JP2018110762A - 動態画像処理システム - Google Patents

動態画像処理システム Download PDF

Info

Publication number
JP2018110762A
JP2018110762A JP2017004009A JP2017004009A JP2018110762A JP 2018110762 A JP2018110762 A JP 2018110762A JP 2017004009 A JP2017004009 A JP 2017004009A JP 2017004009 A JP2017004009 A JP 2017004009A JP 2018110762 A JP2018110762 A JP 2018110762A
Authority
JP
Japan
Prior art keywords
region
dynamic image
blood flow
flow information
unit
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
JP2017004009A
Other languages
English (en)
Other versions
JP6740910B2 (ja
Inventor
翔 野地
Sho Noji
翔 野地
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.)
Konica Minolta Inc
Original Assignee
Konica Minolta 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 Konica Minolta Inc filed Critical Konica Minolta Inc
Priority to JP2017004009A priority Critical patent/JP6740910B2/ja
Priority to US15/863,149 priority patent/US10891732B2/en
Publication of JP2018110762A publication Critical patent/JP2018110762A/ja
Application granted granted Critical
Publication of JP6740910B2 publication Critical patent/JP6740910B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/50—Clinical applications
    • A61B6/503—Clinical applications involving diagnosis of heart
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/46—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with special arrangements for interfacing with the operator or the patient
    • A61B6/467—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with special arrangements for interfacing with the operator or the patient characterised by special input means
    • A61B6/469—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with special arrangements for interfacing with the operator or the patient characterised by special input means for selecting a region of interest [ROI]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/50—Clinical applications
    • A61B6/504—Clinical applications involving diagnosis of blood vessels, e.g. by angiography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
    • 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
    • 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
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/174—Segmentation; Edge detection involving the use of two or more images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G06T7/248—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving reference images or patches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction
    • G06F2218/10—Feature extraction by analysing the shape of a waveform, e.g. extracting parameters relating to peaks
    • 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
    • G06T2207/20092—Interactive image processing based on input by user
    • G06T2207/20104—Interactive definition of region of interest [ROI]
    • 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
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular
    • G06T2207/30104—Vascular flow; Blood flow; Perfusion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03—Recognition of patterns in medical or anatomical images
    • G06V2201/031—Recognition of patterns in medical or anatomical images of internal organs

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Theoretical Computer Science (AREA)
  • Public Health (AREA)
  • General Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Optics & Photonics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Biophysics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Databases & Information Systems (AREA)
  • Physiology (AREA)
  • Cardiology (AREA)
  • Human Computer Interaction (AREA)
  • Vascular Medicine (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Data Mining & Analysis (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

【課題】胸部動態画像の心臓領域から安定した濃度波形の血流情報を取得できるようにする。【解決手段】動態画像処理システム１００の診断用コンソール３によれば、制御部３１は、胸部動態画像から心臓領域を抽出し、抽出した心臓領域の各画素の濃度波形を抽出し、各画素の濃度波形の特徴量を算出する。そして、制御部３１は、算出された各画素の濃度波形の特徴量に基づいて血流情報の抽出対象候補領域を決定し、決定した血流情報の抽出対象候補領域内に血流情報の抽出対象領域を設定する。【選択図】図３

Description

本発明は、動態画像処理システムに関する。
近年、人体の胸部にＸ線を照射して動態撮影することにより得られた胸部動態画像から心臓領域を抽出し、抽出した心臓領域の濃度波形を血流情報として提示したり、解析に用いたりすることが提案されている。
心臓領域を抽出する技術として、例えば、特許文献１には、３次元の医用画像データから左心室領域を抽出し、その位置情報を基に、右心室領域、左心房領域、右心房領域のうちの少なくとも一つの領域を抽出することが記載されている。
特開２０１４−１３５９９０号公報
しかしながら、胸部動態画像は２次元画像であり、例えば以下に示す領域のように、心臓領域内であっても場所によって濃度波形が安定せずに乱れる領域が存在する。
・心臓領域（例えば、左心室領域）の裏側に他の心臓領域（例えば、左心房領域）が重なっている領域
・心臓領域に腰椎や横隔膜などの他の構造物が重なっている領域
・心肥大などにより肥大している領域（筋肉の領域）
そのため、このような領域から濃度波形を抽出すると、濃度波形が乱れて正しい血流情報が得られないという問題があった。
本発明の課題は、胸部動態画像の心臓領域から安定した濃度波形の血流情報を取得できるようにすることである。
上記課題を解決するため、請求項１に記載の発明の動態画像処理システムは、
胸部の動態を放射線撮影することにより得られた胸部動態画像から心臓領域を抽出する心臓領域抽出部と、
前記心臓領域抽出部により抽出された心臓領域の各画素の濃度波形を抽出する濃度波形抽出部と、
前記濃度波形抽出部により抽出された各画素の濃度波形に基づいて血流情報の抽出対象候補領域を決定する候補領域決定部と、
前記候補領域決定部により決定された血流情報の抽出対象候補領域内に血流情報の抽出対象領域を設定する設定部と、
を備える。
請求項２に記載の発明は、請求項１に記載の発明において、
前記心臓領域抽出部は、前記胸部動態画像における一のフレーム画像からテンプレートマッチング処理を用いて心臓領域を抽出し、抽出した心臓領域に基づいて、前記胸部動態画像の各フレーム画像から心臓領域を抽出する。
請求項３に記載の発明は、請求項１に記載の発明において、
前記心臓領域抽出部は、前記胸部動態画像における一のフレーム画像の各画素に対してヘッセ行列を算出し、前記ヘッセ行列から固有値を算出し、前記固有値に基づいて前記一のフレーム画像から心臓領域を抽出し、抽出した心臓領域に基づいて、前記胸部動態画像の各フレーム画像から心臓領域を抽出する。
請求項４に記載の発明は、請求項１に記載の発明において、
前記心臓領域抽出部は、前記胸部動態画像の複数のフレーム画像から輪郭を抽出し、抽出した輪郭の移動方向に基づいて、前記胸部動態画像の各フレーム画像から心臓領域を抽出する。
請求項５に記載の発明は、請求項１〜４のいずれか一項に記載の発明において、
前記濃度波形抽出部により抽出された濃度波形に時間方向のフィルタリング処理を施して低周波成分を除去するフィルタリング処理部を備える。
請求項６に記載の発明は、請求項１〜５のいずれか一項に記載の発明において、
前記濃度波形抽出部により抽出された各画素の濃度波形の特徴量を算出する特徴量算出部を更に備え、
前記候補領域決定部は、前記特徴量算出部により算出された各画素の特徴量に基づいて血流情報の抽出対象候補領域を決定する。
請求項７に記載の発明は、請求項６に記載の発明において、
前記特徴量算出部は、前記特徴量として前記濃度波形の周波数成分を算出する。
請求項８に記載の発明は、請求項７に記載の発明において、
前記候補領域決定部は、前記特徴量算出部により算出された前記各画素の濃度波形の周波数成分のピーク数を計測し、ピーク数が予め定められた閾値以下の画素の領域を前記血流情報の抽出対象候補領域に決定する。
請求項９に記載の発明は、請求項７又は８に記載の発明において、
前記胸部動態画像の撮影時の被写体の心拍数を取得する心拍数取得部を備え、
前記候補領域決定部は、前記心拍数取得部により取得された心拍数を周波数に変換し、変換した周波数と略一致する前記濃度波形の周波数にピークが存在する画素の領域を前記血流情報の抽出対象候補領域に決定する。
請求項１０に記載の発明は、請求項６〜９のいずれか一項に記載の発明において、
前記特徴量算出部は、前記特徴量として前記濃度波形の振幅値を算出する。
請求項１１に記載の発明は、請求項１０に記載の発明において、
前記候補領域決定部は、振幅値の閾値を算出し、前記特徴量算出部により算出した振幅値が前記閾値より大きい画素の領域を前記血流情報の抽出対象候補領域に決定する。
請求項１２に記載の発明は、請求項１１に記載の発明において、
前記候補領域決定部は、前記心臓領域の全画素の振幅値に基づいて前記振幅値の閾値を算出する。
請求項１３に記載の発明は、請求項１〜１２のいずれか一項に記載の発明において、
前記血流情報の抽出対象候補領域を表示する表示部を備え、
前記設定部は、前記表示部に表示された前記血流情報の抽出対象候補領域上のユーザー操作により指定された領域を前記血流情報の抽出対象領域として設定する。
請求項１４に記載の発明は、請求項１〜１２のいずれか一項に記載の発明において、
前記設定部は、前記血流情報の抽出対象候補領域全体を前記血流情報の抽出対象領域として設定する。
請求項１５に記載の発明は、請求項１〜１２のいずれか一項に記載の発明において、
前記設定部は、前記血流情報の抽出対象候補領域内に含まれる最大面積の円又は多角形の領域を前記血流情報の抽出対象領域として設定する。
請求項１６に記載の発明は、請求項１〜１２のいずれか一項に記載の発明において、
前記設定部は、前記血流情報の抽出対象候補領域の重心位置を算出し、前記血流情報の抽出対象候補領域内における前記算出した重心位置を基準とした任意の形状と大きさの領域を前記血流情報の抽出対象領域として設定する。
本発明によれば、胸部動態画像の心臓領域から安定した濃度波形の血流情報を取得することが可能となる。
本発明の実施形態における動態画像処理システムの全体構成を示す図である。 図１の撮影用コンソールの制御部により実行される撮影制御処理を示すフローチャートである。 図１の診断用コンソールの制御部により実行される血流情報抽出処理を示すフローチャートである。 濃度波形の抽出方法を説明するための図である。 図３のステップＳ１３において算出される濃度波形の周波数成分を示す図である。 図３のステップＳ１３において算出される濃度波形の振幅値を示す図である。 図３のステップＳ１６における自動設定の手法を説明するための図である。
〔動態画像処理システム１００の構成〕
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の構成〕
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（サイクル）を持つ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、動態を示す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、パルス照射により胸部の動態撮影を行う場合を例にとり説明する。
放射線源１１は、被写体Ｍ（被検者）を挟んで放射線検出部１３と対向する位置に配置され、放射線照射制御装置１２の制御に従って、被写体Ｍに対し放射線（Ｘ線）を照射する。
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、ＦＰＤ等の半導体イメージセンサーにより構成される。ＦＰＤは、例えば、ガラス基板等を有しており、基板上の所定位置に、放射線源１１から照射されて少なくとも被写体Ｍを透過した放射線をその強度に応じて検出し、検出した放射線を電気信号に変換して蓄積する複数の検出素子（画素）がマトリックス状に配列されている。各画素は、例えばＴＦＴ（Thin Film Transistor）等のスイッチング部を備えて構成されている。ＦＰＤにはＸ線をシンチレーターを介して光電変換素子により電気信号に変換する間接変換型、Ｘ線を直接的に電気信号に変換する直接変換型があるが、何れを用いてもよい。
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。
読取制御装置１４は、撮影用コンソール２に接続されている。読取制御装置１４は、撮影用コンソール２から入力された画像読取条件に基づいて放射線検出部１３の各画素のスイッチング部を制御して、当該各画素に蓄積された電気信号の読み取りをスイッチングしていき、放射線検出部１３に蓄積された電気信号を読み取ることにより、画像データを取得する。この画像データがフレーム画像である。そして、読取制御装置１４は、取得したフレーム画像を撮影用コンソール２に出力する。画像読取条件は、例えば、フレームレート、フレーム間隔、画素サイズ、画像サイズ（マトリックスサイズ）等である。フレームレートは、１秒あたりに取得するフレーム画像数であり、パルスレートと一致している。フレーム間隔は、１回のフレーム画像の取得動作開始から次のフレーム画像の取得動作開始までの時間であり、パルス間隔と一致している。
ここで、放射線照射制御装置１２と読取制御装置１４は互いに接続され、互いに同期信号をやりとりして放射線照射動作と画像の読み取りの動作を同調させるようになっている。
〔撮影用コンソール２の構成〕
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。
制御部２１は、ＣＰＵ（Central Processing Unit）、ＲＡＭ（Random Access Memory
）等により構成される。制御部２１のＣＰＵは、操作部２３の操作に応じて、記憶部２２に記憶されているシステムプログラムや各種処理プログラムを読み出してＲＡＭ内に展開し、展開されたプログラムに従って後述する撮影制御処理を始めとする各種処理を実行し、撮影用コンソール２各部の動作や、撮影装置１の放射線照射動作及び読み取り動作を集中制御する。
記憶部２２は、不揮発性の半導体メモリーやハードディスク等により構成される。記憶部２２は、制御部２１で実行される各種プログラムやプログラムにより処理の実行に必要なパラメーター、或いは処理結果等のデータを記憶する。例えば、記憶部２２は、図２に示す撮影制御処理を実行するためのプログラムを記憶している。また、記憶部２２は、検査対象部位（ここでは、胸部とする）に対応付けて放射線照射条件及び画像読取条件を記憶している。各種プログラムは、読取可能なプログラムコードの形態で格納され、制御部２１は、当該プログラムコードに従った動作を逐次実行する。
操作部２３は、カーソルキー、数字入力キー、及び各種機能キー等を備えたキーボードと、マウス等のポインティングデバイスを備えて構成され、キーボードに対するキー操作やマウス操作により入力された指示信号を制御部２１に出力する。また、操作部２３は、表示部２４の表示画面にタッチパネルを備えても良く、この場合、タッチパネルを介して入力された指示信号を制御部２１に出力する。
表示部２４は、ＬＣＤ（Liquid Crystal Display）やＣＲＴ（Cathode Ray Tube）等のモニターにより構成され、制御部２１から入力される表示信号の指示に従って、操作部２３からの入力指示やデータ等を表示する。
通信部２５は、ＬＡＮアダプターやモデムやＴＡ（Terminal Adapter）等を備え、通信ネットワークＮＴに接続された各装置との間のデータ送受信を制御する。
〔診断用コンソール３の構成〕
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、取得した動態画像や動態画像の解析結果を表示して医師の診断を支援するための装置である。
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。
制御部３１は、ＣＰＵ、ＲＡＭ等により構成される。制御部３１のＣＰＵは、操作部３３の操作に応じて、記憶部３２に記憶されているシステムプログラムや、各種処理プログラムを読み出してＲＡＭ内に展開し、展開されたプログラムに従って、後述する血流情報抽出処理を始めとする各種処理を実行し、診断用コンソール３の各部の動作を集中制御する。制御部３１は、心臓領域抽出部、濃度波形抽出部、特徴量算出部、候補領域決定部、設定部として機能する。
記憶部３２は、不揮発性の半導体メモリーやハードディスク等により構成される。記憶部３２は、制御部３１で血流情報抽出処理を実行するためのプログラムを始めとする各種プログラムやプログラムによる処理の実行に必要なパラメーター、或いは処理結果等のデータを記憶する。これらの各種プログラムは、読取可能なプログラムコードの形態で格納され、制御部３１は、当該プログラムコードに従った動作を逐次実行する。
操作部３３は、カーソルキー、数字入力キー、及び各種機能キー等を備えたキーボードと、マウス等のポインティングデバイスを備えて構成され、ユーザーによるキーボードに対するキー操作やマウス操作により入力された指示信号を制御部３１に出力する。また、操作部３３は、表示部３４の表示画面にタッチパネルを備えても良く、この場合、タッチパネルを介して入力された指示信号を制御部３１に出力する。
表示部３４は、ＬＣＤやＣＲＴ等のモニターにより構成され、制御部３１から入力される表示信号の指示に従って、各種表示を行う。
通信部３５は、ＬＡＮアダプターやモデムやＴＡ等を備え、通信ネットワークＮＴに接続された各装置との間のデータ送受信を制御する。
〔動態画像処理システム１００の動作〕
次に、本実施形態における上記動態画像処理システム１００の動作について説明する。
（撮影装置１、撮影用コンソール２の動作）
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。
まず、撮影実施者により撮影用コンソール２の操作部２３が操作され、被検者（被写体Ｍ）の患者情報（患者の氏名、身長、体重、年齢、性別等）、検査情報（例えば、検査対象部位（ここでは、胸部）、診断対象の種類（例えば、換気、血流）等）の入力が行われる（ステップＳ１）。
次いで、放射線照射条件が記憶部２２から読み出されて放射線照射制御装置１２に設定されるとともに、画像読取条件が記憶部２２から読み出されて読取制御装置１４に設定される（ステップＳ２）。
次いで、操作部２３の操作による放射線照射の指示が待機される（ステップＳ３）。ここで、撮影実施者は、被写体Ｍを放射線源１１と放射線検出部１３の間に配置してポジショニングを行う。また、被検者（被写体Ｍ）に対し、呼吸状態を指示する。例えば、被検者（被写体Ｍ）に楽にするように指示し、安静呼吸を促す。診断対象の種類が換気の場合には安静呼吸を促し、診断対象の種類が血流の場合には被検者に息を止めるように指示することとしてもよい。撮影準備が整った時点で、操作部２３を操作して放射線照射指示を入力する。
操作部２３により放射線照射指示が入力されると（ステップＳ３；ＹＥＳ）、放射線照射制御装置１２及び読取制御装置１４に撮影開始指示が出力され、動態撮影が開始される（ステップＳ４）。即ち、放射線照射制御装置１２に設定されたパルス間隔で放射線源１１により放射線が照射され、放射線検出部１３によりフレーム画像が取得される。
予め定められたフレーム数の撮影が終了すると、制御部２１により放射線照射制御装置１２及び読取制御装置１４に撮影終了の指示が出力され、撮影動作が停止される。撮影されるフレーム数は、少なくとも１呼吸サイクルが撮影できる枚数である。
撮影により取得されたフレーム画像は順次撮影用コンソール２に入力され、撮影順を示す番号（フレーム番号）と対応付けて記憶部２２に記憶されるとともに（ステップＳ５）、表示部２４に表示される（ステップＳ６）。撮影実施者は、表示された動態画像によりポジショニング等を確認し、撮影により診断に適した画像が取得された（撮影ＯＫ）か、再撮影が必要（撮影ＮＧ）か、を判断する。そして、操作部２３を操作して、判断結果を入力する。
操作部２３の所定の操作により撮影ＯＫを示す判断結果が入力されると（ステップＳ７；ＹＥＳ）、動態撮影で取得された一連のフレーム画像のそれぞれに、動態画像を識別するための識別ＩＤや、患者情報、検査情報、放射線照射条件、画像読取条件、撮影順を示す番号（フレーム番号）等の情報が付帯され（例えば、ＤＩＣＯＭ形式で画像データのヘッダ領域に書き込まれ）、通信部２５を介して診断用コンソール３に送信される（ステップＳ８）。そして、本処理は終了する。一方、操作部２３の所定の操作により撮影ＮＧを示す判断結果が入力されると（ステップＳ７；ＮＯ）、記憶部２２に記憶された一連のフレーム画像が削除され（ステップＳ９）、本処理は終了する。この場合、再撮影が必要となる。
（診断用コンソール３の動作）
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から診断対象の種類が血流の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に示す血流情報抽出処理が実行される。
以下、図３を参照して血流情報抽出処理の流れについて説明する。
まず、受信した動態画像から心臓領域が抽出される（ステップＳ１１）。
心臓領域の抽出は、例えば、テンプレートマッチング処理を用いて行うことができる。例えば、記憶部３２に心臓のテンプレート画像を記憶しておき、動態画像の一のフレーム画像（例えば、１番目のフレーム画像）においてテンプレート画像を移動させながらテンプレート画像とテンプレート画像に重なる部分の類似度を算出し、類似度が最も高い領域を心臓領域として抽出する。他のフレーム画像については、一のフレーム画像から抽出された心臓領域と同じ画素位置（座標）の領域を心臓領域として抽出する。
類似度は、例えば、（式１）に示すＳＳＤ(Sum of Squared Difference)、（式２）に示すＳＡＤ(Sum of Absolute Difference)等を用いて算出することができる。Ｉ（x,y）はフレーム画像の濃度値（画素値）、Ｔ（x,y）はテンプレート画像の濃度値である。ＳＳＤ、ＳＡＤは、値が小さいほど類似度が大きくなり、完全に一致している場合は０となる。
Figure 2018110762
また、心臓は略球形状であると仮定して、ヘッセ行列による形状認識処理を用いて球形状の条件を満たす領域を心臓領域として抽出してもよい。例えば、動態画像の一のフレーム画像の各画素に対して２×２のヘッセ行列（式３）を算出し、ヘッセ行列の固有値λ１、λ２を算出する。ここで、球形状の領域における２次元のヘッセ行列の２つの固有値λ１、λ２は、「０より十分大きい」かつ「２つの固有値の大きさが略同じ」を満たすという性質がある。そこで、２つの固有値λ１、λ２が「０より十分大きい」かつ「２つの固有値の大きさが略同じ」を満たすか否かを判断し、満たすと判断した画素の領域を心臓領域として抽出する。他のフレーム画像については、一のフレーム画像から抽出された心臓領域と同じ画素位置（座標）の領域を心臓領域として抽出する。
Figure 2018110762
また、心臓は拍動により拡張／伸縮し、これに伴い心壁は左右に移動する。そこで、輪郭の動き情報を用いて心臓領域を抽出することとしてもよい。
輪郭の動き情報を用いた心臓領域の抽出処理では、まず、動態画像の一番目のフレーム画像からエッジ（輪郭）を抽出する。例えば、一番目のフレーム画像にラプラシアンフィルタなどをかけてエッジを抽出する。次いで、一番目のフレーム画像の垂直方向の中心線上の各画素から左右方向にエッジを探索し、検出されたエッジ上にＲＯＩを設定する。次いで、設定したＲＯＩのそれぞれをテンプレート画像として２番目以降の複数のフレーム画像のそれぞれにおいてテンプレート画像を移動させながらテンプレート画像とテンプレート画像に重なる部分の類似度（例えば、ＳＳＤ又はＳＡＤ）を算出し、類似度が最も高い領域をそのフレーム画像におけるそのＲＯＩの領域として抽出する。そして、複数のフレーム画像から抽出されたＲＯＩに基づいて、ＲＯＩの移動方向を特定し、移動方向が左右方向となるＲＯＩに囲まれている領域を一番目のフレーム画像の心臓領域として抽出する。他のフレーム画像については、一番目のフレーム画像から抽出された心臓領域と同じ画素位置（座標）の領域を心臓領域として抽出する。
なお、上記説明では、一番目のフレーム画像を基準として移動方向を算出することとしたが、基準とするフレーム画像は可変としてもよい。例えば、２番目のフレーム画像のＲＯＩは一番目のフレーム画像のＲＯＩをテンプレート画像としたテンプレートマッチングにより求め、３番目のフレーム画像のＲＯＩは二番目のフレーム画像のＲＯＩをテンプレート画像としたテンプレート画像により求める等、一つ前のフレーム画像を基準としてもよい。
次いで、心臓領域の各画素の濃度波形が抽出される（ステップＳ１２）。
ステップＳ１２においては、図４に示すように、心臓領域Ｈの各画素の濃度値を時系列（フレーム画像順に）プロットすることにより濃度波形を抽出し、抽出した濃度波形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０．８０Ｈｚ）を施す。これにより、濃度波形からノイズによる低周波成分を除去し、血流による濃度波形を精度良く抽出することができる。なお、濃度波形に対して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）を用いて低周波成分を除去することとしてもよい。
次いで、抽出された各画素の濃度波形の特徴量が算出される（ステップＳ１３）。
ステップＳ１３においては、例えば、各画素の濃度波形の周波数成分、振幅値等が算出される。
濃度波形の周波数成分は、例えば、濃度波形をフーリエ変換して周波数毎のパワースペクトルを算出することにより求めることができる（図５参照）。また、振幅値は、図６に示すように、濃度波形の極大値から極小値を引くことにより求めることができる。
次いで、算出された特徴量に基づいて、血流情報の抽出対象候補領域が決定される（ステップＳ１４）。
ステップＳ１４においては、例えば、以下の（１）〜（３）のいずれか又はその組み合わせの処理により血流情報の抽出対象候補領域が決定される。
（１）まず、心臓領域内の各画素について、濃度波形の周波数成分のピーク数を計測する。例えば、各画素において、算出されたパワースペクトルの最大値を求め、パワースペクトルが最大値のｎ％（ｎは数値）以上の周波数成分をピークと判断してピーク数を計数する。または、心臓領域の全画素の中の最大のパワースペクトルを求め、各画素において、パワースペクトルが最大パワースペクトルのｎ％以上の周波数成分をピークと判断してピーク数を計数する。次いで、心臓領域内の全画素の周波数成分のピーク数に基づいて、ピーク数の閾値を設定する。例えば、全画素のピーク数の平均ピーク数を求め、平均ピーク数に基づいてピーク数の閾値を設定する。そして、ピーク数が設定した閾値以下の画素の領域を血流情報の抽出対象候補領域に決定する。なお、閾値は、予め操作部３３により予め設定できる構成としてもよい。また、上記ｎは操作部３３により設定可能である。
ここで、濃度波形は、周波数成分のピーク数が少ないほど、乱れのない安定した波形であるといえる。ピーク数が多いほど、多くの周波数成分が入り混じった乱れた波形であるといえる。そこで、心臓領域のうち濃度波形のピーク数が閾値以下の領域を血流情報の抽出対象候補領域とすることで、乱れのない安定した濃度波形が得られる領域を血流情報の抽出対象とすることができる。なお、ピーク数の閾値は、望ましくは１である。
（２）動態画像処理システム１００が心拍数取得部としての心電計を備える構成とし、動態撮影と同期して被写体Ｍの心拍数（bpm）を取得し、取得した心拍数を６０で除算して周波数（Hz）に変換する。そして、変換した周波数と略一致する濃度波形の周波数にピークが存在する画素の領域を血流情報の抽出対象候補領域に決定する。
このように、心臓領域のうち、心拍の周波数に濃度波形の周波数のピークが存在する領域を血流情報の抽出対象候補領域とすることで、心拍に応じた濃度波形が得られる領域を血流情報の抽出対象とすることができる。
（３）心臓領域の全画素の中で最大の振幅値を求め、振幅値が最大の振幅値のｍ％（ｍは数値）以上の画素の領域を血流情報の抽出対象候補領域に決定する。または、心臓領域の全画素における振幅値の平均値を求め、振幅値が平均値以上、もしくは平均値のｍ％以上の画素の領域を血流情報の抽出対象候補領域に決定する。
このように、心臓領域のうち、濃度波形の振幅が小さい領域を血流情報の抽出対象から除外することで、ノイズ成分を血流情報の抽出対象から除去することが可能となる。
次いで、血流情報の抽出対象領域を自動設定するか否かが判断される（ステップＳ１５）。自動設定するか否かは、操作部３３により予め設定することができる。
血流情報の抽出対象領域を自動設定すると判断された場合（ステップＳ１５；ＹＥＳ）、自動設定処理が実行され（ステップＳ１６）、ステップＳ１９に移行する。
ステップＳ１６においては、例えば、図７（ａ）に示すように、ステップＳ１５で決定された血流情報の抽出対象候補領域を血流情報の抽出対象領域として設定する。または、図７（ｂ）、（ｃ）に示すように、ステップＳ１４で決定された血流情報の抽出対象候補領域に含まれる最大面積の円（楕円も含む）又は多角形の領域を血流情報の抽出対象領域に設定する。または、ステップＳ１５で決定された血流情報の抽出対象候補領域の重心を算出し、重心位置を基準として（例えば、中心として）予め設定されたサイズと形状の領域を血流情報の抽出対象領域として設定する。
図７（ａ）〜（ｃ）に示すように、血流情報の抽出対象候補領域のうちできるだけ大きく血流情報の抽出対象領域を設定することで、ノイズの影響を抑えて安定的に血流情報を抽出することが可能となる。また、図７（ｄ）に示すように、任意のサイズで血流情報の抽出対象領域を設定できるようにすることで、例えば、肺野などと血流情報を比較したい場合に、肺野に設定したサイズと血流情報の抽出対象領域を揃える等が可能となる。その際には、血流情報の抽出対象候補領域の特定の位置（例えば、重心）に設定することで、ノイズの影響を抑えることができる。
血流情報の抽出対象領域を自動設定しない（手動設定する）と判断された場合（ステップＳ１５；ＮＯ）、表示部３４に血流情報の抽出対象候補領域（抽出対象領域を含む動態画像）が表示される（ステップＳ１７）。そして、血流情報の抽出対象候補領域において操作部３３により指定された領域が血流情報の抽出対象領域として設定され（ステップＳ１８）、ステップＳ１９に移行する。
ステップＳ１９においては、動態画像に設定された血流情報の抽出対象領域から血流情報として濃度波形が抽出される（ステップＳ１９）。具体的には、まず、動態画像の各フレーム画像の血流情報の抽出対象領域において、濃度値の代表値（例えば、平均値、中央値、最大値等）を算出し、算出された代表値を時系列（フレーム画像順に）にプロットすることにより濃度波形を抽出し、抽出した濃度波形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０．８０Ｈｚ）を施す。濃度波形に対して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）を用いて低周波成分を除去することとしてもよい。
そして、抽出された血流情報が表示部３４に表示され（ステップＳ２０）、血流情報抽出処理は終了する。
このように、動態画像処理システム１００においては、動態画像から抽出された心臓領域の中から濃度波形の特徴量に基づいて血流情報の抽出対象候補領域を決定し、決定した抽出対象候補領域のうち設定された抽出対象領域から濃度波形を抽出して血流情報として表示する。従って、胸部動態画像の心臓領域から安定した濃度波形の血流情報を取得して表示することが可能となるので、心臓領域の安定的な診断が可能となる。
なお、図３に示す血流情報抽出処理においては、ステップＳ１９で抽出された濃度波形を表示部３４に表示することとしたが、動態画像の解析に使用してもよい。
例えば、特開２０１２−５７２９号公報に記載のように、動態画像の肺野領域の各画素又は各小領域の血流信号波形（濃度波形）を拍動信号波形に対して１フレーム間隔ずつずらしながら（時間方向にシフトさせながら）拍動信号波形と血流信号波形との相互相関係数を算出し、合計１心拍周期以上シフトして算出した複数の相互相関係数のうち最大の相互相関係数に対応する色を各画素又は各小領域に付加した画像を生成する解析処理において、ステップＳ１９で抽出された濃度波形を拍動信号波形として使用することができる。これにより、安定した拍動信号波形を基準として解析を行うことができるので、安定した解析処理が可能となる。
以上説明したように、動態画像処理システム１００の診断用コンソール３によれば、制御部３１は、胸部動態画像から心臓領域を抽出し、抽出した心臓領域の各画素の濃度波形を抽出し、各画素の濃度波形の特徴量を算出する。そして、制御部３１は、算出された各画素の濃度波形の特徴量に基づいて血流情報の抽出対象候補領域を決定し、決定した血流情報の抽出対象候補領域内に血流情報の抽出対象領域を設定する。
従って、胸部動態画像の心臓領域から安定した濃度波形の血流情報を取得して表示することが可能となるので、心臓領域の安定的な診断や解析が可能となる。
例えば、制御部３１は、心臓領域の各画素の濃度波形に時間方向のフィルタリング処理を施して低周波成分を除去することで、血流成分の濃度波形を精度良く抽出することが可能となる。
また、例えば、制御部３１は、濃度波形の特徴量として濃度波形の周波数成分を算出し、各画素の濃度波形の周波数成分のピーク数を計測し、ピーク数が予め定められた閾値以下の画素の領域を血流情報の抽出対象候補領域に決定することで、乱れのない安定した濃度波形が得られる領域を血流情報の抽出対象とすることができる。
また、例えば、制御部３１は、胸部動態画像の撮影時に取得された被写体の心拍数を周波数に変換し、変換した周波数と略一致する濃度波形の周波数にピークが存在する画素の領域を血流情報の抽出対象候補領域に決定することで、心拍に応じた濃度波形が得られる領域を血流情報の抽出対象とすることができる。
また、例えば、制御部３１は、濃度波形の特徴量として振幅値を算出し、心臓領域の全画素の振幅値に基づいて振幅値の閾値を算出し、振幅値が閾値より大きい画素の領域を血流情報の抽出対象候補領域に決定することで、ノイズ成分を血流情報の抽出対象から除去することが可能となる。
また、例えば、制御部３１は、表示部３４に表示された血流情報の抽出対象候補領域上のユーザー操作により指定された領域を血流情報の抽出対象領域として設定することで、抽出対象候補領域の中からユーザーが所望する領域を血流情報の抽出対象領域として設定することができる。
また、例えば、制御部３１は、血流情報の抽出対象候補領域全体、血流情報の抽出対象候補領域内に含まれる最大面積の円又は多角形の領域、又は血流情報の抽出対象候補領域内における重心位置を基準とした任意の形状と大きさの領域を自動的に血流情報の抽出対象領域として設定する。従って、抽出対象候補領域の中から自動的に血流情報の抽出対象領域を設定することが可能となる。
以上、本発明の実施形態について説明したが、上記実施形態における記述内容は、本発明の好適な一例であり、これに限定されるものではない。
例えば、上記の説明では、本発明に係るプログラムのコンピュータ読み取り可能な媒体としてハードディスクや半導体の不揮発性メモリー等を使用した例を開示したが、この例に限定されない。その他のコンピュータ読み取り可能な媒体として、ＣＤ−ＲＯＭ等の可搬型記録媒体を適用することが可能である。また、本発明に係るプログラムのデータを通信回線を介して提供する媒体として、キャリアウエーブ（搬送波）も適用される。
その他、動態画像処理システムを構成する各装置の細部構成及び細部動作に関しても、本発明の趣旨を逸脱することのない範囲で適宜変更可能である。
１００ 動態画像処理システム
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 (16)

  1. 胸部の動態を放射線撮影することにより得られた胸部動態画像から心臓領域を抽出する心臓領域抽出部と、
    前記心臓領域抽出部により抽出された心臓領域の各画素の濃度波形を抽出する濃度波形抽出部と、
    前記濃度波形抽出部により抽出された各画素の濃度波形に基づいて血流情報の抽出対象候補領域を決定する候補領域決定部と、
    前記候補領域決定部により決定された血流情報の抽出対象候補領域内に血流情報の抽出対象領域を設定する設定部と、
    を備える動態画像処理システム。
  2. 前記心臓領域抽出部は、前記胸部動態画像における一のフレーム画像からテンプレートマッチング処理を用いて心臓領域を抽出し、抽出した心臓領域に基づいて、前記胸部動態画像の各フレーム画像から心臓領域を抽出する請求項１に記載の動態画像処理システム。
  3. 前記心臓領域抽出部は、前記胸部動態画像における一のフレーム画像の各画素に対してヘッセ行列を算出し、前記ヘッセ行列から固有値を算出し、前記固有値に基づいて前記一のフレーム画像から心臓領域を抽出し、抽出した心臓領域に基づいて、前記胸部動態画像の各フレーム画像から心臓領域を抽出する請求項１に記載の動態画像処理システム。
  4. 前記心臓領域抽出部は、前記胸部動態画像の複数のフレーム画像から輪郭を抽出し、抽出した輪郭の移動方向に基づいて、前記胸部動態画像の各フレーム画像から心臓領域を抽出する請求項１に記載の動態画像処理システム。
  5. 前記濃度波形抽出部により抽出された濃度波形に時間方向のフィルタリング処理を施して低周波成分を除去するフィルタリング処理部を備える請求項１〜４のいずれか一項に記載の動態画像処理システム。
  6. 前記濃度波形抽出部により抽出された各画素の濃度波形の特徴量を算出する特徴量算出部を更に備え、
    前記候補領域決定部は、前記特徴量算出部により算出された各画素の特徴量に基づいて血流情報の抽出対象候補領域を決定する請求項１〜５のいずれか一項に記載の動態画像処理システム。
  7. 前記特徴量算出部は、前記特徴量として前記濃度波形の周波数成分を算出する請求項６に記載の動態画像処理システム。
  8. 前記候補領域決定部は、前記特徴量算出部により算出された前記各画素の濃度波形の周波数成分のピーク数を計測し、ピーク数が予め定められた閾値以下の画素の領域を前記血流情報の抽出対象候補領域に決定する請求項７に記載の動態画像処理システム。
  9. 前記胸部動態画像の撮影時の被写体の心拍数を取得する心拍数取得部を備え、
    前記候補領域決定部は、前記心拍数取得部により取得された心拍数を周波数に変換し、変換した周波数と略一致する前記濃度波形の周波数にピークが存在する画素の領域を前記血流情報の抽出対象候補領域に決定する請求項７又は８に記載の動態画像処理システム。
  10. 前記特徴量算出部は、前記特徴量として前記濃度波形の振幅値を算出する請求項６〜９のいずれか一項に記載の動態画像処理システム。
  11. 前記候補領域決定部は、振幅値の閾値を算出し、前記特徴量算出部により算出した振幅値が前記閾値より大きい画素の領域を前記血流情報の抽出対象候補領域に決定する請求項１０に記載の動態画像処理システム。
  12. 前記候補領域決定部は、前記心臓領域の全画素の振幅値に基づいて前記振幅値の閾値を算出する請求項１１に記載の動態画像処理システム。
  13. 前記血流情報の抽出対象候補領域を表示する表示部を備え、
    前記設定部は、前記表示部に表示された前記血流情報の抽出対象候補領域上のユーザー操作により指定された領域を前記血流情報の抽出対象領域として設定する請求項１〜１２のいずれか一項に記載の動態画像処理システム。
  14. 前記設定部は、前記血流情報の抽出対象候補領域全体を前記血流情報の抽出対象領域として設定する請求項１〜１２のいずれか一項に記載の動態画像処理システム。
  15. 前記設定部は、前記血流情報の抽出対象候補領域内に含まれる最大面積の円又は多角形の領域を前記血流情報の抽出対象領域として設定する請求項１〜１２のいずれか一項に記載の動態画像処理システム。
  16. 前記設定部は、前記血流情報の抽出対象候補領域の重心位置を算出し、前記血流情報の抽出対象候補領域内における前記算出した重心位置を基準とした任意の形状と大きさの領域を前記血流情報の抽出対象領域として設定する請求項１〜１２のいずれか一項に記載の動態画像処理システム。
JP2017004009A 2017-01-13 2017-01-13 動態画像処理システム Active JP6740910B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2017004009A JP6740910B2 (ja) 2017-01-13 2017-01-13 動態画像処理システム
US15/863,149 US10891732B2 (en) 2017-01-13 2018-01-05 Dynamic image processing system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2017004009A JP6740910B2 (ja) 2017-01-13 2017-01-13 動態画像処理システム

Publications (2)

Publication Number Publication Date
JP2018110762A true JP2018110762A (ja) 2018-07-19
JP6740910B2 JP6740910B2 (ja) 2020-08-19

Family

ID=62840991

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017004009A Active JP6740910B2 (ja) 2017-01-13 2017-01-13 動態画像処理システム

Country Status (2)

Country Link
US (1) US10891732B2 (ja)
JP (1) JP6740910B2 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020171475A (ja) * 2019-04-10 2020-10-22 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 (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11217344B2 (en) * 2017-06-23 2022-01-04 Abiomed, Inc. Systems and methods for capturing data from a medical device
JP6870765B1 (ja) * 2020-06-30 2021-05-12 コニカミノルタ株式会社 動態品質管理装置、動態品質管理プログラム及び動態品質管理方法
JP6860113B1 (ja) * 2020-08-19 2021-04-14 コニカミノルタ株式会社 撮影制御装置、画像管理装置、画像管理システム及びプログラム

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005511128A (ja) * 2001-11-21 2005-04-28 コーニンクレッカ　フィリップス　エレクトロニクス　エヌ　ヴィ 灌流測定のための低レベル信号の補正
WO2007078012A1 (ja) * 2006-01-05 2007-07-12 National University Corporation Kanazawa University 連続ｘ線画像スクリーニング検査装置、プログラム及び記録媒体
JP2009225850A (ja) * 2008-03-19 2009-10-08 Toshiba Corp 画像処理装置及びｘ線コンピュータ断層撮影装置
JP2012090669A (ja) * 2010-10-25 2012-05-17 Fujifilm Corp 医用画像診断支援装置および方法、並びにプログラム
JP2012245351A (ja) * 2011-05-27 2012-12-13 Toshiba Corp 画像処理装置及びｘ線診断装置
JP2013039427A (ja) * 2008-01-15 2013-02-28 Konica Minolta Medical & Graphic Inc 動態画像診断支援システム及び胸部診断支援情報生成方法
US20130261445A1 (en) * 2012-04-02 2013-10-03 Dirk Ertel Representation of blood vessels and tissue in the heart
JP2014128687A (ja) * 2014-01-27 2014-07-10 Konica Minolta Inc 動態画像診断支援システム

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5672147B2 (ja) * 2011-05-24 2015-02-18 コニカミノルタ株式会社 胸部診断支援情報生成システム
JP6195714B2 (ja) 2013-01-16 2017-09-13 富士フイルム株式会社 医用画像処理装置および方法並びにプログラム

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005511128A (ja) * 2001-11-21 2005-04-28 コーニンクレッカ　フィリップス　エレクトロニクス　エヌ　ヴィ 灌流測定のための低レベル信号の補正
WO2007078012A1 (ja) * 2006-01-05 2007-07-12 National University Corporation Kanazawa University 連続ｘ線画像スクリーニング検査装置、プログラム及び記録媒体
JP2013039427A (ja) * 2008-01-15 2013-02-28 Konica Minolta Medical & Graphic Inc 動態画像診断支援システム及び胸部診断支援情報生成方法
JP2009225850A (ja) * 2008-03-19 2009-10-08 Toshiba Corp 画像処理装置及びｘ線コンピュータ断層撮影装置
JP2012090669A (ja) * 2010-10-25 2012-05-17 Fujifilm Corp 医用画像診断支援装置および方法、並びにプログラム
JP2012245351A (ja) * 2011-05-27 2012-12-13 Toshiba Corp 画像処理装置及びｘ線診断装置
US20130261445A1 (en) * 2012-04-02 2013-10-03 Dirk Ertel Representation of blood vessels and tissue in the heart
JP2014128687A (ja) * 2014-01-27 2014-07-10 Konica Minolta Inc 動態画像診断支援システム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020171475A (ja) * 2019-04-10 2020-10-22 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

Also Published As

Publication number Publication date
JP6740910B2 (ja) 2020-08-19
US20180204326A1 (en) 2018-07-19
US10891732B2 (en) 2021-01-12

Similar Documents

Publication Publication Date Title
JP6772873B2 (ja) 動態解析装置及び動態解析システム
JP5874636B2 (ja) 診断支援システム及びプログラム
JP5672147B2 (ja) 胸部診断支援情報生成システム
JP6743662B2 (ja) 動態画像処理システム
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
WO2009090894A1 (ja) 動態画像診断支援システム
JP6701880B2 (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
JP6217241B2 (ja) 胸部診断支援システム
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
JP6743730B2 (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
JP6790537B2 (ja) 動態解析装置
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
JP7452078B2 (ja) 画像処理装置、放射線画像システム及びプログラム
JP7255319B2 (ja) 動態解析装置、動態解析システム及びプログラム
JP2017217047A (ja) 画像表示システム
JP2020203191A (ja) 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: 20200415

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: 20200623

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200706

R150 Certificate of patent or registration of utility model

Ref document number: 6740910

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150