JP2015208385A - 医用画像情報システム、医用画像情報処理方法及びプログラム - Google Patents
医用画像情報システム、医用画像情報処理方法及びプログラム Download PDFInfo
- Publication number
- JP2015208385A JP2015208385A JP2014090139A JP2014090139A JP2015208385A JP 2015208385 A JP2015208385 A JP 2015208385A JP 2014090139 A JP2014090139 A JP 2014090139A JP 2014090139 A JP2014090139 A JP 2014090139A JP 2015208385 A JP2015208385 A JP 2015208385A
- Authority
- JP
- Japan
- Prior art keywords
- data model
- graph data
- tube
- medical image
- image information
- 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
- 230000010365 information processing Effects 0.000 title claims description 16
- 238000003672 processing method Methods 0.000 title claims description 7
- 238000013499 data model Methods 0.000 claims abstract description 271
- 238000012545 processing Methods 0.000 claims abstract description 161
- 210000000056 organ Anatomy 0.000 claims abstract description 96
- 238000000034 method Methods 0.000 claims abstract description 46
- 201000010099 disease Diseases 0.000 claims abstract description 23
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 23
- 210000003484 anatomy Anatomy 0.000 claims description 46
- 210000004185 liver Anatomy 0.000 claims description 46
- 210000004204 blood vessel Anatomy 0.000 claims description 45
- 206010028980 Neoplasm Diseases 0.000 claims description 25
- 238000005192 partition Methods 0.000 claims description 13
- 230000011218 segmentation Effects 0.000 claims description 13
- 239000000284 extract Substances 0.000 claims description 10
- 230000002093 peripheral effect Effects 0.000 claims description 3
- 208000007536 Thrombosis Diseases 0.000 claims description 2
- 210000000013 bile duct Anatomy 0.000 claims description 2
- 210000004556 brain Anatomy 0.000 claims description 2
- 210000000232 gallbladder Anatomy 0.000 claims description 2
- 210000002216 heart Anatomy 0.000 claims description 2
- 210000003734 kidney Anatomy 0.000 claims description 2
- 210000002429 large intestine Anatomy 0.000 claims description 2
- 210000004072 lung Anatomy 0.000 claims description 2
- 210000001165 lymph node Anatomy 0.000 claims description 2
- 210000001365 lymphatic vessel Anatomy 0.000 claims description 2
- 210000003205 muscle Anatomy 0.000 claims description 2
- 210000000496 pancreas Anatomy 0.000 claims description 2
- 210000002307 prostate Anatomy 0.000 claims description 2
- 210000000952 spleen Anatomy 0.000 claims description 2
- 210000002784 stomach Anatomy 0.000 claims description 2
- 210000003437 trachea Anatomy 0.000 claims description 2
- 210000003708 urethra Anatomy 0.000 claims description 2
- 238000003745 diagnosis Methods 0.000 abstract description 19
- 230000008569 process Effects 0.000 abstract description 9
- 238000004422 calculation algorithm Methods 0.000 description 18
- 238000010801 machine learning Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 14
- 230000003902 lesion Effects 0.000 description 14
- 230000006870 function Effects 0.000 description 12
- 238000002591 computed tomography Methods 0.000 description 11
- 238000013500 data storage Methods 0.000 description 11
- 230000010354 integration Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 5
- 238000002595 magnetic resonance imaging Methods 0.000 description 5
- 238000002600 positron emission tomography Methods 0.000 description 5
- 238000004195 computer-aided diagnosis Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 230000017531 blood circulation Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 230000000877 morphologic effect Effects 0.000 description 3
- 230000000704 physical effect Effects 0.000 description 3
- 210000003240 portal vein Anatomy 0.000 description 3
- 238000001959 radiotherapy Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000003325 tomography Methods 0.000 description 3
- 206010006187 Breast cancer Diseases 0.000 description 2
- 208000026310 Breast neoplasm Diseases 0.000 description 2
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000002786 image-guided radiation therapy Methods 0.000 description 2
- 201000005202 lung cancer Diseases 0.000 description 2
- 208000020816 lung neoplasm Diseases 0.000 description 2
- 210000005259 peripheral blood Anatomy 0.000 description 2
- 239000011886 peripheral blood Substances 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 206010019695 Hepatic neoplasm Diseases 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000037354 amino acid metabolism Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 230000003925 brain function Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000002767 hepatic artery Anatomy 0.000 description 1
- 210000005161 hepatic lobe Anatomy 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 208000014018 liver neoplasm Diseases 0.000 description 1
- 230000003211 malignant effect Effects 0.000 description 1
- 238000000968 medical method and process Methods 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000002603 single-photon emission computed tomography Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
Images
Classifications
-
- 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
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
-
- 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
- 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
- A61B6/501—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 the head, e.g. neuroimaging or craniography
-
- 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
- A61B6/503—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 the heart
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
-
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/162—Segmentation; Edge detection involving graph-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
- G06V10/422—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation for representing the structure of the pattern or shape of an object therefor
- G06V10/426—Graphical representations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/19—Recognition using electronic means
- G06V30/196—Recognition using electronic means using sequential comparisons of the image signals with a plurality of references
- G06V30/1983—Syntactic or structural pattern recognition, e.g. symbolic string recognition
- G06V30/1988—Graph matching
-
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- 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
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- 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
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/20—ICT specially adapted for the handling or processing of medical references relating to practices or guidelines
-
- 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
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/60—ICT specially adapted for the handling or processing of medical references relating to pathologies
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10088—Magnetic resonance imaging [MRI]
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10104—Positron emission tomography [PET]
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10108—Single photon emission computed tomography [SPECT]
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20072—Graph-based image processing
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
- G06T2207/20161—Level set
-
- 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
- G06T2207/30016—Brain
-
- 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
- G06T2207/30048—Heart; Cardiac
-
- 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
-
- 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
- G06T2207/30096—Tumor; Lesion
-
- 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
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Biomedical Technology (AREA)
- Theoretical Computer Science (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- High Energy & Nuclear Physics (AREA)
- General Physics & Mathematics (AREA)
- Optics & Photonics (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- Pulmonology (AREA)
- Quality & Reliability (AREA)
- Cardiology (AREA)
- Vascular Medicine (AREA)
- Neurology (AREA)
- Neurosurgery (AREA)
- Physiology (AREA)
- Library & Information Science (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
Abstract
Description
これらを実施するために現在の医用画像システムは、一般的には、主に画像を保存するためのPACS(Picture Archive Communication System)、心臓の血管抽出や脳機能解析と言った特化した画像処理を実行するためのワークステーション(WS)、もしくは放射線治療の場合には治療計画として線量計算を実施する治療計画装置、それら装置間のネットワーク接続のための標準であるDICOM(Digital Imaging and Communication in Medicine)規格を用いて構築されている。
(1) 異なる装置で行われる画像処理アルゴリズムは共通ではなく、またアルゴリズムもしくは複数のアルゴリズムを組合せた処理手順(以下、処理フロー)及びそのパラメータを共有し、実行することが出来ない場合が想定される
(2) 画像処理もしくは処理フローにより抽出された領域、定量値と言ったすべての情報を保存し、またその情報間の関連を含めて管理出来ない場合が想定される
(3) 画像処理により抽出された情報を、同一患者もしくは異なる患者において、時間的、空間的な比較が出来ない場合が想定される
また、例えば同一画像から臓器、血管、病変を抽出した場合、病変が臓器のどの位置に存在し、どの血管に近い位置に存在したか、などいわゆる解剖学的な情報と、それら相互の関連を保存するために、前述したようなテキストで保存するには大変な労力を要する。同様に、例えば形態画像と機能画像の2つの画像から同一の病変を抽出し、形態画像からは病変全体の範囲、機能画像からは病変内の活性度が高い範囲を得た場合でも、それらの相互の関連をテキストとして保存することは困難である場合が想定される。
医用画像情報システムであって、
器官についての解剖学的区分又は機能的区分を保持した医学知識データベースと、
グラフデータモデルを格納する格納部と、
グラフデータモデルを表示する表示部と、
処理部と
を備え、
前記処理部は、
処理対象の画像から、器官領域と、器官内の管領域を抽出し、
抽出した前記管領域を、管ノード及び管エッジに分割して、管グラフデータモデルを作成し、
抽出された前記器官領域を前記管領域に従い分割して得られた各領域を、管グラフデータモデルに対応させることで、各器官領域区分ノード間を器官領域区分エッジにより連結し、臓器器官領域区分グラフデータモデルを作成し、
前記医学知識データベースに記憶された器官領域の解剖学的区分又は機能的区分に基づき、各機能的区分ノード間を機能的区分エッジにより連結し、解剖学/機能的グラフデータモデルを作成し、
管グラフデータモデル及び/又は器官領域区分グラフデータモデルと、解剖学/機能的グラフデータモデルとを対応づけて、統合グラフデータモデルを作成し、
管グラフデータモデル、器官領域区分データモデル、解剖学/機能的データモデル、及び/又は、統合グラフデータモデルを、前記格納部に保存及び/又は前記表示部に表示する
ことを特徴とする医用画像情報システムが提供される。
医用画像情報処理方法であって、
処理対象の画像から、器官領域と、器官内の管領域を抽出し、
抽出した前記管領域を、管ノード及び管エッジに分割して、管グラフデータモデルを作成し、
抽出された前記器官領域を前記管領域に従い分割して得られた各領域を、管グラフデータモデルに対応させることで、各器官領域区分ノード間を器官領域区分エッジにより連結し、臓器領域区分グラフデータモデルを作成し、
器官についての解剖学的区分又は機能的区分を保持した医学知識データベースに記憶された器官領域の解剖学的区分又は機能的区分に基づき、各機能的区分ノード間を機能的区分エッジにより連結し、解剖学/機能的グラフデータモデルを作成し、
管グラフデータモデル及び/又は器官領域区分グラフデータモデルと、解剖学/機能的グラフデータモデルとを対応づけて、統合グラフデータモデルを作成し、
管グラフデータモデル、器官領域区分データモデル、解剖学/機能的データモデル、及び/又は、統合グラフデータモデルを、格納部に保存及び/又は表示部に表示する
ことを特徴とする医用画像情報処理方法が提供される。
医用画像情報処理プログラムであって、
処理部が、処理対象の画像から、器官領域と、器官内の管領域を抽出するステップと、
処理部が、抽出した前記管領域を、管ノード及び管エッジに分割して、管グラフデータモデルを作成するステップと、
処理部が、抽出された前記器官領域を前記管領域に従い分割して得られた各領域を、管グラフデータモデルに対応させることで、各器官領域区分ノード間を器官領域区分エッジにより連結し、臓器領域区分グラフデータモデルを作成するステップと、
処理部が、器官についての解剖学的区分又は機能的区分を保持した医学知識データベースに記憶された器官の解剖学的区分又は機能的区分に基づき、各機能的区分ノード間を機能的区分エッジにより連結し、解剖学/機能的グラフデータモデルを作成するステップと、
処理部が、管グラフデータモデル及び/又は器官領域区分グラフデータモデルと、解剖学/機能的グラフデータモデルとを対応づけて、統合グラフデータモデルを作成するステップと、
処理部が、管グラフデータモデル、器官領域区分データモデル、解剖学/機能的データモデル、及び/又は、統合グラフデータモデルを、格納部に保存及び/又は表示部に表示するステップと
をコンピュータに実行させるための医用画像情報処理プログラムが提供される。
本実施形態では、例えば、
医用画像情報システムであって、
医用画像が保存、蓄積されている画像サーバとネットワークで接続され、前記画像サーバから画像を取得し、画像処理をおこなう画像処理部、
画像から得られた情報からグラフ構造のグラフデータモデルを作成するグラフデータモデル作成部、
解剖学/機能的医学知識を保存、蓄積した解剖学/機能的医学知識データベース、
前記グラフデータモデルと解剖学/機能的医学知識に基づくグラフ構造のグラフデータモデルとを比較する比較部、及び、比較したグラフデータモデルを統合する統合部を備えるグラフデータモデル処理部、
統合グラフデータモデルを格納するグラフデータ格納部、
グラフデータモデルを表示用に処理する表示処理部、
グラフデータモデルを表示する表示部、
操作者の指示を入力するための入力部、
を有することを特徴とする医用画像情報システムを提供することができる。
医用画像情報システムであって、
医用画像から器官又は疾患等の処理対象に関わる情報を抽出する画像処理部と、
解剖学/機能的医学知識を保持した医学知識データベースと、
抽出した画像情報をグラフ構造型データに変換するグラフデータモデル作成部と、
前記データを格納するグラフデータ格納部と、
前記データを比較する比較部と、
前記データを統合する統合部と
前記記録されたデータを表示する表示部と、
を備え、前記画像処理部は医用画像診断装置から得られた画像から情報を取得、また前記グラフデータモデル作成部は前記情報を格納したグラフ構造型データに変換、また前記比較部は解剖学/機能的医学知識のグラフ構造型データと比較、また前記統合部は前記グラフ構造型データを統合した統合グラフ構造型データを作成、また前記表示部は統合グラフ構造型データを表示する、ことを特徴とする医用画像情報システムを提供することができる。
医用画像情報システムにおけるデータモデル作成方法であって、
前記医用画像情報システムは、
医用画像から臓器又は疾患等の処理対象に関わる情報を抽出する画像処理部と、
解剖学/機能的医学知識を保持した医学知識データベースと、
抽出した画像情報をグラフ構造型データに変換するグラフデータモデル作成部と、
前記記録されたデータを表示する表示部と、
を備え、前記グラフデータモデル作成部は、
前記画像処理部の処理手順と、前記医学知識データベースに基づき、前記医用画像からの相互関係を付与したグラフ構造型データを作成することを特徴とするデータモデル作成方法を提供することができる。
以下、本発明の医用画像情報システムの実施形態を、図面を用いて説明する。
図1は、本発明の医用画像情報システムの実施形態の構成の一例を示す図である。医用画像情報システム101は、画像サーバ102を備え、医用画像情報システム101は、ネットワークを介して画像サーバ102と接続されている。
処理部150は、画像サーバから画像を取得し、画像処理をおこなう画像処理部103、画像から得られた情報からグラフ構造のグラフデータモデルを作成するグラフデータモデル作成部104、前記グラフデータモデルと解剖学/機能的医学知識に基づくグラフ構造のグラフデータモデルとを比較する比較部107と比較したグラフデータモデルを統合する統合部108とを備えるグラフデータモデル処理部106、グラフデータモデルを表示用に処理する表示処理部110、を備える。
入力部112は、医用画像情報システム101に対し表示部111上に表示されたユーザーインターフェースを通して指示を与えるための手段であり、一般的にはキーボードやマウス等である。また、ユーザーインターフェースとしてはグラフィカルユーザーインタフェース(GUI)が良く用いられる。
表示部111は、グラフデータ格納部109に保存されたグラフデータモデルを表示し、グラフデータモデル内の情報(詳細はご術)を医療従事者等に提供し、情報へのアクセスを容易にする。
図2において、まず医用画像情報システム101では、画像処理部103により、処理対象の画像を画像サーバ102からネットワークを介して読み込む(ステップ201)。
なお、処理対象の画像は、あらかじめCT、MRI、PETと言った3次元断層撮像装置や他の撮像装置によって撮像しておき、画像サーバ102に保存しておく。
画像処理部103において、取得した画像に対し、画像処理又は複数の画像処理を組合せた画像処理フローを実行する(ステップ202)。
画像処理部103における、画像処理フローの一例として、腹部の3次元画像における肝臓及び肝腫瘍に対する処理について、図3を用いて説明する。
まず、画像処理部103は、領域抽出を行う画像処理アルゴリズムにて、肝臓領域を抽出する(ステップ301)。肝臓を抽出する画像処理アルゴリズムは、一般的に良く知られている、レベルセット法、グラフカット法など、任意の画像処理アルゴリズムにより実行可能である。
画像処理部103は、ステップ302で抽出した血管に対して、それらを分割する処理を実行する(ステップ303)。まず、画像処理部103は、ステップ302で抽出した領域から、分岐を認識する。分岐を認識するための方法は、例えば前述した血管を抽出した際に用いたリージョングローイング法で用いてシード・フィルアルゴリズムにおけるペイント・ルーチンにおいて、新たにシードが発生する部位は分岐があると判断できるため、抽出した結果から、分岐を認識することは容易である。血管全体は、分岐と、分岐を結ぶ血管の組合せであるため、血管全体を、分岐を境に分割することも可能である。以上のようにして血管領域を分割する。
次に、画像処理部103は、領域抽出を行う画像処理アルゴリズムにて肝臓内の腫瘍領域を抽出する(ステップ305)。腫瘍を抽出する画像処理アルゴリズムも、一般的に良く知られているレベルセット法等を用いることにより可能である。
図4は、本発明の医用画像情報システムの実施形態における画像処理/画像処理フローに基づくグラフデータモデルの作成の一例を示す図である。
まず、ステップ303の血管領域を分割した結果に対し、血管全体が、分岐と血管に分割がされているため、グラフデータモデル作成部104は、まず分岐をノードとして作成する。なお血管が始まる部位を特別な開始ノードとする。次に、グラフデータモデル作成部104は、末梢の血管をノードとして作成する。次に、グラフデータモデル作成部104は、分岐間の血管をエッジとし、分岐ノード間を結合する。グラフデータモデル作成部104は、この時開始ノードを起点に方向を規定することが可能なためこれらを付加することができる。エッジの方向は血流の流れと一致するため、血管が動脈系の場合には、開始ノードから分岐の方向に、静脈系の場合には、分岐から開始ノードの方向に設定可能である。グラフデータモデル作成部104は、さらに分岐ノードと末梢血管ノードをエッジで結合する。これも前述の通り、動脈系もしくは静脈系により方向を規定することが可能である。次に、グラフデータモデル作成部104は、血管グラフデータモデルにおける血管ノードに対して、任意のラベル、本実施例では、8本存在するため、V1からV8を付加する。さらに、グラフデータモデル作成部104は、抽出した領域のマスク情報や、第一分岐を基準としたその他の分岐の相対位置(実スケール距離)の情報等の各種特徴データを各ノード情報に付加すること、一方、血流の方向、血管の長さ(実スケール)、体積等の各種特徴データをエッジに付加することが可能である。以上のようにして、血管グラフデータモデルの作成が可能である。
なお、グラフデータモデル1は、1つではなく、上記に示した通り、複数存在することもある。但し、同一の画像処理フローで処理を行っているため、それらグラフデータモデルにおける対応するノードやエッジは明らかであり、その対応を容易にとることが可能である。
グラフデータモデル2について図5を用いて詳細に説明する。本実施例で対象の肝臓は、2本の血管から血液の供給を受けており、1本は栄養血管の役割を担う肝動脈、もう1本は機能血管の役割を担う門脈である。図5の肝区域分割の図に示す通り、肝臓の葉と区域は、解剖学的区分と機能的区分(機能的肝区域区分表)の2つの分け方があるが、臨床上は、機能的区分を用いることが多い。それは、肝臓が門脈による血行支配が強いためであり、肝臓内の門脈支配による区分を行う方法が臨床的に多く用いられている。図5の表に示したように、機能的区分により肝臓は5つの区域と8つの亜区域に分けられる。この図に基づき各ノードに、肝葉の分類(左葉、右葉)、区域(C、L、M、A、P)、亜区域(S1〜S8)を割り振り、それらを連結したグラフデータモデルを作成することが可能である。グラフデータモデル処理部106は、以上のように解剖/機能的グラフデータモデルを作成する。
まず、グラフデータモデルを比較する方法について図6を用いて説明する。本実施例では、グラフデータモデル1は、肝臓領域区分グラフデータモデルであり、グラフデータモデル2は肝臓の解剖学/機能的グラフデータモデルである。図6に示すように、上記2つのデータは一見異なった形状に見えるが、グラフ構造の特長として、ノードとエッジの関係を維持したまま任意にその形状を変化させることが出来る。したがって、比較部107は、図6に示すようにグラフデータモデル2を変形させ、形状を比較、いわゆるグラフマッチングさせることにより、グラフデータモデル同士のノードとエッジの対応付けは可能である。その手順を以下に示す。
上記対応付けを行うことにより、例えばグラフデータモデル1、すなわち肝臓領域区分データモデルにおいて、各肝区域のノードに対して付与していた任意のラベルR1からR8は、画像処理の結果としての単なるラベルであったが、グラフデータモデル2、すなわち解剖学/機能的グラフデータモデルにおいて、臨床的に意味を持つ肝区域の機能による分類ラベルS1からS8へ変換することが可能となる。
さらに、グラフデータモデル1とデータモデル2に基づく統合グラフデータモデルの作成方法について図7を用いて説明する。本実施例では、一例として、グラフデータモデル1は肝臓領域区分グラフデータモデルであり、これは前述した通り血管の分岐ノードと、肝区域ノードとその連結エッジから構成されている。また、一例として、グラフデータモデル2は解剖学/機能的グラフデータモデルであり、臨床的に意味のある機能区分とその連結エッジから構成されている。またこれらは前述したようにグラフデータモデル間の比較により、その対応が明確になっている。したがって、統合部108は、その対応を基に、血管分岐ノード、解剖学/機能的グラフデータモデルに基づいた肝臓領域区分ノード、及び腫瘍ノードとそれら連結エッジからなる統合グラフデータモデルを作成可能である。腫瘍ノードは、前述したような臨床データマスタや画像データマスタを、血管分岐ノードは前述したような第一分岐を基準とした分岐位置データマスタを保持している。以上のように、統合部108は、統合グラフデータモデルを作成する。
まず、表示処理部110は、前述した統合グラフデータモデル1に対し、グラフデータ格納部109より同一患者における過去の統合グラフデータモデル0を取得し(ステップ208)、2つの統合グラフデータモデルを比較する(ステップ209)。
表示処理部110は、比較した結果を、表示部111に表示する(ステップ210)。
なお、表示処理部110は、比較結果を、比較結果を特定するための識別情報とともにグラフデータ格納部109に格納するようにしてもよい。
本発明の医用画像情報システムの実施形態で蓄積したグラフデータの利用方法について図10から図13を用いて説明する。ここでは主に蓄積したグラフデータを用いて解剖学/機能的医学知識グラフデータモデルを更新し、前述したグラフマッチングをより高精度に実行可能とする実施例について記載する。
図11は、本発明の医用画像情報システムの実施形態における蓄積したグラフデータを統計処理して利用する手順を示す図である。
図11において、まず医用画像情報システム101では、グラフデータ処理部1001の統計処理部1002は、グラフデータ格納部109より、同一モデル(例えば、肝臓等の特定臓器、特定臓器の特定疾患等)の複数のグラフデータを取得する(ステップ1101)。統計処理部1002は、取得した複数のグラフデータから、注目する同一のノードやエッジに格納されたデータを取得する(ステップ1102)。同一モデルであるため、例えば前述した実施例のように肝区域ノードS1からデータを取得することは容易である。統計処理部1002は、複数のグラフデータから取得したノード及び/又はエッジの特徴データに対し、統計処理部1002にて統計処理し、その特徴データの平均値、分散値、最大値、最小値などの統計データを計算する(ステップ1103)。統計処理部1002は、これら統計データをノード及び/又はエッジに対応して解剖学/機能的医学知識DB105内の解剖学/機能的医学知識DB105に格納する(ステップ1104)。ここで求めた統計データは、複数のデータから作成したいわゆる統計モデルである。例えば、前述した肝区域ノードの体積の平均値が格納されていて、統計処理部1002は、解剖学/機能的医学知識グラフデータモデルと画像処理により生成されたグラフデータモデルのグラフマッチングをする際に、前記値を比較して、より近い値のノード及び/又はエッジとマッチングすることで、マッチング精度を向上することが可能となる。
図12は、本発明の医用画像情報システムの実施形態における蓄積したグラフデータを機械学習して利用する手順を示す図である。
図12において、まず医用画像情報システム101では、グラフデータ処理部1001の機械学習部1003は、グラフデータ格納部109より、同一モデル(例えば肝臓等の特定臓器、特定臓器の特定疾患等)の複数のグラフデータを取得する(ステップ1201)。機能学習部1003は、取得した複数のグラフデータから、注目する同一のノードやエッジに格納された特徴データを取得する(ステップ1202)。機能学習部1003は、取得したノードやエッジに格納された特徴データを用いて、グラフデータ処理部1001の機械学習部1003にて機械学習をする(ステップ1203)。
一般に、Adaboostによる学習では、逐次的に学習サンプルの重みを変化させ、弱識別器と呼ばれる異なる識別器を作り、それらを組合せた強識別器を得る。単純で弱い識別器を逐次的に学習する、つまり重みを更新することにより精度を向上させる手法である。
このようにT個の弱識別器ht(x)を信頼度αtで重み付けて結合することにより強識別器が構成される。
また弱識別器ht(x)は、次式(2)で設計することが一般的である。
図13は、本発明の医用画像情報システムの実施形態におけるグラフデータの機械学習の処理概要を示す図である。
前述した通り、ノードやエッジの格納量として、血管の体積、血管の長さ、肝区域の体積などがあげられる。ここでは、前述した格納量がT個存在するものとし、そのうちの一つの格納量をzとする。
ステップ1202で取得したグラフデータはN個存在するため、注目するノードの格納量に関する閾値θが求まる。このθを満たす率が高い場合には信頼度αtが高くなり、その特徴量が表す弱識別器の信頼度αtは高くなる。これらを弱識別器T個繰り返して行うことにより、各弱識別器の信頼度αtが更新される。
このようにして求めた弱識別器を図13に示すように信頼度αtで重み付けて多数決をとることによって強識別器Ht(x)を求める。
M個の学習サンプル(特徴量)が与えられた場合の学習手順を以下に示す。
まず、各サンプルの重みDt(t=1、…、T(Tは弱識別器の数))は、すべてのサンプルに均等として、Dt=1/Mで初期化する。
サンプルは、「正」もしくは「誤り」のどちらかの情報を保持している(正解データあるいは不正解データ)ため、次にサンプルに基づき、そのうちの誤りサンプルの重みの和がサンプルに対する誤り率εtを次式(3)により演算する。
この誤り率εtは、例えば2つのクラスの識別を行う場合、適当に割り振っても誤り率は0.5である。この誤り率を用いて、信頼度αtを次式(4)により求める。
これらを弱識別器の数T個に関して繰り返すことにより学習サンプルに対する信頼度αtを求めることが可能である。
機械学習部1003は、これらをグラフデータモデル内の各ノード、エッジに関して繰り返し行い、それぞれの強識別器を作成する。
更に、画像サーバ102にデータファイルを保存するような構成を取っているが、治療計画装置101と位置決めシステム104とが直接通信し、データファイルを交換しても良い。
また、ネットワークによるデータファイル等の通信を用いる形態を説明したが、データファイルの交換手段として他の記憶媒体、例えばフレキシブルディスクやCD−R等の大容量記憶媒体を用いても良い。
また、上記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク、SSD(Solid State Drive)等の記録装置、又は、ICカード、SDカード、DVD等の記録媒体に置くことができる。
また、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。実際には殆ど全ての構成が相互に接続されていると考えてもよい。
102・・・画像サーバ、
103・・・画像処理部、
104・・・グラフデータモデル作成部
105・・・解剖学/機能的医学知識データベース、
106・・・グラフデータモデル処理部、
107・・・グラフデータモデル比較部、
108・・・グラフデータモデル統合部、
109・・・グラフデータ格納部、
110・・・表示処理部、
111・・・表示部、
112・・・入力部、
1001・・・グラフデータ処理部
1002・・・グラフデータ統計処理部
1003・・・グラフデータ機械学習部
Claims (16)
- 医用画像情報システムであって、
器官についての解剖学的区分又は機能的区分を保持した医学知識データベースと、
グラフデータモデルを格納する格納部と、
グラフデータモデルを表示する表示部と、
処理部と
を備え、
前記処理部は、
処理対象の画像から、器官領域と、器官内の管領域を抽出し、
抽出した前記管領域を、管ノード及び管エッジに分割して、管グラフデータモデルを作成し、
抽出された前記器官領域を前記管領域に従い分割して得られた各領域を、管グラフデータモデルに対応させることで、各器官領域区分ノード間を器官領域区分エッジにより連結し、器官領域区分グラフデータモデルを作成し、
前記医学知識データベースに記憶された器官領域の解剖学的区分又は機能的区分に基づき、各機能的区分ノード間を機能的区分エッジにより連結し、解剖学/機能的グラフデータモデルを作成し、
管グラフデータモデル及び/又は器官領域区分グラフデータモデルと、解剖学/機能的グラフデータモデルとを対応づけて、統合グラフデータモデルを作成し、
管グラフデータモデル、器官領域区分データモデル、解剖学/機能的データモデル、及び/又は、統合グラフデータモデルを、前記格納部に保存及び/又は前記表示部に表示する
ことを特徴とする医用画像情報システム。
- 請求項1に記載の医用画像情報システムであって、
前記処理部は、
器官内の疾患領域を抽出して、疾患ノードを作成し、
疾患ノードと疾患が存在する器官領域区分ノードをグラフデータモデル上で連結させて、前記器官領域区分データモデル及び/又は前記統合グラフデータモデルに付加する
ことを特徴とする医用画像情報システム。
- 請求項2に記載の医用画像情報システムであって、
前記処理部は、疾患ノードに対して、ラベルを付け、大きさ、辺縁の特長、疾患内部の均一性、又は、他の特徴データを付与し、グラフデータモデルに含めて前記格納部に格納することを特徴とする医用画像情報システム。
- 請求項3に記載の医用画像情報システムであって、
前記処理部は、
管グラフデータモデル、器官領域区分データモデル、解剖学/機能的データモデル、及び/又は、統合グラフデータモデルを前記表示部にラベルと共に表示し、
入力部により、疾患ノードが指定されると、指定されたノードに含まれる特徴データを前記格納部から読み取り、前記表示部に表示する
ことを特徴とする医用画像情報システム。
- 請求項1に記載の医用画像情報システムであって、
前記処理部は、
管ノードに対して、抽出した領域のマスク情報、第一分岐を基準としたその他の分岐の相対位置(実スケール距離)の情報、又は、他の特徴データを付加し、グラフデータモデルに含めて前記格納部に格納すること、
及び/又は、
管エッジに対して、流れの方向、管の長さ、体積又は他の特徴データを付加し、グラフデータモデルに含めて前記格納部に格納すること
及び/又は、
前記処理部は、器官領域区分ノードに対して、抽出した領域のマスク情報、体積、形状特徴量、又は他の特徴データを付加し、グラフデータモデルに含めて前記格納部に格納すること
を特徴とする医用画像情報システム。
- 請求項5に記載の医用画像情報システムであって、
前記処理部は、グラフデータモデル同士のノードとエッジの対応付けを行うとき、前記特徴データを比較することで、より近い値のノード同士又はエッジ同士を対応付けることを特徴とする医用画像情報システム。
- 請求項5に記載の医用画像情報システムであって、
前記処理部は、同一モデルに対する複数のグラフデータのノード及び/又はエッジの複数の特徴データを取得し、複数の特徴データを統計処理した統計データを求め、グラフデータモデルのマッチングの際に、統計データを比較して、より近い値のノードと対応づけることを特徴とする医用画像情報システム。
- 請求項5に記載の医用画像情報システムであって、
前記処理部は、同一モデルに対する複数のグラフデータのノード及び/又はエッジの複数の特徴データを取得し、複数の特徴データにより学習した識別器を求め、グラフデータモデルの対応づけの際に、識別器を用いて、一致するかを識別することを特徴とする医用画像情報システム。
- 請求項5に記載の医用画像情報システムであって、
前記処理部は、
管グラフデータモデル、器官領域区分データモデル、解剖学/機能的データモデル、及び/又は、統合グラフデータモデルを前記表示部に表示し、
入力部により、管ノード又は器官領域ノードを指定されると、指定されたノードに含まれる特徴データを前記格納部から読み取り、前記表示部に表示する
ことを特徴とする医用画像情報システム。
- 請求項1に記載の医用画像情報システムであって、
前記処理部は、
抽出した管を細線化処理し、
器官領域内の部位について複数存在する前記細線化処理した線分の内、部位と各線分との距離が最小となる部位と線分の組合せを求め、組合せが同一である部位領域をそれぞれ抽出することにより、器官領域を分割する
ことを特徴とする医用画像情報システム。
- 請求項1に記載の医用画像情報システムであって、
管が始まる部位を特別な開始管ノードとし、
末梢の管を管ノードとし、
分岐間の管を管エッジとし、分岐管ノード間を結合し、
分岐管ノードと末梢管ノードを管エッジで結合し、
管グラフデータモデルにおける管ノードに対して、任意のラベルを付加する
ことを特徴とする医用画像情報システム。
- 請求項1に記載の医用画像情報システムであって、
前記処理部は、
同一患者IDにおける異なる時刻における複数の管グラフデータモデル、器官領域区分データモデル、解剖学/機能的データモデル、及び/又は、統合グラフデータモデルを取得し、
複数のグラフデータモデル及び/又は複数のグラフデータモデルを比較した結果を、表示部に表示する
ことを特徴とする医用画像情報システム。
- 請求項1に記載の医用画像情報システムであって、
前記器官は、肝臓、胃、心臓、膵臓、腎臓、前立腺、大腸、胆嚢、脳、肺、脾臓、筋肉、又は、他の臓器、又は、臓器の集合であり、
前記管は、血管、リンパ管(リンパ節を含む)、気管、胆管、尿道、又は他の管であり、
前記疾患は、腫瘍、血栓である
ことを特徴とする医用画像情報システム。
- 請求項1に記載の医用画像情報システムであって、
前記処理部は、
各管ノード及び/又はエッジ、及び各器官領域区分ノード及び/又はエッジ、及び各解剖学/機能的区分ノード及び/又はエッジに、ラベルを付け、
管グラフデータモデル、器官領域区分データモデル、解剖学/機能的データモデル、及び/又は、統合グラフデータモデルを、前記格納部にラベルと共に保存及び/又は前記表示部にラベルと共に表示する
ことを特徴とする医用画像情報システム。
- 医用画像情報処理方法であって、
処理対象の画像から、器官領域と、器官内の管領域を抽出し、
抽出した前記管領域を、管ノード及び管エッジに分割して、管グラフデータモデルを作成し、
抽出された前記器官領域を前記管領域に従い分割して得られた各領域を、管グラフデータモデルに対応させることで、各器官領域区分ノード間を器官領域区分エッジにより連結し、器官領域区分グラフデータモデルを作成し、
器官についての解剖学的区分又は機能的区分を保持した医学知識データベースに記憶された器官領域の解剖学的区分又は機能的区分に基づき、各機能的区分ノード間を機能的区分エッジにより連結し、解剖学/機能的グラフデータモデルを作成し、
管グラフデータモデル及び/又は器官領域区分グラフデータモデルと、解剖学/機能的グラフデータモデルとを対応づけて、統合グラフデータモデルを作成し、
管グラフデータモデル、器官領域区分データモデル、解剖学/機能的データモデル、及び/又は、統合グラフデータモデルを、格納部に保存及び/又は表示部に表示する
ことを特徴とする医用画像情報処理方法。
- 医用画像情報処理プログラムであって、
処理部が、処理対象の画像から、器官領域と、器官内の管領域を抽出するステップと、
処理部が、抽出した前記管領域を、管ノード及び管エッジに分割して、管グラフデータモデルを作成するステップと、
処理部が、抽出された前記器官領域を前記管領域に従い分割して得られた各領域を、管グラフデータモデルに対応させることで、各器官領域区分ノード間を器官領域区分エッジにより連結し、器官領域区分グラフデータモデルを作成するステップと、
処理部が、器官についての解剖学的区分又は機能的区分を保持した医学知識データベースに記憶された器官領域の解剖学的区分又は機能的区分に基づき、各機能的区分ノード間を機能的区分エッジにより連結し、解剖学/機能的グラフデータモデルを作成するステップと、
処理部が、管グラフデータモデル及び/又は器官領域区分グラフデータモデルと、解剖学/機能的グラフデータモデルとを対応づけて、統合グラフデータモデルを作成するステップと、
処理部が、管グラフデータモデル、器官領域区分データモデル、解剖学/機能的データモデル、及び/又は、統合グラフデータモデルを、格納部に保存及び/又は表示部に表示するステップと
をコンピュータに実行させるための医用画像情報処理プログラム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014090139A JP6220310B2 (ja) | 2014-04-24 | 2014-04-24 | 医用画像情報システム、医用画像情報処理方法及びプログラム |
PCT/JP2015/059867 WO2015163089A1 (ja) | 2014-04-24 | 2015-03-30 | 医用画像情報システム、医用画像情報処理方法及びプログラム |
US15/305,458 US10085707B2 (en) | 2014-04-24 | 2015-03-30 | Medical image information system, medical image information processing method, and program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014090139A JP6220310B2 (ja) | 2014-04-24 | 2014-04-24 | 医用画像情報システム、医用画像情報処理方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015208385A true JP2015208385A (ja) | 2015-11-24 |
JP6220310B2 JP6220310B2 (ja) | 2017-10-25 |
Family
ID=54332258
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014090139A Expired - Fee Related JP6220310B2 (ja) | 2014-04-24 | 2014-04-24 | 医用画像情報システム、医用画像情報処理方法及びプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US10085707B2 (ja) |
JP (1) | JP6220310B2 (ja) |
WO (1) | WO2015163089A1 (ja) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019059448A1 (ko) * | 2017-09-22 | 2019-03-28 | 사회복지법인 삼성생명공익재단 | 혈전 종류 판별 방법, 장치 및 프로그램 |
WO2021071288A1 (ko) * | 2019-10-08 | 2021-04-15 | (주)제이엘케이 | 골절 진단모델의 학습 방법 및 장치 |
WO2021096118A3 (ko) * | 2019-11-12 | 2021-07-08 | 울산대학교 산학협력단 | 구조화된 혈관 분지 정보에 기초한 의료 시술 히스토리 검색 방법 |
WO2022071159A1 (ja) * | 2020-10-01 | 2022-04-07 | 富士フイルム株式会社 | 診断支援装置、診断支援装置の作動方法、診断支援装置の作動プログラム、並びに認知症診断支援方法 |
WO2022071158A1 (ja) * | 2020-10-01 | 2022-04-07 | 富士フイルム株式会社 | 診断支援装置、診断支援装置の作動方法、診断支援装置の作動プログラム、認知症診断支援方法、並びに学習済み認知症所見導出モデル |
WO2022071160A1 (ja) * | 2020-10-01 | 2022-04-07 | 富士フイルム株式会社 | 診断支援装置、診断支援装置の作動方法、診断支援装置の作動プログラム、並びに認知症診断支援方法 |
WO2023032480A1 (ja) * | 2021-08-31 | 2023-03-09 | 富士フイルム株式会社 | 医療画像処理装置、肝区域分割方法およびプログラム |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6496698B2 (ja) * | 2015-10-30 | 2019-04-03 | 株式会社Aze | 医用画像処理装置、その制御方法、及びプログラム |
WO2017115264A2 (en) * | 2015-12-31 | 2017-07-06 | Koninklijke Philips N.V. | Magnetic resonance imaging (mri) control |
USD789416S1 (en) | 2016-02-04 | 2017-06-13 | Lutron Electronics Co., Inc. | Display screen or portion thereof with animated graphical user interface |
TWI611795B (zh) * | 2016-07-18 | 2018-01-21 | 許百靈 | 多針孔單光子spect心肌血流絕對定量方法與用途 |
US10869644B2 (en) * | 2016-07-30 | 2020-12-22 | Shanghai United Imaging Healthcare Co., Ltd. | Method and system for extracting lower limb vasculature |
US20180137667A1 (en) * | 2016-11-14 | 2018-05-17 | Oracle International Corporation | Graph Visualization Tools With Summary Visualization For Very Large Labeled Graphs |
US9788907B1 (en) * | 2017-02-28 | 2017-10-17 | Kinosis Ltd. | Automated provision of real-time custom procedural surgical guidance |
CN107169078A (zh) * | 2017-05-10 | 2017-09-15 | 京东方科技集团股份有限公司 | 中医药知识图谱及其建立方法以及计算机系统 |
US10585575B2 (en) | 2017-05-31 | 2020-03-10 | Oracle International Corporation | Visualizing UI tool for graph construction and exploration with alternative action timelines |
US20190122073A1 (en) * | 2017-10-23 | 2019-04-25 | The Charles Stark Draper Laboratory, Inc. | System and method for quantifying uncertainty in reasoning about 2d and 3d spatial features with a computer machine learning architecture |
CN108281191B (zh) * | 2017-12-29 | 2022-10-21 | 深圳大学 | 一种能谱计算机断层扫描剂量的蒙特卡罗模拟方法及系统 |
WO2019134757A1 (en) * | 2018-01-08 | 2019-07-11 | Brainlab Ag | Optimizing an atlas |
US11120082B2 (en) | 2018-04-18 | 2021-09-14 | Oracle International Corporation | Efficient, in-memory, relational representation for heterogeneous graphs |
USD913319S1 (en) * | 2019-01-31 | 2021-03-16 | Salesforce.Com, Inc. | Display screen or portion thereof with graphical user interface |
USD924907S1 (en) * | 2019-01-31 | 2021-07-13 | Salesforce.Com, Inc. | Display screen or portion thereof with graphical user interface |
US11918374B2 (en) | 2020-05-08 | 2024-03-05 | Wisconsin Alumni Research Foundation | Apparatus for monitoring treatment side effects |
US20230162820A1 (en) * | 2021-11-24 | 2023-05-25 | Hyland Software, Inc. | Computing system and method for relevancy classification of clinical data sets using knowledge graphs |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007044488A (ja) * | 2005-06-22 | 2007-02-22 | Siemens Corporate Res Inc | パスベースのツリーマッチングのためのシステムおよび方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8229881B2 (en) * | 2007-07-16 | 2012-07-24 | Siemens Medical Solutions Usa, Inc. | System and method for creating and searching medical ontologies |
US8126232B2 (en) * | 2008-03-05 | 2012-02-28 | Siemens Aktiengesellschaft | System and method for 3D vessel segmentation with minimal cuts |
JP5241357B2 (ja) | 2008-07-11 | 2013-07-17 | 三菱プレシジョン株式会社 | 生体データモデル作成方法及びその装置 |
JP5836908B2 (ja) * | 2012-09-27 | 2015-12-24 | 富士フイルム株式会社 | 画像処理装置および方法並びにプログラム |
EP2967410A4 (en) * | 2013-03-11 | 2016-08-31 | Tylerton Internat Holdings Inc | MODELING THE VEGETABLE NERVOUS SYSTEM AND ASSOCIATED APPLICATIONS |
JP6066826B2 (ja) * | 2013-05-17 | 2017-01-25 | 株式会社日立製作所 | 分析システム及び保健事業支援方法 |
WO2016025818A1 (en) * | 2014-08-15 | 2016-02-18 | Good Start Genetics, Inc. | Systems and methods for genetic analysis |
-
2014
- 2014-04-24 JP JP2014090139A patent/JP6220310B2/ja not_active Expired - Fee Related
-
2015
- 2015-03-30 US US15/305,458 patent/US10085707B2/en not_active Expired - Fee Related
- 2015-03-30 WO PCT/JP2015/059867 patent/WO2015163089A1/ja active Application Filing
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007044488A (ja) * | 2005-06-22 | 2007-02-22 | Siemens Corporate Res Inc | パスベースのツリーマッチングのためのシステムおよび方法 |
Non-Patent Citations (2)
Title |
---|
MORI, K ET AL.: "Automated Anatomical Labeling of the Bronchial Branch and Its Application to the Virtual Bronchoscop", IEEE TRANSACTIONS ON MEDICAL IMAGING, vol. 19, no. 2, JPN6015022009, February 2000 (2000-02-01), pages 103 - 114, XP011035942 * |
小林 大祐: "経路ベース木構造による主幹・側幹分岐型動脈の三次元構造の表現", 電子情報通信学会論文誌, vol. Vol.J92-D No.4, JPN6015022007, 1 April 2009 (2009-04-01), pages 511 - 520 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019059448A1 (ko) * | 2017-09-22 | 2019-03-28 | 사회복지법인 삼성생명공익재단 | 혈전 종류 판별 방법, 장치 및 프로그램 |
KR20190034022A (ko) * | 2017-09-22 | 2019-04-01 | 사회복지법인 삼성생명공익재단 | 혈전 종류 판별 방법, 장치 및 프로그램 |
KR101991037B1 (ko) | 2017-09-22 | 2019-06-19 | 사회복지법인 삼성생명공익재단 | 혈전 종류 판별 방법, 장치 및 프로그램 |
WO2021071288A1 (ko) * | 2019-10-08 | 2021-04-15 | (주)제이엘케이 | 골절 진단모델의 학습 방법 및 장치 |
WO2021096118A3 (ko) * | 2019-11-12 | 2021-07-08 | 울산대학교 산학협력단 | 구조화된 혈관 분지 정보에 기초한 의료 시술 히스토리 검색 방법 |
WO2022071159A1 (ja) * | 2020-10-01 | 2022-04-07 | 富士フイルム株式会社 | 診断支援装置、診断支援装置の作動方法、診断支援装置の作動プログラム、並びに認知症診断支援方法 |
WO2022071158A1 (ja) * | 2020-10-01 | 2022-04-07 | 富士フイルム株式会社 | 診断支援装置、診断支援装置の作動方法、診断支援装置の作動プログラム、認知症診断支援方法、並びに学習済み認知症所見導出モデル |
WO2022071160A1 (ja) * | 2020-10-01 | 2022-04-07 | 富士フイルム株式会社 | 診断支援装置、診断支援装置の作動方法、診断支援装置の作動プログラム、並びに認知症診断支援方法 |
WO2023032480A1 (ja) * | 2021-08-31 | 2023-03-09 | 富士フイルム株式会社 | 医療画像処理装置、肝区域分割方法およびプログラム |
Also Published As
Publication number | Publication date |
---|---|
WO2015163089A1 (ja) | 2015-10-29 |
US20170042495A1 (en) | 2017-02-16 |
US10085707B2 (en) | 2018-10-02 |
JP6220310B2 (ja) | 2017-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6220310B2 (ja) | 医用画像情報システム、医用画像情報処理方法及びプログラム | |
JP7086933B2 (ja) | 医用画像のアノテーションに基づく疾患の確率の更新 | |
US20240144495A1 (en) | Method and system for processing multi-modality image | |
US9662083B2 (en) | Medical image display apparatus and medical image display system | |
US20160321427A1 (en) | Patient-Specific Therapy Planning Support Using Patient Matching | |
US9218661B2 (en) | Image analysis for specific objects | |
US20210104044A1 (en) | Image processing apparatus, medical image diagnostic apparatus, and program | |
KR101604086B1 (ko) | 이종데이터를 이용한 통합진단 및 유사환자 검색 시스템 | |
US10916010B2 (en) | Learning data creation support apparatus, learning data creation support method, and learning data creation support program | |
JP2019169049A (ja) | 医用画像特定装置、方法およびプログラム | |
US20190150870A1 (en) | Classification of a health state of tissue of interest based on longitudinal features | |
CN106709920B (zh) | 血管提取方法及其装置 | |
Obuchowicz et al. | Clinical Applications of Artificial Intelligence in Medical Imaging and Image Processing—A Review | |
JP6734111B2 (ja) | 所見情報作成装置及びシステム | |
Rastgarpour et al. | The problems, applications and growing interest in automatic segmentation of medical images from the year 2000 till 2011 | |
US11501442B2 (en) | Comparison of a region of interest along a time series of images | |
JP7155274B2 (ja) | 加速化された臨床ワークフローのためのシステムおよび方法 | |
Milićević et al. | Open-source tool for 3D segmentation and rendering of abdominal CT scans | |
JP7376715B2 (ja) | 経過予測装置、経過予測装置の作動方法および経過予測プログラム | |
EP4343781A1 (en) | Information processing apparatus, information processing method, and information processing program | |
WO2022070528A1 (ja) | 医用画像処理装置、方法およびプログラム | |
Sille | Real time segmentation of medical images | |
Shaik et al. | A Review on Computer-Aided Modelling and Quantification of PET-CT Images for Accurate Segmentation to Bring Imagination to Life | |
CN118021328A (zh) | 医学图像处理系统、方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160923 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20170313 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20170317 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170801 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170822 |
|
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: 20170905 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170929 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6220310 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |