JP5355257B2 - Medical image display device and medical image display method - Google Patents
Medical image display device and medical image display method Download PDFInfo
- Publication number
- JP5355257B2 JP5355257B2 JP2009157035A JP2009157035A JP5355257B2 JP 5355257 B2 JP5355257 B2 JP 5355257B2 JP 2009157035 A JP2009157035 A JP 2009157035A JP 2009157035 A JP2009157035 A JP 2009157035A JP 5355257 B2 JP5355257 B2 JP 5355257B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- dimensional image
- region
- dimensional
- medical 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 26
- 238000003745 diagnosis Methods 0.000 claims description 56
- 230000003925 brain function Effects 0.000 claims description 25
- 210000004556 brain Anatomy 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 22
- 210000004185 liver Anatomy 0.000 claims description 19
- 230000004913 activation Effects 0.000 claims description 13
- 230000015572 biosynthetic process Effects 0.000 claims description 9
- 238000003786 synthesis reaction Methods 0.000 claims description 9
- 230000002194 synthesizing effect Effects 0.000 claims description 6
- 238000009877 rendering Methods 0.000 claims description 5
- 230000000877 morphologic effect Effects 0.000 claims description 2
- 208000003174 Brain Neoplasms Diseases 0.000 description 21
- 208000014018 liver neoplasm Diseases 0.000 description 20
- 206010008118 cerebral infarction Diseases 0.000 description 18
- 208000026106 cerebrovascular disease Diseases 0.000 description 18
- 238000002595 magnetic resonance imaging Methods 0.000 description 18
- 230000000302 ischemic effect Effects 0.000 description 17
- 238000013075 data extraction Methods 0.000 description 12
- 201000007270 liver cancer Diseases 0.000 description 12
- 206010019695 Hepatic neoplasm Diseases 0.000 description 8
- 239000002131 composite material Substances 0.000 description 7
- 230000010412 perfusion Effects 0.000 description 7
- 239000000203 mixture Substances 0.000 description 6
- 239000011165 3D composite Substances 0.000 description 5
- 238000009792 diffusion process Methods 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 5
- 239000003146 anticoagulant agent Substances 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000005484 gravity Effects 0.000 description 4
- 230000008447 perception Effects 0.000 description 4
- 238000002560 therapeutic procedure Methods 0.000 description 4
- 230000002537 thrombolytic effect Effects 0.000 description 4
- 230000003412 degenerative effect Effects 0.000 description 3
- 230000003902 lesion Effects 0.000 description 3
- 238000001356 surgical procedure Methods 0.000 description 3
- 210000004958 brain cell Anatomy 0.000 description 2
- 210000003710 cerebral cortex Anatomy 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000007850 degeneration Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000010494 dissociation reaction Methods 0.000 description 2
- 230000005593 dissociations Effects 0.000 description 2
- 238000002599 functional magnetic resonance imaging Methods 0.000 description 2
- 238000002642 intravenous therapy Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000004321 preservation Methods 0.000 description 2
- 238000002271 resection Methods 0.000 description 2
- 238000012752 Hepatectomy Methods 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 102000003978 Tissue Plasminogen Activator Human genes 0.000 description 1
- 108090000373 Tissue Plasminogen Activator Proteins 0.000 description 1
- 229960003318 alteplase Drugs 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000002440 hepatic effect Effects 0.000 description 1
- 208000028867 ischemia Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000003240 portal vein Anatomy 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 210000005166 vasculature Anatomy 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Description
本発明は、磁気共鳴診断装置（以下、ＭＲＩ装置と記す）、Ｘ線コンピュータ断層撮影装置（以下、Ｘ線ＣＴ装置と称す）、Ｘ線診断装置、超音波診断装置等の医用画像診断装置によって収集された３次元画像データを表示する３次元医用画像表示装置に係り、特に病変部がどの領域に存在するか容易に把握できるようにした医用画像表示装置および医用画像表示方法に関する。 The present invention provides a medical image diagnostic apparatus such as a magnetic resonance diagnostic apparatus (hereinafter referred to as an MRI apparatus), an X-ray computed tomography apparatus (hereinafter referred to as an X-ray CT apparatus), an X-ray diagnostic apparatus, an ultrasonic diagnostic apparatus or the like. The present invention relates to a three-dimensional medical image display device that displays collected three-dimensional image data, and more particularly, to a medical image display device and a medical image display method that can easily grasp in which region a lesion site exists.
従来、脳梗塞診断においては、ＭＲＩ装置で撮像された灌流強調画像（ＰＷＩ：Perfusion Weighted Imaging）において低灌流領域として表れる虚血領域と、同じくＭＲＩ装置で撮像された拡散強調画像（ＤＷＩ：Diffusion Weighted Imaging）において高信号域として表れる脳細胞の変性領域とを２次元又は３次元で合成表示し、虚血領域と変性領域の差分を求め、その解離（虚血領域全体に対する差分領域の容積率）が或る閾値以上であるか否かに基づいて、ｒｔ−ＰＡ（アルテプラーゼ）静注療法と呼ばれる血栓溶解療法の適用性を判定している。この判定はDiffusion-Perfusion Mismatch判定と呼ばれている。 Conventionally, in cerebral infarction diagnosis, an ischemic region that appears as a low perfusion region in a perfusion-weighted image (PWI: Perfusion Weighted Imaging) captured by an MRI apparatus, and a diffusion-weighted image (DWI: Diffusion Weighted) that is also imaged by an MRI apparatus Imaging) displays the degenerated area of the brain cell that appears as a high signal area in 2D or 3D, calculates the difference between the ischemic area and the degenerated area, and dissociates it (the volume ratio of the differential area to the entire ischemic area) The applicability of thrombolytic therapy called rt-PA (alteplase) intravenous therapy is determined based on whether or not is above a certain threshold. This determination is called diffusion-perfusion mismatch determination.
また、脳腫瘍診断においては、ＭＲＩ装置で撮像されたＴ１強調画像（Ｔ１ＷＩ：T1 Weighted Imaging）における低信号域やＴ２強調画像（Ｔ２ＷＩ：T2 Weighted Imaging）における高信号域として表れる脳腫瘍領域と、同じくＭＲＩ装置で撮像されたｆＭＲＩ（functional ＭＲＩ）における脳機能賦活領域とを２次元又は３次元で合成表示して、脳腫瘍摘出術の術前手術計画における脳機能温存の検討を行っている。さらに肝癌診断においては、造影ＣＴや造影ＭＲＩで撮像された画像における肝腫瘍の３次元領域を抽出し、肝区域の３次元画像上に合成表示して、肝切除術の術前手術計画における切除範囲の検討を行っている。 In brain tumor diagnosis, the MRI is also the same as a brain tumor region that appears as a low signal region in a T1 weighted imaging (T1WI: T1 Weighted Imaging) or a high signal region in a T2 weighted image (T2WI: T2 Weighted Imaging). The brain function activation region in fMRI (functional MRI) imaged by the apparatus is synthesized and displayed in two or three dimensions, and the brain function preservation in the preoperative surgical plan for brain tumor removal is examined. Furthermore, in liver cancer diagnosis, a three-dimensional region of liver tumor is extracted from images taken by contrast-enhanced CT or contrast-enhanced MRI, combined and displayed on the three-dimensional image of the liver section, and excision in the preoperative surgery plan for liver resection The scope is being examined.
上述の脳梗塞診断におけるDiffusion-Perfusion Mismatch判定では、虚血領域と変性領域の差分領域の大きさに基づいて血栓溶解療法の治療要否判定を行っているが、虚血領域と変性領域の差分領域が小さい場合でも、その領域に重要な脳機能（運動、言語、知覚等）が存在していれば血栓溶解療法を施行する価値があるし、逆に差分領域が大きい場合でも、その領域に重要な脳機能がなければ血栓溶解療法を施行する必要がないと考えられる。 In the diffusion-perfusion mismatch determination in the diagnosis of cerebral infarction described above, the necessity of treatment for thrombolytic therapy is determined based on the size of the difference area between the ischemic area and the degenerative area. Even if the area is small, it is worth performing thrombolytic therapy if important brain functions (motor, language, perception, etc.) exist in that area, and conversely, even if the difference area is large, Without significant brain function, thrombolytic therapy may not be necessary.
よって、単に虚血領域と変性領域の解離率のみで治療要否の判定を行うより、具体的な脳機能に対する重篤度で判定を行った方が良い。そこで、各脳機能に対応する脳内の賦活領域毎の変性、虚血、正常領域の容積率を３次元的に可視化することが有効であるが、どの脳機能がどの程度重篤かを３次元的に可視化するのは容易ではない。何故なら、それらを１つの３次元画像上に合成表示すると領域同士が重なり合って位置関係が把握しづらいからである。 Therefore, it is better to make a determination based on the severity of specific brain function, rather than simply determining whether treatment is necessary based on the dissociation rate between the ischemic region and the degenerated region. Therefore, it is effective to visualize three-dimensionally the volume ratio of degeneration, ischemia, and normal area for each activation area in the brain corresponding to each brain function. It is not easy to visualize in dimension. This is because when they are combined and displayed on one three-dimensional image, the regions overlap each other and it is difficult to grasp the positional relationship.
また、脳腫瘍診断においても、同様に脳腫瘍領域と脳機能賦活領域との関係、即ちどの脳機能がどの程度脳腫瘍領域周辺に分布しているかを３次元的に可視化するのは容易ではない。また肝癌診断においては、単に肝腫瘍領域と肝臓領域全体とを３次元画像上に合成表示しただけでは、肝臓内のどの肝区域にどの程度の肝腫瘍領域が含まれているかが分からない。したがって、肝区域毎の肝腫瘍領域の容積率を３次元的に可視化することが有効であるが、どの肝区域がどの程度重篤かを３次元的に可視化するのは容易ではない。 Similarly, in brain tumor diagnosis, it is not easy to visualize three-dimensionally the relationship between a brain tumor region and a brain function activation region, that is, which brain function is distributed around the brain tumor region. In liver cancer diagnosis, it is not possible to know how much liver tumor area is contained in which liver section in the liver simply by combining and displaying the liver tumor area and the entire liver area on a three-dimensional image. Therefore, it is effective to visualize the volume ratio of the liver tumor region for each liver section in three dimensions, but it is not easy to visualize in three dimensions which liver section is serious.
特許文献１には、灌流強調磁気共鳴画像（ＰＷＩ）と拡散強調磁気共鳴画像（ＤＷＩ）とを重ねてミスマッチ画像を形成する磁気共鳴画像の評価方法が開示されている。特許文献２には、第１の３次元画像に第２の３次元画像を位置合せして結合する３次元画像処理装置が開示されている。さらに特許文献３には、３次元のＣＴ画像データとＭＲＩ画像データとの位置ずれを求め、位置ずれ情報に基づいて３次元空間上の合成処理を行う３次元画像処理装置が開示されている。 Patent Document 1 discloses a magnetic resonance image evaluation method in which a perfusion-weighted magnetic resonance image (PWI) and a diffusion-weighted magnetic resonance image (DWI) are superimposed to form a mismatch image. Patent Document 2 discloses a three-dimensional image processing apparatus that aligns and combines a second three-dimensional image with a first three-dimensional image. Further, Patent Document 3 discloses a three-dimensional image processing apparatus that obtains a positional deviation between three-dimensional CT image data and MRI image data and performs a synthesis process in a three-dimensional space based on the positional deviation information.
しかしながら、特許文献１，２，３の例では、脳梗塞診断等においてどの脳機能がどの程度重篤かを３次元的に可視化するのは困難であった。 However, in the examples of Patent Documents 1, 2, and 3, it is difficult to visualize three-dimensionally which brain function is to what degree in cerebral infarction diagnosis or the like.
特許文献１，２，３を含む従来の装置では、例えば脳梗塞診断においてどの脳機能がどの程度重篤か、或いは脳腫瘍診断においてどの脳機能がどの程度脳腫瘍領域周辺に分布しているかを３次元的に可視化するのは容易ではなかった。肝癌診断においても、どの肝区域がどの程度重篤かを３次元的に可視化するのは容易ではなかった。 In conventional apparatuses including Patent Documents 1, 2, and 3, for example, three-dimensionally how much brain function is serious in cerebral infarction diagnosis or how much brain function is distributed around brain tumor area in brain tumor diagnosis Visualization was not easy. Even in the diagnosis of liver cancer, it was not easy to visualize three-dimensionally how much hepatic segment is and how severe.
本発明は上記事情に鑑みて成されたもので、脳梗塞診断や脳腫瘍診断において病変部が脳機能賦活領域のどの領域に重なり合っているか、或いは肝癌診断において肝腫瘍領域が肝区域のどの区域に重なり合っているか等を３次元合成画像上で容易に把握することができる医用画像表示装置及び医用画像表示方法を提供することを目的とする。 The present invention has been made in view of the above circumstances, and in which region of the brain function activation region the lesion site overlaps in cerebral infarction diagnosis and brain tumor diagnosis, or in which region of the liver region the liver tumor region in liver cancer diagnosis It is an object of the present invention to provide a medical image display device and a medical image display method capable of easily grasping whether or not they are overlapped on a three-dimensional composite image.
請求項１記載の医用画像表示装置は、医用画像診断装置によって収集されたデータから得られた第１の３次元画像と、第２の３次元画像とを合成して表示する医用画像表示装置において、前記第１の３次元画像における機能領域又は区域を、前記第２の３次元画像に基づいて特定するための領域特定手段と、前記領域特定手段で求めた第１の３次元画像の機能領域又は区域に対して、透明度の設定を行う設定手段と、前記設定手段により設定された透明度に基づいて、前記第１の３次元画像と前記第２の３次元画像を合成処理したボリュームレンダリング画像を生成する合成処理部と、を具備したことを特徴とする。 The medical image display device according to claim 1, wherein the medical image display to be displayed by combining the first three-dimensional image obtained from the data collected by the medical image diagnostic apparatus, and a second three-dimensional image In the apparatus, a region specifying unit for specifying a functional region or a section in the first three-dimensional image based on the second three-dimensional image, and a first three-dimensional image obtained by the region specifying unit Setting means for setting transparency for a functional area or area, and volume rendering obtained by combining the first three-dimensional image and the second three-dimensional image based on the transparency set by the setting means And a synthesis processing unit that generates an image .
また、請求項９記載の医用画像表示方法は、医用画像診断装置によって収集されたデータから得られた第１の３次元画像と、第２の３次元画像とを合成して表示する医用画像表示方法において、前記第１の３次元画像における機能領域又は区域を、前記第２の３次元画像に基づいて特定し、前記領域特定手段で求めた第１の３次元画像の機能領域又は区域に対して、透明度の設定を行い、前記設定手段により設定された透明度に基づいて、前記第１の３次元画像と前記第２の３次元画像を合成処理してボリュームレンダリング画像を生成することを特徴とする。 Further, the medical image display method according to claim 9 wherein the medical be displayed by combining the first three-dimensional image obtained from the data collected by the medical image diagnostic apparatus, and a second three-dimensional image In the image display method, the functional region or section in the first three-dimensional image is specified based on the second three- dimensional image, and the functional region or section of the first three-dimensional image obtained by the region specifying means. And setting a transparency, and generating a volume rendering image by combining the first three-dimensional image and the second three-dimensional image based on the transparency set by the setting means. Features.
本発明によれば、病変部が診断対象部位のどの領域に存在するかを３次元合成画像上で容易に把握することができ、医師／技師の作業効率及び診断精度を向上させることができる。 According to the present invention, it is possible to easily grasp in a three-dimensional composite image where a lesion site exists in a region to be diagnosed, and it is possible to improve the work efficiency and diagnosis accuracy of a doctor / engineer.
以下、この発明の一実施の形態について図面を参照して詳細に説明する。 Hereinafter, an embodiment of the present invention will be described in detail with reference to the drawings.
図１は、本発明の医用画像表示装置の構成を示すブロック図である。図１において、磁気共鳴診断装置（以下、ＭＲＩ装置と称す）等の医用画像診断装置１０が画像処理・表示部２０に接続されている。画像処理・表示部２０は、医用画像診断装置１０によって取得した３次元画像データを処理するものであり、画像データ抽出部２１と、第１の画像作成部２２、第２の画像作成部２３、閾値設定部２４、不透明度／色設定部２５、合成処理部２６、及び表示部２７を有する。 FIG. 1 is a block diagram showing the configuration of the medical image display apparatus of the present invention. In FIG. 1, a medical image diagnostic apparatus 10 such as a magnetic resonance diagnostic apparatus (hereinafter referred to as an MRI apparatus) is connected to an image processing / display unit 20. The image processing / display unit 20 processes the three-dimensional image data acquired by the medical image diagnostic apparatus 10, and includes an image data extraction unit 21, a first image creation unit 22, a second image creation unit 23, A threshold setting unit 24, an opacity / color setting unit 25, a composition processing unit 26, and a display unit 27 are included.
また画像処理・表示部２０は、ＣＰＵ２９及びＲＯＭ３０を含み、コンピュータ装置として機能する。画像データ抽出部２１、第１の画像作成部２２、第２の画像作成部２３、閾値設定部２４、不透明度／色設定部２５、合成処理部２６は、ＲＯＭ３０に格納された画像処理プログラムをＣＰＵ２９の制御のもとに実行する。 The image processing / display unit 20 includes a CPU 29 and a ROM 30 and functions as a computer device. The image data extraction unit 21, the first image creation unit 22, the second image creation unit 23, the threshold value setting unit 24, the opacity / color setting unit 25, and the composition processing unit 26 execute an image processing program stored in the ROM 30. It is executed under the control of the CPU 29.
画像表示処理プログラムは、ＲＯＭ３０に格納されたものであってもよいし、磁気ディスク、光磁気ディスク、光ディスク、半導体メモリ等のリムーバブルな記録媒体に記録したプログラムをコンピュータ装置にインストールしても良い。或いはネットワークを介して配布された画像表示処理プログラムをコンピュータ装置に適宜インストールしても良い。尚、画像処理・表示部２０の各部の構成は、一部または全てをロジック回路等のハードウェアによって実現することができる。またハードウェアとソフトウェアとを組み合わせて実現することもできる。 The image display processing program may be stored in the ROM 30, or a program recorded on a removable recording medium such as a magnetic disk, a magneto-optical disk, an optical disk, or a semiconductor memory may be installed in the computer apparatus. Alternatively, an image display processing program distributed via a network may be installed in the computer device as appropriate. Note that part or all of the configuration of each unit of the image processing / display unit 20 can be realized by hardware such as a logic circuit. It can also be realized by combining hardware and software.
画像データ抽出部２１は、例えば、医用画像診断装置１０によって収集された３次元画像データを保存する保存部を含み、保存部から診断対象部位の３次元画像データを抽出する。或いは、外部の画像サーバに３次元画像データを保存しておき、操作部２８の操作によって画像サーバにアクセスし、画像データ抽出部２１によって画像サーバから必要な３次元画像データを抽出するようにしてもよい。 The image data extraction unit 21 includes, for example, a storage unit that stores the three-dimensional image data collected by the medical image diagnostic apparatus 10, and extracts the three-dimensional image data of the diagnosis target part from the storage unit. Alternatively, the 3D image data is stored in an external image server, the image server is accessed by operating the operation unit 28, and the necessary 3D image data is extracted from the image server by the image data extraction unit 21. Also good.
また医用画像診断装置１０で収集した３次元画像データの内、処理対象の画像データをＤＩＣＯＭ−ＣＤやＤＶＤ等の可搬記憶媒体に記憶し、この可搬記憶媒体に記憶された画像データを画像データ抽出部２１で読み出すようにしてもよい。 In addition, among the three-dimensional image data collected by the medical image diagnostic apparatus 10, the image data to be processed is stored in a portable storage medium such as DICOM-CD or DVD, and the image data stored in the portable storage medium is stored as an image. The data extraction unit 21 may read the data.
具体的には、脳梗塞診断においてはＭＲＩ装置で撮像された拡散強調画像（ＤＷＩ）及び灌流強調画像（ＰＷＩ）データを抽出し、脳腫瘍診断においては、ＭＲＩ装置で撮像されたＴ１強調画像（Ｔ１ＷＩ）又はＴ２強調画像（Ｔ２ＷＩ）データを抽出する。また肝癌診断においては造影ＣＴデータや造影ＭＲＩデータを抽出する。 Specifically, in the diagnosis of cerebral infarction, the diffusion weighted image (DWI) and perfusion weighted image (PWI) data captured by the MRI apparatus are extracted, and in the brain tumor diagnosis, the T1 weighted image (T1WI) captured by the MRI apparatus. ) Or T2 weighted image (T2WI) data is extracted. In liver cancer diagnosis, contrast CT data and contrast MRI data are extracted.
第１の画像作成部２２は、画像データ抽出部２１によって診断対象部位（例えば脳など）の３次元画像データが抽出されたとき、診断対象部位を複数の領域に分割しそれぞれの分割領域を３次元的に表現した第１の３次元画像を作成する。例えば、脳機能の賦活領域は標準脳モデルにマッピングされたブロードマンの脳地図として公に知られており、このブロードマンの脳地図がマッピングされた３次元標準脳データをクラスタリングデータとし、このクラスタリングデータをもとに第１の３次元画像（図３参照）を作成する。ブロードマンの脳地図では、標準脳の大脳皮質の３次元領域内において、どの領域がどの脳機能（運動、言語、知覚、記憶、視覚、聴覚等）を司っているかが示されている。 When the image data extraction unit 21 extracts the three-dimensional image data of the diagnosis target region (for example, the brain), the first image creation unit 22 divides the diagnosis target region into a plurality of regions and divides each divided region into three regions. A first three-dimensional image expressed in a dimensional manner is created. For example, the brain function activation area is publicly known as a Broadman brain map mapped to a standard brain model, and this clustering data is the 3D standard brain data to which this Broadman brain map is mapped. A first three-dimensional image (see FIG. 3) is created based on the data. The Broadman's brain map shows which region controls which brain function (motor, language, perception, memory, vision, hearing, etc.) in the three-dimensional region of the cerebral cortex of the standard brain.
閾値設定部２４は、画像データ抽出部１１で抽出された診断対象部位の３次元画像データに対して閾値を設定するもので、抽出された３次元画像データの内、閾値以上（又は閾値以下）の画素値の画像データを２値化する。第２の画像作成部２３は、閾値設定部２４で設定された閾値によって２値化した３次元画像データを基に診断用の第２の３次元画像を作成する。 The threshold value setting unit 24 sets a threshold value for the three-dimensional image data of the diagnosis target part extracted by the image data extraction unit 11, and among the extracted three-dimensional image data, the threshold value is greater than or equal to (or less than the threshold value). The image data having a pixel value of 2 is binarized. The second image creating unit 23 creates a second 3D image for diagnosis based on the 3D image data binarized by the threshold set by the threshold setting unit 24.
不透明度／色設定部２５は、第１の画像作成部２２によって作成した第１の３次元画像の分割された各領域の不透明度及び色を設定する。合成処理部２６は、不透明度及び色が調整された第１の３次元画像データと、第２の画像作成部２３によって作成した第２の３次元画像データとを合成処理する。表示部２７は、合成処理部２６で合成処理した３次元画像を表示する。 The opacity / color setting unit 25 sets the opacity and color of each divided region of the first three-dimensional image created by the first image creation unit 22. The composition processing unit 26 performs composition processing on the first three-dimensional image data whose opacity and color are adjusted and the second three-dimensional image data created by the second image creation unit 23. The display unit 27 displays the 3D image synthesized by the synthesis processing unit 26.
次に画像処理・表示装置２０の動作を図２のフローチャートを参照して説明する。図２のステップＳ１では、画像データ抽出部２１によって診断対象部位の３次元画像データを抽出する。ステップＳ２では、第１の画像作成部１２により例えば脳地図がマッピングされた３次元標準脳データ（クラスタリングデータ）に基づいて第１の３次元画像を作成する。ステップＳ３では、閾値設定部２４により閾値を設定する。ステップＳ４では、ステップＳ３で設定された閾値に基づいて診断用の第２の３次元画像を作成する。 Next, the operation of the image processing / display device 20 will be described with reference to the flowchart of FIG. In step S <b> 1 of FIG. 2, the image data extraction unit 21 extracts 3D image data of a site to be diagnosed. In step S2, a first three-dimensional image is created by the first image creation unit 12 based on, for example, three-dimensional standard brain data (clustering data) to which a brain map is mapped. In step S <b> 3, a threshold value is set by the threshold value setting unit 24. In step S4, a diagnostic second three-dimensional image is created based on the threshold value set in step S3.
ステップＳ５では、不透明度／色設定部１５により、第１の３次元画像の各分割領域の不透明度及び色等の表示条件を設定する。ステップＳ６では 合成処理部２６により第１の３次元画像データと第２の３次元画像データを合成し、３次元合成画像を表示部２７に表示する。 In step S5, the opacity / color setting unit 15 sets display conditions such as opacity and color of each divided region of the first three-dimensional image. In step S 6, the first three-dimensional image data and the second three-dimensional image data are synthesized by the synthesis processing unit 26, and the three-dimensional synthesized image is displayed on the display unit 27.
以下、各ステップＳ１〜Ｓ６の具体的な処理方法について説明する。尚、以下の説明では、脳梗塞診断、脳腫瘍診断、及び肝癌診断を行う場合を例に説明する。 Hereinafter, the specific processing method of each step S1-S6 is demonstrated. In the following description, a case where cerebral infarction diagnosis, brain tumor diagnosis, and liver cancer diagnosis are performed will be described as an example.
ステップＳ１：画像データ抽出部２１によって診断対象部位の３次元画像データを抽出する。即ち、画像データ抽出部２１が保存部を含む場合は、保存部から診断対象部位の３次元画像データを抽出する。外部の画像サーバに３次元画像データを保存している場合は、画像サーバから診断対象部位の３次元画像データを抽出する。 Step S1: The image data extraction unit 21 extracts three-dimensional image data of the site to be diagnosed. That is, when the image data extraction unit 21 includes a storage unit, the three-dimensional image data of the diagnosis target part is extracted from the storage unit. When the 3D image data is stored in an external image server, the 3D image data of the diagnosis target part is extracted from the image server.
ステップＳ２：第１の画像作成部１２により、例えば脳梗塞診断及び脳腫瘍診断においては、脳機能賦活領域データを作成する。脳機能の賦活領域は標準脳モデルにマッピングされたブロードマンの脳地図として知られたデータを用いて定義する。即ち、この脳地図では標準脳の大脳皮質の３次元領域内においてどの領域がどの脳機能（運動、言語、知覚、記憶、視覚、聴覚等）を司っているかが示されている。したがって、ブロードマンの脳地図がマッピングされた３次元標準脳データをクラスタリングデータとし、このクラスタリングデータをもとに図３で示すような第１の３次元画像４０を作成する。第１の３次元画像４０は、脳機能賦活領域をモデル化した画像であるため、以下の説明では、第１の３次元画像４０をモデル画像と呼ぶ。 Step S2: The first image creation unit 12 creates brain function activation region data, for example, in cerebral infarction diagnosis and brain tumor diagnosis. The brain function activation area is defined using data known as Broadman's brain map mapped to the standard brain model. That is, this brain map shows which region controls which brain function (motor, language, perception, memory, vision, hearing, etc.) in the three-dimensional region of the cerebral cortex of the standard brain. Accordingly, the three-dimensional standard brain data to which the Broadman brain map is mapped is used as clustering data, and a first three-dimensional image 40 as shown in FIG. 3 is created based on the clustering data. Since the first three-dimensional image 40 is an image obtained by modeling the brain function activation area, in the following description, the first three-dimensional image 40 is referred to as a model image.
尚、モデル画像４０は、撮影された診断対象部位の３次元画像データに位置合わせし、脳機能賦活領域毎に分割したモデル画像４０を作成する。図３から分かるように、脳機能は、運動、言語、知覚、記憶、視覚、聴覚等）を司る領域に区分される。図３のモデル画像４０は、説明の便宜上、模式的に示しているが、実際には撮影された３次元画像データに位置合わせするため、図とは違った形状になる。 Note that the model image 40 is aligned with the photographed three-dimensional image data of the diagnosis target region, and the model image 40 divided for each brain function activation region is created. As can be seen from FIG. 3, the brain function is divided into regions that control movement, language, perception, memory, vision, hearing, and the like. The model image 40 in FIG. 3 is schematically shown for convenience of explanation, but actually has a shape different from that shown in the figure because it is aligned with the captured three-dimensional image data.
位置合わせの方法としては、標準脳との位置合わせ法である３Ｄ−ＳＳＰ（stereotactic surface projection）法やＳＰＭ（statistical parametric mapping）法が知られており、これらの位置合わせ方法を用いるとよい。３Ｄ−ＳＳＰ法及びＳＰＭ法は、以下の（１）〜（３）の文献に記載されている。 As alignment methods, 3D-SSP (stereotactic surface projection) method and SPM (statistical parametric mapping) method, which are alignment methods with a standard brain, are known, and these alignment methods may be used. The 3D-SSP method and the SPM method are described in the following documents (1) to (3).
３Ｄ−ＳＳＰ法：（１）S Minoshima, RA Koeppe, KA Frey, et al., “Anatomic standardization: Linear scaling and nonlinear warping of functional brain images”, J Nucl Med, 35（9）, 1528-1537,（1994）。 3D-SSP method: (1) S Minoshima, RA Koeppe, KA Frey, et al., “Anatomic standardization: Linear scaling and nonlinear warping of functional brain images”, J Nucl Med, 35 (9), 1528-1537, ( 1994).
ＳＰＭ法：（２）KJ Friston, J Ashburner, CD Frith, et al., “Spatial registration and normalization of images”, Human Brain Mapping, 2, 165-189,（1995）。（３）J Ashburner, and KJ Friston, “Nonlinear spatial normalization using basis functions”, Hum Brain Mapp, 7（4）, 254-266,（1999）.
一方、肝癌診断においては、モデル画像４０として肝区域データを作成する。肝区域の分割方法としては、Couinaud の肝区域が広く知られている。この分割方法は、肝臓を８つの門脈主要分岐の支配領域に分割する方法であり、腫瘍摘出手術は肝区域単位で行われることが多い。画像データ抽出部２１で抽出した３次元画像データ内の肝臓領域を肝区域毎に分割した３次元クラスタリングデータを得る方法は、例えば以下の文献（４）に記載された方法を用いるとよい。
SPM method: (2) KJ Friston, J Ashburner, CD Frith, et al., “Spatial registration and normalization of images”, Human Brain Mapping, 2, 165-189, (1995). (3) J Ashburner, and KJ Friston, “Nonlinear spatial normalization using basis functions”, Hum Brain Mapp, 7 (4), 254-266, (1999).
On the other hand, in liver cancer diagnosis, liver area data is created as the model image 40. As a method for dividing the liver area, Couinaud's liver area is widely known. This division method is a method in which the liver is divided into the dominant regions of the eight portal vein main branches, and tumor excision surgery is often performed in units of liver segments. As a method for obtaining three-dimensional clustering data obtained by dividing the liver region in the three-dimensional image data extracted by the image data extraction unit 21 for each liver section, for example, a method described in the following document (4) may be used.
（４）D. Selle, B. Preim, A. Schenk, and H. -O. Peitgen, “Analysis of Vasculature for Liver Surgical Planning”, IEEE Transactions on medical imaging, Vol. 21, No. 11, Nov. 2002.
ステップＳ３：閾値設定部２４により第２の３次元画像データを作成するための閾値を設定する。ここで第２の３次元画像データについて説明する。脳梗塞診断においては、図４（ａ）で示すように、ＭＲＩ装置で撮像された灌流強調画像（ＰＷＩ）において低灌流領域として表れる虚血領域５１と、（ｂ）で示すようにＭＲＩ装置で撮像された拡散強調画像（ＤＷＩ）において高信号域として表れる脳細胞の変性領域５２とを合成して、（ｃ）に示す画像を得ている。
(4) D. Selle, B. Preim, A. Schenk, and H. -O. Peitgen, “Analysis of Vasculature for Liver Surgical Planning”, IEEE Transactions on medical imaging, Vol. 21, No. 11, Nov. 2002 .
Step S3: The threshold value setting unit 24 sets a threshold value for creating the second three-dimensional image data. Here, the second three-dimensional image data will be described. In the diagnosis of cerebral infarction, as shown in FIG. 4A, an ischemic region 51 that appears as a low perfusion region in a perfusion weighted image (PWI) imaged by the MRI device, and an MRI device as shown in FIG. The image shown in (c) is obtained by synthesizing the degenerated region 52 of the brain cell that appears as a high signal region in the captured diffusion weighted image (DWI).
図４（ｃ）では虚血領域５１と変性領域５２の差分領域５３が表示されており、第２の３次元画像は、図４（ｃ）の画像が３次元的に表わされた画像である。或いはＭＲＩ装置で撮像された拡散強調画像（ＤＷＩ）又は灌流強調画像（ＰＷＩ）のいずれか一方が第２の３次元画像として用いられることもある。また脳腫瘍診断においては、ＭＲＩ装置で撮像されたＴ１強調画像（Ｔ１ＷＩ）やＴ２強調画像（Ｔ２ＷＩ）、或いはそれらの合成画像が第２の３次元画像として用いられる。さらに肝癌診断においては、造影ＣＴや造影ＭＲＩで撮像された画像が第２の３次元画像として用いられる。 In FIG. 4C, a difference region 53 between the ischemic region 51 and the degeneration region 52 is displayed, and the second three-dimensional image is an image in which the image of FIG. 4C is represented three-dimensionally. is there. Alternatively, either the diffusion weighted image (DWI) or the perfusion weighted image (PWI) captured by the MRI apparatus may be used as the second three-dimensional image. In brain tumor diagnosis, a T1-weighted image (T1WI), a T2-weighted image (T2WI) captured by an MRI apparatus, or a composite image thereof is used as the second three-dimensional image. Furthermore, in liver cancer diagnosis, an image captured by contrast CT or contrast MRI is used as the second three-dimensional image.
尚、拡散強調画像（ＤＷＩ）及び灌流強調画像（ＰＷＩ）は、一般的に機能画像と呼ばれ、Ｔ１強調画像（Ｔ１ＷＩ）及びＴ２強調画像（Ｔ２ＷＩ）、Ｘ線ＣＴ画像等は、血管などの形態を表す形態画像と呼ばれている。第２の３次元画像は診断用に利用されるため、以下の説明では、第２の３次元画像を診断用画像と呼ぶ。 The diffusion weighted image (DWI) and the perfusion weighted image (PWI) are generally called function images. The T1 weighted image (T1WI), the T2 weighted image (T2WI), the X-ray CT image, etc. It is called a morphological image representing a form. Since the second three-dimensional image is used for diagnosis, in the following description, the second three-dimensional image is referred to as a diagnostic image.
ステップＳ３では、操作部２８を用いて操作者が閾値を設定する。即ち図５のグラフは、横軸にステップＳ１で抽出した３次元画像データの画素値をとり、縦軸に各画素値の画素数をとって表したヒストグラムであり、Ａ１はヒストグラム上に設定した閾値設定バーを示している。操作者は、マウス操作やテキストボックスに画素値を入力することにより、閾値設定バーＡ１を左右に動かして閾値を設定する。 In step S <b> 3, the operator sets a threshold value using the operation unit 28. That is, the graph of FIG. 5 is a histogram in which the horizontal axis represents the pixel value of the three-dimensional image data extracted in step S1, and the vertical axis represents the number of pixels of each pixel value. A1 is set on the histogram. A threshold setting bar is shown. The operator sets the threshold value by moving the threshold setting bar A1 to the left and right by operating the mouse or inputting a pixel value in the text box.
上記閾値の設定は、脳梗塞診断においてはＰＷＩデータにおける虚血領域判定閾値の設定となり、ＤＷＩデータにおける変性領域判定の閾値設定となる。図５はＰＷＩデータにおける閾値の設定例を示しており、虚血領域がある場合は閾値Ａ１以下の画素値の低い領域に現れる。 In the diagnosis of cerebral infarction, the setting of the threshold value is the setting of the ischemic region determination threshold value in the PWI data and the threshold value setting of the degenerative region determination in the DWI data. FIG. 5 shows an example of setting the threshold value in the PWI data. If there is an ischemic region, it appears in a low pixel value region below the threshold value A1.
脳腫瘍診断の場合は、閾値設定バーＡ１を移動することでＴ１ＷＩデータ又はＴ２ＷＩデータにおける脳腫瘍領域判定の閾値を設定することができる。また肝癌診断の場合は、閾値設定バーＡ１を移動することで造影ＭＲＩデータにおける肝腫瘍領域の判定の閾値を設定することができる。 In the case of brain tumor diagnosis, it is possible to set a threshold for determining a brain tumor region in T1WI data or T2WI data by moving the threshold setting bar A1. In the case of liver cancer diagnosis, the threshold value for determining the liver tumor area in the contrast-enhanced MRI data can be set by moving the threshold setting bar A1.
ステップＳ４：設定された閾値に基づいて３次元画像を作成する。即ち脳梗塞診断においては、ＰＷＩデータの閾値Ａ１以下の画素を１、それ以外を０とした虚血領域データを求める。またＤＷＩデータでは閾値Ａ１以上の画素を１、それ以外を０とした変性領域データを求めて、診断用画像５０（第２の３次元画像）を作成する。 Step S4: A three-dimensional image is created based on the set threshold value. That is, in the diagnosis of cerebral infarction, ischemic region data is obtained by setting the pixels below the threshold A1 of the PWI data to 1 and other values to 0. Further, in the DWI data, degenerate region data in which a pixel equal to or greater than the threshold A1 is 1 and other values are 0 is obtained, and a diagnostic image 50 (second three-dimensional image) is created.
脳腫瘍診断においては、Ｔ１ＷＩデータの閾値以下の画素を画素値１、それ以外を画素値０とした脳腫瘍領域データ、又はＴ２ＷＩデータの閾値以上の画素を画素値１、それ以外を画素値０とした脳腫瘍領域データを求め、診断用画像を作成する。肝癌診断においては、造影ＭＲＩデータの閾値以上の画素を画素値１、それ以外を画素値０とした肝腫瘍領域データを求め診断用画像５０を作成する。 In brain tumor diagnosis, a pixel having a pixel value of 1 for a pixel below the threshold of T1WI data and a pixel value of 0 for the other pixels, or a pixel value of 1 or more for a pixel having a threshold value of T2WI data or a pixel value of 0 Obtain brain tumor area data and create diagnostic images. In the diagnosis of liver cancer, a diagnosis image 50 is created by obtaining liver tumor region data having a pixel value 1 as a pixel equal to or greater than the threshold value of contrast MRI data and a pixel value 0 as the others.
ステップＳ５：不透明度／色設定部１５により、第１の３次元画像画像（モデル画像４０）の表示条件、例えば各分割領域の不透明度及び色を設定する。各分割領域の不透明度の初期値は以下のように決定する。先ずモデル画像４０の分割領域毎に、診断用画像データの画素値１の領域と当該分割領域とが重なる領域の容積を算出する。 Step S5: The display condition of the first three-dimensional image image (model image 40), for example, the opacity and color of each divided region is set by the opacity / color setting unit 15. The initial value of the opacity of each divided area is determined as follows. First, for each divided region of the model image 40, the volume of a region where the region of the pixel value 1 of the diagnostic image data and the divided region overlap is calculated.
例えば脳梗塞診断においては、モデル画像４０の各分割領域内に虚血領域に該当するボクセルがどれだけ多く含まれているかを判断し、図６で示すように、その容積（ボクセルの数）が大きい順、つまり重なり度の大きい順に各分割領域（運動２、運動１、言語１、聴覚…）を並べてインデックス番号（１，２，３…）を付与する。 For example, in cerebral infarction diagnosis, it is determined how many voxels corresponding to the ischemic region are included in each divided region of the model image 40, and the volume (number of voxels) is determined as shown in FIG. Each divided region (exercise 2, exercise 1, language 1, auditory ...) is arranged in descending order, ie, in descending order of overlap, and index numbers (1, 2, 3,...) Are assigned.
次に図６に示すように、インデックス番号の小さい順にグラフの左から右に分割領域を並べ、画素値１が最も多く含まれる分割領域の不透明度が最小に（＞０）になり、最も少なく含まれる分割領域の不透明度が最大（＜１）になるように線形に不透明度を設定する。画素値１が全く含まれない分割領域（聴覚、運動３、言語２、記憶）は不透明度を最大に設定する。 Next, as shown in FIG. 6, the divided areas are arranged from the left to the right of the graph in ascending order of the index number, and the opacity of the divided area including the largest pixel value 1 is minimized (> 0) and is the smallest. The opacity is set linearly so that the opacity of the included divided region becomes maximum (<1). In a divided region (auditory, motion 3, language 2, memory) in which pixel value 1 is not included at all, the opacity is set to the maximum.
これにより、画素値１が多く含まれる分割領域の透明度は高くなり、画素値１が多く含まれない分割領域は不透明となる。例えば図７で示すように、モデル画像４０の分割領域の内、画素値１が多く含まれる分割領域４１，４２の透明度は高く、それ以外の分割領域は透明度が低くなる。 As a result, the transparency of the divided area including many pixel values 1 is high, and the divided area not including many pixel values 1 is opaque. For example, as shown in FIG. 7, among the divided areas of the model image 40, the divided areas 41 and 42 including many pixel values 1 have high transparency, and the other divided areas have low transparency.
色設定に関しては、図６の「分割領域の色」で示すように画素値１の領域が含まれる分割領域には、それぞれ異なる色を設定し、その色を３次元合成画像上で半透明で表示するように設定する。これにより、図６の分割領域の色を参照することで、各色の分割領域が何の領域であるかが分かる。画素値１の領域が含まれない分割領域は、例えば一律に灰色等の単色表示を設定することにより脳表面が表示されるだけとなり、注目する必要がない分割領域であると理解することができる。表示部２７の画面に例えば図５、図６、図７の画像を並べて表示すれば、診断する上で有用な画面となる。 Regarding the color setting, different colors are set in the divided areas including the area of the pixel value 1 as shown by “color of divided area” in FIG. 6, and the color is made translucent on the three-dimensional composite image. Set to display. Thus, by referring to the colors of the divided areas in FIG. 6, it is possible to determine what areas the divided areas of each color are. A divided area that does not include an area having a pixel value of 1 can be understood as a divided area that does not need to be noticed, for example, by uniformly setting the monochromatic display such as gray to display the brain surface. . For example, if the images of FIGS. 5, 6, and 7 are displayed side by side on the screen of the display unit 27, the screen is useful for diagnosis.
ステップＳ６：合成処理部２６によりモデル画像４０と、診断用画像５０を合成して表示する。即ち、不透明度／色設定部２５によって不透明度及び色が設定されたモデル画像４０と、第２の画像作成部２３からの診断用画像５０とを合成し、３次元合成画像を表示部２７に表示する。３次元画像はＶＲ（Volume Rendering）法で描画して合成表示する。合成された３次元画像を合成ＶＲ画像６０と呼ぶ。 Step S6: The model image 40 and the diagnostic image 50 are synthesized and displayed by the synthesis processing unit 26. That is, the model image 40 in which the opacity and color are set by the opacity / color setting unit 25 and the diagnostic image 50 from the second image creation unit 23 are synthesized, and the three-dimensional synthesized image is displayed on the display unit 27. indicate. A three-dimensional image is drawn and synthesized by a VR (Volume Rendering) method. The synthesized three-dimensional image is referred to as a synthesized VR image 60.
図７は、脳梗塞診断における合成ＶＲ画像６０の一例を示し、モデル画像４０と診断用画像５０が合成されたものである。診断用画像５０は、ＰＷＩデータに基づく虚血領域５１とＤＷＩデータに基づく変性領域５２とが合成されたものである。図７では、分割領域４１，４２における虚血領域５１と変性領域５２の合成画像を拡大して示している。画素値１が多く含まれる分割領域４１，４２の透明度は高いため、診断用画像５０の虚血領域５１と変性領域５２は良く見える。その他の分割領域の透明度は低いため灰色で表示され、注目する必要性が低いことが分かる。 FIG. 7 shows an example of a synthesized VR image 60 in cerebral infarction diagnosis, and a model image 40 and a diagnostic image 50 are synthesized. The diagnostic image 50 is a combination of an ischemic region 51 based on PWI data and a degenerated region 52 based on DWI data. In FIG. 7, the composite image of the ischemic region 51 and the degenerated region 52 in the divided regions 41 and 42 is shown in an enlarged manner. Since the divided regions 41 and 42 including many pixel values 1 have high transparency, the ischemic region 51 and the degenerated region 52 of the diagnostic image 50 can be seen well. Since the transparency of the other divided areas is low, it is displayed in gray, and it can be seen that the need for attention is low.
尚、脳梗塞診断において診断用画像５０を得る場合、ＰＷＩデータは、図５で示すように閾値Ａ１以下の画素を１、それ以外を０として虚血領域データを求めたが、ＤＷＩデータの場合は、図８で示すように閾値Ａ１以上の画素を画素値１として変性領域データを求め、それ以外を画素値０する必要がある。 In the case of obtaining a diagnostic image 50 in cerebral infarction diagnosis, the PWI data is obtained from the ischemic region data by setting the pixels below the threshold A1 to 1 and the others to 0 as shown in FIG. As shown in FIG. 8, it is necessary to obtain denatured area data by setting a pixel having a pixel value 1 or more as a pixel having a threshold value A1 or more and setting the pixel value 0 to the other pixels.
またモデル画像４０の分割領域毎に変性領域データ（画素値１の領域）と当該分割領域とが重なる領域の容積を算出し、図９で示すように重なり度の大きい順に右から左に各分割領域（運動２、運動１、言語１、聴覚…）を並べてインデックス番号（１，２，３…）を付与する。また画素値１の領域が最も多く含まれる分割領域の不透明度が最小に（＞０）になり、最も少なく含まれる分割領域の不透明度が最大（＜１）になるように線形に不透明度を設定する。 For each divided area of the model image 40, the volume of the area where the modified area data (pixel value 1 area) overlaps with the divided area is calculated, and each divided from right to left in descending order of overlap as shown in FIG. Areas (exercise 2, exercise 1, language 1, auditory ...) are arranged side by side and index numbers (1, 2, 3,...) Are assigned. In addition, the opacity is linearly set so that the opacity of the divided region including the region with the most pixel value 1 is minimized (> 0) and the opacity of the divided region including the least is maximized (<1). Set.
このように閾値設定部２４は、脳梗塞診断においては、ＤＷＩとＰＷＩ用の２つの閾値をそれぞれ設定することになる。勿論、ＤＷＩとＰＷＩのいずれか一方の３次元画像データを用いる場合は、ＤＷＩ用又はＰＷＩ用のいずれか一方の閾値をそれぞれ設定すれば良い。 As described above, the threshold setting unit 24 sets two thresholds for DWI and PWI in cerebral infarction diagnosis. Of course, when using one of the three-dimensional image data of DWI and PWI, one of the threshold values for DWI or PWI may be set.
こうしてモデル画像４０と診断用画像５０は合成されるが、合成処理部２６では、合成ＶＲ画像６０の角度、位置及び拡大率を調整することができる。即ち、合成ＶＲ画像６０の角度は、モデル画像４０の重心と診断用画像５０の重心とを結ぶベクトルが画面手前方向に向くように設定する。或いは、診断用画像５０の重心とモデル画像４０の画素値１が最も多く含まれる分割領域の表面の重心とを結ぶベクトルが画面手前方向に向くように設定する。これにより常にモデル画像４０の中に含まれる診断用画像５０が常に画面手前に表示される。 In this way, the model image 40 and the diagnostic image 50 are synthesized, but the synthesis processing unit 26 can adjust the angle, position, and magnification of the synthesized VR image 60. That is, the angle of the synthesized VR image 60 is set so that the vector connecting the center of gravity of the model image 40 and the center of gravity of the diagnostic image 50 is directed toward the front of the screen. Alternatively, the vector connecting the center of gravity of the diagnostic image 50 and the center of gravity of the surface of the divided region including the largest pixel value 1 of the model image 40 is set to face the front of the screen. As a result, the diagnostic image 50 included in the model image 40 is always displayed in front of the screen.
また、合成ＶＲ画像６０の位置は、上記ベクトルの端点が画面の中心に位置するように設定する。また合成ＶＲ画像６０の拡大率は、診断用画像５０全体が適度な大きさで画面に表示されるように設定する。例えば、診断用画像５０を画面に投影した２次元画像の縦又は横の幅が、表示画面の縦又は横の幅の０．５倍になるように設定する。このように合成ＶＲ画像６０の角度、位置及び拡大率を設定することにより、モデル画像４０と診断用画像５０の関係を容易に把握することができる。 The position of the synthesized VR image 60 is set so that the end point of the vector is located at the center of the screen. The enlargement ratio of the synthesized VR image 60 is set so that the entire diagnostic image 50 is displayed on the screen in an appropriate size. For example, the vertical or horizontal width of the two-dimensional image obtained by projecting the diagnostic image 50 on the screen is set to be 0.5 times the vertical or horizontal width of the display screen. By setting the angle, position, and magnification of the composite VR image 60 in this way, the relationship between the model image 40 and the diagnostic image 50 can be easily grasped.
モデル画像４０と診断用画像５０の合成画像を表示した後、操作者が再度ステップＳ３に戻って閾値を設定し直した場合には、再度ステップＳ４、Ｓ５、Ｓ６を実行することにより、合成ＶＲ画像６０を作成し直して更新表示することができる。 After the composite image of the model image 40 and the diagnostic image 50 is displayed, when the operator returns to step S3 and sets the threshold again, the composite VR is performed by executing steps S4, S5, and S6 again. The image 60 can be recreated and updated.
閾値を設定し直した場合、図１０に示すように、閾値設定バーＡ１が移動し、モデル画像４０内の各分割領域において画素値１の画素が増減する。例えば画素値１が多く含まれる領域が増加すると、図１１に示すように、増加した分だけ分割領域が増減する。また増減した分割領域の不透明度と色が更新される。これにより、図１２で示すように、モデル画像４０の分割領域の内、画素値１が多く含まれる分割領域４１，４２に加えて、分割領域４３，４４の透明度が高くなり、それ以外の分割領域は透明度が低く表面が灰色で表示される。 When the threshold value is reset, the threshold value setting bar A1 moves as shown in FIG. 10, and the pixel having the pixel value 1 increases or decreases in each divided region in the model image 40. For example, when the area including many pixel values 1 increases, the divided areas increase or decrease by the increased amount as shown in FIG. In addition, the opacity and color of the increased and decreased divided areas are updated. As a result, as shown in FIG. 12, in addition to the divided areas 41 and 42 in which many pixel values 1 are included in the divided areas of the model image 40, the transparency of the divided areas 43 and 44 is increased, and the other divided areas are divided. The area is displayed with a low transparency and a gray surface.
図１３〜図１５は合成ＶＲ画像６０を表示した後、操作者が操作部２８によって各分割領域の不透明度を手動で個別に設定した例を示す。例えば、図１３のヒストグラムにおいて閾値設定バーＡ１が図示の位置にあり、図１４で示すように各分割領域（運動２、運動１、言語１、聴覚）の不透明度が線形に設定されていたとする。これに対して、操作者がいずれか任意（例えば運動１と言語１）の分割領域の不透明度を手動で高くしたとすると、図１５で示すように、分割領域４２，４３が不透明となるため、分割領域４１と４４のみが透明に表示され、診断用画像の観察したい部分のみを注視することができる。 FIGS. 13 to 15 show examples in which the operator manually sets the opacity of each divided region by the operation unit 28 after the composite VR image 60 is displayed. For example, in the histogram of FIG. 13, the threshold setting bar A1 is at the illustrated position, and the opacity of each divided area (motion 2, exercise 1, language 1, auditory) is set linearly as shown in FIG. . On the other hand, if the operator manually increases the opacity of any arbitrary divided area (for example, exercise 1 and language 1), the divided areas 42 and 43 become opaque as shown in FIG. Only the divided areas 41 and 44 are displayed in a transparent manner, and only the portion of the diagnostic image that is desired to be observed can be watched.
以上説明したように、本発明の実施形態によれば、脳梗塞診断において変性領域及び虚血領域が脳機能賦活領域のどの領域に重なり合っているかを３次元合成画像上で容易に把握することができる。同様に脳腫瘍診断においても脳腫瘍領域が脳機能賦活領域のどの領域に重なり合っているかを容易に把握することができる。また肝癌診断において肝腫瘍領域が肝区域のどの区域に重なり合っているかを３次元合成画像上で把握し易くなり、医師／技師の作業効率及び診断精度を向上させることができる。 As described above, according to the embodiment of the present invention, in the diagnosis of cerebral infarction, it is possible to easily grasp on the three-dimensional composite image which region of the brain function activation region overlaps the degenerative region and the ischemic region. it can. Similarly, in brain tumor diagnosis, it is possible to easily grasp which region of the brain function activation region the brain tumor region overlaps. Further, in the liver cancer diagnosis, it becomes easy to grasp on the three-dimensional composite image which region of the liver region the liver tumor region overlaps, and the work efficiency and diagnosis accuracy of the doctor / engineer can be improved.
したがって、脳梗塞診断においては、ｒｔ−ＰＡ静注療法の適用を判定する上で有用である。脳腫瘍診断においては、脳腫瘍摘出術の術前手術計画における脳機能温存を検討する上で有用である。また肝癌診断においては、肝切除術の術前手術計画における切除範囲の検討を行う上で有用である。 Therefore, in cerebral infarction diagnosis, it is useful for determining the application of rt-PA intravenous therapy. In brain tumor diagnosis, it is useful for examining the preservation of brain function in the preoperative surgical plan for brain tumor removal. In liver cancer diagnosis, it is useful for examining the range of resection in the preoperative surgery plan for hepatectomy.
尚、本発明の実施形態は、以上の説明した例に限定されるものではない。例えば医用画像診断装置１０内に画像処理・表示部２０と同じ機能を備えてもよい。また医用画像診断装置としてＭＲＩ装置やＸ線ＣＴ装置以外にＸ線診断装置や超音波診断装置等の診断モダリティを使用することができる。また特許請求の範囲を逸脱しない範囲で種々の変形が可能である。 The embodiment of the present invention is not limited to the example described above. For example, the medical image diagnostic apparatus 10 may have the same function as the image processing / display unit 20. In addition to an MRI apparatus and an X-ray CT apparatus, diagnostic modalities such as an X-ray diagnostic apparatus and an ultrasonic diagnostic apparatus can be used as a medical image diagnostic apparatus. Various modifications can be made without departing from the scope of the claims.
１０…医用画像診断装置
２０…画像処理・表示部
２１…画像データ抽出部
２２…第１の画像作成部
２３…第２の画像作成部
２４…閾値設定部
２５…不透明度／色設定部
２６…合成処理部
２７…表示部
２８…操作部
２９…ＣＰＵ
３０…ＲＯＭ
４０…第１の３次元画像（モデル画像）
５０…第２の３次元画像（診断用画像）
６０…合成３次元画像
DESCRIPTION OF SYMBOLS 10 ... Medical image diagnostic apparatus 20 ... Image processing and display part 21 ... Image data extraction part 22 ... 1st image creation part 23 ... 2nd image creation part 24 ... Threshold value setting part 25 ... Opacity / color setting part 26 ... Composition processing unit 27 ... display unit 28 ... operation unit 29 ... CPU
30 ... ROM
40. First three-dimensional image (model image)
50. Second three-dimensional image (diagnostic image)
60 ... Composite 3D image
Claims (10)
前記第１の３次元画像における機能領域又は区域を、前記第２の３次元画像に基づいて特定するための領域特定手段と、
前記領域特定手段で求めた第１の３次元画像の機能領域又は区域に対して、透明度の設定を行う設定手段と、
前記設定手段により設定された透明度に基づいて、前記第１の３次元画像と前記第２の３次元画像を合成処理したボリュームレンダリング画像を生成する合成処理部と、
を具備したことを特徴とする医用画像表示装置。 A first three-dimensional image obtained from the data collected by the medical image diagnostic apparatus, the medical image display device for displaying by synthesizing the second three-dimensional image,
Area specifying means for specifying a functional area or section in the first three-dimensional image based on the second three-dimensional image;
Setting means for setting transparency for the functional area or section of the first three-dimensional image obtained by the area specifying means ;
A synthesis processing unit that generates a volume rendering image obtained by synthesizing the first three-dimensional image and the second three-dimensional image based on the transparency set by the setting unit ;
A medical image display device comprising:
前記第１の３次元画像における機能領域又は区域を、前記第２の３次元画像に基づいて特定し、
前記領域特定手段で求めた第１の３次元画像の機能領域又は区域に対して、透明度の設定を行い、
前記設定手段により設定された透明度に基づいて、前記第１の３次元画像と前記第２の３次元画像を合成処理してボリュームレンダリング画像を生成することを特徴とする医用画像表示方法。 In the first three-dimensional image and a medical image display method for displaying by synthesizing the second three-dimensional image obtained from the collected data by the medical image diagnostic apparatus,
Identifying a functional region or area in the first three-dimensional image based on the second three-dimensional image ;
Transparency is set for the functional area or area of the first three-dimensional image obtained by the area specifying means ,
A medical image display method characterized in that a volume rendering image is generated by synthesizing the first three-dimensional image and the second three-dimensional image based on the transparency set by the setting means .
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2009157035A JP5355257B2 (en) | 2009-07-01 | 2009-07-01 | Medical image display device and medical image display method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2009157035A JP5355257B2 (en) | 2009-07-01 | 2009-07-01 | Medical image display device and medical image display method |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JP2011010828A JP2011010828A (en) | 2011-01-20 |
| JP2011010828A5 JP2011010828A5 (en) | 2012-08-16 |
| JP5355257B2 true JP5355257B2 (en) | 2013-11-27 |
Family
ID=43590262
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2009157035A Active JP5355257B2 (en) | 2009-07-01 | 2009-07-01 | Medical image display device and medical image display method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5355257B2 (en) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101748019B1 (en) * | 2015-02-03 | 2017-06-15 | 부산대학교 산학협력단 | Device and method for providing of medical information |
| WO2021096054A1 (en) * | 2019-11-13 | 2021-05-20 | 부산대학교 산학협력단 | Automatic medical drawing generation system, automatic medical drawing generation method using same, and machine learning-based automatic medical drawing generation system |
| KR20210058622A (en) * | 2019-11-13 | 2021-05-24 | 부산대학교 산학협력단 | Automatic medical drawing generator, the method for generating automatic medical drawing thereof and machine learning based automatic medical drawing generator |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5777053B2 (en) * | 2011-05-12 | 2015-09-09 | 株式会社東芝 | Image processing device |
| JP6008635B2 (en) * | 2012-07-24 | 2016-10-19 | 富士フイルム株式会社 | Surgery support apparatus, method and program |
| KR101903996B1 (en) * | 2012-09-03 | 2018-12-03 | 삼성전자주식회사 | Method of simulating medical image and device thereof |
| JP2015054218A (en) * | 2013-09-13 | 2015-03-23 | 株式会社東芝 | Magnetic resonance imaging device and image processor |
| JP6526428B2 (en) * | 2015-01-27 | 2019-06-05 | キヤノンメディカルシステムズ株式会社 | Medical image processing apparatus, medical image processing method and medical image diagnostic apparatus |
| EP3648056A4 (en) | 2017-06-30 | 2020-05-06 | Fujifilm Corporation | Medical image processing device, method, and program |
| JP6853369B2 (en) | 2017-08-28 | 2021-03-31 | 富士フイルム株式会社 | Medical image processing equipment, methods and programs |
| WO2019044077A1 (en) | 2017-08-28 | 2019-03-07 | 富士フイルム株式会社 | Medical image processing device, method, and program |
| WO2019044228A1 (en) | 2017-08-28 | 2019-03-07 | 富士フイルム株式会社 | Medical image processing device, method, and program |
| JP6771109B2 (en) | 2017-08-29 | 2020-10-21 | 富士フイルム株式会社 | Medical information display devices, methods and programs |
| WO2019044081A1 (en) | 2017-08-29 | 2019-03-07 | 富士フイルム株式会社 | Medical image display device, method, and program |
| WO2019044089A1 (en) | 2017-08-29 | 2019-03-07 | 富士フイルム株式会社 | Medical information display device, method, and program |
| JP6799689B2 (en) * | 2017-08-29 | 2020-12-16 | 富士フイルム株式会社 | Information output device, method and program |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2621825B2 (en) * | 1995-05-29 | 1997-06-18 | 日本電気株式会社 | Radiation treatment planning system |
| JP2001291091A (en) * | 2000-01-31 | 2001-10-19 | Mitsubishi Electric Corp | Device and method for processing image |
| JP4801892B2 (en) * | 2004-09-10 | 2011-10-26 | 株式会社東芝 | Medical image display device |
| JP4921882B2 (en) * | 2006-07-31 | 2012-04-25 | 株式会社東芝 | Cerebrovascular diagnostic device and medical image diagnostic device |
-
2009
- 2009-07-01 JP JP2009157035A patent/JP5355257B2/en active Active
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101748019B1 (en) * | 2015-02-03 | 2017-06-15 | 부산대학교 산학협력단 | Device and method for providing of medical information |
| WO2021096054A1 (en) * | 2019-11-13 | 2021-05-20 | 부산대학교 산학협력단 | Automatic medical drawing generation system, automatic medical drawing generation method using same, and machine learning-based automatic medical drawing generation system |
| KR20210058622A (en) * | 2019-11-13 | 2021-05-24 | 부산대학교 산학협력단 | Automatic medical drawing generator, the method for generating automatic medical drawing thereof and machine learning based automatic medical drawing generator |
| KR102500378B1 (en) | 2019-11-13 | 2023-02-15 | 부산대학교 산학협력단 | Automatic medical drawing generator, the method for generating automatic medical drawing thereof and machine learning based automatic medical drawing generator |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2011010828A (en) | 2011-01-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5355257B2 (en) | Medical image display device and medical image display method | |
| US8019142B2 (en) | Superimposing brain atlas images and brain images with delineation of infarct and penumbra for stroke diagnosis | |
| JP5366356B2 (en) | Medical image processing apparatus and medical image processing method | |
| US7889895B2 (en) | Method and apparatus for identifying pathology in brain images | |
| JP2013198763A (en) | Medical image processing apparatus | |
| Datta et al. | A comprehensive approach to the segmentation of multichannel three-dimensional MR brain images in multiple sclerosis | |
| JP2017023457A (en) | Medical image processing apparatus | |
| KR102149369B1 (en) | Method for visualizing medical image and apparatus using the same | |
| Viergever et al. | Registration, segmentation, and visualization of multimodal brain images | |
| JP6771109B2 (en) | Medical information display devices, methods and programs | |
| JP5780748B2 (en) | Medical image processing device | |
| EP2084667B1 (en) | Fused perfusion and functional 3d rotational angiography rendering | |
| Hastreiter et al. | Analysis and 3-dimensional visualization of neurovascular compression syndromes1 | |
| JP6755406B2 (en) | Medical image display devices, methods and programs | |
| EP3707672A1 (en) | Method of segmenting a 3d object in a medical radiation image | |
| JP4473578B2 (en) | Method and apparatus for forming an isolated visualized body structure | |
| JP6827120B2 (en) | Medical information display devices, methods and programs | |
| JP7430249B2 (en) | Image processing device, image display system, image processing method and program | |
| JP5061131B2 (en) | Organ surface image display apparatus and method | |
| Wiet et al. | Using advanced simulation technology for cranial base tumor evaluation | |
| He et al. | Rapid and high-quality 3D fusion of heterogeneous CT and MRI data for the human brain | |
| WO2020075571A1 (en) | Fluid analysis device, method and program | |
| Si et al. | FCD detection and display based on combination of cortical thickness and PET image | |
| JP2023091190A (en) | Medical image diagnosis support device, medical image diagnosis support method, and program | |
| EP3804609A1 (en) | Method for processing brain images |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120629 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20120629 |
|
| 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: 20130730 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130731 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130827 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5355257 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313117 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |