JP2016214857A - 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 PDF

Info

Publication number
JP2016214857A
JP2016214857A JP2016098082A JP2016098082A JP2016214857A JP 2016214857 A JP2016214857 A JP 2016214857A JP 2016098082 A JP2016098082 A JP 2016098082A JP 2016098082 A JP2016098082 A JP 2016098082A JP 2016214857 A JP2016214857 A JP 2016214857A
Authority
JP
Japan
Prior art keywords
image data
image
data
medical image
processing apparatus
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
Application number
JP2016098082A
Other languages
English (en)
Inventor
カート・ウォルター・シュルツ
Walter Schultz Kurt
スティーブン・レイノルズ
Reynolds Steven
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toshiba Corp
Canon Medical Systems Corp
Original Assignee
Toshiba Corp
Toshiba Medical Systems Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Toshiba Corp, Toshiba Medical Systems Corp filed Critical Toshiba Corp
Publication of JP2016214857A publication Critical patent/JP2016214857A/ja
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/003Reconstruction from projections, e.g. tomography
    • G06T11/005Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/003Reconstruction from projections, e.g. tomography
    • G06T11/008Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/60Editing figures and text; Combining figures or text
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/20Image enhancement or restoration by the use of local operators
    • G06T5/92
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20172Image enhancement details
    • G06T2207/20208High dynamic range [HDR] image processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30061Lung
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00ICT specially adapted for the handling or processing of medical images
    • G16H30/20ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS

Abstract


【課題】 医用画像の可視性を改善することが可能な医用画像処理装置を提供する。
【解決手段】 医用画像処理装置は、表示処理部、及び量子化部を具備する。表示処理部は、画像データにトーンマッピングを適用し、前記画像データにHDR(High Dynamic Range)トーンマッピングを適用し、前記トーンマッピングが適用された第1の適用済み画像データを、前記HDRトーンマッピングが適用された第2の適用済み画像データに基づいて補正する。量子化部は、前記補正された第1の適用済み画像データを量子化する。
【選択図】図3

Description

本発明の実施形態は、医用画像処理装置及び医用画像処理方法に関する。
多くの医用画像診断装置では、収集したデータのダイナミックレンジが表示用に使用されるデバイスのダイナミックレンジを超える。例えば、磁気共鳴(MR:Magnetic Resonance)では、ダイナミックレンジはチャネル当たり16ビットであり、コンピュータ断層撮影法(CT:Computed Tomography)では、ダイナミックレンジは12ビットである。一方、ディスプレイのダイナミックレンジは8から10ビットである。大部分の医用撮影アプリケーションでは、画像がどのようにディスプレイ上に提示されるかを制御するために、ウィンドウ及びレベリング(又はウィンドウ幅及びウィンドウレベル)、並びにカラーマッピングと呼ばれる技法が使用される。
人間の視覚系は、隣接しない対象の相対輝度を決定することに非常に劣っている。図17では、タイルAの濃度と、タイルBにかかる影の濃度とは同一であるが、一見するとタイルAの濃度は、タイルBにかかる影の濃度より濃く感じられる。
良好な局所的コントラストを得るために小さいウィンドウ幅が使用されるとき、この幅から外れてマッピングされる領域が存在する。この領域は、図18で示されるように、100%黒又は100%白にクランプされる。このようなクランピングは、元の画像データ内に存在する情報を隠してしまう。
一方、大きいウィンドウ幅が使用されるとき、図19に示されるように、関心ある構造間の境界を区別することがより難しくなる。これは、境界が同様の階調にマッピングされる可能性がより高いからである。これらのシステムでは、特定のデータ値が常に特定の出力カラーにマッピングされる。
米国特許出願公開第2012/0008841号明細書 米国特許出願公開第2012/0046541号明細書
そこで、目的は、医用画像の可視性を改善することが可能な医用画像処理装置及びこの装置で用いられる医用画像処理方法に関する。
実施形態によれば、医用画像処理装置は、表示処理部、及び量子化部を具備する。表示処理部は、画像データにトーンマッピングを適用し、前記画像データにHDR(High Dynamic Range)トーンマッピングを適用し、前記トーンマッピングが適用された第1の適用済み画像データを、前記HDRトーンマッピングが適用された第2の適用済み画像データに基づいて補正する。量子化部は、前記補正された第1の適用済み画像データを量子化する。
図1は、第1の実施形態に係る医用画像処理装置の機能構成を示すブロック図である。 図2は、従来の医用画像処理装置により実行される医用撮影アプリケーションの処理を示す図である。 図3は、第1の実施形態に係る医用画像処理装置により実行される医用撮影アプリケーションの処理を示す図である。 図4は、ウィンドウ幅及びウィンドウレベルのみが適用される図2の処理を用いた結果として得られる画像を示す図である。 図5は、ウィンドウ幅及びレベルと、局所的コントラスト調節との両方が適用される図3の処理を用いた結果として得られる画像を示す図である。 図6は、ウィンドウ幅及びウィンドウレベルのみが適用される図2の処理を用いた結果として得られる画像のその他の例を示す図である。 図7は、ウィンドウ幅及びレベルと、局所的コントラスト調節との両方が適用される図3の処理を用いた結果として得られる画像のその他の例を示す図である。 図8は、第2の実施形態に係る医用画像処理装置の機能構成を示すブロック図である。 図9は、再構成機能で用いられるハイブリッドフィルタコンボリューション技法の例を表す図である。 図10は、第2の実施形態に係る医用画像処理装置が画像を生成する際の動作を表すフローチャートである。 図11は、ハイパスフィルタコンボリューションを用いて画像化した肺の画像を表す図である。 図12は、ローパスフィルタコンボリューションを用いて画像化した縦隔の画像を表す図である。 図13は、ハイブリッドフィルタコンボリューションにより生成され、HDRトーンマッピングが適用された画像を表す図である。 図14は、ハイブリッドコンボリューションを用いて画像化された画像を、軟部組織用のウィンドウ幅及びレベルで表示した画像を表す図である。 図15は、ハイブリッドコンボリューションを用いて画像化された画像を、肺用のウィンドウ幅及びレベルで表示した画像を表す図である。 図16は、HDRトーンマッピングがPACSで適用される際の動作を表すフローチャートである。 図17は、人間の視覚を説明するための図である。 図18は、狭いウィンドウ幅を有する画像を示す図である。 図19は、広いウィンドウ幅を有する画像を示す図である。
以下、実施の形態について、図面を参照して説明する。
(第1の実施形態)
図1は、第1の実施形態に係る医用画像処理装置1201の機能構成を示すブロック図である。図1に示される医用画像処理装置1201は、医用画像に対して画像処理を行うことが可能なコンピュータである。例えば、本実施形態に係る医用画像処理装置1201は、ワークステーション、及びPACS(Picture Archiving Communication System)ビューワ等の何れであっても良い。PACSは、例えば、X線コンピュータ断層撮影装置、磁気共鳴イメージング装置、及び核医学診断装置等の様々な医用画像診断装置から出力されるDICOM(Digital Imaging and Communications in Medicine)画像データ、及びセカンダリキャプチャ画像データを管理するシステムである。DICOMは、医用撮影において情報を処理、格納、印刷、及び送信するための規格である。また、本実施形態に係る医用画像処理装置1201は、X線コンピュータ断層撮影装置、X線診断装置、磁気共鳴イメージング装置、超音波診断装置及び核医学診断装置等の如何なるモダリティに組み込まれても良い。
医用画像処理装置1201は、磁気ハードディスク1207、及び取外し可能なメディアドライブ1208等の、情報及び命令を格納するための1つ又は複数の記憶デバイスを制御するディスクコントローラ1206を具備する。メディアドライブ1208には、例えば、フロッピー(登録商標)ディスクドライブ、読取り専用コンパクトディスクドライブ、読取り/書込みコンパクトディスクドライブ、コンパクトディスクジュークボックス、テープドライブ、及び取外し可能光磁気ドライブ等が含まれる。ディスクコントローラ1206は、バス1202に接続されている。記憶デバイスには、X線コンピュータ断層撮影装置、X線診断装置、磁気共鳴イメージング装置、超音波診断装置及び核医学診断装置等で取得された高精度画像が記憶される。なお、記憶デバイスは、通信インターフェース1213を介して高精度画像を取得し、取得した高精度画像を記憶するようにしてもよい。
なお、記憶デバイスは、適切なデバイスインターフェースを使用して医用画像処理装置1201に追加され得る。適切なデバイスインターフェースには、例えば、小型コンピュータシステムインターフェース(SCSI)、統合デバイスエレクトロニクス(IDE)、拡張IDE(E−IDE)、ダイレクトメモリアクセス(DMA)、またはウルトラDMA等が含まれる。
医用画像処理装置1201は、ユーザに情報を表示するディスプレイ1210を制御するディスプレイコントローラ1209を具備する。ディスプレイコントローラ1209は、バス1202に接続される。
医用画像処理装置1201は、ユーザが入力する情報をプロセッサ1203へ与えるための、キーボード1211、及びポインティングデバイス1212等の入力デバイスと接続する。ポインティングデバイス1212は、例えば、プロセッサ1203に方向情報、及び指示選定を与え、ディスプレイ1210上のカーソル移動を制御するためのマウス、トラックボール、タッチスクリーンセンサのためのフィンガ、又はポインティングスティックを含む。
医用画像処理装置1201は、バス1202に接続される通信インターフェース1213を具備する。通信インターフェース1213は、例えばローカルエリアネットワーク(LAN)1215、又はインターネット等の別の通信ネットワーク1216に接続されるネットワークリンク1214に対する双方向データ通信接続を提供する。例えば、通信インターフェース1213は、任意のパケット交換LANに接続するためのネットワークインターフェースカードであり得る。また、通信インターフェース1213は、総合サービスデジタル通信網(ISDN)カードであり得る。通信インターフェース1213は、ワイヤレスリンクも実装され得る。任意のこれらの実装では、通信インターフェース1213は、様々なタイプの情報を表すデジタルデータストリームを搬送する電気信号、電磁信号、又は光信号を送信し、または受信する。
プロセッサ1203は、メインメモリ1204、及びROM(Read Only Memory)1205等のメモリ内に含まれる1つ、又は複数の命令の1つ、又は複数のシーケンスを実行する。このような命令は、ハードディスク1207、又は取外し可能メディアドライブ1208等の別のコンピュータ可読媒体からメインメモリ1204内に読み込まれてもよい。なお、メインメモリ1204内に含まれる命令のシーケンスを実行するために、マルチ処理構成内の1つ、又は複数のプロセッサが利用されてもよい。また、ソフトウェア命令の代わりに、又はソフトウェア命令と組み合わせてハードワイヤード回路が使用されてもよい。つまり、本実施形態は、ハードウェア回路、及びソフトウェアの何らかの特定の組合せに限定されない。
プロセッサ1203は、メインメモリ1204、及びROM1205等のメモリ内に含まれる1つ、又は複数の命令の1つ、又は複数のシーケンスを実行することで、表示処理機能12031、及び量子化機能12032の機能を実現する。
表示処理機能12031は、トーンマッピングを使用し、既存のウィンドウ及びレベル、並びにカラーマッピングステージを組み込み、局所的なコントラストを調節することで表示要求の画像を生成する機能である。
具体的には、表示処理機能12031が実行されると、プロセッサ1203は、まず、高精度画像にウィンドウ幅及びウィンドウレベル、又はカラーマッピングを適用させる。ウィンドウ及びレベルの設定は、2つのグレイスケールカラーだけがあるカラーマッピングの特定のケースと考えることができる。なお、より複雑なカラーのマッピングも時には使用される。
カラーマッピングは、トーンマッピングとも称され、最終画像カラーに対してカラー変換を適用するために使用される。カラーマッピングは、1つの画像のカラーを別の画像のカラーにマッピングする(又は、変換する)機能である。例えば、高精度画像は、ディスプレイ1210上に表示することのできるよりも高い範囲のカラーを含み得る。カラーマッピング技法は、特定の表示目的に適するように画像値を再マッピングする。
ウィンドウ幅は、CT画像のグレイスケールビデオディスプレイ内に含まれる(ハンスフィールドユニットの)CT数の範囲を指し、マシンのタイプに応じて1から2000又は3000までに及ぶ。例えば、肺を撮影するための典型的ウィンドウ幅は1500であり、縦隔を撮影するための典型的ウィンドウ幅は400である。言い換えると、ウィンドウ幅は、画像内のグレイの陰影数を指し、画像コントラストを制御する。広いウィンドウは、画像内の低いコントラストを表す。
ウィンドウレベルは、画像のグレイスケールである、ウィンドウ幅の中点のハンスフィールドユニットのCT数設定を指す。ウィンドウレベルは、画像の輝度を制御する。例えば、肺を撮影するための典型的なウィンドウレベルは−500であり、縦隔を撮影するための典型的なウィンドウレベルは40である。
次に、プロセッサ1203は、調節因子を計算するために、オリジナルのソース画像、及び新しい次の画像を使用する。ここで、新しい次の画像とは、ウィンドウ及びレベル、又はカラーマップが適用された画像を意味する。プロセッサ1203は、調節因子に基づき、露出過度エリアが減衰され、かつ、露出不足エリアが増幅されて、これらのエリア内の構造が視認可能なように処理する。
本実施形態の一部として使用され得る多くの局所的コントラスト調節オペレータがある。これらは、フォトグラフィックイメージング分野における同様の問題を解決する高ダイナミックレンジ(HDR:High Dynamic Range)撮影システムのトーンマッピングを実施するように開発された。
量子化機能12032は、表示処理機能12031により生成された画像データを量子化する機能である。量子化とは例えば、実数で表される輝度値を、整数で表される画素値で表現する処理である。
図2に、従来の医用画像処理装置により実行される医用撮影アプリケーションの典型的な処理を示す。図2に示されるように、医用画像処理装置は、ブロック100でオリジナルの高精度画像データを取得する。医用画像処理装置は、ブロック110で、ウィンドウ幅及びウィンドウレベル、又はカラーマップパラメータをオリジナルの画像に適用させ、適用後の画像を量子化する。医用画像処理装置は、ブロック120で、ウィンドウ幅及びレベル、又はカラーマップパラメータが、例えばオペレータにより入力デバイスから入力される。医用画像処理装置は、ブロック130で、量子化済み画像を表示する。
図3に、本実施形態に係る医用画像処理装置1201により実行される医用撮影アプリケーションの処理を示す。図3に示されるように、医用画像処理装置1201のプロセッサ1203は、ブロック150でオリジナルの高精度画像データを取得する。プロセッサ1203は、ブロック160で、ウィンドウ幅及びウィンドウレベル、又はカラーマップパラメータをオリジナルの画像に適用させる。プロセッサ1203は、ブロック170で、ウィンドウ幅及びレベル、又はカラーマップパラメータが、例えばオペレータにより入力デバイスから入力される。なお、ウィンドウ幅及びレベル、又はカラーマップパラメータは、オペレータにより入力され、メインメモリ1204等のメモリに格納されてもよい。オペレータは、ブロック170で、メインメモリ1204に格納されているパラメータを選択してもよい。パラメータは特定のタスクに基づく。画像を通じて表示されるパラメータ設定を各タスクに割り当てることができる。
次に、プロセッサ1203は、ブロック180で、ブロック150で取得したオリジナルの画像出力と、ブロック160でウィンドウ幅及びウィンドウレベルが適用されたウィンドウ及びレベリング済み画像出力、又はカラーマップが適用されたカラーマッピング済み画像出力との両方に基づき、最適な局所的コントラスト調節を計算する。具体的には、プロセッサ1203は、ブロック180で、既存のHDRトーンマッピングフィルタをオリジナルの画像に対して使用することで、ウィンドウレベリング済み画像内、又はカラーマッピング済み画像内の各ピクセルで必要な露出補正量を特定する。
プロセッサ1203は、ブロック190で入力される特徴半径、及び調節量等の入力パラメータを使用して、ブロック180における前述の計算を実施する。これらのパラメータは、調節が影響を及ぼす、露出補正の強度、及び特徴のサイズに影響を及ぼす。局所性カーネルのコントラスト、及びサイズの調節性が、特定の使用ケースに基づいて実施される。設定は、図3に示されるプロセスのアルゴリズムに適合し、異なるスキャンプロトコル、及び異なるスキャナ解像度からのデータによって動作するように調整される。プロセッサ1203は、ブロック200で、ブロック180でコントラストを調節した画像を量子化し、ディスプレイコントローラ1209へ出力する。
なお、プロセッサ1203は、量子化した画像データをDICOMフォーマットにフォーマットする変換機能を実現しても構わない。プロセッサ1203は、DICOMフォーマットにフォーマットした画像データを通信インターフェース1213を介してPACSの閲覧ステーションへ転送する。
図4に、ウィンドウ幅及びウィンドウレベルのみが適用される図2の処理を用いた結果として得られる画像の一例を示す。一方、図5に、ウィンドウ幅及びレベルと、局所的コントラスト調節との両方が適用される図3の処理を用いた結果として得られる画像の一例を示す。
図4と同様に、図6に、ウィンドウ幅及びレベルのみが適用される図2の処理を用いた結果として得られる画像の一例を示す。図5と同様に、図7に、ウィンドウ幅及びレベルと、局所的コントラスト調節との両方が適用される図3の処理を用いた結果として得られる画像の一例を示す。
図3に示される処理は、図2に示される処理に対する様々な利点を有する。図4を図5と比較し、図6を図7と比較することによってわかるように、図5及び図7では、各画像内に図4及び図6より多くの構造が見える。すなわち、本実施形態に係る医用画像処理装置1201によれば、断面の検討中に異常を突き止められる確率が増加する。
また、本実施形態に係る医用画像処理装置1201は、画像収集システム上の再構成時間を削減する。また、本実施形態に係る医用画像処理装置1201は、画像収集システムからPACS、及びDICOMワークステーションへの1つのデータセットに伴う転送時間を削減する。また、本実施形態に係る医用画像処理装置1201は、PACSに対するストレージコミットメントを低減する。また、本実施形態に係る医用画像処理装置1201は、閲覧及び報告時間を削減する。
また、本実施形態に係る医用画像処理装置1201は、全ての構造を共に評価することによって読み取りの信頼性を改善することが可能である。例えば、肺と縦隔との間の相関解析が、2つの別々に再構成されたデータセットを互いにリンクする必要なしに共に実施され得る。
また、コントラスト調節を制御するためにオリジナルのデータを使用することは、カラーマップ、又はウィンドウレベル設定が多くの異なる値を単一のカラー、又は輝度にマッピングするケースを回避する。この場合、オリジナルの構造を見えるようにすることは、普通なら可能ではないはずである。多くの値が単一のカラーにマッピングされる場合、その単一のカラーから正しいオリジナルのサンプル値に戻ることは不可能である。
また、本実施形態に係る医用画像処理装置1201は、異なるウィンドウレベル設定での調査を読み取るために必要なパス数を削減することができる。
したがって、第1の実施形態に係る医用画像処理装置1201によれば、医用画像の可視性を改善することができる。
上記で論じた処理は様々なアプリケーションで使用されてもよい。例えば、図3に示される処理は、スキャナコンソール、又は先進視覚化アプリケーション上での2次元断面画像、MPR(Multi-Planar Reformatting)画像、及びスラブ画像の検討に使用され得る。また、図3に示される処理は、MRについてのより良好なデフォルト閲覧パラメータを与えるために初期ウィンドウ及びレベル設定を決定するようにヒストグラム解析と組み合わされ得る。パターンは、適切な初期ウィンドウ及びレベル設定を特定するためにヒストグラムで特定され得る。
さらに、医療診断で適用される場合に加え、図3に示される処理は、通信タスク、及びプレゼンテーションタスクに対しても有効である。
(第2の実施形態)
第1の実施形態の図3に示される処理はX線コンピュータ断層撮影装置に対しても適用可能である。図8は、第2の実施形態に係る医用画像処理装置1201aの機能構成を示すブロック図である。図8に示される医用画像処理装置1201aは、プロセッサ1203a、メインメモリ1204、ROM1205、ディスクコントローラ1206、磁気ハードディスク1207、取外し可能なメディアドライブ1208、ディスプレイコントローラ1209、及び通信インターフェース1213aを具備する。
通信インターフェース1213aは、X線コンピュータ断層撮影装置と接続し、X線コンピュータ断層撮影装置で生成される生データを受信する。本実施形態において、生データは、X線検出器によって検出されたX線の強度に応じた電気信号がデジタルデータに変換されたものである。磁気ハードディスク1207、及び取外し可能なメディアドライブ1208等の記憶デバイスは、通信インターフェース1213aで受信された生データを記憶する。
プロセッサ1203aは、メインメモリ1204、及びROM1205等のメモリ内に含まれる1つ、又は複数の命令の1つ、又は複数のシーケンスを実行する。プロセッサ1203aは、メインメモリ1204等のメモリ内に含まれる1つ、又は複数の命令の1つ、又は複数のシーケンスを実行することで、前処理機能12033、再構成機能12034、表示処理機能12031a、及び量子化機能12032の機能を実現する。
前処理機能12033は、通信インターフェース1213aで受信された生データ、又は記憶デバイスに記憶される生データに対し、対数変換や感度補正等の前処理を施す機能である。本実施形態において、前処理が施された生データを投影データと称する。
再構成機能12034は、投影データに基づいて被検体に関する画像データを再構成する機能である。この再構成処理により、第1の実施形態で記載される高精度画像が生成される。
図9は、再構成機能12034で用いられるハイブリッドフィルタコンボリューション技法の例を表す図である。本実施形態において、ハイブリッドフィルタコンボリューション技法は、混合された2つ以上の再構成を複合する技法である。例えば、ハイブリッドフィルタコンボリューションでは、図9に示されるように、ハイパスフィルタコンボリューションと、ローパスフィルタコンボリューションとが混合される
表示処理機能12031aは、トーンマッピングを使用し、既存のウィンドウ及びレベル、並びにカラーマッピングステージを組み込み、局所的なコントラストを調節することで表示要求の画像を生成する機能である。
量子化機能12032は、表示処理機能12031により生成された画像データを量子化する機能である。
従来のCT脳撮影は、(1)脳組織構造用の低周波数と、(2)頭蓋用の高周波数という2つの再構成カーネルを必要とする。また、従来のCT脳撮影は、(1)脳構造視覚化用の狭いウィンドウ幅及びレベルと、(2)骨構造視覚化用の広いウィンドウ幅及びレベルという2つのウィンドウ幅及びウィンドウレベル設定を必要とする。
また、従来のCT胸部撮影は、(1)縦隔構造用の低周波数と、(2)肺柔組織用の高周波数という2つの再構成カーネルを必要とする。また、従来のCT胸部撮影は、(1)縦隔構造用の狭いウィンドウ幅及びレベルと、(2)肺柔組織用の広いウィンドウ幅及びレベルという2つのウィンドウ幅及びウィンドウレベル設定を必要とする。特定の構造を観察するでは、一般的に、ただ1つのカーネルが使用される。カーネル又はフィルタコンボリューションに割り当てられる数値はベンダ依存である。
2つのデータセットが許容されるプラクティスであるとしても、2つのデータセットを別々に検討し、両方のデータセット間の相関解析を実施するため、臨床報告時間が増大する。また、2つのデータセットを記憶する必要があるため、PACS上の保存スペースが増大する。
そこで、本実施形態に係る医用画像処理装置1201aでは、ハイブリッドフィルタコンボリューション技法にHDRトーンマッピングを組み合わせる。これにより、読影のためのCT胸部画像再構成、又はルーチン脳画像再構成等のただ1つのデータセットで、全ての周波数及びウィンドウ解を提供することが可能となる。
図10に、本実施形態に係る医用画像処理装置1201aが画像を生成する際の動作を表すフローチャートの例を示す。なお、図10に示される処理は、例えば、患者の頭部エリア、及び/又は胸部エリアに適用され得る。
まず、ブロック210で、プロセッサ1203aは、患者のエリア、又は例えば頭部、及び胸部等の関心領域についてのスキャンで取得された生データを受信する。プロセッサ1203aは、前処理機能12033を実行し、生データから投影データを生成する。
続いて、ブロック220で、プロセッサ1203aは、再構成機能12034を実行し、ハイパスフィルタコンボリューションと、ローパスフィルタコンボリューションとを用い、投影データに基づいて画像データを再構成する。図11は、ハイパスフィルタコンボリューションを用いて画像化した肺の画像の例を表す。図12は、ローパスフィルタコンボリューションを用いて画像化した縦隔の画像の例を表す。
ブロック220でハイブリッドコンボリューションを用いて再構成された画像データを保存する方法は、例えば、以下である。すなわち、プロセッサ1203aは、ソフトカーネルで再構成を1度実施し、次いで画像ドメインに強調フィルタを適用することである。なお、本実施形態において、ローパス、低周波数、ソフトカーネル、及びスムースフィルタは同一の意味を表し、互換的に使用可能であるとする。また、ハイパス、高周波数、よりシャープなカーネル、及び強調フィルタは同一の意味を表し、互換的に使用可能であるとする。
具体的には、まず、プロセッサ1203aは、ブロック210で取得した投影データに基づき、ソフトカーネルを用いて再構成処理を実行することで、第1の画像データを取得する。次いで、プロセッサ1203aは、(例えば、縦隔の)組織部分を第1の画像データから画像ドメインで抽出する。第1の画像データからの組織部分の抽出は、例えば、テンプレートマッチングを用いて行われる。このとき抽出される画像は、図12で表される。次に、プロセッサ1203aは、強調フィルタを画像ドメインで第1の画像データに適用することで、第2の画像データを取得する。プロセッサ1203aは、画像ドメインで第2の画像データから肺部分(肺柔組織)を抽出する。第2の画像データからの肺部分の抽出は、例えば、テンプレートマッチングを用いて行われる。このとき抽出される画像は、図11で表される。最後に、図11及び図12に示される結果(ハイブリッドフィルタコンボリューション)を達成するために、2つの前述の結果が重畳される。
ブロック220でハイブリッドコンボリューションを用いて再構成された画像データを保存する方法は、例えば、以下であっても構わない。すなわち、プロセッサ1203aは、再構成処理を2度実施する。
具体的には、プロセッサ1203aは、ブロック210で取得した投影データに基づき、第1の再構成処理をソフト又は低周波数カーネルを用いて実施することで、第1の画像データを取得する。次いで、プロセッサ1203aは、(例えば、縦隔の)組織部分を第1の画像データから抽出する。第1の画像データからの組織部分の抽出は、例えば、テンプレートマッチングを用いて行われる。このとき抽出される画像は、図12で表される。次に、プロセッサ1203aは、ブロック210で取得した投影データに基づき、第2の再構成処理をよりシャープなカーネルを用いて実施することで、第2の画像データを取得する。プロセッサ1203aは、肺部分(肺柔組織)を第2の画像データから抽出する。第2の画像データからの組織部分の抽出は、例えば、テンプレートマッチングを用いて行われる。このとき抽出される画像は、図11で表される。最後に、図11及び図12に示される結果(ハイブリッドフィルタコンボリューション)を達成するために、2つの前述の結果が重畳される。
次に、ブロック230で、プロセッサ1203aは、表示処理機能12031を実行し、HDRトーンマッピングをブロック220で再構成されたハイブリッドフィルタコンボリューション画像データに適用させる。
具体的には、図3で示されるように、プロセッサ1203aは、ウィンドウ幅及びウィンドウレベル、又はカラーマップパラメータが、ハイブリッドフィルタコンボリューション画像データに適用される。このとき適用されるウィンドウ幅及びウィンドウレベル、又はカラーマップパラメータは、例えば、オペレータによって入力デバイスから入力されてもよいし、メインメモリ1204に格納されているパラメータを使用してもよい。
次に、プロセッサ1203aは、ハイブリッドフィルタコンボリューション画像データと、ウィンドウ幅及びウィンドウレベル、又はカラーマッピング済みハイブリッドフィルタコンボリューション画像データとの両方に基づき、最適な局所的コントラスト調節を計算する。この計算は、入力パラメータである特徴半径、及び調節量等を使用して実施される。局所性カーネルのコントラスト、及びサイズの調節性が、特定の使用ケースに基づいて実施される。信号対雑音比、特徴のサイズ−ピクセル次元比(size of features to pixel dimension ratio)、及びオリジナルのスキャンデータのダイナミックレンジが、コントラスト調節についてのパラメータの選択に影響を及ぼす。
最後に、このようにして生成された画像データが量子化され、DICOMフォーマットでフォーマットされる。ブロック240で、プロセッサ1203aは、DICOMでフォーマットされた画像データをPACSへ送信する。ブロック250で、1つのデータセットが、例えば、PACSのビューワに表示される。図13は、このとき表示される画像、すなわち、ハイブリッドフィルタコンボリューションにより生成され、HDRトーンマッピングが適用された、図11に示される画像と図12に示される画像とが結合された画像を表す。図13に示される画像からわかるように、1つのデータセットが全ての解剖学的構造を示している。すなわち、図13に示される画像からわかるように、高周波数の再構成カーネルが用いられる肺と、低周波数の再構成カーネルが用いられる縦隔とが同時に視認可能となる。
なお、図14は、ハイブリッドコンボリューションを用いて画像化された画像、すなわち、図11に示される画像と、図12に示される画像とを結合した画像を、軟部組織用のウィンドウ幅及びレベルで表示した画像を表す。また、図15は、ハイブリッドコンボリューションを用いて画像化された画像、すなわち、図11に示される画像と、図12に示される画像とを結合した画像を、肺用のウィンドウ幅及びレベルで表示した画像を表す。図14及び図15は、図13に示される結果を達成するための中間ステップではない。むしろ、図14及び図15は、異なるウィンドウ幅及びレベルを用いる図11と図12との重畳を示すために使用される。
図10に示される処理は、従来のウィンドウ幅/ウィンドウレベルディスプレイオプションに加えてHDRトーンマッピングを含むように、CTシステムのコンソール上の、再構成チェーン内に構築されてもよい。これにより、処理がシームレス、かつ自動となる。次いで、再構成されたデータが、PACS等の読取りステーションへ直接的にエクスポートされることになる。
第2の実施形態に係る医用画像処理装置1201aによれば、再構成にかかる時間、及び転送時間を(ただ)1つのデータセット分に削減することが可能となる。これにより、医用画像処理装置1201aの記憶容量を削減することが可能となる。1つのデータセットに関する閲覧及び報告は、報告時間を削減し、全ての構造(例えば、図13に示されるように肺及び縦隔)を共に評価することによって読取り信頼性を改善することが可能となる。したがって、例えば、肺と縦隔との間の相関解析が、2つのデータセットを互いにリンクする必要なしに実施され得る。
したがって、第2の実施形態に係る医用画像処理装置1201aによれば、従来のイメージング技術及び表示技術を改善することができる。
例えば、参考文献Displaying a CT image about lung area and mediastinum area at same time, by applying a thresholding processing to a CT image about lung area、(日本放射線技術学会近畿支部、第13巻、3号、2008年1月)は、CT画像から肺エリアを切り取るための異なる再構成カーネル及びコンピュータ支援診断(CAD)抽出技法を使用して、異なるウィンドウレベルで肺エリア及び縦隔エリアを同時に表示することに関する。具体的には、この参考文献は、胸部エリアについての投影データをコントラストを用いて生成し、次いで肺エリア画像及び縦隔エリア画像を別々に再構成することを論じている。次に、被検体の外部の空気領域が画像から除去され、被検体内の空気領域が画像から抽出される。
次に、肺エリア内部の高いCT値を有するエリアが抽出され、次いで抽出された肺エリアが、オリジナルの画像とは異なるウィンドウ幅及びウィンドウレベルパラメータで表示される。最後に、異なるウィンドウ幅及びウィンドウレベルパラメータを伴う、この抽出された肺エリアがオリジナルの縦隔エリア画像上に重畳される。
しかしながら、軟部組織のための低周波数と、肺柔組織のための高周波数とを実証する画像カーネルは、この参考文献では実装されない。実際に、前述の参考文献では、1度に適用することのできる周波数は1つだけである。したがって、前述の参考文献では、本実施形態で論じられるように、2つの周波数(低及び高)を同時に適用することができない。
Nagata等の米国特許公開第2002/0057827号は、胸部断層画像内の肺エリア及び縦隔を1つの画像で適切なコントラストで再現することを可能にする断層画像処理を論じている。また、この参考文献は、ダイナミックレンジ圧縮のブラーリング効果を最小限に抑えるために周波数増強を使用する。
しかしながら、このような技法は、本実施形態で論じられる技法のような良好な画像品質(例えば、肺領域内の)を提供しない。縦隔カーネルで再構成された単一のスキャンからの肺領域内の選択的シャープニングを使用することも、本実施形態のように、2つの周波数を同時に適用することよりも劣っている。
(その他の実施形態)
第2の実施形態では、医用画像処理装置1201aが、再構成した画像データにHDRトーンマッピングを適用する場合を例に説明した。しかしながら、これに限定されない。HDRトーンマッピングの適用は、PACSで実施されてもよい。図16は、HDRトーンマッピングがPACSで適用される際の動作の例を表すフローチャートである。
まず、ブロック260で、プロセッサ1203aは、患者のエリア、又は例えば頭部、及び胸部等の関心領域についてのスキャンで取得された生データを受信する。プロセッサ1203aは、前処理機能12033を実行し、生データから投影データを生成する。次いで、ブロック270で、プロセッサ1203aは、再構成機能12034を実行し、ハイブリッドフィルタコンボリューションを用い、投影データに基づいて画像データを再構成する。図10に示されるブロック220と同様に、ブロック270で、プロセッサ1203aは、両方のフィルタコンボリューションの組合せである画像データを得るために、ハイパスフィルタコンボリューション、及びローパスフィルタコンボリューションを用いた再構成処理を、投影データに対して実施する。
次に、ブロック280で、プロセッサ1203aは、デフォルト標準ウィンドウ幅及びレベルの設定を、ブロック270で生成したハイブリッドフィルタコンボリューション画像データに適用させる。デフォルト設定は、例えば、肺についてはウィンドウ幅1600、及びウィンドウレベル−400である。また、デフォルト設定は、例えば、脳についてはウィンドウ幅90、及びウィンドウレベル40である。
ブロック290で、プロセッサ1203aは、ブロック280で生成した画像データをDICOMフォーマットで、PACSの閲覧ステーションへ転送する。ブロック300で、閲覧ステーションは、HDRトーンマッピング設定を、画像データに適用する。設定は、特定の使用ケース、又は特定のスキャンプロトコルに対して調整される。そして、ブロック310で、閲覧ステーションにて(ただ)1つのデータセットが表示される。
なお、ハイブリッドフィルタコンボリューション処理(ブロック270)は、スキャナ(例えば、CTスキャナ)の処理チェーンの一部であり得る。また、HDRトーンマッピング処理(ブロック300)は、PACS保存閲覧ステーション、クラウドベースのDICOM画像ワークステーション、又はハードウェアベースのDICOM画像ワークステーション上に常駐し得る。
これにより、再構成にかかる時間、及び転送時間を(ただ)1つのデータセット分に削減することが可能となる。PACSの記憶容量を削減することが可能となる。1つのデータセットに関する閲覧及び報告は、報告時間を削減し、全ての構造(たとえば、図13に示されるように肺及び縦隔)を共に評価することによって読取り信頼性を改善することが可能となる。したがって、例えば、肺と縦隔との間の相関解析が、2つのデータセットを互いにリンクする必要なしに実施され得る。
なお、HDRトーンマッピングは、機能を完全にオン又はオフすることを可能にするスイッチを介してアクセスされてもよい。一実施形態では、アルゴリズムの強度を制御するスライダも含まれ得る。スライダは、ダイナミックレンジ調節アルゴリズム内のパラメータを制御し、又は、オリジナルのウィンドウレベルの画像と処理済み画像との間の重みつき混合を制御し得る。
また、前述の各機能は、プロセッサ1203,1203aのみでなく、複数の処理回路(プロセッサ)によって実装され得る。処理回路は、前述の各機能を実施するように構成された特定用途向け集積回路(ASIC)、及び従来型回路構成要素等のデバイスをも含む。
医用画像処理装置1201は、専用論理デバイス(例えば、特定用途向け集積回路(ASIC))、又は構成可能論理デバイス(例えば、単純プログラム可能論理デバイス(SPLD)、複合プログラム可能論理デバイス(CPLD)、及びフィールドプログラマブルゲートアレイ(FPGA))を含む。
医用画像処理装置1201は、本開示の教示に従ってプログラムされた命令を保持し、本明細書で説明するデータ構造、テーブル、レコード、または他のデータを収容するための少なくとも1つのコンピュータ可読媒体又はメモリを含む。コンピュータ可読媒体は、プロセッサ1203を実行させる命令を提供する際に関与する任意の非一時的媒体を指す。コンピュータ可読媒体は、限定はしないが、不揮発性媒体、又は揮発性媒体を含む多くの形態を取り得る。コンピュータ可読媒体は、コンパクトディスク(例えば、CD−ROM)、ハードディスク、フロッピーディスク、テープ、光磁気ディスク、PROM(EPROM、EEPROM(登録商標)、フラッシュEPROM)、DRAM、SRAM、SDRAM、または任意の他の磁気媒体、又は任意の他の光媒体、穴のパターンを有するパンチカード、紙テープ、又は他の物理媒体を含む。
コンピュータ可読媒体のうちの任意の1つ、又は組合せの上に格納されて、本開示は、医用画像処理装置1201を制御し、本発明を実装するための1つ、又は複数のデバイスを駆動し、医用画像処理装置1201が人間のユーザと対話することを可能にするためのソフトウェアを含む。そのようなソフトウェアは、限定はしないが、デバイスドライバ、オペレーティングシステム、およびアプリケーションソフトウェアを含み得る。そのようなコンピュータ可読媒体は、本発明を実装する際に実施される処理のすべてまたは一部(処理が分散される場合)を実施するための本開示のコンピュータプログラム製品をさらに含む。
本実施形態のコンピュータコードデバイスは、限定はしないが、スクリプト、解釈可能なプログラム、ダイナミックリンクライブラリ(DLL)、Java(登録商標)クラス、及び完全な実行可能プログラムを含む、任意の解釈可能または実行可能なコード機構であり得る。さらに、本実施形態の処理の各部分は、より良好な性能、信頼性、及び/又はコストのために分散され得る。
一方、伝送媒体は、バス1202を構成するワイヤを含む、同軸ケーブル、銅線、及び光ファイバーを含む。また、伝送媒体は、電波及び赤外線データ通信中に生成されるような、音響波又は光波の形態を取り得る。
様々な形態のコンピュータ可読媒体が、実行のためにプロセッサ1203に対する1つまたは複数の命令の1つまたは複数のシーケンスを実施する際に関与し得る。例えば、命令は当初、リモートコンピュータの磁気ディスク上に担持され得る。リモートコンピュータは、本開示の全て、又は一部を実装するための命令をリモートにダイナミックメモリ内にロードし、モデムを使用して電話回線を介して命令を送り得る。医用画像処理装置1201に対してローカルなモデムが、電話回線上のデータを受信し、バス1202上にデータを配置し得る。バス1202は、データをメインメモリ1204に搬送し、プロセッサ1203は、メインメモリ1204から命令を取り出し、実行する。任意選択で、メインメモリ1204によって受信される命令が、プロセッサ1203による実行の前または後に、記憶デバイス1207または1208上に格納され得る。
ネットワークリンク1214は通常、他のデータデバイスに対する、1つ、又は複数のネットワークを介するデータ通信を実現する。例えば、ネットワークリンク1214は、ローカルネットワーク1215(例えば、LAN)を介する、または通信ネットワーク1216を介する通信サービスを提供するサービスプロバイダによって運用される機器を介する、別のコンピュータに対する接続を実現し得る。ローカルネットワーク1215、及び通信ネットワーク1216は、例えば、デジタルデータストリームを搬送する電気信号、電磁信号、又は光信号と、関連する物理層(例えば、CAT 5ケーブル、同軸ケーブル、及び光ファイバー等)とを使用する。様々なネットワークを介する信号、及びネットワークリンク1214上の、デジタルデータを医用画像処理装置1201との間で搬送する通信インターフェース1213を介する信号が、ベースバンド信号、又は搬送波ベースの信号で実装される。ベースバンド信号は、デジタルデータビットのストリームを記述する非変調電気パルスとしてデジタルデータを搬送し、「ビット」という用語は、シンボルを意味するように広く解釈されるべきであり、各シンボルは少なくとも1つ、又は複数の情報ビットを搬送する。デジタルデータは、導電性媒体を介して伝播され、又は伝播媒体を介して電磁波として送信される振幅、位相、及び/又は周波数偏移キーイング済み信号等で搬送波を変調するためにも使用される。つまり、デジタルデータは、「ワイヤード」通信チャネルを介して非変調ベースバンドデータとして送られ、かつ/又は搬送波を変調することによってベースバンドとは異なる所定の周波数帯内で送られ得る。医用画像処理装置1201は、ネットワーク1215,1216、ネットワークリンク1214、及び通信インターフェース1213を介して、プログラムコードを含むデータを送信および受信し得る。さらに、ネットワークリンク1214は、携帯情報端末(PDA)ラップトップコンピュータ、セルラ電話などのモバイルデバイス1217に対する、LAN1215を介する接続を提供し得る。
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同様に、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ものである。
1201,1201a…医用画像処理装置、1202…バス、1203,1203a…プロセッサ、1204…メインメモリ、1206…ディスクコントローラ、1207…磁気ハードディスク、1208…メディアドライブ、1209…ディスプレイコントローラ、1210…ディスプレイ、1211…キーボード、1212…ポインティングデバイス、1213,1213a…通信インターフェース、1214…ネットワークリンク、1215…LAN、1216…通信ネットワーク、1217…モバイルデバイス、12031,12031a…表示処理機能、12032…量子化機能、12033…前処理機能、12034…再構成機能。

Claims (9)

  1. 画像データにトーンマッピングを適用し、前記画像データにHDR(High Dynamic Range)トーンマッピングを適用し、前記トーンマッピングが適用された第1の適用済み画像データを、前記HDRトーンマッピングが適用された第2の適用済み画像データに基づいて補正する表示処理部と、
    前記補正された第1の適用済み画像データを量子化する量子化部と
    を具備する医用画像処理装置。
  2. 投影データに基づいてハイブリッドコンボリューションを用いた再構成処理を実行することで、前記画像データを再構成する再構成部をさらに具備する請求項1記載の医用画像処理装置。
  3. 前記再構成部は、前記投影データに基づいてソフトカーネルを用いた再構成処理を実行することで第1の画像データを取得し、前記第1の画像データから組織部分を抽出し、前記第1の画像データに強調フィルタを適用して第2の画像データを取得し、前記第2の画像データから肺部分を抽出し、前記抽出した組織部分と前記抽出した肺部分とを合成することで前記画像データを再構成する請求項2記載の医用画像処理装置。
  4. 前記再構成部は、前記投影データに基づいてソフトカーネルを用いた第1の再構成処理を実行することで第1の画像データを取得し、前記第1の画像データから組織部分を抽出し、前記投影データに基づいて前記ソフトカーネルよりシャープなカーネルを用いた第2の再構成処理を実行することで第2の画像データを取得し、前記第2の画像データから肺部分を抽出し、前記抽出した組織部分と前記抽出した肺部分とを合成することで前記画像データを再構成する請求項2記載の医用画像処理装置。
  5. 前記表示処理部は、入力パラメータを受け取り、前記受け取った入力パラメータを使用して前記トーンマッピングが適用された第1の適用済み画像データの補正を調整する請求項1乃至4のいずれかに記載の医用画像処理装置。
  6. 前記量子化部により量子化された画像データをディスプレイに表示させる表示制御部をさらに具備する請求項1乃至5のいずれかに記載の医用画像処理装置。
  7. 前記量子化した画像データをDICOM(Digital Imaging and Communications in Medicine)フォーマットにフォーマットする変換部をさらに具備する請求項1乃至6のいずれかに記載の医用画像処理装置。
  8. 画像データにトーンマッピングを適用して第1の適用済み画像データを生成し、
    前記画像データにHDR(High Dynamic Range)トーンマッピングを適用して第2の適用済み画像データを生成し、
    前記第1の適用済み画像データを、前記第2の適用済み画像データに基づいて補正し、
    前記補正された第1の適用済み画像データを量子化する医用画像処理方法。
  9. 投影データに基づいてハイブリッドコンボリューションを用いた再構成処理を実行することで、前記画像データを再構成する請求項8記載の医用画像処理方法。
JP2016098082A 2015-05-18 2016-05-16 医用画像処理装置及び医用画像処理方法 Pending JP2016214857A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US14/715,237 2015-05-18
US14/715,237 US9741104B2 (en) 2015-05-18 2015-05-18 Apparatus, method, and computer-readable medium for quad reconstruction using hybrid filter convolution and high dynamic range tone-mapping

Publications (1)

Publication Number Publication Date
JP2016214857A true JP2016214857A (ja) 2016-12-22

Family

ID=57324512

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016098082A Pending JP2016214857A (ja) 2015-05-18 2016-05-16 医用画像処理装置及び医用画像処理方法

Country Status (2)

Country Link
US (1) US9741104B2 (ja)
JP (1) JP2016214857A (ja)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11113800B2 (en) * 2017-01-18 2021-09-07 Nvidia Corporation Filtering image data using a neural network
CN106960420B (zh) * 2017-02-20 2020-04-24 南京邮电大学 一种分段迭代匹配追踪算法的图像重构方法
JP6921711B2 (ja) * 2017-10-31 2021-08-18 キヤノン株式会社 画像処理装置、画像処理方法、及びプログラム
CN107833231B (zh) * 2017-11-22 2020-12-04 上海联影医疗科技股份有限公司 医学图像显示方法、装置和计算机存储介质
US11941789B2 (en) * 2018-10-19 2024-03-26 Gopro, Inc. Tone mapping and tone control integrations for image processing
US20210241070A1 (en) * 2020-02-03 2021-08-05 Qualcomm Incorporated Hybrid convolution operation

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4922915A (en) * 1987-11-27 1990-05-08 Ben A. Arnold Automated image detail localization method
DE69214229T2 (de) * 1991-08-14 1997-04-30 Agfa Gevaert Nv Verfahren und Vorrichtung zur Kontrastverbesserung von Bildern
US5782762A (en) * 1994-10-27 1998-07-21 Wake Forest University Method and system for producing interactive, three-dimensional renderings of selected body organs having hollow lumens to enable simulated movement through the lumen
US7486811B2 (en) * 1996-09-16 2009-02-03 The Research Foundation Of State University Of New York System and method for performing a three-dimensional virtual examination of objects, such as internal organs
US7194117B2 (en) * 1999-06-29 2007-03-20 The Research Foundation Of State University Of New York System and method for performing a three-dimensional virtual examination of objects, such as internal organs
US6801594B1 (en) * 1997-11-26 2004-10-05 General Electric Company Computed tomography fluoroscopy system
US6511426B1 (en) * 1998-06-02 2003-01-28 Acuson Corporation Medical diagnostic ultrasound system and method for versatile processing
US6275721B1 (en) * 1999-06-10 2001-08-14 General Electriccompany Interactive MRI scan control using an in-bore scan control device
JP2002123816A (ja) * 2000-10-18 2002-04-26 Fuji Photo Film Co Ltd 断層画像処理方法および装置並びに記録媒体
US6956975B2 (en) * 2001-04-02 2005-10-18 Eastman Kodak Company Method for improving breast cancer diagnosis using mountain-view and contrast-enhancement presentation of mammography
US6584339B2 (en) * 2001-06-27 2003-06-24 Vanderbilt University Method and apparatus for collecting and processing physical space data for use while performing image-guided surgery
US7787927B2 (en) * 2003-06-20 2010-08-31 Merge Cad Inc. System and method for adaptive medical image registration
US20070276214A1 (en) * 2003-11-26 2007-11-29 Dachille Frank C Systems and Methods for Automated Segmentation, Visualization and Analysis of Medical Images
JP5192372B2 (ja) * 2006-05-25 2013-05-08 株式会社日立メディコ X線ct装置
US8442290B2 (en) * 2007-01-19 2013-05-14 Mayo Foundation For Medical Education And Research Simultaneous dual window/level settings for display of CT colonography images
US20100130860A1 (en) * 2008-11-21 2010-05-27 Kabushiki Kaisha Toshiba Medical image-processing device, medical image-processing method, medical image-processing system, and medical image-acquiring device
JP6054043B2 (ja) * 2011-03-10 2016-12-27 東芝メディカルシステムズ株式会社 医用画像診断装置、医用画像表示装置、医用画像処理装置、及び医用画像処理プログラム
CN104508710B (zh) * 2012-03-29 2018-04-27 皇家飞利浦有限公司 对图像数据中的选择性组织的视觉抑制
US20150085970A1 (en) * 2013-09-23 2015-03-26 General Electric Company Systems and methods for hybrid scanning

Also Published As

Publication number Publication date
US9741104B2 (en) 2017-08-22
US20160343117A1 (en) 2016-11-24

Similar Documents

Publication Publication Date Title
JP2016214857A (ja) 医用画像処理装置及び医用画像処理方法
US20190053773A1 (en) Roi selection for imaging apparatus
US9131913B2 (en) Region-selective fluoroscopic image compression
US10867375B2 (en) Forecasting images for image processing
JP6746676B2 (ja) 画像処理装置、画像処理方法、及びプログラム
CN111598989B (zh) 一种图像渲染参数设置方法、装置、电子设备及存储介质
CN111127430A (zh) 确定医学影像显示参数的方法及装置
US10631810B2 (en) Image processing device, radiation imaging system, image processing method, and image processing program
WO2017013514A1 (en) Computed tomography visualization adjustment
CN108601570B (zh) 断层摄影图像处理设备和方法以及与方法有关的记录介质
JP2017012445A (ja) 画像処理装置、画像処理方法、および画像処理プログラム
JP6678541B2 (ja) 画像処理装置、方法およびプログラム
WO2019097796A1 (ja) 医用画像処理装置および医用画像処理方法
JP2005109790A (ja) 医用画像処理装置
JP2017221483A (ja) 医用画像処理装置及びプログラム
US10433796B2 (en) Selecting transfer functions for displaying medical images
US20200240934A1 (en) Tomography apparatus and controlling method for the same
US20130308841A1 (en) Method and apparatus for image processing
US20210027430A1 (en) Image processing apparatus, image processing method, and x-ray ct apparatus
KR102527017B1 (ko) 평면 보간 기반 2차원 의료 영상을 생성하는 방법 및 장치
US9978132B2 (en) Radiation image processing device, method, and program
CN111325758A (zh) 肺部图像分割方法及装置、图像分割模型的训练方法
CN117437144A (zh) 用于图像去噪的方法和系统
US20220414832A1 (en) X-ray imaging restoration using deep learning algorithms
US11790576B2 (en) Medical image processing apparatus and medical image processing method