JP7179521B2 - 医用画像処理装置、画像生成方法、及び画像生成プログラム - Google Patents
医用画像処理装置、画像生成方法、及び画像生成プログラム Download PDFInfo
- Publication number
- JP7179521B2 JP7179521B2 JP2018146221A JP2018146221A JP7179521B2 JP 7179521 B2 JP7179521 B2 JP 7179521B2 JP 2018146221 A JP2018146221 A JP 2018146221A JP 2018146221 A JP2018146221 A JP 2018146221A JP 7179521 B2 JP7179521 B2 JP 7179521B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- medical image
- lesion area
- medical
- nodule
- 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 188
- 238000000034 method Methods 0.000 title claims description 24
- PWPJGUXAGUPAHP-UHFFFAOYSA-N lufenuron Chemical compound C1=C(Cl)C(OC(F)(F)C(C(F)(F)F)F)=CC(Cl)=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F PWPJGUXAGUPAHP-UHFFFAOYSA-N 0.000 title 1
- 239000002131 composite material Substances 0.000 claims description 69
- 230000003902 lesion Effects 0.000 claims description 52
- 239000000203 mixture Substances 0.000 claims description 32
- 238000000605 extraction Methods 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 14
- 238000005094 computer simulation Methods 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 5
- 238000009826 distribution Methods 0.000 claims description 4
- 230000002194 synthesizing effect Effects 0.000 claims description 4
- 230000006870 function Effects 0.000 description 106
- 239000007787 solid Substances 0.000 description 40
- 238000010586 diagram Methods 0.000 description 31
- 238000004891 communication Methods 0.000 description 17
- 230000002685 pulmonary effect Effects 0.000 description 11
- 239000005337 ground glass Substances 0.000 description 9
- 210000004072 lung Anatomy 0.000 description 8
- 238000010801 machine learning Methods 0.000 description 6
- 230000009466 transformation Effects 0.000 description 6
- 239000005338 frosted glass Substances 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 3
- 230000003211 malignant effect Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 238000002603 single-photon emission computed tomography Methods 0.000 description 3
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 2
- 206010019695 Hepatic neoplasm Diseases 0.000 description 2
- 208000007107 Stomach Ulcer Diseases 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 208000014018 liver neoplasm Diseases 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000006740 morphological transformation Effects 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 1
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 201000005202 lung cancer Diseases 0.000 description 1
- 208000020816 lung neoplasm Diseases 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
Description
図1は、第1の実施形態に係る医用画像処理装置10が設けられる病院情報システムの機能構成の例を示すブロック図である。図1に示される病院情報システムは、医用画像処理装置10、及び医用画像管理システム(PACS:Picture Archiving and Communication System)20を備える。医用画像処理装置10、及び医用画像管理システム20は、LAN(Local Area Network)等の病院内ネットワークを介してデータ通信可能に接続されている。なお、病院内ネットワークへの接続は、有線接続、及び無線接続を問わない。また、セキュリティが確保されるのであれば、接続される回線は病院内ネットワークに限定されない。例えば、VPN(Virtual Private Network)等を介し、インターネット等、公衆の通信回線に接続するようにしても構わない。
第1の実施形態では、一般的な病変領域を含む医用画像から、症例数の少ない病変領域、例えば、少なくとも1種類の組成を部分的に有する病変領域を含む合成画像を生成する場合を例に説明した。しかしながら、これに限定されない。生成される合成画像は、症例数の少ない病変領域を含むものに限定されない。処理回路11は、結節領域を含む医用画像に基づき、結節と、結節の周囲肺組織との境界を加工した画像を生成してもよい。
第1の実施形態では、医用画像処理装置10が合成画像を生成する場合を例に説明した。第2の実施形態では、医用画像処理装置が合成画像を利用して学習済みモデルを生成する場合を説明する。本実施形態において、学習済みモデルは、モデル学習プログラムに従って機械学習モデルに機械学習を行わせることで生成されるモデルを表し、計算モデルの一例である。
第2の実施形態では、医用画像処理装置10aが合成画像を利用して学習済みモデルを生成する場合を例に説明した。第3の実施形態では、医用画像処理装置が学習済みモデルを利用して診断を支援する場合を説明する。
第1の実施形態で生成された合成画像の活用は、学習済みモデルの生成に限定されない。例えば、合成画像は、類似症例画像を検索する際の入力キーとして利用されてもよい。例えば、部分充実型結節におけるソリッド領域は、悪性である場合、時間の経過と共に成長することが知られている。そこで、処理回路11は生成機能113により、部分充実型結節において、内部に含まれるソリッド領域を引き延ばした合成画像を生成することで、ソリッド領域の成長を模擬した合成画像を作成することが可能である。例えば被検体の画像を入力して類似症例画像を検索する場合に、被検体の画像を入力キーとして類似画像を検索するのみならず、被検体の画像をもとに作成した合成画像を作成し、この合成画像を追加の入力キーとして類似画像を検索することが可能である。このような処理により抽出される類似画像の数を増やすことができる。更に、被検体の画像そのものを入力キーとして検索した類似画像と、作成した合成画像を基に検索した類似画像とを区別可能に表示することもできる。合成画像を基に検索された類似画像を合成画像とともに操作者へ提示することにより、被検体の画像が合成画像相当に変化したと仮定した場合の類似画像をユーザが把握することができ、予後予測に有用である。
11,11a,11b…処理回路
111…画像取得機能
112…抽出機能
113…生成機能
114…モデル学習機能
115…計算機能
12…メモリ
13…入力インタフェース
14…ディスプレイ
15…通信インタフェース
20…医用画像管理システム
21…サーバ装置
Claims (10)
- 医用画像を取得する画像取得部と、
前記取得された医用画像における病変領域を抽出する抽出部と、
前記抽出された病変領域を変更した合成画像を生成する生成部と
を備え、
前記病変領域に含まれる病変は、複数の組成に分類され、
前記抽出部は、前記医用画像の画素値に基づいて、前記病変領域から前記複数の組成のいずれか1つを抽出し、
前記生成部は、前記複数の組成のうち前記抽出された組成とは異なる組成を疑似的に形成し、前記病変領域に前記疑似的に形成された組成を合成した前記合成画像を生成する、
医用画像処理装置。 - 前記生成部は、前記抽出した病変領域の形状と、合成する領域の組成に関する輝度分布とに基づいて前記合成画像を生成する請求項1記載の医用画像処理装置。
- 前記生成部は、前記抽出した病変領域の形状に基づいてマスク画像を生成し、前記マスク画像を用いて所定の領域を前記医用画像に合成する請求項1又は2に記載の医用画像処理装置。
- 前記合成画像は、少なくとも1種類の組成を部分的に有する病変領域を含む請求項1乃至3のいずれかに記載の医用画像処理装置。
- 前記生成部は、前記抽出した病変領域の形状を変更して前記合成画像を生成する請求項1乃至3のいずれかに記載の医用画像処理装置。
- 前記生成した合成画像を学習データとして計算モデルを生成する学習部をさらに具備する請求項1乃至5のいずれかに記載の医用画像処理装置。
- 前記生成した合成画像と、前記合成画像の病変領域に関する情報とを学習データとして計算モデルへ入力する学習部をさらに具備する請求項1乃至5のいずれかに記載の医用画像処理装置。
- 前記計算モデルに医用画像を入力させ、前記入力させた医用画像に対する出力信号を出力する計算部をさらに具備する請求項6又は7に記載の医用画像処理装置。
- 医用画像を取得し、
前記取得した医用画像における病変領域を抽出し、
前記抽出した病変領域を変更した合成画像を生成する画像生成方法であって、
前記病変領域に含まれる病変は、複数の組成に分類され、
前記病変領域を抽出することは、前記医用画像の画素値に基づいて、前記病変領域から前記複数の組成のいずれか1つを抽出することを含み、
前記合成画像を生成することは、前記複数の組成のうち前記抽出された組成とは異なる組成を疑似的に形成し、前記病変領域に前記疑似的に形成された組成を合成して前記合成画像を生成することを含む、
画像生成方法。 - 医用画像を取得する処理と、
前記取得された医用画像における病変領域を抽出する処理と、
前記抽出された病変領域を変更した合成画像を生成する処理と
をプロセッサに実行させる画像生成プログラムであって、
前記病変領域に含まれる病変は、複数の組成に分類され、
前記病変領域を抽出する処理は、前記医用画像の画素値に基づいて、前記病変領域から前記複数の組成のいずれか1つを抽出することを含み、
前記合成画像を生成する処理は、前記複数の組成のうち前記抽出された組成とは異なる組成を疑似的に形成し、前記病変領域に前記疑似的に形成された組成を合成して前記合成画像を生成することを含む、
画像生成プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018146221A JP7179521B2 (ja) | 2018-08-02 | 2018-08-02 | 医用画像処理装置、画像生成方法、及び画像生成プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018146221A JP7179521B2 (ja) | 2018-08-02 | 2018-08-02 | 医用画像処理装置、画像生成方法、及び画像生成プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020018705A JP2020018705A (ja) | 2020-02-06 |
JP7179521B2 true JP7179521B2 (ja) | 2022-11-29 |
Family
ID=69587741
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018146221A Active JP7179521B2 (ja) | 2018-08-02 | 2018-08-02 | 医用画像処理装置、画像生成方法、及び画像生成プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7179521B2 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115209808A (zh) * | 2020-02-26 | 2022-10-18 | 株式会社岛津制作所 | 学习完毕模型的制作方法、图像生成方法以及图像处理装置 |
EP4119055A4 (en) * | 2020-03-13 | 2023-08-09 | FUJIFILM Corporation | IMAGE GENERATING DEVICE AND PROGRAM, LEARNING DEVICE AND PROGRAM, AND IMAGE PROCESSING DEVICE AND PROGRAM |
WO2023090090A1 (ja) * | 2021-11-22 | 2023-05-25 | 富士フイルム株式会社 | 学習データ生成装置及び方法、並びに、学習モデル生成装置及び方法 |
CN115115620B (zh) * | 2022-08-23 | 2022-12-13 | 安徽中医药大学 | 一种基于深度学习的肺炎病变模拟方法及系统 |
EP4354452A1 (en) * | 2022-10-11 | 2024-04-17 | Koninklijke Philips N.V. | Medical image search and retrieval |
WO2024128818A1 (ko) * | 2022-12-14 | 2024-06-20 | 경상국립대학교산학협력단 | 컴퓨터 비전과 머신러닝을 사용한 폐 검체의 폐질환 정량화 시스템 및 이를 이용한 폐질환 정량화 방법 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009107770A1 (ja) | 2008-02-29 | 2009-09-03 | 株式会社 日立メディコ | 医用画像表示装置、医用画像撮影装置、及び、医用画像表示方法 |
JP2011182960A (ja) | 2010-03-09 | 2011-09-22 | Fuji Xerox Co Ltd | プログラムおよび情報処理装置 |
JP2014030623A (ja) | 2012-08-03 | 2014-02-20 | Kyoto Univ | 画像処理装置、画像処理方法およびプログラム |
JP2016529037A (ja) | 2013-08-27 | 2016-09-23 | ハートフロー, インコーポレイテッド | 冠動脈病変の部位、発症及び/又は変化を予測するためのシステム及び方法 |
JP2017127623A (ja) | 2016-01-15 | 2017-07-27 | キヤノン株式会社 | 画像処理装置、画像処理方法、およびプログラム |
-
2018
- 2018-08-02 JP JP2018146221A patent/JP7179521B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009107770A1 (ja) | 2008-02-29 | 2009-09-03 | 株式会社 日立メディコ | 医用画像表示装置、医用画像撮影装置、及び、医用画像表示方法 |
JP2011182960A (ja) | 2010-03-09 | 2011-09-22 | Fuji Xerox Co Ltd | プログラムおよび情報処理装置 |
JP2014030623A (ja) | 2012-08-03 | 2014-02-20 | Kyoto Univ | 画像処理装置、画像処理方法およびプログラム |
JP2016529037A (ja) | 2013-08-27 | 2016-09-23 | ハートフロー, インコーポレイテッド | 冠動脈病変の部位、発症及び/又は変化を予測するためのシステム及び方法 |
JP2017127623A (ja) | 2016-01-15 | 2017-07-27 | キヤノン株式会社 | 画像処理装置、画像処理方法、およびプログラム |
Non-Patent Citations (1)
Title |
---|
FRID-ADAR Maayan, et al.,Synthetic data augmentation using GAN for improved liver lesion classification,IEEE ISBI,米国,IEEE,2018年05月24日,2018 IEEE ISBI,p289-293,https://ieeexplore.ieee.org/document/8363576 |
Also Published As
Publication number | Publication date |
---|---|
JP2020018705A (ja) | 2020-02-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7179521B2 (ja) | 医用画像処理装置、画像生成方法、及び画像生成プログラム | |
JP7139479B2 (ja) | 画像処理装置、医用画像診断装置、及びプログラム | |
JP4245353B2 (ja) | オブジェクトオーダーボリュームレンダリングのオクルージョンカリング | |
CN105074775B (zh) | 医学图像的配准 | |
EP3796210A1 (en) | Spatial distribution of pathological image patterns in 3d image data | |
JP6824845B2 (ja) | 画像処理システム、装置、方法およびプログラム | |
EP2810217B1 (en) | Graph cuts-based interactive segmentation of teeth in 3-d ct volumetric data | |
JP2004105737A (ja) | 心臓磁気共振潅流データのための統合的画像記録方法 | |
US20180064409A1 (en) | Simultaneously displaying medical images | |
US20090041322A1 (en) | Computer Assisted Detection of Polyps Within Lumen Using Enhancement of Concave Area | |
Onishi et al. | Investigation of pulmonary nodule classification using multi-scale residual network enhanced with 3DGAN-synthesized volumes | |
JP2021509209A (ja) | 医用画像内の病変の適応セグメント化 | |
JP6383182B2 (ja) | 画像処理装置、画像処理システム、画像処理方法およびプログラム | |
JP2016041245A (ja) | 医用画像処理装置及び医用画像処理方法 | |
JP2020042810A (ja) | 医用情報処理装置、医用情報処理方法、医用情報処理プログラムおよび医用情報処理システム | |
Dawood et al. | The importance of contrast enhancement in medical images analysis and diagnosis | |
US8213696B2 (en) | Tissue detection method for computer aided diagnosis and visualization in the presence of tagging | |
JP7321671B2 (ja) | 情報処理装置、情報処理方法、情報処理システムおよびプログラム | |
Jia et al. | Stacom-slawt challenge: left atrial wall segmentation and thickness measurement using region growing and marker-controlled geodesic active contour | |
Yassine et al. | Fully automated lung segmentation from chest radiographs using SLICO superpixels | |
JP7332362B2 (ja) | 医用画像処理装置、医用画像処理システム、及び、医用画像処理方法 | |
JP2024509039A (ja) | 分類の視覚的説明、方法、システム | |
JP7318058B2 (ja) | 画像処理装置 | |
JP6945379B2 (ja) | 画像処理装置、磁気共鳴イメージング装置及び画像処理プログラム | |
US20240037754A1 (en) | Method for identifying a material boundary in volumetric image data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210616 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220525 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220531 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220729 |
|
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: 20221018 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221116 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7179521 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |