WO2017013895A1 - コンソール及び動態画像撮影診断システム - Google Patents

コンソール及び動態画像撮影診断システム Download PDF

Info

Publication number
WO2017013895A1
WO2017013895A1 PCT/JP2016/057628 JP2016057628W WO2017013895A1 WO 2017013895 A1 WO2017013895 A1 WO 2017013895A1 JP 2016057628 W JP2016057628 W JP 2016057628W WO 2017013895 A1 WO2017013895 A1 WO 2017013895A1
Authority
WO
WIPO (PCT)
Prior art keywords
index value
console
dynamic image
operator
image
Prior art date
Application number
PCT/JP2016/057628
Other languages
English (en)
French (fr)
Inventor
信之 三宅
慎太郎 村岡
剛 原口
哲 細木
Original Assignee
コニカミノルタ株式会社
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 コニカミノルタ株式会社 filed Critical コニカミノルタ株式会社
Priority to JP2017529468A priority Critical patent/JP6638729B2/ja
Publication of WO2017013895A1 publication Critical patent/WO2017013895A1/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
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/46—Arrangements for interfacing with the operator or the patient
    • A61B6/461—Displaying means of special interest
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
    • G06V20/47—Detecting features for summarising video content
    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B27/00—Editing; Indexing; Addressing; Timing or synchronising; Monitoring; Measuring tape travel
    • G11B27/10—Indexing; Addressing; Timing or synchronising; Measuring tape travel
    • G11B27/34—Indicating arrangements 
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/79—Processing of colour television signals in connection with recording
    • H04N9/87—Regeneration of colour television signals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • 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
    • G06T2207/10116—X-ray 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
    • G06T2207/30061—Lung
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/44—Event detection
    • 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
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03—Recognition of patterns in medical or anatomical images
    • G06V2201/031—Recognition of patterns in medical or anatomical images of internal organs

Definitions

  • the present invention relates to a console and a dynamic image photographing diagnostic system.
  • pulsed radiation is continuously irradiated from the radiation source in accordance with the reading / erasing timing of the semiconductor image sensor. Take multiple shots per second to capture the dynamics of the area to be examined. By sequentially displaying a series of a plurality of images acquired by imaging, a doctor can recognize a series of movements of a region to be examined.
  • Magnetic resonance imaging devices such as ultrasonic diagnostic equipment and MRI (magnetic resonance imaging) have long history since they were introduced to hospitals and other facilities and diagnosed using these devices. Since this is an area in which a routine for diagnosis by a doctor and a routine for imaging by an imaging technician are established, the imaging engineer knows what part of the video is important for the diagnosis of the doctor. Therefore, as described above, the photographing engineer can determine the importance of the portion by viewing the moving image being photographed at the photographing stage. In addition, since a large number of markers are accurately associated with highly important parts, the doctor can reproduce only important parts based on the markers as described above.
  • the present invention has been made in view of the above points, and an object of the present invention is to provide a console and a dynamic image photographing diagnostic system capable of automatically determining a highly important part in a dynamic image.
  • the console and the dynamic image capturing diagnostic system of the present invention are: Display means for reproducing and displaying a dynamic image composed of a plurality of frame images according to an operation of the operator; When it is detected that an operation that may be of interest to the operator is performed during the reproduction of the dynamic image, an index related to the dynamics of the examination target region in the frame image displayed on the display means at that time
  • Learning means for performing a statistical process on a time change pattern of the value of the index and / or the index value and learning an appearance frequency of the time change pattern of the index value and / or the index value; It is characterized by providing.
  • console and the dynamic image capturing / diagnostic system of the system as in the present invention it is possible to automatically determine a highly important part in the dynamic image.
  • index index value in which the specific pattern appeared in the time change of an index value.
  • FIG. 1 shows the overall configuration of a dynamic image photographing diagnostic system 100 in the present embodiment.
  • a dynamic image photographing diagnosis system 100 includes a photographing apparatus 1 and a photographing console 2 connected by a communication cable or the like, and the photographing console 2 and the diagnostic console 3 are connected to a LAN (Local Area Network). ) Or the like via a communication network NT.
  • Each device constituting the dynamic image photographing diagnostic system 100 conforms to the DICOM (Digital Image and Communications in Medicine) standard, and communication between the devices is performed in accordance with DICOM.
  • DICOM Digital Image and Communications in Medicine
  • the imaging apparatus 1 is an apparatus that images the dynamics of the chest with periodicity (cycle), such as pulmonary expansion and contraction morphological changes, heart pulsation, and the like accompanying respiratory motion.
  • Dynamic imaging is performed by continuously irradiating a human chest with radiation such as X-rays to acquire a plurality of images (that is, continuous imaging).
  • a series of images obtained by this continuous shooting is called a dynamic image.
  • Each of the plurality of images constituting the dynamic image is called a frame image.
  • the imaging apparatus 1 includes a radiation source 11, a radiation irradiation control device 12, a radiation detection unit 13, a reading control device 14, a cycle detection sensor 15, a cycle detection device 16, and the like.
  • the radiation source 11 irradiates the subject M with radiation (X-rays) under the control of the radiation irradiation control device 12.
  • the radiation irradiation control device 12 is connected to the imaging console 2 and controls the radiation source 11 based on the radiation irradiation conditions input from the imaging console 2 to perform radiation imaging.
  • the radiation irradiation conditions input from the imaging console 2 are, for example, pulse rate, pulse width, pulse interval, imaging start / end timing, X-ray tube current value, X-ray tube voltage value, filter type during continuous irradiation. Etc.
  • the pulse rate is the number of times of radiation irradiation per second, and matches the frame rate described later.
  • the pulse width is a radiation irradiation time per one irradiation.
  • the pulse interval is the time from the start of one radiation irradiation to the start of the next radiation irradiation in continuous imaging, and coincides with a frame interval described later.
  • the radiation detector 13 is composed of a semiconductor image sensor such as an FPD.
  • the FPD has, for example, a glass substrate or the like, detects radiation that has been irradiated from the radiation source 11 and transmitted through at least the subject M at a predetermined position on the substrate according to its intensity, and detects the detected radiation as an electrical signal.
  • a plurality of pixels to be converted and stored are arranged in a matrix. Each pixel is configured by a switching unit such as a TFT (Thin Film Transistor).
  • TFT Thin Film Transistor
  • the reading control device 14 is connected to the imaging console 2.
  • the reading control device 14 controls the switching unit of each pixel of the radiation detection unit 13 based on the image reading condition input from the imaging console 2 to switch the reading of the electrical signal accumulated in each pixel.
  • the image data is acquired by reading the electrical signal accumulated in the radiation detection unit 13. This image data is a frame image.
  • the reading control device 14 outputs the acquired frame image to the photographing console 2.
  • the image reading conditions are, for example, a frame rate, a frame interval, a pixel size, an image size (matrix size), and the like.
  • the frame rate is the number of frame images acquired per second and matches the pulse rate.
  • the frame interval is the time from the start of one frame image acquisition operation to the start of the next frame image acquisition operation in continuous shooting, and coincides with the pulse interval.
  • the radiation irradiation control device 12 and the reading control device 14 are connected to each other, and synchronize the radiation irradiation operation and the image reading operation by exchanging synchronization signals with each other.
  • the cycle detection sensor 15 detects the state of respiratory motion of the subject M and outputs detection information to the cycle detection device 16.
  • the cycle detection sensor 15 for example, a respiration monitor belt, a CCD (Charge-Coupled Device) camera, an optical camera, a spirometer, or the like can be applied.
  • CCD Charge-Coupled Device
  • the cycle detection device 16 determines the number of respiratory cycles and the state during one cycle of the current respiratory movement (for example, inspiration, inspiration to expiration conversion point, The state of the conversion point of exhalation and exhalation to inspiration is detected, and the detection result (cycle information) is output to the control unit 21 of the imaging console 2.
  • the cycle detection device 16 is, for example, a timing at which detection information indicating that the state of the lung is a conversion point from inspiration to expiration is input by the cycle detection sensor 15 (respiration monitor belt, CCD camera, optical camera, spirometer, etc.). Is the base point of one cycle, and the period up to the timing when this state is detected next is recognized as one cycle.
  • the imaging console 2 outputs radiation irradiation conditions and image reading conditions to the imaging apparatus 1 to control radiation imaging and radiographic image reading operations by the imaging apparatus 1, and also captures dynamic images acquired by the imaging apparatus 1. Displayed for confirmation of whether the image is suitable for confirmation of positioning or diagnosis.
  • the photographing console 2 includes a control unit 21, a storage unit 22, an operation unit 23, a display unit 24, and a communication unit 25, and each unit is connected by a bus 26.
  • the control unit 21 includes a CPU (Central Processing Unit), a RAM (Random Access Memory), and the like.
  • the CPU of the control unit 21 reads the system program and various processing programs stored in the storage unit 22 in accordance with the operation of the operation unit 23, expands them in the RAM, and performs shooting control processing described later according to the expanded programs.
  • Various processes including the beginning are executed to centrally control the operation of each part of the imaging console 2 and the radiation irradiation operation and the reading operation of the imaging apparatus 1.
  • the storage unit 22 is configured by a nonvolatile semiconductor memory, a hard disk, or the like.
  • the storage unit 22 stores various programs executed by the control unit 21 and data such as parameters necessary for execution of processing by the programs or processing results.
  • the storage unit 22 stores a shooting control processing program for executing the shooting control process shown in FIG.
  • the storage unit 22 stores radiation irradiation conditions and image reading conditions in association with the examination target region.
  • Various programs are stored in the form of readable program code, and the control unit 21 sequentially executes operations according to the program code.
  • the operation unit 23 includes a keyboard having a cursor key, numeric input keys, various function keys, and the like, and a pointing device such as a mouse.
  • the control unit 23 controls an instruction signal input by key operation or mouse operation on the keyboard.
  • the operation unit 23 may include a touch panel on the display screen of the display unit 24. In this case, the operation unit 23 outputs an instruction signal input via the touch panel to the control unit 21.
  • the display unit 24 includes a monitor such as an LCD (Liquid Crystal Display) or a CRT (Cathode Ray Tube), and reproduces and displays a dynamic image in accordance with an instruction of a display signal input from the control unit 21. Data, instruction contents input from the operation unit 23, and the like are displayed.
  • a monitor such as an LCD (Liquid Crystal Display) or a CRT (Cathode Ray Tube)
  • LCD Liquid Crystal Display
  • CRT Cathode Ray Tube
  • the communication unit 25 includes a LAN adapter, a modem, a TA (Terminal Adapter), and the like, and controls data transmission / reception with each device connected to the communication network NT.
  • the diagnosis console 3 is a moving image processing apparatus that acquires a dynamic image from the imaging console 2, displays the acquired dynamic image, and makes a diagnostic interpretation by a doctor.
  • the diagnostic console 3 acquires the dynamic image from the external system.
  • the imaging console 2 and the diagnostic console 3 are integrated, that is, one apparatus is configured to serve as both the imaging console 2 and the diagnostic console 3.
  • the diagnostic console 3 includes a control unit 31, a storage unit 32, an operation unit 33, a display unit 34, and a communication unit 35, and each unit is connected by a bus 36.
  • the control unit 31 includes a CPU, a RAM, and the like.
  • the CPU of the control unit 31 reads out the system program and various processing programs stored in the storage unit 32 in accordance with the operation of the operation unit 33 and expands them in the RAM, and performs image analysis described later according to the expanded programs.
  • Various processes including the process are executed to centrally control the operation of each part of the diagnostic console 3.
  • the control unit 31 implements an image analysis unit by executing an image analysis process described later.
  • the storage unit 32 is configured by a nonvolatile semiconductor memory, a hard disk, or the like.
  • the storage unit 32 stores various programs such as an image analysis processing program for executing an image analysis process by the control unit 31 and data such as parameters necessary for the execution of the processing or processing results. These various programs are stored in the form of readable program codes, and the control unit 31 sequentially executes operations according to the program codes.
  • the operation unit 33 includes a keyboard having cursor keys, numeric input keys, various function keys, and the like, and a pointing device such as a mouse.
  • the control unit 33 controls an instruction signal input by key operation or mouse operation on the keyboard.
  • the operation unit 33 may include a touch panel on the display screen of the display unit 34, and in this case, an instruction signal input via the touch panel is output to the control unit 31.
  • the display unit 34 is configured by a monitor such as an LCD or a CRT, and reproduces and displays a dynamic image according to an instruction of a display signal input from the control unit 31, various data, or input from the operation unit 33.
  • the instruction contents are displayed.
  • the communication unit 35 includes a LAN adapter, a modem, a TA, and the like, and controls data transmission / reception with each device connected to the communication network NT.
  • FIG. 2 shows photographing control processing executed in the control unit 21 of the photographing console 2.
  • the photographing control process is executed in cooperation with the photographing control processing program stored in the control unit 21 and the storage unit 22.
  • the operation section 23 of the imaging console 2 is operated by the imaging technician, and patient information (patient name, height, weight, age, sex, etc.) of the imaging target (subject M) is input (step S1).
  • the radiation irradiation conditions are read from the storage unit 22 and set in the radiation irradiation control device 12, and the image reading conditions are read from the storage unit 22 and set in the reading control device 14 (step S2).
  • the frame rate (pulse rate) is preferably 5 frames / second or more.
  • the delay time difference between lung field ventilation and pulmonary blood flow is 1 second or less. Therefore, it is 5 frames / second or more in order to express the phase lag time by dividing it into multiple stages (at least 5 stages). It is because it is necessary.
  • the phase delay time will be described later, it is described in detail in, for example, the above-mentioned Patent Document 1 and the like. For details, refer to the same document.
  • step S3 the radiation irradiation instruction by the operation of the operation unit 23 is waited.
  • the cycle detection start instruction is output to the cycle detection device 16, and the cycle The cycle detection of the respiratory movement of the subject M by the detection sensor 15 and the cycle detection device 16 is started (step S4).
  • Step S5 When the cycle detection device 16 detects a predetermined state (for example, a conversion point from inspiration to expiration), an imaging start instruction is output to the radiation irradiation control device 12 and the reading control device 14, and dynamic imaging starts.
  • a predetermined state for example, a conversion point from inspiration to expiration
  • an imaging start instruction is output to the radiation irradiation control device 12 and the reading control device 14, and dynamic imaging starts.
  • Step S5 That is, radiation is emitted from the radiation source 11 at a pulse interval set in the radiation irradiation control device 12, and a frame image is acquired by the radiation detection unit 13.
  • the control unit 21 When the cycle detecting device 16 detects a predetermined number of dynamic cycles, the control unit 21 outputs an instruction to end imaging to the radiation irradiation control device 12 and the reading control device 14, and the imaging operation is stopped.
  • Frame images obtained by shooting are sequentially input to the shooting console 2, stored in the storage unit 22 in association with numbers indicating the shooting order (step S6), and displayed on the display unit 24 (step S7).
  • the imaging engineer confirms the positioning and the like based on the displayed dynamic image, and determines whether an image suitable for diagnosis is acquired by imaging (imaging OK) or re-imaging is necessary (imaging NG). Then, the operation unit 23 is operated to input a determination result.
  • step S8 When a determination result indicating that the shooting is OK is input by a predetermined operation of the operation unit 23 (step S8; YES), an identification ID for identifying the dynamic image or each of a series of frame images acquired by the dynamic shooting is displayed. Information such as patient information, examination site, radiation irradiation conditions, image reading conditions, imaging order number, cycle information, etc. are attached (for example, written in the header area of the image data in DICOM format) To the diagnostic console 3 (step S9). Then, this process ends. On the other hand, when a determination result indicating photographing NG is input by a predetermined operation of the operation unit 23 (step S8; NO), a series of frame images stored in the storage unit 22 is deleted (step S10), and this processing is performed. finish.
  • the diagnostic console 3 receives a series of frame images of the dynamic image from the imaging console 2 via the communication unit 35, it cooperates with the control unit 31 and the image analysis processing program stored in the storage unit 32. As a result, the image analysis processing shown in FIG. 3 is executed.
  • the diagnostic console 3 is not necessarily configured to perform both the ventilation analysis process and the pulmonary blood flow analysis process, and either one of the processes or other, for example, the joint portion of the human body described above. It is also possible to configure to perform expansion / contraction function analysis processing or the like.
  • the ventilation analysis process and the pulmonary blood flow analysis process in the image analysis process are described in detail in the above-mentioned Patent Document 1, so refer to the document for details.
  • step S11 the ventilation analysis process
  • step S12 the pulmonary blood flow analysis process
  • the vertical height of the diaphragm is calculated as an index value from a chest dynamic image obtained by imaging the lung field.
  • the diaphragm promotes the respiratory motion of the lungs by its vertical movement.
  • the vertical movement of the diaphragm is an index indicating the respiratory motion of the lung
  • the vertical height of the diaphragm is an index value indicating the respiratory motion of the lung (hereinafter referred to as an index value). It becomes.
  • the vertical height of the diaphragm as the index value can be expressed as a distance D in the vertical direction between the lung apex and the diaphragm.
  • the horizontal axis represents the elapsed time t from the start of dynamic imaging
  • the vertical axis represents the distance D.
  • the distance D may be referred to as the height D in the vertical direction of the diaphragm.
  • various values can be calculated based on the vertical height D of the diaphragm as an index value indicating this respiratory motion.
  • phase delay time ⁇ T is calculated as a phase delay time ⁇ T using, for example, a time delay time calculation method based on Fourier series expansion, and if attention is paid to this phase delay time ⁇ T, whether there is an abnormality in the ventilation function in the lung field region or not. I understand.
  • the lung field region R that expands or contracts with breathing for each frame image is represented by the reference image (for example, the first image) shown in FIG.
  • the frame is determined such that the size and position of the lung field region R are not changed in each frame image. Form an image.
  • the lung field region R of each frame image is divided into a plurality of regions (small blocks A1), and an average signal value (density average value) of pixels in each small block A1 is calculated.
  • an average signal value density average value
  • the time change of the average signal value for each small block A1 is acquired as shown by the solid line in FIG.
  • the phase delay time ⁇ T can be calculated for each block A1.
  • the phase delay time ⁇ T is substantially constant according to the distance from the diaphragm.
  • the phase delay time ⁇ T increases. Therefore, for example, as shown in FIG. 7, the phase delay time ⁇ T of each small block A1 calculated as described above (in FIG. 7, the phase delay time ⁇ T of each small block A1 is represented by the magnitude of the luminance value, and the map M1 In this case, an abnormality determination is performed to determine whether or not a threshold value corresponding to the distance from the diaphragm is exceeded.
  • these maps M2 and the like can be used for diagnosis of chronic obstructive pulmonary disease (COPD) in the respiratory department, interstitial pneumonia, lung ventilation disorders such as pneumothorax, and the like.
  • COPD chronic obstructive pulmonary disease
  • a ventilation function is provided along with the maps M1, M2, as shown in FIG. If a standard lag degree map M0 representing the standard phase lag time ⁇ T for each small block A1 in a normal lung field that has not decreased is displayed, a doctor or the like who sees them displays a local area in the lung field of the subject M. Therefore, it is possible to easily and accurately identify the place where the ventilation function is reduced.
  • the motion of the heart wall is used as an index indicating the pulsation of the heart
  • the heart wall position is determined as the heart beat from the chest dynamic image obtained by photographing the lung field as described above. It is calculated as an index value indicating movement. That is, although not shown, the heart region is determined from each frame image to identify the reference position of the heart wall of the left ventricle, and the heart wall position is determined based on the position in the horizontal direction (X coordinate, see FIG. 6), for example. X and its change over time can be calculated, for example, as shown by a broken line in FIG.
  • various values can be calculated based on the heart wall position X as an index value indicating the heart beat.
  • the lung field signal value in each frame image changes depending on the pulmonary blood flow generated by the heart beat, and the pulmonary blood flow changes in accordance with the heart wall position X as the index value indicating the heart beat.
  • the increase or decrease in the signal value due to the pulmonary blood flow occurs slightly behind the heart wall position X as the index value, as shown by the solid line in FIG.
  • This time delay is calculated as a phase delay time ⁇ T using, for example, a time delay time calculation method based on Fourier series expansion, and it can be determined whether or not there is an abnormality in pulmonary blood flow by paying attention to this phase delay time ⁇ T. .
  • the lung field region R of each frame image is divided into a plurality of small blocks A1 (see FIG. 6), and the average signal value (density average value) of the pixels in each small block A1 is calculated.
  • the temporal change of the average signal value for each small block A1 is acquired as shown by the solid line in FIG.
  • each small block A1 is analyzed.
  • the phase delay time ⁇ T can be calculated.
  • the phase delay time ⁇ T is substantially constant according to the distance from the center of the heart as shown in the standard delay degree map M10 in FIG. If there is an abnormal part, the phase delay time ⁇ T of that part becomes large. Therefore, for example, as shown in FIG. 9, the phase lag time ⁇ T of each small block A1 calculated as described above (in FIG. 9, the phase lag time ⁇ T of each small block A1 is represented by the magnitude of the luminance value, and the map M11. ) Is determined to determine whether or not a threshold value corresponding to the distance from the center of the heart is exceeded.
  • the part is a part where the pulmonary blood flow is locally abnormal in the lung field of the subject M.
  • these maps M12 and the like can be used for diagnosis of pulmonary blood flow in acute pulmonary thromboembolism (economy class syndrome) in cardiology, for example.
  • the diaphragm in the vertical direction as the index value indicating the respiratory motion of the lungs.
  • the height D (and its time change) and the heart wall position X (and its time change) as an index value indicating the heart beat are calculated. Based on these index values, maps M1, M2, maps M11, M12, and the like are generated.
  • image analysis is performed using the movement of a joint part as an index and the angle of the joint part as an index value.
  • the result of the image analysis can be used for, for example, treatment or diagnosis of a joint part in surgery or orthopedics.
  • console according to the present embodiment will be described.
  • the operation of the console according to this embodiment will also be described.
  • the console according to the present embodiment is the above-described diagnostic console 3 will be described and simply represented as the console 3.
  • the console according to the present embodiment includes the above-described imaging console. 2 may also be included.
  • the dynamic analysis technique as described above is a new inspection method with a short history. Then, it cannot be said that a routine for diagnosis by a doctor and a routine for imaging by a radiographer have been established. Under the present circumstances, it is not known what part of the dynamic image of the examination target part the doctor will pay attention to in the first place.
  • what kind of features the frame image in which the doctor is interested in among the dynamic images is a frame image, that is, what value of what index is displayed in the frame image, etc.
  • the console 3 learns whether or not the doctor is interested.
  • the console 3 has display means and learning means.
  • the display unit 34 of the diagnostic console 3 corresponds to the display unit
  • the control unit 31 that is, the CPU
  • the display means 34 and the learning means 31 are hereinafter referred to.
  • the console 3 includes selection means such as a keyboard and a mouse as shown in FIG. 10A.
  • the selection unit 33 is hereinafter referred to.
  • the console 3 reproduces
  • an operator in this case, a doctor.
  • the learning means 31 of the console 3 detects that an operation that may be of interest by the operator is performed during reproduction of the dynamic image, the learning means 31 in the frame image displayed on the display means 34 at that time , Statistical processing is performed on an index value (hereinafter referred to as an index value) relating to the dynamics of the inspection target region, and the frequency of appearance of the index value is learned.
  • an index value hereinafter referred to as an index value
  • an operation that may indicate interest is an operation that is performed when the operator has expressed interest, but in fact, the operator may have performed the operation not necessarily because the operator has expressed interest. Because it is possible, it is expressed as “an operation that may indicate interest”. However. In order to simplify the description, the following description will be mainly given as “an operation showing interest”.
  • the examination target region may be not only the lung but also, for example, a joint part of the human body
  • the index value related to the dynamics is the vertical height D of the diaphragm or the heart when the examination target region is the lung.
  • the wall position X but also the angle of the joint when the examination target part is a joint part of the human body may be used.
  • the console 3 (in this case, the diagnostic console 3) is configured to display a diagnostic screen as shown in FIG. 10B on the display means 34, for example.
  • a dynamic image display unit 40 that displays each frame image of the dynamic image is provided in the upper left portion of the diagnostic screen.
  • the dynamic image display unit 40 displays a dynamic image in a state where the lung field region R is divided into small blocks A1 as shown in FIG. 4 and FIG.
  • the dynamic image itself can be displayed, and the dynamic image can be displayed in various states on the dynamic image display unit 40.
  • a dynamic image reproduction operation unit 50 is provided below the dynamic image display unit 40 on the diagnosis screen, and is displayed on the dynamic image display unit 40 by clicking a button icon displayed there.
  • the dynamic image can be rewound, reproduced, paused, stopped, fast forwarded, and the like.
  • a frame image number can be input, and when the frame image number is input, the dynamic image display unit 40 plays back the frame image of that number. It is also possible to do. Note that the frame skip operation unit 60 of interest provided below the dynamic image reproduction operation unit 50 on the diagnosis screen will be described later.
  • the index value display unit 70 is provided in the upper right part of the diagnosis screen.
  • the index value display unit 70 for example, the index value indicated by a broken line in FIGS. 5 and 8 (that is, the distance D between the lung apex and the diaphragm in the case of FIG. 5 (that is, the vertical height D of the diaphragm), FIG.
  • a graph-like display is made with the heart wall position X) as the vertical axis and the time t as the horizontal axis.
  • the frame image of the dynamic image displayed on the dynamic image display unit 40 indicates which frame the image is displayed in the form of graph-like characters, arrows, lines
  • the operator indicates which frame image of the dynamic image currently displayed on the dynamic image display unit 40 is, and an index at that time. You can understand at a glance what the value is.
  • the frame image number It is also possible to display as shown by a progress bar or the like.
  • An analysis operation unit 80 is provided below the index value display unit 70 on the diagnosis screen.
  • a window pops up on the diagnosis screen, and an index value (for example, displayed on the index value display unit 70 on the window)
  • the height D in the vertical direction of the diaphragm and the heart wall position X can be selected.
  • the analysis parameter button 82 of the analysis operation unit 80 when clicked, a window pops up on the diagnosis screen, and the parameters used for the dynamic analysis can be changed and input on the window. Yes.
  • the analysis re-execution button 83 is clicked after inputting the analysis parameters, the dynamic analysis is performed again based on the analysis parameters input as described above, and the dynamic image obtained as a result of the execution again is the dynamic image display unit 40. Is displayed.
  • the analysis parameters the description is omitted above, but examples include parameters used for various calculations, cutoff frequencies of low-pass filters and high-pass filters, pixel pitches, sizes of the small blocks A1, and the like.
  • the range of dynamic analysis can be changed.
  • the analysis parameter input unit 82 can be configured to change parameters related to the display of the dynamic image, such as the brightness and magnification of the entire dynamic image when the dynamic image is displayed on the dynamic image display unit 40. It is also possible to provide another button icon for this purpose.
  • the learner ON / OFF button 84 of the analysis operation unit 80 is clicked on the diagnosis screen by the operator (doctor), the “learning ON” state is entered, and the learning means 31 of the console 3 The learning process is started.
  • the learning ON / OFF button 84 is clicked again, the state becomes “learning OFF”, and the learning unit 31 stops the learning process.
  • various data such as the vertical and horizontal sizes of lung fields and the cardiothoracic ratio in the frame image displayed on the dynamic image display unit 40 can be measured. Is also possible.
  • the learning means 31 of the console 3 performs an operation (operation that may indicate interest) that shows interest by the operator (in this case, a doctor) during reproduction of the dynamic image.
  • an operation operation that may indicate interest
  • statistical processing is performed on the index value relating to the dynamics of the region to be examined in the frame image displayed on the display means 34 (that is, the dynamic image display unit 40 of the diagnostic screen) at that time. The frequency of occurrence of values is learned.
  • the operator's doctor determines the parameters used for the dynamic analysis on the frame image, that is, the parameters used for the various calculations described above and the low-pass.
  • Changing the analysis method for the frame image in various ways by changing the cut-off frequency, pixel pitch, small block A1, size of the small block A1, dynamic analysis range, etc. There is a case of performing an operation of viewing.
  • the learning means 31 is configured to detect that an operation of interest by the operator (physician) has been performed, for example, when the parameter used for the dynamic analysis is changed and input by the operator. be able to.
  • the operator clicks the analysis parameter input unit 82 of the analysis operation unit 80 in a state where a certain frame image in the dynamic image is displayed on the dynamic image display unit 40, and the window
  • the learning means 31 detects that the parameter used for the dynamic analysis on the dynamic image is changed and input by performing a pop-up display or the like, an operation showing an interest by the operator (doctor) is performed. It is detected that this has been done.
  • the frame image may be paused so that it can be viewed frequently, or when the operator goes too far, the frame image can be rewound and viewed. To do is often done.
  • the dynamic image reproduction operation unit 50 on the above-described diagnosis screen (see FIG. 10B)
  • the operator can change the dynamic image.
  • the frame images of interest in the video are slow-played and often viewed.
  • the learning means 31 detects that an operation of interest by the operator has been performed by, for example, a pause, rewind, or slow playback operation performed by the operator during playback of the dynamic image. It can also be configured as follows.
  • the operator clicks a button icon such as pause or rewind of the dynamic image playback operation unit 50 during playback of the dynamic image to pause the dynamic image.
  • a button icon such as pause or rewind of the dynamic image playback operation unit 50 during playback of the dynamic image to pause the dynamic image.
  • the learning unit 31 can be configured to detect that an operation indicating an interest has been performed by the operator, for example, when a parameter related to the display of the dynamic image is changed and input by the operator. It is.
  • the operator when the operator outputs information on the frame image displayed on the dynamic image display unit 40 of the diagnosis screen to an external system such as an electronic medical record, an interpretation report, or PACS, the operator You can see that you are interested in images. Therefore, even when such an operation is performed by the operator, it can be configured to detect that an operation indicating an interest is performed by the operator.
  • an external system such as an electronic medical record, an interpretation report, or PACS
  • the operator inputs information to the electronic medical record or the like on the console 3 while the frame image is displayed on the dynamic image display unit 40 of the diagnosis screen, or the operator re-enters the console 3 via the console 3 in that state. It can be seen that the operator is interested in this frame image even when an operation for requesting photographing is performed. For this reason, even when such processing or operation is performed by the operator, it can be configured to detect that an operation indicating interest is performed by the operator.
  • the learning unit Reference numeral 31 is configured to detect that an operation indicating interest is performed by the operator. And by comprising in this way, it becomes possible to detect exactly that the operator performed operation which shows interest.
  • the operator when the operator clicks pause to go to the toilet, etc., or when rewinding the dynamic image and reviewing it from the beginning, the operator pauses or rewinds. I'm not interested in frame images. Therefore, for example, when the pause continues for a long time such as 1 minute or more, when the number of rewinded frames is larger than a predetermined number, or when slow playback is performed for a long time, the operator It may be configured not to detect that an operation indicating interest has been performed.
  • the operator is displayed at that time. It may be difficult to think that they are interested in the frame image. Therefore, when the parameter is simply returned to the default setting, it may be configured not to detect that the operator has performed an operation of interest.
  • a display index value selection button 81 is displayed on the index value display unit 70 of the diagnostic screen by the operator.
  • the index value such as the distance D (see FIG. 5), the heart wall position X (see FIG. 8), the angle of the joint portion, or the like, which is selected by clicking, is displayed.
  • the operator selecting an index value with the selection means 33 such as a mouse or a keyboard is the same as selecting an index type.
  • the learning unit 31 detects that the operator who has viewed the frame image displayed on the display unit 34 has performed an operation of interest, the type of inspection target portion selected by the selection unit 33 is detected. It is possible to configure to learn the index value related to the dynamics of the index, that is, the index value displayed on the index value display unit 70 when the display index value selection button 81 is clicked and selected in the example of the diagnostic screen described above. It is.
  • the statistical processing is performed as follows. In the following, the case of using a histogram or a virtual voting box provided in memory as statistical processing will be described. However, any statistical method can be used as long as it can determine the frequency of appearance of index values. It may be a process.
  • the index value v (i) has a predetermined class width.
  • the divided histogram H (i) is prepared in a memory such as a RAM of the console 3.
  • the learning means 31 detects the index of the index of the selected type i when it is detected that the operation of interest by the operator is performed as described above when reproducing the dynamic image. Vote the value v (i) to the corresponding class of the corresponding histogram H (i).
  • the statistical processing is performed in this way, and the index value v related to the dynamics of the examination target portion appearing in the frame image displayed on the display unit 34 when the operator performs an operation showing interest.
  • the appearance frequency of the index value v (i) is learned, and what value (index value) of what index (index type i) appears in the frame image.
  • the learning means 31 of the console 3 learns whether the doctor is interested in v (i)).
  • the class width of the histogram H (i) should be determined according to the index type i, etc., depending on the class width, that is, about three levels of large, medium, and small, or whether to classify more finely. It is decided accordingly.
  • the operator clicks the index value v (i) selected by clicking the display index value selection button 81 on the diagnosis screen (that is, the index value v (i) displayed on the index value display unit 70). ), It is assumed that there are many cases of watching the frame image with interest. Therefore, as described above, when the learning means 31 detects that an operation showing interest is performed by the operator, the selection is performed. The case has been described in which the index value of the type i (that is, the index value v (i)) is learned.
  • the operator is interested in the index value v (i) displayed on the index value display unit 70 of the diagnostic screen in the frame image.
  • the index value v (i) of the index value display unit 70 is not switched to another index value v (i) (that is, the index type i is not switched to another type i).
  • the frame image is viewed with an interest in other index values v (i) (specifically, dynamics related to the other index values v (i)).
  • the index value v (i) to be learned is set to the index value v (i) selected by the operator (that is, the index value v (i) displayed on the index value display unit 70 as described above).
  • the learning means for all index values v (i) designated in advance that is, for example, all index values v (i) that can be selected when the display index value selection button 81 is clicked). It is also possible to configure so that 31 performs learning in parallel as described above.
  • the operator is not interested in a certain index value v (i) itself while looking at the frame image of the dynamic image.
  • the index value v (i) May be interested in a specific pattern of time variations dv (i) / dt (see, for example, the portion shown as “display frame” in FIG. 12A).
  • a virtual voting box B (i) divided into patterns for voting a pattern of time variation dv (i) / dt of an index value v (i) as shown in FIG. ) Prepare for each.
  • the learning means 31 analyzes the pattern of the time change dv (i) / dt of the index value v (i) at the time when it is detected that the operation indicating the interest is performed by the operator during the reproduction of the dynamic image. Then, by voting to the corresponding box of the corresponding virtual voting box B (i), the appearance frequency of the pattern of the time change dv (i) / dt of the index value v (i) is learned. . By configuring in this way, the learning means of the console 3 determines what kind of index value v (i) appears in the frame image and the pattern of the time change dv (i) / dt of the doctor. 31 is to learn. At this time, how to divide the patterns of the virtual voting boxes B (i) into patterns is appropriately determined according to the index type i and the like.
  • the pattern of the index value v (i) and the index value v (i) with time change dv (i) / dt appearing in the frame image in which the operator (in this case, a doctor) who has seen the dynamic image is interested is It is understood that there is a lot of information useful for diagnosis. Therefore, the range (class) of the index value v (i) and the time variation dv of the index value v (i) with a large number of votes in the histogram H (i) and the virtual voting box B (i) and a high appearance frequency.
  • the pattern (i) / dt is considered to lead to information useful for diagnosis.
  • the statistical processing is performed on the pattern of the index value v (i) and the time change dv (i) / dt of the index value v (i) in the frame image in which the operator is interested in the configuration as described above.
  • Information useful for diagnosis from the results of voting that is, the appearance frequency
  • the learning means 31 It is possible for the learning means 31 to automatically and accurately determine a location (that is, a frame image) in a dynamic image that includes a large amount of importance.
  • the learning unit 31 performs an operation that indicates an interest (operation that may indicate an interest) by the operator during the reproduction of the dynamic image.
  • the index value v (i) of the index relating to the dynamics of the examination target site in the frame image currently displayed on the display means 34 and the time change dv (i) / dt of the index value v (i) Statistical processing is performed on the pattern to learn the appearance frequency of the pattern of the index value v (i) and the time change dv (i) / dt of the index value v (i).
  • the learning means 31 performs statistical processing on the pattern of the index value v (i) and the time change dv (i) / dt of the index value v (i) in the frame image in which the operator is interested and appears.
  • the frequency information useful for diagnosis can be obtained by using the learning result (that is, in the above example, the appearance frequency in each box of the histogram H (i) or the virtual box B (i)). It is possible to automatically and accurately determine a portion (that is, a frame image) in a dynamic image that includes many and has high importance.
  • the imaging technician does not judge and determine the importance as shown in Patent Document 2 described above, but the doctor who makes the diagnosis It is possible to identify a part (frame image) in a dynamic image that contains a lot of useful information for diagnosis that is of interest to a person as a part in a dynamic image with high importance, and the learning result is useful for diagnosis. Become.
  • the height D of the diaphragm, the heart wall position X, the angle of the joint portion, and the like are given as the index types, but the index is not limited thereto.
  • the signal value based on the temporal change in the average signal value of the pixels (see the solid line in FIG. 5) and the pulmonary blood flow rate. Change over time (see the solid line in FIG. 8), etc., but the average signal value of the pixel for each small block A1 and the signal value based on the pulmonary blood flow can be learned as an index or index value v (i), It is also possible to configure to learn the pattern of the time change dv (i) / dt of the index value v (i).
  • M2 (see FIG. 7), a map M11 representing the phase delay time ⁇ T related to the pulmonary blood flow in each small block A1, and a map M12 representing the abnormality determination result are formed (see FIG. 9).
  • the average signal value of the pixel in the small block A1 in the part where the lung ventilation function or pulmonary blood flow is abnormal is set as an index or index value v (i) peculiar to the part, or there is abnormality.
  • a pattern of time variation dv (i) / dt of the index value v (i) may be set as a learning target.
  • the cycle detection device 16 is in any state during one cycle of the number of respiratory cycles or the current respiratory movement based on the detection information input by the cycle detection sensor 15.
  • the detection information input by the cycle detection sensor 15. For example, inspiration, inspiration to expiration conversion point, expiration, expiration to inspiration conversion point
  • the pattern of time change dv (i) / dt of the index value v (i) or the index value v (i) is used as a learning target. It is also possible to configure.
  • the doctor does not look at the image detected by the cycle detection sensor 15 at the time of capturing the dynamic image, but reproduces it on the display means 34 of the console 3 after the dynamic image is captured. If there is a frame image of interest, the operation indicating the interest (operation that may indicate interest) is performed.
  • an image detected by the cycle detection sensor 15 at the time of shooting is stored, and the console 3 is synchronized with each frame image of the dynamic image at the same time (or almost the same).
  • Each time detected by the cycle detection sensor 15 is associated with each other at (time).
  • the console 3 calculates the image detected by the cycle detection sensor 15 corresponding to the frame image displayed at that time, and the index in the image is displayed. It is possible to configure to learn the pattern of the time change dv (i) / dt of the value v (i) and the index value v (i).
  • Dynamic analysis is a new test method with a short history, and what index value v (i) is suitable for diagnosis for what disease has not been determined, so at least as described above for diagnosis When learning is performed, it is desirable that the learning can be performed for many indexes that may contribute to diagnosis.
  • the result learned in the console 3 as described above can be configured to be utilized as follows, for example.
  • the console 3 provides an attention level selection button 61 to the attention frame skip operation unit 60 provided below the dynamic image reproduction operation unit 50 on the diagnosis screen as an input means capable of inputting the attention level. indicate.
  • the attention level selection button 61 When the operator clicks the attention level selection button 61, a window pops up on the diagnosis screen, and the attention level I can be input on the window.
  • the attention degree I is input as a numerical value in the range of 1 to 10, for example.
  • the learning unit 31 selects the index value v (i) selected by clicking the display index value selection button 81 of the analysis operation unit 80 as described above (that is, the index value display unit 70 in the above case).
  • Vote for the histogram H (i) (see FIG. 11) corresponding to the type i of the index value v (i)) to be displayed in a graph or the box of the virtual voting box B (i) (see FIG. 12B).
  • the index value v (i) belonging to the class of the histogram H (i) having a high degree of attention I specified as described above or the box of the virtual voting box B (i) It is possible to start the reproduction of the dynamic image from the frame image in which the pattern of the time change dv (i) / dt of the index value v (i) first appears (that is, to cue).
  • the index image v (i) according to the operator's degree of attention and the time variation dv (i) / dt of the index value v (i) will be cued from the frame image in which the pattern appears and the dynamic image Can be played. Therefore, the operator reproduces the dynamic image from the beginning, and searches for a frame image in which the index value v (i) corresponding to the degree of attention and the temporal change dv (i) / dt pattern of the index value v (i) appear. It is possible to save the time and reproduce the dynamic image from the frame image to be viewed.
  • the index value v (i) or the like input by the operator or the attention degree I is set.
  • the index value v (i) or the like input by the operator or the attention degree I is set.
  • Example of use 2 Application of learning results on the diagnostic console to the imaging console
  • the result of learning by the learning means 31 of the diagnostic console 3 performed as described above that is, the histogram H (i), the virtual voting box B (i), the class and the appearance frequency of each box).
  • the imaging console 2 at the time of capturing a dynamic image, whether the imaging engineer confirmed the dynamic image displayed on the display unit 24 and acquired an image suitable for diagnosis (imaging OK). Then, it is determined whether re-shooting is necessary (shooting NG).
  • the control unit 21 of the imaging console 2 uses the index value v (i) and the index.
  • Time v of the value v (i) dv (i) / dt The frame value where the number of votes of the pattern having a large number of votes and the portion of the frame image where the pattern appears is slow to play back the dynamic image to make it easier for the camera technician to check, In other frame image portions, the dynamic image can be configured to be fast-forwarded and reproduced.
  • the portion of the frame image that contains a lot of useful information for diagnosis in the dynamic image is slow-played, so that the imaging engineer can reliably identify such a frame image portion, It is possible to accurately determine whether an image suitable for diagnosis has been acquired.
  • this confirmation work should be performed promptly while accurately determining whether or not the imaging target region has been reliably captured in the frame image. Is possible.
  • the learning result of the learning means 31 of the diagnostic console 3 performed as described above is transmitted to the imaging console 2 (see FIG. 1), and the learning result is applied to the imaging console 2.
  • the learning console 2 When the learning console 2 is configured to perform learning, it can be configured to perform learning in the same manner as when the diagnosis console 3 is used for learning.
  • the console 3 is read as console 2 (shooting console 2), and the control unit 21 of the shooting console 2 is learning means and the display unit 24 is display means.
  • the imaging engineer who is an operator pauses, rewinds, or slowly reproduces the dynamic image when determining whether or not an image suitable for diagnosis has been acquired in the dynamic image confirmation operation. There is a case. Therefore, when such an operation is performed by the operator, it can be seen that the operator is interested in this frame image. Therefore, when such an operation is performed by the operator, it can be configured to detect that an operation indicating an interest is performed by the operator.
  • the frame image displayed on the display means 24 of the console 2 when the imaging engineer who is the operator determines that the dynamic image is not suitable for diagnosis and needs to be re-photographed is also used by the operator. It can be seen that the frame image has Therefore, when the operator inputs an instruction to perform re-shooting, it can be configured to detect that an operation indicating interest is performed by the operator.
  • the process is performed at the time of capturing a dynamic image, and the dynamic analysis by the diagnostic console 3 has not yet been performed on the dynamic image. Therefore, the learning means 21 (control unit 21) of the imaging console 2 performs calculation processing of the index value v (i) and the like before performing statistical processing.
  • the learning means 21 performs image processing on the captured dynamic image in the same manner as in the case of the diagnostic console 3 described above, or performs simpler image processing.
  • a lung field region is included in the frame image.
  • the lung field region R is divided into small blocks (not necessarily the same as the small block A1 described above) in addition to the vertical height D of the diaphragm and the heart wall position X.
  • the index value v (i) is automatically calculated (i.e., the operation of the radiographer) by calculating the average signal value and contrast of the pixels within each small block or the region of interest ROI set in the lung region R. Calculate).
  • index value v (i) of interest and the time frequency dv (i) / dt pattern appearance frequency of the index value v (i) are automatically and accurately learned. It becomes possible.
  • the dynamic image is slow-reproduced in the portion of the frame image in which the imaging engineer is interested, and the dynamic image is fast-forwarded in other portions. Therefore, it is possible to obtain a beneficial effect such that the photographing engineer can accurately and promptly confirm the dynamic image.
  • each class of the histogram H (i) and the voting box B in the index value v (i) displayed on the index value display unit 70 and the like on the above-described diagnosis screen see FIG. 10B. It is possible to display the appearance frequency and ranking of each box in (i), or display the parts for each class in different colors.
  • the frame image of the dynamic image displayed on the dynamic image display unit 40 can indicate which frame image, for example, by a progress bar.
  • the progress bar can be used in accordance with the appearance frequency and ranking of the index value v (i) in each frame image of the dynamic image. It is also possible to configure such that the portion to be displayed is color-coded into colors corresponding to the appearance frequency, ranking, and the like.
  • the index value v (i) corresponds to the corresponding class of the histogram H (i). Voted for.
  • the console 3 when the console 3 continues to reproduce the dynamic image, for example, if the index value v (i) becomes an index value belonging to the above class, the console 3 It is also possible to configure such that the input parameters are displayed.
  • the present invention is not limited to the above-described embodiment and the like, and can be appropriately changed without departing from the gist of the present invention.
  • It may be used in the field of radiographic imaging (especially in the medical field).

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Radiology & Medical Imaging (AREA)
  • Pathology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Databases & Information Systems (AREA)
  • Quality & Reliability (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Optics & Photonics (AREA)
  • Signal Processing (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Molecular Biology (AREA)
  • Human Computer Interaction (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

動態画像中の重要度が高い箇所を自動的に割り出すことが可能なコンソールを提供する。　コンソール２、３は、操作者の操作に従って複数のフレーム画像からなる動態画像を再生して表示する表示手段２４、３４と、動態画像の再生時に、操作者により関心を示す可能性がある操作が行われたことを検知すると、その時点で表示手段２４、３４に表示されているフレーム画像における、検査対象部位の動態に関する指標値ｖ(i)や指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンに対して統計処理を行って、指標値ｖ(i)や指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンの出現頻度を学習する学習手段２１、３１とを備える。

Description

コンソール及び動態画像撮影診断システム
　本発明は、コンソール及び動態画像撮影診断システムに関する。
　従来のフィルム／スクリーンや輝尽性蛍光体プレートを用いた放射線の静止画撮影及び診断に対し、ＦＰＤ（flat panel detector）等の半導体イメージセンサーを利用して検査対象部位の動態画像を撮影し、診断に応用する試みがなされるようになってきている（例えば特許文献１等参照）。
　具体的には、半導体イメージセンサーの画像データの読取・消去の応答性の早さを利用し、半導体イメージセンサーの読取・消去のタイミングと合わせて放射源からパルス状の放射線を連続照射し、１秒間に複数回の撮影を行って、検査対象部位の動態を撮影する。撮影により取得された一連の複数枚の画像を順次表示することにより、医師は検査対象部位の一連の動きを認識することが可能となる。
特開２０１０－２６８９７９号公報 特開２００２－０９５６４０号公報
　ところで、超音波診断装置や磁気共鳴映像装置等の例であるが、特許文献２には、被写体の動画を撮影する際に、撮影技師が、撮影と同時に表示された動画を見ながら重要度を判断し、動画の画像データに対して、例えば重要度が高いほど大きな数になるようにマーカー（栞）を関連付ける。そして、医師が動画を見て診断する際に、例えば大きな数を設定して重要度が高い部分を再生するように設定すると、重要度の低い部分（設定された数より小さい数のマーカーが関連付けられた部分）はとばして、設定された数以上のマーカーが関連付けられた動画の部分のみを再生するように構成された医用画像診断装置の発明が開示されている。
　超音波診断装置やＭＲＩ（magnetic resonance imaging）等の磁気共鳴映像装置等の分野は、病院等の施設に導入され、それらの装置を用いた診断が行われるようになってからの歴史が長く、医師による診断のルーチンや撮影技師による撮影のルーチンが確立されている分野であるため、医師の診断にとって動画中のどのような部分が重要であるかを撮影技師が知っている。そのため、上記のように、撮影技師が、撮影の段階で、撮影中の動画を見てその部分の重要度を判断することができる。また、医師は、重要度が高い部分に大きな数のマーカーが的確に関連付けられるため、上記のようにマーカーに基づいて重要な部分のみ再生することが可能となる。
　しかしながら、上記のような、ＦＰＤ等の半導体イメージセンサーを利用して被写体の検査対象部位の動態画像を撮影し診断に応用する試み、すなわち動態解析の技術は、歴史が浅い新しい検査方法であるため、現状では、医師による診断のルーチンや撮影技師による撮影のルーチンが確立されているとは言えない状況にある。また、それ以前に、現状では、医師が、検査対象部位の動態画像のどのような箇所に着目して診断を行うかがそもそも分かっていない。
　そのような状況において、上記の特許文献２のように、撮影技師が勝手に判断して重要度を決めるのは危険であると言わざるを得ず、撮影技師も動態画像のどのような箇所に着目すればよいかが分からないであろう。また、医師も、実際に動態画像を見て診断してみないと、動態画像のどのような箇所に着目すれば診断に利するのかが分からないものと考えられる。
　本発明は、上記の点を鑑みてなされたものであり、動態画像中の重要度が高い箇所を自動的に割り出すことが可能なコンソール及び動態画像撮影診断システムを提供することを目的とする。
　前記の問題を解決するために、本発明のコンソールや動態画像撮影診断システムは、
　操作者の操作に従って複数のフレーム画像からなる動態画像を再生して表示する表示手段と、
　前記動態画像の再生時に、操作者により関心を示す可能性がある操作が行われたことを検知すると、その時点で前記表示手段に表示されている前記フレーム画像における、検査対象部位の動態に関する指標の値及び／又は前記指標の値の時間変化のパターンに対して統計処理を行って、前記指標の値及び／又は前記指標の値の時間変化のパターンの出現頻度を学習する学習手段と、
を備えることを特徴とする。
　本発明のような方式のコンソールや動態画像撮影診断システムによれば、動態画像中の重要度が高い箇所を自動的に割り出すことが可能となる。
本実施形態に係る動態画像撮影診断システムの全体構成を示す図である。 撮影用コンソールの制御部で実行される撮影制御処理を示すフローチャートである。 診断用コンソールの制御部で実行される画像解析処理を示すフローチャートである。 １つの呼吸サイクルにおいて撮影された複数の時間位相のフレーム画像を表す図である。 横隔膜の上下方向の高さの時間変化及びある小ブロックの平均信号値の時間変化を表すグラフであり、位相遅れ時間を説明するグラフである。 基準画像の肺野領域や小ブロックを説明する図である。 横隔膜の上下位置の高さの時間変化に対する遅れ度合いマップや異常判定結果を表すマップ等の一例を表す図である。 心臓壁位置の時間変化及びある小ブロックの平均信号値の時間変化を表すグラフであり、位相遅れ時間を説明するグラフである。 心臓壁位置の時間変化に対する遅れ度合いマップや異常判定結果を表すマップ等の一例を表す図である。 コンソールの構成を表す図である。 コンソールの表示手段に表示される診断画面の一例を表す図である。 指標の種類ごとに用意されたヒストグラムの例を表す図である。 指標値の時間変化に特異的なパターンが現れた指標値の例を表すグラフである。 指標の種類ごとに用意された仮想的な投票用ボックスの例を表す図である。
　以下、本発明に係るコンソール及び動態画像撮影診断システムの実施の形態について、図面を参照して説明する。ただし、本発明は図示例のものに限定されるものではない。
　なお、以下では、主に、動態画像撮影診断システムで、被写体の胸部を動態撮影し、肺の換気機能や肺血流を解析する場合について説明するが、これら以外にも、例えば被写体である人体の関節部分の伸縮の様子を動態撮影してその伸縮機能の解析等を行うように構成することも可能であり、本発明は、肺の換気機能や肺血流を解析する場合に限定されない。
［動態画像撮影診断システム１００の構成］
　本実施形態に係る動態画像撮影診断システムの構成について説明する。図１に、本実施の形態における動態画像撮影診断システム１００の全体構成を示す。図１に示すように、動態画像撮影診断システム１００は、撮影装置１と、撮影用コンソール２とが通信ケーブル等により接続され、撮影用コンソール２と、診断用コンソール３とがＬＡＮ（Local Area Network）等の通信ネットワークＮＴを介して接続されて構成されている。動態画像撮影診断システム１００を構成する各装置は、ＤＩＣＯＭ（Digital Image and Communications in Medicine）規格に準じており、各装置間の通信は、ＤＩＣＯＭに則って行われる。
［撮影装置１の構成］
　撮影装置１は、例えば、呼吸運動に伴う肺の膨張及び収縮の形態変化、心臓の拍動等の、周期性（サイクル）を持つ胸部の動態を撮影する装置である。動態撮影は、人体の胸部に対し、Ｘ線等の放射線を連続照射して複数の画像を取得（即ち、連続撮影）することにより行う。この連続撮影により得られた一連の画像を動態画像と呼ぶ。また、動態画像を構成する複数の画像のそれぞれをフレーム画像と呼ぶ。
　撮影装置１は、図１に示すように、放射線源１１、放射線照射制御装置１２、放射線検出部１３、読取制御装置１４、サイクル検出センサー１５、サイクル検出装置１６等を備えて構成されている。
　放射線源１１は、放射線照射制御装置１２の制御に従って、被写体Ｍに対し放射線（Ｘ線）を照射する。放射線照射制御装置１２は、撮影用コンソール２に接続されており、撮影用コンソール２から入力された放射線照射条件に基づいて放射線源１１を制御して放射線撮影を行う。撮影用コンソール２から入力される放射線照射条件は、例えば、連続照射時のパルスレート、パルス幅、パルス間隔、撮影開始／終了タイミング、Ｘ線管電流の値、Ｘ線管電圧の値、フィルター種等である。パルスレートは、１秒あたりの放射線照射回数であり、後述するフレームレートと一致している。パルス幅は、放射線照射１回当たりの放射線照射時間である。パルス間隔は、連続撮影において、１回の放射線照射開始から次の放射線照射開始までの時間であり、後述するフレーム間隔と一致している。
　放射線検出部１３は、ＦＰＤ等の半導体イメージセンサーにより構成される。ＦＰＤは、例えば、ガラス基板等を有しており、基板上の所定位置に、放射線源１１から照射されて少なくとも被写体Ｍを透過した放射線をその強度に応じて検出し、検出した放射線を電気信号に変換して蓄積する複数の画素がマトリックス状に配列されている。各画素は、例えばＴＦＴ（Thin Film Transistor）等のスイッチング部により構成されている。
　読取制御装置１４は、撮影用コンソール２に接続されている。読取制御装置１４は、撮影用コンソール２から入力された画像読取条件に基づいて放射線検出部１３の各画素のスイッチング部を制御して、当該各画素に蓄積された電気信号の読み取りをスイッチングしていき、放射線検出部１３に蓄積された電気信号を読み取ることにより、画像データを取得する。この画像データがフレーム画像である。そして、読取制御装置１４は、取得したフレーム画像を撮影用コンソール２に出力する。
　画像読取条件は、例えば、フレームレート、フレーム間隔、画素サイズ、画像サイズ（マトリックスサイズ）等である。フレームレートは、１秒あたりに取得するフレーム画像数であり、パルスレートと一致している。フレーム間隔は、連続撮影において、１回のフレーム画像の取得動作開始から次のフレーム画像の取得動作開始までの時間であり、パルス間隔と一致している。
　ここで、放射線照射制御装置１２と読取制御装置１４は互いに接続されており、互いに同期信号をやりとりして放射線照射動作と画像の読み取りの動作を同調させるようになっている。
　サイクル検出センサー１５は、被写体Ｍの呼吸運動の状態を検出して検出情報をサイクル検出装置１６に出力する。サイクル検出センサー１５としては、例えば、呼吸モニターベルト、ＣＣＤ（Charge Coupled Device）カメラ、光学カメラ、スパイロメーター等を適用することができる。
　サイクル検出装置１６は、サイクル検出センサー１５により入力された検出情報に基づいて、呼吸サイクル数、及び現在呼吸運動の１サイクル中のどの状態であるか（例えば、吸気、吸気から呼気の変換点、呼気、呼気から吸気の変換点のどの状態か）を検出し、検出結果（サイクル情報）を撮影用コンソール２の制御部２１に出力する。サイクル検出装置１６は、例えば、サイクル検出センサー１５（呼吸モニターベルト、ＣＣＤカメラ、光学カメラ、スパイロメーター等）により肺の状態が吸気から呼気への変換点であることを示す検出情報が入力されたタイミングを１サイクルの基点とし、次にこの状態が検出されるタイミングまでの間を１サイクルとして認識する。
［撮影用コンソール２の構成］
　撮影用コンソール２は、放射線照射条件や画像読取条件を撮影装置１に出力して撮影装置１による放射線撮影及び放射線画像の読み取り動作を制御するとともに、撮影装置１により取得された動態画像を撮影技師によるポジショニングの確認や診断に適した画像であるか否かの確認用に表示する。
　撮影用コンソール２は、図１に示すように、制御部２１、記憶部２２、操作部２３、表示部２４、通信部２５を備えて構成され、各部はバス２６により接続されている。
　制御部２１は、ＣＰＵ（Central Processing Unit）、ＲＡＭ（Random Access Memory）等により構成される。制御部２１のＣＰＵは、操作部２３の操作に応じて、記憶部２２に記憶されているシステムプログラムや各種処理プログラムを読み出してＲＡＭ内に展開し、展開されたプログラムに従って後述する撮影制御処理を始めとする各種処理を実行し、撮影用コンソール２各部の動作や、撮影装置１の放射線照射動作及び読み取り動作を集中制御する。
　記憶部２２は、不揮発性の半導体メモリーやハードディスク等により構成される。記憶部２２は、制御部２１で実行される各種プログラムやプログラムにより処理の実行に必要なパラメーター、或いは処理結果等のデータを記憶する。例えば、記憶部２２は、図２に示す撮影制御処理を実行するための撮影制御処理プログラムを記憶している。また、記憶部２２は、検査対象部位に対応付けて放射線照射条件及び画像読取条件を記憶している。各種プログラムは、読取可能なプログラムコードの形態で格納され、制御部２１は、当該プログラムコードに従った動作を逐次実行する。
　操作部２３は、カーソルキー、数字入力キー、及び各種機能キー等を備えたキーボードと、マウス等のポインティングデバイスを備えて構成され、キーボードに対するキー操作やマウス操作により入力された指示信号を制御部２１に出力する。また、操作部２３は、表示部２４の表示画面にタッチパネルを備えても良く、この場合、タッチパネルを介して入力された指示信号を制御部２１に出力する。
　表示部２４は、ＬＣＤ（Liquid Crystal Display）やＣＲＴ（Cathode Ray Tube）等のモニターにより構成され、制御部２１から入力される表示信号の指示に従って、動態画像を再生して表示したり、各種のデータや、操作部２３から入力された指示内容等を表示する。
　通信部２５は、ＬＡＮアダプターやモデムやＴＡ（Terminal Adapter）等を備え、通信ネットワークＮＴに接続された各装置との間のデータ送受信を制御する。
［診断用コンソール３の構成］
　診断用コンソール３は、撮影用コンソール２から動態画像を取得し、取得した動態画像を表示して医師が読影診断するための動画像処理装置である。なお、撮影用コンソール２から動態画像が一旦ＰＡＣＳ（Picture Archiving and Communication System）等の外部システムに送られた後で診断用コンソール３が外部システムから動態画像を取得するような場合もある。また、撮影用コンソール２と診断用コンソール３が一体化されている、すなわち１台の装置が撮影用コンソール２も診断用コンソール３も兼ねるように構成される場合もある。
　診断用コンソール３は、図１に示すように、制御部３１、記憶部３２、操作部３３、表示部３４、通信部３５を備えて構成され、各部はバス３６により接続されている。
　制御部３１は、ＣＰＵ、ＲＡＭ等により構成される。制御部３１のＣＰＵは、操作部３３の操作に応じて、記憶部３２に記憶されているシステムプログラムや、各種処理プログラムを読み出してＲＡＭ内に展開し、展開されたプログラムに従って、後述する画像解析処理を始めとする各種処理を実行し、診断用コンソール３各部の動作を集中制御する。制御部３１は、後述する画像解析処理を実行することにより画像解析手段を実現する。
　記憶部３２は、不揮発性の半導体メモリーやハードディスク等により構成される。記憶部３２は、制御部３１で画像解析処理を実行するための画像解析処理プログラムを始めとする各種プログラムやプログラムにより処理の実行に必要なパラメーター、或いは処理結果等のデータを記憶する。これらの各種プログラムは、読取可能なプログラムコードの形態で格納され、制御部３１は、当該プログラムコードに従った動作を逐次実行する。
　操作部３３は、カーソルキー、数字入力キー、及び各種機能キー等を備えたキーボードと、マウス等のポインティングデバイスを備えて構成され、キーボードに対するキー操作やマウス操作により入力された指示信号を制御部３１に出力する。また、操作部３３は、表示部３４の表示画面にタッチパネルを備えても良く、この場合、タッチパネルを介して入力された指示信号を制御部３１に出力する。
　表示部３４は、ＬＣＤやＣＲＴ等のモニターにより構成され、制御部３１から入力される表示信号の指示に従って、動態画像を再生して表示したり、各種のデータや、操作部３３から入力された指示内容等を表示する。
　通信部３５は、ＬＡＮアダプターやモデムやＴＡ等を備え、通信ネットワークＮＴに接続された各装置との間のデータ送受信を制御する。
［動態画像撮影診断システム１００の動作］
　次に、上記動態画像撮影診断システム１００における動作について説明する。
［撮影装置１、撮影用コンソール２の動作］
　まず、撮影装置１、撮影用コンソール２による撮影動作について説明する。図２に、撮影用コンソール２の制御部２１において実行される撮影制御処理を示す。撮影制御処理は、制御部２１と記憶部２２に記憶されている撮影制御処理プログラムとの協働により実行される。
　まず、撮影技師により撮影用コンソール２の操作部２３が操作され、撮影対象（被写体Ｍ）の患者情報（患者の氏名、身長、体重、年齢、性別等）の入力が行われる（ステップＳ１）。
　次いで、放射線照射条件が記憶部２２から読み出されて放射線照射制御装置１２に設定されるとともに、画像読取条件が記憶部２２から読み出されて読取制御装置１４に設定される（ステップＳ２）。フレームレート（パルスレート）としては、５フレーム／秒以上が好ましい。通常、肺野内の換気、肺血流の遅延時間差は１秒以下であるため、位相遅れ時間を精度良く複数の段階（少なくとも５段階以上）に分解して表現するには、５フレーム／秒以上を必要とするからである。なお、位相遅れ時間については後で説明するが、例えば前述した特許文献１等で詳しく説明されており、詳しくは同文献等を参照されたい。
　次いで、操作部２３の操作による放射線照射の指示が待機され、操作部２３により放射線照射指示が入力されると（ステップＳ３；ＹＥＳ）、サイクル検出装置１６にサイクル検出開始の指示が出力され、サイクル検出センサー１５及びサイクル検出装置１６による被写体Ｍの呼吸運動のサイクル検出が開始される（ステップＳ４）。
　サイクル検出装置１６により所定の状態（例えば、吸気から呼気への変換点）であることが検出されると、放射線照射制御装置１２及び読取制御装置１４に撮影開始指示が出力され、動態撮影が開始される（ステップＳ５）。即ち、放射線照射制御装置１２に設定されたパルス間隔で放射線源１１により放射線が照射され、放射線検出部１３によりフレーム画像が取得される。サイクル検出装置１６により予め定められた動態サイクル数が検出されると、制御部２１により放射線照射制御装置１２及び読取制御装置１４に撮影終了の指示が出力され、撮影動作が停止される。
　撮影により取得されたフレーム画像は順次撮影用コンソール２に入力され、撮影順を示す番号と対応付けて記憶部２２に記憶されるとともに（ステップＳ６）、表示部２４に表示される（ステップＳ７）。撮影技師は、表示された動態画像によりポジショニング等を確認し、撮影により診断に適した画像が取得された（撮影ＯＫ）か、再撮影が必要（撮影ＮＧ）か、を判断する。そして、操作部２３を操作して、判断結果を入力する。
　操作部２３の所定の操作により撮影ＯＫを示す判断結果が入力されると（ステップＳ８；ＹＥＳ）、動態撮影で取得された一連のフレーム画像のそれぞれに、動態画像を識別するための識別ＩＤや、患者情報、検査対象部位、放射線照射条件、画像読取条件、撮影順を示す番号、サイクル情報等の情報が付帯され（例えば、ＤＩＣＯＭ形式で画像データのヘッダー領域に書き込まれ）、通信部２５を介して診断用コンソール３に送信される（ステップＳ９）。そして、本処理は終了する。一方、操作部２３の所定の操作により撮影ＮＧを示す判断結果が入力されると（ステップＳ８；ＮＯ）、記憶部２２に記憶された一連のフレーム画像が削除され（ステップＳ１０）、本処理は終了する。
［診断用コンソール３の動作］
　次に、診断用コンソール３における動作について説明する。診断用コンソール３においては、通信部３５を介して撮影用コンソール２から動態画像の一連のフレーム画像が受信されると、制御部３１と記憶部３２に記憶されている画像解析処理プログラムとの協働により図３に示す画像解析処理が実行される。
　なお、診断用コンソール３で、必ずしも換気解析処理と肺血流解析処理の両方を行うように構成する必要はなく、いずれか一方の処理、或いは、それら以外の、例えば前述した人体の関節部分の伸縮機能解析処理等を行うように構成することも可能である。また、画像解析処理における換気解析処理や肺血流解析処理については、前述した特許文献１に詳述されているため、詳しくは同文献を参照されたい。
　以下、図３に示したように画像解析処理で換気解析処理（ステップＳ１１）や肺血流解析処理（ステップＳ１２）を行う場合について簡単に説明する。画像解析処理では、種々の指標の値等が算出される。
　例えば、換気解析処理（ステップＳ１１）では、肺野を撮影した胸部動態画像から、横隔膜の上下方向の高さが指標の値として算出される。横隔膜は、その上下運動によって肺の呼吸運動を促すものである。例えば図４に示す、１つの呼吸サイクルにおいて撮影された複数の時間位相Ｔ（Ｔ＝ｔ０～ｔ６）のフレーム画像に示されるように、呼吸サイクルは、横隔膜の位置が上がる呼気期（Ｔ＝ｔ０～ｔ３）と横隔膜の位置が下がる吸気期（Ｔ＝ｔ３～ｔ６）により構成される。このように、胸部動態画像において、横隔膜の上下方向の動きは肺の呼吸運動を示す指標となり、横隔膜の上下方向の高さは肺の呼吸運動を示す指標の値（以下、指標値という。）となる。
　そして、図４からも分かるように、各フレーム画像で、肺尖の上下位置は呼気期でも吸気期でもほとんど変わらない。そのため、指標値としての横隔膜の上下方向の高さを、肺尖と横隔膜の垂直方向の距離Ｄとして表すことができる。そして、例えば図５に破線で示すように、この距離Ｄの時間的推移をプロットすることで、横隔膜の上下方向の高さＤ（肺尖－横隔膜距離Ｄ）の時間変化を取得することができる。なお、図５において、横軸は動態撮影開始からの経過時間ｔを、縦軸は距離Ｄを示している。また、以下では、距離Ｄを、横隔膜の上下方向の高さＤという場合がある。
　また、この呼吸運動を示す指標値としての横隔膜の上下方向の高さＤに基づいて、種々の値を算出することができる。
　例えば、呼吸により肺に空気が取り込まれると肺野の各画素の信号値が大きくなり、肺から空気が吐き出されると肺野の各画素の信号値が小さくなる。そして、この呼吸による信号値の増加や減少は、図５に実線で示すように、指標値としての横隔膜の上下方向の高さＤ（肺尖－横隔膜距離Ｄ）にやや遅れて生じる。この時間的な遅れを、例えばフーリエ級数展開による時間遅れ時間算出方法を用いて位相遅れ時間αＴとして算出し、この位相遅れ時間αＴに着目すると、肺野領域内で換気機能に異常があるか否か等が分かる。
　すなわち、図４に示したように、各フレーム画像ごとに呼吸に伴って拡大したり縮小したりする肺野領域Ｒを、肺野領域Ｒの各位置が図６に示す基準画像（例えば１番目に撮影されたフレーム画像等に定められる。）の肺野領域Ｒの対応する各位置にくるようにシフトさせて、各フレーム画像で肺野領域Ｒの大きさや位置が変わらない状態にされたフレーム画像を形成する。
　そして、各フレーム画像の肺野領域Ｒを複数の領域（小ブロックＡ１）に分割し、各小ブロックＡ１内の画素の平均信号値（濃度平均値）を算出し、この平均信号値の時間的推移をプロットすることで、図５に実線で示したように小ブロックＡ１ごとの平均信号値の時間変化が取得される。そして、この小ブロックＡ１ごとの平均信号値の時間変化のプロファイルの、図５に破線で示した横隔膜の上下方向の高さＤの時間変化のプロファイルに対する時間的な遅れを解析することで、小ブロックＡ１ごとに位相遅れ時間αＴを算出することができる。
　そして、位相遅れ時間αＴは、肺の換気機能が正常であれば、横隔膜からの距離に応じて略一定であるが、肺野領域内に換気機能が異常な箇所があると、その部分では位相遅れ時間αＴが大きくなる。そこで、例えば図７に示すように、上記のようにして算出した各小ブロックＡ１の位相遅れ時間αＴ（なお図７では各小ブロックＡ１の位相遅れ時間αＴが輝度値の大小で表されマップＭ１として表されている。）が、それぞれ横隔膜からの距離に応じた閾値を越えるか否かを判断する異常判定を行う。
　そして、図７の異常判定結果を表すマップＭ２に濃く示されているように（実際には赤等で着色されて表示される。）、異常判定で閾値を越える小ブロックＡ１があれば、その部分が被写体Ｍの肺野において局所的に換気機能が低下している箇所であることが分かる。このように、これらのマップＭ２等は、呼吸器科での慢性閉塞性肺疾患（ＣＯＰＤ）や間質性肺炎、気胸等の肺の換気障害の診断等に用いることができる。
　なお、上記のマップＭ１、Ｍ２等を後述する診断画面の指標値表示部７０（後述する図１０Ｂ参照）に表示する際に、図７に示したように、マップＭ１、Ｍ２とともに、換気機能が低下していない正常な肺野における小ブロックＡ１ごとの標準的な位相遅れ時間αＴを表した標準遅れ度合いマップＭ０を表示すれば、それらを見た医師等が、被写体Ｍの肺野において局所的に換気機能が低下している箇所を容易かつ的確に識別することが可能となる。
　一方、肺血流解析処理（ステップＳ１２）では、心臓壁の動きが心臓の拍動を示す指標とされ、上記のようにして肺野を撮影した胸部動態画像から、心臓壁位置が心臓の拍動を示す指標値として算出される。すなわち、図示を省略するが、各フレーム画像中から心臓領域を割り出して左心室の心臓壁の基準位置を特定し、例えばその水平方向（Ｘ座標。図６参照）の位置に基づいて心臓壁位置Ｘやその時間変化を例えば図８に破線で示すように算出することができる。
　また、この心臓の拍動を示す指標値としての心臓壁位置Ｘに基づいて、種々の値を算出することができる。
　例えば、各フレーム画像における肺野の信号値は、心臓の拍動によって生じる肺血流量によって変わり、肺血流量は、上記の心臓の拍動を示す指標値としての心臓壁位置Ｘにあわせて変わる。そして、この肺血流量による信号値の増加や減少は、図８に実線で示すように、指標値としての心臓壁位置Ｘにやや遅れて生じる。この時間的な遅れを、例えばフーリエ級数展開による時間遅れ時間算出方法を用いて位相遅れ時間αＴとして算出し、この位相遅れ時間αＴに着目すると、肺血流に異常があるか否か等が分かる。
　そこで、上記と同様に、各フレーム画像の肺野領域Ｒを複数の小ブロックＡ１（図６参照）に分割し、各小ブロックＡ１内の画素の平均信号値（濃度平均値）を算出し、この平均信号値の時間的推移をプロットすることで、図８に実線で示したように小ブロックＡ１ごとの平均信号値の時間変化が取得される。そして、この小ブロックＡ１ごとの平均信号値の時間変化のプロファイルの、図８に破線で示した心臓壁位置Ｘの時間変化のプロファイルに対する時間的な遅れを解析することで、小ブロックＡ１ごとに位相遅れ時間αＴを算出することができる。
　そして、この場合、位相遅れ時間αＴは、図９の標準遅れ度合いマップＭ１０に示されるように、心臓の中心部からの距離に応じて略一定であるが、肺野領域内に肺血流機能が異常な箇所があると、その部分の位相遅れ時間αＴは大きくなる。そこで、例えば図９に示すように、上記のようにして算出した各小ブロックＡ１の位相遅れ時間αＴ（なお図９では各小ブロックＡ１の位相遅れ時間αＴが輝度値の大小で表されマップＭ１１として表されている。）が、それぞれ心臓の中心部からの距離に応じた閾値を越えるか否かを判断する異常判定を行う。
　そして、図９の異常判定結果を表すマップＭ１２に濃く示されているように（実際には赤等で着色されて表示される。）、異常判定で閾値を越える小ブロックＡ１があれば、その部分が被写体Ｍの肺野において局所的に肺血流に異常がある箇所であることが分かる。このように、これらのマップＭ１２等は、例えば循環器科での急性肺血栓塞栓症（エコノミークラス症候群）等における肺血流の診断等に用いることができる。
　なお、この場合も、上記のマップＭ１１、Ｍ１２等を後述する診断画面の指標値表示部７０（後述する図１０Ｂ参照）に表示する際に、図９に示したように、マップＭ１１、Ｍ１２とともに標準遅れ度合いマップＭ１０を表示すれば、それらを見た医師等が、被写体Ｍの肺野において局所的に肺血流に異常がある箇所を容易かつ的確に識別することが可能となる。
　以上のように、診断用コンソール３における画像解析処理での換気解析処理（ステップＳ１１）や肺血流解析処理（ステップＳ１２）では、肺の呼吸運動を示す指標の値としての横隔膜の上下方向の高さＤ（及びその時間変化）や、心臓の拍動を示す指標の値としての心臓壁位置Ｘ（及びその時間変化）が算出される。そして、それらの指標の値に基づいてマップＭ１、Ｍ２やマップＭ１１、Ｍ１２等が生成される。
　また、例えば、人体の関節部分の伸縮の様子を撮影した動態画像について画像解析処理を行う場合には、例えば関節部分の曲げ伸ばしの動きを指標とし、関節部分の角度を指標の値として画像解析を行うように構成することが可能である。そして、その画像解析の結果は、例えば外科や整形外科での関節部分の治療や診断等に用いることができる。
［学習について］
　次に、本実施形態に係るコンソールの構成について説明する。また、本実施形態に係るコンソールの作用についてもあわせて説明する。なお、以下では、本実施形態に係るコンソールが上記の診断用コンソール３である場合について説明し、単にコンソール３と表すが、後述するように、本実施形態に係るコンソールには上記の撮影用コンソール２も含まれ得る。
　前述したように、特許文献２に示されている超音波診断装置や磁気共鳴映像装置等の分野とは異なり、上記のような動態解析の技術は、歴史が浅い新しい検査方法であるため、現状では、医師による診断のルーチンや撮影技師による撮影のルーチンが確立されているとは言えない状況にある。そして、現状では、そもそも医師が検査対象部位の動態画像のどのような箇所に着目して診断を行うかも分かっていない。
　そこで、本実施形態では、動態画像のうち医師が関心を示すフレーム画像がどのような特徴を有するフレーム画像であるか、すなわちそのフレーム画像で表示されているどのような指標のどのような値等に医師が関心を持つのかを、コンソール３が学習するようになっている。
　そして、医師が関心を示す指標の種類や値は、診断にとって重要な要素であると考えられる。そのため、コンソール３で上記のように学習することは、結局、コンソール３で動態画像中の重要度が高い箇所を割り出すための根拠となる指標やその値を得ることにつながると考えられる。
　具体的には、本実施形態では、コンソール３は、表示手段と、学習手段とを有している。上記の例（図１参照）では、診断用コンソール３の表示部３４が表示手段に相当し、制御部３１（すなわちＣＰＵ）が学習手段に相当する。そのため、以下、表示手段３４や学習手段３１と表す。また、本実施形態では、コンソール３は、図１０Ａに示すように、キーボードやマウス等の選択手段を有している。上記の例では、キーボードやマウス等が操作部３３とされていたことにあわせて、以下、選択手段３３と表す。
　そして、本実施形態では、コンソール３は、操作者（この場合は医師）の操作に従って動態画像を再生して表示手段３４に表示する。そして、コンソール３の学習手段３１は、動態画像の再生時に、操作者によって関心を示す可能性がある操作が行われたことを検知すると、その時点で表示手段３４に表示されているフレーム画像における、の検査対象部位の動態に関する指標の値（以下、指標値という。）に対して統計処理を行って、指標値の出現頻度を学習するようになっている。
　なお、関心を示す可能性がある操作とは、操作者が関心を示した場合に行う操作を表すが、実際には操作者がその操作を行ったのは必ずしも関心を示したからではない場合もあり得るため、「関心を示す可能性がある操作」と表されている。しかし。記載を簡単にするため、以下では、主に「関心を示す操作」と記載する。
　また、上記の場合、検査対象部位は、肺だけでなく例えば人体の関節部分等でもよく、その動態に関する指標値は、検査対象部位が肺である場合の横隔膜の上下方向の高さＤや心臓壁位置Ｘだけでなく、検査対象部位が人体の関節部分である場合の関節の角度等であってもよい。以下、具体例を挙げて説明する。
［診断画面の例］
　コンソール３（この場合は診断用コンソール３）は、表示手段３４上に、例えば図１０Ｂに示すような診断画面を表示するようになっている。この例では、診断画面の左上の部分に、動態画像の各フレーム画像を表示する動態画像表示部４０が設けられている。なお、図１０Ｂでは、動態画像表示部４０に図４や図６に示したように肺野領域Ｒが小ブロックＡ１に分割された状態の動態画像が表示されている場合がしめされているが、動態画像そのものを表示することも可能であり、動態画像表示部４０には動態画像を種々の状態で表示することができる。
　診断画面の動態画像表示部４０の下側には、動態画像再生操作部５０が設けられており、そこに表示されているボタンアイコンをクリックすることで、動態画像表示部４０に表示されている動態画像の巻き戻しや再生、一時停止、停止、早送り等を行うことができるようになっている。また、図１０Ｂでは図示を省略したが、例えばフレーム画像の番号を入力できるように構成し、フレーム画像の番号が入力されると動態画像表示部４０でその番号のフレーム画像から再生するように構成することも可能である。なお、診断画面の動態画像再生操作部５０の下側に設けられている注目フレームスキップ操作部６０については、後で説明する。
　診断画面の右上の部分には、指標値表示部７０が設けられている。指標値表示部７０では、例えば、図５や図８に破線で示した指標値（すなわち図５の場合は肺尖と横隔膜の距離Ｄ（すなわち横隔膜の上下方向の高さＤ）、図８の場合は心臓壁位置Ｘ）を縦軸とし、時間ｔを横軸とするグラフ状の表示がなされる。
　そして、指標値表示部７０では、動態画像表示部４０に表示されている動態画像のフレーム画像がどのフレームの画像であるかを、グラフ状の表示中に「表示フレーム」の文字や矢印、線等で示すようになっており、操作者（医師）が、現在、動態画像表示部４０に表示されている動態画像のフレーム画像がどのあたりのフレームのフレーム画像であるかや、その際の指標値がどのような値かを一目で理解できるようになっている。
　なお、動態画像表示部４０に表示されている動態画像のフレーム画像がどのフレームの画像であるかを、指標値表示部７０上に文字や矢印、線等で示す代わりに、例えばフレーム画像の番号を表示したり、プログレスバー等で示すように構成することも可能である。
　診断画面の指標値表示部７０の下側には、解析操作部８０が設けられている。そして、図示を省略するが、例えば、解析操作部８０の表示指標値選択ボタン８１をクリックすると診断画面上にウインドウがポップアップ表示され、ウインドウ上で指標値表示部７０上に表示させる指標値（例えば上記の横隔膜の上下方向の高さＤや心臓壁位置Ｘ等）を選択できるようになっている。
　また、解析操作部８０の解析パラメーターボタン８２をクリックすると同様に診断画面上にウインドウがポップアップ表示され、ウインドウ上で上記の動態解析に用いたパラメーターを変更して入力することができるようになっている。そして、解析パラメーターを入力後に解析再実行ボタン８３をクリックすると、上記のようにして入力された解析パラメーターに基づいて動態解析が再度実行され、再度実行された結果の動態画像が動態画像表示部４０に表示される。なお、解析パラメーターとしては、上記では説明を省略したが、例えば、各種演算に用いられるパラメーターやローパスフィルタやハイパスフィルターのカットオフ周波数、画素ピッチ、小ブロックＡ１の大きさ等を挙げることができ、また、動態解析を行う範囲等を変更することもできる。
　また、解析パラメーター入力部８２で、動態画像表示部４０に動態画像を表示させる際の動態画像全体の明るさや拡大率等の動態画像の表示に関するパラメーターを変えることができるように構成することも可能であり、そのための別のボタンアイコンを設けるように構成することも可能である。
　そして、本実施形態では、操作者（医師）により診断画面上で解析操作部８０の学習ＯＮ／ＯＦＦボタン８４がクリックされると、「学習ＯＮ」の状態になり、コンソール３の学習手段３１が学習処理を開始するようになっている。なお、学習ＯＮ／ＯＦＦボタン８４が再度クリックされると、「学習ＯＦＦ」の状態になり、学習手段３１は学習処理を停止する。
　なお、例えば診断画面上での操作により、例えば動態画像表示部４０に表示されているフレーム画像における肺野の縦横サイズや心胸郭比等の種々のデータを計測することができるように構成することも可能である。
［関心を示す操作の検知について］
　前述したように、本実施形態では、コンソール３の学習手段３１は、動態画像の再生時に、操作者（この場合は医師）により関心を示す操作（関心を示す可能性がある操作）が行われたことを検知すると、その時点で表示手段３４（すなわち診断画面の動態画像表示部４０）に表示されているフレーム画像における、検査対象部位の動態に関する指標値に対して統計処理を行って、指標値の出現頻度を学習するようになっている。
　その際、操作者である医師は、動態画像の中により詳しく見たいフレーム画像がある場合に、そのフレーム画像に対して、動態解析に用いたパラメーター、すなわち前述した各種演算に用いられるパラメーターやローパスフィルタやハイパスフィルターのカットオフ周波数、画素ピッチ、小ブロックＡ１の大きさ、動態解析を行う範囲等を変更して解析を再度実行する等して、当該フレーム画像に対する解析の仕方を種々に変えてみるという操作を行う場合がある。
　そこで、学習手段３１は、操作者（医師）によって関心を示す操作が行われたことを、例えば、操作者により動態解析に用いたパラメーターが変更されて入力されることにより検知するように構成することができる。
　すなわち、上記の診断画面の例で言えば、操作者が動態画像表示部４０に動態画像中のあるフレーム画像が表示された状態で、解析操作部８０の解析パラメーター入力部８２をクリックし、ウインドウをポップアップ表示させる等して、当該動態画像に対する動態解析に用いたパラメーターを変更して入力する操作を行ったことを学習手段３１が検知することによって、操作者（医師）によって関心を示す操作が行われたことが検知される。
　また、操作者が、動態画像の中に関心があるフレーム画像を見出した場合、そのフレーム画像を一時停止してよく見たり、或いは行き過ぎてしまった場合には巻き戻して当該フレーム画像を見たりすることはしばしば行われることである。また、上記の診断画面（図１０Ｂ参照）の動態画像再生操作部５０では図示されていないが、例えば動態画像をスロー再生することができるように構成されている場合には、操作者が動態画像の中の関心があるフレーム画像をスロー再生してよく見たりする場合もある。
　そこで、学習手段３１は、操作者によって関心を示す操作が行われたことを、例えば、動態画像の再生中に操作者により一時停止や巻き戻し、スロー再生の操作が行われたことにより検知するように構成することもできる。
　すなわち、上記の診断画面の例で言えば、操作者が、動態画像の再生中に動態画像再生操作部５０の一時停止や巻き戻し等のボタンアイコンをクリックして、動態画像を一時停止したり巻き戻す操作を行ったことを学習手段３１が検知することによって、操作者によって関心を示す操作が行われたことが検知される。
　さらに、フレーム画像をよく見たい場合に、操作者が、動態画像表示部４０に動態画像を表示させる際の動態画像全体の明るさや拡大率等の動態画像の表示に関するパラメーターを変えることもしばしば行われる。そのため、学習手段３１は、操作者によって関心を示す操作が行われたことを、例えば、操作者により動態画像の表示に関するパラメーターが変更されて入力されることにより検知するように構成することも可能である。
　また、例えば、操作者が、診断画面の動態画像表示部４０に表示されているフレーム画像の情報を、電子カルテや読影レポート、或いはＰＡＣＳ等の外部システムに出力した場合も、操作者がこのフレーム画像に関心を持っていることが分かる。そのため、操作者によりこのような処理が行われた場合も、操作者によって関心を示す操作が行われたとして検知するように構成することもできる。
　或いは、診断画面の動態画像表示部４０にフレーム画像が表示されている状態で、操作者がコンソール３上で電子カルテ等に情報を入力したり、その状態で操作者がコンソール３を介して再撮影を依頼する操作を行ったような場合にも、操作者がこのフレーム画像に関心を持っていることが分かる。そのため、操作者によりこのような処理や操作が行われた場合も、操作者によって関心を示す操作が行われたとして検知するように構成することもできる。
　このように、本実施形態では、動態画像中の関心があるフレーム画像に関心を持っている場合に、操作者がコンソール３に対して行う可能性がある操作が行われた場合に、学習手段３１は、操作者によって関心を示す操作が行われたことを検知するようになっている。そして、このように構成することで、操作者が関心を示す操作を行ったことを的確に検知することが可能となる。
　なお、例えば、操作者がトイレ等に行くために一時停止をクリックしたり、或いは動態画像を巻き戻して最初から見直したりするような場合には、操作者が、一時停止したり巻き戻したりしたフレーム画像に関心があるわけではない。そのため、例えば、一時停止が１分以上等の長時間続いた場合や、巻き戻したフレーム数が所定数以上に大きい場合、或いはスロー再生が長い時間行われたような場合には、操作者によって関心を示す操作が行われたとは検知しないように構成することが可能である。
　また、上記のように、動態解析に用いたパラメーターを変更する場合でも、例えば単にパラメーターをデフォルト設定（初期設定）に戻すだけの操作が行われた場合には、操作者がその時点で表示されているフレーム画像に関心を持っているとは考えづらい場合がある。そのため、パラメーターを単にデフォルト設定に戻しただけの場合には、操作者によって関心を示す操作が行われたとは検知しないように構成することも可能である。
　さらに、一時停止や巻き戻し、スロー再生の操作があった場合に、それだけで操作者によって関心を示す操作が行われたことを検知するのではなく、さらにもう１つの操作があった場合に検知するように構成することも可能である。すなわち、巻き戻しの後に一時停止の操作が行われたことや、一時停止の後に動態解析に用いたパラメーターや動態画像の表示に関するパラメーターが変更されて入力された場合に検知するように構成することも可能である。このように、操作者によって関心を示す操作が行われたことをより確実に検知するための改良が適宜行われることは言うまでもない。
［指標値に対する統計処理について］
　一方、本実施形態では、コンソール３の学習手段３１は、上記のようにして、操作者によって関心を示す操作が行われたことを検知すると、その時点で表示手段３４に表示されているフレーム画像における、検査対象部位の動態に関する指標値に対して統計処理を行って、前記指標の値及び／又は前記指標の値の時間変化のパターンの出現頻度を学習するようになっている。
　具体的には、本実施形態では、図１０Ｂに示したように、診断画面上で動態画像を再生する際、診断画面の指標値表示部７０には、操作者により表示指標値選択ボタン８１がクリックされて選択された、肺尖と横隔膜の距離Ｄ（図５参照）や心臓壁位置Ｘ（図８参照）、或いは関節部分の角度等の指標値が表示されている。なお、操作者がマウスやキーボード等の選択手段３３で指標値を選択することは、指標の種類を選択することと同じである。
　そして、学習手段３１は、表示手段３４に表示されているフレーム画像を見た操作者によって関心を示す操作が行われたことを検知した時点で、選択手段３３で選択された種類の検査対象部位の動態に関する指標の値、すなわち上記の診断画面の例では表示指標値選択ボタン８１がクリックされて選択され、指標値表示部７０に表示されている指標値を学習するように構成することが可能である。
　そして、本実施形態では、統計処理は、以下のようにして行われるようになっている。なお、以下では、統計処理としてメモリー上に設けたヒストグラムや仮想的な投票用ボックスを用いる場合について説明するが、指標値の出現頻度を割り出すことができる処理の仕方であれば、どのような統計処理であってもよい。
　仮に指標の種類をｉで表し、指標値をｖ(i)と表す場合、例えば図１１に示すように、予め、指標の種類ｉごとに、指標値ｖ(i)が所定の階級幅で階級分けされたヒストグラムＨ(i)をコンソール３のＲＡＭ等のメモリー内に用意しておく。そして、本実施形態では、学習手段３１は、動態画像の再生時に、上記のようにして操作者により関心を示す操作が行われたことを検知した時点で、選択された種類ｉの指標の指標値ｖ(i)を、対応するヒストグラムＨ(i)の対応する階級に投票する。
　本実施形態では、このようにして統計処理を行って、操作者が関心を示す操作を行った際に表示手段３４に表示されているフレーム画像に現れている検査対象部位の動態に関する指標値ｖ(i)をヒストグラムに投票していくことで、指標値ｖ(i)の出現頻度を学習し、フレーム画像に現れているどのような指標（指標の種類ｉ）のどのような値（指標値ｖ(i)）に医師が関心を持つのかを、コンソール３の学習手段３１が学習するようになっている。
　なお、ヒストグラムＨ(i)の階級幅をどの程度の階級幅にするか、すなわち大、中、小の３段階程度とするか、或いはより細かく階級分けするか等は、指標の種類ｉ等に応じて適宜決められる。
　また、前述したように、動態解析は歴史が浅い新しい検査方法であるため、医師も経験が浅いうちは試行錯誤的に種々の操作を行うことが想定され、そのような操作に基づく学習結果が残っていると、学習結果が利用価値の低いものになってしまう可能性がある。そのため、例えば、ヒストグラムＨ(i)に投票された指標値ｖ(i)のうち、投票後、所定の時間が経過した指標値ｖ(i)をヒストグラムＨ(i)中から削除するように構成することも可能である。
　一方、上記の例では、操作者は、診断画面の表示指標値選択ボタン８１をクリックして選択した指標値ｖ(i)（すなわち指標値表示部７０に表示されている指標値ｖ(i)）に関心を持ってフレーム画像を見ているケースが多いと想定されるため、上記のように、学習手段３１が、操作者によって関心を示す操作が行われたことを検知した時点で、選択された種類ｉの指標の値（すなわち指標値ｖ(i)）を学習するように構成されている場合について説明した。
　しかし、前述したように、操作者が動態画像のあるフレーム画像に注目しているとしても、そのフレーム画像において必ずしも診断画面の指標値表示部７０に表示されている指標値ｖ(i)に関心を示しているとは限らず、指標値表示部７０の指標値ｖ(i)の表示を他の指標値ｖ(i)に切り替えずに（すなわち指標の種類ｉを他の種類ｉに切り替えずに）、他の指標値ｖ(i)（具体的には当該他の指標値ｖ(i)が関連する動態）に関心を持ってフレーム画像を見ている可能性もある。
　そのため、学習を行う対象の指標値ｖ(i)を、上記のように、操作者により選択された指標値ｖ(i)（すなわち指標値表示部７０に表示されている指標値ｖ(i)）に限定せずに、予め指定された全ての指標値ｖ(i)（すなわち例えば表示指標値選択ボタン８１がクリックされた場合に選択され得る全ての指標値ｖ(i)）について、学習手段３１が上記のようにしてそれぞれ同時並行で学習を行うように構成することも可能である。
　また、操作者（医師）が、動態画像のフレーム画像を見ながら、ある指標値ｖ(i)そのものに関心を示しているのではなく、例えば図１２Ａに示すように、指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔの特異的なパターン（例えば図１２Ａ中で「表示フレーム」として示されている部分参照）に関心を示している場合もあり得る。
　そこで、この場合は、上記のように指標値ｖ(i)をヒストグラムＨ(i)に投票するように構成する代わりに、或いはそれと並行して、例えば、コンソール３のＲＡＭ等のメモリー内に、予め、図１２Ｂに示すような指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンを投票するためのパターン分けされた仮想的な投票用ボックスＢ(i)を指標値ｖ(i)ごとに用意しておく。
　そして、学習手段３１は、動態画像の再生時に、操作者により関心を示す操作が行われたことを検知した時点で、指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンを解析して、対応する仮想的な投票用ボックスＢ(i)の対応するボックスに投票していくことで、指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンの出現頻度を学習する。そして、このように構成することで、フレーム画像に現れているどのような指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンに医師が関心を持つのかを、コンソール３の学習手段３１が学習するようになっている。その際、仮想的な投票用ボックスＢ(i)の各ボックスをどのようにパターン分けするかは、指標の種類ｉ等に応じて適宜決められる。
　動態画像を見た操作者（この場合は医師）が関心を示すフレーム画像に現れている指標値ｖ(i)や指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンには、診断に有益な情報が多く含まれていると解される。そのため、ヒストグラムＨ(i)や仮想的な投票用ボックスＢ(i)への投票数が多く出現頻度が高い指標値ｖ(i)の範囲（階級）や指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンが、診断に有益な情報につながるものと考えられる。
　そのため、上記のように構成して、操作者が関心を示したフレーム画像における指標値ｖ(i)や指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンに対して統計処理を行ってそれらの出現頻度を学習することで、ヒストグラムＨ(i)の各階級や仮想的な投票用ボックスＢ(i)の各ボックスへの投票結果（すなわち出現頻度）から、診断に有益な情報を多く含む重要度が高い動態画像中の箇所（すなわちフレーム画像）を、学習手段３１が自動的にかつ的確に割り出すことが可能となる。
［効果］
　以上のように、本実施形態に係るコンソール３によれば、学習手段３１が、動態画像の再生時に、操作者により関心を示す操作（関心を示す可能性がある操作）が行われたことを検知すると、その時点で表示手段３４に表示されているフレーム画像における、の検査対象部位の動態に関する指標の指標値ｖ(i)や指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンに対して統計処理を行って、指標値ｖ(i)や指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンの出現頻度を学習するように構成した。
　そのため、学習手段３１は、操作者が関心を示したフレーム画像における指標値ｖ(i)や指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンに対して統計処理を行って出現頻度を学習することで、その学習結果（すなわち上記の例ではヒストグラムＨ(i)の各階級や仮想的なボックスＢ(i)の各ボックスにおける出現頻度）を用いて、診断に有益な情報を多く含む重要度が高い動態画像中の箇所（すなわちフレーム画像）を自動的にかつ的確に割り出すことが可能となる。
　そのため、動態解析という歴史が浅い新しい検査方法を用いて診断を行う場合に、前述した特許文献２に示されているように撮影技師が重要度を判断して決めるのではなく、診断を行う医師が関心を持つ、診断に有益な情報を多く含む動態画像中の箇所（フレーム画像）を的確に重要度が高い動態画像中の箇所として割り出すことが可能となり、その学習結果は診断に役立つものとなる。
［指標の種類について］
　なお、上記の実施形態では、指標の種類として、横隔膜の上下方向の高さＤや心臓壁位置Ｘ、関節部分の角度等を挙げたが、これらに限定されるものではない。
　例えば、胸部動態画像を動態解析すると、上記のように、肺野領域Ｒを分割した小ブロックＡ１ごとに、画素の平均信号値の時間変化（図５の実線参照）や肺血流量による信号値の時間変化（図８の実線参照）等が得られるが、これらの小ブロックＡ１ごとの画素の平均信号値や肺血流量による信号値を指標や指標値ｖ(i)として学習したり、それらの指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンを学習するように構成することも可能である。
　また、上記のように、本実施形態に係る動態画像撮影診断システム１００の診断用コンソール３では、各小ブロックＡ１の肺の換気機能に関する位相遅れ時間αＴを表すマップＭ１や異常判定結果を表すマップＭ２（図７参照）や、また、各小ブロックＡ１の肺血流量に関する位相遅れ時間αＴを表すマップＭ１１や異常判定結果を表すマップＭ１２が形成される（図９参照）。
　そして、呼吸器科の医師が動態画像を見る際に、肺の換気機能が異常である部分における換気機能（すなわち異常である部分の小ブロックＡ１における画素の平均信号値の時間変化）を見たり、正常な部分での換気機能との差を見る可能性もある。また、循環器科の医師が動態画像を見る際に、肺血流量が異常である部分における小ブロックＡ１における画素の平均信号値の時間変化を見たり、正常な部分との肺血流量との差を見る可能性もある。
　そのため、例えば、肺の換気機能や肺血流量に異常がある部分の小ブロックＡ１における画素の平均信号値をその部分に特有の指標や指標値ｖ(i)等としたり、或いは、異常がある部分の小ブロックＡ１と正常な部分の小ブロックＡ１の画素の平均信号値の差を指標や指標値ｖ(i)等とするなど、異常判定等の結果を利用した指標や指標値ｖ(i)或いは指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンを学習の対象とするように構成することも可能である。
　さらに、図１に示した実施形態では、撮影時に、サイクル検出装置１６が、サイクル検出センサー１５により入力された検出情報に基づいて、呼吸サイクル数や現在呼吸運動の１サイクル中のどの状態であるか（例えば、吸気、吸気から呼気の変換点、呼気、呼気から吸気の変換点のどの状態か）等を検出する。そのため、これらの情報を指標や指標値ｖ(i)として活用し、その指標値ｖ(i)や指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンを学習の対象とするように構成することも可能である。
　この場合、医師は、動態撮影を撮影している際にサイクル検出センサー１５が検出した画像を撮影時に見るわけではなく、動態画像の撮影が終了した後、コンソール３の表示手段３４上に再生させた動態画像を見て、関心があるフレーム画像があれば関心を示す操作（関心を示す可能性がある操作）を行う。
　そのため、上記のように構成する場合には、例えば、撮影時にサイクル検出センサー１５が検出した画像等を保存しておき、コンソール３が、動態画像の各フレーム画像と、それと同じ時刻（或いはほぼ同じ時刻）にサイクル検出センサー１５で検出された各画像とをそれぞれ対応付けておく。
 
　そして、コンソール３は、動態画像を見た医師が関心を示す操作を行うと、その時点で表示されているフレーム画像に対応する、サイクル検出センサー１５で検出された画像を割り出し、その画像における指標値ｖ(i)や指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンを学習するように構成することが可能である。
　動態解析は歴史が浅い新しい検査方法であり、どのような疾病に対してどのような指標値ｖ(i)が診断に適しているかは確定されていないため、少なくとも診断に向けて上記のように学習を行う際には、診断に寄与する可能性がある多くの指標について学習を行うことができるように構成されていることが望ましい。
［関心を示す操作の設定について］
　一方、上記の実施形態では、操作者（医師等）が関心を示す操作（関心を示す可能性がある操作）として、例えば動態解析に用いたパラメーターを変更する操作や、一時停止や巻き戻し、スロー再生等の操作が予めコンソール３に設定されており、コンソール３は、設定された操作のいずれかが行われた場合に、操作者により関心を示す操作が行われたことを検知するように構成されていることを前提として説明した。
　しかし、これらの操作は、予め設定されている必要はなく、或いは予め設定された操作に加えて、学習の開始後に、新たな種類の操作を、上記の操作者による関心を示す操作としてコンソール３に入力して設定することができるように構成することも可能である。
　このように構成すれば、学習の開始前には想定されていなかった操作が、操作者による関心を示す操作として行われるようになったような場合でも、そのような操作を、操作者による関心を示す操作として的確に加えて設定することが可能となり、操作者による関心を示す操作（関心を示す可能性がある操作）をより的確に検知して的確に学習を行うことが可能となる。
［学習結果の活用について］
　一方、上記のようにしてコンソール３で学習された結果を、例えば、以下のように活用するように構成することが可能である。
［活用例１：注目度に応じた再生時の頭出し等について］
　例えば、ヒストグラムＨ(i)（図１１参照）や投票用ボックスＢ(i)（図１２Ｂ参照）への投票結果、すなわちヒストグラムＨ(i)の各階級の度数Ｆや投票用ボックスＢ(i)の各ボックスへの投票数（すなわち出現頻度）を、特許文献２に示されているマーカー（栞）と同様に用いることが可能である。具体的には、例えば以下のように構成することが可能である。
　コンソール３は、図１０Ｂに示すように、注目度を入力可能な入力手段として、診断画面の動態画像再生操作部５０の下側に設けられた注目フレームスキップ操作部６０に注目度選択ボタン６１を表示する。そして、操作者が注目度選択ボタン６１をクリックすると診断画面上にウインドウがポップアップ表示され、ウインドウ上で注目度Ｉを入力することができるようになっている。注目度Ｉは、例えば１～１０の範囲の数値として入力される。
　この場合、数値が大きいほど注目度が高いことを表している。そして、コンソール３の学習手段３１は、注目度Ｉが入力されると、下記（１）式に従って、上位からの割合γ［％］を算出する。
　γ＝１００－（Ｉ－１）×１０　　…（１）
　そして、学習手段３１は、上記のように解析操作部８０の表示指標値選択ボタン８１をクリックする等して選択されている指標値ｖ(i)（すなわち上記の場合は指標値表示部７０にグラフ状の表示がなされる指標値ｖ(i)）の種類ｉに対応するヒストグラムＨ(i)（図１１参照）や仮想的な投票用ボックスＢ(i)（図１２Ｂ参照）のボックスに投票された指標値ｖ(i)や指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンのうち、算出した上位からの割合γに含まれる指標値ｖ(i)や指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンがどの階級やボックスに属するかを特定する。
　そして、動態画像を再生する際、上記のようにして特定した注目度Ｉが高いヒストグラムＨ(i)の階級や仮想的な投票用ボックスＢ(i)のボックスに属する指標値ｖ(i)や指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンが最初に現れるフレーム画像から、動態画像の再生を開始させる（すなわち頭出しする）ように構成することが可能である。
　このように構成すれば、操作者の注目度に応じた指標値ｖ(i)や指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンが現れるフレーム画像から頭出しして動態画像を再生することが可能となる。そのため、操作者が、動態画像を最初から再生して、注目度に応じた指標値ｖ(i)や指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンが現れるフレーム画像を探す手間を省いて、動態画像を見たいフレーム画像から再生させて見ることが可能となる。
　なお、本実施形態では、診断画面の注目フレームスキップ操作部６０に表示された再生スキップ操作を表すボタン６２、６３をクリックすると、操作者が入力した指標値ｖ(i)等や注目度Ｉに対応するフレーム画像のうち、次のフレーム画像にスキップして頭出しを行ったり、或いは前のフレーム画像にスキップして頭出しを行うこともできるようになっている。
［活用例２：診断用コンソールでの学習結果の撮影用コンソールでの応用について］
　また、上記のようにして行われた診断用コンソール３の学習手段３１による学習の結果（すなわちヒストグラムＨ(i)や仮想的な投票用ボックスＢ(i)及び各階級や各ボックスの出現頻度）を撮影用コンソール２（図１参照）に送信して、撮影用コンソール２で学習結果を応用するように構成することも可能である。
　そして、前述したように、撮影用コンソール２では、動態画像の撮影時に、表示部２４に表示された動態画像を撮影技師が確認して、診断に適した画像が取得された（撮影ＯＫ）か、再撮影が必要（撮影ＮＧ）かが判断される。
　そこで、この撮影技師による動態画像の確認の際に、診断用コンソール３から送信されてきた学習の結果に基づいて、例えば、撮影用コンソール２の制御部２１が、指標値ｖ(i)や指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンの投票数が多い階級値やパターンが現れるフレーム画像の部分では動態画像をスロー再生して撮影技師が確認し易いようにし、また、それ以外のフレーム画像の部分では動態画像を早送り再生するように構成することが可能である。
　このように構成すれば、動態画像のうち、診断に有益な情報が多く含まれているフレーム画像の部分ではスロー再生されるため、撮影技師がそのようなフレーム画像の部分を確実に見極めて、診断に適した画像が取得されているか否かを的確に判断することが可能となる。また、それ以外のフレーム画像の部分では動態画像が早送り再生されるため、フレーム画像中に撮影対象部位が確実に撮影されているか否かを的確に判断しつつ、この確認作業を速やかに行うことが可能となる。
　このように、上記のようにして行われた診断用コンソール３の学習手段３１による学習の結果を撮影用コンソール２（図１参照）に送信して、撮影用コンソール２で学習結果を応用するように構成することで、撮影技師による動態画像の撮影や確認作業を的確に行うことが可能となるとともに、診断に適した動態画像を的確に撮影することが可能となる。
［撮影用コンソール２自体で学習を行うことについて］
　なお、上記の活用例２では、診断用コンソール３で得られた学習結果を撮影用コンソール２に送信して撮影用コンソール２で応用することについて説明したが、診断用コンソール３とは関係なく、撮影用コンソール２自体で学習を行うように構成することも可能である。
　撮影用コンソール２で学習を行うように構成する際には、上記の診断用コンソール３で学習を行う場合と同様にして学習を行うように構成することが可能である。そして、この場合は、上記のコンソール３はコンソール２（撮影用コンソール２）と読み替えられ、撮影用コンソール２の制御部２１が学習手段、表示部２４が表示手段ということになる。
　そして、操作者である撮影技師は、動態画像の確認作業において診断に適した画像が取得されたか否かを判断する際に、動態画像を一時停止させたり巻き戻したり、或いはスロー再生させたりする場合がある。そのため、操作者によってこのような操作が行われた場合に、操作者がこのフレーム画像に関心を持っていることが分かる。そのため、操作者によりこのような操作が行われた場合に、操作者によって関心を示す操作が行われたとして検知するように構成することができる。
　また、操作者である撮影技師が、動態画像が診断に適したものでなく再撮影が必要であると判断した時に、コンソール２の表示手段２４に表示されていたフレーム画像も、操作者が関心を持っているフレーム画像であることが分かる。そのため、操作者により再撮影を行う旨の指示の入力操作が行われた場合に、操作者によって関心を示す操作が行われたとして検知するように構成することもできる。
　一方、この場合は、動態画像の撮影時に行われる処理であり、動態画像に対してはまだ診断用コンソール３による動態解析が行われていない。そこで、撮影用コンソール２の学習手段２１（制御部２１）は、統計処理を行う前に、指標値ｖ(i)等の算出処理を行う。
　すなわち、学習手段２１は、撮影された動態画像に対して、上記の診断用コンソール３の場合と同様に画像処理を行い、或いはより簡易な画像処理を行い、例えば、フレーム画像内に肺野領域Ｒを特定し、横隔膜の上下方向の高さＤや心臓壁位置Ｘのほか、肺野領域Ｒを仮に小ブロック（必ずしも上記の小ブロックＡ１と同じでなくてもよい。）に分割した場合の各小ブロック内、或いは肺野領域Ｒ内に設定した関心領域ＲＯＩ内での画素の平均信号値やコントラストを算出する等して、指標値ｖ(i)を自動的に（すなわち撮影技師の操作によらずに）算出する。
　そして、それらの指標値ｖ(i)の学習を同時並行で自動的に行い、それらに対して統計処理を行うように構成すれば、動態画像の中から、撮影技師が診断に適した画像が取得されたか否かを判断する上で関心を持つ指標の値ｖ(i)や指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンの出現頻度を自動的にかつ的確に学習することが可能となる。
　そして、その学習結果に基づいて、例えば、撮影技師が動態画像を確認する際に、撮影技師が関心を持つフレーム画像の部分では動態画像をスロー再生させ、それ以外の部分では動態画像を早送り再生させる等することが可能となり、撮影技師が動態画像の確認作業を的確にかつ速やかに行うことが可能となる等の有益な効果を得ることが可能となる。
［その他の構成例］
　なお、本実施形態に係るコンソール２、３で得られる学習結果は、将来的には医師による診断のルーチン（診断用コンソール３）や撮影技師による撮影のルーチン（撮影用コンソール２）の確立のために利用されることが考えられるため、病名ごと或いは診療科ごとにヒストグラムＨ(i)等を設けるように構成して病名や診療科ごとに学習を分けて行うように構成することが可能である。
　しかし、この他にも、例えば、医師ごと、患者ごと、投薬データごと、症状ごと、或いは検査対象部位ごと等に学習を分けて行うように構成することも可能である。
　また、図示を省略するが、前述した診断画面（図１０Ｂ参照）の指標値表示部７０等に、表示されている指標値ｖ(i)におけるヒストグラムＨ(i)の各階級や投票用ボックスＢ(i)の各ボックスの出現頻度やランキング等を表示したり、各階級に対する部分を色分けして表示するように構成することも可能である。
　さらに、前述したように、動態画像表示部４０に表示されている動態画像のフレーム画像がどのフレームの画像であるかを、例えばプログレスバーで示すように構成することも可能であるが、その際、診断画面の指標値表示部７０に表示されている指標値ｖ(i)について、動態画像の各フレーム画像での指標値ｖ(i)の出現頻度やランキング等にあわせて、プログレスバーの対応する部分を出現頻度やランキング等に対応する色に色分けして表示するように構成することも可能である。
　また、上記のように、診断画面の指標値表示部７０にある指標値ｖ(i)が表示されている状態で、操作者が診断画面上で解析操作部８０の解析パラメーターボタン８２をクリックし、各種演算に用いられるパラメーターやローパスフィルタやハイパスフィルターのカットオフ周波数等の解析パラメーターを入力して動態解析を再度実行させた場合、指標値ｖ(i)がヒストグラムＨ(i)の対応する階級に投票される。
　そして、この状態で、コンソール３が引き続き動態画像を再生させる際に、例えば指標値ｖ(i)が上記の階級に属する指標値になった場合には、コンソール３が、そのフレーム画像に対して上記の入力されたパラメーターを適用して表示させるように構成することも可能である。
　なお、本発明が上記の実施形態等に限定されず、本発明の趣旨を逸脱しない限り、適宜変更可能であることは言うまでもない。
　放射線画像撮影を行う分野（特に医療分野）において利用可能性がある。
２　撮影用コンソール（コンソール）
３　診断用コンソール（コンソール）
２１、３１　制御部（学習手段）
２３、３３　操作部（選択手段）
２４、３４　表示部（表示手段）
６１　注目度選択ボタン（入力手段）
１００　動態画像撮影診断システム
ｄｖ(i)／ｄｔ　指標の値の時間変化のパターン
Ｈ(i)　ヒストグラム
Ｉ　注目度
ｉ　指標の種類
Ｂ(i)　投票用ボックス
ｖ(i)　指標値（指標の値）
γ　割合

Claims (9)

  1. 　操作者の操作に従って複数のフレーム画像からなる動態画像を再生して表示する表示手段と、
    　前記動態画像の再生時に、操作者により関心を示す可能性がある操作が行われたことを検知すると、その時点で前記表示手段に表示されている前記フレーム画像における、検査対象部位の動態に関する指標の値及び／又は前記指標の値の時間変化に対して統計処理を行って、前記指標の値及び／又は前記指標の値の時間変化のパターンの出現頻度を学習する学習手段と、
    を備えることを特徴とするコンソール。
  2. 　前記指標の種類を選択可能な選択手段を備え、
    　前記学習手段は、前記動態画像の再生時に、操作者により関心を示す可能性がある操作が行われたことを検知した時点で選択されている種類の前記指標の値及び／又は前記指標の値の時間変化のパターンに対して統計処理を行うことを特徴とする請求項１に記載のコンソール。
  3. 　前記学習手段は、前記指標の種類ごとに、所定の階級幅で階級分けされたヒストグラム、及び／又は前記指標の値の時間変化のパターンを投票するためのパターン分けされた仮想的な投票用ボックスを有しており、前記動態画像の再生時に、操作者により関心を示す可能性がある操作が行われたことを検知した時点で、前記指標の値及び／又は前記指標の値の時間変化のパターンを前記ヒストグラムの対応する階級及び／又は前記仮想的な投票用ボックスの対応するボックスに投票して前記統計処理を行うことを特徴とする請求項１又は請求項２に記載のコンソール。
  4. 　前記関心を示す可能性がある操作は、予め設定されており、及び／又は入力されて設定可能とされていることを特徴とする請求項１から請求項３のいずれか一項に記載のコンソール。
  5. 　前記関心を示す可能性がある操作は、操作者により、動態画像の表示に関するパラメーターが変更されて入力されたこと、又は動態画像の再生中に一時停止、巻き戻し又はスロー再生の操作が行われたことであることを特徴とする請求項１から請求項４のいずれか一項に記載のコンソール。
  6. 　前記関心を示す可能性がある操作は、操作者により動態解析に用いたパラメーターが変更されて入力されること、又は前記表示手段に表示されているフレーム画像の情報が出力されたことであることを特徴とする請求項１から請求項４のいずれか一項に記載のコンソール。
  7. 　前記関心を示す可能性がある操作は、操作者により再撮影を行う旨の指示の入力があったことであることを特徴とする請求項１から請求項４のいずれか一項に記載のコンソール。
  8. 　前記指標の種類を選択可能な選択手段と、
    　注目度を入力可能な入力手段と、
    を備え、
    　前記学習手段は、選択された前記指標の種類に対応する前記ヒストグラム及び／又は前記仮想的な投票用ボックスのボックスに投票された前記指標の値及び／又は前記指標の値の時間変化のパターンのうち、入力された前記注目度に対応する上位からの割合に含まれる前記指標の値及び／又は前記指標の値の時間変化のパターンが属する前記ヒストグラムの階級及び／又は前記仮想的な投票用ボックスのボックスを特定し、特定した前記ヒストグラムの階級及び／又は前記仮想的な投票用ボックスのボックスに属する前記指標の値及び／又は前記指標の値の時間変化のパターンが最初に現れるフレーム画像から前記動態画像を再生させることを特徴とする請求項３に記載のコンソール。
  9. 　医師が診断に用いる診断用コンソールとして請求項１から請求項７のいずれか一項に記載のコンソールを備え、
    　さらに、撮影者が動態画像の撮影の際に用いる撮影用コンソールを備え、
    　前記診断用コンソールとしての前記コンソールは、前記撮影用コンソールに、前記学習手段による学習の結果を送信することを特徴とする動態画像撮影診断システム。
PCT/JP2016/057628 2015-07-22 2016-03-10 コンソール及び動態画像撮影診断システム WO2017013895A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2017529468A JP6638729B2 (ja) 2015-07-22 2016-03-10 コンソール及び動態画像撮影診断システム

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2015144688 2015-07-22
JP2015-144688 2015-07-22

Publications (1)

Publication Number Publication Date
WO2017013895A1 true WO2017013895A1 (ja) 2017-01-26

Family

ID=56787210

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2016/057628 WO2017013895A1 (ja) 2015-07-22 2016-03-10 コンソール及び動態画像撮影診断システム

Country Status (4)

Country Link
US (1) US20170025158A1 (ja)
EP (1) EP3121747A1 (ja)
JP (2) JP6638729B2 (ja)
WO (1) WO2017013895A1 (ja)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020054848A (ja) * 2015-07-22 2020-04-09 コニカミノルタ株式会社 コンソール
JP2020195589A (ja) * 2019-06-03 2020-12-10 キヤノン株式会社 画像処理装置、画像処理方法及びプログラム
WO2021039298A1 (ja) * 2019-08-29 2021-03-04 国立研究開発法人国立がん研究センター 教師データ生成装置、教師データ生成プログラム及び教師データ生成方法
JP7092218B1 (ja) 2021-01-18 2022-06-28 コニカミノルタ株式会社 医療情報管理装置及び医療情報管理プログラム
JP2022172305A (ja) * 2018-01-05 2022-11-15 ラドウィスプ プライベート リミテッド 診断支援プログラム
JP7405527B2 (ja) 2019-07-12 2023-12-26 グローリー株式会社 変化タイミング検知装置、変化タイミング検知方法及び変化タイミング検知プログラム

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106560827B (zh) * 2015-09-30 2021-11-26 松下知识产权经营株式会社 控制方法
JP2018000281A (ja) * 2016-06-28 2018-01-11 コニカミノルタ株式会社 動態解析システム
US11004201B2 (en) * 2016-07-19 2021-05-11 Paramevia Pte. Ltd. Diagnosis support program
JP7183563B2 (ja) * 2018-04-11 2022-12-06 コニカミノルタ株式会社 放射線画像表示装置及び放射線撮影システム
JP7135775B2 (ja) * 2018-11-22 2022-09-13 コニカミノルタ株式会社 計測装置及びプログラム
CN112580613B (zh) * 2021-02-24 2021-06-04 深圳华声医疗技术股份有限公司 超声视频图像处理方法、系统、设备及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012155455A (ja) * 2011-01-25 2012-08-16 Sony Corp 画像処理装置および方法、並びにプログラム
JP2012190148A (ja) * 2011-03-09 2012-10-04 Canon Inc 画像処理装置、画像処理方法、及びコンピュータプログラム

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5044069B2 (ja) 2000-09-26 2012-10-10 株式会社東芝 医用画像診断装置
JP4911557B2 (ja) * 2004-09-16 2012-04-04 株式会社リコー 画像表示装置、画像表示制御方法、プログラム及び情報記録媒体
WO2009078297A1 (ja) * 2007-12-19 2009-06-25 Konica Minolta Medical & Graphic, Inc. 動態画像処理システム
JP5521392B2 (ja) 2009-05-22 2014-06-11 コニカミノルタ株式会社 動態画像診断支援システム及びプログラム
EP2829231B1 (en) * 2012-03-23 2018-08-01 Konica Minolta, Inc. Image-generating apparatus
US8843951B1 (en) * 2012-08-27 2014-09-23 Google Inc. User behavior indicator
JP6638729B2 (ja) * 2015-07-22 2020-01-29 コニカミノルタ株式会社 コンソール及び動態画像撮影診断システム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012155455A (ja) * 2011-01-25 2012-08-16 Sony Corp 画像処理装置および方法、並びにプログラム
JP2012190148A (ja) * 2011-03-09 2012-10-04 Canon Inc 画像処理装置、画像処理方法、及びコンピュータプログラム

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020054848A (ja) * 2015-07-22 2020-04-09 コニカミノルタ株式会社 コンソール
JP2022172305A (ja) * 2018-01-05 2022-11-15 ラドウィスプ プライベート リミテッド 診断支援プログラム
JP7310048B2 (ja) 2018-01-05 2023-07-19 ラドウィスプ プライベート リミテッド 診断支援プログラム
JP2020195589A (ja) * 2019-06-03 2020-12-10 キヤノン株式会社 画像処理装置、画像処理方法及びプログラム
JP7345282B2 (ja) 2019-06-03 2023-09-15 キヤノン株式会社 画像処理装置、画像処理方法及びプログラム
JP7405527B2 (ja) 2019-07-12 2023-12-26 グローリー株式会社 変化タイミング検知装置、変化タイミング検知方法及び変化タイミング検知プログラム
WO2021039298A1 (ja) * 2019-08-29 2021-03-04 国立研究開発法人国立がん研究センター 教師データ生成装置、教師データ生成プログラム及び教師データ生成方法
JP7092218B1 (ja) 2021-01-18 2022-06-28 コニカミノルタ株式会社 医療情報管理装置及び医療情報管理プログラム
JP2022110425A (ja) * 2021-01-18 2022-07-29 コニカミノルタ株式会社 医療情報管理装置及び医療情報管理プログラム

Also Published As

Publication number Publication date
JP2020054848A (ja) 2020-04-09
JP6922971B2 (ja) 2021-08-18
JP6638729B2 (ja) 2020-01-29
US20170025158A1 (en) 2017-01-26
EP3121747A1 (en) 2017-01-25
JPWO2017013895A1 (ja) 2018-04-26

Similar Documents

Publication Publication Date Title
JP6922971B2 (ja) コンソール及びプログラム
JP5874636B2 (ja) 診断支援システム及びプログラム
JP2012110400A (ja) 動態診断支援情報生成システム
JP7073661B2 (ja) 動態解析装置及び動態解析システム
JP2017200565A (ja) 動態解析装置及び動態解析システム
JP6812685B2 (ja) 動態解析装置
JP6540807B2 (ja) 撮影用コンソール
JP2017176202A (ja) 動態解析システム
JP2018078974A (ja) 動態画像処理システム
JP6507581B2 (ja) 胸部動態撮影支援システム
WO2011092982A1 (ja) 動態画像処理システム及びプログラム
CN116757991A (zh) 图像处理装置、图像处理系统、图像处理方法及记录介质
JP2012110451A (ja) 放射線画像撮影システム
JP6848261B2 (ja) 放射線画像処理装置及びプログラム
JP5625800B2 (ja) 動態診断支援情報生成システム
US20190298290A1 (en) Imaging support apparatus and radiographic imaging system
JP2017202043A (ja) 画像解析システム
JP5772653B2 (ja) 動態診断支援情報生成システム、動態診断支援情報生成方法及び動態解析装置
US20200379636A1 (en) Image processing apparatus, image processing method, and non-transitory computer-readable storage medium
JP2014147844A (ja) 動態診断支援情報生成システム
JP6930515B2 (ja) 画像表示装置、画像表示方法及び画像表示プログラム
JP6950507B2 (ja) 動態画像処理装置
JP7424532B1 (ja) 放射線画像解析装置及びプログラム
JP2020000475A (ja) 動態画像処理装置及びプログラム
US11461900B2 (en) Dynamic image analysis system and dynamic image processing apparatus

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: 16827460

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2017529468

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 16827460

Country of ref document: EP

Kind code of ref document: A1