JP2007029514A - Image analyzer, image analysis method and its program - Google Patents
Image analyzer, image analysis method and its program Download PDFInfo
- Publication number
- JP2007029514A JP2007029514A JP2005218689A JP2005218689A JP2007029514A JP 2007029514 A JP2007029514 A JP 2007029514A JP 2005218689 A JP2005218689 A JP 2005218689A JP 2005218689 A JP2005218689 A JP 2005218689A JP 2007029514 A JP2007029514 A JP 2007029514A
- Authority
- JP
- Japan
- Prior art keywords
- image
- dimensional
- bone
- bone removal
- image analysis
- 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.)
- Withdrawn
Links
- 238000003703 image analysis method Methods 0.000 title claims description 5
- 210000000988 bone and bone Anatomy 0.000 claims abstract description 129
- 238000010191 image analysis Methods 0.000 claims abstract description 44
- 210000003484 anatomy Anatomy 0.000 claims abstract description 16
- 230000002159 abnormal effect Effects 0.000 claims description 32
- 238000000034 method Methods 0.000 claims description 22
- 210000004872 soft tissue Anatomy 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 11
- 238000002591 computed tomography Methods 0.000 description 25
- 239000003925 fat Substances 0.000 description 6
- 238000003384 imaging method Methods 0.000 description 6
- 238000013170 computed tomography imaging Methods 0.000 description 5
- 238000003745 diagnosis Methods 0.000 description 5
- 210000003205 muscle Anatomy 0.000 description 5
- 206010028980 Neoplasm Diseases 0.000 description 4
- 210000004072 lung Anatomy 0.000 description 4
- 201000011510 cancer Diseases 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 210000001519 tissue Anatomy 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 210000001175 cerebrospinal fluid Anatomy 0.000 description 1
- 238000011976 chest X-ray Methods 0.000 description 1
- 210000003109 clavicle Anatomy 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 210000004884 grey matter Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 210000000614 rib Anatomy 0.000 description 1
- 210000001991 scapula Anatomy 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 210000004885 white matter Anatomy 0.000 description 1
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
- Image Generation (AREA)
- Image Analysis (AREA)
Abstract
Description
本発明は、３次元医用画像を解析するための画像解析装置、画像解析方法およびそのプログラムに関するものである。 The present invention relates to an image analysis apparatus, an image analysis method, and a program for analyzing a three-dimensional medical image.
近年、ＣＴ（Computed Tomography；コンピュータ断層撮影）等により取得された複数のスライス画像データの集合体として構成される３次元画像データに基づいて生成される断面画像や３次元表示画像から、病変部を発見し、またその病変部の状態を観察して、疾病の有無や進行状況の診断を行うことが行われている。この３次元画像データは、従来の２次元の放射線画像データと比較して、被写体についてより多くの情報を有しているため、精度の高い診断が可能となってきている。 In recent years, a lesion is identified from a cross-sectional image or a three-dimensional display image generated based on three-dimensional image data configured as an aggregate of a plurality of slice image data acquired by CT (Computed Tomography) or the like. Diagnosis of the presence / absence of disease and progress is performed by discovering and observing the state of the lesion. Since this three-dimensional image data has more information about the subject compared to conventional two-dimensional radiation image data, highly accurate diagnosis is possible.
このような３次元画像データに基づいて生成される断面画像の読影による診断は、読影量が膨大になり、診断者の負担が非常に大きい。そこで、被写体の断層像内の異常陰影候補領域の有無を判断する手段を備えたコンピュータ断層撮影装置が提案されて、ＣＴ画像データ独自の異常陰影候補検出アルゴリズムが開発されている。しかしこのようなアルゴリズムでは、大量な断面画像データに対して処理する必要があり、コンピュータの処理時間や計算負荷の点から見て効率的ではない。 Diagnosis by interpretation of a cross-sectional image generated based on such three-dimensional image data requires an enormous amount of interpretation, and the burden on the diagnostician is very large. Therefore, a computer tomography apparatus having means for determining the presence or absence of an abnormal shadow candidate region in a tomographic image of a subject has been proposed, and an abnormal shadow candidate detection algorithm unique to CT image data has been developed. However, such an algorithm needs to process a large amount of cross-sectional image data, and is not efficient in terms of computer processing time and calculation load.
一方、従来から２次元の放射線画像中の異常陰影候補を、診断者の経験や画像読影能力に左右されることなく、計算機を用いて自動的に異常陰影を検出する画像診断処理が提案されている（例えば、特許文献１）。２次元の放射線画像を解析して異常陰影を検出する場合には、ＣＴのような大量な断面画像データを取り扱うわけではないため、コンピュータの処理時間や計算負荷の点からみると有益である。 On the other hand, there has been proposed an image diagnosis process for automatically detecting abnormal shadows in a two-dimensional radiographic image using a computer without depending on the experience of the diagnostician and image interpretation ability. (For example, Patent Document 1). When an abnormal shadow is detected by analyzing a two-dimensional radiation image, a large amount of cross-sectional image data such as CT is not handled, which is advantageous from the viewpoint of computer processing time and calculation load.
そこで、ＣＴによって得られた３次元画像を投影した正面投影像を生成し、正面投影像に対して、特許文献１のような２次元の画像診断処理を施して、異常陰影の検出を行う方法が提案されている（例えば、特許文献２）。
しかしながら、単純Ｘ線撮影によって取得された２次元画像に対して画像診断処理を施して異常陰影の検出を行う際、骨や心臓などの解剖学的構造物に重なって撮影されたため検出精度が悪くなる場合があった。引用文献２の発明のように３次元画像を投影した正面投影像の場合であっても、骨や心臓などに重なっている箇所の異常陰影の検出に対しては検出精度が低下して、正確な判定ができなかった。 However, when an abnormal shadow is detected by performing image diagnostic processing on a two-dimensional image acquired by simple X-ray imaging, the detection accuracy is poor because the image is captured on an anatomical structure such as a bone or heart. There was a case. Even in the case of a front projection image in which a three-dimensional image is projected as in the invention of Cited Document 2, the detection accuracy is reduced for the detection of an abnormal shadow in a portion that overlaps a bone or a heart. Could not be judged.
本発明は、上記事情に鑑みてなされたものであり、ＣＴ等で被写体を撮影した３次元医用画像に対して異常陰影候補の検出処理などの画像解析を施す際に、コンピュータの処理負荷を低減し、かつ、精度の高い画像解析を可能にする画像解析装置、画像解析方法およびそのプログラムを提供することを目的とするものである。 The present invention has been made in view of the above circumstances, and reduces the processing load of a computer when performing image analysis such as detection processing of abnormal shadow candidates on a three-dimensional medical image obtained by photographing a subject with CT or the like. In addition, an object of the present invention is to provide an image analysis apparatus, an image analysis method, and a program thereof that enable highly accurate image analysis.
本発明の画像解析装置は、被写体を撮影して得られた複数の解剖学的構造物を濃度値で表した３次元濃淡画像を記憶する３次元濃淡画像記憶手段と、
前記３次元濃淡画像より濃度値に基づいて骨が撮影された骨領域を除いた３次元骨除去画像を生成する骨除去画像生成手段と、
前記３次元骨除去画像を２次元平面上に投影した２次元骨除去投影画像を生成する２次元骨除去投影画像生成手段と、
前記２次元骨除去投影画像に対して画像解析処理を施す画像解析手段とを備えたことを特徴とするものである。
The image analysis apparatus of the present invention includes a three-dimensional grayscale image storage unit that stores a three-dimensional grayscale image in which a plurality of anatomical structures obtained by photographing a subject are represented by density values,
Bone removal image generating means for generating a three-dimensional bone removal image excluding a bone region in which a bone is photographed based on a density value from the three-dimensional grayscale image;
2D bone removal projection image generation means for generating a 2D bone removal projection image obtained by projecting the 3D bone removal image onto a 2D plane;
Image analysis means for performing image analysis processing on the two-dimensional bone removal projection image is provided.
また、本願発明の画像解析方法は、被写体を撮影して得られた複数の解剖学的構造物を濃度値で表した３次元濃淡画像を記憶する３次元濃淡画像記憶手段より前記３次元濃淡画像を読み取る３次元濃淡画像読取ステップと、
前記３次元濃淡画像より濃度値に基づいて骨が撮影された骨領域を除いた３次元骨除去画像を生成する骨除去画像生成ステップと、
前記３次元骨除去画像を２次元平面上に投影した２次元骨除去投影画像を生成する２次元骨除去投影画像生成ステップと、
前記２次元骨除去投影画像に対して画像解析処理を施す画像解析ステップとを備えたことを特徴とするものである。
Further, the image analysis method of the present invention provides the above-described three-dimensional grayscale image from a three-dimensional grayscale image storage means for storing a three-dimensional grayscale image in which a plurality of anatomical structures obtained by photographing a subject are represented by density values. A three-dimensional gray image reading step for reading
A bone removal image generating step for generating a three-dimensional bone removal image excluding a bone region in which a bone is photographed based on a density value from the three-dimensional grayscale image;
A 2D bone removal projection image generation step of generating a 2D bone removal projection image obtained by projecting the 3D bone removal image onto a 2D plane;
An image analysis step of performing an image analysis process on the two-dimensional bone removal projection image.
本願発明のプログラムは、コンピュータに、
被写体を撮影して得られた複数の解剖学的構造物を濃度値で表した３次元濃淡画像を記憶する３次元濃淡画像記憶手段より前記３次元濃淡画像を読み取る３次元濃淡画像読取ステップと、
前記３次元濃淡画像より濃度値に基づいて骨が撮影された骨領域を除いた３次元骨除去画像を生成する骨除去画像生成ステップと、
前記３次元骨除去画像を２次元平面上に投影した２次元骨除去投影画像を生成する２次元骨除去投影画像生成ステップと、
前記２次元骨除去投影画像に対して画像解析処理を施す画像解析ステップとを実行させることを特徴とするものである。
The program of the present invention is stored in a computer.
A three-dimensional grayscale image reading step for reading the three-dimensional grayscale image from a three-dimensional grayscale image storage means for storing a three-dimensional grayscale image in which a plurality of anatomical structures obtained by photographing a subject are represented by density values;
A bone removal image generating step for generating a three-dimensional bone removal image excluding a bone region in which a bone is photographed based on a density value from the three-dimensional grayscale image;
A 2D bone removal projection image generation step of generating a 2D bone removal projection image obtained by projecting the 3D bone removal image onto a 2D plane;
An image analysis step of performing an image analysis process on the two-dimensional bone removal projection image is executed.
「３次元濃淡画像」とは、多数のボクセルデータからなるボリュームデータであり、ボクセルデータごとに濃度値の情報を保持した画像をいう。また、「被写体を撮影して得られた複数の解剖学的構造物を濃度値で表した３次元濃淡画像」は、ＣＴ撮影装置などの断層撮影装置よって被写体を撮影して得られた画像であり、骨や内蔵組織などの解剖学的構造物がそれぞれ特有の濃度値を有したボクセルデータで構成される画像である。 The “three-dimensional grayscale image” is volume data composed of a large number of voxel data, and refers to an image that holds density value information for each voxel data. In addition, “a three-dimensional grayscale image representing a plurality of anatomical structures obtained by photographing a subject with density values” is an image obtained by photographing the subject with a tomography apparatus such as a CT imaging apparatus. Yes, it is an image composed of voxel data in which anatomical structures such as bones and internal tissues each have a specific density value.
「濃度値」は、画像の濃淡を表す値であれば、光学濃度値に限定されるものではない。 The “density value” is not limited to the optical density value as long as it represents the density of the image.
「画像解析処理」とは、画像に種々の処理を施して画像を解析することをいい、具体的には、フィルタリング処理、強調処理、諧調処理などを単独で施したり、それらの組み合わせて施すことにより、画像を評価したり、画像の特徴を解析するものがある。 “Image analysis processing” refers to analyzing an image by performing various processes on the image. Specifically, filtering processing, emphasis processing, gradation processing, etc. are performed independently or a combination thereof. In some cases, the image is evaluated or the characteristics of the image are analyzed.
また、前記３次元濃淡画像は、ＣＴ撮影画像であるものが望ましい。 The three-dimensional gray image is preferably a CT image.
また、前記３次元骨除去画像は、前記３次元濃淡画像の骨に該当する濃度値の部分の濃度値を、空気または軟部組織のＣＴ値で置き換えたものであってもよい。 The three-dimensional bone-removed image may be an image obtained by replacing the density value corresponding to the bone of the three-dimensional gray image with the CT value of air or soft tissue.
さらに、前記画像解析処理は、異常陰影検出処理であってよい。 Further, the image analysis process may be an abnormal shadow detection process.
「異常陰影検出処理」とは、ガンの陰影などの正常な構造には現れない異常陰影を検出する処理をいう。異常陰影の検出には、異常陰影を検出する場合だけではなく、異常陰影らしい異常陰影の候補となる陰影を検出するものも含むものである。 The “abnormal shadow detection process” refers to a process of detecting an abnormal shadow that does not appear in a normal structure such as a cancer shadow. The detection of abnormal shadows includes not only detecting abnormal shadows but also detecting shadows that are candidates for abnormal shadows that appear to be abnormal shadows.
本発明によれば、ＣＴ撮影装置などの３次元画像を取得可能な撮影装置で被写体を撮影して得られた３次元濃淡画像より骨領域を除いた３次元骨除去画像を生成し、３次元骨除去画像を２次元平面上に投影した２次元骨除去投影画像を生成して、この２次元骨除去投影画像に対して、従来から行われてきた２次元医用画像用の画像解析を施すようにしたので、従来のように単純Ｘ線撮影によって得られた画像を解析するときのように骨に影響されることがなく、軟部に存在する異常陰影の判別が正確に行われる。また、３次元濃淡画像の画像を直接解析するとデータ量が多いため、コンピュータの処理負荷が大きく効率的でないが、３次元濃淡画像の画像を２次元平面に投影して解析することにより、コンピュータの処理負荷を少なくすることができる。 According to the present invention, a three-dimensional bone-removed image obtained by removing a bone region from a three-dimensional grayscale image obtained by photographing a subject with a photographing apparatus capable of acquiring a three-dimensional image such as a CT photographing apparatus is generated. A two-dimensional bone removal projection image obtained by projecting a bone removal image onto a two-dimensional plane is generated, and a conventional image analysis for a two-dimensional medical image is performed on the two-dimensional bone removal projection image. Therefore, the abnormal shadow existing in the soft part can be accurately determined without being affected by the bone as in the case of analyzing an image obtained by simple X-ray imaging as in the prior art. In addition, if a 3D gray image is directly analyzed, the amount of data is large, so the processing load on the computer is large and not efficient. However, by projecting and analyzing the 3D gray image on a 2D plane, Processing load can be reduced.
また、ＣＴ撮影装置と単純Ｘ線撮影装置とはどちらもＸ線撮影によって得られた画像であり、３次元濃淡画像がＣＴ撮影画像であれば、２次元骨除去投影画像を単純Ｘ線撮影画像と一致するように投影させた画像を生成し易く、従来から存在する単純Ｘ線撮影画像用の画像解析処理を用いて正確な判別を行うことが可能である。 Further, both the CT imaging apparatus and the simple X-ray imaging apparatus are images obtained by X-ray imaging, and if the three-dimensional gray image is a CT imaging image, the two-dimensional bone-removed projection image is converted to a simple X-ray imaging image. Therefore, it is easy to generate an image that is projected so as to match, and it is possible to perform accurate discrimination using image analysis processing for a simple X-ray image that has conventionally existed.
また、３次元濃淡画像の骨に該当する濃度値の部分の濃度値を、空気または軟部組織の濃度値で置き換えて投影画像を生成するようにすれば、正常構造にはない陰影を検出し易くなる。 In addition, if the density value corresponding to the bone of the three-dimensional grayscale image is replaced with the density value of air or soft tissue to generate a projection image, it is easy to detect a shadow that does not exist in the normal structure. Become.
さらに、画像解析処理が異常陰影検出処理であれば、異常陰影の検出を肋骨、鎖骨、肩甲骨などに影響されずに行うことが可能になる。 Furthermore, if the image analysis process is an abnormal shadow detection process, the abnormal shadow can be detected without being affected by the ribs, clavicle, scapula, and the like.
本発明の画像解析装置について、図に基づいて説明する。図１に示すように、本発明の画像解析装置１は、被写体を撮影して得られた複数の解剖学的構造物を濃度値で表した３次元濃淡画像１００を記憶する３次元濃淡画像記憶手段１０と、３次元濃淡画像１００より設定された濃度値を越えた領域を骨領域として抽出する骨領域抽出手段２０と、３次元濃淡画像１００より骨領域を除いた３次元骨除去画像１１０を生成する骨除去画像生成手段３０と、３次元骨除去画像１１０を２次元平面上に投影した２次元骨除去投影画像１２０を生成する２次元骨除去投影画像生成手段４０と、２次元骨除去投影画像に対して画像解析処理を施す画像解析手段５０とを備える。
The image analysis apparatus of the present invention will be described with reference to the drawings. As shown in FIG. 1, the image analysis apparatus 1 of the present invention stores a three-dimensional grayscale image storage that stores a three-
３次元濃淡画像１００は、多数のボクセルデータからなるボリュームデータであり、ボクセルデータごとに濃度値の情報を保持している。具体的には、ＣＴ撮影装置などで検査対象となる被写体を撮影した画像であり、骨や臓器などの解剖学的構造物がボクセルデータの濃淡で表わされる。以下、本実施の形態では、ＣＴ撮影装置で撮影したＣＴ画像について具体的に説明する。
The three-dimensional
ＣＴ画像を構成する各ボクセルの濃度値（以下、ＣＴ値という）は水を基準として、水のＣＴ値を0、空気を-1000に設定されている。人体各組織の平均的なＣＴ値は、(1)骨、(2)凝血血液、(3)軟部組織、(4)脳脊髄液・血液、(5)水、(6)脂肪、(7)空気の順に低くなる。さらに、脳灰白質と脳白質では前者の方がＣＴ値は高くなり、心臓と肺臓では前者の方がＣＴ値は高くなる。このように、各臓器は固有の濃度値を持って画像上に現れる。 Concentration values (hereinafter referred to as CT values) of the voxels constituting the CT image are set such that the CT value of water is 0 and the air value is -1000 on the basis of water. The average CT value of each human tissue is (1) bone, (2) clotted blood, (3) soft tissue, (4) cerebrospinal fluid / blood, (5) water, (6) fat, (7) It becomes lower in order of air. Furthermore, the CT value of the former is higher for brain gray matter and brain white matter, and the CT value is higher for the former in the heart and lungs. Thus, each organ appears on the image with a unique density value.
３次元濃淡画像記憶手段１０は、画像サーバなどの大容量の記憶装置であり、ＣＴ撮影装置で撮影した被写体の断層画像を３次元濃淡画像１００として記憶する。
The three-dimensional gray
以下、本願発明の画像解析装置１の動作について図２のフローチャートに従って説明する。 Hereinafter, the operation of the image analysis apparatus 1 of the present invention will be described with reference to the flowchart of FIG.
３次元濃淡画像１００上には、被写体を撮影した各解剖学的構造物は固有のＣＴ値を持って現れる。そこで、骨領域抽出手段２０は、３次元濃淡画像記憶手段１０から読み取った検査対象の被写体の３次元濃淡画像１００のボクセルデータの中から、骨に該当するＣＴ値持ったボクセルデータを骨領域として抽出する（Ｓ１００）。具体的には、予め骨が持つＣＴ値であるか否かを判定する閾値を設定しておき、閾値以上のボクセルデータの骨領域として抽出する。
On the three-dimensional
骨除去画像生成手段３０は、骨領域骨のボクセルデータを除去して３次元骨除去画像１１０を生成する（Ｓ１０１）。具体的には、骨領域骨のボクセルデータのＣＴ値を空気または軟部組織のいずれか（例えば、筋肉や脂肪など骨の周辺にある軟部組織）のＣＴ値で置き換える。 The bone removal image generation means 30 removes the voxel data of the bone region bone and generates a three-dimensional bone removal image 110 (S101). Specifically, the CT value of the voxel data of the bone region bone is replaced with the CT value of either air or soft tissue (for example, soft tissue around the bone such as muscle or fat).
そこで、２次元骨除去投影画像生成手段４０で、３次元骨除去画像１１０を２次元平面上に投影して２次元骨除去投影画像を生成する（Ｓ１０２）。
Therefore, the two-dimensional bone removal projection image generation means 40 projects the three-dimensional
図４に示すように、３次元骨除去画像１１０を２次元骨除去投影画像１２０上の点Ｑに投影する。例えば、胸部を撮影したボリュームデータには、骨や肺、筋肉、脂肪など軟部組織の解剖学的構造物がそれぞれ固有の濃度値で撮影される。このボリュームデータを２次元平面上に投影する際には、投影方向ｖに伸びるラインｍが３次元骨除去画像１１０を貫く解剖学的構造物の持つＣＴ値とその厚さから２次元骨除去投影画像１２０上の点Ｑの濃度値が決まる。ラインｍ上には、身体を被っている脂肪や筋肉などの軟部組織Ａ、前肋骨などの骨部Ｂ、肺などの軟部組織Ｃ、後肋骨などの骨部Ｄが存在し、さらに、身体を被っている脂肪や筋肉などの軟部組織Ｅが存在している。３次元骨除去画像１１０では、骨部Ｂ、Ｄは軟部組織のＣＴ値に置き換えられている。
As shown in FIG. 4, the three-dimensional
投影した２次元骨除去投影画像１２０上にどの程度の濃度値が現れるかは、多数の３次元濃淡画像１００のサンプル画像と多数の胸部Ｘ線画像のサンプル画像とを用いて、解剖学的構造物の種類とその厚さとの関係から予め求めておくようにする。このような濃度値の関係を用いて、肺、筋肉、脂肪などの３次元骨除去画像１１０の解剖学的構造物が、撮影方向にどのように重なっているかに応じて、２次元骨除去投影画像１２０上の点Ｑの濃度値を算出する。
How much density value appears on the projected two-dimensional bone
画像解析手段５０は、２次元骨除去投影画像１２０に対して従来からある異常陰影検出処理などの画像解析処理を施す（Ｓ１０３）。例えば、胸部画像では撮影された癌化した部分の結節や腫瘤等の異常陰影は、おおむね丸味をおびた輪郭を持ち、かつ、画像上では周囲に比べて画素値が大きく勾配ベクトルが集中する領域として観測される。このような異常陰影は、半球状で同じ濃度の画素が同心円状に広がる形状の円形凸領域として観測され、円形凸領域は、濃度値の分布が周縁部から中心部に向かうにしたがって濃度値が低くなるという濃度値の勾配が認められる。その勾配線は異常陰影の中心方向に向かって集中するもので、濃度値の勾配を勾配ベクトルとして算出し、その勾配ベクトルの集中度から異常陰影を検出することができることができることが知られている。 The image analysis means 50 performs image analysis processing such as conventional abnormal shadow detection processing on the two-dimensional bone removal projection image 120 (S103). For example, abnormal shadows such as nodules and tumors of cancerous parts taken in a chest image have a generally rounded outline, and on the image, an area where pixel values are larger than the surroundings and gradient vectors are concentrated As observed. Such an abnormal shadow is observed as a circular convex area in which hemispherical pixels having the same density spread concentrically, and the density value of the circular convex area increases as the distribution of density values goes from the peripheral part to the central part. A gradient of concentration values is observed to be lower. It is known that the gradient line is concentrated toward the center direction of the abnormal shadow, and the gradient of the density value is calculated as a gradient vector, and the abnormal shadow can be detected from the degree of concentration of the gradient vector. .
このような集中度を評価するものとして、適応リングフィルタ（Adaptive ring filter）やアイリスフィルタ（Iris filter）などが知られている。 As a means for evaluating such a degree of concentration, an adaptive ring filter, an iris filter, and the like are known.
しかし、このような集中度を評価するフィルタは肋骨等が重なり合っているような箇所にでは濃度勾配の集中度が乱れ、骨の撮影されている胸部画像を用いて強調処理を行っても円形凸領域がうまく強調されないことがある（特開平８−２９４４７９号公報、特開平８−２８７２３０号公報など参照）。 However, in such a filter for evaluating the degree of concentration, the density gradient concentration level is disturbed in a place where ribs and the like overlap, and even if the enhancement processing is performed using a chest image in which bones are photographed, The region may not be emphasized well (see Japanese Patent Laid-Open Nos. 8-294479 and 8-287230).
そこで、骨を除去した２次元骨除去投影画像１２０を用いて、特開平８−２９４４７９号公報、特開平８−２８７２３０号公報などに開示されている集中度を評価するフィルタを用いるようにすれば、肋骨等に影響されないで濃度勾配の集中度を観察することができ、正確にがんの有無を判定することができる。
Therefore, by using the two-dimensional bone
また、判定を行う際には、集中度を評価するフィルタによって検出された異常陰影候補領域をその形状の特徴を表す円形度等や、異常陰影候補領域内部の濃度の特徴を表す濃度値の分散値、コントラスト等、異常陰影候補領域辺縁の特徴を表す相関値、モーメント、エントロピー等（特開平９−１６７２３８号公報、特開２００２−１０９５１０号公報参照）があり、これらを特徴量として算出し、さらにこの特徴量からマハラノビス距離等（特開平９−１６７２３８号公報、特開２００２−１０９５１０号公報参照）による判別器を用いて、異常陰影候補領域が異常陰影であるか否かの判定を行う。 Further, when making the determination, the abnormal shadow candidate area detected by the filter that evaluates the degree of concentration has a circularity representing the feature of the shape, etc., or a dispersion of density values representing the density feature inside the abnormal shadow candidate area There are correlation values, moments, entropy, etc. (refer to JP-A-9-167238 and JP-A-2002-109510) representing features of the edge of the abnormal shadow candidate region such as value, contrast, etc., and these are calculated as feature amounts. Furthermore, it is determined whether or not the abnormal shadow candidate area is an abnormal shadow by using a discriminator based on the Mahalanobis distance or the like (see Japanese Patent Laid-Open Nos. 9-167238 and 2002-109510) from the feature amount. .
このような異常陰影候補領域の判別などの各種の画像解析処理を、単純Ｘ線撮影画像ではなく２次元骨除去投影画像１２０に対して施すようにすることによって、正確な判別が出来るようになる。
By performing various kinds of image analysis processing such as discrimination of abnormal shadow candidate regions on the two-dimensional bone
また、画像解析処理を施す際、単純Ｘ線撮影画像用に生成された判別器を備えた画像解析処理を用いるのではなく、エネルギーサブトラクションにより生成された軟部組織画像の判別用に生成された判別器を備えた画像解析処理を用いるようにしてもよい。この場合、３次元骨除去画像１１０を２次元骨除去投影画像１２０に投影する際に、エネルギーサブトラクションにより生成された軟部組織画像に近くなるような濃度値を算出する。
Also, when performing image analysis processing, rather than using image analysis processing with a discriminator generated for simple X-ray images, discrimination generated for discrimination of soft tissue images generated by energy subtraction You may make it use the image analysis process provided with the container. In this case, when the three-dimensional
あるいは、２次元骨除去投影画像１２０に対して正確に判別を行うことができるように、判別器の学習を行う際に、２次元骨除去投影画像１２０を用いて生成したものを用いるようにしてもよい。
Alternatively, when learning with the discriminator, the one generated using the two-dimensional bone
上述では、所定の濃度値を越えた領域を骨領域として抽出した後に、３次元濃淡画像から抽出した骨領域を除去して３次元骨除去画像を生成する場合について説明したが、所定の濃度値以下の領域のみの画像を３次元骨除去画像として直接抽出するようにしてもよい。 In the above description, a case where a region exceeding a predetermined density value is extracted as a bone region and then a bone region extracted from the three-dimensional gray image is removed to generate a three-dimensional bone removal image has been described. You may make it extract the image of only the following area | regions directly as a three-dimensional bone removal image.
また、上記各手段をコンピュータ上に機能させるようなプログラムを記録した媒体を用いてコンピュータにインストールすることによって、画像解析装置として動作させることができる。 Moreover, it can be made to operate | move as an image-analysis apparatus by installing in a computer using the medium which recorded the program which functions each said means on a computer.
以上、詳細に説明したように、３次元濃淡画像から骨を除去した画像を生成し、その骨を除去した３次元骨除去画像を２次元平面に投影した２次元骨除去投影画像を生成して、異常陰影を検出する画像解析処理を施すことにより、骨に影響されずに正確な判定を行うことが可能になる。 As described above in detail, an image obtained by removing the bone from the three-dimensional grayscale image is generated, and a two-dimensional bone removal projection image is generated by projecting the three-dimensional bone removal image from which the bone has been removed onto the two-dimensional plane. By performing an image analysis process for detecting an abnormal shadow, it is possible to make an accurate determination without being affected by the bone.
また、３次元濃淡画像の画像を直接画像解析する方が正確な解析を期待することができるがデータ量が多いためコンピュータの処理負荷が大きいため、２次元平面に投影した２次元骨除去投影画像を用いて画像解析をすることで、コンピュータの処理負荷を少なくすることができる。 In addition, it can be expected that the direct analysis of the image of the three-dimensional gray image is more accurate, but since the amount of data is large and the processing load on the computer is large, the two-dimensional bone removal projection image projected on the two-dimensional plane By performing image analysis using, the processing load on the computer can be reduced.
また、従来から行われてきた実績のある手法を用いることにより、ガンなどの異常陰影の判別において、安定した判別性能を得ることが可能になる。 In addition, by using a method with a proven track record, a stable discrimination performance can be obtained in discrimination of abnormal shadows such as cancer.
１ 画像解析装置
10 ３次元濃淡画像記憶手段
20 骨領域抽出手段
30 骨除去画像生成手段
40 ２次元骨除去投影画像生成手段
50 画像解析手段
100 ３次元濃淡画像
110 ３次元骨除去画像
120 ２次元骨除去投影画像
1 Image analyzer
10 Three-dimensional grayscale image storage means
20 Bone region extraction means
30 Bone removal image generation means
40 Two-dimensional bone removal projection image generation means
50 Image analysis means
100 3D grayscale image
110 3D bone removal image
120 Two-dimensional bone removal projection image
Claims (6)
前記３次元濃淡画像より濃度値に基づいて骨が撮影された骨領域を除いた３次元骨除去画像を生成する骨除去画像生成手段と、
前記３次元骨除去画像を２次元平面上に投影した２次元骨除去投影画像を生成する２次元骨除去投影画像生成手段と、
前記２次元骨除去投影画像に対して画像解析処理を施す画像解析手段とを備えたことを特徴とする画像解析装置。 Three-dimensional gray image storage means for storing a three-dimensional gray image representing a plurality of anatomical structures obtained by photographing a subject as density values;
Bone removal image generating means for generating a three-dimensional bone removal image excluding a bone region in which a bone is photographed based on a density value from the three-dimensional grayscale image;
2D bone removal projection image generation means for generating a 2D bone removal projection image obtained by projecting the 3D bone removal image onto a 2D plane;
An image analysis apparatus comprising: image analysis means for performing image analysis processing on the two-dimensional bone removal projection image.
前記３次元濃淡画像より濃度値に基づいて骨が撮影された骨領域を除いた３次元骨除去画像を生成する骨除去画像生成ステップと、
前記３次元骨除去画像を２次元平面上に投影した２次元骨除去投影画像を生成する２次元骨除去投影画像生成ステップと、
前記２次元骨除去投影画像に対して画像解析処理を施す画像解析ステップとを備えたことを特徴とする画像解析方法。 A three-dimensional grayscale image reading step for reading the three-dimensional grayscale image from a three-dimensional grayscale image storage means for storing a three-dimensional grayscale image in which a plurality of anatomical structures obtained by photographing a subject are represented by density values;
A bone removal image generating step for generating a three-dimensional bone removal image excluding a bone region in which a bone is photographed based on a density value from the three-dimensional grayscale image;
A 2D bone removal projection image generation step of generating a 2D bone removal projection image obtained by projecting the 3D bone removal image onto a 2D plane;
An image analysis method comprising: an image analysis step for performing an image analysis process on the two-dimensional bone removal projection image.
被写体を撮影して得られた複数の解剖学的構造物を濃度値で表した３次元濃淡画像を記憶する３次元濃淡画像記憶手段より前記３次元濃淡画像を読み取る３次元濃淡画像読取ステップと、
前記３次元濃淡画像より濃度値に基づいて骨が撮影された骨領域を除いた３次元骨除去画像を生成する骨除去画像生成ステップと、
前記３次元骨除去画像を２次元平面上に投影した２次元骨除去投影画像を生成する２次元骨除去投影画像生成ステップと、
前記２次元骨除去投影画像に対して画像解析処理を施す画像解析ステップとを実行させるためのプログラム。 On the computer,
A three-dimensional grayscale image reading step for reading the three-dimensional grayscale image from a three-dimensional grayscale image storage means for storing a three-dimensional grayscale image in which a plurality of anatomical structures obtained by photographing a subject are represented by density values;
A bone removal image generating step for generating a three-dimensional bone removal image excluding a bone region in which a bone is photographed based on a density value from the three-dimensional grayscale image;
A 2D bone removal projection image generation step of generating a 2D bone removal projection image obtained by projecting the 3D bone removal image onto a 2D plane;
A program for executing an image analysis step of performing an image analysis process on the two-dimensional bone removal projection image.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2005218689A JP2007029514A (en) | 2005-07-28 | 2005-07-28 | Image analyzer, image analysis method and its program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2005218689A JP2007029514A (en) | 2005-07-28 | 2005-07-28 | Image analyzer, image analysis method and its program |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2007029514A true JP2007029514A (en) | 2007-02-08 |
Family
ID=37789462
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2005218689A Withdrawn JP2007029514A (en) | 2005-07-28 | 2005-07-28 | Image analyzer, image analysis method and its program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2007029514A (en) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011030637A1 (en) * | 2009-09-11 | 2011-03-17 | 株式会社 日立メディコ | X-ray ct device |
| JP2013252449A (en) * | 2013-08-21 | 2013-12-19 | Toshiba Corp | Image processor |
| CN107064188A (en) * | 2017-05-19 | 2017-08-18 | 江苏大学 | A kind of cereal varying load internal injury detection method and device |
| KR20190143505A (en) * | 2018-06-01 | 2019-12-31 | 건양대학교산학협력단 | Bone suppression system of x-ray image using deep running |
| KR20210073909A (en) | 2019-12-11 | 2021-06-21 | 울산대학교 산학협력단 | Medical image processing apparatus and images learning method thereof |
| EP4060604A1 (en) * | 2021-03-16 | 2022-09-21 | Koninklijke Philips N.V. | Method and system to generate modified x-ray images |
| JP7454435B2 (en) | 2020-04-15 | 2024-03-22 | キヤノンメディカルシステムズ株式会社 | Medical image processing device and medical image processing method |
-
2005
- 2005-07-28 JP JP2005218689A patent/JP2007029514A/en not_active Withdrawn
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011030637A1 (en) * | 2009-09-11 | 2011-03-17 | 株式会社 日立メディコ | X-ray ct device |
| JP5156863B2 (en) * | 2009-09-11 | 2013-03-06 | 株式会社日立メディコ | X-ray CT system |
| US8861826B2 (en) | 2009-09-11 | 2014-10-14 | Hitachi Medical Corporation | X-ray CT device |
| JP2013252449A (en) * | 2013-08-21 | 2013-12-19 | Toshiba Corp | Image processor |
| CN107064188A (en) * | 2017-05-19 | 2017-08-18 | 江苏大学 | A kind of cereal varying load internal injury detection method and device |
| KR20190143505A (en) * | 2018-06-01 | 2019-12-31 | 건양대학교산학협력단 | Bone suppression system of x-ray image using deep running |
| KR102062386B1 (en) | 2018-06-01 | 2020-01-03 | 건양대학교 산학협력단 | Bone suppression system of x-ray image using deep running |
| KR20210073909A (en) | 2019-12-11 | 2021-06-21 | 울산대학교 산학협력단 | Medical image processing apparatus and images learning method thereof |
| JP7454435B2 (en) | 2020-04-15 | 2024-03-22 | キヤノンメディカルシステムズ株式会社 | Medical image processing device and medical image processing method |
| EP4060604A1 (en) * | 2021-03-16 | 2022-09-21 | Koninklijke Philips N.V. | Method and system to generate modified x-ray images |
| WO2022194826A1 (en) * | 2021-03-16 | 2022-09-22 | Koninklijke Philips N.V. | Method and system to generate modified x-ray images |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5643304B2 (en) | Computer-aided lung nodule detection system and method and chest image segmentation system and method in chest tomosynthesis imaging | |
| JP5203952B2 (en) | Computer tomography structure analysis system, method, software configuration and computer accessible medium for digital digital cleaning of colonographic images | |
| KR102154733B1 (en) | Apparatus and method for estimating whether malignant tumor is in object by using medical image | |
| JP6570145B2 (en) | Method, program, and method and apparatus for constructing alternative projections for processing images | |
| US8175348B2 (en) | Segmenting colon wall via level set techniques | |
| KR101840350B1 (en) | Method and apparatus for aiding reading efficiency using eye tracking information in medical image reading processing | |
| JP2016531709A (en) | Image analysis technology for diagnosing disease | |
| JP2007130462A (en) | Evaluation method of three-dimensional image of symmetrical organ, medical imaging system, and computer program | |
| CN110796613A (en) | Automatic image artifact identification method and device | |
| JP2003225231A (en) | Method and system for detecting lung disease | |
| CN112116004B (en) | Focus classification method and device and focus classification model training method | |
| JP2007029514A (en) | Image analyzer, image analysis method and its program | |
| JP2007275318A (en) | Image display device, image display method, and its program | |
| WO2009077910A1 (en) | Image analysis of brain image data | |
| US7421100B2 (en) | Method, computer program and system of visualizing image data | |
| JP2009066419A (en) | Method for processing anatomic images acquired in volume and system utilizing it | |
| JP6301277B2 (en) | Diagnostic auxiliary image generation apparatus, diagnostic auxiliary image generation method, and diagnostic auxiliary image generation program | |
| JP2020532376A (en) | Determining the area of dense lung tissue in the image of the lung | |
| US20050002548A1 (en) | Automatic detection of growing nodules | |
| JP2011161104A (en) | Image generator, image generation method, and program thereof | |
| JP6275157B2 (en) | Quantifying tissue surface roughness based on image data and determining the presence of disease based on it | |
| Zsoter et al. | PET-CT based automated lung nodule detection | |
| JP4738970B2 (en) | Image processing apparatus, image processing method and program thereof | |
| JP2006181146A (en) | Diagnosis assisting device, diagnosis assisting method and its program | |
| JP2010200925A (en) | Image processing device, method, and program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20061209 |
|
| A300 | Application deemed to be withdrawn because no request for examination was validly filed |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20081007 |