JP2014171883A - 医用画像処理装置及び医用画像処理方法 - Google Patents
医用画像処理装置及び医用画像処理方法 Download PDFInfo
- Publication number
- JP2014171883A JP2014171883A JP2014043135A JP2014043135A JP2014171883A JP 2014171883 A JP2014171883 A JP 2014171883A JP 2014043135 A JP2014043135 A JP 2014043135A JP 2014043135 A JP2014043135 A JP 2014043135A JP 2014171883 A JP2014171883 A JP 2014171883A
- Authority
- JP
- Japan
- Prior art keywords
- measurement value
- medical image
- image data
- confidence interval
- value
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30056—Liver; Hepatic
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
【課題】従来に比して、医用画像データから得られる結果の信頼区間をより好適に決定するための方法および装置を提供する。
【解決手段】所定のアルゴリズムを用いて画像データにおける所定の領域の計測値を計算する画像データ処理ユニットと、予め取得された初期計測値に基づいて、前記画像データ処理ユニットによって計算された計測値の信頼区間、或いは前記計測値の計算に用いられるパラメータの信頼区間を決定する決定ユニットと、前記信頼区間に対応する誤差を出力する出力ユニットと、を具備する医用画像処理装置である。
【選択図】図3
【解決手段】所定のアルゴリズムを用いて画像データにおける所定の領域の計測値を計算する画像データ処理ユニットと、予め取得された初期計測値に基づいて、前記画像データ処理ユニットによって計算された計測値の信頼区間、或いは前記計測値の計算に用いられるパラメータの信頼区間を決定する決定ユニットと、前記信頼区間に対応する誤差を出力する出力ユニットと、を具備する医用画像処理装置である。
【選択図】図3
Description
医用画像データから得られる結果の信頼区間を決定するための方法および装置に関する。
多種多様な医用撮像技術、例えばCT撮像、MRI撮像、超音波撮像、PET撮像、または、X線撮像が、人体または他の被検体の画像を与えるために使用される。しばしば、画像のセットにおいて見出される対象の特徴は、医用撮像ソフトウェアにより行われる自動的または半自動的なアルゴリズムを使用する測定に晒される。臨床的に有用な測定値は、1つまたは複数の結果としてユーザに与えられる。結果の例としては、血管の直径、病変、臓器、腫瘍、または、他の特徴の体積などのサイズ、あるいは、パーセント狭窄体積などの他の計算された量の測定値が挙げられる。結果は、所定のパラメータまたはパラメータのセットを使用するアルゴリズムを用いて決定される場合がある。単純な例では、特定の特徴の境界を決定するために明度に関する閾値がアルゴリズムによって使用される場合がある。
結果は、外科手術などの処置に関して行う臨床的な決定に役立つように使用される場合がある。結果は、例えば腫瘍の体積が増大している、または減少している場合には、経時的に起こる変化の評価を可能にするために所望される場合がある。
通常、結果に適した有効桁数の計算を伴わずに、または測定における想定し得る誤差の表示を何ら伴わずに、結果が数字としてユーザに与えられるので、計算された結果の信頼性の評価が困難となり得る。
特定の結果の実用性の評価は、適用される撮像システムと測定技術とに固有のエラーによってだけでなく、1つの画像収集から他の画像収集まで生じる変化によって、さらには実際の被検体で観察される特徴の生物学的定義に固有の不確かさによっても複雑にされる。
測定技術の手動調整、および/または、オペレータの経験に基づいて結果に関連付けられる確実性の度合いの主観的評価が用いられる場合がある。しかしながら、これらの手法は、特定の結果の正確さまたは精度と関連付けられて生じる想定し得る問題を確実に露呈しない場合がある。
一例として、図1Aは、病変を含む肝臓のスキャンを表す線図を示している。図1Bは、オリジナルのスキャンを示している。病変(矢印により示される)が画像上に明確な境界をもってはっきりと見え、したがって、そのサイズ(例えば、体積)の測定値をその正確さに関する何らかの信頼度をもって計算できることが期待される。一方、線図画像1cおよび対応するオリジナル画像1dは、乳頭内リンパ嚢腫瘍(矢印により示される)をあまり明確でない特徴として示している。腫瘍のサイズの測定値は、この腫瘍の境界があまり明確に見えないため、それほど確かではない。
目的は、従来に比して、医用画像データから得られる結果の信頼区間をより好適に決定するための方法および装置を提供することである。
本実施形態に係る医用画像処理装置は、所定のアルゴリズムを用いて画像データにおける所定の領域の計測値を計算する画像データ処理ユニットと、予め取得された初期計測値に基づいて、前記画像データ処理ユニットによって計算された計測値の信頼区間、或いは前記計測値の計算に用いられるパラメータの信頼区間を決定する決定ユニットと、前記信頼区間に対応する誤差を出力する出力ユニットと、を具備する。
一実施形態によれば、アルゴリズムを使用して医用画像データを処理することにより結果(計測値)を決定するように構成された画像データ処理ユニットと、少なくとも2つの初期結果(初期計測値)から、結果の信頼区間を決定するように構成された信頼区間(CI)決定ユニットと、信頼区間をユーザへ与えるように構成された出力ユニットとを備える医用画像処理装置が提供される。
また、一実施形態によれば、所定のアルゴリズムを用いて画像データにおける所定の領域の計測値を計算する画像データ処理ユニットと、予め取得された初期計測値に基づいて、前記画像データ処理ユニットによって計算された計測値の信頼区間、或いは前記計測値の計算に用いられるパラメータの信頼区間を決定する決定ユニットと、前記信頼区間に対応する誤差を出力する出力ユニットと、を具備する医用画像処理装置が提供される。
一実施形態による医用画像処理装置が、図2に概略的に示されており、先の段落で説明された方法を実施するように構成されている。装置は、処理装置18、この場合にはパーソナルコンピュータ(PC)またはワークステーションを備え、この処理装置18は、ディスプレイデバイス20と、CTスキャナ22と、1つまたは複数のユーザ入力デバイス24、この場合にはコンピュータキーボードおよびマウスとに接続される。また、装置はデータストア26も含む。
任意の適したタイプのCTスキャナ、例えば、東芝メディカルシステムズ株式会社により製造されるAquilion(RTM)シリーズのスキャナのうちの1つが使用されてもよい。図2の実施形態はCTスキャンデータに関して記載されるが、別の実施形態では、任意の適したタイプの画像データ、例えば超音波データ、MRIデータ、PETデータ、または、X線データを生成する任意の他の適したタイプのスキャナが使用されてもよい。
処理装置18は、画像データを自動的または半自動的に処理するための処理リソースを与えるとともに、図3および図5に関連して以下で詳しく説明する方法を行うように構成される様々なユニットをロードし実行するように実行可能な中央処理ユニット(CPU)27を備える。
ユニットは、画像データから結果を決定するように構成された画像データ処理ユニット28と、結果の信頼区間を決定するように構成された信頼区間(CI)決定ユニット30と、例えば決定された信頼区間をディスプレイデバイス20へ出力することによって信頼区間をユーザに与えるように構成された出力ユニット32とを含む。
また、処理装置18は、RAMと、ROMと、データバスと、様々なデバイスドライバを含むオペレーティングシステムと、グラフィックスカードを含むハードウェアデバイスとを含めて、PCのハードドライブおよび他のコンポーネントも含む。そのようなコンポーネントは、明確にするために図2には示されていない。別の実施形態では、任意の適した処理装置が使用されてもよい。
図2の実施形態では、一連の画像データセット34が、遠隔データストア(図示せず)から、またはCTスキャナ22から処理装置18により受け取られるとともに、データストア26に記憶されて処理装置により処理される。図2の実施形態に示されるスキャナ22はCTスキャナであるが、別の実施形態では、画像データセットを得るために任意の他の適したタイプのスキャナを使用できる。
図2のシステムは、図3のフローチャートに概括的に示される一連の段階を有するプロセスを行うように構成されている。
第1の段階36において、処理装置18は、スキャナ22から、画像データストア26を介して、新たな画像データセット34を受け取る。画像データセットを処理するために、例えば画像を生成するために、様々な既知の画像処理技術が使用される。例えば、画像データは、1つまたは複数の特定の3D表示または2D表示を与えるために、自動的にまたはユーザ選択に従ったいずれかで処理されてもよい。例えば、多断面再構成(MPR:multi-planar reformat)などの特定の3D投影を使用して画像を生成してもよく、また画像が様々なユーザ操作(パン、クロップ、または、ズームなど)に晒されてもよい。様々な自動または半自動の検出方法を使用して、対象の解剖学的な部位または特徴を同定してもよい。
本例において、画像データは、肺小結節を表すデータによる断面を得るように処理される。肺37と関連する小結節38とを線図とオリジナルのスキャンとでそれぞれ示す図4Aおよび図4Bを参照されたい。他の例では、画像データが患者または他の被検体の任意の他の部位を表すことができる。
第2の段階39において、画像データ処理ユニット28は、小結節の境界を決定し小結節に対応する領域を抽出するのに最適な明度閾値、または他の1つまたは複数のパラメータを用いるアルゴリズムを使用して画像データセットを処理することにより小結節における計測値(例えば体積値)を計算する。あるいは、体積が複数のパラメータセットを使用して計算され、それぞれのパラメータセットから、体積における異なる初期結果が与えられてもよい。結果は、その後、例えば初期結果の平均または中央値である結果を決定するために、初期結果の統計的な解析により決定される。幾つかの実施形態では、統計的な解析を行う前に異常値が排除されてもよい。
第3の段階40において、信頼区間決定ユニット30は、結果の信頼区間を決定して、その信頼区間を出力ユニット32へ与え、この出力ユニット32は、ユーザの情報のために、信頼区間(CI)を表す信号をディスプレイデバイス20へ送ることができる。通常、CIは、結果と共にディスプレイへ供給される。
CIは、機器またはプロセスの任意の特定の一部分から生じる特定のエラーまたはエラー源の推定に基づくことなく、異なる選択されたパラメータセットを使用して得られる結果の変化から決定される。したがって、決定されたCIは、任意の個々のエラーの特定の根源またはサイズの特定を必要とすることなく、例えば、画像収集ノイズおよび歪み、自動セグメンテーションにおける不正確さおよび誤り、生物学的定義の不確かさを含むがこれらに限定されない測定パイプラインの全ての部分から生じるエラーによって影響され得る、あるいはそのようなエラーを表し得る。
CIは、得られる最大結果と最小結果との間の差異に基づいて計算されてもよい。あるいは、信頼区間は、結果間の任意の他の差異から決定され、または複数のパラメータセットからの結果の任意の他の適した統計的解析によって決定される。
CIは、パーセント値、a±絶対値、またはグラフ上のエラーバーの形態で供給されてもよい。例えば、計測値と信頼区間に対応する標準誤差(例えば、計測値8.2±0.5cm3等)を、図1C或いは図1Dに示した腫瘍に関する画像と共に、表示することが好ましい。また、計測値或いは当該計測値の計算に用いられるパラメータの値と共に、或いは計測値と信頼区間に対応する標準誤差に替えて、誤差に対応する情報を明示的に表示するようにしても良い。例えば、計測値に対応する領域と、計測値に信頼区間に対応する標準誤差を加算した値に対応する領域(或いは減算した値に対応する領域)とを、腫瘍に関する画像と共に、明示的に表示するようにしても良い。さらに、CIは、画像上の境界マーキングとして与えられてもよく、あるいは、画像上の陰影または着色として与えられてもよく、その場合、陰影または着色の変化または境界がCIの範囲を表す。
他の実施形態において、CIは、ユーザによるブラウジングにおける結果の選択または動画シーケンスで用いる結果の選択において使用されてもよく、その場合、例えば、CIの範囲内に入る結果だけが選択される。このとき、ユーザは、CIの範囲内に入る結果から、自分達の好ましい結果を選択できる場合もある。
幾つかの実施形態において、出力ユニットは、決定された信頼区間の大きさにより決定される数値精度をもって結果をユーザに与えるように構成される。
CIは、少なくとも2つの初期結果から決定されてもよく、その場合、それぞれの初期結果を計算するために、例えばパラメータベクトルと称されてもよい異なる所定のパラメータセットが使用される。異なる所定のパラメータセットは、画像データのグランドトゥルースセットに関して行われるパラメータ摂動解析によって得られてもよい。通常、パラメータ摂動解析は早期の開発段階で行われ、また、そのパラメータ摂動解析の結果として得られるパラメータセットは、その後の画像処理手続きでCIを決定する際に信頼区間(CI)決定ユニット30により使用するために処理装置18へ与えられる。パラメータ摂動解析の結果として得られるパラメータセットは、その後の画像処理手続きで用いる任意の適した画像処理装置に設けられるソフトウェアまたはデータセットに含まれてもよい。
一実施形態によるパラメータ摂動解析を行う方法が図5のフローチャートに概括的に示されている。
第1の段階44では、代表的なグランドトゥルースデータセットが得られる。前述の肺の小結節の例において、このデータセットは、その寸法が通常は画像データの厳密な検査から専門家により正確に決定された小結節を有する肺に関する画像データのセットであってもよい。グランドトゥルースは、正確であると認められる結果についての値を有する。
第2の段階46では、最適なパラメータセットが得られる。最適なパラメータセットは、許容できる正確な態様で結果(この場合には、小結節の体積)を決定するために使用され得るパラメータのセットである。最適なパラメータは、グランドトゥルースに基づいてもよく、または、測定されるべき特徴を伴う経験に基づいてもよい。この段階は随意的なものである。これは、複数のパラメータセットを使用して体積に関する異なる初期結果を与えることによって新たな画像データに関して結果が計算されてもよいからである。結果は、初期結果の統計的解析によって、例えば平均化法によって決定されてもよい。
パラメータは、医用画像データから対象の結果を決定するためのアルゴリズムにより使用され得る任意の適した特性、例えば、閾値、明度に適用される閾値、レベルセットフィールドに適用される閾値、カーネルサイズ、コンボリューションのためのカーネルサイズ、モルフォロジー演算のためのカーネルサイズ、分類に基づく方法における事前確率、およびスネークに基づく方法における内力および/または外力重み付けを表すことができるが、これらに限定されない。
第3の段階48において、結果を得るための複数のパラメータセットは、各パラメータセットから計算される初期結果が正確な値の95%内であるように決定される。これらのパラメータセットが真の結果を跨いでもよい。95%の数字は、信頼レベルの目安である。任意の他の所定の範囲が使用されてもよく、90%などの別の所定の信頼レベルが選択されてもよい。
別の方法として、もたらされた結果がそれぞれの真の結果の閾値であるその時の95%の範囲内に入るパラメータセットを選択することにより複数のパラメータセットが得られてもよい。
パラメータセットのパラメータの数は、計算される結果のタイプと、使用される特定のアルゴリズムとによって決まる。ある場合には、単一のパラメータを設定した後に計算を行うことによって結果が得られる。他の場合には、変化し得るパラメータのセットが計算で使用され、そのため、複数のパラメータがセット内に含まれる。
次に、複数のパラメータセットは、測定が必要とされる画像データおよび望ましい信頼区間に関して図3のプロセスを行う際に使用される。ステップ39において、初期結果は、複数のパラメータセットを使用して得られる。結果自体は、初期結果の統計的解析によって、あるいは、最適なパラメータセットまたはパラメータセットのうちの他の選択されたパラメータセットを使用することによって決定される。ステップ40において、信頼区間は、結果に関して、初期結果を使用して、例えば初期結果の最大と最小との間の差異を得ることによって決定される。しかしながら、例えば異常な(範囲外の)初期結果を除去するために他の統計的解析が使用されてもよい。
例えば処理要件および速度要件に応じて、任意の適した数のパラメータセットおよび初期結果を使用できる。ある場合には、4つの初期結果/パラメータセットが有用な結果を与えるのに十分であることが分かった。
概して、画像データのグランドトゥルースセットに関して行われるパラメータ摂動解析を含むとともに、最適なパラメータセットに基づいて結果を計算する実施形態は、以下のように記載されてもよい。
結果を得るための測定プロセスは、スカラー関数f(D;p)と表すことができる。ここで、Dは画像データであり、pは結果の計算のために必要とされるパラメータセットである。pの最適な値は、グランドトゥルースに対するアルゴリズム“チューニング”中に見出され、これをp *と呼ぶ。
95%の信頼レベルが望ましい場合、複数のパラメータセットは、真の結果がその時の推定範囲95%内に入るように選択される。すなわち、pに関する幾つか(通常は、少数、例えば4つ)の更なる値が見出される。Q={q}として表される複数のパラメータセットqが、代表的なグランドトゥルースf(D;q)にわたってそれらのパラメータセットがその時の正確な値t(D)95%(または、量子化制約内の可能な限り近い値)を跨ぐように選択される。
形式的には、以下のように規定される。
i=1〜n(nはパラメータセットの数)に関しては、以下を求める。
このとき、新たな画像データセットDにおいて、CIは、max[q in Q]f(D;q)−min[q in Q]f(D;q)によって見出される。
±絶対値はCIの半分である。結果の最良の推定値がf(D;p *)として報告される。
前述した実施形態の適用は、図6の例により示される簡略化された例に関連して理解され得る。この例は、体積を貫く断面A,Bを示しており、この場合、明度が画像データからプロットされ、また、目的は、断面直径などの結果を得るために特徴2と特徴4とを測定することである。特徴2と特徴4とは、周囲組織よりも高い明度を示している。この簡略化された例のために、解析が簡単な明度閾値によって行われるようになっていると仮定する。
結果を計算するために使用される特徴の境界は、パラメータ、この場合には明度閾値を設定することにより決定される。この例では、パラメータにおける2つの値、すなわち、高い方の明度閾値6(tu)および低い方の明度閾値8(tl)が示される。特徴2において、いずれかの明度値を使用すると、互いに近い垂直線10または垂直線12により示される境界が得られる。したがって、いずれかのパラメータ(6または8)を用いると、直径または体積に関して同様の結果が得られる。結果の信頼区間(CI)は狭い。
一方、特徴4においては、パラメータを値6から値8へ変えると、垂直線14、16によって示されるように境界の大きな変化が引き起こされる。これは、特徴4の直径または体積の計算を小さい信頼度だけで行うことができ、結果の信頼区間が高くなること示している。この現象は、特徴4が実際には特徴2よりも明確でない境界を有するため、あるいは、特徴4における画像データが特徴2における画像データほど質が高くないためである可能性がある。
図6に関して説明した例は、それぞれのパラメータセットが単一のパラメータ値、この場合には閾値を有する単純なケースを表す。別の実施形態において、パラメータセットのパラメータは、医用画像データの性質、使用されるべきアルゴリズム、および求められるべき結果に応じて、幅広い範囲の異なる量のいずれかを表すことができる。任意の適したパラメータセットおよびアルゴリズムを使用できる。
図6の例では、求められるべき結果が特徴の体積である。別の実施形態において、方法は、任意の適した結果、例えば、これらに限定されないが、長さ、直径、面積、体積、狭窄指数、1つのポイントにおける明度、1つの部位にわたる平均明度、角度を得るために、医用画像データの処理に関連して使用されてもよい。
それぞれの結果ごとに決定される信頼区間(CI)を与えることにより、計算された結果の正確さのより他覚的な表示をユーザに与えることができる。
信頼区間は少なくとも2つの初期結果から決定されてもよく、その場合、それぞれの初期結果を計算するために異なる所定のパラメータセットが使用される。この例では、明度閾値がパラメータセットを構成する。異なるパラメータセットからの初期結果の計算を使用して信頼区間を決定できる。計算がさらに複雑である場合には、結果の計算において複数のパラメータが使用されてもよく、そのため、パラメータセットは、初期結果の計算のために必要とされるそれぞれのパラメータを規定する。
信頼区間は、少なくとも2つの初期結果の最大と最小との間の差異から決定されてもよい。初期結果の最大と最小との間の差異がa±絶対値を与えるために単に半分にされてもよく、または、差異が結果のパーセント値としてもしくは任意の他の適した形態で表されてもよい。
信頼レベルの提供を多くの方法で用いることができる。図7には、例示目的で、腫瘍の体積の想定される進行を経時的に表すグラフが示されている。それぞれの結果49における信頼区間がエラーバーとして示されている。なお、それぞれの信頼区間は、各結果と関連付けられる画像データに基づいており、エラーバーはそれぞれの測定ごとにサイズが変わる。時間点T1、T2での腫瘍体積結果におけるエラーバー50、52は、範囲が重なり合う。このことは、T2での腫瘍体積の見掛けの増大が統計的に大きくないことを示唆する。一方、時間点T2、T3での腫瘍体積におけるエラーバー50、54は重なり合わず、このことは、T3における腫瘍体積の見掛けの減少が統計的に大きいことを示唆する。
図8Aは、対象の特徴56、この場合には髄膜腫を含むスキャンを表す線図を示しており、また、対応する図8Bはオリジナルのスキャンを示している。この例において、信頼区間計算は、外側境界マーキング58および内側境界マーキング60を特徴に対して与えるために使用された。外側境界マーキング58は、図5のフローチャートの方法を用いて見出される複数の所定のパラメータセットを使用して取得される結果の和集合として得られてもよい。内側境界マーキング60は、図5のフローチャートの方法を用いて見出される複数の所定のパラメータセットから結果の共通部分として得られてもよい。あるいは、そのような境界は、信頼区間から決定される結果に関する最大値と最小値とに基づいて画像上に配置されてもよい。
実施形態は、実施形態の方法を行うべく実行可能なコンピュータ可読命令を有するコンピュータプログラムによって特定の機能性を果たすことができる。コンピュータプログラム機能性は、ハードウェア(例えば、CPUにより)、ソフトウェア、またはハードウェアとソフトウェアとの混合体において果たされ得る。また、実施形態は、1つまたは複数のASIC(特定用途向け集積回路)、FPGA(フィールドプログラマブルゲートアレイ)、グラフィック処理ユニット(GPU)、あるいは任意の他の適した処理デバイスにおいて実施されてもよい。
本明細書では特定のユニットについて説明してきたが、別の実施形態では、それらのユニットのうちの1つまたは複数の機能性を、単一のユニット、処理リソース、または他のコンポーネントによって与えることができ、あるいは単一のユニットにより与えられる機能性を2つ以上のユニットまたは他のコンポーネントの組み合わせによって与えることができる。単一のユニットへの言及は、そのユニットの機能性を与える複数のコンポーネントを、そのようなコンポーネントが互いに離れているか否かにかかわらず包含し、また、複数のユニットへの言及は、それらのユニットの機能性を与える単一のコンポーネントを包含する。
特定の実施形態について説明してきたが、これらの実施形態は、単なる一例として与えられており、本発明の範囲を限定しようとするものではない。実際には、本明細書に記載される新規な方法およびシステムが様々な他の形態で具現化されてもよく、また、本発明の思想から逸脱することなく、本明細書に記載される方法およびシステムにおいて様々な省略、置換、および変更がなされてもよい。添付の特許請求の範囲およびそれらの均等物は、本発明の範囲内に入るそのような形態および改良形態を網羅するように意図されている。
18…処理装置、20…ディスプレイデバイス、22…CTスキャナ、24…ユーザ入力デバイス、26…データストア、28…画像データ処理ユニット、30…信頼区間決定ユニット、32…出力ユニット、34…画像データセット、37…肺、38…小結節。
Claims (10)
- 所定のアルゴリズムを用いて画像データにおける所定の領域の計測値を計算する画像データ処理ユニットと、
予め取得された初期計測値に基づいて、前記画像データ処理ユニットによって計算された計測値の信頼区間、或いは前記計測値の計算に用いられるパラメータの信頼区間を決定する決定ユニットと、
前記信頼区間に対応する誤差を出力する出力ユニットと、
を具備することを特徴とする医用画像処理装置。 - 前記出力ユニットは、前記計算された計測値或いは前記計測値の計算に用いられるパラメータの値と共に、前記信頼区間の誤差を出力することを特徴とする請求項1記載の医用画像処理装置。
- 前記出力ユニットは、前記計算された計測値或いは前記計測値の計算に用いられるパラメータの値と共に、前記誤差に対応する情報を医用画像上に表示することを特徴とする請求項1又は2記載の医用画像処理装置。
- 前記出力ユニットは、前記初期計測値の最大値と最小値を用いて前記信頼区間を表示する請求項1乃至3のうちいずれか一項記載の医用画像処理装置。
- 前記出力ユニットは、パーセント値、基準値からの標準誤差値、グラフ上のエラーバーのうちの少なくとも1つの形態で前記信頼区間を表示することを特徴とする請求項1乃至4のうちいずれか一項記載の医用画像処理装置。
- 前記決定ユニットは、前記少なくとも2つの初期計測値の最大値と最小値とを基準として、前記信頼区間を決定することを特徴とする請求項1乃至5のうちいずれか一項記載の医用画像処理装置。
- 前記画像データ処理ユニットは、前記少なくとも2つの初期計測値の統計的解析により、前記所定の計測値を計算することを特徴とする請求項1乃至5のうちいずれか一項記載の医用画像処理装置。
- 前記画像データ処理ユニットは、前記画像データのグランドトゥルースセットに関して行われる解析により、前記所定の計測値を計算することを特徴とする請求項1乃至5のうちいずれか一項記載の医用画像処理装置。
- 各パラメータとして、明度に適用される閾値、レベルセットフィールドに適用される閾値、カーネルサイズ、コンボリューションのためのカーネルサイズ、モルフォロジー演算のためのカーネルサイズ、分類に基づく方法における事前確率、スネークに基づく方法における内力及び外力重み付けのうちの少なくとも1つを含む請求項1乃至8のうちいずれか一項記載の医用画像処理装置。
- 所定のアルゴリズムを用いて画像データにおける所定の領域の計測値を計算し、
予め取得された初期計測値に基づいて、前記画像データ処理ユニットによって計算された計測値の信頼区間、或いは前記計測値の計算に用いられるパラメータの信頼区間を決定し、
前記信頼区間に対応する誤差を出力すること、
を具備することを特徴とする医用画像処理方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/785,264 | 2013-03-05 | ||
US13/785,264 US9378549B2 (en) | 2013-03-05 | 2013-03-05 | Estimation of confidence limits for measurements derived from image data |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2014171883A true JP2014171883A (ja) | 2014-09-22 |
Family
ID=51458288
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014043135A Pending JP2014171883A (ja) | 2013-03-05 | 2014-03-05 | 医用画像処理装置及び医用画像処理方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US9378549B2 (ja) |
JP (1) | JP2014171883A (ja) |
CN (1) | CN104027126A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019076374A (ja) * | 2017-10-24 | 2019-05-23 | 日本光電工業株式会社 | 生体情報測定装置及びプログラム |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110913749B (zh) * | 2017-07-03 | 2022-06-24 | 富士胶片株式会社 | 医疗图像处理装置、内窥镜装置、诊断支持装置、医疗业务支持装置及报告书制作支持装置 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6571005B1 (en) * | 2000-04-21 | 2003-05-27 | The Regents Of The University Of California | Feature extraction and normalization algorithms for high-density oligonucleotide gene expression array data |
US20040172401A1 (en) * | 2000-06-15 | 2004-09-02 | Peace Terrence B. | Significance testing and confidence interval construction based on user-specified distributions |
US7840039B2 (en) * | 2002-07-03 | 2010-11-23 | Compumedics Limited | Method and system for displaying confidence intervals for source reconstruction |
WO2005086065A2 (en) * | 2004-03-05 | 2005-09-15 | Philips Intellectual Property & Standards Gmbh | Interactive computer-aided diagnosis |
US7397935B2 (en) * | 2004-05-10 | 2008-07-08 | Mediguide Ltd. | Method for segmentation of IVUS image sequences |
US7697755B2 (en) * | 2004-09-29 | 2010-04-13 | Drvision Technologies Llc | Method for robust analysis of biological activity in microscopy images |
CN101061509B (zh) | 2004-11-19 | 2010-10-27 | 皇家飞利浦电子股份有限公司 | 用于医疗成像数据内的肿瘤边界的自动检测和分割的系统和方法 |
JP4849449B2 (ja) | 2006-04-24 | 2012-01-11 | 株式会社日立メディコ | 医用画像診断支援装置 |
US8081811B2 (en) | 2007-04-12 | 2011-12-20 | Fujifilm Corporation | Method, apparatus, and program for judging image recognition results, and computer readable medium having the program stored therein |
US20090088620A1 (en) | 2007-10-01 | 2009-04-02 | Koninklijke Philips Electronics N. V. | Quantitative clinical and pre-clinical imaging |
WO2009146703A2 (en) * | 2008-06-02 | 2009-12-10 | Aarhus Universitet | System and method for volumetric analysis of medical images |
US8160365B2 (en) * | 2008-06-30 | 2012-04-17 | Sharp Laboratories Of America, Inc. | Methods and systems for identifying digital image characteristics |
WO2011142725A1 (en) * | 2010-05-14 | 2011-11-17 | Agency For Science, Technology And Research | Method and device for processing a computed tomography measurement result |
-
2013
- 2013-03-05 US US13/785,264 patent/US9378549B2/en active Active
-
2014
- 2014-03-05 CN CN201410078530.8A patent/CN104027126A/zh active Pending
- 2014-03-05 JP JP2014043135A patent/JP2014171883A/ja active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019076374A (ja) * | 2017-10-24 | 2019-05-23 | 日本光電工業株式会社 | 生体情報測定装置及びプログラム |
US11484237B2 (en) | 2017-10-24 | 2022-11-01 | Nihon Kohden Corporation | Physiological information measurement apparatus and program |
Also Published As
Publication number | Publication date |
---|---|
US9378549B2 (en) | 2016-06-28 |
CN104027126A (zh) | 2014-09-10 |
US20140254903A1 (en) | 2014-09-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10327725B2 (en) | Systems and methods for emulating DEXA scores based on CT images | |
JP6423857B2 (ja) | 画質インデックス及び/又はそれに基づく画像化パラメータ推奨 | |
US9218661B2 (en) | Image analysis for specific objects | |
US7876939B2 (en) | Medical imaging system for accurate measurement evaluation of changes in a target lesion | |
US8611989B2 (en) | Multi-planar reconstruction lumen imaging method and apparatus | |
RU2014117689A (ru) | Способ согласованной и контролируемой оптимизации компьютерно-томографической (кт) дозы излучения | |
US11594005B2 (en) | System, method and apparatus for assisting a determination of medical images | |
JP5049654B2 (ja) | 医用画像処理装置、及び医用画像処理方法 | |
JP6257949B2 (ja) | 画像処理装置および医用画像診断装置 | |
EP3389006B1 (en) | Rib unfolding from magnetic resonance images | |
US8724878B2 (en) | Ultrasound image segmentation | |
JP2007325641A (ja) | 医用画像表示装置 | |
US20140341452A1 (en) | System and method for efficient assessment of lesion development | |
Buckler et al. | Inter-method performance study of tumor volumetry assessment on computed tomography test-retest data | |
JP2014171883A (ja) | 医用画像処理装置及び医用画像処理方法 | |
US20190074074A1 (en) | Systems and methods for generating correct radiological recommendations | |
JP6676758B2 (ja) | 位置合わせ精度の決定 | |
JP2016016205A (ja) | 医用画像計測装置および方法並びにプログラム | |
JP6898047B2 (ja) | 時変データの定量的評価 | |
JP2010019572A (ja) | 画像処理装置及び方法 | |
JP2008272014A (ja) | 定量測定装置、定量評価装置及び画像処理プログラム | |
Samei et al. | CT-based quantification | |
US10013758B2 (en) | Systems and methods for assessing nerve inflammation based on a segmented magnetic resonance image volume | |
JP2024027946A (ja) | 医用情報処理装置 | |
CN116258661A (zh) | Dr图像的分析方法、dr成像设备和电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20160512 |