JP2006340835A - 異常陰影候補の表示方法及び医用画像処理システム - Google Patents
異常陰影候補の表示方法及び医用画像処理システム Download PDFInfo
- Publication number
- JP2006340835A JP2006340835A JP2005168160A JP2005168160A JP2006340835A JP 2006340835 A JP2006340835 A JP 2006340835A JP 2005168160 A JP2005168160 A JP 2005168160A JP 2005168160 A JP2005168160 A JP 2005168160A JP 2006340835 A JP2006340835 A JP 2006340835A
- Authority
- JP
- Japan
- Prior art keywords
- abnormal shadow
- candidate
- image
- candidates
- shadow candidate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 135
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000001514 detection method Methods 0.000 claims description 77
- 238000000605 extraction Methods 0.000 claims description 6
- 238000010191 image analysis Methods 0.000 claims description 4
- 238000000491 multivariate analysis Methods 0.000 abstract description 5
- 238000012217 deletion Methods 0.000 abstract 1
- 230000037430 deletion Effects 0.000 abstract 1
- 210000000481 breast Anatomy 0.000 description 46
- 238000003384 imaging method Methods 0.000 description 10
- 210000002976 pectoralis muscle Anatomy 0.000 description 10
- 239000003550 marker Substances 0.000 description 6
- 208000004434 Calcinosis Diseases 0.000 description 5
- 206010028980 Neoplasm Diseases 0.000 description 4
- 210000005075 mammary gland Anatomy 0.000 description 4
- 238000002591 computed tomography Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 238000002595 magnetic resonance imaging Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 210000000779 thoracic wall Anatomy 0.000 description 2
- 206010006187 Breast cancer Diseases 0.000 description 1
- 208000026310 Breast neoplasm Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000002308 calcification Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000004195 computer-aided diagnosis Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 210000000062 pectoralis major Anatomy 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
Images
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
【解決手段】医用画像処理システム100では、医用画像が生成されると、画像処理装置2において当該医用画像に対し、異常陰影候補の検出処理が行われる。次いで、検出された異常陰影候補の画像特徴量に基づいて、多変量解析により明らかに真陽性又は偽陽性である異常陰影候補、真陽性か偽陽性かの判断が難しい候補や、検出しづらい位置に存在する候補等が判定され、検出された異常陰影候補から削除される。そして、削除後の異常陰影候補の検出情報のみがビューア5において表示される。
【選択図】図1
Description
医用画像を画像解析して異常陰影候補を検出する検出工程と、
表示対象とするか否かを判断するために予め設定されている閾値に基づいて、前記検出された異常陰影候補から表示すべき異常陰影候補を判断して抽出する抽出工程と、
前記抽出された異常陰影候補の検出情報を表示する表示工程と、
を含むことを特徴とする。
前記閾値は、第1の閾値及び第2の閾値を有し、
前記抽出工程では、前記検出された異常陰影候補から、前記第1の閾値及び第2の閾値により表示すべき異常陰影候補を判断して抽出することを特徴とする。
前記第1の閾値は偽陽性候補を削除するための閾値であり、前記第2の閾値は真陽性候補を削除するための閾値であり、
前記抽出工程では、前記検出された異常陰影候補から前記第1の閾値及び第2の閾値により偽陽性候補及び真陽性候補を削除した残りの異常陰影候補を表示対象として抽出することを特徴とする。
前記第1の閾値又は第2の閾値は読影医毎に設定可能であることを特徴とする。
前記第1の閾値は各読影医において共通の設定とし、前記第2の閾値は読影医毎に設定可能であることを特徴とする。
前記閾値は、画像上での視認性が低いか否かを判断するための第3の閾値を有し、
前記抽出工程では、検出された異常陰影候補から、前記第3の閾値により視認性が低いと判断された異常陰影候補を抽出することを特徴とする。
医用画像を画像解析して異常陰影候補を検出する異常陰影候補検出手段と、
表示対象とするか否かを判断するために予め設定されている閾値に基づいて、前記検出された異常陰影候補から表示すべき異常陰影候補を判断して抽出する抽出手段と、
前記抽出された異常陰影候補の検出情報を表示する表示手段と、
を備えることを特徴とする。
図1に、本実施形態における医用画像処理システム100のシステム構成を示す。
医用画像処理システム100は、医用画像を撮影し、当該医用画像に画像処理を行って異常陰影候補を検出し、医用画像とともにその検出情報を医師に提供するシステムである。
画像生成装置1は、人体を撮影し、その撮影画像(医用画像)のデジタルデータを生成するものであり、例えばCR(Computed Radiography)、FPD(Flat Panel Detector)、CT、MRI、カセッテ専用の読取装置、フィルムディジタイザ等のモダリティを適用可能である。本実施形態では、画像生成装置1として、左右乳房のX線撮影を行う乳房専用のCRを適用し、乳房画像のデータが生成されるものとする。
図2に、画像処理装置2の内部構成を示す。
画像処理装置2は、制御部21、操作部22、表示部23、通信部24、記憶部25、画像処理部26、異常陰影候補検出部27を備えて構成されている。
図3は、斜位方向(以下、MLOという)で撮影された乳房画像Sを示す図であり、この乳房画像Sから被写体領域Saを抽出し、被写体領域Saから乳房領域Sa1、胸筋領域Sa2を抽出したうえで、乳房領域Sa1を3つの領域Da,Db,Dcに分類する。
乳房領域は、乳腺と脂肪が混在しており、その密度に応じて濃度が異なってくるため、医師が診断を行う際にはその濃度により乳房領域を分類されている。分類は、脂肪が多く、乳腺の含有率が10%未満と考えられる高濃度領域、乳腺の含有率が10%以上50%未満と考えられる中濃度領域、乳腺の含有率が50%以上を占めると考えられる低濃度領域の3つの領域に分類されることが多い。異常陰影は画像上では白く低濃度で現れるため、大胸筋の最も白い濃度に相当する低濃度領域や、やや白っぽい中濃度領域に病変部が存在する場合は、異常陰影を目視で検出しづらくなる。
異常陰影候補検出部27は、検出目的とする異常陰影の種類に応じたアルゴリズムの検出プログラムに従って検出処理を実行する。乳房画像の場合、乳癌の癌化部分である腫瘤、微小石灰化クラスタの陰影候補を検出する。
最初に、医用画像の生成から保存までの流れを説明する。
まず、画像生成装置1において撮影が行われ、医用画像(ここでは、乳房画像の例を説明する)が生成される。そして、生成された乳房画像の関連情報として、患者の指名、年齢、性別等の患者に関する情報や、撮影時の管電圧、乳房の圧迫率等の撮影情報、検査日時等の検査情報、画像の読取条件等の乳房画像生成に関する詳細情報等が乳房画像に付帯される。
画像処理装置2では、乳房画像に必要な画像処理が施される一方で、その乳房画像について以下説明する表示対象判断処理が開始され、異常陰影候補の検出及び検出された異常陰影候補から表示対象の候補の抽出が行われる。ここで、表示対象とする異常陰影候補は、真陽性か偽陽性かの判断が難しく、医師の最終判断に委ねるべき候補、或いは視認性が低く、医師が観察しづらい候補、発見しづらい位置にある候補等である。
図4に示す表示判断処理では、まず異常陰影候補検出部27により医用画像から乳房領域、胸筋領域等の各領域が抽出された後(ステップT1)、当該抽出された乳房領域において異常陰影候補の検出が行われる(ステップT2)。このとき、検出された異常陰影候補を検出候補R1とする。
微小石灰化クラスタ陰影は、乳房画像上では略円錐形状の濃度変化を有する低濃度の微小石灰化部分が集まった(クラスタ化した)陰影として現れる。このような濃度特性に基づいて医用画像に対して正方形の領域を順次設定し、この領域(これを注目領域という)毎に、微小石灰化部分を検出するフィルタとして、特有のベクトルパターンを有する3重リングフィルタを適用して異常陰影候補領域の検出を行う。
よって、これらの画像特徴量を判断要素として、真陽性か否かの判断が困難である、或いは視認性が低い異常陰影候補の判断を行う。
また、円形度は下記式(1)により算出する。円形度Cは、その値が1に近いほど、異常陰影候補の形状が円に近く、病変部(真陽性)であることを意味し、1より小さな値になるにつれて図形が複雑になり、真陽性か否かの慎重な精査が必要となることを示す。
図6(a)は検出候補R1の表示例であり、図6(b)は検出候補R2、図6(c)は検出候補R3の表示例である。図6(a)〜(c)から分かるように、検出候補R1から偽陽性候補が削除され(図6(b)参照)、真陽性候補が削除されたことにより(図6(c)参照)、医用画像の表示画面上から候補の検出位置を示すマーカが減少し、観察しやすい表示状態となっている。また、明らかに偽陽性及び真陽性である異常陰影候補は表示対象から外しているので、効率良く読影を行うことができる。
一般的には、読影時に被写体を透過したX線量が少ない領域が、素抜け部分となったり高輝度で再生表示されるので、読影医の視認性が低い領域として、撮影された画像データの中から、被写体を透過したX線量の多い領域を抽出すれば良いこととなる。
例えば、上述した説明では、画像処理装置2において異常陰影候補検出手段、制御手段を、ビューア5において表示手段を実現することとしたが、これに限らず、医用画像処理システム100の何れの構成装置で各手段を実現することとしてもよい。
1 画像生成装置
2 画像処理装置
21 制御部
26 画像処理部
27 異常陰影候補検出部
3 プリンタ
4 画像サーバ
4a 画像DB
5 ビューア
Claims (7)
- 医用画像を画像解析して異常陰影候補を検出する検出工程と、
表示対象とするか否かを判断するために予め設定されている閾値に基づいて、前記検出された異常陰影候補から表示すべき異常陰影候補を判断して抽出する抽出工程と、
前記抽出された異常陰影候補の検出情報を表示する表示工程と、
を含むことを特徴とする異常陰影候補の表示方法。 - 前記閾値は、第1の閾値及び第2の閾値を有し、
前記抽出工程では、前記検出された異常陰影候補から、前記第1の閾値及び第2の閾値により表示すべき異常陰影候補を判断して抽出することを特徴とする請求項1に記載の異常陰影候補の表示方法。 - 前記第1の閾値は偽陽性候補を削除するための閾値であり、前記第2の閾値は真陽性候補を削除するための閾値であり、
前記抽出工程では、前記検出された異常陰影候補から前記第1の閾値及び第2の閾値により偽陽性候補及び真陽性候補を削除した残りの異常陰影候補を表示対象として抽出することを特徴とする請求項2に記載の異常陰影候補の表示方法。 - 前記第1の閾値又は第2の閾値は読影医毎に設定可能であることを特徴とする請求項2又は3に記載の異常陰影候補の表示方法。
- 前記第1の閾値は各読影医において共通の設定とし、前記第2の閾値は読影医毎に設定可能であることを特徴とする請求項2又は3に記載の異常陰影候補の表示方法。
- 前記閾値は、画像上での視認性が低いか否かを判断するための第3の閾値を有し、
前記抽出工程では、検出された異常陰影候補から、前記第3の閾値により視認性が低いと判断された異常陰影候補を抽出することを特徴とする請求項1〜5の何れか一項に記載の異常陰影候補の表示方法。 - 医用画像を画像解析して異常陰影候補を検出する異常陰影候補検出手段と、
表示対象とするか否かを判断するために予め設定されている閾値に基づいて、前記検出された異常陰影候補から表示すべき異常陰影候補を判断して抽出する抽出手段と、
前記抽出された異常陰影候補の検出情報を表示する表示手段と、
を備えることを特徴とする医用画像処理システム。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005168160A JP2006340835A (ja) | 2005-06-08 | 2005-06-08 | 異常陰影候補の表示方法及び医用画像処理システム |
US11/914,852 US20090097730A1 (en) | 2005-05-23 | 2006-05-09 | Abnormal shadow candidate display method and medical image processing system |
EP06746109A EP1884193A4 (en) | 2005-05-23 | 2006-05-09 | METHOD FOR DISPLAYING ABNORMAL SHADOW CANDIDATE, AND MEDICAL IMAGE PROCESSING SYSTEM |
PCT/JP2006/309278 WO2006126384A1 (ja) | 2005-05-23 | 2006-05-09 | 異常陰影候補の表示方法及び医用画像処理システム |
CN2006800174789A CN101179994B (zh) | 2005-05-23 | 2006-05-09 | 异常阴影候补的显示方法以及医用图像处理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005168160A JP2006340835A (ja) | 2005-06-08 | 2005-06-08 | 異常陰影候補の表示方法及び医用画像処理システム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2006340835A true JP2006340835A (ja) | 2006-12-21 |
Family
ID=37638251
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005168160A Pending JP2006340835A (ja) | 2005-05-23 | 2005-06-08 | 異常陰影候補の表示方法及び医用画像処理システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2006340835A (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010004781A1 (ja) * | 2008-07-11 | 2010-01-14 | コニカミノルタエムジー株式会社 | 異常陰影検出装置、異常陰影検出方法、及びプログラム |
JP2011194024A (ja) * | 2010-03-19 | 2011-10-06 | Fujifilm Corp | 異常陰影検出装置および方法ならびにプログラム |
WO2022018942A1 (ja) * | 2020-07-21 | 2022-01-27 | 富士フイルム株式会社 | 医用画像処理装置、方法およびプログラム |
WO2022264757A1 (ja) | 2021-06-17 | 2022-12-22 | 富士フイルム株式会社 | 医用画像診断システム、医用画像診断方法及びプログラム |
WO2022264755A1 (ja) | 2021-06-17 | 2022-12-22 | 富士フイルム株式会社 | 医用画像診断システム、医用画像診断方法及びプログラム |
US11810293B2 (en) | 2018-05-23 | 2023-11-07 | Eizo Corporation | Information processing device, information processing method, and computer program |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003299645A (ja) * | 2002-04-08 | 2003-10-21 | Hitachi Medical Corp | 画像診断支援装置 |
JP2005095501A (ja) * | 2003-09-26 | 2005-04-14 | Konica Minolta Medical & Graphic Inc | 医用画像処理装置 |
-
2005
- 2005-06-08 JP JP2005168160A patent/JP2006340835A/ja active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003299645A (ja) * | 2002-04-08 | 2003-10-21 | Hitachi Medical Corp | 画像診断支援装置 |
JP2005095501A (ja) * | 2003-09-26 | 2005-04-14 | Konica Minolta Medical & Graphic Inc | 医用画像処理装置 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010004781A1 (ja) * | 2008-07-11 | 2010-01-14 | コニカミノルタエムジー株式会社 | 異常陰影検出装置、異常陰影検出方法、及びプログラム |
JP2011194024A (ja) * | 2010-03-19 | 2011-10-06 | Fujifilm Corp | 異常陰影検出装置および方法ならびにプログラム |
US11810293B2 (en) | 2018-05-23 | 2023-11-07 | Eizo Corporation | Information processing device, information processing method, and computer program |
WO2022018942A1 (ja) * | 2020-07-21 | 2022-01-27 | 富士フイルム株式会社 | 医用画像処理装置、方法およびプログラム |
JPWO2022018942A1 (ja) * | 2020-07-21 | 2022-01-27 | ||
JP7361930B2 (ja) | 2020-07-21 | 2023-10-16 | 富士フイルム株式会社 | 医用画像処理装置、方法およびプログラム |
WO2022264757A1 (ja) | 2021-06-17 | 2022-12-22 | 富士フイルム株式会社 | 医用画像診断システム、医用画像診断方法及びプログラム |
WO2022264755A1 (ja) | 2021-06-17 | 2022-12-22 | 富士フイルム株式会社 | 医用画像診断システム、医用画像診断方法及びプログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8270688B2 (en) | Method for intelligent qualitative and quantitative analysis assisting digital or digitized radiography softcopy reading | |
US8340388B2 (en) | Systems, computer-readable media, methods, and medical imaging apparatus for the automated detection of suspicious regions of interest in noise normalized X-ray medical imagery | |
WO2006126384A1 (ja) | 異常陰影候補の表示方法及び医用画像処理システム | |
Soleymanpour et al. | Fully automatic lung segmentation and rib suppression methods to improve nodule detection in chest radiographs | |
US20110026791A1 (en) | Systems, computer-readable media, and methods for classifying and displaying breast density | |
JP4911029B2 (ja) | 異常陰影候補検出方法、異常陰影候補検出装置 | |
EP3716202A1 (en) | Systems and methods to facilitate review of liver tumor cases | |
Sánchez et al. | Contextual computer-aided detection: Improving bright lesion detection in retinal images and coronary calcification identification in CT scans | |
Younis et al. | Early diagnosis of breast cancer using image processing techniques | |
US20220254023A1 (en) | System and Method for Interpretation of Multiple Medical Images Using Deep Learning | |
JP2009095550A (ja) | 診断支援装置、診断支援装置の制御方法、およびそのプログラム | |
JP2004000609A (ja) | 多重エネルギ画像による計算機支援診断 | |
JP2007151645A (ja) | 医用画像診断支援システム | |
JP2006500124A (ja) | 医療画像をコンピュータ支援検出(cad)のガイドによって読み取る方法及びシステム | |
JP2006325638A (ja) | 異常陰影候補の検出方法及び医用画像処理システム | |
JP2006034585A (ja) | 画像表示装置、画像表示方法およびそのプログラム | |
US20100266173A1 (en) | Computer-aided detection (cad) of a disease | |
JP2006325640A (ja) | 異常陰影候補の表示方法及び医用画像処理システム | |
JP2006340835A (ja) | 異常陰影候補の表示方法及び医用画像処理システム | |
JP2006346094A (ja) | 検出情報の出力方法及び医用画像処理システム | |
JP5048233B2 (ja) | Cadシステムにおける解剖学的形状の検出のための方法及びシステム | |
JP4453321B2 (ja) | 医用画像処理装置及びプログラム | |
JP2005253685A (ja) | 画像診断支援装置及び画像診断支援プログラム | |
JP2006334140A (ja) | 異常陰影候補の表示方法及び医用画像処理システム | |
JP2005124617A (ja) | 医用画像診断支援システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080311 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100615 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100811 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100921 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20110208 |