JP5684382B2 - 画像診断支援装置、及び方法 - Google Patents

画像診断支援装置、及び方法 Download PDF

Info

Publication number
JP5684382B2
JP5684382B2 JP2013519434A JP2013519434A JP5684382B2 JP 5684382 B2 JP5684382 B2 JP 5684382B2 JP 2013519434 A JP2013519434 A JP 2013519434A JP 2013519434 A JP2013519434 A JP 2013519434A JP 5684382 B2 JP5684382 B2 JP 5684382B2
Authority
JP
Japan
Prior art keywords
image
registration process
support apparatus
images
registration
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
JP2013519434A
Other languages
English (en)
Other versions
JPWO2012169344A1 (ja
Inventor
伴　秀行
伴　　秀行
栗原　恒弥
恒弥 栗原
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Healthcare Manufacturing Ltd
Original Assignee
Hitachi Medical Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hitachi Medical Corp filed Critical Hitachi Medical Corp
Priority to JP2013519434A priority Critical patent/JP5684382B2/ja
Publication of JPWO2012169344A1 publication Critical patent/JPWO2012169344A1/ja
Application granted granted Critical
Publication of JP5684382B2 publication Critical patent/JP5684382B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • 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
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00—Medical imaging apparatus involving image processing or analysis
    • A61B2576/02—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part
    • A61B2576/023—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part for the heart
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A61B5/0035—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for acquisition of images from more than one imaging mode, e.g. combining MRI and optical tomography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • A61B5/743—Displaying an image simultaneously with additional graphical information, e.g. symbols, charts, function plots
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/48—Diagnostic techniques
    • A61B6/481—Diagnostic techniques involving the use of contrast agents
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
    • A61B6/5264—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise due to motion
    • 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
    • G06T2207/30056—Liver; Hepatic
    • 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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Theoretical Computer Science (AREA)
  • Radiology & Medical Imaging (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Molecular Biology (AREA)
  • Pathology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Quality & Reliability (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Description

本発明は、画像診断支援装置、特に複数の画像を比較して読影を行う際の画像間の位置合せ処理の効率化を図る技術に関する。
近年における画像診断においては、経過観察等の撮影日時が異なる画像間の比較や、検査機器や撮影手法が異なる複数の画像間の比較による腫瘤の良性悪性の判別を行う鑑別診断など、複数の画像を比較して読影を行う場合が多い。この場合、呼吸による体動、撮影時の姿勢変化などにより、撮影された臓器が比較する複数の画像の同じ位置に表示されない場合が多々存在する。そのため、効率的な診断を行う場合は、事前に撮影された複数の画像の注目部位が同じ位置に表示されるよう、一方の画像を移動、拡大縮小、回転、或いは変形処理を逐次行うことによる画像間の位置合せ、すなわち、レジストレーション処理が行われていること望ましい。
従来技術として、例えば、非特許文献１では、このレジストレーション処理として、画像間で対応する画素値の統計的依存性である相互情報量を最大とする手法が開示されている。
別の従来技術として、例えば特許文献１のように、複数の画像の気管支の分岐を画像認識で抽出して分岐位置を正確に合わせるようにして、画像全体ではなく注目部位の表示位置を正確に位置合せして比較を容易にする手法が開示されている。
特開２００９−１６００４５号公報
電子情報通信学会論文誌D−ＩＩ、Vol．J87−D−ＩＩ、Ｎｏ．10 pp．1887−1920、2004年10月
医療画像には、検査目的に応じて様々な検査機器（モダリティ）や撮影手法があり、さらに様々な部位に着目した画像が存在する。このため、上述した従来技術を用いて、レジストレーション処理を行うためには、これら位置合せを行う画像に応じて処理に関わるパラメータの調整が必要となるという課題がある。
また、上述した従来技術を用いて画像認識により注目部位を抽出するには、部位毎に認識アルゴリズムの最適化が必要であるという課題がある。また、個人差や手術などにより部位の変形や欠損が存在する場合に容易に対応できないという課題がある。
本発明の目的は、上述した課題を解決し、複数の画像を比較して読影を行う際の画像間の位置合せ処理の効率化を図ることが可能な画像診断支援装置、及び方法を提供することにある。
上記の目的を達成するため、本発明においては、複数の画像間のレジストレーション処理により画像診断の支援を行う画像診断支援装置であって、レジストレーション処理を実行する処理部と、検査手技に対応するレジストレーション処理に利用するパラメータを記憶する記憶部を備え、処理部は、複数の画像の検査手技に基づき選択したレジストレーション処理のパラメータを用いて、複数の画像間のレジストレーション処理を実行する画像診断支援装置を提供する。
また、上記目的を達成するため、本発明においては、複数の画像間のレジストレーション処理により画像診断の支援を行う端末を用いた画像診断支援装置の作動方法であって、端末は、複数の画像の検査目的、注目部位に基づきモデル画像を選択し、選択したモデル画像に予め設定された位置合せの基準領域と、複数の画像の検査手技に基づき決定したレジストレーション処理のパラメータを用いて、複数の画像間のレジストレーション処理を実行する画像診断支援装置の作動方法を提供する。
本発明により、複数の画像を比較して読影を行う際の画像間の位置合せ処理の効率化を図ることが可能となる。
第１の実施例に係る画像診断支援システムの一例を示す構成図である。 第１の実施例に係る、読影端末の内部構成の一例を示すブロック図である。 第１の実施例に係る、レジストレーション処理の処理手順を示すフローチャート図である。 第１の実施例に係る、レジストレーション処理の概略を説明するための図である。 第１の実施例に係る、モデル画像候補テーブルの一例を示す図である。 第１の実施例に係る、パラメータセット（ＰＳ）設定テーブルの一例を示す図である。 第１の実施例に係る、実施結果蓄積テーブルの一例を示す図である。 第１の実施例に係る、レジストレーション処理のパラメータ修正の一例を説明するためのグラフ図である。 第１の実施例に係る、モデル画像の一例を示す図である。 第１の実施例に係る、モデル画像の他の例を示す図である。 第２の実施例に係る、モデル画像の一例を示す図である。 第２の実施例に係る、モデル画像の他の例を示す図である。 第２の実施例に係る、モデル画像の他の例を示す図である。 各実施例に係る、記憶装置に記憶されるモデル画像のデータの一例を示す図である。 各実施例に係る、注目部位及びモデル画像の３次元のデータ管理方法を説明するための図である。 第３の実施例に係る、レジストレーション処理の成否の判別を説明するためのグラフ図である。 ２種類の画像からなるモデル画像を一纏めのモデル画像として管理する変形実施例を説明するための模式図である。 第４の実施例に係る、画像診断支援システムの一構成を模式的に示す図である。 第５の実施例に係る、画像診断支援システムの一構成を模式的に示す図である。 第４の実施例に係る、サービスセンタを利用した、レジストレーション処理手順の一例を示す図である。 第５の実施例に係る、検査時点でのレジストレーション処理の一例を示す図である。 各実施例に係る、表示部上のレジストレーション処理画面の一例を示す図である。
以下、本発明を実施するための画像診断支援システム、画像診断支援装置の種々の実施形態を図面に従い説明する。なお、本明細書においては、画像診断支援システムとは、画像診断支援装置と当該装置にネットワークを介して接続される各種の画像診断のための検査機器（モダリティ）を含めたシステムを意味する。一方、画像診断支援装置とは検査機器は含まない装置を意味するが、各種の検査機器が撮影した画像や各種のデータを記憶する記憶装置を含めることができる。また、レジストレーション処理とは、複数の画像の内の一方の画像を移動、拡大縮小、回転、或いは変形処理を行うことにより、複数の画像間の位置合せを行う処理を意味する。モデル画像を用いたレジストレーション処理を実行する際に、各種のデータとしてパラメータセット（Parameter Set：ＰＳ）を用いるが、このパラメータセットを単にパラメータと称する場合がある。更に、各種の画像診断のための画像を撮影する検査機器とその撮影手法を纏めて検査手技と称する場合がある。
第1の実施例は、モデル画像を用いたレジストレーション処理を実行するためのパラメータ設定を行う画像診断支援システムに関するものである。すなわち、
第１の実施例は、複数の画像間のレジストレーション処理により画像診断の支援を行う画像診断支援装置であって、レジストレーション処理を実行する処理部と、
検査手技に対応する、レジストレーション処理に利用するパラメータを記憶する記憶部を備え、処理部は、複数の画像の検査手技に基づき選択したレジストレーション処理のパラメータを用いて、複数の画像間のレジストレーション処理を実行する画像診断支援装置の実施例である。また、本実施例は、複数の画像間のレジストレーション処理により画像診断の支援を行う画像診断支援装置、及びその作動方法であって、レジストレーション処理を実行する処理部と、レジストレーション処理に利用するモデル画像を記憶する記憶部とを備え、この処理部は、複数の画像の検査目的、注目部位に基づき選択したモデル画像に設定される位置合せの基準領域と、複数の画像の検査手技に基づき決定したレジストレーション処理のパラメータを用いて、複数の画像間のレジストレーション処理を実行する構成の画像診断支援装置、及びその作動方法の実施例である。
図１Ａは、第１の実施例に係る画像診断支援システムの一例を示す構成図である。図１Ａにおいて、１０１は主に各種の画像診断のための検査機器（モダリティ）で撮影された画像データを保管する記憶装置であり、１０２は記憶装置１０１等に画像データを保管して管理する画像保管サーバである。同様に、１０３は記憶装置であり、モデル画像やパラメータなど、本実施例の画像診断支援システムの処理の実施に必要な情報をデータベースとして保管する。１０４は表示部を備えた読影端末である。記憶装置１０１、記憶装置１０３は、それぞれ画像保管サーバ１０２、読影端末１０４の内部の記憶部として構成することができる。
１０６、１０７、１０８はそれぞれ第一のＣＴ(Computed Tomography)装置、第二のＣＴ装置、及びＭＲＩ(Magnetic Resonance Imaging)装置等の画像診断のための検査機器（モダリティ）を示している。これら各種の装置は、全てネットワーク１０５を介して相互に接続されている。なお、画像保管サーバ１０２と読影端末１０４は共に通常のコンピュータであり、その内部に、相互接続された処理部としての中央処理部（Central Processing Unit：ＣＰＵ）、記憶部、表示部やキーボード等の入出力部、ネットワークインタフェース等を備えている。
図１Ｂに、図１Ａの画像診断支援システム中の読影端末１０４の一具体例を示しており、１１１は記憶部である主メモリ（ＭＭ）、１１２はＣＰＵ、１１３は表示部となる液晶ディスプレイ（ＬＣＤ）、１１４はハードディスクドライブ（ＨＤＤ）、１１５はキーボード等の入力部(ＩＮＰＵＴ)、１１６はネットワークインタフェース（Ｉ／Ｆ）である。上述のように、ＨＤＤ１１４は図１Ａのシステムの記憶装置１０３、更には記憶装置１０１として用いることも可能である。なお、画像保管サーバ１０２の構成も同様の構成を有するので詳細な説明を省略するが、その内部のＨＤＤは図１Ａのシステムの記憶装置１０１として用いて良いことは上述の通りである。
本実施例の画像診断支援システムにおいては、まず、読影端末１０４の入力部１１５を用いて、検査目的、検査機器（モダリティ）や撮影手法等の検査手技、注目部位の要素に応じてレジストレーション処理のパラメータを独立して設定する。
以下、図２と図３を用いて、本実施例の画像診断支援システムにおけるレジストレーション処理の具体例を説明する。
図２は、本実施例のシステムの読影端末１０４等におけるレジストレーション処理の処理手順を示すフローチャート図である。図３は、本実施例のシステムにおけるレジストレーション処理を説明するための概略図であり、３０１はレジストレーション処理を行う処理部である。この処理部３０１は図１Ｂの読影端末１０４のＣＰＵ１１２に対応している。まず、図２のフローチャートに示すように、レジストレーション処理２０１が開始すると、処理部３０１は読影端末１０４の入力部１１５から入力されるユーザ指示に基づき、記憶装置１０３のデータベースから、上述した各要素である、検査手技、即ち検査機器、撮影方法３０２、検査目的３０３、注目部位３０４の読み込みを行い（２０２）読影端末１０４の内部の記憶部に記憶する。同様に、読影端末１０４は記憶装置１０１に記憶された検査機器からの画像データ１、画像データ２の読み込みを行い（２０３、２０４）、内部の記憶部に記憶する。本実施例において、画像データ１は、重ね合わされる画像のデータであり、画像データ２は重ね合わせる画像のデータである。
続いて、読影端末１０４の処理部３０１は、先に入力された検査目的、注目部位からモデル画像候補の決定を行う（２０５）。モデル画像のデータは、後で図４に例示するように、検査目的、注目部位に関連付けされ、記憶装置１０３に記憶されている。なお、注目部位３０４とは、図３に例示すように、診断対象が人体の場合、頭、胸、背、腹、上肢、下肢等や、大脳皮質、脳幹、肺、心臓、肝臓、腎臓等の臓器などがある。次に、処理部３０１のパラメータ設定部３０１３は、画像データ１と各モデル画像候補の検査手技からパラメータセット（ＰＳ）を決定する（２０６）。このパラメータセット（ＰＳ）の決定手法については、後で図５を用いて説明する。
そして、決定したパラメータセット（ＰＳ）を用いて、画像データ１と各モデル画像候補との間で、画像全体に対して各モデル画像を移動、拡大縮小、回転、或いは変形処理して画像データ１に合せ込むレジストレーション処理を実行し（２０７）、レジストレーション処理が成功するモデル画像が存在するか否かを判定する（２０８）。なお、上述したように、モデル画像候補のデータは、モデル画像ＩＤ４０４に基づき、順次記憶装置１０３から読み出しを行うことにより、画像データ１とモデル画像候補間のレジストレーション処理を進めることができる。なお、レジストレーション処理が成功したか否かの判断手法については、後で説明する。
続いて、レジストレーション処理が成功したモデル画像を用いて、位置合せの基準領域の設定を行う。成功したモデル画像が複数存在する場合は、まず、相互情報量が最大のモデル画像である、部位の形状がより一致しているモデル画像を選択する（２０９）。すなわち、部位の変形や欠損を含めた複数のモデル画像候補の内の、最大の相互情報量を有するものを選択する。そして、選択したモデル画像に予め設定された注目部位の位置合せの基準領域に対応する画像データ１上の部位を、画像データ１と画像データ２との間のレジストレーション処理のための位置合せの基準領域に設定する（２１０）。
続いて、重ね合わされる画像データ１と、重ね合わせる画像データ２の検査手技、即ち、検査機器、撮影方法から、レジストレーション処理のパラメータ決定を行う（２１１）。そして、決定したパラメータを用いて、画像データ１と画像データ２のレジストレーション処理を実行し（２１２）、レジストレーション画像３０７を得て、終了する（２１３）。
このステップ２１１、２１２におけるパラメータの決定とレジストレーション処理は，上記のモデル画像候補とのレジストレーション処理と同様の手順と同様に行われる。具体的には，モデル画像候補が画像データ２であると考えて，画像データ１と画像データ２との間のレジストレーションを実施する。但し，ステップ２０７において画像全体に対してレジストレーション処理を実施したが，位置合せの基準領域が同じ位置に表示されるようにレジストレーションを行う。また，画像データ１と画像データ２の検査手技からパラメータセットを選択する。レジストレーション処理においては、例えば、相互情報量が最大となるように、画像データ２の回転や倍率決定を行う。
ここで，ステップ２１２のレジストレーション処理について詳しく説明する。レジストレーション処理には，物体の形状は変化しないと仮定して，一方の画像を移動，拡大縮小，回転することで位置合せを行う剛体レジストレーションと，物体の形状も変化すると仮定して，画像の変形処理も行う非剛体レジストレーションに大別される。剛体レジストレーションを実施する場合，少なくとも位置合せの基準領域が同じ位置に表示されるように画像データ２を移動，拡大縮小，回転する処理を行う。
画像の変形処理も行う非剛体レジストレーションを行う場合，少なくとも位置合せの基準領域が同じ位置に表示されるように，画像データ１に設定された位置合せの基準領域に対応する画像データ２の部分を移動，拡大縮小，回転する処理を行う。この場合，画像データ２において，基準領域の領域内と領域外で明確な境界が生じる場合がある。この境界を軽減するために，基準領域の内部から外部にかけて画素の位置に応じて重み付けを行った相互情報量を利用する。
以上のように，画像全体ではなく，位置合せの基準領域の位置合せのみを行うことができるので，基準領域の周囲に撮影された診断の対象外である臓器を含めて位置合せを行うことにより，基準領域の位置合せが正確に行えない，あるいは誤差が増加するといった問題を解消することができ，画像間の位置合せをより短時間，より精度よく，より簡単に実施できるようになるという著しい効果がある。
なお、以上の処理フローにおいて、ステップ２０８のレジストレーション処理で成功するモデル画像が存在しなかった場合、重ね合わされる画像データ１上に新たな位置合せの基準領域を設定し（２１４）、画像データ１をモデル画像候補に追加し（２１５）、ステップ２０５以降を実行する。すなわち、本実施例においては、適切なモデル画像がない場合は、撮影された画像データを活用してモデル画像を新規に追加することでレジストレーション処理を実行する。
図４に本実施例の画像診断支援システムに用いるモデル画像候補テーブル４０１の一例を示した。このモデル画像候補テーブル４０１は、記憶装置１０３に記憶され、検査目的４０２と注目部位４０３からモデル画像の候補の選択を行うことにより、モデル画像を選択することができる。検査目的４０２としては、術後評価、経過観察、識別診断などがある。この術後評価にあっては、モダリティ、撮影手法が同一の場合も異なる場合もある。経過観察においては、モダリティ、撮影手法が基本的に同一の場合が多い。また、鑑別診断においては、モダリティ、撮影手法の何れか或いは何れも基本的に異なっている場合が多い。
同図において、注目部位４０３には、頭部、肺、肝臓が例示されている。また、モデル画像ＩＤ４０４には、個々のモデル画像に対応して識別子（ＩＤ）が記憶される。なお、検査目的４０２、注目部位４０３には、対応するモデル画像ＩＤ００００３−１、００００３−２が割り当てられているが、これは複数の画像からなるモデル画像を一纏めのモデル画像として管理する場合の例であり、後に図１２を用いて説明する。
図５は、本実施例の画像診断支援システムに用いるパラメータセット（ＰＳ）設定テーブル５０１の一例を示した。このＰＳ設定テーブル５０１は、記憶装置１０３に記憶され、検査手技、即ち、検査機器と撮影手法によりパラメータセットを決定するためのテーブルであり、縦軸、横軸共に対象とする画像の検査手技を示している。このＰＳ設定テーブル５０１には、検査手技として、単純ＣＴ、造影ＣＴ、ＭＲ（Ｔ１）、ＭＲ（Ｔ２）、ＭＲ（造影）、ＭＲ（ＭＲＡ）が例示されており、縦横の組み合わせにより、対応するパラメータセット（ＰＳ）を設定することができる。ステップ２０６の場合、画像データ１とモデル画像それぞれの検査手技が組合されることにより、パラメータセット（ＰＳ）が決定できる。
なお、本実施例のシステムにおけるパラメータとしては、例えば、サンプリングの大きさ、更には、画像をなめらかにするガウシアンフィルタ等のフィルタの種類、係数、適用量、前処理として行う荒いレジストレーションを行う回数、相互情報量を算出するときのヒストグラムの分解能、位置合せを行うときの逐次処理における画像の移動幅や打ち切り誤差等の設定値などがある。
このようにレジストレーションを行う画像の検査手技の組合せに応じたパラメータセットを用意することで，レジストレーション処理において検査手技の組合せ毎に適切なパラメータ設定を行うことができるようになり，画像間の位置合せをより短時間，より精度よく，より簡単に実施できるようになるという著しい効果がある。
図３に示すように、本実施例の画像診断支援システムの処理部３０１においては、モデル画像３０１１を決定し、パラメータ設定３０１３を行った後、レジストレーションを実行した（３０１４）後、パラメータ修正を実行する（３０１２）。このパラメータ修正３０１２においては、過去のレジストレーション処理の実施結果である変更項目や相互情報量に応じて、パラメータの設定内容を修正する。そして、修正が過度にならないように最大値を設ける、あるいは反映さえる量を徐々に増減させる等を実行する。
図６には、記憶装置１０３に記憶された過去のレジストレーション処理の実施結果を蓄積する実施結果蓄積テーブル６０１の一例を示している。この実施結果蓄積テーブルは，図５に示した各々の検査手技の組合せに対応したパラメータセット毎に用意される。同図において、６０２、６０３、６０４はそれぞれモデル画像ＩＤ、登録日時、適用回数を示している。また、６０５、６０６、６０７は、それぞれモデル画像ＩＤがＩＤ００００１に対応する適用回数１０回のそれぞれの処理ＩＤ、そのパラメータ、相互情報量を示している。また、パラメータとして、サンプリング間隔、ガウシアンフィルタ適用量のそれぞれ初期値と修正後の適用値のセットが蓄積されている。相互情報量６０７は、０から１で正規化されており、部位の形状がより一致する程値が大きくなる。
図７には、本実施例における図３のパラメータ修正３０１２の一例を説明するための図である。同図のパラメータ修正用グラフ７０１において、横軸は正規化された相互情報量、縦軸は係数Ｘを示している。このグラフ７０１に示すように、最大値を設ける、或いは反映させる量を徐々に増減させることにより、修正が過度にならないようにすることができる。本具体例においては、新しい初期値は、下式１で決定される。
新しい初期値＝現在の初期値＋（現在の初期値−適用値）×係数Ｘ ・・・（式１）
上式における係数Ｘは、図７の縦軸の値である。本式を適用することにより、図６の実施結果蓄積テーブル６０１にその一例を示すように、相互情報量が小さい場合は、例えば、処理ＩＤ４と処理ＩＤ５との間でガウシアン適用量（初期値）に、修正を反映させず、相互情報量が大きい場合は、処理ＩＤ５と処理ＩＤ６との間のように、修正を反映させるようパラメータ修正（３０１２）を実行することができる。
このように，パラメータ修正に最大値を設ける、或いは反映させる量を徐々に増減させる修正が可能になるので，直前に行ったパラメータ修正の影響のみではなく，徐々に適切な修正を適用できるようになり，画像間の位置合せをより短時間，より精度よく，より簡単に実施できるようになるという著しい効果がある。また，相互情報量を用いてパラメータの修正量を調整できるようにしたので，単なる過去のパラメータ設定の値のみではなく，画像の位置合せがより一致している場合のパラメータの設定値を反映した修正ができるようになるので，より適切なパラメータの修正が適用できるようになり，画像間の位置合せをより短時間，より精度よく，より簡単に実施できるようになるという著しい効果がある。
また，検査手技の組合せに対応したパラメータセット毎にこのような修正を実施するようにしたので，他の検査手技の組合せで実施したパラメータ修正の影響を受けず，検査手技の組合せ毎に適切なパラメータ修正を行うことができるようになり，画像間の位置合せをより短時間，より精度よく，より簡単に実施できるようになるという著しい効果がある。
また，処理ＩＤ８と処理ＩＤ９との間のように，サンプリング間隔が更新された場合は、全ての初期値を直前の設定値に変更することができる。サンプリング間隔の変更は，他の処理パラメータと線形的な関係になっていない場合も多いため，上記のような徐々に値を増減させる修正ではなく，このような別の変更を実施する。このように，パラメータの種別毎に適切な修正を適用できるようになり，画像間の位置合せをより短時間，より精度よく，より簡単に実施できるようになるという著しい効果がある。
図８Ａ、８Ｂに本実施例におけるモデル画像の一例を示した。上述した画像診断支援システムの処理部３０１においては、画像間の位置合わせであるレジストレーション処理において、検査目的と注目部位に応じて、モデル画像を登録、管理出来るようにすることが必要である。図８Ａ、８Ｂに示すモデル画像は、被検体である人体の肺野全体のモデル画像８０１、８０３を示している。この様に、注目部位が肺の画像のレジストレーション処理は、肺野全体に対して位置合せ処理を行うと、呼吸による影響を受けやすくなるので、呼吸による体動が少ない上部の組織の位置を合致させることにより、画像間の位置合わせであるレジストレーション処理の精度を向上させることができる。
そこで、図８Ａでは、モデル画像８０１において、呼吸による体動が少ない上部の肋骨等の組織の位置を、位置合せの基準領域８０２として、この位置合せの基準領域８０２を合致させる。また、図８Ｂに示すように、モデル画像８０３において、気管支を診断する場合に、気管支の分岐位置を位置合せの基準領域８０４−１〜８０４−５とし、これらの位置合せの基準領域ができるだけ合うように合致させることにより、画像間の位置合わせであるレジストレーション処理の精度を向上させることができる。
なお，位置合せの基準領域以外の領域は，画像間の位置合せが必ず一致することは限らない。しかしながら，検査目的によっては大きな問題にならない。例えば，上述の肺野全体の読影を行う場合，基準領域以外は，呼吸や心拍動の影響を受けて画像間でズレが生じるが，これらの動きは，人の体が持つ本来の動きであり，それを予測しながら読影を行うことができる場合も多くあり，検査目的によっては大きな問題にならない。
別の例として，動きを読影の対象とする場合もある。例えば，骨格筋の機能を診断する場合，骨格筋がつながる関節の支点を位置合せの基準領域に設定し，骨格筋を位置合せの基準領域以外に設定することにより，筋肉の収縮時と弛緩時に撮影した画像データを（骨格筋ではない）関節で位置合せを行うことで，骨格筋の機能をより正確に診断できるようになる。このように本実施例では，検査目的と注目部位に応じて，注目部位とは異なる位置合せの基準領域（例えば肋骨や関節）を設定できるようにしたので，上述のような画像診断を行う場合でも，的確な位置合せを行うことできるようになるという著しい効果がある。
このように検査目的と注目部位に応じてモデル画像を登録，管理できるようにしたので，例えば肺がんなどの肺野全体に注目した読影をする場合は肺野全体，気管支炎などの気管支に注目した読影を行う場合には気管支の分岐位置というように，検査目的と注目部位に応じて適切なモデル画像を選択することができるようになるので，注目部位を決定するレジストレーション処理の精度を向上させることができ，さらには，注目部位に着目した画像間の位置合せをより短時間，より精度よく，より簡単に実施できるようになるという著しい効果がある。
また，検査目的と注目部位に応じて位置合せの基準領域が異なるモデル画像を登録，管理できるようにした。従って，検査目的に応じて注目部位と異なる位置合せの基準領域が設定できるようになるので，例えば，肺野全体の場合には呼吸による体動が少ない上部の肋骨等の組織を基準に設定するなど，診断により役立つレジストレーション処理を行うことができるようになり，注目部位に着目した画像間の位置合せをより短時間，より精度よく，より簡単に実施できるようになるという著しい効果がある。
図９は、図８Ａ、８Ｂにおけるモデル画像のデータが、図１の画像診断支援システムの記憶装置１０３に記憶されている状態を示したものである。本実施例の場合、モデル画像中の位置合せの基準領域を、矩形で囲まれた領域の領域データで表現する。図９において、モデル画像候補テーブル４０１の、注目部位が肺で、モデル画像ＩＤ００００２、ＩＤ０００２５がそれぞれ図８Ａ、図８Ｂのモデル画像の位置合せの基準領域８０２、８０４のデータを示している。そして、記憶装置１０３には、これらのモデル画像の位置合せの基準領域８０２、８０４に対応する領域データ９０１、９０２が記憶されている。この領域データ９０１、９０２は、それぞれ領域ＩＤ、種別ＩＤ、原点、大きさから構成される。ここで、領域ＩＤとはモデル画像中の位置合せの基準領域を識別するＩＤである。また、種別ＩＤでは、“０”は追加領域、“１”は削除領域を示す。原点とは基準領域の原点であり、大きさとは基準領域の大きさを示している。図８Ｂに示す領域データ９０２の場合、位置合せの基準領域８０４−１〜８０４−５に対応する領域ＩＤが１〜５となっている。なお、図９において、領域データ９０３は、実施例２に関するデータであるので、後で説明することとする。
図１０は、注目部位の位置合せの基準領域、及びモデル画像の３次元のデータ管理方法の一例を説明するための図である。図８Ａ〜図８Ｅ、図９の説明にあっては、図示の簡略化のため、３次元座標系の所定平面のモデル画像を示す２次元の画像データとして説明したが、本来、ＣＴ装置やＭＲＩ装置などの検査機器から得られる画像データには３次元のデータである場合が多い。そこで、図１０では、画像のＸＹＺの３次元座標系の原点（０、０、０）を基準に形成される撮影画像の領域１００１中に、矩形の基準領域１００２を模式的に示した。矩形の基準領域１００２は、原点（ｘ０、ｙ０、ｚ０）、大きさ（ｘ１、ｙ１、ｚ１）を持っている。
このように，複数の２次元，３次元の矩形領域を組合せることにより、注目部位の位置合せの基準領域の設定ができるようになるので，単一領域の位置合せの基準領域と，気管支の分岐位置のような複数の領域にまたがる複雑な位置合せの基準領域の設定とが可能になり，検査目的や注目部位が異なる場合においても，画像間の位置合せをより短時間，より精度よく，より簡単に実施できるようになるという著しい効果がある。
以上説明したように，本実施例では，レジストレーションを行う画像の検査手技の組合せに応じたパラメータセットを用意するようにしたので，レジストレーション処理において検査手技の組合せ毎に適切なパラメータ設定を行うことができるようになり，画像間の位置合せをより短時間，より精度よく，より簡単に実施できるようになるという著しい効果がある。
また，検査目的と注目部位に応じてモデル画像を登録，管理できるようにしたので，検査目的と注目部位に応じて適切なモデル画像を選択することができるようになるので，注目部位に着目した画像間の位置合せをより短時間，より精度よく，より簡単に実施できるようになるという著しい効果がある。
また，直前に行ったパラメータ修正の影響のみではなく，徐々に適切な修正を適用できるようにしたので，画像間の位置合せをより短時間，より精度よく，より簡単に実施できるようになるという著しい効果がある。さらに，相互情報量を用いてパラメータの修正量を調整できるようにしたので，画像の位置合せがより一致している場合のパラメータの設定値を反映した修正ができるようになるので，より適切なパラメータの修正が適用できるようになり，画像間の位置合せをより短時間，より精度よく，より簡単に実施できるようになるという著しい効果がある。
なお，本実施例において，ステップ２０７において，画像データ１と各モデル画像候補との間でレジストレーション処理を行う場合，画像全体に対して各モデル画像を移動、拡大縮小、回転、或いは変形処理して画像データ１に合せ込むようにしたが，別の方法で合せ込むようにしてもよい。例えば，頭部などの変形が比較的少ない特定の部位のみを対象とする場合，変形処理を行わない剛体レジストレーション処理を用いて合せ込むようにしてもよいし，あるいは，画像全体に対してレジストレーション処理を行うのではなく，モデル画像の候補に予め設定されている位置合せの基準領域のみを対象としたレジストレーション処理を行うようにしてもよい。対象とする画像データやモデル画像候補の特徴にあわせて処理手順を最適化することが可能である。
続いて、第２の実施例について説明する。第２の実施例は、注目部位の位置合せの基準領域の設定を、部位の変形や欠損を含めた複数のモデル画像から最適なものを自動選択することにより、自動で行う画像診断支援システムである。すなわち、複数の画像間のレジストレーション処理により画像診断の支援を行う画像診断支援装置であって、レジストレーション処理を実行する処理部と、レジストレーション処理に利用するモデル画像を記憶する記憶部とを備え、処理部は、画像中の部位の変形、欠損を含めた複数のモデル画像から自動選択することにより注目部位の位置合せの基準領域を設定し、設定した位置合せの基準領域と、複数の画像の検査手技に基づき決定したレジストレーション処理のパラメータを用いて、複数の画像間のレジストレーション処理を実行する構成の画像診断支援装置に関する実施例である。
図８Ｃ、図８Ｄ、図８Ｅはそれぞれ、図８Ａと同様、モデル画像を示しているが、図８Ｃ、図８Ｄは新たにモデル画像８０５、８０８を追加する例を示している。これらは、記憶装置１０３等の内部のデータベース中に適切なモデル画像がない場合に、現在の位置合せの基準領域の設定を修正してモデル画像を新規追加する例である。また、図８Ｅはモデル画像８１０を新たに作成する際に、注目領域の画像をユーザが対話的に設定できるようにしたものである。
図８Ｃにおいては、心臓８０６が大きく、データベース上のモデル画像８０１では位置合せの基準領域８０２の領域の大きさが大きく，心臓８０６を分離できない場合、より上部の領域を位置合せの基準領域８０７に設定することにより、個人差の影響を低減するモデル画像８０５を追加することができる。また、図８Ｄにおいては、既往症があり、片方の肺を摘出している場合、一方の肺のみを位置合せの基準領域８０９として設定することにより、治療の影響を低減するモデル画像８０８を追加することができる。
以上のように，個人毎の臓器形状や大きさの違い，過去の治療の影響，先天性の奇形などが存在する場合でも，モデル画像を追加するのみで注目部位の位置合せの基準領域の設定ができるようになり，画像間の位置合せをより短時間，より精度よく，より簡単に実施できるようになるという著しい効果がある。
図８Ｅは、既存のモデル画像の注目部位の位置合せの基準領域から、分離したい領域をユーザが対話的に指定することで、注目部位の位置合せの基準領域の一部分を取り除いたモデル画像８１０を新たに追加する場合を示す図である。すなわち、既存の注目部位の位置合せの基準領域から分離したい領域８１２を指定することで領域の一部を取り除き、新たな部位の位置合せの基準領域８１１とすることができる。
図８Ｅ、図９を用いて、新たに追加したモデル画像のデータを、記憶装置１０３に記憶する場合について説明する。図９に示すように、モデル画像８１０の領域データ９０３は、位置合せの基準領域８１１の領域と、分離したい領域８１２に対応する領域ＩＤ１、ＩＤ２の種別ＩＤ、原点、及び大きさをそれぞれ記憶しておくようにする。このように分離したい領域を，矩形領域を組合せて対話的に指定できるようにしたので，他の臓器に囲まれた部位，入り組んだ体内の内部にある部位など，１つの矩形領域では指定が難しい注目領域を指定することができるようになり，様々なモデル画像を追加，活用できるようになるので，画像間の位置合せをより短時間，より精度よく，より簡単に実施できるようになるという著しい効果がある。
なお，本実施例で示した注目部位の位置合せの基準領域の指定，追加は，第１の実施例で説明した図２のステップ２１４，２１５で実施することができる。また，新たに追加したモデル画像に対するレジストレーション処理のパラメータ初期値は、検査手技が同じ画像で設定された値を元に決定する。
次に、第３の実施例として、レジストレーション処理の成否の判別を、位置合せにおける逐次処理過程での相互情報量の値、更には変化で行うことが可能な画像診断支援システムを説明する。すなわち、上述した画像診断支援装置の処理部が、モデル画像の候補と第１の画像の間で実行したレジストレーション処理の成否の判別を、レジストレーション処理で得られる相互情報量の値で行う画像診断支援装置に関する実施例である。なお、システム構成自身は、上述した実施例のシステムと変更がないのでここでは説明を省略する。
図１１は、本実施例におけるレジストレーション処理の成否の判別を説明するためのグラフを示している。同図のグラフの横軸はレジストレーション処理における位置合わせの処理回数を、縦軸は相互情報量を示している。また、グラフ１１０１は、検査手技と注目部位が一致する場合の相互情報量、グラフ１１０２は、注目部位のみ一致する場合の相互情報量を示している。また、１１０３は位置合せの成否を判断する相互情報量のしきい値を示している。グラフ１１０１、１１０２いずれの場合も、位置合わせの処理回数が増加するにつれて、相互情報量が増加する傾向を示している。
位置合わせ処理回数が増加することにより、相互情報量が予め設定した成否判断のしきい値を超えたら、読影端末１０４中の処理部３０１は、レジストレーション処理が成功したと判別する。なお、処理部３０１は、位置合わせ処理回数を増加させても、相互情報量に全く変化がない場合は、一方の画像を強制的に移動させても同じ処理結果になるかどうか、再確認することもできる。検査手技と注目部位が画像間で一致するグラフ１１０１の場合は、成否判断の相互情報量のしきい値を高く設定する（１１０４）。
以上のように，本実施例では，このように重ね合わせる画像の検査手技の一致，不一致に応じて位置合せの成否を判断する相互情報量を変更できるようにしたので，成否の判断をより適切に行うことができるようになり，画像間の位置合せをより短時間，より精度よく，より簡単に実施できるようになるという著しい効果がある。
なお，本実施例において，成否の判断を他の指標と組合せて行うようにしてもよい。例えば，処理回数に対する相互情報量の変化の情報を用いて，変化が予め設定したしきい値以下の場合に成功であるという条件を付加するようにする。これにより，成否判断の精度を向上させることができるという効果がある。
なお、以上説明した各実施例においては、モデル画像は、原則、各検査機器、撮影手法に対応して形成されるものとして説明したが、複数の撮影手法の画像を一纏めにすることにより、モデル画像を管理することもできる。この変形例を図１２により説明する。
図１２は、変形例として、２種類の画像からなるモデル画像を一纏めのモデル画像として管理する場合の一例を示す模式図である。肝臓の検査など、１回の検査で撮影手法が異なる複数の画像、例えばＣＴ画像と造影ＣＴ画像を撮影し、その結果をもって診断する場合がある。そこで、ＣＴ画像のモデル画像１２０１と、造影ＣＴ画像のモデル画像１２０２を一纏めにして管理する。そこで、それぞれＣＴ画像のモデル画像ＩＤ００００３−１、造影ＣＴ画像のモデル画像ＩＤ００００３−２として管理する。なお、１２０３は肝臓、１２０４は門脈を示している。これら複数の撮影手法の画像を一纏めにして管理することで、同じ撮影手法による画像同士のレジストレーションの方が、より精度よく位置合せが行える可能性が高いので、個別にレジストレーションを行う場合に比べて、位置合せの精度を向上でき，画像間の位置合せをより短時間，より精度よく，より簡単に実施できるようになるという著しい効果がある。
更に、別の変形例として、モデル画像１２０１とモデル画像１２０２の両方の画像を重ね合わせたモデル画像ＩＤ００００３の新たなモデル画像１２０５を作成し、これをモデル画像として活用することもできる。この場合、撮影手法が異なる複数の画像に対して同じモデル画像を適用できるので、モデル画像の管理やレジストレーション処理のコストが軽減でき，画像間の位置合せをより短時間，より精度よく，より簡単に実施できるようになるという著しい効果がある。なお、この場合、パラメータセット（ＰＳ）は、新たな検査機器（モダリティ）による画像であると考えて、専用のものを用意しておくことが好ましい。
続いて、第４の実施例として、上述した実施例で用いられたレジストレーション処理のパラメータセット（ＰＳ）の最適化を、複数の病院間で行うことが可能な画像診断支援システムを説明する。本実施例においては、複数の病院での処理パラメータの設定状況を収集、管理して、様々な検査機器、撮影手法による適切なパラメータを有するデータベース（ＤＢ）をサービスセンタで構築する。
図１３は、第４の実施例に関するシステム構成を模式的に示した図である。複数の病院Ａ１３０１、Ｂ１３０２では、画像診断を行う検査機器Ａ、検査機器Ｂが稼働し、それぞれ画像Ａ１３０８、画像Ｂ１３０７を取得する。複数の病院Ａ１３０１、Ｂ１３０２は、図示を省略したネットワーク等を介してサービスセンタ１３０５に接続され、各種のデータを送受信することができる。サービスセンタ１３０５は、通常のコンピュータ構成、即ち相互に接続された処理部、記憶部、入出力部、ネットワークインタフェース部等を有する図示を省略したサーバを備え、その記憶部には、図１３に示したようにモデル画像、パラメータ設定用のデータ、各種の検査機器情報、検査機器マスタの情報を蓄積している。
図１５は、図１３に示したサービスセンタを利用するシステムで、病院Ａ１３０１及び病院Ｂ１３０２で撮影された画像のレジストレーション処理の手順の一例を示すタイミングチャートである。まず、病院Ａ１３０１が、機器Ａ、機器Ｂを使った撮影手法に関するパラメータセット(ＰＳａ)を、サービスセンタ１３０５に伝送する（１５０１）。サービスセンタ１３０５は、受信したＰＳａをセンタ内部のサーバの記憶部に格納する。
次に、病院Ｂ１３０２が患者を病院Ｂ１３０２の機器Ａを用いて撮影した際の、撮影手法に関するパラメータセット（ＰＳｂ）をサービスセンタ１３０５に伝送すると（１５０２）、サービスセンタ１３０５は、受信したＰＳｂをセンタ内部のサーバの記憶部に格納する。図１３に示すように、病院Ｂ１３０２には機器Ｂがないので、患者を病院Ａ１３０１に紹介し、機器Ｂで撮影を実施し、撮影した画像Ｂを病院１３０２に伝送する（１５０３）。この撮影画像Ｂを受信した病院Ｂは、サービスセンタ１３０５に、機器Ａ、機器Ｂを使った撮影手法に関するパラメータセットの有無を問合せする（１５０４）。
サービスセンタ１３０５では、ＰＳａの存在を確認し、ＰＳａが存在すると病院Ｂに回答する（１５０５）。この回答を受け、病院Ｂ１３０２はパラメータセットの伝送をサービスセンタ１３０５に依頼し（１５０６）、ＰＳａを受け取る（１５０７）。その結果、病院Ｂでは、受信したＰＳａを用いて、病院Ｂ１３０２の機器Ａで撮影した画像と、病院Ａ１３０１の機器Ｂで撮影した画像とのレジストレーション処理を実施することができる。
ここで、例えば、機器ＡとしてＣＴ装置、機器ＢとしてＭＲＩ装置を想定することができる。一般に、ＣＴ装置に比べてＭＲＩ装置の普及台数、普及率が低いので、ＭＲＩ装置のある病院に患者を紹介して検査を実施する場合を想定することができる。これにより、例えば、手術を実施した施設で撮影された画像を活用した経過観察が他の異なる病院でも可能とすることができる。
このように本実施例によれば、サービスセンタにおけるパラメータセットの一括管理により、他の病院で撮影された画像にも最適な処理パラメータを適用できるようになるので、各病院内のシステムを超えたパラメータ最適化を行うことができるようになり，他の病院で撮影された画像を用いた場合でも画像間の位置合せをより短時間，より精度よく，より簡単に実施できるようになるという著しい効果がある。
次に、図１４、図１６を用いて第５の実施例として、検査時点でレジストレーション処理を実施し、検査機器への撮影条件にフィードバックが可能な画像診断支援システムを説明する。本実施例においては、レジストレーション処理の結果を撮影直後に検査機器に表示し、注目領域における画像の変形量が多いか否か等を即座に判断してフィードバックすることを可能とするものである。
図１４において、１４０１はパラメータ管理サーバを、１４０２、１４０３はそれぞれ、パラメータ管理サーバ１４０１に図示を省略したネットワークを介して接続される検査室、読影室を、１４０６はモデル画像、１４０７は読影端末を示している。
図１６に見るように、検査室１４０２内の検査技師は、検査室１４０２の検査機器１４０６を用いて撮影した患者Ａの画像Ａを、読影室１４０３に伝送する（１６０１）。読影室１４０３では、読影医が読影端末１４０７により、画像Ａの読影を行い、その際実施したレジストレーション処理のパラメータ設定１４０５をパラメータ管理サーバ１４０１に伝送する（１６０２）。パラメータ管理サーバ１４０１では、処理パラメータを最適化し、パラメータセットとして格納する。
その後、検査室１４０２で、患者Ａの再度の撮影を行うと、読影室Ａから過去に撮影した画像Ａの伝送を受ける（１６０３）。そして、パラメータ管理サーバ１６０１から、画像Ａを撮影した撮影機器、撮影手法に関するパラメータセットを呼出し（１６０４）、伝送されたパラメータセットを受信する（１６０５）。検査室１４０２では、画像Ａと今回撮影した画像Ｂとのレジストレーション処理を、受信したパラメータセットを用いて実施する。このレジストレーション処理で比較が上手くいかなかった場合は、検査室１４０２では、患者の体勢や撮影条件を変更し、撮影とレジストレーション処理を再実行する。そして撮影した画像Ｂを読影室１４０３に伝送する（１６０６）と共に、実施したレジストレーション処理のパラメータをパラメータ管理サーバ１４０１に伝送する（１６０７）。パラメータ管理サーバ１４０１では、伝送されてきた処理パラメータを最適化し、パラメータセットとして記憶部に格納する。
その後、読影室１４０３の読影医は読影端末１４０７により、検査した撮影機器、撮影手法に関するパラメータセットをパラメータ管理サーバ１４０１から呼出し、伝送されてきたパラメータセットを用いて、画像Ａ、画像Ｂのレジストレーション処理を実施し、画像Ｂの読影を行うことができる。
このように本実施例によれば、パラメータ管理サーバ１４０１が院内の処理パラメータを全て共有し、院内のあらゆる事例を活用したレジストレーション処理を検査室でも実施することができるようになり，より最適なパラメータセットを直ぐに利用できるようになるので，画像間の位置合せをより短時間，より精度よく，より簡単に実施できるようになるという著しい効果がある。又、比較した画像の変形量が多い場合は即座に再撮影したり、検査機器（モダリティ）の撮影条件の設定、再撮影に反映可能となるとなるので，撮影から読影に至る画像診断全体の効率を向上させることができる，さらには，後日再撮影が必要となるようなケースを未然に防止することができ，患者の負担を軽減することができるようになるという著しい効果がある。
また本実施例によれば、定期的に経過観察を実施している患者の場合、過去に何度か同じ検査機器、撮影手法による検査を実施しているので、その度毎に過去に撮影した画像とのレジストレーション処理を行って、画像同士を比較する読影を効率的に実施することができるようになるという著しい効果がある。また、検査室１４０２でレジストレーション処理を行うことで、その場で患者の体勢や撮影条件の最適化を行えるようになるという著しい効果がある。更に、撮影時に行ったレジストレーション処理でのパラメータ設定を用いて、読影室１４０３での読影時のレジストレーション処理が行うことができるようになり，より最適なパラメータセットを直ぐに利用できるようになるので，画像間の位置合せをより短時間，より精度よく，より簡単に実施できるようになるという著しい効果がある。
次に、以上説明した各実施例の画像診断支援システムにおけるレジストレーション処理画面の一例を説明する。
図１７は、上述した各実施例におけるレジストレーション処理画面の一例を示す図である。同図において、画面１７１１中に、画像データ１ １７０１、画像データ２ １７０２、レジストレーション結果画像１７０３が表示されている。これら画像の下部に、自動パラメータ設定ボタン１７０４が配置され、このボタンにより、上述した各実施例によるパラメータの自動設定の実施が開始される。パラメータ修正ボタン１７０５は、自動設定で不具合が生じたときに選択される。プルダウンメニュー１７０６は、前処理フィルタ、適用量、逐次処理ステップ、打ち切り誤差等、パラメータ修正を選択したときに変更できるパラメータ設定部である。レジストレーション実行ボタン１７０７は、画像データ１ １７０１に画像データ２ １７０２を合せ込むレジストレーション処理を実行するためのボタンである。
また、画像データ２のみボタン１７０８は、レジストレーション結果画像に画像データ２の処理結果のみを表示するためのボタンである。重ね合わせ表示ボタン１７０９は、画像データ１とレジストレーション処理後の画像データ２とを同じ画面に重ねて表示するためのボタンです。輝度、色相スライダー１７１０は、重ね合わせ表示のときの画像データ２の輝度や色相を変更するためのスライダーである。
このように，ボタンの操作とスライダーの移動だけで画像の重ね合わせが上手く実施されているかどうかを，より視覚的にわかりやすく確認できるようになるので，画像間の位置合せをより短時間，より精度よく，より簡単に実施できるようになるという著しい効果がある。
なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施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のであり、必ずしも説明の全ての構成を備えるものに限定されものではない。また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることが可能である。また、各実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。
また、上記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、上記の各構成、機能等は、プロセス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ソフトウェアで実現してもよいことは上述の通りである。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、又は、ＩＣカード、ＤＶＤ(Digital Versatile Disc)等の記録媒体におくことができるし、必要に応じてネットワーク等を介してダウンロードすることも可能である。
本発明は、画像診断支援装置、特に複数の画像を比較して読影を行う際の画像間の位置合せ処理の効率化を図る技術として極めて有用である。
１０１、１０３ 記憶装置
１０２ 画像保管サーバ
１０４ 読影端末
１０５ 内部バス
１０６、１０７ ＣＴ装置
１０８ ＭＲＩ装置
１１１ 主メモリ（ＭＭ）
１１２ 中央処理部（ＣＰＵ）
１１３ 液晶表示ディスプレイ（ＬＣＤ）
１１４ ハードディスクドライブ（ＨＤＤ）
１１５ 入力部（ＩＮＰＵＴ）
１１６ ネットワークインタフェース（Ｉ／Ｆ）
３０１ 処理部
３０１１ モデル画像
３０１２ パラメータ修正
３０１３ パラメータ設定
３０１４ レジストレーション実行
３０２ 検査機器、撮影手法
３０３ 検査目的
３０４、４０３ 注目部位
３０５ 画像データ１
３０６ 画像データ２
３０７ レジストレーション画像
４０１ モデル画像候補テーブル
５０１ パラメータセット（ＰＳ）設定テーブル
６０１ 実施結果蓄積テーブル
７０１ パラメータ修正用グラフ
８０１、８０３、８０５、８０８、８１０ モデル画像
８０２、８０４、８０７、８０９、８１１ 位置合せの基準領域
８０６ 心臓
８１２ 分離したい領域
９０１、９０２、９０３ 領域データ
１００１ 撮影画像の領域
１００２ 矩形の基準領域
１１０１、１１０２ 相互情報量
１１０３、１１０４ 相互情報量のしきい値
１２０１ ＣＴ画像のモデル画像
１２０２ 造影ＣＴ画像のモデル画像
１２０３ 肝臓
１２０４ 門脈
１２０５ 新たなモデル画像
１３０１ 病院Ａ
１３０２ 病院Ｂ
１３０３、１３０６ パラメータ設定
１３０４ 個人情報削除
１３０５ サービスセンタ
１３０７ 画像Ｂ
１３０８ 画像Ａ
１４０１ パラメータ管理サーバ
１４０２ 検査室
１４０３ 読影室
１４０４、１４０５ パラメータ設定
１４０６ 画像データ
１４０７ 読影端末
１７０１ 画像データ１
１７０２ 画像データ２
１７０３ レジストレーション結果画像
１７０４ 自動パラメータ設置ボタン
１７０５ パラメータ修正ボタン
１７０６ プルダウンメニュー
１７０７ レジストレーション実行ボタン
１７０８ 画像データ２のみボタン
１７０９ 重ね合わせ表示ボタン
１７１０ 色相スライダー
１７１１ 表示画面。

Claims (20)

  1. 複数の画像間のレジストレーション処理により画像診断の支援を行う画像診断支援装置であって、
    前記レジストレーション処理を実行する処理部と、
    検査目的及び注目部位に対応する、前記レジストレーション処理に利用するモデル画像と、前記モデル画像の前記レジストレーション処理を行う位置合せ基準領域を記憶する記憶部を備え、
    前記処理部は、
    前記検査目的及び前記注目部位に基づき選択した前記レジストレーション処理に利用する前記モデル画像の候補の、前記位置合せの基準領域で前記レジストレーション処理を実行する、
    ことを特徴とする画像診断支援装置。
  2. 請求項１に記載の画像診断支援装置であって、
    前記記憶部は、
    検査手技の組合せに対応する、前記レジストレーション処理に利用するパラメータを記憶し、
    前記処理部は、
    前記複数の画像の検査手技の組合せに基づき選択した前記パラメータを用いて、前記レジストレーション処理を実行する、
    ことを特徴とする画像診断支援装置。
  3. 請求項２に記載の画像診断支援装置であって、
    前記処理部は、
    前記モデル画像の候補と、前記複数の画像中の第１の画像の検査手技の組合せに基づき、前記モデル画像の候補と前記第１の画像の間の前記レジストレーション処理のパラメータを決定し、前記モデル画像の候補と前記第１の画像の間のレジストレーション処理を実行する、
    ことを特徴とする画像診断支援装置。
  4. 複数の画像間のレジストレーション処理により画像診断の支援を行う画像診断支援装置であって、
    前記レジストレーション処理を実行する処理部と、
    検査手技の組合せに対応する、前記レジストレーション処理に利用するパラメータを記憶する記憶部を備え、
    前記処理部は、
    前記複数の画像の検査手技の組合せに基づき選択した前記パラメータを用いて、前記レジストレーション処理を実行する、
    ことを特徴とする画像診断支援装置。
  5. 請求項３に記載の画像診断支援装置であって、
    前記処理部は、
    前記モデル画像の候補と前記第１の画像の間で、前記位置合せの基準領域で実行したレジストレーション処理が成功した場合、成功した前記モデル画像の候補から前記モデル画像を選択し、選択した当該モデル画像の前記位置合せの基準領域に対応する前記第１の画像中の領域を、前記第１の画像と前記複数の画像中の第２の画像との間のレジストレーション処理を実行する位置合せの基準領域に設定する、
    ことを特徴とする画像診断支援装置。
  6. 請求項５に記載の画像診断支援装置であって、
    前記処理部は、
    前記第１の画像と前記第２の画像の検査手技に基づき、前記第１の画像と前記第２の画像の間の前記レジストレーション処理のパラメータを決定する、
    ことを特徴とする画像診断支援装置。
  7. 複数の画像間のレジストレーション処理により画像診断の支援を行う画像診断支援装置であって、
    前記レジストレーション処理を実行する処理部と、
    検査手技に対応する、前記レジストレーション処理に利用するパラメータを記憶する記憶部を備え、
    前記記憶部は、
    検査目的及び注目部位に対応する、前記レジストレーション処理に利用するモデル画像を記憶し、
    前記処理部は、
    前記検査目的及び前記注目部位に基づき、前記レジストレーション処理に利用する前記モデル画像の候補を選択し、
    選択した前記モデル画像の候補と、前記複数の画像中の第１の画像の検査手技に基づき、前記モデル画像の候補と前記第１の画像の間の前記レジストレーション処理のパラメータを決定し、前記モデル画像の候補と前記第１の画像の間のレジストレーション処理を実行し、
    前記モデル画像の候補と前記第１の画像の間で実行した前記レジストレーション処理が成功しなかった場合、新たな位置合せの基準領域を設定した前記第１の画像を、前記モデル画像の候補として追加する、
    ことを特徴とする画像診断支援装置。
  8. 請求項７記載の画像診断支援装置であって、
    画像を表示する表示部を更に備え、
    前記処理部は、
    前記モデル画像の候補と前記第１の画像の間で実行した前記レジストレーション処理が成功しなかった場合、前記第１の画像を前記表示部に表示する、
    ことを特徴とする画像診断支援装置。
  9. 請求項３記載の画像診断支援装置であって、
    前記処理部は、
    前記モデル画像の候補と前記第１の画像の間で実行した前記レジストレーション処理の成否の判別を、前記レジストレーション処理で得る相互情報量の値で行う、
    ことを特徴とする画像診断支援装置。
  10. 複数の画像間のレジストレーション処理により画像診断の支援を行う画像診断支援装置であって、
    前記レジストレーション処理を実行する処理部と、
    検査手技に対応する、前記レジストレーション処理に利用するパラメータを記憶する記憶部を備え、
    前記記憶部は、
    検査目的及び注目部位に対応する、前記レジストレーション処理に利用するモデル画像を記憶し、
    前記処理部は、
    前記検査目的及び前記注目部位に基づき、前記レジストレーション処理に利用する前記モデル画像の候補を選択し、
    選択した前記モデル画像の候補と、前記複数の画像中の第１の画像の検査手技に基づき、前記モデル画像の候補と前記第１の画像の間の前記レジストレーション処理のパラメータを決定し、前記モデル画像の候補と前記第１の画像の間のレジストレーション処理を実行し、
    前記モデル画像の候補と前記第１の画像の間で実行した前記レジストレーション処理の成否の判別を、前記レジストレーション処理で得る相互情報量の値で行い、
    前記レジストレーション処理の成否を判別する、前記モデル画像の候補と前記第１の画像の前記検査目的、前記検査手技、及び前記注目部位が一致する場合、前記相互情報量のしきい値を、その他の場合と比較して高く設定する、
    ことを特徴とする画像診断支援装置。
  11. 複数の画像間のレジストレーション処理により画像診断の支援を行う画像診断支援装置であって、
    前記レジストレーション処理を実行する処理部と、
    検査手技に対応する、前記レジストレーション処理に利用するパラメータを記憶する記憶部を備え、
    前記処理部は、
    前記複数の画像の検査手技に基づき選択した前記レジストレーション処理のパラメータを用いて、前記複数の画像間のレジストレーション処理を実行し、
    前記レジストレーション処理を実行した後、実施結果を反映して、前記パラメータの修正を行う、
    ことを特徴とする画像診断支援装置。
  12. 複数の画像間のレジストレーション処理により画像診断の支援を行う端末を用いた画像診断支援装置の作動方法であって、
    前記端末は、前記複数の画像の検査目的、注目部位に基づき、前記レジストレーション処理に利用するモデル画像の候補を選択し、
    選択した前記モデル画像の候補に予め設定された位置合せの基準領域で前記レジストレーション処理を実行する、
    ことを特徴とする画像診断支援装置の作動方法。
  13. 請求項１２記載の画像診断支援装置の作動方法であって、
    前記端末は、前記モデル画像の候補と前記複数の画像中の第１の画像の間のレジストレーション処理を、前記モデル画像の候補に予め設定された前記位置合せの基準領域で実行する、
    ことを特徴とする画像診断支援装置の作動方法。
  14. 請求項１３記載の画像診断支援装置の作動方法であって、
    前記端末は、前記モデル画像の候補と前記第１の画像の間で、前記位置合せの基準領域で実行したレジストレーション処理が成功した場合、成功した前記モデル画像の候補から前記モデル画像を選択し、選択した当該モデル画像の前記位置合せの基準領域に対応する前記第１の画像中の領域を、前記第１の画像と前記複数の画像中の第２の画像との間のレジストレーション処理を実行する位置合せの基準領域に設定する、
    ことを特徴とする画像診断支援装置の作動方法。
  15. 請求項１２に記載の画像診断支援装置の作動方法であって、
    前記端末は、前記複数の画像の検査手技の組合せに基づき決定した前記レジストレーション処理のパラメータを用いて、前記レジストレーション処理を実行する、
    ことを特徴とする画像診断支援装置の作動方法。
  16. 複数の画像間のレジストレーション処理により画像診断の支援を行う端末を用いた画像診断支援装置の作動方法であって、
    前記端末は、前記複数の画像の検査目的、注目部位に基づきモデル画像を選択し、
    選択した前記モデル画像に予め設定された位置合せの基準領域と、前記複数の画像の検査手技に基づき決定した前記レジストレーション処理のパラメータを用いて、前記複数の画像間のレジストレーション処理を実行し、
    前記端末は、前記検査目的及び前記注目部位に基づき、前記レジストレーション処理に利用する前記モデル画像の候補を選択し、
    前記モデル画像の候補と前記複数の画像中の第１の画像の間のレジストレーション処理を、前記位置合せの基準領域で実行し、
    前記端末は、前記モデル画像の候補と前記第１の画像の間で実行した前記レジストレーション処理が成功しなかった場合、新たな位置合せの基準領域を設定した前記第１の画像を、前記モデル画像の候補として追加する、
    ことを特徴とする画像診断支援装置の作動方法。
  17. 請求項１３に記載の画像診断支援装置の作動方法であって、
    前記端末は、前記モデル画像の候補と前記第１の画像の間で実行した前記レジストレーション処理の成否の判別を、前記レジストレーション処理で得る相互情報量の値で行う、
    ことを特徴とする画像診断支援装置の作動方法。
  18. 請求項１に記載の画像診断支援装置であって、
    前記モデル画像が肺野画像の場合、前記レジストレーション処理を行う位置合せ基準領域を、前記肺野画像の上部の肋骨の位置に設定する、
    ことを特徴とする画像診断支援装置。
  19. 請求項１に記載の画像診断支援装置であって、
    前記モデル画像が肺野画像の場合、前記レジストレーション処理を行う位置合せ基準領域を、前記肺野画像の呼吸による体動が少ない上部の組織の位置に設定する、
    ことを特徴とする画像診断支援装置。
  20. 請求項１に記載の画像診断支援装置であって、
    前記検査目的が骨格筋の機能の診断の場合、前記レジストレーション処理を行う位置合せ基準領域を、前記骨格筋がつながる関節の支点の位置に設定する、
    ことを特徴とするが画像診断支援装置。
JP2013519434A 2011-06-10 2012-05-22 画像診断支援装置、及び方法 Expired - Fee Related JP5684382B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2013519434A JP5684382B2 (ja) 2011-06-10 2012-05-22 画像診断支援装置、及び方法

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
JP2011130254 2011-06-10
JP2011130254 2011-06-10
PCT/JP2012/063097 WO2012169344A1 (ja) 2011-06-10 2012-05-22 画像診断支援装置、及び方法
JP2013519434A JP5684382B2 (ja) 2011-06-10 2012-05-22 画像診断支援装置、及び方法

Publications (2)

Publication Number Publication Date
JPWO2012169344A1 JPWO2012169344A1 (ja) 2015-02-23
JP5684382B2 true JP5684382B2 (ja) 2015-03-11

Family

ID=47295913

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2013519434A Expired - Fee Related JP5684382B2 (ja) 2011-06-10 2012-05-22 画像診断支援装置、及び方法

Country Status (5)

Country Link
US (1) US20140126789A1 (ja)
EP (1) EP2719325A1 (ja)
JP (1) JP5684382B2 (ja)
CN (1) CN103596489A (ja)
WO (1) WO2012169344A1 (ja)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2719325A1 (en) * 2011-06-10 2014-04-16 Hitachi Medical Corporation Image diagnosis assisting apparatus, and method
JP5948200B2 (ja) * 2012-09-27 2016-07-06 オリンパス株式会社 画像処理装置、プログラム及び画像処理方法
JP6242072B2 (ja) 2012-09-27 2017-12-06 オリンパス株式会社 画像処理装置、プログラム及び画像処理装置の作動方法
JP5418952B1 (ja) * 2013-03-22 2014-02-19 株式会社国際電気通信基礎技術研究所 脳活動測定装置および脳活動測定方法
EP3846176B1 (en) * 2013-09-25 2024-09-04 HeartFlow, Inc. Systems and methods for validating and correcting automated medical image annotations
KR20150074304A (ko) * 2013-12-23 2015-07-02 삼성전자주식회사 의료 영상 정보를 제공하는 방법 및 그 장치
JP6376838B2 (ja) * 2014-05-22 2018-08-22 富士フイルム株式会社 診療支援装置、診療支援装置の作動方法及びプログラム、並びに診療支援システム
US10535149B2 (en) 2014-06-25 2020-01-14 Koninklijke Philips N.V. Imaging device for registration of different imaging modalities
JP6452987B2 (ja) * 2014-08-13 2019-01-16 キヤノンメディカルシステムズ株式会社 放射線治療システム
DE102014223388B4 (de) * 2014-11-17 2016-07-28 Siemens Healthcare Gmbh Beschleunigung einer MR-Fingerprinting-Messung
US9563979B2 (en) * 2014-11-28 2017-02-07 Toshiba Medical Systems Corporation Apparatus and method for registering virtual anatomy data
JP6766883B2 (ja) * 2016-11-24 2020-10-14 株式会社ニコン 画像処理装置、顕微鏡システム、画像処理方法、およびプログラム
JP2018153297A (ja) * 2017-03-16 2018-10-04 コニカミノルタ株式会社 Ｘ線動画像処理装置
JP6843669B2 (ja) * 2017-03-28 2021-03-17 キヤノンメディカルシステムズ株式会社 医用画像処理装置、医用画像処理方法、及び医用画像処理プログラム
JP7157409B2 (ja) * 2017-08-04 2022-10-20 日本電気株式会社 三次元画像生成装置、三次元画像生成方法、および三次元画像生成プログラム
CN111836589A (zh) 2017-10-23 2020-10-27 彼得·L·波纳 旋转振荡和线性往复运动手术工具
JP6590386B1 (ja) * 2018-11-20 2019-10-16 株式会社アルム 画像処理装置、画像処理システム、および画像処理プログラム

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08103439A (ja) * 1994-10-04 1996-04-23 Konica Corp 画像の位置合わせ処理装置及び画像間処理装置
JP2003517361A (ja) * 1999-12-14 2003-05-27 シーメンス コーポレイト リサーチ インコーポレイテツド カーディアックｃｔａ及びｍｒデータ収集のモデルベースドレジストレーション
JP2007029502A (ja) * 2005-07-28 2007-02-08 Fujifilm Corp 位置合せ装置、位置合せ方法、およびそのプログラム
EP2719325A1 (en) * 2011-06-10 2014-04-16 Hitachi Medical Corporation Image diagnosis assisting apparatus, and method

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5273040A (en) * 1991-11-14 1993-12-28 Picker International, Inc. Measurement of vetricle volumes with cardiac MRI
AU4311901A (en) * 1999-12-10 2001-06-18 Michael I. Miller Method and apparatus for cross modality image registration
US20060074287A1 (en) * 2004-09-30 2006-04-06 General Electric Company Systems, methods and apparatus for dual mammography image detection
JP2008523871A (ja) * 2004-12-15 2008-07-10 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ マルチモダリティ画像のレジストレーション
US8194946B2 (en) * 2005-07-28 2012-06-05 Fujifilm Corporation Aligning apparatus, aligning method, and the program
US7995818B2 (en) * 2006-11-22 2011-08-09 General Electric Company Systems and methods for synchronized image viewing with an image atlas
US20100318538A1 (en) * 2009-06-12 2010-12-16 Google Inc. Predictive searching and associated cache management
US8311303B2 (en) * 2010-01-12 2012-11-13 Siemens Corporation Method and system for semantics driven image registration
EP2369551B1 (en) * 2010-03-25 2019-10-30 Emory University Imaging system and method

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08103439A (ja) * 1994-10-04 1996-04-23 Konica Corp 画像の位置合わせ処理装置及び画像間処理装置
JP2003517361A (ja) * 1999-12-14 2003-05-27 シーメンス コーポレイト リサーチ インコーポレイテツド カーディアックｃｔａ及びｍｒデータ収集のモデルベースドレジストレーション
JP2007029502A (ja) * 2005-07-28 2007-02-08 Fujifilm Corp 位置合せ装置、位置合せ方法、およびそのプログラム
EP2719325A1 (en) * 2011-06-10 2014-04-16 Hitachi Medical Corporation Image diagnosis assisting apparatus, and method
US20140126789A1 (en) * 2011-06-10 2014-05-08 Hideyuki Ban Image diagnosis assisting apparatus, and method

Also Published As

Publication number Publication date
JPWO2012169344A1 (ja) 2015-02-23
US20140126789A1 (en) 2014-05-08
WO2012169344A1 (ja) 2012-12-13
EP2719325A1 (en) 2014-04-16
CN103596489A (zh) 2014-02-19

Similar Documents

Publication Publication Date Title
JP5684382B2 (ja) 画像診断支援装置、及び方法
JP5314614B2 (ja) 医用画像表示装置及び医用画像表示方法並びにプログラム
EP2312531B1 (en) Computer assisted diagnosis of temporal changes
JP4818846B2 (ja) 医用画像処理装置及び医用画像処理プログラム
JP5159301B2 (ja) 医用画像表示装置および画像表示方法
EP2925216B1 (en) Stenosis therapy planning
JP4911029B2 (ja) 異常陰影候補検出方法、異常陰影候補検出装置
JP5355110B2 (ja) 診断支援装置及び診断支援方法
JP4616872B2 (ja) 画像表示装置および画像表示プログラム
JP4528322B2 (ja) 画像表示装置、画像表示方法、および画像表示プログラム
WO2006011545A1 (ja) 医用画像診断支援方法、装置及び画像処理プログラム
JP2011092681A (ja) 医用画像処理装置および方法並びにプログラム
JP5700964B2 (ja) 医用画像処理装置、方法およびプログラム
JP2007286945A (ja) 類似画像検索装置および方法並びにプログラム
JP2010167042A (ja) 医用診断支援装置及びその制御方法、並びに、プログラム
JP5355111B2 (ja) 診断支援装置及び診断支援方法
JP6738305B2 (ja) 学習データ生成支援装置および学習データ生成支援装置の作動方法並びに学習データ生成支援プログラム
JP2013123528A (ja) 画像診断支援装置、画像診断支援方法
US10599811B2 (en) Medical image storage processing apparatus, method, and medium
JP2016202721A (ja) 医用画像表示装置及びプログラム
JP6967983B2 (ja) 画像処理装置、画像処理方法、及びプログラム
US10552959B2 (en) System and method for using imaging quality metric ranking
JP5750381B2 (ja) 領域抽出処理システム
JP5784082B2 (ja) 診断支援装置及び診断支援方法
JP6645904B2 (ja) 医用画像表示装置及び表示プログラム

Legal Events

Date Code Title Description
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: 20141216

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20150114

R150 Certificate of patent or registration of utility model

Ref document number: 5684382

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313111

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

LAPS Cancellation because of no payment of annual fees