CN102525407B - 医疗*** - Google Patents
医疗*** Download PDFInfo
- Publication number
- CN102525407B CN102525407B CN201110303075.3A CN201110303075A CN102525407B CN 102525407 B CN102525407 B CN 102525407B CN 201110303075 A CN201110303075 A CN 201110303075A CN 102525407 B CN102525407 B CN 102525407B
- Authority
- CN
- China
- Prior art keywords
- opacity
- layer
- voxel
- brightness value
- reference value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/102—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for optical coherence tomography [OCT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/12—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for looking at the eye fundus, e.g. ophthalmoscopes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0062—Arrangements for scanning
- A61B5/0066—Optical coherence imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/10—Eye inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/08—Volume rendering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
- G06T2219/20—Indexing scheme for editing of 3D models
- G06T2219/2012—Colour editing, changing, or manipulating; Use of colour codes
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Heart & Thoracic Surgery (AREA)
- Biomedical Technology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Computer Graphics (AREA)
- Ophthalmology & Optometry (AREA)
- Pathology (AREA)
- Architecture (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Eye Examination Apparatus (AREA)
- Image Analysis (AREA)
Abstract
一种医疗***,包括:选择单元,用于选择视网膜的三维断层图像的各层中的至少一个层;以及生成单元,用于基于构成所选择的层的多个体素的亮度值的频率分布,生成表示所述多个体素各自的不透明度的不透明度函数。
Description
技术领域
本发明涉及一种医疗***。
背景技术
近来,在眼科医疗现场,已引入了被称为光学相干断层成像仪(opticalcoherencetomography)(以下称为OCT)的设备。该设备可以获得由视网膜的多个二维断层图像所构成的体图像(volumeimage)。
在眼科医疗现场,用户(技师和医生)根据体图像来解读层结构,并且观察病变的状态和分布以及眼底血管的三维走向。因此,需要通过使用体图像来显示病变的分布和血管以便于观察。
作为用于实现这种显示的技术,已知有以下的体绘制(volumerendering):根据不透明度函数向体素(voxel)分配不透明度,并且进行对象体数据的半透明显示,由此使内部结构可视化。通常,用户通过使用用户界面手动地设置函数的形状、峰的位置和宽度等来生成不透明度函数。日本特开2008-006274公开了自动生成这种不透明度函数的技术。该技术将高斯(Gaussian)函数拟合成CT值直方图,并且可以不透明地显示根据由此产生的数据的平均值和标准偏差所计算出的CT值的范围。
在这种情况下,在被配置为自动生成不透明度函数以进行易于观察视网膜的体图像内的组织的体绘制的结构中,出现了以下问题。
考虑显示有血管的情况。在这种情况下,在OCT所获得的断层图像中,血管区域的亮度值高。由于血管延伸的神经纤维层的下端附近的区域的亮度值较高,因此血管延伸的区域的对比度较低。这使得难以使用自动生成的不透明度函数通过体绘制来方便地观察血管。
考虑神经纤维层的下层和视网膜色素上皮的上层中所分布的大量白斑。白斑的亮度值与这些层的亮度值一样高。由于该原因,即使将亮度值转换成不透明度,也显示位于这些白斑外侧的神经纤维层和视网膜色素上皮,并且难以显示位于这两者内侧的白斑。
当以这种方式基于OCT拍摄到的断层图像来显示视网膜的组织(血管和白斑)时,即使自动生成不透明度函数,也可能无法向用户(技师或医生)有效地显示这些组织。
发明内容
本发明提供了根据显示对象自动生成不透明度函数的技术。
根据本发明的方面,提供一种医疗***,包括:选择单元,用于选择视网膜的三维断层图像的各层中的至少一个层;以及生成单元,用于基于构成所选择的层的多个体素的亮度值的频率分布,生成表示所述多个体素各自的不透明度的不透明度函数。
通过以下(参考附图)对典型实施例的说明,本发明的其它特征将变得明显。
附图说明
包含在说明书中并构成说明书一部分的附图示出了本发明的实施例,并和说明书一起用来解释本发明的原理。
图1是示出根据本发明实施例的诊断支持***的整体结构的示例的框图;
图2是示出图1所示的图像显示设备20的功能结构的示例的框图;
图3是示出视网膜的层结构的示例的示意图;
图4是示出图1所示的图像显示设备20的处理过程的示例的流程图;
图5A是示出亮度值在所选择的层中的分布的示例的图;
图5B是示出不透明度函数的示例的图;
图6A和6B是示出显示形式的示例的图;
图7A是示出根据第三实施例的不透明度函数的示例的图;以及
图7B是示出根据第三实施例的显示形式的示例的图。
具体实施方式
现在将参考附图来详细说明本发明的典型实施例。应当注意,除非特别说明,否则在这些实施例中所述的组件的相对结构、数字表达式和数值并没有限制本发明的范围。
第一实施例
图1是示出根据本发明实施例的诊断支持***(医疗***)的整体结构的示例的框图。
断层图像摄像设备10、图像显示设备20和数据服务器30经由包括LAN(局域网)等的网络40连接至该诊断支持***。注意,各个设备无需总是经由网络40相连接,只要这些设备可以彼此进行通信即可。例如,这些设备可以经由USB(通用串行总线)、IEEE1394或WAN(广域网)彼此相连接。
在这种情况下,断层图像摄像设备(光学相关断层图像摄像设备)10例如由时域OCT或傅立叶域OCT来实现,并且具有拍摄视网膜的断层图像的功能。断层图像摄像设备10(OCT)通过一次摄像操作获得多个断层图像,并且顺次排列这些断层图像。这使得可以获得视网膜的体图像(三维断层图像)。
断层图像摄像设备10根据用户(技师或医生)的操作,拍摄被检体(患者)的断层图像并且将所获得的体图像发送至图像显示设备20。在一些情况下,该设备可以将体图像数据发送至数据服务器30。
数据服务器30具有存储各种数据的功能。根据本实施例的数据服务器30存储断层图像摄像设备10拍摄到的视网膜的体图像。
图像显示设备20向用户呈现各种信息。更具体地,图像显示设备20向用户显示断层图像摄像设备10拍摄到的体图像或者从数据服务器30获得的体图像。
接着将参考图2来说明图1所示的图像显示设备20的功能结构的示例。
图像显示设备20包括输入单元51、显示单元52、存储单元53、通信单元54和控制单元55,其中,这些单元构成了图像显示设备20的功能结构。
输入单元51例如由键盘和鼠标来实现,并且将来自用户(医生或技师)的指示输入至设备中。显示单元52例如由诸如监视器等的显示器来实现,并且向用户显示各种信息。注意,显示单元52可以设置在图像显示设备20的外部。即,代替该图像显示设备,可以使用对外部显示器进行显示处理的信息处理设备。另外,输入单元51和显示单元52可以作为触摸面板来实现。
存储单元53例如由硬盘来实现,并且存储各种信息。通信单元54例如由网卡来实现,并且与断层图像摄像设备10和数据服务器30交换各种数据。控制单元55由CPU、ROM(只读存储器)和RAM(随机存取存储器)来实现,并且整体控制图像显示设备20中的处理。
在这种情况下,控制单元55包括图像获得单元21、图像分析单元22、显示模式设置单元23、显示模式获得单元24、层选择单元25、不透明度函数生成单元26和体绘制单元27。注意,控制单元55内的各组件例如由用于读出并执行存储在ROM等中的程序的CPU(中央处理单元)来实现。
图像获得单元21经由通信单元54和网络40来获得断层图像摄像设备10拍摄到的图像和存储在数据服务器中的图像。注意,图像获得单元21可以从外部存储介质(例如,USB存储器)直接获得这些图像。
图像分析单元22对图像获得单元21所获得的体图像进行分析。更具体地,图像分析单元22对视网膜在体图像内(视网膜的断层图像内)的层结构进行分析,并且提取各层的边界。在该处理中,如图3所示,图像分析单元22例如提取内界膜(ILM)、神经纤维层(NFL)、内网状层(IPL)、外网状层(OPL)、内核层(INL)、外核层(ONL)、感光器内节/外节(IS/OS)接合部和视网膜色素上皮(RPE)。
显示模式设置单元23基于用户经由输入单元51的指示来设置显示模式。在这种情况下,该显示模式表示体图像内(视网膜的断层图像内)的作为显示对象的组织。作为显示对象的组织例如包括血管、白斑或囊肿。
显示模式获得单元24获得显示模式设置单元23所设置的显示模式。这些显示模式例如包括(作为显示对象的组织是血管的)血管模式、(作为显示对象的组织是白斑的)白斑模式和(作为显示对象的组织是囊肿的)囊肿模式。显然,可以设置其它类型的显示模式。
层选择单元25基于显示模式设置单元23所设置的显示模式和图像分析单元22提取出的各层的边界来选择生成不透明度函数要使用的层。例如,如果作为显示对象的组织是血管(即,血管模式),则由于经常在内网状层(IPL)中看见血管的走向,因此层选择单元25选择IPL。
不透明度函数生成单元26基于层选择单元25所选择的层来生成(不同的)不透明度函数。更具体地,不透明度函数生成单元26基于多个体素在层选择单元25所选择的层内的亮度值,生成以下的不透明度函数,其中该不透明度函数向与作为显示对象的组织相对应的体素分配高的不透明度,并且向与其它组织相对应的体素分配低的不透明度。不透明度函数是将各体素的特征量(例如,亮度值)改变成不透明度的函数。例如,由“0.0”来表示透明,并且由“1.0”来表示不透明。
体绘制单元27通过使用不透明度函数生成单元26所生成的不透明度函数,在显示器(输入/输出单元)上进行体图像的体绘制。这样可以提供用于允许用户容易地观察作为显示对象的组织的显示。
接着将参考图4来说明图1所示的图像显示设备20中的处理过程的示例。以下将举例说明在设置了血管模式(作为显示对象的组织是血管)时要进行的操作。
当开始该处理时,首先,图像显示设备20使图像获得单元21获得断层图像摄像设备10拍摄到的体图像或者存储在数据服务器30中的体图像(S101)。图像分析单元20对视网膜在所获得的体图像内的层结构进行分析并且提取各层的边界(S102)。
然后,图像显示设备20使层选择单元25获得用户所指定的显示模式。层选择单元25根据所获得的显示模式来选择生成不透明度函数要使用的层(S103)。例如,当用户想要显示血管时,他/她设置血管模式作为显示模式。在这种情况下,由于经常在IPL中看见血管的走向,因此层选择单元25在血管模式中设置IPL。
在进行了层的选择时,图像显示设备20使不透明度函数生成单元26生成体绘制所需的不透明度函数(S104)。当生成不透明度函数时,首先,不透明度函数生成单元26生成多个体素的亮度值直方图,并且计算该直方图的平均值和标准偏差,其中,这些体素构成了步骤S103的处理中所选择的层。通过使用计算出的平均值和标准偏差,不透明度函数生成单元26生成以下的不透明度函数,其中该不透明度函数使亮度值越低的体素越透明,并且使亮度值越高的体素越不透明。
在这种情况下,由于设置了血管模式,因此不透明度函数生成单元26生成体素在IPL内的亮度值直方图(参见图5A),并且计算该直方图的平均值和标准偏差。注意,IPL内的体素是作为图像分析单元22的提取结果所获得的位于NFL的下端和IPL的下端之间的体素。在OCT中,高的亮度值出现在被当作血管延伸的区域的区域中。由于该原因,认为除血管以外的大量组织分布在亮度值低于图5A所示的直方图中的第一基准值A(在这种情况下为平均值)的范围内。还认为大量的血管组织分布在位于第一基准值A(平均值)和第二基准值B(平均值+n×标准偏差)之间的亮度值的范围内。
为了显示A和B之间的信息以方便地观察该信息,不透明度函数生成单元26生成图5B所示的不透明度函数。更具体地,不透明度函数生成单元26生成以下的不透明度函数,其中,该不透明度函数使亮度值等于或小于第一基准值(平均值)的区域(体素)透明并且使亮度值超过第二基准值(平均值+n×标准偏差)的区域不透明。另外,该不透明度函数被配置为在A和B之间使不透明度随着亮度值的增加而升高。即,将亮度值介于A和B之间的体素作为半透明体素进行处理。在这种情况下,值n具有用于控制使体素半透明的亮度值的范围的功能。
根据图5B所示的不透明度函数的示例,将不透明度的变化方式表示为线性变化。显然,该设备可被配置为生成诸如二次函数等的非线性函数。使用二次函数将向亮度值较低的区域分配较低的不透明度,并且向亮度值较高的区域分配较高的不透明度。这样可以以更高的对比度来显示血管区域。
然后,图像显示设备20使体绘制单元27进行体图像的体绘制(S105)。体绘制单元27通过使用步骤S102中的层提取结果、步骤S104中生成的不透明度函数、以及步骤S103中所选择的层来进行该处理。作为体绘制算法,可以使用通常已知的体光线投射方法(vo1umeraycastingmethod)。然而,注意,基于亮度值计算不透明度的对象体素是基于血管模式所选择的层内的体素。向除这些对象体素以外的体素分配不透明度“0.0”,也就是说,使这些体素透明。
如上所述,根据本实施例,例如,当用户已选择血管模式时,该设备自动生成以下的不透明度函数,其中该不透明度函数向血管组织分配高的不透明度,并且向除血管组织以外的组织分配低的不透明度。通过使用该不透明度函数进行体绘制使得可以向用户呈现图6A所示的显示。这样允许用户容易地观察视网膜层内延伸的血管的三维走向。注意,图6A是显示从图3所示的视网膜上方(y方向)观看到的血管的三维走向的示意图。
第二实施例
接着将说明第二实施例。第二实施例将举例说明在设置用于对白斑的三维分布进行体绘制的白斑模式时要进行的操作。注意,由于根据第二实施例的诊断支持***和图像显示设备20的结构与已说明第一实施例所参考的图1和2所示的诊断支持***和图像显示设备20的结构相同,因此将省略对这些结构的说明。将主要参考已说明第一实施例所参考的图4的流程图来说明与第一实施例的处理不同的处理。
与上述第一实施例相同,图像显示设备20获得体图像,然后分析该体图像(步骤S101和S102)。
在这种情况下,如果设置了白斑模式,则由于大量的白斑分布在位于NFL的下端和IS/OS之间的层内,因此图像显示设备20使层选择单元25选择位于这两者之间的层(S103)。
然后,图像显示设备20使不透明度函数生成单元26生成多个体素的亮度值直方图,并且计算该直方图的平均值和标准偏差,其中,这些体素构成了步骤S103的处理中所选择的层。通过使用计算出的平均值和标准偏差,不透明度函数生成单元26生成以下的不透明度函数(S104),其中该不透明度函数使亮度值越低的体素越透明,并且使亮度值越高的体素越不透明。注意,生成该亮度值直方图所使用的体素是位于NFL的下端和IS/OS之间的体素。在OCT中,白斑的亮度值高。由于该原因,认为:在亮度值直方图中,大量的白斑分布在亮度值高的范围中,并且除白斑以外的大量组织分布在亮度值低的范围中。与第一实施例相同,不透明度函数生成单元26生成以下的不透明度函数,其中该不透明度函数使亮度值等于或小于第一基准值A(平均值)的体素透明,并且使亮度值超过第二基准值B(平均值+n×标准偏差)的体素不透明。另外,与第一实施例相同,不透明度函数生成单元26生成了用于改变亮度值介于基准值A和B之间的体素的不透明度的不透明度函数。
然后,与第一实施例相同,图像显示设备20使体绘制单元27进行体图像的体绘制(S105)。在这种情况下,假定要根据亮度值计算不透明度的体素是基于白斑模式所选择的层内的体素。向除对象体素以外的体素分配不透明度“0.0”,也就是说,使这些体素透明。
如上所述,根据第二实施例,当用户已选择白斑模式时,该设备自动生成以下的不透明度函数,其中该不透明度函数向白斑组织分配高的不透明度,并且向除白斑组织以外的组织分配低的不透明度。通过使用该不透明度函数进行体绘制使得可以向用户呈现图6B所示的显示。这样允许用户容易地观察白斑和高亮度组织在视网膜层内的三维分布。
第三实施例
接着将说明第三实施例。第三实施例将举例说明在对囊肿的三维分布进行体绘制时要进行的操作。注意,由于根据第三实施例的诊断支持***和图像显示设备20的结构与已说明第一实施例所参考的图1和2所示的诊断支持***和图像显示设备20的结构相同,因此将省略对这些结构的说明。将主要参考已说明第一实施例所参考的图4的流程图来说明与第一实施例的处理不同的处理。
当设置了白斑模式或血管模式时,该设备生成以下的不透明度函数,其中该不透明度函数向亮度值高的区域(体素)分配高的不透明度,并且向亮度值低的区域分配低的不透明度。与之相对地,在囊肿模式中,当进行OCT时,由于囊肿区域的亮度值低,因此该设备生成以下的不透明度函数,其中该不透明度函数向亮度值低的区域分配高的不透明度,并且向亮度值高的区域分配低的不透明度。
如果设置了囊肿模式,则由于大量的囊肿分布在INL、OPL和ONL中,因此图像显示设备20使层选择单元25选择这三者中的至少一个(S103)。
然后,图像显示设备20使不透明度函数生成单元26生成多个体素的亮度值直方图,并且计算该直方图的平均值和标准偏差,其中,这些体素构成了步骤S103的处理中所选择的层。通过使用计算出的平均值和标准偏差,不透明度函数生成单元26生成以下的不透明度函数(S104),其中,该不透明度函数使亮度值越低的体素越不透明,并且使亮度值越高的体素越透明。注意,生成亮度值直方图所使用的体素是位于INL的上侧边界与ONL的下侧边界之间的体素。如上所述,由于囊肿区域的亮度值低,因此需要显示亮度低的区域以方便地观察该区域。
因此,如图7A所示,不透明度函数生成单元26生成以下的不透明度函数,其中该不透明度函数使亮度值等于或小于第一基准值A(在这种情况下为平均值-n×标准偏差)的体素不透明,并且使亮度值超过第二基准值B(平均值)的体素透明。该不透明度函数还被配置为:随着亮度值的增加,向亮度值介于A和B之间的体素(亮度值超过第一基准值并且等于或小于第二基准值的体素)分配的不透明度越低。即,将亮度值介于A和B之间的体素作为半透明体素进行处理。与以上情况相同,值n具有用于控制使体素半透明的亮度值的范围的功能。
然后,与第一实施例相同,图像显示设备20使体绘制单元27进行体图像的体绘制(S105)。
如上所述,根据第三实施例,当用户已选择囊肿模式时,该设备自动生成以下的不透明度函数,其中该不透明度函数向白色囊肿组织分配高的不透明度,并且向除这些囊肿组织以外的组织分配低的不透明度。通过使用该不透明度函数进行体绘制使得可以向用户呈现图7B所示的显示。这样允许用户容易地观察囊肿和低亮度组织在视网膜层内的三维分布。
以上已经说明了本发明的典型实施例。然而,本发明不限于上述以及附图所示的这些实施例,并且可以在本发明的精神和范围内根据需要对本发明进行修改和执行。
例如,视网膜的断层图像中作为显示对象的组织可以是整个视网膜。在这种情况下,图像显示设备20根据整个视网膜层内的体素来生成不透明度函数,并且通过使用该不透明度函数来进行体绘制。这使得可以自动显示整个视网膜以方便地观察该视网膜。
如上所述,根据本发明,不透明度函数是根据显示对象而自动生成的。这使得可以进行允许用户容易地观察作为显示对象的组织的体绘制,由此提高诊断精度。
其它实施例
还可以通过读出并执行记录在存储器装置上的程序以进行上述实施例的功能的***或设备的计算机(或者CPU或MPU等装置)和通过下面的方法来实现本发明的各方面,其中,***或设备的计算机通过例如读出并执行记录在存储器装置上的程序以进行上述实施例的功能来进行上述方法的各步骤。由于该原因,例如经由网络或者通过用作存储器装置的各种类型的记录介质(例如,计算机可读存储介质)将该程序提供给计算机。
尽管已经参考典型实施例说明了本发明,但是应该理解,本发明不限于所公开的典型实施例。所附权利要求书的范围符合最宽的解释,以包含所有这类修改、等同结构和功能。
Claims (10)
1.一种医疗***,其特征在于,包括:
分析单元,用于分析光学相干断层图像摄像设备获取到的视网膜的三维断层图像的层结构,并且提取各层的边界;
设置单元,用于设置表示所述视网膜的三维断层图像中作为显示对象的组织的显示模式;
选择单元,用于基于所述设置单元设置的显示模式,通过使用所述分析单元提取出的所述视网膜的层的边界来选择所述视网膜的三维断层图像的各层中的至少一个层;以及
生成单元,用于基于构成所选择的层的多个体素的亮度值的频率分布,生成表示所述多个体素各自的不透明度的不透明度函数。
2.根据权利要求1所述的医疗***,其特征在于,所述生成单元根据所选择的层,生成以下的不透明度函数,其中该不透明度函数向亮度值高于预定值的体素分配的不透明度高于向其它体素分配的不透明度或者低于向其它体素分配的不透明度。
3.根据权利要求1所述的医疗***,其特征在于,还包括:
体绘制单元,用于基于所述不透明度函数,对所述视网膜的三维断层图像进行体绘制;以及
显示控制单元,用于使所述医疗***中的显示单元显示进行了所述体绘制的图像。
4.根据权利要求1所述的医疗***,其特征在于,所述生成单元基于所述多个体素的亮度值,生成以下的不透明度函数,其中该不透明度函数向与所述视网膜的三维断层图像中作为显示对象的组织相对应的体素分配较高的不透明度,并且向与其它组织相对应的体素分配较低的不透明度。
5.根据权利要求1所述的医疗***,其特征在于,当所述视网膜的三维断层图像中作为显示对象的组织是血管时,所述选择单元选择内网状层。
6.根据权利要求1所述的医疗***,其特征在于,当所述视网膜的三维断层图像中作为显示对象的组织是白斑时,所述选择单元选择位于神经纤维层的下端和感光器内节/外节之间的至少一个层。
7.根据权利要求1所述的医疗***,其特征在于,所述生成单元通过使用基于所述多个体素的亮度值计算出的平均值和标准偏差,针对该亮度值计算第一基准值以及表示比所述第一基准值大的值的第二基准值,并且
所述生成单元生成以下的不透明度函数,其中该不透明度函数使亮度值不大于所述第一基准值的体素透明,使亮度值超过所述第二基准值的体素不透明,并且使亮度值超过所述第一基准值且不大于所述第二基准值的体素的不透明度随着亮度值从所述第一基准值向着所述第二基准值增加而增大。
8.根据权利要求1所述的医疗***,其特征在于,当所述视网膜的三维断层图像中作为显示对象的组织是囊肿时,所述选择单元选择内核层、外网状层和外核层中的至少一个层。
9.根据权利要求1所述的医疗***,其特征在于,所述生成单元通过使用基于所选择的层内的多个体素的亮度值计算出的平均值和标准偏差,针对该亮度值计算第一基准值以及表示比所述第一基准值大的值的第二基准值,并且
所述生成单元生成以下的不透明度函数,其中该不透明度函数使亮度值不大于所述第一基准值的体素不透明,使亮度值超过所述第二基准值的体素透明,并且使亮度值超过所述第一基准值且不大于所述第二基准值的体素的透明度随着亮度值从所述第一基准值向着所述第二基准值增加而增大。
10.一种用于控制医疗***的控制方法,所述控制方法的特征在于包括以下步骤:
分析步骤,用于分析光学相干断层图像摄像设备获取到的视网膜的三维断层图像的层结构,并且提取各层的边界;
设置步骤,用于设置表示所述视网膜的三维断层图像中作为显示对象的组织的显示模式;
选择步骤,用于基于所述设置步骤中设置的显示模式,通过使用所述分析步骤中提取出的所述视网膜的层的边界来选择所述视网膜的三维断层图像的各层中的至少一个层;以及
生成步骤,用于基于构成所选择的层的多个体素的亮度值的频率分布,生成表示所述多个体素各自的不透明度的不透明度函数。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010219765A JP5588291B2 (ja) | 2010-09-29 | 2010-09-29 | 情報処理装置、情報処理方法、情報処理システム、及びプログラム |
JP2010-219765 | 2010-09-29 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102525407A CN102525407A (zh) | 2012-07-04 |
CN102525407B true CN102525407B (zh) | 2015-12-16 |
Family
ID=44763872
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110303075.3A Expired - Fee Related CN102525407B (zh) | 2010-09-29 | 2011-09-29 | 医疗*** |
Country Status (5)
Country | Link |
---|---|
US (2) | US8638992B2 (zh) |
EP (1) | EP2437218B1 (zh) |
JP (1) | JP5588291B2 (zh) |
KR (1) | KR101405153B1 (zh) |
CN (1) | CN102525407B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5588291B2 (ja) * | 2010-09-29 | 2014-09-10 | キヤノン株式会社 | 情報処理装置、情報処理方法、情報処理システム、及びプログラム |
JP2013075035A (ja) * | 2011-09-30 | 2013-04-25 | Canon Inc | 光断層像撮像方法、光断層像撮像装置およびプログラム |
US9357916B2 (en) * | 2012-05-10 | 2016-06-07 | Carl Zeiss Meditec, Inc. | Analysis and visualization of OCT angiography data |
US9677869B2 (en) * | 2012-12-05 | 2017-06-13 | Perimeter Medical Imaging, Inc. | System and method for generating a wide-field OCT image of a portion of a sample |
US10497124B2 (en) * | 2013-03-15 | 2019-12-03 | Kabushiki Kaisha Topcon | Optic disc image segmentation method and apparatus |
US9737205B2 (en) | 2013-07-31 | 2017-08-22 | The Board Of Trustees Of The Leland Stanford Junior University | Method and system for evaluating progression of age-related macular degeneration |
WO2016176410A1 (en) * | 2015-04-29 | 2016-11-03 | University Of Pittsburgh - Of The Commonwealth System Of Higher Education | Image enhancement using virtual averaging |
CN105997152A (zh) * | 2016-06-13 | 2016-10-12 | 杭州融超科技有限公司 | 一体式瞳孔测量装置、使用该装置的数据处理方法和*** |
WO2020160446A1 (en) * | 2019-02-01 | 2020-08-06 | The Johns Hopkins University | Layer boundary evolution for macular optical coherence tomography segmentation |
WO2022177028A1 (ja) * | 2021-02-22 | 2022-08-25 | 株式会社ニコン | 画像処理方法、画像処理装置、及びプログラム |
Family Cites Families (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5279296A (en) * | 1991-01-04 | 1994-01-18 | Oculon Corporation | Method and apparatus for detecting cataractogenesis |
US6137585A (en) * | 1998-05-15 | 2000-10-24 | Laser Diagnostic Technologies, Inc. | Method and apparatus for recording three-dimensional distribution of light backscattering potential in transparent and semi-transparent structures |
JP2000090283A (ja) * | 1998-09-09 | 2000-03-31 | Toshiba Iyo System Engineering Kk | ボリュームレンダリング画像表示方法及び画像処理装置並びにボリュームレンダリング画像表示方法のプログラムを記憶した記憶媒体 |
US6658080B1 (en) * | 2002-08-05 | 2003-12-02 | Voxar Limited | Displaying image data using automatic presets |
JP4563326B2 (ja) * | 2006-02-09 | 2010-10-13 | ザイオソフト株式会社 | 画像処理方法および画像処理プログラム |
EP2306141A1 (en) * | 2006-02-24 | 2011-04-06 | The General Hospital Corporation | Methods and systems for performing angle-resolved fourier-domain optical coherence tomography |
JP5049654B2 (ja) * | 2006-05-29 | 2012-10-17 | 株式会社東芝 | 医用画像処理装置、及び医用画像処理方法 |
US8442282B2 (en) * | 2006-05-29 | 2013-05-14 | Kabushiki Kaisha Toshiba | Computer-aided imaging diagnostic processing apparatus and computer-aided imaging diagnostic processing method |
US20070291277A1 (en) * | 2006-06-20 | 2007-12-20 | Everett Matthew J | Spectral domain optical coherence tomography system |
US8508546B2 (en) * | 2006-09-19 | 2013-08-13 | Adobe Systems Incorporated | Image mask generation |
JP2008086658A (ja) * | 2006-10-04 | 2008-04-17 | Fujifilm Corp | 画像表示装置および画像表示プログラム |
JP4859648B2 (ja) * | 2006-12-11 | 2012-01-25 | 株式会社日立メディコ | 超音波診断装置及びプログラム |
WO2008090599A1 (ja) * | 2007-01-22 | 2008-07-31 | School Juridical Person Kitasato Institute | オプティカル・コヒーレンス・トモグラフィー装置 |
JP2008253549A (ja) * | 2007-04-05 | 2008-10-23 | Toshiba Corp | 超音波診断装置 |
WO2008157406A1 (en) * | 2007-06-15 | 2008-12-24 | University Of Southern California | Pattern analysis of retinal maps for diagnosis of optic nerve diseases by optical coherence tomography |
JP4940069B2 (ja) * | 2007-09-10 | 2012-05-30 | 国立大学法人 東京大学 | 眼底観察装置、眼底画像処理装置及びプログラム |
JP4940070B2 (ja) * | 2007-09-10 | 2012-05-30 | 国立大学法人 東京大学 | 眼底観察装置、眼科画像処理装置及びプログラム |
US8401246B2 (en) * | 2007-11-08 | 2013-03-19 | Topcon Medical Systems, Inc. | Mapping of retinal parameters from combined fundus image and three-dimensional optical coherence tomography |
JP5371949B2 (ja) * | 2008-02-29 | 2013-12-18 | 株式会社日立メディコ | 医用画像表示装置、医用画像撮影装置、及び、医用画像表示方法 |
CN102112044A (zh) * | 2008-05-14 | 2011-06-29 | 科学、技术与研究机构 | 自动杯盘比测量*** |
JP4850892B2 (ja) * | 2008-12-19 | 2012-01-11 | キヤノン株式会社 | 眼底画像表示装置及びその制御方法、コンピュータプログラム |
JP5733962B2 (ja) * | 2010-02-17 | 2015-06-10 | キヤノン株式会社 | 眼科装置、眼科装置の制御方法、及びプログラム |
JP5451492B2 (ja) | 2010-03-31 | 2014-03-26 | キヤノン株式会社 | 画像処理装置、その制御方法及びプログラム |
JP5588291B2 (ja) * | 2010-09-29 | 2014-09-10 | キヤノン株式会社 | 情報処理装置、情報処理方法、情報処理システム、及びプログラム |
-
2010
- 2010-09-29 JP JP2010219765A patent/JP5588291B2/ja not_active Expired - Fee Related
-
2011
- 2011-09-07 EP EP11180401.9A patent/EP2437218B1/en not_active Not-in-force
- 2011-09-13 US US13/231,157 patent/US8638992B2/en not_active Expired - Fee Related
- 2011-09-22 KR KR1020110095564A patent/KR101405153B1/ko active IP Right Grant
- 2011-09-29 CN CN201110303075.3A patent/CN102525407B/zh not_active Expired - Fee Related
-
2013
- 2013-12-17 US US14/108,471 patent/US9084563B2/en not_active Expired - Fee Related
Non-Patent Citations (1)
Title |
---|
《Opacity Transfer Function Optimization for Volume-rendered Computed Tomography Images of the Prostate》;Ashesh B.Jani et al.;《Academic Radiology》;20050630;第12卷(第6期);761-770 * |
Also Published As
Publication number | Publication date |
---|---|
US20140111514A1 (en) | 2014-04-24 |
KR20120033247A (ko) | 2012-04-06 |
JP2012071043A (ja) | 2012-04-12 |
EP2437218B1 (en) | 2015-11-11 |
CN102525407A (zh) | 2012-07-04 |
US8638992B2 (en) | 2014-01-28 |
EP2437218A1 (en) | 2012-04-04 |
KR101405153B1 (ko) | 2014-06-10 |
US9084563B2 (en) | 2015-07-21 |
US20120076381A1 (en) | 2012-03-29 |
JP5588291B2 (ja) | 2014-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102525407B (zh) | 医疗*** | |
US8687863B2 (en) | Image processing apparatus, control method thereof and computer program | |
US9808213B2 (en) | Image processing apparatus, image processing method, medical image diagnostic system, and storage medium | |
US20100079580A1 (en) | Apparatus and method for biomedical imaging | |
CN102567728A (zh) | 医用图像处理装置及方法和程序 | |
CN102397055B (zh) | 眼科图像处理设备及其方法 | |
US11978137B2 (en) | Generating reformatted views of a three-dimensional anatomy scan using deep-learning estimated scan prescription masks | |
JP5829522B2 (ja) | 腫瘍セグメント化結果のワンクリック訂正 | |
CN103714236A (zh) | 医学图像显示装置及医学图像显示方法 | |
JP2005185405A (ja) | 医用画像処理装置、関心領域抽出方法、ならびに、プログラム | |
US8873817B2 (en) | Processing an image dataset based on clinically categorized populations | |
CN107170021B (zh) | 时变数据的细化重构 | |
US20220180507A1 (en) | Method and product for ai processing of tumor based on vrds 4d medical images | |
JP5947497B2 (ja) | 眼科画像処理装置、眼科画像処理方法、及び該方法を実行させるためのプログラム | |
JP2006055402A (ja) | 画像処理装置、画像処理方法及び画像処理プログラム | |
Aspin et al. | Medivol: An initial study into real-time, interactive 3D visualisation of soft tissue pathologies | |
US20230260198A1 (en) | Image processing device, image processing method, and storage medium | |
Mohamed | Three-Dimensional Visualization of Brain Tumor Computed Tomography Images | |
Nurizzaty Khairi | Three-dimensional visualization of brain tumor computed tomography images/Nurizzaty Khairi Mohamed | |
Cid et al. | An automatically generated texture-based atlas of the lungs | |
KR20230066526A (ko) | 이미지 처리 방법, 장치, 컴퓨팅 디바이스 및 저장 매체 | |
JP2023056132A (ja) | 医用画像処理装置、方法及びプログラム | |
WO2011062108A1 (ja) | 画像処理装置及び画像処理方法 | |
Deussen et al. | Medical Applications of Multi-field Volume Rendering and VR Techniques |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20151216 Termination date: 20210929 |