CN103068312A - 诊断支援***以及程序 - Google Patents
诊断支援***以及程序 Download PDFInfo
- Publication number
- CN103068312A CN103068312A CN2011800413704A CN201180041370A CN103068312A CN 103068312 A CN103068312 A CN 103068312A CN 2011800413704 A CN2011800413704 A CN 2011800413704A CN 201180041370 A CN201180041370 A CN 201180041370A CN 103068312 A CN103068312 A CN 103068312A
- Authority
- CN
- China
- Prior art keywords
- zone
- characteristic quantity
- expression
- zonule
- waveform
- 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
- 238000003745 diagnosis Methods 0.000 title claims abstract description 58
- 210000004072 lung Anatomy 0.000 claims abstract description 124
- 238000004458 analytical method Methods 0.000 claims abstract description 65
- 239000000284 extract Substances 0.000 claims abstract description 21
- 238000009423 ventilation Methods 0.000 claims description 81
- 238000000034 method Methods 0.000 claims description 77
- 230000009471 action Effects 0.000 claims description 72
- 230000017531 blood circulation Effects 0.000 claims description 46
- 238000005520 cutting process Methods 0.000 claims description 11
- 230000011218 segmentation Effects 0.000 claims description 11
- 230000010354 integration Effects 0.000 claims description 6
- 210000003050 axon Anatomy 0.000 claims description 5
- 230000033001 locomotion Effects 0.000 abstract description 26
- 238000003384 imaging method Methods 0.000 abstract 1
- 230000008569 process Effects 0.000 description 54
- 210000000038 chest Anatomy 0.000 description 52
- 230000029058 respiratory gaseous exchange Effects 0.000 description 48
- 238000003860 storage Methods 0.000 description 39
- 230000001830 phrenic effect Effects 0.000 description 38
- 238000012545 processing Methods 0.000 description 28
- 238000004891 communication Methods 0.000 description 20
- 238000010191 image analysis Methods 0.000 description 18
- 238000012937 correction Methods 0.000 description 15
- 230000003434 inspiratory effect Effects 0.000 description 15
- 230000008859 change Effects 0.000 description 13
- 210000003109 clavicle Anatomy 0.000 description 13
- 208000024891 symptom Diseases 0.000 description 13
- 230000009466 transformation Effects 0.000 description 13
- 230000037396 body weight Effects 0.000 description 11
- 230000007547 defect Effects 0.000 description 11
- 210000000988 bone and bone Anatomy 0.000 description 10
- 230000003519 ventilatory effect Effects 0.000 description 10
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 9
- 238000001514 detection method Methods 0.000 description 8
- 230000015572 biosynthetic process Effects 0.000 description 7
- 238000000605 extraction Methods 0.000 description 6
- 239000013589 supplement Substances 0.000 description 6
- 208000029523 Interstitial Lung disease Diseases 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000013507 mapping Methods 0.000 description 5
- 210000003205 muscle Anatomy 0.000 description 5
- 210000000115 thoracic cavity Anatomy 0.000 description 5
- 208000006545 Chronic Obstructive Pulmonary Disease Diseases 0.000 description 4
- 238000011976 chest X-ray Methods 0.000 description 4
- 201000010099 disease Diseases 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 230000000414 obstructive effect Effects 0.000 description 4
- 239000004065 semiconductor Substances 0.000 description 4
- 208000011623 Obstructive Lung disease Diseases 0.000 description 3
- 206010030113 Oedema Diseases 0.000 description 3
- 208000030934 Restrictive pulmonary disease Diseases 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 239000012141 concentrate Substances 0.000 description 3
- 208000035475 disorder Diseases 0.000 description 3
- 238000010195 expression analysis Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000000241 respiratory effect Effects 0.000 description 3
- 208000019693 Lung disease Diseases 0.000 description 2
- 208000006193 Pulmonary infarction Diseases 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000001684 chronic effect Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000008338 local blood flow Effects 0.000 description 2
- 231100000915 pathological change Toxicity 0.000 description 2
- 230000036285 pathological change Effects 0.000 description 2
- 230000009325 pulmonary function Effects 0.000 description 2
- 230000007575 pulmonary infarction Effects 0.000 description 2
- 230000008929 regeneration Effects 0.000 description 2
- 238000011069 regeneration method Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 239000004575 stone Substances 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 239000010409 thin film Substances 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 206010035664 Pneumonia Diseases 0.000 description 1
- 206010037423 Pulmonary oedema Diseases 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 238000010009 beating Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 235000009508 confectionery Nutrition 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000002224 dissection Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000010408 film Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000010247 heart contraction Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000029052 metamorphosis Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 201000003144 pneumothorax Diseases 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 208000005333 pulmonary edema Diseases 0.000 description 1
- 230000002685 pulmonary effect Effects 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 210000001562 sternum Anatomy 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- A61B6/507—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 determination of haemodynamic parameters, e.g. perfusion CT
-
- 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
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
- G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
-
- G—PHYSICS
- 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
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/026—Measuring blood flow
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/087—Measuring breath flow
-
- 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
- A61B6/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
-
- 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
- A61B6/467—Arrangements for interfacing with the operator or the patient characterised by special input means
- A61B6/469—Arrangements for interfacing with the operator or the patient characterised by special input means for selecting a region of interest [ROI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/24—Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—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
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
- G06T2207/30104—Vascular flow; Blood flow; Perfusion
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Public Health (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Optics & Photonics (AREA)
- High Energy & Nuclear Physics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Physiology (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明提供一种有效地利用动态拍摄的图像,将诊断中使用的信息统一为视觉类,即使是听诊器的经验较浅的医生也能够进行精确的诊断的包括GUI的***。根据本发明的诊断支援***(100),诊断用控制台(3)的控制部(31)从拍摄用控制台(2)发送的表示胸部动态的多个帧图像的各个帧图像中提取肺野区域,将该提取出的肺野区域分割为多个小区域,在多个帧图像间使分割出的小区域相互对应而进行解析,从而计算表示被分割的小区域的动作的预先设定的特征量。而且,若通过操作部(33)选择成为解析结果的显示对象的区域,则显示针对选择的小区域的特征量。
Description
技术领域
本发明涉及诊断支援***以及程序。
背景技术
以往,医生利用基于胸部X射线照片(深呼吸时肺野面积最大时拍摄出的图像)的图像信息以及听诊器的声音信息这样的、来自眼睛和耳朵的两种信息,综合地进行肺的换气功能的诊断。
与此相对,近年来,尝试利用FPD(flat panel detector:平板探测器)等半导体图像传感器对胸部的动态图像进行拍摄,并将其应用于诊断。例如,专利文献1中记载有如下的技术,即、在构成动态图像的多个帧图像间生成表示信号值之差的差量图像,并根据生成的差量图像求出各信号值的最大值来进行显示的技术。
专利文献1:日本特开2004-312434号公报
然而,听诊器基于声音(耳朵)的诊断存在如下的现状,即、基于如胸部X射线照片那样的教示图像的会诊等的诊断能力正在普及,多个医生同时确认较困难,取决于各个医生的熟练程度。另外,在与利用听诊器的医生的会面中,患者往往会由于紧张而肺表现出与平常时不同的举动,所以还要求包括判断该影响的熟练技能。
另一方面,在专利文献1的技术中,只是计算动态图像的每个像素的帧间差量值的最大值来进行显示,所以只根据该结果,除了熟练的呼吸器专业医生以外的医生较难把握症状。
发明内容
本发明的课题是提供一种有效活用动态拍摄出的图像,并将使用于诊断的信息统一为视觉类,即使是听诊器的经验较浅的医生也能够进行精确的诊断的包括GUI的***。
为了解决上述课题,根据本发明的第1侧面,
诊断支援***具备:
拍摄部,其进行被摄体的动态拍摄,并生成连续的多个帧图像;
解析部,其从上述生成的多个帧图像分别提取被摄体区域,将该提取出的被摄体区域分割为多个区域,在上述多个帧图像间使上述分割出的区域相互对应而进行解析,从而计算表示上述分割的区域的动作的预先决定的特征量;
操作部,其用于用户选择上述分割出的区域中的、成为上述解析部的解析结果的显示对象的区域;以及
显示部,其显示针对有上述操作部选择出的区域的、由上述解析部计算出的特征量。
优选上述解析部还计算表示上述被摄体区域整体的动作的预先决定的特征量,
上述显示部同时显示由上述解析部计算出的表示由上述操作部选择出的区域的动作的特征量、和表示上述被摄体区域整体的动作的特征量。
优选上述解析部计算表示上述分割的区域的动作的一个或者多个特征量。
优选上述显示部显示上述生成的多个帧图像中的一个帧图像,
上述操作部构成为能够从显示在上述显示部的帧图像上选择成为上述解析结果的显示对象的一个或者多个区域。
优选上述显示部对上述生成的多个帧图像进行动态图像显示,
上述操作部构成为能够从显示在上述显示部的动态图像上选择成为上述解析结果的显示对象的一个或者多个区域。
优选上述显示部还显示上述生成的多个帧图像中的一个帧图像,以与由上述解析部计算出的特征量的值对应的颜色来显示上述一个帧图像的上述分割的各区域。
优选上述解析部计算上述多个帧图像的上述分割的区域内的像素信号值的平均值,并计算该计算出的平均信号值的时间变化来作为表示该区域的动作的特征量,
上述显示部将由上述解析部计算出的、由上述操作部选择出的区域的平均信号值的时间变化作为波形进行显示。
优选上述拍摄部用于对胸部的动态图像进行拍摄,
在由上述操作部选择出肺野区域的一方区域的情况下,上述显示部将上述选择的区域和体轴对象的另一方肺野的区域的特征量与上述选择的区域的特征量一起同时显示。
优选由上述解析部计算的特征量构成为能够由上述操作部预先从多个中选择。
优选表示上述分割出的区域的动作的特征量是表示该区域的换气或者血流的特征量。
根据本发明的第2侧面,
优选程序用于使计算机作为如下的部发挥作用,
解析部,其从表示被摄体的动态的多个帧图像分别提取被摄体区域,将该提取出的被摄体区域分割为多个区域,在上述多个帧图像间使上述分割的区域相互对应而进行解析,从而计算表示上述分割的区域的动作的预先决定的特征量;
操作部,其用于用户选择上述分割的区域中的、成为上述解析部的解析结果的显示对象的区域;以及
显示部,其显示针对通过上述操作部所选择的区域的由上述解析部计算出的特征量。
根据本发明,能够提供一种有效地利用动态拍摄的图像,将在诊断中使用的信息统一为视觉类,即使是听诊器的经验较浅的医生也能够进行精确的诊断的包括GUI的***。
附图说明
图1是表示本发明的实施方式中的诊断支援***的整体构成的图。
图2是表示图1的射线产生装置和射线检测部的详细构成例的图。
图3是表示由图1的拍摄用控制台的控制部执行的拍摄控制处理的流程图。
图4是表示由图1的诊断用控制台的控制部执行的图像解析处理的流程图。
图5是表示在图4的步骤S11中执行的预处理的流程图。
图6是表示在图4的步骤S12中执行的图像解析/显示处理A的流程图。
图7是表示一个呼吸周期(深呼吸时)所拍摄的多个时间相位T(T=t0~t6)的帧图像的图。
图8是用于说明横隔膜位置的计算的图。
图9是用于说明胸廓的宽度的计算的图。
图10是用于说明将肺野区域分割成小区域的图。
图11是表示在最大安静呼气位与安静吸气位下描绘肺野的相同部分的区域的位置的变化的图。
图12是表示在最大呼气位与最大吸气位下描绘肺野的相同部分的区域的位置的变化的图。
图13的A是表示某肺野区域中正常部分的小区域的换气量的时间变化的波形的一个例子的图,图13的B是表示限制性部分的小区域的换气量的时间变化的波形的一个例子的图,图13的C是表示阻塞性部分的小区域的换气量的时间变化的波形的一个例子的图,图13的D是表示横隔膜位置的时间变化的波形的一个例子的图。
图14是表示设定有换气的解析结果的显示(标准)的情况下,在图6的步骤S209中显示部所显示的显示画面的一个例子的图。
图15A是表示使正常例的波形与选择区域的波形并列显示的例子的图。
图15B是表示使正常例的波形的周期与患者的波形的周期一致地进行显示的例子的图。
图16是表示在设定有换气与血流的解析结果的显示(标准)的情况下,在图6的步骤S209中显示部所显示的显示画面的一个例子的图。
图17是表示作为追加信息而设定有肺野内的各小区域的解析结果向静止图像上的一览显示的情况下,在图6的步骤S209中显示部所显示的显示画面的一个例子的图。
图18是表示作为追加信息而设定有波形的解析结果的动态图像显示的情况下,在图6的步骤S209中显示部所显示的显示画面的一个例子的图。
图19是表示选择将解析结果的显示对象区域作为预先决定的区域(自动)的情况下显示部所显示的显示画面的一个例子的图。
图20是表示在第2实施方式中通过图1的诊断用控制台的控制部所执行的图像解析/显示处理B的流程图。
图21是表示在图20的步骤S309中显示部所显示的显示画面的一个例子的图。
具体实施方式
以下,参照附图,详细地对本发明所涉及的实施方式进行说明。但是,发明的范围并不限定于图示例。
〈第1实施方式〉
〔诊断支援***100的构成〕
首先,说明构成。
图1表示本实施方式中的诊断支援***100的整体构成。
如图1所示,诊断支援***100构成为,通过通信电缆等将拍摄装置1和拍摄用控制台2连接,经由LAN(Local Area Network)等通信网络NT将拍摄用控制台2和诊断用控制台3连接。构成诊断支援***100的各装置依照DICOM(Digital Image and Communications inMedicine:医学数字图像通讯)标准,各装置间的通信遵照DICOM而进行。
〔拍摄装置1的构成〕
拍摄装置1例如是对肺伴随呼吸运动的膨胀以及收缩的形态变化、具有心脏的跳动等周期性(周期)的胸部的动态进行拍摄的装置。动态拍摄是通过对人体的胸部脉冲式地连续照射X射线等射线来获取多个图像(即、连续拍摄)而进行的。将通过该连续拍摄所获得的一系列的图像称为“动态图像”。另外,将构成动态图像的多个图像分别称为“帧图像”。
如图1所示,拍摄装置1构成为具备射线产生装置11、射线照射控制装置12、射线检测部13,读取控制装置14等。
如图2所示,射线产生装置11构成为具备射线源111、射线源保持部112、支承基轴113等。
射线源111被配置在隔着被摄体M而与射线检测器131对置的位置,按照射线照射控制装置12的控制来对被摄体M照射射线(X射线)。射线源111通过射线源保持部112以能够沿着支承基轴113进行升降的方式被保持,在拍摄时,基于射线照射控制装置12的控制,利用未图示的驱动机构调整为地面~射线源111的焦点位置为止的高度(距离)与地面~射线检测器131的中央为止的高度相同。优选射线源111与射线检测器131之间的距离是2m以上。
射线照射控制装置12与拍摄用控制台2连接,基于从拍摄用控制台2输入的射线照射条件来控制射线产生装置11,进行射线拍摄。从拍摄用控制台2输入的射线照射条件例如是,连续照射时的脉冲重复频率、脉冲宽度、脉冲间隔、拍摄开始/结束定时、X射线管电流的值、X射线管电压的值、滤波器种类等。脉冲重复频率是每一秒的射线照射次数,与后述的帧频一致。脉冲宽度是每一次的射线照射的射线照射时间。脉冲间隔是在连续拍摄中,从1次的射线照射开始至下一次的射线照射开始为止的时间,与后述的帧间隔一致。
另外,射线照射控制装置12进行射线产生装置11各部的控制,以使地面~射线源111的焦点位置为止的高度成为与从读取控制装置14输出的地面~射线检测器131的中央为止的高度相同的高度。
如图2所示,射线检测部13构成为具备射线检测器131、检测器保持部132、支承基轴133等。
射线检测器131由FPD等半导体图像传感器构成。FPD例如具有玻璃基板等,在基板上的规定位置,根据照射强度检测从射线源111照射且至少透过被摄体M的射线,并将检测出的射线变换为电信号进行积蓄的多个像素排列成矩阵状。各像素例如由TFT(Thin FilmTransistor:薄膜晶体管)等开关部构成。
如图2所示,射线检测器131通过检测器保持部132以能够沿着支承基轴133进行升降的方式被保持,拍摄时,通过由拍摄技师对未图示的脚踏开关等进行的操作,根据被摄体M的高度能够调整检测器保持部132的位置(距离地面的高度)。
读取控制装置14与拍摄用控制台2连接。读取控制装置14基于从拍摄用控制台2输入的图像读取条件对射线检测器131的各像素的开关部进行控制,对积蓄在该各像素中的电信号的读取进行开/关动作,读取积蓄在射线检测器131中的电信号,从而获取图像数据。该图像数据是帧图像。而且,读取控制装置14将获取的帧图像依次输出给拍摄用控制台2。图像读取条件例如是,帧频、帧间隔、像素大小、图像大小(矩阵大小)等。帧频是每一秒获取的帧图像数,与脉冲重复频率一致。帧间隔是在连续拍摄中,从一次的帧图像的获取动作开始至下一次的帧图像的获取动作开始为止的时间,与脉冲间隔一致。另外,可以在全部拍摄结束后,集中输出给拍摄用控制台。
此处,射线照射控制装置12与读取控制装置14相互连接,拍摄时相互交换同步信号,使射线照射动作与复位~积蓄~数据读取~复位这一系列的图像的读取的动作同步。除此之外,在获取用于计算后述的偏置修正中所使用的偏置修正系数的多个暗图像的校准时,不与射线照射动作同步,在不照射射线的状态下,进行复位~积蓄~数据读取~复位这一系列的图像的读取动作,但可以在一系列的动态拍摄前,一系列的动态拍摄后任意的定时进行。另外,从读取控制装置14对射线照射控制装置12输出地面~射线检测器131的中央为止的高度信息(来自测距传感器SE1的输出值),使地面~射线检测器131的中央为止的高度与地面~射线源111的焦点位置为止的高度一致。
〔拍摄用控制台2的构成〕
拍摄用控制台2将射线照射条件或图像读取条件输出给拍摄装置1来对拍摄装置1进行的射线拍摄以及射线图像的读取动作进行控制,并且在确认是否适于拍摄技师进行确认或诊断的定位图像(是否能够获取所希望的呼吸周期以上的动态图像,是否因射线照射线量的不足而成为粒状性恶化的图像等)中,显示由拍摄装置1获取的动态图像。
如图1所示,拍摄用控制台2构成为具备控制部21、存储部22、操作部23、显示部24、和通信部25,各部通过总线26连接。
控制部21由CPU(Central Processing Unit)、RAM(Random AccessMemory)等构成。控制部21的CPU根据操作部23的操作来读出在存储部22中存储的***程序、各种处理程序,并展开至RAM内,按照展开的程序来执行以后述的拍摄控制处理为首的各种处理,并集中控制拍摄用控制台2各部的动作、拍摄装置1的射线照射动作以及读取动作。
存储部22由非易失性半导体存储器、硬盘等构成。存储部22存储由控制部21执行的各种程序、通过程序而处理的执行中所需参数,或者处理结果等的数据。例如,存储部22存储有用于执行图3所示的拍摄控制处理的拍摄控制处理程序。另外,存储部22存储有射线照射条件以及图像读取条件。各种程序以可读取的程序代码的形态被储存,控制部21依次执行依据该程序代码的动作。
操作部23构成为具备具备了光标键、数字输入键、以及各种功能键等的键盘、和鼠标等指示器,将通过针对键盘的按键操作、鼠标操作输入的指示信号输出给控制部21。另外,操作部23也可以在显示部24的显示画面具备触摸面板,该情况下,将经由触摸面板输入的指示信号输出给控制部21。
显示部24由LCD(Liquid Crystal Display:液晶显示器)、CRT(Cathode Ray Tube:阴极射线管)等显示器构成,根据从控制部21输入的显示信号的指示,显示来自操作部23的输入指示、数据等。
通信部25具备LAN适配器、调制解调器、TA(Terminal Adapter:终端适配器)等,控制与通信网络NT连接的各装置之间的数据收发。
〔诊断用控制台3的构成〕
诊断用控制台3是从拍摄用控制台2获取动态图像,并显示获取的动态图像来供医生进行读片诊断的动态图像处理装置。
如图1所示,诊断用控制台3构成为具备控制部31、存储部32、操作部33、显示部34、和通信部35,各部通过总线36连接。
控制部31由CPU、RAM等构成。控制部31的CPU按照操作部33的操作读出存储在存储部32中的***程序、各种处理程序来展开到RAM内,并根据展开的程序来执行以后述的图像解析处理为首的各种处理,且集中控制诊断用控制台3各部的动作。
存储部32由非易失性半导体存储器、硬盘等构成。存储部32存储以用于在控制部31中执行图像解析处理的图像解析处理程序为首的各种程序、通过程序执行处理所需的参数,或者处理结果等的数据。这些各种程序以可读取的程序代码的形态被储存,控制部31依次执行依据该程序代码的动作。例如,存储部32存储有通过操作部33输入的显示方式的设定信息(动态图像的解析结果的显示方式的设定信息)。
操作部33构成为具备具备了光标键、数字输入键、以及各种功能键等的键盘、和鼠标等指示器,并将通过对键盘的按键操作或鼠标操作输入的指示信号输出给控制部31。另外,操作部33可以在显示部34的显示画面具备触摸面板,该情况下,将经由触摸面板输入的指示信号输出给控制部31。
在本实施方式中,操作部33构成为可设定后述的图像解析处理中的解析结果的显示方式。作为显示方式,构成为可设定例如,(a)用户是否选择解析结果的显示对象区域,是否(自动)作为预先决定的区域(b)是否只显示关于换气的解析结果,是否与换气一起显示关于血流的解析结果,(c)作为追加信息,是否将肺野内的各小区域的解析结果合并起来一览显示于静止图像上,(d)作为追加信息,是否进行波形的解析结果的动态图像显示,(d)从多个特征量中选择哪个特征量作为解析对象等。
显示部34由LCD、CRT等显示器构成,并根据从控制部31输入的显示信号的指示来显示来自操作部33的输入指示、数据等。
通信部35具备LAN适配器、调制解调器、TA等,并对与通信网络NT连接的各装置之间的数据收发进行控制。
〔诊断支援***100的动作〕
接下来,对上述诊断支援***100中的动作进行说明。
(拍摄装置1、拍摄用控制台2的动作)
首先,对拍摄装置1、拍摄用控制台2的拍摄动作进行说明。
图3表示在拍摄用控制台2的控制部21中执行的拍摄控制处理。通过控制部21与存储在存储部22中的拍摄控制处理程序的配合来执行拍摄控制处理。
首先,由拍摄技师操作拍摄用控制台2的操作部23,进行拍摄对象(被摄体M)的患者信息(患者的姓名、身高、体重、年龄、性别等)的输入(步骤S1)。
接下来,射线照射条件被从存储部22读出并被设定在射线照射控制装置12上,并且图像读取条件被从存储部22读出并被设定在读取控制装置14上(步骤S2)。此处,作为帧频(脉冲重复频率),考虑人的心跳周期,优选设为7.5帧/秒以上。
接下来,等待通过操作部23的操作的射线照射的指示。
拍摄技师在拍摄装置1中进行患者的定位等拍摄准备。具体而言,根据被摄体M(患者)的身长,利用未图示的脚踏开关对安装有射线检测器131的检测器保持部132的高度进行调整。另外,对被摄体M贴上两处以上的体动修正用的X射线非透过标志(此处,标志M1、标志M2两处)。另外,为了获得安静呼吸时的动态图像,指示患者放松。
在拍摄装置1中,若通过拍摄技师的操作来调整检测器保持部132的高度,则利用测距传感器SE1来获取地面~射线检测器131中央为止的距离,并输出给读取控制装置14。在读取控制装置14中,测距传感器SE1的输出值作为高度信息被输出给射线照射控制装置12。在射线照射控制装置12中,驱动未图示的驱动机构,来调整射线源保持部112的高度,以使从测距传感器SE2输出的地面~射线源111的焦点位置为止的距离的值与从读取控制装置14输出的值相同。
若被摄体M的定位结束,则拍摄技师通过拍摄用控制台2的操作部23输入射线照射指示。
若通过操作部23输入射线照射指示(步骤S3:“是”),则对射线照射控制装置12以及读取控制装置14输出拍摄开始指示,使动态拍摄开始(步骤S4)。即、利用射线源111以设定于射线照射控制装置12的脉冲间隔照射射线,通过射线检测器131获取帧图像。若从动态拍摄开始经过预先决定的时间,则通过控制部21对射线照射控制装置12以及读取控制装置14输出拍摄结束的指示,使拍摄动作停止。此外,从动态拍摄开始至拍摄动作停止为止的时间是能够充分拍摄多个呼吸周期的动态的时间。
通过拍摄所获取的帧图像依次输入至拍摄用控制台2,对各帧图像进行修正处理(步骤S5)。在步骤S5的修正处理中,进行偏置修正处理、增益修正处理、缺陷像素修正处理这三个修正处理。首先,最初对获取的各帧图像进行偏置修正处理,去除起因于与获取的各帧图像重叠的暗电流的偏置值。在偏置修正处理中,例如,进行从获取的各帧图像的各像素值(浓度值。以下称为“信号值”)减去预先存储的偏置修正系数的处理。此处,偏置修正系数是将预先在射线非照射时获取的多个帧图像进行平均化后的图像。接下来,进行增益修正处理,去除因与各帧图像的各像素对应的各检测元件的个体差、读出放大器的增益不均而产生的每个像素的偏差。在增益修正处理中,例如,进行对偏置修正后的各帧图像乘以预先存储的增益修正系数的处理。此处,增益修正系数是,根据将对射线检测器131照射同样射线时所获取的多个偏置修正完毕帧图像进行平均化后的图像和以此时的射线照射条件期待的输出信号值的关系,为了使修正后的各像素的信号值一样而预先计算并存储的系数。接下来,进行缺陷像素修正处理,去除与周围的像素比较,灵敏度为非线形的像素、无灵敏度的脱落像素。在缺陷像素修正处理中,例如,根据预先存储的缺陷像素位置信息映射,在缺陷像素位置信息映射中已注册的各缺陷像素中,进行将缺陷像素的信号值以其附近的无缺陷的像素的信号值的平均值置换的处理。此处,缺陷像素位置信息映射是,从对射线检测器131照射同样射线时所获取的偏置修正、增益修正完毕的帧图像预先识别多个缺陷像素,并注册有该缺陷像素的位置的映射。上述偏置修正系数以及增益修正系数、和缺陷像素位置信息映射根据像素叠加(binning)、动态范围等的收集模式,预先分别存储最佳的值,在各个收集模式中读出对应的最佳的值。
接下来,将修正处理后的各帧图像与表示拍摄顺序的编号对应起来存储于存储部22(步骤S6),并且显示在显示部24上(步骤S7)。此处,也可以在即将存储各帧图像之前,进行将各帧图像的各像素的信号值从反对数变换为对数的对数变换处理之后再存储。拍摄技师通过显示的动态图像来确认定位等,并判断是否已通过拍摄获取适合诊断的图像(拍摄OK)、是否需要重新拍摄(拍摄NG)。而且,操作操作部23来输入判断结果。另外,通过拍摄所获取的各帧图像也可以在拍摄全部结束后集中输入。
若通过操作部23的规定操作输入表示拍摄OK的判断结果(步骤S8:“是”),则在利用动态拍摄所获取的一系列帧图像中分别附带用于识别动态图像的识别ID、患者信息、检查对象部位、射线照射条件、图像读取条件、表示拍摄顺序的编号、拍摄时间等信息(例如,以DICOM形式写入图像数据的头部区域),经由通信部25发送给诊断用控制台3(步骤S9)。然后,本处理结束。另一方面,若通过操作部23的规定操作输入表示拍摄NG的判断结果(步骤S8:“否”),则删除在存储部22中存储的一系列的帧图像(步骤S10),本处理结束。另外,在该方式中,执行重新拍摄。
(诊断用控制台3的动作)
接下来,对诊断用控制台3中的动作进行说明。
在诊断用控制台3中,若经由通信部35从拍摄用控制台2接收动态图像的一系列的帧图像,则通过控制部31与在存储部32中存储的图像解析处理程序的配合而执行图4所示的图像解析处理。
在图像解析处理中,首先,进行预处理(步骤S11)。
图5表示在步骤S11中所执行的预处理的流程图。预处理通过控制部31与在存储部32中存储的程序的配合而执行。
在预处理中,首先,进行对数变换处理,将动态图像的各帧图像的各像素的信号值从反对数变换为对数(步骤S101)。另外,在从射线检测器131或拍摄用控制台2输出对数变换结束的信号的情况下,省略该步骤。
接下来,进行时间变化信号(浓度)修正处理(趋势修正处理),以各帧图像的直接X射线区域的信号值成为相同的值的方式进行修正(步骤S102)。
在步骤S102中,首先,在从拍摄用控制台2输入的一系列的帧图像中选择任意的基准帧图像,通过以下的(式1)来计算各帧图像的修正值。
(式1)各帧图像的修正值=(各帧图像的直接X射线区域的平均信号值)-(基准帧图像的直接X射线区域的平均信号值)
接下来,在各帧图像中,按照每个像素,从信号值减去通过(式1)所计算出的修正值。
接下来,针对各帧图像,进行栅格去除处理(步骤S103)。栅格去除处理是为了去除散射射线而去除起因于设置在被摄体M(患者)与射线检测器131之间的散射线去除栅格的栅格阵列的条纹图案的处理。栅格去除处理能够使用公知的技术进行。例如,通过在各帧图像实施离散的傅立叶变换等的频率变换处理之后,进行低通滤波器处理来去除包含栅格图像的频率的高频率区域,实施傅里叶逆变换处理而能够进行(参照石田隆行著“医用图像处理入门”3.4X射线图像的栅格引起的纵条纹影的去除(石田隆行著「医用画像処理入門」3.4X線画像のグリッドによる縦縞影の除去))。另外,散射线去除栅格为移动栅格(具有在X射线照射时使栅格沿与栅格面成水平的方向移动的机构)的情况下,也可以省略该步骤。
接下来,对各帧图像执行低频率不均修正处理(步骤S104)。此处,在存储部32中预先存储有不均修正数据。不均修正数据是,基于在拍摄装置1中以无被摄体照射X射线而获取的拍摄图像而制作的、存储有各像素的信号值的修正值的数据。在低频率不均修正处理中,从存储部32读出不均修正数据,并从各帧图像的各像素的信号值减去该像素的修正值,从而进行不均修正。
接下来,对各帧图像进行体动修正处理(步骤S105)。在体动修正处理中,旋转、平行移动各帧图像,并进行对位,以使全帧图像的两处X射线非透过标志M1、M2的线段一致。
若预处理结束,则返回到图4,执行图像解析/显示处理(步骤S12)。
图6是表示在图4的步骤S12中所执行的图像解析/显示处理的流程图。图像解析/显示处理通过控制部31与在存储部32中存储的程序的配合而执行。此外,为了与第2实施方式区别,将第1实施方式中的图像解析、显示处理作为图像解析/显示处理A。
首先,从各帧图像提取肺野区域(步骤S201)。肺野区域的提取方法可以是任何的方法。例如,通过辨别分析从一系列的帧图像中的任意帧图像(此处,作为拍摄顺序第一(最初)的帧图像。)的各像素的信号值的直方图求出阈值,在各帧图像中提取1次比该阈值高的信号的区域作为肺野区域候补。接下来,如果在1次提取的肺野区域候补的边界附近进行边缘检测,沿着边界提取在边界附近的小区域边缘最大的点,则能够提取肺野区域的边界。提取出的肺野区域的信息被存储于控制部31的RAM。
接下来,在各帧图像中,进行检测横隔膜的位置(步骤S202)。
横隔膜是因其上下运动而促使肺的呼吸运动的膜。图7表示一个呼吸周期(深呼吸时)中所拍摄的多个时间相位T(T=t0~t6)的帧图像。如图7所示,呼吸周期由呼气期和吸气期构成。对于呼气期而言,因横隔膜上升而从肺排出空气,如图7所示,肺野的区域(肺野区域的面积)变小。在最大呼气位,成为横隔膜的位置最高的状态。对于吸气期而言,因横隔膜下降而使肺吸入空气,如图7所示,胸廓中的肺野的区域(肺野区域的面积)变大。在最大吸气位,横隔膜的位置成为最低的状态。在安静呼吸时,肺野的面积的变化比图7所示的深呼吸时小,成为相同的动作。在安静呼气位(安静呼吸时的从呼气到吸气的变换点),横隔膜的位置成为最高的状态,在安静吸气位(从吸气到呼气的变换点),横隔膜的位置成为最低的状态。
此处,从图7可知,肺尖的上下位置几乎不受呼吸运动的影响,其位置几乎不改变,所以可以说肺尖与横隔膜的垂直方向的距离表示横隔膜的上下方向的位置。因此,能够获取动态图像的各帧图像的肺尖与横隔膜的垂直方向的距离作为表示横隔膜的位置的信息。
例如,在步骤S202中,对各帧图像进行以下的处理。
从左右各个肺野区域(图8的R)确定肺尖以及横隔膜的基准位置P1、P2。例如,预先将肺尖的基准位置P1定义为肺野区域R的最上端的位置,提取位于肺野区域R中垂直方向的最上方的位置来确定肺尖的基准位置P1。另外,预先将横隔膜的基准位置P2定义为横隔膜的曲线C(图8中利用点线表示)的垂直方向的平均位置,从肺野区域R提取横隔膜的曲线C,求出其垂直方向的平均位置,并确定求出的位置作为横隔膜的基准位置P2。而且,计算所确定的肺尖的基准位置P1与横隔膜的基准位置P2的垂直方向的位置(Y坐标)之间的距离D。获取计算出的距离D作为表示横隔膜的位置的信息,并存储于控制部31的RAM。
接下来,进行胸廓的宽度的计算(步骤S203)。
胸廓由上部胸廓(第2~第6肋骨(上肋骨))和下部胸廓(第7~第10肋骨(下肋骨))构成。如图9所示,上部胸廓在吸气期,做出将肋骨与胸骨提至上方,使胸廓的前后直径增加的动作。下部胸廓在吸气期,做出将肋骨提至外上方,使胸廓的左右直径增加的动作。呼气期做出与此相反的动作。在步骤S203中,分别计算各帧图像的上部胸廓和下部胸廓的各个的宽度。
作为步骤S203中的胸廓的宽度的计算方法,例如,计算出从肺尖至规定的高度(垂直方向的距离)中的左右肺野区域的外侧端(胸廓端)的距离,作为各帧图像中的胸廓的宽度(上部胸廓的宽度、下部胸廓的宽度)。作为距离肺尖的规定高度,也可以例如,首先,针对安静吸气位或安静呼气位的帧图像计算胸廓的宽度(左右肺野区域的外侧端间的距离)的最大值,并基于计算出的最大值从存储部读出作为该最大值的函数而预先存储在存储部32中的、距离上肋骨、下肋骨的各个距离肺尖的距离,对读出的距离肺尖的距离计算胸廓的宽度。
另外,上肋骨、下肋骨距离肺尖的距离也取决于性别、年龄、身高、体重等患者信息,也可以将患者信息(性别、年龄、身高、体重中的任一方或者组合)与上肋骨、下肋骨距离肺尖的距离对应起来预先存储在存储部,作为表格,基于患者信息,从存储部32读出上肋骨、下肋骨距离肺尖的距离,对读出的距离肺尖的距离计算胸廓的宽度。
另外,也可以识别肋骨,计算规定的肋骨(例如,第4肋骨作为上肋骨,第8肋骨作为下肋骨)的位置中胸廓的宽度。作为识别规定的肋骨的方法,例如,通过以下的公知文献记载的手法,对安静吸气位或安静呼气位的帧图像,首先使用Robinson算子等边缘提取滤波器来生成边缘图像,接下来,使用检测圆弧形状的霍夫变换等,从边缘图像发现像肋骨的圆弧形状线成分,从而提取肋骨形状,从上至下数该提取出的肋骨,从而能够识别出规定的肋骨。(“利用了霍夫变换以及线形状性的胸部X射线像的主要阴影的边缘提取”电子信息通信学会论文志D-IIVol.J77-D-II No.7pp1375-1381(「ハフ変換および線形状性を利用した胸部X線像の主要陰影の辺縁抽出」電子情報通信学会論文誌D-IIVol.J77-D-II No.7pp1375-1381))。
计算出的胸廓的宽度的信息存储于控制部31的RAM。
接下来,读出存储在存储部32中的显示方式的设定信息,并判断是否设定有用户选择成为解析结果的显示对象的区域或者是否设定有作为预先决定的区域(步骤S204)。若判断为设定有用户选择显示对象区域(步骤S204:“是”),处理移至步骤S205。若判断为设定有将显示对象区域作为预先决定的区域(步骤S204:“否”),处理移至步骤S210。
在步骤S205中,各帧图像的肺野区域被分割为多个小区域,各帧图像的小区域相互对应(步骤S205)。各帧图像间的小区域的位置的对应关系存储于控制部31的RAM。
此处,如图7所示,因呼吸运动,肺野区域的各部分的位置随时间变化(越是下肺野,上下方向的位置的变化量越大,而且,呼吸越深,各部分的位置的变化量越大)。即、在各帧图像间,表示肺野的同一部分的像素的位置偏移。可是,在安静呼吸时所拍摄的图像中,与图7所示的深呼吸时相比,肺野的动作较小,在后述的解析结果产生越大的误差,越不发生对肺野的同一部分的位置偏移。
图11的图像D1是安静呼气位(在安静呼吸时,横隔膜的位置变成最高的定时)的帧图像。图11的图像D2是安静吸气位(在安静呼吸时,横隔膜的位置变成最低的定时)的帧图像。即、图11的图像D1和D2是在呼吸1周期中形状之差最大的定时所拍摄出的图像。然而,可知在图11的图像D1、D2之间,在位置偏移最大的肺野区域的下部区域中位置偏移仅是一点点(图像D2的A11表示与图像D1的A1相同的像素位置,图像D2的A2表示描绘出肺野中与图像D1的A1同一部分的区域)。
于是,作为步骤S205中的具体的处理,首先,从一系列的帧图像中设定一个帧图像作为基准图像。接下来,将提取出基准图像的肺野区域分割为多个小区域(例如,0.2~4cm的矩形区域)(参照图10)。接下来,将其他的帧图像的肺野区域分割为与基准图像的各小区域相同的像素位置的小区域(从射线检测部131的相同的拍摄元件输出的信号值的区域)。接下来,使各帧图像间的相同的像素位置的各小区域相互对应起来。在该处理中,能够高速地进行帧图像向小区域的分割以及对应。
作为基准图像,优选安静呼气位的帧图像。是因为在安静呼气位,安静呼吸时,横隔膜的位置最高,即、肺野区域的面积变最小,所以在使基准图像的小区域与其他的帧图像对应时,小区域不与其他的帧图像的肺野外的区域对应。
安静呼气位的图像通过从一系列的帧图像中提取处于横隔膜的位置最高的位置的图像而能够获取。
上述实施例是所谓的假设方式,即将一系列的帧图像中的一个帧图像设定为基准图像,与使用该基准图像提取出的肺野区域对应的射线检测器131的像素群在其他的帧图像中,也视为肺野区域的射线检测器131的像素群,以射线检测器131的像素单位进行以后的运算处理。
与此相对,作为虽然需要处理时间但进一步提高解析精度的方式,使用所谓的局部匹配处理以及变形处理,能够实现遍及一系列的帧图像的实际肺野区域的精确的对应。
拍摄出的动态图像是深呼吸时的图像的情况下,如图12所示,表示肺野的同一部分的像素位置大幅度地偏移。此处,图12的图像D3是深呼吸时的最大呼气位的帧图像,图12的图像D4是深呼吸时的最大吸气位的帧图像(图像D4的A31表示与图像D3的A3相同的像素位置,图像D4的A4表示描绘出肺野中与图像D3的A3同一部分的区域示)。因此,与安静呼吸时相同,若将各帧图像中的、与基准图像的各小区域相同的像素位置的区域作为与该小区域对应的区域,则在后述的解析结果中产生起因于位置偏移的信号值变化的较大的误差,不能利用于诊断。于是,在这样的情况下,优选进行提取各帧图像间的对应点的对应点提取处理(局部匹配处理)以及非线性形变换处理(变形处理),在各帧图像间使描绘肺野区域的同一部分的区域对应起来。
在局部匹配处理中,首先,将从拍摄顺序第一(最初)的帧图像提取出的肺野区域分割为例如,由0.2~4cm见方的矩形构成的小区域。
接下来,将拍摄顺序第一的帧图像设为F1,将与此邻接的帧图像(拍摄顺序邻接的帧图像(即、时间上邻接的帧图像。以下相同。))设为F2,在F2设定F1的各小区域的探索区域。此处,F2的探索区域被设定为,若将F1中的各小区域的中心点的坐标设为(x,y),则取同一中心点(x,y),与F1的小区域相比,纵横的宽度大(例如,1.5倍)。而且,以F1的各区域为单位,在F2的探索范围中求出匹配程度最高的区域,从而计算出相对于F1的各小区域的F2上的对应位置。作为匹配程度,使用最小平方法或相互相关系数为指标。而且,以F1的各小区域的对应位置来分割F2的肺野区域。
接下来,重新将F2视为F1,将拍摄顺序为F2的下一个帧图像视为新的F2,计算F1的各小区域中的F2的对应位置。反复以上的处理,求出各帧图像的各小区域与邻接的帧图像的哪个位置对应。求出的处理结果存储于控制部31的RAM。
接下来,进行变形处理。具体而言,将拍摄顺序第一的帧图像设为F1,将拍摄顺序与此邻接的(时间上邻接的)帧图像设为F2,基于在上述局部匹配处理中所计算出的邻接的帧图像间的各小区域的对应位置,以各小区域为单位,计算从F1至F2的移位向量。接下来,利用多项式对计算出的移位向量进行拟合,使用该多项式来计算各小区域中的各像素的移位向量。而且,基于计算出的各像素的移位向量来进行变形处理,将F2的各小区域内的各像素的位置移位至F1的帧图像的对应的像素的位置。接下来,将变形处理后的F2重新视为F1,并将拍摄顺序是F2的下一个帧图像视为新的F2,进行上述处理。从拍摄顺序早的邻接帧图像间依次反复以上的处理,从而能够使全部帧图像的各小区域的位置与拍摄顺序为第一的帧图像(局部匹配以及变形处理中的基准图像)大致一致。各帧图像间中的小区域的位置的对应关系存储于控制部31的RAM。
接下来,在各帧图像中,计算各小区域内的像素的平均信号值(步骤S206)。平均化后的像素信号值存储于控制部31的RAM。
接下来,分别对横隔膜的位置、胸廓的宽度、各小区域的平均信号值制作表示时间变化的波形(步骤S207)。具体而言,制作以横轴为从拍摄开始的经过时间、以纵轴为各值(表示横隔膜的位置的值、胸廓的宽度的值,或者像素的平均信号值)的坐标平面,并对从各帧图像的拍摄开始的经过时间以及计算出的各值的点进行描绘,从而获取表示各值的时间变化的波形。并且,利用时间方向的低通滤波器(例如,截止频率0.5Hz)对各小区域的平均信号值的时间变化进行滤波处理,从而能够获取表示示出换气量的信号值的时间变化(换气量的时间变化)的波形。另外,利用时间方向的高通滤波器对各小区域的平均信号值的时间变化(例如,截止频率0.7Hz)进行滤波处理,从而能够获取表示示出血流量的信号值的时间变化(血流量的时间变化)的波形。横隔膜的位置、胸廓的宽度的时间变化是表示肺野整体的动作的特征量。对各小区域的平均信号值的时间变化进行低通滤波器处理的结果是表示各小区域的动作(换气)的特征量。对各小区域的平均信号值的时间变化进行高通滤波器处理的结果是表示各小区域的动作(血流)的特征量。
而且,对获取的波形进行解析,进一步计算出表示肺野整体的动作、以及表示各小区域的动作的特征量(时间变化以外的特征量)(步骤S208)。对于针对各小区域所计算的特征量而言,计算出经由操作部33由用户预先选择的特征量。即、基于显示方式的设定信息进行计算。例如,计算以下的(1)~(5)中的由用户选择出的特征量。
此外,此处,呼吸1周期是指从纵轴的值成为极小值的定时至成为下一个极小值的定时为止。吸气期(吸气时)是指从纵轴的值极小至接下来变为极大为止的期间。呼气期(呼气时)是指从纵轴的值极大至接下来变为极小为止的期间。在波形包括多个呼吸周期的情况下,可以计算任意一个的特征量,也可以在多个周期的各个中计算特征量、进行平均化。
此处,图13示意性地表示假设在一个患者中正常***以及异常***混在一起的情况下的各波形。图13的A是表示示出某个肺野区域中的正常部分的小区域的换气量的信号值的时间变化的波形的一个例子。图13的B是表示示出限制性部分的小区域的换气量的信号值的时间变化的波形的一个例子。图13的C是表示示出阻塞性部分的小区域的换气量的信号值的时间变化的波形的一个例子。图13的D是表示横隔膜位置的时间变化的波形的一个例子。
(1)换气量的振幅
换气量的振幅(在图13的A~C中利用An表示)是表示各小区域的换气量的指标。
换气量的振幅能够通过求出表示示出各小区域的上述换气量的信号值的时间变化的波形的、呼吸1周期中的最大信号值-最小信号值而求出。
通过计算各小区域的换气量的振幅,能够确定换气功能局部地降低,换气量较小的(换气没有充分地进行)部分。例如,能够判断为如具有图13的B、C所示的波形的小区域,换气量的振幅比预先决定的阈值小的小区域的换气功能局部地降低。
另外,可以认为在肺野整体中,各小区域的换气量的振幅的偏差较大的情况下,局部的换气功能降低部分分散。该情况下,判断为存在例如,大庖、气肿化、气胸、无气肺、肺炎、肺水肿等局部换气障碍的嫌疑。
另一方面,能够认为在肺野整体中,在各小区域的换气量的振幅的偏差较小的情况,且整体上换气量的振幅较小的情况下,换气功能一样降低。该情况下,判断为有间质性肺炎等限制性肺疾病的嫌疑。
(2)呼气时间相对于吸气时间的延长程度
呼气时间相对于吸气时间的延长程度(图13的C的t1/t2)是表示各小区域的呼气时的动作的指标。
能够通过“呼气时间/吸气时间”来计算呼气时间相对于吸气时间的延长程度。呼气时间能够通过计算表示示出上述换气量的信号值的时间变化的波形的、在呼吸1周期中从信号值变为最大值的定时至变为最小值的定时为止的时间t2而求出。吸气时间能够通过计算表示示出上述换气量的信号值的时间变化的波形的、在呼吸1周期中从信号值变为最小值的定时至变为最大值的定时为止的时间t1而求出。或者,通过“吸气的最大微分值/呼气的最大微分值”也能够计算出呼气时间相对于吸气时间的延长程度。吸气、呼气的最大微分值通过在呼吸1周期中,在邻接的帧图像间(拍摄顺序(时间上)邻接的帧图像间。以下相同)的对应的每个小区域求出表示换气量的信号值的差量值,且在吸气期、呼气期分别求出帧间差量值的绝对值为最大的值而获得。
在阻塞性肺疾病中,特别是呼气中的末梢气道阻力(粘性阻力)增加,呼气时间相对于吸气时间增大。因此,肺野整体上,呼气时间相对于吸气时间的延长程度的值变大。
另一方面,可以认为在肺野整体,呼气时间相对于吸气时间的延长程度的偏差较大的情况下存在混合性肺疾病的嫌疑。
(3)吸气开始延迟时间
吸气开始延迟时间(图13的A~C中利用T表示)是表示每个小区域的肺的硬度的指标。
吸气开始延迟时间能够如下那样求出。首先,从表示横隔膜的位置(从肺尖至横隔膜为止的距离)的时间变化的波形获取从肺尖至横隔膜为止的距离变为极小值的安静呼气位的定时(时刻)。接下来,在表示示出上述各小区域的换气量的信号值的时间变化的波形中,以与上述获取的定时大致相同的定时所获得的极小值为基准,获取信号值与该基准的差量为预先决定的阈值th以上的定时(时刻)。而且,计算上述获取的2个定时间的时间,作为吸气开始延迟时间T。阈值th是基于针对小区域中的平均信号值的噪声水平(level)而唯一决定的信号值,是具有噪声的信号变化不会被误识别为吸气开始时间的程度的大小的信号值。该阈值th可以不以信号值定义而以微分值(倾斜度)定义。此时,针对各小区域,计算拍摄顺序邻接的帧图像间的帧间差量值作为微分值,计算从肺尖至横隔膜的距离为极小值的定时至作为对象的小区域的平均信号值的微分值超过该阈值的定时为止的时间作为吸气延迟时间。
若肺较硬,则吸气延迟时间T增大,所以通过求出吸气开始的延迟时间T,能够确定弹性阻力增加、肺局部***的部分。若吸气开始延迟时间整体上较大,则能够判断为有间质性肺炎等限制性肺疾病的嫌疑。若吸气开始延迟时间整体上较小,则能够判断为有肺***的阻塞性肺疾病的嫌疑。
此外,可以计算呼气延迟计算时间。
(4)吸气气流速度
吸气气流速度是表示小区域的肺的柔软度(肺柔软度)的指标。
吸气气流速度能够通过根据表示示出各小区域的上述换气量的信号值的时间变化的波形来计算吸气时的微分值的代表值而求出。具体而言,在各小区域中,求出邻接的帧图像间的差量值,计算吸气时的差量值的代表值作为吸气气流速度。作为代表值,能够设为吸气时的微分值的最大值,或者吸气时的微分值的平均值。或者,可以聚焦于吸气刚刚开始之后的气流速度,将从肺尖至横隔膜的距离为极小值的安静呼气位的定时经过规定时间后的微分值作为吸气气流速度。
若肺较硬,则吸气时的气流速度降低,所以通过求出吸气时的气流速度,能够确定弹性阻力增加、肺局部***的部分。吸气时的气流速度较小的部分是肺较硬(限制性)的部分。吸气时的气流速度较大的部分是肺较软(阻塞性)的部分。若整体上吸气时气流速度较小,则能够判断为有限制性肺疾病的嫌疑。若整体上吸气时气流速度较大,则能够判断为有阻塞性肺疾病的嫌疑。
(5)血流的振幅
血流的振幅是表示各小区域的血流量的指标。
血流量的振幅能够通过计算表示示出各小区域的上述血流量的信号值的时间变化的波形的、心跳1周期中的最大信号值-最小信号值而求出。
通过计算各小区域的血流量的振幅,能够特定肺血流量较小的部分。
作为肺野整体的特征量,计算以下的(6)~(8)。
(6)肋骨位置(上肋骨,下肋骨)/横隔膜位置的移动量
肋骨位置/横隔膜位置的移动量是表示胸式呼吸的程度、胸廓的动作限制程度的指标。
上肋骨的移动量能够通过根据表示胸廓的宽度的时间变化的波形来获取呼吸1周期中的上肋骨的宽度的最大值以及最小值,并计算“最大值-最小值”(差值)而求出。同样地,下肋骨的移动量能够通过根据表示胸廓的宽度的时间变化的波形来获取呼吸1周期中的下肋骨的宽度的最大值以及最小值,并计算“最大值-最小值”(差量)而求出。横隔膜的移动量能够通过根据表示从上述肺尖至横隔膜的距离的时间变化的波形来获取吸1周期中的最大距离与最小距离,并计算“最大距离-最小距离”而求出。
“上肋骨的移动量/横隔膜的移动量”较大的情况下,即、横隔膜位置的移动量较少,上部胸式呼吸为优势的情况下,不使用横隔膜进行呼吸,即、能够判断为有严重的慢性换气障碍的嫌疑。在下肋骨的移动量较少的情况下,能够判断为有慢性阻塞性肺疾病(COPD)的嫌疑。
(7)呼吸数
呼吸周期是表示是否有换气障碍的指标。
对于呼吸周期而言,能够根据表示从上述肺尖至横隔膜的距离的时间变化的波形来求出呼吸周期,并根据呼吸周期的倒数计算每个单位时间的呼吸数。具体而言,能够计算表示从上述肺尖至横隔膜的距离的时间变化的波形中的极小值至下一次的极小值为止的时间间隔作为呼吸周期。或者,能够将肺野整体的信号值进行平均化,求出表示肺野整体的信号值的时间变化的波形,并计算求出的波形中的从极小值至下一个的极小值为止的时间间隔作为呼吸周期。
如果呼吸运动正常,则呼吸数是15次前后(12~18回)/分。在超过该范围的情况下,能够判断为有换气障碍。
(8)锁骨的移动量
锁骨的移动量是表示呼吸辅助筋的动作的指标。
对于锁骨的移动量而言,从各帧图像识别锁骨区域,在识别出的锁骨区域设定基准点,并追踪该基准点的位置,从而能够计算出锁骨的移动量。对于锁骨区域的识别而言,例如,首先,对各帧图像使用Robinson算子等边缘提取滤波器来生成边缘图像,使用检测圆弧形状的霍夫变换等从边缘图像发现像肋骨的圆弧形状线来检测肋骨形状。另外,使用检测直线的霍夫变换等来发现像锁骨的直线部分而检测锁骨形状。基于该检测出的锁骨形状来特定锁骨区域(参照“利用了霍夫变换以及线形状性的胸部X射线像的主要阴影的边缘提取”电子信息通信学会论文志D-II Vol.J77-D-II No.7pp1375-1381(「ハフ変換および線形状性を利用した胸部X線像の主要陰影の辺縁抽出」電子情報通信学会論文誌D-IIVol.J77-D-II No.7pp1375-1381))。
同样地,肩的移动量也能够作为表示呼吸辅助筋的动作的指标而使用。
在横隔膜的运动不充分的情况下,使用呼吸辅助筋来填补该动作。在使用了呼吸辅助筋的呼吸的情况下,锁骨位置、肩位置的移动量变大。因此,在安静呼吸时锁骨位置、肩位置的移动量较大的情况下,能够判断为使用呼吸辅助筋来进行安静呼吸,能够判断为有严重的慢性换气障碍的嫌疑。
若特征量的计算结束,则基于设定的显示方式,在显示部34的画面上显示波形以及波形的解析结果(步骤S209)。
图14表示设定有换气的解析结果的显示(标准)的情况下步骤S209中在显示部34显示的显示画面341的一个例子。在步骤S209中,首先,显示拍摄的多个帧图像中的一个帧图像(基准图像)341a、成为表示肺野整体的动作的指标的、表示横隔膜位置的时间变化的波形341b、以及表示胸廓的宽度的时间变化的波形341c。观察表示横隔膜位置的时间变化的波形341b以及表示胸廓的宽度的时间变化的波形341c,用户亦即医生能够把握例如,胸式呼吸的程度、胸廓的动作的限制程度,并判定是否有遍及肺野整体的换气障碍。
在显示画面341中,若通过操作部33的鼠标等选择基准图像341a的肺野区域内的一个或者多个小区域,则显示表示示出选择出的区域中的换气量的信号值的时间变化的波形341d、以及预先设定的特征量的数值341e。此外,图14中的XX表示输入某个数值(图16、图17、图18也相同)。可以仅对选择出的区域显示波形341d、特征量的数值341e,如图14所示,也可以显示选择的区域以及与该区域体轴对称的区域(若选择右是左,若选择左是右)的双方。通过观察选择的区域的波形341d,医生能够把握是否有局部的换气功能的降低等。另外,通过确认根据该波形341d计算出的特征量的数值341e,能够进行根据波形判定出的换气障碍的确认。另外,能够将选择的区域的波形与左右对称的区域的波形比较,进行诊断。
此外,为了使医生进行的波形观察中的换气障碍的判定变得容易,可以在存储部32中预先存储有表示正常的换气量的变化的波形(正常例),如图15A所示,使正常例的波形与波形341d并列显示。另外,为了容易进行与正常例的波形的比较,如图15B所示,可以在时间轴方向式伸缩显示,以使正常例的波形的周期与患者的波形的周期一致(图16、图17、图18、图19、图21也相同)。另外,也可以代替上述正常例的波形,显示同一患者过去拍摄的图像中的、针对相同区域的信号值的时间变化的波形。
图16表示设定有换气与血流的解析结果的显示(标准)的情况下在步骤S209中显示于显示部34的显示画面342的一个例子。在步骤S209中,首先,显示拍摄的帧图像(基准图像)342a、成为表示肺野整体的动作的指标的、表示横隔膜位置的时间变化的波形342b、以及表示胸廓的宽度的时间变化的波形342c。若通过操作部33的鼠标等选择基准图像342a的肺野区域内的一个或者多个小区域,则显示针对选择的区域的、表示示出换气量的信号值的时间变化的波形342d、表示示出血流量的信号值的时间变化的波形342e、以及预先设定的特征量的数值342f。显示画面342是在上述显示画面341上追加表示血流量的信号值的时间变化的波形342e以及其特征量的画面,所以能够起到与上述显示画面341相同的效果。并且,同时显示换气与血流的信息,所以医生能够精确地把握肺的症状。例如,也存在COPD中出现气肿化的部分、大庖等的局部的换气异常部分,局部的血流的变化(血流量的减少)更显著显现(更好地应对)的情况。在这样的情况下,也不会看漏异常而进行诊断。另外,也能够把握仅在血流显现异常的病变。例如,血流较小、换气正常的情况下,也能够进行有肺栓塞症的可能性这样的诊断。
图17表示作为追加信息而设定有肺野内的各小区域的解析结果对静止图像上的一览显示的情况下,在步骤S209中显示于显示部34的显示画面343的一个例子。在步骤S209中,首先,显示拍摄的帧图像(基准图像)343a、成为表示肺野整体的动作的指标的、表示横隔膜位置的时间变化的波形343b、表示胸廓的宽度的时间变化的波形343c、以及表示各小区域的换气量(换气量以及血流量)的波形的解析结果的静止图像343d~343h。在图17中,示出作为波形的解析结果而设定有换气量、呼气时间的延长程度、吸气开始延迟时间、吸气时气流速度、以及血流量的特征量的静止图像显示的情况下的显示的一个例子。在静止图像343d~343h中,显示对遍及多个周期分别计算各小区域的每个呼吸1周期的特征量(项目所表示的特征量)的值后的值进行平均化,并将平均化后的数值变换为基于预先存储在存储部32中的特征量与显示时的参数值的变换表(例如,将特征量的大小与色调、彩度、明度、亮度、透明度的任一方一对一对应的表)的显示用参数值,将变换后的参数值,例如,用颜色对各小区域进行着色后的图像与上述基准图像重叠的静止图像。通过显示静止图像343d~343h,医生能够根据颜色来把握各小区域的特征量的值的大小的整体像。而且,例如,能够确定换气较少的位置、血流较少的位置、呼气时间的延迟程度较大的位置等有局部的异常的小区域。
若通过操作部33的鼠标等来选择基准图像343a的肺野区域内的一个或者多个小区域,则显示针对选择的小区域的、表示示出换气量的信号值的时间变化的波形343i、表示示出血流量的信号值的时间变化的波形343j、以及特征量的数值343k。医生观察上述的静止图像343d~343h,发现局部有异常的小区域的情况下,在基准图像343a中选择该小区域,从而能够确认局部有异常的小区域的波形、特征量的数值。
图18表示作为追加信息而设定有波形的解析结果的动态图像显示的情况下,在步骤S209中显示于显示部34的显示画面344的一个例子。在步骤S209中,首先,显示拍摄的帧图像(动态图像)344a、成为表示肺野整体的动作的指标的、表示横隔膜位置的时间变化的波形344b、表示胸廓的宽度的时间变化的波形344c、表示示出换气量的信号值的波形的解析结果的动态图像344d、表示示出血流量的信号值的波形的解析结果的动态图像344e、表示动态图像再生经过时间的指示器344f、以及用于指示动态图像的再生、逐帧播放、暂时停止、停止等指示的操作按钮344g。作为动态图像344d、344e,在邻接的帧图像间的对应的每个小区域求出表示换气量(血流量)的信号值的差量值,并将求出的帧间差值基于预先存储在存储部32中的特征量的大小与颜色的变换表变换为对应的颜色,将用变换后的颜色对各小区域着色后的图像与原图像(动态图像)重叠进行显示。通过该显示,医生能够观察呼吸周期与换气量以及血流量的关系(呼吸周期中的换气以及血流的变化)。其结果,医生能够基于生理学的举动把握症状(是否异常,严重度)。
若通过操作部33的鼠标等来选择动态图像344a的肺野区域内的一个或者多个小区域,则显示针对选择的小区域的、表示示出换气量的信号值的时间变化的波形344h、表示示出血流量的信号值的时间变化的波形344i、以及特征量的数值344j。医生观察上述的动态图像344b、344c等,在发现认为有异常的举动的区域的情况下,在动态图像344a选择该小区域,从而能够确认出现局部异常的举动的小区域的波形、特征量的数值,而作为诊断的参考。
另一方面,在步骤S204中,若判断为设定有将显示对象区域作为预先决定的区域(步骤S204:“否”),则各帧图像的左右的肺野区域的各个被分割为上肺野、中肺野、下肺野三个小区域(步骤S210)。例如,首先,基于基准图像从肺尖至横隔膜为止的垂直方向的距离,将基准图像的肺野分割为三个小区域。接下来,在各帧图像中,在与基准图像中的各区域的边界相同的位置设定边界,进行区域分割。
接下来,在各帧图像中,计算各小区域内的像素的平均信号值(步骤S211)。平均信号值存储于控制部31的RAM。
接下来,针对横隔膜的位置、胸廓的宽度、左右的上肺野、中肺野、下肺野的平均信号值分别制作表示时间变化的波形(步骤S212)。具体而言,制作以横轴为从拍摄开始的经过时间、以纵轴为各个的值(横隔膜的位置、胸廓的宽度、像素的平均信号值)的坐标平面,并对从各帧图像的拍摄开始的经过时间以及计算出的各值的点进行描绘,从而获取表示各值的时间变化的波形。并且,利用时间方向的低通滤波器(例如,截止频率0.5Hz)对上肺野、中肺野、下肺野的各个的平均信号值的时间变化进行过滤,从而获取表示示出换气量的信号值的时间变化的波形。
接下来,将显示上述制作的波形的显示画面显示于显示部34(步骤S213)。
图19表示在步骤S213中在显示部34显示的显示画面345的一个例子。如图19所示,在显示画面345中显示表示上肺野、中肺野、下肺野的各区域的位置的帧图像(基准图像)345a、成为表示肺野整体的动作的指标的、表示横隔膜位置的时间变化的波形345b、表示胸廓的宽度的时间变化的波形345c、以及表示示出上肺野、中肺野、下肺野的各个的换气量的信号值的时间变化的波形345d~345f。关于波形345d~345f,各个左右的肺野的波形显示于相同的坐标空间上。通过观察表示横隔膜位置的时间变化的波形345b以及表示胸廓的宽度的时间变化的波形345c,医生能够把握胸式呼吸的程度、胸廓的动作的限制程度,例如,诊断出是否有胸式呼吸优势、COPD等遍及肺野整体的换气障碍。另外,针对左右的上肺野、中肺野、下肺野,分别观察表示示出换气量的信号值的时间变化的波形345d~345f,能够把握是否有局部的换气功能的降低等。
此外,可以与表示示出上肺野、中肺野、下肺野的各区域的换气量的信号值的时间变化的波形一起显示表示一叶肺整体的平均信号值的时间变化的波形。由此,医生能够比较观察一叶肺整体的换气功能、和各区域的换气功能。另外,也可以计算出表示血流量的信号值的时间变化,并与该波形一并显示。
以上,对图像解析/显示处理进行了说明,但也可以根据各小区域的特征量的值的分布、平均值,自动地判定作为被摄体M的肺整体的症状,并将该结果与上述显示画面341~345一并显示。
例如,计算出从肺野内小区域获取的振幅的分散,分散比规定阈值大的情况下,判定为局部的换气功能的降低部分分散。另外,计算从肺野内小区域获取的振幅的平均值,计算出的平均值比规定阈值小的情况下,判定为是间质性肺炎等限制性肺疾病。
另外,在肺野内小区域的吸气延迟时间的平均值比规定阈值大的情况下,判定为是间质性肺炎等的限制性疾病。
在肺野内小区域的吸气气流速度的平均值比规定阈值小的情况下,判定为是间质性肺炎等的限制性疾病。
上述的各规定阈值取决于性别、年龄、身高、体重,所以将与性别、年龄、身高、体重对应的阈值预先作为表存储在存储部32中,基于在图2的步骤S1中所输入的患者信息(性别、年龄、身高、体重),读出对应的阈值,使用于症状判定。
〈第2实施方式〉
接下来,对本发明的第2实施方式进行说明。在第2实施方式中,在图4的步骤S12所执行的图像解析/显示处理的内容与第1实施方式不同,所以以下,对第2实施方式的图像解析/显示处理(图像解析/显示处理B)进行说明。
图20表示在图4的步骤S12中由控制部31执行的图像解析/显示处理B的流程图。通过控制部31与存储在存储部32中的程序的配合来执行图像解析/显示处理B。
首先,从各帧图像提取肺野区域(步骤S301),检测横隔膜的位置(步骤S302),计算胸廓的宽度(步骤S303)。步骤S301~步骤S303的处理与图6的步骤S201~步骤S203说明的相同,所以引用说明。
接下来,将各帧图像的肺野区域分割为多个小区域(步骤S304)。步骤S304的处理与步骤S206说明的相同,所以引用说明。
接下来,在各帧图像中,计算各小区域内的像素的平均信号值(步骤S305)。
接下来,针对横隔膜的位置、胸廓的宽度、各小区域的平均信号值的各个,制作表示时间变化的波形(步骤S306)。具体而言,制作以横轴为从拍摄开始的经过时间、以纵轴为各个的值(横隔膜的位置、胸廓的宽度、像素的平均信号值)的坐标平面,对从各帧图像的拍摄开始的经过时间以及计算出的值的点进行描绘,从而获取表示各值的时间变化的波形。并且,利用时间方向的低通滤波器(例如,截止频率0.5Hz)对各小区域的平均信号值的时间变化进行过滤,从而能够获取表示示出换气量的信号值的时间变化的波形。
接下来,对获取的波形进行解析,计算表示各小区域的动作的特征量(步骤S307)。作为对各小区域所计算出的特征量,此处,计算在第1实施方式中所说明的换气量的振幅、呼气时间的延长程度、和吸气开始延迟时间。
接下来,基于在步骤S307所计算出的特征量,判断各小区域是否有异常的可能性(步骤S308)。例如,各小区域的换气量的振幅、呼气时间的延长程度、吸气开始延迟时间的任意的值在(1)体轴对象的区域(左右对称区域)分叉较大的(差量是预先决定的阈值以上)的情况下,或者(2)超过(或者低于)预先决定的阈值以上的情况下,判断为该小区域有异常的可能性。
而且,在显示部34显示异常的可能性的判定结果(步骤S309)。图21表示在步骤S309中显示的显示画面346的一个例子。如图21所示,在显示画面346中显示显示有以带色的框等包围判定为有异常的可能性的小区域的注释的基准图像346a、成为表示肺野整体的动作的指标的、表示横隔膜位置的时间变化的波形346b、表示胸廓的宽度的时间变化的波形346c、以及表示示出判断为异常的小区域中的换气量的信号值的时间变化的波形346d、346f。此外,在图21中,以检测出两个判定为有异常的可能性的小区域的情况为例,但显示与判定为有异常的可能性的各小区域的数对应的波形。这样,自动地判定有异常的可能性的区域,显示该区域的位置以及表示示出换气量的信号值的时间变化的波形,所以医生能够高效地确认有异常的可能性的区域的波形。同时,能够减少医生看漏疾病。
此外,波形不光是表示换气量的信号值的时间变化的波形,也可以一并显示表示血流量的信号值的时间变化的波形(图21的波形346e、波形346g)。该情况下,在步骤S306中,利用时间方向的低通滤波器(例如,截止频率0.5Hz)对各小区域的信号值的时间变化进行滤波处理,并且利用高通滤波器(例如,截止频率0.7Hz)进行滤波处理,从而获取表示血流量的信号值的时间变化的波形。在步骤S307中,计算换气量的振幅、呼气时间的延长程度、吸气开始延迟时间以及血流的振幅。在步骤S308中,在各小区域的换气量的振幅、呼气时间的延长程度、吸气开始延迟时间、血流的振幅的任意值,(1)在体轴对象的区域(左右对称区域)中分叉较大的(差量是预先决定的阈值以上)的情况下,或者(2)超过(或者低于)预先决定的阈值以上的情况下,判断为该小区域有异常的可能性。而且,在步骤S309中,如图21所示,与表示判定为有异常的可能性的区域的换气量的波形一起显示表示血流量的信号值的波形。
这样,同时显示换气与血流的信息,从而医生能够更精确地把握肺的症状。例如,也存在在COPD中出现气肿化的部分、大庖等局部的换气异常部分,更显著地显现局部的血流的变化(血流量的减少)(更好地应对)的情况。在这样的情况下不会看漏异常而进行诊断。另外,也能够把握只有血流出现异常的病变。例如,也能够进行在血流较小、换气正常的情况下有肺栓塞症的可能性这样的诊断。
另外,也可以复合性地判断计算出的各特征量来推断判断为有异常的可能性的区域(异常区域)的症状(症例名),将推断的症状与显示画面346等一并显示。另外,也可以预先在存储部32存储症状与颜色的对应关系,以与推断出的症状对应的颜色来显示基准图像346a上的异常区域。这样,能够向医生提供关于症状的更详细的诊断支援信息。对于症状的推断而言,例如能够基于在上述步骤S307中所计算出的特征量的各个是否超过预先决定的阈值,将各特征量分类为大、中、小,并基于各特征量的分类的组合进行推断。以下的(例1)~(例2)表示症状的推断基准的例子。
(例1)
换气量(振幅):小,呼气时间的延长程度:小,吸气开始延迟时间:大(吸气时气流速度:小),血流量:小→限制性部分
(例2)
换气量(振幅):小,呼气时间的延长程度:大,吸气开始延迟时间:小(吸气时气流速度:大),血流量:小→阻塞性部分
作为对各小区域进行异常判定时的各特征量的阈值,例如,使用基于正常值(标准值)所计算出的值。
各小区域中的振幅(换气量)、延迟时间、(吸气)气流速度、血流量在正常的情况下,有从肺底朝向上肺野的趋势,越是上肺野,振幅越小,延迟时间越大,(吸气)气流速度越小,血流量变小。
于是,针对上述各特征量,预先存储与距离肺底的垂直位置tr(定义为以作为对象的局部区域的肺底为基准的垂直位置相对于安静吸气位的肺野的长度的比例[%])对应的各特征量的正常值(标准值)。另外,此处的正常值设为相对于在水平方向上对距离肺底的垂直位置大致相同的多个小区域的特征量进行平均化后的平均值的正常值。并且,各特征量取决于性别、年龄、身高、体重,所以根据性别、年龄、身高、体重,将各特征量相对于距离肺底的垂直位置的正常值预先作为表存储于存储部32。而且,基于在图2的步骤S1所输入的患者信息(性别、年龄、身高、体重)和作为对象的小区域的距离肺底的垂直位置,读出对应的正常值,例如,使用对应的正常值±20%(与下限比较的情况下,是-20%,与上限比较的情况下,是+20%)的值,作为异常判定的阈值。
对于与该性别、年龄、身高、体重对应的正常值而言,例如,能够针对性别、年龄、身高、体重不同的各组,根据多个健康者的数据来计算各特征量相对于距离肺底的垂直位置的平均值,并使用该平均值作为正常值。
如以上说明,根据本发明所涉及的诊断支援***100,诊断用控制台3的控制部31在从拍摄用控制台2发送的表示胸部的动态的多个帧图像的各个帧图像中提取肺野区域,并将该提取出的肺野区域分割为多个小区域,在多个帧图像间使分割的小区域相互对应而进行解析,从而计算表示分割的小区域的动作的预先设定的特征量。而且,若通过操作部33来选择成为解析结果的显示对象的区域,则显示选择的小区域的特征量。
因此,医生即、用户如贴上听诊器那样通过操作部33选择肺野内的小区域,从而能够获取表示选择的小区域的动作的特征量。这样,根据诊断支援***100,能够提供一种将诊断中所使用的信息统一为视觉类,即使是听诊器的经验较浅的医生也能够进行精确诊断的包括GUI的***。
另外,控制部31还计算肺野区域整体的预先决定的特征量,并同时在显示部34显示表示通过操作部33所选择的区域的动作的特征量、和表示肺野区域整体的动作的特征量,所以能够一次性把握肺野整体和选择的局部的区域这双方的诊断的信息。
另外,控制部31计算表示各小区域的动作的一个或者多个特征量,所以医生能够获取表示选择的小区域的一个或者多个特征量。
另外,构成为通过操作部33能够从显示在显示部34的静止图像的帧图像上选择出成为解析结果的显示对象的一个或者多个小区域,从而用户能够与贴上听诊器一样地以容易的操作来选择一个或者多个区域,使该区域的解析结果显示。
另外,构成为通过操作部33能够从显示在显示部34的动态图像选择出成为解析结果的显示对象的一个或者多个区域,从而用户能够观察动态图像,容易地选择出认为做出异常的举动的一个或者多个小区域,并使该区域的解析结果显示。
另外,显示部34还显示多个帧图像中的一个静止图像,并以与计算出的特征量的值对应的颜色显示该帧图像的各小区域,从而用户能够看一眼就能够把握各小区域中的特征量,并能够容易地把握肺野整体中的局部的异常位置。
另外,作为表示通过操作部33所选择出的小区域的动作的特征量,将表示换气量(以及血流量)的时间变化作为波形显示,从而用户能够容易地把握所选择出的区域的换气以及血流的时间变化。
另外,在通过操作部33选择出肺野区域的一方区域的情况下,与选择的区域的特征量一起同时显示与选择的区域体轴对象的另一方的肺野的区域的特征量,能够容易地进行左右的对象区域中的特征量的比较,并能够为用户提供对诊断有用的信息。
另外,构成为计算的特征量能够通过操作部33从多个中可预先选择,从而能够显示用户所希望的特征量。
此外,上述的本实施方式的描述是本发明的优选的诊断支援***的一个例子,并不限定于此。
例如,在上述实施方式中,作为表示各小区域的换气量的波形,显示了以纵轴为表示换气量的信号值、以横轴为时间所描绘出的图,但波形的显示方法并不限定于此。例如,可以显示以纵轴为相当于气流速度的信号值的微分值(信号值/S)、以横轴为表示换气量的信号值所描绘出的图。这是相当于肺功能的气流容量曲线的图,所以医生能够以与肺功能相同的感觉读取诊断信息。
另外,在上述实施方式中,预先对各小区域进行解析来计算特征量,并显示通过操作部33所选择出的小区域的解析结果(波形、特征量的值),但也可以对通过操作部33所选择出区域进行解析来计算特征量。
另外,在上述实施方式中,显示表示横隔膜的位置的时间变化的波形以及表示胸廓的宽度的时间变化的波形作为表示肺野整体的动作的特征量,但并不限定于此。例如,可以显示表示肺野整体的平均信号值的时间变化的波形,或者表示针对左右各个肺的平均信号值的时间变化的波形作为表示肺野整体的动作的特征量。另外,也可以是用户经由操作部33能够设定以波形表示的特征量。
另外,在上述实施方式中,说明了针对各小区域计算出同一种类的特征量,但也可以按每个小区域计算出不同的特征量。
另外,例如,在上述的说明中,公开了作为本发明所涉及的程序的计算机可读取的介质,使用了硬盘、半导体的非易失性存储器等的例子,但并不限定于该例。作为其他的计算机可读取的介质,可以应用CD-ROM等可携带型记录介质。另外,作为经由通信线路提供本发明所涉及的程序的数据的介质,也应用载波(载波)。
另外,关于构成诊断支援***100的各装置的详细构成以及详细动作,在不脱离本发明的主旨范围内能够适当地变更。
其中,包括说明书、权利要求书、附图以及摘要的2010年8月27日申请的日本专利申请No.2010-190240号的全部公开内容引用于本申请的一部分。
能够利用于医疗领域中胸部动态等的诊断。
附图标记说明
100…诊断支援***;1…拍摄装置;11…射线产生装置;111…射线源;112…射线源保持部;113…支承基轴;12…射线照射控制装置;13…射线检测部;131…射线检测器;132…检测器保持部;133…支承基轴;14…读取控制装置;2…拍摄用控制台;21…控制部;22…存储部;23…操作部;24…显示部;25…通信部;26…总线;3…诊断用控制台;31…控制部;32…存储部;33…操作部;34…显示部;35…通信部;36…总线。
Claims (11)
1.一种诊断支援***,其特征在于,具备:
拍摄部,其进行被摄体的动态拍摄,并生成连续的多个帧图像;
解析部,其从所述生成的多个帧图像分别提取被摄体区域,将该提取出的被摄体区域分割为多个区域,在所述多个帧图像间使所述分割出的区域相互对应来进行解析,从而计算表示所述分割出的区域的动作的预先决定的特征量;
操作部,其用于用户选择所述分割出的区域中的、成为所述解析部的解析结果的显示对象的区域;以及
显示部,其显示针对由所述操作部选择出的区域的、由所述解析部计算出的特征量。
2.根据权利要求1所述的诊断支援***,其特征在于,
所述解析部还计算表示所述被摄体区域整体的动作的预先决定的特征量,
所述显示部同时显示由所述解析部计算出的表示由所述操作部选择出的区域的动作的特征量、和表示所述被摄体区域整体的动作的特征量。
3.根据权利要求1或者2所述的诊断支援***,其特征在于,
所述解析部计算表示所述分割出的区域的动作的一个或者多个特征量。
4.根据权利要求1~3中任意一项所述的诊断支援***,其特征在于,
所述显示部显示所述生成的多个帧图像中的一个帧图像,
所述操作部构成为能够从显示在所述显示部的帧图像上选择成为所述解析结果的显示对象的一个或者多个区域。
5.根据权利要求1~3中任意一项所述的诊断支援***,其特征在于,
所述显示部对所述生成的多个帧图像进行动态图像显示,
所述操作部构成为能够从显示在所述显示部的动态图像上选择成为所述解析结果的显示对象的一个或者多个区域。
6.根据权利要求1~4中任意一项所述的诊断支援***,其特征在于,
所述显示部还显示所述生成的多个帧图像中的一个帧图像,以与由所述解析部所计算出的特征量的值对应的颜色来显示所述一个帧图像的所述分割的各区域。
7.根据权利要求1~6中任意一项所述的诊断支援***,其特征在于,
所述解析部计算所述多个帧图像的所述分割出的区域内的像素信号值的平均值,计算该计算出的平均信号值的时间变化来作为表示该区域的动作的特征量,
所述显示部将由所述解析部计算出的、由所述操作部选择出的区域的平均信号值的时间变化作为波形进行显示。
8.根据权利要求1~7中任意一项所述的诊断支援***,其特征在于,
所述拍摄部用于对胸部的动态图像进行拍摄,
在由所述操作部选择出肺野区域的一方区域的情况下,所述显示部将所述选择出的区域和体轴对象的另一方肺野的区域的特征量与所述选择出的区域的特征量一起同时显示。
9.根据权利要求1~8中任意一项所述的诊断支援***,其特征在于,
由所述解析部计算的特征量构成为能够由所述操作部预先从多个中选择。
10.根据权利要求8或者9所述的诊断支援***,其特征在于,
表示所述分割出的区域的动作的特征量是表示该区域的换气或者血流的特征量。
11.一种程序,其特征在于,用于使计算机作为如下的部发挥作用,
解析部,其从表示被摄体的动态的多个帧图像分别提取被摄体区域,将该提取出的被摄体区域分割为多个区域,在所述多个帧图像间使所述分割的区域相互对应而进行解析,从而计算表示所述分割的区域的动作的预先决定的特征量;
操作部,其用于用户选择所述分割的区域中的、成为所述解析部的解析结果的显示对象的区域;以及
显示部,其显示针对由所述操作部选择出的区域的、由所述解析部计算出的特征量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510279211.8A CN104887258B (zh) | 2010-08-27 | 2011-03-09 | 诊断支援*** |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010-190240 | 2010-08-27 | ||
JP2010190240 | 2010-08-27 | ||
PCT/JP2011/055518 WO2012026145A1 (ja) | 2010-08-27 | 2011-03-09 | 診断支援システム及びプログラム |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510279211.8A Division CN104887258B (zh) | 2010-08-27 | 2011-03-09 | 诊断支援*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103068312A true CN103068312A (zh) | 2013-04-24 |
CN103068312B CN103068312B (zh) | 2015-07-15 |
Family
ID=45723165
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201180041370.4A Active CN103068312B (zh) | 2010-08-27 | 2011-03-09 | 诊断支援***以及图像处理方法 |
CN201510279211.8A Expired - Fee Related CN104887258B (zh) | 2010-08-27 | 2011-03-09 | 诊断支援*** |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510279211.8A Expired - Fee Related CN104887258B (zh) | 2010-08-27 | 2011-03-09 | 诊断支援*** |
Country Status (4)
Country | Link |
---|---|
US (1) | US9064302B2 (zh) |
JP (1) | JP5874636B2 (zh) |
CN (2) | CN103068312B (zh) |
WO (1) | WO2012026145A1 (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105101878A (zh) * | 2013-04-05 | 2015-11-25 | 东芝医疗***株式会社 | 医用图像处理装置以及医用图像处理方法 |
CN106344051A (zh) * | 2015-07-17 | 2017-01-25 | 柯尼卡美能达株式会社 | 放射线拍摄***以及放射线拍摄控制装置 |
CN108348208A (zh) * | 2015-11-09 | 2018-07-31 | 皇家飞利浦有限公司 | X射线图像吸入质量监测 |
CN108463159A (zh) * | 2015-08-13 | 2018-08-28 | 株式会社福微视 | 用于时间序列图像分析的图形用户界面提供方法 |
CN111598895A (zh) * | 2020-04-14 | 2020-08-28 | 苏州复元医疗科技有限公司 | 一种基于诊断影像和机器学习的测量肺功能指标的方法 |
CN111867471A (zh) * | 2018-01-05 | 2020-10-30 | 帕拉梅维亚私人有限公司 | 诊断辅助程序 |
Families Citing this family (97)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8908995B2 (en) | 2009-01-12 | 2014-12-09 | Intermec Ip Corp. | Semi-automatic dimensioning with imager on a portable device |
JP5418687B2 (ja) * | 2010-08-30 | 2014-02-19 | 富士通株式会社 | 記憶媒体診断装置、記憶媒体診断方法及び記憶媒体診断プログラム |
JP5976293B2 (ja) * | 2010-10-08 | 2016-08-23 | 東芝メディカルシステムズ株式会社 | 画像処理装置及び画像処理方法 |
JP5919665B2 (ja) * | 2011-07-19 | 2016-05-18 | 日本電気株式会社 | 情報処理装置、物体追跡方法および情報処理プログラム |
US9117289B2 (en) * | 2011-11-11 | 2015-08-25 | Konica Minolta, Inc. | Medical imaging system, medical image processing apparatus, and computer-readable medium |
CN103813752B (zh) * | 2012-01-27 | 2017-11-10 | 东芝医疗***株式会社 | 医用图像处理装置 |
JP5408399B1 (ja) * | 2012-03-23 | 2014-02-05 | コニカミノルタ株式会社 | 画像生成装置 |
JP5844187B2 (ja) * | 2012-03-23 | 2016-01-13 | 富士フイルム株式会社 | 画像解析装置および方法並びにプログラム |
EP2838425A4 (en) * | 2012-04-17 | 2016-04-13 | Univ Monash | IMAGING METHOD AND SYSTEM |
US9779546B2 (en) | 2012-05-04 | 2017-10-03 | Intermec Ip Corp. | Volume dimensioning systems and methods |
US10007858B2 (en) | 2012-05-15 | 2018-06-26 | Honeywell International Inc. | Terminals and methods for dimensioning objects |
JP6021053B2 (ja) * | 2012-05-22 | 2016-11-02 | 学校法人東京理科大学 | 動画視認性定量化装置、動画視認性定量化方法、及びプログラム |
JP5962237B2 (ja) * | 2012-06-11 | 2016-08-03 | コニカミノルタ株式会社 | 胸部診断支援情報生成方法 |
CN104395933B (zh) * | 2012-06-27 | 2017-05-17 | 皇家飞利浦有限公司 | 运动参数估计 |
US10321127B2 (en) | 2012-08-20 | 2019-06-11 | Intermec Ip Corp. | Volume dimensioning system calibration systems and methods |
US9939259B2 (en) | 2012-10-04 | 2018-04-10 | Hand Held Products, Inc. | Measuring object dimensions using mobile computer |
US9836842B2 (en) * | 2012-10-04 | 2017-12-05 | Konica Minolta, Inc. | Image processing apparatus and image processing method |
US20140104413A1 (en) | 2012-10-16 | 2014-04-17 | Hand Held Products, Inc. | Integrated dimensioning and weighing system |
US9080856B2 (en) | 2013-03-13 | 2015-07-14 | Intermec Ip Corp. | Systems and methods for enhancing dimensioning, for example volume dimensioning |
US20140276104A1 (en) * | 2013-03-14 | 2014-09-18 | Nongjian Tao | System and method for non-contact monitoring of physiological parameters |
JP6006193B2 (ja) * | 2013-03-28 | 2016-10-12 | 富士フイルム株式会社 | 放射線画像処理装置および方法並びにプログラム |
US10228452B2 (en) | 2013-06-07 | 2019-03-12 | Hand Held Products, Inc. | Method of error correction for 3D imaging device |
JP6253085B2 (ja) * | 2013-08-28 | 2017-12-27 | 国立大学法人金沢大学 | X線動画像解析装置、x線動画像解析プログラム及びx線動画像撮像装置 |
JP6318739B2 (ja) * | 2014-03-17 | 2018-05-09 | コニカミノルタ株式会社 | 画像処理装置、およびプログラム |
ES2841414T3 (es) | 2014-04-15 | 2021-07-08 | 4Dmedical Ltd | Método de obtención de imágenes |
US9569829B2 (en) * | 2014-04-25 | 2017-02-14 | Canon Kabushiki Kaisha | Image processing apparatus, radiation imaging apparatus, control methods for them, gain image creation method, radiation imaging system, and storage medium |
JP6376838B2 (ja) * | 2014-05-22 | 2018-08-22 | 富士フイルム株式会社 | 診療支援装置、診療支援装置の作動方法及びプログラム、並びに診療支援システム |
JP6482934B2 (ja) * | 2014-06-03 | 2019-03-13 | キヤノンメディカルシステムズ株式会社 | 画像処理装置、放射線検出装置および画像処理方法 |
JP6729994B2 (ja) * | 2014-06-17 | 2020-07-29 | コニカミノルタ株式会社 | 画像処理装置、画像処理方法、およびプログラム |
US9823059B2 (en) | 2014-08-06 | 2017-11-21 | Hand Held Products, Inc. | Dimensioning system with guided alignment |
US10810715B2 (en) | 2014-10-10 | 2020-10-20 | Hand Held Products, Inc | System and method for picking validation |
US10775165B2 (en) | 2014-10-10 | 2020-09-15 | Hand Held Products, Inc. | Methods for improving the accuracy of dimensioning-system measurements |
US9779276B2 (en) | 2014-10-10 | 2017-10-03 | Hand Held Products, Inc. | Depth sensor based auto-focus system for an indicia scanner |
US9897434B2 (en) | 2014-10-21 | 2018-02-20 | Hand Held Products, Inc. | Handheld dimensioning system with measurement-conformance feedback |
US9762793B2 (en) | 2014-10-21 | 2017-09-12 | Hand Held Products, Inc. | System and method for dimensioning |
US9752864B2 (en) | 2014-10-21 | 2017-09-05 | Hand Held Products, Inc. | Handheld dimensioning system with feedback |
US10060729B2 (en) | 2014-10-21 | 2018-08-28 | Hand Held Products, Inc. | Handheld dimensioner with data-quality indication |
RU2673975C2 (ru) * | 2014-10-23 | 2018-12-03 | Конинклейке Филипс Н.В. | Сегментация исследуемой области, управляемая отслеживанием взгляда |
JP6507581B2 (ja) * | 2014-11-11 | 2019-05-08 | コニカミノルタ株式会社 | 胸部動態撮影支援システム |
US10299752B2 (en) * | 2015-04-27 | 2019-05-28 | Toshiba Medical Systems Corporation | Medical image processing apparatus, X-ray CT apparatus, and image processing method |
US9786101B2 (en) | 2015-05-19 | 2017-10-10 | Hand Held Products, Inc. | Evaluating image values |
US10066982B2 (en) | 2015-06-16 | 2018-09-04 | Hand Held Products, Inc. | Calibrating a volume dimensioner |
US9857167B2 (en) | 2015-06-23 | 2018-01-02 | Hand Held Products, Inc. | Dual-projector three-dimensional scanner |
US20160377414A1 (en) | 2015-06-23 | 2016-12-29 | Hand Held Products, Inc. | Optical pattern projector |
US9835486B2 (en) | 2015-07-07 | 2017-12-05 | Hand Held Products, Inc. | Mobile dimensioner apparatus for use in commerce |
EP3118576B1 (en) * | 2015-07-15 | 2018-09-12 | Hand Held Products, Inc. | Mobile dimensioning device with dynamic accuracy compatible with nist standard |
US10094650B2 (en) | 2015-07-16 | 2018-10-09 | Hand Held Products, Inc. | Dimensioning and imaging items |
US20170017301A1 (en) | 2015-07-16 | 2017-01-19 | Hand Held Products, Inc. | Adjusting dimensioning results using augmented reality |
JP6540807B2 (ja) * | 2015-07-24 | 2019-07-10 | コニカミノルタ株式会社 | 撮影用コンソール |
DE102015217429A1 (de) * | 2015-09-11 | 2017-03-16 | Siemens Healthcare Gmbh | Diagnosesystem und Diagnoseverfahren |
US10249030B2 (en) | 2015-10-30 | 2019-04-02 | Hand Held Products, Inc. | Image transformation for indicia reading |
US10225544B2 (en) | 2015-11-19 | 2019-03-05 | Hand Held Products, Inc. | High resolution dot pattern |
CN108697401B (zh) * | 2015-12-28 | 2022-08-05 | 株式会社岛津制作所 | 放射线装置 |
US10025314B2 (en) | 2016-01-27 | 2018-07-17 | Hand Held Products, Inc. | Vehicle positioning and object avoidance |
US11723617B2 (en) | 2016-02-03 | 2023-08-15 | 4DMedical Limited | Method and system for imaging |
US11278256B2 (en) | 2016-03-04 | 2022-03-22 | 4DMedical Limited | Method and system for imaging |
JP2017176202A (ja) * | 2016-03-28 | 2017-10-05 | コニカミノルタ株式会社 | 動態解析システム |
JP6740699B2 (ja) * | 2016-05-10 | 2020-08-19 | コニカミノルタ株式会社 | 画像解析システム |
JP6825229B2 (ja) * | 2016-05-17 | 2021-02-03 | コニカミノルタ株式会社 | 動態解析システム |
JP6930638B2 (ja) * | 2016-05-17 | 2021-09-01 | コニカミノルタ株式会社 | 動態解析装置、動態解析プログラム、動態解析方法及び制御装置 |
US10339352B2 (en) | 2016-06-03 | 2019-07-02 | Hand Held Products, Inc. | Wearable metrological apparatus |
US9940721B2 (en) | 2016-06-10 | 2018-04-10 | Hand Held Products, Inc. | Scene change detection in a dimensioner |
US10163216B2 (en) | 2016-06-15 | 2018-12-25 | Hand Held Products, Inc. | Automatic mode switching in a volume dimensioner |
US10223790B2 (en) * | 2016-06-29 | 2019-03-05 | Konica Minolta, Inc. | Dynamic analysis system |
JP6849328B2 (ja) * | 2016-07-05 | 2021-03-24 | キヤノン株式会社 | 放射線撮影装置、放射線撮影システム、放射線撮影方法、及びプログラム |
JP6812685B2 (ja) * | 2016-07-13 | 2021-01-13 | コニカミノルタ株式会社 | 動態解析装置 |
JP6790537B2 (ja) | 2016-07-15 | 2020-11-25 | コニカミノルタ株式会社 | 動態解析装置 |
EP3936048A1 (en) | 2016-07-19 | 2022-01-12 | Paramevia Pte. Ltd. | Diagnosis support program |
JP2018064848A (ja) * | 2016-10-21 | 2018-04-26 | コニカミノルタ株式会社 | 動態解析システム |
JP2018068400A (ja) * | 2016-10-25 | 2018-05-10 | コニカミノルタ株式会社 | 動態画像処理装置 |
US10909708B2 (en) | 2016-12-09 | 2021-02-02 | Hand Held Products, Inc. | Calibrating a dimensioner using ratios of measurable parameters of optic ally-perceptible geometric elements |
JP2018122093A (ja) * | 2017-02-02 | 2018-08-09 | 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、x線ct装置、及び医用画像処理方法 |
JP6938940B2 (ja) * | 2017-02-15 | 2021-09-22 | コニカミノルタ株式会社 | 動態解析システム |
US11047672B2 (en) | 2017-03-28 | 2021-06-29 | Hand Held Products, Inc. | System for optically dimensioning |
US10242446B2 (en) * | 2017-05-10 | 2019-03-26 | Konica Minolta, Inc. | Image processing apparatus and computer-readable recording medium |
US10733748B2 (en) | 2017-07-24 | 2020-08-04 | Hand Held Products, Inc. | Dual-pattern optical 3D dimensioning |
CN107468267B (zh) * | 2017-08-11 | 2020-12-04 | 上海联影医疗科技股份有限公司 | 数据处理方法及医学成像设备 |
CN111093745A (zh) * | 2017-09-14 | 2020-05-01 | 深圳迈瑞生物医疗电子股份有限公司 | 一种通气过程中的状态显示方法及装置 |
JP6950483B2 (ja) * | 2017-11-20 | 2021-10-13 | コニカミノルタ株式会社 | 動態撮影システム |
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 |
JP7047574B2 (ja) * | 2018-04-26 | 2022-04-05 | コニカミノルタ株式会社 | 動態画像解析装置、動態画像解析システム、動態画像解析プログラム及び動態画像解析方法 |
US10584962B2 (en) | 2018-05-01 | 2020-03-10 | Hand Held Products, Inc | System and method for validating physical-item security |
JP2019212138A (ja) * | 2018-06-07 | 2019-12-12 | コニカミノルタ株式会社 | 画像処理装置、画像処理方法及びプログラム |
JP7135759B2 (ja) * | 2018-11-16 | 2022-09-13 | コニカミノルタ株式会社 | 画像処理装置及びプログラム |
JP7147507B2 (ja) * | 2018-11-22 | 2022-10-05 | コニカミノルタ株式会社 | 画像処理装置及びプログラム |
JP7143747B2 (ja) * | 2018-12-07 | 2022-09-29 | コニカミノルタ株式会社 | 画像表示装置、画像表示方法及び画像表示プログラム |
JP7101880B2 (ja) * | 2019-05-09 | 2022-07-15 | 帝人ファーマ株式会社 | 呼吸状態検出装置、呼吸状態検出方法および呼吸状態検出プログラム |
JP2019171102A (ja) * | 2019-05-30 | 2019-10-10 | コニカミノルタ株式会社 | 画像処理装置、画像処理方法、およびプログラム |
EP3788959A1 (en) * | 2019-09-09 | 2021-03-10 | Koninklijke Philips N.V. | Inhalation metric for chest x-ray images |
US11639846B2 (en) | 2019-09-27 | 2023-05-02 | Honeywell International Inc. | Dual-pattern optical 3D dimensioning |
KR102402011B1 (ko) * | 2020-02-18 | 2022-05-27 | 재단법인 아산사회복지재단 | 의료영상 처리 장치와 그 의료영상 학습 방법 및 의료영상 처리 방법 |
JP7463923B2 (ja) | 2020-09-15 | 2024-04-09 | コニカミノルタ株式会社 | X線動態画像表示装置、プログラム、x線動態画像表示方法及びx線動態画像表示システム |
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 |
JP2022147619A (ja) * | 2021-03-23 | 2022-10-06 | コニカミノルタ株式会社 | 画像表示装置及び画像表示プログラム |
JP2023013867A (ja) * | 2021-07-16 | 2023-01-26 | オムロン株式会社 | 情報処理システム及び情報処理方法 |
JP2023026878A (ja) * | 2021-08-16 | 2023-03-01 | コニカミノルタ株式会社 | 画像処理装置、表示制御方法及びプログラム |
WO2023063318A1 (ja) * | 2021-10-11 | 2023-04-20 | 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 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006043200A (ja) * | 2004-08-05 | 2006-02-16 | Japan Science & Technology Agency | 脳内出血/くも膜下出血診断支援システム |
WO2006137294A1 (ja) * | 2005-06-21 | 2006-12-28 | National University Corporation Kanazawa University | X線診断支援装置、プログラム及び記録媒体 |
JP2007275196A (ja) * | 2006-04-04 | 2007-10-25 | Shimadzu Corp | 光または放射線画像表示装置及びこれを備えた光または放射線撮像装置 |
JP2009153677A (ja) * | 2007-12-26 | 2009-07-16 | Konica Minolta Medical & Graphic Inc | 動態画像処理システム |
JP2009273671A (ja) * | 2008-05-15 | 2009-11-26 | Konica Minolta Medical & Graphic Inc | 動態撮影システム |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08110939A (ja) | 1994-10-12 | 1996-04-30 | Konica Corp | 画像の位置合わせ処理装置及び画像間演算処理装置 |
US8965075B2 (en) * | 2002-09-16 | 2015-02-24 | Imatx, Inc. | System and method for predicting future fractures |
US8814793B2 (en) * | 2002-12-03 | 2014-08-26 | Neorad As | Respiration monitor |
JP4404291B2 (ja) | 2003-04-08 | 2010-01-27 | キヤノン株式会社 | 画像処理装置及び方法及びシステム |
US20050096538A1 (en) * | 2003-10-29 | 2005-05-05 | Siemens Medical Solutions Usa, Inc. | Image plane stabilization for medical imaging |
EP1825805B1 (en) * | 2005-11-25 | 2019-11-06 | Toshiba Medical Systems Corporation | Medical Image Diagnostic System |
JP5087917B2 (ja) * | 2006-12-11 | 2012-12-05 | コニカミノルタエムジー株式会社 | 放射線撮影システム及び放射線画像検出装置 |
WO2009078297A1 (ja) | 2007-12-19 | 2009-06-25 | Konica Minolta Medical & Graphic, Inc. | 動態画像処理システム |
WO2009090894A1 (ja) * | 2008-01-15 | 2009-07-23 | Konica Minolta Medical & Graphic, Inc. | 動態画像診断支援システム |
US8229193B2 (en) * | 2008-09-03 | 2012-07-24 | General Electric Company | System and methods for applying image presentation context functions to image sub-regions |
JP5157766B2 (ja) * | 2008-09-05 | 2013-03-06 | コニカミノルタホールディングス株式会社 | 画像表示装置およびプログラム |
JP5157918B2 (ja) * | 2009-01-06 | 2013-03-06 | コニカミノルタホールディングス株式会社 | 動画像表示装置およびプログラム |
US20110144495A1 (en) * | 2009-12-14 | 2011-06-16 | Siemens Medical Solutions Usa, Inc. | Perfusion Imaging of a Volume in Medical Diagnostic Ultrasound |
-
2011
- 2011-03-09 CN CN201180041370.4A patent/CN103068312B/zh active Active
- 2011-03-09 US US13/819,222 patent/US9064302B2/en active Active
- 2011-03-09 CN CN201510279211.8A patent/CN104887258B/zh not_active Expired - Fee Related
- 2011-03-09 WO PCT/JP2011/055518 patent/WO2012026145A1/ja active Application Filing
- 2011-03-09 JP JP2012530549A patent/JP5874636B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006043200A (ja) * | 2004-08-05 | 2006-02-16 | Japan Science & Technology Agency | 脳内出血/くも膜下出血診断支援システム |
WO2006137294A1 (ja) * | 2005-06-21 | 2006-12-28 | National University Corporation Kanazawa University | X線診断支援装置、プログラム及び記録媒体 |
JP2007275196A (ja) * | 2006-04-04 | 2007-10-25 | Shimadzu Corp | 光または放射線画像表示装置及びこれを備えた光または放射線撮像装置 |
JP2009153677A (ja) * | 2007-12-26 | 2009-07-16 | Konica Minolta Medical & Graphic Inc | 動態画像処理システム |
JP2009273671A (ja) * | 2008-05-15 | 2009-11-26 | Konica Minolta Medical & Graphic Inc | 動態撮影システム |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105101878A (zh) * | 2013-04-05 | 2015-11-25 | 东芝医疗***株式会社 | 医用图像处理装置以及医用图像处理方法 |
CN105101878B (zh) * | 2013-04-05 | 2018-04-10 | 东芝医疗***株式会社 | 医用图像处理装置以及医用图像处理方法 |
CN106344051A (zh) * | 2015-07-17 | 2017-01-25 | 柯尼卡美能达株式会社 | 放射线拍摄***以及放射线拍摄控制装置 |
CN108463159A (zh) * | 2015-08-13 | 2018-08-28 | 株式会社福微视 | 用于时间序列图像分析的图形用户界面提供方法 |
CN108348208A (zh) * | 2015-11-09 | 2018-07-31 | 皇家飞利浦有限公司 | X射线图像吸入质量监测 |
CN111867471A (zh) * | 2018-01-05 | 2020-10-30 | 帕拉梅维亚私人有限公司 | 诊断辅助程序 |
CN111598895A (zh) * | 2020-04-14 | 2020-08-28 | 苏州复元医疗科技有限公司 | 一种基于诊断影像和机器学习的测量肺功能指标的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103068312B (zh) | 2015-07-15 |
JP5874636B2 (ja) | 2016-03-02 |
JPWO2012026145A1 (ja) | 2013-10-28 |
WO2012026145A1 (ja) | 2012-03-01 |
US20130156267A1 (en) | 2013-06-20 |
CN104887258B (zh) | 2018-04-03 |
CN104887258A (zh) | 2015-09-09 |
US9064302B2 (en) | 2015-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103068312B (zh) | 诊断支援***以及图像处理方法 | |
CN103079466B (zh) | 胸部诊断辅助*** | |
JP6436182B2 (ja) | 動態画像解析装置 | |
CN102793551B (zh) | 胸部诊断辅助信息生成*** | |
JP5962237B2 (ja) | 胸部診断支援情報生成方法 | |
JP6772873B2 (ja) | 動態解析装置及び動態解析システム | |
JP5521392B2 (ja) | 動態画像診断支援システム及びプログラム | |
US9801555B2 (en) | Thoracic diagnosis assistance system | |
US20200193598A1 (en) | Dynamic analysis system | |
US20180110491A1 (en) | Dynamic image processor | |
JP6743662B2 (ja) | 動態画像処理システム | |
US10149658B2 (en) | Dynamic analysis system and analysis device | |
JP5907185B2 (ja) | 動態画像診断支援システム | |
US20180018772A1 (en) | Dynamic analysis apparatus | |
JP2017169830A (ja) | 動態解析装置 | |
JP6264361B2 (ja) | 動態画像解析装置 | |
JP2012115581A (ja) | 胸部診断支援情報生成方法及び胸部診断支援システム | |
JP2018130264A (ja) | 動態解析システム | |
JP6436222B2 (ja) | 動態画像解析装置 |
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 |