CN102688057A - 血小板区域提取方法及血小板区域提取装置 - Google Patents
血小板区域提取方法及血小板区域提取装置 Download PDFInfo
- Publication number
- CN102688057A CN102688057A CN2012100570186A CN201210057018A CN102688057A CN 102688057 A CN102688057 A CN 102688057A CN 2012100570186 A CN2012100570186 A CN 2012100570186A CN 201210057018 A CN201210057018 A CN 201210057018A CN 102688057 A CN102688057 A CN 102688057A
- Authority
- CN
- China
- Prior art keywords
- mentioned
- view data
- platelet
- value
- blood vessel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 17
- 210000004204 blood vessel Anatomy 0.000 claims abstract description 93
- 239000000284 extract Substances 0.000 claims abstract description 41
- 238000000605 extraction Methods 0.000 claims description 35
- 238000001914 filtration Methods 0.000 claims description 17
- 238000009826 distribution Methods 0.000 claims description 8
- 238000003384 imaging method Methods 0.000 abstract 1
- 238000004148 unit process Methods 0.000 abstract 1
- 238000003860 storage Methods 0.000 description 21
- 210000004351 coronary vessel Anatomy 0.000 description 13
- 210000001367 artery Anatomy 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 230000002308 calcification Effects 0.000 description 7
- 238000002059 diagnostic imaging Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 238000003745 diagnosis Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 208000030984 MIRAGE syndrome Diseases 0.000 description 3
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 230000003130 cardiopathic effect Effects 0.000 description 3
- 239000002872 contrast media Substances 0.000 description 3
- TVLSRXXIMLFWEO-UHFFFAOYSA-N prochloraz Chemical compound C1=CN=CN1C(=O)N(CCC)CCOC1=C(Cl)C=C(Cl)C=C1Cl TVLSRXXIMLFWEO-UHFFFAOYSA-N 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 230000017531 blood circulation Effects 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 230000000302 ischemic effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 210000002784 stomach Anatomy 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/504—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Quality & Reliability (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
实施方式的血小板区域提取装置包括血管壁数据提取部、中间图像数据制作部、强调处理部及血小板提取部。上述血管壁数据提取部从拍摄包含血管的被检体而取得的图像数据中提取包含血管壁的第一图像数据。上述中间图像数据制作部对上述第一图像数据进行中间区域的滤波,制作中间值的第二图像数据。上述强调处理部对上述第一图像数据和上述第二图像数据进行差分处理,制作第三图像数据。上述血小板提取部基于上述第三图像数据,提取上述血管中的血小板。
Description
相关申请的引用:本申请以2011年3月24日提交的在先日本特许申请第2011-66796号的优先权为基础,并且要求该优先权,通过引用将该在先申请的全部内容包含在本申请中。
技术领域
在此说明的实施方式广泛地涉及自动地提取例如CT(ComputedTomography:计算机体层摄影)图像中的血管壁内的血小板(Plaque)区域的血小板区域提取方法及血小板区域提取装置。
背景技术
例如在冠状动脉的诊断中,对是否存在因冠状动脉血管内的血小板导致心脏病的可能性进行诊断。冠状动脉血管内的血小板若被破坏,则会堵塞该血管或使该血管变得非常狭窄,会诱发重大的缺血性心脏病,因此进行冠状动脉的诊断。在冠状动脉的诊断中,从通过X射线CT装置的拍摄而取得的CT图像中,确定冠状动脉的血管狭窄部分或者确定未达到血管狭窄的冠状动脉内的血小板。
在冠状动脉的诊断中,从通过X射线CT装置的拍摄而取得的CT图像中对冠状动脉血管壁内的血小板量进行计测,根据计测到的血小板量来诊断冠状动脉的疾病风险(risk)。在现状中,医师对CT图像进行观察而通过手动提取血小板,根据提取出的血小板量来诊断冠状动脉的疾病风险。在提取血小板的技术中,以预先设定的阈值切割CT图像来提取血小板。
发明内容
本发明的实施方式提供血小板区域提取方法及血小板区域提取装置,能够与医师观察图像而进行的冠状动脉血管壁内的血小板的提取相一致地可靠地提取血小板。
实施方式的血小板区域提取装置具备血管壁数据提取部、中间图像数据制作部、强调处理部及血小板提取部。上述血管壁数据提取部从拍摄包含血管的被检体而取得的图像数据中提取包含血管壁的第一图像数据。上述中间图像数据制作部对上述第一图像数据进行中间区域的滤波,制作中间值的第二图像数据。上述强调处理部对上述第一图像数据和上述第二图像数据进行差分处理,制作第三图像数据。上述血小板提取部基于上述第三图像数据,提取上述血管中的血小板。
根据上述结构,能够与医师观察图像而进行的冠状动脉血管壁内的血小板的提取相一致地可靠地提取血小板。
附图说明
图1是表示应用了一个实施方式的血小板区域提取装置的医用图像诊断装置的结构框图。
图2是表示医用图像处理装置的结构框图。
图3是表示从通过该医用图像处理装置制作的冠状动脉的三维体数据中取得的多个截面方向的模式图。
图4是表示对于通过该医用图像处理装置取得的冠状动脉的三维体数据的多个截面图像数据的模式图。
图5是表示通过该医用图像处理装置取得的冠状动脉的三维体数据的多个截面图像数据的显示例的图。
图6是表示该医用图像处理装置的图像处理部的具体功能框图。
图7是表示通过该医用图像处理装置的图像处理部进行的血管壁的二维第一图像数据的显示例的图。
图8是表示进行该医用图像处理装置的图像处理部的中间区域的滤波来制作的中间值的图像数据的图。
图9是表示通过该医用图像处理装置的图像处理部的图像处理得到的差分图像数据的模式图。
图10是表示通过该医用图像处理装置的图像处理部制作的差分值分布的图。
图11是表示通过该医用图像处理装置的图像处理部提取的血小板区域的候补和多个图像噪声的图。
图12是表示通过该医用图像处理装置的图像处理部确定的血小板区域的图。
图13是该医用图像处理装置的血小板区域提取流程图。
图14是表示该医用图像处理装置的血小板区域提取动作中的图像数据处理的流程的图。
图15是表示该医用图像处理装置的血小板提取的模拟模型的一个例子的图。
图16A及图16B是表示该医用图像处理装置的血小板提取的模拟结果的图。
具体实施方式
以下,参照附图对血小板区域提取装置的一个实施方式进行说明。
图1示出了应用了本装置的医用图像诊断装置1的结构框图。医用图像诊断装置1具有医用图像拍摄装置2、医用图像保管装置3及医用图像处理装置4。医用图像拍摄装置2、医用图像保管装置3及医用图像处理装置4经由局域网(LAN:Local Area Network)5等相互连接。医用图像拍摄装置2例如为X射线CT装置(以下称为“X射线CT装置2”)。
X射线CT装置2构成为,向被检体照射X射线,对透过被检体的X射线进行检测,取得被检体内部(关心部位)的CT图像的三维(3D)体数据等,将3D体数据的CT图像在显示器等上进行显示。被检体的各部位例如为心脏的冠状动脉、肺及胃等。
医用图像保管装置3由数据库构成。医用图像保管装置3,将通过X射线CT装置2的拍摄而取得的CT图像的3D体数据、例如心脏冠状动脉的CT图像的3D体数据等保存到数据库。医用图像保管装置3所保存的CT图像3D体数据,经由LAN5向医用图像处理装置4发送。
医用图像处理装置4读入医用图像保管装置3所保存的CT图像的3D体数据,对读入的3D体数据进行图像处理,自动地提取CT图像中的血管壁内的血小板区域。根据所提取的图像,例如对是否存在因冠状动脉血管内的血小板导致心脏病的可能性进行诊断。
图2示出了医用图像处理装置4的结构框图。医用图像处理装置4具有CPU等控制部11、ROM及RAM等存储器12、显示部13、操作部14、存储部15及通信部16。
显示部13对CT图像等各种图像进行显示。操作部14受理来自操作者的输入操作。存储部15存储有图像处理程序及各种数据等。图像处理程序具有如下功能:使控制部11对通过X射线CT装置2的拍摄而取得的CT图像的3D体数据进行图像处理,并使图像处理后的CT图像显示在显示部13上。通信部16进行与外部装置之间的通信。图像处理部17进行CT图像的3D体数据等各种图像的处理、从CT图像的3D体数据中提取血小板区域,等等。控制部11、存储器12、显示部13、操作部14、存储部15、通信部16及图像处理部17,相互经由总线18电连接。
在存储部15中,除了上述图像处理程序及各种数据等之外,还存储有血小板区域提取程序。血小板区域提取程序具有使控制部11从CT图像的3D体数据中提取血小板区域的功能。
血小板区域提取程序在对因冠状动脉血管内的血小板导致的心脏病进行诊断时由控制部11来执行。血小板区域提取程序具有:血管壁数据提取功能,从对包含冠状动脉等血管的被检体进行拍摄而取得的CT图像的3D体数据中,提取血管壁的第一图像数据;中间图像数据制作功能,对第一图像数据进行中间区域的滤波而制作中间值的第二图像数据;强调处理功能,根据第一图像数据与第二图像数据的差分,制作对在第一图像数据中像素值比周边部低的图像区域进行强调处理而成的第三图像数据;以及血小板提取功能,根据第一图像数据的像素值求出标准偏差,按照基于该标准偏差的多个等级的阈值来提取冠状动脉等血管中的血小板。
标准偏差是表示像素值离散程度的统计解析值。
存储部15例如是磁盘装置、半导体盘装置(闪存)等。
控制部11基于存储部15所存储的图像处理程序及各种数据等,受理来自操作部14的输入操作,控制显示部13、通信部16及图像处理部17等,对CT图像的三维体数据等进行图像处理后显示在显示部13上。
控制部11执行存储部15所存储的血小板区域提取程序,使图像处理部17从对包含冠状动脉等血管的被检体进行拍摄而取得的CT图像的3D体数据中提取血管壁的第一图像数据,对该第一图像数据进行中间区域的滤波而制作中间值的第二图像数据,根据第一图像数据与第二图像数据的差分,制作对在第一图像数据中像素值比周边部低的图像区域进行强调处理而成的第三图像数据,根据第一图像数据的像素值求出标准偏差,按照基于该标准偏差的多个等级的阈值来提取冠状动脉等血管中的血小板。
存储器12存储控制部11执行的起动程序等。存储器12还作为控制部11的工作区域起作用。在医用图像处理装置4起动时,控制部11读出并执行起动程序。
显示部13对2D图像、3D图像等各种图像进行彩色显示。显示部13例如为液晶显示器、CRT显示器等。
操作部14***作者进行输入操作,受理图像显示的开始、图像的切换、设定的变更等各种输入操作。操作部14例如为鼠标、键盘等输入设备。
通信部16用于经由LAN5等与外部装置进行通信,例如为LAN卡、调制解调器等。外部装置例如为医用图像拍摄装置2及医用图像保管装置3等。
图像处理部17执行存储部15所存储的血小板区域提取程序,从CT图像的3D体数据中提取例如冠状动脉血管内的血小板。
具体地说,图像处理部17具有作为血小板提取装置的功能,读出医用图像保管装置3所保存的CT图像的3D体数据、例如心脏体数据。图像处理部17针对读出的心脏体数据,将关注区域例如冠状动脉的一部分以3D体数据进行切出。图像处理部17从切出的冠状动脉的3D体数据中提取冠状动脉的血管的芯线,沿着所提取的芯线方向从冠状动脉的3D体数据中提取血管壁的第一图像数据。图像处理部17对提取的第一图像数据进行中间区域的滤波而制作中间值的第二图像数据。图像处理部17根据第一图像数据与第二图像数据的差分,制作对在第一图像数据中像素值比周边部低的图像区域进行强调处理而成的第三图像数据。图像处理部17根据第三图像数据的像素值求出标准偏差,按照基于标准偏差的多个等级的阈值来提取冠状动脉等血管中的血小板。
图像处理部17根据所切出的冠状动脉的3D体数据制作多个截面的CPR(Curved Planar Reconstruction:曲面任意多截面重构图像)像。CPR像例如图3所示,是冠状动脉等血管100的A-A截面、B-B截面、C截面上的各图像数据D的各切片像。A-A截面是沿着血管100的芯线(血流方向)E的方向的截面。B-B截面是沿着血管100的芯线E的方向并且相对于A-A截面垂直的截面。C截面是与血管100的芯线E的方向垂直的截面。
图4A示出了A-A截面的截面图像数据AD的模式图。该图B表示B-B截面的截面图像数据BD的模式图。该图C示出了C截面的截面图像数据CD的模式图。图5示出了显示部13所显示的A-A截面的截面图像数据AD、B-B截面的截面图像数据BD、C截面的截面图像数据CD的显示例。图3至图5示出了血管100内的血小板P及钙化的部分K。此外,J表示内腔,L表示壁。
图6示出了图像处理部17的具体的功能框图。图像处理部17具有血管壁数据提取部17-1、中间图像数据制作部17-2、强调处理部17-3及血小板提取部17-4。
血管壁数据提取部17-1,从图5所示那样的CT图像的心脏体数据D中将例如冠状动脉的一部分以3D体数据切出,并从3D体数据中提取二维(2D)的冠状动脉的血管壁的图像数据(第一图像数据)W。
图7示出了血管壁的图像数据W的显示例。ADW表示图5所示的A-A截面的截面图像数据AD的血管壁的图像数据。BDW表示图5所示的B-B截面的截面图像数据BD的血管壁的图像数据。CDW表示图5所示的C截面的截面图像数据BD的血管壁的图像数据。
中间图像数据制作部17-2对冠状动脉的血管壁的图像数据W、例如图7所示的与A-A截面对应的血管壁的图像数据ADW、与B-B截面对应的血管壁的图像数据BDW、与C截面对应的血管壁的图像数据CDW,分别进行中间区域的滤波,制作例如图8所示那样的中间值的图像数据(第二图像数据)M。
中间区域的滤波是沿着血管壁的图像数据ADW、BDW、CDW的血管100的芯线方向,对在该血管壁的各图像数据ADW、BDW、CDW所具有的CT值的整个区域中成为中间的区域进行的滤波。中间区域的滤波例如使用中值滤波器来进行。
在图8中,ADM表示对图7所示的血管壁的图像数据ADW进行滤波后的中间值的图像数据。BDM表示对图7所示的血管壁的图像数据BDW进行滤波后的中间值的图像数据。CDM表示对图7所示的血管壁的图像数据CDW进行滤波后的中间值的图像数据。
强调处理部17-3根据图7所示的血管壁的图像数据ADW、BDW、CDW与图8所示的中间值的图像数据ADM、BDM、CDM之间的差分,制作对像素值比周边部低的图像区域进行强调处理而成的差分图像数据(第三图像数据)S。
具体地说,强调处理部17-3求出图7所示的血管壁的图像数据ADW、BDW、CDW与图8所示的中间值的图像数据ADM、BDM、CDM之间的各CT值的差分。强调处理部17-3根据求出的差分,制作对CT值比周边部低的图像区域进行强调处理而成的、如图9所示那样的差分图像数据S。强调处理部17-3根据所制作的差分图像数据S,制作表示相对于CT值的差分的像素数的、如图10所示那样的差分值分布(直方图)。
在图9所示的差分图像数据S中,ADS表示图7所示的血管壁的图像数据ADW与图8所示的中间值的图像数据ADF的差分图像数据。BDS表示图7所示的血管壁的图像数据BDW与图8所示的中间值的图像数据BDF的差分图像数据。CDS表示图7所示的血管壁的图像数据CDW与图8所示的中间值的图像数据CDF的差分图像数据。
图10所示的差分值分布H表示相对于图7所示的血管壁的图像数据ADW、BDW、CDW与图8所示的中间值的图像数据ADM、BDM、CDM之间的各CT值的差分的像素数。各CT值的差分例如是遍及图像整体地求出血管壁的图像数据ADW与中间值的图像数据ADM之间的在同一坐标中的各CT值的差分而求出的。CT值的差分也可以是根据相对于血管壁的图像数据BDW与中间值的图像数据BDM之间的各CT值的差分的像素数、或者根据相对于血管壁的图像数据CDW与中间值的图像数据CDM之间的各CT值的差分的像素数来求出。
血小板提取部17-4根据血管100的需要部位、例如大动脉起始部的多个CT值,求出图像噪声的标准偏差σ。血小板提取部17-4计算基于所求出的标准偏差σ的多个等级的阈值,例如使标准偏差σ分别成为不同数值的整数倍来计算多个阈值-σ、-2σ、-3σ。血小板提取部17-4按照由各阈值-σ、-2σ、-3σ划分的多个区域分别区分CT值差分地确定血小板区域的置信度。对大动脉起始部求出图像噪声的标准偏差σ是因为该大动脉起始部的体积较大、CT值相等的物体集中。
具体地说,血小板提取部17-4设定多个阈值-σ、-2σ、-3σ,将阈值-3σ以上的CT值差分、即图10所示的阈值-3σ以下的CT值差分的判断范围Q1所包含的CT值差分,无条件地确定为血小板区域。
血小板提取部17-4将阈值-3σ与阈值-2σ之间的判断范围Q2所包含的CT值差分,附带第一条件地确定为血小板区域。第一条件为,阈值-3σ与阈值-2σ之间的CT值差分与无条件确定的血小板区域相邻接。或者,第一条件为,与判断范围Q2所包含的CT值差分相对应的图5所示的冠状动脉的3D体数据中的图像部分具有一定体积、例如0.12mm3以上。
血小板提取部17-4为了附带第一条件地进行判断,对与判断范围Q2所包含的CT值差分相对应的图像部分、例如图5所示的冠状动脉的三维体数据中的图像部分,进行标记。
血小板提取部17-4将阈值-2σ与阈值-σ之间的判断范围Q3所包含的CT值差分,附带第二条件地确定为血小板区域。第二条件为,与如上述那样附带第一条件地确定的血小板区域相邻接。
血小板提取部17-4为了附带第二条件地进行判断,对与判断范围Q3所包含的CT值差分相对应的图像部分、例如图5所示的冠状动脉的三维体数据中的图像部分,进行标记。
血小板提取部17-4在基于各判断范围Q1、Q2、Q3的CT值差分来确定血小板区域的置信度(confidence)的情况下,将壁厚小于一定值、例如1mm的血小板排除在外,并且将壁最外侧的像素排除在外。换言之,血小板提取部17-4在基于各判断范围Q1、Q2、Q3的CT值差分来确定血小板区域的置信度的情况下,提取壁厚为一定值、例如1mm以上的血小板,并且不在壁的最外侧的像素中提取血小板。
图11示出了例如对图9所示的差分图像数据S通过阈值-σ提取的血小板区域的候补P和多个图像噪声N。
图12示出了通过血小板提取部17-4设定阈值-σ、-2σ、-3σ,按照由各阈值-σ、-2σ、-3σ划分的多个判断范围Q1、Q2、Q3分别区分CT值差分地从血小板区域的候补P中确定为血小板Ps的结果。
接下来,说明由上述那样构成的装置进行的血小板提取的动作。
X射线CT装置2对被注入有造影剂的人体等被检体照射X射线,对透过被检体的X射线进行检测,取得被检体的关心部位、例如心脏的冠状动脉的CT图像的3D体数据等并显示在显示器等上。
医用图像保管装置3将通过X射线CT装置2的拍摄而取得的CT图像的3D体数据、例如心脏的冠状动脉的CT图像的3D体数据存储到数据库中。医用图像保管装置3所保存的CT图像的3D体数据被经由LAN5向医用图像处理装置4发送。
医用图像处理装置4读入医用图像保管装置3所保存的CT图像的3D体数据,对3D体数据进行图像处理,自动地提取CT图像中的血管壁内的血小板区域。所提取的血小板区域的图像例如被用于诊断是否存在因冠状动脉的血管内的血小板导致心脏病的可能性。
图像处理部17作为基本处理,对心脏的3D体数据进行图像的切出、钙化提取处理、内腔(造影剂)提取处理、外壁提取处理及血小板提取处理。
具体地说,图像处理部17读出医用图像保管装置3所保存的CT图像的3D体数据、例如心脏体数据,从该心脏体数据中切出关注区域、例如冠状动脉的一部分的3D体数据。
图像处理部17从冠状动脉的体数据中取得例如大动脉起始部的CT值,将CT值大于该大动脉起始部的CT值的例如1.2倍的区域作为钙化(钙化血小板)进行提取。在该情况下,图像处理部17利用钙化的CT值比造影剂的CT值高这一点,特别使用部分容积效应(Partial Volume Effect)较小的大动脉起始部的CT值。
图像处理部17根据切出的冠状动脉的一部分的3D体数据,制作多个截面的CPR像、例如如图5所示那样的A-A截面的截面图像数据AD、B-B截面的截面图像数据BD及C截面的截面图像数据CD。图像处理部17从各截面图像数据AD、BD、CD中以芯线为中心取出管状ROI(三维的关心区域),并将该管状ROI内的钙化进行提取、除去。
图像处理部17将例如图5所示的截面图像数据CD二值化,在朝向冠状动脉的血管的内壁的方向上进行扫描。图像处理部17根据扫描结果求出冠状动脉的血管内的重心,基于该重心求出冠状动脉的血管的芯点。
图像处理部17在冠状动脉的血管的延伸方向上进行扫描而制作多个截面图像数据CD,根据这些截面图像数据CD分别求出冠状动脉的血管的各芯点。
图像处理部17通过将各芯点连接来求出冠状动脉的血管的芯线E。
以下,根据图13所示的血小板区域提取流程图来说明血小板区域的提取动作。图14示出了血小板区域提取动作的图像数据处理的流程。
血管壁数据提取部17-1在步骤#1中,从图5所示那样的CT图像的心脏体数据D中将例如冠状动脉的一部分以3D体数据进行切出。血管壁数据提取部17-1从切出的3D体数据中提取图7所示那样的2D的冠状动脉的血管壁的图像数据W、即血管壁的各图像数据ADW、BDW、CDW。
中间图像数据制作部17-2在步骤#2中,对冠状动脉的血管壁的图像数据W、例如图7所示的血管壁的各图像数据ADW、BDW、CDW,分别沿着血管100的芯线E的方向进行中间区域的滤波,例如制作图8所示那样的中间值的图像数据M。中间区域的滤波例如使用中值滤波器。
强调处理部17-3在步骤#3中,求出图7所示的血管壁的图像数据ADW、BDW、CDW与图8所示的中间值的图像数据ADM、BDM、CDM之间的各CT值的差分,并根据该差分制作对CT值比周边部低的图像区域进行强调处理而成的图9所示那样的差分图像数据S。差分图像数据S例如从图7所示的血管壁的图像数据ADW、BDW、CDW中分别减去图8所示的中间值的图像数据ADM、BDM、CDM制作而成。
强调处理部17-3根据差分图像数据S制作表示相对于CT值差分的像素数的、图10所示那样的差分值分布H。
血小板提取部17-4在步骤#4中,根据血管100的需要部位、例如大动脉起始部的多个CT值,求出图像噪声的标准偏差σ。血小板提取部17-4计算基于标准偏差σ的多个等级的阈值,例如使标准偏差σ成为分别不同数值的整数倍来计算多个阈值-σ、-2σ、-3σ。血小板提取部17-4按照由各阈值-σ、-2σ、-3σ划分的多个区域分别区分CT值差分地确定血小板区域的置信度。
具体地说,血小板提取部17-4在图10所示的差分值分布H中,将阈值-3σ以上的CT值差分、即图10所示的阈值-3σ以下的CT值差分的判断范围Q1所包含的CT值差分,无条件地确定为血小板区域。
血小板提取部17-4将阈值-3σ与阈值-2σ之间的判断范围Q2所包含的CT值差分,附带第一条件地确定为血小板区域。第一条件为,阈值-3σ与阈值-2σ之间的CT值差分与无条件确定的血小板区域相邻接。或者,第一条件为,与判断范围Q2所包含的CT值差分相对应的图5所示的冠状动脉的3D体数据中的图像部分具有一定体积、例如0.12mm3以上。
血小板提取部17-4将阈值-2σ与阈值-σ之间的判断范围Q3所包含的CT值差分,附带第二条件地确定为血小板区域。第二条件为与已经附带第一条件地确定的血小板区域相邻接。
血小板提取部17-4在基于各判断范围Q1、Q2、Q3的CT值差分来确定血小板区域的置信度的情况下,将壁厚小于一定值、例如1mm的血小板排除在外,并且将壁的最外侧的像素排除在外。换言之,血小板提取部17-4在基于各判断范围Q1、Q2、Q3的CT值差分来确定血小板区域的置信度的情况下,提取壁厚为一定值、例如1mm以上的血小板,并且不在壁的最外侧的像素中提取血小板。
作为该血小板提取的结果,如图12所示,从血小板区域的候补P中确定出血小板Ps。所确定的血小板Ps与通过图11所示的阈值-σ提取的结果进行对比可知,多个图像噪声N被除去,作为血小板仅提取了置信度较高的血小板Ps。
说明由本装置进行的血小板提取动作的模拟结果。
在血小板提取的模拟中,使用如图15所示那样的数值幻像(phantom)。数值幻像存在无图像噪声和有图像噪声的情况。阈值例如为60HU。血小板P例如为30HU。钙化的部分K为400HU。内腔J为350HU。壁L为130HU。
模拟装置根据所述数值幻像进行图像重构而制作冠状动脉的血管的原始数据,使用该原始数据执行血小板提取的模拟。作为模拟的结果,例如能够如图16A、图16B所示那样提取血小板Ps。图16A为无图像噪声的情况。图16B为有图像噪声的情况。
如此,根据上述实施方式,从在CT图像的心脏体数据D中切出的例如冠状动脉的3D体数据中提取各血管壁的图像数据W。对各血管壁的图像数据W进行中间区域的滤波而制作中间值的图像数据M。根据各血管壁的图像数据W与中间值的图像数据M之间的各CT值的差分,制作对CT值比周边部低的图像区域进行强调处理而成的差分图像数据S。根据差分图像数据S制作表示相对于CT值差分的像素数的差分值分布H,并且根据基于例如大动脉起始部的多个CT值求出的图像噪声的标准偏差σ,来计算多个阈值-σ、-2σ、-3σ。按照由各阈值-σ、-2σ、-3σ划分的多个区域分别区分CT值差分地确定血小板区域的置信度。由此,能够可靠地提取血小板Ps,而不会将血小板Ps以外的区域提取为血小板,例如能够与医师读影时的冠状动脉的血管壁内的血小板的提取相一致。
在血小板提取中,在图10所示的差分值分布H中,阈值-3σ以下的CT值差分的判断范围Q1所包含的CT值差分被无条件确定为血小板区域。阈值-3σ与阈值-2σ之间的判断范围Q2所包含的CT值差分被附带第一条件地确定为血小板区域。阈值-2σ与阈值-σ之间的判断范围Q3所包含的CT值差分被附带第二条件地确定为血小板区域。由此,能够提高血小板Ps提取的准确性。
即使在各判断范围Q1、Q2、Q3的CT值差分中将壁厚小于一定值、例如1mm的血小板排除在外并且将壁的最外侧的像素排除在外,也能够提高血小板Ps提取的准确性。
以上,示例了本发明的几个实施方式,但这些实施方式仅是作为例子进行提示,不意图限定发明的范围。这些新实施方式能够以其它各种方式实施,在不脱离发明宗旨的范围内,能够进行各种省略、置换、变更等。这些实施方式及其变形例包含于发明的范围、宗旨中,并且包含于权利要求书所记载的发明及其等同范围内。此外,上述各实施方式能够相互组合实施。
Claims (13)
1.一种血小板区域提取方法,其中,
从拍摄包含血管的被检体而取得的图像数据中,提取包含血管壁的第一图像数据,
对上述第一图像数据进行中间区域的滤波,制作中间值的第二图像数据,
对上述第一图像数据和上述第二图像数据进行差分处理,制作第三图像数据,
基于上述第三图像数据,提取上述血管中的血小板。
2.如权利要求1所述的血小板区域提取方法,其中,
上述第二图像数据是对上述第一图像数据沿着上述血管的行进方向进行求出上述中间区域的值的滤波而制作的。
3.如权利要求1所述的血小板区域提取方法,其中,
上述第三图像数据是根据上述第一图像数据与上述第二图像数据之间的差分,对上述第一图像数据中像素值比周边部低的图像区域进行强调处理而制作的。
4.如权利要求1所述的血小板区域提取方法,其中,
上述血小板的提取为,根据上述第一图像数据的像素值求出标准偏差,按照基于该标准偏差的多个等级的阈值,从上述血管中进行提取。
5.一种血小板区域提取装置,其中,具备:
血管壁数据提取部,从拍摄包含血管的被检体而取得的图像数据中,提取包含血管壁的第一图像数据;
中间图像数据制作部,对上述第一图像数据进行中间区域的滤波,制作中间值的第二图像数据;
强调处理部,对上述第一图像数据和上述第二图像数据进行差分处理,制作第三图像数据;以及
血小板提取部,基于上述第三图像数据,提取上述血管中的血小板。
6.如权利要求5所述的血小板区域提取装置,其中,
上述中间图像数据制作部对上述第一图像数据沿着上述血管的行进方向进行求出上述中间区域的值的滤波,制作上述第二图像数据。
7.如权利要求5所述的血小板区域提取装置,其中,
上述强调处理部根据上述第一图像数据与上述第二图像数据之间的差分,对上述第一图像数据中像素值比周边部低的图像区域进行强调处理,制作上述第三图像数据。
8.如权利要求5所述的血小板区域提取装置,其中,
上述血小板提取部根据上述第一图像数据的像素值求出标准偏差,按照基于该标准偏差的多个等级的阈值,从上述血管中提取上述血小板。
9.如权利要求5所述的血小板区域提取装置,其中,
上述图像数据为CT图像数据,
上述血小板提取部根据上述血管的需要部位求出CT值的标准偏差,将该标准偏差分别乘以不同数值来计算多个阈值,按照由这些阈值划分的多个区域分别区分上述CT值的差分地确定上述血小板区域的置信度。
10.如权利要求5所述的血小板区域提取装置,其中,
上述血小板提取部基于上述血管的需要部位的像素值的统计解析值求出多个阈值,利用该阈值求出可靠度不同的多个血小板区域。
11.如权利要求5所述的血小板区域提取装置,其中,
上述图像数据为CT图像数据,
上述中间图像数据制作部沿着上述第一图像数据所包含的上述血管的芯线方向进行上述中间区域的滤波,制作上述第二图像数据,
上述强调处理部根据上述第一图像数据与上述第二图像数据之间的各CT值的差分,制作作为对上述CT值比上述周边部低的图像区域进行强调处理而得到的上述第三图像数据的差分图像数据,根据该差分图像数据制作表示相对于上述CT值的差分的像素数的差分值分布,
上述血小板提取部根据上述血管的需要部位求出上述CT值的标准偏差,使该标准偏差成为分别不同数值的整数倍来计算多个阈值,按照由这些阈值划分的多个区域分别区分上述CT值的差分地确定上述血小板区域的置信度。
12.如权利要求11所述的血小板区域提取装置,其中,
上述血小板提取部作为上述多个阈值,设定上述标准偏差、2倍的上述标准偏差和3倍的上述标准偏差,无条件地将上述3倍的标准偏差以上的上述CT值的差分确定为上述血小板区域,附带第一条件地将上述3倍的标准偏差与上述2倍的标准偏差之间的上述CT值的差分确定为上述血小板区域,附带第二条件地将上述2倍的标准偏差与上述标准偏差之间的上述CT值的差分确定为上述血小板区域。
13.如权利要求5所述的血小板区域提取装置,其中,
上述第一条件为,与上述无条件地确定的上述血小板区域相邻接或者具有一定体积以上的体积,
上述第二条件为,与附带第一条件地确定的上述血小板区域相邻接。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP066796/2011 | 2011-03-24 | ||
JP2011066796A JP5713748B2 (ja) | 2011-03-24 | 2011-03-24 | プラーク領域抽出方法及びその装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102688057A true CN102688057A (zh) | 2012-09-26 |
CN102688057B CN102688057B (zh) | 2015-09-02 |
Family
ID=46853917
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210057018.6A Active CN102688057B (zh) | 2011-03-24 | 2012-03-06 | 血小板区域提取方法及血小板区域提取装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US8649582B2 (zh) |
JP (1) | JP5713748B2 (zh) |
CN (1) | CN102688057B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9886781B2 (en) * | 2013-02-28 | 2018-02-06 | Hitachi, Ltd. | Image processing device and region extraction method |
EP2995255B1 (en) * | 2013-05-10 | 2017-04-19 | Shimadzu Corporation | Image processing device |
JP6552792B2 (ja) * | 2013-07-08 | 2019-07-31 | キヤノンメディカルシステムズ株式会社 | X線コンピュータ断層撮影装置 |
CN104070782B (zh) * | 2014-06-20 | 2017-10-13 | 湖南财经工业职业技术学院 | 高效自动印字机 |
JP6415903B2 (ja) * | 2014-09-02 | 2018-10-31 | キヤノンメディカルシステムズ株式会社 | 医用画像処理装置 |
RU2685373C2 (ru) * | 2014-09-12 | 2019-04-17 | Конинклейке Филипс Н.В. | Анализ кальциноза аортального клапана |
KR20160143178A (ko) * | 2015-06-04 | 2016-12-14 | 삼성전자주식회사 | 의료 영상 처리 장치 및 의료 영상 처리 방법 |
JP6117889B1 (ja) * | 2015-10-26 | 2017-04-19 | 渡邉 真弓 | 治療方針決定のためのデータを提供する方法 |
KR102576682B1 (ko) * | 2016-02-05 | 2023-09-07 | 전북대학교산학협력단 | 혈전 탐지 시스템 및 방법 |
US11278259B2 (en) | 2018-02-23 | 2022-03-22 | Verathon Inc. | Thrombus detection during scanning |
CN116051457A (zh) * | 2022-09-09 | 2023-05-02 | 天津远景科技服务有限公司 | 血管造影图像的处理方法、装置、***、设备及介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1929781A (zh) * | 2003-08-21 | 2007-03-14 | 依斯克姆公司 | 用于脉管斑块检测和分析的自动化方法和*** |
JP2007275141A (ja) * | 2006-04-03 | 2007-10-25 | Hitachi Medical Corp | 画像表示装置 |
JP2009195561A (ja) * | 2008-02-22 | 2009-09-03 | Toshiba Corp | X線ct装置、画像処理装置および画像処理プログラム |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4504908A (en) * | 1982-03-15 | 1985-03-12 | General Electric Company | Matched filter for X-ray temporal subtraction |
FR2708166A1 (fr) * | 1993-07-22 | 1995-01-27 | Philips Laboratoire Electroniq | Procédé de traitement d'images numérisées pour la détection automatique de sténoses. |
US6678399B2 (en) * | 2001-11-23 | 2004-01-13 | University Of Chicago | Subtraction technique for computerized detection of small lung nodules in computer tomography images |
US6765983B2 (en) * | 2002-12-13 | 2004-07-20 | General Electric Company | Method and apparatus for imaging a region of dynamic tissue |
DE10309166A1 (de) * | 2003-02-28 | 2004-09-16 | Siemens Ag | Röntgendiagnostikeinrichtung mit Bildrechner zur Richtungsfilterung |
JP4580628B2 (ja) * | 2003-09-19 | 2010-11-17 | 株式会社東芝 | X線画像診断装置及び画像データ生成方法 |
EP1825810A4 (en) * | 2004-11-26 | 2010-07-14 | Toshiba Kk | X-RAY CT DEVICE AND IMAGE PROCESSING DEVICE |
EP1869637A1 (en) * | 2005-03-31 | 2007-12-26 | Paieon Inc. | Method and apparatus for positioning a device in a tubular organ |
US7783092B2 (en) * | 2006-01-17 | 2010-08-24 | Illinois Institute Of Technology | Method for enhancing diagnostic images using vessel reconstruction |
US8542900B2 (en) * | 2007-03-08 | 2013-09-24 | Sync-Rx Ltd. | Automatic reduction of interfering elements from an image stream of a moving organ |
US8345944B2 (en) * | 2008-08-06 | 2013-01-01 | Siemens Aktiengesellschaft | System and method for coronary digital subtraction angiography |
JP5305821B2 (ja) * | 2008-10-10 | 2013-10-02 | 株式会社東芝 | 医用画像処理装置及び医用画像診断装置 |
US8311301B2 (en) * | 2010-12-10 | 2012-11-13 | Carestream Health, Inc. | Segmenting an organ in a medical digital image |
-
2011
- 2011-03-24 JP JP2011066796A patent/JP5713748B2/ja active Active
-
2012
- 2012-03-06 CN CN201210057018.6A patent/CN102688057B/zh active Active
- 2012-03-20 US US13/424,930 patent/US8649582B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1929781A (zh) * | 2003-08-21 | 2007-03-14 | 依斯克姆公司 | 用于脉管斑块检测和分析的自动化方法和*** |
JP2007275141A (ja) * | 2006-04-03 | 2007-10-25 | Hitachi Medical Corp | 画像表示装置 |
JP2009195561A (ja) * | 2008-02-22 | 2009-09-03 | Toshiba Corp | X線ct装置、画像処理装置および画像処理プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2012200371A (ja) | 2012-10-22 |
US8649582B2 (en) | 2014-02-11 |
US20120243760A1 (en) | 2012-09-27 |
JP5713748B2 (ja) | 2015-05-07 |
CN102688057B (zh) | 2015-09-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102688057A (zh) | 血小板区域提取方法及血小板区域提取装置 | |
CN1550224B (zh) | 用于设计左心房附器隔离的心脏ct***和方法 | |
Kostis et al. | Small pulmonary nodules: reproducibility of three-dimensional volumetric measurement and estimation of time to follow-up CT | |
Yu et al. | Metal artifact reduction from reformatted projections for hip prostheses in multislice helical computed tomography: techniques and initial clinical results | |
CN105120738B (zh) | 狭窄治疗规划 | |
EP3404613A2 (en) | Isolation of aneurysm and parent vessel in volumetric image data | |
JP6495037B2 (ja) | 医用画像処理装置及び医用画像診断装置 | |
DE102005036998B4 (de) | Vorrichtung zur automatischen Detektion von Auffälligkeiten in medizinischen Bilddaten | |
CN101015462A (zh) | 再处理三维图像数据组特别是虚拟结肠成像的方法和装置 | |
EP3359041B1 (en) | Mobile ffr simulation | |
US10140715B2 (en) | Method and system for computing digital tomosynthesis images | |
US20120121064A1 (en) | Procedure for processing patient radiological images | |
US10278662B2 (en) | Image processing apparatus and medical image diagnostic apparatus | |
JP2007275318A (ja) | 画像表示装置、画像表示方法およびそのプログラム | |
Iqbal et al. | Texture analysis of ultrasound images of chronic kidney disease | |
CN104077747A (zh) | 医用图像处理装置以及医用图像处理方法 | |
US11357571B2 (en) | Stent length estimation device, stent length estimation program, and method of estimating length of stent | |
CN102646266A (zh) | 一种处理图像的方法 | |
US7349569B2 (en) | Method and device for forming an isolated visualization of body structures | |
CN111340934A (zh) | 用于生成组合式组织-血管表示的方法和计算机*** | |
WO2017179255A1 (ja) | Ct画像中の骨領域の自動推定方法、装置、およびコンピュータプログラム | |
KR102272741B1 (ko) | 4차원 자기공명 혈관조영술의 영상정보 후처리를 통한 3차원 감산 동맥조영술과 3차원 감산 정맥조영술 및 4차원 컬러 혈관조영술의 동시 구현 방법과 의료영상 시스템 | |
JP2014046109A (ja) | 医用画像処理装置 | |
US10832492B2 (en) | Panoramic visualization of coronary arterial tree | |
Bellam et al. | Adaptive multimodal image fusion with a deep pyramidal residual learning network |
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 | ||
C41 | Transfer of patent application or patent right or utility model | ||
TR01 | Transfer of patent right |
Effective date of registration: 20160713 Address after: Japan Tochigi Patentee after: Toshiba Medical System Co., Ltd. Address before: Tokyo, Japan, Japan Patentee before: Toshiba Corp Patentee before: Toshiba Medical System Co., Ltd. |