JP2010000306A - 医用画像診断装置、画像処理装置、及びプログラム - Google Patents
医用画像診断装置、画像処理装置、及びプログラム Download PDFInfo
- Publication number
- JP2010000306A JP2010000306A JP2008163709A JP2008163709A JP2010000306A JP 2010000306 A JP2010000306 A JP 2010000306A JP 2008163709 A JP2008163709 A JP 2008163709A JP 2008163709 A JP2008163709 A JP 2008163709A JP 2010000306 A JP2010000306 A JP 2010000306A
- Authority
- JP
- Japan
- Prior art keywords
- blood vessel
- region
- dimensional position
- image
- vessel region
- 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
- 210000004204 blood vessel Anatomy 0.000 claims abstract description 202
- 238000004364 calculation method Methods 0.000 claims abstract description 37
- 210000000988 bone and bone Anatomy 0.000 claims description 88
- 238000000034 method Methods 0.000 claims description 68
- 238000012545 processing Methods 0.000 claims description 50
- 230000008569 process Effects 0.000 claims description 38
- 238000006243 chemical reaction Methods 0.000 claims description 34
- 238000001514 detection method Methods 0.000 claims description 26
- 238000003384 imaging method Methods 0.000 claims description 16
- 230000008859 change Effects 0.000 claims description 13
- 239000002872 contrast media Substances 0.000 claims description 9
- 238000009877 rendering Methods 0.000 abstract description 37
- 239000000126 substance Substances 0.000 abstract description 12
- 208000031481 Pathologic Constriction Diseases 0.000 description 44
- 230000036262 stenosis Effects 0.000 description 44
- 208000037804 stenosis Diseases 0.000 description 44
- 210000001519 tissue Anatomy 0.000 description 37
- 238000000605 extraction Methods 0.000 description 35
- 230000017531 blood circulation Effects 0.000 description 20
- 230000006870 function Effects 0.000 description 17
- 230000004048 modification Effects 0.000 description 11
- 238000012986 modification Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000013523 data management Methods 0.000 description 9
- 230000002792 vascular Effects 0.000 description 8
- 239000003086 colorant Substances 0.000 description 7
- 238000012937 correction Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 230000000877 morphologic effect Effects 0.000 description 6
- 231100000216 vascular lesion Toxicity 0.000 description 6
- 238000012217 deletion Methods 0.000 description 5
- 230000037430 deletion Effects 0.000 description 5
- 239000000284 extract Substances 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 239000000470 constituent Substances 0.000 description 3
- 230000010365 information processing Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 230000002194 synthesizing effect Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 206010057469 Vascular stenosis Diseases 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 206010008118 cerebral infarction Diseases 0.000 description 1
- 208000026106 cerebrovascular disease Diseases 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000012447 hatching Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 208000010125 myocardial infarction Diseases 0.000 description 1
- 238000012913 prioritisation Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 230000002966 stenotic effect Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
Abstract
【課題】 血管領域における狭窄部位の位置及び当該狭窄の原因物質の硬度/危険性を、三次元画像上で容易に視認できるような表示を可能とする医用画像診断装置、画像処理装置、及びプログラムを提供すること。
【解決手段】 血管領域を含む領域に関するボリュームデータに基づいて、前記血管領域の3次元位置を検出し、前記血管領域の3次元位置に基づいて、血管芯線の3次元位置を検出し、前記血管芯線に沿って、前記血管領域を含む領域における画素濃度の分布を算出し、前記画素濃度の分布を画像化する血管領域濃度分布計算ユニット14と、画像化された前記画素濃度の分布を、前記血管領域を示す画像に重畳させて表示する為の画像レンダリングユニット16と、を医用画像診断装置に具備させる。
【選択図】 図1
【解決手段】 血管領域を含む領域に関するボリュームデータに基づいて、前記血管領域の3次元位置を検出し、前記血管領域の3次元位置に基づいて、血管芯線の3次元位置を検出し、前記血管芯線に沿って、前記血管領域を含む領域における画素濃度の分布を算出し、前記画素濃度の分布を画像化する血管領域濃度分布計算ユニット14と、画像化された前記画素濃度の分布を、前記血管領域を示す画像に重畳させて表示する為の画像レンダリングユニット16と、を医用画像診断装置に具備させる。
【選択図】 図1
Description
本発明は、血管病変について解析/スクリーニングを行う際に使用する医用画像診断装置、画像処理装置、及びプログラムに関し、特に血管領域のコントラストが強調された画像を使用して血管病変を解析する為の医用画像診断装置、画像処理装置、及びプログラムに関する。
従来より、例えばX線CT装置、磁気共鳴イメージング装置、及び超音波診断装置等による撮影で取得した3次元画像データから血管領域を抽出し、血管領域における狭窄部位の検出を行う技術が知られている。なお、血管領域における狭窄部位は、例えば心筋梗塞や脳梗塞等の原因となる。
前記のような技術では、血管の芯線に沿って血管の太さの変化率を分析し、該分析に基づいて血管領域の狭窄部位を検出する。さらには、このような技術により検出された血管領域の狭窄部位を、所定の画像上において血管に重畳して表示させ、且つ血管病変のスクリーニングを可能とする技術も知られている。
ところで、このような技術に関連する技術として、例えば特許文献1には、次のような技術が開示されている。
すなわち、特許文献1には、医用画像機器によって収集された画像データを記憶する記憶手段と、前記画像データに基づいて、血管形状を抽出する抽出手段と、前記血管形状に基づいて、血管芯線と、当該血管芯線に直交する血管直交断面上の複数の血管輪郭点とを含む血管情報を生成する血管情報生成手段と、前記血管情報に基づいて、前記血管形状のねじれを補正する補正手段と、補正された前記血管情報に基づいて、狭窄範囲を設定する設定手段と、補正された前記血管情報に基づいて、狭窄した血管から狭窄部位を除いた正常な部位の血管形状を示す仮正常血管形状を推定する推定手段と、前記仮正常血管と前記血管形状とを用いて、前記狭窄範囲における局所的な狭窄率を算出する算出手段と、前記狭窄範囲における前記狭窄率をカラー表示する血管画像を生成する画像生成手段と、前記血管画像を所定の形態にて表示する表示手段と、を具備する血管狭窄率解析システムが開示されている。
この特許文献1に開示された技術によれば、血管領域全体に対する狭窄の位置、血管周方向に対する狭窄の位置、狭窄の範囲、及び狭窄の度合い等が直感的に把握可能な形態にて提示される
特開2006−167287号公報
ところで、血管領域における狭窄の危険性は、当該狭窄を引き起こした原因の物質(以降、原因物質と称する)に依り大きく異なる。例えば、ソフトプラークによる狭窄は、近い将来重度の症状を引き起こす可能性がある狭窄である。従って、実際の診断においては、検出された狭窄が何による狭窄であるのか(当該狭窄の原因物質)を知る必要がある。なお、特許文献1に開示されている技術では、このような原因物質に基づく狭窄の危険性の推定は不可能である。
上述したような事情から、現在、血管領域において検出された各々の狭窄の危険性を知る為には、専用の画像解析アプリケーション等を使用し、検出された狭窄の一つ一つについて、当該血管内部の画素値を分析する等して、各々の狭窄の危険性を推測している。
しかしながら、このような方法では、当然ながら解析や判断の処理に手間が掛かることや、血管全体にどの位の危険部位が存在するかを画像上で一目瞭然に確認できない。従って、血管領域における狭窄部位の位置及び当該狭窄の原因物質の硬度/危険性を容易に視認することを可能にする技術が望まれている。
本発明は、前記の事情に鑑みて為されたものであり、血管領域における狭窄部位の位置及び当該狭窄の原因物質の硬度/危険性を、三次元画像上で容易に視認できるような表示を可能とする医用画像診断装置、画像処理装置、及びプログラムを提供することを目的とする。
前記の目的を達成するために、請求項1に記載の本発明による医用画像診断装置は、
血管領域を含む領域に関するボリュームデータに基づいて、前記血管領域の3次元位置を検出する第1の検出手段と、
前記第1の検出手段により検出された前記血管領域の3次元位置に基づいて、血管芯線の3次元位置を検出する第2の検出手段と、
前記第2の検出手段により検出された前記血管芯線に沿って、前記血管領域を含む領域における画素濃度の分布を算出する濃度分布算出手段と、
前記濃度分布算出手段により算出された前記画素濃度の分布を画像化する変換手段と、
前記変換手段により画像化された前記画素濃度の分布を、前記血管領域を示す画像に重畳させて表示する表示制御手段と、
を具備することを特徴とする
前記の目的を達成するために、請求項4に記載の本発明による画像処理装置は、
血管領域を含む領域に関するボリュームデータに基づいて、前記血管領域の3次元位置を検出する第1の検出手段と、
前記第1の検出手段により検出された前記血管領域の3次元位置に基づいて、血管芯線の3次元位置を検出する第2の検出手段と、
前記第2の検出手段により検出された前記血管芯線に沿って、前記血管領域を含む領域における画素濃度の分布を算出する濃度分布算出手段と、
前記濃度分布算出手段により算出された前記画素濃度の分布を画像化する変換手段と、
前記変換手段により画像化された前記画素濃度の分布を、前記血管領域を示す画像に重畳させて表示する表示制御手段と、
を具備することを特徴とする。
血管領域を含む領域に関するボリュームデータに基づいて、前記血管領域の3次元位置を検出する第1の検出手段と、
前記第1の検出手段により検出された前記血管領域の3次元位置に基づいて、血管芯線の3次元位置を検出する第2の検出手段と、
前記第2の検出手段により検出された前記血管芯線に沿って、前記血管領域を含む領域における画素濃度の分布を算出する濃度分布算出手段と、
前記濃度分布算出手段により算出された前記画素濃度の分布を画像化する変換手段と、
前記変換手段により画像化された前記画素濃度の分布を、前記血管領域を示す画像に重畳させて表示する表示制御手段と、
を具備することを特徴とする
前記の目的を達成するために、請求項4に記載の本発明による画像処理装置は、
血管領域を含む領域に関するボリュームデータに基づいて、前記血管領域の3次元位置を検出する第1の検出手段と、
前記第1の検出手段により検出された前記血管領域の3次元位置に基づいて、血管芯線の3次元位置を検出する第2の検出手段と、
前記第2の検出手段により検出された前記血管芯線に沿って、前記血管領域を含む領域における画素濃度の分布を算出する濃度分布算出手段と、
前記濃度分布算出手段により算出された前記画素濃度の分布を画像化する変換手段と、
前記変換手段により画像化された前記画素濃度の分布を、前記血管領域を示す画像に重畳させて表示する表示制御手段と、
を具備することを特徴とする。
前記の目的を達成するために、請求項7に記載の本発明によるプログラムは、
血管領域を含む領域に関するボリュームデータに基づいて、前記血管領域の3次元位置を検出する第1の検出機能と、
前記第1の検出機能により検出された前記血管領域の3次元位置に基づいて、血管芯線の3次元位置を検出する第2の検出機能と、
前記第2の検出機能により検出された前記血管芯線に沿って、前記血管領域を含む領域における画素濃度の分布を算出する濃度分布算出機能と、
前記濃度分布算出機能により算出された前記画素濃度の分布を画像化する変換機能と、
前記変換機能により画像化された前記画素濃度の分布を、前記血管領域を示す画像に重畳させて表示する表示制御機能と、
をコンピュータに実現させることを特徴とする。
血管領域を含む領域に関するボリュームデータに基づいて、前記血管領域の3次元位置を検出する第1の検出機能と、
前記第1の検出機能により検出された前記血管領域の3次元位置に基づいて、血管芯線の3次元位置を検出する第2の検出機能と、
前記第2の検出機能により検出された前記血管芯線に沿って、前記血管領域を含む領域における画素濃度の分布を算出する濃度分布算出機能と、
前記濃度分布算出機能により算出された前記画素濃度の分布を画像化する変換機能と、
前記変換機能により画像化された前記画素濃度の分布を、前記血管領域を示す画像に重畳させて表示する表示制御機能と、
をコンピュータに実現させることを特徴とする。
本発明によれば、血管領域における狭窄部位の位置及び当該狭窄の原因物質の硬度/危険性を、三次元画像上で容易に視認できるような表示を可能とする医用画像診断装置、画像処理装置、及びプログラムを提供することができる。
以下、図面を参照して本発明の一実施形態に係る医用画像診断装置、画像処理装置、及びプログラムについて説明する。
図1は、本一実施形態に係る医用画像診断装置の画像処理に係るシステム構成の一例を示す図である。同図に示すように、ボリュームデータ管理ユニット2と、コントラストデータ検索入力手段4と、画像データロードユニット6と、骨領域抽出消去ユニット8と、血管領域&血管芯線抽出ユニット10と、血管領域濃度分布計算ユニット14と、画像レンダリングユニット16と、画像表示制御ユニット18と、を具備する。
前記ボリュームデータ管理ユニット2は、当該医用画像診断装置で収集された複数のボリュームデータを保管する。なお、ここではCTスキャナで収集されたボリュームデータをボリュームデータ管理ユニット2が保管しているとする。
ボリュームデータは、典型的には、複数のスライスデータの集合体である。CTスキャナでは、コーンビーム形のX線管と2次元配列型大視野X線検出器とを高速で被検体周囲を回転することで、時間的に連続した複数のボリュームデータが発生される。ボリュームデータの各々には、付帯情報が関連付けられている。付帯情報には、被検体氏名、被検体ID、撮影部位、撮影装置種別、撮影条件、再構成条件(再構成関数、解像度、再構成スライス厚等)等の項目が含まれる。
前記コントラストデータ検索入力手段4は、前記ボリュームデータ管理ユニット2から、後述する処理に必要なボリュームデータを検索して読み出す。
前記画像データロードユニット6は、前記コントラストデータ検索入力手段4により読み出されたボリュームデータを、図示しないワークメモリにロードする。これにより画像データロードユニット6は、ボリュームデータを骨領域抽出消去ユニット8へ供給する。
前記骨領域抽出消去ユニット8は、従来より行われている通常の骨領域の消去処理により、前記画像データロードユニット6によりロードされたボリュームデータから骨領域の部分を削除する。
前記血管領域&血管芯線抽出ユニット10は、前記骨領域抽出消去ユニット8により骨領域が削除されたボリュームデータから血管領域の部分を抽出し、且つ該抽出した血管領域を示すデータから芯線情報を抽出する。
前記血管領域濃度分布計算ユニット14は、前記前記血管領域&血管芯線抽出ユニット10により抽出された芯線情報を参照して血管芯線に沿って血管領域に対応する画素の濃度分布(以降、血管内組織濃度分布と称する)を算出し、該算出した血管内組織濃度分布を血管領域の全体の濃度値に対する色変換テーブルに変換する。この血管領域濃度分布計算ユニット14による処理は、本一実施形態に係る医用画像診断装置、画像処理装置、及びプログラムの主な特徴部の一つであるので、後に詳述する。
前記画像レンダリングユニット16は、色情報作成手段16aと、形状情報処理手段16bと、画像作成レンダリング手段16cと、を有する。
前記色情報作成手段16aは、前記色変換テーブルを使用して血管内組織濃度分布を画像化する(ボリュームデータが示す3D画像を色付けする)。なお、この色情報作成手段16aは、画素値と色情報とを関連付けたカラーテーブルを有し、このカラーテーブルを前記の色づけを行うに際して参照する。
前記形状情報処理手段16bは、4D画像(3D画像を時間的な動きを伴って表示する画像)のデータから血管領域の形態情報を抽出して三次元の形態画像(以下、血管形態画像と称する)を生成する。前記骨領域抽出消去ユニット8から出力された抽出骨領域データから骨領域の形態情報を抽出して三次元の形態画像(以下、骨形態画像と称する)を生成する。
前記画像作成レンダリング手段16cは、前記の色づけされた3D画像と前記の形態画像とを使ってボリュームレンダリング処理により、表示に供するためのMPR画像および3D画像を作成する。画像作成レンダリング手段16cは、この作成する画像に血管形態画像および骨形態画像の双方を反映させることものできるし、血管形態画像および骨形態画像の一方のみを反映させることもでき、操作者により任意に選択される。画像作成レンダリング手段16cのボリュームレンダリング処理には、影付けボリュームレンダリング、影なしボリュームレンダリング、最大値投影ボリュームレンダリング、最小値投影ボリュームレンダリング、平均値投影ボリュームレンダリング、あるいは閾値指定による表面表示レンダリングなどが含まれ、操作者により任意に選択される。
前記画像表示制御ユニット18は、前記画像レンダリングユニット16から出力された画像データに基づいて、MPR画像および3D画像(静止画像または動画像)を映像装置20に表示させる。この画像表示制御ユニット18は、表示レイアウト、表示条件、及び画像情報等、表示条件全般をコントロールする。
以下、図2A及び図2Bに示すフローチャートを参照して、前記血管領域濃度分布計算ユニット14による血管内組織濃度分布情報の算出処理及び色変換テーブルの作成処理について説明する。
なお、当該血管領域濃度分布計算ユニット14への入力データは、前記血管領域&血管芯線抽出ユニット10からの出力データすなわち骨領域が消去された血管領域を含むボリュームデータ及び前記芯線情報である。
また、図2A及び図2Bに示すフローチャート中に記したn,mは、共に外部パラメータとしてユーザにより指定される値である。なお、血管内組織濃度分布を算出する為には血管より外側の領域に対応する画素の画素値も必要になる為、推定された血管領域の範囲よりも少し外側に境界面を設定することが好ましい。ここで、nはピクセル数で指定するものとし、デフォルト値は0ピクセルであるとする。他方、mは角度で指定するものとし、デフォルト値は360度であるとする。
血管内組織濃度分布情報の数値化処理の開始が指示されると(ステップS1)、血管芯線上に存在する任意の端点に、当該処理の開始点を設定する(ステップS2)。そして、血管芯線に直交する断面で、放射状に濃度分布を算出して出力する一連の処理(ステップS3乃至ステップS13)を行う。
すなわち、まず血管芯線に直交する断面を求める(ステップS3)。続いて、血管芯線を中心(原点)として血管壁方向(外側方向)向きのベクトルを求める(ステップS4)。そして、ピクセルの注目位置(以降、注目ピクセル位置と称する)を血管芯線上に設定する(ステップS5)。さらに、注目ピクセル位置を1ピクセルだけ血管壁方向(外側方向)に設定する(ステップS6)。
ここで、注目ピクセルの近傍の画素値を用いて、血管内組織濃度分布を算出する(ステップS7)。そして、ステップS7における算出結果を、不図示のメモリに記録する(ステップS8)。
ステップS8における処理の後、前記ステップS4において求めたベクトル上の注目ピクセル位置を1ピクセルだけ血管壁側(外側)方向に進める(ステップS9)。そして、この注目ピクセル位置における推定血管の血管壁外壁からの距離を算出する(ステップS10)。
前記ステップS10における処理の後、注目ピクセル位置が、血管壁外壁からnピクセル外側であるか否かを判定する(ステップS11)。このステップS11をNOに分岐する場合は、前記ステップS6へ移行する。
前記ステップS11をYESに分岐する場合には、前記ベクトルの方向を前回設定の方向から右回りで1度だけ変更する(ステップS12)。続いて、前記ステップS12におけるベクトルの角度の変更が既にm回行われ(m度分の変更が行われ)、m度分について前記ステップS7及び前記ステップS8における処理を終えているか否かを判定する(ステップS13)。このステップS13をNOに分岐する場合は、前記ステップS5へ移行する。
前記ステップS13をYESに分岐する場合は、血管芯線上の注目ピクセル位置を進行方向に(前方向に)1ピクセルだけ進める(ステップS14)。そして、血管芯線上の全ての位置において前記ステップS3乃至ステップS13における処理を終えたか否かを判定する(ステップS15)。このステップS15をNOに分岐する場合は、前記ステップS3に移行する。
他方、前記ステップS15をYESに分岐する場合は、不図示のメモリに記録した全ての前記算出結果を出力する(ステップS16)。続いて、この算出結果に基づいて、血管内組織濃度分布を示す数値を、小さい値順にソートして並べ替える(ステップS17)。そして、血管内組織濃度分布を記録した数値に対して、色変換テーブルを設定し(ステップS18)、当該血管内組織濃度分布情報の算出処理及び色変換テーブルの作成処理を終了する。
以下、上述した一連の処理について詳細に説明する。
まず、血管内組織濃度分布の算出処理について詳細に説明する。
血管内組織濃度分布については、血管芯線に垂直な断面上で、芯線から外側に向かって延びる放射状の直線に沿って、推定血管内部の画素値をチェックし、例えば以下説明するような算出方法によって算出する。すなわち、血管芯線に沿って全ての推定血管領域についてトレースが完了した時点で、次のようにして血管内組織濃度分布を算出する。
(算出方法例1) 注目ピクセルを中心にしてマトリックス状に近傍ピクセルの画素値を検索し、該検索した画素値を使用して次のように血管内組織濃度分布を数値化する。
・全ての画素値を合計し、使用したピクセルの数で割る。なお、細かい精度を出すため値は倍精度(Double)を使用するのが好ましい。
・全ての画素値の中で、一番小さい値を取る。
・全ての画素値の中で、一番大きい値を取る。
・全ての画素値を小さい方から大きい方まで順番に並べ替え、真中の値を取る。
・全ての画素値の標準偏差を取る。なお、詳細に精度を算出する為、値は倍精度を使用するのが好ましい。
なお、この算出方法において使用する前記マトリックスの大きさは、外部パラメータとしてユーザが自由に設定できる。デフォルトとしては、例えば3×3×3であって注目ピクセルを中心に3方向(XYZ方向)に1ピクセルずつの合計27画素を前記マトリックスとして使用する。ユーザは、このデフォルトに対して、例えば5×5×5、7×7×7、9×9×9、11×11×11のように奇数単位で前記マトリックスの大きさを変更することができる。
(算出方法例2) 血管芯線から外側に伸びるベクトル上に存在する画素で、注目ピクセルの前後の画素を使用して、前記(算出方法例1)と同様の計算を行う。この場合、画素数は、1(当該注目ピクセルのみ)、3(両隣の画素を含める)、5(両隣2ピクセルずつの画素を含める)、7(両隣3ピクセルずつの画素を含める)、9(両隣4ピクセルずつの画素を含める)、11(両隣5ピクセルずつの画素を含める)というように使用する画素数の設定を変更することができる。
なお、以上挙げた算出方法以外の方法により、血管内組織濃度分布を算出しても勿論良い。例えば、抽出した血管領域の中だけをチェックして濃度分布を求めてもよいが、この場合、血管として抽出された領域内にある画素しか検索しない為、ソフトプラーク等の病巣による影響でCT値の濃度が低くなっている為に抽出されなかった箇所は検索対象外になってしまう。従って、ソフトプラーク等の狭窄の原因になっている領域を含めた範囲を処理対象の範囲とすることが好ましい。
そして、上述したようにして算出した血管内組織濃度分布の算出結果を、前記ステップS17において値の小さい順にソートする。以下、ステップS17においてソートしたデータに対して、最小値から最大値までの間に任意の色を割り当てて色変換テーブルを設定する処理(ステップS18)の一例について詳細に説明する。なお、以下説明する処理はあくまでも一例であり、これ以外の方法による処理を行っても勿論よい。
図3は、上述したように算出した血管内組織濃度分布と、それぞれの算出値に割り当てる色と、の対応関係の一例を示す図である。
ここで、同図に示す“色1”、“色2”、及び“色3”、は各々互いに異なる色として設定しても、同色として設定してもどちらでも構わない。また、同図に示すように設定した色と色との間の色は、互いの色の中間調色等により自動的に補間し、グラデーションのある色となるように自動的に割り当てる。
なお、最小値に対応する色と最大値に対応する色とを含めて設定する色の数は幾つに設定しても良く、同図に示す例では、3個の色(“色1”、“色2”、“色3”)を設定している。
さらに、このようにして各々の血管内組織濃度分布における各々の値に色を割り当てて作成した色変換テーブルに対し、血管内組織濃度分布における小さな値の変化を、大きな色変化として表示させる為に、カーブフィッティングによる強調変換処理を施しても勿論よい。
図4は、このようなカーブフィッティングによる強調変換処理に用いる補正カーブの一例を示す図である。なお、この補正カーブはユーザが自由に設定可能である。
すなわち、図4に示すように、血管内組織濃度分布の各々の値に割り当てた各々色のそれぞれに対してどれ程の重み付けを与えるかを補正カーブによって決定する。
例えば、血管内組織濃度分布における大きな値の部分については重み付けを小さく設定し、それ以外の値(中間濃度及び低濃度)の部分については重み付けを大きく設定するような補正カーブを採用する。このような補正カーブによる強調変換処理を施すことで、低濃度の値が多く分布する部分にのみ彩度の強い色を設定する色変換テーブルを作成することができ、例えばプラーク等が存在する部分をそれ以外の部分より強調して表示できる。
以下、前記画像レンダリングユニット16による、前記色変換テーブルを用いたレンダリング処理の流れについて説明する。
まず、本一実施形態の理解を深める為に、ボリュームレンダリングの一般的な原理を説明する。
(1)SVR(Shaded Volume Rendering)について
図5はSVRの概念を示す図である。
図5はSVRの概念を示す図である。
まず、ボリュームデータの中に存在する個々のピクセルデータを中心に、その近傍26個のピクセルが有する濃淡値より、そのピクセルの位置の濃度勾配(図5に示す濃度勾配49参照)を算出し、該算出した濃度勾配に対する法線ベクトル(図5に示す法線ベクトル51参照)を算出する(ステップS100)。
次に、前記ステップS100で算出した法線ベクトルと、3D画像作成に使用する光の入射角(通常、物体の正面から光を当てる;図5に示す入射角53参照)から、その場所での光の反射角度(図5に示す反射角55参照)を算出する(ステップS101)。
前記ステップS101で算出した光の反射角度と、ピクセル(図5に示すピクセル60参照)に割り付けられた色情報(図5に示す色情報56参照;通常はオリジナル原画像の濃淡値に対して色を設定する。例えば濃淡値1〜100のピクセルを赤くする等の設定を行う。本一実施形態においては、この色情報として、血管組織情報及び血流速度等、形態から得た情報とは異なる情報から作成した機能情報に相当する色情報を使用する)と、光の反射度合いや鏡面反射等の情報と、を使用して、そのピクセルに対して3D面上で影付け処理をした時のピクセルの濃淡値(図5に示す影付け濃淡値57参照)を算出する(ステップS102)。
前記ステップS102において影付け処理を行った後のピクセルの濃淡値を、もともとの原画像のピクセルの濃淡値に割り付けられた透明度情報に従って、投影面(図5に示す投影面58参照)上に、投影描画する(ステップS103)。
以上説明したように、各フェーズのボリュームデータを使用してボリュームレンダリング画像を作成する際には、投影描画するピクセルに対して色情報を割り付ける必要がある。また、ボリュームレンダリングによる表示手法は、描画するピクセルについて近傍ピクセルとの間の濃度勾配を使用して法線ベクトルを算出し、該算出した法線ベクトルを影付けのための面情報として利用する。そして、この法線ベクトルとピクセルに割り付けられた色情報と、を使用して3D画像の描画処理を行う。
通常、ピクセルの濃淡値に対して色情報を割り付けるが(例えば濃度値1〜100のピクセルを赤色で表示する等)、本一実施形態においては、機能情報に基づいて数値化した色情報(例えば血流量の少ないピクセルを赤とし、血流速度の速い部分を青とする等)を、ボリュームレンダリング画像作成時のピクセルに割り付ける色情報として使用する。これにより、例えばCT値から得られた形態情報やCT値の濃度変化から求めた血流量や血流速度等の情報を、3D画像上に、立体的且つ同時に可視化して表示することが可能になる。
(2)DVR(Depth Volume Rendering)について
上述したSVR方式によるレンダリングの処理から、前記ステップS102における影付け処理を除いた処理である。
上述したSVR方式によるレンダリングの処理から、前記ステップS102における影付け処理を除いた処理である。
(3)画素値投影法(Intensity Projection)について
上述したSVR方式によるレンダリング処理から、前記ステップS102における影付け処理及び前記ステップS103における透明度処理等を除いた処理である。図6は、画素値投影法の概念を示す図である。
上述したSVR方式によるレンダリング処理から、前記ステップS102における影付け処理及び前記ステップS103における透明度処理等を除いた処理である。図6は、画素値投影法の概念を示す図である。
通常の処理では、投影面に投影される情報は、投影ベクトル上に存在するピクセルデータの中で濃淡値の一番高い値のデータを、投影面(図6に示す投影面58参照)に投影する。さらに、本一実施形態においては、次のような機能を追加した。
すなわち、本一実施形態においては、投影ベクトル上に存在し、且つ抽出した血管壁断面の中に存在するピクセル(図6に示すピクセル60)に対して、投影処理の時の“優先度付け”を行うことで、優先度の高いものから順に投影面(図6に示す投影面58参照)に投影する。
このような方法を採ることで、Intensity Projectionモードで投影がされた画像上で、例えば血流量の少ない部分、血流速度の遅い部分、ソフトプラーク及びその他血管系病変の可能性を示す機能情報等、ユーザ所望の条件に合わせて、ユーザ所望の情報を3D画像上にマップして、立体的に表示することが可能になる。
なお、血管領域の中に存在しているピクセルがベクトル上にない場合は、通常の処理すなわち次の(優先度例1)又は(優先度例2)に記す投影処理を行えばよい。ここで、前記優先度について、例を挙げて具体的に説明する。
(優先度例1)投影ベクトル上に存在するピクセルの中で、オリジナル原画像の濃淡値で、一番濃淡値の高いものを、投影面に投影する。
(優先度例2)投影ベクトル上に存在するピクセルの中で、オリジナル原画像の濃淡値で、一番濃淡値の低いものを、投影面に投影する。
(優先度例3)血管部分の情報が投影ベクトル上に存在する場合、そのベクトル上に存在するピクセルの中で、機能情報を数値化した中から一番低い値の場所の色情報を、投影面に投影する。
(優先度例4)血管部分の情報が投影ベクトル上に存在する場合、そのベクトル上に存在するピクセルの中で、機能情報を数値化した中から一番高い値の場所の色情報を、投影面に投影する。
(優先度例5)血管部分の情報が投影ベクトル上に存在する場合、そのベクトル上に存在するピクセルの中で、機能情報を数値化した中から全ての値の場所の色情報を加算し、その加算値を、該加算したピクセルの個数で割り算して算出した値を、投影面に投影する。
なお、前記機能情報とは、血流量、血流速度、及び血管組織情報等、数値化可能な全ての情報を対象とする。また、前記色情報としては、例えばカラー、白黒等、世の中に現存する色については全て用いることが可能である。
なお、前記優先度の設定は上述した例に限られることはなく、全ての調整可能なパラメータ、すなわち血流量、血流速度、及び血管組織情報等、その他全ての機能情報を、上述した投影処理の為の優先度(優先順位)の変更に用いることができる。
ところで、ボリュームレンダリング画像の投影処理中に、投影ベクトルが推定血管領域に入った場合、その領域の中だけ、注目画素に対し、上述した血管内組織濃度分布の算出方法(変換テーブルを作成する際に使用した方法と同じ方法を使用する必要がある)により、その位置の血管内組織濃度分布の値を算出し、該算出した値と同じ値を色変換テーブルに登録されている値から検出し、割り付けられている色情報を引き出して、該色を上述したレンダリング時にピクセルに割り当てる色として使用する。
なお、血管内組織濃度分布の値を算出し、該算出した値と同じ値を色変換テーブルに登録されている値から検出する際に、同じ値が存在しなかった場合には、一番近い値を検出し、色変換テーブル上に登録された前記値を挟む2つの値を使用して色情報を線形変換することにより、該当する値の部分に割り当てる色情報を求める。
以上説明した一連の処理の後、前記画像表示制御ユニット18による表示制御によって、前記映像装置20に、例えば図7乃至図9に示すような出力表示を行うことができる。
図7に示す表示71は、血管領域におけるCT値の濃度勾配に基づく色分布画像(上述した処理により算出して画像化した血管内組織濃度分布)の一例を示す図である。同図に示す表示72は、血管領域におけるCT値に基づく形態画像を示す図である。そして、同図に示す表示73は、前記表示71と前記表示72とを重畳した表示であり、本一実施形態により可能となる表示である。表示74及び表示75は、前記表示73のうちの一部を拡大した表示である。
ここで、CT値の濃度が異なる部分は、表示71乃至表示75に示すように、互いに異なる色(同図においては、図面の制約上、色の相違をハッチングの相違によって表現している)で表示される為、ソフトプラーク等による血管狭窄部分を一目瞭然に把握することができる。
図8は、実際に前記映像装置20に表示される、血管領域におけるCT値の濃度勾配に基づく色分布画像(上述した処理により算出して画像化した血管内組織濃度分布)の一例を示す図である。表示81内における狭窄部位83をユーザが当該表示画面上でクリックすると、表示85に示すように狭窄部位を含む血管領域について血管芯線に沿って開いた血管部分のパノラマ画像を表示する。そして、このパノラマ画像上の血管部分においては、上述したように濃度分布に基づいて割り当てた色情報をマップして重畳表示する。
図9は、実際に前記映像装置20に表示される、血管領域におけるCT値の濃度勾配に基づく色分布画像(上述した処理により算出して画像化した血管内組織濃度分布)の一例を示す図である。ここで、表示91内における狭窄部位93がユーザにより当該表示画面上でクリックされると、表示95に示すように狭窄部位を含む血管領域について血管芯線に沿って開いた血管部分のパノラマ画像を表示する。そして、このパノラマ画像上において所定のカーソルがユーザにより移動されると、該カーソルの位置におけるクロスカット画像を、例えば表示97に示すように表示する。そして、何れの表示においても、血管部分については上述した処理により画像化した血管内組織濃度分布に基づいて割り当てた色をマップして重畳表示する。
なお、上述した本一実施形態に係る医用画像診断装置の画像処理に関する一連の画像処理は、プログラム化することで、或いはプログラム化した後当該プログラムを記憶媒体に読み込むことによって、当該医用画像診断装置とは独立したソフトウェア製品単体としての販売、配布も容易になり、また本一実施形態に係る技術を他のハードウェア上で利用することも可能となる。
以上説明したように、本一実施形態によれば、血管領域における狭窄部位の位置及び当該狭窄の原因物質の硬度/危険性を、三次元画像上で容易に視認できるような表示を可能とする医用画像診断装置、画像処理装置、及びプログラムを提供することができる。
具体的には、本一実施形態に係る医用画像診断装置、画像処理装置、及びプログラムによれば、例えば3D画像やMPR画像等の画像上で、血管内における狭窄が存在する部位を特定し、且つ狭窄を引き起こしている原因すなわち血管内部に蓄積している原因物質が存在する領域を、その他の領域とは色等の表示方法を異ならせて、当該血管領域の画像上に合成表示する。これにより、血管内において蓄積され狭窄を引き起こす原因となる物質(例えばソフトプラーク等)によって生じる画像上の濃淡の違いが強調して表示されるので、狭窄を起こしている血管と、狭窄を起こしていない血管との画像上の違いを一目瞭然で視認できる。
つまり、本一実施形態に係る医用画像診断装置、画像処理装置、及びプログラムによれば、ユーザは、単に画像を視認するだけで、血管内において例えばソフトプラーク等の危険な原因物質が存在する部位を特定でき、且つその部位の詳細断面を簡単に検索して表示させることができる。つまり、血管病変に対するスクリーニングを目的とした医師の診断行為の効率化を図ることができる。
以上、一実施形態に基づいて本発明を説明したが、本発明は上述した実施形態に限定されるものではなく、本発明の要旨の範囲内で種々の変形及び応用が可能なことは勿論である。
例えば、図1に示すシステム構成を、次のように変形しても勿論よい。
<第1変形例>
すなわち、前記コントラストデータ検索入力手段4の代わりに、造影前データ検索入力手段4Aと、ダイナミックデータ検索入力手段4Bと、を設ける。さらに、前記骨領域抽出消去ユニット8の代わりに、図10に示すように骨領域抽出手段8a,8bと、骨領域パターンマッチング手段8cと、ボリュームデータ骨領域消去手段8dと、から成る骨領域抽出消去ユニット8Aを設ける。
すなわち、前記コントラストデータ検索入力手段4の代わりに、造影前データ検索入力手段4Aと、ダイナミックデータ検索入力手段4Bと、を設ける。さらに、前記骨領域抽出消去ユニット8の代わりに、図10に示すように骨領域抽出手段8a,8bと、骨領域パターンマッチング手段8cと、ボリュームデータ骨領域消去手段8dと、から成る骨領域抽出消去ユニット8Aを設ける。
なお、ボリュームデータ管理ユニット2が保管する複数のボリュームデータとしては、造影剤を注入する前のナチュラルなCT値で血管や骨を表しているボリュームデータ(以下、非造影ボリュームデータと称する)と、被検体に造影剤を注入して血管を強調したボリュームデータ(以下、造影ボリュームデータと称する)とを含む。
なお、この医用画像診断装置は、例えば操作者が図示しないマウス等の入力デバイスを用いて表示要求を行ったことに応じて、時間的に連続した造影ボリュームデータに基づいて4D画像を表示する。つまり、4D画像は、3D画像を時間的な動きを伴って表示するものである。
この表示要求が行われたことに応じて前記造影前データ検索入力手段4Aは、表示対象となる造影ボリュームデータに時間的に連続する非造影ボリュームデータをボリュームデータ管理ユニット2から検索する。造影前データ検索入力手段4Aは、見つけた非造影ボリュームデータのうちの1つを、造影前データとしてボリュームデータ管理ユニット2から読み出す。またダイナミックデータ検索入力手段4Bは、表示対象となる造影ボリュームデータ(時間的に連続した複数の造影ボリュームデータ)をボリュームデータ管理ユニット2から検索する。ダイナミックデータ検索入力手段4Bは、見つけた複数の造影ボリュームデータを、4D画像データとしてボリュームデータ管理ユニット2から読み出す。
画像データロードユニット6は、造影前データ検索入力手段4A及びダイナミックデータ検索入力手段4Bにより読み出された造影前のボリュームデータおよび4D画像データを、不図示のワークメモリにロードする。ワークメモリには、造影前のボリュームデータ及び4D画像データをそれぞれ記憶するための領域が事前に割り当てられている。画像データロードユニット6は、各データをそれぞれのために割り当てられた領域にロードする。これにより画像データロードユニット6は、造影前のボリュームデータ及び4D画像データを、個別に骨領域抽出消去ユニット8Aへ供給する。
前記骨領域抽出手段8aは、造影前のボリュームデータが表す3D画像における骨領域を推定する。
前記骨領域抽出手段8bは、4D画像データに含まれる複数の造影ボリュームデータの各々が示す3D画像における骨領域をそれぞれ推定する。骨領域抽出手段8bが推定する骨領域に基づき、4D画像データに基づいて表示される4D画像に含まれる骨の位置が分かる。しかし、4D画像データでは血管領域が造影されていることから、骨領域と血管領域とを正確に分離することが困難である。このため、骨領域抽出手段8bにより推定される骨領域は、本来の骨領域に対する誤差を多く含む。一方、骨領域抽出手段8aでは、造影前のボリュームデータに基づくために、骨領域を高精度に抽出することができる。このため、骨領域抽出手段8aにより推定される骨領域は、骨の形状を正確に現す。
前記骨領域パターンマッチング手段8cは、骨領域抽出手段8a,8bでそれぞれ推定された骨領域を三次元的に位置合わせする。この位置合わせには、既知のパターンマッチング手法を利用できる。このパターンマッチング手法としては、例えば特開平10−137190号公報に開示されたものがある。そして骨領域パターンマッチング手段8cは、骨領域抽出手段8bにより推定される骨領域の位置と、位置合わせした後の2つの骨領域のずれと、に基づいて、4D画像データに含まれる複数の造影ボリュームデータのそれぞれについての骨領域の位置を特定する。
前記ボリュームデータ骨領域消去手段8dは、4D画像データに含まれる複数の造影ボリュームデータのそれぞれから、骨領域パターンマッチング手段8cで特定された骨領域のデータを抽出して抽出骨領域データを生成するとともに、4D画像データに含まれる複数の造影ボリュームデータのそれぞれを上記骨領域の抜けた(消去された)データに更新する。
そして、骨領域抽出消去ユニット8Aは、前記ボリュームデータ骨領域消去手段8dによって更新された後の4D画像データを前記血管領域&血管芯線抽出ユニット10へ出力し、前記ボリュームデータ骨領域消去手段8dによって新たに作成された抽出骨領域データを前記画像レンダリングユニット16へ出力する。
以下、上述した処理によって作成したボリュームレンダリング画像の動画再生について説明する。
静止画3D画像による血管領域に係る情報(以降、血管情報と称する)の表示は、全てのフェーズで使用できるようにサンプリングして作成された血管情報のデータから、フェーズ毎の領域の大きさにマッピングし直し使用することで表示が可能になる。つまり、最初のフェーズから最後のフェーズまで、各フェーズのボリュームレンダリング画像に対し、各々の血管情報を合成して立体的に表示することができる。
(1)動画再生による表示について
複数フェーズのボリュームデータから作成される血管情報を示す3D画像を連続的に表示することで造影剤の動きが分かる動画像を作成することができる。このようにして行う動画再生を本一実施形態に適用することで、血管内組織濃度分布情報(例えばソフトプラークの位置を示す情報等)をも同時に動画像上に立体合成して表示することが可能になる。
複数フェーズのボリュームデータから作成される血管情報を示す3D画像を連続的に表示することで造影剤の動きが分かる動画像を作成することができる。このようにして行う動画再生を本一実施形態に適用することで、血管内組織濃度分布情報(例えばソフトプラークの位置を示す情報等)をも同時に動画像上に立体合成して表示することが可能になる。
ここで、フェーズ1〜フェーズNまでの血管情報の動画再生について説明する。
すなわち、同一位置のピクセルについて、最初のフェーズから最後のフェーズまでの、ピクセルにおける濃度値の変化を、時間軸データを使用してサンプリングし、そのサンプリングした情報を基に、血流情報(例えば血液の流れの遅速を示す情報や血流に関する情報)と血管組織情報とを合成処理しながら、動画像上で立体的にリアルタイム表示する。
なお、前記合成処理の方法としては、例えば複数のデータを加算平均又は標準偏差を使用する等、一般的に用いられているどのような方法で合成処理を行っても良い。
ここで、前記血流情報を可視化する為の方法例を挙げる。
・一定時間内にコントラストがどのくらい変化しているかに着目して可視化する
・コントラストの変化の度合いを正規化し、この値を血流速度と見做して可視化する
・コントラストの変化の激しい部分を血流の流れが速い部分であると仮定して可視化する
・血流の速い部分を赤、遅い部分を青、というように血流遅速によって表示色を設定する
なお、これらの方法以外のどのような方法により前記血流情報を可視化しても勿論よい。
・コントラストの変化の度合いを正規化し、この値を血流速度と見做して可視化する
・コントラストの変化の激しい部分を血流の流れが速い部分であると仮定して可視化する
・血流の速い部分を赤、遅い部分を青、というように血流遅速によって表示色を設定する
なお、これらの方法以外のどのような方法により前記血流情報を可視化しても勿論よい。
(2)動画再生処理について
以下、前記画像レンダリングユニット16による動画再生処理を説明する。
以下、前記画像レンダリングユニット16による動画再生処理を説明する。
まず、前記血管領域&血管芯線抽出ユニット10によって上述したように抽出された血管領域をサンプリングし、各フェーズにおける解剖学的に同じ位置のピクセルを参照する(ステップS201)。
次に、血管領域の全ピクセルの濃度値を収集し、濃度値の順番にソートして並べ替える(ステップS202)。なお、濃度値の大きい順にソートしても小さい順にソートしても、どちらでも良い。
続いて、濃度値が最も高い値のピクセルに対して任意の色を設定し、濃度値が最も低い値のピクセルに対して別の任意の色を設定する(ステップS203)。
そして、濃度値が最も高い値のピクセルに設定した色と、濃度値が最も低い値のピクセルに設定した色と、の間の濃度値のピクセルの色について線形補間し、各々の濃度値に対応する色を設定し、これら設定を不図示のメモリに記憶する(ステップS204)。
さらに、各フェーズの画像に上述したボリュームレンダリング処理を施し、3D画像を作成する(ステップS205)。なお、このステップS205における処理では、血管領域については、上述したように求めた血流速度を示す色情報と、血管組織情報を示す色情報と、を合成し、各々のピクセルの濃度値及び色情報を、ボリュームレンダリング処理する際の色情報として使用する。これにより、血管内部の情報を、動画上で且つ立体的に表示することが可能になる。
なお、表示方法としては、上述したSVR、DVR、及び画素値投影法の何れの方法によっても良い。
以上説明したように、本第1変形例によれば、図10に示すシステム構成を採ることで、上記第1実施形態に係る医用画像診断装置、画像処理装置、及びプログラムと同様の効果を奏する上に次のような効果を奏する医用画像診断装置、画像処理装置、及びプログラムを提供することができる。
すなわち、造影撮影(ダイナミックCTを含む)している画像の中から閾値設定等により骨領域に相当する部分を抽出し、単純CTによる画像から抽出した骨領域の画像及びパターンマッチングの技術を使用してリアルタイムに位置合わせを行うことで、造影撮影による画像から骨領域相当する部分だけを抽出して消去した画像を表示することが可能となる。
ここで、前記パターンマッチングに使用するパターン形状は、単純CT画像の上で、造影撮影前又は画像収集後に自由に設定変更可能である。
このようにして作成した骨領域に相当する部分を消去した動画データを、ボリューム又はシネフォーマットで保存することにより、血管病変に対する診断行為に活用可能となる。
さらには、骨領域に相当する部分として除去する領域を微調整する(各フェーズ毎に、マニュアルで別々に調整する)為の調整機能を付加することにより、様々なケースに対して柔軟に対応できるようになる。
そして、当然ながら上述した一実施形態と同様の処理を行うことで、造影血管の形態情報及び血流情報をリアルタイムで視認可能となり、ソフトプラークの有無、狭窄部分の状態、及び血流情報等を同時に可視化することができる。
<第2変形例>
また、図11に示すようなシステム構成を採ってもよい。
また、図11に示すようなシステム構成を採ってもよい。
すなわち、前記コントラストデータ検索入力手段4の他に、前記造影前データ検索入力手段4Aを設ける。さらに、前記骨領域抽出消去ユニット8の代わりに、上述した第1変形例と同様、図11に示すように骨領域抽出手段(不図示)と、骨領域パターンマッチング手段(不図示)と、ボリュームデータ骨領域消去手段(不図示)と、から成る前記骨領域抽出消去ユニット8Aを設ける。
これにより、第1変形例と同様の効果を奏する医用画像診断装置、画像処理装置、及びプログラムを提供することができる。
<第3変形例>
また、図12に示すようなシステム構成を採ってもよい。
また、図12に示すようなシステム構成を採ってもよい。
すなわち、前記コントラストデータ検索入力手段4の他に、前記造影前データ検索入力手段4Aと、前記ダイナミックデータ検索入力手段4Bと、を設ける。さらに、前記骨領域抽出消去ユニット8の代わりに、上述した第1変形例と同様、図11に示すように骨領域抽出手段(不図示)と、骨領域パターンマッチング手段(不図示)と、ボリュームデータ骨領域消去手段(不図示)と、から成る前記骨領域抽出消去ユニット8Aを設ける。
これにより、第1変形例と同様の効果を奏する医用画像診断装置、画像処理装置、及びプログラムを提供することができる。
さらに、上述した実施形態には種々の段階の発明が含まれており、開示される複数の構成要件の適当な組み合わせにより種々の発明が抽出され得る。例えば、実施形態に示される全構成要件からいくつかの構成要件が削除されても、発明が解決しようとする課題の欄で述べた課題が解決でき、発明の効果の欄で述べられている効果が得られる場合には、この構成要件が削除された構成も発明として抽出され得る。
4…コントラストデータ検索入力手段、 4A…造影前データ検索入力手段、 4B…ダイナミックデータ検索入力手段、 6…画像データロードユニット、 8…骨領域抽出消去ユニット、 8a,8b…骨領域抽出手段、 8c…骨領域パターンマッチング手段、 8d…ボリュームデータ骨領域消去手段、 8A…骨領域抽出消去ユニット、 8a…骨領域抽出手段、 8b…骨領域抽出手段、 10…血管芯線抽出ユニット、 14…血管領域濃度分布計算ユニット、 16…画像レンダリングユニット、 16a…色情報作成手段、 16b…形状情報処理手段、 16c…画像作成レンダリング手段、 18…画像表示制御ユニット、 20…映像装置。
Claims (9)
- 血管領域を含む領域に関するボリュームデータに基づいて、前記血管領域の3次元位置を検出する第1の検出手段と、
前記第1の検出手段により検出された前記血管領域の3次元位置に基づいて、血管芯線の3次元位置を検出する第2の検出手段と、
前記第2の検出手段により検出された前記血管芯線に沿って、前記血管領域を含む領域における画素濃度の分布を算出する濃度分布算出手段と、
前記濃度分布算出手段により算出された前記画素濃度の分布を画像化する変換手段と、
前記変換手段により画像化された前記画素濃度の分布を、前記血管領域を示す画像に重畳させて表示する表示制御手段と、
を具備することを特徴とする医用画像診断装置。 - 前記変換手段は、
前記画像化する際に、前記画素濃度の分布のうち所定の画素濃度の分布域については、その他の分布域よりも、前記画素濃度の変化量に対する表示態様の変化量を大きくする重み付け処理を行うことを特徴とする請求項1に記載の医用画像診断装置。 - 血管領域に造影剤が注入された状態の被検体に関する造影ボリュームデータに基づいて、被検体の骨領域の3次元位置を推定する第1の推定手段と、
前記血管領域に前記造影剤が注入されない状態の被検体に関する非造影ボリュームデータに基づいて、前記被検体の骨領域の3次元位置を推定する第2の推定手段と、
前記第1及び前記第2の推定手段によりそれぞれ推定された3次元位置同士のパターンマッチングによって前記骨領域の3次元位置を特定する特定手段と、
前記特定された3次元位置の骨領域を消去するように前記造影ボリュームデータを更新する手段と、
を含み、
前記第1の検出手段は、前記造影ボリュームデータを更新する手段により更新された前記造影ボリュームデータに基づいて、前記血管領域の形態を表す医用画像を生成して、前記血管領域の3次元位置を検出することを特徴とする請求項1に記載の医用画像診断装置。 - 血管領域を含む領域に関するボリュームデータに基づいて、前記血管領域の3次元位置を検出する第1の検出手段と、
前記第1の検出手段により検出された前記血管領域の3次元位置に基づいて、血管芯線の3次元位置を検出する第2の検出手段と、
前記第2の検出手段により検出された前記血管芯線に沿って、前記血管領域を含む領域における画素濃度の分布を算出する濃度分布算出手段と、
前記濃度分布算出手段により算出された前記画素濃度の分布を画像化する変換手段と、
前記変換手段により画像化された前記画素濃度の分布を、前記血管領域を示す画像に重畳させて表示する表示制御手段と、
を具備することを特徴とする画像処理装置。 - 前記変換手段は、
前記画像化する際に、前記画素濃度の分布のうち所定の画素濃度の分布域については、その他の分布域よりも、前記画素濃度の変化量に対する表示態様の変化量を大きくする重み付け処理を行うことを特徴とする請求項4に記載の画像処理装置。 - 血管領域に造影剤が注入された状態の被検体に関する造影ボリュームデータに基づいて、被検体の骨領域の3次元位置を推定する第1の推定手段と、
前記血管領域に前記造影剤が注入されない状態の被検体に関する非造影ボリュームデータに基づいて、前記被検体の骨領域の3次元位置を推定する第2の推定手段と、
前記第1及び前記第2の推定手段によりそれぞれ推定された3次元位置同士のパターンマッチングによって前記骨領域の3次元位置を特定する特定手段と、
前記特定された3次元位置の骨領域を消去するように前記造影ボリュームデータを更新する手段と、
を含み、
前記第1の検出手段は、前記造影ボリュームデータを更新する手段により更新された前記造影ボリュームデータに基づいて、前記血管領域の形態を示す医用画像を生成し、前記血管領域の3次元位置を検出することを特徴とする請求項4に記載の画像処理装置。 - 血管領域を含む領域に関するボリュームデータに基づいて、前記血管領域の3次元位置を検出する第1の検出機能と、
前記第1の検出機能により検出された前記血管領域の3次元位置に基づいて、血管芯線の3次元位置を検出する第2の検出機能と、
前記第2の検出機能により検出された前記血管芯線に沿って、前記血管領域を含む領域における画素濃度の分布を算出する濃度分布算出機能と、
前記濃度分布算出機能により算出された前記画素濃度の分布を画像化する変換機能と、
前記変換機能により画像化された前記画素濃度の分布を、前記血管領域を示す画像に重畳させて表示する表示制御機能と、
をコンピュータに実現させることを特徴とするプログラム。 - 前記変換機能は、
前記画像化する際に、前記画素濃度の分布のうち所定の画素濃度の分布域については、その他の分布域よりも、前記画素濃度の変化量に対する表示形態の変化量を大きくする重み付け処理を行うことを特徴とする請求項4に記載のプログラム。 - 血管領域に造影剤が注入された状態の被検体に関する造影ボリュームデータに基づいて、被検体の骨領域の3次元位置を推定する第1の推定機能と、
前記血管領域に前記造影剤が注入されない状態の被検体に関する非造影ボリュームデータに基づいて、前記被検体の骨領域の3次元位置を推定する第2の推定機能と、
前記第1及び前記第2の推定手段によりそれぞれ推定された3次元位置同士のパターンマッチングによって前記骨領域の3次元位置を特定する特定機能と、
前記特定された3次元位置の骨領域を消去するように前記造影ボリュームデータを更新する機能と、
前記造影ボリュームデータを更新する機能により更新された前記造影ボリュームデータに基づいて、前記血管領域の形態を示す医用画像を生成して、前記血管領域の3次元位置を検出する第1の検出機能と、
前記第1の検出機能により検出された前記血管領域の3次元位置に基づいて、血管芯線の3次元位置を検出する第2の検出機能と、
前記第2の検出機能により検出された前記血管芯線に沿って、前記血管領域を含む領域における画素濃度の分布を算出する濃度分布算出機能と、
前記濃度分布算出機能により算出された前記画素濃度の分布を画像化する変換機能と、
前記変換機能により画像化された前記画素濃度の分布を、前記血管領域を示す画像に重畳させて表示する表示制御機能と、
をコンピュータに実現させることを特徴とするプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008163709A JP2010000306A (ja) | 2008-06-23 | 2008-06-23 | 医用画像診断装置、画像処理装置、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008163709A JP2010000306A (ja) | 2008-06-23 | 2008-06-23 | 医用画像診断装置、画像処理装置、及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2010000306A true JP2010000306A (ja) | 2010-01-07 |
Family
ID=41582502
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008163709A Pending JP2010000306A (ja) | 2008-06-23 | 2008-06-23 | 医用画像診断装置、画像処理装置、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2010000306A (ja) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011193997A (ja) * | 2010-03-19 | 2011-10-06 | Fujifilm Corp | 医用画像変換装置および方法並びにプログラム |
JP2012125407A (ja) * | 2010-12-15 | 2012-07-05 | Toshiba Corp | 医用画像処理装置 |
WO2012144266A1 (ja) * | 2011-04-20 | 2012-10-26 | 株式会社日立メディコ | 医用画像表示装置、医用画像表示方法 |
JP2013154127A (ja) * | 2012-01-31 | 2013-08-15 | Toshiba Corp | 医用画像処理装置及び制御プログラム |
WO2014132829A1 (ja) * | 2013-02-28 | 2014-09-04 | 株式会社 日立メディコ | 画像処理装置、及び領域抽出方法 |
JP2018501898A (ja) * | 2015-01-16 | 2018-01-25 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 血管腔サブ解像度セグメンテーション |
JP2021087822A (ja) * | 2015-04-02 | 2021-06-10 | ハートフロー, インコーポレイテッド | 血管網と潅流組織の機能的関連性を特定し可視化するシステム及び方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003093373A (ja) * | 2001-09-26 | 2003-04-02 | Fuji Photo Film Co Ltd | 異常陰影検出装置 |
JP2005040490A (ja) * | 2003-07-25 | 2005-02-17 | Fuji Photo Film Co Ltd | 異常陰影検出方法および装置並びにプログラム |
JP2005210384A (ja) * | 2004-01-22 | 2005-08-04 | Konica Minolta Medical & Graphic Inc | 画像処理方法および画像処理装置ならびに画像処理プログラム |
JP2006034983A (ja) * | 2004-07-29 | 2006-02-09 | Siemens Ag | 血管内の沈着の可視化方法および装置 |
JP2006110341A (ja) * | 2004-10-11 | 2006-04-27 | General Electric Co <Ge> | 筒状構造に沿って組織種別を解析するための装置及び方法 |
JP2006187412A (ja) * | 2005-01-05 | 2006-07-20 | Hitachi Medical Corp | 医用画像診断支援装置 |
JP2006271527A (ja) * | 2005-03-28 | 2006-10-12 | Toshiba Corp | 医用画像生成装置 |
WO2006118100A1 (ja) * | 2005-04-28 | 2006-11-09 | Hitachi Medical Corporation | 画像表示装置及びプログラム |
JP2007275141A (ja) * | 2006-04-03 | 2007-10-25 | Hitachi Medical Corp | 画像表示装置 |
-
2008
- 2008-06-23 JP JP2008163709A patent/JP2010000306A/ja active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003093373A (ja) * | 2001-09-26 | 2003-04-02 | Fuji Photo Film Co Ltd | 異常陰影検出装置 |
JP2005040490A (ja) * | 2003-07-25 | 2005-02-17 | Fuji Photo Film Co Ltd | 異常陰影検出方法および装置並びにプログラム |
JP2005210384A (ja) * | 2004-01-22 | 2005-08-04 | Konica Minolta Medical & Graphic Inc | 画像処理方法および画像処理装置ならびに画像処理プログラム |
JP2006034983A (ja) * | 2004-07-29 | 2006-02-09 | Siemens Ag | 血管内の沈着の可視化方法および装置 |
JP2006110341A (ja) * | 2004-10-11 | 2006-04-27 | General Electric Co <Ge> | 筒状構造に沿って組織種別を解析するための装置及び方法 |
JP2006187412A (ja) * | 2005-01-05 | 2006-07-20 | Hitachi Medical Corp | 医用画像診断支援装置 |
JP2006271527A (ja) * | 2005-03-28 | 2006-10-12 | Toshiba Corp | 医用画像生成装置 |
WO2006118100A1 (ja) * | 2005-04-28 | 2006-11-09 | Hitachi Medical Corporation | 画像表示装置及びプログラム |
JP2007275141A (ja) * | 2006-04-03 | 2007-10-25 | Hitachi Medical Corp | 画像表示装置 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011193997A (ja) * | 2010-03-19 | 2011-10-06 | Fujifilm Corp | 医用画像変換装置および方法並びにプログラム |
JP2012125407A (ja) * | 2010-12-15 | 2012-07-05 | Toshiba Corp | 医用画像処理装置 |
US9135702B2 (en) | 2011-04-20 | 2015-09-15 | Hitachi Medical Corporation | Image display device for medical applications, image display method for medical applications |
WO2012144266A1 (ja) * | 2011-04-20 | 2012-10-26 | 株式会社日立メディコ | 医用画像表示装置、医用画像表示方法 |
CN103491877A (zh) * | 2011-04-20 | 2014-01-01 | 株式会社日立医疗器械 | 医用图像显示装置、医用图像显示方法 |
JP5980776B2 (ja) * | 2011-04-20 | 2016-08-31 | 株式会社日立製作所 | 医用画像表示装置、医用画像表示方法 |
JP2013154127A (ja) * | 2012-01-31 | 2013-08-15 | Toshiba Corp | 医用画像処理装置及び制御プログラム |
CN104968276A (zh) * | 2013-02-28 | 2015-10-07 | 株式会社日立医疗器械 | 图像处理装置以及区域抽出方法 |
WO2014132829A1 (ja) * | 2013-02-28 | 2014-09-04 | 株式会社 日立メディコ | 画像処理装置、及び領域抽出方法 |
US9886781B2 (en) | 2013-02-28 | 2018-02-06 | Hitachi, Ltd. | Image processing device and region extraction method |
JP2018501898A (ja) * | 2015-01-16 | 2018-01-25 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 血管腔サブ解像度セグメンテーション |
JP2021087822A (ja) * | 2015-04-02 | 2021-06-10 | ハートフロー, インコーポレイテッド | 血管網と潅流組織の機能的関連性を特定し可視化するシステム及び方法 |
JP7241790B2 (ja) | 2015-04-02 | 2023-03-17 | ハートフロー, インコーポレイテッド | 血管網と潅流組織の機能的関連性を特定し可視化するシステム及び方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5591440B2 (ja) | 医用画像表示装置 | |
JP4267598B2 (ja) | 画像融合処理方法、画像融合処理プログラム、画像融合処理装置 | |
JP6877868B2 (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
US9466117B2 (en) | Segmentation highlighter | |
JP5400326B2 (ja) | トモシンセシス画像を表示するための方法 | |
US7903856B2 (en) | Method for post-processing a three-dimensional image data set of vessel structure | |
JP5643304B2 (ja) | 胸部トモシンセシスイメージングにおけるコンピュータ支援肺結節検出システムおよび方法並びに肺画像セグメント化システムおよび方法 | |
US9472017B2 (en) | Fast rendering of curved reformation of a 3D tubular structure | |
US20050113679A1 (en) | Method and apparatus for segmenting structure in CT angiography | |
JP5566370B2 (ja) | 医用画像処理装置及び方法 | |
JP5295562B2 (ja) | フレキシブル3次元回転血管造影−コンピュータ断層撮影融合方法 | |
JP2008272470A (ja) | 被撮像体内の目的物の視覚性を改善するためのシステム及び方法 | |
JP2010000306A (ja) | 医用画像診断装置、画像処理装置、及びプログラム | |
WO2013136783A1 (ja) | 画像生成装置、方法及びプログラム | |
JP2010528750A (ja) | 管状構造の検査 | |
JP4564387B2 (ja) | 医用画像生成装置 | |
JP5388614B2 (ja) | 医用画像処理装置、画像診断装置および医用画像処理プログラム | |
JP2006122663A (ja) | 画像処理装置及び画像処理方法 | |
JP2010131315A (ja) | 医用画像処理装置及び医用画像処理プログラム | |
JP2006075390A (ja) | 医用画像表示装置 | |
JP2015228924A (ja) | 医用画像処理装置および医用画像処理方法 | |
EP3828836B1 (en) | Method and data processing system for providing a two-dimensional unfolded image of at least one tubular structure | |
WO2006064438A1 (en) | A method, an apparatus and a computer program for segmenting a structure in a multi-dimensional dataset | |
US20230237663A1 (en) | Methods and systems for real-time image 3d segmentation regularization | |
EP3229210B1 (en) | Method and medical image data processing device for determining a geometric model of an anatomical volume object |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20110615 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20121228 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20130521 |