JP2014104097A - ステージ判定支援システム - Google Patents
ステージ判定支援システム Download PDFInfo
- Publication number
- JP2014104097A JP2014104097A JP2012258349A JP2012258349A JP2014104097A JP 2014104097 A JP2014104097 A JP 2014104097A JP 2012258349 A JP2012258349 A JP 2012258349A JP 2012258349 A JP2012258349 A JP 2012258349A JP 2014104097 A JP2014104097 A JP 2014104097A
- Authority
- JP
- Japan
- Prior art keywords
- stage
- determination
- support system
- region
- functional image
- 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
Links
- 238000004458 analytical method Methods 0.000 claims abstract description 38
- 238000004364 calculation method Methods 0.000 claims abstract description 19
- 201000010099 disease Diseases 0.000 claims abstract description 18
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 18
- 230000002490 cerebral effect Effects 0.000 claims description 49
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 14
- 229910052760 oxygen Inorganic materials 0.000 claims description 14
- 239000001301 oxygen Substances 0.000 claims description 14
- 230000008557 oxygen metabolism Effects 0.000 claims description 13
- 230000003727 cerebral blood flow Effects 0.000 claims description 12
- 239000008280 blood Substances 0.000 claims description 11
- 210000004369 blood Anatomy 0.000 claims description 11
- 208000023589 ischemic disease Diseases 0.000 claims description 5
- 210000001638 cerebellum Anatomy 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 claims description 2
- 230000006870 function Effects 0.000 description 45
- 238000000034 method Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 11
- 230000000302 ischemic effect Effects 0.000 description 11
- 210000004556 brain Anatomy 0.000 description 9
- 230000004087 circulation Effects 0.000 description 7
- 230000004060 metabolic process Effects 0.000 description 7
- 238000002600 positron emission tomography Methods 0.000 description 7
- 238000002591 computed tomography Methods 0.000 description 5
- 238000002595 magnetic resonance imaging Methods 0.000 description 5
- 206010061216 Infarction Diseases 0.000 description 4
- 206010028851 Necrosis Diseases 0.000 description 4
- 210000004958 brain cell Anatomy 0.000 description 4
- 230000007574 infarction Effects 0.000 description 4
- 230000017074 necrotic cell death Effects 0.000 description 4
- 230000010412 perfusion Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 206010008118 cerebral infarction Diseases 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 208000028867 ischemia Diseases 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000011282 treatment Methods 0.000 description 2
- 201000006474 Brain Ischemia Diseases 0.000 description 1
- 206010008120 Cerebral ischaemia Diseases 0.000 description 1
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 208000032109 Transient ischaemic attack Diseases 0.000 description 1
- 206010057469 Vascular stenosis Diseases 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 208000006170 carotid stenosis Diseases 0.000 description 1
- 208000026106 cerebrovascular disease Diseases 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 208000019073 internal carotid artery stenosis Diseases 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000037323 metabolic rate Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000000451 tissue damage Effects 0.000 description 1
- 231100000827 tissue damage Toxicity 0.000 description 1
- 201000010875 transient cerebral ischemia Diseases 0.000 description 1
- 238000011269 treatment regimen Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/026—Measuring blood flow
- A61B5/0263—Measuring blood flow using NMR
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14542—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring blood gases
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4058—Detecting, measuring or recording for evaluating the nervous system for evaluating the central nervous system
- A61B5/4064—Evaluating the brain
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2576/00—Medical imaging apparatus involving image processing or analysis
- A61B2576/02—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part
- A61B2576/026—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part for the brain
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/037—Emission tomography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/504—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Veterinary Medicine (AREA)
- Neurology (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Psychology (AREA)
- Neurosurgery (AREA)
- Hematology (AREA)
- High Energy & Nuclear Physics (AREA)
- Radiology & Medical Imaging (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
【課題】得られた機能画像から疾患が各ステージに該当する可能性を表示でき、ユーザによるステージ判定を支援することができるステージ判定支援システムを提供する。
【解決手段】ステージ判定支援システムは、記憶手段、第１判定手段、第２判定手段、算出手段及び表示手段を備えている。前記記憶手段は、被検体の複数種の機能画像を記憶する。前記第１判定手段は、前記各機能画像に基づいて、疾患に対する複数種の解析指標の各々の度合を判定する。前記第２判定手段は、前記第１判定手段による各々の判定結果と所定のステージ判定ルールとに基づいて、解析指標毎に、当該判定結果に該当するステージを判定する。前記算出手段は、前記第２判定手段による各々の判定結果に基づいて、前記ステージ毎に、前記疾患が当該ステージに該当する可能性を示す値を算出する。前記表示手段は、前記算出された値を前記ステージ毎に表示する。
【選択図】図１
【解決手段】ステージ判定支援システムは、記憶手段、第１判定手段、第２判定手段、算出手段及び表示手段を備えている。前記記憶手段は、被検体の複数種の機能画像を記憶する。前記第１判定手段は、前記各機能画像に基づいて、疾患に対する複数種の解析指標の各々の度合を判定する。前記第２判定手段は、前記第１判定手段による各々の判定結果と所定のステージ判定ルールとに基づいて、解析指標毎に、当該判定結果に該当するステージを判定する。前記算出手段は、前記第２判定手段による各々の判定結果に基づいて、前記ステージ毎に、前記疾患が当該ステージに該当する可能性を示す値を算出する。前記表示手段は、前記算出された値を前記ステージ毎に表示する。
【選択図】図１
Description
本発明の実施形態は、ステージ判定支援システムに関する。
近年、各種の機能画像を観察することにより、心臓や脳などの疾患の判定が可能となってきている。例えば、急性期脳梗塞、一過性虚血発作、慢性期頭頚部血管狭窄などの脳虚血疾患を診断する場合、各種の医用画像診断装置により得られた２次元又は３次元画像としての灌流（Perfusion）画像に基づいて、脳循環代謝量が評価される。
脳循環代謝量の具体的な解析指標としては、脳血流量ＣＢＦ［ml/100g/min］、脳血液量ＣＢＶ［ml/100g］、脳酸素摂取率ＯＥＦ［％］及び脳酸素代謝量ＣＭＲＯ２［ml/100g/min］等の種類がある。ここで、ＣＢＦは、Cerebral Blood Flowの略語であり、ＣＢＶは、Cerebral Blood Volumeの略語である。ＯＥＦは、Cerebral Oxygen Extraction Fractionの略語であり、ＣＭＲＯ２は、Cerebral Metabolic Rate of Oxygenの略語である。
医師は、通常、虚血部位におけるこれらの解析指標の大小を複数の機能画像上で観察することにより、脳循環代謝の重症度を総合的に判断し、治療方針を決定する。
各解析指標のうち、脳血流量ＣＢＦ及び脳血液量ＣＢＶの大小は、灌流画像上で観察される。なお、灌流画像は、Ｘ線ＣＴ（computed tomography）装置、ＭＲＩ（magnetic resonance imaging）装置、ＳＰＥＣＴ（single photon emission CT）装置又はＰＥＴ（positron emission tomography）装置等から得られる。
また、各解析指標のうち、脳酸素摂取率ＯＥＦ及び脳酸素代謝量ＣＭＲＯ２の大小は、特にＰＥＴ装置から得られるＰＥＴ画像上で観察される。
各解析指標の大小の観察後、医師が脳循環代謝の重症度を判断する基準となる１つの指標として、パワーズ（Powers）のステージ分類と呼ばれる代表的な重症度判定の考え方がある。パワーズのステージ分類は、上述した各種の解析指標の大小の組合せにより、重症度のステージを３段階に分ける指標である。この指標は、具体的には、上述した４つの解析指標（ＣＢＦ、ＣＢＶ、ＯＥＦ、ＣＭＲＯ２）の大小により、図１１に示すように、脳循環代謝の重症度をステージＩ、ＩＩ、ＩＩＩに分類して示している。一般に、ステージＩＩＩは梗塞（脳細胞壊死）のため治療不能な状態とみなされる。ステージＩＩは虚血性ペナンブラ（可逆性組織障害）と呼ばれる状態に相当し、治療による血流回復により正常化可能な状態とみなされる。虚血性ペナンブラ領域の残っている割合が治療方針の決定に重要である。
具体的なステージ分類の方法を図１２により説明する。図１２に示す例は、患側（脳の虚血が起きている側）の脳血流量ＣＢＦが減少し、脳血液量ＣＢＶが増加し、脳酸素摂取率ＯＥＦが増加し、脳酸素代謝量ＣＭＲＯ２が減少しているので、ステージＩＩＩに相当し、脳細胞壊死状態とみなされる。
Powers, et al. Stroke 1985, 16:361-376
しかしながら、以上のようなステージ分類の方法は、４つの解析指標の大小の組合せがどのステージに相当するのかよく考えないと判定できないため、判定に時間がかかったり、誤判定したりする可能性がある。
また、実際の臨床においては、どのステージにも該当しない組合せが起こり得るため、そのような場合、どのような診断結果を下せば良いのか悩むことになる。
さらに、全ての機能画像が得られていない場合や、逆に１つの解析指標に異なる医用画像診断装置から得られた複数の機能画像が得られている場合、過不足な情報に対して主観的に判定しがちになり、適切な診断結果を下せない可能性がある。
目的は、得られた機能画像から疾患が各ステージに該当する可能性を表示でき、ユーザによるステージ判定を支援し得るステージ判定支援システムを提供することである。
実施形態のステージ判定支援システムは、重症度を示す複数のステージのうち、いずれのステージに被検体の疾患が該当するかの判定を支援するためのシステムである。
前記ステージ判定支援システムは、記憶手段、第１判定手段、第２判定手段、算出手段及び表示手段を備えている。
前記記憶手段は、前記被検体の複数種の機能画像を記憶する。
前記第１判定手段は、前記各機能画像に基づいて、前記被検体の正常とみなされる領域に対する複数種の解析指標の各々に比較して、前記疾患に対する前記複数種の解析指標の各々の度合を判定する。
前記第２判定手段は、前記第１判定手段による各々の判定結果と所定のステージ判定ルールとに基づいて、前記解析指標毎に、当該判定結果に該当するステージを判定する。
前記算出手段は、前記第２判定手段による各々の判定結果に基づいて、前記ステージ毎に、前記疾患が当該ステージに該当する可能性を示す値を算出する。
前記表示手段は、前記算出された値を前記ステージ毎に表示する。
以下、各実施形態に係るステージ判定支援システムについて図面を用いて説明する。以下のステージ判定支援システムは、それぞれハードウェア構成、又はハードウェア資源とソフトウェアとの組合せ構成のいずれでも実施可能となっている。組合せ構成のソフトウェアとしては、予めネットワーク又は記憶媒体からコンピュータにインストールされ、ステージ判定支援システムの各機能を当該コンピュータに実現させるためのステージ判定支援プログラムが用いられる。
＜第１の実施形態＞
図１は第１の実施形態に係るステージ判定支援システム及びその周辺構成を示す模式図である。ステージ判定支援システムは、重症度を示す複数のステージのうち、いずれのステージに被検体の疾患が該当するかの判定を支援するためのシステムである。ステージ判定支援システムは、例えば、医用画像ワークステーション１０、入力装置（例えば、キーボード又はマウス等）１４及びモニタ装置１５によって構成されている。医用画像ワークステーション１０の内部にはハードディスク１１、コンピュータ１２及びネットワークＩ／Ｆ（例えば、Ethernet（登録商標） Cardなど）１３がある。なお、ステージ判定支援システムにおける「システム」の用語は「装置」と読み替えてもよく、入力装置１４及びモニタ装置１５における「装置」の用語は「部」と読み替えてもよい。また、ステージ判定支援システムは、各装置２０〜５０からネットワークを介して機能画像１１ｇを収集する画像サーバ装置に接続され、当該画像サーバ装置から機能画像１１ｇを読出可能なクライアント装置として実現してもよい。
図１は第１の実施形態に係るステージ判定支援システム及びその周辺構成を示す模式図である。ステージ判定支援システムは、重症度を示す複数のステージのうち、いずれのステージに被検体の疾患が該当するかの判定を支援するためのシステムである。ステージ判定支援システムは、例えば、医用画像ワークステーション１０、入力装置（例えば、キーボード又はマウス等）１４及びモニタ装置１５によって構成されている。医用画像ワークステーション１０の内部にはハードディスク１１、コンピュータ１２及びネットワークＩ／Ｆ（例えば、Ethernet（登録商標） Cardなど）１３がある。なお、ステージ判定支援システムにおける「システム」の用語は「装置」と読み替えてもよく、入力装置１４及びモニタ装置１５における「装置」の用語は「部」と読み替えてもよい。また、ステージ判定支援システムは、各装置２０〜５０からネットワークを介して機能画像１１ｇを収集する画像サーバ装置に接続され、当該画像サーバ装置から機能画像１１ｇを読出可能なクライアント装置として実現してもよい。
ハードディスク１１にはステージ判定支援用ソフトウェア（ステージ判定支援プログラム）１１ｓと、被検体（患者）の複数種の機能画像１１ｇが保管されている。コンピュータ１２は、メインメモリ１２ｍ及びプロセッサ１２ｐを備えている。
プロセッサ１２ｐは、ハードディスク１１内のステージ判定支援用ソフトウェア１１ｓと各機能画像１１ｇをメインメモリ（記憶手段）１２ｍに読み出してステージ判定支援用ソフトウェア１１ｓの処理を実行する。
プロセッサ１２ｐは、各機能画像１１ｇをネットワークＩ／Ｆ１３によりネットワークを介してＸ線ＣＴ装置２０、ＭＲＩ装置３０、ＳＰＥＣＴ装置４０及びＰＥＴ装置５０などから取得し、ハードディスク１１に保管しておく。
但し、プロセッサ１２ｐは、各機能画像１１ｇをハードディスク１１に保管せずにメインメモリ１２ｍに転送し、ハードディスク１１から読み出したステージ判定支援用ソフトウェア１１ｓを実行して、メインメモリ１２ｍ内の各機能画像１１ｇを解析しても良い。
なお、ステージ判定支援用ソフトウェア１１ｓは、プロセッサ１２ｐに実行され、コンピュータ１２に第１判定機能、第２判定機能、算出機能及び表示機能を実現させるためのステージ判定支援プログラムを含んでいる。すなわち、ステージ判定支援用ソフトウェア１１ｓ及びプロセッサ１２ｐは、第１判定手段、第２判定手段及び算出手段を構成している。ステージ判定支援用ソフトウェア１１ｓ、プロセッサ１２ｐ及びモニタ装置１５は、表示手段を構成している。
ここで、第１判定機能は、メインメモリ１２ｍ内の各機能画像１１ｇに基づいて、被検体の正常とみなされる領域に対する複数種の解析指標の各々に比較して、疾患に対する複数種の解析指標の各々の度合を判定する機能である。疾患としては、例えば、脳虚血疾患が適用可能となっている。複数種の解析指標としては、例えば、脳血液量ＣＢＶ、脳血流量ＣＢＦ、脳酸素摂取率ＯＥＦ及び脳酸素代謝量ＣＭＲＯ２が適用可能となっている。また、第１判定機能としては、例えば以下の（ａ），（ｂ），（ｃ）又は（ｄ）を判定対象領域として、度合の判定を実行する機能としてもよい。なお、本実施形態では（ａ）を判定対象領域とした場合を例に挙げて述べている。
（ａ）各機能画像１１ｇにユーザが設定した関心領域ＲＯＩ。
（ｂ）各機能画像１１ｇが表す正常領域との画素値の比較によって異常と判定された領域。
（ｃ）各機能画像１１ｇが表す組織全体を複数のセグメントに分割した領域。
（ｄ）各機能画像１１ｇ上の各画素単位。
また、第１判定機能としては、各機能画像１１ｇにおいて当該判定対象領域（上記（ａ），（ｂ），（ｃ）又は（ｄ））と正常とみなされる領域との画素値の比較により、度合の判定を実行する機能としてもよい。ここで、正常とみなされる領域としては、例えば、判定対象領域と左右対称の関係にある対側領域としてもよく、又は、（梗塞しにくく、虚血に陥る可能性が低い）小脳の一部領域としてもよい。
また、ステージ判定支援プログラムが各機能画像１１ｇの位置合わせを実行する位置合わせ機能を更にコンピュータ１２に実現させる場合には、第１判定機能は、当該位置合わせが実行された各機能画像１１ｇに基づいて、度合の判定を実行する機能としてもよい。
第２判定機能は、第１判定機能による各々の判定結果と所定のステージ判定ルールとに基づいて、解析指標毎に、当該判定結果に該当するステージを判定する機能である。ステージ判定ルールとしては、例えば、脳血液量ＣＢＶ、脳血流量ＣＢＦ、脳酸素摂取率ＯＥＦ及び脳酸素代謝量ＣＭＲＯ２に基づいて、脳虚血疾患に対するパワーズのステージ分類を実行するための判定ルールが適用可能となっている。
算出機能は、第２判定機能による各々の判定結果に基づいて、ステージ毎に、疾患が当該ステージに該当する可能性を示す値を算出する機能である。この算出機能としては、例えば、ステージ毎に、第２判定機能による各々の判定結果を重み付け加算することにより、可能性を示す値を算出する機能としてもよい。
表示機能は、当該算出された値をステージ毎にモニタ装置１５に表示する機能である。表示機能は、例えば、当該算出された値に基づいて、数値表示、グラフ表示又はカラースケール表示をモニタ装置１５により実行する機能としてもよい。
次に、以上のように構成されたステージ判定支援システムの動作について図２のフローチャートを用いて説明する。なお、ステージ判定支援システムの医用画像ワークステーション１０は、ユーザによる入力装置１４の操作により、プロセッサ１２ｐがハードディスク１１内のステージ判定支援用ソフトウェア１１ｓをメインメモリ１２ｍに読み出して実行しているものとする。
ステップＳＴ１において、医用画像ワークステーション１０は、ユーザによる入力装置１４の操作により、プロセッサ１２ｐが、ユーザが指定した脳循環代謝量の各解析指標を担当する各機能画像１１ｇをハードディスク１１からメインメモリ１２ｍに読み出す。さらに、プロセッサ１２ｐは、各機能画像１１ｇをモニタ装置１５に送出し、モニタ装置１５は、各機能画像１１ｇを表示する。
続いて、プロセッサ１２ｐは、解剖上の形態に基づいて各機能画像１１ｇの位置合わせを実行する。位置合わせの方法としては、公知の代表的な標準脳との位置合わせ法である３Ｄ−ＳＳＰ（stereotactic surface projection）法又はＳＰＭ（statistical parametric mapping）法などが使用可能となっている。
３Ｄ−ＳＳＰ法は、例えば、文献［１］に記載されている。
［１］S Minoshima, RA Koeppe, KA Frey, et al., “Anatomic standardization: Linear scaling and nonlinear warping of functional brain images”, J Nucl Med, 35（9）, 1528-1537,（1994）.
ＳＰＭ法は、例えば、文献［２］及び［３］に記載されている。
ＳＰＭ法は、例えば、文献［２］及び［３］に記載されている。
［２］KJ Friston, J Ashburner, CD Frith, et al., “Spatial registration and normalization of images”, Human Brain Mapping, 2, 165-189,（1995）.
［３］J Ashburner, and KJ Friston, “Nonlinear spatial normalization using basis functions”, Hum Brain Mapp, 7（4）, 254-266,（1999）.
１つの解析指標を担当する機能画像１１ｇは１つでもよく、複数でもよく、０個でもよい。具体的には、脳血流量ＣＢＦ及び脳血液量ＣＢＶを担当する機能画像１１ｇとしては、主にＸ線ＣＴ装置２０、ＭＲＩ装置３０、ＳＰＥＣＴ装置４０又はＰＥＴ装置５０から得られる灌流画像を用いる。また、脳酸素摂取率ＯＥＦ及び脳酸素代謝量ＣＭＲＯ２を担当する機能画像１１ｇとしてはＰＥＴ画像を用いる。また、図１１から分かるように、脳酸素代謝量ＣＭＲＯ２の減少が脳細胞壊死と同等な状態とみなせるため、機能画像１１ｇの代わりにＭＲＩの拡散強調画像ＤＷＩ（Diffusion Weighted Image）の高信号値を解析指標として代用してもよい。
［３］J Ashburner, and KJ Friston, “Nonlinear spatial normalization using basis functions”, Hum Brain Mapp, 7（4）, 254-266,（1999）.
１つの解析指標を担当する機能画像１１ｇは１つでもよく、複数でもよく、０個でもよい。具体的には、脳血流量ＣＢＦ及び脳血液量ＣＢＶを担当する機能画像１１ｇとしては、主にＸ線ＣＴ装置２０、ＭＲＩ装置３０、ＳＰＥＣＴ装置４０又はＰＥＴ装置５０から得られる灌流画像を用いる。また、脳酸素摂取率ＯＥＦ及び脳酸素代謝量ＣＭＲＯ２を担当する機能画像１１ｇとしてはＰＥＴ画像を用いる。また、図１１から分かるように、脳酸素代謝量ＣＭＲＯ２の減少が脳細胞壊死と同等な状態とみなせるため、機能画像１１ｇの代わりにＭＲＩの拡散強調画像ＤＷＩ（Diffusion Weighted Image）の高信号値を解析指標として代用してもよい。
なお、同一の医用画像診断装置２０〜５０で１回の撮像で得られたデータを用いて解析して得られた複数の機能画像１１ｇ同士であれば、位置ズレが発生しないため、本位置合わせ処理は不要である。
ステップＳＴ２において、プロセッサ１２ｐは、ユーザが指定した全ての機能画像１１ｇをモニタ装置１５の画面上に表示する。プロセッサ１２ｐは、ユーザによる入力装置１４の操作により、表示された任意の機能画像１１ｇ上の、対側と比較して低信号又は高信号で虚血状態と思われる領域に関心領域ＲＯＩ（Region of Interest）を設定する。
なお、関心領域ＲＯＩの形状は楕円等でも良いし、任意形状でも良い。また、プロセッサ１２ｐは、内部処理により信号値の左右差が大きい領域を検出してその領域に自動的に関心領域ＲＯＩを設定しても良い。或いは、図３に一例を示すように、予め脳全体（又は脳の外周側領域のみ）を複数の細かいセグメントＬ１，Ｌ２，…，Ｒ１，Ｒ２，…に分割しておき、機能画像１１ｇ上で複数のセグメントＬ１，Ｌ２，…，Ｒ１，Ｒ２，…に個別に対応した複数の領域に複数の関心領域ＲＯＩを設定しても良い。なお、各セグメントＬ１，Ｌ２，…，Ｒ１，Ｒ２，…は、左右対称に分割しておくことが、関心領域ＲＯＩを左右対称に設定する観点から好ましい。
また、ユーザによる入力装置１４の操作に応じて、複数の関心領域ＲＯＩを設定することも可能とする。ユーザが設定した複数の関心領域ＲＯＩが重なっている場合は、大きい方の関心領域ＲＯＩは、小さい方の関心領域ＲＯＩの領域を除いた領域とする。これは、図４に示すように、脳虚血領域ｒ１における中心部梗塞（脳細胞壊死）領域（ischemic core）ｒ２及びそれ以外の虚血性ペナンブラ領域（ischemic penumbra）ｒ３といった各領域ｒ２，ｒ３にそれぞれステージ判定を行いたい場合を想定している。
ステップＳＴ３において、プロセッサ１２ｐは、患側（脳の虚血側）に設定された関心領域ＲＯＩに対応する関心領域ＲＯＩを健側（脳の正常側）に左右対称に設定し、各機能画像１１ｇに対して左右の関心領域ＲＯＩの平均値を比較する。プロセッサ１２ｐは、健側と比較して患側の関心領域ＲＯＩ平均値が大きいか小さいか同程度かの度合を判定する。大、小、同程度の判定の閾値は、健側との比が１２０％以上は大、７０％未満は小、７０％以上〜１２０％未満は同程度などとして判定する。また、両側が虚血に陥っている場合も考えられる。両側が虚血状態の場合にも判定可能とするため、左右比ではなく、虚血に陥る可能性が低い小脳などに正常領域の関心領域ＲＯＩを設定して虚血領域との比較をしても良い。
ステップＳＴ４において、プロセッサ１２ｐは、各機能画像１１ｇについて、健側との比較による判定結果（大、小、同程度）及びパワーズのステージ分類上のステージ判定ルールに基づいて、解析指標毎に、当該判定結果に該当するステージを判定する。例えば図５に示す場合、脳血液量ＣＢＶは大と判定されたため、ステージＩ、ＩＩ、ＩＩＩの全てのステージに該当することが判定され、該当範囲がステージＩ〜ＩＩＩと決定される。脳血流量ＣＢＦは小と判定されたため、ステージＩＩ、ＩＩＩに該当することが判定され、該当範囲がステージＩＩ〜ＩＩＩと決定される。脳酸素摂取率ＯＥＦは大と判定されたため、ステージＩＩ、ＩＩＩに該当することが判定され、該当範囲がステージＩＩ〜ＩＩＩと決定される。脳酸素代謝量ＣＭＲＯ２は同程度と判定されたため、ステージＩ、ＩＩに該当することが判定され、該当範囲がステージＩ〜ＩＩと決定される。
ステップＳＴ５において、プロセッサ１２ｐは、ユーザによる入力装置１４の操作により、予め各解析指標の重み係数を設定する。解析指標毎の重み係数は、ユーザの考える重要度に応じた割合に設定される。解析指標毎の重み係数の合計は、この例では１とするが、これに限らず、例えば１００でもよい（予め百分率で重み付け加算する場合）。
プロセッサ１２ｐは、ステージ毎に、各解析指標が該当か非該当の判定結果に応じて１か０を設定し、これら各設定値（１又は０）に重み係数（０．３、０．３、０．１又は０．３）をかけて加算した重み付け加算値を各ステージの可能性を示す値として求める。例えば図６に示す場合、ステージ１の重み付け加算値は、０．３×１＋０．３×０＋０．１×０＋０．３×１＝０．６と計算され、１００を乗じて百分率で表すと、可能性を示す値が６０％となる。ステージＩＩ、ＩＩＩについても同様の計算を行い、それぞれ１００％、７０％となる。なお、このような重み付け加算を行わない場合には、全ての重み係数を１に設定すればよい。
ここで、対象の機能画像１１ｇが存在しない解析指標は、各ステージＩ〜ＩＩＩの可能性を０としてもよく、どのステージＩ〜ＩＩＩの可能性も均等にあるとして１／３として計算してもよい。また、１つの解析指標に異なる医用画像診断装置から得られた複数の機能画像１１ｇが存在する場合は、単純に複数の結果を加算すれば良い。このように、複数の機能画像１１ｇの結果を加算することにより、その解析指標のステージ可能性の確からしさの信頼性が増す効果が得られる。
ステップＳＴ６において、プロセッサ１２ｐは、算出した値をステージ毎にモニタ装置１５に表示する。表示方法としては、図６に示すようにパワーズのステージ分類図とともに数値で表示しても良いし、棒グラフ、円グラフ又はカラースケール画像など別の表現方法で表示しても良い。
上述したように本実施形態によれば、各機能画像１１ｇに基づいて解析指標の各々の度合を判定し、各々の判定結果と所定のステージ判定ルールとに基づいて、解析指標毎に、当該判定結果に該当するステージを判定し、各々の判定結果に基づいて、ステージ毎に、該当する可能性を示す値を算出して表示する構成により、得られた機能画像１１ｇから疾患が各ステージに該当する可能性を表示でき、ユーザによるステージ判定を支援することができる。
また、これにより、ひと目でどのステージの可能性がどの程度なのかが分かるので、ユーザが画像を見て頭で考えて判定する必要がなくなり、即座に客観的にステージ分類を判定できるようになり、誤判定もなくなる。また、解析指標の組合せがどのステージにも該当しない場合でも、ユーザが各ステージの可能性の高さを客観的に見て、ステージ分類を判定することができる。さらに、複数モダリティの機能画像１１ｇが得られている場合には、可能性を示す値の信頼性が上がるため、判定の精度を更に向上させることができる。
なお、本実施形態は図７に示すように変形してもよい。図７に示す例の場合、ステップＳＴ４において健側との比率により大、小、同程度の度合を判定するのではなく、健側との比率自体を直接ステージ判定に用いる。例えば、比率の最大値（例、＋１００％）と最小値（例、−１００％）をユーザが予め設定しておく。プロセッサ１２ｐは、比率の最大値又は最小値を限界値として健側との比率を示す値と、各解析指標のステージに該当する当該比率を示す値の範囲とに基づいて、各解析指標に対してステージを判定する。
図７に示す例では、脳血液量ＣＢＶにおいて、ステージＩに該当する比率を示す値の範囲が０％〜＋７４％であり、ステージＩＩ，ＩＩＩに該当する比率を示す値の範囲が＋７５％である。
脳血流量ＣＢＦにおいては、ステージＩに該当する比率を示す値の範囲が０％であり、ステージＩＩに該当する比率を示す値の範囲が−１％〜−５０％であり、ステージＩＩＩに該当する比率を示す値の範囲が−５１％〜−１００％である。
脳酸素摂取率ＯＥＦにおいては、ステージＩに該当する比率を示す値の範囲が０％であり、ステージＩＩに該当する比率を示す値の範囲が＋１％〜＋９９％であり、ステージＩＩＩに該当する比率を示す値の範囲が＋１００％である。
脳酸素代謝量ＣＭＲＯ２においては、ステージＩ，ＩＩに該当する比率を示す値の範囲が０％であり、ステージＩＩＩに該当する比率を示す値の範囲が−１％〜−１００％である。
従って、図７に示す例の場合、脳血液量ＣＢＶは、健側との比率を示す値が＋７０％であるため、０％〜＋７４％の範囲に該当するステージＩと判定される。脳血流量ＣＢＦ、脳酸素摂取率ＯＥＦ及び脳酸素代謝量ＣＭＲＯ２についても同様の方法で、それぞれステージＩＩ、ステージＩＩ及びステージＩ，ＩＩと判定される。各ステージの可能性を示す値の計算方法及び表示方法は、ステップＳＴ５〜ＳＴ６に記載の方法と同じである。
＜第２の実施形態＞
次に、第２の実施形態に係るステージ判定支援システムについて図１を用いて説明する。なお、前述した部分と同一部分についてはその詳しい説明を省略し、ここでは異なる部分について主に述べる。
次に、第２の実施形態に係るステージ判定支援システムについて図１を用いて説明する。なお、前述した部分と同一部分についてはその詳しい説明を省略し、ここでは異なる部分について主に述べる。
第２の実施形態は、第１の実施形態の変形例であり、関心領域ＲＯＩを用いる第１の実施形態とは異なり、各機能画像１１ｇ上の各画素単位を対象として、前述した第１判定機能、第２判定機能、算出機能及び表示機能を実行する形態である。
すなわち、第１判定機能は、前述した第１判定機能において、各機能画像１１ｇ上の各画素単位を対象として、度合の判定を実行する。
第２判定機能は、前述した第２判定機能において、各画素単位を対象として、ステージの判定を実行する。
算出機能は、前述した算出機能において、各画素単位を対象として、ステージ毎に値を算出する。
表示機能は、前述した表示機能において、各画素単位を対象として、ステージ毎に当該算出された値のうち、最も高い値に該当するステージを表すように色分け表示を実行する機能となっている。
他の構成は、第１の実施形態と同様である。
次に、以上のように構成されたステージ判定支援システムの動作について図８のフローチャートを用いて説明する。
始めに、開始時からステップＳＴ１の各機能画像１１ｇの位置合わせまでの動作は、第１の実施形態と同様に実行される。また、ステップＳＴ１の完了後、前述したステップＳＴ２（関心領域ＲＯＩの設定）は行わない。
ステップＳＴ３ａにおいて、プロセッサ１２ｐは、前述したステップＳＴ３に相当する処理（各機能画像１１ｇに対する健側との比較による度合の判定）を左右対称の全ての画素毎に行う。
ステップＳＴ４ａにおいて、プロセッサ１２ｐは、前述したステップＳＴ４に相当する処理（度合の判定結果に基づくステージの判定）を左右対称の全ての画素毎に行う。
ステップＳＴ５ａにおいて、プロセッサ１２ｐは、前述したステップＳＴ５に相当する処理（ステージの判定結果に基づく、各ステージの可能性を示す重み付け加算値の計算）を左右対称の全ての画素毎に行う。
ステップＳＴ６ａにおいて、プロセッサ１２ｐは、画素毎にどのステージの可能性を示す値が最も高い値かを判定し、判定結果が同じ値の画素を３つの集合領域に領域分割（クラスタリング）する。
ステップＳＴ６ｂにおいて、プロセッサ１２ｐは、可能性が最も高いステージを表す領域分割結果をモニタ装置１５により色分け表示する。例えば、プロセッサ１２ｐは、図９に示すように、中央の赤色領域（ステージＩＩＩ）の周囲を黄土色領域（ステージＩＩ）及び青色領域（ステージＩ）が順に囲んだ形状の領域分割結果をステップＳＴ６ａで得たとする。ステップＳＴ６ｂでは、プロセッサ１２ｐは、この領域分割結果を各ステージの可能性が高い領域として機能画像１１ｇ上に重ねた画像を作成し、この画像をモニタ装置１５により表示する。
ステップＳＴ６ｂの表示方法の変形例としては、ステージ毎に左右対称の全ての画素の可能性を示す値をカラースケール等の方法により任意の機能画像１１ｇ上に色分け表示した画像を表示する方法がある。図１０（ａ）〜図１０（ｃ）に示す例では、ステージＩの機能画像１１ｇ上には、青色（０％）、黄色（５０％）、茶色（７０％）及び赤色（１００％）で各画素を色分け表示した画像が表示されている。同様に、ステージＩＩの機能画像１１ｇ上には、青色（０％）、黄色（５０％）、茶色（７０％）及び紫色（９０％）で各画素を色分け表示した画像が表示されている。また、ステージＩＩＩの機能画像１１ｇ上に、緑色（３０％）、黄色（５０％）、赤色（１００％）及び紫色（９０％）で各画素を色分け表示した画像が表示されている。なお、色分けした画像は、白黒の二色図面の便宜上、各色の境界に破線を描画したが、実際には破線が無く、虹色のように不明瞭な境界を有して色が変化している。また、図１０（ａ）〜図１０（ｃ）に示すように、３つのステージのカラースケール画像を同時に表示しても良いし、各ステージのカラースケール画像を切り替えて表示してもよい。
上述したように本実施形態によれば、関心領域ＲＯＩに代えて、各機能画像１１ｇ上の各画素単位を対象として、ステージ判定を実行する構成により、第１の実施形態の効果に加え、前述した関心領域ＲＯＩよりも細かい画素単位で各ステージの可能性を示す値を表示することができる。
以上説明した少なくとも一つの実施形態によれば、各機能画像１１ｇに基づいて解析指標の各々の度合を判定し、各々の判定結果と所定のステージ判定ルールとに基づいて、解析指標毎に、当該判定結果に該当するステージを判定し、各々の判定結果に基づいて、ステージ毎に、該当する可能性を示す値を算出して表示する構成により、得られた機能画像１１ｇから疾患が各ステージに該当する可能性を表示でき、ユーザによるステージ判定を支援することができる。
なお、本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。
１０…医用画像ワークステーション、１１…ハードディスク、１１ｓ…ステージ判定支援用ソフトウェア、１１ｇ…機能画像、１２…コンピュータ、１２ｍ…メインメモリ、１２ｐ…プロセッサ、１３…ネットワークＩ／Ｆ、１４…入力装置、１５…モニタ装置、２０…Ｘ線ＣＴ装置、３０…ＭＲＩ装置、４０…ＳＰＥＣＴ装置、５０…ＰＥＴ装置。
Claims (11)
- 重症度を示す複数のステージのうち、いずれのステージに被検体の疾患が該当するかの判定を支援するためのステージ判定支援システムであって、
前記被検体の複数種の機能画像を記憶する記憶手段と、
前記各機能画像に基づいて、前記被検体の正常とみなされる領域に対する複数種の解析指標の各々に比較して、前記疾患に対する前記複数種の解析指標の各々の度合を判定する第１判定手段と、
前記第１判定手段による各々の判定結果と所定のステージ判定ルールとに基づいて、前記解析指標毎に、当該判定結果に該当するステージを判定する第２判定手段と、
前記第２判定手段による各々の判定結果に基づいて、前記ステージ毎に、前記疾患が当該ステージに該当する可能性を示す値を算出する算出手段と、
前記算出された値を前記ステージ毎に表示する表示手段と
を備えたことを特徴とするステージ判定支援システム。 - 請求項１に記載のステージ判定支援システムにおいて、
前記疾患は脳虚血疾患であることを特徴とするステージ判定支援システム。 - 請求項２に記載のステージ判定支援システムにおいて、
前記複数種の解析指標は、脳血液量、脳血流量、脳酸素摂取率及び脳酸素代謝量であり、
前記ステージ判定ルールは、前記脳血液量、前記脳血流量、前記脳酸素摂取率及び前記脳酸素代謝量に基づいて、前記脳虚血疾患に対するパワーズのステージ分類を実行するための判定ルールであることを特徴とするステージ判定支援システム。 - 請求項１乃至請求項３のいずれか１項に記載のステージ判定支援システムにおいて、
前記算出手段は、前記ステージ毎に、前記第２判定手段による各々の判定結果を重み付け加算することにより、前記値を算出することを特徴とするステージ判定支援システム。 - 請求項１乃至請求項４のいずれか１項に記載のステージ判定支援システムにおいて、
前記第１判定手段は、前記各機能画像にユーザが設定した関心領域、前記各機能画像が表す正常領域との画素値の比較によって異常と判定された領域、前記各機能画像が表す組織全体を複数のセグメントに分割した領域、又は前記各機能画像上の各画素単位、を判定対象領域として、前記度合の判定を実行することを特徴とするステージ判定支援システム。 - 請求項１乃至請求項４のいずれか１項に記載のステージ判定支援システムにおいて、
前記第１判定手段は、前記各機能画像において判定対象領域と前記正常とみなされる領域との画素値の比較により、前記度合の判定を実行することを特徴とするステージ判定支援システム。 - 請求項１乃至請求項６のいずれか１項に記載のステージ判定支援システムにおいて、
前記正常とみなされる領域は、前記各機能画像において判定対象領域と左右対称の関係にある対側領域であることを特徴とするステージ判定支援システム。 - 請求項１乃至請求項６のいずれか１項に記載のステージ判定支援システムにおいて、
前記正常とみなされる領域は、小脳の一部領域であることを特徴とするステージ判定支援システム。 - 請求項１乃至請求項８のいずれか１項に記載のステージ判定支援システムにおいて、
前記各機能画像の位置合わせを実行する位置合わせ手段を更に備え、
前記第１判定手段は、前記位置合わせが実行された各機能画像に基づいて、前記度合の判定を実行することを特徴とするステージ判定支援システム。 - 請求項１乃至請求項９のいずれか１項に記載のステージ判定支援システムにおいて、
前記表示手段は、前記算出された値に基づいて、数値表示、グラフ表示又はカラースケール表示を実行することを特徴とするステージ判定支援システム。 - 請求項１乃至請求項４のいずれか１項に記載のステージ判定支援システムにおいて、
前記第１判定手段は、前記各機能画像上の各画素単位を対象として、前記度合の判定を実行し、
前記第２判定手段は、前記各画素単位を対象として、前記ステージの判定を実行し、
前記算出手段は、前記各画素単位を対象として、前記ステージ毎に前記値を算出し、
前記表示手段は、前記各画素単位を対象として、前記ステージ毎に前記算出された値のうち、最も高い値に該当するステージを表すように色分け表示を実行することを特徴とするステージ判定支援システム。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012258349A JP6017281B2 (ja) | 2012-11-27 | 2012-11-27 | ステージ判定支援システム |
| PCT/JP2013/081978 WO2014084287A1 (ja) | 2012-11-27 | 2013-11-27 | ステージ判定支援システム |
| CN201380003269.9A CN103957778B (zh) | 2012-11-27 | 2013-11-27 | 阶段判定支援系统 |
| US14/304,183 US10736514B2 (en) | 2012-11-27 | 2014-06-13 | Stage determination support system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012258349A JP6017281B2 (ja) | 2012-11-27 | 2012-11-27 | ステージ判定支援システム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2014104097A true JP2014104097A (ja) | 2014-06-09 |
| JP6017281B2 JP6017281B2 (ja) | 2016-10-26 |
Family
ID=50827919
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2012258349A Active JP6017281B2 (ja) | 2012-11-27 | 2012-11-27 | ステージ判定支援システム |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US10736514B2 (ja) |
| JP (1) | JP6017281B2 (ja) |
| CN (1) | CN103957778B (ja) |
| WO (1) | WO2014084287A1 (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2016116774A (ja) * | 2014-12-22 | 2016-06-30 | キヤノン株式会社 | 画像処理装置、画像処理方法、画像処理システム、及びプログラム |
| JP2020038429A (ja) * | 2018-09-03 | 2020-03-12 | 富士フイルム株式会社 | 診療支援装置 |
| US11992305B2 (en) | 2020-08-31 | 2024-05-28 | Fujifilm Healthcare Corporation | Magnetic resonance imaging apparatus that deforms a morphology image to coincide with a function image, image processing apparatus, and image processing method |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10413253B2 (en) * | 2014-11-21 | 2019-09-17 | Samsung Electronics Co., Ltd. | Method and apparatus for processing medical image |
| JP6661511B2 (ja) * | 2016-10-12 | 2020-03-11 | 株式会社日立製作所 | 脳結合性分析システム、及び脳結合性分析方法 |
| US11202612B2 (en) * | 2016-11-28 | 2021-12-21 | Canon Medical Systems Corporation | Medical image-processing apparatus, X-ray CT apparatus, and medical image-processing method performing fluid analysis to switch displayed color information |
| US20220375618A1 (en) * | 2021-05-11 | 2022-11-24 | Electronics And Telecommunications Research Institute | Method and apparatus of calculating comprehensive disease index |
| CN113963001B (zh) * | 2021-10-25 | 2023-05-23 | 中国人民解放军总医院第一医学中心 | 一种基于多时相cta的侧支循环血管定量方法 |
| CN116740066B (zh) * | 2023-08-14 | 2023-10-27 | 中日友好医院(中日友好临床医学研究所) | 基于qsm评估脑氧摄取分数及脑氧代谢率的方法及装置 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040127799A1 (en) * | 2000-02-02 | 2004-07-01 | Sorensen Gregory A | Method for evaluating novel, stroke treatments using a tissue risk map |
| WO2011058459A1 (en) * | 2009-11-16 | 2011-05-19 | Koninklijke Philips Electronics, N.V. | Functional imaging |
| JP2012512729A (ja) * | 2008-11-14 | 2012-06-07 | アポロ メディカル イメージング テクノロジー ピーティーワイ リミテッド | 急性脳卒中の組織状態をマッピングする方法及びシステム |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6081612A (en) * | 1997-02-28 | 2000-06-27 | Electro Optical Sciences Inc. | Systems and methods for the multispectral imaging and characterization of skin tissue |
| AUPR358701A0 (en) * | 2001-03-07 | 2001-04-05 | University Of Queensland, The | Method of predicting stroke evolution |
| US6901277B2 (en) * | 2001-07-17 | 2005-05-31 | Accuimage Diagnostics Corp. | Methods for generating a lung report |
| US7244230B2 (en) * | 2002-11-08 | 2007-07-17 | Siemens Medical Solutions Usa, Inc. | Computer aided diagnostic assistance for medical imaging |
| JP4537681B2 (ja) * | 2003-09-24 | 2010-09-01 | 株式会社東芝 | 血流解析装置 |
| US7957574B2 (en) * | 2006-11-22 | 2011-06-07 | General Electric Company | Methods and apparatus for generating a risk metric for soft plaque in vessels |
| EP1947606A1 (en) * | 2007-01-16 | 2008-07-23 | National University Corporation Kobe University | Medical image processing apparatus and medical image processing method |
| US20110129129A1 (en) * | 2009-11-30 | 2011-06-02 | General Electric Company | System and method for integrated quantifiable detection, diagnosis and monitoring of disease using population related data for determining a disease signature |
| JP4937397B2 (ja) * | 2010-10-25 | 2012-05-23 | 富士フイルム株式会社 | 医用画像診断支援装置および方法、並びにプログラム |
-
2012
- 2012-11-27 JP JP2012258349A patent/JP6017281B2/ja active Active
-
2013
- 2013-11-27 WO PCT/JP2013/081978 patent/WO2014084287A1/ja active Application Filing
- 2013-11-27 CN CN201380003269.9A patent/CN103957778B/zh active Active
-
2014
- 2014-06-13 US US14/304,183 patent/US10736514B2/en active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040127799A1 (en) * | 2000-02-02 | 2004-07-01 | Sorensen Gregory A | Method for evaluating novel, stroke treatments using a tissue risk map |
| JP2012512729A (ja) * | 2008-11-14 | 2012-06-07 | アポロ メディカル イメージング テクノロジー ピーティーワイ リミテッド | 急性脳卒中の組織状態をマッピングする方法及びシステム |
| WO2011058459A1 (en) * | 2009-11-16 | 2011-05-19 | Koninklijke Philips Electronics, N.V. | Functional imaging |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2016116774A (ja) * | 2014-12-22 | 2016-06-30 | キヤノン株式会社 | 画像処理装置、画像処理方法、画像処理システム、及びプログラム |
| JP2020038429A (ja) * | 2018-09-03 | 2020-03-12 | 富士フイルム株式会社 | 診療支援装置 |
| US11992305B2 (en) | 2020-08-31 | 2024-05-28 | Fujifilm Healthcare Corporation | Magnetic resonance imaging apparatus that deforms a morphology image to coincide with a function image, image processing apparatus, and image processing method |
Also Published As
| Publication number | Publication date |
|---|---|
| US20140296691A1 (en) | 2014-10-02 |
| CN103957778A (zh) | 2014-07-30 |
| CN103957778B (zh) | 2016-03-16 |
| US10736514B2 (en) | 2020-08-11 |
| JP6017281B2 (ja) | 2016-10-26 |
| WO2014084287A1 (ja) | 2014-06-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6017281B2 (ja) | ステージ判定支援システム | |
| Sichtermann et al. | Deep learning–based detection of intracranial aneurysms in 3D TOF-MRA | |
| Dai et al. | Identifying and mapping connectivity patterns of brain network hubs in Alzheimer's disease | |
| Duncan et al. | Brain imaging in the assessment for epilepsy surgery | |
| Dai et al. | Discriminative analysis of early Alzheimer's disease using multi-modal imaging and multi-level characterization with multi-classifier (M3) | |
| Churchill et al. | Brain structure and function associated with a history of sport concussion: a multi-modal magnetic resonance imaging study | |
| Cuingnet et al. | Automatic classification of patients with Alzheimer's disease from structural MRI: a comparison of ten methods using the ADNI database | |
| Gray et al. | Multi-region analysis of longitudinal FDG-PET for the classification of Alzheimer's disease | |
| Shu et al. | Disrupted topological organization of structural and functional brain connectomes in clinically isolated syndrome and multiple sclerosis | |
| US8099299B2 (en) | System and method for mapping structural and functional deviations in an anatomical region | |
| Xue et al. | Diffusion tensor tractography reveals disrupted structural connectivity in childhood absence epilepsy | |
| US8805619B2 (en) | Tissue disorder imaging analysis | |
| US8934685B2 (en) | System and method for analyzing and visualizing local clinical features | |
| Chuang et al. | Correlation of trabeculae and papillary muscles with clinical and cardiac characteristics and impact on CMR measures of LV anatomy and function | |
| Brickman et al. | Quantitative approaches for assessment of white matter hyperintensities in elderly populations | |
| JP5243865B2 (ja) | 脳疾患診断システム | |
| US8430816B2 (en) | System and method for analysis of multiple diseases and severities | |
| Chechlacz et al. | The neural underpinings of simultanagnosia: disconnecting the visuospatial attention network | |
| Hedden et al. | Failure to modulate attentional control in advanced aging linked to white matter pathology | |
| Wang et al. | Diffusion tensor imaging of vascular parkinsonism: structural changes in cerebral white matter and the association with clinical severity | |
| Metzler-Baddeley et al. | Individual differences in fornix microstructure and body mass index | |
| Caruso et al. | Wake-up stroke and CT perfusion: effectiveness and safety of reperfusion therapy | |
| Kuijf et al. | Quantification of deep medullary veins at 7 T brain MRI | |
| Madsen et al. | Mapping ventricular expansion onto cortical gray matter in older adults | |
| JP7129869B2 (ja) | 疾患領域抽出装置、方法及びプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150812 |
|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20160511 |
|
| 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: 20160830 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160928 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6017281 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |