JP6352212B2 - 画像診断支援装置、方法、及びコンピュータプログラム - Google Patents
画像診断支援装置、方法、及びコンピュータプログラム Download PDFInfo
- Publication number
- JP6352212B2 JP6352212B2 JP2015068893A JP2015068893A JP6352212B2 JP 6352212 B2 JP6352212 B2 JP 6352212B2 JP 2015068893 A JP2015068893 A JP 2015068893A JP 2015068893 A JP2015068893 A JP 2015068893A JP 6352212 B2 JP6352212 B2 JP 6352212B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- phase
- subject
- images
- patient
- 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
- 238000003745 diagnosis Methods 0.000 title claims description 26
- 238000000034 method Methods 0.000 title claims description 16
- 238000004590 computer program Methods 0.000 title claims description 15
- 201000010099 disease Diseases 0.000 claims description 42
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 42
- 206010028980 Neoplasm Diseases 0.000 claims description 23
- 201000011510 cancer Diseases 0.000 claims description 22
- 238000006243 chemical reaction Methods 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 17
- 206010058467 Lung neoplasm malignant Diseases 0.000 claims description 8
- 201000005202 lung cancer Diseases 0.000 claims description 8
- 208000020816 lung neoplasm Diseases 0.000 claims description 8
- 238000002059 diagnostic imaging Methods 0.000 claims description 5
- 230000004054 inflammatory process Effects 0.000 claims description 5
- ZCXUVYAZINUVJD-AHXZWLDOSA-N 2-deoxy-2-((18)F)fluoro-alpha-D-glucose Chemical compound OC[C@H]1O[C@H](O)[C@H]([18F])[C@@H](O)[C@@H]1O ZCXUVYAZINUVJD-AHXZWLDOSA-N 0.000 claims description 3
- AOYNUTHNTBLRMT-SLPGGIOYSA-N 2-deoxy-2-fluoro-aldehydo-D-glucose Chemical compound OC[C@@H](O)[C@@H](O)[C@H](O)[C@@H](F)C=O AOYNUTHNTBLRMT-SLPGGIOYSA-N 0.000 claims description 3
- 206010061218 Inflammation Diseases 0.000 claims description 3
- 238000003325 tomography Methods 0.000 claims description 3
- 238000013500 data storage Methods 0.000 description 27
- 238000012545 processing Methods 0.000 description 23
- 238000007781 pre-processing Methods 0.000 description 10
- 206010027476 Metastases Diseases 0.000 description 8
- 230000009401 metastasis Effects 0.000 description 8
- 238000003384 imaging method Methods 0.000 description 7
- 230000001131 transforming effect Effects 0.000 description 7
- 230000001575 pathological effect Effects 0.000 description 5
- 238000002591 computed tomography Methods 0.000 description 3
- 201000000306 sarcoidosis Diseases 0.000 description 3
- 206010035664 Pneumonia Diseases 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 210000004072 lung Anatomy 0.000 description 2
- 230000000873 masking effect Effects 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 210000005015 mediastinal lymph node Anatomy 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000002271 resection Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
Description
本発明は、画像診断支援に関し、特に画像マッチングにより診断支援を行う技術に関する。
従来、医用画像を用いた画像診断が日常的に行われている。これは、医師が画像を目視して画像の特徴から診断を下すものである。
また、人の指紋あるいは虹彩などの生体画像のマッチングにより、個人認証（生体認証）を行う技術が知られている（例えば、非特許文献１）。
宮澤一之著、位相限定相関法に基づく人体の画像計測とその応用に関する研究（博士論文、東北大学大学院情報科学研究科情報基礎科学専攻）、2010年
ところで、目視による画像診断では、高度な読影スキルを必要とする場合が多い。従って、適切な診断ができるか否かは医師個人の知識や経験等に依存するという問題がある。
例えば、肺ガン切除後の患者に１８−ＦＤＧ（フルオロデオキシグルコース、以下単にＦＤＧという）を投与した後に撮像したＰＥＴ（Ｐｏｓｉｔｏｒｏｎ Ｅｍｉｓｓｉｏｎ Ｔｏｍｏｇｒａｐｈｙ）画像において、ガンが縦隔リンパ節等の別の部位へ転移した患者の画像と、サルコイドーシス等のガンではなく炎症を起こしている患者の画像とを目視で区別することは難しい。これ以外にも、画像を目視で識別することが難しい疾患は多数ある。
そこで、本発明の目的は、医用画像を用いた画像診断の支援を行うことである。
本発明の別の目的は、画像で肺ガンからの転移と炎症とを識別するための技術を提供することである。
本発明の一つの実施態様に従う画像診断支援装置のためのコンピュータプログラムは、前記画像診断支援装置に、複数のグループのいずれかに係る複数の患者のＲＩ画像をフーリエ変換して、複数の位相画像である複数の患者位相画像を生成する第１の画像変換手段と、被験者のＲＩ画像をフーリエ変換して、位相画像である被験者位相画像を生成する第２の画像変換手段と、前記第１の画像変換手段により生成された複数の患者位相画像のそれぞれと、前記第２の画像変換手段により生成された被験者位相画像とを比較する比較手段と、前記比較手段による比較結果に応じて、前記被験者のグループ候補として前記複数のグループのうちの何れかを選択するグループ選択手段と、を構築する。
好適な実施態様では、前記複数の患者位相画像は、前記複数のグループの何れか一つ以上と関連づけられていて、前記グループ選択手段は、前記被験者位相画像と類似する患者位相画像を特定し、この特定された患者位相画像と関連づけられているグループを前記グループ候補としてもよい。
好適な実施態様では、前記比較手段は、前記第１の画像変換手段により生成された複数の患者位相画像のそれぞれについて、前記第２の画像変換手段により生成された被験者位相画像との相関度を示す関数を算出してもよい。
好適な実施態様では、前記比較手段は、前記相関度を示す関数としてＰＯＣ（Ｐｈａｓｅ Ｏｎｌｙ Ｃｏｒｒｅｌａｔｉｏｎ）関数を算出し、前記ＰＯＣ関数から類似度を評価する指標を算出し、前記グループ選択手段は、前記比較手段によって算出された類似度を評価する指標に応じて前記被験者位相画像と類似する患者位相画像を特定してもよい。
好適な実施態様では、前記類似度を評価する指標はＰＳＮＲ（Ｐｅａｋ Ｓｉｇｎａｌ−ｔｏ−Ｎｏｉｓｅ Ｒａｔｉｏ）であってもよい。
好適な実施態様では、前記複数の患者のＲＩ画像及び前記被験者のＲＩ画像は、いずれも１８−ＦＤＧ（フルオロデオキシグルコース）を投与した後に撮像したＰＥＴ（Ｐｏｓｉｔｏｒｏｎ Ｅｍｉｓｓｉｏｎ Ｔｏｍｏｇｒａｐｈｙ）画像であってもよい。
好適な実施態様では、前記複数のグループは、肺ガンが転移したガン及び炎症を含んでもよい。
さらに好適な実施態様では、前記肺ガンが転移したガンには、（１）第７結節へ転移したガン、（２）右半身へ偏って転移したガン、（３）左半身へ偏って転移したガンが含まれていてもよい。
本発明の一つの実施態様に従う画像診断支援装置のためのコンピュータプログラムは、前記画像診断支援装置に、複数のグループのいずれかに係る複数の患者のＲＩ画像をフーリエ変換して、複数の位相画像である複数の患者位相画像を生成する第１の画像変換手段と、被験者のＲＩ画像をフーリエ変換して、位相画像である被験者位相画像を生成する第２の画像変換手段と、前記第１の画像変換手段により生成された複数の患者位相画像から前記複数のグループにそれぞれ対応する画像であるグループ別の代表画像を生成する手段と、前記グループ別の代表画像と、前記第２の画像変換手段により生成された被験者位相画像とを比較する比較手段と、前記比較手段による比較結果に応じて、前記被験者のグループ候補として前記複数のグループのうちの何れかを選択するグループ選択手段と、を構築する。
以下、本発明の一実施形態に係る画像診断支援装置について、図面を参照して説明する。
図１は、本実施形態に係る画像診断支援装置１の全体構成図である。画像診断支援装置１は、被験者の画像と複数種類の疾患にかかる患者の画像とを比較して、被験者がどの疾患である可能性が高いかを判定し、医師による診断を支援する情報を提供する。
同図に示すように、画像診断支援装置１は、画像診断支援装置本体１０と、入力装置３と、表示装置５とを備える。
画像診断支援装置本体１０は、例えば汎用的なコンピュータシステムにより構成され、以下に説明する画像診断支援装置本体１０内の個々の構成要素または機能は、例えば、コンピュータプログラムを実行することにより実現される。
画像診断支援装置本体１０は、原画像データ記憶部１１と、被験者データ記憶部１３と、グループ別データベース１５と、前処理部２１と、フーリエ変換処理部２２と、ＤＢ調整部２３と、比較処理部２４と、ＰＯＣ関数算出部２５と、ＰＳＮＲ算出部２７と、疾患判定部２９とを有する。
原画像データ記憶部１１は、撮像装置７で撮像された被験者及び患者の画像（以下、原画像という）の画像データ（以下、原画像データという）を記憶する。原画像は、例えば、被験者及び患者の所定の臓器を撮像した画像である。本実施形態では、原画像として被験者の上半身、特に肺を含む領域を撮像した画像を用いるが、他の臓器を撮像した画像であってもよい。
また、原画像は被験者及び患者の体内にＲＩ（Ｒａｄｉｏ Ｉｓｏｔｏｐｅ）を投与して撮像したＲＩ画像でよい。例えば、以下の説明ではＦＤＧを投与した後に撮像したＰＥＴ画像を原画像とする。ＲＩ画像は、これ以外にもＳＰＥＣＴ（Ｓｉｎｇｌｅ Ｐｈｏｔｏｎ Ｅｍｉｓｓｉｏｎ Ｃｏｍｐｕｔｅｄ Ｔｏｍｏｇｒａｐｈｙ）画像でもよい。さらには、原画像はＲＩ画像に限らず、ＣＴ（Ｃｏｍｐｕｔｅｄ Ｔｏｍｏｇｒａｐｈｙ）画像、ＭＲ（Ｍａｇｎｅｔｉｃ Ｒｅｓｏｎａｎｃｅ）画像、あるいは超音波画像であってもよい。
また、原画像データ記憶部１１には、特定の疾患であると診断された患者の原画像データ及びまだ診断がついていない被験者の原画像データが保存される。本実施形態では、特定の疾患としては、肺ガンに起因して、肺以外の箇所へ転移したガンと、単なるサルコイドーシスなどの炎症を対象としてもよい。
撮像装置７から取得した原画像データが原画像データ記憶部１１に保存された後、その原画像データに係る疾患及び／または病態の種別を入力装置３から入力を受け付けるようにしてもよい。このとき、受け付けた疾患及び／または病態の種別を示す情報は、原画像データ記憶部１１において原画像データと対応付けて登録するようにしてもよい。
被験者データ記憶部１３は、被験者に関する情報を記憶する。例えば、被験者データ記憶部１３には、被験者のＲＩ画像をフーリエ変換した位相画像（以下、被験者位相画像という）の画像データが保存される。被験者データ記憶部１３には、さらに、ＰＯＣ（Ｐｈａｓｅ Ｏｎｌｙ Ｃｏｒｒｅｌａｔｉｏｎ）関数及びＰＳＮＲ（Ｐｅａｋ Ｓｉｇｎａｌ−ｔｏ−Ｎｏｉｓｅ Ｒａｔｉｏ）等が保存される。ＰＯＣ関数及びＰＳＮＲについては後述する。
グループ別データベース１５は、複数のグループに係る患者の情報を記憶する。例えば、グループ別データベース１５には、複数のグループのいずれかに係る複数の患者のＲＩ画像をフーリエ変換した複数の位相画像（以下、患者位相画像という）の画像データが保存される。各患者位相画像の画像データは、それぞれ、一つ以上の疾患及び／または病態と関連づけられている。つまり、グループ別データベース１５は、疾患及び／または病態別のグループに分けて患者位相画像の画像データを記憶してもよい。ここで、疾患としては、例えば、ガン（肺ガンからの転移）及び炎症（サルコイドーシスなど）が対象となり得る。さらに、ガンについては、病態に応じてさらに詳細に分けてグループ別データベース１５に登録してもよい。例えば、本実施形態では、グループ別データベース１５に登録されるガン患者の位相画像の画像データは、（１）ガンの転移先が第７結節である態様、（２）ガンの転移先が右半身へ偏っている態様、及び（３）ガンの転移先が左半身へ偏っている態様のいずれかに区分されていてもよい。
前処理部２１は、所定の前処理を行う。前処理部２１は、例えば、原画像に対して、マスキング、グレースケール処理、アラインメント、コントラスト強調、体格正規化などの一つ以上の処理を適用してもよい。マスキングは、例えば、入力装置３及び表示装置５を用いて、医師等が手動で行ってもよい。
フーリエ変換処理部２２は、ＤＦＴ（離散フーリエ変換）のアルゴリズムに従って、２次元画像にフーリエ変換を適用する。例えば、フーリエ変換処理部２２は、被験者のＲＩ画像をフーリエ変換して、被験者位相画像を生成する。例えば、フーリエ変換処理部２２は、複数のグループのいずれかに係る複数の患者のＲＩ画像をフーリエ変換して、複数の患者位相画像を生成する。本実施形態では、フーリエ変換処理部２２は、前処理部２１によって所定の前処理が行われたＲＩ画像にＤＦＴをかけて、振幅画像と位相画像を生成する。
フーリエ変換処理部２２によって生成された被験者位相画像の画像データが被験者データ記憶部１３に保存され、患者位相画像の画像データがグループ別データベース１５に保存される。
ＤＢ調整部２３は、グループ別データベース１５に登録されているデータの調整を行う。例えば、ＤＢ調整部２３は、グループ別データベース１５に登録されている複数の患者位相画像から、グループごとに、各グループを代表する位相画像を生成してもよい。例えば、ＤＢ調整部２３は、同一疾患同一態様の患者の位相画像の画像データから、それらの位相画像を平均したような代表位相画像の画像データを合成してもよい。例えば、本実施形態では、（１）ガンの転移先が第７結節である態様、（２）ガンの転移先が右半身へ偏っている態様、及び（３）ガンの転移先が左半身へ偏っている態様のそれぞれの代表位相画像を合成してもよい。なお、ＤＢ調整部２３は省略可能である。つまり、グループ別データベース１５に登録されているデータの調整を行うか否かは任意である。
比較処理部２４は、複数の患者位相画像のそれぞれと被験者位相画像とを比較する。比較処理部２４は、例えば、複数の患者位相画像のそれぞれと被験者位相画像との類似度合いを定量化して比較する。例えば、比較処理部２４は、複数の患者位相画像のそれぞれと被験者位相画像との相関度を示す関数を算出し、その関数から類似度合いを示す指標を算出するようにしてもよい。
本実施形態では、比較処理部２４は、ＰＯＣ関数算出部２５及びＰＳＮＲ算出部２７を備える。
ＰＯＣ関数算出部２５は、二つの画像の相関度を示す関数としてＰＯＣ（Ｐｈａｓｅ Ｏｎｌｙ Ｃｏｒｒｅｌａｔｉｏｎ）関数を算出する。例えば、ＰＯＣ関数算出部２５は、公知のＰＯＣ関数の算出式に従って、グループ別データベース１５に登録されているすべての患者の位相画像の画像データと、被験者位相画像の画像データとのＰＯＣ関数を算出する。算出されたＰＯＣ関数は、被験者データ記憶部１３に被験者位相画像と対応付けて保存される。
ＰＳＮＲ算出部２７は、ＰＯＣ関数算出部２５で算出されたＰＯＣ関数のＰＳＮＲ（Ｐｅａｋ Ｓｉｇｎａｌ−ｔｏ−Ｎｏｉｓｅ Ｒａｔｉｏ）を算出する。ＰＳＮＲ算出部２７は、公知のＰＳＮＲの算出式に従ってＰＯＣ関数のＰＳＮＲを算出する。算出されたＰＳＮＲは、被験者データ記憶部１３に被験者位相画像と対応付けて保存される。
ＰＳＮＲは、ＰＯＣ関数の算出に用いた二つの画像の類似度を示す指標である。すなわち、ＰＯＣ関数の性質から、ＰＳＮＲが大きいほどそのＰＯＣ関数の算出に用いた二つの画像の類似度が高い。
比較処理部２４は、疾患別の代表位相画像と被験者位相画像とを比較してもよい。例えば、ＰＯＣ関数算出部２５及びＰＳＮＲ算出部２７は、上述する手法と同じ手法で、代表位相画像と被験者位相画像とのＰＯＣ関数及びそのＰＳＮＲを算出してもよい。
疾患判定部２９は、比較処理部２４での比較結果に応じて、被験者のグループ候補を特定する。例えば、疾患判定部２９は、被験者のグループ候補として、グループ別データベース１５に登録されているグループ種別のうちの何れかのグループを選択する。疾患判定部２９は、例えば、被験者位相画像と類似する患者位相画像を特定し、この特定された患者位相画像と関連づけられているグループを被験者のグループ候補としてもよい。また、疾患判定部２９は、例えば、この特定された患者位相画像と関連づけられている疾患及び／または病態を、被験者の疾患及び／または病態の候補としてもよい。
疾患判定部２９は、例えば、被験者データ記憶部１３に登録されている被験者位相画像と患者位相画像とのすべてのＰＯＣ関数に対応するＰＳＮＲに応じて、被験者位相画像に最も類似する患者位相画像を特定してもよい。あるいは、疾患判定部２９は、ＰＳＮＲに応じて類似度が所定以上である一以上の患者位相画像を特定してもよい。このとき、疾患候補は複数でもよい。
また、疾患判定部２９は、例えば、代表位相画像と被験者位相画像とのＰＯＣ関数に対応するＰＳＮＲに応じて、疾患候補を特定してもよい。
図２は、被験者データ記憶部１３及びグループ別データベース１５への患者位相画像データ登録手順を示すフローチャートである。
画像診断支援装置１が撮像装置７から患者及び被験者を撮像した原画像について、原画像データを受け付けて原画像データ記憶部１１に保存する（Ｓ２１）。
患者画像については、原画像データ記憶部１１に保存された後、疾患及び／または病態の種別の登録を受け付けて、原画像データ記憶部１１に登録する（Ｓ２２）。
前処理部２１は、原画像データ記憶部１１に保存された患者画像及び被験者画像の原画像データを読み出して、それぞれの画像に対して所定の前処理を行う（Ｓ２３）。
フーリエ変換処理部２２は、前処理が施された各画像の画像データに対してＤＦＴ処理を適用して、振幅画像及び位相画像を生成する（Ｓ２５）。
そして、フーリエ変換処理部２２は、ＤＦＴ処理で生成された患者位相画像の画像データと疾患及び／または病態の種別を示す情報とを対応付けてグループ別データベース１５に登録する（Ｓ２７）。
それとともに、フーリエ変換処理部２２は、ＤＦＴ処理で生成された被験者位相画像の画像データを被験者データ記憶部１３に登録する（Ｓ２９）。
図３は、被験者の疾患候補を判定する処理手順を示すフローチャートである。
ＰＯＣ関数算出部２５が、患者位相画像と被験者位相画像とのＰＯＣ関数を算出する（Ｓ４１）。つまり、ＰＯＣ関数算出部２５が、被験者データ記憶部１３から被験者位相画像の画像データを取得し、グループ別データベース１５から一つの患者位相画像の画像データを取得する。そして、それらの画像データからＰＯＣ関数を算出する。算出されたＰＯＣ関数は被験者データ記憶部１３に保存される。
ＰＳＮＲ算出部２７は、ステップＳ４１で算出されたＰＯＣ関数のＰＳＮＲを算出する（Ｓ４３）。算出されたＰＳＮＲは被験者データ記憶部１３に保存される。
ステップＳ４１及びＳ４３の処理を、グループ別データベース１５に登録されているすべての患者位相画像の画像データと被験者画像データについて行う（Ｓ４５）。
疾患判定部２９は、被験者データ記憶部１３に保存されている、すべての患者位相画像に対するＰＳＮＲに基づいて、被験者の疾患及び／または病態の候補を判定する（Ｓ４７）。すなわち、疾患判定部２９は、被験者データ記憶部１３に保存されているＰＳＮＲを読み出し、被験者位相画像と最も類似する患者位相画像を特定する。さらに、疾患判定部２９は、グループ別データベース１５を参照して、その被験者位像画像に対応付けられている疾患及び／または病態を特定する。
これにより、被験者画像と類似する患者画像を特定し、被験者の疾患及び／または病態の候補を特定できる。
上述した本発明の実施形態は、本発明の説明のための例示であり、本発明の範囲をそれらの実施形態にのみ限定する趣旨ではない。当業者は、本発明の要旨を逸脱することなしに、他の様々な態様で本発明を実施することができる。
例えば、比較処理部２４は、ＰＯＣ関数及びＰＳＮＲを用いる手法以外の手法で画像の比較を行ってもよい。
１ 画像診断支援装置
１０ 画像診断支援装置本体
１１ 原画像データ記憶部
１３ 被験者データ記憶部
１５ グループ別データベース
２１ 前処理部
２２ フーリエ変換処理部
２３ ＤＢ調整部
２４ 比較処理部
２５ ＰＯＣ関数算出部
２７ ＰＳＮＲ算出部
２９ 疾患判定部
１０ 画像診断支援装置本体
１１ 原画像データ記憶部
１３ 被験者データ記憶部
１５ グループ別データベース
２１ 前処理部
２２ フーリエ変換処理部
２３ ＤＢ調整部
２４ 比較処理部
２５ ＰＯＣ関数算出部
２７ ＰＳＮＲ算出部
２９ 疾患判定部
Claims (11)
- 画像診断支援装置のためのコンピュータプログラムであって、
コンピュータを、
複数の患者の医用画像のそれぞれが、疾患及び／または病態別の複数のグループのいずれかに関連づけられており、前記複数の患者の医用画像をフーリエ変換して、複数の位相画像である複数の患者位相画像を生成する第１の画像変換手段と、
被験者の医用画像をフーリエ変換して、位相画像である被験者位相画像を生成する第２の画像変換手段と、
前記第１の画像変換手段により生成された複数の患者位相画像と、前記第２の画像変換手段により生成された被験者位相画像とを比較する比較手段と、
前記比較手段による比較結果に応じて、前記被験者のグループ候補として前記複数のグループのうちの何れかを選択するグループ選択手段と、を有する前記画像診断装置として動作させるためのコンピュータプログラム。 - 前記複数の患者位相画像は、前記複数のグループの何れか一つ以上と関連づけられていて、
前記グループ選択手段は、前記被験者位相画像と類似する患者位相画像を特定し、この特定された患者位相画像と関連づけられているグループを前記グループ候補とする、請求項１記載のコンピュータプログラム。 - 前記比較手段は、前記第１の画像変換手段により生成された複数の患者位相画像のそれぞれについて、前記第２の画像変換手段により生成された被験者位相画像との相関度を示す関数を算出する、請求項１または２に記載のコンピュータプログラム。
- 前記比較手段は、前記相関度を示す関数としてＰＯＣ（Ｐｈａｓｅ Ｏｎｌｙ Ｃｏｒｒｅｌａｔｉｏｎ）関数を算出し、前記ＰＯＣ関数から類似度を評価する指標を算出し、
前記グループ選択手段は、前記比較手段によって算出された類似度を評価する指標に応じて前記被験者位相画像と類似する患者位相画像を特定する、請求項３記載のコンピュータプログラム。 - 前記類似度を評価する指標はＰＳＮＲ（Ｐｅａｋ Ｓｉｇｎａｌ−ｔｏ−Ｎｏｉｓｅ Ｒａｔｉｏ）である、請求項４記載のコンピュータプログラム。
- 前記複数の患者の医用画像及び前記被験者の医用画像は、いずれも１８−ＦＤＧ（フルオロデオキシグルコース）を投与した後に撮像したＰＥＴ（Ｐｏｓｉｔｏｒｏｎ Ｅｍｉｓｓｉｏｎ Ｔｏｍｏｇｒａｐｈｙ）画像である、請求項１〜５の何れか一項に記載のコンピュータプログラム。
- 前記複数のグループは、肺ガンが転移したガン及び炎症を含む、請求項１〜６の何れか一項に記載のコンピュータプログラム。
- 前記肺ガンが転移したガンには、
（１）第７結節へ転移したガン
（２）右半身へ偏って転移したガン
（３）左半身へ偏って転移したガン
が含まれる、請求項７記載のコンピュータプログラム。 - 複数のグループのいずれかに係る複数の患者の医用画像をフーリエ変換して、複数の位相画像である複数の患者位相画像を生成する第１の画像変換手段と、
被験者の医用画像をフーリエ変換して、位相画像である被験者位相画像を生成する第２の画像変換手段と、
前記第１の画像変換手段により生成された複数の患者位相画像のそれぞれについて、前記第２の画像変換手段により生成された被験者位相画像との相関度を示す関数を算出する演算手段と、
前記演算手段により算出された関数に応じて、前記被験者のグループ候補として前記複数のグループのうちの何れかを選択するグループ選択手段と、を備える画像診断支援装置。 - 画像診断支援装置が行う方法であって、
第１の画像変換手段が、複数のグループのいずれかに係る複数の患者の医用画像をフーリエ変換して、複数の位相画像である複数の患者位相画像を生成し、
第２の画像変換手段が、被験者の医用画像をフーリエ変換して、位相画像である被験者位相画像を生成し、
演算手段が、前記第１の画像変換手段により生成された複数の患者位相画像のそれぞれについて、前記第２の画像変換手段により生成された被験者位相画像との相関度を示す関数を算出し、
グループ選択手段が、前記演算手段により算出された関数に応じて、前記被験者のグループ候補として前記複数のグループのうちの何れかを選択する、方法。 - 画像診断支援装置のためのコンピュータプログラムであって、
コンピュータを、
複数の患者の医用画像のそれぞれが、疾患及び／または病態別の複数のグループのいずれかに関連づけられており、前記複数の患者の医用画像をフーリエ変換して、複数の位相画像である複数の患者位相画像を生成する第１の画像変換手段と、
被験者の医用画像をフーリエ変換して、位相画像である被験者位相画像を生成する第２の画像変換手段と、
前記第１の画像変換手段により生成された複数の患者位相画像から前記複数のグループにそれぞれ対応する画像であるグループ別の代表画像を生成する手段と、
前記グループ別の代表画像と、前記第２の画像変換手段により生成された被験者位相画像とを比較する比較手段と、
前記比較手段による比較結果に応じて、前記被験者のグループ候補として前記複数のグループのうちの何れかを選択するグループ選択手段と、を有する前記画像診断装置として動作させるためのコンピュータプログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2015068893A JP6352212B2 (ja) | 2015-03-30 | 2015-03-30 | 画像診断支援装置、方法、及びコンピュータプログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2015068893A JP6352212B2 (ja) | 2015-03-30 | 2015-03-30 | 画像診断支援装置、方法、及びコンピュータプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2016187452A JP2016187452A (ja) | 2016-11-04 |
| JP6352212B2 true JP6352212B2 (ja) | 2018-07-04 |
Family
ID=57240230
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2015068893A Active JP6352212B2 (ja) | 2015-03-30 | 2015-03-30 | 画像診断支援装置、方法、及びコンピュータプログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6352212B2 (ja) |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7653232B2 (en) * | 2005-01-28 | 2010-01-26 | University Of Massachusetts | Phase based digital imaging |
| JP4664147B2 (ja) * | 2005-07-29 | 2011-04-06 | 株式会社山武 | 虹彩認証装置 |
| JP5584441B2 (ja) * | 2009-08-20 | 2014-09-03 | アズビル株式会社 | ボリュームデータ間の対応付け方法 |
| JP5524589B2 (ja) * | 2009-12-01 | 2014-06-18 | 富士フイルムＲｉファーマ株式会社 | 診断支援システム、方法及びコンピュータプログラム |
| JP5700964B2 (ja) * | 2010-07-08 | 2015-04-15 | 富士フイルム株式会社 | 医用画像処理装置、方法およびプログラム |
-
2015
- 2015-03-30 JP JP2015068893A patent/JP6352212B2/ja active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2016187452A (ja) | 2016-11-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Koch et al. | Atlas registration for edema-corrected MRI lesion volume in mouse stroke models | |
| JP6598452B2 (ja) | 医用画像処理装置及び医用画像処理方法 | |
| KR102154733B1 (ko) | 의료 영상을 이용하여 대상체에 악성 종양이 존재하는지 여부를 예측하는 장치 및 방법 | |
| Baheti et al. | The brain tumor sequence registration challenge: establishing correspondence between pre-operative and follow-up MRI scans of diffuse glioma patients | |
| JP2014131741A (ja) | マルチパラメータ映像獲得支援装置及び方法 | |
| RU2667879C1 (ru) | Обработка и анализ данных на изображениях компьютерной томографии | |
| JP2015009152A (ja) | 医療画像処理装置および医用画像処理プログラム | |
| JP6541334B2 (ja) | 画像処理装置、画像処理方法、およびプログラム | |
| JP5955199B2 (ja) | 画像処理装置および画像処理方法、並びに、画像処理プログラム | |
| JP2016189946A (ja) | 医用画像位置合わせ装置および方法並びにプログラム | |
| Zhang et al. | Semi-supervised cardiac image segmentation via label propagation and style transfer | |
| Thakur et al. | Skull-stripping of glioblastoma MRI scans using 3D deep learning | |
| Zhong et al. | Automatic localization of the left ventricle from cardiac cine magnetic resonance imaging: a new spectrum-based computer-aided tool | |
| Lei et al. | MRI-based pseudo CT generation using classification and regression random forest | |
| Remedios et al. | Distributed deep learning for robust multi-site segmentation of CT imaging after traumatic brain injury | |
| Klug et al. | Integrating regional perfusion CT information to improve prediction of infarction after stroke | |
| Pereira et al. | An extended-2D CNN for multiclass Alzheimer's Disease diagnosis through structural MRI | |
| JP2007500029A (ja) | アフィン変換を用いたモダリティ内医療体積画像の自動登録 | |
| Woo et al. | Construction of an unbiased spatio-temporal atlas of the tongue during speech | |
| Lee et al. | Robust end-to-end focal liver lesion detection using unregistered multiphase computed tomography images | |
| JP2017189337A (ja) | 画像位置合わせ装置および方法並びにプログラム | |
| JP5961512B2 (ja) | 画像処理装置およびその作動方法並びに画像処理プログラム | |
| JP7492769B2 (ja) | 認知症診断に必要な情報の提供方法及び装置 | |
| JP6352212B2 (ja) | 画像診断支援装置、方法、及びコンピュータプログラム | |
| Groza et al. | Brain tumor segmentation and associated uncertainty evaluation using multi-sequences MRI mixture data preprocessing |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20171030 |
|
| A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20171030 |
|
| A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20180131 |
|
| 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: 20180307 |
|
| 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: 20180605 |
|
| 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: 6352212 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| 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 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313115 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |