JPH06133962A - 画像処理装置 - Google Patents
画像処理装置Info
- Publication number
- JPH06133962A JPH06133962A JP4291752A JP29175292A JPH06133962A JP H06133962 A JPH06133962 A JP H06133962A JP 4291752 A JP4291752 A JP 4291752A JP 29175292 A JP29175292 A JP 29175292A JP H06133962 A JPH06133962 A JP H06133962A
- Authority
- JP
- Japan
- Prior art keywords
- image
- time
- data
- functional
- pixel
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 claims description 24
- 238000012935 Averaging Methods 0.000 abstract description 7
- 238000004458 analytical method Methods 0.000 abstract description 7
- 239000000284 extract Substances 0.000 abstract 1
- 238000005259 measurement Methods 0.000 description 16
- 230000017531 blood circulation Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000003727 cerebral blood flow Effects 0.000 description 1
- 239000002872 contrast media Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005206 flow analysis Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
- G06T9/001—Model-based coding, e.g. wire frame
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/507—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for determination of haemodynamic parameters, e.g. perfusion CT
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/17—Function evaluation by approximation methods, e.g. inter- or extrapolation, smoothing, least mean square method
- G06F17/175—Function evaluation by approximation methods, e.g. inter- or extrapolation, smoothing, least mean square method of multidimensional data
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S378/00—X-ray or gamma ray systems or devices
- Y10S378/901—Computer tomography program or processor
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Medical Informatics (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Algebra (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Radiology & Medical Imaging (AREA)
- Pathology (AREA)
- Optics & Photonics (AREA)
- High Energy & Nuclear Physics (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Dentistry (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Complex Calculations (AREA)
Abstract
(57)【要約】
【目的】 被検体の動的解析をする機能画像を得る場合
に、機能画像向上と演算時間の短縮をはかりたい。 【構成】 原画像１０１を画像毎に画像縮小装置１０２
で縮小する。フィルタ処理装置１０５で、時間変化の画
像データを移動平均処理する。ガンマ関数近似装置１０
６で、移動平均処理後の時間変化の画像データに対して
近似ガンマ関数を見つけ、近似ガンマ関数を特定する４
つのパラメータ（ｋ、ｔ0、α、β）を取り出す。機能
画像作成装置１０７で、各画素単位に機能特徴量を抽出
し、機能画像を作成する。
に、機能画像向上と演算時間の短縮をはかりたい。 【構成】 原画像１０１を画像毎に画像縮小装置１０２
で縮小する。フィルタ処理装置１０５で、時間変化の画
像データを移動平均処理する。ガンマ関数近似装置１０
６で、移動平均処理後の時間変化の画像データに対して
近似ガンマ関数を見つけ、近似ガンマ関数を特定する４
つのパラメータ（ｋ、ｔ0、α、β）を取り出す。機能
画像作成装置１０７で、各画素単位に機能特徴量を抽出
し、機能画像を作成する。
Description
【０００１】
【産業上の利用分野】本発明は、Ｘ線ＣＴ装置等で計測
した複数の同一断面の画像から動的な解析用の機能画像
を得る画像処理装置に関する。
した複数の同一断面の画像から動的な解析用の機能画像
を得る画像処理装置に関する。
【０００２】
【従来の技術】被検体内の情報を動的に解析するために
は同一部位を連続的に撮影し時間的な変化を測定する。
例えば、Ｘ線ＣＴ装置では造影剤等を注入し所望の断面
を数十秒計測し続ける。この計測データを画像再構成す
ることで同一断面の断層像が複数枚得られる。１周１秒
のスキャンを連続的に行える装置で３０秒間計測したと
すれば３０枚の時間的に連続したＣＴ画像が得られるこ
とになる。
は同一部位を連続的に撮影し時間的な変化を測定する。
例えば、Ｘ線ＣＴ装置では造影剤等を注入し所望の断面
を数十秒計測し続ける。この計測データを画像再構成す
ることで同一断面の断層像が複数枚得られる。１周１秒
のスキャンを連続的に行える装置で３０秒間計測したと
すれば３０枚の時間的に連続したＣＴ画像が得られるこ
とになる。
【０００３】この連続した画像を用いて被検体の動的解
析を行う手法として、画素毎に関数近似し、その近似関
数の特徴量を画像化する方法がある。例えば、ガンマ関
数で近似し、最大値や最大値に到達するまでに要した時
間等を求め画像化する。この画像は観察対象（例えば血
流）の機能的な特徴を捕らえているので機能画像と呼ん
でいる。
析を行う手法として、画素毎に関数近似し、その近似関
数の特徴量を画像化する方法がある。例えば、ガンマ関
数で近似し、最大値や最大値に到達するまでに要した時
間等を求め画像化する。この画像は観察対象（例えば血
流）の機能的な特徴を捕らえているので機能画像と呼ん
でいる。
【０００４】
【発明が解決しようとする課題】この場合特に問題とな
るのは画像ノイズと演算時間である。画像ノイズは正し
い近似の妨げとなり、機能画像の画質が低下する。又、
処理する画像の枚数も多く、高精細化のため画像マトリ
クスも拡大してデータ量が増加し演算時間も増す。
るのは画像ノイズと演算時間である。画像ノイズは正し
い近似の妨げとなり、機能画像の画質が低下する。又、
処理する画像の枚数も多く、高精細化のため画像マトリ
クスも拡大してデータ量が増加し演算時間も増す。
【０００５】又、データ量にも関連するが被検体に対す
る問題として被曝線量の問題がある。装置の性能は向上
し細い時間間隔で計測できる様になったが、それだけ被
曝線量も増加傾向にある。
る問題として被曝線量の問題がある。装置の性能は向上
し細い時間間隔で計測できる様になったが、それだけ被
曝線量も増加傾向にある。
【０００６】本発明の目的は、被検体の動的解析をする
機能画像を得る場合、機能画像の画質向上と演算時間の
短縮ならびに相隣合う計測から計測までの計測間隔が長
い場合においても良好な画像を得ることを可能にする画
像処理装置を提供するものである。
機能画像を得る場合、機能画像の画質向上と演算時間の
短縮ならびに相隣合う計測から計測までの計測間隔が長
い場合においても良好な画像を得ることを可能にする画
像処理装置を提供するものである。
【０００７】
【課題を解決するための手段】本発明は、被検体の同一
断面の時間変化に伴う複数枚の断層原画像のそれぞれを
縮小する手段と、該縮小した画像の画素毎の時間変化デ
ータの移動平均処理を行う手段と、該移動平均処理後の
画素毎の時間変化データを関数近似する手段と、近似し
た関数の特徴量を抽出し機能画像を作成する手段と、よ
り成る（請求項１）。
断面の時間変化に伴う複数枚の断層原画像のそれぞれを
縮小する手段と、該縮小した画像の画素毎の時間変化デ
ータの移動平均処理を行う手段と、該移動平均処理後の
画素毎の時間変化データを関数近似する手段と、近似し
た関数の特徴量を抽出し機能画像を作成する手段と、よ
り成る（請求項１）。
【０００８】更に本発明は、被検体の同一断面の時間変
化に伴う複数枚の断層原画像のそれぞれを縮小する手段
と、該縮小した画像間の補間を行って枚数を増加する手
段と、該増加後の画像の画素毎の時間変化データの移動
平均処理を行う手段と、該移動平均処理後の画素毎の時
間変化データを関数近似する手段と、近似した関数の特
徴量を抽出し機能画像を作成する手段と、より成る（請
求項２）。
化に伴う複数枚の断層原画像のそれぞれを縮小する手段
と、該縮小した画像間の補間を行って枚数を増加する手
段と、該増加後の画像の画素毎の時間変化データの移動
平均処理を行う手段と、該移動平均処理後の画素毎の時
間変化データを関数近似する手段と、近似した関数の特
徴量を抽出し機能画像を作成する手段と、より成る（請
求項２）。
【０００９】更に本発明は、作成した機能画像を拡大す
る拡大手段を設けた（請求項３）。
る拡大手段を設けた（請求項３）。
【００１０】
【作用】本発明によれば、画像を縮小したが故に演算時
間が短縮化させ、移動平均処理により画質向上が得られ
る（請求項１）。
間が短縮化させ、移動平均処理により画質向上が得られ
る（請求項１）。
【００１１】更に本発明によれば、画像枚数が少ない場
合にも、その枚数が増加する故に、計測間隔が長い計測
下にあっても機能画像を得ることができる（請求項
２）。
合にも、その枚数が増加する故に、計測間隔が長い計測
下にあっても機能画像を得ることができる（請求項
２）。
【００１２】更に本発明によれば、機能画像を拡大する
ことにより、縮小時の機能画像から原画像の大きさへの
拡大画像を得ることができる（請求項３）。
ことにより、縮小時の機能画像から原画像の大きさへの
拡大画像を得ることができる（請求項３）。
【００１３】
【実施例】本実施例ではＸ線ＣＴ装置により得られた造
影ＣＴ画像（原画像）から血流を解析する場合を想定す
る原画像１０１は１秒のスキャン時間で３０秒間連続的
に撮影したもので、合計３０枚の時間的に連続した画像
である。
影ＣＴ画像（原画像）から血流を解析する場合を想定す
る原画像１０１は１秒のスキャン時間で３０秒間連続的
に撮影したもので、合計３０枚の時間的に連続した画像
である。
【００１４】本実施例の画像処理装置の構成を図１に示
す。画像処理装置１０は原画像１０１を縮小する画像縮
小装置１０２、画像にフィルタ処理を施す画像フィルタ
装置１０３、時間変化データをフィルタ処理するフィル
タ処理装置１０５、ガンマ関数近似をするガンマ関数近
似装置１０６、機能画像作成装置１０７、機能画像を拡
大する画像拡大装置１０８からなる。
す。画像処理装置１０は原画像１０１を縮小する画像縮
小装置１０２、画像にフィルタ処理を施す画像フィルタ
装置１０３、時間変化データをフィルタ処理するフィル
タ処理装置１０５、ガンマ関数近似をするガンマ関数近
似装置１０６、機能画像作成装置１０７、機能画像を拡
大する画像拡大装置１０８からなる。
【００１５】画像縮小装置１０２は、３０枚の原画像１
０１のそれぞれを画像毎に縮小する。例えば１画像の大
きさが１０２３×１０２３なる画素より成るものとし、
これを５１２×５１２に縮小する（４分の１に縮小
化）。縮小の仕方は、平均化するやり方である。例えば
相隣合う２つのデータを単純平均してその平均値をその
位置での画素データとするやり方や３つ以上のデータを
利用しての平均化するやり方、縦と横との一定の画素数
の画素データを平均化するやり方等がある。間引きして
縮小化するやり方もあるが、間引くやり方は、画素デー
タそのものの信頼性がなくなる（ノイズが大となる）た
め、好ましくない。縮小後の画像を１０９で示してあ
る。
０１のそれぞれを画像毎に縮小する。例えば１画像の大
きさが１０２３×１０２３なる画素より成るものとし、
これを５１２×５１２に縮小する（４分の１に縮小
化）。縮小の仕方は、平均化するやり方である。例えば
相隣合う２つのデータを単純平均してその平均値をその
位置での画素データとするやり方や３つ以上のデータを
利用しての平均化するやり方、縦と横との一定の画素数
の画素データを平均化するやり方等がある。間引きして
縮小化するやり方もあるが、間引くやり方は、画素デー
タそのものの信頼性がなくなる（ノイズが大となる）た
め、好ましくない。縮小後の画像を１０９で示してあ
る。
【００１６】画像フィルタ装置１０３は、縮小後の画像
をノイズ制御するためのものであり、例えば、ガウスフ
ィルタを使用する。これによって、解析に良好な縮小画
像となる。
をノイズ制御するためのものであり、例えば、ガウスフ
ィルタを使用する。これによって、解析に良好な縮小画
像となる。
【００１７】フィルタ処理装置１０５は、縮小画像１０
９から画素単位に得られる、時間変化に伴う画像データ
に関し、移動平均処理を行う（一種のフィルタ処理）。
これによって、画素単位に、その時間軸方向の患者の動
きによるノイズが抑制される。ここで、移動平均処理と
は、時間軸に沿って、一画素単位に移動してゆき、各画
素にあってはその前後を含めたａ個例えば３個のデータ
の平均値をとり、この平均値をその時の中間位置画素の
画像データとして設定する処理法を云う。従って、この
場合、各画素の画像データは、その前後と自己とを含め
た３個の画像データの平均値にとって代わる。
９から画素単位に得られる、時間変化に伴う画像データ
に関し、移動平均処理を行う（一種のフィルタ処理）。
これによって、画素単位に、その時間軸方向の患者の動
きによるノイズが抑制される。ここで、移動平均処理と
は、時間軸に沿って、一画素単位に移動してゆき、各画
素にあってはその前後を含めたａ個例えば３個のデータ
の平均値をとり、この平均値をその時の中間位置画素の
画像データとして設定する処理法を云う。従って、この
場合、各画素の画像データは、その前後と自己とを含め
た３個の画像データの平均値にとって代わる。
【００１８】ガンマ関数近似装置１０６は、移動平均処
理後の、時間変化に伴う画像データが、いかなるガンマ
関数に近似しているかを見つけるものである。近似手法
は、最小二乗法で二乗誤差が最小となるガンマ関数を見
つけるやり方をとる。
理後の、時間変化に伴う画像データが、いかなるガンマ
関数に近似しているかを見つけるものである。近似手法
は、最小二乗法で二乗誤差が最小となるガンマ関数を見
つけるやり方をとる。
【００１９】ガンマ関数ｆ（ｔ）は、
【数１】 となる関数である。この関数ｆ（ｔ）は、係数ｋ、
ｔ0、α、βの４つのパラメータで固定できる。近似な
ガンマ関数を見つけるとは、その時の時間変化の画像デ
ータに近い（数１）のガンマ関数を見つけることであ
り、それは、ｋ、ｔ0、α、βの４つのパラメータを見
つけることでもある。ここでガンマ関数としてたのは、
血流の機能像を得るのに好適なためである。
ｔ0、α、βの４つのパラメータで固定できる。近似な
ガンマ関数を見つけるとは、その時の時間変化の画像デ
ータに近い（数１）のガンマ関数を見つけることであ
り、それは、ｋ、ｔ0、α、βの４つのパラメータを見
つけることでもある。ここでガンマ関数としてたのは、
血流の機能像を得るのに好適なためである。
【００２０】かくして縮小画像の画素（ｉ、ｊ）毎に４
つのパラメータが次のように求まる。 画素（１、１）……ｋ11、ｔ011、α11、β11， 画素（１、２）……ｋ12、ｔ012、α12、β12， …………………………………… 画素（ｉ、ｊ）……ｋij、ｔ0ij、αij、βij， …………………………………… ここで、ｉとは、１≦ｉ≦５１２， １≦ｊ≦５１２で
ある。
つのパラメータが次のように求まる。 画素（１、１）……ｋ11、ｔ011、α11、β11， 画素（１、２）……ｋ12、ｔ012、α12、β12， …………………………………… 画素（ｉ、ｊ）……ｋij、ｔ0ij、αij、βij， …………………………………… ここで、ｉとは、１≦ｉ≦５１２， １≦ｊ≦５１２で
ある。
【００２１】機能画像作成装置１０７は、全画素毎に得
られた４つのパラメータｋ、ｔ0、α、βからガンマ関
数の特徴量を抽出し、機能画像を作成する。例えば、ガ
ンマ関数が最大となる時間（ピーク到達時間ＰＴ）は、
３つのパラメータｔ0、α、βを利用して次式で求ま
る。
られた４つのパラメータｋ、ｔ0、α、βからガンマ関
数の特徴量を抽出し、機能画像を作成する。例えば、ガ
ンマ関数が最大となる時間（ピーク到達時間ＰＴ）は、
３つのパラメータｔ0、α、βを利用して次式で求ま
る。
【数２】 この式を利用して全画素について、それぞれの３つのパ
ラメータｔ0、α、βを用いてＰＴを求める。全画素で
得たＰＴをもって、１つの機能像となる。この他に、機
能像を得る特徴量の抽出は種々存在する。４つのパラメ
ータを使う例、２つのパラメータを使う例等種々であ
る。
ラメータｔ0、α、βを用いてＰＴを求める。全画素で
得たＰＴをもって、１つの機能像となる。この他に、機
能像を得る特徴量の抽出は種々存在する。４つのパラメ
ータを使う例、２つのパラメータを使う例等種々であ
る。
【００２２】画素拡大装置１０８では、機能像を原画像
の大きさに拡大する。これによって原画像の大きさでの
機能像が得られ、視覚上充分なる大きさの画素表示が可
能となる。この拡大は、画素相互の補間によって行う。
の大きさに拡大する。これによって原画像の大きさでの
機能像が得られ、視覚上充分なる大きさの画素表示が可
能となる。この拡大は、画素相互の補間によって行う。
【００２３】機能画像作成装置１０７で得たガンマ関数
例を図２に示す。横軸が時間、縦軸が画像データの大き
さ（濃度）を示す。この図で、Ｇ（ｉ1、ｊ1）、Ｇ（ｉ
2、ｊ2）、Ｇ（ｉ3、ｊ3）とは、それぞれ画素（ｉ1、
ｊ1）（ｉ2、ｊ2）、（ｉ3、ｊ3）での近似ガンマ関数
である。このように、各画素毎に４つのパラメータ
（ｋ、ｔ0、α、β）で特徴づけられた近似ガンマ関数
が得られることになる。先の（数２）の例では、各近似
ガンマ関数のピーク値到達時間ＴＨ（ｉ1、ｊ1）、ＴＨ
（ｉ2、ｊ2）、ＴＨ（ｉ3、ｊ3）は図のようになる。
例を図２に示す。横軸が時間、縦軸が画像データの大き
さ（濃度）を示す。この図で、Ｇ（ｉ1、ｊ1）、Ｇ（ｉ
2、ｊ2）、Ｇ（ｉ3、ｊ3）とは、それぞれ画素（ｉ1、
ｊ1）（ｉ2、ｊ2）、（ｉ3、ｊ3）での近似ガンマ関数
である。このように、各画素毎に４つのパラメータ
（ｋ、ｔ0、α、β）で特徴づけられた近似ガンマ関数
が得られることになる。先の（数２）の例では、各近似
ガンマ関数のピーク値到達時間ＴＨ（ｉ1、ｊ1）、ＴＨ
（ｉ2、ｊ2）、ＴＨ（ｉ3、ｊ3）は図のようになる。
【００２４】尚、血流の計測では、時間変化データに
は、再循環を含んだ血流が計測される。ここで近似の対
象となるのは、計測データ中の１次血流であり、再循環
の影響が近似結果に反映しないようにする必要がある。
そのためには、再循環の始まった時間を推定しその直前
までを近似に用いるとよい。また立ち上がり付近はノイ
ズとの区別がつきにくいため、区間を適宜設定して近似
の対象とすることが好ましい。このような例を図３に示
す。図で○印が計測データであり、これを１次血流に関
して、ｔs〜ｔeとの近似区間を与えて、ガンマ関数の近
似を行わせる例を示した。この近似区間以外は、ガンマ
関数の近似は行わないため、計測データ上にガンマ関数
が乗っていないことがわかる。区間内ではガンマ関数が
計測データの上にきちんと乗っていることもわかる。図
４は、図１の処理手順を示した図であり、原画像（Ｍ×
Ｍ）に対して、ｍ×ｍに縮小し、縮小画像に対してｎ×
ｎの大きさでガウスフィルタを施し、その後で移動平均
処理で画素毎に、時間変化の画像データを得、更にこれ
から近似ガンマ関数Ｇを求め、機能画像（ｍ×ｍの大き
さ）そして拡大画像（Ｍ×Ｍの大きさ）を得る例を示し
てある。
は、再循環を含んだ血流が計測される。ここで近似の対
象となるのは、計測データ中の１次血流であり、再循環
の影響が近似結果に反映しないようにする必要がある。
そのためには、再循環の始まった時間を推定しその直前
までを近似に用いるとよい。また立ち上がり付近はノイ
ズとの区別がつきにくいため、区間を適宜設定して近似
の対象とすることが好ましい。このような例を図３に示
す。図で○印が計測データであり、これを１次血流に関
して、ｔs〜ｔeとの近似区間を与えて、ガンマ関数の近
似を行わせる例を示した。この近似区間以外は、ガンマ
関数の近似は行わないため、計測データ上にガンマ関数
が乗っていないことがわかる。区間内ではガンマ関数が
計測データの上にきちんと乗っていることもわかる。図
４は、図１の処理手順を示した図であり、原画像（Ｍ×
Ｍ）に対して、ｍ×ｍに縮小し、縮小画像に対してｎ×
ｎの大きさでガウスフィルタを施し、その後で移動平均
処理で画素毎に、時間変化の画像データを得、更にこれ
から近似ガンマ関数Ｇを求め、機能画像（ｍ×ｍの大き
さ）そして拡大画像（Ｍ×Ｍの大きさ）を得る例を示し
てある。
【００２５】図５は、相隣合う計測の間隔が大きい場合
に有効な、第２の実施例用の説明図である。具体的に
は、１秒のスキャン時間で３０秒間間欠適に撮影したも
のであり、４秒間隔で合計８枚の画像を得た例を図５に
示してある（黒マル印）。この測定では、時間方向にデ
ータ数が少ない。そこで、第２の実施例では、時間方向
のデータ不足を補うために、データ推定を行わせること
とした。
に有効な、第２の実施例用の説明図である。具体的に
は、１秒のスキャン時間で３０秒間間欠適に撮影したも
のであり、４秒間隔で合計８枚の画像を得た例を図５に
示してある（黒マル印）。この測定では、時間方向にデ
ータ数が少ない。そこで、第２の実施例では、時間方向
のデータ不足を補うために、データ推定を行わせること
とした。
【００２６】第２の実施例を図６に示す。本実施例の特
徴は、画像フィルタ装置１０３とフィルタ処理装置１０
５との間にデータ推定装置１０４を設けたことにある。
データ推定法は、画像補間法による。図６の右側には、
不足画像を補間した例が斜線で示してある。この補間画
像による時間変化の画像データが、図５の白マル印で示
してある。この補間では相隣合う計測データとの間に３
点補間例である。これから近似区間を与えて機能画像を
求める点は、第１の実施例と変わりない。
徴は、画像フィルタ装置１０３とフィルタ処理装置１０
５との間にデータ推定装置１０４を設けたことにある。
データ推定法は、画像補間法による。図６の右側には、
不足画像を補間した例が斜線で示してある。この補間画
像による時間変化の画像データが、図５の白マル印で示
してある。この補間では相隣合う計測データとの間に３
点補間例である。これから近似区間を与えて機能画像を
求める点は、第１の実施例と変わりない。
【００２７】本実施例では、ガンマ関数以外に、ＣＢＦ
解析法（局所脳血流解析法）で使用するケティーシュミ
ット式も使用可能である。又、縮小画像の縮小率、拡大
画像の拡大率も種々可能である。
解析法（局所脳血流解析法）で使用するケティーシュミ
ット式も使用可能である。又、縮小画像の縮小率、拡大
画像の拡大率も種々可能である。
【００２８】
【発明の効果】本発明によれば、被検体の動的解析をす
る機能画像を高速に高画質で得られ、計測間隔の長いデ
ータからも十分な画像が得られることから大幅な被曝線
量の低減が可能となる。又、画像ノイズの多い原画像に
対しても安定に高画質の機能画像が得られる。
る機能画像を高速に高画質で得られ、計測間隔の長いデ
ータからも十分な画像が得られることから大幅な被曝線
量の低減が可能となる。又、画像ノイズの多い原画像に
対しても安定に高画質の機能画像が得られる。
【図１】本発明の画像処理装置の実施例図である。
【図２】本発明の近似ガンマ関数の具体例図である。
【図３】本発明の近似ガンマ関数の具体例である。
【図４】本発明の処理手順の説明図である。
【図５】本発明の計測間隔が大きい場合での近似ガンマ
関数及びデータ推定結果を示す図である。
関数及びデータ推定結果を示す図である。
【図６】本発明の第２の実施例図である。
１０ 画像処理装置 １０１ 原画像 １０２ 画像縮小装置 １０３ 画像フィルタ装置 １０４ データ推定装置 １０５ フィルタ処理装置 １０６ ガンマ関数近似装置 １０７ 機能画像作成装置 １０７ 画像拡大装置
Claims (3)
- 【請求項１】 被検体の同一断面の時間変化に伴う複数
枚の断層原画像のそれぞれを縮小する手段と、該縮小し
た画像の画素毎の時間変化データの移動平均処理を行う
手段と、該移動平均処理後の画素毎の時間変化データを
関数近似する手段と、近似した関数の特徴量を抽出し機
能画像を作成する手段と、より成る画像処理装置。 - 【請求項２】 被検体の同一断面の時間変化に伴う複数
枚の断層原画像のそれぞれを縮小する手段と、該縮小し
た画像間の補間を行って枚数を増加する手段と、該増加
後の画像の画素毎の時間変化データの移動平均処理を行
う手段と、該移動平均処理後の画素毎の時間変化データ
を関数近似する手段と、近似した関数の特徴量を抽出し
機能画像を作成する手段と、より成る画像処理装置。 - 【請求項３】 請求項１又は２に於いて、作成した機能
画像を拡大する拡大手段を設けてなる画像処理装置。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4291752A JPH06133962A (ja) | 1992-10-29 | 1992-10-29 | 画像処理装置 |
| US08/141,537 US5530789A (en) | 1992-10-29 | 1993-10-27 | Image processing apparatus and method for constructing a functional image using feature amounts of functions approximating changes in image data on a time axis |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4291752A JPH06133962A (ja) | 1992-10-29 | 1992-10-29 | 画像処理装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH06133962A true JPH06133962A (ja) | 1994-05-17 |
Family
ID=17772960
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP4291752A Pending JPH06133962A (ja) | 1992-10-29 | 1992-10-29 | 画像処理装置 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US5530789A (ja) |
| JP (1) | JPH06133962A (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004024001A1 (ja) * | 2002-09-12 | 2004-03-25 | Hitachi Medical Corporation | 血流動態解析装置とその方法、画像診断装置 |
| JP2005211488A (ja) * | 2004-01-30 | 2005-08-11 | Canon Inc | 画像処理方法及び装置 |
| JP2010115419A (ja) * | 2008-11-14 | 2010-05-27 | Anzai Medical Kk | キセノンｃｔ装置、動脈血速度定数決定方法及び血流量算出方法 |
| US9646464B2 (en) | 2012-06-07 | 2017-05-09 | Aristocrat Technologies Australia Pty Limited | Gaming system and a method of gaming |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100366141B1 (ko) * | 1994-01-31 | 2003-03-03 | 소니 가부시끼 가이샤 | 화상대조방법및장치 |
| US5844663A (en) * | 1996-09-13 | 1998-12-01 | Electronic Systems Engineering Co. | Method and apparatus for sequential exposure printing of ultra high resolution digital images using multiple multiple sub-image generation and a programmable moving-matrix light valve |
| JP2012110400A (ja) * | 2010-11-22 | 2012-06-14 | Konica Minolta Medical & Graphic Inc | 動態診断支援情報生成システム |
| CN105092616B (zh) * | 2015-09-07 | 2017-09-12 | 中国兵器科学研究院宁波分院 | 工业ct检测中小细节特征尺寸测量方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4862359A (en) * | 1984-08-31 | 1989-08-29 | Bio-Logic Systems Corporation | Topographical mapping of brain functionality from neuropsychological test results |
| IL77840A (en) * | 1986-02-10 | 1989-05-15 | Elscint Ltd | Data compression system for digital imaging |
-
1992
- 1992-10-29 JP JP4291752A patent/JPH06133962A/ja active Pending
-
1993
- 1993-10-27 US US08/141,537 patent/US5530789A/en not_active Expired - Fee Related
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004024001A1 (ja) * | 2002-09-12 | 2004-03-25 | Hitachi Medical Corporation | 血流動態解析装置とその方法、画像診断装置 |
| JP2005211488A (ja) * | 2004-01-30 | 2005-08-11 | Canon Inc | 画像処理方法及び装置 |
| JP2010115419A (ja) * | 2008-11-14 | 2010-05-27 | Anzai Medical Kk | キセノンｃｔ装置、動脈血速度定数決定方法及び血流量算出方法 |
| US9646464B2 (en) | 2012-06-07 | 2017-05-09 | Aristocrat Technologies Australia Pty Limited | Gaming system and a method of gaming |
| US9928693B2 (en) | 2012-06-07 | 2018-03-27 | Aristocrat Technologies Australian Pty Limited | Gaming system and a method of gaming |
Also Published As
| Publication number | Publication date |
|---|---|
| US5530789A (en) | 1996-06-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4130661B2 (ja) | 時間的に連続する胸部画像間の経時変化を検出する装置 | |
| KR101121396B1 (ko) | 2차원 초음파 영상에 대응하는 2차원 ｃｔ 영상을 제공하는 시스템 및 방법 | |
| JP4193168B2 (ja) | 血流動態解析装置及び方法 | |
| JPH1031745A (ja) | 自動画像解析方法 | |
| US20030097076A1 (en) | Method and apparatus for calculating index concerning local blood flow circulations | |
| EP0866607A2 (en) | Noise filter for digital x-ray imaging system | |
| US20140355863A1 (en) | Image processing apparatus, method and medical image device | |
| JP4938427B2 (ja) | 脳出血部位体積計算装置 | |
| US20160117809A1 (en) | Image processing apparatus, control method thereof and computer-readable storage medium | |
| JPH08103439A (ja) | 画像の位置合わせ処理装置及び画像間処理装置 | |
| JP3376354B2 (ja) | ディジタル胸部画像のリブケイジ境界検出方法及び装置 | |
| JPH06133962A (ja) | 画像処理装置 | |
| JP2000126150A (ja) | 関心領域設定方法、画像処理装置および医用画像処理装置 | |
| JP2003299646A (ja) | 画像解析装置 | |
| EP3658031B1 (en) | Motion compensated cardiac valve reconstruction | |
| JP4350206B2 (ja) | Ｘ線ｃｔ装置 | |
| JPH05237094A (ja) | ストリーク状偽像を低減する画像処理方法と装置 | |
| JPWO2016009957A1 (ja) | コンピュータプログラム、画像処理装置及び方法 | |
| JP4181342B2 (ja) | Ｘ線画像診断装置 | |
| CN114298934B (zh) | 一种基于像素调节的面颊夹显影弱化方法、装置 | |
| EP3998016A1 (en) | Simultaneous implementation method of 3d subtraction arteriography, 3d subtraction venography, and 4d color angiography through post-processing of image information of 4d magnetic resonance angiography, and medical imaging system | |
| Torheim et al. | Analysis of contrast‐enhanced dynamic MR images of the lung | |
| Gardner et al. | Removing local motion from ultrasonic images using nonaffine registration for contrast quantification | |
| WO1994018639A1 (en) | Method and apparatus for generating well-registered subtraction images for digital subtraction angiography | |
| JPH08131428A (ja) | ディジタルｘ線撮影装置 |