JP6757303B2 - 乳房タイプ識別装置、方法およびプログラム - Google Patents

乳房タイプ識別装置、方法およびプログラム Download PDF

Info

Publication number
JP6757303B2
JP6757303B2 JP2017187878A JP2017187878A JP6757303B2 JP 6757303 B2 JP6757303 B2 JP 6757303B2 JP 2017187878 A JP2017187878 A JP 2017187878A JP 2017187878 A JP2017187878 A JP 2017187878A JP 6757303 B2 JP6757303 B2 JP 6757303B2
Authority
JP
Japan
Prior art keywords
breast
index value
region
boundary
line
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
JP2017187878A
Other languages
English (en)
Other versions
JP2019058606A5 (ja
JP2019058606A (ja
Inventor
崇文 小池
崇文 小池
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.)
Fujifilm Corp
Original Assignee
Fujifilm Corp
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 Fujifilm Corp filed Critical Fujifilm Corp
Priority to JP2017187878A priority Critical patent/JP6757303B2/ja
Priority to US16/109,762 priority patent/US10646181B2/en
Publication of JP2019058606A publication Critical patent/JP2019058606A/ja
Publication of JP2019058606A5 publication Critical patent/JP2019058606A5/ja
Application granted granted Critical
Publication of JP6757303B2 publication Critical patent/JP6757303B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/025Tomosynthesis
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50Apparatus 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
    • A61B6/502Apparatus 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 breast, i.e. mammography
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5217Devices 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/13Edge detection
    • 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
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30ICT 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
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/46Arrangements for interfacing with the operator or the patient
    • A61B6/461Displaying means of special interest
    • A61B6/463Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
    • 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
    • G06T2207/10116X-ray image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20081Training; Learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20112Image segmentation details
    • G06T2207/20168Radial search
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30068Mammography; Breast
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03Recognition of patterns in medical or anatomical images
    • G06V2201/032Recognition of patterns in medical or anatomical images of protuberances, polyps nodules, etc.

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Public Health (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Theoretical Computer Science (AREA)
  • Surgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Optics & Photonics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • High Energy & Nuclear Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Physiology (AREA)
  • Dentistry (AREA)
  • Quality & Reliability (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Data Mining & Analysis (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Description

本発明は、マンモグラフィ撮影装置により乳房を撮影して得られた乳房画像に基づいて、乳房のタイプを識別する乳房タイプ識別装置、方法およびプログラムに関する。
近年、乳がんの早期発見を促すため、乳房を撮影するための放射線画像撮影装置(マンモグラフィと呼ばれる)を用いた画像診断が注目されている。マンモグラフィにおいては、乳房は撮影台の上に置かれ、圧迫板により圧迫された状態で撮影が行われる。乳房は主に乳腺組織と脂肪組織とからなり、乳腺組織に隠れた腫瘤および石灰化等の病変を発見することが診断の上で重要となっている。このため、マンモグラフィで撮影された乳房の放射線画像(乳房画像)は、専用の操作端末等で画像処理された後、医師による診断に供される。医師は、乳房画像をディスプレイに表示して読影することにより、病変の有無を調べる。
一方、乳房は乳腺組織および脂肪組織が混在しており、乳腺組織と脂肪組織との割合、および乳腺組織と脂肪組織との分布状況によって、乳房を高濃度タイプ、脂肪性タイプ、乳腺散在タイプおよび不均一高濃度タイプの4つの乳房タイプに分類することができる。これらの乳房タイプのうち、高濃度タイプに分類される乳房は、乳腺組織が一様に分布しており、脂肪の混在がほとんどなく、乳房画像に基づいて病変を検出することが困難である。このような高濃度タイプの乳房を撮影することにより取得した乳房画像を用いた診断を精度よく行うために、高濃度タイプの乳房の乳房画像に対して、コントラストを高くする画像処理を行うことが望まれている。例えば、特許文献1においては、乳房における乳腺組織と脂肪組織との割合、および乳腺組織と脂肪組織との分布状況等に応じて、乳房画像に対してコントラストを強調する処理等の画像処理を行う手法が提案されている。
ここで、乳房のタイプに拘わらず、乳房画像にコントラストを強調する処理を行うことが考えられる。しかしながら、脂肪性タイプの乳房画像に対してコントラストを強調する処理を行うと、粒状性が悪化したり、コントラストが過度に強調されたりして、診断に好ましくない画質となるおそれがある。このため、コントラストを強調する処理を行うためには、乳房画像に基づいて乳房が高濃度タイプであることを識別する必要がある。しかしながら、上述した4つのタイプのうち、高濃度タイプと脂肪性タイプとは、いずれも乳房が単一組成であって画像が類似するため、乳房画像を見て高濃度タイプと脂肪性タイプとを識別するには熟練を要する。
一方、乳房画像を用いた診断システムによっては、マンモグラフィ撮影装置から撮影条件を取得できない場合がある。このため、乳房画像のみを用いて乳房のタイプを判別する手法が提案されている。例えば、特許文献2には、乳房画像に含まれる脂肪および胸筋部の画素値に基づいて、脂肪と乳腺とを分離する濃度のしきい値を算出し、算出したしきい値に基づいて乳腺領域を算出し、乳房画像における乳房領域に対する乳腺領域が占める割合に基づいて、乳房のタイプを識別する手法が提案されている。
特開2006−263055号公報 特開2005−065857号公報
しかしながら、特許文献2に記載された手法は、胸筋が含まれるポジショニングで乳房を撮影する必要がある。このため、乳房画像に胸筋が含まれないと、乳房のタイプを識別することができない。
本発明は上記事情に鑑みなされたものであり、乳房のみが含まれる乳房画像を用いて、乳房のタイプを識別することを目的とする。
本発明による乳房タイプ識別装置は、乳房を放射線により撮影して得られた乳房画像から、乳房領域およびスキンラインを検出する第1の検出部と、
乳房領域の単一組成度合いを表す第1の指標値を取得する第1の指標値取得部と、
乳房画像における、スキンラインから乳房領域内に向かうあらかじめ定められた範囲において、脂肪組織と乳腺組織との境界を検出する第2の検出部と、
境界の強度およびスキンラインからの距離の少なくとも一方に基づいて、乳房領域に対する乳腺の詰まり度合いを表す第2の指標値を取得する第2の指標値取得部と、
第1の指標値および第2の指標値に基づいて、乳房のタイプを識別する識別部とを備える。
「乳房領域」とは、乳房画像において、乳房を透過した放射線による乳房の放射線透過画像が表されている領域であり、撮影時に放射線が検出器に直接照射することにより得られる直接放射線領域を乳房画像から除いた領域である。
「スキンライン」とは、乳房画像における皮膚と背景との境界線を意味する。
「単一組成度合いを表す第1の指標値」とは、乳房領域が1つの組成のみからなることの程度を表す指標値であり、乳房領域が単一組成であるほど値が大きくなる(または小さくなる)ものである。
「乳腺の詰まり度合いを表す第2の指標値」とは、乳房領域に乳腺がどの程度多く含まれるかを表す指標値であり、乳腺がより多く含まれるほど値が大きくなる(または小さくなる)ものである。
なお、本発明による乳房タイプ識別装置においては、第1の指標値取得部は、乳房領域におけるヒストグラムに基づいて、第1の指標値を取得するものであってもよい。
また、本発明による乳房タイプ識別装置においては、第2の検出部は、スキンラインから乳房領域内に向かう複数位置においてラインプロファイルを生成し、ラインプロファイルにおいて信号値がピークを持って変化する位置を境界として検出するものであってもよい。
また、本発明による乳房タイプ識別装置においては、第2の指標値取得部は、複数のラインプロファイルのそれぞれにおいて、境界の強度を表す指標値に対してスキンラインからの距離に基づく重み係数を乗算し、複数のラインプロファイルについての重み係数が乗算された境界の強度を表す指標値を加算して第2の指標値を取得するものであってもよい。
また、本発明による乳房タイプ識別装置においては、乳房のタイプを表示部に表示する表示制御部をさらに備えるものであってもよい。
また、本発明による乳房タイプ識別装置においては、表示制御部は、乳房のタイプに応じた警告表示をさらに行うものであってもよい。
本発明による乳房タイプ識別方法は、乳房を放射線により撮影して得られた乳房画像から、乳房領域およびスキンラインを検出し、
乳房領域の単一組成度合いを表す第1の指標値を取得し、
乳房画像における、スキンラインから乳房領域内に向かうあらかじめ定められた範囲において、脂肪組織と乳腺組織との境界を検出し、
境界の強度およびスキンラインからの距離の少なくとも一方に基づいて、乳房領域に対する乳腺の詰まり度合いを表す第2の指標値を取得し、
第1の指標値および第2の指標値に基づいて、乳房のタイプを識別する。
なお、本発明による乳房タイプ識別方法をコンピュータに実行させるためのプログラムとして提供してもよい。
本発明による他の乳房タイプ識別装置は、コンピュータに実行させるための命令を記憶するメモリと、
記憶された命令を実行するよう構成されたプロセッサとを備え、プロセッサは、
乳房を放射線により撮影して得られた乳房画像から、乳房領域およびスキンラインを検出し、
乳房領域の単一組成度合いを表す第1の指標値を取得し、
乳房画像における、スキンラインから乳房領域内に向かうあらかじめ定められた範囲において、脂肪組織と乳腺組織との境界を検出し、
境界の強度およびスキンラインからの距離の少なくとも一方に基づいて、乳房領域に対する乳腺の詰まり度合いを表す第2の指標値を取得し、
第1の指標値および第2の指標値に基づいて、乳房のタイプを識別する処理を実行する。
本発明によれば、乳房画像から検出された乳房領域の単一組成度合いを示す第1の指標値が取得され、脂肪組織と乳腺組織との境界の強度およびスキンラインからの距離の少なくとも一方に基づいて、乳房領域に対する乳腺の詰まり度合いを表す第2の指標値が取得され、第1および第2の指標値に基づいて、乳房のタイプが識別される。このため、乳房画像に乳房以外の組織が含まれなくても、乳房のタイプを識別することができる。
本発明の第1の実施形態による乳房タイプ識別装置を適用した放射線画像撮影装置の概略構成図 放射線画像撮影装置を図1の矢印A方向から見た図 第1の実施形態による乳房タイプ識別装置の概略構成を示す図 乳房領域およびスキンラインの検出を説明するための図 乳房タイプに応じたヒストグラムを示す図 ヒストグラムの混合ガウス分布での近似を説明するための図 圧迫板と撮影台との間に挟まれた乳房を示す図 乳房画像におけるスキンラインからあらかじめ定められた範囲の設定を説明するための図 乳房画像に設定された複数のラインを示す図 ラインプロファイルを示す図 乳房画像における脂肪組織と乳腺組織との境界線を示す図 強度指標値および境界のスキンラインからの距離のマッピング結果を示す図 強度指標値および境界のスキンラインからの距離のマッピング結果を示す図 乳房タイプが表示されかつ警告表示がなされた乳房画像を示す図 第1の実施形態において行われる処理を示すフローチャート 第2の実施形態による乳房タイプ識別装置の概略構成を示す図
以下、図面を参照して本発明の実施形態について説明する。図1は本発明の第1の実施形態による乳房タイプ識別装置を適用した放射線画像撮影装置の概略構成図、図2は放射線画像撮影装置を図1の矢印A方向から見た図である。放射線画像撮影装置1は、被写体である乳房Mの撮影を行うマンモグラフィ装置である。図1に示すように放射線画像撮影装置1は、撮影部10、撮影部10に接続されたコンピュータ2、並びにコンピュータ2に接続された表示部3および入力部4を備えている。
撮影部10は、アーム部12を備えている。アーム部12の一方の端部には撮影台13が、その他方の端部には撮影台13と対向するように放射線照射部14が取り付けられている。
撮影台13の内部には、フラットパネルディテクタ等の放射線検出器15が備えられている。また、撮影台13の内部には、放射線検出器15から読み出された電荷信号を電圧信号に変換するチャージアンプ、チャージアンプから出力された電圧信号をサンプリングする相関2重サンプリング回路、および電圧信号をデジタル信号に変換するAD変換部等が設けられた回路基板等も設置されている。
放射線検出器15は、放射線画像の記録および読み出しを繰り返して行うことができるものであり、放射線の照射を直接受けて電荷を発生する、いわゆる直接型の放射線検出器を用いてもよいし、放射線を一旦可視光に変換し、その可視光を電荷信号に変換する、いわゆる間接型の放射線検出器を用いてもよい。また、放射線画像信号の読出方式としては、TFT(thin film transistor)スイッチをオンおよびオフすることによって放射線画像信号が読み出される、いわゆるTFT読出方式のものまたは読取光を照射することによって放射線画像信号が読み出される、いわゆる光読出方式のものを用いることが望ましいが、これに限らずその他のものを用いるようにしてもよい。
放射線照射部14の内部には、放射線源であるX線源16が収納されている。X線源16から放射線であるX線を照射するタイミングおよびX線源16におけるX線発生条件、すなわち管電圧およびmAs値等の撮影条件は、コンピュータ2により制御される。
また、アーム部12には、撮影台13の上方に配置されて乳房Mを押さえつけて圧迫する圧迫板17、圧迫板17を支持する支持部18、および支持部18を図1および図2の上下方向に移動させる移動機構19が設けられている。なお、圧迫板17と撮影台13との間隔である圧迫板17の高さの情報はコンピュータ2に入力される。
表示部3は、CRT(Cathode Ray Tube)または液晶モニタ等の表示装置であり、後述するように取得された乳房MのX線画像である乳房画像の他、操作に必要なメッセージ等を表示する。なお、表示部3は音声を出力するスピーカを内蔵するものであってもよい。
入力部4はキーボード、マウスまたはタッチパネル方式の入力装置からなり、操作者による放射線画像撮影装置1の操作を受け付ける。また、撮影を行うために必要な、撮影条件等の各種情報の入力および情報の修正の指示も受け付ける。本実施形態においては、操作者が入力部4から入力した情報に従って、放射線画像撮影装置1の各部が動作する。
コンピュータ2には、乳房タイプ識別プログラムがインストールされている。本実施形態においては、コンピュータは、操作者が直接操作するワークステーションあるいはパソコンでもよいし、それらとネットワークを介して接続されたサーバコンピュータでもよい。エネルギーサブトラクション処理プログラムは、DVD(Digital Versatile Disc)、CD−ROM(Compact Disc Read Only Memory)等の記録媒体に記録されて配布され、その記録媒体からコンピュータにインストールされる。もしくは、ネットワークに接続されたサーバコンピュータの記憶装置、あるいはネットワークストレージに、外部からアクセス可能な状態で記憶され、要求に応じてコンピュータにダウンロードされ、インストールされる。
図3はコンピュータ2に乳房タイプ識別プログラムをインストールすることにより実現された、第1の実施形態による乳房タイプ識別装置の概略構成を示す図である。図3に示すように、第1の実施形態による乳房タイプ識別装置は、標準的なコンピュータの構成として、CPU(Central Processing Unit)21、メモリ22およびストレージ23を備えている。
ストレージ23は、ハードディスクまたはSSD(Solid State Drive)等のストレージデバイスからなり、放射線画像撮影装置1の各部を駆動するためのプログラムおよび乳房タイプ識別プログラムを含む、処理に必要な各種情報が記憶されている。また、撮影により取得された乳房画像も記憶される。
メモリ22には、各種処理をCPU21に実行させるために、ストレージ23に記憶された乳房タイプ識別プログラム等が一時的に記憶される。乳房タイプ識別プログラムは、CPU21に実行させる処理として、放射線画像撮影装置1にX線撮影を行わせて、乳房画像を取得する画像取得処理、乳房画像から乳房領域およびスキンラインを検出する第1の検出処理、乳房領域の単一組成度合いを表す第1の指標値を取得する第1の指標値取得処理、乳房画像における、スキンラインから乳房領域内に向かうあらかじめ定められた範囲において、脂肪組織と乳腺組織との境界を検出する第2の検出処理、境界の強度およびスキンラインからの距離の少なくとも一方に基づいて、乳房領域に対する乳腺の詰まり度合いを表す第2の指標値を取得する第2の指標値取得処理、第1の指標値および第2の指標値に基づいて、乳房のタイプを識別する識別処理、並びに乳房のタイプの識別結果を表示部3に表示する表示制御処理を規定している。
そして、CPU21が乳房タイプ識別プログラムに従いこれらの処理を実行することで、コンピュータ2は、画像取得部31、第1の検出部32、第1の指標値取得部33、第2の検出部34、第2の指標値取得部35、識別部36および表示制御部37として機能する。なお、本実施形態は、乳房タイプ識別プログラムによるソフトウェア構成によって、各部の機能を実行するものには限定されず、例えば複数のIC(Integrated Circuit)、プロセッサ、ASIC(Application Specific Integrated Circuit)、FPGA(Field-Programmable Gate Array)、メモリおよびこれらの組み合せ等のハードウェア構成のみによって、各部の機能を実行するようにしてもよい。また、各部の処理をソフトウェア構成とハードウェア構成との組み合わせによって実行してもよい。
画像取得部31は、あらかじめ定められた撮影条件により放射線照射部14を制御して、乳房画像G0を取得する。具体的には、あらかじめ定められた撮影条件にしたがって、X線源16を駆動して乳房MにX線を照射し、乳房Mを透過したX線を放射線検出器15により検出して、乳房画像G0を取得する。
第1の検出部32は、乳房画像G0から乳房領域およびスキンラインを検出する。図4は乳房領域およびスキンラインの検出を説明するための図である。図4に示すように乳房画像G0は、乳房領域A1および放射線検出器15にX線が直接照射した領域に対応する直接放射線領域A2を含む。ここで直接放射線領域A2は乳房領域A1よりも高濃度となっている。このため、第1の検出部32は、乳房領域A1と直接放射線領域A2とを区別するためのしきい値を用いたしきい値処理を行うことにより、乳房画像G0から乳房領域A1を検出する。また、検出した乳房領域A1と直接放射線領域A2との境界を、スキンラインSL0として検出する。
第1の指標値取得部33は、乳房領域A1の単一組成度合いを表す第1の指標値を取得する。単一組成度合いを表す第1の指標値とは、乳房領域A1が1つの組成のみからなることの程度を表す指標値である。このために、第1の指標値取得部33は、乳房画像G0から検出した乳房領域A1のヒストグラムを生成する。図5は乳房タイプに応じたヒストグラムを示す図である。図5には、高濃度タイプ、脂肪性タイプ、乳腺散在タイプおよび不均一高濃度タイプの4つの乳房タイプのそれぞれについてのヒストグラムH1〜H4が示されている。
ここで、高濃度タイプの乳房においては、乳房領域A1内に乳腺が多く含まれるため、組成が実質的に単一である。このため、高濃度タイプのヒストグラムH1は、1つのピークのみを含む単峰形の分布を有するものとなる。また、脂肪性タイプの乳房においては、乳房領域A1内に脂肪が多く含まれるため、組成が実質的に単一である。このため、脂肪性タイプのヒストグラムH2も、1つのピークのみを含む単峰形の分布を有するものとなる。
一方、乳腺散在タイプおよび不均一高濃度タイプの乳房においては、乳房領域A1内に乳腺および脂肪の双方が混在して含まれるため、複数の組成からなる。このため、乳腺散在タイプおよび不均一高濃度タイプのヒストグラムH3,H4は、複数のピークを含む多峰形の分布を有するものとなる。
第1の指標値取得部33は、乳房領域A1の単一組成度合いを第1の指標値として取得するための判別器を備える。判別器は、多数の単一組成の乳房領域のヒストグラムおよび非単一組成の乳房領域のヒストグラムを教師データとして機械学習を行うことにより生成される。機械学習の手法としては、例えばアダブーストおよびサポートベクタマシン等の任意の手法を用いることができる。
機械学習に際して、学習に使用するヒストグラムは混合ガウス分布で近似される。図6はヒストグラムの混合ガウス分布での近似を説明するための図である。図6の上側に示す単峰形の分布を有するヒストグラムH10は、破線で示すガウス分布B11、一点鎖線で示すガウス分布B12および二点鎖線で示すガウス分布B13により近似される。また、図6の下側に示す多峰形の分布を有するヒストグラムH20は、破線で示すガウス分布B21、一点鎖線で示すガウス分布B22および二点鎖線で示すガウス分布B23により近似される。
判別器は、教師データであるヒストグラムにおけるガウス分布のパラメータを入力とし、ヒストグラムの分布が単峰形であるほど大きい値を出力するように学習がなされる。したがって、本実施形態においては、乳房領域A1が単一組成であるほど、第1の指標値は大きくなる。ここで、ガウス分布のパラメータとは、ガウス分布の平均値および分散等を用いる。このようにして学習がなされた判別器に乳房領域A1のヒストグラムを入力すると、乳房領域A1の単一組成度合いを表す第1の指標値が出力される。なお、第1の指標値の取得に際しては、入力される乳房領域A1のヒストグラムは、学習時と同様に混合ガウス分布により近似され、判別器にはヒストグラムが近似されることにより得られたガウス分布のパラメータが入力される。
第2の検出部34は、乳房画像G0における、スキンラインSL0から乳房領域A1内に向かうあらかじめ定められた範囲において、脂肪組織と乳腺組織との境界を検出する。具体的には、スキンラインSL0から乳房領域A1内に向かう複数位置においてラインプロファイルを生成し、ラインプロファイルにおいて信号値がピークを持って変化する位置を脂肪組織と乳腺組織との境界として検出する。
このために、第2の検出部34は、乳房画像G0におけるスキンラインSL0からあらかじめ定められた範囲を設定する。図7は圧迫板17と撮影台13との間に挟まれた乳房を示す図、図8は乳房画像G0におけるスキンラインSL0からあらかじめ定められた範囲の設定を説明するための図である。乳房Mは撮影時には図7に示すように撮影台13と圧迫板17との間に挟まれている。このため、撮影により取得された乳房画像G0においては、スキンラインSL0から乳房領域A1の内側に向けて、乳房Mにおいて撮影台13にも圧迫板17にも接触していない部分に対応する領域が存在する。
第2の検出部34は、撮影部10から圧迫板17の高さの情報を取得する。ここで、乳房MのスキンラインSL0付近においては、乳房Mの形状が断面半円状になっているものと仮定する。この場合、圧迫板17の高さをhとすると、乳房画像G0における乳房領域A1において、スキンラインSL0からの距離がh/2となる点において、乳房Mが圧迫板17および撮影台13と接するようになる。第2の検出部34は、スキンラインSL0からの距離がh/2となる複数の点からなるラインTL0を設定する。そして、図7および図8に示すように、乳房領域A1においてスキンラインSL0とラインTL0との間の領域を、乳房画像G0におけるスキンラインSL0からあらかじめ定められた範囲R0に設定する。
なお、あらかじめ定められた範囲R0を設定するための、スキンラインSL0とラインTL0との間隔は、ラインTL0が乳房領域A1における乳腺領域内に位置するように、統計的に求められたあらかじめ定められた値を用いてもよい。
第2の検出部34は、さらにスキンラインSL0上にあらかじめ定められた複数の基準点を等間隔に設定する。なお、基準点の数は例えば40とすればよいが、これに限定されるものではない。そして、各基準点を開始位置とし、各基準点に最も近いラインTL0上の点を終了位置とする複数のラインを乳房画像G0に設定する。図9は乳房画像G0に設定されたラインを示す図である。そして、第2の検出部34は、各ラインについてのラインプロファイルを生成する。
なお、ラインプロファイルは、乳房Mの厚さによる値の変動を防止するために、下記の式(1)により正規化する。ここで、Lsi(x,y)は、ラインLi上における正規化された画素値、Li(x,y)は、ラインLi上における正規化前の画素値である。また、スキンライン画素値は、乳房画像G0におけるスキンラインSL0上の画素値の最大値である。スキンライン画素値は、各ラインLiがラインプロファイル上において取りうる最大値となる。
乳腺画素値は、乳房画像G0における乳腺含有率が最大となる画素の画素値である。ここで、乳腺含有率の算出は、例えば特開2010−253245号公報に記載された手法を用いることができる。特開2010−253245号公報に記載された手法は、マンモグラフィにおいて、被写体である乳房を透過することなく放射線検出器に直接到達したX線量、乳房を透過して放射線検出器に到達したX線量、脂肪によるX線の減弱係数、乳腺によるX線の減弱係数、および乳房の厚さの関係に基づいて、乳腺含有率を算出する手法である。乳腺画素値は、各ラインLiがラインプロファイル上において取りうる最小値となる。図10はラインプロファイルを示す図である。
Lsi(x,y)=(Li(x,y)-乳腺画素値)/(スキンライン画素値-乳腺画素値) (1)
第2の検出部34は、さらに各ラインプロファイルP0を平滑化する。具体的には隣接する複数画素の画素値の平均値を算出することにより、ラインプロファイルP0を平滑化する。なお、平均値を算出する画素数としては、例えば5画素とすることができるが、これに限定されるものではない。平滑化したラインプロファイルP1を図10に一点鎖線で示す。そして、第2の検出部34は、平滑化前のラインプロファイルP0から平滑化されたラインプロファイルP1を減算して、ラインプロファイルの差分値P2を算出する。ラインプロファイルの差分値P2を図10に破線で示す。図10に示すように、ラインプロファイルの差分値P2には、上に凸となるピークが出現する。このピークの位置は、ラインプロファイルP0における信号値が変化する位置に相当する。第2の検出部34は、ラインプロファイルの差分値P2のピークの位置、すなわちラインプロファイルP0の信号値がピークを持って変化する位置を、乳房領域A1における脂肪組織と乳腺組織との境界として検出する。なお、各ラインLiにおいて検出した境界をラインLi間において補間すれば、図11に示すように、乳房画像G0において、脂肪組織と乳腺組織との境界線KL0を示すことができる。
第2の指標値取得部35は、乳房領域A1に対する乳腺の詰まり度合いを表す第2の指標値を取得する。第2の指標値とは、乳腺がどの程度多く含まれるかを表す指標値であり、本実施形態においては、乳腺がより多く含まれるほど値が大きくなるものである。第2の指標値を取得するために、第2の指標値取得部35は、第2の検出部34が検出した、脂肪組織と乳腺組織との境界の強度を表す指標値および境界のスキンラインSL0からの距離を、各ラインLi毎にマッピングする。なお、境界の強度を表す指標値(以下、強度指標値とする)としては、第2の検出部34が脂肪組織と乳腺組織との境界を検出した際に算出した、ラインプロファイルの差分値P2のピーク位置の値を用いる。図12および図13は強度指標値および境界のスキンラインSL0からの距離のマッピング結果を示す図である。なお、マッピングは3次元空間で表されるが、ここでは説明のために、強度指標値の大きさを丸の大きさで表した2次元空間でマッピング結果を示している。また、図12および図13においては、説明のためにラインの数は20まで示している。ここで、強度指標値はその値が大きいほど、脂肪組織と乳腺組織との境界が、乳房画像G0において明確に表されていることとなる。
図12に示すマッピングにおいては、比較的大きい強度指標値が、スキンラインSL0からの距離が3〜5mmの狭い範囲に分布する。一方、図13に示すマッピングにおいては、比較的大きい強度指標値が存在するものの、スキンラインSL0からの距離が広い範囲に亘って分布している。
第2の指標値取得部35は、各ラインにおける強度指標値に対して、境界のスキンラインSL0からの距離の一致性に基づく重み係数を乗算し、重み係数が乗算された強度指標値を加算することにより第2の指標値を取得する。なお、スキンラインからの距離の一致性に基づく重み係数は、以下のようにして設定する。すなわち、あるラインLiについての境界の位置を、隣接するライン、例えば番号が次のラインLi+1についての境界の位置と比較し、隣接するラインLi+1との境界の位置が近いほど大きくなるように重み係数を設定する。例えば、隣接するラインLi+1との境界の位置が一致していれば重み係数を1.0とし、隣接するラインLi+1との境界の位置が離れるほど重み係数を小さくする。
このようにして第2の指標値を取得した場合、脂肪組織と乳腺組織との境界が乳房画像G0において明確に現れており、かつ連続している場合に、第2の指標値大きくなる。ここで、図12に示すマッピングとなる乳房画像と図13に示すマッピングとなる乳房画像とを比較すると、図12に示すマッピングとなる乳房画像の方が第2の指標値は大きくなる。
識別部36は、第1の指標値および第2の指標値に基づいて、乳房のタイプを識別する。具体的には、第1の指標値があらかじめ定められたしきい値Th1以上であるか否かの第1の判定を行い、かつ第2の指標値があらかじめ定められたしきい値Th2以上であるか否かの第2の判定を行う。ここで、第1の指標値がしきい値Th1以上の場合、単一組成度合いが大きいため、乳房のタイプは、高濃度タイプおよび脂肪性タイプのいずれか一方であると識別することができる。一方、高濃度タイプの場合、乳房画像G0における乳房領域A1において、スキンラインSL0の内部に、脂肪領域と乳腺領域との境界が明確にかつ連続して存在する。逆に、脂肪性タイプの場合、脂肪領域と乳腺領域との境界が明確に存在しない。このため、第2の指標値を高濃度タイプと脂肪性タイプとで比較すると、高濃度タイプの方が大きい値となる。
一方、第1の指標値がしきい値Th1未満の場合、乳房のタイプは乳腺散在タイプおよび不均一高濃度タイプのいずれか一方であると識別することができる。ここで、不均一高濃度タイプの場合、乳房画像G0における乳房領域A1において、スキンラインSL0の内部に、脂肪領域と乳腺領域との境界が明確にかつ連続して存在する。逆に、乳腺散在タイプの場合、脂肪領域と乳腺領域との境界が明確に存在しない。このため、第2の指標値を乳腺散在タイプおよび不均一高濃度タイプとで比較すると、不均一高濃度タイプの方が大きい値となる。
したがって、識別部36は、第1および第2の判定結果に応じて、下記のように乳房タイプを識別する。
第1の指標値≧Th1、かつ第2の指標値≧Th2…高濃度タイプ
第1の指標値≧Th1、かつ第2の指標値<Th2…脂肪性タイプ
第1の指標値<Th1、かつ第2の指標値≧Th2…不均一濃度タイプ
第1の指標値<Th1、かつ第2の指標値<Th2…乳腺散在タイプ
表示制御部37は、識別部36が識別した乳房のタイプを表示部3に表示する。ここで、4つの乳房のタイプのうち、高濃度タイプは画像診断において病変を見落としやすいため、超音波検診等の画像診断以外の手法を併用することが望まれている。このため、識別部36が識別した乳房のタイプが高濃度タイプである場合には、警告表示を行うことが好ましい。警告表示としては、例えば高濃度タイプと識別された場合のみ、表示部3に表示される文字の色を変更したり、表示される文字を点滅表示させたり、マークを付与したりすることが考えられる。図14は、表示部3に表示された乳房タイプを示す図である。図14に示すように、乳房画像G0における直接放射線領域A2に、識別された乳房タイプ(図14においては高濃度タイプ)が表示されている。また、高濃度タイプの文字の左側に星印による警告表示40がなされている。
次いで、本実施形態において行われる処理について説明する。図15は第1の実施形態において行われる処理を示すフローチャートである。操作者による処理開始の指示を入力部4が受け付けると、乳房Mの撮影が行われて、画像取得部31が乳房画像G0を取得する(ステップST1)。次いで、第1の検出部32が、乳房画像G0から乳房領域A1およびスキンラインSL0を検出し(ステップST2)、第1の指標値取得部33が、乳房領域A1の単一組成度合いを表す第1の指標値を取得する(ステップST3)。
さらに、第2の検出部34が、乳房画像G0における、スキンラインSL0から乳房領域A1内に向かうあらかじめ定められた範囲R0において、脂肪組織と乳腺組織との境界を検出する(ステップST4)。そして、第2の指標値取得部35が、境界の強度およびスキンラインからの距離の少なくとも一方に基づいて、乳房領域A1に対する乳腺の詰まり度合いを表す第2の指標値を取得する(ステップST5)。さらに、識別部36が、第1の指標値および第2の指標値に基づいて乳房のタイプを識別し(ステップST6)、表示制御部37が、乳房のタイプの識別結果を表示部3に表示し(ステップST7)、処理を終了する。
このように、本実施形態においては、乳房画像G0から検出された乳房領域A1の単一組成度合いを示す第1の指標値を取得し、脂肪組織と乳腺組織との境界の強度およびスキンラインからの距離の少なくとも一方に基づいて、乳房領域A1に対する乳腺の詰まり度合いを表す第2の指標値を取得し、第1および第2の指標値に基づいて、乳房のタイプを識別するようにした。このため、乳房画像G0に乳房以外の組織が含まれなくても、乳房のタイプを識別することができる。
次いで、本発明の第2の実施形態について説明する。図16は本発明の第2の実施形態による乳房タイプ識別装置の概略構成を示す図である。なお、図16において図3と同一の構成については同一の参照番号を付与し、ここでは詳細な説明は省略する。第2の実施形態による乳房タイプ識別装置は、識別された乳房のタイプに応じた画像処理を乳房画像G0に対して行う画像処理部38を備えた点が第1の実施形態と異なる。
ここで、高濃度タイプに分類される乳房は、乳腺組織が一様に分布しており、脂肪の混在がほとんどなく、乳房画像G0に基づいて病変を検出することが困難である。このため、第2の実施形態においては、画像処理部38は、乳房タイプが高濃度タイプに識別された場合、乳房画像G0に対してコントラストを強調する画像処理を行う。このように、高濃度タイプに識別された場合、乳房画像に対してコントラストを強調する画像処理を行うことにより、乳房画像G0のコントラストを強調することができる。このように、コントラストが強調された乳房画像G0を用いることにより、病変の見落としを低減することができる。
一方、識別された乳房タイプが脂肪性タイプである場合、画像処理部38において濃度を高くする(すなわち暗くする)ようにしてもよい。これにより、脂肪らしい画像濃度を有する乳房画像G0を得ることができる。
なお、上記各実施形態において、識別された乳房タイプに応じて、乳腺全体についての乳腺に吸収された線量の平均値である平均乳腺線量の算出式を変更してもよい。ここで、平均乳腺線量は、照射線量に対して吸収線量変換係数を乗算することにより算出される。例えば、高濃度タイプに識別された場合、吸収線量変換係数の値を大きくする等して、平均乳腺線量を算出すればよい。
また、上記各実施形態において、識別された乳房タイプに応じて、次回の撮影時における撮影条件を変更してもよい。ここで、変更する撮影条件としては、管電圧およびmAs値の少なくとも一方を用いることができる。例えば、高濃度タイプ以外のタイプに識別された場合、管電圧およびmAs値の少なくとも一方を小さくすることにより、乳房画像の画質を維持しつつも、乳房Mへの被曝量を低減することができる。
なお、上記各実施形態において、放射線画像撮影装置1のアーム部12を、放射線照射部14が取り付けられた端部のみを回転させることが可能に構成することができる。このようにアーム部12を回転させることにより、放射線画像撮影装置1は、トモシンセシス撮影を行って、乳房Mの断層画像を取得することが可能である。トモシンセシス撮影は、患部をより詳しく観察するために、X線源を移動させて複数の線源位置から被写体に放射線を照射して撮影を行い、これにより取得した複数の投影画像から所望とする断層面を強調した断層画像を生成する手法である。トモシンセシス撮影では、撮影装置の特性や必要な断層画像に応じて、X線源を放射線検出器と平行に移動させたり、円または楕円の弧を描くように移動させたりして、複数の線源位置において被写体を撮影することにより複数の投影画像を取得し、シフト加算法、単純逆投影法あるいはフィルタ逆投影法(FBP法;Filtered Back Projection法)等の再構成方法を用いてこれらの投影画像を再構成して断層画像を生成する。
このように、放射線画像撮影装置1をトモシンセシス撮影可能なように構成した場合、上記各実施形態において、識別された乳房タイプに応じて、乳房Mの撮影に引き続き、トモシンセシス撮影を行うか否かを制御するようにしてもよい。例えば、識別された乳房タイプが高濃度タイプの場合、乳房画像G0に基づいて病変を検出することが困難である。このため、識別された乳房タイプが高濃度タイプの場合、乳房Mの撮影に引き続き、トモシンセシス撮影を行うように、放射線画像撮影装置1を制御するようにしてもよい。
また、上記各実施形態においては、境界の強度およびスキンラインからの距離に基づいて、第2の指標値を取得しているが、境界の強度およびスキンラインからの距離のいずれか一方に基づいて、第2の指標値を取得してもよい。
また、上記各実施形態においては、第2の検出部34はラインプロファイルの差分値に基づいて、乳房領域A1における脂肪組織と乳腺組織との境界を検出しているが、これに限定されるものではない。例えば、微分フィルタを用いる手法等、任意の手法を用いて乳房領域A1における脂肪組織と乳腺組織との境界を検出することが可能である。
1 放射線画像撮影装置
2 コンピュータ
3 表示部
4 入力部
10 撮影部
12 アーム部
13 撮影台
14 放射線照射部
15 放射線検出器
16 X線源
17 圧迫板
18 支持部
19 移動機構
21 CPU
22 メモリ
23 ストレージ
31 画像取得部
32 第1の検出部
33 第1の指標値取得部
34 第2の検出部
35 第2の指標値取得部
36 識別部
37 表示制御部
38 画像処理部
40 警告表示
A1 乳房領域
A2 直接放射線領域
B11,B12,B13,B21,B22,B23 ガウス分布
H1〜H4,H10,H20 ヒストグラム
K0 境界線
L1,L2,Ln ライン
M 乳房
G0 乳房画像
SL0 スキンライン
TL0 ライン

Claims (8)

  1. 乳房を放射線により撮影して得られた乳房画像から、乳房領域およびスキンラインを検出する第1の検出部と、
    前記乳房領域の単一組成度合いを表す第1の指標値を取得する第1の指標値取得部と、
    前記乳房画像における、前記スキンラインから前記乳房領域内に向かうあらかじめ定められた範囲において、脂肪組織と乳腺組織との境界を検出する第2の検出部と、
    前記境界の強度および前記スキンラインからの距離の少なくとも一方に基づいて、前記乳房領域に対する乳腺の詰まり度合いを表す第2の指標値を取得する第2の指標値取得部と、
    前記第1の指標値および前記第2の指標値に基づいて、前記乳房のタイプを識別する識別部とを備えた乳房タイプ識別装置。
  2. 前記第1の指標値取得部は、前記乳房領域におけるヒストグラムに基づいて、前記第1の指標値を取得する請求項1に記載の乳房タイプ識別装置。
  3. 前記第2の検出部は、前記スキンラインから前記乳房領域内に向かう複数位置においてラインプロファイルを生成し、該ラインプロファイルにおいて信号値がピークを持って変化する位置を前記境界として検出する請求項1または2に記載の乳房タイプ識別装置。
  4. 前記第2の指標値取得部は、複数の前記ラインプロファイルのそれぞれにおいて、前記境界の強度を表す指標値に対して前記スキンラインからの距離に基づく重み係数を乗算し、前記複数のラインプロファイルについての前記重み係数が乗算された前記境界の強度を表す指標値を加算して前記第2の指標値を取得する請求項3に記載の乳房タイプ識別装置。
  5. 前記乳房のタイプを表示部に表示する表示制御部をさらに備えた請求項1から4のいずれか1項に記載の乳房タイプ識別装置。
  6. 前記表示制御部は、前記乳房のタイプに応じた警告表示をさらに行う請求項5に記載の乳房タイプ識別装置。
  7. 乳房を放射線により撮影して得られた乳房画像から、乳房領域およびスキンラインを検出し、
    前記乳房領域の単一組成度合いを表す第1の指標値を取得し、
    前記乳房画像における、前記スキンラインから前記乳房領域内に向かうあらかじめ定められた範囲において、脂肪組織と乳腺組織との境界を検出し、
    前記境界の強度および前記スキンラインからの距離の少なくとも一方に基づいて、前記乳房領域に対する乳腺の詰まり度合いを表す第2の指標値を取得し、
    前記第1の指標値および前記第2の指標値に基づいて、前記乳房のタイプを識別する乳房タイプ識別方法。
  8. 乳房を放射線により撮影して得られた乳房画像から、乳房領域およびスキンラインを検出する手順と、
    前記乳房領域の単一組成度合いを表す第1の指標値を取得する手順と、
    前記乳房画像における、前記スキンラインから前記乳房領域内に向かうあらかじめ定められた範囲において、脂肪組織と乳腺組織との境界を検出する手順と、
    前記境界の強度および前記スキンラインからの距離の少なくとも一方に基づいて、前記乳房領域に対する乳腺の詰まり度合いを表す第2の指標値を取得する手順と、
    前記第1の指標値および前記第2の指標値に基づいて、前記乳房のタイプを識別する手順とをコンピュータに実行させる乳房タイプ識別プログラム。
JP2017187878A 2017-09-28 2017-09-28 乳房タイプ識別装置、方法およびプログラム Active JP6757303B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2017187878A JP6757303B2 (ja) 2017-09-28 2017-09-28 乳房タイプ識別装置、方法およびプログラム
US16/109,762 US10646181B2 (en) 2017-09-28 2018-08-23 Breast type identification device, method, and program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2017187878A JP6757303B2 (ja) 2017-09-28 2017-09-28 乳房タイプ識別装置、方法およびプログラム

Publications (3)

Publication Number Publication Date
JP2019058606A JP2019058606A (ja) 2019-04-18
JP2019058606A5 JP2019058606A5 (ja) 2019-09-26
JP6757303B2 true JP6757303B2 (ja) 2020-09-16

Family

ID=65806330

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017187878A Active JP6757303B2 (ja) 2017-09-28 2017-09-28 乳房タイプ識別装置、方法およびプログラム

Country Status (2)

Country Link
US (1) US10646181B2 (ja)
JP (1) JP6757303B2 (ja)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7224115B2 (ja) * 2018-06-12 2023-02-17 キヤノンメディカルシステムズ株式会社 乳房用x線撮影装置及びプログラム
JP6910323B2 (ja) * 2018-06-26 2021-07-28 富士フイルム株式会社 画像処理装置、画像処理方法、及び画像処理プログラム
JP2023055560A (ja) * 2021-10-06 2023-04-18 富士フイルム株式会社 画像処理装置、画像処理方法、及び画像処理プログラム

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005021456A (ja) * 2003-07-03 2005-01-27 Fuji Photo Film Co Ltd 放射線画像用画像処理装置、方法およびプログラム
JP2005065857A (ja) 2003-08-21 2005-03-17 Fuji Photo Film Co Ltd 診断支援情報出力方法および装置並びにプログラム
AU2003265178A1 (en) * 2003-09-22 2005-04-11 Sectra Imtec Ab Automatic positioning quality assessment for digital mammography
JP2006263055A (ja) * 2005-03-23 2006-10-05 Konica Minolta Medical & Graphic Inc X線画像処理システム及びx線画像処理方法
EP1878239A2 (en) * 2005-04-28 2008-01-16 Bruce Reiner Method and apparatus for automated quality assurance in medical imaging
FR2903211B1 (fr) * 2006-06-30 2009-03-06 Gen Electric Procedes et dispositifs de correction d'une mammographie a implant et de segmentation d'un implant
JP2009078033A (ja) * 2007-09-27 2009-04-16 Fujifilm Corp 乳房画像表示装置およびそのプログラム
JP5275668B2 (ja) * 2008-04-04 2013-08-28 富士フイルム株式会社 画像処理装置及び画像処理方法
JP2010000133A (ja) * 2008-06-18 2010-01-07 Konica Minolta Medical & Graphic Inc 画像表示装置、画像表示方法及びプログラム
JP5399278B2 (ja) * 2009-03-31 2014-01-29 富士フイルム株式会社 乳腺含有率推定装置及び方法
JP2011194024A (ja) * 2010-03-19 2011-10-06 Fujifilm Corp 異常陰影検出装置および方法ならびにプログラム
CN103582455B (zh) * 2011-02-14 2016-12-28 罗切斯特大学 基于锥形束乳房ct图像的计算机辅助检测和诊断的方法和装置
US9111174B2 (en) * 2012-02-24 2015-08-18 Riverain Technologies, LLC Machine learnng techniques for pectoral muscle equalization and segmentation in digital mammograms
CA2899571A1 (en) * 2013-01-30 2014-08-07 Japan Science And Technology Agency Digital filter for image processing, image processing apparatus, printing medium, recording medium, image processing method, and program
DE102014208411A1 (de) * 2014-05-06 2015-11-12 Siemens Aktiengesellschaft Auswertung eines während einer Mammographie erzeugten Röntgenbildes einer Brust
JP6284898B2 (ja) * 2015-03-31 2018-02-28 富士フイルム株式会社 ノイズ抑制処理装置および方法並びにプログラム
JP6747777B2 (ja) * 2015-04-15 2020-08-26 キヤノンメディカルシステムズ株式会社 医用情報処理システム
JP6743588B2 (ja) * 2015-10-27 2020-08-19 コニカミノルタ株式会社 医用画像システム及びプログラム
US20170116731A1 (en) * 2015-10-27 2017-04-27 Konica Minolta, Inc. Medical image system and computer readable recording medium

Also Published As

Publication number Publication date
US10646181B2 (en) 2020-05-12
US20190090833A1 (en) 2019-03-28
JP2019058606A (ja) 2019-04-18

Similar Documents

Publication Publication Date Title
US10219769B2 (en) Radiation image processing apparatus, radiation image processing method, and recording medium having radiation image processing program stored therein
JP5399278B2 (ja) 乳腺含有率推定装置及び方法
US8238630B2 (en) Image processing apparatus and program for the same
JP6921779B2 (ja) 画像処理装置、画像処理方法、及び画像処理プログラム
KR101747300B1 (ko) 영상을 처리하는 방법, 이를 수행하는 영상처리장치 및 의료영상시스템
JP6835813B2 (ja) コンピュータ断層撮影視覚化調整
JP2009078033A (ja) 乳房画像表示装置およびそのプログラム
JP6284898B2 (ja) ノイズ抑制処理装置および方法並びにプログラム
US10631810B2 (en) Image processing device, radiation imaging system, image processing method, and image processing program
JP6757303B2 (ja) 乳房タイプ識別装置、方法およびプログラム
US8086015B2 (en) Facilitating computer-aided detection, comparison and/or display of medical images by standardizing images from different sources
JP2019058607A (ja) 画像処理装置、画像処理方法、及び画像処理プログラム
JP7084291B2 (ja) トモシンセシス撮影支援装置、方法およびプログラム
Yakabe et al. Effect of dose reduction on the ability of digital mammography to detect simulated microcalcifications
Faridah Digital versus screen film mammography: a clinical comparison
JP2021019930A (ja) 画像処理装置、方法およびプログラム
Fukuda et al. Improved tomosynthesis reconstruction using super-resolution and iterative techniques
JP7208874B2 (ja) 撮影制御装置、方法およびプログラム
EP4198890A1 (en) Image processing device, image processing method, and image processing program to detect and display breast calcification
Ahmad et al. Subjective-Objective Matching Evaluation Approach for Enhanced Dental Images
WO2020194844A1 (ja) 撮影制御装置、方法およびプログラム
JP2021019931A (ja) 画像処理装置、方法およびプログラム
JP2020151382A (ja) 放射線画像処理装置、放射線画像処理方法、プログラム、コンピューター読取可能な記録媒体及び放射線撮影システム

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190812

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190812

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20200722

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: 20200804

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200828

R150 Certificate of patent or registration of utility model

Ref document number: 6757303

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250