JP2019054896A - 医用画像処理装置及び医用画像処理方法及びそれに用いる処理プログラム - Google Patents
医用画像処理装置及び医用画像処理方法及びそれに用いる処理プログラム Download PDFInfo
- Publication number
- JP2019054896A JP2019054896A JP2017179672A JP2017179672A JP2019054896A JP 2019054896 A JP2019054896 A JP 2019054896A JP 2017179672 A JP2017179672 A JP 2017179672A JP 2017179672 A JP2017179672 A JP 2017179672A JP 2019054896 A JP2019054896 A JP 2019054896A
- Authority
- JP
- Japan
- Prior art keywords
- analysis
- processing
- protocol
- image
- medical image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012545 processing Methods 0.000 title claims abstract description 343
- 238000003672 processing method Methods 0.000 title claims abstract description 14
- 238000004458 analytical method Methods 0.000 claims description 491
- 238000000034 method Methods 0.000 claims description 231
- 230000008569 process Effects 0.000 claims description 205
- 238000012546 transfer Methods 0.000 claims description 104
- 238000003384 imaging method Methods 0.000 claims description 100
- 238000007689 inspection Methods 0.000 claims description 96
- 238000001514 detection method Methods 0.000 claims description 72
- 238000000605 extraction Methods 0.000 claims description 42
- 238000011156 evaluation Methods 0.000 claims description 31
- 230000002159 abnormal effect Effects 0.000 claims description 29
- 238000007781 pre-processing Methods 0.000 claims description 24
- 230000006870 function Effects 0.000 claims description 17
- 238000012360 testing method Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000013527 convolutional neural network Methods 0.000 claims description 5
- 238000012854 evaluation process Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims 6
- 238000010586 diagram Methods 0.000 description 29
- 238000003702 image correction Methods 0.000 description 6
- 238000000692 Student's t-test Methods 0.000 description 5
- 238000012937 correction Methods 0.000 description 5
- 238000012805 post-processing Methods 0.000 description 5
- 238000012353 t test Methods 0.000 description 5
- 238000001790 Welch's t-test Methods 0.000 description 4
- 238000007796 conventional method Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000000593 degrading effect Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000002059 diagnostic imaging Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004195 computer-aided diagnosis Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 239000002872 contrast media Substances 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000005206 flow analysis Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000002603 single-photon emission computed tomography Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, 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
-
- 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
- A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computerised tomographs
Abstract
【課題】画像処理の作業効率をより向上できる医用画像処理装置、処理方法、処理プログラムを提供することを目的とする。【解決手段】医用画像診断装置から得られた医用画像を処理する医用画像処理装置であって、医用画像診断装置から医用画像を取得する画像取得部と、取得した医用画像について所定の画像処理を施す画像処理部と、操作者の入力部を有し、画像処理部で画像処理された医用画像に対して入力部による操作者の指摘に基づいて画像処理部での画像処理をやり直すように構成する。【選択図】図23
Description
本発明はX線CT装置、MRI装置、超音波装置を含む医用画像診断装置から得られた医用画像を用いた医用画像処理装置及びその処理方法に係り、特に医用画像診断の作業効率を向上させる技術に関する。
医用画像診断装置の高性能化に伴い、検査時間が短縮され、検査数増加による収益増が見込まれる一方で、短時間のうちに質の高い検査結果を操作者に提供できる必要がある。また、医用画像診断装置の高機能化により、多種多様な検査が可能になる一方で、操作が複雑化することによる作業低下が懸念されている。
例えば、医用画像診断装置を用いた撮像は複雑な操作を伴う。このため、放射線科医や診療放射線技師(以下、操作者)からの情報はGUI(Graphical User Interface)の操作を通して入力される。しかし、医用画像診断装置を日常的に使用する操作者は、自身が行っている撮像行為に対する実際の操作よりも、その他の未使用の操作が多いことに煩わしさを感じている。
本技術分野の背景技術として、特開2012−30052号公報(特許文献1)がある。特許文献1には、撮像に含まれる複数の処理又は該撮像によって収集されたデータに対する後処理に含まれる複数の処理を実行するプログラムであって、各処理が、操作者による入力操作を受け付ける第1処理と該入力操作を受け付けない第2処理とに分類され、該撮像又は該後処理にて実行される順序に従って関連付けられたプログラムを記憶する記憶部と、前記撮像又は前記後処理を開始する開始指示が受け付けられると、前記プログラムの実行を開始し、前記各処理が前記順序に従って実行されるように制御する実行制御部とを備え、前記プログラムは、前記第1処理を実行する場合に、入力操作を受け付ける操作画面として前記撮像又は前記後処理の目的に応じて選択された情報を表示部に表示する、医用画像診断装置が開示されている。
特許文献1では、各撮像にて実行される各処理の定義づけに基づいて、被検体に対して複数種の撮像を順序付けて実行する。その際、各撮像にて実行される各処理が操作者の入力操作を伴う場合には、さらに定義づけされた操作画面の表示タイミングを受け付けて各処理を実行する。しかしながら、従来、撮像の順序は、各撮像を実行するために必要な複数の撮影条件を記載した撮影プロトコルで定義づけられており、操作者は医用画像診断検査(以下、検査)に応じて撮影プロトコルを選択することで所望の撮像を実行できる。また、各撮像にて実行される各処理が定義づけられるのは、各処理の操作ステップが明確な特殊な医用画像診断検査に限られている。そのため、撮像にて実行される各処理が標準的な処理、例えば、MPR(Multi-Planar Reconstruction:任意多断面再構成)であればあるほど、その操作ステップは多岐に渡り、各撮像に一意に定義づけることが難しい。さらに、操作ステップを撮影プロトコルごとに一意に定義づける場合、その編集作業が煩雑となる。
そこで、本発明は、画像処理の作業効率をより向上できる医用画像処理装置及び医用画像処理方法及びそれに用いる処理プログラムを提供することを目的とする。
本発明は、上記背景技術に鑑み、その一例を挙げるならば、医用画像診断装置から得られた医用画像を処理する医用画像処理装置であって、医用画像診断装置から医用画像を取得する画像取得部と、取得した医用画像について所定の画像処理を施す画像処理部と、操作者の入力部を有し、画像処理部で画像処理された医用画像に対して入力部による操作者の指摘に基づいて画像処理部での画像処理をやり直すように構成する。
本発明によれば、操作者の指摘に基づいて画像処理をやり直すことで、画像処理の作業効率をより向上できる医用画像処理装置及び医用画像処理方法及びそれに用いる処理プログラムを提供することができる。
以下、本発明の実施例を図面を用いて説明する。なお、以下の説明及び添付図面において、同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。
図23は本実施例における医用画像処理装置の概念構成図である。図23において、医用画像処理装置は、医用画像診断装置から得られた医用画像を処理する医用画像処理装置であって、医用画像診断装置から医用画像を取得する画像取得部90と、取得した医用画像について所定の画像処理を施す画像処理部91と、操作者の入力操作を受け付ける操作者入力部92を有している。そして、画像処理部91で画像処理された医用画像に対して操作者入力部92による操作者の指摘に基づいて再度画像処理部91での画像処理をやり直す。
これにより、操作者の指摘に基づいて画像処理をやり直すことで、画像処理の作業効率をより向上できる医用画像処理装置及び医用画像処理方法及びそれに用いる処理プログラムを提供することができる。
本実施例は、実施例1の医用画像処理装置における具体例として、医用画像診断検査のワークフローを最適化し、作業効率を向上させる例について説明する。
本実施例では、検査ワークフローの最終ステップが記憶装置や医用画像データベースに医用画像を転送すること(以下、データ転送)に着目する。撮像後、撮影プロトコルに基づいた何らかの解析処理を実行し、最終的に何らかの解析処理結果画像を転送するような検査ワークフローを考えたとき、複雑な操作ステップを伴う解析処理をブラックボックスとすれば撮影プロトコルとデータ転送は一意に関連付けて定義づけられる。撮影プロトコルに基づいた何らかの解析処理条件を解析プロトコル、データ転送に関する転送条件をデータ転送プロトコルと定義すると、撮影プロトコルと解析プロトコルは、互いに共通で保持する解析目的が一致することで関連付けることができる。また、解析プロトコルとデータ転送プロトコルは、互いが共通で保持するデータ転送目的が一致することで関連付けることができる。解析目的とデータ転送目的が一致する解析プロトコルのみを操作者に提示し、解析プロトコルの選択・編集ができれば、作業が煩雑になることはない。関連付けが完了した解析プロトコルを実行すると、解析処理を連動させ、複雑な操作ステップを省略して自動的に実行する。解析処理を自動的に実行した後、操作者が確認し、所望の解析処理結果画像ではない場合、解析プロトコルの解析処理の操作ステップを遡って処理のやり直しを行い、再度解析処理を実行することを繰り返し、最終的に所望の解析処理結果画像を得る。このように、データ転送を行う前の最終的な解析処理結果画像を最初に提示し、解析処理結果画像に対して、操作者が修正箇所を提示しながら指摘し処理をやり直すことで所望の解析処理結果画像に近づけていく方法を提供する。
図1は本実施例における医用画像処理装置1のハードウェア構成を示す図である。医用画像処理装置1は、CPU(Central Processing Unit)2、主メモリ3、記憶装置4、表示メモリ5、表示装置6、マウス8に接続されたコントローラ7、キーボード9、ネットワークアダプタ10が、システムバス11によって信号送受可能に接続されて構成される。医用画像処理装置1は、ネットワーク12を介して医用画像撮影装置13や医用画像データベース14と信号送受可能に接続される。ここで、信号送受可能とは、電気的、光学的に有線、無線を問わずに、相互にあるいは一方から他方へ信号送受可能な状態を示す。
CPU2は、各構成要素の動作を制御する装置である。CPU2は、記憶装置4に格納されるプログラムやプログラム実行に必要なデータを主メモリ3にロードして実行する。記憶装置4は、医用画像撮影装置13により撮影された医用画像情報を格納する装置であり、具体的にはハードディスク等である。また、記憶装置4は、フレシキブルディスク、光(磁気)ディスク、ZIPメモリ、USBメモリ等の可搬性記録媒体とデータの受け渡しをする装置であっても良い。医用画像情報はLAN(Local Area Network)等のネットワーク12を介して医用画像撮影装置13や医用画像データベース14から取得される。また、記憶装置4には、CPU2が実行するプログラムやプログラム実行に必要なデータが格納される。主メモリ3は、CPU2が実行するプログラムや演算処理の途中経過を記憶するものである。
表示メモリ5は、液晶ディスプレイやCRT(Cathode Ray Tube)等の表示装置6に表示するための表示データを一時格納するものである。マウス8やキーボード9は、操作者が医用画像処理装置1に対して操作指示を行う操作デバイスである。マウス8はトラックパッドやトラックボールなどの他のポインティングデバイスであっても良い。コントローラ7は、マウス8の状態を検出して、表示装置6上のマウスポインタの位置を取得し、取得した位置情報等をCPU2へ出力するものである。ネットワークアダプタ10は、医用画像処理装置1をLAN、電話回線、インターネット等のネットワーク12に接続するためのものである。
医用画像撮影装置13は、被検体の断層画像等の医用画像情報を取得する装置である。医用画像撮影装置13は、例えば、MRI装置やX線CT装置、超音波診断装置、シンチレーションカメラ装置、PET装置、SPECT装置など、である。医用画像データベース14は、医用画像撮影装置13によって撮影された医用画像情報を記憶するデータベースシステムである。
CPU2が後述する方法を実行することにより、医用画像が作成され、作成された医用画像は表示装置6に表示される。なお、ここでいう医用画像とは、後述する検査画像、および解析処理結果画像を指す。すなわち、本実施例で説明する画像処理は、具体的には処理プログラムをCPUが実行することにより実現するソフトウェア処理である。
図2は、従来方法における医用画像診断検査の操作の流れを示す図である。特許文献1に開示されている従来方法では、各撮像にて実行される各処理の定義づけに基づいて、被検体に対して複数種の撮像を順序付けて実行する。その際、各撮像にて実行される各処理が操作者の入力操作を伴う場合には、さらに定義づけされた操作画面の表示タイミングを受け付けて各処理を実行する。
例えば、従来方法において、各撮像にて実行される各処理を撮影処理・解析処理・データ転送処理と細分化すれば、図2のように、検査ワークフローは、撮影処理と撮影処理後に行われる解析処理およびデータ転送処理に分けることができる。予め、各撮影を実行するために必要な複数の撮影条件を記載した撮影プロトコル、撮影条件によって撮影された検査画像を入力として解析処理を行う解析処理フローおよび設定値を記載した解析プロトコル、撮影条件によって撮影された検査画像のデータ転送条件を記載したデータ転送プロトコル、それらを集約したものを検査ワークフロープロトコルと定義すると、検査ワークフロープロトコルと、検査ワークフローの中で入力操作を受け付けるための操作画面を表示する操作画面表示タイミングがある。操作者からの検査の開始指示を受け付けると、被検体に対して複数種の撮影処理を順番に実行し、それに連動して解析処理やデータ転送処理を実行する。その際、検査ワークフローの合間に、前記操作画面表示タイミングにて、入力操作を受け付けるための操作画面を表示し、次の処理を実行するためのパラメータを設定し、次の処理に反映する。入力操作を受け付けない条件が設定されている場合は、次の入力操作を受け付けるまで処理を自動実行する。これに従えば、図2の例では、操作画面を表示する3つのタイミング(解析処理1、解析処理4、およびデータ転送処理)で操作画面を表示し、操作者に確認を促すことになる。
図3は、本実施例における医用画像診断検査の操作の流れを示す図である。本実施例の方法では、被検体に対して複数種の撮影処理を順序付けて実行し、検査画像の作成完了タイミングで、解析プロトコルにしたがった解析処理を自動的に実行する。最後に実行された解析処理の解析処理結果画像の作成タイミングで、解析処理結果画像を表示し、操作者が確認し、解析処理結果画像に問題がなければ、データ転送処理を実行する。解析処理結果画像に問題がある場合は、問題がある解析処理まで遡り処理をやり直し、その地点から自動的に解析処理を実行し、改めて、解析処理結果画像を操作者に提示する。その検査フローを繰り返すことで、操作者が所望する解析処理結果画像に近づける手法である。
従来の方法では、処理の途中で入力操作を受け付けるための操作画面を表示し、パラメータを調整しながら、最終的な解析処理結果画像に辿り着く。ただし、操作者が所望する画像が最終的に得られないときは修正が必要となるが、どの解析処理まで遡るべきかを予め定義することはできず、検査ワークフロープロトコルにしたがって実行していくしかない。
本実施例の方法では、最初に提示された解析処理結果画像から操作者が問題点を直感的に把握しながら処理をやり直し微調整を繰り返して、最終的な解析処理結果画像を作成する。つまり、ピンポイントで問題点を修正するため無駄な確認作業がなく、最短ルートで最適な解析処理結果画像に辿り着ける。
図4は、本実施例における検査ワークフロープロトコル登録を示す図である。検査ワークフロープロトコルは、撮影プロトコル、解析プロトコル、データ転送プロトコルで構成される。各撮影を実行するために必要な複数の撮影条件を記載した撮影プロトコルは、撮影プロトコル記憶部101に記憶され、撮影条件によって撮影された検査画像のデータ転送条件を記載したデータ転送プロトコルは、データ転送プロトコル記憶部103に記憶され、撮影条件によって撮影された検査画像を入力として解析処理を行う解析処理フローおよび設定値を記載した解析プロトコルは、解析プロトコル記憶部102にそれぞれ記憶されている。
まず、撮影プロトコルとデータ転送プロトコルを、一意に関連付けておく。例えば、ある撮影条件で撮影された検査画像を何かしらの解析処理を行って、解析処理結果画像をデータ転送する場合、撮影プロトコルには、撮影条件(FOV:Field Of View、再構成フィルタ、造影剤有無、等)に依存する解析処理、撮影回数(単数スタディ・複数スタディ、単数シリーズ・複数シリーズ)に依存する解析処理、検査由来(部位、疾患、検査の種類、等)の解析処理などがある。これらの解析処理の組み合わせパターンからなり、どのような後処理を期待して撮影を行うのかを明記した解析目的を定義する。
また、データ転送プロトコルには、検査画像や解析処理結果画像をデータサーバへバックアップする(小規模から大規模までさまざまな環境のデータバックアップ)、解析処理結果を受けて継続して解析処理を外部サービスに委託する、検査画像や解析処理結果画像を医療用画像管理システム(PACS:Picture Archiving and Communication System)に転送するなど、データ転送先を組み合わせて、検査画像や解析処理結果画像を転送するパターンがある。この転送先の組み合わせパターンをデータ転送目的と定義する。解析プロトコルにも、解析目的、データ転送目的を定義する。
撮影プロトコルとデータ転送プロトコルの組み合わせは、いわば、解析目的とデータ転送目的の組み合わせであり、その組み合わせに合致する解析プロトコルを撮影プロトコルとデータ転送プロトコルに適合できる。入力となる解析目的、出力となるデータ転送目的に合致する解析プロトコルであれば、解析プロトコルの構成を知らずとも、撮影から解析、さらには解析からデータ転送までの一連の処理を関連付けた検査ワークフロープロトコルを構成し、検査ワークフロープロトコル記憶部105に記憶できる。目的判定部104にて、前記撮影プロトコルが持つ解析目的と解析プロトコルが持つ解析目的が合致するか否か、前記解析プロトコルが持つデータ転送目的とデータ転送プロトコルが持つデータ転送目的が合致するか否かを判定できる。解析目的とデータ転送目的が一致する解析プロトコルのみを操作者に提示し、解析プロトコルの選択や編集ができれば、作業が煩雑になることはない。関連付けが完了した解析プロトコルを実行すると、解析処理を連動させ、複雑な操作ステップを省略して自動的に実行できる。
図5は、本実施例における検査ワークフロープロトコル構成の第一の形態を示す図である。検査ワークフロープロトコルは、撮影プロトコル201、解析プロトコル202、データ転送プロトコル203から構成される。ある撮影プロトコルAとデータ転送プロトコルAは一意に関連付けられている。(a)では、解析プロトコルが一つの場合を示しており、撮影プロトコルAによる撮影処理を実行し、その検査画像を入力として解析プロトコルa−1による解析処理を実行し、最後に解析処理結果画像を入力としてデータ転送プロトコルAによるデータ転送処理が順々に実行される。(b)では、解析プロトコルが複数、並列に接続されている場合を示しており、撮影プロトコルAによる撮影処理を実行し、その検査画像を入力として、解析プロトコルa−1による解析処理と解析プロトコルa−2による解析処理を実行し、最後にそれぞれの解析処理の解析処理結果画像を入力としてデータ転送プロトコルAによるデータ転送処理が順々に実行される。(c)では、解析プロトコルが複数、直列に接続されている場合を示しており、撮影プロトコルAによる撮影処理を実行し、その検査画像を入力として、解析プロトコルa−1による解析処理を実行し、解析プロトコルa−1による解析処理結果画像に対して解析プロトコルa−2による解析処理を実行し、最後に解析プロトコルa−2による解析処理の解析処理結果画像を入力としてデータ転送プロトコルAによるデータ転送処理が順々に実行される。
図6は、本実施例における検査ワークフロープロトコル構成の第二の形態を示す図である。検査ワークフロープロトコルの構成は図5と同様である。ある撮影プロトコルAとデータ転送プロトコルA(A−1、A−2)は一意に関連付けられている。(a)では、解析プロトコルが一つの場合を示しており、撮影プロトコルAによる撮影処理を実行し、その検査画像を入力として、解析プロトコルa−1による解析処理を実行し、最後に解析処理結果画像を入力として、データ転送プロトコルA−1によるデータ転送処理とデータ転送プロトコルA−2によるデータ転送処理が順々に実行される。(b)では、解析プロトコルが複数、並列に接続されている場合を示しており、撮影プロトコルAによる撮影処理を実行し、その検査画像を入力として、解析プロトコルa−1による解析処理と解析プロトコルa−2による解析処理を実行し、最後にそれぞれの解析処理の解析処理結果画像を入力として、データ転送プロトコルA−1、データ転送プロトコルA−2によるデータ転送処理が順々に実行される。(c)では、解析プロトコルが複数、直列に接続されている場合を示しており、撮影プロトコルAによる撮影処理を実行し、その検査画像を入力として、解析プロトコルa−1による解析処理を実行し、解析プロトコルa−1による解析処理結果画像に対して解析プロトコルa−2による解析処理を実行し、最後にそれぞれの解析処理の解析処理結果画像を入力として、データ転送プロトコルA−1、データ転送プロトコルA−2によるデータ転送処理が順々に実行される。
図7は、本実施例における検査ワークフロープロトコル実行制御を示す図である。また、図8は、本実施例における検査ワークフロープロトコル実行制御フローチャートを示す図である。以下、図7、図8を参照しながら、実施方法を説明する。
(ステップS101) 検査ワークフロープロトコル記憶部105から検査ワークフロープロトコルを取得する。検査ワークフロープロトコルにしたがって、検査ワークフロープロトコル実行制御部301で撮影・解析・データ転送の実行順序を制御する。まず、検査ワークフロープロトコル実行制御部301は、撮影プロトコル実行制御部302に対して、検査ワークフロープロトコルの撮影プロトコルを伝達し、撮影プロトコルの実行を促す。
(ステップS102、ステップS103) 撮影プロトコル実行制御部302は、撮影プロトコルに応じて順次撮影処理を実行し、生成された検査画像の作成完了タイミングを検査ワークフロープロトコル実行制御部301に伝達する。
(ステップS104) 検査画像の作成完了タイミングを受けて、検査ワークフロープロトコル実行制御部301は、解析プロトコル実行制御部303に対して、検査ワークフロープロトコルの解析プロトコルを伝達し、解析プロトコルの実行を促す。解析プロトコル実行制御部303は検査画像を取得する。
(ステップS105、ステップS106、ステップS107)解析プロトコル実行制御部303は、解析プロトコルに応じて順次解析処理を自動実行し、最後に生成された解析処理結果画像の作成完了タイミングを解析処理結果画像表示部305に伝達する。なお、図5、図6で示したように、複数の解析プロトコルの場合は、解析処理は複数回実行される。
(ステップS108) 解析処理結果画像の作成完了タイミングを受けて、解析処理結果画像表示部305は、解析処理結果画像を表示し、操作者が確認し解析処理結果画像が所望の画像であれば、検査終了タイミングを解析プロトコル実行制御部303に伝達する。解析プロトコル実行制御部303は、検査ワークフロープロトコル実行制御部301に検査終了タイミングを伝達する。
(ステップS109、ステップS110、ステップS111) 検査終了タイミングを受けて、検査ワークフロープロトコル実行制御部301は、データ転送プロトコル実行制御部304に検査終了タイミングを伝達することで、データ転送プロトコルにしたがったデータ転送処理を実行する。なお、図5、図6で示したように、複数のデータ転送プロトコルの場合は、それぞれの解析プロトコルの解析処理から得られた解析処理結果画像に対してデータ転送処理が実行される。
(ステップS112) 撮影プロトコルに定義された撮影処理を繰り返し実行し、操作者が所望する全ての解析処理結果画像をデータ転送する。
(ステップS102、ステップS103) 撮影プロトコル実行制御部302は、撮影プロトコルに応じて順次撮影処理を実行し、生成された検査画像の作成完了タイミングを検査ワークフロープロトコル実行制御部301に伝達する。
(ステップS104) 検査画像の作成完了タイミングを受けて、検査ワークフロープロトコル実行制御部301は、解析プロトコル実行制御部303に対して、検査ワークフロープロトコルの解析プロトコルを伝達し、解析プロトコルの実行を促す。解析プロトコル実行制御部303は検査画像を取得する。
(ステップS105、ステップS106、ステップS107)解析プロトコル実行制御部303は、解析プロトコルに応じて順次解析処理を自動実行し、最後に生成された解析処理結果画像の作成完了タイミングを解析処理結果画像表示部305に伝達する。なお、図5、図6で示したように、複数の解析プロトコルの場合は、解析処理は複数回実行される。
(ステップS108) 解析処理結果画像の作成完了タイミングを受けて、解析処理結果画像表示部305は、解析処理結果画像を表示し、操作者が確認し解析処理結果画像が所望の画像であれば、検査終了タイミングを解析プロトコル実行制御部303に伝達する。解析プロトコル実行制御部303は、検査ワークフロープロトコル実行制御部301に検査終了タイミングを伝達する。
(ステップS109、ステップS110、ステップS111) 検査終了タイミングを受けて、検査ワークフロープロトコル実行制御部301は、データ転送プロトコル実行制御部304に検査終了タイミングを伝達することで、データ転送プロトコルにしたがったデータ転送処理を実行する。なお、図5、図6で示したように、複数のデータ転送プロトコルの場合は、それぞれの解析プロトコルの解析処理から得られた解析処理結果画像に対してデータ転送処理が実行される。
(ステップS112) 撮影プロトコルに定義された撮影処理を繰り返し実行し、操作者が所望する全ての解析処理結果画像をデータ転送する。
図9は、本実施例における解析プロトコル構成を示す図である。また、図10は、本実施例における解析プロトコル実行形態を示す図である。解析プロトコルは、解析プロトコル実行制御部303により、複数の解析パラメータ405の組み合わせからなる解析パラメータセット404を用いて解析処理エンジン403を、解析処理を直列505もしくは並列506に組み合わせて順序立てて実行できるように定義され、複数の解析処理エンジン403を用いて解析機能402を直列503もしくは並列504に組み合わせて順序立てて実行できるように定義され、複数の解析機能402を用いて解析アプリ401を直列501もしくは並列502に組み合わせて順序立てて実行できるように定義されたものであり、後述の解析処理照合部603において、入力操作受付部602の入力操作と解析プロトコルの解析処理エンジンとが一意に関連付けできるデータ構造である。解析パラメータセットは、解析パラメータ{1, 2, ・・・, m}を複数組み合わせることが可能で、他の解析パラメータセットと解析パラメータが重複してもよい。解析処理エンジンは、解析パラメータセット{1, 2, ・・・, n}を複数組み合わせることが可能で、他の解析処理エンジンと解析パラメータセットが重複してもよい。解析機能は、解析処理エンジン{1, 2, ・・・, k}を複数組み合わせることが可能で、他の解析機能と解析処理エンジンが重複してもよい。解析アプリは、解析機能{1, 2, ・・・, j}を複数組み合わせることが可能で、他の解析アプリと解析機能が重複してもよい。解析プロトコルは、解析アプリ{1, 2, ・・・, i}を複数組み合わせることが可能で、他の解析プロトコルと解析アプリが重複してもよい。
図11は、本実施例における解析プロトコル実行制御フローチャートを示す図である。解析プロトコルには、解析アプリ、解析機能、解析処理エンジンが直列または並列に組み合わされ、順序立てて実行するように構成されている。また、解析処理エンジンに解析パラメータセット(複数の解析パラメータ)を入力できるように設定されている。さらには、撮影プロトコルの撮影処理で得られる検査画像が先頭アプリに入力できるように設定され、データ転送プロトコルのデータ転送処理の入力となる解析プロトコルの解析処理エンジンの解析処理結果画像を出力できるように設定されている。
図11において、ステップS101からS112は、図8と同様であり、ステップS106の丸1内の詳細処理が、図中の右側のステップS201からS207の処理となる。以下、ステップS201からS207について説明する。
(ステップS201) 解析プロトコル実行制御部が、解析プロトコルを検査ワークフロープロトコル記憶部から取得し、解析プロトコルに順序立てて構成されている解析アプリを起動する。解析プロトコルによる解析処理実行時、まず、解析プロトコルの先頭の解析アプリを起動し、撮影プロトコルの撮影処理で得られた検査画像を入力する。
(ステップS202) 解析機能を呼び出す。
(ステップS203) 解析処理エンジンを呼び出し、検査画像および解析パラメータセット(解析パラメータ)を入力する。
(ステップS204) 解析処理エンジンを実行する。
(ステップS205) 解析プロトコルの一つのステップが、複数の解析処理エンジンから構成されているのであれば、それぞれの解析処理エンジンを呼び出し、S203〜S205を繰り返す。
(ステップS206) 解析プロトコルの一つのステップが、複数の解析機能から構成されているのであれば、それぞれの解析機能を呼び出し、S202〜S206を繰り返す。
(ステップS207) 解析プロトコルの一つのステップが、複数の解析アプリから構成されているのであれば、それぞれの解析アプリを起動し、S201〜S207を繰り返す。解析プロトコルに順序立てて構成されている解析アプリを随時起動し、データ転送処理が必要とする解析処理結果画像を出力する。
(ステップS202) 解析機能を呼び出す。
(ステップS203) 解析処理エンジンを呼び出し、検査画像および解析パラメータセット(解析パラメータ)を入力する。
(ステップS204) 解析処理エンジンを実行する。
(ステップS205) 解析プロトコルの一つのステップが、複数の解析処理エンジンから構成されているのであれば、それぞれの解析処理エンジンを呼び出し、S203〜S205を繰り返す。
(ステップS206) 解析プロトコルの一つのステップが、複数の解析機能から構成されているのであれば、それぞれの解析機能を呼び出し、S202〜S206を繰り返す。
(ステップS207) 解析プロトコルの一つのステップが、複数の解析アプリから構成されているのであれば、それぞれの解析アプリを起動し、S201〜S207を繰り返す。解析プロトコルに順序立てて構成されている解析アプリを随時起動し、データ転送処理が必要とする解析処理結果画像を出力する。
図12は、本実施例における第一の解析処理結果画像修正方法を示す図である。また、図13は、本実施例における第一の解析処理結果画像修正方法フローチャートを示す図である。図12、図13を参照しながら、実施方法を説明する。なお、図13において、ステップS101からS112は、図8と同様であり、ステップS106の丸2内の詳細処理が、図中の右側の丸1内の処理およびステップS301からS305の処理となる。なお、丸1内の処理は図11の右側の処理であるステップS201からS207の処理である。以下、ステップS301からS305について説明する。
(ステップS301) 解析プロトコルによる解析処理を自動実行後、解析処理フロー履歴記憶部601にて、解析プロトコル実行制御部303で実行した時間軸に沿った解析処理の処理フローの履歴を記憶する。
(ステップS302) 解析プロトコル実行制御部303で最後に実行された解析処理の解析処理結果画像を解析処理結果画像表示部に表示する。ただし、図6(b)(c)に示すように、最後に実行された解析処理とは、データ転送処理から見た最後の解析処理であり、データ転送プロトコル次第で複数存在する。
(ステップS303) 解析処理結果画像が操作者所望の画像であれば、解析プロトコルによる解析処理を終了する。解析処理結果画像が操作者所望の画像ではない場合、次のステップに移動する。
(ステップS304,S305) 入力操作受付部にて操作者の入力操作を受け付けると、入力操作と解析処理フロー履歴記憶部601から取得した解析処理フローの解析プロトコルを,解析処理照合部603で照らし合わせ、当該解析処理を特定する。解析処理が特定されると、図11に示すS201〜S207を繰り返し処理をやり直す。
(ステップS302) 解析プロトコル実行制御部303で最後に実行された解析処理の解析処理結果画像を解析処理結果画像表示部に表示する。ただし、図6(b)(c)に示すように、最後に実行された解析処理とは、データ転送処理から見た最後の解析処理であり、データ転送プロトコル次第で複数存在する。
(ステップS303) 解析処理結果画像が操作者所望の画像であれば、解析プロトコルによる解析処理を終了する。解析処理結果画像が操作者所望の画像ではない場合、次のステップに移動する。
(ステップS304,S305) 入力操作受付部にて操作者の入力操作を受け付けると、入力操作と解析処理フロー履歴記憶部601から取得した解析処理フローの解析プロトコルを,解析処理照合部603で照らし合わせ、当該解析処理を特定する。解析処理が特定されると、図11に示すS201〜S207を繰り返し処理をやり直す。
解析処理照合部603では、解析処理結果画像表示部305で操作者が確認する解析処理結果画像は、どの解析アプリで作成されたかを判断できる。また、その解析処理結果画像上で、操作者からの入力操作を受け付けると、どの解析機能のどの解析処理エンジンにより求められた解析処理結果画像かを特定できる。さらに、操作者から、どの解析処理エンジンの解析パラメータセットの変更量を入力すれば、改めて解析処理照合部603で照合された解析処理から最後に実行される解析処理まで解析プロトコル実行制御部303で自動的に実行できる。
図14は、本実施例による入力操作を示す図である。被検体701を撮影プロトコルの撮影処理で撮影した結果、検査画像702を取得し、検査画像を入力として、解析プロトコルによる解析処理を実行した結果、解析処理結果画像(703、704、705)を取得し、解析処理結果画像表示部305に表示したとすると、解析処理結果画像703〜705上でマウス操作することにより解析処理結果画像を修正できる。
解析処理結果画像703では、濃度変換・三次元回転・拡大縮小・平行移動を行う例1を示している。解析処理結果画像704上では、画像処理により抽出された部位抽出領域を変更する例2を示している。解析処理結果画像705上では、MPRを実行する前の多断面再構成の位置を参照画像上で設定する例3を示している。どの例においても、時間軸で実行された解析プロトコルの解析処理に遡って処理をやり直し、解析処理結果画像を修正するものである。例えば、例1は、時間軸でいえば、現在に近い時間に実行された解析処理の解析処理結果画像に修正を加えているものである。例2は、時間軸でいえば、最も古い時間に実行された解析処理の解析処理結果画像に修正を加えたものである。例3は、時間軸でいえば、中途の時間に実行された解析処理の解析処理結果画像に修正を加えたものである。例2、例3は、後に続く解析処理にも影響を与える修正となる。例2の部位抽出領域の解析結果は、後段の解析処理で共通で使用され、例3の多断面再構成の位置の設定は、MPRを行う解析処理に限定されているものの、一部の後段の解析処理で使用される。例1においても、例3の参照画像に対する濃度変換・三次元回転・拡大縮小・平行移動であれば、後段の解析処理に影響する。
このように、時間軸で見た場合のある地点での解析処理を対象に、解析処理結果画像を修正しているため、通常の解析アプリに基づいた解析処理の修正とは異なる解析処理結果画像を提供できる。
なお、解析処理フロー履歴記憶部601から取得した履歴情報をもとに照合された解析処理に遡って、解析処理を実行する際、最後の解析処理まで自動で実行することもできれば、遡った解析処理から手動で実行も可能である。
図15は、本実施例における第二の解析処理結果画像修正方法を示す図である。解析処理フロー履歴記憶部601から解析フローを取得し、解析処理フロー履歴表示部604に表示できる。
解析処理フロー履歴表示部604を用いた表示例として図16を示す。図16は、本実施例による解析ワークフロー履歴表示を示す図である。最後の解析処理の解析処理結果画像801上に、解析処理フロー履歴表示802を表示し、その中には、解析処理フローの時間軸を操作できる時間軸操作バー803や、解析処理照合部603で照合された解析処理まで遡り処理をやり直し、遡った地点での解析処理を実行して作成された解析処理結果画像804〜806を表示している。解析処理結果画像804〜806は、図14の説明の通り、時間軸操作バー803を操作し、遡った解析処理結果から手動で実行する場合の参照画像となり得る。また、解析処理結果画像804〜806は、改めて照合された解析処理まで遡った解析処理結果画像を再作成しているため、遡った解析処理を実行した最新の解析処理フローを反映している。
図17は、本実施例によるユーザからの複数指摘に対する解析処理修正方法を示す図である。図16の解析ワークフロー履歴表示と併用して、ユーザ指摘リスト901に、ユーザの指摘箇所(902、903)に対する解析処理結果画像(904、905)を表示し、ユーザ指摘リスト901内で修正を加えることができる。また、解析処理フローの時間軸で見て古い解析処理結果画像に対して修正した場合は、解析処理フローの時間軸で見てそれよりも新しい解析処理結果画像にも修正箇所が反映される。例えば、ユーザの指摘箇所(902、903)に対する解析処理結果画像(904、905)では、904の方が905より解析処理フローの時間軸で古い。したがって、904の修正結果が905に反映される。ユーザは解析処理フローの時間軸を意識したくないため、ユーザ指摘リストにおいて、解析処理結果画像を解析処理フローの時間軸でソートすることもできる。
このように、操作者所望の解析処理結果画像が得られるまで繰り返したステップで、最終的に修正された解析処理エンジンの解析パラメータセットを検査ワークフロープロトコル記憶部105に記憶することで、現在撮影中の、未実行の解析プロトコルの中で、現在実行中の解析プロトコルと同一の解析プロトコルに対して、検査ワークフロープロトコル記憶部105から読みだした解析パラメータセットを提示し、反映することができる。また、検査ワークフロープロトコル記憶部105に記憶した解析パラメータセットと同一の解析プロトコルの場合、他の検査であっても当該解析パラメータセットを使用できるようにし、解析パラメータセットの使用回数の集計を検査ワークフロープロトコル記憶部105に記憶するとともに、一定の使用率を達成した解析パラメータセットを、解析プロトコル記憶部102の、現在の撮影に使用されていない未実行の解析プロトコルに反映することができる。
以上のように、本実施例は、予め登録した撮影プロトコル、解析プロトコル、データ転送プロトコルに基づいて、各撮像にて実行される各処理を自動で実行できるため、操作者の確認ステップを省略できる。検査ワークフローの処理内容は、手動操作であっても自動処理であっても変わらないため、検査の質を落とすことなく、短時間で検査を完了できる。解析プロトコルの編集が必要な場合でも、適合した解析プロトコルのみ編集できるため、操作手順が煩雑になることはない。また、所望の解析処理結果画像ではない場合、データ転送前の解析処理結果画像から操作者の指示により処理をやり直し、解析処理を遡って確認することが可能であり、微調整にて再度解析処理結果画像を作成できる。つまり、解析処理結果画像を最初に確認することで、無駄な確認作業がなくなり、最短ルートで最適な解析処理結果画像に辿り着ける。
よって、本実施例によれば、操作者の指摘に基づいて画像処理をやり直すことで、画像処理の作業効率をより向上できる医用画像処理装置及び医用画像処理方法及びそれに用いる処理プログラムを提供することができる。
本実施例は、実施例1の医用画像処理装置における具体例として、X線CT画像、MRI等の体内構造を確認できる画像上から特定の異常(以下結節と呼ぶ)を検出するプログラムを使用する際に、望ましい画質へと処理する前処理の選択方法及び選択装置に関して説明する。
まず、背景として、計算機処理を用いて画像から異常陰影候補を自動的に抽出するコンピュータ診断支援装置(CAD: Computed Aided Diagnosis)が知られている。CADプログラムは一般的にCT画像等の体内構造を確認できる画像を対象とした処理であり、実装されたアルゴリズムによって結節を検出する。対象の画像はそのまま用いられることもあるが、検出性能向上のために検出処理のパラメータ調整もしくは画像前処理を画像に施してから、検出処理が行われることも多い。
本実施例は、検出に有効な特徴量を、画像前処理によって際立たせ検出精度の向上を図ることを目的とし、検出に有効な特徴量を際立たせるシステムについて述べる。
すなわち、本実施例は、CADの検出精度を向上させるために、CADの結果に対する操作者の指摘に基づいて各種前処理を評価・選別して、選別した前処理を画像に施してから再度CADにかける処理をやり直す。
本実施例における医用画像処理装置のハードウェア構成は実施例1の図1と同様であり、その説明は省略する。なお、以下で説明する画像処理は、具体的には処理プログラムをCPUが実行することにより実現するソフトウェア処理である。
図18は本実施例におけるCAD処理の機能構成図である。図18において、データベース14に蓄えられた、検出処理対象である画像Aに対し、特徴量抽出処理を実施する前処理20を行い、その前処理によって得た画像に対して異常陰影検出処理21を適用し、適用した検出結果に対して操作者が評価する評価処理22と、操作者の評価、指摘に基づいて各種前処理の特徴量抽出処理を評価・選別して、選別した特徴量抽出処理を更新する特徴量抽出更新処理23を行い、再度、更新した特徴量抽出処理を画像に施す前処理20を繰り返す。括弧内の数字が処理順番を示しており、特徴量抽出更新処理23を行なうことで、評価処理22における検出精度を、例えば、感度/特異度を50%/50%から85%/80%に向上させることができる。
図19は、特徴量抽出更新処理23の機能構成図である。図19において、対象画像に対して、特徴量抽出処理である複数のフィルタ処理を適用する。図19では3つの処理を適用した例を示している。そして、フィルタ処理を適用した3つの画像a1、a2、a3に、それぞれ異常陰影検出処理を適用する。図中の白抜き矢印が異常陰影検出処理を示している。その結果得られた各検出結果と、検出処理対象である画像に対し異常陰影検出処理を適用した検出結果に対して操作者が評価した評価結果と比較し、その結果から、正解予備群と誤検出群とに分けて、それらを用いて特徴量抽出処理であるフィルタ処理を更新する。
図20に、本実施例におけるCAD処理の全体フロー図を示す。図20において、まず、ステップS401において、検出処理対象である画像Aに対し異常陰影検出処理を適用した検出結果を得る。次に、ステップS402において操作者は初回の検出結果を確認し、この時点で結果に満足していればCAD処理は終了となる。結果に満足できなかった場合は、ステップS403において、画像Aと検出結果について、操作者は真陽性(TP:True Positive)、偽陽性(FP:False Positive))、真陰性(TN:True Negative))、偽陰性(FN :False Negative):)を指摘する。
次に、特徴量抽出更新処理として、ステップS404からS407を実施する。ステップS404では、画像Aに複数のフィルタ処理を適用する。以前に前処理を作成したことがあれば、これを用いても良い。フィルタの種類は多様性に富むことが望ましいが、限定するものではない。フィルタの数は、後に説明するt検定の効果を得るために30以上が望ましい。なお、フィルタの数が少なくても実行はできるが、有意差が出るに至らない可能性が高いが、有意差が出るのであれば少数でもよい。
そして、ステップS405でフィルタ処理画像全てに異常陰影検出処理を適用する。ステップS406で、異常陰影検出処理結果をS403で行った操作者による指摘結果と比較する。このうち、TP,FNと一致した結果を正解予備群、FP、TNと一致した結果を誤検出群とに分類する。
そして、ステップS407で、両画像群に対して、特徴量抽出処理の更新を行う。特徴量抽出更新処理の詳細については、後述する。そして、ステップS407で更新した特徴量抽出処理を画像Aに適用し、改めて異常陰影検出処理を適用する。この時点で終了しても良いが、S402に戻って再度特徴量抽出処理の更新を行うことも可能である。
次に、ステップS407の特徴量抽出更新処理の詳細について述べる。図21はS407に記載の特徴量抽出更新処理のフロー図である。図21において、ステップS410において、正解予備群、誤検出群それぞれに対し、周波数解析または、CNN(Convolutional Neural Network)、または解剖学的観点により、画像から特徴量(特徴画像)を最低1例、取得する。
例えば周波数解析では、画像に対して以下の式(1)に示す2次元の離散フーリエ変換を用いる。
例えば周波数解析では、画像に対して以下の式(1)に示す2次元の離散フーリエ変換を用いる。
ここで、f(x,y)は画像Aを表した式、F(u,v)はf(x,y)を離散フーリエ変換した際の信号値であり、u,vはそれぞれx,yの周波数を示す。この場合F(u1,v1)(<-u1,v1は任意の周波数)の値を1つの特徴量として取得するのが最もシンプルである。
CNNは一般的に3つのLayerで構成されるが、本実施例では特徴量を取得する際に、Convolution layerを用いる。Convolution layerの役割は、元の画像を画像フィルタでフィルタリングすることであり、フィルタリング後の画像を特徴量として扱う。画像フィルタは、ランダムに生成されたもので良いが、CNNを機械学習によって学習させ、フィルタのパターンを生成してもよい。
解剖学的観点による方法では、画像上の構造物に対し、特徴について人体を構成する要素で分析する。例えば、CT値と人体の構成物の関係性(空気は−1000、水は0である等)を用いて、CT値をbinとしたヒストグラムを作成し、この一つ一つのbinを特徴量として取得するなどが考えられる。
次に、ステップS411において、ステップS410で抽出した特徴量のうち任意のものを一つ選択し、正解予備群と誤検出群の間でウェルチのt検定を行う。ただし、特徴量が画像形式であった場合、そのままではt検定で扱うために不都合であるため(2次元に広がりを持つため)、以下のいずれかの方法で1次元数に変形する。これを以下、評価値と呼ぶ。
方法1:特徴画像の重心位置を算出し、これを評価値とする。
方法2:輪郭抽出を行い、これの一致度を正規化相互相関手法などにより算出し、これを評価値とする。
方法3:上記の組み合わせを用い、以下の式(2)を与える。
方法1:特徴画像の重心位置を算出し、これを評価値とする。
方法2:輪郭抽出を行い、これの一致度を正規化相互相関手法などにより算出し、これを評価値とする。
方法3:上記の組み合わせを用い、以下の式(2)を与える。
これは、特徴画像のサイズが大きいほど、輪郭の一致度を高くし、小さいほど、輝度重心位置を重視することを意味する。ステップS410の説明で述べた特徴量抽出方法は、抽出の過程で、より特異的な特徴を求めるときには特徴画像サイズが大きくなり、また形状や特徴量の分布が重要になることが多いことに起因する。ただし、輪郭の一致度は一例であり、ここを画素値の標準偏差などの画素値分布情報に置き換えてもよい。
次に、ステップS412において、ステップS411で求めた評価値に対し統計量tを以下の式(3)によって定義するウェルチのt検定式に当てはめる。
また、自由度vは以下の式(4)によって定義する。
ここでXiは特徴量評価値の平均、siは分散、Niは評価値の数とする。
すなわち、自由度vのt分布を想定し、統計値tの上側のp値を求め、有意水準αと比較し、もしp<αの場合、二つの評価値の間に有意差があると定義する。αは信頼区間を意味し、ユーザが定義できると同時に正解予備群と誤検出群の平均値が同一の集団であるという仮説を棄却できる指標である。
すなわち、自由度vのt分布を想定し、統計値tの上側のp値を求め、有意水準αと比較し、もしp<αの場合、二つの評価値の間に有意差があると定義する。αは信頼区間を意味し、ユーザが定義できると同時に正解予備群と誤検出群の平均値が同一の集団であるという仮説を棄却できる指標である。
次に、ステップS413において、ステップS411で求めた評価値に対し、ステップS412で検定を行った結果、有意差がある場合は、ステップS414において、この特徴量を導き出したステップS411で選択した手法を新たな特徴量抽出処理として定義して終了となる。有意差がなかった場合は、再度ステップS411、S412を行い抽出した特徴量が尽きない限り有意差を求める。
図22は図21のフローを模式的に示した図であり、図22において、操作者による指摘結果に対応して、分離した検出結果群30である正解予備群と誤検出群に対して、特徴量抽出40を行う。その結果、例えば、特徴量E1である特徴量群41について、評価値算出(50)を行う。その算出した評価値にt検定処理(60)を行い、正解予備群31と誤検出群32の各集団の平均に有意差があるかの有意差判定(61)を行い、有意差があれば選択した特徴量E1の抽出処理を新たな特徴量抽出処理である前処理のフィルタ処理と定義する特徴量抽出処理更新(62)を行う。
以上のように、本実施例によれば、ステップS404で様々なフィルタを限定することなく適用することで、前処理のパラメータ調整の許容範囲に限定されることがなく、さまざまな特徴量抽出について前回パラメータと同等に扱い特徴量算出を行うことで、前回結果と大きく異なる場合にも有効であり、ロバストな手法とすることが可能である。
また、ステップS412で特徴画像を評価値に変換することで、t検定に適した形とすることが可能である。ここでウェルチのt検定の特性について述べると、2つのデータ間(評価値)に相関(対応関係)がなく、更に2つのデータは共に不等分散(各集団の分散が異なること)である場合に用いることができる。今回扱う特徴量は、いずれも特徴量同士に関連性がない場合が多く、誤検出群と正解予備群の分散が不等分散となるように設定することで対応可能であり、本実施例で示した式はウェルチのt検定に即した手法と言える。
また、有意差によって、二つの群を区分しており、信頼区間によって正解予備群と、誤検出群の分類精度を担保している。仮に、新たな画像が入ってきて、前処理が更新される場合にも、信頼区間を変更しない限り精度を落とすことなく前処理を更新可能である。
また、特徴量の差をユークリッド距離等、対象によって閾値を変化させなければならない値ではなく、信頼区間(有意差)として設定可能であり、閾値の変更などを行う必要性がない。すなわち従来と比較し、距離の概念がないためより汎用的である。また、類似所見からパラメータを抽出せず、ユーザの入力をダイレクトに扱ってパラメータ更新するため、精度の低下リスクが少ない手法である。
よって、本実施例によれば、操作者の指摘に基づいて画像処理をやり直すことで、画像処理の作業効率をより向上できる医用画像処理装置及び医用画像処理方法及びそれに用いる処理プログラムを提供することができる。
以上実施例について説明したが、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることも可能である。また、各実施例の構成の一部について、他の構成の追加、削除、置換をすることも可能である。
1:医用画像処理装置、2:CPU、3:主メモリ、4:記憶装置、5:表示メモリ、6:表示装置、7:コントローラ、8:マウス、9:キーボード、10:ネットワークアダプタ、11:システムバス、12:ネットワーク、13:医用画像撮影装置、14:データベース、20:前処理、21:異常陰影検出処理、22:評価処理、23:特徴量抽出更新処理、30:検出結果群、31:正解予備群、32:誤検出群、40:特徴量抽出、41:特徴量群、50:評価値算出、60:t検定処理、61:有意差判定、62:特徴量抽出処理更新、90:画像取得部、91:画像処理部、92操作者入力部、101:撮影プロトコル記憶部、102:解析プロトコル記憶部、103:データ転送プロトコル記憶部、104:目的判定部、105:検査ワークフロープロトコル記憶部、201:撮影プロトコル、202:解析プロトコル、203:データ転送プロトコル、301:検査ワークフロープロトコル実行制御部、302:撮影プロトコル実行制御部、303:解析プロトコル実行制御部、304:データ転送プロトコル実行制御部、305:解析処理結果画像表示部、401:解析アプリ、402:解析機能、403:解析処理エンジン、404:解析パラメータセット、405:解析パラメータ、501:解析アプリの直列処理、502:解析アプリの並列処理、503:解析機能の直列処理、504:解析機能の並列処理、505:解析処理エンジンの直列処理、506:解析処理エンジンの並列処理、601:解析処理フロー履歴記憶部、602:入力操作受付部、603:解析処理照合部、604:解析処理フロー履歴表示部、701:被検体、702:検査画像、703〜705:解析処理結果画像、706〜708:マウス操作、801:最後の解析処理の解析処理結果画像、802:解析処理フロー履歴表示、803:時間軸操作バー、804〜806:解析処理照合部で照合された解析処理の解析処理結果画像、901:ユーザ指摘リスト、902、903:ユーザ指摘箇所、904、905:ユーザ指摘箇所に対する解析処理結果画像
Claims (14)
- 医用画像診断装置から得られた医用画像を処理する医用画像処理装置であって、
前記医用画像診断装置から医用画像を取得する画像取得部と、
該取得した医用画像について所定の画像処理を施す画像処理部と、
操作者の入力操作を受け付ける入力部を有し、
前記画像処理部で画像処理された医用画像に対して前記入力部による操作者の指摘に基づいて前記画像処理部での画像処理をやり直すことを特徴とする医用画像処理装置。 - 請求項1に記載の医用画像処理装置であって、
前記画像処理部は、
前記医用画像診断装置による撮影条件である撮影プロトコルを記憶する撮影プロトコル記憶部と、
前記画像取得部により前記医用画像診断装置から取得した医用画像は撮影条件によって撮影された検査画像であって、該検査画像のデータ転送条件であるデータ転送プロトコルを記憶するデータ転送プロトコル記憶部と、
前記撮影条件によって撮影された検査画像を入力として解析処理の処理フローおよび設定値である解析プロトコルを記憶する解析プロトコル記憶部と、
前記撮影プロトコルと前記解析プロトコルが持つ解析目的が合致するか、前記解析プロトコルと前記データ転送プロトコルが持つデータ転送目的が合致するかを判定する目的判定部と、
該目的判定部によって、撮影から解析さらには解析からデータ転送までの一連の処理を関連付けた検査ワークフロープロトコルを構成し、それを記憶する検査ワークフロープロトコル記憶部と、
前記検査ワークフロープロトコル記憶部から読みだされた前記検査ワークフロープロトコルにしたがって、撮影・解析・データ転送の実行順序を制御する検査ワークフロープロトコル実行制御部と、
前記撮影プロトコルに応じて順次撮影し、生成された検査画像の作成完了タイミングを前記検査ワークフロープロトコル実行制御部に伝達する撮影プロトコル実行制御部と、
前記検査ワークフロープロトコル実行制御部から伝えられた検査画像の作成完了タイミングで、前記解析プロトコルにしたがった解析処理を自動的に実行するように制御する解析プロトコル実行制御部と、
前記解析プロトコル実行制御部で最後に実行された解析処理の解析処理結果画像の作成タイミングで、解析処理結果画像を表示する解析処理結果画像表示部と、
該解析処理結果画像表示部での検査終了タイミングで、前記データ転送プロトコルにしたがったデータ転送処理を実行できるように制御するデータ転送プロトコル実行制御部と、
前記解析プロトコル実行制御部にて実行した解析処理の処理フローの履歴を記憶する解析処理フロー履歴記憶部と、
前記入力部からの入力操作と前記解析処理フロー履歴記憶部から取得した解析処理フローの解析プロトコルを照らし合わせ、当該解析処理を特定する解析処理照合部とを有し、
前記画像処理部は、前記解析処理照合部で照合された解析処理から最後の解析処理まで前記解析プロトコル実行制御部で自動的に実行するステップと、入力操作を受け付けるステップと、解析処理の照合を経て解析処理を再実行するステップと、を操作者所望の解析処理結果画像が得られるまで繰り返すステップを有し、操作者所望の解析処理結果画像が得られた時点の前記入力部からの検査終了タイミングにより、前記データ転送プロトコルに従ったデータ転送処理を実行することを特徴とする医用画像処理装置。 - 請求項2に記載の医用画像処理装置であって、
前記解析プロトコルは、前記解析プロトコル実行制御部により、複数の解析パラメータの組合せからなる解析パラメータセットを用いて解析処理エンジンを直列もしくは並列に組合せて順序立てて実行できるように定義され、複数の前記解析処理エンジンを用いて解析機能を直列もしくは並列に組合せて順序立てて実行できるように定義され、複数の前記解析機能を用いて解析アプリを直列もしくは並列に組合せて順序立てて実行できるように定義されたものであり、前記解析処理照合部において、前記入力部の入力操作と前記解析プロトコルの解析処理とが一意に関連付けできるデータ構造であることを特徴とする医用画像処理装置。 - 請求項2に記載の医用画像処理装置であって、
前記入力部の入力操作と照合した解析処理の処理フローの時間軸を、前記解析処理フロー履歴記憶部から取得した履歴情報をもとに表示する解析処理フロー履歴表示部を有し、
該解析処理フロー履歴表示部には、前記入力操作と照合した解析処理を実行する前までの解析処理結果画像を表示し、閲覧できる機能を有し、前記解析処理結果画像からの解析処理を自動または手動で実行可能であることを特徴とする医用画像処理装置。 - 請求項2に記載の医用画像処理装置であって、
前記操作者所望の解析処理結果画像が得られるまで繰り返したステップにおいて、最終的に修正された解析処理エンジンの解析パラメータセットを前記検査ワークフロープロトコル記憶部に記憶し、未実行の解析プロトコルの中で、前記解析プロトコルと同一の解析プロトコルに対して、前記検査ワークフロープロトコル記憶部から読み出した解析パラメータセットを提示し、反映可能であることを特徴とする医用画像処理装置。 - 請求項5に記載の医用画像処理装置であって、
前記検査ワークフロープロトコル記憶部に記憶した解析パラメータセットと同一の解析プロトコルの場合、他の検査であっても前記解析パラメータセットを使用できるようにし、解析パラメータセットの使用回数の集計と共に、一定の使用率を達成した解析パラメータセットを、前記解析プロトコル記憶部の解析プロトコルに反映可能であることを特徴とする医用画像処理装置。 - 請求項1に記載の医用画像処理装置であって、
前記画像処理部は、
前記画像取得部で取得した医用画像に対してフィルタ処理を施す前処理部と、
該前処理部で処理された画像に対して異常陰影の検出を行う異常陰影検出処理部と、
該異常陰影検出処理部により検出された前記前処理部で処理された画像に対応した検出結果画像を評価する評価処理部と、
前記フィルタ処理を更新する特徴量抽出更新処理部とを有し、
前記特徴量抽出更新処理部は、
前記医用画像に複数種のフィルタ処理を施した複数のフィルタ処理画像について前記異常陰影検出処理部で異常陰影検出処理を適用し、
該異常陰影検出処理により検出された前記複数のフィルタ処理画像に対応した各検出結果画像と、前記医用画像に前記異常陰影検出処理を適用して得られた第1の検出結果に対して、前記入力部によって入力した操作者の評価した評価結果とを比較し、前記複数のフィルタ処理画像に対応した各検出結果画像を正解予備群と誤検出群とに分けて、2つに分けた前記各検出結果画像のそれぞれに対して特徴量抽出を行い、
抽出した特徴量について評価値算出を行い、
算出した評価値について前記正解予備群と誤検出群間で有意差判定を行い、
有意差のある評価値を有する特徴量抽出の算出方法を、前記前処理部の新たなフィルタ処理とすることを特徴とする医用画像処理装置。 - 請求項7に記載の医用画像処理装置であって、
前記特徴量抽出は、畳み込みニューラルネットワーク、もしくは周波数解析、もしくは解剖学的特徴量抽出であることを特徴とする医用画像処理装置。 - 医用画像診断装置から得られた医用画像を処理する医用画像処理方法であって、
前記医用画像診断装置から医用画像を取得し、
該取得した医用画像について所定の画像処理を施し、
前記画像処理された医用画像に対して操作者の指摘に基づいて前記画像処理をやり直すことを特徴とする医用画像処理方法。 - 請求項9に記載の医用画像処理方法であって、
前記画像処理は、
前記医用画像診断装置による撮影条件である撮影プロトコルを記憶し、
前記医用画像診断装置から取得した医用画像は撮影条件によって撮影された検査画像であって、該検査画像のデータ転送条件であるデータ転送プロトコルを記憶し、
前記撮影条件によって撮影された検査画像を入力として解析処理の処理フローおよび設定値である解析プロトコルを記憶し、
前記撮影プロトコルと前記解析プロトコルが持つ解析目的が合致するか、前記解析プロトコルと前記データ転送プロトコルが持つデータ転送目的が合致するかを判定し、
該判定によって、撮影から解析さらには解析からデータ転送までの一連の処理を関連付けた検査ワークフロープロトコルを構成し、それを記憶し、
該検査ワークフロープロトコルにしたがって、撮影・解析・データ転送の実行順序を制御し、
前記撮影プロトコルに応じて順次撮影し、生成された検査画像の作成完了タイミングで、前記解析プロトコルにしたがった解析処理を自動的に実行するように制御し、
最後に実行された解析処理の解析処理結果画像の作成タイミングで、解析処理結果画像を表示し、
該表示での検査終了タイミングで、前記データ転送プロトコルにしたがったデータ転送処理を実行できるように制御し、
実行した解析処理の処理フローの履歴を記憶し、
操作者の入力と前記記憶した解析処理の処理フローの解析プロトコルを照合し、当該解析処理を特定し、
前記画像処理は、前記照合された解析処理から最後の解析処理まで前記解析プロトコルにしたがった解析処理を自動的に実行するステップと、操作者の入力操作を受け付けるステップと、解析処理の照合を経て解析処理を再実行するステップと、を操作者所望の解析処理結果画像が得られるまで繰り返すステップを有し、操作者所望の解析処理結果画像が得られた時点の検査終了タイミングにより、前記データ転送プロトコルに従ったデータ転送処理を実行することを特徴とする医用画像処理方法。 - 請求項9に記載の医用画像処理方法であって、
前記画像処理は、
前記取得した医用画像に対してフィルタ処理を施す前処理と、
該前処理後の画像に対して異常陰影の検出を行う異常陰影検出処理と、
異常陰影検出処理により検出された前記前処理後の画像に対応した検出結果画像を評価する評価処理と、
前記フィルタ処理を更新する特徴量抽出更新処理とを有し、
前記特徴量抽出更新処理は、
前記医用画像に複数種のフィルタ処理を施した複数のフィルタ処理画像について前記異常陰影検出処理を適用し、
該異常陰影検出処理により検出された前記複数のフィルタ処理画像に対応した各検出結果画像と、前記医用画像に前記異常陰影検出処理を適用して得られた第1の検出結果に対して操作者が評価した評価結果とを比較し、前記複数のフィルタ処理画像に対応した各検出結果画像を正解予備群と誤検出群とに分けて、2つに分けた前記各検出結果画像のそれぞれに対して特徴量抽出を行い、
抽出した特徴量について評価値算出を行い、
算出した評価値について前記正解予備群と誤検出群間で有意差判定を行い、
有意差のある評価値を有する特徴量抽出の算出方法を、前記前処理の新たなフィルタ処理とすることを特徴とする医用画像処理方法。 - 医用画像診断装置から得られた医用画像を処理する医用画像処理装置において画像処理を実行する処理プログラムであって、
前記医用画像診断装置から医用画像を取得するステップと、
該取得した医用画像について所定の画像処理を施すステップと、
前記画像処理された医用画像に対して操作者の指摘に基づいて前記画像処理をやり直すステップとを有することを特徴とする処理プログラム。 - 請求項12に記載の処理プログラムであって、
前記画像処理を施すステップは、
前記医用画像診断装置による撮影条件である撮影プロトコルを記憶するステップと、
前記医用画像診断装置から取得した医用画像は撮影条件によって撮影された検査画像であって、該検査画像のデータ転送条件であるデータ転送プロトコルを記憶するステップと、
前記撮影条件によって撮影された検査画像を入力として解析処理の処理フローおよび設定値である解析プロトコルを記憶するステップと、
前記撮影プロトコルと前記解析プロトコルが持つ解析目的が合致するか、前記解析プロトコルと前記データ転送プロトコルが持つデータ転送目的が合致するかを判定するステップと、
該判定によって、撮影から解析さらには解析からデータ転送までの一連の処理を関連付けた検査ワークフロープロトコルを構成し、それを記憶するステップと、
該検査ワークフロープロトコルにしたがって、撮影・解析・データ転送の実行順序を制御するステップと、
前記撮影プロトコルに応じて順次撮影し、生成された検査画像の作成完了タイミングで、前記解析プロトコルにしたがった解析処理を自動的に実行するように制御するステップと、
最後に実行された解析処理の解析処理結果画像の作成タイミングで、解析処理結果画像を表示するステップと、
該表示での検査終了タイミングで、前記データ転送プロトコルにしたがったデータ転送処理を実行できるように制御するステップと、
実行した解析処理の処理フローの履歴を記憶するステップと、
操作者の入力と前記記憶した解析処理の処理フローの解析プロトコルを照合し、当該解析処理を特定するステップとを有し、
前記画像処理を施すステップは、前記照合された解析処理から最後の解析処理まで前記解析プロトコルにしたがった解析処理を自動的に実行するステップと、操作者の入力操作を受け付けるステップと、解析処理の照合を経て解析処理を再実行するステップと、を操作者所望の解析処理結果画像が得られるまで繰り返すステップを有し、操作者所望の解析処理結果画像が得られた時点の検査終了タイミングにより、前記データ転送プロトコルに従ったデータ転送処理を実行することを特徴とする処理プログラム。 - 請求項12に記載の処理プログラムであって、
前記画像処理を施すステップは、
前記取得した医用画像に対してフィルタ処理を施す前処理ステップと、
該前処理後の画像に対して異常陰影の検出を行う異常陰影検出ステップと、
異常陰影検出処理により検出された前記前処理後の画像に対応した検出結果画像を評価する評価ステップと、
前記フィルタ処理を更新する特徴量抽出更新ステップとを有し、
前記特徴量抽出更新ステップは、
前記医用画像に複数種のフィルタ処理を施した複数のフィルタ処理画像について前記異常陰影検出ステップを適用するステップと、
該異常陰影検出ステップにより検出された前記複数のフィルタ処理画像に対応した各検出結果画像と、前記医用画像に前記異常陰影検出ステップを適用して得られた第1の検出結果に対して操作者が評価した評価結果とを比較するステップと、
前記複数のフィルタ処理画像に対応した各検出結果画像を正解予備群と誤検出群とに分けるステップと、
2つに分けた前記各検出結果画像のそれぞれに対して特徴量抽出を行なうステップと、
抽出した特徴量について評価値算出を行なうステップと、
算出した評価値について前記正解予備群と誤検出群間で有意差判定を行なうステップと、
有意差のある評価値を有する前記特徴量抽出の算出方法を、前記前処理の新たなフィルタ処理とするステップとを有することを特徴とする処理プログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017179672A JP2019054896A (ja) | 2017-09-20 | 2017-09-20 | 医用画像処理装置及び医用画像処理方法及びそれに用いる処理プログラム |
PCT/JP2018/032828 WO2019058963A1 (ja) | 2017-09-20 | 2018-09-05 | 医用画像処理装置及び医用画像処理方法及びそれに用いる処理プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017179672A JP2019054896A (ja) | 2017-09-20 | 2017-09-20 | 医用画像処理装置及び医用画像処理方法及びそれに用いる処理プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2019054896A true JP2019054896A (ja) | 2019-04-11 |
Family
ID=65810208
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017179672A Pending JP2019054896A (ja) | 2017-09-20 | 2017-09-20 | 医用画像処理装置及び医用画像処理方法及びそれに用いる処理プログラム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP2019054896A (ja) |
WO (1) | WO2019058963A1 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021157405A1 (ja) * | 2020-02-04 | 2021-08-12 | ソニーグループ株式会社 | 解析装置、解析方法、解析プログラム及び診断支援システム |
US11948341B2 (en) | 2020-08-04 | 2024-04-02 | Canon Medical Systems Corporation | Medical information processing apparatus and medical information generating apparatus |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003033342A (ja) * | 2001-07-24 | 2003-02-04 | Canon Inc | 撮影装置、撮影システム、撮影制御方法、記憶媒体、及びプログラム |
JP2005270318A (ja) * | 2004-03-24 | 2005-10-06 | Konica Minolta Medical & Graphic Inc | 画像処理システム |
US20080194946A1 (en) * | 2007-02-12 | 2008-08-14 | The Government Of The U.S.A. As Represented By The Secretary Of The Dept. Of Health & Human Services | Virtual colonoscopy via wavelets |
US20090169073A1 (en) * | 2008-01-02 | 2009-07-02 | General Electric Company | Computer implemented method and system for processing images |
JP2013192624A (ja) * | 2012-03-16 | 2013-09-30 | Hitachi Ltd | 医用画像診断支援装置、医用画像診断支援方法ならびにコンピュータプログラム |
US20160361025A1 (en) * | 2015-06-12 | 2016-12-15 | Merge Healthcare Incorporated | Methods and Systems for Automatically Scoring Diagnoses associated with Clinical Images |
JP2017501459A (ja) * | 2013-09-25 | 2017-01-12 | テラリコン インコーポレイテッド | 高度医用画像処理ウィザード |
-
2017
- 2017-09-20 JP JP2017179672A patent/JP2019054896A/ja active Pending
-
2018
- 2018-09-05 WO PCT/JP2018/032828 patent/WO2019058963A1/ja active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003033342A (ja) * | 2001-07-24 | 2003-02-04 | Canon Inc | 撮影装置、撮影システム、撮影制御方法、記憶媒体、及びプログラム |
JP2005270318A (ja) * | 2004-03-24 | 2005-10-06 | Konica Minolta Medical & Graphic Inc | 画像処理システム |
US20080194946A1 (en) * | 2007-02-12 | 2008-08-14 | The Government Of The U.S.A. As Represented By The Secretary Of The Dept. Of Health & Human Services | Virtual colonoscopy via wavelets |
US20090169073A1 (en) * | 2008-01-02 | 2009-07-02 | General Electric Company | Computer implemented method and system for processing images |
JP2013192624A (ja) * | 2012-03-16 | 2013-09-30 | Hitachi Ltd | 医用画像診断支援装置、医用画像診断支援方法ならびにコンピュータプログラム |
JP2017501459A (ja) * | 2013-09-25 | 2017-01-12 | テラリコン インコーポレイテッド | 高度医用画像処理ウィザード |
US20160361025A1 (en) * | 2015-06-12 | 2016-12-15 | Merge Healthcare Incorporated | Methods and Systems for Automatically Scoring Diagnoses associated with Clinical Images |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021157405A1 (ja) * | 2020-02-04 | 2021-08-12 | ソニーグループ株式会社 | 解析装置、解析方法、解析プログラム及び診断支援システム |
US11948341B2 (en) | 2020-08-04 | 2024-04-02 | Canon Medical Systems Corporation | Medical information processing apparatus and medical information generating apparatus |
Also Published As
Publication number | Publication date |
---|---|
WO2019058963A1 (ja) | 2019-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2006254689B2 (en) | System and method of computer-aided detection | |
US11797846B2 (en) | Learning assistance device, method of operating learning assistance device, learning assistance program, learning assistance system, and terminal device | |
EP3269325A1 (en) | Crown information acquisition program, information processing device, and crown information acquisition method | |
JP6727176B2 (ja) | 学習支援装置、学習支援装置の作動方法、学習支援プログラム、学習支援システム、および端末装置 | |
US20210327583A1 (en) | Determination of a growth rate of an object in 3d data sets using deep learning | |
US11471096B2 (en) | Automatic computerized joint segmentation and inflammation quantification in MRI | |
US11715279B2 (en) | Weighted image generation apparatus, method, and program, determiner learning apparatus, method, and program, region extraction apparatus, method, and program, and determiner | |
WO2020110774A1 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
CN110942447A (zh) | Oct图像分割方法、装置、设备及存储介质 | |
WO2021058867A1 (en) | Image analysis in pathology | |
JP2019054896A (ja) | 医用画像処理装置及び医用画像処理方法及びそれに用いる処理プログラム | |
JP6915969B2 (ja) | 医用画像処理装置、医用画像処理方法および超音波診断装置 | |
US11923069B2 (en) | Medical document creation support apparatus, method and program, learned model, and learning apparatus, method and program | |
CN109214451A (zh) | 一种脑部异常的分类方法及设备 | |
JP2023516651A (ja) | 訓練データにおける欠落したアノテーションに対処するためのクラス別損失関数 | |
US20200043599A1 (en) | Image analysis method for multicenter study and system thereof | |
CN112236832A (zh) | 诊断辅助系统、诊断辅助方法以及诊断辅助程序 | |
CN113269733B (zh) | 一种断层扫描图像中放射粒子的伪影检测方法 | |
JP7387457B2 (ja) | 医用画像処理装置、プログラム、および医用画像処理システム | |
CN113160199A (zh) | 影像识别方法、装置、计算机设备和存储介质 | |
CN105913449A (zh) | 扫描数据处理方法和装置 | |
CN111192679A (zh) | 一种影像数据异常的处理方法、装置及存储介质 | |
CN111696083B (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
JP2023001431A (ja) | 学習装置、学習システム、機械学習モデルの学習方法及びプログラム | |
JP4837595B2 (ja) | マスク領域決定装置、方法、およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191226 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201110 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20210518 |