JPWO2013018575A1 - 画像診断装置及び画像補正方法 - Google Patents

画像診断装置及び画像補正方法 Download PDF

Info

Publication number
JPWO2013018575A1
JPWO2013018575A1 JP2013526821A JP2013526821A JPWO2013018575A1 JP WO2013018575 A1 JPWO2013018575 A1 JP WO2013018575A1 JP 2013526821 A JP2013526821 A JP 2013526821A JP 2013526821 A JP2013526821 A JP 2013526821A JP WO2013018575 A1 JPWO2013018575 A1 JP WO2013018575A1
Authority
JP
Japan
Prior art keywords
image
correction
unit
image data
similarity
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
Application number
JP2013526821A
Other languages
English (en)
Other versions
JP5819428B2 (ja
Inventor
吉川　秀樹
秀樹 吉川
東　隆
隆 東
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Healthcare Manufacturing Ltd
Original Assignee
Hitachi Medical Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hitachi Medical Corp filed Critical Hitachi Medical Corp
Priority to JP2013526821A priority Critical patent/JP5819428B2/ja
Publication of JPWO2013018575A1 publication Critical patent/JPWO2013018575A1/ja
Application granted granted Critical
Publication of JP5819428B2 publication Critical patent/JP5819428B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
    • 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
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
    • A61B6/5235—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from the same or different ionising radiation imaging techniques, e.g. PET and CT
    • 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
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
    • A61B6/5235—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from the same or different ionising radiation imaging techniques, e.g. PET and CT
    • A61B6/5241—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from the same or different ionising radiation imaging techniques, e.g. PET and CT combining overlapping images of the same imaging modality, e.g. by stitching
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5238—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one image
    • A61B8/5246—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one image combining images from the same or different imaging techniques, e.g. color Doppler and B-mode
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00—Medical imaging apparatus involving image processing or analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • 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
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • 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
    • A61B6/46—Arrangements for interfacing with the operator or the patient
    • A61B6/461—Displaying means of special interest
    • 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
    • A61B6/46—Arrangements for interfacing with the operator or the patient
    • A61B6/467—Arrangements for interfacing with the operator or the patient characterised by special input means
    • A61B6/469—Arrangements for interfacing with the operator or the patient characterised by special input means for selecting a region of interest [ROI]
    • 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
    • A61B6/48—Diagnostic techniques
    • A61B6/481—Diagnostic techniques involving the use of contrast agents
    • 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
    • A61B6/48—Diagnostic techniques
    • A61B6/486—Diagnostic techniques involving generating temporal series of image data
    • 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
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • 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
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
    • A61B6/5264—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise due to motion
    • 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
    • A61B6/58—Testing, adjusting or calibrating thereof
    • 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
    • A61B8/485—Diagnostic techniques involving measuring strain or elastic properties
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5207—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of raw data to produce diagnostic data, e.g. for generating an image
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20092—Interactive image processing based on input by user
    • G06T2207/20104—Interactive definition of region of interest [ROI]
    • 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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Veterinary Medicine (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Optics & Photonics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

時系列の画像データに対し、撮像対象の位置ずれを補正し、補正結果の信頼性を向上することのできる画像診断装置を提供する。画像データを入力する入力部１３、撮像対象の位置ずれを示す補正ベクトルを算出し、画像補正部で利用する画像データを選別する補正ユニット１４、補正ベクトルに基づき画像データに補正処理を実施して補正画像データを作成する画像補正部２０、補正ユニットと画像補正部を制御する制御部２１、補正画像データおよび計測データを保存データとして保存するメモリ２２、保存データを外部に出力する出力部２３、保存データを表示する表示部２４、操作者が入力操作する外部入力装置３０で構成する。

Description

本発明は、時系列の画像データに対して撮像対象の位置ずれを補正する画像処理に係り、特に、補正結果の信頼度を評価し、補正処理を実現する画像補正技術に関する。
異なる時相で取得した複数の画像データに対し、加算または減算等の画像処理を実施し、撮像対象の経時変化を抽出する時系列画像処理の技術は、様々な分野で広く利用されている。特に、医療画像診断の分野では、装置の高性能化に伴い、これまで主流であった組織の形状を画像化する技術に加え、組織の性状を評価する機能評価技術に関する技術開発が注目されている。超音波診断は、画像の撮像時間がMRI（Magnetic Resonance Imaging
）装置やCT（Computed Tomography）に比べて撮像時間が短く、細かい時間分解能で経時変化を捉えられる。そのため、時系列画像処理による機能評価が特に有効であり、多くのメーカが特徴的な機能診断技術を提案している。例えば着目する組織に体表部から圧迫し、圧迫前後の画像データから組織の歪量を算出し、癌の硬さを推定する技術が主に乳癌診断の分野で利用されている。また、造影診断の分野では、着目組織に造影剤が流入する過程で取得した一連の画像データに対し、最大輝度を選択する処理を画素単位で実施して血管分布を強調して表示する技術が広く知られている。
このような時系列画像処理において重要な技術が、画像データ間に生じる撮像対象の位置ずれを補正する技術である。医療分野では、患者負担や造影剤を投与する手技の関係で、画像データの取得機会が限られるため、取得した画像データから如何に位置ずれの影響を排除するかが問題となる。関連する先行技術として、例えば特許文献１、特許文献２がある。
特許文献１の補正技術は、補正の対象となる画像データの解像度を低減し、ラプラシアンフィルタにより特徴的な情報を取得する。この特徴的な情報を利用して画像データ間の動きを補正する。特許文献２の補正技術は、補正の対象となる画像データを複数の領域に分割し、各領域にて補正量を計測することにより、着目対象の変形を含む体動成分を評価する。
WO2006/026177号公報 WO2006/123742号公報
上述のように、時系列の画像データに対して撮像対象の位置ずれを補正する処理、特に体動に伴う位置ずれを補正する処理においては、補正の正確性が非常に重要となる。特許文献１は補正精度を向上する上で有効であり、また、特許文献２は、変形に対する補正精度を向上する上で有効である。しかしながら、いずれも補正結果の正確性を評価する仕組みは備えていない。時系列画像処理では、時系列上の唯一つの補正誤差が結果画像に不自然な構造パタンを顕在化させ、補正処理を実施しない場合に比べてむしろ画質を悪化させる場合が多々ある。したがって、時系列画像処理においては、補正精度の高精度化と共に、結果の信頼性を評価する仕組みが併せて不可欠である。
本発明の目的は、上記の課題を解決し、補正精度の高精度化を図ると共に、結果の信頼性を評価することが可能な画像診断装置、及び画像補正方法を提供することにある。
上記の目的を達成するため、本発明では、時系列の画像データを補正する画像診断装置であって、時系列の画像データから補正を実行する画像データを、基準画像との類似度に基づき選択し、選択した画像データの位置ずれを示す補正ベクトルを出力する補正ユニットと、補正ベクトルに基づき画像データに補正処理を実施して補正画像データを作成する画像補正部と、補正画像データに基づく画像を表示する表示部とを備える画像診断装置を提供する。
また、上記の目的を達成するため、本発明では、上記の画像診断装置であって、補正ユニットは、時系列の画像データに対して補正処理を実施する領域を設定する領域設定部と、時系列の画像データから、基準画像を設定する基準設定部と、基準画像と類似する領域を画像データから探索し、類似度を示す類似値を出力する第一の類似領域探索部と、類似値を評価する類似度パラメータを生成する類似度評価部と、類似度パラメータに基づいて、画像補正部で使用する画像データを選択する画像選択部とを備える構成の画像診断装置を提供する。
更に、上記の目的を達成するため、本発明では、上記の画像診断装置であって、変形補正ユニットを更に備え、変形補正ユニットは、補正ユニットで設定した補正処理を実施する領域を分割して複数の分割領域を設定する領域分割部と、複数の分割領域に対して、基準画像と類似する領域を探索して、補正ベクトルを算出する第二の類似領域探索部と、第二の類似領域探索部が算出した補正ベクトルに対してエラー補正を実施するエラー補正部とを備える構成の画像診断装置を提供する。
また更に、処理部により時系列の画像データを補正する画像補正方法であって、処理部は、時系列の画像データから補正を実行する画像データを、基準画像との類似度に基づき選択し、選択した画像データの位置ずれを示す補正ベクトルを算出し、補正ベクトルに基づき画像データに補正処理を実施して、補正画像データを作成する画像補正方法を提供する。
本発明により、補正精度の高精度化を図ると共に、結果の信頼性を評価することが可能な画像診断装置、及び画像補正方法を提供することが可能となる。
実施例１の画像診断装置の一構成例を示すブロック図である。 実施例１の画像診断装置の処理工程の一例を説明する図である。 実施例１の画像診断装置の処理範囲を設定する際の表示形態の一例を示す図である。 実施例１に係る、類似領域の探索を説明する図である。 実施例１に係る、類似度パラメータの内容を説明する図である。 実施例１に係る、高速化処理を説明するための図である。 実施例１に係る、高速化処理の効果を説明する図である。 実施例１に係る、類似度パラメータの意味を説明する図である。 実施例１の画像診断装置の画像選択を実施する際の表示の一例を示す図である。 実施例１の画像診断装置の画像選択を実施するためのヒストグラムを示す図である。 実施例１の画像診断装置のベクトル連結部の処理を説明する図である。 実施例１の画像診断装置の表示形態の一例を示す図である。 実施例２の画像診断装置の一構成例を示すブロック図である。 実施例２の画像診断装置の処理工程を説明する図である。 実施例２に係る、類似領域の探索を説明する図である。 実施例２の画像診断装置の表示形態の一例を示す図である。 実施例２の画像診断装置の補正ベクトルの表示形態の一例を示す図である。
以下、本発明の実施形態を図面に従い説明する。なお、本明細書において、撮像対象の動きを剛体運動と仮定して位置の補正処理を実施するが、この剛体とは変形しない対象を指し、剛体運動とは当該対象内の各位置における移動が並進移動である運動を意味する。また、基準画像とは、補正処理の基準となる画像データであり、装置に入力される時系列の画像データに基づき設定される。類似領域とは基準画像と類似する領域を意味する。また、類似度とは、二つの領域のデータが一致している程度を示す。類似値とは、類似度を評価するための数値であり、類似領域の探索過程で算出される数値である。類似値マップは、探索過程で算出される全ての類似値で構成される２次元マップであり、類似値マップにエッジ強調フィルタを適用した２次元マップを、類似値分散マップと称する。更に、類似度パラメータとは、探索結果の信頼性を評価するための数値である。
以下、第１の実施例である画像診断装置の一構成例について、図１〜図１１を用いて説明する。第１の実施例は、外部装置からの時系列の画像データに対し、撮像対象の位置ずれを補正し、補正結果の信頼性を向上することが可能な画像診断装置に関する。すなわち、第１の実施例は、時系列の画像データを補正する画像診断装置であって、時系列の画像データから補正を実行する画像データを、基準画像との類似度に基づき選択し、選択した前記画像データの位置ずれを示す補正ベクトルを出力する補正ユニット１４と、補正ベクトルに基づき画像データに補正処理を実施して補正画像データを作成する画像補正部２０と、補正画像データに基づく画像を表示する表示部２４とを備える画像診断装置の実施例である。また、第１の実施例は、本体１２内の処理部により時系列の画像データを補正する画像補正方法であって、処理部は、時系列の画像データから補正を実行する画像データを、基準画像との類似度に基づき選択し、選択した画像データの位置ずれを示す補正ベクトルを算出し、補正ベクトルに基づき画像データに補正処理を実施して補正画像データを作成し、更には当該補正画像データに基づく画像を表示部に表示する画像補正方法の実施例である。
本実施例において、補正ユニット１４は、時系列の画像データに対して補正処理を実施する領域を設定する領域設定部１５と、時系列の画像データから、基準画像を設定する基準設定部１６と、基準画像と類似する領域を画像データから探索し、類似度を示す類似値を出力する第一の類似領域探索部１７と、類似値を評価する類似度パラメータを生成する類似度評価部１８と、類似度パラメータに基づいて、画像補正部で使用する画像データを選択する画像選択部１９とを備える。
図１は、実施例１の画像診断装置の機能ブロック図を示す。実施例１の画像診断装置は、画像データを取得する外部装置１１と、画像データの補正処理を実施する本体１２と、本体１２から出力される情報を表示する表示部２４と、更には外部入力装置３０を備える。本体１２は、画像データを入力する入力部１２と、画像データを利用し、撮像対象の動きを剛体運動と仮定して補正処理を実施し、補正ベクトルを出力する補正ユニット１４と、補正ベクトルを利用して画像データを補正し、補正画像データを作成して出力する画像補正部２０と、本体１２を制御する制御部２１と、画像データや計測データを保存データとして保存するメモリ２２と、メモリ２２に保存する、本体１２で作成される補正画像データ等の画像データや計測データを出力する出力部２３、更にはベクトル連結部２５とを備える。
補正ユニット１４は、入力部１３に入力した画像データに対して、補正処理を実施する領域を設定する領域設定部１５と、画像データから補正処理の基準となる基準画像を設定する基準設定部１６と、基準画像と類似する類似領域を、対象とする画像データから探索して、補正ベクトルを算出する類似領域探索部A １７と、類似領域探索部A １７の結果を評価する類似度評価部１８と、類似度評価部１８の結果に基づいて、画像補正部２０で使用する画像データを選択する画像選択部１９とを備える。
外部装置１１は、超音波診断装置、MRI装置、CT装置などの医療用画像診断装置からの超音波画像データ、MRI画像データ、CT画像データを想定しているが、本実施例の画像診断装置はデジタルカメラやCCDカメラ等、外部装置の種類を問わず画像データ全般に適用できる。また、外部入力装置３０は、例えばキーボード、マウス、トラックボール等であり、操作者がそれらを使用して本体１２等へ必要な指令やデータを入力することができる。
上述した機能ブロックの内、ベクトル連結部２５は、補正ユニット１４の基準設定部１６で設定する基準画像が複数の場合、各基準画像に基づいて算出される補正ベクトルの結果を連結する機能を有するものであり、基準画像が一つの場合は、使用する必要がない。
本実施例の画像診断装置の本体１２は、通常のコンピュータ装置で実現可能である。すなわち、通常のコンピュータ装置は、中央処理部（Central Processing Unit：CPU）と、記憶部であるメモリ、入出力部である入出力インタフェース等から構成される。図１の本体１２内の各機能ブロックの内、入力部１３と出力部２３が入出力インタフェースに、メモリ２２がメモリ、制御部２１がCPUに対応する。また、機能ブロックである補正ユニット１４、ベクトル連結部２５、画像補正部２０は、メモリ２２に記憶され、CPUで実行される機能プログラムに対応する。更に、表示部２４と外部入力装置３０は、コンピュータ装置に付属のディスプレイやキーボード等に対応する。本明細書において、補正ユニット１４、画像補正部２０、制御部２１、更にはベクトル連結部２５を総称して処理部と呼ぶ場合がある。
次に、図２に示すフローチャートに従って、本実施例の装置の補正ユニット１４の処理を説明する。このフローチャートの各処理ステップは、入出力処理以外は、CPUで実行されるプログラムで実現可能である。
まず、補正ユニット１４の領域設定部１５において実施される、工程１の処理範囲の設定について説明する。この処理範囲には、以下に順次説明するように、時間範囲と画像範囲がある。補正を実施する画像データが、外部装置１１から入力部１３に入力された段階で、表示部２４には、図３に示すように画像データの中の例示画像データ３１と、入力ボタン３４、補正実行ボタン３５が表示される。また、図３に示すように、例示画像データ３１の平均輝度の時間変化を示す輝度曲線３６が表示される。表示部２４の表示画面の下部には、画像データの時間範囲を示すゲージ３７と、例示画像データ３１を変更するマーカ３８が設けられており、操作者は外部入力装置３０を利用してマーカ３８を移動させることで、例示画像データ３１をゲージ３７上で自由に変更できる。
補正処理を実施する時間範囲は、マーカ３８を利用して設定する。操作者がマーカ３８を操作し、所望の個所で入力ボタン３４を選択すると、開始位置が確定し、ゲージ３７上には開始位置を示す矢印が表示される。同様にして終了位置を確定する。マーカ３８で示す時間の位置は輝度曲線３６上にも表示されるため、操作者は例示画像データ３１と輝度曲線３６を参考にして開始と終了の位置を確定できる。また、確定した開始と終了の位置は、図３に示す形で、表示部２４中に表示される。
領域設定部１５において、補正処理を実施する画像範囲は、例示画像データ３１上に表示される四角の枠で表示される処理領域３３を利用して設定する。操作者が外部入力装置３０を利用して、処理領域３３の位置や範囲を画像データ３１の内部で調整し、入力ボタン３４を選択すると、補正処理を実施する画像範囲である処理領域３３が確定する。処理領域３３の位置や範囲を変更に伴い、表示部２４に表示される輝度曲線３６は即時に変更される。
続いて、基準設定部１６において、工程２の補正処理の第１基準画像の設定が実施される。上述したように、基準画像とは、補正処理の基準となる画像データである。工程１にて処理領域３３が確定すると、輝度曲線３６上には第１基準画像の位置を示す印３９が表示される。印３９の位置は、ゲージ３７上のマーカ３８の位置に対応する。マーカ３８をゲージ３７上で移動させ、所望の位置で入力ボタン３４を選択することにより、第１基準画像が確定する。なお、工程２の処理において、マーカ３８の初期位置は工程１で設定した時間範囲の開始位置とする。
入力ボタン３４の選択により第１基準画像が確定すると、輝度曲線３６上には、図示を省略した第２基準画像の位置を示す印が同様に表示される。この基準画像を複数設定する場合については後で説明する。なお、第２基準画像以降の設定方法は、第１基準画像の設定方法と同じであり、操作者が表示部２４に表示される補正実行ボタン３５を選択するまで繰り返される。第１基準画像を確定後、補正実行ボタン３５を選択した場合、基準画像は一個のみとなる。
続いて、類似領域探索部A１７において、工程３の類似領域の探索が実施される。まず基準画像が１つである場合について説明する。
ここで、以降の説明で利用する用語を定義する。類似度とは、先にも述べたように、探索結果である類似領域が、処理領域と一致している程度を示す。処理領域とは、基準画像中の処理対象となる領域である。類似値とは、類似度を評価するための数値であり、類似領域探索部A１７、および実施例２で説明する類似領域探索部Bにて実施される、類似領域の探索過程で算出される数値である。類似値マップは、探索過程で算出される全ての類似値で構成される2次元マップである。例えば最小二乗法による残差推定により類似領域の探索を実施する場合、類似値マップの最小値を取る位置が、最も類似度が高いと評価される。また、類似値マップにエッジ強調フィルタを適用した２次元マップを、類似値分散マップとする。更に、探索結果の信頼性を評価するための数値を、類似値マップまたは類似値分散マップから選定し、これを類似度パラメータとする。
図４は、基準画像と、類似領域探索の対象画像との関係を説明するための模式図であり、この図４を参照して本体１２の類似領域探索部A１７における類似領域の探索を説明する。類似領域探索部A１７における類似領域の探索は、工程１にて設定した、第１基準３９における基準画像４１上の処理領域３３と、工程１にて設定した時間範囲の、基準画像４１を除く全ての画像データとの間で実施される。以下、類似領域の探索を実施する画像データを対象画像と呼ぶ。図４に示したように、対象画像４３上には、処理領域３３と同じ中心位置にあり、処理領域３３の四方に操作者が予め設定する範囲（以下、Sとする）だけ拡大した探索領域４４を設ける。図４の点線で示す領域４５は、対象画像４３上における、処理領域３３の位置を示す。探索領域４４から処理領域３３と同じサイズの領域を抽出し、類似値を算出するための演算を実施する。抽出する領域を１画素単位で移動させ、各移動先にて演算を実施することにより、図５の左側に示す（２S＋１）×（２S＋１）のサイズを持つ類似値マップ５１を作成する。図５において、５７はグレースケールを示す。なお、この類似度を評価するための数値である類似値算出の具体例については、後で説明する。
なお、本実施例において、類似値マップ５１を作成する際、探索する画素を間引くことで処理時間の短縮が可能である。間引きを行う場合、まず、基準画像４１と対象画像４３にLow−Pass Filter（LPF）を適用する。LPFのサイズは間引く画素数と同程度にする。例えば２画素単位で探索を実施する場合、2×2のLPFを適用する。この場合、類似値マップのサイズは、（S＋１）×（S＋１）となる。類似値マップから最小値となる位置を算出することにより、間引いた2画素分の誤差を持つ補正ベクトルが確定する。次に、類似値マップの最小値の位置である、補正ベクトルの位置の近傍にて、類似領域の探索を再度実施する。この処理は誤差分の補正が目的であるため、基準画像４１と対象画像４３にはLPFを適用せず、間引きも０で行う。以上の処理により、最終的な補正ベクトルが算出される。
図６は、上述した間引き処理による演算の高速化と、含まれる誤差を模式的に示す図である。同図に示すように、本処理は、算出する補正ベクトルの精度を段階的に引き上げていく処理である。先の例では、１回目の探索を２画素分の精度、２回目の探索を１画素分の精度で実施する。間引く画素数を引き上げることにより、初回の探索で実施する類似値の演算回数を更に低減できる。但し、間引いた画素数分の誤差を補正するために実施する再探索の回数も増加し、演算時間の軽減効果は低くなる。
図７に間引き間隔と類似値の演算回数との関係の一例を示す。同図から明らかなように、間引き処理による演算の高速化の効果は明らかであり、例えばS=32の場合、８pixelsが最適な間引き間隔と判断できる。
なお、類似領域探索部A１７における、前述の類似値を算出するための演算とは、差分二乗和や差分絶対値和に代表される、画像間の残差を求める方式、または、相互相関演算に代表される方式を指す。残差を利用する方式では、類似値マップの最小値を取る位置、相関演算を利用する方式では、類似値マップの最大値を取る位置が、最も類似性が高い領域として検出される。図４に示すように、探索領域４４と処理領域３３の中心位置が同じであることから、類似値が算出される画像データ間の移動量が０である場合、最も類似性が高い位置は類似値マップの中心になる。したがって、類似値マップの中心位置から類似度が高い位置を結ぶベクトルが、本実施例における補正ベクトルとなる。以下、残差を利用する方式を用いると仮定し、類似値マップの最小値を取る位置が最も類似性が高い領域であるとして、本実施例の説明を続ける。
類似領域探索部A１７は、その探索結果として、類似値マップ５１と補正ベクトルを出力する。類似領域探索部A１７における工程３の類似領域の探索を実行後、補正ユニット１４の類似度評価部１８において、類似領域探索部A１７が生成した類似値マップ５１を用いて、工程４の類似度パラメータの算出を実施する。本実施例において、第１の類似度パラメータを、類似値マップの最小値で定義する。図５の場合、類似値マップ５１の最小値５３が、第１の類似パラメータとなり、類似値マップ５１上の最小値５３の位置を（x1，x2）として、第１の類似度パラメータを、I1（x1，y1）で表わす。
続いて、類似度評価部１８では、類似値マップ５１にエッジ強調フィルタを適用し、図５の右側に示す類似値分散マップ５２を作成する。エッジ強調フィルタの例としては、ラプラシアンフィルタを利用する。類似度評価部１８におけるエッジ強調フィルタの適用効果は、類似値マップ５１で評価する類似度の信頼性を向上させることにある。なお、図５において、５８はグレースケールを示す。
図８は、信頼性が高い例と低い例の二例の類似値マップ６１、６３と、各類似値マップ６１、６２にエッジ強調フィルタを適用した結果である、それぞれの類似値分散マップ６２、６４を示している。類似値マップ６１、６２は、値に応じた等高線図で表現されている。類似値マップ６１，６３、類似値分散マップ６２、６４共に、値の大小が白黒の色で表現されている。信頼性が高い例の類似値マップ６１では、最小値を示す位置の等高線密度が高く局所的であるのに対し、信頼性が低い例の類似値マップ６３では、最小値を示す位置の等高線密度が拡がっている。上述のように、本実施例の類似度評価部１８においては、類似度は類似値マップの最小値で評価する。しかし、最小値の近傍に同程度の値を有する位置が多数存在する場合、評価結果の信頼性は低下する。等高線図においては、最小値近傍の等高線密度が類似度の分散を示唆し、密度が高いほど最小値が局所的であり信頼性が高い結果となる。
類似度評価部１８で算出する類似値分散マップは、この等高線密度を評価する手法であり、エッジ強調フィルタは等高線密度を評価する手段として有効である。等高線密度が高いほど、類似値分散マップでは高い値で表示される。図８では、信頼性が高い例の類似値分散マップ６２、および信頼性が低い例の類似値分散マップ６４共に、等高線密度が高い位置が明確に高い値（白色）で示されている。特に信頼性が低い例では、類似値マップ６３では最小値の位置が不明瞭だが、類似値分散マップ６４に示される類似度の分散を示唆する情報により、違いが示されている。
エッジ強調フィルタの一例であるラプラシアンフィルタとしては、着目画素に隣接する４画素を利用した４近傍ラプラシアンフィルタや、着目画素に隣接する全ての画像を利用した８近傍ラプラシアンフィルタが利用される。前記の等高線密度を評価する上で最適なフィルタのサイズは、処理範囲３３に含まれる輝度パタンの構造と画像データを構成する最小単位の輝度分布および画像データの画素サイズによって異なる。
例えば超音波診断装置の場合、画像データを構成する最小単位はスペックルサイズである。スペックルサイズは、超音波を照射するデバイスの口径、周波数、深度などの撮像条件で決まる。処理範囲３３がスペックルサイズと同程度である場合、原理的には、このスペックルサイズを超える移動ステップで類似値マップを作成しなければ、類似値マップ上の隣接画素間で値の差が小さく、４近傍または８近傍のフィルタでは等高線密度を評価できない。この場合、類似値マップの画素サイズを拡大するか、またはフィルタサイズを拡大する必要がある。但し、通常取得される腹部や乳腺部の画像データは輝度パタンが複雑であり、かつ設定される処理範囲３３はスペックルサイズに比べて十分に大きいため、隣接画素を利用したエッジ強調フィルタで、前記等高線密度の評価が可能である。
本実施例における第２の類似度パラメータを、類似値マップの最小値を取る位置に対応する、類似値分散マップ上の値と定義する。図５の場合、第２の類似度パラメータは、類似値マップ５１の最小値を取る位置に対応する、類似値分散マップ５２上の値５４となる。ここで値５４の位置を（x1，y1）として、I2（x1，y1）とする。
また、第３の類似度パラメータは、類似値マップの最小値を取る位置と、類似値分散マップの最大値を取る位置との距離と定義する。図５の場合、第３の類似度パラメータは、類似値マップ５１の最小値５３を取る位置と、類似値分散マップ５２の最大値５５を取る位置との距離、すなわち、類似値分散マップ５２の最大値５５を取る位置を（x2，y2）として、距離 sqrt{（x1−x2）＾2＋（y1−y2）＾2} となる。
尚、上述の類似度パラメータに関して、類似値を演算する方式として相関演算を利用する場合には、類似値マップおよび類似値分散マップで利用する最大値と最小値の指標を逆に組み替えることで類似度パラメータの算出が成立することは自明の内容である。
類似度評価部１８によって得られる結果の内、最も信頼性が高い結果は、第３の類似度パラメータが０になる場合である。前述のように、類似値分散マップ５２の利用は類似値マップ５１の等高線密度を評価することを意味する。そのため、必ずしも類似値マップの最小値を取り巻く等高線密度を評価せず、場合によっては類似値マップの最大値周辺にI2（x2，y2）が位置することがある。したがって、類似値マップに対して予め設定する閾値、例えば類似値マップの最大値と最小値の半値、以下の領域を抽出する処理を実施し、その領域内でのI2（x2，y2）を類似度パラメータの計算に利用することが、信頼性を評価する上でより効果的である。
なお、類似度評価部１８で算出する類似度パラメータとしては、上述した類似度パラメータ１、２、３の他に、類似値マップを利用して算出される他の統計値も有効である。例えば、類似値マップの標準偏差や、予め設定する閾値、例えば類似値マップの最大値と最小値の半値、以下の画素数が挙げられる。
類似度評価部１８で類似度パラメータが算出されると、図２の工程５である使用する画像データの選択が実行される。すなわち、補正ユニット１４の画像選択部１９で、画像補正部２０で使用する画像データの選択を実施する。本実施例の画像診断装置では、工程４にて類似度パラメータが算出された段階で、表示部２４には、図９Ａに示す形で、類似度評価部１８が出力する第１、第２、第３の類似度パラメータが表示されるようにしておく。ただし、同図から明らかなように、第２の類似度パラメータは値の逆数をグラフ化して表示し、値が低いほど信頼性が高い傾向を全類似度パラメータで共通化させる。表示する内容は、操作者が自由に選択でき、例えば第３の類似度パラメータのみを表示する形態も実施できる。また、類似領域探索部A１７において、類似値マップの最小値の位置に基づいて算出した補正ベクトルを示す、距離方向（画像データの縦方向）と方位方向（画像データの横方向）の移動ベクトルも表示部２４に表示する。図９Ａにおける各グラフの横軸は、領域設定部１５で設定した、時間範囲における画像データ番号を示している。この画像データ番号に代え、領域設定部１５で設定した時間範囲そのものを横軸に設定しても良い。
図９Ａの各類似度パラメータのグラフには、点線で示す、閾値を設けるための閾値ラインが各グラフ上に設けられており、操作者は各類似度パラメータに対して閾値設定を実施し、閾値ラインを下回る画像データおよび補正ベクトルを、補正処理に利用するデータとして出力する。各閾値ラインの初期値は、各類似度パラメータの最大値とし、初期段階では全ての補正ベクトルを利用する。閾値ラインの変更は即時に補正ベクトルのグラフに反映され、例えば利用する補正ベクトルのみを色の違いやマークの違いで表示する。画像選択部１９において、閾値ラインの調整が終了した段階で、操作者は入力ボタン３４を選択することにより、画像補正部２０で使用する、補正を行う画像データおよび補正ベクトルの選択が完了する。画像選択部１９にて算出された補正ベクトルはメモリ２２に保存されると共に画像補正部２０に出力される。
なお、図９Ｂに示すように、表示部２４に表示する類似度パラメータの形態を、ヒストグラムの形態に変更して閾値ラインを設定することも可能である。また、類似度パラメータを統計的に処理し、閾値ラインの設定を自動化することも可能である。算出した各類似度パラメータの平均値、分散値、標準偏差、ヒストグラムを算出し、外れ値を除去する位置に閾値ラインを設定する。例えば図９Ｂに示す第３の類似度パラメータのヒストグラムでは、平均値や標準偏差で決まる適用範囲から閾値ラインを自動設定する。
ここで、本実施例の変形例として、本実施例の画像診断装置の基準設定部１６にて、第１基準のみでなく、複数の基準画像を設定した場合について説明する。基準画像を複数設定するのは、例えば造影剤を利用した画像データに補正処理を実施する場合に適している。造影剤の流入前後で画像の輝度パタンは大きく変化するため、単一の基準画像による補正処理は信頼性が低下し、補正ベクトルのエラーを高頻度で発生する。したがって、操作者は工程２にて補正の基準画像を設定する際に、図３に示す輝度曲線を参考にすることで、処理領域３３の輝度の時間変化を正確に把握し、適切な場所に、適切な数の基準画像を設定できる。
図１０の上部に示すように、区間Aに第１基準３９と第２基準４０を設定した場合を想定する。各基準において、図２の工程３と工程４が実施される。但し、実施する区間は、第１基準３９に対して、開始位置から第２基準４０まで、第２基準４０に対して、第１基準から終了位置までとなる。
第１基準および第２基準で算出した第１、第２、第３の類似度パラメータ、および補正ベクトルの結果は、ベクトル連結部２５に出力され、類似度パラメータを利用した補正ベクトルの連結処理が実施される（工程６）。
図１０の下部に、第1基準３９および第２基準４０における第1の類似度パラメータのグラフ４６、４７を区間Aの範囲で示す。類似度パラメータは、先に述べたように、パラメータ値が低い方が信頼性が高い。したがって、区間Aにおいて第１基準および第２基準に基づくパラメータ値を比較し、低い値を取る基準によって算出された補正ベクトルを選択する。なお、第2および第3の類似度パラメータを組み合わせて、連結処理を実施してもよく、その実施形態は操作者が自由に選択できる。また、閾値ラインは時間軸方向にも設けられており、時間範囲の調整も可能である。なお、以上の連結処理はベクトル連結部２５で自動的に実施される。また、区間Aの類似度パラメータはメモリ２２に保存されており、操作者は適宜、表示部２４にて連結処理の妥当性を確認できる。妥当性が低い場合、操作者はベクトル連結部２５の処理内容を自由に変更できる。
次に画像補正部２０において、補正ユニット１４から出力される、上述の補正の対象となる画像データと補正ベクトルとを利用して補正画像データが作成される。作成される補正画像データは、画像データ中の撮像対象の位置ずれを補正ベクトルで補正した画像である。すなわち、類似領域探索部A １７で得られた類似値マップを用い、類似度評価部１９で評価され、画像選択部１９にて選択された対象画像の画像データを、対応する補正ベクトルだけ移動させることにより、撮像対象の剛体運動が補正された補正画像データが作成される。この段階で、表示部２４には、図１１に示すように補正画像データの一例９１と補正ベクトルである、移動ベクトル（距離方向）１１１と移動ベクトル（方位方向）１１２が時間軸を示す横軸に沿って表示される。
図１１に示すように、表示部２４には、更に、再生ボタン９３が備えられ、外部入力装置３０を利用して再生ボタン９３を選択すると、制御部２１のプログラム動作により、補正画像データが動画で再生することができる。表示部２４には、更に、画像処理ボタン９４、変形補正ボタン９５、読み込みボタン９６が表示される。変形補正ボタン９５は、第２の実施例で説明するため、ここでは説明を省略する。
画像処理ボタン９４の上部には、更に処理A枠９７、処理B枠９８が設けられている。外部入力装置３０を利用して処理A枠９７に印を入力し、画像処理ボタン９４を選択すると、予め本体１２に入力されている画像処理、例えば平均加算画像や最大輝度画像を作成する処理が実行され、処理後の画像が表示部２４に表示される。処理B枠９８についても同様である。処理A枠や処理B枠に対応する種々の処理のプログラムソースはメモリ２２に保存されており、操作者が自由に編集できるだけでなく、処理枠を追加することにより、画像処理の種類を増加することも可能である。
読み込みボタン９６は各種の画像データの読み込みを実行させるためのものである。この読み込みボタン９６は、プルダウンメニュー等を用いることにより、過去に取得した画像データと対応する補正ベクトルや類似度パラメータ、補正画像データ、処理画像等を読み出す機能を備える構成とすることにより、現在取得した結果と過去に取得した画像データと同一画面上で比較できる。
実施例２の画像診断装置は、実施例１の画像診断装置に、更に変形補正ユニット２６を備え、撮像対象が変形運動する場合に対応することを可能とする画像診断装置である。すなわち、実施例２の画像診断装置は、上述した実施例１の画像診断装置に更に変形補正ユニット２６を備え、変形補正ユニット２６は、補正ユニット１４で設定した補正処理を実施する領域を分割して複数の分割領域を設定する領域分割部２７と、複数の分割領域に対して、基準画像と類似する領域を探索して、補正ベクトルを算出する第二の類似領域探索部２８と、第二の類似領域探索部２８が算出した補正ベクトルに対してエラー補正を実施するエラー補正部２９とを備える構成の画像診断装置に関する。
図１２〜図１６を用いて、実施例２の画像診断装置を説明する。なお、本実施例において、もう一つの類似領域探索部Bが利用されるが、混同を避けるため、類似領域探索部A、類似領域探索部Bをそれぞれ、第一の類似領域探索部、第二の類似領域探索部と呼ぶ場合がある。
図１２は実施例２となる画像診断装置のブロック図を示す。変形補正ユニット２６は、領域分割部２７、類似領域探索部B２８、エラー補正部２９で構成される。外部装置１１からの画像データの入力から、補正ユニット１４およびベクトル連結部２５までの処理内容は実施例１と同じであるため、説明を省略する。先に説明した画像補正部２０にて、撮像対象の剛体運動が補正された補正画像データが作成され、図１１で示す表示の状態から説明する。
図１１に示すように、表示部２４には、変形補正ボタン９５が設けられている。外部入力装置３０を利用して操作者が変形補正ボタン９５を選択すると、画像選択部１９で選択された画像データと対応する補正ベクトルがメモリ２２から変形補正ユニット２６に出力される。
図１３に、実施例２の変形補正ユニット２６における処理工程を示す。この処理工程の処理は、処理部であるCPUのソフトウェア処理で実現できることは、先の実施例と同様である。
まず工程９にて、図１４に示したように補正ユニット１４で設定した処理領域３３を更に複数の分割領域１２０に区分けする。この分割領域１２０の大きさは操作者が自由に設定できるが、最小の大きさは、画像データを構成する最小単位の大きさ以上とする。例えば超音波診断装置の場合、画像データを構成する最小単位はスペックルサイズである。このスペックルサイズは、超音波を照射するデバイスの口径、周波数、深度などの撮像条件で決まる。したがって、分割領域１２０の大きさは場所によって異なる設定でもよい。
次に、類似領域探索部B２８にて工程１０の類似領域の探索を実施する。図１４には、補正の対象となる対象画像１２１と、撮像対象１２２が示されている。探索範囲は、着目する分割領域１２０の位置から、補正ユニット１４で算出した補正ベクトル１２３だけ移動した先に設定する。したがって、類似領域探索部B２８にて設定する探索範囲１２４は、補正ユニット１４で設定した探索範囲よりも小さい値となる。類似領域の探索手法は実施例１と同様であるが、補正処理に適さない画像データは補正ユニット１４で既に除かれているため、エッジ強調フィルタによる処理は不要となる。
次に、エラー補正部２９にて図１３に示す工程１１のエラー補正処理が実施される。本処理の目的は、複数の分割領域にて算出した、各分割領域の補正ベクトルからエラーベクトルを検出し補正することにあり、処理は対象画像毎に実施する。エラー補正部２９のエラーベクトルの検出は、統計処理に基づいて実施され、各分割領域にて算出した補正ベクトルの平均値（ｕ）と標準偏差（σ）を計算し、ｕ±σの範囲から外れる補正ベクトルをエラーベクトルとして、当該エラーベクトル平均値（ｕ）で補正する。
次に、工程１２にて補正ベクトルの補間処理を実施し、隣接する補正ベクトルの不連続性を除去する。この補間処理は、分割領域の間隔に応じた線形補間処理を例とする一般的な処理であれば特に限定を設けない。工程１２における処理を完了すると、補正ベクトルはメモリ２２に保存されると同時に画像補正部２０に出力され、剛体運度の補正処理を実施した画像データに対して、変形補正が実施される。
図１５に示すように、表示部２２には、変形補正を実施した補正画像データの一例１３１と撮像対象１３２が表示される。更に変形補正ボタン９５の上部には、形態A枠１３３、形態B枠１３４が設けられ、操作者が外部入力装置３０を利用して枠に印を入力することで、分割領域にて算出した補正ベクトルを様々な形態で補正画像データ１３１上に表示される。
図１６に本実施例の画像診断装置における表示部２２の表示形態の一例を示す。表示形態A１４１は、各分割領域にて算出した補正ベクトル１４５を矢印の向きと大きさで表示する形態である。表示形態B１４２は、各補正ベクトルをメッシュ１４６の歪で表示する形態である。表示形態C１４３は、補正ベクトルを色の濃淡１４７で表示する形態である。表示形態D１４４は、隣接する補正ベクトルの微分値を色の濃淡１４８で表示する形態である。撮像対象に異なる方向に移動する境界面がある場合に有効である。これらの形態の画像のうち少なくても1つが半透明化され、補正画像データ１４１〜１４４に重畳表示される。この段階で図１６の動画ボタン９３を選択すると、補正画像データおよび補正ベクトルの時間変化を動画上で観察できる。なお、表示形態は操作者が自由に変更または追加できる。また、表示部２４の形態も操作者が自由に変更でき、例えば形態A枠と形態B枠の双方に印を入力して、異なる形態画像を重畳さて表示したり、または、補正画像データ１４１〜１４４をサムネイル式に表示する形態も実施できる。
実施例２の画像診断装置によれば、時系列の画像データに対して撮像対象の位置ずれの補正を、撮像対象の剛体運動のみならず、変形運動する場合にも対応することが可能となる。
以上詳述したように、本発明の種々の実施例に見るように、補正精度の高精度化を図ると共に、結果の信頼性を評価することが可能な画像診断装置、及び画像補正方法を提供することが可能となる。また、複数の画像データを利用する時系列画像処理を正確に実施し、撮像対象の動きに起因する影響を軽減することができる画像診断装置、及び画像補正方法を提供できる。更に、時系列の画像データに対し、撮像対象の位置ずれを補正し、補正結果の信頼性を向上することが可能な画像診断装置を提供することができる。なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。上記の実施例は本発明を分かりやすく説明するために詳細に説明したのであり、必ずしも説明の全ての構成を備えるものに限定されものではない。また、各実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。
また、上記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、上記の各構成、機能等は、それぞれの機能を実現するプログラムを実行することによりソフトウェアで実現する場合を例示して説眼したが、各機能を実現するプログラム、テーブル、ファイル等の情報はメモリのみならず、ハードディスク、ＳＳＤ（Solid State Drive）等の記録装置、または、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体におくことができるし、必要に応じてネットワーク等を介してダウンロード、インストロールすることも可能である。
１１ 外部装置
１２ 本体
１３ 入力部
１４ 補正ユニット
１５ 領域設定部
１６ 基準設定部
１７ 類似領域探索部A
１８ 類似度評価部
１９ 画像選択部
２０ 画像補正部
２１ 制御部
２２ メモリ
２３ 出力部
２４ 表示部
２５ ベクトル連結部
２６ 変形補正ユニット
２７ 領域分割部
２８ 類似領域探索部B
２９ エラー補正部
３０ 外部入力装置
３１ 画像データ
３２ 撮像対象
３３ 処理領域
３４ 入力ボタン
３５ 補正実行ボタン
４１ 基準画像
４３ 対象画像
４４ 探索領域
４５ 処理領域に対応する位置
５１ 類似値マップ
５２ 類似値分散マップ
５３ 類似値マップの最小値の位置
５４ 類似値分散マップの５３に対応する位置
５５ 類似値分散マップの最大値
６１ 信頼性が高い例の類似値マップ
６２ 信頼性が高い例の類似値分散マップ
６３ 信頼性が低い例の類似値マップ
６４ 信頼性が低い例の類似値分散マップ
９１ 補正画像データの一例
９２ 撮像対象
９３ 再生ボタン
９４ 画像処理ボタン
９５ 変形補正ボタン
９６ 読み込みボタン
９７ 処理A枠
９８ 処理B枠
１２１ 変形補正ユニットにおける対象画像
１２２ 撮像対象
１２３ 補正ユニットで算出した補正ベクトル
１２４ 変形補正ユニットで設定される探索領域
１３３ 形態A枠
１３４ 形態B枠
１４１ 表示形態A
１４２ 表示形態B
１４３ 表示形態C
１４４ 表示形態D
１４５ 分割領域の補正ベクトル
１４６ メッシュ
１４７、１４８ 色の濃淡

Claims (15)

  1. 時系列の画像データを補正する画像診断装置であって、
    時系列の前記画像データから補正を実行する画像データを、基準画像との類似度に基づき選択し、選択した前記画像データの位置ずれを示す補正ベクトルを出力する補正ユニットと、前記補正ベクトルに基づき前記画像データに補正処理を実施して補正画像データを作成する画像補正部と、前記補正画像データに基づく画像を表示する表示部と、を備える、ことを特徴とする画像診断装置。
  2. 請求項１に記載の画像診断装置であって、
    前記補正ユニットは、
    時系列の前記画像データに対して補正処理を実施する領域を設定する領域設定部と、時系列の前記画像データから、前記基準画像を設定する基準設定部と、前記基準画像と類似する領域を前記画像データから探索し、前記類似度を示す類似値を出力する第一の類似領域探索部と、前記類似値を評価する類似度パラメータを生成する類似度評価部と、前記類似度パラメータに基づいて、前記画像補正部で使用する画像データを選択する画像選択部とを備える、
    ことを特徴とする画像診断装置。
  3. 請求項２に記載の画像診断装置であって、
    前記第一の類似領域探索部は、パタンマッチング方式で探索を実行し、前記類似値を表す類似値マップを作成して出力する、
    ことを特徴とする画像診断装置。
  4. 請求項３に記載の画像診断装置であって、
    前記類似度評価部は、前記類似値マップに対して、エッジ強調フィルタを適用して類似値分散マップを作成する、
    ことを特徴とする画像診断装置。
  5. 請求項４に記載の画像診断装置であって、
    前記類似度評価部は、前記類似値マップの最大値または最小値、前記類似値分散マップの最大値または最小値、或いは前記類似値マップと前記類似値分散マップで算出した最大値ないし最小値を示す位置の距離、のうち少なくても一つを、前記類似度パラメータとする、
    ことを特徴とする画像診断装置。
  6. 請求項２に記載の画像診断装置であって、
    前記表示部は、前記類似度パラメータの時間変化をグラフまたはヒストグラムの形態で表示する、
    ことを特徴とする画像診断装置。
  7. 請求項２に記載の画像診断装置であって、
    前記画像選択部は、前記類似度パラメータに対して操作者が設定した閾値と前記類似度パラメータとを比較することにより、補正を実行する前記画像データの選別を実施する、
    ことを特徴とする画像診断装置。
  8. 請求項２に記載の画像診断装置であって、
    前記画像選択部は、前記類似度パラメータの平均値、分散値、或いは標準偏差を利用した統計処理により外れ値を算出し、前記外れ値を除去することにより、補正を実行する前記画像データを選別する、
    ことを特徴とする画像診断装置。
  9. 請求項２に記載の画像診断装置であって、
    ベクトル連結部を更に備え、
    前記補正ユニットは、複数の前記基準画像を設定した場合、複数の前記基準画像の間の前記画像データに対して、複数の前記基準画像各々について前記補正ベクトルと前記類似度パラメータを算出し、
    前記ベクトル連結部は、算出された複数の前記類似度パラメータが小さい方に対応する前記補正ベクトルを選択して前記画像補正部に出力する、
    ことを特徴とする画像診断装置。
  10. 請求項１に記載の画像診断装置であって、
    前記画像補正部は、補正処理を実施した複数の前記補正画像データに対して、平均加算画像、或いは各画素の最大輝度を保持する最大輝度画像などの処理を更に実施する、
    ことを特徴とする画像診断装置。
  11. 請求項２に記載の画像診断装置であって、
    変形補正ユニットを更に備え、
    前記変形補正ユニットは、前記補正ユニットで設定した前記補正処理を実施する領域を分割して複数の分割領域を設定する領域分割部と、複数の前記分割領域に対して、前記基準画像と類似する領域を探索して、補正ベクトルを算出する第二の類似領域探索部と、前記第二の類似領域探索部が算出した前記補正ベクトルに対してエラー補正を実施するエラー補正部とを備える、
    ことを特徴とする画像診断装置。
  12. 請求項１１に記載の画像診断装置であって、
    前記第二の類似領域探索部は、前記基準画像と類似する領域の探索を、前記類似領域探索部が算出した前記補正ベクトルだけ移動した位置で実施する、ことを特徴とする画像診断装置。
  13. 請求項１１に記載の画像診断装置であって、
    前記エラー補正部は、前記第二の類似領域探索部が算出した前記分割領域の補正ベクトルのうち、外れ値となるベクトルをエラーベクトルとして検出し、前記エラーベクトルを前記補正ベクトルの平均値で補正する、
    ことを特徴とする画像診断装置。
  14. 請求項１１に記載の画像診断装置であって、
    前記変形補正ユニットの処理を実施するか否かを選択する外部入力装置を更に備える、
    ことを特徴とする画像診断装置。
  15. 処理部により時系列の画像データを補正する画像補正方法であって、
    前記処理部は、
    時系列の前記画像データから補正を実行する画像データを、基準画像との類似度に基づき選択し、
    選択した前記画像データの位置ずれを示す補正ベクトルを算出し、
    前記補正ベクトルに基づき前記画像データに補正処理を実施して、補正画像データを作成する、
    ことを特徴とする画像補正方法。
JP2013526821A 2011-08-03 2012-07-24 画像診断装置及び画像補正方法 Expired - Fee Related JP5819428B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2013526821A JP5819428B2 (ja) 2011-08-03 2012-07-24 画像診断装置及び画像補正方法

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
JP2011170133 2011-08-03
JP2011170133 2011-08-03
JP2013526821A JP5819428B2 (ja) 2011-08-03 2012-07-24 画像診断装置及び画像補正方法
PCT/JP2012/068646 WO2013018575A1 (ja) 2011-08-03 2012-07-24 画像診断装置及び画像補正方法

Publications (2)

Publication Number Publication Date
JPWO2013018575A1 true JPWO2013018575A1 (ja) 2015-03-05
JP5819428B2 JP5819428B2 (ja) 2015-11-24

Family

ID=47629102

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2013526821A Expired - Fee Related JP5819428B2 (ja) 2011-08-03 2012-07-24 画像診断装置及び画像補正方法

Country Status (5)

Country Link
US (1) US9165363B2 (ja)
EP (1) EP2740407A4 (ja)
JP (1) JP5819428B2 (ja)
CN (1) CN103702616B (ja)
WO (1) WO2013018575A1 (ja)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6238549B2 (ja) * 2013-04-16 2017-11-29 キヤノン株式会社 被検体情報取得装置、被検体情報取得装置の制御方法
JP6482934B2 (ja) * 2014-06-03 2019-03-13 キヤノンメディカルシステムズ株式会社 画像処理装置、放射線検出装置および画像処理方法
JP6383189B2 (ja) * 2014-06-16 2018-08-29 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
JP6376873B2 (ja) * 2014-07-16 2018-08-22 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
US9526468B2 (en) * 2014-09-09 2016-12-27 General Electric Company Multiple frame acquisition for exposure control in X-ray medical imagers
JP6501569B2 (ja) 2015-03-18 2019-04-17 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
JP6751763B2 (ja) * 2016-07-25 2020-09-09 オリンパス株式会社 画像処理装置、画像処理方法およびプログラム
US10540562B1 (en) * 2016-12-14 2020-01-21 Revenue Management Solutions, Llc System and method for dynamic thresholding for multiple result image cross correlation
CN106993109B (zh) * 2017-04-01 2020-01-24 苏州佳世达电通有限公司 超音波影像的品质改善方法
JP7052255B2 (ja) * 2017-08-25 2022-04-12 コニカミノルタ株式会社 画像形成装置
JP7091747B2 (ja) * 2018-03-19 2022-06-28 株式会社リコー 生体情報処理装置及び生体情報処理システム
CN109316202B (zh) * 2018-08-23 2021-07-02 苏州佳世达电通有限公司 影像校正方法及检测装置
FR3095941B1 (fr) 2019-05-17 2021-04-16 Supersonic Imagine Procédé pour déterminer par ultrasons une image corrigée d’un milieu, et dispositif pour mettre en œuvre ce procédé
CN110517302B (zh) * 2019-08-30 2022-06-24 联想(北京)有限公司 一种图像处理的方法和装置
JP7273708B2 (ja) * 2019-12-26 2023-05-15 富士フイルムヘルスケア株式会社 超音波画像処理装置
JP7321947B2 (ja) * 2020-01-20 2023-08-07 日立Astemo株式会社 画像補正装置及び画像補正方法

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
NL8603059A (nl) * 1986-12-01 1988-07-01 Philips Nv Inrichting en werkwijze met bewegingsartefactreductie voor verschilbeeldbepaling.
JP3041117B2 (ja) 1991-12-26 2000-05-15 アロカ株式会社 超音波診断装置
DE69332042T2 (de) * 1992-12-18 2003-01-02 Koninklijke Philips Electronics N.V., Eindhoven Ortungszurückstellung von relativ elastisch verformten räumlichen Bildern durch übereinstimmende Flächen
US6169817B1 (en) * 1998-11-04 2001-01-02 University Of Rochester System and method for 4D reconstruction and visualization
US6757423B1 (en) * 1999-02-19 2004-06-29 Barnes-Jewish Hospital Methods of processing tagged MRI data indicative of tissue motion including 4-D LV tissue tracking
JP2000342558A (ja) 1999-06-04 2000-12-12 Konica Corp 画像の位置合わせ処理装置及び画像間演算処理装置
US6831948B1 (en) * 1999-07-30 2004-12-14 Koninklijke Philips Electronics N.V. System and method for motion compensation of image planes in color sequential displays
FR2862786B1 (fr) 2003-11-21 2006-01-06 Ge Med Sys Global Tech Co Llc Procede de recalage elastique d'une image applique a l'angiographie soustraite numerisee
JP2005323994A (ja) * 2004-04-12 2005-11-24 Hitachi Medical Corp 画像処理方法
US8111947B2 (en) * 2004-06-08 2012-02-07 Canon Kabushiki Kaisha Image processing apparatus and method which match two images based on a shift vector
US7440628B2 (en) 2004-08-31 2008-10-21 Siemens Medical Solutions Usa, Inc. Method and system for motion correction in a sequence of images
WO2006123742A1 (ja) 2005-05-20 2006-11-23 Hitachi Medical Corporation 画像診断装置
US8023732B2 (en) * 2006-07-26 2011-09-20 Siemens Aktiengesellschaft Accelerated image registration by means of parallel processors
JP4959440B2 (ja) 2007-06-22 2012-06-20 三菱電機株式会社 放射線治療装置及び治療部位の位置決め方法
JP5449175B2 (ja) 2007-10-26 2014-03-19 コーニンクレッカ フィリップス エヌ ヴェ マルチモダリティ軟組織画像化のための閉ループレジストレーション制御
JP5835680B2 (ja) * 2007-11-05 2015-12-24 株式会社東芝 画像位置合わせ装置
WO2011073818A1 (en) * 2009-12-15 2011-06-23 Koninklijke Philips Electronics N.V. Motion compensation with tissue density retention
JP5337194B2 (ja) * 2011-04-25 2013-11-06 シャープ株式会社 画像処理装置
JP5836634B2 (ja) * 2011-05-10 2015-12-24 キヤノン株式会社 画像処理装置及び方法

Also Published As

Publication number Publication date
US9165363B2 (en) 2015-10-20
JP5819428B2 (ja) 2015-11-24
EP2740407A4 (en) 2015-04-22
CN103702616B (zh) 2016-05-04
EP2740407A1 (en) 2014-06-11
US20140193099A1 (en) 2014-07-10
WO2013018575A1 (ja) 2013-02-07
CN103702616A (zh) 2014-04-02

Similar Documents

Publication Publication Date Title
JP5819428B2 (ja) 画像診断装置及び画像補正方法
US8682054B2 (en) Method and system for propagation of myocardial infarction from delayed enhanced cardiac imaging to cine magnetic resonance imaging using hybrid image registration
CN107886508B (zh) 差分减影方法和医学图像处理方法及系统
US10424067B2 (en) Image processing apparatus, image processing method and storage medium
US10542955B2 (en) Method and apparatus for medical image registration
US9536316B2 (en) Apparatus and method for lesion segmentation and detection in medical images
US20160117797A1 (en) Image Processing Apparatus and Image Processing Method
US10136875B2 (en) Ultrasonic diagnostic apparatus and ultrasonic diagnostic method
US10692198B2 (en) Image processing apparatus, image processing method, image processing system, and non-transitory computer-readable storage medium for presenting three-dimensional images
US20150065859A1 (en) Method and apparatus for registering medical images
US10395380B2 (en) Image processing apparatus, image processing method, and storage medium
US7689018B2 (en) Anomaly detection in volume data structure information
JP6900180B2 (ja) 画像処理装置及び画像処理方法
CN109313803B (zh) 一种用于映射对象的身体的至少部分的图像中的结构的至少部分的方法和装置
JP5121399B2 (ja) 画像表示装置
WO2008041518A1 (fr) Dispositif de traitement d'images, procédé de commande pour un dispositif de traitement d'images et programme de commande pour un dispositif de traitement d'images
KR101806512B1 (ko) 배경 영상 정보를 이용한 혈관의 비강체 영상정합 장치 및 영상정합 방법
US9147250B2 (en) System and method for automatic magnetic resonance volume composition and normalization
JP4708740B2 (ja) 画像処理装置及び画像処理方法
CN108135575B (zh) 超声波诊断装置和方法
JP2005270635A (ja) 画像処理方法及び処理装置
JP5750381B2 (ja) 領域抽出処理システム
CN111566699A (zh) 静态流程前规划数据到动态流程内分割数据的配准
JP2001291087A (ja) 画像の位置合わせ方法および位置合わせ装置
JP2005136594A (ja) 画像処理装置及びその制御方法

Legal Events

Date Code Title Description
A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20150127

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20150326

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: 20150901

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20150930

R150 Certificate of patent or registration of utility model

Ref document number: 5819428

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313111

S533 Written request for registration of change of name

Free format text: JAPANESE INTERMEDIATE CODE: R313533

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

LAPS Cancellation because of no payment of annual fees