JP2014161658A - 医用画像処理プログラム、医用画像処理方法および医用画像処理装置 - Google Patents
医用画像処理プログラム、医用画像処理方法および医用画像処理装置 Download PDFInfo
- Publication number
- JP2014161658A JP2014161658A JP2013037857A JP2013037857A JP2014161658A JP 2014161658 A JP2014161658 A JP 2014161658A JP 2013037857 A JP2013037857 A JP 2013037857A JP 2013037857 A JP2013037857 A JP 2013037857A JP 2014161658 A JP2014161658 A JP 2014161658A
- Authority
- JP
- Japan
- Prior art keywords
- image
- medical image
- medical
- filter function
- image processing
- 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
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Nuclear Medicine (AREA)
Abstract
【解決手段】医用画像処理装置100は、画像入力部10、領域特定部20、変化率算出部30、フィルタ生成部40および鮮鋭化処理部50を含む。領域特定部20は、画像入力部10に入力された人体の胸部を含む医用画像IMにおける横隔膜と肝臓との接触領域を特定する。変化率算出部30は特定された接触領域に関する医用画像IMの画素強度の頭尾方向の変化率を算出する。フィルタ生成部40は算出された変化率に基づいて医用画像IMのフィルタ関数を生成する。鮮鋭化処理部50は生成されたフィルタ関数を用いて医用画像IMにデコンボリューション処理を行う。
【選択図】図1
Description
非特許文献2には、呼吸運動の大きい下肺野に関してはPET画像に含まれるブレが大きく、CT画像と融合することが困難であることが記載されている。非特許文献2には、この問題を解決するため、呼吸停止下でPET画像を撮像する手法のほか、呼吸同期下でPET画像とCT画像を取得し、全呼吸時相のデータを照合してPETとCTの時相の一致したデータのみを抽出する手法などが記載されている。非特許文献2には、被験者に過度の負担を与えることなくPET画像のモーションアーチファクトを実用的に十分に低減するには改善の余地があることが記載されている。
図1は、本発明の実施形態の医用画像処理装置100のブロック図である。
はじめに、本実施形態の医用画像処理装置100の概要を説明する。
医用画像処理装置100は、画像入力部10、領域特定部20、変化率算出部30、フィルタ生成部40および鮮鋭化処理部50を含む。
画像入力部10は、医用画像IMを入力する手段である。領域特定部20は、入力された医用画像IMにおける横隔膜と肝臓との接触領域を特定する手段である。変化率算出部30は、特定された接触領域に関する医用画像IMの画素強度の頭尾方向の変化率を算出する手段である。フィルタ生成部40は、算出された変化率に基づいて医用画像IMのフィルタ関数を生成する手段である。鮮鋭化処理部50は、生成されたフィルタ関数を用いて医用画像IMにデコンボリューション処理を行う手段である。
医用画像処理装置100は、二次元画像または三次元画像である医用画像IMをデコンボリューション処理により鮮鋭化する装置である。医用画像IMは、任意の被験者の胸部を撮像対象として含む画像である。医用画像IMは、腹部や頭部を撮像対象として含んでもよい。
モーションアーチファクトが存在しない場合、図3(a)に示すように頭尾方向の所定の位置(Z=14〜15)でカウント値は急峻に立ち上がる。この立ち上がり位置が計測ライン310における肝臓の上縁にあたり、その左方は横隔膜や肺にあたる。そしてカウント値のプロファイルカーブの一次微分カーブはインパルスとなる。これは、肺や横隔膜では糖代謝が実質的に無視できる程度に低く、計測ライン310が肝臓を横切った瞬間にカウント値が計測されるためである。
PET画像の取得には一般に数分間の撮像時間を要するため、自由呼吸下で撮像したPET画像においては肝臓の上縁はモーションアーチファクトにより非鮮鋭となる。図4(b)に両側矢印で示した範囲がカウント値の変動領域であり、すなわち横隔膜と肝臓との接触領域300が呼吸動により頭尾方向に揺動する範囲である。また、この一次微分カーブが尖鋭でピーク値が大きいほど、図3(b)に示すインパルスに近くモーションアーチファクトの影響が小さいといえる。逆に、図4(b)に示す一次微分カーブが鈍形でピーク値が小さいほど、モーションアーチファクトの影響が大きく接触領域300は非鮮鋭であるといえる。したがって、この一次微分カーブの形状から、対象画像における胸部の動き関数を求めることができる。
図1に示すように、本実施形態の鮮鋭化処理部50は、重畳演算部52、誤差判定部54および画像更新部56を備えている。
重畳演算部52は、フィルタ関数を推定画像に重畳して重畳画像を生成する手段である。誤差判定部54は、この重畳画像と医用画像IM(対象画像)との乖離度に基づいて推定画像の誤差判定を行う手段である。画像更新部56は、誤差判定の結果に基づいて推定画像を更新する手段である。具体的なデコンボリューション処理は後述するが、画像更新部56にて推定画像を反復的に更新して重畳画像を医用画像IM(対象画像)に近づけていくことにより、この推定画像を対象画像の鮮鋭画像として取得することができる。
以下、本実施形態の医用画像処理装置100を動作させる医用画像処理プログラム(以下、本プログラムという)および本プログラムにより実行される医用画像処理方法(以下、本方法という)について説明する。
図5は本方法のフローチャートである。図1、2、5を参照して本プログラムによる画像処理を説明する。
本プログラムは、医用画像IM(対象画像)から横隔膜と肝臓との接触領域300に関する画素強度の頭尾方向の変化率に基づいてフィルタ関数を生成する生成ステップS20と、生成されたフィルタ関数を用いて医用画像IMにデコンボリューション処理を行う画像処理ステップS30と、を含む。
本方法では、生成ステップS20に先立ち、任意で画像準備ステップS10を行う。画像準備ステップS10では、PET画像などの二次元医用画像を取得画像として画像入力部10で取得する(ステップS12)。本方法では、取得画像として、PET装置で撮像された被験者Sの腹胸部を含む複数の体軸断面画像ASを取得するものとする。つぎに、この取得画像を再構成部60にて三次元画像に再構成する(ステップS14)。
なお、医用画像処理装置100以外の画像処理装置にて予め再構成された三次元医用画像を画像入力部10で取得する場合は、画像準備ステップS10は不要となる。この場合、画像入力部10で取得した三次元医用画像を再構成部60に読み込んでおく。
図2に示すように直線状の一次元の計測ライン310に沿って画素強度の変化率を求める場合、頭尾方向(Z方向)の一次元の一次微分カーブ(図4(b)を参照)を動き関数g(z)とすることができる。以下、動き関数が二次元または三次元関数の場合も、簡単のためg(z)と表記する場合がある。
更に、ステップS28でフィルタ生成部40は、動き関数gに任意で係数を乗じて、デコンボリューション処理のためのフィルタ関数を生成する。以下、フィルタ関数をg(z)と表記する。
(i)フィルタ関数g(z)を推定画像fn(z)に重畳して重畳画像fcnv(z)を生成する重畳積分ステップS32。
(ii)重畳画像fcnv(z)と医用画像IM(対象画像forg(z))との乖離度に基づいて推定画像fn(z)の誤差判定を行う誤差判定ステップS35。
(iii)誤差判定の結果に基づいて推定画像fn(z)を更新する画像更新ステップS34。
ferr(z)=fcnv(z)−forg(z) ・・・(2)
fn+1(z)=fn(z)−ferr(z) ・・・(3)
図6(a)はPET装置で撮像された体軸断面画像ASの一例である。同図では、頭尾方向の位置情報を含む4枚の体軸断面画像ASを図示してある。これらの体軸断面画像ASを取得画像として画像入力部10より取り込み、記憶部90に医用画像IMとして記録する。再構成部60が体軸断面画像ASを三次元画像に再構成したうえで、断層画像生成部70は冠状断面画像CSを生成する。生成された冠状断面画像CSを図6(b)に示す。冠状断面画像CSには、陽電子のカウント値が高い環状の集積領域Cが存在している。
初期画像設定ステップS31として、推定画像fnの初期画像f0には、図8(a)に示す摸擬対象画像を設定した。重畳積分ステップS32として、推定画像fnとフィルタ関数gとの重畳積分により重畳画像fcnvを求めた。つぎに、差分処理ステップS33として、重畳画像fcnvと対象画像(摸擬対象画像)forgとの差分処理により誤差画像ferrを求めた。そして、画像更新ステップS34として、推定画像fnと誤差画像ferrとの差分処理により推定画像fnを更新した。誤差判定ステップS35を省略して重畳積分ステップS32に戻り、画像処理ステップS30を10回反復して繰り返した。
(1)人体の胸部を含む医用画像をコンピュータに画像処理させるためのプログラムであって、前記医用画像から横隔膜と肝臓との接触領域に関する画素強度の頭尾方向の変化率に基づいてフィルタ関数を生成するステップと、生成された前記フィルタ関数を用いて前記医用画像にデコンボリューション処理を行うステップと、を含む医用画像処理プログラム。
(2)前記医用画像が核医学画像であり、前記接触領域における放射線計測のカウント値に基づいて前記変化率を算出する上記(1)に記載の医用画像処理プログラム。
(3)前記カウント値のプロファイルカーブの一次微分関数を前記フィルタ関数とする上記(2)に記載の医用画像処理プログラム。
(4)前記医用画像として、肝臓の冠状断面画像または肝臓の左右方向の中間部を通る矢状断面画像を用いる上記(1)から(3)のいずれか一項に記載の医用画像処理プログラム。
(5)前記医用画像と異なる撮像方向から撮像された複数の断層画像に基づいて胸部の三次元画像を構成するステップと、構成された前記三次元画像から前記医用画像を作成するステップと、を更に含む上記(4)に記載の医用画像処理プログラム。
(6)前記デコンボリューション処理が、以下の(i)から(iii)の工程;(i)前記フィルタ関数を推定画像に重畳して重畳画像を生成する工程、(ii)前記重畳画像と前記医用画像との乖離度に基づいて前記推定画像の誤差判定を行う工程、(iii)前記誤差判定の結果に基づいて前記推定画像を更新する工程、を反復的に行うことを含む上記(1)から(5)のいずれか一項に記載の医用画像処理プログラム。
(7)前記推定画像の初期画像のすべての画素強度が非ゼロである上記(6)に記載の医用画像処理プログラム。
(8)前記医用画像が三次元画像であり、前記フィルタ関数が三次元関数である上記(1)から(7)のいずれか一項に記載の医用画像処理プログラム。
(9)前記医用画像が二次元画像であり、前記デコンボリューション処理が施された複数の前記医用画像に基づいて前記胸部の三次元画像を構成するステップを更に含む上記(1)から(7)のいずれか一項に記載の医用画像処理プログラム。
(10)複数の前記医用画像に対して、一次元または二次元関数である共通の前記フィルタ関数を用いて前記デコンボリューション処理を行うことを特徴とする上記(9)に記載の医用画像処理プログラム。
(11)複数の前記医用画像に関して個別に前記変化率を算出して前記フィルタ関数を生成し、生成された前記フィルタ関数を用いて当該医用画像にそれぞれ前記デコンボリューション処理を行う上記(9)に記載の医用画像処理プログラム。
(12)前記フィルタ関数は、横隔膜の近傍における鮮鋭度よりも、横隔膜からの頭尾方向の距離が大きい位置における鮮鋭度の方が高いことを特徴とする上記(1)から(11)のいずれか一項に記載の医用画像処理プログラム。
(13)人体の胸部を含む医用画像から横隔膜と肝臓との接触領域に関する画素強度の頭尾方向の変化率に基づいてフィルタ関数を算出する工程と、算出された前記フィルタ関数を用いて前記医用画像にデコンボリューション処理を行う工程と、を含む医用画像処理方法。
(14)人体の胸部を含む医用画像を画像処理する装置であって、前記医用画像を入力する画像入力手段と、入力された前記医用画像における横隔膜と肝臓との接触領域を特定する領域特定手段と、特定された前記接触領域に関する前記医用画像の画素強度の頭尾方向の変化率を算出する変化率算出手段と、算出された前記変化率に基づいて前記医用画像のフィルタ関数を生成するフィルタ生成手段と、生成された前記フィルタ関数を用いて前記医用画像にデコンボリューション処理を行う鮮鋭化処理手段と、を含む医用画像処理装置。
Claims (14)
- 人体の胸部を含む医用画像をコンピュータに画像処理させるためのプログラムであって、
前記医用画像から横隔膜と肝臓との接触領域に関する画素強度の頭尾方向の変化率に基づいてフィルタ関数を生成するステップと、
生成された前記フィルタ関数を用いて前記医用画像にデコンボリューション処理を行うステップと、
を含む医用画像処理プログラム。 - 前記医用画像が核医学画像であり、前記接触領域における放射線計測のカウント値に基づいて前記変化率を算出する請求項1に記載の医用画像処理プログラム。
- 前記カウント値のプロファイルカーブの一次微分関数を前記フィルタ関数とする請求項2に記載の医用画像処理プログラム。
- 前記医用画像として、肝臓の冠状断面画像または肝臓の左右方向の中間部を通る矢状断面画像を用いる請求項1から3のいずれか一項に記載の医用画像処理プログラム。
- 前記医用画像と異なる撮像方向から撮像された複数の断層画像に基づいて胸部の三次元画像を構成するステップと、
構成された前記三次元画像から前記医用画像を作成するステップと、を更に含む請求項4に記載の医用画像処理プログラム。 - 前記デコンボリューション処理が、以下の(i)から(iii)の工程;
(i)前記フィルタ関数を推定画像に重畳して重畳画像を生成する工程、
(ii)前記重畳画像と前記医用画像との乖離度に基づいて前記推定画像の誤差判定を行う工程、
(iii)前記誤差判定の結果に基づいて前記推定画像を更新する工程、
を反復的に行うことを含む請求項1から5のいずれか一項に記載の医用画像処理プログラム。 - 前記推定画像の初期画像のすべての画素強度が非ゼロである請求項6に記載の医用画像処理プログラム。
- 前記医用画像が三次元画像であり、前記フィルタ関数が三次元関数である請求項1から7のいずれか一項に記載の医用画像処理プログラム。
- 前記医用画像が二次元画像であり、前記デコンボリューション処理が施された複数の前記医用画像に基づいて前記胸部の三次元画像を構成するステップを更に含む請求項1から7のいずれか一項に記載の医用画像処理プログラム。
- 複数の前記医用画像に対して、一次元または二次元関数である共通の前記フィルタ関数を用いて前記デコンボリューション処理を行うことを特徴とする請求項9に記載の医用画像処理プログラム。
- 複数の前記医用画像に関して個別に前記変化率を算出して前記フィルタ関数を生成し、生成された前記フィルタ関数を用いて当該医用画像にそれぞれ前記デコンボリューション処理を行う請求項9に記載の医用画像処理プログラム。
- 前記フィルタ関数は、横隔膜の近傍における鮮鋭度よりも、横隔膜からの頭尾方向の距離が大きい位置における鮮鋭度の方が高いことを特徴とする請求項1から11のいずれか一項に記載の医用画像処理プログラム。
- 人体の胸部を含む医用画像から横隔膜と肝臓との接触領域に関する画素強度の頭尾方向の変化率に基づいてフィルタ関数を算出する工程と、
算出された前記フィルタ関数を用いて前記医用画像にデコンボリューション処理を行う工程と、
を含む医用画像処理方法。 - 人体の胸部を含む医用画像を画像処理する装置であって、
前記医用画像を入力する画像入力手段と、
入力された前記医用画像における横隔膜と肝臓との接触領域を特定する領域特定手段と、
特定された前記接触領域に関する前記医用画像の画素強度の頭尾方向の変化率を算出する変化率算出手段と、
算出された前記変化率に基づいて前記医用画像のフィルタ関数を生成するフィルタ生成手段と、
生成された前記フィルタ関数を用いて前記医用画像にデコンボリューション処理を行う鮮鋭化処理手段と、
を含む医用画像処理装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013037857A JP6035167B2 (ja) | 2013-02-27 | 2013-02-27 | 医用画像処理プログラム、医用画像処理方法および医用画像処理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013037857A JP6035167B2 (ja) | 2013-02-27 | 2013-02-27 | 医用画像処理プログラム、医用画像処理方法および医用画像処理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2014161658A true JP2014161658A (ja) | 2014-09-08 |
JP6035167B2 JP6035167B2 (ja) | 2016-11-30 |
Family
ID=51612858
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013037857A Expired - Fee Related JP6035167B2 (ja) | 2013-02-27 | 2013-02-27 | 医用画像処理プログラム、医用画像処理方法および医用画像処理装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6035167B2 (ja) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011147560A (ja) * | 2010-01-20 | 2011-08-04 | Toshiba Corp | 磁気共鳴映像装置 |
JP2013505492A (ja) * | 2009-09-18 | 2013-02-14 | 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 | ボケイメージ内のブラーの特性を決定するシステム及び方法 |
-
2013
- 2013-02-27 JP JP2013037857A patent/JP6035167B2/ja not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013505492A (ja) * | 2009-09-18 | 2013-02-14 | 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 | ボケイメージ内のブラーの特性を決定するシステム及び方法 |
JP2011147560A (ja) * | 2010-01-20 | 2011-08-04 | Toshiba Corp | 磁気共鳴映像装置 |
Also Published As
Publication number | Publication date |
---|---|
JP6035167B2 (ja) | 2016-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109009200B (zh) | 用于正电子发射断层成像图像重建的***和方法 | |
Segars et al. | Application of the 4-D XCAT phantoms in biomedical imaging and beyond | |
Küstner et al. | MR-based respiratory and cardiac motion correction for PET imaging | |
US9754390B2 (en) | Reconstruction of time-varying data | |
Tsoumpas et al. | Fast generation of 4D PET-MR data from real dynamic MR acquisitions | |
EP2925216B1 (en) | Stenosis therapy planning | |
CN105989621B (zh) | 用于在图像重构中执行联合估计技术的方法和*** | |
US9968324B2 (en) | Generating a 2D projection image of a vascular system | |
US10282872B2 (en) | Noise reduction in tomograms | |
WO2005046478A1 (ja) | 画像処理方法、画像処理装置、医用画像診断支援システム、及び時間軸方向フィルタリング方法 | |
CN109381205B (zh) | 用于执行数字减影血管造影的方法、混合成像装置 | |
EP3084726B1 (en) | Moving structure motion compensation in imaging | |
US20230097849A1 (en) | Creation method of trained model, image generation method, and image processing device | |
US11127153B2 (en) | Radiation imaging device, image processing method, and image processing program | |
US10297023B2 (en) | Reconstruction of an image on the basis of one or more imaging modalities | |
US10013778B2 (en) | Tomography apparatus and method of reconstructing tomography image by using the tomography apparatus | |
CN110458779B (zh) | 对呼吸或心脏的pet图像进行衰减校正的校正信息获取方法 | |
JP6678822B2 (ja) | トモシンセシス画像再構成のための装置 | |
EP3300664B1 (en) | Reconstruction of flow data | |
EP3725227B1 (en) | Method of calibrating x-ray projection geometry in x-ray cone beam computed tomography | |
KR20210102958A (ko) | Pet 이미징에서의 자동화된 모션 보정 | |
KR101232925B1 (ko) | 실시간 단층 영상 생성장치, 생성방법 및 실시간 단층 영상을 이용한 의료장치 | |
JP6035167B2 (ja) | 医用画像処理プログラム、医用画像処理方法および医用画像処理装置 | |
Ozsahin et al. | Monte Carlo simulation of PET/MR scanner and assessment of motion correction strategies | |
Zhang et al. | Dynamic estimation of three‐dimensional cerebrovascular deformation from rotational angiography |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20151203 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20151203 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160930 |
|
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: 20161011 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20161031 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6035167 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |