JP2015080554A - Medical image processor and program - Google Patents
Medical image processor and program Download PDFInfo
- Publication number
- JP2015080554A JP2015080554A JP2013219089A JP2013219089A JP2015080554A JP 2015080554 A JP2015080554 A JP 2015080554A JP 2013219089 A JP2013219089 A JP 2013219089A JP 2013219089 A JP2013219089 A JP 2013219089A JP 2015080554 A JP2015080554 A JP 2015080554A
- Authority
- JP
- Japan
- Prior art keywords
- image
- correlation value
- small
- region
- vector
- 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
- 239000013598 vector Substances 0.000 claims abstract description 119
- 238000012545 processing Methods 0.000 claims description 59
- 210000004072 lung Anatomy 0.000 claims description 39
- 238000004364 calculation method Methods 0.000 claims description 16
- 210000000988 bone and bone Anatomy 0.000 claims description 14
- 238000011976 chest X-ray Methods 0.000 claims description 13
- 230000002238 attenuated effect Effects 0.000 claims description 6
- 230000002093 peripheral effect Effects 0.000 abstract description 2
- 238000000034 method Methods 0.000 description 53
- 238000003384 imaging method Methods 0.000 description 32
- 210000000614 rib Anatomy 0.000 description 22
- 210000004204 blood vessel Anatomy 0.000 description 12
- 210000000038 chest Anatomy 0.000 description 11
- 210000000621 bronchi Anatomy 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 238000003860 storage Methods 0.000 description 8
- 238000011156 evaluation Methods 0.000 description 7
- 238000003780 insertion Methods 0.000 description 7
- 230000037431 insertion Effects 0.000 description 7
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 4
- 238000007796 conventional method Methods 0.000 description 3
- 210000003109 clavicle Anatomy 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 210000002216 heart Anatomy 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000005549 size reduction Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
Description
本発明は、医用画像処理装置及びプログラムに関する。 The present invention relates to a medical image processing apparatus and a program.
胸部の診断においては、過去に撮影された胸部Ｘ線画像と現在の胸部Ｘ線画像とを比較する、所謂比較読影が行われている。 In chest diagnosis, so-called comparative interpretation is performed in which a chest X-ray image taken in the past is compared with a current chest X-ray image.
この比較読影を支援するために、コンピューターによって、過去に撮影された画像と現在の画像の間の差分をとることで、経時変化のない正常な構造物を減弱し、異常陰影のように経時変化のあった部分を強調させた差分画像を生成する技術が知られている。 In order to support this comparative interpretation, the difference between the image captured in the past and the current image is taken by a computer to attenuate normal structures that do not change with time, and change with time like an abnormal shadow. There is known a technique for generating a differential image in which a portion having an error is emphasized.
しかしながら、胸部Ｘ線画像は、３次元の人体胸部を２次元で投影したものである。そのため、撮影時に、正しい体勢である図１５（ａ）に対し、図１５（ｂ）に示す被写体の前傾、後傾、体軸周りの回転や、図１６に示すＸ線源の位置のずれ（斜入）が生じると、２つの画像の肺野内で骨、血管、その他構造物の位置関係がずれた状態で画像に投影されてしまう。特に、開業医等の小規模な医療施設においては、集団検診のような固定された部位を撮影するわけではないためＸ線源を動かすことが多く、また、専門の撮影技師の不在によりポジショニングがばらつくことがあり、上述の構造物の位置関係のずれが起こりやすい。２つの画像において肺野内の構造物の位置関係がずれている場合、単に差分をとるだけでは正常な構造も描出されてしまい、アーチファクトとなる。 However, the chest X-ray image is a two-dimensional projection of a three-dimensional human chest. Therefore, at the time of imaging, the subject is tilted forward and backward, tilted around the body axis, rotated around the body axis, and the position of the X-ray source shown in FIG. When (oblique insertion) occurs, the two images are projected onto the image in a state in which the positional relationship between bones, blood vessels, and other structures is shifted within the lung field. In particular, in small medical facilities such as practitioners, the X-ray source is often moved because a fixed part such as a mass examination is not taken, and the positioning varies due to the absence of a specialized radiographer. In some cases, the positional relationship between the structures described above tends to shift. When the positional relationship between the structures in the lung field is shifted between the two images, a normal structure is also drawn simply by taking the difference, resulting in an artifact.
従来、２画像間の位置ずれを補正するために、例えば、特許文献１に記載のように、ローカルマッチング処理及びワーピング処理等によって両画像の位置合わせを行ってから差分をとることが行われている。
ローカルマッチング処理は、２画像間で対応する位置を求める処理である。具体的には、何れか一方の画像の肺野領域内に複数の小領域（テンプレートＲＯＩという）を設定し、他方の画像の肺野領域の探索領域（探索ＲＯＩという）内にテンプレートＲＯＩと比較する対象領域を設定して移動させながらテンプレートＲＯＩと各対象領域との相互相関値を求め、最も相互相関値が高い対象領域の位置をテンプレートＲＯＩに対応する位置として選択する。そして、テンプレートＲＯＩと対応位置のずれを示す移動量ベクトルを求め、求めた移動量ベクトルをｎ次の多項式で近似（多項式フィッティング）することで各画素の移動量ベクトルを算出し、各画素の移動量ベクトルに基づいて何れか一方の画像にワーピング処理を施して、２画像の位置合わせを行う。
Conventionally, in order to correct a positional deviation between two images, for example, as described in Patent Document 1, a difference is obtained after the images are aligned by local matching processing, warping processing, and the like. Yes.
The local matching process is a process for obtaining a corresponding position between two images. Specifically, a plurality of small regions (referred to as template ROI) are set in the lung field region of one of the images, and compared with the template ROI in the search region (referred to as search ROI) of the lung field region of the other image. The cross-correlation value between the template ROI and each target region is obtained while setting the target region to be moved and the position of the target region having the highest cross-correlation value is selected as the position corresponding to the template ROI. Then, a movement amount vector indicating a deviation between the template ROI and the corresponding position is obtained, and the movement amount vector of each pixel is calculated by approximating the obtained movement amount vector with an n-order polynomial (polynomial fitting). Based on the quantity vector, one of the images is warped and the two images are aligned.
比較する２画像における構造物の位置関係のずれがない場合は、ローカルマッチング処理で正しい対応位置が見つかりやすく、各構造物に合った位置合わせができる。しかし、上述のような構造物の位置関係のずれが生じた２画像においては、何れの構造物にも合わない位置合わせが行われてしまい、差分画像に全体的に正常構造が描出されてしまい、医師にとって非常に読影しづらいものとなっていた。 When there is no shift in the positional relationship between the structures in the two images to be compared, it is easy to find a correct corresponding position by the local matching process, and alignment that matches each structure can be performed. However, in the two images in which the positional relationship between the structures is shifted as described above, alignment that does not match any of the structures is performed, so that the normal structure is entirely depicted in the difference image. , It was very difficult for doctors to interpret.
そこで、例えば、特許文献２には、テンプレートＲＯＩと探索ＲＯＩの周辺領域に対応する画像データに基づいて探索ＲＯＩ内の位置に重み係数を算出し、この重み係数と相互相関係数の積が最大の位置をテンプレートＲＯＩの対応位置として決定することが記載されている。 Therefore, for example, in Patent Document 2, a weighting factor is calculated at a position in the search ROI based on image data corresponding to the template ROI and the peripheral region of the search ROI, and the product of the weighting factor and the cross-correlation coefficient is the maximum. Is determined as the corresponding position of the template ROI.
特許文献２に記載の技術によれば、被写体に類似のパターンが多く存在するような場合のローカルマッチング処理の精度低下を抑制することができる。しかしながら、特許文献２に記載の技術は、周囲のテンプレートＲＯＩの移動量ベクトルを考慮したものではない。そのため、移動量ベクトルの方向にばらつきが生じ、フィッティングの結果が何れの構造物のエッジにも合わないものとなってしまう可能性がある。このような場合、画像中の肺野領域の広い範囲を占める主成分の構造物、例えば、後方肋骨が減弱されずに残ってしまい、アーチファクトの多い読影のしづらい差分画像となってしまう。 According to the technique described in Patent Literature 2, it is possible to suppress a decrease in accuracy of the local matching process when there are many similar patterns on the subject. However, the technique described in Patent Document 2 does not consider the movement amount vector of the surrounding template ROI. Therefore, there is a possibility that the direction of the movement amount vector varies and the fitting result does not match the edge of any structure. In such a case, a main component structure that occupies a wide range of the lung field region in the image, for example, the posterior rib remains without being attenuated, resulting in a differential image that is difficult to interpret with many artifacts.
本発明の課題は、撮影時に被写体の前傾・後傾、体軸周りの回転、Ｘ線の斜入等が生じたことにより比較する２画像内の構造物の位置関係がずれていても、画像の主成分となる正常な構造物によるアーチファクトが低減された読影のしやすい差分画像を提供できるようにすることである。 The subject of the present invention is that even if the positional relationship between the structures in the two images to be compared is shifted due to the forward / backward tilt of the subject, rotation around the body axis, oblique X-ray insertion, etc. An object of the present invention is to provide a differential image that is easy to interpret, with reduced artifacts due to a normal structure that is the main component of the image.
上記課題を解決するため、請求項１に記載の発明の医用画像処理装置は、
同一被写体を異なる時点で撮影することにより得られた第１画像と第２画像とを入力する入力手段と、
前記第１画像に複数の小領域を設定するとともに、前記第１画像の小領域毎に、前記第２画像内で前記小領域と比較する対象領域を設定して移動させながら当該小領域と各対象領域との相互相関値を算出し、前記小領域の位置と前記相互相関値が最も大きくなった対象領域の位置とのずれを示すベクトルを算出するベクトル算出手段と、
前記第１画像の小領域毎に、当該小領域の位置と前記各対象領域の位置とのずれを示すベクトルと当該小領域から予め定められた範囲にある周囲の小領域において前記ベクトル算出手段により算出されたベクトルの和との内積相関値を算出し、当該小領域と各対象領域との間で算出された前記相互相関値及び前記内積相関値に基づいて前記第２画像において当該小領域に対応する対象領域を特定し、前記小領域の位置と前記特定された対象領域の位置とのずれを示す移動量ベクトルを算出する移動量ベクトル算出手段と、
前記各小領域について算出された移動量ベクトルに基づいて前記第１画像又は前記第２画像の何れかを変形することにより前記第１画像と前記第２画像における位置合わせを行う位置合わせ手段と、
前記位置合わせされた第１画像と第２画像の差分画像を生成する差分画像生成手段と、
を備える。
In order to solve the above-mentioned problem, a medical image processing apparatus according to claim 1 is provided.
Input means for inputting a first image and a second image obtained by photographing the same subject at different times;
A plurality of small areas are set in the first image, and for each small area of the first image, a target area to be compared with the small area is set and moved in the second image, and the small area and each A vector calculation means for calculating a cross-correlation value with the target area, and calculating a vector indicating a deviation between the position of the small area and the position of the target area where the cross-correlation value is maximized;
For each small region of the first image, the vector calculation means calculates a vector indicating a shift between the position of the small region and the position of each target region and a surrounding small region within a predetermined range from the small region. An inner product correlation value with the calculated vector sum is calculated, and the small image is calculated in the second image based on the cross correlation value and the inner product correlation value calculated between the small region and each target region. A movement amount vector calculating means for specifying a corresponding target area and calculating a movement amount vector indicating a shift between the position of the small area and the position of the specified target area;
Alignment means for performing alignment between the first image and the second image by deforming either the first image or the second image based on the movement amount vector calculated for each of the small regions;
Difference image generation means for generating a difference image between the aligned first image and second image;
Is provided.
請求項２に記載の発明は、請求項１に記載の発明において、
前記移動量ベクトル算出手段は、前記相互相関値及び前記内積相関値のそれぞれに所定の重み係数を乗算して足し合わせた値が最も大きくなった対象領域を前記第２画像における前記小領域に対応する対象領域として特定する。
The invention according to claim 2 is the invention according to claim 1,
The movement amount vector calculating means corresponds to the small area in the second image, where the cross-correlation value and the inner product correlation value are each multiplied by a predetermined weighting coefficient and the sum is the largest. To be identified as the target area.
請求項３に記載の発明は、請求項２に記載の発明において、
前記内積相関値の重み係数の割合は、前記相互相関値の重み係数と前記内積相関値の重み係数の合計を１とした場合、０．０５〜０．２である。
The invention according to claim 3 is the invention according to claim 2,
The ratio of the weight coefficient of the inner product correlation value is 0.05 to 0.2 when the sum of the weight coefficient of the cross correlation value and the weight coefficient of the inner product correlation value is 1.
請求項４に記載の発明は、請求項１〜３の何れか一項に記載の発明において、
前記第１画像及び前記第２画像は、胸部Ｘ線画像である。
The invention according to claim 4 is the invention according to any one of claims 1 to 3,
The first image and the second image are chest X-ray images.
請求項５に記載の発明は、請求項４に記載の発明において、
前記周囲の小領域の範囲のサイズは、前記第１画像及び前記第２画像における片肺野の領域内のサイズであって、縦の長さが前記片肺野の縦の長さの半分以上である。
The invention according to claim 5 is the invention according to claim 4,
The size of the range of the surrounding small area is the size in the one lung field area in the first image and the second image, and the vertical length is half or more of the vertical length of the one lung field It is.
請求項６に記載の発明は、請求項４又は５に記載の発明において、
前記第１画像及び前記第２画像における骨の領域を認識し、認識した領域の濃度を減弱する減弱処理手段を備え、
前記ベクトル算出手段及び前記移動量ベクトル算出手段は、前記減弱処理手段により骨の領域の濃度が減弱された前記第１画像及び前記第２画像に基づいて前記ベクトル及び前記移動量ベクトルの算出を行う。
The invention according to claim 6 is the invention according to claim 4 or 5,
Attenuating processing means for recognizing a bone region in the first image and the second image and attenuating the density of the recognized region,
The vector calculation unit and the movement amount vector calculation unit calculate the vector and the movement amount vector based on the first image and the second image in which the density of the bone region is attenuated by the attenuation processing unit. .
請求項７に記載の発明は、請求項６に記載の発明において、
前記位置合わせ手段は、前記減弱処理手段により骨の領域の濃度が減弱された前記第１画像及び前記第２画像を用いて位置合わせを行い、
前記差分画像生成手段は、前記位置合わせされた前記第１画像及び前記第２画像を用いて差分画像を生成する。
The invention according to claim 7 is the invention according to claim 6,
The alignment means performs alignment using the first image and the second image in which the density of the bone region is attenuated by the attenuation processing means,
The difference image generation means generates a difference image using the aligned first image and second image.
請求項８に記載の発明は、請求項１〜７の何れか一項に記載の発明において、
前記差分画像を表示する表示手段を備える。
The invention according to claim 8 is the invention according to any one of claims 1 to 7,
Display means for displaying the difference image is provided.
請求項９に記載の発明のプログラムは、
コンピューターを、
同一被写体を異なる時点で撮影することにより得られた第１画像と第２画像とを入力する入力手段、
前記第１画像に複数の小領域を設定するとともに、前記第１画像の小領域毎に、前記第２画像内で前記小領域と比較する対象領域を設定して移動させながら当該小領域と各対象領域との相互相関値を算出し、前記小領域の位置と前記相互相関値が最も大きくなった対象領域の位置とのずれを示すベクトルを算出するベクトル算出手段、
前記第１画像の小領域毎に、当該小領域の位置と前記各対象領域の位置とのずれを示すベクトルと当該小領域から予め定められた範囲にある周囲の小領域において前記ベクトル算出手段により算出されたベクトルの和との内積相関値を算出し、当該小領域と各対象領域との間で算出された前記相互相関値及び前記内積相関値に基づいて前記第２画像において当該小領域に対応する対象領域を特定し、前記小領域の位置と前記特定された対象領域の位置とのずれを示す移動量ベクトルを算出する移動量ベクトル算出手段、
前記各小領域について算出された移動量ベクトルに基づいて前記第１画像又は前記第２画像の何れかを変形することにより前記第１画像と前記第２画像における位置合わせを行う位置合わせ手段、
前記位置合わせされた第１画像と第２画像の差分画像を生成する差分画像生成手段、
として機能させる。
The program of the invention according to claim 9 is:
Computer
Input means for inputting a first image and a second image obtained by photographing the same subject at different times;
A plurality of small areas are set in the first image, and for each small area of the first image, a target area to be compared with the small area is set and moved in the second image, and the small area and each A vector calculation means for calculating a cross-correlation value with a target area, and calculating a vector indicating a deviation between the position of the small area and the position of the target area where the cross-correlation value is maximized;
For each small region of the first image, the vector calculation means calculates a vector indicating a shift between the position of the small region and the position of each target region and a surrounding small region within a predetermined range from the small region. An inner product correlation value with the calculated vector sum is calculated, and the small image is calculated in the second image based on the cross correlation value and the inner product correlation value calculated between the small region and each target region. A movement amount vector calculating means for specifying a corresponding target area and calculating a movement amount vector indicating a deviation between the position of the small area and the position of the specified target area;
Alignment means for aligning the first image and the second image by deforming either the first image or the second image based on the movement amount vector calculated for each small region;
Difference image generation means for generating a difference image between the aligned first image and second image;
To function as.
本発明によれば、撮影時に被写体の前傾・後傾、体軸周りの回転、Ｘ線の斜入等が生じたことにより比較する２画像内の構造物の位置関係がずれていても、画像の主成分となる正常な構造物によるアーチファクトが低減された読影のしやすい差分画像を提供することが可能となる。 According to the present invention, even when the positional relationship between the structures in the two images to be compared is deviated due to the forward / backward tilt of the subject, rotation around the body axis, oblique X-ray insertion, etc. It is possible to provide a differential image that is easy to interpret, with reduced artifacts due to the normal structure that is the main component of the image.
以下、図面を参照して本発明の実施形態について説明する。ただし、発明の範囲は、図示例に限定されない。 Hereinafter, embodiments of the present invention will be described with reference to the drawings. However, the scope of the invention is not limited to the illustrated examples.
［Ｘ線画像システム１００の構成］
まず、構成を説明する。
図１に、第１の実施形態に係るＸ線画像システム１００を示す。Ｘ線画像システム１００は、開業医やクリニック等の比較的小規模の医療施設に適用されるシステムであり、Ｘ線撮影装置１と医用画像処理装置２とが、例えば、ＬＡＮ（Local Area Network）等の通信ネットワークＮによりデータ送受信可能に接続されて構成されている。
[Configuration of X-ray Imaging System 100]
First, the configuration will be described.
FIG. 1 shows an X-ray imaging system 100 according to the first embodiment. The X-ray imaging system 100 is a system applied to a relatively small medical facility such as a practitioner or a clinic. The X-ray imaging apparatus 1 and the medical image processing apparatus 2 are, for example, a LAN (Local Area Network) or the like. The communication network N is connected so that data can be transmitted and received.
Ｘ線撮影装置１は、ＦＰＤ（Flat Panel Detector）装置、ＣＲ（Computed Radiography）装置等により構成される。Ｘ線撮影装置１は、Ｘ線源とＸ線検出器（ＦＰＤやＣＲカセッテ）を有し、これらの間に配置された被写体にＸ線を照射し、被写体を透過したＸ線を検出してデジタルの医用画像を生成し、医用画像処理装置２に出力する。なお、医用画像には、患者情報、撮影部位（被写体部位）、撮影日等が対応付けられて医用画像処理装置２に出力される。 The X-ray imaging apparatus 1 includes an FPD (Flat Panel Detector) apparatus, a CR (Computed Radiography) apparatus, and the like. The X-ray imaging apparatus 1 has an X-ray source and an X-ray detector (FPD and CR cassette), irradiates an object disposed between them and detects X-rays transmitted through the object. A digital medical image is generated and output to the medical image processing apparatus 2. The medical image is output to the medical image processing apparatus 2 in association with patient information, an imaging region (subject region), an imaging date, and the like.
医用画像処理装置２は、Ｘ線撮影装置１から入力された医用画像に各種処理を施して読影用に表示する装置である。医用画像処理装置２は、図２に示すように、制御部２１、ＲＡＭ２２、記憶部２３、操作部２４、表示部２５、通信部２６等を備えて構成されており、各部はバス２７により接続されている。 The medical image processing apparatus 2 is an apparatus that performs various processes on the medical image input from the X-ray imaging apparatus 1 and displays it for interpretation. As shown in FIG. 2, the medical image processing apparatus 2 includes a control unit 21, a RAM 22, a storage unit 23, an operation unit 24, a display unit 25, a communication unit 26, and the like. Has been.
制御部２１は、ＣＰＵ（Central Processing Unit）等により構成され、記憶部２３に
記憶されているシステムプログラムや処理プログラム等の各種プログラムを読み出してＲＡＭ２２に展開し、展開されたプログラムに従って後述する差分画像生成処理をはじめとする各種処理を実行することで、ベクトル算出手段、移動量ベクトル算出手段、位置合わせ手段、差分画像生成手段、減弱処理手段として機能する。
The control unit 21 is configured by a CPU (Central Processing Unit) or the like, reads various programs such as a system program and a processing program stored in the storage unit 23 and develops them in the RAM 22, and later-described difference images according to the developed programs. By executing various processes including the generation process, the functions as a vector calculation unit, a movement amount vector calculation unit, a registration unit, a difference image generation unit, and an attenuation processing unit.
ＲＡＭ２２は、制御部２１により実行制御される各種処理において、記憶部２３から読み出された制御部２１で実行可能な各種プログラム、入力若しくは出力データ、及びパラメーター等の一時的に記憶するワークエリアを形成する。 The RAM 22 temporarily stores a work area for temporarily storing various programs, input or output data, parameters, and the like that can be executed by the control unit 21 read from the storage unit 23 in various processes controlled by the control unit 21. Form.
記憶部２３は、ＨＤＤ（Hard Disk Drive）や半導体の不揮発性メモリー等により構成される。記憶部２３には、前述のように各種プログラムやプログラムの実行に必要なデータが記憶されている。また、記憶部２３には、Ｘ線撮影装置１から入力された医用画像及び医用画像処理装置２において生成された差分画像等を患者情報、撮影部位、日付等に対応付けて記憶する画像ＤＢ２３１が設けられている。 The storage unit 23 includes an HDD (Hard Disk Drive), a semiconductor nonvolatile memory, or the like. The storage unit 23 stores various programs and data necessary for executing the programs as described above. In addition, the storage unit 23 includes an image DB 231 that stores a medical image input from the X-ray imaging apparatus 1 and a difference image generated by the medical image processing apparatus 2 in association with patient information, an imaging region, a date, and the like. Is provided.
操作部２４は、カーソルキー、数字入力キー、及び各種機能キー等を備えたキーボードと、マウス等のポインティングデバイスを備えて構成され、キーボードで押下操作されたキーの押下信号とマウスによる操作信号とを、入力信号として制御部２１に出力する。 The operation unit 24 includes a keyboard having cursor keys, numeric input keys, various function keys, and the like, and a pointing device such as a mouse, and includes a key pressing signal pressed by the keyboard and an operation signal by the mouse. Is output to the control unit 21 as an input signal.
表示部２５は、例えば、ＣＲＴ（Cathode Ray Tube）やＬＣＤ（Liquid Crystal Display）等のモニターを備えて構成されており、制御部２１から入力される表示信号の指示に従って、各種画面を表示する。 The display unit 25 includes a monitor such as a CRT (Cathode Ray Tube) or an LCD (Liquid Crystal Display), for example, and displays various screens according to instructions of display signals input from the control unit 21.
通信部２６は、ネットワークインターフェース等により構成され、スイッチングハブを介して通信ネットワークＮに接続されたＸ線撮影装置１をはじめとする外部機器との間でデータの送受信を行う。通信部２６は、入力手段として機能する。 The communication unit 26 includes a network interface and the like, and transmits and receives data to and from external devices such as the X-ray imaging apparatus 1 connected to the communication network N via a switching hub. The communication unit 26 functions as an input unit.
［Ｘ線画像システム１００の動作］
次に、Ｘ線画像システム１００の動作について説明する。
まず、Ｘ線撮影装置１において被写体の撮影が行われる。このとき、Ｘ線源とＸ線検出器とが対向する位置となるようにＸ線源やＸ線検出器の位置が調整されるとともに、これらの間に被写体部位がポジショニングされて撮影が行われる。被写体部位が胸部である場合は、Ｘ線源とＸ線検出器との間に、被写体の背側がＸ線源側を向くようにしてポジショニングが行われ、Ｘ線撮影が行われる。撮影により得られた医用画像には、患者情報、撮影部位、撮影日時等が付帯情報として対応付けられて通信ネットワークＮを介して医用画像処理装置２に送信される。
[Operation of X-ray imaging system 100]
Next, the operation of the X-ray imaging system 100 will be described.
First, a subject is imaged in the X-ray imaging apparatus 1. At this time, the positions of the X-ray source and the X-ray detector are adjusted so that the X-ray source and the X-ray detector are opposed to each other, and the subject part is positioned between them to perform imaging. . When the subject part is the chest, positioning is performed between the X-ray source and the X-ray detector so that the back side of the subject faces the X-ray source side, and X-ray imaging is performed. The medical image obtained by imaging is associated with patient information, imaging site, imaging date and time as supplementary information, and transmitted to the medical image processing apparatus 2 via the communication network N.
医用画像処理装置２においては、通信部２６によりＸ線撮影装置１からの医用画像が受信されると、制御部２１により、受信された医用画像が患者情報、撮影部位、撮影日時等と対応付けられて画像ＤＢ２３１に記憶されるとともに、表示部２５に表示される。受信された医用画像の撮影部位が胸部である場合には、表示部２５に受信された医用画像（現在画像という）と併せて差分画像を表示することを指示するための差分画像表示ボタン（図示せず）が表示される。操作部２４により差分画像表示ボタンが押下されると、制御部２１により、同一患者の胸部の過去画像を選択するための選択欄が表示部２５に表示され、操作部２４により過去画像が選択されると、制御部２１により、画像ＤＢ２３１から選択された過去画像が読み出されるとともに、以下に説明する差分画像生成処理が実行され、現在画像（第１画像）と選択された過去画像（第２画像）の差分画像が生成される。 In the medical image processing apparatus 2, when a medical image is received from the X-ray imaging apparatus 1 by the communication unit 26, the control unit 21 associates the received medical image with patient information, imaging region, imaging date and time, and the like. And stored in the image DB 231 and displayed on the display unit 25. When the imaged region of the received medical image is the chest, a difference image display button for instructing the display unit 25 to display a difference image together with the received medical image (referred to as the current image) (FIG. (Not shown) is displayed. When the difference image display button is pressed by the operation unit 24, the control unit 21 displays a selection field for selecting a past image of the chest of the same patient on the display unit 25, and the operation unit 24 selects the past image. Then, the past image selected from the image DB 231 is read out by the control unit 21 and the difference image generation process described below is executed, so that the current image (first image) and the selected past image (second image) are executed. ) Difference image is generated.
図３に、制御部２１により実行される差分画像生成処理のフローチャートを示す。差分画像生成処理は、制御部２１と記憶部２３に記憶されているプログラムとの協働により実行される。 FIG. 3 shows a flowchart of the difference image generation process executed by the control unit 21. The difference image generation process is executed in cooperation with the control unit 21 and the program stored in the storage unit 23.
まず、制御部２１は、選択された過去画像を処理対象としてＲＡＭ２２に入力し（ステップＳ１）、過去画像に対して前処理を行う（ステップＳ２）。同様に、制御部２１は、現在画像を処理対象としてＲＡＭ２２に入力し（ステップＳ３）、現在画像に対して前処理を行う（ステップＳ４）。
前処理としては、例えば、特開２００５−１７６４６２号公報に記載のように、非線形濃度補正、マトリクスサイズリダクション、コントラスト強調、及び／又はエッジぼかし等の処理が行われる。
First, the control unit 21 inputs the selected past image as a processing target into the RAM 22 (step S1), and performs preprocessing on the past image (step S2). Similarly, the control unit 21 inputs the current image as a processing target to the RAM 22 (step S3), and performs preprocessing on the current image (step S4).
As preprocessing, for example, as described in JP-A-2005-176462, processing such as nonlinear density correction, matrix size reduction, contrast enhancement, and / or edge blurring is performed.
次いで、制御部２１は、グローバルマッチング処理を行って、現在画像と過去画像の肺野領域の大局的な位置合わせを行う（ステップＳ５）。
グローバルマッチング処理は、特開２００４−１６４２９８号公報に記載されているように、公知の画像処理技術である。グローバルマッチング処理においては、まず、現在画像と過去画像のそれぞれにおいて、肺野領域を抽出する。肺野領域の抽出は、例えば、米国特許第４８５１９５４号明細書に記載されているような公知の画像解析技術によって抽出することができる。次いで、肺野（胸郭）の輪郭上において、特徴となる複数組の対応点を求め、対応点間のずれを示すシフトベクトル（移動量ベクトル）を計算する。次いで、現在画像又は過去画像の一方（ここでは過去画像とする）をシフトベクトルに基づいてアフィン変換する。これにより、一方の画像の被写体領域である肺野領域が他方の画像の肺野領域に大局的に位置合わせされる。
Next, the control unit 21 performs global matching processing, and performs global positioning of the lung region of the current image and the past image (step S5).
The global matching process is a known image processing technique as described in JP-A-2004-164298. In the global matching process, first, lung field regions are extracted from each of the current image and the past image. The lung field region can be extracted by a known image analysis technique such as described in US Pat. No. 4,851,954. Next, a plurality of sets of corresponding points as features are obtained on the contour of the lung field (thoracic cage), and a shift vector (movement amount vector) indicating a deviation between the corresponding points is calculated. Next, one of the current image and the past image (here, the past image) is affine transformed based on the shift vector. Thereby, the lung field area which is the subject area of one image is globally aligned with the lung field area of the other image.
次いで、制御部２１は、現在画像の肺野領域において、縦横方向に均等な間隔で、多数の小領域（テンプレートＲＯＩ）を設定する（ステップＳ６）。また、制御部２１は、過去画像の肺野領域において、縦横方向に均等な間隔で、各テンプレートＲＯＩに対応する多数の探索領域（探索ＲＯＩ）を設定する（ステップＳ７）。なお、探索ＲＯＩのサイズは、テンプレートＲＯＩよりも大きい。 Next, the control unit 21 sets a large number of small regions (template ROIs) at equal intervals in the vertical and horizontal directions in the lung field region of the current image (step S6). Further, the control unit 21 sets a large number of search regions (search ROIs) corresponding to the template ROIs at equal intervals in the vertical and horizontal directions in the lung field region of the past image (step S7). Note that the size of the search ROI is larger than the template ROI.
次いで、制御部２１は、現在画像及び過去画像を入力画像として、相互相関値及び周囲ベクトルの和との内積相関値を用いたローカルマッチング処理を実行する（ステップＳ８）。 Next, the control unit 21 performs a local matching process using the current image and the past image as input images and using the inner product correlation value of the cross correlation value and the sum of the surrounding vectors (step S8).
ここで、被写体の前後傾、体軸周りの回転、Ｘ線の斜入等が少なくとも一方の画像の撮影時に発生し、現在画像と過去画像における肺野内の構造物（例えば、前方肋骨、後方肋骨、血管及び気管支、鎖骨、心臓等の解剖学的構造物）の位置関係がずれている場合、従来のローカルマッチング処理（各テンプレートＲＯＩの対応位置の選択（特定）に相互相関値のみを用いるローカルマッチング処理）及びワーピング処理により位置合わせを行ってもいずれの構造物にも合わせることができずに差分画像に正常な構造物が残ってしまうという問題があった。 Here, the subject is tilted back and forth, rotated around the body axis, obliquely inserted X-rays, etc. when taking at least one image, and structures in the lung field in the current image and the past image (for example, the anterior rib, the posterior rib) , Anatomical structures such as blood vessels and bronchi, clavicle, heart, etc.) are deviated, the conventional local matching process (local using only the cross-correlation value for selecting (specifying) the corresponding position of each template ROI) There is a problem that even if alignment is performed by matching processing) and warping processing, it cannot be matched with any structure, and a normal structure remains in the differential image.
図４（ａ）に、胸部Ｘ線画像の現在画像、図４（ｂ）に、同一被写体の過去画像、図４（ｃ）に、図４（ａ）、（ｂ）を用いて従来のローカルマッチング処理による位置合わせに基づいて生成された差分画像を模式的に示す。図４（ａ）〜（ｃ）において、Ｂは後方肋骨、Ｖは血管及び気管支、Ｄは病変を示す。図４（ａ）、（ｂ）に示すように、胸部Ｘ線画像においては、特に後方肋骨Ｂと血管及び気管支Ｖとが肺野の広い領域を占める目立った構造物（画像の主成分）であり、現在画像と過去画像の何れかに、被写体の前後傾、体軸周りの回転、又は斜入が生じ、両画像の後方肋骨Ｂと血管及び気管支Ｖとの位置関係にずれが生じている場合、図４（ｃ）に示すように、差分画像にこれらの構造物が全て残ってしまい、病変Ｄが見え難い、非常に読影しづらい画像となっていた。 4 (a) shows a current image of a chest X-ray image, FIG. 4 (b) shows a past image of the same subject, FIG. 4 (c) shows a conventional local image using FIGS. 4 (a) and 4 (b). The difference image produced | generated based on the position alignment by a matching process is shown typically. 4A to 4C, B indicates the posterior rib, V indicates blood vessels and bronchi, and D indicates a lesion. As shown in FIGS. 4 (a) and 4 (b), in the chest X-ray image, in particular, the posterior rib B, blood vessels and bronchus V are conspicuous structures (main components of the image) occupying a wide area of the lung field. Yes, in either the current image or the past image, the subject is tilted back and forth, rotated around the body axis, or skewed, and the positional relationship between the posterior rib B, the blood vessel, and the bronchus V of both images is shifted. In this case, as shown in FIG. 4C, all of these structures remain in the difference image, and the lesion D is difficult to see and is an image that is very difficult to interpret.
従来のローカルマッチング処理では、一方の画像に設定された各テンプレートＲＯＩに対し、他方の画像に設定された探索ＲＯＩ内の最も相互相関値が高い位置を対応する位置として選択する。そして、テンプレートＲＯＩの中心と対応位置の中心とのずれを示す移動量ベクトルを求め、求めた移動量ベクトルをｎ次の多項式で近似（多項式フィッティング）することで各画素の移動量ベクトルを算出している。現在画像と過去画像における構造物の位置関係のずれがない場合は、ローカルマッチング処理で正しい対応位置が見つかるため、各構造物に合った位置合わせができる。しかし、現在画像と過去画像における構造物の位置関係にずれが生じている場合、何れの構造物にも合わない位置合わせが行われてしまう。 In the conventional local matching process, for each template ROI set for one image, the position with the highest cross-correlation value in the search ROI set for the other image is selected as the corresponding position. Then, a movement amount vector indicating a deviation between the center of the template ROI and the center of the corresponding position is obtained, and the movement amount vector of each pixel is calculated by approximating the obtained movement amount vector with an n-order polynomial (polynomial fitting). ing. When there is no shift in the positional relationship between the structures in the current image and the past image, a correct corresponding position can be found by the local matching process, so that alignment suitable for each structure can be performed. However, when there is a shift in the positional relationship between the structures in the current image and the past image, alignment that does not match any structure is performed.
図６に、図５（ａ）、（ｂ）に示す互いに構造物の位置関係がずれた２画像に対してローカルマッチング処理を行ったときのＡ−Ａ´位置における移動量ベクトルのｙ座標移動量及びｙ座標移動量の多項式フィッティングの結果を示す。なお、図５（ａ）に示す画像は、前後傾、体軸回転、斜入等がない状態で胸部ファントムをＸ線撮影した画像であり、図５（ｂ）に示す画像は、図５（ａ）と同一の胸部ファントムを１２°前傾させてＸ線撮影した画像である。 FIG. 6 shows the y-coordinate movement of the movement amount vector at the position AA ′ when the local matching processing is performed on the two images shown in FIGS. 5A and 5B in which the positional relationship between the structures is shifted. The result of the polynomial fitting of a quantity and a y coordinate movement amount is shown. Note that the image shown in FIG. 5A is an image obtained by X-ray imaging of the chest phantom in a state where there is no forward / backward tilt, body axis rotation, oblique insertion, etc., and the image shown in FIG. It is an image obtained by X-ray photography of the same chest phantom as in a) tilted forward by 12 °.
図５（ａ）、（ｂ）に示す２画像のように構造物の位置関係にずれが生じている場合、１つのテンプレートＲＯＩ内に複数の構造物が含まれている箇所では、各構造物によって本来の対応位置は異なる。しかし、ローカルマッチング処理では、各テンプレートＲＯＩに対応する探索ＲＯＩ内でそのテンプレートＲＯＩとの相互相関値が最も高い領域をそのテンプレートＲＯＩの対応位置として選択するため、各テンプレートＲＯＩにおいて特徴的な構造物に基づいて探索ＲＯＩから対応位置が選択されることとなる。そのため、肺野全体で総合してみると、テンプレートＲＯＩ毎に対応させた構造物がまちまちとなり、図６に示すように、場所によって対応位置への移動量ベクトルの大きさや方向にばらつきが生じ、各移動量ベクトルの多項式フィッティングを行って各画素の移動量ベクトルを算出しても、フィッティングの結果が何れの構造物のエッジにも合わないものとなってしまう。その結果、画像中の肺野領域の主成分である後方肋骨等が差分画像に残ってしまい、医師の読影時に非常に読影しづらいものとなる。 When there is a shift in the positional relationship between the structures as in the two images shown in FIGS. 5A and 5B, each structure is located at a location where a plurality of structures are included in one template ROI. The original corresponding position differs. However, in the local matching process, the region having the highest cross-correlation value with the template ROI in the search ROI corresponding to each template ROI is selected as the corresponding position of the template ROI. The corresponding position is selected from the search ROI based on the above. Therefore, when looking at the whole lung field, the structure corresponding to each template ROI varies, and as shown in FIG. 6, the magnitude and direction of the movement amount vector to the corresponding position vary depending on the location, Even if the movement amount vector of each pixel is calculated by performing polynomial fitting of each movement amount vector, the result of fitting does not match the edge of any structure. As a result, the posterior ribs and the like, which are the main components of the lung field region in the image, remain in the difference image, which is very difficult to interpret at the time of interpretation by a doctor.
そこで、ステップＳ８においては、相互相関値、及び周囲ベクトルの和との内積相関値を用いたローカルマッチング処理を行う。
具体的に、ステップＳ８において、制御部２１は、下記の（１）〜（４）を行う。
Therefore, in step S8, local matching processing using the cross-correlation value and the inner product correlation value with the sum of the surrounding vectors is performed.
Specifically, in step S8, the control unit 21 performs the following (1) to (4).
まず、制御部２１は、（１）現在画像に設定したテンプレートＲＯＩ毎に、過去画像の対応する探索ＲＯＩ内でそのテンプレートＲＯＩと比較する対象領域（テンプレートＲＯＩと同サイズの領域）を設定して移動させながらそのテンプレートＲＯＩと各対象領域（中心（ｉ，ｊ））との相互相関値Ｒｉ，ｊを算出し、ＲＡＭ２２に記憶する。
相互相関値Ｒｉ，ｊは、以下の［数１］により算出することができる。
The cross-correlation value R i, j can be calculated by the following [Equation 1].
次いで、制御部２１は、（２）テンプレートＲＯＩ毎に、そのテンプレートＲＯＩの位置と相互相関値が最も高くなった対象領域の位置とのずれを示すベクトルを算出し、ＲＡＭ２２に記憶する。具体的には、そのテンプレートＲＯＩの中心と、相互相関値が最も高くなった対象領域の中心とのずれを示すベクトルを算出する。 Next, the control unit 21 calculates (2) a vector indicating the deviation between the position of the template ROI and the position of the target region having the highest cross-correlation value for each template ROI, and stores the vector in the RAM 22. Specifically, a vector indicating a deviation between the center of the template ROI and the center of the target region having the highest cross-correlation value is calculated.
次いで、制御部２１は、（３）テンプレートＲＯＩ毎に、以下の［数２］を算出する。
そして、制御部２１は、（４）テンプレートＲＯＩ毎に、［数２］で算出された最も大きい値に対応する対象領域を過去画像における現在画像のテンプレートＲＯＩに対応する領域として特定し、テンプレートＲＯＩの中心と、特定された対象領域の中心とのずれを示す移動量ベクトルを算出する。 Then, (4) for each template ROI, the control unit 21 specifies the target region corresponding to the largest value calculated in [Equation 2] as the region corresponding to the template ROI of the current image in the past image, and the template ROI. A movement amount vector indicating a deviation between the center of the target area and the center of the specified target region is calculated.
［数２］によれば、テンプレートＲＯＩの画素値と探索ＲＯＩにおける対象領域の画素値の相互相関値だけでなく、周囲のテンプレートＲＯＩのベクトルとの関係性（ベクトルの方向を含めた関係性）を考慮してローカルマッチング処理における対応位置を特定するので、相互相関値のみを用いた場合に生じる局所解の陥りをベクトルの方向も含めて確実に防ぐことができる。 According to [Expression 2], not only the cross-correlation value between the pixel value of the template ROI and the pixel value of the target region in the search ROI but also the relationship with the surrounding template ROI vector (relation including the vector direction) Since the corresponding position in the local matching process is specified in consideration of the above, the fall of the local solution that occurs when only the cross-correlation value is used can be reliably prevented including the vector direction.
ここで、内積相関値の重み係数ｂの割合は、ａ＋ｂ＝１とした場合に５〜２０％（０．０５〜０．２）となるように定めることが好ましい。
本願発明者は、ａ：ｂのパラメーターを９．５：０．５、９：１、８：２、７：３、６：３と変化させ、それぞれのａ：ｂを用いて１００画像セット（現在画像と過去画像のセット）に対して図３に示す差分画像生成処理を行い、得られた差分画像の目視評価を行った。評価の手法は、従来のローカルマッチング処理を用いて得られた差分画像を基準（０ポイント）として各セットの差分画像を目視評価して、「非常に良化＝＋２、良化＝＋１、変化なし＝０、悪化＝−１、非常に悪化−２」の何れかのポイントを付与し、これを１００画像セット分合計した。合計値が０以上であれば、従来に比べて効果があり、値が大きくなるほど効果が高いことを示す。図７に、ａ：ｂのパラメーター毎に１００画像セット分のポイントの合計値をプロットしたグラフを示す。なお、周囲のテンプレートＲＯＩの範囲（フィルターサイズと呼ぶ）としては、３×１１（横×縦）を用いた。
Here, the ratio of the weight coefficient b of the inner product correlation value is preferably determined to be 5 to 20% (0.05 to 0.2) when a + b = 1.
The inventor changed the parameter of a: b to 9.5: 0.5, 9: 1, 8: 2, 7: 3, and 6: 3, and set 100 images using each a: b ( The difference image generation process shown in FIG. 3 was performed on the set of the current image and the past image), and the obtained difference image was visually evaluated. The evaluation method is to visually evaluate each set of difference images using a difference image obtained by using a conventional local matching process as a reference (0 points), and “very good = + 2, good == + 1, change Any point of “None = 0, Deterioration = −1, Very Deterioration−2” was assigned, and this was totaled for 100 image sets. If the total value is 0 or more, there is an effect compared to the conventional case, and the larger the value, the higher the effect. FIG. 7 shows a graph in which the total value of points for 100 image sets is plotted for each parameter a: b. Note that 3 × 11 (horizontal × vertical) was used as the range of the surrounding template ROI (referred to as filter size).
図７に示すように、ａ：ｂ＝９：１のときが最も評価が高く、また、９．５：０．５〜８：２の間でも従来と比較して良好な結果が得られた。従って、ａ：ｂが９．５：０．５〜８：２の範囲、即ち、ａ＋ｂ＝１とした場合、ｂの割合が５〜２０％（０．０５〜０．２）となるように定めることが好ましい。 As shown in FIG. 7, the highest evaluation was obtained when a: b = 9: 1, and good results were obtained even when the ratio was between 9.5: 0.5 and 8: 2 compared to the conventional case. . Therefore, when a: b is in the range of 9.5: 0.5 to 8: 2, ie, a + b = 1, the ratio of b is 5 to 20% (0.05 to 0.2). It is preferable to define.
また、周囲ベクトルの和の算出に用いる周囲のテンプレートＲＯＩの範囲のサイズ（フィルターサイズ）は、片肺野の領域内のサイズであって、縦に長い範囲、具体的には、縦方向の長さが肺野の縦の長さの半分以上であることが好ましい。胸部Ｘ線画像の肺野領域で主成分である後方肋骨は肺野の上下方向に等間隔に並んでいるため、縦に長い範囲を周囲ベクトルの和の算出範囲とすると、後方肋骨へのベクトル成分が多く含まれることとなる。そのため、各テンプレートＲＯＩから［数２］に基づいて特定される対応する位置へのベクトルが、周囲のテンプレートＲＯＩのベクトルの影響を受けて後方肋骨へのベクトルに合いやすくなるからである。 In addition, the size (filter size) of the range of the surrounding template ROI used for calculating the sum of the surrounding vectors is a size within one lung field, and is a vertically long range, specifically, a longitudinal length. It is preferable that the length is more than half of the vertical length of the lung field. Since the posterior ribs, which are the main components in the lung field region of the chest X-ray image, are arranged at equal intervals in the vertical direction of the lung field, the vector to the posterior ribs is assumed to be the calculation range of the sum of the surrounding vectors. A lot of components will be contained. Therefore, the vector from each template ROI to the corresponding position specified based on [Equation 2] is easily matched to the vector to the posterior rib under the influence of the vector of the surrounding template ROI.
ここで、本願発明者は、フィルターサイズを変化させて差分画像を生成することにより、上述の好ましいフィルターサイズを検証した。具体的に、フィルターサイズの横を１、３、５、７の間で変化させ、縦を３〜２１の間で変化させ、それぞれのフィルターサイズのフィルターを用いて１００画像セット（現在画像と過去画像のセット）に対して図３に示す差分画像生成処理を行い、得られた差分画像の目視評価を行った。なお、フィルターサイズは１が９．２７５ｍｍ相当であり、肺野の一般的な縦は２００ｍｍ程度であるため、肺野の縦は、縦サイズが２１のフィルターと同等のサイズである。また、片肺野の横は、横サイズが７のフィルターと同等のサイズである。
評価の手法は、上述のａ、ｂの評価と同様に、従来のローカルマッチング処理を用いて得られた差分画像を基準（０）として、各セットの差分画像を目視評価して、「非常に良化＝＋２、良化＝＋１、変化なし＝０、悪化＝−１、非常に悪化−２」の何れかのポイントを付与し、これを１００画像セット分合計した。合計値が０以上であれば、従来に比べて効果があり、値が大きくなるほど効果が高いことを示す。図８に、３×３〜３×２１の各フィルターサイズ毎に１００画像セット分のポイントの合計値をプロットしたグラフを示す。なお、ａ、ｂとしては、ａ：ｂ＝９：１を用いた。また、フィルターサイズの横は、１、３、５、７と変化させても骨のアーチファクトを見る限りでは変化はなかった。
Here, this inventor verified the above-mentioned preferable filter size by producing | generating a difference image by changing filter size. Specifically, the horizontal size of the filter is changed between 1, 3, 5, and 7 and the vertical size is changed between 3 and 21, and a filter of each filter size is used to set 100 images (current image and past image). The difference image generation process shown in FIG. 3 was performed on the image set), and the obtained difference image was visually evaluated. In addition, since the filter size 1 is equivalent to 9.275 mm, and the general length of the lung field is about 200 mm, the length of the lung field is the same size as the filter of the vertical size 21. The side of one lung field is the same size as a filter having a lateral size of 7.
Similar to the evaluations a and b described above, the evaluation method is to visually evaluate each set of difference images using the difference image obtained using the conventional local matching process as a reference (0). Any point of “Better” = + 2, Better = + 1, No change = 0, Deterioration = −1, Very deteriorated−2 ”was assigned, and this was totaled for 100 image sets. If the total value is 0 or more, there is an effect compared to the conventional case, and the larger the value, the higher the effect. FIG. 8 shows a graph in which the total value of points for 100 image sets is plotted for each filter size of 3 × 3 to 3 × 21. As a and b, a: b = 9: 1 was used. Further, even if the side of the filter size was changed to 1, 3, 5, and 7, there was no change as far as the bone artifact was seen.
図８に示すように、評価を行った何れのサイズでも従来と比較して良好な結果が得られているが、特に、縦のサイズが肺野の縦の長さの略半分となる３×１１以上で特に高い評価が得られている。従って、フィルターサイズは、肺野領域以下のサイズであって、縦方向の長さが肺野の縦の長さの半分以上であることが好ましい。 As shown in FIG. 8, a favorable result is obtained in comparison with the conventional size at any size evaluated. In particular, the vertical size is approximately 3 × the vertical length of the lung field. A particularly high evaluation is obtained at 11 or more. Therefore, it is preferable that the filter size is a size equal to or smaller than the lung field region, and the length in the vertical direction is not less than half the length of the lung field.
相互相関値、及び周囲ベクトルの和との内積相関値を用いたローカルマッチング処理が終了すると、制御部２１は、各テンプレートＲＯＩに対応する移動量ベクトルの分布をマッピングし（ステップＳ９）、マッピングした移動量ベクトルをｎ次多項式を用いてフィッティング（多項式フィッティング）し、各画素の移動量ベクトルを求める（ステップＳ１０）。 When the local matching process using the cross-correlation value and the inner product correlation value with the sum of the surrounding vectors is completed, the control unit 21 maps the distribution of the movement amount vector corresponding to each template ROI (step S9). The movement amount vector is fitted using an nth-order polynomial (polynomial fitting) to obtain a movement amount vector for each pixel (step S10).
図９に、上述の図５（ａ）、（ｂ）に示す互いの構造物の位置関係がずれた２画像に対して、上述の相互相関値、及び周囲ベクトルの和との内積相関値を用いたローカルマッチング処理を行ったときのＡ−Ａ´位置における移動量ベクトルのｙ座標移動量及びｙ座標移動量の多項式フィッティングの結果を示す。なお、このときのａ：ｂ＝９：１、フィルターサイズは３×１１である。
図９に示すように、多項式フィッティングの結果、画像の主成分の構造物（肺野上部では鎖骨、中央の広い範囲では後方肋骨、肺野下部では横隔膜）のエッジに近いカーブが得られていることがわかる。
なお、図９においては、ｙ座標移動量のみを示しているが、ｘ座標移動量も同様に、画像中の肺野の各領域の主成分のエッジ変化に近いカーブが得られる。また、周囲ベクトルの和との内積相関値を考慮したことによって移動量ベクトルの方向は、画像中の肺野の各領域の主成分の構造物の方向に揃えることができる。
FIG. 9 shows the above-mentioned cross-correlation value and the inner product correlation value with the sum of the surrounding vectors for the two images in which the positional relationship between the structures shown in FIGS. The result of the polynomial fitting of the y coordinate movement amount and the y coordinate movement amount of the movement amount vector at the position AA ′ when the local matching process used is performed is shown. At this time, a: b = 9: 1 and the filter size is 3 × 11.
As shown in FIG. 9, as a result of the polynomial fitting, a curve close to the edge of the structure of the main component of the image (the clavicle in the upper lung field, the posterior rib in the wide central area, the diaphragm in the lower lung field) is obtained. I understand that.
In FIG. 9, only the y-coordinate movement amount is shown, but the x-coordinate movement amount similarly provides a curve close to the edge change of the main component of each region of the lung field in the image. Further, by considering the inner product correlation value with the sum of the surrounding vectors, the direction of the movement vector can be aligned with the direction of the main component structure of each region of the lung field in the image.
次いで、制御部２１は、求めた各画素の移動量ベクトルに基づいて、過去画像にワーピング処理（非線形歪み処理）を施す（ステップＳ１１）。ワーピング処理は、特開２００５−１７６４６２号公報に記載されているように、公知の画像処理技術である。ワーピング処理後、制御部２１は、現在画像と変形された過去画像の差分をとって差分画像を生成する（ステップＳ１２）。具体的には、現在画像の各画素の値から過去画像の対応する各画素の値を引くことにより差分画像を生成する。 Next, the control unit 21 performs warping processing (nonlinear distortion processing) on the past image based on the obtained movement amount vector of each pixel (step S11). The warping process is a known image processing technique as described in JP-A-2005-176462. After the warping process, the control unit 21 generates a difference image by taking the difference between the current image and the transformed past image (step S12). Specifically, the difference image is generated by subtracting the value of each corresponding pixel of the past image from the value of each pixel of the current image.
図１０に、ステップＳ１２において生成される差分画像を模式的に示す。図９のグラフに示したように、上述の相互相関値及び周囲ベクトルの和との内積相関値を用いたローカルマッチング処理により得られた移動量ベクトルに基づいて多項式フィッティングを行った場合、画像中の肺野領域の主成分（特に、後方肋骨）のエッジ変化に近いカーブが得られる。このカーブで表される移動量ベクトルに基づいて過去画像にワーピング処理を行うと、主に、過去画像の後方肋骨が現在画像の後方肋骨に合うように位置合わせされる。よって、現在画像と過去画像の差分画像は、図１０に示すように、後方肋骨のアーチファクトが非常に低減された（消えた）ものとなる。このように、周囲のベクトルを考慮して移動量ベクトルを決定することによって、胸部Ｘ線画像において特に目立った構造物である後方肋骨が差分画像に現れないようにすることができるので、医師に読影しやすい差分画像を提供することが可能となる。 FIG. 10 schematically shows the difference image generated in step S12. As shown in the graph of FIG. 9, when the polynomial fitting is performed based on the movement amount vector obtained by the local matching process using the inner product correlation value with the above-described cross correlation value and the sum of the surrounding vectors, A curve close to the edge change of the main component (especially the posterior rib) of the lung field region is obtained. When warping processing is performed on the past image based on the movement amount vector represented by this curve, the positioning is mainly performed so that the rear rib of the past image matches the rear rib of the current image. Therefore, as shown in FIG. 10, the difference image between the current image and the past image is one in which the artifacts of the posterior ribs are greatly reduced (disappeared). Thus, by determining the movement amount vector in consideration of surrounding vectors, it is possible to prevent the posterior rib, which is a particularly conspicuous structure in the chest X-ray image, from appearing in the difference image. It is possible to provide a differential image that is easy to interpret.
図１１（ａ）〜図１１（ｂ）に、図５（ａ）、（ｂ）に示す胸部のファントム画像を入力画像として生成した差分画像を示す。図１１（ａ）は、従来のローカルマッチング処理に基づいて生成された差分画像を示す。図１１（ｂ）は、上述の相互相関値、及び周囲ベクトルの和との内積相関値を用いたローカルマッチング処理に基づいて生成した差分画像を示す。
図１１（ａ）に示すように、従来の手法により生成した差分画像では、後方肋骨、血管及び気管支の全てが残っている。これに対し、本実施形態で説明した手法によって生成した差分画像では、図１１（ｂ）に示すように、後方肋骨のアーチファクトが非常に低減されていることがわかる。
FIGS. 11A to 11B show difference images generated by using the chest phantom images shown in FIGS. 5A and 5B as input images. FIG. 11A shows a difference image generated based on a conventional local matching process. FIG. 11B shows a difference image generated based on the local matching process using the cross correlation value and the inner product correlation value with the sum of the surrounding vectors.
As shown in FIG. 11A, all of the posterior ribs, blood vessels, and bronchi remain in the difference image generated by the conventional method. On the other hand, in the difference image generated by the method described in the present embodiment, it can be seen that the posterior rib artifacts are greatly reduced as shown in FIG.
差分画像の生成が終了すると、制御部２１は、生成した差分画像を表示部２５に表示し（ステップＳ１３）、差分画像生成処理を終了する。 When the generation of the difference image ends, the control unit 21 displays the generated difference image on the display unit 25 (step S13), and ends the difference image generation process.
上記の差分画像生成処理では、画像中の肺野領域の主成分である後方肋骨に合った位置合わせが行われ、後方肋骨のアーチファクトが低減された差分画像が得られたが、図１１（ｂ）に示すように、血管及び気管支は残った画像となる。そこで、血管及び気管支周辺の領域を読影する場合には、図３のステップＳ８〜Ｓ１０（ローカルマッチング処理〜多項式フィッティング）において、現在画像及び過去画像に対してＢＳ（Bone Suppression）処理（減弱処理）を施した画像を用いることが好ましい。ＢＳ処理は、骨を認識し、骨の成分を減弱若しくは骨の成分の濃度を弱める処理である（例えば、http://www.riveraintech.com/products/bone-suppression参照）。胸部Ｘ線画像で主な成分である骨成分を予め減弱してからローカルマッチング〜移動量ベクトルのフィッティングを行うことで、画像中の主成分の構造物が血管及び気管支となり、血管及び気管支に合った位置合わせを行うことが可能となる。その結果、図１２に模式的に示すように、図４（ａ）、（ｂ）に示すような現在画像及び過去画像から血管及び気管支のアーチファクトが低減された差分画像を得ることが可能となる。更に、図３のステップＳ１１〜Ｓ１２のワーピング処理及び差分画像の生成にもＢＳ処理を施した現在画像及び過去画像を使用することで、図１３に模式的に示すように、骨、血管及び気管支の双方のアーチファクトが低減された差分画像を得ることが可能となり、より読影しやすい差分画像を得ることができる。
なお、ＢＳ処理済みの画像をローカルマッチング以降の位置合わせや差分画像の生成に用いる場合、ＢＳ処理を施した現在画像及び過去画像に対して前処理〜テンプレートＲＯＩ、探索ＲＯＩの設定を行っておく必要がある。
In the above-described difference image generation processing, alignment is performed according to the posterior rib, which is the main component of the lung field region in the image, and a difference image in which artifacts of the posterior rib are reduced is obtained. As shown in (), blood vessels and bronchi are left images. Therefore, when interpreting the regions around blood vessels and bronchi, BS (Bone Suppression) processing (attenuation processing) is performed on the current image and the past image in steps S8 to S10 (local matching processing to polynomial fitting) in FIG. It is preferable to use an image subjected to. The BS process is a process for recognizing bone and reducing the bone component or reducing the concentration of the bone component (for example, see http://www.riveraintech.com/products/bone-suppression). The bone component, which is the main component in the chest X-ray image, is attenuated in advance, and then the local matching to the displacement vector fitting is performed. It is possible to perform alignment. As a result, as schematically shown in FIG. 12, it is possible to obtain a differential image with reduced blood vessel and bronchial artifacts from the current image and the past image as shown in FIGS. 4 (a) and 4 (b). . Further, by using the current image and the past image subjected to the BS process for the warping process and the difference image generation in steps S11 to S12 of FIG. 3, as schematically shown in FIG. It is possible to obtain a difference image in which both artifacts are reduced, and a difference image that is easier to interpret can be obtained.
When using an image that has undergone BS processing for position matching after local matching or generating a differential image, pre-processing to template ROI and search ROI are set for the current image and past image that have undergone BS processing. There is a need.
図１４に、図５（ａ）、（ｂ）に示す胸部のファントム画像にＢＳ処理を施したものを位置合わせ及び差分画像の生成の双方に用いて生成した差分画像を示す。ほとんどアーチファクトのない差分画像が得られていることがわかる。 FIG. 14 shows a difference image generated by using the chest phantom image shown in FIGS. 5 (a) and 5 (b) subjected to BS processing for both alignment and generation of a difference image. It can be seen that a difference image with almost no artifacts is obtained.
以上説明したように、医用画像処理装置２によれば、制御部２１は、同一被写体を撮影した現在画像に複数のテンプレートＲＯＩを設定するとともに、過去画像に各テンプレートＲＯＩに対応する探索ＲＯＩを設定し、テンプレートＲＯＩ毎に、探索ＲＯＩ内の各対象領域の位置とのずれを示すベクトルと予め定められた範囲にある周囲のテンプレートＲＯＩにおいて算出された相互相関値が最も大きかった対象領域へのベクトルの和との内積相関値を算出する。そして、各対象領域との間で算出された相互相関値及び内積相関値に基づいて移動量ベクトルを算出し、算出された移動量ベクトルに基づいて過去画像を変形することにより現在画像と過去画像における位置合わせを行い、位置合わせされた現在画像と過去画像の差分画像を生成する。 As described above, according to the medical image processing apparatus 2, the control unit 21 sets a plurality of template ROIs in the current image obtained by photographing the same subject, and sets search ROIs corresponding to the template ROIs in the past image. For each template ROI, a vector indicating a deviation from the position of each target region in the search ROI and a vector to the target region having the largest cross-correlation value calculated in the surrounding template ROI in a predetermined range The inner product correlation value with the sum of is calculated. Then, the movement amount vector is calculated based on the cross-correlation value and the inner product correlation value calculated between the target areas, and the past image is deformed based on the calculated movement amount vector to thereby convert the current image and the past image. , And a difference image between the aligned current image and the past image is generated.
従って、テンプレートＲＯＩと探索ＲＯＩにおける画素値の相互相関値だけでなく、周囲のベクトルとの関係性（方向を含めた関係性）を考慮して移動量ベクトルを算出するので、撮影時に被写体の前傾・後傾、体軸周りの回転、Ｘ線の斜入等が生じたことにより比較する２画像内の構造物の位置関係がずれていても、画像の主成分となる構造物に合った位置合わせを行うことができる。その結果、画像の主成分となる構造物のアーチファクトが低減された読影のしやすい差分画像を得ることが可能となる。 Accordingly, since the movement amount vector is calculated in consideration of not only the cross-correlation value of the pixel values in the template ROI and the search ROI but also the relationship (relation including the direction) with the surrounding vectors, Even if the positional relationship of the structures in the two images to be compared is deviated due to tilt / back tilt, rotation around the body axis, oblique insertion of X-rays, etc., it matches the structure that is the main component of the image Alignment can be performed. As a result, it is possible to obtain a differential image that is easy to interpret, with reduced artifacts of the structure that is the main component of the image.
例えば、制御部２１は、相互相関値及び内積相関値のそれぞれに所定の重み係数を乗算して足し合わせた値が最も大きくなった対象領域をテンプレートＲＯＩに対応する領域として特定し、テンプレートＲＯＩと対応する領域とのずれを示す移動量ベクトルを算出する。このとき、相互相関値の重み係数と内積相関値の重み係数の合計を１とした場合、内積相関値の重み係数の割合を５〜２０％とすることで、従来のローカルマッチング処理に基づいて生成された差分画像よりもアーチファクトの低減された差分画像を生成することが可能となる。 For example, the control unit 21 identifies the target region having the largest value obtained by multiplying each of the cross-correlation value and the inner product correlation value by a predetermined weighting factor as the region corresponding to the template ROI, A movement amount vector indicating a deviation from the corresponding region is calculated. At this time, when the sum of the weighting coefficient of the cross-correlation value and the weighting coefficient of the inner product correlation value is 1, the ratio of the weighting coefficient of the inner product correlation value is set to 5 to 20% based on the conventional local matching process. It is possible to generate a differential image with reduced artifacts than the generated differential image.
また、現在画像及び過去画像が胸部Ｘ線画像である場合、周囲ベクトルの和の算出対象となる周囲の小領域の範囲のサイズを現在画像及び過去画像における片肺野の領域内のサイズであって縦の長さが片肺野の縦の長さの半分以上とすることで、周囲ベクトルに画像中の主成分である後方肋骨へのベクトル成分を多く含ませることが可能となり、画像中の主成分である後方肋骨に合わせた位置合わせが可能となる。その結果、従来のローカルマッチング処理に基づいて生成された差分画像よりもアーチファクトの低減された差分画像を生成することが可能となる。 In addition, when the current image and the past image are chest X-ray images, the size of the range of the surrounding small area that is the calculation target of the sum of the surrounding vectors is the size in the one lung field area in the current image and the past image. By making the vertical length more than half of the vertical length of one lung field, it becomes possible to include a lot of vector components to the posterior rib, which is the main component in the image, in the surrounding vector. Positioning that matches the posterior rib, which is the main component, is possible. As a result, it is possible to generate a differential image with reduced artifacts compared to the differential image generated based on the conventional local matching process.
また、ＢＳ処理を行った現在画像及び過去画像を用いて移動量ベクトルを算出することで、血管及び気管支に合った位置合わせを行うことが可能となり、血管及び気管支のアーチファクトが低減された差分画像を得ることが可能となる。 In addition, by calculating the movement amount vector using the current image and the past image subjected to BS processing, it is possible to perform alignment that matches the blood vessel and the bronchus, and the differential image in which the artifacts of the blood vessel and the bronchus are reduced. Can be obtained.
更に、ワーピング処理及び差分画像の生成に用いる現在画像及び過去画像にも予めＢＳ処理を行っておくことで、画像中の主成分である骨、血管及び気管支のアーチファクトが低減された、更に読影のしやすい差分画像を生成することが可能となる。 Furthermore, by performing BS processing on the current image and past image used for generating the warping process and difference image in advance, artifacts of bone, blood vessels, and bronchi, which are the main components in the image, are reduced. It is possible to generate a difference image that is easy to perform.
また、生成した差分画像を表示部２５に表示することで、医師の読影のしやすい差分画像をモニターにより提供することが可能となる。 In addition, by displaying the generated difference image on the display unit 25, it is possible to provide a difference image that can be easily interpreted by a doctor using a monitor.
なお、上述した本実施形態における記述は、本発明に係る好適な一例であり、これに限定されるものではない。
例えば、上記実施形態においては、Ｘ線撮影装置で撮影された胸部Ｘ線画像についての差分画像を生成する場合を例にとり説明したが、他のモダリティで撮影された他の部位の撮影画像についての差分画像を生成する場合に適用してもよい。
In addition, the description in this embodiment mentioned above is a suitable example which concerns on this invention, and is not limited to this.
For example, in the above-described embodiment, the case of generating a difference image for a chest X-ray image captured by an X-ray imaging apparatus has been described as an example. However, for a captured image of another part captured by another modality. You may apply when producing | generating a difference image.
また、上記実施形態においては、現在画像にテンプレートＲＯＩ、過去画像に探索ＲＯＩを設定してローカルマッチング処理を行ったが、現在画像に探索ＲＯＩ、過去画像にテンプレートＲＯＩを設定することとしてもよい。また、上記実施形態においては、過去画像にワーピング処理を施したが、何れの画像に施しても構わない。 In the above embodiment, the template ROI is set for the current image and the search ROI is set for the past image and the local matching process is performed. However, the search ROI may be set for the current image and the template ROI may be set for the past image. Further, in the above embodiment, the warping process is performed on the past image, but it may be performed on any image.
また、上記実施形態においては、処理の効率化のため、一方の画像の各テンプレートＲＯＩに対応する探索ＲＯＩを他方の画像に設定し、探索ＲＯＩ内でテンプレートＲＯＩに対応する位置を特定することとしたが、探索ＲＯＩを設定せずに、各テンプレートＲＯＩに対応する位置を他方の画像全体の中から特定することとしてもよい。 Further, in the above embodiment, for the sake of processing efficiency, the search ROI corresponding to each template ROI of one image is set as the other image, and the position corresponding to the template ROI is specified in the search ROI. However, the position corresponding to each template ROI may be specified from the entire other image without setting the search ROI.
また、以上の説明では、各処理を実行するためのプログラムを格納したコンピューター読み取り可能な媒体としてＨＤＤや不揮発性メモリーを使用した例を開示したが、この例に限定されない。その他のコンピューター読み取り可能な媒体として、ＣＤ−ＲＯＭ等の可搬型記録媒体を適用することも可能である。また、プログラムのデータを通信回線を介して提供する媒体として、キャリアウェーブ（搬送波）を適用することとしてもよい。 In the above description, an example in which an HDD or a non-volatile memory is used as a computer-readable medium storing a program for executing each process is disclosed, but the present invention is not limited to this example. As another computer-readable medium, a portable recording medium such as a CD-ROM can be applied. A carrier wave may be applied as a medium for providing program data via a communication line.
その他、Ｘ線画像システムを構成する各装置の細部構成及び細部動作に関しても、発明の趣旨を逸脱することのない範囲で適宜変更可能である。 In addition, the detailed configuration and detailed operation of each apparatus constituting the X-ray imaging system can be changed as appropriate without departing from the spirit of the invention.
１００ Ｘ線画像システム
１ Ｘ線撮影装置
２ 医用画像処理装置
２１ 制御部
２２ ＲＡＭ
２３ 記憶部
２３１ 画像ＤＢ
２４ 操作部
２５ 表示部
２６ 通信部
２７ バス
DESCRIPTION OF SYMBOLS 100 X-ray imaging system 1 X-ray imaging apparatus 2 Medical image processing apparatus 21 Control part 22 RAM
23 storage unit 231 image DB
24 Operation unit 25 Display unit 26 Communication unit 27 Bus
Claims (9)
前記第１画像に複数の小領域を設定するとともに、前記第１画像の小領域毎に、前記第２画像内で前記小領域と比較する対象領域を設定して移動させながら当該小領域と各対象領域との相互相関値を算出し、前記小領域の位置と前記相互相関値が最も大きくなった対象領域の位置とのずれを示すベクトルを算出するベクトル算出手段と、
前記第１画像の小領域毎に、当該小領域の位置と前記各対象領域の位置とのずれを示すベクトルと当該小領域から予め定められた範囲にある周囲の小領域において前記ベクトル算出手段により算出されたベクトルの和との内積相関値を算出し、当該小領域と各対象領域との間で算出された前記相互相関値及び前記内積相関値に基づいて前記第２画像において当該小領域に対応する対象領域を特定し、前記小領域の位置と前記特定された対象領域の位置とのずれを示す移動量ベクトルを算出する移動量ベクトル算出手段と、
前記各小領域について算出された移動量ベクトルに基づいて前記第１画像又は前記第２画像の何れかを変形することにより前記第１画像と前記第２画像における位置合わせを行う位置合わせ手段と、
前記位置合わせされた第１画像と第２画像の差分画像を生成する差分画像生成手段と、
を備える医用画像処理装置。 Input means for inputting a first image and a second image obtained by photographing the same subject at different times;
A plurality of small areas are set in the first image, and for each small area of the first image, a target area to be compared with the small area is set and moved in the second image, and the small area and each A vector calculation means for calculating a cross-correlation value with the target area, and calculating a vector indicating a deviation between the position of the small area and the position of the target area where the cross-correlation value is maximized;
For each small region of the first image, the vector calculation means calculates a vector indicating a shift between the position of the small region and the position of each target region and a surrounding small region within a predetermined range from the small region. An inner product correlation value with the calculated vector sum is calculated, and the small image is calculated in the second image based on the cross correlation value and the inner product correlation value calculated between the small region and each target region. A movement amount vector calculating means for specifying a corresponding target area and calculating a movement amount vector indicating a shift between the position of the small area and the position of the specified target area;
Alignment means for performing alignment between the first image and the second image by deforming either the first image or the second image based on the movement amount vector calculated for each of the small regions;
Difference image generation means for generating a difference image between the aligned first image and second image;
A medical image processing apparatus comprising:
前記ベクトル算出手段及び前記移動量ベクトル算出手段は、前記減弱処理手段により骨の領域の濃度が減弱された前記第１画像及び前記第２画像に基づいて前記ベクトル及び前記移動量ベクトルの算出を行う請求項４は５に記載の医用画像処理装置。 Attenuating processing means for recognizing a bone region in the first image and the second image and attenuating the density of the recognized region,
The vector calculation unit and the movement amount vector calculation unit calculate the vector and the movement amount vector based on the first image and the second image in which the density of the bone region is attenuated by the attenuation processing unit. Claim 4 is the medical image processing apparatus according to claim 5.
前記差分画像生成手段は、前記位置合わせされた前記第１画像及び前記第２画像を用いて差分画像を生成する請求項６に記載の医用画像処理装置。 The alignment means performs alignment using the first image and the second image in which the density of the bone region is attenuated by the attenuation processing means,
The medical image processing apparatus according to claim 6, wherein the difference image generation unit generates a difference image using the aligned first image and second image.
同一被写体を異なる時点で撮影することにより得られた第１画像と第２画像とを入力する入力手段、
前記第１画像に複数の小領域を設定するとともに、前記第１画像の小領域毎に、前記第２画像内で前記小領域と比較する対象領域を設定して移動させながら当該小領域と各対象領域との相互相関値を算出し、前記小領域の位置と前記相互相関値が最も大きくなった対象領域の位置とのずれを示すベクトルを算出するベクトル算出手段、
前記第１画像の小領域毎に、当該小領域の位置と前記各対象領域の位置とのずれを示すベクトルと当該小領域から予め定められた範囲にある周囲の小領域において前記ベクトル算出手段により算出されたベクトルの和との内積相関値を算出し、当該小領域と各対象領域との間で算出された前記相互相関値及び前記内積相関値に基づいて前記第２画像において当該小領域に対応する対象領域を特定し、前記小領域の位置と前記特定された対象領域の位置とのずれを示す移動量ベクトルを算出する移動量ベクトル算出手段、
前記各小領域について算出された移動量ベクトルに基づいて前記第１画像又は前記第２画像の何れかを変形することにより前記第１画像と前記第２画像における位置合わせを行う位置合わせ手段、
前記位置合わせされた第１画像と第２画像の差分画像を生成する差分画像生成手段、
として機能させるためのプログラム。 Computer
Input means for inputting a first image and a second image obtained by photographing the same subject at different times;
A plurality of small areas are set in the first image, and for each small area of the first image, a target area to be compared with the small area is set and moved in the second image, and the small area and each A vector calculation means for calculating a cross-correlation value with a target area, and calculating a vector indicating a deviation between the position of the small area and the position of the target area where the cross-correlation value is maximized;
For each small region of the first image, the vector calculation means calculates a vector indicating a shift between the position of the small region and the position of each target region and a surrounding small region within a predetermined range from the small region. An inner product correlation value with the calculated vector sum is calculated, and the small image is calculated in the second image based on the cross correlation value and the inner product correlation value calculated between the small region and each target region. A movement amount vector calculating means for specifying a corresponding target area and calculating a movement amount vector indicating a deviation between the position of the small area and the position of the specified target area;
Alignment means for aligning the first image and the second image by deforming either the first image or the second image based on the movement amount vector calculated for each small region;
Difference image generation means for generating a difference image between the aligned first image and second image;
Program to function as.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2013219089A JP6167841B2 (en) | 2013-10-22 | 2013-10-22 | Medical image processing apparatus and program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2013219089A JP6167841B2 (en) | 2013-10-22 | 2013-10-22 | Medical image processing apparatus and program |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2015080554A true JP2015080554A (en) | 2015-04-27 |
| JP6167841B2 JP6167841B2 (en) | 2017-07-26 |
Family
ID=53011496
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2013219089A Active JP6167841B2 (en) | 2013-10-22 | 2013-10-22 | Medical image processing apparatus and program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6167841B2 (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2019154816A (en) * | 2018-03-13 | 2019-09-19 | ソニー・オリンパスメディカルソリューションズ株式会社 | Medical image processor, medical observation device and operation method of medical observation device |
| CN116363056A (en) * | 2023-01-16 | 2023-06-30 | 北京医准智能科技有限公司 | Chest CT fracture detection optimization method, device and equipment |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002032764A (en) * | 2000-05-12 | 2002-01-31 | Fuji Photo Film Co Ltd | Method and device for adjusting image position |
| JP2002219123A (en) * | 2001-01-26 | 2002-08-06 | Mitsubishi Space Software Kk | Projection conversion system and device and method for producing fractional images depending on the difference over time |
| JP2002324238A (en) * | 2001-04-26 | 2002-11-08 | Fuji Photo Film Co Ltd | Method and device for positioning image |
| JP2003512112A (en) * | 1999-10-21 | 2003-04-02 | アーチ・デベロップメント・コーポレーション | Method, system and computer readable medium for computerized processing of contralateral and temporal subtracted images using elastic matching |
| JP2005176402A (en) * | 1992-11-25 | 2005-06-30 | Arch Dev Corp | Apparatus for detecting interval changes between temporally sequential images of the breast |
| JP2007075150A (en) * | 2005-09-09 | 2007-03-29 | Canon Inc | Image data processing apparatus and method |
| JP2007282906A (en) * | 2006-04-18 | 2007-11-01 | Kyushu Institute Of Technology | Method, apparatus, and program of medical image processing |
| JP2010029481A (en) * | 2008-07-29 | 2010-02-12 | Univ Of Tsukuba | Diagnostic supporting system for automatically creating follow-up observation report on tumor |
-
2013
- 2013-10-22 JP JP2013219089A patent/JP6167841B2/en active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005176402A (en) * | 1992-11-25 | 2005-06-30 | Arch Dev Corp | Apparatus for detecting interval changes between temporally sequential images of the breast |
| JP2003512112A (en) * | 1999-10-21 | 2003-04-02 | アーチ・デベロップメント・コーポレーション | Method, system and computer readable medium for computerized processing of contralateral and temporal subtracted images using elastic matching |
| JP2002032764A (en) * | 2000-05-12 | 2002-01-31 | Fuji Photo Film Co Ltd | Method and device for adjusting image position |
| JP2002219123A (en) * | 2001-01-26 | 2002-08-06 | Mitsubishi Space Software Kk | Projection conversion system and device and method for producing fractional images depending on the difference over time |
| JP2002324238A (en) * | 2001-04-26 | 2002-11-08 | Fuji Photo Film Co Ltd | Method and device for positioning image |
| JP2007075150A (en) * | 2005-09-09 | 2007-03-29 | Canon Inc | Image data processing apparatus and method |
| JP2007282906A (en) * | 2006-04-18 | 2007-11-01 | Kyushu Institute Of Technology | Method, apparatus, and program of medical image processing |
| JP2010029481A (en) * | 2008-07-29 | 2010-02-12 | Univ Of Tsukuba | Diagnostic supporting system for automatically creating follow-up observation report on tumor |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2019154816A (en) * | 2018-03-13 | 2019-09-19 | ソニー・オリンパスメディカルソリューションズ株式会社 | Medical image processor, medical observation device and operation method of medical observation device |
| CN116363056A (en) * | 2023-01-16 | 2023-06-30 | 北京医准智能科技有限公司 | Chest CT fracture detection optimization method, device and equipment |
| CN116363056B (en) * | 2023-01-16 | 2023-09-05 | 北京医准智能科技有限公司 | Chest CT fracture detection optimization method, device and equipment |
Also Published As
| Publication number | Publication date |
|---|---|
| JP6167841B2 (en) | 2017-07-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9179893B2 (en) | Image processing apparatus, image processing method, image processing system, and program | |
| US10825190B2 (en) | Dynamic image processing apparatus for aligning frame images obtained by photographing dynamic state of chest based on movement of lung-field region | |
| JP6226621B2 (en) | Medical image processing apparatus, medical image processing method, and medical image processing system | |
| US20150279111A1 (en) | Image processor, treatment system, and image processing method | |
| JP6492553B2 (en) | Image processing apparatus and program | |
| JP5016518B2 (en) | Alignment apparatus and program thereof | |
| JP2008307184A (en) | Image processing device and image processing program | |
| JP2010246862A (en) | Medical image generation apparatus and program | |
| US9466106B2 (en) | Medical image processing apparatus and computer-readable storage medium | |
| US11151715B2 (en) | Dynamic analysis system | |
| JP7167564B2 (en) | Radiographic device and method of operating the radiographic device | |
| JP2017225835A (en) | Image processing device | |
| JP6167841B2 (en) | Medical image processing apparatus and program | |
| JP2016064118A (en) | Tomographic image generating device, method and program | |
| JP7178822B2 (en) | medical image processor | |
| JP6852545B2 (en) | Image display system and image processing equipment | |
| JP2005270635A (en) | Method for processing image and device for processing image | |
| JP7341667B2 (en) | Medical image processing equipment, X-ray diagnostic equipment, and medical information processing systems | |
| JP2005136594A (en) | Image processing apparatus and control method thereof | |
| JP2001291087A (en) | Method and device for positioning image | |
| JP2006247293A (en) | Image processing method, image processing device, and program | |
| JP2014064606A (en) | Image processing device and method for generating time-lapse difference image | |
| JP2008289923A (en) | Image displaying method and apparatus, and program | |
| JP2007075150A (en) | Image data processing apparatus and method | |
| JP2007007307A (en) | Image-processing method and medical image-processing system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160624 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170330 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170411 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170426 |
|
| 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: 20170530 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170612 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6167841 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |