JP7225295B2 - 医用画像表示装置、方法およびプログラム - Google Patents
医用画像表示装置、方法およびプログラム Download PDFInfo
- Publication number
- JP7225295B2 JP7225295B2 JP2021051497A JP2021051497A JP7225295B2 JP 7225295 B2 JP7225295 B2 JP 7225295B2 JP 2021051497 A JP2021051497 A JP 2021051497A JP 2021051497 A JP2021051497 A JP 2021051497A JP 7225295 B2 JP7225295 B2 JP 7225295B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- case
- mapping
- medical
- medical image
- 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
- 238000000034 method Methods 0.000 title claims description 45
- 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
- 238000013507 mapping Methods 0.000 claims description 225
- 230000005484 gravity Effects 0.000 claims description 25
- 238000004364 calculation method Methods 0.000 claims description 20
- 238000002372 labelling Methods 0.000 claims description 20
- 238000013135 deep learning Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 description 26
- 210000004072 lung Anatomy 0.000 description 20
- 238000010586 diagram Methods 0.000 description 18
- 238000013528 artificial neural network Methods 0.000 description 17
- 238000002591 computed tomography Methods 0.000 description 10
- 230000000052 comparative effect Effects 0.000 description 9
- 239000005337 ground glass Substances 0.000 description 8
- 208000029523 Interstitial Lung disease Diseases 0.000 description 7
- 208000024891 symptom Diseases 0.000 description 6
- 238000003745 diagnosis Methods 0.000 description 5
- 239000013598 vector Substances 0.000 description 5
- 239000003086 colorant Substances 0.000 description 4
- 230000001747 exhibiting effect Effects 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 206010014561 Emphysema Diseases 0.000 description 3
- 210000000038 chest Anatomy 0.000 description 3
- 208000031513 cyst Diseases 0.000 description 3
- 229940079593 drug Drugs 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 210000002216 heart Anatomy 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- 206010011732 Cyst Diseases 0.000 description 2
- 208000019693 Lung disease Diseases 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000007596 consolidation process Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 238000003325 tomography Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 206010067182 Bronchial wall thickening Diseases 0.000 description 1
- 208000002151 Pleural effusion Diseases 0.000 description 1
- 206010035600 Pleural fibrosis Diseases 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 210000000621 bronchi Anatomy 0.000 description 1
- 201000009267 bronchiectasis Diseases 0.000 description 1
- 230000007883 bronchodilation Effects 0.000 description 1
- 208000018631 connective tissue disease Diseases 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 210000000188 diaphragm Anatomy 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000035876 healing Effects 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000013517 stratification Methods 0.000 description 1
- 230000008719 thickening Effects 0.000 description 1
- 210000000779 thoracic wall Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/7475—User input or interface means, e.g. keyboard, pointing device, joystick
- A61B5/748—Selection of a region of interest, e.g. using a graphics tablet
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
- G06F18/24133—Distances to prototypes
- G06F18/24137—Distances to cluster centroïds
- G06F18/2414—Smoothing the distance, e.g. radial basis function networks [RBFN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/08—Volume rendering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
- G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
- A61B5/7425—Displaying combinations of multiple images regardless of image source, e.g. displaying a reference anatomical image with a live image
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/48—Diagnostic techniques
- A61B8/483—Diagnostic techniques involving the acquisition of a 3D volume of data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/24—Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
-
- 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
-
- 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
- G06T2207/20084—Artificial neural networks [ANN]
-
- 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
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/41—Medical
-
- 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
Description
およびMRI(Magnetic Resonance Imaging)装置等の医療機器の進歩により、より質の高い高解像度の3次元画像が画像診断に用いられるようになってきている。
分類された症例毎に前記対象領域をラベリングすることにより、前記複数の医用画像のそれぞれに対応する、前記各症例が割り当てられた症例領域を示す複数のマッピング画像を生成するマッピング画像生成手段と、
前記第1の医用画像に対応する第1のマッピング画像および前記第2の医用画像に対応する第2のマッピング画像に基づいて、前記複数種類の症例毎の症例領域の大きさの変化量を算出する変化算出手段と、
前記第1の医用画像に対応する前記第1のマッピング画像および前記複数種類の症例毎の症例領域の変化量を示す表を表示手段に表示する表示制御手段とを備えたことを特徴とするものである。
前記表示制御手段は、前記重心位置の移動量および移動方向の少なくとも一方を示す情報を重畳させて、前記第1のマッピング画像を前記表示手段に表示するものであってもよい。
前記表示制御手段は、前記重心位置の移動量および移動方向を示す情報を重畳させて、前記第1のマッピング画像を前記表示手段に表示するものであってもよい。
前記表示制御手段は、表示の対象となる被写体と異なる被写体についての、前記各症例領域の変化量を前記保存手段から取得し、前記取得した変化量をさらに前記表示手段に表示するものであってもよい。
分類された症例毎に前記対象領域をラベリングすることにより、前記複数の医用画像のそれぞれに対応する、前記各症例が割り当てられた症例領域を示す複数のマッピング画像を生成し、
前記第1の医用画像に対応する第1のマッピング画像および前記第2の医用画像に対応する第2のマッピング画像に基づいて、前記複数種類の症例毎の症例領域の大きさの変化量を算出し、
前記第1の医用画像に対応する前記第1のマッピング画像および前記複数種類の症例毎の症例領域の変化量を示す表を表示手段に表示する。
記憶された命令を実行するよう構成されたプロセッサであって、
プロセッサは、同一被写体についての撮影時期が異なる第1の医用画像および第2の医用画像を含む複数の医用画像のそれぞれに含まれる対象領域を複数種類の症例の少なくとも1つに分類し、
分類された症例毎に前記対象領域をラベリングすることにより、前記複数の医用画像のそれぞれに対応する、前記各症例が割り当てられた症例領域を示す複数のマッピング画像を生成し、
前記第1の医用画像に対応する第1のマッピング画像および前記第2の医用画像に対応する第2のマッピング画像に基づいて、前記複数種類の症例毎の症例領域の大きさの変化量を算出し、
前記第1の医用画像に対応する前記第1のマッピング画像および前記複数種類の症例毎の症例領域の変化量を示す表を表示手段に表示する処理を実行する。
いている。なお、本実施形態においては、画像保管サーバ3には、同一被写体の撮影時期が異なる複数の3次元画像が保存されているものとする。
記録されて配布され、その記録媒体からコンピュータにインストールされる。または、ネットワークに接続されたサーバコンピュータの記憶装置、もしくはネットワークストレージに、外部からアクセス可能な状態で記憶され、要求に応じて医師が使用するコンピュータにダウンロードされ、インストールされる。
11、メモリ12およびストレージ13を備えている。また、医用画像表示装置1には、ディスプレイ14および、マウス等の入力部15が接続されている。
(付記項1)
同一被写体についての撮影時期が異なる第1の医用画像および第2の医用画像を含む複数の医用画像のそれぞれに含まれる対象領域を複数種類の症例の少なくとも1つに分類する分類手段と、
分類された症例毎に前記対象領域をラベリングすることにより、前記複数の医用画像のそれぞれに対応する、前記各症例が割り当てられた症例領域を示す複数のマッピング画像を生成するマッピング画像生成手段と、
前記第1の医用画像に対応する第1のマッピング画像および前記第2の医用画像に対応する第2のマッピング画像に基づいて、前記複数種類の症例毎の症例領域の大きさの変化量を算出する変化算出手段と、
前記第1の医用画像に対応する前記第1のマッピング画像および前記複数種類の症例毎の症例領域の変化量を示す表を表示手段に表示する表示制御手段とを備えたことを特徴とする医用画像表示装置。
(付記項2)
前記複数種類の症例毎の症例領域の変化量は、前記症例毎の症例領域の総面積の変化率である付記項1に記載の医用画像表示装置。
(付記項3)
前記複数種類の症例毎の症例領域の変化量は、前記第1のマッピング画像と前記第2のマッピング画像とで対応する位置の同一の症例が分類された症例領域の変化量である付記項1に記載の医用画像表示装置。
(付記項4)
前記表は、前記複数種類の症例毎の第1のマッピング画像における症例領域の面積、第2のマッピング画像における症例領域の面積、および前記変化量を含む付記項1から3のいずれか1項に記載の医用画像表示装置。
(付記項5)
前記表示制御手段は、前記第1のマッピング画像と前記第2のマッピング画像とを重畳させるように前記表示手段に表示する付記項1から4のいずれか1項に記載の医用画像表示装置。
(付記項6)
前記表示制御手段は、前記第1のマッピング画像の症例領域の境界線と、前記第2のマッピング画像の症例領域の境界線とを異なる表示態様で前記表示手段に表示する付記項5に記載の医用画像表示装置。
(付記項7)
前記変化算出手段は、前記第1のマッピング画像と前記第2のマッピング画像とにおける対応する位置の症例領域について、前記対応する位置の症例領域の重心位置を算出し、前記第1のマッピング画像と前記第2のマッピング画像とにおける前記重心位置の移動量および移動方向の少なくとも一方を算出し、
前記表示制御手段は、前記重心位置の移動量および移動方向の少なくとも一方を示す情報を重畳させて、前記第1のマッピング画像を前記表示手段に表示する付記項1から6のいずれか1項に記載の医用画像表示装置。
(付記項8)
前記変化算出手段は、前記第1のマッピング画像と前記第2のマッピング画像とにおける対応する位置の症例領域について、前記対応する位置の症例領域の重心位置を算出し、前記第1のマッピング画像と前記第2のマッピング画像とにおける前記重心位置の移動量および移動方向を算出し、
前記表示制御手段は、前記重心位置の移動量および移動方向を示す情報を重畳させて、前記第1のマッピング画像を前記表示手段に表示する付記項1から6のいずれか1項に記載の医用画像表示装置。
(付記項9)
前記複数の医用画像の位置合わせを行い、前記位置合わせ結果に基づいて前記複数のマッピング画像の位置合わせを行う位置合わせ手段をさらに備えた付記項1から8のいずれか1項に記載の医用画像表示装置。
(付記項10)
前記位置合わせ手段は、前記複数の医用画像のうち、撮影時期が最も古い医用画像に前記最も古い医用画像以外の医用画像の位置を合わせる第1の位置合わせ、前記撮影時期が最も新しい医用画像に前記最も新しい医用画像以外の医用画像の位置を合わせる第2の位置合わせ、および指定された医用画像に前記指定された医用画像以外の医用画像の位置を合わせる第3の位置合わせのうちの、指定された位置合わせを行う付記項9に記載の医用画像表示装置。
(付記項11)
前記分類手段は、前記複数種類の症例を分類するようにディープラーニングがなされた判別器を有し、前記判別器により前記対象領域を複数種類の症例領域に分類する付記項1から10のいずれか1項に記載の医用画像表示装置。
(付記項12)
複数の被写体についての、前記各症例領域の変化に関する情報を保存する保存手段をさらに備え、
前記表示制御手段は、表示の対象となる被写体と異なる被写体についての、前記各症例領域の変化に関する情報を前記保存手段から取得し、前記取得した変化に関する情報をさらに前記表示手段に表示する付記項1から11のいずれか1項に記載の医用画像表示装置。
(付記項13)
同一被写体についての撮影時期が異なる第1の医用画像および第2の医用画像を含む複数の医用画像のそれぞれに含まれる対象領域を複数種類の症例の少なくとも1つに分類し、
分類された症例毎に前記対象領域をラベリングすることにより、前記複数の医用画像のそれぞれに対応する、前記各症例が割り当てられた症例領域を示す複数のマッピング画像を生成し、
前記第1の医用画像に対応する第1のマッピング画像および前記第2の医用画像に対応する第2のマッピング画像に基づいて、前記複数種類の症例毎の症例領域の大きさの変化量を算出し、
前記第1の医用画像に対応する前記第1のマッピング画像および前記複数種類の症例毎の症例領域の変化量を示す表を表示手段に表示する医用画像表示方法。
(付記項14)
同一被写体についての撮影時期が異なる第1の医用画像および第2の医用画像を含む複数の医用画像のそれぞれに含まれる対象領域を複数種類の症例の少なくとも1つに分類する手順と、
分類された症例毎に前記対象領域をラベリングすることにより、前記複数の医用画像のそれぞれに対応する、前記各症例が割り当てられた症例領域を示す複数のマッピング画像を生成する手順と、
前記第1の医用画像に対応する第1のマッピング画像および前記第2の医用画像に対応する第2のマッピング画像に基づいて、前記複数種類の症例毎の症例領域の大きさの変化量を算出する手順と、
前記第1の医用画像に対応する前記第1のマッピング画像および前記複数種類の症例毎の症例領域の変化量を示す表を表示手段に表示する手順とをコンピュータに実行させることを特徴とする医用画像表示プログラム。
2 3次元画像撮影装置
3 画像保管サーバ
4 ネットワーク
11 CPU
12 メモリ
13 ストレージ
14 ディスプレイ
15 入力部
21 画像取得部
22 分類部
23 マッピング画像生成部
24 位置合わせ部
25 変化算出部
26 表示制御部
27 学習部
40 多層ニューラルネットワーク
41 入力層
42 出力層
50 レファレンス
51,52 表
A01,A02,A04,A11~A14 症例領域
G01,G02,G04,G11~G14 重心位置
M0,M1 マッピング画像
V0,V1 3次元画像
Claims (15)
- 同一被写体についての撮影時期が異なる第1の医用画像および第2の医用画像を含む複数の医用画像のそれぞれに含まれる対象領域を複数種類の症例領域に分類する分類手段と、
各症例領域をラベリングすることにより、前記各症例領域がラベリングされた、前記複数の医用画像のそれぞれに対応する複数のマッピング画像を生成するマッピング画像生成手段と、
前記第1の医用画像に対応する第1のマッピング画像および前記第2の医用画像に対応する第2のマッピング画像に基づいて、同一の症例が分類された、対応する症例領域の大きさの変化量を算出する変化算出手段と、
前記第1の医用画像に対応する前記第1のマッピング画像および前記変化量を示す表を表示手段に表示し、前記第1のマッピング画像と前記第2のマッピング画像とを重畳させるように前記表示手段に表示し、前記第1のマッピング画像の症例領域の境界線と、前記第2のマッピング画像の症例領域の境界線とを異なる表示態様で前記表示手段に表示する表示制御手段とを備えた医用画像表示装置。 - 同一被写体についての撮影時期が異なる第1の医用画像および第2の医用画像を含む複数の医用画像のそれぞれに含まれる対象領域を複数種類の症例領域に分類する分類手段と、
各症例領域をラベリングすることにより、前記各症例領域がラベリングされた、前記複数の医用画像のそれぞれに対応する複数のマッピング画像を生成するマッピング画像生成手段と、
前記第1の医用画像に対応する第1のマッピング画像および前記第2の医用画像に対応する第2のマッピング画像に基づいて、同一の症例が分類された、対応する症例領域の大きさの変化量を算出し、前記第1のマッピング画像と前記第2のマッピング画像とにおける対応する位置の症例領域について、前記対応する位置の症例領域の重心位置を算出し、前記第1のマッピング画像と前記第2のマッピング画像とにおける前記重心位置の移動量および移動方向の少なくとも一方を算出する変化算出手段と、
前記第1の医用画像に対応する前記第1のマッピング画像および前記変化量を示す表を表示手段に表示し、前記重心位置の移動量および移動方向の少なくとも一方を示す情報を重畳させて、前記第1のマッピング画像を前記表示手段に表示する表示制御手段とを備えた医用画像表示装置。 - 同一被写体についての撮影時期が異なる第1の医用画像および第2の医用画像を含む複数の医用画像のそれぞれに含まれる対象領域を複数種類の症例領域に分類する分類手段と、
各症例領域をラベリングすることにより、前記各症例領域がラベリングされた、前記複数の医用画像のそれぞれに対応する複数のマッピング画像を生成するマッピング画像生成手段と、
前記第1の医用画像に対応する第1のマッピング画像および前記第2の医用画像に対応する第2のマッピング画像に基づいて、同一の症例が分類された、対応する症例領域の大きさの変化量を算出し、前記第1のマッピング画像と前記第2のマッピング画像とにおける対応する位置の症例領域について、前記対応する位置の症例領域の重心位置を算出し、前記第1のマッピング画像と前記第2のマッピング画像とにおける前記重心位置の移動量および移動方向を算出する変化算出手段と、
前記第1の医用画像に対応する前記第1のマッピング画像および前記変化量を示す表を表示手段に表示し、前記重心位置、前記重心位置の移動量および移動方向を示す情報を重畳させて、前記第1のマッピング画像を前記表示手段に表示する表示制御手段とを備えた医用画像表示装置。 - 前記表は、前記第1のマッピング画像における前記対応する症例領域の面積、第2のマッピング画像における前記対応する症例領域の面積、および前記変化量を含む請求項1から3の何れか1項に記載の医用画像表示装置。
- 前記複数の医用画像の位置合わせを行い、前記位置合わせ結果に基づいて前記複数のマッピング画像の位置合わせを行う位置合わせ手段をさらに備えた請求項1から4のいずれか1項に記載の医用画像表示装置。
- 前記位置合わせ手段は、前記複数の医用画像のうち、撮影時期が最も古い医用画像に前記最も古い医用画像以外の医用画像の位置を合わせる第1の位置合わせ、前記撮影時期が最も新しい医用画像に前記最も新しい医用画像以外の医用画像の位置を合わせる第2の位置合わせ、および指定された医用画像に前記指定された医用画像以外の医用画像の位置を合わせる第3の位置合わせのうちの、指定された位置合わせを行う請求項5に記載の医用画像表示装置。
- 前記症例領域の変化量は、前記症例毎の症例領域の面積の変化率である請求項1から6のいずれか1項に記載の医用画像表示装置。
- 前記分類手段は、前記複数種類の症例を分類するようにディープラーニングがなされた判別器を有し、前記判別器により前記対象領域を複数種類の症例領域に分類する請求項1から7のいずれか1項に記載の医用画像表示装置。
- 複数の被写体についての、前記変化量を保存する保存手段をさらに備え、
前記表示制御手段は、表示の対象となる被写体と異なる被写体についての、前記変化量を前記保存手段から取得し、前記取得した変化量をさらに前記表示手段に表示する請求項1から8のいずれか1項に記載の医用画像表示装置。 - 同一被写体についての撮影時期が異なる第1の医用画像および第2の医用画像を含む複数の医用画像のそれぞれに含まれる対象領域を複数種類の症例領域に分類し、
各症例領域をラベリングすることにより、前記各症例領域がラベリングされた、前記複数の医用画像のそれぞれに対応する複数のマッピング画像を生成し、
前記第1の医用画像に対応する第1のマッピング画像および前記第2の医用画像に対応する第2のマッピング画像に基づいて、同一の症例が分類された、対応する症例領域の大きさの変化量を算出し、
前記第1の医用画像に対応する前記第1のマッピング画像および前記変化量を示す表を表示手段に表示し、前記第1のマッピング画像と前記第2のマッピング画像とを重畳させるように前記表示手段に表示し、前記第1のマッピング画像の症例領域の境界線と、前記第2のマッピング画像の症例領域の境界線とを異なる表示態様で前記表示手段に表示する医用画像表示方法。 - 同一被写体についての撮影時期が異なる第1の医用画像および第2の医用画像を含む複数の医用画像のそれぞれに含まれる対象領域を複数種類の症例領域に分類し、
各症例領域をラベリングすることにより、前記各症例領域がラベリングされた、前記複数の医用画像のそれぞれに対応する複数のマッピング画像を生成し、
前記第1の医用画像に対応する第1のマッピング画像および前記第2の医用画像に対応する第2のマッピング画像に基づいて、同一の症例が分類された、対応する症例領域の大きさの変化量を算出し、前記第1のマッピング画像と前記第2のマッピング画像とにおける対応する位置の症例領域について、前記対応する位置の症例領域の重心位置を算出し、前記第1のマッピング画像と前記第2のマッピング画像とにおける前記重心位置の移動量および移動方向の少なくとも一方を算出し、
前記第1の医用画像に対応する前記第1のマッピング画像および前記変化量を示す表を表示手段に表示し、前記重心位置の移動量および移動方向の少なくとも一方を示す情報を重畳させて、前記第1のマッピング画像を前記表示手段に表示する医用画像表示方法。 - 同一被写体についての撮影時期が異なる第1の医用画像および第2の医用画像を含む複数の医用画像のそれぞれに含まれる対象領域を複数種類の症例領域に分類し、
各症例領域をラベリングすることにより、前記各症例領域がラベリングされた、前記複数の医用画像のそれぞれに対応する複数のマッピング画像を生成し、
前記第1の医用画像に対応する第1のマッピング画像および前記第2の医用画像に対応する第2のマッピング画像に基づいて、同一の症例が分類された、対応する症例領域の大きさの変化量を算出し、前記第1のマッピング画像と前記第2のマッピング画像とにおける対応する位置の症例領域について、前記対応する位置の症例領域の重心位置を算出し、前記第1のマッピング画像と前記第2のマッピング画像とにおける前記重心位置の移動量および移動方向を算出し、
前記第1の医用画像に対応する前記第1のマッピング画像および前記変化量を示す表を表示手段に表示し、前記重心位置、前記重心位置の移動量および移動方向を示す情報を重畳させて、前記第1のマッピング画像を前記表示手段に表示する医用画像表示方法。 - 同一被写体についての撮影時期が異なる第1の医用画像および第2の医用画像を含む複数の医用画像のそれぞれに含まれる対象領域を複数種類の症例領域に分類する手順と、
各症例領域をラベリングすることにより、前記各症例領域がラベリングされた、前記複数の医用画像のそれぞれに対応する複数のマッピング画像を生成する手順と、
前記第1の医用画像に対応する第1のマッピング画像および前記第2の医用画像に対応する第2のマッピング画像に基づいて、同一の症例が分類された、対応する症例領域の大きさの変化量を算出する手順と、
前記第1の医用画像に対応する前記第1のマッピング画像および前記変化量を示す表を表示手段に表示し、前記第1のマッピング画像と前記第2のマッピング画像とを重畳させるように前記表示手段に表示し、前記第1のマッピング画像の症例領域の境界線と、前記第2のマッピング画像の症例領域の境界線とを異なる表示態様で前記表示手段に表示する手順とをコンピュータに実行させる医用画像表示プログラム。 - 同一被写体についての撮影時期が異なる第1の医用画像および第2の医用画像を含む複数の医用画像のそれぞれに含まれる対象領域を複数種類の症例領域に分類する手順と、
各症例領域をラベリングすることにより、前記各症例領域がラベリングされた、前記複数の医用画像のそれぞれに対応する複数のマッピング画像を生成する手順と、
前記第1の医用画像に対応する第1のマッピング画像および前記第2の医用画像に対応する第2のマッピング画像に基づいて、同一の症例が分類された、対応する症例領域の大きさの変化量を算出し、前記第1のマッピング画像と前記第2のマッピング画像とにおける対応する位置の症例領域について、前記対応する位置の症例領域の重心位置を算出し、前記第1のマッピング画像と前記第2のマッピング画像とにおける前記重心位置の移動量および移動方向の少なくとも一方を算出する手順と、
前記第1の医用画像に対応する前記第1のマッピング画像および前記変化量を示す表を表示手段に表示し、前記重心位置の移動量および移動方向の少なくとも一方を示す情報を重畳させて、前記第1のマッピング画像を前記表示手段に表示する手順とをコンピュータに実行させる医用画像表示プログラム。 - 同一被写体についての撮影時期が異なる第1の医用画像および第2の医用画像を含む複数の医用画像のそれぞれに含まれる対象領域を複数種類の症例領域に分類する手順と、
各症例領域をラベリングすることにより、前記各症例領域がラベリングされた、前記複数の医用画像のそれぞれに対応する複数のマッピング画像を生成する手順と、
前記第1の医用画像に対応する第1のマッピング画像および前記第2の医用画像に対応する第2のマッピング画像に基づいて、同一の症例が分類された、対応する症例領域の大きさの変化量を算出し、前記第1のマッピング画像と前記第2のマッピング画像とにおける対応する位置の症例領域について、前記対応する位置の症例領域の重心位置を算出し、前記第1のマッピング画像と前記第2のマッピング画像とにおける前記重心位置の移動量および移動方向を算出する手順と、
前記第1の医用画像に対応する前記第1のマッピング画像および前記変化量を示す表を表示手段に表示し、前記重心位置、前記重心位置の移動量および移動方向を示す情報を重畳させて、前記第1のマッピング画像を前記表示手段に表示する手順とをコンピュータに実行させる医用画像表示プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021051497A JP7225295B2 (ja) | 2017-04-10 | 2021-03-25 | 医用画像表示装置、方法およびプログラム |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017077361A JP2018175227A (ja) | 2017-04-10 | 2017-04-10 | 医用画像表示装置、方法およびプログラム |
JP2021051497A JP7225295B2 (ja) | 2017-04-10 | 2021-03-25 | 医用画像表示装置、方法およびプログラム |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017077361A Division JP2018175227A (ja) | 2017-04-10 | 2017-04-10 | 医用画像表示装置、方法およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021106887A JP2021106887A (ja) | 2021-07-29 |
JP7225295B2 true JP7225295B2 (ja) | 2023-02-20 |
Family
ID=63588157
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017077361A Pending JP2018175227A (ja) | 2017-04-10 | 2017-04-10 | 医用画像表示装置、方法およびプログラム |
JP2021051497A Active JP7225295B2 (ja) | 2017-04-10 | 2021-03-25 | 医用画像表示装置、方法およびプログラム |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017077361A Pending JP2018175227A (ja) | 2017-04-10 | 2017-04-10 | 医用画像表示装置、方法およびプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US10980493B2 (ja) |
JP (2) | JP2018175227A (ja) |
DE (1) | DE102018108153A1 (ja) |
Families Citing this family (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018175227A (ja) * | 2017-04-10 | 2018-11-15 | 富士フイルム株式会社 | 医用画像表示装置、方法およびプログラム |
GB201716890D0 (en) * | 2017-10-13 | 2017-11-29 | Optellum Ltd | System, method and apparatus for assisting a determination of medical images |
CN112955929A (zh) * | 2018-11-07 | 2021-06-11 | 株式会社东芝 | 图像处理装置、图像处理方法以及程序 |
US10811135B2 (en) | 2018-12-27 | 2020-10-20 | General Electric Company | Systems and methods to determine disease progression from artificial intelligence detection output |
WO2020167042A1 (ko) * | 2019-02-15 | 2020-08-20 | 주식회사 메디트 | 스캔 과정 재생 방법 |
JP6582171B1 (ja) * | 2019-02-21 | 2019-09-25 | 廣美 畑中 | 医用画像にaiの判断で進行度合いを表示する測計方法。 |
JP2020174861A (ja) * | 2019-04-17 | 2020-10-29 | キヤノン株式会社 | 情報処理装置、情報処理方法およびプログラム |
JP7098835B2 (ja) * | 2019-05-28 | 2022-07-11 | 富士フイルム株式会社 | マッチング装置、方法およびプログラム |
JP7387340B2 (ja) | 2019-08-30 | 2023-11-28 | 株式会社 資生堂 | 生体構造識別装置、生体構造識別方法及び生体構造識別用コンピュータプログラム |
WO2021060461A1 (ja) * | 2019-09-25 | 2021-04-01 | 富士フイルム株式会社 | 画像処理装置、方法およびプログラム |
JP7288070B2 (ja) | 2019-10-07 | 2023-06-06 | 富士フイルム株式会社 | 画像処理装置、方法およびプログラム |
JP7100901B2 (ja) * | 2019-10-25 | 2022-07-14 | 直己 岡田 | 重症度評価装置、重症度評価方法、及びプログラム |
JP7410619B2 (ja) * | 2019-10-31 | 2024-01-10 | 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 |
DE112021001190T5 (de) * | 2020-02-20 | 2022-12-15 | Fujifilm Corporation | Informationsverarbeitungsvorrichtung, -verfahren und -programm |
CN113470037A (zh) | 2020-03-31 | 2021-10-01 | 阿里巴巴集团控股有限公司 | 数据处理方法、装置及系统 |
JP7472621B2 (ja) | 2020-04-21 | 2024-04-23 | 富士通株式会社 | 医用画像経時比較プログラム、医用画像経時比較方法及び医用画像経時比較システム |
JP2021176424A (ja) * | 2020-05-08 | 2021-11-11 | コニカミノルタ株式会社 | 医療診断支援装置、医療診断支援プログラム、および医療診断支援方法 |
JP7413147B2 (ja) * | 2020-05-21 | 2024-01-15 | キヤノン株式会社 | 画像処理装置、画像処理方法、及びプログラム |
JP7412279B2 (ja) * | 2020-06-03 | 2024-01-12 | 株式会社日立ハイテク | 画像診断方法、画像診断支援装置、及び計算機システム |
JP7426712B2 (ja) | 2020-06-16 | 2024-02-02 | 国立大学法人旭川医科大学 | 画像処理装置、画像処理方法、およびプログラム |
JP7463538B2 (ja) | 2020-09-28 | 2024-04-08 | 富士フイルム株式会社 | 画像処理装置、画像処理装置の作動方法、画像処理装置の作動プログラム、並びに学習済みモデル |
CN113034434B (zh) * | 2021-02-03 | 2022-09-02 | 深圳市第三人民医院(深圳市肝病研究所) | 一种预测covid-19严重程度的多因素人工智能分析方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004046594A (ja) | 2002-07-12 | 2004-02-12 | Konica Minolta Holdings Inc | 画像診断支援装置 |
WO2005117712A1 (ja) | 2004-06-03 | 2005-12-15 | Hitachi Medical Corporation | 画像診断支援方法及び画像診断支援装置 |
JP2007144175A (ja) | 2005-11-23 | 2007-06-14 | General Electric Co <Ge> | リアルタイム対話式データ解析管理ツール |
JP2007287018A (ja) | 2006-04-19 | 2007-11-01 | Fujifilm Corp | 診断支援システム |
JP2008220765A (ja) | 2007-03-14 | 2008-09-25 | Toshiba Corp | 医用画像表示装置、医用画像表示方法及び医用画像診断装置 |
JP2009045121A (ja) | 2007-08-14 | 2009-03-05 | Fujifilm Corp | 医用画像処理システム、医用画像処理方法、及びプログラム |
WO2010082246A1 (ja) | 2009-01-14 | 2010-07-22 | キヤノン株式会社 | 情報処理装置および情報処理方法 |
JP2013198817A (ja) | 2013-07-10 | 2013-10-03 | Canon Inc | 情報処理装置、情報処理方法、プログラムおよび記憶媒体 |
US20170046616A1 (en) | 2015-08-15 | 2017-02-16 | Salesforce.Com, Inc. | Three-dimensional (3d) convolution with 3d batch normalization |
JP2018175227A (ja) | 2017-04-10 | 2018-11-15 | 富士フイルム株式会社 | 医用画像表示装置、方法およびプログラム |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5148100A (ja) | 1974-10-22 | 1976-04-24 | Tokyo Shibaura Electric Co | Kitaihaikibutsushorikeino dorenhaishutsusochi |
JP3577680B2 (ja) | 1995-04-27 | 2004-10-13 | コニカミノルタホールディングス株式会社 | 画像処理装置 |
JP4294881B2 (ja) | 2000-05-12 | 2009-07-15 | 富士フイルム株式会社 | 画像の位置合わせ方法および装置 |
US8064673B2 (en) * | 2008-10-15 | 2011-11-22 | Siemens Aktiengesellschaft | Combined segmentation and registration framework for parametric shapes |
JP5661453B2 (ja) | 2010-02-04 | 2015-01-28 | 株式会社東芝 | 画像処理装置、超音波診断装置、及び画像処理方法 |
US9949701B2 (en) * | 2013-02-14 | 2018-04-24 | Siemens Aktiengesellschaft | Registration for tracked medical tools and X-ray systems |
WO2014156269A1 (ja) * | 2013-03-25 | 2014-10-02 | 日立アロカメディカル株式会社 | 超音波撮像装置及び超音波画像表示方法 |
KR20160020917A (ko) * | 2014-08-14 | 2016-02-24 | 삼성전자주식회사 | 컴퓨터 보조 진단 장치 및 방법 |
US10748661B2 (en) * | 2014-10-30 | 2020-08-18 | Panasonic Corporation | Method for controlling information terminal, and recording medium |
KR102314650B1 (ko) * | 2014-11-28 | 2021-10-19 | 삼성전자주식회사 | 사용자의 진단 의도에 기초한 컴퓨터 보조 진단 장치 및 방법 |
JP2017077361A (ja) * | 2015-10-20 | 2017-04-27 | 雪印メグミルク株式会社 | 容器 |
WO2017081302A1 (en) * | 2015-11-12 | 2017-05-18 | Koninklijke Philips N.V. | Medical instrument for analysis of white matter brain lesions |
CN108289651B (zh) * | 2015-11-25 | 2019-07-12 | 皇家飞利浦有限公司 | 用于跟踪身体部位中的超声探头的系统 |
US20170215967A1 (en) * | 2016-02-03 | 2017-08-03 | William B. Spath | Implant recommendation system and method |
EP3549100B1 (en) * | 2016-11-29 | 2021-03-03 | Koninklijke Philips N.V. | Heart segmentation methodology for cardiac motion correction |
CN116779143A (zh) * | 2017-05-09 | 2023-09-19 | 巴克斯特国际公司 | 胃肠外营养诊断系统、设备和方法 |
-
2017
- 2017-04-10 JP JP2017077361A patent/JP2018175227A/ja active Pending
-
2018
- 2018-04-02 US US15/943,002 patent/US10980493B2/en active Active
- 2018-04-06 DE DE102018108153.7A patent/DE102018108153A1/de active Pending
-
2021
- 2021-03-25 JP JP2021051497A patent/JP7225295B2/ja active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004046594A (ja) | 2002-07-12 | 2004-02-12 | Konica Minolta Holdings Inc | 画像診断支援装置 |
WO2005117712A1 (ja) | 2004-06-03 | 2005-12-15 | Hitachi Medical Corporation | 画像診断支援方法及び画像診断支援装置 |
JP2007144175A (ja) | 2005-11-23 | 2007-06-14 | General Electric Co <Ge> | リアルタイム対話式データ解析管理ツール |
JP2007287018A (ja) | 2006-04-19 | 2007-11-01 | Fujifilm Corp | 診断支援システム |
JP2008220765A (ja) | 2007-03-14 | 2008-09-25 | Toshiba Corp | 医用画像表示装置、医用画像表示方法及び医用画像診断装置 |
JP2009045121A (ja) | 2007-08-14 | 2009-03-05 | Fujifilm Corp | 医用画像処理システム、医用画像処理方法、及びプログラム |
WO2010082246A1 (ja) | 2009-01-14 | 2010-07-22 | キヤノン株式会社 | 情報処理装置および情報処理方法 |
JP2013198817A (ja) | 2013-07-10 | 2013-10-03 | Canon Inc | 情報処理装置、情報処理方法、プログラムおよび記憶媒体 |
US20170046616A1 (en) | 2015-08-15 | 2017-02-16 | Salesforce.Com, Inc. | Three-dimensional (3d) convolution with 3d batch normalization |
JP2018175227A (ja) | 2017-04-10 | 2018-11-15 | 富士フイルム株式会社 | 医用画像表示装置、方法およびプログラム |
Non-Patent Citations (2)
Title |
---|
大沢 哲 他4名,"医師の思考を効果的にサポートする類似症例検索システム「SYNAPSE Case Match」の開発と商用化",MEDICAL IMAGING TECHNOLOGY,Vol.32, No.1,2014年,pp.26-31 |
放射線科ポータル Rad Fan ONLINE,"富士フイルム、類似症例検索システム「SYNAPSE Case Match]に、「びまん性肺疾患」の症例検索機能を新た,[オンライン],[令和3年1月6日検索],2017年02月27日,インターネット<URL:https://www.e-radfan.com/product/56835> |
Also Published As
Publication number | Publication date |
---|---|
DE102018108153A1 (de) | 2018-10-11 |
US20180289336A1 (en) | 2018-10-11 |
JP2021106887A (ja) | 2021-07-29 |
US10980493B2 (en) | 2021-04-20 |
JP2018175227A (ja) | 2018-11-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7225295B2 (ja) | 医用画像表示装置、方法およびプログラム | |
US20190021677A1 (en) | Methods and systems for classification and assessment using machine learning | |
JP6542004B2 (ja) | 医用画像処理装置、および医用画像処理システム | |
JP6807820B2 (ja) | 画像検索装置、方法およびプログラム | |
US11364002B2 (en) | Medical-image processing apparatus and medical-image diagnostic apparatus | |
US10650282B2 (en) | Medical image classification apparatus, method, and program | |
US20160321427A1 (en) | Patient-Specific Therapy Planning Support Using Patient Matching | |
JP5415245B2 (ja) | 医用画像表示装置および方法並びにプログラム | |
US11468659B2 (en) | Learning support device, learning support method, learning support program, region-of-interest discrimination device, region-of-interest discrimination method, region-of-interest discrimination program, and learned model | |
WO2020110519A1 (ja) | 類似度決定装置、方法およびプログラム | |
JP7004829B2 (ja) | 類似度決定装置、方法およびプログラム | |
US11756673B2 (en) | Medical information processing apparatus and medical information processing method | |
JP2023114463A (ja) | 表示装置、方法およびプログラム | |
JPWO2020044840A1 (ja) | 領域分割装置、方法およびプログラム、類似度決定装置、方法およびプログラム、並びに特徴量導出装置、方法およびプログラム | |
Singh et al. | Semantic segmentation of bone structures in chest X-rays including unhealthy radiographs: A robust and accurate approach | |
JP2020174861A (ja) | 情報処理装置、情報処理方法およびプログラム | |
US20240074738A1 (en) | Ultrasound image-based identification of anatomical scan window, probe orientation, and/or patient position | |
JPWO2018159708A1 (ja) | 血流解析装置および方法並びにプログラム | |
WO2020110520A1 (ja) | 類似度決定装置、方法およびプログラム | |
WO2022054541A1 (ja) | 画像処理装置、方法およびプログラム | |
JP7170868B2 (ja) | 学習装置、方法およびプログラム、医用画像処理装置、方法およびプログラム、並びに判別器 | |
JP7376715B2 (ja) | 経過予測装置、経過予測装置の作動方法および経過予測プログラム | |
US20220044052A1 (en) | Matching apparatus, matching method, and matching program | |
US20230274424A1 (en) | Appartus and method for quantifying lesion in biometric image | |
EP4312229A1 (en) | Information processing apparatus, information processing method, program, trained model, and learning model generation method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210325 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220222 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220301 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220407 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220809 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220920 |
|
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: 20230117 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230208 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7225295 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |