JP2013514854A - X線放射線写真における骨抑制 - Google Patents

X線放射線写真における骨抑制 Download PDF

Info

Publication number
JP2013514854A
JP2013514854A JP2012545502A JP2012545502A JP2013514854A JP 2013514854 A JP2013514854 A JP 2013514854A JP 2012545502 A JP2012545502 A JP 2012545502A JP 2012545502 A JP2012545502 A JP 2012545502A JP 2013514854 A JP2013514854 A JP 2013514854A
Authority
JP
Japan
Prior art keywords
source image
contour
image
convolution kernel
dimensional convolution
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.)
Granted
Application number
JP2012545502A
Other languages
English (en)
Other versions
JP5749735B2 (ja
Inventor
ベルク,イェンス フォン
ナイツェル,ウルリッヒ
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
Koninklijke Philips Electronics NV
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips NV, Koninklijke Philips Electronics NV filed Critical Koninklijke Philips NV
Publication of JP2013514854A publication Critical patent/JP2013514854A/ja
Application granted granted Critical
Publication of JP5749735B2 publication Critical patent/JP5749735B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/12Edge-based segmentation
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5258Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10116X-ray image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30008Bone

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Surgery (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Optics & Photonics (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本発明は、源画像からオブジェクト(Ob)を抽出するシステム(100)であって、前記オブジェクトは輪郭(C)によって描かれており、当該システム(100)は、・前記源画像に基づいて、源画像勾配場を計算する勾配ユニット(110)と、前記源画像勾配場を平滑化する平滑化ユニット(120)と、平滑化された源画像勾配場を積分することによってオブジェクト画像を計算し、それにより前記源画像から前記オブジェクト(Ob)を抽出する積分ユニットとを有する。前記源画像の各点において、前記平滑化は、前記輪郭(C)に実質的に平行な第一の方向における第一の1次元畳み込みカーネルと、前記輪郭(C)に実質的に垂直な第二の方向における第二の1次元畳み込みカーネルの積である2次元畳み込みカーネルによって定義される。前記オブジェクトの配向および輪郭の曲がりとは独立に、第一の1次元畳み込みカーネルは、前記輪郭によって分離される各輪郭内での平滑化を定義し、一方、第二の1次元畳み込みカーネルは、二つの領域を分離する前記輪郭を横切る平滑化を定義する。

Description

本発明は、画像中の邪魔になるオブジェクトを抽出し、抑制することに関する。
多くの診断目的について、放射線写真画像から骨の影を除去することが有益である。骨の影が除去された画像では、いくつかの発見がより簡単になることがある。画像から除去された骨の影が微妙な軟組織構造に干渉することがなくなるからである。たとえば、肺小結節検出は、肋骨の影を除去することで、この技法によって改善できる。骨の影の除去は、人間の読影者にとっても肺小結節CAD(Computer Assisted Detection[コンピュータ援用検出])システムにとっても有用となりうる。肋骨の影によって覆われた肺小結節を見逃したり(偽陰性)、あるいは肋骨の影の交差部に誤った小結節を識別したりする(偽陽性)危険性が低下するからである。
よりよい軟組織画像を得る既知の方法は、二エネルギー取得を使うことに依拠している。しかしながら、二エネルギー取得は特殊なX線設備および患者へのより高いX線線量被曝を必要とする。
非特許文献1は別のアプローチを開示している。ここでは、鎖骨輪郭がセグメンテーションされ、パラメトリック曲線{x(s),y(s)}s∈[0,1]によって記述される。鎖骨輪郭の近傍が、点の集合(x(s),y(s)+d)として定義される。ここで、何らかの正の数δについて、
Figure 2013514854
である。鎖骨画像は、
1.勾配画像を計算し、
2.骨モデルを構築し、
3.修正された勾配画像から画像を再計算する
ことによって、再構成される。
骨モデルは、輪郭に対して接線方向であるs変数の方向における大きな標準分布σsと、y軸の方向の小さな標準分布σdとをもつ1次元ガウス型カーネルを使った、
Figure 2013514854
空間における平滑化によって構築される。鎖骨画像がもとの画像から減算され、鎖骨が抑制された軟組織画像が得られる。上記の方法の欠点は、骨が水平方向にあると想定されていることである。
特許文献1は、画像中のオブジェクトを配向し直すためにグローバル・アフィン変換を使うことを開示している。次いで、変換された画像における骨の影が抑制される。たとえば、y軸に垂直に配向された鎖骨を抑制するためには、非特許文献1によって記載される方法が適用されてもよい。次いで、鎖骨が抑制された画像はグローバル・アフィン変換の逆によって変換され、画像中のオブジェクトがもとの位置に配向し直される。しかしながら、骨の輪郭が曲がっているときには(これはたとえばあらゆる閉じた輪郭について実質的に成り立つ)、この方法の性能はよくない。
米国特許出願公開第2009/0214099号
Smik´o et al.、"Elimination of clavicle shadows to help automatic lung nodule detection on chest radiographs"、Vander Sloten et al. (Eds.) IFMBE Proceedings 22所収、pp488-491、2008年 Barthel and von Berg、Robust automatic lung field segmentation on digital chest radiographs、Int. J. CARS vol.4, supplement 1、pp.326、2009年
画像中の邪魔になるオブジェクトを抑制するシステムであって、曲がったオブジェクトについてもよい性能を発揮するものを有することが有利であろう。
これを達成するために、ある側面では、本発明は、源画像からオブジェクトを抽出するシステムであって、前記オブジェクトは輪郭によって描かれており、当該システムは、
・前記源画像に基づいて、源画像勾配場を計算する勾配ユニットと、
・前記源画像勾配場を平滑化する平滑化ユニットと、
・平滑化された源画像勾配場を積分することによってオブジェクト画像を計算し、それにより前記源画像から前記オブジェクトを抽出する積分ユニットとを有しており、
前記源画像の各点において、前記平滑化は、前記輪郭に実質的に平行な第一の方向における第一の1次元畳み込みカーネルと、前記輪郭に実質的に垂直な第二の方向における第二の1次元畳み込みカーネルの積である2次元畳み込みカーネルによって定義されることを特徴とする、システムを提供する。前記オブジェクトの配向および輪郭の曲がりとは独立に、第一の1次元畳み込みカーネルは、輪郭の両側の領域において輪郭に沿った平滑化を定義し、一方、第二の1次元畳み込みカーネルは、前記二つの領域を分離する前記輪郭を横切る平滑化を定義する。
ある実施形態では、本システムはさらに:
・前記輪郭をパラメータ化し、
・前記源画像におけるデカルト座標(x,y)を輪郭ベースの座標(s,n)に変換し、s(x,y)は、パラメータ化された輪郭上の、点(x,y)を通って延在する前記輪郭への法線の交点に対応する点のパラメータの値であり、n(x,y)は、前記源画像における点(x,y)と前記輪郭との間の符号付き距離であり、前記符号付き距離は前記輪郭の一方の側の諸点についてはある符号を取り、前記輪郭の他方の側の諸点については逆の符号を取り、
前記第一の1次元畳み込みカーネルはs座標に依存し、前記第二の1次元畳み込みカーネルはn座標に依存する。前記平滑化演算子の両1次元畳み込みカーネルの実装は、このようにして簡単にされる。
ある実施形態では、本システムはさらに、前記源画像から前記オブジェクト画像を減算して、前記オブジェクトが抑制された抑制画像を生成する減算ユニットを有する。
本システムのある実施形態では、前記第一の1次元畳み込みカーネルの前記標準偏差は、前記第二の1次元畳み込みカーネルの前記標準偏差より少なくとも1桁大きい。前記源画像強度(すなわちピクセル値)への前記オブジェクトの寄与は、前記源画像における輪郭によって描かれるオブジェクト上の近隣の位置どうしでは似通っている(これは骨の影については典型的には成り立つ)と想定すると、平滑化が主としてオブジェクト輪郭に平行な方向で実行される場合、平滑化された勾配を積分したものはオブジェクト画像を与える。これは、第二の1次元畳み込みカーネルの標準偏差よりもずっと大きな第一の1次元畳み込みカーネルの標準偏差をもつ平滑化カーネルを使うことによって達成できる。
本システムのある実施形態では、第一の1次元畳み込みカーネルの標準偏差は、輪郭長さの少なくとも1%の長さをもつ。第一のカーネルによって定義される平滑化は輪郭によって定義される領域内の勾配場ベクトルを平均化するが、輪郭を横断しては平均化しないので、大きな標準偏差(すなわち、輪郭長さの少なくとも1%、好ましくは少なくとも5%の長さをもつ標準偏差)は、輪郭に沿ったエッジに影響することなく、前記領域内の源画像勾配場を平滑化する。源画像勾配場と平滑化された源画像勾配場との比較は、前記オブジェクトによって隠されていた、源画像の微妙な詳細についての情報を抽出することを許容する。
本システムのある実施形態では、平滑化ユニットはさらに、各点での源画像勾配ベクトル配向を、2次元畳み込みカーネルの原点を通って延在する輪郭法線の配向に対する、その点を通って延在する輪郭法線の配向に基づいて、補正するよう適応される。このアプローチは、輪郭に沿って、輪郭法線に対する源画像勾配ベクトルを平均化する。
本システムのある実施形態では、平滑化ユニットはさらに、前記源画像に含まれる関心領域を横断する線に沿って平滑化された源画像勾配場ベクトルの和が、源画像勾配場ベクトルの対応する和と実質的に同様であることを保証するために、平滑化された源画像勾配場を補償するよう適応される。このように、前記源画像から前記オブジェクト画像を減算したのち、前記オブジェクトは、前記抑制画像においては実質的に消えるはずであるが、前記オブジェクト輪郭の外側の領域は前記抑制画像において実質的に不変であるはずである。
本システムのある実施形態では、前記輪郭は閉じている。前記システムのこの実施形態は、その全体において前記画像に包含されるオブジェクトを抑制するために使われる。
あるさらなる側面では、本発明に基づくシステムは、X線画像における骨の影を抽出するために使われる。
あるさらなる側面では、本発明に基づくシステムは、画像取得装置に含まれる。
あるさらなる側面では、本発明に基づくシステムは、ワークステーションに含まれる。
あるさらなる側面では、本発明は、源画像からオブジェクトを抽出する方法であって、前記オブジェクトは輪郭によって描かれており、当該方法は:
・前記源画像に基づいて、源画像勾配場を計算する勾配ステップと、
・前記源画像勾配場を平滑化する平滑化ステップと、
・平滑化された源画像勾配場を積分することによってオブジェクト画像を計算し、それにより前記源画像から前記オブジェクトを抽出する積分ステップとを有しており、
前記源画像の各点において、前記平滑化は、前記輪郭に実質的に平行な第一の方向における第一の1次元畳み込みカーネルと、前記輪郭に実質的に垂直な第二の方向における第二の1次元畳み込みカーネルの積である2次元畳み込みカーネルによって定義される、方法を提供する。
あるさらなる側面では、本発明は、源画像からオブジェクトを抽出するための命令を含む、コンピュータ装置にロードされるコンピュータ・プログラム・プロダクトであって、前記オブジェクトは輪郭によって描かれ、前記コンピュータ装置は、処理ユニットおよびメモリを有しており、前記コンピュータ・プログラム・プロダクトは、ロードされたのち、前記処理ユニットに、本発明に基づく方法のステップを実行する機能を与える、コンピュータ・プログラム・プロダクトを提供する。
当業者は、本発明の上述した実施形態、実装および/または側面の二つ以上が、有用と見なされる任意の仕方で組み合わされてもよいことを理解するであろう。
前記システムまたは前記方法の記載される修正および変形に対応する前記システム、前記画像取得装置、前記ワークステーション、前記方法および/または前記コンピュータ・プログラム・プロダクトの修正および変形は、本記述に基づいて、当業者によって実行されることができる。
当業者は、特許請求される発明における多次元画像は、さまざまな取得モダリティによって取得される二次元(2D)画像データでありうることを認識するであろう。そうしたモダリティには、これに限られないが、X線撮像、計算機断層撮影(CT: Computed Tomography)、磁気共鳴撮像(MRI: Magnetic Resonance Imaging)、超音波(US: Ultrasound)、陽電子放出断層撮影(PET: Positron Emission Tomography)、単一光子放出計算機断層撮影(SPECT: Single Photon Emission Computed Tomography)および核医学(NM: Nuclear Medicine)といったものがある。当業者はさらに、本発明のシステムおよび/または方法を、三次元(3D)画像データに好適となるよう修正できるであろう。
本発明は独立請求項において定義される。有利な実施形態は従属請求項において定義される。
本発明のこれらおよびその他の側面は、以下に、付属の図面を参照して記載される実装および実施形態から明白となり、これに関連して明快にされるであろう。
システムの例示的実施形態のブロック図である。 Aは、座標変換(x,y)→(s,n)のs(x,y)座標を示す図である。Bは、座標変換(x,y)→(s,n)のn(x,y)座標を示す図である。 は例示的なオブジェクト画像を示す図である。 は例示的な抑制画像を示す図である。 方法の例示的実装のフローチャートである。 画像取得装置の例示的実装を示す概略図である。 ワークステーションの例示的実装を示す概略図である。 図面を通じて、同様の部分を表すために同一の参照符号が使われる。
図1は、源画像からオブジェクトを抽出するシステム100の例示的実施形態のブロック図を概略的に示している。前記オブジェクトは輪郭によって描かれる。システム100は、
・前記源画像に基づいて、源画像勾配場を計算する勾配ユニット110と、
・前記源画像勾配場を平滑化する平滑化ユニット120と、
・平滑化された源画像勾配場を積分することによってオブジェクト画像を計算し、それにより前記源画像からの前記オブジェクトを抽出する積分ユニット130とを有しており、
前記源画像の各点において、前記平滑化は、前記輪郭に実質的に平行な第一の方向における第一の1次元畳み込みカーネルと、前記輪郭に実質的に垂直な第二の方向における第二の1次元畳み込みカーネルの積である2次元畳み込みカーネルによって定義されることを特徴とする。
システム100の例示的実施形態はさらに、
・前記輪郭をパラメータ化し、前記源画像におけるデカルト座標を輪郭ベースの座標に変換する座標ユニット105と、
・前記源画像から前記オブジェクト画像を減算して、それにより抑制画像を生成する減算ユニット140と、
・システム100の作業を制御する制御ユニット160と、
・ユーザーとシステム100との間の連絡のためのユーザー・インターフェース165と、
・データを記憶するためのメモリ・ユニット170とを有する。
システム100のある実施形態では、はいってくるデータのための三つの入力コネクタ181、182および183がある。第一の入力コネクタ181は、これに限られないが、ハードディスク、磁気テープ、フラッシュメモリまたは光ディスクのようなデータ記憶手段からはいってくるデータを受け取るよう構成される。第二の入力コネクタ182は、これに限られないが、マウスまたはタッチスクリーンのようなユーザー入力装置からはいってくるデータを受け取るよう構成される。第三の入力コネクタ183は、キーボードのようなユーザー入力装置からはいってくるデータを受け取るよう構成される。入力コネクタ181、182および183は、入力制御ユニット180に接続される。
システム100のある実施形態では、出て行くデータのための二つの出力コネクタ191および192がある。第一の出力コネクタ191は、ハードディスク、磁気テープ、フラッシュメモリまたは光ディスクのようなデータ記憶手段にデータを出力するよう構成される。第二の出力コネクタ192は表示装置にデータを出力するよう構成される。出力コネクタ191および192は出力制御ユニット190を介してそれぞれのデータを受け取る。
当業者は、入力コネクタ181、182および183に入力装置を接続し、システム100の出力コネクタ191および192に出力装置を接続する多くの方法があることを理解するであろう。これらの方法には、これに限られないが、有線および無線接続、デジタル・ネットワークが含まれる。デジタル・ネットワークは、これに限られないが、ローカル・エリア・ネットワーク(LAN)および広域ネットワーク(WAN)、インターネット、デジタル電話ネットワークおよびアナログ電話ネットワークといったものである。
システム100のある実施形態では、システム100はメモリ・ユニット170を有する。システム100は、入力コネクタ181、182および183のいずれかを介して外部装置から入力データを受け取り、受け取った入力データをメモリ・ユニット170に記憶するよう構成される。入力データをメモリ・ユニット170にロードすると、システム100の諸ユニットによって関連するデータ部分へ迅速なアクセスができるようになる。入力データは源画像を含む。任意的に、輪郭データ、ならびに、たとえば第一および第二の畳み込みカーネルの標準偏差のようなユーザー入力を含んでいてもよい。メモリ・ユニット170は、これに限られないが、CPUのレジスタ・ファイル、キャッシュ・メモリ、ランダム・アクセス・メモリ(RAM)チップ、読み出し専用メモリ(ROM)チップおよび/またはハードディスク・ドライブおよびハードディスクといった装置によって実装されてもよい。メモリ・ユニット170はさらに、出力データを記憶するよう構成されていてもよい。出力データは、オブジェクト画像および/または抑制画像を含む。メモリ・ユニット170は、メモリ・バス175を介して、座標ユニット105、勾配ユニット110、平滑化ユニット120、積分ユニット130、減算ユニット140、制御ユニット160およびユーザー・インターフェース165を含むシステム100の諸ユニットからデータを受け取り、および/またはこれらのユニットにデータを送達するよう構成されていてもよい。メモリ・ユニット170はさらに、出力データを、出力コネクタ191および192のいずれかを介して外部装置に利用可能にするよう構成される。システム100の諸ユニットからのデータをメモリ・ユニット170に記憶することは、有利には、システム100の諸ユニットのパフォーマンスおよびシステム100の諸ユニットからの外部装置への出力データの転送レートを改善しうる。
システム100のある実施形態では、システム100は、システム100を制御する制御ユニット160を有する。制御ユニット160は、システム100の諸ユニットから制御データを受け取り、それらのユニットに制御データを提供するよう構成されていてもよい。たとえば、源画像勾配場を計算したのち、勾配ユニット110は、制御ユニット160に制御データ「勾配場計算済み」を与えるよう構成されていてもよく、制御ユニット160は平滑化ユニット120に制御データ「勾配場を平滑化せよ」を与えるよう構成されていてもよい。あるいはまた、制御機能はシステム100の別のユニットにおいて実装されてもよい。
システム100のある実施形態では、システム100は、ユーザーとシステム100との間の通信のためのユーザー・インターフェース165を有する。ユーザー・インターフェース165は、第一および第二の畳み込みカーネルのための二つの標準偏差を含むユーザー入力を受け取るよう構成されていてもよい。任意的に、ユーザー・インターフェースは、システムの動作モードを選択するための、たとえばガウス型または最近接近傍(nearest neighbor)平滑化カーネル関数といった特定の畳み込みカーネル関数を使うためなどのユーザー入力を受け取ってもよい。ユーザー・インターフェースはさらに、オブジェクト画像および/または抑制画像を表示するよう構成される。当業者は、より多くの機能がシステム100のユーザー・インターフェース165によって有利に実装されうることを理解するであろう。
以下に記載される実施形態では、源画像は胸部の医用画像であり、オブジェクトは、肺の小結節のビューを潜在的にわかりにくくする骨を含む。当業者は、これらの実施形態が本発明を例解するものであり、特許請求の範囲を限定するものと解釈してはならないことを理解するであろう。
ある実施形態では、システムへの入力は、前記骨、肋骨および鎖骨、の輪郭を含む。あるいはまた、システム100は、源画像のまたは源画像勾配場のセグメンテーションを使って源画像において肋骨および鎖骨の輪郭を描くための輪郭ユニットを有していてもよい。システム100は:
・前記輪郭をパラメータ化し、
・前記源画像におけるデカルト座標(x,y)を輪郭ベースの座標(s,n)に変換する座標ユニット105を有する。s(x,y)は、パラメータ化された輪郭上の、点(x,y)を通って延在する輪郭への法線の交点に対応する点のパラメータの値であり、n(x,y)は、前記源画像における点(x,y)と前記輪郭との間の符号付き距離であり、前記符号付き距離は前記輪郭の一方の側の諸点についてはある符号を取り、前記輪郭の他方の側の諸点については逆の符号を取る。
図2のAは、座標変換(x,y)→(s,n)のs(x,y)座標を示し、図2のBは、座標変換(x,y)→(s,n)のn(x,y)座標を示している。パラメータsは、輪郭上の任意の基準点に対して測定される、輪郭に沿った巡回距離(cyclic distance)である。符号付き距離座標nは輪郭の外側で正であり、輪郭の内側で負である。図示した輪郭Cは閉じており、鎖骨輪郭の一部を描いている。離散的な区分線形近似によって近似される輪郭Cは、非特許文献2に記載される源画像のセグメンテーションを使って得られる。骨セグメンテーションのレベル集合(level set)実装も可能であり、すでに輪郭のパラメータ表現を使うという利点がある。レベル集合枠組みはさらに、n変数として使うための距離関数も与える。
所与の画像位置(x,y)の変換された座標(s,n)は、各(x,y)位置について(s,n)の値を与えるテーブルによって得られる。このテーブルは、輪郭に沿ったsおよびnパラメータの離散的なサンプリングによって構築されたものである。(x,y)についてのテーブル・エントリーは、新たな候補がnのより小さな絶対値をもつ、つまり輪郭により近い場合には常に置き換えられる。(s,n)座標は、第一および第二の畳み込みカーネルを定義するために好適である。
図3Aは、例示的なオブジェクト画像――源画像の骨成分、すなわち後部肋骨および鎖骨Clを有するオブジェクトObの画像――を示している。このオブジェクト画像は、ガウス型カーネルを用いて源画像勾配場を平滑化することによって計算されたものである。ガウス型カーネルは当業者には知られている。第一のガウス型カーネルはs座標に依存し、第二のガウス型カーネルはn座標に依存する。第一の畳み込みカーネルの標準偏差はσs=40mmであり、第二の畳み込みカーネルの標準偏差はσn=0.2mmである。ある実施形態では、平滑化ユニット120は、平滑化する前に源画像勾配ベクトル配向を補正するよう適応される。勾配場ベクトル配向は、各点(s,n)において、2次元畳み込みカーネルの原点(sk,nk)を通って延在する輪郭法線〔ベクトル〕nkの配向に対する、点(s,n)を通って延在する輪郭法線〔ベクトル〕nの配向に基づいて、補正される。補正された源画像勾配場ベクトル配向は、
Figure 2013514854
から計算できる。ここで、φ(s,n)は(s,n)における勾配場ベクトルの角度座標であり、φ(n)およびφ(nk)はそれぞれ法線ベクトルnおよびnkの角度座標を表す。勾配絶対値は保存される。このアプローチは、輪郭に沿った鮮鋭な骨のエッジを保持しつつ、源画像勾配場を、輪郭法線に垂直かつ輪郭に平行な線に沿って平均化する。骨画像は、修正された勾配画像から、総和によって、すなわち平滑化された源画像勾配場の積分によって、再構成される。この積分は積分ユニット130によって実行される。
平滑化、すなわち第一の畳み込みカーネルと勾配場との畳み込みの計算を高速化するために、積分曲線上の画像位置の部分集合、たとえば積分曲線を一様に覆うようランダムに生成された諸位置を使うことができる。
良好な骨画像を得るために、標準偏差σsは、平滑化されるオブジェクトの寸法に対して大きい必要がある。骨のようなオブジェクトの可能な指標は輪郭長さである。輪郭長の少なくとも5%のオーダーの標準偏差σsで良好な結果が期待されるが、そのような大きな標準偏差の適用は勾配場がs変数の関数としてゆっくり変化することを必要とする。
本システムのある実施形態では、平滑化ユニット120はさらに、前記源画像に含まれる関心領域を横断する線に沿った平滑化された源画像勾配場ベクトルの和が、源画像勾配場ベクトルの対応する和と実質的に同様であることを保証するために、平滑化された源画像勾配場を補償するようさらに適応される。これが好ましいのは、(s,n)座標における非等方的な平滑化は、勾配の修正を、関心領域(骨にマージンを加えたもの)内の平滑化された勾配場ベクトルの和が、源画像によって定義される勾配場に関して修正されるように行うからである。そのような平滑化された勾配場の積分の間に、関心領域の境界における修正された強度値が得られ、これは再構成された画像における人工的なコントラストを誘起する。よって、骨のまわりの関心領域を横断する平滑化された勾配場ベクトル和ライン(line)合計および列(row)合計が、骨のまわりの関心領域を横断する源画像勾配場の対応するベクトル和ライン合計および列合計と実質的に同じであることを保証するために、補償は好ましい。
図3のBは例示的な抑制画像――患者の右側(画像の左側)で骨抑制を行った胸部放射線写真――を示している。右側の鎖骨および後肋骨は強く抑制されて見える。しかしながら、左側の鎖骨および後肋骨は影響されていないように見える。図3のBに示される抑制画像は、図3のAに示されるオブジェクト画像を源画像(図示せず)から減算することによって得られる。この減算はシステム100の減算ユニット140によって実行される。骨の影Obが源画像から差し引かれると、抑制画像は左肺の軟組織構造を示す。
当業者は、システム100が、業務の多くの側面において医師を支援する貴重なツールとなりうることを認識するであろう。さらに、本システムの実施形態はシステムの医療用途を使って例解されているが、システムの非医療用途も考えられている。
当業者はさらに、システム100の他の実施形態も可能であることを理解するであろう。なかでも、システムの諸ユニットを定義し直し、その機能を再分配することが可能である。記載される実施形態は医用画像に適用されているが、医療用途に関係しないシステムの他の応用も可能である。
システム100の諸ユニットはプロセッサを使って実装されてもよい。通常、その機能はソフトウェア・プログラム・プロダクトの制御のもとで実行される。実行中、ソフトウェア・プログラム・プロダクトは通常、RAMのようなメモリにロードされ、そこから実行される。プログラムは、ROM、ハードディスクまたは磁気および/または光記憶のようなバックグラウンド・メモリからロードされてもよいし、あるいはインターネットのようなネットワークを介してロードされてもよい。任意的に、特定用途向け集積回路(application-specific integrated circuit)が記載された機能を提供してもよい。
源画像から輪郭Cによって描かれるオブジェクトObを抽出する方法Mの例示的な実装のフローチャートが図4に示されている。方法Mは、前記輪郭をパラメータ化し、前記源画像におけるデカルト座標(x,y)を輪郭ベースの座標(s,n)に変換する座標ステップS05で始まる。座標ステップS05後、方法Mは、源画像に基づいて源画像勾配場を計算する勾配ステップS10に進む。勾配ステップS10後、方法Mは源画像勾配場を平滑化する平滑化ステップS20に進む。平滑化ステップS20後、方法Mは、平滑化された源画像勾配場を積分し、それにより前記源画像から前記オブジェクトを抽出する積分ステップS30に進む。積分ステップS30後、方法Mは、前記源画像からオブジェクト画像を減算し、それにより抑制画像を生成する減算ステップS40に進む。
方法Mの平滑化ステップS20は、前記源画像の各点において、前記平滑化は、前記輪郭に実質的に平行な第一の方向における第一の1次元畳み込みカーネルと、前記輪郭に実質的に垂直な第二の方向における第二の1次元畳み込みカーネルの積である2次元畳み込みカーネルによって定義されることを特徴とする。
当業者は、本発明によって意図される概念から外れることなく、いくつかのステップの順序を変更したり、いくつかの任意的なステップ(たとえばセグメンテーション)を追加したり、またはいくつかの必須でないステップ(たとえば勾配場ベクトル配向の補正)を省略したり、あるいはスレッディング(threading)モデル、マルチプロセッサ・システムまたは複数プロセスを使っていくつかのステップを並行して実行したりしてもよい。任意的に、方法Mの二つ以上のステップが一つのステップに組み合わされてもよい。任意的に、方法Mのあるステップが複数のステップに分割されてもよい。
図5は、本発明のシステム100を用いる画像取得装置500の例示的な実施形態を概略的に示している。前記画像取得装置500は、内部接続を介して前記システム100に接続された画像取得ユニット510と、入力コネクタ501と、出力コネクタ502とを有する。この構成は有利なことに、画像取得装置500の機能を高め、画像取得装置500にシステム100の有利な機能を提供する。
図6は、ワークステーション600の例示的な実施形態を概略的に示している。ワークステーションはシステム・バス601を有する。プロセッサ610、メモリ620、ディスク入出力(I/O)アダプター630およびユーザー・インターフェース(UI)640がシステム・バス601に動作上接続されている。ディスク記憶装置631がディスクI/Oアダプター630に動作上結合されている。キーボード641、マウス642およびディスプレイ643がUI 640に動作上結合されている。コンピュータ・プログラムとして実装された本発明のシステム100は、ディスク記憶装置631に記憶される。ワークステーション600は、該プログラムおよび入力データをメモリ620にロードして、該プログラムをプロセッサ610上で実行するよう構成される。ユーザーは、キーボード641および/またはマウス642を使って、ワークステーション600に情報を入力することができる。ワークステーションは表示装置643および/またはディスク631に情報を出力するよう構成される。当業者は、当技術分野において知られているワークステーション600の無数の他の実施形態があること、本実施形態は本発明を例解する目的をはたすものであって、本発明をこの特定の実施形態に限定するものと解釈してはならないことを理解するであろう。
上述した諸実施形態は本発明を限定するのではなく例解するものであること、当業者は付属の請求項の範囲から外れることなく代替的な実施形態を設計できるであろうことを注意しておくべきである。請求項において、括弧に入れた参照符号があったとしてもその請求項を限定するものと解釈してはならない。「有する/含む」の語は、請求項または本明細書で挙げられていない要素やステップの存在を排除するものではない。要素の単数形の表現はそのような要素の複数の存在を排除するものではない。本発明は、いくつかの相異なる要素を有するハードウェアによっても、プログラムされたコンピュータによっても実装できる。いくつかのユニットを列挙するシステム請求項においては、そうしたユニットのいくつかが同一レコードのハードウェアまたはソフトウェアによって具現されることができる。第一、第二、第三などの語の使用は、いかなる順序も示すものではない。これらの語は名称として解釈されるものである。

Claims (13)

  1. 源画像からオブジェクトを抽出するシステムであって、前記オブジェクトは輪郭によって描かれており、当該システムは、
    ・前記源画像に基づいて、源画像勾配場を計算する勾配ユニットと、
    ・前記源画像勾配場を平滑化する平滑化ユニットと、
    ・平滑化された源画像勾配場を積分することによってオブジェクト画像を計算し、それにより前記源画像から前記オブジェクトを抽出する積分ユニットとを有しており、
    前記源画像の各点において、前記平滑化は、前記輪郭に実質的に平行な第一の方向における第一の1次元畳み込みカーネルと、前記輪郭に実質的に垂直な第二の方向における第二の1次元畳み込みカーネルの積である2次元畳み込みカーネルによって定義されることを特徴とする、システム。
  2. 請求項1記載のシステムであって、さらに:
    ・前記輪郭をパラメータ化し、
    ・前記源画像におけるデカルト座標(x,y)を輪郭ベースの座標(s,n)に変換し、s(x,y)は、パラメータ化された輪郭上の、点(x,y)を通って延在する前記輪郭への法線の交点に対応する点のパラメータの値であり、n(x,y)は、前記源画像における点(x,y)と前記輪郭との間の符号付き距離であり、前記符号付き距離は前記輪郭の一方の側の諸点についてはある符号を取り、前記輪郭の他方の側の諸点については逆の符号を取り、
    前記第一の1次元畳み込みカーネルはs座標に依存し、前記第二の1次元畳み込みカーネルはn座標に依存する、
    システム。
  3. 前記源画像から前記オブジェクト画像を減算して、前記オブジェクトが抑制された抑制画像を生成する減算ユニットをさらに有する、請求項1記載のシステム。
  4. 前記第一の1次元畳み込みカーネルの標準偏差は、前記第二の1次元畳み込みカーネルの標準偏差より少なくとも1桁大きい、請求項1記載のシステム。
  5. 前記第一の1次元畳み込みカーネルの標準偏差は、前記輪郭の長さの少なくとも1%の長さをもつ、請求項1記載のシステム。
  6. 前記平滑化ユニットはさらに、各点での源画像勾配ベクトル配向を、2次元畳み込みカーネルの原点を通って延在する輪郭法線の配向に対する、その点を通って延在する輪郭法線の配向に基づいて補正するよう適応される、請求項2記載のシステム。
  7. 前記平滑化ユニットはさらに、前記源画像に含まれる関心領域を横断する線に沿って、平滑化された源画像勾配場ベクトルの和が、源画像勾配場ベクトルの対応する和と実質的に同様であることを保証するために、平滑化された源画像勾配場を補償するよう適応されている、請求項1記載のシステム。
  8. 前記輪郭は閉じている、請求項1記載のシステム。
  9. X線画像における骨の影を抽出するために、請求項1ないし8のうちいずれか一項記載のシステムを使う方法。
  10. 請求項1ないし9のうちいずれか一項記載のシステムを有する画像取得装置。
  11. 請求項1ないし10のうちいずれか一項記載のシステムを有するワークステーション。
  12. 源画像からオブジェクトを抽出する方法であって、前記オブジェクトは輪郭によって描かれており、当該方法は:
    ・前記源画像に基づいて、源画像勾配場を計算する勾配ステップと、
    ・前記源画像勾配場を平滑化する平滑化ステップと、
    ・平滑化された源画像勾配場を積分することによってオブジェクト画像を計算し、それにより前記源画像から前記オブジェクトを抽出する積分ステップとを含んでおり、
    前記源画像の各点において、前記平滑化は、前記輪郭に実質的に平行な第一の方向における第一の1次元畳み込みカーネルと、前記輪郭に実質的に垂直な第二の方向における第二の1次元畳み込みカーネルの積である2次元畳み込みカーネルによって定義されることを特徴とする、
    方法。
  13. 源画像からオブジェクトを抽出するための命令を含む、コンピュータ装置にロードされるコンピュータ・プログラムであって、前記オブジェクトは輪郭によって描かれており、前記コンピュータ装置は、処理ユニットおよびメモリを有しており、前記コンピュータ・プログラムは、ロードされたのち、前記処理ユニットに、請求項12記載の方法のステップを実行する機能を与える、コンピュータ・プログラム。
JP2012545502A 2009-12-22 2010-12-16 X線放射線写真における骨抑制 Expired - Fee Related JP5749735B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP09180414 2009-12-22
EP09180414.6 2009-12-22
PCT/IB2010/055876 WO2011077334A1 (en) 2009-12-22 2010-12-16 Bone suppression in x-ray radiograms

Publications (2)

Publication Number Publication Date
JP2013514854A true JP2013514854A (ja) 2013-05-02
JP5749735B2 JP5749735B2 (ja) 2015-07-15

Family

ID=43901441

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2012545502A Expired - Fee Related JP5749735B2 (ja) 2009-12-22 2010-12-16 X線放射線写真における骨抑制

Country Status (6)

Country Link
US (1) US8903153B2 (ja)
EP (1) EP2517174B1 (ja)
JP (1) JP5749735B2 (ja)
CN (1) CN102667857B (ja)
RU (1) RU2556428C2 (ja)
WO (1) WO2011077334A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018526057A (ja) * 2015-06-29 2018-09-13 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. インタラクティブ・メッシュ編集
JP2018533388A (ja) * 2015-09-29 2018-11-15 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. 投影x線画像の改善された視覚化

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013132407A1 (en) 2012-03-06 2013-09-12 Koninklijke Philips N.V. Stereo x-ray tube based suppression of outside body high contrast objects
CN104703542B (zh) * 2012-10-05 2018-10-12 皇家飞利浦有限公司 X射线成像中的骨抑制
US9672600B2 (en) * 2012-11-19 2017-06-06 Carestream Health, Inc. Clavicle suppression in radiographic images
WO2015197738A1 (en) 2014-06-27 2015-12-30 Koninklijke Philips N.V. Silhouette display for visual assessment of calcified rib-cartilage joints
US9785860B2 (en) 2014-07-16 2017-10-10 The Cleveland Clinic Foundation Real-time image enhancement for X-ray imagers
EP3355791B1 (en) 2015-09-30 2020-04-29 Koninklijke Philips N.V. Generating a lung condition map
CN105469365B (zh) * 2015-11-12 2018-08-17 深圳市深图医学影像设备有限公司 一种抑制数字化x线胸片图像中骨骼阴影的方法及系统
CN105447866A (zh) * 2015-11-22 2016-03-30 南方医科大学 基于卷积神经网络的x线胸片骨抑制处理方法
EP3452982B1 (en) 2016-05-04 2019-10-02 Koninklijke Philips N.V. Feature suppression in dark field or phase contrast x-ray imaging
JP2019536531A (ja) 2016-11-08 2019-12-19 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. X線画像内の不透明度を検出する装置
CN110113996A (zh) * 2016-12-19 2019-08-09 皇家飞利浦有限公司 用于暗场成像的系统和方法
EP3391819A1 (en) 2017-04-20 2018-10-24 Koninklijke Philips N.V. Beam hardening correction in x-ray dark-field imaging
EP3435325A1 (en) 2017-07-26 2019-01-30 Koninklijke Philips N.V. Scatter correction for dark field imaging
KR102215805B1 (ko) * 2018-01-30 2021-02-17 연세대학교 원주산학협력단 딥러닝 기술을 통한 흉부 물질 분리 영상 획득 방법 및 시스템
CN113450262A (zh) * 2020-03-25 2021-09-28 武汉金山办公软件有限公司 一种实现图像处理的方法、装置、计算机存储介质及终端
CN114038440B (zh) * 2021-11-30 2023-04-07 京东方科技集团股份有限公司 显示装置及其控制方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005332130A (ja) * 2004-05-19 2005-12-02 Sony Corp 画像処理装置、画像処理方法、画像処理方法のプログラム及び画像処理方法のプログラムを記録した記録媒体

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4792900A (en) 1986-11-26 1988-12-20 Picker International, Inc. Adaptive filter for dual energy radiographic imaging
US5832134A (en) 1996-11-27 1998-11-03 General Electric Company Data visualization enhancement through removal of dominating structures
US20030086596A1 (en) * 2001-11-07 2003-05-08 Medical Metrics, Inc. Method, computer software, and system for tracking, stabilizing, and reporting motion between vertebrae
RU2302203C2 (ru) * 2003-09-02 2007-07-10 Общество с ограниченной ответственностью Научно-производственное предприятие "Эксергия" Рентгеновская объемная компьютерная диагностика позвоночника
US7545965B2 (en) * 2003-11-10 2009-06-09 The University Of Chicago Image modification and detection using massive training artificial neural networks (MTANN)
US20090060366A1 (en) 2007-08-27 2009-03-05 Riverain Medical Group, Llc Object segmentation in images
US8094904B2 (en) 2007-09-26 2012-01-10 Siemens Aktiengesellschaft Method and system for bone suppression based on a single x-ray image
US8233692B2 (en) 2008-02-27 2012-07-31 Siemens Computer Aided Diagnosis Ltd. Method of suppressing obscuring features in an image

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005332130A (ja) * 2004-05-19 2005-12-02 Sony Corp 画像処理装置、画像処理方法、画像処理方法のプログラム及び画像処理方法のプログラムを記録した記録媒体

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
JPN5013008581; SIMKO G.: 'ELIMINATION OF CLAVICLE SHADOWS TO HELP AUTOMATIC LUNG NODULE DETECTION ON CHEST RADIOGRAPHS' 4TH EUROPEAN CONFERENCE OF THE INTERNATIONAL FEDERATION FOR MEDICAL AND BIOLOGICAL ENGINEERING V22 N7, 20090101, P488-491, SPRINGER *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018526057A (ja) * 2015-06-29 2018-09-13 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. インタラクティブ・メッシュ編集
JP2018533388A (ja) * 2015-09-29 2018-11-15 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. 投影x線画像の改善された視覚化

Also Published As

Publication number Publication date
US20120257810A1 (en) 2012-10-11
RU2012131409A (ru) 2014-01-27
EP2517174B1 (en) 2014-09-24
EP2517174A1 (en) 2012-10-31
US8903153B2 (en) 2014-12-02
CN102667857A (zh) 2012-09-12
WO2011077334A1 (en) 2011-06-30
CN102667857B (zh) 2016-02-10
JP5749735B2 (ja) 2015-07-15
RU2556428C2 (ru) 2015-07-10

Similar Documents

Publication Publication Date Title
JP5749735B2 (ja) X線放射線写真における骨抑制
JP5335280B2 (ja) 位置合わせ処理装置、位置合わせ方法、プログラム、及び記憶媒体
US9684980B2 (en) Prior image based three dimensional imaging
EP2916738B1 (en) Lung, lobe, and fissure imaging systems and methods
CN107886508B (zh) 差分减影方法和医学图像处理方法及系统
US9218542B2 (en) Localization of anatomical structures using learning-based regression and efficient searching or deformation strategy
JP6275826B2 (ja) ノイズ除去再構成画像データエッジ改善
US9659390B2 (en) Tomosynthesis reconstruction with rib suppression
JP4837036B2 (ja) デジタル化された医用画像内の身体とは異なる構造物の識別方法およびコンピュータ可読プログラム記憶装置
US9691157B2 (en) Visualization of anatomical labels
US20180064409A1 (en) Simultaneously displaying medical images
Kretschmer et al. ADR-anatomy-driven reformation
CN112150571A (zh) 一种图像运动伪影消除方法、装置、设备及存储介质
US20160300370A1 (en) Tomography apparatus and method of reconstructing tomography image by using the tomography apparatus
CN113888566B (zh) 目标轮廓曲线确定方法、装置、电子设备以及存储介质
US9672600B2 (en) Clavicle suppression in radiographic images
Wu et al. Masked joint bilateral filtering via deep image prior for digital X-ray image denoising
Cunha et al. A method for segmentation of dental implants and crestal bone
Al Abboodi et al. Supervised Transfer Learning for Multi Organs 3D Segmentation With Registration Tools for Metal Artifact Reduction in CT Images
WO2005020153A1 (en) Method and system for using structure tensors to detect lung nodules and colon polyps
JP7277131B2 (ja) 画像処理装置、画像処理方法、及びプログラム
US11138736B2 (en) Information processing apparatus and information processing method
Macho et al. Segmenting Teeth from Volumetric CT Data with a Hierarchical CNN-based Approach.
JP5706933B2 (ja) 処理装置および処理方法、プログラム
Manonmani et al. 2D to 3D conversion of images using Defocus method along with Laplacian matting for improved medical diagnosis

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20131213

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20140829

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20140902

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20141121

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20150421

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20150514

R150 Certificate of patent or registration of utility model

Ref document number: 5749735

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees