JP2009125226A - 画像処理装置、画像処理装置の制御方法、および画像処理装置の制御プログラム - Google Patents

画像処理装置、画像処理装置の制御方法、および画像処理装置の制御プログラム Download PDF

Info

Publication number
JP2009125226A
JP2009125226A JP2007301947A JP2007301947A JP2009125226A JP 2009125226 A JP2009125226 A JP 2009125226A JP 2007301947 A JP2007301947 A JP 2007301947A JP 2007301947 A JP2007301947 A JP 2007301947A JP 2009125226 A JP2009125226 A JP 2009125226A
Authority
JP
Japan
Prior art keywords
medical image
image processing
image data
information
processing apparatus
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
Application number
JP2007301947A
Other languages
English (en)
Other versions
JP4545185B2 (ja
Inventor
Kazuhiko Matsumoto
和彦 松本
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ziosoft Inc
Original Assignee
Ziosoft Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ziosoft Inc filed Critical Ziosoft Inc
Priority to JP2007301947A priority Critical patent/JP4545185B2/ja
Priority to US12/271,118 priority patent/US8244010B2/en
Publication of JP2009125226A publication Critical patent/JP2009125226A/ja
Application granted granted Critical
Publication of JP4545185B2 publication Critical patent/JP4545185B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

【課題】課題の一例として、医療画像処理装置の操作に熟練していないユーザであっても、表示された画像をポインティングデバイス等の入力装置を用いて操作することにより、適切な画像処理を迅速に行ない、医療画像を迅速に観察することを可能にする画像処理装置等を提供することにある。
【解決手段】属性情報を有する医療画像データを用いる医療画像処理装置において、患者情報を少なくとも含む医療情報、および医療画像データを用いる画像処理種別が入力される入力手段と、患者情報および画像処理種別に適合する医療画像データの組み合わせを抽出する抽出手段と、使用される可能性の最も高い当該医療画像データの組み合わせを選別する選別手段と、医療画像データの組み合わせと、選別結果情報を告知するための情報告知手段と、医療画像データの組み合わせのいずれかをユーザに選択させる選択手段とを備える構成を有する。
【選択図】図６

Description

本発明は、画像処理の種別に対応した医療画像データを提供する画像処理装置、画像処理方法および画像処理プログラムに関する。
コンピュータを用いた画像処理技術の進展により人体の内部構造を直接観測することを可能にしたＣＴ（Computed Tomography）、ＭＲＩ（Magnetic Resonance Imaging）、ＰＥＴ（Positron emission tomography）の出現は医療分野に革新をもたらし、生体の断層画像（スライスデータ）を用いた医療診断が広く行われている。医療診断においては、スライスデータを単に表示するばかりではなく、断層画像だけでは分かりにくい複雑な人体内部の３次元構造を可視化する技術として、例えば、ＣＴにより得られた物体の３次元デジタルデータ（ボリュームデータ）から３次元構造のイメージを直接描画するボリュームレンダリングが医療診断に使用されている。また、ボリュームレンダリングにおける３次元画像処理としてレイキャスト(Raycast)法、ＭＩＰ（Maximum Intensity Projection）法や、ボリュームデータから任意断面を切り出し、その断面を表示するＭＰＲ（Multi Planar Reconstruction）、ＣＰＲ（Curved Multi Planer Reconstruction）などが一般に使用されている。また、これらの医療画像データは、医療画像データを蓄積するための記憶装置等に蓄積される。
また、医療画像データには通常ＳｔｕｄｙＩＤ及びＳｅｒｉｅｓＩＤと言う識別情報が付されている。
ＳｔｕｄｙＩＤ（Identification）情報は、撮影者側の都合により任意に定めることができるスライスデータの論理的単位を表現する属性情報である。一般的には、一回の診断（例えば、ガンが疑われる場合に、ガンの有無またはガンの大きさを特定するために一日または複数日にわたる一台又は複数台の撮影装置によるスライスデータ群を特定する場合がある。）に必要な一連の撮影群（一台または複数の撮影装置による複数のスライスデータ群）である（これらのスライスデータには同一のＳｔｕｄｙＩＤ情報が含まれる）。
ＳｅｒｉｅｓＩＤ情報は、一つの撮影装置において、医療画像データの撮影を開始するボタン等の撮影開始スイッチが選択されてから、そのボタン等の撮影開始スイッチによって選択された撮影が終了するまでの一つまたは複数のスライスデータを特定するための属性情報である（これらのスライスデータには同一のＳｅｒｉｅｓＩＤ情報が含まれる）。例えば、同一のＳｅｒｉｅｓＩＤを持つ医療画像データを組み合わせると一つのボリュームデータが構成される場合がある。
これらの医療画像データを用い、医療画像データ処理を実行して描画する方法には、４次元データとしての描画処理、ＣＴによる画像とＰＥＴによる画像とを同時に表示するＣＴ−ＰＥＴフュージョン処理、２次元の動画（アンギオグラフィによる動画）の表示処理、ＭＲ脳パフュージョン処理、冠動脈解析処理等の画像処理種別がある。これらの処理を実行するためには、ユーザである医者、技師等が、各処理に最適と考えられる医療画像データの組み合わせを、その他の医療画像データと一緒に蓄積されている記憶装置等から、医療画像データの属性、および医療画像データの全部または一部を目視しつつ医療画像データの組み合わせを指定し、各処理を実行させ、各種の画像を描画させていた。
上記において記載した各種処理を実行するためには、各種処理内容に応じて必要とされる医療画像データの組み合わせが異なるので、多数の医療画像データの中から適切な組み合わせを選択しなければならず、所望する処理を実行させるためには適切な医療画像データの組み合わせを探し、所望の医療画像データを選択指定することが必要であった。この作業はユーザである医師等にとって、操作が煩雑であり、操作に時間がかかる上に、ユーザに対して大きなストレスがかかり、適切な医療行為に支障をきたす可能性があるという課題があった。
そこで、従来は撮影装置がＳｔｕｄｙＩＤ及びＳｅｒｉｅｓＩＤの識別情報を医療画像データに付していたが、撮影装置は上記において記載した各種処理について情報を持ち合わせていないので必ずしも適切な識別情報が付されているとは限らなかった。例えば、撮影は人体の全身を対象にして行うのに対して、特定の臓器を対象とした解析処理を行う場合である。また、複数の装置から医療画像データを取得し、それを組み合わせて利用する場合には、撮影装置毎に全く関連性のない識別情報が付されるので識別情報のみで適切な医療画像データの組み合わせを取得することが出来なかった。
また、誤った医療画像データの組み合わせを指定してしまうと、処理を実行するプログラムが誤った医療画像データの組み合わせの入力を拒否し、又は誤った画像を表示することから、医療画像データの組み合わせを指定するための操作が難しいという点も課題となっていた。
さらに、医療画像データのデータ量は通常は非常に大きいので、ユーザが医療画像データを指定してから処理が実行されるまでに、時間がかかって無駄な待ち時間が発生してしまうという課題も存在していた。
そこで、本発明は上記の問題点に鑑みて為されたもので、その目的の一例は、医療画像処理装置の操作に熟練していないユーザ（オペレータとなる医師等）であっても、医療画像処理装置に表示された画像をポインティングデバイス等の入力装置を用いて操作することにより、適切な画像処理を迅速に行ない、医療行為に必要な医療画像を迅速に観察することを可能にする画像処理装置、画像処理装置の制御方法、および画像処理装置の制御プログラムを提供することにある。
上記問題点を解決するために、請求項１に記載の発明は、属性情報を有する医療画像データを用いる医療画像処理装置において、患者情報を少なくとも含む医療情報、および前記医療画像データを用いる画像処理種別が入力される入力手段と、前記患者情報、および前記画像処理種別に適合する前記医療画像データの組み合わせについて前記属性情報を少なくとも利用して抽出する抽出手段と、前記抽出手段によって抽出された前記医療画像データの組み合わせから、前記画像処理種別における画像処理に使用される可能性の最も高い当該医療画像データの組み合わせを選別する選別手段と、前記医療画像データの組み合わせと、前記選別手段による選別の結果である選別結果情報を告知するための情報告知手段と、前記情報告知手段によって告知された前記医療画像データの組み合わせのいずれかをユーザに選択させる選択手段と、を備えることを特徴とする。
この発明によれば、膨大な医療画像データの中から、ユーザが所望する画像処理に合った適切な候補である医療画像データの組み合わせをユーザに提示することができる。
また、ユーザは所望の画像処理に合った適切な医療画像データの組み合わせを選択することができるので、誤った医療画像データの組み合わせを選択することがなく、ユーザの誤選択を防止することができ、ユーザの選択操作そのものが容易化される。
さらに、同じ患者の複数の医療画像データ（シリーズ）を次々とユーザが観察する場合に、ユーザの重複した操作を無くすことができ、ユーザの選択操作の高速化と簡略化を図ることができる。
さらに、最優先の候補となる医療画像データの組み合わせをユーザに提示するように構成されているので、提示された医療画像データの組み合わせがユーザの医療画像データの組み合わせの選択と一致した場合には、画像処理の高速化と明示的な選択にかかる操作を省略できユーザ操作の簡略化を図ることができる。
さらに、画像処理装置は医療画像データの組み合わせの抽出と選別（優先順位付け）を自動的に行なうので、一日に数多くの医療用画像を処理しなければならないユーザにとって、医療画像データの組み合わせを抽出して選別する煩雑な操作を省略でき、ユーザの労力の軽減、判断ミスおよび操作ミスを大幅に減少することが可能となる。
上記問題点を解決するために、請求項２に記載の発明は、請求項１に記載の医療画像処理装置において、前記画像処理種別に応じた描画設定が存在し、前記選択手段が前記医療画像データの組み合わせを選択したときに、前記描画設定に従って前記医療画像データを描画することを特徴とする。
この発明によれば、ユーザに選択された医療画像データの組み合わせを用いて画像処理を実施する場合に、それぞれの画像処理種別に推奨される医療画像データの可視化手段に応じた描画設定がなされるので、ユーザが改めて描画設定を行う手間を省略できると共に、画一的で客観的な描画が行えるのでより正確な診断を期待できる。
上記問題点を解決するために、請求項３に記載の発明は、請求項１又は２に記載の医療画像処理装置において、前記医療画像データの組み合わせは、少なくともボリュームデータを構成することを特徴とする。
この発明によれば、画像処理装置は医療画像データの組み合わせとして、複数のスライスデータを３次元配列として構成されたボリュームデータの形態をユーザに提供することができる。従って、画像処理装置は論理フォーマットの構成に束縛が少ない自由度の高い構成で処理単位を作成でき、ユーザにとって取り扱い易い処理単位で医療画像データ又は医療画像データの組み合わせを提供することが可能になる。
また、ユーザは医療画像データの処理単位がユーザの感覚に合った処理単位となっているので、表示された画面が見やすく、画像処理について適切な判断をすることが可能になる。さらに、ユーザの労力の軽減、判断ミスおよび操作ミスを大幅に減少することが可能となる。
上記問題点を解決するために、請求項４に記載の発明は、請求項１乃至３の何れか一項に記載の医療画像処理装置において、前記画像処理種別がフュージョン処理情報である場合には、前記抽出手段は前記患者の同一部位近辺における医療画像データの組み合わせを少なくとも２つ以上抽出することを特徴とする。
この発明によれば、入力された画像処理がフュージョン処理である場合には、かかる画像処理は少なくとも同一部位近辺における医療画像データの組み合わせを少なくとも２つ以上用いた画像処理であることが予め分かっているので、同一部位近辺の医療画像データを探すことによって、膨大な医療画像データの中から画像処理に適した医療画像データを探す手間が簡略化される。
また、ユーザ操作が少なく、ユーザに余計な負担および労力をかけることがなくなる（ユーザフレンドリな設計となる）。
上記問題点を解決するために、請求項５に記載の発明は、請求項１乃至４の何れか一項に記載の医療画像処理装置において、前記医療画像データの属性情報には前記患者情報が含まれ、さらに、撮影装置情報、撮影日時情報、撮影時刻情報、撮影条件情報、撮影座標情報、撮影縮尺情報、および造影剤使用の有無情報のうち少なくとも一つ以上の情報が属性情報として含まれていることを特徴とする。
この発明によれば、医療画像データには様々な情報が含まれているので、ユーザは所望の画像処理を実行しようとした場合に、画像処理装置は膨大な医療画像データの中から迅速に、ユーザが所望する画像処理に適合する医療画像データの組み合わせを抽出することができる。
また、ユーザに対して頻繁にユーザインターフェースを操作して医療画像データを探す負担を繰り返してかけることがないので、ユーザにとって操作性のよい画像処理装置を提供することが可能になる。
上記問題点を解決するために、請求項６に記載の発明は、請求項１乃至５の何れか一項に記載の医療画像処理装置において、前記選択手段によってユーザが前記医療画像データの組み合せを選択する前に、前記選別手段によって選別された前記医療画像データの組み合わせを事前に取り込む取込み手段を、更に備えることを特徴とする。
この発明によれば、最優先の候補となる医療画像データの組み合わせをユーザに提示するように構成されているので、医療処理処置の選別（医療画像データの組み合わせの優先順位付け）がユーザによる医療画像データの組み合わせ選択と一致した場合には、画像処理の高速化を図ることができる。
また、画像処理装置は医療画像データの組み合わせの抽出と選別（優先順位付け）を自動的に行ない、転送速度の遅い医療画像データの取込みを待つことなく、優先順位の高い医療画像データの組み合わせをユーザ操作が行われる前にあらかじめ画像処理装置内部の高速な記憶媒体に取り込んでおくので、直ぐに画像処理を実行できる状態になりユーザの待ち時間が少ない高速な画像処理装置を実現できる。
上記問題点を解決するために、請求項７に記載の発明は、請求項１乃至６の何れか一項に記載の医療画像処理装置において、前記患者情報、前記選択手段が選択した前記医療画像データの組み合わせを前記抽出手段が抽出した時に使用された条件を利用して前記画像処理種別に適合する新たな前記医療画像データの組み合わせを抽出することを特徴とする。
この発明によれば、例えば、特定の患者の経過を観察するときにそれぞれの撮影時期毎に医療画像データの組み合わせが存在する場合がある。このような時に、最新の経過を含む医療画像データの組み合わせを対象に観察を行っていたとして、次には比較などのために過去の経過を類似の形態で観察したいという要求に対して、適切な過去の経過を含む医療画像データの組み合わせを同等の条件で処理することにより、より迅速で客観的な検査を行うことが出来る。
上記問題点を解決するために、請求項８に記載の発明は、請求項１乃至７の何れか一項に記載の医療画像処理装置において、前記患者情報の患者とは異なる患者の患者情報、前記選択手段が選択した前記医療画像データの組み合わせを前記抽出手段が抽出した時に使用された条件を利用して前記画像処理種別に適合する新たな前記医療画像データの組み合わせを抽出することを特徴とする。
この発明によれば、例えば、スクリーニング検診等に於いて次々と異なる患者に対して同様の検査を行う場合がある。このような時には、異なる患者に対して同様の条件で次々と画像処理が行えると利便である。この発明により、同様の条件を有する医療画像データの組み合わせをユーザに提示するのでより迅速に診断が行えると伴に客観性をもたらすことが出来る。
上記問題点を解決するために、請求項９に記載の発明は、請求項１乃至８の何れか一項に記載の医療画像処理装置において、前記抽出手段は、前記入力手段によって入力された前記画像処理種別と同一の当該画像処理種別に基づいて前記選択手段が過去に選択した前記医療画像データの組み合わせを利用して新たな前記医療画像データの組み合わせを抽出することを特徴とする。
この発明によれば、画像処理装置はユーザが以前に選択した医療画像データの組み合わせを履歴情報として記憶しておき、同じ画像処理がユーザによって入力された場合には履歴情報に基づいて、医療画像データの組み合わせを探すので（学習機能）、より高速かつ効率的な画像処理装置を実現することが可能になる。
上記問題点を解決するために、請求項１０に記載の発明は、請求項１乃至９の何れか一項に記載の医療画像処理装置において、前記医療画像データの取り込みは、医療画像データ蓄積手段から取り込むことを特徴とする。
この発明によれば画像処理装置をスタンドアローンタイプの装置としてではなく、クライアントサーバタイプの画像処理装置として活用できるので、医療画像データを外部のデータベースサーバに記憶しておくことにより、医療画像データベースの保守管理が容易になるとともに、多くのユーザが容易に端末装置から医療画像データを使用する（共用する）ことが可能になる。
上記問題点を解決するために、請求項１１に記載の発明は、属性情報を有する医療画像データを用いる医療画像処理装置の制御方法において、患者情報を少なくとも含む医療情報、および前記医療画像データを用いる画像処理種別が入力される入力工程と、前記患者情報、および前記画像処理種別に適合する前記医療画像データの組み合わせについて前記属性情報を少なくとも利用して抽出する抽出工程と、前記抽出工程において抽出された前記医療画像データの組み合わせから、前記画像処理種別における画像処理に使用される可能性の最も高い当該医療画像データの組み合わせを選別する選別工程と、前記医療画像データの組み合わせと、前記選別工程における選別の結果である選別結果情報を告知するための情報告知工程と、前記情報告知工程において告知された前記医療画像データの組み合わせのいずれかをユーザに選択させる選択工程と、を備えることを特徴とする。
上記問題点を解決するために、請求項１２に記載の発明は、請求項１１に記載の医療画像処理装置の制御方法において、前記画像処理種別に応じた描画設定が存在し、 前記選択工程において前記医療画像データの組み合わせを選択したときに、前記描画設定に従って前記医療画像データを描画することを特徴とする。
上記問題点を解決するために、請求項１３に記載の発明は、請求項１１又は１２に記載の医療画像処理装置の制御方法において、前記医療画像データの組み合わせは、少なくともボリュームデータを構成することを特徴とする。
上記問題点を解決するために、請求項１４に記載の発明は、請求項１１乃至１３の何れか一項に記載の医療画像処理装置の制御方法において、前記画像処理種別がフュージョン処理情報である場合には、前記抽出工程において前記患者の同一部位近辺における医療画像データの組み合わせを少なくとも２つ以上抽出することを特徴とする。
上記問題点を解決するために、請求項１５に記載の発明は、請求項１１乃至１４の何れか一項に記載の医療画像処理装置の制御方法において、前記医療画像データの属性情報には前記患者情報が含まれ、さらに、撮影装置情報、撮影日時情報、撮影時刻情報、撮影条件情報、撮影座標情報、撮影縮尺情報、および造影剤使用の有無情報のうち少なくとも一つ以上の情報が属性情報として含まれていることを特徴とする。
上記問題点を解決するために、請求項１６に記載の発明は、請求項１１乃至１５の何れか一項に記載の医療画像処理装置の制御方法において、前記選択工程においユーザが前記医療画像データの組み合せを選択する前に、前記選別工程において選別された前記医療画像データの組み合わせを事前に取り込む取込み工程を、更に備えることを特徴とする。
上記問題点を解決するために、請求項１７に記載の発明は、請求項１１乃至１６の何れか一項に記載の医療画像処理装置の制御方法において、前記患者情報、前記選択手段が選択した前記医療画像データの組み合わせを前記抽出工程において抽出した時に使用された条件を利用して前記画像処理種別に適合する新たな前記医療画像データの組み合わせを抽出することを特徴とする。
上記問題点を解決するために、請求項１８に記載の発明は、請求項１１乃至１７の何れか一項に記載の医療画像処理装置の制御方法において、前記患者情報の患者とは異なる患者の患者情報、前記選択工程において選択された前記医療画像データの組み合わせを前記抽出工程において抽出した時に使用された条件を利用して前記画像処理種別に適合する新たな前記医療画像データの組み合わせを抽出することを特徴とする。
上記問題点を解決するために、請求項１９に記載の発明は、請求項１１乃至１８の何れか一項に記載の医療画像処理装置の制御方法において、前記抽出工程は、前記入力工程において入力された前記画像処理種別と同一の当該画像処理種別に基づいて前記選択工程において過去に選択した前記医療画像データの組み合わせを利用して新たな前記医療画像データの組み合わせを抽出することを特徴とする。
上記問題点を解決するために、請求項２０に記載の発明は、請求項１１乃至１９の何れか一項に記載の医療画像処理装置の制御方法において、前記医療画像データの取り込みは、医療画像データ蓄積工程から取り込むことを特徴とする。
上記問題点を解決するために、請求項２１に記載の発明は、属性情報を有する医療画像データを用いる医療画像処理装置に含まれるコンピュータを、患者情報を少なくとも含む医療情報、および前記医療画像データを用いる画像処理種別が入力される入力手段、前記患者情報、および前記画像処理種別に適合する前記医療画像データの組み合わせについて前記属性情報を少なくとも利用して抽出する抽出手段、前記抽出手段によって抽出された前記医療画像データの組み合わせから、前記画像処理種別における画像処理に使用される可能性の最も高い当該医療画像データの組み合わせを選別する選別手段、前記医療画像データの組み合わせと、前記選別手段による選別の結果である選別結果情報を告知するための情報告知手段、前記情報告知手段によって告知された前記医療画像データの組み合わせのいずれかをユーザに選択させる選択手段、として機能させることを特徴とする。
上記問題点を解決するために、請求項２２に記載の発明は、請求項２１に記載の医療画像処理装置の制御プログラムにおいて、前記画像処理種別に応じた描画設定が存在し、前記選択手段が前記医療画像データの組み合わせを選択したときに、前記描画設定に従って前記医療画像データを描画することを特徴とする。
上記問題点を解決するために、請求項２３に記載の発明は、請求項２１又は２２に記載の医療画像処理装置の制御プログラムにおいて、前記医療画像データの組み合わせは、少なくともボリュームデータを構成することを特徴とする。
上記問題点を解決するために、請求項２４に記載の発明は、請求項２１乃至２３の何れか一項に記載の医療画像処理装置の制御プログラムにおいて、前記画像処理種別がフュージョン処理情報である場合には、前記抽出手段は前記患者の同一部位近辺における医療画像データの組み合わせを少なくとも２つ以上抽出することを特徴とする。
上記問題点を解決するために、請求項２５に記載の発明は、請求項２１乃至２４の何れか一項に記載の医療画像処理装置の制御プログラムにおいて、前記医療画像データの属性情報には前記患者情報が含まれ、さらに、撮影装置情報、撮影日時情報、撮影時刻情報、撮影条件情報、撮影座標情報、撮影縮尺情報、および造影剤使用の有無情報のうち少なくとも一つ以上の情報が属性情報として含まれていることを特徴とする。
上記問題点を解決するために、請求項２６に記載の発明は、請求項２１乃至２５の何れか一項に記載の医療画像処理装置の制御プログラムにおいて、前記選択手段によってユーザが前記医療画像データの組み合せを選択する前に、前記選別手段によって選別された前記医療画像データの組み合わせを事前に取り込む取込み手段、として更に機能させることを特徴とする。
上記問題点を解決するために、請求項２７に記載の発明は、請求項２１乃至２６の何れか一項に記載の医療画像処理装置の制御プログラムにおいて、前記患者情報、前記選択手段が選択した前記医療画像データの組み合わせを前記抽出手段が抽出した時に使用された条件を利用して前記画像処理種別に適合する新たな前記医療画像データの組み合わせを抽出することを特徴とする。
上記問題点を解決するために、請求項２８に記載の発明は、請求項２１乃至２７の何れか一項に記載の医療画像処理装置の制御プログラムにおいて、前記患者情報の患者とは異なる患者の患者情報、前記選択手段が選択した前記医療画像データの組み合わせを前記抽出手段が抽出した時に使用された条件を利用して前記画像処理種別に適合する新たな前記医療画像データの組み合わせを抽出することを特徴とする。
上記問題点を解決するために、請求項２９に記載の発明は、請求項２１乃至２８の何れか一項に記載の医療画像処理装置の制御プログラムにおいて、前記抽出手段は、前記入力手段によって入力された前記画像処理種別と同一の当該画像処理種別に基づいて前記選択手段が過去に選択した前記医療画像データの組み合わせを利用して新たな前記医療画像データの組み合わせを抽出するように機能させることを特徴とする。
上記問題点を解決するために、請求項３０に記載の発明は、請求項２１乃至２９の何れか一項に記載の医療画像処理装置の制御プログラムにおいて、前記医療画像データの取り込みは、医療画像データ蓄積手段から取り込むように機能させることを特徴とする。
この発明によれば、膨大な医療画像データの組み合わせの中から、ユーザが所望する画像処理に合った適切な候補である医療画像データの組み合わせをユーザに提示することができる。
また、ユーザは所望の画像処理に合った適切な医療画像データ（医療画像データの組み合わせを含む）を選択することができるので、誤った医療画像データを選択することがなく、ユーザの誤選択を防止することができ、ユーザの選択操作そのものが容易化される。
さらに、同じ患者の複数の医療画像データ（シリーズ）を次々とユーザが観察する場合に、ユーザの重複した操作を無くすことができ、ユーザの選択操作の高速化と簡略化を図ることができる。
さらに、最優先の候補となる医療画像データの組み合わせをユーザに提示するように構成されているので、提示された医療画像データの組み合わせがユーザの医療画像データの組み合わせの選択と一致した場合には、画像処理の高速化と明示的な選択にかかる操作を省略できユーザ操作の簡略化を図ることができる。
さらに、画像処理装置は医療画像データの組み合わせの抽出と選別（優先順位付け）を自動的に行なうので、一日に数多くの医療用画像を処理しなければならないユーザにとって、医療画像データの組み合わせを抽出して選別する煩雑な操作を省略でき、ユーザの労力の軽減、判断ミスおよび操作ミスを大幅に減少することが可能となる。
さらに、ユーザに選択された医療画像データの組み合わせを用いて画像処理を実施する場合に、それぞれの画像処理種別に推奨される医療画像データの可視化手段に応じた描画設定がなされるので、ユーザが改めて描画設定を行う手間を省略できると共に、画一的で客観的な描画が行えるのでより正確な診断を期待できる。
さらに、画像処理装置は医療画像データの組み合わせとして、複数のスライスデータを３次元配列として構成されたボリュームデータの形態をユーザに提供することができる。従って、画像処理装置は論理フォーマットの構成に束縛が少ない自由度の高い構成で処理単位を作成でき、ユーザにとって取り扱い易い処理単位で医療画像データ又は医療画像データの組み合わせを提供することが可能になる。
さらに、ユーザは医療画像データの処理単位がユーザの感覚に合った処理単位となっているので、表示された画面が見やすく、画像処理について適切な判断をすることが可能になる。さらに、ユーザの労力の軽減、判断ミスおよび操作ミスを大幅に減少することが可能となる。
さらに、入力された画像処理がフュージョン処理である場合には、かかる画像処理は少なくとも同一部位近辺における医療画像データの組み合わせを少なくとも２つ以上用いた画像処理であることが予め分かっているので、同一部位近辺の医療画像データを探すことによって、膨大な医療画像データの中から画像処理に適した医療画像データを探す手間が簡略化される。
また、ユーザ操作が少なく、ユーザに余計な負担および労力をかけることがなくなる（ユーザフレンドリな設計となる）。
さらに、医療画像データには様々な情報が含まれているので、ユーザは所望の画像処理を実行しようとした場合に、画像処理装置は膨大な医療画像データの中から迅速に、ユーザが所望する画像処理に適合する医療画像データの組み合わせを抽出することができる。
さらに、ユーザに対して頻繁にユーザインターフェースを操作して医療画像データを探す負担を繰り返してかけることがないので、ユーザにとって操作性のよい画像処理装置を提供することが可能になる。
さらに、最優先の候補となる医療画像データの組み合わせをユーザに提示するように構成されているので、医療処理処置の選別（医療画像データの組み合わせの優先順位付け）がユーザによる医療画像データの組み合わせの選択と一致した場合には、画像処理の高速化とユーザ操作の簡略化を図ることができる。
さらに、画像処理装置は医療画像データの組み合わせの抽出と選別（優先順位付け）を自動的に行ない、転送速度の遅い医療画像データの取込みを待つことなく、優先順位の高い医療画像データの組み合わせをユーザ操作が行われる前にあらかじめ画像処理装置内部の高速な記憶媒体に取り込んでおくので、直ぐに画像処理を実行できる状態になりユーザの待ち時間が少ない高速な画像処理装置を実現できる。
さらに、例えば、特定の患者の経過を観察するときにそれぞれの撮影時期毎に医療画像データの組み合わせが存在する場合がある。このような時に、最新の経過を含む医療画像データの組み合わせを対象に観察を行っていたとして、次には比較などのために過去の経過を類似の形態で観察したいという要求に対して、適切な過去の経過を含む医療画像データの組み合わせを同等の条件で処理することにより、より迅速で客観的な検査を行うことが出来る。
さらに、例えば、スクリーニング検診等に於いて次々と異なる患者に対して同様の検査を行う場合がある。このような時には、異なる患者に対して同様の条件で次々と画像処理が行えると利便である。この発明により、同様の条件を有する医療画像データの組み合わせをユーザに提示するのでより迅速に診断が行えると伴に客観性をもたらすことが出来る。
さらに、画像処理装置は以前にユーザが選択した医療画像データの組み合わせを履歴情報として記憶しておき、同じ画像処理がユーザによって入力された場合には履歴情報に基づいて、医療画像データの組み合わせを探すので（学習機能）、より高速かつ効率的な画像処理装置を実現することが可能になる。
さらに、画像処理装置をスタンドアローンタイプの装置としてではなく、クライアントサーバタイプの画像処理装置として活用できるので、医療画像データを外部のデータベースサーバに記憶しておくことにより、医療画像データベースの保守管理が容易になるとともに、多くのユーザが容易に端末装置から医療画像データを使用する（共用する）ことが可能になる。
以下、本発明の最良の実施形態を図面に基づいて説明する。
［１．システム構成の一例］
図１は、本発明のシステム構成の構成例（一実施形態）を示すブロック図である。
図１（Ａ）に示すように、画像表示装置１は、医療画像蓄積手段としてのデータベース２から、例えば、ＣＴ画像撮影装置により撮影されたＣＴ画像データを読み取って、医療診断用の各種画像を生成し画面に表示する。ここでは、ＣＴ画像データを例に説明するが、本実施形態はこれに限定されない。すなわち、使用される医療画像データは、ＣＴに限らず、ＭＲＩ、ＰＥＴ等の医用画像処理装置より得られる医療画像データ、または更に加工された医療画像データである。
画像表示装置１は、計算機（コンピュータ、ワークステーション、パーソナルコンピュータ）３と、モニタ４と、入力手段および選択手段の一例としてのキーボード５及びマウス６などの入力装置とを備えている。計算機３は医療画像蓄積装置としてのデータベース２と接続されている。
図１（Ｂ）は本発明方法を実現する画像表示装置１のハードウェア構成例を示すブロック図である。同図に示すように、この画像表示装置は、主として磁気ディスク１０と、取込み手段としての主メモリ１５と、抽出手段、選別手段としての中央処理装置（ＣＰＵ）１４と、表示メモリ１６と、情報告知手段の一例としてのモニタ４と、入力手段および選択手段の他の一例としてのキーボード５、各種の操作指令、位置指令、メニュー選択指令を入力するためのポインティングデバイスとしてのマウス６、マウスコントローラ２４と、これらの各構成要素を接続する共通バス２６とから構成されている。また、告知手段の他の例としては、スピーカ等の放音手段（図示せず）を駆動するための放音手段駆動部（図示せず）、又はモニタ４等の表示手段を駆動するための表示手段駆動部（図示せず）であってもよい。
磁気ディスク１０には、複数の断層像、画像作成プログラム等が記憶され、必要に応じて共通バス２６の外部に設けられているデータベース２から断層像（医療画像データ）を読み出して記憶される。主メモリ１５には、装置の制御プログラムおよび画像処理用の医療画像データが格納されるとともに、演算処理用の領域等が設けられている。ＣＰＵ１４は、複数の断層像や各種のプログラム（画像処理用プログラムを含む。）を読み出し、主メモリ１５を用いて疑似三次元画像や展開表示する断面像等の作成を行い、その作成した画像を示す画像データを表示メモリ１６に送り、モニタ４に表示させる。
次にデータベース２に蓄積されるデータについて、図２を用いて説明する。図２では、本発明の一実施形態にかかる画像処理方法で使用されるコンピュータ断層撮影（ＣＴ）装置を概略的に示す。コンピュータ断層撮影装置は、被検体の組織（部位）等を可視化するものである。Ｘ線源１０１からは同図に鎖線で示す縁部ビームを有するピラミッド状のＸ線ビーム束１０２が放射される。Ｘ線ビーム束１０２は、例えば患者１０３である被検体を透過しＸ線検出器１０４に照射される。Ｘ線源１０１及びＸ線検出器１０４は、本実施形態の場合にはリング状のガントリー１０５に互いに対向配置されている。リング状のガントリー１０５は、このガントリーの中心点を通るシステム軸線１０６に対して、同図に示されていない保持装置に回転可能（矢印a参照）に支持されている。
患者１０３は、本実施形態の場合には、Ｘ線が透過するテーブル１０７上に寝ている。このテーブルは、図示されていない支持装置によりシステム軸線１０６に沿って移動可能（矢印ｂ参照）に支持されている。
従って、Ｘ線源１０１及びＸ線検出器１０４は、システム軸線１０６に対して回転可能でありかつシステム軸線１０６に沿って患者１０３に対して相対的に移動可能である測定システムを構成するので、患者１０３はシステム軸線１０６に関して種々の投影角及び種々の位置のもとで投射されることができる。その際に発生するＸ 線検出器１０４の出力信号は、ボリュームデータ生成部１１１に供給され、ボリュームデータに変換される。
シーケンス走査の場合には患者１０３の層毎の走査が行なわれる。その際に、Ｘ線源１０１及びＸ線検出器１０４はシステム軸線１０６を中心に患者１０３の周りを回転し、Ｘ線源１０１及びＸ線検出器１０４を含む測定システムは患者１０３の２次元断層を走査するために多数の投影を撮影する。その際に取得された測定値から、走査された断層を表示する断層像が再構成される。相連続する断層の走査の間に、患者１０３はその都度システム軸線１０６に沿って移動される。この過程は全ての関心断層が捕捉されるまで繰り返される。
一方、スパイラル走査中は、Ｘ線源１０１及びＸ線検出器１０４を含む測定システムはシステム軸線１０６を中心に回転し、テーブル１０７は連続的に矢印ｂの方向に移動する。すなわち、Ｘ線源１０１及びＸ線検出器１０４を含む測定システムは、患者１０３に対して相対的に連続的にスパイラル軌道上を、患者１０３の関心領域が全部捕捉されるまで移動する。本実施形態の場合、同図に示されたコンピュータ断層撮影装置により、患者１０３の診断範囲における多数の相連続する断層信号がデータベース２に供給される。
［２．ボリュームデータの説明］
医療画像データの最少単位は一枚の画像であり、ＣＴ装置等のコンピュータ断層撮影装置によって取得された断層画像（医療画像データの一つ）の１枚１枚は特にスライスデータと呼ばれる。このスライスデータにはスライスデータの通信条件、およびスライスデータの属性情報を取り決めたＤＩＣＯＭ（Digital Imaging and COmmunication in Medicine）フォーマット等のフォーマットがある。
ここで、３次元以上の医療画像データの組み合わせとしてのボリュームデータについて説明する。図３に示すように、ＣＴ画像等のスライスデータは、患者等の人体を断層撮影したもので、１枚については骨、血管、臓器等の観察対象（部位、組織と称する場合もある。）の２次元断層画像である（図３左）。スライスデータは、多数の隣接する断面について得られていることから（図３右）、これら全体によって表現される３次元配列の画像データを構成することが出来る。この３次元配列の画像データをボリュームデータと言う。図３右に示したスライスデータの集合で示されるボリュームデータは体の一部を含む空間を１ｍｍ間隔で１００枚積み重ねた複数のスライスデータを基に表現される。
具体的には３次元的に積層されたスライスデータの集合をボリュームデータと称し、その３次元配列のそれぞれの３次元画素をボクセル(Voxel)と呼ぶ。ボクセルは３次元の格子点にボクセル値として濃度値が割り当てられている。本実施形態では、ＣＴ画像データ等のスライスデータの画素値、すなわちＣＴ値をそのままボクセルデータＶＤの濃度値としている。また、同様に、ＭＲＩおよびＰＥＴ画像データの値をそのままボクセルデータＶＤの濃度値とすることも可能である。医療画像ではボクセルは−２０４８〜２０４７の値をとるスカラー値（モノクロ）で表現されることが多い。通常、ボリュームデータは同一の識別情報を有する医療画像データから構成される。
また、ＣＴ画像データは、被写体としての組織（骨、血管、臓器等）毎に異なるＣＴ値を持っている。ＣＴ値は、水を基準として表現した組織のＸ線減弱係数であり、ＣＴ値により組織や病変の種類等が判断できるようになっている。また、ＣＴ画像データには、ＣＴ撮影装置によりＣＴスキャンされた人体の断層画像（スライスデータ）の座標データもすべてあり、スライスデータ上の点の人体上の物理座標はスライスデータを構成する配列の論理座標から取得できる。その為に組織間の位置関係は判別できるようになっている。すなわち、ボクセルデータＶＤは、ＣＴ値（ 以下、ボクセル値という。）及び座標データ値を備えている。
また、ボリュームデータは必ずしも一連のスライスデータの全てを利用するものではなく、医療画像データの組み合わせに自由度がある。例えば、診断が要求する画像の解像度が低い場合にはスライスデータの一部を間引きしてボリュームデータを構成することが出来る。また、撮影は人体全体に対して行うのに対して、ボリュームデータは診断に必要な一部の範囲で構成することが出来る。このようにすることによって、ボリュームデータのメモリ量を削減しより迅速な処理が出来るようになる。
［３．動画の説明］
図４は、医療画像データを動画として表現する場合の医療画像データの組み合わせについて説明する図である。
図４（Ａ）は、２次元の医療画像データを用いて動画を表現する場合の医療画像データの組み合わせについて説明する図であり、図４（Ｂ）は、３次元の医療画像データを用いて動画を表現する場合の医療画像データの組み合わせについて説明する図である。
図４（Ａ）は、時系列的に前後する時刻における同一部位近辺のスライスデータを抽出し（スライスデータの組み合わせとして準備し）、時間順（最も遅い時刻に撮影されたスライスデータから最も早い時刻に撮影されたスライスデータの順、もしくは最も早い時刻に撮影されたスライスデータから最も遅い時刻に撮影されたスライスデータの順）にスライスデータをモニタ４において連続して描画すると、２次元の動画が表現されることを示している。この動画は繰り返し表示することや、時間順に表示した後に逆順に表示することもある。これによって、病変に特徴のある動きをユーザが観察できる。
また図４（Ｂ）は、時系列的に前後する時間における同一部位近辺のボリュームデータを抽出し（ボリュームデータの組み合わせとして準備し）、時間順（最も遅い時刻に撮影されたボリュームデータから最も早い時刻に撮影されたボリュームデータの順、もしくは最も早い時刻に撮影されたボリュームデータから最も遅い時刻に撮影されたボリュームデータの順）にボリュームデータにおける対象部位（ユーザによってボクセル値と不透明度との対応付け関係が決定されることにより特定される部位（臓器、血管等の体の部位、組織））をモニタ４において連続的に描画することによって、３次元の動画（臓器、血管等の体の部位における立体的な画像）が表現されることを示している。また、心臓などの拍動する臓器において一つのボリュームデータを1フレーム内で撮影する時間が足りない場合には、拍動と同期して、一部ずつ撮影することによりボリュームデータを完成させることもある。この場合には拍動を構成する複数のフェーズのボリュームデータが得られ、その複数のボリュームデータを逐次表示することによって３次元の動画を表現することが出来る。
以上説明したように、医療画像処理装置においては、医療画像データの組み合わせとしてこれらの一連の動画データ又はボリュームデータを一つの処理単位として取り扱う場合が多い。
［５．医療画像データの各種属性情報について］
図５は、医療画像データである一枚のスライスデータに含まれている情報について説明した図である。医療画像データに含まれる情報は画像そのものを表現する画像情報、識別情報とそれ以外の属性情報に分類することが出来る。
画像情報は、スライスデータとして撮影された画像データを意味しており、白黒、又はカラーの画素データの集まったデータとして予め定められた形式で記録される。
患者情報は、画像情報の被撮影者を特定するための情報である。画像撮影装置によってスライスデータが撮影される時に入力される他、撮影後に編集装置において患者名が入力される場合もある。また、患者名は、画像情報の被撮影者を特定できれば形式は任意に設定できる。一例としてアルファベット、カタカナ、平仮名、漢字、記号、バーコード（１次元バーコード、２次元バーコードを含む）、図形等の識別標識で表現される（以下の各種情報も同様に各種の識別標識で表現することが可能である）。
撮影装置情報は、スライスデータを撮影した装置の種類を特定するための属性情報である。ＣＴ、ＭＲＩ、ＰＥＴ、一般のレントゲン装置等の撮影装置を区別するための識別標識、および、撮影装置毎の型式情報（改良、バージョンアップされた装置等であることを示す情報を含む）、製造番号情報を含む場合もある。撮影装置の型式情報、および製造番号情報を含むのは、撮影装置の型式、または製造番号が切り替わった（ロットの切替など）後の装置と、撮影装置の型式、または製造番号が切り替わる前の装置とで、出力結果が変わる等して診断に影響を与える可能性があるからである。
また、撮影した装置の種類によって医療画像データを処理する画像処理の種別が異なるので、ＣＰＵ１４が画像処理の種別に応じて医療画像データを抽出および選択する場合に撮影装置情報が必要になるのである。
撮影日情報は、スライスデータが撮影された日を特定するための属性情報である。
例えば、ＣＰＵ１４が同一患者に関する複数のスライスデータの撮影日が同一であると認識した場合には、ＣＰＵ１４は撮影日が同一であるスライスデータが同一の部位に関する医療画像データである可能性があると判断することが可能になる（例えば、ガン検査、大腸検査、脳検査等）。
撮影時刻情報は、スライスデータが撮影された時刻を特定するための属性情報である。
スライスデータを動画データとして扱う場合には、撮影時刻情報に基づいて時刻の前後をＣＰＵ１４が判断し、一連の処理データとして抽出、および選別すべきか否かを判断する場合の情報の一つとなる。また、一枚のスライスデータであっても、最新のスライスデータをＣＰＵ１４が抽出、および選別するべきか否か、最も古いスライスデータをＣＰＵ１４が抽出、および選別するべきか否かを判断する場合の情報の一つとなる。
撮影条件情報は、スライスデータが撮影された撮影条件を特定するための属性情報である。画像処理の種別の中には特殊な撮影条件で撮影された医療画像データだけを使用する画像処理がある。例えば、撮影されるべき部分の撮影方向（角度）情報や画像に対して撮影装置が加えたフィルタ処理等が含まれる。従って、撮影される条件がスライスデータに情報として含まれていれば、ＣＰＵ１４は入力された画像処理に応じた医療画像データであるスライスデータを容易に抽出、選別することが可能となる。
撮影座標情報は、スライスデータが撮影された撮影座標を特定するための情報である。撮影座標情報は撮影装置における任意の座標からの絶対座標値、または相対座標値で表現される。従って、ＣＰＵ１４は撮影座標情報がどのように定められているか（座標の基準点、座標軸の表し方、絶対座標値又は相対座標値等の情報）を認識する
ための一つの情報として撮影装置情報を参照する。
このようにして、ＣＰＵ１４はスライスデータが被撮影者のどの部位（臓器、又は体の組織）の周辺を撮影したスライスデータであるかを、撮影座標情報から認識することが可能になる。お互いに同一部位近辺のスライスデータであれば、ＣＰＵ１４は他の情報を参照することにより動画データとして一つの処理単位として抽出、選別することが可能になる。また、重複する範囲を含むボリュームデータであれば、３次元動画像を描画するための一つの処理単位として、少なくとも２つ以上のボリュームデータを一つの処理単位として扱うことが可能となる。
撮影縮尺情報(pixel spacing)は、スライスデータが被撮影者の撮影部位における現実の大きさからどの程度、拡大または縮小されたデータであるか否かを特定するための属性情報である。
画像処理装置が画像処理を実行する場合に、同一の縮尺を有するスライスデータを抽出、選別し、又は縮尺の異なるスライスデータについて縮尺の変換処理を施して同一縮尺の医療画像データを取り扱う必要があるからである。従って、拡大または縮小されたことを示す拡大割合情報または縮小割合情報が含まれている。
造影剤使用情報は、撮影されたスライスデータが造影剤を使用して撮影されたスライスデータであるか否かを示す属性情報である。例えば、アンギオグラフィ（血管造影検査）による撮影データ、ＭＲ脳パフュージョン処理、冠動脈解析処理等の画像処理においては、造影剤を使用したスライスデータしか扱わないので、アンギオグラフィ（血管造影検査）による撮影データの表示処理、ＭＲ脳パフュージョン処理、冠動脈解析処理等の画像処理種別がユーザによって入力された場合には、ＣＰＵ１４は造影剤使用情報によって、造影剤を使用して撮影されたスライスデータのみを抽出することになる。
以上、医療画像データの各種情報について説明してきたが、本願は上記医療画像データの情報に限られるわけではなく、以下に詳述する画像処理に使用されるスライスデータまたはスライスデータ群（スライスデータの組み合わせ）を特定するための各種の情報が医療画像データに含まれる。
［６．画像処理の種別について］
次に画像処理の種別について説明する。
画像処理の種別は通常、一般的な画像処理と特殊な画像処理に分類される。
一般的な画像処理には、一般的ボリューム解析処理、４次元ボリューム解析処理、ＣＴ−ＰＥＴフュージョン処理、アンギオグラフィ（血管造影検査）によって得られた２次元の動画の表示処理等の処理があり、特殊な画像処理にはＭＲ脳パフュージョン処理、冠動脈解析処理等の画像処理がある。
まず、一般的な画像処理について説明する。
一般的ボリューム解析処理とは、前述したように、複数の離散的に連続したスライスデータによって構成されたボリュームデータ（３次元配列によって表現される空間）を任意の角度からレンダリング手法によって３次元医療画像として描画する画像処理である。一般的ボリューム解析処理を実行するとモニタ４にはスライスデータの座標から特定される体の特定の部位または組織の静止画像をユーザは観察することができる。この処理（一般的ボリューム解析処理）においては、主にＣＴによる複数のスライスデータが、ＣＰＵ１４によって一般的ボリューム解析処理に適合する医療画像データの組み合わせとして抽出される場合が多い。
４次元ボリューム解析処理とは、同一時刻もしくは同一フェーズで撮影したスライスデータ群によって構成されたボリュームデータがあるのに対して、さらに、異なる時刻もしくは異なるフェーズの複数のボリュームデータを用いてモニタ４に描画する画像処理である。また、この複数ボリュームデータは同一部位を範囲に含むものである。４次元ボリューム解析処理を実行するとモニタ４に描画される画像は、体の特定の部位または組織の近傍の時間的な変化（経時的な変化を含む）を示す画像が描画される。この処理（４次元ボリューム解析処理）においては、同一時刻もしくは同一フェーズで撮影したスライスデータ群によって構成されたボリュームデータを医療画像データの組み合わせとして抽出した後に、さらに、異なる時刻もしくは異なるフェーズの複数のボリュームデータがＣＰＵ１４によって抽出される。尚、経時的な変化とは、呼吸や拍動のような短時間での変化である場合もあるし、腫瘍の成長のように長期間の変化である場合がある。この結果は描画される画像は３次元の動画としての場合もあるし、動きの変化を一枚の画像の中に表現（例えば、心臓の壁の動き量を可視化した心機能マップがある）してもよい。また、単に数値やグラフとして表現(例えば、腫瘍の成長速度)してもよい。
ＣＴ−ＰＥＴフュージョン処理とは、ＣＴ装置によって撮影されたスライスデータから構成されたボリュームデータと、ＰＥＴ装置によって撮影されたスライスデータから構成されたボリュームデータとを用いて、体の特定の部位または組織をモニタ４に描画する画像処理である。ＣＴ−ＰＥＴフュージョン処理によって描画される画像のうち、ＣＴ装置によって特定される画像は体の特定の部位または組織を含む周辺の位置関係を容易にユーザが判別できる画像であり、ＰＥＴ装置によって特定される画像は病変部位または組織をユーザが容易に判別できる画像であるという特徴がある。
従って、この処理（ＣＴ−ＰＥＴフュージョン処理）においては、主にＣＴ装置によって撮影された複数のスライスデータまたは複数のスライスデータから構成されたボリュームデータと、ＰＥＴ装置によって撮影された複数のスライスデータまたは複数のスライスデータから構成されたボリュームデータとが、ＣＰＵ１４によってＣＴ−ＰＥＴフュージョン処理に適合する医療画像データの組み合わせとして抽出される。
次に特殊な画像処理としてのＭＲ脳パフュージョン処理、冠動脈解析処理および心機能解析処理について説明する。
ＭＲ脳パフュージョン処理とは、造影剤の投与後にＭＲＩ装置によって動画として撮影された複数のスライスデータを用いて、造影剤の流入流出の過程を解析することにより脳の血流の状態を、血流の状態表現するパラメータ(血流量、血液量、平均通過時間)に応じた画像によってモニタ４に描画する画像処理である。この複数のスライスデータを画像処理の処理単位とすることができる。
処理単位は空間的に複数の部位であってよく、例えば、平行な4平面上の4つの処理単位であったりする。また、時系列上の複数のボリュームデータであってもよい。また、動画ではあるが、造影剤投入直後の挙動がより重要であるので動画の各フレームは等間隔である必要はない。また、この画像処理には造影剤が投与された医療画像データであることが必要である。従って、ＣＰＵ１４はスライスデータに含まれる造影剤使用情報を探して、造影剤を使用しているスライスデータを抽出することになる。パフュージョン処理は撮影装置や対象臓器によって画像処理アルゴリズムが異なるので、ＭＲ脳パフュージョン処理の他には例えば、ＣＴパフュージョン処理、ＭＲＩ肝臓パフュージョン処理などが存在する。また、対照用に同一座標上の造影剤未投与の画像があることが望ましい。
冠動脈解析処理は、造影された冠動脈を含む胸部領域の３次元医療画像をモニタ４に描画することによって冠動脈の機能を評価する画像処理である。よって、冠動脈解析処理はボリュームデータを要求し、さらに、冠動脈は微細な組織であるのでスライス間隔が予め定められた値（規定値）よりも小さい(もしくは画像解像度が高い)必要がある（詳細な画像が必要になるからである）。従って、冠動脈処理がユーザによって入力された場合には、ＣＰＵ１４は、造影剤使用情報、撮影座標情報に基づいて、造影剤を使用したスライスデータであって、規定値よりも小さい間隔の胸部領域のスライスデータを抽出する。
心機能解析処理は、心臓の拍動が正常に行われているかを解析する処理である。よって、心機能解析処理は心臓の拍動の位相に応じた複数のボリュームデータを要求する。観察対象は比較的大きい領域である心室、及び周辺筋肉であるので、スライス間隔(及び画像解像度)に制限は特にない。多くの場合メモリ量の関係で冠動脈解析処理よりスライス間隔(及び画像解像度)の大きい(もしくは画像解像度が高い)スライスデータの組み合わせを用いることが多い(冠動脈解析処理に用いられるスライスデータと同一のスライスデータを間引きして用いることが可能である）。
以上、画像処理の説明および、各画像処理に用いられるスライスデータ又はボリュームデータについて説明したように、画像処理に適合したスライスデータ又はボリュームデータの組み合わせが存在する。また、本願における画像処理の種別は上記に限定されるわけではない。
また、一つの画像処理が複数の画像データの組み合わせ条件を有している場合もある（ＣＴ−ＰＥＴフュージョン処理に代表されるフュージョン処理等がある）。
また、一つの画像処理が複数の画像データの組み合わせから選択（または選別）できるように構成されることも可能である。例えば、ＣＴ装置によって撮影されたスライスデータとＭＲ装置によって撮影されたスライスデータのうち、少なくともいずれか一方が選別されることが可能に構成されている。
また、ＣＰＵ１４は、医療画像データの一つであるスライスデータに含まれる各種属性情報（患者情報、撮影装置情報、撮影日情報、撮影時刻情報、撮影条件情報、撮影座標情報、撮影縮尺情報、および造影剤使用情報等の各種情報）を利用して、論理的なデータの構成単位（物理的に離れているアドレスであってもよい。）を自動的に認識し、抽出することが可能に構成されている。
ここで医療画像データの組み合わせとは、医療画像データが格納（又は記憶）されているファイルの単位、または、いわゆる医療画像シリーズに限定されるわけではなく、個々の画像自体（スライスデータ）を最少単位として、ＣＰＵ１４が構成した組み合わせを意味する（医療画像データと称した場合には、医療画像データの組み合わせを含む）。
また、ＣＴ装置において、往復走査（特定の部位または組織を相反する方向から連続して撮影する）した場合には、一方向の走査毎にＣＰＵ１４が異なるスライスデータ群（複数のスライスデータ）として認識し、抽出することができる。
［７．処理動作のフローの説明］
次に、実施形態に係る動作を、図６のフローチャートに基づき説明する。
ステップＳ１において、ユーザは医療画像処理装置における入力手段としてのキーボード５またはマウス６を用いて患者情報やＳｔｕｄｙＩＤ情報（患者情報と医療画像データの撮影日等の情報が含まれる）を通じて患者を指定し医療画像処理装置に入力する。
ステップＳ２において、ユーザは医療画像処理装置における入力手段としてのキーボード５またはマウス６を用いて、画像処理の種別を含む画像処理種別を医療画像処理装置に入力する。
ステップＳ３において、ＣＰＵ１４は、ステップＳ１において入力された患者情報によって特定される患者、およびステップＳ２において入力された画像処理種別によって特定される画像処理の種類に基づいて、それらに適合する医療画像データの組み合わせを抽出する。
ステップＳ４において、ＣＰＵ１４は、ステップＳ３において抽出された医療画像データの組み合わせから、入力された画像処理に最も使用される可能性が高い順番に医療画像データの組み合わせを選別する。
ステップＳ５において、ＣＰＵ１４は、ステップＳ４において選別された結果である選別結果情報を情報告知手段の一つであるモニタ４に出力し、表示する。
ステップＳ６において、ユーザは、ステップＳ５において表示された選別結果情報から、どの医療画像データの組み合わせに基づいてステップＳ２において入力した画像処理を実行させるかを、選択手段としてのキーボード５及びマウス６を用いて選択する。そして、医療画像処理装置は、選択された医療画像データの組み合わせに基づいて演算を行い、演算結果をモニタ４に画像として描画（表示）する。
次にステップＳ５においてモニタ４に表示される選別結果情報の一例について図７を用いて説明する。
図７（Ａ）は、ＣＴ−ＰＥＴフュージョン処理を画像処理としてユーザが入力した場合に、モニタ４に選別結果情報が表示された場合の一例である。
図７（Ａ）における左端欄には医療画像データがどんな撮影装置によって撮影されたのかを示す情報が表示されている。ＣＴ−ＰＥＴフュージョン処理の場合には、ＣＴ装置とＰＥＴ装置によって撮影された画像をフュージョンしてモニタ４に表示するのであるから、図７（Ａ）における左端欄の上部には、ＣＴ装置によって撮影された医療画像データであることを示すＣＴ画像の文字が表示され、図７（Ａ）における左端欄の下部には、ＰＥＴ装置によって撮影された医療画像データであることを示すＰＥＴ画像の文字が表示される。
図７（Ａ）における中央欄には入力された画像処理に使用されることが可能な医療画像データの組み合わせが上から使用される可能性の高い順に表示されている。ＣＴ画像では、ボリュームデータＡが最も使用される可能性が高い（一番上に表示されている。）とＣＰＵ１４が選別したことが表示されている。そして、ボリュームデータＡの次に（下に）表示されているボリュームデータＢが、ボリュームデータＡの次に使用される可能性が高いとＣＰＵ１４が選別したことになる。
また、ＰＥＴ画像では、ボリュームデータＣが最も使用される可能性が高い（一番上に表示されている。）とＣＰＵ１４が選別したことが表示されている。そして、ボリュームデータＣの次に表示されているボリュームデータＤが、ボリュームデータＣの次に使用される可能性が高いとＣＰＵ１４が選別したことになる。
また、図７（Ａ）における右端欄には、ＣＴ画像またはＰＥＴ画像の範囲を示す数値が表示される。ＣＴ画像の欄に表示された範囲１００〜３００までの数値は、ボリュームデータを構成するスライスデータのＩＤを表している(体軸方向の範囲に相当)。この数値はＣＴ画像を撮影した撮影装置に固有の値であってもよいし、ＰＥＴ画像を撮影した撮影装置と共有される座標軸に基づく値であってもよい。
また、ＰＥＴ画像の欄に表示された範囲０〜５０までの数値は、ボリュームデータを構成するスライスデータのＩＤを表している(体軸方向の範囲に相当)。通常、ＰＥＴ画像はＣＴ画像と比較して解像度が低いのでこのようになる。各数値は撮影された空間が体のどの部位または組織周辺のものであるかをユーザが確認する目安となっている。そして、ユーザは表示された範囲から画像の表示範囲を選択することができる。また、選択されている数値に応じたスライスデータの画像をプレビューとして表示しても良い。
図７（Ｂ）は、ＭＲＩ脳パフュージョン処理を画像処理としてユーザが入力した場合に、モニタ４に選別結果情報が表示された場合の一例である。
図７（Ｂ）における左端欄には医療画像データがどんな撮影装置によって撮影されたかを示す情報が表示されている。ＭＲＩ脳パフュージョン処理の場合には、ＭＲＩ装置によって撮影された画像を動画としてモニタ４に表示するのであるから、図７（Ｂ）における左端欄には、ＭＲＩ装置によって撮影された医療画像データであることを示すＭＲＩ画像の文字が表示される。
図７（Ｂ）における中央欄には入力された画像処理に使用されることが可能な動画として撮影された複数のスライスデータ(前述の処理単位)が座標順に動画データＡ〜動画データＤとしてＣＰＵ１４が選別し表示されている。ＭＲＩ脳パフュージョン処理の場合にはこれらの座標の異なる処理単位の全てを利用する可能性が高いので、ＣＰＵ１４は座標の異なる処理単位の全てを選別したとして表示する。
また、図７（Ｂ）における右端欄には、ＭＲＩ画像の範囲を示す数値が表示される。ＭＲＩ画像の欄に表示された範囲０〜４５までの数値は、ＭＲＩ画像が撮影された順番に付けられた番号を表している。ユーザは撮像時に造影剤が投与されたタイミングなどを利用して、ユーザは表示された範囲から動画の表示範囲を選択することができる。通常は全体を選択することで特に問題は発生しない。
次に、ステップＳ４において優先順位付けが行なわれる医療画像データの組み合わせの優先順位付けをするアルゴリズム（予測アルゴリズム（お勧めの医療画像データの組み合わせを選ぶアルゴリズム））の例について説明する。
予測アルゴリズムは、画像処理の種別によって、ステップＳ３においてＣＰＵ１４が抽出する医療画像データのアルゴリズムである場合もある。
また、予測アルゴリズムは一つの例を単独で用いることもできるが複数の予測アルゴリズムを用いて、予測アルゴリズムに適合する場合を高得点に設定し、得点の合計が高い医療画像データの組み合わせほど優先順位を高くするようにしてもよい。
最初に、医療画像データの組み合わせがすでに画像処理に使用されたか否かを示す情報が医療画像データの組み合わせに含まれる情報として記録されている場合には、ＣＰＵ１４は、まだ画像処理に使用されていない医療画像データの組み合わせを優先的に選別するようにすることができる。
また、医療画像データの撮影日情報または／および撮影時刻情報によって、ＣＰＵ１４は最新または最古の医療画像データの組み合わせを優先順位が最も高い医療画像データの組み合わせとして選別することができる。これは、複数の同種の医療画像データの組み合わせがある場合には、最新の医療画像データの組み合わせによって最新の患者の撮影部位状態をユーザが知りたい（撮影後、すぐにユーザである医師等が診断する場合など）がある一方、最も日時が古い医療画像データの組み合わせを用いて、現在の患者の（病変）部位状態が過去に撮影された時点からどのように変化しているかを最初に知りたい場合があるからである。
また、医療画像の性質を利用して優先順位が決定される場合がある。例えば、医療画像データの解像度が高いものを優先的に選別することにより、最も高画質な医療画像データを用いて画像処理された高品質な（モニタ４に表示される）画像を提供することができる。また、ＣＰＵ１４や主メモリ１５の性能により少ないデータ量しか処理できない場合にはＣＰＵ１４や主メモリ１５の性能に合わせた医療画像データが最優先に選別されるように構成することができる。高解像度表示が可能な医療画像データは、画像処理に長い時間を要する場合が多いので、無駄な時間が発生することを防ぐためである。
さらに、医療画像データがＣＴ画像である場合には、ＣＴ値の分布をＣＰＵ１４が調べて、ＣＴ値の分布範囲に基づいて優先順位付けを行なうことができる。例えば、画像処理の対象が脂肪であるのか、骨であるのか、筋肉であるのか、臓器であるのかによってＣＴ値の範囲が決まるので、画像処理の対象によって、ＣＴ値の範囲をＣＰＵ１４が判断し、優先順位付けをすることができる。
さらに、医療画像データの信号品質（例えば医療画像データのＳ（Signal）／Ｎ（Noise））をＣＰＵ１４が演算によって求めることによって、最も高品質の医療画像データを優先順位の高い医療画像データとして選別することが可能である。またこの場合に、医療画像データの一部にＳ／Ｎが悪い部分があれば、その医療画像データを優先順位の低い医療画像データとして、ＣＰＵ１４が選別することが可能である。これは、例えば、診断時に広範囲に放射線量を限定した撮影(Ｓ／Ｎが低い)を先に行った後に、病変の疑われる箇所に集中的に放射線量を増やした撮影(Ｓ／Ｎが高い)を行うことがあるからである。
また、医療画像データ相互間の空間的（ピッチ）または時系列的な関係に基づいて、優先順位を決定することもできる。例えば、医療画像データ相互間の空間的間隔が小さい医療画像データの組み合わせほど、詳細な情報をユーザに提供することができると考えられるので、医療画像データ相互間の空間的間隔が小さい医療画像データの組み合わせを優先順位の高いものとして選別することができる。また、医療画像データ相互間の時系列的（時間的）間隔が短い医療画像データの組み合わせほど、詳細な情報（時間的な変化）をユーザに提供することができると考えられるので、医療画像データ相互間の時系列的間隔が小さい医療画像データの組み合わせ優先順位の高いものとして選別することができる。
また、医療画像データの撮影された方向（空間内の配置）に基づいて、優先順位を決定することができる（医療画像データに含まれる撮影条件情報に、医療画像データが撮影された方向に関する情報（非Ａｘｉａｌ方向情報等のチルトに関する情報が含まれる。）。例えば、ＭＲＩ装置の場合には、任意の方向から医療画像データを撮影することができるが、ＣＴ装置の場合には体の断面方向から医療画像データが撮影される。さらに、心臓に係る解析の画像処理を実施するためには、ＭＲＩ装置では心臓に対して特定の方向から撮影するように撮影条件が設定される（撮影条件情報には、体軸方向ではなく、心臓の断面方向から撮影されたことを示す撮影方向情報が含まれる）ので、画像処理の一つであるＭＲ心機能解析処理を実施する場合には、撮影条件情報をＣＰＵ１４が認識することにより、ＭＲＩ装置によって撮影された心臓の断面方向から撮影された医療画像データを優先的に選別（またはステップＳ３における抽出データとして抽出）することができる。
また、ユーザの操作履歴に基づいて、ＣＰＵ１４は医療画像データに優先順位を設定することが可能である。ユーザの操作履歴には画像処理種別と医療画像データの抽出条件とユーザの選択結果の情報が含まれている。
例えば、ユーザが特定の画像処理種別にのみ特定の条件に合う医療画像データを選択している場合には、ユーザの操作履歴情報には、特定の画像処理に対して特定の条件に合う医療画像データを選択した情報が記録されている。従って、ＣＰＵ１４は特定の画像処理種別が入力された場合には優先的に特定の条件に合う医療画像データを抽出し優先的に選別する。特定の解像度の医療画像データを選択している場合である。また、例えばユーザが特定の画像処理種別にのみ特定の条件で医療画像データの組み合わせを選択している場合には、ユーザの操作履歴情報には、特定の画像処理に対して特定の条件で医療画像データの組み合わせを選択した情報が記録されている。従って、ＣＰＵ１４は特定の画像処理種別が入力された場合には優先的に特定の条件に合う医療画像データの組み合わせを抽出し優先的に選別する。特定の範囲の医療画像データの組み合わせを選択している場合である。
また、入力された患者の全ての検査データ（医療画像データを含む）の情報をデータベース２等の記録装置に記録しておき、検査データをＣＰＵ１４がチェックすることによって、医療画像データの優先順位付けを決定することができる。
また、画像処理に使用された医療画像データの学習履歴に関する学習履歴情報をデータベース２等の記録装置に記録しておき、学習履歴情報をＣＰＵ１４がチェックすることによって、医療画像データの優先順位付けを決定することができる。
例えば、過去にある画像処理について優先的に選別された医療画像データの組み合わせが、ユーザによって選択されなかった場合には、優先的に選別されたがユーザによって選択されなかったという学習情報を基に、ＣＰＵ１４は、同じ画像処理が入力された場合にその医療画像データを優先的に選別しないことによって、ユーザの画像処理装置に対する操作性を向上させることが可能になる。
また、ある医療画像データの学習履歴情報をＣＰＵ１４が参照することによって、その医療画像データと類似の医療画像データに対して、その医療画像データと同じ優先順位付けを実行することによって、ユーザの画像処理装置に対する操作性を向上させることが可能になる。
画像処理装置は図６に基づいて、本願の発明に係る一実施形態を実行するが、他にも、変形例があるので以下に説明する。
<変形例１>
図６におけるステップＳ４をＣＰＵ１４が実行した後に、ＣＰＵ１４はステップＳ６におけるユーザの医療画像データの選択を待たずに、主メモリ１５にステップＳ４において最も優先度が高いとＣＰＵ１４が判断した医療画像データを予めデータベース２からダウンロードしておくことができる。
ステップＳ４においてＣＰＵ１４が優先的に医療画像データを抽出、選別した後に、ステップＳ６においてユーザが医療画像データの組み合わせを選択するまでに時間がかかる場合がある。従って、このような場合に、予め優先度の高い医療画像データの組み合わせを実行速度の速い主メモリ１５にダウンロードしておけば、医療画像データのダウンロード時間（医療画像データの読み込み期間）が見た目に短縮されるので、画像処理装置の応答速度が上がることになるので、ユーザの画像処理装置に対する操作性を向上させることが可能になる。
なお、ステップＳ６において、ＣＰＵ１４が優先的に選別した医療画像データをユーザが選択しなかった場合には、ＣＰＵ１４は予め主メモリ１５に読み込んだデータを使用せずに、ステップＳ６において選択された医療画像データをデータベース２から主メモリ１５に新たに読み込むことになる。
<変形例２>
ユーザが図６におけるステップＳ６における医療画像データを選択して、画像処理装置がステップＳ２において入力された画像処理を実行する場合において、ＣＰＵ１４は、現在、実行する医療画像データに予め画像の描画設定が設定されている場合には、その設定されている描画設定での画像描画を予め主メモリ１５に読み込んだ医療画像データに対して実行する。
例えば、また前回入院した時に撮影された医療画像データについて予め前回の画像処理を実行する前に、様々な前処理が実行されている場合には、今回撮影した医療画像データについても同じ前処理をＣＰＵ１４が実行しておくことによって、ユーザが、前処理が実行された医療画像データの組み合わせを選択できるようにしておくのである。
また、図７（Ａ）において医療画像データの組み合わせに対して空間的な範囲が特定な範囲に選択されていれば、ＣＰＵ１４は同じ範囲を次に使用されるべき医療画像データとして主メモリ１５に準備する。
また、現在、実行している医療画像データの組み合わせについてデータの間引き処理が画像処理を実行する前に予め施されている場合には、次に同じ画像処理に対して実行が予測される医療画像データの組み合わせ（例えば優先順位が次の医療画像データの組み合わせ）に対して間引き処理をＣＰＵ１４が施して次に使用されるべき医療画像データの組み合わせとして主メモリ１５に準備する。
また、現在、実行している医療画像データの組み合わせがボリュームデータを構成する場合に、ボリュームデータついての条件（例えば、ＣＴ値の範囲が予め設定されている場合、オパシティ値（不透明度）が予め設定されている場合、カラー値が予め設定されている場合、グラディエントシェーディングが予め設定されている場合等）には、次に画像処理に対して実行が予測される医療画像データの組み合わせ（例えば優先順位が次の医療画像データの組み合わせ）に対してボリュームデータについて設定されている描画条件の処理をＣＰＵ１４が施して次に使用されるべき医療画像データの組み合わせとして主メモリ１５に準備する。
このように画像処理が行なわれている医療画像データの組み合わせに対して予め設定されている条件が分かっている場合には、ＣＰＵ１４は予め設定されている条件を次に使用されるべき医療画像データの組み合わせに施して、条件処理が実行された医療画像データの組み合わせを主メモリ１５に準備する。
従って、適切な条件設定されている処理が施された医療画像データの組み合わせが現在実行されている画像処理の次に準備されているので、ユーザは安心して次に実行されるべき医療画像データとして選択がしやすくなる。
また、定型的（予め定められた手順で行う作業、次に使用されるべき医療画像データの組み合わせが明確になっている場合）に順番にユーザが診断作業を進めている場合には、上記の処理を事前に行うことによって、ＣＰＵ１４は効率的に画像処理を実行することができるので、ユーザにとって操作の繁雑さが少なく、ストレスを感じさせることの無いユーザフレンドリな画像処理装置を構成することが可能になる。
またモニタ４に表示される同じ部位の画像をユーザが順番に比較作業を行なっている場合、および一人の患者についての複数の医療画像データを次々とユーザが観察する場合にも、上記の処理を事前に行うことによって、ユーザにとって操作の繁雑さが少なく、ストレスを感じさせることの無いユーザフレンドリな画像処理装置を構成することが可能になる。
<変形例３>
ユーザが図６におけるステップＳ６における医療画像データの組み合わせを選択して、画像処理装置がステップＳ２において入力された画像処理を実行している場合において、ＣＰＵ１４は、主メモリ１５に画像処理に使用している以外の空き領域がある場合には、ステップＳ２において入力された画像処理に適合する他の医療画像データをデータベース２から更に予め読み込んでおくことができる。
例えば、ステップＳ１において入力された患者について前回に撮影された医療画像データであって、現在処理しているのと同じ画像処理種別で処理された医療画像データの組み合わせをＣＰＵ１４は予め主メモリ１５に読み込んでおくことができる。
また、変形例２において前処理が実行された医療画像データをＣＰＵ１４は予め主メモリ１５に読み込んでおくことができる。
この場合にも、ユーザにとって操作の繁雑さが少なく、ストレスを感じさせることの無いユーザフレンドリな画像処理装置を構成することが可能になる。
<変形例４>
ステップＳ２において入力された画像処理を実行する場合に、入力された画像処理に対して、ボリュームデータ間に要求される条件をＣＰＵ１４は設定することが可能である。
例えば、画像処理としてＣＴ−ＰＥＴフュージョンが入力された場合には、同じ体の部位付近のＣＴ装置による医療画像データと、ＰＥＴ装置による医療画像データが使用される。この場合には、ＣＴ装置による医療画像データとＰＥＴ装置による医療画像データとは同じ日に撮影された医療画像データをユーザが選択することが通常行なわれる作業である。
従って、ＣＰＵ１４は、画像処理としてＣＴ−ＰＥＴフュージョンが入力された場合には、同じ日に撮影されたＣＴ装置による医療画像データとＰＥＴ装置による医療画像データとの組み合わせをユーザが選択できるように抽出し、選別しておくことによって、ユーザにとって操作の繁雑さが少なく、ストレスを感じさせることの無いユーザフレンドリな画像処理装置を構成することが可能になる。
また、ＣＰＵ１４は、画像処理としてＣＴ−ＰＥＴフュージョンが入力された場合には、同じ部位（周辺の組織等を含む）を撮影したＣＴ装置による医療画像データとＰＥＴ装置による医療画像データとの組み合わせをユーザが選択できるように抽出し、選別しておくことによって、ユーザにとって操作の繁雑さが少なく、ストレスを感じさせることの無いユーザフレンドリな画像処理装置を構成することが可能になる。
さらに、４次元ボリューム解析処理、心機能解析処理などのような動画を扱う画像処理が入力された場合には、時系列的に最初の医療画像データに設定された条件（範囲、フィルタ処理の有無等の条件）を時系列的に後続する医療画像データに対しても同じ条件を設定して処理を実行しておくことができる。この場合に、最初の医療画像データがボリュームデータである場合には、後続するボリュームデータに対しても最初のボリュームデータと同一の処理を実施して、ユーザに選択可能に提供することができる。従って、ユーザにとって操作の繁雑さが少なく、ストレスを感じさせることの無いユーザフレンドリな画像処理装置を構成することが可能になる。
<変形例５>
ステップＳ６において選択された医療画像データの組み合わせ基づいたステップＳ２において入力した画像処理を実行された後に、患者を変更して同様の画像処理を行う事が可能である。
例えば、心機能の検査と冠動脈の検査を集中的に行っている医療機関があるときに、次々と心機能解析処理を行いたい場合がある。このようなときに、患者Ａに対して心機能解析処理を行った場合の、医療画像データの組み合わせの条件(計算に使用するスライス間隔)はその医療機関において標準化されているものである。そして、次の患者Ｂに対しての心機能解析処理も、患者Ｂの医療画像データの組み合わせに対して行われるが、その組み合わせの条件は患者Ａに対する医療画像データの組み合わせの条件と同等になる。この時に心機能解析処理に用いる医療画像データの組み合わせを抽出するのにその条件を用いると、効率的に心機能の検査と冠動脈の検査で取得された医療画像データの中から心機能の検査の医療画像データを抽出することができる。
<その他の変形例>
以上述べてきたように本願は様々な実施形態を含むが、以上述べてきた実施形態（または変形例）の他にも以下のように本願を構成することが可能である。
ボリュームデータは、ボリュームデータの一部のみ（空間的、または時間的に）を使用して画像処理を実行することが可能であるので、ボリュームデータの一部のみを自動的に予め予測しておくことが可能となる。
また、画像処理に適合した条件（仕様）において、一連の動画（動画データ）又はボリュームデータを論理的に医療画像データの組み合わせの単位とすることもできる。ここにおける論理的な医療画像データの組み合わせには一枚のスライスデータも含む。また、論理的な医療画像データの組み合わせが複数の医療画像データからなる場合には、物理的な医療画像データの記憶場所は、様々な場所（別々の記憶装置であってもよいし、一つの記憶装置内の様々なアドレスであってもよい）に記憶されていてもよいし、連続した記憶領域にまとまって記憶されていてもよい。
また、ボリュームデータの描画条件（補間の有無、フィルタ処理の有無、カラーマップの選択、オパシティＬＵＴ（Look Up Table）の選択、描画角度、描画する場合の拡大率等の描画条件）を予測し、または／および自動設定しておくことも可能である。
また、上記実施例では、医療画像データの属性情報として撮影装置などが設定した情報を用いたが、属性情報はその他に、医療画像データの画像情報を解析することによって求められるパラメータを用いても良い。例えば、ＣＴ値の分布をＣＰＵ１４が調べて、ＣＴ値の分布範囲に基づいて画像に含まれる組織を判断することが出来る。
例えば、画像処理の対象が脂肪であるのか、骨であるのか、筋肉であるのか、臓器であるのかによってＣＴ値の範囲が決まるので、画像処理の対象が要求する臓器を判断し、それを用いて医療画像データの組み合わせを抽出することができる。
また、上述してきた医療画像データの組み合わせをファイル情報として記憶装置に記憶しておくことにより、次回の同じ条件の医療画像データの組み合わせをファイルとして利用できるようにしておいてもよい。
また、医療画像データをサーバに記憶しておき、画像処理装置をクライアントサーバ型のシステムとして構築することも可能である。
なお、図６における動作手順を、ハードディスク等の記録媒体に予め記録しておき、或いはインターネット等のネットワークを介して予め記録しておき、これを汎用のマイクロコンピュータ等により読み出して実行することにより、当該汎用のマイクロコンピュータ等を実施形態に係わるＣＰＵとして機能させることも可能である。
（Ａ）本実施形態におけるシステム構成の一例を示す図である。（Ｂ）本実施形態におけるハードウェア構成の一例を示す図である。 本実施形態における画像撮像システムの一例である。 医療画像データを説明する図である。 （Ａ）、（Ｂ）医療画像データにおける動画について説明する図である。 医療画像データにおける属性情報について説明する図である。 本実施形態におけるレイキャスト法の動作の一例を示すフローチャートである。 （Ａ）、（Ｂ）画像処理に応じた選択画面を説明する図である。
符号の説明
１ ・・・ 画像表示装置
２ ・・・ データベース
３・・・ 計算機
４ ・・・ モニタ
５ ・・・ キーボード
６ ・・・ マウス

Claims (30)

  1. 属性情報を有する医療画像データを用いる医療画像処理装置において、
    患者情報を少なくとも含む医療情報、および前記医療画像データを用いる画像処理種別が入力される入力手段と、
    前記患者情報、および前記画像処理種別に適合する前記医療画像データの組み合わせについて前記属性情報を少なくとも利用して抽出する抽出手段と、
    前記抽出手段によって抽出された前記医療画像データの組み合わせから、前記画像処理種別における画像処理に使用される可能性の最も高い当該医療画像データの組み合わせを選別する選別手段と、
    前記医療画像データの組み合わせと、前記選別手段による選別の結果である選別結果情報を告知するための情報告知手段と、
    前記情報告知手段によって告知された前記医療画像データの組み合わせのいずれかをユーザに選択させる選択手段と、
    を備えることを特徴とする医療画像処理装置。
  2. 請求項１に記載の医療画像処理装置において、
    前記画像処理種別に応じた描画設定が存在し、
    前記選択手段が前記医療画像データの組み合わせを選択したときに、前記描画設定に従って前記医療画像データを描画することを特徴とする医療画像処理装置。
  3. 請求項１又は２に記載の医療画像処理装置において、
    前記医療画像データの組み合わせは、少なくともボリュームデータを構成することを特徴とする医療画像処理装置。
  4. 請求項１乃至３の何れか一項に記載の医療画像処理装置において、
    前記画像処理種別がフュージョン処理情報である場合には、前記抽出手段は前記患者の同一部位近辺における医療画像データの組み合わせを少なくとも２つ以上抽出することを特徴とする医療画像処理装置。
  5. 請求項１乃至４の何れか一項に記載の医療画像処理装置において、
    前記医療画像データの属性情報には前記患者情報が含まれ、さらに、撮影装置情報、撮影日時情報、撮影時刻情報、撮影条件情報、撮影座標情報、撮影縮尺情報、および造影剤使用の有無情報のうち少なくとも一つ以上の情報が属性情報として含まれていることを特徴とする医療画像処理装置。
  6. 請求項１乃至５の何れか一項に記載の医療画像処理装置において、
    前記選択手段によってユーザが前記医療画像データの組み合せを選択する前に、前記選別手段によって選別された前記医療画像データの組み合わせを事前に取り込む取込み手段を、
    更に備えることを特徴とする医療画像処理装置。
  7. 請求項１乃至６の何れか一項に記載の医療画像処理装置において、
    前記患者情報、前記選択手段が選択した前記医療画像データの組み合わせを前記抽出手段が抽出した時に使用された条件を利用して前記画像処理種別に適合する新たな前記医療画像データの組み合わせを抽出することを特徴とする医療画像処理装置。
  8. 請求項１乃至７の何れか一項に記載の医療画像処理装置において、
    前記患者情報の患者とは異なる患者の患者情報、前記選択手段が選択した前記医療画像データの組み合わせを前記抽出手段が抽出した時に使用された条件を利用して前記画像処理種別に適合する新たな前記医療画像データの組み合わせを抽出することを特徴とする医療画像処理装置。
  9. 請求項１乃至８の何れか一項に記載の医療画像処理装置において、
    前記抽出手段は、前記入力手段によって入力された前記画像処理種別と同一の当該画像処理種別に基づいて前記選択手段が過去に選択した前記医療画像データの組み合わせを利用して新たな前記医療画像データの組み合わせを抽出することを特徴とする医療画像処理装置。
  10. 請求項１乃至９の何れか一項に記載の医療画像処理装置において、
    前記医療画像データの取り込みは、医療画像データ蓄積手段から取り込むことを特徴とする医療画像処理装置。
  11. 属性情報を有する医療画像データを用いる医療画像処理装置の制御方法において、
    患者情報を少なくとも含む医療情報、および前記医療画像データを用いる画像処理種別が入力される入力工程と、
    前記患者情報、および前記画像処理種別に適合する前記医療画像データの組み合わせについて前記属性情報を少なくとも利用して抽出する抽出工程と、
    前記抽出工程において抽出された前記医療画像データの組み合わせから、前記画像処理種別における画像処理に使用される可能性の最も高い当該医療画像データの組み合わせを選別する選別工程と、
    前記医療画像データの組み合わせと、前記選別工程における選別の結果である選別結果情報を告知するための情報告知工程と、
    前記情報告知工程において告知された前記医療画像データの組み合わせのいずれかをユーザに選択させる選択工程と、
    を備えることを特徴とする医療画像処理装置の制御方法。
  12. 請求項１１に記載の医療画像処理装置の制御方法において、
    前記画像処理種別に応じた描画設定が存在し、
    前記選択工程において前記医療画像データの組み合わせを選択したときに、前記描画設定に従って前記医療画像データを描画することを特徴とする医療画像処理装置の制御方法。
  13. 請求項１１又は１２に記載の医療画像処理装置の制御方法において、
    前記医療画像データの組み合わせは、少なくともボリュームデータを構成することを特徴とする医療画像処理装置の制御方法。
  14. 請求項１１乃至１３の何れか一項に記載の医療画像処理装置の制御方法において、
    前記画像処理種別がフュージョン処理情報である場合には、前記抽出工程において前記患者の同一部位近辺における医療画像データの組み合わせを少なくとも２つ以上抽出することを特徴とする医療画像処理装置の制御方法。
  15. 請求項１１乃至１４の何れか一項に記載の医療画像処理装置の制御方法において、
    前記医療画像データの属性情報には前記患者情報が含まれ、さらに、撮影装置情報、撮影日時情報、撮影時刻情報、撮影条件情報、撮影座標情報、撮影縮尺情報、および造影剤使用の有無情報のうち少なくとも一つ以上の情報が属性情報として含まれていることを特徴とする医療画像処理装置の制御方法。
  16. 請求項１１乃至１５の何れか一項に記載の医療画像処理装置の制御方法において、
    前記選択工程においてユーザが前記医療画像データの組み合せを選択する前に、前記選別工程において選別された前記医療画像データの組み合わせを事前に取り込む取込み工程を、
    更に備えることを特徴とする医療画像処理装置の制御方法。
  17. 請求項１１乃至１６の何れか一項に記載の医療画像処理装置の制御方法において、
    前記患者情報、前記選択手段が選択した前記医療画像データの組み合わせを前記抽出工程において抽出した時に使用された条件を利用して前記画像処理種別に適合する新たな前記医療画像データの組み合わせを抽出することを特徴とする医療画像処理装置の制御方法。
  18. 請求項１１乃至１７の何れか一項に記載の医療画像処理装置の制御方法において、
    前記患者情報の患者とは異なる患者の患者情報、前記選択工程において選択された前記医療画像データの組み合わせを前記抽出工程において抽出した時に使用された条件を利用して前記画像処理種別に適合する新たな前記医療画像データの組み合わせを抽出することを特徴とする医療画像処理装置の制御方法。
  19. 請求項１１乃至１８の何れか一項に記載の医療画像処理装置の制御方法において、
    前記抽出工程は、前記入力工程において入力された前記画像処理種別と同一の当該画像処理種別に基づいて前記選択工程において過去に選択した前記医療画像データの組み合わせを利用して新たな前記医療画像データの組み合わせを抽出することを特徴とする医療画像処理装置の制御方法。
  20. 請求項１１乃至１９の何れか一項に記載の医療画像処理装置の制御方法において、
    前記医療画像データの取り込みは、医療画像データ蓄積工程から取り込むことを特徴とする医療画像処理装置の制御方法。
  21. 属性情報を有する医療画像データを用いる医療画像処理装置に含まれるコンピュータを、
    患者情報を少なくとも含む医療情報、および前記医療画像データを用いる画像処理種別が入力される入力手段、
    前記患者情報、および前記画像処理種別に適合する前記医療画像データの組み合わせについて前記属性情報を少なくとも利用して抽出する抽出手段、
    前記抽出手段によって抽出された前記医療画像データの組み合わせから、前記画像処理種別における画像処理に使用される可能性の最も高い当該医療画像データの組み合わせを選別する選別手段、
    前記医療画像データの組み合わせと、前記選別手段による選別の結果である選別結果情報を告知するための情報告知手段、
    前記情報告知手段によって告知された前記医療画像データの組み合わせのいずれかをユーザに選択させる選択手段、
    として機能させることを特徴とする医療画像処理装置の制御プログラム。
  22. 請求項２１に記載の医療画像処理装置の制御プログラムにおいて、
    前記画像処理種別に応じた描画設定が存在し、
    前記選択手段が前記医療画像データの組み合わせを選択したときに、前記描画設定に従って前記医療画像データを描画することを特徴とする医療画像処理装置の制御プログラム。
  23. 請求項２１又は２２に記載の医療画像処理装置の制御プログラムにおいて、
    前記医療画像データの組み合わせは、少なくともボリュームデータを構成することを特徴とする医療画像処理装置の制御プログラム。
  24. 請求項２１乃至２３の何れか一項に記載の医療画像処理装置の制御プログラムにおいて、
    前記画像処理種別がフュージョン処理情報である場合には、前記抽出手段は前記患者の同一部位近辺における医療画像データの組み合わせを少なくとも２つ以上抽出することを特徴とする医療画像処理装置の制御プログラム。
  25. 請求項２１乃至２４の何れか一項に記載の医療画像処理装置の制御プログラムにおいて、
    前記医療画像データの属性情報には前記患者情報が含まれ、さらに、撮影装置情報、撮影日時情報、撮影時刻情報、撮影条件情報、撮影座標情報、撮影縮尺情報、および造影剤使用の有無情報のうち少なくとも一つ以上の情報が属性情報として含まれていることを特徴とする医療画像処理装置の制御プログラム。
  26. 請求項２１乃至２５の何れか一項に記載の医療画像処理装置の制御プログラムにおいて、
    前記選択手段によってユーザが前記医療画像データの組み合せを選択する前に、前記選別手段によって選別された前記医療画像データの組み合わせを事前に取り込む取込み手段、
    として更に機能させることを特徴とする医療画像処理装置の制御プログラム。
  27. 請求項２１乃至２６の何れか一項に記載の医療画像処理装置の制御プログラムにおいて、
    前記患者情報、前記選択手段が選択した前記医療画像データの組み合わせを前記抽出手段が抽出した時に使用された条件を利用して前記画像処理種別に適合する新たな前記医療画像データの組み合わせを抽出することを特徴とする医療画像処理装置の制御プログラム。
  28. 請求項２１乃至２７の何れか一項に記載の医療画像処理装置の制御プログラムにおいて、
    前記患者情報の患者とは異なる患者の患者情報、前記選択手段が選択した前記医療画像データの組み合わせを前記抽出手段が抽出した時に使用された条件を利用して前記画像処理種別に適合する新たな前記医療画像データの組み合わせを抽出することを特徴とする医療画像処理装置の制御プログラム。
  29. 請求項２１乃至２８の何れか一項に記載の医療画像処理装置の制御プログラムにおいて、
    前記抽出手段は、前記入力手段によって入力された前記画像処理種別と同一の当該画像処理種別に基づいて前記選択手段が過去に選択した前記医療画像データの組み合わせを利用して新たな前記医療画像データの組み合わせを抽出するように機能させることを特徴とする医療画像処理装置の制御プログラム。
  30. 請求項２１乃至２９の何れか一項に記載の医療画像処理装置の制御プログラムにおいて、
    前記医療画像データの取り込みは、医療画像データ蓄積手段から取り込むように機能させることを特徴とする医療画像処理装置の制御プログラム。
JP2007301947A 2007-11-21 2007-11-21 画像処理装置、画像処理装置の制御方法、および画像処理装置の制御プログラム Active JP4545185B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2007301947A JP4545185B2 (ja) 2007-11-21 2007-11-21 画像処理装置、画像処理装置の制御方法、および画像処理装置の制御プログラム
US12/271,118 US8244010B2 (en) 2007-11-21 2008-11-14 Image processing device and a control method and control program thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2007301947A JP4545185B2 (ja) 2007-11-21 2007-11-21 画像処理装置、画像処理装置の制御方法、および画像処理装置の制御プログラム

Publications (2)

Publication Number Publication Date
JP2009125226A true JP2009125226A (ja) 2009-06-11
JP4545185B2 JP4545185B2 (ja) 2010-09-15

Family

ID=40642002

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2007301947A Active JP4545185B2 (ja) 2007-11-21 2007-11-21 画像処理装置、画像処理装置の制御方法、および画像処理装置の制御プログラム

Country Status (2)

Country Link
US (1) US8244010B2 (ja)
JP (1) JP4545185B2 (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019103932A (ja) * 2012-11-28 2019-06-27 キヤノンメディカルシステムズ株式会社 医用画像処理装置、超音波診断装置及び医用画像取込方法
WO2019198625A1 (ja) * 2018-04-12 2019-10-17 キヤノン株式会社 情報処理装置、情報処理装置の制御方法、及びプログラム
JP2020098488A (ja) * 2018-12-18 2020-06-25 キヤノンメディカルシステムズ株式会社 医用情報処理装置及び医用情報処理システム
WO2020205116A1 (en) * 2019-03-29 2020-10-08 Fujifilm Medical Systems U.S.A., Inc. A platform for evaluating medical information and method for using the same
JP7443080B2 (ja) 2020-02-13 2024-03-05 キヤノンメディカルシステムズ株式会社 医用情報処理システム、医用情報処理方法、および医用情報処理プログラム

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8107695B2 (en) * 2007-06-27 2012-01-31 General Electric Company Methods and systems for assessing patient movement in diagnostic imaging
US9275456B2 (en) * 2010-10-29 2016-03-01 The Johns Hopkins University Image search engine
DE102013206754A1 (de) * 2013-04-16 2014-10-16 Siemens Aktiengesellschaft Verfahren zum Bearbeiten von Daten und zugehörige Datenverarbeitungsanlage oder Datenverarbeitungsanlagenverbund
JP2015085182A (ja) * 2013-09-26 2015-05-07 株式会社東芝 医用画像診断装置、医用画像表示装置、および医用画像表示方法
US9384422B2 (en) 2014-04-04 2016-07-05 Ebay Inc. Image evaluation
KR102656563B1 (ko) * 2018-02-06 2024-04-12 삼성메디슨 주식회사 초음파 진단 장치 및 초음파 진단 장치의 제어 방법
JP7086630B2 (ja) * 2018-02-09 2022-06-20 キヤノン株式会社 情報処理装置、情報処理方法、及びプログラム
DE102018214325A1 (de) * 2018-08-24 2020-02-27 Siemens Healthcare Gmbh Verfahren und Bereitstellungseinheit zum Bereitstellen eines virtuellen tomographischen Schlaganfall-Nachfolgeuntersuchungsbildes
CN113168905A (zh) * 2018-11-22 2021-07-23 富士胶片株式会社 医用图像显示控制装置、方法及程序
JP2022000094A (ja) * 2020-06-19 2022-01-04 キヤノンメディカルシステムズ株式会社 医用画像診断システム、医用画像診断方法、入力装置、及び表示装置
WO2024083311A1 (en) * 2022-10-17 2024-04-25 Smart Reporting Gmbh Generation of and search for medical reference image data

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004097653A (ja) * 2002-09-12 2004-04-02 Konica Minolta Holdings Inc 画像情報処理装置、医用ネットワークシステム及び画像情報処理装置のためのプログラム
JP2005110974A (ja) * 2003-10-08 2005-04-28 Toshiba Corp 医用画像集合処理システム及び医用画像集合処理方法
JP2006314780A (ja) * 2005-04-22 2006-11-24 General Electric Co <Ge> Ｄｉｃｏｍヘッダ値の定義のためのシステム及び方法
JP2007037781A (ja) * 2005-08-03 2007-02-15 Toshiba Corp 画像処理装置及び画像処理システム
JP2007094513A (ja) * 2005-09-27 2007-04-12 Fujifilm Corp 読影支援システム
JP2007144151A (ja) * 2005-11-01 2007-06-14 Toshiba Corp 医用画像表示システム及び医用画像表示プログラム

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007109704A2 (en) * 2006-03-22 2007-09-27 Cornell Research Foundation, Inc. Medical imaging visibility index system and method for cancer lesions
JP2010504129A (ja) * 2006-09-22 2010-02-12 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 肺結節の高度コンピュータ支援診断
US20090016579A1 (en) * 2007-07-09 2009-01-15 Synarc, Inc. Method and system for performing quality control of medical images in a clinical trial

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004097653A (ja) * 2002-09-12 2004-04-02 Konica Minolta Holdings Inc 画像情報処理装置、医用ネットワークシステム及び画像情報処理装置のためのプログラム
JP2005110974A (ja) * 2003-10-08 2005-04-28 Toshiba Corp 医用画像集合処理システム及び医用画像集合処理方法
JP2006314780A (ja) * 2005-04-22 2006-11-24 General Electric Co <Ge> Ｄｉｃｏｍヘッダ値の定義のためのシステム及び方法
JP2007037781A (ja) * 2005-08-03 2007-02-15 Toshiba Corp 画像処理装置及び画像処理システム
JP2007094513A (ja) * 2005-09-27 2007-04-12 Fujifilm Corp 読影支援システム
JP2007144151A (ja) * 2005-11-01 2007-06-14 Toshiba Corp 医用画像表示システム及び医用画像表示プログラム

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019103932A (ja) * 2012-11-28 2019-06-27 キヤノンメディカルシステムズ株式会社 医用画像処理装置、超音波診断装置及び医用画像取込方法
WO2019198625A1 (ja) * 2018-04-12 2019-10-17 キヤノン株式会社 情報処理装置、情報処理装置の制御方法、及びプログラム
JP2019185490A (ja) * 2018-04-12 2019-10-24 キヤノン株式会社 情報処理装置、情報処理装置の制御方法、及びプログラム
JP7098393B2 (ja) 2018-04-12 2022-07-11 キヤノン株式会社 情報処理装置、情報処理装置の制御方法、及びプログラム
US11880975B2 (en) 2018-04-12 2024-01-23 Canon Kabushiki Kaisha Information processing apparatus, method for controlling information processing apparatus, and storage medium
JP2020098488A (ja) * 2018-12-18 2020-06-25 キヤノンメディカルシステムズ株式会社 医用情報処理装置及び医用情報処理システム
JP7246912B2 (ja) 2018-12-18 2023-03-28 キヤノンメディカルシステムズ株式会社 医用情報処理装置及び医用情報処理システム
WO2020205116A1 (en) * 2019-03-29 2020-10-08 Fujifilm Medical Systems U.S.A., Inc. A platform for evaluating medical information and method for using the same
US10977796B2 (en) 2019-03-29 2021-04-13 Fujifilm Medical Systems U.S.A., Inc. Platform for evaluating medical information and method for using the same
GB2596960A (en) * 2019-03-29 2022-01-12 Fujifilm Medical Systems U S A Inc A platform for evaluating medical information and method for using the same
GB2596960B (en) * 2019-03-29 2023-03-01 Fujifilm Medical Systems U S A Inc A platform for evaluating medical information and method for using the same
JP7443080B2 (ja) 2020-02-13 2024-03-05 キヤノンメディカルシステムズ株式会社 医用情報処理システム、医用情報処理方法、および医用情報処理プログラム

Also Published As

Publication number Publication date
JP4545185B2 (ja) 2010-09-15
US8244010B2 (en) 2012-08-14
US20090129642A1 (en) 2009-05-21

Similar Documents

Publication Publication Date Title
JP4545185B2 (ja) 画像処理装置、画像処理装置の制御方法、および画像処理装置の制御プログラム
JP4786246B2 (ja) 画像処理装置及び画像処理システム
JP6081126B2 (ja) 医用画像処理装置、画像診断装置、コンピュータシステム、医用画像処理プログラム、及び医用画像処理方法
US20070237380A1 (en) Three-dimensional medical image display device equipped with pre-processing system implementing clinical protocol
JP4653542B2 (ja) 画像処理装置
KR20200000820A (ko) 의료 영상 및 진단을 위한 비디오 클립 선택 장치
WO2010113479A1 (ja) 画像処理装置および方法並びにプログラム
US20070019849A1 (en) Systems and graphical user interface for analyzing body images
JP2004105728A (ja) コンピュータを利用した医療用画像の収集
JP4528322B2 (ja) 画像表示装置、画像表示方法、および画像表示プログラム
JP2004105731A (ja) コンピュータを利用した医療用画像の処理
JP2011083591A (ja) 診断支援システム、診断支援プログラムおよび診断支援方法
JP4744926B2 (ja) 医用画像表示装置及び医用画像表示方法
WO2003071779A1 (en) System and method for generating movie loop display from medical image data
JP7100884B2 (ja) ビデオクリップ画像の画質に基づく医療用画像ビデオクリップの計測における信頼度決定
JP3989896B2 (ja) 医用画像処理装置、関心領域抽出方法、ならびに、プログラム
JP7430720B2 (ja) マルチモダリティハンギングプロトコル
JP4625701B2 (ja) 画像観察装置及び画像観察方法
JP5363962B2 (ja) 診断支援システム、診断支援プログラムおよび診断支援方法
JP6461743B2 (ja) 医用画像処理装置および医用画像処理方法
EP2480133B1 (en) Apparatus and method for acquiring diagnostic information
JP7433750B2 (ja) 診療用画像作製および診断に用いるビデオクリップ選択器
JP2010082399A (ja) 画像診断装置
JP5159195B2 (ja) 医用画像処理装置
JP2017196300A (ja) 医用画像表示装置及び表示プログラム

Legal Events

Date Code Title Description
A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20090817

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20090825

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: 20100622

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: 20100629

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130709

Year of fee payment: 3

R150 Certificate of patent or registration of utility model

Ref document number: 4545185

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

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250