JP6813759B2 - 投影画像演算処理装置、投影画像演算処理方法および投影画像演算処理プログラム - Google Patents
投影画像演算処理装置、投影画像演算処理方法および投影画像演算処理プログラム Download PDFInfo
- Publication number
- JP6813759B2 JP6813759B2 JP2019036785A JP2019036785A JP6813759B2 JP 6813759 B2 JP6813759 B2 JP 6813759B2 JP 2019036785 A JP2019036785 A JP 2019036785A JP 2019036785 A JP2019036785 A JP 2019036785A JP 6813759 B2 JP6813759 B2 JP 6813759B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- projection
- image data
- diffusion
- adc
- 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
- 238000012545 processing Methods 0.000 title claims description 72
- 238000003672 processing method Methods 0.000 title claims description 18
- 238000000034 method Methods 0.000 claims description 73
- 238000009877 rendering Methods 0.000 claims description 63
- 238000002603 single-photon emission computed tomography Methods 0.000 claims description 24
- 238000012544 monitoring process Methods 0.000 claims description 13
- 238000009792 diffusion process Methods 0.000 claims description 11
- 238000002597 diffusion-weighted imaging Methods 0.000 description 38
- 238000002595 magnetic resonance imaging Methods 0.000 description 22
- 206010028980 Neoplasm Diseases 0.000 description 13
- 238000010586 diagram Methods 0.000 description 8
- 235000013919 monopotassium glutamate Nutrition 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 210000000746 body region Anatomy 0.000 description 2
- 210000004027 cell Anatomy 0.000 description 2
- 229940039231 contrast media Drugs 0.000 description 2
- 239000002872 contrast media Substances 0.000 description 2
- 210000004351 coronary vessel Anatomy 0.000 description 2
- 230000003211 malignant effect Effects 0.000 description 2
- 210000004165 myocardium Anatomy 0.000 description 2
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 206010048962 Brain oedema Diseases 0.000 description 1
- 230000005653 Brownian motion process Effects 0.000 description 1
- 229910052688 Gadolinium Inorganic materials 0.000 description 1
- 206010020751 Hypersensitivity Diseases 0.000 description 1
- 240000004050 Pentaglottis sempervirens Species 0.000 description 1
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 description 1
- 230000007815 allergy Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 208000006752 brain edema Diseases 0.000 description 1
- 238000005537 brownian motion Methods 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 230000002490 cerebral effect Effects 0.000 description 1
- 206010008118 cerebral infarction Diseases 0.000 description 1
- 208000026106 cerebrovascular disease Diseases 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- UIWYJDYFSGRHKR-UHFFFAOYSA-N gadolinium atom Chemical compound [Gd] UIWYJDYFSGRHKR-UHFFFAOYSA-N 0.000 description 1
- 125000004435 hydrogen atom Chemical group [H]* 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000002107 myocardial effect Effects 0.000 description 1
- 238000013421 nuclear magnetic resonance imaging Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002600 positron emission tomography Methods 0.000 description 1
- 210000004881 tumor cell Anatomy 0.000 description 1
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Nuclear Medicine (AREA)
Description
本発明は、核磁気共鳴画像撮影装置（以下、ＭＲＩ装置と称する)等の投影画像演算処理装置、これを用いた投影画像演算処理方法および投影画像演算処理プログラムに関し、詳しくは、被検体のＭＲＩ画像のシーケンスである拡散強調画像（diffusion-weighted image：以下、ＤＷＩ画像とも称する）を可視化するための投影画像演算処理に関するものである。
ＭＲＩ装置は一度の検査撮影で種類の異なる複数のコントラスト画像を同時に取得できることが利点であり、近年の画像診断技術の進歩に大きく貢献するものとなっている（下記特許文献１を参照）。例えば、一般的には脂肪分と水分の両者を強調するＴ２強調画像、脂肪分のみを強調するＴ１強調画像、さらにそれぞれの画像から脂肪分や水分の信号を低減させた脂肪抑制画像や水抑制画像等が知られている。
さらに、ＭＲＩ装置は水素原子（プロトン）の動きを捉えることで被検体の画像化を行うものであるが、1990年代より水分子の拡散運動を可視化する「拡散強調画像」の開発がなされ、これを用いて診断が行われるようになっている（下記特許文献２を参照）。
元々、この「拡散強調画像」は、脳梗塞による脳浮腫の状態を捉えることに優れた効果を発揮することが知られていたが、最近、体内における癌細胞が周辺部位よりも強く信号を発することが明らかとなり、この現象を利用して、全身の体内状態を「拡散強調画像」に表すことにより、全身の腫瘍の検索撮影を行うことが提案された。
近年、ＭＲＩのガドリニウム造影剤の危険性（アレルギーや脳沈着）が知られるようになり、「拡散強調画像」が造影剤も被爆も伴わない検査法としてますます注目され始めている。
近年、ＭＲＩのガドリニウム造影剤の危険性（アレルギーや脳沈着）が知られるようになり、「拡散強調画像」が造影剤も被爆も伴わない検査法としてますます注目され始めている。
ところで、腫瘍を検索する目的で撮影された全身の拡散強調画像は身体を広範囲に撮影するため、モニタにおける画像表示は通常「最大値投影法（Maximum Intensity Projection:以下、ＭＩＰ法とも称する）」を利用した投影表示で外観を俯瞰する。これは、従来から同様の目的で撮影されてきた陽電子断層撮影法（Positron Emission CT : 以下、ＰＥＴと称する）の表示法に由来する手法であり、投影表示から見るべき位置を判断し、その他の種類のコントラスト手法であるＭＲＩ画像を参照して読影を進める。また拡散強調画像はその後に撮影されたものを追加して、相関をとることで、拡散係数画像（Apparent Diffusion Coefficient Map:以下、ＡＤＣ画像と称する）を得ることができる。
このＡＤＣ画像のピクセル値は細胞の密度を反映しているとされ、ピクセルあたりの腫瘍細胞の量に相関するものと見られている。
近年では全身ＭＲＩの画像から腫瘍の体積を測り、この測定結果に基づいて治療の経過観察を行う取り組みが提案されている。
近年では全身ＭＲＩの画像から腫瘍の体積を測り、この測定結果に基づいて治療の経過観察を行う取り組みが提案されている。
さらに、抽出された領域のピクセル全体のＡＤＣ値の時間的推移を観察することで、腫瘍密度の時間的な推移から治療の効果を判定し得る可能性が示唆されている。このときＡＤＣ値の情報はＲＯＩ（Region Of Interest：関心領域と称する）を設定することで、または色分け表示をして可視容易化することで得られる。
上述したような特徴を有するＡＤＣ画像の情報を、例えば全身領域について投影表示される拡散強調画像の情報とリンクさせて３次元的に把握可能であれば、全身領域について投影表示される拡散強調画像の各領域において、腫瘍の体積と密度を反映するＡＤＣ値を同時に把握できるため、臨床的に有意義である。
しかしながら、ＡＤＣ画像はスライス画像として表されるものとして認識されており、３次元画像として表すことはされていなかった。
またＡＤＣ画像によっては、拡散強調画像のように腫瘍の位置を明確に特定することが難しいので、通常、投影表示の手法によって表示することはされていなかった。
本発明は、上記事情に鑑みなされたものであり、３次元的に投影表示される第１の医用画像の関心領域において、その関心領域に対応する第２の医用画像の信号値を同時に把握することが可能な、投影画像演算処理装置、これを用いた投影画像演算処理方法および投影画像演算処理プログラムを提供することを目的とするものである。
またＡＤＣ画像によっては、拡散強調画像のように腫瘍の位置を明確に特定することが難しいので、通常、投影表示の手法によって表示することはされていなかった。
本発明は、上記事情に鑑みなされたものであり、３次元的に投影表示される第１の医用画像の関心領域において、その関心領域に対応する第２の医用画像の信号値を同時に把握することが可能な、投影画像演算処理装置、これを用いた投影画像演算処理方法および投影画像演算処理プログラムを提供することを目的とするものである。
上記課題を解決するために、本発明の第１の投影画像演算処理装置は、
被検体をＭＲＩ装置により撮影して得られた、拡散強調画像に係る拡散強調画像データおよびＡＤＣ画像に係るＡＤＣ画像データを格納するメモリ手段と、
該メモリ手段に格納された、該拡散強調画像データおよび該ＡＤＣ画像データを読み出し、読み出されたこれらの画像データに、前記拡散強調画像および前記ＡＤＣ画像を各々３次元投影表示するための投影演算処理を施す投影演算処理手段と、
該投影演算処理手段において該投影演算処理が施された、前記拡散強調画像データおよび前記ＡＤＣ画像データにより、前記拡散強調画像および前記ＡＤＣ画像が３次元投影表示される投影表示面を有するモニタ手段とを備え、
前記投影演算処理手段は、
前記拡散強調画像データの所定の範囲に位置するレンダリング領域を特定する領域特定部と、
前記ＡＤＣ画像データにおいて、前記拡散強調画像データで前記所定の範囲に特定されたレンダリング領域の各画素と同一の座標を有する画素を特定する座標特定部と、
前記モニタ手段の投影表示面上に３次元投影表示される前記拡散強調画像上において、前記領域特定部により前記所定の範囲に特定された前記レンダリング領域の各画素については、前記座標特定部により特定された前記ＡＤＣ画像データの前記画素の信号値に設定されるように前記ＡＤＣ画像を前記投影表示面の前記拡散強調画像上の前記所定の範囲に、前記拡散強調画像の投影法とは異なる投影法で３次元投影表示する投影演算処理部を備え、
前記投影演算処理部における画像の画素の信号値の投影表示の手法は、前記拡散強調画像については最大値投影法を採用し、前記ＡＤＣ画像については最小値投影法を採用することを特徴とするものである。
被検体をＭＲＩ装置により撮影して得られた、拡散強調画像に係る拡散強調画像データおよびＡＤＣ画像に係るＡＤＣ画像データを格納するメモリ手段と、
該メモリ手段に格納された、該拡散強調画像データおよび該ＡＤＣ画像データを読み出し、読み出されたこれらの画像データに、前記拡散強調画像および前記ＡＤＣ画像を各々３次元投影表示するための投影演算処理を施す投影演算処理手段と、
該投影演算処理手段において該投影演算処理が施された、前記拡散強調画像データおよび前記ＡＤＣ画像データにより、前記拡散強調画像および前記ＡＤＣ画像が３次元投影表示される投影表示面を有するモニタ手段とを備え、
前記投影演算処理手段は、
前記拡散強調画像データの所定の範囲に位置するレンダリング領域を特定する領域特定部と、
前記ＡＤＣ画像データにおいて、前記拡散強調画像データで前記所定の範囲に特定されたレンダリング領域の各画素と同一の座標を有する画素を特定する座標特定部と、
前記モニタ手段の投影表示面上に３次元投影表示される前記拡散強調画像上において、前記領域特定部により前記所定の範囲に特定された前記レンダリング領域の各画素については、前記座標特定部により特定された前記ＡＤＣ画像データの前記画素の信号値に設定されるように前記ＡＤＣ画像を前記投影表示面の前記拡散強調画像上の前記所定の範囲に、前記拡散強調画像の投影法とは異なる投影法で３次元投影表示する投影演算処理部を備え、
前記投影演算処理部における画像の画素の信号値の投影表示の手法は、前記拡散強調画像については最大値投影法を採用し、前記ＡＤＣ画像については最小値投影法を採用することを特徴とするものである。
また、上記課題を解決するために、本発明の第２の投影画像演算処理装置は、
被検体をＣＴ装置により撮影して得られた、ＣＴ画像に係るＣＴ画像データおよび、ＳＰＥＣＴ画像に係るＳＰＥＣＴ画像データとＰＥＴ画像に係るＰＥＴ画像データのうちのいずれか一方を格納するメモリ手段と、
該メモリ手段に格納された、該ＣＴ画像データおよび、該ＳＰＥＣＴ画像データとＰＥＴ画像データのうちのいずれか一方を読み出し、読み出されたこれらの画像データに、前記ＣＴ画像および、前記ＳＰＥＣＴ画像と前記ＰＥＴ画像のうちのいずれか一方を各々３次元投影表示するための投影演算処理を施す投影演算処理手段と、
該投影演算処理手段において該投影演算処理が施された、前記ＣＴ画像データおよび、前記ＳＰＥＣＴ画像データと前記ＰＥＴ画像データのうちのいずれか一方により、該ＣＴ画像および、該ＳＰＥＣＴ画像と該ＰＥＴ画像のうちのいずれか一方が３次元投影表示される投影表示面を有するモニタ手段とを備え、
前記投影演算処理手段は、
前記ＣＴ画像データの所定の範囲に位置するレンダリング領域を特定する領域特定部と、
前記ＳＰＥＣＴ画像データと前記ＰＥＴ画像データのうちのいずれか一方において、前記ＣＴ画像データで前記所定の範囲に特定されたレンダリング領域の各画素と同一の座標を有する画素を特定する座標特定部と、
前記モニタ手段の投影表示面上に３次元投影表示される前記ＣＴ画像上において、前記領域特定部により前記所定の範囲に特定された前記レンダリング領域の各画素については、前記座標特定部により特定された、前記ＳＰＥＣＴ画像データと前記ＰＥＴ画像データのうちのいずれか一方の前記画素の信号値に設定されるように前記ＳＰＥＣＴ画像と前記ＰＥＴ画像のうちのいずれか一方を前記投影表示面の前記ＣＴ画像上の前記所定の範囲に、前記ＣＴ画像の投影法とは異なる投影法で３次元投影表示する投影演算処理部を備え、
前記投影演算処理部における画像の画素の信号値の投影表示の手法は、前記ＣＴ画像については最大値投影法を採用し、前記ＳＰＥＣＴ画像と前記ＰＥＴ画像のうちのいずれか一方については最小値投影法を採用することを特徴とするものである。
さらに、上述した各投影画像演算処理装置において、レンダリング領域に含まれる画素を、その画素に対応する前記ＡＤＣ画像の画素、または前記ＳＰＥＣＴ画像と前記ＰＥＴ画像のいずれか一方の画素、の信号値の大きさに応じたカラースケールで表示する手段を備えることが好ましい。
被検体をＣＴ装置により撮影して得られた、ＣＴ画像に係るＣＴ画像データおよび、ＳＰＥＣＴ画像に係るＳＰＥＣＴ画像データとＰＥＴ画像に係るＰＥＴ画像データのうちのいずれか一方を格納するメモリ手段と、
該メモリ手段に格納された、該ＣＴ画像データおよび、該ＳＰＥＣＴ画像データとＰＥＴ画像データのうちのいずれか一方を読み出し、読み出されたこれらの画像データに、前記ＣＴ画像および、前記ＳＰＥＣＴ画像と前記ＰＥＴ画像のうちのいずれか一方を各々３次元投影表示するための投影演算処理を施す投影演算処理手段と、
該投影演算処理手段において該投影演算処理が施された、前記ＣＴ画像データおよび、前記ＳＰＥＣＴ画像データと前記ＰＥＴ画像データのうちのいずれか一方により、該ＣＴ画像および、該ＳＰＥＣＴ画像と該ＰＥＴ画像のうちのいずれか一方が３次元投影表示される投影表示面を有するモニタ手段とを備え、
前記投影演算処理手段は、
前記ＣＴ画像データの所定の範囲に位置するレンダリング領域を特定する領域特定部と、
前記ＳＰＥＣＴ画像データと前記ＰＥＴ画像データのうちのいずれか一方において、前記ＣＴ画像データで前記所定の範囲に特定されたレンダリング領域の各画素と同一の座標を有する画素を特定する座標特定部と、
前記モニタ手段の投影表示面上に３次元投影表示される前記ＣＴ画像上において、前記領域特定部により前記所定の範囲に特定された前記レンダリング領域の各画素については、前記座標特定部により特定された、前記ＳＰＥＣＴ画像データと前記ＰＥＴ画像データのうちのいずれか一方の前記画素の信号値に設定されるように前記ＳＰＥＣＴ画像と前記ＰＥＴ画像のうちのいずれか一方を前記投影表示面の前記ＣＴ画像上の前記所定の範囲に、前記ＣＴ画像の投影法とは異なる投影法で３次元投影表示する投影演算処理部を備え、
前記投影演算処理部における画像の画素の信号値の投影表示の手法は、前記ＣＴ画像については最大値投影法を採用し、前記ＳＰＥＣＴ画像と前記ＰＥＴ画像のうちのいずれか一方については最小値投影法を採用することを特徴とするものである。
さらに、上述した各投影画像演算処理装置において、レンダリング領域に含まれる画素を、その画素に対応する前記ＡＤＣ画像の画素、または前記ＳＰＥＣＴ画像と前記ＰＥＴ画像のいずれか一方の画素、の信号値の大きさに応じたカラースケールで表示する手段を備えることが好ましい。
また、本発明の投影画像演算処理方法は、
被検体をＭＲＩ装置により撮影して得られた、拡散強調画像に係る拡散強調画像データおよびＡＤＣ画像に係るＡＤＣ画像データを格納し、該格納された、該拡散強調画像データおよび該ＡＤＣ画像データを読み出し、読み出されたこれらの画像データに、前記拡散強調画像および前記ＡＤＣ画像を各々３次元投影表示するための投影演算処理を施し、
該投影演算処理が施された、前記拡散強調画像データおよび前記ＡＤＣ画像データにより、前記拡散強調画像および前記ＡＤＣ画像を投影表示面上に３次元投影表示する、投影画像演算処理方法であって、
前記拡散強調画像データの所定の範囲に位置するレンダリング領域を特定するとともに、前記ＡＤＣ画像データにおいて、前記拡散強調画像データで前記所定の範囲に特定されたレンダリング領域の各画素と同一の座標を有する画素を特定し、
前記投影表示面上に３次元投影表示される前記拡散強調画像上において、前記所定の範囲に特定された前記レンダリング領域の各画素については、前記特定された前記ＡＤＣ画像データの前記画素の信号値に設定されるように前記ＡＤＣ画像を前記投影表示面の前記拡散強調画像上の前記所定の範囲に、前記拡散強調画像の投影法とは異なる投影法で３次元投影表示し、
前記３次元投影表示は、前記拡散強調画像については最大値投影法を採用し、前記ＡＤＣ画像については最小値投影法を採用して、各々行うことを特徴とするものである。
被検体をＭＲＩ装置により撮影して得られた、拡散強調画像に係る拡散強調画像データおよびＡＤＣ画像に係るＡＤＣ画像データを格納し、該格納された、該拡散強調画像データおよび該ＡＤＣ画像データを読み出し、読み出されたこれらの画像データに、前記拡散強調画像および前記ＡＤＣ画像を各々３次元投影表示するための投影演算処理を施し、
該投影演算処理が施された、前記拡散強調画像データおよび前記ＡＤＣ画像データにより、前記拡散強調画像および前記ＡＤＣ画像を投影表示面上に３次元投影表示する、投影画像演算処理方法であって、
前記拡散強調画像データの所定の範囲に位置するレンダリング領域を特定するとともに、前記ＡＤＣ画像データにおいて、前記拡散強調画像データで前記所定の範囲に特定されたレンダリング領域の各画素と同一の座標を有する画素を特定し、
前記投影表示面上に３次元投影表示される前記拡散強調画像上において、前記所定の範囲に特定された前記レンダリング領域の各画素については、前記特定された前記ＡＤＣ画像データの前記画素の信号値に設定されるように前記ＡＤＣ画像を前記投影表示面の前記拡散強調画像上の前記所定の範囲に、前記拡散強調画像の投影法とは異なる投影法で３次元投影表示し、
前記３次元投影表示は、前記拡散強調画像については最大値投影法を採用し、前記ＡＤＣ画像については最小値投影法を採用して、各々行うことを特徴とするものである。
また、本発明の投影画像演算処理プログラムは、
被検体をＭＲＩ装置により撮影して得られた、拡散強調画像に係る拡散強調画像データおよびＡＤＣ画像に係るＡＤＣ画像データを格納し、該格納された、該拡散強調画像データおよび該ＡＤＣ画像データを読み出し、読み出されたこれらの画像データに、前記拡散強調画像および前記ＡＤＣ画像を各々３次元投影表示するための投影演算処理を施し、該投影演算処理が施された、前記拡散強調画像データおよび前記ＡＤＣ画像データにより、前記拡散強調画像および前記ＡＤＣ画像を投影表示面上に３次元投影表示するステップを、コンピュータにおいて実行せしめる投影画像演算処理プログラムであって、
前記拡散強調画像データの所定の範囲に位置するレンダリング領域を特定するとともに、前記ＡＤＣ画像データにおいて、前記拡散強調画像データで前記所定の範囲に特定されたレンダリング領域の各画素と同一の座標を有する画素を特定するステップと、
前記投影表示面上に３次元投影表示される前記拡散強調画像上において、前記所定の範囲に特定された前記レンダリング領域の各画素については、前記特定された前記ＡＤＣ画像データの前記画素の信号値に設定されるように前記ＡＤＣ画像を前記投影表示面の前記拡散強調画像上の前記所定の範囲に、前記拡散強調画像の投影法とは異なる投影法で３次元投影表示し、該３次元投影表示は、前記拡散強調画像については最大値投影法を採用し、前記ＡＤＣ画像については最小値投影法を採用して、各々行うステップとを、前記コンピュータにおいて実行せしめることを特徴とするものである。
被検体をＭＲＩ装置により撮影して得られた、拡散強調画像に係る拡散強調画像データおよびＡＤＣ画像に係るＡＤＣ画像データを格納し、該格納された、該拡散強調画像データおよび該ＡＤＣ画像データを読み出し、読み出されたこれらの画像データに、前記拡散強調画像および前記ＡＤＣ画像を各々３次元投影表示するための投影演算処理を施し、該投影演算処理が施された、前記拡散強調画像データおよび前記ＡＤＣ画像データにより、前記拡散強調画像および前記ＡＤＣ画像を投影表示面上に３次元投影表示するステップを、コンピュータにおいて実行せしめる投影画像演算処理プログラムであって、
前記拡散強調画像データの所定の範囲に位置するレンダリング領域を特定するとともに、前記ＡＤＣ画像データにおいて、前記拡散強調画像データで前記所定の範囲に特定されたレンダリング領域の各画素と同一の座標を有する画素を特定するステップと、
前記投影表示面上に３次元投影表示される前記拡散強調画像上において、前記所定の範囲に特定された前記レンダリング領域の各画素については、前記特定された前記ＡＤＣ画像データの前記画素の信号値に設定されるように前記ＡＤＣ画像を前記投影表示面の前記拡散強調画像上の前記所定の範囲に、前記拡散強調画像の投影法とは異なる投影法で３次元投影表示し、該３次元投影表示は、前記拡散強調画像については最大値投影法を採用し、前記ＡＤＣ画像については最小値投影法を採用して、各々行うステップとを、前記コンピュータにおいて実行せしめることを特徴とするものである。
本発明の投影画像演算処理装置によれば、モニタ手段上に、第１の医用画像と、この医用画像のレンダリング領域の各画素における信号値とが表されるように投影表示し、該投影表示される前記レンダリング領域の各画素の信号値は、これら各画素に対応する第２の医用画像の画素の信号値を用いるようにしている。これにより、従来、３次元表示が適切ではなく、また、投影表示することが難しいような医用画像である第２の医用画像においても、３次元投影表示された第１の医用画像のレンダリング領域の各領域部位に、当該部位における第２の医用画像情報を関連付けて表示することができるので、少なくとも２つの医用画像の各情報を関連付けて表示した３次元投影画像に基づき、臨床的に有意義な診断を支援することができる。
また、本発明の投影画像演算処理方法および投影画像演算処理プログラムによっても同様の作用効果を奏することができる。
また、本発明の投影画像演算処理方法および投影画像演算処理プログラムによっても同様の作用効果を奏することができる。
以下、本発明の実施形態に係る投影画像演算処理装置、投影画像演算処理方法、および投影画像演算処理プログラムについて説明する。
まず、図１のブロック図を用いて、本発明の実施形態に係る投影画像演算処理装置の主要構成を説明する。
この投影画像演算処理装置１は、磁気共鳴画像撮影装置(以下、ＭＲＩ装置とも称する)により被検体の関心領域を撮影した２種類の医用画像データを読み込むメモリ手段１００と、このメモリ手段１００に格納された２種類の医用画像データを読み出し、該医用画像データに、医用画像を投影表示するための投影演算処理を施す投影演算処理手段２００と、この投影演算処理手段２００において、投影演算処理が施された医用画像データを表示するモニタ手段３００とを備えている。
まず、図１のブロック図を用いて、本発明の実施形態に係る投影画像演算処理装置の主要構成を説明する。
この投影画像演算処理装置１は、磁気共鳴画像撮影装置(以下、ＭＲＩ装置とも称する)により被検体の関心領域を撮影した２種類の医用画像データを読み込むメモリ手段１００と、このメモリ手段１００に格納された２種類の医用画像データを読み出し、該医用画像データに、医用画像を投影表示するための投影演算処理を施す投影演算処理手段２００と、この投影演算処理手段２００において、投影演算処理が施された医用画像データを表示するモニタ手段３００とを備えている。
また、投影演算処理手段２００は、ＣＰＵやハードディスクメモリ等のハードウエアと、プログラムからなるソフトウエアとにより構成されており、上記２種類の医用画像データのうち、第１の医用画像データからレンダリング領域を特定する領域特定部２０１と、第２の医用画像データに対して、第１の医用画像データで特定されたレンダリング領域の画素（以下、ピクセルと称する）の座標と同一の座標を有するピクセルを特定する座標特定部２０２と、モニタ手段３００上に、第１の医用画像データのレンダリング領域と、このレンダリング領域の各ピクセルにおける画素値とが関連付けて投影されるように、これら各ピクセルの画素値として第２の医用画像データのレンダリング領域の各対応ピクセルの信号値を用いて表示する処理を行う投影演算処理部２０３を備えている。
なお、投影画像演算処理装置の一般的な装置としてのハードウエア概略構成（必ずしも図面に記載されてはいない）は、ＣＰＵや、上述したハードディスクメモリ等のメモリ手段１００、表示メモリ、表示装置、マウス、マウスに接続されたコントローラ、キーボード、ネットワークアダプタ等が、バスケーブルによって信号の送受をし得るように接続されており、ネットワークを介してＭＲＩ装置や医用画像データベースとの信号の送受信が可能となるように接続されている。
ＣＰＵは、ハードディスクメモリや光ディスクメモリ等の記憶装置に格納されるプログラムやプログラムの実行に必要な医用画像情報等のデータをメモリ手段１００や上記主メモリに送信し実行する。
医用画像情報は、ＬＡＮ等のネットワークを介し、医用画像データベースや、ＭＲＩ装置から取得される。一方、表示メモリは、液晶ディスプレイやＥＬ等のモニタ手段３００に表示するための表示データを一時格納する。
医用画像情報は、ＬＡＮ等のネットワークを介し、医用画像データベースや、ＭＲＩ装置から取得される。一方、表示メモリは、液晶ディスプレイやＥＬ等のモニタ手段３００に表示するための表示データを一時格納する。
マウスやキーボードは、オペレータが投影画像演算処理装置１に対して操作して指示を行うものであり、コントローラは、マウスの状態を検出して、表示モニタ上のマウスポインタの位置を取得し、取得した位置情報等をＣＰＵへ出力する。また、ネットワークアダプタは、投影画像演算処理装置１をＬＡＮ、電話回線、インターネット等のネットワークに接続するためのものである。
＜実施例＞
以下、本実施形態のうち代表的な実施例について説明する。
本実施例においては、ＭＲＩ装置にて、被検体の関心領域の画像データを抽出するために必要なＤＷＩ画像（第１の医用画像）、およびＡＤＣ画像（第２の医用画像）を取得し、そのディジタルデータがメモリ手段１００に入力されるように構成されている。
以下、本実施形態のうち代表的な実施例について説明する。
本実施例においては、ＭＲＩ装置にて、被検体の関心領域の画像データを抽出するために必要なＤＷＩ画像（第１の医用画像）、およびＡＤＣ画像（第２の医用画像）を取得し、そのディジタルデータがメモリ手段１００に入力されるように構成されている。
ここで、ＤＷＩ画像とは、分子のブラウン運動の程度を画像化したものであって、運動の大きなもの程、低信号で表わされる。撮像法としては、パルスシーケンスと交差するように互いに逆方向となる大きな傾斜磁場（ＭＰＧ）を印可し、それにより動いていたスピンがリフェーズできなくなった際のＭＰＧの影響の強さの値（ｂ値）を測定する。基本的にはＤＷＩ画像もＴ２強調画像であるため、Ｔ２強調画像で高信号な自由度の高い病変は、ＤＷＩ画像でも高信号となる。
一方、ＡＤＣ画像は、本来の拡散制限による高信号と区別するために用いられており、ＭＰＧが異なる２種類以上の拡散強調画像からボクセルごとに計算されたＡＤＣの値を表示した定量画像である。具体的にはＡＤＣの値は分子運動の程度を数値化したものであるため、本実施例においては、互いに異なる大きさの２種のＭＰＧが印加されたパルスシーケンスの信号値から下式（１）を用いて求める。
ＡＤＣ＝−（ｌｎＳ２−ｌｎＳ１）／（ｂ２−ｂ１）
＝ｌｎ（Ｓ１/Ｓ２）／（ｂ２−ｂ１） （１）
ただし、ｂ２は、値が大きい方のｂ値であり、ｂ１は、値が小さい方のｂ値であり、Ｓ２はｂ値がｂ２のときの信号値であり、Ｓ１はｂ値がｂ１のときの信号値である。
すなわち、ＡＤＣ値は、ｂ−Ｓ平面上で、２つの座標位置である（ｂ１，Ｓ１）、（ｂ２，Ｓ２）の２点を結ぶ直線の傾きを表すことになる。
ＡＤＣ＝−（ｌｎＳ２−ｌｎＳ１）／（ｂ２−ｂ１）
＝ｌｎ（Ｓ１/Ｓ２）／（ｂ２−ｂ１） （１）
ただし、ｂ２は、値が大きい方のｂ値であり、ｂ１は、値が小さい方のｂ値であり、Ｓ２はｂ値がｂ２のときの信号値であり、Ｓ１はｂ値がｂ１のときの信号値である。
すなわち、ＡＤＣ値は、ｂ−Ｓ平面上で、２つの座標位置である（ｂ１，Ｓ１）、（ｂ２，Ｓ２）の２点を結ぶ直線の傾きを表すことになる。
メモリ手段１００に格納された、被検体のＤＷＩ画像データおよびＡＤＣ画像データは、投影演算処理手段２００に入力され、領域特定部２０１、座標特定部２０２および投影演算処理部２０３において、所定のデータ処理がなされて、投影演算処理手段２００から出力され、投影演算処理により作成された画像がモニタ手段３００に表示される。
領域特定部２０１では、ＤＷＩ画像データからレンダリング領域を特定する処理がなされ、座標特定部２０２では、ＡＤＣ画像データにおいて、ＤＷＩ画像データで特定されたレンダリング領域と同じ座標のピクセルを特定する処理がなされ、投影演算処理部２０３では、ＤＷＩ画像データの信号値が所定の演算に基づいて投影されるようにモニタ手段３００に表示される。
領域特定部２０１では、ＤＷＩ画像データからレンダリング領域を特定する処理がなされ、座標特定部２０２では、ＡＤＣ画像データにおいて、ＤＷＩ画像データで特定されたレンダリング領域と同じ座標のピクセルを特定する処理がなされ、投影演算処理部２０３では、ＤＷＩ画像データの信号値が所定の演算に基づいて投影されるようにモニタ手段３００に表示される。
次に、上述した投影演算処理手段２００における処理について、上記と同様に、第１の医用画像としてＤＷＩ画像を、第２の医用画像としてＡＤＣ画像をそれぞれ用いた場合を例に挙げて説明する。
メモリ手段１００に格納されたＤＷＩ画像は、領域特定部２０１において、所定の手法を用いてレンダリングすべき領域（以下、レンダリング領域と称する）が特定される。ここで所定の手法としては、既存の手法を含めて種々の手法を取り得るが、例えば「大津の閾値」や「パーセンタイル法」等を用いて特定することが可能である。
メモリ手段１００に格納されたＤＷＩ画像は、領域特定部２０１において、所定の手法を用いてレンダリングすべき領域（以下、レンダリング領域と称する）が特定される。ここで所定の手法としては、既存の手法を含めて種々の手法を取り得るが、例えば「大津の閾値」や「パーセンタイル法」等を用いて特定することが可能である。
次に、座標特定部２０２では、ＤＷＩ画像について特定した上記レンダリング領域の座標と同じ座標のピクセルをＡＤＣ画像に対しても特定する。
ここで、被検者の全身のＤＷＩ画像は腫瘍が相対的に高信号であるため最大値投影法を用いたＭＩＰ（Maximum Intensity Projection）表示を行うように処理されるが、レンダリング領域に表示されるＡＤＣ画像は画素値が低いほど腫瘍密度が高く悪性と判断されやすいため、最小値投影法を用いたＭｉｎＩＰ（Minimum Intensity Projection）表示を行うように処理されることが重要である。
ここで、被検者の全身のＤＷＩ画像は腫瘍が相対的に高信号であるため最大値投影法を用いたＭＩＰ（Maximum Intensity Projection）表示を行うように処理されるが、レンダリング領域に表示されるＡＤＣ画像は画素値が低いほど腫瘍密度が高く悪性と判断されやすいため、最小値投影法を用いたＭｉｎＩＰ（Minimum Intensity Projection）表示を行うように処理されることが重要である。
ここで、図２を用いて本実施形態に係る投影画像演算処理方法について、図３〜図６を参照しつつ説明する。
まず、メモリ手段１００に格納されたＤＷＩ画像１０およびＡＤＣ画像２０をダウンロードする（Ｓ１０１：図３（Ａ）を参照）。
まず、メモリ手段１００に格納されたＤＷＩ画像１０およびＡＤＣ画像２０をダウンロードする（Ｓ１０１：図３（Ａ）を参照）。
次に、投影演算処理手段２００の領域特定部２０１により、ＤＷＩ画像１０内で、レンダリングする領域（以下、レンダリング領域１１と称する）を特定する（Ｓ１０２：図３（Ｂ）を参照）。
次に、上記領域特定部２０１および上記座標特定部２０２により、ＤＷＩ画像１０内で特定されたレンダリング領域１１の座標と、同じ座標の領域（レンダリング領域２１）をＡＤＣ画像２０内で特定する（Ｓ１０３：図３（Ｃ）を参照）。
次に、上記領域特定部２０１および上記座標特定部２０２により、ＤＷＩ画像１０内で特定されたレンダリング領域１１の座標と、同じ座標の領域（レンダリング領域２１）をＡＤＣ画像２０内で特定する（Ｓ１０３：図３（Ｃ）を参照）。
続いて、投影演算処理部２０３により、ＤＷＩ画像１０の投影画像をモニタ手段３００の表示面３０に表示する（Ｓ１０４：図４（Ｄ）を参照）。
次に、ＤＷＩ画像１０上にレンダリング領域１１が投影されるように表示面３０に表示する。また、ＤＷＩ画像１０上に表示されたレンダリング領域１１が区間Ｒの範囲となるように設定する（Ｓ１０５：図４（Ｅ）を参照）。
次に、ＤＷＩ画像１０上にレンダリング領域１１が投影されるように表示面３０に表示する。また、ＤＷＩ画像１０上に表示されたレンダリング領域１１が区間Ｒの範囲となるように設定する（Ｓ１０５：図４（Ｅ）を参照）。
この後、投影演算処理部２０３により、ＤＷＩ画像１０のレンダリング領域１１に、Ｓ１０３において特定されたＡＤＣ画像２０の区間Ｒの範囲内におけるレンダリング領域２１のピクセル情報が表示されるように、すなわち、ＡＤＣ値の大きさに応じた色が表示されるように設定される（Ｓ１０６：図５（Ｆ）を参照）。すなわち、例えば、ＡＤＣ値が大きい順に、赤色、黄色、青色を設定したときに、その座標のピクセルのＡＤＣ値と対応する色が、そのピクセルの色として表示されるように設定される。
このようにして、表示面３０に、ＤＷＩ画像１０の区間Ｒ範囲内のレンダリング領域１１に替えて、ＡＤＣ画像２０の区間Ｒ範囲内のレンダリング領域２１が赤、黄、青の色により区分された状態に表示される。なお、区間Ｒ範囲以外の領域には、ＤＷＩ画像１０が表示される（図６（Ｇ）を参照）。
本実施例によれば、３次元投影表示されたＤＷＩ画像１０のレンダリング領域１１の各領域部位（ピクセル）に、当該部位（ピクセル）におけるＡＤＣ画像２０の信号値（ＡＤＣ値）に応じたカラースケールを関連付けて表示することができるので、ＤＷＩ画像１０およびＡＤＣ画像２０の医用画像の各情報を互いに関連付けて表示した３次元投影画像に基づき、臨床的に有意義な診断を支援することができる。
本実施例によれば、３次元投影表示されたＤＷＩ画像１０のレンダリング領域１１の各領域部位（ピクセル）に、当該部位（ピクセル）におけるＡＤＣ画像２０の信号値（ＡＤＣ値）に応じたカラースケールを関連付けて表示することができるので、ＤＷＩ画像１０およびＡＤＣ画像２０の医用画像の各情報を互いに関連付けて表示した３次元投影画像に基づき、臨床的に有意義な診断を支援することができる。
一方、本実施例に係る投影画像演算処理プログラムは、ＭＲＩ装置による被検体のＤＷＩ画像データとＡＤＣ画像データをメモリ手段１００に格納し、格納されたＤＷＩ画像データとＡＤＣ画像データを読み出し、これらの医用画像データに、医用画像を投影表示するための投影演算処理を施し、この投影演算処理が施された医用画像をモニタ手段３００上に投影表示するステップを、上述したＣＰＵ（コンピュータ）により実行するものである。また、該ステップは、上記ＤＷＩ画像データからレンダリング領域を特定するとともに、上記ＡＤＣ画像データにおいて、ＤＷＩ画像データで特定されたレンダリング領域と同一の座標を有する画素を特定する小ステップと、ＤＷＩ画像１０において、レンダリング領域１１の各画素について上記ＡＤＣ画像２０の画素の信号値に基づく情報を投影表示する小ステップとを含むものである。
図７はＭＲＩ装置により得られたＤＷＩ画像（人体の横断面画像）を示すものであり、腫瘍部が高信号で表されている。
また、前述したように、被検者の全身のＤＷＩ画像は腫瘍が相対的に高信号であるため最大値投影法を用いたＭＩＰ表示を行うように処理される。図８は、ＭＩＰ表示の概念を示すものであり、矢印方向を投影方向とし、この投影方向に８つのピクセル５０ａ〜ｈが配列されているものとする。なお、このピクセル５０ａ〜ｈの対応ブロック内にそれぞれの信号値が一例として示されている。この場合、ＭＩＰ表示では、最も高い信号値を示すピクセル５０ｅの信号値がこの投影方向の値として採用される。このような最も高い信号値を示すピクセルの信号値を採用する処理をすべての投影位置について行うことにより、３次元画像の情報をＭＩＰ表示により２次元的に表すことができる。ＤＷＩ画像を最大値投影表示（ＭＩＰ表示）により表したものを図９に示す。
また、前述したように、被検者の全身のＤＷＩ画像は腫瘍が相対的に高信号であるため最大値投影法を用いたＭＩＰ表示を行うように処理される。図８は、ＭＩＰ表示の概念を示すものであり、矢印方向を投影方向とし、この投影方向に８つのピクセル５０ａ〜ｈが配列されているものとする。なお、このピクセル５０ａ〜ｈの対応ブロック内にそれぞれの信号値が一例として示されている。この場合、ＭＩＰ表示では、最も高い信号値を示すピクセル５０ｅの信号値がこの投影方向の値として採用される。このような最も高い信号値を示すピクセルの信号値を採用する処理をすべての投影位置について行うことにより、３次元画像の情報をＭＩＰ表示により２次元的に表すことができる。ＤＷＩ画像を最大値投影表示（ＭＩＰ表示）により表したものを図９に示す。
一方、レンダリング領域に表示されるＡＤＣ画像は画素値が低いほど腫瘍密度が高く悪性と判断されやすいため、本実施例においては最小値投影法を用いたＭｉｎＩＰ表示を行うように処理している。ＭｉｎＩＰ表示について図示はしないが、上記ＭＩＰ表示とは逆に、最も低い信号値を示すピクセルの信号値をその投影方向の値として採用するものである。このような最も低い信号値を示すピクセルの信号値を採用する処理をすべての投影位置について行うことにより、３次元画像の情報をＭｉｎＩＰ表示により２次元的に表すことができる。
図１０は、本実施例の投影画像演算処理方法により作成されていく画像の各段階（Ａ）、（Ｂ）、（Ｃ）を示すものであり、いずれの段階においても、正面図（正面からの投影画像）と、この正面図上のＰ-Ｐ´線横断面図（横断面画像）を示すものである。
すなわち、（Ａ）はメモリ手段１００からダウンロードした画像である。（Ｂ）は、関心領域（レンダリング領域）をオレンジ色（白黒図面で表したときには（Ａ）の画像と比べてグレー濃度がやや大きい状態で表されている）で表した画像である。この関心領域はＭＲＩ画像をＭＩＰ表示することにより表されており、別種の画像から採用したものである。
すなわち、（Ａ）はメモリ手段１００からダウンロードした画像である。（Ｂ）は、関心領域（レンダリング領域）をオレンジ色（白黒図面で表したときには（Ａ）の画像と比べてグレー濃度がやや大きい状態で表されている）で表した画像である。この関心領域はＭＲＩ画像をＭＩＰ表示することにより表されており、別種の画像から採用したものである。
また、（Ｃ）は、オレンジ色で表した関心領域（レンダリング領域）について、上述したようにＭＲＩから計算されたＡＤＣ画像をＭｉｎＩＰ表示とし、その信号値の大きさに応じてカラー表示したものである（特許出願に係る提出図面のようにグレースケールで表わさざるを得ないときは、コントラストのみでしか区別することができないので識別しにくい部分もあるが、本実施例で提案するカラー表示では腫瘍の進行状態等を良好に認識することができる）。
そこで、この図１０（Ｃ）の内容を、図１１の概念図を用いて簡単に説明する。図１１（Ａ）に示すように、ＭＲＩ画像のＤＷＩ画像においては、区間Ｒに位置するレンダリング領域１１もＭＩＰ表示とされている。この後、上記実施例に示す手法を用いることにより、図１１（Ｂ）に示すように、上記レンダリング領域１１がＡＤＣ画像のレンダリング領域２１に置き換えられる。このときＡＤＣ画像のレンダリング領域２１はＭｉｎＩＰ表示とされ、そのＡＤＣ値の大きい順に赤２１１、黄２１２および青２１３の各色領域とされたカラースケール表示とされる。
本発明の投影画像演算処理装置、これを用いた投影画像演算処理方法および投影画像演算処理プログラムとしては、上記実施形態のものに限られるものではなく、その他の種々の態様の変更が可能である。
例えば、投影画像演算処理装置として、上述した実施形態においては第１の医用画像および第２の医用画像の２種類の医用画像を用いているが、３種類以上の医用画像を用いてもよく、この場合には、第３の医用画像以降は第２の医用画像と同様に扱われるようにしてもよい。
例えば、投影画像演算処理装置として、上述した実施形態においては第１の医用画像および第２の医用画像の２種類の医用画像を用いているが、３種類以上の医用画像を用いてもよく、この場合には、第３の医用画像以降は第２の医用画像と同様に扱われるようにしてもよい。
また、上述した実施形態においてはＤＷＩ画像についてはＭＩＰ表示、ＡＤＣ画像についてはＭｉｎＩＰ表示により投影表示するようにしているが、画素値表示の決定手法は、これに限られるものではなく、各画像についてその他の決定手法により画素値表示を行ってもよい。
また、レンダリング領域の各ピクセルについて、上記ＡＤＣ画像の信号値に応じた色を付して、カラースケールを施すようにしているが、このカラースケールを施すのに替えて、信号値に応じた濃淡表示あるいは信号値そのものの数字や対応する記号等を記載することも可能である。
また、上記実施形態においてはＭＲＩのＤＷＩ画像を第１の医用画像とし、２つのＤＷＩ画像から算出されるＡＤＣ画像を第２の医用画像として用いている。前者を最大値投影表示、後者を最小値投影法で表示しているが、この手法は汎用性があり、例えば第１の医用画像をＣＴ画像（コンピュータ断層画像）とし、第２の医用画像をＳＰＥＣＴ画像（単一各種強調断層画像）やＰＥＴ画像（陽電子強調断層画像）に置き換えることでも、本発明の作用効果を得ることができる。この場合には、冠動脈ＣＴ画像から得られる冠動脈を強調する最大値投影画像と、心筋の梗塞領域を撮影したＳＰＥＣＴ画像やＰＥＴ画像の心筋領域を最小値投影法で表示する。このような手法を採用することで血管の秒出力を維持した状態で心筋の不活性領域を強調することができる。
１ 投影画像演算処理装置
１０ ＤＷＩ画像（拡散強調画像）
１１、２１ レンダリング領域
２０ ＡＤＣ画像（拡散係数画像）
３０ 表示面
５０ａ〜ｈ ピクセル（画素）
１００ メモリ手段
２００ 投影演算処理手段
２０１ 領域特定部
２０２ 座標特定部
２０３ 投影演算処理部
２１１ 赤（色領域）
２１２ 黄（色領域）
２１３ 青（色領域）
３００ モニタ手段
１０ ＤＷＩ画像（拡散強調画像）
１１、２１ レンダリング領域
２０ ＡＤＣ画像（拡散係数画像）
３０ 表示面
５０ａ〜ｈ ピクセル（画素）
１００ メモリ手段
２００ 投影演算処理手段
２０１ 領域特定部
２０２ 座標特定部
２０３ 投影演算処理部
２１１ 赤（色領域）
２１２ 黄（色領域）
２１３ 青（色領域）
３００ モニタ手段
Claims (5)
- 被検体をＭＲＩ装置により撮影して得られた、拡散強調画像に係る拡散強調画像データおよびＡＤＣ画像に係るＡＤＣ画像データを格納するメモリ手段と、
該メモリ手段に格納された、該拡散強調画像データおよび該ＡＤＣ画像データを読み出し、読み出されたこれらの画像データに、前記拡散強調画像および前記ＡＤＣ画像を各々３次元投影表示するための投影演算処理を施す投影演算処理手段と、
該投影演算処理手段において該投影演算処理が施された、前記拡散強調画像データおよび前記ＡＤＣ画像データにより、前記拡散強調画像および前記ＡＤＣ画像が３次元投影表示される投影表示面を有するモニタ手段とを備え、
前記投影演算処理手段は、
前記拡散強調画像データの所定の範囲に位置するレンダリング領域を特定する領域特定部と、
前記ＡＤＣ画像データにおいて、前記拡散強調画像データで前記所定の範囲に特定されたレンダリング領域の各画素と同一の座標を有する画素を特定する座標特定部と、
前記モニタ手段の投影表示面上に３次元投影表示される前記拡散強調画像上において、前記領域特定部により前記所定の範囲に特定された前記レンダリング領域の各画素については、前記座標特定部により特定された前記ＡＤＣ画像データの前記画素の信号値に設定されるように前記ＡＤＣ画像を前記投影表示面の前記拡散強調画像上の前記所定の範囲に、前記拡散強調画像の投影法とは異なる投影法で３次元投影表示する投影演算処理部を備え、
前記投影演算処理部における画像の画素の信号値の投影表示の手法は、前記拡散強調画像については最大値投影法を採用し、前記ＡＤＣ画像については最小値投影法を採用することを特徴とする投影画像演算処理装置。 - 被検体をＣＴ装置により撮影して得られた、ＣＴ画像に係るＣＴ画像データおよび、ＳＰＥＣＴ画像に係るＳＰＥＣＴ画像データとＰＥＴ画像に係るＰＥＴ画像データのうちのいずれか一方を格納するメモリ手段と、
該メモリ手段に格納された、該ＣＴ画像データおよび、該ＳＰＥＣＴ画像データとＰＥＴ画像データのうちのいずれか一方を読み出し、読み出されたこれらの画像データに、前記ＣＴ画像および、前記ＳＰＥＣＴ画像と前記ＰＥＴ画像のうちのいずれか一方を各々３次元投影表示するための投影演算処理を施す投影演算処理手段と、
該投影演算処理手段において該投影演算処理が施された、前記ＣＴ画像データおよび、前記ＳＰＥＣＴ画像データと前記ＰＥＴ画像データのうちのいずれか一方により、該ＣＴ画像および、該ＳＰＥＣＴ画像と該ＰＥＴ画像のうちのいずれか一方が３次元投影表示される投影表示面を有するモニタ手段とを備え、
前記投影演算処理手段は、
前記ＣＴ画像データの所定の範囲に位置するレンダリング領域を特定する領域特定部と、
前記ＳＰＥＣＴ画像データと前記ＰＥＴ画像データのうちのいずれか一方において、前記ＣＴ画像データで前記所定の範囲に特定されたレンダリング領域の各画素と同一の座標を有する画素を特定する座標特定部と、
前記モニタ手段の投影表示面上に３次元投影表示される前記ＣＴ画像上において、前記領域特定部により前記所定の範囲に特定された前記レンダリング領域の各画素については、前記座標特定部により特定された、前記ＳＰＥＣＴ画像データと前記ＰＥＴ画像データのうちのいずれか一方の前記画素の信号値に設定されるように前記ＳＰＥＣＴ画像と前記ＰＥＴ画像のうちのいずれか一方を前記投影表示面の前記ＣＴ画像上の前記所定の範囲に、前記ＣＴ画像の投影法とは異なる投影法で３次元投影表示する投影演算処理部を備え、
前記投影演算処理部における画像の画素の信号値の投影表示の手法は、前記ＣＴ画像については最大値投影法を採用し、前記ＳＰＥＣＴ画像と前記ＰＥＴ画像のうちのいずれか一方については最小値投影法を採用することを特徴とする投影画像演算処理装置。 - 前記レンダリング領域に含まれる画素を、その画素に対応する前記ＡＤＣ画像の画素、または前記ＳＰＥＣＴ画像と前記ＰＥＴ画像のいずれか一方の画素、の信号値の大きさに応じたカラースケールで表示する手段を備えたことを特徴とする請求項１または２に記載の投影画像演算処理装置。
- 被検体をＭＲＩ装置により撮影して得られた、拡散強調画像に係る拡散強調画像データおよびＡＤＣ画像に係るＡＤＣ画像データを格納し、該格納された、該拡散強調画像データおよび該ＡＤＣ画像データを読み出し、読み出されたこれらの画像データに、前記拡散強調画像および前記ＡＤＣ画像を各々３次元投影表示するための投影演算処理を施し、
該投影演算処理が施された、前記拡散強調画像データおよび前記ＡＤＣ画像データにより、前記拡散強調画像および前記ＡＤＣ画像を投影表示面上に３次元投影表示する、投影画像演算処理方法であって、
前記拡散強調画像データの所定の範囲に位置するレンダリング領域を特定するとともに、前記ＡＤＣ画像データにおいて、前記拡散強調画像データで前記所定の範囲に特定されたレンダリング領域の各画素と同一の座標を有する画素を特定し、
前記投影表示面上に３次元投影表示される前記拡散強調画像上において、前記所定の範囲に特定された前記レンダリング領域の各画素については、前記特定された前記ＡＤＣ画像データの前記画素の信号値に設定されるように前記ＡＤＣ画像を前記投影表示面の前記拡散強調画像上の前記所定の範囲に、前記拡散強調画像の投影法とは異なる投影法で３次元投影表示し、
前記３次元投影表示は、前記拡散強調画像については最大値投影法を採用し、前記ＡＤＣ画像については最小値投影法を採用して、各々行うことを特徴とする投影画像演算処理方法。 - 被検体をＭＲＩ装置により撮影して得られた、拡散強調画像に係る拡散強調画像データおよびＡＤＣ画像に係るＡＤＣ画像データを格納し、該格納された、該拡散強調画像データおよび該ＡＤＣ画像データを読み出し、読み出されたこれらの画像データに、前記拡散強調画像および前記ＡＤＣ画像を各々３次元投影表示するための投影演算処理を施し、該投影演算処理が施された、前記拡散強調画像データおよび前記ＡＤＣ画像データにより、前記拡散強調画像および前記ＡＤＣ画像を投影表示面上に３次元投影表示するステップを、コンピュータにおいて実行せしめる投影画像演算処理プログラムであって、
前記拡散強調画像データの所定の範囲に位置するレンダリング領域を特定するとともに、前記ＡＤＣ画像データにおいて、前記拡散強調画像データで前記所定の範囲に特定されたレンダリング領域の各画素と同一の座標を有する画素を特定するステップと、
前記投影表示面上に３次元投影表示される前記拡散強調画像上において、前記所定の範囲に特定された前記レンダリング領域の各画素については、前記特定された前記ＡＤＣ画像データの前記画素の信号値に設定されるように前記ＡＤＣ画像を前記投影表示面の前記拡散強調画像上の前記所定の範囲に、前記拡散強調画像の投影法とは異なる投影法で３次元投影表示し、該３次元投影表示は、前記拡散強調画像については最大値投影法を採用し、前記ＡＤＣ画像については最小値投影法を採用して、各々行うステップとを、前記コンピュータにおいて実行せしめることを特徴とする投影画像演算処理プログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019036785A JP6813759B2 (ja) | 2019-02-28 | 2019-02-28 | 投影画像演算処理装置、投影画像演算処理方法および投影画像演算処理プログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019036785A JP6813759B2 (ja) | 2019-02-28 | 2019-02-28 | 投影画像演算処理装置、投影画像演算処理方法および投影画像演算処理プログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2020137889A JP2020137889A (ja) | 2020-09-03 |
| JP6813759B2 true JP6813759B2 (ja) | 2021-01-13 |
Family
ID=72279494
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019036785A Active JP6813759B2 (ja) | 2019-02-28 | 2019-02-28 | 投影画像演算処理装置、投影画像演算処理方法および投影画像演算処理プログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6813759B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022209298A1 (ja) * | 2021-03-29 | 2022-10-06 | 富士フイルム株式会社 | 画像処理装置、画像処理方法、及びプログラム |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5127276B2 (ja) * | 2006-05-26 | 2013-01-23 | 株式会社東芝 | 画像処理装置および磁気共鳴イメージング装置 |
| JP5105786B2 (ja) * | 2006-07-07 | 2012-12-26 | 株式会社東芝 | 磁気共鳴イメージング装置および画像処理装置 |
-
2019
- 2019-02-28 JP JP2019036785A patent/JP6813759B2/ja active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2020137889A (ja) | 2020-09-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lawonn et al. | A survey on multimodal medical data visualization | |
| CA2892326C (en) | Method and system for displaying to a user a transition between a first rendered projection and a second rendered projection | |
| US8547377B2 (en) | Projection image generation apparatus, method, and program | |
| Oeltze et al. | Interactive visual analysis of perfusion data | |
| US20080125643A1 (en) | Processing and displaying dynamic contrast-enhanced magnetic resonance imaging information | |
| EP2059165B1 (en) | Detection and localization of vascular occlusion from angiography data | |
| US8755575B2 (en) | Transmural perfusion gradient image analysis | |
| US20080049999A1 (en) | Computer Aided Detection of Bone Metastasis | |
| Preim et al. | Survey of the visual exploration and analysis of perfusion data | |
| US11978137B2 (en) | Generating reformatted views of a three-dimensional anatomy scan using deep-learning estimated scan prescription masks | |
| US20090143669A1 (en) | Color mapped magnetic resonance imaging | |
| JP6813759B2 (ja) | 投影画像演算処理装置、投影画像演算処理方法および投影画像演算処理プログラム | |
| US7961923B2 (en) | Method for detection and visional enhancement of blood vessels and pulmonary emboli | |
| Kohle et al. | Exploration of Time-varying Data for Medical Diagnosis. | |
| US20210325499A1 (en) | Dynamic magnetic resonance angiography method and system | |
| Zhang et al. | Multimodality neurological data visualization with multi-VOI-based DTI fiber dynamic integration | |
| Wu et al. | Toward a multimodal diagnostic exploratory visualization of focal cortical dysplasia | |
| CN110546684B (zh) | 时变数据的定量评估 | |
| EP4198503A1 (en) | Analysis system, and analysis image production method | |
| Gemmete | Vessel Wall Characterization Using Quantitative MR Imaging | |
| Masutani | Multi-dimensional image data viewer with flexible extension capability and its application in computer-based medical systems | |
| Hennemuth et al. | Survey of the Visual Exploration and Analysis of Perfusion Data | |
| Muigg et al. | Interactive Visual Analysis of Perfusion Data |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200331 |
|
| A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20200331 |
|
| A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20200518 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200527 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200716 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200916 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201026 |
|
| 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: 20201124 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201125 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6813759 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |