JP6835813B2 - コンピュータ断層撮影視覚化調整 - Google Patents
コンピュータ断層撮影視覚化調整 Download PDFInfo
- Publication number
- JP6835813B2 JP6835813B2 JP2018501164A JP2018501164A JP6835813B2 JP 6835813 B2 JP6835813 B2 JP 6835813B2 JP 2018501164 A JP2018501164 A JP 2018501164A JP 2018501164 A JP2018501164 A JP 2018501164A JP 6835813 B2 JP6835813 B2 JP 6835813B2
- Authority
- JP
- Japan
- Prior art keywords
- image data
- value
- adjusted
- image
- mapping
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000002591 computed tomography Methods 0.000 title claims description 36
- 238000012800 visualization Methods 0.000 title claims description 19
- 238000013507 mapping Methods 0.000 claims description 68
- 238000003384 imaging method Methods 0.000 claims description 35
- 238000009826 distribution Methods 0.000 claims description 34
- 239000000463 material Substances 0.000 claims description 25
- 230000008859 change Effects 0.000 claims description 20
- 238000000034 method Methods 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 15
- 239000002131 composite material Substances 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 4
- 210000001519 tissue Anatomy 0.000 description 23
- ZCYVEMRRCGMTRW-UHFFFAOYSA-N 7553-56-2 Chemical compound [I] ZCYVEMRRCGMTRW-UHFFFAOYSA-N 0.000 description 19
- 229910052740 iodine Inorganic materials 0.000 description 17
- 239000011630 iodine Substances 0.000 description 17
- 230000003595 spectral effect Effects 0.000 description 15
- 210000004072 lung Anatomy 0.000 description 11
- 238000013170 computed tomography imaging Methods 0.000 description 9
- 239000002872 contrast media Substances 0.000 description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 7
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 5
- 229910052782 aluminium Inorganic materials 0.000 description 5
- 230000005855 radiation Effects 0.000 description 5
- 210000000988 bone and bone Anatomy 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 210000005228 liver tissue Anatomy 0.000 description 4
- 238000009877 rendering Methods 0.000 description 4
- 210000003484 anatomy Anatomy 0.000 description 3
- 230000002902 bimodal effect Effects 0.000 description 3
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 2
- 230000003187 abdominal effect Effects 0.000 description 2
- 229910052791 calcium Inorganic materials 0.000 description 2
- 239000011575 calcium Substances 0.000 description 2
- 230000000747 cardiac effect Effects 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000011888 autopsy Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 229940039231 contrast media Drugs 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000193 iodinated contrast media Substances 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000004872 soft tissue Anatomy 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/46—Arrangements for interfacing with the operator or the patient
- A61B6/461—Displaying means of special interest
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5294—Devices using data or image processing specially adapted for radiation diagnosis involving using additional data, e.g. patient information, image labeling, acquisition parameters
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/48—Diagnostic techniques
- A61B6/481—Diagnostic techniques involving the use of contrast agents
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20208—High dynamic range [HDR] image processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30008—Bone
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Biomedical Technology (AREA)
- Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- High Energy & Nuclear Physics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Pulmonology (AREA)
- Human Computer Interaction (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Description
以下は、広くは、Ｘ線コンピュータ断層撮影（ＣＴ）に関し、表示されるＣＴ画像及び表示されるＣＴマルチエネルギ又はスペクトル画像の視覚化設定に対する特定の応用を用いて記載される。
ＣＴ撮像において、放射線源からのＸ線は、対象又は物体の体積を通過し、検出器により検出される。Ｘ線のエネルギは、ＣＴ撮像装置及び撮像パラメータのセット、例えば撮像プロトコルによるピークエネルギを持つ分布において放射される。投影データの形式の検出されたＸ線放射線は、画像スライス又は体積の他の分割として提示されることができる体積画像データに再構成される。体積画像データは、ハウンスフィールド単位（ＨＵ）のボクセル値で再構成される。ハウンスフィールド単位の範囲は、水がゼロであるように正規化された減衰の尺度に基づいて、おおよそ−１０００乃至３０００、例えば４０９６値又は１２ビットの範囲である。体積画像の視覚化は、表示装置又はフィルム上で生じ、グレイスケール値を持つレンダリングされた画素の差を識別する医療関係者の限界において、典型的には０乃至２５５の範囲を取るグレイスケール、例えば８ビットグレイスケールにレンダリングされる。
基準設定は、典型的には、撮像プロシージャに対して選択された撮像プロトコルのタイプに基づく。例えば、医療関係者は、胸部領域における血管系構造に対するＣＴ撮像プロシージャを選択する。管電位又は放射ピークエネルギ（ｋＶｐ）のような取得パラメータは、組織及び領域に基づいて設定され、例えば１２０ｋＶｐである。より高いエネルギレベルは、より大きな患者又は骨のようなより密度の高い組織に関する、より大きな減衰に対して使用される。投影データは、取得パラメータに対して取得され、体積画像データが再構成される。骨は、ＨＵ値において約７００乃至３０００で表される。場所及び／又は医療関係者に特有であることができる基準設定は、８００乃至１２００のような胸部領域における骨を対照させるＨＵ値の選択に基づく。選択された範囲は、基準設定によってグレイスケールにマッピングされ、例えば０乃至２５５グレイスケールに対する８００乃至１２００ＨＵのマッピングである。体積画像データのビューは、基準設定を使用して表示される。
体積画像データは、Ｘ線ピークエネルギを物理的に変更することにより、又は仮想的なエネルギに対して体積データを再計算することによりのいずれかで、異なるＸ線エネルギにおいて描写されることができる。異なるエネルギレベルにおける体積画像データは、典型的には、ウィンドウレベル（ＷＬ）、例えば選択されたＨＵ値の平均値／中央値、及びウィンドウ幅（ＷＷ）、例えばＨＵ値の選択された範囲の同じ基準設定を使用して表示される。異なるエネルギレベルにおける画像の表示されたビューは、グレイスケールレンダリングにおいて異なり、これは、異なる画像間の同じ組織、例えば５０ｋｅＶにおいてビニングされた肝臓組織及び７０ｋｅＶにおいてビニングされた肝臓組織の比較を関連付けるのを難しくする。医療関係者は、典型的には、ＨＵ値の基本的な選択された範囲を変更しないエネルギ選択の変更の間で表示装置の輝度及び／又はグレイスケール値のコントラストを手動で調整することにより補償しようと試みる。
撮像パラメータは、対象の撮像中に変化することができる。例えば、放射されるピークエネルギは、肺又は腹部の撮像中に低下されることができるが、胸部又は骨盤領域のような高密度領域において増加されることができ、例えばｋＶｐ変調である。取得パラメータが変化すると、組織の外観は、変化することができる。例えば、肝臓組織のサブ体積又はスライスによって変化する放射ピークエネルギを用いて、肝臓組織は、スライス間で暗くなることができる。この外観の変化は、比較及び／又は異常の識別を難しくする。医療関係者は、ＨＵ値の基本的な選択範囲を変更しない画像スライスの変化の間で表示装置の輝度及び／又はグレイスケールのコントラストを手動で調整することにより補償する必要がある。
スペクトルＣＴ又はマルチエネルギＣＴを用いて、ＨＵの分布は、大きな範囲及びバイモーダル又はマルチモーダル分布を含むことができる。バイモーダル分布は、組織並びにヨウ素及びカルシウム等のような異なる強調又は造影材料を反映する。大きな分布、例えば大きなＷＷのマッピングにおいて、精度及び／又はバイモーダルピークの周りの組織の差別化は、低減される。例えば、ヨウ素造影剤を用いたスペクトル画像において、ヨウ素造影材料ピークは、約１２００ＨＵであるのに対し、他の非ヨウ素ピークは、約２００ＨＵであり、合計範囲は、５０乃至１６５０ＨＵを含む。したがって、１６００ＨＵの範囲が、２５６グレイスケール値にマッピングされ、これは、線形マッピングにおける各ピークの周りの値の分布の６重より大きいナローイング（more than six fold narrowing）である。ＨＵ値分布において区別される組織は、グレイスケール値において容易に区別されないかもしれず、これは、画像に基づく検視及び診断を難しくし、したがって、一般的に行われない。
同じ組織に対して異なる取得又は再計算パラメータを用いて取得された画像を比較することは、この比較をより難しくする可能性がある。例えば、１つの対象の画像を、異なるエネルギレベルで取得された同じ解剖学的領域における正常組織及び／又は異常若しくは病変組織を持つ異なる対象の他の画像と比較して、同様の組織のグレイスケールレンダリングの一貫性は、有利である。
ここに記載される態様は、上記の問題等に対処する。
以下は、基準設定から体積画像の視覚化設定を調整する装置及び方法を記載する。前記視覚化設定の調整は、前記基準設定による基本的なＨＵ値の画素値分布分析に基づいて行われる。ＣＴスペクトル画像に対する調整は、ＨＵ値をグレイスケール値に選択的にマッピングするマスクを使用して行われることができる。
一態様において、コンピュータ断層撮影（ＣＴ）画像表示システムは、ハウンスフィールド単位（ＨＵ）の値を持つ対象の再構成された体積画像データ及び基準設定のセットを受信し、前記基準設定によって選択されたＨＵ値の画素値分布分析によって前記基準設定のセットを調整された基準設定のセットに調整し、前記調整された基準設定によって前記ＨＵ値をグレイスケール値にマッピングするマッピングユニットを含む。
他の態様において、コンピュータ断層撮影（ＣＴ）視覚化設定を調整する方法は、調整された基準設定によって、対象の受信された再構成体積画像に対して、ボクセルのハウンスフィールド単位（ＨＵ）値をグレイスケール値にマッピングするステップを含む。前記調整された基準設定は、選択された基準設定によって前記受信された再構成体積画像データから選択されたＨＵ値の画素値分布分析から決定される。
他の態様において、スペクトルコンピュータ断層撮影（ＣＴ）画像表示システムは、ハウンスフィールド単位（ＨＵ）の値を持つ対象の再構成された体積画像を受信し、前記再構成された体積画像に対応する材料特有画像に基づいてマスクを生成し、選択された基準設定によって、前記マスクを通過する前記再構成体積画像のＨＵ値をグレイスケール値にマッピングするマッピングユニットを含む。
本発明は、様々な構成要素及び構成要素の組み合わせ、並びに様々なステップ及びステップの組み合わせの形を取りうる。図面は、好適な実施例を説明する目的のみであり、本発明を限定するように解釈されるべきではない。
最初に図１を参照すると、同じファントムの例画像が、４０、５０、６０、７０、８０、１００、１２０、１４０、１６０、１８０及び２００ｋｅＶの単色エネルギレベルに対して示される（ａ）−（ｋ）。表示された単色エネルギ（ＭｏｎｏＥ）画像は、１２８の固定グレイスケールに対して０ＨＵのウィンドウレベル（ＷＬ）及び０乃至２５５グレイスケール値に対する２００ＨＵのウィンドウ幅（ＷＷ）、例えば−１００乃至１００ＨＵの基準設定を用いて、合成された再構成画像データから線形にマッピングされる。これらの例は、前記基準設定によって画像視覚化の標示を提供する。
ＭｏｎｏＥ合成画像は、複数のエネルギにおいて対象をスキャンすることにより合成される。例えば、二重エネルギ又はスペクトルスキャンは、２つのエネルギを含み、光子計数ＣＴスキャナは、より大きな数のエネルギレベルを含むことができる。検出されたマルチエネルギ投影データは、分解により２以上のＸ線減衰成分により各ボクセルにおける材料を識別するのに使用される。前記Ｘ線減衰成分は、光電特性及びコンプトン散乱特性、アルミニウム類似性（likeness）及び水類似性、軟組織類似性及び骨類似性等のような成分の対を含むことができ、これは、より高いエネルギレベルに対して、より多数の成分を含むことができ、例えば２つのエネルギレベルにおいて、最大３成分が識別されることができる。ＭｏｎｏＥ画像は、対応するエネルギレベルのＸ線との既知の相互作用を用いてこれらの成分を変換することにより合成される。例えば、スペクトル投影データにおいて、アルミニウム類似性画像及び水類似性画像は、各ボクセルにおいてアルミニウム類似性及び水類似性を分解することから得られる。６５ｋｅＶにおけるＭｏｎｏＥ画像は、アルミニウム類似性に６５ｋｅＶにおけるアルミニウムの既知の減衰を乗算し、６５ｋｅＶにおける水の既知の減衰を乗算された水類似性画像と合計することにより得られる。
グレイスケール値にマッピングされたＨＵ画素値の分布は、各例画像に対応するグレイスケール値のヒストグラム（ａ'）−（ｋ'）として示される。各ヒストグラムの横軸は、グレイスケールであり、縦軸は、そのグレイスケール値を持つ前記画像内のボクセルのカウントである。異なるエネルギレベル間の画素値分布の分析は、基準値によるマッピングのソースにおけるＨＵ値の分布の変化によりグレイスケール画像の変化の基本的な原因を示す。これは、異なるエネルギを持つ２つの再構成体積画像データの間、及びエネルギレベルにおける体積画像の間の、再構成体積画像データ内のエネルギ変調により生じることができる。
例えば、４０ｋｅＶのＭｏｎｏＥ画像において、材料又は組織は、対応するヒストグラムにおける値の分布により示されるように前記表示される画像において幅広く差別化される。横軸においてグレイスケール値及び縦軸においてボクセルカウントを持つヒストグラムは、分布のピークが、低い値に対する長いテール及び高い値に対する切り取られたテールを持つ約２００グレイスケールである。５０ｋｅＶヒストグラムは、４０ｋｅＶヒストグラムからの平均グレイスケール値のシフト及びヒストグラムピークの狭化を示し、これは、６０ｋｅＶ及び７０ｋｅＶヒストグラムにおいて漸進的に続く。
一実施例において、このシステムは、前記体積画像の一部による撮像パラメータの変化、例えば画像サブ体積又はスライスによるエネルギ変調の変化を記録する。エネルギ変調に対する撮像パラメータの変化は、管電流、管電位、ピークエネルギレベル、及び平均エネルギレベル等の変化を含むことができる。他の実施例において、前記システムは、異なるエネルギレベルにおける体積画像データを描く。
図２を参照すると、視覚化設定の調整を持つＣＴシステム１０の一実施例が、示される。ＣＴシステム１０は、Ｘ線管のようなエネルギ源１４及び検出器アレイ１６を含むＣＴ撮像装置１２を含む。エネルギ源１４は、異なるピークエネルギを持つＸ線放射線を放射する。一実施例において、エネルギ源１４は、マルチエネルギ源又はＣＴスペクトルエネルギ源である。ＣＴ撮像装置１２は、エネルギ源１４と検出器アレイ１６との間の体積により規定される撮像領域に対して軸に沿って前記対象を移動する対象支持部１８を含む。前記対象の体積が、前記エネルギ源と検出器アレイ１６との間を通るので、前記対象の体積を横切る前記放射されたＸ線のエネルギは、検出器アレイ１６により検出され、投影データ２０として記憶される。
前記撮像パラメータが、前記撮像プロシージャによって変化する、例えば、対象の解剖学的領域に基づいて前記放射されたＸ線のエネルギにおいて変化するので、パラメータ変更ユニット２２は、投影データ２０の対応するサブ体積２４とともに前記撮像パラメータの変化を記録することができる。例えば、前記ピークエネルギ（ｋＶｐ）が、エネルギ源１４において変更されると、前記投影データの対応する体積は、前記変更されたピークエネルギでタグ付け又はラベル付けされる。
再構成ユニット２６は、既知のＣＴ再構成技術を使用して投影データ２０を体積画像データ２８に再構成する。体積画像データ２８は、複数の画像データ３０、３１を含む。一実施例において、再構成ユニット２６は、タグ付けされた投影データ２０によって対応する画像サブ体積３０を識別することができる。前記タグは、対応するｋＶｐのような変更されたパラメータ、及びプロトコルによる位置変化のインジケータ又はポインタ等を含むことができる。前記タグは、画像メタデータに記憶される又は別々に記憶されることができる。一実施例において、前記再構成は、投影データ２０又は体積画像データ２８を分解し、ＭｏｎｏＥ画像データ３１として合成される画像データを描写することができる。
マッピングユニット３２は、基準設定３４によって体積画像データ２８ボクセルのＨＵをグレイスケール値にマッピングし、前記基準設定は、体積画像データ２８の画素値分布分析によって調整される。前記調整は、各タグ付けされた再構成サブ体積３０、及び／又はエネルギレベルが異なる他の体積画像データによることができる。前記調整は、ＭｏｎｏＥ画像データ３１の各エネルギレベルによることができる。一実施例において、マッピングユニット３２は、各ＭｏｎｏＥ画像データ３１のＨＵを並列にマッピングする。
前記画素値分布分析は、調整されたＷＬ及び／又は調整されたＷＷを含む調整基準設定３５を識別し、平均、中央値、重み付け平均、重み付け中央値、標準偏差、分位点、尖度、及び歪度等のような基準範囲におけるＨＵ値に基づく。例えば、前記基準設定によって選択されたＨＵ値の中央値は、調整されたＷＬとして計算される。他の例において、前記基準設定によって選択されたＨＵ値の分布の分散の関数は、調整されたＷＷとして計算される。マッピングは、前記分析によって選択された画素値分布分析に基づいて適用されることができ、既知の技術を使用する線形及び／又は非線形マッピングであることができる。
前記調整された設定を用いてグレイスケール値にマッピングされた、１つのエネルギレベルにおける体積画像データ２８、サブ体積３０の１つ、及び／又はＭｏｎｏＥ画像データ３１は、表示装置３６に表示される。一部の例において、前記マッピングは、変化する撮像パラメータにわたって一貫性を提供し、同じ組織は、異なるエネルギで生成された、例えば変調及び／又は合成されたサブ体積にわたって同じグレイスケール値で表れる。前記マッピングは、マスク３８の作成を含むことができ、マスク３８は、グレイスケール表示に対する前記マッピングにおいて合成されたエネルギレベルにおける前記体積画像データ、サブ体積３０、及び／又はＭｏｎｏＥ画像データ３１からマスクされた材料の体積を取り除く、除去する、弱める又は最小化する。前記マスクされた材料のボクセルのＨＵ値は、この場合、画素値分布分析に基づいて調整されることができる、前記材料のＨＵ範囲の基準設定３４による前記グレイスケール表示に対する第２のマッピングにおいて使用される。一部の例において、前記マスクの使用は、グレイスケール表示画像の視覚化特性を改良し、これは、改良された組織区別及びＣＴスペクトル画像の組織レンダリングの一貫性を医療関係者に提供する。
基準設定３４は、撮像プロトコルによるグレイスケールマッピングを含む。基準設定３４は、場所又は個別の医療関係者に対してカスタマイズ可能であることができる。基準設定３４のグレイスケールマッピングは、少なくとも１つのＷＬ及びＷＷを含む。造影剤のようなマルチエネルギ撮像に対して、前記基準設定は、追加のＷＬ及びＷＷ値を含むことができる。例えば、ヨウ素造影剤を用いる腎臓体積画像データのレンダリングは、非造影組織の第１の基準ＷＬ及びＷＷと、撮像プロトコルによる、例えば解剖学的領域においてデータを取得するのに使用されるエネルギによる、造影組織の第２の基準ＷＬ及びＷＷとを含む。前記撮像プロトコルは、取得中に使用されるエネルギを変更することができる、体重、性別、及び年齢等のような対象特性による撮像パラメータのセットを含むことができる。
各ＭｏｎｏＥ画像データ３１、タグ付けされたサブ体積３０、適用されたマスク３８を持つ体積画像２８、適用されたマスク３８を持つサブ体積３０、又は適用されたマスクされた材料の前記マッピングは、線形又は非線形マッピングを含むことができる。前記線形又は非線形マッピングは、バイアス、ゲイン又はシフトに関する変化を含むことができる。例えば、バイアス（ｂ）、ゲイン（ｇ）、及びシフト（ｓ）は、前記マッピングのリスケール曲線の形状を制御し、ここでｂ及びｇは、［０，１］の範囲において規定される一定のスカラであり、ｓは、グリッドにおけるゲイン点の場所を表すスカラの対（すなわち、ｓ＝（ｓx，ｓy））である。特定の選択された調整されたＷＬ及び調整されたＷＷを仮定すると、マスク又はサブ体積を持つ体積画像のＨＵ数は、［０，１］の範囲に正規化されることができ、このような正規化されたＨＵ数は、ｔとして示される。［０，１］の範囲におけるリスケールされた正規化ＨＵ数γは、各ｔにおけるｂ、ｇ及びｓの関数として、
として規定される。正規化されたＨＵ数γに２５５を乗算した後に、ＨＵ数のダイナミックレンジは、２５６グレイスケール値の表示範囲にマッピングされる。他の既知の線形又は非線形マッピング技術が、前記マッピングに対して使用されることができる。
表示装置３６は、ワークステーション、ラップトップ、タブレット、スマートフォン、身体着用コンピュータ装置、及びサーバ等のようなコンピュータ装置４０を有することができる。前記コンピュータ装置は、デジタルプロセッサ、マイクロプロセッサ、電子プロセッサ、光学プロセッサ、及びマルチプロセッサのようなプロセッサ４２を含む。前記コンピュータ装置は、キーボード、マウス、マイクロフォン、及びタッチスクリーンのような１以上の入力装置４４を含む。入力装置４４は、マッピングされた体積２８、マッピングされたサブ体積３０、及び／又は前記基準画像の選択又はカスタマイズをナビゲートするのに使用されることができる。
体積画像２８は、少なくとも１つの三次元（３Ｄ）画像、例えば２Ｄスライスを有する体積画像、３Ｄ画像、４Ｄ画像等を含む。体積画像２８は、ＣＴ撮像装置１２から直接的に受信されることができ、又は画像保管通信システム（ＰＡＣＳ）、放射線医学情報システム（ＲＩＳ）、電子医療記録（ＥＭＲ）、クラウドストレージ、サーバストレージ、及びローカルストレージ等のような電子メモリに記憶されることができる。基準設定３４は、電子メモリに記憶される。
パラメータ変更ユニット２２、再構成ユニット２６、及びマッピングユニット１２８は、プロセッサ４２のような１以上の構成されたプロセッサにより適切に実施され、プロセッサの分布は、ピアツーピア又は協働で動作するプロセッサ、及びプロセッサのクライアント‐サーバ構成等を含む。前記構成されたプロセッサは、開示されたパラメータ変更記録、再構成、画素値分布分析及びマッピング技術を実行するように、一時的媒体を除き、物理的メモリ及び／又は他の非一時的媒体を含むコンピュータ可読記憶媒体（メモリ）４６に記憶された少なくとも１つのコンピュータ可読命令を実行する。前記構成されたプロセッサは、搬送波、信号又は他の一時的媒体により搬送される１以上のコンピュータ可読命令を実行してもよい。
図３を参照すると、図１と同じエネルギ（ａ）−（ｋ）である異なるエネルギレベルにおいて合成された同じファントムの典型的なＣＴ画像と、調整された視覚化設定を持つマッピングされたグレイスケール画素値の対応するヒストグラム（ａ'）−（ｋ'）とが、示される。例の画像スライスは、図１を参照して記載されたのと同じファントムの同じ再構成画像を使用する。グレイスケールに対するマッピングは、図３において表示される画像において異なる。前記マッピングは、各タグ付けされたサブ体積、ＭｏｎｏＥ画像データ又は異なるエネルギレベルにおける他の体積画像データに対して調整されたＷＬを使用する。この例において、前記調整されたＷＬは、前記基準設定によって選択された対応するボクセルのＨＵ値の平均である。例えば、前記基準によって選択された４０ｋｅＶにおける合成画像データに対するボクセルＨＵ値の平均値は、４０ｋｅＶ画像の表示に対する平均グレイスケール値にマッピングされる。前記基準設定によって選択された５０ｋｅＶにおける前記合成画像データのボクセルＨＵ値の平均値は、５０ｋｅＶ画像の表示に対する平均グレイスケール値にマッピングされる。
前記マッピングは、０．５*標準偏差のような、前記基準設定によって選択されたＨＵ値の標準偏差の関数である各ＭｏｎｏＥ画像データに対するＷＷの関数を使用する。前記ＷＷは、各合成画像データエネルギレベルのエネルギレベルにより変化する。４０ｋｅＶヒストグラムの分布は、図１を参照して図示及び記載された４０ｋｅＶヒストグラムの分布とは対照的に画素値の一様に分布するテールを持つ平均を示す。図示されるように、図３の画像間の比較は、前記グレイスケールマッピングの表示特性ではなく、基本的な組織の物理的変化による差の発見に関して、図１より容易に行われる。各タグ付けされたサブ体積又はＭｏｎｏＥ画像データは、前記基準設定によって独立してマッピングされる。
図４を参照すると、ヨウ素造影剤を用いるＣＴスペクトル画像の典型的なヒストグラム及びマスクされた材料の重ねられた非線形マッピングが、示される。横軸にＨＵの画素又はボクセル値及び縦軸にボクセルのカウントを持つ例のヒストグラム５０は、ヨウ素造影剤を用いる体積画像データに基づく。第１のヒストグラムピークを含む第１の範囲５２において、例えば約１００乃至７００ＨＵのＨＵ値は、非ヨウ素造影剤を表す。第２のヒストグラムピークを含む第２の範囲５４において、例えば約７００乃至２１６９ＨＵのＨＵ値は、ヨウ素造影組織を表す。
マッピングユニット３２は、第２の範囲５４におけるボクセルに基づいて材料特有のマスク、例えばヨウ素材料を生成し、前記画素値分布からヨウ素造影ボクセル又は画素を取り除き、第１の範囲５２における値により表される画素値分布における基準設定によって選択された残りの値を使用し、例えば残りのＷＷは、約１００乃至７００ＨＵに広がる。マッピングユニット３２は、前記ヨウ素造影組織なしで、例えば、図２乃至３を参照して記載されたマスクを適用して、前記第１の範囲をグレイスケールにマッピングする。マッピングユニット３２は、第２のマッピング５６を使用して第２の範囲５４におけるボクセル又は画素をグレイスケールにマッピングする。前記ヨウ素造影ボクセルの第２のマッピングは、前記ヒストグラムに視覚的に重ねられた非線形曲線、例えば曲線の形状に基づくゲインの変化及び前記第２のマッピングにおける第１の範囲に対する第２の範囲の平均値の変化に基づくシフトを含む。
図５Ａ乃至５Ｃを参照すると、同じファントムを使用するマスク作成ステップの典型的な出力が示される。水なしヨウ素画像（iodine_no_water image）、及びカルシウムなしヨウ素画像（iodine_no_calcium image）等のような、材料特有画像が、体積画像データ２８、サブ体積３０の１つ又はＭｏｎｏＥ画像データ３１の１つのいずれかから生成される。前記材料特有画像は、スペクトルＣＴにおいて既知の材料分解プロセスを通して生成される。図５Ａは、前記ファントムの水なしヨウ素画像を示す。前記画素値分布のヒストグラムは、材料特有ボクセルＨＵが識別される図５Ｂに示されるようにマッピングユニット３２により生成されることができる。ＨＵ値は、横軸に表され、ボクセルカウントが、縦軸に表される。前記範囲内のＨＵ値を持つボクセルは、例えばマスクされるべき材料を含む、マスクされた値として示される。前記マスクされた値を持つボクセルは、図５Ｃに示されるバイナリマスクのようなマスクを有する。暗く表示される部分は、非マスクボクセルであり、白く表示される部分は、マスクされたボクセルである。
前記マスクは、体積画像データ２８、１以上のサブ体積３０及び／又は１以上のＭｏｎｏＥ画像データ３１のいずれか１つを含む対応する体積に適用されることができる。マッピングユニット３２は、マッピングされるべきボクセルに対するＨＵ値を得る際に、マスク３８を使用し、非マスクボクセルは、マスク３８を通過し、グレイスケール値に対するＨＵ値の第１のマッピングにおいて使用され、例えば基準及び調整ＷＬ及びＷＷは、前記マスクを通過するボクセルに基づく。前記マスクは、前記第２のマッピング、例えば前記材料特有ボクセルのマッピングに対して前記マスクされたボクセルを識別するように反転されることができる。一部の例において、前記マスクは、前記基準及び／又は調整ＷＷ及びＷＬを得るための２進乗算演算を持つ効率的な計算プロセスを提供する。
一実施例において、前記マスクは、０及び１の値のみを含むバイナリマスクに対する代替例として［０，１］の範囲の値を含むソフトマスクを含む。前記ソフトマスクは、第１のマッピングにおいて前記マスクを通過するマスクされた値を最小化する。前記第２のマッピングにおいて、反転されたマスクが、バイナリマスクとして、又は前記第２のマッピングにおいて前記マスクされた値を最大化する又は前記第２のマッピングにおいて最初はマスクされていなかった値を最小化するのに使用されることができる。
図６Ａを参照すると、ＣＴスペクトル画像の視覚化設定を調整する一実施例が、示される。６０において、対象のスペクトル投影データ２０が、検出器アレイ１６から受信されることができ、パラメータ変更ユニット２２が、サブ体積２４によって異なる対応する撮像パラメータ、例えば変調されたエネルギを記録することができる。前記受信及び記録は、各サブ体積２４に対して繰り返される。
６２において、体積画像データ２８及び材料特有画像が、前記スペクトル投影データから再構成ユニット２６により再構成されることができ、タグ付けされたサブ体積３０、例えば撮像パラメータ変更によってラベル付けされた体積画像を有する画像スライスを含むことができる。一実施例において、前記体積画像データ又はタグ付けされたサブ体積は、エネルギレベルにより合成される。
基準設定３４は、６４において受信される。基準設定３４の選択は、入力装置４４から及び／又はユーザログイン若しくは医療関係者アイデンティティ、撮像プロトコル選択、及び患者情報等のようなＣＴ撮像装置１２に対する他の動作情報の一部として受信されることができる。
６６において、マスク３８が、マッピングユニット３２により前記再構成された材料特有画像に基づいて体積画像データ２８、各タグ付けされたサブ体積３０又は各ＭｏｎｏＥ画像データ３１に対して生成される。前記マスクは、体積画像データ２８に対する１つのマスクとして又は各タグ付けされたサブ体積３０若しくはＭｏｎｏＥ画像データ３１に対する個別のマスクとして構成されることができる。各マスクは、調整された基準設定３５に対して分析され、第１のマッピングにおいてグレイスケール値にマッピングされる体積画像データ２８、サブ体積又はＭｏｎｏＥ画像データＨＵ値におけるボクセルを制限するバイナリマスクである。
６８において、各タグ付けされたサブ体積又はＭｏｎｏＥ画像データは、調整された基準設定３５による対応する生成されたマスクを使用してマッピングされる。例えば、下肺野におけるスライス、例えば第１のサブ体積は、カルシウムなしのヨウ素マスクの第１のマスクを使用して調整された基準設定の第１のセットによってマッピングされる。上肺／心臓野におけるスライス、例えば第２のサブ体積は、カルシウムなしのヨウ素の第２のマスクを使用して調整された基準設定の第２のセットによってマッピングされる。各マッピングは、調整された基準設定３５によるグレイスケール値に対するＨＵボクセル値の線形又は非線形変換を含む。
７０において、前記マスクされた材料は、前記サブ体積又はＭｏｎｏＥ画像データに対して調整された選択された基準設定によってマッピングされる。例えば、下肺野スライスにおけるマスクされたボクセルのＨＵ値は、前記調整された基準設定の第２のセットによって前記グレイスケール値にマッピングされる。前記第２のマッピングは、隣接したグレイスケール値にマッピングされる及び／又は前記第１のマッピングと重複することができる。前記第２のマッピングは、マスク構成による各サブ体積又はＭｏｎｏＥ画像データに対して実行され、例えば各マスクは、調整された基準設定を使用して個別にマッピングされる。
１以上のマッピングされたサブ体積、マッピングされたＭｏｎｏＥ画像データ及び／又は前記マッピングされた体積の部分は、７２において表示装置３６に表示される。前記マッピングされた体積の位置及び／又は向きは、入力装置４４から受信されたコマンドにより決定されることができる。例えば、下肺野の第１のスライスが、前記表示装置に表示される。前記スライスは、マウススクロールを使用してステップごとに示されることができる。一部の例において、前記表示が、下肺野におけるスライスから上肺野に遷移すると、前記マッピングは、ピークエネルギのような撮像パラメータが変化したとしても、肺組織間で視覚的に一貫した状態に前記グレイスケール値を保つ。更に、前記造影剤により造影された組織は、画像スライス間で一貫しているように見える。他の例において、複数のスライスから得られた体積の部分を使用する正面像が、表示される。一部の例において、造影組織を含む組織は、異なる部分が、視野面に対するサブ体積の向きによって異なるマッピングを持ちうるとしても、前記正面像にわたり一貫しているように見える。他の例において、肺野のマッピングされた４０ｋｅＶ画像が、表示され、異なる調整された基準設定で各々がマッピングされた同じ領域の１２０ｋｅＶ画像と比較される。
図６Ｂを参照すると、異なるエネルギ、異なる変調されたエネルギ、例えば取得中の撮像パラメータの変化における異なるサブ体積における２つの再構成体積画像データの間、又はＭｏｎｏＥ画像の間のような、ＣＴ画像の視覚化設定を調整する一実施例が、示される。６０において、対象のＣＴ投影データ２０は、検出器アレイ１６から受信されることができ、パラメータ変更ユニット２２は、サブ体積２４によって異なる対応する撮像パラメータを記録することができる。前記順及び記録は、各サブ体積２４に対して繰り返される。
８２において、体積画像データ２８は、再構成ユニット２６により前記ＣＴ投影データから再構成されることができ、タグ付けされたサブ体積３０、例えば撮像パラメータの変化によってラベル付けされた前記体積画像を有する画像スライス及び／又はＭｏｎｏＥ画像データ、例えばエネルギレベルにより合成されたタグ付けされたサブ体積３０を含むことができる。前記再構成は、再構成された体積画像データ２８をＭｏｎｏＥ画像データ３１に合成することを含むことができる。一実施例において、前記再構成は、記憶部から以前に再構成された体積画像データを受信することを含む。
基準設定３４選択は、８４において受信される。前記選択は、入力装置４４から及び／又はユーザログイン若しくは医療関係者アイデンティティ、撮像プロトコル選択、及び患者情報等のような、ＣＴ撮像装置１２に対する他の動作情報の一部として受信されることができる。
８６において、前記体積画像データ、各タグ付けされたサブ体積又はＭｏｎｏＥ画像データは、画素値分布分析によって調整される前記選択された基準設定によってマッピングされる。例えば、下肺野におけるスライスは、調整された基準設定の第１のセットでマッピングされる。上肺／心臓野におけるスライスは、調整された基準設定の第２のセットでマッピングされる。各マッピングは、前記調整された基準設定によるグレイスケール値に対するボクセルＨＵ値の線形又は非線形変換を含む。
前記１以上のマッピングされたサブ体積、１以上のマッピングされたＭｏｎｏＥ画像データ及び／又は前記マッピングされた体積の部分は、８８において表示装置３６に表示される。前記マッピングされた体積の位置及び／又は向きは、入力装置４４から受信されたコマンドにより決定されることができる。
図６Ｃを参照すると、ＣＴスペクトル画像の視覚化設定を調整する一実施例が、示される。９０において、体積画像データ２８及び材料特有画像は、再構成ユニット２６により前記スペクトル投影データから再構成される。
基準設定３４選択は、９２において受信される。前記選択は、入力装置４４から及び／又はユーザログイン若しくは医療関係者アイデンティティ、撮像プロトコル選択、及び患者情報等のようなＣＴ撮像装置１２に対する他の動作情報の一部として受信されることができる。
９４において、マスク３８が、マッピングユニット３２により前記再構成された材料特有画像に基づいて体積画像データ２８に対して生成される。前記マスクは、第１のマッピングにおいて基準設定又は調整された基準設定を用いてグレイスケール値にマッピングされる体積画像データ２８ＨＵ値におけるボクセルを制限する、バイナリマスクである。
９６において、体積画像データ２８は、前記生成されたマスクを使用して及び選択された基準設定の第１のセット又は調整された基準設定の第１のセットによってマッピングされる。例えば、腹部領域の体積は、水なしヨウ素マスクのマスクを使用してマッピングされる。前記マッピングは、前記基準設定又は調整された基準設定によって選択されたグレイスケール値に対するＨＵ値の線形又は非線形変換を含む。
９８において、前記マスクされた材料は、前記選択された基準設定又は調整された基準設定によってマッピングされる。例えば、前記腹部領域におけるマスクされたボクセルのＨＵ値は、前記基準設定によって前記グレイスケール値にマッピングされる。前記第２のマッピングは、隣接したグレイスケール値にマッピングされる及び／又は前記第１のマッピングと重複することができる。
前記マッピングされた体積のビューは、１００において表示装置３６に表示される。前記マッピングされた体積のビューの位置及び／又は向きは、入力装置４４から受信されたコマンドにより決定される及び／又は前記撮像プロトコルによるデフォルトであることができる。
図６Ａ乃至６Ｃを参照する上記記載は、コンピュータプロセッサにより実行される場合に、前記プロセッサに上記の動作を実行させる、非一時的コンピュータ可読記憶媒体上で符号化された又は埋め込まれたコンピュータ可読命令を手段として実施されてもよい。加えて又は代わりに、前記コンピュータ可読命令の少なくとも１つは、信号、搬送波又は他の一時的媒体により搬送される。更に、前記ステップの順序は、変更されることができ、特定のステップは、省略されることができる。
本発明は、好適な実施例を参照して記載されている。修正及び変更は、先行する詳細な記載を読み、理解すると他者が思いつきうる。本発明が、添付の請求項又は同等物の範囲内に入る限りこのような修正及び変更を全て含むと解釈されることが意図される。
Claims (15)
- コンピュータ断層撮影（ＣＴ）画像表示システムにおいて、
ハウンスフィールド単位（ＨＵ）値を持つ対象の再構成された体積画像データ、及び基準設定のセットを受信し、前記受信された再構成された体積画像データから前記基準設定に従い選択されたＨＵ値の画素値分布分析によって、前記基準設定のセットを調整し、調整された基準設定のセットを得、前記調整された基準設定のセットによってＨＵ値をグレースケール値にマッピングするマッピングユニット、
を有し、前記受信された基準設定のセットは、前記再構成された体積画像データのＨＵ値からグレースケール画素値への、撮像プロトコルに従うマッピングを含み、前記調整された基準設定のセットは、前記選択されたＨＵ値の画素値分布解析に従って調整された前記ＨＵ値のウィンドウレベル及び前記ＨＵ値のウィンドウ幅を含む、システム。 - 前記再構成された体積画像データが、複数の画像データを含み、前記複数の画像データが、
画像サブ体積による撮像パラメータの少なくとも１つの変化を含む、複数の画像サブ体積、又は
それぞれ所定のエネルギレベルによる合成された画像データを含む、複数のＭｏｎｏＥ画像データ、
の少なくとも１つを含み、
前記複数の画像サブ体積の各々又は前記複数のＭｏｎｏＥ画像データの各々が、異なる調整された基準設定のセットを含む、請求項１に記載のシステム。 - 各異なる調整された基準設定のセットが、前記基準設定のセットによって選択された対応する画像サブ体積又はＭｏｎｏＥ画像データにおけるＨＵ値に基づく調整されたウィンドウレベル及び調整されたウィンドウ幅を含む、請求項２に記載のシステム。
- 前記マッピングユニットが、少なくとも１つのマスクを使用して前記体積画像データにおけるＨＵ値をマッピングし、前記少なくとも１つのマスクは、前記調整された基準設定のセットによるグレースケールマッピングにおいて、マスクされたＨＵ値を除去又は最小化する、請求項１乃至３のいずれか一項に記載のシステム。
- 前記調整されたウィンドウレベルが、基準ウィンドウレベルによって選択されたＨＵ値の中央値又は平均の少なくとも１つであり、前記調整されたウィンドウ幅が、基準ウィンドウ幅によって選択されたＨＵ値分布の標準偏差、分散、尖度又は歪度の少なくとも１つの関数である、請求項３及び４のいずれか一項に記載のシステム。
- 前記システムが、前記調整された基準設定のセットによって選択されたＨＵ値の線形又は非線形変換によって前記受信された体積画像データのビューを表示する表示装置を含み、
前記基準設定のセットが、第１のエネルギレベルにより、前記調整された基準設定のセットが、前記第１のエネルギレベルとは異なる第２のエネルギレベルによる、
請求項３乃至５のいずれか一項に記載のシステム。 - 前記少なくとも１つのマスクが、前記再構成された体積画像データに対応する材料特有画像に基づいて生成されたマスクである、請求項４に記載のシステム。
- 前記体積画像データを再構成するのに使用される投影データのサブ体積間の撮像パラメータの少なくとも１つの変化を記録するパラメータ変更ユニット、
を含む、請求項２に記載のシステム。 - コンピュータ断層撮影（ＣＴ）視覚化設定を調整する方法において、
ハウンスフィールド単位（ＨＵ）値を持つ対象の再構成された体積画像データ、及び基準設定のセットを受信するステップと、
前記受信された再構成された体積画像データから前記基準設定に従い選択されたＨＵ値の画素値分布分析によって、前記基準設定のセットを調整し、調整された基準設定のセットを得るステップと、
前記調整された基準設定のセットによって、ボクセルのＨＵ値をグレースケール値にマッピングするステップと、
を有し、前記受信された基準設定のセットは、前記再構成された体積画像データのＨＵ値からグレースケール画素値への、撮像プロトコルに従うマッピングを含み、前記調整された基準設定のセットは、前記選択されたＨＵ値の画素値分布解析に従って調整された前記ＨＵ値のウィンドウレベル及び前記ＨＵ値のウィンドウ幅を含む、する方法。 - 前記再構成された体積画像データが、複数の画像データを含み、前記複数の画像データが、
画像サブ体積による撮像パラメータの少なくとも１つの変化を含む、複数の画像サブ体積、又は
それぞれ所定のエネルギレベルによる、合成された画像データを含む、複数のＭｏｎｏＥ画像データ、
の少なくとも１つを含み、
前記複数の画像サブ体積の各々又は前記複数のＭｏｎｏＥ画像データの各々が、異なる調整された基準設定のセットを含む、請求項９に記載の方法。 - 各異なる調整された基準設定のセットが、前記基準設定によって選択された対応する画像サブ体積又はＭｏｎｏＥ画像データにおけるＨＵ値に基づく調整されたウィンドウレベル及び調整されたウィンドウ幅を含む、請求項９に記載の方法。
- 前記マッピングするステップが、少なくとも１つのマスクを使用して前記体積画像データにおけるＨＵ値をマッピングし、前記少なくとも１つのマスクは、前記調整された基準設定に従うグレースケールマッピングにおいて、マスクされたＨＵ値を除去する又は弱める、請求項１１に記載の方法。
- 前記調整されたウィンドウレベルが、基準ウィンドウレベルによって選択されたＨＵ値の平均又は中央値の少なくとも１つであり、前記調整されたウィンドウ幅が、基準ウィンドウ幅によって選択されたＨＵ値分布の標準偏差、分散、尖度又は歪度の少なくとも１つの関数である、請求項１１又は１２に記載の方法。
- 前記少なくとも１つのマスクが、前記再構成された体積画像データに対応する材料特有画像に基づいて生成されたバイナリマスクである、請求項１２に記載の方法。
- 前記体積画像データを再構成するのに使用される投影データの画像サブ体積間の撮像パラメータの少なくとも１つの変化を記録するステップ、
を含む、請求項１０に記載の方法。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201562195975P | 2015-07-23 | 2015-07-23 | |
| US62/195,975 | 2015-07-23 | ||
| PCT/IB2016/053962 WO2017013514A1 (en) | 2015-07-23 | 2016-07-01 | Computed tomography visualization adjustment |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JP2018524110A JP2018524110A (ja) | 2018-08-30 |
| JP2018524110A5 JP2018524110A5 (ja) | 2019-08-08 |
| JP6835813B2 true JP6835813B2 (ja) | 2021-02-24 |
Family
ID=56409659
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018501164A Active JP6835813B2 (ja) | 2015-07-23 | 2016-07-01 | コンピュータ断層撮影視覚化調整 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US11257261B2 (ja) |
| EP (1) | EP3324846B1 (ja) |
| JP (1) | JP6835813B2 (ja) |
| CN (1) | CN107847209A (ja) |
| WO (1) | WO2017013514A1 (ja) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10977811B2 (en) * | 2017-12-20 | 2021-04-13 | AI Analysis, Inc. | Methods and systems that normalize images, generate quantitative enhancement maps, and generate synthetically enhanced images |
| EP3576048A1 (en) * | 2018-05-29 | 2019-12-04 | Koninklijke Philips N.V. | Adaptive window generation for multi-energy x-ray |
| EP3605448A1 (en) | 2018-08-01 | 2020-02-05 | Koninklijke Philips N.V. | Method for providing automatic adaptive energy setting for ct virtual monochromatic imaging |
| DE102019200270A1 (de) | 2019-01-11 | 2020-07-16 | Siemens Healthcare Gmbh | Bereitstellen eines Differenzbilddatensatzes und Bereitstellen einer trainierten Funktion |
| DE102019200269A1 (de) * | 2019-01-11 | 2020-07-16 | Siemens Healthcare Gmbh | Bereitstellen eines Beschränkungsbilddatensatzes und/oder eines Differenzbilddatensatzes |
| US11030742B2 (en) | 2019-03-29 | 2021-06-08 | GE Precision Healthcare LLC | Systems and methods to facilitate review of liver tumor cases |
| TWI714440B (zh) * | 2020-01-20 | 2020-12-21 | 緯創資通股份有限公司 | 用於電腦斷層攝影的後處理的裝置和方法 |
| CN111696164B (zh) * | 2020-05-15 | 2023-08-25 | 平安科技（深圳）有限公司 | 自适应窗宽窗位调节方法、装置、计算机系统及存储介质 |
| EP4064178A1 (en) | 2021-03-23 | 2022-09-28 | Koninklijke Philips N.V. | Transfering a modality-specific image characterstic to a common reference image characteristic |
Family Cites Families (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5305204A (en) | 1989-07-19 | 1994-04-19 | Kabushiki Kaisha Toshiba | Digital image display apparatus with automatic window level and window width adjustment |
| JP3188491B2 (ja) | 1990-10-24 | 2001-07-16 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | Ｘ線記録のダイナミック圧縮方法及びその装置 |
| US5900732A (en) | 1996-11-04 | 1999-05-04 | Mayo Foundation For Medical Education And Research | Automatic windowing method for MR images |
| US20030095696A1 (en) * | 2001-09-14 | 2003-05-22 | Reeves Anthony P. | System, method and apparatus for small pulmonary nodule computer aided diagnosis from computed tomography scans |
| US6990222B2 (en) | 2001-11-21 | 2006-01-24 | Arnold Ben A | Calibration of tissue densities in computerized tomography |
| DE10229113A1 (de) | 2002-06-28 | 2004-01-22 | Siemens Ag | Verfahren zur Grauwert-basierten Bildfilterung in der Computer-Tomographie |
| US6898263B2 (en) * | 2002-11-27 | 2005-05-24 | Ge Medical Systems Global Technology Company, Llc | Method and apparatus for soft-tissue volume visualization |
| US7218763B2 (en) | 2003-02-27 | 2007-05-15 | Eastman Kodak Company | Method for automated window-level settings for magnetic resonance images |
| US7865022B2 (en) * | 2005-08-31 | 2011-01-04 | Canon Kabushiki Kaisha | Information processing apparatus, image processing apparatus, control method, and computer readable storage medium |
| CN101622648B (zh) | 2007-03-01 | 2013-05-01 | 皇家飞利浦电子股份有限公司 | 图像观察窗 |
| US9064300B2 (en) * | 2008-02-15 | 2015-06-23 | Siemens Aktiengesellshaft | Method and system for automatic determination of coronory supply regions |
| WO2009110850A1 (en) | 2008-03-03 | 2009-09-11 | Agency For Science, Technology And Research | A method and system of segmenting ct scan data |
| US8049924B2 (en) * | 2008-05-27 | 2011-11-01 | Xerox Corporation | Methods and apparatus for color control of coated images on a printed media |
| US20100130860A1 (en) * | 2008-11-21 | 2010-05-27 | Kabushiki Kaisha Toshiba | Medical image-processing device, medical image-processing method, medical image-processing system, and medical image-acquiring device |
| US8115784B2 (en) * | 2008-11-26 | 2012-02-14 | General Electric Company | Systems and methods for displaying multi-energy data |
| WO2012007892A1 (en) * | 2010-07-10 | 2012-01-19 | UNIVERSITé LAVAL | Image intensity standardization |
| JP5764976B2 (ja) * | 2011-03-03 | 2015-08-19 | セイコーエプソン株式会社 | ドット形成位置調整装置、記録方法、設定方法、及び、記録プログラム |
| US8751961B2 (en) * | 2012-01-30 | 2014-06-10 | Kabushiki Kaisha Toshiba | Selection of presets for the visualization of image data sets |
| US9349199B2 (en) * | 2012-06-26 | 2016-05-24 | General Electric Company | System and method for generating image window view settings |
| US9076033B1 (en) * | 2012-09-28 | 2015-07-07 | Google Inc. | Hand-triggered head-mounted photography |
| US9008274B2 (en) * | 2012-12-24 | 2015-04-14 | General Electric Company | Systems and methods for selecting image display parameters |
| US9747789B2 (en) * | 2013-03-31 | 2017-08-29 | Case Western Reserve University | Magnetic resonance imaging with switched-mode current-source amplifier having gallium nitride field effect transistors for parallel transmission in MRI |
| CN105122301B (zh) | 2013-04-18 | 2018-04-24 | 皇家飞利浦有限公司 | 对来自不同成像模态的医学图像的同时显示 |
| JP6463742B2 (ja) * | 2013-06-10 | 2019-02-06 | ユニバーシティー オブ ミシシッピ メディカル センター | 医用画像処理法 |
| WO2015104672A2 (en) * | 2014-01-10 | 2015-07-16 | Tylerton International Holdings Inc. | Detection of scar and fibrous cardiac zones |
-
2016
- 2016-07-01 WO PCT/IB2016/053962 patent/WO2017013514A1/en unknown
- 2016-07-01 US US15/745,158 patent/US11257261B2/en active Active
- 2016-07-01 JP JP2018501164A patent/JP6835813B2/ja active Active
- 2016-07-01 CN CN201680043192.1A patent/CN107847209A/zh active Pending
- 2016-07-01 EP EP16738556.6A patent/EP3324846B1/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2018524110A (ja) | 2018-08-30 |
| US11257261B2 (en) | 2022-02-22 |
| WO2017013514A1 (en) | 2017-01-26 |
| CN107847209A (zh) | 2018-03-27 |
| EP3324846B1 (en) | 2021-05-12 |
| EP3324846A1 (en) | 2018-05-30 |
| US20190012815A1 (en) | 2019-01-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6835813B2 (ja) | コンピュータ断層撮影視覚化調整 | |
| US10147168B2 (en) | Spectral CT | |
| Seeram et al. | Digital radiography | |
| JP7194143B2 (ja) | 肝臓腫瘍例のレビューを容易にするシステムおよび方法 | |
| US8644595B2 (en) | Methods and apparatus for displaying images | |
| US7860331B2 (en) | Purpose-driven enhancement filtering of anatomical data | |
| US10867375B2 (en) | Forecasting images for image processing | |
| Wang et al. | Low‐dose preview for patient‐specific, task‐specific technique selection in cone‐beam CT | |
| KR20150095140A (ko) | 컴퓨터 단층 촬영 장치 및 그에 따른 ct 영상 복원 방법 | |
| CN105962959A (zh) | 对于虚拟x射线量子能量分布产生图像的方法和拍摄装置 | |
| JP7084120B2 (ja) | 医用画像処理装置、医用画像処理方法、及び医用画像処理プログラム | |
| Yoon et al. | Digital radiographic image processing and analysis | |
| KR101971625B1 (ko) | Ct 영상을 처리하는 장치 및 방법 | |
| CN108601570B (zh) | 断层摄影图像处理设备和方法以及与方法有关的记录介质 | |
| KR20160061248A (ko) | 의료 영상 처리 장치 및 그에 따른 의료 영상 처리 방법 | |
| Chawla et al. | Dual-energy CT applications in salivary gland lesions | |
| CN115428025A (zh) | 用于生成对象的增强图像的装置 | |
| US7457816B2 (en) | Method for depicting an object displayed in a volume data set | |
| Sprawls | Optimizing medical image contrast, detail and noise in the digital era | |
| US20170236324A1 (en) | Unified 3D volume rendering and maximum intensity projection viewing based on physically based rendering | |
| US7116808B2 (en) | Method for producing an image sequence from volume datasets | |
| KR20180054020A (ko) | 의료 영상 장치 및 의료 영상 처리 방법 | |
| Chae et al. | Lung segmentation using prediction-based segmentation improvement for chest tomosynthesis | |
| Jadidi et al. | Dependency of image quality on acquisition protocol and image processing in chest tomosynthesis—a visual grading study based on clinical data | |
| KR20190140345A (ko) | 단층 영상의 생성 방법 및 그에 따른 엑스선 영상 장치 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190627 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190627 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200330 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200428 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20200722 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201028 |
|
| 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: 20210107 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210204 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6835813 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |