WO2013057982A1 - 画像診断装置、および画像判別方法 - Google Patents

画像診断装置、および画像判別方法 Download PDF

Info

Publication number
WO2013057982A1
WO2013057982A1 PCT/JP2012/066251 JP2012066251W WO2013057982A1 WO 2013057982 A1 WO2013057982 A1 WO 2013057982A1 JP 2012066251 W JP2012066251 W JP 2012066251W WO 2013057982 A1 WO2013057982 A1 WO 2013057982A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
unit
function
time
luminance
Prior art date
Application number
PCT/JP2012/066251
Other languages
English (en)
French (fr)
Inventor
吉川　秀樹
Original Assignee
株式会社日立メディコ
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 株式会社日立メディコ filed Critical 株式会社日立メディコ
Priority to US14/342,087 priority Critical patent/US9280817B2/en
Priority to CN201280042040.1A priority patent/CN103764042B/zh
Priority to JP2013539553A priority patent/JP5676007B2/ja
Priority to EP12841857.1A priority patent/EP2769678A4/en
Publication of WO2013057982A1 publication Critical patent/WO2013057982A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/06—Measuring blood flow
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4887—Locating particular structures in or on the body
    • A61B5/489—Blood vessels
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/48—Diagnostic techniques
    • A61B6/481—Diagnostic techniques involving the use of contrast agents
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/504—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/48—Diagnostic techniques
    • A61B8/481—Diagnostic techniques involving the use of contrast agent, e.g. microbubbles introduced into the bloodstream
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/5601—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution involving use of a contrast agent for contrast manipulation, e.g. a paramagnetic, super-paramagnetic, ferromagnetic or hyperpolarised contrast agent
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/563—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution of moving material, e.g. flow contrast angiography
    • G01R33/5635—Angiography, e.g. contrast-enhanced angiography [CE-MRA] or time-of-flight angiography [TOF-MRA]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10088—Magnetic resonance imaging [MRI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10132—Ultrasound image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular
    • G06T2207/30104—Vascular flow; Blood flow; Perfusion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03—Recognition of patterns in medical or anatomical images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/14—Vascular patterns

Definitions

  • the present invention relates to a contrast diagnosis in which a contrast medium is administered into a living body and blood vessel distribution and blood flow dynamics are evaluated, and particularly relates to a dynamic evaluation technique for automatically determining and displaying the start / end of contrast.
  • Diagnostic imaging devices such as ultrasound, CT (Computed Tomography), and MRI (Magnetic Resonance Imaging) are widely used as means for imaging tissues inside a living body.
  • a dedicated contrast agent has been developed for each diagnostic device, and by using this, information on blood flow dynamics that cannot be normally imaged can be obtained.
  • liver tumors are known to transition from portal to arterial blood vessels in the process of worsening from cancer precursors such as hepatitis and cirrhosis to liver cancer.
  • cancer precursors such as hepatitis and cirrhosis to liver cancer.
  • the portal vein through which the blood flow through the digestive system flows is dominant, but it is known that it shifts to arterial control as the disease progresses (Non-Patent Document 1).
  • contrast examination there is a difference in the contrast start time and contrast agent inflow rate between the artery and portal vein due to the difference in the circulation route. Therefore, in contrast examination, an early stage of contrast may be expressed as an arterial phase, and the next stage may be expressed as a portal phase. What is useful in evaluating such a difference in blood flow dynamics is a luminance curve in which a change in luminance with time due to inflow of a contrast agent is plotted. Early detection of lesions and determination of activity are possible by contrast images or luminance curves of lesions. Furthermore, since blood flow changes depending on the type of lesion such as hepatocellular carcinoma, metastatic cancer, and cyst, contrast examination is regarded as an important imaging technique for differential diagnosis of lesions.
  • blood flow dynamics are important observation targets. This is because even if there is no change in the size of the tumor on the image, the effectiveness of the treatment can be judged by the disappearance of the tumor blood vessels or the decrease in the blood flow.
  • therapies targeting blood vessels that provide nutrients to the tumor such as angiogenesis inhibitors and vascular embolization therapy
  • blood flow dynamics are also an important observation target in determining the effect.
  • Patent Document 1 relates to a technique for evaluating tumor angiogenesis, and is a method of modeling a measurement value with a model curve.
  • Patent Document 2 is a system for associating a function having an S-shaped characteristic with a time function indicating a contrast process and calculating an average blood flow velocity and the like.
  • the contents described in Patent Document 2 relate the reperfusion of the contrast medium to the tissue with an S-shaped function, and estimate the average velocity and average flow rate of the blood flow at the time of reflux.
  • Patent Document 1 and Patent Document 2 model a luminance curve and evaluate blood flow dynamics from characteristic values such as the maximum value. Therefore, although a lot of information about the blood flow can be obtained from the characteristic value of the model function, it is not necessarily suitable for distinguishing the contrast process from the arterial phase or the portal vein phase.
  • the time width of the arterial phase and the portal phase is about 2 seconds, and corresponds to the main gradient portion of the luminance curve. For example, if the time width of the entire luminance curve is wider than this time width, the model function is matched in a range excluding the gradient portion, so that there is a possibility that the error of the gradient portion of interest becomes large. To eliminate this error, additional processing is required to limit the evaluation range or increase the parameters of the model function, and the number of processing units increases.
  • An object of the present invention is to provide an image diagnostic apparatus and an image discrimination method for automatically discriminating the start and end of contrast agent inflow based on a measured luminance curve.
  • an image diagnostic apparatus for evaluating blood flow dynamics of a subject, an image acquisition unit for acquiring an image based on a signal received from the subject, and luminance of the image
  • An image diagnostic apparatus includes a determination unit that determines the start and end of inflow of a contrast agent based on the shape of a luminance curve that indicates a change in time of the contrast, and a display unit that displays a result determined by the determination unit.
  • the inflow start time and end time of the contrast agent are determined based on the shape of the luminance curve indicating the time change of the luminance of the image based on the signal received from the subject.
  • An image discrimination method for discrimination is provided.
  • an image diagnostic apparatus and an image discrimination method having a function of automatically discriminating inflow start and end times of a contrast medium with high accuracy and high speed.
  • FIG. 1 is a block diagram illustrating a configuration example of an image diagnostic apparatus according to Embodiment 1.
  • FIG. It is a figure explaining the process of the apparatus of Example 1.
  • FIG. It is a figure which shows the process of calculating a model function from the luminance curve of the apparatus of Example 1.
  • FIG. FIG. 6 is a diagram illustrating a first example of display of the apparatus according to the first embodiment.
  • FIG. 3 is a first diagram illustrating fine adjustment of a model function of the apparatus according to the first embodiment.
  • FIG. 6 is a second diagram illustrating fine adjustment of a model function of the apparatus according to the first embodiment.
  • FIG. 10 is a third diagram illustrating fine adjustment of a model function of the apparatus according to the first embodiment.
  • FIG. 10 is a fourth diagram illustrating fine adjustment of a model function of the apparatus according to the first embodiment.
  • FIG. 10 is a diagram illustrating a second example of display on the apparatus according to the first embodiment.
  • FIG. 10 is a diagram illustrating a third example of display on the apparatus according to the first embodiment. It is a figure which shows the case corresponding to a portal vein phase with the apparatus of Example 1.
  • FIG. It is a figure which shows utilization of frequency distribution with the apparatus of Example 1.
  • FIG. FIG. 6 is a block diagram illustrating a configuration example of an image diagnostic apparatus according to a second embodiment.
  • FIG. 10 is a diagram illustrating a first example of display of the apparatus according to the second embodiment.
  • FIG. 10 is a diagram illustrating a second example of display of the apparatus according to the second embodiment.
  • the first embodiment is an image diagnostic apparatus for evaluating the blood flow dynamics of a tissue in a living body as a subject, particularly an image diagnostic apparatus for evaluating the blood flow dynamics of a subject, and a signal received from the subject.
  • An image acquisition unit that acquires an image based on the image, a determination unit that determines the start and end of the inflow of contrast medium based on the shape of a luminance curve that indicates a temporal change in the luminance of the image, and a result determined by the determination unit It is an Example of an image diagnostic apparatus provided with a display part.
  • the present embodiment is an embodiment of an image discrimination method for discriminating a contrast agent inflow start time and an end time based on a shape of a luminance curve indicating a temporal change in luminance of an image based on a signal received from a subject. It is. Furthermore, the present embodiment is an image diagnostic method in an image diagnostic apparatus that includes a processing unit and a display unit and evaluates blood flow dynamics of a subject, and the processing unit is based on the subject acquired by the image acquisition unit.
  • determination method which enables the display part to display the image information from an image acquisition part in an inflow start time and an end time, and an inflow start time and an end time.
  • the information input from the image acquisition unit to the image diagnostic apparatus can include not only blood flow information but also image information and image data of in vivo tissues obtained by the image acquisition unit.
  • FIG. 1 is a block diagram of the diagnostic imaging apparatus according to the first embodiment.
  • the image diagnostic apparatus according to the first embodiment includes an image acquisition unit 22, an image processing unit 21, an external input unit 20 for an operator to operate the image processing unit 21, and a display unit 19 that displays output information of the image processing unit 21. Composed.
  • the image processing unit 21 determines the start and end of the flow of contrast medium into the subject from the input unit 11 that inputs the blood flow information acquired by the image acquisition unit 22 and the image that includes the input blood flow information.
  • a memory 18 that temporarily stores information calculated inside the image processing unit 21.
  • the determination unit 12 uses a blood flow information input from the input unit 11 to calculate a luminance curve indicating a luminance change over time, and approximates the luminance curve with an S-shaped function and performs model processing.
  • a function evaluation unit 14 that creates a function and a blood flow evaluation unit 15 that evaluates blood flow dynamics using a model function.
  • the image acquisition unit 22 refers to all devices that can acquire a signal from a drug (including a contrast medium) administered into blood, such as the above-described ultrasonic diagnostic apparatus, MRI apparatus, and CT apparatus.
  • the image diagnostic apparatus of the present embodiment can be realized by a normal computer apparatus. That is, the computer device includes a central processing unit (CPU) that is a processing unit, a memory that is a storage unit, an input / output interface that is an input / output unit, and the like.
  • CPU central processing unit
  • memory that is a storage unit
  • an input / output interface that is an input / output unit
  • the input unit 11 and the output unit 16 correspond to the input / output interface
  • the memory 18 corresponds to the memory
  • the control unit 17 corresponds to the CPU.
  • luminance evaluation part 13, the function evaluation part 14, and the blood flow evaluation part 15 which are the functional blocks which comprise the discrimination
  • the display unit 19 and the external input unit 20 correspond to a display, a keyboard, and the like attached to the computer device.
  • the discriminating unit 12 including the luminance evaluating unit 13, the function evaluating unit 14, and the blood flow evaluating unit 15 and the control unit 17 may be collectively referred to as a processing unit.
  • the dimension of information input from the image acquisition unit 22 to the input unit 11 is not particularly limited, but here, as an example, it is assumed that information to be handled is image information and an arterial phase of blood flow is determined.
  • the operation main body of the flowchart of FIG. 2 is the image processing unit 21 of FIG. 1, in particular, the input unit 11, the luminance evaluation unit 13, the function evaluation unit 14, the blood flow evaluation unit 15, and the output unit 16. More specifically, the program is executed by the CPU except for the input / output process.
  • the time-series image data acquired by the image acquisition unit 22 is used as the input unit 11 (step 1).
  • the image acquisition unit 22 is accessed by wire or wirelessly, and desired image data is selected from internal storage data. Moreover, it may input using media, such as flash memory, The means is not limited.
  • the image data input to the input unit 11 is output to the luminance evaluation unit 13 of the determination unit 12.
  • the luminance evaluation unit 13 designates the space and time range used for blood flow evaluation for the received image data.
  • spatial averaging is performed on the image data within the specified range, and the image data is converted into a one-dimensional luminance curve (f (t)) indicating a temporal change in luminance.
  • time differentiation processing for performing time differentiation (f ′ (t)) on f (t) is performed (step 2).
  • FIG. 3 shows the luminance curve and the result of the time differentiation process described above.
  • a time derivative 32 represents a time change of the luminance curve 31. That is, the maximum value of the time derivative 32 f ′ (t) indicates a point in time when the value of the luminance curve 31 f (t) rises with the highest gradient, and the time (t0) for taking the maximum value is almost the center of the arterial phase. It becomes.
  • 33 is a luminance curve in the vicinity of t0 of the luminance curve 31
  • 34 is a model function
  • 35 is its tangent.
  • a model function based on the S-shape function is calculated by an approximation process (step 4).
  • the S-shaped function include a sigmoid function, a Gompertz function, and a cumulative normal distribution function.
  • the type of the S-shaped function is not limited, but here, the sigmoid function represented by the following formula (1) is used.
  • the S-shaped function such as the sigmoid function is stored in the memory 18 in advance, but can be added from the input unit 11 by the surgeon using the external input unit 20 as necessary.
  • ⁇ is called a gain value, and is a value indicating the gradient of the sigmoid function. The advantage of using the sigmoid function will be described later.
  • the sigmoid function is used to model the luminance curve (f (t)).
  • the minimum value (min (f (t))) is subtracted from the luminance curve (f (t)), and the maximum value (max [(f (t) ⁇ min ( f (t)))]).
  • the value range of f (t) can be limited to (0, 1), and at the same time, the variable used when modeling can be limited to the gain value.
  • equation (2) moved by t0 in the time axis direction, the inflection point of the sigmoid function is moved to the approximate center position of the arterial phase.
  • the gain value is specified using a generally known fitting method. For example, when the least square method is used, the RMS (Root Mean Square) defined by Equation (3) is calculated with various gain values ⁇ , and the model function (f m (t)) is used with the gain value ⁇ that minimizes RMS. ).
  • T represents a time width for performing the fitting process.
  • the above-described simplification process of the fitting process can be freely selected by the operator, and when the simplification process is not performed, the fitting process can be performed using all the variables of the S-shape function as the fitting variables. is there.
  • Equation (2) The sigmoid function described in Equation (2) has the following property.
  • ta and tb are determined by simple calculation simultaneously with determination of the gain ⁇ of the model function. These ta and tb mean the start and end times of the flow of contrast medium into the arterial region.
  • the advantage of using the sigmoid function is the ease of calculation described above.
  • the determined ta and tb are output and stored in the memory 18 (step 7).
  • the tangent line g (0) and the tangent line g (1) are asymptotic lines provided above and below the model function, so that the determination of the contrast agent inflow start and end times ta and tb is performed by the model function. It can also be said that this is performed based on the intersection of the tangent at the inflection point t0 and the asymptotic line provided above and below the model function.
  • the fitting result in step 4 is displayed on the display unit 19 via the output unit 16.
  • FIG. 4 shows an example of the display form of the diagnostic imaging apparatus of the present embodiment.
  • the display unit 19 can display the results of the process from step 1 to step 4 such as the luminance curve 33, the model function 34, and the tangent line 35 so that the operator can confirm them. Furthermore, as shown in the figure, the gain value ⁇ and the tangent slopes (ta, tb) are displayed on the display unit 19 as numbers.
  • the main body 21 of the diagnostic imaging apparatus according to the present embodiment can be provided with a mechanism in which an operator performs fine adjustment of the fitting by external input.
  • the fine adjustment button 41 displayed on the display unit 19 shown in FIG. 4 using the external input unit 20 such as a mouse, an arrow, a marker, or the like for performing fine adjustment is displayed on the display unit 19. Is displayed.
  • the surgeon uses 20 to move the arrow 51 displayed on the screen and select the position of the inflection point of the model function from the points on the luminance curve 33. That is, using the external input unit 20, the time near the inflection point of the luminance curve can be input during the approximation process.
  • a numerical value 61 displayed on the display unit 19 is changed, or a marker 71 on a straight line displayed on the display unit 19 as shown in FIG.
  • a form to change by sliding there is a form to change by sliding.
  • FIG. 8 there is also a mode in which a vertical and horizontal straight line corresponding to the gain value and the parallel movement amount is used and the marker 81 is used to move in a two-dimensional space formed by the vertical and horizontal straight lines.
  • the fine adjustment result is reflected in the function displayed on the display unit 19, and a newly calculated numerical value (ta, tb) is output.
  • the calculated tangential slope reflects the blood flow velocity
  • ta reflects the time immediately before the administered drug such as a contrast medium flows
  • FIG. 9 shows an example of a display form showing the arterial phase in the image diagnostic apparatus of the present embodiment.
  • Ta and tb are displayed on the time axis of the luminance curve, and the arterial phase 92 can be visually recognized.
  • the time width of the arterial phase is displayed as a number.
  • the memory 18 is accessed, and as shown in FIG. 101 is displayed on the display unit 19 so as to overlap the result 102 of this time, and the time of the inflection point, the inclination of the tangent, and the numbers ta, tb, and tb ⁇ ta can be compared.
  • the image information stored in the image acquisition unit 22 can be input to the image processing unit 21, and can be displayed on the display unit 19 with the processing result. .
  • Example 1 In the image diagnosis apparatus of Example 1 described above, it is assumed that the arterial phase is discriminated based on the start and end times of the inflow of contrast medium. However, when the target of interest is the liver, information on the portal vein phase may be included in the luminance curve, and the luminance curve at this time and the result of time differentiation take the form shown in FIG.
  • the maximum value of any of the maximum values 111112 is calculated.
  • the maximum value in a range excluding the range of about 2 seconds before and after the maximum value is calculated.
  • the value of 2 seconds is a value that is set since the arterial phase and the portal vein phase are approximately 1 to 3 seconds, and is appropriately changed depending on the target to be handled.
  • the description is made assuming that the arterial phase and the portal vein phase are distinguished, but the same method can be applied to three or more contrast phases by the same method.
  • the description has been made on the assumption that the contrast medium is introduced once, but the present embodiment can be applied even when the contrast medium flows in multiple stages.
  • the function evaluation unit may perform the above-described approximation process using a function obtained by linearly combining a plurality of obtained S-shaped functions and create a model function. Thereby, a more accurate model function can be obtained.
  • the calculation of the intermediate time (t0) of the arterial phase in the function evaluation unit 14 of the diagnostic imaging apparatus in FIG. 1 can be performed using the frequency distribution of the luminance curve 121 (f (t)).
  • the frequency distribution 122 of the luminance curve 121 (f (t)) has two high frequency regions 123 and 124 on the low luminance side and the high luminance side.
  • the luminance on the low luminance side is I1
  • the luminance on the high luminance side is I2
  • the calculation of I1 and I2 may be performed manually using the frequency distribution 122, or the average value or median value of the frequency distribution 122 is calculated, and the luminance having a frequency exceeding that value is automatically calculated. It may be calculated. Furthermore, it is possible to calculate ta and tb indicating the range of the arterial phase from the intersection of I1 and I2 and the luminance curve. In this case, since ta and tb are fixed, the process of the blood flow evaluation unit 15 can be omitted.
  • the luminance evaluation unit 13 performs spatial averaging on the image data in the designated range.
  • the image within the designated range is used.
  • Time averaging may be performed on the data. This time averaging can be carried out, for example, by taking the time average of three adjacent frames with respect to 15 frames of image data per second to obtain five data in the time axis direction.
  • the first embodiment described above it is possible to accurately know the start and end of the inflow of the contrast medium into the region where the artery and portal vein exist by creating a model function that particularly matches the brightness curve and the gradient portion. As a result, the discrimination accuracy of the arterial phase or the portal phase can be improved.
  • the apparatus according to the second embodiment relates to an embodiment in which characteristic information indicating blood flow dynamics is extracted from information acquired from an image acquisition unit using a result evaluated by an image diagnostic apparatus.
  • FIG. 13 is a functional block diagram of the diagnostic imaging apparatus according to the second embodiment.
  • the image processing unit 21 of the diagnostic imaging apparatus according to the first embodiment further includes an arithmetic unit 131 that calculates the average addition of image information or the maximum luminance.
  • this calculating part 131 is realizable by the program execution of CPU which is a process part in FIG. 1 of Example 1 mentioned above.
  • the process of determining the blood flow dynamics such as the arterial phase or the portal vein phase based on the information from the image acquisition unit 22 is the same as that in the first embodiment, and thus the description thereof is omitted here.
  • the information input from the image acquisition unit 22 to the input unit 11 is time-series image information, and the target of interest will be described as an arterial phase.
  • fix [ ⁇ ] is the integer closest to the 0 direction
  • ceil [ ⁇ ] is the integer closest to the positive direction.
  • the display unit 19 of this embodiment is provided with an average addition button 141 and a maximum luminance button 142 in addition to the read button 91.
  • the average addition button 141 is selected using the external input unit 20
  • the average addition image of each displayed image is calculated by the calculation unit 131 and displayed on the display unit 19.
  • the average addition time width is preset in the image processing unit 21 and can be changed by sliding a marker displayed below the average addition button 141. The change result is immediately reflected in the image on the display unit 19.
  • the maximum brightness button 142 is selected, a maximum brightness image is displayed.
  • the maximum brightness image is an image configured by comparing the brightness of time-series image data for each pixel and selecting the maximum brightness.
  • the time width for constructing the maximum brightness image can be changed by sliding the marker displayed under the maximum brightness button 141.
  • the function of the read button 19 is the same as in the first embodiment, and past image information can be selected from the memory 18 or the image acquisition unit 22 by selecting this.
  • the selected luminance curve and image are displayed on the display unit 19 as in the display form shown in FIG.
  • the current result 151 and the previous result 152 are displayed side by side, and the two can be compared.
  • the average addition button 142 and the maximum luminance button 143 also function for the image information of the previous result 152 that is newly read.
  • the main part of Example 2 is to discriminate between the arterial phase and the portal vein phase and present an image of a characteristic time based on the result. Therefore, the type of calculation performed on the image information in the calculation unit 131 is not limited to the average weight and the maximum luminance, and can be freely set by the operator.
  • this invention is not limited to the above-mentioned Example, Various modifications are included.
  • the above-described embodiments have been described in detail in order to explain the present invention in an easy-to-understand manner, and are not necessarily limited to those having all the configurations described.
  • a part of the configuration of one embodiment can be replaced with the configuration of another embodiment, and the configuration of another embodiment can be added to the configuration of one embodiment.
  • the configuration of each embodiment It is possible to add, delete, and replace other configurations for a part of.
  • each of the above-described configurations, functions, processing units, processing means, etc. may be realized in hardware by designing a part or all of them, for example, with an integrated circuit.
  • the above configuration, function, and the like have been described as being realized by software by executing a program that realizes each function.
  • Information such as programs, tables, and files for realizing each function may be stored not only in the memory but also in a recording device such as a hard disk or SSD (Solid State Drive) or a recording medium such as an IC card, SD card, or DVD. It can also be downloaded and installed via a network or the like as necessary.

Landscapes

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

Abstract

　造影剤の流入開始および終了を自動判別する画像診断装置を提供する。被検体である生体内組織への造影剤の流入開始と終了の時間を判別する画像診断装置であり、前記画像診断装置は、画像取得部２２などで取得した造影剤からの信号を入力する入力部１１と、信号の強度の時間変化を示す輝度曲線を作成する輝度評価部１３、輝度曲線をS字形状関数で近似してモデル関数を作成する関数評価部１４、モデル関数の変曲点における接線を利用して造影剤の流入開始と終了を判別する血流評価部１５からなる判別部１２と、判別部１２で評価した結果を表示する表示部１９とを備え、造影剤の流入開始と終了の時間を自動的に判別することを可能とする。

Description

画像診断装置、および画像判別方法
　本発明は、生体内に造影剤を投与し、血管分布や血流動態を評価する造影診断に係り、特に、造影の開始・終了を自動判別して表示する動態評価技術に関する。
　超音波、CT(Computed Tomography)、MRI(Magnetic Resonance Imaging)など医療現場で利用される画像診断装置は、生体内部の組織を画像化する手段として広く普及している。各診断装置には専用の造影剤が開発されており、これを利用することで、通常では画像化できない血流の動態に関する情報を得ることができる。
　血流動態の観察が特に有効である病変の1つに肝腫瘍がある。肝腫瘍は肝炎や肝硬変といった癌前駆状態から肝癌に悪化する過程で、病変部を支配する血管が門脈性から動脈性に遷移することが知られている。初期の肝腫瘍では、消化器系を経由した血流が流れる門脈が支配的であるが、病態が進行するに従って動脈支配に移行することが知られている（非特許文献１）。
　動脈と門脈ではその循環経路の違いから造影の開始時間や造影剤の流入速度に違いがある。そのため、造影検査では、造影の早期段階を動脈相、次の段階を門脈相と表現する場合がある。このような血流動態の違いを評価する上で有用なのが、造影剤の流入に伴う輝度の時間変化をプロットした輝度曲線である。病変部の造影画像または輝度曲線により、病変の早期検出や活性度の判定が可能である。更に、肝細胞癌、転移癌、嚢胞など病変の種類に応じて血流動態が変わることから、造影検査は、病変の鑑別診断にも有効な画像技術として重要視されている。
　他にも血流動態の評価は癌治療の効果判定にも有効である。RF治療や薬による内科的治療の場合、腫瘍の大きさ以外に血流動態が重要な観察対象になる。画像上で腫瘍の大きさに変化がなくても、腫瘍血管の消失や血流量の低下により治療の有効性を判断できるためである。特に、血管新生阻害薬や血管塞栓療法など、腫瘍への栄養供給路となる血管を標的とする治療法の場合、病変への血流の有無だけでなく、血流があった場合、それが動脈性か門脈性かによってその後の治療方針が変わるため、効果判定においては血流動態も重要な観察対象になる。
　このように、造影剤の動脈や門脈への流入開始等の一連の造影経過を動脈相と門脈相に区別することは、血流動態を評価し、鑑別診断や治療効果判定に有効な情報を得る上で重要である。関連する先行技術として、特許文献１、２がある。特許文献１に記載の内容は、腫瘍の血管形成を評価する技術に関するもので、測定値をモデル曲線でモデル化する方式である。特許文献２に記載の内容は、Ｓ字形状特性を持つ関数を造影経過を示す時間関数に関連付け、血流の平均速度等を算出するシステムである。この特許文献２に記載の内容は、組織への造影剤の再還流をS字形状関数で関連付け、還流時の血流の平均速度や平均流量などを推定する。
ＷＯ２００８／０５３２６８ ＷＯ２００４／１１０２７９
Beers B. E. V et al.: AJR 176， 667. 2001.
　特許文献１および特許文献２に記載の方式は、輝度曲線をモデル化し、その最大値等の特徴的な値から血流動態を評価する。そのため、モデル関数の特徴的な値から血流に関する多くの情報が得られるものの、造影経過を動脈相や門脈相に区別するには必ずしも適していない。動脈相や門脈相の時間幅は2秒程度であり、輝度曲線の主たる勾配部分に相当する。例えば、この時間幅に比べて輝度曲線全体の時間幅が広い場合、モデル関数は勾配部分を除く範囲で整合を取るため、注目する勾配部分の誤差が大きくなる可能性がある。この誤差を除くには、評価の範囲を制限する、またはモデル関数のパラメータを増やす追加処理が必要となり、処理口数が増大する。
　本発明の目的は、実測する輝度曲線に基づき、造影剤の流入開始と終了を自動判別する画像診断装置、および画像判別方法を提供することにある。
　上記の目的を達成するため、本発明においては、被検体の血流動態を評価する画像診断装置であって、被検体から受信された信号に基づく画像を取得する画像取得部と、画像の輝度の時間変化を示す輝度曲線の形状に基づいて、造影剤の流入開始と終了を判別する判別部と、判別部で判別した結果を表示する表示部とを備える画像診断装置を提供する。
　また、上記の目的を達成するため、本発明においては、被検体から受信された信号に基づく画像の輝度の時間変化を示す輝度曲線の形状に基づいて、造影剤の流入開始時間と終了時間を判別する画像判別方法を提供する。
　本発明により、造影剤の流入開始及び終了時間を高精度かつ高速に自動判別する機能を備える画像診断装置、画像判別方法が実現できる。
実施例１に係る、画像診断装置の一構成例を示すブロック図である。 実施例１の装置の処理工程を説明する図である。 実施例１の装置の輝度曲線からモデル関数を算出する工程を示す図である。 実施例１の装置の表示の第１の例を示す図である。 実施例１の装置のモデル関数の微調整を示す第１の図である。 実施例１の装置のモデル関数の微調整を示す第２の図である。 実施例１の装置のモデル関数の微調整を示す第３の図である。 実施例１の装置のモデル関数の微調整を示す第４の図である。 実施例１の装置の表示の第２の例を示す図である。 実施例１の装置の表示の第３の例を示す図である。 実施例１の装置で、門脈相に対応する場合を示す図である。 実施例１の装置で、頻度分布を利用を示す図である。 実施例２に係る、画像診断装置の一構成例を示すブロック図である。 実施例２の装置の表示の第１の例を示す図である。 実施例２の装置の表示の第２の例を示す図である。
　以下、本発明の種々の実施例について、図を用いて説明する。
　第１の実施例は、被検体である生体内組織の血流動態を評価する画像診断装置、特に、被検体の血流動態を評価する画像診断装置であって、被検体から受信された信号に基づく画像を取得する画像取得部と、画像の輝度の時間変化を示す輝度曲線の形状に基づいて、造影剤の流入開始と終了を判別する判別部と、判別部で判別した結果を表示する表示部とを備える画像診断装置の実施例である。また、本実施例は、被検体から受信された信号に基づく画像の輝度の時間変化を示す輝度曲線の形状に基づいて、造影剤の流入開始時間と終了時間を判別する画像判別方法の実施例である。更に、本実施例は、処理部と表示部とを備え、被検体の血流動態を評価する画像診断装置における画像診断方法であって、処理部は、画像取得部で取得した、被検体から受信された信号に基づく画像の輝度の時間変化を示す輝度曲線を作成し、作成した輝度曲線の形状に基づいて、造影剤の流入開始時間と終了時間を判別し、輝度曲線と、造影剤の流入開始時間と終了時間と、流入開始時間と終了時間における、画像取得部からの画像情報を表示部に表示可能とする画像判別方法の実施例である。なお、画像取得部から画像診断装置に入力される情報には、血流情報のみならず、画像取得部で得られる、生体内組織の画像情報、画像データを含むことができる。
　図１は、実施例１の画像診断装置のブロック図を示す。実施例１の画像診断装置は、画像取得部２２、画像処理部２１、術者が画像処理部２１を操作するための外部入力部２０、画像処理部２１の出力情報を表示する表示部１９から構成される。画像処理部２１は、画像取得部２２で取得された血流情報を入力する入力部１１と、入力された血流情報を含む画像から、被検体への造影剤の流入開始と終了を判別する判別部１２と、画像処理部２１から外部への出力を行う出力部１６と、画像処理部２１の内部で実施される全ての処理を制御する制御部１７と、入力部１１に入力された情報や、画像処理部２１の内部で算出された情報を一時的に保持するメモリ１８とを含んでいる。
　判別部１２は、入力部１１から入力された血流情報を利用して輝度の時間変化を示す輝度曲線を算出する輝度評価部１３と、当該輝度曲線をS字形状関数で近似処理してモデル関数を作成する関数評価部１４と、モデル関数を利用して血流動態などを評価する血流評価部１５とからなっている。
　画像取得部２２は、上述した超音波診断装置、MRI装置、CT装置など、血中に投与された薬剤（造影剤を含む）からの信号を取得できる装置全般を指す。本実施例の画像診断装置は、通常のコンピュータ装置で実現可能である。すなわち、コンピュータ装置は、処理部である中央処理部(Central Processing Unit：CPU)と、記憶部であるメモリ、入出力部である入出力インタフェース等から構成される。
　図１の画像処理部２１内の各機能ブロックの内、入力部１１と出力部１６が入出力インタフェースに、メモリ１８がメモリ、制御部１７がCPUに対応する。また、判別部１２を構成する機能ブロックである輝度評価部１３、関数評価部１４、血流評価部１５が、メモリに記憶され、CPUで実行される機能プログラムに対応する。更に、表示部１９と外部入力部２０は、コンピュータ装置付属のディスプレイやキーボード等に対応する。本明細書において、輝度評価部１３、関数評価部１４、血流評価部１５からなる判別部１２と、制御部１７を総称して処理部と呼ぶ場合がある。
　次に、図２に示すフローチャートおよび図３に示す各種のグラフを利用して、本実施例の画像診断装置による血流の評価方法について説明する。画像取得部２２から入力部１１に入力される情報の次元は特に限定しないが、ここでは一例として、扱う情報を画像情報とし、血流の動脈相を判別する場合を想定する。図２のフローチャートの動作主体は、図１の画像処理部２１、特に入力部１１と、輝度評価部１３、関数評価部１４、血流評価部１５からなる判別部１２と、出力部１６であり、より具体的には、入出力工程を除けば、CPUが実行するプログラムである。
　まず、図２において、画像取得部２２で取得した時系列の画像データを入力部１１にする（工程１）。入力する方法は、画像取得部２２に有線または無線でアクセスし、内部の
保存データから所望の画像データを選択する。また、フラッシュメモリ等のメディアを利用して入力してもよく、その手段は限定されない。入力部１１に入力された画像データは、判定部１２の輝度評価部１３に出力される。輝度評価部１３では、受け取った画像データに対して、血流の評価に利用する空間と時間の範囲を指定する。次に、指定された範囲内で画像データに対し、空間平均を実施し、画像データを輝度の時間変化を示す1次元の輝度曲線（f(t)）に変換する。次にf(t)に対して時間微分（f'(t)）を行う時間微分処理を実施する（工程２）。
　図３に、上述した輝度曲線とその時間微分処理の結果を示す。時間微分３２は輝度曲線３１の時間変化を表す。つまり、時間微分３２ f'(t)の最大値は、輝度曲線３１ f(t)の
値が最も高い勾配で上昇する時点を指すため、最大値を取る時間（t0）が動脈相のほぼ中心となる。図３において、３３は輝度曲線３１のt0近辺の輝度曲線、３４はモデル関数、３５はその接線である。
　次に近似処理により、S字形状関数に基づくモデル関数の算出を行う（工程４）。S字形状関数としては、シグモイド関数、ゴンペルツ関数、累積正規分布関数等が挙げられ、本実施例においてはS字形状関数の種類を限定しないが、ここでは下式（１）に示すシグモイド関数を例に説明する。このシグモイド関数等のS字形状関数は、予めメモリ１８に記憶しておくが、必要に応じて術者が、外部入力部２０を用いて、入力部１１から追加することができる。
Figure JPOXMLDOC01-appb-M000001
 　ここでαはゲイン値と呼ばれ、シグモイド関数の勾配を示す値である。シグモイド関数を利用する利点は、後述する。
　次の工程４では、シグモイド関数を利用して輝度曲線（f(t)）のモデル化を行うが、式（１）の状態では、変数が３つあり、更にt軸に沿った平行移動も必要となる。したがって、処理を簡略化するために、まず輝度曲線（f(t)）から最小値（min(f(t))）を差分し、さらにその最大値（max[(f(t)－min(f(t)))]）で除算する。これにより、f(t)の値域を (0，1)に限定し、同時にモデル化を実施する際の変数をゲイン値に限定することができる。更に、時間軸方向にt0だけ移動させた次式（２）を定義することで、シグモイド関数の変曲点を動脈相のほぼ中心位置に移動させる。
Figure JPOXMLDOC01-appb-M000002
 　ゲイン値の特定は、一般的に知られるフィッティング手法を利用して実施する。例えば最小二乗法を利用する場合、式(3)で定義するRMS(Root Mean Square)を様々なゲイン値αで算出し、RMSが最小となるゲイン値α用いてモデル関数（fm(t)）を作成する。
Figure JPOXMLDOC01-appb-M000003
 　ここでTはフィッティング処理を実施する時間幅を表す。S字関数の勾配部分で高精度にフィッティングを実施するためには、輝度曲線（f(t)）の範囲をt＝0からt＝2×t0に限定することが望ましい。
　なお、上述したフィッティング処理の簡略化処理の実施は操作者が自由に選択でき、簡略化処理をしない場合、S字形状関数が有する変数を全てフィッティングの変数としてフィッティング処理を実施することも可能である。
　次に、モデル関数（fm(t)）を利用して、t＝t0における接線を算出し（工程５）、更に接線の値が0および1となる時間t＝taとt＝tbを算出する（工程６）。
式（２）に記載のシグモイド関数は、下式の性質を持つ。
Figure JPOXMLDOC01-appb-M000004
 　したがって、動脈相のほぼ中心に位置する変曲点における接線g(t)、およびta，tbは以下のように簡易な形で記載される。
Figure JPOXMLDOC01-appb-M000005
 　すなわち、モデル関数のゲインαの確定と同時に、簡易な計算でta，tbが確定する。このta，tbは、造影剤の動脈領域への流入開始と終了の時間を意味する。シグモイド関数を利用する利点は、上述した計算の容易さにある。確定したtaおよびtbは、メモリ１８に出力され保存される（工程７）。なお、上記の数式において、接線g(0)及び接線g(1)は、モデル関数の上下に設けられる漸近線なので、造影剤の流入開始と終了の時間ta，tbの判別は、モデル関数の変曲点t0における接線と、モデル関数の上下に設けられる漸近線との交点に基づいて実施されると言うこともできる。工程４におけるフィッティング結果は、出力部１６を介して表示部１９に表示される。
　図４に、本実施例の画像診断装置の表示形態の一例を示す。表示部１９には、輝度曲線３３、モデル関数３４、接線３５など、工程１から工程４に至る処理の結果が重ね合わせて表示することができ、操作者が確認できる形態になっている。更に、同図に見るように、ゲイン値αや、接線の傾き（ta、tb）は数字で表示部１９に表示される。
　本実施例の画像診断装置の本体２１は、術者が外部入力によりフィッティングの微調整を実施する仕組みを備えることができる。図４に示す表示部１９上に表示される微調整ボタン４１を、マウスなどの外部入力部２０を利用して選択することにより、微調整を実施するための矢印やマーカ等が表示部１９に表示される。
　図５に示すように、平行移動に関しては、術者が２０を利用して、画面に表示される矢印５１を移動させ、モデル関数の変曲点の位置を輝度曲線３３の点から選択する。すなわち、外部入力部２０を利用して、近似処理の際に、輝度曲線の変曲点近傍の時間を入力可能である。
　また、図６に示すように、ゲイン値（α）に関しては、表示部１９に表示される数値６１を変更したり、または図７に示すように表示部１９に表示される直線上のマーカ７１をスライドさせることで変更する形態がある。または、図８に示すようにゲイン値と平行移動量に対応する縦横の直線を利用し、前記縦横の直線で形成される二次元空間内をマーカ８１で移動させることで変更する形態もある。上記微調整の結果は表示部１９に表示される関数に反映され、新たに算出する(ta，tb)の数値が出力される。
　本実施例の画像診断装置においては、算出した接線の傾きは、血流速度を反映し、taは造影剤などの投与した薬剤が流入する直前の時間、tbは流入の終了時間を反映する。したがって、t＝taからt＝tbの範囲が動脈相として確定される。
　図９に、本実施例の画像診断装置で動脈相を示す表示形態の一例を示す。輝度曲線の時間軸上にtaおよびtbが表示され、動脈相９２を客観的に視認できる。また、動脈相の時間幅が数字で表示される。また、表示部１９に表示される読み込みボタン９１を、外部入力部２０を利用して選択することにより、メモリ１８にアクセスし、図１０に示すように、過去に取得したデータである前回の結果１０１を表示部１９に、今回の結果１０２と重ねて表示し、変曲点の時間や接線の傾き、ta、tb、tb－taの数字を比較することができる。また、読み込みのアクセス先を画像取得部２２にすることにより、画像取得部２２に保存されている画像情報を画像処理部２１に入力し、表示部１９に処理結果と重ねて表示することができる。
　以上説明した実施例１の画像診断装置では、造影剤の流入開始、終了時間に基づく、動脈相の判別を想定した。しかし、着目する対象が肝臓の場合、輝度曲線に門脈相の情報が含まれることがあり、この時の輝度曲線と時間微分の結果は図１１に示す形になる。
　図１１において、時間微分処理の結果には特徴的な２つの極大値１１１１１２が現れ、その値を取る時間をt＝t0とt＝t1とすると、t0は動脈相の中心、t1は門脈相の中心に値する。したがって、t3＝(t0+t1)/2を境界にt＝t0からt＝t3を動脈相を判別するための区間１、t＝t3からt＝t2を門脈相を判別するための区間２とし、各区間で、図２に示したフローチャートの処理を実施することにより、動脈相および門脈相の開始と終了の時間が判別される。前記の２つの極大値１１１１１２の判定方法は、まず極大値１１１１１２のうちの何れか最大値を算出する。次に最大値の前後２秒程度の範囲を除く範囲での最大値を算出する。２秒という値は、動脈相と門脈相は概ね１秒から３秒程度であることから設定される値で、扱う対象によって適宜変更する。
　以上の実施例では動脈相と門脈相を区別する場合を想定した説明だが、同様の方法により３段階以上の造影相に対しても同様の方法が適用できる。また、以上の実施例の説明においては、造影剤の導入を一回行う場合を前提に説明してきたが、造影剤が多段階で流入する場合でも本実施例を適用することができる。造影剤が多段階で流入する場合、関数評価部は、得られる複数のS字形状関数を線形結合した関数を用いて上述した近似処理を行ない、モデル関数を作成すれば良い。これにより、より精度良いモデル関数を得ることができる。
　図１の画像診断装置の関数評価部１４における動脈相の中間時間（t0）の算出は、輝度曲線１２１ （f(t)）の頻度分布を利用して実施することも可能である。図１２に示すように、輝度曲線１２１（f(t)）の頻度分布１２２は低輝度側と高輝度側に二つの高頻度域１２３、１２４を持つ。低輝度側の輝度をI1、高輝度側の輝度をI2とし、その中間輝度をI3＝((I1+I2)/2)とする。I3と輝度曲線（f(t)）との交点から、動脈相の中間時間t0が求まる。なお、I1、I2の算出は、頻度分布１２２を利用して手動設定してもよく、また、頻度分布１２２の平均値や中央値を算出し、その値を超える頻度を有する輝度として自動的に算出してもよい。更に、I1とI2と輝度曲線との交点から動脈相の範囲を示すta、tbを算出することも可能である。この場合、ta、tbが確定していることから、血流評価部１５の処理を省略できる。
　なお、以上の実施例においては、輝度評価部１３が、指定された範囲で画像データに対し空間平均を実施している例を説明したが、輝度曲線の評価に当たって、指定された範囲内の画像データに対し時間平均を実施しても良い。この時間平均は、例えば１秒間に１５フレームの画像データに対し、隣接する３フレームの時間平均をとり、時間軸方向で５個のデータとすることによって実施することができる。
　以上説明した実施例１によれば、輝度曲線と勾配部で特に一致するモデル関数を作成することにより、造影剤が動脈、門脈の存在する領域への流入開始、終了を正確に知ることができ、ひいては動脈相または門脈相の判別精度を向上することができる。
　第２の実施例の装置は、画像診断装置で評価した結果を利用し、画像取得部から取得した情報から、血流動態を示す特徴的な情報を抽出する実施形態に関する。
　図１３は、実施例２になる画像診断装置の機能ブロック図を示す。実施例１の画像診断装置の画像処理部２１に、更に画像情報の平均加算、或いは最大輝度を演算する演算部１３１を備える。なお、この演算部１３１は、上述した実施例１の図１における処理部であるCPUのプログラム実行により実現できるものである。本実施例においても、画像取得部２２からの情報に基づき、動脈相または門脈相などの血流動態を判別する工程は実施例１と同じであるため、ここでは説明を省略する。また、画像取得部２２から入力部１１に入力される情報は時系列の画像情報であり、着目する対象を動脈相として説明する。
　まず、画像取得部２２からの画像情報は、入力部１１を介してメモリ１８に保存される。続いて、図２に示すフローチャートに従い、判別部１２を構成する輝度評価部１３、関数評価部１４、血流評価部１５を経て、動脈相の開始時間taと終了時間tbおよび中間時間t0が算出さる。算出された結果は出力部１６を介してメモリ１８に送られ、t＝ta、t＝tb、t＝t0に対応する、メモリ１８に記憶された、画像取得部２２からの画像情報が選択されて、生体内組織の画像が表示部１９に表示される。
　図１４に、本実施例の表示形態の一例を示す。表示部１９には図４と同様に、輝度曲線、モデル関数、接線、およびta、tb、t0が表示され、更にta、tb、t0に対応する画像１４３、１４４、１４５が表示される。これらの画像が取得される時間は離散的であるため、ta＝fix[ta]、t0＝ceil[t0]、tb＝ceil[tb]の画像が選択される。ここでfix[－]は0方向に最も近い整数、ceil[－]は正方向に最も近い整数を示す。
　本実施例の表示部１９には、読み込みボタン９１に加え、平均加算ボタン１４１、最大輝度ボタン１４２が設けられている。外部入力部２０を利用して、平均加算ボタン１４１を選択すると、表示されている各画像の平均加算画像が演算部１３１で計算され、表示部１９に表示される。平均加算の時間幅は画像処理部２１に予め設定されており、平均加算ボタン１４１の下に表示されるマーカをスライドさせることで変更できる。変更結果は即座に表示部１９の画像に反映される。同様に、最大輝度ボタン１４２を選択すると、最大輝度画像が表示される。最大輝度画像とは、時系列の画像データの輝度を画素毎に比較し、最大輝度を選択して構成される画像である。最大輝度画像を構成するための時間幅は、最大輝度ボタン１４１の下に表示されるマーカをスライドさせることで変更できる。読み込みボタン１９の機能は実施例１と同様であり、これを選択することにより過去の画像情報をメモリ１８、または画像取得部２２から選択できる。
　図１５に示す表示形態のように、選択された輝度曲線や画像は表示部１９に表示される。画像は、今回の結果１５１と前回の結果１５２が並べて表示されており、両者の比較が可能となる。新たに読み込まれた前回の結果１５２の画像情報に対しても、平均加算ボタン１４２や最大輝度ボタン１４３が機能する。
　実施例２の要部は、動脈相と門脈相を判別し、その結果に基づく特徴的な時間の画像を提示することである。したがって、演算部１３１において画像情報に対して実施する演算の種類は、平均加重や最大輝度に限定されず、術者が自由に設定できる。
　なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例は本発明を分かりやすく説明するために詳細に説明したのであり、必ずしも説明の全ての構成を備えるものに限定されものではない。ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることが可能であり、各実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。
　更に、上記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、上記の各構成、機能等は、それぞれの機能を実現するプログラムを実行することによりソフトウェアで実現できるとして説明したが。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリのみならず、ハードディスク、ＳＳＤ（Solid State Drive）等の記録装置、または、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体におくことができるし、必要に応じてネットワーク等を介してダウンロード、インストールすることも可能である。
１１　入力部
１２　判別部
１３　輝度評価部
１４　関数評価部
１５　血流評価部
１６　出力部
１７　制御部
１８　メモリ
１９　表示部
２０　外部入力部
２１　画像処理部
２２　画像取得部
３１，３３，１２１　輝度曲線
３２　時間微分
３４　モデル関数
３５　接線
４２　微調整ボタン
５１　矢印
６１　ゲイン値
７１、８１　マーカ
９１　読み込みボタン
９２　動脈相
１１１、１１２　極大値
１２２　頻度分布
１２３、１２４　高頻度域
１３１　演算部
１４１　平均加算ボタン
１４２　最大輝度ボタン
１４３、１４４、１４５　画像

Claims (15)

  1. 被検体の血流動態を評価する画像診断装置であって、
    前記被検体から受信された信号に基づく画像を取得する画像取得部と、
    前記画像の輝度の時間変化を示す輝度曲線の形状に基づいて、造影剤の流入開始と終了を判別する判別部と、
    前記判別部で判別した結果を表示する表示部とを備える、
    ことを特徴とする画像診断装置。
  2. 請求項１に記載の画像診断装置であって、
    前記判別部は、前記輝度曲線の形状をS字形状関数で近似処理してモデル関数を作成し、
    前記モデル関数の変曲点を利用して前記造影剤の流入開始と終了を判別する、
    ことを特徴とする画像診断装置。
  3. 請求項２に記載の画像診断装置であって、
    前記判別部は、前記輝度曲線のS字形状関数による前記近似処理として、最小二乗法など汎用的に利用されるフィッティング処理を行う、
    ことを特徴とする画像診断装置。
  4. 請求項２に記載の画像診断装置であって、
    前記判別部は、前記近似処理において、前記輝度曲線を時間微分処理した関数の最大値を利用して変曲点近傍の時間を算出する、
    ことを特徴とする画像診断装置。
  5. 請求項２に記載の画像診断装置であって
    前記判別部は、前記近似処理において、前記輝度曲線の頻度分布を利用して変曲点近傍の時間を算出する、
    ことを特徴とする画像診断装置。
  6. 請求項２に記載の画像診断装置であって、
    外部入力部を更に備え、
    前記外部入力部は、前記近似処理において、前記表示部に表示した前記輝度曲線に対し、前記輝度曲線の変曲点近傍の時間を入力可能である、
    ことを特徴とする画像診断装置。
  7. 請求項２に記載の画像診断装置であって、
    前記判別部は、前記造影剤の流入開始と終了の時間の判別を、前記モデル関数の変曲点における接線と前記モデル関数の上下に設けられる漸近線との交点、或いは前記輝度曲線の頻度分布に基づき実施する、
    ことを特徴とする画像診断装置。
  8. 請求項２に記載の画像診断装置であって、
    外部入力部を更に備え、
    前記表示部は、前記モデル関数と、前記モデル関数の変曲点と接線の傾きを表示し、
    前記外部入力部は、前記表示部に表示された前記モデル関数の変曲点と接線を微調整可能である、
    ことを特徴とする画像診断装置。
  9. 請求項２に記載の画像診断装置であって、
    前記判別部は、前記造影剤が多段階で流入された場合、得られる複数の前記S字形状関数を線形結合した関数を用いて前記モデル関数を作成する、
    ことを特徴とする画像診断装置。
  10. 請求項２に記載の画像診断装置であって、
    前記表示部は、時間変化を示す前記輝度曲線と、前記判別部で作成した前記モデル関数と、前記画像取得部からの画像情報と、前記判別部が判別した前記造影剤の流入開始と終了の時間とを表示可能である、
    ことを特徴とする画像診断装置。
  11. 請求項１に記載の画像診断装置であって、
    前記判別部は、前記画像取得部からの画像に対して、空間平均や時間平均の処理を実施した後、前記輝度曲線を作成する、
    ことを特徴とする画像診断装置。
  12. 請求項２に記載の画像診断装置であって、
    前記表示部は、前記判別部が判別した前記造影剤の流入開始と終了の時間における、前記画像取得部から得られる画像情報を表示する、
    ことを特徴とする画像診断装置。
  13. 請求項１に記載の画像診断装置であって、
    前記画像取得部から得られる画像情報の平均加算、或いは最大輝度を演算する演算部を更に備える、
    ことを特徴とする画像診断装置。
  14. 被検体から受信された信号に基づく画像の輝度の時間変化を示す輝度曲線の形状に基づいて、造影剤の流入開始時間と終了時間を判別する、
    ことを特徴とする画像判別方法。
  15. 請求項１４記載の画像判別方法であって、
    作成した前記輝度曲線をS字形状関数で近似してモデル関数とし、
    前記モデル関数の変曲点を利用して、前記造影剤の流入開始時間と流入終了時間を判別する、
    ことを特徴とする画像判別方法。
PCT/JP2012/066251 2011-10-19 2012-06-26 画像診断装置、および画像判別方法 WO2013057982A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
US14/342,087 US9280817B2 (en) 2011-10-19 2012-06-26 Image diagnostic device and an image diagnostic method for automatic assessment of the start and end of the inflow of a contrast medium
CN201280042040.1A CN103764042B (zh) 2011-10-19 2012-06-26 图像诊断装置及图像判别方法
JP2013539553A JP5676007B2 (ja) 2011-10-19 2012-06-26 画像診断装置、および画像判別方法
EP12841857.1A EP2769678A4 (en) 2011-10-19 2012-06-26 DIAGNOSTIC IMAGING APPARATUS AND IMAGE ASSESSMENT METHOD

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2011229323 2011-10-19
JP2011-229323 2011-10-19

Publications (1)

Publication Number Publication Date
WO2013057982A1 true WO2013057982A1 (ja) 2013-04-25

Family

ID=48140642

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2012/066251 WO2013057982A1 (ja) 2011-10-19 2012-06-26 画像診断装置、および画像判別方法

Country Status (4)

Country Link
US (1) US9280817B2 (ja)
EP (1) EP2769678A4 (ja)
JP (1) JP5676007B2 (ja)
WO (1) WO2013057982A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170054480A (ko) * 2014-09-12 2017-05-17 제네럴 일렉트릭 컴퍼니 컴퓨터 단층 촬영을 위한 단계 선택 촬영 시스템 및 방법
WO2019230738A1 (ja) * 2018-05-29 2019-12-05 国立大学法人愛媛大学 コンピュータプログラム、画像処理装置、および画像処理方法

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102013210613A1 (de) * 2013-06-07 2014-12-11 Siemens Aktiengesellschaft Verfahren und System zur Ermittlung eines Mess-Startzeitpunktes
JP7313902B2 (ja) * 2018-05-22 2023-07-25 キヤノンメディカルシステムズ株式会社 超音波診断装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6486942A (en) * 1987-09-30 1989-03-31 Yokogawa Medical Syst Image processing apparatus
WO2004110279A1 (en) 2003-06-12 2004-12-23 Bracco Research Sa Blood flow estimates through replenishment curve fitting in ultrasound contrast imaging
JP2005307961A (ja) * 2004-03-25 2005-11-04 Denso Corp センサ応答特性検出装置
JP2006102030A (ja) * 2004-10-04 2006-04-20 Ge Medical Systems Global Technology Co Llc 超音波イメージング装置
WO2008053268A1 (en) 2006-12-21 2008-05-08 Institut Gustave Roussy (Igr) Method and system for quantification of tumoral vascularization
WO2009110308A1 (ja) * 2008-03-07 2009-09-11 株式会社日立メディコ 超音波撮像装置
JP2011110211A (ja) * 2009-11-26 2011-06-09 Hitachi Medical Corp 医用画像表示装置及び血流動態の分布像構成方法
JP2011172819A (ja) * 2010-02-25 2011-09-08 Toshiba Corp Ｘ線コンピュータ断層撮影装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3677281B2 (ja) * 1993-07-12 2005-07-27 株式会社東芝 超音波診断装置
US6692438B2 (en) * 2001-12-18 2004-02-17 Koninklijke Philips Electronics Nv Ultrasonic imaging system and method for displaying tissue perfusion and other parameters varying with time
EP1674038A1 (en) * 2004-12-23 2006-06-28 Bracco Research S.A. System for extracting morphological information through a perfusion assessment process
US20110208061A1 (en) * 2008-11-11 2011-08-25 Koninklijke Philips Electronics N.V. Ultrasonic lesion identification using temporal parametric contrast images
EP2189112A1 (en) * 2008-11-24 2010-05-26 Bracco Research S.A. Real-time perfusion imaging and quantification

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6486942A (en) * 1987-09-30 1989-03-31 Yokogawa Medical Syst Image processing apparatus
WO2004110279A1 (en) 2003-06-12 2004-12-23 Bracco Research Sa Blood flow estimates through replenishment curve fitting in ultrasound contrast imaging
JP2006527041A (ja) * 2003-06-12 2006-11-30 ブラッコ・リサーチ・ソシエテ・アノニム 超音波造影画像において補充曲線フィッティングを用いる血流評価法
JP2005307961A (ja) * 2004-03-25 2005-11-04 Denso Corp センサ応答特性検出装置
JP2006102030A (ja) * 2004-10-04 2006-04-20 Ge Medical Systems Global Technology Co Llc 超音波イメージング装置
WO2008053268A1 (en) 2006-12-21 2008-05-08 Institut Gustave Roussy (Igr) Method and system for quantification of tumoral vascularization
JP2010512900A (ja) * 2006-12-21 2010-04-30 アンスティテュ ギュスタヴ ルーシ −アイジーアール− 腫瘍の血管新生の定量化方法およびシステム
WO2009110308A1 (ja) * 2008-03-07 2009-09-11 株式会社日立メディコ 超音波撮像装置
JP2011110211A (ja) * 2009-11-26 2011-06-09 Hitachi Medical Corp 医用画像表示装置及び血流動態の分布像構成方法
JP2011172819A (ja) * 2010-02-25 2011-09-08 Toshiba Corp Ｘ線コンピュータ断層撮影装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
BEERS B. E. V ET AL., AJR, vol. 176, 2001, pages 667
See also references of EP2769678A4

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170054480A (ko) * 2014-09-12 2017-05-17 제네럴 일렉트릭 컴퍼니 컴퓨터 단층 촬영을 위한 단계 선택 촬영 시스템 및 방법
JP2017527383A (ja) * 2014-09-12 2017-09-21 ゼネラル・エレクトリック・カンパニイ コンピュータ断層撮影イメージングの画像相を選択するためのシステムおよび方法
KR102450052B1 (ko) * 2014-09-12 2022-09-30 제네럴 일렉트릭 컴퍼니 컴퓨터 단층 촬영을 위한 단계 선택 촬영 시스템 및 방법
WO2019230738A1 (ja) * 2018-05-29 2019-12-05 国立大学法人愛媛大学 コンピュータプログラム、画像処理装置、および画像処理方法
CN112165901A (zh) * 2018-05-29 2021-01-01 国立大学法人爱媛大学 计算机程序、图像处理装置、以及图像处理方法
JPWO2019230738A1 (ja) * 2018-05-29 2021-07-29 国立大学法人愛媛大学 コンピュータプログラム、画像処理装置、および画像処理方法
JP7236747B2 (ja) 2018-05-29 2023-03-10 国立大学法人愛媛大学 コンピュータプログラム、画像処理装置、および画像処理方法
US11813106B2 (en) 2018-05-29 2023-11-14 National University Corporation Ehime University Image processing device, and image processing method utilizing time-series computed tomography (CT) images
CN112165901B (zh) * 2018-05-29 2024-04-05 国立大学法人爱媛大学 计算机可读记录介质、图像处理装置、以及图像处理方法

Also Published As

Publication number Publication date
JPWO2013057982A1 (ja) 2015-04-02
EP2769678A1 (en) 2014-08-27
US9280817B2 (en) 2016-03-08
CN103764042A (zh) 2014-04-30
JP5676007B2 (ja) 2015-02-25
EP2769678A4 (en) 2015-06-17
US20140219539A1 (en) 2014-08-07

Similar Documents

Publication Publication Date Title
US11481901B2 (en) Medical image processing apparatus and medical image processing method
CN112312830B (zh) 用于确定组织的脂肪含量分数的方法和系统
US8520927B2 (en) Medical image processing apparatus and ultrasonic imaging apparatus
Yan et al. Extent of resection of peritumoral diffusion tensor imaging–detected abnormality as a predictor of survival in adult glioblastoma patients
US9370328B2 (en) Methods and systems for determining tumor boundary characteristics
EP2449530B1 (en) Quantitative perfusion analysis
US20130208970A1 (en) Medical image processing apparatus, an x-ray ct scanner, and a medical image processing program
CN102573647A (zh) 用于监测肝脏治疗的肝脏血流的对比增强超声评估
JP6134986B2 (ja) 医用画像計測装置およびその作動方法並びに医用画像計測プログラム
JP5305757B2 (ja) 画像処理装置、超音波診断装置、および画像処理プログラム
US8913812B2 (en) Medical image processing apparatus
JP5676007B2 (ja) 画像診断装置、および画像判別方法
Gill et al. Radiologic considerations and standardization of malignant pleural mesothelioma imaging within clinical trials: consensus statement from the NCI Thoracic Malignancy Steering Committee–International Association for the Study of Lung Cancer–Mesothelioma Applied Research Foundation clinical trials planning meeting
Xu et al. Estimation of liver tumor volume using a three-dimensional ultrasound volumetric system
Granata et al. Radiomics and machine learning analysis by computed tomography and magnetic resonance imaging in colorectal liver metastases prognostic assessment
US9483823B2 (en) Medical image measurement device and method, and non-transitory computer-readable recording medium
CN104921752B (zh) 改变平面选择线的方向和位置中的至少一个的方法和设备
JP6755468B2 (ja) 医用画像処理装置
JP2020506753A (ja) 臓器の定量的体積マップ又は臓器健康状態の評価を提供するための方法及び装置
WO2018184111A1 (en) Systems and methods for planning peripheral endovascular procedures with magnetic resonance imaging
KR102067277B1 (ko) 의료 영상 디스플레이 방법 및 장치
CA3219070A1 (en) Characterising lesions in the liver using dynamic contrast-enhanced magnetic resonance tomography
CN103764042B (zh) 图像诊断装置及图像判别方法
Nalepa et al. Extracting Biomarkers from Dynamic Images

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 12841857

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2013539553

Country of ref document: JP

Kind code of ref document: A

REEP Request for entry into the european phase

Ref document number: 2012841857

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 2012841857

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 14342087

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE