JP7454435B2 - 医用画像処理装置および医用画像処理方法 - Google Patents
医用画像処理装置および医用画像処理方法 Download PDFInfo
- Publication number
- JP7454435B2 JP7454435B2 JP2020073129A JP2020073129A JP7454435B2 JP 7454435 B2 JP7454435 B2 JP 7454435B2 JP 2020073129 A JP2020073129 A JP 2020073129A JP 2020073129 A JP2020073129 A JP 2020073129A JP 7454435 B2 JP7454435 B2 JP 7454435B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- simulated
- ray
- information
- dimensional data
- 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 54
- 238000003672 processing method Methods 0.000 title claims description 6
- 239000000126 substance Substances 0.000 claims description 63
- 238000003384 imaging method Methods 0.000 claims description 27
- 239000000463 material Substances 0.000 claims description 26
- 238000003745 diagnosis Methods 0.000 claims description 22
- 238000012549 training Methods 0.000 claims description 16
- 239000000203 mixture Substances 0.000 claims description 13
- 238000013170 computed tomography imaging Methods 0.000 claims description 11
- 210000003722 extracellular fluid Anatomy 0.000 claims description 9
- 239000010421 standard material Substances 0.000 claims description 9
- 230000011218 segmentation Effects 0.000 claims description 7
- 210000004369 blood Anatomy 0.000 claims description 6
- 239000008280 blood Substances 0.000 claims description 6
- 210000002751 lymph Anatomy 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims 1
- 230000006870 function Effects 0.000 description 62
- 238000000034 method Methods 0.000 description 29
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 19
- 238000010586 diagram Methods 0.000 description 18
- 238000011976 chest X-ray Methods 0.000 description 17
- 238000002591 computed tomography Methods 0.000 description 17
- 238000004195 computer-aided diagnosis Methods 0.000 description 13
- 238000013527 convolutional neural network Methods 0.000 description 9
- 238000013135 deep learning Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 210000000056 organ Anatomy 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 6
- 230000005484 gravity Effects 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 5
- 238000005094 computer simulation Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 239000012530 fluid Substances 0.000 description 4
- 210000004880 lymph fluid Anatomy 0.000 description 4
- 238000002595 magnetic resonance imaging Methods 0.000 description 4
- 230000005855 radiation Effects 0.000 description 4
- 210000004204 blood vessel Anatomy 0.000 description 3
- 210000000988 bone and bone Anatomy 0.000 description 3
- 230000003902 lesion Effects 0.000 description 3
- 210000003205 muscle Anatomy 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000002834 transmittance Methods 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000037182 bone density Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 125000004435 hydrogen atom Chemical class [H]* 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 238000012880 independent component analysis Methods 0.000 description 1
- 210000001596 intra-abdominal fat Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000001926 lymphatic effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 229910052698 phosphorus Inorganic materials 0.000 description 1
- 239000011574 phosphorus Substances 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 210000003491 skin Anatomy 0.000 description 1
- 210000004003 subcutaneous fat Anatomy 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 210000001835 viscera Anatomy 0.000 description 1
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Description
図1は、一実施形態に係る医用画像処理装置10の一構成例を示すブロック図である。医用画像処理装置10は、X線診断装置101、X線CT装置102、画像サーバ103、MRI装置104、超音波診断装置105などのモダリティとネットワーク100を介して接続される。
次に、本実施形態に係る医用画像処理装置10および医用画像処理方法の動作の一例について説明する。
図2は、図1に示す処理回路15のプロセッサにより、第1モダリティの3次元医用画像データにもとづいて学習用に第2モダリティの2次元医用画像データを容易に数多く収集する際の手順の一例を示すフローチャートである。図2において、Sに数字を付した符号はフローチャートの各ステップを示す。また、図3は図2に示す手順におけるデータフローの一例を示す説明図である。
つづいて、物質情報割当機能22による、3Dデータの各部に対する高精度な物質情報の割り当て処理(以下、物質情報割り当て処理という)について説明する。
図5は、CAD機能26の学習時におけるデータフローの一例を示す説明図である。CAD機能26は、多数のトレーニングデータセットを用いて深層学習を行うことにより、パラメータデータ262を逐次的に更新する。
図6は、CAD機能26の運用時におけるデータフローの一例を示す説明図である。運用時には、CAD機能26は、診断対象の2Dデータ51を入力され、学習済みモデル30を用いて、診断情報52を生成する。
ところで、第1モダリティが臥位で被検体を撮影する装置である一方、第2モダリティが立位で被検体を撮影する装置である場合がある。この場合は、より高精度な物質情報の割り当てのため、体位に応じて物質情報を修正することが好ましい。
図8は、心拍位相ごとに模擬2Dデータを生成する処理を説明するための図である。模擬2Dデータ生成機能24は、特定の心拍位相における3Dデータにもとづいて、特定の心拍位相における模擬2Dデータを多数生成してもよい。
図9は、3Dデータの各部の一部を消去する処理を説明するための図である。模擬2Dデータ生成機能24は、3Dデータの各部のうちの一部の物質情報を、たとえば隣接する部位の物質情報に置換してから第2モダリティで撮影したと模すことにより、当該一部を消去した模擬2Dデータを生成してもよい。すなわち、本実施形態に係る医用画像処理装置10は、任意の物質をある特定の組成に置き換えてからX線の通過パスを計算することにより、任意の物質の存在比を変化させた画像を作成することができる。
図10は、時間情報を持ち時系列的に連続した動態模擬2Dデータの生成処理を説明するための図である。
15 処理回路
22 物質情報割当機能
23 パラメータ設定機能
24 模擬2Dデータ生成機能
25 学習機能
26 CAD機能
30 学習済みモデル
51 診断対象の2Dデータ
52 診断情報
101 X線診断装置
102 X線CT装置
Claims (11)
- 第1モダリティで生成された被検体の医用画像の3次元データに含まれる前記被検体の各部について、密度と組成の情報を含む物質情報を割り当てる割当部と、
前記物質情報が設定された前記3次元データを複数の模擬撮影パラメータセットを用いて第2モダリティで撮影したと模すことにより、複数の模擬2次元画像データを生成する生成部と、
前記複数の模擬2次元画像データと、前記3次元データに関連付けられた確定診断情報と、をトレーニングデータセットとして用いて学習済みモデルを構築する学習部と、
を備え、
前記割当部は、
前記3次元データをセグメンテーション処理することで前記各部を抽出し、人体の標準的な物質情報にもとづいて、前記3次元データの前記各部に前記物質情報を割り当て、
前記第1モダリティはX線CT装置であり、
前記第2モダリティはX線診断装置であり、
前記X線CT装置は前記被検体を臥位で撮影する一方、前記X線診断装置は前記被検体を立位で撮影し、
前記割当部は、
前記被検体の撮影時の体位の差異にもとづいて、前記X線診断装置において立位で前記被検体を撮影したと模した場合の前記各部に含まれる水分の分布を推定し、この推定した水分の分布にもとづいて前記3次元データの前記各部に前記物質情報を割り当てる、
医用画像処理装置。 - 前記割当部は、
前記各部に前記標準的な物質情報を仮に割り当てられた前記3次元データにもとづいて、当該3次元データのX線CT撮影時の撮影パラメータを用いて模擬サイノグラムを生成し、
前記X線CT撮影時に実際に得られた実サイノグラムと前記模擬サイノグラムとの差異を求め、
当該差異にもとづいて前記標準的な物質情報を修正する、
ことにより、前記3次元データの前記各部に前記物質情報を割り当てる、
請求項1記載の医用画像処理装置。 - 前記X線診断装置は前記被検体を立位で撮影する装置であり、
前記生成部は、
前記被検体の正面からのX線撮影を模した複数の模擬2次元画像データと、側面からのX線撮影を模した複数の模擬2次元画像データと、を生成し、
前記学習部は、
前記被検体の正面からのX線撮影と側面からのX線撮影とのそれぞれで異なる学習済みモデルを構築する、
請求項1または2記載の医用画像処理装置。 - 前記割当部は、
リンパ管内リンパ液、血管内血液および間質液の少なくとも1つの分布を推定する、
請求項1ないし3のいずれか1項に記載の医用画像処理装置。 - 前記生成部は、
特定の心拍位相における前記3次元データにもとづいて前記特定の心拍位相における前記複数の模擬2次元画像データを生成する、
請求項1ないし4のいずれか1項に記載の医用画像処理装置。 - 前記生成部は、
前記3次元データの前記各部のうち、一部の物質情報を隣接する部位の物質情報に置換してから前記第2モダリティで撮影したと模すことにより、当該一部を消去した前記複数の模擬2次元画像データを生成する、
請求項1ないし5のいずれか1項に記載の医用画像処理装置。 - 前記生成部は、
時系列的に連続した複数の前記3次元データにもとづいて、時系列的に連続した動態模擬2次元画像データ群を生成する、
請求項1ないし6のいずれか1項に記載の医用画像処理装置。 - 診断対象の2次元画像データを取得し、2次元画像データにもとづいて診断情報を生成する前記学習済みモデルに対して前記診断対象の2次元画像データを入力することにより、診断情報を生成する診断部、
をさらに備えた請求項1ないし7のいずれか1項に記載の医用画像処理装置。 - 第1モダリティで生成された被検体の医用画像の3次元データに含まれる前記被検体の各部について、密度と組成の情報を含む物質情報を割り当てるステップと、
前記物質情報が設定された前記3次元データを複数の模擬撮影パラメータセットを用いて第2モダリティで撮影したと模すことにより、複数の模擬2次元画像データを生成するステップと、
前記複数の模擬2次元画像データと、前記3次元データに関連付けられた確定診断情報と、をトレーニングデータセットとして用いて学習済みモデルを構築するステップと、
を有し、
前記物質情報を割り当てるステップは、
前記3次元データをセグメンテーション処理することで前記各部を抽出し、人体の標準的な物質情報にもとづいて、前記3次元データの前記各部に前記物質情報を割り当てるステップを含み、
前記第1モダリティはX線CT装置であり、
前記第2モダリティはX線診断装置であり、
前記X線CT装置は前記被検体を臥位で撮影する一方、前記X線診断装置は前記被検体を立位で撮影し、
前記物質情報を割り当てるステップはさらに、
前記被検体の撮影時の体位の差異にもとづいて、前記X線診断装置において立位で前記被検体を撮影したと模した場合の前記各部に含まれる水分の分布を推定し、この推定した水分の分布にもとづいて前記3次元データの前記各部に前記物質情報を割り当てるステップを含む、
医用画像処理方法。 - 第1モダリティで生成された被検体の医用画像の3次元データに含まれる前記被検体の各部について、密度と組成の情報を含む物質情報を割り当てる割当部と、
前記物質情報が設定された前記3次元データを複数の模擬撮影パラメータセットを用いて第2モダリティで撮影したと模すことにより、複数の模擬2次元画像データを生成する生成部と、
前記複数の模擬2次元画像データと、前記3次元データに関連付けられた確定診断情報と、をトレーニングデータセットとして用いて学習済みモデルを構築する学習部と、
を備え、
前記割当部は、
前記3次元データをセグメンテーション処理することで前記各部を抽出し、人体の標準的な物質情報にもとづいて、前記3次元データの前記各部に前記物質情報を割り当て、
前記第1モダリティはX線CT装置であり、
前記第2モダリティはX線診断装置であり、
前記割当部は、
前記各部に前記標準的な物質情報を仮に割り当てられた前記3次元データにもとづいて、当該3次元データのX線CT撮影時の撮影パラメータを用いて模擬サイノグラムを生成し、
前記X線CT撮影時に実際に得られた実サイノグラムと前記模擬サイノグラムとの差異を求め、
当該差異にもとづいて前記標準的な物質情報を修正する、
ことにより、前記3次元データの前記各部に前記物質情報を割り当てる、
医用画像処理装置。 - 第1モダリティで生成された被検体の医用画像の3次元データに含まれる前記被検体の各部について、密度と組成の情報を含む物質情報を割り当てるステップと、
前記物質情報が設定された前記3次元データを複数の模擬撮影パラメータセットを用いて第2モダリティで撮影したと模すことにより、複数の模擬2次元画像データを生成するステップと、
前記複数の模擬2次元画像データと、前記3次元データに関連付けられた確定診断情報と、をトレーニングデータセットとして用いて学習済みモデルを構築するステップと、
を有し、
前記物質情報を割り当てるステップは、
前記3次元データをセグメンテーション処理することで前記各部を抽出し、人体の標準的な物質情報にもとづいて、前記3次元データの前記各部に前記物質情報を割り当てるステップを含み、
前記第1モダリティはX線CT装置であり、
前記第2モダリティはX線診断装置であり、
前記物質情報を割り当てるステップはさらに、
前記各部に前記標準的な物質情報を仮に割り当てられた前記3次元データにもとづいて、当該3次元データのX線CT撮影時の撮影パラメータを用いて模擬サイノグラムを生成し、
前記X線CT撮影時に実際に得られた実サイノグラムと前記模擬サイノグラムとの差異を求め、
当該差異にもとづいて前記標準的な物質情報を修正する、
ことにより、前記3次元データの前記各部に前記物質情報を割り当てるステップを含む、
医用画像処理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020073129A JP7454435B2 (ja) | 2020-04-15 | 2020-04-15 | 医用画像処理装置および医用画像処理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020073129A JP7454435B2 (ja) | 2020-04-15 | 2020-04-15 | 医用画像処理装置および医用画像処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021168788A JP2021168788A (ja) | 2021-10-28 |
JP7454435B2 true JP7454435B2 (ja) | 2024-03-22 |
Family
ID=78149766
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020073129A Active JP7454435B2 (ja) | 2020-04-15 | 2020-04-15 | 医用画像処理装置および医用画像処理方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7454435B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102643269B1 (ko) * | 2022-02-22 | 2024-03-04 | 사회복지법인 삼성생명공익재단 | 3d ct 데이터에서 가상 x-레이 영상을 생성하는 방법 및 영상처리장치 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007029514A (ja) | 2005-07-28 | 2007-02-08 | Fujifilm Corp | 画像解析装置、画像解析方法およびそのプログラム |
JP2008000190A (ja) | 2006-06-20 | 2008-01-10 | Toshiba Corp | X線診断装置およびx線診断装置におけるデータ処理方法 |
JP2011239796A (ja) | 2008-09-03 | 2011-12-01 | Konica Minolta Medical & Graphic Inc | 医用画像処理装置及び医用画像処理方法 |
US20190005687A1 (en) | 2017-06-29 | 2019-01-03 | Covidien Lp | System and method for identifying, marking and navigating to a target using real time two dimensional fluoroscopic data |
WO2019212016A1 (ja) | 2018-05-01 | 2019-11-07 | 国立大学法人東北大学 | 画像処理装置,画像処理方法および画像処理プログラム |
JP2019198376A (ja) | 2018-05-14 | 2019-11-21 | キヤノンメディカルシステムズ株式会社 | 医用画像処理装置、医用画像処理方法、及び医用画像処理システム |
JP2020048685A (ja) | 2018-09-25 | 2020-04-02 | キヤノンメディカルシステムズ株式会社 | 乳がん診断支援装置、乳がん診断支援システム、および乳がん診断支援方法 |
-
2020
- 2020-04-15 JP JP2020073129A patent/JP7454435B2/ja active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007029514A (ja) | 2005-07-28 | 2007-02-08 | Fujifilm Corp | 画像解析装置、画像解析方法およびそのプログラム |
JP2008000190A (ja) | 2006-06-20 | 2008-01-10 | Toshiba Corp | X線診断装置およびx線診断装置におけるデータ処理方法 |
JP2011239796A (ja) | 2008-09-03 | 2011-12-01 | Konica Minolta Medical & Graphic Inc | 医用画像処理装置及び医用画像処理方法 |
US20190005687A1 (en) | 2017-06-29 | 2019-01-03 | Covidien Lp | System and method for identifying, marking and navigating to a target using real time two dimensional fluoroscopic data |
WO2019212016A1 (ja) | 2018-05-01 | 2019-11-07 | 国立大学法人東北大学 | 画像処理装置,画像処理方法および画像処理プログラム |
JP2019198376A (ja) | 2018-05-14 | 2019-11-21 | キヤノンメディカルシステムズ株式会社 | 医用画像処理装置、医用画像処理方法、及び医用画像処理システム |
JP2020048685A (ja) | 2018-09-25 | 2020-04-02 | キヤノンメディカルシステムズ株式会社 | 乳がん診断支援装置、乳がん診断支援システム、および乳がん診断支援方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2021168788A (ja) | 2021-10-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105517492B (zh) | 用于处理心脏数据的处理设备 | |
US20190231288A1 (en) | Systems and methods for contrast flow modeling with deep learning | |
JP7059298B6 (ja) | 心筋ct灌流画像合成 | |
CN110944586B (zh) | 来自x射线图像数据的炎症估计 | |
US8655040B2 (en) | Integrated image registration and motion estimation for medical imaging applications | |
KR20170060698A (ko) | 컴퓨터 단층 촬영장치 및 그 제어방법 | |
US11024061B2 (en) | Apparatus and method for scattered radiation correction | |
US20210035340A1 (en) | Ct big data from simulation, emulation and transfer learning | |
KR101775556B1 (ko) | 단층 촬영 장치 및 그에 따른 단층 영상 처리 방법 | |
EP3619686B1 (en) | Generation of accurate hybrid datasets for quantitative molecular imaging | |
WO2021171394A1 (ja) | 学習済みモデルの作成方法、画像生成方法および画像処理装置 | |
CN102436006A (zh) | 监测身体积累的辐射剂量 | |
JP2024514494A (ja) | インモーション多パルス作動x線源トモシンセシスイメージングシステムによる人工知能訓練 | |
JP7454435B2 (ja) | 医用画像処理装置および医用画像処理方法 | |
US20210161487A1 (en) | System and method for spectral computed tomography using single polychromatic x-ray spectrum acquisition | |
EP4105888A1 (en) | Systems and methods for computed tomography image reconstruction | |
Khodajou-Chokami et al. | Data fusion approach for constructing unsupervised augmented voxel-based statistical anthropomorphic phantoms | |
CN109688931A (zh) | 谱计算机断层扫描指纹识别 | |
WO2016186746A1 (en) | Methods and systems for automatic segmentation | |
US11955228B2 (en) | Methods and system for simulated radiology studies based on prior imaging data | |
JP2023156267A (ja) | 情報処理方法及び情報処理装置 | |
JP2023107528A (ja) | 情報処理方法、医用画像診断装置及び情報処理システム | |
KR20160072004A (ko) | 단층 촬영 장치 및 그에 따른 단층 영상 복원 방법 | |
Sharma | Development and Application of Simulation Tools for Virtual Imaging Trials in Computed Tomography | |
CN113177907A (zh) | 控制医学x射线设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230303 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20231011 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231107 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240105 |
|
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: 20240213 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240311 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7454435 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |