JP2019536515A - 医用画像データセットの品質評価のための装置及び方法 - Google Patents
医用画像データセットの品質評価のための装置及び方法 Download PDFInfo
- Publication number
- JP2019536515A JP2019536515A JP2019520980A JP2019520980A JP2019536515A JP 2019536515 A JP2019536515 A JP 2019536515A JP 2019520980 A JP2019520980 A JP 2019520980A JP 2019520980 A JP2019520980 A JP 2019520980A JP 2019536515 A JP2019536515 A JP 2019536515A
- Authority
- JP
- Japan
- Prior art keywords
- medical image
- fov
- image data
- data set
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 15
- 238000001303 quality assessment method Methods 0.000 title abstract description 6
- 238000010191 image analysis Methods 0.000 claims abstract description 23
- 238000003384 imaging method Methods 0.000 claims abstract description 16
- 230000000007 visual effect Effects 0.000 claims abstract description 6
- 210000003484 anatomy Anatomy 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 7
- 210000000056 organ Anatomy 0.000 claims description 6
- 210000000988 bone and bone Anatomy 0.000 claims description 2
- 239000012634 fragment Substances 0.000 claims description 2
- 238000007689 inspection Methods 0.000 claims description 2
- 210000000103 occipital bone Anatomy 0.000 claims description 2
- 238000013519 translation Methods 0.000 claims description 2
- 238000013441 quality evaluation Methods 0.000 claims 1
- 210000001508 eye Anatomy 0.000 description 16
- 238000002591 computed tomography Methods 0.000 description 12
- 210000004556 brain Anatomy 0.000 description 11
- 210000003128 head Anatomy 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 210000003625 skull Anatomy 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 210000001015 abdomen Anatomy 0.000 description 2
- 238000013170 computed tomography imaging Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000000246 remedial effect Effects 0.000 description 2
- 208000002177 Cataract Diseases 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 210000005252 bulbus oculi Anatomy 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 210000002532 foramen magnum Anatomy 0.000 description 1
- 210000004392 genitalia Anatomy 0.000 description 1
- 238000003703 image analysis method Methods 0.000 description 1
- 230000005865 ionizing radiation Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 210000005010 torso Anatomy 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
-
- 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 or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/501—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of the head, e.g. neuroimaging or craniography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
-
- 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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30016—Brain
-
- 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
- G06T2207/30168—Image quality inspection
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Radiology & Medical Imaging (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- High Energy & Nuclear Physics (AREA)
- Veterinary Medicine (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Pulmonology (AREA)
- Neurology (AREA)
- Neurosurgery (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本発明は、医用画像データセットの品質評価のための装置及び方法に関する。医用画像データセットの自動品質評価が将来の撮像動作において回避され得る潜在的なエラー又は逸脱を識別することを可能にするために、装置は、それぞれの取得情報と共に医用画像データセットを取得するための画像入力部２１であって、各医用画像データセットは、検査対象の視野ＦＯＶをスキャンすることによって取得され、前記それぞれの取得情報は前記それぞれの医用画像データセットの取得に関する情報を表す、画像入力部２１と、取得医用画像データセットの前記ＦＯＶを基準ＦＯＶと比較し、前記基準ＦＯＶからの前記ＦＯＶの逸脱を示す差分情報を決定するための画像解析ユニット２２と、前記それぞれの取得情報と、取得される複数の医用画像データセットについて決定される前記差分情報との間の相関を示す相関情報を決定するための相関ユニット２３と、前記決定される相関情報を出力するための出力ユニット２４とを有する。
Description
本発明は、医用画像データセットの品質評価のための装置及び方法に関する。更に本発明は撮像システムに関する。
脳のＣＴスキャンを実行するとき、接眼レンズは放射線に敏感であるので、視野（ＦＯＶ）に眼球が含まれるのを避けることが重要である。眼球の放射線誘発損傷は蓄積し、白内障を引き起こす可能性がある。腹部などの患者の体の他の部分をスキャンするときも、不要な場合はFOVに性器、特に若い患者のものを含めないことが望ましい。 ＣＴ以外の他の撮像モダリティ、例えばX線イメージング又はMRイメージングを用いて医用撮像を実行するときにも、同様の予防措置が賢明であり得る。
例えば、眼がＦＯＶの内側にあるか外側にあるかをさかのぼって識別することは容易であるが、個々の画像の特定のエラー／逸脱の識別は、それ自体では、潜在的な画質問題に対する救済に関する十分な情報をもたらさない。
本発明の目的は、医用画像データセットの自動品質評価を遡及的に可能にして将来の撮像操作において回避され得る潜在的なエラー又は逸脱を識別することを可能にする装置及び方法を提供することである。本発明のさらなる目的は、対応する撮像システムを提供することである。
本発明の第１の態様では、医用画像データセットの品質評価のための装置であって、前記装置は、
-それぞれの取得情報と共に医用画像データセットを取得するための画像入力部であって、各医用画像データセットは、検査対象の視野ＦＯＶをスキャンすることによって取得され、前記それぞれの取得情報は前記それぞれの医用画像データセットの取得に関する情報を表す、画像入力部と、
- 取得医用画像データセットのＦＯＶを基準ＦＯＶと比較し、前記基準ＦＯＶからの前記ＦＯＶの逸脱を示す差分情報を決定するための画像解析ユニットと、
- 前記それぞれの取得情報と、前記取得される複数の医用画像データセットについて決定される差分情報との間の相関を示す相関情報を決定するための相関ユニットと、
- 前記決定される相関情報を出力するための出力装置と
を有する、装置が提示される。
-それぞれの取得情報と共に医用画像データセットを取得するための画像入力部であって、各医用画像データセットは、検査対象の視野ＦＯＶをスキャンすることによって取得され、前記それぞれの取得情報は前記それぞれの医用画像データセットの取得に関する情報を表す、画像入力部と、
- 取得医用画像データセットのＦＯＶを基準ＦＯＶと比較し、前記基準ＦＯＶからの前記ＦＯＶの逸脱を示す差分情報を決定するための画像解析ユニットと、
- 前記それぞれの取得情報と、前記取得される複数の医用画像データセットについて決定される差分情報との間の相関を示す相関情報を決定するための相関ユニットと、
- 前記決定される相関情報を出力するための出力装置と
を有する、装置が提示される。
本発明のさらなる態様では、
- 検査対象の医用画像データセットを取得するための画像取得システムと、
- 取得医用画像データセットの品質評価のための本明細書に開示される装置と
を有する、撮像システムが提示される。
- 検査対象の医用画像データセットを取得するための画像取得システムと、
- 取得医用画像データセットの品質評価のための本明細書に開示される装置と
を有する、撮像システムが提示される。
本発明のなおさらなる態様では、対応する方法、前記コンピュータプログラムがコンピュータ上で実行されるとき、本明細書に開示される方法のステップをコンピュータに実行させるためのプログラムコード手段を有するコンピュータプログラム、及びプロセッサによって実行されるとき、本明細書に開示される方法が実行されるようにするコンピュータプログラムプロダクトをその中に記憶する非一時的コンピュータ可読記録媒体が提案される。
本発明の好ましい実施形態は従属請求項に規定されている。請求される方法、システム、コンピュータプログラム及び媒体は、特に従属請求項に規定され、本明細書に開示されているように、請求される装置と類似及び／又は同一の好ましい実施形態を有する。
一般的に、改善措置に関する意思決定の基礎を提供するために、集約される基礎で行われているエラーの性質に関する統計的証拠の蓄積が必要である。したがって、本発明は、潜在的なエラー及びそれらの原因を示す相関情報を得るために多数の画像データセットを自動的かつ遡及的に評価する考えに基づくので、将来の撮像操作におけるエラーを回避するための改良が提案されることができる。
基準ＦＯＶを決定するための様々な選択肢があり、それに応じて画像解析ユニットを構成することができる。一実施形態では、基準ＦＯＶは、分析される医用画像データセット自体から決定される。例えば、別の実施形態に従って提供されるように、ＦＯＶは、取得医用画像データセット内の認識可能な解剖学的構造（骨、血管の枝など）のような解剖学的ランドマークの使用によって決定され得る。
別の実施形態では、基準ＦＯＶは、所定の解剖学的領域、特に所定の１つ以上の高感度の器官が基準ＦＯＶから除外されるように決定されてもよい。例えば、上述のように、ＣＴヘッドスキャンでは、スキャンから眼を除外することが望ましいかもしれない。
一般に、様々な種類の医用画像データセットを本発明によって評価することができる。本発明は、ＣＴ画像データセット、特にヒトの頭部について特に有用であり、この場合、特に所定の解剖学的領域が眼であり、前記解剖学的ランドマークが左右の眼窩上隆起部及び後頭骨の骨片である。
さらに別の実施形態では、基準ＦＯＶは、前記医用画像データセットに基づいて、データベース、特に解剖学的アトラスから決定することができる。したがって、例えば、頭部のＣＴスキャンであるという情報のような医用画像データセットの種類に基づいて、データベースはアクセスされ、前記種類の医用画像データセットのための、対応する基準ＦＯＶがデータベースから取得される。どの種類の画像データセットが与えられるかという情報は、例えばデータセットと共に提供されるメタデータとして、データセットにおいて明示的に指定されてもよく、又は例えば含まれている画像情報を分析することによって、医療画像データセットから自動的に決定されてもよい。
好ましい実施形態では、前記画像解析ユニットは、所定の条件、特に所定の解剖学的領域に関して、基準ＦＯＶからのＦＯＶの逸脱を示す差分情報を決定するように構成される。所定の条件は、例えば、どのFOVをスキャンするかの命令によって特定されてもよく、又はFOVに関する一般的なガイドラインを通じて与えられてもよい。例えば、所定の条件は、ＦＯＶの大きさ及び限界、及び／又はどの解剖学的対象が含まれるか、及び／又は除外されるかを示し得る。
一実施形態では、画像解析ユニットは、取得医用画像データセットが所定の条件を満たすか、特にそれが所定の解剖学的領域を含むかを最初に決定し、取得医用画像データセットのＦＯＶを基準ＦＯＶと比較し、取得医用画像データセットが所定の条件に適合していると決定される場合にのみ、取得医用画像データセットについての差分情報を決定するように構成される。したがって、条件が満たされない場合、例えば上記の例では、眼がFOVに含まれていない場合、時間と処理電力を節約するために医用画像データセットはさらに分析されない。
開示される装置及び方法の様々な実施形態に従って、異なる種類の差分情報が決定されてもよい。例えば、一実施形態では、画像解析ユニットは、基準ＦＯＶに対する、取得医用画像データセットのサイズの逸脱及び／又はＦＯＶの一つ又はそれより多くの境界を示す並進情報を含む差分情報を決定するように構成され得る。別の実施形態では、画像解析ユニットは、一つ又はそれより多くの異なる回転軸のまわりの一つ又はそれより多くの回転方向における基準ＦＯＶに対する取得医用画像データセットのＦＯＶの逸脱を示す回転情報を有する差分情報を決定するように構成され得る。さらに別の実施形態では、画像解析ユニットは、得られる医用画像データセットのＦＯＶ内の所定の解剖学的領域、特に一つ又はそれより多くの感度の高い器官の存在の程度を示す存在情報を有する差分情報を決定するように構成され得る。決定されるべき差分情報の種類は、医用画像データセットの種類及び／又は医用画像データセットの種類について満たされるべき重要な条件に依存し得る。したがって、ユーザは、例えば、どの差分情報を取得するかを事前に決定し、又はガイドラインに基づいて、どの差分情報を決定するかが自動的に決定されることができる。
他の実施形態によれば、取得情報は、
- それぞれの医用画像データセットの取得の時間、特に曜日及び日時を示す時間情報、
- 撮像される検査対象の状態を示す対象情報、
- それぞれの医用画像データセットが取得される撮像装置に対する検査対象の位置を示す位置情報、及び
- 各医用画像データセットの取得を実行したオペレータを示す、オペレータに関するオペレータ情報
の少なくとも１つを有する。
- それぞれの医用画像データセットの取得の時間、特に曜日及び日時を示す時間情報、
- 撮像される検査対象の状態を示す対象情報、
- それぞれの医用画像データセットが取得される撮像装置に対する検査対象の位置を示す位置情報、及び
- 各医用画像データセットの取得を実行したオペレータを示す、オペレータに関するオペレータ情報
の少なくとも１つを有する。
この情報の一部又は全部は、所望の品質評価において有用であり得、画像データセットの将来の取得をガイドし、可能なエラーを回避するために適切かつ有用な相関情報を決定するために使用され得る。
本発明のこれら及び他の態様は、以下に記載される実施形態を参照して明らかになりかつ説明されるであろう。
図１は、本発明による医用画像データセットの品質評価のためのシステム１及び装置２０の概略図を示す。システム１は、検査対象の医用画像データセットを取得するための画像取得システム１０と、取得医用画像データセットの品質評価のための装置２０とを備える。画像取得システム１０は、例えば、検査対象、例えば、患者又は患者の一部、例えば、頭、胴体、又は腹部のＣＴ画像データセットを取得するように構成されるＣＴスキャナである。他の実施形態では、画像取得システム１０は、患者又は患者の一部のＭＲ画像データセットを取得するためのＭＲスキャナであり得る。
装置２０は、それぞれの取得情報と共に医用画像データセットを取得するための画像入力部２１を含み、各医用画像データセットは、検査対象の視野ＦＯＶをスキャンすることによって取得され、それぞれの取得情報は、各医用画像データセットの取得に関する情報を表す。画像入力部は、例えば、病院の画像データベース３０にアクセスすることができるインターフェースであってもよく、複数の検査対象に対して、同じ又は異なるオペレータの使用によって、及び同じ又は異なる画像取得システム（例えば、同じＣＴイメージングスキャナ１０又は異なるCTイメージングスキャナ）を用いて、経時的に取得される多数の画像データセットを記憶する。
装置２０は、得られる医用画像データセットのＦＯＶを基準ＦＯＶと比較し、基準ＦＯＶからのＦＯＶの逸脱を示す差分情報を決定するための画像解析ユニット２２をさらに含む。例えば、患者の頭部の２つ以上のＣＴ画像データセットが分析されて、エラーが発生したか、またどのエラーが発生したか、及びオペレータ、時間、曜日、ＣＴスキャナの一つ又はそれより多くに関して何れかの相関があるかがチェックされる。したがって、この例では、例えば、病院のデータベースの一部でもよいし、又は解剖学的アトラスにおいて、例えばクラウド内又は特定のサーバー上で利用可能であってもよい、随意の参照データベース３１から基準ＦＯＶが得られる。
装置２０はさらに、複数の取得医用画像データセットについて決定される差分情報とそれぞれの取得情報との間の相関を示す相関情報を決定するための相関ユニット２３を含む。相関情報は、例えば、特定のオペレータが同じエラーを頻繁に起こすこと（例えば、小さすぎる又は大きすぎるFOV又は誤った位置のFOVを使用すること、又は患者の体のスキャンされる部分を誤って配置すること）、又は同じエラーが同じ日（例えば、月曜日の朝）に頻繁に発生すること、又は同じスキャナが同じエラーを示すことを示す。エラーは、関心器官全体がＦＯＶ内に存在しないこと、又は器官が、（診断を可能にするために重要になり得る）対応するガイドラインによって規定されるように正しく配向されていないことであってもよく、電離放射によるモダリティだけでなく、例えば MRイメージングにも関連している。
次に、決定される相関情報は、他のエンティティ（例えば、病院の中央コンピュータ又は品質部門のコンピュータ又は医師のコンピュータ）に相関を送信するためのデータインターフェースを有することができる出力ユニット２４によって出力される。出力ユニット２４は、例えば推奨、統計、チャート、相関情報の内容を説明するテキスト情報などの形式で、相関情報を直接表示するためのディスプレイも有する。
装置２０は、一般に、プロセッサ、コンピュータ、又はそれに従ってプログラムされるスマートフォン、ラップトップ、コンピュータなどのユーザ装置上で実行されるアプリケーションプログラム（「ａｐｐ」）として、ハードウェア及び／又はソフトウェアで実施することができる。さらに、装置２０は、本発明による方法のステップを実行するように設計されている適切な回路の形態で構成されることができる。装置２０は、画像取得システム１０と一体的に形成されることができ、例えば画像取得システム１０の取得モジュールを制御しているコンピュータ上に形成されることができる。しかしながら、他の実施形態では、画像取得システム１０及び装置２０は、画像取得システム１０から装置２０に画像データセットを提供するために接続され得る別々のエンティティである。代替として、画像取得システム１０は、装置２０と接続されるのではなく、装置２０が分析されるべき画像データセットを取得する画像データベースと接続されてもよい。
そのような分析は、規則的又は不規則的な間隔、例えば月に1回又は年に1回で行うことができる。一実施形態では、同じ検査対象、例えば、同じ解剖学的領域（例えば頭部）に対する画像データセット、及び／又は同じ画像取得システム１０からの画像データセットのみが分析される。他の実施形態では、分析は、異なる検査対象、及び／又は異なる画像取得システムに対する画像データセットに対して行われる。
装置２０の例示的な実施態様では、眼が脳ＣＴスキャンのＦＯＶの内側にあるか外側にあるかを識別するために、画像解析ユニット２２によって自動画像解析が行われる。 ＦＯＶ内の少なくとも一部の眼を有する画像については、画像解析ユニット２２は、例えばガイドライン、データベース、又は解剖学的イメージングアトラスから、このスキャンに最適なＦＯＶ（すなわち基準ＦＯＶ）を検出する。画像解析ユニット２２は次に、最適ＦＯＶを脳ＣＴスキャンの実際のＦＯＶと比較する。次いで、相関ユニット２３は、画像の識別される品質欠陥をこの欠陥の根本原因と結び付けて、相関情報、好ましくは欠陥に対する既知の改善策を生成する。同じ分析が大きなデータベース（例えば、ＰＡＣＳ内の脳ＣＴデータ）に適用されて、全体的な品質及び特定の改善機会に関する累積的な相関情報が生成される。
視野内の眼の識別のため様々な画像解析方法が存在する。好ましい実施形態は、確率論的解剖学的アトラスへのＣＴスキャンのマッピングを有する。画像内の各ボクセルについて、眼の部分を表すボクセルの尤度は、図２に示されるように与えられ、これは、眼の確率マップ４１のオーバーレイを伴う脳ＣＴスキャンの軸スライス画像４０を示す。高い眼の確率を備える領域（FOV内又はFOV外）の位置に基づいて、画像は、「画像の中の眼」又は「画像の中にない眼」として分類される。
ランドマークの検出により、最適な（基準）ＦＯＶを識別することができる。これは、脳ＣＴスキャンの最適下部スキャン平面５３を規定するランドマーク５１、５２を示す頭蓋骨５０のスライス画像及び異なるビューを示す図３Ａ乃至図３Ｄに示される。ガイドライン及び臨床診療によれば、スキャンの最も低いスライスは、後頭骨の開口部（＝大後頭孔）５１及び左右の眼窩上隆起部５２と交差しなければならない。
実際のスキャンボリュームと最適スキャンボリュームとの逸脱が計算され、４つの異なるパラメータに分離される。Δｚはスキャンボリュームの劣った範囲の逸脱を示し、正のΔｚはスキャンが必要以上に継続したことを示す。 Δｐｉｔｃｈ、Δｒｏｌｌ、及びΔｙａｗは、図４Ａ乃至図４Ｃに示すように、３つの角度成分に関して最適スキャンからの逸脱を示す。
エラーパラメータは、視野内の眼のパーセンテージに関して画質に対するエラーソースの相関関係を示す図を示す図５に示されるように、異なる根本原因に関連付けられている。これらの根本原因は、以下のうちの1つ以上を含む場合がある。
-大きなΔｚが、トポグラムに基づいてスキャナコンソール上にスキャンボックスを配置する間に生じること、
-ピッチ、ロール、ヨーの大きなずれが、患者の頭の誤った位置決めにより生じること、
- スキャナがガントリの傾斜を許容する場合、ピッチのずれは患者のより良いポジショニングによって、又はガントリの傾斜の適応によって補償されることができること
である。
-大きなΔｚが、トポグラムに基づいてスキャナコンソール上にスキャンボックスを配置する間に生じること、
-ピッチ、ロール、ヨーの大きなずれが、患者の頭の誤った位置決めにより生じること、
- スキャナがガントリの傾斜を許容する場合、ピッチのずれは患者のより良いポジショニングによって、又はガントリの傾斜の適応によって補償されることができること
である。
説明したステップを多数の画像データセットに適用した後、スキャン境界条件との特定の誤差の相関関係が分析される。これらの境界条件は、オペレータ、患者の年齢、スキャンの理由、患者の意識及び協力、時刻、曜日などのうちの１つ又は複数を有することができる。
この分析を特定される根本原因と組み合わせることは、目標とする改善措置を提案し、それが最も必要とされている所で効率的なトレーニングをスタッフに提供することによって時間と費用を節約するように使用される。そのような提案される改善の例は、
- 平均して、オペレータXは平均距離よりも低い方向にスキャンを拡大することが観察された。計画されるFOVの下方マージンをできるだけ後頭点と軌道上のリッジとの間の接続平面によって規定される平面に近づけることに焦点を当てることが推奨される。
- オペレータXは、（最適なFOV配置を提示する）オペレータYとチームを組む必要がある。
-夜勤中は頭の正しい位置に特別な注意を払うべきである。
- 平均して、オペレータXは平均距離よりも低い方向にスキャンを拡大することが観察された。計画されるFOVの下方マージンをできるだけ後頭点と軌道上のリッジとの間の接続平面によって規定される平面に近づけることに焦点を当てることが推奨される。
- オペレータXは、（最適なFOV配置を提示する）オペレータYとチームを組む必要がある。
-夜勤中は頭の正しい位置に特別な注意を払うべきである。
したがって、本発明を使用することによって、将来の撮像動作において回避され得る潜在的なエラー又は逸脱を識別するために医用画像データセットの自動品質評価を行うことができる。
本発明を図面及び前述の説明において詳細に図示及び説明してきたが、そのような図示及び説明は例証的又は例示的であり、限定的ではないと見なされるべきである。本発明は開示される実施形態に限定されない。開示される実施形態に対する他の変形は、図面、開示、及び添付の特許請求の範囲の検討から、請求される発明を実施する際に当業者によって理解され達成され得る。
請求項において、単語「有する」は他の要素又はステップを排除せず、不定冠詞「ａ」又は「ａｎ」は複数を排除しない。単一の要素又は他のユニットが特許請求の範囲に記載のいくつかの項目の機能を果たすことができる。特定の手段が互いに異なる従属請求項に記載されているという単なる事実は、これらの手段の組み合わせが有利に使用されることができないことを示すものではない。
コンピュータプログラムは、他のハードウェアと共に、又は他のハードウェアの一部として供給される光記憶媒体又は固体媒体などの適切な非一時的媒体に記憶／配布することができるが、インターネット、その他の有線又は無線の電気通信システムなどの他の形態で配布することもできる。
請求項中の如何なる参照符号も範囲を限定するものとして解釈されるべきではない。
Claims (15)
- 医用画像データセットの品質評価のための装置であって、前記装置は、
-それぞれの取得情報と共に医用画像データセットを取得するための画像入力部であって、各医用画像データセットは、検査対象の視野ＦＯＶをスキャンすることによって取得され、前記それぞれの取得情報は前記それぞれの医用画像データセットの取得に関する情報を表す、画像入力部と、
- 取得医用画像データセットの前記ＦＯＶを基準ＦＯＶと比較し、前記基準ＦＯＶからの前記ＦＯＶの逸脱を示す差分情報を決定するための画像解析ユニットと、
- 前記それぞれの取得情報と、複数の取得医用画像データセットについて決定される前記差分情報との間の相関を示す相関情報を決定するための相関ユニットと、
- 前記決定される相関情報を出力するための出力ユニットと
を有する、装置。 - 前記画像解析ユニットは、前記医用画像データセットからの取得医用画像データセットの前記ＦＯＶとの比較のために前記基準ＦＯＶを決定するように構成される、請求項１に記載の装置。
- 前記画像解析ユニットは、前記取得医用画像データセット内の解剖学的ランドマークの使用によって、前記基準ＦＯＶ、特に前記基準ＦＯＶの一つ又はそれより多くの境界を決定するように構成される、請求項１に記載の装置。
- 前記画像解析ユニットは、所定の解剖学的領域、特に所定の一つ又はそれより多くの高感度の器官が前記基準ＦＯＶから除外されるように前記基準ＦＯＶを決定するように構成される、請求項１に記載の装置。
- 前記画像解析ユニットは、前記医用画像データセットに基づいて、データベース、特に解剖学的アトラスからの取得医用画像データセットの前記ＦＯＶとの比較のために前記基準ＦＯＶを取得するように構成される、請求項１に記載の装置。
- 前記画像解析ユニットは、所定の条件、特に所定の解剖学的領域に関して、前記基準ＦＯＶからの前記ＦＯＶの逸脱を示す差分情報を決定するように構成される、請求項１に記載の装置。
- 前記画像解析ユニットは、取得医用画像データセットが所定の条件を満たすか、特にそれが所定の解剖学的領域を含むかを最初に決定し、取得医用画像データセットの前記ＦＯＶを基準ＦＯＶと比較し、前記取得医用画像データセットが所定の条件に適合していると決定される場合にのみ、取得医用画像データセットについての差分情報を決定するように構成される、請求項１に記載の装置。
- 前記画像解析ユニットは、基準ＦＯＶに関して、取得医用画像データセットの前記ＦＯＶの一つ又はそれより多くの境界及び／又はサイズの逸脱を示す並進情報を有する差分情報を決定するように構成される、請求項１に記載の装置。
- 前記画像解析ユニットは、一つ又はそれより多くの異なる回転軸のまわりの一つ又はそれより多くの回転方向における基準ＦＯＶに関して取得医用画像データセットの前記ＦＯＶの逸脱を示す回転情報を有する差分情報を決定するように構成される、請求項１に記載の装置。
- 前記画像解析ユニットは、取得医用画像データセットの前記ＦＯＶ内の所定の解剖学的領域、特に一つ又はそれより多くの高感度の器官の存在の程度を示す存在情報を有する差分情報を決定するように構成される、請求項１に記載の方法。
- 前記取得情報は、
- 前記それぞれの医用画像データセットの取得の時間、特に曜日及び日時を示す時間情報、
- 前記撮像される検査対象の前記状態を示す対象情報、
- 前記それぞれの医用画像データセットが取得される撮像装置に関して前記検査対象の前記位置を示す位置情報、及び
-前記それぞれの医用画像データセットの取得を実行した前記オペレータを示す、前記オペレータに関するオペレータ情報
の少なくとも１つを有する、請求項１に記載の装置。 - 前記医療用画像データセットは、ＣＴ画像データセット、特に人間の頭部のＣＴ画像データセットであり、前記所定の解剖学的領域は眼であり、前記解剖学的ランドマークは左右の眼窩上隆起部及び後頭骨の骨片である、請求項４に記載の装置。
- 撮像システムであって、
-検査対象の医用画像データセットを取得するための画像取得システムと、
-取得医用画像データセットの品質評価のための請求項１に記載の装置と
を有する、撮像システム。 - 医用画像データセットの品質評価方法であって、前記方法は、
- それぞれの取得情報と共に医用画像データセットを取得するステップであって、前記それぞれの医用画像データセットは、検査対象の視野ＦＯＶをスキャンすることによって取得され、前記それぞれの取得情報は前記それぞれの医用画像データセットの前記取得に関する情報を表す、ステップと、
- 取得医用画像データセットの前記ＦＯＶを基準ＦＯＶと比較するステップと、
- 前記基準ＦＯＶからの前記ＦＯＶの逸脱を示す差分情報を決定するステップと、
-複数の取得医用画像データセットについて決定される差分情報と前記それぞれの取得情報との間の相関を示す相関情報を決定するステップと、
- 前記決定される相関情報を出力するステップと
を有する、方法。 - コンピュータプログラムであって、前記コンピュータプログラムがコンピュータ上で実行されるとき、請求項１４に記載の方法のステップをコンピュータに実行させるためのプログラムコード手段を有する、コンピュータプログラム。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP16195419 | 2016-10-25 | ||
| EP16195419.3 | 2016-10-25 | ||
| PCT/EP2017/077307 WO2018077949A1 (en) | 2016-10-25 | 2017-10-25 | Device and method for quality assessment of medical image datasets |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JP2019536515A true JP2019536515A (ja) | 2019-12-19 |
| JP2019536515A5 JP2019536515A5 (ja) | 2020-11-26 |
| JP7097877B2 JP7097877B2 (ja) | 2022-07-08 |
Family
ID=57206071
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019520980A Active JP7097877B2 (ja) | 2016-10-25 | 2017-10-25 | 医用画像データセットの品質評価のための装置及び方法 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US11024028B2 (ja) |
| EP (1) | EP3533029B1 (ja) |
| JP (1) | JP7097877B2 (ja) |
| CN (1) | CN109983502B (ja) |
| WO (1) | WO2018077949A1 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117150065A (zh) * | 2023-08-16 | 2023-12-01 | 广州杰灵科技有限公司 | 一种图像信息的采集方法及系统 |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3644273A1 (en) * | 2018-10-24 | 2020-04-29 | Koninklijke Philips N.V. | System for determining image quality parameters for medical images |
| CN110428415B (zh) * | 2019-08-05 | 2022-05-13 | 上海联影医疗科技股份有限公司 | 医学图像的质量评估方法、装置、设备及存储介质 |
| CN110717912A (zh) * | 2019-10-18 | 2020-01-21 | 上海联影智能医疗科技有限公司 | 医学图像质控系统、方法、计算机设备和可读存储介质 |
| EP4311494A1 (en) * | 2022-07-28 | 2024-01-31 | Koninklijke Philips N.V. | A ct scanner and a scanning method for performing a brain scan |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006218139A (ja) * | 2005-02-14 | 2006-08-24 | Fuji Photo Film Co Ltd | 写損情報集計システム |
| JP2007105264A (ja) * | 2005-10-14 | 2007-04-26 | Fujifilm Corp | 医用画像判定装置、医用画像判定方法およびそのプログラム |
Family Cites Families (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5572125A (en) * | 1991-03-25 | 1996-11-05 | Dunkel; Reinhard | Correction and automated analysis of spectral and imaging data |
| DE10036207B4 (de) * | 2000-07-25 | 2006-11-30 | Siemens Ag | Verfahren zum Durchführen einer Perfusionsmessung mittels Magnetresonanzbildgebung |
| WO2007058632A1 (en) | 2005-11-21 | 2007-05-24 | Agency For Science, Technology And Research | Superimposing brain atlas images and brain images with delineation of infarct and penumbra for stroke diagnosis |
| US20070147579A1 (en) | 2005-12-23 | 2007-06-28 | De Man Bruno K B | Method and system for radiographic imaging with organ-based radiation profile prescription |
| WO2009016559A1 (en) * | 2007-08-01 | 2009-02-05 | Koninklijke Philips Electronics N.V. | Accessing medical image detabases using medically relevant terms |
| US20110246521A1 (en) * | 2007-08-06 | 2011-10-06 | Hui Luo | System and method for discovering image quality information related to diagnostic imaging performance |
| US7912263B2 (en) * | 2007-08-06 | 2011-03-22 | Carestream Health, Inc. | Method for detecting clipped anatomy in medical images |
| JP5629582B2 (ja) * | 2007-12-13 | 2014-11-19 | コーニンクレッカ フィリップス エヌ ヴェ | 医療画像データの組からデータを検索する方法、システム及びコンピュータ・プログラム |
| EP2194486A1 (en) | 2008-12-04 | 2010-06-09 | Koninklijke Philips Electronics N.V. | A method, apparatus, and computer program product for acquiring medical image data |
| US8520920B2 (en) * | 2009-11-11 | 2013-08-27 | Siemens Corporation | System for dynamically improving medical image acquisition quality |
| US8699768B2 (en) | 2009-11-16 | 2014-04-15 | Koninklijke Philips N.V. | Scan plan field of view adjustor, determiner, and/or quality assessor |
| WO2012012768A1 (en) | 2010-07-23 | 2012-01-26 | Tomotherapy Incorporated | System and method for identifying an anatomical organ in a patient |
| US20120051608A1 (en) * | 2010-08-27 | 2012-03-01 | Gopal Biligeri Avinash | System and method for analyzing and visualizing local clinical features |
| US8761479B2 (en) * | 2010-11-08 | 2014-06-24 | General Electric Company | System and method for analyzing and visualizing spectral CT data |
| CN103460213B (zh) * | 2011-03-29 | 2020-03-03 | 皇家飞利浦有限公司 | 图像采集和/或图像相关参数推荐器 |
| US8737705B2 (en) | 2011-09-01 | 2014-05-27 | General Electric Company | Method and apparatus for determining a subjects orientation |
| US10282064B2 (en) * | 2012-06-20 | 2019-05-07 | Koninklijke Philips N.V. | Graphical user interface for medical instruments |
| US9330454B2 (en) * | 2012-09-12 | 2016-05-03 | Bruce Reiner | Method and apparatus for image-centric standardized tool for quality assurance analysis in medical imaging |
| DE102014219376A1 (de) * | 2014-09-25 | 2016-03-31 | Siemens Aktiengesellschaft | Verfahren zu einer Erfassung eines hochaufgelösten Magnetresonanzbilddatensatzes zumindest eines begrenzten Körperbereichs mit zumindest einer anatomischen Struktur eines Patienten |
| US10043054B2 (en) * | 2014-10-17 | 2018-08-07 | Cireca Theranostics, Llc | Methods and systems for classifying biological samples, including optimization of analyses and use of correlation |
-
2017
- 2017-10-25 US US16/339,053 patent/US11024028B2/en active Active
- 2017-10-25 WO PCT/EP2017/077307 patent/WO2018077949A1/en unknown
- 2017-10-25 JP JP2019520980A patent/JP7097877B2/ja active Active
- 2017-10-25 EP EP17811448.4A patent/EP3533029B1/en active Active
- 2017-10-25 CN CN201780065534.4A patent/CN109983502B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006218139A (ja) * | 2005-02-14 | 2006-08-24 | Fuji Photo Film Co Ltd | 写損情報集計システム |
| JP2007105264A (ja) * | 2005-10-14 | 2007-04-26 | Fujifilm Corp | 医用画像判定装置、医用画像判定方法およびそのプログラム |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117150065A (zh) * | 2023-08-16 | 2023-12-01 | 广州杰灵科技有限公司 | 一种图像信息的采集方法及系统 |
| CN117150065B (zh) * | 2023-08-16 | 2024-05-28 | 内蒙古惠强科技有限公司 | 一种图像信息的采集方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| EP3533029A1 (en) | 2019-09-04 |
| EP3533029B1 (en) | 2023-09-13 |
| US11024028B2 (en) | 2021-06-01 |
| CN109983502A (zh) | 2019-07-05 |
| WO2018077949A1 (en) | 2018-05-03 |
| JP7097877B2 (ja) | 2022-07-08 |
| CN109983502B (zh) | 2023-06-13 |
| US20190244353A1 (en) | 2019-08-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7097877B2 (ja) | 医用画像データセットの品質評価のための装置及び方法 | |
| US20210158531A1 (en) | Patient Management Based On Anatomic Measurements | |
| Aubert et al. | 3D reconstruction of rib cage geometry from biplanar radiographs using a statistical parametric model approach | |
| US10722210B2 (en) | Method for memorable image generation for anonymized three-dimensional medical image workflows | |
| US10783637B2 (en) | Learning data generation support apparatus, learning data generation support method, and learning data generation support program | |
| US20210174503A1 (en) | Method, system and storage medium with a program for the automatic analysis of medical image data | |
| Dot et al. | Automatic 3-dimensional cephalometric landmarking via deep learning | |
| US8786601B2 (en) | Generating views of medical images | |
| RU2741734C2 (ru) | Долгосрочный профиль здоровья пациента для случайных находок | |
| US10628963B2 (en) | Automatic detection of an artifact in patient image | |
| US11238974B2 (en) | Information processing apparatus, information processing method, and storage medium storing program | |
| JP2023134655A (ja) | 医療映像分析方法、医療映像分析装置及び医療映像分析システム | |
| GB2573193A (en) | System and method for using imaging quality metric ranking | |
| US10074198B2 (en) | Methods and apparatuses for image processing and display | |
| Robertson et al. | Test-retest validation of a cranial deformity index in unilateral coronal craniosynostosis | |
| Church et al. | Visualization of scoliotic spine using ultrasound-accessible skeletal landmarks | |
| Al-Dhamari et al. | Automatic cochlear multimodal 3D image segmentation and analysis using atlas–model-based method | |
| US20210065899A1 (en) | Methods and systems for computer-aided diagnosis with deep learning models | |
| CN110709888B (zh) | 信息处理装置和用于控制信息处理装置的方法 | |
| JP6788113B2 (ja) | 医用画像処理装置、方法およびプログラム | |
| US20230102745A1 (en) | Medical image display apparatus, method, and program | |
| US20230102418A1 (en) | Medical image display apparatus, method, and program | |
| US9195798B2 (en) | Flexible computation of isodose lines | |
| US20230289534A1 (en) | Information processing apparatus, information processing method, and information processing program | |
| EP4134972A1 (en) | Machine learning based quality assessment of medical imagery and its use in facilitating imaging operations |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201013 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201013 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210730 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210810 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20211101 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220210 |
|
| 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: 20220621 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220628 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7097877 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |