JP5665655B2 - 画像処理装置及び方法 - Google Patents
画像処理装置及び方法 Download PDFInfo
- Publication number
- JP5665655B2 JP5665655B2 JP2011116145A JP2011116145A JP5665655B2 JP 5665655 B2 JP5665655 B2 JP 5665655B2 JP 2011116145 A JP2011116145 A JP 2011116145A JP 2011116145 A JP2011116145 A JP 2011116145A JP 5665655 B2 JP5665655 B2 JP 5665655B2
- Authority
- JP
- Japan
- Prior art keywords
- image processing
- image
- processing
- history
- target
- 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
- 238000012545 processing Methods 0.000 title claims description 289
- 238000000034 method Methods 0.000 title claims description 134
- 230000008569 process Effects 0.000 claims description 57
- 238000000605 extraction Methods 0.000 claims description 18
- 230000008859 change Effects 0.000 claims description 9
- 239000000284 extract Substances 0.000 claims description 5
- 230000003902 lesion Effects 0.000 claims description 3
- 238000003672 processing method Methods 0.000 claims 12
- 238000011156 evaluation Methods 0.000 claims 6
- 230000002093 peripheral effect Effects 0.000 claims 2
- 238000002591 computed tomography Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 238000003745 diagnosis Methods 0.000 description 7
- 238000007689 inspection Methods 0.000 description 5
- 201000007270 liver cancer Diseases 0.000 description 5
- 208000014018 liver neoplasm Diseases 0.000 description 5
- 210000004185 liver Anatomy 0.000 description 3
- 206010011732 Cyst Diseases 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 208000031513 cyst Diseases 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000000302 ischemic effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 231100000241 scar Toxicity 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000005477 standard model Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computerised tomographs
- A61B6/032—Transmission computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/12—Devices for detecting or locating foreign bodies
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/50—Clinical applications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
-
- 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
- G06T2207/10081—Computed x-ray tomography [CT]
-
- 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
-
- 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
- G06T2207/30096—Tumor; Lesion
Description
本発明は、複数の画像処理の組み合わせにより目的領域を画像内から抽出するための手順を自動的に設定するための技術に関する。
画像診断装置等の進歩に伴い、医用画像や医用情報は著しく増加している。その結果、医用画像や医用情報の蓄積量は膨大になっている。一方で、蓄積量の増加は、医用画像を診断に使用する臨床医や放射線科医に対する負担の増加を招いている。結果的に、蓄積された医用画像や医用情報が十分に活用されない状況が生じている。
そこで、医用画像の有効活用と診断や治療の質を向上する目的で、1つの医用画像に適用する複数の画像処理と、その実行手順を事前に決定する手法が提案されている(例えば、特許文献1参照)。
前記文献には、画像診断装置(例えばCT(computed tomography)装置の画像データに適用する解析プロトコル(画像解析の手順)を検査目的及び検査部位に応じて決定し、前処理で取得したパラメータを用いた画像処理により所望の処理結果を得る装置が開示されている。すなわち、前記文献には、予め画像処理の実行手順を画像データ及び画像付帯情報に基づいて選択し、それを順次実行する技術が開示されている。
前述した文献に係る装置の場合、画像処理(画像解析)の開始前に、その実行順序が予め自動的に決定される。すなわち、実行順序が予め固定される。このため、画像処理の途中で処理内容を変更したい場合には、使用者自身が処理内容の変更を個別に指示入力する必要がある。特に、実行中の画像処理により所望の処理結果が得られていない場合、次回以降の処理内容の変更が必要となる場合がある。
しかし、使用者による個別の操作入力を必要とするのでは、使用者の負担を軽減することはできない。
本発明者は、以上の課題を鋭意検討した結果、処理対象画像に対して順次適用する画像処理の内容を逐次自動的に決定できる仕組みを提供する。
本発明は、処理対象画像に対する直前回までに適用された画像処理結果の履歴に基づいて、次回以降に実行する画像処理の内容を自動的に決定する。
本発明によれば、次回以降の画像処理の内容を、大量に蓄積されている画像処理結果の履歴との照合を通じ、自動的に決定することができる。これにより、処理対象画像から目的領域を画像処理を通じて抽出する際における使用者の操作負担を低減することができる。
上記した以外の課題、構成及び効果は、以下の実施形態の説明により明らかにされる。
以下、図面に基づいて、本発明の実施の形態を説明する。なお、本発明の実施態様は、後述する形態例に限定されるものではなく、その技術思想の範囲において、種々の変形が可能である。
(1)共通構成
以下に説明する画像処理装置は、いずれも、処理対象画像から目的領域を抽出するために、複数の画像処理を順番に適用する場合を想定する。各形態例に係る画像処理装置は、直前回までに取得された処理結果の履歴と類似する履歴を有する画像処理手順をデータベースから検索し、検索結果から次に適用する画像処理の内容を自動的に決定する点において共通する。すなわち、各画像処理装置は、データベースに大量に蓄積されている過去に使用された画像処理手順の情報に基づいて、次に適用する画像処理を統計的に決定する。
以下に説明する画像処理装置は、いずれも、処理対象画像から目的領域を抽出するために、複数の画像処理を順番に適用する場合を想定する。各形態例に係る画像処理装置は、直前回までに取得された処理結果の履歴と類似する履歴を有する画像処理手順をデータベースから検索し、検索結果から次に適用する画像処理の内容を自動的に決定する点において共通する。すなわち、各画像処理装置は、データベースに大量に蓄積されている過去に使用された画像処理手順の情報に基づいて、次に適用する画像処理を統計的に決定する。
ここで、データベースには、経験や処理結果等に基づいて技術専門家が逐次決定した判断の結果が画像処理手順として保存されている。従って、現在処理中の処理対象画像に対する処理結果の履歴と類似する履歴を有する過去の画像処理手順を検索し、検出された画像処理手順で使用された次の回の画像処理をそのまま現在の処理に適用することは、目的領域の抽出に対して統計上の意味がある。各形態例に係る画像処理装置では、この決定処理を繰り返すことにより、処理対象画像から目的領域を自動的に抽出する。
(2)形態例1
(2−1)システム構成
図1に、形態例1に係る画像処理システムの機能ブロック構成を示す。形態例1に係る画像処理システムは、画像処理装置100と、処理フローモデルデータベース102と、画像データベース103と、画像表示装置104とで構成される。
(2−1)システム構成
図1に、形態例1に係る画像処理システムの機能ブロック構成を示す。形態例1に係る画像処理システムは、画像処理装置100と、処理フローモデルデータベース102と、画像データベース103と、画像表示装置104とで構成される。
処理フローモデルデータベース102には、過去に実行された画像処理手順や標準モデルとして登録された画像処理手順が保存されている。本明細書において「手順」とは、複数の画像処理の実行順序を規定する情報をいう。この形態例の場合、画像処理手順には、各画像処理が実行された時点で得られる処理結果(以下、「目的領域特徴量」ともいう。)の履歴(以下、「手順特徴量」ともいう。)も含まれる。
画像データベース103には、処理対象とする画像データが保存される。この形態例の場合、医用画像データが保存されている。例えば造影CTデータが保存されている。勿論、画像データは、造影CTデータに限らない。
画像処理装置100は、画像処理部121、目的領域特徴量抽出部111、目的領域特徴量記憶部112、次画像処理決定部120で構成される。この形態例の場合、画像処理装置100はコンピュータを基本構成とし、図1に示す各処理部は演算装置上で実行されるプログラムの機能として実現される。
画像処理部121は、検査画像200又は直前回までの画像処理で得られた結果画像に対し、画像処理204で指定された画像処理を適用する機能を提供する。個々の画像処理に対応するプログラムは不図示の記憶領域に格納されており、画像処理の実行時に読み出され、実行される。また、画像処理部121は、処理対象画像(前述した検査画像200等)を記憶する記憶領域やプログラムの作業領域を有している。なお、画像処理部121は、最終的な処理結果206を画像表示装置104に出力する。このため、画像処理部121には、ユーザインタフェースに関する機能も搭載されている。
目的領域特徴量抽出部111は、画像処理部121による画像処理により得られる結果画像から目的領域特徴量(目的領域の大きさと数)202を抽出する機能を提供する。目的領域特徴量記憶部112は、抽出された目的領域特徴量202を格納する記憶領域を提供する。当該記憶領域には、例えば半導体記憶装置、ハードディスク装置等を使用する。
次画像処理決定部120は、目的領域特徴量202の手順間の変化を規定する手順特徴量203と過去の処理フローモデル205とを比較し、処理対象画像に対して次に適用する画像処理204を決定する機能を提供する。
(2−2)表示画面例
図2に、画像表示装置104の画面上に表示される表示画面の代表図を示す。表示画面は、抽出結果表示画面280と処理手順表示画面281で構成される。抽出結果表示画面280には、診断対象とする臓器の造影CT画像に処理結果の情報が重畳的に表示される。図2の場合、造影CT画像として肝臓CT画像250が表示されている。肝臓CT画像250には、肝臓がんの患部である目的領域260と、画像処理により抽出された領域が抽出結果270として表示されている。抽出結果表示画面280の表示内容は、画像処理の進行に伴って更新される。処理手順表示画面281は、実行中の画像処理の手順が表示されている。図2は、3つ目の画像処理が終了したことを表している。
図2に、画像表示装置104の画面上に表示される表示画面の代表図を示す。表示画面は、抽出結果表示画面280と処理手順表示画面281で構成される。抽出結果表示画面280には、診断対象とする臓器の造影CT画像に処理結果の情報が重畳的に表示される。図2の場合、造影CT画像として肝臓CT画像250が表示されている。肝臓CT画像250には、肝臓がんの患部である目的領域260と、画像処理により抽出された領域が抽出結果270として表示されている。抽出結果表示画面280の表示内容は、画像処理の進行に伴って更新される。処理手順表示画面281は、実行中の画像処理の手順が表示されている。図2は、3つ目の画像処理が終了したことを表している。
(2−3)画像診断支援処理(目的領域自動抽出処理)
図3に、画像処理装置100で実行される画像診断支援処理の概要を示す。以下の説明では、操作者が、被験者の造影CT画像から目的領域である肝臓がん(例えば乏血性肝癌、多血性肝癌)を抽出したい場合を想定する。勿論、目的領域はこれに限らず、その種類を医学的見地に基づいて指定可能な病変部であれば良い。
図3に、画像処理装置100で実行される画像診断支援処理の概要を示す。以下の説明では、操作者が、被験者の造影CT画像から目的領域である肝臓がん(例えば乏血性肝癌、多血性肝癌)を抽出したい場合を想定する。勿論、目的領域はこれに限らず、その種類を医学的見地に基づいて指定可能な病変部であれば良い。
また、図4に、図3に示す画像診断支援処理の進行に応じて取得される目的領域特徴量と手順特徴量(目的領域特徴量の手順間の変化量)の経時変化を示す。なお、図4においては、各処理の実行回の違いを末尾に付加する括弧内の数字で表現している。なお、形態例1の場合、目的領域特徴量は目的領域の大きさと数の2つで管理される。従って、図4では、処理の進行に伴う目的領域の大きさと数の変化を折れ線グラフによりそれぞれ表している。この明細書において、目的領域の特徴量の大きさとは、体積又は面積で規定されるものとする。
以下、形態例1に係る画像処理装置100で実行される画像診断支援処理の詳細内容を説明する。
まず、操作者としての医者が、処理対象画像を画像データベース103から選択する(処理300)。具体的には、造影CT画像を選択する。
次に、医者が、手順特徴量を初期設定する(処理301)。ここでの初期設定とは、手順特徴量である目的領域の大きさと目的領域の数の初期値350を決める処理である。この形態例の場合、いずれも「0」に初期化する。
手順特徴量が定まると、次画像処理決定部120が、次に実行する画像処理を決定する処理を実行する(処理302(1))。ただし、最初の処理では、初期値は「0」であり、手順特徴量の変化量は無いため、汎用的な肝癌抽出の画像処理(レベルセットアルゴリズム)を画像処理部121に通知する。この結果、画像処理部121は、例えばレベルセットアルゴリズムを適用した抽出処理を実行する(処理303(1))。
画像処理部121は、当該処理結果より目的領域260と判定された領域に関する情報を、目的領域データ201として目的領域特徴量抽出部111に転送する。目的領域特徴量抽出部111は、与えられた目的領域データ201から処理対象画像に含まれる目的領域特徴量(すなわち、大きさと数)をそれぞれ抽出する(処理304(1))。抽出された目的領域特徴量202は、目的領域特徴量記憶部112に記憶される。
この後、次画像処理決定部120は、目的領域特徴量記憶部112を検索し、各目的領域特徴量(大きさと数)の変化量を手順特徴量203として抽出する(処理305(1))。
次に、次画像処理決定部120は、抽出された手順特徴量203を予め設定した閾値351と比較する(処理306(1))。手順特徴量203が閾値以下の場合(図4の場合、大きさと数のいずれについても閾値以下の場合)、次画像処理決定部120は、処理の終了を画像処理部121に指示する。この場合、画像処理部121は、処理結果206を画像表示装置104の表示画面に表示する。
一方、手順特徴量203が閾値以下でない場合(図4の場合、大きさと数の両方又は一方が閾値を越える場合)、次画像処理決定部120は、当該時点までの手順特徴量203に基づいて次に実行する画像処理を決定し、画像処理部121に指示する(処理302(2))。ここで、次画像処理決定部120は、手順特徴量203で処理フローモデルデータベース102を検索し、類似度の高い処理フローモデルについて規定されている次回の画像処理を、現在処理対象としている画像に適用する画像処理に決定する。例えば図4の場合、画像フィルタ(のう胞除去)が2回目の画像処理として決定される。因みに、図4の場合には、3回目の画像処理としてレベルセット(治療痕)が決定される。
このように、本形態例の場合には、処理302〜処理306の処理が、手順特徴量203が所定の閾値351以下になるまで繰り返し実行される。すなわち、処理306で否定結果が得られている間、処理302の各実行時までに取得された手順特徴量203の履歴と一致度の高い処理フローが処理フローモデルデータベース102から抽出され、当該処理フローモデルについて登録されている次回の画像処理が、画像処理部121が次に適用する画像処理204として与えられる。
このような処理を実行することにより、本形態例における画像処理装置100は、操作者による初期設定操作の後は、所望の処理結果が得られるまで自動的に画像処理を決定して処理対象画像に適用することができる。
(2−4)画像処理の自動決定動作
ここでは、手順特徴量203から次の画像処理を自動的に決定する際に実行される処理動作の具体例を説明する。
ここでは、手順特徴量203から次の画像処理を自動的に決定する際に実行される処理動作の具体例を説明する。
図5に、処理動作例を示す。図5には、手順特徴量203の具体例400と、処理フローモデルデータベース102に格納されている処理フローモデル205の具体例401を示している。図5の場合、処理フローモデル402A及び402Bを描いている。
図5の場合、各処理フローモデルは、手順特徴量403A及び403Bと次画像処理404A及び404Bで構成される。手順特徴量403A及び403Bには、ある実行回までの目的領域の大きさと数の変化が記録されている。
また、次画像処理404A及び404Bには、手順特徴量403A及び403Bが対応する実行回の次に実行された画像処理の内容が格納されている。すなわち、図5は、例えば5回の画像処理が実行された処理フローモデルが存在する場合に、その1回目までの手順特徴量と2回目に実行された次画像処理を記録した処理フローモデル、2回目までの手順特徴量と3回目に実行された次画像処理を記録した処理フローモデル、以下同様に各回までの手順特徴量とその次の回に実行された次画像処理を記録した処理フローモデルを用意した場合に相当する。なお、この例の場合、6回目の処理は存在しないので、5回目までの手順特徴量に対する処理フローモデルでは、その次画像処理として「終了」が記録される。
この場合、現在処理している画像について出現した手順特徴量と類似度の高い処理手順モデルが検出されると、次画像処理が一意に確定する。
もっとも、処理フローモデルとして、全実行回の手順特徴量と各実行回に実行された画像処理の情報を記憶したものを使用しても良い。この場合、決定しようとする実行回の直前回までの範囲で処理手順モデルの手順特徴量を照合し、類似度の高い処理手順モデルが検出されると、その次の実行回に実行された画像処理を次画像処理決定部120が読み出せば良い。
この形態例の場合、次画像処理決定部120は、処理フローモデル205と手順特徴量203との類似度を、例えば対応する2つの手順特徴量の差分自乗和に基づいて計算する。この場合、差分自乗和が小さいほど類似度が高いことを意味する。勿論、類似度の算出方法は差分自乗和に限らず、差分絶対値和を用いても良い。図5の場合、具体例400との類似度は、処理フローモデル402Aのグラフの方が近い。従って、次画像処理決定部120は、類似度の大きい処理フローモデル402Aの優先度を処理フローモデル402Bよりも高く設定する。この後、次画像処理決定部120は、優先度が高い処理フローモデル402Aの次画像処理(すなわち、レベルセット(治療痕))を選択し、画像処理部121に出力する。
以上説明したように、形態例1に係る画像処理装置100の採用により、処理対象画像から目的領域を自動抽出したい場合にも、操作者は初期条件を入力した後は、何ら追加の操作を行わなくても必要とされる目標領域を処理対象画像内から抽出することができる。従って、従来装置では未だ必要性の高い画像処理実行中における操作者による画像処理内容の修正操作を不要にできる。これにより、操作者に対する作業負担を軽減し、目的領域が抽出されるまでの時間も短縮することができる。
(3)形態例2
図6に、形態例2に係る画像処理システムの機能ブロック構成を示す。図6には、図1との対応部分に同一符号を付して示す。形態例2に係る画像処理システムが形態例1に係る画像処理システムと異なる点は、次画像処理決定部120に初回処理入力207を与える入力装置105が追加されている点と、次画像処理決定部120が操作者の入力した初回処理入力207を参照して動作する点である。
図6に、形態例2に係る画像処理システムの機能ブロック構成を示す。図6には、図1との対応部分に同一符号を付して示す。形態例2に係る画像処理システムが形態例1に係る画像処理システムと異なる点は、次画像処理決定部120に初回処理入力207を与える入力装置105が追加されている点と、次画像処理決定部120が操作者の入力した初回処理入力207を参照して動作する点である。
図7に、画像処理装置100で実行される画像診断支援処理の概要を示す。なお、図7には、図3との対応部分に同一符号を付して表している。図7と図3を比較して分かるように、この形態例の場合、処理301に代えて処理307が実行される。すなわち、処理307は、処理300の後、処理302の前に実行される。
形態例1の場合には、処理301により、手順特徴量の初期値が設定された。この場合、設定された初期値により、初回に実行される画像処理は予め決められた処理となる。勿論、与える初期値によっては、初回に実行される画像処理を変更することも可能であるが、画像処理の決定は次画像処理決定部120が実行しており、操作者の意図を画像処理の決定に反映させることはできない。
一方、本形態例の場合は、処理307において、操作者が入力装置105を通じて初回に実行される画像処理を具体的に選択又は指定することができる。もっとも、当該指定は処理300の前に実行されており、処理307で事前に入力された初回処理入力207が次画像処理決定部120に取り込まれるのでも良い。
この形態例の場合、操作者は、初回処理入力207として、レベルセット(汎用)、フィルタ(のう胞除去)、レベルセット(治療痕)等を選択することができる。
以上説明したように、形態例2に係る画像処理装置100を採用すれば、操作者が希望する画像処理を初回画像処理として選択又は指定することができる。これにより、形態例1の効果に加え、操作者の意図に沿った画像処理を提供できる画像処理装置を実現することができる。
(4)形態例3
本形態例においては、形態例1に係る画像処理システム(図1)を構成する次画像処理決定部120に搭載して好適な他の処理機能について説明する。なお、この形態例の場合、処理フローモデルデータベース102に格納される処理フローモデルのデータ内容も形態例1とは異なっている。
本形態例においては、形態例1に係る画像処理システム(図1)を構成する次画像処理決定部120に搭載して好適な他の処理機能について説明する。なお、この形態例の場合、処理フローモデルデータベース102に格納される処理フローモデルのデータ内容も形態例1とは異なっている。
図8に、本形態例に係る次画像処理決定部120で実行される処理の概要を示す。図8には、図5との対応部に同一符号を付して示している。本形態例の場合、処理フローモデルデータベース102には、処理フローモデルを構成するデータの一部として、その信頼度に関する情報(スコア)が格納されている。スコアは、手順特徴量の類似度を評価する際の修正量(重み)として使用される。ここで、スコアは、信頼度が最高値(最大)の場合を100、最小値の場合を0とする。因みに、図5の場合、処理フローモデル402Aのスコアは「10」であり、処理フローモデル402Bのスコアは「80」である。
この形態例の場合、次画像処理決定部120は、以下に示す処理を通じ、処理対象画像に対して次に適用する画像処理を決定する(処理3021)。
まず、次画像処理決定部120は、処理対象画像について取得された手順特徴量203と処理フローモデル205を比較し、処理フローモデル402A及び402Bの類似度を計算する。類似度は割合で示され、完全に一致している場合は100%で表され、完全に不一致の場合は0%で表される指標である。
次に、次画像処理決定部120は、信頼度と類似度を用い、各処理フローモデルの優先順位を決定する。この形態例の場合、信頼度と類似度を和算し、100で規格化した値を優先度とする。ここで、処理フローモデルの信頼度をA1、その重みをw1、類似度をA2、その重みをw2としてすると、優先度は次式で計算することができる。
優先度=(w1・A1+w2・A2)/(w1+w2)
因みに、重みw1=w2=1とすると、図8における処理フローモデル402Aの優先度は、45(=(10+80)/2)となる。一方、図8における処理フローモデル402Bの優先度は60(=(80+40)/2)となる。
この場合、優先順位は、形態例1とは反対になる。すなわち処理フローモデル402Bの優先順位が1位、処理フローモデル402Aの優先順位が2位となる。従って、次画像処理決定部120は、処理フローモデル402Bの次画像処理403Bとして記憶されているリージョングローイング(汎用)を画像処理部121に出力する。
本形態例に示すように、類似判定の対象となる処理フローモデルに対してアルゴリズムの信頼性を示す指標を導入することにより、形態例1よりも高い精度による抽出結果を操作者に提示することができる。
(5)形態例4
本形態例においては、形態例1に係る画像処理システム(図1)を構成する次画像処理決定部120に搭載して好適な他の処理機能について説明する。
本形態例においては、形態例1に係る画像処理システム(図1)を構成する次画像処理決定部120に搭載して好適な他の処理機能について説明する。
図9に、本形態例に係る次画像処理決定部120で実行される処理の詳細手順を示す。この形態例の場合、次画像処理決定部120は、各実行回に適用した画像処理のアルゴリズムを、第3の手順特徴量として使用する。すなわち、本形態例における次画像処理部120は、目的領域の大きさ、目的領域の数、画像処理のアルゴリズムを使用して処理フローモデルの類似度を計算して優先順位を決定し、最も優先順位の高い処理フローモデルの次画像処理を画像処理部121に出力する手法を採用する。
勿論、その前提として、処理フローモデルデータベース102に格納される各処理フローモデルには、その手順特徴量に画像処理アルゴリズムが含まれているものとする。なお、画像処理アルゴリズムには、各回に実行された画像処理アルゴリズムに加え、使用したパラメータも格納されている。
本形態例の場合、画像処理アルゴリズムの実行順序を考慮した抽出精度の高い結果を操作者に提供することができる。
(6)他の形態例
なお、本発明は上述した形態例に限定されるものでなく、様々な変形例が含まれる。例えば、上述した形態例は、本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある形態例の一部を他の形態例の構成に置き換えることが可能であり、また、ある形態例の構成に他の形態例の構成を加えることも可能である。また、各形態例の構成の一部について、他の構成を追加、削除又は置換することも可能である。
なお、本発明は上述した形態例に限定されるものでなく、様々な変形例が含まれる。例えば、上述した形態例は、本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある形態例の一部を他の形態例の構成に置き換えることが可能であり、また、ある形態例の構成に他の形態例の構成を加えることも可能である。また、各形態例の構成の一部について、他の構成を追加、削除又は置換することも可能である。
また、上述した各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路その他のハードウェアとして実現しても良い。また、上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することにより実現しても良い。すなわち、ソフトウェアとして実現しても良い。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリやハードディスク、SSD(Solid State Drive)等の記憶装置、ICカード、SDカード、DVD等の記憶媒体に格納することができる。
また、制御線や情報線は、説明上必要と考えられるものを示すものであり、製品上必要な全ての制御線や情報線を表すものでない。実際にはほとんど全ての構成が相互に接続されていると考えて良い。
100…画像処理装置、102…処理フローモデルデータベース、103…画像データベース、104…画像表示装置、105…入力手段装置、111…目的領域特徴量抽出部、112…目的領域特徴量記憶部、120…次画像処理決定部、121…画像処理部、200…検査画像、201…目的領域データ、202…目的領域特徴量、203…手順特徴量、204…画像処理、205…処理フローモデル、206…処理結果、207…初回処理入力、250…肝臓CT画像、260…目的領域、270…目的領域の抽出結果、280…抽出結果表示画面、281…処理手順表示画面、350…初期値、351…閾値。
Claims (12)
- 複数の画像処理を適用して、処理対象画像から目的領域を抽出する画像処理装置であって、
前記目的領域は、前記処理対象画像における周辺領域とは異なる部位であり、
前記処理対象画像に第1の画像処理手順を適用した際の処理結果に関する第1の履歴を記憶する処理部と、
前記第1の画像処理手順の後に適用する画像処理の候補と、各候補に対応する第2の画像処理手順を適用した際の処理結果に関する第2の履歴とを蓄積するデータベースから前記第2の履歴を読み出して前記第1の履歴との類似度を評価し、高い評価結果が得られた第2の履歴に対応する画像処理を次の候補に決定する処理部と、
決定された画像処理に基づいて目的領域の抽出処理を実行する処理部と
を有する画像処理装置。 - 請求項1に記載の画像処理装置において、
前記履歴が、一つ以上の画像処理を行った際に、各処理で抽出された目的領域に関する特徴量の変化情報である
ことを特徴とする画像処理装置。 - 請求項2に記載の画像処理装置において、
前記特徴量が、目的領域の数又は大きさである
ことを特徴とする画像処理装置。 - 請求項2に記載の画像処理装置において、
前記特徴量が、画像処理アルゴリズムの情報である、
ことを特徴とする画像処理装置。 - 請求項2〜4のいずれか1項に記載の画像処理装置において、
前記処理対象画像が医用画像であり、前記目的領域が病変部である
ことを特徴とする画像処理装置。 - 請求項1に記載の画像処理装置において、
前記データベースには、前記第2の画像処理手順に対応付けられた評価指標が記憶されており、
前記第1の履歴と前記第2の履歴の類似度を評価する場合、前記評価指標も含めて前記類似度を評価する
ことを特徴とする画像処理装置。 - 複数の画像処理を適用して、処理対象画像から目的領域を抽出する計算機において実行される画像処理方法であって、
前記目的領域は、前記処理対象画像における周辺領域とは異なる部位であり、
前記処理対象画像に第1の画像処理手順を適用した際の処理結果に関する第1の履歴を記憶する処理と、
前記第1の画像処理手順の後に適用する画像処理の候補と、各候補に対応する第2の画像処理手順を適用した際の処理結果に関する第2の履歴とを蓄積するデータベースから前記第2の履歴を読み出して前記第1の履歴との類似度を評価し、高い評価結果が得られた第2の履歴に対応する画像処理を次の候補に決定する処理と、
決定された画像処理に基づいて目的領域の抽出処理を実行する処理と
を有する画像処理方法。 - 請求項7に記載の画像処理方法において、
前記履歴が、一つ以上の画像処理を行った際に、各処理で抽出された目的領域に関する特徴量の変化情報である
ことを特徴とする画像処理方法。 - 請求項8に記載の画像処理方法において、
前記特徴量が、目的領域の数又は大きさである
ことを特徴とする画像処理方法。 - 請求項8に記載の画像処理方法において、
前記特徴量が、画像処理アルゴリズムの情報である、
ことを特徴とする画像処理方法。 - 請求項8〜10のいずれか1項に記載の画像処理方法において、
前記処理対象画像が医用画像であり、前記目的領域が病変部である
ことを特徴とする画像処理方法。 - 請求項7に記載の画像処理方法において、
前記データベースには、前記第2の画像処理手順に対応付けられた評価指標が記憶されており、
前記第1の履歴と前記第2の履歴の類似度を評価する場合、前記評価指標も含めて前記類似度を評価する
ことを特徴とする画像処理方法。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011116145A JP5665655B2 (ja) | 2011-05-24 | 2011-05-24 | 画像処理装置及び方法 |
EP12789201.6A EP2716225A4 (en) | 2011-05-24 | 2012-05-21 | APPARATUS AND METHOD FOR IMAGE PROCESSING |
CN201280024895.1A CN103561656A (zh) | 2011-05-24 | 2012-05-21 | 图像处理装置以及方法 |
US14/119,386 US20140153833A1 (en) | 2011-05-24 | 2012-05-21 | Image processing apparatus and method |
PCT/JP2012/062892 WO2012161149A1 (ja) | 2011-05-24 | 2012-05-21 | 画像処理装置及び方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011116145A JP5665655B2 (ja) | 2011-05-24 | 2011-05-24 | 画像処理装置及び方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2012239836A JP2012239836A (ja) | 2012-12-10 |
JP5665655B2 true JP5665655B2 (ja) | 2015-02-04 |
Family
ID=47217226
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011116145A Expired - Fee Related JP5665655B2 (ja) | 2011-05-24 | 2011-05-24 | 画像処理装置及び方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20140153833A1 (ja) |
EP (1) | EP2716225A4 (ja) |
JP (1) | JP5665655B2 (ja) |
CN (1) | CN103561656A (ja) |
WO (1) | WO2012161149A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11800056B2 (en) | 2021-02-11 | 2023-10-24 | Logitech Europe S.A. | Smart webcam system |
US11800048B2 (en) | 2021-02-24 | 2023-10-24 | Logitech Europe S.A. | Image generating system with background replacement or modification capabilities |
Family Cites Families (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2171432T3 (es) * | 1993-12-10 | 2002-09-16 | Ricoh Kk | Aparato y metodos para reconocer una imagen especifica a partir de una señal de imagen de entrada. |
JPH0844851A (ja) * | 1994-07-28 | 1996-02-16 | Hitachi Medical Corp | 医用画像診断装置 |
US6636635B2 (en) * | 1995-11-01 | 2003-10-21 | Canon Kabushiki Kaisha | Object extraction method, and image sensing apparatus using the method |
JP5328063B2 (ja) * | 1999-09-17 | 2013-10-30 | キヤノン株式会社 | 画像処理装置、画像処理方法、及び記憶媒体 |
US6351660B1 (en) * | 2000-04-18 | 2002-02-26 | Litton Systems, Inc. | Enhanced visualization of in-vivo breast biopsy location for medical documentation |
WO2002066961A1 (en) * | 2001-02-20 | 2002-08-29 | Cytokinetics, Inc. | Method and apparatus for automated cellular bioinformatics |
US7430303B2 (en) * | 2002-03-29 | 2008-09-30 | Lockheed Martin Corporation | Target detection method and system |
US7146057B2 (en) * | 2002-07-10 | 2006-12-05 | Northrop Grumman Corporation | System and method for image analysis using a chaincode |
US8045770B2 (en) * | 2003-03-24 | 2011-10-25 | Cornell Research Foundation, Inc. | System and method for three-dimensional image rendering and analysis |
JP4845382B2 (ja) * | 2004-02-06 | 2011-12-28 | キヤノン株式会社 | 画像処理装置及びその制御方法、並びに、コンピュータプログラム及びコンピュータ可読記憶媒体 |
JP4022587B2 (ja) * | 2004-02-23 | 2007-12-19 | 国立精神・神経センター総長 | 脳疾患の診断支援方法及び装置 |
JP2005270318A (ja) * | 2004-03-24 | 2005-10-06 | Konica Minolta Medical & Graphic Inc | 画像処理システム |
KR20080021723A (ko) * | 2005-06-02 | 2008-03-07 | 더 메디패턴 코포레이션 | 컴퓨터보조 검진을 위한 시스템 및 방법 |
EP1913868A1 (en) * | 2006-10-19 | 2008-04-23 | Esaote S.p.A. | System for determining diagnostic indications |
JP4616874B2 (ja) * | 2007-09-28 | 2011-01-19 | 富士フイルム株式会社 | 画像表示装置、画像表示方法、および画像表示プログラム |
JP2009082452A (ja) | 2007-09-28 | 2009-04-23 | Terarikon Inc | 解析プロトコルに基づいた前処理装置を具備する三次元画像表示装置 |
US8792698B2 (en) * | 2008-02-25 | 2014-07-29 | Hitachi Medical Corporation | Medical imaging processing device, medical image processing method, and program |
US8099299B2 (en) * | 2008-05-20 | 2012-01-17 | General Electric Company | System and method for mapping structural and functional deviations in an anatomical region |
JP5581574B2 (ja) * | 2008-07-09 | 2014-09-03 | 富士ゼロックス株式会社 | 画像処理装置及び画像処理プログラム |
US8929655B2 (en) * | 2008-10-16 | 2015-01-06 | Nikon Corporation | Image evaluation apparatus and camera |
US20100124364A1 (en) * | 2008-11-19 | 2010-05-20 | Zhimin Huo | Assessment of breast density and related cancer risk |
JP5455379B2 (ja) * | 2009-01-07 | 2014-03-26 | 株式会社東芝 | 医用画像処理装置、超音波診断装置、及び医用画像処理プログラム |
JP5509773B2 (ja) * | 2009-01-21 | 2014-06-04 | オムロン株式会社 | パラメータ決定支援装置およびパラメータ決定支援プログラム |
JP5284863B2 (ja) * | 2009-04-30 | 2013-09-11 | 独立行政法人理化学研究所 | 画像処理装置、画像処理方法およびプログラム |
JP5761601B2 (ja) * | 2010-07-01 | 2015-08-12 | 株式会社リコー | 物体識別装置 |
WO2012016242A2 (en) * | 2010-07-30 | 2012-02-02 | Aureon Biosciences, Inc. | Systems and methods for segmentation and processing of tissue images and feature extraction from same for treating, diagnosing, or predicting medical conditions |
JP5904711B2 (ja) * | 2011-02-01 | 2016-04-20 | キヤノン株式会社 | 画像処理装置、画像処理方法およびプログラム |
WO2013035380A1 (ja) * | 2011-09-08 | 2013-03-14 | オリンパスメディカルシステムズ株式会社 | 画像処理装置及び画像処理方法 |
US8885901B1 (en) * | 2013-10-22 | 2014-11-11 | Eyenuk, Inc. | Systems and methods for automated enhancement of retinal images |
-
2011
- 2011-05-24 JP JP2011116145A patent/JP5665655B2/ja not_active Expired - Fee Related
-
2012
- 2012-05-21 WO PCT/JP2012/062892 patent/WO2012161149A1/ja active Application Filing
- 2012-05-21 US US14/119,386 patent/US20140153833A1/en not_active Abandoned
- 2012-05-21 CN CN201280024895.1A patent/CN103561656A/zh active Pending
- 2012-05-21 EP EP12789201.6A patent/EP2716225A4/en not_active Withdrawn
Also Published As
Publication number | Publication date |
---|---|
EP2716225A4 (en) | 2014-12-31 |
EP2716225A1 (en) | 2014-04-09 |
JP2012239836A (ja) | 2012-12-10 |
CN103561656A (zh) | 2014-02-05 |
WO2012161149A1 (ja) | 2012-11-29 |
US20140153833A1 (en) | 2014-06-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11538575B2 (en) | Similar case retrieval apparatus, similar case retrieval method, non-transitory computer-readable storage medium, similar case retrieval system, and case database | |
JP6438395B2 (ja) | 効果的な表示及び報告のための画像資料に関連する以前の注釈の自動検出及び取り出し | |
KR102154733B1 (ko) | 의료 영상을 이용하여 대상체에 악성 종양이 존재하는지 여부를 예측하는 장치 및 방법 | |
JP5462414B2 (ja) | 類似症例検索装置および関連度データベース作成装置並びに類似症例検索方法および関連度データベース作成方法 | |
JP6014059B2 (ja) | 医療データの知的リンキング方法及びシステム | |
JPWO2013018363A1 (ja) | 類似症例検索装置および類似症例検索方法 | |
JP4901358B2 (ja) | 医用画像データにおける注目点の自動検出装置 | |
CN106462661B (zh) | 用于自动选择针对医学研究的悬挂协议的系统和相关方法 | |
WO2019102829A1 (ja) | 画像解析方法、画像解析装置、画像解析システム、画像解析プログラム、記録媒体 | |
US20120053443A1 (en) | Surgery-assistance apparatus and method, and computer-readable recording medium storing program | |
JP6755192B2 (ja) | 診断支援装置および診断支援装置の作動方法 | |
JP5802144B2 (ja) | 画像診断支援システム、プログラム及び記憶媒体 | |
JP5665655B2 (ja) | 画像処理装置及び方法 | |
JP7244425B2 (ja) | 臓器の定量的体積マップ又は臓器健康状態の評価を提供するための方法及び装置 | |
JP5871104B2 (ja) | 病変判定装置、類似症例検索装置、病変判定装置の駆動方法、類似症例検索装置の駆動方法、およびプログラム | |
JP6827786B2 (ja) | 輪郭抽出装置、輪郭抽出方法およびプログラム | |
JP2010035635A (ja) | Ardsの重症度のスコアを算出する方法、装置およびプログラム | |
RU2475833C2 (ru) | Фильтр по образцу | |
JP6696237B2 (ja) | 類似画像検索プログラム、類似画像検索方法、及び類似画像検索装置 | |
US20230230247A1 (en) | Information processing apparatus, information processing method, and information processing program | |
CN104027126A (zh) | 医用图像处理装置以及医用图像处理方法 | |
US20220391599A1 (en) | Information saving apparatus, method, and program and analysis record generation apparatus, method, and program | |
US20230095776A1 (en) | Image processing apparatus, method for controlling image processing apparatus, and non-transitory computer-readable storage medium | |
US20230230245A1 (en) | Information processing apparatus, information processing method, and information processing program | |
CN113436707A (zh) | 一种医学影像阅片系统及其交互运行方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20131108 |
|
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: 20141111 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20141209 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5665655 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
LAPS | Cancellation because of no payment of annual fees |