JPH0345248A - Ct画像の病巣輪郭抽出方式 - Google Patents
Ct画像の病巣輪郭抽出方式Info
- Publication number
- JPH0345248A JPH0345248A JP1179974A JP17997489A JPH0345248A JP H0345248 A JPH0345248 A JP H0345248A JP 1179974 A JP1179974 A JP 1179974A JP 17997489 A JP17997489 A JP 17997489A JP H0345248 A JPH0345248 A JP H0345248A
- Authority
- JP
- Japan
- Prior art keywords
- image
- center
- gravity
- cancer
- point
- 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.)
- Granted
Links
- 238000000605 extraction Methods 0.000 title claims description 15
- 230000005484 gravity Effects 0.000 claims abstract description 37
- 206010028980 Neoplasm Diseases 0.000 claims abstract description 32
- 201000011510 cancer Diseases 0.000 claims abstract description 32
- 230000003902 lesion Effects 0.000 claims description 29
- 238000000034 method Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims 1
- 230000000447 dimerizing effect Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000001959 radiotherapy Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Landscapes
- Image Analysis (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
技術分野
本発明は病巣輪郭抽出方式に関し、特に癌の放射線治療
において、最適な放射線照射法を計画する際に放射線の
照射を決定する上で基礎となる癌病巣輪郭(ターゲット
)の決定方法に関するものである。
において、最適な放射線照射法を計画する際に放射線の
照射を決定する上で基礎となる癌病巣輪郭(ターゲット
)の決定方法に関するものである。
従来技術
従来、この種の癌病巣輪郭(ターゲット)の決定は、互
いに関連する一連のCT (Computer Tom
ography)画像の1枚1枚に対してグラフィック
ペン等によってオペレータである医師が手入力にて行っ
ているのが現状である。よって、極めて煩雑であるうえ
に、手入力であるためにある程度の誤差が生じるという
欠点を有している。
いに関連する一連のCT (Computer Tom
ography)画像の1枚1枚に対してグラフィック
ペン等によってオペレータである医師が手入力にて行っ
ているのが現状である。よって、極めて煩雑であるうえ
に、手入力であるためにある程度の誤差が生じるという
欠点を有している。
発明の目的
そこで、本発明はかかる従来のものの欠点を解決すべく
なされたものであって、その目的とするところは、煩雑
さ及び誤差をなくして自動的に癌病巣輪郭(ターゲット
)の決定を行うようにしたCT両画像病巣輪郭抽出方式
を抛供することにある。
なされたものであって、その目的とするところは、煩雑
さ及び誤差をなくして自動的に癌病巣輪郭(ターゲット
)の決定を行うようにしたCT両画像病巣輪郭抽出方式
を抛供することにある。
発明の構成
本発明によれば、互いに関連する複数の07画像におけ
る癌病巣の輪郭を抽出する病巣輪郭抽出方式であって、
癌が最も顕著にみられる1つの07画像における癌病巣
輪郭中の1点を指定する入力手段と、前記1点のCT値
を閾値として、この07画像の全画素につき2値化処理
をなす2値化手段と、前記1点を開始点として、この2
値化処理結果を用い癌病巣の輪郭を追跡抽出する輪郭抽
出手段と、前記癌病巣の重心位置を求める重心算出手段
とを設け、前記重心のCT値及び位置を、次の07画像
の閾値及び輪郭追跡開始点としつつ前記2値化手段、輪
郭抽出手段、重心算出手段による各処理をなすようにし
たことを特徴とする病巣輪郭抽出方式が得られる。
る癌病巣の輪郭を抽出する病巣輪郭抽出方式であって、
癌が最も顕著にみられる1つの07画像における癌病巣
輪郭中の1点を指定する入力手段と、前記1点のCT値
を閾値として、この07画像の全画素につき2値化処理
をなす2値化手段と、前記1点を開始点として、この2
値化処理結果を用い癌病巣の輪郭を追跡抽出する輪郭抽
出手段と、前記癌病巣の重心位置を求める重心算出手段
とを設け、前記重心のCT値及び位置を、次の07画像
の閾値及び輪郭追跡開始点としつつ前記2値化手段、輪
郭抽出手段、重心算出手段による各処理をなすようにし
たことを特徴とする病巣輪郭抽出方式が得られる。
実施例
以下に本発明の実施例を図面を参照しつつ詳細に説明す
る。
る。
第1図は本発明の実施例のシステムブロック園である。
図において、入力装置1は透過型ディジタイザであり、
グラフィックピンによる千入力操作が行われる。本実施
例の処理では、癌が最も顕著に見られる07画像に対し
て癌病巣の輪郭中の1点を指定入力する操作と、アイソ
センタ(癌病巣の重心位置に相当)を入力する操作とが
行われる。
グラフィックピンによる千入力操作が行われる。本実施
例の処理では、癌が最も顕著に見られる07画像に対し
て癌病巣の輪郭中の1点を指定入力する操作と、アイソ
センタ(癌病巣の重心位置に相当)を入力する操作とが
行われる。
病巣輪郭抽出機構2は本発明の要旨となる機能部分であ
り、以下の4つの機能ブロックからなる。
り、以下の4つの機能ブロックからなる。
CT値/座標読取部21は、入力装置]から入力され癌
が最も顕著に見られる07画像に対して癌病巣の輪郭中
の指定された1−点のCT値及びその座標値(x−y座
標値)を読取る機能を有する。
が最も顕著に見られる07画像に対して癌病巣の輪郭中
の指定された1−点のCT値及びその座標値(x−y座
標値)を読取る機能を有する。
ここで、CT値とは、被検体(人体)をCTスキャナで
撮影した場合に得られる当該被検体の情報であり、被検
体のX線吸収率を表わした値である。
撮影した場合に得られる当該被検体の情報であり、被検
体のX線吸収率を表わした値である。
2値化部22は、当該指定された1点のCT値を閾値と
して、この07画像の全画素(全ピクセル)につき2値
化処理をなす機能を有する。
して、この07画像の全画素(全ピクセル)につき2値
化処理をなす機能を有する。
境界抽Il1部23は、11j該指疋された1点を開始
点として、2値化処理結果を用いつつ癌病巣の輪郭を追
跡抽出する機能を有する。病巣重心算出部24は癌病巣
の重心位置を求める機能を有している。
点として、2値化処理結果を用いつつ癌病巣の輪郭を追
跡抽出する機能を有する。病巣重心算出部24は癌病巣
の重心位置を求める機能を有している。
CT画像ファイル3は互いに関連する一連の07画像を
予め格納したファイルである。治療計画に必要な07画
像がハードディスクに格納されており、処理に必要とな
った時点で図示せぬメモリに読出され、各処理及び出力
に使用される。
予め格納したファイルである。治療計画に必要な07画
像がハードディスクに格納されており、処理に必要とな
った時点で図示せぬメモリに読出され、各処理及び出力
に使用される。
出力装置4はクラフィックデイスプレィであり、07画
像の表示を行う。このデイスプレィ上に表示された07
画像を見ながら、入力装置1による入力操作がなされる
。
像の表示を行う。このデイスプレィ上に表示された07
画像を見ながら、入力装置1による入力操作がなされる
。
第2図は第1図のブロックの動作を示すフローチャート
である。先ず、ステップ200及び201においては、
癌が最も顕著に現われている07画像(この画像をC7
画像No、nとする)に対して、癌病巣輪郭中のある1
点のみが入力装置1のグラフィックベンにて指定入力さ
れる。この指定された1点の座標(Xn+ yn)と
CT値であるc ′r 。
である。先ず、ステップ200及び201においては、
癌が最も顕著に現われている07画像(この画像をC7
画像No、nとする)に対して、癌病巣輪郭中のある1
点のみが入力装置1のグラフィックベンにて指定入力さ
れる。この指定された1点の座標(Xn+ yn)と
CT値であるc ′r 。
とが読取られる。
次に、ステップ202において、当該CT両画像。
、nの全ピクセルに対してCT、値を閾値として2値化
処理が行われる。すなわち、各ピクセルのCT値がCT
、値以上である場合は“1”、それ以外は“0”とする
2値化処理がなされる。これは、一般に癌組織のCT値
が周辺組織に比べてわずかに高いという事実によるもの
である。
処理が行われる。すなわち、各ピクセルのCT値がCT
、値以上である場合は“1”、それ以外は“0”とする
2値化処理がなされる。これは、一般に癌組織のCT値
が周辺組織に比べてわずかに高いという事実によるもの
である。
次のステップ203においては、指定された上記1点の
座標(xn、yn)を始点として、癌病巣の境界追跡が
行われる。この境界追跡は周知の3×3マスク法を用い
た方法により行うことができる。尚、この3×3マスク
法の詳細については、「コンピュータ画像処理JPP、
65〜66、安居院猛、中嶋正之共著、産報出版発行に
開示されている。
座標(xn、yn)を始点として、癌病巣の境界追跡が
行われる。この境界追跡は周知の3×3マスク法を用い
た方法により行うことができる。尚、この3×3マスク
法の詳細については、「コンピュータ画像処理JPP、
65〜66、安居院猛、中嶋正之共著、産報出版発行に
開示されている。
ステップ204においては、上記ステップにおいて得ら
れた病巣からその重心を求めることになる。
れた病巣からその重心を求めることになる。
重心を求める理由は次の如くである。以上のステップで
は、C7画像No、nの癌病巣輪郭(ターゲッ1− )
が求められたわけであるが、以後はNo、n+ 1以上
及びNo、n−1以前の全CT画像に対して癌病巣の輪
郭を求める必要がある。そこで、医師の1点入力は以後
必要とすることなく、]″1動的に次々と各C7画像の
癌病巣輪郭を求めるのであるが、■いに隣接する2枚の
CT画像においては、よりアイソセンタ(重心)に近い
C7画像の病巣の重心の座標は、もう1方のC7画像の
病巣内に含まれる可能性が非常に高いことを利用して、
当該重心を求めるのである。
は、C7画像No、nの癌病巣輪郭(ターゲッ1− )
が求められたわけであるが、以後はNo、n+ 1以上
及びNo、n−1以前の全CT画像に対して癌病巣の輪
郭を求める必要がある。そこで、医師の1点入力は以後
必要とすることなく、]″1動的に次々と各C7画像の
癌病巣輪郭を求めるのであるが、■いに隣接する2枚の
CT画像においては、よりアイソセンタ(重心)に近い
C7画像の病巣の重心の座標は、もう1方のC7画像の
病巣内に含まれる可能性が非常に高いことを利用して、
当該重心を求めるのである。
第3.4図は当該重心の求め方を説明する図である。病
巣輪郭上の点のうち、X+Y座標での最大値Xmmx、
y□、8を有する点、最小値X、。。
巣輪郭上の点のうち、X+Y座標での最大値Xmmx、
y□、8を有する点、最小値X、。。
y。11を有する点を夫々求める。そうして、仮の重心
P(x、、y、)を下式にて求める。
P(x、、y、)を下式にて求める。
X e −(X mat X mln ) / 2y
、−(y□、 y、+−)/2 こうして求められた仮の重心位置Pが病巣輪郭内である
ことを確認する必要があるが、もし輪郭内でなければ、
輪郭内でかつ重心に近い点を求めることか必要となる。
、−(y□、 y、+−)/2 こうして求められた仮の重心位置Pが病巣輪郭内である
ことを確認する必要があるが、もし輪郭内でなければ、
輪郭内でかつ重心に近い点を求めることか必要となる。
そこで、先ず病巣輪郭内であることを’I’11定する
アルゴリズムを第3図(a)、(b)を用いて説明する
。上記で求めた仮の重心Pを始点として、半直線を任意
の方向に引き、輪郭との交点を全て求める。このときの
交点め数が偶数個であるか、奇数個であるかにより、輪
郭内外がどうかが判定できる。
アルゴリズムを第3図(a)、(b)を用いて説明する
。上記で求めた仮の重心Pを始点として、半直線を任意
の方向に引き、輪郭との交点を全て求める。このときの
交点め数が偶数個であるか、奇数個であるかにより、輪
郭内外がどうかが判定できる。
m3図(A)に示すように仮の重心Pが輪郭内であれば
、交点は奇数個であり、第3図(B)に示すように輪郭
外であれば偶数個となる。
、交点は奇数個であり、第3図(B)に示すように輪郭
外であれば偶数個となる。
このような方法で仮の重心Pが輪郭外であると判定され
た場合には、下記の方法にて重心P′を求めることにな
る。尚、輪郭内であると判定された場合には、仮の重心
Pが求める重心となることは明らかである。
た場合には、下記の方法にて重心P′を求めることにな
る。尚、輪郭内であると判定された場合には、仮の重心
Pが求める重心となることは明らかである。
第4図は重心P′を求める場合の説明図である。
仮の重心Pを始点としてX正方向、X負方向、y正方向
及びy負方向の夫々に半直線41〜44を伸ばす。これ
等半直線41〜44が輪郭と交わる順に、Pに近い方か
ら、点X ll+ X +2+ X 13+ ”’
・・・と交点に番号を付してい<(iは半直線41〜4
4の下位桁の番号を示す)。
及びy負方向の夫々に半直線41〜44を伸ばす。これ
等半直線41〜44が輪郭と交わる順に、Pに近い方か
ら、点X ll+ X +2+ X 13+ ”’
・・・と交点に番号を付してい<(iは半直線41〜4
4の下位桁の番号を示す)。
そして、点Xzと点X+2との間の山師が最大の番号i
を求める。第4図の例ではi=3 (y正方向)となる
。この点X31とx3□との中点が求める重心P°とな
る。この重心P°は必ずしも病巣の幾何学的重心である
必要はなく、次の1つの条件を満足すれば良い。すなわ
ち、隣接するC T 11bi @において、このC7
画像の重心P゛と同じx+Y座標を持つ点が病巣輪郭内
であるという条件である。
を求める。第4図の例ではi=3 (y正方向)となる
。この点X31とx3□との中点が求める重心P°とな
る。この重心P°は必ずしも病巣の幾何学的重心である
必要はなく、次の1つの条件を満足すれば良い。すなわ
ち、隣接するC T 11bi @において、このC7
画像の重心P゛と同じx+Y座標を持つ点が病巣輪郭内
であるという条件である。
次にNo、n+1のC7画像について上記と同様の処理
が行われるが、ステップ202において全ピクセルの2
値化処理がなされ、次のステップ203において、No
、nのC7画像の重心位置をスタート点として、3×3
マスク法を用いた境界追跡処理が行われる。
が行われるが、ステップ202において全ピクセルの2
値化処理がなされ、次のステップ203において、No
、nのC7画像の重心位置をスタート点として、3×3
マスク法を用いた境界追跡処理が行われる。
しかしながら、ここでまれにではあるが、病巣以外の輪
郭も抽出してしまう可能性があるのて、この場合には、
医師はどの輪郭が病巣輪郭であるかを指定する。そして
、No、n+1のC7画像の病巣重心をステップ204
にて求めるのである。
郭も抽出してしまう可能性があるのて、この場合には、
医師はどの輪郭が病巣輪郭であるかを指定する。そして
、No、n+1のC7画像の病巣重心をステップ204
にて求めるのである。
以、後同様に、No、n+2以降の各C7画像に対して
自動的に処理が進み、あるC7画像より後に、癌組織が
ないと医師が判定すると、停止命令を指示する。これに
応答してCTスライスNo、の増大方向への癌病巣輪郭
抽出が終了する(ステップ205)。
自動的に処理が進み、あるC7画像より後に、癌組織が
ないと医師が判定すると、停止命令を指示する。これに
応答してCTスライスNo、の増大方向への癌病巣輪郭
抽出が終了する(ステップ205)。
同様にNo、n−1、No、n−2、−・・のC7画像
に対してもステップ202,203,204の処理が繰
返し行われ、医師の停止命令に応答してCTスライスN
o。
に対してもステップ202,203,204の処理が繰
返し行われ、医師の停止命令に応答してCTスライスN
o。
1方向への癌病巣輪郭抽出が終了することになる(ステ
ップ206)。
ップ206)。
発明の効果
軟土の如く、本発明によれば、医師により指定された病
巣輪郭上の1点のCT値と座標とを基に、以後は自動的
にすべてのCTスライス画像の境界追跡処理が行われる
ので、煩雑さをなくすと共に、人手による誤差をなくす
ことができるという効果0 がある。
巣輪郭上の1点のCT値と座標とを基に、以後は自動的
にすべてのCTスライス画像の境界追跡処理が行われる
ので、煩雑さをなくすと共に、人手による誤差をなくす
ことができるという効果0 がある。
第1図は本発明の実施例のシステムブロック図、第2図
は本発明の実施例の動作フローチャート、第3図及び第
4図は重心を求めるアルゴリズムを説明する図である。 主要部分の符号の説明 21・・・・・・CT偽値/座標読取 22・・・・・・2値化部 23・・・・・・境界抽出部 24・・・・・・病巣重心算出部
は本発明の実施例の動作フローチャート、第3図及び第
4図は重心を求めるアルゴリズムを説明する図である。 主要部分の符号の説明 21・・・・・・CT偽値/座標読取 22・・・・・・2値化部 23・・・・・・境界抽出部 24・・・・・・病巣重心算出部
Claims (1)
- (1)互いに関連する複数のCT画像における癌病巣の
輪郭を抽出する病巣輪郭抽出方式であって、癌が最も顕
著にみられる1つのCT画像における癌病巣輪郭中の1
点を指定する入力手段と、前記1点のCT値を閾値とし
て、このCT画像の全画素につき2値化処理をなす2値
化手段と、前記1点を開始点として、この2値化処理結
果を用い癌病巣の輪郭を追跡抽出する輪郭抽出手段と、
前記癌病巣の重心位置を求める重心算出手段とを設け、
前記重心のCT値及び位置を、次のCT画像の閾値及び
輪郭追跡開始点としつつ前記2値化手段、輪郭抽出手段
、重心算出手段による各処理をなすようにしたことを特
徴とする病巣輪郭抽出方式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP1179974A JPH0767446B2 (ja) | 1989-07-12 | 1989-07-12 | Ct画像の病巣輪郭抽出方式 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP1179974A JPH0767446B2 (ja) | 1989-07-12 | 1989-07-12 | Ct画像の病巣輪郭抽出方式 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH0345248A true JPH0345248A (ja) | 1991-02-26 |
JPH0767446B2 JPH0767446B2 (ja) | 1995-07-26 |
Family
ID=16075239
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP1179974A Expired - Lifetime JPH0767446B2 (ja) | 1989-07-12 | 1989-07-12 | Ct画像の病巣輪郭抽出方式 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH0767446B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004057275A (ja) * | 2002-07-25 | 2004-02-26 | Hitachi Medical Corp | 画像診断装置 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4503147B2 (ja) * | 2000-07-04 | 2010-07-14 | 株式会社日立メディコ | 画像処理方法及び装置 |
-
1989
- 1989-07-12 JP JP1179974A patent/JPH0767446B2/ja not_active Expired - Lifetime
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004057275A (ja) * | 2002-07-25 | 2004-02-26 | Hitachi Medical Corp | 画像診断装置 |
Also Published As
Publication number | Publication date |
---|---|
JPH0767446B2 (ja) | 1995-07-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2018119766A1 (zh) | 多模态图像处理系统及方法 | |
JP3808123B2 (ja) | 異常陰影の検出方法 | |
JPH08138078A (ja) | 画像処理装置 | |
Xu et al. | An algorithm for efficient metal artifact reductions in permanent seed implants | |
WO2008064471A1 (en) | Texture-based multi-dimensional medical image registration | |
CN111738989B (zh) | 一种器官勾画方法及装置 | |
JPS62125481A (ja) | パタ−ン認識装置 | |
CN107194909A (zh) | 医用图像处理装置及医用图像处理程序 | |
US10311585B2 (en) | Mechanism for advanced structure generation and editing | |
JP2006247268A (ja) | 患者位置決めシステム及び患者位置決め方法 | |
CN114548238A (zh) | 图像三维重建方法、装置、电子设备及存储介质 | |
CN110490857A (zh) | 图像处理方法、装置、电子设备和存储介质 | |
US5038285A (en) | Method for computer-generating a two-dimensional map of a three-dimensional surface | |
JPH0345248A (ja) | Ct画像の病巣輪郭抽出方式 | |
CN107392976A (zh) | 数据处理方法、装置及设备 | |
CN110473297A (zh) | 图像处理方法、装置、电子设备和存储介质 | |
US7352882B2 (en) | System and method for determining compactness in images | |
CN114596275A (zh) | 肺血管分割方法、装置、存储介质及电子设备 | |
WO2021081839A1 (zh) | 基于vrds 4d的病情分析方法及相关产品 | |
He et al. | Quantitative comparisons of deep-learning-based and atlas-based auto-segmentation of the intermediate risk clinical target volume for nasopharyngeal carcinoma | |
Shauly et al. | Parotid salivary ductal system segmentation and modeling in Sialo-CBCT scans | |
Yu et al. | 3D Reconstruction of Medical Image Based on Improved Ray Casting Algorithm | |
Yang et al. | Lung Nodule Segmentation and Uncertain Region Prediction with an Uncertainty-Aware Attention Mechanism | |
WO2021081842A1 (zh) | 基于vrds ai医学影像的肠肿瘤与血管分析方法和相关装置 | |
CN117649418B (zh) | 一种胸部多器官分割方法及系统和计算机可读存储介质 |