JP5226974B2 - 画像診断支援装置、方法及びプログラム - Google Patents
画像診断支援装置、方法及びプログラム Download PDFInfo
- Publication number
- JP5226974B2 JP5226974B2 JP2007161224A JP2007161224A JP5226974B2 JP 5226974 B2 JP5226974 B2 JP 5226974B2 JP 2007161224 A JP2007161224 A JP 2007161224A JP 2007161224 A JP2007161224 A JP 2007161224A JP 5226974 B2 JP5226974 B2 JP 5226974B2
- Authority
- JP
- Japan
- Prior art keywords
- slice image
- lesion area
- slice
- image group
- extracted
- 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.)
- Active
Links
- 238000003745 diagnosis Methods 0.000 title claims description 36
- 238000000034 method Methods 0.000 title claims description 25
- 230000003902 lesion Effects 0.000 claims description 193
- 230000000052 comparative effect Effects 0.000 claims description 27
- 238000000605 extraction Methods 0.000 claims description 25
- 238000002059 diagnostic imaging Methods 0.000 claims description 8
- 239000000284 extract Substances 0.000 claims description 4
- 238000003384 imaging method Methods 0.000 description 40
- 206010028980 Neoplasm Diseases 0.000 description 14
- 238000010586 diagram Methods 0.000 description 12
- 230000002159 abnormal effect Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 210000004072 lung Anatomy 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000002685 pulmonary effect Effects 0.000 description 3
- 210000000621 bronchi Anatomy 0.000 description 2
- 230000002308 calcification Effects 0.000 description 2
- 238000004195 computer-aided diagnosis Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000012850 discrimination method Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000005337 ground glass Substances 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000002600 positron emission tomography Methods 0.000 description 2
- 238000002603 single-photon emission computed tomography Methods 0.000 description 2
- 208000003174 Brain Neoplasms Diseases 0.000 description 1
- 208000026292 Cystic Kidney disease Diseases 0.000 description 1
- 206010019695 Hepatic neoplasm Diseases 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 238000011976 chest X-ray Methods 0.000 description 1
- 208000031513 cyst Diseases 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000011994 high resolution computer tomography Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 208000014018 liver neoplasm Diseases 0.000 description 1
- 230000003211 malignant effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009206 nuclear medicine Methods 0.000 description 1
- 210000001147 pulmonary artery Anatomy 0.000 description 1
- 210000003492 pulmonary vein Anatomy 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000002002 slurry Substances 0.000 description 1
- 239000007787 solid Substances 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
- G06T7/10—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
- G06T2207/10072—Tomographic images
-
- 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
- G06T2207/30064—Lung nodule
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Description
前記所定の係数が0.5の場合には、病変領域のスライス方向の長さの中央位置におけるスライス画像が基準スライス画像となる。
請求項3に示すように請求項1又は2に記載の画像診断支援装置において、前記病変領域抽出手段は、前記取得した第1のスライス画像群及び第2のスライス画像群を解析して各スライス画像に含まれる第1の病変領域及び第2の病変領域をそれぞれ自動抽出する自動抽出手段と、前記自動抽出した第1の病変領域及び第2の病変領域の外形情報を取得する外形情報取得手段とを有することを特徴としている。
請求項6に係る画像診断支援方法は、撮影時期又はモダリティが異なる第1のスライス画像群と第2のスライス画像群とを取得する工程と、前記取得した第1のスライス画像群及び第1のスライス画像群を病変領域抽出手段に入力し、該病変領域抽出手段により前記第1のスライス画像群から第1の病変領域を抽出するとともに、前記第2のスライス画像群から前記第1の病変領域に対応する第2の病変領域を抽出する工程と、基準スライス画像決定手段により前記抽出した第1の病変領域に基づいて前記第1のスライス画像群の第1の基準スライス画像を決定するとともに、前記抽出した第2の病変領域に基づいて前記第2のスライス画像群の第2の基準スライス画像を決定する工程であって、前記抽出した第1の病変領域のスライス方向の一端から前記第1の病変領域のスライス方向の長さに0〜1の範囲の所定の係数を乗算した長さだけ離れた位置のスライス画像を第1の基準スライス画像として決定するとともに、前記抽出した第2の病変領域のスライス方向の一端から前記第2の病変領域のスライス方向の長さに前記所定の係数と同じ係数を乗算した長さだけ離れた位置のスライス画像を第2の基準スライス画像として決定する工程と、スライス画像選択手段により前記第1のスライス画像群及び第2のスライス画像群からそれぞれ比較読影用のスライス画像を選択する工程であって、前記決定した第1の基準スライス画像及び第2の基準スライス画像から等距離のスライス画像をそれぞれ選択する工程と、前記選択したスライス画像を比較読影可能に表示手段に表示させる工程と、を含むことを特徴としている。
請求項8に係る画像診断支援プログラムは、撮影時期又はモダリティが異なる第1のスライス画像群と第2のスライス画像群とを取得する機能と、前記第1のスライス画像群から第1の病変領域を抽出するとともに、前記第2のスライス画像群から前記第1の病変領域に対応する第2の病変領域を抽出する機能と、前記抽出した第1の病変領域に基づいて前記第1のスライス画像群の第1の基準スライス画像を決定するとともに、前記抽出した第2の病変領域に基づいて前記第2のスライス画像群の第2の基準スライス画像を決定する機能であって、前記抽出した第1の病変領域のスライス方向の一端から前記第1の病変領域のスライス方向の長さに0〜1の範囲の所定の係数を乗算した長さだけ離れた位置のスライス画像を第1の基準スライス画像として決定するとともに、前記抽出した第2の病変領域のスライス方向の一端から前記第2の病変領域のスライス方向の長さに前記所定の係数と同じ係数を乗算した長さだけ離れた位置のスライス画像を第2の基準スライス画像として決定する機能と、前記第1のスライス画像群及び第2のスライス画像群からそれぞれ比較読影用のスライス画像を選択する機能であって、前記決定した第1の基準スライス画像及び第2の基準スライス画像から等距離のスライス画像をそれぞれ選択する機能と、前記選択したスライス画像を比較読影可能に表示手段に表示させる機能と、をコンピュータに実現させることを特徴としている。
図1は本発明に係る画像診断支援装置を含む画像診断支援ネットワークシステムのシステム構成図である。
図3は本発明に係る画像診断支援方法の処理手順を示すフローチャートであり、この処理は、画像診断支援プログラムを起動することによって実施される。
異常陰影の形態は、図6に示すような、類円形、分葉状、多角形、星型、スピクラ、鋸歯状、不整形に分けられる(詳細は、“岩野他、孤立性肺結節の良悪性コンピュータ支援診断、JRC2006”などを参照)。
属さないもの)に分類される。そこで、既存の非線形判別手法、設計判別手法などを用いて、円形度と二次モーメントなどの特徴量を入力することによってどのような形態であるかを出力する判別器を実現することができる。
異常陰影の大きさは、面積、体積、長軸および短軸径などによって表され、抽出された注目領域から自動的に計測することができる。
異常陰影は、濃度によってPure GGO(スリガラス影)、Mixed GGO(スリガラス影と高
濃度)、Solid(高濃度)に分けられる。前述の抽出手段43によって抽出された注目領
域内の平均値、偏差、最大値、最小値を特徴量として、既存の非線形判別手法、設計判別手法などを用いて判別することができる。
異常陰影の辺縁部は、明瞭であるか、不明瞭であるかに分けることができる。辺縁部が、明瞭であるか不明瞭であるかは、分析プログラム14によって抽出された注目領域の輪郭内外の濃度差を用いて分類を行う。図8に示す太線を輪郭とする注目領域の内部領域(輪郭の内側)と周囲(輪郭の外側の斜線部)の濃度値から濃度差を、次式で求める。
(5) 解剖学的な位置
次に、注目領域の解剖学的な位置を認識する。例えば、胸部画像では、図9に示すように、まず、入力された胸部画像(同図(a)参照)より自動的に肺野の抽出(同図(b)参照)と気管支の抽出(同図(d))を行う。更に、気管支の形状から葉間裂を抽出して(同
図(c)(e)参照)、肺野を分けた肺葉分類(右上、中、下葉、左上、下葉)を行う(詳細は、文献1“林 達郎,周 向栄,原 武史,藤田広志,横山龍二郎,桐生拓司,星 博昭:胸部マルチスライスCT画像における葉間裂の自動抽出手順の開発と性能評価,電子情報通信学会技術研究報告, MI2003-53, 39-44 (2003)”、文献2“中田他、3次元胸部CT像から抽出された気管支の葉分類に関する検討、第15回コンピュータ支援画像学会、pp275-276、2005.11”、文献3“田中他、血管と気管支の空間的配置特徴に基づく胸部X線CT像からの肺動脈・肺静脈自動分類、電子情報通信学会論文誌、DII、Vol.J88、PP1421-1431、2005.4”、文献4“:Shyu C, Brodley CE, Kak A, Kosaka A,Aisen A, Broderick L. ASSERT, a physician-in-the-loop content-based image retrieval system for HRCT image databases.Computer Vision and Image Understanding,1999;74: 111-132”などを参照)。例えば、図9(a)に示す、注目領域(黒矢印が指す部分)の解剖学的位置は、「左肺・上葉・S2」として認識される。
この実施の形態では、撮影時期の異なる第1撮影時期及び第2撮影時期のスライス画像群からそれぞれ比較読影用のスライス画像を選択して表示するようにしたが、これに限らず、種類の異なる3Dモダリティ(X線CT装置50、MRI装置52、図示しない陽電子断層撮影装置(Positron Emission Tomography (PET装置)、 核医学診断装置(Single Photon Emission Computed Tomography (SPECT装置))によって取得されたスライス画像群からそれぞれ比較読影用のスライス画像を選択して表示する場合にも本発明は適用できる。また、比較読影するスライス画像群は、3以上であってもよい。
Claims (8)
- 撮影時期又はモダリティが異なる第1のスライス画像群と第2のスライス画像群とを取得するスライス画像群取得手段と、
前記第1のスライス画像群から第1の病変領域を抽出するとともに、前記第2のスライス画像群から前記第1の病変領域に対応する第2の病変領域を抽出する病変領域抽出手段と、
前記抽出した第1の病変領域に基づいて前記第1のスライス画像群の第1の基準スライス画像を決定するとともに、前記抽出した第2の病変領域に基づいて前記第2のスライス画像群の第2の基準スライス画像を決定する基準スライス画像決定手段と、
前記第1のスライス画像群及び第2のスライス画像群からそれぞれ比較読影用のスライス画像を選択するスライス画像選択手段であって、前記決定した第1の基準スライス画像及び第2の基準スライス画像から等距離のスライス画像をそれぞれ選択するスライス画像選択手段と、
前記選択したスライス画像を比較読影可能に表示手段に出力する出力手段と、を備え、
前記基準スライス画像決定手段は、前記抽出した第1の病変領域を含む第1のスライス画像群のうちの最大面積の病変領域を有するスライス画像を第1の基準スライス画像として決定するとともに、前記抽出した第2の病変領域を含む第2のスライス画像群のうちの最大面積の病変領域を有するスライス画像を第2の基準スライス画像として決定することを特徴とする画像診断支援装置。 - 撮影時期又はモダリティが異なる第1のスライス画像群と第2のスライス画像群とを取得するスライス画像群取得手段と、
前記第1のスライス画像群から第1の病変領域を抽出するとともに、前記第2のスライス画像群から前記第1の病変領域に対応する第2の病変領域を抽出する病変領域抽出手段と、
前記抽出した第1の病変領域に基づいて前記第1のスライス画像群の第1の基準スライス画像を決定するとともに、前記抽出した第2の病変領域に基づいて前記第2のスライス画像群の第2の基準スライス画像を決定する基準スライス画像決定手段と、
前記第1のスライス画像群及び第2のスライス画像群からそれぞれ比較読影用のスライス画像を選択するスライス画像選択手段であって、前記決定した第1の基準スライス画像及び第2の基準スライス画像から等距離のスライス画像をそれぞれ選択するスライス画像選択手段と、
前記選択したスライス画像を比較読影可能に表示手段に出力する出力手段と、を備え、
前記基準スライス画像決定手段は、前記抽出した第1の病変領域のスライス方向の一端から前記第1の病変領域のスライス方向の長さに0〜1の範囲の所定の係数を乗算した長さだけ離れた位置のスライス画像を第1の基準スライス画像として決定するとともに、前記抽出した第2の病変領域のスライス方向の一端から前記第2の病変領域のスライス方向の長さに前記所定の係数と同じ係数を乗算した長さだけ離れた位置のスライス画像を第2の基準スライス画像として決定することを特徴とする画像診断支援装置。 - 前記病変領域抽出手段は、前記取得した第1のスライス画像群及び第2のスライス画像群を解析して各スライス画像に含まれる第1の病変領域及び第2の病変領域をそれぞれ自動抽出する自動抽出手段と、前記自動抽出した第1の病変領域及び第2の病変領域の外形情報を取得する外形情報取得手段とを有することを特徴とする請求項1又は2に記載の画像診断支援装置。
- 前記病変領域抽出手段は、前記取得した第1のスライス画像群及び第2のスライス画像群のうちの少なくとも1枚のスライス画像をそれぞれ表示する表示手段と、前記表示手段に表示されたスライス画像上で第1の病変領域及び第2の病変領域内のシード点を指定する指定手段と、前記指定されたシード点を基準にして第1の病変領域及び第2の病変領域を抽出する抽出手段と、前記抽出した第1の病変領域及び第2の病変領域の外形情報を取得する外形情報取得手段とを有することを特徴とする請求項1又は2に記載の画像診断支援装置。
- 撮影時期又はモダリティが異なる第1のスライス画像群と第2のスライス画像群とを取得する工程と、
前記取得した第1のスライス画像群及び第1のスライス画像群を病変領域抽出手段に入力し、該病変領域抽出手段により前記第1のスライス画像群から第1の病変領域を抽出するとともに、前記第2のスライス画像群から前記第1の病変領域に対応する第2の病変領域を抽出する工程と、
基準スライス画像決定手段により前記抽出した第1の病変領域に基づいて前記第1のスライス画像群の第1の基準スライス画像を決定するとともに、前記抽出した第2の病変領域に基づいて前記第2のスライス画像群の第2の基準スライス画像を決定する工程であって、前記抽出した第1の病変領域を含む第1のスライス画像群のうちの最大面積の病変領域を有するスライス画像を第1の基準スライス画像として決定するとともに、前記抽出した第2の病変領域を含む第2のスライス画像群のうちの最大面積の病変領域を有するスライス画像を第2の基準スライス画像として決定する工程と、
スライス画像選択手段により前記第1のスライス画像群及び第2のスライス画像群からそれぞれ比較読影用のスライス画像を選択する工程であって、前記決定した第1の基準スライス画像及び第2の基準スライス画像から等距離のスライス画像をそれぞれ選択する工程と、
前記選択したスライス画像を比較読影可能に表示手段に表示させる工程と、
を含むことを特徴とする画像診断支援方法。 - 撮影時期又はモダリティが異なる第1のスライス画像群と第2のスライス画像群とを取得する工程と、
前記取得した第1のスライス画像群及び第1のスライス画像群を病変領域抽出手段に入力し、該病変領域抽出手段により前記第1のスライス画像群から第1の病変領域を抽出するとともに、前記第2のスライス画像群から前記第1の病変領域に対応する第2の病変領域を抽出する工程と、
基準スライス画像決定手段により前記抽出した第1の病変領域に基づいて前記第1のスライス画像群の第1の基準スライス画像を決定するとともに、前記抽出した第2の病変領域に基づいて前記第2のスライス画像群の第2の基準スライス画像を決定する工程であって、前記抽出した第1の病変領域のスライス方向の一端から前記第1の病変領域のスライス方向の長さに0〜1の範囲の所定の係数を乗算した長さだけ離れた位置のスライス画像を第1の基準スライス画像として決定するとともに、前記抽出した第2の病変領域のスライス方向の一端から前記第2の病変領域のスライス方向の長さに前記所定の係数と同じ係数を乗算した長さだけ離れた位置のスライス画像を第2の基準スライス画像として決定する工程と、
スライス画像選択手段により前記第1のスライス画像群及び第2のスライス画像群からそれぞれ比較読影用のスライス画像を選択する工程であって、前記決定した第1の基準スライス画像及び第2の基準スライス画像から等距離のスライス画像をそれぞれ選択する工程と、
前記選択したスライス画像を比較読影可能に表示手段に表示させる工程と、
を含むことを特徴とする画像診断支援方法。 - 撮影時期又はモダリティが異なる第1のスライス画像群と第2のスライス画像群とを取得する機能と、
前記第1のスライス画像群から第1の病変領域を抽出するとともに、前記第2のスライス画像群から前記第1の病変領域に対応する第2の病変領域を抽出する機能と、
前記抽出した第1の病変領域に基づいて前記第1のスライス画像群の第1の基準スライス画像を決定するとともに、前記抽出した第2の病変領域に基づいて前記第2のスライス画像群の第2の基準スライス画像を決定する機能であって、前記抽出した第1の病変領域を含む第1のスライス画像群のうちの最大面積の病変領域を有するスライス画像を第1の基準スライス画像として決定するとともに、前記抽出した第2の病変領域を含む第2のスライス画像群のうちの最大面積の病変領域を有するスライス画像を第2の基準スライス画像として決定する機能と、
前記第1のスライス画像群及び第2のスライス画像群からそれぞれ比較読影用のスライス画像を選択する機能であって、前記決定した第1の基準スライス画像及び第2の基準スライス画像から等距離のスライス画像をそれぞれ選択する機能と、
前記選択したスライス画像を比較読影可能に表示手段に表示させる機能と、
をコンピュータに実現させることを特徴とする画像診断支援プログラム。 - 撮影時期又はモダリティが異なる第1のスライス画像群と第2のスライス画像群とを取得する機能と、
前記第1のスライス画像群から第1の病変領域を抽出するとともに、前記第2のスライス画像群から前記第1の病変領域に対応する第2の病変領域を抽出する機能と、
前記抽出した第1の病変領域に基づいて前記第1のスライス画像群の第1の基準スライス画像を決定するとともに、前記抽出した第2の病変領域に基づいて前記第2のスライス画像群の第2の基準スライス画像を決定する機能であって、前記抽出した第1の病変領域のスライス方向の一端から前記第1の病変領域のスライス方向の長さに0〜1の範囲の所定の係数を乗算した長さだけ離れた位置のスライス画像を第1の基準スライス画像として決定するとともに、前記抽出した第2の病変領域のスライス方向の一端から前記第2の病変領域のスライス方向の長さに前記所定の係数と同じ係数を乗算した長さだけ離れた位置のスライス画像を第2の基準スライス画像として決定する機能と、
前記第1のスライス画像群及び第2のスライス画像群からそれぞれ比較読影用のスライス画像を選択する機能であって、前記決定した第1の基準スライス画像及び第2の基準スライス画像から等距離のスライス画像をそれぞれ選択する機能と、
前記選択したスライス画像を比較読影可能に表示手段に表示させる機能と、
をコンピュータに実現させることを特徴とする画像診断支援プログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007161224A JP5226974B2 (ja) | 2007-06-19 | 2007-06-19 | 画像診断支援装置、方法及びプログラム |
US12/139,742 US8150129B2 (en) | 2007-06-19 | 2008-06-16 | Image diagnosis supporting apparatus, method and program, and recording medium thereof |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007161224A JP5226974B2 (ja) | 2007-06-19 | 2007-06-19 | 画像診断支援装置、方法及びプログラム |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2009000153A JP2009000153A (ja) | 2009-01-08 |
JP2009000153A5 JP2009000153A5 (ja) | 2010-04-02 |
JP5226974B2 true JP5226974B2 (ja) | 2013-07-03 |
Family
ID=40160572
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007161224A Active JP5226974B2 (ja) | 2007-06-19 | 2007-06-19 | 画像診断支援装置、方法及びプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US8150129B2 (ja) |
JP (1) | JP5226974B2 (ja) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7961945B2 (en) * | 2007-02-13 | 2011-06-14 | Technische Universität München | System and method for on-the-fly segmentations for image deformations |
JP4493679B2 (ja) * | 2007-03-29 | 2010-06-30 | 富士フイルム株式会社 | 対象領域抽出方法および装置ならびにプログラム |
JP2011092681A (ja) * | 2009-09-30 | 2011-05-12 | Fujifilm Corp | 医用画像処理装置および方法並びにプログラム |
JP5984237B2 (ja) * | 2010-10-15 | 2016-09-06 | 東芝メディカルシステムズ株式会社 | 医用画像処理装置及びx線コンピュータ断層撮影装置 |
US8798227B2 (en) | 2010-10-15 | 2014-08-05 | Kabushiki Kaisha Toshiba | Medical image processing apparatus and X-ray computed tomography apparatus |
KR102204437B1 (ko) | 2013-10-24 | 2021-01-18 | 삼성전자주식회사 | 컴퓨터 보조 진단 방법 및 장치 |
US10143220B2 (en) | 2014-08-15 | 2018-12-04 | Corn Products Development, Inc. | Pet food having modified waxy cassava starch |
DE102015201271A1 (de) * | 2014-09-17 | 2016-03-17 | Friedrich-Alexander-Universität Erlangen - Nürnberg | Verfahren und System zur Bestimmung der lokalen Qualität von aus Volumendaten extrahierten Oberflächendaten |
CN108601509B (zh) * | 2015-11-26 | 2020-07-07 | 奥林巴斯株式会社 | 图像处理装置、图像处理方法以及记录有程序的介质 |
JP6660741B2 (ja) * | 2016-01-20 | 2020-03-11 | 富士フイルム医療ソリューションズ株式会社 | 画像抽出装置、画像抽出方法 |
JP2018110637A (ja) * | 2017-01-10 | 2018-07-19 | コニカミノルタ株式会社 | 動態画像処理装置 |
KR101849072B1 (ko) * | 2017-08-29 | 2018-04-16 | 주식회사 뷰노 | 콘텐츠 기반 의료 영상 검색 방법 및 시스템 |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5570404A (en) * | 1994-09-30 | 1996-10-29 | Siemens Corporate Research | Method and apparatus for editing abdominal CT angiographic images for blood vessel visualization |
JP3685544B2 (ja) * | 1996-05-16 | 2005-08-17 | ジーイー横河メディカルシステム株式会社 | 画像の対応付け方法および医用画像診断装置 |
JPH11250263A (ja) * | 1998-03-05 | 1999-09-17 | Nippon Telegr & Teleph Corp <Ntt> | 胸部3次元断層画像のスライス画像自動照合方法及びそのプログラムを記録した記録媒体 |
JP4702971B2 (ja) * | 1999-11-10 | 2011-06-15 | 株式会社東芝 | コンピュータ支援診断システム |
US6526117B1 (en) * | 2001-11-09 | 2003-02-25 | Ge Medical Systems Global Technology Company, Llc | Method and apparatus to minimize phase misregistration artifacts in gated CT images |
US7218766B2 (en) * | 2002-04-15 | 2007-05-15 | General Electric Company | Computer aided detection (CAD) for 3D digital mammography |
US6956926B2 (en) * | 2002-07-23 | 2005-10-18 | General Electric Company | Method and apparatus for selecting a reconstruction projection set |
US7346199B2 (en) * | 2002-11-30 | 2008-03-18 | Intuitive Software, Inc. | Anatomic triangulation |
JP4253497B2 (ja) | 2002-12-03 | 2009-04-15 | 株式会社東芝 | コンピュータ支援診断装置 |
US7596267B2 (en) * | 2003-02-28 | 2009-09-29 | Cedara Software Corp. | Image region segmentation system and method |
WO2005106773A2 (en) * | 2004-04-15 | 2005-11-10 | Edda Technology, Inc. | Spatial-temporal lesion detection, segmentation, and diagnostic information extraction system and method |
JP4786184B2 (ja) * | 2005-01-07 | 2011-10-05 | 株式会社東芝 | コンピュータ支援画像診断システム |
US7646902B2 (en) * | 2005-02-08 | 2010-01-12 | Regents Of The University Of Michigan | Computerized detection of breast cancer on digital tomosynthesis mammograms |
FR2897461A1 (fr) * | 2006-02-16 | 2007-08-17 | Gen Electric | Dispositif de rayonnement x et procede de traitement d'images |
US7840047B2 (en) * | 2006-04-06 | 2010-11-23 | Siemens Aktiengesellschaft | Method for reproducibly generating views of tomographic image data |
US7786990B2 (en) * | 2006-11-22 | 2010-08-31 | Agfa Healthcare Inc. | Cursor mode display system and method |
US7936922B2 (en) * | 2006-11-22 | 2011-05-03 | Adobe Systems Incorporated | Method and apparatus for segmenting images |
US7929793B2 (en) * | 2007-03-19 | 2011-04-19 | General Electric Company | Registration and compression of dynamic images |
US7929743B2 (en) * | 2007-10-02 | 2011-04-19 | Hologic, Inc. | Displaying breast tomosynthesis computer-aided detection results |
-
2007
- 2007-06-19 JP JP2007161224A patent/JP5226974B2/ja active Active
-
2008
- 2008-06-16 US US12/139,742 patent/US8150129B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP2009000153A (ja) | 2009-01-08 |
US8150129B2 (en) | 2012-04-03 |
US20090003676A1 (en) | 2009-01-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5226974B2 (ja) | 画像診断支援装置、方法及びプログラム | |
US8160320B2 (en) | Medical image display apparatus, method and program, and recording medium for the program | |
KR101943011B1 (ko) | 피검체의 의료 영상 판독을 지원하는 방법 및 이를 이용한 장치 | |
US10417517B2 (en) | Medical image correlation apparatus, method and storage medium | |
JP5081390B2 (ja) | 腫瘍量を監視する方法及びシステム | |
US7388974B2 (en) | Medical image processing apparatus | |
JP5128154B2 (ja) | レポート作成支援装置、レポート作成支援方法およびそのプログラム | |
JP2008253292A (ja) | 症例画像検索装置及びシステム | |
CN105431089B (zh) | 根据肝脏扫描确定肝功能的系统和方法 | |
US8150120B2 (en) | Method for determining a bounding surface for segmentation of an anatomical object of interest | |
US20050107695A1 (en) | System and method for polyp visualization | |
US8150121B2 (en) | Information collection for segmentation of an anatomical object of interest | |
CN102231963A (zh) | 重新参数化的牛眼图 | |
JP2004180932A (ja) | コンピュータ支援診断装置 | |
EP2391986B1 (en) | Gradient based image analysis for transmural perfusion | |
CN112529834A (zh) | 病理图像模式在3d图像数据中的空间分布 | |
US20210082567A1 (en) | Method for supporting viewing of images and apparatus using same | |
EP2601637B1 (en) | System and method for multi-modality segmentation of internal tissue with live feedback | |
KR101919847B1 (ko) | 동일 피사체에 대하여 시간 간격을 두고 촬영된 영상 간에 동일 관심구역을 자동으로 검출하는 방법 및 이를 이용한 장치 | |
EP2619729A1 (en) | Quantification of a characteristic of a lumen of a tubular structure | |
KR102099350B1 (ko) | 의료 영상에서 병변의 정량화를 보조하는 방법 및 이를 이용한 장치 | |
US20110285695A1 (en) | Pictorial Representation in Virtual Endoscopy | |
US20230223124A1 (en) | Information processing apparatus, information processing method, and information processing program | |
US20240112786A1 (en) | Image processing apparatus, image processing method, and image processing program | |
JP7151464B2 (ja) | 肺画像処理プログラム、肺画像処理方法および肺画像処理システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100216 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20100216 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120206 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120214 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120416 |
|
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: 20130307 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130315 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5226974 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: 20160322 Year of fee payment: 3 |
|
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 |
|
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 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |