JP6438752B2 - 二重エネルギーctスキャン画像における物体識別方法 - Google Patents
二重エネルギーctスキャン画像における物体識別方法 Download PDFInfo
- Publication number
- JP6438752B2 JP6438752B2 JP2014246381A JP2014246381A JP6438752B2 JP 6438752 B2 JP6438752 B2 JP 6438752B2 JP 2014246381 A JP2014246381 A JP 2014246381A JP 2014246381 A JP2014246381 A JP 2014246381A JP 6438752 B2 JP6438752 B2 JP 6438752B2
- Authority
- JP
- Japan
- Prior art keywords
- pixel
- pixel group
- pixels
- value
- contrast agent
- 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
- 238000002591 computed tomography Methods 0.000 title claims description 109
- 230000009977 dual effect Effects 0.000 title claims description 55
- 238000000034 method Methods 0.000 title claims description 41
- 239000002872 contrast media Substances 0.000 claims description 53
- 238000000354 decomposition reaction Methods 0.000 claims description 47
- 238000010586 diagram Methods 0.000 claims description 26
- 239000000463 material Substances 0.000 claims description 21
- 210000000988 bone and bone Anatomy 0.000 claims description 17
- 238000001914 filtration Methods 0.000 claims description 7
- 238000010521 absorption reaction Methods 0.000 description 8
- 210000001519 tissue Anatomy 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- ZCYVEMRRCGMTRW-UHFFFAOYSA-N 7553-56-2 Chemical compound [I] ZCYVEMRRCGMTRW-UHFFFAOYSA-N 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 229910052740 iodine Inorganic materials 0.000 description 2
- 239000011630 iodine Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 231100000987 absorbed dose Toxicity 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- 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
- A61B6/48—Diagnostic techniques
- A61B6/482—Diagnostic techniques involving multiple energy imaging
-
- 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
- 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
-
- 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- High Energy & Nuclear Physics (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physiology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Quality & Reliability (AREA)
Description
S130 ステップ
S150 ステップ
S170 ステップ
S710 ステップ
S730 ステップ
S750 ステップ
S770 ステップ
A 部分、グループ
B 部分、グループ
C1 特性曲線
C2 特性曲線
Claims (18)
- 二重エネルギーCT造影スキャン画像内の造影剤を識別するための方法であって、前記方法は、
前記二重エネルギーCT造影スキャン画像内のピクセルをフィルタリングし、グループ化されることになるピクセルを得ることと、
前記二重エネルギーCT造影スキャン画像内の前記グループ化されることになるピクセルの位置に基づいて、前記グループ化されることになるピクセルを複数のピクセルグループにグループ化することと、
各ピクセルグループ内の前記ピクセルに関する物質分解を実行することと、
物質分解の結果に基づいて、前記複数のピクセルグループ内の前記造影剤に対応するピクセルグループを特定することとを含む、二重エネルギーCT造影スキャン画像内の造影剤を識別するための方法。 - フィルタリングするステップは、
前記ピクセルのCT値が基準CT値より大きいか否かを判断することと、
そのCT値が前記基準CT値より大きい前記ピクセルを、グループ化されることになるピクセルと判断することとを含む、請求項1記載の方法。 - グループ化されることになるピクセルをグループ化するステップは、
前記グループ化されることになるピクセル内で隣接して位置するピクセルを同じピクセルグループにグループ化することを含む、請求項1記載の方法。 - 前記造影剤に対応する前記ピクセルグループを判断するステップは、
各ピクセルグループ内の前記ピクセルの分解結果に基づいて、前記ピクセルグループ内の各ピクセルの物質分解結果間の関係を指示する分解値散布図を確立することと、
前記分解値散布図内の前記ピクセルグループの前記ピクセルの位置に基づいて、ピクセルグループが前記造影剤に対応するか否かを判断することとを含む、請求項1記載の方法。 - ピクセルグループが前記造影剤に対応するか否かを判断するステップは、
前記分解値散布図内のピクセルグループのピクセルの位置と前記造影剤を表す造影剤特性曲線との間の平均距離を計算することと、
計算された距離が基準値以下である場合には、前記ピクセルグループを前記造影剤に対応すると判断することとを含む、請求項4記載の方法。 - ピクセルグループが前記造影剤に対応するか否かを判断するステップは、
前記分解値散布図内のピクセルグループの前記ピクセルの位置と前記造影剤を表す造影剤特性曲線との間の平均距離と、前記分解値散布図内の前記ピクセルグループの前記ピクセルの位置と前記二重エネルギーCT造影スキャン画像内の前記造影剤以外の物体を表す特性曲線との間の平均距離とを計算することと、
前記分解値散布図内の前記ピクセルグループの前記ピクセルの位置と前記造影剤特性曲線との間の平均距離が、前記分解値散布図内の前記ピクセルグループの前記ピクセルの位置と他の物体を表す前記特性曲線との間の平均距離より小さい場合には、前記ピクセルグループを前記造影剤に対応すると判断することとを含む、請求項4記載の方法。 - 他の物体を表す前記特性曲線は、骨組織を表す特性曲線を含む、請求項6記載の方法。
- 前記ピクセルの2つの特性値は、それぞれ同等の密度値の2つの異なる基底物質であるか、又は前記二重エネルギーCT造影スキャン画像を得るために、前記二重エネルギーCTスキャンを実行するために用いられる2つの異なるエネルギーに対応するCT値である、請求項3記載の方法。
- 前記基準CT値は100Huである、請求項2記載の方法。
- 前記造影剤に対応する前記ピクセルグループを判断した結果に基づいて、前記造影剤に対応する前記ピクセルグループのCT値を変更することを更に含む、請求項1記載の方法。
- 二重エネルギーCTスキャン画像内の物体を識別するための方法であって、前記方法は、
前記二重エネルギーCTスキャン画像をフィルタリングし、グループ化されることになるピクセルを得ることと、
前記二重エネルギーCTスキャン画像内の前記グループ化されることになるピクセルの位置に基づいて、前記グループ化されることになるピクセルを複数のピクセルグループにグループ化することと、
各ピクセルグループ内の前記ピクセルに関する物質分解を実行することと、
物質分解の結果に基づいて、各ピクセルグループに対応する物体を特定することとを含む、二重エネルギーCTスキャン画像内の物体を識別するための方法。 - フィルタリングするステップは、
前記ピクセルのCT値が基準CT値より大きいか否かを判断することと、
そのCT値が前記基準CT値より大きい前記ピクセルを前記グループ化されることになるピクセルと判断することとを含む、請求項11記載の方法。 - 前記グループ化されることになるピクセルをグループ化するステップは、
前記グループ化されることになるピクセル内で隣接して位置するピクセルを同じピクセルグループにグループ化することとを含む、請求項11記載の方法。 - 各ピクセルグループに対応する前記物体を判断するステップは、
各ピクセルグループ内の前記ピクセルの分解結果に基づいて、前記ピクセルグループ内の各ピクセルの物質分解結果間の関係を指示する分解値散布図を確立することと、
前記分解値散布図内の前記ピクセルグループの前記ピクセルの前記位置に基づいて前記ピクセルグループに対応する前記物体を特定することとを含む、請求項11記載の方法。 - 前記ピクセルグループに対応する前記物体を判断するステップは、
前記分解値散布図内の前記ピクセルグループの前記ピクセルの位置と、異なる物体を表す特性曲線との間の平均距離を計算することと、
前記分解値散布図内の前記ピクセルグループの前記ピクセルの位置と、特定の物体を表す特性曲線との間の平均距離が、基準値以下である場合には、前記ピクセルグループを前記特定の物体に対応すると判断することとを含む、請求項14記載の方法。 - ピクセルグループに対応する前記物体を判断するステップは、
前記分解値散布図内の前記ピクセルグループの前記ピクセルの位置と、異なる物体を表す特性曲線との間の平均距離を計算することと、
最小平均距離に対応する前記特性曲線によって表される前記物体を前記ピクセルグループに対応する前記物体と判断することとを含む、請求項14記載の方法。 - 前記ピクセルの2つの特性値は、それぞれ同等の密度値の2つの異なる基底物質であるか、又は前記二重エネルギーCT造影スキャン画像を得るために、前記二重エネルギーCTスキャンを実行するために用いられる2つの異なるエネルギーに対応するCT値である、請求項13記載の方法。
- 各ピクセルグループに対応する前記物体を判断した結果に基づいて、前記二重エネルギーCTスキャン画像内の前記ピクセルのCT値を変更することを更に含む、請求項11記載の方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310660019.4A CN104700389B (zh) | 2013-12-09 | 2013-12-09 | 双能ct扫描图像中的对象识别方法 |
CN201310660019.4 | 2013-12-09 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015112481A JP2015112481A (ja) | 2015-06-22 |
JP6438752B2 true JP6438752B2 (ja) | 2018-12-19 |
Family
ID=53271694
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014246381A Active JP6438752B2 (ja) | 2013-12-09 | 2014-12-05 | 二重エネルギーctスキャン画像における物体識別方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10452948B2 (ja) |
JP (1) | JP6438752B2 (ja) |
CN (1) | CN104700389B (ja) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016158234A1 (ja) * | 2015-03-30 | 2016-10-06 | 株式会社日立製作所 | 画像生成装置、画像生成方法及びx線ct装置 |
JP7258744B2 (ja) | 2016-07-13 | 2023-04-17 | コーニンクレッカ フィリップス エヌ ヴェ | スペクトルコンピュータ断層撮影フィンガープリンティング |
CN106473761B (zh) * | 2016-10-14 | 2019-04-02 | 山东大学 | 一种医学双能ct电子密度图像的重建与数值校准方法 |
US10769822B2 (en) * | 2017-04-13 | 2020-09-08 | Canon Medical Systems Corporation | X-ray CT apparatus |
CN107527057B (zh) * | 2017-09-07 | 2020-03-31 | 国能日新科技股份有限公司 | 一种风速功率异常数据剔除方法及装置 |
CN109959669B (zh) | 2017-12-26 | 2021-02-23 | 清华大学 | 基材料分解方法和装置及计算机可读存储介质 |
CN110547821B (zh) * | 2018-05-31 | 2024-04-26 | 通用电气公司 | 追踪目标介入物的ct系统、方法及相关计算机可读介质 |
US11295487B2 (en) * | 2018-09-07 | 2022-04-05 | Canon Medical Systems Corporation | X-ray CT apparatus, medical image processing apparatus, and X-ray CT system |
EP4128150A4 (en) * | 2020-03-23 | 2024-04-24 | Mars Bioimaging Limited | SEGMENTATION IN MULTIPLE-ENERGY CT DATA |
CN114916950B (zh) * | 2022-07-21 | 2022-11-01 | 中国科学院深圳先进技术研究院 | 基于多层平板探测器的高空间分辨能谱ct图像重建方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6999549B2 (en) | 2002-11-27 | 2006-02-14 | Ge Medical Systems Global Technology, Llc | Method and apparatus for quantifying tissue fat content |
US6898263B2 (en) | 2002-11-27 | 2005-05-24 | Ge Medical Systems Global Technology Company, Llc | Method and apparatus for soft-tissue volume visualization |
WO2004098649A2 (en) * | 2003-05-06 | 2004-11-18 | Philips Intellectual Property & Standards Gmbh | Apparatus and method for examining an object by means of elastically scattered x-ray radiation and contrast agent |
CN1940992A (zh) * | 2005-06-17 | 2007-04-04 | Cti分子成像公司 | Pet/ct成像中基于图像的伪影降低 |
US20060285737A1 (en) * | 2005-06-17 | 2006-12-21 | Hamill James J | Image-based artifact reduction in PET/CT imaging |
DE102005037367B3 (de) | 2005-08-08 | 2007-04-05 | Siemens Ag | Verfahren für eine Röntgeneinrichtung |
DE102005049586A1 (de) | 2005-10-17 | 2007-04-26 | Siemens Ag | Verfahren zur Erzeugung von CT-Darstellungen in der Röntgen-Computertomographie |
US8055050B2 (en) | 2006-08-15 | 2011-11-08 | Koninklijke Philips Electronics N.V. | Motion compensation in energy-sensitive computed tomography |
US8837677B2 (en) * | 2007-04-11 | 2014-09-16 | The Invention Science Fund I Llc | Method and system for compton scattered X-ray depth visualization, imaging, or information provider |
JP5260036B2 (ja) | 2007-12-17 | 2013-08-14 | 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 | X線ct装置 |
US8294717B2 (en) * | 2009-06-26 | 2012-10-23 | Kabushiki Kaisha Toshiba | Advanced clustering method for material separation in dual energy CT |
-
2013
- 2013-12-09 CN CN201310660019.4A patent/CN104700389B/zh active Active
-
2014
- 2014-11-20 US US14/548,848 patent/US10452948B2/en active Active
- 2014-12-05 JP JP2014246381A patent/JP6438752B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
CN104700389A (zh) | 2015-06-10 |
JP2015112481A (ja) | 2015-06-22 |
CN104700389B (zh) | 2019-08-13 |
US20150161787A1 (en) | 2015-06-11 |
US10452948B2 (en) | 2019-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6438752B2 (ja) | 二重エネルギーctスキャン画像における物体識別方法 | |
Heuvelmans et al. | Optimisation of volume-doubling time cutoff for fast-growing lung nodules in CT lung cancer screening reduces false-positive referrals | |
Ko et al. | Dual-energy computed tomography: concepts, performance, and thoracic applications | |
O'Connell et al. | The potential role of dedicated 3D breast CT as a diagnostic tool: review and early clinical examples | |
EP3452986A1 (en) | System and method for controlling noise in multi-energy computed tomography images based on spatio-spectral information | |
JP6548208B2 (ja) | 二重エネルギーct造影剤強調されたスキャン画像内の石灰化部分を識別する装置の作動方法 | |
Wang et al. | Optimal virtual monoenergetic image in “TwinBeam” dual‐energy CT for organs‐at‐risk delineation based on contrast‐noise‐ratio in head‐and‐neck radiotherapy | |
Ebner et al. | Lung nodule detection by microdose CT versus chest radiography (standard and dual-energy subtracted) | |
US8483470B2 (en) | Radiological image area extracting apparatus, radiological image area extraction program, and radiographic apparatus | |
Zbijewski et al. | Dual‐energy cone‐beam CT with a flat‐panel detector: Effect of reconstruction algorithm on material classification | |
JP6345881B2 (ja) | 画像データ用のテクスチャ解析マップ | |
JP6526669B2 (ja) | 画像データからの骨の区分化 | |
Hamill et al. | Respiratory‐gated CT as a tool for the simulation of breathing artifacts in PET and PET/CT | |
Altunbas et al. | A unified scatter rejection and correction method for cone beam computed tomography | |
De Paepe et al. | Improving lymph node characterization in staging malignant lymphoma using first‐order ADC texture analysis from whole‐body diffusion‐weighted MRI | |
Li et al. | Accuracy of dual‐energy computed tomography for the quantification of iodine in a soft tissue‐mimicking phantom | |
Srinivas-Rao et al. | Dual-energy computed tomography to photon counting computed tomography: emerging technological innovations | |
JP2012228404A (ja) | 放射線画像処理方法および放射線画像処理装置 | |
Silva et al. | Pre-surgical assessment of mandibular bone invasion from oral cancer: comparison between different imaging techniques and relevance of radiologist expertise | |
CA2812998A1 (en) | Method of extracting contour of tomogram, and program and apparatus therefor | |
Martinsen et al. | Improved image quality of low‐dose thoracic CT examinations with a new postprocessing software | |
JP7346546B2 (ja) | Ct仮想単色撮像のための自動的適応エネルギ設定を行う方法 | |
Chaber et al. | Hounsfield units and fractal dimension (test HUFRA) for determining PET positive/negative lymph nodes in pediatric Hodgkin’s lymphoma patients | |
JP6383494B2 (ja) | 周辺均等化のための最小バックグラウンド評価 | |
JP2019524233A (ja) | 脂肪組織のタイプの識別 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20171205 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180328 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180403 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180703 |
|
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: 20181023 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181119 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6438752 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |