JP6351942B2 - 医用診断画像処理装置 - Google Patents
医用診断画像処理装置 Download PDFInfo
- Publication number
- JP6351942B2 JP6351942B2 JP2013181696A JP2013181696A JP6351942B2 JP 6351942 B2 JP6351942 B2 JP 6351942B2 JP 2013181696 A JP2013181696 A JP 2013181696A JP 2013181696 A JP2013181696 A JP 2013181696A JP 6351942 B2 JP6351942 B2 JP 6351942B2
- Authority
- JP
- Japan
- Prior art keywords
- blood vessel
- image
- region
- unit
- area
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012545 processing Methods 0.000 title claims description 59
- 210000004204 blood vessel Anatomy 0.000 claims description 149
- 230000010412 perfusion Effects 0.000 claims description 28
- 239000000284 extract Substances 0.000 claims description 17
- 206010069729 Collateral circulation Diseases 0.000 claims description 16
- 239000002872 contrast media Substances 0.000 claims description 16
- 238000000605 extraction Methods 0.000 claims description 13
- 230000017531 blood circulation Effects 0.000 claims description 12
- 230000002123 temporal effect Effects 0.000 claims description 5
- 210000001638 cerebellum Anatomy 0.000 claims description 2
- 238000002059 diagnostic imaging Methods 0.000 claims 1
- 238000000034 method Methods 0.000 description 18
- 230000008569 process Effects 0.000 description 13
- 238000002591 computed tomography Methods 0.000 description 9
- 230000003111 delayed effect Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000003384 imaging method Methods 0.000 description 6
- 238000007781 pre-processing Methods 0.000 description 6
- 210000004556 brain Anatomy 0.000 description 5
- 238000003745 diagnosis Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000013480 data collection Methods 0.000 description 4
- 208000031481 Pathologic Constriction Diseases 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 210000003657 middle cerebral artery Anatomy 0.000 description 3
- 208000037804 stenosis Diseases 0.000 description 3
- 230000036262 stenosis Effects 0.000 description 3
- 230000003872 anastomosis Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000000250 revascularization Effects 0.000 description 2
- 230000008685 targeting Effects 0.000 description 2
- 230000002792 vascular Effects 0.000 description 2
- 239000006096 absorbing agent Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 210000001627 cerebral artery Anatomy 0.000 description 1
- 210000003710 cerebral cortex Anatomy 0.000 description 1
- 238000013170 computed tomography imaging Methods 0.000 description 1
- 230000005389 magnetism Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013421 nuclear magnetic resonance imaging Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 210000001994 temporal artery Anatomy 0.000 description 1
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
-
- 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
- A61B6/504—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 blood vessels, e.g. by angiography
-
- 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
- A61B6/507—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 determination of haemodynamic parameters, e.g. perfusion 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
- A61B6/52—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
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- 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]
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- Optics & Photonics (AREA)
- Heart & Thoracic Surgery (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Vascular Medicine (AREA)
- Physiology (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Description
本発明の実施形態は、医用診断画像処理装置に関する。
Ｘ線コンピュータ断層撮像装置における頭部パフュージョンでは、頭部のパフュージョン画像に加えて、頭部の血管画像が時系列的に得られる。この頭部の時系列的な血管画像をユーザが観察することにより、血管狭窄などの生じる側副血行路の発見が容易になる。
また、脳内のある特定の部位に造影剤が到達した時間を基準時刻とし、被検査部位の画素毎の遅延時間（delay time）を算出し、遅延時間についての空間分布を表す画像（以下、遅延画像と呼ぶ）を発生させる技術が存在する（例えば、特許文献１参照）。遅延時間とは、一例として、脳内の血管のうち造影剤で最も早く染まり始める時間と、脳内の任意の部位の血管が造影剤で染まり始める時間との差に規定される。
また、特定の被検査部位において、血管内の造影剤の存在割合を反映するＣＴ値に関して、特定の被検査部位に造影剤が流入してから、ＣＴ値が最大値を取る時間（ＴＴＰ：time to peak）を２次元分布で表した画像（以下、ＴＴＰ画像と呼ぶ）を発生させる技術も存在する。
しかし、頭部の時系列的な血管画像を用いる場合、ユーザの画像観察に依存するため、側副血行路を発見することは困難である。
実施形態の目的は、ユーザによる画像診断の質を向上可能な医用診断画像処理装置を提供することにある。
本実施形態に係る医用診断画像処理装置は、頭部内の血流動態の空間分布を表すパフュージョン画像における各画素値と第１の閾値との比較結果に基づいて、前記パフュージョン画像から側副血行路又はバイパス血管の候補となる患部候補領域を抽出する患部候補領域抽出部と、前記頭部内の血管の空間分布を表す血管画像から前記患部候補領域に対応する第１の血管領域を抽出する第１の血管領域抽出部と、前記第１の血管領域の各画素についてＡＵＣ値を算出するＡＵＣ値算出部と、前記ＡＵＣ値の空間分布を表すＡＵＣ画像を発生するＡＵＣ画像発生部と、前記ＡＵＣ値と予め設定された第２の閾値との比較結果に基づいて、前記ＡＵＣ画像から前記第１の血管領域に対応する第２の血管領域を抽出する第２の血管領域抽出部と、前記ＡＵＣ画像の健常領域における前記第２の血管領域を対象として造影剤の流れに関する時刻的動態の統計値を算出し、前記算出された統計値に基づいて第３の閾値を算出する閾値算出部と、前記第２の血管領域の各画素の画素値と前記第３の閾値との比較結果に基づいて、前記患部候補領域から側副血行路又はバイパス血管の候補となる第３の血管領域を抽出する第３の血管領域抽出部と、前記患部候補領域を前記血管画像とともに表示し、且つ前記血管画像のうちの前記第３の血管領域を強調して表示する表示部と、を具備する。
以下、図面を参照しながら本実施形態に係わる医用診断画像処理装置について説明する。なお、以下の説明において、略同一の機能及び構成を有する構成要素については、同一符号を付し、重複説明は必要な場合にのみ行う。なお本実施形態に係る医用診断画像処理装置とは、Ｘ線コンピュータ断層撮像装置、核磁気共鳴イメージング装置、及びワークステーションの何れにも適用可能である。以下の説明では、医用診断画像処理装置をＸ線コンピュータ断層撮像装置として説明する。
図１Ａは、本実施形態に係るＸ線コンピュータ断層撮像装置１の構成を示した図である。図１Ａに示されるように、Ｘ線コンピュータ断層撮像装置１は、回転フレーム２、Ｘ線管球３、Ｘ線検出器４、高電圧発生部５、ホストコントローラ６、架台駆動部７、データ収集部（ＤＡＳ）８、非接触データ伝送部９、ボリュームデータ再構成部１０、画像処理部１１、ネットワーク通信部１２、入力部１３、表示部１４、前処理部１５、記憶部１６、及びスリップリング１８を有する。Ｘ線コンピュータ断層撮像装置１は、ネットワークを介してワークステーション１７に接続されている。
Ｘ線コンピュータ断層撮像装置１は、架台（ガントリ）を有する。架台は、円環又は円板状の回転フレーム２を回転可能に支持する。回転フレーム２には、撮像領域中に天板に配置された被検体を挟んで対向するようにＸ線管球３とＸ線検出器４とが取り付けられている。Ｘ線検出器４は、マルチスライス型の場合、チャンネル方向（Ｘ軸）に複数のチャンネルを有する検出素子の列をスライス方向（Ｚ軸）に複数配列したものである。２次元アレイの場合、Ｘ線検出器４は、チャンネル方向（Ｘ軸）とスライス方向（Ｚ軸）との両方向に関して緻密に分布される複数のＸ線検出素子を有する。Ｘ線管球３は、Ｘ線を発生する真空管である。Ｘ線管球３には、Ｘ線の曝射に必要な電力（管電流、管電圧）が高電圧発生部５からスリップリング１８を介して供給される。なお高電圧発生部５も回転フレーム２に取り付けられ、高電圧発生部５からＸ線管球３に直接的に電力が供給されても良い。高電圧発生部５は、ホストコントローラ６からの指示情報に従って、スリップリング１８を介してＸ線管球３に高電圧を印加する。
ホストコントローラ６は、図示しないＣＰＵ（central processing unit）及びメモリを含んでいる。ホストコントローラ６は、入力部１３からの指示に従って、高電圧発生部５と架台駆動部７との動作を制御し、被検体の撮像部位にＣＴスキャンを施す。高電圧発生部５の制御を行うことにより、回転フレーム２が一定の角速度で連続回転し、Ｘ線管球３から連続的又は一定角度毎にＸ線が発生される。架台駆動部７は、ホストコントローラ６の制御に従って天板保持機構を駆動可能に構成される。本実施形態に係る撮像部位は、頭部であるとする。
Ｘ線検出器４にはデータ収集部８（ＤＡＳ：data acquisition system）が接続される。データ収集部８は、Ｘ線検出器４の各チャンネルの電流信号を電圧に変換し、増幅し、デジタル信号に変換する。データ収集部８で収集されたデータ（生データ）は、光や磁気を使った非接触型又はスリップリング型の伝送部９を経由して前処理部１５に送られる。
前処理部１５は、生データに対してチャンネル間の感度不均一の補正、また主に金属部によるＸ線強吸収体による極端な信号強度の低下又は信号脱落の補正等の前処理を行う。前処理部１５により補正を受けたデータは投影データと呼ばれている。再構成部１０は、投影データに基づいて、撮像時刻の異なる複数のボリュームデータファイル（時系列ボリュームデータファイル）を発生する。ここで、造影剤により造影された血管が描出されたボリュームデータファイルを血管ボリュームデータファイルと呼ぶことにする。
画像処理部１１は、時系列血管ボリュームデータファイルに血流動態解析を施し、血流動態指標の空間分布を示す機能画像（以下、パフュージョン画像と呼ぶ）を発生する。そして画像処理部１１は、パフュージョン画像に本実施形態に係る画像処理を施すことにより患部候補領域を抽出する。また、画像処理部１１は、血管ボリュームデータファイルを利用することにより、患部候補領域を臨床的に有用な形態で表示する。本実施形態に係る患部候補領域は、患部血管候補と当該患部血管候補が栄養する脳実質領域とを含む。患部血管としては、例えば、側副血行路やバイパス血管等が挙げられる。側副血行路は、狭窄が生じた血管の血流を補うために自然に発生する血管である。バイパス血管は、血行再建術により外科的に形成された血管である。血行再建術の代表例としては、ＳＴＡ−ＭＣＡ(浅側頭動脈―中大脳動脈)吻合術が挙げられる。ＳＴＡ−ＭＣＡ吻合術は、狭窄等による中大脳動脈の血流低下を補うため、当該中大脳動脈に浅側頭動脈を外科的に繋ぎ合せる手技である。中大脳動脈に繋ぎ合された血管がバイパス血管と呼ばれている。
画像処理部１１は、本実施形態に係る患部候補領域の抽出や表示等のため、機能的に、区分部５１、統計値算出部５２、健常領域特定部５３、閾値設定部５４、患部候補領域抽出部５５、表示画像発生部５６、輪郭抽出部５７、マスク領域決定部５８、血管領域抽出部５９、ＡＵＣ値算出部６０、ＡＵＣ画像発生部６１、及び患部血管領域抽出部６２を有している。画像処理部１１の各部の動作については後述する。
ホストコントローラ６は、医師及び技師等のユーザにより入力部１３を介して指令が入力されると、メモリに記憶しているプログラムを実行する。入力部１３は、例えば、メインコンソールとシステムコンソールとを含む。通信部１２は、各規定に応じた通信制御を行う。通信部１２は、電話回線等の電気的通信回線を通じてＰＡＣＳ（医用画像通信保管システム）等に接続することができる機能を有している。記憶部１６は、ボリュームデータ等の種々の血管ボリュームデータファイル、表示画像等、様々なデータを記憶する。また、記憶部１６は、パフュージョン画像を記憶する。
まず、本実施形態に係るパフュージョン画像について説明する。上述のように、パフュージョン画像は、血流動態指標の空間分布を示す機能画像である。血流動態指標としては、ＴＴＰ値や遅延時間が知られている。
図５は、ＴＴＰ値を説明するための、造影剤が注入された頭部に関する時系列ボリュームデータファイル内の血管部位に関するＣＴ値の時間変化を示すグラフである。図５のグラフの縦軸はＣＴ値に規定され、横軸は時間に規定される。基準時刻０は、当該血管部位に造影剤が到達した時刻を示す。図５に示すように、頭部内の任意の血管部位のＣＴ値は、造影剤の流量に伴いＣＴ値が変化する。造影剤の流量がピークになる時点はＣＴ値がピーク値を有する時間である。基準時刻からＣＴ値がピーク値を有する時刻までの時間は、ＴＴＰ（time to peak）時間と呼ばれている。ＴＴＰ値の空間分布を示す画像は、図３Ａに示すＴＴＰ画像２１である。
遅延時間は、頭部内の基準血管部位に造影剤が到達してから、頭部内の各血管部位に造影剤が到達するまでの時間差である。遅延時間の空間分布を示す画像は、図３Ｂに示す遅延画像である。
本実施形態に係る医用診断画像処理装置は、パフュージョン画像から患部候補領域を抽出し、抽出された患部候補領域を種々のレイアウトで表示する。以下、本実施形態の第１実施例乃至第４実施例を説明する。
（第１実施例）
図２Ａは、ホストコントローラ６の制御のもとに行われる、患部候補領域の表示処理の典型的な流れを示す図である。具体的には、患部候補領域の表示処理は、パフュージョン画像における健常領域から患部候補領域を抽出し画像表示するまでの処理である。まず、画像処理部１１は、記憶部１６からパフュージョン画像を読み出す。画像処理部１１の区分部５１は、読み出されたパフュージョン画像に含まれる頭部領域を複数の部分領域に区分する（Ｓ１１）。一例として、区分部５１は、図３Ａに示されるように、ＴＴＰ画像に中心線２１３を設定し、中心線２１３を挟んで左半球を示す画像領域を左半球領域に設定し、右半球を示す画像領域を右半球領域に設定する。中心線２１３は、ユーザにより入力部１３を介して設定又は調整される。
図２Ａは、ホストコントローラ６の制御のもとに行われる、患部候補領域の表示処理の典型的な流れを示す図である。具体的には、患部候補領域の表示処理は、パフュージョン画像における健常領域から患部候補領域を抽出し画像表示するまでの処理である。まず、画像処理部１１は、記憶部１６からパフュージョン画像を読み出す。画像処理部１１の区分部５１は、読み出されたパフュージョン画像に含まれる頭部領域を複数の部分領域に区分する（Ｓ１１）。一例として、区分部５１は、図３Ａに示されるように、ＴＴＰ画像に中心線２１３を設定し、中心線２１３を挟んで左半球を示す画像領域を左半球領域に設定し、右半球を示す画像領域を右半球領域に設定する。中心線２１３は、ユーザにより入力部１３を介して設定又は調整される。
画像処理部１１の統計値算出部５２は、左半球領域と右半球領域との各々について画素値の統計値を算出する（Ｓ１２）。具体的には、統計値算出部５２は、ＴＴＰ画像の左半球領域と右半球領域との各々について画素値（ＴＴＰ値）の統計値を算出する。統計値としては、例えば、ＴＴＰ値の平均値や標準偏差が挙げられる。例えば、図３Ａに示されるようにＴＴＰ画像における脳内領域の外側２ｃｍ程度の領域（大脳皮質領域）におけるＴＴＰの平均値を左半球領域と右半球領域とについて個別に算出する。なお、統計値は、遅延画像とＴＴＰ画像とのうち何れを用いて算出しても良い。
画像処理部１１の健常領域特定部５３は、Ｓ１２において算出された統計値に基づいて左半球領域と右半球領域とのうちの健常領域を特定する（Ｓ１３）。例えば、健常領域特定部は、ＴＴＰ値の平均値に基づいて健常領域を特定する。健常領域特定部５３は、左半球領域と右半球領域とのうちのＴＴＰ値の平均値の低い方を健常領域２２１として特定し、ＴＴＰ値の平均値の高い方を患部半球領域２１２として特定する。なお、健常領域は、必ずしも、左半球領域と右半球領域とのうちの一方である必要はない。例えば、健常領域は、小脳領域に設定されても良い。
画像処理部１１の統計値算出部５２は、Ｓ１３において特定された健常領域内の各画素の画素値に基づいて遅延時間の統計値を算出する（Ｓ１４）。健常領域は、ＴＴＰ画像の健常領域であっても良いし、遅延画像の健常領域であっても良い。例えば、統計値算出部５２は、図３Ｂのように表される遅延画像の健常領域２２２を対象として、遅延時間の平均値と標準偏差とを算出する。ＴＴＰ画像の場合においても遅延画像の場合と同様に、統計値算出部５２は、ＴＴＰ画像の健常領域（例えば、図３Ａにおける健常半球）におけるＴＴＰの平均値と標準偏差とを算出しても良い。
画像処理部１１の閾値設定部５４は、Ｓ１４により算出された標準偏差と平均値とに基づいて閾値を設定する（Ｓ１５）。例えば、閾値設定部５４は、以下の（１）式により閾値を算出する。但し、Pmeanは、パフュージョン画像における健常領域を対象とする画素値の平均値、Psdは、パフュージョン画像における健常領域を対象とする画素値の標準偏差である。
閾値=Pmean+2×Psd ・・・（１）
パフュージョン画像として遅延画像を用いる場合、閾値は、以下の（２）式により算出される。但し、Ｄmeanは、遅延画像における健常領域を対象とする遅延時間の平均値、Ｄsdは、遅延画像における健常領域を対象とする遅延時間の標準偏差である。
パフュージョン画像として遅延画像を用いる場合、閾値は、以下の（２）式により算出される。但し、Ｄmeanは、遅延画像における健常領域を対象とする遅延時間の平均値、Ｄsdは、遅延画像における健常領域を対象とする遅延時間の標準偏差である。
閾値=Dmean+2×Dsd ・・・（２）
以下、（２）式を用いて閾値を算出したものとして説明する。
以下、（２）式を用いて閾値を算出したものとして説明する。
画像処理部１１の患部候補領域抽出部５５は、パフュージョン画像に含まれる各画素の画素値をＳ１５において設定された閾値に対して比較し、パフュージョン画像から患部候補領域を抽出する（Ｓ１６）。例えば、患部候補領域抽出部５５は、図３Ｂに示される遅延画像の患部半球領域を対象として、患部半球領域から閾値以上の遅延時間値を有する画像領域を抽出する。（２）式の閾値を超えた値を有する領域は、図３Ｂに示されるように、側副血行路やバイパス血管の候補となる患部候補領域２２１である。上述のように、患部候補領域２２１は、患部血管候補と当該患部血管候補が栄養する脳実質領域とを含む。特定された患部候補領域２２１は遅延画像から抽出される。患部候補領域のデータは、記憶部１６に記憶される。
最後に、表示制御部１９は、Ｓ１６において抽出された患部候補領域を表示部１４に表示する（Ｓ１７）。具体的には、画像処理部１１の表示画像発生部５６は、血管ボリュームデータに投影処理を施して血管の２次元空間分布を示す血管画像を発生し、発生された血管画像に患部候補領域を重畳する。この際、表示画像発生部５６は、患部候補領域を血管画像に対して位置合わせした後に重ね合わせると良い。重畳画像は、表示制御部１９により表示部１４に表示される。なお、表示画像発生部５６は、時系列の血管ボリュームデータに投影処理を施して時系列の血管画像を発生し、時系列の血管画像に患部候補領域を重ねても良い。
上記の通り、第１実施例に係る医用診断画像処理装置は、パフュージョン画像から患部候補領域を抽出し、患部候補領域が強調された強調画像を表示する。ユーザは、強調画像を観察することにより、側副血行路やバイパス血管を発見することができる。このため、画像診断のスループットや効率が向上する。
（第２実施例）
第２実施例においては第1実施例において抽出された患部候補領域の表示の応用例について説明する。概略的には、画像処理部１１は、患部候補領域の輪郭を血管画像に重ねた重畳画像を発生する。
第２実施例においては第1実施例において抽出された患部候補領域の表示の応用例について説明する。概略的には、画像処理部１１は、患部候補領域の輪郭を血管画像に重ねた重畳画像を発生する。
図２Ｂは、第２実施例に係る患部候補領域の表示処理の典型的な流れを示す図である。
まず、画像処理部１１は、血管ボリュームデータファイルと患部候補領域とを記憶部１６から読み出す。そして画像処理部１１の輪郭抽出部５７は、患部候補領域の輪郭を抽出する（Ｓ２１）。
画像処理部１１の表示画像発生部５６は、Ｓ２１において抽出された輪郭を、血管画像に重ね合わせた重畳画像を発生する（Ｓ２２）。具体的には、表示画像発生部５６は、血管ボリュームデータに投影処理を施して血管の２次元空間分布を示す血管画像を発生し、発生された血管画像に患部候補領域の輪郭を重畳する。この際、表示画像発生部５６は、輪郭を血管画像に対して位置合わせした後に重ね合わせる。図４Ａは、重畳画像Ｉ１の一例を示す図である。図４Ａに示すように、重畳画像Ｉ１には患部候補領域の輪郭２３が合成されている。
最後に、表示制御部１９は、Ｓ２２において発生された重畳画像を表示部１４に表示する（Ｓ２３）。重畳画像は、図４Ａに示されるように、表示部１４により時系列で表示されても良い。
第２実施形態に係る医用診断画像処理装置は、患部候補領域の輪郭が血管画像に重畳された重畳画像を表示する。ユーザは、重畳画像を観察する際、患部候補領域の輪郭内に注意を向けることができるため、より簡便に側副血行路やバイパス血管を発見することができる。このため、画像診断のスループットや効率が向上する。
（第３実施例）
第３実施例においては、第1実施例において抽出された患部候補領域の表示の他の応用例について説明する。概略的には、画像処理部１１は、血管画像のうちの患部半球領域が強調された強調画像を発生する。
第３実施例においては、第1実施例において抽出された患部候補領域の表示の他の応用例について説明する。概略的には、画像処理部１１は、血管画像のうちの患部半球領域が強調された強調画像を発生する。
図２Ｃは、第３実施例に係る患部候補領域の表示処理の典型的な流れを示す図である。
まず、画像処理部１１は、血管ボリュームデータファイルと患部候補領域とを記憶部１６から読み出す。そして画像処理部１１のマスク領域決定部５８は、患部候補領域を利用してマスク領域を決定する（Ｓ３１）。マスク領域は、血管ボリュームデータファイルの非表示範囲に規定される。具体的には、図４Ｂに示されるように、マスク領域は、血管ボリュームデータファイルの患部半球領域について患部候補領域２３のみが表示されるように、患部半球領域の患部候補領域２３以外の画像領域に設定される。健常領域については、比較のため、マスク領域は設定されなくても良い。
画像処理部１１の表示画像発生部５６は、Ｓ３１において決定されたマスク領域を血管ボリュームデータファイルに適用し、血管ボリュームデータファイルに含まれる患部候補領域を残留させ、かつ他の領域を当該残留領域より輝度又は明度を低下させた強調画像を発生する（Ｓ３２）。具体的には、表示画像発生部５６は、マスクが適用された血管ボリュームデータファイルに投影処理を適用し、マスク領域以外の画像領域に存在する血管の２次元空間分布を示す強調画像を発生する。図４Ｂは、Ｓ３２により発生された強調画像の一例を示す図である。図４Ｂに示すように、強調画像Ｉ２は、健常領域Ｒ１と患部半球領域Ｒ２とを含んでいる。強調画像Ｉ２は、健常領域Ｒ１については全体を描出し、患部半球領域Ｒ２についてはマスク領域以外の画像領域に限定して描出している。
表示制御部１９は、Ｓ３２において発生された強調画像を表示部１４に表示させる（Ｓ３３）。表示された強調画像はユーザにより観察される。
実施例３に係る医療診断画像処理装置は、マスク領域が適用された範囲を強調画像の画像化範囲から除外する。これにより医療診断画像処理装置は、投影方向に沿って患部候補領域の前後に存在する血管領域を画像化範囲から除外することが可能になるので、患部候補領域を明瞭に描出させることができる。従ってユーザは、強調画像を観察することにより、側副血行路やバイパス血管等の患部候補領域の発見が容易になる。また医療診断画像処理装置は、患部候補領域と健常領域とを並べて表示することができる。これにより、ユーザは、患部候補領域と健常領域との血管走行状態を一画像で容易に比較することができる。
なおマスク領域の設定範囲は、患部半球領域内の患部候補領域以外の画像領域に限定されない。例えば、マスク領域は、患部半球領域に相当する健常領域内の画像領域（患部対応領域）以外の画像領域にマスク領域が設定されても良い。これにより、患部半球領域における患部候補領域２３と健常領域における患部対応領域との比較が容易になる。また、健常領域を表示する必要が無い場合、健常領域の全体にマスク領域が設定されても良い。これらマスク領域の設定モードは、入力部１３により任意に設定可能である。
（第４実施例）
第４実施例においては、第１実施例において抽出された患部候補領域から患部血管領域を抽出する方法と抽出された患部血管領域を表示する方法とについて説明する。
第４実施例においては、第１実施例において抽出された患部候補領域から患部血管領域を抽出する方法と抽出された患部血管領域を表示する方法とについて説明する。
まず画像処理部１１は、血管画像と患部候補領域とを記憶部１６から読み出す。そして画像処理部１１の血管領域抽出部５９は、図６Ａに示すように、患部候補領域を利用して、血管画像２４から対応領域Ｒｂｂ抽出する（Ｓ４１）。対応領域Ｒｂｂは、血管画像に含まれる画像領域であって、パフュージョン画像の患部候補領域に位置が一致する画像領域である。
次に画像処理部１１のＡＵＣ値算出部６０は、Ｓ４１において抽出された対応領域Ｒｂｂに含まれる各画素についてＡＵＣ（area under the carve）値を算出する（Ｓ４２）。具体的には、ＡＵＣ値算出部６０は、対応領域Ｒｂｂに含まれる各画素について、図６に示されるような、ＣＴ値の時間変化曲線を算出し、時間変化曲線の時間積分値（すなわち、ＡＵＣ値）を算出する。ＡＵＣ値は、Ｘ軸とＹ軸とＣＴ値の時間変化曲線とで囲まれた面積により規定される。
画像処理部１１のＡＵＣ画像発生部６１は、Ｓ４２において算出されたＡＵＣ値の空間分布を表すＡＵＣ画像を発生する（Ｓ４３）。あるいは、ＡＵＣ画像発生部６１は、全時相の時系列の血管画像を位置合わせ加算することにより、ＡＵＣ画像を発生しても良い。
画像処理部１１の血管領域抽出部５９は、図６Ａに示すように、Ｓ４３において発生されたＡＵＣ画像２５からＡＵＣ値を利用して血管領域Ｒｂａを抽出する（Ｓ４４）。Ｓ４４においてＡＵＣ画像２５から抽出された血管領域ＲｂａをＡＵＣ血管領域と呼ぶことにする。具体的には、血管領域抽出部５９は、ＡＵＣ画像２５に含まれる各画素の画素値を予め定められた閾値に対して比較し、当該閾値よりも大きい画素値を有する画素を抽出する。抽出された複数の画素の集合がＡＵＣ血管領域Ｒｂａを構成する。
画像処理部１１の閾値設定部５４は、健常領域に含まれる複数の画素の画素値の時刻的動態の統計値に基づいて閾値を設定する（Ｓ４５）。具体的には、閾値設定部５４は、ＡＵＣ画像において中心線（面）を軸として、ＡＵＣ血管領域を健常領域側に折り返す。健常領域側に折り返されたＡＵＣ血管領域を折り返し領域と呼ぶことにする。ＡＵＣ血管領域と折り返し領域とは、中心線を挟んで線対称の関係にある。閾値設定部５４は、折り返し領域を対象として、図５に示されるようなＴＴＰ値の平均値（Ｔmean）と標準偏差（Ｔsd）とを算出する。その後、閾値設定部５４は、算出された平均値（Ｔmean）と標準偏差（Ｔsd）とを用いて以下の（３）式により閾値を算出する。
閾値=Tmean+2×Tsd ・・・（３）
式（３）により算出された閾値以上の値を有する画素値を有する画素の集合が、側副血行路やバイパス血管の可能性が高い患部血管領域である。
式（３）により算出された閾値以上の値を有する画素値を有する画素の集合が、側副血行路やバイパス血管の可能性が高い患部血管領域である。
画像処理部１１の患部血管領域抽出部６２は、Ｓ４４で抽出されたＡＵＣ血管領域における各画素の画素値をＳ４５で設定された閾値に対して比較し、血管画像の患部候補領域から患部血管領域を抽出する（Ｓ４６）。具体的には、患部血管領域抽出部６２は、ＡＵＣ血管領域に含まれる複数の画素のうち、閾値よりも大きい画素値を有する画素を患部血管領域として抽出する。
次に、画像処理部１１の表示画像発生部５６は、Ｓ４６において抽出された患部血管領域が強調された強調された強調画像を血管画像に基づいて発生する（Ｓ４７）。具体的には、表示画像発生部５６は、図６Ａに示すように、血管画像のうちの患部血管領域Ｒｂｃに、他の画像領域とは異なる色値を割り当てることにより強調画像２６を発生する。
最後に表示制御部１９は、Ｓ４７において発生された強調画像を表示部１４に表示する（Ｓ４８）。表示された強調画像はユーザにより観察される。
実施例４に係る医療診断画像処理装置は、患部候補領域の中から患部血管領域を抽出し、抽出された患部血管領域が強調された強調画像を発生する。従ってユーザは、強調画像を観察することにより、側副血行路やバイパス血管等の患部血管の発見が容易になる。
上記の説明の通り、本実施形態に係る医療診断画像処理装置は、側副血行路やバイパス血管が存在する可能性が高い領域を抽出し、表示する。これにより、ユーザは、側副血行路やバイパス血管を容易に発見することが可能となる。
かくして、本実施形態によれば、ユーザによる画像診断の質を向上可能な医用診断画像処理装置が実現する。
本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。
１…Ｘ線コンピュータ断層撮像装置、１Ａ…ＣＴ撮像部、１Ｂ…コンソール、２…回転フレーム、３…Ｘ線管球、４…Ｘ線検出器、５…高電圧発生部、６…ホストコントローラ、７…架台駆動部、８…データ収集部、９…伝送部、１０…再構成部、１１…画像処理部、１２…通信部、１３…入力部、１４…表示部、１５…前処理部、１６…記憶部、１７…ワークステーション、１８…スリップリング、１９…表示制御部
Claims (8)
- 頭部内の血流動態の空間分布を表すパフュージョン画像における各画素値と第１の閾値との比較結果に基づいて、前記パフュージョン画像から側副血行路又はバイパス血管の候補となる患部候補領域を抽出する患部候補領域抽出部と、
前記頭部内の血管の空間分布を表す血管画像から前記患部候補領域に対応する第１の血管領域を抽出する第１の血管領域抽出部と、
前記第１の血管領域の各画素についてＡＵＣ値を算出するＡＵＣ値算出部と、
前記ＡＵＣ値の空間分布を表すＡＵＣ画像を発生するＡＵＣ画像発生部と、
前記ＡＵＣ値と予め設定された第２の閾値との比較結果に基づいて、前記ＡＵＣ画像から前記第１の血管領域に対応する第２の血管領域を抽出する第２の血管領域抽出部と、
前記ＡＵＣ画像の健常領域における前記第２の血管領域を対象として造影剤の流れに関する時刻的動態の統計値を算出し、前記算出された統計値に基づいて第３の閾値を算出する閾値算出部と、
前記第２の血管領域の各画素の画素値と前記第３の閾値との比較結果に基づいて、前記患部候補領域から側副血行路又はバイパス血管の候補となる第３の血管領域を抽出する第３の血管領域抽出部と、
前記患部候補領域を前記血管画像とともに表示し、且つ前記血管画像のうちの前記第３の血管領域を強調して表示する表示部と、
を具備する医用診断画像処理装置。 - 前記表示部は、前記第３の血管領域を、前記第３の血管領域以外の画像領域とは異なる色で表示する、請求項１記載の医用診断画像処理装置。
- 頭部内の血流動態の空間分布を表すパフュージョン画像における各画素値と閾値との比較結果に基づいて、前記パフュージョン画像から側副血行路又はバイパス血管の候補となる患部候補領域を抽出する患部候補領域抽出部と、
前記頭部内における血管の空間分布を表す血管画像から前記患部候補領域に対応する血管領域を抽出する血管領域抽出部と、
前記血管領域に基づいて、前記頭部内の基準部位に血液が流入した時点から当該頭部内の各血管部位に血液が流れるまでの時間を当該血管部位ごとに算出し、前記算出された時間に基づいて前記血管領域から側副血行路又はバイパス血管の候補となる患部血管領域を抽出する患部血管領域抽出部と、
前記患部候補領域を前記血管画像とともに表示し、且つ前記血管画像のうちの前記患部血管領域を強調して表示する表示部と、
を具備する医用診断画像処理装置。 - 前記患部候補領域の輪郭を抽出する輪郭抽出部と、
前記輪郭を、前記血管画像に重ねた重畳画像を発生する表示画像発生部と、をさらに備え、
前記表示部は、前記重畳画像を表示する、
請求項３記載の医用診断画像処理装置。 - 前記患部候補領域に基づいて非表示範囲を示すマスク領域を決定するマスク領域決定部と、
前記マスク領域に基づいて、前記血管画像のうちの、前記患部候補領域を残留させ、かつ他の領域を当該残留領域より輝度又は明度を低下させた表示画像を発生する表示画像発生部と、をさらに備え、
前記表示部は、前記表示画像を表示する、
請求項３記載の医用診断画像処理装置。 - 前記パフュージョン画像の第１の健常領域内の画素値に基づいて前記閾値を設定する閾値設定部、をさらに備える請求項３記載の医用診断画像処理装置。
- 前記閾値設定部は、
前記パフュージョン画像を頭部内の複数の部分領域に対応して区分し、前記区分された各頭部内部分領域のパフュージョン画像を基に当該頭部内部分領域それぞれにおける造影剤の流れに関する時刻的動態の統計値を算出する統計値算出部と、
前記算出された統計値に基づいて、前記頭部内の複数の部分領域から前記第１の健常領域を特定する健常領域特定部と、
前記パフュージョン画像のうちの前記第１の健常領域に相当する第２の健常領域における造影剤の流れに関する遅延時間の平均値と標準偏差とを算出し、前記算出された平均値と標準偏差とに基づいて前記閾値を設定する設定部と、
備える請求項６記載の医用診断画像処理装置。 - 前記第１の健常領域と前記第２の健常領域とは、小脳領域である請求項６記載の医用診断画像処理装置。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/JP2013/073591 WO2014034940A1 (ja) | 2012-08-31 | 2013-09-02 | 医用診断画像処理装置 |
| CN201380001544.3A CN103764036B (zh) | 2012-08-31 | 2013-09-02 | 医用诊断图像处理装置 |
| JP2013181696A JP6351942B2 (ja) | 2012-08-31 | 2013-09-02 | 医用診断画像処理装置 |
| US14/189,568 US9619880B2 (en) | 2012-08-31 | 2014-02-25 | Medical diagnostic image processing apparatus |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012191619 | 2012-08-31 | ||
| JP2012191619 | 2012-08-31 | ||
| JP2013181696A JP6351942B2 (ja) | 2012-08-31 | 2013-09-02 | 医用診断画像処理装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2014061290A JP2014061290A (ja) | 2014-04-10 |
| JP6351942B2 true JP6351942B2 (ja) | 2018-07-04 |
Family
ID=50183738
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2013181696A Active JP6351942B2 (ja) | 2012-08-31 | 2013-09-02 | 医用診断画像処理装置 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US9619880B2 (ja) |
| JP (1) | JP6351942B2 (ja) |
| CN (1) | CN103764036B (ja) |
| WO (1) | WO2014034940A1 (ja) |
Families Citing this family (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014185424A1 (ja) * | 2013-05-13 | 2014-11-20 | 株式会社 東芝 | 医用画像解析装置 |
| KR20150074420A (ko) * | 2013-12-24 | 2015-07-02 | 삼성전자주식회사 | 디스플레이장치 및 그 제어방법 |
| EP3169237B1 (en) | 2014-07-18 | 2023-04-12 | Koninklijke Philips N.V. | Stenosis assessment |
| CN104287763B (zh) | 2014-09-09 | 2016-08-24 | 沈阳东软医疗系统有限公司 | 一种跟踪扫描中监测区域调整方法及装置 |
| CN104346526A (zh) * | 2014-10-11 | 2015-02-11 | 北京网秦天下科技有限公司 | 医疗影像处理方法、云端服务器和医疗影像处理系统 |
| EP3379999B1 (en) * | 2015-11-24 | 2023-09-20 | The Regents of the University of California | Mapping and quantifying blood stasis and thrombus risk in the heart |
| WO2017139653A1 (en) * | 2016-02-10 | 2017-08-17 | The Charles Stark Draper Laboratory, Inc. | Systems and methods for imaging |
| CN105997128A (zh) * | 2016-08-03 | 2016-10-12 | 上海联影医疗科技有限公司 | 利用灌注成像识别病灶的方法及系统 |
| US10729396B2 (en) * | 2016-08-31 | 2020-08-04 | International Business Machines Corporation | Tracking anatomical findings within medical images |
| US10276265B2 (en) | 2016-08-31 | 2019-04-30 | International Business Machines Corporation | Automated anatomically-based reporting of medical images via image annotation |
| JP2018068631A (ja) * | 2016-10-28 | 2018-05-10 | キヤノン株式会社 | 放射線撮影システム、放射線表示方法 |
| USD855651S1 (en) | 2017-05-12 | 2019-08-06 | International Business Machines Corporation | Display screen with a graphical user interface for image-annotation classification |
| EP3493151A1 (en) * | 2017-11-29 | 2019-06-05 | Koninklijke Philips N.V. | Combination of temporally resolved angiographic images with a spatially resolved angiographic image |
| US11471101B2 (en) | 2018-04-05 | 2022-10-18 | The Regents Of The University Of California | Mapping and quantifying shear stress and hemolysis in patients having LVADS |
| CN113222974B (zh) * | 2021-05-31 | 2023-12-29 | 沈阳先进医疗设备技术孵化中心有限公司 | 一种侧支循环的自动评价方法和装置 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4537681B2 (ja) * | 2003-09-24 | 2010-09-01 | 株式会社東芝 | 血流解析装置 |
| US7912269B2 (en) * | 2004-03-31 | 2011-03-22 | Kabushiki Kaisha Toshiba | Medical image processing apparatus and method of processing medical image |
| JP2007144139A (ja) * | 2005-11-02 | 2007-06-14 | Toshiba Corp | Ｘ線コンピュータ断層撮影装置及び画像処理装置 |
| EP1790289A3 (en) * | 2005-11-02 | 2007-07-18 | Kabushiki Kaisha Toshiba | X-ray computed tomography apparatus and method of analyzing X-ray computed tomogram data |
| JP5322548B2 (ja) * | 2008-09-17 | 2013-10-23 | 株式会社東芝 | Ｘ線ｃｔ装置、医用画像処理装置および医用画像処理プログラム |
| JP5642398B2 (ja) * | 2009-04-24 | 2014-12-17 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | 血流動態解析装置、磁気共鳴イメージング装置、およびプログラム |
| US20110150309A1 (en) * | 2009-11-27 | 2011-06-23 | University Health Network | Method and system for managing imaging data, and associated devices and compounds |
| US9125616B2 (en) * | 2009-12-10 | 2015-09-08 | Koninklijke Philips N.V. | Collateral blood flow assessment |
| JP5844093B2 (ja) * | 2010-09-15 | 2016-01-13 | 株式会社東芝 | 医用画像処理装置及び医用画像処理方法 |
-
2013
- 2013-09-02 JP JP2013181696A patent/JP6351942B2/ja active Active
- 2013-09-02 WO PCT/JP2013/073591 patent/WO2014034940A1/ja active Application Filing
- 2013-09-02 CN CN201380001544.3A patent/CN103764036B/zh active Active
-
2014
- 2014-02-25 US US14/189,568 patent/US9619880B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN103764036B (zh) | 2016-11-16 |
| CN103764036A (zh) | 2014-04-30 |
| JP2014061290A (ja) | 2014-04-10 |
| US9619880B2 (en) | 2017-04-11 |
| US20140233814A1 (en) | 2014-08-21 |
| WO2014034940A1 (ja) | 2014-03-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6351942B2 (ja) | 医用診断画像処理装置 | |
| US10650522B2 (en) | Medical image processing apparatus, medical image processing method, and X-ray CT apparatus | |
| JP5322548B2 (ja) | Ｘ線ｃｔ装置、医用画像処理装置および医用画像処理プログラム | |
| JP6523825B2 (ja) | Ｘ線ｃｔ装置及び画像処理装置 | |
| JP5491914B2 (ja) | 画像表示装置およびｘ線診断装置 | |
| JP6392040B2 (ja) | 画像処理装置、及び、ｘ線診断装置 | |
| JP2007160094A (ja) | 断層撮影による一連の画像データセットの可視化方法および装置 | |
| JP2009225850A (ja) | 画像処理装置及びｘ線コンピュータ断層撮影装置 | |
| JP5388638B2 (ja) | 画像処理装置および画像処理プログラム | |
| JP2013099520A (ja) | Ｘ線コンピュータ断層撮像装置、医用画像処理装置、及び医用画像処理方法 | |
| US20140016851A1 (en) | Image processing apparatus, x-ray radiographic apparatus, and image processing method | |
| JP2010154982A (ja) | Ｘ線コンピュータ断層撮影装置および画像処理装置 | |
| EP3665643B1 (en) | X-ray image processing method and system and computer storage medium | |
| JP2013172825A (ja) | Ｘ線ｃｔ装置、画像表示方法 | |
| US10134157B2 (en) | Image generating apparatus, radiation tomography imaging apparatus, and image generating method and program | |
| JP2011206240A (ja) | 医用画像表示装置および方法並びにプログラム | |
| JP7024954B2 (ja) | 医用画像処理装置及びｘ線ｃｔ装置 | |
| JP2005131010A (ja) | 脳虚血診断支援装置及びｘ線コンピュータ断層撮影装置 | |
| JP5854658B2 (ja) | Ｘ線ｃｔ装置 | |
| US20120307961A1 (en) | Image processing apparatus, x-ray ct apparatus and image processing method | |
| JP6552782B2 (ja) | Ｘ線ｃｔ装置 | |
| JP2018000943A (ja) | 医用画像診断装置及び医用画像処理装置 | |
| JP6878074B2 (ja) | 医用画像診断装置及び医用画像処理装置 | |
| US20220383501A1 (en) | Medical information display apparatus, medical image processing apparatus, medical information display method, and computer program product | |
| JP2016202886A (ja) | 医用画像処理装置、ｘ線ｃｔ装置及び画像処理方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20160512 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160826 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170606 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170807 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180206 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180402 |
|
| 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: 20180508 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180606 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6351942 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |