JP3779982B1 - 医用画像処理装置及びプログラム - Google Patents
医用画像処理装置及びプログラム Download PDFInfo
- Publication number
- JP3779982B1 JP3779982B1 JP2005029141A JP2005029141A JP3779982B1 JP 3779982 B1 JP3779982 B1 JP 3779982B1 JP 2005029141 A JP2005029141 A JP 2005029141A JP 2005029141 A JP2005029141 A JP 2005029141A JP 3779982 B1 JP3779982 B1 JP 3779982B1
- Authority
- JP
- Japan
- Prior art keywords
- candidate
- detection
- detection result
- shadow
- weighted image
- 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
Links
- 238000001514 detection method Methods 0.000 claims abstract description 175
- 208000004552 Lacunar Stroke Diseases 0.000 claims abstract description 55
- 230000002159 abnormal effect Effects 0.000 claims abstract description 51
- 206010051078 Lacunar infarction Diseases 0.000 claims abstract description 30
- 239000003550 marker Substances 0.000 claims description 11
- 238000010191 image analysis Methods 0.000 claims description 4
- 210000004556 brain Anatomy 0.000 abstract description 19
- 230000005484 gravity Effects 0.000 abstract description 6
- 238000000034 method Methods 0.000 description 27
- 238000003384 imaging method Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 238000003745 diagnosis Methods 0.000 description 5
- 210000001519 tissue Anatomy 0.000 description 5
- 238000005481 NMR spectroscopy Methods 0.000 description 4
- 230000003902 lesion Effects 0.000 description 4
- 206010061216 Infarction Diseases 0.000 description 3
- 230000007574 infarction Effects 0.000 description 3
- 230000001338 necrotic effect Effects 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 210000001638 cerebellum Anatomy 0.000 description 2
- 230000002490 cerebral effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 210000004884 grey matter Anatomy 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 210000004885 white matter Anatomy 0.000 description 2
- 206010006187 Breast cancer Diseases 0.000 description 1
- 208000026310 Breast neoplasm Diseases 0.000 description 1
- 208000004434 Calcinosis Diseases 0.000 description 1
- 208000037451 Leukoaraiosis Diseases 0.000 description 1
- 206010030113 Oedema Diseases 0.000 description 1
- 206010072731 White matter lesion Diseases 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 210000004227 basal ganglia Anatomy 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 210000001185 bone marrow Anatomy 0.000 description 1
- 210000005013 brain tissue Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 206010008118 cerebral infarction Diseases 0.000 description 1
- 208000026106 cerebrovascular disease Diseases 0.000 description 1
- 210000004720 cerebrum Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 210000000038 chest Anatomy 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 238000005352 clarification Methods 0.000 description 1
- 238000004195 computer-aided diagnosis Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000005281 excited state Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 125000004435 hydrogen atom Chemical group [H]* 0.000 description 1
- 230000000302 ischemic effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000002861 ventricular Effects 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
-
- 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
Abstract
【課題】偽陽性候補の誤検出を減らし、異常陰影候補の検出精度を向上させる。
【解決手段】異常陰影候補検出部16は、T2強調画像を複数の閾値に基づいて2値化した各2値化画像について1次検出を行う。1次検出により複数回検出された第1の1次候補及び少なくとも1回検出された第2の1次候補について、1次候補領域の重心の位置情報に基づいて、T2強調画像とT1強調画像間の位置ズレを補正する。次いで、T1強調画像から脳実質領域を抽出し、当該脳実質領域に存在する1次候補を偽陽性候補として検出し、1次候補から当該偽陽性候補を削除する。最後に、T1強調画像において1次候補の領域とその周辺領域とのコントラストを求め、当該コントラストに基づいて1次候補がラクナ梗塞陰影候補であるか否かの最終判定を行い、最終判定された1次候補をラクナ梗塞陰影候補の検出結果として出力する。
【選択図】図1
【解決手段】異常陰影候補検出部16は、T2強調画像を複数の閾値に基づいて2値化した各2値化画像について1次検出を行う。1次検出により複数回検出された第1の1次候補及び少なくとも1回検出された第2の1次候補について、1次候補領域の重心の位置情報に基づいて、T2強調画像とT1強調画像間の位置ズレを補正する。次いで、T1強調画像から脳実質領域を抽出し、当該脳実質領域に存在する1次候補を偽陽性候補として検出し、1次候補から当該偽陽性候補を削除する。最後に、T1強調画像において1次候補の領域とその周辺領域とのコントラストを求め、当該コントラストに基づいて1次候補がラクナ梗塞陰影候補であるか否かの最終判定を行い、最終判定された1次候補をラクナ梗塞陰影候補の検出結果として出力する。
【選択図】図1
Description
本発明は、医用画像を画像解析して異常陰影の候補領域を検出する医用画像処理装置及びプログラムに関する。
医療分野では、患者を撮影した医用画像のデジタル化が実現されている。診断時には、表示ディスプレイに表示されたデジタル医用画像データにより、医師が読影を行って病変部と思われる異常陰影を検出している。近年では、読影医の負担軽減や異常陰影の見落とし減少を目的として、医用画像を画像処理することにより、異常陰影候補を自動的に検出するコンピュータ診断支援装置(以下、CAD;Computer Aided Diagnosisという。)と呼ばれる医用画像処理装置が開発されている(例えば、特許文献1、非特許文献1、2参照)。
上記CADでは、正常組織や良性の病変部の陰影を誤って異常陰影であると判断して異常陰影候補として誤検出する場合がある(以下、誤検出された陰影候補を偽陽性候補という)。異常陰影候補の検出条件により、偽陽性候補の出現率は異なるが、異常陰影である可能性がある候補を全て検出したい場合には、検出条件を緩やかに設定することがあり、この場合には偽陽性候補数は多くなる傾向にある。しかしながら、偽陽性候補数があまりに多いと、医師は検出された候補を全てチェックすることになるため、煩雑である。
特開2002−112986号公報
林則夫他、モルフォロジー処理を利用した頭部MR画像における小脳および脳患部の自動抽出法、医用画像情報学会雑誌、vol21.no1.pp109-115,2004
Calli C他、DWI findings of periventricular ischemic changes in patients with leukoaraiosis、Comput Med Imaging Graph、vol27.no5.pp381-386,2003
本発明の課題は、偽陽性候補の誤検出を減らし、異常陰影候補の検出精度を向上させることである。
請求項1に記載の発明は、医用画像処理装置において、
MRI装置により撮影されたT1強調画像及びT2強調画像を画像解析し、当該T1強調画像及びT2強調画像からラクナ梗塞陰影の候補領域を検出する異常陰影候補検出手段と、
前記異常陰影候補検出手段により複数回検出が行われたとき、前記T1強調画像及びT2強調画像において複数回検出された候補領域のみを最終的にラクナ梗塞陰影候補とする第1の検出結果と、少なくとも1回検出された候補領域を最終的にラクナ梗塞陰影候補とする第2の検出結果との何れか一方を選択するための操作手段と、
前記操作手段を介して選択された第1又は第2の検出結果を表示する表示手段と、
前記表示手段により表示された第1又は第2の検出結果を、他方の検出結果に切替表示させる切替表示手段と、
前記表示手段により第1又は第2の検出結果を表示する際には、表示中の検出結果が第1又は第2の検出結果の何れであるかを識別可能に表示させる識別表示手段と、
を備えることを特徴とする。
MRI装置により撮影されたT1強調画像及びT2強調画像を画像解析し、当該T1強調画像及びT2強調画像からラクナ梗塞陰影の候補領域を検出する異常陰影候補検出手段と、
前記異常陰影候補検出手段により複数回検出が行われたとき、前記T1強調画像及びT2強調画像において複数回検出された候補領域のみを最終的にラクナ梗塞陰影候補とする第1の検出結果と、少なくとも1回検出された候補領域を最終的にラクナ梗塞陰影候補とする第2の検出結果との何れか一方を選択するための操作手段と、
前記操作手段を介して選択された第1又は第2の検出結果を表示する表示手段と、
前記表示手段により表示された第1又は第2の検出結果を、他方の検出結果に切替表示させる切替表示手段と、
前記表示手段により第1又は第2の検出結果を表示する際には、表示中の検出結果が第1又は第2の検出結果の何れであるかを識別可能に表示させる識別表示手段と、
を備えることを特徴とする。
請求項2に記載の発明は、請求項1に記載の医用画像処理装置において、
前記識別表示手段は、第1又は第2の検出結果を表示する際の色を異なるものとすることにより、識別可能に表示させることを特徴とする請求項1に記載の医用画像処理装置。
前記識別表示手段は、第1又は第2の検出結果を表示する際の色を異なるものとすることにより、識別可能に表示させることを特徴とする請求項1に記載の医用画像処理装置。
請求項3に記載の発明は、請求項1に記載の医用画像処理装置において、
前記識別表示手段は、第1又は第2の検出結果を示すマーカ情報を異なるものとすることにより、識別可能に表示させることを特徴とする。
前記識別表示手段は、第1又は第2の検出結果を示すマーカ情報を異なるものとすることにより、識別可能に表示させることを特徴とする。
請求項1に記載の発明によれば、医師の希望に応じて、第1の検出結果と、第2の検出結果の何れか一方を選択することができる。医師によっては、偽陽性候補数はなるべく減らし、ラクナ梗塞陰影である可能性が高い候補のみをチェックしたいという要望や、偽陽性候補数は多くてもいいので、ラクナ梗塞陰影である可能性がある候補は全てチェックしたいという要望があるので、前者の要望の場合は、複数回検出された候補のみからなる第1の検出結果を選択し、後者の要望の場合は、少なくとも1回検出された候補のみからなる検出結果を選択することができる。
また、医師は、表示により選択した検出結果を表示手段により確認することができる。
また、第1の検出結果と、第2の検出結果を切り替えることにより、医師は必要に応じて、何れの検出結果をも確認することができる。
また、医師は表示中の検出結果を容易に識別することができる。
また、医師は、表示により選択した検出結果を表示手段により確認することができる。
また、第1の検出結果と、第2の検出結果を切り替えることにより、医師は必要に応じて、何れの検出結果をも確認することができる。
また、医師は表示中の検出結果を容易に識別することができる。
請求項2に記載の発明によれば、医師は色により表示中の検出結果を容易に識別することができる。
請求項3に記載の発明によれば、医師はマーカ情報により表示中の検出結果を容易に識別することができる。
本実施形態では、MRI装置の撮影により得られた医用画像(以下、MRI画像という)を用いて異常陰影候補を検出する例を説明する。
図1に、本実施形態における医用画像処理装置10の内部構成を示す。
図1に示すように、医用画像処理装置10は、制御部11、操作部12、表示部13、通信部14、メモリ15、異常陰影候補検出部16を備えて構成されている。
図1に示すように、医用画像処理装置10は、制御部11、操作部12、表示部13、通信部14、メモリ15、異常陰影候補検出部16を備えて構成されている。
以下、各部について説明する。
制御部11は、CPU(Central Processing Unit)、RAM(Random Access Memory)等を備えて構成され、CPUによりメモリ15から各種制御プログラムを読み出してRAMに展開し、当該制御プログラムに従って各部の動作を集中制御する。
制御部11は、CPU(Central Processing Unit)、RAM(Random Access Memory)等を備えて構成され、CPUによりメモリ15から各種制御プログラムを読み出してRAMに展開し、当該制御プログラムに従って各部の動作を集中制御する。
例えば、制御部11は、異常陰影候補検出部16から検出結果を受け取ると、後述する結果表示処理を実行し、操作部13による選択操作に応じて、複数回検出された候補のみからなる検出結果と、少なくとも1回検出された候補のみからなる検出結果のうち、選択された一方の検出結果を表示部13に表示させる。また、操作部13を介して検出結果の切替が指示操作されると、現在表示中の検出結果から他方の検出結果に切り替えて表示させる。なお、表示時には、現在表示中の検出結果が何れのものであるかを示す識別可能に表示させる。すなわち、結果表示処理プログラムと制御部11との協働により、切替表示手段、識別表示手段を実現することができる。
操作部12は、カーソルキーや数字キー、各種機能キーからなるキーボード、マウスやタッチパネル等のポインティングディバイスを備えて構成される操作手段であり、押下されたキーやマウスの操作に対応する操作信号を生成して制御部11に出力する。この操作部12を介して異常陰影候補の検出結果の切替操作を行うことができる。
表示部13は、LCD(Liquid Crystal Display)等から構成される表示手段であり、制御部11の制御に従って医用画像や異常陰影候補検出部16による異常陰影候補の検出結果、検出条件を変更する変更画面等の各種表示画面を表示する。
通信部14は、ネットワークインターフェイスカード、モデム、ターミナルアダプタ等の通信用インターフェイスにより構成され、病院内のLANを介して接続されるMRI装置、CR(Computed Radiography)装置等の各種撮影装置から、撮影された医用画像を受信する。なお、撮影装置に限らず、例えば医用画像が記録されたフィルム上にレーザ光を走査して医用画像を読み取るレーザデジタイザや、CCD(Charge Coupled Device)等の光電変換素子からなるセンサによりフィルムに記録された医用画像を読み取るフィルムスキャナ等の医用画像生成装置を接続して医用画像を入力することとしてもよい。また、照射された放射線の強度に応じた電荷を生成する放射線検出素子とコンデンサとからなるフラットパネルディテクタ等を接続可能な構成としてよい。
また、医用画像の入力は、通信による入力方法に限らない。例えば、医用画像生成装置と接続するためのインターフェイスを備え、このインターフェイスを介して上記の各種医用画像生成装置において生成された医用画像を医用画像処理装置10に入力することとしてもよい。
また、通信部14により、各診療室に設置される読影用の端末に接続して、異常陰影候補の検出結果を送信する構成としてもよい。
メモリ15は、制御部11において実行される各種制御プログラムや、異常陰影候補検出部16において実行される異常陰影候補検出プログラム及び各プログラムで処理されたデータ、異常陰影候補検出処理時に使用されるパラメータ等を記憶している。
異常陰影候補検出部16は、通信部14を介して入力される医用画像を画像解析し、当該医用画像から異常陰影である可能性が高い領域を異常陰影候補として検出する異常陰影候補検出手段である。
異常陰影候補検出部16は、CPU、RAM等から構成され、メモリ15から異常陰影候補検出プログラムを読み出して、当該プログラムとの協働により後述する異常陰影候補検出処理を実行し、各種の演算を行って異常陰影の1次候補の検出、偽陽性候補の検出を行い、1次候補から偽陽性候補を削除した残りの候補を異常陰影候補の検出結果として判定する。すなわち、異常陰影候補検出プログラムとの協働により、判定手段を実現することができる。
異常陰影候補検出部16は、CPU、RAM等から構成され、メモリ15から異常陰影候補検出プログラムを読み出して、当該プログラムとの協働により後述する異常陰影候補検出処理を実行し、各種の演算を行って異常陰影の1次候補の検出、偽陽性候補の検出を行い、1次候補から偽陽性候補を削除した残りの候補を異常陰影候補の検出結果として判定する。すなわち、異常陰影候補検出プログラムとの協働により、判定手段を実現することができる。
以下、図を参照して、異常陰影候補検出部16により実行される異常陰影候補検出処理について説明する。本実施形態では、MRI装置により異なる撮影条件で患者の頭部が撮影されたMRI画像である、T1強調画像及びT2強調画像を用いて、脳梗塞の原因となるラクナ梗塞の異常陰影候補(以下、ラクナ梗塞陰影候補という)を検出する例を説明する。ラクナ梗塞は、脳内の穿通枝と呼ばれる細い血管の血流が途絶え、その先の細胞が壊死に陥り発症するものである。
まず、検出に使用するT1強調画像及びT2強調画像について説明する。T1強調画像及びT2強調画像は、医師がラクナ梗塞の診断を行うにあたって一般的に使用する医用画像であり、MRI装置により撮影される。
MRIは、磁場内における核磁気共鳴(以下、NMR;Nuclear Magnetic Resonanceという)を利用して画像を得る方法である。
NMRでは、被検体を静磁場中に置き、その後、被検体において検出対象とする原子核の共鳴周波数の電波を照射する。医用上は、通常、人体に多く存在する水を構成する水素原子の共鳴周波数が用いられる。被検体に電波が照射されると、励起現象が生じ、共鳴周波数に共鳴する原子の原子核スピンの位相がそろうとともに、原子核スピンが電波のエネルギーを吸収する。この励起状態で電波の照射を止めると、緩和現象が生じ、原子核スピンの位相が不均一化するとともに、原子核スピンがエネルギーを放出する。この位相の緩和の時定数がT1、エネルギーの緩和の時定数がT2である。
NMRでは、被検体を静磁場中に置き、その後、被検体において検出対象とする原子核の共鳴周波数の電波を照射する。医用上は、通常、人体に多く存在する水を構成する水素原子の共鳴周波数が用いられる。被検体に電波が照射されると、励起現象が生じ、共鳴周波数に共鳴する原子の原子核スピンの位相がそろうとともに、原子核スピンが電波のエネルギーを吸収する。この励起状態で電波の照射を止めると、緩和現象が生じ、原子核スピンの位相が不均一化するとともに、原子核スピンがエネルギーを放出する。この位相の緩和の時定数がT1、エネルギーの緩和の時定数がT2である。
このT1、T2の値はMRI画像のコントラストに影響を及ぼし、T1が小さい組織ほど、或いはT2が大きい組織ほど画像信号の信号強度が高くなる。このT1が小さくなるように撮影時の撮影条件を調整したものがT1強調画像、T2が大きくなるように撮影時の撮影条件を調整したものがT2強調画像である。
人体組織は、それぞれ固有のT1値、T2値を有しているので、上記T1強調画像、T強調画像を組み合わせることにより組織の特定が可能となる。一般に、T1強調画像では解剖学的構造を捉えやすく、T2強調画像では多くの病変が白く現れるので、病変の検出に使用されることが多い。
脳組織では、T1強調画像において、脂肪>脳白質>脳灰白質>水(脳骨髄液等)の順に高信号(画像上では白く、低濃度となる)を呈し、T2強調画像では逆に低信号(画像上では黒く、高濃度となる)を呈す。
脳組織では、T1強調画像において、脂肪>脳白質>脳灰白質>水(脳骨髄液等)の順に高信号(画像上では白く、低濃度となる)を呈し、T2強調画像では逆に低信号(画像上では黒く、高濃度となる)を呈す。
よって、図2(a)、(b)にT1強調画像及びT2強調画像の例を示すように、脳実質領域(脳(軟膜の内側)において、脳室を除く残りの部分を指し、脳幹や基底核を含む、小脳と大脳における白質と灰白質の部分をいう)は、T2強調画像では高信号となって白っぽく現れるのに対し、T1強調画像では逆に低信号となって黒っぽく現れることとなる。一方、ラクナ梗塞は水を含む浮腫であるため、T2強調画像では高信号を呈し(図2(a)中、矢印で示す低濃度領域)、T1強調画像では低信号となる(図2(b)中、矢印で示す高濃度領域)。また、ラクナ梗塞は脳室周辺で脳実質領域上に存在するので、画像上では円形状の陰影として周辺領域と異なるコントラストで浮かび上がる。
次に、上記医用画像処理装置10の動作について説明する。
まず、図3を参照し、異常陰影候補検出部16において、上記T1強調画像及びT2強調画像を用いてラクナ陰影の候補領域を検出する異常陰影候補検出処理について説明する。なお、処理中に使用される閾値等のパラメータは、メモリ15から適宜読み出して使用するものとする。
まず、図3を参照し、異常陰影候補検出部16において、上記T1強調画像及びT2強調画像を用いてラクナ陰影の候補領域を検出する異常陰影候補検出処理について説明する。なお、処理中に使用される閾値等のパラメータは、メモリ15から適宜読み出して使用するものとする。
図3に示す異常陰影候補検出処理では、まずT2強調画像を2値化し、当該2値化画像からラクナ梗塞陰影の1次検出を行う(ステップS1)。一般に、ラクナ梗塞の病期は、急性期、亜急性期、慢性期に分けられ、その相違によってMRI画像の画素値も変化する。また、撮影条件の違いによっても、画素値にばらつきが見られる。そこで、T2強調画像を用いて脳室領域の平均画素値を中心に、例えば−45〜+25の範囲で10づつ閾値を変化させながら、T2強調画像の2値化を行う。
この2値化により1次検出を行う工程について、図4を参照し、より詳細に説明する。
変化させる閾値をPn(n=1、2、…)とすると、まず閾値Pnのパラメータnを初期値n=1に設定する(ステップS11)。次いで、閾値Pnに基づいて、T2強調画像を2値化し(ステップS12)、この2値化画像を画像解析するとことにより、ラクナ梗塞陰影候補領域を抽出し、当該抽出された領域における画像特徴量(以下、単に特徴量という)を求める(ステップS13)。
変化させる閾値をPn(n=1、2、…)とすると、まず閾値Pnのパラメータnを初期値n=1に設定する(ステップS11)。次いで、閾値Pnに基づいて、T2強調画像を2値化し(ステップS12)、この2値化画像を画像解析するとことにより、ラクナ梗塞陰影候補領域を抽出し、当該抽出された領域における画像特徴量(以下、単に特徴量という)を求める(ステップS13)。
2値化画像では、ラクナ梗塞陰影は直径約3mm〜10mmの円形状の形状を有し、その領域内は画素値“0”となるのに対して、周辺の脳実質領域は画素値“1”となることが予想される。よって、このような特徴的な濃度特性を有する領域を検出し、当該検出された領域における円形度、面積等の特徴量を求め、これら特徴量を用いて、予め実際のラクナ梗塞陰影をサンプルデータとした判別分析等の特徴量解析を行うことにより、ラクナ梗塞陰影候補の1次検出を行う(ステップS14)。
次いで、全ての閾値Pnによる2値化画像について1次検出が終了したか否かを判別する(ステップS15)。未終了の場合は(ステップS15;N)、閾値Pnのパラメータnを+1インクリメントし(ステップS16)、ステップS12の処理に戻って、次の閾値Pnについて1次検出を繰り返す。
このようにして、準備された閾値Pnの全てについて2値化を行い、その2値化画像から1次検出が終了すると(ステップS15;Y)、各2値化画像で検出されたラクナ梗塞陰影候補の重心の位置を元に、その重心から一定範囲内で各2値化画像で複数回検出されたラクナ梗塞陰影候補を第1の1次候補、各2値化画像で1回でも検出されたラクナ梗塞陰影候補を第2の1次候補とする(ステップS16)。つまり、少なくとも1回検出された第2の1次候補には、第1の1次候補が必ず含まれることとなる。このように第1又は第2の1次候補が決定されると、図3に示すステップS2の処理に移行する。
ステップS2では、T2強調画像にopening処理を施すことにより、ステップS1では検出されなかった、脳室周辺に存在するラクナ梗塞陰影候補の1次検出を行う(ステップS2)。
ラクナ梗塞陰影は、脳室近辺に存在することも多い。ラクナ梗塞が脳室に接するように存在すると、脳室はT2強調画像上ではラクナ梗塞陰影と同様に低濃度を呈するため、図5に示すように、T2強調画像上においてラクナ梗塞陰影と脳室の画像が一部同化したように現れることがある。このような場合、ステップS1の検出方法では、ラクナ梗塞陰影は脳室の一部として扱われ、検出が困難となるため、opening処理を施すことにより、一部脳室から凸状に突出したラクナ梗塞陰影の領域と脳室の領域とを切り離したうえで、ラクナ梗塞陰影候補の検出を行う。
ラクナ梗塞陰影は、脳室近辺に存在することも多い。ラクナ梗塞が脳室に接するように存在すると、脳室はT2強調画像上ではラクナ梗塞陰影と同様に低濃度を呈するため、図5に示すように、T2強調画像上においてラクナ梗塞陰影と脳室の画像が一部同化したように現れることがある。このような場合、ステップS1の検出方法では、ラクナ梗塞陰影は脳室の一部として扱われ、検出が困難となるため、opening処理を施すことにより、一部脳室から凸状に突出したラクナ梗塞陰影の領域と脳室の領域とを切り離したうえで、ラクナ梗塞陰影候補の検出を行う。
具体的には、半径1と8の円のopening処理画像の差分を求め、特徴量解析を行うことにより、ラクナ梗塞領域候補を検出する。
検出されたラクナ梗塞陰影候補は、ステップS1で検出された第1及び第2の1次候補にそれぞれ加える。
検出されたラクナ梗塞陰影候補は、ステップS1で検出された第1及び第2の1次候補にそれぞれ加える。
以下、ステップS3〜ステップS5の処理は、第1の1次候補及び第2の1次候補のそれぞれについて別個に行うこととする。
1次候補が検出されると、当該検出された1次候補の位置情報に基づいて、T2強調画像とT1強調画像間の位置ズレを補正する(ステップS3)。
ラクナ梗塞は、T2強調画像上では壊死細胞及びその影響を受けた細胞も低濃度で画像化されるのに対し、T1強調画像では主として壊死細胞の情報のみが画像化されるため、両画像間で現れるラクナ梗塞陰影の大きさや形態は異なる場合が多く、重心も一致しない場合が多い。そこで、T2強調画像により検出された1次候補の領域内において、13×13画素の領域内で最小の平均画素値を有する3×3画素の中心を求め、これをT1強調画像における1次候補の重心であると位置を特定することにより、T2強調画像とT1強調画像における位置ズレを補正する。
1次候補が検出されると、当該検出された1次候補の位置情報に基づいて、T2強調画像とT1強調画像間の位置ズレを補正する(ステップS3)。
ラクナ梗塞は、T2強調画像上では壊死細胞及びその影響を受けた細胞も低濃度で画像化されるのに対し、T1強調画像では主として壊死細胞の情報のみが画像化されるため、両画像間で現れるラクナ梗塞陰影の大きさや形態は異なる場合が多く、重心も一致しない場合が多い。そこで、T2強調画像により検出された1次候補の領域内において、13×13画素の領域内で最小の平均画素値を有する3×3画素の中心を求め、これをT1強調画像における1次候補の重心であると位置を特定することにより、T2強調画像とT1強調画像における位置ズレを補正する。
位置ズレが補正されると、T1強調画像から脳実質領域を抽出し、当該脳実質領域に存在する1次候補を偽陽性候補として検出し、1次候補から当該偽陽性候補を削除する(ステップS4)。脳実質領域は、T1強調画像から得られた濃度ヒストグラムから最多頻度濃度値を求め、この最多頻度濃度値を領域拡張点として、領域拡張法により抽出する。図6に、抽出された脳実質領域例を示す。図6において、黒く低濃度な領域が脳実質領域である。ラクナ梗塞陰影はこの脳実質領域上に存在するので、抽出された脳実質領域以外の脳溝、脳辺縁部等の領域で検出された1次候補は、偽陽性候補であると判定することができる。よって、T1強調画像において特定された1次候補の重心位置に基づいて、1次候補における偽陽性候補を検出し、これを1次候補の中から削除する。
次いで、T1強調画像において1次候補の領域とその周辺領域とのコントラストを求め、当該コントラストに基づいて1次候補がラクナ梗塞陰影候補であるか否かの最終判定を行う(ステップS5)。前述したように、T1強調画像では、脳実質領域はやや高濃度を呈し、ラクナ梗塞陰影は脳実質領域よりさらに高濃度を呈する。医師がラクナ梗塞を検出する際には、ラクナ梗塞と思われる領域とその周辺のコントラストを相対的に観察し、そこが周辺より特異な領域であるか否かを判別することが多い。
そこで、図7に示すように、各1次候補の領域における重心及び面積を基に、2種類の円、つまりラクナ梗塞陰影の領域を示す内円C1と、その周辺領域を示す外円C2とを算出し、この内円領域内の平均画素値と、外円C2領域から内円C1領域を除いた領域における平均画素値との差をコントラストとして算出し、当該コントラストが閾値以上であればラクナ梗塞陰影領域であると最終判定する。なお、コントラストに係る閾値は、予め実験的に求められてメモリ15に記憶されており、処理時にメモリ15から読み出して得ることとする。
以上のように、第1の1次候補及び第2の1次候補のそれぞれについて、最終判定が行われると、ラクナ梗塞陰影領域として最終判定された第1の1次候補及び第2の1次候補を、ラクナ梗塞陰影候補の検出結果として制御部11に出力する(ステップS6)。
異常陰影候補検出部16からラクナ梗塞陰影候補の検出結果が入力された制御部11では、当該検出結果を表示する結果表示処理が実行される。
図8を参照して、この結果表示処理について説明する。
図8に示す結果表示処理では、まず異常陰影候補検出部16により複数回検出された候補領域のみを異常陰影候補とする第1の検出結果と、少なくとも1回検出された候補領域は全て異常陰影候補とする第2の検出結果とのうち、何れを表示するかを選択するための選択画面(図示せず)を表示部13上に表示させる。
図8を参照して、この結果表示処理について説明する。
図8に示す結果表示処理では、まず異常陰影候補検出部16により複数回検出された候補領域のみを異常陰影候補とする第1の検出結果と、少なくとも1回検出された候補領域は全て異常陰影候補とする第2の検出結果とのうち、何れを表示するかを選択するための選択画面(図示せず)を表示部13上に表示させる。
そして、この選択画面において操作部12を介して第1の検出結果が選択された場合(ステップP1;複数回検出)、第1の検出結果、つまり第1の1次候補から偽陽性候補が削除された残りの候補の領域を異常陰影の候補領域とする検出結果を表示部13上に表示させる(ステップP21)。
図9(a)に、その表示例を示す。
図9(a)に示すように、第1の検出結果として異常陰影の候補領域とされた部分を指し示す丸のマーカ情報d11をT2強調画像上に合成して表示させる。また、メッセージd12を画面上方に表示させ、現在表示中の検出結果が複数回検出のもの(第1の検出結果)であることを識別可能とする。
図9(a)に示すように、第1の検出結果として異常陰影の候補領域とされた部分を指し示す丸のマーカ情報d11をT2強調画像上に合成して表示させる。また、メッセージd12を画面上方に表示させ、現在表示中の検出結果が複数回検出のもの(第1の検出結果)であることを識別可能とする。
一方、第2の検出結果が選択された場合(ステップP1;1回検出)、第2の検出結果、つまり第2の1次候補から偽陽性候補が削除された残りの候補領域を異常陰影候補とする検出結果を表示部13上に表示させる(ステップP22)。
図9(b)に、その表示例を示す。
図9(b)に示すように、第2の検出結果として異常陰影の候補領域とされた部分を指し示す矢印状のマーカ情報d21を、T2強調画像上に合成して表示させる。また、メッセージd22を画面上方に表示させ、現在表示中の検出結果が1回検出のもの(第2の検出結果)であることを識別可能とする。
図9(b)に示すように、第2の検出結果として異常陰影の候補領域とされた部分を指し示す矢印状のマーカ情報d21を、T2強調画像上に合成して表示させる。また、メッセージd22を画面上方に表示させ、現在表示中の検出結果が1回検出のもの(第2の検出結果)であることを識別可能とする。
さらに、制御部11は、図9(a)、(b)に示すように、表示する検出結果に応じてマーカの形状を異なるものとし、現在表示中の検出結果が第1又は第2の何れの検出結果であるかを識別可能に表示させている。なお、ここでは、マーカの形状を異なるものとしたが、マーカの色や大きさを変えて識別可能としてもよい。
次いで、選択された何れか一方の検出結果が表示された状態で、操作部13により他方の検出結果への切替表示が操作指示されると(ステップP31、P32)、第1の検出結果が表示されていた場合は、ステップP22の処理に移行して第2の検出結果に切替表示させ、第2の検出結果が表示されていた場合は、ステップP21の処理に移行して第1の検出結果に切替表示させる。
以上のように、本実施形態によれば、ラクナ梗塞陰影候補の1次検出の際に、2値化する閾値を変えて得られた各2値化画像についてそれぞれ検出を行い、複数回検出されたもののみを最終的にラクナ梗塞陰影候補として判定する。よって、ラクナ梗塞陰影である可能性が高い候補を検出結果として出力することができる。これにより、偽陽性候補の誤検出数を軽減し、ラクナ梗塞陰影候補の検出精度を向上させることが可能となる。
また、1次検出により複数回検出された候補からなる第1の検出結果と、少なくとも1回検出された候補からなる第2の検出結果のうち、表示する検出結果を選択することができるので、偽陽性候補が少なく、検出精度が高い検出結果を参照したい場合は、第1の検出結果を選択し、偽陽性候補は多少存在してもよく、ラクナ梗塞陰影である可能性があるものをなるべく検出してほしい場合は、第2の検出結果を選択することにより、医師は所望の検出結果を得ることができる。
また、第1の検出結果と第2の検出結果の表示は切り替えることができるので、医師は両方の検出結果を比較検討することができる。
さらに、第1の検出結果と第2の検出結果をマーカやメッセージにより識別可能に表示するので、切替表示時でも、医師は現在表示中の検出結果が何れの方かを容易に把握することができる。
また、検出に使用する複数の医用画像として、MRI診断において一般的に撮影されるT1強調画像、T2強調画像を用いてラクナ梗塞陰影候補の検出を行うので、医用画像処理装置10による検出処理のために特別な画像を別途撮影する必要がなく、被検体となる患者の負担を最小限に抑えることができる。また、医師が診断に用いる画像と同じ画像を用いて検出するので、医師は、医用画像処理装置10による検出結果と医師の診断結果とを比較したりすることが可能となる。
なお、上記医用画像処理装置10は、本発明を適用した好適な一例に過ぎない。
例えば、上記説明では、T1強調画像及びT2強調画像を1枚づつ用いて候補検出を行うこととしたが、これに限らず、T1、T2のパラメータを変えて複数のT1強調画像及び複数のT2強調画像を撮影し、これら複数の画像を用いて検出を行うこととしてもよい。この場合、複数のT2強調画像のそれぞれについて1次検出を行い、各画像で共通して検出された1次候補から、複数のT1強調画像を用いて偽陽性候補の検出を行う。これにより、1次検出の検出精度が向上するとともに、偽陽性候補の検出精度も向上するので、相乗効果的にラクナ梗塞陰影候補の検出精度を向上させることができる。
例えば、上記説明では、T1強調画像及びT2強調画像を1枚づつ用いて候補検出を行うこととしたが、これに限らず、T1、T2のパラメータを変えて複数のT1強調画像及び複数のT2強調画像を撮影し、これら複数の画像を用いて検出を行うこととしてもよい。この場合、複数のT2強調画像のそれぞれについて1次検出を行い、各画像で共通して検出された1次候補から、複数のT1強調画像を用いて偽陽性候補の検出を行う。これにより、1次検出の検出精度が向上するとともに、偽陽性候補の検出精度も向上するので、相乗効果的にラクナ梗塞陰影候補の検出精度を向上させることができる。
また、上記実施形態では、2値化する際の閾値を複数備えることにより、複数回検出を行うこととしたが、これに限らず、特徴量解析を行う際に用いる閾値を複数備えて特徴量解析を複数回行うこととしてもよい。
さらに、2値化による検出アルゴリズムで閾値を変えることにより複数回検出を行うこととしたが、2値化による検出アルゴリズムと、特徴量解析による検出アルゴリズム等、複数種類の検出アルゴリズムで別個にそれぞれ検出を行った結果、何れの検出アルゴリズムかで複数回検出されたものを1次候補とすることとしてもよい。
この場合、複数の検出アルゴリズムによる検出結果と、一の検出アルゴリズムによる検出結果とを切替表示できると、検出アルゴリズムの明瞭化及び簡略化という点から以下のような効果を得ることができる。
例えば、検出する目的の陰影が丸く、周辺が鋸歯状で、内部濃度が不均一な領域であり、医用画像処理装置では、丸い陰影を検出する、小さな点の集まりを含む領域を検出する、内部濃度が不均一である領域を検出するというアルゴリズムが別々に準備されている場合を考える。この場合、医師にとっては、医用画像処理装置が、丸い陰影を検出する処理、小さな点の集まりを検出する処理、或いは内部濃度が不均一な領域を検出する処理を行うことにより目的とする陰影の検出を行う、と考えることができ、アルゴリズムの内容が理解しやすい。しかし、このような検出方法の場合、偽陽性候補の誤検出が増えるという問題を含む。
例えば、検出する目的の陰影が丸く、周辺が鋸歯状で、内部濃度が不均一な領域であり、医用画像処理装置では、丸い陰影を検出する、小さな点の集まりを含む領域を検出する、内部濃度が不均一である領域を検出するというアルゴリズムが別々に準備されている場合を考える。この場合、医師にとっては、医用画像処理装置が、丸い陰影を検出する処理、小さな点の集まりを検出する処理、或いは内部濃度が不均一な領域を検出する処理を行うことにより目的とする陰影の検出を行う、と考えることができ、アルゴリズムの内容が理解しやすい。しかし、このような検出方法の場合、偽陽性候補の誤検出が増えるという問題を含む。
一方で、丸く、周辺が鋸歯状で、内部濃度が不均一な領域である領域をこれら複数の特徴を総合的に判断して検出するという複雑なアルゴリズムが一つだけ準備されている場合、偽陽性候補の誤検出率は下がるが、医師は医用画像処理装置がどのような条件でもって検出を行ったのか、アルゴリズムの内容を理解することが困難となるため、アルゴリズムの検出ロジックを読影時の参考に使いにくくなるという問題を生じる。
よって、複数のアルゴリズムでの検出結果、一のアルゴリズムでの検出結果というように切替表示できると、複数のアルゴリズムによる検出結果により精度の高い検出結果を医師に提供できる一方、一のアルゴリズムによる検出結果により一つのアルゴリズムの機能を簡略化でき(つまり、一の検出目的に対して一処理に特化できる。上記の例では、丸いものを検出する処理、小さな点の集まりを含む領域を検出する処理、内部濃度が不均一である領域を検出する処理のそれぞれのアルゴリズムをいう。)、理解しやすいアルゴリズムの検出ロジックを提案することが可能となる。
よって、複数のアルゴリズムでの検出結果、一のアルゴリズムでの検出結果というように切替表示できると、複数のアルゴリズムによる検出結果により精度の高い検出結果を医師に提供できる一方、一のアルゴリズムによる検出結果により一つのアルゴリズムの機能を簡略化でき(つまり、一の検出目的に対して一処理に特化できる。上記の例では、丸いものを検出する処理、小さな点の集まりを含む領域を検出する処理、内部濃度が不均一である領域を検出する処理のそれぞれのアルゴリズムをいう。)、理解しやすいアルゴリズムの検出ロジックを提案することが可能となる。
また、複数回検出された候補又は少なくとも1回検出された候補を選択表示可能とし、その際には何れの検出結果を表示しているのかを識別可能に表示することとしたが、これに限らず、複数回検出された候補と、1回のみ検出された候補とを選択表示可能としてもよい。この場合、複数回検出された候補は真のラクナ梗塞陰影である可能性が高く、それに比べて1回のみ検出された候補はラクナ梗塞陰影である可能性が低いので、複数回検出された候補を赤色のマーカで、1回のみ検出された候補を青色のマーカで識別表示することにより、危険度を示すことができる。
また、上記実施形態では、頭部を撮影したMRI画像からラクナ梗塞陰影候補を検出する例を説明したが、本発明は他の部位に関する他の異常陰影候補を検出する際にも適用することができる。例えば、CR装置により胸部を撮影したX線画像から乳癌の所見となる腫瘤陰影や微小石灰化クラスタを検出する際には、撮影条件を変えた複数のX線画像を撮影し、これら複数のX線画像のそれぞれについて腫瘤陰影等の1次検出を行い、各X線画像で複数回検出された1次候補に対し、何れかのX線画像を用いて偽陽性候補を検出して前記1次候補から削除することとしてもよい。
10 医用画像処理装置
11 制御部
12 入力部
13 表示部
14 通信部
15 メモリ
16 異常陰影候補検出部
11 制御部
12 入力部
13 表示部
14 通信部
15 メモリ
16 異常陰影候補検出部
Claims (3)
- MRI装置により撮影されたT1強調画像及びT2強調画像を画像解析し、当該T1強調画像及びT2強調画像からラクナ梗塞陰影の候補領域を検出する異常陰影候補検出手段と、
前記異常陰影候補検出手段により複数回検出が行われたとき、前記T1強調画像及びT2強調画像において複数回検出された候補領域のみを最終的にラクナ梗塞陰影候補とする第1の検出結果と、少なくとも1回検出された候補領域を最終的にラクナ梗塞陰影候補とする第2の検出結果との何れか一方を選択するための操作手段と、
前記操作手段を介して選択された第1又は第2の検出結果を表示する表示手段と、
前記表示手段により表示された第1又は第2の検出結果を、他方の検出結果に切替表示させる切替表示手段と、
前記表示手段により第1又は第2の検出結果を表示する際には、表示中の検出結果が第1又は第2の検出結果の何れであるかを識別可能に表示させる識別表示手段と、
を備えることを特徴とする医用画像処理装置。 - 前記識別表示手段は、第1又は第2の検出結果を表示する際の色を異なるものとすることにより、識別可能に表示させることを特徴とする請求項1に記載の医用画像処理装置。
- 前記識別表示手段は、第1又は第2の検出結果を示すマーカ情報を異なるものとすることにより、識別可能に表示させることを特徴とする請求項1に記載の医用画像処理装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005029141A JP3779982B1 (ja) | 2005-02-04 | 2005-02-04 | 医用画像処理装置及びプログラム |
US11/190,140 US20060222222A1 (en) | 2005-02-04 | 2005-07-25 | Medical image processing apparatus and program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005029141A JP3779982B1 (ja) | 2005-02-04 | 2005-02-04 | 医用画像処理装置及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP3779982B1 true JP3779982B1 (ja) | 2006-05-31 |
JP2006212259A JP2006212259A (ja) | 2006-08-17 |
Family
ID=36729219
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005029141A Expired - Fee Related JP3779982B1 (ja) | 2005-02-04 | 2005-02-04 | 医用画像処理装置及びプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US20060222222A1 (ja) |
JP (1) | JP3779982B1 (ja) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008075272A1 (en) * | 2006-12-19 | 2008-06-26 | Koninklijke Philips Electronics N.V. | Apparatus and method for indicating likely computer-detected false positives in medical imaging data |
KR101378675B1 (ko) * | 2010-09-16 | 2014-03-27 | 가톨릭대학교 산학협력단 | 영상진단기기를 이용한 뇌수종 진단 방법 및 장치 |
JP5514127B2 (ja) * | 2011-01-13 | 2014-06-04 | 富士フイルム株式会社 | 放射線画像表示装置および方法 |
JP5989354B2 (ja) * | 2012-02-14 | 2016-09-07 | 東芝メディカルシステムズ株式会社 | 画像診断支援装置及び画像診断支援装置の作動方法 |
US9189034B2 (en) * | 2013-03-25 | 2015-11-17 | Panasonic intellectual property Management co., Ltd | Electronic device |
US9530206B2 (en) * | 2015-03-31 | 2016-12-27 | Sony Corporation | Automatic 3D segmentation and cortical surfaces reconstruction from T1 MRI |
US10127654B2 (en) * | 2015-10-07 | 2018-11-13 | Toshiba Medical Systems Corporation | Medical image processing apparatus and method |
KR101821353B1 (ko) * | 2016-08-30 | 2018-01-23 | 삼성전자주식회사 | 자기 공명 영상 장치 |
CN109935305A (zh) * | 2017-12-18 | 2019-06-25 | 天启慧眼(北京)信息技术有限公司 | 检测影像的方法、装置和系统 |
JP7223539B2 (ja) * | 2018-09-25 | 2023-02-16 | キヤノンメディカルシステムズ株式会社 | 乳がん診断支援装置、乳がん診断支援システム、および乳がん診断支援方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7206462B1 (en) * | 2000-03-17 | 2007-04-17 | The General Hospital Corporation | Method and system for the detection, comparison and volumetric quantification of pulmonary nodules on medical computed tomography scans |
JP2001299733A (ja) * | 2000-04-27 | 2001-10-30 | Konica Corp | Pci放射線画像処理装置、pci放射線画像検出処理装置、pci放射線画像出力装置及びpci画像診断支援装置 |
JP5388393B2 (ja) * | 2001-04-27 | 2014-01-15 | キヤノン株式会社 | 画像処理装置および画像処理方法、制御プログラム |
JP2004222776A (ja) * | 2003-01-20 | 2004-08-12 | Fuji Photo Film Co Ltd | 異常陰影候補検出装置 |
JP2005065944A (ja) * | 2003-08-22 | 2005-03-17 | Konica Minolta Medical & Graphic Inc | 診断支援装置 |
JP4453321B2 (ja) * | 2003-09-26 | 2010-04-21 | コニカミノルタエムジー株式会社 | 医用画像処理装置及びプログラム |
-
2005
- 2005-02-04 JP JP2005029141A patent/JP3779982B1/ja not_active Expired - Fee Related
- 2005-07-25 US US11/190,140 patent/US20060222222A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
JP2006212259A (ja) | 2006-08-17 |
US20060222222A1 (en) | 2006-10-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3779982B1 (ja) | 医用画像処理装置及びプログラム | |
Baeßler et al. | Robustness and reproducibility of radiomics in magnetic resonance imaging: a phantom study | |
RU2566462C2 (ru) | Система и способ компьютеризированной диагностики с множественными модальностями | |
US10916010B2 (en) | Learning data creation support apparatus, learning data creation support method, and learning data creation support program | |
WO2007000940A1 (ja) | 異常陰影候補検出方法、異常陰影候補検出装置 | |
JP2005199057A (ja) | 肺画像データの位置合わせのための方法及び装置 | |
JP2007151645A (ja) | 医用画像診断支援システム | |
WO2011132468A1 (ja) | 医用画像表示装置及びプログラム | |
JP4099984B2 (ja) | 異常陰影検出装置および画像出力装置 | |
JP2004046594A (ja) | 画像診断支援装置 | |
JP3758894B2 (ja) | マンモグラム画像診断支援装置 | |
JP2009226043A (ja) | 医用画像処理装置及び異常陰影検出方法 | |
JP2000316837A (ja) | 画像診断支援装置 | |
JP2006346094A (ja) | 検出情報の出力方法及び医用画像処理システム | |
JP2004041490A (ja) | 画像診断支援装置 | |
JP2011103095A (ja) | 医用画像表示システム及びプログラム | |
JP2006325640A (ja) | 異常陰影候補の表示方法及び医用画像処理システム | |
US20060177115A1 (en) | Medical image processing apparatus and program | |
JP2006340835A (ja) | 異常陰影候補の表示方法及び医用画像処理システム | |
JP4631260B2 (ja) | 画像診断支援装置、画像診断支援方法及びプログラム | |
JP3956234B2 (ja) | 医用画像処理装置 | |
JP6309417B2 (ja) | 検出器生成装置、方法およびプログラム並びに画像検出装置 | |
JP2003275196A (ja) | 医用画像処理方法および医用画像処理装置 | |
JP2006334140A (ja) | 異常陰影候補の表示方法及び医用画像処理システム | |
US20190164286A1 (en) | Information processing apparatus, information processing method, and non-transient computer readable storage medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
TRDD | Decision of grant or rejection written | ||
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20060303 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100310 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110310 Year of fee payment: 5 |
|
LAPS | Cancellation because of no payment of annual fees |