JP2796381B2 - 心臓輪郭決定方法および装置 - Google Patents

心臓輪郭決定方法および装置

Info

Publication number
JP2796381B2
JP2796381B2 JP1304542A JP30454289A JP2796381B2 JP 2796381 B2 JP2796381 B2 JP 2796381B2 JP 1304542 A JP1304542 A JP 1304542A JP 30454289 A JP30454289 A JP 30454289A JP 2796381 B2 JP2796381 B2 JP 2796381B2
Authority
JP
Japan
Prior art keywords
heart
contour
function
determining
model function
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.)
Expired - Fee Related
Application number
JP1304542A
Other languages
English (en)
Other versions
JPH02220638A (ja
Inventor
邦雄 土井
伸行 中森
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
YUNIBAASHITEI OBU SHIKAGO ZA
Original Assignee
YUNIBAASHITEI OBU SHIKAGO ZA
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by YUNIBAASHITEI OBU SHIKAGO ZA filed Critical YUNIBAASHITEI OBU SHIKAGO ZA
Publication of JPH02220638A publication Critical patent/JPH02220638A/ja
Application granted granted Critical
Publication of JP2796381B2 publication Critical patent/JP2796381B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-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
    • G06T2207/10116—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
    • G06T2207/20048—Transform domain processing
    • G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
    • 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
    • G06T2207/30048—Heart; Cardiac
    • 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
    • G06T2207/30061—Lung

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Image Analysis (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)

Description

【発明の詳細な説明】 ［発明の目的］ （産業上の利用分野） 本発明は、デジタル胸部Ｘ線写真における心臓や肺等
の被写体の輪郭を計測する方法および装置に関する。
（従来の技術） 心臓のサイズは、胸部Ｘ線写真の重要な診断情報の一
つである。これらの画像を検査すると、最初は心臓が異
常に肥大していると検出されることが多い。心臓が肥大
しているかどうかを判断する従来の方法は、心胸比（CT
R）（Suttonの「Ｘ線学とイメージングのテキストブッ
ク」、第４版、第１巻、pp.554−556（Churchill Livin
gton、1987年）;Burgener等の、「従来のＸ線学の微分
係数診断方法」pp.259−292（Georg Thieme Verlag、Th
ieme−stratton、1985年を参照すること）を測定するも
のである。ここに、心胸比とは、心臓の影の横方向の直
径横隔膜に対する胸部の横方向の直径の最も高い位置で
の比率である（Danzer、心胸比−心臓肥大のインデック
ス」Am.J.Med.Sci.157:513−524、1919）。
Fuster等（Am.J.Card.47:525−531、1981年）は、６
〜20年間、突発性膨張心筋症患者を追跡調査することに
より、CTRのような予知係数と死亡率の関数を研究し
た。そしてCTRが大きいほど、死亡の可能性も高まるこ
とを発見した。また、CTRが55％以上の患者の死亡率は8
6％、それに比べCTRが55％未満の患者の死亡率は40％で
あることが判明した。
Hutsebaut等（呼吸41:25−32、1981年）は、慢性閉塞
性肺疾患の患者の血流力学特徴および心臓のサイズとの
関係を研究した。主に肺の過剰膨張や肺気腫に関係のあ
る小さな心臓は、低心拍出量に関係する傾向があること
が判明した。
Gomez等（癌治療、Rep.67:1099−1103:1983年）は、
ホジキン病の患者の縦壁にＸ線治療をした後の心臓のサ
イズと機能との関係を発表した。
Edwards等（AJR136:907−913:1984年）およびKortman
等（AJR143:533−535:1984年）は、幼児の心臓のサイズ
およびCTRを測定するために改良したＸ線撮影方法を提
供し、新生児の心臓のサイズと出生児の仮死との関係を
研究した。
Lauder等（Br.Heart J.38:1286−1290、1976年）は、
年配の男性および女性の心臓の横断面の直径および胸部
の横断面の直径を５年間に渡り測定し、年ごとに胸部の
横断面の直径が大幅に減少しているため、CTRは５年後
には増加の傾向があると発表した。PA（後部−前部）胸
部Ｘ線写真では、一般にはCTR50％までならば正常な心
臓のサイズとみなされる。しかし、年齢別、人種別に多
数の心臓のサイズとCTRとの関係を調査したNickol等（B
r.1J.Radiol.55:399−403、1982年）は、CTRの上限は１
つに絞ることはできないという結論に達し、各グループ
ごとに適切な比率を出した。
Kabala等（Br.J.Radiol.60:981−986、1987年）は、
前部−後部（AP）胸部Ｘ線写真の心臓のサイズを測定
し、PA胸部Ｘ線写真で出したポイントと比較した。そし
て、AP胸部Ｘ線写真の場合、CTRの上限が55％で、心臓
の直径が男性165mm、女性150mmが、心臓のサイズが正常
かどうかを判断するための有効指標であるという結論に
達した。
Ｘ線写真のコンピュータでの自動分析の概念は1960年
代にさかのぼる。CTRの自動測定を最初に手がけたの
は、Meyers等（放射線学83:1029−1033、1964年）であ
ろう。これは、デジタル化胸部画像から空間的サインを
利用し、心臓および肺の端部をサインの最初の微分係数
から求めた。（Becker等、IEEE Trans.Biomed.Eng.BME
−11:67−72、1964年）Hall等（放射線学101:497−50
9、1971）およびKruger等（IEEE Trans.Biomed.Eng.BME
−19:174−186、1972年）は、リウマチ性心臓疾患の自
動診断用のアルゴリズムを開発し、CTRやその他の心臓
のパラメーターを計算した。彼等の研究ではサインと微
分係数の分析から心臓の矩形を割り出し、ヒストグラム
の分析を基にして画像を限定することにより心臓の影を
推定した。
Sezaki等（IEEE Trans.Biomed.Eng.BME−20:248−25
3、1973）は、１秒間にCTRを算出するアルゴリズムを開
発し、マス・スクリーニング胸部Ｘ線写真によって患者
の心臓が異常かどうかを自動検出できる実用的な装置を
放射線専用医にもたらした。
Paul等は（IEEE Trans.Biomed.Eng.BME−21:441−45
1、1974年）は、APおよび横の胸部画像を分析すること
により肺の総体積を算出し、ガウスの重量微分係数の端
部発見方法を用いて心臓の境界線を割り出した。
（発明が解決しようとする課題） 従来は、デジタルＸ線写真の画像を容易に入手するこ
とができなかったので、これらの自動測定方法は臨床用
途への実用化は考えられなかった。近年まで実際問題と
して注目されなかった。しかし、現在ではデジタル画像
は、算出したＸ線写真用に用いられるような数多くのデ
ジタルＸ線写真撮影装置で比較的簡単に提供することが
できる。（Sonoda等の放射線学148:833−838、1983
年）。このため、本発明の目的は新たな心臓のサイズに
関するパラメーター（CTRを含む）を算出するための自
動測定方法を導き、放射線専門医に新しい実用的な装置
を提供するものであって、胸部画像の様々な心臓のサイ
ズや形に関するパラメーターを自動的に決めるために、
新しく改良された方法および装置を提供することにあ
る。
本発明のさらに目的とするところは、胸部画像の様々
な心臓のサイズや形に関するパラメーターを自動的に求
めるために、新しい改良された方法および装置を提供
し、写した心臓の影全体を得ることにある。
本発明の別の目的は、心臓のサイズを測定して心臓比
を算出する新しい改良された方法および装置を提供する
ことにより心臓疾患かどうかを判断する診断を一層正確
にする。
本発明のさらに別の目的は、心臓の影の輪郭の正確性
および信頼性のある推定を行うための新しい方法および
装置を提供することにある。
［発明の構成］ （課題を解決するための手段） 本発明によるこれらの目的およびその他の目的は、デ
ジタル胸部写真から心臓の輪郭を割り出すために、新し
く改良された方法および装置を提供することによって達
成でき、デジタル胸部Ｘ線写真の写した心臓の右側およ
び左側の境界線を検出し、写した心臓の輪郭に既定のモ
デル関数を適合することにより算出する。本発明による
と、心臓の全体的な輪郭はデジタル胸部画像上に重ねら
れ、モニターに表示される。
本発明の好ましい実施例では、デジタル胸部Ｘ線写真
から割り出した右側および左側の心臓の境界のポイント
に適合する移動分散関数がモデル関数として使用され
る。この関数の「移動分散」特性は角度で変化する位相
の項によって異なり、一般式は下記の通りである。
f1（θ）＝r0＋r1cos｛２（θ−φ）−αｇ（θ−
φ）｝ ここで、r0およびr1は、それぞれ中心からの平均半径
距離および平均半径距離からの最大変数である。この場
合、写した心臓の輪郭は極座標系に表され、θがこのシ
ステムで表された角度である。この関数の係数r0、r1、
φ、αは最小二乗法によって求める。
このコサイン関数の位相の項は通常の形式としてはｇ
（θ）で表す。ｇ（θ）は、正弦関数、多項式、その他
の関数で表すことができる。ｇ（θ）の応用形式の例に
は以下のものがある。
g1（θ）＝cosθ， g2（θ）＝sinθ， g3（θ）＝１−｜θ｜π， g4（θ）＝｜θ|/π， g5（θ）＝１−（θ／π）2,および g6（θ）＝（θ／π）２ 本発明の別の実施例は、既定のモデル関数は数値を制
限した三角関数の和によって表される関数である。これ
はフーリエ級数の部分和に等しい。例えば、３つの項だ
けを用いる場合、モデル関数は下記のように表される。
f2（θ）＝r0＋r2cos2（θ−φ２）＋r3cos3（θ−
φ３） この場合、r0、r1、r2、φ２、φ３は最小二乗方法に
より境界線のポイントと合うように決められた定数であ
る。
一つの実施例では、右側および左側の心臓の境界線
は、Ｘ線写真の胸部画像のデータから得られた水平方向
のプロフィールの最初の微分係数を基にして割り出した
ものであり、横隔膜の端部はこのデータの垂直方向のプ
ロフィールの最初の微分係数から求められる。別の実施
例では、右側および左側の心臓の境界線および横隔膜の
端部は直交する２方向、つまり、胸部画像の水平方向の
複数本の幅の狭い帯状領域で得られた端部傾度の分析を
基にして求められる。
（作用） このように本発明は心臓と肺のサイズに関する相当数
のパラメーターをデジタル胸部Ｘ線写真から自動測定す
るための方法および装置を提供するものである。該パラ
メーターとは、心臓の横断面の直径、長手方向の心臓の
直径、長い直径、広い直径、写した心臓部分、心胸比
（心臓の横断面の直径に対する胸部の横断面の直径の比
率）および写した心臓面積に対する写した肺面積の比率
である。これらのパラメーターは、算出した心臓の輪郭
および肺のサイズを求にして算出できる。
（実施例） 選択したＸ線写真の心臓の影の分析に関する本発明に
よる方法論を下記に説明する。
様々な形や大きさをした心臓のＸ線写真11枚は、数多
くのPA胸部Ｘ線写真の中から標準として選択したもので
ある。４人のＸ線専門医が各Ｘ線写真の心臓の影に境界
線をトレースして、写した心臓のアウトラインを描い
た。第１図の４本の黒線のアウトラインは、Ｘ線専門医
が引いた心臓の影の輪郭であり、白線はその４本の平均
曲線である。本明細書では、Ｘ線専門医によるこれらの
予測輪郭を、11枚の心臓写真の標準パターン（つまり
「絶好の標準パターン」）とし。本発明のコンピュータ
による予想パターンと比較する。定量方法でこれらの輪
郭を分析するために、第２図に示すような、輪郭の中心
（重心）からの距離を測定し、輪郭を原点からの半径距
離で表す極座標系を用いた。輪郭の中心のＸ座標は、心
臓輪郭内の画素のＸ値（Ｘ座標）の合計を、心臓輪郭内
の総画素数で割ることによって求める。輪郭の中心のＹ
軸（座標）は、心臓輪郭内の全ての画素のＹ値を用いて
同様に算出する。第２図に示すように、縦軸から右回り
が正の角度、左回りが負の角度である。第３図は、第１
図に示す４つのアウトラインの角度の関数としての半径
距離をグラフにしたものである。第４図に、５枚の胸部
Ｘ線写真の心臓の影の平均輪郭をそれぞれ示す。この平
均半径距離は約5cm〜8cmである。
第１図および第３図は、右側および左側の心臓の境界
線（極座標で約±90゜）が比較的明確に限定されてい
る。これは、４人のＸ線専門医が示した輪郭の右側およ
び左側の部分がほぼ一致しているという証拠である。し
かし、心臓が他の臓器と重なるため、心臓の境界線の上
部および下部は不明瞭で、Ｘ線専門医の示した４つの輪
郭にもかなりばらつきがある。
心臓輪郭の半径距離の分布は、下記方程式によるフー
リエ変換によって分析された。
Rkはｋ位のフーリエ係数、ｒ（θｍ）は角度θｍの半
径距離、Ｎは４度おきの輪郭をサンプルとしたデータ値
の総数（90）である。第５図は、心臓の輪郭の半径距離
の分布に関するフーリエ係数の振幅（０位係数の振幅に
正規化した）を示す。これによると、２位および３位係
数の振幅が１位以上の係数の振幅よりも大きいことがわ
かる。２位係数の振幅が大きいのは、半径距離分布の中
に、１周期で山（最高点）および谷（最小点）がそれぞ
れ２つずつあるからである。この結果を基にして、０
位、２位、３位に限定したフーリエ係数の逆フーリエ変
換によって、半径距離の分布を再構成してみた。その結
果を第６図に示す。これによると、再構成した輪郭は、
Ｘ線専門医が引いた４つの輪郭線のばらつき程度の誤差
があるが、標準パターンとほぼ一致している。このよう
に、胸部Ｘ線写真の心臓の輪郭を、下記方程式により表
すことができる。
ｒ（θ）＝r0＋r2cos2（θ−φ２）＋r3cos3（θ−
φ３） （２） この関数には、写した心臓の形を割り出すための６つ
のパラメーターがある。これは、平均半径距離r0を求め
るのに用いる中心（X0,X0）並びに２位または３位のフ
ーリエ係数の振幅（R2,R3）および位相（φ2,φ３）で
ある。これらのパラメータは心臓の境界線のポイントと
一致させるための最小二乗方法によって算出することが
できる。この関数はこれらのパラメーターについては非
線形なので、非線形二乗方法（Draper等、適用回帰分
析、第２版、pp.458−505、John Wiley and Sons、1981
年）が用いられた。これには、テイラー級数を展開した
最初の微分係数の項から割り出す線形近似関数の反復法
が含まれる。
上記のように、普通、胸部Ｘ線写真では、投射心臓の
上限および下限は不明瞭で、如何なる端部検出技術を用
いても恐らく発見できない。このため、通常は明瞭な心
臓の影の右限および左限の検出を試みている。本発明に
よる方法は、限定した境界線のポイントを用いることに
より輪郭の全体像をコンピュータで算出することであ
る。この限定した境界線は相対的には一次関数（方程式
２に示すような）に適合するので、輪郭の全体像を表す
ことができる。方程式２を用いるこの方法を11枚の胸部
Ｘ線写真に適用すると、第７図に示すような一部の例を
除き、コンピュータによって割り出した輪郭は普通Ｘ線
専門医の輪郭線とほぼ一致することが判明した。
第７図は、心臓の境界線のポイント（点線）の小さい
数字から算出した推定輪郭と平均輪郭を比較したもので
ある。フーリエ分析方法による推定輪郭（一点鎖線の曲
線）と平均輪郭は±180度付近（心臓の下部）で大きく
異なっているのがわかる。移動分散コサイン関数による
推定輪郭を二点鎖線の曲線で示す。この場合、この境界
線のポイントは手で選択したものでかなり正確であった
が、このような特殊な例では、方程式２で出した推定輪
郭はＸ線専門医が引いた輪郭とは若干異なっていた。後
で詳細に説明するように、コンピュータで検出した境界
線のポイントの一部にエラーが生じると、検出した境界
線の位置が実際の境界線とかなり異なることがある。そ
のため、検出した境界線の位置を一致させるには、より
適切な関数を用いた方が好ましい。方程式２で表される
関数は一定性に欠ける。つまり、この関数は変化しすぎ
るため、普遍性の面で適していない。下記に述べるよう
な、投射心臓の影の境界線を表す普遍的に適した関数が
調査の上選ばれた。
第４図および第５図に示すパターンを入念に検討した
結果、モデル関数は下記の条件を満たす必要がある。
（１） 写した心臓の輪郭が閉曲線で表される。極座標
で曲線を示す場合は、写した心臓の半径距離の分布には
１つの周期に最高点と最低点がそれぞれ２つずつある。
（２） ２つのピークの高さと幅が多少異なる。しか
し、これらのピークの相対的な高さは中心位置を変えれ
ば変更可能であり、調節して等しくすることができる。
（３） ２つのピーク間の角距離は、胸部Ｘ線写真の心
臓の影のサイズと形によって異なる。
（４） 心臓の全体的な輪郭を正確に推定するには、心
臓の境界線を出すためのデータの数値が比較的小さくて
も、パラメーターの小さい数字に合うモデル関数を用い
ることが望ましい。
上記の条件を満たす関数として、位相の項が角度によ
って異なる下記の三角関数が検討された。これは「移動
分散コサイン関数」と呼ばれる。
f1（θ）＝r0＋r1cos｛２（θ−φ）−αｇ（θ−
φ）｝ （３） 「移動分散」属性ｒ（θ）は、関数ｇ（θ）によって
変化し、様々な形式が可能である。簡単にするため、ｇ
（θ）の実用形式として可能性のある下記関数が検討さ
れた。
g1（θ）＝cosθ， g2（θ）＝sinθ， g3（θ）＝１−｜θ｜π， g4（θ）＝｜θ|/π， g5（θ）＝１−（θ／π）2,および g6（θ）＝（θ／π）２ 位相の項としてこれらの関数の何れか一つを含む移動
分散コサイン関数を、11枚の標準心臓パターンの分析に
適用した結果、関数g1（θ）が一般的に最適であること
が判明した。心臓の輪郭を表すのに選ばれたモデル関数
は下記の通りである。
ｒ（θ）＝r0＋r1cos｛２（θ−φ）−αcos（θ−
φ）｝ （４） この関数が表す曲線の形を第8a図乃至第8c図に示す。
推定輪郭は２つの方法で出した。つまり、手で選んだ
境界線のポイントを用いるフーリエ級数方法および移動
分散コサイン関数方法である。両関数のパラメーターは
最小二乗方法で出した。半径距離でグラフにした推定輪
郭を第７図に示す。境界線の数値が比較的限定されたと
しても、心臓輪郭の予想はフーリエ級数関数よりも移動
分散コサイン関数の方が明らかに正確である。
次に、胸部Ｘ線写真による心臓の境界線のポイントの
測定方法を、第９図乃至第12図（同一参照番号は同一要
素、つまり図の中の同一部分を示す）を参照して説明す
る。これは、移動分散コサイン関数を用いて心臓の輪郭
を割り出すのに必要な基本データとして役立つ。境界線
のポイントを測定する前に任意に行う処理方法は、胸部
Ｘ線写真の実像データを縮小することである。まず、サ
ンプリング距離を0.1mmにして、胸部Ｘ線写真（14イン
チ×17インチ）をデジタル化し、約3500×3500のマトリ
クスサイズにする。画素数を平均することによってデジ
タルＸ線写真から小さなマトリクスサイズの画像（しか
も画素サイズは大きい）にしたので、本発明による算出
の正確性に影響する画像のマトリクスサイズを検査でき
た。普通、写した心臓の境界線のポイントの検出には、
像のマトリクスサイズは128×128で十分なことが判明し
た。この小さなマトリクスサイズを使用すれば、もちろ
ん算出が効果的となる。
デジタル胸部画像80（縮小した形であろうとなかろう
と）を得て、記憶装置90に保存すると第９図に示すよう
に、本発明の処理（ブロック100）によって心臓の矩形
を求める。これは第10図に更に詳しく示す。
心臓輪郭の分析に小さなマトリクス画像を使用する場
合でも、胸部画像全体をコンピュータ分析するのであれ
ば、写した心臓の境界線のポイントを調べても何の効果
もない。これを解決するための第１の課題は、心臓の境
界線の正確な測定を容易にし、コンピュータ計算に及ぼ
す肺構造の干渉を最小にするために、写した心臓の影を
含む胸部画像部分のみを分離することである。この技術
では、垂直方向および水平方向に空間的なサインを生じ
る（第10図のブロック102および108それぞれを参照する
こと）。水平方向のサインは、画像が配列する縦列にあ
る画素値の和（または平均数）と水平方向の距離との間
の関数を表す。また、垂直方向のサインも垂直方向の距
離に同様の関係を表す。写した心臓を含む矩形部分（普
通、心臓矩形と呼ばれる）の予想を利用する。第10図に
示すこの技術は、下記に述べるように、基本的にはKrug
er等.,supraの発明と同じである。
ブロック102で得られた胸部画像の水平方向のサイン
を第13図に示す。このサインによって、最小および最大
位置が決まり（ブロック104）、ブロック106では、心臓
矩形を割り出す３つの重要なパラメーターによって、最
高ピーク位置である中心（MDL）、MDLの左側の最小値
（REH）の位置と画像の左端部の中間に位置する右側の
ガード（RG）、およびMDLの右側の最小値（LEH）の位置
と画像の右端部の中間に位置する左側のガード（LG）の
位置を算出される。垂直方向のサインセレクター108に
よって割り出した滑らかな垂直方向のサイン（第13図の
RGとLGの間の領域にある）を第14図に示す。最小検出回
路110によって算出したこの垂直方向のサインの最小値
は、心臓矩形の頂部カード（TG）を推定するのに用いら
れる。
第15図は、垂直プロフィールセクター114によって、
第13図のLGに沿った元の（縮小）画像データから割り出
したプロフィール（つまり、画素値の分布）であり、第
16図の曲線は微分回路およびピーク検出器116によって
出された最初の微分係数である。第15図は、胸部Ｘ線写
真の横隔膜の上部に対応して画素値が急変する位置を示
す。このため、第16図に示す垂直方向のプロフィールの
微分係数の鋭角なピークが、左側の肺の横隔膜の位置と
なる。心臓の下部が横隔膜の頂部よりも下過ぎないの
で、横隔膜の平均位置と胸部画像の下端部の中間として
下部ガード（BG）が決定する（ブロック118）。第17図
に示すように、心臓矩形はパラメーターTG,BG,RG,LGに
より割り出される。
次は、第11図を参照して、心臓の境界線のポイントの
検出および横隔膜の端部の検出（第９図のブロック20
0）について説明する。
心臓の境界線は心臓の矩形内で検索する。他の臓器と
重複するため写した心臓の境界線の上部および下部は不
明瞭である。このため、心臓矩形の写した心臓の右側お
よび左側の境界線を決める。心臓の右側の境界線はMDL
とRGの間の領域にあり、一方心臓の左側の境界線はMDL
とLGの間の領域にある。境界線のポイントは、元の／縮
小した画像のデータの水平方向のプロフィール（第11図
のブロック102）の選択および水平方向のプロフィール
の端部の検出によって割り出すことができる。これらの
水平方向のプロフィールの画素値が心臓の境界線で極度
に変化するので、微分回路およびピーク検出器204によ
って水平方向のプロフィールの最初の微分係数が算出さ
れ、各境界線のポイントは最初の微分係数の各最大値つ
まり各ピークの位置で限定される。この作業がTGからBG
まで５本の画素線ごとに繰り返される。
心臓の境界線は胸部画像の中に連続的にあると見做さ
れるので、また２つの近接した境界線のポイントの横方
向の位置（つまりＸ軸）は似ているので、境界線のポイ
ントは前の２つの境界線のポイントで決めた制限範囲で
のみ検出される。初めに、左側の肺の最初の２つの境界
線のポイントがLGとMDLの間の範囲で検出される。残り
の境界線のポイントを出すために、最後に検出したポイ
ント付近に可変範囲ができる。最初の範囲の中から選択
された幅は、左右両側に８つの画素を含む。しかし、最
後に検出した２つのポイントのＸ座標が比較されて、該
範囲の右側および左側が調節される。例えば、検出した
ポイントが最初のポイントよりも右に移動したとすれ
ば、範囲の右側はその移動分だけ増加するが、第18図に
示すように、範囲の左側はそのまま変動しない。同様
に、検出したポイントが前のポイントよりも左に移動し
たとしたら、範囲の左側はその移動分だけ増加するが、
範囲の右側は変動しない。
つまり、これらの範囲の幅は、像の下部方向に向かっ
て検索するごとに増加していく。可変範囲方法を用いる
のは、心臓の境界線に不正確な検出値がでないようにす
るためである。範囲が一定している場合や、範囲が狭す
ぎる、つまり次の「正しい」端部を求めるだけの幅がな
い場合は、一つでも不正確な検出値が出ると続いて多く
の誤差を生じることになる。しかし、範囲が広すぎる場
合は、他の比較的大きな肺構造の不正確な検出値が出て
しまい、検出した境界線が大きく異なることになる。
ブロック200では、肺の垂直方向の下限を推定する場
合や上記の方法で検出した心臓の境界線のポイントが
「正しい」端部位置であるかどうかを確認する場合に、
横隔膜の端部のポイントが用いられる。これは心臓の境
界線に適した垂直方向の範囲内にある。横隔膜下方の心
臓の境界線のポイントは端部のポイントほど確かでない
ので、横隔膜の高さを利用して横隔膜の下方に生じる心
臓の境界線は不確かなポイントとして除く。
横隔膜の端部のポイントは、垂直方向のプロフィール
を一定範囲方法で検査する場合を除き、心臓の境界線の
ポイントを検出する際のプロフィールの検索をもとにし
て検出される。最後に、垂直方向のプロフィールセレク
ター208が、垂線５本毎の間隔で垂直方向のプロフィー
ルを選択する。微分回路およびピーク検出器210は、各
垂直方向のプロフィールの最初の微分係数および最初の
微分係数でそれぞれのピーク値を算出する。その後、各
ピーク値が横隔膜の端部のポイントとなるように計算す
る。右側および左側の肺の横隔膜の端部開始位置は、ま
ずRGおよびLGに沿って検索される。前の端部のポイント
の上下６画素の一定範囲で、垂線５本毎の間隔で垂直方
向のプロフィールを検索する。垂直方向のプロフィール
および最初の微分係数が３×３マトリクスおよび３ポイ
ントの移動平均をそれぞれ構成するフィルターによって
滑らかとなる。
第11図のブロック214では、検査によって心臓の境界
線と横隔膜の端部のポイントが重複しているかどうかを
判断する。特に、心臓の境界線のポイントと左側の肺の
横隔膜の端部のポイントとの関係を検査して、検出した
心臓の境界線のポイントが移動分散コサイン関数に適合
するかどうかを決定する。横隔膜より下方の写した心臓
の境界線のポイントは不明瞭なため、心臓の境界線のポ
イントのデータセットには含まれない。これは第９図の
ブロック300で行う。
第19図に示すように、横隔膜のｎ番目の端部のポイン
ト（XE n,YE n）のＸ座標XE nが、心臓の境界線のポイント
ｍ番目および（ｍ−１）番目の２つのＸ座標間に位置す
る場合、Ｘ座標XE nでの２つの境界線のポイントの接線
のｙ座標の数値Ｙが決まる。ＹとYE nの間の差Dyの距離
が７画素以内の場合は、横隔膜のｎ番目の端部のポイン
トは心臓の境界線のポイントと重複していると考えられ
る。７画素を超える場合は重複していない。この重複検
査は、LG付近の３つの横隔膜の端部のポイントおよびMD
Lに最も近い３つの端部のポイントで行う。上記の基準
を基にしてこの３つの端部のポイントの２つ以上重複す
る場合は、LG付近の横隔膜の端部のポイントまたはMDL
付近の横隔膜の端部のポイントの何れか一方が実際に重
複しているのは確実である。
第20図に示すように、心臓の境界線と横隔膜の端部と
の関係は４つのケースに分類される。下記に説明する４
つのケースを示すこれらのパターンに従って有効な心臓
の境界線および横隔膜の端部が選択される（第11図のブ
ロック216に示す）。
ケース1. LGの端部のポイントは重複しているが、MDL
付近の内側のポイントは重複していない。この場合、全
ての交点より上の横隔膜の端部のポイントおよび心臓の
境界線のポイントは全て有効とする。
ケース2. LGの端部のポイントおよびMDL付近の内側の
ポイントは両方とも重複していない。これには２つの可
能性がある。つまり、心臓の境界線が横隔膜の端部と交
差している（第20図に示す）、または横隔膜の端部が心
臓の境界線に届いていない（図示せず）場合である。心
臓の境界線が横隔膜の端部と交差している場合は、交点
より上方の全ての横隔膜の端部のポイントおよび心臓の
境界線のポイント、また横隔膜の端部が心臓の境界線に
届かない場合は、横隔膜の端部の最も深い位置よりも上
方の全ての横隔膜の端部のポイントおよび心臓の境界線
のポイントが詳しい分析に利用される。
ケース3. LGの端部のポイントおよびMDL付近の内側の
ポイントが共に重複している。この場合、横隔膜の端部
のポイントは全て無視され、LGの横隔膜の端部より上方
の心臓の境界線は全て分析に利用される。
ケース4. LGの端部のポイントは重複していないが、MD
L付近の内側のポイントは重複している。このような場
合は、心臓の境界線に重複している場合を除き、横隔膜
のポイントは全て維持される。心臓の境界線のポイント
のカット・オフレベルは内部横隔膜の端部のポイントで
ある。
左側の肺の心臓の最も低い境界線の位置が上記の方法
により決まり、ブロック216の右側の肺の心臓の境界線
の下限が、心臓の境界線に最も近い横隔膜のｙ座標によ
って決まる。
第９図のブロック200が完了すると、本発明の処理は
モデル関数の心臓の境界線の適合へと進む（第９図のブ
ロック300）。ブロック300は第12図に詳細に示す。
心臓の上部で検出された境界線のポイントは「実際
の」心臓の境界線には含まれないことが多いが、上部の
縦隔には含まれる。これらの上限のポイントを取り除く
ために、次の方法が用いられる。第５図に示すに、０位
のフーリエ係数の振幅には他の係数の振幅よりもかなり
大きい。これは心臓の形がほぼ円形であることを表す。
このため、第12図のブロック302に示すように、心臓の
左側の境界線の３つの低いポイント352,354,356（下か
ら２番目、３番目、４番目）、および心臓の右側の境界
線の２番目に低いポイント358に適合する円350が割り出
される。続いて、直径が第１の円のそれぞれ0.8倍およ
び1.2倍の２つの円360および362が割り出される。これ
は心臓の境界線のポイントの選択範囲を示す（第21
図）。同心円360および362の内部に位置する境界線のポ
イントが、心臓の輪郭を決定する際には、モデル関数
（第12図のブロック304）に適合するようになる。第21
図に示すように、適合した境界線のポイントには、ポイ
ント352、354、356、358、および四角で囲んだポイント
が含まれる。
モデル関数への適合および適合した輪郭の修正は、ブ
ロック304で最小二乗方法を用いて行われ、写した心臓
の選択境界線のポイントに適合する方程式３の移動分散
コサイン関数のパラメーターを上記の方法に従って求め
る。このように、この技術を用いて心臓の全体的な輪郭
を推定し、心臓のサイズに関するパラメーターも決定す
る。しかし、一定の形をした投射心臓が非常に大きい場
合、普通心臓の下限はＸ線専門医が引いた輪郭よりもか
なり低くなることが判明した。また、ほとんどの心臓の
境界線の上部のポイントはこの手順に適合しないため、
「縦長の」心臓の（下記に説明する）について予想した
心臓の輪郭は実際の輪郭よりもかなり小さくなることが
判明した。このため、これらの不適切な輪郭を修正し
て、これらの輪郭をＸ線専門医が引いた輪郭と合うよう
にした。下記に説明する方法によって修正した。
まず、ブロック30で、心臓の形およびサイズを検査
し、大きい場合または形が異常な心臓の場合心臓の下限
を修正する必要があるかどうか判断する。修正が必要な
場合は、心臓の下限を下記に説明するように修正する
（ブロック308）。
第22図に示すように、横隔膜の端部との接点付近の心
臓の境界線の形を考慮して写した心臓の形を４つのグル
ープに分類する。タイプＡは標準的な心臓によく見られ
る形である。これは、横隔膜の端部付近内方にカーブす
る２本の心臓の境界線を特徴とする。内方にカーブする
曲線はＸ（つまり、近接した心臓の境界線のポイントの
横の座標）と比較することにより検出する。タイプＢ
は、内方にカーブする心臓の境界線が左側の肺に一本あ
るが、他の曲線は外方にカーブする。タイプＣは、外方
にカーブする心臓の境界線が左側の肺に一本あるが、他
の曲線は内方にカーブする。タイプＤは、外方にカーブ
する心臓の境界線が二本ある。これはサイズの大きな心
臓の場合によく見られる。
心臓のおおよその直径が12cmを超え形がタイプＢかＣ
かＤに当てはまる場合は、心臓の下限に修正が必要とな
ることが判明した。心臓が肥大していると、他の臓器に
よって下限が上方に押し上げられて制限されるので、心
臓の形はとても円形とは言えない形となるものと思われ
る。50枚の胸部画像を分析した結果、下記に説明するよ
うに、ブロック308を補足して心臓の輪郭の下部を修正
することが決定した。
ブロック308では、心臓の中心より下方の境界線のポ
イントを出すために、心臓の境界線の中心からの垂直方
向の距離を補正係数を用いて縮小する。心臓が16cmを超
え、形がタイプＡ以外の場合は、補正係数は0.5、つま
り、心臓の下部の推定輪郭のｙの位置を1/2だけ縮小す
る。心臓のサイズが12cm〜16cmで形がタイプＡと異なる
場合は、補正係数は線形的に1.0から0.5の範囲で変化す
る。つまり、12cmの心臓の補正係数は1.0となる。しか
し、心臓の形がタイプＡまたは心臓のサイズが12cm未満
の場合は、補正する必要がないので、心臓の下限には如
何なる修正も加えずに、ブロック306からブロック310に
進む。補正した心臓の輪郭とＸ線専門医が引いた輪郭を
比較すると、ブロック308で補正した心臓の輪郭はＸ線
専門医が引いた輪郭とは明確に類似している。
第12図に示すように、ブロック308で心臓の下限を補
正した後、処理はブロック310へと進み、問題の心臓が
「縦長の」心臓かどうか検査する。
写した心臓の中には、水平方向の（つまり横方向）直
径よりも垂直方向（つまり高さ）がかなり長いことを特
徴とする形のものがある。本明細書では、これらの心臓
を「縦長の」心臓とする。既に説明した通り、心臓の下
部にある多少の境界線のポイントでのみ割り出した円
で、そのような縦長の心臓の形かどうかを予測するのは
困難なことが多い。適合させるのに必要な上限のポイン
トの一部はデータセットから除かれることが判明してい
る。そのためにコンピュータで割り出した心臓の輪郭
が、Ｘ線専門医が示した輪郭よりも小さくなってしまう
からである。これらのエラーを修正するために、除かれ
た境界線のポイントと割り出した右側の肺の心臓の輪郭
との位置関係を調べる。このような場合は（つまり、縦
長の心臓の場合は）、除かれた境界線のポイントは普通
輪郭の左側（つまり、右側の肺の心臓の輪郭）に位置す
る。このため、これらの除かれた境界線のポイントは再
び検査されて、適合するためにデータセットに含むべき
かどうか判断される。この検査（ブロック312）は、左
側の輪郭で除かれた境界線のポイントの中の最も低いポ
イントから始める。境界線のポイントの中の最も低いポ
イントが左側の輪郭に位置する場合、選択された境界線
のポイントの右側に位置する場合、および除かれた境界
線のポイントの直ぐ下の２つのポイントから線形補外法
によって推定したポイントからの距離が５画素以内の場
合は、この除かれたポイントは新たにデータポイントと
して選択される。次のポイントにも同じ検査を繰り返し
行う。２つの連続したポイントが除かれると、ブロック
312の処理は終了する。ブロック304で、適合に用いた補
正済みの境界線のポイントによって新しいモデル関数の
パレメターが決まる。
ブロック310に続いて、心臓の境界線のポイントをそ
れ以上修正する必要がない場合は、第９図に示すよう
に、心臓の寸法および写した部分が割り出され（ブロッ
ク400）、モニターに表示される（ブロック700）。
心臓の絶対サイズの測定は臨床診断情報として重要で
ある。しかし、心臓の拡大係数は正確に知ることができ
ないことがあるので、Ｘ線写真の分析では臓器の実際の
寸法を正確に測定することができない。このような場
合、心胸比（心臓のサイズに対する肺のサイズの比率）
など、Ｘ線専門医は２つの寸法の比率によって心臓のサ
イズが異常かどうかを判断するための有効な情報を得る
ことができる。このため、第９図に示すように、処理
（ブロック400,500,600）が実行されて、自動的に心臓
の寸法関係が算出される。下記に説明するように、ブロ
ック400および500の処理が実行されると、PA胸部Ｘ線写
真の肺に対する寸法が測定される。
ブロック600では、算出した心臓の輪郭の水平方向の
最長寸法から求めた心臓の横断面の直径、心臓の輪郭の
垂直方向の最長寸法から求めた心臓の高さ、および長い
直径および幅の広い直径（つまり最大直径および最大直
径に垂直な方向の直径）がそれぞれが第24図に示すよう
に測定される。また、心胸比（CTR）も測定される。
ブロック400では、RGとLGの間の範囲で求められた垂
直方向のサインを、まず胸部画像の頂端部からTG（心臓
の矩形の頂部）まで求められる。胸部画像の頂端部付近
にあるサインの最初の幅の広いピークで、肺の上限の位
置を決定できる。胸部の端部は、肺の頂部からBGの範囲
で選択された水平方向のプロフィールの最初の微分係数
のピークで検出される（胸郭の端部の測定方法に関する
技術の詳細については、関連技術として、同一所有権で
同時係属中の1988年８月３日出願の米国特許出願番号07
/031,143を参照。この方法は、心臓の境界線のポイント
の検出方法と基本的には同じである。第９図のブロック
500では、各肺の胸部の端部の検出ポイントは４次の多
項式にそれぞれ適合される。他の多項式が、肺の頂部付
近の胸郭の上端部への適合に用いられ、両方の肺の胸郭
の端部に問題なく当てはまるようにする。肺の下限は横
隔膜の端部の中間高さで決まる。胸部直径は、横隔膜の
最も高い位置での右側と左側の胸部の端部間の距離から
求められる。胸部Ｘ線写真の肺の面積は、適合曲線およ
び肺の下方の境界線で囲まれた部分から推定できる。
本発明の技術を50枚のPA胸部Ｘ線写真の分析に適用す
ることにより、心臓と肺に関連する心臓の輪郭およびパ
ラメーターが得られた。この結果を２人のＸ線専門医が
検査した。この推定輪郭はＸ線専門医が予測した輪郭に
匹敵するため、Ｘ線専門医はこれらの推定輪郭を心臓の
サイズに関係するパラメーターを求めるために使用可能
であるという結論を出した。第23図は、半径距離による
極座標の心臓の輪郭を示す。
肺が極度に大きいために胸郭の端部の一部が見られな
いような場合の画像を除けば、胸郭の端部も明確に検出
された。心臓の輪郭、肺の輪郭、心臓と肺に関するその
他のパラメーター（第24図）がCTRモニターに表示され
る（第９図のブロック700）。表示されたパラメーター
（ブロック700）には、第24図に示す如何なる寸法も全
て入っている。これには上記に限定した心臓の横断面の
直径、心臓の高さ、および心臓の長い直径と幅の広い直
径、さらに、横隔膜の平均高さから肺の上部までの距離
として測定される胸部の高さ、横隔膜の高さで胸郭の幅
として測定される胸部の横断面の直径、および心臓の横
断面の直径対胸部の横断面の直径の比率である心臓の心
胸比（CTR）なども含まれている。
次は、写した心臓の境界線のポイントを測定する別の
方法を説明する。第21図について説明した上記の方法に
代わるこの測定方法は、直交する２方向、つまり胸部像
の水平および垂直方向、で求められる端部の傾度（つま
り傾斜度）の分析に基づく。下記に詳しく説明するよう
に、この方法の利点は、心臓の境界線と横隔膜の端部と
の間の接点の正確な割り出しである。
この代案方法の独特な特徴を第25図および第26図に示
す。実例として左側の肺の部分のみを示す。心臓の境界
線の端部のポイントを求めるには、MDLと胸郭の端部
（胸郭の端部は肺のサイズに関するパラメーターを決め
る際に上記に説明するような配置となることがある）の
間のTGに沿った水平方向のプロフィールから始める。先
ず、幅の狭い水平方向の帯状領域の画素値で水平（Ｘ
−）および垂直（ｙ−）方向の２つの端部の傾度を求め
る。帯状領域とは、例えば、最初の微分係数またはPrew
itt（プレウェッチ）フィルターやSobel（ソベル）フィ
ルター（A.Rosenfeld等、デジタルピクチャー処理、第
２版、No.2:p.p.84−112:アカデミックプレス、1982年
を参照すること）等の端部のフィルターを用いて、TGに
沿った垂直方向の高さが３画素で左から右へ広がった帯
などである。また、水平（Ｘ−）および垂直（ｙ−）方
向の２つの端部の傾度にはそれぞれGxおよびGyが印して
ある。続いて、端部の全体的な傾度Ｇおよび端部の傾度
θの方向（または角度）を下記の方程式を用いて算出す
る。
端部のポイントを最大Ｇ値に示すTGに沿った線上の位
置で測定する。第25図では、端部のポイントを小さい丸
いドットで示し、この端部のポイントでの端部の最大傾
度の方向を小さい矢印で示す。これは、画素値の増加方
向および最大傾斜がTGに沿って生じる方向に対応してい
る。普通、この矢印の方向は心臓の境界線を表す線に対
して垂直である。
同様に、TGとBGの間の水平方向のプロフィールで最大
Ｇ値を測定することにより、心臓の境界線および横隔膜
の端部の補足の端部のポイントを求める。心臓の境界線
が連続的であり、横隔膜の端部が心臓の境界線の下部と
接しているので、これらの補足検査は水平方向の制限範
囲でのみ行われる（第25図に水平線で示す）。第25図で
重要なのは、心臓の境界線の最下部より下方では、矢印
の方向が著しくなっている（約90度）ことである。これ
は、普通横隔膜の端部は心臓の境界線に対して垂直方向
にあるからである。
この代案方法の有効性を量的に示すために、胸部画像
から求めた端部の傾度および方向の変化を第27図および
第28図に示す。第27図は、端部の全体的な傾度およびGx
およびGyの絶対値（つまり量）を垂直方向の距離に沿っ
てグラフにしたものである。比較すると、心臓の境界線
の範囲では、|Gx|はＧにほぼ等しく、|Gy|はかなり小さ
い。これは、心臓の境界線がＸ方向に対してほぼ垂直方
向にあるからである。しかし、横隔膜の端部の範囲で
は、|Gy|は大幅に増加して|Gx|よりも大きくなる。これ
は横隔膜の端部の方向が心臓の境界線の方向と全く異な
るからである。
心臓の境界線から横隔膜の端部へのこの変化を第28図
では端部の最大傾度の方向で著しい減少を示している。
この減少は、垂直方向の距離に対する角度のプロットの
最小ピークまたは高い減少率で検出できる。
これにより、端部の傾度方向での最小ピークを用い
て、心臓の境界線の最も低い端部のポイント、さらに垂
直方向のプロフィール分析を基にした横隔膜の端部を正
確に検査するための開始位置のポイントも測定できる。
第26図に示すように、この検査は開始位置のポイントの
左右両サイドの各垂直方向のプロフィールの一定範囲に
わたって行う。端部の傾度およびその方向は水平方向の
プロフィールで先に説明した方法と同様に、垂直方向の
プロフィールにそって算出される。各垂直方向のプロフ
ィールで、最大Ｇ値を生じる位置は３次多項式の曲線に
当てはめて横隔膜の端部を求めることができる。
心臓の境界線および横隔膜の端部を正確に測定するた
めに、２つの端部の傾度を用いるこの方法の有効性を、
第29図のデカルト座標にGxおよびGyをブロットしてさら
に詳しく示す。心臓の境界線の水平方向のプロフィール
の分析で出した端部の傾度値（丸点）は左下方（Gxの反
対側）に分布している。しかし、横隔膜の端部は心臓の
境界線の最も低いポイントより下方の水平方向のプロフ
ィールに含まれるようになるので、端部の傾度（丸点）
は第29図の左上方に移動する。しかし、これらの端部の
傾度（丸点）は、横隔膜の端部についての垂直方向のプ
ロフィールから求めたその他の端部傾度（Ｘ）と同じ範
囲に集まっている。これにより、心臓の境界線および横
隔膜の端部を出すための端部傾度の２つのグループの識
別が明確、つまりプロフィールの検査方向には関係な
く、心臓の境界線に属する左下方のポイントおよび横隔
膜の端部に属する左上方のポイントとに分離することが
判明した。
心臓の境界線を割り出すための本発明による代案技術
を要約すると、心臓の境界線の端部のポイントおよび横
隔膜の端部は、胸部Ｘ線写真の直交する２方向（水平方
向および垂直方向）で２つの端部の傾度を求めることに
より、また、端部の傾度および／または端部の最大傾度
の方向の著しい変化を基にした心臓の境界線および横隔
膜の端部を識別することにより正確に割り出される。一
方、全体的な端部の最大傾度は、胸部画像の水平方向お
よび／または垂直方向のプロフィールに沿って検査され
る。
上記から明らかなように、上記技術を考慮すると本発
明は数多くの変更および変形が可能となる。例えば、本
発明に従って、モデル関数で適合される、左側および右
側の心臓の輪郭のポイントを割り出すには手先の技術を
導入することができる。このような作業を実行するに
は、デジタルによる心臓の画像がタッチスクリーンに表
示されるので、Ｘ線専門医は、タッチスクリーンの各位
置に触れるだけで、いくつかの明視化した心臓の境界線
および／または横隔膜の端部のポイントを比較的容易に
割り出すことができる。また、それに代わるものとし
て、モニターに表示されるＸ線写真画像から心臓の境界
線のポイントを選択するのにカーソルをマウスで操作す
ることも可能である。上述のように、本発明によるモデ
ル適合関数およびモデル修正関数で計算することによっ
て、心臓の完全な輪郭を割り出すことができる。付属の
クレームの範囲内で、ここに明確に記載した以外にも本
発明を実施することができる。
［発明の効果］ 以上のように本発明によれば心臓の横断面の直径、長
手方向の心臓の直径、長い直径、広い直径、写した心臓
部分、心胸比（心臓の横断面の直径に対する胸部の横断
面の直径の比率）および写した心臓面積に対する写した
肺面積の比率である、心臓と肺のサイズを基にして算出
できるパラメーターを、デジタル胸部Ｘ線写真から自動
測定するための方法および装置を提供することができ
る。
【図面の簡単な説明】
第１図は心臓の影のアウトラインまたは輪郭として、４
本の黒線は４人の放射線専門医が描いた輪郭，白線はそ
の平均輪郭を示す図である。 第２図は心臓の中心から引いた垂直方向の軸で測定した
半径距離および角度によって心臓の輪郭を表す極座標シ
ステムを示すものであり、左側の肺で測定した角度は正
の値、右側の肺の角度は負の値となることを示す図であ
る。 第３図は４人の放射線専門医が示した心臓の影の輪郭の
差を図示するものであり、第２図の極座標の半径距離に
よって表すことを示す図である。 第４図は５種類の胸部Ｘ線写真の心臓の影の平均輪郭を
図示する極座標グラフ図であり、心臓のおおよそのサイ
ズは約5cmから8cmであることを示す図である。 第５図は心臓の影を描いた輪郭の半径距離の分布を正規
化したフーリエ係数の振幅を示すグラフ図である。 第６図は放射線専門医が示した輪郭の平均輪郭と、０
位,2位,3位の係数のみを使用する逆フーリエ変換によっ
て算出し再構成した輪郭の比較を示す極座標グラフ図で
ある。 第７図は放射線専門医による平均輪郭と、フーリエ分析
方法および移動分散コサイン関数を用いて心臓の境界線
のポイントの小さい数値で算出した予想輪郭の比較を示
す極座標グラフ図である。 第8A図、第8B図、および第8C図は、心臓の境界線のポイ
ントに適合するように使用した移動分散コサイン関数を
示すグラフ図であり、第8A図は関数角度による半径距離
の分布を示す図、第8B図はデカルト座標システムに示す
閉曲線を示す図、および第8C図は位相の項による閉曲線
の回転にかかる関数を示す図である。 第９図乃至第12図は本発明に従って分析した構成を機能
的に示すブロック図である。 第13図は胸部Ｘ線写真で求めた滑らかな水平方向のサイ
ンを示すものであり、心臓の矩形の決定に必要な右側の
ガード（RG），左側のガード（LG），および中間（MD
L）を示すグラフ図である。 第14図はRGとLGの間の範囲で求めた滑らかな垂直方向の
サインを示すものであり、このサインの最小値から心臓
の矩形の頂部ガード（TG）を求められることを示すグラ
フ図である。 第15図はLGに沿って出した滑らかな垂直方向のプロフィ
ール、横隔膜の端部付近の滑らかな垂直方向のプロフィ
ールの画素値の著しい変化を示すグラフ図である。 第16図は第５図に示す垂直方向のプロフィールの滑らか
な最初の微分係数を示すものであり、横隔膜の端部を垂
直方向のプロフィールの最初の微分係数のピーク値から
求められることを示すグラフ図である。 第17図はTG,LG,RGおよび下部のガード（BG）で出した心
臓の矩形を示すものであり、BGは横隔膜の端部の卑近高
さと胸部画像の下部との間の中間に位置することを示す
図である。 第18図は心臓の境界線のポイントの測定に可変範囲を用
いるグラフ図である。 第19図は本発明に従って心臓の境界線と横隔膜の端部位
置が重複および交差しているかどうかを判断するための
検査を示すものであり、横隔膜の端部の値（XE,YE）と
線形に補間した値（XE,Y）との差距離が７画素未満の場
合は、横隔膜の端部および心臓の境界線は重複している
と考えられ、また７画素以上の場合は重複していないと
考えられることを示す図である。 第20図（ａ）（ｂ）（ｃ）（ｄ）は左側の肺の心臓の境
界線のポイントと横隔膜の端部のポイントが重複（交
差）関係にある４種類のケースを示す図である。 第21図は心臓の輪郭を割り出す際に利用される心臓の境
界線のポイントの選択手順のグラフ図である。 第22図（ａ）（ｂ）（ｃ）（ｄ）は心臓の境界線および
横隔膜の端部のパターンに従って分類する４種類の心臓
の形を示す図である。 第23図は自動的にコンピュータで算出した心臓の影の輪
郭と放射線専門医が示した輪郭の比較を示す曲座標グラ
フ図である。 第24図は胸部Ｘ線写真の心臓と肺の投射画像のためのパ
ラメーターを示すものであり、心胸比（CTR）は心臓の
横断面の直径に対する胸部の横断面の直径の比率として
計算されることを示す図である。 第25図は本発明の別の実施例に従って胸部Ｘ線写真から
心臓の境界線の端部および横隔膜の端部を測定するため
に端部のポイント（小さい丸点）と最大端部の傾斜方向
を示す図である。 第26図は垂直方向のプロフィールの最大端部の傾度を検
出することによって横隔膜の端部の値（Ｘ）を測定する
方法を示す図である。 第27図は心臓の境界線および横隔膜の端部を水平方向の
プロフィールを検索することによって求めた全体的な端
部の傾度および方向の変化を示すグラフ図である。 第28図は水平方向のプロフィール検索によって求めた最
大端部傾度の方向の変化を示すグラフ図である。 第29図は水平方向（小さい丸点）と垂直方向（ｘ）のプ
ロフィール検索によって求めた２つの端部の傾度の分布
を示すグラフ図である。 80……デジタル胸部画像、90……メモリ、100……心臓
の矩形算出、200……心臓の境界線及び横隔膜の端部の
検出、300……モデル関数の心臓の境界線への適合、大
きい心臓及び縦長の心臓に対する係数適合、400……境
界線及び胸部の検出、500……多項式への適合処理、600
……心臓の寸法および写した部分、肺のサイズ、CTR等
の算出、700……表示。
───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 昭55−67866（ＪＰ，Ａ) 特公 昭51−16091（ＪＰ，Ｂ２) (58)調査した分野(Int.Cl.6，ＤＢ名) A61B 6/00

Claims (17)

    (57)【特許請求の範囲】
  1. 【請求項１】胸部Ｘ線像から心臓の輪郭の左右両側の境
    界ポイントを検出し、 この検出した境界ポイントに所定のモデル関数をフィッ
    ティングさせ該フィッティングしたモデル関数に基き心
    臓の輪郭を決定する方法であって、 前記モデル関数として、移動分散三角関数を用いたこと
    を特徴とする心臓輪郭決定方法。
  2. 【請求項２】前記モデル関数は、 f1（θ）＝r0＋r1cos｛２（θ−φ）−αｇ（θ−
    φ）｝で定義される移動分散三角関数f1（θ）であっ
    て、ここに、r0およびr1をそれぞれ中心からの平均半径
    距離および平均半径距離からの最大変数とし、心臓輪郭
    を角度θの極座標系で表し、係数r0,r1,θ，αを最小二
    乗法によって算術し、ｇ（θ）をcos関数の位相の項と
    することを特徴とする請求項１の方法。
  3. 【請求項３】胸部Ｘ線像から心臓の輪郭の左右両側の境
    界ポイントを検出し、 この検出した境界ポイントに所定のモデル関数をフィッ
    ティングさせ該フィッティングしたモデル関数に基き心
    臓の輪郭を決定する方法であって、 前記モデル関数として、フーリエ級数の部分和に等価で
    あって数値を制限した三角関数の和によって表される関
    数を用いたことを特徴とする心臓輪郭決定方法。
  4. 【請求項４】前記モデル関数は、 f2（θ）＝r0＋r2cos2（θ−φ２）−r3cos3（θ−
    φ３）で定義される関数f2（θ）であって、ここに、
    r0,r2,r3,φ2,φ３は、最小二乗法によって心臓輪郭の
    境界ポイントにフィットするように求められた定数であ
    ることを特徴とする請求項３の方法。
  5. 【請求項５】胸部Ｘ線像から心臓の輪郭の左右両側の境
    界ポイントを検出し、 この検出した境界ポイントに所定のモデル関数をフィッ
    ティングさせ該フィッティングしたモデル関数に基き心
    臓の輪郭を決定する方法であって、 前記境界ポイント検出は、 心臓、両肺および横隔膜の端部のデータを含む矩形領域
    を決定し、 この矩形領域におけるデータの複数の水平方向プロフィ
    ールを選定し、この選定した水平方向プロフィールから
    心臓の境界ポイント候補を決定し、 前記矩形領域におけるデータの複数の垂直方向プロフィ
    ールから横隔膜の端部としてのポイントを決定し、 横隔膜の領域と心臓の境界ポイント候補とが重複しいる
    かどうかを決定し、心臓の境界ポイント候補が横隔膜の
    領域に重複している場合はその境界ポイントをモデル関
    数でフィッティングを行うポイントから外すことを特徴
    とする心臓輪郭決定方法。
  6. 【請求項６】前記モデル関数は、 移動分散三角関数を用いたことを特徴とする請求項５の
    方法。
  7. 【請求項７】前記モデル関数は、 f1（θ）＝r0＋r1cos｛２（θ−φ）−αｇ（θ−
    φ）｝で定義される移動分散三角関数f1（θ）であっ
    て、ここに、r0およびr1をそれぞれ中心からの平均半径
    距離および平均半径距離からの最大変数とし、写した心
    臓の輪郭を角度θの極座標系で表し、係数r0,r1,θ，α
    を最小二乗法によって算術し、ｇ（θ）をcos関数の位
    相の項とするものであることを特徴とする請求項５の方
    法。
  8. 【請求項８】被検者の胸部Ｘ線像から心臓輪郭を決定す
    る装置であって、 胸部Ｘ線像に対応するデジタルデータを生成する手段
    と、 前記心臓の輪郭の左右両側の境界ポイントを検出するべ
    く前記デジタルデータを処理する手段と、 この手段により検出した心臓の境界ポイントに所定のモ
    デル関数をフィッティングさせる手段と、 この手段によりフィッティングしたモデル関数に基き心
    臓の輪郭を決定する手段とを備え、 前記フィッティング手段は、移動分散三角関数により、
    前記心臓の境界ポイントを検出することを特徴とする心
    臓輪郭決定装置。
  9. 【請求項９】前記モデル関数は、 f1（θ）＝r0＋r1cos｛２（θ−φ）−αｇ（θ−
    φ）｝で定義される移動分散三角関数f1（θ）であっ
    て、ここに、r0およびr1をそれぞれ中心からの平均半径
    距離および平均半径距離からの最大変数とし、心臓の輪
    郭を角度θの極座標系で表し、係数r0,r1,θ，αを最小
    二乗法によって算術し、ｇ（θ）をcos関数の位相の項
    とするものであることを特徴とする請求項７の装置。
  10. 【請求項１０】被検者の胸部Ｘ線像から心臓輪郭を決定
    する装置であって、 胸部Ｘ線像に対応するデジタルデータを生成する手段
    と、 前記心臓の輪郭の左右両側の境界ポイントを検出するべ
    く前記デジタルデータを処理する手段と、 この手段により検出した心臓の境界ポイントに所定のモ
    デル関数をフィッティングさせる手段と、 この手段によりフィッティングしたモデル関数に基き心
    臓の輪郭を決定する手段とを備え、 前記フィッティング手段は、フーリエ級数の部分和に等
    価な、数値を制限した三角関数の和により表される関数
    により、前記心臓の境界ポイントを検出することを特徴
    とする心臓輪郭決定装置。
  11. 【請求項１１】前記モデル関数は、 f2（θ）＝r0＋r2cos2（θ−φ２）−r3cos3（θ−
    φ３）で定義される関数f2（θ）であって、ここに、
    r0,r2,r3,φ2,φ３は、最小二乗法によって心臓の輪郭
    のポイントに合うように決められた定数であることを特
    徴とする請求項10の装置。
  12. 【請求項１２】被検者の胸部Ｘ線像から心臓輪郭を決定
    する装置であって、 胸部Ｘ線像に対応するデジタルデータを生成する手段
    と、 前記心臓の輪郭の左右両側の境界ポイントを検出するべ
    く前記デジタルデータを処理する手段と、 この手段により検出した心臓の境界ポイントに所定のモ
    デル関数をフィッティングさせる手段と、 この手段によりフィッティングしたモデル関数に基き心
    臓の輪郭を決定する手段とを備え、 前記心臓の輪郭の左右両側の境界ポイントを検出するべ
    く前記デジタルデータを処理する手段は、 心臓、両肺および横隔膜の端部のデータを含む矩形領域
    を前記デジタルデータより決定する手段と、 前記矩形領域におけるデータの複数の水平方向プロフィ
    ールから心臓の境界ポイント候補を決定し、前記矩形領
    域におけるデータの複数の垂直方向プロフィールから横
    隔膜の端部としてのポイントを決定する手段と、 横隔膜の領域と心臓の境界ポイント候補とが重複しいる
    かどうかを決定し、心臓の境界ポイント候補が横隔膜の
    領域に重複している場合はその境界ポイントをモデル関
    数でフィッティングを行うポイントから外す手段とを具
    備することを特徴とする心臓輪郭決定装置。
  13. 【請求項１３】複数の心臓輪郭の境界ポイントとして、
    検横隔膜の端部ポイントに重複していなく且つ横隔膜の
    端部ポイント近傍に位置する、複数の心臓輪郭の境界ポ
    イント候補を選定する手段と、 前記選定された複数の心臓輪郭の境界ポイントにフィッ
    ティングする第１の環を求め、この第１の環と同心であ
    り且つ第１の環の直径より所定量だけ大径及び小径の第
    2,3環を選定する手段と、 前記第２の環と第３の環との間の領域に位置している、
    重複していない心臓の境界ポイント候補を検出する手段
    と を具備することを特徴とする請求項12の装置。
  14. 【請求項１４】前記心臓境界ポイントにフィッティング
    した心臓輪郭のサイズを決定する手段と、 前記決定した心臓が所定値よりも大きいとき、少なくと
    も一部の心臓輪郭の直下の領域の中心から当該決定した
    心臓の輪郭の中心までの垂直距離を、所定の補正係数に
    より減少させる手段とを具備することを特徴とする請求
    項13の装置。
  15. 【請求項１５】前記モデル関数は、 移動分散三角関数を用いたことを特徴とする請求項12の
    装置。
  16. 【請求項１６】被検者の胸部Ｘ線像から心臓輪郭を決定
    する装置であって、 胸部Ｘ線像に対応するデジタルデータを生成する手段
    と、 前記心臓の輪郭の左右両側の境界ポイントを検出するべ
    く前記デジタルデータを処理する手段と、 この手段により検出した心臓の境界ポイントに所定のモ
    デル関数をフィッティングさせる手段と、 この手段によりフィッティングしたモデル関数に基き心
    臓の輪郭を決定する手段とを備え、 前記フィッティング手段は、 フーリエ級数の部分和に等価である、数値を制限した三
    角関数の和により表される関数により、前記心臓の境界
    ポイントを検出することを特徴とする心臓輪郭決定装
    置。
  17. 【請求項１７】被検者の胸部Ｘ線像から心臓輪郭を決定
    する装置であって、 前記Ｘ線像上に所定ポイントに原点を有する像極座標系
    を再定義し、該座標系にて前記心臓の輪郭の左右両側の
    境界ポイントを検出する手段と、 この手段により検出した心臓の左右両側の境界ポイント
    の座標系に所定のモデル関数をフィッティングさせる手
    段と、 この手段によりフィッティングしたモデル関数に基き、
    心臓の輪郭を決定する手段とを備え、 前記フィッティング手段は、検出した心臓の左右両側の
    境界ポイントの座標系に、選定された移動分散三角関
    数、及び、フーリエ級数の部分和に等価な、数値を制限
    した和により表される関数を用いてフィッティングを行
    うことを特徴とする心臓輪郭決定装置。
JP1304542A 1988-11-23 1989-11-22 心臓輪郭決定方法および装置 Expired - Fee Related JP2796381B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US07/275,720 US5072384A (en) 1988-11-23 1988-11-23 Method and system for automated computerized analysis of sizes of hearts and lungs in digital chest radiographs
US275720 1988-11-23

Publications (2)

Publication Number Publication Date
JPH02220638A JPH02220638A (ja) 1990-09-03
JP2796381B2 true JP2796381B2 (ja) 1998-09-10

Family

ID=23053531

Family Applications (1)

Application Number Title Priority Date Filing Date
JP1304542A Expired - Fee Related JP2796381B2 (ja) 1988-11-23 1989-11-22 心臓輪郭決定方法および装置

Country Status (3)

Country Link
US (1) US5072384A (ja)
JP (1) JP2796381B2 (ja)
DE (1) DE3938699A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009153750A (ja) * 2007-12-27 2009-07-16 Techmatrix Corp 医療用画像表示装置及び医療用画像表示方法

Families Citing this family (86)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02246926A (ja) * 1989-03-17 1990-10-02 Fujitsu Ltd 推定電流源の表示方式
US5274549A (en) * 1990-05-18 1993-12-28 General Electric Company Method of deriving a cardiac ejection fraction from nuclear image data
US5235510A (en) * 1990-11-22 1993-08-10 Kabushiki Kaisha Toshiba Computer-aided diagnosis system for medical use
US5273040A (en) * 1991-11-14 1993-12-28 Picker International, Inc. Measurement of vetricle volumes with cardiac MRI
US5343390A (en) * 1992-02-28 1994-08-30 Arch Development Corporation Method and system for automated selection of regions of interest and detection of septal lines in digital chest radiographs
US5289374A (en) * 1992-02-28 1994-02-22 Arch Development Corporation Method and system for analysis of false positives produced by an automated scheme for the detection of lung nodules in digital chest radiographs
US5494041A (en) * 1992-08-19 1996-02-27 Wilk; Peter J. Method for use in surgical operation
EP0599345B1 (en) * 1992-11-27 2002-06-05 Fuji Photo Film Co., Ltd. Method for adjusting positions of radiation images
US5446492A (en) * 1993-01-19 1995-08-29 Wolf; Stephen Perception-based video quality measurement system
US5361763A (en) * 1993-03-02 1994-11-08 Wisconsin Alumni Research Foundation Method for segmenting features in an image
US5431161A (en) * 1993-04-15 1995-07-11 Adac Laboratories Method and apparatus for information acquistion, processing, and display within a medical camera system
US5491627A (en) * 1993-05-13 1996-02-13 Arch Development Corporation Method and system for the detection of microcalcifications in digital mammograms
US5601084A (en) * 1993-06-23 1997-02-11 University Of Washington Determining cardiac wall thickness and motion by imaging and three-dimensional modeling
US5435310A (en) * 1993-06-23 1995-07-25 University Of Washington Determining cardiac wall thickness and motion by imaging and three-dimensional modeling
US5680471A (en) * 1993-07-27 1997-10-21 Kabushiki Kaisha Toshiba Image processing apparatus and method
IL119767A (en) * 1993-08-13 1998-02-08 Sophis View Tech Ltd System and method for diagnosis of living tissue diseases
CA2132138C (en) * 1993-09-29 2004-01-06 Shih-Ping Wang Computer-aided diagnosis system and method
US5729620A (en) * 1993-09-29 1998-03-17 Wang; Shih-Ping Computer-aided diagnosis system and method
AU679601B2 (en) * 1993-11-30 1997-07-03 Arch Development Corporation Automated method and system for the alignment and correlation of images from two different modalities
JP2632501B2 (ja) * 1994-07-12 1997-07-23 株式会社グッドマン 内臓器官の複数画像フレームを使用した生体内における内臓器官輪郭抽出方法
EP0811205B1 (en) * 1994-11-25 2003-09-10 Sophisview Technologies, Ltd System and method for diagnosis of living tissue diseases
US5790690A (en) * 1995-04-25 1998-08-04 Arch Development Corporation Computer-aided method for automated image feature analysis and diagnosis of medical images
US6256529B1 (en) 1995-07-26 2001-07-03 Burdette Medical Systems, Inc. Virtual reality 3D visualization for surgical procedures
US5970182A (en) * 1995-11-15 1999-10-19 Focus Imaging, S. A. Registration process for myocardial images
US5923776A (en) * 1996-05-23 1999-07-13 The United States Of America As Represented By The Secretary Of The Navy Object extraction in images
KR100209419B1 (ko) * 1996-07-09 1999-07-15 전주범 영상신호로 표현된 객체의 윤곽선 부호화 방법
US5815591A (en) * 1996-07-10 1998-09-29 R2 Technology, Inc. Method and apparatus for fast detection of spiculated lesions in digital mammograms
US5917929A (en) * 1996-07-23 1999-06-29 R2 Technology, Inc. User interface for computer aided diagnosis system
US6175655B1 (en) 1996-09-19 2001-01-16 Integrated Medical Systems, Inc. Medical imaging system for displaying, manipulating and analyzing three-dimensional images
US5987345A (en) * 1996-11-29 1999-11-16 Arch Development Corporation Method and system for displaying medical images
US5859891A (en) * 1997-03-07 1999-01-12 Hibbard; Lyn Autosegmentation/autocontouring system and method for use with three-dimensional radiation therapy treatment planning
JP3617751B2 (ja) * 1997-03-12 2005-02-09 富士写真フイルム株式会社 放射線画像の照射野認識方法および装置
US6058322A (en) * 1997-07-25 2000-05-02 Arch Development Corporation Methods for improving the accuracy in differential diagnosis on radiologic examinations
DE19745403A1 (de) * 1997-10-14 1999-04-15 Siemens Ag Verfahren zur Konturierung von Objekten in digitalen Bildern
WO1999060921A1 (en) 1997-11-24 1999-12-02 Burdette Medical Systems Real time brachytherapy spatial registration and visualization system
US6975764B1 (en) * 1997-11-26 2005-12-13 Cognex Technology And Investment Corporation Fast high-accuracy multi-dimensional pattern inspection
KR100595925B1 (ko) 1998-01-26 2006-07-05 웨인 웨스터만 수동 입력 통합 방법 및 장치
US6282307B1 (en) 1998-02-23 2001-08-28 Arch Development Corporation Method and system for the automated delineation of lung regions and costophrenic angles in chest radiographs
US7016539B1 (en) 1998-07-13 2006-03-21 Cognex Corporation Method for fast, robust, multi-dimensional pattern recognition
US6240201B1 (en) 1998-07-24 2001-05-29 Arch Development Corporation Computerized detection of lung nodules using energy-subtracted soft-tissue and standard chest images
EP1037166A1 (de) * 1999-03-16 2000-09-20 Philips Corporate Intellectual Property GmbH Verfahren zur Detektion von Konturen in einem Röntgenbild
US6898303B2 (en) 2000-01-18 2005-05-24 Arch Development Corporation Method, system and computer readable medium for the two-dimensional and three-dimensional detection of lesions in computed tomography scans
US20020009215A1 (en) 2000-01-18 2002-01-24 Arch Development Corporation Automated method and system for the segmentation of lung regions in computed tomography scans
US6901110B1 (en) * 2000-03-10 2005-05-31 Obvious Technology Systems and methods for tracking objects in video sequences
JP4265876B2 (ja) * 2000-11-06 2009-05-20 富士フイルム株式会社 画像を幾何学的に計測するための計測処理装置
US7526112B2 (en) * 2001-04-30 2009-04-28 Chase Medical, L.P. System and method for facilitating cardiac intervention
US7327862B2 (en) * 2001-04-30 2008-02-05 Chase Medical, L.P. System and method for facilitating cardiac intervention
FR2829343A1 (fr) * 2001-09-04 2003-03-07 St Microelectronics Sa Procede d'insertion de messages binaires dans une image numerique
CN1612713A (zh) 2001-11-05 2005-05-04 计算机化医学体系股份有限公司 用于外部波束放射治疗的记录,引导和目标命中的装置和方法
US7123761B2 (en) * 2001-11-20 2006-10-17 Konica Corporation Feature extracting method, subject recognizing method and image processing apparatus
US6891964B2 (en) * 2001-11-23 2005-05-10 University Of Chicago Computerized method for determination of the likelihood of malignancy for pulmonary nodules on low-dose CT
US7187800B2 (en) 2002-08-02 2007-03-06 Computerized Medical Systems, Inc. Method and apparatus for image segmentation using Jensen-Shannon divergence and Jensen-Renyi divergence
US20040044282A1 (en) * 2002-08-28 2004-03-04 Mixon Lonnie Mark Medical imaging systems and methods
US7251353B2 (en) * 2002-11-26 2007-07-31 University Of Chicago Automated method of patient recognition using chest radiographs
US20050043609A1 (en) * 2003-01-30 2005-02-24 Gregory Murphy System and method for facilitating cardiac intervention
WO2004068406A2 (en) * 2003-01-30 2004-08-12 Chase Medical, L.P. A method and system for image processing and contour assessment
US8081820B2 (en) 2003-07-22 2011-12-20 Cognex Technology And Investment Corporation Method for partitioning a pattern into optimized sub-patterns
US7190834B2 (en) 2003-07-22 2007-03-13 Cognex Technology And Investment Corporation Methods for finding and characterizing a deformed pattern in an image
US7519232B2 (en) * 2004-01-30 2009-04-14 Broadcom Corporation Method and system for detecting diagonal strength of an edge in an image
US7333643B2 (en) * 2004-01-30 2008-02-19 Chase Medical, L.P. System and method for facilitating cardiac intervention
JP4534594B2 (ja) * 2004-05-19 2010-09-01 ソニー株式会社 画像処理装置、画像処理方法、画像処理方法のプログラム及び画像処理方法のプログラムを記録した記録媒体
US20060018524A1 (en) * 2004-07-15 2006-01-26 Uc Tech Computerized scheme for distinction between benign and malignant nodules in thoracic low-dose CT
US8437502B1 (en) 2004-09-25 2013-05-07 Cognex Technology And Investment Corporation General pose refinement and tracking tool
US7382907B2 (en) * 2004-11-22 2008-06-03 Carestream Health, Inc. Segmenting occluded anatomical structures in medical images
US8111885B2 (en) * 2005-02-10 2012-02-07 Koninklijke Philips Electronics N.V. Image processing device and method
US7697786B2 (en) * 2005-03-14 2010-04-13 Sarnoff Corporation Method and apparatus for detecting edges of an object
CN1879553B (zh) * 2005-06-15 2010-10-06 佳能株式会社 在胸部图像中检测边界的方法及装置
JP4785133B2 (ja) * 2006-05-08 2011-10-05 株式会社日立メディコ 画像処理装置
US8103077B2 (en) * 2006-12-11 2012-01-24 Siemens Aktiengesellschaft Method and system for locating opaque regions in chest X-ray radiographs
US8130203B2 (en) 2007-01-03 2012-03-06 Apple Inc. Multi-touch input discrimination
US7855718B2 (en) 2007-01-03 2010-12-21 Apple Inc. Multi-touch input discrimination
JP2009031230A (ja) * 2007-07-30 2009-02-12 Univ Of Tsukuba 計測データの表示方法
US8994747B2 (en) * 2007-11-09 2015-03-31 Imacor Inc. Superimposed display of image contours
US8577115B2 (en) * 2008-03-04 2013-11-05 Tomotherapy Incorporated Method and system for improved image segmentation
FR2933521B1 (fr) * 2008-07-04 2010-10-01 Theraclion Methode de tracage du contour vraisemblable d'un element anatomique sur une image de coupe.
RU2013124021A (ru) * 2010-10-25 2014-12-10 Конинклейке Филипс Электроникс Н.В. Система для сегментации медицинского изображения
US8903144B2 (en) * 2010-12-01 2014-12-02 Olympus Corporation Endoscope apparatus and method of measuring object
RU2478337C2 (ru) * 2011-02-08 2013-04-10 Общество с ограниченной ответственностью (ООО) "Кардиовид" Способ определения контура сердца на флюорографических снимках
US9576354B2 (en) * 2011-10-10 2017-02-21 Monash University Heart imaging method
EP2962309B1 (en) 2013-02-26 2022-02-16 Accuray, Inc. Electromagnetically actuated multi-leaf collimator
US9679224B2 (en) 2013-06-28 2017-06-13 Cognex Corporation Semi-supervised method for training multiple pattern recognition and registration tool models
WO2019146356A1 (ja) * 2018-01-29 2019-08-01 富士フイルム株式会社 画像処理装置、画像処理方法、及びプログラム
US11049606B2 (en) 2018-04-25 2021-06-29 Sota Precision Optics, Inc. Dental imaging system utilizing artificial intelligence
CN109191523B (zh) * 2018-08-23 2021-11-09 南方医科大学南方医院 一种用于识别胸部x线平片中心脏方位的方法和装置
CN112190277A (zh) * 2020-11-09 2021-01-08 华中科技大学同济医学院附属协和医院 一种新冠肺炎ct复查的数据拟合方法
CN114092479B (zh) * 2022-01-21 2022-05-03 武汉大学 一种医学图像评估方法及装置

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5116091A (ja) * 1974-07-31 1976-02-09 Hitachi Ltd Gasukuromatogurafu
US4101961A (en) * 1977-02-16 1978-07-18 Nasa Contour detector and data acquisition system for the left ventricular outline
JPS5567866A (en) * 1978-11-15 1980-05-22 Hideo Mori Gastric x-ray contour extracting device
JPS58130030A (ja) * 1981-10-05 1983-08-03 工業技術院長 Ｘ線ディジタル画像処理装置
US4637400A (en) * 1985-02-15 1987-01-20 Marcus Edward N For characterizing a heart condition
FR2589022B1 (fr) * 1985-10-18 1988-05-27 Thomson Csf Procede et dispositif de generation d'images a partir de signaux ultra-sonores obtenus par echographie
FR2590702B1 (fr) * 1985-11-26 1990-07-27 Thomson Csf Procede de pontage entre elements de contours dans une image
US4851984A (en) * 1987-08-03 1989-07-25 University Of Chicago Method and system for localization of inter-rib spaces and automated lung texture analysis in digital chest radiographs

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009153750A (ja) * 2007-12-27 2009-07-16 Techmatrix Corp 医療用画像表示装置及び医療用画像表示方法

Also Published As

Publication number Publication date
JPH02220638A (ja) 1990-09-03
US5072384A (en) 1991-12-10
DE3938699A1 (de) 1990-05-31

Similar Documents

Publication Publication Date Title
JP2796381B2 (ja) 心臓輪郭決定方法および装置
Nakamori et al. Image feature analysis and computer‐aided diagnosis in digital radiography: Automated analysis of sizes of heart and lung in chest images
US7558611B2 (en) Automatic detection and quantification of coronary and aortic calcium
AU2005237517B2 (en) Medical imaging system for accurate measurement evaluation of changes in a target lesion
JP3400008B2 (ja) ディジタル胸部レントゲン写真において関心領域の選択と中隔線の検出を行なう自動化方法およびそのシステム
JP3134009B2 (ja) 画像処理方法及び装置
JPH01125675A (ja) ディジタルｘ線画像における自動化分析のための方法および装置
US20100303328A1 (en) Automatic 3-d segmentation of the short-axis late-enhancement cardiac mri
US8649843B2 (en) Automated calcium scoring of the aorta
JP2003530722A (ja) 時間的変化の検出における胸部ｘ線写真の時間サブトラクションに先立ち、反復的に画像歪曲する方法、システムおよびコンピュータ読取り可能媒体
JP2002527833A (ja) 画像から構造の幾何学的データを導出する方法
Sandor et al. High precision quantitative angiography
US9763636B2 (en) Method and system for spine position detection
CN105556567A (zh) 用于脊椎位置探测的方法和系统
CN114375461A (zh) 针对胸部x射线图像的吸气度量标准
KR101162599B1 (ko) 흉부 방사선 이미지 분석을 통한 심비대 자동탐지 방법 및 그 기록매체
US20140357978A1 (en) Computer Based Method for Determining the Size of an Object in an Image
Taguchi et al. Quantification of joint space width difference on radiography via phase-only correlation (POC) analysis: A phantom study comparing with various tomographical modalities using conventional margin-contouring
Fetita et al. 3D mapping of airway wall thickening in asthma with MSCT: a level set approach
JP2851057B2 (ja) ディジタルｘ線画像における自動化分析のための方法および装置
EP4134907A1 (en) Heterogeneity analysis in 3d x-ray dark-field imaging
Heydarian et al. A Morphological Algorithm for Measuring Angle of Airway Branches in Lung CT Images
Peskin et al. Synthetic Lung Tumor Data Sets for Comparison of Volumetric Algorithms.
Wong et al. Applying Machine Learning and Point-Set Registration to Automatically Measure the Severity of Spinal Curvature on Radiographs
Sabeti Computerized analysis of cardiac sizes in digital chest radiography

Legal Events

Date Code Title Description
R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20090626

Year of fee payment: 11

LAPS Cancellation because of no payment of annual fees