JP2019154744A - 医用画像処理装置、医用画像診断装置、及び医用画像処理プログラム - Google Patents
医用画像処理装置、医用画像診断装置、及び医用画像処理プログラム Download PDFInfo
- Publication number
- JP2019154744A JP2019154744A JP2018044937A JP2018044937A JP2019154744A JP 2019154744 A JP2019154744 A JP 2019154744A JP 2018044937 A JP2018044937 A JP 2018044937A JP 2018044937 A JP2018044937 A JP 2018044937A JP 2019154744 A JP2019154744 A JP 2019154744A
- Authority
- JP
- Japan
- Prior art keywords
- image
- captured
- captured image
- medical image
- processing apparatus
- 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 80
- 230000006870 function Effects 0.000 claims description 67
- 230000007717 exclusion Effects 0.000 claims description 54
- 230000002159 abnormal effect Effects 0.000 claims description 31
- 210000004556 brain Anatomy 0.000 claims description 20
- 238000000034 method Methods 0.000 claims description 17
- 238000003384 imaging method Methods 0.000 claims description 14
- 230000000052 comparative effect Effects 0.000 claims description 9
- 238000005192 partition Methods 0.000 claims description 5
- 239000013589 supplement Substances 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 26
- 238000002595 magnetic resonance imaging Methods 0.000 description 12
- 238000000638 solvent extraction Methods 0.000 description 11
- 238000002591 computed tomography Methods 0.000 description 8
- 210000005036 nerve Anatomy 0.000 description 8
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000001364 causal effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000002598 diffusion tensor imaging Methods 0.000 description 2
- 238000005401 electroluminescence Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000009206 nuclear medicine Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 208000003174 Brain Neoplasms Diseases 0.000 description 1
- 208000024806 Brain atrophy Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000003925 brain function Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 210000000877 corpus callosum Anatomy 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 210000001652 frontal lobe Anatomy 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004770 neurodegeneration Effects 0.000 description 1
- 208000015122 neurodegenerative disease Diseases 0.000 description 1
- 210000000869 occipital lobe Anatomy 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 210000001152 parietal lobe Anatomy 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000010008 shearing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 210000003478 temporal lobe Anatomy 0.000 description 1
Classifications
-
- 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
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- 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
- G06T2207/10072—Tomographic images
- G06T2207/10088—Magnetic resonance imaging [MRI]
-
- 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
- G06T2207/20112—Image segmentation details
- G06T2207/20128—Atlas-based segmentation
-
- 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
- G06T2207/30016—Brain
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Quality & Reliability (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
【課題】撮像画像を正確に精度よく区画化することのできる医用画像処理装置を提供する。【解決手段】医用画像処理装置1は、取得手段と、特定手段とを有する。取得手段は、記憶部から撮像画像を取得する。特定手段は、撮像画像の比較対象部分に係る撮像部分画像と、参照画像の、比較対象部分に対応する部分に係る参照部分画像との比較を行うことで、撮像画像の比較対象部分について区画を特定する。【選択図】図2
Description
本発明の実施形態は、医用画像処理装置、医用画像診断装置、及び医用画像処理プログラムに関する。
医用画像処理装置は、X線CT(Computed Tomography)装置及びMRI(Magnetic Resonance Imaging)装置等の医用画像診断装置で生成された撮像画像を適切に画像処理して表示することができる。例えば、医用画像処理装置において、MRI装置によって生成された脳領域を含む撮像画像(例えば、T1W画像)の解析に用いられる画像処理技術として、撮像画像の脳領域を解剖学的結合(Structural Connectivity)、機能学的結合(Functional Connectivity)、又は、因果的結合(Effective Connectivity)により複数の区画(Parcel)に区画化(Parcellation)する処理がある。
撮像画像の区画化処理は、医学研究上や臨床上、特定の脳部位の定位や、脳に関する様々な計測指標の局所的測定及び部位間比較等に利用される。医用画像処理装置は、撮像画像と、参照画像及びアトラス画像とに基づいて、撮像画像に係る区画を特定することができる。アトラス画像は、領域が予め区画化された画像である。
本発明が解決しようとする課題は、撮像画像を正確に精度よく区画化することである。
実施形態に係る医用画像処理装置は、取得手段と、特定手段とを有する。取得手段は、記憶部から撮像画像を取得する。特定手段は、撮像画像の比較対象部分に係る撮像部分画像と、参照画像の、比較対象部分に対応する部分に係る参照部分画像との比較を行うことで、撮像画像の比較対象部分について区画を特定する。
以下、図面を参照しながら、医用画像処理装置、医用画像診断装置、及び医用画像処理プログラムの実施形態について詳細に説明する。
1.実施形態に係る医用画像処理装置
図1は、実施形態に係る医用画像処理装置の構成例を示す概略図である。
図1は、実施形態に係る医用画像処理装置の構成例を示す概略図である。
図1は、実施形態に係る医用画像処理装置1を示す。医用画像処理装置1は、医用画像管理装置(画像サーバ)や、ワークステーションや、読影端末等であり、ネットワークを介して接続された医用画像システム上に設けられる。なお、医用画像処理装置1は、オフラインの装置であってもよい。
医用画像処理装置1は、処理回路11、記憶回路12、入力インターフェース13、ディスプレイ14、及びネットワークインターフェース15を備える。
処理回路11は、専用又は汎用のCPU(Central Processing Unit)又はMPU(Micro Processor Unit)の他、特定用途向け集積回路(ASIC:Application Specific Integrated Circuit)、及び、プログラマブル論理デバイス等の処理回路を意味する。プログラマブル論理デバイスとしては、例えば、単純プログラマブル論理デバイス(SPLD:Simple Programmable Logic Device)、複合プログラマブル論理デバイス(CPLD:Complex Programmable Logic Device)、及び、フィールドプログラマブルゲートアレイ(FPGA:Field Programmable Gate Array)等の回路が挙げられる。処理回路11は、記憶回路12に記憶された、又は、処理回路11内に直接組み込まれたプログラムを読み出し実行することで後述する機能を実現する。
また、処理回路11は、単一の回路によって構成されてもよいし、複数の独立した回路要素の組み合わせによって構成されてもよい。後者の場合、複数の記憶回路12が複数の回路要素の機能に対応するプログラムをそれぞれ記憶するものであってもよいし、1個の記憶回路12が複数の回路要素の機能に対応するプログラムを記憶するものであってもよい。なお、処理回路11は、制御部の一例である。
記憶回路12は、RAM(Random Access Memory)、フラッシュメモリ(Flash Memory)等の半導体メモリ素子、ハードディスク、及び光ディスク等によって構成される。記憶回路12は、USB(Universal Serial Bus)メモリ及びDVD(Digital Video Disk)等の可搬型メディアによって構成されてもよい。記憶回路12は、処理回路11において用いられる各種処理プログラム(アプリケーションプログラムの他、OS(Operating System)等も含まれる)や、プログラムの実行に必要なデータ等を記憶する。また、OSに、読影者等の操作者に対するディスプレイ14への情報の表示にグラフィックを多用し、基礎的な操作を入力インターフェース13によって行うことができるGUI(Graphical User Interface)を含めることもできる。
また、記憶回路12は、X線CT(Computed Tomography)装置及びMRI(Magnetic Resonance Imaging)装置等の医用画像診断装置で生成された撮像画像を記憶する。なお、記憶回路12は、記憶部の一例である。
入力インターフェース13は、操作者によって操作が可能な入力デバイスと、入力デバイスからの信号を入力する入力回路とを含む。入力デバイスは、トラックボール、スイッチ、マウス、キーボード、走査面に触れることで入力操作を行うタッチパッド、表示画面とタッチパッドとが一化されたタッチスクリーン、光学センサを用いた非接触入力デバイス、及び音声入力デバイス等によって実現される。操作者により入力デバイスが操作されると、入力回路はその操作に応じた信号を生成して処理回路11に出力する。なお、医用画像処理装置1は、入力デバイスがディスプレイ14と一体に構成されたタッチパネルを備えてもよい。なお、入力インターフェース13は、入力部の一例である。
ディスプレイ14は、液晶ディスプレイパネル、プラズマディスプレイパネル、及び有機EL(Electro Luminescence)パネル等の表示デバイスである。ディスプレイ14は、処理回路11の制御に従って生成された医用画像を表示する。なお、ディスプレイ14は、表示部の一例である。
ネットワークインターフェース15は、パラレル接続仕様やシリアル接続仕様に合わせたコネクタによって構成される。ネットワークインターフェース15は、各規格に応じた通信制御を行い、電話回線を通じてネットワークに接続することができる機能を有しており、これにより、医用画像処理装置1をネットワークに接続させることができる。なお、ネットワークインターフェース15は、通信部の一例である。
図2は、医用画像処理装置1の機能を示すブロック図である。
処理回路11がプログラムを実行することによって、医用画像処理装置1は、取得機能21、特定機能22、及び区画化画像生成機能23を実現する。なお、機能21〜23の全部又は一部は、医用画像処理装置1にASIC等の回路として実現されるものであってもよい。
取得機能21は、記憶回路12から、撮像画像(図4に図示)を取得する機能である。撮像画像は、X線CT装置及びMRI装置等の医用画像診断装置で生成されたものである。その他の例として、取得機能21は、ネットワークインターフェース15を介して、医用画像処理装置1の外部の記憶回路(図示省略)から、撮像画像を取得してもよい。
特定機能22は、取得機能21によって取得された撮像画像の比較対象部分について区画化処理を実行して、撮像部分画像について区画を特定する機能である。具体的には、特定機能22は、取得機能21によって取得された撮像画像の比較対象部分に係る部分画像(図6(B)に図示、以下、「撮像部分画像」と呼ぶ)と、参照画像の、比較対象部分に対応する部分に係る部分画像(図5に図示、以下、「参照部分画像」と呼ぶ)との比較を行うことで、撮像画像の比較対象部分について区画を特定する。
参照画像とは、撮像画像と同様に脳領域を含み、アトラス画像(図5に図示)の基準となる画像を意味する。アトラス画像とは、参照画像に基づいて脳領域が予め区画化(Parcellation)された区画化画像を意味する。脳領域を、解剖学的結合、機能学的結合、又は、因果的結合により複数の区画に区画化することができる。例えば、脳領域を、解剖学的結合により区画化する場合、脳領域を、前頭葉、頭頂葉、後頭葉、側頭葉、及び脳梁等に区画化することができる。
区画化画像生成機能23は、特定機能22によって特定された比較対象部分の区画を示す区画化画像(図10に図示)を生成する機能である。
なお、機能21〜23の具体的な動作については、図3〜図12を用いて後述する。
図3は、医用画像処理装置1の動作をフローチャートとして示す図である。図3において、「ST」に数字を付した符号はフローチャートの各ステップを示す。
まず、医用画像処理装置1の記憶回路12は、撮像画像と、参照画像及びアトラス画像とを予め記憶する。
図4は、撮像画像の一例を示す図である。図5は、参照画像及びアトラス画像の一例を示す図である。
図4に示すように、撮像画像は脳領域を含む。また、図5は、脳領域を含む参照画像と、参照画像に基づいて脳領域が区画化されたアトラス画像とを示す。アトラス画像は、参照画像から生成されているので、各位置が対応している。
図3の説明に戻って、取得機能21は、記憶回路12から、撮像画像を取得する(ステップST1)。取得機能21は、ステップST1において、記憶回路12から図4に示す撮像画像を取得する。例えば、撮像画像は、MRI装置によって生成された、脳領域を含むT1W画像である。T1W画像とは、組織間の縦緩和時間(T1)の違いを強調したコントラストをもつ画像を意味する。また、撮像画像は、ピクセルが2次元配置された断層画像であってもよいし、ボクセルが3次元配置されたボリュームデータであってもよい。
特定機能22は、ステップST1によって取得された撮像画像(図4に図示)に係る撮像部分画像と、参照画像及びアトラス画像(図5に図示)との比較を行うことで、撮像部分画像について区画を特定する(ステップST2)。具体的には、特定機能22は、ステップST1によって取得された撮像画像の中に、除外領域として除外マスクを設定する(ステップST21)。特定機能22は、撮像画像の、異常部位を含む領域を除外マスクとして設定し、撮像画像の除外マスク外の領域を比較対象部分とする。
特定機能22は、ステップST21において、撮像画像のうち、病変や欠損による異常部位を含む領域とそれ以外の領域を分けるように除外マスクを設定する。異常部位を含む領域は、操作者が撮像画像上に円形やポリゴンを描くような手動的な方法によって決定されてもよい。
なお、特定機能22は、ステップST21において、撮像画像のうち、異常部位そのものの領域とそれ以外の領域を分けるように除外マスクを生成してもよい。つまり、図6において、符合Bが除外マスクMとなる。その場合、異常部位は、予め記憶された特定の範囲の画素値(輝度値)をもつ部位を異常部位とするような自動的な方法によって決定されてもよいし、予め記憶された画像との差分が大きいところを異常部位とするような自動的な方法によって決定されてもよい。
特定機能22は、ステップST21によって設定された除外マスクに基づいて、除外マスク内の画素値のみから成る撮像部分画像を生成する(ステップST22)。
図6は、撮像画像から撮像部分画像を生成する方法を説明するための図である。
除外マスクMが設定された撮像画像の一例を、図6(A)に示す。図6(A)に示すように、撮像画像の異常部位Bの一部又は全部を含むように、除外マスクMが設定される。除外マスクMの設定により、撮像部分画像が生成される(図6(B)に図示)。除外マスクM内の画素値は、後述する計算処理を行わない非計算領域を意味する。
図3の説明に戻って、特定機能22は、ステップST21によって生成された撮像部分画像と、参照画像に除外マスクが適用された部分画像(以下、「参照部分画像」と呼ぶ)との相互情報量(ヒストグラムの類似性)により、撮像部分画像と参照部分画像との間で剛体位置合わせを行う(ステップST23)。特定機能22は、ステップST23において、複数の回転角に対応する複数の撮像部分画像と、参照画像の対応する位置に除外マスクが適用された参照部分画像との間で剛体位置合わせを行う。なお、剛体位置合わせは、平行移動及び回転移動等、並びにそれらの組み合わせにより行われる位置合わせを意味する。
図7は、剛体位置合わせの方法を説明するための図である。
図7は、回転角の異なる3個の撮像部分画像と、参照画像に3個の除外マスクが適用された3個の参照部分画像とを示す。また、図7は、撮像部分画像として、撮像部分画像が回転角θ1だけ回転された除外マスクM[θ1]をもつ撮像部分画像と、撮像部分画像が回転角θ2だけ回転された除外マスクM[θ2]をもつ撮像部分画像と、撮像部分画像が回転角θ3だけ回転された除外マスクM[θ3]をもつ撮像部分画像とを示す。撮像部分画像の回転に伴い、除外マスクMも回転される。
一方で、図7は、参照部分画像として、参照画像に除外マスクM[θ1]がその位置で適用された参照部分画像と、参照画像に除外マスクM[θ2]がその位置で適用された参照部分画像と、参照画像に除外マスクM[θ3]がその位置で適用された参照部分画像とを示す。これにより、異常部位を含む除外マスク内の画素値が計算から除外された上で剛体位置合わせが行われる。
図7に示すように、除外マスクM[θ1]をもつ撮像部分画像と、除外マスクM[θ1]が適用された参照部分画像との間で相互情報量の計算が行われる。また、除外マスクM[θ2]をもつ撮像部分画像と、除外マスクM[θ2]が適用された参照部分画像との間で相互情報量の計算が行われる。さらに、除外マスクM[θ3]をもつ撮像部分画像と、除外マスクM[θ3]が適用された参照部分画像との間で相互情報量の計算が行われる。
具体的には、相互情報量が大きいほど、撮像部分画像に対する参照部分画像の相対位置は類似性が高いと判断される。このように、撮像画像に除外マスクが設定されることで、除外マスク外の画素値だけで相互情報量が算出される。
一方で、比較例における医用画像処理装置では、異常部位を含む撮像画像の全体と、参照画像の全体との間で剛体位置合わせを行う。この位置合わせでは、撮像画像が異常部位の画素値を含むため、適切な位置合わせを行うことができず、正確な区画化処理を行うことはできない。一方で、医用画像処理装置1では、異常部位を含まない撮像部分画像と、参照部分画像との間で剛体位置合わせを行う。この位置合わせによれば、撮像部分画像が異常部位を含まないため、正確で精度のよい区画化処理を行うことができる。
図3の説明に戻って、特定機能22は、ランドマークに基づく階層クラスタリングにより、適用される除外マスクの位置が異なる複数の参照部分画像の中から、ステップST22によって生成された撮像部分画像との間で類似度の高い参照部分画像(以下、「類似の参照部分画像」という)を選択する(ステップST24)。そして、特定機能22は、ステップST22によって生成された撮像部分画像と、ステップST24によって選択された類似の参照部分画像との相互情報量により、撮像部分画像と類似の参照部分画像との非剛体位置合わせを行う(ステップST25)。なお、非剛体位置合わせは、平行移動、回転移動、拡大、縮小、及び剪断等、並びにそれらの組み合わせにより行われる位置合わせを意味する。
一方で、比較例における医用画像処理装置では、異常部位を含む撮像画像の全体と、選択された参照画像の全体との間で非剛体位置合わせを行う。この位置合わせでは、撮像画像が異常部位を含むため、適切な位置合わせを行うことができず、正確な区画化処理を行うことができない。一方で、医用画像処理装置1では、異常部位を含まない撮像部分画像と、選択された参照部分画像との間で非剛体位置合わせを行う。この位置合わせによれば、撮像部分画像が異常部位を含まないため、適切な位置合わせを行うことができるため、正確で精度のよい区画化処理を行うことができる。
特定機能22は、ステップST25によって位置合わせされた後の撮像部分画像の信号レベルを調整する(ステップST26)。撮像部分画像と類似の参照部分画像とは、組織間のコントラストは同じであることが想定されるが、画素値自体は撮像の状況によって異なった値となる場合もある。そこで、特定機能22は、ステップST26において、撮像部分画像の信号レベルを類似の参照部分画像の信号レベルに揃えるために、各部分画像の最大値及び最小値に基づいて画素値の線形変換を行う。なお、ステップST26の動作は、必要に応じて行われる。
図8は、画素値を線形変換するための変換式をグラフとして示す図である。
図8は、撮像部分画像の画素値を、類似の参照部分画像に揃えるための変換式(y=ax+b)を示す。この例では、撮像部分画像の画素値の最大値が参照部分画像の画素値の最大値に一致するように、また、撮像部分画像の画素値の最小値が参照部分画像の画素値の最小値に一致するように、撮像部分画像の画素値が調整される。
図3の説明に戻って、特定機能22は、ステップST26によって信号レベルが調整された後の撮像部分画像の除外マスク内の画素値を、類似の参照部分画像に対応する参照画像(以下、「類似の参照画像」という)の除外マスク内の画素値で補完する(ステップST27)。なお、ステップST27の動作は、必要に応じて行われる。
図9は、画素値の補完方法を説明するための図である。
図9は、信号レベル調整後の撮像部分画像と、信号レベル調整後の類似の参照画像とを示す。撮像部分画像において、除外マスクの形状は、非剛体位置合わせにより、図7に示す形状から変形している。また、類似の参照画像において、除外マスクに対応する領域の形状は、非剛体位置合わせにより、図7に示す形状から変形している。
なお、類似の参照画像の除外マスクに対応する領域の画素値は、非剛体位置合わせ前における除外マスクに対応する領域の各画素値の位置を、非剛体位置合わせに従って移動させることで復元することができる。そして、図9の左側に示す撮像部分画像の除外マスク内の画素値が、類似の参照画像の除外マスクに対応する領域の画素値で補完(上書き)される。
図3の説明に戻って、特定機能22は、最大事後確率(MAP:Maximum A Posteriori)推定により、ステップST27によって補完された後の新規の撮像画像について、区画を特定する(ステップST28)。
特定機能22は、ステップST28において、補完された後の撮像部分画像の少なくとも除外マスク外の領域において、区画を特定する。区画が特定されることで、医用画像処理装置1は、各区画の面積又は体積を算出して操作者に提示することもできるし、後述するステップST3により各区画を示す区画化画像を生成して操作者に提示することもできる。
ステップST28におけるMAP推定では、撮像画像の画素値を用いた区画の確率推定が行われる。しかし、撮像画像の除外マスク内は異常な画素値であることが想定されるため、撮像画像の全てを区画の特定に使うことができない。そこで、異常部位のない場合の通常の画素値として、ランドマークに基づく階層クラスタリングによる類似アトラス選択で最も類似度が高い参照画像の画素値を利用する。類似の参照画像は、非剛体位合わせや、信号レベルの調整が既に行われているため、ほぼ同じ位置、ほぼ同じ信号レベルの画素値によって補完されることが期待できる。
区画化画像生成機能23は、ステップST2によって特定された比較対象部分の区画を示す区画化(Parcel)画像を生成してディスプレイ14に表示させる(ステップST3)。ここで、撮像画像、参照画像、及びアトラス画像がボリュームデータである場合、区画化画像生成機能23は、ステップST3において、区画化画像として、区画の空間分布を示す空間分布画像を生成し、空間分布画像をディスプレイ14に表示させることができる。
図10は、区画化画像の一例を示す図である。
図10(A)は、比較対象部分の区画を示す区画化画像を示す。当該区画化画像は、図9の左側に示す非補完の撮像部分画像に基づいて生成されるものである。除外マスク内については、異常部位のある撮像画像には対応しないため、一定の画素値、例えば「0」とする。
また、図10(B)は、比較対象部分の区画と、除外マスクに対応する領域の区画とを示す区画化画像を示す。当該区画化画像は、図9の左側に示す補完された撮像部分画像に基づいて生成されるものである。除外マスク内については、異常部位のある撮像画像には対応しないが、区画を示す画素値が与えられる。
ここで、図10(B)に示す除外マスク内の領域は、除外マスク外の領域とは区別可能に表示されることが好適である。図10(B)では、除外マスク内の領域と、除外マスク外の領域とを、破線の内外で区別可能にしている。なお、除外マスク内外の領域の色を変更することもできるし、図10(B)に示す画像と元撮像画像と並べて表示させることもできる。
また、撮像画像が脳領域を含む場合について説明したが、その場合に限定されるものではない。例えば、区画が別れている部位を含む撮像画像であればよく、例えば、撮像画像が肝臓又は肺等の他の臓器を含む場合であってもよい。また、撮像画像の種類はT1W画像に限定されるものではない。例えば、撮像画像の種類はMRI装置によって生成される他の画像であってもよいし、また、その他の医用画像診断装置(例えば、X線CT装置、核医学診断装置、又は超音波診断装置によって生成される画像であってもよい。
医用画像処理装置1によれば、区画化を行う対象の撮像画像の部分である撮像部分画像に基づいて、適切な参照画像を選択し、また、選択された参照画像と撮像部分画像との位置合わせを行って区画化処理を行うので、撮像画像を正確に精度よく区画化することができる。
2.区画の特定の第1適用例
図3のステップST3により撮像画像について適切な区画化画像が生成されることで、異常部位の位置と区画の位置との関係から、異常部位の影響を受けている脳部位を推定することができる。
図3のステップST3により撮像画像について適切な区画化画像が生成されることで、異常部位の位置と区画の位置との関係から、異常部位の影響を受けている脳部位を推定することができる。
図11は、区画化画像の一例を示す図である。
図11は、異常部位Bを示す区画化画像を示す。図11に示す区画化画像を表示することで、操作者は、異常部位Bがどのような脳機能(区画)に影響を与える可能性があるか、どのような症状を引き起こす可能性があるかを正確に推定することができる。
3.区画の特定の第2適用例
図3のステップST3により撮像画像について適切な区画化画像が生成されることで、異常部位を含む撮像画像に対しても各脳部位(各区画)の面積又は体積を自動で定量的に測定することができる。異常部位を含む撮像画像に対しても、神経変性疾患の診断等に有用な脳萎縮の評価を行うことができる。
図3のステップST3により撮像画像について適切な区画化画像が生成されることで、異常部位を含む撮像画像に対しても各脳部位(各区画)の面積又は体積を自動で定量的に測定することができる。異常部位を含む撮像画像に対しても、神経変性疾患の診断等に有用な脳萎縮の評価を行うことができる。
4.区画の特定の第3適用例
MRI装置を用いた撮像方法であるDTI(Diffusion Tensor Imaging)では、神経走行が描出されたトラクトグラフィが生成される。
MRI装置を用いた撮像方法であるDTI(Diffusion Tensor Imaging)では、神経走行が描出されたトラクトグラフィが生成される。
図12は、トラクトグラフィの一例を示す図である。
図12は、神経走行(トラクト)Nが描出されたトラクトグラフィを示す。脳画像に対して操作者が神経走行の開始ROI(Region Of Interest)、中継ROI、及び終端ROIを指定することで、各ROIを通る特定の神経走行が描出されたトラクトグラフィを得ることができる。例えば、2個の区画P1,P2をそれぞれ開始ROI及び終端ROIとして指定することで、区画P1,P2を端点とする神経走行Nが描出されたトラクトグラフィを得ることができる。図3のステップST3により撮像画像について適切な区画化画像が生成され、その区画を神経走行の開始ROIや中継ROIや終端ROIとすることで、手動でROIが指定される場合と比較して、極めて容易に神経走行を描出することができる。
また、図3のステップST2により異常部位を含む場合でも適切な区画が特定されるので、その場合でも、極めて容易にトラクトグラフィが得られる。
トラクトグラフィは、特に脳の手術計画で利用される。具体的には、重要な神経を傷つけないように患者の神経走行を術前に確認するために利用される。手術の対象となる患者には脳腫瘍をはじめとした異常があることが多く、撮像画像は異常部位を含む場合が多いことから、実施形態における区画の特定の有用性は大きい。
5.実施形態に係る医用画像診断装置
図1〜図12において、ワークステーション等の医用画像処理装置において、撮像画像を区画化する処理について説明した。しから、撮像画像を区画化する処理を行う装置は、医用画像処理装置に限定されるものではない。例えば、撮像画像を生成するMRI装置、X線CT装置、核医学診断装置、又は超音波診断装置等の医用画像診断装置において、撮像画像を区画化する処理を行うこともできる。
図1〜図12において、ワークステーション等の医用画像処理装置において、撮像画像を区画化する処理について説明した。しから、撮像画像を区画化する処理を行う装置は、医用画像処理装置に限定されるものではない。例えば、撮像画像を生成するMRI装置、X線CT装置、核医学診断装置、又は超音波診断装置等の医用画像診断装置において、撮像画像を区画化する処理を行うこともできる。
図13は、実施形態に係る医用画像診断装置の構成例を示す概略図である。
図13は、実施形態に係る医用画像診断装置51を示す。医用画像診断装置51は、MRI装置及びX線CT装置等であり、ネットワークを介して接続された医用画像システム上に設けられる。なお、医用画像診断装置51は、オフラインの装置であってもよい。
医用画像診断装置51は、撮像装置61及びコンソール装置62を設ける。医用画像診断装置51がMRI装置である場合、撮像装置61は、静磁場磁石、傾斜磁場コイル、及RF(Radio Frequency)コイル、及び寝台等を備え、患者に関する撮像画像の元となる生データを生成する。コンソール装置62は、生データに基づいて撮像画像、例えば、T1W画像を生成する。撮像装置61は、スキャナ装置とも呼ばれる。撮像装置61は、通常は検査室に設置される一方、コンソール装置62は、通常は検査室に隣接する制御室に設置される。
コンソール装置62は、処理回路71、記憶回路72、入力インターフェース73、ディスプレイ74、及びネットワークインターフェース75を備える。なお、処理回路71、記憶回路72、入力インターフェース73、ディスプレイ74、及びネットワークインターフェース75の構成は、図1に示す処理回路11、記憶回路12、入力インターフェース13、ディスプレイ14、及びネットワークインターフェース15と同等であるので説明を省略する。
図14は、医用画像診断装置51の機能を示すブロック図である。
処理回路71がプログラムを実行することによって、医用画像診断装置51は、撮像画像生成機能80、取得機能81、特定機能82、及び区画化画像生成機能83を実現する。なお、機能80〜83の全部又は一部は、医用画像診断装置51にASIC等の回路として実現されるものであってもよい。
撮像画像生成機能80は、撮像装置61を制御することで患者に対して撮像を実行して撮像画像を生成して記憶回路72に記憶する機能である。
なお、取得機能81、特定機能82、及び区画化画像生成機能83について、図2に示す取得機能21、特定機能22、及び区画化画像生成機能23と同一機能であるので説明を省略する。また、医用画像診断装置51の動作について、撮像画像生成機能80が撮像を実行して撮像画像を生成して記憶回路72に記憶した後は、図3に示すフローチャートに示す動作と同等であるので説明を省略する。
医用画像診断装置51によれば、区画化を行う対象の撮像画像の部分である撮像部分画像に基づいて、適切な参照画像を選択し、また、選択された参照画像と撮像部分画像との位置合わせを行って区画化処理を行うので、撮像画像を正確に精度よく区画化することができる。
以上説明した少なくとも1つの実施形態によれば、撮像画像を正確に精度よく区画化することができる。
なお、取得機能21,81は、取得手段の一例である。特定機能22,82は、特定手段の一例である。区画化画像生成機能23,83は、区画化画像生成手段の一例である。撮像画像生成機能80は、撮像画像生成手段の一例である。
以上、本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で種々の省略、置き換え、変更を行うことができる。これらの実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。
1 医用画像処理装置
11,71 処理回路
12,72 記憶回路
21,81 取得機能
22,82 特定機能
23,83 区画化画像生成機能
80 撮像画像生成機能
51 医用画像診断装置
61 撮像装置
62 コンソール装置
11,71 処理回路
12,72 記憶回路
21,81 取得機能
22,82 特定機能
23,83 区画化画像生成機能
80 撮像画像生成機能
51 医用画像診断装置
61 撮像装置
62 コンソール装置
Claims (12)
- 記憶部から撮像画像を取得する取得手段と、
前記撮像画像の比較対象部分に係る撮像部分画像と、参照画像の、前記比較対象部分に対応する部分に係る参照部分画像との比較を行うことで、前記撮像画像の前記比較対象部分について区画を特定する特定手段と、
を有する医用画像処理装置。 - 前記特定手段は、前記撮像画像の、異常部位を含む領域を除外領域として設定し、前記撮像画像の前記除外領域外の領域を前記比較対象部分とする、
請求項1に記載の医用画像処理装置。 - 前記比較対象部分の区画を示す区画化画像を生成する区画化画像生成手段を更に有する、
請求項2に記載の医用画像処理装置。 - 前記特定手段は、前記撮像画像の前記除外領域内の画素値を、前記参照画像の、前記除外領域に対応する領域内の画素値で補完することで、前記撮像画像の前記除外領域について区画を特定し、
前記区画化画像生成手段は、前記区画化画像として、前記撮像画像の前記比較対象部分の区画及び除外領域の区画を示す画像を生成する、
請求項3に記載の医用画像処理装置。 - 前記区画化画像生成手段は、前記区画化画像として、前記区画の空間分布を示す空間分布画像を生成し、前記空間分布画像を表示部に表示させる、
請求項4に記載の医用画像処理装置。 - 前記区画化画像生成手段は、前記比較対象部分及び前記除外領域を区別可能に表示部に表示させる、
請求項5に記載の医用画像処理装置。 - 前記特定手段は、
前記撮像画像の、異常部位を含む領域を除外領域として設定し、前記撮像画像の前記除外領域外の領域を前記比較対象部分とし、
前記撮像部分画像と、前記除外領域の位置が異なる複数の前記参照部分画像との間で剛体位置合わせを行うことで、前記複数の参照部分画像から前記参照部分画像を選択して前記比較を行う、
請求項1乃至6のうちいずれか一項に記載の医用画像処理装置。 - 前記特定手段は、前記撮像部分画像と、前記参照部分画像との間で非剛体位置合わせを行うことで、前記比較を行う、
請求項1乃至7のうちいずれか一項に記載の医用画像処理装置。 - 前記特定手段は、前記撮像部分画像の信号レベルを、前記参照部分画像の信号レベルに合わせる処理を行うことで、前記比較を行う、
請求項1乃至8のうちいずれか一項に記載の医用画像処理装置。 - 前記撮像画像は、脳領域を含むT1W画像である、
請求項1乃至9のうちいずれか一項に記載の医用画像処理装置。 - 撮像を実行して撮像画像を生成して記憶部に記憶する撮像画像生成手段と、
前記記憶部から前記撮像画像を取得する取得手段と、
前記撮像画像の比較対象部分に係る撮像部分画像と、参照画像の、前記比較対象部分に対応する部分に係る参照部分画像との比較を行うことで、前記撮像画像の前記比較対象部分について区画を特定する特定手段と、
を有する医用画像診断装置。 - コンピュータに、
記憶部から撮像画像を取得する取得機能と、
前記撮像画像の比較対象部分に係る撮像部分画像と、参照画像の、前記比較対象部分に対応する部分に係る参照部分画像との比較を行うことで、前記撮像画像の前記比較対象部分について区画を特定する特定機能と、
を実現させる医用画像処理プログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018044937A JP2019154744A (ja) | 2018-03-13 | 2018-03-13 | 医用画像処理装置、医用画像診断装置、及び医用画像処理プログラム |
US16/351,586 US10825176B2 (en) | 2018-03-13 | 2019-03-13 | Medical image processing apparatus, method for processing medical image, and medical image processing system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018044937A JP2019154744A (ja) | 2018-03-13 | 2018-03-13 | 医用画像処理装置、医用画像診断装置、及び医用画像処理プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2019154744A true JP2019154744A (ja) | 2019-09-19 |
Family
ID=67905852
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018044937A Pending JP2019154744A (ja) | 2018-03-13 | 2018-03-13 | 医用画像処理装置、医用画像診断装置、及び医用画像処理プログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US10825176B2 (ja) |
JP (1) | JP2019154744A (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6885896B2 (ja) * | 2017-04-10 | 2021-06-16 | 富士フイルム株式会社 | 自動レイアウト装置および自動レイアウト方法並びに自動レイアウトプログラム |
US11322243B2 (en) | 2019-10-18 | 2022-05-03 | Neosoft, Llc | Method and system for identifying and displaying medical images |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6754374B1 (en) * | 1998-12-16 | 2004-06-22 | Surgical Navigation Technologies, Inc. | Method and apparatus for processing images with regions representing target objects |
JP2005230456A (ja) * | 2004-02-23 | 2005-09-02 | Kokuritsu Seishin Shinkei Center | 脳疾患の診断支援方法及び装置 |
JP2007209583A (ja) * | 2006-02-10 | 2007-08-23 | Dainippon Printing Co Ltd | 医療用画像処理装置 |
JP2013165765A (ja) * | 2012-02-14 | 2013-08-29 | Toshiba Corp | 画像診断支援装置及び画像診断支援方法 |
JP2016104121A (ja) * | 2014-11-25 | 2016-06-09 | 株式会社東芝 | 医用画像処理装置および医用画像処理方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3756797B2 (ja) * | 2001-10-16 | 2006-03-15 | オリンパス株式会社 | カプセル型医療機器 |
US7162063B1 (en) * | 2003-07-29 | 2007-01-09 | Western Research Company, Inc. | Digital skin lesion imaging system and method |
JP2006006834A (ja) * | 2004-06-29 | 2006-01-12 | Pentax Corp | 電子内視鏡システム |
US8244007B2 (en) | 2004-11-10 | 2012-08-14 | Koninklijke Philips Electronics N.V. | System and method for registration of medical images based on insufficiently similar image areas |
US7844301B2 (en) * | 2005-10-14 | 2010-11-30 | Lg Electronics Inc. | Method for displaying multimedia contents and mobile communications terminal capable of implementing the same |
US8152710B2 (en) * | 2006-04-06 | 2012-04-10 | Ethicon Endo-Surgery, Inc. | Physiological parameter analysis for an implantable restriction device and a data logger |
JP5493455B2 (ja) * | 2009-05-01 | 2014-05-14 | ソニー株式会社 | 画像処理装置、画像処理方法、プログラム |
US8565859B2 (en) * | 2010-06-29 | 2013-10-22 | Siemens Aktiengesellschaft | Method and system for image based device tracking for co-registration of angiography and intravascular ultrasound images |
-
2018
- 2018-03-13 JP JP2018044937A patent/JP2019154744A/ja active Pending
-
2019
- 2019-03-13 US US16/351,586 patent/US10825176B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6754374B1 (en) * | 1998-12-16 | 2004-06-22 | Surgical Navigation Technologies, Inc. | Method and apparatus for processing images with regions representing target objects |
JP2005230456A (ja) * | 2004-02-23 | 2005-09-02 | Kokuritsu Seishin Shinkei Center | 脳疾患の診断支援方法及び装置 |
JP2007209583A (ja) * | 2006-02-10 | 2007-08-23 | Dainippon Printing Co Ltd | 医療用画像処理装置 |
JP2013165765A (ja) * | 2012-02-14 | 2013-08-29 | Toshiba Corp | 画像診断支援装置及び画像診断支援方法 |
JP2016104121A (ja) * | 2014-11-25 | 2016-06-09 | 株式会社東芝 | 医用画像処理装置および医用画像処理方法 |
Also Published As
Publication number | Publication date |
---|---|
US10825176B2 (en) | 2020-11-03 |
US20190287245A1 (en) | 2019-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10413253B2 (en) | Method and apparatus for processing medical image | |
US9424644B2 (en) | Methods and systems for evaluating bone lesions | |
AU2008211786B2 (en) | Tools for aiding in the diagnosis of neurodegenerative diseases | |
US9129362B2 (en) | Semantic navigation and lesion mapping from digital breast tomosynthesis | |
JP6316671B2 (ja) | 医療画像処理装置および医用画像処理プログラム | |
US20120256920A1 (en) | System and Method for Fusing Computer Assisted Detection in a Multi-Modality, Multi-Dimensional Breast Imaging Environment | |
JP2016539703A (ja) | 位相相関を用いた非剛体変形の存在下での医用画像のシングル及びマルチのモダリティ位置合わせ | |
US10460508B2 (en) | Visualization with anatomical intelligence | |
US10188361B2 (en) | System for synthetic display of multi-modality data | |
EP3220826B1 (en) | Method and apparatus for processing medical image | |
US20180064409A1 (en) | Simultaneously displaying medical images | |
US20160292844A1 (en) | Medical image registration apparatus, medical image registration method, and medical image registration program | |
US11200443B2 (en) | Image processing apparatus, image processing method, and image processing system | |
US11423554B2 (en) | Registering a two-dimensional image with a three-dimensional image | |
WO2014176154A1 (en) | System and method for image intensity bias estimation and tissue segmentation | |
JP6945493B2 (ja) | 医用画像処理装置、方法およびプログラム | |
US8938107B2 (en) | System and method for automatic segmentation of organs on MR images using a combined organ and bone atlas | |
US10062167B2 (en) | Estimated local rigid regions from dense deformation in subtraction | |
JP2019154744A (ja) | 医用画像処理装置、医用画像診断装置、及び医用画像処理プログラム | |
CN106663321B (zh) | 包括利用个性化模板图像的立体定位标准化的成像数据统计测试 | |
US20160228068A1 (en) | Quality assurance for mri-guided breast biopsy | |
JP6210738B2 (ja) | 画像処理装置及び医用画像診断装置 | |
US20140341452A1 (en) | System and method for efficient assessment of lesion development | |
US10417765B2 (en) | Adaptive segmentation for rotational C-arm computed tomography with a reduced angular range | |
US20140064584A1 (en) | Determining a planar examination area |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210121 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20211215 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220105 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20220628 |