JP2021023605A - 医用画像処理装置、医用画像処理方法、および画像処理装置 - Google Patents
医用画像処理装置、医用画像処理方法、および画像処理装置 Download PDFInfo
- Publication number
- JP2021023605A JP2021023605A JP2019144552A JP2019144552A JP2021023605A JP 2021023605 A JP2021023605 A JP 2021023605A JP 2019144552 A JP2019144552 A JP 2019144552A JP 2019144552 A JP2019144552 A JP 2019144552A JP 2021023605 A JP2021023605 A JP 2021023605A
- Authority
- JP
- Japan
- Prior art keywords
- medical image
- image data
- data
- noise
- image processing
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 94
- 238000003672 processing method Methods 0.000 title claims description 5
- 238000012549 training Methods 0.000 claims description 51
- 230000009467 reduction Effects 0.000 claims description 34
- 238000003384 imaging method Methods 0.000 claims description 21
- 238000000605 extraction Methods 0.000 claims description 14
- 239000000284 extract Substances 0.000 claims description 7
- 238000012935 Averaging Methods 0.000 claims description 5
- 230000006870 function Effects 0.000 description 77
- 238000000034 method Methods 0.000 description 39
- 238000010586 diagram Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 238000013480 data collection Methods 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 6
- 238000002591 computed tomography Methods 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 4
- 238000002595 magnetic resonance imaging Methods 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000009931 harmful effect 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
- 239000013307 optical fiber Substances 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Image Processing (AREA)
Abstract
Description
図1は、第1実施形態に係る医用画像処理装置10の一構成例を示すブロック図である。医用画像処理装置10は、X線診断装置101、画像サーバ102、X線CT装置103、MRI装置104とネットワーク100を介して接続される。
図2は、同一条件で撮影され且つ異なるノイズパターンの複数の画像データImの一例を示す説明図である。
図14は、第2の実施形態に係る医用画像処理装置または画像処理装置を含むX線診断装置80の一構成例を示すブロック図である。
21、21x 収集機能
22 抽出機能
23 出力機能
24、24x 取得機能
25 リノイズ機能
26 ノイズ低減機能
61 入力医用画像データ
61dn ノイズ低減医用画像データ
501、502、503、501A 学習済みモデル
Claims (12)
- 第1医用画像データを取得する取得部と、
前記第1医用画像データにもとづいて前記第1医用画像データとは異なるノイズを有する少なくとも1つの第2医用画像データを生成する学習済みモデルに対して前記第1医用画像データを入力することにより、前記少なくとも1つの前記第2医用画像データを生成する処理部と、
を備えた医用画像処理装置。 - 前記処理部は、
1つの前記第2医用画像データを生成する前記学習済みモデルを複数用い、当該複数の前記学習済みモデルのそれぞれに対して前記第1医用画像データを入力することにより、前記第1医用画像データとは異なるノイズであって互いに異なるノイズを有する複数の前記第2医用画像データを生成する、
請求項1記載の医用画像処理装置。 - 前記処理部は、
同一のトレーニングデータセットにもとづいて、異なる学習パラメータで学習することにより構築された複数の前記学習済みモデルのそれぞれに対して、前記第1医用画像データを入力することにより、前記第1医用画像データとは異なるノイズであって互いに異なるノイズを有する複数の前記第2医用画像データを生成する、
請求項1または2に記載の医用画像処理装置。 - 前記処理部は、
前記第1医用画像データにもとづいて前記第1医用画像データとは異なるノイズであって互いに異なるノイズを有する複数の前記第2医用画像データを生成する前記学習済みモデルに対して前記第1医用画像データを入力することにより、前記複数の前記第2医用画像データを生成する、
請求項1ないし3のいずれか1項に記載の医用画像処理装置。 - 前記第1医用画像データと前記複数の前記第2医用画像データとから選択された2以上の医用画像データにもとづいて、前記第1医用画像データのノイズを低減した第3医用画像データを生成するノイズ低減部、
をさらに備えた請求項1ないし4のいずれか1項に記載の医用画像処理装置。 - 前記ノイズ低減部は、
前記2以上の前記医用画像データを相加平均または加重平均することにより前記第3医用画像データを生成する、
請求項5記載の医用画像処理装置。 - 前記ノイズ低減部は、
所定の空間周波数以下のデータについては前記第1医用画像データに前記第2医用画像データよりも高い重みを付すととともに、前記所定の空間周波数より高いデータについては前記第1医用画像データよりも前記第2医用画像データに高い重みを付して加重平均することにより前記第3医用画像データを生成する、
請求項6記載の医用画像処理装置。 - 撮影条件と、撮影時の被検体と撮像系との幾何学条件と、が同一である複数の医用画像データを収集する収集部と、
前記複数の医用画像データから2つのデータの組を複数抽出する抽出部と、
第1医用画像データにもとづいて前記第1医用画像データとは異なるノイズを有する少なくとも1つの第2医用画像データを生成する学習済みモデルに使用するためのトレーニングデータセットとして、前記抽出部により抽出された複数の組を出力する出力部と、
を備えた医用画像処理装置。 - 前記出力部は、
前記抽出部により抽出された複数の組のそれぞれを、複数の組よりも少ない数だけ用意された複数の前記学習済みモデルのそれぞれに使用するためのトレーニングデータセットとして、前記複数の前記学習済みモデルのそれぞれに関連付けて出力する、
請求項8記載の医用画像処理装置。 - 第1医用画像データを取得するステップと、
前記第1医用画像データにもとづいて前記第1医用画像データとは異なるノイズを有する少なくとも1つの第2医用画像データを生成する学習済みモデルに対して前記第1医用画像データを入力することにより、前記少なくとも1つの前記第2医用画像データを生成するステップと、
を有する医用画像処理方法。 - 撮影条件と、撮影時の被検体と撮像系との幾何学条件と、が同一である複数の医用画像データを収集するステップと、
前記複数の医用画像データから2つのデータの組を複数抽出するステップと、
第1医用画像データにもとづいて前記第1医用画像データとは異なるノイズを有する少なくとも1つの第2医用画像データを生成する学習済みモデルに使用するためのトレーニングデータセットとして、抽出された複数の組を出力するステップと、
を有する医用画像処理方法。 - 第1画像データを取得する取得部と、
前記第1画像データにもとづいて前記第1画像データとは異なるノイズを有する少なくとも1つの第2画像データを生成する学習済みモデルに対して前記第1画像データを入力することにより、前記少なくとも1つの前記第2画像データを生成する処理部と、
を備えた画像処理装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019144552A JP7469858B2 (ja) | 2019-08-06 | 2019-08-06 | 医用画像処理装置、医用画像処理方法、および画像処理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019144552A JP7469858B2 (ja) | 2019-08-06 | 2019-08-06 | 医用画像処理装置、医用画像処理方法、および画像処理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021023605A true JP2021023605A (ja) | 2021-02-22 |
JP7469858B2 JP7469858B2 (ja) | 2024-04-17 |
Family
ID=74664190
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019144552A Active JP7469858B2 (ja) | 2019-08-06 | 2019-08-06 | 医用画像処理装置、医用画像処理方法、および画像処理装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7469858B2 (ja) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102165454B (zh) | 2008-09-29 | 2015-08-05 | 皇家飞利浦电子股份有限公司 | 用于提高计算机辅助诊断对图像处理不确定性的鲁棒性的方法 |
JP6525772B2 (ja) | 2015-06-30 | 2019-06-05 | キヤノン株式会社 | 画像処理装置、画像処理方法、放射線撮影システムおよび画像処理プログラム |
EP3404611A1 (en) | 2017-05-19 | 2018-11-21 | RetinAI Medical GmbH | Reducing noise in an image |
-
2019
- 2019-08-06 JP JP2019144552A patent/JP7469858B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP7469858B2 (ja) | 2024-04-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11900647B2 (en) | Image classification method, apparatus, and device, storage medium, and medical electronic device | |
CN106339571B (zh) | 用于分类医学图像数据组的人工神经网络 | |
JP2023025056A (ja) | ディープ畳み込みニューラルネットワークを使用した医用画像化のための線量低減 | |
JP2022164718A (ja) | 顕微鏡スライド画像のための焦点重み付き機械学習分類器誤り予測 | |
CN110458829B (zh) | 基于人工智能的图像质控方法、装置、设备及存储介质 | |
CN111989710A (zh) | 医学成像中的自动切片选择 | |
CN112770838A (zh) | 使用自关注深度学习进行图像增强的系统和方法 | |
CN111462020A (zh) | 心脏图像的运动伪影校正方法、系统、存储介质和设备 | |
CN113424222A (zh) | 用于使用条件生成对抗网络提供中风病灶分割的系统和方法 | |
US11244445B2 (en) | Medical information processing apparatus | |
KR20230113386A (ko) | 딥러닝 기반의 캡슐 내시경 영상 식별 방법, 기기 및매체 | |
JP2021530773A (ja) | 画像に基づく関係分析の方法およびそのシステム | |
CN116157826A (zh) | 深度无监督的图像质量增强 | |
Mangalagiri et al. | Toward generating synthetic CT volumes using a 3D-conditional generative adversarial network | |
CN112488178A (zh) | 网络模型的训练方法及装置、图像处理方法及装置、设备 | |
JP7469858B2 (ja) | 医用画像処理装置、医用画像処理方法、および画像処理装置 | |
CN114722925B (zh) | 病灶分类装置与非易失性计算机可读存储介质 | |
US20220292673A1 (en) | On-Site training of a machine-learning algorithm for generating synthetic imaging data | |
Attar et al. | Parametric optimization of logarithmic transformation using GWO for enhancement and denoising of MRI images | |
JP7228332B2 (ja) | 医用画像処理装置および医用画像処理方法 | |
US20230360366A1 (en) | Visual Explanation of Classification | |
Paroli et al. | Reversible jump Markov Chain Monte Carlo methods and segmentation algorithms in hidden Markov models | |
Chetia et al. | Quantum Image Edge Extraction Algorithm for Noisy Image | |
JP7233236B2 (ja) | 医用画像処理装置、x線診断装置、およびプログラム | |
US11672498B2 (en) | Information processing method, medical image diagnostic apparatus, and information processing system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220624 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230327 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230418 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230615 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230912 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20231027 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240111 |
|
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: 20240312 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240405 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7469858 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |