JP2018078974A - 動態画像処理システム - Google Patents
動態画像処理システム Download PDFInfo
- Publication number
- JP2018078974A JP2018078974A JP2016222052A JP2016222052A JP2018078974A JP 2018078974 A JP2018078974 A JP 2018078974A JP 2016222052 A JP2016222052 A JP 2016222052A JP 2016222052 A JP2016222052 A JP 2016222052A JP 2018078974 A JP2018078974 A JP 2018078974A
- Authority
- JP
- Japan
- Prior art keywords
- image
- dynamic
- dynamic image
- frame
- group
- 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
- 238000004458 analytical method Methods 0.000 claims description 58
- 230000033001 locomotion Effects 0.000 claims description 19
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 12
- 230000000737 periodic effect Effects 0.000 claims description 2
- 238000003384 imaging method Methods 0.000 abstract description 47
- 238000003745 diagnosis Methods 0.000 abstract description 37
- 230000005855 radiation Effects 0.000 description 48
- 238000000034 method Methods 0.000 description 42
- 230000017531 blood circulation Effects 0.000 description 26
- 230000002685 pulmonary effect Effects 0.000 description 21
- 238000004891 communication Methods 0.000 description 17
- 238000009423 ventilation Methods 0.000 description 13
- 238000001514 detection method Methods 0.000 description 11
- 210000004072 lung Anatomy 0.000 description 11
- 239000004065 semiconductor Substances 0.000 description 5
- 230000010349 pulsation Effects 0.000 description 4
- 230000000241 respiratory effect Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003434 inspiratory effect Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 206010006322 Breath holding Diseases 0.000 description 1
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 210000000709 aorta Anatomy 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- YDLQKLWVKKFPII-UHFFFAOYSA-N timiperone Chemical compound C1=CC(F)=CC=C1C(=O)CCCN1CCC(N2C(NC3=CC=CC=C32)=S)CC1 YDLQKLWVKKFPII-UHFFFAOYSA-N 0.000 description 1
- 229950000809 timiperone Drugs 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
- G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/28—Indexing scheme for image data processing or generation, in general involving image processing hardware
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20076—Probabilistic image processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30048—Heart; Cardiac
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30061—Lung
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
- G06T2207/30104—Vascular flow; Blood flow; Perfusion
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
Description
周期性をもつ被写体の動態を撮影することにより得られた第1の動態画像と、ユーザーによって入力又は指定された前記第1の動態画像に基づく画像特徴の情報とを関連付けて記憶する記憶手段と、
前記第1の動態画像よりも後に前記動態を複数周期撮影することにより得られた第2の動態画像における周期毎のフレーム画像群のうち前記第1の動態画像と比較表示するフレーム画像群を前記第1の動態画像に関連付けて記憶されている前記画像特徴の情報に基づいて決定する決定手段と、
を備える。
前記決定手段は、前記第2の動態画像の複数のフレーム画像を前記動態の周期毎に複数のフレーム画像群に分割し、分割された複数のフレーム画像群のそれぞれにおける前記画像特徴の特徴量を算出し、算出した特徴量と前記第1の動態画像について算出された前記画像特徴の特徴量との比較に基づいて、前記複数のフレーム画像群のうち前記第1の動態画像と比較表示するフレーム画像群を決定する。
前記決定手段は、前記複数のフレーム画像群のうち、前記算出された前記画像特徴の特徴量が前記第1の動態画像について算出された前記画像特徴の特徴量に最も近いフレーム画像群を前記第1の動態画像と比較表示するフレーム画像群として決定する。
前記決定手段は、前記複数のフレーム画像群のうち、前記算出された前記画像特徴の特徴量が前記第1の動態画像について算出された前記画像特徴の特徴量に最も遠いフレーム画像群を前記第1の動態画像と比較表示するフレーム画像群として決定する。
前記第1の動態画像のフレーム画像群と前記第2の動態画像のうち前記決定されたフレーム画像群とを並べて表示する表示手段を備える。
前記第1の動態画像のフレーム画像群と前記第2の動態画像のうち前記決定されたフレーム画像群のそれぞれに解析処理を施す解析処理手段を備える。
前記解析処理手段による前記第1の動態画像のフレーム画像群の解析結果画像と前記第2の動態画像のうち前記決定されたフレーム画像群の解析結果画像とを並べて表示する表示手段を備える。
前記画像特徴は、前記被写体の1周期の時間、濃度変化量、前記被写体の1周期内の濃度の最大から最小まで又は最小から最大までの平均変化量の何れかである。
前記第1の動態画像が胸部の動態画像である場合、前記画像特徴は、呼気時間と吸気時間の比又は差、呼吸時間、濃度変化量、横隔膜の動き量、呼気と吸気における濃度又は横隔膜の動き量の平均変化量の何れかである。
〔動態画像処理システム100の構成〕
まず、第1の実施形態の構成を説明する。
図1に、本実施形態における動態画像処理システム100の全体構成を示す。
図1に示すように、動態画像処理システム100は、撮影装置1と、撮影用コンソール2とが通信ケーブル等により接続され、撮影用コンソール2と、診断用コンソール3とがLAN(Local Area Network)等の通信ネットワークNTを介して接続されて構成されている。動態画像処理システム100を構成する各装置は、DICOM(Digital Image and Communications in Medicine)規格に準じており、各装置間の通信は、DICOMに則って行われる。
撮影装置1は、例えば、呼吸運動に伴う肺の膨張及び収縮の形態変化、心臓の拍動等の、周期性を持つ被写体の動態を撮影する撮影手段である。動態撮影とは、被写体に対し、X線等の放射線をパルス状にして所定時間間隔で繰り返し照射するか(パルス照射)、もしくは、低線量率にして途切れなく継続して照射する(連続照射)ことで、複数の画像を取得することをいう。動態撮影により得られた一連の画像を動態画像と呼ぶ。また、動態画像を構成する複数の画像のそれぞれをフレーム画像と呼ぶ。なお、以下の実施形態では、パルス照射により動態撮影を行う場合を例にとり説明する。また、以下の実施形態では、被写体Mを被検者の胸部とした場合を例にとり説明するが、これに限定されるものではない。
放射線照射制御装置12は、撮影用コンソール2に接続されており、撮影用コンソール2から入力された放射線照射条件に基づいて放射線源11を制御して放射線撮影を行う。撮影用コンソール2から入力される放射線照射条件は、例えば、パルスレート、パルス幅、パルス間隔、1撮影あたりの撮影フレーム数、X線管電流の値、X線管電圧の値、付加フィルター種等である。パルスレートは、1秒あたりの放射線照射回数であり、後述するフレームレートと一致している。パルス幅は、放射線照射1回当たりの放射線照射時間である。パルス間隔は、1回の放射線照射開始から次の放射線照射開始までの時間であり、後述するフレーム間隔と一致している。
放射線検出部13は、被写体Mを挟んで放射線源11と対向するように設けられている。
撮影用コンソール2は、放射線照射条件や画像読取条件を撮影装置1に出力して撮影装置1による放射線撮影及び放射線画像の読み取り動作を制御するとともに、撮影装置1により取得された動態画像を撮影技師等の撮影実施者によるポジショニングの確認や診断に適した画像であるか否かの確認用に表示する。
撮影用コンソール2は、図1に示すように、制御部21、記憶部22、操作部23、表示部24、通信部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。
診断用コンソール3は、撮影用コンソール2から動態画像を取得し、取得した動態画像を表示したり、取得した動態画像を解析して解析結果画像を表示したりすることにより、医師の診断を支援する動態画像処理装置である。
診断用コンソール3は、図1に示すように、制御部31、記憶部32、操作部33、表示部34、通信部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。
次に、上記動態画像処理システム100における動作について説明する。
まず、撮影装置1、撮影用コンソール2による撮影動作について説明する。
図2に、撮影用コンソール2の制御部21において実行される撮影制御処理を示す。撮影制御処理は、制御部21と記憶部22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。
なお、撮影時の放射線照射条件や画像読取条件、撮影距離、被写体Mの撮影状態(例えば、体位、呼吸状態等)は、過去の動態撮影と同様に設定することが好ましい。
次に、診断用コンソール3における動作について説明する。
診断用コンソール3においては、通信部35を介して撮影用コンソール2から動態画像の一連のフレーム画像が受信されると、制御部31と記憶部32に記憶されているプログラムとの協働により図3に示す動態画像表示処理が実行される。
まず、受信した動態画像(第2の動態画像)と比較表示する過去の動態画像(第1の動態画像)が選択される(ステップS10)。
ステップS10においては、記憶部32に記憶されている被写体Mを撮影した過去の動態画像の中から直近に撮影された動態画像を制御部31が自動的に選択してもよいし、記憶部32に記憶されている被写体Mを撮影した過去の動態画像のリストを表示部34に表示し、操作部33によりユーザーがリストから選択することとしてもよい。
ステップS11においては、選択された過去の動態画像に基づく診断において注目された画像特徴の情報が記憶部32から読み出され、注目された画像特徴の特徴量R0が算出される。なお、画像特徴の情報として、画像特徴の項目を示す情報だけでなく、画像特徴の特徴量R0そのものを算出して記憶部32に記憶しておくこととしてもよく、この場合、ステップS11においては、記憶部32から画像特徴の特徴量R0を読み出して取得すればよい。
ステップS12における分割においては、例えば、画像全体の濃度変化が用いられる。例えば、動態画像の各フレーム画像において濃度値の代表値(例えば、平均値、中央値等)を算出し、図4に示すように、算出した濃度値の代表値を時系列(フレーム画像順に)プロットすることにより濃度変化の波形を求め、極値(極大値又は極小値)となるフレーム画像のところで分割することで、動態画像を被写体Mの動態1周期毎のフレーム画像群に分割する。或いは、動態画像から対象部位(例えば、肺野領域)を抽出し、抽出領域内における濃度変化を用いて動態画像を動態1周期毎のフレーム画像群に分割することとしてもよい。
なお、例えば、診断対象が換気である場合、濃度変化に対して時間方向のローパスフィルター処理(例えば、カットオフ周波数0.85Hz)を施してから分割を行うことが好ましい。これにより、肺血流等の高周波の信号変化を除去し、換気による濃度変化を精度良く抽出することができる。
また、例えば、診断対象が肺血流である場合、濃度変化に対して時間方向のハイパスフィルター処理(例えば、カットオフ周波数0.85Hz)を施してから分割を行うことが好ましい。これにより、換気等による低周波の信号変化を除去し、肺血流による濃度変化を精度良く抽出することができる。なお、バンドパスフィルター(例えば、低域のカットオフ周波数0.8Hz、高域のカットオフ周波数2.4Hz)を用いて肺血流による濃度変化を抽出することとしてもよい。
横隔膜の認識は、例えば、フレーム画像から肺野領域を認識し、認識した肺野領域下部の輪郭を横隔膜と認識することができる。肺野領域の抽出は何れの方法であってもよい。例えば、肺野領域を認識するフレーム画像の各画素の信号値のヒストグラムから判別分析によって閾値を求め、この閾値より高信号の領域を肺野領域候補として1次抽出する。次いで、1次抽出された肺野領域候補の境界付近でエッジ検出を行い、境界付近の小領域でエッジが最大となる点を境界に沿って抽出すれば肺野領域の境界を抽出することができる。
呼気時間と吸気時間の比は、フレーム画像群において濃度又は横隔膜の動き量が極大から極小となるまでにかかる時間を算出することで呼気時間を求め、フレーム画像群において濃度又は横隔膜の動き量が極小から極大となるまでにかかる時間を算出することで吸気時間を求め、両者の比の値を算出することで求めることができる。呼吸時間は、呼気時間と吸気時間を加算することで求めることができる。
濃度変化量は、フレーム画像群における濃度変化の振幅値を算出することで求めることができる。
横隔膜の動き量は、フレーム画像群における横隔膜の動き量の振幅値を算出することで求めることができる。
肺血流の1周期の時間は、フレーム画像群の濃度が極大(極小)から次の極大(極小)となるまでの時間を算出することで求めることができる。
また、診断対象が肺血流である場合、各フレーム画像群の濃度変化に対して時間方向のハイパスフィルター処理(例えば、カットオフ周波数0.85Hz)を施してから特徴量R1〜Rnを算出することが好ましい。これにより、換気等による低周波の信号変化を除去し、肺血流による濃度変化を精度良く抽出することができる。なお、バンドパスフィルター(例えば、低域のカットオフ周波数0.8Hz、高域のカットオフ周波数2.4Hz)を用いて肺血流による濃度変化を抽出することとしてもよい。
また、各フレーム画像から肺野領域を抽出した後、その領域内の画素を用いて濃度変化を算出することで、より精度良く換気や肺血流に係る特徴量R1〜Rnを算出することが可能となる。
ステップS14においては、例えば、以下の(1)、(2)の何れかの手法により過去の動態画像と比較するフレーム画像群を決定することができる。
(1)特徴量R1〜Rnのうち、過去の動態画像から算出された特徴量R0に最も値が近い特徴量に対応するフレーム画像群を過去の動態画像と比較する注目フレーム画像群として決定する。
(2)特徴量R1〜Rnのうち、過去の動態画像から算出された特徴量R0に最も値が遠い特徴量に対応するフレーム画像群を過去の動態画像と比較する注目フレーム画像群として決定する。
上記(1)、(2)の何れの手法により注目フレーム画像群を決定するかは、操作部33により予め設定しておくことができる。(1)の手法で決定することで、過去と近い状態を比較することが可能となる。(2)と比較することで、過去と大きく異なった状態を比較することができる。
ステップS15においては、注目フレーム画像群と過去の動態画像のフレーム画像群を並べて動画再生することが好ましい。この際、2つのフレーム画像群の動態1周期の時間が異なる可能性があるため、1周期の時間を揃えた形で動画再生することが好ましい。
例えば、上記(2)の手法により注目フレーム画像群を決定した場合であって、注目フレーム画像群が過去のフレーム画像群とほぼ同じ場合、病状が変化していない、かつ、複数周期の呼吸(肺血流)が安定していることがわかる。
例えば、ステップS15で表示される画面上に、医師が動態画像を見て注目した画像特徴を入力又は指定するための「画像特徴」ボタンが設けられ、操作部33により「画像特徴」ボタンが押下された際に、医師が注目した画像特徴を入力又は指定するための入力画面を表示部34にポップアップ表示し、医師による画像特徴の入力又は指定を受け付ける。
ここで、注目フレーム画像群において、入力又は指定された画像特徴の特徴量を算出し、算出した特徴量を画像とともに表示部34に表示することが好ましい。また、入力又は指定された画像特徴が注目フレーム画像群の決定に用いられた画像特徴量である場合は、ステップS13で注目フレーム画像群について算出された特徴量を画像とともに表示部34に表示することとしてもよい。
なお、ここでは、画像特徴の情報の他、動態画像を識別するための識別IDや、患者情報、検査情報等が注目フレーム画像群からなる動態画像に関連付けて記憶される。また、注目フレーム画像群に対し、入力又は指定された画像特徴の特徴量を算出し、算出した特徴量を画像特徴の情報として動態画像に関連付けて記憶部32に記憶することとしてもよい。また、入力又は指定された画像特徴が注目フレーム画像群の決定に用いられた画像特徴量である場合は、ステップS13で注目フレーム画像群について算出された特徴量を動態画像に関連付けて記憶部32に記憶することとしてもよい。
以下、本発明の第2の実施形態について説明する。
第1の実施形態においては、撮影された動態画像そのものを比較表示する場合を例にとり説明したが、第2の実施形態では、動態画像に解析処理を施した解析結果画像を比較表示する場合を例にとり説明する。
まず、ステップS20〜ステップS24の処理が実行されることにより、受信された動態画像のうち、過去の動態画像との比較に用いる注目フレーム画像群が決定される。ステップS20〜ステップS24の処理は、第1の実施形態において説明した図3のステップS10〜ステップS14の処理と同様であるので説明を援用する。なお、過去の動態画像に基づく診断において注目された画像特徴には、過去の動態画像に基づいて算出された解析結果画像による診断において注目された画像特徴を含む。
解析処理としては、例えば、時間方向の周波数フィルター処理が挙げられる。例えば、診断対象が換気である場合、フレーム画像群の濃度変化に対し、時間方向のローパスフィルター処理(例えば、カットオフ周波数0.85Hz)が施され、換気による濃度変化を抽出した解析結果画像が生成される。また、例えば、診断対象が肺血流である場合、フレーム画像群に対し、時間方向のハイパスフィルター処理(例えば、カットオフ周波数0.85Hz)が施され、肺血流による濃度変化を抽出した解析結果画像が生成される。なお、フレーム画像群の濃度変化に対し、バンドパスフィルター(例えば、低域のカットオフ周波数0.8Hz、高域のカットオフ周波数2.4Hz)を用いてフィルター処理を施し、肺血流による濃度変化を抽出することとしてもよい。
ステップS26においては、解析結果画像がフレーム画像群から構成される場合、解析結果画像を動画再生することが好ましい。この際、動態1周期の時間やフレームレートが異なる可能性があるため、両画像における動態1周期の時間やフレームレートを揃えた形で動画再生することが好ましい。
例えば、上記(2)の手法により注目フレーム画像群を決定した場合であって、注目フレーム画像群の解析結果画像が過去の動態画像の解析結果画像とほぼ同じ場合、病状が変化していない、かつ、複数周期の動態(呼吸又は肺血流)が安定していることがわかる。
例えば、ステップS27で表示される画面上に、医師が動態画像を見て注目した画像特徴を入力又は指定するための「画像特徴」ボタンが設けられ、操作部33により「画像特徴」ボタンが押下された際に、医師が注目した画像特徴を入力又は指定するための入力画面を表示部34にポップアップ表示し、医師による画像特徴の入力又は指定を受け付ける。
ここで、注目フレーム画像群において、入力又は指定された画像特徴の特徴量を算出し、算出した特徴量を画像とともに表示部34に表示することが好ましい。また、入力又は指定された画像特徴が注目フレーム画像群の決定に用いられた画像特徴量である場合は、ステップS23で注目フレーム画像群について算出された特徴量を画像とともに表示部34に表示することとしてもよい。
なお、ここでは、画像特徴の情報の他、動態画像を識別するための識別IDや、患者情報、検査情報等が注目フレーム画像群からなる動態画像に関連付けて記憶される。また、注目フレーム画像群に対し、入力又は指定された画像特徴の特徴量を算出し、算出した特徴量を画像特徴の情報として動態画像に関連付けて記憶部32に記憶することとしてもよい。また、入力又は指定された画像特徴がフレーム画像群の決定に用いられた画像特徴量である場合は、ステップS23で算出された注目フレーム画像群について算出された特徴量を動態画像に関連付けて記憶部32に記憶することとしてもよい。
血流信号波形は、フレーム画像群の画素単位(又は小領域単位)の信号値変化(即ち、濃度変化)に時間方向のハイパスフィルター処理(例えば、カットオフ周波数0.8Hz)を施した波形を取得することにより求めることができる。
拍動信号波形としては、以下の何れかを用いることができる。
(a)心臓領域(又は大動脈領域)にROI(関心領域)を定め、そのROIにおける信号値の時間変化を示す波形
(b)(a)の波形を反転させた信号波形
(c)心電検知センサーより得られた心電信号波形
(d)心壁の動き(位置の変化)を示す信号波形
また、相互相関係数は、以下の[数1]により求めることができる。
従って、撮影された動態画像において、過去の動態画像と比較するのに適したフレーム画像群を自動的に決定することができる。その結果、適切な診断を迅速に行うことが可能となる。
1 撮影装置
11 放射線源
12 放射線照射制御装置
13 放射線検出部
14 読取制御装置
2 撮影用コンソール
21 制御部
22 記憶部
23 操作部
24 表示部
25 通信部
26 バス
3 診断用コンソール
31 制御部
32 記憶部
33 操作部
34 表示部
35 通信部
36 バス
Claims (9)
- 周期性をもつ被写体の動態を撮影することにより得られた第1の動態画像と、ユーザーによって入力又は指定された前記第1の動態画像に基づく画像特徴の情報とを関連付けて記憶する記憶手段と、
前記第1の動態画像よりも後に前記動態を複数周期撮影することにより得られた第2の動態画像における周期毎のフレーム画像群のうち前記第1の動態画像と比較表示するフレーム画像群を前記第1の動態画像に関連付けて記憶されている前記画像特徴の情報に基づいて決定する決定手段と、
を備える動態画像処理システム。 - 前記決定手段は、前記第2の動態画像の複数のフレーム画像を前記動態の周期毎に複数のフレーム画像群に分割し、分割された複数のフレーム画像群のそれぞれにおける前記画像特徴の特徴量を算出し、算出した特徴量と前記第1の動態画像について算出された前記画像特徴の特徴量との比較に基づいて、前記複数のフレーム画像群のうち前記第1の動態画像と比較表示するフレーム画像群を決定する請求項1に記載の動態画像処理システム。
- 前記決定手段は、前記複数のフレーム画像群のうち、前記算出された前記画像特徴の特徴量が前記第1の動態画像について算出された前記画像特徴の特徴量に最も近いフレーム画像群を前記第1の動態画像と比較表示するフレーム画像群として決定する請求項2に記載の動態画像処理システム。
- 前記決定手段は、前記複数のフレーム画像群のうち、前記算出された前記画像特徴の特徴量が前記第1の動態画像について算出された前記画像特徴の特徴量に最も遠いフレーム画像群を前記第1の動態画像と比較表示するフレーム画像群として決定する請求項2に記載の動態画像処理システム。
- 前記第1の動態画像のフレーム画像群と前記第2の動態画像のうち前記決定されたフレーム画像群とを並べて表示する表示手段を備える請求項1〜4の何れか一項に記載の動態画像処理システム。
- 前記第1の動態画像のフレーム画像群と前記第2の動態画像のうち前記決定されたフレーム画像群のそれぞれに解析処理を施す解析処理手段を備える請求項1〜4の何れか一項に記載の動態画像処理システム。
- 前記解析処理手段による前記第1の動態画像のフレーム画像群の解析結果画像と前記第2の動態画像のうち前記決定されたフレーム画像群の解析結果画像とを並べて表示する表示手段を備える請求項6に記載の動態画像処理システム。
- 前記画像特徴は、前記被写体の1周期の時間、濃度変化量、前記被写体の1周期内の濃度の最大から最小まで又は最小から最大までの平均変化量の何れかである請求項1〜7の何れか一項に記載の動態画像処理システム。
- 前記第1の動態画像が胸部の動態画像である場合、前記画像特徴は、呼気時間と吸気時間の比又は差、呼吸時間、濃度変化量、横隔膜の動き量、呼気と吸気における濃度又は横隔膜の動き量の平均変化量の何れかである請求項1〜7の何れか一項に記載の動態画像処理システム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016222052A JP6743662B2 (ja) | 2016-11-15 | 2016-11-15 | 動態画像処理システム |
US15/801,911 US20180137634A1 (en) | 2016-11-15 | 2017-11-02 | Dynamic image processing system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016222052A JP6743662B2 (ja) | 2016-11-15 | 2016-11-15 | 動態画像処理システム |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020128785A Division JP6888721B2 (ja) | 2020-07-30 | 2020-07-30 | 動態画像処理装置、動態画像処理プログラム及び動態画像処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018078974A true JP2018078974A (ja) | 2018-05-24 |
JP6743662B2 JP6743662B2 (ja) | 2020-08-19 |
Family
ID=62107932
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016222052A Active JP6743662B2 (ja) | 2016-11-15 | 2016-11-15 | 動態画像処理システム |
Country Status (2)
Country | Link |
---|---|
US (1) | US20180137634A1 (ja) |
JP (1) | JP6743662B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023013080A1 (ja) * | 2021-08-06 | 2023-02-09 | オリンパス株式会社 | アノテーション支援方法、アノテーション支援プログラム及びアノテーション支援装置 |
JP7435242B2 (ja) | 2020-05-15 | 2024-02-21 | コニカミノルタ株式会社 | 動態画像解析装置、動態画像解析方法及びプログラム |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018157884A (ja) * | 2017-03-22 | 2018-10-11 | コニカミノルタ株式会社 | X線動画像処理装置 |
EP3603481B1 (en) * | 2017-03-30 | 2023-05-03 | FUJIFILM Corporation | Medical image processing device, endoscope system, and method for operating medical image processing device |
US11151726B2 (en) * | 2018-01-10 | 2021-10-19 | Canon Medical Systems Corporation | Medical image processing apparatus, X-ray diagnostic apparatus, and medical image processing method |
JP7135759B2 (ja) * | 2018-11-16 | 2022-09-13 | コニカミノルタ株式会社 | 画像処理装置及びプログラム |
JP2020141841A (ja) * | 2019-03-06 | 2020-09-10 | コニカミノルタ株式会社 | 動態解析装置及びプログラム |
JP7270453B2 (ja) * | 2019-04-26 | 2023-05-10 | 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 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013141067A1 (ja) * | 2012-03-23 | 2013-09-26 | コニカミノルタ株式会社 | 画像生成装置 |
WO2014192504A1 (ja) * | 2013-05-31 | 2014-12-04 | コニカミノルタ株式会社 | 画像処理装置及びプログラム |
-
2016
- 2016-11-15 JP JP2016222052A patent/JP6743662B2/ja active Active
-
2017
- 2017-11-02 US US15/801,911 patent/US20180137634A1/en not_active Abandoned
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013141067A1 (ja) * | 2012-03-23 | 2013-09-26 | コニカミノルタ株式会社 | 画像生成装置 |
WO2014192504A1 (ja) * | 2013-05-31 | 2014-12-04 | コニカミノルタ株式会社 | 画像処理装置及びプログラム |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7435242B2 (ja) | 2020-05-15 | 2024-02-21 | コニカミノルタ株式会社 | 動態画像解析装置、動態画像解析方法及びプログラム |
WO2023013080A1 (ja) * | 2021-08-06 | 2023-02-09 | オリンパス株式会社 | アノテーション支援方法、アノテーション支援プログラム及びアノテーション支援装置 |
Also Published As
Publication number | Publication date |
---|---|
JP6743662B2 (ja) | 2020-08-19 |
US20180137634A1 (en) | 2018-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6436182B2 (ja) | 動態画像解析装置 | |
JP6743662B2 (ja) | 動態画像処理システム | |
JP5874636B2 (ja) | 診断支援システム及びプログラム | |
JP6772873B2 (ja) | 動態解析装置及び動態解析システム | |
JP5672147B2 (ja) | 胸部診断支援情報生成システム | |
JP6772908B2 (ja) | 動態解析システム及びプログラム | |
JP5919717B2 (ja) | 動態医用画像生成システム | |
JP6217241B2 (ja) | 胸部診断支援システム | |
JP6699339B2 (ja) | 動態解析システム | |
JP2017176202A (ja) | 動態解析システム | |
JP2017176400A (ja) | 動態解析装置、動態解析システム、動態解析方法及びプログラム | |
JP6740910B2 (ja) | 動態画像処理システム | |
JP2017169830A (ja) | 動態解析装置 | |
JP6848393B2 (ja) | 動態画像処理装置 | |
JP6690774B2 (ja) | 動態解析システム、プログラム及び動態解析装置 | |
JP2018187310A (ja) | 動態画像処理システム | |
JP2018196693A (ja) | 動態解析システム | |
JP2018148965A (ja) | 動態解析システム | |
JP7047806B2 (ja) | 動態解析装置、動態解析システム、動態解析プログラム及び動態解析方法 | |
JP6962030B2 (ja) | 動態解析装置、動態解析システム、動態解析プログラム及び動態解析方法 | |
JP6950507B2 (ja) | 動態画像処理装置 | |
JP6888721B2 (ja) | 動態画像処理装置、動態画像処理プログラム及び動態画像処理方法 | |
JP2019092612A (ja) | 動態撮影システム | |
JP2017217047A (ja) | 画像表示システム | |
JP7255319B2 (ja) | 動態解析装置、動態解析システム及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190620 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200421 |
|
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: 6743662 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |