JP4138371B2 - 解剖学的特徴位置検出装置並びに記録媒体および被写体構造計測装置並びに記録媒体 - Google Patents

解剖学的特徴位置検出装置並びに記録媒体および被写体構造計測装置並びに記録媒体 Download PDF

Info

Publication number
JP4138371B2
JP4138371B2 JP2002165104A JP2002165104A JP4138371B2 JP 4138371 B2 JP4138371 B2 JP 4138371B2 JP 2002165104 A JP2002165104 A JP 2002165104A JP 2002165104 A JP2002165104 A JP 2002165104A JP 4138371 B2 JP4138371 B2 JP 4138371B2
Authority
JP
Japan
Prior art keywords
subject
image
shape information
shape
feature position
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
JP2002165104A
Other languages
English (en)
Other versions
JP2004008419A (ja
Inventor
哲 大沢
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.)
Fujifilm Corp
Original Assignee
Fujifilm Corp
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 Fujifilm Corp filed Critical Fujifilm Corp
Priority to JP2002165104A priority Critical patent/JP4138371B2/ja
Priority to US10/455,417 priority patent/US7315635B2/en
Publication of JP2004008419A publication Critical patent/JP2004008419A/ja
Application granted granted Critical
Publication of JP4138371B2 publication Critical patent/JP4138371B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Quality & Reliability (AREA)
  • Radiology & Medical Imaging (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Geometry (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Processing Or Creating Images (AREA)

Description

【0001】
【発明の属する技術分野】
本発明は、医用画像に基づく被写体の解剖学的構造に係る診断を支援する解剖学的特徴位置検出装置および被写体構造計測装置に関するものである。
【0002】
【従来の技術】
従来より、医用画像を用いて、骨や臓器、その他の構造物の物理量を計測することが行われている。例えば、心臓肥大の診断を行う場合には、胸部放射線画像を用いて胸郭と心臓の各幅を計測し、これらの比(心胸郭比=心臓幅/胸郭幅)を算出することを行っている。
【0003】
ところで、この心胸郭比を算出する場合、従来は医師や放射線技師等が胸部放射線画像に定規等を当てて胸郭の幅と心臓の幅をそれぞれ計測し、この計測値に基づいて心胸郭比を算出していた。一方、近年は画像をデジタル化して画像データとして取り扱うことが一般的になっており、この画像データに基づいて心胸郭比の算出を自動的に行なうことが要望されている。
【0004】
この要望に対し、胸部画像に基づいて自動的に心胸郭比の算出を行う技術が種々提案された。心胸郭比の算出を行うには、胸郭と心臓(両者を合わせて心胸郭という)の輪郭形状を特定する必要があるが、その輪郭形状を検出する方法として、例えば、閉領域である胸郭(左右両肺野を一括りにした領域)の輪郭形状を検出する、特開平8-335271号公報により開示されている方法や、心臓の輪郭形状を検出する、桂川氏らによる変形した楕円形のモデル関数を用いた方法などがある。また、胸部画像を極座標変換し、基準となる平均的な心胸郭の輪郭と略相似形のテンプレートを用いて極座標平面上でテンプレートマッチング処理を行なうことにより簡略に心胸郭の輪郭を自動検出し、その自動検出された輪郭に基づいて胸郭の幅と心臓の幅をそれぞれ自動計測して心胸郭比の算出を行なう方法が提案された(特願2000-336859号)。
【0005】
ところが、特願2000-336859号による心胸郭の輪郭検出方法では、検出された心胸郭の輪郭と実際の輪郭との誤差が大きく、診断に必要な精度が得られないことが分かった。そこで、さらに精度の高い輪郭の検出方法として、心胸郭の輪郭を部分領域毎に分けて境界のエッジを検出した後に統合処理を行う方法が本出願人により提案されている(特願2001-189648号)。
【0006】
【発明が解決しようとする課題】
しかしながら、特願2001-189648号による心胸郭の輪郭検出方法では、心臓疾患で心臓に脂肪が付いている場合やノイズでエッジが明確でない場合等は、境界のエッジを正確に見つけることができないおそれがある。
【0007】
本発明は、上記事情に鑑みなされたものであり、被写体の解剖学的構造において不明確な部分が存在する場合でも、解剖学的特徴位置の検出および検出された特徴位置の情報に基づく構造的物理量の計測を可能とする解剖学的特徴位置検出装置および被写体構造計測装置を提供することを目的とするものである。
【0008】
【課題を解決するための手段】
本発明による第1の解剖学的特徴位置検出装置は、入力された被写体の医用画像に対応した人工画像を生成するのに少なくとも用いられる形状情報を求める形状情報取得手段と、上記形状情報に基づいて上記被写体の解剖学的特徴位置を検出する解剖学的特徴位置検出手段とを備えたことを特徴とするものである。
【0009】
本発明による第1の被写体構造計測装置は、入力された被写体の医用画像に対応した人工画像を生成するのに少なくとも用いられる形状情報を求める形状情報取得手段と、上記形状情報に基づいて上記被写体の解剖学的特徴位置を検出する解剖学的特徴位置検出手段と、解剖学的特徴位置検出手段により検出された上記被写体の解剖学的特徴位置に基づいて上記被写体の構造的物理量を計測する計測手段とを備えたことを特徴とするものである。
【0010】
ここで、「入力された被写体の医用画像に対応した人工画像」とは、その被写体の構造が、入力された医用画像と略合致する人工画像のことである。
【0011】
また、構造的物理量とは、被写体の解剖学的構造上の幾何学的に測定または算出され得る量のことであり、例えば、長さ、角度、面積、円形度、扁平率、またはこれらを組み合わせて算出される量などが挙げられる。特に被写体が胸部である場合には、胸郭および心臓の最大幅や、心臓幅を胸郭幅で割った値として求められる心胸郭比とすることができる。
【0012】
上記形状情報取得手段としては、例えば、AAM(Active Appearance Model)の手法を用いて被写体の人工画像を生成する際に用いられる形状情報を取得するものとすることができる。このAAMの手法は、形状情報とテクスチャ情報とを用いて人工画像を生成するものであり、テクスチャ情報が表す濃淡パターンを形状情報が表す形状にワーピングした人工画像を生成する。この形状情報およびテクスチャ情報は、被写体の構造を表す複数の画像を標本として統計学的な処理を施すことによって得られる、被写体の形状およびテクスチャについての固有成分の線形和で表現できるものであり、固有成分を統合したパラメータを調整することにより、略任意の形状およびテクスチャを得ることができる。入力された医用画像の被写体の形状情報を取得するには、入力された医用画像の被写体の構造に略合致した人工画像を生成すればよく、そのためには上記パラメータを調整して人工画像の形状およびテクスチャを変化させ、入力された医用画像と人工画像との対応する画素間の差分が最小となるようなパラメータを探索すればよい(この手法については後で詳述する)。
【0013】
よって、上記形状情報は、上記テクスチャ情報が表す被写体の解剖学的構造の明確さとは無関係に被写体の明確な形状を表しており、従って、不明確な部分を含んだ被写体の画像と略合致する人工画像を生成すれば、そのとき得られた形状情報から被写体の明確な解剖学的特徴位置を検出することができる。
【0014】
本発明による第1の解剖学的特徴位置検出装置および第1の被写体構造計測装置においては、上記形状情報取得手段は、上記人工画像を、被写体を構成する複数の解剖学的構造領域毎に生成するのに用いられる、複数の解剖学的構造領域毎の形状情報を求めるものであってもよい。
【0015】
ここで、解剖学的構造領域とは、例えば、被写体が胸部である場合には、解剖学的構造としての胸郭や心臓などを表す領域を意味するものであるが、胸郭や心臓などが占めている領域のみに限らず、胸郭や心臓などとともに背景領域を含んだものや、胸郭や心臓などをさらに細分化した領域をも含むものである。
【0016】
本発明による第2の解剖学的特徴位置検出装置は、被写体の構造を表す複数の異なる人工画像に対応した複数の異なる人工画像データが、それぞれの人工画像が表す被写体の形状情報を付帯して保存されている人工画像データ保存手段と、人工画像データが表す複数の異なる人工画像の中から、入力された被写体の医用画像と略合致する構造を有する人工画像を選択する人工画像選択手段と、人工画像選択手段により選択された人工画像が付帯する被写体の形状情報に基づいて被写体の解剖学的特徴位置を検出する解剖学的特徴位置検出手段とを備えたことを特徴とするものである。
【0017】
本発明による第2の被写体構造計測装置は、被写体の構造を表す複数の異なる人工画像に対応した複数の異なる人工画像データが、それぞれの人工画像が表す被写体の形状情報を付帯して保存されている人工画像データ保存手段と、人工画像データが表す複数の異なる人工画像の中から、入力された被写体の医用画像と略合致する構造を有する人工画像を選択する人工画像選択手段と、人工画像選択手段により選択された人工画像が付帯する被写体の形状情報に基づいて被写体の解剖学的特徴位置を検出する解剖学的特徴位置検出手段と、解剖学的特徴位置検出手段により検出された上記被写体の解剖学的特徴位置に基づいて上記被写体の構造的物理量を計測する計測手段とを備えたことを特徴とするものである。
【0018】
すなわち、第1の解剖学的特徴位置検出手段および第1の被写体構造計測装置のように、入力された被写体の医用画像に対応した人工画像を生成するのに用いられる形状情報を求めるのではなく、既に生成し保存されている複数の人工画像の中から、入力された医用画像と略合致する構造を有する人工画像を選択し、選択された人工画像が付帯する被写体の形状情報に基づいて被写体の解剖学的特徴位置を検出する。
【0019】
なお、本発明の各手段をコンピュータに実行させるプログラムとして供給してもよい。
【0020】
なお、医用画像とは、放射線画像に限るものではなく、CT装置やMRI装置によって得られた画像等でもよい。すなわち、被写体の解剖学的構造を表す画像であればいかなるものでもよい。
【0021】
また、本発明において、画像とは、実際に表示された画像だけでなく、その画像を表示するための画像データをも含んだ表現として解釈する。例えば、「画像を得る」という表現は、厳密に表示された画像を得ていなくても、その画像を表示するための画像データを得ることをも含むものとする。
【0022】
【発明の効果】
本発明の第1の解剖学的特徴位置検出装置によれば、入力された被写体の医用画像に対応した人工画像を生成するのに少なくとも用いられる形状情報を取得し、被写体の形状を明確に表す上記形状情報に基づいて上記被写体の解剖学的特徴位置を検出するようにしているので、従来方法では被写体の解剖学的構造において不明確な部分が存在するために解剖学的特徴位置の検出が困難であった医用画像に対しても、その被写体の解剖学的特徴位置を検出することができる。
【0023】
なお、上記第1の解剖学的特徴位置検出装置において、上記形状情報を、被写体を構成する複数の解剖学的構造領域毎に取得すれば、入力された医用画像への細かいフィッティングが可能となり、解剖学的特徴位置の検出精度の向上が期待できる。
【0024】
本発明の第1の被写体構造計測装置によれば、入力された被写体の医用画像に対応した人工画像を生成するのに少なくとも用いられる形状情報を取得し、被写体の形状を明確に表す上記形状情報に基づいて上記被写体の解剖学的特徴位置を検出し、検出された上記被写体の解剖学的特徴位置に基づいて上記被写体の構造的物理量を計測するようにしているので、従来手法では被写体の解剖学的構造において不明確な部分が存在するために解剖学的特徴位置の検出が困難であった医用画像に対しても、その被写体の解剖学的特徴位置を検出することができ、被写体の構造的物理量を計測することが可能となる。
【0025】
なお、上記第1の被写体構造計測装置において、上記形状情報を、被写体を構成する複数の解剖学的構造領域毎に取得すれば、入力された医用画像への細かいフィッティングが可能となり、構造的物理量の計測精度の向上が期待できる。
【0026】
本発明の第2の解剖学的特徴位置検出装置によれば、入力された被写体の医用画像に対応した人工画像を、複数の異なる人工画像の中から選択し、選択した人工画像が付帯している被写体の形状を明確に表す形状情報に基づいて上記被写体の解剖学的特徴位置を検出するようにしているので、第1の解剖学的特徴位置検出装置と同様、従来方法では被写体の解剖学的構造において不明確な部分が存在するために解剖学的特徴位置の検出が困難であった医用画像に対しても、その被写体の解剖学的特徴位置を検出することができる。
【0027】
本発明の第2の被写体構造計測装置によれば、入力された被写体の医用画像に対応した人工画像を、複数の異なる人工画像の中から選択し、選択した人工画像が付帯している被写体の形状を明確に表す形状情報に基づいて上記被写体の解剖学的特徴位置を検出し、検出された上記被写体の解剖学的特徴位置に基づいて上記被写体の構造的物理量を計測するようにしているので、第1の被写体構造計測装置と同様、従来手法では被写体の解剖学的構造において不明確な部分が存在するために解剖学的特徴位置の検出が困難であった医用画像に対しても、その被写体の解剖学的特徴位置を検出することができ、被写体の構造的物理量を計測することが可能となる。
【0028】
【発明の実施の形態】
以下、本発明の第1の被写体構造計測装置の実施形態について説明する。
【0029】
図1は、本発明の第1の被写体構造計測装置の一実施形態である第1の心胸郭比計測装置の構成を示すブロック図である。図1に示す第1の心胸郭比計測装置は、入力された胸部放射線画像Pに対応した、その胸部の構造が画像Pと略合致する人工画像P′を、形状とテクスチャの固有成分を統合したパラメータを変化させることにより得られる形状情報K′とテクスチャ情報T′を用いて生成し、形状情報K′を取得する形状情報取得手段10と、上記形状情報K′に基づいて心胸郭の輪郭形状を検出する心胸郭輪郭検出手段(解剖学的特徴位置検出手段)20と、心胸郭輪郭検出手段20により検出された心胸郭輪郭の位置情報dに基づいて心胸郭比を算出する心胸郭比算出手段(計測手段)30とにより構成される。
【0030】
次に、以上のように構成された第1の心胸郭比計測装置の作用について説明する。
【0031】
図9に示すような、解剖学的構造の不明確な部分Uを含んだ胸部放射線画像Pが形状情報取得手段10に入力されると、形状情報取得手段10は、後述のAAMの手法を用いて胸部放射線画像Pに対応した、すなわち、胸部の構造が略合致した人工画像P′を、形状とテクスチャの固有成分を統合したパラメータを変化させることにより得られる形状情報K′とテクスチャ情報T′を用いて生成し、形状情報K′を取得する。
【0032】
ここで、人工画像を生成するために用いられるAAMの手法について説明する。
【0033】
AAMの手法は、マンチェスター大学の Cootes らが提案している手法であり、″Active Appearance Model(AMM)″[T.F. Cootes, and C.J. Taylor, Active Appearance Models, Proc. European Conference on Computer Vision, Vol.2, pp.484-498, Springer, 1998] に述べられている。
【0034】
本実施形態では、被写体の解剖学的構造を表している複数の異なる画像が蓄積記憶されているデータベース(以下、画像DBという)中の各画像および各画像から抽出した解剖学的特徴の形状(ランドマーク)を教師データとして使用し上記AAMに適用する。教師データから被写体の構造の統計的なモデル(形状変化モデル、テクスチャ変化モデル、形状とテクスチャの相関モデル)を作成し、このモデルを用いることにより、入力された画像に対応した略任意の人工画像(形状とテクスチャ)を生成することが可能となる。
【0035】
なお、上記被写体の構造の統計学的なモデルを作成する上で、画像DB中の画像は、実際に撮影されたものが好ましいが、蓄積された画像数が十分でないことも考えられるので、被写体の特徴的な基本構造を保ちながらランダムに作成された人工画像であってもよい。また、心臓肥大などの心臓疾患を持つ被写体の画像に対応した人工画像も生成できるよう、画像DBにはそのような異常構造を持った被写体画像も含めておく必要がある。
【0036】
以下、入力された画像に対応した人工画像を生成する手順について、胸部を撮影した放射線画像を例に説明する。図2は人工画像の生成手順を表すフローチャートを示す図である。
【0037】
(1)平均形状・平均テクスチャの作成(#1)
まず、画像DB中の各画像から被写体の解剖学的特徴の形状をランドマークとして抽出する。図3は、その例として、画像DB中の胸部画像S1,S2,S3に対して肺野領域の外縁にランドマークを付した状態を示した図であり、図中記号Mで表した複数の黒点がランドマークである。これらランドマークとして用いる点は各画像中において同等の解剖学的特徴位置である。このようにしてランドマークとして抽出された各画像の形状から被写体の平均形状を作成する。図4は、被写体である胸部の平均形状を表した画像Saを示す図である。なお、各画像の被写体形状をランドマークとして抽出する際には、平行移動成分について予め正規化しておく方がよい。例えば、胸部の放射線画像においては、肺野上端と水平方向(左右方向)の中心を揃える。
【0038】
次に、画像DB中の各画像を、作成された平均形状にワーピング(Warping)するために、各画像中のランドマーク各点の平均形状へのシフト量を算出する。図5は、胸部画像において肺野領域の外縁に付されたランドマーク(図中、記号Mで表す)の各点が、平均形状(図中、記号Kaで表す)へワーピングされる状態を示した図である。そして、ランドマーク各点のシフト量を、2次元5次多項式を用いて近似する。多項式近似の数式を以下に示す。
【0039】
【数1】
Figure 0004138371
ここで、x,yは各画像中のランドマーク各点の座標、x′,y′はワーピングされる平均形状上の座標、Δx,Δyは平均形状へのシフト量、nは次数、aij,bijは係数である。なお、多項式近似の係数は最小自乗法を用いて求める。
【0040】
上式を用いて、各画像について画素毎の平均形状へのシフト量を算出し、各画像を画素毎に平均形状へワーピングする。このとき、ワーピング後の座標が整数ではなく小数点以下を含む位置に移動する画素については、4近傍から1次近似で画素値を求める。つまり、ワーピング後の座標を囲む4つの画素に対して、ワーピング後の座標から各画素の座標までの距離に比例して画素値をそれぞれ分配するようにする。そして、平均形状へワーピングされた各画像から平均テクスチャを作成する。
【0041】
この時点で、画像DB中の各画像の平均形状、平均形状へワーピングされた各画像、および平均テクスチャが得られる。
【0042】
(2)形状変化モデルの作成(#2)
画像DB中の各画像の形状と平均形状を用いて、被写体の形状に対して主成分分析を行い、固有形状を算出する。固有成分は文献 [Matthew Turk, Alex Pentland, Eigenfaces for Recognition, Journal of Cognitive Neuroscience, vol.3, num1, 1991]に示す手法を用いて求める。固有形状の線形和を用いて任意形状が次式のように近似できる。
【0043】
【数2】
Figure 0004138371
ここで、xは形状ベクトル(x,y,・・・,x,y,・・・,x,y)、xaveは平均形状ベクトル、Pは形状の固有ベクトル、bは形状係数のセット(組み合わせ)である。図6は、固有形状の例として、互いに異なる固有形状Ke1,Ke2,Ke3をランドマークMで表したものである。なお、図中、実線のKaは平均形状である。
【0044】
(3)テクスチャ変化モデルの作成(#3)
画像DB中の各画像のテクスチャと平均テクスチャを用いて、被写体のテクスチャに対して主成分分析を行い、固有テクスチャを算出する。
【0045】
【数3】
Figure 0004138371
ここで、gはグレイレベル(テクスチャの画素値)のベクトル(g11,g21,・・・,gij,・・・,gnn)、gaveは平均グレイレベルのベクトル、Pはグレイレベルの固有ベクトル、bはグレイレベル係数のセットである。図7は、固有テクスチャの例として、互いに異なる固有テクスチャTe1,Te2,Te3を示したものである。
【0046】
(4)形状とテクスチャの相関モデルの作成(#4)
画像DB中の各画像の形状/テクスチャは、各固有形状/固有テクスチャに投影した値からなる係数b、bを用いて表現することができる。以下に示すように、これら係数に対してさらに主成分分析を行い、形状とグレイレベルをコントロールするアピアランスパラメータを算出する。
【0047】
【数4】
Figure 0004138371
ここで、Wは対角行列で各形状係数に対する重みである。
【0048】
【数5】
Figure 0004138371
Qは固有ベクトル、cは形状とグレイレベルを制御するアピアランスパラメータ(cの平均は0)。このアピアランスパラメータを変化させることにより、画像DB中の画像から被写体の略任意の人工画像を生成することができる。
【0049】
(5)人工画像の生成(#5)
入力された放射線画像に対して、以下のような手続きで人工画像を生成する。
1.平均形状と平均形状内の画像から算出したアピアランスパラメータを初期値として設定する。
2.上位固有成分のアピアランスパラメータから順番にパラメータを少しずつ振りながら人工画像を作成して、作成した人工画像と入力された放射線画像との差分が最も小さくなるパラメータを探索する。
3.上記2.で求めたアピアランスパラメータの値から得られた人工画像を、入力された放射線画像に対応した人工画像として選択する。
【0050】
上記手法によれば、予め、被写体の平均形状/テクスチャ、固有形状/固有テクスチャ、固有ベクトルQといった各要素を求めておけば、アピアランスパラメータcの調整のみによって、被写体の略任意の人工画像を生成することができる。
【0051】
本実施形態においては、被写体の医用画像である胸部放射線画像について、上記各要素が既に求めてあるものとし、形状情報取得手段10は、アピアランスパラメータcの調整を行うだけで、入力された胸部の放射線画像Pに対応する人工画像P′を生成し、形状情報を取得することができるものとする。よって画像DBは、本発明の第1の被写体構造計測装置の必須構成要素ではない。
【0052】
なお、本実施形態においては、図8に示すように、人工画像P′を胸部の解剖学的構造領域である右肺野領域、左肺野領域、および心臓領域の3つの領域に分割し、それぞれの領域に対応する部分人工画像P1′,P2′,P3′を生成することにより、各解剖学的構造領域の形状情報K1′,K2′,K3′を取得する。すなわち、画像DB中の画像を、右肺野領域、左肺野領域、心臓領域に分け、各領域の画像毎に上述の変化モデルを作成し、式(9)〜(11)で定義されるアピアランスパラメータc1,c2,c3を独立に動かしながら、式(12)で定義される差分ΔDが最も小さくなる上記パラメータを求め、部分人工画像P1′,P2′,P3′を生成する。
【数6】
Figure 0004138371
ここで、P1,P2,P3は、入力された胸部放射線画像Pの各解剖学的構造領域に対応した部分画像、Δ(Pi−Pi′)は部分画像Piと部分人工画像Pi′との画素値の差総和、w1,w2,w3は0〜1の重みを表す。
【0053】
このように各領域の部分人工画像を生成し、各解剖学的構造領域の形状情報K1′,K2′,K3′を取得すれば、心胸郭比を算出する際に必要となる心臓幅と胸郭幅が計測可能な心胸郭輪郭を求めることができる(実際には心陰影の上下部の輪郭は正確に求められていないが、本実施形態では幅を計測するだけなので、問題はない)。また、一般的には、人工画像を幾つかの領域に分割することで、人工画像の調整の自由度が上がり、入力された被写体の医用画像に対し、より正確に対応した人工画像を生成することができるという利点もある。
【0054】
心胸郭輪郭検出手段20は、このようにして部分人工画像P1′,P2′,P3′を生成した際に得られた被写体の各解剖学的構造領域の形状情報K1′,K2′,K3′に基づいて心胸郭輪郭を検出する。被写体の各領域の形状情報が表す形状K1′,K2′,K3′(簡単のため形状情報とそれに対応する形状を同じ記号を用いて表す)は、具体的には、ランドマークで表現されているが、このランドマークから心胸郭輪郭を求めるには、スムージング処理や1次近似による手法等を用いて、ランドマークを結ぶ線を引くことにより実現できる。図10は、被写体の各領域の形状K1′,K2′,K3′のランドマークと、これらランドマークを上記の手法により結線して求めた心胸郭輪郭を示している。
【0055】
検出された心胸郭輪郭の位置情報dが心胸郭比算出手段30に入力されると、心胸郭比算出手段30において、胸郭外側の輪郭の最大径L2と心陰影の輪郭の最大径L1が検出され、心胸郭比(L1/L2)が算出される。
【0056】
医用画像から被写体の形状輪郭を抽出して検出する従来の手法では、画像に不明確な領域が存在すると、被写体が認識できずにエラーが生じたり、検出できたとしても大きな誤差を含むものであったりしたため、構造的物理量の計測を正しく行うことができなかったが、本心胸郭比計測装置によれば、そのような不明確な部分を含む画像に対しても、その画像に対応した人工画像を生成し、その結果得られた被写体の形状情報に基づいて被写体の形状輪郭を求めることができるので、エラーや大きな誤差が生じることなく、構造的物理量の計測を正しく行うことができる。
【0057】
続いて、本発明の第2の被写体構造計測装置の実施形態について説明する。
【0058】
図11は、本発明の第2の被写体構造計測装置の一実施形態である第2の心胸郭比計測装置の構成を示すブロック図である。図11に示す第2の心胸郭比計測装置は、胸部の構造を表す複数の異なる人工画像に対応した複数の異なる人工画像データが、それぞれの人工画像が表す胸部の形状情報を付帯して保存されている人工画像データ保存手段40と、人工画像データが表す複数の異なる人工画像の中から、入力された胸部放射線画像Pと略合致する構造を有する人工画像を選択する人工画像選択手段50と、人工画像選択手段により選択された人工画像P′が付帯する胸部の形状情報K′に基づいて心胸郭の輪郭形状を検出する心胸郭輪郭検出手段(解剖学的特徴位置検出手段)20と、心胸郭輪郭検出手段20により検出された心胸郭輪郭の位置情報dに基づいて心胸郭比を算出する心胸郭比算出手段(計測手段)30とにより構成される。
【0059】
上記のように構成された第2の心胸郭比計測装置によれば、第1の心胸郭比計測装置のように、入力された画像Pに対応した人工画像を生成し、形状情報を取得するのではなく、既に生成し保存されている複数の人工画像の中から、被写体である胸部の構造が入力された医用画像Pと略合致する構造を有する人工画像P′を選択し、その選択した人工画像P′が付帯する胸部の形状情報K′に基づき心胸郭輪郭を検出し、心胸郭比を算出する。
【0060】
なお、この場合においても、人工画像P′は、右肺野領域、左肺野領域、および心臓領域など複数の領域に分割して、それぞれの領域に対応する部分人工画像を選択するようにすることもできる。
【図面の簡単な説明】
【図1】本発明の第1の被写体構造計測装置の一実施形態としての心胸郭比計測装置の概略構成図
【図2】人工画像の生成手順を示すフローチャート
【図3】画像DB中の胸部画像に対して肺野領域の外縁にランドマークを付した状態を示す図
【図4】胸部の平均形状を表す画像Saを示す図
【図5】胸部画像において肺野領域の外縁に付されたランドマーク各点が平均形状へワーピングされる状態を示す図
【図6】互いに異なる固有形状をランドマークで表す図
【図7】互いに異なる固有テクスチャを示す図
【図8】右肺野領域、左肺野領域、心臓領域に対応する部分人工画像を表すP1′、P2′、P3′を示す図
【図9】胸部放射線画像Pを示す図
【図10】各領域の形状K1′,K2′,K3′および心胸郭輪郭を示す図
【図11】本発明の第2の被写体構造計測装置の一実施形態としての第2の心胸郭比計測装置の概略構成図
【符号の説明】
10 形状情報取得手段
20 心胸郭輪郭検出手段
30 心胸郭比算出手段
40 人工画像データ保存手段
50 人工画像選択手段
d 心胸郭輪郭の位置情報
K′ 人工画像P′に対応する被写体の形状情報
K1′〜K3′ 部分人工画像P1′〜P3′に対応する各領域の形状情報
Ka 胸部の平均形状
Ke1〜Ke3 固有形状
M ランドマーク
P′ 画像Pに対応する人工画像
P1′〜P3′ 人工画像Pの部分人工画像
P 胸部放射線画像
S1〜S2 画像DB中の画像
Sa 画像DB中の画像の平均形状を表した画像
Te1〜Te3 固有テクスチャ
U 画像P上の不明確な部分

Claims (5)

  1. 入力された被写体の医用画像に略合致した人工画像を、前記被写体を構成する少なくとも一つ以上の解剖学的構造領域毎に生成するのに用いられる、該少なくとも一つ以上の解剖学的構造領域毎の形状情報を求める形状情報取得手段と、
    前記形状情報に基づいて前記被写体の解剖学的特徴位置を検出する解剖学的特徴位置検出手段とを備え、
    前記形状情報取得手段が、前記医用画像から少なくとも一つ以上の解剖学的構造領域毎の少なくとも一部の形状を抽出し、統計的な手法により、前記少なくとも一部の形状から得られる平均形状と、該平均形状を変形させる固有成分とをパラメータを用いて統合することにより、前記人工画像を生成することを特徴とする解剖学的特徴位置検出装置。
  2. 入力された被写体の医用画像に略合致した人工画像を、前記被写体を構成する少なくとも一つ以上の解剖学的構造領域毎に生成するのに用いられる、該少なくとも一つ以上の解
    剖学的構造領域毎の形状情報を求める機能と、
    前記形状情報に基づいて前記被写体の解剖学的特徴位置を検出する機能とをコンピュータに実行させるためのプログラムを記録したコンピュータ読取り可能な記録媒体であって
    前記形状情報を求める機能が、前記医用画像から少なくとも一つ以上の解剖学的構造領域毎の少なくとも一部の形状を抽出し、統計的な手法により、前記少なくとも一部の形状から得られる平均形状と、該平均形状を変形させる固有成分とをパラメータを用いて統合することにより、前記人工画像を生成するものであることを特徴とするコンピュータ読取り可能な記録媒体。
  3. 入力された被写体の医用画像に略合致した人工画像を前記被写体を構成する少なくとも一つ以上の解剖学的構造領域毎に生成するのに用いられる、該少なくとも一つ以上の解剖学的構造領域毎の形状情報を求める形状情報取得手段と、
    前記形状情報に基づいて前記被写体の解剖学的特徴位置を検出する解剖学的特徴位置検出手段と、
    該解剖学的特徴位置検出手段により検出された前記被写体の解剖学的特徴位置に基づいて前記被写体の構造的物理量を計測する計測手段とを備え、
    前記形状情報取得手段が、前記医用画像から少なくとも一つ以上の解剖学的構造領域毎の少なくとも一部の形状を抽出し、統計的な手法により、前記少なくとも一部の形状から得られる平均形状と、該平均形状を変形させる固有成分とをパラメータを用いて統合することにより、前記人工画像を生成することを特徴とする被写体構造計測装置。
  4. 前記構造的物理量が心胸郭比であることを特徴とする請求項3記載の被写体構造計測装置。
  5. 入力された被写体の医用画像に略合致した人工画像を前記被写体を構成する少なくとも一つ以上の解剖学的構造領域毎に生成するのに用いられる、該少なくとも一つ以上の解剖学的構造領域毎の形状情報を求める機能、
    前記形状情報に基づいて前記被写体の解剖学的特徴位置を検出する機能と、
    該解剖学的特徴位置検出手段により検出された前記被写体の解剖学的特徴位置に基づいて前記被写体の構造的物理量を計測する機能とをコンピュータに実行させるためのプログラムを記録したコンピュータ読取り可能な記録媒体であって
    前記形状情報を求める機能が、前記医用画像から少なくとも一つ以上の解剖学的構造領域毎の少なくとも一部の形状を抽出し、統計的な手法により、前記少なくとも一部の形状から得られる平均形状と、該平均形状を変形させる固有成分とをパラメータを用いて統合することにより、前記人工画像を生成するものであることを特徴とするコンピュータ読取り可能な記録媒体。
JP2002165104A 2002-06-06 2002-06-06 解剖学的特徴位置検出装置並びに記録媒体および被写体構造計測装置並びに記録媒体 Expired - Fee Related JP4138371B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2002165104A JP4138371B2 (ja) 2002-06-06 2002-06-06 解剖学的特徴位置検出装置並びに記録媒体および被写体構造計測装置並びに記録媒体
US10/455,417 US7315635B2 (en) 2002-06-06 2003-06-06 Anatomical characteristic position detecting system, and object structure measurement system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2002165104A JP4138371B2 (ja) 2002-06-06 2002-06-06 解剖学的特徴位置検出装置並びに記録媒体および被写体構造計測装置並びに記録媒体

Publications (2)

Publication Number Publication Date
JP2004008419A JP2004008419A (ja) 2004-01-15
JP4138371B2 true JP4138371B2 (ja) 2008-08-27

Family

ID=29706678

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2002165104A Expired - Fee Related JP4138371B2 (ja) 2002-06-06 2002-06-06 解剖学的特徴位置検出装置並びに記録媒体および被写体構造計測装置並びに記録媒体

Country Status (2)

Country Link
US (1) US7315635B2 (ja)
JP (1) JP4138371B2 (ja)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8276091B2 (en) * 2003-09-16 2012-09-25 Ram Consulting Haptic response system and method of use
JP4795658B2 (ja) * 2004-03-23 2011-10-19 富士フイルム株式会社 差分画像取得方法、差分画像取得装置、及び、そのプログラム
US7876934B2 (en) * 2004-11-08 2011-01-25 Siemens Medical Solutions Usa, Inc. Method of database-guided segmentation of anatomical structures having complex appearances
JP4690204B2 (ja) * 2006-01-16 2011-06-01 富士フイルム株式会社 画像再生装置およびそのプログラム
DE102006021771B4 (de) * 2006-05-10 2008-07-17 Siemens Ag Vorrichtung, Verfahren sowie Computerprogrammprodukt zur Erstellung einer Bestrahlungsplanung
US7983459B2 (en) 2006-10-25 2011-07-19 Rcadia Medical Imaging Ltd. Creating a blood vessel tree from imaging data
US7940977B2 (en) 2006-10-25 2011-05-10 Rcadia Medical Imaging Ltd. Method and system for automatic analysis of blood vessel structures to identify calcium or soft plaque pathologies
US7873194B2 (en) * 2006-10-25 2011-01-18 Rcadia Medical Imaging Ltd. Method and system for automatic analysis of blood vessel structures and pathologies in support of a triple rule-out procedure
US7860283B2 (en) * 2006-10-25 2010-12-28 Rcadia Medical Imaging Ltd. Method and system for the presentation of blood vessel structures and identified pathologies
US7940970B2 (en) 2006-10-25 2011-05-10 Rcadia Medical Imaging, Ltd Method and system for automatic quality control used in computerized analysis of CT angiography
JP4891144B2 (ja) 2007-05-08 2012-03-07 キヤノン株式会社 画像検索装置及び画像検索方法
CN101502420B (zh) * 2008-02-05 2013-05-22 Ge医疗系统环球技术有限公司 图像处理方法和设备
US8077956B2 (en) * 2008-10-28 2011-12-13 Carestream Health, Inc. Orientation detection for chest radiographic images
JP2010220908A (ja) 2009-03-25 2010-10-07 Sony Corp 画像処理装置、画像処理方法、およびプログラム
JP5405285B2 (ja) * 2009-12-15 2014-02-05 株式会社東芝 X線撮影装置
JP6000705B2 (ja) * 2012-07-17 2016-10-05 キヤノン株式会社 データ処理装置及びデータ処理方法
US10565723B2 (en) 2016-02-02 2020-02-18 Samsung Electronics Co., Ltd. Systems and methods for drift correction
US10579162B2 (en) 2016-03-24 2020-03-03 Samsung Electronics Co., Ltd. Systems and methods to correct a vehicle induced change of direction
US10922894B2 (en) * 2016-06-06 2021-02-16 Biodigital, Inc. Methodology and system for mapping a virtual human body
JP6833444B2 (ja) 2016-10-17 2021-02-24 キヤノン株式会社 放射線撮影装置、放射線撮影システム、放射線撮影方法、及びプログラム
CN106991697B (zh) * 2017-04-17 2019-08-06 心医国际数字医疗系统(大连)有限公司 胸部数字影像的心胸比测量方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5790690A (en) * 1995-04-25 1998-08-04 Arch Development Corporation Computer-aided method for automated image feature analysis and diagnosis of medical images
US5862249A (en) * 1995-12-01 1999-01-19 Eastman Kodak Company Automated method and system for determination of positional orientation of digital radiographic images
US5943435A (en) * 1997-10-07 1999-08-24 Eastman Kodak Company Body part recognition in radiographic images
US20020085743A1 (en) * 2000-04-04 2002-07-04 Konica Corporation Image processing selecting method, image selecting method and image processing apparatus
US6678703B2 (en) * 2000-06-22 2004-01-13 Radvault, Inc. Medical image management system and method
JP2002109550A (ja) * 2000-09-29 2002-04-12 Fuji Photo Film Co Ltd 心胸郭の輪郭検出方法および心胸郭比算出方法
JP3679990B2 (ja) * 2000-10-31 2005-08-03 株式会社東芝 医用画像処理装置及びその方法
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
JP2003006661A (ja) 2001-06-22 2003-01-10 Fuji Photo Film Co Ltd 心胸郭輪郭検出装置
JP2004041694A (ja) * 2002-05-13 2004-02-12 Fuji Photo Film Co Ltd 画像生成装置およびプログラム、画像選択装置、画像出力装置、画像提供サービスシステム

Also Published As

Publication number Publication date
JP2004008419A (ja) 2004-01-15
US7315635B2 (en) 2008-01-01
US20030228040A1 (en) 2003-12-11

Similar Documents

Publication Publication Date Title
JP4138371B2 (ja) 解剖学的特徴位置検出装置並びに記録媒体および被写体構造計測装置並びに記録媒体
EP3100236B1 (en) Method and system for constructing personalized avatars using a parameterized deformable mesh
CN110335358B (zh) 可变形数字人解剖学模型的个性化变形方法
Mitchell et al. 3-D active appearance models: segmentation of cardiac MR and ultrasound images
EP3406196A1 (en) X-ray system and method for standing subject
JP6368709B2 (ja) 3次元身体データを生成する方法
EP2505162B1 (en) Method and apparatus for generating medical image of body organ by using 3-D model
US8345927B2 (en) Registration processing apparatus, registration method, and storage medium
Perperidis et al. Construction of a 4D statistical atlas of the cardiac anatomy and its use in classification
US9087397B2 (en) Method and apparatus for generating an image of an organ
US7382907B2 (en) Segmenting occluded anatomical structures in medical images
JP2018064627A (ja) 放射線撮影装置、放射線撮影システム、放射線撮影方法、及びプログラム
Zheng et al. Scaled, patient-specific 3D vertebral model reconstruction based on 2D lateral fluoroscopy
Baka et al. Statistical shape model-based femur kinematics from biplane fluoroscopy
Ecabert et al. Modeling shape variability for full heart segmentation in cardiac computed-tomography images
US20200250815A1 (en) Heart Position Estimation
US7697739B2 (en) Method, apparatus and program for image processing, and abnormal shadow detection
JP2005020338A (ja) 異常陰影検出方法および装置並びにプログラム
Angelopoulou et al. Automatic landmarking of 2 d medical shapes using the growing neural gas network
Schramm et al. Toward fully automatic object detection and segmentation
Gleason et al. A new deformable model for analysis of X-ray CT images in preclinical studies of mice for polycystic kidney disease
JP4571378B2 (ja) 画像処理方法および装置並びにプログラム
Urschler et al. Assessing breathing motion by shape matching of lung and diaphragm surfaces
CN114298986A (zh) 一种基于多视点无序x光片的胸腔骨骼三维构建方法及系统
Gleason et al. Automatic screening of polycystic kidney disease in x-ray CT images of laboratory mice

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20050207

A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A712

Effective date: 20061204

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20071129

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20071204

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20080204

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20080318

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20080502

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: 20080603

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20080605

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: 20110613

Year of fee payment: 3

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

Free format text: PAYMENT UNTIL: 20110613

Year of fee payment: 3

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

Free format text: PAYMENT UNTIL: 20120613

Year of fee payment: 4

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

Free format text: PAYMENT UNTIL: 20120613

Year of fee payment: 4

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

Free format text: PAYMENT UNTIL: 20130613

Year of fee payment: 5

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees