JP4303927B2

JP4303927B2 - Diagnostic imaging support device

Info

Publication number: JP4303927B2
Application number: JP2002256333A
Authority: JP
Inventors: 良洋後藤
Original assignee: Hitachi Medical Corp
Current assignee: Hitachi Healthcare Manufacturing Ltd
Priority date: 2002-09-02
Filing date: 2002-09-02
Publication date: 2009-07-29
Anticipated expiration: 2022-09-02
Also published as: JP2004089507A

Description

【０００１】
【発明の属する技術分野】
本発明は、コンピュータ画像処理を用いて医用画像から病巣候補とされる陰影等を検出し、検出された病巣の候補とされる陰影を識別可能に表示する画像診断支援装置に関する。
【０００２】
【従来の技術】
従来、ＣＴ装置やＭＲＩ装置で撮影された画像の陰影をコンピュータを用いて解析し、その陰影の中から病巣候補を絞り込んで医者に提示し、医者の判断を仰ぐという診断支援が行われている。陰影の中から病巣候補を絞り込むものとして、肺野の医用画像を例にしたものが種々報告されている。その中の一つとして、肺野の医用画像の中から細長い血管陰影と円形に近い癌陰影を識別する方法として、例えば"クオイトフィルタ"（１９９９年１１月第９回コンピュータ支援画像診断学会大会論文集２１ページに記載）が報告されている。肺野の医用画像には、癌などの陰影のほか、血管、血管の断面、気管支の断面などが混在して写っているので、これらの画像の中から癌候補と思われる陰影を検出して医者に提示することが望ましい。
【０００３】
【発明が解決しようとする課題】
しかしながら、実際の陰影は大きさも形も様々であり、陰影の識別能力をあげるにはパラメータの調節に多くの労力を要し、使いにくいものであった。大きさや形の異なる陰影を統一的に扱える方法があれば、コンピュータプログラムを作成するのも容易となり、識別能力をあげるためのパラメータの調節も容易となる。また、簡単な処理で陰影の中から病巣候補を絞り込むことができれば、コンピュータの演算時間も少なくて済み、早く正確な病巣候補を検出することができるようになる。また、検出された病巣候補を医者に瞬時に表示することが可能となるので望ましい。
【０００４】
そこで、本願の出願人は、大きさや形の異なる陰影を統一的に扱うことができ、コンピュータ演算に要する時間も短時間で済む画像診断支援装置を出願している（特願２００１−１８７９６９号）。この画像診断支援装置は、磁気ディスク等の記憶装置からＣＴ装置によって撮影された患者のＣＴ画像を読み込み、読み込まれたＣＴ画像の中から診断対象臓器に対して多値化処理を施し、多値化画像を生成する。この多値化画像は、複数の臓器の部位又は臓器同士が連結している場合があるので、それらを個々の部位又は臓器に分離するための切断処理を行なう。そして、切断された各診断対象臓器の部位又は臓器の種類に対応した最適な検出処理を行う。この検出処理では、部位又は臓器の種類等を判断して、それらに適した画像処理を施し、病巣候補陰影を絞り込み、病巣の候補とされる陰影すなわち異常陰影を検出している。この異常陰影検出処理は、原画像（ＣＴ画像）を使わずに、多値化画像だけに基づいて行なったり、ＣＴ画像及び多値化画像の両方に基づいて行なっている。そして、異常陰影と判定されたものを病巣部として残し、そうでないものを削除し、異常陰影についてＣＴ画像中に分かりやすいように色情報やマーカー等を付加して表示している。
【０００５】
一般に、病巣候補陰影の中で偽陽性と判断されるものの検出数は、医用画像のスライス厚に依存する。すなわち、医用画像には、癌などの陰影のほか、血管、血管の断面、気管支の断面などが混在して写っているので、医用画像のスライス厚が異なると、その陰影の中の特定の陰影が明確になったり不明確になったりする。例えば、スライス厚が小さい場合には、血管に対応する陰影が極端に減少して認識しにくくなり、偽陽性の陰影が検出されにくくなり、その検出数は少なくなる傾向にある。逆にスライス厚が大きくなると、血管の陰影が明確に現れるようになるため、偽陽性の陰影が異常陰影として検出されるようになるので、その検出数が多くなる傾向にある。従って、スライス厚は小さい方が異常陰影の検出精度は向上するが、逆にスライス厚が小さいと、検出処理の対象となる医用画像の枚数が極端に多くなり、異常陰影の検出処理に要する時間が膨大なものになってしまうという問題がある。
【０００６】
本発明の目的は、スライス厚が小さな場合の検出精度を維持しながら、スライ厚が大きい場合の検出処理速度で高速に検出を行うことのできる画像診断支援装置を提供することにある。
【０００７】
【課題を解決するための手段】
請求項１に係る画像診断支援装置は、医用画像に所定の画像処理を施して多値化画像を作成する多値化手段と、前記多値化手段によって作成された前記多値化画像に基づいて又は前記多値化画像及び前記医用画像に基づいて、少なくとも１つ以上の判別処理を実行して病巣の候補とされる病巣候補陰影を検出する検出手段と、前記検出手段によって前記病巣候補陰影が検出された場合、その検出処理に使用された前記医用画像よりもスライス厚の小さい医用画像について前記多値化手段及び前記検出手段と同様の処理を行う処理手段とを備えたものである。医用画像には、癌などの陰影のほか、血管、血管の断面、気管支の断面などが混在して写っているので、医用画像に直接画像処理を施したとしても病巣の候補とされる病巣候補陰影を検出することは非常に困難である。そこで、多値化手段によって医用画像を多値化し、その多値化画像に基づいて陰影の中心又は重心座標などを求め、その中心座標を基準にしてさらに多値化画像に種々の画像処理を施して、血管、血管の断面、気管支の断面などのような病巣ではない陰影を効率的に削除し、結果として病巣確信度の高い病巣候補陰影だけを検出するようにしている。スライス厚の小さな多数の医用画像についてこのような検出処理を行うと、異常陰影の検出処理に要する時間が膨大なものになってしまうので、この発明では、比較的スライス厚の大きな医用画像について異常陰影の検出処理を実行する。一般的にスライス厚の大きな医用画像は、小さいものに比べて偽陽性の病巣候補陰影が検出される割合が高い。そこで、この検出処理の結果、１又は複数の病巣候補陰影が検出された場合には、その医用画像に属するものであってスライス厚の小さな医用画像について同様の検出処理を再度実行するようにした。これによって、検出処理に要する時間を短縮することができると共にスライス厚が小さい場合と同様の検出精度で偽陽性の少ない異常陰影候補の検出が可能となる。
【０００８】
【発明の実施の形態】
以下添付図面に従って本発明に係る画像診断支援装置の好ましい実施の形態について説明する。図１は、本発明が適用される画像診断支援装置全体のハードウエア構成を示すブロック図である。この画像診断支援装置は、例えばＸ線ＣＴ装置等で被検体の対象部位について収集した複数の断層像（ＣＴ画像など）に基づいて、検出された病巣候補陰影等を表示したり、検出された病巣候補陰影等の中から確信度の高いものを絞り込んで表示したり、また、これらの処理の途中における画像を表示したりするものである。この画像診断支援装置は、各構成要素の動作を制御する中央処理装置（ＣＰＵ）１０と、装置全体の制御プログラムが格納された主メモリ１１と、複数の断層像データ及びプログラム等が格納された磁気ディスク１２と、表示用の画像データを一時記憶する表示メモリ１３と、この表示メモリ１３からの画像データに基づいて画像を表示する表示装置としてのＣＲＴディスプレイ１４と、画面上のソフトスイッチを操作するマウス１５及びそのコントローラ１６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１７と、スピーカ１９と、上記各構成要素を接続する共通バス１８とから構成される。
【０００９】
この実施の形態では、主メモリ１１以外の記憶装置として、磁気ディスク１２のみが接続されている場合を示しているが、これ以外にフロッピディスクドライブ、ハードディスクドライブ、ＣＤ−ＲＯＭドライブ、光磁気ディスク（ＭＯ）ドライブ、ＺＩＰドライブ、ＰＤドライブ、ＤＶＤドライブなどが接続されていてもよい。さらに、通信インターフェイスを介してＬＡＮ（ローカルエリアネットワーク）やインターネット、電話回線などの種々の通信ネットワーク１ａ上に接続可能とし、他のコンピュータやＣＴ装置１ｂなどとの間で画像データのやりとりを行えるようにしてもよい。また、画像データのやりとりは、Ｘ線ＣＴ装置やＭＲＩ装置などの被検体の断層像が収集可能な医用画像診断装置を上記ＬＡＮ等の通信ネットワーク１ａと接続して行ってもよい。
【００１０】
以下、図１の画像診断支援装置の動作例について図面を用いて説明する。図２は、画像診断支援装置が実行するメインフローの一例を示す図である。図１のＣＰＵ１０は、このメインフローに従って動作する。以下、このメインフローの詳細をステップ順に説明する。
【００１１】
［ステップＳ２１］
ＣＰＵ１０は、ＣＴ装置によって撮影された患者のＣＴ画像の中から患者名に対応する患者の最初のＣＴ画像を磁気ディスク１２から読み込む。読み込むＣＴ画像は比較的スライス厚の大きい画像である。例えば、図３に示すように再構成時のスライス厚が小さな画像Ｓ３ａ〜Ｓ３ｃを加算することによって、スライス厚の大きくなった画像Ｓ１を読み込む。
【００１２】
［ステップＳ２２］
ＣＰＵ１０は、読み込まれたＣＴ画像に対して多値化処理を施し、多値化画像を生成する。ＣＰＵ１０は、多値化画像又はＣＴ画像及び多値化画像に対して種々の画像処理を施し、病巣の候補とされる陰影すなわち病巣候補陰影を検出するための演算を実行する。この多値化処理及び異常陰影検出処理の詳細については、前述の特願２００１−１８７９６９号に記載されているので、ここではその説明は省略する。
【００１３】
［ステップＳ２３］
前のステップＳ２３の検出処理の結果、異常陰影が検出されたか否か、すなわち異常有りか無しかの判定を行い、異常有り（ｙｅｓ）の場合はステップＳ２４に進み、異常無し（ｎｏ）の場合はステップＳ２Ｂに進む。
［ステップＳ２４］
前のステップＳ２３で異常有り（ｙｅｓ）と判定されたので、ＣＰＵ１０は、スライス厚の大きな画像Ｓ１の端に位置するスライス厚の小さな画像Ｓ３ａを読み込む。
【００１４】
［ステップＳ２５］
ＣＰＵ１０は、読み込まれたスライス厚の小さなＣＴ画像Ｓ３ａに対してステップＳ２２と同様の多値化処理及び異常陰影検出処理を行う。
［ステップＳ２６］
前のステップＳ２５の検出処理の結果、異常陰影が検出されたか否か、すなわち異常有りか無しかの判定を行い、異常有り（ｙｅｓ）の場合はステップＳ２７に進み、異常無し（ｎｏ）の場合はステップＳ２８に進む。
【００１５】
［ステップＳ２７］
前のステップＳ２６で異常有り（ｙｅｓ）と判定されたので、ＣＰＵ１０は、異常の検出されたＣＴ画像の画像番号と、異常陰影の座標位置と、その大きさなどの情報を記録する。
［ステップＳ２８］
前のステップＳ２６で異常無しと判定された場合及びステップＳ２７で異常陰影に関する情報が記録された場合、ＣＰＵ１０は、スライス厚の小さな次のＣＴ画像Ｓ３ｂを指示する。
【００１６】
［ステップＳ２９］
前のステップＳ２８で指示されたスライス厚の小さなＣＴ画像がスライス厚の大きいＣＴ画像中に存在するか否か、すなわち厚い画像から外れた画像か否かを判定し、外れた（ｙｅｓ）場合はステップＳ２Ｂにジャンプし、外れていない（ｎｏ）場合は、次のステップＳ２Ａに進む。例えば、スライス厚の大きなＣＴ画像Ｓ１内の薄い画像について処理している場合、指示されたスライス厚の小さな画像がＳ３ｂ，Ｓ３ｃの場合は外れていないと判定され、これ以外の場合は外れたと判定される。
【００１７】
［ステップＳ２Ａ］
前のステップで指示された画像が厚い画像から外れていないと判定されたので、スライス厚の小さな次のＣＴ画像を読み込み、ステップＳ２６にリターンする。
［ステップＳ２Ｂ］
前のステップ２３で異常無しと判定され、又はステップＳ２９で指示された画像が厚い画像から外れたと判定されたので、スライス厚の大きな次のＣＴ画像を読み込む。
【００１８】
［ステップＳ２Ｃ］
前のステップで読み込まれたＣＴ画像が最終画像かどうかの判定を行い、最終画像でない（ｎｏ）場合は、ステップＳ２２に戻り、前述の処理を繰り返し実行し、最終画像である（ｙｅｓ）場合は処理を終了する。
【００１９】
以上の処理によって、スライス厚の大きなＣＴ画像について順次異常陰影検出処理を実行するので、処理速度は高速化される。また、スライス厚の大きなＣＴ画像で異常陰影として検出された場合、さらにスライス厚の小さなＣＴ画像で同様の異常陰影の検出処理を行うので、その検出精度は向上する。
【００２０】
上述の実施の形態では、スライス厚の大きい画像中に異常陰影が検出された場合に、そのスライス厚の大きい画像中に含まれるスライス厚の小さな画像について異常陰影検出処理を再度繰り返して異常陰影を検出するという場合について説明したが、スライス厚の大きい画像中に異常陰影が検出された場合に、そのスライス厚の大きい画像中に含まれるスライス厚の小さな画像を読影医に表示して、確認できるようにしてもよい。すなわち、図４（Ａ）に示すように、最初に医師はスライス厚１０［ｍｍ］のＣＴ画像を用いて順次観察を行う。このときに、コンピュータによって前述のステップＳ２２の異常陰影検出処理が実行され、そのの結果、異常陰影が検出されたとする。この場合、画面中の「詳細」ボタンが点滅するので、医師は画面中の「詳細」ボタンをクリックする。すると、その表示画面が図４（Ｂ）のように変化する。図４（Ｂ）の表示画面は、上段に図４（Ａ）と同じスライス厚１０［ｍｍ］のＣＴ画像を、その下段にスライス厚２［ｍｍ］のＣＴ画像を複数枚表示する。各ＣＴ画像の右側にある上下向きの矢印ボタンをクリックすることによって、ＣＴ画像が順番に読み込まれるようになっている。
【００２１】
上述の実施の形態では、スライス厚の大きい医用画像について異常陰影の検出処理を行った結果、異常陰影があれば、スライス厚の小さな医用画像について同様の検出処理を行う場合について説明したが、異常陰影があった場合に、その異常陰影の位置などを記録しておき、スライス厚の小さな医用画像のその位置について重点的に検出処理を行うようにしてもよい。また、上述の実施の形態では、計測後の医用画像について説明したが、計測時に適用してもよい。すなわち、スライス厚を大きくして計測し、それについて異常陰影検出処理を実行し、異常陰影の検出された部分について今度はスライス厚を小さくして計測するようにしてもよい。
【００２２】
【発明の効果】
以上説明したように本発明の画像診断支援装置によれば、スライス厚が小さな場合の検出精度を維持しながら、スライ厚が大きい場合の検出処理速度で高速に検出を行うことができるという効果がある。
【図面の簡単な説明】
【図１】本発明が適用される画像診断支援装置全体のハードウエア構成を示すブロック図である。
【図２】画像診断支援装置が実行するメインフローの一例を示す図である。
【図３】スライス厚の大きい画像と小さい画像の関係を示す図である。
【図４】スライス厚の大きい画像と小さい画像を同時に表示する場合の表示例を示す図である。
【符号の説明】
１０…中央処理装置（ＣＰＵ）
１１…主メモリ
１２…磁気ディスク
１３…表示メモリ
１４…ＣＲＴディスプレイ
１５…マウス
１６…コントローラ
１７…キーボード
１８…共通バス
１９…スピーカ
１ａ…通信ネットワーク
１ｂ…他のコンピュータ又はＣＴ装置[0001]
BACKGROUND OF THE INVENTION
The present invention relates to an image diagnosis support apparatus that detects a shadow or the like as a lesion candidate from a medical image using computer image processing, and displays the detected shadow as a lesion candidate in an identifiable manner.
[0002]
[Prior art]
Conventionally, diagnosis support has been performed in which shadows of images taken with a CT apparatus or an MRI apparatus are analyzed using a computer, lesion candidates are narrowed down from the shadows and presented to a doctor, and the doctor's judgment is sought. . As examples of narrowing down lesion candidates from shadows, various examples of medical images of lung fields have been reported. One of them is a method for distinguishing between a long and narrow vascular shadow and a circular cancer shadow from medical images of the lung field. For example, “Quitfilter” (November 1999, 9th Computer Aided Diagnosis Conference) (Page 21). Medical images of lung fields contain shadows such as cancer, as well as blood vessels, blood vessel cross-sections, and bronchial cross-sections. Therefore, detect shadows that appear to be cancer candidates from these images. It is desirable to present to a doctor.
[0003]
[Problems to be solved by the invention]
However, actual shadows vary in size and shape, and it takes much effort to adjust the parameters to increase the ability to identify the shadows, making it difficult to use. If there is a method that can handle shadows of different sizes and shapes in a unified manner, it will be easy to create a computer program, and it will be easy to adjust parameters to increase the discrimination ability. Further, if the lesion candidates can be narrowed down from the shadow by simple processing, the calculation time of the computer can be reduced, and an accurate lesion candidate can be detected quickly. It is also desirable because the detected lesion candidate can be instantly displayed to the doctor.
[0004]
Therefore, the applicant of the present application has applied for an image diagnosis support apparatus that can handle shadows of different sizes and shapes in a unified manner and requires a short time for computer computation (Japanese Patent Application No. 2001-187969). . This diagnostic imaging support apparatus reads a CT image of a patient imaged by a CT apparatus from a storage device such as a magnetic disk, performs multi-value processing on a diagnosis target organ from the read CT image, and performs multi-value processing. Generate a digitized image. Since this multi-valued image may have a plurality of organ parts or organs connected to each other, a cutting process is performed to separate them into individual parts or organs. And the optimal detection process corresponding to the site | part of each diagnostic target organ cut | disconnected or the kind of organ is performed. In this detection process, the type of a part or organ is determined, image processing suitable for them is performed, focus candidate shadows are narrowed down, and shadows that are lesion candidates, that is, abnormal shadows, are detected. This abnormal shadow detection processing is performed based on only the multi-valued image without using the original image (CT image), or based on both the CT image and the multi-valued image. Then, what is determined to be an abnormal shadow is left as a lesion, and what is not is deleted, and the abnormal shadow is displayed by adding color information, a marker, or the like so as to be easily understood in the CT image.
[0005]
In general, the number of detections of lesion candidate shadows that are determined to be false positives depends on the slice thickness of the medical image. In other words, in addition to shadows such as cancer, the medical image includes a mixture of blood vessels, blood vessel cross sections, bronchial cross sections, and so on. Becomes clear or unclear. For example, when the slice thickness is small, the shadow corresponding to the blood vessel is extremely reduced, making it difficult to recognize, making it difficult to detect false positive shadows, and reducing the number of detections. Conversely, when the slice thickness is increased, the shadow of the blood vessel appears clearly, so that a false positive shadow is detected as an abnormal shadow, and the number of detection tends to increase. Accordingly, the detection accuracy of abnormal shadows is improved when the slice thickness is small, but conversely, when the slice thickness is small, the number of medical images to be detected becomes extremely large, and the time required for the abnormal shadow detection processing is increased. There is a problem that becomes huge.
[0006]
An object of the present invention is to provide an image diagnosis support apparatus capable of performing detection at a high speed at a detection processing speed when the slice thickness is large while maintaining detection accuracy when the slice thickness is small.
[0007]
[Means for Solving the Problems]
The image diagnosis support apparatus according to claim 1 is based on a multi-value quantization unit that performs predetermined image processing on a medical image to create a multi-value image, and the multi-value image created by the multi-value image formation unit. Or at least one discrimination process based on the multi-valued image and the medical image to detect a lesion candidate shadow as a lesion candidate, and the lesion candidate shadow by the detection device And a processing means for performing the same processing as the multi-value quantization means and the detection means for a medical image having a slice thickness smaller than that of the medical image used for the detection process. The medical image shows a mixture of blood vessels, blood vessel cross-sections, bronchial cross-sections, etc. in addition to the shadow of cancer, etc., so that even if direct medical image processing is performed on the medical image, it is a candidate for a lesion It is very difficult to detect shadows. Therefore, the medical image is multi-valued by the multi-valued means, the center of the shadow or the center of gravity coordinates is obtained based on the multi-valued image, and various image processing is further performed on the multi-valued image based on the center coordinates. Thus, non-focal shadows such as blood vessels, blood vessel cross-sections, bronchial cross-sections and the like are efficiently deleted, and as a result, only lesion candidate shadows with high lesion confidence are detected. If such a detection process is performed on a large number of medical images with a small slice thickness, the time required for the detection process of abnormal shadows becomes enormous. Therefore, in the present invention, an abnormality is detected with respect to a medical image with a relatively large slice thickness. A shadow detection process is executed. In general, a medical image with a large slice thickness has a higher rate of detecting false-positive lesion candidate shadows than a small image. Therefore, when one or a plurality of lesion candidate shadows are detected as a result of this detection process, the same detection process is performed again for a medical image belonging to the medical image and having a small slice thickness. . As a result, the time required for the detection process can be shortened, and an abnormal shadow candidate with few false positives can be detected with the same detection accuracy as when the slice thickness is small.
[0008]
DETAILED DESCRIPTION OF THE INVENTION
Preferred embodiments of an image diagnosis support apparatus according to the present invention will be described below with reference to the accompanying drawings. FIG. 1 is a block diagram showing a hardware configuration of an entire diagnostic imaging support apparatus to which the present invention is applied. This diagnostic imaging support apparatus displays or detects a detected lesion candidate shadow or the like based on a plurality of tomographic images (CT images or the like) collected with respect to a target region of a subject with an X-ray CT apparatus or the like, for example. From among the candidate lesion shadows or the like, those with high certainty are narrowed down and displayed, or images in the middle of these processes are displayed. The diagnostic imaging support apparatus includes a central processing unit (CPU) 10 that controls the operation of each component, a main memory 11 that stores a control program for the entire apparatus, and a plurality of tomographic image data, programs, and the like. A magnetic disk 12, a display memory 13 for temporarily storing image data for display, a CRT display 14 as a display device for displaying an image based on the image data from the display memory 13, and a soft switch on the screen are operated. Mouse 15 and its controller 16, a keyboard 17 having keys and switches for setting various parameters, a speaker 19, and a common bus 18 for connecting the above components.
[0009]
In this embodiment, the case where only the magnetic disk 12 is connected as a storage device other than the main memory 11 is shown, but in addition to this, a floppy disk drive, a hard disk drive, a CD-ROM drive, a magneto-optical disk ( MO) drive, ZIP drive, PD drive, DVD drive, etc. may be connected. Furthermore, it is possible to connect to various communication networks 1a such as a LAN (local area network), the Internet, and a telephone line via a communication interface so that image data can be exchanged with other computers or CT apparatuses 1b. It may be. Further, the exchange of image data may be performed by connecting a medical image diagnostic apparatus such as an X-ray CT apparatus or an MRI apparatus that can collect tomographic images of a subject to the communication network 1a such as the LAN.
[0010]
Hereinafter, an operation example of the image diagnosis support apparatus of FIG. 1 will be described with reference to the drawings. FIG. 2 is a diagram illustrating an example of a main flow executed by the diagnostic imaging support apparatus. The CPU 10 in FIG. 1 operates according to this main flow. Hereinafter, details of the main flow will be described in the order of steps.
[0011]
[Step S21]
The CPU 10 reads the first CT image of the patient corresponding to the patient name from the magnetic disk 12 from the CT images of the patient imaged by the CT apparatus. The CT image to be read is an image having a relatively large slice thickness. For example, as shown in FIG. 3, an image S1 having a large slice thickness is read by adding images S3a to S3c having a small slice thickness at the time of reconstruction.
[0012]
[Step S22]
The CPU 10 performs multi-value processing on the read CT image to generate a multi-value image. CPU10 performs various image processing with respect to a multi-value image or CT image, and a multi-value image, and performs the calculation for detecting the shadow used as a lesion candidate, ie, a lesion candidate shadow. The details of the multi-value processing and the abnormal shadow detection processing are described in the aforementioned Japanese Patent Application No. 2001-187969, and the description thereof is omitted here.
[0013]
[Step S23]
As a result of the detection process in the previous step S23, it is determined whether or not an abnormal shadow has been detected, that is, whether or not there is an abnormality. If there is an abnormality (yes), the process proceeds to step S24, and if there is no abnormality (no) Advances to step S2B.
[Step S24]
Since it is determined that there is an abnormality (yes) in the previous step S23, the CPU 10 reads an image S3a having a small slice thickness located at the end of the image S1 having a large slice thickness.
[0014]
[Step S25]
The CPU 10 performs multi-value processing and abnormal shadow detection processing similar to step S22 on the read CT image S3a having a small slice thickness.
[Step S26]
As a result of the detection processing in the previous step S25, it is determined whether or not an abnormal shadow has been detected, that is, whether or not there is an abnormality. If there is an abnormality (yes), the process proceeds to step S27, and if there is no abnormality (no) Advances to step S28.
[0015]
[Step S27]
Since it is determined that there is an abnormality (yes) in the previous step S26, the CPU 10 records information such as the image number of the CT image where the abnormality is detected, the coordinate position of the abnormal shadow, and the size thereof.
[Step S28]
When it is determined that there is no abnormality in the previous step S26 and when information regarding the abnormal shadow is recorded in step S27, the CPU 10 instructs the next CT image S3b having a small slice thickness.
[0016]
[Step S29]
It is determined whether or not the CT image with a small slice thickness instructed in the previous step S28 exists in the CT image with a large slice thickness, that is, whether or not the image is out of the thick image. If it jumps to step S2B and is not off (no), it proceeds to the next step S2A. For example, when processing a thin image in the CT image S1 having a large slice thickness, it is determined that the instructed small image is not detached in the case of S3b and S3c, and in other cases it is determined that the image has been removed. Is done.
[0017]
[Step S2A]
Since it is determined that the image instructed in the previous step is not deviated from the thick image, the next CT image having a small slice thickness is read, and the process returns to step S26.
[Step S2B]
Since it is determined in the previous step 23 that there is no abnormality or the image instructed in step S29 is determined to be out of the thick image, the next CT image having a large slice thickness is read.
[0018]
[Step S2C]
It is determined whether or not the CT image read in the previous step is the final image. If the CT image is not the final image (no), the process returns to step S22 and the above-described processing is repeatedly executed. End the process.
[0019]
By the above processing, the abnormal shadow detection processing is sequentially executed for CT images having a large slice thickness, so that the processing speed is increased. In addition, when a CT image with a large slice thickness is detected as an abnormal shadow, the same abnormal shadow detection process is performed with a CT image with a smaller slice thickness, so the detection accuracy is improved.
[0020]
In the above-described embodiment, when an abnormal shadow is detected in an image with a large slice thickness, the abnormal shadow detection process is repeated again for an image with a small slice thickness included in the image with a large slice thickness, and the abnormal shadow is detected. In the case of detection, when an abnormal shadow is detected in an image having a large slice thickness, an image having a small slice thickness included in the image having a large slice thickness can be displayed on the interpretation doctor for confirmation. You may do it. That is, as shown in FIG. 4A, the doctor first performs sequential observation using a CT image having a slice thickness of 10 mm. At this time, it is assumed that the abnormal shadow detection process in step S22 described above is executed by the computer, and as a result, an abnormal shadow is detected. In this case, since the “detail” button in the screen blinks, the doctor clicks the “detail” button in the screen. Then, the display screen changes as shown in FIG. The display screen of FIG. 4B displays a plurality of CT images having a slice thickness of 10 [mm] as in FIG. 4A on the upper stage and a plurality of CT images having a slice thickness of 2 [mm] on the lower stage. By clicking the up and down arrow buttons on the right side of each CT image, the CT images are read in order.
[0021]
In the above-described embodiment, as a result of performing an abnormal shadow detection process on a medical image with a large slice thickness, if there is an abnormal shadow, a case where a similar detection process is performed on a medical image with a small slice thickness has been described. When there is a shadow, the position of the abnormal shadow or the like may be recorded, and the detection process may be focused on the position of the medical image with a small slice thickness. In the above-described embodiment, the medical image after measurement has been described. However, the medical image may be applied during measurement. That is, the slice thickness may be increased and measured, and an abnormal shadow detection process may be performed on the slice thickness, and the portion where the abnormal shadow is detected may be measured with a reduced slice thickness.
[0022]
【The invention's effect】
As described above, according to the diagnostic imaging support apparatus of the present invention, it is possible to perform detection at a high speed at the detection processing speed when the sli thickness is large while maintaining the detection accuracy when the slice thickness is small. is there.
[Brief description of the drawings]
FIG. 1 is a block diagram showing a hardware configuration of an entire diagnostic imaging support apparatus to which the present invention is applied.
FIG. 2 is a diagram illustrating an example of a main flow executed by an image diagnosis support apparatus.
FIG. 3 is a diagram illustrating a relationship between an image with a large slice thickness and a small image.
FIG. 4 is a diagram illustrating a display example when an image with a large slice thickness and a small image are simultaneously displayed.
[Explanation of symbols]
10. Central processing unit (CPU)
DESCRIPTION OF SYMBOLS 11 ... Main memory 12 ... Magnetic disk 13 ... Display memory 14 ... CRT display 15 ... Mouse 16 ... Controller 17 ... Keyboard 18 ... Common bus 19 ... Speaker 1a ... Communication network 1b ... Other computer or CT apparatus

Claims

第１の医用画像を読み込む手段と、異常陰影を検出する処理をする異常陰影検出処理手段と、異常陰影検出処理手段により異常なしとされた場合は、他の第１の医用画像を読み込み異常陰影を検出する処理をする異常陰影検出処理手段とを備えた複数の医用画像中の異常陰影を検出する装置において、
前記読み込む手段と異常陰影検出処理手段とを含む第１の処理ループ手段と、
前記第１の処理ループ手段の中で、異常陰影検出処理手段により異常有りとされた場合は、
異常陰影の存在する前記第１の医用画像の画像位置に含まれる前記第１の医用画像より薄い１以上の第２の医用画像を読み込んで異常陰影を検出する処理をする手段を含む第２の処理ループ手段と、
前記第２の医用画像が、１つの前記第１の医用画像のスライス厚から外れた画像か否かを自動的に判定する判定手段と、前記判定手段により外れたと判断された場合には、他の第１の医用画像について、異常陰影を検出する処理をする手段を備えたことを特徴とする複数の医用画像中の異常陰影を検出する装置。Means for reading a first medical image, the abnormal shadow detection processing means for processing to detect an abnormal shadow, when it is that no abnormal by the abnormal shadow detection processing means, the abnormal shadow read a first medical image of another In an apparatus for detecting abnormal shadows in a plurality of medical images, comprising an abnormal shadow detection processing means for performing processing for detecting
First processing loop means including said reading means and abnormal shadow detection processing means;
In the first processing loop means, if there is an abnormality by the abnormal shadow detection processing means,
Abnormal the first to present the shades the first included in the image position of the medical image one or more second thinner than medical image second containing means for the process of detecting the abnormal shadow read the medical image Processing loop means;
A determination unit that automatically determines whether or not the second medical image is an image deviating from a slice thickness of one of the first medical images; An apparatus for detecting abnormal shadows in a plurality of medical images, comprising means for performing processing for detecting abnormal shadows for the first medical image.