JP5051025B2 - Image generating apparatus, program, and image generating method - Google Patents
Image generating apparatus, program, and image generating method Download PDFInfo
- Publication number
- JP5051025B2 JP5051025B2 JP2008167540A JP2008167540A JP5051025B2 JP 5051025 B2 JP5051025 B2 JP 5051025B2 JP 2008167540 A JP2008167540 A JP 2008167540A JP 2008167540 A JP2008167540 A JP 2008167540A JP 5051025 B2 JP5051025 B2 JP 5051025B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- lung field
- moving image
- pixel
- target
- 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 - Fee Related
Links
- 238000000034 method Methods 0.000 title claims description 58
- 210000004072 lung Anatomy 0.000 claims description 119
- 210000004204 blood vessel Anatomy 0.000 claims description 24
- 230000008569 process Effects 0.000 claims description 23
- 230000000241 respiratory effect Effects 0.000 claims description 22
- 230000008859 change Effects 0.000 claims description 16
- 230000002123 temporal effect Effects 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 11
- 241001465754 Metazoa Species 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 description 18
- 230000017531 blood circulation Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 16
- 230000009467 reduction Effects 0.000 description 11
- 238000003384 imaging method Methods 0.000 description 9
- 230000029058 respiratory gaseous exchange Effects 0.000 description 7
- 238000009499 grossing Methods 0.000 description 5
- 230000033001 locomotion Effects 0.000 description 5
- 210000000038 chest Anatomy 0.000 description 4
- 238000012937 correction Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000011976 chest X-ray Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000009325 pulmonary function Effects 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
Description
本発明は、画像生成技術に関する。 The present invention relates to an image generation technique.
医療現場では、X線等を用いて内蔵や骨格等に含まれる患部を撮影することにより、各種検査や診断が行われている。そして、近年では、デジタル技術の適用により、X線等を用いて患部の動きを捉えた動画像を比較的容易に取得することが可能となっている。 In the medical field, various examinations and diagnoses are performed by photographing an affected part included in a built-in structure or a skeleton using an X-ray or the like. In recent years, it has become possible to relatively easily acquire a moving image that captures the motion of an affected area using X-rays or the like by applying digital technology.
そして、患部の動きを捉えて診断する事が有効な臓器としては、例えば、呼吸によって臓器の形状が大きく変化する肺等が挙げられる。例えば、肺は、疾病を伴う部分では拡大及び収縮の動きが著しく低下する傾向を示す。このため、医師は、肺の挙動を動画像を通じて認識することで、診断を行うことが可能となる。 An example of an organ that is effective for diagnosing the movement of the affected area is, for example, a lung whose shape changes greatly due to respiration. For example, the lungs tend to have a significantly reduced movement of expansion and contraction in areas with disease. For this reason, the doctor can make a diagnosis by recognizing the behavior of the lung through the moving image.
また、患部の動きを解析する技術としては、時系列的に連続してX線を用いて撮影された複数の画像(X線画像)を利用して、時間的に隣り合うX線画像の差分(差分画像)を取得する技術が提案されている(例えば、特許文献1)。また、X線画像からノイズ成分を削除する技術も提案されている(例えば、非特許文献1)。 Also, as a technique for analyzing the motion of the affected area, a difference between temporally adjacent X-ray images using a plurality of images (X-ray images) photographed using X-rays continuously in time series. A technique for acquiring (difference image) has been proposed (for example, Patent Document 1). In addition, a technique for removing a noise component from an X-ray image has been proposed (for example, Non-Patent Document 1).
しかしながら、上記特許文献1の技術では、肺を捉えた動画像に対して心臓の拍動に起因する血流の時間的な変化が重畳し、肺を捉えた動画像の局所的な明度が血流の変動に応じて変化するため、肺の特徴を他の特徴と区別して視認する事が困難となる。
However, in the technique of the above-mentioned
また、上記非特許文献1の技術では、X線を用いて胸部を撮影した動画像(胸部X線動画像)中の各注目画素に関して、時間経過に対する画素値の変化に着目し、該注目画素における高周波成分を取り除くことで、血流による変動成分を削除しようとしている。
In the technique of Non-Patent
しかしながら、呼吸により、被写体の領域(肺野領域)は変動しているため、胸部X線動画像の複数フレームの同一画素に同じ肺野領域が現れる可能性は低い。このため、同一画素から単に高周波成分を取り除いた場合には、血流による変動成分だけでなく、他の変動成分すなわち呼吸による肺の変動成分も取り除かれてしまう傾向にある。すなわち、精度良く肺の特徴を他の特徴と区別して視認する事が困難となる。 However, since the region of the subject (lung field region) fluctuates due to breathing, the possibility that the same lung field region appears in the same pixel in a plurality of frames of the chest X-ray moving image is low. For this reason, when the high-frequency component is simply removed from the same pixel, not only the fluctuation component due to blood flow but also other fluctuation components, that is, the fluctuation component of the lung due to respiration tend to be removed. In other words, it is difficult to visually distinguish the features of the lung from other features with high accuracy.
このような問題は、X線を用いて肺を捉えた画像を取得する場合だけでなく、種々の技術を用いて、特定領域以外の要素による変動成分が特定領域の特徴に重畳する条件下で特定領域に係る画像を取得する場合一般に共通する。 Such a problem is not only in the case of acquiring an image that captures the lung using X-rays, but also under a condition in which a variation component due to an element other than the specific region is superimposed on the feature of the specific region using various techniques. It is generally common when acquiring an image related to a specific area.
本発明は、上記課題に鑑みてなされたものであり、形状が変化する領域について、その領域以外に起因する変動成分を低減した画像を取得し、肺を適切に診断可能とするする技術を提供するを目的とする。 The present invention has been made in view of the above problems, and provides a technique for acquiring an image in which a fluctuation component caused by a region other than the region is reduced and appropriately diagnosing the lung. The purpose is to do.
上記の課題を解決するために、請求項1に記載の発明は、人間を含む動物の肺野の形状が変化する状態を捉え、呼吸サイクルに基づく肺野の形状変化に起因する時間的な変動成分、および呼吸サイクルよりも変動の周期が短い高周波成分を含む動画像を取得し、前記動画像に含まれる1つの基準画像、および前記動画像から前記基準画像を除いた残余の複数の画像である対象画像について、前記基準画像の各注目領域に対応する領域である対応注目領域を各前記対象画像から検出する検出手段と、各前記注目領域に対応する前記対応注目領域の画素値の時間的な変化から前記高周波成分を低減する処理を行うことによって、補正動画像を生成する生成手段と、を備えることを特徴とする画像生成装置である。 In order to solve the above-described problem, the invention according to claim 1 captures a state in which the shape of the lung field of an animal including a human being changes, and temporal variation caused by the shape change of the lung field based on the respiratory cycle. A moving image including a component and a high-frequency component having a fluctuation period shorter than that of the respiratory cycle, one reference image included in the moving image, and a plurality of remaining images obtained by removing the reference image from the moving image With respect to a certain target image, detection means for detecting a corresponding attention area, which is an area corresponding to each attention area of the reference image, from each of the target images, and temporal values of pixel values of the corresponding attention area corresponding to each of the attention areas An image generation apparatus comprising: a generation unit configured to generate a corrected moving image by performing a process of reducing the high-frequency component from a change.
また請求項2の発明は、請求項1に記載の画像生成装置であって、前記検出手段は、前記基準画像のうち、血管を捉えた領域の中から前記注目領域を設定することを特徴とする。
The invention according to
また請求項3の発明は、請求項1に記載の画像生成装置であって、前記検出手段は、前記基準画像において前記肺野を捉えた第1画像領域に対し、各前記対象画像において前記肺野を捉えた第2画像領域が合致するように各前記第2画像領域を補正した後に、各前記第2画像領域のうち前記第1画像領域における各前記注目領域と位置関係が同じになる領域を各前記対応注目領域として検出することを特徴とする。
The invention according to claim 3 is the image generation apparatus according to
また請求項4の発明は、コンピュータによって実行されることによって、前記コンピュータを、請求項1から請求項3のいずれかに記載の画像生成装置として機能させることを特徴とするプログラムである。 According to a fourth aspect of the present invention, there is provided a program that causes a computer to function as the image generating apparatus according to any one of the first to third aspects when executed by the computer.
また請求項5の発明は、人間を含む動物の肺野の形状が変化する状態を捉え、呼吸サイクルに基づく肺野の形状変化に起因する時間的な変動成分、および呼吸サイクルよりも変動の周期が短い高周波成分を含む動画像を取得し、前記動画像に含まれる1つの基準画像、および前記動画像から前記基準画像を除いた残余の複数の画像である対象画像について、前記基準画像の各注目領域に対応する領域である対応注目領域を各前記対象画像から検出する検出工程と、各前記注目領域に対応する前記対応注目領域の画素値の時間的な変化から前記高周波成分を低減する処理を行うことによって、補正動画像を生成する生成工程と、を備えることを特徴とする画像生成方法である。
Further, the invention of
本発明によれば、呼吸サイクルによって形状が変化する肺について、画素値から呼吸サイクルよりも変動の周期が短い高周波成分を低減した動画像を取得することができるので、肺を適切に診断することが可能となる。 According to the present invention, for a lung whose shape changes according to the respiratory cycle, a moving image in which a high-frequency component having a shorter fluctuation cycle than the respiratory cycle can be acquired from the pixel value, so that the lung is appropriately diagnosed. Is possible.
また請求項2に記載の発明によれば、肺野の中でも特に血流の影響が強い血管を捉えた領域から注目領域を設定するので、動画像から血流の影響による変動成分を高速に精度よく削除することができる。 According to the second aspect of the present invention, since the region of interest is set from the region in the lung field where the blood flow particularly affected by blood flow is captured, the fluctuation component due to the blood flow is accurately detected from the moving image at high speed. Can be deleted well.
請求項3に記載の発明によれば、基準画像と対象画像との肺野の形状を合致させるので、対象画像の対応注目領域を容易に検出することができる。 According to the invention described in claim 3, since the shape of the lung field of the reference image and the target image are matched, the corresponding attention area of the target image can be easily detected.
以下、本発明の実施形態を図面に基づいて説明する。 Hereinafter, embodiments of the present invention will be described with reference to the drawings.
<画像生成装置の全体構成>
図1は、この発明を医療用画像撮影装置と協働して患者の肺の診断画像を生成可能な画像生成装置1および後述する画像生成装置50に適用した各実施形態に共通の構成を示すブロック図である。
<Overall configuration of image generating apparatus>
FIG. 1 shows a configuration common to each embodiment in which the present invention is applied to an
図1に示すように、画像生成装置1は、制御部2、表示部3、操作部4、入力部5および、記憶部6をバスライン10に接続した一般的なコンピュータの構成となっている。
As shown in FIG. 1, the
制御部2は、例えばCPUによって構成され、記憶部6に記憶される制御プログラムを実行することによって、画像生成装置1全体の動作を決定し、画像生成装置1全体に指令を与え、さらに後述する表示部3に表示の指示を出す。制御部2は、後述する各機能の実現手段として補正動画像を作成する。
The
表示部3は、例えば液晶表示ディスプレイ等によって構成され、制御部2で生成される動画像データなどを可視的に出力する。
The display unit 3 is configured by a liquid crystal display, for example, and visually outputs moving image data generated by the
操作部4は、キーボード、タッチパネルまたはマウス等から構成され、ユーザの各種操作にしたがって各種指令信号を制御部2に送信する。
The
入力部5は、画像データを入力する。入力部5は、医療用画像撮影装置を接続することによって、画像データをオンライン受信してもよく、さらに、DVD等の可搬型の記憶媒体からのデータの読み取りや、スキャナによる読み取りによっても入力が可能である。あるいは、ネットワークで接続されたファイルサーバなどに撮影の対象である人物(撮影対象者)を撮影した画像を記憶しておき、記憶されている複数の画像データの中から該当する撮影対象者の画像データを検索して読み込むようにしてもよい。入力された画像データは、記憶部6に記憶される。
The
記憶部6は、例えば半導体メモリ、ハードディスクなどの記憶装置によって構成され制御部2で実行されるプログラム、プログラムを実行する際に必要な情報、入力部5から入力された動画像などの情報を記憶する。
The storage unit 6 is configured by a storage device such as a semiconductor memory or a hard disk, and stores a program executed by the
医療用画像撮影装置は、例えば、X線撮影装置等によって構成され、撮影対象者の内蔵等に含まれる所定部位を撮影する。X線撮影装置は、撮影対象者にX線発生源から曝射して撮影を行う。曝射されたX線は、撮影対象者の胸部を透過して、強度分布が検出され、検出したX線をアナログ電気信号に変換し、更にA/D変換によってアナログ電気信号はデジタル信号に変換されて、複数の静止画の時系列からなる動画像としてX線撮影装置の記憶装置上に記憶される。該記憶装置に記憶された画像は必要に応じて入力部5に転送される。
The medical image photographing apparatus is constituted by, for example, an X-ray photographing apparatus or the like, and photographs a predetermined part included in a built-in person of the photographing subject. The X-ray imaging apparatus performs imaging by exposing a subject to be imaged from an X-ray generation source. The exposed X-rays pass through the chest of the subject, the intensity distribution is detected, the detected X-rays are converted into analog electrical signals, and the analog electrical signals are converted into digital signals by A / D conversion. Then, it is stored on the storage device of the X-ray imaging apparatus as a moving image consisting of a plurality of still images in time series. The image stored in the storage device is transferred to the
下記の第1および第2の実施形態では、放射線画像としてX線画像を用いる。 In the following first and second embodiments, an X-ray image is used as a radiation image.
<第1実施形態>
第1実施形態では、呼吸サイクルに基づく肺野の形状変化を捉えた動画像における肺野領域内の血管を捉えた画像領域の情報を基に、血流の影響を低減した画像を作成する画像生成装置を例に説明する。
<First Embodiment>
In the first embodiment, an image that creates an image in which the influence of blood flow is reduced based on information of an image region that captures a blood vessel in the lung field region in a moving image that captures a change in the shape of the lung field based on the respiratory cycle. The generation apparatus will be described as an example.
図2は、画像生成装置1で実現される機能構成を示す図である。画像生成装置1は、動画像取得部11、検出手段に相当する注目画素演算部12、および生成手段に相当する変動成分低減部13を備える。
FIG. 2 is a diagram illustrating a functional configuration realized by the
動画像取得部11は、入力部5から入力され、記憶部6に記憶された肺野領域を撮影した動画像を取得して、注目画素演算部12に出力する。ここで取得される動画像とは、少なくとも1呼吸サイクルの肺野領域が撮影されたX線画像である。また、1呼吸サイクル(周期)とは1回の呼気モードと吸気モードが含まれる呼吸運動の周期であり、吸気モードとは息を吸い込んでゆくモードである。そして、呼気されるにつれて胸郭中での肺野の領域が大きくなり横隔膜が押し下げられる。呼気モードとは息を吐き出すモードであり、呼気されるにつれて肺野の領域が小さくなり横隔膜が上がってくる。
The moving image acquisition unit 11 acquires a moving image that is input from the
注目画素演算部12は、動画像のある1枚を基準画像とし、この基準画像から血流の影響を受けていると考えられる血管を捉えた画像を作成し、この血管を捉えた領域の中から注目する画素である注目画素を順次に設定する。設定した注目画素は、変動成分低減部13に出力される。
The pixel-of-
変動成分低減部13は、動画像から基準画像を除いた残りの複数の画像である対象画像において、基準画像の各注目画素に対応する画素である対応注目画素の画素値の時間的な変化から高周波成分を低減する処理を行うことによって、補正動画像を生成する。
The fluctuation
図3は、画像生成装置1が、補正動画像を生成する手順を示すフローチャートである。画像生成装置1は、基準画像のうち、血管を捉えた領域の中から注目画素を順次に設定し、各注目画素に対応する対応注目画素の画素値の時間的な変化から高周波成分を低減する処理を行うことによって、補正動画像を生成する。
FIG. 3 is a flowchart illustrating a procedure in which the
ステップS1では動画像取得部11が、ステップS2からステップS6までは注目画素演算部12が、ステップS7からステップS9までは変動成分低減部13が実行する。まず、画像生成装置1が、補正動画像生成の指示を受け、制御部5に伝達したとき、ステップS1に移る。
In step S1, the moving image acquisition unit 11 executes the pixel-of-
ステップS1で、動画像取得部11が、呼吸中に肺野領域を撮影したX線動画像を取得し、注目画素演算部12に出力してステップS2に移る。
In step S1, the moving image acquisition unit 11 acquires an X-ray moving image obtained by imaging a lung field region during breathing, outputs the acquired X-ray moving image to the target
ステップS2では、注目画素演算部12は、入力された動画像の中から所定のルールにもとづいて基準画像を1枚選択してステップS3に移る。なお、所定のルールとしては、例えば動画像の所定番目(最初)のフレームを基準画像として選択するルールなどが挙げられる。
In step S2, the pixel-of-
ステップS3では、注目画素演算部12は、最初に肺野領域を決定するために、動画像から肺野の輪郭(肺野形状)を抽出する。肺野の輪郭抽出は、例えば特開昭63−240832号公報、または、特開平2−250180公報に開示される方法を用いて行うことができる。
In step S <b> 3, the pixel-of-
図4は、肺野の輪郭抽出を行った動画像の一部を示す図である。図の横軸は、呼吸サイクルにおける経過時間を示す。図4において、砂地ハッチングされた領域が肺野領域である。動画像を構成する全画像から肺野の輪郭が抽出された後、ステップS4に移る。 FIG. 4 is a diagram illustrating a part of a moving image obtained by performing contour extraction of a lung field. The horizontal axis of the figure shows the elapsed time in the respiratory cycle. In FIG. 4, the sand hatched area is a lung field area. After the contours of the lung fields are extracted from all the images constituting the moving image, the process proceeds to step S4.
図3のステップS4では、ステップS2で選択された基準画像について、小さな領域ごとに平滑化フィルタを順次かけていくことにより、画像をぼかし、ぼかし基準画像を作成する。 In step S4 in FIG. 3, the reference image selected in step S2 is subjected to a smoothing filter sequentially for each small area, thereby blurring the image and creating a blurred reference image.
図5は、ぼかし基準画像の例を示す図である。ぼかし基準画像を作成した後、ステップS5に移る。 FIG. 5 is a diagram illustrating an example of the blurring reference image. After creating the blurring reference image, the process proceeds to step S5.
図3のステップS5では、基準画像とぼかし基準画像とから、血管画像を作成する。肺野領域内で血管が存在しない位置の周辺は、X線が透過しやすいため、X線画像は黒く、すなわち、X線画像の画素値が高くなる。逆に血管が存在する位置は、X線が透過しにくいため、X線画像は白く、すなわち、X線画像の画素値が低くなる。なお、肺野領域内のある画素において、ある画素の周辺領域に血管が存在する場合に平滑化を行った場合、この画素は、もとの画素値より低くなり、血管が存在する画素は、もとの画素値より高くなる。逆に、ある画素の周辺領域に血管が存在しない場合、平滑化を行ったとしても、この画素の画素値は、もとの画素値と同様に高い状態が保たれる。したがって、肺野領域において、平滑化をかけた画像と、平滑化を行う前のオリジナルの画像との差分の絶対値を取った場合、血管が存在する領域は、差分の絶対値が高くなる傾向にある。 In step S5 of FIG. 3, a blood vessel image is created from the reference image and the blurred reference image. The X-ray image is black in the vicinity of the position where the blood vessel does not exist in the lung field region, so that the X-ray image has a high pixel value. Conversely, X-ray images are white at positions where blood vessels are present, so that the X-ray image is white, that is, the pixel value of the X-ray image is low. When smoothing is performed when a blood vessel exists in a peripheral region of a certain pixel in a certain pixel in the lung field region, this pixel becomes lower than the original pixel value, and the pixel in which the blood vessel exists is It becomes higher than the original pixel value. On the other hand, when there is no blood vessel in the peripheral area of a certain pixel, even if smoothing is performed, the pixel value of this pixel is kept high like the original pixel value. Therefore, when the absolute value of the difference between the smoothed image and the original image before smoothing is taken in the lung field region, the absolute value of the difference tends to increase in the region where the blood vessel exists. It is in.
図6は、血管画像を作成する手順を示す図である。図6に示すように、基準画像とぼかし基準画像の肺野領域の差分の絶対値を求め、ある一定閾値を超える絶対値が現れた領域を示したものを血管画像とする。また血管画像を作成する手法として、非特許文献(清水昭伸、長谷川純一、鳥脇純一郎、“医用画像の計算機診断のための回転型2階差分フィルタの性質”電子情報通信学会 Vol.J78-D-2,29〜39,1995.)に示されるように、Max−DDフィルタを用いて血管を抽出する手法を用いても良い。血管画像を作成した後、ステップS6に移る。 FIG. 6 is a diagram illustrating a procedure for creating a blood vessel image. As shown in FIG. 6, the absolute value of the difference between the lung field regions of the reference image and the blurred reference image is obtained, and a blood vessel image is shown that indicates a region where an absolute value exceeding a certain threshold value appears. Non-patent literature (Akinobu Shimizu, Junichi Hasegawa, Junichiro Toriwaki, “Characteristics of Rotating Second-Order Difference Filters for Computer Diagnosis of Medical Images”, Institute of Electronics, Information and Communication Engineers, Vol.J78-D- 2, 29 to 39, 1995), a technique of extracting blood vessels using a Max-DD filter may be used. After creating the blood vessel image, the process proceeds to step S6.
図3のステップS6では、血管画像中の画素である血管画素を中心としたテンプレートを基準画像から作成してテンプレートの中心画素を注目画素とし、基準画像以外の残りの動画像を構成する複数の対象画像の肺野領域内に対してテンプレートマッチングを行い、基準画像の各注目画素に対応する対応注目画素を各対象画像から検出する。 In step S6 of FIG. 3, a template centered on a blood vessel pixel that is a pixel in the blood vessel image is created from the reference image, the central pixel of the template is used as a target pixel, and a plurality of moving images other than the reference image are configured. Template matching is performed on the lung field region of the target image, and the corresponding target pixel corresponding to each target pixel of the reference image is detected from each target image.
図7(a)〜(c)は、肺野領域内で矩形のテンプレートと最も良く類似した領域(副領域)を探索し、対応注目画素が求められるようすを示す図である。図7(a)は血管画像、図7(b)は基準画像、図7(c)は対象画像を示す。図7(a)に示すように、血管画像には血管画素が表示されるが、図7(b)に示すように、血管画素が存在する座標を中心としたテンプレートを基準画像から作成する。次に図7(c)に示すように、動画像の中で基準画像以外の画像である各対象画像の肺野領域に対してテンプレートマッチングを行い、画素ごとの対応を取る。この際、基準画像の肺野領域内において、血管画素が存在しない座標に関しては血流による変動の影響は無いものとして、画素ごとの対応は取らない。副領域を探索した後、副領域の中心画素を対応注目画素とする。 FIGS. 7A to 7C are diagrams showing how the corresponding target pixel is obtained by searching for a region (subregion) most similar to the rectangular template in the lung field region. 7A shows a blood vessel image, FIG. 7B shows a reference image, and FIG. 7C shows a target image. As shown in FIG. 7A, blood vessel pixels are displayed in the blood vessel image. As shown in FIG. 7B, a template centered on coordinates where the blood vessel pixels exist is created from the reference image. Next, as shown in FIG. 7C, template matching is performed on the lung field region of each target image, which is an image other than the reference image, in the moving image, and correspondence is taken for each pixel. At this time, in the lung field region of the reference image, regarding the coordinates where the blood vessel pixel does not exist, it is assumed that there is no influence of fluctuation due to blood flow, and no correspondence is taken for each pixel. After searching the sub-region, the center pixel of the sub-region is set as the corresponding target pixel.
ここで、ある副領域がテンプレートとどの程度類似しているかを評価する手段としては、相関相互法、SSDA法(Sequential Similarity Detection Algorithm)、フーリエ変換位相相関法などの手法を採用することができる。また、前記テンプレートの形状としては、矩形、円形、十字形などを用いることができるが、演算負担の軽減の面から矩形が好ましい。注目画素演算部12が対応注目画素を検出し、変動成分低減部13に出力した後、ステップS7に移る。
Here, as a means for evaluating how similar a certain sub-region is to the template, a method such as a correlation mutual method, an SSDA method (Sequential Similarity Detection Algorithm), or a Fourier transform phase correlation method can be employed. In addition, as the shape of the template, a rectangle, a circle, a cross, or the like can be used, but a rectangle is preferable from the viewpoint of reducing a calculation burden. After the target
図3のステップS7では、変動成分低減部13が肺野領域内の各注目画素および各対応注目画素において、それぞれ変動グラフを作成する。変動グラフとは、動画像の肺野領域の各注目画素及び各対応注目画素において、時間が経過した場合、画素値がどのように変化するかを示したグラフである。
In step S7 of FIG. 3, the fluctuation
図8は、肺野領域内にある注目画素および各対応注目画素について、それぞれ画素値の変動を示すグラフである変動グラフを作成した例を示す図である。図の横軸は、呼吸サイクルにおける経過時間を表し、グラフの縦軸は注目画素および対応注目画素の画素値を表す。変動グラフが作成されるとステップS8に移る。 FIG. 8 is a diagram illustrating an example in which a variation graph, which is a graph showing variations in pixel values, is created for each pixel of interest and each corresponding pixel of interest in the lung field region. The horizontal axis of the figure represents the elapsed time in the respiratory cycle, and the vertical axis of the graph represents the pixel value of the target pixel and the corresponding target pixel. When the variation graph is created, the process proceeds to step S8.
図3のステップS8では、各変動グラフの高周波成分を削除する。高周波成分は、心拍の周波数に対応するもので、呼吸周波数の数倍〜数十倍の値をしめすが、図8の変動グラフにおいて、高周波成分を除去することで、血流によるノイズを低減した各画素の画素値を得る。高周波成分を除去する方法として、変動グラフに対して平滑化フィルタを適用する方法が考えられる。また、別の手法として、変動グラフに対してFFT(高速フーリエ変換)を行うことによりパワースペクトルを求め、このパワースペクトルに対してローパスフィルタを適用することで、高周波成分を除去し、逆FFTを行う。各変動グラフの高周波成分を削除してステップS9に移る。 In step S8 of FIG. 3, the high frequency component of each fluctuation graph is deleted. The high-frequency component corresponds to the frequency of the heartbeat, and shows a value several to several tens of times the respiration frequency. However, by removing the high-frequency component in the fluctuation graph of FIG. Obtain the pixel value of each pixel. As a method of removing the high frequency component, a method of applying a smoothing filter to the fluctuation graph can be considered. As another method, a power spectrum is obtained by performing FFT (Fast Fourier Transform) on the fluctuation graph, and a high-frequency component is removed by applying a low-pass filter to the power spectrum, and inverse FFT is performed. Do. The high frequency component of each fluctuation graph is deleted, and the process proceeds to step S9.
ステップS9では、対象画像の肺野領域内の各対応注目画素において、変動成分である高周波成分を低減した画素値をもとの各対応注目画素の位置に代入して、その変動成分の画素値と置き換え、変動成分を低減した対象画像を作成して終了する。 In step S9, for each corresponding target pixel in the lung field region of the target image, the pixel value obtained by reducing the high-frequency component, which is the variation component, is substituted into the original position of each corresponding target pixel, and the pixel value of the variation component To create a target image with reduced variation components, and the process ends.
図9は、高周波成分除去後の変動グラフおよび高周波成分を低減した画素値を、もとの動画像に当てはめるようすを示す図である。グラフの縦軸は注目画素および対応注目画素の画素値を表し、横軸は、呼吸サイクルにおける経過時間を示す。 FIG. 9 is a diagram showing a variation graph after high-frequency component removal and a pixel value with a reduced high-frequency component applied to the original moving image. The vertical axis of the graph represents the pixel value of the target pixel and the corresponding target pixel, and the horizontal axis represents the elapsed time in the respiratory cycle.
本実施形態においては、呼吸サイクルによって形状が変化する肺について、画素値から血流に起因する変動成分を低減した動画像を取得することができるので、肺を適切に診断することが可能となる。また、肺野領域内の血流の影響があると考えられる注目画素を設定し、当該注目画素に対応する対応注目画素に対して血流による変動成分を除去することによって、形状が変化する肺野について、血流に起因する変動成分を高速に精度良く取り除いた画像を取得可能となる。 In the present embodiment, for a lung whose shape changes due to a respiratory cycle, a moving image in which a fluctuation component caused by blood flow is reduced from a pixel value can be acquired, so that the lung can be appropriately diagnosed. . In addition, a target pixel that is considered to be affected by blood flow in the lung field region is set, and a lung whose shape changes is removed by removing a fluctuation component due to blood flow from the corresponding target pixel corresponding to the target pixel. With respect to the field, it is possible to acquire an image in which the fluctuation component due to the blood flow is removed at high speed with high accuracy.
<第2実施形態>
第2実施形態では、呼吸サイクルに基づく肺野の形状変化を捉えた画像領域の情報を基に、基準画像の中で注目する画素である注目画素と、対象画像において、注目画素に対応する画素である対応注目画素とを対応させて、血流の影響を低減した動画像を作成するシステムを例に説明する。
Second Embodiment
In the second embodiment, based on the information of the image area that captures the change in the shape of the lung field based on the respiratory cycle, the pixel of interest that is the pixel of interest in the reference image and the pixel that corresponds to the pixel of interest in the target image A system that creates a moving image in which the influence of blood flow is reduced by associating with the corresponding target pixel will be described.
図10は、第2実施形態に係る画像生成装置50で実現される機能構成を示す図である。画像生成装置50は、動画像取得部21、検出手段に相当する対応注目画素演算部22、生成手段に相当する変動成分低減部23を備える。
FIG. 10 is a diagram illustrating a functional configuration realized by the
第2実施形態の機能構成の一部は、前述の図2と類似しており、異なる構成について説明し、同様の構成については説明を省略する。例えば動画像取得部21の記憶部6に記憶された肺野領域を撮影した動画像を取得して、対応注目画素演算部22に出力するまでの構成および動作は第1実施形態と同様である。
A part of the functional configuration of the second embodiment is similar to that of FIG. 2 described above, different configurations will be described, and description of similar configurations will be omitted. For example, the configuration and operation from acquiring a moving image obtained by capturing a lung field region stored in the storage unit 6 of the moving
動画像取得部21は、肺野領域を撮影した動画像を取得して、対応注目画素演算部22に出力する。
The moving
対応注目画素演算部22は、基準画像の肺野形状と動画像から基準画像を除いた残りの画像である各対象画像の肺野形状とを合致させ、各対象画像において、基準画像の注目画素と位置関係が同じになる画素を各対応注目画素として検出する。検出した対応注目画素は、変動成分低減部23に出力する。
The corresponding target
変動成分低減部23は、各対象画像の対応注目画素の画素値の時間的な変化から高周波成分を低減する処理を行うことによって、補正動画像を生成する。 The fluctuation component reduction unit 23 generates a corrected moving image by performing a process of reducing the high frequency component from the temporal change in the pixel value of the corresponding target pixel of each target image.
図11は、画像生成装置50が、補正動画像を生成する手順を示すフローチャートである。画像生成装置50は、基準画像における肺野領域に対し、各対象画像における肺野領域が合致するように各対象画像を補正し、対象画像のうち、基準画像における注目画素と位置関係が同じになる領域を各対応注目画素として検出して、各注目画素に対応する対応注目画素の画素値の時間的な変化から高周波成分を低減する処理を行うことによって、補正動画像を生成する。
FIG. 11 is a flowchart illustrating a procedure in which the
ステップT1では動画像取得部21が、ステップT2からステップT6までは対応注目画素演算部22が、ステップT7からステップT9までは変動成分低減部23が実行する。まず、画像生成装置50が、補正動画像生成の指示を受け、制御部5に伝達したとき、ステップT1に移る。
In step T1, the moving
ステップT1で、図3のステップS1と同様に、動画像取得部21が、呼吸中に肺野領域を撮影したX線動画像を取得し、対応注目画素演算部22に出力してステップT2に移る。
In step T1, as in step S1 of FIG. 3, the moving
ステップT2では、図3のステップS2と同様に、対応注目画素演算部22は、入力された動画像の中から基準画像を1枚選択してステップT3に移る。
In step T2, as in step S2 of FIG. 3, the corresponding target
ステップT3では、図3のステップS3と同様に、対応注目画素演算部22は、動画像から肺野の輪郭(肺野形状)を抽出する。肺野の輪郭が抽出された後、ステップT4に移る。
In step T3, as in step S3 of FIG. 3, the corresponding target
ステップT4では、基準画像の肺野領域に対し、各対象画像の肺野領域が合致するように各対象画像の肺野領域を補正する。 In step T4, the lung field region of each target image is corrected so that the lung field region of each target image matches the lung field region of the reference image.
図12は、対象画像の肺野形状が、基準画像の肺野形状に合致するように補正した画像を示す図である。この2つの画像の間のずれを補正する手法としては、種々の公知の手法を採用することができ、例えば、特公昭61−14553号公報、特開昭63−278183号公報等に開示されるような公知の方法を採用することができる。 FIG. 12 is a diagram illustrating an image corrected so that the lung field shape of the target image matches the lung field shape of the reference image. As a technique for correcting the shift between the two images, various known techniques can be adopted, and disclosed in, for example, Japanese Examined Patent Publication No. 61-14553 and Japanese Unexamined Patent Publication No. 63-278183. Such a known method can be adopted.
ここで、図13から図15は、基準画像の肺野領域と各対象画像の肺野領域とを合致させる方法を説明するための図である。 Here, FIGS. 13 to 15 are diagrams for explaining a method of matching the lung field region of the reference image with the lung field region of each target image.
以下、一組の線分の変換を利用する手法について具体的に説明する。なお、ここでは、各フレーム画像の所定点(例えば左上の点)を基準点(例えば原点)とし、右方向をX軸方向とし、下方向をY軸方向とし、1画素毎に座標の値が1つずつ変化するものとする。 Hereinafter, a method of using a set of line segment conversion will be described in detail. Here, a predetermined point (for example, the upper left point) of each frame image is a reference point (for example, the origin), the right direction is the X axis direction, the lower direction is the Y axis direction, and the coordinate value for each pixel is It will change one by one.
まず、図13(a),(b)で模式的に示すように、補正の対象である対象画像の肺野領域及び該対象画像の肺野領域に対応する基準画像の肺野領域について、多数(例えば200個程度)の特徴点(例えば、図10では黒丸が付された点)がそれぞれ検出される。この特徴点としては、例えば、対象画像の肺野領域及び基準画像の肺野領域の輪郭の変曲点や尖鋭な点や所定の階調を有する点等が挙げられる。 First, as schematically shown in FIGS. 13 (a) and 13 (b), a large number of lung field regions of the target image to be corrected and the lung field regions of the reference image corresponding to the lung field region of the target image. Feature points (for example, points with black circles in FIG. 10) (for example, about 200) are detected. Examples of the feature point include an inflection point, a sharp point, or a point having a predetermined gradation in the lung field region of the target image and the lung field region of the reference image.
次に、対象画像の肺野領域内の任意の点Xと、基準画像の肺野領域内の任意の点X'との対応関係が求められる。ここでは、対象画像の肺野領域内の全ての画素について点Xと点X'との対応関係が認識される。 Next, the correspondence between an arbitrary point X in the lung field region of the target image and an arbitrary point X ′ in the lung field region of the reference image is obtained. Here, the correspondence between the point X and the point X ′ is recognized for all the pixels in the lung field region of the target image.
ここで、図14で示すように、上記の如く検出された対象画像の肺野領域の特徴点に含まれる2点P,Qと、上記の如く検出された基準画像の肺野領域の特徴点のうちの該2点P,Qに対応する2点P',Q'とに着目する。 Here, as shown in FIG. 14, two points P and Q included in the feature points of the lung field region of the target image detected as described above, and the feature points of the lung field region of the reference image detected as described above. Focus on two points P ′ and Q ′ corresponding to the two points P and Q.
図15は、点Xと点X'の対応関係の求め方を説明するための図である。図15(a)では、点P'から点Q'へのベクトル(P'Q'ベクトル)、線分P'Q'から点X'への垂線と合致する点C'から点X'へのベクトル(C'X'ベクトル)、及び点P'から点C'へのベクトル(P'C'ベクトル)が示されている。一方、図15(b)では、点Pから点Qへのベクトル(PQベクトル)、線分PQから点Xへの垂線と合致する点Cから点Xへのベクトル(CXベクトル)、及び点Pから点Cへのベクトル(PCベクトル)が示されている。 FIG. 15 is a diagram for explaining how to obtain the correspondence between the point X and the point X ′. In FIG. 15A, the vector from the point P ′ to the point Q ′ (P′Q ′ vector), the point C ′ to the point X ′ that coincides with the perpendicular from the line segment P′Q ′ to the point X ′. A vector (C′X ′ vector) and a vector from the point P ′ to the point C ′ (P′C ′ vector) are shown. On the other hand, in FIG. 15B, a vector from the point P to the point Q (PQ vector), a vector from the point C to the point X that coincides with a perpendicular from the line segment PQ to the point X (CX vector), and a point P A vector from point to point C (PC vector) is shown.
ここで、2次元平面上で、P'Q'ベクトルがPQベクトルに変換される場合に、P'Q'ベクトルとC'X'ベクトルとP'C'ベクトルとの比と、PQベクトルとCXベクトルとPCベクトルとの比が一定になるように、点X'が点Xに変換されるものとする。 Here, when the P′Q ′ vector is converted into the PQ vector on the two-dimensional plane, the ratio between the P′Q ′ vector, the C′X ′ vector, and the P′C ′ vector, the PQ vector, and the CX vector It is assumed that the point X ′ is converted to the point X so that the ratio between the vector and the PC vector is constant.
このとき、点Xと点X'との間に下式(1)〜(3)の関係が成立する。 At this time, the following expressions (1) to (3) are established between the point X and the point X ′.
なお、uは線分PCの長さを線分PQの長さで割った(正規化した)スカラーを示し、vは直線PQから点Xまでの距離を示し、X'は点X'の座標を示している。また、(X−P)は点Xの座標の値から点Pの座標の値を引いた座標の変化値すなわち点Pから点Xへのベクトル(PXベクトル)を示し、(Q−P)は点Qの座標の値から点Pの座標の値を引いた座標の変化値すなわちPQベクトルを示し、Per(Q−P)はPQベクトルに対して垂直で且つ大きさが等しくCXベクトルと同じ方向を向いたベクトルを示し、Per(Q'−P')はP'Q'ベクトルに対して垂直で且つ大きさが等しくC'X'ベクトルと同じ方向を向いたベクトルを示し、P'は点P'の座標を示している。 Note that u represents a scalar obtained by dividing (normalizing) the length of the line segment PC by the length of the line segment PQ, v represents the distance from the straight line PQ to the point X, and X ′ represents the coordinates of the point X ′. Is shown. Further, (X−P) represents a coordinate change value obtained by subtracting the coordinate value of the point P from the coordinate value of the point X, that is, a vector (PX vector) from the point P to the point X, and (Q−P) represents A coordinate change value obtained by subtracting the value of the coordinate of the point P from the value of the coordinate of the point Q, that is, a PQ vector, Per (QP) is perpendicular to the PQ vector and is equal in magnitude and in the same direction as the CX vector Per (Q′−P ′) is a vector perpendicular to and equal in magnitude to the P′Q ′ vector and facing the same direction as the C′X ′ vector, and P ′ is a point The coordinates of P ′ are shown.
このため、上式(1)の右辺については、分子はPXベクトルとPQベクトルとの内積を示し、分母はPQベクトルの大きさの2乗(線分PQの長さの2乗)を示している。上式(2)の右辺については、分子はPXベクトルとPer(Q−P)との内積を示し、分母はPQベクトルの大きさ(線分PQの長さ)を示している。また、上式(3)の右辺第3項の分母はP'Q'ベクトルの大きさ(線分PQの長さ)を示している。 Therefore, for the right side of the above equation (1), the numerator indicates the inner product of the PX vector and the PQ vector, and the denominator indicates the square of the size of the PQ vector (the square of the length of the line segment PQ). Yes. Regarding the right side of the above equation (2), the numerator indicates the inner product of the PX vector and Per (Q−P), and the denominator indicates the size of the PQ vector (the length of the line segment PQ). Further, the denominator of the third term on the right side of the above equation (3) indicates the size of the P′Q ′ vector (the length of the line segment PQ).
ここで、対象画像の肺野領域について、多数の特徴点のうちの任意の2点が点P,Qとされ、基準画像の肺野領域について、この2点P,Qに対応する2点が点P',Q'と設定される。そして、対象画像の肺野領域内の任意の1点Xに対して、点Xと点X'との関係が多数求められる。但し、各点P,Q(及び点P',Q')の設定に対して求められる点Xと点X'との関係は完全には一致しない。そこで、加重平均が用いられて、各点Xについて、下式(4)〜(6)で示すような点X'と点Xとの関係が求められる。なお、加重平均としては、例えば、PQベクトルの大きさや、点P,Qの検出精度や、PQベクトルと点Xとの位置関係等を考慮した重み付けを用いるようにすれば良い。 Here, for the lung field region of the target image, arbitrary two points among the many feature points are set as points P and Q, and for the lung field region of the reference image, two points corresponding to these two points P and Q are obtained. Points P ′ and Q ′ are set. A large number of relationships between the point X and the point X ′ are obtained with respect to an arbitrary point X in the lung field region of the target image. However, the relationship between the point X and the point X ′ obtained for the setting of the points P and Q (and the points P ′ and Q ′) does not completely match. Therefore, a weighted average is used to obtain the relationship between the point X ′ and the point X as shown by the following equations (4) to (6) for each point X. In addition, as the weighted average, for example, weighting considering the size of the PQ vector, the detection accuracy of the points P and Q, the positional relationship between the PQ vector and the point X, and the like may be used.
ここでは、点P,Qをn通り設定されるものとし、上式(4)〜(6)では、n通りの点P,Qの組合せのうち、i番目の点P,Qがそれぞれ点Pi,Qiと示されている。また、X'iは、点PiからQiへのベクトル(PiQiベクトル)に対して、上式(3)により求められる座標である。更に、a,b,pは定数であり、a,b,pの値が適宜変更されることで、対象画像の肺野領域の変形の仕方が調整される。また、上式(4)については、X'は点X'の座標を示し、Xは点Xの座標を示し、ωiは上式(5),(6)で規定される重みを示し、(X'i−X)は点Xから点Xi'へのベクトル(XX'iベクトル)を示している。 Here, n points P and Q are set, and in the above equations (4) to (6), among the combinations of n points P and Q, the i-th point P and Q are respectively points P. i and Q i are indicated. X ′ i is a coordinate obtained by the above equation (3) with respect to a vector from the point P i to Q i (P i Q i vector). Furthermore, a, b, and p are constants, and the way of deforming the lung field region of the target image is adjusted by appropriately changing the values of a, b, and p. As for the above equation (4), X ′ represents the coordinate of the point X ′, X represents the coordinate of the point X, ω i represents the weight defined by the above equations (5) and (6), (X ′ i −X) represents a vector (XX ′ i vector) from the point X to the point X i ′.
上式(5)で示すように、重みωiは、点Piから点Qiへのベクトル(PiQiベクトル)のb乗を(a+DISTi)で割ってp乗することで求められる。なお、上式(6)で示す条件、u<0は、点Xが線分PQのP側の延長線に対する垂線の上に位置する条件であり、0≦u≦1は、点Xが線分PQの垂線の上に位置する条件であり、u<1は、点Xが線分PQのQ側の延長線に対する垂線の上に位置する条件である。 As shown in the above equation (5), the weight ω i is obtained by dividing the b-th power of the vector (P i Q i vector) from the point P i to the point Q i by (a + DIST i ) and raising it to the p-th power. . It should be noted that the condition represented by the above equation (6), u <0, is a condition where the point X is positioned on a perpendicular to the extension line on the P side of the line segment PQ, and 0 ≦ u ≦ 1, the point X is a line U <1 is a condition where the point X is located above the perpendicular to the extension line on the Q side of the line segment PQ.
上式(4)で示すように、点Xの座標に対して、右辺第2項のXXi'ベクトルの加重平均が加算されることで、点Xに対応する点X'の座標が求まる。 As shown in the above equation (4), the coordinate of the point X ′ corresponding to the point X is obtained by adding the weighted average of the XX i ′ vector of the second term on the right side to the coordinate of the point X.
そして、上式(1)〜(6)で求まる点Xと点X'との関係が、対象画像の肺野領域の全画素について求められると、対象画像の肺野領域が、基準画像の肺野領域に合致するように補正される。このような、2つの画像間のずれの補正は、画像領域の非線形の拡大及び縮小を行う画像処理であり、例えば、非線形のスケーリングを行う処理と称することができる。各対象画像の肺野領域を補正した後、ステップT5に移る。 When the relationship between the point X and the point X ′ obtained by the above equations (1) to (6) is obtained for all the pixels in the lung field region of the target image, the lung field region of the target image is the lung of the reference image. It is corrected to match the field area. Such correction of the shift between the two images is an image process for performing non-linear enlargement and reduction of the image region, and can be referred to as a process for performing non-linear scaling, for example. After correcting the lung field region of each target image, the process proceeds to step T5.
次に、図11のステップT5では、各対象画像領域のうち、基準画像領域における注目画素と位置関係が同じになる画素を各対応注目画素として検出して、変動成分低減部23に出力した後、ステップT6に移る。 Next, in step T5 of FIG. 11, after each pixel in the target image area having the same positional relationship as the pixel of interest in the reference image area is detected as each corresponding pixel of interest and output to the fluctuation component reduction unit 23. Then, the process proceeds to step T6.
ステップT6では、図3のステップS7と同様に、変動成分低減部23が対象画像の肺野領域内の各注目画素および各対応注目画素について、それぞれ変動グラフを作成する。図16は、対象画像の肺野領域内の注目画素および各対応注目画素について変動グラフを作成した例を示す図である。図の横軸は、呼吸サイクルにおける経過時間を示す。 In step T6, as in step S7 of FIG. 3, the fluctuation component reducing unit 23 creates a fluctuation graph for each target pixel and each corresponding target pixel in the lung field region of the target image. FIG. 16 is a diagram illustrating an example in which a variation graph is created for the target pixel and each corresponding target pixel in the lung field region of the target image. The horizontal axis of the figure shows the elapsed time in the respiratory cycle.
図11のステップT7では、各変動グラフの高周波成分を削除する。本実施形態においても第1実施形態と同様、図16の変動グラフにおける高周波成分を除去して、変動成分低減画像を作成する。 In step T7 of FIG. 11, the high frequency component of each fluctuation graph is deleted. Also in the present embodiment, similarly to the first embodiment, the high frequency component in the fluctuation graph of FIG. 16 is removed to create a fluctuation component reduced image.
ステップT8では、対象画像の肺野領域内の各対応注目画素において、変動成分である高周波成分を低減した画素値をもとの各対応注目画素の位置に代入して、その変動成分の画素値と置き換え、変動成分を低減した対象画像を作成する。 In step T8, for each corresponding target pixel in the lung field region of the target image, the pixel value obtained by reducing the high-frequency component that is the fluctuation component is substituted into the position of each corresponding target pixel, and the pixel value of the fluctuation component To create a target image with reduced fluctuation components.
図17は、高周波成分除去後の変動グラフおよび高周波成分を低減した画素値を、もとの動画像に当てはめるようすを示す図である。図の横軸は、呼吸サイクルにおける経過時間を示す。 FIG. 17 is a diagram showing a variation graph after removal of high-frequency components and a pixel value with reduced high-frequency components applied to the original moving image. The horizontal axis of the figure shows the elapsed time in the respiratory cycle.
図11のステップT9では、変形された対象画像の肺野形状をもとの肺野形状にもどして補正動画像として終了する。 In step T9 in FIG. 11, the lung shape of the deformed target image is returned to the original lung field shape, and the process ends as a corrected moving image.
図18は、もとの肺野形状にもどして補正動画像を生成する様子を示す図である。もとの肺野形状に戻す方法としては、上述したような非線形のスケーリング処理を行う際に変形パラメータ(a,b,p)を保存しておき、このパラメータを基に、変形された対象画像の肺野形状を、もとの対象画像の肺野形状に戻す方法がある。また、変形された対象画像の肺野形状を、もとの対象画像の肺野形状に合致させるために再び非線形のスケーリング処理を適用する方法でも構わない。 FIG. 18 is a diagram illustrating a state in which the corrected moving image is generated by returning to the original lung field shape. As a method for returning to the original shape of the lung field, the deformation parameters (a, b, p) are stored when the nonlinear scaling process as described above is performed, and the deformed target image is based on the parameters. There is a method of returning the lung field shape of the original to the lung field shape of the original target image. Further, a method of applying a non-linear scaling process again to match the lung field shape of the deformed target image with the lung field shape of the original target image may be used.
以上のように、本実施形態においても、呼吸サイクルによって形状が変化する肺について、画素値から血流に起因する変動成分を低減した動画像を取得することができる。また、基準画像と対象画像との肺野の形状を合致させるので、対象画像の対応注目画素を容易に検出することができるとともに、血流に起因する変動成分を精度良く取り除いた画像を取得可能となる。 As described above, also in the present embodiment, it is possible to acquire a moving image in which a fluctuation component due to blood flow is reduced from a pixel value for a lung whose shape changes according to a respiratory cycle. In addition, because the shape of the lung field of the reference image and the target image are matched, it is possible to easily detect the corresponding pixel of interest in the target image, and to acquire an image in which the fluctuation component due to blood flow is accurately removed It becomes.
<変形例>
以上、この発明の実施形態について説明したが、この発明は上記説明した内容のものに限定されるものではない。
<Modification>
As mentioned above, although embodiment of this invention was described, this invention is not limited to the thing of the content demonstrated above.
例えば、上記実施形態では、画像生成装置がX線撮影装置から独立した構成である場合について説明したが、X線撮影装置そのものに設けたコンピュータによって画像生成装置の各手段を実現する構成でもよい。 For example, in the above-described embodiment, the case where the image generation apparatus has a configuration independent of the X-ray imaging apparatus has been described. However, each unit of the image generation apparatus may be realized by a computer provided in the X-ray imaging apparatus itself.
上記実施形態では、画像処理の対象となった動画像が、X線を用いた人体の内部構造に係る透過像であったが、これに限られない。例えば、MRI(Magnetic Resonance Imaging)などを用いて肺の内部構造をとらえた各種動画像であってもよい。 In the above embodiment, the moving image to be subjected to image processing is a transmission image related to the internal structure of the human body using X-rays, but is not limited thereto. For example, various moving images that capture the internal structure of the lung using MRI (Magnetic Resonance Imaging) or the like may be used.
また、上記実施形態では、基準画像の注目領域および対象画像の対応注目領域は、画素を単位として処理を行っているが、複数の画素からなるひとまとまりの領域を単位として処理をおこなってもよい。 In the above embodiment, the attention area of the reference image and the corresponding attention area of the target image are processed in units of pixels. However, the processing may be performed in units of a group of a plurality of pixels. .
なお、上記実施形態ならびに変形例で説明した構成は、矛盾が生じない限り適宜一部の構成を入れ換えてもよい。 Note that the configurations described in the above embodiments and modifications may be replaced as appropriate as long as no contradiction arises.
これらの変形例によっても、前記実施の形態と同様の効果を、達成することができる。 These modifications can also achieve the same effects as in the above embodiment.
1,50 画像生成装置
11 動画像取得部
12 注目画素演算部
13 変動成分低減部
21 動画像取得部
22 対応注目画素演算部
23 変動成分低減部
DESCRIPTION OF
Claims (5)
各前記注目領域に対応する前記対応注目領域の画素値の時間的な変化から前記高周波成分を低減する処理を行うことによって、補正動画像を生成する生成手段と、
を備えることを特徴とする画像生成装置。 A moving image that captures changes in the shape of the lung field of animals, including humans, and includes temporal fluctuation components due to changes in the lung field shape based on the respiratory cycle and high-frequency components that have a shorter fluctuation cycle than the respiratory cycle And a reference image included in the moving image, and a target image that is a plurality of remaining images obtained by removing the reference image from the moving image, are regions corresponding to respective attention regions of the reference image. Detecting means for detecting a corresponding attention area from each of the target images;
Generating means for generating a corrected moving image by performing a process of reducing the high-frequency component from a temporal change in a pixel value of the corresponding attention area corresponding to each of the attention areas;
An image generation apparatus comprising:
前記検出手段は、前記基準画像のうち、血管を捉えた領域の中から前記注目領域を設定することを特徴とする画像生成装置。 The image generation apparatus according to claim 1,
The image generation apparatus according to claim 1, wherein the detection unit sets the region of interest from a region where a blood vessel is captured in the reference image.
前記検出手段は、前記基準画像において前記肺野を捉えた第1画像領域に対し、各前記対象画像において前記肺野を捉えた第2画像領域が合致するように各前記第2画像領域を補正した後に、各前記第2画像領域のうち前記第1画像領域における各前記注目領域と位置関係が同じになる領域を各前記対応注目領域として検出することを特徴とする画像生成装置。 The image generation apparatus according to claim 1,
The detection means corrects each second image region so that the second image region capturing the lung field in each target image matches the first image region capturing the lung field in the reference image. After that, an image generation apparatus characterized by detecting, as the corresponding attention area, an area having the same positional relationship as the attention area in the first image area among the second image areas.
前記コンピュータを、請求項1から請求項3のいずれかに記載の画像生成装置として機能させることを特徴とするプログラム。 By being executed by a computer
A program that causes the computer to function as the image generation apparatus according to any one of claims 1 to 3.
各前記注目領域に対応する前記対応注目領域の画素値の時間的な変化から前記高周波成分を低減する処理を行うことによって、補正動画像を生成する生成工程と、
を備えることを特徴とする画像生成方法。 A moving image that captures changes in the shape of the lung field of animals, including humans, and includes temporal fluctuation components due to changes in the lung field shape based on the respiratory cycle and high-frequency components that have a shorter fluctuation cycle than the respiratory cycle And a reference image included in the moving image, and a target image that is a plurality of remaining images obtained by removing the reference image from the moving image, are regions corresponding to respective attention regions of the reference image. A detection step of detecting a corresponding attention area from each of the target images;
Generating a corrected moving image by performing a process of reducing the high-frequency component from a temporal change in a pixel value of the corresponding attention area corresponding to each of the attention areas;
An image generation method comprising:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008167540A JP5051025B2 (en) | 2008-06-26 | 2008-06-26 | Image generating apparatus, program, and image generating method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008167540A JP5051025B2 (en) | 2008-06-26 | 2008-06-26 | Image generating apparatus, program, and image generating method |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2010005109A JP2010005109A (en) | 2010-01-14 |
JP5051025B2 true JP5051025B2 (en) | 2012-10-17 |
Family
ID=41586276
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008167540A Expired - Fee Related JP5051025B2 (en) | 2008-06-26 | 2008-06-26 | Image generating apparatus, program, and image generating method |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5051025B2 (en) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104838422B (en) * | 2012-12-03 | 2018-06-08 | 皇家飞利浦有限公司 | Image processing equipment and method |
JP6230303B2 (en) * | 2013-07-02 | 2017-11-15 | キヤノン株式会社 | Image processing apparatus, image processing method, imaging control apparatus, radiation imaging system, and program |
JP6927020B2 (en) * | 2017-12-22 | 2021-08-25 | コニカミノルタ株式会社 | Dynamic image processing method, dynamic image processing device and program |
-
2008
- 2008-06-26 JP JP2008167540A patent/JP5051025B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2010005109A (en) | 2010-01-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6772873B2 (en) | Dynamic analysis device and dynamic analysis system | |
JP5643304B2 (en) | Computer-aided lung nodule detection system and method and chest image segmentation system and method in chest tomosynthesis imaging | |
US11468589B2 (en) | Image processing apparatus, image processing method, and program | |
JP5402056B2 (en) | Image processing apparatus, image processing method, and program | |
JP6772908B2 (en) | Dynamic analysis system and program | |
JP6958202B2 (en) | Dynamic image processing equipment and programs | |
JPWO2014185197A1 (en) | Image processing apparatus and program | |
JP2005197792A (en) | Image processing method, image processing apparatus, program, storage medium, and image processing system | |
WO2012073769A1 (en) | Image processing device and image processing method | |
JP5029702B2 (en) | Image generating apparatus, image generating method, and program | |
JP2015043880A (en) | Thoracic diagnosis support system | |
JP4935693B2 (en) | Image generating apparatus, program, and image generating method | |
JP6253085B2 (en) | X-ray moving image analysis apparatus, X-ray moving image analysis program, and X-ray moving image imaging apparatus | |
JP5510619B1 (en) | Image processing device | |
US20210049766A1 (en) | Method for controlling display of abnormality in chest x-ray image, storage medium, abnormality display control apparatus, and server apparatus | |
JP5940474B2 (en) | Body motion detection device and method | |
JP5051025B2 (en) | Image generating apparatus, program, and image generating method | |
CN114037803A (en) | Medical image three-dimensional reconstruction method and system | |
JP6848393B2 (en) | Dynamic image processing device | |
JP2019046057A (en) | Image processing device, image processing method and program | |
KR102254365B1 (en) | Medical image processing method | |
US20220092745A1 (en) | Information processing apparatus, information processing method, and non-transitory recording medium | |
JP2009285145A (en) | Radiographic image correction device, method, and program | |
EP2178046A2 (en) | Multi-image correlation | |
JP2005136594A (en) | Image processing apparatus and control method thereof |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20101220 |
|
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: 20120626 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120629 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20120709 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5051025 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: 20150803 Year of fee payment: 3 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
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 |
|
LAPS | Cancellation because of no payment of annual fees |