JP6605240B2 - 画像処理方法および装置並びにプログラム - Google Patents
画像処理方法および装置並びにプログラム Download PDFInfo
- Publication number
- JP6605240B2 JP6605240B2 JP2015130633A JP2015130633A JP6605240B2 JP 6605240 B2 JP6605240 B2 JP 6605240B2 JP 2015130633 A JP2015130633 A JP 2015130633A JP 2015130633 A JP2015130633 A JP 2015130633A JP 6605240 B2 JP6605240 B2 JP 6605240B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- blood vessel
- index
- branch
- processing apparatus
- 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
- 238000003672 processing method Methods 0.000 title claims description 3
- 210000004204 blood vessel Anatomy 0.000 claims description 142
- 238000012545 processing Methods 0.000 claims description 75
- 238000000034 method Methods 0.000 claims description 34
- 238000004364 calculation method Methods 0.000 claims description 31
- 238000003384 imaging method Methods 0.000 claims description 12
- 210000004185 liver Anatomy 0.000 claims description 5
- 238000002595 magnetic resonance imaging Methods 0.000 claims description 4
- 230000005855 radiation Effects 0.000 claims description 3
- 230000002792 vascular Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 12
- 238000009499 grossing Methods 0.000 description 12
- 238000001514 detection method Methods 0.000 description 7
- 238000000605 extraction Methods 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 101150064138 MAP1 gene Proteins 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 101100075995 Schizosaccharomyces pombe (strain 972 / ATCC 24843) fma2 gene Proteins 0.000 description 2
- 239000002872 contrast media Substances 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 101100456045 Schizosaccharomyces pombe (strain 972 / ATCC 24843) map3 gene Proteins 0.000 description 1
- 239000013256 coordination polymer Substances 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Description
第1の血管分岐を含む第1の画像における前記第1の血管分岐の分岐点の周辺に位置する複数の画像領域の各々について、該画像領域の画像の特徴を表す指標を算出する処理と、
第2の血管分岐を含む第2の画像における前記複数の画像領域と実質的に対応関係にある複数の対応領域の各々について、該対応領域の画像の特徴を表す指標を算出する処理と、
前記複数の画像領域の各々について算出された指標と、前記複数の対応領域の各々について算出された指標との類似度を算出する処理とをコンピュータ(computer)に実行させる画像処理方法を提供する。
第1の血管分岐を含む第1の画像における前記第1の血管分岐の分岐点の周辺に位置する複数の画像領域の各々について、該画像領域の画像の特徴を表す指標を算出する第1の指標算出手段と、
第2の血管分岐を含む第2の画像における前記複数の画像領域と実質的に対応関係にある複数の対応領域の各々について、該対応領域の画像の特徴を表す指標を算出する第2の指標算出手段と、
前記複数の画像領域の各々について算出された指標と、前記複数の対応領域の各々について算出された指標との類似度を算出する類似度算出手段とを備えた画像処理装置を提供する。
前記第2の指標算出手段が、前記複数の画像領域の各々について、前記第2の画像における該画像領域と対応する領域及び該領域の近傍の領域に複数の暫定領域を設定し、該複数の暫定領域の各々について該前提領域の画像の特徴を表す指標を算出し、該画像領域の指標に最も近い指標が算出された前記暫定領域を該画像領域の対応領域として特定する上記第2の観点の画像処理装置を提供する。
前記複数の画像領域の位置と前記複数の対応領域の位置との近似度を算出する近似度算出手段と、
前記類似度及び前記近似度の大きさに基づいて前記第1の血管分岐と前記第2の血管分岐とが同一の血管分岐を表している蓋然性の程度を示す指標値を算出する蓋然性指標値算出手段とをさらに備えた上記第3の観点の画像処理装置を提供する。
前記第1の指標算出手段が、互いに異なる複数の第2の画像の各々について前記類似度を算出し、
前記第2の指標算出手段が、前記複数の第2の画像の各々について前記近似度を算出し、
前記蓋然性指標値算出手段が、前記第1の画像と前記複数の第2の画像の各々とからなる複数の組合せについて前記蓋然性指標値を算出し、
前記複数の組合せの中で最も高い前記蓋然性指標値が算出された組合せを特定する特定手段をさらに備えた上記第4の観点の画像処理装置を提供する。
第1のモダリティのボリューム画像から前記第1の画像を生成する第1の生成手段と、
第2のモダリティのボリューム画像から前記複数の第2の画像を生成する第2の生成手段とをさらに備えた上記第5の観点の画像処理装置を提供する。
前記第1の生成手段が、前記第1のモダリティのボリューム画像における血管分岐を含むスラブ(slab)に対して画素値の最大値投影または最小値投影を行って前記第1の画像を生成し、
前記第2の生成手段が、前記第2のモダリティのボリューム画像における血管分岐を含むスラブに対して画素値の最大値投影または最小値投影を行って前記第2の画像を生成する上記第6の観点の画像処理装置を提供する。
前記第1の生成手段が、前記第1のモダリティの種類に応じて前記最大値投影及び最小値投影のいずれかを行い、
前記第2の生成手段が、前記第2のモダリティの種類に応じて前記最大値投影及び最小値投影のいずれかを行う上記第6の観点または第7の観点の画像処理装置を提供する。
前記特定手段により特定された組合せに対応する血管分岐同士が重なるように、前記第1のモダリティのボリューム画像と前記第2のモダリティのボリューム画像との位置合せを行う位置合せ手段をさらに備えた上記第6の観点から第8の観点のいずれか一つの観点の画像処理装置を提供する。
前記第1のモダリティのボリューム画像から生成された血管分岐を含む複数の画像の中から1つ画像を前記第1の画像として指定する指定手段をさらに備えた上記第6の観点から第9の観点のいずれか一つの観点の画像処理装置を提供する。
前記指定手段が、操作者の操作に応じて前記第1の画像を指定する上記第10の観点の画像処理装置を提供する。
前記第1のモダリティが、超音波撮像装置であり、
前記第2のモダリティは、磁気共鳴撮像装置である上記第6の観点から第11の観点のいずれか一つの観点の画像処理装置を提供する。
前記第1のモダリティが、超音波撮像装置であり、
前記第2のモダリティが、放射線断層撮像装置である上記第6の観点から第11の観点のいずれか一つの観点の画像処理装置を提供する。
前記ボリューム画像が、肝臓を含む画像である上記第6の観点から第13の観点のいずれか一つの観点の画像処理装置を提供する。
前記第1の画像における画素値に基づいて前記複数の画像領域を設定する設定手段をさらに備えた上記第2の観点から第14の観点のいずれか一つの観点の画像処理装置を提供する。
前記設定手段が、前記第1の画像を複数の部分画像に分割し、前記複数の部分画像の各々について該部分画像の特徴度を算出し、該特徴度の大きさに基づいて前記複数の画像領域を設定する上記第15の観点の画像処理装置を提供する。
前記設定手段が、前記特徴度として、前記部分画像内の複数の画素における角らしさ(corner-ness)の程度が反映された値を算出する上記第16の観点の画像処理装置を提供する。
前記設定手段が、前記複数の画像領域を前記第1の画像における前記第1の血管分岐の分岐点の周りに分散して設定する上記第15の観点から第17の観点のいずれか一つの観点の画像処理装置を提供する。
前記第1及び第2の指標算出手段が、画像の特徴を表す指標として複数の画素における自己相似記述子(self-similarity descriptor)を算出する上記第2の観点から第18の観点のいずれか一つの観点の画像処理装置を提供する。
コンピュータを、上記第2の観点から第19の観点のいずれか一つの観点の画像処理装置として機能させるためのプログラム(program)を提供する。
2 画像取得部
3 血管分岐検出部
4 分岐平面画像生成部
5 平滑化部
6 分岐平面画像表示部
7 血管分岐指定部
8 クエリパッチ設定部
9 クエリパッチ指標算出部
10 類似パッチ探索部
11 蓋然性指標値算出部
12 ベストマッチ分岐特定部
13 位置合せ部
14 断層像再構成・表示部
Claims (19)
- 第1の血管分岐を含む第1の画像における前記第1の血管分岐の分岐点の周辺に位置する複数の画像領域の各々について、該画像領域の画像の特徴を表す指標を算出する処理と、
第2の血管分岐を含む第2の画像における前記複数の画像領域と実質的に対応関係にある複数の対応領域の各々について、該対応領域の画像の特徴を表す指標を算出する処理であって、前記複数の画像領域の各々について、前記第2の画像における該画像領域と対応する領域及び該領域の近傍の領域に複数の暫定領域を設定し、該複数の暫定領域の各々について該暫定領域の画像の特徴を表す指標を算出し、該画像領域の指標に最も近い指標が算出された前記暫定領域を該画像領域の対応領域として特定する処理と、
前記複数の画像領域の各々について算出された指標と、前記複数の対応領域の各々について算出された指標との類似度を算出する処理とをコンピュータに実行させる画像処理方法。 - 第1の血管分岐を含む第1の画像における前記第1の血管分岐の分岐点の周辺に位置する複数の画像領域の各々について、該画像領域の画像の特徴を表す指標を算出する第1の指標算出手段と、
第2の血管分岐を含む第2の画像における前記複数の画像領域と実質的に対応関係にある複数の対応領域の各々について、該対応領域の画像の特徴を表す指標を算出する第2の指標算出手段と、
前記複数の画像領域の各々について算出された指標と、前記複数の対応領域の各々について算出された指標との類似度を算出する類似度算出手段とを備え、
前記第2の指標算出手段は、前記複数の画像領域の各々について、前記第2の画像における該画像領域と対応する領域及び該領域の近傍の領域に複数の暫定領域を設定し、該複数の暫定領域の各々について該暫定領域の画像の特徴を表す指標を算出し、該画像領域の指標に最も近い指標が算出された前記暫定領域を該画像領域の対応領域として特定する画像処理装置。 - 前記複数の画像領域の位置と前記複数の対応領域の位置との近似度を算出する近似度算出手段と、
前記類似度及び前記近似度の大きさに基づいて前記第1の血管分岐と前記第2の血管分岐とが同一の血管分岐を表している蓋然性の程度を示す蓋然性指標値を算出する蓋然性指標値算出手段とをさらに備えた請求項2に記載の画像処理装置。 - 前記第1の指標算出手段は、互いに異なる複数の第2の画像の各々について前記類似度を算出し、
前記第2の指標算出手段は、前記複数の第2の画像の各々について前記近似度を算出し、
前記蓋然性指標値算出手段は、前記第1の画像と前記複数の第2の画像の各々とからなる複数の組合せについて前記蓋然性指標値を算出し、
前記複数の組合せの中で最も高い前記蓋然性指標値が算出された組合せを特定する特定手段をさらに備えた請求項3に記載の画像処理装置。 - 第1のモダリティのボリューム画像から前記第1の画像を生成する第1の生成手段と、
第2のモダリティのボリューム画像から前記複数の第2の画像を生成する第2の生成手段とをさらに備えた請求項4に記載の画像処理装置。 - 前記第1の生成手段は、前記第1のモダリティのボリューム画像における血管分岐を含むスラブに対して画素値の最大値投影または最小値投影を行って前記第1の画像を生成し、
前記第2の生成手段は、前記第2のモダリティのボリューム画像における血管分岐を含むスラブに対して画素値の最大値投影または最小値投影を行って前記第2の画像を生成する請求項5に記載の画像処理装置。 - 前記第1の生成手段は、前記第1のモダリティの種類に応じて前記最大値投影及び最小値投影のいずれかを行い、
前記第2の生成手段は、前記第2のモダリティの種類に応じて前記最大値投影及び最小値投影のいずれかを行う請求項6に記載の画像処理装置。 - 前記特定手段により特定された組合せに対応する血管分岐同士が重なるように、前記第1のモダリティのボリューム画像と前記第2のモダリティのボリューム画像との位置合せを行う位置合せ手段をさらに備えた請求項5から請求項7のいずれか一項に記載の画像処理装置。
- 前記第1のモダリティのボリューム画像から生成された血管分岐を含む複数の画像の中から1つ画像を前記第1の画像として指定する指定手段をさらに備えた請求項5から請求項8のいずれか一項に記載の画像処理装置。
- 前記指定手段は、操作者の操作に応じて前記第1の画像を指定する請求項9に記載の画像処理装置。
- 前記第1のモダリティは、超音波撮像装置であり、
前記第2のモダリティは、磁気共鳴撮像装置である請求項5から請求項10のいずれか一項に記載の画像処理装置。 - 前記第1のモダリティは、超音波撮像装置であり、
前記第2のモダリティは、放射線断層撮像装置である、請求項5から請求項10のいずれか一項に記載の画像処理装置。 - 前記ボリューム画像は、肝臓を含む画像である請求項5から請求項12のいずれか一項に記載の画像処理装置。
- 前記第1の画像における画素値に基づいて前記複数の画像領域を設定する設定手段をさらに備えた請求項2から請求項13のいずれか一項に記載の画像処理装置。
- 前記設定手段は、前記第1の画像を複数の部分画像に分割し、前記複数の部分画像の各々について該部分画像の特徴度を算出し、該特徴度の大きさに基づいて前記複数の画像領域を設定する請求項14に記載の画像処理装置。
- 前記設定手段は、前記特徴度として、前記部分画像内の複数の画素における角らしさ(corner-ness)の程度が反映された値を算出する請求項15に記載の画像処理装置。
- 前記設定手段は、前記複数の画像領域を前記第1の画像における前記第1の血管分岐の分岐点の周りに分散して設定する請求項14から請求項16のいずれか一項に記載の画像処理装置。
- 前記第1及び第2の指標算出手段は、画像の特徴を表す指標として複数の画素における自己相似記述子(self-similarity descriptor)を算出する請求項2から請求項17のいずれか一項に記載の画像処理装置。
- コンピュータを、請求項2から請求項18のいずれか一項に記載の画像処理装置として機能させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015130633A JP6605240B2 (ja) | 2015-06-30 | 2015-06-30 | 画像処理方法および装置並びにプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015130633A JP6605240B2 (ja) | 2015-06-30 | 2015-06-30 | 画像処理方法および装置並びにプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017012341A JP2017012341A (ja) | 2017-01-19 |
JP6605240B2 true JP6605240B2 (ja) | 2019-11-13 |
Family
ID=57827346
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015130633A Active JP6605240B2 (ja) | 2015-06-30 | 2015-06-30 | 画像処理方法および装置並びにプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6605240B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6849420B2 (ja) * | 2016-12-12 | 2021-03-24 | キヤノンメディカルシステムズ株式会社 | 超音波診断装置及び医用画像処理装置 |
KR102354701B1 (ko) * | 2017-04-12 | 2022-01-24 | 재단법인대구경북과학기술원 | 이미지 처리 장치 및 이에 의한 가상의 엑스선 이미지 생성 방법 |
KR102503882B1 (ko) * | 2022-05-17 | 2023-02-27 | 주식회사 메디픽셀 | 심혈관 이미지의 3차원 재구성을 위한 cip 자동 검출 방법 및 시스템 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5072449B2 (ja) * | 2006-07-18 | 2012-11-14 | 株式会社東芝 | 医用画像処理装置及び医用画像処理方法 |
RU2549141C2 (ru) * | 2009-08-12 | 2015-04-20 | Конинклейке Филипс Электроникс Н.В. | Формирование данных объекта |
JP5977214B2 (ja) * | 2013-08-23 | 2016-08-24 | 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 | 画像処理方法および装置並びにプログラム |
-
2015
- 2015-06-30 JP JP2015130633A patent/JP6605240B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2017012341A (ja) | 2017-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11576645B2 (en) | Systems and methods for scanning a patient in an imaging system | |
US10537247B2 (en) | Information processing apparatus, method, and programmed storage medium, for calculating ranges of regions of interest of scanned or other images | |
US11576578B2 (en) | Systems and methods for scanning a patient in an imaging system | |
US10881353B2 (en) | Machine-guided imaging techniques | |
Stoyanov et al. | Real-time stereo reconstruction in robotically assisted minimally invasive surgery | |
US9767562B2 (en) | Image processing apparatus, image processing method and storage medium | |
US20160004917A1 (en) | Output control method, image processing apparatus, and information processing apparatus | |
JP5977214B2 (ja) | 画像処理方法および装置並びにプログラム | |
US9977982B2 (en) | Medical image processing method and image processing system | |
JP6293619B2 (ja) | 画像処理方法および装置並びにプログラム | |
JP2004178587A (ja) | ボリュームデータセット内のマークの画像の座標を求める方法および医療装置 | |
JP6605240B2 (ja) | 画像処理方法および装置並びにプログラム | |
US20170360396A1 (en) | Ultrasound imaging apparatus and method for segmenting anatomical objects | |
Jiang et al. | A robust automated markerless registration framework for neurosurgery navigation | |
Pycinski et al. | Time-of-flight camera, optical tracker and computed tomography in pairwise data registration | |
KR20210052270A (ko) | 환자의 증강 현실 기반의 의료 정보를 제공하는 방법, 장치 및 컴퓨터 프로그램 | |
US11532101B2 (en) | Marker element and application method with ECG | |
CN118135111A (zh) | 一种三维重建方法、装置及电子设备 | |
Sun et al. | Stepwise local stitching ultrasound image algorithms based on adaptive iterative threshold Harris corner features | |
Guo et al. | Ultrasound frame-to-volume registration via deep learning for interventional guidance | |
CN111275617B (zh) | 一种abus乳腺超声全景图的自动拼接方法、系统和存储介质 | |
US11369348B2 (en) | Ultrasound diagnostic apparatus, image processing apparatus, and image processing method | |
Cao et al. | Registration of medical images using an interpolated closest point transform: method and validation | |
Wang et al. | Towards video guidance for ultrasound, using a prior high-resolution 3D surface map of the external anatomy | |
JP6775294B2 (ja) | 画像処理装置および方法並びにプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180614 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190328 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190416 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20190530 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190712 |
|
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: 20190917 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20191016 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6605240 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 |