JP6484650B2 - 3dレンダリングに対する医療データセットの視覚的な匿名化 - Google Patents

3dレンダリングに対する医療データセットの視覚的な匿名化 Download PDF

Info

Publication number
JP6484650B2
JP6484650B2 JP2016573606A JP2016573606A JP6484650B2 JP 6484650 B2 JP6484650 B2 JP 6484650B2 JP 2016573606 A JP2016573606 A JP 2016573606A JP 2016573606 A JP2016573606 A JP 2016573606A JP 6484650 B2 JP6484650 B2 JP 6484650B2
Authority
JP
Japan
Prior art keywords
randomized
data set
image
region
image data
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
Application number
JP2016573606A
Other languages
English (en)
Other versions
JP2017529110A (ja
JP2017529110A5 (ja
Inventor
ラファエル ウィームケル
ラファエル ウィームケル
トマス ブーロウ
トマス ブーロウ
トビアス クリンデル
トビアス クリンデル
マルティン ベルフトルド
マルティン ベルフトルド
ステール イリーナ ワッテール
ステール イリーナ ワッテール
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
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 Koninklijke Philips NV filed Critical Koninklijke Philips NV
Publication of JP2017529110A publication Critical patent/JP2017529110A/ja
Publication of JP2017529110A5 publication Critical patent/JP2017529110A5/ja
Application granted granted Critical
Publication of JP6484650B2 publication Critical patent/JP6484650B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00ICT specially adapted for the handling or processing of medical images
    • G16H30/40ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/003D [Three Dimensional] image rendering
    • G06T15/08Volume rendering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00Manipulating 3D models or images for computer graphics
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00Manipulating 3D models or images for computer graphics
    • G06T19/20Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/18Image warping, e.g. rearranging pixels individually
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/194Segmentation; Edge detection involving foreground-background segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00ICT specially adapted for the handling or processing of medical images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00Indexing scheme for image generation or computer graphics
    • G06T2210/41Medical
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00ICT specially adapted for the handling or processing of medical images
    • G16H30/20ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Graphics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Radiology & Medical Imaging (AREA)
  • Evolutionary Computation (AREA)
  • Architecture (AREA)
  • Geometry (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Generation (AREA)
  • Image Processing (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Image Analysis (AREA)

Description

本発明は、画像処理方法、画像プロセッサ、コンピュータプログラム及びコンピュータ可読媒体に関する。
医療分野において、診断用にX線又はMR画像を撮影すること又はその画像を臨床研究に利用可能にすることへの患者の同意は、増加的にセンシティブな問題になっている。これは、医療画像データがデータネットワークを介して容易にアクセス可能になるにつれて、ますます問題となる。また、例えばCD又はメモリースティックといった携帯型のストレージデバイスにおいて、画像データを患者に渡すことは今や一般的になりつつある。この場合も、これは、可能性としての濫用又は少なくとも意図しない誤用を少なくとも以下の理由から招く場合がある。
今日、多くの標準的な表示ソフトウェアモジュールは、対話的に制御される直接ボリュームレンダリング(DVR)に関するオプションを供給する。DVRを用いると、体又は器官の以前のセグメント化を必要とすることなしに、ユーザは、3Dラスタスキャンデータから直接的にボリュメトリックレンダリングを容易に表示することを得ることができる。
しかし、これらの3D直接ボリュームレンダリングオプションは、(可能性としては不注意に又は悪意を持って)体全体又は例えば胴又は頭部といった体部分の外面又はシルエットの表示を生成するために用いられることができる。例えばX線及びMR信号の貫通する特性が原因で、患者は、レンダリングにおいて「裸に」みえて、視覚的に認識可能とさえされることができる。患者の中には、未許可若しくは非医学的な人員により見られる場合、又は医療的な必要性がないにも関わらず医療人員により不注意に見られるときでさえ、頭部又は胴のこの種のレンダリングを不適切なものと認識することがある。例えばデータが保持される携帯型のストレージデバイスが、失われる、盗まれる、又はユーザのコンピュータをハッキングすること等により他の態様で不正に獲得されて、データが未許可の者の手に落ちる場合、通信ネットワークを介してこのボリュームレンダリングを公表する(インターネットへの投稿、ソーシャルメディア)ことで、濫用は十分に起こりうる。
この種のレンダリングソフトウェアの広範囲にわたる有効性は、医療撮像に関して、又は、それらの画像データを臨床研究に利用可能にすることに関して、患者が同意を与えることを思いとどまらせる場合がある。
従って、上記の特定されたデータ保護懸念及び類似する問題を解決する方法又は装置に関する必要性が存在する。本発明の目的は、独立項の主題により解決され、更なる実施形態が従属項に含まれる。本発明の以下に説明される側面は、画像処理装置、コンピュータプログラム及びコンピュータ可読媒体に対して等しく適用される点に留意されたい。
本発明の第1の側面によれば、画像処理方法が提供され、
対象から取得される3次元3D画像データセットを受信するステップと、
上記画像データセットを対象領域及び背景領域へとセグメント化するステップと、
上記背景領域における画像要素にランダム化処理を適用し、上記3D画像データセットを少なくとも部分的にランダム化された画像データセットへと変換するステップとを有する。
言い換えると、(デジタルの)セグメント化アルゴリズムが、3D画像ボリュームにおける体又は体部分周りの空間を自動的に特定するために使用される。特定された外側の空気のボリュームは、乱数発生器からの強度で重畳されることができる。任意の後続の直接ボリュームレンダリング又は他の操作は、体表面の特定されない表示だけをもたらす。一方、変換されたデータセットが例えば医療診断に関してまだ使用されることを確実にするため、体内部の完全な解像度は維持される。本書に提案されるように、ランダム化することは、単に解像度を変化させることによりぼやけさせることではなく、ここでは、元の画像情報が、体輪郭を認識できなくするため、ランダムな画像強度と組み合わせられる。
一実施形態によれば、上記対象領域が、内核領域及び外部層領域を有し、上記外部層領域は、上記内核領域及び上記背景領域の間にあり、上記ランダム化処理が、i)上記背景領域における画像要素及びii)上記外部層領域における画像要素に限られる。
言い換えると、ランダム化は、より良好な匿名化を実現するため、特定の「皮膚深度」(1つ又は複数だが、一般に単に2、3ボクセルだけ、又は例えば1〜5ボクセル)まで体領域へと下に延在することができる。
一実施形態によれば、上記外部層領域が、上記背景領域とインターフェース(IF)する上記画像要素を含む。言い換えると、ランダム化は、対象領域へと1ボクセル深度だけ延在させる。
一実施形態によれば、上記外部層領域が、上記インターフェースする画像要素だけを有する。これは、計算時間を節約する。
一実施形態によれば、上記ランダム化処理が、ランダム化された画像情報と所与の画像要素での元の画像情報とを組み合わせるステップを有する。これは、必要な場合、後で元の画像データを回復することを可能にする。
一実施形態によれば、上記元の画像情報にわたる上記ランダム化された画像情報の優勢(又は量)は、上記背景領域の方へ上記外部層領域からの方向に沿って画像要素に関して増加する。これは、ランダム化された及び非ランダム化画像領域の間のハードな遷移を回避する。より良好な匿名化が実現されることができる。
一実施形態によれば、上記ランダム化処理が、上記元の画像データセットを実質的に回復することをもたらすよう可逆的である。
一実施形態によれば、上記ランダム化処理の反転は、上記ランダム化された画像データセットに関連して格納される1つ又は複数のランダム化反転命令により規定される。
一実施形態によれば、上記1つ又は複数のランダム化反転命令が、上記ランダム化された画像データセットのDICOMヘッダ日付に少なくとも部分的に格納される。
一実施形態によれば、上記1つ又は複数のランダム化反転命令が、上記ランダム化された画像データセットから離れて別々に格納される。
一実施形態によれば、ランダム化反転命令は、認証されたエージェントによってのみ、例えばパスワードを問い合わせることにより、又は、マルチユーザオペレーティングシステム(例えばUNIX)において適切なユーザ権利を与えることにより、実行可能である。
要するに、本書では、撮像された体を囲む撮像された空間を、好ましくは画像データを利用可能にする前に「人工ノイズ」で「埋める」ことが提案される。その結果、体表面の任意の不注意なボリュームレンダリングが不可能になる。一方同時に、関心内臓器官の大部分に関する画像情報は、完全な解像度で維持される。好ましくは、ランダム化は自動的に適用され、即ち、ユーザが特にこれを要求することなしに画像データの生成後適用されるが、ユーザがランダム化を要求する実施形態が本書において除外されるものではない。
第2の側面によれば、更なる画像処理方法が提供され、
対象から得られる少なくとも部分的にランダム化された3次元3D画像データセットを受信するステップと、
ランダム化命令にアクセスするステップと、
上記ランダム化命令に基づき反転ランダム化命令を形成するステップと、
上記ランダム化された3D画像データセットを非ランダム化された3D画像データセットへと変換するため上記反転ランダム化命令を適用するステップとを有する。
第2の側面によるこの方法は、元の画像データセットを回復するため、第1の側面による方法に従うランダム化処理を基本的に逆転させることを可能にする。
撮像構成の概略的なブロックダイアグラムを示す図である。 3D画像データセットを示す図である。 3Dデータセットのボリュームレンダリングを示す図である。 画像処理方法のフローチャートを示す図である。
本発明の例示的な実施形態が以下、図面を参照して説明される。
図1を参照すると、例えばコンピュータ断層撮影スキャナといったX線撮像システムCTの概略的なブロック図が示される。ある実施形態において、撮像システムCT(本書において「スキャナ」又は「撮影装置」とも呼ばれる)は、固定されたガントリーFGに回転可能に取り付けられる回転可能なガントリーRGを含む。回転可能なガントリーRGは、空間の一部、即ち検査領域の周りで回転可能である。より詳細には、回転可能なガントリーRGは、上記検査領域のアイソセンター周りで回転可能である。回転可能なガントリーRGは、その端部の一つでX線管又は源XR及び他端で検出器Dを搬送する。
X線源XRは、撮像セッションの間に、X線放射線を放出するよう構成される。より詳細には、X線ビームは、検査領域を通り進み、検出器Dの放射線感知表面に衝突する。X線ビームにより横断される検査領域において、検査テーブルTがある。検査テーブルT上に、撮像されるサンプル/対象P(例えば、人間又は動物の患者)が配置される。更により詳細には、X線ビームは、例えば患者の胸部といった特定の器官又はその部分である領域関心ROIで患者Pを通り進む。サンプルPを通るその通過の間、X線ビームは例えば、サンプルPにおける物質との吸収相互作用により変更される。吸収の程度は、患者における吸収係数分布の、又は、密度分布の直接的な測定である。X線ビームの個別の光線は、従って、個別の光線がサンプルPを通り進むところに基づき、異なる態様で変更又は吸収される。患者の他端に現れるいわゆる変更されたX線ビームはその後、検出器と相互作用する。検出器で検出される強度に基づき、対応する電気信号が、発せられ、これはDAS(データ取得システム、図示省略)にその後渡される。DASは、検出器生データとも呼ばれるデジタル形式へと上記電気信号を変換する適切なA/D変換回路を含む。これは、基本的に複数のアレイである。
撮影装置IMAにより生成される検出器生データは、基本的に検査領域及びその中の対象に対する特定の投影方向で取得された撮像されたサンプルの投影画像である。
検査領域の周りで、及び従って対象Pの周りで回転可能なガントリーRGが軌道を描くとき、異なる投影方向に沿った一連の異なる投影画像が、上記態様において得られる。
投影画像のシリーズは、再構成器RECONに転送される。再構成器は、既知の再構成アルゴリズム(例えばフィルタリングされた逆投影法FBP)を用いて、このシリーズをスライス画像SLへと変換する。スライス画像SLは、スキャナのアイソセンターで対象を通り抜ける軸に沿って特定の位置zでの対象の断面表示をもたらす。ガントリーを移動する、又は新しいz位置に対して上記軸に沿って(患者Pが横たわる)検査テーブルTを進めることにより、上記軸に沿った相対動作がもたらされ、新しい投影画像から上記新しいz位置に関する新しい再構成されたスライスを形成するため、上記の手順が繰り返される。このようにして、複数のスライス画像SLが形成され、一緒に3D画像データセットを規定する。例えば直接ボリュームレンダラ(DRV)といった視覚化モジュールVISがその後、3D画像データセットに適用される。これは、ユーザにより対話的に定義可能な表示点から生体構造に関する所望の3D表示をスクリーンMT上に形成する。
3D画像データの各画像ボリューム要素(「ボクセル」)は、検査領域における空間点に対応する。その点が撮像の間、対象によりふさがれている場合、その点は、検査領域における上記点を通るその通路においてX線ビームの光線によりもたらされる累積吸収量に関する所望の情報を搬送する。しかし、撮像される対象Pは通常、検査領域全体を完全には占めないので、いくつかの背景ボクセルが必然的にある。これは、対象によりもたらされる任意の減衰をエンコードせず、単に周囲の空気によりもたらされるごくわずかな減衰をエンコードするだけである。これらのボクセルは、背景ボクセルと呼ばれることができる。更に言い換えると、ボリュームセット3Dの全体は、2つの補完的な領域を有する。それは、対象領域OR及び背景領域BRである。これらは、図2の枠Aに図式的に示される。
図2の枠Bは、3DデータセットDSを通してZ方向に沿った横断面を示す。2つの領域が接触する所に、インターフェースIFがある。インターフェース領域は基本的に、対象Pの外側の輪郭又はシルエットに対応する又はこれを規定する2次元表面である。最新の撮影装置の高い空間解像度機能のため、対象のシルエットIFは、DVRビューワーにおいてかなり詳細に表されることができる。ときには、頭部のシルエットは例えば、撮像された人の識別を可能にする。これは、プライバシー懸念のため、望ましくない場合がある。医療スタッフは大部分は、診断目的又は他の医療目的で、対象の内臓の3Dレンダリングを観察することに関心があるが、例えば未許可の人が、シルエットのボリュームレンダリングを要求し、その後この可能性として恥ずかしい画像を悪用することを防止する手立ては何もない。
この状況は、枠A,Bにおける例示的な画像により図3に示される。枠Aは、胸部のCTデータセットの直接ボリュームレンダリングDVRを示す。枠Bでは、同じデータセットに関して、対象領域の外側の視点が選択され、胴シルエットのボリュメトリックレンダリングが得られる。言い換えると、枠BのDVRにおいて、枠Aと同じ設定が使用されるが、今回、表示は、頭蓋尾部体軸周りで回転される。これにより、患者の外側の輪郭又は体表面に関する可能性として都合の悪い細部がはっきり明らかにされる。
ここで、患者のプライバシーを保護するが、同時に対象Pの内臓に関する画像情報のすべてではないがほとんどを保護するため、画像処理モジュールIPが、本書において提案される。大まかに言って、提案される画像プロセッサIPは、一実施形態によれば、3DデータセットDSの背景領域BRをランダムなピクセル/ボクセル情報で自動的に「埋める」。その結果、体輪郭の任意の不注意なボリュームレンダリングが、不可能に近いようにされる。このようにして、データセットDSは、「視覚的に、保護された」データセット版DSXに変換される。ある実施形態において、データセットDSのこの部分的なランダム化は可逆的である。その結果、元の保護されていないボリュームデータセットが完全に回復されることができる。これは、ランダム化されたデータセットを「暗号解読する」ために後に用いられることができるランダム化命令を格納することを含む。提案された画像プロセッサIPは、撮影装置CTの画像出力部及び視覚化モジュール(例えばレンダラ)VISの間に配置されるセキュリティ要素として想定される。即ち、過去においてされていたように生成された3DデータセットDSを視覚化モジュールVISに直接渡すのではなく、今や最初に3DデータセットDSを視覚的に保護されたデータセットDSXに変換する画像プロセッサIPが間に入る。レンダリング操作に利用不可能にされるのは、視覚的に保護された又はランダム化されたデータセットDSXだけである。
図2Bは、データセットDSを形成するさまざまな画像ボクセルに対して起こる、画像プロセッサIPの動作をより詳細に示す。ランダム化された領域RR(即ち、ランダム化処理が適用されたか又は適用されることになるボクセル)は、背景領域BGの全部又は一部を含む。実際には特定の実施形態において、ランダム化領域は、背景領域に制限される。しかしながら、好ましい実施形態において、ランダム化領域RRは、対象領域へと部分的に延在する。概念的には、対象領域ORは、外部層領域LRにより囲まれるコア領域CRから作られると考えることができる。この外側領域LRは、単に2、3ボクセル厚とすることができ、極端な場合、単に1つのボクセル厚とすることができる。ある実施形態において、外部層領域LRを含むよう、ランダム化領域RRを対象領域へと延在させることが想定される。好ましくは、しかし、必ずではなく、外部層領域LRにおけるすべての画像要素は、ランダム化される。ランダム化を上記外部層領域LRへと延在させることは、より良好な匿名化結果を産出する。例えば、ランダム化が背景領域に対してだけ適用される場合、対象領域ORにおける背景ランダム化及び非ランダム化画像情報の間に突然の遷移が存在する場合がある。体輪郭はそれでも、回復可能である。従って、周囲の背景領域BRの少なくとも部分と共に少なくともインターフェースIFをランダム化することが望ましい。即ち、背景領域BRだけでなく、背景領域に接する対象領域ORにおける少なくともそれらの対象ボクセルもランダム化する。このようにして、患者のプライバシーは、好適に保護されることができる。好ましい実施形態が、図2Bに示される。ここで、ランダム化RR(ハッチングされて示される)は、対象領域ORの外部層領域LRへと背景領域BGから部分的に延在している。
ある実施形態において、ランダム化の量が、背景領域BRの方へコア領域CRからいずれか又は少なくとも1つの方向p_において増加することが想定される。これは、図2の枠Cにおける2つの曲線で視覚的に示される。曲線f、gはそれぞれ、元の画像情報(f)の量及びランダム化された画像情報(g)の量を示す。コア領域CRには、元の画像情報だけが存在する。しかしながら、1つが外部層領域LRへと方向pに沿って移動するとき、元の情報fの量は増加する。一方、「無効にされた」又はランダム化された画像情報g及びこの相互関係の量は、インターフェース領域IFに向かって上昇が続く。一度背景領域BGにおいてインターフェース領域IFの外側に出ると、ランダム化されたピクセル情報だけが存在し、これ以上元の画像情報は存在しない。ある実施形態において、背景領域の全体をランダム化することが想定される。しかしながら、より洗練された実施形態では、最初に、対象領域ORの凸包を構築する。ランダム化はその後、対象領域OR及び凸包の間の画像要素に限定される。好ましくは、しかし、必ずしもではなく、凸包及び対象領域ORの間のすべての画像要素がランダム化される。このようにして、CPUは、節約されることができる。他の実施形態において、対象領域ORの周りで固定された事前選択可能な厚みの更なる層領域(必ずしも凸包ではない)を規定し、ここだけランダム化することができる。
画像プロセッサIPの処理が、以下更に詳細に説明される。
画像プロセッサIPは、元の3DデータセットDSをそれぞれ受信し、ランダム化されたデータセットDSXを出力する入力IN及び出力OUTポートを含む。
画像プロセッサは、その基本要素としてセグメンタSG及びランダマイザRAを含む。ここで、図3Cが参照される。これは、図3の枠A、Bに示されるデータセットに関するランダム化処理の効果を示す。この例において、患者の胸部は、もはや見えない。言い換えると、ランダム化されたデータセットDSXを用いると、患者の内臓の直接ボリュームレンダリングを要求する場合、図3Aのような画像を得ることになる。しかしながら、対象領域の外側の表示点からレンダリングするとき、枠Bにおける表示の代わりに、枠Cに従って匿名化された表示を得る。言い換えると、患者の体は、プライバシーを好適に保護するため、「仮想毛布」にくるまれたように現れる。
ここで、図4Aが参照される。これは、本書において提案される画像プロセッサIPの処理の基礎をなすステップS405〜S415のフローチャートを示す。
ステップS405において、元の3DデータセットDSが受信される。上述されたように、これは、撮影装置CTによるボリュームの出力の際に当然の事として自動的に発生する場合があるが、ユーザが匿名化を後でもたらすことができる他の実施形態も想定される。例えば、元のセットDSは、データベース又はストレージDBに最初格納され、その後匿名化されることができる。実際には、提案されたプロセッサIPは、PACS又は他の画像管理システムにおいて保持される画像の既存のストックを匿名化するために用いられることができる。
ステップS410において、3Dデータセットは、体領域OR及び背景領域BRへとセグメント化される。これは、体の2D表面を表すボクセル要素のインターフェース領域IFを規定することを可能にする。また、このステップにおいて、ランダム化されるすべてのボクセルの識別が規定されることができる。即ち、一旦外部層LRの厚みがセットされれば及び一旦どのくらいの背景領域がランダム化されるかが規定されれば、ランダム化される(ことになる)ボクセルの数及び位置(座標(x,y,z))が、完全に決定される。後者は、対象領域OR周りの背景BRにおいて層領域の厚みを規定することにより、又は上記したように凸包を計算することにより、セットされることができる。インターフェース輪郭IFのいずれの側にもランダム化された領域RRが「届くこと」を規定するこれらの2つの層は、画像プロセッサIPの所定の設定であり、ユーザ調整可能とすることができる。更に言い換えると、領域RRを形成するボクセルは、後続のランダム化のため目印を付けられるものである。
ステップ415において、ランダム化が、セグメント化されたデータセットに適用される。即ち、ランダム化された領域RRにおけるボクセルに適用される。RRの範囲に従って、ランダム化処理は、背景情報に対して制限されるか、又は上記したように外部層領域へと延在する。
実際のランダム化処理は、ある実施形態において、疑似乱数発生器を使用することにより実現される。乱数発生器は、種点及び数学的命令により規定される。これは、決定的であるが、種点及び数学的命令の特定の機能的な説明を所持していない場合ランダムに見える一連の番号を規定する。数学的命令は、ある実施形態において、種点(即ちある数)から始まり実行される反復的なmod除算(算数から既知である)である。この処理において、異なる残りが、生成され、繰り返しの間の乱数として出力される。乱数のこのシーケンスを生成するのに必要なすべての情報の収集は、ランダム化命令として本書において参照される。
すべての実施形態において必要でないにもかかわらず、ランダム化は、可逆的な処理である。これは、シーケンスにおいて生成される乱数がランダム化された領域RRに適用される「横断オーダー」を規定することにより実現されることができる。これは、スライス毎に、及び各スライスにおいて行ワイズ又は列ワイズに領域RRを通る経路を規定することにより、実行されることができる。各ボクセルは、上記経路に沿ったオーダー番号を割り当てられる。領域RRにおけるボクセルの全体の数は既知であるので、等しい数の乱数が、必要な反復回数分乱数発生器を実行することにより生成されることができる。これは、領域RRが持つボクセルと同程度のエントリを持つ一連の乱数を生み出す。ランダムシーケンスにおけるi番目の乱数は、横断経路におけるi番目のボクセルに適用される。領域RRに対する乱数の適用は、ランダム化された領域を形成するため2つを組み合わせることによりなされる。例えば、ランダム化された強度を、対応する位置の個別のボクセル値に加算することによりなされる。ランダム化領域における各ピクセルが、訪問され、ランダムな強度が加算される。
上記のランダム化手順は、様々な異なる実現を含む。これらのすべては、本書において異なる実施形態において想定される。ある実施形態において、すべての乱数は、前もって生成され、その後ランダム化領域に適用される。適用、即ちランダム化された強度の加算は、シーケンシャルに進行することがき、又は一度に並列に実行されることもできる。別の実施形態では、ランダム強度値が乱数発生器により出力されるとき、それらがオンザフライで適用される。
一般に、ボクセル値に対して乱数を加算する前に、画像強度への意味がある変換が必要とされる。ある実施形態において、生成された乱数は、画像強度の許容可能な範囲にマッピングされ、その後領域RRにおけるボクセルの個別の1つに対して、線形重ね合せの態様で加算される。代替的に又は追加的に、乱数は、ランダム化された強度に到達するよう、数学的なmod演算の態様で許容可能な範囲の周りに「包まれる」。
一実施形態によれば、ランダム化の量は、「スライディングスケール」上にあり、ランダム化領域において変化する。これは、ノイズ及び現実の画像強度の増加する線形混合に従って、空気及び体の間の表面IFまで遷移領域LRを満たすことにより実現されることができる。その結果、ノイズ貢献は、例えば体表面IF前の−5mmで100%であり、例えば体内部の+5mmで0%である。背景領域BRへの向かって動くとき、パーセンテージは、スライドするか又は線形に下がる。即ち、現実の値は、段階的に縮小され、まねられた強度値は、距離の減少と共に段階的に導入される。
そのようにランダム化された3DデータセットDSXはその後、後の参照のためデータベースDBに格納されることができる。
ある実施形態において、データDSは、DICOMフォーマットにおいて利用可能とされる。一実施形態によれば、ランダム化命令のすべて又は少なくとも部分が、データセットDSのDICOMヘッダに含まれることが提案される。上述したように、ある実施形態において、ランダム化は、撮影装置CTでのデータセットの製造又は生成に応じて実行される。ランダム化命令の少なくとも部分のDICOMヘッダへの包含は、例えば新しい標準として実現されることができる。しかしながら、他の実施形態において、ランダム化命令は、他の所に格納され、ランダム化されたデータセットDSXと単に論理的にリンクされるだけである。例えば、疑似乱数発生器の数学的命令、その種番号及び体セグメント化は、DICOMファイルにおけるテキストとして、保護されたデータセットと共に格納される。
前述したように、一実施形態によれば、元のデータセットDSの回復を可能にするため、ランダム化処理を逆転させるオプションもある。このため、前に導入された画像プロセッサIPに対する反転オペレータIPRが、想定される。
画像プロセッサIPRは、イン及びアウトポートIN、OUTを含み、脱ランダマイザ要素DRAを含む。図1は、オペレータIP及びIPRを示すが、後者はオプションである点を理解されたい。
上記反転画像プロセッサIPRの処理は、図4におけるフローチャートBを参照して更に詳細に説明される。
ステップS505において、ランダム化されたデータセットDSXが受信される。
ステップS510において、ランダム化命令がアクセスされる。これにアクセスするリクエストは、エージェントAGにより発行されることができる。例えば、クライアントサーバ・アーキテクチャにおいて、エージェントAGは、医療PACSシステムにおける医師のワークステーションとすることができる。ワークステーションAGのユーザが権利証明書、例えばパスワードを持つか又は所与の適切なユーザ権利を持つ場合、ランダム化命令にアクセスするリクエストは許可され、そうでなければ、拒否される。
アクセスが許可される場合、フローはステップS515へ進む。ここで、反転ランダム化命令が示される。これは、乱数を再形成するため、同じ種番号及び同じ反復的な数学的命令を用いてランダム化シーケンスを再実行することにより実現されることができる。
続くステップS520において、ランダム化された領域RRの座標により定められる指定されたボクセル位置のランダム化されたデータセットDSXに、反転命令が適用される。同じ横断順及びランダム化されたものにおけるボクセルの識別を用いて、ランダム化された強度は、個別の位置のランダム化されたデータセットDSXから減算されることができ、これは、元のデータセットDSを明らかにする。
上記から明らかであるように、ランダム化命令は、前述の種点、種点に対して反復的に適用されるときランダム化点のシーケンスを生成する反復的な数学的機能、ランダム化領域RRを通る同意された横断順及びランダム化された領域自体の座標規定を含む。RR規定は、ステップS410での体セグメント化に基づかれ、保護されたデータセット(例えばDICOMファイル)と共に、又は、保護された日付から離れて、アスキーテキスト(ストリングデータ)として格納されることができる。ランダム化された領域RRは、例えば元の画像データと比較して概してストレージの<1%を必要とするメッシュとして又は圧縮されたビットボリュームとして非常にメモリ効率的に格納されることができる。
しかしながら、横断順といった斯かるアイテムは、事前同意された標準の部分とすることができ、他の情報とともに特異的に格納されることができない場合がある。アイテムは一緒に格納されることができるか、又はアイテムの任意の1つ若しくは複数が安全性を増加させるため、他から離れて別々に格納されることができる。
ある実施形態において、保護された画像と共に格納されないのは例えば、疑似乱数発生器の種番号(即ち単一の整数)である。しかし、データセキュリティの理由から、別々のファイルにおいて提供される、及び/又は別々の通信チャネルにおいて提供される。これは、電子記録、紙プリントアウト、口による伝達、電気通信等とすることができる。
上述したように、ある実施形態において、回復は、認証された人員(例えば主任研究員又は主治医)にだけ可能にされる。これは、パスワードベースで実現されることができる。例えば、非限定的な例において(他の任意の組み合わせも、想定される)、以下のアイテムは、画像データと共に格納される。ランダム化命令、例えば疑似乱数発生器の数式、その種及びランダム化された領域Rの座標規定。アイテムは例えば、(DICOMヘッダその他において)格納又は埋め込まれることができる。しかし、そのように格納されるランダム化命令は、パスワードで暗号化される。
要約すると、本書において提案されることは、格納の前に3Dデータセットの体周囲のスペースをランダムなノイズで自動的に充填することを技術的に可能にすることである。その結果、体表面の任意の不注意なボリュームレンダリングは不可能になる。これは、視覚的に保護されたデータセットをもたらす。追加的なオプションは、ノイズの追加が可逆的であると予見する。その結果、元の保護されていないボリュームデータの完全な回復が、保護されたデータセットと共にコンパクトな態様で適切な情報を格納することにより可能である。
画像プロセッサIP、IPRは、スキャナ端末又は医療撮像及びPACSワークステーションにインストールされるモジュールとして想定される。要するに、提案された画像プロセッサは、3Dデータセットを生成する又は扱う任意のシステムにおいて使用されることができる。プロセッサPR及びIRは、図1に示される実施形態と異なり単一のモジュールへと統合されることができる。しかし、図1に示されるように別々にすることが、いくつかの実施形態においては望ましい。例えば、IPはスキャナCTにインストールされる。一方、デスクランブラIPRは、選択された撮影装置又はPACSワークステーションにおいてだけ利用可能とされる。
上記実施形態は、断層撮影X線スキャナに関して説明されたが、提案された方法及び装置IP、IPRは、MR撮像装置にも等しく適用される。
本発明の別の例示的な実施形態において、適切なシステムにおいて上述した実施形態のいずれかによる方法のステップを実行するよう構成されるコンピュータプログラムが提供される。
コンピュータプログラムは従って、コンピュータユニットに格納されることができる。これは、本発明の実施形態の一部でもある。この計算ユニットは、上記の方法におけるステップを実行するよう構成されることができる。更に、上記装置の要素を作動させるよう構成されることができる。計算ユニットは、自動的に作動する、及び/又はユーザの命令を実行するよう構成されることができる。コンピュータプログラムは、データプロセッサのワーキングメモリにロードされることができる。従ってデータプロセッサは、本発明の方法を実行する能力を具備する。
本発明のこの例示的な実施形態は、最初から本発明を用いるコンピュータプログラム、及び更新を用いて既存のプログラムを本発明を用いるプログラムに変えるコンピュータプログラムの両方をカバーする。
更に、コンピュータプログラムは、上述した方法の例示的な実施形態の手順を満たすために必要なすべてのステップを提供することができる。
本発明の更に例示的な実施形態によれば、例えばCD−ROMといったコンピュータ可読媒体が与えられる。この場合、コンピュータ可読媒体は、この媒体に格納されるコンピュータプログラムを持つ。このコンピュータプログラムは、以前のセクションで記載される。
コンピュータプログラムは、他のハードウェアと共に又はその一部として供給される光学的記憶媒体又は固体媒体といった適切な媒体に格納/配布されることができるが、インターネット又は他の有線若しくは無線通信システムを介してといった他の形式で配布されることもできる。
しかしながら、このコンピュータプログラムは、ワールドワイドウェブといったネットワークを介して与えられることもでき、及び斯かるネットワークからデータプロセッサのワーキングメモリにダウンロードされることもできる。本発明の更に例示的な実施形態によれば、コンピュータプログラムをダウンロードに関して利用可能にする媒体が提供される。このコンピュータプログラムは、本発明の上記の実施形態のいずれかによる方法を実行するよう構成される。
本発明の実施形態が異なる主題を参照して記載される点に留意されたい。特に、ある実施形態は、方法タイプの請求項を参照して説明されるが、他の実施形態は、装置タイプの請求項を参照して説明される。しかしながら、当業者であれば、他の記載がない限り、あるタイプの主題に属する特徴の任意の組合せに加えて、異なる主題に関する特徴の間の任意の組合せが、本願に開示されると考えられる点を上記又は下記の説明から推察するであろう。しかしながら、すべての特徴は、結合されることができ、これらの特徴の単純な合計より多くの共同効果が提供される。
本発明が図面及び前述の説明において詳細に図示され及び説明されたが、斯かる図示及び説明は、説明的又は例示的であると考えられ、本発明を限定するものではない。本発明は、開示された実施形態に限定されるものではない。図面、開示及び添付された請求項の研究から、開示された実施形態に対する他の変形が、請求項に記載の本発明を実施する当業者により理解され、実行されることができる。
請求項において、単語「有する」は他の要素又はステップを除外するものではなく、不定冠詞「a」又は「an」は複数性を除外するものではない。シングルプロセッサ又は他のユニットが、請求項に記載される複数のアイテムの機能を満たすことができる。特定の手段が相互に異なる従属項に記載されるという単なる事実は、これらの手段の組み合わせが有利に使用されることができないことを意味するものではない。請求項における任意の参照符号は、発明の範囲を限定するものとして解釈されるべきではない。

Claims (14)

  1. データ秘匿化のためのコンピュータ実装された画像処理方法において、
    対象から取得される3次元(3D)画像データセットを受信するステップと、
    前記画像データセットを前記対象が存在する対象領域及び前記対象の周囲空間に対応する背景領域へとセグメント化するステップと、
    前記背景領域における画像要素にランダム化処理を適用し、前記3D画像データセットを部分的にランダム化された画像データセットへと変換するステップとを有し、
    前記対象領域が、内核領域及び外部層領域を有し、
    前記外部層領域は、前記内核領域及び前記背景領域の間にあり、
    前記ランダム化処理が、i)前記背景領域における画像要素及びii)前記外部層領域における画像要素に限られ、
    前記ランダム化の度合いは、前記外部層領域から前記背景領域の方向に沿って増加する、方法
  2. 前記外部層領域が、前記背景領域とインターフェースする前記画像要素を含む、請求項に記載の画像処理方法。
  3. 前記外部層領域が、前記インターフェースする画像要素だけを有する、請求項に記載の画像処理方法。
  4. 前記ランダム化処理が、ランダム化された画像情報と所与の画像要素での元の画像情報とを組み合わせるステップを有する、請求項1乃至の任意の一項に記載の画像処理方法
  5. 前記ランダム化処理が、前記元の画像データセットを実質的に復元することをもたらすよう可逆的である、請求項1乃至の任意の一項に記載の画像処理方法。
  6. 前記ランダム化処理の反転は、前記ランダム化された画像データセットに関連して格納される1つ又は複数のランダム化反転命令により規定される、請求項に記載の画像処理方法。
  7. 前記ランダム化されたデータセットを復元するための情報が、前記ランダム化された画像データセットのヘッダ部分に格納される、請求項に記載の画像処理方法。
  8. 前記1つ又は複数のランダム化反転命令が、前記ランダム化された画像データセットから離れて別々に格納される、請求項又はに記載の画像処理方法。
  9. 前記ランダム化反転命令が、許可されたエージェントによってのみ実行可能である、請求項1乃至の任意の一項に記載の画像処理方法。
  10. コンピュータ実装された画像処理方法において、
    対象から得られる部分的にランダム化された3次元(3D)画像データセットを受信するステップと、
    ランダム化命令にアクセスするステップと、
    前記ランダム化命令に基づき反転ランダム化命令を形成するステップと、
    前記ランダム化された3D画像データセットを非ランダム化された3D画像データセットへと変換するため前記反転ランダム化命令を適用するステップと、
    を有し、
    前記受信された部分的にランダム化された3D画像データセットが、請求項1記載の方法により得られる結果である、方法。
  11. 画像処理装置であって、
    対象から取得される3次元3D画像データセットを受信するよう構成される入力ポートと、
    前記画像データセットを前記対象が存在する対象領域及び前記対象の周囲空間に対応する背景領域へとセグメント化するよう構成されるセグメンタと、
    前記背景領域における画像要素にランダム化処理を適用し、前記3D画像データセットを少なくとも部分的にランダム化された画像データセットへと変換するよう構成されるランダマイザと、
    前記変換された画像を出力するよう構成される出力ポートとを有し、
    前記対象領域が、内核領域及び外部層領域を有し、
    前記外部層領域は、前記内核領域及び前記背景領域の間にあり、
    前記ランダム化処理が、i)前記背景領域における画像要素及びii)前記外部層領域における画像要素に限られ、
    前記ランダム化の度合いは、前記外部層領域から前記背景領域の方向に沿って増加する、装置。
  12. 画像処理装置であって、
    対象から取得される部分的にランダム化された3次元(3D)画像データセットを受信するよう構成される入力ポートと、
    ランダム化命令にアクセスし、前記ランダム化命令に基づき反転ランダム化命令を形成し、前記ランダム化された3D画像データセットを非ランダム化された3D画像データセットへと変換するため前記反転ランダム化命令を適用する脱ランダマイザと、
    前記非ランダム化された3D画像データセットを出力するよう構成される出力ポートと、を有し、
    前記受信された部分的にランダム化された3D画像データセットが、請求項1記載の方法により得られる結果である、装置。
  13. 請求項11又は12に記載の装置を制御するためのコンピュータプログラムであって、処理ユニットによって実行された場合に、請求項1乃至10のいずれかに記載の方法のステップを実行させるためのコンピュータプログラム。
  14. 請求項1に記載のプログラムが格納されたコンピュータ可読媒体。
JP2016573606A 2014-06-24 2015-06-22 3dレンダリングに対する医療データセットの視覚的な匿名化 Active JP6484650B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP14173573.8 2014-06-24
EP14173573 2014-06-24
PCT/EP2015/063952 WO2015197541A1 (en) 2014-06-24 2015-06-22 Visual anonymization of medical datasets against 3d volume rendering

Publications (3)

Publication Number Publication Date
JP2017529110A JP2017529110A (ja) 2017-10-05
JP2017529110A5 JP2017529110A5 (ja) 2018-05-24
JP6484650B2 true JP6484650B2 (ja) 2019-03-13

Family

ID=51211511

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016573606A Active JP6484650B2 (ja) 2014-06-24 2015-06-22 3dレンダリングに対する医療データセットの視覚的な匿名化

Country Status (8)

Country Link
US (1) US10332238B2 (ja)
EP (1) EP3161796B1 (ja)
JP (1) JP6484650B2 (ja)
CN (1) CN106462973B (ja)
BR (1) BR112016030112A2 (ja)
RU (1) RU2679969C2 (ja)
TR (1) TR201815866T4 (ja)
WO (1) WO2015197541A1 (ja)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9633482B2 (en) * 2014-08-12 2017-04-25 Toshiba Medical Systems Corporation Apparatus and method for restricting image data visualization
EP3273380B1 (en) 2016-07-20 2018-12-12 Siemens Healthcare GmbH Protecting data exchanged between a service user and a service provider
US10679740B2 (en) * 2018-06-12 2020-06-09 The Chinese University Of Hong Kong System and method for patient privacy protection in medical images
JP6983124B2 (ja) 2018-07-26 2021-12-17 株式会社日立製作所 医用画像処理装置及び医用画像処理方法
CN110084870B (zh) * 2019-05-13 2023-03-24 武汉轻工大学 平面方程的绘图区域的确定方法、装置、设备及存储介质

Family Cites Families (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5253192A (en) * 1991-11-14 1993-10-12 The Board Of Governors For Higher Education, State Of Rhode Island And Providence Plantations Signal processing apparatus and method for iteratively determining Arithmetic Fourier Transform
US5768413A (en) * 1995-10-04 1998-06-16 Arch Development Corp. Method and apparatus for segmenting images using stochastically deformable contours
US5859928A (en) 1996-06-21 1999-01-12 Hewlett-Packard Company Jitter-form background control for minimizing spurious gray cast in scanned images
US6915011B2 (en) * 2001-03-28 2005-07-05 Eastman Kodak Company Event clustering of images using foreground/background segmentation
US20040174998A1 (en) 2003-03-05 2004-09-09 Xsides Corporation System and method for data encryption
CA2449080A1 (en) * 2003-11-13 2005-05-13 Centre Hospitalier De L'universite De Montreal - Chum Apparatus and method for intravascular ultrasound image segmentation: a fast-marching method
US7907762B2 (en) * 2004-05-26 2011-03-15 Guardian Technologies International, Inc. Method of creating a divergence transform for identifying a feature of interest in hyperspectral data
JP2007243256A (ja) * 2006-03-06 2007-09-20 Dainippon Printing Co Ltd 医療用画像暗号化装置
US8041129B2 (en) * 2006-05-16 2011-10-18 Sectra Ab Image data set compression based on viewing parameters for storing medical image data from multidimensional data sets, related systems, methods and computer products
JP2008118406A (ja) * 2006-11-06 2008-05-22 Dainippon Printing Co Ltd コンテンツ暗号方法、コンテンツ暗号装置及びコンピュータプログラム
US7796733B2 (en) * 2007-02-01 2010-09-14 Rapiscan Systems, Inc. Personnel security screening system with enhanced privacy
WO2010046104A2 (en) 2008-10-23 2010-04-29 University Of Ulster An encryption method
JP5606832B2 (ja) * 2010-03-05 2014-10-15 富士フイルム株式会社 画像診断支援装置、方法およびプログラム
CA2833728A1 (en) * 2011-04-18 2012-10-26 Senhu LI Image segmentation of organs and anatomical structures
JP2013138800A (ja) * 2012-01-06 2013-07-18 Toshiba Corp 医用画像処理装置
US8682049B2 (en) * 2012-02-14 2014-03-25 Terarecon, Inc. Cloud-based medical image processing system with access control
US8553965B2 (en) * 2012-02-14 2013-10-08 TerraRecon, Inc. Cloud-based medical image processing system with anonymous data upload and download
KR20130126800A (ko) * 2012-04-23 2013-11-21 한국전자통신연구원 캡춰 영상의 프라이버시 보호를 위한 이미지 처리 방법 및 이미지 처리 장치
RU2505800C2 (ru) * 2012-05-10 2014-01-27 Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Национальный исследовательский Томский государственный университет" (ТГУ) Способ рентгеновской томографии и устройство для его осуществления
US8712137B2 (en) * 2012-05-29 2014-04-29 General Electric Company Methods and system for displaying segmented images
CN102945542A (zh) * 2012-11-08 2013-02-27 崔得龙 一种感兴趣区域认证和篡改检测数字水印方法
CN102932644A (zh) * 2012-11-19 2013-02-13 海南大学 一种基于Arnold置乱变换和DFT的医学图像鲁棒水印方法
EP2759957B1 (de) * 2013-01-28 2018-10-31 Siemens Healthcare GmbH Übertragungsmittel für sicherheitskritische medizinische Bildinhalte
CN103226802B (zh) * 2013-03-26 2015-09-23 中南大学 基于混沌加密的医学图像共享方法
US9466129B2 (en) * 2013-06-13 2016-10-11 Toshiba Medical Systems Corporation Apparatus and method of processing background image of medical display image
US10025479B2 (en) * 2013-09-25 2018-07-17 Terarecon, Inc. Advanced medical image processing wizard
US9633482B2 (en) * 2014-08-12 2017-04-25 Toshiba Medical Systems Corporation Apparatus and method for restricting image data visualization

Also Published As

Publication number Publication date
CN106462973A (zh) 2017-02-22
TR201815866T4 (tr) 2018-11-21
WO2015197541A1 (en) 2015-12-30
US10332238B2 (en) 2019-06-25
RU2017102244A (ru) 2018-07-26
BR112016030112A2 (pt) 2017-08-22
JP2017529110A (ja) 2017-10-05
CN106462973B (zh) 2021-01-22
RU2679969C2 (ru) 2019-02-14
RU2017102244A3 (ja) 2018-12-03
EP3161796A1 (en) 2017-05-03
US20170200256A1 (en) 2017-07-13
EP3161796B1 (en) 2018-08-29

Similar Documents

Publication Publication Date Title
JP6484650B2 (ja) 3dレンダリングに対する医療データセットの視覚的な匿名化
Kida et al. Cone beam computed tomography image quality improvement using a deep convolutional neural network
Maier et al. Real‐time scatter estimation for medical CT using the deep scatter estimation: method and robustness analysis with respect to different anatomies, dose levels, tube voltages, and data truncation
Segars et al. 4D XCAT phantom for multimodality imaging research
Zhang et al. A technique for estimating 4D‐CBCT using prior knowledge and limited‐angle projections
EP2816955B1 (en) Method and system for reducing localized artifacts in imaging data
JP6688560B2 (ja) 医用画像処理装置及び医用画像処理方法
US10867375B2 (en) Forecasting images for image processing
Ren et al. A novel digital tomosynthesis (DTS) reconstruction method using a deformation field map
Yang et al. A hybrid approach for fusing 4D‐MRI temporal information with 3D‐CT for the study of lung and lung tumor motion
JP2007275595A (ja) 断層撮影画像データの再現可能なビュー作成方法
Gsaxner et al. Facial model collection for medical augmented reality in oncologic cranio-maxillofacial surgery
Park et al. Motion‐map constrained image reconstruction (MCIR): application to four‐dimensional cone‐beam computed tomography
Schulz‐Wendtland et al. Semi‐automated delineation of breast cancer tumors and subsequent materialization using three‐dimensional printing (rapid prototyping)
Jang et al. Head motion correction based on filtered backprojection for x‐ray CT imaging
EP3629294A1 (en) Method of providing a training dataset
Li et al. Adaptive 3D noise level‐guided restoration network for low‐dose positron emission tomography imaging
US20230260123A1 (en) Medical image processing method for processing pediatric simple x-ray image using machine learning model and medical image processing apparatus therefor
Madhushree et al. An exhaustive review of authentication, tamper detection with localization and recovery techniques for medical images
Rupcich et al. Reducing radiation dose to the female breast during CT coronary angiography: A simulation study comparing breast shielding, angular tube current modulation, reduced kV, and partial angle protocols using an unknown‐location signal‐detectability metric
Khatri et al. Unfolding the mysterious path of forensic facial reconstruction: Review of different imaging modalities
Larsen et al. Optimization of a secondary VOI protocol for lung imaging in a clinical CT scanner
Johnston et al. Phase-selective image reconstruction of the lungs in small animals using Micro-CT
WO2020198560A1 (en) Systems and methods for non-destructive de-identification of facial data in medical images
Sun et al. Rib suppression in digital chest tomosynthesis

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180404

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20180404

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20180404

A975 Report on accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A971005

Effective date: 20180605

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20180612

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180803

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20181011

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20181218

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: 20190207

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20190218

R150 Certificate of patent or registration of utility model

Ref document number: 6484650

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