JP3963000B2 - 医用画像診断支援装置及び方法及びプログラム - Google Patents
医用画像診断支援装置及び方法及びプログラム Download PDFInfo
- Publication number
- JP3963000B2 JP3963000B2 JP2005505298A JP2005505298A JP3963000B2 JP 3963000 B2 JP3963000 B2 JP 3963000B2 JP 2005505298 A JP2005505298 A JP 2005505298A JP 2005505298 A JP2005505298 A JP 2005505298A JP 3963000 B2 JP3963000 B2 JP 3963000B2
- Authority
- JP
- Japan
- Prior art keywords
- region
- fat
- fat region
- image
- extracting
- 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.)
- Expired - Lifetime
Links
- 238000003745 diagnosis Methods 0.000 title claims description 29
- 238000000034 method Methods 0.000 title claims description 20
- 210000000746 body region Anatomy 0.000 claims description 57
- 238000000605 extraction Methods 0.000 claims description 45
- 210000004003 subcutaneous fat Anatomy 0.000 claims description 42
- 210000001596 intra-abdominal fat Anatomy 0.000 claims description 37
- 210000003205 muscle Anatomy 0.000 claims description 30
- 235000013861 fat-free Nutrition 0.000 claims description 27
- 210000000577 adipose tissue Anatomy 0.000 claims description 23
- 238000005259 measurement Methods 0.000 claims description 20
- 238000003384 imaging method Methods 0.000 claims description 13
- 210000000988 bone and bone Anatomy 0.000 claims description 9
- 230000009278 visceral effect Effects 0.000 claims description 9
- 230000005484 gravity Effects 0.000 claims description 8
- 238000002059 diagnostic imaging Methods 0.000 claims description 5
- 238000000926 separation method Methods 0.000 claims description 4
- 239000013598 vector Substances 0.000 claims description 4
- 210000002615 epidermis Anatomy 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 210000001519 tissue Anatomy 0.000 claims 2
- 238000003325 tomography Methods 0.000 claims 1
- 238000002591 computed tomography Methods 0.000 description 26
- 238000010586 diagram Methods 0.000 description 15
- 210000003815 abdominal wall Anatomy 0.000 description 11
- 238000002595 magnetic resonance imaging Methods 0.000 description 7
- 210000001835 viscera Anatomy 0.000 description 5
- 230000002093 peripheral effect Effects 0.000 description 3
- 210000001035 gastrointestinal tract Anatomy 0.000 description 2
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000003187 abdominal effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 210000000936 intestine Anatomy 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
- G06T2207/20132—Image cropping
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Quality & Reliability (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Description
また本発明は、医用断層画像撮影装置によって撮影された被検体の断層画像から該被検体の体領域を抽出する第一の抽出工程と、前記体領域から非脂肪領域を抽出する第二の抽出工程と、前記体領域から全体脂肪領域を抽出する第三の抽出工程と、前記非脂肪領域の位置情報に基づいて前記全体脂肪領域を内臓脂肪領域と皮下脂肪領域とに分離する分離工程と、前記内臓脂肪領域と前記皮下脂肪領域とをそれぞれ明示して前記断層画像を画像表示装置に表示制御する表示制御工程と、を含むことを特徴とする医用画像診断支援方法に係る。
図2は、被検体の体脂肪を計測する第一の実施の形態を示すフローチャートであり;
図3は、体領域抽出処理のフローチャートであり;
図4は、体領域抽出処理を説明する概念図であり;
図5は、へそ領域特定処理のフローチャートであり;
図6は、へそ領域特定処理を説明する概念図であり;
図7は、内臓領域抽出処理のフローチャートであり;
図8(a)、8(b)及び8(c)は、内臓領域抽出処理を説明する概念図であり;
図9は、エラーメッセージの表示例を示す図であり;
図10は、計測結果の表示例を示す図であり;
図11は、印刷処理選択の表示例を示す図であり;
図12は、被検体の体脂肪を計測する第二の実施の形態のフローチャートであり;
図13は、背中側の筋肉領域付近の脂肪領域を示す概念図であり;
図14は、画像判定処理のフローチャートであり;
図15は、へそ領域の探索を説明する概念図であり;
図16は、皮下脂肪領域抽出処理のフローチャートであり;
図17は、皮下脂肪領域抽出処理を説明する概念図であり;
図18は、不要領域除去処理のフローチャートであり;
図19は、被検体の体脂肪を計測する第三の実施の形態のフローチャートであり;
図20は、へそ領域の除去処理のフローチャートであり;
図21は、へそ領域の除去処理を説明する概念図であり;
図22は、へそ領域の除去処理を説明する概念図であり;
図23は、皮下脂肪領域の推定のフローチャートであり;
図24は、皮下脂肪領域の推定を説明する概念図であり;
図25は、皮下脂肪領域と内臓脂肪領域との分割を説明する概念図である。
図1は、本発明の一実施の形態による医用画像診断支援装置の概略構成図である。医用画像診断支援装置10は、主として、各構成要素の動作を制御する中央処理装置(CPU)12と、医用画像診断支援装置10の制御プログラムが格納された主メモリ14と、被検体の断層画像データ及び動作プログラム等が格納されたデータ記録装置16と、表示用の画像データを一時記憶する表示メモリ18と、この表示メモリ18からの画像データに基づいて画像を表示するディスプレイ20と、ディスプレイ20の画面上のソフトスイッチを操作するためのマウス、トラックボール、タッチパネル等のポインティングデバイス22及びポインティングデバイスコントローラ24と、各種パラメータ設定用のキーやスイッチを備えたキーボード26と、医用画像診断支援装置10をローカルエリアネットワーク、電話回線、インターネット等のネットワークNに接続するためのネットワークアダプタ28と、上記各構成要素を接続するバス30とから構成される。データ記録装置16は、医用画像診断支援装置10に内蔵又は外付けされたメモリ、磁気ディスク等の記憶装置や、取り出し可能な外部メディアに対してデータの書き込み及び読み出しを行う装置や、外部記憶装置とネットワークを介してデータを送受信する装置などでも良い。医用画像診断支援装置10は、ネットワークアダプタ28及びネットワークNを介して、外部の医用断層画像撮影装置50や画像データベース60と接続してそれらとの間で画像データを送受信する。
図2は、以上のように構成された医用画像診断支援装置10を用いて被検体の体脂肪を計測する第一の実施の形態を示すフローチャートである。CPU12は、このフローチャートに従って医用画像診断支援装置10を制御する。
まず、ディスプレイ20に被検体のID入力画面が表示され、操作者は診断処理の対象とする被検体のID番号を入力する(S201)。そして、入力された被検体のID番号に基づいて、データ記録装置16、医用断層画像撮影装置50又は画像データベース60から体脂肪計測処理の対象とする画像データが読み出される(S202)。この画像データとしては、X線CT装置やMRI装置などの様々な医用断層画像撮影装置によって得られたものが利用可能であるが、以下ではX線CT装置によって得られたCT画像データを例として説明する。
次に、読み出された画像データに対して、体領域抽出処理(S203)、へそ領域特定処理(S204)、内臓領域抽出処理(S205)が順次行われ、内臓領域が抽出される。そして、S204及びS205の結果に基づいて、対象画像が体脂肪計測に適した画像であるかどうかが判定され(S206)、対象画像が適切でないと判定された場合には処理が終了される。S206で対象画像が適切であると判定された場合は、脂肪画素の面積比率が算出され(S207)、計測結果が数値及び画像で表示される(S208)。
以下、図2の各工程の詳細を説明する。図3は、体領域抽出処理(S203)のフローチャートである。まず、読み出された画像データに対して閾値処理が行われ、二値化画像が作成される(S301)。ここでの閾値は、体脂肪として認識されるべき領域が明確に抽出されるように脂肪閾値が予め設定されている。また、脂肪の画素値(CT値)は通常−150から−50までの範囲なので、CT値ヒストグラムにおいて−150から−50までの範囲内における最多頻度を示すCT値を中央値として脂肪のCT値範囲が順次CT画像から探索されることにより、脂肪閾値が自動設定されても良い。次に、S301で作成された二値化画像に対して二次元ラベリング処理が行われてラベル画像が作成され、図4に示すようにこのラベル画像内で最大面積を示すラベル領域が体領域401として抽出される(S302)。そして、体領域401を構成する画素のうち画素値が閾値範囲内にある画素が脂肪画素として抽出され、脂肪画像用バッファの脂肪画素に相当する位置に“1”が格納される(S303)。ここで抽出された脂肪画素は、皮下脂肪及び内臓脂肪を含む全体脂肪に相当する。次に、体領域401を構成する画素のそれぞれについて、各画素の周辺8画素に注目して辺縁認識処理が行われる。そして、辺縁として認識された画素数と1画素の1辺の長さとを掛け合わせることにより、へそ回り径が算出される(S304)。
図5は、へそ領域特定処理(S204)のフローチャートである。まず、S304で認識された体領域の辺縁部分において、図6に示すように一定間隔で法線ベクトル601が算出される(S501)。そして、へそ領域は断層画像において上側に位置すること及びへそ領域においては隣り合う法線ベクトル601の角度変化が著しく大きいことに基づいて、へそ領域が特定される(S502)。
図7は、内臓領域抽出処理(S205)のフローチャートである。まず、体領域401内の画像データに対して、閾値処理が行われ、二値化画像が作成される(S701)。ここでの閾値は、図8(a)に示す筋組織層(腹壁筋層)及び骨組織層として認識されるべき領域(以下、腹壁筋層領域と呼ぶ)801が明確に抽出されるように、予め設定されている。また、腹壁筋層の画素値(CT値)は通常−50から100までの範囲なので、CT値ヒストグラムにおいて−50から100までの範囲内における最多頻度を示すCT値を中央値として腹壁筋層のCT値範囲が順次CT画像から探索されることにより、閾値が自動設定されても良い。次に、S701で作成された二値化画像に対して辺縁認識処理が行われ、認識された辺縁上に注目点が放射状に設定される(S702)。この認識された辺縁を追跡すれば内臓全体を含む腹壁筋層の輪郭が抽出される。しかしながら、実際には腹壁筋層が内臓を連続的に囲んでおらず数箇所に隙間が存在する場合が多いので、このような隙間が存在する腹壁筋層については、辺縁を追跡しただけでは内臓全体を含むような腹壁筋層の輪郭を抽出することはできない。そこで、S702で設定された注目点の間が高次スプライン補間によって補間されることにより、腹壁筋層の隙間が補間され、図8(b)に示すように内臓領域の輪郭802が抽出される(S703)。そして、輪郭802に対して領域拡張法を用いた領域抽出処理が行われ、図8(c)に示すように内臓領域803が抽出される(S704)。次に、内臓領域803から腹壁筋層領域801を差し引いた領域を構成する画素のうち画素値が脂肪閾値範囲内にある画素が脂肪画素として抽出され、脂肪画像用バッファの脂肪画素に相当する位置に“2”が格納される(S705)。ここで抽出された脂肪画素は、内臓脂肪に相当する。
対象画像が適切かどうかの判定(S206)では、S205で得られた内臓領域803において空気領域の割合が60パーセント未満であり、かつS204でへそ領域が特定できた場合、対象画像が適切であると判定され、処理がS207へ進められる。また、対象画像が肺野などの腹部以外の部位から得れらた画像であったりCT画像ではなかったりして、S206で対象画像が適切であると判定されなかったときは、図9に示すようにディスプレイ20に「画像が間違っています」などのメッセージが出力され処理が終了される。
脂肪画素の面積比率の算出(S207)では、S303で抽出された全体脂肪に相当する画素数W及びS705で抽出された内臓脂肪に相当する画素数Vから皮下脂肪に相当する画素数Sを算出し、内臓脂肪と全体脂肪との比率V/W、皮下脂肪と全体脂肪との比率S/W、及び内臓脂肪と皮下脂肪との比率V/Sを算出する。
計測結果の表示(S208)では、図10に示すようにディスプレイ20に、内臓脂肪1001と皮下脂肪1002とが判別可能なように色や濃さを違えて表示されると共に、S207で算出された数値が表示される。S208に続いて、図11に示すように表示画像を印刷することを選択可能とし、体脂肪計測結果を印刷して被検者に渡せるようにしても良い。
図12は、医用画像診断支援装置10を用いて被検体の体脂肪を計測する第二の実施の形態のフローチャートである。一般に、腹部断層画像において、断層画像から骨、筋肉、腸などの内臓器官領域とガス領域とを差し引いた領域は全て脂肪領域だと考えられる。したがって、このような差引処理を行えば、CT値に基づいた閾値処理を行わなくても脂肪領域を抽出できる。また、図13で示すように背中側の筋肉領域付近の脂肪領域1301を誤認識して計測精度が低下する場合がある。そこで、第二の実施の形態では、腹壁層内の筋肉領域の位置情報に基づいて皮下脂肪領域を認識し、背中側の脂肪領域を正確に認識できるようにして、体脂肪計測をより正確に行う。
図12の被検体ID入力(S1201)、画像データ読み出し(S1202)及び体領域抽出処理(S1203)は、図2のS201、S202及びS203と同様である。次に、対象画像が体脂肪計測に適した画像であるかどうかが判定され(S1204)、対象画像が適切でないと判定された場合には処理が終了される。S1204で対象画像が適切であると判定された場合は、皮下脂肪領域抽出処理(S1205)及び不要領域除去処理(S1206)が行われ、脂肪領域が抽出される。脂肪画素の面積比率の算出(S1207)及び計測結果の表示(S1208)は、図2のS207及びS208と同様である。
図14は、画像判定処理(S1204)のフローチャートである。まず、図15に示すように、S1203で抽出された体領域の重心1501が算出される(S1401)。次に、体領域の腹側の辺縁に外接するように楕円1502が設定される(S1402)。そして、重心1501を中心として予め定められた方向の角度θの範囲に注目して、体領域の腹側の辺縁と外接楕円1502との間の領域の面積に基づいて、へそ領域が探索される(S1403)。次に、空気を認識できるように予め設定された閾値を用いて閾値処理が行われ、体領域内の空気領域が認識される(S1404)。そして、S1403でへそ領域が特定されかつS1404で認識された空気領域が体領域内で所定の割合以内であった場合にのみ、対象画像が体脂肪計測に適切であると判定する(S1405)。
図16は、皮下脂肪領域抽出処理(S1205)のフローチャートである。まず、図17に示すS1203で抽出された体領域内の筋肉領域1701を認識するために、予め設定された閾値を用いて閾値処理が行われる(S1601)。そして、S1401で算出された体領域の重心1501を中心として、体領域が角度θ1、θ2、θ3の各領域に分けられ、各領域の辺縁に外接する楕円1702、1703、1704が設定される(S1602)。次に、予め定めた細かな領域1705毎に、外接線を楕円1702、1703、1704を基点にして重心1501方向へそれぞれ収縮させて筋肉領域1701に外接した所でその収縮を止めることにより、筋肉領域1701の外接線1706が得られる(S1603)。この外接線1706と楕円1702、1703、1704との間の領域が皮下脂肪領域である。
図18は、不要領域除去処理(S1206)のフローチャートである。S1203(S303)で認識された全体脂肪領域からS1205で認識された皮下脂肪領域を除いた領域が内臓脂肪候補領域である。この内臓脂肪候補領域においてCT値の濃度勾配値が算出される(S1801)。そして、濃度勾配値に対して上限値及び下限値で閾値処理が行われ、腸管内の残便などのCT値のばらつきが大きい領域が抽出される(S1802)。次に、内臓脂肪候補領域からS1601で抽出された筋肉領域1701及びS1802で抽出されたCT値のばらつきが大きい領域を除くことにより内臓脂肪領域が抽出され、内臓脂肪領域の画素数を数えることにより内臓脂肪画素数が算出される。
図19は、医用画像診断支援装置10を用いて被検体の体脂肪を計測する第三の実施の形態のフローチャートである。図2のS201及びS202と同様に画像入力が行われ(S1901)、図2のS203の処理と同様に体領域抽出処理が行われ(S1902)、図2のS204の処理又は図14のS1403の処理と同様にへそ領域が特定される(S1903)。そして、S1902で認識された体領域辺縁から予め設定した領域が除去され、これにより、表皮領域が存在する領域が体脂肪計測対象領域から除外される(S1904)。次に、図7のS701の処理と同様に筋肉・骨領域の抽出処理が行われる(S1905)。そして、へそ領域の除去処理(S1906)及び皮下脂肪領域の推定(S1907)が順次行われる。次に、図7のS205の処理又は図12のS1205の処理と同様に脂肪領域分割処理が行われ(S1908)、図2のS207及びS208と同様に結果出力(S1909)が行われる。
図20は、へそ領域の除去処理(S1906)のフローチャートである。まず、図21に示すように、S1902で認識された体領域辺縁部2101及びS1905で認識された筋肉・骨領域2102の辺縁部2103において、体領域の重心2104を中心としてS1903で特定されたへそ領域を含むように放射状に注目点2105及び2106が設定され、各注目点間の平均距離が算出される(S2001)。そして、図22に示すように、S1903で特定されたへそ領域に、S2001で算出された平均距離を半径とする円領域が関心領域2201として設定される(S2002)。このとき、体領域と重なっていない領域は除外される。次に、関心領域2201内の筋肉・骨領域が除去される(S2003)。
図23は、皮下脂肪領域の推定(S1907)のフローチャートである。まず、S2003の除去されずに残った筋肉・骨領域のそれぞれの部分領域の中点に注目点が設定される(S2301)。そして、それらの注目点と体領域辺縁部の注目点との間の距離値が算出され(S2302)、図24に示すように、S2302で算出された距離値を半径とする円領域が関心領域2401として設定される(S2303)。このとき、注目する注目点の周辺情報に基づいて、閾値が設定されて距離値が補正される。また、体領域と重なっていない領域は除外される。次に、関心領域2401内の筋肉・骨領域が除去され、これにより皮下脂肪領域が推定される(S2304)。
脂肪領域分割処理(S1908)では、図25に示すように境界線2501が設定され、境界線2501の外側と内側とで脂肪領域が皮下脂肪領域と内臓脂肪領域とに分割される。
以上の実施の形態ではX線CT装置によって得られたCT画像データを用いて体脂肪計測処理を行う例を説明したが、MRI装置によって得られたMRI画像データを用いる場合、MRI画像データにはCT値のような尺度がないので、例えば、MRI画像データのダイナミックレンジをCT画像データのダイナミックレンジに合わせて調整する。それ以降のデータ処理は、上述のCT画像データを用いる場合と同様に行えば良い。
Claims (17)
- 医用断層画像撮影装置によって撮影された被検体の断層画像から該被検体の体領域を抽出する第一の抽出手段と、
前記体領域から非脂肪領域を抽出する第二の抽出手段と、
前記体領域と前記非脂肪領域とに基づいて全体脂肪領域を抽出する第三の抽出手段と、
前記非脂肪領域の位置情報に基づいて前記全体脂肪領域を内臓脂肪領域と皮下脂肪領域とに分離する分離手段と、
前記内臓脂肪領域と前記皮下脂肪領域とをそれぞれ明示して前記断層画像を画像表示装置に表示制御する表示制御手段と、
を備えることを特徴とする医用画像診断支援装置。 - 前記第二の抽出手段は、前記断層画像において画素値の閾値処理を行うことにより前記非脂肪領域を抽出することを特徴とする請求項1に記載の医用画像診断支援装置。
- 前記第二の抽出手段は、前記非脂肪領域が通常呈する画素値範囲を順次探索し、前記画素値範囲で最多頻度である画素値に基づいて前記閾値処理の閾値範囲を設定することを特徴とする請求項2に記載の医用画像診断支援装置。
- 医用断層画像撮影装置によって撮影された被検体の断層画像から該被検体の体領域を抽出する第一の抽出手段と、
前記体領域から非脂肪領域を抽出する第二の抽出手段と、
前記体領域から全体脂肪領域を抽出する第三の抽出手段と、
前記非脂肪領域の位置情報に基づいて前記全体脂肪領域を内臓脂肪領域と皮下脂肪領域とに分離する分離手段と、
前記内臓脂肪領域と前記皮下脂肪領域とをそれぞれ明示して前記断層画像を画像表示装置に表示制御する表示制御手段と、
を備え、
前記第二の抽出手段は、前記断層画像において画素値の閾値処理を行うことにより抽出された前記非脂肪領域に対して辺縁認識処理を行い、認識された辺縁上に複数の注目点を設定し、前記複数の注目点の間を高次スプライン補間によって補間することにより、前記非脂肪領域の輪郭を抽出することを特徴とする医用画像診断支援装置。 - 前記非脂肪領域のうちの表皮組織層を除去する表皮組織層除去手段を更に備え、
前記第三の抽出手段は、前記表皮組織層除去手段によって前記表皮組織層が除去された前記体領域から前記全体脂肪領域を抽出することを特徴とする請求項1に記載の医用画像診断支援装置。 - 前記内臓脂肪領域は、前記非脂肪領域の輪郭に対して領域拡張することにより抽出された内臓領域から前記非脂肪領域を差し引いた領域のうち、画素値が脂肪閾値範囲内にある領域であることを特徴とする請求項4に記載の医用画像診断支援装置。
- 医用断層画像撮影装置によって撮影された被検体の断層画像から該被検体の体領域を抽出する第一の抽出手段と、
前記体領域から非脂肪領域を抽出する第二の抽出手段と、
前記体領域から全体脂肪領域を抽出する第三の抽出手段と、
前記非脂肪領域の位置情報に基づいて前記全体脂肪領域を内臓脂肪領域と皮下脂肪領域とに分離する分離手段と、
前記内臓脂肪領域と前記皮下脂肪領域とをそれぞれ明示して前記断層画像を画像表示装置に表示制御する表示制御手段と、
を備え、
前記皮下脂肪領域は、前記体領域の重心を中心として放射線状に所定の数に分割された前記体領域に外接する外接円を、前記体領域に対して閾値処理することにより抽出された筋肉領域に外接するまで収縮させた場合において、収縮された外接円と前記筋肉領域との間の領域であることを特徴とする医用画像診断支援装置。 - 医用断層画像撮影装置によって撮影された被検体の断層画像から該被検体の体領域を抽出する第一の抽出手段と、
前記体領域から非脂肪領域を抽出する第二の抽出手段と、
前記体領域から全体脂肪領域を抽出する第三の抽出手段と、
前記非脂肪領域の位置情報に基づいて前記全体脂肪領域を内臓脂肪領域と皮下脂肪領域とに分離する分離手段と、
前記内臓脂肪領域と前記皮下脂肪領域とをそれぞれ明示して前記断層画像を画像表示装置に表示制御する表示制御手段と、
を備え、
前記皮下脂肪領域は、前記非脂肪領域の辺縁に設定されている第1の注目点と、前記抽出された体領域からへそ領域が除去された領域に含まれる筋肉・骨領域のそれぞれの部分領域の中点に設定されている第2の注目点との距離の半分を半径とする円状の関心領域に含まれる前記体領域から前記筋肉・骨領域が除去された領域であることを特徴とする医用画像診断支援装置。 - 医用断層画像撮影装置によって撮影された被検体の断層画像から該被検体の体領域を抽出する第一の抽出手段と、
前記体領域から非脂肪領域を抽出する第二の抽出手段と、
前記体領域から全体脂肪領域を抽出する第三の抽出手段と、
前記非脂肪領域の位置情報に基づいて前記全体脂肪領域を内臓脂肪領域と皮下脂肪領域とに分離する分離手段と、
前記内臓脂肪領域と前記皮下脂肪領域とをそれぞれ明示して前記断層画像を画像表示装置に表示制御する表示制御手段と、
前記断層画像が体脂肪計測に適しているか否かを判定する判定手段と、
を備え、
前記表示制御手段は、前記判定手段による判定結果を前記画像表示装置に表示制御することを特徴とする医用画像診断支援装置。 - 前記判定手段は、前記抽出された非脂肪領域において、空気領域が所定の割合以内であって、かつへそ領域が含まれる場合には、前記断層画像が体脂肪計測に適していると判断することを特徴とする請求項9に記載の医用画像診断支援装置。
- 前記判定手段が、前記断層画像は前記被検体の体脂肪計測に適した部位から得られた画像ではない又は所定の医用断層画像撮影装置によって撮影された画像ではないとのエラー情報を得たとき、前記表示制御手段は、前記エラー情報を前記画像表示装置に表示制御することを特徴とする請求項9又は10に記載の医用画像診断支援装置。
- 前記全体脂肪領域、前記内臓脂肪領域及び前記皮下脂肪領域の面積比率を算出する面積比率算出手段を更に備え、
前記表示制御手段は、前記面積比率算出手段によって算出された面積比率を前記画像表示装置に表示制御することを特徴とする請求項1乃至11の一つに記載の医用画像診断支援装置。 - 前記表示制御手段によって前記画像表示装置に表示制御された前記断層画像及び前記面積比率を印刷出力する印刷出力手段を更に備えることを特徴とする請求項12に記載の医用画像診断支援装置。
- 前記へそ領域は、前記断層画像において上側に位置する領域であって、かつ、前記抽出された体領域の辺縁において所定の間隔で算出された法線ベクトルであって、隣り合う前記法線ベクトルの角度変化が所定の値より大きい領域であることを特徴とする請求項8又は10に記載の医用画像診断支援装置。
- 前記へそ領域は、前記体領域の重心を中心とした所定の方向かつ所定の角度の範囲において、前記体領域の辺縁と、前記体領域の重心を中心とした前記体領域に外接する楕円との間の領域の面積に基づいて探索されることを特徴とする請求項8又は10に記載の医用画像診断支援装置。
- 医用断層画像撮影装置によって撮影された被検体の断層画像から該被検体の体領域を抽出する第一の抽出工程と、
前記体領域から非脂肪領域を抽出する第二の抽出工程と、
前記体領域と前記非脂肪領域とに基づいて全体脂肪領域を抽出する第三の抽出工程と、
前記非脂肪領域の位置情報に基づいて前記全体脂肪領域を内臓脂肪領域と皮下脂肪領域とに分離する分離工程と、
前記内臓脂肪領域と前記皮下脂肪領域とをそれぞれ明示して前記断層画像を画像表示装置に表示制御する表示制御工程と、
を含むことを特徴とする医用画像診断支援方法。 - 請求項16に記載の画像診断支援方法を演算装置に実施させるためのプログラム。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003103677 | 2003-04-08 | ||
JP2003103677 | 2003-04-08 | ||
JP2003194954 | 2003-07-10 | ||
JP2003194954 | 2003-07-10 | ||
PCT/JP2004/004993 WO2004089219A1 (ja) | 2003-04-08 | 2004-04-07 | 医用画像診断支援装置及び方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2004089219A1 JPWO2004089219A1 (ja) | 2006-07-06 |
JP3963000B2 true JP3963000B2 (ja) | 2007-08-22 |
Family
ID=33161528
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005505298A Expired - Lifetime JP3963000B2 (ja) | 2003-04-08 | 2004-04-07 | 医用画像診断支援装置及び方法及びプログラム |
Country Status (4)
Country | Link |
---|---|
US (1) | US8270687B2 (ja) |
JP (1) | JP3963000B2 (ja) |
CN (1) | CN1767788B (ja) |
WO (1) | WO2004089219A1 (ja) |
Families Citing this family (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101292260B (zh) * | 2005-10-21 | 2014-12-10 | 皇家飞利浦电子股份有限公司 | 绘制方法和设备 |
FR2903211B1 (fr) * | 2006-06-30 | 2009-03-06 | Gen Electric | Procedes et dispositifs de correction d'une mammographie a implant et de segmentation d'un implant |
JP4783256B2 (ja) * | 2006-10-13 | 2011-09-28 | 株式会社リガク | Ctデータ処理装置およびctデータ処理プログラム |
JP5030549B2 (ja) * | 2006-11-20 | 2012-09-19 | 株式会社日立メディコ | 医用画像診断支援装置、プログラム、及び方法 |
US8385622B2 (en) * | 2007-07-27 | 2013-02-26 | Hitachi Medical Corporation | Image diagnostic support apparatus |
JP4437333B2 (ja) * | 2007-09-28 | 2010-03-24 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | 画像処理方法および画像処理装置並びにプログラム |
JP5038852B2 (ja) * | 2007-10-26 | 2012-10-03 | 株式会社東芝 | 断層像処理方法、断層像処理装置、断層像処理プログラム、およびx線ct装置 |
JP5472891B2 (ja) * | 2008-01-21 | 2014-04-16 | 株式会社東芝 | 医用画像処理装置 |
JP5534607B2 (ja) * | 2008-02-25 | 2014-07-02 | 株式会社日立メディコ | 医用画像処理装置及び、そのプログラム |
JP4492886B2 (ja) * | 2008-04-03 | 2010-06-30 | 富士フイルム株式会社 | 3次元腹腔内領域検出装置、方法、およびプログラム |
US8086012B2 (en) * | 2008-10-17 | 2011-12-27 | General Electric Company | Methods and apparatus for determining body weight and fat content using computed tomography data |
US9865050B2 (en) | 2010-03-23 | 2018-01-09 | Hologic, Inc. | Measuring intramuscular fat |
US9254101B2 (en) | 2010-12-31 | 2016-02-09 | General Electric Company | Method and system to improve visceral adipose tissue estimate by measuring and correcting for subcutaneous adipose tissue composition |
WO2012092581A1 (en) | 2010-12-31 | 2012-07-05 | General Electric Company | Normalized metrics for visceral adipose tissue mass and volume estimation |
US9271690B2 (en) | 2010-12-31 | 2016-03-01 | General Electric Company | Method and system to estimate visceral adipose tissue by restricting subtraction of subcutaneous adipose tissue to coelom projection region |
US11284846B2 (en) * | 2011-05-12 | 2022-03-29 | The John Hopkins University | Method for localization and identification of structures in projection images |
JP5942245B2 (ja) * | 2011-12-07 | 2016-06-29 | 株式会社日立製作所 | 医用画像診断支援装置とその作動方法 |
US9642585B2 (en) | 2013-11-25 | 2017-05-09 | Hologic, Inc. | Bone densitometer |
CO7020178A1 (es) * | 2014-05-14 | 2014-08-11 | Leon Ricardo Antonio Mendoza | Método para la segmentación y cuantificación automática de tejidos corporales |
CN105427273B (zh) * | 2014-09-19 | 2018-06-26 | 香港中文大学深圳研究院 | 一种基于核磁共振影像的腹部脂肪分割方法和装置 |
ES2795430T3 (es) | 2015-02-26 | 2020-11-23 | Hologic Inc | Métodos para la determinación del estado fisiológico en exploraciones corporales |
US9895126B2 (en) * | 2015-09-02 | 2018-02-20 | Mayo Foundation For Medical Education And Research | System and method for quantification of muscle and fat using abdominal CT imaging |
US11443433B2 (en) * | 2018-02-10 | 2022-09-13 | The Trustees Of The University Of Pennsylvania | Quantification and staging of body-wide tissue composition and of abnormal states on medical images via automatic anatomy recognition |
WO2019182520A1 (en) * | 2018-03-22 | 2019-09-26 | Agency For Science, Technology And Research | Method and system of segmenting image of abdomen of human into image segments corresponding to fat compartments |
CN109523561B (zh) * | 2018-12-19 | 2021-04-02 | 睿佳(武汉)软件科技有限公司 | 自动腹内肌肉和脂肪图像分割方法 |
CN112168168A (zh) * | 2020-10-14 | 2021-01-05 | 北京赛迈特锐医疗科技有限公司 | 用mr技术对全身脂肪进行自动化定量评价***及方法 |
US20230337998A1 (en) * | 2022-04-20 | 2023-10-26 | National Cheng Kung University | Method for measuring muscle mass |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3453085B2 (ja) * | 1998-07-23 | 2003-10-06 | ジーイー横河メディカルシステム株式会社 | X線ct装置 |
KR100283106B1 (ko) * | 1998-10-28 | 2001-03-02 | 정선종 | 전산화 단층촬영에서 가우시안 함수 근사에 의한 체지방 범위설정 방법 |
JP4318862B2 (ja) * | 2001-01-25 | 2009-08-26 | 株式会社日立メディコ | 画像診断装置 |
AU2002303150A1 (en) * | 2001-03-26 | 2002-10-08 | Cellomics, Inc. | Methods for determining the organization of a cellular component of interest |
WO2002103065A2 (en) * | 2001-06-20 | 2002-12-27 | Koninklijke Philips Electronics N.V. | Method for segmentation of digital images |
JP5005139B2 (ja) * | 2001-08-24 | 2012-08-22 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | 領域抽出方法、領域抽出装置およびx線ct装置 |
US6990222B2 (en) * | 2001-11-21 | 2006-01-24 | Arnold Ben A | Calibration of tissue densities in computerized tomography |
JP3842171B2 (ja) | 2002-05-22 | 2006-11-08 | アロカ株式会社 | 断層像処理装置 |
US7136518B2 (en) * | 2003-04-18 | 2006-11-14 | Medispectra, Inc. | Methods and apparatus for displaying diagnostic data |
JP4565796B2 (ja) * | 2002-07-25 | 2010-10-20 | 株式会社日立メディコ | 画像診断装置 |
US6999549B2 (en) * | 2002-11-27 | 2006-02-14 | Ge Medical Systems Global Technology, Llc | Method and apparatus for quantifying tissue fat content |
US7155047B2 (en) * | 2002-12-20 | 2006-12-26 | General Electric Company | Methods and apparatus for assessing image quality |
US7310435B2 (en) * | 2003-11-25 | 2007-12-18 | General Electric Company | Method and apparatus for extracting multi-dimensional structures using dynamic constraints |
-
2004
- 2004-04-07 US US10/552,136 patent/US8270687B2/en active Active
- 2004-04-07 JP JP2005505298A patent/JP3963000B2/ja not_active Expired - Lifetime
- 2004-04-07 WO PCT/JP2004/004993 patent/WO2004089219A1/ja active Application Filing
- 2004-04-07 CN CN2004800088430A patent/CN1767788B/zh not_active Expired - Lifetime
Also Published As
Publication number | Publication date |
---|---|
WO2004089219A1 (ja) | 2004-10-21 |
US8270687B2 (en) | 2012-09-18 |
CN1767788A (zh) | 2006-05-03 |
US20060204063A1 (en) | 2006-09-14 |
CN1767788B (zh) | 2012-05-30 |
JPWO2004089219A1 (ja) | 2006-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3963000B2 (ja) | 医用画像診断支援装置及び方法及びプログラム | |
JP3110045B2 (ja) | 医用コンピュータ断層撮影スキャンで病変を検出するための自動化された方法およびシステム | |
JP3932303B2 (ja) | 臓器動態の定量化方法、装置、臓器位置の予測方法、装置、放射線照射方法、装置及び臓器異常検出装置 | |
US20160300343A1 (en) | Organ detection and segmentation | |
JP5334692B2 (ja) | 制約されたマージナル空間学習を使用して3d解剖学的オブジェクトを検出するための方法およびシステム | |
US8965083B2 (en) | Automatic detection of vertebrae boundaries in spine images | |
CN107596578B (zh) | 对准标记的识别和位置确定方法、成像设备及存储介质 | |
EP2810598A1 (en) | Surgical support device, surgical support method and surgical support program | |
KR101028365B1 (ko) | 연속된 컴퓨터 단층촬영의 폐결절 다단계 정합 방법 및 장치 | |
JP2008259622A (ja) | レポート作成支援装置およびそのプログラム | |
JP2001137230A (ja) | コンピュータ支援診断システム | |
JP2006346465A (ja) | 心臓境界、胸郭境界及び横隔膜境界を検出する方法、装置及び記憶媒体 | |
Farag et al. | Automatic detection and recognition of lung abnormalities in helical CT images using deformable templates | |
US9275452B2 (en) | Method and system for automatically determining compliance of cross sectional imaging scans with a predetermined protocol | |
CN109801276A (zh) | 一种计算心胸比的方法及装置 | |
JP2007500029A (ja) | アフィン変換を用いたモダリティ内医療体積画像の自動登録 | |
JP5640280B2 (ja) | 骨粗鬆症診断支援装置及び骨粗鬆症診断支援プログラム | |
CN113994380A (zh) | 基于深度学习的消融区域确定方法 | |
KR20090060900A (ko) | 요골원위부 골간단 경계추출 방법 및 장치 | |
JP5942245B2 (ja) | 医用画像診断支援装置とその作動方法 | |
CN111260606B (zh) | 诊断装置和诊断方法 | |
KR102118723B1 (ko) | 복부 영상 분석 방법 및 그 장치 | |
JP2013118914A5 (ja) | ||
JP2002291733A (ja) | 画像診断支援方法及びそのシステム | |
JP3639283B2 (ja) | 画像処理装置及び画像処理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20061027 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20061027 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20061027 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070208 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070328 |
|
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: 20070427 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20070510 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 3963000 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110601 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120601 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120601 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130601 Year of fee payment: 6 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
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 |
|
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 |
|
EXPY | Cancellation because of completion of term |