JP2020039702A - 医用画像抽出装置、医用画像抽出方法、及び、コンピュータプログラム - Google Patents
医用画像抽出装置、医用画像抽出方法、及び、コンピュータプログラム Download PDFInfo
- Publication number
- JP2020039702A JP2020039702A JP2018170742A JP2018170742A JP2020039702A JP 2020039702 A JP2020039702 A JP 2020039702A JP 2018170742 A JP2018170742 A JP 2018170742A JP 2018170742 A JP2018170742 A JP 2018170742A JP 2020039702 A JP2020039702 A JP 2020039702A
- Authority
- JP
- Japan
- Prior art keywords
- image
- captured image
- extraction
- extracting
- extraction process
- 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
- 238000000605 extraction Methods 0.000 title claims abstract description 137
- 238000004590 computer program Methods 0.000 title claims description 11
- 238000000034 method Methods 0.000 claims description 37
- 210000003484 anatomy Anatomy 0.000 claims description 23
- 238000010801 machine learning Methods 0.000 claims description 21
- 230000000747 cardiac effect Effects 0.000 claims description 12
- 239000000284 extract Substances 0.000 abstract description 7
- 238000002474 experimental method Methods 0.000 description 18
- 238000002591 computed tomography Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 210000000746 body region Anatomy 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000007423 decrease Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 230000005389 magnetism Effects 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000001746 atrial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011496 digital image analysis Methods 0.000 description 1
- 238000005401 electroluminescence Methods 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000004165 myocardium Anatomy 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Image Analysis (AREA)
Abstract
Description
(1)本実施の形態に含まれる医用画像抽出装置は、撮影画像から、撮影画像上認識できる第1の部分と、撮影画像上認識できない第2の部分と、からなる生体構造を抽出する画像抽出処理を実行するプロセッサを備え、画像抽出処理は、撮影構造から第1の部分を抽出する第1の抽出処理と、抽出された第1の部分が補間された生体構造を生成する第2抽出処理と、を含む。画像抽出処理を第1の抽出処理及び第2の抽出処理の2ステップで実行することによって、撮影画像から、現れていない第1の部分を含む生体構造を抽出することができる。
[第1の実施の形態]
<システムの構成>
図1に示している通り、本実施の形態に係る医用画像抽出装置(以下、画像抽出装置と略する)1は、プロセッサ10と、メモリ11と、ディスプレイ13と、を含む、一般的なコンピュータによって構成される。プロセッサ10は、例えば、CPU(Central Processing Unit)である。
画像抽出処理S100は、図2(A)に示された撮影画像IM1から図2(B)に示された画像IM3を生成する処理である。撮影画像IM1は、生体を外部から撮影して得られる断面画像である。撮影は、X線を利用したもの、磁気を利用したもの、などである。画像IM3は、撮影画像IM1から抽出された生体を構成する一部分(以下、生体構造と称する)Aを示す画像である。撮影画像IM1は、生体構造Aの一部である第1の部分である一部領域A1を含む領域X1と、生体構造Aをまったく含まない領域X2と、を有する。撮影画像IM1が領域X1を有することで、生体構造Aの一部領域A1は撮影画像IM1に現れている。撮影画像IM1が領域X2を有することで、生体構造Aの一部領域A1以外の領域(第2の部分)は撮影画像IM1に現れていない。生体構造A図2の例では、撮影画像IM1は、例えば、心臓CT画像であり、画像IM3は、例えば、心外膜画像である。
例えば心外膜などの生体を示す画像を得るためには、生体を外部から撮影して得られた断面画像である撮影画像から生体構造を抽出する必要がある。しかしながら、心外膜などの生体構造は必ずしもすべての範囲が撮影画像上認識できず、撮影画像上認識できる部分と認識できない部分とがある。また、生体構造が心外膜などの撮影画像における面積が小さい場合、生体構造外の領域とのコントラストが小さくなり、画像処理では抽出されにくい。
心外膜のように、生体構造Aの撮影画像に対する割合が小さくなるほど、一部領域A1と生体構造Aとの差異が小さくなる。すなわち、モデルの機械学習に用いられる入力画像と正解画像との組み合せの差異が小さくなる。入力画像と正解画像との差異が小さいと、これら画像の差異の傾向がとらえにくくなる。そのため、第1の実施の形態に係る画像抽出装置1では精度よく生体構造Aを抽出できる場合もあるものの、これら画像の組み合せを用いて機械学習することで得られる第2モデル113を用いるため、生体構造Aの抽出精度が低下する場合もある。
生体構造Aの内外で画素値の異なる画像を正解画像として用いることで、学習に用いる画像の組の間での差異を大きくすることができる。これにより、入力画像と正解画像との差異の傾向を顕著化できる。その結果、この組み合わせを用いて機械学習することで得られる第2モデル113Aの精度を向上させることができる。
10 :プロセッサ
11 :メモリ
12 :画像入力部
13 :ディスプレイ
101 :演算部
102 :表示制御部
111 :演算プログラム
112 :第1モデル
112A :モデル
113 :第2モデル
113A :第2モデル
A :生体構造
A1 :一部領域
B :生体領域
B1 :生体領域
IM1 :撮影画像
IM2 :画像
IM3 :画像
IM3A :画像
IM4 :特徴画像
IM5 :特徴部分画像
IMA :撮影画像
IMB :心外膜画像
IMT :心外膜画像
S10 :第1抽出処理
S20 :第2抽出処理
S30 :心外膜下脂肪抽出処理
S31 :抽出処理
S33 :生成処理
S100 :画像抽出処理
X1 :領域
X2 :領域
Claims (8)
- 撮影画像から、前記撮影画像上認識できる第1の部分と、前記撮影画像上認識できない第2の部分と、からなる生体構造を抽出する画像抽出処理を実行するプロセッサを備え、
前記画像抽出処理は、
前記撮影画像から前記第1の部分を抽出する第1の抽出処理と、
抽出された前記第1の部分が補間された前記生体構造を生成する第2の抽出処理と、を含む
医用画像抽出装置。 - 前記第1の抽出処理では、撮影画像と当該撮影画像に現れている第1の部分との組み合せを用いて機械学習することによって得られた機械学習モデルを用いる
請求項1に記載の医用画像抽出装置。 - 前記第2の抽出処理では、第1の部分と当該第1の部分を含む生体構造との組み合せを用いて機械学習することによって得られた機械学習モデルを用いる
請求項1または2に記載の医用画像抽出装置。 - 前記撮影画像は生体外部から撮影した心臓断面撮影画像であり、
前記生体構造は心外膜である
請求項1〜請求項3のいずれか1項に記載の医用画像抽出装置。 - 前記第2の抽出処理では、心臓断面撮影画像と、当第1画素値を持つ第1領域と第2画素値を持つ第2領域との境界によって心外膜が表現された画像と、の組み合わせを用いて機械学習することによって得られた機械学習モデルを用いる
請求項4に記載の医用画像抽出装置。 - 前記画像抽出処理は、心臓断面撮影画像から抽出された脂肪領域のうちの、抽出された心外膜領域の内部領域を心外膜下脂肪領域として抽出する心外膜下脂肪抽出処理をさらに含む
請求項4または5に記載の医用画像抽出装置。 - 撮影画像から、前記撮影画像上認識できる第1の部分と、前記撮影画像上認識できない第2の部分と、からなる生体構造を抽出する方法であって、
前記撮影画像から前記第1の部分を抽出するステップと、
抽出された前記第1の部分が補間された前記生体構造を生成するステップと、を備える
医用画像抽出方法。 - 撮影画像から、前記撮影画像上認識できる第1の部分と、前記撮影画像上認識できない第2の部分と、からなる生体構造を抽出する画像抽出処理をコンピュータに実行させるコンピュータプログラムであって、
前記画像抽出処理は、
前記撮影画像から前記第1の部分を示す画像を抽出する第1の抽出処理と、
抽出された前記第1の部分を示す画像が補間された前記生体構造を生成する第2の抽出処理と、を含む
コンピュータプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018170742A JP7213412B2 (ja) | 2018-09-12 | 2018-09-12 | 医用画像抽出装置、医用画像抽出方法、及び、コンピュータプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018170742A JP7213412B2 (ja) | 2018-09-12 | 2018-09-12 | 医用画像抽出装置、医用画像抽出方法、及び、コンピュータプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020039702A true JP2020039702A (ja) | 2020-03-19 |
JP7213412B2 JP7213412B2 (ja) | 2023-01-27 |
Family
ID=69796921
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018170742A Active JP7213412B2 (ja) | 2018-09-12 | 2018-09-12 | 医用画像抽出装置、医用画像抽出方法、及び、コンピュータプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7213412B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112184631A (zh) * | 2020-09-08 | 2021-01-05 | 上海交通大学附属第六人民医院 | 一种图像处理方法、设备及计算机可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007190288A (ja) * | 2006-01-20 | 2007-08-02 | Toshiba Corp | 医用画像処理装置、超音波診断装置及び医用画像処理プログラム |
WO2010113998A1 (ja) * | 2009-03-31 | 2010-10-07 | 株式会社 日立メディコ | 医用画像診断装置、容積計算方法 |
JP2011098195A (ja) * | 2009-10-08 | 2011-05-19 | Fujifilm Corp | 構造物検出装置および方法ならびにプログラム |
WO2018140596A2 (en) * | 2017-01-27 | 2018-08-02 | Arterys Inc. | Automated segmentation utilizing fully convolutional networks |
-
2018
- 2018-09-12 JP JP2018170742A patent/JP7213412B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007190288A (ja) * | 2006-01-20 | 2007-08-02 | Toshiba Corp | 医用画像処理装置、超音波診断装置及び医用画像処理プログラム |
WO2010113998A1 (ja) * | 2009-03-31 | 2010-10-07 | 株式会社 日立メディコ | 医用画像診断装置、容積計算方法 |
JP2011098195A (ja) * | 2009-10-08 | 2011-05-19 | Fujifilm Corp | 構造物検出装置および方法ならびにプログラム |
WO2018140596A2 (en) * | 2017-01-27 | 2018-08-02 | Arterys Inc. | Automated segmentation utilizing fully convolutional networks |
Non-Patent Citations (1)
Title |
---|
SHAHZAD, R. ET AL.: "Automatic quantification of epicardial fat volume on non-enhanced cardiac CT scans using a multi-atl", MEDICAL PHYSICS, vol. 40, no. 9, JPN7022004110, 2013, pages 091910 - 1, ISSN: 0004861233 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112184631A (zh) * | 2020-09-08 | 2021-01-05 | 上海交通大学附属第六人民医院 | 一种图像处理方法、设备及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
JP7213412B2 (ja) | 2023-01-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10692198B2 (en) | Image processing apparatus, image processing method, image processing system, and non-transitory computer-readable storage medium for presenting three-dimensional images | |
US11176671B2 (en) | Medical image processing apparatus, and method | |
US20130135307A1 (en) | Medical image processing apparatus | |
US7689018B2 (en) | Anomaly detection in volume data structure information | |
JP2022167972A (ja) | 医用画像処理方法、医用画像処理装置、医用画像処理システム及び医用画像処理プログラム | |
US20200134823A1 (en) | Image processing apparatus, image processing method, and storage medium | |
JP2016189946A (ja) | 医用画像位置合わせ装置および方法並びにプログラム | |
JP6772123B2 (ja) | 画像処理装置、画像処理方法、画像処理システムおよびプログラム | |
US11348242B2 (en) | Prediction apparatus, prediction method, prediction program | |
JP6987721B2 (ja) | 画像処理装置、方法およびプログラム | |
US11010899B2 (en) | Image processing apparatus, control method of image processing apparatus, and storage medium | |
JP2017189338A (ja) | 画像位置合わせ装置および方法並びにプログラム | |
JP7213412B2 (ja) | 医用画像抽出装置、医用画像抽出方法、及び、コンピュータプログラム | |
US7481789B2 (en) | Method for segmenting a medical data set | |
JP2019149093A (ja) | 診断支援システム、診断支援方法、及びプログラム | |
JP2023114463A (ja) | 表示装置、方法およびプログラム | |
CN113538419B (zh) | 一种图像处理方法和系统 | |
JP2003299646A (ja) | 画像解析装置 | |
WO2020031071A1 (en) | Internal organ localization of a subject for providing assistance during surgery | |
CN111566699A (zh) | 静态流程前规划数据到动态流程内分割数据的配准 | |
JP2005270635A (ja) | 画像処理方法及び処理装置 | |
Jia et al. | Stacom-slawt challenge: left atrial wall segmentation and thickness measurement using region growing and marker-controlled geodesic active contour | |
JP2022117177A (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
US10299864B1 (en) | Co-localization of multiple internal organs based on images obtained during surgery | |
CN112790778A (zh) | 采集错误对齐 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210908 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220822 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220830 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221014 |
|
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: 20221122 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20221214 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221214 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20221214 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7213412 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |