JP2007135858A - 画像処理装置 - Google Patents
画像処理装置 Download PDFInfo
- Publication number
- JP2007135858A JP2007135858A JP2005333530A JP2005333530A JP2007135858A JP 2007135858 A JP2007135858 A JP 2007135858A JP 2005333530 A JP2005333530 A JP 2005333530A JP 2005333530 A JP2005333530 A JP 2005333530A JP 2007135858 A JP2007135858 A JP 2007135858A
- Authority
- JP
- Japan
- Prior art keywords
- region
- bone
- image
- extraction
- aorta
- 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
- 210000000988 bone and bone Anatomy 0.000 claims abstract description 147
- 238000000605 extraction Methods 0.000 claims abstract description 73
- 210000000746 body region Anatomy 0.000 claims abstract description 15
- 238000004364 calculation method Methods 0.000 claims description 17
- 210000004204 blood vessel Anatomy 0.000 claims description 15
- 238000002059 diagnostic imaging Methods 0.000 claims description 5
- 210000000709 aorta Anatomy 0.000 abstract description 66
- 210000004072 lung Anatomy 0.000 abstract description 47
- 210000004185 liver Anatomy 0.000 abstract description 26
- 239000000284 extract Substances 0.000 abstract description 11
- 210000001835 viscera Anatomy 0.000 abstract description 2
- 238000002591 computed tomography Methods 0.000 description 49
- 238000000034 method Methods 0.000 description 27
- 238000003745 diagnosis Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 14
- 230000005484 gravity Effects 0.000 description 14
- 238000003384 imaging method Methods 0.000 description 10
- 210000000056 organ Anatomy 0.000 description 10
- 230000003187 abdominal effect Effects 0.000 description 9
- 238000013500 data storage Methods 0.000 description 8
- 238000001727 in vivo Methods 0.000 description 8
- 210000001015 abdomen Anatomy 0.000 description 7
- 239000002872 contrast media Substances 0.000 description 7
- 210000002767 hepatic artery Anatomy 0.000 description 5
- 238000002595 magnetic resonance imaging Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000009877 rendering Methods 0.000 description 3
- 206010028980 Neoplasm Diseases 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 210000000702 aorta abdominal Anatomy 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000003240 portal vein Anatomy 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
【課題】3次元医療画像診断の妨げとなる骨領域を除去することで、診断に適した医療画像を作成する画像処理装置を提供する。
【解決手段】画像処理装置の制御部7は、医用画像撮影装置で撮影された被検体の複数のスライス画像を読み込み(S1001)、肺野領域に相当する基準スライス画像を選定する。当該基準スライス画像を基にして、体表に近い領域に位置する骨(肋骨等)を抽出するための骨抽出領域を、体領域から肺野領域を差分して得る(S1002)。制御部7は、読み込んだ複数のスライス画像から大動脈領域を抽出し(S1003)、当該大動脈領域を骨領域と区別する。制御部7は、読み込んだ複数のスライス画像毎に骨抽出領域を重ねて当該骨抽出領域の画素値を検索して骨領域を抽出する(S1004)。骨領域を除外した複数のスライス画像を再構成して、目的とする臓器(例えば肝臓)のみの3次元表示画像を得る(S1005)。
【選択図】図2
【解決手段】画像処理装置の制御部7は、医用画像撮影装置で撮影された被検体の複数のスライス画像を読み込み(S1001)、肺野領域に相当する基準スライス画像を選定する。当該基準スライス画像を基にして、体表に近い領域に位置する骨(肋骨等)を抽出するための骨抽出領域を、体領域から肺野領域を差分して得る(S1002)。制御部7は、読み込んだ複数のスライス画像から大動脈領域を抽出し(S1003)、当該大動脈領域を骨領域と区別する。制御部7は、読み込んだ複数のスライス画像毎に骨抽出領域を重ねて当該骨抽出領域の画素値を検索して骨領域を抽出する(S1004)。骨領域を除外した複数のスライス画像を再構成して、目的とする臓器(例えば肝臓)のみの3次元表示画像を得る(S1005)。
【選択図】図2
Description
本発明は、CT(Computed Tomography)装置、X線装置、MRI(Magnetic Resonance Imaging)装置等の医用画像診断装置から得られた被検体の断層像を含む医用画像を表示する画像処理装置に係り、特に被検体の臓器等を抽出表示する画像処理装置に関する。
医用画像診断装置によって得られる医用画像は、腫瘍の発見や外科手術のための治療計画画像として用いられている。腹部領域等はカテーテルを被検体に挿入し、造影剤を注入して撮影を行うことで、血管や腫瘍を画像化する。また、肝臓では造影剤が動脈に流入している時相、門脈に流入している時相、肝臓実質に流入している時相を別々に撮影し、それぞれの時相で造影剤が流入している領域を抽出して、外科手術の際の計画画像としている。
診断及び治療計画で用いられる画像は2次元の断層像が主であるが、近年マルチスライスCTの導入により画像枚数が増大し、読影の負担が大きくなるという問題点から3次元画像を診断画像として用いる場合も多くなっている。特に、肝臓領域の検査では複数の時相画像データを撮影するため、3次元画像診断は読影負担を軽減する点で効果が大きい。最近では診断対象となる部位や臓器のみを抽出(セグメンテーション)して3次元画像を提示する技術がある。
肝臓領域において、肝動脈時相の画像データセットから肝動脈を抽出し、さらに抽出した肝動脈の位置情報を基に肝実質時相の画像データセット内の肝実質を検出する技術がある(特許文献1参照)。
また、肝動脈時相の画像データセットと肝実質時相の画像データセットの濃度分布より、肝臓領域を抽出する方法もある(特許文献2参照)。
しかしながら、肝臓領域を抽出する技術は、肝動脈を造影した動脈相データセットと肝実質を造影した肝実質データセットの2つのデータセットが必要となり、単一の時相のデータセットでの抽出は行われていない。従って複数の時相データを撮影しない場合は、肝臓の画像抽出を行うことはできない。肝臓の画像抽出を行わないで3次元画像を作成した場合は、肋骨等の骨領域が肝臓の周囲を取り囲むように存在しているため、診断の妨げとなる。
また、複数のデータセットを取得するには、被検体を複数回撮像する必要があり、被曝量の増加による安全性、および撮像時間増大による被検体への負担が大きいという問題点があった。
また、肋骨等の表示を除外しようとしても、骨と造影剤のCT値が非常に近いため、閾値処理や、オパシティ(透過度)の設定変更では肋骨のみを区別することが困難であるという問題点があった。
本発明は、このような問題を鑑みてなされたもので、その目的とするところは、3次元医療画像診断の妨げとなる骨領域を除去することで、診断に適した医療画像を作成する画像処理装置を提供することである。
前述した目的を達成するための本発明は、画像診断装置により撮像した被検体の複数の断層画像を保持する保持部と、前記保持部に保持された前記断層画像を演算処理する演算処理部と、前記被検体の撮像画像が表示される表示部と、を備える画像処理装置であって、前記演算処理部は、前記複数の断層画像から空気領域の画素数が所定数より大きい基準断層画像を選定する基準断層画像選定手段と、前記基準断層画像において、前記被検体の体内領域から前記空気領域を包含する1つの閉領域を除いた領域を骨抽出領域として算出する骨抽出領域算出手段と、前記複数の断層画像毎に、前記骨抽出領域算出手段により算出した前記骨抽出領域内に位置し骨を示す画素値の画素を開始点として領域拡張処理を行って骨領域を算出する骨領域算出手段と、前記複数の断層画像から前記骨領域算出手段により算出された前記骨領域を除去した骨除去画像を作成する骨除去画像作成手段と、前記骨除去画像作成手段により作成された前記骨除去画像を再構成し、前記骨が除去された前記被検体の3次元画像を前記表示部に表示させる骨除去3次元表示手段と、を具備することを特徴とする画像処理装置である。
画像診断装置は、CT装置、X線装置、MRI装置等の放射線を用いて被検体内部を撮像し画像化する医療装置である。
断層画像は、上記画像診断装置で被検体の断面構造を画像として描出した2次元画像である。被検体の断面位置をずらして複数の断層画像を得、当該複数の断層画像を再構成することで3次元画像を得ることが可能になる。
空気領域は、撮像画像の外部領域、及びほとんどが空気からなる肺野領域である。X線吸収係数から算出する空気のCT値は−1000(HU:Hounsfield Unit)であり、他の部分(骨や臓器等)と区別して抽出することができる。尚、水のCT値は0(HU)、骨や造影血管等のCT値は約1000(HU)を示す。
基準断層画像は、複数の断層画像のうち、空気領域の画素数が所定数より大きい(例えば空気領域の画素数が複数の断層画像のうちの最大数を示す。)断層画像を、基準断層画像として選定する。即ち、肺野領域の中央付近を撮像した断層画像が基準断層画像として選定されることが望ましい。
体内領域とは、被検体の臓器や骨等を含む体内を示す領域である。
骨抽出領域とは、体内領域から肺野領域(体内の空気領域)を除外した領域であり、骨(肋骨や背骨部分)が含まれている領域である。
骨抽出領域とは、体内領域から肺野領域(体内の空気領域)を除外した領域であり、骨(肋骨や背骨部分)が含まれている領域である。
領域拡張処理とは、例えば骨を示す画素値の画素を開始点として、連続する画素から骨を示す画素値を有する画素を抽出して該当する領域を拡張していく処理である。領域拡張処理で得られた領域は骨領域として抽出される。
骨除去画像は、断層画像から上記骨領域を除去した領域である。複数の断層画像を3D画像として構築する際に、当該骨除去画像である複数の断層画像を用いることで、肋骨等に囲まれた臓器等を、肋骨を除去した状態で表示させることができる。
本発明による画像処理装置は、断層画像から空気領域の画素数が所定数より大きい基準断層画像を選定し、当該基準断層画像において、被検体の体内領域から空気領域を包含する1つの閉領域を除いた領域を骨抽出領域として算出し、複数の断層画像毎に、骨抽出領域内に位置し骨を示す画素値の画素を開始点として領域拡張処理を行って骨領域を算出する。更に、画像処理装置は、複数の断層画像から骨領域を除去した骨除去画像を作成し、当該骨除去画像を再構成して骨が除去された被検体の3次元画像を表示部に表示させる。
望ましくは、前記演算処理部は、さらに、前記複数の断層画像毎に、造影血管を示す画素値の領域であって所定の円形度を有する領域を血管領域として算出する血管領域算出手段を具備し、前記骨領域算出手段は、前記血管領域算出手段により算出された前記血管領域を前記領域拡張処理の対象から除外する。
本発明による画像処理装置は、基準断層画像から骨抽出領域を算出し、断層画像に当該骨抽出領域を適用して骨領域を算出する。更に複数の断層画像から骨領域を除去した骨除去画像を作成し、目的とする臓器の3次元画像を得ることができる。臓器のみの3次元画像を表示するために、時相の異なる撮像画像を必要としないので、撮像時間の迅速化、及び被検体の安全性の向上が可能となる。
本発明によれば、3次元医療画像診断の妨げとなる骨領域を除去することで、診断に適した医療画像を作成する画像処理装置を提供することができる。
以下に、図面に基づいて本発明に係る画像処理装置の好ましい実施の形態を詳細に説明する。図1は、本発明の一実施形態による画像処理装置の構成を示す図である。
(1.画像処理装置1の構成)
画像処理装置1は、各構成要素の動作を制御するCPU(Central Processing Unit:中央処理装置)等の制御部7と、画像処理装置1の制御プログラムが格納された主メモリ9と、HDD(Hard Disc Drive)等のデータ記憶部11と、インターネット等のネットワーク3に接続する通信部13と、被検体の画像データを一時記憶する表示メモリ15と、当該表示メモリ15からの画像データに基づいて画像を表示するCRTや液晶表示装置等の画像表示装置5と、マウスやタッチパネルやキーボード等の入力部17等と、上記各構成要素をデータ送受可能に接続するシステムバス21とから構成される。
画像処理装置1は、各構成要素の動作を制御するCPU(Central Processing Unit:中央処理装置)等の制御部7と、画像処理装置1の制御プログラムが格納された主メモリ9と、HDD(Hard Disc Drive)等のデータ記憶部11と、インターネット等のネットワーク3に接続する通信部13と、被検体の画像データを一時記憶する表示メモリ15と、当該表示メモリ15からの画像データに基づいて画像を表示するCRTや液晶表示装置等の画像表示装置5と、マウスやタッチパネルやキーボード等の入力部17等と、上記各構成要素をデータ送受可能に接続するシステムバス21とから構成される。
主メモリ9は、RAM(Random Access Memory)やROM(Read Only Memory)等であり、例えば制御部7は、ROMに格納される画像処理装置1の制御プログラムをRAMにロードして実行する。
データ記憶部11は、画像処理装置1に内蔵又は外付けされたHDD(Hard Disc Drive)等であり、画像処理装置1が読み込んだ画像データや、加工が行われた画像データを格納する。
通信部13は、画像処理装置1をネットワーク3、電話回線等の公衆回線、LANネットワーク、有線等の専用回線等に接続するネットワークアダプタである。
入力部17は、画像表示装置5上のソフトスイッチを操作するためのマウス、トラックボール、タッチパネル等のポインティングデバイス、及びポインティングデバイスコントローラと、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等である。
画像処理装置1は、ネットワーク3を介して外部の医用画像撮影装置23や画像データベース25と接続して画像データ等を送受信する。医用画像撮影装置23は、例えばX線CT装置、X線装置、MRI装置等である。画像データベース25には、例えば当該医用画像撮影装置23等で取得された画像データを格納しても良い。
また、画像処理装置1は、医用画像撮影装置23と一体化された構成であっても良い。
また、画像処理装置1は、医用画像撮影装置23と一体化された構成であっても良い。
(2.処理手順)
図2は、画像処理装置1によって被検体の肺野領域及び腹部領域を撮像した断層画像の、骨領域を除外する処理の概要を示すフローチャートである。制御部7は、当該フローチャートに従って断層画像の画像処理を行う。
図2は、画像処理装置1によって被検体の肺野領域及び腹部領域を撮像した断層画像の、骨領域を除外する処理の概要を示すフローチャートである。制御部7は、当該フローチャートに従って断層画像の画像処理を行う。
(2−1.画像読み込み)
制御部7は、医用画像撮影装置23によって撮影された被検体の医用画像データセットを、ネットワーク3経由で当該医用画像撮影装置23から読み出して画像処理装置1の主メモリ9に格納する(図2のステップ1001)。或いは一時的にデータ記憶部11に格納するようにしても良い。また、医用画像撮影装置23によって撮影され一旦外部の画像データベース25に格納された当該医用画像データセットを、ネットワーク3経由で画像処理装置1に読み込むようにしても良い。また、図示していないが、リムーバブルな記憶メディアに格納された医用画像データセットを、画像処理装置1に読み込むようにしても良い。
制御部7は、医用画像撮影装置23によって撮影された被検体の医用画像データセットを、ネットワーク3経由で当該医用画像撮影装置23から読み出して画像処理装置1の主メモリ9に格納する(図2のステップ1001)。或いは一時的にデータ記憶部11に格納するようにしても良い。また、医用画像撮影装置23によって撮影され一旦外部の画像データベース25に格納された当該医用画像データセットを、ネットワーク3経由で画像処理装置1に読み込むようにしても良い。また、図示していないが、リムーバブルな記憶メディアに格納された医用画像データセットを、画像処理装置1に読み込むようにしても良い。
図4は、医用画像撮影装置23によって撮影された被検体27の医用画像データセットを示す。図4において、医用画像データセットとは、被検体27の肺野29と腹部31の領域をCT装置で撮影した数枚から数百枚の断層像であるスライス画像33である。
(2−2.骨抽出領域の算出)
診断で注目したい血管や肝臓実質に造影剤を満たした場合、造影血管や造影肝臓と、骨領域とは画素のCT値が近似した値を持つ。従って骨領域を除外する場合に、単純な画素の閾値処理や領域拡張処理を行うと、骨領域と共に造影血管や造影肝臓の領域も抽出されてしまう。
診断で注目したい血管や肝臓実質に造影剤を満たした場合、造影血管や造影肝臓と、骨領域とは画素のCT値が近似した値を持つ。従って骨領域を除外する場合に、単純な画素の閾値処理や領域拡張処理を行うと、骨領域と共に造影血管や造影肝臓の領域も抽出されてしまう。
従って、本実施の形態では、骨領域と、血管及び肝臓領域とを区別するために、骨領域を抽出する範囲を設定する。肺野29や腹部31の骨領域は体表付近に存在するという性質を用いて、体表付近に存在する高いCT値を持つ領域のみを骨抽出領域として抽出する。
骨抽出領域は、医用画像スライスセットであるスライス画像33(図4参照)のうち、肺野29部分のスライス画像33の中から基準スライス画像33−kを選定し、体内を示す領域から肺を示す領域を差分した領域を骨抽出領域として算出するものとする。
図3は、骨抽出領域の算出(図2のステップ1002)の処理の詳細を示すフローチャートである。以下、図3に従って骨抽出領域の算出の処理について説明する。尚、関連する図4乃至図14については順次説明する。
まず、制御部7は主メモリ9に格納したスライス画像33(図4参照)から、検索の先頭になるスライス画像33−1を検索する(ステップ2001)。即ち、取得したスライス画像33が肺野29側から順に並んでいるか、腹部31側から順に並んでいるか不明であるので、次に説明する処理を行うことで肺野29側を抽出するものとする。
制御部7は、スライス画像33の先頭スライス画像33−1と、最後尾スライス画像33−xに対してそれぞれ、画素のCT値に対する画素数を示すヒストグラムを求める。
図5(a)は、図4の肺野29に相当する肺野スライス画像33−mの一例を示し、図5(b)は当該肺野スライス画像33−mの、CT値45と画素数43を示すヒストグラムである。同様に図6(a)は、図4の腹部31に相当する腹部スライス画像33−pの一例を示し、図6(b)は当該腹部スライス画像33−pの、CT値45と画素数43を示すヒストグラムである。
図5(b)、図6(b)に示すヒストグラムにおいて、CT値45は、X線吸収係数の換算値であり、空気のCT値45は「−1000 HU」、水のCT値45は「0 HU」、骨のCT値45は「約1000 HU」、体内の臓器のCT値45は例えば肝臓、心臓等は数10HU、脂肪はマイナス数100HU等の値を示す。
例えば肺野スライス画像33−m(図5(a)参照)に示すように、ほとんどが空気から成る肺37の領域は空気領域47の画素数43が多い。従って、先頭スライス画像33−1と、最後尾スライス画像33−xのヒストグラムを比較して空気領域47(CT値45が「−1000 HU」)の多い方を検索の開始スライス画像として選択する。
即ち、制御部7は開始スライス画像として、肺野29上部を示す先頭スライス画像33−1を選択する。引き続き制御部7は順次スライス画像33の空気領域47を示す画素数43を比較していき、空気領域47を示す画素数43が所定値を下回ったら、腹部31領域を示すスライス画像33であると判断して検索を中止し、肺野29領域を示すスライス画像33−1〜33−nのみを抽出する(ステップ2002)。即ち図4に示す、肺野29領域を示す先頭スライス画像33−1から、肺底部を示す肺底部スライス画像33−nを抽出する。尚、肺野29領域と腹部31領域との境界となる、空気領域47の画素数43は事前に所定値が設定されていても良いし、操作者が変更するようにしても良い。
次に制御部7は、肺野29領域を示すスライス画像33−1〜33−nの中から、最も空気領域47を示す画素数43の多いスライス画像33を、基準スライス画像33−kとして設定する(ステップ2003)。基準スライス画像33−kとして空気領域47の多い肺中央部のスライス画像33を選択することで、体表に近い骨抽出領域を簡単に抽出することが可能になる。尚、空気領域47の画素数43がスライス画像33のうちの最大数に限らず、所定の画素数より多いスライス画像33であれば、基準スライス画像33−kとして選択することができる。
次に制御部7は、基準スライス画像33−kに対して、画素のCT値45に閾値を設定して、空気領域47と、被検体27の体領域51とを区別する(ステップ2004)。
図7に、基準スライス画像33−kの画素値を2値化した基準スライス画像(2値化)49を示す。基準スライス画像(2値化)49は、空気領域47として被検体27の肺と体外の領域が例えば値「1」を示し、体領域51として被検体27の肺以外の体内を示す領域が例えば値「0」として識別される。
次に、制御部7は、識別された空気領域47のうち、画素数の少ない領域を体内の空気領域、即ち肺野として識別する(ステップ2005)。
図8は、空気領域47を体外の空気領域47−1、体内の空気領域47−2、47−3として示す図である。制御部7は、空気領域47−1〜47−3の画素数を比較して、ある所定値以上の画素数を持つ領域は体外の空気領域47−1、一定値未満の画素数を持つ領域を体内の空気領域47−2、47−3として識別する。図9は、識別された体内の空気領域47−2、47−3を示す図である。
次に、制御部7は被検体27の肺以外の体内を示す体領域51(図7の斜線部参照)と、体内の空気領域47−2、47−3(図9の斜線部参照)とを合成して、体内領域53とする(ステップ2006)。図10は、被検体27の体内である体内領域53を示す図である。
次に制御部7は、ステップ2006で求めた体内領域53の重心55を算出する(ステップ2007)。重心55は、画素の座標重心であり、画素座標の平均として算出する。
次に、制御部7は、体内領域53の重心55を基準にして、肺野の境界57を求め、境界57の点を結んだ閉曲線内の領域を肺野領域59とする(ステップ2008)。肺野領域59を求める手順を以下に説明する。
図11は、体内領域53の重心55を基準にして肺野の境界57を求める図を示す。即ち、重心55から一定の角度間隔で放射状に画素を検索していき、画素値が空気領域47から体領域51に変わる点を境界57−1、57−2、・・57−n、・・57−xとして求める。尚、重心55からの同一放射線上に、空気領域47から体領域51に変わる点が複数得られる場合は、最も重心55から離れた点を境界57として選択するものとする。
図12は、更に検索点を増やして求めた境界57(57−1〜57−x)の点を補間処理によって結んだ領域を示す。補間処理は、線形補間でも非線形補間でも良い。
図13は、境界57の点を結んだ閉曲線内の領域を肺野領域59として抽出した図を示す。
次に制御部7は、体内領域53(図10の斜線部参照)から肺野領域59(図13の斜線部参照)を差分して残った領域を骨抽出領域61とする(ステップ2009)。図14に示す斜線部は、ステップ2009で得られる骨抽出領域61を示す。
以上、ステップ2001乃至ステップ2009の処理で、肺野29の基準スライス画像33−kを基にして、被検体27の体表付近にある骨抽出領域61を算出することができる。制御部7は算出した骨抽出領域61のデータを、主メモリ9或いはデータ記憶部11に格納する。
(2−3.大動脈領域の抽出)
次に、図2に戻り、制御部7は、大動脈領域の抽出を行う(ステップ1003)。例えば、被検体27の腹部31の領域におけるスライス画像33の中には、脊椎(骨領域)と、腹部大動脈とが連結しているように撮像される画像がある。特に、造影剤を使用している場合には、大動脈と骨領域とのCT値が近い値を示す。従ってこの場合、脊椎(骨領域)を後に説明する領域拡張法によって骨領域として抽出しようとしても大動脈も一緒に抽出されてしまう。
次に、図2に戻り、制御部7は、大動脈領域の抽出を行う(ステップ1003)。例えば、被検体27の腹部31の領域におけるスライス画像33の中には、脊椎(骨領域)と、腹部大動脈とが連結しているように撮像される画像がある。特に、造影剤を使用している場合には、大動脈と骨領域とのCT値が近い値を示す。従ってこの場合、脊椎(骨領域)を後に説明する領域拡張法によって骨領域として抽出しようとしても大動脈も一緒に抽出されてしまう。
ステップ1003は、骨領域を抽出する前に、大動脈領域を予め抽出し、骨領域と大動脈領域とを識別するための処理である。
図15は、大動脈領域の抽出(図2のステップ1003)の処理の詳細を示すフローチャートである。以下、図15に従って大動脈領域の抽出の処理について説明する。尚、関連する図16乃至図22については順次説明する。
まず、制御部7は、図3のステップ2003で求めた基準スライス画像33−kにおいて、体内領域の重心55を中心に関心領域(ROI)63を設定する(ステップ3001)。
図16は矩形の関心領域63、図17は円形の関心領域63を示す。関心領域63の形状は矩形でも円形でも良いが、大きさは体内領域53より小さく設定する。関心領域63の形状・大きさは予め設定されているが、操作者が設定変更することもできる。
次に制御部7は、設定した関心領域63の範囲内で、画素が所定値以上のCT値を持つ領域を抽出する。図18は、画素が所定値以上のCT値を持つ領域64−1、64−2を示す図である。図18によると、領域64−1と領域64−2とが抽出されるが、CT値が近似しているのでCT値だけではどちらが大動脈領域かを判別することはできない。
次に制御部7は、抽出領域64−1、64−2に対してそれぞれ画素数と輪郭を形成する画素数を求める。求めた画素数をN、輪郭画素数をLとして、円形度eを式(1)によって算出する。
e=4πN/L2………………(1)
スライス画像33に撮像される大動脈領域は形状が円に近似していることから、式(1)で求めた円形度が一定値以上の領域を大動脈領域として抽出する(ステップ3002)。従って、例えば図18では、円形度が一定値以上を示す抽出領域64−1が大動脈領域として認識される。
e=4πN/L2………………(1)
スライス画像33に撮像される大動脈領域は形状が円に近似していることから、式(1)で求めた円形度が一定値以上の領域を大動脈領域として抽出する(ステップ3002)。従って、例えば図18では、円形度が一定値以上を示す抽出領域64−1が大動脈領域として認識される。
次に制御部7は、抽出した大動脈領域の情報(画素数、円形度、重心座標、半径)を算出する(ステップ3003)。図19、図20は、大動脈領域の半径算出を説明する図である。
大動脈領域として認識された、図18に示す抽出領域64−1を、大動脈領域65として図19に示す。大動脈領域65の円重心点67は座標重心として算出し、円重心点67を中心として大動脈領域65内部に円半径71を有する円を描く。円周69上にある画素値を調べ、造影した大動脈領域に相当する高いCT値を有する画素の個数を求める。当該高いCT値を有する画素数の、円周69上の全画素数に対する割合を求める。尚、図19に示す円周69上の点は、全て大動脈領域65にあるので、全ての画素が高いCT値を示し、円周69上の全画素数に対する高いCT値を有する画素の割合は100%である。
制御部7は、円半径71を徐々に大きくしていくと、大動脈領域65の外(即ち画素のCT値は体内領域53を示す低い値になる。)に配される円周69上の画素数が増し、高いCT値を有する画素数の円周69上の全画素数に対する割合が減少していく。
図20に示すように、高いCT値を有する画素数の、円周69上の全画素数に対する割合がある所定値未満になったら、制御部7はその時の半径を当該大動脈領域65の半径として格納する。
尚、大動脈領域65の画素数は、高いCT値を有する大動脈領域65の画素数を算出して得る。円形度は、前述の式(1)で算出する。重心座標は、座標重心の演算により円重心点67として算出する。
次に、制御部7は、ステップ3003で算出した大動脈領域情報(画素数、円形度、重心座標、半径)を基に、当該大動脈領域と認識された領域を、再度、大動脈領域かどうかを判定する(ステップ3004)。即ち、ステップ3003で算出した大動脈領域65の画素数が予め設定した一定値より少なければ、その領域は大動脈領域ではないと判断し(ステップ3004のNO)、大動脈抽出処理を終了する。
また、ステップ3003で算出した大動脈領域65の円形度が予め設定した一定値より小さければ、その領域は大動脈領域ではないと判断し(ステップ3004のNO)、大動脈抽出処理を終了する。
ステップ3003で算出した画素数、及び円形度が一定値より大きければ、その領域を大動脈領域であると判断し(ステップ3004のYES)、次のステップ3005に進む。
次に、制御部7は、基準スライス画像33−kに連続する次のスライス画像33−mに対し、基準スライス画像33−kの円重心点67−1と同じ位置に円重心点67−2を配する(ステップ3005)。
図21は、次スライス画像33−mの円重心点67−2の配置を示す図である。即ち、基準スライス画像33−kの円重心点67−1を、基準スライス画像33−kと次スライス画像33−mを上方から投影した際に同じ位置に適用し、次スライス画像33−mの円重心点67−2として配置する。
次に制御部7は、基準スライス画像33−kの円半径71−1をRとすると、Rより小さい半径、例えば0.7×Rの半径71−2を有する円を、次スライス画像33−mの円重心点67−2を中心として設定する(ステップ3006)。
図22(a)、(b)は、次スライス画像33−mの大動脈領域65−2の抽出を説明する図である。図22(a)は、実線で大動脈領域65−2を、破線でステップ3006で設定された円半径71−2を有する円を示す。
制御部7は、円半径71−2を増加させ、円周69−2上の画素が高CT値を示す画素数の、円周69−2上の全画素数に対する割合が一定値未満(割合は0%としても良い。)になった際の円内領域を、大動脈領域抽出範囲73として決定する(ステップ3007)。図22(b)に、大動脈領域65−2と、当該大動脈領域65−2を包含する大動脈領域抽出範囲73とを示す。
次に制御部7は、図22(b)に示す大動脈領域抽出範囲73の中で、円重心点67−2を開始点として、領域拡張法によりCT値の高い領域を大動脈領域65−2として抽出する(ステップ3008)。
ステップ3003の処理の戻り、抽出された次スライス画像33−mの大動脈領域65−2について、大動脈領域情報(画素数、円形度、重心座標、半径)を算出する。尚、図22(b)を参照すると、抽出された大動脈領域65−2の重心座標は、円重心点67−2とは異なる位置に再設定される。
以上のようにして、ステップ3004で大動脈領域ではないと判定されるまで、繰り返して次々にスライス画像33の大動脈領域を抽出する。尚、ステップ3001で、図4に示す基準スライス画像33−kから大動脈領域の抽出を開始し、被検体27の腹部31に向けて肺底部スライス画像33−nの大動脈領域を抽出し、更に大動脈領域が検出されなくなるまで最後尾スライス画像33−xに向けて大動脈領域の抽出を行う。また、基準スライス画像33−kから先頭スライス画像33−1に向けても、同様に大動脈領域の検出を行う。
このようにして得られる各スライス画像33の大動脈領域のデータは、主メモリ9又はデータ記憶部11に格納される。当該複数のスライス画像33の大動脈領域のデータを再構成することにより、被検体27の大動脈のみを3次元的に表示することも可能となる。
尚、大動脈領域抽出の最初のステップ(図15のステップ3001)において、基準スライス画像33−kを用いるのは、基準スライス画像33−kを抽出する肺野29の中央部付近は、一般的に脊椎(背骨)と大動脈とが離れているので、大動脈領域の分離が容易であるという理由による。従って、順次スライス画像33の大動脈領域を抽出する過程において、脊椎と大動脈領域とが連結している場合でも、基準スライス画像33−kでの解析結果を利用することで、大動脈領域を的確に判別することが可能になる。
(2−4.骨領域抽出)
次に、図2に戻り、制御部7は骨領域抽出を行う(ステップ1004)。即ち、ステップ1002の骨抽出領域の算出で求めた骨抽出領域61(図14の斜線部参照)の範囲内で、骨に相当する高いCT値を持つ画素を検索し、その画素を開始点として領域拡張法により近接する骨領域を抽出していく。
次に、図2に戻り、制御部7は骨領域抽出を行う(ステップ1004)。即ち、ステップ1002の骨抽出領域の算出で求めた骨抽出領域61(図14の斜線部参照)の範囲内で、骨に相当する高いCT値を持つ画素を検索し、その画素を開始点として領域拡張法により近接する骨領域を抽出していく。
図23は、骨領域抽出(図2のステップ1004)の処理の詳細を示すフローチャートである。以下、図23に従って骨領域抽出の処理について説明する。尚、関連する図24乃至図27については順次説明する。
まず制御部7は、被検体27のスライス画像33にステップ1002で基準スライス画像33−kを基にして求めた骨抽出領域61を重ね(ステップ4001)、スライス画像33の骨抽出領域61内の高いCT値を持つ画素を検索する(ステップ4002)。スライス画像33のうちの、例えば先頭スライス画像33−1から順次処理を行う。
図24は、スライス画像33に重ねた骨抽出領域61内で、高いCT値を持つ画像を検索する図を示す。検索方向75に従って高いCT値を持つ画像を検索する。
次に制御部7は、ステップ4002の処理で取得した画素を開始点77として、領域拡張法により高いCT値を持つ連結領域を骨領域79として抽出する(ステップ4003)。尚、連結領域の一部が骨抽出領域61外であっても、骨抽出領域61内から連結していれば、骨領域79として抽出する。図25は、連結領域の一部が骨抽出領域61外にある場合を示す。図25では、連結領域の一部は骨抽出領域61内から連結しているので骨領域79として抽出される。
制御部7は、全ての骨抽出領域61について、開始点77の検索を行い、骨領域79を抽出する(ステップ4004)。尚、骨抽出領域61の開始点77を検索する際に、開始点77が一度抽出した骨領域79に含まれる場合は既に骨領域79として抽出済みであるので、次の開始点検索に移る。
また、開始点77の検索、及び開始点77から領域拡張を行う際に、画素が図2のステップ1003で求めた大動脈領域に含まれる画素であった場合は、当該画素は骨領域79としては抽出しないものとする。
図26は、骨領域79抽出から除外する大動脈領域65を示す図である。骨抽出領域61内の大動脈領域65に含まれる画素は高いCT値を示すので、骨領域79の開始点77の検索、及び開始点77からの領域拡張時に検出される。制御部7は、検出された画素が大動脈領域65に含まれる場合には、当該画素を抽出から除外する。
制御部7は、順次スライス画像33について骨領域79の抽出を繰り返し(ステップ4005のNOからステップ4001に戻る)、全てのスライス画像33の骨領域79抽出を行う(ステップ4005のYES)。
図27は、骨領域抽出(図2のステップ1004)の処理を行い、スライス画像33において抽出される骨領域79を示す図である。即ち、制御部7は、画像読み込み(図2のステップ1001)を行った全てのスライス画像33(図4参照)について、それぞれの骨領域79抽出を行う。制御部7は、スライス画像33毎の抽出した骨領域79データを主メモリ9又はデータ記憶部11に格納する。
(2−5.画像表示)
図2に戻り、制御部7は、上記の方法で抽出した骨領域79を除外したスライス画像33のデータを表示メモリ15に送り、CRTや液晶表示装置等の画像表示装置5に表示させる(図2のステップ1005)。
図2に戻り、制御部7は、上記の方法で抽出した骨領域79を除外したスライス画像33のデータを表示メモリ15に送り、CRTや液晶表示装置等の画像表示装置5に表示させる(図2のステップ1005)。
図28は、骨領域79のデータを除外処理して表示される肝臓83の3次元画像81である。即ち、図28の肝臓83の表示は、被検体27の全スライス画像33について上記説明した骨領域79除外処理を行い、腹部31の肝臓83付近に相当する複数のスライス画像33を再構成して得られる。
特に肝臓83領域は、造影剤を使用すると、造影肝臓のCT値が骨のCT値と近似しているので、通常、骨領域79を除外することは容易ではない。従って本実施の形態による骨領域79除外方法は、肋骨等に囲まれた臓器等を、肋骨を除外した状態で表示することができ、診断に適した医療画像を得ることができる。
尚、画像表示装置5には、アキシャル像(輪切り)、サジタル像(矢状断)、コロナル像(冠状断)等の2次元画像や、複数の画像データを再構成して作成するボリュームレンダリング像や、サーフェスレンダリング像等の3次元画像を表示する。
(3.その他)
尚、本実施の形態の処理を行うことにより、被検体27を撮像した複数のスライス画像33はそれぞれ、大動脈領域65、骨領域79が識別される。従って画像表示装置5に、スライス画像33を表示する際に、大動脈領域65、骨領域79、その他の臓器41等を例えば色を変えることで区別して表示させるようにしても良い。
尚、本実施の形態の処理を行うことにより、被検体27を撮像した複数のスライス画像33はそれぞれ、大動脈領域65、骨領域79が識別される。従って画像表示装置5に、スライス画像33を表示する際に、大動脈領域65、骨領域79、その他の臓器41等を例えば色を変えることで区別して表示させるようにしても良い。
また、例えば複数のスライス画像33の骨領域79のみを再構成して骨領域79の3次元画像を表示させる等、領域を識別することで様々なバリエーションで画像表示を行うことが可能になる。
本実施の形態の処理を行うことで得られた大動脈領域65、骨領域79に関するデータ、及び再構築された複数のスライス画像33に関するデータ等は、画像処理装置1のデータ記憶部11(図1参照)に格納しても良いし、ネットワーク3等を経由して他の画像データベース25に格納しても良い。また、上記データを記憶メディア(図示しない)に格納しても良い。
(4.効果等)
このように、本実施の形態では、被検体27のスライス画像33から3次元画像診断の妨げとなる骨領域79を除去することにより、診断に適した3次元画像を得て、的確な医療診断が可能になる。
このように、本実施の形態では、被検体27のスライス画像33から3次元画像診断の妨げとなる骨領域79を除去することにより、診断に適した3次元画像を得て、的確な医療診断が可能になる。
また、骨領域除去方法に時相の異なる複数の断層画像を必要としないので、撮像時間の短縮効果、及び被曝量の低減による被検体の安全性の向上効果がある。
また、診断に適した3次元画像が提供できるため、医療従事者の医療診断の信頼性を向上させることができ、診断ミスを低減し、医療業務の効率化を図る効果がある。
尚、本発明の技術的範囲は、前述した実施の形態に限られるものではない。当業者であれば、本願で開示した技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、それらについても当然に本発明の技術的範囲に属するものと了解される。
1………画像処理装置
3………ネットワーク
5………画像表示装置
7………制御部
9………主メモリ
11………データ記憶部
13………通信部
15………表示メモリ
17………入力部
21………システムバス
23………医用画像撮影装置
25………画像データベース
27………被検体
29………肺野
31………腹部
33………スライス画像
33−1………先頭スライス画像
33−k………基準スライス画像
33−n………肺底部スライス画像
33−x………最後尾スライス画像
35………骨
37………肺
39………大動脈
41………臓器
43………画素数
45………CT値
47、47−1〜47−3………空気領域
49………基準スライス画像(2値化)
51………体領域
53………体内領域
55………重心
57−1〜57−x………境界
59………肺野領域
61………骨抽出領域
63………関心領域
64−1、64−2………抽出領域
65………大動脈領域
67、67−1、67−2………円重心点
69、69−1〜69−3………円周
71、71−1〜71−3………円半径
73………大動脈領域抽出範囲
75………検索方向
77………開始点
79………骨領域
81………3次元画像
83………肝臓
3………ネットワーク
5………画像表示装置
7………制御部
9………主メモリ
11………データ記憶部
13………通信部
15………表示メモリ
17………入力部
21………システムバス
23………医用画像撮影装置
25………画像データベース
27………被検体
29………肺野
31………腹部
33………スライス画像
33−1………先頭スライス画像
33−k………基準スライス画像
33−n………肺底部スライス画像
33−x………最後尾スライス画像
35………骨
37………肺
39………大動脈
41………臓器
43………画素数
45………CT値
47、47−1〜47−3………空気領域
49………基準スライス画像(2値化)
51………体領域
53………体内領域
55………重心
57−1〜57−x………境界
59………肺野領域
61………骨抽出領域
63………関心領域
64−1、64−2………抽出領域
65………大動脈領域
67、67−1、67−2………円重心点
69、69−1〜69−3………円周
71、71−1〜71−3………円半径
73………大動脈領域抽出範囲
75………検索方向
77………開始点
79………骨領域
81………3次元画像
83………肝臓
Claims (2)
- 画像診断装置により撮像した被検体の複数の断層画像を保持する保持部と、前記保持部に保持された前記断層画像を演算処理する演算処理部と、前記被検体の撮像画像が表示される表示部と、を備える画像処理装置であって、
前記演算処理部は、
前記複数の断層画像から空気領域の画素数が所定数より大きい基準断層画像を選定する基準断層画像選定手段と、
前記基準断層画像において、前記被検体の体内領域から前記空気領域を包含する1つの閉領域を除いた領域を骨抽出領域として算出する骨抽出領域算出手段と、
前記複数の断層画像毎に、前記骨抽出領域算出手段により算出した前記骨抽出領域内に位置し骨を示す画素値の画素を開始点として領域拡張処理を行って骨領域を算出する骨領域算出手段と、
前記複数の断層画像から前記骨領域算出手段により算出された前記骨領域を除去した骨除去画像を作成する骨除去画像作成手段と、
前記骨除去画像作成手段により作成された前記骨除去画像を再構成し、前記骨が除去された前記被検体の3次元画像を前記表示部に表示させる骨除去3次元表示手段と、
を具備することを特徴とする画像処理装置。 - 前記演算処理部は、さらに、前記複数の断層画像毎に、造影血管を示す画素値の領域であって所定の円形度を有する領域を血管領域として算出する血管領域算出手段を具備し、
前記骨領域算出手段は、前記血管領域算出手段により算出された前記血管領域を前記領域拡張処理の対象から除外することを特徴とする請求項1に記載の画像処理装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005333530A JP2007135858A (ja) | 2005-11-18 | 2005-11-18 | 画像処理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005333530A JP2007135858A (ja) | 2005-11-18 | 2005-11-18 | 画像処理装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2007135858A true JP2007135858A (ja) | 2007-06-07 |
Family
ID=38199422
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005333530A Pending JP2007135858A (ja) | 2005-11-18 | 2005-11-18 | 画像処理装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2007135858A (ja) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009039446A (ja) * | 2007-08-10 | 2009-02-26 | Fujifilm Corp | 画像処理装置、画像処理方法、および画像処理プログラム |
WO2009107500A1 (ja) * | 2008-02-25 | 2009-09-03 | 株式会社 日立メディコ | 医用画像処理装置、医用画像処理方法、プログラム |
JP2009247534A (ja) * | 2008-04-04 | 2009-10-29 | Ge Medical Systems Global Technology Co Llc | 画像処理装置,磁気共鳴イメージング装置,および,画像処理方法 |
JP2011517986A (ja) * | 2008-04-16 | 2011-06-23 | ユニヴェルシテ ドゥ ローザンヌ | 腹部大動脈瘤の自動検知および正確なセグメント分割 |
JP2014064957A (ja) * | 2014-01-22 | 2014-04-17 | Mitsubishi Precision Co Ltd | 生体データモデル作成方法及びその装置並びに生体データモデルのデータ構造及び生体データモデルのデータ格納装置並びに三次元データモデルの負荷分散方法及びその装置 |
JP2017131623A (ja) * | 2016-01-25 | 2017-08-03 | 東芝メディカルシステムズ株式会社 | 医用画像処理装置および医用画像処理装置の縮小領域設定方法 |
JP2018068982A (ja) * | 2016-11-04 | 2018-05-10 | 株式会社日立製作所 | データ処理装置及びデータ処理方法 |
JP2020096728A (ja) * | 2018-12-18 | 2020-06-25 | 大日本印刷株式会社 | ピクセル画像に基づいて所定の選択条件を満たすボクセルを選択するための装置、方法、及びプログラム |
JP2020142003A (ja) * | 2019-03-08 | 2020-09-10 | 大日本印刷株式会社 | マスク生成装置、3次元再構成像生成装置、マスク生成方法、及びプログラム |
JP2020192006A (ja) * | 2019-05-27 | 2020-12-03 | キヤノンメディカルシステムズ株式会社 | 診断支援装置、及び、x線ct装置 |
CN112996440A (zh) * | 2018-11-05 | 2021-06-18 | 株式会社岛津制作所 | X射线摄像装置 |
WO2022168925A1 (ja) * | 2021-02-04 | 2022-08-11 | 株式会社Kompath | 情報処理システム、プログラムおよび情報処理方法 |
-
2005
- 2005-11-18 JP JP2005333530A patent/JP2007135858A/ja active Pending
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009039446A (ja) * | 2007-08-10 | 2009-02-26 | Fujifilm Corp | 画像処理装置、画像処理方法、および画像処理プログラム |
WO2009107500A1 (ja) * | 2008-02-25 | 2009-09-03 | 株式会社 日立メディコ | 医用画像処理装置、医用画像処理方法、プログラム |
US8792698B2 (en) | 2008-02-25 | 2014-07-29 | Hitachi Medical Corporation | Medical imaging processing device, medical image processing method, and program |
JP2009247534A (ja) * | 2008-04-04 | 2009-10-29 | Ge Medical Systems Global Technology Co Llc | 画像処理装置,磁気共鳴イメージング装置,および,画像処理方法 |
JP2011517986A (ja) * | 2008-04-16 | 2011-06-23 | ユニヴェルシテ ドゥ ローザンヌ | 腹部大動脈瘤の自動検知および正確なセグメント分割 |
JP2014064957A (ja) * | 2014-01-22 | 2014-04-17 | Mitsubishi Precision Co Ltd | 生体データモデル作成方法及びその装置並びに生体データモデルのデータ構造及び生体データモデルのデータ格納装置並びに三次元データモデルの負荷分散方法及びその装置 |
JP2017131623A (ja) * | 2016-01-25 | 2017-08-03 | 東芝メディカルシステムズ株式会社 | 医用画像処理装置および医用画像処理装置の縮小領域設定方法 |
JP2018068982A (ja) * | 2016-11-04 | 2018-05-10 | 株式会社日立製作所 | データ処理装置及びデータ処理方法 |
CN112996440A (zh) * | 2018-11-05 | 2021-06-18 | 株式会社岛津制作所 | X射线摄像装置 |
JP2020096728A (ja) * | 2018-12-18 | 2020-06-25 | 大日本印刷株式会社 | ピクセル画像に基づいて所定の選択条件を満たすボクセルを選択するための装置、方法、及びプログラム |
JP2020142003A (ja) * | 2019-03-08 | 2020-09-10 | 大日本印刷株式会社 | マスク生成装置、3次元再構成像生成装置、マスク生成方法、及びプログラム |
JP7275669B2 (ja) | 2019-03-08 | 2023-05-18 | 大日本印刷株式会社 | マスク生成装置、3次元再構成像生成装置、マスク生成方法、及びプログラム |
JP2020192006A (ja) * | 2019-05-27 | 2020-12-03 | キヤノンメディカルシステムズ株式会社 | 診断支援装置、及び、x線ct装置 |
JP7313192B2 (ja) | 2019-05-27 | 2023-07-24 | キヤノンメディカルシステムズ株式会社 | 診断支援装置、及び、x線ct装置 |
WO2022168925A1 (ja) * | 2021-02-04 | 2022-08-11 | 株式会社Kompath | 情報処理システム、プログラムおよび情報処理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2007135858A (ja) | 画像処理装置 | |
JP6603245B2 (ja) | 肺のセグメント化のためのシステムおよび方法 | |
US7813785B2 (en) | Cardiac imaging system and method for planning minimally invasive direct coronary artery bypass surgery | |
JP4728627B2 (ja) | Ct血管造影法における構造を領域分割する方法及び装置 | |
JP4374234B2 (ja) | 医療的侵襲処置計画の方法及び装置 | |
US9401047B2 (en) | Enhanced visualization of medical image data | |
US9275432B2 (en) | Method of, and apparatus for, registration of medical images | |
EP3447733B1 (en) | Selective image reconstruction | |
US8644575B2 (en) | Processing of abdominal images | |
US9466117B2 (en) | Segmentation highlighter | |
JP6951117B2 (ja) | 医用画像診断装置 | |
JP2006051359A (ja) | 医療的侵襲処置計画、並びに侵襲型器具の位置決定及び進路誘導のための方法並びに装置 | |
JP7027046B2 (ja) | 医用画像撮像装置及び方法 | |
JP5934071B2 (ja) | 管状構造の最短経路探索装置および方法並びにプログラム | |
JP6134986B2 (ja) | 医用画像計測装置およびその作動方法並びに医用画像計測プログラム | |
JP2015066311A (ja) | 画像処理装置、画像処理方法、画像処理装置の制御プログラム、記録媒体 | |
JP2007044508A (ja) | 医用画像データにおける注目点の自動検出装置 | |
WO2012063204A1 (en) | Identifying individual sub-regions of the cardiovascular system for calcium scoring | |
JP6929695B2 (ja) | 医用画像診断装置及び管理装置 | |
JP2007275318A (ja) | 画像表示装置、画像表示方法およびそのプログラム | |
JP6301277B2 (ja) | 診断補助画像生成装置および診断補助画像生成方法、並びに、診断補助画像生成プログラム | |
JP2007222626A (ja) | 医用画像データ内の特異部の自動検出方法および装置 | |
US20050168474A1 (en) | Method, computer program and system of visualizing image data | |
JP6461743B2 (ja) | 医用画像処理装置および医用画像処理方法 | |
Larralde et al. | Evaluation of a 3D segmentation software for the coronary characterization in multi-slice computed tomography |