JP4475625B2 - 画像処理装置及び画像処理方法 - Google Patents
画像処理装置及び画像処理方法 Download PDFInfo
- Publication number
- JP4475625B2 JP4475625B2 JP2003149567A JP2003149567A JP4475625B2 JP 4475625 B2 JP4475625 B2 JP 4475625B2 JP 2003149567 A JP2003149567 A JP 2003149567A JP 2003149567 A JP2003149567 A JP 2003149567A JP 4475625 B2 JP4475625 B2 JP 4475625B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- image processing
- input
- parameter
- unit
- 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
- 238000003672 processing method Methods 0.000 title claims description 11
- 230000003902 lesion Effects 0.000 claims description 49
- 238000000034 method Methods 0.000 claims description 21
- 238000005457 optimization Methods 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 5
- 238000003745 diagnosis Methods 0.000 description 30
- 238000009877 rendering Methods 0.000 description 21
- 230000006870 function Effects 0.000 description 13
- 210000000056 organ Anatomy 0.000 description 13
- 210000004072 lung Anatomy 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 206010028980 Neoplasm Diseases 0.000 description 4
- 239000013598 vector Substances 0.000 description 4
- 238000005266 casting Methods 0.000 description 3
- 238000002059 diagnostic imaging Methods 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 230000001575 pathological effect Effects 0.000 description 3
- 206010061818 Disease progression Diseases 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000005750 disease progression Effects 0.000 description 2
- 210000004185 liver Anatomy 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 210000001652 frontal lobe Anatomy 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 210000000936 intestine Anatomy 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 201000005202 lung cancer Diseases 0.000 description 1
- 208000020816 lung neoplasm Diseases 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/60—ICT specially adapted for the handling or processing of medical references relating to pathologies
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Processing Or Creating Images (AREA)
- Image Processing (AREA)
- Image Generation (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、例えば、医療分野においてＣＴやＭＲＩにより撮影された被写体の画像を処理する画像処理装置及び画像処理方法に関し、特に、ＣＴやＭＲＩの診断レポートに添付されるキー（ＫＥＹ）画像として３次元画像を用いるレポーティングシステム及びレポーティング方法に関するものである。
【０００２】
【従来の技術】
スパイラルＣＴ、マルチスライスＣＴの使用、或いは高速のＭＲＩの開発により、一度の撮影で３００枚以上の画像が瞬時に生成されるようになった。
【０００３】
また、放射線医などの医師（診断医）は、これらの画像を診断する際には、高速のコンピュータ環境を使用して、複数の断面画像を高速に切り替えて表示することにより診断を行っている。
【０００４】
そして、診断医からの診断レポートには、依頼医（内科医など）が参照するキー画像、或いはスキーマ（器官と病変の関係を示すスケッチ）が添付される。
【０００５】
【発明が解決しようとする課題】
上記診断レポートには、キー画像として３００枚以上の全ての画像を添付することも可能であるが、この場合はネットワーク或いはコンピュータに大きな負荷がかかって高速の表示が行えない場合がある。
【０００６】
そこで、重要な画像を選別することが考えられるが、３００枚以上の画像からキー画像を選別することは依頼医にとっては苦痛であり、簡便な方法として３分の１程度に一定間隔で単純間引きすることも行われている。しかし、このような単純間引きでは診断に重要な画像も単純に間引いてしまう可能性があり、依頼医の理解を妨げる場合があった。
【０００７】
本発明は、上記課題に鑑みてなされ、その目的は、診断情報に基づいて全ての画像中から病変部位を検索し、この病変部位を含む画像又は画像群を選択できる画像処理処理装置及び画像処理方法を提供することにある。
【０００８】
また、他の目的は、診断情報に基づいて画像にレンダリング処理を施す際のパラメータを決定し、このパラメータから病変部位を含む画像又は画像群を作成できる画像処理処理装置及び画像処理方法を提供することにある。
【０００９】
もう１つの目的は、上記画像処理により選択された画像、又は上記画像処理によりレンダリング処理された画像を診断情報に添付して診断レポートとして出力できるレポーティングシステム及びレポーティング方法を提供することにある。
【００１０】
【課題を解決するための手段】
上述の課題を解決し、目的を達成するために、本発明の画像処理装置は、撮影された複数の医療用画像を入力する画像入力部と、入力された前記医療用画像に関する診断情報を入力する情報入力部と、入力された前記診断情報を解析するためのキーワードを入力するキーワード入力部と、入力された前記診断情報と前記キーワードから、前記医療用画像中から病変部位を検索する際のパラメータを決定するパラメータ決定部と、決定された前記パラメータに基づいて前記医療用画像中から病変部位を検索する検索部と、検索された前記病変部位を含む医療用画像を複数の医療用画像中から選択する選択部とを具備する。
【００１２】
また、好ましくは、前記パラメータは、医療用画像の各ＣＴ値、ＭＲＩ値の範囲、病変を指定するＣＴ値、ＭＲＩ値の範囲、及びスライス位置の少なくとも１つを含み、これらの初期値が予め記憶されたテーブルから前記パラメータ決定部により選択される。
【００１３】
また、好ましくは、前記パラメータを前記医療用画像に対して適正化する適正化部を更に備える。
【００２０】
また、本発明のレポーティングシステムは、上記いずれかの画像処理装置により選択された画像を前記診断情報に添付して出力する。
【００２１】
本発明の画像処理方法は、以下の工程を画像処理装置の制御手段が制御を行い実行する画像処理方法において、撮影された複数の医療用画像を入力する画像入力工程と、入力された前記医療用画像に関する診断情報を入力する情報入力工程と、入力された前記診断情報を解析するためのキーワードを入力するキーワード入力工程と、入力された前記診断情報と前記キーワードから、前記医療用画像中から病変部位を検索する際のパラメータを決定するパラメータ決定工程と、決定された前記パラメータに基づいて前記医療用画像中から病変部位を検索する検索工程と、検索された前記病変部位を含む医療用画像を複数の医療用画像中から選択する選択工程とを備える。
【００２３】
また、好ましくは、前記パラメータは、医療用画像の各ＣＴ値、ＭＲＩ値の範囲、病変を指定するＣＴ値、ＭＲＩ値の範囲、及びスライス位置の少なくとも１つを含み、これらの初期値が予め記憶されたテーブルから前記パラメータ決定工程により選択される。
【００２４】
また、好ましくは、前記パラメータを前記医療用画像に対して適正化する適正化工程を更に備える。
【００３１】
また、本発明のレポーティング方法は、上記いずれかの画像処理方法により選択された画像を前記診断情報に添付して出力する。
【００３４】
【発明の実施の形態】
以下、添付図面を参照しながら本発明の好適な実施の形態について説明する。
【００３５】
［第１実施形態］
図１は本発明に係る第１実施形態の画像処理装置を構成する機能ブロックを概略的に示し、画像検索部４は診断情報に基づいて画像入力部１から入力された全ての撮影画像データ中から出力対象となる病変領域を検索し、当該病変領域に対応する撮影画像或いは撮影画像群をキー画像として画像出力部６から出力する。
【００３６】
ここで、上記画像入力部１は、ＣＴやＭＲＩなどの医療用画像撮影装置と考えてもよいし、それらの装置からネットワークを介して入力される画像入力インタフェース及びそれに付随する記憶装置となる場合もある。
【００３７】
診断情報入力部２は、医師（放射線医など）による撮影画像データを用いた診断結果が診断情報（以下、診断レポートともいう）として入力される。この診断レポートは、例えばテキスト情報や音声情報の形式で入力される。尚、診断結果は不図示の表示装置に出力される。また、上記医師による診断の他、コンピュータを用いた診断結果や撮影フィルムを用いた直接的な診断結果なども適用できる。
【００３８】
上記診断情報入力部２から入力された診断情報は、診断情報解析部３でキーワード検索が行われる。このキーワード検索は、解剖学的な用語と病理学的な用語が関連を持って抽出される。
【００３９】
上記解剖学的用語としては右前頭葉、左肺、肝臓など、病理学的用語は腫溜、塞栓、結節など、および病気の進行度に関するステージI、II、IIIなどが上げられる。
【００４０】
また、上記診断情報入力部２においてキーワードを入力することができ、この場合は、診断情報解析部３におけるキーワード入力は必要なくなる。
【００４１】
パラメータ決定部５では、入力されたキーワードをもとに画像検索部４で用いられるパラメータを算出する。
【００４２】
上記パラメータとしては、解剖学的な閾値となるＣＴ値、ＭＲＩ値の範囲、病変を指定するＣＴ値、ＭＲＩ値の範囲、及びスライス位置などがある。これらの初期値は、病気の進行度も考慮して経験的に予め決められたテーブルから選択されるが、個体によってばらつきがある。
【００４３】
このばらつきを補正（適正化）するために、選択されたパラメータを入力された画像に適用してパラメータの適正度を判定する。
【００４４】
この判定は、パラメータを変化させた時に、検索された病変領域の面積或いは連結度が断面内或いは断面間でどのように変化するかによって判定でき、例えば、肺の抽出の際に空気の吸い込みが悪い場合があり、肺のＣＴ値が高めに測定される場合がある。
【００４５】
このような画像に対しては、通常のＣＴ値範囲を適用すると肺野の面積が、胸部の断面積に比して極端に小さくなるので、適正な割合（約５０−６０％）になるようにＣＴ値が補正される。
【００４６】
また、肺の下部では肺野の面積が徐々に縮小するのが一般的であるが、まれに腸内のガスを肺野として検出してしまう場合がある。
【００４７】
このようなガスは、中葉からの肺野の連結性条件をもとに、ＣＴ値の範囲制限における領域的制限により削除することができる。
【００４８】
上記判定を行うことにより、画像中から目的とする器官の領域を限定する。
【００４９】
目的とする器官の境界が決定されると、次に、この境界の内側で病変領域を抽出する。
【００５０】
画像中から病変領域を抽出する手段としては、例えば、診断支援技術として研究されている（奥村俊昭, 三輪倫子, 奥本文博, 増藤信明, 山本眞司, 松本満臣, 舘野之男, 飯沼武, 松本徹：肺がん検診用ＣＴ（ＬＳＣＴ）の診断支援システム．コンピュータ支援画像診断学会論文誌, Vol.2, No.3, 1998）に記載されたコンピュータ診断支援技術が適用される。
【００５１】
本実施形態においては、このコンピュータ診断支援技術により検出された病変候補の中から医師による最終診断と合致するものを選択することになる。
【００５２】
パラメータ決定部５においては、最後に検出された病変を含むスライス位置の決定を行う。病変を含むスライス（断面）は通常複数枚あるので、これらの断面が全てキー画像として画像検索部４において検索される。
【００５３】
また、画像検索部４においては、病変の面積或いは形状の変化の小さい断面を間引くようにしてもよい。
【００５４】
画像検索部４にて検索されたキー画像は画像出力部６に出力され、画像出力部６から表示装置やネットワークコンピュータなどに出力される。尚、画像出力部６に出力される情報は、キー画像単体でも、キー画像に診断情報を添付して出力してもよい。
【００５５】
図２は第１実施形態の画像処理を示すフローチャートである。
【００５６】
図２に示すように、ステップＳ１では、ＣＴやＭＲＩなどの医療用画像撮影装置として、或いは、それらの装置からネットワークを介して入力される画像入力インタフェース及びそれに付随する記憶装置として、画像入力部１に撮影画像データが入力される。
【００５７】
ステップＳ２では、医師による撮影画像データを用いた診断結果が診断情報として診断情報入力部２に入力される。
【００５８】
ステップＳ３では、上記診断情報入力部２又は診断情報解析部３に入力されたキーワードをキーワードテーブル７から検索する。
【００５９】
ステップＳ４では、パラメータ決定部５において、入力されたキーワードをもとに画像検索部４で用いられる初期値パラメータを初期値テーブル８から選択する。
【００６０】
ステップＳ５、Ｓ６では、画像検索部４において、選択されたパラメータを入力された画像に適用して病変領域の面積や連結度に基づいてパラメータの適正度を判定すると共に（適正化）、一般的なコンピュータ診断支援技術を用いて病変領域を抽出する。
【００６１】
しかる後に、コンピュータ診断支援技術により検出された病変候補の中から医師による最終診断と合致するものが選択される。
【００６２】
［第２実施形態］
図３は本発明に係る第２実施形態の画像処理装置を構成する機能ブロックを概略的に示し、第１実施形態と異なる点は画像検索部４に代えて、レンダリング部１１とボクセルデータ作成部１２とを設け、パラメータ決定部５が第１実施形態と同様に、診断情報からレンダリング部１１で実行される３次元レンダリングの際の不透明度や色（濃淡画像の場合は濃度値）などのパラメータを決定し、この作成されたレンダリング画像をキー画像とするところにある。
【００６３】
その他の要素は、第１実施形態と同一であるため、同一の番号を付して説明を省略する。
【００６４】
画像入力部１に複数枚のＣＴ又はＭＲＩ画像が入力されると、ボクセルデータ作成部１２においてボクセルデータが生成される。ボクセルデータとは、２次元画像をＺ軸方向に画素の連続性を考慮して繋ぎ合わせたものである。
【００６５】
この画素データの各画素に不透明度と色を割り付けて、例えば、ボリュームレンダリング手法を適用することにより３次元レンダリング画像を得ることができる。
【００６６】
本実施形態ではボリュームレンダリング手法を適用しているが、パラメータ決定部５で選択した閾値で検出した表面境界に、３次元的な濃度勾配を陰影付けに反映させるグレイレベル・グラディエント法でシェーディングを行うサーフェスレンダリング法で３次元画像を形成してもよい。
【００６７】
また、診断情報入力部２に入力された診断情報は、第１実施形態と同様に診断情報解析部３においてキーワードテーブル７を参照するキーワード検索が行われる。
【００６８】
パラメータ決定部５では、キーワード検索された解剖学的部位と病理情報および病気ステージに対応して、初期値テーブル８から各ＣＴ値に対応した不透明度、色情報及び３次元画像生成の際の視線方向が選択される。基本的には、これらの予め決定された設定値を用いてレンダリング部１１によりボリュームレンダリングを実行する。
【００６９】
一方で、器官や病変の境界を明瞭に表現するにはセグメンテーションを行うことが望ましい。つまり、予め決められた各ＣＴ値に対応した不透明度と色情報では、肺、肝臓及びそれらの器官中に存在する結節や腫溜の境界をスムーズに再現できない場合がある。
【００７０】
そこで、ＣＴ値の閾値を変化させた２値画像に対して、断面内或いは断面間での連結を観察することにより、ＣＴ値の範囲を収束させ、収束させたＣＴ値範囲で２値化した際に発生する孤立領域をラベリングにより取り除くことで、よりスムーズな器官や病変の抽出が行える。
【００７１】
以上のようにセグメンテーションされた画像における器官、病変を構成する画素に対して、不透明度と色情報を新たに割り付けることによって、よりスムーズな３次元画像を得ることができる。
【００７２】
レンダリング部１１は、シェーディング工程とレイキャスティング工程の各機能を備え、シェーディング工程では、先ず、セグメントされた器官、病変の画素（ボクセル）に対して、法線ベクトルの勾配値(gradient)が計算される。そして、色情報と法線ベクトルの勾配値(gradient)の積（シェーディング値）が求められる。ここで、勾配値は注目点の各軸２点、計近傍６点より計算される。
【００７３】
レイキャスティング工程では、ボクセルに割り当てられた不透明度、シェーディング値、そして入射光の強度をもとに視線方向へのボクセル値の積分によるレンダリング画像の作成を行う。光学的な減衰演算もこの時点で行う。この時点で使用する視線方向も重要な決定パラメータである。
【００７４】
診断学的には観察方向が決っている場合もあるが、腫溜など人体の裏側にある場合は明らかに裏側から観察した方が認識し易い。
【００７５】
つまり、パラメータ決定部５では、器官表面或いは体表面から腫溜などの病変までの距離が短い方向を視線方向への選択も行う。また、同距離の方向が複数個ある場合は、複数方向からの３次元画像を生成して出力することも行う。
【００７６】
レンダリング部１１にて生成された３次元画像は画像出力部６に出力され、画像出力部６から表示装置やネットワークコンピュータなどに出力される。尚、画像出力部６に出力される情報は、レンダリング画像単体でも、レンダリング画像に診断情報を添付して出力してもよい。
【００７７】
図４は第２実施形態の画像処理を示すフローチャートである。
【００７８】
図４に示すように、ステップＳ１では、ＣＴやＭＲＩなどの医療用画像撮影装置として、或いは、それらの装置からネットワークを介して入力される画像入力インタフェース及びそれに付随する記憶装置として、画像入力部１に撮影画像データが入力される。
【００７９】
ステップＴ１では、ボクセルデータ作成部１２において上記撮影画像データからボクセルデータが作成される。
【００８０】
ステップＳ２では、医師による撮影画像データを用いた診断結果が診断情報として診断情報入力部２に入力される。
【００８１】
ステップＳ３では、上記診断情報入力部２又は診断情報解析部３に入力されたキーワードをキーワードテーブル７から検索する。
【００８２】
ステップＴ２では、パラメータ決定部５において、入力されたキーワードをもとにレンダリング部１１で実行される３次元レンダリングの際の不透明度や色、視線方向などの初期値パラメータを初期値テーブル８から選択する。
【００８３】
ステップＴ３では、レンダリング部１１において、選択されたパラメータを入力された画像に適用し、器官や病変の境界を明瞭に表現するために病変領域の面積やその変化、連結度に基づいてセグメンテーションを実行する（適正化）。
【００８４】
ステップＴ４では、レンダリング部１１においてセグメントされた器官、病変のボクセルに対して、法線ベクトルの勾配値(gradient)が計算され、色情報と法線ベクトルの勾配値(gradient)の積（シェーディング値）が求められる（シェーディング）。
【００８５】
ステップＴ５では、ボクセルに割り当てられた不透明度、シェーディング値、そして入射光の強度をもとに視線方向へのボクセル値の積分によるレンダリング画像の作成を行う（レイキャスティング）。
【００８６】
尚、上記第２実施形態では、ボリュームレンダリング手法を用いる例について説明したが、この３次元画像生成技術は医療画像応用以外にも広く研究されており参考書が多くある。例えば、「これからの画像情報シリーズ５、コンピュータグラフィクス」安居院猛、他著、昭晃堂の第７章などの記載を参考にしてもよい。
【００８７】
上記第１及び第２実施形態によれば、大量の医療情報から医師の診断情報（病変を含む器官、病変の形態、および病気の進行度）をもとに、大量の撮影画像から少量、小容量の的確なキー画像を選択或いは生成できる。
【００８８】
また、多数のスライス画像から病気情報を的確に表現するスライス画像を診断情報から指定できる。
【００８９】
また、同様の技術を使用して病変部位を的確に表現する３次元画像を生成し、少量、小容量のキー画像とすることができる。
【００９０】
キー画像作成時の視線方向の決定には、器官或いは体表面から病変までの距離の小さい方向を選択するようにし、病変部位を観察しやすく設定することが可能となる。
【００９１】
また、上記画像処理により選択された画像、又は上記画像処理によりレンダリング処理された画像を診断情報に添付して診断レポートとして出力できるレポーティングシステム及びレポーティング方法を構築できる。
【００９２】
【他の実施形態】
本発明は、前述した実施形態の機能を実現するソフトウェアのプログラム（図２及び図４のフローチャートの各工程のコード）を、システム或いは装置に直接或いは遠隔から供給し、そのシステム或いは装置のコンピュータが該供給されたプログラムコードを読み出して実行することによっても達成される場合を含む。その場合、プログラムの機能を有していれば、形態は、プログラムである必要はない。
【００９３】
従って、本発明の機能処理をコンピュータで実現するために、該コンピュータにインストールされるプログラムコード自体も本発明を実現するものである。つまり、本発明のクレームでは、本発明の機能処理を実現するためのコンピュータプログラム自体も含まれる。
【００９４】
その場合、プログラムの機能を有していれば、オブジェクトコード、インタプリタにより実行されるプログラム、ＯＳに供給するスクリプトデータ等、プログラムの形態を問わない。
【００９５】
プログラムを供給するための記録媒体としては、例えば、フレキシブルディスク、ハードディスク、光ディスク、光磁気ディスク、ＭＯ、ＣＤ−ＲＯＭ、ＣＤ−Ｒ、ＣＤ−ＲＷ、磁気テープ、不揮発性のメモリカード、ＲＯＭ、ＤＶＤ（ＤＶＤ−ＲＯＭ，ＤＶＤ−Ｒ）などがある。
【００９６】
その他、プログラムの供給方法としては、クライアントコンピュータのブラウザを用いてインターネットのホームページに接続し、該ホームページから本発明のコンピュータプログラムそのもの、もしくは圧縮され自動インストール機能を含むファイルをハードディスク等の記録媒体にダウンロードすることによっても供給できる。また、本発明のプログラムを構成するプログラムコードを複数のファイルに分割し、それぞれのファイルを異なるホームページからダウンロードすることによっても実現可能である。つまり、本発明の機能処理をコンピュータで実現するためのプログラムファイルを複数のユーザに対してダウンロードさせるＷＷＷサーバも、本発明のクレームに含まれるものである。
【００９７】
また、本発明のプログラムを暗号化してＣＤ−ＲＯＭ等の記憶媒体に格納してユーザに配布し、所定の条件をクリアしたユーザに対し、インターネットを介してホームページから暗号化を解く鍵情報をダウンロードさせ、その鍵情報を使用することにより暗号化されたプログラムを実行してコンピュータにインストールさせて実現することも可能である。
【００９８】
また、コンピュータが、読み出したプログラムを実行することによって、前述した実施形態の機能が実現される他、そのプログラムの指示に基づき、コンピュータ上で稼動しているＯＳなどが、実際の処理の一部または全部を行ない、その処理によっても前述した実施形態の機能が実現され得る。
【００９９】
さらに、記録媒体から読み出されたプログラムが、コンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書き込まれた後、そのプログラムの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるＣＰＵなどが実際の処理の一部または全部を行ない、その処理によっても前述した実施形態の機能が実現される。
【０１００】
【発明の効果】
以上のように、本発明によれば、診断情報に基づいて大量の画像中から病変部位を検索し、この病変部位を含む画像又は画像群を選択できる。
【０１０１】
また、診断情報に基づいて画像にレンダリング処理を施す際のパラメータを決定し、このパラメータから病変部位を含む画像又は画像群を作成できる。
【０１０２】
また、上記画像処理により選択された画像、又は上記画像処理によりレンダリング処理された画像を診断情報に添付して診断レポートとして出力できるレポーティングシステム及びレポーティング方法を構築できる。
【図面の簡単な説明】
【図１】本発明に係る第１実施形態の画像処理装置を構成する機能ブロックを概略的に示す図。
【図２】第１実施形態の画像処理を示すフローチャート。
【図３】本発明に係る第２実施形態の画像処理装置を構成する機能ブロックを概略的に示す図。
【図４】第２実施形態の画像処理を示すフローチャート。
【符号の説明】
１ 画像入力部
２ 診断情報入力部
３ 診断情報解析部
４ 画像検索部
５ パラメータ決定部
６ 画像出力部
７ キーワードテーブル
８ 初期値テーブル
１１ ボクセルデータ作成部
１２ レンダリング部
【発明の属する技術分野】
本発明は、例えば、医療分野においてＣＴやＭＲＩにより撮影された被写体の画像を処理する画像処理装置及び画像処理方法に関し、特に、ＣＴやＭＲＩの診断レポートに添付されるキー（ＫＥＹ）画像として３次元画像を用いるレポーティングシステム及びレポーティング方法に関するものである。
【０００２】
【従来の技術】
スパイラルＣＴ、マルチスライスＣＴの使用、或いは高速のＭＲＩの開発により、一度の撮影で３００枚以上の画像が瞬時に生成されるようになった。
【０００３】
また、放射線医などの医師（診断医）は、これらの画像を診断する際には、高速のコンピュータ環境を使用して、複数の断面画像を高速に切り替えて表示することにより診断を行っている。
【０００４】
そして、診断医からの診断レポートには、依頼医（内科医など）が参照するキー画像、或いはスキーマ（器官と病変の関係を示すスケッチ）が添付される。
【０００５】
【発明が解決しようとする課題】
上記診断レポートには、キー画像として３００枚以上の全ての画像を添付することも可能であるが、この場合はネットワーク或いはコンピュータに大きな負荷がかかって高速の表示が行えない場合がある。
【０００６】
そこで、重要な画像を選別することが考えられるが、３００枚以上の画像からキー画像を選別することは依頼医にとっては苦痛であり、簡便な方法として３分の１程度に一定間隔で単純間引きすることも行われている。しかし、このような単純間引きでは診断に重要な画像も単純に間引いてしまう可能性があり、依頼医の理解を妨げる場合があった。
【０００７】
本発明は、上記課題に鑑みてなされ、その目的は、診断情報に基づいて全ての画像中から病変部位を検索し、この病変部位を含む画像又は画像群を選択できる画像処理処理装置及び画像処理方法を提供することにある。
【０００８】
また、他の目的は、診断情報に基づいて画像にレンダリング処理を施す際のパラメータを決定し、このパラメータから病変部位を含む画像又は画像群を作成できる画像処理処理装置及び画像処理方法を提供することにある。
【０００９】
もう１つの目的は、上記画像処理により選択された画像、又は上記画像処理によりレンダリング処理された画像を診断情報に添付して診断レポートとして出力できるレポーティングシステム及びレポーティング方法を提供することにある。
【００１０】
【課題を解決するための手段】
上述の課題を解決し、目的を達成するために、本発明の画像処理装置は、撮影された複数の医療用画像を入力する画像入力部と、入力された前記医療用画像に関する診断情報を入力する情報入力部と、入力された前記診断情報を解析するためのキーワードを入力するキーワード入力部と、入力された前記診断情報と前記キーワードから、前記医療用画像中から病変部位を検索する際のパラメータを決定するパラメータ決定部と、決定された前記パラメータに基づいて前記医療用画像中から病変部位を検索する検索部と、検索された前記病変部位を含む医療用画像を複数の医療用画像中から選択する選択部とを具備する。
【００１２】
また、好ましくは、前記パラメータは、医療用画像の各ＣＴ値、ＭＲＩ値の範囲、病変を指定するＣＴ値、ＭＲＩ値の範囲、及びスライス位置の少なくとも１つを含み、これらの初期値が予め記憶されたテーブルから前記パラメータ決定部により選択される。
【００１３】
また、好ましくは、前記パラメータを前記医療用画像に対して適正化する適正化部を更に備える。
【００２０】
また、本発明のレポーティングシステムは、上記いずれかの画像処理装置により選択された画像を前記診断情報に添付して出力する。
【００２１】
本発明の画像処理方法は、以下の工程を画像処理装置の制御手段が制御を行い実行する画像処理方法において、撮影された複数の医療用画像を入力する画像入力工程と、入力された前記医療用画像に関する診断情報を入力する情報入力工程と、入力された前記診断情報を解析するためのキーワードを入力するキーワード入力工程と、入力された前記診断情報と前記キーワードから、前記医療用画像中から病変部位を検索する際のパラメータを決定するパラメータ決定工程と、決定された前記パラメータに基づいて前記医療用画像中から病変部位を検索する検索工程と、検索された前記病変部位を含む医療用画像を複数の医療用画像中から選択する選択工程とを備える。
【００２３】
また、好ましくは、前記パラメータは、医療用画像の各ＣＴ値、ＭＲＩ値の範囲、病変を指定するＣＴ値、ＭＲＩ値の範囲、及びスライス位置の少なくとも１つを含み、これらの初期値が予め記憶されたテーブルから前記パラメータ決定工程により選択される。
【００２４】
また、好ましくは、前記パラメータを前記医療用画像に対して適正化する適正化工程を更に備える。
【００３１】
また、本発明のレポーティング方法は、上記いずれかの画像処理方法により選択された画像を前記診断情報に添付して出力する。
【００３４】
【発明の実施の形態】
以下、添付図面を参照しながら本発明の好適な実施の形態について説明する。
【００３５】
［第１実施形態］
図１は本発明に係る第１実施形態の画像処理装置を構成する機能ブロックを概略的に示し、画像検索部４は診断情報に基づいて画像入力部１から入力された全ての撮影画像データ中から出力対象となる病変領域を検索し、当該病変領域に対応する撮影画像或いは撮影画像群をキー画像として画像出力部６から出力する。
【００３６】
ここで、上記画像入力部１は、ＣＴやＭＲＩなどの医療用画像撮影装置と考えてもよいし、それらの装置からネットワークを介して入力される画像入力インタフェース及びそれに付随する記憶装置となる場合もある。
【００３７】
診断情報入力部２は、医師（放射線医など）による撮影画像データを用いた診断結果が診断情報（以下、診断レポートともいう）として入力される。この診断レポートは、例えばテキスト情報や音声情報の形式で入力される。尚、診断結果は不図示の表示装置に出力される。また、上記医師による診断の他、コンピュータを用いた診断結果や撮影フィルムを用いた直接的な診断結果なども適用できる。
【００３８】
上記診断情報入力部２から入力された診断情報は、診断情報解析部３でキーワード検索が行われる。このキーワード検索は、解剖学的な用語と病理学的な用語が関連を持って抽出される。
【００３９】
上記解剖学的用語としては右前頭葉、左肺、肝臓など、病理学的用語は腫溜、塞栓、結節など、および病気の進行度に関するステージI、II、IIIなどが上げられる。
【００４０】
また、上記診断情報入力部２においてキーワードを入力することができ、この場合は、診断情報解析部３におけるキーワード入力は必要なくなる。
【００４１】
パラメータ決定部５では、入力されたキーワードをもとに画像検索部４で用いられるパラメータを算出する。
【００４２】
上記パラメータとしては、解剖学的な閾値となるＣＴ値、ＭＲＩ値の範囲、病変を指定するＣＴ値、ＭＲＩ値の範囲、及びスライス位置などがある。これらの初期値は、病気の進行度も考慮して経験的に予め決められたテーブルから選択されるが、個体によってばらつきがある。
【００４３】
このばらつきを補正（適正化）するために、選択されたパラメータを入力された画像に適用してパラメータの適正度を判定する。
【００４４】
この判定は、パラメータを変化させた時に、検索された病変領域の面積或いは連結度が断面内或いは断面間でどのように変化するかによって判定でき、例えば、肺の抽出の際に空気の吸い込みが悪い場合があり、肺のＣＴ値が高めに測定される場合がある。
【００４５】
このような画像に対しては、通常のＣＴ値範囲を適用すると肺野の面積が、胸部の断面積に比して極端に小さくなるので、適正な割合（約５０−６０％）になるようにＣＴ値が補正される。
【００４６】
また、肺の下部では肺野の面積が徐々に縮小するのが一般的であるが、まれに腸内のガスを肺野として検出してしまう場合がある。
【００４７】
このようなガスは、中葉からの肺野の連結性条件をもとに、ＣＴ値の範囲制限における領域的制限により削除することができる。
【００４８】
上記判定を行うことにより、画像中から目的とする器官の領域を限定する。
【００４９】
目的とする器官の境界が決定されると、次に、この境界の内側で病変領域を抽出する。
【００５０】
画像中から病変領域を抽出する手段としては、例えば、診断支援技術として研究されている（奥村俊昭, 三輪倫子, 奥本文博, 増藤信明, 山本眞司, 松本満臣, 舘野之男, 飯沼武, 松本徹：肺がん検診用ＣＴ（ＬＳＣＴ）の診断支援システム．コンピュータ支援画像診断学会論文誌, Vol.2, No.3, 1998）に記載されたコンピュータ診断支援技術が適用される。
【００５１】
本実施形態においては、このコンピュータ診断支援技術により検出された病変候補の中から医師による最終診断と合致するものを選択することになる。
【００５２】
パラメータ決定部５においては、最後に検出された病変を含むスライス位置の決定を行う。病変を含むスライス（断面）は通常複数枚あるので、これらの断面が全てキー画像として画像検索部４において検索される。
【００５３】
また、画像検索部４においては、病変の面積或いは形状の変化の小さい断面を間引くようにしてもよい。
【００５４】
画像検索部４にて検索されたキー画像は画像出力部６に出力され、画像出力部６から表示装置やネットワークコンピュータなどに出力される。尚、画像出力部６に出力される情報は、キー画像単体でも、キー画像に診断情報を添付して出力してもよい。
【００５５】
図２は第１実施形態の画像処理を示すフローチャートである。
【００５６】
図２に示すように、ステップＳ１では、ＣＴやＭＲＩなどの医療用画像撮影装置として、或いは、それらの装置からネットワークを介して入力される画像入力インタフェース及びそれに付随する記憶装置として、画像入力部１に撮影画像データが入力される。
【００５７】
ステップＳ２では、医師による撮影画像データを用いた診断結果が診断情報として診断情報入力部２に入力される。
【００５８】
ステップＳ３では、上記診断情報入力部２又は診断情報解析部３に入力されたキーワードをキーワードテーブル７から検索する。
【００５９】
ステップＳ４では、パラメータ決定部５において、入力されたキーワードをもとに画像検索部４で用いられる初期値パラメータを初期値テーブル８から選択する。
【００６０】
ステップＳ５、Ｓ６では、画像検索部４において、選択されたパラメータを入力された画像に適用して病変領域の面積や連結度に基づいてパラメータの適正度を判定すると共に（適正化）、一般的なコンピュータ診断支援技術を用いて病変領域を抽出する。
【００６１】
しかる後に、コンピュータ診断支援技術により検出された病変候補の中から医師による最終診断と合致するものが選択される。
【００６２】
［第２実施形態］
図３は本発明に係る第２実施形態の画像処理装置を構成する機能ブロックを概略的に示し、第１実施形態と異なる点は画像検索部４に代えて、レンダリング部１１とボクセルデータ作成部１２とを設け、パラメータ決定部５が第１実施形態と同様に、診断情報からレンダリング部１１で実行される３次元レンダリングの際の不透明度や色（濃淡画像の場合は濃度値）などのパラメータを決定し、この作成されたレンダリング画像をキー画像とするところにある。
【００６３】
その他の要素は、第１実施形態と同一であるため、同一の番号を付して説明を省略する。
【００６４】
画像入力部１に複数枚のＣＴ又はＭＲＩ画像が入力されると、ボクセルデータ作成部１２においてボクセルデータが生成される。ボクセルデータとは、２次元画像をＺ軸方向に画素の連続性を考慮して繋ぎ合わせたものである。
【００６５】
この画素データの各画素に不透明度と色を割り付けて、例えば、ボリュームレンダリング手法を適用することにより３次元レンダリング画像を得ることができる。
【００６６】
本実施形態ではボリュームレンダリング手法を適用しているが、パラメータ決定部５で選択した閾値で検出した表面境界に、３次元的な濃度勾配を陰影付けに反映させるグレイレベル・グラディエント法でシェーディングを行うサーフェスレンダリング法で３次元画像を形成してもよい。
【００６７】
また、診断情報入力部２に入力された診断情報は、第１実施形態と同様に診断情報解析部３においてキーワードテーブル７を参照するキーワード検索が行われる。
【００６８】
パラメータ決定部５では、キーワード検索された解剖学的部位と病理情報および病気ステージに対応して、初期値テーブル８から各ＣＴ値に対応した不透明度、色情報及び３次元画像生成の際の視線方向が選択される。基本的には、これらの予め決定された設定値を用いてレンダリング部１１によりボリュームレンダリングを実行する。
【００６９】
一方で、器官や病変の境界を明瞭に表現するにはセグメンテーションを行うことが望ましい。つまり、予め決められた各ＣＴ値に対応した不透明度と色情報では、肺、肝臓及びそれらの器官中に存在する結節や腫溜の境界をスムーズに再現できない場合がある。
【００７０】
そこで、ＣＴ値の閾値を変化させた２値画像に対して、断面内或いは断面間での連結を観察することにより、ＣＴ値の範囲を収束させ、収束させたＣＴ値範囲で２値化した際に発生する孤立領域をラベリングにより取り除くことで、よりスムーズな器官や病変の抽出が行える。
【００７１】
以上のようにセグメンテーションされた画像における器官、病変を構成する画素に対して、不透明度と色情報を新たに割り付けることによって、よりスムーズな３次元画像を得ることができる。
【００７２】
レンダリング部１１は、シェーディング工程とレイキャスティング工程の各機能を備え、シェーディング工程では、先ず、セグメントされた器官、病変の画素（ボクセル）に対して、法線ベクトルの勾配値(gradient)が計算される。そして、色情報と法線ベクトルの勾配値(gradient)の積（シェーディング値）が求められる。ここで、勾配値は注目点の各軸２点、計近傍６点より計算される。
【００７３】
レイキャスティング工程では、ボクセルに割り当てられた不透明度、シェーディング値、そして入射光の強度をもとに視線方向へのボクセル値の積分によるレンダリング画像の作成を行う。光学的な減衰演算もこの時点で行う。この時点で使用する視線方向も重要な決定パラメータである。
【００７４】
診断学的には観察方向が決っている場合もあるが、腫溜など人体の裏側にある場合は明らかに裏側から観察した方が認識し易い。
【００７５】
つまり、パラメータ決定部５では、器官表面或いは体表面から腫溜などの病変までの距離が短い方向を視線方向への選択も行う。また、同距離の方向が複数個ある場合は、複数方向からの３次元画像を生成して出力することも行う。
【００７６】
レンダリング部１１にて生成された３次元画像は画像出力部６に出力され、画像出力部６から表示装置やネットワークコンピュータなどに出力される。尚、画像出力部６に出力される情報は、レンダリング画像単体でも、レンダリング画像に診断情報を添付して出力してもよい。
【００７７】
図４は第２実施形態の画像処理を示すフローチャートである。
【００７８】
図４に示すように、ステップＳ１では、ＣＴやＭＲＩなどの医療用画像撮影装置として、或いは、それらの装置からネットワークを介して入力される画像入力インタフェース及びそれに付随する記憶装置として、画像入力部１に撮影画像データが入力される。
【００７９】
ステップＴ１では、ボクセルデータ作成部１２において上記撮影画像データからボクセルデータが作成される。
【００８０】
ステップＳ２では、医師による撮影画像データを用いた診断結果が診断情報として診断情報入力部２に入力される。
【００８１】
ステップＳ３では、上記診断情報入力部２又は診断情報解析部３に入力されたキーワードをキーワードテーブル７から検索する。
【００８２】
ステップＴ２では、パラメータ決定部５において、入力されたキーワードをもとにレンダリング部１１で実行される３次元レンダリングの際の不透明度や色、視線方向などの初期値パラメータを初期値テーブル８から選択する。
【００８３】
ステップＴ３では、レンダリング部１１において、選択されたパラメータを入力された画像に適用し、器官や病変の境界を明瞭に表現するために病変領域の面積やその変化、連結度に基づいてセグメンテーションを実行する（適正化）。
【００８４】
ステップＴ４では、レンダリング部１１においてセグメントされた器官、病変のボクセルに対して、法線ベクトルの勾配値(gradient)が計算され、色情報と法線ベクトルの勾配値(gradient)の積（シェーディング値）が求められる（シェーディング）。
【００８５】
ステップＴ５では、ボクセルに割り当てられた不透明度、シェーディング値、そして入射光の強度をもとに視線方向へのボクセル値の積分によるレンダリング画像の作成を行う（レイキャスティング）。
【００８６】
尚、上記第２実施形態では、ボリュームレンダリング手法を用いる例について説明したが、この３次元画像生成技術は医療画像応用以外にも広く研究されており参考書が多くある。例えば、「これからの画像情報シリーズ５、コンピュータグラフィクス」安居院猛、他著、昭晃堂の第７章などの記載を参考にしてもよい。
【００８７】
上記第１及び第２実施形態によれば、大量の医療情報から医師の診断情報（病変を含む器官、病変の形態、および病気の進行度）をもとに、大量の撮影画像から少量、小容量の的確なキー画像を選択或いは生成できる。
【００８８】
また、多数のスライス画像から病気情報を的確に表現するスライス画像を診断情報から指定できる。
【００８９】
また、同様の技術を使用して病変部位を的確に表現する３次元画像を生成し、少量、小容量のキー画像とすることができる。
【００９０】
キー画像作成時の視線方向の決定には、器官或いは体表面から病変までの距離の小さい方向を選択するようにし、病変部位を観察しやすく設定することが可能となる。
【００９１】
また、上記画像処理により選択された画像、又は上記画像処理によりレンダリング処理された画像を診断情報に添付して診断レポートとして出力できるレポーティングシステム及びレポーティング方法を構築できる。
【００９２】
【他の実施形態】
本発明は、前述した実施形態の機能を実現するソフトウェアのプログラム（図２及び図４のフローチャートの各工程のコード）を、システム或いは装置に直接或いは遠隔から供給し、そのシステム或いは装置のコンピュータが該供給されたプログラムコードを読み出して実行することによっても達成される場合を含む。その場合、プログラムの機能を有していれば、形態は、プログラムである必要はない。
【００９３】
従って、本発明の機能処理をコンピュータで実現するために、該コンピュータにインストールされるプログラムコード自体も本発明を実現するものである。つまり、本発明のクレームでは、本発明の機能処理を実現するためのコンピュータプログラム自体も含まれる。
【００９４】
その場合、プログラムの機能を有していれば、オブジェクトコード、インタプリタにより実行されるプログラム、ＯＳに供給するスクリプトデータ等、プログラムの形態を問わない。
【００９５】
プログラムを供給するための記録媒体としては、例えば、フレキシブルディスク、ハードディスク、光ディスク、光磁気ディスク、ＭＯ、ＣＤ−ＲＯＭ、ＣＤ−Ｒ、ＣＤ−ＲＷ、磁気テープ、不揮発性のメモリカード、ＲＯＭ、ＤＶＤ（ＤＶＤ−ＲＯＭ，ＤＶＤ−Ｒ）などがある。
【００９６】
その他、プログラムの供給方法としては、クライアントコンピュータのブラウザを用いてインターネットのホームページに接続し、該ホームページから本発明のコンピュータプログラムそのもの、もしくは圧縮され自動インストール機能を含むファイルをハードディスク等の記録媒体にダウンロードすることによっても供給できる。また、本発明のプログラムを構成するプログラムコードを複数のファイルに分割し、それぞれのファイルを異なるホームページからダウンロードすることによっても実現可能である。つまり、本発明の機能処理をコンピュータで実現するためのプログラムファイルを複数のユーザに対してダウンロードさせるＷＷＷサーバも、本発明のクレームに含まれるものである。
【００９７】
また、本発明のプログラムを暗号化してＣＤ−ＲＯＭ等の記憶媒体に格納してユーザに配布し、所定の条件をクリアしたユーザに対し、インターネットを介してホームページから暗号化を解く鍵情報をダウンロードさせ、その鍵情報を使用することにより暗号化されたプログラムを実行してコンピュータにインストールさせて実現することも可能である。
【００９８】
また、コンピュータが、読み出したプログラムを実行することによって、前述した実施形態の機能が実現される他、そのプログラムの指示に基づき、コンピュータ上で稼動しているＯＳなどが、実際の処理の一部または全部を行ない、その処理によっても前述した実施形態の機能が実現され得る。
【００９９】
さらに、記録媒体から読み出されたプログラムが、コンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書き込まれた後、そのプログラムの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるＣＰＵなどが実際の処理の一部または全部を行ない、その処理によっても前述した実施形態の機能が実現される。
【０１００】
【発明の効果】
以上のように、本発明によれば、診断情報に基づいて大量の画像中から病変部位を検索し、この病変部位を含む画像又は画像群を選択できる。
【０１０１】
また、診断情報に基づいて画像にレンダリング処理を施す際のパラメータを決定し、このパラメータから病変部位を含む画像又は画像群を作成できる。
【０１０２】
また、上記画像処理により選択された画像、又は上記画像処理によりレンダリング処理された画像を診断情報に添付して診断レポートとして出力できるレポーティングシステム及びレポーティング方法を構築できる。
【図面の簡単な説明】
【図１】本発明に係る第１実施形態の画像処理装置を構成する機能ブロックを概略的に示す図。
【図２】第１実施形態の画像処理を示すフローチャート。
【図３】本発明に係る第２実施形態の画像処理装置を構成する機能ブロックを概略的に示す図。
【図４】第２実施形態の画像処理を示すフローチャート。
【符号の説明】
１ 画像入力部
２ 診断情報入力部
３ 診断情報解析部
４ 画像検索部
５ パラメータ決定部
６ 画像出力部
７ キーワードテーブル
８ 初期値テーブル
１１ ボクセルデータ作成部
１２ レンダリング部
Claims (10)
- 撮影された複数の医療用画像を入力する画像入力部と、
入力された前記医療用画像に関する診断情報を入力する情報入力部と、
入力された前記診断情報を解析するためのキーワードを入力するキーワード入力部と、
入力された前記診断情報と前記キーワードから、前記医療用画像中から病変部位を検索する際のパラメータを決定するパラメータ決定部と、
決定された前記パラメータに基づいて前記医療用画像中から病変部位を検索する検索部と、
検索された前記病変部位を含む医療用画像を複数の医療用画像中から選択する選択部とを具備することを特徴とする画像処理装置。 - 前記パラメータは、医療用画像の各ＣＴ値、ＭＲＩ値の範囲、病変を指定するＣＴ値、ＭＲＩ値の範囲、及びスライス位置の少なくとも１つを含み、これらの初期値が予め記憶されたテーブルから前記パラメータ決定部により選択されることを特徴とする請求項１に記載の画像処理装置。
- 前記パラメータを前記医療用画像に対して適正化する適正化部を更に備えることを特徴とする請求項２に記載の画像処理装置。
- 請求項１乃至３のいずれか１項に記載の画像処理装置により選択された画像を前記診断情報に添付して出力することを特徴とするレポーティングシステム。
- 以下の工程を画像処理装置の制御手段が制御を行い実行する画像処理方法において、
撮影された複数の医療用画像を入力する画像入力工程と、
入力された前記医療用画像に関する診断情報を入力する情報入力工程と、
入力された前記診断情報を解析するためのキーワードを入力するキーワード入力工程と、
入力された前記診断情報と前記キーワードから、前記医療用画像中から病変部位を検索する際のパラメータを決定するパラメータ決定工程と、
決定された前記パラメータに基づいて前記医療用画像中から病変部位を検索する検索工程と、
検索された前記病変部位を含む医療用画像を複数の医療用画像中から選択する選択工程とを備えることを特徴とする画像処理方法。 - 前記パラメータは、医療用画像の各ＣＴ値、ＭＲＩ値の範囲、病変を指定するＣＴ値、ＭＲＩ値の範囲、及びスライス位置の少なくとも１つを含み、これらの初期値が予め記憶されたテーブルから前記パラメータ決定工程により選択されることを特徴とする請求項５に記載の画像処理方法。
- 前記パラメータを前記医療用画像に対して適正化する適正化工程を更に備えることを特徴とする請求項６に記載の画像処理方法。
- 請求項５乃至７のいずれか１項に記載の画像処理方法により選択された画像を前記診断情報に添付して出力することを特徴とするレポーティング方法。
- 請求項５乃至７のいずれか１項に記載の画像処理方法をコンピュータに実行させるためのプログラム。
- 請求項９に記載されたプログラムを記憶したコンピュータ読み取り可能な記憶媒体。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2003149567A JP4475625B2 (ja) | 2003-05-27 | 2003-05-27 | 画像処理装置及び画像処理方法 |
| US10/853,978 US7295690B2 (en) | 2003-05-27 | 2004-05-25 | Image processing method and apparatus |
| US11/775,470 US7957571B2 (en) | 2003-05-27 | 2007-07-10 | Image processing method and apparatus |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2003149567A JP4475625B2 (ja) | 2003-05-27 | 2003-05-27 | 画像処理装置及び画像処理方法 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2009178307A Division JP5100717B2 (ja) | 2009-07-30 | 2009-07-30 | 画像処理装置及び画像処理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2004350768A JP2004350768A (ja) | 2004-12-16 |
| JP4475625B2 true JP4475625B2 (ja) | 2010-06-09 |
Family
ID=33447699
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2003149567A Expired - Fee Related JP4475625B2 (ja) | 2003-05-27 | 2003-05-27 | 画像処理装置及び画像処理方法 |
Country Status (2)
| Country | Link |
|---|---|
| US (2) | US7295690B2 (ja) |
| JP (1) | JP4475625B2 (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009254852A (ja) * | 2009-07-30 | 2009-11-05 | Canon Inc | 画像処理装置及び画像処理方法 |
| JP2013013744A (ja) * | 2012-08-28 | 2013-01-24 | Canon Inc | 画像処理装置及び画像処理方法 |
| JP2013233470A (ja) * | 2013-08-30 | 2013-11-21 | Canon Inc | 処理装置および処理方法、並びにプログラム |
| JP2015211862A (ja) * | 2015-06-26 | 2015-11-26 | キヤノン株式会社 | 画像処理装置及び画像処理方法、レポーティングシステム及びレポーティング方法、プログラム並びに記憶媒体 |
| US9925794B2 (en) * | 2016-03-30 | 2018-03-27 | Brother Kogyo Kabushiki Kaisha | Print data generation apparatus performing color replacement on image data |
Families Citing this family (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005296172A (ja) * | 2004-04-08 | 2005-10-27 | Toshiba Corp | 画像表示装置及びレンダリング情報検索方法 |
| JP5417609B2 (ja) * | 2008-03-04 | 2014-02-19 | 株式会社日立メディコ | 医用画像診断装置 |
| CN102197413B (zh) * | 2008-10-29 | 2017-03-22 | 皇家飞利浦电子股份有限公司 | 分析至少三维医学图像 |
| JP5230358B2 (ja) * | 2008-10-31 | 2013-07-10 | キヤノン株式会社 | 情報検索装置、情報検索方法、プログラム及び記憶媒体 |
| JP2010131315A (ja) * | 2008-12-08 | 2010-06-17 | Toshiba Corp | 医用画像処理装置及び医用画像処理プログラム |
| JP5308973B2 (ja) * | 2009-09-16 | 2013-10-09 | 富士フイルム株式会社 | 医用画像情報表示装置および方法並びにプログラム |
| JP5523891B2 (ja) * | 2009-09-30 | 2014-06-18 | 富士フイルム株式会社 | 病変領域抽出装置、その作動方法およびプログラム |
| JP2011212099A (ja) * | 2010-03-31 | 2011-10-27 | Fujifilm Corp | 解剖図生成方法、装置及びプログラム |
| JP5832742B2 (ja) * | 2010-12-07 | 2015-12-16 | 株式会社東芝 | 画像診断装置 |
| JP5864942B2 (ja) * | 2011-07-29 | 2016-02-17 | キヤノン株式会社 | 画像処理装置及び画像処理方法 |
| CN104680025B (zh) * | 2015-03-12 | 2017-08-25 | 重庆科技学院 | 基于遗传算法极限学习机的抽油机参数优化方法 |
| CN104680023B (zh) * | 2015-03-12 | 2017-08-29 | 重庆科技学院 | 基于多目标决策的抽油机参数优化方法 |
| CN105045941B (zh) * | 2015-03-13 | 2018-11-02 | 重庆科技学院 | 基于无迹卡尔曼滤波的抽油机参数优化方法 |
| CN105046326B (zh) * | 2015-03-13 | 2019-04-19 | 重庆科技学院 | 基于功图主元分析的抽油机参数优化方法 |
| CN105726052B (zh) * | 2016-01-28 | 2018-11-23 | 上海市肺科医院 | 一种获取浸润性病灶概率的方法及系统 |
| CN108122605A (zh) * | 2016-11-29 | 2018-06-05 | 锐珂（上海）医疗器材有限公司 | 医学图像选择方法及设备 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2955873B2 (ja) * | 1989-08-10 | 1999-10-04 | 富士写真フイルム株式会社 | 画像処理装置 |
| JP2000020628A (ja) | 1998-07-06 | 2000-01-21 | Toshiba Iyo System Engineering Kk | コンピュータ支援診断システム |
| US6901156B2 (en) * | 2000-02-04 | 2005-05-31 | Arch Development Corporation | Method, system and computer readable medium for an intelligent search workstation for computer assisted interpretation of medical images |
| JP2001273364A (ja) | 2000-03-27 | 2001-10-05 | Yokogawa Electric Corp | 医用画像情報システム |
| US8538770B2 (en) * | 2000-08-01 | 2013-09-17 | Logical Images, Inc. | System and method to aid diagnoses using cross-referenced knowledge and image databases |
| US20020028008A1 (en) * | 2000-09-07 | 2002-03-07 | Li Fan | Automatic detection of lung nodules from high resolution CT images |
| US6944330B2 (en) * | 2000-09-07 | 2005-09-13 | Siemens Corporate Research, Inc. | Interactive computer-aided diagnosis method and system for assisting diagnosis of lung nodules in digital volumetric medical images |
-
2003
- 2003-05-27 JP JP2003149567A patent/JP4475625B2/ja not_active Expired - Fee Related
-
2004
- 2004-05-25 US US10/853,978 patent/US7295690B2/en not_active Expired - Fee Related
-
2007
- 2007-07-10 US US11/775,470 patent/US7957571B2/en not_active Expired - Fee Related
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009254852A (ja) * | 2009-07-30 | 2009-11-05 | Canon Inc | 画像処理装置及び画像処理方法 |
| JP2013013744A (ja) * | 2012-08-28 | 2013-01-24 | Canon Inc | 画像処理装置及び画像処理方法 |
| JP2013233470A (ja) * | 2013-08-30 | 2013-11-21 | Canon Inc | 処理装置および処理方法、並びにプログラム |
| JP2015211862A (ja) * | 2015-06-26 | 2015-11-26 | キヤノン株式会社 | 画像処理装置及び画像処理方法、レポーティングシステム及びレポーティング方法、プログラム並びに記憶媒体 |
| US9925794B2 (en) * | 2016-03-30 | 2018-03-27 | Brother Kogyo Kabushiki Kaisha | Print data generation apparatus performing color replacement on image data |
Also Published As
| Publication number | Publication date |
|---|---|
| US7957571B2 (en) | 2011-06-07 |
| US20080015902A1 (en) | 2008-01-17 |
| US7295690B2 (en) | 2007-11-13 |
| JP2004350768A (ja) | 2004-12-16 |
| US20040240717A1 (en) | 2004-12-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4475625B2 (ja) | 画像処理装置及び画像処理方法 | |
| Kavur et al. | Comparison of semi-automatic and deep learning-based automatic methods for liver segmentation in living liver transplant donors | |
| US12067724B2 (en) | Method and system for image segmentation and identification | |
| JP5814853B2 (ja) | 立体モデルデータ生成装置および方法並びにプログラム | |
| JP5797124B2 (ja) | 手術支援装置、手術支援方法および手術支援プログラム | |
| EP3576020A1 (en) | Methods for generating synthetic training data and for training deep learning algorithms for tumor lesion characterization, method and system for tumor lesion characterization, computer program and electronically readable storage medium | |
| Glombitza et al. | Virtual planning of liver resections: image processing, visualization and volumetric evaluation | |
| JP4785371B2 (ja) | 動的制約を用いる多次元構造の抽出方法及びシステム | |
| CN111971752B (zh) | 医学图像数据的显示 | |
| US8923579B2 (en) | Surgery-assistance apparatus, method and computer-readable recording medium storing a program for setting a margin during organ excision | |
| JP5100717B2 (ja) | 画像処理装置及び画像処理方法 | |
| JP5105997B2 (ja) | 医用画像処理装置、医用画像診断装置、及びプログラム | |
| JP4087517B2 (ja) | 領域抽出方法 | |
| JP5465291B2 (ja) | 画像処理装置及び画像処理方法 | |
| JP2006271527A (ja) | 医用画像生成装置 | |
| US9361701B2 (en) | Method and system for binary and quasi-binary atlas-based auto-contouring of volume sets in medical images | |
| JP6496698B2 (ja) | 医用画像処理装置、その制御方法、及びプログラム | |
| JP6061991B2 (ja) | 情報処理装置及び情報処理方法、情報処理システム、プログラム並びに記憶媒体 | |
| JP6074339B2 (ja) | 処理装置およびその作動方法並びにプログラム | |
| Garcia Guevara et al. | Biomechanics-based graph matching for augmented CT-CBCT | |
| JP5750381B2 (ja) | 領域抽出処理システム | |
| JP5586953B2 (ja) | 解剖学的形状情報を用いた医学画像データベースへのアクセス | |
| CN116012269A (zh) | 图像处理装置、模型训练装置以及模型训练方法 | |
| JP2021189962A (ja) | 医用情報処理装置、医用情報処理システム、医用情報処理方法、およびプログラム | |
| JP6945379B2 (ja) | 画像処理装置、磁気共鳴イメージング装置及び画像処理プログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060523 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20080526 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090605 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090730 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100122 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100201 |
|
| 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: 20100305 |
|
| 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: 20100308 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 4475625 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130319 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140319 Year of fee payment: 4 |
|
| LAPS | Cancellation because of no payment of annual fees |