JP6958202B2 - 動態画像処理装置及びプログラム - Google Patents
動態画像処理装置及びプログラム Download PDFInfo
- Publication number
- JP6958202B2 JP6958202B2 JP2017193141A JP2017193141A JP6958202B2 JP 6958202 B2 JP6958202 B2 JP 6958202B2 JP 2017193141 A JP2017193141 A JP 2017193141A JP 2017193141 A JP2017193141 A JP 2017193141A JP 6958202 B2 JP6958202 B2 JP 6958202B2
- Authority
- JP
- Japan
- Prior art keywords
- lung field
- feature point
- field region
- frame image
- feature
- 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 52
- 210000004072 lung Anatomy 0.000 claims description 214
- 239000013598 vector Substances 0.000 claims description 83
- 238000000605 extraction Methods 0.000 claims description 56
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 34
- 210000004204 blood vessel Anatomy 0.000 claims description 18
- 239000011159 matrix material Substances 0.000 claims description 17
- 238000012360 testing method Methods 0.000 claims description 15
- 230000002685 pulmonary effect Effects 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 238000012937 correction Methods 0.000 claims description 11
- 210000000988 bone and bone Anatomy 0.000 claims description 10
- 210000000709 aorta Anatomy 0.000 claims description 8
- 210000001367 artery Anatomy 0.000 claims description 8
- 210000003462 vein Anatomy 0.000 claims description 7
- 238000007689 inspection Methods 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 4
- 238000005111 flow chemistry technique Methods 0.000 claims description 4
- 230000003287 optical effect Effects 0.000 claims description 4
- 238000000034 method Methods 0.000 description 36
- 230000005855 radiation Effects 0.000 description 34
- 210000000038 chest Anatomy 0.000 description 33
- 230000008859 change Effects 0.000 description 22
- 230000008569 process Effects 0.000 description 22
- 238000003384 imaging method Methods 0.000 description 20
- 238000004891 communication Methods 0.000 description 15
- 238000001514 detection method Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 201000010099 disease Diseases 0.000 description 8
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000009423 ventilation Methods 0.000 description 6
- 230000000241 respiratory effect Effects 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 4
- 230000003434 inspiratory effect Effects 0.000 description 4
- 239000004065 semiconductor Substances 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 230000000284 resting effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 210000002565 arteriole Anatomy 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 230000010363 phase shift Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 208000029523 Interstitial Lung disease Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000004660 morphological change Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 230000002285 radioactive effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
- G06T7/248—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- 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
- G06T2207/10116—X-ray image
-
- 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
- G06T2207/30061—Lung
-
- 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
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Description
被検者の胸部の動態を放射線撮影することにより得られた胸部動態画像の複数のフレーム画像の少なくとも一つから肺野領域を抽出する抽出手段と、
前記抽出手段により抽出された肺野領域における呼吸に伴う肺野の動きによって動く位置に特徴点を設定する特徴点設定手段と、
前記特徴点設定手段により設定された特徴点に対応する対応点を前記特徴点が設定されたフレーム画像以外の他のフレーム画像から探索する対応点探索手段と、
前記特徴点設定手段により設定された特徴点と前記対応点探索手段により探索された対応点の位置関係に基づいて、前記複数のフレーム画像間における肺野領域の各画素の対応関係を推定する推定手段と、
を備え、
前記特徴点設定手段は、前記抽出手段により抽出された肺野領域における大動脈、動脈、大静脈又は静脈に特徴点を設定する。
請求項2に記載の発明の動態画像処理装置は、
被検者の胸部の動態を放射線撮影することにより得られた胸部動態画像の複数のフレーム画像の少なくとも一つから肺野領域を抽出する抽出手段と、
前記抽出手段により抽出された肺野領域における呼吸に伴う肺野の動きによって動く位置に特徴点を設定する特徴点設定手段と、
前記特徴点設定手段により設定された特徴点に対応する対応点を前記特徴点が設定されたフレーム画像以外の他のフレーム画像から探索する対応点探索手段と、
前記特徴点設定手段により設定された特徴点と前記対応点探索手段により探索された対応点の位置関係に基づいて、前記複数のフレーム画像間における肺野領域の各画素の対応関係を推定する推定手段と、
過去の胸部動態画像における対応点探索結果を示す対応点探索モデルを被検者情報及び/又は検査情報に対応付けて記憶する記憶する記憶手段と、
を備え、
前記対応点探索手段は、前記記憶手段に記憶されている前記被検者又は前記被検者と予め定められた項目の被検者情報及び/又は検査情報が類似している被検者の対応点探索モデルに基づいて、前記特徴点に対応する対応点を探索する。
請求項3に記載の発明の動態画像処理装置は、
被検者の胸部の動態を放射線撮影することにより得られた胸部動態画像の複数のフレーム画像の少なくとも一つから肺野領域を抽出する抽出手段と、
前記抽出手段により抽出された肺野領域における呼吸に伴う肺野の動きによって動く位置に特徴点を設定する特徴点設定手段と、
前記特徴点設定手段により設定された特徴点に対応する対応点を前記特徴点が設定されたフレーム画像以外の他のフレーム画像から探索する対応点探索手段と、
前記特徴点設定手段により設定された特徴点と前記対応点探索手段により探索された対応点の位置関係に基づいて、前記複数のフレーム画像間における肺野領域の各画素の対応関係を推定する推定手段と、
前記複数のフレーム画像の中から一の基準フレーム画像を選択する選択手段と、
前記抽出手段により前記複数の各フレーム画像から肺野領域を抽出し、前記各フレーム画像から抽出した肺野領域に基づいて、横隔膜と肺尖部における基準点の位置を取得し、取得した基準点の位置に基づいて前記各フレーム画像の肺野領域の垂直方向を前記基準フレーム画像の肺野領域の垂直方向に合わせるための変換行列を推定し、推定した変換行列を用いて前記各フレーム画像の肺野領域の垂直方向を前記基準フレーム画像の肺野領域の垂直方向に位置合わせする垂直方向位置合わせ手段と、
を備え、
前記垂直方向位置合わせ手段により肺野領域の垂直方向が位置合わせされた複数のフレーム画像を用いて、少なくとも前記特徴点設定手段による特徴点の設定及び前記対応点探索手段による対応点の探索を行う。
前記推定手段により推定された前記複数のフレーム画像間における肺野領域の各画素の対応関係に基づいて、前記各フレーム画像の肺野領域を前記基準フレーム画像の肺野領域に位置合わせした位置合わせ画像を生成する位置合わせ手段を備える。
前記特徴点設定手段は、前記抽出手段により抽出された肺野領域における肺野輪郭の位置に特徴点を設定する。
前記特徴点設定手段は、前記肺野輪郭における心臓領域と重ならない位置に特徴点を設定する。
前記特徴点設定手段は、前記抽出手段により抽出された肺野領域における肺血管の位置に特徴点を設定する。
前記特徴点設定手段は、前記肺血管のうち、大動脈、動脈、大静脈又は静脈に特徴点を設定する。
前記対応点探索手段は、テンプレートマッチング処理又はオプティカルフロー処理を用いて前記特徴点に対応する対応点を探索する。
過去の胸部動態画像における対応点探索結果を示す対応点探索モデルを被検者情報及び/又は検査情報に対応付けて記憶する記憶する記憶手段を備え、
前記対応点探索手段は、前記記憶手段に記憶されている前記被検者又は前記被検者と予め定められた項目の被検者情報及び/又は検査情報が類似している被検者の対応点探索モデルに基づいて、前記特徴点に対応する対応点を探索する。
前記推定手段は、前記フレーム画像毎に、前記特徴点とその対応点の位置関係を示す移動ベクトルをマッピングした位置関係マップを作成し、前記特徴点が設定されたフレーム画像における前記特徴点以外の各画素に対する対応点の位置を前記作成した位置関係マップを補間することにより推定することで、前記複数のフレーム画像間における肺野領域の各画素の対応関係を推定する。
前記胸部動態画像の複数のフレーム画像に骨部減弱処理を施す減弱手段を備え、
前記骨部減弱処理が施されたフレーム画像を用いて、少なくとも前記特徴点設定手段による前記特徴点の設定及び前記対応点探索手段による前記対応点の探索を行う。
前記複数のフレーム画像の中から一の基準フレーム画像を選択する選択手段を備え、
前記抽出手段は、前記基準フレーム画像から肺野領域を抽出し、
前記特徴点設定手段は、前記基準フレーム画像の肺野領域における、呼吸に伴う肺野の動きによって動く位置に特徴点を設定する。
前記複数のフレーム画像の中から一の基準フレーム画像を選択する選択手段と、
前記抽出手段により前記複数の各フレーム画像から肺野領域を抽出し、前記各フレーム画像の肺野領域の垂直方向を前記基準フレーム画像の肺野領域の垂直方向に位置合わせする垂直方向位置合わせ手段と、
を備え、
前記垂直方向位置合わせ手段により肺野領域の垂直方向が位置合わせされた複数のフレーム画像を用いて、少なくとも前記特徴点設定手段による特徴点の設定及び前記対応点探索手段による対応点の探索を行う。
前記推定手段により推定された前記複数のフレーム画像間における肺野領域の各画素の対応関係に基づいて、前記各フレーム画像の肺野領域を前記基準フレーム画像の肺野領域に位置合わせした位置合わせ画像を生成する位置合わせ手段を備える。
前記特徴点設定手段により設定された特徴点をユーザーが修正するための修正手段を備える。
前記設定された特徴点と前記探索された対応点との位置関係を前記胸部動態画像に付加して表示する表示手段を備える。
コンピューターを、
被検者の胸部の動態を放射線撮影することにより得られた胸部動態画像の複数のフレーム画像の少なくとも一つから肺野領域を抽出する抽出手段、
前記抽出手段により抽出された肺野領域における呼吸に伴う肺野の動きによって動く位置に特徴点を設定する特徴点設定手段、
前記特徴点設定手段により設定された特徴点に対応する対応点を前記特徴点が設定されたフレーム画像以外の他のフレーム画像から探索する対応点探索手段、
前記特徴点設定手段により設定された特徴点と前記対応点探索手段により探索された対応点の位置関係に基づいて、前記複数のフレーム画像間における肺野領域の各画素の対応関係を推定する推定手段、
として機能させ、
前記特徴点設定手段は、前記抽出手段により抽出された肺野領域における大動脈、動脈、大静脈又は静脈に特徴点を設定する。
請求項19に記載の発明のプログラムは、
コンピューターを、
被検者の胸部の動態を放射線撮影することにより得られた胸部動態画像の複数のフレーム画像の少なくとも一つから肺野領域を抽出する抽出手段、
前記抽出手段により抽出された肺野領域における呼吸に伴う肺野の動きによって動く位置に特徴点を設定する特徴点設定手段、
前記特徴点設定手段により設定された特徴点に対応する対応点を前記特徴点が設定されたフレーム画像以外の他のフレーム画像から探索する対応点探索手段、
前記特徴点設定手段により設定された特徴点と前記対応点探索手段により探索された対応点の位置関係に基づいて、前記複数のフレーム画像間における肺野領域の各画素の対応関係を推定する推定手段、
過去の胸部動態画像における対応点探索結果を示す対応点探索モデルを被検者情報及び/又は検査情報に対応付けて記憶する記憶する記憶手段、
として機能させ、
前記対応点探索手段は、前記記憶手段に記憶されている前記被検者又は前記被検者と予め定められた項目の被検者情報及び/又は検査情報が類似している被検者の対応点探索モデルに基づいて、前記特徴点に対応する対応点を探索する。
請求項20に記載の発明のプログラムは、
コンピューターを、
被検者の胸部の動態を放射線撮影することにより得られた胸部動態画像の複数のフレーム画像の少なくとも一つから肺野領域を抽出する抽出手段、
前記抽出手段により抽出された肺野領域における呼吸に伴う肺野の動きによって動く位置に特徴点を設定する特徴点設定手段、
前記特徴点設定手段により設定された特徴点に対応する対応点を前記特徴点が設定されたフレーム画像以外の他のフレーム画像から探索する対応点探索手段、
前記特徴点設定手段により設定された特徴点と前記対応点探索手段により探索された対応点の位置関係に基づいて、前記複数のフレーム画像間における肺野領域の各画素の対応関係を推定する推定手段、
前記複数のフレーム画像の中から一の基準フレーム画像を選択する選択手段、
前記抽出手段により前記複数の各フレーム画像から肺野領域を抽出し、前記各フレーム画像から抽出した肺野領域に基づいて、横隔膜と肺尖部における基準点の位置を取得し、取得した基準点の位置に基づいて前記各フレーム画像の肺野領域の垂直方向を前記基準フレーム画像の肺野領域の垂直方向に合わせるための変換行列を推定し、推定した変換行列を用いて前記各フレーム画像の肺野領域の垂直方向を前記基準フレーム画像の肺野領域の垂直方向に位置合わせする垂直方向位置合わせ手段、
として機能させ、
前記垂直方向位置合わせ手段により肺野領域の垂直方向が位置合わせされた複数のフレーム画像を用いて、少なくとも前記特徴点設定手段による特徴点の設定及び前記対応点探索手段による対応点の探索を行う。
まず、本実施形態の構成を説明する。
図1に、本実施形態における動態画像処理システム100の全体構成を示す。
図1に示すように、動態画像処理システム100は、撮影装置1と、撮影用コンソール2とが通信ケーブル等により接続され、撮影用コンソール2と、診断用コンソール3とがLAN(Local Area Network)等の通信ネットワークNTを介して接続されて構成されている。動態画像処理システム100を構成する各装置は、DICOM(Digital Image and Communications in Medicine)規格に準じており、各装置間の通信は、DICOMに則って行われる。
撮影装置1は、例えば、呼吸運動に伴う肺の膨張及び収縮の形態変化、心臓の拍動等の、生体の動態を撮影する撮影手段である。動態撮影とは、被写体に対し、X線等の放射線をパルス状にして所定時間間隔で繰り返し照射するか(パルス照射)、もしくは、低線量率にして途切れなく継続して照射する(連続照射)ことで、被写体の動態を示す複数の画像を取得することをいう。動態撮影により得られた一連の画像を動態画像と呼ぶ。また、動態画像を構成する複数の画像のそれぞれをフレーム画像と呼ぶ。なお、以下の実施形態では、パルス照射により胸部の動態撮影を行う場合を例にとり説明する。
放射線照射制御装置12は、撮影用コンソール2に接続されており、撮影用コンソール2から入力された放射線照射条件に基づいて放射線源11を制御して放射線撮影を行う。撮影用コンソール2から入力される放射線照射条件は、例えば、パルスレート、パルス幅、パルス間隔、1撮影あたりの撮影フレーム数、X線管電流の値、X線管電圧の値、付加フィルター種等である。パルスレートは、1秒あたりの放射線照射回数であり、後述するフレームレートと一致している。パルス幅は、放射線照射1回当たりの放射線照射時間である。パルス間隔は、1回の放射線照射開始から次の放射線照射開始までの時間であり、後述するフレーム間隔と一致している。
放射線検出部13は、被写体Mを挟んで放射線源11と対向するように設けられている。
撮影用コンソール2は、放射線照射条件や画像読取条件を撮影装置1に出力して撮影装置1による放射線撮影及び放射線画像の読み取り動作を制御するとともに、撮影装置1により取得された動態画像を撮影技師等の撮影実施者によるポジショニングの確認や診断に適した画像であるか否かの確認用に表示する。
撮影用コンソール2は、図1に示すように、制御部21、記憶部22、操作部23、表示部24、通信部25を備えて構成され、各部はバス26により接続されている。
)等により構成される。制御部21のCPUは、操作部23の操作に応じて、記憶部22に記憶されているシステムプログラムや各種処理プログラムを読み出してRAM内に展開し、展開されたプログラムに従って後述する撮影制御処理を始めとする各種処理を実行し、撮影用コンソール2各部の動作や、撮影装置1の放射線照射動作及び読み取り動作を集中制御する。
診断用コンソール3は、撮影用コンソール2から動態画像を取得し、取得した動態画像に画像処理を施して表示する動態画像処理装置である。
診断用コンソール3は、図1に示すように、制御部31、記憶部32、操作部33、表示部34、通信部35を備えて構成され、各部はバス36により接続されている。
次に、本実施形態における上記動態画像処理システム100の動作について説明する。
まず、撮影装置1、撮影用コンソール2による撮影動作について説明する。
図2に、撮影用コンソール2の制御部21において実行される撮影制御処理を示す。撮影制御処理は、制御部21と記憶部22に記憶されているプログラムとの協働により実行される。
次に、診断用コンソール3における動作について説明する。
診断用コンソール3においては、通信部35を介して撮影用コンソール2から動態画像の一連のフレーム画像が受信されると、受信された動態画像の一連のフレーム画像が識別ID、患者情報及び検査情報等に対応付けて記憶部32に記憶される。また、記憶部32に記憶されている動態画像の中から操作部33により一の動態画像が選択され、濃度変化情報の抽出の実行が指示されると、制御部31と記憶部32に記憶されているプログラムとの協働により図3に示す濃度変化情報抽出処理が実行される。以下、図3を参照して濃度変化情報抽出処理について説明する。
肺野領域の抽出は、公知のいずれの手法を用いてもよい。例えば、フレーム画像の各画素の信号値(濃度値)のヒストグラムから判別分析によって閾値を求め、この閾値より高信号の領域を肺野領域候補として1次抽出する。次いで、1次抽出された肺野領域候補の境界付近でエッジ検出を行い、境界付近の小ブロックでエッジが最大となる点を境界に沿って抽出すれば肺野領域の境界を抽出することができる。
ステップS13においては、基準フレーム画像から抽出された肺野領域内の、呼吸に伴う肺野の動きによって動く位置(肺野の動きを反映している位置)に特徴点を設定する。本処理では、各フレーム画像間で肺野内の各点の対応点(生体的に同じ点)を求めて濃度変化情報を抽出するが、肺野と異なる方向に動く構造物上に特徴点が設定されると、対応点を探索したり推定したりする際の処理精度が低下する。そこで、ステップS13では、呼吸に伴う肺野の動きによって動く位置(肺野の動きを反映している位置)に特徴点を設定し、呼吸に伴う肺野の動きと異なる動きをする位置、例えば、肋骨が存在する位置には特徴点は設定しない。
図5は、修正画面341の一例を示す図である。図5に示すように、修正画面341には、特徴点の位置にマークが付与された基準フレーム画像341aが表示されており、例えば、ユーザーが操作部33のマウス等により位置を修正したい特徴点を指定して修正後の位置にドラッグ(移動)することで、特徴点の位置を修正することができる。
修正画面341は、肺野領域を拡大表示する機能を備えることが好ましい。これにより、修正の精度向上及び修正作業の行いやすさの向上を図ることができる。
また、複数の特徴点をグループ化してまとめて移動(修正)できるようにしてもよい。これにより、修正作業の効率化を図ることができる。
基準フレーム画像以外の各フレーム画像上の対応点の探索方法としては、基準フレーム画像と各フレーム画像間で対応点の探索を直接行っても良いし、基準フレーム画像から開始して各隣接フレーム画像間で順次対応点の探索を行ってもよい。
基準フレーム画像から開始して各隣接フレーム間で順次対応点の探索を行う場合について説明する。例えば、全フレーム画像数がN枚、基準フレーム画像がiフレーム目であるとする。初めにiフレーム目の特徴点に対応する対応点をi+1フレーム目から探索する。次にi+1フレーム目から探索された対応点を基準としてi+2フレーム目の対応点の探索を行い、同様にNフレーム目までの対応点を探索する。同様にiフレーム目の特徴点に対応する対応点をi-1フレーム目から探索する。次にi-1フレーム目から探索された対応点を基準としてi-2フレーム目の対応点の探索を行い、同様に1フレーム目までの対応点を探索する。本処理で基準フレーム画像の特徴点から各フレーム画像の対応点への移動ベクトルを求める際には、基準フレーム画像から該当フレーム画像までのすべての移動ベクトルを加算することで算出が可能である。例えば、基準フレーム画像がiフレーム目で、基準フレーム画像の特徴点からi+3フレーム目の対応点への移動ベクトルを算出したい場合には、iフレーム目の特徴点からi+1フレーム目の対応点への移動ベクトルと、 i+1フレーム目の対応点からi+2フレーム目の対応点への移動ベクトルと、 i+2フレーム目の対応点からi+3フレーム目の対応点への移動ベクトルとを加算すればよい。
図6(a)に、特徴点とその対応点との位置関係を示す位置関係マップを模式的に示す。図6(b)に、補間後の各画素とその対応点との位置関係を示す位置関係マップを模式的に示す。補間方法としては、スプライン補間や多項式近似等を挙げることができる。
なお、特徴点に重みづけが設定されている場合、ステップS15においては、重みづけが高い特徴点と対応点との位置関係に基づいて各画素の対応点を推定する。これにより、対応点の推定精度を向上させることができる。
例えば、各フレーム画像のそれぞれを複数の小領域(例えば、0.4〜4cm角の小領域)に分割し、小領域毎に、小領域に含まれる複数画素の濃度値の代表値(平均値、中央値、最大値、最小値等)を算出し、算出した濃度値の時間変化を示す濃度波形を濃度変化情報として抽出する。
ここで、図7(a)は、換気が正常である被検者の位置合わせ前の動態画像の位置A、B(位置Aは肋骨が重畳していない位置、位置Bは肋骨が重畳している位置)から抽出した濃度波形を模式的に示す図である。図7(b)は、図7(a)と同じ被検者の本実施形態による位置合わせ後の動態画像の位置A、Bから抽出した濃度波形を模式的に示す図である。図7(c)は、換気が異常である被検者の本実施形態による位置合わせ後の動態画像の位置A、Bから抽出した濃度波形を模式的に示す図である。
換気が正常である被検者の場合、呼吸に伴う肺野の時間方向の濃度変化を示す濃度波形と、横隔膜位置(例えば、安静吸気位(横隔膜位置が最も下がったとき)の横隔膜位置を原点とした場合の座標)の時間変化を示す波形を反転した波形(横隔膜位置波形と呼ぶ)とは位相がほぼ一致するはずである。しかし、従来のように、呼吸に伴う肺野の動きと異なる動きをする構造物に対しても特徴点を設定して位置合わせを行い、得られた画像から濃度波形を抽出すると、図7(a)の位置Bのように、肋骨等の、呼吸に伴う肺野の動きと異なる動きをする構造物が重なっている付近の領域では、それらの動きの影響により横隔膜位置波形と位相のずれ(極端な例では、逆位相)が発生する。一方、本実施形態の手法により生成した換気が正常である被検者の位置合わせ画像から濃度波形を抽出すると、図7(b)に示すように、横隔膜位置波形との位相のずれが減少した濃度波形を得ることができる。また、本実施形態で生成した位置合わせ画像から濃度波形を抽出した場合において、図7(c)に示すように、横隔膜位置波形と位相がずれた濃度波形が抽出された領域には、異常がある可能性が高いと判断することができる。
(1−1)例えば、図8に示すように、ステップS13において設定された特徴点とその対応点との位置関係を示す移動ベクトルとを基準フレーム画像上に表示する。移動ベクトルとしては、例えば、特徴点から最も遠い対応点との位置関係を示す移動ベクトルを表示する。
(1−2)例えば、各フレーム画像に、基準フレーム画像における特徴点とその対応点との移動ベクトルを付加して表示部34に動画表示する。
上記(1−1)で表示される画像を移動ベクトル静止画像、(1−2)で表示される画像を移動ベクトル動画像と呼ぶ。
(3)ユーザーが指定した向きを示す移動ベクトルのみを表示した移動ベクトル静止画像又は移動ベクトル動画像を表示部34に表示する。
(4)左右の肺野で差が大きい領域の移動ベクトルのみを表示した移動ベクトル静止画像又は移動ベクトル動画像を表示部34に表示する。
(5)ユーザーが指定した位置の移動ベクトル情報を時系列にグラフ(例えば、折れ線グラフ等)で表示部34に表示する。
(6)過去の移動ベクトル静止画像又は移動ベクトル動画像を患者情報と対応付けて記憶部32に記憶しておき、被検者の所定の期間の移動ベクトル静止画像又は移動ベクトル動画像を記憶部32から読み出して並べて表示部34に表示する。これにより経過観察が可能となる。
(7)過去の移動ベクトル静止画像又は移動ベクトル動画像を疾患名(例えば、COPD、間質性肺炎等)と対応付けて記憶部32に記憶しておき、今回生成した移動ベクトル静止画像又は移動ベクトル動画像と移動ベクトルが近い画像を記憶部32において検索し、検索された画像のうち、移動ベクトルが近い画像から順に疾患名とともに表示部34に表示する。これにより、被検者の肺野の動きに近い疾患名の把握が容易となる。
(8)位置合わせ画像を表示部34に表示する。
(9)位置合わせ画像、移動ベクトル静止画像又は移動ベクトル動画像における左右肺野の一方を左右反転し、左右の肺野の向きを揃えて表示する。
(10)横隔膜の移動ベクトル(例えば、移動ベクトルの大きさ)の時間変化を示す波形を生成し、表示する。
また、移動ベクトルの大きさに応じて移動ベクトルの太さを変更することとしてもよい。
これにより、移動の大きい箇所、小さい箇所を医師がより容易に把握することが可能となる。
(12)被検者の過去の移動ベクトル静止画像又は移動ベクトル動画像を記憶部32に記憶しておき、被検者の過去の移動ベクトル静止画像又は移動ベクトル動画像と今回の検査で生成された移動ベクトル静止画像又は移動ベクトル動画像を経過観察の容易化のために並べて又は重ねて表示する。
(13)被検者の過去の移動ベクトル静止画像又は移動ベクトル動画像と今回の検査で生成された移動ベクトル静止画像又は移動ベクトル動画像の変化部分(移動ベクトルの大きさ、向き)を強調して(例えば色を変える等して)を経過観察の容易化のために並べて又は重ねて表示する。
(14)被検者の移動ベクトル静止画像又は移動ベクトル動画像を表示する際に、移動ベクトルの数値(変化量の数値)及び説明文(例えば、○○方向へ△△mm移動)を併せて表示する。これにより、肺野移動量の定量表示が可能となる。
(15)被検者の移動ベクトルと類似の移動ベクトルをもつ疾患を検索し、疾患名及び被検者の移動ベクトルとその疾患の移動ベクトルの差異量を表示部34に表示する。これにより、被検者と肺野の動きが近い疾患とを容易に比較することが可能となる。
(16)被検者の現在の移動ベクトル静止画像又は動画像と、今後疾患が改善した場合の移動ベクトル静止画像又は動画像(予後予測の移動ベクトル静止画像又は動画像)を同時に(並べて又は重ねて)表示する。
(17)図9に示すように、被検者の移動ベクトル静止画像の肺尖、横隔膜、外胸郭、内胸郭等の各部位における移動量(ベクトルの大きさ)をレーダーチャートで表示する。
したがって、肺野領域における呼吸に伴う肺野の動きによって動く位置に特徴点を設定するので、呼吸により肺野の動きと異なる方向へ動く構造物(例えば、肋骨)に特徴点が設定されて対応点を探索したり推定したりする際の動きの方向に矛盾が生じることがなくなるため、肺野内の生体的に同じ位置を表す画素同士を精度よく対応させることが可能となる。その結果、呼吸に伴う肺野の濃度変化情報の抽出精度を向上させることが可能となる。
なお、肺野領域の抽出は、骨減弱処理の前に行っても後に行っても構わない。また骨部減弱処理後のフレーム画像を用いて、少なくとも特徴点の設定及び特徴点に対応する対応点の探索を行えば、精度良く位置合わせを行うことが可能となる。
(a)各フレーム画像で基準点(例えば、左右の肺尖の中点、右横隔膜の頂点、左横隔膜の頂点の3点)を抽出する。
(b)各フレーム画像において抽出した3点の基準点の位置が基準フレーム画像において抽出した3点の基準点の位置に合うようにするための変換行列をそれぞれ推定する。
(c)推定された変換行列を用いて、各フレーム画像の肺野領域の垂直方向を基準フレーム画像の肺野領域に合わせる。
なお、基準点として、左右の肺尖のそれぞれと、右横隔膜の頂点、左横隔膜の頂点の4点を抽出し、抽出した4点を基準点として用いて変換行列を推定してもよい。
1 撮影装置
11 放射線源
12 放射線照射制御装置
13 放射線検出部
14 読取制御装置
2 撮影用コンソール
21 制御部
22 記憶部
23 操作部
24 表示部
25 通信部
26 バス
3 診断用コンソール
31 制御部
32 記憶部
33 操作部
34 表示部
35 通信部
36 バス
Claims (20)
- 被検者の胸部の動態を放射線撮影することにより得られた胸部動態画像の複数のフレーム画像の少なくとも一つから肺野領域を抽出する抽出手段と、
前記抽出手段により抽出された肺野領域における呼吸に伴う肺野の動きによって動く位置に特徴点を設定する特徴点設定手段と、
前記特徴点設定手段により設定された特徴点に対応する対応点を前記特徴点が設定されたフレーム画像以外の他のフレーム画像から探索する対応点探索手段と、
前記特徴点設定手段により設定された特徴点と前記対応点探索手段により探索された対応点の位置関係に基づいて、前記複数のフレーム画像間における肺野領域の各画素の対応関係を推定する推定手段と、
を備え、
前記特徴点設定手段は、前記抽出手段により抽出された肺野領域における大動脈、動脈、大静脈又は静脈に特徴点を設定する動態画像処理装置。 - 被検者の胸部の動態を放射線撮影することにより得られた胸部動態画像の複数のフレーム画像の少なくとも一つから肺野領域を抽出する抽出手段と、
前記抽出手段により抽出された肺野領域における呼吸に伴う肺野の動きによって動く位置に特徴点を設定する特徴点設定手段と、
前記特徴点設定手段により設定された特徴点に対応する対応点を前記特徴点が設定されたフレーム画像以外の他のフレーム画像から探索する対応点探索手段と、
前記特徴点設定手段により設定された特徴点と前記対応点探索手段により探索された対応点の位置関係に基づいて、前記複数のフレーム画像間における肺野領域の各画素の対応関係を推定する推定手段と、
過去の胸部動態画像における対応点探索結果を示す対応点探索モデルを被検者情報及び/又は検査情報に対応付けて記憶する記憶する記憶手段と、
を備え、
前記対応点探索手段は、前記記憶手段に記憶されている前記被検者又は前記被検者と予め定められた項目の被検者情報及び/又は検査情報が類似している被検者の対応点探索モデルに基づいて、前記特徴点に対応する対応点を探索する動態画像処理装置。 - 被検者の胸部の動態を放射線撮影することにより得られた胸部動態画像の複数のフレーム画像の少なくとも一つから肺野領域を抽出する抽出手段と、
前記抽出手段により抽出された肺野領域における呼吸に伴う肺野の動きによって動く位置に特徴点を設定する特徴点設定手段と、
前記特徴点設定手段により設定された特徴点に対応する対応点を前記特徴点が設定されたフレーム画像以外の他のフレーム画像から探索する対応点探索手段と、
前記特徴点設定手段により設定された特徴点と前記対応点探索手段により探索された対応点の位置関係に基づいて、前記複数のフレーム画像間における肺野領域の各画素の対応関係を推定する推定手段と、
前記複数のフレーム画像の中から一の基準フレーム画像を選択する選択手段と、
前記抽出手段により前記複数の各フレーム画像から肺野領域を抽出し、前記各フレーム画像から抽出した肺野領域に基づいて、横隔膜と肺尖部における基準点の位置を取得し、取得した基準点の位置に基づいて前記各フレーム画像の肺野領域の垂直方向を前記基準フレーム画像の肺野領域の垂直方向に合わせるための変換行列を推定し、推定した変換行列を用いて前記各フレーム画像の肺野領域の垂直方向を前記基準フレーム画像の肺野領域の垂直方向に位置合わせする垂直方向位置合わせ手段と、
を備え、
前記垂直方向位置合わせ手段により肺野領域の垂直方向が位置合わせされた複数のフレーム画像を用いて、少なくとも前記特徴点設定手段による特徴点の設定及び前記対応点探索手段による対応点の探索を行う動態画像処理装置。 - 前記推定手段により推定された前記複数のフレーム画像間における肺野領域の各画素の対応関係に基づいて、前記各フレーム画像の肺野領域を前記基準フレーム画像の肺野領域に位置合わせした位置合わせ画像を生成する位置合わせ手段を備える請求項3に記載の動態画像処理装置。
- 前記特徴点設定手段は、前記抽出手段により抽出された肺野領域における肺野輪郭の位置に特徴点を設定する請求項2〜4のいずれか一項に記載の動態画像処理装置。
- 前記特徴点設定手段は、前記肺野輪郭における心臓領域と重ならない位置に特徴点を設定する請求項5に記載の動態画像処理装置。
- 前記特徴点設定手段は、前記抽出手段により抽出された肺野領域における肺血管の位置に特徴点を設定する請求項2〜4のいずれか一項に記載の動態画像処理装置。
- 前記特徴点設定手段は、前記肺血管のうち、大動脈、動脈、大静脈又は静脈に特徴点を設定する請求項7に記載の動態画像処理装置。
- 前記対応点探索手段は、テンプレートマッチング処理又はオプティカルフロー処理を用いて前記特徴点に対応する対応点を探索する請求項1〜8のいずれか一項に記載の動態画像処理装置。
- 過去の胸部動態画像における対応点探索結果を示す対応点探索モデルを被検者情報及び/又は検査情報に対応付けて記憶する記憶する記憶手段を備え、
前記対応点探索手段は、前記記憶手段に記憶されている前記被検者又は前記被検者と予め定められた項目の被検者情報及び/又は検査情報が類似している被検者の対応点探索モデルに基づいて、前記特徴点に対応する対応点を探索する請求項3又は4に記載の動態画像処理装置。 - 前記推定手段は、前記フレーム画像毎に、前記特徴点とその対応点の位置関係を示す移動ベクトルをマッピングした位置関係マップを作成し、前記特徴点が設定されたフレーム画像における前記特徴点以外の各画素に対する対応点の位置を前記作成した位置関係マップを補間することにより推定することで、前記複数のフレーム画像間における肺野領域の各画素の対応関係を推定する請求項1〜10のいずれか一項に記載の動態画像処理装置。
- 前記胸部動態画像の複数のフレーム画像に骨部減弱処理を施す減弱手段を備え、
前記骨部減弱処理が施されたフレーム画像を用いて、少なくとも前記特徴点設定手段による前記特徴点の設定及び前記対応点探索手段による前記対応点の探索を行う請求項1〜11のいずれか一項に記載の動態画像処理装置。 - 前記複数のフレーム画像の中から一の基準フレーム画像を選択する選択手段を備え、
前記抽出手段は、前記基準フレーム画像から肺野領域を抽出し、
前記特徴点設定手段は、前記基準フレーム画像の肺野領域における、呼吸に伴う肺野の動きによって動く位置に特徴点を設定する請求項1又は2に記載の動態画像処理装置。 - 前記複数のフレーム画像の中から一の基準フレーム画像を選択する選択手段と、
前記抽出手段により前記複数の各フレーム画像から肺野領域を抽出し、前記各フレーム画像の肺野領域の垂直方向を前記基準フレーム画像の肺野領域の垂直方向に位置合わせする垂直方向位置合わせ手段と、
を備え、
前記垂直方向位置合わせ手段により肺野領域の垂直方向が位置合わせされた複数のフレーム画像を用いて、少なくとも前記特徴点設定手段による特徴点の設定及び前記対応点探索手段による対応点の探索を行う請求項1又は2に記載の動態画像処理装置。 - 前記推定手段により推定された前記複数のフレーム画像間における肺野領域の各画素の対応関係に基づいて、前記各フレーム画像の肺野領域を前記基準フレーム画像の肺野領域に位置合わせした位置合わせ画像を生成する位置合わせ手段を備える請求項13又は14に記載の動態画像処理装置。
- 前記特徴点設定手段により設定された特徴点をユーザーが修正するための修正手段を備える請求項1〜15のいずれか一項に記載の動態画像処理装置。
- 前記設定された特徴点と前記探索された対応点との位置関係を前記胸部動態画像に付加して表示する表示手段を備える請求項1〜16のいずれか一項に記載の動態画像処理装置。
- コンピューターを、
被検者の胸部の動態を放射線撮影することにより得られた胸部動態画像の複数のフレーム画像の少なくとも一つから肺野領域を抽出する抽出手段、
前記抽出手段により抽出された肺野領域における呼吸に伴う肺野の動きによって動く位置に特徴点を設定する特徴点設定手段、
前記特徴点設定手段により設定された特徴点に対応する対応点を前記特徴点が設定されたフレーム画像以外の他のフレーム画像から探索する対応点探索手段、
前記特徴点設定手段により設定された特徴点と前記対応点探索手段により探索された対応点の位置関係に基づいて、前記複数のフレーム画像間における肺野領域の各画素の対応関係を推定する推定手段、
として機能させ、
前記特徴点設定手段は、前記抽出手段により抽出された肺野領域における大動脈、動脈、大静脈又は静脈に特徴点を設定するプログラム。 - コンピューターを、
被検者の胸部の動態を放射線撮影することにより得られた胸部動態画像の複数のフレーム画像の少なくとも一つから肺野領域を抽出する抽出手段、
前記抽出手段により抽出された肺野領域における呼吸に伴う肺野の動きによって動く位置に特徴点を設定する特徴点設定手段、
前記特徴点設定手段により設定された特徴点に対応する対応点を前記特徴点が設定されたフレーム画像以外の他のフレーム画像から探索する対応点探索手段、
前記特徴点設定手段により設定された特徴点と前記対応点探索手段により探索された対応点の位置関係に基づいて、前記複数のフレーム画像間における肺野領域の各画素の対応関係を推定する推定手段、
過去の胸部動態画像における対応点探索結果を示す対応点探索モデルを被検者情報及び/又は検査情報に対応付けて記憶する記憶する記憶手段、
として機能させ、
前記対応点探索手段は、前記記憶手段に記憶されている前記被検者又は前記被検者と予め定められた項目の被検者情報及び/又は検査情報が類似している被検者の対応点探索モデルに基づいて、前記特徴点に対応する対応点を探索するプログラム。 - コンピューターを、
被検者の胸部の動態を放射線撮影することにより得られた胸部動態画像の複数のフレーム画像の少なくとも一つから肺野領域を抽出する抽出手段、
前記抽出手段により抽出された肺野領域における呼吸に伴う肺野の動きによって動く位置に特徴点を設定する特徴点設定手段、
前記特徴点設定手段により設定された特徴点に対応する対応点を前記特徴点が設定されたフレーム画像以外の他のフレーム画像から探索する対応点探索手段、
前記特徴点設定手段により設定された特徴点と前記対応点探索手段により探索された対応点の位置関係に基づいて、前記複数のフレーム画像間における肺野領域の各画素の対応関係を推定する推定手段、
前記複数のフレーム画像の中から一の基準フレーム画像を選択する選択手段、
前記抽出手段により前記複数の各フレーム画像から肺野領域を抽出し、前記各フレーム画像から抽出した肺野領域に基づいて、横隔膜と肺尖部における基準点の位置を取得し、取得した基準点の位置に基づいて前記各フレーム画像の肺野領域の垂直方向を前記基準フレーム画像の肺野領域の垂直方向に合わせるための変換行列を推定し、推定した変換行列を用いて前記各フレーム画像の肺野領域の垂直方向を前記基準フレーム画像の肺野領域の垂直方向に位置合わせする垂直方向位置合わせ手段、
として機能させ、
前記垂直方向位置合わせ手段により肺野領域の垂直方向が位置合わせされた複数のフレーム画像を用いて、少なくとも前記特徴点設定手段による特徴点の設定及び前記対応点探索手段による対応点の探索を行うプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017193141A JP6958202B2 (ja) | 2017-10-03 | 2017-10-03 | 動態画像処理装置及びプログラム |
US16/137,486 US10825190B2 (en) | 2017-10-03 | 2018-09-20 | Dynamic image processing apparatus for aligning frame images obtained by photographing dynamic state of chest based on movement of lung-field region |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017193141A JP6958202B2 (ja) | 2017-10-03 | 2017-10-03 | 動態画像処理装置及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019063328A JP2019063328A (ja) | 2019-04-25 |
JP6958202B2 true JP6958202B2 (ja) | 2021-11-02 |
Family
ID=65898136
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017193141A Active JP6958202B2 (ja) | 2017-10-03 | 2017-10-03 | 動態画像処理装置及びプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US10825190B2 (ja) |
JP (1) | JP6958202B2 (ja) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10499867B2 (en) * | 2018-01-08 | 2019-12-10 | Shenzhen Keya Medical Technology Corporation | Method, storage medium, and system for analyzing image sequences of periodic physiological activities |
JP7143747B2 (ja) * | 2018-12-07 | 2022-09-29 | コニカミノルタ株式会社 | 画像表示装置、画像表示方法及び画像表示プログラム |
KR20190103085A (ko) * | 2019-08-15 | 2019-09-04 | 엘지전자 주식회사 | 지능형 진단 디바이스 |
CN110930414A (zh) * | 2019-10-17 | 2020-03-27 | 平安科技(深圳)有限公司 | 医学影像的肺部区域阴影标记方法、装置、服务器及存储介质 |
CN111738998B (zh) * | 2020-06-12 | 2023-06-23 | 深圳技术大学 | 病灶位置动态检测方法及装置、电子设备和存储介质 |
JP6973570B1 (ja) * | 2020-06-19 | 2021-12-01 | 沖電気工業株式会社 | 画像処理装置、画像処理プログラム、及び画像処理方法 |
JP7500360B2 (ja) | 2020-09-11 | 2024-06-17 | キヤノン株式会社 | 情報処理装置、情報処理方法、及びプログラム |
JP7547950B2 (ja) | 2020-11-16 | 2024-09-10 | コニカミノルタ株式会社 | 動態解析装置及びプログラム |
JP2023026878A (ja) * | 2021-08-16 | 2023-03-01 | コニカミノルタ株式会社 | 画像処理装置、表示制御方法及びプログラム |
TWI773491B (zh) * | 2021-08-19 | 2022-08-01 | 佛教慈濟醫療財團法人 | 肺功能鑑別方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3433928B2 (ja) * | 2000-12-13 | 2003-08-04 | 三菱スペース・ソフトウエア株式会社 | ディジタル胸部画像のリブケイジ境界検出方法及びディジタル胸部画像診断装置 |
JP4493408B2 (ja) | 2003-06-06 | 2010-06-30 | 富士フイルム株式会社 | 画像読影支援方法及び装置並びにプログラム |
US8018487B2 (en) * | 2005-04-28 | 2011-09-13 | Qami | Method and apparatus for automated quality assurance in medical imaging |
JP4935693B2 (ja) * | 2008-01-25 | 2012-05-23 | コニカミノルタホールディングス株式会社 | 画像生成装置、プログラム、画像生成方法 |
JP5521392B2 (ja) * | 2009-05-22 | 2014-06-11 | コニカミノルタ株式会社 | 動態画像診断支援システム及びプログラム |
CN104080408B (zh) * | 2012-11-21 | 2016-06-01 | 株式会社东芝 | 超声波诊断装置、图像处理装置以及图像处理方法 |
JP6350522B2 (ja) * | 2013-05-16 | 2018-07-04 | コニカミノルタ株式会社 | 画像処理装置及びプログラム |
JP6253085B2 (ja) * | 2013-08-28 | 2017-12-27 | 国立大学法人金沢大学 | X線動画像解析装置、x線動画像解析プログラム及びx線動画像撮像装置 |
JP6237353B2 (ja) * | 2014-03-07 | 2017-11-29 | コニカミノルタ株式会社 | 画像処理装置、画像撮影システム及び画像処理プログラム |
-
2017
- 2017-10-03 JP JP2017193141A patent/JP6958202B2/ja active Active
-
2018
- 2018-09-20 US US16/137,486 patent/US10825190B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US20190102893A1 (en) | 2019-04-04 |
US10825190B2 (en) | 2020-11-03 |
JP2019063328A (ja) | 2019-04-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6958202B2 (ja) | 動態画像処理装置及びプログラム | |
JP6436182B2 (ja) | 動態画像解析装置 | |
JP6772873B2 (ja) | 動態解析装置及び動態解析システム | |
JP6217241B2 (ja) | 胸部診断支援システム | |
JP6772908B2 (ja) | 動態解析システム及びプログラム | |
JP6743662B2 (ja) | 動態画像処理システム | |
JP2020044445A (ja) | 動態解析システム、プログラム及び動態解析装置 | |
JP6740910B2 (ja) | 動態画像処理システム | |
JP7099086B2 (ja) | 動態画像処理装置及びプログラム | |
JP2017169830A (ja) | 動態解析装置 | |
JP2016209267A (ja) | 医用画像処理装置及びプログラム | |
JP2018187310A (ja) | 動態画像処理システム | |
JP2021194140A (ja) | 画像処理装置及び画像処理方法 | |
JP6927020B2 (ja) | 動態画像処理方法、動態画像処理装置及びプログラム | |
JP6950507B2 (ja) | 動態画像処理装置 | |
JP5315686B2 (ja) | 動態画像診断支援システム | |
JP7047806B2 (ja) | 動態解析装置、動態解析システム、動態解析プログラム及び動態解析方法 | |
JP2019005417A (ja) | 動態画像処理装置及び動態画像処理システム | |
JP6962030B2 (ja) | 動態解析装置、動態解析システム、動態解析プログラム及び動態解析方法 | |
JP6874484B2 (ja) | 動態画像処理システム | |
JP6888721B2 (ja) | 動態画像処理装置、動態画像処理プログラム及び動態画像処理方法 | |
JP7255319B2 (ja) | 動態解析装置、動態解析システム及びプログラム | |
JP2017217047A (ja) | 画像表示システム | |
JP2020203191A (ja) | 動態解析システム及びプログラム | |
JP2020141841A (ja) | 動態解析装置及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200618 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210422 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210601 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210727 |
|
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: 20210907 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210920 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6958202 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |