JP2007152105A - 脳出血部位体積計算方法および装置 - Google Patents
脳出血部位体積計算方法および装置 Download PDFInfo
- Publication number
- JP2007152105A JP2007152105A JP2006325313A JP2006325313A JP2007152105A JP 2007152105 A JP2007152105 A JP 2007152105A JP 2006325313 A JP2006325313 A JP 2006325313A JP 2006325313 A JP2006325313 A JP 2006325313A JP 2007152105 A JP2007152105 A JP 2007152105A
- Authority
- JP
- Japan
- Prior art keywords
- cerebral hemorrhage
- roi
- image
- images
- value
- 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
- 206010008111 Cerebral haemorrhage Diseases 0.000 title claims abstract description 112
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000004364 calculation method Methods 0.000 claims abstract description 43
- 210000004556 brain Anatomy 0.000 claims abstract description 22
- 230000007717 exclusion Effects 0.000 claims description 17
- 210000000988 bone and bone Anatomy 0.000 claims description 8
- 238000003384 imaging method Methods 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims description 3
- 238000001514 detection method Methods 0.000 description 12
- 230000000694 effects Effects 0.000 description 6
- 230000011218 segmentation Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 2
- 238000011179 visual inspection Methods 0.000 description 2
- 208000032843 Hemorrhage Diseases 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000002308 calcification Effects 0.000 description 1
- 230000002490 cerebral effect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 210000003625 skull Anatomy 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- 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
- A61B6/501—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of the head, e.g. neuroimaging or craniography
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Radiology & Medical Imaging (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- Veterinary Medicine (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Pulmonology (AREA)
- Theoretical Computer Science (AREA)
- Neurology (AREA)
- Neurosurgery (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
【課題】脳出血部位の体積計算を適正に行う方法および装置を実現する。
【解決手段】脳出血を発症している頭部をＸ線ＣＴ装置で撮影して得られる連続スライスの複数の画像について正常な脳実質部に関するＲＯＩと脳出血部に関するＲＯＩをそれぞれ設定し（３０５，３０７）、正常な脳実質部に関するＲＯＩ内の画素のＣＴ値の平均値を複数の画像についてそれぞれ求め（３１７）、１つの画像の平均値を基準として他の画像の平均値のシフト量を画像ごとに求め（３１９）、画像ごとのシフト量を用いて脳出血部に関するＲＯＩ内の画素のＣＴ値を画像ごとに調整し（３２１）、調整後のＣＴ値について複数の画像を通じての最大値を特定し（３２３）、脳出血部位の体積を計算する（３２５）。
【選択図】図３
【解決手段】脳出血を発症している頭部をＸ線ＣＴ装置で撮影して得られる連続スライスの複数の画像について正常な脳実質部に関するＲＯＩと脳出血部に関するＲＯＩをそれぞれ設定し（３０５，３０７）、正常な脳実質部に関するＲＯＩ内の画素のＣＴ値の平均値を複数の画像についてそれぞれ求め（３１７）、１つの画像の平均値を基準として他の画像の平均値のシフト量を画像ごとに求め（３１９）、画像ごとのシフト量を用いて脳出血部に関するＲＯＩ内の画素のＣＴ値を画像ごとに調整し（３２１）、調整後のＣＴ値について複数の画像を通じての最大値を特定し（３２３）、脳出血部位の体積を計算する（３２５）。
【選択図】図３
Description
本発明は、脳出血部位体積計算（Ｃａｌｃｕｌａｔｉｎｇ ３−Ｄ Ｖｏｌｕｍｅ ｏｆ Ｃｅｒｅｂｒａｌ Ｈｅｍｏｒｒｈａｇｅ）方法および装置に関し、特に、脳出血を発症している頭部のＸ線ＣＴ（Ｃｏｍｐｕｔｅｄ Ｔｏｍｏｇｒａｐｈｙ）画像に基づいて脳出血部位の体積を計算する方法および装置に関する。
脳出血の診断および治療のために、頭部のＸ線ＣＴ画像に基づいて脳出血部位の体積計算が行われる。脳出血部位体積計算は、先ず画像上で脳出血部位を特定し、次に特定された部位の体積を計算することによって行われる。計算の方式としては、脳出血部位の特定に専門医が関与する半自動方式（例えば、特許文献１参照）と、脳出血部位特定から体積計算まで全て自動で行う全自動方式がある。
特開２００５−１１８５１０号公報（第６−７頁、図３−８）
半自動方式は、脳出血部位の特定（セグメンテーション： ｓｅｇｍｅｎｔａｔｉｏｎ）に専門医が関与するので労力と時間がかかる。また、セグメンテーションの精度が担当者の技量に左右されるので、得られる結果は担当者ごとに異なり、同一担当者による再現性も良くない。
これに対して、全自動方式は省力的ではあるが、セグメンテーションの精度に問題があり、十分な成果は得られていない。すなわち、上部脳領域（ｕｐｐｅｒ ｃｅｒｅｂｒａｌ ｓｅｃｔｉｏｎ）では過小セグメンテーション（ｕｎｄｅｒ ｓｅｇｍｅｎｔａｔｉｏｎ）となる傾向があり、中下部脳領域（ｍｉｄｄｌｅ ｏｒ ｌｏｗｅｒ ｃｅｒｅｂｒａｌ ｓｅｃｔｉｏｎ）では過剰セグメンテーション（ｏｖｅｒ ｓｅｇｍｅｎｔａｔｉｏｎ）となる傾向がある。さらには、脳出血部でないところをセグメンテーションしたり、脳出血部をセグメンテーションし損なったりすることもある。
また、いずれの方式も、パーシャルヴォリューム・エフェクト（Ｐａｒｔｉａｌ Ｖｏｌｕｍｅ Ｅｆｆｅｃｔ）および複数画像間のＣＴ値シフト（ｓｈｉｆｔ）を無視しているので、計算結果は不正確なものとならざるを得ない。
そこで、本発明の課題は、脳出血部位の体積計算を適正に行う方法および装置を実現することである。また、本発明の課題は、ユーザーの技量に影響されない安定な結果が得られる脳出血部位計算方法および装置を実現することである。
また、本発明の課題は、ユーザーにとって操作しやすい脳出血部位計算方法および装置を実現することである。また、本発明の課題は、上中下いずれの脳領域にも適応し、パーシャルヴォリューム・エフェクトおよび複数画像間のＣＴ値シフトの問題も克服した脳出血部位計算方法および装置を実現することである。
上記の課題を解決するための第１の観点での発明は、脳出血を発症している頭部をＸ線ＣＴ装置で撮影して得られる連続スライスの複数の画像について正常な脳実質部に関するＲＯＩと脳出血部に関するＲＯＩをそれぞれ設定し、正常な脳実質部に関するＲＯＩ内の画素のＣＴ値の平均値を複数の画像についてそれぞれ求め、１つの画像の平均値を基準として他の画像の平均値のシフト量を画像ごとに求め、画像ごとのシフト量を用いて脳出血部に関するＲＯＩ内の画素のＣＴ値を画像ごとに調整し、調整後のＣＴ値について複数の画像を通じての最大値を特定し、次式によって脳出血部位の体積を計算する、
ここで、
ｎ：脳出血部に関するＲＯＩ内の画素の複数の画像を通じての画素番号
Ｎ：脳出血部に関するＲＯＩ内の画素の複数の画像を通じての総画素数
ｐｎ ：脳出血部に関するＲＯＩ内の画素の調整後のＣＴ値
ＤＦＯＶ：デファインドＦＯＶの大きさ
ＳＦＯＶ：スキャンＦＯＶの大きさ
ＳｌｉｃｅＴｈｉｃｋｎｅｓｓ：スライス厚
Ｍａｇｎｉｆｉｃａｔｉｏｎ：倍率
ことを特徴とする脳出血部位体積計算方法である。
ｎ：脳出血部に関するＲＯＩ内の画素の複数の画像を通じての画素番号
Ｎ：脳出血部に関するＲＯＩ内の画素の複数の画像を通じての総画素数
ｐｎ ：脳出血部に関するＲＯＩ内の画素の調整後のＣＴ値
ＤＦＯＶ：デファインドＦＯＶの大きさ
ＳＦＯＶ：スキャンＦＯＶの大きさ
ＳｌｉｃｅＴｈｉｃｋｎｅｓｓ：スライス厚
Ｍａｇｎｉｆｉｃａｔｉｏｎ：倍率
ことを特徴とする脳出血部位体積計算方法である。
上記の課題を解決するための第２の観点での発明は、脳出血を発症している頭部をＸ線ＣＴ装置で撮影して得られる連続スライスの複数の画像について正常な脳実質部に関するＲＯＩと脳出血部に関するＲＯＩをそれぞれ設定する設定手段と、正常な脳実質部に関するＲＯＩ内の画素のＣＴ値の平均値を複数の画像についてそれぞれ求める平均値算出手段と、１つの画像の平均値を基準として他の画像の平均値のシフト量を画像ごとに求めるシフト量算出手段と、画像ごとのシフト量を用いて脳出血部に関するＲＯＩ内の画素のＣＴ値を画像ごとに調整する調整手段と、調整後のＣＴ値について複数の画像を通じての最大値を特定する特定手段と、次式によって脳出血部位の体積を計算する計算手段と、
ここで、
ｎ：脳出血部に関するＲＯＩ内の画素の複数の画像を通じての画素番号
Ｎ：脳出血部に関するＲＯＩ内の画素の複数の画像を通じての総画素数
ｐｎ ：脳出血部に関するＲＯＩ内の画素の調整後のＣＴ値
ＤＦＯＶ：デファインドＦＯＶの大きさ
ＳＦＯＶ：スキャンＦＯＶの大きさ
ＳｌｉｃｅＴｈｉｃｋｎｅｓｓ：スライス厚
Ｍａｇｎｉｆｉｃａｔｉｏｎ：倍率
を具備することを特徴とする脳出血部位体積計算装置である。
ｎ：脳出血部に関するＲＯＩ内の画素の複数の画像を通じての画素番号
Ｎ：脳出血部に関するＲＯＩ内の画素の複数の画像を通じての総画素数
ｐｎ ：脳出血部に関するＲＯＩ内の画素の調整後のＣＴ値
ＤＦＯＶ：デファインドＦＯＶの大きさ
ＳＦＯＶ：スキャンＦＯＶの大きさ
ＳｌｉｃｅＴｈｉｃｋｎｅｓｓ：スライス厚
Ｍａｇｎｉｆｉｃａｔｉｏｎ：倍率
を具備することを特徴とする脳出血部位体積計算装置である。
脳出血部に関するＲＯＩに含まれる骨部を除外することが、正しい結果を得る点で好ましい。脳出血部に関するＲＯＩに含まれる異物部を除外することが、正しい結果を得る点で好ましい。
上記各観点での本発明によれば、脳出血を発症している頭部をＸ線ＣＴ装置で撮影して得られる連続スライスの複数の画像について正常な脳実質部に関するＲＯＩと脳出血部に関するＲＯＩをそれぞれ設定し、正常な脳実質部に関するＲＯＩ内の画素のＣＴ値の平均値を複数の画像についてそれぞれ求め、１つの画像の平均値を基準として他の画像の平均値のシフト量を画像ごとに求め、画像ごとのシフト量を用いて脳出血部に関するＲＯＩ内の画素のＣＴ値を画像ごとに調整し、調整後のＣＴ値について複数の画像を通じての最大値を特定し、次式によって脳出血部位の体積を計算するので、
ここで、
ｎ：脳出血部に関するＲＯＩ内の画素の複数の画像を通じての画素番号
Ｎ：脳出血部に関するＲＯＩ内の画素の複数の画像を通じての総画素数
ｐｎ ：脳出血部に関するＲＯＩ内の画素の調整後のＣＴ値
ＤＦＯＶ：デファインドＦＯＶの大きさ
ＳＦＯＶ：スキャンＦＯＶの大きさ
ＳｌｉｃｅＴｈｉｃｋｎｅｓｓ：スライス厚
Ｍａｇｎｉｆｉｃａｔｉｏｎ：倍率
脳出血部位の体積計算を適正に行う方法および装置を実現することができる。
ｎ：脳出血部に関するＲＯＩ内の画素の複数の画像を通じての画素番号
Ｎ：脳出血部に関するＲＯＩ内の画素の複数の画像を通じての総画素数
ｐｎ ：脳出血部に関するＲＯＩ内の画素の調整後のＣＴ値
ＤＦＯＶ：デファインドＦＯＶの大きさ
ＳＦＯＶ：スキャンＦＯＶの大きさ
ＳｌｉｃｅＴｈｉｃｋｎｅｓｓ：スライス厚
Ｍａｇｎｉｆｉｃａｔｉｏｎ：倍率
脳出血部位の体積計算を適正に行う方法および装置を実現することができる。
また、上記各観点での本発明によれば、ユーザーの技量に影響されない安定な結果が得られる脳出血部位計算方法および装置を実現することができる。また、上記各観点での本発明によれば、ユーザーにとって操作しやすい脳出血部位計算方法および装置を実現することができる。
また、上記各観点での本発明によれば、上中下いずれの脳領域にも適応し、パーシャルヴォリューム・エフェクトおよび複数画像間のＣＴ値シフトの問題も克服した脳出血部位計算方法および装置を実現することができる。
以下、図面を参照して発明を実施するための最良の形態を説明する。なお、本発明は、発明を実施するための最良の形態に限定されるものではない。図１に画像処理装置の構成をブロック（ｂｌｏｃｋ）図によって示す。
本装置は本発明を実施するための最良の形態の一例である。本装置の構成によって、脳出血部位体積計算装置に関する発明を実施するための最良の形態の一例が示される。本装置の動作によって、脳出血部位体積計算方法に関する発明を実施するための最良の形態の一例が示される。
図１に示すように、本装置は、データ（ｄａｔａ）処理部１０、表示部２０、操作部３０、記憶部４０および入出力部５０を有する。データ処理部１０は、表示部２０および操作部３０を通じてのユーザー（ｕｓｅｒ）によるインタラクティブ（ｉｎｔｅｒａｃｔｉｖｅ）な操作に基づいて、記憶部４０に記憶されたデータについて所定のデータ処理を行う。データ処理部１０は、また、入出力部５０を通じて外部装置に対するデータ入出力を行う。
脳出血部位体積計算に使用するＸ線ＣＴ画像は、入出力部５０を通じて外部装置から入力される。Ｘ線ＣＴ画像は、連続スライス（ｓｌｉｃｅ）の複数の画像である。以下、Ｘ線ＣＴ画像を単に画像ともいう。
外部装置は例えばＸ線ＣＴ装置や医用画像サーバー（ｓｅｒｖｅｒ）等である。なお、本装置は、Ｘ線ＣＴ装置や医用画像サーバーの一部であってもよい。その場合は、入出力部５０は必ずしも必要でない。
本装置によって行われる脳出血部位体積計算について説明する。図２に、脳出血部位体積計算を行うためのプロセス（ｐｒｏｃｅｓｓ）を示す。図２に示すように、脳出血部位体積計算は３つのプロセスＳ１，Ｓ２，Ｓ３によって行われる。
プロセスＳ１は選択プロセスである。選択プロセスＳ１では、平均値検出部の選択、脳出血部の選択、および、除外部の選択が行われる。なお、除外部の選択は必要に応じて行われる。選択プロセスＳ１の詳細については後にあらためて説明する。
プロセスＳ２は解析／調整プロセスである。解析／調整プロセスＳ２では、ＣＴ値の平均値解析とＣＴ値の調整が行われる。解析／調整プロセスＳ２の詳細については後にあらためて説明する。
プロセスＳ３は計算プロセスである。計算プロセスＳ３では体積計算が行われる。体積計算により、脳出血部位の体積が算出される。計算プロセスＳ３の詳細については後にあらためて説明する。
図３に、本装置の動作のフローチャート（ｆｌｏｗ ｃｈａｒｔ）を示す。ステップ３０１（ｓｔｅｐ）で、画像呼出を行う。画像呼出は、ユーザーによる操作部３０の操作に基づいて行われる。画像呼出により、複数の画像の最初のものが表示部２０に表示される。
表示画像について、ステップ３０３で、脳出血の有無を判定する。脳出血の有無の判定はユーザーの目視によって行われる。脳出血がないと判定したときは、ステップ３０１に戻って次の画像の呼出を行う。脳出血が見あたらない間は、ステップ３０１，３０３の動作が繰り返される。
脳出血があると判定したときは、ステップ３０５で、平均値検出ＲＯＩ（Ｒｅａｓｉｏｎ ｏｆ Ｉｎｔｅｒｅｓｔ）設定を行う。平均値検出ＲＯＩ設定は、画像における正常な脳実質部のＣＴ値の平均値を求めるために行われる。
図４に、平均値検出ＲＯＩ設定の一例を示す。図４に示すように、脳実質部の脳出血を起こしていない部分に、円形のＲＯＩが設定される。ＲＯＩ設定は、例えば、ユーザーが画像の所望の部分を操作部３０のポインティングデバイス（ｐｏｉｎｔｉｎｇ ｄｅｖｉｃｅ）でクリック（ｃｌｉｃｋ）すること等によって行われる。ＲＯＩの面積は予め定められている。なお、平均値検出ＲＯＩは、前もって、複数の画像に設定しておいてもよい。操作部３０は、本発明における設定手段の一例である。
次に、ステップ３０７で、脳出血部ＲＯＩ設定を行う。脳出血部ＲＯＩ設定は、画像における脳出血部を特定するために行われる。図５に、脳出血部ＲＯＩ設定の一例を示す。図５に示すように、脳出血部を包含するように楕円や長方形等の適宜の図形のＲＯＩが設定される。
ＲＯＩ設定は、例えば、ユーザーが画像の所望の部分を操作部３０のポインティングデバイスでクリックしてＲＯＩ図形を出現させ、その図形の位置、形状、大きさ、傾き等を、脳出血部を包含するように調整することによって行われる。操作部３０は、本発明における設定手段の一例である。
脳出血部ＲＯＩは脳出血部を包含するものであればよく、脳出血部の輪郭を精密になぞる必要はない。また、図５に示すように、同一の脳出血部を含む複数のＲＯＩを設定してよい。このため、ＲＯＩ設定は容易であり、かつ、労力と時間が少なくて済む。したがって、ユーザーにとってやりやすく、上中下いずれの脳領域にも何らの困難もなく適応できる。また、ユーザーの技量にも影響されない。
脳出血部ＲＯＩは骨部を含まないように設定するが、例えば図６に示すように、脳出血部が頭骨に近接しているときはそのような設定は困難なので、骨部を含んで設定せざるを得ない。その場合は、ＣＴ値の相違を利用して脳出血部と骨部の境界を検出し、境界の内側を脳出血部ＲＯＩとする。脳出血部と骨部の境界検出は、データ処理部１０により、既知のアルゴリズム（ａｌｇｏｒｉｔｈｍ）によって自動的に行われる。データ処理部１０は、本発明における骨部除外手段の一例である。
次に、ステップ３０９で、除外部の有無を判定する。除外部の有無の判定はユーザーの目視によって行われる。除外部とは、脳出血でないことが明らかな高輝度部であって、例えば、手術によって脳内に残置された人工物や自然発生の石灰化（Ｃａｌｃｉｆｉｃａｔｉｏｎ）部等である。
除外部があるときは、ステップ３１１で、除外部設定を行う。除外部設定の一例を図７に示す。図７における長方形部が除外部である。除外部設定は、除外すべき物体の輪郭を操作部３０のポインティングデバイス等でなぞることによって行われる。なお、除外部設定は除外物があるときだけの例外的な処理であり、頻度は小さい。操作部３０は、本発明における異物部除外手段の一例である。
特殊な場合として、例えば図８に示すように、血液が脳室内に存在する場合がある。これは、脳実質部の出血ではないので体積計算の対象外である。全自動方式では、このような場合は誤動作が発生するが、本装置では、ユーザーが目視によって判定するので、そのような事態は容易に回避可能である。
ステップ３１３で、設定登録を行う。これによって、平均値検出ＲＯＩ設定と脳出血部ＲＯＩ設定の内容が記憶部４０に記憶される。また、除外部があるときは除外部設定も登録される。これによって、１つの画像について、平均値検出ＲＯＩ設定と脳出血部ＲＯＩ設定（および除外部設定）が確定する。
ステップ３１５で、未呼出画像の有無を判定し、未呼出画像があるときはステップ３０１に戻って次の画像を呼び出し、その画像について、ステップ３０３−３１３の処理を行う。この動作を、未呼出画像がなくなるまで繰り返す。これによって、複数の画像の全てについて、平均値検出ＲＯＩ設定と脳出血部ＲＯＩ設定（および除外部設定）が画像ごとに確定する。ステップ３０３−３１５は、図２に示した選択プロセスＳ１に相当する。
ステップ３１７で、平均値算出を行う。平均値算出は、データ処理部１０によって行われる。データ処理部１０は、本発明における平均値算出手段の一例である。データ処理部１０は、平均値検出ＲＯＩ内のＣＴ値の平均値を画像ごとに求める。これによって、下記のような平均値が得られる。
ここで、
ｉ：画像番号
Ｉ：最大画像番号
ステップ３１９で、シフト量算出を行う。シフト量算出は、データ処理部１０によって行われる。データ処理部１０は、本発明におけるシフト量算出手段の一例である。データ処理部１０は、次式により、各画像の平均値を基準平均値とシフト量の和に分解する。
ｉ：画像番号
Ｉ：最大画像番号
ステップ３１９で、シフト量算出を行う。シフト量算出は、データ処理部１０によって行われる。データ処理部１０は、本発明におけるシフト量算出手段の一例である。データ処理部１０は、次式により、各画像の平均値を基準平均値とシフト量の和に分解する。
基準平均値としては、例えば１番目の画像の平均値が用いられる。なお、それに限らず、複数の画像のいずれか１つの平均値を基準平均値としてよい。
ステップ３２１で、ＣＴ値調整を行う。ＣＴ値調整は、データ処理部１０によって行われる。データ処理部１０は、本発明における調整手段の一例である。データ処理部１０は、シフト量を用いて脳出血部ＲＯＩの各画素のＣＴ値を調整する。ＣＴ値調整は次式により画像ごとに行われる。
ステップ３２１で、ＣＴ値調整を行う。ＣＴ値調整は、データ処理部１０によって行われる。データ処理部１０は、本発明における調整手段の一例である。データ処理部１０は、シフト量を用いて脳出血部ＲＯＩの各画素のＣＴ値を調整する。ＣＴ値調整は次式により画像ごとに行われる。
ここで、
ｉ：画像番号
ｍ：同一画像における画素番号
このようなＣＴ値調整を行うことにより、複数画像間のＣＴ値シフトを調整して、平均値検出ＲＯＩ内の画素値条件を全画像を通じて同一にすることができる。
ｉ：画像番号
ｍ：同一画像における画素番号
このようなＣＴ値調整を行うことにより、複数画像間のＣＴ値シフトを調整して、平均値検出ＲＯＩ内の画素値条件を全画像を通じて同一にすることができる。
次に、ステップ３２３で、最大値特定を行う。最大値特定は、データ処理部１０によって行われる。データ処理部１０は、ＣＴ値調整済の画素値の最大値を脳出血部ＲＯＩごとに特定し、それら最大値のうちの最大のものを特定する。これによって、下記のように、ＲＯＩごとの最大値および複数のＲＯＩ全体を通じての最大値がそれぞれ得られる。
ここで、
ｊ：ＲＯＩ番号
Ｊ：最大ＲＯＩ番号
ステップ３１７−３２３は、図２に示した解析／調整プロセスＳ２に相当する。
ｊ：ＲＯＩ番号
Ｊ：最大ＲＯＩ番号
ステップ３１７−３２３は、図２に示した解析／調整プロセスＳ２に相当する。
ステップ３２５で、体積計算を行う。ステップ３２５は、図２に示した計算プロセスＳ３に相当する。体積計算は、データ処理部１０によって行われる。データ処理部１０は、先ず画素の１個当たりの体積を求める。１個当たりの画素体積は次式によって求められる。
ここで、
ＤＦＯＶ：デファインド（Ｄｅｆｉｎｅｄ）ＦＯＶの大きさ
ＳＦＯＶ：スキャン（ｓｃａｎ）ＦＯＶの大きさ
ＳｌｉｃｅＴｈｉｃｋｎｅｓｓ：スライス（ｓｌｉｃｅ）厚
Ｍａｇｎｉｆｉｃａｔｉｏｎ：倍率
データ処理部１０は、次に、ＣＴ値調整済の画素値を、複数の画像を通じてＣＴ値順にソート（ｓｏｒｔ）する。これによって、次式に示すような数列が得られる。
ＤＦＯＶ：デファインド（Ｄｅｆｉｎｅｄ）ＦＯＶの大きさ
ＳＦＯＶ：スキャン（ｓｃａｎ）ＦＯＶの大きさ
ＳｌｉｃｅＴｈｉｃｋｎｅｓｓ：スライス（ｓｌｉｃｅ）厚
Ｍａｇｎｉｆｉｃａｔｉｏｎ：倍率
データ処理部１０は、次に、ＣＴ値調整済の画素値を、複数の画像を通じてＣＴ値順にソート（ｓｏｒｔ）する。これによって、次式に示すような数列が得られる。
ここで、
ｐｎ ：ＣＴ値調整済の画素値
ｎ：複数の画像を通じての画素番号
Ｎ：複数の画像を通じての総画素数
データ処理部１０は、次に、画素値群における最大値を
ｐｎ ：ＣＴ値調整済の画素値
ｎ：複数の画像を通じての画素番号
Ｎ：複数の画像を通じての総画素数
データ処理部１０は、次に、画素値群における最大値を
として特定する。データ処理部１０は、本発明における特定手段の一例である。
そして、データ処理部１０は、次式によって体積計算を行う。データ処理部１０は、本発明における計算手段の一例である。
そして、データ処理部１０は、次式によって体積計算を行う。データ処理部１０は、本発明における計算手段の一例である。
上式は、画素体積に重みを付けて全加算する式となっている。重み係数は、画素のＣＴ値と基準平均値との差を、最大値と基準平均値との差で正規化したものとしてある。ただし、基準平均値以下のＣＴ値を持つ画素の重み係数は０とする。
このため、最大のＣＴ値を持つ画素の重み係数は１となり、基準平均値以下のＣＴ値を持つ画素の重み係数０となり、最大値と基準平均値の間のＣＴ値を持つ画素の重み係数は１と０の間の値をとる。
このような重み付けにより、体積計算に寄与する画素はＣＴ値が基準平均値より大きいものだけとなる。そして、その寄与度は、最大のＣＴ値を持つ画素が最も大きく、以下、最大値からの隔たりに応じて寄与度が低くなる。
寄与度の低下は、パーシャルヴォリューム・エフェクトの程度を表す。上式は、パーシャルヴォリューム・エフェクトの大きい画素ほど寄与度を小さくして体積計算を行うものであり、脳出血部位の体積計算用の式として理にかなっている。また、基準平均値以下のＣＴ値を持つ画素の寄与度を０とすることも理にかなっている。
さらに、個々の画素値がノイズ（ｎｏｉｓｅ）を含んでいても、全加算により相殺されるのでノイズの影響も極めて少ない。このため、上式によって計算された体積は、ＣＴ値調整の効果とあいまって脳出血部位の体積を正確に示すものとなる。
１０ データ処理部
２０ 表示部
３０ 操作部
４０ 記憶部
５０ 入出力部
２０ 表示部
３０ 操作部
４０ 記憶部
５０ 入出力部
Claims (6)
- 脳出血を発症している頭部をＸ線ＣＴ装置で撮影して得られる連続スライスの複数の画像について正常な脳実質部に関するＲＯＩと脳出血部に関するＲＯＩをそれぞれ設定し、
正常な脳実質部に関するＲＯＩ内の画素のＣＴ値の平均値を複数の画像についてそれぞれ求め、
１つの画像の平均値を基準として他の画像の平均値のシフト量を画像ごとに求め、
画像ごとのシフト量を用いて脳出血部に関するＲＯＩ内の画素のＣＴ値を画像ごとに調整し、
調整後のＣＴ値について複数の画像を通じての最大値を特定し、
次式によって脳出血部位の体積を計算する、
ｎ：脳出血部に関するＲＯＩ内の画素の複数の画像を通じての画素番号
Ｎ：脳出血部に関するＲＯＩ内の画素の複数の画像を通じての総画素数
ｐｎ ：脳出血部に関するＲＯＩ内の画素の調整後のＣＴ値
ＤＦＯＶ：デファインドＦＯＶの大きさ
ＳＦＯＶ：スキャンＦＯＶの大きさ
ＳｌｉｃｅＴｈｉｃｋｎｅｓｓ：スライス厚
Ｍａｇｎｉｆｉｃａｔｉｏｎ：倍率
ことを特徴とする脳出血部位体積計算方法。 - 脳出血部に関するＲＯＩに含まれる骨部を除外する、
ことを特徴とする請求項１に記載の脳出血部位体積計算方法。 - 脳出血部に関するＲＯＩに含まれる異物部を除外する、
ことを特徴とする請求項１または請求項２に記載の脳出血部位体積計算方法。 - 脳出血を発症している頭部をＸ線ＣＴ装置で撮影して得られる連続スライスの複数の画像について正常な脳実質部に関するＲＯＩと脳出血部に関するＲＯＩをそれぞれ設定する設定手段と、
正常な脳実質部に関するＲＯＩ内の画素のＣＴ値の平均値を複数の画像についてそれぞれ求める平均値算出手段と、
１つの画像の平均値を基準として他の画像の平均値のシフト量を画像ごとに求めるシフト量算出手段と、
画像ごとのシフト量を用いて脳出血部に関するＲＯＩ内の画素のＣＴ値を画像ごとに調整する調整手段と、
調整後のＣＴ値について複数の画像を通じての最大値を特定する特定手段と、
次式によって脳出血部位の体積を計算する計算手段と、
ｎ：脳出血部に関するＲＯＩ内の画素の複数の画像を通じての画素番号
Ｎ：脳出血部に関するＲＯＩ内の画素の複数の画像を通じての総画素数
ｐｎ ：脳出血部に関するＲＯＩ内の画素の調整後のＣＴ値
ＤＦＯＶ：デファインドＦＯＶの大きさ
ＳＦＯＶ：スキャンＦＯＶの大きさ
ＳｌｉｃｅＴｈｉｃｋｎｅｓｓ：スライス厚
Ｍａｇｎｉｆｉｃａｔｉｏｎ：倍率
を具備することを特徴とする脳出血部位体積計算装置。 - 脳出血部に関するＲＯＩに含まれる骨部を除外する骨部除外手段、
を具備することを特徴とする請求項４に記載の脳出血部位体積計算装置。 - 脳出血部に関するＲＯＩに含まれる異物部を除外する異物部除外手段、
を具備することを特徴とする請求項４または請求項５に記載の脳出血部位体積計算装置。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2005101373541A CN1977770B (zh) | 2005-12-01 | 2005-12-01 | 计算脑溢血3d体积的方法和装置 |
| CN200510137354.1 | 2005-12-01 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2007152105A true JP2007152105A (ja) | 2007-06-21 |
| JP4938427B2 JP4938427B2 (ja) | 2012-05-23 |
Family
ID=38129198
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2006325313A Active JP4938427B2 (ja) | 2005-12-01 | 2006-12-01 | 脳出血部位体積計算装置 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US7684600B2 (ja) |
| JP (1) | JP4938427B2 (ja) |
| CN (1) | CN1977770B (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011007691A (ja) * | 2009-06-26 | 2011-01-13 | Toshiba Corp | 核医学イメージング装置および画像処理プログラム |
| JP2019180699A (ja) * | 2018-04-06 | 2019-10-24 | 富士フイルム株式会社 | 画像診断支援装置、方法およびプログラム |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101466311B (zh) * | 2006-06-13 | 2012-01-11 | Ge医疗***环球技术有限公司 | 用于脑出血分割的方法和设备 |
| US8170304B2 (en) * | 2007-04-03 | 2012-05-01 | Siemens Aktiengesellschaft | Modeling cerebral aneurysms in medical images |
| US9091628B2 (en) | 2012-12-21 | 2015-07-28 | L-3 Communications Security And Detection Systems, Inc. | 3D mapping with two orthogonal imaging views |
| WO2014199995A1 (ja) * | 2013-06-11 | 2014-12-18 | 株式会社 東芝 | Ｘ線コンピュータ断層撮影装置、およびスキャン開始タイミング決定方法 |
| US20180082428A1 (en) * | 2016-09-16 | 2018-03-22 | Qualcomm Incorporated | Use of motion information in video data to track fast moving objects |
| US11694332B2 (en) * | 2018-12-21 | 2023-07-04 | The Trustees Of Indiana University | Active bleeding measurement |
| CN110443268B (zh) * | 2019-05-30 | 2022-02-08 | 杭州电子科技大学 | 一种基于深度学习的肝部ct图像良性恶性分类方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005118510A (ja) * | 2003-10-15 | 2005-05-12 | Lexi:Kk | 脳の出血部位、腫瘍、挫傷等の計測および観察用プログラム |
| JP2009539515A (ja) * | 2006-06-14 | 2009-11-19 | ザンヒェツ，アレクサンダー | 大腿部スリーブ付き安全バンデージ |
| JP2011514822A (ja) * | 2008-03-03 | 2011-05-12 | エージェンシー フォー サイエンス，テクノロジー アンド リサーチ | Ｃｔスキャンデータをセグメント化する方法とシステム |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2674349B1 (fr) * | 1991-03-20 | 1993-07-02 | Armines | Procede de traitement d'images par files d'attente hierarchisees. |
| US6138045A (en) * | 1998-08-07 | 2000-10-24 | Arch Development Corporation | Method and system for the segmentation and classification of lesions |
| US6454711B1 (en) | 1999-04-23 | 2002-09-24 | The Regents Of The University Of California | Microwave hemorrhagic stroke detector |
| WO2002043564A2 (en) * | 2000-11-28 | 2002-06-06 | Allez Physionix Limited | Systems and methods for making non-invasive physiological assessments |
| US20060079773A1 (en) | 2000-11-28 | 2006-04-13 | Allez Physionix Limited | Systems and methods for making non-invasive physiological assessments by detecting induced acoustic emissions |
| US6875175B2 (en) * | 2002-07-01 | 2005-04-05 | Reichert, Inc. | Duel mode non-contact tonometer |
| US6891922B2 (en) * | 2002-11-22 | 2005-05-10 | Ge Medical Systems Global Technology Company, Llc | Methods and apparatus for the classification of nodules |
-
2005
- 2005-12-01 CN CN2005101373541A patent/CN1977770B/zh active Active
-
2006
- 2006-11-29 US US11/564,502 patent/US7684600B2/en active Active
- 2006-12-01 JP JP2006325313A patent/JP4938427B2/ja active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005118510A (ja) * | 2003-10-15 | 2005-05-12 | Lexi:Kk | 脳の出血部位、腫瘍、挫傷等の計測および観察用プログラム |
| JP2009539515A (ja) * | 2006-06-14 | 2009-11-19 | ザンヒェツ，アレクサンダー | 大腿部スリーブ付き安全バンデージ |
| JP2011514822A (ja) * | 2008-03-03 | 2011-05-12 | エージェンシー フォー サイエンス，テクノロジー アンド リサーチ | Ｃｔスキャンデータをセグメント化する方法とシステム |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011007691A (ja) * | 2009-06-26 | 2011-01-13 | Toshiba Corp | 核医学イメージング装置および画像処理プログラム |
| JP2019180699A (ja) * | 2018-04-06 | 2019-10-24 | 富士フイルム株式会社 | 画像診断支援装置、方法およびプログラム |
| JP7115891B2 (ja) | 2018-04-06 | 2022-08-09 | 富士フイルム株式会社 | 画像診断支援装置、方法およびプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| CN1977770B (zh) | 2011-08-10 |
| US7684600B2 (en) | 2010-03-23 |
| JP4938427B2 (ja) | 2012-05-23 |
| US20070167746A1 (en) | 2007-07-19 |
| CN1977770A (zh) | 2007-06-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4938427B2 (ja) | 脳出血部位体積計算装置 | |
| US7248749B2 (en) | Method and apparatus for signal-to-noise ratio dependent image processing | |
| EP3174467B1 (en) | Ultrasound imaging apparatus | |
| CN103026379B (zh) | 推算图像噪音水平的方法 | |
| US7899229B2 (en) | Method for detecting anatomical motion blur in diagnostic images | |
| US7340082B2 (en) | Method and medical imaging apparatus for determining a slice in an examination volume for data acquisition in the slice | |
| JP2007105264A (ja) | 医用画像判定装置、医用画像判定方法およびそのプログラム | |
| JP5839710B2 (ja) | 解析点設定装置および方法、並びに体動検出装置および方法 | |
| US9595116B2 (en) | Body motion detection device and method | |
| JP2007014525A (ja) | 医用画像診断システム | |
| JP5042533B2 (ja) | 医用画像表示装置 | |
| JP2007289335A (ja) | 医用画像診断支援装置 | |
| US10089728B2 (en) | Radiation-image processing device and method | |
| US20150327828A1 (en) | Body motion display device and body motion display method | |
| JP2005270635A (ja) | 画像処理方法及び処理装置 | |
| JP7404857B2 (ja) | 画像判定装置、画像判定方法及びプログラム | |
| KR20090078513A (ko) | 트렁케이션 아티팩트를 보정하는 방법 | |
| JP2020131019A (ja) | 画像処理装置、画像処理方法、およびプログラム | |
| Ilovar et al. | Analysis of radiograph and detection of cardiomegaly | |
| JP2008113850A (ja) | Ｘ線ｃｔ画像処理方法および装置 | |
| KR101750173B1 (ko) | 방사선 유효 피폭량 자동 계산 시스템 및 방법 | |
| JP2014171883A (ja) | 医用画像処理装置及び医用画像処理方法 | |
| US20160140708A1 (en) | Radiation-image processing device and method | |
| US20230419591A1 (en) | Method and Apparatus for Evaluating Surgical Corridors in the Skull | |
| US20040175025A1 (en) | Higher-order moment-based image projection method and image processing apparatus |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A625 | Written request for application examination (by other person) |
Free format text: JAPANESE INTERMEDIATE CODE: A625 Effective date: 20090213 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110607 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110831 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20111025 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20111114 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120113 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20120207 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20120223 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150302 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 4938427 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |