WO2007023723A1 - 画像処理方法、画像処理プログラム、及び画像処理装置 - Google Patents

画像処理方法、画像処理プログラム、及び画像処理装置 Download PDF

Info

Publication number
WO2007023723A1
WO2007023723A1 PCT/JP2006/316147 JP2006316147W WO2007023723A1 WO 2007023723 A1 WO2007023723 A1 WO 2007023723A1 JP 2006316147 W JP2006316147 W JP 2006316147W WO 2007023723 A1 WO2007023723 A1 WO 2007023723A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
dimensional
normalized
fusion
image processing
Prior art date
Application number
PCT/JP2006/316147
Other languages
English (en)
French (fr)
Inventor
Kazuo Hamada
Kazuhiro Nishikawa
Original Assignee
Nihon Medi-Physics Co., Ltd.
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
Priority to US12/064,430 priority Critical patent/US8126243B2/en
Application filed by Nihon Medi-Physics Co., Ltd. filed Critical Nihon Medi-Physics Co., Ltd.
Priority to AU2006282500A priority patent/AU2006282500A1/en
Priority to JP2007532076A priority patent/JP4879901B2/ja
Priority to CA002620216A priority patent/CA2620216A1/en
Priority to EP06796504A priority patent/EP1926053A4/en
Publication of WO2007023723A1 publication Critical patent/WO2007023723A1/ja
Priority to IL189660A priority patent/IL189660A0/en
Priority to NO20081344A priority patent/NO20081344L/no

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00General purpose image data processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/40Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4053Scaling of whole images or parts thereof, e.g. expanding or contracting based on super-resolution, i.e. the output image resolution being higher than the sensor resolution
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/05Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055Detecting, 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/003D [Three Dimensional] image rendering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/30Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/35Determination of transform parameters for the alignment of images, i.e. image registration using statistical methods
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03Computed tomography [CT]
    • A61B6/037Emission tomography
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30016Brain
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30061Lung

Definitions

  • Image processing method image processing program, and image processing apparatus
  • the present invention relates to an image processing method, an image processing program, and an image processing apparatus for generating a fusion image by superposing a pair of three-dimensional tomographic images.
  • Image diagnosis includes single-photon emission tomography (hereinafter referred to as rsPECTj), positron emission tomography (hereinafter referred to as “PET”), magnetic resonance tomography (hereinafter referred to as “MRI”), and Images such as X-ray tomography (hereinafter referred to as “CT”) are used. According to these images, it is possible to obtain information on a lesion that is nondestructive and exists in the body of the subject. Therefore, diagnostic imaging is indispensable in current diagnostic medicine.
  • rsPECTj single-photon emission tomography
  • PET positron emission tomography
  • MRI magnetic resonance tomography
  • CT X-ray tomography
  • fMRI functional magnetic resonance tomography
  • Such a functional image is an image of functional changes in a living body and a lesion. Therefore, the functional image has an advantage that the specificity of the lesion detection is high. On the other hand, functional images also have the drawback of lacking anatomical location information of the lesion.
  • Fusion images are used for the purpose of making up for such drawbacks of functional images!
  • a fusion image is an image obtained by superimposing a functional image and a morphological image. According to this fusion image, the anatomical position of the lesion site detected in the functional image can be confirmed on the morphological image. Therefore, fusion images are useful for definitive diagnosis and treatment policy decisions.
  • Fusion images include not only images derived from such different modalities, that is, images acquired by different devices, but also image power derived from the same modality. Can be created. For example, according to a fusion image based on multiple nuclear medicine images obtained by performing the same examination multiple times, it is possible to obtain a change in value at the same site, different blood flow information or receptor distribution of the same site power, etc. Can do.
  • AMIR method Automatic Multimodality Image Registration method
  • AC—PC line alignment method see Non-patent document 2
  • Mutual information maximization method Non-patent document 3 Etc.
  • Non-Patent Literature 1 Babak A. Ardekani et al., A Fully Automatic Multimodality Image Registration Algorithm., Journal of Computer Assisted Tomography, (USA), 1995, 19, 4, p615-623
  • Non-Patent Document 2 "Dr.ViewZUNUX User's Manual (Third Edition)", Asahi Kasei Information Systems Co., Ltd., p.466-470
  • Japanese Literature 3 F. Maes et al., 'Multimodality Image Registration by Maximization of Mutual Information., IEEE Transactions on Medical Imaging, (USA), 1997, 16, 2, p. 187-198
  • fusion images are very useful in the field of diagnostic imaging, and many fusion image creation methods have been developed and put to practical use.
  • the AMIR method is a method of creating a fusion image by dividing a contour-extracted image into segments and obtaining a condition under which an evaluation function takes a minimum value. This method is effective for images that can be divided into segments. This method is not suitable for images that have unclear edges and are difficult to divide into segments, such as images for soft tissues.
  • the AC-PC line alignment method is a method of creating a fusion image by superimposing AC-PC lines determined in the mid-sagittal plane. According to this method, a fusion image can be easily created as long as the AC-PC line in each image to be superimposed is determined.
  • the median sagittal plane as a premise
  • the AC-PC line must be determined manually and the AC-PC line determination operation itself is complicated. Also, this method cannot be applied to images other than the head.
  • the mutual information maximization method is a method of performing alignment using the information amount of each image. In other words, this method does not require operations such as segmentation and AC-PC line determination. Therefore, the mutual information maximization method is one of the most useful alignment methods at present.
  • an object of the present invention is to provide an image processing method, an image processing program, and an image processing apparatus for creating a fusion image automatically and with high overlay accuracy.
  • the inventor of the present application has obtained knowledge that can create a fusion image with high accuracy. That is, the inventor of the present application can create a fusion image with high accuracy by obtaining the corresponding positions of a pair of three-dimensional images after equalizing the number of both the bose cell sizes and the number of botacells of the pair of three-dimensional images. I found it. In the past, a pair of three-dimensional images differing in the size of the botacell and the number of botacells were input as they were to the arithmetic processing for deriving the corresponding positions of both.
  • An image processing method based on powerful knowledge includes: (a) a first three-dimensional image based on a plurality of first tomographic images obtained and a same part force; Gain The first normalization corresponding to the first three-dimensional image is made by equalizing the size and the number of the button cells in the effective field of view of each of the second three-dimensional images based on the plurality of second tomographic images.
  • a Botacel normalization step for generating a second normalized 3D image corresponding to the 3D image and the second 3D image; and (b) a first normalized 3D image and a second normalized tertiary.
  • a fusion image generation step of generating a fusion image using the original image.
  • the image processing method of the present invention includes a cubic unit for each of the first three-dimensional original image composed of a plurality of first tomographic images and the second three-dimensional original image composed of a plurality of second tomographic images.
  • the method may further comprise a step of converting a botacell shape to generate a first 3D image and a second 3D image by converting into a shaped botacell! /.
  • An image processing program causes a computer to execute the above-described box normalization step and fusion image generation step.
  • the image processing program of the present invention may further cause the computer to execute the above-described buttonel shape conversion step.
  • An image processing apparatus provides (a) a first three-dimensional image and a same-part force based on a plurality of first tomographic images obtained from an arbitrary part of a subject.
  • the first normalized three-dimensional image corresponding to the first three-dimensional image by equalizing the voxel size and the number of bocells in the effective field of each of the second three-dimensional images based on the plurality of second tomographic images.
  • a fusion image generating means for generating a fusion image.
  • the image processing apparatus of the present invention includes the first three-dimensional original image composed of a plurality of first tomographic images and the second three-dimensional original image also composed of a plurality of second tomographic image forces. Further, it is possible to further include a button cell shape conversion means for generating the first three-dimensional image and the second three-dimensional image by converting into a rectangular-shaped button cell.
  • the first normalized 3D image and the second normalized 3D image are preferably generated by a linear interpolation method.
  • the first three-dimensional image and the second three-dimensional image are also generated by the linear interpolation method.
  • the fusion image Produced by the method of maximizing the amount of money.
  • an image processing method capable of automatically creating a fusion image with high overlay accuracy.
  • FIG. 1 is a flowchart of an image processing method according to an embodiment of the present invention.
  • FIG. 2 is a flowchart showing an example of processing in the step of converting the botacell shape shown in FIG.
  • FIG. 3 is a flowchart showing an example of processing in the botacell normalization step shown in FIG. 1.
  • FIG. 4 is a flowchart showing an example of processing in the fusion image generation step shown in FIG.
  • FIG. 5 is a diagram showing a configuration of an image processing program according to an embodiment of the present invention together with a recording medium.
  • FIG. 6 is a diagram showing a hardware configuration of a computer for executing a program stored in a recording medium.
  • FIG. 7 is a perspective view of a computer for executing a program stored in a recording medium.
  • FIG. 8 is a diagram showing a configuration of an image processing apparatus according to the embodiment of the present invention.
  • FIG. 9 is a diagram showing an example of a head SPECT image.
  • FIG. 10 is a diagram showing an example of a head CT image in the same subject as in FIG. 9.
  • FIG. 11 is a diagram showing a fusion image generated only by the mutual information maximization method using the images shown in FIGS. 9 and 10.
  • FIG. 12 is a diagram showing a fusion image generated by the image processing method according to the present invention using the images shown in FIGS. 9 and 10.
  • FIG. 13 is a diagram showing an example of a chest SPECT image.
  • FIG. 14 is a diagram showing an example of a chest MRI image in the same subject as in FIG.
  • FIG. 16 is a view showing a fusion image generated by the image processing method according to the present invention using the images shown in FIGS. 13 and 14.
  • 10 ... Image processing program, 11 ... Main module, 12 ... Three-dimensional original image acquisition module, 14 ... Botacel shape conversion module, 16 ... Botacel normalization module, 18 ... Fusion image generation module , 20 ... Output module, 30 ... Image processing device, 32 ... Three-dimensional original image acquisition unit, 34 ... Botacel shape conversion unit, 36 ... Botacel normal part, 38 ... Fusion image generation unit, 40 ... Output unit, 100 ... recording medium, 110 ... computer, 112 ... reading device, 114 ... working memory, 116 ... memory, 118 ... display device, 120 ... mouse, 122 ... keyboard, 124 ... communication device , 126- --CPU 0
  • FIG. 1 is a flowchart of an image processing method according to an embodiment of the present invention.
  • the image processing method shown in FIG. 1 can be executed, for example, by giving a command of each step described below to the computer.
  • a first three-dimensional original image and a second three-dimensional original image for creating a fusion image are acquired (step S01).
  • the first three-dimensional original image is composed of a first tomographic image of a plurality of cross sections obtained with an arbitrary part force in the subject.
  • the second three-dimensional original image is also a second tomographic image force of a plurality of cross sections obtained from the same part.
  • the first tomographic image and the second tomographic image are images acquired by different modalities.
  • the first tomographic image is a functional image including a SPECT image and a PET image
  • the second tomographic image is a morphological image including an MRI image and a CT image.
  • a CT image is used as a morphological image and a SPECT image is used as a functional image is described as an example.
  • first tomographic image and the second tomographic image may be obtained by the same modality.
  • first tomogram and the second tomogram are taken for the same part.
  • PET images or SPECT images of different radiopharmaceuticals at the image date and time, or MRI images with different imaging conditions.
  • the plurality of first tomographic images and the plurality of second tomographic images are a plurality of cross sections substantially perpendicular to the body axis and acquired from a plurality of cross sections continuous in the body axis direction. It is.
  • Each of these images can be acquired by a known method.
  • the lateral direction is defined as the X-axis direction
  • the depth direction is defined as the y-axis direction
  • the body axis direction is defined as the z-axis direction.
  • the image data of each of the first three-dimensional original image and the second three-dimensional original image need only be stored in a data format that can be read by a computer.
  • data in DICOM format is used. be able to.
  • These image data are provided in a form stored in a computer-readable storage medium such as a compact disk.
  • a storage medium storing image data into a data reading device provided in the computer, the image data is read into the computer, and the following image processing using these images can be performed on the computer. It becomes possible. Further, the data may be obtained directly via a network as a computer data signal superimposed on a carrier wave.
  • a botacell shape conversion step is performed (step S02).
  • the first three-dimensional original image and the second three-dimensional original image that is, the three-dimensional original image having a plurality of tomographic forces, may have a cuboid shape extending in the axial direction.
  • a process of converting each of the first three-dimensional original image and the second three-dimensional original image into a cube-shaped one is executed.
  • the first three-dimensional original image and the second three-dimensional original image have a cubic shape
  • this step is not executed, and the first three-dimensional original image is the first three-dimensional original image.
  • a three-dimensional image is used, and a second three-dimensional original image is used as a second three-dimensional image.
  • the botacell shape conversion step step S02
  • the pixel size in the body axis direction is adjusted according to a known linear interpolation method such as a bilinear method or a bicubic method.
  • FIG. 2 is a flowchart showing an example of the process in the button cell shape conversion step shown in FIG.
  • the botacell shape conversion step shown in Fig. 2 processing based on the bilinear method is adopted.
  • the processing of steps S11 to S13 described below is applied to both the first three-dimensional original image and the second three-dimensional original image, and the first three-dimensional image and the second three-dimensional image.
  • a three-dimensional image is generated.
  • the first three-dimensional original image and the second three-dimensional original image are referred to as “three-dimensional original images”.
  • the first three-dimensional image and the second three-dimensional image generated by the botacell shape conversion are referred to as “three-dimensional images”.
  • step Sl l the number of botacells in the z-axis direction after conversion into the effective field of view.
  • the number of botasels in the z-axis direction is calculated by the calculation of the following equation (1).
  • M is the number of bocelles in the z-axis direction after the transformation of the shape of the botacell
  • FOV is the effective field of view in the z-axis z2 z-direction
  • P is the length of one side in the X-axis and y-axis directions of the botasel . In this way, the number of cubic botasels in the z-axis direction with a side length of P is calculated.
  • a new image space for the three-dimensional image after the conversion of the botacell shape is created on the memory (step S12).
  • This image space is used to store the pixel values of each of the same number of Botacells as the product of the number of B-cells in the X-axis direction, the number of B-cells in the y-axis direction, and M of the 3D original image.
  • a new pixel value is assigned to each button cell in the image space prepared in step S12. Create a free 3D image (step SI 3).
  • a three-dimensional image is created by applying a linear interpolation by the bilinear method in the z-axis direction using the coronal or sagittal image in the three-dimensional original image.
  • a description will be given by taking as an example the case of performing linear interpolation using a coronal image.
  • step S13 four lattice points (j, k), (j +1, k), (j, k +1) and (j
  • the pixel value g (x, z) at the point (X, z) is calculated from the pixel value of each 3D original image f.
  • ⁇ , k), Kj +1, k), Kj, k +1) and Kj +1, k +1) are the three points surrounding the point (x, z), respectively.
  • a new image ie, a three-dimensional image g , in which the shape of the botasels is changed to a cube is formed, and the process of changing the shapes of the botasels is completed.
  • step S03 the botasel normalization step
  • a process is performed in which the first three-dimensional image and the second three-dimensional image have the same value for the size of the botacell and the number of the botacells in the effective field of view.
  • the effective field is small! /, The size of the Botacell and the number of Botacells in the other image. Conversion is made to be the same as the size and the number of botacells.
  • the size of the botacell and the number of both cells in the first three-dimensional image are It is adapted to the size of the bot image and the number of bot cells of the dimensional image.
  • a Null code ie, 0 value
  • FIG. 3 is a flowchart showing an example of processing in the button cell regularity step shown in FIG. In the following, it is assumed that the second three-dimensional image has a larger effective field of view than the first three-dimensional image, and the botacell normalization step based on the bilinear method will be described with reference to FIG.
  • a three-dimensional image space force computer having the same botacell size and number of botacells as the second three-dimensional image is prepared on the memory of the computer. (Step S21).
  • a first three-dimensional normal image is generated by attaching a pixel value obtained by linear interpolation from the first three-dimensional image to each botacell in the image space.
  • the in the present embodiment the second 3D image is directly used as the second 3D normalized image.
  • linear interpolation is performed by the bilinear method to calculate a temporary pixel value, which is attached to each botacel in the image space (Ste S22).
  • the interpolation processing in step S22 is referred to as “primary interpolation processing”.
  • the first-order interpolation processing is completed by sequentially performing row-by-line processing for all the botasels and attaching the obtained pixel values to the respective botasels.
  • similar interpolation processing is performed in the sagittal image or the coronal image (step S23).
  • the processing in step S23 is referred to as secondary interpolation processing.
  • the secondary interpolation process will be described using an example of performing the interpolation process with coronal images.
  • xz coordinates are set on the coronal image.
  • a grid point is assumed on this coordinate, and a three-dimensional image h is formed by applying a primary interpolation process.
  • the pixel value h (x, z) to be calculated is calculated by the following equation (4).
  • H 2 (x, z) (lr 3 )-(l-S3j-h 1 (j3, k 3 ) + r3-(1-s 3 ) ⁇ (j 3 + l, k 3 )
  • the first normalized 3D image h is obtained by assigning a value to each buttonel.
  • the same processing as in steps S21 to S23 is performed on the second three-dimensional image. Just do it.
  • the number of voxels in an image with a large effective field of view may be matched with an image with a small effective field of view.
  • the size of the button cell and the number of button cells of the second three-dimensional image are set to those in the first three-dimensional image. Processing that matches the cell size and the number of botacells can be performed.
  • the part included in the effective field of view of the second 3D image after conversion is substantially the same as the part included in the effective field of view of the first 3D image.
  • a fusion image generation step (step S04) is executed following the botasel normalization step.
  • a fusion image is created by executing an overlay process of the first normalized 3D image and the second normalized 3D image.
  • FIG. 4 is a flowchart showing an example of processing in the fusion image generation step shown in FIG.
  • step S 31 coordinate transformation of the first normal 3D image is performed using the given coordinate transformation parameters.
  • These coordinate transformation parameters use a total of six parameters: parameters for translating images (Tx, Ty, Tz) and parameters for rotating images (0 X, ⁇ ⁇ , ⁇ ⁇ ). It is done.
  • An arbitrarily selected value can be used as the initial value of the coordinate conversion parameter. For example, all the coordinate conversion parameters can be set to 0 as initial values.
  • step S32 the mutual information amount of the fusion image using the second normalized 3D image and the first normalized 3D image after coordinate transformation is calculated (step S32).
  • the value of this mutual information 1 ( ⁇ , ⁇ ) is calculated by the following equations (5) to (8).
  • H (A) V ⁇ log, ⁇ -...
  • N is a button having pixel value A in the second normal 3D image.
  • N is the number of cells, and N is the pixel value B in the first normal 3D image after coordinate transformation.
  • the number of voxels that have Bi i. N is the same for pixel values A and B in the fusion image.
  • the fusion image generation step it is repeatedly performed while updating the coordinate transformation parameters for the first regular ⁇ 3D image (step S3 4), and the mutual information amount is maximized. Is extracted (step S33). Then, a fusion image is generated between the first normal 3D image and the second normal 3D image that have undergone coordinate conversion using the coordinate conversion parameter that maximizes the mutual information amount (step S 35). ).
  • Update and optimization of the coordinate transformation parameters can be performed using various known algorithms. For example, direct search methods represented by the simplex method and the Bowell method, steepest descent method (maximum gradient method), and gradient methods represented by the conjugate gradient method (mountain climbing method) can be used (Tomoharu Nagao, "Optimization algorithm", first edition, Shoshodo Co., Ltd., 2000; Frederi Maes et al., IEEE Transactions on Medical Imaging, 1997, 16, 2, p.187-198).
  • the steepest descent method will be described below as an example of an optimization algorithm.
  • the first normalized 3D image is transformed using arbitrary coordinate transformation parameters (Tx, Ty, ⁇ , ⁇ ⁇ , ⁇ ⁇ , 0 ⁇ ), and the first Calculated using normalized 3D images
  • Tx, Ty, ⁇ , ⁇ ⁇ , ⁇ ⁇ , 0 ⁇ The rate of change between the mutual information and the mutual information calculated using the first normalized 3D image after conversion is obtained.
  • This calculation is repeated while changing the coordinate conversion parameters in various ways, and a combination of conversion parameters that maximizes the rate of change in the mutual information is extracted.
  • the mutual information calculated using the first normal 3D image transformed using the extracted coordinate transformation parameters and the transformation using arbitrary different coordinate transformation parameters The rate of change between the mutual information calculated using the first normalized 3D image is obtained. Perform the same operation as above to extract conversion parameters that maximize the rate of change in mutual information, and reconvert to the first regular 3D image. This operation is repeated and finally the mutual information change rate converges to zero.
  • the condition for converging the rate of change of mutual information to 0 corresponds to the transformation condition (coordinate transformation parameter) for maximizing the mutual information.
  • a fusion image is created using the first normal 3D image and the second normalized 3D image that have been converted in position and orientation using this condition.
  • FIG. 5 is a diagram showing the configuration of the image processing program according to the embodiment of the present invention together with a recording medium.
  • An image processing program 10 shown in FIG. 5 is provided by being stored in a recording medium 100.
  • the recording medium 100 include a flexible disk, a CD-ROM, a DVD, a ROM, and other recording media, and a semiconductor memory.
  • FIG. 6 is a diagram illustrating a hardware configuration of a computer for executing a program stored in the recording medium
  • FIG. 7 is a perspective view of the computer for executing the program stored in the recording medium.
  • the computer 110 includes a reading device 112, such as a flexible disk drive device, a CD-ROM drive device, a DVD drive device, a working memory (RAM) 114 in which an operating system is resident, and a recording medium.
  • the computer 110 can access the image processing program 10 stored in the recording medium 100 from the reading device 112, and the image processing program 10 makes it possible to access the present invention.
  • the image processing program 10 makes it possible to access the present invention.
  • the image processing program 10 may be provided via a network as a computer data signal 130 superimposed on a carrier wave.
  • the computer 110 can store the image processing program 10 received by the communication device 124 in the memory 116 and execute the image processing program 10.
  • the image processing program 10 includes a main module 11 that supervises processing, a three-dimensional original image acquisition module 12, a botacell shape conversion module 14, a botacell normalization module 16, and a fusion image.
  • a generation module 18 and an output module 20 are provided.
  • the three-dimensional original image acquisition module 12 causes the computer to execute the process of step SO1
  • the botacell shape conversion module 14 causes the computer to execute the process of step S02.
  • the process of step S03 is executed by the computer
  • the fusion image generation module 18 causes the computer to execute the process of step S04.
  • the output module 20 outputs the obtained fusion image to a display device such as a display.
  • the fusion image is displayed simultaneously using multiple windows for different cross-sectional images. In this case, it is preferable to display a coronal image in one window and display a cross-sectional image in the other window because the position information of the diseased part is reflected more.
  • FIG. 8 is a diagram showing the configuration of the image processing apparatus according to the embodiment of the present invention.
  • the image processing apparatus 30 shown in FIG. 8 functionally includes a three-dimensional original image acquisition unit 32, a botacel shape conversion unit 34, a botacell normalization unit 36, a fusion image generation unit 38, and an output unit 40. I have.
  • the three-dimensional original image acquisition unit 32 is a part that executes the process of step S01
  • the botacel shape conversion unit 34 is a part that executes the process of step S02.
  • 36 is a part for executing the process of step S03
  • a fusion image generating unit 38 is a part for executing the process of step S04.
  • the output unit 40 is a part that outputs the obtained fusion image to a display,! /, And a display device.
  • the powerful image processing device 30 is a computer that operates according to the image processing program 10 described above. Can be pewter.
  • the image processing device 30 is also configured with dedicated circuit power for executing the processes of the three-dimensional original image acquisition unit 32, the voxel shape conversion unit 34, the botacell normalization unit 36, the fusion image generation unit 38, and the output unit 40. Even a device! / Example
  • Head FDG PET image (Fig. 9, Matrix: 128 x 128, Number of slices: 14 slices, Botacel size: 2.00mm x 2.00mm x 6.50mm) as the first 3D original image
  • Head MRI image (Fig. 10)
  • Matrix: 256 X 256 Number of slices: 99 slices
  • the Fusion image was created using the mutual information maximization method (Cost Function 5) using the Corege.exe ver. That is, the fusion image was generated only by the mutual information maximization method without performing the botacell shape conversion and the botacell normalization.
  • the following values were used for various setting parameters in the Corege.exe ver.5 program.
  • FIG. 11 shows the created fusion image.
  • images of multiple cross sections in a fusion image are displayed using multiple windows.
  • the overlay accuracy in the created fusion image was not good, and a pair of images shifted from each other and overlapped in each cross section.
  • the second three-dimensional original image (MRI image) is interpolated in the slice direction (ie z-axis direction), matrix: 256 X 256, number of slices: 167 slices, botacell size: 0.879 mm X 0.879
  • a second 3D image was obtained by converting to a mm x 0.879 mm image.
  • the first three-dimensional original image was used as it was as the first three-dimensional image.
  • an interpolation process was performed on the cross section of the first three-dimensional image (PET image) to convert the matrix to 256 x 256 and pixel size: 0.879 mm x 0.879 mm.
  • PTT image first three-dimensional image
  • conversion to an image of matrix: 256 x 256, number of slices: 167 slices, voxel size: 0.879 mm x 0.879 mm x 0.879 mm, and the first normal A three-dimensional image was obtained.
  • the second 3D image was directly used as the second normalized 3D image.
  • Figure 12 shows the created fusion image.
  • a plurality of cross-sectional images in the fusion image are displayed using a plurality of windows.
  • the overlay accuracy in the obtained fusion image is good, and a good fusion image can be automatically created by the processing according to the present invention.
  • Chest FDG PET image ( Figure 13, Matrix: 128 x 128, Number of slices: 136 slices, Botacell size: 4.29mm x 4.29mm x 4.29mm) as the first 3D original image
  • Chest CT image ( Figure 14, Matrix: 256 x 256, Number of slices: 81 slices, Botacel size: 1.875mm x 1.8 75mm X 5.000mm) as the second 3D original image
  • Corege.exe ver.5 program installed in NEUROSTAT (supplied by Prof. Satoshi Kajijima, University of Washington Medical School)
  • a fusion image was created using (Cost Function 5). That is, the fusion image was generated only by the mutual information maximization method without performing the botacell shape conversion and the botacell normalization.
  • the same values as in Comparative Example 1 were used for various setting parameters in the Corege.exe ver.5 program.
  • Figure 15 shows the created fusion image.
  • a plurality of cross-sectional images in a fusion image are displayed using a plurality of windows.
  • the overlay accuracy in the created fusion image was not good, and a pair of images shifted from each other and overlapped in each cross section.
  • the second 3D original image (CT image) is interpolated in the slice direction (ie z-axis direction), matrix: 256 X 256, number of slices: 312 slices, botacell size: 1. 875mm X 1.875
  • a second 3D image was obtained by converting to a mm x 1.875 mm image.
  • the first three-dimensional original image was used as it was as the first three-dimensional image.
  • interpolation processing was performed on the cross section of the first three-dimensional image (PET image), and the matrix was converted to 256 X 256 and the pixel size: 1.875 mm X I.875 mm.
  • the image is converted into an image of matrix: 256 x 256, number of slices: 312 slices, voxel size: 1.875 mm x 1.875 mm x 1.875 mm, and the first regular A three-dimensional image was obtained.
  • the second 3D image was directly used as the second normalized 3D image.
  • FIG. 16 shows the created fusion image.
  • images of a plurality of cross sections in a fusion image are displayed using a plurality of windows.
  • the overlay accuracy in the obtained fusion image is good
  • the overlay accuracy in the obtained fusion image is good
  • a good fusion image is automatically converted by the processing according to the present invention. It was confirmed that it could be created automatically.
  • the present invention is useful for automatically and accurately creating a fusion image, and can be used in the field of image diagnostic apparatuses.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Informatics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Evolutionary Biology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Computer Graphics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Image Processing (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Image Generation (AREA)
  • Processing Or Creating Images (AREA)
  • Image Analysis (AREA)

Abstract

 自動且つ高い重ね合わせの精度でフュージョン画像を作成するための画像処理方法を提供する。  本発明の実施の形態に係る画像処理方法は、(a)被験者の任意の部位から得られる複数の第1の断層像に基づく第1の三次元画像及び同部位から得られる複数の第2の断層像に基づく第2の三次元画像それぞれの有効視野内におけるボクセルサイズ及びボクセル数を等しくすることによって、第1の三次元画像に対応の第1の正規化三次元画像及び第2の三次元画像に対応の第2の正規化三次元画像を生成するボクセル正規化ステップと、(b)第1の正規化三次元画像及び第2の正規化三次元画像を用いて、フュージョン画像を生成するフュージョン画像生成ステップと、を含む。

Description

明 細 書
画像処理方法、画像処理プログラム、及び画像処理装置
技術分野
[0001] 本発明は、一対の三次元断層画像を重ね合わせることによってフュージョン画像を 生成するための画像処理方法、画像処理プログラム、及び画像処理装置に関する。 背景技術
[0002] 画像診断には、単光子放出型断層撮像 (以下、 rsPECTjという)、陽電子放出型 断層撮像 (以下、「PET」という)、磁気共鳴断層画像 (以下、「MRI」という)、および、 X線断層撮像 (以下、「CT」という)を初めとする画像が用いられる。これらの画像によ れば、非破壊で被験者の体内に存在する病変部の情報を得ることができる。したがつ て、画像診断は、現在の診断医療において無くてはならないものとなっている。
[0003] これまでに画像診断技術に関する種々の検討が行われており、近年では、生体内 の部位の形態的情報のみならず、生体の機能情報を画像化する技術が考案され、 臨床応用されている。例えば、核磁気共鳴技術を用い、脳内の局所的な血流量変化 を画像ィ匕する機能的磁気共鳴断層撮像 (以下、「fMRI」という)や、 SPECT及び PE Tといった核医学検査が開発され、臨床応用されている。
[0004] このような機能画像は、生体及び病変における機能的変化を画像ィ匕したものである 。したがって、機能画像は、病変部検出の特異度が高いという利点を有している。一 方で、機能画像は、病変部の解剖学的な位置情報に乏しいといった欠点も有してい る。
[0005] 機能画像が有するこのような欠点を補う目的で、フュージョン画像が用いられて!/、る 。フュージョン画像は、機能画像と形態画像とを重ね合わせた画像である。このフユ 一ジョン画像によれば、機能画像にて検出された病変部位の解剖学的な位置を形態 画像上にて確認することが可能である。したがって、フュージョン画像は、確定診断 や治療方針の決定等に有用である。
[0006] また、フュージョン画像は、このような異なるモダリティーに由来する画像、即ち異な る装置によって取得された画像のみならず、同一モダリティーに由来した画像力もも 作成することができる。例えば、同一の検査を複数回実施することによって得られる 複数の核医学画像に基づくフュージョン画像によれば、同じ部位における値の変化 や、同一部位力もの異なる血流情報或いはレセプター分布等を得ることができる。
[0007] フュージョン画像に対するこのようなニーズの高まりを反映し、これまでに、フュージ ヨン画像を自動で作成するための種々の方法が提案され、開発されている。例えば、 Automatic Multimodality Image Registration法(以下、 AMIR法という)(非特許文献 1を参照)、 AC— PCライン位置合わせ法 (非特許文献 2を参照)、相互情報量最大 化法 (非特許文献 3を参照)等が開発され、実用化されて!/、る。
非特干文献 1 : Babak A. Ardekani et al., A Fully Automatic Multimodality Image Re gistration Algorithm. , Journal of Computer Assisted Tomography, (USA), 1995, 19, 4, p615- 623
非特許文献 2 :「Dr.ViewZUNUXユーザーズマニュアル (第 3版)」、旭化成情報シス テム株式会社、 p.466-470
特干文献 3 : F. Maes et al., 'Multimodality Image Registration by Maximization of Mutual Information. , IEEE Transactions on Medical Imaging, (USA), 1997, 16, 2, p. 187-198
発明の開示
発明が解決しょうとする課題
[0008] 上述したように、フュージョン画像は画像診断の分野において非常に有用であり、こ れまでに多くのフュージョン画像作成法が開発され、実用化されている。
[0009] AMIR法は、輪郭抽出を行った画像をセグメントに分割し、評価関数が最小値をと る条件を求めてフュージョン画像を作成する方法である。この方法は、セグメントに分 割可能な画像に対しては有効である力 軟部組織を対象とした画像のように、輪郭が 不鮮明でセグメントへの分割が困難な画像には不向きである。
[0010] AC— PCライン位置合わせ法は、正中矢状面内において決定した AC— PCライン 同士を重ね合わせることによってフュージョン画像を作成する方法である。この方法 によれば、重ね合わせを行うそれぞれの画像における AC— PCラインさえ決まれば、 容易にフュージョン画像を作成することが可能である。しかし、前提として正中矢状面 の画像を作成して AC— PCラインを手動で決めなければならず、この AC— PCライン の決定操作そのものが煩雑であるといった欠点がある。また、この方法は、頭部以外 を対象とした画像への応用もできな 、。
[0011] 一方、相互情報量最大化法は、各画像の有する情報量を用いて位置合わせを行う 方法である。即ち、この方法は、セグメント分割や、 AC— PCラインの確定等の操作を 必要としない。したがって、相互情報量最大化法は、現時点において、最も有用な位 置合わせ方法の一つであると 、える。
[0012] しかし、相互情報量最大化法によって自動生成されたフュージョン画像の重ね合わ せの精度は、必ずしも高いといえるものではなぐ手動による再調整が必要となること が少なくない。このような問題は、例えば SPECT画像と CT画像を用いたフュージョ ン画像のように、異なるモダリティーに由来する画像を組み合わせたフュージョン画 像に、特に多く発生する。
[0013] そこで、本発明は、自動且つ高い重ね合わせの精度でフュージョン画像を作成す るための画像処理方法、画像処理プログラム、及び画像処理装置を提供することを 目的としている。
課題を解決するための手段
[0014] 本願発明者は鋭意検討を重ねた結果、精度良くフュージョン画像を作成し得るた めの知見を得た。即ち、本願発明者は、一対の三次元画像それぞれのボタセルサイ ズ及びボタセル数を等しくした後、一対の三次元画像の対応位置を求めることによつ て、精度良くフュージョン画像を作成し得ることを見出した。なお、従来においては、 ボタセルサイズ及びボタセル数が異なって 、る一対の三次元画像が、両者の対応位 置を導出するための演算処理にそのまま入力されていた。これは、相互情報量最大 化法等にぉ 、ては、それぞれのボタセルサイズ及びボタセル数が異なって 、る一対 の三次元画像を用いた対応位置導出のためのリスケール処理が導入されているため であり、従来においては、一対の三次元画像それぞれのボタセルサイズ及びボクセ ル数を等しくする必要性が認められていなかった。
[0015] 力かる知見に基づく本発明の一側面に係る画像処理方法は、(a)被験者の任意の 部位力 得られる複数の第 1の断層像に基づく第 1の三次元画像及び同部位力 得 られる複数の第 2の断層像に基づく第 2の三次元画像それぞれの有効視野内におけ るボタセルサイズ及びボタセル数を等しくすることによって、第 1の三次元画像に対応 の第 1の正規化三次元画像及び第 2の三次元画像に対応の第 2の正規化三次元画 像を生成するボタセル正規化ステップと、 (b)第 1の正規化三次元画像及び第 2の正 規化三次元画像を用いて、フュージョン画像を生成するフュージョン画像生成ステツ プと、を含む。
[0016] 本発明の画像処理方法は、複数の第 1の断層像からなる第 1の三次元原画像及び 複数の第 2の断層像力 なる第 2の三次元原画像それぞれのボタセルを、立方体形 状のボタセルに変換することによって、第 1の三次元画像及び第 2の三次元画像を生 成するボタセル形状変換ステップを更に含んで 、てもよ!/、。
[0017] 本発明の別の一側面に係る画像処理プログラムは、コンピュータに、上述のボクセ ル正規化ステップ及びフュージョン画像生成ステップを実行させる。また、本発明の 画像処理プログラムは、上述のボタセル形状変換ステップを、コンピュータに更に実 行させてもよい。
[0018] 本発明の更に別の一側面に係る画像処理装置は、(a)被験者の任意の部位から 得られる複数の第 1の断層像に基づく第 1の三次元画像及び同部位力 得られる複 数の第 2の断層像に基づく第 2の三次元画像それぞれの有効視野内におけるボクセ ルサイズ及びボタセル数を等しくすることによって、第 1の三次元画像に対応の第 1の 正規化三次元画像及び第 2の三次元画像に対応の第 2の正規化三次元画像を生成 するボタセル正規化手段と、(b)第 1の正規化三次元画像及び第 2の正規化三次元 画像を用いて、フュージョン画像を生成するフュージョン画像生成手段と、を備える。
[0019] また、本発明の画像処理装置は、複数の第 1の断層像からなる第 1の三次元原画 像及び複数の第 2の断層像力もなる第 2の三次元原画像それぞれのボタセルを、立 方体形状のボタセルに変換することによって、第 1の三次元画像及び第 2の三次元 画像を生成するボタセル形状変換手段を更に備えて ヽてもよ ヽ。
[0020] 第 1の正規化三次元画像及び第 2の正規化三次元画像は、線形補間法によって、 生成されることが好適である。また、第 1の三次元画像及び第 2の三次元画像も、線 形補間法によって、生成されることが好適である。また、フュージョン画像が、相互情 報量最大化法によって生成されてもょ 、。
発明の効果
[0021] 本発明によれば、自動且つ高い重ね合わせの精度でフュージョン画像を作成可能 な画像処理方法、画像処理プログラム、及び画像処理装置が提供される。
図面の簡単な説明
[0022] [図 1]本発明の実施の形態に係る画像処理方法のフローチャートである。
[図 2]図 1に示すボタセル形状変換ステップにおける処理の一例を示すフローチヤ一 トである。
[図 3]図 1に示すボタセル正規化ステップにおける処理の一例を示すフローチャート である。
[図 4]図 1に示すフュージョン画像生成ステップにおける処理の一例を示すフローチ ヤートである。
[図 5]本発明の実施の形態に係る画像処理プログラムの構成を、記録媒体と共に示 す図である。
[図 6]記録媒体に記憶されたプログラムを実行するためのコンピュータのハードウェア 構成を示す図である。
[図 7]記録媒体に記憶されたプログラムを実行するためのコンピュータの斜視図であ る。
[図 8]本発明の実施の形態に画像処理装置の構成を示す図である。
[図 9]頭部 SPECT画像の一例を示す図である。
[図 10]図 9と同じ被験者における頭部 CT画像の一例を示す図である。
[図 11]図 9及び図 10に示した画像を用い、相互情報量最大化法のみによって生成し たフュージョン画像を示す図である。
[図 12]図 9及び図 10に示した画像を用い、本発明に係る画像処理方法によって生成 したフュージョン画像を示す図である。
[図 13]胸部 SPECT画像の一例を示す図である。
[図 14]図 13と同じ被験者における胸部 MRI画像の一例を示す図である。
[図 15]図 13及び図 14に示した画像を用い、相互情報量最大化法のみによって生成 したフュージョン画像を示す図である。
[図 16]図 13及び図 14に示した画像を用い、本発明に係る画像処理方法によって生 成したフュージョン画像を示す図である。
符号の説明
[0023] 10…画像処理プログラム、 11· ··メインモジュール、 12…三次元原画像取得モジュ ール、 14…ボタセル形状変換モジュール、 16…ボタセル正規化モジュール、 18· ··フ ユージョン画像生成モジュール、 20· ··出力モジュール、 30…画像処理装置、 32· ·· 三次元原画像取得部、 34…ボタセル形状変換部、 36…ボタセル正規ィ匕部、 38…フ ユージョン画像生成部、 40…出力部、 100…記録媒体、 110…コンピュータ、 112· ·· 読取装置、 114…作業用メモリ、 116· ··メモリ、 118…表示装置、 120…マウス、 122 …キーボード、 124· ··通信装置、 126- --CPU0
発明を実施するための最良の形態
[0024] 以下、本発明の実施の形態に係る画像処理方法について、図面を参照して説明 する。図 1は、本発明の実施の形態に係る画像処理方法のフローチャートである。図 1に示す画像処理方法は、例えば、以下に説明する各ステップの命令をコンピュータ に与えることによって、実行することができる。
[0025] 図 1に示すように、この画像処理方法では、まず、フュージョン画像を作成するため の第 1の三次元原画像及び第 2の三次元原画像が取得される (ステップ S01)。第 1 の三次元原画像は、被験者における任意の部位力 得られる複数断面の第 1の断層 像からなるものである。同様に、第 2の三次元原画像は、同部位カゝら得られる複数断 面の第 2の断層像力もなるものである。
[0026] 本実施の形態では、第 1の断層像及び第 2の断層像が、異なるモダリティーよつて 取得された画像であるものとする。詳細には、第 1の断層像が、 SPECT画像及び PE T画像を初めとする機能画像であり、第 2の断層像が、 MRI画像及び CT画像を初め とする形態画像であるものとする。以下、形態画像として CT画像を用い、機能画像と して SPECT画像を用いた場合を例にとって、説明する。
[0027] なお、第 1の断層像及び第 2の断層像は、同一のモダリティーによって取得されたも のであってもよい。例えば、第 1の断層像及び第 2の断層像には、同部位に対する撮 像日時や投与した放射性医薬品の異なる PET画像又は SPECT画像、又は、撮像 条件の異なる MRI画像を用いることもできる。
[0028] 複数の第 1の断層像及び複数の第 2の断層像は、体軸に対してほぼ垂直な複数の 断面であって、体軸方向に連続する複数の断面から取得された断層像である。これ らの画像は、それぞれ公知の方法にて取得することが可能である。以下の説明にお いては、体を正面力 みた場合に、横方向を X軸方向、奥行き方向を y軸方向、体軸 方向を z軸方向と定義する。
[0029] なお、第 1の三次元原画像及び第 2の三次元原画像それぞれの画像データはコン ピュータで読み取り可能なデータ形式で保存されていればよぐ例えば、 DICOM形 式によるデータを用いることができる。これらの画像データは、例えば、コンパクトディ スクを初めとするコンピュータで読み取り可能な記憶媒体に格納した形で提供される 。画像データを格納した記憶媒体をコンピュータに備え付けられたデータ読み取り装 置に挿入することによって、画像データがコンピュータに読み込まれ、当該コンビユー タ上でこれらの画像を用いた以下の画像処理を行うことが可能となる。また、当該デ ータは、搬送波に重畳されたコンピュータデータ信号として、ネットワークを介して直 接取得されるものであってもよ 、。
[0030] 次に、本実施の形態の画像処理方法では、ボタセル形状変換ステップが行われる ( ステップ S02)。第 1の三次元原画像及び第 2の三次元原画像、即ち複数の断層像 力 なる三次元原画像にぉ 、ては、各ボタセル力 ^軸方向に延びる直方体形状とな つている場合がある。ボタセル形状変換ステップでは、第 1の三次元原画像及び第 2 の三次元原画像それぞれのボタセルを立方体形状のボタセルに変換する処理が実 行される。
[0031] なお、第 1の三次元原画像及び第 2の三次元原画像それぞれのボタセルが立方体 形状である場合には、本ステップは実行されず、第 1の三次元原画像が第 1の三次 元画像とされ、第 2の三次元原画像が第 2の三次元画像とされる。また、第 1の三次 元原画像及び第 2の三次元原画像のうち一方の三次元原画像のボタセルが直方体 形状である場合には、当該一方の三次元原画像のボタセルが立方体形状のボクセ ルに変換される。 [0032] 以下、ボタセル形状変換ステップ (ステップ S02)につ 、て、より詳細に説明する。こ のステップの処理は、例えば、バイリニア法やバイキュービック法等の公知の線形補 間法に従って、体軸方向のピクセルサイズが調整される。
[0033] 以下、バイリニア法による線形補間を例にとり、本ステップを説明する。図 2は、図 1 に示すボタセル形状変換ステップにおける処理の一例を示すフローチャートである。 図 2に示すボタセル形状変換ステップでは、バイリニア法に基づく処理が採用されて いる。このボタセル形状変換ステップでは、以下に説明するステップ S11〜S13の処 理が、第 1の三次元原画像及び第 2の三次元原画像の双方に適用され、第 1の三次 元画像及び第 2の三次元画像が生成される。なお、以下では、説明の簡単のために 、第 1の三次元原画像及び第 2の三次元原画像を「三次元原画像」と称する。また、 ボタセル形状変換によって生成される第 1の三次元画像及び第 2の三次元画像を「 三次元画像」と称する。
[0034] 図 2に示すように、まず、このボタセル形状変換ステップにおいては、 z軸方向のボ クセル数のみを調整するために、有効視野内におけるボタセル形状変換後の z軸方 向のボタセル数が算出される(ステップ Sl l)。
[0035] 具体的には、次式(1)の演算によって、 z軸方向のボタセル数が算出される。
[数 1]
P, 式(1)において、 M はボタセル形状変換後の z軸方向のボタセル数、 FOVは z軸 z2 z 方向の有効視野、 Pはボタセルの X軸及び y軸方向における一辺の長さである。この ようにして、一辺の長さを Pとした立方体形状のボタセルの z軸方向の数が算出され る。
[0036] 次に、ボタセル形状変換後の三次元画像用の新たな画像空間がメモリ上に作成さ れる (ステップ S12)。この画像空間は、三次元原画像の X軸方向のボタセル数と y軸 方向のボタセル数と M との積と同数のボタセルそれぞれの画素値を記憶するため z2
の空間である。
[0037] 次に、ステップ S12にて用意された画像空間内の各ボタセルに、画素値を付して新 たな三次元画像を作成する (ステップ SI 3)。このステップでは、三次元原画像にお ける冠状断像又は矢状断像を用い、 z軸方向にバイリニア法による線形補間を適用 することによって三次元画像が作成される。以下、冠状断像を用いて線形補間を行う 場合を例にとり、説明する。
[0038] ステップ S 13では、ボタセル形状変換後の三次元画像 gにおける任意のボタセルの 中心点 (X, z)を取り囲んでいる近傍の 4つの格子点 (j , k )、 (j +1, k )、 (j , k +1)及び (j
1 1 1 1 1 1 1
+1, k+1)それぞれの三次元原画像 fの画素値から、点 (X, z)における画素値 g(x, z)が
1
次式(2)によって算出される。
[数 2] g(x,z) = (l - r, )· (l - s, )- f (j, ,k, ) + -(l-sJ-f , +l,k,)
Figure imgf000011_0001
ここで、 · , k )、 Kj +1, k )、 Kj , k +1)及び Kj +1, k +1)は、それぞれ点 (x, z)を囲む三
1 1 1 1 1 1 1 1
次元原画像における冠状断像の格子点 (j , k )、(j +1, k )、 (j , k +1)
1 1 1 1 及び (j+1, k+1)
1 1 に おける画素値 (画素の濃度値)、 j =[x]、 r =x-j、 k =[z]、 s =z-kである。この操作を
1 1 1 1 1 1
全ての冠状断像における全てのボタセルにつき順次行うことによって、ボタセル形状 を立方体に変更した新たな画像、即ち三次元画像 gが形成され、ボタセル形状変更 処理が終了する。
[0039] 図 1に戻り、本実施の形態の画像処理方法では、次に、ボタセル正規化ステップ (ス テツプ S03)が実行される。このボタセル正規化ステップでは、第 1の三次元画像及 び第 2の三次元画像それぞれの有効視野内におけるボタセルサイズ、及びボタセル 数を同一の値とする処理が行われる。
[0040] 最も好まし!/、形態にぉ 、て、ボタセル正規化ステップでは、有効視野の小さ!/、方の 画像におけるボタセルサイズ及びボタセル数力 有効視野の大き ヽ方の画像のボタ セルサイズ及びボタセル数と同一となるように変換される。
[0041] 例えば、第 1の三次元画像の有効視野が第 2の三次元画像の有効視野よりも小さ い場合には、第 1の三次元画像におけるボタセルサイズ及びボタセル数が第 2の三 次元画像のボタセルサイズ及びボタセル数に合わせられる。なお、第 1の三次元画 像における有効視野外には、 Nullコード (すなわち、 0値)が付される。 [0042] 力かるボタセル正規化ステップにおいても、バイリニア法やバイキュービック法等の 公知の線形補完処理を採用することが可能である。図 3は、図 1に示すボタセル正規 ィ匕ステップにおける処理の一例を示すフローチャートである。以下、第 2の三次元画 像が第 1の三次元画像より大きな有効視野を有しているものと仮定し、バイリニア法に 基づくボタセル正規化ステップを、図 3を参照しつつ説明する。
[0043] 図 3に示すように、ボタセルサイズ等正規化ステップでは、まず、第 2の三次元画像 と同一のボタセルサイズ及びボタセル数を有する三次元の画像空間力 コンピュータ のメモリ上に用意される (ステップ S21)。
[0044] 次に、画像空間内における各ボタセルに、第 1の三次元画像からの線形補間によつ て求められる画素値を付することによって、第 1の三次元正規ィ匕画像が生成される。 なお、本実施の形態では、第 2の三次元画像がそのまま第 2の三次元正規化画像と される。
[0045] より具体的には、まず、第 1の三次元画像の横断像を用い、バイリニア法による線形 補間を行って、仮の画素値を算出し、上記画像空間の各ボタセルに付する (ステップ S22)。以下、ステップ S22の補間処理を、「第一次補間処理」という。
[0046] 具体的に、第一次補間処理では、横断像上に xy座標が設定される。そして、画像 空間上に格子点が仮定され、第一次補間処理後の三次元画像 hにおける点 (X, y)を 取り囲んでいる 4つの格子点 (j , k ), (j +1, k )、(j , k +1)及び (j +1, k +1)
2 2 2 2 2 2 2 2 それぞれの 第 1の三次元画像 gの画素値から、点 (X, y)における画素値 h^x, y)力 次式(3)によつ て算出される。
[数 3] h1(x,y) = (l-r2)-(l-s2)-h1(j2,k2)+r2 -(l-s2)-g(j2 +l,k2)
+ (l-r2)-s2 -g(j2,k2 +l) + r2 -s2 -g(j2 +l,k2 + 1) ·'·(3) ここで、 g(j , k )、 g(j +1, k )、 g(j , k +1)及び g(j +1, k +1)は、それぞれ点 (x, y)を囲む
2 2 2 2 2 2 2 2
格子点 (j , k )、 (j +1, k )、(j , k +1)及び (j +1, k +1)における第 1の三次元画像 gの画
2 2 2 2 2 2 2 2
素値、 j =[x]、 r =x-j、 k =[y]、 s =y-kである。この操作を全ての横断像における全
2 2 2 2 2 2
てのボタセルにつき順次行 、、得られた画素値をそれぞれのボタセルに付することに よって、第一次補間処理が完了する。 [0047] 次 、で、矢状断像又は冠状断像にて同様の補間処理が行われる (ステップ S23)。 以下、ステップ S23の処理を第二次補間処理という。また、以下では、冠状断像にて 補間処理を行う場合を例にとり、第二次補間処理を説明する。
[0048] 第二次補間処理では、まず、冠状断像上に、 xz座標が設定される。そして、この座 標上にて格子点が仮定され、第一次補間処理が付されて成る三次元画像 hにおけ
1 る 4つの画素値であって、任意のボタセルの中心点 (X, z)を取り囲んでいる 4つの格子 点 (j , k )、 (j +1, k )、(j , k +1)及び (j +1, k +1)それぞれの画素値から、点 (x, z)におけ
3 3 3 3 3 3 3 3
る画素値 h (x, z)が、次式 (4)によって算出される。
2
画 h2(x,z) = (l-r3)-(l-S3j-h1(j3,k3) + r3 - (1 - s3 )· (j3 + l,k3)
+ (l-r3 j-s3 -
Figure imgf000013_0001
+l,k, + l) ·■·(, 4 ) ここで、 h (j , k )、 h (j +1, k )、 h (j , k +1)及び h 0+1, k +1)は、それぞれ点 (x, z)を囲
1 3 3 1 3 3 1 3 3 1 3 3
む格子点 (j , k )、 (j +1, k )、(j , k +1)及び (j +1, k +1)における画素値、 j =[x]、 r =x-j
3 3 3 3 3 3 3 3 3 3 3
、 k =[z]、 s =z-kである。この操作を全てのボタセルにつき順次行い、得られた画素
3 3 3
値をそれぞれのボタセルに付することにより、第 1の正規化三次元画像 hが得られる
2
。これによつて、第二次補間処理が完了し、ボタセルサイズ等正規化処理が完了する
[0049] なお、第 1の三次元画像が第 2の三次元画像より大きい有効視野を有している場合 には、第 2の三次元画像について、上記ステップ S21〜ステップ S23と同様の処理を 行えばよい。また、ボタセル正規化ステップにおいては、有効視野の大きな画像のボ クセル数を、有効視野の小さい画像に合わせる処理を行ってもよい。例えば、第 1の 三次元画像の有効視野が第 2の三次元画像の有効視野よりも小さい場合において、 第 2の三次元画像のボタセルサイズ及びボタセル数を、第 1の三次元画像における ボタセルサイズ及びボタセル数に合わせる処理を行うことができる。この場合にお ヽ て、変換後の第 2の三次元画像の有効視野内に含まれる部位が、第 1の三次元画像 の有効視野に含まれる部位と、実質的に同様な部位となるように、第 2の三次元画像 を変換する必要がある。具体的には、マウス等の外部入力手段を用いて第 2の三次 元画像内で対象部位、即ち三次元関心領域を選択し、選択した対象部位につき線 形補間処理を行うことにより、正規ィ匕処理を行うことができ、対象部位でのフュージョ ン画像の高速な生成が可能になる。
[0050] 再び図 1を参照する。本実施の形態の画像処理方法では、ボタセル正規化ステツ プに続いて、フュージョン画像生成ステップ (ステップ S04)が実行される。このフュー ジョン画像生成ステップでは、第 1の正規化三次元画像と第 2の正規化三次元画像 の重ね合わせ処理を実行することによって、フュージョン画像が作成される。
[0051] この重ね合わせ処理は、相互情報量最大化法(Maes F. et al., IEEE Trans. Med. I maging, (1997), 16(2),ρ.187-198)を用いて行われる。以下、相互情報量最大化法に おける画像の重ね合わせ処理について説明する。相互情報量最大化法とは、画像 間の相互情報量が最大となる条件にて重ね合わせ画像を作成する方法である。図 4 は、図 1に示すフュージョン画像生成ステップにおける処理の一例を示すフローチヤ ートである。
[0052] 具体的に、相互情報量最大化法では、図 4に示すように、まず、与えられた座標変 換パラメータにて第 1の正規ィ匕三次元画像の座標変換が行われる (ステップ S 31)。 この座標変換パラメータには、画像の平行移動を行うためのパラメータ(Tx, Ty, Tz) 及び画像の回転を行うためのパラメータ( 0 X, θ γ, θ ζ)の合計 6つのパラメータが用 いられる。座標変換パラメータの初期値には、任意に選択した値を用いることができ る。例えば、初期値として座標変換パラメータの全てを 0に設定することができる。
[0053] 次に、第 2の正規化三次元画像、及び座標変換後の第 1の正規化三次元画像を用 いたフュージョン画像の相互情報量が計算される (ステップ S32)。この相互情報量 1( Α,Β )の値は、次式(5)〜(8)によって算出される。
new
[数 5]
l(A, Bnew ) = H(A)+ H(Bnew )- H(A, Bnc v ) - ( 5 )
[数 6]
H(A) = V^log, ^- …(
ム MA MA
[数 7] H(B,J = … )
Figure imgf000015_0001
[数 8]
H(A,B Σ 1ο82 —( 8 ) ここで、 I(A,B )は相互情報量、 H(A)、 H(B )及び H(A,B )はそれぞれ、第 2の正規
new new new
化三次元画像のエントロピー、座標変換後の第 1の正規ィ匕三次元画像のエントロピ 一、及び第 2の正規化三次元画像と座標変換後の第 1の正規化三次元画像との結 合エントロピーである。 N は第 2の正規ィ匕三次元画像において画素値 Aを有するボタ
Ai i
セルの数であり、 N は座標変換後の第 1の正規ィ匕三次元画像において画素値 Bを
Bi i 有するボクセルの数である。 N は、フュージョン画像において画素値 A及び Bが同
扁 i i 時に存在しているボクセルの数である。 M 、 M及び M はそれぞれ、第 2の正規化三
A B AB
次元画像のボタセル数 (マトリクスサイズ)、座標変換後の第 1の正規化三次元画像ボ クセル数(マトリクスサイズ)、フュージョン画像ボタセル数(マトリクスサイズ)である。
[0054] フュージョン画像生成ステップにおいては、力かる相互情報量の計算力 第 1の正 規ィ匕三次元画像に対する座標変換パラメータを更新させながら繰り返し (ステップ S3 4)実行され、相互情報量が最大となる条件が抽出される (ステップ S33)。そして、相 互情報量が最大となる座標変換パラメータによって座標変換された第 1の正規ィ匕三 次元画像と、第 2の正規ィ匕三次元画像とのフュージョン画像が生成される (ステップ S 35)。
[0055] 座標変換パラメータの更新及び最適化は、種々の公知のアルゴリズムを用いて行う ことができる。例えば、シンプレックス法やバウエル法に代表される直接探索法、最急 降下法 (最大勾配法)や共役勾配法に代表される勾配法(山登り法)を用いて行うこと ができる (長尾智晴著、「最適化アルゴリズム」、初版、株式会社 昭晃堂、 2000 ;Fred eri Maes et al., IEEE Transactions on Medical Imaging, 1997, 16, 2, p.187— 198)。
[0056] 最適化アルゴリズムの一例として、最急降下法を以下に説明する。最急降下法では 、まず、任意の座標変換パラメータ (Tx, Ty, Τζ, θ χ, θ γ, 0 ζ)を用いて第 1の正規 化三次元画像を座標変換し、変換前の第 1の正規化三次元画像を用いて算出され た相互情報量と、変換後の第 1の正規化三次元画像を用いて計算された相互情報 量との間の変化率を求める。この計算を座標変換パラメータを種々変化させながら繰 り返し、相互情報量の変化率が最大となる変換パラメータの組み合わせを抽出する。
[0057] 次に、抽出された座標変換パラメータを用いて変換させた第 1の正規ィ匕三次元画 像を用いて計算した相互情報量と、異なる任意の座標変換パラメータを用いて変換 させた第 1の正規化三次元画像を用いて計算した相互情報量との間の変化率を求 める。上記と同様の操作を行って相互情報量の変化率が最大値となるような変換パ ラメータ抽出し、第 1の正規ィ匕三次元画像に再変換を行う。この操作を繰り返し実行 し、最終的に相互情報量の変化率を 0に収束させる。相互情報量の変化率を 0に収 束させる条件が、相互情報量を最大とするための変換条件 (座標変換パラメータ)に 相当する。この条件を用いて位置及び向きの変換を行った第 1の正規ィ匕三次元画像 と、第 2の正規化三次元画像とを用いて、フュージョン画像が作成される。
[0058] 次に、本発明の実施の形態に係る画像処理プログラムについて説明する。図 5は、 本発明の実施の形態に係る画像処理プログラムの構成を、記録媒体と共に示す図で ある。図 5に示す画像処理プログラム 10は、記録媒体 100に格納されて提供される。 記録媒体 100としては、フレキシブルディスク、 CD-ROM, DVD,あるいは ROM 等の記録媒体ある!、は半導体メモリ等が例示される。
[0059] 図 6は、記録媒体に記憶されたプログラムを実行するためのコンピュータのハードウ エア構成を示す図であり、図 7は、記録媒体に記憶されたプログラムを実行するため のコンピュータの斜視図である。図 6に示すように、コンピュータ 110は、フレキシブル ディスクドライブ装置、 CD— ROMドライブ装置、 DVDドライブ装置等の読取装置 11 2と、オペレーティングシステムを常駐させた作業用メモリ(RAM) 114と、記録媒体 1 00に記憶されたプログラムを記憶するメモリ 116と、ディスプレイと 、つた表示装置 11 8と、入力装置であるマウス 120及びキーボード 122と、データ等の送受を行うための 通信装置 124と、プログラムの実行を制御する CPU126とを備えている。コンビユー タ 110は、記録媒体 100が読取装置 112に挿入されると、読取装置 112から記録媒 体 100に格納された画像処理プログラム 10にアクセス可能になり、当該画像処理プ ログラム 10によって、本発明の一実施の形態に係る画像処理装置として動作するこ とが可能になる。
[0060] 図 7に示すように、画像処理プログラム 10は、搬送波に重畳されたコンピュータデ ータ信号 130としてネットワークを介して提供されるものであってもよい。この場合、コ ンピュータ 110は、通信装置 124によって受信した画像処理プログラム 10をメモリ 11 6に格納し、当該画像処理プログラム 10を実行することができる。
[0061] 図 5に示すように、画像処理プログラム 10は、処理を統括するメインモジュール 11と 、三次元原画像取得モジュール 12と、ボタセル形状変換モジュール 14と、ボタセル 正規化モジュール 16と、フュージョン画像生成モジュール 18と、出力モジュール 20 とを備えている。
[0062] 三次元原画像取得モジュール 12は上記のステップ SO 1の処理をコンピュータに実 行させ、ボタセル形状変換モジュール 14は上記のステップ S02の処理をコンビユー タに実行させ、ボタセル正規化モジュール 16は上記のステップ S03の処理をコンビュ ータに実行させ、フュージョン画像生成モジュール 18は上記のステップ S04の処理 をコンピュータに実行させる。また、出力モジュール 20は、得られたフュージョン画像 を、ディスプレイといった表示装置に出力させる。好ましい実施態様において、フュー ジョン画像は、異なる断面の画像につき、複数のウィンドウを用いて同時に表示され る。この場合、一つのウィンドウには冠状断像を表示し、他のウィンドウには横断像を 表示すると、より疾患部の位置情報が反映されるため好ましい。
[0063] 次に、本発明の実施の形態に係る画像処理装置について説明する。図 8は、本発 明の実施の形態に画像処理装置の構成を示す図である。図 8に示す画像処理装置 30は、機能的に、三次元原画像取得部 32と、ボタセル形状変換部 34と、ボタセル正 規化部 36と、フュージョン画像生成部 38と、出力部 40とを備えている。
[0064] 三次元原画像取得部 32は上記のステップ S01の処理を実行する部分であり、ボタ セル形状変換部 34は上記のステップ S02の処理を実行する部分であり、ボタセル正 規ィ匕部 36は上記のステップ S03の処理を実行する部分であり、フュージョン画像生 成部 38は上記のステップ S04の処理を実行する部分である。また、出力部 40は、得 られたフュージョン画像を、ディスプレイと!/、つた表示装置に出力する部分である。
[0065] 力かる画像処理装置 30は、上述した画像処理プログラム 10に従って動作するコン ピュータであることができる。また、画像処理装置 30は、三次元原画像取得部 32、ボ クセル形状変換部 34、ボタセル正規化部 36、フュージョン画像生成部 38、及び出力 部 40それぞれの処理を実行する専用回路力も構成された装置であってもよ!/、。 実施例
[0066] 以下、実施例及び比較例に基づき本発明を更に具体的に説明するが、本発明は 以下の実施例に何ら限定されるものではない。
[0067] (比較例 1)
頭部 FDG PET画像(図 9、マトリックス: 128 X 128、スライス数: 14スライス、ボタセル サイズ: 2.00mm X 2.00mm X 6.50mm)を第 1の三次元原画像とし、頭部 MRI画像(図 10、マトリックス: 256 X 256、スライス数: 99スライス、ボタセルサイズ: 0.879mm X 0.879 mm X 1.500mm)を第 2の三次元原画像として用い、 NEUROSTAT (ワシントン大学メ ディカルスクール、蓑島 聡教授より供給)に搭載された Corege.exe ver.5プログラム を使用し、相互情報量最大化法 (Cost Function 5)を用いてフュージョン画像を作成 した。即ち、ボタセル形状変換、及びボタセル正規化を行わずに、相互情報量最大 化法のみによってフュージョン画像を生成した。 Corege.exe ver.5プログラムにおける 各種設定パラメータは、以下の値を用いた。
し ost Function := 5
Cortical Threshold(%):= 0.100000
Offset in Iteration (Phase 1):= 20.000000
MI Bins:= 16
Create Realigned image (0=no, l=yes):= 1
Create subtraction image (0=no, l=yes):= 0
Normalization Mode (0—2):= 0
Pixel Scaling Factor for binary output (0.0=normalized to max; 1.0=fixed; or exact) :=
Pixel Value to Indicate Out of Field— of— View := 0.000000
[0068] 作成したフュージョン画像を図 11に示す。図 11においては、フュージョン画像にお ける複数断面の画像を、複数のウィンドウを用いて表示している。図 11に示すように 、作成されたフュージョン画像における重ね合わせ精度は良好とはいえず、各断面 にお 、て一対の画像が互いにずれて重ねあわされた画像となって 、た。
[0069] (実施例 1)
比較例 1に用いた第 1の三次元原画像及び第 2の三次元原画像を用い、以下の要 領でフュージョン画像を作成した。
まず、第 2の三次元原画像 (MRI画像)にっき、スライス方向(すなわち z軸方向)に 補間処理を行い、マトリックス: 256 X 256、スライス数: 167スライス、ボタセルサイズ: 0. 879mm X 0.879mm X 0.879mmの画像への変換を行って、第 2の三次元画像を得た。 また、第 1の三次元原画像をそのまま第 1の三次元画像とした。
次に、第 1の三次元画像 (PET画像)の横断面につき補間処理を行って、マトリック ス: 256 X 256、ピクセルサイズ: 0.879mm X 0.879mmへの変換を行った。次いで、 z軸 方向に補間処理を行うことにより、マトリックス: 256 X 256、スライス数: 167スライス、ボ クセルサイズ: 0.879mm X 0.879mm X 0.879mmの画像への変換を行って、第 1の正規 化三次元画像を得た。また、第 2の三次元画像を、そのまま第 2の正規化三次元画 像とした。
第 1の正規化三次元画像及び第 2の正規化三次元画像を用 V、、 NEUROSTAT (ヮ シントン大学メディカルスクール、蓑島 聡教授より供給)に搭載された Corege.exe ve r.5プログラムを使用し、相互情報量最大化法 (Cost Function 5)を用いてフュージョ ン画像を作成した。 Corege.exe ver.5プログラムにおける各種設定パラメータは、比較 例 1と同様の値を用いた。
作成したフュージョン画像を図 12に示す。図 12においては、フュージョン画像にお ける複数断面の画像を、複数のウィンドウを用いて表示している。図 12に示すように 、得られたフュージョン画像における重ね合わせ精度は良好であり、本発明に係る処 理によって、良好なフュージョン画像を自動的に作成し得ることが確認された。
[0070] (比較例 2)
胸部 FDG PET画像(図 13、マトリックス: 128 X 128、スライス数: 136スライス、ボタ セルサイズ: 4.29mm X 4.29mm X 4.29mm)を第 1の三次元原画像とし、胸部 CT画像 ( 図 14、マトリックス: 256 X 256、スライス数: 81スライス、ボタセルサイズ: 1.875mm X 1.8 75mm X 5.000mm)を第 2の三次元原画像として用い、 NEUROSTAT (ワシントン大学 メディカルスクール、蓑島 聡教授より供給)に搭載された Corege.exe ver.5プログラム を使用し、相互情報量最大化法 (Cost Function 5)を用いてフュージョン画像を作成 した。即ち、ボタセル形状変換、及びボタセル正規化を行わずに、相互情報量最大 化法のみによってフュージョン画像を生成した。 Corege.exe ver.5プログラムにおける 各種設定パラメータは、比較例 1と同様の値を用いた。
作成したフュージョン画像を図 15に示す。図 15においては、フュージョン画像にお ける複数断面の画像を、複数のウィンドウを用いて表示している。図 15に示すように 、作成されたフュージョン画像における重ね合わせ精度は良好とはいえず、各断面 にお 、て一対の画像が互いにずれて重ねあわされた画像となって 、た。
(実施例 2)
比較例 2に用いた第 1の三次元原画像及び第 2の三次元原画像を用い、以下の要 領でフュージョン画像を作成した。
まず、第 2の三次元原画像 (CT画像)にっき、スライス方向(すなわち z軸方向)に 補間処理を行い、マトリックス: 256 X 256、スライス数: 312スライス、ボタセルサイズ: 1. 875mm X 1.875mm X 1.875mmの画像への変換を行って、第 2の三次元画像を得た。 また、第 1の三次元原画像をそのまま第 1の三次元画像とした。
次に、第 1の三次元画像 (PET画像)の横断面につき補間処理を行って、マトリック ス: 256 X 256、ピクセルサイズ: 1.875mm X I.875mmへの変換を行った。次いで、 z軸 方向に補間処理を行うことにより、マトリックス: 256 X 256、スライス数: 312スライス、ボ クセルサイズ: 1.875mm X 1.875mm X 1.875mmの画像への変換を行って、第 1の正規 化三次元画像を得た。また、第 2の三次元画像を、そのまま第 2の正規化三次元画 像とした。
第 1の正規化三次元画像及び第 2の正規化三次元画像を用 V、、 NEUROSTAT (ヮ シントン大学メディカルスクール、蓑島 聡教授より供給)に搭載された Corege.exe ve r.5プログラムを使用し、相互情報量最大化法 (Cost Function 5)を用いてフュージョ ン画像を作成した。 Corege.exe ver.5プログラムにおける各種設定パラメータは、比較 例 1と同様の値を用いた。 作成したフュージョン画像を図 16に示す。図 16においては、フュージョン画像にお ける複数断面の画像を、複数のウィンドウを用いて表示している。図 16に示すように 、得られたフュージョン画像における重ね合わせ精度は良好であり、得られたフュー ジョン画像における重ね合わせ精度は良好であり、本発明に係る処理によって、良 好なフュージョン画像を自動的に作成し得ることが確認された。
産業上の利用可能性
本発明は、フュージョン画像を自動且つ精度良く作成するために有用であり、画像 診断装置の分野において利用できる。

Claims

請求の範囲
[1] 被験者の任意の部位から得られる複数の第 1の断層像に基づく第 1の三次元画像 及び前記部位から得られる複数の第 2の断層像に基づく第 2の三次元画像それぞれ の有効視野内におけるボタセルサイズ及びボタセル数を等しくすることによって、前 記第 1の三次元画像に対応の第 1の正規化三次元画像及び前記第 2の三次元画像 に対応の第 2の正規化三次元画像を生成するボタセル正規化ステップと、 前記第 1の正規化三次元画像及び前記第 2の正規化三次元画像を用いて、フュー ジョン画像を生成するフュージョン画像生成ステップと、
を含む、画像処理方法。
[2] 前記ボタセル正規化ステップにお 、て、線形補間法によって、前記第 1の正規化三 次元画像及び前記第 2の正規化三次元画像を生成する、請求項 1記載の画像処理 方法。
[3] 前記複数の第 1の断層像からなる第 1の三次元原画像及び前記複数の第 2の断層 像力 なる第 2の三次元原画像それぞれのボタセルを、立方体形状のボタセルに変 換することによって、前記第 1の三次元画像及び前記第 2の三次元画像を生成する ボタセル形状変換ステップを、更に含む、請求項 1又は 2に記載の画像処理方法。
[4] 前記ボタセル形状変換ステップにおいて、線形補間法によって、前記第 1の三次元 画像及び前記第 2の三次元画像を生成する、請求項 3記載の画像処理方法。
[5] 前記フュージョン画像生成ステップにお 、て、前記フュージョン画像を、相互情報 量最大化法によって生成する、請求項 1〜4のいずれか一項記載の画像処理方法。
[6] コンピュータに、
被験者の任意の部位から得られる複数の第 1の断層像に基づく第 1の三次元画像 及び前記部位から得られる複数の第 2の断層像に基づく第 2の三次元画像それぞれ の有効視野内におけるボタセルサイズ及びボタセル数を等しくすることによって、前 記第 1の三次元画像に対応の第 1の正規化三次元画像及び前記第 2の三次元画像 に対応の第 2の正規化三次元画像を生成するボタセル正規化ステップと、 前記第 1の正規化三次元画像及び前記第 2の正規化三次元画像を用いて、フュー ジョン画像を生成するフュージョン画像生成ステップと、 を実行させる画像処理プログラム。
[7] 前記ボタセル正規化ステップにお 、て、コンピュータに、線形補間法によって、前記 第 1の正規化三次元画像及び前記第 2の正規化三次元画像を生成させる、請求項 6 記載の画像処理プログラム。
[8] コンピュータに、
前記複数の第 1の断層像からなる第 1の三次元原画像及び前記複数の第 2の断層 像力 なる第 2の三次元原画像それぞれのボタセルを、立方体形状のボタセルに変 換することによって、前記第 1の三次元画像及び前記第 2の三次元画像を生成する ボタセル形状変換ステップを、
更に実行させる、請求項 6又は 7に記載の画像処理プログラム。
[9] 前記ボタセル形状変換ステップにお 、て、コンピュータに、線形補間法によって、前 記第 1の三次元画像及び前記第 2の三次元画像を生成させる、請求項 8記載の画像 処理プログラム。
[10] 前記フュージョン画像生成ステップにおいて、コンピュータに、前記フュージョン画 像を、相互情報量最大化法によって生成させる、請求項 6〜9のいずれか一項記載 の画像処理プログラム。
[11] 被験者の任意の部位から得られる複数の第 1の断層像に基づく第 1の三次元画像 及び前記部位から得られる複数の第 2の断層像に基づく第 2の三次元画像それぞれ の有効視野内におけるボタセルサイズ及びボタセル数を等しくすることによって、前 記第 1の三次元画像に対応の第 1の正規化三次元画像及び前記第 2の三次元画像 に対応の第 2の正規化三次元画像を生成するボタセル正規化手段と、
前記第 1の正規化三次元画像及び前記第 2の正規化三次元画像を用いて、フュー ジョン画像を生成するフュージョン画像生成手段と、
を備える画像処理装置。
[12] 前記ボタセル正規化手段は、線形補間法によって、前記第 1の正規化三次元画像 及び前記第 2の正規化三次元画像を生成する、請求項 11記載の画像処理装置。
[13] 前記複数の第 1の断層像からなる第 1の三次元原画像及び前記複数の第 2の断層 像力 なる第 2の三次元原画像それぞれのボタセルを、立方体形状のボタセルに変 換することによって、前記第 1の三次元画像及び前記第 2の三次元画像を生成する ボタセル形状変換手段を、更に備える、請求項 11又は 12に記載の画像処理装置。
[14] 前記ボタセル形状変換手段は、線形補間法によって、前記第 1の三次元画像及び 前記第 2の三次元画像を生成する、請求項 13記載の画像処理装置。
[15] 前記フュージョン画像生成手段は、前記フュージョン画像を、相互情報量最大化法 によって生成する、請求項 11〜14の 、ずれか一項記載の画像処理装置。
PCT/JP2006/316147 2005-08-23 2006-08-17 画像処理方法、画像処理プログラム、及び画像処理装置 WO2007023723A1 (ja)

Priority Applications (7)

Application Number Priority Date Filing Date Title
US12/064,430 US8126243B2 (en) 2005-08-23 2006-02-21 Image processing method, image processing program, and image processing device
AU2006282500A AU2006282500A1 (en) 2005-08-23 2006-08-17 Image processing method, image processing program, and image processing device
JP2007532076A JP4879901B2 (ja) 2005-08-23 2006-08-17 画像処理方法、画像処理プログラム、及び画像処理装置
CA002620216A CA2620216A1 (en) 2005-08-23 2006-08-17 Image processing method, image processing program, and image processing device
EP06796504A EP1926053A4 (en) 2005-08-23 2006-08-17 PICTURE PROCESSING, PICTURE PROCESSING PROGRAM AND PICTURE PROCESSING DEVICE
IL189660A IL189660A0 (en) 2005-08-23 2008-02-21 Image processing method, image processing program, and image processing device
NO20081344A NO20081344L (no) 2005-08-23 2008-03-13 Fremgangsmate, program og anordning ved billedbehandling

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2005-241624 2005-08-23
JP2005241624 2005-08-23

Publications (1)

Publication Number Publication Date
WO2007023723A1 true WO2007023723A1 (ja) 2007-03-01

Family

ID=37771471

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2006/316147 WO2007023723A1 (ja) 2005-08-23 2006-08-17 画像処理方法、画像処理プログラム、及び画像処理装置

Country Status (12)

Country Link
US (1) US8126243B2 (ja)
EP (1) EP1926053A4 (ja)
JP (1) JP4879901B2 (ja)
KR (1) KR20080042140A (ja)
CN (1) CN101248461A (ja)
AU (1) AU2006282500A1 (ja)
CA (1) CA2620216A1 (ja)
IL (1) IL189660A0 (ja)
NO (1) NO20081344L (ja)
RU (1) RU2008110951A (ja)
TW (1) TW200729075A (ja)
WO (1) WO2007023723A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6092336B1 (ja) * 2015-09-28 2017-03-08 国立大学法人 筑波大学 画像処理システム、画像処理方法及び画像処理プログラム
US10155123B2 (en) 2015-10-29 2018-12-18 Sumitomo Heavy Industries, Ltd. Neutron capture therapy system

Families Citing this family (58)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8189962B2 (en) * 2006-12-19 2012-05-29 Hitachi Kokusai Electric Inc. Image processing apparatus
JP2008306512A (ja) * 2007-06-08 2008-12-18 Nec Corp 情報提供システム
US9635285B2 (en) 2009-03-02 2017-04-25 Flir Systems, Inc. Infrared imaging enhancement with fusion
US9208542B2 (en) 2009-03-02 2015-12-08 Flir Systems, Inc. Pixel-wise noise reduction in thermal images
US9517679B2 (en) 2009-03-02 2016-12-13 Flir Systems, Inc. Systems and methods for monitoring vehicle occupants
US9843742B2 (en) 2009-03-02 2017-12-12 Flir Systems, Inc. Thermal image frame capture using de-aligned sensor array
US9986175B2 (en) 2009-03-02 2018-05-29 Flir Systems, Inc. Device attachment with infrared imaging sensor
WO2012170949A2 (en) 2011-06-10 2012-12-13 Flir Systems, Inc. Non-uniformity correction techniques for infrared imaging devices
US10244190B2 (en) 2009-03-02 2019-03-26 Flir Systems, Inc. Compact multi-spectrum imaging with fusion
US10757308B2 (en) 2009-03-02 2020-08-25 Flir Systems, Inc. Techniques for device attachment with dual band imaging sensor
US9756264B2 (en) 2009-03-02 2017-09-05 Flir Systems, Inc. Anomalous pixel detection
USD765081S1 (en) 2012-05-25 2016-08-30 Flir Systems, Inc. Mobile communications device attachment with camera
US9998697B2 (en) 2009-03-02 2018-06-12 Flir Systems, Inc. Systems and methods for monitoring vehicle occupants
US9451183B2 (en) 2009-03-02 2016-09-20 Flir Systems, Inc. Time spaced infrared image enhancement
US9948872B2 (en) 2009-03-02 2018-04-17 Flir Systems, Inc. Monitor and control systems and methods for occupant safety and energy efficiency of structures
US9674458B2 (en) 2009-06-03 2017-06-06 Flir Systems, Inc. Smart surveillance camera systems and methods
US9235876B2 (en) 2009-03-02 2016-01-12 Flir Systems, Inc. Row and column noise reduction in thermal images
US9473681B2 (en) 2011-06-10 2016-10-18 Flir Systems, Inc. Infrared camera system housing with metalized surface
US9843743B2 (en) 2009-06-03 2017-12-12 Flir Systems, Inc. Infant monitoring systems and methods using thermal imaging
US9819880B2 (en) 2009-06-03 2017-11-14 Flir Systems, Inc. Systems and methods of suppressing sky regions in images
US9756262B2 (en) 2009-06-03 2017-09-05 Flir Systems, Inc. Systems and methods for monitoring power systems
US9292909B2 (en) 2009-06-03 2016-03-22 Flir Systems, Inc. Selective image correction for infrared imaging devices
US10091439B2 (en) 2009-06-03 2018-10-02 Flir Systems, Inc. Imager with array of multiple infrared imaging modules
US9716843B2 (en) 2009-06-03 2017-07-25 Flir Systems, Inc. Measurement device for electrical installations and related methods
US9179888B2 (en) * 2009-08-28 2015-11-10 Dartmouth College System and method for providing patient registration without fiducials
US9848134B2 (en) 2010-04-23 2017-12-19 Flir Systems, Inc. Infrared imager with integrated metal layers
US9207708B2 (en) 2010-04-23 2015-12-08 Flir Systems, Inc. Abnormal clock rate detection in imaging sensor arrays
US9706138B2 (en) 2010-04-23 2017-07-11 Flir Systems, Inc. Hybrid infrared sensor array having heterogeneous infrared sensors
US9098904B2 (en) 2010-11-15 2015-08-04 Dartmouth College System and method for registering ultrasound and magnetic resonance images
US10841508B2 (en) 2011-06-10 2020-11-17 Flir Systems, Inc. Electrical cabinet infrared monitor systems and methods
US10079982B2 (en) 2011-06-10 2018-09-18 Flir Systems, Inc. Determination of an absolute radiometric value using blocked infrared sensors
US10169666B2 (en) 2011-06-10 2019-01-01 Flir Systems, Inc. Image-assisted remote control vehicle systems and methods
US9235023B2 (en) 2011-06-10 2016-01-12 Flir Systems, Inc. Variable lens sleeve spacer
US9058653B1 (en) 2011-06-10 2015-06-16 Flir Systems, Inc. Alignment of visible light sources based on thermal images
US9961277B2 (en) 2011-06-10 2018-05-01 Flir Systems, Inc. Infrared focal plane array heat spreaders
US9509924B2 (en) 2011-06-10 2016-11-29 Flir Systems, Inc. Wearable apparatus with integrated infrared imaging module
EP2719166B1 (en) 2011-06-10 2018-03-28 Flir Systems, Inc. Line based image processing and flexible memory system
US9706137B2 (en) 2011-06-10 2017-07-11 Flir Systems, Inc. Electrical cabinet infrared monitor
US10389953B2 (en) 2011-06-10 2019-08-20 Flir Systems, Inc. Infrared imaging device having a shutter
US9143703B2 (en) 2011-06-10 2015-09-22 Flir Systems, Inc. Infrared camera calibration techniques
US10051210B2 (en) 2011-06-10 2018-08-14 Flir Systems, Inc. Infrared detector array with selectable pixel binning systems and methods
US9900526B2 (en) 2011-06-10 2018-02-20 Flir Systems, Inc. Techniques to compensate for calibration drifts in infrared imaging devices
CN109618084B (zh) 2011-06-10 2021-03-05 菲力尔系统公司 红外成像系统和方法
US9811884B2 (en) 2012-07-16 2017-11-07 Flir Systems, Inc. Methods and systems for suppressing atmospheric turbulence in images
US9552533B2 (en) * 2013-03-05 2017-01-24 Toshiba Medical Systems Corporation Image registration apparatus and method
US9684674B2 (en) * 2013-04-02 2017-06-20 Blackford Analysis Limited Image data processing
US9973692B2 (en) 2013-10-03 2018-05-15 Flir Systems, Inc. Situational awareness by compressed display of panoramic views
US11297264B2 (en) 2014-01-05 2022-04-05 Teledyne Fur, Llc Device attachment with dual band imaging sensor
JP5689205B1 (ja) * 2014-11-21 2015-03-25 日本メジフィジックス株式会社 頭部核医学画像の評価法
KR101923183B1 (ko) * 2016-12-14 2018-11-28 삼성전자주식회사 의료 영상 표시 방법 및 의료 영상 표시 장치
EP3684463A4 (en) 2017-09-19 2021-06-23 Neuroenhancement Lab, LLC NEURO-ACTIVATION PROCESS AND APPARATUS
US11717686B2 (en) 2017-12-04 2023-08-08 Neuroenhancement Lab, LLC Method and apparatus for neuroenhancement to facilitate learning and performance
WO2019133997A1 (en) 2017-12-31 2019-07-04 Neuroenhancement Lab, LLC System and method for neuroenhancement to enhance emotional response
US11364361B2 (en) 2018-04-20 2022-06-21 Neuroenhancement Lab, LLC System and method for inducing sleep by transplanting mental states
US11452839B2 (en) 2018-09-14 2022-09-27 Neuroenhancement Lab, LLC System and method of improving sleep
CN110146880B (zh) * 2019-06-06 2021-06-08 深圳市重投华讯太赫兹科技有限公司 成像方法、终端设备以及计算机存储介质
CN111429571B (zh) * 2020-04-15 2023-04-07 四川大学 一种基于时空图像信息联合相关的快速立体匹配方法
US11494955B2 (en) * 2020-06-10 2022-11-08 Siemens Medical Solutions Usa, Inc. Data driven reconstruction in emission tomography

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000040145A (ja) * 1998-07-23 2000-02-08 Godai Kk 画像処理装置、画像処理方法及び画像処理プログラムを記録した記録媒体
JP2004508856A (ja) * 2000-09-15 2004-03-25 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 尤度最大化を利用した画像位置合わせ(registration)システム及び方法
US6904163B1 (en) 1999-03-19 2005-06-07 Nippon Telegraph And Telephone Corporation Tomographic image reading method, automatic alignment method, apparatus and computer readable medium

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000040145A (ja) * 1998-07-23 2000-02-08 Godai Kk 画像処理装置、画像処理方法及び画像処理プログラムを記録した記録媒体
US6904163B1 (en) 1999-03-19 2005-06-07 Nippon Telegraph And Telephone Corporation Tomographic image reading method, automatic alignment method, apparatus and computer readable medium
JP2004508856A (ja) * 2000-09-15 2004-03-25 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 尤度最大化を利用した画像位置合わせ(registration)システム及び方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP1926053A4

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6092336B1 (ja) * 2015-09-28 2017-03-08 国立大学法人 筑波大学 画像処理システム、画像処理方法及び画像処理プログラム
JP2017068308A (ja) * 2015-09-28 2017-04-06 国立大学法人 筑波大学 画像処理システム、画像処理方法及び画像処理プログラム
US10155123B2 (en) 2015-10-29 2018-12-18 Sumitomo Heavy Industries, Ltd. Neutron capture therapy system

Also Published As

Publication number Publication date
NO20081344L (no) 2008-05-23
CN101248461A (zh) 2008-08-20
AU2006282500A2 (en) 2008-07-03
AU2006282500A1 (en) 2007-03-01
EP1926053A1 (en) 2008-05-28
IL189660A0 (en) 2008-06-05
US8126243B2 (en) 2012-02-28
JPWO2007023723A1 (ja) 2009-02-26
RU2008110951A (ru) 2009-09-27
US20090148019A1 (en) 2009-06-11
JP4879901B2 (ja) 2012-02-22
KR20080042140A (ko) 2008-05-14
EP1926053A4 (en) 2011-08-10
TW200729075A (en) 2007-08-01
CA2620216A1 (en) 2007-03-01

Similar Documents

Publication Publication Date Title
WO2007023723A1 (ja) 画像処理方法、画像処理プログラム、及び画像処理装置
US11132792B2 (en) Cross domain medical image segmentation
JP6316671B2 (ja) 医療画像処理装置および医用画像処理プログラム
EP3550515A1 (en) Cross-modality image synthesis
US20180253838A1 (en) Systems and methods for medical imaging of patients with medical implants for use in revision surgery planning
JP5194138B2 (ja) 画像診断支援装置およびその動作方法、並びに画像診断支援プログラム
JP2014014647A (ja) 医用画像処理装置及び医用画像処理プログラム
Lappas et al. Automatic contouring of normal tissues with deep learning for preclinical radiation studies
Bianchi et al. 3D slicer craniomaxillofacial modules support patient-specific decision-making for personalized healthcare in dental research
CN107077718B (zh) 在考虑待检查对象的解剖结构时重新格式化
Anchling et al. Automated orientation and registration of cone-beam computed tomography scans
Puggelli et al. Accuracy assessment of CT-based 3D bone surface reconstruction
US20240127613A1 (en) Disease label creation device, disease label creation method, disease label creation program, learning device, and disease detection model
US20240005498A1 (en) Method of generating trained model, machine learning system, program, and medical image processing apparatus
Chen et al. The research and practice of medical image enhancement and 3D reconstruction system
Noorda et al. Registration of CT to pre-treatment MRI for planning of MR-HIFU ablation treatment of painful bone metastases
WO2020175445A1 (ja) 学習方法、学習装置、生成モデル及びプログラム
Tran et al. An improved method for building a 3D model from 2D DICOM
Karner et al. Single-shot deep volumetric regression for mobile medical augmented reality
US20210282733A1 (en) Edge noise reduction
Khodadad et al. CT and PET Image Registration: Application to Thorax Area
Lu et al. Three-dimensional multimodal image non-rigid registration and fusion in a high intensity focused ultrasound system
Lijo et al. Comparative Analysis of Volume Rendering Techniques on Craniofacial CT Images
US20230022549A1 (en) Image processing apparatus, method and program, learning apparatus, method and program, and derivation model
Kan Organ segmentation of pediatric computed tomography (ct) with generative adversarial networks

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 200680031081.5

Country of ref document: CN

121 Ep: the epo has been informed by wipo that ep was designated in this application
WWE Wipo information: entry into national phase

Ref document number: 2007532076

Country of ref document: JP

WWE Wipo information: entry into national phase

Ref document number: 2006282500

Country of ref document: AU

WWE Wipo information: entry into national phase

Ref document number: 566113

Country of ref document: NZ

WWE Wipo information: entry into national phase

Ref document number: 12064430

Country of ref document: US

Ref document number: 189660

Country of ref document: IL

ENP Entry into the national phase

Ref document number: 2620216

Country of ref document: CA

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 2006796504

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 1262/CHENP/2008

Country of ref document: IN

ENP Entry into the national phase

Ref document number: 2006282500

Country of ref document: AU

Date of ref document: 20060817

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: KR

WWE Wipo information: entry into national phase

Ref document number: 2008110951

Country of ref document: RU