JP6195714B2 - 医用画像処理装置および方法並びにプログラム - Google Patents

医用画像処理装置および方法並びにプログラム Download PDF

Info

Publication number
JP6195714B2
JP6195714B2 JP2013005050A JP2013005050A JP6195714B2 JP 6195714 B2 JP6195714 B2 JP 6195714B2 JP 2013005050 A JP2013005050 A JP 2013005050A JP 2013005050 A JP2013005050 A JP 2013005050A JP 6195714 B2 JP6195714 B2 JP 6195714B2
Authority
JP
Japan
Prior art keywords
region
medical image
image data
extracted
left ventricular
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
JP2013005050A
Other languages
English (en)
Other versions
JP2014135990A (ja
JP2014135990A5 (ja
Inventor
赤堀　貞登
貞登 赤堀
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.)
Fujifilm Corp
Original Assignee
Fujifilm 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 Fujifilm Corp filed Critical Fujifilm Corp
Priority to JP2013005050A priority Critical patent/JP6195714B2/ja
Priority to PCT/JP2014/000076 priority patent/WO2014112338A1/ja
Publication of JP2014135990A publication Critical patent/JP2014135990A/ja
Priority to US14/800,704 priority patent/US10019804B2/en
Publication of JP2014135990A5 publication Critical patent/JP2014135990A5/ja
Application granted granted Critical
Publication of JP6195714B2 publication Critical patent/JP6195714B2/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
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • 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
    • A61B5/0033—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
    • A61B5/004—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 image acquisition of a particular organ or body part
    • A61B5/0044—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 image acquisition of a particular organ or body part for the heart
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/149—Segmentation; Edge detection involving deformable models, e.g. active contour models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/162—Segmentation; Edge detection involving graph-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/174—Segmentation; Edge detection involving the use of two or more images
    • 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
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/503—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of the heart
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image 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
    • G06T2207/10004—Still image; Photographic image
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20072—Graph-based 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20092—Interactive image processing based on input by user
    • G06T2207/20101—Interactive definition of point of interest, landmark or seed
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20112—Image segmentation details
    • G06T2207/20128—Atlas-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30048—Heart; Cardiac

Landscapes

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

Description

本発明は、心臓の画像を含む医用画像データから左心室領域や右心室領域などを抽出する医用画像処理装置および方法並びにプログラムに関するものである。
従来、ＣＴ（Computed Tomography）、ＭＲＩ（Magnetic Resonance Imaging）、超音波画像などの医用画像から心臓の左心室などの領域を抽出する方法が種々提案されている（非特許文献１〜非特許文献３参照）。
また、近年では、空間３次元に時間軸も加えた４次元の医用画像が取得できるようになり、具体的には、心臓の１心拍の間に複数の３次元画像が取得できるまでになっている。このような心臓の複数の３次元画像を解析することにより、駆出率、拡張末期容積、収縮末期容積、１回拍出量、心拍出量、心筋重量などといった心臓の機能をさらに解析することができる。
心臓には４つの部屋があり、臨床上もっとも重要とされる左心室の自動抽出がもっとも盛んに研究されてきたが、現在は、右心室や左右心房も研究対象となってきている。そして、これらの部屋の自動抽出精度を向上させることが医師の修正作業負荷を減らすことになる。
Hortense A. Kirisli, Michiel Schaap, Stefan Klein, Lisan A. Neefjes, Annick C. Weustink, Theo Van Walsum, Wiro J. Niessen: "Fully automatic cardiac segmentation from 3D CTA data: a multi-atlas based approach", Proc. SPIE 7623, Medical Imaging 2010: Image Processing, 762305 (March 12, 2010) Johannes Ulen, Petter Strandmark, Fredrik Kahl: "Optimization for Multi-Region Segmentation of Cardiac MRI", STACOM'11 Proceedings of the Second international conference on Statistical Atlases and Computational Models of the Heart: imaging and modelling challenges, pp. 129-138, 2011 Y. Zheng, A. Barbu, B. Georgescu, M. Scheuering, D. Comaniciu: "Four-Chamber Heart Modeling and Automatic Segmentation for 3D Cardiac CT Volume Using Marginal Space Learning and Steerable Features", IEEE Transactions on Medical Imaging Vol.27 No.11, pp. 1668-1681, 2008
ここで、非特許文献１および非特許文献２には、心臓における複数の部屋を同時に抽出する方法が提案されている。
しかしながら、心臓の各部屋のそれぞれの形状には個人差があるため、その組み合わせパターンは非常に膨大になる。したがって、非特許文献１や非特許文献２に記載の方法のように、複数の部屋を同時に抽出するためにはその膨大なバリエーションに対処する必要があるが、このような膨大な組み合わせパターンを表現するのは困難であるため、高精度に各部屋を同時に抽出することは難しい。特にアトラス画像や、Active Shape Modelなどといった主成分モデルのようなトレーニング画像を用いた形状モデルを用いる場合には、精度を出すのが困難である。
また、非特許文献３は、各部屋を個別に抽出することで、心臓全体から各部屋を同時に抽出する場合よりもバリエーションが小さくなるようにしている。
しかしながら、個々の部屋の抽出処理で対処すべきバリエーションを小さくすることによって精度を出しやすくなるが、一方、個々の処理で抽出ミスが生じた場合には、各部屋の抽出結果に不整合が生じる問題がある。
本発明は、上記事情に鑑み、心臓の各部屋に対応する各領域を高精度に抽出することができる医用画像処理装置および方法並びにプログラムを提供することを目的とするものである。
本発明の医用画像処理装置は、心臓の画像を含む医用画像データを取得する医用画像データ取得部と、医用画像データ取得部によって取得された医用画像データにおける心臓の左心室領域を抽出し、その左心室領域の抽出結果に基づいて、心臓の右心室領域、左心房領域および右心房領域のうちの少なくとも１つの領域を抽出する領域抽出処理を行う領域抽出処理部とを備えたことを特徴とする。
また、上記本発明の医用画像処理装置においては、領域抽出処理部を、左心室領域の抽出結果に基づいて、領域抽出処理の対象の医用画像データの画素を限定するものとできる。
また、領域抽出処理部を、左心室領域の抽出結果に基づいて評価関数を設定し、その評価関数の最適解を求めることによって領域抽出処理を行うものとできる。
また、領域抽出処理部を、左心室領域の抽出結果に基づいて、右心室領域を抽出した後、右心房領域または左心房領域を抽出するものとできる。
また、医用画像データ取得部を、拍動する心臓の一心周期における異なる位相の複数の医用画像データを取得するものとし、領域抽出処理部を、上記複数の医用画像データのうちの拡張期の１枚の医用画像データにおける左心室領域を抽出し、その左心室領域の抽出結果に基づいて、拡張期の１枚の医用画像データにおける右心室領域、左心房領域および右心房領域のうちの少なくとも１つの領域を抽出し、その拡張期の１枚の医用画像データの抽出結果に基づいて、拡張期の１枚の医用画像データ以外の位相の医用画像データにおける上記少なくとも１つの領域を抽出するものとできる。
また、領域抽出処理部を、上記複数の医用画像データのうちの拡張末期の１枚の医用画像データにおける左心室領域の領域を抽出し、その左心室領域の抽出結果に基づいて、拡張末期の１枚の医用画像データにおける右心室領域、左心房領域および右心房領域のうちの少なくとも１つの領域を抽出し、その拡張末期の１枚の医用画像データの抽出結果に基づいて、拡張末期の１枚の医用画像データ以外の位相の医用画像データにおける上記少なくとも１つの領域を抽出するものとできる。
また、領域抽出処理部を、拡張期の１枚の医用画像データの各領域の抽出結果に異常がある場合には、その領域の輪郭点の手動による修正を受け付け、その修正後の輪郭点に基づいて、拡張期の１枚の医用画像データ以外の位相の医用画像データの領域抽出処理を再度行うものとできる。
また、領域抽出処理部を、医用画像データ上における複数のランドマークを検出し、その検出したランドマークの検出結果に基づいて左心室領域を抽出するものとできる。
また、領域抽出処理部を、複数のランドマークの検出結果に基づいて、左心室領域または上記少なくとも１つの領域が抽出できなかった場合または抽出された左心室領域または上記少なくとも１つの領域に異常がある場合には、ランドマークの手動による修正を受け付け、その修正後のランドマークに基づいて、領域抽出処理を再度行うものとできる。
また、領域抽出処理部を、抽出された左心室領域が異常である場合には、左心室領域の輪郭点の手動による修正を受け付け、その修正後の輪郭点に基づいて、左心室領域の領域抽出処理を再度行うものとできる。
また、医用画像データとして、３次元画像データを用いることができる。
本発明の医用画像処理方法は、心臓の画像を含む医用画像データを取得し、その取得した医用画像データにおける心臓の左心室領域を抽出し、その左心室領域の抽出結果に基づいて、心臓の右心室領域、左心房領域および右心房領域のうちの少なくとも１つの領域を抽出することを特徴とする。
本発明の医用画像処理プログラムは、コンピュータを、心臓の画像を含む医用画像データを取得する医用画像データ取得部と、医用画像データ取得部によって取得された医用画像データにおける心臓の左心室領域を抽出し、その左心室領域の抽出結果に基づいて、心臓の右心室領域、左心房領域および右心房領域のうちの少なくとも１つの領域を抽出する領域抽出処理を行う領域抽出処理部として機能させることを特徴とする。
本発明の医用画像処理装置および方法並びにプログラムによれば、心臓の画像を含む医用画像データを取得し、その取得した医用画像データにおける心臓の左心室領域を抽出し、その左心室領域の抽出結果に基づいて、心臓の右心室領域、左心房領域および右心房領域のうちの少なくとも１つの領域を抽出するようにしたので、心臓の各領域を高精度に抽出することができる。
すなわち、心臓の左心室領域については、その形状が比較的単純であるため、単独で抽出することによって高精度に抽出することができる。そして、この左心室領域の抽出結果を信頼できる情報として利用してその他の領域を抽出することによって、その他の領域の抽出精度を向上させることができ、抽出ミスを低減することができる。
本発明の医用画像処理装置および方法並びにプログラムの一実施形態を用いた医用画像診断支援システムの概略構成を示すブロック図 本発明の医用画像処理装置および方法並びにプログラムの一実施形態を用いた医用画像診断支援システムの作用を説明するためのフローチャート 心臓の画像を含む医用画像データの一例を示す図 図３に示す医用画像データにおける心臓の左心室領域ＬＶを示す図 医用画像データ上の複数のランドマークＭの一例を示す図 医用画像データ上の複数のランドマークＭの一例を示す図 グラフカット法を用いた領域抽出処理を説明するための図 医用画像データ上における左心室領域ＬＶ、右心室領域ＲＶ、左心房領域ＬＡおよび右心房領域ＲＡの一例を示す図 アトラス画像を用いた領域抽出処理を説明するための図 拡張フェーズの１枚の医用画像データの抽出結果を用いて、その１枚の医用画像データ以外のフェーズの医用画像データの領域抽出処理を行う方法を説明するための図
以下、本発明の医用画像処理装置および方法並びにプログラムの一実施形態を用いた医用画像診断支援システムについて、図面を参照しながら詳細に説明する。図１は、本実施形態を用いた医用画像診断支援システムの概略構成を示すブロック図である。
本実施形態の医用画像診断支援システム１は、図１に示すように、医用画像処理装置１０と、ディスプレイ２０と、入力装置３０と、医用画像データ保管サーバ４０とを備えている。
医用画像処理装置１０は、コンピュータに本実施形態の医用画像処理プログラムをインストールすることによって構成されたものである。
医用画像処理装置１０は、中央処理装置（ＣＰＵ）および半導体メモリや、本実施形態の医用画像処理プログラムがインストールされたハードディスクやＳＳＤ(Solid State Drive)等のストレージデバイスなどを備えており、これらのハードウェアによって、図１に示すような医用画像データ取得部１１、領域抽出処理部１２および表示制御部１３が構成されている。そして、ハードディスクにインストールされた医用画像処理プログラムが中央処理装置によって実行されることによって上記各部がそれぞれ動作する。
医用画像データ取得部１１は、予め撮影された心臓の画像を含む医用画像データを取得するものである。医用画像データとしては、たとえばＣＴ装置、ＭＲＩ装置、ＭＳ（Multi Slice）ＣＴ装置、コーンビームＣＴ装置、超音波画像撮影装置などから出力された断層画像データや、この断層画像データから再構成されたボリュームデータなどがある。医用画像データは、医用画像データ保管サーバ４０に被検者の識別情報とともに予め保管されており、医用画像データ取得部１１は、入力装置３０において入力された被検者の識別情報に対応する医用画像データを医用画像データ保管サーバ４０から読み出すものである。
領域抽出処理部１２は、医用画像データ取得部１１によって取得された医用画像データに対してグラフカット法を用いた領域抽出処理を施すものである。そして、領域抽出処理部１２は、領域抽出処理を行うことによって、まず、医用画像データにおける心臓の左心室領域を抽出し、その後、その左心室領域の抽出結果に基づいて、心臓の右心室領域、左心房領域および右心房領域の少なくとも１つの領域を抽出するものである。なお、本実施形態においては、左心室領域を抽出した後、右心室領域を抽出し、その後、左心房領域、右心房領域の順でそれぞれの領域を抽出するものとする。これらの領域の具体的な抽出方法については、後で詳述する。
表示制御部１３は、医用画像データ取得部１１によって取得された断層画像データや、ボリュームデータに対してボリュームレンダリングやサーフェスレンダリングを施したボクセルモデルまたはサーフェスモデルをディスプレイ２０に表示させるものである。
また、表示制御部１３は、領域抽出処理部１２における各領域の抽出結果が入力され、その抽出結果に基づいて、各領域を色分けした画像をディスプレイ２０に表示させるものである。なお、本実施形態においては、色分けした画像は、断層画像やボクセルモデルやサーフェスモデルに重ね合わせて表示される。
入力装置３０は、使用者の所定の情報の入力を受け付けるものであり、たとえばキーボードやマウスなどのポインティングデバイスによって構成されるものである。
次に、本発明の一実施形態を用いた医用画像診断支援システムの作用について、図２に示すフローチャートを参照しながら説明する。
まず、入力装置３０において被検者の識別情報が入力され、医用画像処理装置１０の医用画像データ取得部１１は、その入力された被検者の識別情報に対応する医用画像データを医用画像データ保管サーバ４０から読み出して取得する（Ｓ１０）。なお、ここでは、医用画像データとしてＣＴ装置によって撮影されたものを読み出して取得するものとする。
医用画像データ取得部１１によって取得された医用画像データは、領域抽出処理部１２に入力され、領域抽出処理部１２は、入力された医用画像データに対して領域抽出処理を施すことによって、最初に医用画像データにおける心臓の左心室領域を抽出する（Ｓ１２）。図３は、医用画像データ取得部１１によって取得された心臓の画像を含む医用画像データの一例を示すものある。また、図４は、図３に示す医用画像データにおける心臓の左心室領域ＬＶを示すものである。
具体的には、図５に示すように、まずユーザによって入力装置３０を用いて医用画像データ上における複数のランドマークＭが指定されて、設定入力される。ランドマークＭの数については、図５に示すように、少なくとも３点を設定入力することが望ましい。ランドマークＭの位置としては、心臓の左心室領域に存在する僧帽弁や大動脈弁などの位置や、左心室領域の尖端の位置などが指定されて設定入力される。なお、本実施形態においては、ユーザがランドマークＭを設定入力するようにしたが、これに限らず、僧帽弁や大動脈弁や左心室領域の尖端位置などを、パターンマッチングを用いて自動的に抽出するようにしてもよい。
また、本実施形態においては、後で詳述するように、心臓の右心室領域、左心房領域および右心房領域を抽出する際にも、ランドマークＭが用いられるので、実際には、図６に示すような５点のランドマークＭが設定されるものとする。残りの２点については、たとえば三尖弁の位置や、大動脈と上大静脈の入り口近傍である心基部の位置などが自動または手動で設定される。
そして、領域抽出処理部１２は、ユーザによって設定入力された、または自動的に抽出されたランドマークＭの位置情報に基づいて、左心室領域の初期領域を設定する。なお、左心室領域の初期領域とは、左心室領域をおおまかに抽出した領域である。ランドマークＭを用いた初期領域の抽出方法については、種々の公知な方法を用いることができる。左心室領域は円錐形状であり、他の右心室領域や左右の心房領域と比較すると単純な形状をしているので高精度に抽出することができる。なお、左心室領域を抽出する方法としては、上述した非特許文献３に記載の方法を用いるようにしてもよい。
また、心臓の画像を含むアトラス画像データを用いて左心室領域の初期領域を設定するようにしてもよい。なお、アトラス画像データとは、たとえば一般的な解剖図などを用いて医師などが作成したものであり、典型的な心臓の形を表すものである。
具体的には、領域抽出処理部１２は、アトラス画像データ上において自動または手動によって設定入力されたランドマークと、抽出対象の医用画像データ上において設定入力された図６に示すランドマークＭとを用いて、これらの画像データ間の粗い位置合わせを行う。なお、アトラス画像データ上におけるランドマークは、図６に示すランドマークＭに対応するランドマークとして自動または手動で設定されるものである。
そして、上述した粗い位置合わせの後、非剛体位置合わせを行うことによって２つの画像データの画素間の対応関係をマッチング関数として求める。次いで、そのマッチング関数を用いて、アトラス画像データ上における正解領域である左心室領域に対応する医用画像データ上の領域を求め、この領域を左心室領域の初期領域として設定する。
次いで、領域抽出処理部１２は、上述したようにして抽出した左心室領域の初期領域内の画素と、初期領域の周囲の画素とを抽出処理対象の画素として、グラフカット法におけるグラフィカルモデルを生成する。そして、グラフカット法を用いた領域抽出処理を行うことによって最終的な左心室領域を抽出するが、以下、このグラフカット法を用いた領域抽出処理について説明する。
具体的には、領域抽出処理部１２は、上述した処理対象の各画素を表すノードＮｉｊｋと、各画素が取り得るラベル（ここでは、左心室領域とそれ以外の領域）を表すノードＳ、Ｔと、隣接する画素のノード同士をつなぐリンクであるｎ−ｌｉｎｋと、各画素を表すノードＮｉｊｋと左心室領域を表すノードＳまたは左心室領域以外を表すノードＴとをつなぐリンクであるｔ−ｌｉｎｋとから構成されるグラフィカルモデルを生成する（図７の左図を参照。ただし、図７では理解を容易にするため、２次元領域の分割を示している。）。
ここで、ｎ−ｌｉｎｋは、隣接する画素が同一領域のボクセルである確からしさを表すものであり、その確からしさは、たとえばそれらの隣接する画素間の画素値の差に基づいて求めることができる。各画素を表すノードＮｉｊｋと左心室領域以外の領域を表すノードＴをつなぐｔ−ｌｉｎｋは、その画素が左心室領域以外の周囲の領域に含まれる画素である確からしさを表すものである。また、各画素を表すノードＮｉｊｋと左心室領域を表すノードＳをつなぐｔ−ｌｉｎｋは、その画素が左心室領域に含まれる画素である確からしさを表すものである。
なお、上述したｎ−ｌｉｎｋやｔ−ｌｉｎｋは、確からしさを表すコスト関数として表現することができる。
そして、本実施形態においては、左心室領域として、左心室領域を構成する造影領域と心筋領域とを別々に抽出する。
したがって、造影領域を抽出する際には、ノードＮｉｊｋと造影領域以外の領域を表すノードＴをつなぐｔ−ｌｉｎｋは、たとえば、画素値が、統計的に予め取得された造影領域の周囲のＣＴ値の範囲内であるか否かの判定結果に基づいて算出することができる。また、ノードＮｉｊｋと造影領域を表すノードＳをつなぐｔ−ｌｉｎｋは、たとえば、画素値が、統計的に予め取得された造影領域のＣＴ値の範囲内であるか否かの判定結果に基づいて算出することができる。
そして、各画素を表すノードと、造影領域を表すノードＳまたは造影領域以外を表すノードＴとをつなぐ２つのｔ−ｌｉｎｋのうち片方を切断するとともに、異なるラベルを有する隣接する画素のノード同士をつなぐｎ−ｌｉｎｋを切断することにより、造影領域と造影領域以外に分割する（図７の右図を参照）。このとき、切断する全てのｔ−ｌｉｎｋおよびｎ−ｌｉｎｋのコストの合計が最小になるようにすることにより、最適な領域分割をすることができる。すなわち、ｔ−ｌｉｎｋのコスト関数をfv(Xv)、ｎ−ｌｉｎｋのコスト関数をfuv(Xu,Yv)とした場合、下式のコストの合計E(x)が最小となるように領域分割される。
Figure 0006195714
また、心筋領域を抽出する際には、ノードＮｉｊｋと心筋領域以外の領域を表すノードＴをつなぐｔ−ｌｉｎｋは、たとえば、画素値が、統計的に予め取得された心筋領域の周囲のＣＴ値の範囲内であるか否かの判定結果に基づいて算出することができる。また、ノードＮｉｊｋと心筋領域を表すノードＳをつなぐｔ−ｌｉｎｋは、たとえば、画素値が、統計的に予め取得された心筋領域のＣＴ値の範囲内であるか否かの判定結果に基づいて算出することができる。
そして、各画素を表すノードと、心筋領域を表すノードＳまたは心筋領域以外を表すノードＴとをつなぐ２つのｔ−ｌｉｎｋのうち片方を切断するとともに、異なるラベルを有する隣接する画素のノード同士をつなぐｎ−ｌｉｎｋを切断することにより、心筋領域と心筋領域以外に分割する。このときも、切断する全てのｔ−ｌｉｎｋおよびｎ−ｌｉｎｋのコストの合計が最小になるようにすることにより、すなわち最適解を求めることにより、適切な領域分割をすることができる。
上述したようにして、領域抽出処理部１２は、左心室領域を構成する造影領域と心筋領域とをグラフカット法により抽出することによって、これらの領域を合わせた最終的な左心室領域ＬＶを取得する。
次に、領域抽出処理部１２は、上述したような左心室領域の抽出結果に基づいて、心臓の右心室領域を抽出する（Ｓ１４）。
領域抽出処理部１２は、まず、左心室領域を抽出した際と同様に、心臓の画像を含むアトラス画像データを用いて右心室領域の初期領域を設定する。
次に、領域抽出処理部１２は、上述したようにして抽出した右心室領域の初期領域内の画素と、初期領域の周囲の画素とを抽出処理対象の画素として、グラフカット法におけるグラフィカルモデルを生成する。そして、領域抽出処理部１２は、グラフカット法を用いた領域抽出処理を行うことによって最終的な右心室領域ＲＶを抽出するが、このとき左心室領域の抽出結果を用いて領域抽出処理を行う。
具体的には、領域抽出処理部１２は、左心室領域ＬＶとして抽出された画素に対して相対的に大きなコストを割り当てるように上述したコスト関数fv(Xv)（評価関数に相当する）を設定することによって、左心室領域として抽出された画素が、右心室領域の画素として抽出されないようにする。なお、上述したコスト関数fv(Xv)の設定以外のグラフカット法による領域抽出処理の内容については、上述した左心室領域の領域抽出処理と同様である。
また、上記説明では、左心室領域の抽出結果を用いる方法として、左心室領域として抽出された画素に対するコスト関数を制御するようにしたが、これに限らず、たとえば、上述したグラフィカルモデルを作成する際、左心室領域として抽出された画素を除外してグラフィカルモデルを作成するようにしてもよい。
次に、領域抽出処理部１２は、上述したような左心室領域と右心室領域の抽出結果に基づいて、心臓の左心房領域を抽出する（Ｓ１６）。
領域抽出処理部１２は、右心室領域を抽出した際と同様に、アトラス画像データを用いて左心房領域の初期領域を設定する。
次に、領域抽出処理部１２は、上述したようにして抽出した左心房領域の初期領域内の画素と、初期領域の周囲の画素とを抽出処理対象の画素として、グラフカット法におけるグラフィカルモデルを生成する。そして、領域抽出処理部１２は、グラフカット法を用いた領域抽出処理を行うことによって最終的な左心房領域を抽出するが、このとき左心室領域と右心室領域の抽出結果を用いて領域抽出処理を行う。
具体的には、領域抽出処理部１２は、左心室領域として抽出された画素と右心室領域として抽出された画素に対して相対的に大きなコストを割り当てるように上述したコスト関数fv(Xv)を設定することによって、左心室領域として抽出された画素と右心室領域として抽出された画素とが、左心房領域の画素として抽出されないようにする。なお、上述したコスト関数fv(Xv)の設定以外のグラフカット法による領域抽出処理の内容については、上述した領域抽出処理と同様である。
また、左心房領域を抽出する際においても、グラフィカルモデルを作成する際、左心室領域として抽出された画素と右心室領域として抽出された画素とを除外してグラフィカルモデルを作成するようにしてもよい。
次に、領域抽出処理部１２は、上述したような左心室領域と右心室領域と左心房領域の抽出結果に基づいて、心臓の右心房領域を抽出する（Ｓ１８）。
領域抽出処理部１２は、右心室領域を抽出した際と同様に、アトラス画像データを用いて右心房領域の初期領域を設定する。
次に、領域抽出処理部１２は、上述したようにして抽出した右心房領域の初期領域内の画素と、初期領域の周囲の画素とを抽出処理対象の画素として、グラフカット法におけるグラフィカルモデルを生成する。そして、領域抽出処理部１２は、グラフカット法を用いた領域抽出処理を行うことによって最終的な右心房領域を抽出するが、このとき左心室領域と右心室領域と左心房領域の抽出結果を用いて領域抽出処理を行う。
具体的には、領域抽出処理部１２は、左心室領域として抽出された画素と右心室領域として抽出された画素と左心房領域として抽出された画素に対して相対的に大きなコストを割り当てるように上述したコスト関数fv(Xv)を設定することによって、左心室領域として抽出された画素と右心室領域として抽出された画素と左心房領域として抽出された画素が、右心房領域の画素として抽出されないようにする。なお、上述したコスト関数fv(Xv)の設定以外のグラフカット法による領域抽出処理の内容については、上述した領域抽出処理と同様である。
また、右心房領域を抽出する際においても、グラフィカルモデルを作成する際、左心室領域として抽出された画素と右心室領域として抽出された画素と左心房領域として抽出された画素とを除外してグラフィカルモデルを作成するようにしてもよい。
上述したようにして、領域抽出処理部１２は、左心室領域、右心室領域、左心房領域、右心房領域をこの順で抽出する。そして、領域抽出処理部１２は、その抽出結果を表示制御部１３に出力する。
表示制御部１３は、入力された抽出結果に基づいて、図８に示すように、左心室領域ＬＶと右心室領域ＲＶと左心房領域ＬＡと右心房領域ＲＡとでそれぞれ色分けされた画像を生成し、その生成した色分け画像を医用画像に重ねた画像をディスプレイ２０に表示させる。
上記実施形態の医用画像診断支援システム１よれば、心臓の画像を含む医用画像データを取得し、その取得した医用画像データにおける心臓の左心室領域を単独で抽出し、その左心室領域の抽出結果に基づいて、心臓の右心室領域、左心房領域および右心房領域のうちの少なくとも１つの領域を抽出するようにしたので、心臓の各領域を高精度に抽出することができる。
すなわち、心臓の左心室領域については、その形状が比較的単純であるため、単独で抽出することによって高精度に抽出することができる。そして、この左心室領域の抽出結果を信頼できる情報として利用してその他の領域を抽出することによって、その他の領域の抽出精度を向上させることができ、抽出ミスを低減することができる。
また、上記実施形態においては、上述したように左心室領域を抽出した後、次に、右心室領域を抽出するようにしている。右心室領域は、左心室領域と最も大きい範囲で隣接する領域である。したがって、左心室領域の抽出結果を用いることによって、左心室領域側への過抽出や、右心室領域の抽出不足を効果的に防止することができる。
また、上記実施形態においては、右心室領域を抽出した後、左心房領域と右心房領域のうち左心房領域を先に抽出するようにしたが、右心房領域を先に抽出するようにしてもよい。その場合、右心房領域を抽出する際には、左心室領域と右心室領域の抽出結果を用いるようにし、左心房領域を抽出する際には、左心室領域と右心室領域と右心房領域の抽出結果を用いるようにすればよい。
また、上記実施形態においては、左心室領域の抽出結果を用いて右心室領域を抽出する際、グラフカット法による領域抽出処理を行うようにしたが、領域抽出処理としては、これに限定されるものではない。たとえば、上記説明において初期領域を抽出する際に用いたアトラス画像データを用いた領域抽出処理を行って最終的な右心室領域を抽出するようにしてもよい。
具体的には、図９に示すように、アトラス画像データと抽出対象の医用画像データとの間で非剛体位置合わせを行うことによって、２つの画像データの画素間の対応関係をマッチング関数として求める。そして、このとき左心室領域として抽出された画素を、マッチング関数を求める際の対象画素から除外するようにする。
次いで、上記のようにした求めたマッチング関数を用いて、アトラス画像データ上における正解領域である右心室領域ＲＶに対応する医用画像データ上の領域を求め、この領域を最終的な右心室領域ＲＶとして抽出する。
また、左心房領域および右心房領域を抽出する際にも、上記と同様に、アトラス画像データを用いた領域抽出処理を行うようにしてもよい。この場合、左心房領域を抽出する際には、左心室領域として抽出された画素と右心室領域として抽出された画素とを、マッチング関数を求める際の対象画素から除外するようにし、右心房領域を抽出する際には、左心室領域として抽出された画素と右心室領域として抽出された画素と左心房領域として抽出された画素とを、マッチング関数を求める際の対象画素から除外するようにすればよい。
また、左心室領域の抽出結果を用いて右心室領域を抽出する際、上述したアトラス画像データを用いた領域抽出処理の他にも、動的輪郭モデルを用いた領域抽出処理を行うようにしてもよい。動的輪郭モデルを用いた領域抽出処理においては、評価関数が定義され、抽出対象領域の輪郭点の位置を変化させながら評価関数を演算することによって最適解が求められる。動的輪郭モデルを用いた領域抽出処理は、既に公知な方法であり、たとえば「栄藤：“動的輪郭モデルSnakesの概観”，Medical Imaging Technology, vol. 12, no.1, pp.9-15, 1994」に記載の方法や、「M Kass, A Wilin, D Terzopoulos:“Snakes: Active contour models”, International Journal of Computer Vision, vol. 1, pp. 312-331, 1988」に記載の方法を用いることができる。評価関数は、下式に示すように、輪郭v(s)=(x(s), y(s))に対して３つの項で定義される。
Figure 0006195714
なお、Eintは、内部エネルギーを示す項であり、輪郭の滑らかさをコントロールする項である。Eimageは、画像エネルギーを示す項であり、輪郭の位置を、輝度変化の大きな位置にコントロールする項である。Econは、外部エネルギーを示す項であり、たとえば外部からの指定によって輪郭の一部を固定したい場合には、輪郭上の点v(s)と指定点pとの差分項（v(s)-p）2を加えるようにすれば良い。
そして、左心室領域の抽出結果を用いて右心室領域の領域抽出処理を行う際には、外部エネルギーを示す項であるEconとして、左心室領域内に輪郭点が侵入した際に評価値を悪化させるようなペナルティ項を設けるようにすればよい。これにより抽出ミスを抑制することができる。
また、左心房領域および右心房領域を抽出する際にも、上記と同様に、動的輪郭モデルを用いた領域抽出処理を行うようにしてもよい。この場合、左心房領域の領域抽出処理を行う際には、外部エネルギーを示す項であるEconとして、左心室領域内および右心室領域内に輪郭点が侵入した際に評価値を悪化させるようなペナルティ項を設け、右心房領域の領域抽出処理を行う際には、外部エネルギーを示す項であるEconとして、左心室領域内と右心室領域内と左心房領域内に輪郭点が侵入した際に評価値を悪化させるようなペナルティ項を設けるようにすればよい。
また、上記実施形態においては、医用画像データ取得部１１によって、拍動する心臓の一心周期における異なる位相の複数の医用画像データを取得し、この複数の医用画像データから左右心室領域および左右心房領域を抽出するようにしてもよい。
その際には、まず、図１０に示すように、異なる位相の複数の医用画像データのうちの拡張期における１枚の医用画像データを選択する。具体的には、拡張末期のフェーズの医用画像データを選択することが望ましい。拡張末期のフェーズの医用画像データは、動きが小さく形状も安定する点で、領域抽出により適した医用画像データといえる。ただし、拡張末期のフェーズの医用画像データに限らず、拡張期のその他のフェーズの医用画像データを用いるようにしてもよい。
そして、その選択した拡張末期のフェーズの医用画像データに基づいて、上記と同様の方法により、まず左心室領域ＬＶを抽出する。次に、その左心室領域ＬＶの抽出結果を用いて、上記と同様の方法により、拡張末期のフェーズの医用画像データにおける右心室領域ＲＶ、左心房領域ＬＡおよび右心房領域ＲＡを抽出する。
次いで、拡張末期のフェーズの医用画像データの抽出結果に基づいて、その１枚の医用画像データ以外のフェーズの医用画像データにおける左右心室領域ＬＶ，ＲＶと左右心房領域ＬＡ，ＲＡを抽出する。
具体的には、拡張末期のフェーズの医用画像データとそれ以外のフェーズの医用画像データとの間で非剛体位置合わせを行うことによって、２つの画像データの画素間の対応関係をマッチング関数として求める。
次いで、上記のようにした求めたマッチング関数を用いて、拡張末期のフェーズの医用画像データ上における左右心室領域ＬＶ，ＲＶおよび左右心房領域ＬＡ，ＲＡに対応するその１枚の医用画像データ以外のフェーズの医用画像データ上の領域を求め、この領域を、左右心室領域ＬＶ，ＲＶおよび左右心房領域ＬＡ，ＲＡとして抽出する。
なお、拡張末期のフェーズの医用画像データ以外のフェーズの医用画像データの左右心室領域ＬＶ，ＲＶおよび左右心房領域ＬＡ，ＲＡを抽出する方法としては、上記の方法に限らず、たとえば、拡張末期のフェーズの医用画像データの左右心室領域ＬＶ，ＲＶおよび左右心房領域ＬＡ，ＲＡの抽出結果を、それ以外のフェーズの医用画像データの左右心室領域ＬＶ，ＲＶおよび左右心房領域ＬＡ，ＲＡの初期領域として設定し、その後、上述したグラフカット法を利用して、最終的な左右心室領域ＬＶ，ＲＶおよび左右心房領域ＬＡ，ＲＡを抽出するようにしてもよい。
上述したように、拡張期の１枚の医用画像データ上における左右心室領域ＬＶ，ＲＶおよび左右心房領域ＬＡ，ＲＡの抽出結果を用いて、その１枚の医用画像データ以外のフェーズの医用画像データの領域抽出を行うことによって、より簡易な処理によってその他のフェーズの医用画像データの領域抽出を行うことができる。
また、上記実施形態においては、上述したようにして左右心室領域ＬＶ，ＲＶおよび左右心房領域ＬＡ，ＲＡの領域抽出処理を行った結果、領域抽出ができなかった場合や抽出した領域の位置が大きくずれている場合には、たとえばメッセージなどの表示を行い、領域抽出処理部１２が、上述した初期領域を求めた際に設定したランドマークの位置の手動による修正を受け付け、その修正後のランドマークの位置に基づいて改めて初期領域を抽出し、上述した領域抽出処理を再度行うようにしてもよい。ランドマークの位置の手動による修正を受け付ける方法としては、たとえば、領域抽出処理前の医用画像データを再度表示した修正受付画面をディスプレイ２０に表示させ、ユーザが入力装置３０を用いて設定入力するようにすればよい。
また、左心室領域の抽出結果に異常がある場合には、領域抽出処理部１２が、左心室領域の輪郭点の手動による修正を受け付け、その修正後の左心室領域を用いて、右心室領域、左心房領域および右心房領域を抽出するようにしてもよい。左心室領域の輪郭点の手動による修正については、ユーザが入力装置３０を用いて設定入力するようにすればよい。
また、上述した拡張末期のフェーズの医用画像データ上における領域抽出結果に異常がある場合には、領域抽出処理部１２が、拡張末期のフェーズの医用画像データ上における各領域の輪郭点の手動による修正を受け付け、その修正後の各領域を用いて、その１枚の医用画像データ以外のフェーズの医用画像データ上における右心室領域、左心房領域および右心房領域を抽出するようにしてもよい。各領域の輪郭点の手動による修正については、ユーザが入力装置３０を用いて設定入力するようにすればよい。
上述したようにして手動による修正を受け付けることによって、修正の手間を減らすことができる。
１ 医用画像診断支援システム
１０ 医用画像処理装置
１１ 医用画像データ取得部
１２ 領域抽出処理部
１３ 表示制御部
２０ ディスプレイ
３０ 入力装置
４０ 医用画像データ保管サーバ

Claims (11)

  1. 心臓の画像を含む医用画像データを取得する医用画像データ取得部と、
    該医用画像データ取得部によって取得された医用画像データにおける前記心臓の左心室領域を抽出し、該抽出された左心室領域の画素に対して相対的に大きなコストを割り当てるように評価関数を設定し、グラフカット法を用いて右心室領域、左心房領域および右心房領域のうちの少なくとも１つの領域を抽出する領域抽出処理部とを備えたことを特徴とする医用画像処理装置。
  2. 前記領域抽出処理部が、グラフカット法を用いて前記右心室領域を抽出した後、グラフカット法を用いて前記右心房領域または前記左心房領域を抽出するものであることを特徴とする請求項１記載の医用画像処理装置。
  3. 前記医用画像データ取得部が、拍動する前記心臓の一心周期における異なる位相の複数の医用画像データを取得するものであり、
    前記領域抽出処理部が、前記複数の医用画像データのうちの拡張期の１枚の医用画像データにおける前記左心室領域を抽出し、該抽出された左心室領域の画素に対して相対的に大きなコストを割り当てるように評価関数を設定し、グラフカット法を用いて前記拡張期の１枚の医用画像データにおける右心室領域、左心房領域および右心房領域のうちの少なくとも１つの領域を抽出し、
    該拡張期の１枚の医用画像データから抽出された前記少なくとも１つの領域を用いて、前記拡張期の１枚の医用画像データ以外の位相の医用画像データにおける前記少なくとも１つの領域を抽出するものであることを特徴とする請求項１または２項記載の医用画像処理装置。
  4. 前記領域抽出処理部が、前記複数の医用画像データのうちの拡張末期の１枚の医用画像データにおける前記左心室領域の領域を抽出し、該抽出された左心室領域の画素に対して相対的に大きなコストを割り当てるように評価関数を設定し、グラフカット法を用いて前記拡張末期の１枚の医用画像データにおける右心室領域、左心房領域および右心房領域のうちの少なくとも１つの領域を抽出し、
    該拡張末期の１枚の医用画像データから抽出された前記少なくとも１つの領域を用いて、前記拡張末期の１枚の医用画像データ以外の位相の医用画像データにおける前記少なくとも１つの領域を抽出するものであることを特徴とする請求項３記載の医用画像処理装置。
  5. 前記領域抽出処理部が、前記拡張期の１枚の医用画像データから抽出された各領域に異常がある場合には、該領域の輪郭点の手動による修正を受け付け、該修正後の輪郭点に基づいて、前記拡張期の１枚の医用画像データ以外の位相の医用画像データにおける前記少なくとも１つの領域の抽出を再度行うものであることを特徴とする請求項３記載の医用画像処理装置。
  6. 前記領域抽出処理部が、前記医用画像データ上における複数のランドマークを検出し、該検出したランドマークの検出結果に基づいて前記左心室領域を抽出するものであることを特徴とする請求項１から５いずれか１項記載の医用画像処理装置。
  7. 前記領域抽出処理部が、前記複数のランドマークの検出結果に基づいて、前記左心室領域または前記少なくとも１つの領域が抽出できなかった場合または抽出された前記左心室領域または前記少なくとも１つの領域に異常がある場合には、前記ランドマークの手動による修正を受け付け、該修正後のランドマークに基づいて、前記左心室領域の抽出を再度行うものであることを特徴とする請求項６記載の医用画像処理装置。
  8. 前記領域抽出処理部が、抽出された前記左心室領域が異常である場合には、前記左心室領域の輪郭点の手動による修正を受け付け、該修正後の左心室領域に基づいて、前記少なくとも１つの領域の抽出を再度行うものであることを特徴とする請求項１から７いずれか１項記載の医用画像処理装置。
  9. 前記医用画像データが、３次元画像データであることを特徴とする請求項１から８いずれか１項記載の医用画像処理装置。
  10. 医用画像データ取得部と、領域抽出処理部とを備えた医用画像処理装置の作動方法であって、
    前記医用画像データ取得部が、心臓の画像を含む医用画像データを取得し、
    前記領域抽出処理部が、前記医用画像データにおける前記心臓の左心室領域を抽出し、該抽出した左心室領域の画素に対して相対的に大きなコストを割り当てるように評価関数を設定し、グラフカットを用いて右心室領域、左心房領域および右心房領域のうちの少なくとも１つの領域を抽出することを特徴とする医用画像処理装置の作動方法。
  11. コンピュータを、
    心臓の画像を含む医用画像データを取得する医用画像データ取得部と、
    該医用画像データ取得部によって取得された医用画像データにおける前記心臓の左心室領域を抽出し、該抽出された左心室領域の画素に対して相対的に大きなコストを割り当てるように評価関数を設定し、グラフカット法を用いて右心室領域、左心房領域および右心房領域のうちの少なくとも１つの領域を抽出する領域抽出処理部として機能させることを特徴とする医用画像処理プログラム。
JP2013005050A 2013-01-16 2013-01-16 医用画像処理装置および方法並びにプログラム Expired - Fee Related JP6195714B2 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2013005050A JP6195714B2 (ja) 2013-01-16 2013-01-16 医用画像処理装置および方法並びにプログラム
PCT/JP2014/000076 WO2014112338A1 (ja) 2013-01-16 2014-01-10 医用画像処理装置および方法並びにプログラム
US14/800,704 US10019804B2 (en) 2013-01-16 2015-07-16 Medical image processing apparatus, method, and program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2013005050A JP6195714B2 (ja) 2013-01-16 2013-01-16 医用画像処理装置および方法並びにプログラム

Publications (3)

Publication Number Publication Date
JP2014135990A JP2014135990A (ja) 2014-07-28
JP2014135990A5 JP2014135990A5 (ja) 2015-07-23
JP6195714B2 true JP6195714B2 (ja) 2017-09-13

Family

ID=51209436

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2013005050A Expired - Fee Related JP6195714B2 (ja) 2013-01-16 2013-01-16 医用画像処理装置および方法並びにプログラム

Country Status (3)

Country Link
US (1) US10019804B2 (ja)
JP (1) JP6195714B2 (ja)
WO (1) WO2014112338A1 (ja)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5946221B2 (ja) * 2013-06-11 2016-07-05 富士フイルム株式会社 輪郭修正装置、方法およびプログラム
JP6411183B2 (ja) * 2014-11-13 2018-10-24 キヤノンメディカルシステムズ株式会社 医用画像診断装置、画像処理装置及び画像処理プログラム
JP6643827B2 (ja) * 2015-07-31 2020-02-12 キヤノン株式会社 画像処理装置、画像処理方法、及びプログラム
JP6611660B2 (ja) 2016-04-13 2019-11-27 富士フイルム株式会社 画像位置合わせ装置および方法並びにプログラム
KR101831340B1 (ko) 2016-09-07 2018-02-23 서울여자대학교 산학협력단 복부 컴퓨터 단층촬영영상에서 다중 확률 아틀라스 기반 형상제한 그래프-컷을 사용한 신실질 자동 분할 방법 및 장치
JP6740910B2 (ja) 2017-01-13 2020-08-19 コニカミノルタ株式会社 動態画像処理システム
US11562487B2 (en) * 2017-10-18 2023-01-24 Koninklijke Philips N.V. Landmark visualization for medical image segmentation
JP6807981B2 (ja) * 2019-05-22 2021-01-06 富士フイルム株式会社 画像位置合わせ装置および方法並びにプログラム
CN110543912B (zh) * 2019-09-02 2021-10-01 李肯立 自动获取胎儿关键切面超声视频中心动周期视频的方法
WO2023193290A1 (zh) * 2022-04-08 2023-10-12 胡冠彤 面向体外心脏模拟器的医学成像系统和方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6961454B2 (en) * 2001-10-04 2005-11-01 Siemens Corporation Research, Inc. System and method for segmenting the left ventricle in a cardiac MR image
JP2007044346A (ja) * 2005-08-11 2007-02-22 Toshiba Corp 医用画像処理装置における関心領域の経時的特定方法及び医用画像処理装置
US20090161926A1 (en) * 2007-02-13 2009-06-25 Siemens Corporate Research, Inc. Semi-automatic Segmentation of Cardiac Ultrasound Images using a Dynamic Model of the Left Ventricle
US8139838B2 (en) * 2008-05-22 2012-03-20 Siemens Aktiengesellschaft System and method for generating MR myocardial perfusion maps without user interaction
US8218839B2 (en) * 2008-05-23 2012-07-10 Siemens Aktiengesellschaft Automatic localization of the left ventricle in cardiac cine magnetic resonance imaging
EP2522279A4 (en) * 2010-01-07 2016-11-30 Hitachi Ltd DIAGNOSIS DEVICE WITH MEDICAL PICTURES, METHOD FOR EXTRACTION AND PROCESSING OF THE CONTOUR OF MEDICAL PICTURES
JP5422742B2 (ja) * 2011-05-11 2014-02-19 株式会社東芝 医用画像処理装置とその方法
US8781552B2 (en) * 2011-10-12 2014-07-15 Siemens Aktiengesellschaft Localization of aorta and left atrium from magnetic resonance imaging

Also Published As

Publication number Publication date
US20150317799A1 (en) 2015-11-05
JP2014135990A (ja) 2014-07-28
WO2014112338A1 (ja) 2014-07-24
US10019804B2 (en) 2018-07-10

Similar Documents

Publication Publication Date Title
JP6195714B2 (ja) 医用画像処理装置および方法並びにプログラム
Noothout et al. Deep learning-based regression and classification for automatic landmark localization in medical images
Kirisli et al. Fully automatic cardiac segmentation from 3D CTA data: a multi-atlas based approach
JP6058093B2 (ja) 医療用画像のコンピュータ支援による解析装置、および、医療用画像解析のためのコンピュータプログラム
US8867822B2 (en) Model-based coronary artery calcium scoring
JP5347003B2 (ja) 医用画像処理装置および方法ならびにプログラム
US9931790B2 (en) Method and system for advanced transcatheter aortic valve implantation planning
Zhuang et al. Multiatlas whole heart segmentation of CT data using conditional entropy for atlas ranking and selection
JP4918048B2 (ja) 画像処理装置及び方法
EP2916738B1 (en) Lung, lobe, and fissure imaging systems and methods
JP5438029B2 (ja) 短軸遅延強調心臓ｍｒｉの自動三次元セグメント化
JP5835680B2 (ja) 画像位置合わせ装置
JP5777070B2 (ja) 領域抽出装置、領域抽出方法および領域抽出プログラム
US8913817B2 (en) Rib suppression in radiographic images
Elattar et al. Automatic segmentation of the aortic root in CT angiography of candidate patients for transcatheter aortic valve implantation
JP2020049204A (ja) ボリューメトリック画像のシーケンスから動的解析をするための方法、デバイス、およびシステム
Lei et al. Echocardiographic image multi‐structure segmentation using Cardiac‐SegNet
Fritz et al. Automatic segmentation of the left ventricle and computation of diagnostic parameters using regiongrowing and a statistical model
Chen et al. Automatic extraction of 3D dynamic left ventricle model from 2D rotational angiocardiogram
Vera et al. Similarity enhancement for automatic segmentation of cardiac structures in computed tomography volumes
O’Donnell et al. Comprehensive cardiovascular image analysis using MR and CT at Siemens Corporate Research
Medina et al. Left ventricle myocardium segmentation in multi-slice computerized tomography
Müller et al. Interventional heart wall motion analysis with cardiac C-arm CT systems
Meyer et al. Fully automatic segmentation of complex organ systems: example of trachea, esophagus and heart segmentation in CT images
Butakoff et al. Order statistic based cardiac boundary detection in 3d+ t echocardiograms

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20150608

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20150608

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20160705

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20160823

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20161213

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20170202

RD03 Notification of appointment of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7423

Effective date: 20170523

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: 20170725

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20170816

R150 Certificate of patent or registration of utility model

Ref document number: 6195714

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees