JP2018038815A - 画像処理装置、画像処理方法およびプログラム - Google Patents

画像処理装置、画像処理方法およびプログラム Download PDF

Info

Publication number
JP2018038815A
JP2018038815A JP2017165126A JP2017165126A JP2018038815A JP 2018038815 A JP2018038815 A JP 2018038815A JP 2017165126 A JP2017165126 A JP 2017165126A JP 2017165126 A JP2017165126 A JP 2017165126A JP 2018038815 A JP2018038815 A JP 2018038815A
Authority
JP
Japan
Prior art keywords
image
search area
difference
value
pixel
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
Application number
JP2017165126A
Other languages
English (en)
Other versions
JP7023641B2 (ja
Inventor
田中 亨
Toru Tanaka
亨 田中
佐藤 清秀
Kiyohide Sato
清秀 佐藤
亮 石川
Ryo Ishikawa
亮 石川
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.)
Canon Inc
Original Assignee
Canon Inc
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 Canon Inc filed Critical Canon Inc
Publication of JP2018038815A publication Critical patent/JP2018038815A/ja
Application granted granted Critical
Publication of JP7023641B2 publication Critical patent/JP7023641B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • G06T7/254Analysis of motion involving subtraction of images
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/05Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055Detecting, 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
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03Computed tomography [CT]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/13Tomography
    • A61B8/14Echo-tomography
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01TMEASUREMENT OF NUCLEAR OR X-RADIATION
    • G01T1/00Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
    • G01T1/16Measuring radiation intensity
    • G01T1/161Applications in the field of nuclear medicine, e.g. in vivo counting
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00General purpose image data processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/97Determining parameters from multiple pictures
    • 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
    • G06T2207/20212Image combination
    • G06T2207/20224Image subtraction
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Theoretical Computer Science (AREA)
  • Biophysics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Radiology & Medical Imaging (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Optics & Photonics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Multimedia (AREA)
  • Image Processing (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Analysis (AREA)

Abstract

【課題】 差分画像上に必要な信号を残し、かつ、ノイズを低減することを可能とする。【解決手段】 第1の画像と第2の画像の少なくとも一方の画像の画素サイズに基づいて探索領域サイズを算出する探索領域サイズ算出手段と、第2の画像を画素サイズが異なるように解像度を変換した第2の変換画像上の対応位置の周囲に、探索領域サイズからなる探索領域を設定する探索領域設定手段と、参照画像上の注目位置の濃度値と第2の変換画像上の前記探索領域内の複数位置の濃度値に基づき、注目位置に対応する差分値を決定する差分手段とを有する。【選択図】 図1

Description

本明細書の開示は、画像処理装置、画像処理方法およびプログラムに関する。
医療の分野において、医師は、種々のモダリティで撮像した医用画像を用いて診断を行う。特に、被検体の状態の経過観察のため、異なる時刻に同一のモダリティで撮像された複数の画像を医師が対比して被検体の経時的な変化の観察が行われている。医療以外の分野においても、物体の経時的な変化を観察する場合、同様の作業が実施される場合がある。また、経時比較以外にも、同じ被検体を異なる造影条件や異なる撮像パラメータで撮像した二つの画像を対比して診断する場合がある。なお、以下では、比較される一方の画像を第1の画像、他方の画像を第2の画像と呼ぶ。
第1の画像と第2の画像の位置合わせを行い、その画像間の差異を可視化した差分画像を表示することにより、画像間の対比を支援する画像差分技術が知られている。しかしながら、位置合わせの誤差や、画像間における同一部位の濃度値の差異に起因して、差分画像上にノイズが発生するという課題がある。このような課題に対する解決策として、非特許文献1では、第1の画像上の注目画素と対応する第2の画像上の画素およびその近傍の画素との差分を夫々求め、それらの差分のうち最小値を差分画像の濃度値とする技術(ボクセルマッチング法)を開示している。これによると、対応する画素の近傍から注目画素と最も値の近い画素を選択してそれとの差分値を採用するため、差分画像上のノイズを低減することができる。
Yoshinori Itai,Hyoungseop Kim,Seiji Ishikawa,Shigehiko Katsuragawa,Kunio Doi,"Development of a voxel−matching technique for substantial reduction of subtraction artifacts in temporal subtraction images obtained from thoracic MDCT."Journal of digital imaging,vol.23,No.1,pp.31−38,2010.
しかしながら、非特許文献1では、ノイズを十分に低減できない場合や、反対に、必要な信号まで削除してしまう場合があるという課題があった。なお、前記課題に限らず、後述する発明を実施するための形態に示す各構成により導かれる作用効果であって、従来の技術によっては得られない作用効果を奏することも本開示の他の課題の1つとして位置付けることができる。
本明細書に開示の画像処理装置は、被検体を撮像した第1の画像と第2の画像を取得する画像取得手段と、前記第1の画像と前記第2の画像の少なくとも一方の画像の画素サイズに基づいて探索領域サイズを算出する探索領域サイズ算出手段と、
前記第1の画像上の注目位置と、該注目位置に対応する前記第2の画像上の対応位置とを取得する位置取得手段と、前記第2の画像上の前記対応位置の周囲に、前記探索領域サイズからなる探索領域を設定する探索領域設定手段と、前記第1の画像上の前記注目位置の濃度値と、前記第2の画像上の前記探索領域内の複数位置の濃度値に基づき、前記注目位置に対応する差分値を決定する差分手段と、を有する。
本明細書の開示によれば、差分画像上に必要な信号を残し、かつ、ノイズを低減することが可能となる。
本明細書の開示のその他の特徴及び利点は、添付図面を参照とした以下の説明により明らかになるであろう。
添付図面は明細書に含まれ、その一部を構成し、本発明の実施の形態を示し、その記述と共に本発明の原理を説明するために用いられる。
第1実施形態に係る画像処理装置の機器構成の一例を示す図。 第1実施形態における全体の処理手順の一例を示すフロー図。 第1実施形態における離散化位置のずれの例を示す図。 第1実施形態における離散化位置のずれの例を示す図。 第1実施形態における離散化位置のずれの例を示す図。 第1実施形態における探索領域の設定方法の一例を説明する図。 第2実施形態における全体の処理手順の一例を示すフロー図。 第3実施形態に係る画像処理装置の機器構成の一例を示す図。 第3実施形態における全体の処理手順の一例を示すフロー図。 第4実施形態における全体の処理手順の一例を示すフロー図。 第5実施形態に係る画像処理装置の機器構成の一例を示す図。 第5実施形態における全体の処理手順の一例を示すフロー図。 第6実施形態に係る画像処理装置の機器構成の一例を示す図。 第6実施形態における全体の処理手順の一例を示すフロー図。
以下、添付図面に従って本明細書の開示に係る画像処理装置の好ましい実施形態について詳説する。ただし、発明の範囲は図示例に限定されるものではない。
<第1実施形態>
本実施形態に係る画像処理装置は、複数の3次元画像(第1の画像と第2の画像)間の3次元差分画像を生成する装置である。本実施形態の画像処理装置は、画像間の細部の差分を算出するために、第1の画像と第2の画像の夫々を画素サイズ(ボクセルサイズ)が元の画像と異なるように解像度を変換した第1の変換画像と第2の変換画像を取得する。そして、第1の変換画像上の注目位置と対応する第2の変換画像上の対応位置を取得し、対応位置を中心に探索領域を第2の変換画像上に設定する。このとき、比較する画像間で離散化位置のずれによって元の撮像信号が最も反映される画素の位置が最大で半画素サイズ分ずれることを利用して、探索領域のサイズを、解像度を変換する前の第1の画像と第2の画像の夫々の画素サイズに基づいて算出する。そして、第1の変換画像上の注目位置の濃度値と、第2の変換画像上の対応位置の周辺に設定した探索領域内の複数の画素の濃度値とに基づいて、注目位置の差分を算出し、その値を3次元差分画像上の注目位置の濃度値とした3次元差分画像を生成する。これにより、必要最低限のサイズの探索領域から差分値を算出することで、ユーザは、経時的な変化による差分のような診断に必要な信号を極力消さずに、離散化位置のずれによるノイズが低減された3次元差分画像を観察できる。以下、図1から図4を用いて本実施形態の構成および処理を説明する。
図1は、本実施形態に係る画像診断システムの構成を示す。同図に示すように、本実施形態における画像処理装置100は、データサーバ110および表示部120と接続されている。
データサーバ110は、差分画像を生成する対象としてユーザが指定した、第1の画像と第2の画像を保持している。第1の画像および第2の画像は、同一のモダリティで異なる条件(日時、造影条件、撮像パラメータ等)下において、被検体を予め撮像して得られた3次元断層画像(ボリュームデータ)である。3次元断層画像を撮像するモダリティは、MRI装置、X線CT装置、3次元超音波撮影装置、光音響トモグラフィ装置、PET/SPECT、OCT装置などであってもよい。また、第1の画像および第2の画像は、経過観察のために同一患者を同一モダリティ、同一体位で異なる日時に撮像した画像であってもよいし、同一患者を異なる造影条件や異なる撮像パラメータで撮像した画像であってもよい。また、異なる患者を撮像した画像でもよいし、患者の画像と標準画像でもよい。第1の画像および第2の画像は、データ取得部1010を介して画像処理装置100に入力される。
表示部120は、画像処理装置100が生成する画像を表示するモニタである。
画像処理装置100は、以下の構成要素により構成される。データ取得部1010は、画像処理装置100に入力される第1の画像と第2の画像を取得する。変換画像取得部1020は、第1の画像と第2の画像夫々の解像度を変換した第1の変換画像と第2の変換画像を取得する。変形情報取得部1030は、第1の変換画像と第2の変換画像の画像上の位置の対応関係を表す変形情報を取得する。探索領域サイズ算出部1040は、第1の画像と第2の画像の夫々の画素サイズに基づいて探索領域サイズを算出する。位置取得部1050は、第1の変換画像上の注目位置を取得し、変形情報取得部1030で取得した変形情報を用いて、第1の変換画像上の注目位置と対応する第2の変換画像上の対応位置を取得する。探索領域設定部1060は、第2の変換画像上の対応位置の周囲に探索領域サイズからなる探索領域を設定する。差分算出部1070は、第1の変換画像上の注目画素の濃度値と第2の変換画像上の探索領域内の複数の画素の濃度値とに基づいて、注目位置の差分値を算出する。差分画像生成部1080は、算出した差分値を注目位置の濃度値とした差分画像を生成する。表示制御部1090は、第1の画像および第2の画像、差分画像を並べて表示部120に表示させる表示制御を行う。
図2は、画像処理装置100が行う全体の処理手順のフローチャートを示している。
(S2000)(データの取得)
ステップS2000において、データ取得部1010は、画像処理装置100に入力される第1の画像と第2の画像を取得する。そして、取得した第1の画像と第2の画像を、変換画像取得部1020へと出力する。また、第1の画像と第2の画像の画素サイズに関する情報を、探索領域サイズ算出部1040へと出力する。
(S2010)(変換画像の取得)
ステップS2010において、変換画像取得部1020は、第1の画像を画素サイズが異なるように解像度を変換した第1の変換画像、および、第2の画像を、画素サイズが異なるように解像度を変換した第2の変換画像を取得する。例えば、元の画像の画素サイズが非等方な場合に、後の処理で行う画像間の位置合わせを高精度に実施できるように、画素サイズを等方化した画像を取得する。例えば、第1の画像と第2の画像が一般的なCT画像の場合には、スライス間の距離に対してスライス面内の解像度が高いため、スライス面内の解像度に合わせてスライス間方向の画素をアップサンプリングする処理を行う。同様に、第1の画像と第2の画像の画素サイズが一致していない場合には、少なくとも一方の画像の解像度を変換して、夫々の画像の画素サイズを揃える処理を行う。通常は、解像度が高いほうの画像に解像度を揃えるように変換する。そして、生成した変換画像を、変形情報取得部1030および位置取得部1050、探索領域設定部1060、差分算出部1070へと出力する。
なお、解像度変換処理が必要ない場合(例えば、第1の画像と第2の画像の画素サイズが等方かつ等しい場合)には、本ステップの処理は実施せずに、元の画像を変換画像とみなして以降の処理を実行する。
なお、本実施形態において、解像度変換時の濃度値の補間には、公知の画像処理手法を用いることができる。例えば、最近傍補間や線形補間、キュービック補間などを利用できる。
(S2020)(変形情報の取得)
ステップS2020において、変形情報取得部1030は、第1の変換画像と第2の変換画像間で同一部位を表す画素が略一致するように変形情報を取得する。すなわち、第1の変換画像と第2の変換画像との間の位置合わせ処理(変形推定処理)を行う。そして、取得した変形情報を位置取得部1050へと出力する。すなわち、変形情報取得部1030は、第1の変換画像を参照画像としたときに参照画像と第2の変換画像との間の変形情報を取得する。
本実施形態において、変形情報は公知の画像処理手法により求める。例えば、変形後の画像間の画像類似度が高くなるように、一方の画像を変形させることにより求める。画像類似度としては、一般的に用いられているSum of Squared Difference(SSD)や相互情報量、相互相関係数などの公知の方法を用いることができる。また、画像の変形のモデルとしては、Thin Plate Spline(TPS)などの放射基底関数に基づく変形モデルや、Free Form Deformation(FFD)、Large Deformation Diffeomorphic Metric Mapping(LDDMM)等の公知の変形モデルを利用できる。なお、第1の画像と第2の画像の間に位置と姿勢の差異しか存在しない(そのように近似できる)場合には、画像間の剛体位置合わせを行い、位置と姿勢の変換パラメータを変形情報として取得するようにしてもよい。また、画像間のアフィン変換パラメータを変形情報として取得するようにしてもよい。また、画像間の位置ずれがない(そのように近似できる)場合には、本ステップの処理は不要となる。
(S2030)(探索領域サイズの算出)
ステップS2030において、探索領域サイズ算出部1040は、第1の画像の画素サイズと第2の画像の画素サイズに基づいて、差分値の算出に用いる探索領域サイズを算出する。そして、算出した探索領域サイズを探索領域設定部1060へと出力する。
本実施形態において、探索領域サイズの算出には、第1の画像と第2の画像間で画像生成時における離散化位置のずれによって、第1の変換画像と第2の変換画像間の被検体の元の撮像信号が最も反映される画素の位置が最大で夫々の元の画像の半画素サイズの和だけずれるという性質を利用する。すなわち、第1の画像と第2の画像夫々の半画素サイズの和を、探索領域サイズとして算出する。
図3は、画像間での離散化位置のずれによって、被検体の同一部位の観測値にずれが発生する様子を説明する図である。図3Aにおいて、グラフ3000と3040は、夫々モダリティに対する被検体の撮像位置が逆方向にずれた場合の撮像信号の現れ方を表しており、縦軸が被検体をモダリティで撮像した時の信号値、横軸がx軸方向の位置を表している。3020および3060は、同一の被検体を撮像して取得した信号であり、点線で示す3010と3050はx軸上で同じ位置を示している。ここでは、3010と3050は、同じ位置で撮像した場合の信号であり、その位置をここでは便宜的に基準位置と呼ぶ。図3Aは、同一の被検体から取得した信号3020と3060から画像を生成する際に、夫々の離散化位置が基準位置に対して異なる方向にずれていることを表している。また、図3Aの等間隔で配置された線3030は離散化の境界位置であり、画像を生成する際に、3020および3060で示す信号が線で区切られた領域でまとめられ、一つの画素を生成する。
図3Bにおいて、グラフ3070は、図3Aの信号3020を離散化して生成した画素の情報を、縦軸を濃度値、横軸をx軸方向の位置として表している。例えば、図3Bにおける画素3080は、信号3020を多く含む領域から生成された画素であり、濃度値が大きいことを表している。同様に、図3Bにおいて、グラフ3090は、信号3060を離散化して生成した画素の情報を、縦軸を濃度値、横軸をx軸方向の位置として表している。このとき、上述の通り、信号3020と3060の離散化位置が互いに異なる方向にずれているため、グラフ3070と3090の間で、同じ位置の濃度値が異なっている。
図3Cにおいて、グラフ3100と3120は、図3Bのグラフ3070とグラフ3090で表した画素を解像度変換した画素の濃度値と位置を夫々表している。すなわち、グラフ3070と3090を第1の画像と第2の画像、グラフ3100と3120を第1の変換画像と第2の変換画像の信号値のグラフとみなすことができる。このとき、画素3110および3130は夫々、被検体の信号3020および3060を最も反映している画素である。信号3020と3060が反対方向にずれた場合、基準位置3010と3050に対する信号の離散化位置のずれは、最大で元の画像の半画素サイズであり、信号3020と3060が反対方向に夫々半画素サイズずれた場合、画素3110と3130間のずれは夫々の半画素サイズの和となる。
なお、図3では、図示を簡単化するためにx軸方向のみの1次元のグラフを用いたが、実際の3次元画像においては、x、y、z軸方向夫々で離散化位置がずれる場合があるため、夫々の軸方向の画素サイズに基づいて探索領域サイズを算出する。なお、一般的なCT画像ではスライス内の解像度(=x、y方向の画素サイズ)は十分である場合が多いため、x、y方向についてはノイズ低減を行わない構成であってもよい。この場合は、x、y軸方向の探索領域サイズを0に設定し、z軸方向の探索領域サイズのみを上記の方法で算出すればよい。また、x、y軸方向の探索範囲サイズを所定の固定値(例えば、1mm)に設定し、z軸方向の探索領域サイズのみを上記の方法で算出するようにしてもよい。これによると、計算を高速化できる。
本実施形態において、探索領域サイズは、第1の画像と第2の画像の夫々の半画素サイズの和としたが、第1の画像と第2の画像の夫々の画素サイズの和に所定の定数(例えば、離散化位置のずれの期待値)を乗じてもよいし、第1の画像と第2の画像の一方の画像の画素サイズに基づいて算出してもよい。また、第1の画像と第2の画像の位置合わせ手法に基づいて上記所定の定数を変更してもよい。例えば、画像間の濃度値の差が小さくなるように位置合わせを行ったとき、離散化位置のずれによる画素の位置ずれを補正し、画像間で同じ部位を表す画素の位置が近づく場合がある。そのため、上記所定の定数を小さくし、離散化位置のずれの最大値よりも小さな探索領域サイズとしてもよい。これにより、探索領域サイズが小さくなり、余分な範囲の差分を算出しないことから、処理速度や精度を向上させることができる。
また、濃度値の差ではなく、画像間で対応する位置(特徴点)の距離を小さくする位置合わせ手法においては、必ずしも離散化位置のずれによる画素の位置ずれが小さくなるとは限らない。一般的に、位置合わせに利用する画像間の特徴点付近では位置合わせの精度が高く、特徴点から離れるほど位置合わせの精度が低い。位置合わせ精度が低い場合、離散化位置のずれに位置合わせ誤差が加わることにより画像間の画素の位置ずれが大きくなる場合がある。このような場合、特徴点との画像上の距離に応じて、画像上の位置ごとに上記所定の定数を変更してもよい。例えば、画像上の特徴点付近の位置では上記所定の定数を小さくし、特徴点から離れた位置では上記所定の定数を大きくしてもよい。
(S2040)(位置の取得)
ステップS2040において、位置取得部1050は、第1の変換画像上の注目位置(参照画像上の注目位置)を取得し、ステップS2020で取得した変形情報を利用して注目位置と対応する第2の変換画像上の対応位置を取得する。そして、取得した位置を探索領域取得部1060および差分算出部1070へと出力する。
(S2050)(探索領域の設定)
ステップS2050において、探索領域設定部1060は、ステップS2030で算出した探索領域サイズからなる探索領域を、第2の変換画像上の対応位置を中心とした周囲に設定する。そして、設定した探索領域の情報を差分算出部1070へと出力する。
図4は、変換画像上に設定する探索領域を説明する図である。図4において、グラフ3100とグラフ3120は、図3Cのグラフ3100とグラフ3120と同じグラフを夫々表している。ここでは、x軸方向の画素サイズが第1の画像と第2の画像で共に5mmであって、画素サイズが1mmとなるようにアップサンプリングした場合の例を示す。この場合、x軸方向の探索領域サイズは第1の画像と第2の画像の夫々の半画素サイズの和であるため、2.5mm+2.5mm=5mmとなる。図4において、第1の変換画像上の画素3110を注目位置としたときに、これに対応する第2の変換画像上の(変形情報に基づいて算出される)対応位置が画素4030であったとする。このとき、4040は、対応位置である画素4030に設定したサイズ5mmの探索領域を表わしている。x軸方向に離散化位置が最大5mmずれる場合を考慮し、画素4030を中心に+xおよび−x方向夫々に5mmの探索領域を設定している。ここでは、図示を簡単化するためにx軸方向のみ説明したが、実際の3次元画像においては、x、y、z軸方向夫々で画素サイズに基づいて算出した探索領域サイズからなる矩形の探索領域である。
(S2060)(差分値の算出)
ステップS2060において、差分算出部1070は、ステップS2040で取得した第1の変換画像上の注目位置の濃度値と第2の変換画像上の探索領域内の画素夫々の濃度値とに基づいて、差分画像に与える差分値を取得する。例えば、非特許文献1に記載のボクセルマッチングと同様の処理を行う。すなわち、第1の変換画像上の注目位置の濃度値と第2の変換画像上の探索領域内の画素夫々の濃度値との差分を算出し、その中の最小値を差分画像に与える差分値として取得する。すなわち、差分算出部1070は、参照画像上の注目位置の濃度値と第2の変換画像上の探索領域内の複数位置の濃度値夫々との差分を算出している。そして、差分画像生成部1080へと出力する。
図4では、第1の変換画像の画素3110の濃度値と第2の変換画像上の探索領域4040内の夫々の濃度値との差分を求めることで、第1の差分画像の画素3110と差分が最小値となる第2の変換画像の画素3130との差分値を取得する。すなわち、図3における被検体の信号を最も反映させた画素間の濃度値の差分値を算出することができる。
本実施形態において、第1の変換画像上の注目位置の濃度値との差分を算出する第2の変換画像上の探索領域内の画素は、探索領域内すべての画素でもよい。あるいは、探索領域内を所定の間隔でサンプリングした画素、または、ランダムに所定画素数をサンプリングした画素でもよい。また、探索領域に内接する球状の領域内の画素でもよい。これにより、差分を算出する回数が減り、処理を高速化することができる。
また、第1の変換画像上の注目位置の濃度値と第2の変換画像上の探索領域内の画素夫々の濃度値との差分の値を用いる他の方法として、差分の最小値ではなく、差分の平均値や、二番目に小さい差分を算出して差分画像の差分値としてもよい。これによると、差分の最小値を取得するよりもノイズが多く残る一方で、第2の変換画像上で第1の変換画像上の注目画素との差分は小さいが、対応しない位置の画素(アーチファクトや他の部位の画素など)との差分を最小値として取得することを防ぐことができる。これにより、本来対応する位置の画素との差分よりも差分値が大幅に小さくなることを防ぐことができる。
また、第2の変換画像上の探索領域内の濃度値の分布情報を算出し、その分布情報と、第1の変換画像上の注目位置の濃度値との比較によって差分値を求めてもよい。例えば、探索領域内の濃度値の濃度レンジとして濃度値の最大値と最小値を取得し、その値と、第1の変換画像上の注目位置の濃度値との比較によって差分値を求めてもよい。例えば、注目位置の濃度値が、探索領域内の濃度値の最大値と最小値の間であれば0、最大値より大きい場合には最大値との差分値、最小値より小さい場合には最小値との差分値を、差分画像に与える差分値としてもよい。あるいは、最大値と最小値の間であれば0、そうでなければ探索領域内の夫々の濃度値との差分の最小値を、差分画像に与える差分値としてもよい。このとき、第2の変換画像上の探索領域内の濃度値の最大値と最小値は、第1の変換画像の注目位置の濃度値が離散化位置の違いにより変わり得る範囲を表している。そのため、画像間で同一部位の濃度値が、離散化の影響により完全に一致せず、わずかに差分として残る場合でも、離散化位置の違いにより変わり得る範囲内であれば、差分を0とすることができ、よりノイズを低減できる。なお、探索領域内の濃度レンジは、濃度値の最大値と最小値以外であってもよい。例えば、濃度値の外れ値を除去した後の最大値と最小値でもよい。
しかしながら、探索領域内に病変部やアーチファクトにより濃度値が大きく異なる画素が含まれている場合は、探索領域内の濃度値の最大値と最小値の幅が大きくなってしまい、注目位置の差分を誤って0としてしまう場合がある。そのため、注目位置の濃度値が探索領域内の濃度値の最大値と最小値の間であり、かつ、その最大値と最小値との注目位置の濃度値の差が閾値以下の位置に限り、差分を0としてもよい。あるいは、探索領域内の濃度値の分布を複数のクラスタに分類して、各クラスタの最小値と最大値との比較に基づいて、上記と同様の処理を行うようにしてもよい。すなわち、注目位置の濃度値がクラスタ内にある場合は0、クラスタ外にある場合は一番近いクラスタとの(符号付きの)距離を差分値とすればよい。なお、探索領域内の濃度値の分類は、濃度値だけに基づいて行ってもよいし、画素位置と濃度値に基づいて行ってもよい。前者の場合、例えば、探索領域内の濃度値のヒストグラムにクラスタリング処理を施せばよい。後者の場合、例えば、画素間における濃度値の連続性に基づいて探索領域内に領域分割処理を施すことでクラスタリングを行うことができる。
また、本実施形態において、探索領域を第2の変換画像上ではなく、元の第2の画像上の対応位置を中心とした周囲に設定し、第1の変換画像の注目位置の濃度値と第2の画像上の探索領域内の濃度値との差分を算出してもよい。このとき、画素サイズよりも小さい間隔で探索領域内の複数の位置の濃度値を取得してもよい。これらの位置の濃度値は、周囲の濃度値から補間することにより取得する。補間方法が、ステップS2010で第2の変換画像を取得したときと同様であれば、第2の変換画像上に探索領域を設定した場合と同等の差分値を算出することができる。
また、以上のように第1の変換画像上の注目位置の濃度値と第2の変換画像上の探索領域内の画素夫々の濃度値とに基づいて求めた差分値を第1の差分値として、第1の変換画像上の注目位置の濃度値と第2の変換画像上の対応位置の濃度値との差分(第2の差分値)を別途求め、第1の差分値と第2の差分値に基づいて差分画像に与える差分値を算出するようにしてもよい。例えば、第1の差分値と第2の差分値の加重平均値を差分画像の差分値とすることができる。これによると、ノイズではない信号を消してしまうリスクを軽減できる。
(S2070)(注目位置を変更する?)
ステップS2070において、位置取得部1050は、第1の変換画像上のすべての位置(すべての画素)における差分値を算出したか否かの判定を行う。すべての位置の差分値を算出した場合、ステップS2080へと処理を進める。一方、すべての位置における差分値を取得していない場合、ステップS2040へと処理を戻す。
なお、本実施形態において、差分値の算出を行うのは第1の変換画像上のすべての位置ではなく、あらかじめ公知の画像処理技術により抽出した第1の変換画像上の一部の位置でもよい。これにより、ノイズ低減に要する処理時間を低減することができる。
(S2080)(差分画像の生成)
ステップS2080において、差分画像生成部1080は、第1の変換画像上の夫々の位置における差分値を濃度値とした差分画像(第1の差分画像)を生成する。そして、得られた差分画像をデータサーバ110へと保存する。また、表示制御部1090へと出力する。なお、ステップS2060で算出した第2の差分値(第1の変換画像上の注目位置の濃度値と第2の変換画像上の対応位置の濃度値との差分)を濃度値とした一般的な差分画像(第2の差分画像)も合わせて生成するようにしてもよい。
(S2090)(差分画像の表示)
ステップS2090において、表示制御部1090は、ステップS2080で生成した差分画像(第1の差分画像)を表示部120に表示する制御を行う。
表示の例としては、例えば一つの画面を縦または横に分割して第1の画像、第2の画像、差分画像を夫々並べて表示してもよいし、第1の画像または第2の画像と異なる色で描画した差分画像(第1の差分画像)を重ね合わせて表示してもよいし、第1の画像および第2の画像、差分画像のいずれか一つのみを選択して(同一位置に自由に切り替えて)表示できるようにしてもよい。また、いずれかの画像の解像度に合わせ、他方の画像を拡大または縮小して表示してもよいし、第1の画像上の一つの注目位置に対応する第2の画像の対応位置および差分画像の注目位置が合うように、夫々並べて表示してもよい。また、第1の差分画像と第2の差分画像を切り替えて表示できるようにしてもよい。
以上によって、画像処理装置100の処理が実施される。
以上により、離散化位置のずれを考慮した必要最低限のサイズの探索領域から差分値を算出することで、差分画像上の必要な信号を残し、かつ、画像間の離散化位置のずれによる濃度値の差から生じたノイズが低減された差分画像をユーザが観察することができる。
(変形例1−1)(離散化位置のずれを考慮した画像類似度を算出する)
本実施形態では、注目する画素間の差分を求める際に、画素サイズに基づいて定めたサイズの探索領域を画素の周辺に設定してその領域内の濃度値を用いる手法を、差分画像生成時のノイズ軽減に用いた。しかし、この方法は、注目する画素間の比較を行う他の場面でも用いることができる。例えば、ステップS2020において、変形情報取得部1030は、公知の画像処理手法を利用して画像類似度を取得したが、画像位置合わせのために画像類似度を取得する処理においてもこの手法を用いることができる。すなわち、SSDのように、画像間のある画素ペアの濃度値の差分を算出する際に、当該画素ペアを注目位置及び対応位置とおいて、ステップS2050とステップS2060と同様の処理によって差分値を算出してもよい。画像類似度が高くなるように繰り返し変形情報の最適化を行う位置合わせにおいては、最適化の各ステップでユーザが最終的に観察するノイズ低減された画像と同様のステップにより算出した差分値に基づいて取得した画像類似度を評価する。これにより、離散化位置のずれを考慮した画像類似度を算出することができ、結果としてノイズがより低減される差分画像を取得することができる。
(変形例1−2)(ユーザが指定した位置のノイズを低減する)
本実施形態では、ステップS2070において、第1の変換画像上のすべての位置(すべての画素)、または、あらかじめ公知の画像処理技術により抽出した一部の位置としていたが、ユーザが位置を指定してもよい。すなわち、あらかじめユーザが指定した領域内のすべての位置、または、一部の位置を対象として、ノイズを低減した差分画像の生成処理を行ってもよい。また、第2の差分画像のみを生成して表示し、ユーザがインタラクティブに指定した注目位置の近傍領域のみにステップS2040〜S2080の処理を施し、当該近傍領域のみを第1の差分画像に置換して表示するようにしてもよい。これにより、必要最低限の位置のみノイズを低減することで、ノイズ低減に要する時間をできる。さらに、ユーザがノイズではないと判断する位置は、ノイズ低減処理の対象から外すことができるため、信号を消しすぎてしまうことを防ぐことができる。
<第2実施形態>
本実施形態に係る画像処理装置は、第1実施形態と同様、第1の画像と第2の画像の3次元差分画像を生成する装置である。本実施形態に係る画像処理装置は、入力画像の画素サイズに応じて、ノイズ低減処理を実行するか否かを判断し、判断に応じた方法で3次元差分画像を生成することを特徴とする。本実施形態の画像処理装置は、第1実施形態と同様に、第1の画像と第2の画像の画素サイズに基づいて探索領域サイズを算出する。このとき、第1の画像および第2の画像の画素サイズが所定の閾値未満である場合、離散化位置のずれが小さいものと判断し、ノイズ低減処理を実施せずに差分画像を生成する。一方、画素サイズが所定の閾値以上である場合、第1実施形態と同様にノイズ低減処理を実施した差分画像を生成する。これにより、離散化位置のずれが小さい場合に、画像間の濃度値の差分を消しすぎてしまうことを抑えることができる。また、ノイズ低減に要する処理時間を短縮できる。以下、図1と図5を用いて本実施形態の構成および処理を説明する。
本実施形態に係る画像処理装置の構成は、第1実施形態と同様である。しかし、探索領域サイズ算出部1040および差分算出部1070は、第1実施形態と機能が異なるため、以下でその機能を説明する。その他の構成については、第1実施形態と機能が同じであるため、説明を省略する。
探索領域サイズ算出部1040は、第1の画像と第2の画像の画素サイズに基づいて、ノイズ低減処理を実施するか否かを判定する。また、第1実施形態と同様に、第1の画像と第2の画像の画素サイズに基づいて、探索領域サイズの算出を行う。差分算出部1070は、ノイズ低減処理を実施しない場合には、第1の変換画像上の注目位置の濃度値と第2の変換画像上の対応位置の濃度値との差分値を注目位置の差分値として算出する。一方、ノイズ低減処理を実施する場合には、第1実施形態と同様な処理を行う。
図5は、画像処理装置100が行う全体の処理手順のフローチャートを示している。ステップS5000からS5020、S5030からS5090は、それぞれ第1実施形態のステップS2000からS2020、S2030からS2090と同様の処理を行うため、説明を省略する。以下、図2のフローチャートとの相違部分についてのみ説明する。
(S5025)(ノイズ低減処理を実施する?)
ステップS5025において、探索領域サイズ算出部1040は、第1の画像と第2の画像の画素サイズに基づいて、ノイズ低減処理を実施するか否かを判断する。
ここでは、第1の画像と第2の画像の両者の画素サイズが所定の閾値未満である場合、離散化位置のずれが小さいと判断し、ノイズ低減を実施不要と判定して、ステップS5100へと処理を進める。一方、画素サイズが所定の閾値以上である場合、ステップS5030へと処理を進め、第1実施形態と同様のノイズ低減処理を実施する。例えば、閾値として、病変サイズやモダリティの分解能に応じた値、ユーザがあらかじめ決めた値を設定する。
本実施形態において、第1の画像と第2の画像の夫々の画素サイズに基づいてノイズ低減処理を実施するか否かの判断を行ったが、第1の画像と第2の画像の夫々の画素サイズの和に基づいて判定してもよい。また、所定の閾値は、画像のx、y、z軸方向夫々で異なる値でもよい。また、ノイズ低減の要否を軸ごとに判定し、軸ごとにノイズ低減処理の実施・不実施を制御してもよい。例えば、第1の画像と第2の画像の夫々のx、y軸方向の画素サイズが閾値未満であり、z軸方向の画素サイズが閾値以上であった場合、x、y軸方向はノイズ低減不要と判断して探索領域サイズを0とし、z軸方向のみノイズ低減が必要と判断して第1実施形態と同様に探索領域サイズを算出してもよい。そして、3軸方向全てでノイズ低減不要と判断された場合はステップS5100に処理を進め、それ以外の場合はステップS5030へと処理を進める。
なお、一般的なCT画像ではスライス内の解像度(=x、y方向の画素サイズ)は十分である場合が多いため、x、y方向については画像サイズによる判定を行わずに、常にノイズ低減を行わないとしてもよい。すなわち、入力画像のスライス間隔(=z方向の画素サイズ)に基づいて、z方向のノイズ低減を行うか否かのみを判定すればよい。これによると、入力画像がシンスライスの場合にはノイズ低減を行わず、シックスライスの場合はノイズ低減を行うように判定できる。
(S5100)(対応する位置の差分値の算出)
ステップS5100において、差分算出部1070は、第1の変換画像と第2の変換画像間で対応する位置の濃度値の差分値(第1実施形態における第2の差分値)を算出する。このとき、ステップS5040と同様に変形情報を利用して画像間の対応する位置を取得する。
本実施形態によると、画素サイズに応じて、ノイズ低減処理の要否を判断することで、入力画像の画素サイズが十分に小さく離散化によるノイズが小さい場合に、不要な計算を省くことができる。また、第1実施形態と比較して、本来の差分値を消しすぎてしまうことを防ぐという効果がある。
<第3実施形態>
本実施形態に係る画像処理装置は、第1実施形態と同様、第1の画像と第2の画像の3次元差分画像を生成する装置である。本実施形態に係る画像処理装置は、画像間の同一部位が略一致するように変形位置合わせした変形画像上に探索領域を投影した変形探索領域を利用して、ノイズを低減した3次元差分画像を生成することを特徴とする。本実施形態の画像処理装置は、第1実施形態と同様に、第1の画像と第2の画像の夫々を解像度が元の画像と異なるように変換した第1の変換画像と第2の変換画像を取得し、第1の変換画像上の注目位置と対応する第2の変換画像上の対応位置周囲に探索領域を設定する。そして、第1の変換画像と各画素の濃度値が類似するように第2の変換画像を変形位置合わせして取得した第2の変形変換画像上に、変形情報を利用して探索領域を投影する。そして、第1の変換画像上の注目位置の濃度値と、第2の変形変換画像上の対応位置の周辺に設定した変形探索領域内の複数の画素の濃度値とに基づいて、注目位置の差分を算出し、その値を3次元差分画像上の注目位置の濃度値とした3次元差分画像を生成する。第1の画像と画像上の同一部位の位置が略一致した第2の画像の変形画像と差分画像を取得できるため、これらの画像を並べて表示することで、差分画像上の差分値を第1の画像と変形画像のどの位置の濃度値から算出したかをユーザが容易に確認できる。以下、図6と図7を用いて本実施形態の構成および処理を説明する。
図6は、本実施形態に係る画像診断システムの構成を示す。ここで、データサーバ110、表示部120は、第1実施形態と同様であるため説明を省略する。画像処理装置600は、以下の構成要素により構成されている。データ取得部1010、変換画像取得部1020、変形情報取得部1030、探索領域サイズ算出部1040、位置取得部1050、探索領域設定部1060、表示制御部1080は、第1実施形態と同じ機能であるため説明を省略する。
変形画像取得部1610は、変形情報取得部1030で取得した変形情報を用いて第2の変換画像を変形させた第2の変形変換画像を取得する。探索領域投影部1620は、変形情報取得部1030で取得した変形情報を用いて、探索領域設定部1060が第2の変換画像上に設定した探索領域を第2の変形変換画像上に投影して変形探索領域を取得する。差分算出部1070は、第1の変換画像上の注目画素の濃度値と第2の変形変換画像上の変形探索領域内の複数の画素の濃度値とに基づいて、注目位置の差分値を算出する。
図7は、画像処理装置600が行う全体の処理手順のフローチャートを示している。ステップS7000からS7050、S7070からS7090は、それぞれ第1実施形態のステップS2000からS2050、S2070から2090と同様の処理を行うため、説明を省略する。以下、図2のフローチャートとの相違部分についてのみ説明する。
(S7052)(変形画像の取得)
ステップS7052において、変形画像取得部1610は、ステップS7020で取得した変形情報を用いて、第2の変換画像を変形させた第2の変形変換画像を取得する。そして、取得した第2の変形変換画像を探索領域投影部1720および差分算出部1070へと出力する。
(S7054)(探索領域の投影)
ステップS7054において、探索領域投影部1620は、ステップS7020で取得した変形情報を用いて、ステップS7050で第2の変換画像上に設定した探索領域を第2の変形変換画像上に変形探索領域として投影する。そして、それを差分算出部1070へと出力する。
ここで、投影する第2の変換画像上の探索領域は、探索領域内の領域すべてでもよいし、探索領域内からサンプリングした複数の位置でもよい。探索領域内の領域すべてを投影する場合、第2の変形変換画像上に変形情報を利用して投影した探索領域の輪郭の内部領域すべてを変形探索領域とすることができる。
(S7060)(差分値の算出)
ステップS7060において、差分算出部1080は、ステップS7060で取得した第1の変換画像上の注目位置の濃度値と、ステップS7054で投影した第2の変形変換画像上の変形探索領域内の画素夫々の濃度値とに基づいて、差分画像に与える差分値を取得する。第1実施形態におけるステップS2060の処理との違いは、第2の変換画像が第2の変形変換画像に、探索領域が変形探索領域に変更されただけであり、それ以外の処理は同様である。
以上によって、画像処理装置600の処理が実施される。
本実施形態によると、第1の画像と画像上の同一部位の位置が略一致した第2の画像の変形画像とノイズが低減された差分画像間の同一部位を容易に比較しながら観察することができる。そのため、第1実施形態と比較して、ユーザは差分画像上の差分値が病変による差分か否かを容易に判断することができるという効果がある。
(変形例3−1)(離散化位置のずれを考慮して画像類似度を算出する)
第1実施形態の変形例1−1と同様に、画像類似度を算出する際に離散化位置のずれによるノイズを低減した差分値に基づいて画像類似度を取得してもよい。ここでは、第1の変換画像上の注目位置の濃度値と第2の変形変換画像上の変形探索領域内の夫々の濃度値との差分の最小値を利用する。これにより、離散化位置のずれを考慮した画像類似度を取得することができ、結果としてノイズがより低減される差分画像を取得することができる。
<第4実施形態>
本実施形態に係る画像処理装置は、第1実施形態と同様、3次元画像間の差分画像を生成する装置である。本実施形態に係る画像処理装置は、第1の変換画像の注目位置と第2の変換画像の対応位置の両方に探索領域を設定し、夫々の探索領域内の画素の濃度値に基づいて注目位置における差分値を求めることを特徴とする。ここで、第1実施形態と同様に、第2の変換画像上に探索領域を設定して第1の変換画像上の注目位置との差分を求める方向を順方向とする。また、第1の変換画像上に探索領域を設定して第2の変換画像上の対応位置との差分を求める方向を逆方向とする。本実施形態の画像処理装置は、差分画像上の注目位置において順方向と逆方向の夫々で差分値を求め、その二つの差分値を統合した代表差分値を、生成する差分画像の濃度値とする。これにより、一方の方向だけの計算では捉えることができない信号を差分画像に残すことが可能となる。以下、図1と図8を用いて本実施形態の構成および処理を説明する。
本実施形態に係る画像処理装置の構成は、第1実施形態と同様である。しかし、探索領域設定部1060および差分算出部1070は、第1実施形態と機能が異なるため、以下でその機能を説明する。その他の構成については、第1実施形態と機能が同じであるため、説明を省略する。
探索領域設定部1060は、第1の変換画像上の注目位置の周囲と、第2の変換画像上の対応位置の周囲の夫々に、探索領域サイズからなる探索領域を設定する。差分算出部1070は、順方向の差分値と逆方向の夫々の差分値を算出し、二つの差分値を統合した代表差分値を取得する。
図8は、画像処理装置100が行う全体の処理手順のフローチャートを示している。ステップS8000からS8040、S8070からS8090は、それぞれ第1実施形態のステップS2000からS2040、S2070からS2090と同様の処理を行うため、説明を省略する。以下、図2のフローチャートとの相違部分についてのみ説明する。
(S8050)(探索領域の設定)
ステップS8050において、探索領域設定部1060は、ステップS8030で算出した探索領域サイズからなる第1の探索領域を、第1の変換画像上の注目位置を中心とした周囲に設定する。また、第1実施形態のステップS2050と同様に、第2の変換画像上の対応位置を中心とした周囲に、ステップS8030で算出した探索領域サイズからなる第2の探索領域を設定する。そして、設定した第1の探索領域と第2の探索領域の情報を差分算出部1070へと出力する。
(S8060)(双方向の差分値の算出)
ステップS8060において、差分算出部1070は、第1実施形態のステップS2060と同様に、第1の変換画像上の注目位置の濃度値と、第2の変換画像上の第2の探索領域内の画素夫々の濃度値とに基づいて、注目位置における(順方向の)差分値を算出する。さらに、差分算出部1070は、第2の変換画像上の対応位置の濃度値と、第1の変換画像上の第1の探索領域内の画素夫々の濃度値とに基づいて、注目位置における(逆方向の)差分値を算出する。この処理は、注目位置と対応位置を入れ替えただけであり、第1実施形態のステップS2060と同様に行うことができる。なお、差分値の算出には、ステップS2060に記載した様々な方法を用いることができる。
(S8065)(代表差分値の算出)
ステップS8065において、差分算出部1070は、ステップS8060で算出した順方向の差分値と逆方向の差分値を統合して、代表差分値を算出する。例えば、両者の絶対値を比較し、絶対値が大きい方の差分値を代表差分値として取得する。そして、取得した代表差分値を、当該注目位置における差分画像の濃度値として、差分画像生成部1080へと出力する。
第1の画像と第2の画像の一方の画像にしか存在しないサイズが小さい病変の信号において、順方向と逆方向の一方はその差分値を捉え、他方の方向ではその差分値を捉えることができない場合がある。一方向の差分値では信号が消えてしまう場合があるが、双方向の差分値を利用して代表差分値を算出することで、このような差分値を差分画像上に残すことができる。
本実施形態において、絶対値が大きい方の差分値を代表差分値としたが、絶対値が小さい方の差分値を代表差分値としてもよい。また、順方向の差分値と逆方向の差分値の平均値を代表差分値としてもよい。これにより、一方の画像にしか存在しない信号との差分値が小さくなる一方で、ノイズの信号をより抑制することができる。
なお、本実施形態では、探索領域のサイズを必ずしも入力画像の画素サイズに基づいて適応的に決定しなくてもよい。すなわち、典型的な画素サイズに対して好適な探索領域サイズを予め既定値として設定して用いてもよい。この場合、探索領域サイズ算出部1040、および、ステップS8030の処理は不要となる。
本実施形態によると、一方の画像にのみ存在するサイズが小さい病変のような信号を消してしまう危険性が、第1実施形態と比べて軽減できるという効果がある。
<第5実施形態>
本実施形態に係る画像処理装置は、第1実施形態と同様に、複数の3次元画像(第1の画像と第2の画像)間の3次元差分画像を生成する装置である。本実施形態では、より簡易な構成で本発明を実施する例を説明する。以下、図9と図10を用いて本実施形態の構成および処理を説明する。
図9は、本実施形態に係る画像診断システムの構成を示す。データサーバ110および表示部120は、第1実施形態と機能が同じであるため説明を省略する。
画像処理装置900は、以下の構成要素により構成される。データ取得部1010、探索領域算出部1040、差分画像生成部1080、表示制御部1090は、第1実施形態の機能が同じであるため説明を省略する。その他の構成については、以下でその機能を説明する。
変形情報取得部1030は、第1の画像と第2の画像の画像上の位置の対応関係を表す変形情報を取得する。位置取得部1050は、第1の画像上の注目位置を取得し、変形情報取得部1030で取得した変形情報を用いて、第1の画像上の注目位置と対応する第2の画像上の対応位置を取得する。探索領域設定部1060は、第2の画像上の対応位置の周囲に探索領域サイズからなる探索領域を設定する。差分算出部1070は、第1の画像上の注目画素の濃度値と第2の画像上の探索領域内の複数の画素の濃度値とに基づいて、注目位置の差分値を算出する。
図10は、画像処理装置900が行う全体の処理手順のフローチャートを示している。ステップS10090は、第1実施形態のステップS2090と同様の処理を行うため、説明を省略する。以下、図2のフローチャートとの相違部分についてのみ説明する。
(S10000)(データの取得)
ステップS10000において、データ取得部1010は、画像処理装置900に入力される第1の画像と第2の画像を取得する。そして、取得した第1の画像と第2の画像を、変形情報取得部1030および位置取得部1050、探索領域設定部1060、差分算出部1070へと出力する。また、第1の画像と第2の画像の画素サイズに関する情報を、探索領域サイズ算出部1040へと出力する。
(S10020)(変形情報の取得)
ステップS10020において、変形情報取得部1030は、第1の画像と第2の画像間で同一部位を表す画素が略一致するように変形情報を取得する。すなわち、第1の画像と第2の画像との間の位置合わせ処理(変形推定処理)を行う。そして、取得した変形情報を位置取得部1050へと出力する。
本実施形態において、変形情報は第1実施形態と同様に、公知の画像処理手法により求めることができる。
(S10030)(探索領域サイズの算出)
ステップS10030において、探索領域サイズ算出部1040は、第1の画像の画素サイズと第2の画像の画素サイズに基づいて、差分値の算出に用いる探索領域サイズを算出する。そして、算出した探索領域サイズを探索領域設定部1060へと出力する。
本実施形態において、第1実施形態と同様に、第1の画像と第2の画像間で画像生成時における離散化位置のずれによって、被検体の元の撮像信号が最も反映される画素の位置が最大で夫々の元の画像の半画素サイズの和だけずれるという性質を利用する。すなわち、第1の画像と第2の画像夫々の半画素サイズの和を、探索領域サイズとして算出する。
(S10040)(位置の取得)
ステップS10040において、位置取得部1050は、第1の画像上の注目位置(注目画素)を取得し、ステップS10020で取得した変形情報を利用して注目位置と対応する第2の画像上の対応位置を取得する。そして、取得した位置を探索領域設定部1060および差分算出部1070へと出力する。
(S10050)(探索領域の設定)
ステップS10050において、探索領域設定部1060は、ステップS10030で算出した探索領域サイズからなる探索領域を、第2の画像上の対応位置を中心とした周囲に設定する。そして、設定した探索領域の情報を差分算出部1070へと出力する。
(S10060)(差分値の算出)
ステップS10060において、差分算出部1070は、ステップS10040で取得した第1の画像上の注目位置の濃度値と第2の画像上の探索領域内の複数の位置の夫々における濃度値とに基づいて、差分画像に与える差分値を取得する。そして、差分画像生成部1080へと出力する。
第1実施形態では、参照画像(第1の画像あるいは第1の変換画像)と第2の変換画像の濃度値から差分値を算出していたが、本実施形態では、第1の画像と第2の画像の濃度値から第1実施形態のステップS2060と同様に差分値を算出する。すなわち、第1の画像上の注目位置の濃度値と第2の画像上の探索領域内の複数の位置の夫々における濃度値との差分を算出し、その中の最小値を差分画像に与える差分値として取得する。なお、第2の画像上の探索領域内の複数の位置から濃度値を取得する際は、探索領域内のすべての画素の位置を前記複数の位置として、夫々の画素から濃度値を取得してもよい。あるいは、探索領域内の前記複数の位置として、画素ピッチよりも細かい所定の間隔の計測点を探索領域内に設定して、夫々の計測点における濃度値を近傍画素の濃度値から補間して取得してもよい。
(S10070)(注目位置を変更する?)
ステップS10070において、位置取得部1050は、第1の画像上のすべての位置(すべての画素)における差分値を算出したか否かの判定を行う。すべての位置の差分値を算出した場合、ステップS10080へと処理を進める。一方、すべての位置における差分値を取得していない場合、ステップS10040へと処理を戻す。
なお、本実施形態において、差分値の算出を行うのは第1の画像上のすべての位置ではなく、あらかじめ公知の画像処理技術により抽出した第1の画像上の一部の位置でもよい。これにより、ノイズ低減に要する処理時間を低減することができる。
(S10080)(差分画像の生成)
ステップS10080において、差分画像生成部1080は、第1の画像上の夫々の位置(画素)における差分値を濃度値とした差分画像(第1の差分画像)を生成する。そして、得られた差分画像をデータサーバ110へと保存する。また、表示制御部1090へと出力する。なお、ステップS10060で算出した第2の差分値(第1の画像上の注目位置の濃度値と第2の画像上の対応位置の濃度値との差分)を濃度値とした一般的な差分画像(第2の差分画像)も合わせて生成するようにしてもよい。
以上によって、画像処理装置900の処理が実施される。
以上により、第1の変換画像と第2の変換画像を取得せずに、第1実施形態と同様の効果を得ることができる。すなわち、離散化位置のずれを考慮した必要最低限のサイズの探索領域から差分値を算出することで、差分画像上の必要な信号を残し、かつ、画像間の離散化位置のずれによる濃度値の差から生じたノイズが低減された差分画像をユーザが観察することができる。なお、第2乃至第5実施形態の夫々についても、本実施形態と同様に第1の変換画像と第2の変換画像を取得せずに実施可能である。
<第6実施形態>
本実施形態に係る画像処理装置は、第1実施形態と同様、第1の画像と第2の画像の3次元差分画像を生成する装置である。ただし、本実施形態に係る画像処理装置は、画像間の画素サイズが異なる場合に、画素サイズが異なることで生じる画像間の濃度値の差異に起因するノイズを低減した差分画像を生成することを特徴とする。以下では、本実施形態に係る画像処理装置の説明をする。
通常、CT画像のように被検体から得られた連続的な信号データを離散化された画素の濃度値に変換して画像を再構成する際、所定の区間(例えば、スライス画像の面内の画素サイズやスライス厚)の信号データの重み付き平均の値を利用する。すなわち、画素サイズが大きい画素の濃度値は、小さい画素と比較して、広範囲の信号データが平滑化されて算出されている。本実施形態の画像処理装置では、第2の画像の画素サイズが第1の画像より小さい場合には、第2の画像の濃度値を近似的に信号データとみなす。そして、第1の画像の1画素と同じサイズの第2の画像上の領域内の画素の濃度値を平滑化することで、第1の画像の1画素と同じサイズの領域の信号データから生成した濃度値を近似的に求め、第2の画像を平滑化した第2の平滑化画像を生成する。そして、生成した第2の平滑化画像を第2の画像の代わりに用いて、第1実施形態と同様の差分画像を生成する処理を行う。これにより、第1の画像の注目画素と濃度値の差が最も小さくなる第2の画像上の平滑化領域が選択されるため、平滑化する領域が微小にずれることによる濃度値の変化を吸収できる。一方、第1の画像の画素サイズが第2の画像より小さい場合には、同様に、第1の画像を平滑化した第1の平滑化画像を第1の画像の代わりに用いて、第1実施形態と同様の差分画像を生成する処理を行う。これにより、ユーザは、画素サイズが異なる二つの画像を入力とした場合に、第1実施形態よりもノイズが少ない差分画像を観察できる。以下、図11と図12を用いて本実施形態の構成および処理を説明する。
図11は、本実施形態に係る画像診断システムの構成を示す。平滑化画像取得部11010については、以下でその機能を説明する。その他の構成は、第1実施形態と機能が同じであるため、説明を省略する。
平滑化画像取得部11010は、第2の画像の画素サイズが第1の画像より小さい場合には、第2の画像を平滑化した第2の平滑化画像を取得する。一方、第1の画像の画素サイズが第2の画像より小さい場合には、第1の画像を平滑化した第1の平滑化画像を取得する。
図12は、画像処理装置1100が行う全体の処理手順のフローチャートを示している。ステップS12030からS12100は、それぞれ第1実施形態のステップS2020からS2090と同様の処理を行うため、説明を省略する。以下、図2のフローチャートとの相違部分についてのみ説明する。
(S12000)(データの取得)
ステップS10000において、データ取得部1010は、画像処理装置1100に入力される第1の画像と第2の画像を取得する。そして、取得した第1の画像と第2の画像を、平滑化画像取得部1910へと出力する。また、第1の画像と第2の画像の画素サイズに関する情報を、探索領域サイズ算出部1040へと出力する。
(S12010)(平滑化画像の取得)
ステップS12010において、平滑化画像取得部1910は、第2の画像の画素サイズが第1の画像より小さい場合には、第2の画像を平滑化した第2の平滑化画像を取得する。そして、取得した第2の平滑化画像と第1の画像を、変換画像取得部1020へと出力する。この場合、画像処理装置1100は、第2の平滑化画像を第2の画像と置き換えて以降の処理を行う。一方、第1の画像の画素サイズが第2の画像より小さい場合には、第1の画像を平滑化した第1の平滑化画像を取得する。そして、取得した第1の平滑化画像と第2の画像を、変換画像取得部1020へと出力する。この場合、画像処理装置1100は、第1の平滑化画像を第1の画像と置き換えて以降の処理を行う。
本実施形態において、平滑化画像取得部1910は、信号データから画素サイズが大きい方の画像(以下、大画素画像)を再構成する際の処理を近似した処理を画素サイズが小さい方の画像(以下、小画素画像)に施すため、大画素画像の画素サイズと同じサイズのカーネルを用いて、小画素画像を平滑化する。例えば、大画素画像のx、y、z軸方向の夫々の画素サイズが、1.5mm、1.5mm、5mmであり、小画素画像の夫々の画素サイズが、0.5mm、0.5mm、1mmである場合を想定する。このとき、カーネルサイズは1.5mm×1.5mm×5mmであり、これは、小画素画像上では3×3×5画素分の大きさとなる。このカーネルを用いて、公知の平滑化処理を行う。平滑化処理として、3×3×5画素分の濃度値を均等に平均化する処理でもよいし、ガウシアンフィルタによる平滑化処理のように重み付き平均を算出する処理でもよい。なお、一般的なCT画像では、スライス内の解像度(=x、y方向の画素サイズ)は十分に高解像度である場合が多いため、x、y方向についてはノイズ低減を行わない構成であってもよい。この場合は、x、y軸方向のカーネルサイズを1画素に設定し、z軸方向の濃度値のみ平滑化すればよい。
上記の例では、画像間の画素サイズの比が奇数倍である。すなわち、カーネルサイズが小画素画像上の夫々の軸方向において、奇数画素分であった。以下で、画像間の画素サイズの比が偶数倍の例を説明する。例えば、大画素画像のx、y、z軸方向の夫々の画素サイズが、0.5mm、0.5mm、4mmであり、小画素画像の夫々の画素サイズが、0.5mm、0.5mm、1mmである場合、カーネルサイズは小画素画像上において1×1×4画素分となる。一般的に、カーネルを用いてフィルタ処理を行う場合、軸方向のカーネルサイズを奇数画素分とし、フィルタ処理対象の画素と、その画素を中心として軸の正と負の方向の画素を均等に(5画素分の場合、2画素ずつ)用いて処理を行う。しかしながら、カーネルサイズが4画素のように偶数画素分の場合、軸の正と負の方向の画素を均等に用いることができない。そのため、大画素画像の画素サイズが小画素画像に対して奇数倍となるように、小画素画像の解像度を変換した画像を生成する。より具体的には、大画素画像の画素サイズが小画素画像の解像度を変換した画像に対して奇数倍となり、かつ元の小画素画像の画素サイズ以下で最も近い値となるように、小画素画像の画素サイズを変換する。上記の例では、z軸方向のみ画素サイズが偶数倍のため、z方向のみ解像度を変換する。すなわち、小画素画像の画素サイズを、0.5mm、0.5mm、0.8mmと変換することで、解像度を変換した画像上でカーネルサイズは1×1×5画素分となり、軸の正と負の方向の画素を均等に用いて濃度値を平滑化することができる。
本実施形態において、小画素画像の濃度値を近似的に信号データとみなし、その近似した信号データから平滑化画像の濃度値を算出している。この信号データから濃度値を算出する方法は、実際に大画素画像の濃度値を信号データから生成して画像再構成する方法と類似していることが好ましい。すなわち、大画素画像の再構成アルゴリズムが既知の場合、そのアルゴリズムに従って平滑化画像の濃度値を算出してもよい。
なお、カーネルが示す範囲内の画素の濃度値を平滑化した値を算出する際、その範囲内のすべての画素を用いてもよいし、任意の間隔でサンプリングした画素の濃度値の平滑化してもよい。画素をサンプリングすることにより、平滑化処理を高速化することができる。
なお、本実施形態において、第1の画像と第2の画像の画素サイズが等しい場合、あるいは、画素サイズの差異が閾値以下の場合、第1の画像と第2の画像を変換画像取得部1020へと出力し、本ステップを省略してもよい。この場合、第1実施形態と同様の処理が実施される。
(S12020)(変換画像の取得)
ステップS12020において、変換画像取得部1020は、第1実施形態と同様に、2つの画像間の画素サイズが同じになるように、第1の画像(または第1の平滑化画像)の解像度を変換した第1の変換画像、および、第2の画像(または第2の平滑化画像)の解像度を変換した第2の変換画像を取得する。そして、生成した変換画像を、変形情報取得部1030および位置取得部1050、探索領域設定部1060、差分算出部1070へと出力する。
以上によって、画像処理装置1100の処理が実施される。
本実施形態によると、画素サイズが異なる画像間において、画素サイズが小さい方の画像を、大きい方の画像を近似するように平滑化処理を施したうえで差分算出することで、第1の実施形態よりも、画素サイズの違いから生じるノイズが低減された差分画像をユーザが観察することができる。
なお、上記の実施例では、第2の画像の画素サイズが第1の画像より小さい場合に、第2の画像に平滑化処理を施していたが、第2の変換画像に平滑化処理を施すようにしても同様の効果を得ることができる。同様に、第1の画像の画素サイズが第2の画像より小さい場合に、第1の画像の代わりに第1の変換画像に平滑化処理を施すようにしてもよい。このとき、平滑化のカーネルサイズは、変換画像の画素サイズではなく元画像の画素サイズに基づいて決定すればよい。
なお、第2実施形態から第5実施形態においても、本実施形態と同様の処理を行うことができる。すなわち、画像データ取得後に第1の画像と第2の画像の画素サイズが小さい方の画像を画素サイズが大きい方の画像に合わせて平滑化した平滑化画像を生成し、当該平滑化画像を元画像と置き換えて以降の処理を行うことで、同様のノイズ低減効果を得ることができる。ここで、第3の実施形態においては、第2の画像の画素サイズが第1の画像より小さい場合には、第2の変形変換画像に対して平滑化処理を施した平滑化画像を生成して第2の変形変換画像に置き換えて用いるようにしてもよい。また、夫々の実施形態において、変形情報取得部が実施する変形情報取得処理には平滑化を施さない第1の画像と第2の画像(あるいはその変換画像)を使用し、差分算出部が行う差分値算出処理にのみ平滑化画像(あるいはその変換画像)を用いるようにしてもよい。
(変形例6−1)(外部から変形情報を取得する)
本実施形態において、平滑化処理後の画像を用いて変形情報を取得したが、変形情報をデータサーバ110から取得する構成として、変形情報を取得する処理をスキップしてもよい。そして、その変形情報を用いて、第1の画像もしくは第1の変換画像と、第2の平滑化画像との間で差分画像を生成してもよい。例えば、第1実施形態の画像処理装置によって生成された差分画像を観察したユーザが、画素サイズの違いにより生じたノイズを低減する必要があると判断した場合、既に取得した変形情報を利用して、本実施形態の画像処理装置により、ノイズが低減された差分画像を生成できる。これによると、変形情報を取得する処理をスキップできるため、処理の高速化ができる。
(変形例6−2)(画素区切りではない平滑化方法)
本実施形態において、第1の画像の画素サイズが第2の画像に対して奇数倍となるように、第2の画像の解像度を変換した画像を平滑化したが、必ずしも解像度を変換しなくてもよい。例えば、第2の画像上の平滑化対象の画素を中心に、第1の画像の画素サイズと同じ第1の領域を設定し、第1の領域に含まれる画素の濃度値と画素の体積比に応じて、平滑化処理を施してもよい。より具体的には、第1の領域内に第2の画像の画素が完全に含まれている場合、その画素の濃度値に係る重み係数を1とする。一方、第1の領域内に画素の半分しか含まれていない画素は、その濃度値に係る重み係数を0.5とする。そして、第1の領域に含まれる全画素の濃度値の重み付き平均値を濃度値とした第2の平滑化画像を取得できる。これによると、第1の画像の画素サイズが第2の画像に対して奇数倍となるように、第2の画像の解像度を変換しなくとも、同等の効果を得ることができる。
<その他の実施形態>
以上、実施形態例を詳述したが、本発明は例えば、システム、装置、方法、プログラム若しくは記録媒体(記憶媒体)等としての実施態様をとることが可能である。具体的には、複数の機器(例えば、ホストコンピュータ、インタフェース機器、撮像装置、Webアプリケーション等)から構成されるシステムに適用しても良いし、また、一つの機器からなる装置に適用しても良い。
また、本発明の目的は、以下のようにすることによって達成されることはいうまでもない。即ち、前述した実施形態の機能を実現するソフトウェアのプログラムコード(コンピュータプログラム)を記録した記録媒体(または記憶媒体)を、システムあるいは装置に供給する。係る記憶媒体は言うまでもなく、コンピュータ読み取り可能な記憶媒体である。そして、そのシステムあるいは装置のコンピュータ(またはCPUやMPU)が記録媒体に格納されたプログラムコードを読み出し実行する。この場合、記録媒体から読み出されたプログラムコード自体が前述した実施形態の機能を実現することになり、そのプログラムコードを記録した記録媒体は本発明を構成することになる。なお、上記の実施例における画像処理装置が備える各機能は、画像処理装置が備える少なくとも1つのプロセッサが少なくとも1つのメモリに格納されたプログラムを実行することで実現される。プロセッサの種類は問わず、複数種類のプロセッサを用いることとしてもよい。
以上、本発明の好ましい実施形態について詳述したが、本発明は係る特定の実施形態に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形・変更が可能である。
また、上述した複数の実施形態のうち任意の実施形態を組み合わせてもよい。

Claims (14)

  1. 被検体を撮像した第1の画像と第2の画像を取得する画像取得手段と、
    前記第1の画像と前記第2の画像の少なくとも一方の画像の画素サイズに基づいて探索領域サイズを算出する探索領域サイズ算出手段と、
    前記第1の画像上の注目位置と、該注目位置に対応する前記第2の画像上の対応位置とを取得する位置取得手段と、
    前記第2の画像上の前記対応位置の周囲に、前記探索領域サイズからなる探索領域を設定する探索領域設定手段と、
    前記第1の画像上の前記注目位置の濃度値と、前記第2の画像上の前記探索領域内の複数位置の濃度値に基づき、前記注目位置に対応する差分値を決定する差分手段と、
    を有することを特徴とする画像処理装置。
  2. 被検体を撮像した第1の画像と第2の画像を取得する画像取得手段と、
    前記第1の画像と前記第2の画像の少なくとも一方の画像の画素サイズに基づいて探索領域サイズを算出する探索領域サイズ算出手段と、
    前記第2の画像を画素サイズが異なるように解像度を変換した第2の変換画像を取得する変換手段と、
    前記第1の画像または前記第1の画像を画素サイズが異なるように解像度を変換した第1の変換画像を参照画像としたときに、前記参照画像と前記第2の変換画像との間の変形情報を取得する変形情報取得手段と、
    前記変形情報に基づき、前記参照画像上の注目位置と、該注目位置に対応する前記第2の変換画像上の対応位置とを取得する位置取得手段と、
    前記第2の変換画像上の前記対応位置の周囲に、前記探索領域サイズからなる探索領域を設定する探索領域設定手段と、
    前記参照画像上の前記注目位置の濃度値と、前記第2の変換画像上の前記探索領域内の複数位置の濃度値に基づき、前記注目位置に対応する差分値を決定する差分手段と、
    を有することを特徴とする画像処理装置。
  3. 前記探索領域サイズ算出手段は、前記第1の画像と前記第2の画像の各軸方向の画素サイズの和に基づいて、前記探索領域サイズを算出することを特徴とする請求項1に記載の画像処理装置。
  4. 前記第1の画像と前記第2の画像との間の変形情報を取得する変形情報取得手段をさらに有し、
    前記位置取得手段は、前記変形情報に基づいて前記注目位置に対応する前記対応位置を取得し、
    前記探索領域サイズ算出手段は、前記変形情報の取得方法に基づいて前記探索領域サイズに乗じる定数を取得することを特徴とする請求項1に記載の画像処理装置。
  5. 前記差分手段は、前記第1の画像上の前記注目位置の濃度値と、前記第2の画像上の前記探索領域内の複数位置の濃度値夫々との差分値に基づいて、前記注目位置に対応する差分値を決定することを特徴とする請求項1に記載の画像処理装置。
  6. 前記差分手段は、前記第1の画像上の前記注目位置の濃度値と、前記第2の画像上の前記探索領域内の複数位置の濃度値から算出した値との差分値に基づいて、前記注目位置に対応する差分値を決定することを特徴とする請求項1に記載の画像処理装置。
  7. 被検体を撮像した第1の画像と第2の画像を取得する画像取得手段と、
    前記第1の画像と前記第2の画像の少なくとも一方の画像の画素サイズに基づいて探索領域サイズを算出する探索領域サイズ算出手段と、
    前記第1の画像と前記第2の画像との間の変形情報を取得する変形情報取得手段と、
    前記変形情報に基づき、前記第1の画像上の注目位置と、該注目位置に対応する前記第2の画像上の対応位置とを取得する位置取得手段と、
    前記第2の画像上の前記対応位置の周囲に、前記探索領域サイズからなる探索領域を設定する探索領域設定手段と、
    前記変形情報に基づいて前記第2の画像を変形した変形画像上に、前記変形情報に基づき、前記探索領域を該変形画像上に投影した変形探索領域を取得する投影手段と、
    前記第1の画像上の前記注目位置の濃度値と、前記変形画像上の前記変形探索領域内の複数位置の濃度値とに基づき、前記注目位置に対応する差分値を決定する差分手段と、
    を有することを特徴とする画像処理装置。
  8. 被検体を撮像した第1の画像と第2の画像を取得する画像取得手段と、
    前記第1の画像上の注目位置と、該注目位置に対応する前記第2の画像上の対応位置を取得する位置取得手段と、
    前記第2の画像上の前記対応位置の周囲に探索領域を設定する探索領域設定手段と、
    前記第1の画像上の前記第1の位置の濃度値と、前記第2の画像上の前記探索領域内の濃度値の分布情報とに基づいて、前記注目位置に対応する差分値を決定する差分手段と、
    を有することを特徴とする画像処理装置。
  9. 前記濃度値の分布情報は、前記第2の画像上の前記探索領域内の濃度値の濃度レンジであることを特徴とする、請求項8に記載の画像処理装置。
  10. 被検体を撮像した第1の画像と第2の画像を取得する画像取得手段と、
    前記第1の画像上の注目位置と、該注目位置に対応する前記第2の画像上の対応位置を取得する位置取得手段と、
    前記第1の画像上の前記注目位置の周囲に第1の探索領域を設定し、前記第2の画像上の前記対応位置の周囲に第2の探索領域を設定する探索領域設定手段と、
    前記第1の画像上の前記注目位置の濃度値と前記第2の画像上の前記第2の探索領域内の複数位置の濃度値とに基づく第1の差分値と、前記第2の画像上の前記対応位置の濃度値と前記第1の画像上の前記第1の探索領域内の複数位置の濃度値とに基づく第2の差分値とに基づいて、前記注目位置に対応する差分値を決定する差分手段と、
    を有することを特徴とする画像処理装置。
  11. 前記第1の画像と前記第2の画像の画素サイズが小さい方の画像に平滑化処理を施した平滑化画像を生成する平滑化手段をさらに有し、
    前記差分手段は、前記平滑化画像を当該画像の元画像である前記第1の画像または前記第2の画像と置き換えて前記差分値を決定することを特徴とする請求項2乃至請求項10のいずれか1項に記載の画像処理装置。
  12. 前記平滑化手段は、前記第1の画像と前記第2の画像の少なくとも一方の画素サイズに基づいて、前記平滑化処理のパラメータを決定することを特徴とする請求項11に記載の画像処理装置。
  13. 被検体を撮像した第1の画像と第2の画像を取得する画像取得工程と、
    前記第1の画像と前記第2の画像の少なくとも一方の画像の画素サイズに基づいて探索領域サイズを算出する探索領域サイズ算出工程と、
    前記第1の画像上の注目位置と、該注目位置に対応する前記第2の画像上の対応位置とを取得する位置取得工程と、
    前記第2の画像上の前記対応位置の周囲に、前記探索領域サイズからなる探索領域を設定する探索領域設定工程と、
    前記第1の画像上の前記注目位置の濃度値と、前記第2の画像上の前記探索領域内の複数位置の濃度値に基づき、前記注目位置に対応する差分値を決定する差分工程と、
    を有することを特徴とする画像処理方法。
  14. 請求項13記載の画像処理方法をコンピュータに実行させることを特徴とするプログラム。
JP2017165126A 2016-08-31 2017-08-30 画像処理装置、画像処理方法およびプログラム Active JP7023641B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2016169609 2016-08-31
JP2016169609 2016-08-31

Publications (2)

Publication Number Publication Date
JP2018038815A true JP2018038815A (ja) 2018-03-15
JP7023641B2 JP7023641B2 (ja) 2022-02-22

Family

ID=61301095

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017165126A Active JP7023641B2 (ja) 2016-08-31 2017-08-30 画像処理装置、画像処理方法およびプログラム

Country Status (5)

Country Link
US (1) US11468589B2 (ja)
EP (1) EP3508127A4 (ja)
JP (1) JP7023641B2 (ja)
CN (1) CN109715070B (ja)
WO (1) WO2018043575A1 (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019146926A (ja) * 2018-02-28 2019-09-05 キヤノン株式会社 画像処理装置、画像処理方法およびプログラム
JP2020025786A (ja) * 2018-08-14 2020-02-20 富士フイルム株式会社 画像処理装置、方法及びプログラム
JP2020174861A (ja) * 2019-04-17 2020-10-29 キヤノン株式会社 情報処理装置、情報処理方法およびプログラム
JP2021003394A (ja) * 2019-06-26 2021-01-14 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
EP4239571A1 (en) 2022-03-04 2023-09-06 Canon Kabushiki Kaisha Image processing apparatus, image processing method, and non-transitory storage medium

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7277131B2 (ja) * 2018-12-26 2023-05-18 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
JP7387280B2 (ja) * 2019-04-10 2023-11-28 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
CN110133556B (zh) * 2019-05-29 2021-01-19 上海联影医疗科技股份有限公司 一种磁共振图像处理方法、装置、设备及存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090074276A1 (en) * 2007-09-19 2009-03-19 The University Of Chicago Voxel Matching Technique for Removal of Artifacts in Medical Subtraction Images

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6738063B2 (en) * 2002-02-07 2004-05-18 Siemens Corporate Research, Inc. Object-correspondence identification without full volume registration
JP4858085B2 (ja) * 2006-10-25 2012-01-18 ソニー株式会社 画像処理装置および画像処理方法、並びにプログラム
US8559746B2 (en) * 2008-09-04 2013-10-15 Silicon Image, Inc. System, method, and apparatus for smoothing of edges in images to remove irregularities
US10032077B1 (en) * 2015-10-29 2018-07-24 National Technology & Engineering Solutions Of Sandia, Llc Vehicle track identification in synthetic aperture radar images

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090074276A1 (en) * 2007-09-19 2009-03-19 The University Of Chicago Voxel Matching Technique for Removal of Artifacts in Medical Subtraction Images

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
BIRCHFIELD STAN ET AL.: "「A Pixel Dissimilarity Measure That Is Insensitive to Image Sampling」", IEEE TRANSACTION ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, vol. 20, no. 4, JPN6021030900, 30 April 1998 (1998-04-30), pages 401 - 406, XP000766680, ISSN: 0004566401, DOI: 10.1109/34.677269 *
杉元 藍子 他: "「胸部単純X線画像におけるピクセルマッチング法を用いた経時的差分画像法の開発」", 日本放射線技術学会雑誌, vol. 69, no. 8, JPN6021030902, 31 August 2013 (2013-08-31), pages 855 - 863, ISSN: 0004566399 *
板井 喜則 他: "「ボクセルマッチング法による経時差分画像上のアーチファクトの低減法」", 電子情報通信学会技術研究報告 MI 医用画像, vol. 107, no. 461, JPN6021030901, 25 January 2008 (2008-01-25), pages 281 - 284, ISSN: 0004566400 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019146926A (ja) * 2018-02-28 2019-09-05 キヤノン株式会社 画像処理装置、画像処理方法およびプログラム
WO2019167731A1 (ja) * 2018-02-28 2019-09-06 キヤノン株式会社 画像処理装置、画像処理方法およびプログラム
US11593941B2 (en) 2018-02-28 2023-02-28 Canon Kabushiki Kaisha Image processing apparatus, image processing method, and storage medium
JP2020025786A (ja) * 2018-08-14 2020-02-20 富士フイルム株式会社 画像処理装置、方法及びプログラム
JP2020174861A (ja) * 2019-04-17 2020-10-29 キヤノン株式会社 情報処理装置、情報処理方法およびプログラム
JP2021003394A (ja) * 2019-06-26 2021-01-14 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
JP7451098B2 (ja) 2019-06-26 2024-03-18 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
EP4239571A1 (en) 2022-03-04 2023-09-06 Canon Kabushiki Kaisha Image processing apparatus, image processing method, and non-transitory storage medium

Also Published As

Publication number Publication date
JP7023641B2 (ja) 2022-02-22
CN109715070B (zh) 2023-05-05
CN109715070A (zh) 2019-05-03
EP3508127A1 (en) 2019-07-10
US20190197723A1 (en) 2019-06-27
EP3508127A4 (en) 2020-04-08
WO2018043575A1 (ja) 2018-03-08
US11468589B2 (en) 2022-10-11

Similar Documents

Publication Publication Date Title
JP7023641B2 (ja) 画像処理装置、画像処理方法およびプログラム
EP3447733B1 (en) Selective image reconstruction
WO2019167731A1 (ja) 画像処理装置、画像処理方法およびプログラム
JP5658686B2 (ja) 貫壁性のかん流の勾配の画像分析
JP6772123B2 (ja) 画像処理装置、画像処理方法、画像処理システムおよびプログラム
US20200134823A1 (en) Image processing apparatus, image processing method, and storage medium
JP2019028887A (ja) 画像処理方法
CN107705350B (zh) 医学图像生成方法、装置及设备
US10810717B2 (en) Image processing apparatus, image processing method, and image processing system
US8805122B1 (en) System, method, and computer-readable medium for interpolating spatially transformed volumetric medical image data
US11266322B2 (en) Blood flow analysis apparatus, blood flow analysis method, and blood flow analysis program
US20220092745A1 (en) Information processing apparatus, information processing method, and non-transitory recording medium
US11138736B2 (en) Information processing apparatus and information processing method
JP7140475B2 (ja) 画像処理装置、画像処理方法、画像処理システム及びプログラム
US11836923B2 (en) Image processing apparatus, image processing method, and storage medium
CN108257088B (zh) 利用斜率约束三次插值的图像处理方法和系统
US10964021B2 (en) Information processing apparatus, information processing method, and information processing system
JP2022049275A (ja) 情報処理装置、情報処理方法及びプログラム
Walvoord et al. Localization of fiducial skin markers in MR images using correlation pattern recognition for PET/MRI nonrigid breast image registration
KR20130011552A (ko) 의료 영상 시스템에서 영상 보조 검출 장치 및 방법

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200701

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210810

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20211007

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20211109

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20211213

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: 20220111

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220209

R151 Written notification of patent or utility model registration

Ref document number: 7023641

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151