JPWO2018025841A1 - 画像処理装置及び方法 - Google Patents
画像処理装置及び方法 Download PDFInfo
- Publication number
- JPWO2018025841A1 JPWO2018025841A1 JP2018531909A JP2018531909A JPWO2018025841A1 JP WO2018025841 A1 JPWO2018025841 A1 JP WO2018025841A1 JP 2018531909 A JP2018531909 A JP 2018531909A JP 2018531909 A JP2018531909 A JP 2018531909A JP WO2018025841 A1 JPWO2018025841 A1 JP WO2018025841A1
- Authority
- JP
- Japan
- Prior art keywords
- image
- evaluation function
- image data
- processing apparatus
- alignment
- 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
- 238000000034 method Methods 0.000 title claims abstract description 169
- 238000012545 processing Methods 0.000 title claims abstract description 121
- 238000011156 evaluation Methods 0.000 claims abstract description 97
- 230000008569 process Effects 0.000 claims abstract description 76
- 238000009826 distribution Methods 0.000 claims abstract description 55
- 238000006243 chemical reaction Methods 0.000 claims abstract description 33
- 230000000295 complement effect Effects 0.000 claims abstract description 21
- 230000007423 decrease Effects 0.000 claims abstract description 7
- 238000003384 imaging method Methods 0.000 claims description 44
- 210000004204 blood vessel Anatomy 0.000 claims description 42
- 238000005457 optimization Methods 0.000 claims description 32
- 238000012935 Averaging Methods 0.000 claims description 12
- 238000003672 processing method Methods 0.000 claims description 12
- 230000003287 optical effect Effects 0.000 claims description 11
- 238000002604 ultrasonography Methods 0.000 claims description 3
- 230000007547 defect Effects 0.000 abstract 1
- 239000011159 matrix material Substances 0.000 description 32
- 230000009466 transformation Effects 0.000 description 27
- 238000013500 data storage Methods 0.000 description 7
- 238000012285 ultrasound imaging Methods 0.000 description 6
- 238000000354 decomposition reaction Methods 0.000 description 5
- 230000009467 reduction Effects 0.000 description 4
- 206010028980 Neoplasm Diseases 0.000 description 3
- 238000013459 approach Methods 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 3
- 238000002059 diagnostic imaging Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 230000002792 vascular Effects 0.000 description 3
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 2
- 206010029113 Neovascularisation Diseases 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 201000011510 cancer Diseases 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000001727 in vivo Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- CVOFKRWYWCSDMA-UHFFFAOYSA-N 2-chloro-n-(2,6-diethylphenyl)-n-(methoxymethyl)acetamide;2,6-dinitro-n,n-dipropyl-4-(trifluoromethyl)aniline Chemical compound CCC1=CC=CC(CC)=C1N(COC)C(=O)CCl.CCCN(CCC)C1=C([N+]([O-])=O)C=C(C(F)(F)F)C=C1[N+]([O-])=O CVOFKRWYWCSDMA-UHFFFAOYSA-N 0.000 description 1
- 206010060965 Arterial stenosis Diseases 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000000149 argon plasma sintering Methods 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000002490 cerebral effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 239000002872 contrast media Substances 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000010339 dilation Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000036284 oxygen consumption Effects 0.000 description 1
- 238000010895 photoacoustic effect Methods 0.000 description 1
- 238000004540 process dynamic Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/13—Tomography
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B21/00—Microscopes
- G02B21/36—Microscopes arranged for photographic purposes or projection purposes or digital imaging or video purposes including associated control and data processing arrangements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Medical Informatics (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Multimedia (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Optics & Photonics (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
- Image Processing (AREA)
Abstract
Description
本発明は、光超音波画像はノイズの影響が大きいものの、ノイズには統計的な特徴があり、このノイズの統計的な特徴を利用することによってノイズの影響を大きく低減できることを見いだしたことによる。
前記制御手段は、前記複数の画像データをそれぞれ、前記撮像対象物を含む前景画像と、前記撮像対象物とは異なる背景画像であって画素値の平均値から離れるにつれて分布数が減少する所定の統計的分布を有する背景画像と、前記撮像対象物の画像上のデータ欠損を補完する補完誤差画像とに分解し、前記前景画像の類似度を示す第1の評価関数を実質的に最小とするように、もしくは前記第1の評価関数の最小値を含む所定範囲となるように位置合わせされた前景画像の画像データを求める第1の位置合わせ処理を実行することを特徴とする。
(1)前記複数の前景画像の低ランク性を評価する評価関数であって、低ランクほど低い値を取る低ランク評価関数と、
(2)位置合わせ後の前記各背景画像の同一の画素の平均値が、前記各背景画像の平均値から離れるにつれてペナルティを与えるペナルティ関数、
(3)前記補完誤差画像のスパース性を評価する評価関数であって、スパースなほど低い値を取るスパース性評価関数
の和が実質的に最小とするように、もしくは当該和の最小値を含む所定範囲となるように位置合わせを行うことで、前記第1の位置合わせ処理を実行することを特徴とする。
前記制御手段が、前記複数の画像データをそれぞれ、前記撮像対象物を含む前景画像と、前記撮像対象物とは異なる背景画像であって画素値の平均値から離れるにつれて分布数が減少する所定の統計的分布を有する背景画像と、前記撮像対象物の画像上のデータ欠損を補完する補完誤差画像とに分解し、前記前景画像の類似度を示す第1の評価関数を実質的に最小とするように、もしくは前記第1の評価関数の最小値を含む所定範囲となるように位置合わせされた前景画像の画像データを求める第1の位置合わせ処理を実行することを特徴とする。
(1)前記複数の前景画像の低ランク性を評価する評価関数であって、低ランクほど低い値を取る低ランク評価関数と、
(2)位置合わせ後の前記各背景画像の同一の画素の平均値が、前記各背景画像の平均値から離れるにつれてペナルティを与えるペナルティ関数、
(3)前記補完誤差画像のスパース性を評価する評価関数であって、スパースなほど低い値を取るスパース性評価関数
の和が実質的に最小とするように、もしくは前記和の最小値を含む所定範囲となるように位置合わせを行うことを含むことを特徴とする。
前記制御手段が、前記撮像対象物を含む前景画像のスパース性を評価する評価関数であって、スパースなほど低い値を取るスパース性評価関数のみが実質的に最小とすること、もしくは前記スパース性評価関数の最小値を含む所定範囲となることを第2の評価関数とし、前記第2の評価関数が実質的に最小とするように、もしくは前記第2の評価関数の最小値を含む所定範囲となるように位置合わせされた前景画像の画像データを求める第2の位置合わせ処理を実行することを特徴とする。
前記制御手段が、前記撮像対象物を含む前景画像のスパース性を評価する評価関数であって、スパースなほど低い値を取るスパース性評価関数のみが実質的に最小とすること、もしくは前記スパース性評価関数の最小値を含む所定範囲となることを第2の評価関数とし、前記第2の評価関数が実質的に最小とするように、もしくは前記第2の評価関数の最小値を含む所定範囲となるように位置合わせされた前景画像の画像データを求める第2の位置合わせ処理を実行するステップを含むことを特徴とする。
人体の全体の一部分をキャプチャする光超音波画像化法で撮像するために、検査対象物の局所領域をスキャンしてそれらをマージするマルチスキャン及びレジストレーションシステムが開発されてきた。光超音波画像化法によって再構成されたシングルショットボリューム画像データは通常、音と光の散乱及びセンサーレイアウトの制限によって引き起こされる多大なノイズを受けるという問題点があった。
図1は本発明の一実施形態に係る画像処理装置10を含む画像処理システムの構成例を示すブロック図である。実施形態に係る画像処理装置10は、入力画像データ処理部21と、粗い位置合わせ処理部22と、細かい位置合わせ処理部23と、出力画像データ処理部24と、データ記憶部25とを備えて構成される。画像処理装置10には、画像処理装置10の動作を指示する操作部11と、撮像デバイス12と、ディスプレイ13とが接続される。ここで、画像処理装置10は例えばディジタル計算機等のコンピュータにより構成される。
図2は従来技術に係る光超音波画像化法によって得られた2次元最大強度照射(MIP)のワンショットボリューム画像データ(高輝度カーブは血管である)の複数の例を示す画像である。ここで、各ボリューム画像データの強度範囲は−1から1までの範囲である。まず、これらの画像で以下の3成分を定義する。
(1)第1の成分は、高強度で血管を表す前景画像データである。
(2)第2の成分は、血管以外の部分にあるノイズを表す背景画像データである。
(3)第3の成分は、前景での破損が発生する複数のパーツを表す補完(誤差)画像データである。ここで、破損はPA画像において、例えば血管の部分が生体内での不均一な光照射によって破壊されて発生する。例えば、図2において、破線の円の中に血管が表示されていない。対応する部分は左の画像に表示されている。この不足している部分は補完(誤差)画像データに相当する。
(1)背景画像の強度分布が大きな標準偏差(0.249)を持つガウス分布に近いこと。
(2)各空間的なボクセルにおける位置合わせされた背景画像の平均値の分布は、所定の平均値(−0.001)と、比較的小さな標準偏差(0.081)とを有するガウス分布に近いこと。
緻密なノイズと小さな前景画像領域を含むPA画像の場合には、現在の低ランクに基づく方法は、誤差成分を調整することにより、低ランクの成分を最適化する傾向がある。この問題を回避するために、発明者らは粗から密へのアプローチを用いる。
いまスキャン中に移動した可能性があるあるサンプルである、複数m個のボリューム画像データ
アン行列である。
前記前処理された画像データは、前のステップでの最適化はノイズを考慮していないので小さな位置合わせエラーにつながる、偽陽性と偽陰性のノイズを含むかもしれない。本実施形態では、ノイズを考慮して、元のボリュームを使用することにより粗い位置合わせの結果の画像データをさらに高精度な位置合わせ処理を行う。本実施形態に係る細かい位置合わせ処理では、密なノイズが含まれている画像を処理するために、位置合わせ処理で緻密なノイズ項を導入し、緻密なノイズの多い背景画像の特徴を用いて、低ランクの前景データA、高密度のノイズ背景データB、及びスパースな補完データCに分解して、データの位置を調整することで位置合わせを行う。具体的には、同じ位置において位置合わせされた密なノイズの平均値の分布は、所定値の平均と小さな分散を有するガウス分布となる。本実施形態では、この統計的な特徴を次式のように、分解問題の定式化に導入する。
図4は図1の画像処理装置10によって実行される全体の位置合わせ処理を示すフローチャートである。全体の位置合わせ処理は、粗い位置合わせ処理と、細かい位置合わせ処理とから構成されるが、本発明はこれに限らず、細かい位置合わせ処理のみを実行してもよい。ここで、画像間の位置ずれが比較的大きな場合は、粗い位置合わせ処理が必要であるが、画像間の位置ずれが比較的小さい場合は、粗い位置合わせ処理を実行することなく、細かい位置合わせ処理を実行してもよい。
まず、本発明者らは実際の3次元PA画像データであるショットボリューム画像データに基づいて、本実施形態に係る提案された画像位置合わせ処理のロバスト性と精度を評価した。本発明者らは、スキャン中に被験者の身体を固定することにより、ピクセルレベルのずれが存在しないように、真実の画像データを5セット作成した。次いで、合成された真実のショットボリューム画像データに位置ギャップの異なるレベルを追加し、元のボリューム画像データをランダムに各軸(x,y,z)に沿ったボクセルが均一に分布した擬似乱数[−d d]で置換した。ボクセルサイズは、[0.25 0.25 0.25](mm)で血管の厚さは0.5〜2mmであった。ここで、発明者らは、1から10のずれ量dを設定した。全体では、発明者らは10×5個のデータセットを生成し、ここで、各データセットは、21から36個のショットボリューム画像データを含む。
(1)類似機能を最小限に抑えながら、制御点を最適化するBスプライン自由形状変形法(以下、B−FFD法という)(例えば、非特許文献3参照):。
(2)単純な最近傍検索で画像間の地点別の対応を発見するスペクトルLog−demonレジストレーション(以下、Log−demon法という)(例えば、非特許文献4参照);
(3)公平な比較のために血管拡張データに適用した、ピラミッド法を備えたRASL法(例えば、非特許文献1参照)。
発明者らは、PA画像の特徴を検討し、高品質の3次元ボリューム画像データを生成するために、PA画像の画像化のためのレジストレーション方法を提案した。提案方法を用いることで血管がはっきりと見えるようになった。位置合わせされた背景データの同じ位置の値の平均値が一定になる傾向を有するという統計的特徴を導入することで、発明者らの位置合わせ方法は、強力なノイズと大きなずれとを有する挑戦的なPA画像データを処理することが可能である。実際のデータセットについての実験結果は、提案手法の有効性を実証しており、著しく画質が向上し、従来技術に比較して最良の位置合わせ精度を達成した。
以下の説明では、ALMアルゴリズムに係る項を省略して、RASL法と本実施形態の方法の概要について以下に説明する。
RASL法はRobust−PCAを応用した手法であって、入力画像である位置合わせ前の入力画像データDから、前景画像Aと、ノイズ画像Eと、位置合わせのための位置変換τとを推定する。入力画像データDを位置変換した位置合わせ後のデータを
(問題点1)以下の非凸問題がある。
RASL法では、位置ずれは小さいと仮定しており、3次元でかつ前景画像(血管)が小さいと、局所解に陥りやすいという問題点がった。具体的には、RASL法をそのまま単純に3次元に適用すると正しく動作しないという問題点があった。
(問題点2)誤差画像領域はスパース誤差であると仮定しており、PA画像では、ノイズ領域はきわめて大きいという問題点があった。
7−3.本実施形態にかかる提案手法.
7−3−1.粗い位置合わせ処理.
RASL法の第1の問題点を解決するために、位置合わせ処理により誤差成分で低ランクを実現することで、次式のごとく誤差成分なしで位置合わせの最適化のみで低ランクを検索している。
7−3−2.細かい位置合わせ処理.
RASL法では、ノイズ領域は小さいと仮定しており、PA画像と異なるという問題点があった。本実施形態では、次式のごとく、前景画像A、スパースな誤差画像Eに加え、背景画像Bを導入したことを特徴としている。背景画像Bはガウス分布などの統計的特徴(位置あわせ後の同じ座標の値の平均値は0に近づく)に従い、無相関である特徴を利用している。
以上の実施形態において、図4に示すように、粗い位置合わせ処理を実行した後、細かい位置合わせ処理を実行しているが、本発明はこれに限らず、粗い位置合わせ処理を実行せずに、細かい位置合わせ処理のみを実行してもよい。このことは入力される複数のボリューム画像データ間での差分が比較的小さい場合に有効であり、処理時間の短縮を行うことができる。
(1)ノイズの分布:位置合わせ対象画像が多い場合は、基本的にどんな分布でもよい。例えば一様分布、対数正規分布、カイ2乗分布、ワイブル分布、ガンマ分布などである。ただし、位置合わせ対象画像が少ない場合は、中心(平均)から離れるに従って、減少していく分布であり、例えば正規分布、t分布、双曲線正割分布、ローレンツ分布、ラプラス分布などを用いることができる。
(2)平均化後の分布:中心(平均)から離れるに従って、減少していく分布ならばよく、例えば正規分布、t分布、双曲線正割分布、ローレンツ分布、ラプラス分布などの分布を用いることができる。
(1)accelerated proximal gradient(APG) algorithm;
(2)Robust−PCAで用いられているDual Method;
(3)Singular Value Thresholding。
(1)医療画像化装置:非侵襲で以下の血管系異常を、2次元又は3次元可視化することができ、早期診断、健康診断を行うことができる。例えば、皮膚毛細血管、がんの新生血管、関節の新生血管、動脈狭窄、閉塞、プラーク、脳酸素消費、血管走行異常などである。本実施形態では、特に、血管の自動抽出装置に有用である。
(2)製品検査装置:食品又は工業製品などの劣化、傷などの検査を行うことができる。
11…操作部、
12…撮像デバイス、
13…ディスプレイ、
21…入力画像データ処理部、
22…粗い位置合わせ処理部、
23…細かい位置合わせ処理部、
24…出力画像データ処理部、
25…データ記憶部、
26…光ディスクドライブ装置、
27…記録媒体。
Claims (24)
- 所定の撮像対象物を含む所定領域が撮像された複数の画像データ内の撮像対象物を互いに位置合わせするように位置変換する制御手段を備えた画像処理装置であって、
前記制御手段は、前記複数の画像データをそれぞれ、前記撮像対象物を含む前景画像と、前記撮像対象物とは異なる背景画像であって画素値の平均値から離れるにつれて分布数が減少する所定の統計的分布を有する背景画像と、前記撮像対象物の画像上のデータ欠損を補完する補完誤差画像とに分解し、前記前景画像間の類似度を示す第1の評価関数を実質的に最小とするように、もしくは前記第1の評価関数の最小値を含む所定範囲となるように位置合わせされた前景画像の画像データを求める第1の位置合わせ処理を実行することを特徴とする画像処理装置。 - 前記制御手段は、
(1)前記複数の前景画像の低ランク性を評価する評価関数であって、低ランクほど低い値を取る低ランク評価関数と、
(2)位置合わせ後の前記各背景画像の同一の画素の平均値が、前記各背景画像の平均値から離れるにつれてペナルティを与えるペナルティ関数、
(3)前記補完誤差画像のスパース性を評価する評価関数であって、スパースなほど低い値を取るスパース性評価関数
補完の和が実質的に最小とするように、もしくは当該和の最小値を含む所定範囲となるように行うことで、前記第1の位置合わせ処理を実行することを特徴とする請求項1記載の画像処理装置。 - 前記制御手段は、所定の最適化アルゴリズム法を用いて、少なくとも、前記第1の評価関数が実質的に最小とするような位置合わせ、もしくは前記第1の評価関数の最小値を含む所定範囲となるような位置合わせ後の画像データ及び前記位置変換の関数の差分を求めることで、前記第1の位置合わせ処理を実行することを特徴とする請求項1又は2記載の画像処理装置。
- 前記制御手段は、前記前景画像と、前記補完誤差画像と、前記背景画像とを出力して可視化することを特徴とする請求項1〜3のうちのいずれか1つに記載の画像処理装置。
- 前記制御手段はさらに、前記第1の位置合わせ処理の前に、前記前景画像のスパース性を評価する評価関数であって、スパースなほど低い値を取るスパース性評価関数のみが実質的に最小とすること、もしくは前記スパース性評価関数のみが前記スパース性評価関数の最小値を含む所定範囲となることを第2の評価関数とし、前記第2の評価関数が実質的に最小とするように、もしくは前記第2の評価関数の最小値を含む所定範囲となるように位置合わせされた前景画像の画像データを求める第2の位置合わせ処理を実行することを特徴とする請求項1〜4のうちのいずれか1つに記載の画像処理装置。
- 前記制御手段は、所定の最適化アルゴリズム法を用いて、前記第2の評価関数が実質的に最小とするような位置合わせ、もしくは前記第2の評価関数の最小値を含む所定範囲となるような位置合わせ後の画像データ及び前記位置変換の関数の差分を求めることで、前記第2の位置合わせ処理を実行することを特徴とする請求項5記載の画像処理装置。
- 前記撮像された複数の画像データは、光超音波画像の画像データであることを特徴とする請求項1〜6のうちのいずれか1つに記載の画像処理装置。
- 前記撮像対象物は血管であり、前記背景画像はガウス分布に従うノイズであることを特徴とする請求項1〜7のうちのいずれか1つに記載の画像処理装置。
- 前記第1の位置合わせ処理と前記第2の位置合わせ処理のうちの少なくとも一方により位置合わせした前記複数の画像データを平均化することで画像データを作成することを特徴とする請求項1〜8のうちのいずれか1つに記載の画像処理装置。
- 前記第1の位置合わせ処理と前記第2の位置合わせ処理のうちの少なくとも一方により位置合わせした画像データのうち、前記各前景画像の画像データを平均化することで画像データを作成することを特徴とする請求項1〜8のうちのいずれか1つに記載の画像処理装置。
- 所定の撮像対象物を含む所定領域が撮像された複数の画像データの撮像対象物を互いに位置合わせするように位置変換する制御手段を備えた画像処理装置のための画像処理方法であって、
前記制御手段が、前記複数の画像データをそれぞれ、前記撮像対象物を含む前景画像と、前記撮像対象物とは異なる背景画像であって画素値の平均値から離れるにつれて分布数が減少する所定の統計的分布を有する背景画像と、前記撮像対象物の画像上のデータ欠損を補完する補完誤差画像とに分解し、前記前景画像の類似度を示す第1の評価関数を実質的に最小とするように、もしくは前記第1の評価関数の最小値を含む所定範囲となるように位置合わせされた前景画像の画像データを求める第1の位置合わせ処理を実行することを特徴とする画像処理方法。 - 前記第1の位置合わせ処理を実行することは、前記制御手段が、
(1)前記複数の前景画像の低ランク性を評価する評価関数であって、低ランクほど低い値を取る低ランク評価関数と、
(2)位置合わせ後の前記各背景画像の同一の画素の平均値が、前記各背景画像の平均値から離れるにつれてペナルティを与えるペナルティ関数、
(3)前記補完誤差画像のスパース性を評価する評価関数であって、スパースなほど低い値を取るスパース性評価関数
の和が実質的に最小とするように、もしくは前記和の最小値を含む所定範囲となるように位置合わせを行うことを含むことを特徴とする請求項11記載の画像処理方法。 - 前記制御手段が、前記第1の位置合わせ処理を実行するステップを実行する前に、前記前景画像のスパース性を評価する評価関数であって、スパースなほど低い値を取るスパース性評価関数のみが実質的に最小とすること、もしくは当該スパース性評価関数のみが当該スパース性評価関数の最小値を含む所定範囲となることを第2の評価関数とし、前記第2の評価関数が実質的に最小とするように、もしくは前記第2の評価関数の最小値を含む所定範囲となるように位置合わせされた前景画像の画像データを求める第2の位置合わせ処理を実行するステップをさらに含むことを特徴とする請求項11又は12記載の画像処理方法。
- 前記制御手段が、請求項11又は12記載の前記第1の位置合わせ処理を実行するステップを含むことを特徴とする画像処理装置の制御プログラム。
- 前記制御手段がさらに、請求項13記載の前記第2の位置合わせ処理を実行するステップを含むことを特徴とする請求項14記載の画像処理装置の制御プログラム。
- 前記制御手段が、請求項11又は12記載の前記第1の位置合わせ処理を実行するステップを実行する前記画像処理装置の制御プログラムを格納したことを特徴とする、コンピュータにより読取可能な記録媒体。
- 前記制御手段がさらに、請求項13記載の前記第2の位置合わせ処理を実行するステップを含むことを特徴とする、請求項14記載のコンピュータにより読取可能な記録媒体。
- 所定の撮像対象物を含む所定領域が撮像された複数の画像データを互いに位置合わせするように位置変換する制御手段を備えた画像処理装置であって、
前記制御手段が、前記撮像対象物を含む前景画像のスパース性を評価する評価関数であって、スパースなほど低い値を取るスパース性評価関数のみが実質的に最小とするように、もしくは前記スパース性評価関数のみが前記スパース性評価関数の最小値を含む所定範囲となることを第2の評価関数とし、前記第2の評価関数が実質的に最小とするように、もしくは前記第2の評価関数の最小値を含む所定範囲となるように位置合わせされた前景画像の画像データを求める第2の位置合わせ処理を実行することを特徴とする画像処理装置。 - 前記制御手段は、所定の最適化アルゴリズム法を用いて、前記第2の評価関数が実質的に最小とするように、もしくは前記第2の評価関数の最小値を含む所定範囲となるような位置合わせ後の画像データ及び前記位置変換の関数の差分を求めることで、前記第2の位置合わせ処理を実行することを特徴とする請求項18記載の画像処理装置。
- 前記撮像された複数の画像データは、光超音波画像の画像データであることを特徴とする請求項18又は19記載の画像処理装置。
- 前記撮像対象物は血管であることを特徴とする請求項18〜20のうちのいずれか1つに記載の画像処理装置。
- 所定の撮像対象物を含む所定領域が撮像された複数の画像データを互いに位置合わせするように位置変換する制御手段を備えた画像処理装置のための画像処理方法であって、
前記制御手段が、前記撮像対象物を含む前景画像のスパース性を評価する評価関数であって、スパースなほど低い値を取るスパース性評価関数のみが実質的に最小とすること、もしくは前記スパース性評価関数のみが前記スパース性評価関数の最小値を含む所定範囲となることを第2の評価関数とし、前記第2の評価関数が実質的に最小とすること、もしくは前記第2の評価関数の最小値を含む所定範囲となるように位置合わせされた前景画像の画像データを求める第2の位置合わせ処理を実行するステップを含むことを特徴とする画像処理方法。 - 前記制御手段が、請求項22記載の前記第2の位置合わせ処理を実行するステップを含むことを特徴とする画像処理装置の制御プログラム。
- 前記制御手段が、請求項22記載の前記第2の位置合わせ処理を実行するステップを含むことを特徴とする、コンピュータにより読取可能な記録媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016154658 | 2016-08-05 | ||
JP2016154658 | 2016-08-05 | ||
PCT/JP2017/027839 WO2018025841A1 (ja) | 2016-08-05 | 2017-08-01 | 画像処理装置及び方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2018025841A1 true JPWO2018025841A1 (ja) | 2019-06-06 |
JP6799331B2 JP6799331B2 (ja) | 2020-12-16 |
Family
ID=61073599
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018531909A Active JP6799331B2 (ja) | 2016-08-05 | 2017-08-01 | 画像処理装置及び方法 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6799331B2 (ja) |
WO (1) | WO2018025841A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111316323B (zh) * | 2019-01-31 | 2023-06-06 | 深圳市瑞立视多媒体科技有限公司 | 一种三维轨迹数据的异常值处理方法及装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012531279A (ja) * | 2009-06-29 | 2012-12-10 | ヘルムホルツ・ツェントルム・ミュンヒェン・ドイチェス・フォルシュンクスツェントルム・フューア・ゲズントハイト・ウント・ウムベルト(ゲーエムベーハー) | 吸収マップを定量的に抽出するための熱音響撮像 |
-
2017
- 2017-08-01 WO PCT/JP2017/027839 patent/WO2018025841A1/ja active Application Filing
- 2017-08-01 JP JP2018531909A patent/JP6799331B2/ja active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012531279A (ja) * | 2009-06-29 | 2012-12-10 | ヘルムホルツ・ツェントルム・ミュンヒェン・ドイチェス・フォルシュンクスツェントルム・フューア・ゲズントハイト・ウント・ウムベルト(ゲーエムベーハー) | 吸収マップを定量的に抽出するための熱音響撮像 |
Also Published As
Publication number | Publication date |
---|---|
WO2018025841A1 (ja) | 2018-02-08 |
JP6799331B2 (ja) | 2020-12-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8842936B2 (en) | Method, apparatus, and program for aligning images | |
JP2016041247A (ja) | 医療用画像のコンピュータ支援による解析方法 | |
JP2003153082A (ja) | 画像の位置合わせ装置および画像処理装置 | |
Ko et al. | Rigid and non-rigid motion artifact reduction in X-ray CT using attention module | |
JP2002157593A (ja) | 異常陰影検出方法および装置 | |
US20220138936A1 (en) | Systems and methods for calcium-free computed tomography angiography | |
Išgum et al. | Automated aortic calcium scoring on low‐dose chest computed tomography | |
Xu et al. | Cardiac CT motion artifact grading via semi-automatic labeling and vessel tracking using synthetic image-augmented training data | |
Jeon et al. | Mm-net: Multiframe and multimask-based unsupervised deep denoising for low-dose computed tomography | |
JP6799331B2 (ja) | 画像処理装置及び方法 | |
Sigit et al. | Development of Healthcare Kiosk for Checking Heart Health | |
Carminati et al. | Reconstruction of the descending thoracic aorta by multiview compounding of 3-d transesophageal echocardiographic aortic data sets for improved examination and quantification of atheroma burden | |
Yan et al. | Calcium removal from cardiac CT images using deep convolutional neural network | |
Huang et al. | MLNAN: Multi-level noise-aware network for low-dose CT imaging implemented with constrained cycle Wasserstein generative adversarial networks | |
Habijan et al. | Centerline tracking of the single coronary artery from x-ray angiograms | |
Razeto et al. | Accurate registration of coronary arteries for volumetric CT digital subtraction angiography | |
Shamonin et al. | Automatic lung lobe segmentation of COPD patients using iterative B-spline fitting | |
Yamada et al. | ROI extraction of chest CT images using adaptive opening filter | |
Karmakar et al. | Detailed investigation of lumen-based tomographic co-registration | |
Ali et al. | Elastic registration of high-resolution 3D PLI data of the human brain | |
Hai | Wavelet-based image fusion for enhancement of ROI in CT image | |
Luengo-Oroz et al. | Extraction of the coronary artery tree in cardiac computer tomographic images using morphological operators | |
Cao et al. | A two-stage framework for optical coherence tomography angiography image quality improvement | |
Fazlali et al. | Robust catheter identification and tracking in X-ray angiographic sequences | |
Razeto et al. | Accurate, fully-automated registration of coronary arteries for volumetric CT digital subtraction angiography |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200406 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200825 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200930 |
|
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: 20201020 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201113 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6799331 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |