JP2014083164A - Image processing method, image processing apparatus, and image processing program - Google Patents
Image processing method, image processing apparatus, and image processing program Download PDFInfo
- Publication number
- JP2014083164A JP2014083164A JP2012233337A JP2012233337A JP2014083164A JP 2014083164 A JP2014083164 A JP 2014083164A JP 2012233337 A JP2012233337 A JP 2012233337A JP 2012233337 A JP2012233337 A JP 2012233337A JP 2014083164 A JP2014083164 A JP 2014083164A
- Authority
- JP
- Japan
- Prior art keywords
- liver
- image
- region
- image processing
- 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
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 4
- 238000012545 processing Methods 0.000 title claims description 45
- 210000004185 liver Anatomy 0.000 claims abstract description 215
- 230000003902 lesion Effects 0.000 claims abstract description 23
- 230000005484 gravity Effects 0.000 claims abstract description 10
- 210000004204 blood vessel Anatomy 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 17
- 238000003384 imaging method Methods 0.000 claims description 9
- 239000006185 dispersion Substances 0.000 claims description 5
- 238000013179 statistical model Methods 0.000 claims description 2
- 238000011156 evaluation Methods 0.000 abstract description 49
- 238000007689 inspection Methods 0.000 abstract description 3
- 238000000034 method Methods 0.000 description 16
- 238000000605 extraction Methods 0.000 description 13
- 206010016654 Fibrosis Diseases 0.000 description 9
- 230000004761 fibrosis Effects 0.000 description 9
- 206010028980 Neoplasm Diseases 0.000 description 6
- 238000002091 elastography Methods 0.000 description 6
- 239000000284 extract Substances 0.000 description 4
- 238000002591 computed tomography Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012317 liver biopsy Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Landscapes
- Magnetic Resonance Imaging Apparatus (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
Description
本発明は、肝臓の画像診断に適した画像処理方法およびその装置並びにそのためのプログラム（program）に関する。 The present invention relates to an image processing method and apparatus suitable for liver image diagnosis, and a program therefor.
肝臓の病変を画像診断するアプローチ（approach）として、エラストグラフィ（Elastography）の技術が開発されている。エラストグラフィは、肝臓の病変、線維化の進行度と肝臓の弾性度との間に相関関係があることを利用した評価方法である。一般的に、エラストグラフィでは、被検者の体表面から肝臓に向けて圧力や振動を加えながらＭＲＩ（Magnetic Resonance Imaging）装置や超音波装置などでスキャン（scan）し、得られた検出信号を基に肝臓の各位置での弾性度を画像化して評価する（例えば、特許文献１，［０００２］〜［０００４］等参照）。 Elastography technology has been developed as an approach for diagnostic imaging of liver lesions. Elastography is an evaluation method using the fact that there is a correlation between the degree of progression of liver lesions and fibrosis and the elasticity of the liver. In general, elastography scans with an MRI (Magnetic Resonance Imaging) device or an ultrasonic device while applying pressure and vibration from the body surface of the subject toward the liver, and the detected signal is obtained. Based on this, the elasticity at each position of the liver is imaged and evaluated (see, for example, Patent Document 1, [0002] to [0004]).
エラストグラフィの有用性は確立しつつあるが、検査には、肝臓に外圧を加えるための特殊な器具、例えば加振装置等を用意する必要がある。また、エラストグラフィでは、このような器具を被検者に装着することから、被検者に不快感を与えるだけでなく、検査技師に対しても作業的な負担が増え、ルーチン（routine）検査とは異なるスキャンを追加で行う必要があるため、総検査時間が増加する。 Although the usefulness of elastography is being established, it is necessary to prepare a special instrument for applying an external pressure to the liver, such as a vibration device, for the examination. In elastography, such a device is attached to the subject, which not only makes the subject uncomfortable, but also increases the work burden on the laboratory technician, and routine testing. The total inspection time is increased because it is necessary to perform an additional scan different from the above.
このような事情により、被検者に特殊な器具を装着することなく、ルーチン検査の画像のみで、肝臓の病変の進行度を評価することができる技術が望まれている。 Under such circumstances, there is a demand for a technique that can evaluate the degree of progression of a liver lesion using only a routine examination image without attaching a special instrument to the subject.
第１の観点の発明は、
肝臓を含む画像に基づいて、前記肝臓の表面の粗度（でこぼこ度）が反映されており、前記画像における肝臓領域の形状および画質の少なくとも一方について標準化が成された指標を算出するステップ（step）と、
前記指標に基づいて、前記肝臓の病変の進行度を判定するステップとを実行する画像処理方法を提供する。
The invention of the first aspect
Based on the image including the liver, the roughness (bumpiness) of the surface of the liver is reflected, and a standardized index is calculated for at least one of the shape and image quality of the liver region in the image (step) )When,
And a step of determining the degree of progression of the lesion of the liver based on the index.
第２の観点の発明は、
肝臓を含む画像に基づいて、前記肝臓の表面の粗度が反映されており、前記画像における肝臓領域の形状および画質の少なくとも一方について標準化が成された指標を算出する算出手段と、
前記指標に基づいて、前記肝臓の病変の進行度を判定する判定手段とを備えた画像処理装置を提供する。
The invention of the second aspect is
Based on an image including the liver, the roughness of the surface of the liver is reflected, and a calculation unit that calculates a standardized indicator for at least one of the shape and image quality of the liver region in the image;
Provided is an image processing apparatus comprising: a determination unit that determines a degree of progression of the liver lesion based on the index.
第３の観点の発明は、
前記算出手段が、前記肝臓領域の画素値のばらつき度を、前記画像の撮影条件に応じた所定の特徴量で標準化して成る第１の指標を算出する、上記第２の観点の画像処理装置を提供する。
The invention of the third aspect is
The image processing apparatus according to the second aspect, wherein the calculation unit calculates a first index obtained by standardizing a degree of variation in pixel values of the liver region with a predetermined feature amount according to the imaging condition of the image. I will provide a.
第４の観点の発明は、
前記算出手段が、肝臓の標準的な形状のモデル（model）である標準肝臓と、前記肝臓領域を前記標準肝臓へフィッティング（fitting）して得られる、形状が標準化された肝臓領域とにおける輪郭の不一致度を表す第２の指標を算出する、上記第２の観点の画像処理装置を提供する。
The invention of the fourth aspect is
The calculation means calculates a contour of a standard liver that is a model of a standard shape of the liver, and a liver region that is obtained by fitting the liver region to the standard liver and has a standardized shape. An image processing apparatus according to the second aspect, which calculates a second index representing a degree of mismatch is provided.
第５の観点の発明は、
前記算出手段が、
前記肝臓領域の画素値のばらつき度を、前記画像の撮影条件に応じた所定の特徴量で標準化して成る第１の指標と、
統計的なモデルである標準肝臓と、前記肝臓領域を前記標準肝臓へフィッティングして得られる、形状が標準化された肝臓領域とにおける輪郭の不一致度を表す第２の指標とを算出し、
前記判定手段が、前記第１および第２の指標に基づいて、前記進行度を判定する、上記第２の観点の画像処理装置を提供する。
The invention of the fifth aspect is
The calculating means is
A first index obtained by standardizing the degree of dispersion of the pixel value of the liver region with a predetermined feature amount according to the imaging condition of the image;
Calculating a standard index that is a statistical model, and a second index that represents a degree of disagreement between contours obtained by fitting the liver region to the standard liver, and a shape-standardized liver region;
The image processing apparatus according to the second aspect, in which the determination unit determines the progress degree based on the first and second indices.
第６の観点の発明は、
前記肝臓領域の画素値のばらつき度が、前記肝臓領域のうち肝実質領域の画素値のばらつき度である、上記第３の観点または第５の観点の画像処理装置を提供する。
The invention of the sixth aspect is
The image processing apparatus according to the third aspect or the fifth aspect is provided, wherein the variation degree of the pixel value of the liver region is the variation degree of the pixel value of the liver parenchymal region of the liver region.
第７の観点の発明は、
前記所定の特徴量が、前記画像における肝実質領域とは異なる組織領域の画素値のばらつき度である、上記第３の観点、第５の観点および第６の観点のいずれか一つの観点の画像処理装置を提供する。
The invention of the seventh aspect
The image according to any one of the third aspect, the fifth aspect, and the sixth aspect, wherein the predetermined feature amount is a variation degree of a pixel value of a tissue region different from a liver parenchymal region in the image. A processing device is provided.
第８の観点の発明は、
前記組織領域が、前記肝臓領域のうちの血管領域である、上記第７の観点の画像処理装置を提供する。
The invention of the eighth aspect
The image processing apparatus according to the seventh aspect is provided, wherein the tissue region is a blood vessel region in the liver region.
第９の観点の発明は、
前記ばらつき度が、標準偏差または分散である、上記第３の観点、および第５の観点から第８の観点のいずれか一つの観点の画像処理装置を提供する。
The invention of the ninth aspect is
An image processing apparatus according to any one of the third aspect and the fifth to eighth aspects, wherein the degree of variation is standard deviation or variance.
第１０の観点の発明は、
前記算出手段が、前記標準肝臓と、前記フィッティング後の肝臓領域とにおいて、重心を中心とした複数の角度方向について該重心から外周までの距離をそれぞれ算出し、前記複数の角度方向について算出された互いに対応する距離同士の差分の総合的な大きさを表す代表値を、前記第２の指標として算出する、上記第４の観点または第５の観点の画像処理装置を提供する。
The invention of the tenth aspect is
The calculation means calculates distances from the center of gravity to the outer periphery for a plurality of angular directions centered on the center of gravity in the standard liver and the liver region after the fitting, and the calculation is performed for the plurality of angular directions. The image processing apparatus according to the fourth aspect or the fifth aspect, wherein a representative value representing a total magnitude of differences between distances corresponding to each other is calculated as the second index.
第１１の観点の発明は、
前記代表値が、積算値、平均値または二乗平均値である、上記第１０の観点の画像処理装置を提供する。
The invention of the eleventh aspect is
The image processing apparatus according to the tenth aspect is provided, wherein the representative value is an integrated value, an average value, or a mean square value.
第１２の観点の発明は、
前記画像が、３次元画像であり、
前記表面が、３次元的な表面である上記第２の観点から第１１の観点のいずれか一つの観点の画像処理装置を提供する。
The invention of the twelfth aspect is
The image is a three-dimensional image;
The image processing apparatus according to any one of the second to eleventh aspects, wherein the surface is a three-dimensional surface.
第１３の観点の発明は、
前記画像が、ＭＲ画像またはＣＴ（Computed Tomography）画像である上記第２の観点から第１２の観点のいずれか一つの観点の画像処理装置を提供する。
The invention of the thirteenth aspect is
An image processing apparatus according to any one of the second to twelfth aspects is provided, wherein the image is an MR image or a CT (Computed Tomography) image.
第１４の観点の発明は、
コンピュータ（computer）を、上記第２の観点から第１３の観点のいずれか一つの観点の画像処理装置として機能させるためのプログラムを提供する。
The invention of the fourteenth aspect is
A program for causing a computer to function as the image processing apparatus according to any one of the second to thirteenth aspects is provided.
上記観点の発明によれば、肝臓を含む画像に基づいて、肝臓の表面の粗度が反映されており、肝臓領域の形状および画質の少なくとも一方について標準化が成された指標を算出し、算出された指標を基に肝臓の病変の進行度を判定する。つまり、肝臓に外圧を加えない通常の撮影によって得られる肝臓の画像から、肝臓の病変の進行度と相関のある指標を求め、この指標を基に被検者の肝臓の病変の進行度を判定することとし、かつ、上記標準化が成された指標により、この判定手法で考慮すべき、肝臓の形や大きさに対する被検者の個体差、あるいは、画像の画質に対する個体差による影響を抑えることができる。その結果、被検者に特殊な器具を装着することなく、ルーチン検査の画像のみで、肝臓の病変の進行度を評価することができる。 According to the invention of the above aspect, the roughness of the surface of the liver is reflected based on the image including the liver, and the standardized index for at least one of the shape and image quality of the liver region is calculated and calculated. The degree of liver lesion progression is determined based on the index. In other words, an index that correlates with the degree of progression of liver lesions is obtained from liver images obtained by normal imaging without applying external pressure to the liver, and the degree of progression of liver lesions of the subject is determined based on this index. In addition, with the standardized indicators, the influence of individual differences on the shape and size of the liver or individual differences on the image quality of the image that should be considered in this determination method should be suppressed. Can do. As a result, it is possible to evaluate the degree of progression of the liver lesion only with the image of the routine examination without attaching a special instrument to the subject.
以下、本発明の実施形態について説明する。なお、これにより本発明は限定されない。 Hereinafter, embodiments of the present invention will be described. Note that the present invention is not limited thereby.
図１は、本実施形態に係る画像処理装置の構成を示す概略図である。 FIG. 1 is a schematic diagram illustrating a configuration of an image processing apparatus according to the present embodiment.
図１に示すように、本実施形態に係る画像処理装置１は、肝臓画像取得部１０と、肝臓領域抽出部２０と、肝臓領域変形部３０と、非肝実質領域抽出部４０と、指標算出部５０と、病変レベル判定部６０とを有する。 As shown in FIG. 1, the image processing apparatus 1 according to the present embodiment includes a liver image acquisition unit 10, a liver region extraction unit 20, a liver region deformation unit 30, a non-liver parenchymal region extraction unit 40, and an index calculation. Unit 50 and lesion level determination unit 60.
肝臓画像取得部１０は、被検者の肝臓を含むボリュームデータ（volume data）すなわち３次元画像を取得する。 The liver image acquisition unit 10 acquires volume data including a subject's liver, that is, a three-dimensional image.
肝臓領域抽出部２０は、肝臓画像取得部１０により取得された肝臓のボリュームデータから肝臓領域を抽出する。 The liver region extraction unit 20 extracts a liver region from the volume data of the liver acquired by the liver image acquisition unit 10.
肝臓領域変形部３０は、肝臓領域抽出部２０により抽出された肝臓領域を、非剛体変形により標準肝臓へフィッティングして、その形状を標準化する。標準肝臓とは、肝臓の標準的な形状を表すモデルである。 The liver region deforming unit 30 fits the liver region extracted by the liver region extracting unit 20 to the standard liver by non-rigid deformation, and standardizes the shape. The standard liver is a model representing the standard shape of the liver.
非肝実質領域抽出部４０は、肝臓領域変形部３０により得られたフィッティング後の肝臓領域から、例えば血管領域や腫瘍領域などの非肝実質領域をそれぞれ抽出する。 The non-liver parenchymal region extraction unit 40 extracts non-liver parenchymal regions such as a blood vessel region and a tumor region from the fitted liver region obtained by the liver region deforming unit 30, respectively.
指標算出部５０は、肝臓領域から非肝実質領域を除去して得られる肝実質領域と、別途抽出した血管領域とから、肝臓の表面の粗度が反映された指標を算出する。 The index calculation unit 50 calculates an index reflecting the roughness of the liver surface from the liver parenchymal area obtained by removing the non-liver parenchymal area from the liver area and the separately extracted blood vessel area.
病変レベル判定部６０は、指標算出部５０により算出された指標に基づいて、被検者の肝臓の線維化レベルを判定する。 The lesion level determination unit 60 determines the fibrosis level of the subject's liver based on the index calculated by the index calculation unit 50.
以下、本実施形態に係る画像処理装置１における処理の流れを説明する。 Hereinafter, the flow of processing in the image processing apparatus 1 according to the present embodiment will be described.
図２は、本実施形態に係る画像処理装置１における処理の流れを示すフローチャートである。ただし、処理の流れが理解し易いよう、フローの初めに事前準備を含めている。 FIG. 2 is a flowchart showing the flow of processing in the image processing apparatus 1 according to the present embodiment. However, advance preparation is included at the beginning of the flow so that the flow of processing is easy to understand.
ステップＳ１では、まず事前準備として、肝臓の標準的な形状を表すモデルである標準肝臓を作成する。図３に標準肝臓の例を示す。例えば、複数の健常者について肝臓を撮影してボリュームデータを多数例取得し、これらの肝臓の平均形状を標準肝臓７１とする。作成された標準肝臓７１は、画像処理装置１に記憶させる。なお、標準肝臓７１は、性別や体重、年齢別に定義することが望ましい。なお、本例では、簡便のため、肝臓を表す図を２次元的に表現しているが、実際には３次元的に表されており、後述する指標の算出等においても、３次元的に行うことを想定する。 In step S1, first, as a preliminary preparation, a standard liver that is a model representing a standard shape of the liver is created. FIG. 3 shows an example of a standard liver. For example, the liver is imaged for a plurality of healthy persons, and a large number of volume data are acquired, and the average shape of these livers is set as the standard liver 71. The created standard liver 71 is stored in the image processing apparatus 1. The standard liver 71 is preferably defined by sex, weight, and age. In this example, for the sake of simplicity, the figure representing the liver is represented two-dimensionally, but in reality, it is represented three-dimensionally. Assume to do.
ステップＳ２では、肝臓画像取得部１０が、被検者の肝臓を含むボリュームデータを取得する。このボリュームデータは、被検者の肝臓をＭＲ装置やＸ線ＣＴ装置等により撮影して得られた複数の断層像を積み合わせることで得られる。肝臓画像取得部１０は、既に画像再構成されたボリュームデータを入力されて取得してもよいし、撮影装置が収集した検出信号データを入力され、この検出信号データを画像再構成処理することによりボリュームデータを再構成して取得してもよい。 In step S2, the liver image acquisition unit 10 acquires volume data including the liver of the subject. This volume data is obtained by stacking a plurality of tomographic images obtained by imaging the subject's liver with an MR apparatus, an X-ray CT apparatus or the like. The liver image acquisition unit 10 may receive and acquire volume data that has already been reconstructed, or may receive detection signal data collected by the imaging apparatus and perform image reconstruction processing on the detection signal data. Volume data may be reconstructed and acquired.
ステップＳ３では、肝臓領域抽出部２０が、肝臓を含むボリュームデータから３次元の肝臓領域を抽出する。抽出には、領域拡張法など任意の公知の手法を使用すればよい。以下、抽出された肝臓領域の画像部分を、評価対象肝臓と呼ぶことにする。図４に評価対象肝臓の例を示す。なお、図４に示す評価対象肝臓７２は、繊維化し、表面がでこぼこしている肝臓の例である。 In step S3, the liver region extraction unit 20 extracts a three-dimensional liver region from the volume data including the liver. Any known method such as a region expansion method may be used for extraction. Hereinafter, the extracted image portion of the liver region is referred to as an evaluation target liver. FIG. 4 shows an example of the evaluation target liver. The evaluation target liver 72 shown in FIG. 4 is an example of a liver that is fiberized and has a bumpy surface.
ステップＳ４では、肝臓領域変形部３０が、評価対象肝臓７２を標準肝臓７１へフィッティングし、その形状を標準化する。この標準肝臓７１には、被検者の性別、体重、および年齢に対応する標準肝臓を用いる。図５に評価対象肝臓７２を標準肝臓７１へフィッティングして変形させた例を示す。フィッティング後の評価対象肝臓７３は、表面のでこぼこ形状をある程度維持しながら、標準肝臓７１に近い大きさ・形状へと変形する。 In step S4, the liver region deforming unit 30 fits the evaluation target liver 72 to the standard liver 71 and standardizes the shape. As the standard liver 71, a standard liver corresponding to the sex, weight and age of the subject is used. FIG. 5 shows an example in which the evaluation target liver 72 is fitted to the standard liver 71 and deformed. The evaluation target liver 73 after the fitting is deformed into a size and shape close to the standard liver 71 while maintaining the irregular shape of the surface to some extent.
評価対象肝臓７２の標準肝臓７１へのフィッティングは、非剛体変形により行う。例えば、標準肝臓７１と評価対象肝臓７２とのそれぞれにランドマークＬを設定し、ランドマークＬ同士を位置合せすることで、評価対象肝臓７２を標準肝臓７１へフィッティングする。図５の例では、等角度サンプリング（sampling）により、肝臓外周上にランドマークＬを配置している。すなわち、肝臓の重心Ｇを原点として、複数の（立体）角度方向を角度間隔Δａが同じになるように設定し、角度方向毎に肝臓外周上にランドマークＬを配置している。等角度サンプリングの代わりに、図６の例のように、等距離サンプリングを用いてもよい。すなわち、標準肝臓７１において、隣り合う二つのランドマーク間の距離Δｄが等しくなるようにランドマークＬを配置し、評価対象肝臓７２において、隣り合う二つのランドマーク間の距離Δｄ′が等しくなるようにランドマークＬを配置する。また、図７の例のように、ラティス変形（Lattice deform）法、別名フリーフォーム（free form deform）変形法を用いてもよい。ラティス変形法は、等間隔に格子点Ｋを配置し、格子点Ｋで囲まれた空間を格子点Ｋの移動により変形させるようにして、形状が互いにほぼ一致するよう評価対象肝臓７２を変形する方法である。 Fitting of the evaluation target liver 72 to the standard liver 71 is performed by non-rigid deformation. For example, the landmark L is set for each of the standard liver 71 and the evaluation target liver 72, and the landmarks L are aligned to fit the evaluation target liver 72 to the standard liver 71. In the example of FIG. 5, landmarks L are arranged on the outer periphery of the liver by equiangular sampling. In other words, with the center of gravity G of the liver as the origin, a plurality of (solid) angular directions are set so that the angular interval Δa is the same, and the landmark L is arranged on the outer periphery of the liver for each angular direction. Instead of equiangular sampling, equidistant sampling may be used as in the example of FIG. That is, in the standard liver 71, the landmark L is arranged so that the distance Δd between two adjacent landmarks is equal, and in the evaluation target liver 72, the distance Δd ′ between two adjacent landmarks is equal. A landmark L is arranged on the screen. Further, as in the example of FIG. 7, a lattice deformation method, also known as a free form deformation method, may be used. In the lattice deformation method, lattice points K are arranged at equal intervals, and the space surrounded by the lattice points K is deformed by the movement of the lattice points K, so that the evaluation target liver 72 is deformed so that the shapes substantially coincide with each other. Is the method.
ステップＳ５では、非肝実質領域抽出部４０が、フィッティング後の評価対象肝臓７３から非肝実質領域、具体的には血管領域や腫瘍領域などを抽出する。血管領域の抽出は領域拡張法を用いてもよく、図８に示すように、血管断面に垂直な方向に沿って領域検索してもよい。図８に示す手法では、まず、血管樹構造すなわち血管領域７４の根元の部分に初期領域Ｒ０を設定し、初期領域Ｒ０の方向ベクトル（vector）Ｖ０に沿って閾値処理をして連結領域Ｒ１を求める。連結領域Ｒ１を新たな初期領域とし、新たな初期領域の方向ベクトルＶ１に沿って次の連結領域を求める。連結領域が複数存在する場合はその地点を分岐点Ｂであるとみなし、まず一つの分岐に対して連結領域Ｒｉ１を求め連結領域が見つからなくなるまで検索する。連結領域が見つからなくなったら分岐点Ｂに戻り別の分岐に対して連結領域Ｒｉ２を求め連結領域が見つからなくなるまで検索する。以上の処理を繰り返すことで血管領域７４を抽出する。腫瘍領域の抽出は、画素値の閾値処理、パターンマッチング（pattern matching）、手動で領域を指定するなどの方法により行うことができる。 In step S5, the non-liver parenchymal region extraction unit 40 extracts a non-liver parenchymal region, specifically, a blood vessel region, a tumor region, and the like from the evaluation target liver 73 after the fitting. Extraction of a blood vessel region may use a region expansion method, or a region search may be performed along a direction perpendicular to a blood vessel cross section as shown in FIG. In the method shown in FIG. 8, first, an initial region R0 is set at the root portion of the blood vessel tree structure, that is, the blood vessel region 74, and threshold processing is performed along the direction vector (vector) V0 of the initial region R0, thereby connecting the connected region R1. Ask. The connected region R1 is set as a new initial region, and the next connected region is obtained along the direction vector V1 of the new initial region. When there are a plurality of connected regions, the point is regarded as a branch point B, and a connected region Ri1 is first obtained for one branch and searched until no connected region is found. If no connection area is found, the process returns to the branch point B to obtain a connection area Ri2 for another branch and searches until no connection area is found. The blood vessel region 74 is extracted by repeating the above processing. Extraction of a tumor region can be performed by methods such as pixel value threshold processing, pattern matching, or manually specifying a region.
ステップＳ６では、指標算出部５０が、フィッティング後の評価対象肝臓７３について繊維化の評価指標を算出する。肝臓の病変（線維化）の進行度と肝臓の表面の粗度との間には相関関係があり、病変の進行度が大きいほど、粗度が増す傾向にある。そこで、評価指標には、肝臓の表面の粗度が反映されるものを用いる。本実施形態では、以下の２つ指標を用いる。 In step S6, the index calculation unit 50 calculates a fibrosis evaluation index for the evaluation target liver 73 after the fitting. There is a correlation between the degree of progression of liver lesion (fibrosis) and the roughness of the surface of the liver, and the degree of roughness tends to increase as the degree of progression of the lesion increases. Therefore, an index that reflects the roughness of the surface of the liver is used as the evaluation index. In the present embodiment, the following two indices are used.
[評価指標１]
肝臓領域の画素値のばらつき度を、肝臓を含むボリュームデータ（３次元画像）の撮影条件に応じた所定の特徴量で標準化して成る第１の指標を、評価指標１として算出する。
[Evaluation index 1]
A first index obtained by standardizing the degree of dispersion of pixel values in the liver region with a predetermined feature amount corresponding to the imaging condition of volume data (three-dimensional image) including the liver is calculated as an evaluation index 1.
ステップＳ４で作成したフィッティング後の評価対象肝臓７３における画素値のばらつき度をSDhとすると、繊維化が進むほどSDhは高い値を示す。血管領域７４や腫瘍領域などの非肝実質領域における画素値は肝実質における画素値とは値が大きく異なるため、非肝実質領域を含んでばらつき度を算出すると、ばらつき度が無用に高い値となる。したがって、このばらつき度SDhの計算においては、ステップＳ５で抽出した非肝実質領域は除外し、肝実質領域についてのみ算出することが望ましい。また、ばらつき度SDｈは、繊維化の進行度だけでなく、画質、特には画像の鮮明さ(S/N比)にも影響を受ける。そこで、この画質の影響を排除するため、肝実質領域の画素値のばらつき度SDhを、画質について標準化することが望ましい。本実施形態では、肝実質領域の画素値のばらつき度SDhを、ステップＳ２で得られたボリュームデータ（３次元画像）における肝実質以外の領域での画素値のばらつき度で標準化することにする。例えば、ステップＳ５で得られた血管領域７４における画素値のばらつき度SDsを算出し、SDsで標準化した値SDn=SDh/SDsを評価指標１とする。なお、上記のばらつき度としては、例えば、標準偏差や分散などを用いることができる。また、標準化に用いる肝実質以外の領域は、肝臓領域における血管領域に限らず、肝臓以外の組織領域であってもよいし、ステップＳ２で得られたボリュームデータと同じ撮影条件で得られたファントム（phantom）の画像における所定領域であってもよい。つまり、ステップＳ２で得られたボリュームデータの撮影条件に応じた所定の特徴量で標準化できれば、いずれのやり方であってもよい。 When the degree of variation of the pixel value in the evaluation target liver 73 after fitting created in step S4 is SDh, SDh shows a higher value as fibrosis progresses. Since pixel values in non-liver parenchymal regions such as the blood vessel region 74 and the tumor region are greatly different from pixel values in the liver parenchyma, calculating the variability including the non-liver parenchymal region results in an unnecessarily high variability. Become. Therefore, in calculating the degree of variation SDh, it is desirable to exclude only the non-liver parenchymal region extracted in step S5 and calculate only the liver parenchymal region. Further, the variation degree SDh is influenced not only by the degree of progress of fiberization but also by the image quality, particularly the sharpness of the image (S / N ratio). Therefore, in order to eliminate the influence of this image quality, it is desirable to standardize the variation degree SDh of pixel values in the liver parenchymal region with respect to the image quality. In the present embodiment, the pixel value variation degree SDh in the liver parenchymal region is standardized by the pixel value variation degree in the region other than the liver parenchyma in the volume data (three-dimensional image) obtained in step S2. For example, the pixel value variation degree SDs in the blood vessel region 74 obtained in step S5 is calculated, and the value SDn = SDh / SDs normalized by SDs is used as the evaluation index 1. In addition, as said dispersion | variation degree, a standard deviation, dispersion | distribution, etc. can be used, for example. The region other than the liver parenchyma used for standardization is not limited to the blood vessel region in the liver region, but may be a tissue region other than the liver, or a phantom obtained under the same imaging conditions as the volume data obtained in step S2. It may be a predetermined area in the (phantom) image. That is, any method may be used as long as it can be standardized with a predetermined feature amount according to the shooting condition of the volume data obtained in step S2.
[評価指標２]
肝臓の標準的な形状を表すモデルである標準肝臓７１と、評価対象肝臓７２を標準肝臓７１へフィッティングした後の、形状が標準化された評価対象肝臓７３と、における輪郭の不一致度を表す第２の指標を、評価指標２として算出する。
[Evaluation index 2]
A second representing the degree of disagreement of the contour in the standard liver 71 which is a model representing the standard shape of the liver and the evaluation target liver 73 whose shape is standardized after fitting the evaluation target liver 72 to the standard liver 71. Is calculated as an evaluation index 2.
ステップＳ１で作成した標準肝臓７１と、ステップＳ４で作成したフィッティング後の評価対象肝臓７３とにおいて、図９に示すように、一定（立体）角度ａごとに重心Ｇから外周までの距離を算出する。標準肝臓７１における角度ａでの重心Ｇから外周までの距離をDs(a)、フィッティング後の評価対象肝臓７３における角度ａでの重心Ｇから外周までの距離をDt(a)、とそれぞれ定義する。複数の角度ａにおけるDs(a)とDt(a)の差分値の総合的な大きさを表す代表値Dvを評価指標２とする。評価指標２は、繊維化が進むほどDvは高い値を示す。なお、上記の代表値としては、例えば、積算値、平均値、二乗平均値などを用いることができる。上記の代表値を二乗平均値とする場合、評価指標２は、下式で定義される。 In the standard liver 71 created in step S1 and the evaluation target liver 73 after fitting created in step S4, as shown in FIG. 9, the distance from the center of gravity G to the outer periphery is calculated for each fixed (solid) angle a. . The distance from the center of gravity G to the outer periphery at the angle a in the standard liver 71 is defined as Ds (a), and the distance from the center of gravity G to the outer periphery at the angle a in the evaluation target liver 73 after fitting is defined as Dt (a). . The representative value Dv representing the overall magnitude of the difference value between Ds (a) and Dt (a) at a plurality of angles a is set as the evaluation index 2. As for evaluation index 2, Dv shows a high value, so that fiberization progresses. In addition, as said representative value, an integrated value, an average value, a square mean value etc. can be used, for example. When the above representative value is a mean square value, the evaluation index 2 is defined by the following equation.
なお、フィッティング後の評価対象肝臓７３について評価指標２を算出する際に、血管領域７４や腫瘍領域の存在が指標の算出に悪影響を及ぼすことが考えられる。この場合には、評価対象肝臓７３からこれら血管領域７４や腫瘍領域を除去したり、さらにその除去して空いた領域を肝実質領域の平均画素値の画素で埋めたりしてもよい。 When calculating the evaluation index 2 for the evaluation target liver 73 after fitting, the presence of the blood vessel region 74 or the tumor region may adversely affect the calculation of the index. In this case, the blood vessel region 74 and the tumor region may be removed from the evaluation target liver 73, or the removed and empty region may be filled with pixels having an average pixel value of the liver parenchymal region.
ステップＳ７では、病変レベル判定部６０が、ステップＳ６で算出した２つの評価指標１，２を基に、評価対象肝臓７３の繊維化レベルを決定する。繊維化レベルは、例えば、図１０に示すような表を参照して判定する。図１０の例でのF0-F4は、繊維化のステージ（stage）を示す。N1-N3は、評価指標１の閾値、M1-M3は、評価指標２の閾値であり、いずれも経験的に決まるパラメータ（parameter）である。 In step S7, the lesion level determination unit 60 determines the fibrosis level of the evaluation target liver 73 based on the two evaluation indexes 1 and 2 calculated in step S6. The fiberization level is determined with reference to a table as shown in FIG. F0-F4 in the example of FIG. 10 indicates the stage of fiberization. N1-N3 is a threshold value for evaluation index 1, and M1-M3 is a threshold value for evaluation index 2, both of which are parameters determined empirically.
以上、本実施形態によれば、肝臓を含む画像に基づいて、肝臓の表面の粗度が反映されており、肝臓領域の形状および画質の少なくとも一方について標準化が成された指標を算出し、算出された指標を基に肝臓の病変の進行度を判定する。つまり、肝臓に外圧を加えない通常の撮影によって得られる肝臓の画像から、肝臓の病変の進行度と相関のある指標を求め、この指標を基に被検者の肝臓の病変の進行度を判定することとし、かつ、上記標準化が成された指標により、この判定手法で考慮すべき、肝臓の形や大きさに対する被検者の個体差、あるいは、画像の画質に対する個体差による影響を抑えることができる。その結果、被検者に特殊な器具を装着することなく、ルーチン検査の画像のみで、肝臓の病変の進行度を評価することができる。 As described above, according to the present embodiment, based on the image including the liver, the roughness of the surface of the liver is reflected, and the standardized index for at least one of the shape and image quality of the liver region is calculated and calculated. The degree of liver lesion progression is determined based on the index. In other words, an index that correlates with the degree of progression of liver lesions is obtained from liver images obtained by normal imaging without applying external pressure to the liver, and the degree of progression of liver lesions of the subject is determined based on this index. In addition, with the standardized indicators, the influence of individual differences on the shape and size of the liver or individual differences on the image quality of the image that should be considered in this determination method should be suppressed. Can do. As a result, it is possible to evaluate the degree of progression of the liver lesion only with the image of the routine examination without attaching a special instrument to the subject.
また、本実施形態によれば、肝生検と異なり、肝臓全体の評価が可能であり、侵襲性が極めて低く、合併症の恐れもない。 Further, according to the present embodiment, unlike the liver biopsy, the entire liver can be evaluated, the invasiveness is extremely low, and there is no risk of complications.
また、エラストグラフィは、低侵襲で肝臓全体を評価できるが、血流やうっ血の影響で肝臓の硬さを高く評価する傾向があり、検査の再現性の点では改善の余地がある。一方、本実施形態では、画像ＳＤの影響や肝実質以外の物質の影響を排除した評価指標を用いたり、肝臓の標準的な形状のモデルである標準肝臓を用いたりしており、これらの工夫から検査の再現性を向上させている。 Elastography can evaluate the entire liver with minimal invasiveness, but tends to evaluate the hardness of the liver highly due to the effects of blood flow and congestion, and there is room for improvement in terms of reproducibility of the examination. On the other hand, in the present embodiment, an evaluation index that excludes the influence of the image SD and the influence of substances other than the liver parenchyma is used, or a standard liver that is a model of a standard shape of the liver is used. This improves the reproducibility of inspection.
なお、本実施形態では、線維化レベルの判定に用いる指標として、上記の評価指標および評価指標２を用いているが、もちろん、これらに限定されることはなく、肝臓の表面の粗度が反映されており、肝臓領域の形状および画質の少なくとも一方について標準化が成された指標であれば、いずれの指標であってもよい。 In the present embodiment, the evaluation index and the evaluation index 2 described above are used as the index used for determining the fibrosis level. However, the present invention is not limited to these, and the roughness of the surface of the liver is reflected. Any index can be used as long as it is standardized for at least one of the shape and image quality of the liver region.
また、本実施形態では、線維化レベルの判定に、上記の評価指標１および評価指標２を用いているが、これらの指標のうちいずれか一方のみを用いてもよい。 In the present embodiment, the evaluation index 1 and the evaluation index 2 are used for determining the fibrosis level, but only one of these indices may be used.
また、本実施形態では、肝臓領域の抽出から指標算出までの処理を、ボリュームデータ上で３次元的に行うことを想定しているが、２次元の断層像上で行うことも可能である。 In the present embodiment, it is assumed that the processing from the extraction of the liver region to the calculation of the index is performed three-dimensionally on the volume data, but can be performed on a two-dimensional tomographic image.
また、本実施形態は、画像処理装置であるが、コンピュータを、このような画像処理装置として機能させるためのプログラム、このプログラムが記憶された記憶媒体などもまた、発明の実施形態の一例である。 Although the present embodiment is an image processing apparatus, a program for causing a computer to function as such an image processing apparatus, a storage medium storing the program, and the like are also examples of embodiments of the invention. .
１ 画像処理装置
１０ 肝臓画像取得部
２０ 肝臓領域抽出部
３０ 肝臓領域変形部
４０ 非肝実質領域抽出部
５０ 指標算出部
６０ 病変レベル判定部
７１ 標準肝臓
７２ 評価対象肝臓
７３ フィッティング後の評価対象肝臓
７４ 血管領域
DESCRIPTION OF SYMBOLS 1 Image processing apparatus 10 Liver image acquisition part 20 Liver area extraction part 30 Liver area deformation | transformation part 40 Non-liver parenchymal area extraction part 50 Index calculation part 60 Lesion level determination part 71 Standard liver 72 Evaluation object liver 73 Evaluation object liver 74 after fitting Blood vessel region
Claims (14)
前記指標に基づいて、前記肝臓の病変の進行度を判定するステップとを実行する画像処理方法。 Based on an image including the liver, the roughness of the surface of the liver is reflected, and calculating a standardized indicator for at least one of the shape and image quality of the liver region in the image;
An image processing method that executes a step of determining a degree of progression of a lesion of the liver based on the index.
前記指標に基づいて、前記肝臓の病変の進行度を判定する判定手段とを備えた画像処理装置。 Based on an image including the liver, the roughness of the surface of the liver is reflected, and a calculation unit that calculates a standardized indicator for at least one of the shape and image quality of the liver region in the image;
An image processing apparatus comprising: determination means for determining a progress degree of the liver lesion based on the index.
前記肝臓領域の画素値のばらつき度を、前記画像の撮影条件に応じた所定の特徴量で標準化して成る第１の指標と、
統計的なモデルである標準肝臓と、前記肝臓領域を前記標準肝臓へフィッティングして得られる、形状が標準化された肝臓領域とにおける輪郭の不一致度を表す第２の指標とを算出し、
前記判定手段は、前記第１および第２の指標に基づいて、前記進行度を判定する、請求項２に記載の画像処理装置。 The calculating means includes
A first index obtained by standardizing the degree of dispersion of the pixel value of the liver region with a predetermined feature amount according to the imaging condition of the image;
Calculating a standard index that is a statistical model, and a second index that represents a degree of disagreement between contours obtained by fitting the liver region to the standard liver, and a shape-standardized liver region;
The image processing apparatus according to claim 2, wherein the determination unit determines the progress degree based on the first and second indices.
前記表面は、３次元的な表面である請求項２から請求項１１のいずれか一項に記載の画像処理装置。 The image is a three-dimensional image;
The image processing apparatus according to claim 2, wherein the surface is a three-dimensional surface.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012233337A JP6133038B2 (en) | 2012-10-23 | 2012-10-23 | Image processing method, apparatus, and program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012233337A JP6133038B2 (en) | 2012-10-23 | 2012-10-23 | Image processing method, apparatus, and program |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2014083164A true JP2014083164A (en) | 2014-05-12 |
| JP6133038B2 JP6133038B2 (en) | 2017-05-24 |
Family
ID=50786831
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2012233337A Active JP6133038B2 (en) | 2012-10-23 | 2012-10-23 | Image processing method, apparatus, and program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6133038B2 (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2016504070A (en) * | 2012-11-30 | 2016-02-12 | コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． | Quantifying tissue surface roughness based on image data and determining the presence of disease based on it |
| JP2016087109A (en) * | 2014-11-05 | 2016-05-23 | キヤノン株式会社 | Image processing system, image processing method, and program |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102280204B1 (en) * | 2018-12-13 | 2021-07-21 | 연세대학교 산학협력단 | Method and apparatus for providing information on the pathological grade of tumors of renal cell carcinoma |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH02124150A (en) * | 1988-11-02 | 1990-05-11 | Ryuichi Awazu | Image diagnostic device |
| JP2005319080A (en) * | 2004-05-10 | 2005-11-17 | Aloka Co Ltd | Ultrasonic diagnostic equipment |
| JP2009195283A (en) * | 2008-02-19 | 2009-09-03 | Aloka Co Ltd | Ultrasonic image processor |
| WO2011034005A1 (en) * | 2009-09-16 | 2011-03-24 | 株式会社 日立メディコ | Ultrasonograph, elastic image classification method, and elastic image classification program |
-
2012
- 2012-10-23 JP JP2012233337A patent/JP6133038B2/en active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH02124150A (en) * | 1988-11-02 | 1990-05-11 | Ryuichi Awazu | Image diagnostic device |
| JP2005319080A (en) * | 2004-05-10 | 2005-11-17 | Aloka Co Ltd | Ultrasonic diagnostic equipment |
| JP2009195283A (en) * | 2008-02-19 | 2009-09-03 | Aloka Co Ltd | Ultrasonic image processor |
| WO2011034005A1 (en) * | 2009-09-16 | 2011-03-24 | 株式会社 日立メディコ | Ultrasonograph, elastic image classification method, and elastic image classification program |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2016504070A (en) * | 2012-11-30 | 2016-02-12 | コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． | Quantifying tissue surface roughness based on image data and determining the presence of disease based on it |
| JP2016087109A (en) * | 2014-11-05 | 2016-05-23 | キヤノン株式会社 | Image processing system, image processing method, and program |
Also Published As
| Publication number | Publication date |
|---|---|
| JP6133038B2 (en) | 2017-05-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9697639B2 (en) | Three-dimensional model data generation device, method and program | |
| KR101267759B1 (en) | Information processing apparatus, information processing method, and storage medium | |
| JP5584006B2 (en) | Projection image generation apparatus, projection image generation program, and projection image generation method | |
| US10102622B2 (en) | Processing apparatus, processing method, and non-transitory computer-readable storage medium | |
| US9691150B2 (en) | Image processing apparatus, image processing method and storage medium | |
| KR101240354B1 (en) | Image processing apparatus, image processing method, and storage medium | |
| JP5601378B2 (en) | Medical image processing device | |
| US9311709B2 (en) | Image processing apparatus and image processing method | |
| JP5812841B2 (en) | Image diagnosis support apparatus, image diagnosis support method, and image diagnosis support program | |
| JP6381895B2 (en) | Image processing apparatus, image processing method, and X-ray diagnostic apparatus | |
| JP5591309B2 (en) | Image processing apparatus, image processing method, program, and storage medium | |
| JP2013542046A (en) | Ultrasound image processing system and method | |
| JP5934071B2 (en) | Apparatus, method and program for searching for shortest path of tubular structure | |
| CN108830852B (en) | Three-dimensional ultrasonic tumor auxiliary measurement system and method | |
| KR102273020B1 (en) | Method and appartus for registering medical images | |
| JP2011110158A (en) | Image processing device, and control method and program of image processing device | |
| JP2013063272A (en) | Method for automatic three-dimensional segmentation of magnetic resonance images | |
| JP6133038B2 (en) | Image processing method, apparatus, and program | |
| JP5836735B2 (en) | Ultrasonic diagnostic apparatus and method for displaying slice image of object | |
| JP5484998B2 (en) | Medical image processing apparatus and control program for fat region measurement | |
| EP2887319B1 (en) | Method and apparatus for indicating point whose location has been adjusted based on type of caliper in medical image | |
| KR20120000729A (en) | Position tracking method for vascular treatment micro robot through registration between x ray image and ct 3d model | |
| JP6934948B2 (en) | Operation method of fluid analyzer and fluid analyzer and fluid analysis program | |
| JP6690053B2 (en) | Blood flow analysis device, method and program | |
| WO2008024359A2 (en) | Method for detection and visional enhancement of blood vessels and pulmonary emboli |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20150525 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20150602 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20151009 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160817 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160920 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20161213 |
|
| 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: 20170328 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170419 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6133038 Country of ref document: JP 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 |