JP2004194729A - 画像診断支援装置 - Google Patents
画像診断支援装置 Download PDFInfo
- Publication number
- JP2004194729A JP2004194729A JP2002363906A JP2002363906A JP2004194729A JP 2004194729 A JP2004194729 A JP 2004194729A JP 2002363906 A JP2002363906 A JP 2002363906A JP 2002363906 A JP2002363906 A JP 2002363906A JP 2004194729 A JP2004194729 A JP 2004194729A
- Authority
- JP
- Japan
- Prior art keywords
- image
- medical image
- detection
- processing
- lesion candidate
- 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.)
- Pending
Links
- 238000003745 diagnosis Methods 0.000 title abstract description 22
- 238000001514 detection method Methods 0.000 claims abstract description 55
- 230000003902 lesion Effects 0.000 claims abstract description 53
- 238000004458 analytical method Methods 0.000 claims abstract description 8
- 238000000034 method Methods 0.000 description 44
- 238000003384 imaging method Methods 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 6
- 238000010191 image analysis Methods 0.000 description 6
- 210000004072 lung Anatomy 0.000 description 6
- 210000000056 organ Anatomy 0.000 description 6
- 238000000605 extraction Methods 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005429 filling process Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 210000003437 trachea Anatomy 0.000 description 1
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
【課題】画像診断支援装置において、目的とする病巣候補陰影の検出に適した医用画像のみを入力し、病巣候補陰影の検出が迅速かつ適切に行われるようにする。
【解決手段】入力された医用画像が目的とする病巣候補陰影の検出に適合しているか否かを、該入力された医用画像に関連する情報と該入力された医用画像の分析結果とのうち少なくとも一方に基づいて判定することにより、目的とする病巣候補陰影の検出に適合した医用画像のみを入力し、迅速かつ適切に検出を行う。
【選択図】 図2
【解決手段】入力された医用画像が目的とする病巣候補陰影の検出に適合しているか否かを、該入力された医用画像に関連する情報と該入力された医用画像の分析結果とのうち少なくとも一方に基づいて判定することにより、目的とする病巣候補陰影の検出に適合した医用画像のみを入力し、迅速かつ適切に検出を行う。
【選択図】 図2
Description
【0001】
【発明の属する技術分野】
本発明は、医用画像の病巣候補陰影検出に対する適合性の判定を行う画像診断支援装置に関するものである。
【0002】
【従来の技術】
病巣候補陰影の検出は、下記特許文献1に示すように、医用画像(CT装置、MRI装置等の医用画像診断装置で撮影された画像)を病巣候補陰影検出装置に入力して行われる。この際、従来の技術では、病巣候補陰影検出装置の操作者が医用画像を選択し、該病巣候補検出装置に入力している。
【0003】
【特許文献1】
国際公開番号 WO 02/02002号公報
【0004】
【発明が解決しようとする課題】
しかしながら、上記従来技術では、病巣候補陰影検出装置に入力される医用画像は操作者の選択によるものであるため、操作の誤りにより該病巣候補陰影検出装置に適合しない画像が選択および入力され、その結果病巣候補陰影の検出が適切に行われない場合がある。例えば、全肺野を含む断層像(CT画像)から病巣候補陰影を自動的に検出する画像処理を行う際に、上記検査の対象と異なる種類の断層像が選択および入力されると、適切な画像処理ができず、また無駄な処理時間が費やされるという問題がある。
【0005】
本発明は上記事情を鑑みてなされたものであり、目的とする病巣候補陰影の検出に適合する医用画像のみを検出対象として入力し、病巣候補陰影の検出が迅速かつ適切に行われる画像診断支援装置を提供することを目的とする。
【0006】
【課題を解決するための手段】
上記目的を達成するために、請求項1に記載された本発明の画像診断支援装置は、医用画像を入力する入力手段と、前記入力手段により入力された医用画像が病巣候補陰影の検出に適合した医用画像であるか否かを該入力された医用画像に関連する情報と該入力された医用画像の分析結果とのうち少なくとも一方に基づいて判定する判定手段と、前記判定手段の判定結果に基づき病巣候補陰影の検出に適合した医用画像について病巣候補陰影の検出を行う病巣候補陰影検出手段と、前記病巣候補陰影手段により検出された病巣候補陰影を前記医用画像中に識別可能に表示する表示手段とを備えることを特徴としている。
【0007】
請求項1に記載の発明では、入力手段によって医療画像が入力される。医用画像とは、CT装置、MRI装置、超音波診断装置などの医用画像診断装置で撮影された撮影画像である。上記入力された医用画像は、判定手段により、医用画像に関連する情報と該入力された医用画像の分析結果とのうち少なくとも一方に基づいて、病巣候補陰影の検出に適合した医用画像であるか否かが判定される。
【0008】
医用画像に関連する情報には、医用画像の画像ファイル名、画像ファイルのヘッダ部分の有無やヘッダ部分に含まれた撮影装置や撮影時間、患者名等があり、これらの情報があらかじめ設定した条件と適合するか否かにより、医用画像の判定を行うことができる。
【0009】
また、医用画像の分析には、上記入力された医用画像における画素数最大の領域の面積があらかじめ設定された範囲内であるか否かにより、当該画像が病巣候補陰影検出の対象となる部位を含んだ画像であるかどうかを判定する方法がある。
【0010】
上記のような方法を用いることにより、判定手段によって、入力された医用画像が目的とする病巣候補陰影の検出に適合した医用画像であるか否かが判定されるので、検出に適合しない医用画像を処理の対象から除外することができ、病巣候補陰影検出手段により、適切な医用画像についてのみ病巣候補陰影の検出が行われる。そして、検出された病巣候補陰影を、前記医用画像中に識別可能に表示する。この手段は特許文献1に詳細な説明があるので、ここでの説明は省略する。
【0011】
このように、入力された医用画像が目的とする病巣候補陰影の検出に適合しているか否かを、該入力された医用画像に関連する情報と該入力された医用画像の分析結果とのうち少なくとも一方に基づいて判定するので、目的とする病巣候補陰影の検出に適合する医用画像のみを検出対象として入力し、迅速かつ適切に処理を行うことができる。
【0012】
なお、前記判定手段は、前記病巣候補陰影検出手段による検出結果が正常であるか否かを判定する検出結果判定手段をさらに含むようにしてもよい。
【0013】
病巣候補陰影の検出結果には病巣の数や大きさ等があるが、これらの要素は画像を撮影した臓器の種類や部位、撮影対象の患者等によって一定の傾向を有するものである。
【0014】
したがって、病巣の検出結果が正常であるか否かの判断は、病巣候補陰影の検出結果と上記の傾向を考慮してあらかじめ定められた基準とを比較することにより行うことができる。
【0015】
このように、検出結果が正常であるか否かを判断することで、不正な画像等による病巣候補陰影の異常な検出結果を排除することができ、正しい検出結果のみを得ることができる。
【0016】
【発明の実施の形態】
以下、添付図面に従って本発明に係る画像診断支援装置の好ましい実施の形態について詳説する。
【0017】
図1に、本実施の形態が適用された画像診断支援システム10の全体構成を示す。画像診断支援システム10は、画像診断支援装置20と、画像サーバ60と、ネットワーク58とを有している。
【0018】
画像診断支援装置20は、本発明に係る画像診断支援装置の一の実施の形態であり、画像サーバ60は医用画像の蓄積や管理等を行うものである。画像診断支援装置20および画像サーバ60は、ネットワーク58を介して画像データの送受信等を行う。
【0019】
なお、画像診断支援装置20は、肺や脳等の臓器の種類や部位等について種々の条件で撮影された医用画像を処理の対象とすることができる。ここで、医用画像とは、CT装置、MRI装置、超音波診断装置などの医用画像診断装置で撮影された撮影画像である。
【0020】
また、ネットワーク58としては、LAN(ローカルエリアネットワーク)やインターネット等、種々のネットワークを利用することができ、画像サーバ60についても上記ネットワークに接続された1乃至複数のサーバを利用することができる。
【0021】
画像診断支援装置20は、各構成要素の制御を行う中央処理装置(以下、CPUという)40を備えており、CPU40は共通バス56に接続されている。この共通バス56には、画像診断支援装置20の制御プログラムを格納するとともに画像処理のためにデータを一時的に記憶する領域として使用される主メモリ42と、医用画像ファイルやデータベース、メッセージデータ、プログラム等が格納された磁気ディスク44と、表示用の画像データを一時的に記憶する表示メモリ46と、コントローラ52と、各種パラメータ設定用のキーやスイッチを備えたキーボード54と、スピーカ57と、ネットワーク58を介して画像サーバ60との通信を行う通信インタフェース装置55とが接続されている。また、表示メモリ46には画像や処理結果に応じたメッセージ等を表示する表示用ディスプレイ(以下、CRTという)48が接続されており、コントローラ52にはCRT48の画面上で各種操作を行う手段としてのマウス50が接続されている。
【0022】
なお、記憶装置としては、磁気ディスク44以外にCD−ROMドライブ、光磁気ディスク(MO)ドライブ、DVDドライブ等の装置を接続することが可能であり、また、これらの装置に挿抜可能な記憶媒体を介して、画像ファイル等の入出力を行うようにしてもよい。
【0023】
次に、上記実施の形態の作用を説明する。まず、図2に基づき、画像診断支援装置20で実行される処理ルーチンの概要を説明する。
【0024】
まず、ステップ100において、磁気ディスク44から、マウス50やキーボード54によりあらかじめ設定された条件に該当する医用画像の画像ファイルを読み込む。
【0025】
なお、画像ファイルは、磁気ディスク44から読み込むほか、ネットワーク58を介して画像サーバ60から読み込んだり、画像診断支援装置20に上述のような記憶装置を設け、記憶媒体を介して読み込むようにしてもよい。
【0026】
次のステップ102では、読み込んだファイルのうち以下のステップで処理の対象とする1ファイルについてヘッダ情報を抽出し(後述)、ステップ104へ進む。ここでヘッダ情報とは、画像ファイルに含まれた、画像に関連する情報であり、例えばDICOM形式の画像ファイルの場合、ヘッダ情報には診断装置や撮影時刻が含まれる。
【0027】
ステップ104では、上記ステップ102でのヘッダ情報抽出の結果に基づき、ヘッダ情報が正しいか否かを判断する。肯定されるとステップ106へ進んで画像解析を行い、否定されるとステップ126へ進んでメッセージを表示し(後述)、1ファイルについての処理を終了する。
【0028】
ステップ102および104の処理により、ヘッダ情報に基づいて、目的とする病巣候補陰影の検出に適合しない画像ファイルを検出の対象から除外することができる。
【0029】
ステップ104で肯定されるとステップ106で画像解析を行い(後述)、次のステップ108で解析結果が正常であるか否かを判断する。肯定されるとステップ110へ進んで異常陰影および病巣部の検出を行い、否定されるとステップ126へ進んでメッセージを表示し(後述)、1ファイルについての処理を終了する。
【0030】
ステップ106および108の処理により、画像解析の結果に基づいて、目的とする病巣候補陰影の検出に適合しない画像ファイルを検出の対象から除外することができる。
【0031】
このように、ステップ102から108までの処理により、目的とする病巣候補陰影の検出対象として不適切な画像ファイルを除外し、適切な画像ファイルのみを病巣候補検出の入力とすることができる。また、これにより全体としての処理時間を短縮することができる。
【0032】
ステップ110では、異常陰影および病巣部検出処理を行う。この処理は、診断対象臓器の部位または臓器の種類に対応した最適な検出処理を行うためにその部位または臓器の種類を判断し、多値化処理した結果に対して種々の画像処理を施し、病巣候補陰影(病巣と思われる陰影)、すなわち異常陰影を検出するものである。
【0033】
その詳細については、抽出対象とする陰影の性質や存在している場所ごとで自動抽出および判定・削除を行う、WO 02/02002号公報に示す方法を採用する。この方法のように、多値化画像に基づいて病巣候補陰影検出処理を行うことによって、コンピュータの演算などに要する時間を短縮し、処理の負担を軽減することができる。そして、処理の結果病巣部と判定された陰影を残し、そうでないものを削除する。
【0034】
なお、検出処理の際、図6(c)の例に示すように、画像の処理過程をCRT48に表示するようにしてもよい。
【0035】
次のステップ112では、ステップ110の処理の結果検出された病巣部の数を抽出し、ステップ114へ進んで検出数があらかじめ設定した範囲内であるか否かを判断する。肯定されるとステップ116へ進んで検出結果をデータベースに登録し、否定されるとステップ124へ進んで処理フラグを”検出数:設定範囲外”に設定し、ステップ126へ進んで処理フラグに応じたメッセージを表示する。
【0036】
ここで、処理フラグとは、各処理結果に応じて異なる内容が設定されるフラグであり、ステップ126でのメッセージ表示は、この処理フラグに応じてなされるものである(後述)。
【0037】
なお、ステップ114で判断の基準とする検出数としては、例えば検出の対象である患者の過去の検出数に基づいて、正常であるとみなせる範囲の値を設定することができる。
【0038】
このように、ステップ112および114の処理により、不正な画像ファイルによる異常な検出結果、例えば他の患者の画像ファイル等による検出結果を排除することができ、正しい検出結果のみを得ることができる。
【0039】
ステップ118では検出結果をCRT48に表示し、その後ステップ120へ進んで、ステップ100で読み込んだ画像ファイル全てについて処理が終了したか否かを判断する。肯定された場合はステップ122へ進み、否定された場合はステップ102へ戻って次の画像ファイルの処理を開始する。
【0040】
ステップ122では、処理を終了するか否かを判断する。この判断は、キーボード54やマウス50による処理終了を示す入力の有無により行うことができる。肯定されると本処理ルーチンを終了し、否定されるとステップ100へ戻る。
【0041】
次に、上述のステップ102の詳細を説明する。図2のステップ102におけるヘッダ情報抽出処理が実行されると、図3に示す処理サブルーチンが実行され、ステップ200へ進む。
【0042】
ステップ200では画像ファイルのヘッダから診断装置の種類を読み取り、ステップ202へ進んで該読み取った診断装置の種類があらかじめ設定したものと一致するか否かを判断する。肯定されるとステップ204へ進んで画像ファイルのヘッダから撮影部位を読み取り、否定されるとステップ218へ進んで処理フラグを”診断装置:不正”とした後に本サブルーチンを終了してリターンする。
【0043】
ステップ206では、ステップ204で読み取った撮影部位が目的とする病巣候補検出の対象部位であるか否かを判断する。肯定されるとステップ208へ進んで画像ファイルのヘッダからさらに撮影時刻を読み取り、否定されるとステップ216へ進んで処理フラグを”撮影部位:不正”とした後に本サブルーチンを終了してリターンする。
【0044】
ステップ210では、ステップ208で読み取った撮影時刻があらかじめ設定した時間の範囲内であるか否かを判断する。肯定されるとステップ212へ進んで処理フラグを”ヘッダ情報:正”と設定した後に本サブルーチンを終了してリターンし、否定されるとステップ214へ進んで処理フラグを”撮影時刻:不正”と設定した後に本サブルーチンを終了してリターンする。
【0045】
次に、上述のステップ106の詳細を説明する。図2のステップ106における画像解析処理が実行されると、図4に示す処理サブルーチンが実行され、ステップ300へ進む。
【0046】
ステップ300では、画像ファイル中の画像データについて各画素の画素値のヒストグラムを作成し、その後ステップ302へ進んで上記ヒストグラムを基に画素値が連続的に分布しているか否かを判断する。肯定されるとステップ304へ進み、否定されるとステップ326へ進んで処理フラグを”画素値:不連続”とした後に本サブルーチンを終了してリターンする。
【0047】
ステップ304では、ステップ300で作成されたヒストグラムに基づいてしきい値を決定する。しきい値とは、撮影画像の全領域から、患者等の被検体を示す領域のみを抜き出すための画素値の判断基準の値である。このしきい値には、以下の式を満たしたときの画素値を用いる。
【0048】
【数1】
次のステップ306では、ステップ304で決定されたしきい値で2値化処理を行い、その後ステップ308へ進んでラベリング処理を行う。
【0049】
ステップ310では、ステップ308でラベリング処理した結果に対して、画素数が最大となる領域(例えば全肺野領域を含む断層画像であれば、全肺野領域が画素数最大となる)のみを抽出し、次のステップ312で上記領域に対する穴埋め処理を行う。
【0050】
ステップ314では、ステップ310で得られた画素数最大となる領域の画像(T(x,y)とする)と該画像に対してステップ312での穴埋め処理により得られた画像(F(x,y)とする)とを、以下の式に示すように排他的論理和により合成処理する。
【0051】
【数2】
上記合成処理により得られた画像A(x,y)は、上述の画素数最大の領域に囲まれた領域のうち、画素値がしきい値以下の領域である。この領域の数および面積は、撮影対象の臓器や部位等により異なるものであり、例えば画像が全肺野領域を含む断層画像である場合、上記領域は気管等を示す。
【0052】
次のステップ316では、上記合成処理により得られた領域の面積があらかじめ定めた範囲内であるか否かを判断し、肯定されるとステップ318へ進み、否定されるとステップ324へ進んで処理フラグを”面積:設定範囲外”とした後、本サブルーチンを終了してリターンする。
【0053】
ステップ318では、ステップ314での合成処理により得られた領域の数が適正であるか否かを判断する。肯定されるとステップ320へ進んで処理フラグを”解析結果:正”とした後に本サブルーチンを終了してリターンし、否定されるとステップ322へ進んで処理フラグを”領域数:不正”とした後に本サブルーチンを終了してリターンする。
【0054】
なお、上記ステップ316および318において判断の対象となる、合成処理により得られた領域の面積および数の適正な値は、医用画像の撮影対象となる肺や脳等の臓器の種類および撮影部位等を考慮することにより設定することができる。
【0055】
次に、上述のステップ126の詳細を説明する。図2のステップ126におけるメッセージ表示処理が実行されると、図5に示す処理サブルーチンが実行され、ステップ400へ進む。
【0056】
ステップ400では図2の処理フローの結果設定された処理フラグを読み取り、次のステップ402で該処理フラグに応じたメッセージをCRT48に表示する。表示されるメッセージは、図6の(a)、(b)の例に示すように、「撮影機種が違います」、「撮影部位が違います」等がある。
【0057】
以上説明したように、本実施の形態が適用された画像診断支援システム10では、画像診断支援装置20に入力された医用画像が目的とする病巣候補陰影の検出に適合しているか否かを、該入力された医用画像のヘッダ情報と該入力された医用画像の画像解析結果とに基づいて判定するので、目的とする病巣候補陰影の検出に適合した医用画像のみを検出対象として入力し、医用画像中に病巣候補陰影を識別可能に表示する等、特許文献1に記載された全ての処理を迅速かつ適切に行うことができる。
【0058】
さらに、病巣候補陰影検出の結果が正常であるか否かを判定し、異常な検出結果を排除するので、正常な検出結果のみを登録し、表示することができる。
【0059】
【発明の効果】
以上説明したように、本発明によれば、目的とする病巣候補陰影の検出に適合する医用画像のみを検出対象として入力し、病巣候補陰影の検出を迅速かつ適切に行うことができる、という効果がある。
【図面の簡単な説明】
【図1】本発明の一の実施の形態に係る画像診断支援システムの全体構成図である。
【図2】本発明の一の実施の形態に係り、画像診断支援装置での処理の概要を示すフローチャートである。
【図3】本発明の一の実施の形態に係り、ヘッダ情報抽出処理を示すフローチャートである。
【図4】本発明の一の実施の形態に係り、画像解析処理を示すフローチャートである。
【図5】本発明の一の実施の形態に係り、メッセージ表示処理を示すフローチャートである。
【図6】本発明の一の実施の形態に係り、メッセージ表示の例を示すイメージ図である。
【符号の説明】
10・・・画像診断支援システム、20・・・画像診断支援装置、58・・・ネットワーク、60・・・画像サーバ
【発明の属する技術分野】
本発明は、医用画像の病巣候補陰影検出に対する適合性の判定を行う画像診断支援装置に関するものである。
【0002】
【従来の技術】
病巣候補陰影の検出は、下記特許文献1に示すように、医用画像(CT装置、MRI装置等の医用画像診断装置で撮影された画像)を病巣候補陰影検出装置に入力して行われる。この際、従来の技術では、病巣候補陰影検出装置の操作者が医用画像を選択し、該病巣候補検出装置に入力している。
【0003】
【特許文献1】
国際公開番号 WO 02/02002号公報
【0004】
【発明が解決しようとする課題】
しかしながら、上記従来技術では、病巣候補陰影検出装置に入力される医用画像は操作者の選択によるものであるため、操作の誤りにより該病巣候補陰影検出装置に適合しない画像が選択および入力され、その結果病巣候補陰影の検出が適切に行われない場合がある。例えば、全肺野を含む断層像(CT画像)から病巣候補陰影を自動的に検出する画像処理を行う際に、上記検査の対象と異なる種類の断層像が選択および入力されると、適切な画像処理ができず、また無駄な処理時間が費やされるという問題がある。
【0005】
本発明は上記事情を鑑みてなされたものであり、目的とする病巣候補陰影の検出に適合する医用画像のみを検出対象として入力し、病巣候補陰影の検出が迅速かつ適切に行われる画像診断支援装置を提供することを目的とする。
【0006】
【課題を解決するための手段】
上記目的を達成するために、請求項1に記載された本発明の画像診断支援装置は、医用画像を入力する入力手段と、前記入力手段により入力された医用画像が病巣候補陰影の検出に適合した医用画像であるか否かを該入力された医用画像に関連する情報と該入力された医用画像の分析結果とのうち少なくとも一方に基づいて判定する判定手段と、前記判定手段の判定結果に基づき病巣候補陰影の検出に適合した医用画像について病巣候補陰影の検出を行う病巣候補陰影検出手段と、前記病巣候補陰影手段により検出された病巣候補陰影を前記医用画像中に識別可能に表示する表示手段とを備えることを特徴としている。
【0007】
請求項1に記載の発明では、入力手段によって医療画像が入力される。医用画像とは、CT装置、MRI装置、超音波診断装置などの医用画像診断装置で撮影された撮影画像である。上記入力された医用画像は、判定手段により、医用画像に関連する情報と該入力された医用画像の分析結果とのうち少なくとも一方に基づいて、病巣候補陰影の検出に適合した医用画像であるか否かが判定される。
【0008】
医用画像に関連する情報には、医用画像の画像ファイル名、画像ファイルのヘッダ部分の有無やヘッダ部分に含まれた撮影装置や撮影時間、患者名等があり、これらの情報があらかじめ設定した条件と適合するか否かにより、医用画像の判定を行うことができる。
【0009】
また、医用画像の分析には、上記入力された医用画像における画素数最大の領域の面積があらかじめ設定された範囲内であるか否かにより、当該画像が病巣候補陰影検出の対象となる部位を含んだ画像であるかどうかを判定する方法がある。
【0010】
上記のような方法を用いることにより、判定手段によって、入力された医用画像が目的とする病巣候補陰影の検出に適合した医用画像であるか否かが判定されるので、検出に適合しない医用画像を処理の対象から除外することができ、病巣候補陰影検出手段により、適切な医用画像についてのみ病巣候補陰影の検出が行われる。そして、検出された病巣候補陰影を、前記医用画像中に識別可能に表示する。この手段は特許文献1に詳細な説明があるので、ここでの説明は省略する。
【0011】
このように、入力された医用画像が目的とする病巣候補陰影の検出に適合しているか否かを、該入力された医用画像に関連する情報と該入力された医用画像の分析結果とのうち少なくとも一方に基づいて判定するので、目的とする病巣候補陰影の検出に適合する医用画像のみを検出対象として入力し、迅速かつ適切に処理を行うことができる。
【0012】
なお、前記判定手段は、前記病巣候補陰影検出手段による検出結果が正常であるか否かを判定する検出結果判定手段をさらに含むようにしてもよい。
【0013】
病巣候補陰影の検出結果には病巣の数や大きさ等があるが、これらの要素は画像を撮影した臓器の種類や部位、撮影対象の患者等によって一定の傾向を有するものである。
【0014】
したがって、病巣の検出結果が正常であるか否かの判断は、病巣候補陰影の検出結果と上記の傾向を考慮してあらかじめ定められた基準とを比較することにより行うことができる。
【0015】
このように、検出結果が正常であるか否かを判断することで、不正な画像等による病巣候補陰影の異常な検出結果を排除することができ、正しい検出結果のみを得ることができる。
【0016】
【発明の実施の形態】
以下、添付図面に従って本発明に係る画像診断支援装置の好ましい実施の形態について詳説する。
【0017】
図1に、本実施の形態が適用された画像診断支援システム10の全体構成を示す。画像診断支援システム10は、画像診断支援装置20と、画像サーバ60と、ネットワーク58とを有している。
【0018】
画像診断支援装置20は、本発明に係る画像診断支援装置の一の実施の形態であり、画像サーバ60は医用画像の蓄積や管理等を行うものである。画像診断支援装置20および画像サーバ60は、ネットワーク58を介して画像データの送受信等を行う。
【0019】
なお、画像診断支援装置20は、肺や脳等の臓器の種類や部位等について種々の条件で撮影された医用画像を処理の対象とすることができる。ここで、医用画像とは、CT装置、MRI装置、超音波診断装置などの医用画像診断装置で撮影された撮影画像である。
【0020】
また、ネットワーク58としては、LAN(ローカルエリアネットワーク)やインターネット等、種々のネットワークを利用することができ、画像サーバ60についても上記ネットワークに接続された1乃至複数のサーバを利用することができる。
【0021】
画像診断支援装置20は、各構成要素の制御を行う中央処理装置(以下、CPUという)40を備えており、CPU40は共通バス56に接続されている。この共通バス56には、画像診断支援装置20の制御プログラムを格納するとともに画像処理のためにデータを一時的に記憶する領域として使用される主メモリ42と、医用画像ファイルやデータベース、メッセージデータ、プログラム等が格納された磁気ディスク44と、表示用の画像データを一時的に記憶する表示メモリ46と、コントローラ52と、各種パラメータ設定用のキーやスイッチを備えたキーボード54と、スピーカ57と、ネットワーク58を介して画像サーバ60との通信を行う通信インタフェース装置55とが接続されている。また、表示メモリ46には画像や処理結果に応じたメッセージ等を表示する表示用ディスプレイ(以下、CRTという)48が接続されており、コントローラ52にはCRT48の画面上で各種操作を行う手段としてのマウス50が接続されている。
【0022】
なお、記憶装置としては、磁気ディスク44以外にCD−ROMドライブ、光磁気ディスク(MO)ドライブ、DVDドライブ等の装置を接続することが可能であり、また、これらの装置に挿抜可能な記憶媒体を介して、画像ファイル等の入出力を行うようにしてもよい。
【0023】
次に、上記実施の形態の作用を説明する。まず、図2に基づき、画像診断支援装置20で実行される処理ルーチンの概要を説明する。
【0024】
まず、ステップ100において、磁気ディスク44から、マウス50やキーボード54によりあらかじめ設定された条件に該当する医用画像の画像ファイルを読み込む。
【0025】
なお、画像ファイルは、磁気ディスク44から読み込むほか、ネットワーク58を介して画像サーバ60から読み込んだり、画像診断支援装置20に上述のような記憶装置を設け、記憶媒体を介して読み込むようにしてもよい。
【0026】
次のステップ102では、読み込んだファイルのうち以下のステップで処理の対象とする1ファイルについてヘッダ情報を抽出し(後述)、ステップ104へ進む。ここでヘッダ情報とは、画像ファイルに含まれた、画像に関連する情報であり、例えばDICOM形式の画像ファイルの場合、ヘッダ情報には診断装置や撮影時刻が含まれる。
【0027】
ステップ104では、上記ステップ102でのヘッダ情報抽出の結果に基づき、ヘッダ情報が正しいか否かを判断する。肯定されるとステップ106へ進んで画像解析を行い、否定されるとステップ126へ進んでメッセージを表示し(後述)、1ファイルについての処理を終了する。
【0028】
ステップ102および104の処理により、ヘッダ情報に基づいて、目的とする病巣候補陰影の検出に適合しない画像ファイルを検出の対象から除外することができる。
【0029】
ステップ104で肯定されるとステップ106で画像解析を行い(後述)、次のステップ108で解析結果が正常であるか否かを判断する。肯定されるとステップ110へ進んで異常陰影および病巣部の検出を行い、否定されるとステップ126へ進んでメッセージを表示し(後述)、1ファイルについての処理を終了する。
【0030】
ステップ106および108の処理により、画像解析の結果に基づいて、目的とする病巣候補陰影の検出に適合しない画像ファイルを検出の対象から除外することができる。
【0031】
このように、ステップ102から108までの処理により、目的とする病巣候補陰影の検出対象として不適切な画像ファイルを除外し、適切な画像ファイルのみを病巣候補検出の入力とすることができる。また、これにより全体としての処理時間を短縮することができる。
【0032】
ステップ110では、異常陰影および病巣部検出処理を行う。この処理は、診断対象臓器の部位または臓器の種類に対応した最適な検出処理を行うためにその部位または臓器の種類を判断し、多値化処理した結果に対して種々の画像処理を施し、病巣候補陰影(病巣と思われる陰影)、すなわち異常陰影を検出するものである。
【0033】
その詳細については、抽出対象とする陰影の性質や存在している場所ごとで自動抽出および判定・削除を行う、WO 02/02002号公報に示す方法を採用する。この方法のように、多値化画像に基づいて病巣候補陰影検出処理を行うことによって、コンピュータの演算などに要する時間を短縮し、処理の負担を軽減することができる。そして、処理の結果病巣部と判定された陰影を残し、そうでないものを削除する。
【0034】
なお、検出処理の際、図6(c)の例に示すように、画像の処理過程をCRT48に表示するようにしてもよい。
【0035】
次のステップ112では、ステップ110の処理の結果検出された病巣部の数を抽出し、ステップ114へ進んで検出数があらかじめ設定した範囲内であるか否かを判断する。肯定されるとステップ116へ進んで検出結果をデータベースに登録し、否定されるとステップ124へ進んで処理フラグを”検出数:設定範囲外”に設定し、ステップ126へ進んで処理フラグに応じたメッセージを表示する。
【0036】
ここで、処理フラグとは、各処理結果に応じて異なる内容が設定されるフラグであり、ステップ126でのメッセージ表示は、この処理フラグに応じてなされるものである(後述)。
【0037】
なお、ステップ114で判断の基準とする検出数としては、例えば検出の対象である患者の過去の検出数に基づいて、正常であるとみなせる範囲の値を設定することができる。
【0038】
このように、ステップ112および114の処理により、不正な画像ファイルによる異常な検出結果、例えば他の患者の画像ファイル等による検出結果を排除することができ、正しい検出結果のみを得ることができる。
【0039】
ステップ118では検出結果をCRT48に表示し、その後ステップ120へ進んで、ステップ100で読み込んだ画像ファイル全てについて処理が終了したか否かを判断する。肯定された場合はステップ122へ進み、否定された場合はステップ102へ戻って次の画像ファイルの処理を開始する。
【0040】
ステップ122では、処理を終了するか否かを判断する。この判断は、キーボード54やマウス50による処理終了を示す入力の有無により行うことができる。肯定されると本処理ルーチンを終了し、否定されるとステップ100へ戻る。
【0041】
次に、上述のステップ102の詳細を説明する。図2のステップ102におけるヘッダ情報抽出処理が実行されると、図3に示す処理サブルーチンが実行され、ステップ200へ進む。
【0042】
ステップ200では画像ファイルのヘッダから診断装置の種類を読み取り、ステップ202へ進んで該読み取った診断装置の種類があらかじめ設定したものと一致するか否かを判断する。肯定されるとステップ204へ進んで画像ファイルのヘッダから撮影部位を読み取り、否定されるとステップ218へ進んで処理フラグを”診断装置:不正”とした後に本サブルーチンを終了してリターンする。
【0043】
ステップ206では、ステップ204で読み取った撮影部位が目的とする病巣候補検出の対象部位であるか否かを判断する。肯定されるとステップ208へ進んで画像ファイルのヘッダからさらに撮影時刻を読み取り、否定されるとステップ216へ進んで処理フラグを”撮影部位:不正”とした後に本サブルーチンを終了してリターンする。
【0044】
ステップ210では、ステップ208で読み取った撮影時刻があらかじめ設定した時間の範囲内であるか否かを判断する。肯定されるとステップ212へ進んで処理フラグを”ヘッダ情報:正”と設定した後に本サブルーチンを終了してリターンし、否定されるとステップ214へ進んで処理フラグを”撮影時刻:不正”と設定した後に本サブルーチンを終了してリターンする。
【0045】
次に、上述のステップ106の詳細を説明する。図2のステップ106における画像解析処理が実行されると、図4に示す処理サブルーチンが実行され、ステップ300へ進む。
【0046】
ステップ300では、画像ファイル中の画像データについて各画素の画素値のヒストグラムを作成し、その後ステップ302へ進んで上記ヒストグラムを基に画素値が連続的に分布しているか否かを判断する。肯定されるとステップ304へ進み、否定されるとステップ326へ進んで処理フラグを”画素値:不連続”とした後に本サブルーチンを終了してリターンする。
【0047】
ステップ304では、ステップ300で作成されたヒストグラムに基づいてしきい値を決定する。しきい値とは、撮影画像の全領域から、患者等の被検体を示す領域のみを抜き出すための画素値の判断基準の値である。このしきい値には、以下の式を満たしたときの画素値を用いる。
【0048】
【数1】
次のステップ306では、ステップ304で決定されたしきい値で2値化処理を行い、その後ステップ308へ進んでラベリング処理を行う。
【0049】
ステップ310では、ステップ308でラベリング処理した結果に対して、画素数が最大となる領域(例えば全肺野領域を含む断層画像であれば、全肺野領域が画素数最大となる)のみを抽出し、次のステップ312で上記領域に対する穴埋め処理を行う。
【0050】
ステップ314では、ステップ310で得られた画素数最大となる領域の画像(T(x,y)とする)と該画像に対してステップ312での穴埋め処理により得られた画像(F(x,y)とする)とを、以下の式に示すように排他的論理和により合成処理する。
【0051】
【数2】
上記合成処理により得られた画像A(x,y)は、上述の画素数最大の領域に囲まれた領域のうち、画素値がしきい値以下の領域である。この領域の数および面積は、撮影対象の臓器や部位等により異なるものであり、例えば画像が全肺野領域を含む断層画像である場合、上記領域は気管等を示す。
【0052】
次のステップ316では、上記合成処理により得られた領域の面積があらかじめ定めた範囲内であるか否かを判断し、肯定されるとステップ318へ進み、否定されるとステップ324へ進んで処理フラグを”面積:設定範囲外”とした後、本サブルーチンを終了してリターンする。
【0053】
ステップ318では、ステップ314での合成処理により得られた領域の数が適正であるか否かを判断する。肯定されるとステップ320へ進んで処理フラグを”解析結果:正”とした後に本サブルーチンを終了してリターンし、否定されるとステップ322へ進んで処理フラグを”領域数:不正”とした後に本サブルーチンを終了してリターンする。
【0054】
なお、上記ステップ316および318において判断の対象となる、合成処理により得られた領域の面積および数の適正な値は、医用画像の撮影対象となる肺や脳等の臓器の種類および撮影部位等を考慮することにより設定することができる。
【0055】
次に、上述のステップ126の詳細を説明する。図2のステップ126におけるメッセージ表示処理が実行されると、図5に示す処理サブルーチンが実行され、ステップ400へ進む。
【0056】
ステップ400では図2の処理フローの結果設定された処理フラグを読み取り、次のステップ402で該処理フラグに応じたメッセージをCRT48に表示する。表示されるメッセージは、図6の(a)、(b)の例に示すように、「撮影機種が違います」、「撮影部位が違います」等がある。
【0057】
以上説明したように、本実施の形態が適用された画像診断支援システム10では、画像診断支援装置20に入力された医用画像が目的とする病巣候補陰影の検出に適合しているか否かを、該入力された医用画像のヘッダ情報と該入力された医用画像の画像解析結果とに基づいて判定するので、目的とする病巣候補陰影の検出に適合した医用画像のみを検出対象として入力し、医用画像中に病巣候補陰影を識別可能に表示する等、特許文献1に記載された全ての処理を迅速かつ適切に行うことができる。
【0058】
さらに、病巣候補陰影検出の結果が正常であるか否かを判定し、異常な検出結果を排除するので、正常な検出結果のみを登録し、表示することができる。
【0059】
【発明の効果】
以上説明したように、本発明によれば、目的とする病巣候補陰影の検出に適合する医用画像のみを検出対象として入力し、病巣候補陰影の検出を迅速かつ適切に行うことができる、という効果がある。
【図面の簡単な説明】
【図1】本発明の一の実施の形態に係る画像診断支援システムの全体構成図である。
【図2】本発明の一の実施の形態に係り、画像診断支援装置での処理の概要を示すフローチャートである。
【図3】本発明の一の実施の形態に係り、ヘッダ情報抽出処理を示すフローチャートである。
【図4】本発明の一の実施の形態に係り、画像解析処理を示すフローチャートである。
【図5】本発明の一の実施の形態に係り、メッセージ表示処理を示すフローチャートである。
【図6】本発明の一の実施の形態に係り、メッセージ表示の例を示すイメージ図である。
【符号の説明】
10・・・画像診断支援システム、20・・・画像診断支援装置、58・・・ネットワーク、60・・・画像サーバ
Claims (1)
- 医用画像を入力する入力手段と、
前記入力手段により入力された医用画像が病巣候補陰影の検出に適合した医用画像であるか否かを該入力された医用画像に関連する情報と該入力された医用画像の分析結果とのうち少なくとも一方に基づいて判定する判定手段と、
前記判定手段の判定結果に基づき病巣候補陰影の検出に適合した医用画像について病巣候補陰影の検出を行う病巣候補陰影検出手段と、
前記病巣候補陰影検出手段により検出された病巣候補陰影を前記医用画像中に識別可能に表示する表示手段と
を備えることを特徴とする画像診断支援装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002363906A JP2004194729A (ja) | 2002-12-16 | 2002-12-16 | 画像診断支援装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002363906A JP2004194729A (ja) | 2002-12-16 | 2002-12-16 | 画像診断支援装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2004194729A true JP2004194729A (ja) | 2004-07-15 |
Family
ID=32761927
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2002363906A Pending JP2004194729A (ja) | 2002-12-16 | 2002-12-16 | 画像診断支援装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2004194729A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020130960A (ja) * | 2019-02-26 | 2020-08-31 | 株式会社日立製作所 | 磁気共鳴イメージング装置及び磁気共鳴イメージング装置の制御プログラム |
WO2022059539A1 (ja) * | 2020-09-15 | 2022-03-24 | テルモ株式会社 | コンピュータプログラム、情報処理方法及び情報処理装置 |
-
2002
- 2002-12-16 JP JP2002363906A patent/JP2004194729A/ja active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020130960A (ja) * | 2019-02-26 | 2020-08-31 | 株式会社日立製作所 | 磁気共鳴イメージング装置及び磁気共鳴イメージング装置の制御プログラム |
JP7283920B2 (ja) | 2019-02-26 | 2023-05-30 | 富士フイルムヘルスケア株式会社 | 磁気共鳴イメージング装置及び磁気共鳴イメージング装置の制御プログラム |
WO2022059539A1 (ja) * | 2020-09-15 | 2022-03-24 | テルモ株式会社 | コンピュータプログラム、情報処理方法及び情報処理装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5264136B2 (ja) | 医用診断支援装置及びその制御方法、ならびにコンピュータプログラム及び記憶媒体 | |
JP5100285B2 (ja) | 医用診断支援装置およびその制御方法、プログラム、記憶媒体 | |
US9655579B2 (en) | Image-based diagnosis assistance apparatus, method and program | |
US20110144482A1 (en) | Image display device and method, as well as program | |
CN102207992A (zh) | 医学图像诊断辅助技术 | |
US20220366562A1 (en) | Medical image analysis apparatus and method, and medical image visualization apparatus and method | |
JP2008253293A (ja) | Ct画像からの肺野領域抽出方法 | |
WO2006011545A1 (ja) | 医用画像診断支援方法、装置及び画像処理プログラム | |
JP5566299B2 (ja) | 医用画像処理装置、及び医用画像処理方法 | |
JP6719421B2 (ja) | 学習データ生成支援装置および学習データ生成支援方法並びに学習データ生成支援プログラム | |
JPWO2007000940A1 (ja) | 異常陰影候補検出方法、異常陰影候補検出装置 | |
JP5279995B2 (ja) | 領域確定装置 | |
US8244007B2 (en) | System and method for registration of medical images based on insufficiently similar image areas | |
US11996182B2 (en) | Apparatus and method for medical image reading assistant providing representative image based on medical use artificial neural network | |
CN112786163B (zh) | 一种超声图像处理显示方法、***及存储介质 | |
US7809174B2 (en) | Method and system for segmentation of computed tomography image data | |
KR20190090986A (ko) | 흉부 의료 영상 판독 지원 시스템 및 방법 | |
JP2007289335A (ja) | 医用画像診断支援装置 | |
JP4738236B2 (ja) | 画像表示装置 | |
JP2004194729A (ja) | 画像診断支援装置 | |
JP2006115921A (ja) | 診断支援システム | |
JP2011135936A (ja) | 画像処理装置、医用画像診断装置および画像処理プログラム | |
JP2003299646A (ja) | 画像解析装置 | |
CN114782364A (zh) | 图像检测方法、装置、***及检测设备 | |
JP5501491B2 (ja) | 診断支援装置及び制御方法 |