JP2014161657A - Image processing program, image processing device, and image processing method - Google Patents
Image processing program, image processing device, and image processing method Download PDFInfo
- Publication number
- JP2014161657A JP2014161657A JP2013037855A JP2013037855A JP2014161657A JP 2014161657 A JP2014161657 A JP 2014161657A JP 2013037855 A JP2013037855 A JP 2013037855A JP 2013037855 A JP2013037855 A JP 2013037855A JP 2014161657 A JP2014161657 A JP 2014161657A
- Authority
- JP
- Japan
- Prior art keywords
- fractal dimension
- threshold
- image processing
- determination
- data
- 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 2
- 238000004364 calculation method Methods 0.000 claims abstract description 20
- 238000004458 analytical method Methods 0.000 claims abstract description 14
- 238000002603 single-photon emission computed tomography Methods 0.000 claims description 26
- 238000011156 evaluation Methods 0.000 claims description 23
- 230000004217 heart function Effects 0.000 claims description 6
- 206010019280 Heart failures Diseases 0.000 abstract description 15
- 230000000747 cardiac effect Effects 0.000 abstract 1
- 238000013500 data storage Methods 0.000 description 27
- 238000003384 imaging method Methods 0.000 description 13
- 238000000034 method Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 10
- 206010042434 Sudden death Diseases 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000010606 normalization Methods 0.000 description 4
- 230000017531 blood circulation Effects 0.000 description 3
- 238000002591 computed tomography Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 210000004165 myocardium Anatomy 0.000 description 3
- 230000000284 resting effect Effects 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 208000019622 heart disease Diseases 0.000 description 2
- 210000005240 left ventricle Anatomy 0.000 description 2
- 238000012886 linear function Methods 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 230000003680 myocardial damage Effects 0.000 description 2
- 230000002107 myocardial effect Effects 0.000 description 2
- 108020001621 Natriuretic Peptide Proteins 0.000 description 1
- 102000004571 Natriuretic peptide Human genes 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000000157 blood function Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000035475 disorder Diseases 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 208000028867 ischemia Diseases 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 208000010125 myocardial infarction Diseases 0.000 description 1
- 239000000692 natriuretic peptide Substances 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 108090000765 processed proteins & peptides Proteins 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 230000002861 ventricular Effects 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Nuclear Medicine (AREA)
- Image Processing (AREA)
Abstract
Description
本発明は、心臓の３次元画像を処理する技術に関する。 The present invention relates to a technique for processing a three-dimensional image of the heart.
被験者にＲＩ（Ｒａｄｉｏ Ｉｓｏｔｏｐｅ：放射性同位体）を投与して、心筋の血流の状態を示す心臓の断層画像を撮影する心筋ＳＰＥＣＴ（Ｓｉｎｇｌｅ Ｐｈｏｔｏｎ Ｅｍｉｓｓｉｏｎ Ｃｏｍｐｕｔｅｄ Ｔｏｍｏｇｒａｐｈｙ）が知られている。さらに、心筋ＳＰＥＣＴの一つとして、心電図に同期させて撮影する心電図同期ＳＰＥＣＴ（Ｇａｔｅｄ ＳＰＥＣＴ）が知られている（例えば特許文献１）。 A myocardial SPECT (Single Photon Emission Computed Tomography) is known in which RI (Radio Isotope: radioisotope) is administered to a subject and a tomographic image of the heart showing the state of blood flow of the myocardium is taken. Furthermore, as one of the myocardial SPECTs, there is known an ECG-synchronized SPECT (Gated SPECT) that captures images in synchronization with the electrocardiogram (for example, Patent Document 1).
また、被験者を撮像した画像からフラクタル次元を算出して、診断支援を行う技術が知られている（例えば特許文献２）。 In addition, a technique is known in which a fractal dimension is calculated from an image obtained by imaging a subject and diagnosis support is performed (for example, Patent Document 2).
また、心疾患を評価する指標としてＥＦ（Ｅｊｅｃｔｉｏｎ Ｆｒａｃｔｉｏｎ：駆出率）が知られている。例えば、被験者のＥＦが所定の閾値より小さい場合、被験者の心臓のポンプ機能（左室収縮機能）の障害があると判定することができる。 Further, EF (Ejection Fraction) is known as an index for evaluating heart disease. For example, when the EF of the subject is smaller than a predetermined threshold, it can be determined that there is a disorder in the heart's pump function (left ventricular contraction function) of the subject.
被験者のＥＦが所定の閾値より大きい場合であっても、心筋の障害等により突然死のリスクが高い場合がある。このようなリスクを検出するために、別途、ホルター心電図等を用いて心不全の診断が行われる。 Even if the subject's EF is greater than a predetermined threshold, the risk of sudden death may be high due to myocardial damage or the like. In order to detect such a risk, diagnosis of heart failure is performed separately using a Holter electrocardiogram or the like.
そこで、本発明の目的は、心不全の診断に有効な情報を提供することである。 Accordingly, an object of the present invention is to provide information useful for diagnosis of heart failure.
本発明の一つの実施態様に従う画像処理プログラムは、心拍内の特定フェーズで撮影された被験者の心臓の３次元画像データを記憶するコンピュータのための画像処理プログラムであって、前記３次元画像データのフラクタル次元を算出する算出ステップと、前記フラクタル次元が予め定められたフラクタル次元閾値より高いか否かを判定する判定ステップとを前記コンピュータに実行させる。前記フラクタル次元閾値は、前記判定のＲＯＣ（Ｒｅｃｅｉｖｅｒ Ｏｐｅｒａｔｉｎｇ Ｃｈａｒａｃｔｅｒｉｓｔｉｃ）解析においてオッズ比が最大となる閾値である。 An image processing program according to an embodiment of the present invention is an image processing program for a computer that stores three-dimensional image data of a subject's heart imaged in a specific phase within a heartbeat. The computer is caused to execute a calculation step for calculating a fractal dimension and a determination step for determining whether or not the fractal dimension is higher than a predetermined fractal dimension threshold. The fractal dimension threshold value is a threshold value at which the odds ratio is maximized in the ROC (Receiver Operating Characteristic) analysis of the determination.
好適な実施形態では、前記３次元画像データは、安静時に撮影され、前記特定フェーズは、拡張中期であってもよい。 In a preferred embodiment, the three-dimensional image data may be captured at rest, and the specific phase may be a middle diastole.
好適な実施形態では、前記算出ステップは、前記３次元画像データの全ての画素値を正規化し、前記正規化された画素値の範囲で予め定められた複数の画素閾値の夫々を対象画素閾値とて選択し、前記正規化された画素値の中から対象画素閾値より高い画素値の数を検出し、前記対象画素閾値の対数と前記検出された画素値の数の対数との関係を示す回帰直線の傾きを前記フラクタル次元として算出してもよい。 In a preferred embodiment, the calculating step normalizes all the pixel values of the three-dimensional image data, and sets each of a plurality of pixel threshold values predetermined in the normalized pixel value range as a target pixel threshold value. A regression indicating the relationship between the logarithm of the target pixel threshold and the logarithm of the number of detected pixel values. The slope of the straight line may be calculated as the fractal dimension.
好適な実施形態では、前記３次元画像データは、心電図同期ＳＰＥＣＴにより撮影され、前記心臓の所定の軸に垂直な複数の断面を夫々示す複数の断層画像であってもよい。 In a preferred embodiment, the three-dimensional image data may be a plurality of tomographic images taken by electrocardiogram synchronization SPECT and each showing a plurality of cross sections perpendicular to a predetermined axis of the heart.
好適な実施形態では、前記記憶ステップは、前記被験者の心機能の評価結果を示す評価データを記憶し、前記判定ステップは、前記評価データが予め定められた評価データ閾値より高いか否かを判定し、前記フラクタル次元の判定結果と前記評価データの判定結果とに基づいて、前記被験者の心機能を判定してもよい。 In a preferred embodiment, the storage step stores evaluation data indicating an evaluation result of the subject's cardiac function, and the determination step determines whether or not the evaluation data is higher than a predetermined evaluation data threshold value. Then, the subject's cardiac function may be determined based on the determination result of the fractal dimension and the determination result of the evaluation data.
好適な実施形態では、前記評価データは、ＥＦであってもよい。 In a preferred embodiment, the evaluation data may be EF.
以下、本発明の一実施形態に係る画像処理装置について、図面を参照して説明する。 Hereinafter, an image processing apparatus according to an embodiment of the present invention will be described with reference to the drawings.
本実施形態では、心筋の血流及び機能の解析を行うための心電図同期ＳＰＥＣＴ法に基づいて撮影した画像の解析を行う心電図同期ＳＰＥＣＴの画像解析を例に説明するが、本発明は、これ以外にも、心電図に同期させたＰＥＴ（Ｐｏｓｉｔｒｏｎ Ｅｍｉｓｓｉｏｎ Ｃｏｍｐｕｔｅｄ Ｔｏｍｏｇｒａｐｈｙ）、ＭＲＩ（Ｍａｇｎｅｔｉｃ Ｒｅｓｏｎａｎｃｅ Ｉｍａｇｉｎｇ）、ＣＴ（Ｃｏｍｐｕｔｅｄ Ｔｏｍｏｇｒａｐｈｙ）、超音波による心臓の断層画像を用いることができる。 In the present embodiment, an electrocardiogram-synchronized SPECT image analysis that analyzes an image captured based on an electrocardiogram-synchronized SPECT method for analyzing the blood flow and function of the myocardium will be described as an example. In addition, PET (Positron Emission Computed Tomography) synchronized with an electrocardiogram, MRI (Magnetic Resonance Imaging), CT (Computed Tomography), and a tomographic image of the heart by ultrasound can be used.
以下、実施例１に係る画像処理装置の構成について説明する。 The configuration of the image processing apparatus according to the first embodiment will be described below.
図１は、本発明の実施例１に係る画像処理装置１の構成を示すブロック図である。
FIG. 1 is a block diagram illustrating a configuration of an
この図に示すように、画像処理装置１は、画像処理装置本体１０と、入力装置４と、表示装置５とを有する。入力装置４は、キーボード、タッチパネル、ポインティングデバイスなどである。表示装置５は、液晶ディスプレイなどである。
As illustrated in FIG. 1, the
画像処理装置本体１０は、例えばプロセッサ及びメモリを備える汎用的なコンピュータシステムにより構成され、以下に説明する画像処理装置本体１０内の個々の構成要素または機能は、例えば、コンピュータプログラムを実行することにより実現される。そのコンピュータプログラムは、コンピュータ読みとり可能な記録媒体に格納可能である。
The image processing apparatus
画像処理装置本体１０は、記憶部２０と、正規化部３０と、フラクタル次元算出部４０と、判定部５０と、表示制御部６０とを有する。記憶部２０は、撮影データ記憶部２２と、正規化データ記憶部２３と、フラクタル次元データ記憶部２４と、判定データ記憶部２５とを有する。
The image processing apparatus
撮影データ記憶部２２は、心電図同期ＳＰＥＣＴにより撮影された撮影データを格納する。正規化部３０は、撮影データを正規化して正規化データを算出し、正規化データを正規化データ記憶部２３へ格納する。フラクタル次元算出部４０は、正規化データのフラクタル次元を示すフラクタル次元データを算出し、フラクタル次元データをフラクタル次元データ記憶部２４へ格納する。判定部５０は、フラクタル次元データに基づいて、心不全による突然死のリスクを判定し、判定結果を判定データとして判定データ記憶部２５へ格納する。表示制御部６０は、ユーザによる入力装置４への入力に基づいて、記憶部２０に格納されたデータを、表示装置５に表示させる。
The imaging
以下、撮影データについて説明する。 Hereinafter, photographing data will be described.
図２は、撮影データの構成を示す模式図である。 FIG. 2 is a schematic diagram showing the configuration of the shooting data.
心電図同期ＳＰＥＣＴシステムは、心電図同期ＳＰＥＣＴの撮影及び断層画像の再構成を行う。この心電図同期ＳＰＥＣＴシステムは、心電図３１０と同期させて、各フェーズ（位相）における心臓のＳＰＥＣＴ画像を生成する。まず、心電図同期ＳＰＥＣＴシステムは、心電図のＲ波同士の時間間隔（Ｒ−Ｒ間隔：心臓の運動の１周期）をＮ（Ｎは２以上の整数）等分し、Ｒ−Ｒ間隔の１／Ｎのサンプリング周期で各フェーズのＳＰＥＣＴ画像を撮影する。この撮影は、少なくとも心拍の１周期以上の間継続して行われる。なお、この図ではＮ＝１６の例を示したが、Ｎは任意であって、例えば、８，２０，３２などでもよい。この図は更に、左室のボリュームの時間変化３３０を示す。このようにＮ個のフェーズは、収縮期と拡張期に分かれる。
The electrocardiogram synchronous SPECT system performs electrocardiogram synchronous SPECT imaging and tomographic image reconstruction. The electrocardiogram synchronization SPECT system generates a SPECT image of the heart in each phase in synchronization with the
更に、心電図同期ＳＰＥＣＴシステムは、各フェーズのＳＰＥＣＴ画像から、所定軸に垂直なＭ個のスライスの断層画像３２０を生成する。本実施例では、断層画像として、左心室の短軸（Ｓｈｏｒｔ Ａｘｉｓ）断層画像を用いる。即ち、Ｍ個の断層画像は、心基部と心突部を結ぶ短軸に対して垂直なＭ個の断面を夫々示す。なお、短軸（Ｓｈｏｒｔ Ａｘｉｓ）断層画像以外にも、長軸垂直断層（Ｖｅｒｔｉｃａｌ Ｌｏｎｇ Ａｘｉｓ）画像、長軸水平断層（Ｈｏｒｉｚｏｎｔａｌ Ｌｏｎｇ Ａｘｉｓ）画像などを用いることができる。
Further, the ECG-synchronized SPECT system generates a
Ｍ個のスライスは、予め定められたスライス間隔を有する。本実施例においてスライス数Ｍは可変であるが、固定値であっても良い。各断層画像のサイズは例えば、１２８ピクセル×１２８ピクセルである。各断層画像内の画素値は例えば、ＲＩの放射能の強度（カウント値）に応じた２５６階調の濃度を表す。 The M slices have a predetermined slice interval. In this embodiment, the number of slices M is variable, but may be a fixed value. The size of each tomographic image is, for example, 128 pixels × 128 pixels. The pixel value in each tomographic image represents, for example, a density of 256 gradations according to the intensity of radioactivity (count value) of RI.
これにより、心電図同期ＳＰＥＣＴシステムは、１回の検査により、Ｎ×Ｍ枚の断層画像を生成し、撮影データとして撮影データ記憶部２２へ格納する。各断層画像には、フェーズ番号（１、２、…Ｎ）とスライス番号（１、２、…Ｍ）が付される。
As a result, the ECG-synchronized SPECT system generates N × M tomographic images by one examination and stores them in the imaging
なお、撮影データは、或る被験者を安静時に撮影したものであっても良いし、その被験者を負荷（薬剤負荷又は運動負荷）時に撮影したものであっても良い。 Note that the imaging data may be data obtained by photographing a subject at rest, or data obtained by imaging the subject at the time of loading (drug load or exercise load).
なお、画像処理装置１は、心電図同期ＳＰＥＣＴシステムの一部であっても良い。
The
以下、画像処理装置１の動作について説明する。
Hereinafter, the operation of the
図３は、画像処理装置１の動作を示すフローチャートである。
FIG. 3 is a flowchart showing the operation of the
正規化部３０は、撮影データ記憶部２２に格納された撮影データから、特定フェーズのＭ個の断層画像を対象画像群として取得し、対象画像群内の全ての画素値を正規化して正規化画像群に変換し、正規化画像群を含む正規化データを正規化データ記憶部２３へ保存する（Ｓ１１０）。この正規化において、例えば、正規化部３０は、対象画像群内の画素値を基準画素値で除し、その結果に１００を乗じることにより正規化画像群内の画素値を算出する。基準画素値は例えば、撮影データ内の対象画像群の全ての画素値の最大値である。これにより、正規画像群内の画素値の最大値は１００になる。なお、基準画素値は、対象画像群内の全ての画素値の最大値であっても良い。なお、撮影データは、対象画像群だけであっても良い。
The normalizing
その後、フラクタル次元算出部４０は、正規化データ記憶部２３から正規化データを取得し、正規化画像群のフラクタル次元（ＦＤ：ｆｒａｃｔａｌ ｄｉｍｅｎｓｉｏｎ）を示すフラクタル次元データを算出し、フラクタル次元データ記憶部２４へ格納する（Ｓ１２０）。
Thereafter, the fractal
このＦＤの算出において、例えば、フラクタル次元算出部４０は、０から１００までの範囲内で予め定められた複数の画素閾値の一つを対象画素閾値として選択する。複数の画素閾値は例えば、７０、８０、９０等である。その後、フラクタル次元算出部４０は、正規化画像群内の全ての画素のうち、対象画素閾値より高い画素値を有する画素の数を、適合画素数としてカウントする。その後、フラクタル次元算出部４０は、複数の画素閾値の全てについて、適合画素数をカウントする。その後、フラクタル次元算出部４０は、ｌｎ（適合画素数）をｌｎ（画素閾値）の一次関数として近似し、その一次関数により表される回帰直線の傾きの絶対値をＦＤとして算出する。ここでｌｎ（ｚ）は、自然対数を表す。フラクタル次元算出部４０は例えば、最小二乗法により回帰直線を求める。
In the calculation of the FD, for example, the fractal
図４は、フラクタル次元の算出方法の一例を示す図である。この図において、横軸ｘはｌｎ（画素閾値）を示し、縦軸ｙはｌｎ（適合画素数）を示す。即ち、この図は、画素閾値と適合画素数の関係を示す両対数グラフである。図中の直線は、図中の各点１１０から得られる回帰直線１２０である。回帰直線１２０は、ｙ＝−ａｘ＋ｂで表される。フラクタル次元算出部４０は、この回帰直線１２０の傾きの絶対値ａをＦＤとして算出する。
FIG. 4 is a diagram illustrating an example of a fractal dimension calculation method. In this figure, the horizontal axis x indicates ln (pixel threshold value), and the vertical axis y indicates ln (number of compatible pixels). That is, this figure is a log-log graph showing the relationship between the pixel threshold and the number of matching pixels. A straight line in the figure is a
判定部５０は、フラクタル次元データ記憶部２４からフラクタル次元データを取得し、ＦＤが予め定められたＦＤ閾値（フラクタル次元閾値）より高いか否かを判定し、その結果を示す判定データを判定データ記憶部２５へ格納する（Ｓ１３０）。本実施例において、心電図同期ＳＰＥＣＴによる正規化画像群のＦＤは、心臓におけるＲＩの集積の不均一性を表す。例えば、心筋梗塞により血流の分布の異常がある場合、断層画像の一部が欠損するため、正規化画像群の不均一性が増加する。また、虚血の場合、断層画像は淡い濃度になる。また、ＦＤは、心筋が受けたダメージの大きさを示すということもできる。これにより、判定部５０は、ＦＤがＦＤ閾値より高い場合、心不全による突然死のリスクが高いと判定する。
The
表示制御部６０は、判定データ記憶部２５から判定データを取得し、判定データに基づく画面を表示装置５に表示させる（Ｓ１４０）。例えば、表示制御部６０は、判定データに基づいて、心不全により突然死のリスクが高いか否かを示す情報を表示装置５に表示させる。なお、表示制御部６０は、記憶部２０内の撮影データ、正規化データ、フラクタル次元データの何れかを取得し、取得されたデータに基づく画面を表示装置５に表示させても良い。
The
以上が画像処理装置１の動作である。この動作によれば、心電図同期ＳＰＥＣＴから得られた撮影データに基づいて、心不全のリスクを判定することができる。
The above is the operation of the
以下、前述の特定フェーズの決定方法について説明する。 Hereinafter, a method for determining the specific phase will be described.
心電図同期ＳＰＥＣＴシステムは、複数の症例（被検者）について、安静時の心電図同期ＳＰＥＣＴの撮影と負荷時の心電図同期ＳＰＥＣＴの撮影とを行う。画像処理装置１が、安静時及び負荷時の複数のフェーズの夫々を特定フェーズとした場合の判定データについて、ＲＯＣ（Ｒｅｃｅｉｖｅｒ Ｏｐｅｒａｔｉｎｇ Ｃｈａｒａｃｔｅｒｉｓｔｉｃ）解析を行う。ここで、ＲＯＣ解析における正しい判定結果は、同一の被験者について別の基準の判定方法により心不全か否かを判定した判定結果である。本実施例において、基準の判定方法は、ＥＦがＥＦ閾値以下である被験者を心不全であると判定する。ＥＦ閾値は例えば６１である。このようなＲＯＣ解析により複数の判定データを比較し、最適なフェーズを決定する。
The electrocardiogram-synchronized SPECT system performs imaging of an electrocardiogram-synchronized SPECT at rest and electrocardiogram-synchronized SPECT at the time of loading for a plurality of cases (subjects). The
ＲＯＣ解析において、複数の症例のうち、ＥＦにより心不全と判定された症例を異常症例とし、ＥＦにより心不全でないと判定された症例を正常症例とする。ＦＤの値の範囲に複数の基準点を設定し、画像処理装置１は、各基準点をＦＤ閾値に設定して判定を行う。即ち、画像処理装置１は、ＦＤが基準点以上である場合に高リスクと判定する。或る基準点において、異常症例のうち画像処理装置１により高リスクと判定された症例を真陽性とし、正常症例のうち画像処理装置１により高リスクと判定された症例を偽陽性とし、異常症例のうち画像処理装置１により低リスクと判定された症例を偽陰性とし、正常症例のうち画像処理装置１により低リスクと判定された症例を真陰性とする。
In ROC analysis, among a plurality of cases, a case determined as heart failure by EF is regarded as an abnormal case, and a case determined as not heart failure by EF as a normal case. A plurality of reference points are set in the range of FD values, and the
これらの症例の数を用いて、真陰性率（ＴＮＦ：ｔｒｕｅ ｎｅｇａｔｉｖｅ ｆｒａｃｔｉｏｎ、特異度とも呼ばれる）は、真陰性数／正常症例数で表され、偽陰性率（ＦＮＦ：ｆａｌｓｅ ｎｅｇａｔｉｖｅ ｆｒａｃｔｉｏｎ）は、偽陰性数／正常症例数で表され、偽陽性率（ＦＰＦ：ｆａｌｓｅ ｐｏｓｉｔｉｖｅ ｆｒａｃｔｉｏｎ）は、偽陽性数／異常症例数で表され、真陽性率（ＴＰＦ：ｔｒｕｅ ｐｏｓｉｔｉｖｅ ｆｒａｃｔｉｏｎ、感度とも呼ばれる）は、真陽性数／異常症例数で表される。 Using the number of these cases, the true negative rate (also called true negative fraction (TNF) is also called specificity) is expressed as the number of true negatives / normal cases, and the false negative rate (FNF: false negative fraction) is false. The false positive rate (FPF) is expressed as the number of false positives / abnormal cases, and the true positive rate (TPF: true positive fraction, also called sensitivity) is true. Expressed as positive / abnormal number of cases.
図５は、ＲＯＣ曲線を示す図である。 FIG. 5 is a diagram showing an ROC curve.
ここで安静時（Ｒ：Ｒｅｓｔ）に撮影された１６個のフェーズと、負荷時（Ｓｔ：Ｓｔｒｅｓｓ）に撮影された１６個のフェーズとの中から、６個の対象フェーズについてＲＯＣ解析を行った。この図は、安静時の収縮末期（Ｒ−ｓｙｓｔｏｌｅ：フェーズ番号＝８）のＲＯＣ曲線２１１と、安静時の拡張中期（Ｒ−ｍｉｄ−ｄｉａｓｔｏｌｅ：フェーズ番号＝１４）のＲＯＣ曲線２１２と、安静時の拡張末期（Ｒ−ｄｉａｓｔｏｌｅ：フェーズ番号＝１６）のＲＯＣ曲線２１３と、負荷時の収縮末期（Ｓｔ−ｓｙｓｔｏｌｅ：フェーズ番号＝８）のＲＯＣ曲線２２１と、負荷時の拡張中期（Ｓｔ−ｍｉｄ−ｄｉａｓｔｏｌｅ：フェーズ番号＝１４）のＲＯＣ曲線２２２と、負荷時の拡張末期（Ｓｔ−ｄｉａｓｔｏｌｅ：フェーズ番号＝１６）のＲＯＣ曲線２２３とを示す。
Here, ROC analysis was performed on six target phases out of 16 phases photographed at rest (R: Rest) and 16 phases photographed at load (St: Stress). . This figure shows an
この図において、横軸は偽陽性率（ＦＰＦ）であり、縦軸は真陽性率（ＴＰＦ）である。６個の対象フェーズのＲＯＣ曲線２１１、２１２、２１３、２２１、２２２、２２３の夫々の下側の面積ＡＵＣ（Ａｒｅａ ｕｎｄｅｒ ｔｈｅ ｃｕｒｖｅ）を比較すると、安静時の拡張中期のＲＯＣ曲線２１２のＡＵＣが最も大きい。ＲＯＣ解析において、ＡＵＣが大きいほど、判定の精度が高いことが知られている。これにより、画像処理装置１は、特定フェーズとして、安静時の拡張中期を用いることが望ましい。このような決定方法によれば、画像処理装置１に最適なフェーズを決定することができる。
In this figure, the horizontal axis represents the false positive rate (FPF), and the vertical axis represents the true positive rate (TPF). Comparing the area under the AUC (Area under the curve) of the ROC curves 211, 212, 213, 221, 222, and 223 of the six target phases, the AUC of the
以下、ＦＤ閾値の決定方法について説明する。 Hereinafter, a method for determining the FD threshold will be described.
前述のＲＯＣ解析により得られる真陽性率、偽陰性率、偽陽性率、及び真陰性率を用いて、オッズは、真陽性率／偽陰性率と、偽陽性率／真陰性率とで表され、オッズ比は、（真陽性率／偽陰性率）／（偽陽性率／真陰性率）で表される。各基準点のオッズ比を算出し、オッズ比が最大になる基準点の値を、ＦＤ閾値とする。前述のＲＯＣ解析に用いられたデータによれば、ＦＤ閾値は、４．４３である。このような決定方法によれば、画像処理装置１に最適なＦＤ閾値を決定することができる。
Using the true positive rate, false negative rate, false positive rate, and true negative rate obtained by the ROC analysis described above, the odds are expressed as true positive rate / false negative rate and false positive rate / true negative rate. The odds ratio is expressed as (true positive rate / false negative rate) / (false positive rate / true negative rate). The odds ratio of each reference point is calculated, and the value of the reference point that maximizes the odds ratio is set as the FD threshold value. According to the data used for the ROC analysis described above, the FD threshold is 4.43. According to such a determination method, the optimum FD threshold value for the
なお、ＦＤ閾値は、性別や疾患毎に得られる複数の被験者のＦＤに基づいて決定されても良い。これにより、判定の精度を向上させることができる。 Note that the FD threshold may be determined based on the FDs of a plurality of subjects obtained for each sex and disease. Thereby, the accuracy of determination can be improved.
本実施例では、実施例１と同一部分については説明を省略し、実施例１と異なる部分を中心に説明する。 In the present embodiment, description of the same parts as those in the first embodiment will be omitted, and description will be made focusing on parts different from the first embodiment.
図６は、実施例２に係る画像処理装置１の構成を示すブロック図である。実施例１と比較すると、画像処理装置１は、判定部５０の代わりに判定部５０ｂを有する。記憶部２０は、新たに評価データ記憶部２６を有し、判定データ記憶部２５の代わりに判定データ記憶部２５ｂを有する。
FIG. 6 is a block diagram illustrating the configuration of the
評価データ記憶部２６は、撮影データの被験者の心機能の評価結果であり、ＦＤと異なる心不全の指標である評価データを格納する。本実施例において、評価データは、ＥＦである。判定部５０ｂは、フラクタル次元データと評価データとに基づいて、当該被験者の心不全に関する判定を行い、判定結果を判定データとして判定データ記憶部２５ｂへ格納する。
The evaluation
以下、判定部５０ｂの動作について説明する。 Hereinafter, the operation of the determination unit 50b will be described.
図７は、実施例２の判定方法を示す模式図である。この図において、横軸はＥＦを示し、縦軸はＦＤを示す。この図は更に、ＥＦ閾値及びＦＤ閾値を示す。判定部５０ｂは、評価データに示されているＥＦと、フラクタル次元データに示されているＦＤとの組み合わせを、４つの領域Ａ、Ｂ、Ｃ、Ｄの何れであるかを判定し、判定データとして判定データ格納部１５へ格納する。領域Ａは、ＥＦがＥＦ閾値より高く、且つＦＤがＦＤ閾値以下で領域であり、心機能が正常に近いことを示す。領域Ｂは、ＥＦがＥＦ閾値以下で、且つＦＤがＦＤ閾値以下である領域であり、心筋ダメージが小さいので積極的にポンプ機能改善を目指した治療が必要であることを示す。領域Ｃは、ＥＦがＥＦ閾値以下で、且つＦＤがＦＤ閾値より高い領域であり、心不全による突然死のリスクが領域Ａ及びＢに比べて高いことを示す。領域Ｄは、ＥＦがＥＦ閾値より高く、且つＦＤがＦＤ閾値より高い領域であり、心不全による突然死のリスクが領域Ａ〜Ｄの中で最も高いことを示す。 FIG. 7 is a schematic diagram illustrating a determination method according to the second embodiment. In this figure, the horizontal axis indicates EF and the vertical axis indicates FD. This figure further shows the EF threshold and the FD threshold. The determination unit 50b determines which of the four regions A, B, C, and D is a combination of the EF indicated in the evaluation data and the FD indicated in the fractal dimension data, and the determination data And stored in the determination data storage unit 15. Region A is a region where EF is higher than the EF threshold value and FD is equal to or lower than the FD threshold value, indicating that the cardiac function is close to normal. Region B is a region where EF is equal to or less than the EF threshold and FD is equal to or less than the FD threshold. Since myocardial damage is small, it indicates that treatment aiming to improve the pump function is necessary. Region C is a region where EF is below the EF threshold and FD is higher than the FD threshold, indicating that the risk of sudden death due to heart failure is higher than in regions A and B. Region D is a region where EF is higher than the EF threshold and FD is higher than the FD threshold, indicating that the risk of sudden death due to heart failure is the highest among regions AD.
表示制御部６０は、判定データ記憶部２５ｂに格納されている判定データを読み出し、判定データに基づく表示情報を表示装置５に表示させる。表示情報は例えば、判定された領域が示す状態であっても良いし、前述のＥＦ及びＦＤの座標系に被験者のＥＦ及びＦＤの座標を示しても良い。
The
本実施例によれば、ＦＤと別の評価データとを組み合わせることにより、心疾患の状態の判定の精度を向上させることができる。例えば、ＥＦとＦＤを組み合わせて判定を行うことにより、ポンプ機能の障害と突然死のリスクとの両方を評価することができる。 According to the present embodiment, it is possible to improve the accuracy of determination of the state of heart disease by combining FD and other evaluation data. For example, by making a combination of EF and FD, it is possible to evaluate both the failure of the pump function and the risk of sudden death.
なお、ＲＯＣ解析における基準の判定方法や、評価データとして、ＥＦの代わりに、ＡＮＰ（ａｔｒｉａｌ ｎａｔｒｉｕｒｅｔｉｃ ｐｅｐｔｉｄｅ）、ＢＮＰ（ｂｒａｉｎ ｎａｔｒｉｕｒｅｔｉｃ ｐｅｐｔｉｄｅ）、ＮＹＨＡ（Ｎｅｗ Ｙｏｒｋ Ｈｅａｒｔ Ａｓｓｏｃｉａｔｉｏｎ）分類等が用いられても良い。 In addition, instead of EF, a criterion determination method or evaluation data in ROC analysis may use ANP (atomic natriuretic peptide), BNP (brain neutral peptide), NYHA (New York Heart Association) classification, or the like.
用語について説明する。算出ステップは、Ｓ１１０及びＳ１２０等に対応する。判定ステップは、Ｓ１３０等に対応する。記憶手段は、記憶部２０等に対応する。算出手段は、正規化部３０及びフラクタル次元算出部４０等に対応する。判定手段は、判定部５０等に対応する。３次元画像データは、対象画像群等に対応する。評価データ閾値は、ＥＦ閾値等に対応する。
Terminology will be explained. The calculation step corresponds to S110 and S120. The determination step corresponds to S130 and the like. The storage means corresponds to the
上述した本発明の実施形態は、本発明の説明のための例示であり、本発明の範囲をそれらの実施形態にのみ限定する趣旨ではない。当業者は、本発明の要旨を逸脱することなしに、他の様々な態様で本発明を実施することができる。 The above-described embodiments of the present invention are examples for explaining the present invention, and are not intended to limit the scope of the present invention only to those embodiments. Those skilled in the art can implement the present invention in various other modes without departing from the gist of the present invention.
１ ：画像処理装置
１０ ：画像処理装置本体
２０ ：記憶部
２２ ：撮影データ記憶部
２３ ：正規化データ記憶部
２４ ：フラクタル次元データ記憶部
２５ ：判定データ記憶部
２６ ：評価データ記憶部
３０ ：正規化部
４０ ：フラクタル次元算出部
５０ ：判定部
６０ ：表示制御部
1: Image processing device 10: Image processing device body 20: Storage unit 22: Shooting data storage unit 23: Normalized data storage unit 24: Fractal dimension data storage unit 25: Determination data storage unit 26: Evaluation data storage unit 30: Regular Conversion unit 40: Fractal dimension calculation unit 50: Determination unit 60: Display control unit
Claims (8)
前記３次元画像データのフラクタル次元を算出する算出ステップと、
前記フラクタル次元が予め定められたフラクタル次元閾値より高いか否かを判定する判定ステップと
を前記コンピュータに実行させ、
前記フラクタル次元閾値は、前記判定のＲＯＣ（Ｒｅｃｅｉｖｅｒ Ｏｐｅｒａｔｉｎｇ Ｃｈａｒａｃｔｅｒｉｓｔｉｃ）解析においてオッズ比が最大となる閾値である、
画像処理プログラム。 An image processing program for a computer for storing three-dimensional image data of a subject's heart taken in a specific phase within a heartbeat,
A calculation step of calculating a fractal dimension of the three-dimensional image data;
Determining whether or not the fractal dimension is higher than a predetermined fractal dimension threshold, and causing the computer to execute the determination step.
The fractal dimension threshold is a threshold at which the odds ratio is maximized in the ROC (Receiver Operating Characteristic) analysis of the determination.
Image processing program.
前記特定フェーズは、拡張中期である、
請求項１に記載の画像処理プログラム。 The three-dimensional image data is taken at rest,
The specific phase is the middle diastole,
The image processing program according to claim 1.
請求項２に記載の画像処理プログラム。 The calculation step normalizes all pixel values of the three-dimensional image data, selects each of a plurality of pixel threshold values predetermined within the range of the normalized pixel values as a target pixel threshold value, and The number of pixel values higher than the target pixel threshold is detected from the normalized pixel values, and the slope of the regression line indicating the relationship between the logarithm of the target pixel threshold and the logarithm of the number of detected pixel values is Calculate as fractal dimension,
The image processing program according to claim 2.
請求項３に記載の画像処理プログラム。 The three-dimensional image data is a plurality of tomographic images that are taken by electrocardiogram synchronization SPECT (Single Photon Emission Computed Tomography) and respectively show a plurality of cross sections perpendicular to a predetermined axis of the heart.
The image processing program according to claim 3.
前記判定ステップは、前記評価データが予め定められた評価データ閾値より高いか否かを判定し、前記フラクタル次元の判定結果と前記評価データの判定結果とに基づいて、前記被験者の心機能を判定する、
請求項１乃至４の何れか一項に記載の画像処理プログラム。 The storing step stores evaluation data indicating an evaluation result of the subject's cardiac function,
The determination step determines whether or not the evaluation data is higher than a predetermined evaluation data threshold, and determines the cardiac function of the subject based on the determination result of the fractal dimension and the determination result of the evaluation data To
The image processing program according to any one of claims 1 to 4.
請求項５に記載の画像処理プログラム。 The evaluation data is EF (Ejection Fraction),
The image processing program according to claim 5.
前記３次元画像データのフラクタル次元を算出する算出手段と、
前記フラクタル次元が予め定められたフラクタル次元閾値より高いか否かを判定する判定手段と
を備え、
前記フラクタル次元閾値は、前記判定のＲＯＣ解析においてオッズ比が最大となる閾値である、
画像処理装置。 Storage means for storing three-dimensional image data of the subject's heart taken in a specific phase within the heartbeat;
Calculating means for calculating a fractal dimension of the three-dimensional image data;
Determining means for determining whether or not the fractal dimension is higher than a predetermined fractal dimension threshold;
The fractal dimension threshold is a threshold at which the odds ratio is maximized in the ROC analysis of the determination.
Image processing device.
前記コンピュータが、前記フラクタル次元が予め定められたフラクタル次元閾値より高いか否かを判定する判定ステップと
を備え、
前記フラクタル次元閾値は、前記判定のＲＯＣ解析においてオッズ比が最大となる閾値である、
画像処理方法。 A computer that stores three-dimensional image data of the heart of the subject imaged in a specific phase within the heartbeat, and calculates a fractal dimension of the three-dimensional image data;
A determination step of determining whether or not the fractal dimension is higher than a predetermined fractal dimension threshold;
The fractal dimension threshold is a threshold at which the odds ratio is maximized in the ROC analysis of the determination.
Image processing method.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2013037855A JP6030002B2 (en) | 2013-02-27 | 2013-02-27 | Image processing program, image processing apparatus, and image processing method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2013037855A JP6030002B2 (en) | 2013-02-27 | 2013-02-27 | Image processing program, image processing apparatus, and image processing method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2014161657A true JP2014161657A (en) | 2014-09-08 |
| JP6030002B2 JP6030002B2 (en) | 2016-11-24 |
Family
ID=51612857
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2013037855A Active JP6030002B2 (en) | 2013-02-27 | 2013-02-27 | Image processing program, image processing apparatus, and image processing method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6030002B2 (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107369171A (en) * | 2017-05-31 | 2017-11-21 | 三亚中科遥感研究所 | A kind of new Remote Sensing Image Matching method based on phase correlation and fractal dimension |
| JP2021003211A (en) * | 2019-06-25 | 2021-01-14 | 国立大学法人九州大学 | Feature amount calculation device, feature amount calculation method and feature amount calculation program |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1964286B (en) * | 2006-12-13 | 2012-02-29 | 杭州华三通信技术有限公司 | A master control device with double CPU |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006153867A (en) * | 2004-11-01 | 2006-06-15 | Daiichi Radioisotope Labs Ltd | Motion analysis device and method of living body internal organ |
| JP2007518062A (en) * | 2003-09-29 | 2007-07-05 | バイオサイト インコーポレイテッド | Method for diagnosing sepsis and composition for diagnosing |
| JP2007524438A (en) * | 2003-03-25 | 2007-08-30 | イメージング セラピューティクス，インコーポレーテッド | Compensation method in radiological image processing technology |
| JP2008067892A (en) * | 2006-09-14 | 2008-03-27 | Sharp Corp | Apparatus and program for analyzing living body |
| JP2008154761A (en) * | 2006-12-22 | 2008-07-10 | Fujifilm Ri Pharma Co Ltd | Image processing apparatus and method |
| JP2008176434A (en) * | 2007-01-17 | 2008-07-31 | Hitachi Medical Corp | Individual health guidance support system |
| JP2010019572A (en) * | 2008-07-08 | 2010-01-28 | Fujifilm Ri Pharma Co Ltd | Image processing device and method |
| JP2010252904A (en) * | 2009-04-22 | 2010-11-11 | Waseda Univ | Method of deriving index for discriminating melanoma |
| JP2011025005A (en) * | 2009-07-03 | 2011-02-10 | Fujifilm Corp | Diagnosis supporting device, diagnosis supporting program, and diagnosis supporting method |
| JP2011516988A (en) * | 2008-04-10 | 2011-05-26 | ノルディック・バイオサイエンス・イメージング・アクティーゼルスカブ | Prediction of vertebral fracture |
-
2013
- 2013-02-27 JP JP2013037855A patent/JP6030002B2/en active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007524438A (en) * | 2003-03-25 | 2007-08-30 | イメージング セラピューティクス，インコーポレーテッド | Compensation method in radiological image processing technology |
| JP2007518062A (en) * | 2003-09-29 | 2007-07-05 | バイオサイト インコーポレイテッド | Method for diagnosing sepsis and composition for diagnosing |
| JP2006153867A (en) * | 2004-11-01 | 2006-06-15 | Daiichi Radioisotope Labs Ltd | Motion analysis device and method of living body internal organ |
| JP2008067892A (en) * | 2006-09-14 | 2008-03-27 | Sharp Corp | Apparatus and program for analyzing living body |
| JP2008154761A (en) * | 2006-12-22 | 2008-07-10 | Fujifilm Ri Pharma Co Ltd | Image processing apparatus and method |
| JP2008176434A (en) * | 2007-01-17 | 2008-07-31 | Hitachi Medical Corp | Individual health guidance support system |
| JP2011516988A (en) * | 2008-04-10 | 2011-05-26 | ノルディック・バイオサイエンス・イメージング・アクティーゼルスカブ | Prediction of vertebral fracture |
| JP2010019572A (en) * | 2008-07-08 | 2010-01-28 | Fujifilm Ri Pharma Co Ltd | Image processing device and method |
| JP2010252904A (en) * | 2009-04-22 | 2010-11-11 | Waseda Univ | Method of deriving index for discriminating melanoma |
| JP2011025005A (en) * | 2009-07-03 | 2011-02-10 | Fujifilm Corp | Diagnosis supporting device, diagnosis supporting program, and diagnosis supporting method |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107369171A (en) * | 2017-05-31 | 2017-11-21 | 三亚中科遥感研究所 | A kind of new Remote Sensing Image Matching method based on phase correlation and fractal dimension |
| CN107369171B (en) * | 2017-05-31 | 2020-09-04 | 三亚中科遥感研究所 | Remote sensing image registration method based on phase correlation and fractal dimension |
| JP2021003211A (en) * | 2019-06-25 | 2021-01-14 | 国立大学法人九州大学 | Feature amount calculation device, feature amount calculation method and feature amount calculation program |
Also Published As
| Publication number | Publication date |
|---|---|
| JP6030002B2 (en) | 2016-11-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2655091C2 (en) | Tomography apparatus and method for reconstructing tomography image thereof | |
| US10952694B2 (en) | Method and apparatus for correcting computed tomography image | |
| US9576391B2 (en) | Tomography apparatus and method of reconstructing a tomography image by the tomography apparatus | |
| JP6243121B2 (en) | Method and apparatus for motion detection and correction in imaging scans using time-of-flight information | |
| JP5060719B2 (en) | Biological organ image processing apparatus, method, and computer program | |
| US9400317B2 (en) | MR scan selection for PET attenuation correction | |
| KR101579111B1 (en) | Method and apparatus for diagnosing through image and recording medium thereof | |
| CA2851366C (en) | Methods for evaluating regional cardiac function and dyssynchrony from a dynamic imaging modality using endocardial motion | |
| US10219787B2 (en) | Respiratory mode (“R-Mode”)—acquisition and display of cardiovascular images to show respiratory effects | |
| Vasquez et al. | Variation in quantitative myocardial perfusion due to arterial input selection | |
| KR101775556B1 (en) | Tomography apparatus and method for processing a tomography image thereof | |
| US11189025B2 (en) | Dynamic image analysis apparatus, dynamic image analysis method, and recording medium | |
| JP2018157968A (en) | Radiographic image processing apparatus and radiographic imaging system | |
| CN110660058A (en) | Method, system and computer storage medium for analyzing a sequence of images of periodic physiological activity | |
| US20180174360A1 (en) | Methods and systems for emission computed tomography image reconstruction | |
| US10512437B2 (en) | Tomography apparatus and method of reconstructing tomography image thereof | |
| Kuntz et al. | Fully automated intrinsic respiratory and cardiac gating for small animal CT | |
| JP6030002B2 (en) | Image processing program, image processing apparatus, and image processing method | |
| JP5060720B2 (en) | Diagnosis support apparatus, method, and computer program | |
| JP4542204B2 (en) | Cerebral blood flow quantification device, cerebral blood flow quantification method, and program | |
| Nasis et al. | Assessment of left ventricular volumes, ejection fraction and regional wall motion with retrospective electrocardiogram triggered 320-detector computed tomography: a comparison with 2D-echocardiography | |
| Ren et al. | Single-beat real-time three-dimensional echocardiographic automated contour detection for quantification of left ventricular volumes and systolic function | |
| Kokki et al. | Dual gated PET/CT imaging of small targets of the heart: Method description and testing with a dynamic heart phantom | |
| US10521912B2 (en) | Image processing apparatus | |
| Wang et al. | Performance of automated software in the assessment of segmental left ventricular function in cardiac CT: comparison with cardiac magnetic resonance |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150728 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160413 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160426 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160526 |
|
| 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: 20161018 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20161019 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6030002 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| 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 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |