JP2017080389A - 医用画像システム及びプログラム - Google Patents
医用画像システム及びプログラム Download PDFInfo
- Publication number
- JP2017080389A JP2017080389A JP2016168826A JP2016168826A JP2017080389A JP 2017080389 A JP2017080389 A JP 2017080389A JP 2016168826 A JP2016168826 A JP 2016168826A JP 2016168826 A JP2016168826 A JP 2016168826A JP 2017080389 A JP2017080389 A JP 2017080389A
- Authority
- JP
- Japan
- Prior art keywords
- region
- area
- initial
- breast
- lesion
- 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
- 210000000481 breast Anatomy 0.000 claims abstract description 157
- 210000005075 mammary gland Anatomy 0.000 claims abstract description 126
- 230000003902 lesion Effects 0.000 claims abstract description 104
- 239000000284 extract Substances 0.000 claims abstract description 18
- 238000000605 extraction Methods 0.000 claims description 63
- 238000002059 diagnostic imaging Methods 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 47
- 238000000034 method Methods 0.000 abstract description 42
- 238000004891 communication Methods 0.000 abstract description 26
- 238000002601 radiography Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 30
- 238000003860 storage Methods 0.000 description 22
- 210000002976 pectoralis muscle Anatomy 0.000 description 20
- 230000006870 function Effects 0.000 description 8
- 238000007689 inspection Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 6
- 238000009607 mammography Methods 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 238000007796 conventional method Methods 0.000 description 5
- 210000000062 pectoralis major Anatomy 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000003825 pressing Methods 0.000 description 4
- 210000000779 thoracic wall Anatomy 0.000 description 4
- 206010006187 Breast cancer Diseases 0.000 description 3
- 208000026310 Breast neoplasm Diseases 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 206010028980 Neoplasm Diseases 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000011976 chest X-ray Methods 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005429 filling process Methods 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 210000004072 lung Anatomy 0.000 description 2
- 210000002445 nipple Anatomy 0.000 description 2
- 238000011946 reduction process Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 240000001973 Ficus microcarpa Species 0.000 description 1
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 1
- 206010035664 Pneumonia Diseases 0.000 description 1
- 241000270295 Serpentes Species 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000003745 diagnosis 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
- 238000001914 filtration Methods 0.000 description 1
- 201000005202 lung cancer Diseases 0.000 description 1
- 208000020816 lung neoplasm Diseases 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
Abstract
Description
(1)乳房画像における乳房領域に対する乳腺領域の割合(乳腺含有率)
(2)乳房画像における乳腺領域に対する乳腺領域内の脂肪領域の割合
被写体部位をX線撮影することにより得られた医用画像から被写体領域を抽出する被写体領域抽出手段と、
前記被写体領域から輝度値が第1の基準値以上の領域である初期領域を抽出する第1の抽出手段と、
前記被写体領域における前記初期領域を含む領域内から輝度値が第2の基準値以下の領域を抽出する第2の抽出手段と、
前記被写体領域、前記初期領域を含む領域、及び前記第2の抽出手段により抽出された領域のそれぞれの面積を算出し、算出した面積に基づいて、病変に関する指標を取得する取得手段と、
前記取得された病変に関する指標を表示する表示手段と、
を備える。
前記病変に関する指標は、病変見逃しリスクを示す指標である。
前記第1の基準値は、前記第2の基準値よりも高い輝度値である。
前記第1の抽出手段により抽出された前記初期領域のうち予め定められた条件に合致する初期領域をノイズとして除去するノイズ除去手段をさらに有し、
前記第2の抽出手段は、前記ノイズ除去手段によってノイズが除去された前記初期領域を全て含む領域内から輝度値が前記第2の基準値以下の領域を抽出し、
前記取得手段は、前記初期領域を含む領域の面積として、前記ノイズ除去手段によってノイズが除去された前記初期領域を全て含む領域の面積を算出する。
前記ノイズ除去手段は、複数の前記初期領域の中から選択された少なくとも1つの前記初期領域から予め定められた範囲外に存在する前記初期領域をノイズとして除去する。
前記ノイズ除去手段は、複数の前記初期領域のうち最大の初期領域から距離Di内にある初期領域を併合対象とし、前記併合対象とされた初期領域の最も外側にある領域から距離Diだけ前記最大の初期領域を広げた領域内に存在する初期領域を前記併合対象に追加する処理を繰り返し、前記併合対象に追加する初期領域が存在しなくなった場合、前記最大の初期領域及び前記併合対象とされた初期領域の外輪を求め、求めた外輪の外側に存在する初期領域をノイズとして除去する。
前記ノイズ除去手段は、複数の前記初期領域の中から所定の面積より小さい前記初期領域をノイズとして除去する。
前記ノイズ除去手段は、複数の前記初期領域のうち、前記被写体領域の予め定められた位置に存在し、かつ、基準面積以下の初期領域をノイズとして除去する。
前記取得手段は、前記被写体領域、前記初期領域を含む領域、及び前記第2の抽出手段により抽出された領域のそれぞれの面積を前記病変に関する指標として取得する。
前記取得手段は、前記被写体領域に対する前記初期領域を含む領域の面積の割合と、前記初期領域を含む領域に対する前記第2の抽出手段により抽出された領域の面積の割合を算出し、算出した割合を病変に関する指標として取得する。
前記取得手段は、横軸を前記被写体領域に対する前記初期領域を含む領域の面積の割合(RD/B)、縦軸を前記初期領域を含む領域に対する前記第2の抽出手段により抽出された領域の面積の割合(RF/D)としたグラフを生成し、前記グラフの領域を、RD/Bが第1の閾値以下の領域、RD/Bが前記第1の閾値を超えておりかつRF/Dが第2の閾値以上の領域、RD/Bが前記第1の閾値を超えておりかつRF/Dが前記第2の閾値より小さく第3の閾値以上の領域、RD/Bが前記第1の閾値を超えておりかつRF/Dが前記第3の閾値より小さい領域の4つの領域に区分し、前記医用画像から算出されたRD/BとRF/Dの座標が含まれる領域に応じたスコアを前記病変に関する指標として取得する。
前記第1の閾値、前記第2の閾値、前記第3の閾値を調整するための第1の調整手段を備える。
前記第1の基準値、前記第2の基準値を調整するための第2の調整手段を備える。
前記被写体部位は、乳房であり、
前記被写体領域抽出手段は、乳房をX線撮影することにより得られた乳房画像から乳房領域を抽出し、
前記第1の抽出手段は、前記乳房領域から輝度値が前記第1の基準値以上の領域を抽出することにより初期乳腺領域を抽出し、
前記第2の抽出手段は、前記初期乳腺領域を含む乳腺領域から輝度値が前記第2の基準値以下の領域を抽出することにより乳腺領域内の脂肪領域を抽出する。
前記表示手段は、左右のMLO画像、左右のCC画像の4種類の乳房画像から算出した病変に関する指標を並べて表示する。
コンピューターを、
被写体部位をX線撮影することにより得られた医用画像から被写体領域を抽出する被写体領域抽出手段、
前記被写体領域から輝度値が第1の基準値以上の領域である初期領域を抽出する第1の抽出手段、
前記被写体領域における前記初期領域を含む領域内から輝度値が第2の基準値以下の領域を抽出する第2の抽出手段、
前記被写体領域、前記初期領域を含む領域、及び前記第2の抽出手段により抽出された領域のそれぞれの面積を算出し、算出した面積に基づいて、病変に関する指標を取得する取得手段、
前記取得された病変に関する指標を表示する表示手段、
として機能させる。
まず、本実施形態の構成を説明する。
図1に、本実施形態における医用画像システム100のシステム構成例を示す。
図1に示すように、医用画像システム100は、画像生成装置1、画像処理装置2、画像表示装置3を備えて構成されている。これら各装置1〜3は、LAN(Local Area Network)等の医療施設内で構築された通信ネットワークNを介して相互にデータを送受信可能に接続されている。通信ネットワークNは、DICOM(Digital Imaging and Communication in Medicine)規格が適用されている。なお、各装置の台数は、特に限定されない。
画像生成装置1は、人体における被写体部位をX線撮影し、その撮影画像(医用画像)のデジタルデータを生成するX線撮影装置であり、例えばCR(Computed Radiography)装置、FPD(Flat Panel Detector)装置等のモダリティを適用可能である。本実施形態では、画像生成装置1として、左右乳房のX線撮影を行うFPD装置を適用し、医用画像として乳房画像のデータが生成されるものとする。また、画像生成装置1により生成される乳房画像の画素値は輝度値であり、被写体によるX線の吸収が大きいほど大きく、乳房画像上では画素値が大きいほど白く描画されることとする。
図2に示すように、画像処理装置2は、制御部21、操作部22、表示部23、通信部24、記憶部25を備えて構成され、各部はバス26により接続されている。
図3に示すように、画像表示装置3は、制御部31、操作部32、表示部33、通信部34、記憶部35を備えて構成され、各部はバス36により接続されている。
また、記憶部35には、画像DB(Data Base)351が設けられている。画像DB351は、画像生成装置1から送信された乳房画像と画像処理装置2から送信された病変見逃しリスク情報を対応付けて記憶する。
次に、医用画像システム100の動作について説明する。
図4に、画像処理装置2において通信部24により画像生成装置1からの乳房画像を受信した際に実行される病変見逃しリスク情報取得処理のフローチャートを示す。病変見逃しリスク情報取得処理は、制御部21と記憶部25に記憶されているプログラムとの協働により実行される。
スキンライン検出は、公知の手法を用いて行うことができる。例えば、特許第5353149号公報に記載のように、所定の閾値を用いて乳房画像の画素値を2値化して低輝度領域と高輝度領域とに区分し、高輝度領域に区分された領域から乳房画像における胸壁側と反対側の画像端部に繋がる高輝度領域を削除する処理を高輝度領域が残存するまで閾値を順次上げて繰り返し、残存した高輝度領域の輪郭をスキンラインSLとして検出する。これにより、ヒール効果の影響があっても精度良く乳房領域を検出することができる。
大胸筋ラインLの検出は、例えば、以下の手法により行うことができる。
まず、制御部21は、乳房画像の各画素を注目画素としてプレヴィット(Prewitt)フィルタによりフィルタ処理を施す。以下、図6(a)に示すように、フィルタ処理後の乳房画像における各画素の位置は、乳房画像における乳房の左右方向をX軸、これと垂直方向をY軸とした座標(X、Y)で表す。また、フィルタ処理後の乳房画像における座標(X、Y)の画素値をV(X、Y)と表す。また、X軸方向の画像端の座標をXmax、Y軸方向の画像端をYmaxとして表す。大胸筋ライン検出は、フィルタ処理後の乳房画像に対して行う。
まず、図6(a)に示すように、各基準点をそれぞれ中心として、Y軸方向との角度が0〜−30°の範囲について、1°刻みで乳房画像のY軸方向の幅の1/5の長さをもつ探索ラインla0〜la30を設定する。次いで、探索ラインla0〜la30上の画素値の平均値をそれぞれ算出する。全ての基準点について、探索ラインla0〜la30上の画素値の平均値をそれぞれ算出後、算出された平均値が最大となった探索ラインの基準点を大胸筋ライン探索開始点Bとして決定する。
このとき、大胸筋ライン探索開始点Bが画像右端(Xmax)に近い場合、例えば、右端から10画素までの場合、大胸筋ラインLはなしと判断する。また、算出された最大の平均値が予め定められた閾値より小さい場合は、大胸筋ラインLはなしと判断する。図6(b)に、大胸筋ライン探索開始点B付近の拡大図を示す。
次いで、大胸筋ライン探索開始点BからY軸方向の幅の1/10の地点を基点として、同様の処理を行う。その後、更に、前回基点とした地点からY軸方向の幅の1/10の地点を基点として、同様の処理を行う。画像端に到達するまで同様の処理を繰り返すことにより、大胸筋ラインLを検出する。
なお、探索ラインlb0〜lb18の最大の平均値が予め定められた閾値より小さい場合は、不明瞭な大胸筋ラインLと判断する。探索ラインlb0〜lb18の最大の平均値が閾値より大きい基点が2以上ある場合は、それらの基点から2次の近似曲線を引き、この曲線を大胸筋ラインLとして検出する。探索ラインlb0〜lb18の最大の平均値が閾値より大きい基点が1以下である場合は、大胸筋ライン探索開始点BをY軸方向に1画素分ずらして上記処理を実行する。
ステップS201においては、まず、乳房画像に縮小処理を行い、次いで、ダイナミックレンジ圧縮処理を行う。次いで、縮小処理及びダイナミックレンジ圧縮処理後の乳房画像における乳房領域の画素値のヒストグラムを作成する。そして、作成したヒストグラムに基づいて第1の基準値としての閾値を決定し、決定した閾値を用いて閾値処理を行って初期乳腺領域を抽出する。ここで、作成したヒストグラムのピークが1つの場合、最大化エントロピー法によって閾値を決定し、ヒストグラムのピークが2以上の場合、判別分析法によって閾値を決定する。また、乳房領域において、画素値が決定された閾値以上の領域(高輝度領域)を初期乳腺領域として抽出する。
なお、ステップS201において、制御部21は、設定パラメーターファイル252に設定されている乳腺領域抽出パラメーターに基づいて、ヒストグラムから決定した閾値を調整する。
具体的には、抽出された初期乳腺領域のうち、面積が所定の閾値より小さい領域(例えば、5画素より小さい領域)をノイズとして除去(削除)する。また、抽出された初期乳腺領域のうち、図9(a)に示すように、胸壁Wに接しており、かつ面積が予め定められた基準面積以下(例えば、乳房領域の面積の30%以下)の初期乳腺領域をノイズとして除去する。あるいは、図9(b)に示すように、大胸筋領域Pに接しており、かつ面積が予め定められた基準面積以下(例えば、乳房領域の面積の30%以下)の初期乳腺領域をノイズとして除去する。なお、図9(c)に示すように、胸壁W又は大胸筋領域Pに接していても、面積が予め定められた基準面積より大きい場合は、非ノイズであるため除去しない。
次いで、制御部21は、図10に示すように初期乳腺領域に含まれる閉空間を閉じる穴埋め処理を行う(ステップS204)。
図11に、併合処理の概要を示す。図11に示すように、併合処理では、まず、ステップS203において抽出された最大領域(図11のN1)を輪郭から距離Diだけ広げた領域R1に、他の初期乳腺領域が存在するか否かを判断する。他の初期乳腺領域が存在した場合、その初期乳腺領域を併合対象とする。例えば、図11においては、領域N2、N3が併合対象となる。次いで、併合対象とした初期乳腺領域のうち、最も外側にある領域(最大領域から最も遠い領域)から距離Diだけ領域R1を相似形に広げた領域R2に、領域R1に入っていなかった他の初期乳腺領域が存在するか否かを判断する。他の初期乳腺領域が存在した場合、その初期乳腺領域を併合対象に加える。例えば、図11においては、領域N4及び領域N5を併合対象に加える。併合対象とした初期乳腺領域のうち、最も外側にある領域から距離Diだけ領域R1を相似形に広げた領域に新たに他の初期乳腺領域が存在しなくなるまで上記処理を繰り返し、併合対象に追加する初期乳腺領域が存在しなくなった場合、併合対象とされた初期乳腺領域の外輪を求め、求めた外輪内を最終的な乳腺領域として特定する。外輪の外側に存在する初期乳腺領域はノイズとして除去する。外輪は、動的輪郭法(SNAKES法、Level Set法など)で求めてもよいし、凸閉包を求めてもよい。動的輪郭法による場合は滑らかな外輪を求めることができる。一方、凸閉包の場合は比較的簡易な計算で求めることができるというメリットがある。
ここで、従来の画像解析では、乳房領域から閾値処理によって高輝度領域を求め、その高輝度領域を乳腺領域としていた。しかし、閾値の設定によっては、実際に乳腺の存在する領域でも乳腺領域と見做されない場合がある。医師は、乳腺は乳頭を基点として広がっているという知見に基づき、画像解析結果における乳頭付近の乳腺領域の広がりから乳腺領域を補間して乳腺領域を判断している。そこで、本実施形態においては、医師の判断と親和性を持たせるため、初期乳腺領域の併合処理により特定された領域を乳腺領域とする。
ステップS3において、制御部21は、例えば、乳腺領域内の画素値のヒストグラムを作成し、作成したヒストグラムに基づいて第2の基準値としての閾値を決定し、決定した閾値を用いて閾値処理を行って乳腺領域内の脂肪領域を抽出する。ここで、作成したヒストグラムのピークが1つの場合、最大化エントロピー法によって閾値を決定し、ヒストグラムのピークが2以上の場合、判別分析法によって閾値を決定する。また、乳腺領域において、画素値が決定された閾値以下の領域(低輝度領域)を乳腺領域内の脂肪領域として抽出する。ここで、第1の基準値>第2の基準値である。なお、ステップS3において、制御部21は、設定パラメーターファイル252の乳腺領域内の脂肪領域抽出パラメーターに基づいて、ヒストグラムから算出した閾値を調整する。
或いは、乳腺領域内の初期乳腺領域以外の領域を乳腺領域内の脂肪領域として抽出することとしてもよい。
(A)乳房領域、乳腺領域、乳腺領域内の脂肪領域のそれぞれの面積
(B)RD/B=(乳腺領域の面積D/乳房領域の面積B)×100
RF/D=(乳腺領域内の脂肪領域の面積F/乳腺領域の面積D)×100
(C)(B)の値を2軸で評価したスコア
(1)まず、図13に示すように、横軸をRD/B、縦軸をRF/Dとした座標空間(グラフ)を生成して以下の4つのスコアの領域に分割する。
スコア1の領域:RD/Bが閾値1(第1の閾値。ここでは、5)以下の領域。即ち、乳房領域に対する乳腺領域の割合がわずかであり、病変見逃しのリスクが低い領域
スコア2の領域:RD/Bが閾値1を超えているが、RF/Dが閾値2(第2の閾値。ここでは50)以上の領域。即ち、乳房領域に対する乳腺領域の割合がある程度大きいが、乳腺領域に対する乳腺領域内の脂肪領域も比較的大きいため、病変見逃しのリスクがそれほど高くない領域
スコア3の領域:RD/Bが閾値1を超えており、RF/Dが閾値2より小さく閾値3(第3の閾値)以上(閾値2>閾値3)の領域。即ち、乳房領域に対する乳腺領域の割合がある程度大きく、乳腺領域に対する乳腺領域内の脂肪領域があまり大きくないため、病変見逃しのリスクが高い領域
スコア4の領域:RD/Bが閾値1を超えており、RF/Dが閾値3より小さい領域。即ち、乳房領域に対する乳腺領域の割合がある程度大きく、乳腺領域に対する乳腺領域内の脂肪領域が小さいため、病変見逃しのリスクが非常に高い領域。
(2)次いで、RD/B、RF/Dを算出し、算出したRD/B、RF/Dの値をグラフ上にプロットし、プロットした点の含まれる領域のスコアが、受信された乳房画像の読影時の見逃しリスクを示す指標となる。
ここで、閾値1〜閾値3は、設定パラメーターファイル252のスコア判定パラメーターである。
図14(a)に示す例では、上述の(C)のスコアの領域を示すグラフ上にRD/B及びRF/Dの座標をプロットしたグラフ331を表示するので、表示されている乳房画像の読影時の病変見逃しリスクがどれくらいであるかをユーザーが容易に把握することが可能となる。
図14(b)に示す例では、上述の(C)のスコアと、検査で取得された左右のMLO画像、CC画像のそれぞれの乳房領域内における乳腺領域及び乳腺領域内の脂肪領域の割合を示す棒グラフ335とを表示するので、各乳房画像の読影時の病変の見逃しリスクがどれだけあるかをユーザーが容易に把握することが可能となる。また、4種類の乳房画像の乳房領域内における乳腺領域及び乳腺領域内の脂肪領域の割合をユーザーが容易に比較することが可能となる。
図14(c)に示す例では、上述の(C)のスコアと、検査で取得された左右のMLO画像、CC画像のそれぞれの、RD/Bの値をプロットした棒グラフ336と、RF/Dの値をプロットした棒グラフ337と、を表示するので、乳房画像の読影時の病変の見逃しリスクがどれだけあるかをユーザーが容易に把握することが可能となる。また、4種の乳房画像のRD/Bの値、RF/Dの値をユーザーが容易に比較することができる。
図16(a)、(b)に、パラメーター調整画面338の一例を示す。図16(a)、(b)に示すように、パラメーター調整画面338には、パラメーター調整に使用する乳房画像を表示する乳房画像表示欄338aと、パラメーター調整に使用する乳房画像を変更するための変更釦338bと、調整対象のパラメーターの項目を選択するための項目選択タブ338cと、パラメーターを調整するためのスライドバーが表示されたパラメーター調整欄338dと、調整実行釦338eと、デフォルト釦338fと、閉じる釦338gと、が設けられている。パラメーター調整画面338の初期状態では、乳房画像表示欄338aには、例えば、検査日時が最新の乳房画像が表示され、変更釦338bを押下することにより、乳房画像を検査日時の降順に切り替えることができる。また、初期状態では、項目選択タブ338cは、領域抽出パラメーターを選択した状態となっており(図16(a)参照)、「判定」の項目選択タブ338cを押下することで、スコア判定パラメーターを選択した状態に切り替えることができる(図16(b)参照)。
次に、本実施形態の変形例について説明する。
上記実施形態においては、施設の診療科として統一的な判断基準で診察を行うため、施設固有の設定パラメーターを設定パラメーターファイル252に記憶しておく場合を例にとり説明した。この場合、図17(a)に示すように、画像生成装置1で乳房画像を生成した後、乳房画像を画像処理装置2及び画像表示装置3に送信し、画像処理装置2において設定パラメーターファイル252を参照して病変見逃しリスク情報取得処理を行い、結果である病変見逃しリスク情報を画像表示装置3に送信した。そして、画像表示装置3は、受信した病変見逃しリスク情報を乳房画像に対応付けて画像DB351に記憶しておき、操作部32により表示対象の検査が選択されると、制御部31は、選択された乳房画像及び病変見逃しリスクを示す指標を表示部33に表示させた。
変形例における医用画像システム100構成及び各装置の構成は、上記実施形態と同様であるが、変形例においては、画像処理装置2の記憶部25は、各ユーザー毎の設定パラメーターファイル252を記憶している。即ち、記憶部25には、ユーザーIDに対応付けて、そのユーザーの設定パラメーターファイル252が記憶されている。また、記憶部25には、医用画像システム100にアクセス可能なユーザーのユーザーIDとパスワードが対応付けて記憶されている。
図17(b)に示すように、画像生成装置1は、乳房画像を生成すると、画像表示装置3に乳房画像を送信する(T1)。画像表示装置3は、画像生成装置1から乳房画像を受信すると、受信した乳房画像を画像DB351に記憶する。
また、画像表示装置3において、操作部32によりユーザーID及びパスワードが入力されてユーザー認証が行われた後、操作部32によりパラメーター調整の指示が入力された場合、制御部31は、パラメーター調整処理を実行する。パラメーター調整処理のステップS17において、制御部31は、調整されたパラメーター及び乳房画像表示欄338aに表示された乳房画像を通信部34により画像処理装置2に送信する際、併せてログインユーザーのユーザーIDを送信する。画像処理装置2においては、受信したパラメーターの値により受信したユーザーIDに対応付けて記憶されている設定パラメーターファイル252を更新する。
従って、従来からの医師による病変見逃しリスクの判定方法と親和性が高く、かつ客観的な病変見逃しリスクを示す指標を提供することができる。
1 画像生成装置
2 画像処理装置
21 制御部
22 操作部
23 表示部
24 通信部
25 記憶部
251 デフォルトパラメーターファイル
252 設定パラメーターファイル
26 バス
3 画像表示装置
31 制御部
32 操作部
33 表示部
34 通信部
35 記憶部
351 画像DB
36 バス
Claims (16)
- 被写体部位をX線撮影することにより得られた医用画像から被写体領域を抽出する被写体領域抽出手段と、
前記被写体領域から輝度値が第1の基準値以上の領域である初期領域を抽出する第1の抽出手段と、
前記被写体領域における前記初期領域を含む領域内から輝度値が第2の基準値以下の領域を抽出する第2の抽出手段と、
前記被写体領域、前記初期領域を含む領域、及び前記第2の抽出手段により抽出された領域のそれぞれの面積を算出し、算出した面積に基づいて、病変に関する指標を取得する取得手段と、
前記取得された病変に関する指標を表示する表示手段と、
を備える医用画像システム。 - 前記病変に関する指標は、病変見逃しリスクを示す指標である請求項1に記載の医用画像システム。
- 前記第1の基準値は、前記第2の基準値よりも高い輝度値である請求項1又は2に記載の医用画像システム。
- 前記第1の抽出手段により抽出された前記初期領域のうち予め定められた条件に合致する初期領域をノイズとして除去するノイズ除去手段をさらに有し、
前記第2の抽出手段は、前記ノイズ除去手段によってノイズが除去された前記初期領域を全て含む領域内から輝度値が前記第2の基準値以下の領域を抽出し、
前記取得手段は、前記初期領域を含む領域の面積として、前記ノイズ除去手段によってノイズが除去された前記初期領域を全て含む領域の面積を算出する請求項1〜3の何れか一項に記載の医用画像システム。 - 前記ノイズ除去手段は、複数の前記初期領域の中から選択された少なくとも1つの前記初期領域から予め定められた範囲外に存在する前記初期領域をノイズとして除去する請求項4に記載の医用画像システム。
- 前記ノイズ除去手段は、複数の前記初期領域のうち最大の初期領域から距離Di内にある初期領域を併合対象とし、前記併合対象とされた初期領域の最も外側にある領域から距離Diだけ前記最大の初期領域を広げた領域内に存在する初期領域を前記併合対象に追加する処理を繰り返し、前記併合対象に追加する初期領域が存在しなくなった場合、前記最大の初期領域及び前記併合対象とされた初期領域の外輪を求め、求めた外輪の外側に存在する初期領域をノイズとして除去する請求項5に記載の医用画像システム。
- 前記ノイズ除去手段は、複数の前記初期領域の中から所定の面積より小さい前記初期領域をノイズとして除去する請求項4〜6の何れか一項に記載の医用画像システム。
- 前記ノイズ除去手段は、複数の前記初期領域のうち、前記被写体領域の予め定められた位置に存在し、かつ、基準面積以下の初期領域をノイズとして除去する請求項4〜7の何れか一項に記載の医用画像システム。
- 前記取得手段は、前記被写体領域、前記初期領域を含む領域、及び前記第2の抽出手段により抽出された領域のそれぞれの面積を前記病変に関する指標として取得する請求項1〜8の何れか一項に記載の医用画像システム。
- 前記取得手段は、前記被写体領域に対する前記初期領域を含む領域の面積の割合と、前記初期領域を含む領域に対する前記第2の抽出手段により抽出された領域の面積の割合を算出し、算出した割合を病変に関する指標として取得する請求項1〜8の何れか一項に記載の医用画像システム。
- 前記取得手段は、横軸を前記被写体領域に対する前記初期領域を含む領域の面積の割合(RD/B)、縦軸を前記初期領域を含む領域に対する前記第2の抽出手段により抽出された領域の面積の割合(RF/D)としたグラフを生成し、前記グラフの領域を、RD/Bが第1の閾値以下の領域、RD/Bが前記第1の閾値を超えておりかつRF/Dが第2の閾値以上の領域、RD/Bが前記第1の閾値を超えておりかつRF/Dが前記第2の閾値より小さく第3の閾値以上の領域、RD/Bが前記第1の閾値を超えておりかつRF/Dが前記第3の閾値より小さい領域の4つの領域に区分し、前記医用画像から算出されたRD/BとRF/Dの座標が含まれる領域に応じたスコアを前記病変に関する指標として取得する請求項1〜10の何れか一項に記載の医用画像システム。
- 前記第1の閾値、前記第2の閾値、前記第3の閾値を調整するための第1の調整手段を備える請求項11に記載の医用画像システム。
- 前記第1の基準値、前記第2の基準値を調整するための第2の調整手段を備える請求項1〜12の何れか一項に記載の医用画像システム。
- 前記被写体部位は、乳房であり、
前記被写体領域抽出手段は、乳房をX線撮影することにより得られた乳房画像から乳房領域を抽出し、
前記第1の抽出手段は、前記乳房領域から輝度値が前記第1の基準値以上の領域を抽出することにより初期乳腺領域を抽出し、
前記第2の抽出手段は、前記初期乳腺領域を含む乳腺領域から輝度値が前記第2の基準値以下の領域を抽出することにより乳腺領域内の脂肪領域を抽出する請求項1〜13の何れか一項に記載の医用画像システム。 - 前記表示手段は、左右のMLO画像、左右のCC画像の4種類の乳房画像から算出した病変に関する指標を並べて表示する請求項14に記載の医用画像システム。
- コンピューターを、
被写体部位をX線撮影することにより得られた医用画像から被写体領域を抽出する被写体領域抽出手段、
前記被写体領域から輝度値が第1の基準値以上の領域である初期領域を抽出する第1の抽出手段、
前記被写体領域における前記初期領域を含む領域内から輝度値が第2の基準値以下の領域を抽出する第2の抽出手段、
前記被写体領域、前記初期領域を含む領域、及び前記第2の抽出手段により抽出された領域のそれぞれの面積を算出し、算出した面積に基づいて、病変に関する指標を取得する取得手段、
前記取得された病変に関する指標を表示する表示手段、
として機能させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/297,632 US20170116731A1 (en) | 2015-10-27 | 2016-10-19 | Medical image system and computer readable recording medium |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015210302 | 2015-10-27 | ||
JP2015210302 | 2015-10-27 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017080389A true JP2017080389A (ja) | 2017-05-18 |
JP6743588B2 JP6743588B2 (ja) | 2020-08-19 |
Family
ID=58714424
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016168826A Expired - Fee Related JP6743588B2 (ja) | 2015-10-27 | 2016-08-31 | 医用画像システム及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6743588B2 (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109598702A (zh) * | 2018-10-30 | 2019-04-09 | 南方医科大学南方医院 | 对比增强能谱乳腺x线摄影的病灶特征量化方法及系统 |
JP2019058606A (ja) * | 2017-09-28 | 2019-04-18 | 富士フイルム株式会社 | 乳房タイプ識別装置、方法およびプログラム |
JP2020182534A (ja) * | 2019-04-26 | 2020-11-12 | 富士フイルム株式会社 | 制御装置、放射線画像撮影システム、医用撮影システム、制御方法、及び制御プログラム |
KR20210012455A (ko) * | 2019-07-25 | 2021-02-03 | 광운대학교 산학협력단 | 병변 면적비율 산출 방법 및 그를 위한 장치 |
WO2021210334A1 (ja) * | 2020-04-14 | 2021-10-21 | Eizo株式会社 | 情報処理装置、情報処理方法、及びコンピュータプログラム |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0866392A (ja) * | 1994-08-31 | 1996-03-12 | Toshiba Medical Eng Co Ltd | 診断支援システムおよび診断支援方法 |
JP2001238868A (ja) * | 2000-03-01 | 2001-09-04 | Konica Corp | 画像処理方法及び画像処理装置 |
JP2003265450A (ja) * | 2002-03-15 | 2003-09-24 | Konica Corp | 医用画像表示方法および医用画像処理装置 |
JP2005052329A (ja) * | 2003-08-04 | 2005-03-03 | Fuji Photo Film Co Ltd | 異常陰影候補検出装置およびプログラム |
JP2005065856A (ja) * | 2003-08-21 | 2005-03-17 | Fuji Photo Film Co Ltd | 異常陰影検出方法および装置並びにプログラム |
JP2008272014A (ja) * | 2007-04-25 | 2008-11-13 | Hitachi Medical Corp | 定量測定装置、定量評価装置及び画像処理プログラム |
JP2009045110A (ja) * | 2007-08-14 | 2009-03-05 | Fujifilm Corp | 画像処理装置、画像処理方法、および画像処理プログラム |
JP2009136376A (ja) * | 2007-12-04 | 2009-06-25 | Fujifilm Corp | 画像処理装置およびそのプログラム |
US20090252396A1 (en) * | 2008-04-04 | 2009-10-08 | Fujifilm Corporation | Image processing apparatus and image processing method, and recording medium |
WO2012114600A1 (ja) * | 2011-02-22 | 2012-08-30 | オリンパスメディカルシステムズ株式会社 | 医用画像処理装置及び医用画像処理方法 |
-
2016
- 2016-08-31 JP JP2016168826A patent/JP6743588B2/ja not_active Expired - Fee Related
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0866392A (ja) * | 1994-08-31 | 1996-03-12 | Toshiba Medical Eng Co Ltd | 診断支援システムおよび診断支援方法 |
JP2001238868A (ja) * | 2000-03-01 | 2001-09-04 | Konica Corp | 画像処理方法及び画像処理装置 |
JP2003265450A (ja) * | 2002-03-15 | 2003-09-24 | Konica Corp | 医用画像表示方法および医用画像処理装置 |
JP2005052329A (ja) * | 2003-08-04 | 2005-03-03 | Fuji Photo Film Co Ltd | 異常陰影候補検出装置およびプログラム |
JP2005065856A (ja) * | 2003-08-21 | 2005-03-17 | Fuji Photo Film Co Ltd | 異常陰影検出方法および装置並びにプログラム |
JP2008272014A (ja) * | 2007-04-25 | 2008-11-13 | Hitachi Medical Corp | 定量測定装置、定量評価装置及び画像処理プログラム |
JP2009045110A (ja) * | 2007-08-14 | 2009-03-05 | Fujifilm Corp | 画像処理装置、画像処理方法、および画像処理プログラム |
JP2009136376A (ja) * | 2007-12-04 | 2009-06-25 | Fujifilm Corp | 画像処理装置およびそのプログラム |
US20090252396A1 (en) * | 2008-04-04 | 2009-10-08 | Fujifilm Corporation | Image processing apparatus and image processing method, and recording medium |
JP2009247521A (ja) * | 2008-04-04 | 2009-10-29 | Fujifilm Corp | 画像処理装置及び画像処理方法 |
WO2012114600A1 (ja) * | 2011-02-22 | 2012-08-30 | オリンパスメディカルシステムズ株式会社 | 医用画像処理装置及び医用画像処理方法 |
US20130051641A1 (en) * | 2011-02-22 | 2013-02-28 | Olympus Medical Systems Corp. | Medical image processing apparatus and method for controlling medical image processing apparatus |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019058606A (ja) * | 2017-09-28 | 2019-04-18 | 富士フイルム株式会社 | 乳房タイプ識別装置、方法およびプログラム |
CN109598702A (zh) * | 2018-10-30 | 2019-04-09 | 南方医科大学南方医院 | 对比增强能谱乳腺x线摄影的病灶特征量化方法及系统 |
CN109598702B (zh) * | 2018-10-30 | 2023-04-07 | 南方医科大学南方医院 | 对比增强能谱乳腺x线摄影的病灶特征量化方法及系统 |
JP2020182534A (ja) * | 2019-04-26 | 2020-11-12 | 富士フイルム株式会社 | 制御装置、放射線画像撮影システム、医用撮影システム、制御方法、及び制御プログラム |
JP7234029B2 (ja) | 2019-04-26 | 2023-03-07 | 富士フイルム株式会社 | 制御装置、放射線画像撮影システム、医用撮影システム、制御方法、及び制御プログラム |
KR20210012455A (ko) * | 2019-07-25 | 2021-02-03 | 광운대학교 산학협력단 | 병변 면적비율 산출 방법 및 그를 위한 장치 |
KR102556350B1 (ko) * | 2019-07-25 | 2023-07-17 | 광운대학교 산학협력단 | 병변 면적비율 산출 방법 및 그를 위한 장치 |
WO2021210334A1 (ja) * | 2020-04-14 | 2021-10-21 | Eizo株式会社 | 情報処理装置、情報処理方法、及びコンピュータプログラム |
JP2021170174A (ja) * | 2020-04-14 | 2021-10-28 | Eizo株式会社 | 情報処理装置、情報処理方法、及びコンピュータプログラム |
JP7237883B2 (ja) | 2020-04-14 | 2023-03-13 | Eizo株式会社 | 情報処理装置、情報処理方法、及びコンピュータプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP6743588B2 (ja) | 2020-08-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6743588B2 (ja) | 医用画像システム及びプログラム | |
US20170116731A1 (en) | Medical image system and computer readable recording medium | |
US7388974B2 (en) | Medical image processing apparatus | |
JP6074455B2 (ja) | 診断支援装置、診断支援装置の制御方法、プログラム、及び診断支援システム | |
US9050057B1 (en) | Medical image system and program | |
JP6381895B2 (ja) | 画像処理装置、画像処理方法およびx線診断装置 | |
US10769779B2 (en) | Method for increasing reading efficiency in medical image reading process using gaze information of user and apparatus using the same | |
JP6755192B2 (ja) | 診断支援装置および診断支援装置の作動方法 | |
JPWO2007000940A1 (ja) | 異常陰影候補検出方法、異常陰影候補検出装置 | |
JP6455235B2 (ja) | 医用画像システム及びプログラム | |
JP2015104465A (ja) | 医用画像システム及びプログラム | |
JP2016059743A (ja) | 医用画像システム及びプログラム | |
JP6301277B2 (ja) | 診断補助画像生成装置および診断補助画像生成方法、並びに、診断補助画像生成プログラム | |
JP2011103095A (ja) | 医用画像表示システム及びプログラム | |
JP2011041804A (ja) | 胎児の肋骨数を測定する超音波システムおよび方法 | |
KR20190059440A (ko) | 유사환자 자동검색을 통한 진단 보조 시스템 및 방법 | |
JP5556674B2 (ja) | 医用画像表示装置及びプログラム | |
JP2018033657A (ja) | 医用画像システム及びプログラム | |
JP2012143368A (ja) | 医用画像表示装置及びプログラム | |
JP2019098167A (ja) | 情報処理装置、情報処理システム、情報処理方法およびプログラム | |
JP2017029461A (ja) | 医用画像処理装置および医用画像処理方法 | |
JP2019162314A (ja) | 情報処理装置、情報処理方法、及びプログラム | |
JP2011101759A (ja) | 医用画像表示システム及びプログラム | |
JP2010227209A (ja) | 読影レポート作成支援装置及びプログラム | |
JP5533198B2 (ja) | 医用画像表示装置及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190327 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200225 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200310 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200409 |
|
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: 20200630 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200713 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6743588 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |