JP5478832B2 - 医用画像処理装置、及び医用画像処理プログラム - Google Patents
医用画像処理装置、及び医用画像処理プログラム Download PDFInfo
- Publication number
- JP5478832B2 JP5478832B2 JP2008073708A JP2008073708A JP5478832B2 JP 5478832 B2 JP5478832 B2 JP 5478832B2 JP 2008073708 A JP2008073708 A JP 2008073708A JP 2008073708 A JP2008073708 A JP 2008073708A JP 5478832 B2 JP5478832 B2 JP 5478832B2
- Authority
- JP
- Japan
- Prior art keywords
- pixel value
- image data
- image
- voxel
- mask information
- 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.)
- Active
Links
- 238000011298 ablation treatment Methods 0.000 claims description 33
- 206010028980 Neoplasm Diseases 0.000 claims description 31
- 230000002123 temporal effect Effects 0.000 claims description 29
- 238000006243 chemical reaction Methods 0.000 claims description 27
- 238000003384 imaging method Methods 0.000 claims description 26
- 239000002872 contrast media Substances 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 23
- 238000011282 treatment Methods 0.000 claims description 20
- 238000002679 ablation Methods 0.000 claims description 8
- 238000001356 surgical procedure Methods 0.000 description 101
- 210000004204 blood vessel Anatomy 0.000 description 48
- 238000000034 method Methods 0.000 description 48
- 230000002980 postoperative effect Effects 0.000 description 47
- 210000004185 liver Anatomy 0.000 description 45
- 208000014018 liver neoplasm Diseases 0.000 description 26
- 206010019695 Hepatic neoplasm Diseases 0.000 description 25
- 238000013500 data storage Methods 0.000 description 22
- 210000003240 portal vein Anatomy 0.000 description 19
- 238000002604 ultrasonography Methods 0.000 description 19
- 210000001519 tissue Anatomy 0.000 description 11
- 238000010586 diagram Methods 0.000 description 7
- 230000003902 lesion Effects 0.000 description 7
- 238000010186 staining Methods 0.000 description 7
- 238000003745 diagnosis Methods 0.000 description 5
- 238000004043 dyeing Methods 0.000 description 5
- 230000000877 morphologic effect Effects 0.000 description 5
- 238000009877 rendering Methods 0.000 description 4
- 230000007423 decrease Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 230000001225 therapeutic effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 239000000994 contrast dye Substances 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 201000007270 liver cancer Diseases 0.000 description 1
- 239000012466 permeate Substances 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 238000007674 radiofrequency ablation Methods 0.000 description 1
- 210000004872 soft tissue Anatomy 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Magnetic Resonance Imaging Apparatus (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Description
請求項8に記載の発明は、コンピュータに、造影剤が注入された被検体を、前記被検体に対する医学的処置の以前と以後で撮影したそれぞれのボリュームデータを含む複数の4D造影画像データを受け付けて、前記以前と前記以後の4D造影画像データのそれぞれに基づいて、各ボクセルにおける画素値の時間変化を表す、前記以前の画素値曲線と前記以後の画素値曲線を作成するカーブ作成機能と、前記以前と前記以後のそれぞれについて、前記被検体の各部位における画素値の時間変化を表す画素値曲線モデルを取得するカーブモデル作成手段と、前記以前と前記以後のそれぞれについて、前記ボクセルの画素値曲線と前記各部位の画素値曲線モデルとを比較して、前記ボクセルの画素値曲線を前記被検体の部位ごとに分類することで、各部位の領域を示す、前記以前の第1マスク情報と前記以後の第1のマスク情報を作成する第1分類機能と、前記以前と前記以後の4D造影画像データの間で、前記画素値曲線モデルの形状がほぼ一致する部位以外の部位の領域を、前記以前と前記以後の各第1マスク情報から除外することで前記以前の第2マスク情報と前記以後の第2マスク情報を作成する第2分類機能と、前記以前と前記以後のそれぞれの前記第2マスク情報が示す各部位の領域に含まれる各ボクセルに、前記以前と前記以後の画素値曲線のそれぞれから特定される特徴量を割り当てることで前記以前の特徴量画像データと前記以後の特徴量画像データを生成する特徴量画像生成機能と、前記以前と前記以後の特徴量画像のそれぞれの位置を合わせる画像位置合わせ機能と、前記以前と前記以後の4D造影画像データのそれぞれに含まれるボリュームデータに基づき、前記位置合わせに従って位置が合わされた表示用画像データを、前記4D造影画像データごとに生成する表示画像生成機能と、前記4D造影画像データごとの表示用画像データに基づく表示用画像を並べて表示装置に表示させる表示制御機能と、を実行させることを特徴とする医用画像処理プログラムである。
医用画像処理装置1は、データ処理部2と、画像処理部5と、画像記憶部9と、データ記憶部10と、表示制御部11と、ユーザインターフェース(UI)12とを備えている。医用画像処理装置1は、撮影された時間がそれぞれ異なる複数のボリュームデータに基づいて、複数の画像の位置を合わせる。この実施形態では、焼灼治療前(術前)に取得された画像の位置と、焼灼治療後(術後)に取得された画像の位置とを合わせる。なお、術前の画像と術後の画像とは、同じ種類の医用画像診断装置にて取得された画像であっても良いし、異なる種類の医用画像診断装置にて取得された画像であっても良い。以下、医用画像処理装置1の各部について説明する。
画像記憶部9は、医用画像診断装置100による造影撮影によって取得された、撮影された時間が異なる複数のボリュームデータを記憶する。ここで、造影撮影によって取得された複数のボリュームデータであって、撮影された時間が異なる複数のボリュームデータを、「4D造影画像データ」と称する。例えば、焼灼治療前(術前)に、医用画像診断装置100によって造影撮影を行うことで、焼灼治療前における4D造影画像データを取得する。同様に、焼灼治療後(術後)に、医用画像診断装置100によって造影撮影を行うことで、焼灼治療後における4D造影画像データを取得する。術前と術後とにおいてそれぞれ取得された4D造影画像データは、画像記憶部9に記憶される。なお、術前に取得された4D造影画像データには、術前に取得された画像であることを示す識別情報が付帯されている。同様に、術後に取得された4D造影画像データには、術後に取得された画像であることを示す識別情報が付帯されている。これにより、識別情報に基づいて、術前又は術後に取得された4D造影画像データを画像記憶部9から読み出すことができる。なお、画像記憶部9がこの発明の「記憶手段」の1例に相当する。また、焼灼治療前(術前)に取得された4D造影画像データが、この発明の「第1の4D造影画像データ」の1例に相当し、焼灼治療後(術後)に取得された4D造影画像データが、この発明の「第2の4D造影画像データ」の1例に相当する。
データ処理部2は、カーブモデル作成部3とマスク作成部4とを備えて、各部位におけるTime−Density Curveのモデル(以下、「TDCモデル」と称する)を特定し、そのTDCモデルと4D造影画像データとに基づいて、各部位の領域を表すマスク情報を生成する。以下、カーブモデル作成部3とマスク作成部4とについて説明する。
カーブモデル作成部3は、カーブ作成部31と、分類部32と、平均カーブ作成部33と、カーブモデル特定部34とを備えて、各部位におけるTDCモデルを作成する。
カーブ作成部31は、術前に取得された4D造影画像データと、術後に取得された4D造影画像データとを画像記憶部9から読み込む。そして、カーブ作成部31は、ボリュームデータを構成する各ボクセルのTDCをそれぞれ求める。すなわち、カーブ作成部31は、4D造影画像データを構成する各時間におけるボリュームデータに基づいて、ボリュームデータを構成する各ボクセルの輝度値(画素値)の時間変化をボクセルごとに求める。この輝度値の時間変化がボクセルのTDCとして定義される。カーブ作成部31は、術前における4D造影画像データに基づいて術前における各ボクセルのTDCを求め、さらに、術後における4D造影画像データに基づいて術後における各ボクセルのTDCを求める。そして、カーブ作成部31は、術前と術後とにおける各ボクセルのTDCを、分類部32とマスク作成部4の第1分類部41とに出力する。また、カーブ作成部31は、術前と術後とにおける各ボクセルのTDCをデータ記憶部10に記憶させる。なお、カーブ作成部31は、術前における各ボクセルのTDCに、術前に取得された画像に基づくデータであることを示す識別情報を付帯させ、術後における各ボクセルのTDCに、術後の取得された画像に基づくデータであることを示す識別情報を付帯させる。なお、カーブ作成部31が、この発明の「カーブ作成手段」の1例に相当し、各ボクセルのTDCがこの発明の「輝度曲線」の1例に相当する。また、焼灼治療前(術前)における各ボクセルのTDCが、この発明の「第1の画素値曲線」の1例に相当し、焼灼治療後(術後)における各ボクセルのTDCが、この発明の「第2の画素値曲線」の1例に相当する。
分類部32は、公知の方法によって、術前における各ボクセルのTDCを類似するカーブごとに分類し、さらに、術後における各ボクセルのTDCを類似するカーブごとに分類する。例えば、分類部32は、各ボクセルのTDCをフィッティングさせ、輝度値(曲線の形状)の差異が所定の範囲内に含まれるTDCを類似するカーブとして分類する。なお、分類部32が、この発明の「分類手段」の1例に相当する。
そして、平均カーブ作成部33は、分類ごとにTDCの輝度値(画素値)の平均値を求めることで、輝度値の平均値を有する平均TDCを分類ごとに求める。これにより、平均カーブ作成部33は、輝度値が平均値となる平均TDCを、術前のTDCと術後のTDCとについてそれぞれ求める。そして、平均カーブ作成部33は、術前における各平均TDCと、術後における各平均TDCとをカーブモデル特定部34に出力する。なお、平均カーブ作成部33が、この発明の「平均カーブ作成手段」の1例に相当し、平均TDCが、この発明の「平均画素値曲線」の1例に相当する。
カーブモデル特定部34は、一般的に推定される各部位におけるTDCモデルをデータ記憶部10から読み込み、各平均TDCと一般的に推定される各部位におけるTDCモデルとを比較して、各平均TDCがいずれの部位におけるTDCに該当するかを特定する。カーブモデル特定部34は、術前の平均TDCと術後の平均TDCとについてそれぞれ、各平均TDCがいずれの部位におけるTDCに該当するかを特定する。すなわち、カーブモデル特定部34は、術前の各平均TDCと、術前の各部位における一般的なTDCモデルとを比較して、術前の各平均TDCがいずれの部位におけるTDCに該当するかを特定する。同様に、カーブモデル特定部34は、術後の各平均TDCと、術後の各部位における一般的なTDCモデルとを比較して、術後の各平均TDCがいずれの部位におけるTDCに該当するかを特定する。
マスク作成部4は、第1分類部41と第2分類部42とを備えて、ボリュームデータを構成する各ボクセルを各部位に分類することで、各部位の領域を示すマスク情報を作成する。以下、第1分類部41の処理内容と第2分類部42の処理内容とについて説明する。
第1分類部41は、術前と術後とにおける各ボクセルのTDCをカーブ作成部31から受け付け、さらに、術前と術後とにおける各部位のTDCモデルをデータ記憶部10から読み込む。そして、第1分類部41は、各ボクセルのTDCと、各部位のTDCモデルとを比較して、各ボクセルのTDCがいずれの部位のTDCモデルに該当するかを特定することで、各ボクセルのTDCを各部位に分類する。例えば、第1分類部41は、各ボクセルのTDCと、各部位のTDCモデルとを比較して、各ボクセルのTDCがそれぞれ類似するTDCモデルを特定することで、各ボクセルのTDCがいずれの部位のTDCモデルに該当するかを特定する。1例として、第1分類部41は、所定時相間における輝度値の変化量を各ボクセルのTDCについて求め、さらに、所定時相間における輝度値の変化量を各部位のTDCモデルについて求める。そして、第1分類部41は、各ボクセルの変化量とTDCモデルの変化量との差を求め、変化量の差が所定値以内に含まれるボクセルのTDCを、その部位のTDCモデルに類似するTDCとする。このようにして、第1分類部41は、各ボクセルのTDCに類似するTDCモデルを特定する。なお、各ボクセルのTDCと、TDCモデルとの類似度の分析は、公知の類似評価関数を用いて行うことができる。
第2分類部42は、第1分類部41から出力された第1マスク情報を受け付けて、第1マスク情報に表わされた領域のうち、画像の位置合わせの対象に適さない領域を、非画像領域に再分類する。この再分類によって作成されたマスク情報を第2マスク情報とする。例えば、第2分類部42は、TDCモデルの形状が術前と術後とにおいてほぼ一致する部位以外の部位の領域を、第1マスク情報から除外することで第2マスク情報を作成する。TDCモデルの形状が術前と術後とにおいてほぼ一致する部位以外の部位では、輝度値(画素値)が著しく変化するため、画像の位置合わせの対象に適さない。そのため、輝度値が著しく変化する部位の領域を第1マスク情報から除外する。
画像処理部5は、特徴量画像生成部6と、位置合わせ部51と、表示画像生成部52とを備えて、画像の位置合わせに用いられる特徴量画像データの生成、画像の位置合わせ、及び、表示用の画像データの作成を行う。以下、特徴量画像生成部6と、位置合わせ部51と、表示画像生成部52とについて説明する。
特徴量画像生成部6は、第1画像生成部7と第2画像生成部8とを備えている。特徴量画像生成部6は、マスク作成部4から出力された第2マスク情報を受け付けて、その第2マスク情報に基づいて、画像の位置合わせに用いられる特徴量画像データを生成する。このとき、特徴量画像生成部6は、術前における第2マスク情報に基づいて術前における特徴量画像データを生成し、術後における第2マスク情報に基づいて術後における特徴量画像データを生成する。この実施形態では、第1画像生成部7と第2画像生成部8とで、それぞれ特徴量画像データを生成する。画像の位置合わせに用いる特徴量画像データとしては、第1画像生成部7によって生成された特徴量画像データを用いても良いし、第2画像生成部8によって生成された特徴量画像データを生成しても良い。なお、医用画像処理装置1は、第1画像生成部7と第2画像生成部8とを両方備えていても良いし、いずれか一方の画像生成部を備えていても良い。なお、特徴量画像生成部6が、この発明の「特徴量画像生成手段」の1例に相当する。
第1画像生成部7は、第2マスク情報が示す各部位の領域に含まれる各ボクセルに、各ボクセルのTDCから特定される特徴量を割り当てることで、特徴量画像データを生成する。例えば、第1画像生成部7は、各ボクセルのTDCをデータ記憶部10から読み込み、任意時相間における輝度値(画素値)の変化量をボクセルごとに求める。ここでは、輝度値(画素値)の変化量が特徴量の1例に相当する。また、任意の時相は、操作者が操作部14を用いて指定することができる。操作者は操作部14を用いて所望の時相を指定する。具体的には、2つの異なる時相を指定する。操作部14によって指定された2つの時相を示す情報は、ユーザインターフェース(UI)12から画像処理部5に出力される。第1画像生成部7は、操作部14によって指定された2つの時相を示す情報を受け付けて、それら2つの時相の間における輝度値の変化量をボクセルごとに求める。この実施形態では、第1画像生成部7は、術前における各ボクセルのTDCをデータ記憶部10から読み込み、任意時相間における輝度値の変化量をボクセルごとに求め、さらに、術後における各ボクセルのTDCをデータ記憶部10から読み込み、任意時相間における輝度値の変化量をボクセルごとに求める。そして、第1画像生成部7は、マスク作成部4から出力された第2マスク情報を受け付け、その第2マスク情報に表わされている各部位の領域であって、非画像領域を除いた領域の各ボクセルの位置に、輝度値の変化量をマッピングする。具体的には、第1画像生成部7は、第2マスク情報のうち、非画像領域を示す値「−1」が割り当てられている領域(ボクセル)を除いて、血管を示す値「0」が割り当てられている領域と、正常肝実質を示す値「2」が割り当てられている領域とにそれぞれ、輝度値の変化量をマッピングする。上述したように、肝腫瘍に特定された領域には、非画像領域を示す値「−1」が割り当てられているため、肝腫瘍の領域には、輝度値の変化量はマッピングされない。非画像領域を除いて輝度値の変化量がマッピングされた画像データが、画像の位置合わせに用いられる特徴量画像データとなる。なお、説明の便宜上、第1画像生成部7によって生成された特徴量画像データを、「第1特徴量画像データ」と称することとする。第1画像生成部7は、第1特徴量画像データを位置合わせ部51と画像記憶部9とに出力する。画像記憶部9は、第1特徴量画像データを記憶する。
第2画像生成部8は、変化量算出部81と画素値変換部82とを備えて、第1画像生成部7とは異なる処理によって特徴量画像データを生成する。第2画像生成部8によって生成された特徴量画像データを、「第2特徴量画像データ」と称することとする。医用画像診断装置の種類や造影濃染の時相などの撮影条件が異なる医用画像同士の位置を合わせたり、組織的に変化する領域の有無や焼灼された腫瘍領域の有無などの撮影対象が異なる医用画像同士の位置を合わせたりする場合がある。この実施形態では、(1)医用画像診断装置特有の輝度分布を考慮した輝度値(画素値)の調整、(2)撮影された時相が異なる画像同士の位置を合わせるための輝度値(画素値)の調整、及び、(3)位置合わせに適さない領域に対する輝度値(画素値)の設定を行って、位置合わせ用の特徴量画像データを生成する。この実施形態では、第2マスク情報において、肝腫瘍の領域が位置合わせに適さない領域に分類されているため、輝度値の設定(3)は、第2マスク情報によって行われている。第2画像生成部8は、輝度値の設定(1)と輝度値の設定(2)とを行って、位置合わせ用の特徴量画像データを生成する。
変化量算出部81は、各部位について、術前のTDCモデルと術後のTDCモデルとの間の変化量を求める。1例として、術前の門脈相(時相t1)におけるCT造影画像の位置と、術後の後期相(時相t2)における超音波造影画像の位置とを合わせる場合について説明する。例えば、操作者が操作部14を用いて術前と術後とにおける所望の時相を指定すると、指定された時相は変化量算出部81に出力される。変化量算出部81は、術前の各部位におけるTDCモデルに基づいて、指定された時相における各部位の輝度値(画素値)を特定する。同様に、変化量算出部81は、術後の各部におけるTDCモデルに基づいて、指定された時相における各部位の輝度値(画素値)を特定する。なお、時相t1がこの発明の「第1時相」の1例に相当し、時相t2がこの発明の「第2時相」の1例に相当する。
画素値変換部82は、位置合わせを行う2つの画像データのうち、一方の画像データの輝度値(画素値)を上記の変化量を用いることで、位置合わせの相手方となる他方の画像データの輝度値(画素値)に相当する輝度値(画素値)に変換する。この変換によって、医用画像診断装置の差異による輝度値の調整と、時相が異なることによる輝度値の調整とが行われたことになる。なお、変化量を用いて変換された輝度値が、この発明の「特徴量」の1例に相当する。
位置合わせ部51は、特徴量画像生成部6から術前の特徴量画像データと術後の特徴量画像データとを受け付けて、術前の特徴量画像の位置と術後の特徴量画像の位置とを合わせる。
表示画像生成部52は、画像記憶部9に記憶されているボリュームデータに所定の画像処理を施すことで、表示用の画像データを生成する。例えば、表示画像生成部52は、ボリュームデータにボリュームレンダリングを施すことで、組織が立体的に表わされる3次元画像データを生成する。また、表示画像生成部52は、撮像画像にMPR(Multi Planar Reconstruction)処理を施すことで、任意の断面における画像データ(MPR画像データ)を生成しても良い。そして、表示画像生成部52は、3次元画像データやMPR画像データなどの医用画像データを表示制御部11に出力する。表示制御部11は、3次元画像データに基づく3次元画像やMPR画像データに基づくMPR画像を表示部13に表示させる。なお、表示画像生成部52が、この発明の「表示画像生成手段」の1例に相当し、表示制御部11が、この発明の「表示制御手段」の1例に相当する。
次に、この実施形態に係る医用画像処理装置1による一連の動作について図7を参照して説明する。図7は、この発明の実施形態に係る医用画像処理装置による一連の動作を示すフローチャートである。
まず、術前と術後とにおいて医用画像診断装置100によって造影撮影を行うことで、術前の4D造影画像データと術後の4D造影画像データとを取得する。術前の4D造影画像データと術後の4D造影画像データとは、医用画像診断装置100から医用画像処理装置1に出力され、医用画像処理装置1の画像記憶部9に記憶される。なお、同じ種類の医用画像診断装置によって術前の4D造影画像データと術後の4D造影画像データとを取得しても良いし、異なる種類の医用画像診断装置によって術前の4D造影画像データと術後の4D造影画像データとを取得しても良い。
カーブモデル作成部3は、術前における各部位のTDCモデルを作成する。この実施形態では、カーブモデル作成部3は、術前における血管のTDCモデル、正常な肝実質のTDCモデル、及び肝腫瘍のTDCモデルを作成する。例えば、カーブモデル作成部3は、一般的に推定される各部位のTDCモデルをデータ処理部2から読み込んで、一般的に推定される各部位のTDCモデルを、各部位のTDCモデルとして定義する。または、カーブモデル作成部3は、実際に撮影された4D造影画像データに基づいて各部位のTDCモデルを作成しても良い。この場合、カーブモデル作成部3は、各ボクセルのTDCを作成し、各TDCを類似するカーブごとに分類し、分類したTDCの平均である平均TDCを作成する。そして、カーブモデル作成部3は、各平均TDCと、一般的に推定される各部位のTDCモデルとを比較して、各平均TDCがいずれの部位におけるTDCに該当するかを特定する。分類された平均TDCは、その部位のTDCモデルを表していることになり、カーブモデル作成部3は、分類した平均TDCをTDCモデルとして定義する。各部位のTDCモデルはデータ記憶部10に記憶される。
次に、カーブ作成部31は、術前における各ボクセルのTDCを作成する。なお、ステップS02において、実際に取得された4D造影画像データからTDCモデルを作成した場合には、その作成過程で各ボクセルのTDCが作成されているため、ステップS03の処理を省略しても良い。各ボクセルのTDCはデータ記憶部10に記憶される。
第1分類部41は、各ボクセルのTDCと、各部位のTDCモデルとを比較して、各ボクセルのTDCがいずれの部位のTDCモデルに該当するかを特定することで、各ボクセルのTDCを各部位に分類する。この分類によって、第1分類部41は、術前における第1マスク情報を生成する。例えば、第1分類部41は、TDCが血管のTDCモデルに該当するボクセルの位置に、血管を示す数値「0」を割り当てる。このように、第1分類部41は、部位を示す数値を各ボクセルの位置に割り当てることで、術前の第1マスク情報を作成する。第1マスク情報はデータ記憶部10に記憶される。
そして、第2分類部42は、第1マスク情報に表わされた領域のうち、画像の位置合わせの対象に適さない領域を、非画像領域に再分類することで、第2マスク情報を作成する。この実施形態では、第2分類部42は、肝腫瘍を示す数値「1」が割り当てられているボクセルの位置に、非画像領域を示す数値「−1」を割り当てる。これにより、肝腫瘍に分類された領域が位置合わせの対象から外されたことになる。第2マスク情報はデータ記憶部10に記憶される。
そして、データ処理部2は、位置合わせの対象となるすべての画像について、マスク情報を作成したか否かを判断する。例えば、術前の第2マスク情報を作成し、術後の第2マスク情報を作成していない場合は(ステップS06、No)、術後の4D造影画像データを対象にして、ステップS02からステップS05の処理を実行することで、術後における第2マスク情報を作成する。そして、すべての画像についてマスク情報を作成した場合(ステップS06、Yes)、ステップS07以降の処理を実行する。
次に、特徴量画像生成部6が、術前と術後とにおける第2マスク情報を用いて、位置合わせ用の特徴量画像データを生成する。この実施形態に係る医用画像処理装置1では、第1画像生成部7によって第1特徴量画像データを生成しても良いし(ステップS07)、第1特徴量画像データの代わりに、第2画像生成部8によって第2特徴量画像データを生成しても良い(ステップS08)。特徴量画像生成部6は、第1画像生成部7によって生成した術前と術後とにおける第1特徴量画像データ、又は、第2画像生成部8によって生成した術前と術後とにおける第2特徴量画像データを位置合わせ部51に出力する。
位置合わせ部51は、術前の特徴量画像と術後の特徴量画像とに対してMI法を適用して画像の位置合わせを行う。第1画像生成部7によって第1特徴量画像データが生成された場合、位置合わせ部51は、術前の第1特徴量画像の位置と術後の第1特徴量画像の位置とをMI法によって合わせる。また、第2画像生成部8によって第2特徴量画像データが生成された場合、位置合わせ部51は、術前の第2特徴量画像の位置と術後の第2特徴量画像の位置とをMI法によって合わせる。そして、位置合わせ部51は、術前の特徴量画像の位置と術後の特徴量画像の位置との相対的な位置関係を示す位置情報を表示画像生成部52に出力する。
表示画像生成部52は、位置合わせ部51から出力された位置情報が示す相対的な位置関係に従って、術前のボリュームデータの位置と術後のボリュームデータの位置とを合わせて、ボリュームレンダリングやMPR処理などの画像処理を施す。これにより、術前と術後とで位置が一致する3次元画像データや、術前と術後とで断面の位置が一致するMPR画像データが生成される。表示制御部11は、例えば、断面の位置が一致する術前のMPR画像と術後のMPR画像とを表示部13に表示させる。
2 データ処理部
3 カーブモデル作成部
4 マスク作成部
5 画像処理部
6 特徴量画像生成部
7 第1画像生成部
8 第2画像生成部
9 画像記憶部
10 データ記憶部
11 表示制御部
12 ユーザインターフェース(UI)
13 表示部
14 操作部
31 カーブ作成部
32 分類部
33 平均カーブ作成部
34 カーブモデル特定部
41 第1分類部
42 第2分類部
51 位置合わせ部
52 表示画像生成部
81 変化量算出部
82 画素値変換部
100 医用画像診断装置
Claims (8)
- 造影剤が注入された被検体を、前記被検体に対する医学的処置の以前と以後で撮影したそれぞれのボリュームデータを含む複数の4D造影画像データを記憶する記憶手段と、
前記記憶手段に記憶されている前記以前と前記以後の4D造影画像データのそれぞれに基づいて、各ボクセルにおける画素値の時間変化を表す、前記以前の画素値曲線と前記以後の画素値曲線を作成するカーブ作成手段と、
前記以前と前記以後のそれぞれについて前記被検体の各部位における画素値の時間変化を表す画素値曲線モデルを取得するカーブモデル作成手段と、
前記以前と前記以後のそれぞれについて、前記ボクセルの画素値曲線と前記各部位の画素値曲線モデルとを比較して、前記ボクセルの画素値曲線を前記被検体の部位ごとに分類することで、各部位の領域を示す、前記以前の第1マスク情報と前記以後の第1のマスク情報を作成する第1分類手段と、
前記以前と前記以後の4D造影画像データの間で、前記画素値曲線モデルの形状がほぼ一致する部位以外の部位の領域を、前記以前と前記以後の各第1マスク情報から除外することで前記以前の第2マスク情報と前記以後の第2マスク情報を作成する第2分類手段と、
前記以前と前記以後のそれぞれの前記第2マスク情報が示す各部位の領域に含まれる各ボクセルに、前記以前と前記以後の画素値曲線のそれぞれから特定される特徴量を割り当てることで前記以前の特徴量画像データと前記以後の特徴量画像データを生成する特徴量画像生成手段と、
前記以前と前記以後の特徴量画像のそれぞれの位置を合わせる画像位置合わせ手段と、
前記以前と前記以後の4D造影画像データのそれぞれに含まれるボリュームデータに基づき、前記位置合わせに従って位置が合わされた表示用画像データを、前記4D造影画像データごとに生成する表示画像生成手段と、
前記4D造影画像データごとの表示用画像データに基づく表示用画像を並べて表示手段に表示させる表示制御手段と、
を有することを特徴とする医用画像処理装置。 - 前記第1分類手段は、前記各ボクセルの画素値曲線と前記各部位の画素値曲線モデルとを比較して、前記画素値曲線の形状が前記画素値曲線モデルの形状に類似する部位をボクセルごとに特定することで前記第1マスク情報を作成することを特徴とする請求項1に記載の医用画像処理装置。
- 前記第2分類手段は、前記以前と前記以後の4D造影画像データの間で前記画素値曲線モデルの形状がほぼ一致する部位以外の部位の領域としての腫瘍に分類された領域を前記以前と前記以後の各第1マスク情報から除外することで前記以前と前記以後の各第2マスク情報を作成することを特徴とする請求項1又は請求項2のいずれかに記載の医用画像処理装置。
- 前記カーブモデル作成手段は、
前記各ボクセルの画素値曲線を類似するカーブごとに分類する分類手段と、
前記分類ごとに画素値曲線の平均を求めることで画素値の平均値を有する平均画素値曲線を前記分類ごとに作成する平均カーブ作成手段と、
予め推定された前記各部位における画素値の時間変化を表す推定画素値曲線モデルと、前記分類ごとの平均画素値曲線とを比較して、平均画素値曲線の形状が前記推定画素値曲線モデルの形状に類似する部位を前記分類ごとに特定することで、各平均画素値曲線を前記各部位の画素値曲線モデルとして定義するカーブモデル特定手段と、
を有することを特徴とする請求項1から請求項3のいずれかに記載の医用画像処理装置。 - 前記特徴量画像生成手段は、前記各ボクセルの画素値曲線に基づき、任意に指定された時相間における前記各ボクセルの画素値の変化量を前記特徴量として求め、前記変化量を前記第2マスク情報が示す各部位の領域に含まれる各ボクセルに割り当てることで、前記特徴量画像データを生成することを特徴とする請求項1から請求項4のいずれかに記載の医用画像処理装置。
- 前記特徴量画像生成手段は、
前記以前又は以後の一方の第1の4D造影画像データを基に作成された前記各部位の画素値曲線モデルに基づいて、任意に指定された第1時相における前記各部位の画素値を求め、さらに、前記以前又は以後の他方の第2の4D造影画像データを基に作成された前記各部の画素値曲線モデルに基づいて、任意に指定された第2時相における前記各部位の画素値を求め、同じ部位について、前記第1時相における画素値と前記第2時相における画素値との差分を求めることで、前記各部位の画素値の変化量を求める変化量算出手段と、
前記第1の4D造影画像データに含まれるボリュームデータであって、前記第1時相に取得されたボリュームデータに含まれる領域のうち、該当する第2マスク情報が示す各部位の領域に含まれる各ボクセルの画素値を前記変化量に基づいて変換した画素値を前記特徴量として求め、前記画素値が変換されたボリュームデータを前記一方の前記特徴量画像データとして定義し、さらに、前記第2の4D造影画像データに含まれるボリュームデータであって、該当する前記第2時相に取得されたボリュームデータを前記他方の前記特徴量画像データとして定義する画素値変換手段と、
を有することを特徴とする請求項4に記載の医用画像処理装置。 - 前記医学的処置は焼灼治療であり、前記以前は焼灼治療前のことであり、前記以後は焼灼治療後のことであって、
前記記憶手段は、焼灼治療前に撮影された第1の4D造影画像データと、焼灼治療後に撮影された第2の造影画像データとを記憶し、
前記カーブ作成手段は、前記第1の4D造影画像データの各ボクセルにおける画素値の時間変化を表す第1の画素値曲線と、前記第2の4D造影画像データの各ボクセルにおける画素値の時間変化を表す第2の画素値曲線とを作成し、
前記カーブモデル作成手段は、前記焼灼治療前における前記各部位の画素値の時間変化を表す第1の画素値曲線モデルと、前記焼灼治療後における前記各部位の画素値の時間変化を表す第2の画素値曲線モデルとを取得し、
前記第1分類手段は、前記第1の画素値曲線と前記各部位の第1の画素値曲線モデルとを比較して、前記第1の4D造影画像データの各ボクセルを部位ごとに分類することで、焼灼治療前における第1マスク情報を作成し、前記第2の画素値曲線と前記各部位の第2の画素値曲線モデルとを比較して、前記第2の4D造影画像データの各ボクセルを部位ごとに分類することで、焼灼治療後における第1マスク情報を作成し、
前記第2分類手段は、前記焼灼治療前における第1マスク情報と前記焼灼治療後における第1マスク情報とから、焼灼対象の部位に分類された領域を除外することで、前記焼灼対象の部位に分類された領域が除かれた前記焼灼治療前における第2マスク情報と前記焼灼治療後における第2マスク情報とを作成し、
前記特徴量画像生成手段は、前記焼灼治療前における第2マスク情報が示す各部位の領域に含まれる各ボクセルに、前記第1の4D造影画像データの各ボクセルの画素値曲線から特定される特徴量を割り当てることで、前記焼灼治療前の特徴量画像データを生成し、さらに、前記焼灼治療後における第2マスク情報が示す各部位の領域に含まれる各ボクセルに、前記第2の4D造影画像データの各ボクセルの画素値曲線から特定される特徴量を割り当てることで、前記焼灼治療後の特徴量画像データを生成し、
前記画像位置合わせ手段は、前記焼灼治療前の特徴量画像の位置と、前記焼灼治療後の特徴量画像の位置とを合わせ、
前記表示画像生成手段は、前記第1の4D造影画像データに含まれるボリュームデータに基づいて第1表示用画像データを生成し、前記第2の4D造影画像データに含まれるボリュームデータに基づいて、前記位置合わせに従って前記第1表示用画像データとの位置が合わされた第2表示用画像データを生成し、
前記表示制御手段は、前記第1表示用画像データに基づく第1表示用画像と、前記第2表示用画像データに基づく第2表示用画像とを並べて前記表示手段に表示させることを特徴とする請求項1に記載の医用画像処理装置。 - コンピュータに、
造影剤が注入された被検体を、前記被検体に対する医学的処置の以前と以後で撮影したそれぞれのボリュームデータを含む複数の4D造影画像データを受け付けて、前記以前と前記以後の4D造影画像データのそれぞれに基づいて、各ボクセルにおける画素値の時間変化を表す、前記以前の画素値曲線と前記以後の画素値曲線を作成するカーブ作成機能と、
前記以前と前記以後のそれぞれについて、前記被検体の各部位における画素値の時間変化を表す画素値曲線モデルを取得するカーブモデル作成手段と、
前記以前と前記以後のそれぞれについて、前記ボクセルの画素値曲線と前記各部位の画素値曲線モデルとを比較して、前記ボクセルの画素値曲線を前記被検体の部位ごとに分類することで、各部位の領域を示す、前記以前の第1マスク情報と前記以後の第1のマスク情報を作成する第1分類機能と、
前記以前と前記以後の4D造影画像データの間で、前記画素値曲線モデルの形状がほぼ一致する部位以外の部位の領域を、前記以前と前記以後の各第1マスク情報から除外することで前記以前の第2マスク情報と前記以後の第2マスク情報を作成する第2分類機能と、
前記以前と前記以後のそれぞれの前記第2マスク情報が示す各部位の領域に含まれる各ボクセルに、前記以前と前記以後の画素値曲線のそれぞれから特定される特徴量を割り当てることで前記以前の特徴量画像データと前記以後の特徴量画像データを生成する特徴量画像生成機能と、
前記以前と前記以後の特徴量画像のそれぞれの位置を合わせる画像位置合わせ機能と、
前記以前と前記以後の4D造影画像データのそれぞれに含まれるボリュームデータに基づき、前記位置合わせに従って位置が合わされた表示用画像データを、前記4D造影画像データごとに生成する表示画像生成機能と、
前記4D造影画像データごとの表示用画像データに基づく表示用画像を並べて表示装置に表示させる表示制御機能と、
を実行させることを特徴とする医用画像処理プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008073708A JP5478832B2 (ja) | 2008-03-21 | 2008-03-21 | 医用画像処理装置、及び医用画像処理プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008073708A JP5478832B2 (ja) | 2008-03-21 | 2008-03-21 | 医用画像処理装置、及び医用画像処理プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2009225943A JP2009225943A (ja) | 2009-10-08 |
JP5478832B2 true JP5478832B2 (ja) | 2014-04-23 |
Family
ID=41242066
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008073708A Active JP5478832B2 (ja) | 2008-03-21 | 2008-03-21 | 医用画像処理装置、及び医用画像処理プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5478832B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106659465A (zh) * | 2014-12-18 | 2017-05-10 | 皇家飞利浦有限公司 | 超声成像***和方法 |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102596038B (zh) * | 2009-11-16 | 2015-11-25 | 皇家飞利浦电子股份有限公司 | 功能成像 |
JP5537261B2 (ja) * | 2010-05-25 | 2014-07-02 | 株式会社東芝 | 医用画像診断装置、画像情報処理装置及び治療支援データ表示用制御プログラム |
JP5925576B2 (ja) * | 2012-04-23 | 2016-05-25 | 株式会社日立製作所 | 画像処理装置、画像処理方法 |
JP6320758B2 (ja) * | 2014-01-06 | 2018-05-09 | キヤノンメディカルシステムズ株式会社 | 医用画像処理装置、x線診断装置及び医用画像処理プログラム |
JP6626344B2 (ja) * | 2015-09-29 | 2019-12-25 | キヤノン株式会社 | 画像処理装置、画像処理装置の制御方法およびプログラム |
JP6608110B2 (ja) * | 2016-04-13 | 2019-11-20 | 富士フイルム株式会社 | 画像位置合わせ装置および方法並びにプログラム |
JP6611660B2 (ja) * | 2016-04-13 | 2019-11-27 | 富士フイルム株式会社 | 画像位置合わせ装置および方法並びにプログラム |
JP6833533B2 (ja) * | 2017-01-31 | 2021-02-24 | キヤノンメディカルシステムズ株式会社 | 超音波診断装置および超音波診断支援プログラム |
JP6491391B1 (ja) * | 2018-11-22 | 2019-03-27 | 国立大学法人信州大学 | 血流動態解析システム、血流動態解析方法、およびプログラム |
JP6604618B1 (ja) * | 2019-04-03 | 2019-11-13 | 国立大学法人信州大学 | 血流動態解析システム、血流動態解析方法、およびプログラム |
JP6807981B2 (ja) * | 2019-05-22 | 2021-01-06 | 富士フイルム株式会社 | 画像位置合わせ装置および方法並びにプログラム |
CN114299009A (zh) * | 2021-12-27 | 2022-04-08 | 杭州佳量医疗科技有限公司 | 基于医学图像的消融区域确定方法、设备及存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6745066B1 (en) * | 2001-11-21 | 2004-06-01 | Koninklijke Philips Electronics, N.V. | Measurements with CT perfusion |
US7583857B2 (en) * | 2005-08-24 | 2009-09-01 | Siemens Medical Solutions Usa, Inc. | System and method for salient region feature based 3D multi modality registration of medical images |
EP1969563A2 (en) * | 2005-12-30 | 2008-09-17 | Carestream Health, Inc. | Cross-time inspection method for medical diagnosis |
-
2008
- 2008-03-21 JP JP2008073708A patent/JP5478832B2/ja active Active
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106659465A (zh) * | 2014-12-18 | 2017-05-10 | 皇家飞利浦有限公司 | 超声成像***和方法 |
CN106659465B (zh) * | 2014-12-18 | 2018-07-31 | 皇家飞利浦有限公司 | 超声成像***和方法 |
US10188370B2 (en) | 2014-12-18 | 2019-01-29 | Koninklijke Philips N.V. | Ultrasound imaging system and method |
Also Published As
Publication number | Publication date |
---|---|
JP2009225943A (ja) | 2009-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5478832B2 (ja) | 医用画像処理装置、及び医用画像処理プログラム | |
CN107645927B (zh) | 用于辅助组织消融的设备和方法 | |
JP4931027B2 (ja) | 医用画像診断支援装置および方法、並びにプログラム | |
JP4786307B2 (ja) | 画像処理装置 | |
US9066654B2 (en) | Medical image processing apparatus, an X-ray CT scanner, and a medical image processing program | |
US8295913B2 (en) | Method and device for planning and/or monitoring an interventional high-frequency thermoablation | |
US10713802B2 (en) | Ultrasonic image processing system and method and device thereof, ultrasonic diagnostic device | |
JP6448356B2 (ja) | 画像処理装置、画像処理方法、画像処理システム、及びプログラム | |
JP5269543B2 (ja) | 医用画像処理装置、超音波診断装置、及び医用画像処理プログラム | |
JP5053606B2 (ja) | 医用画像診断装置及び医用画像処理装置 | |
KR20220026534A (ko) | 딥러닝 기반의 조직 절제 계획 방법 | |
JP6415903B2 (ja) | 医用画像処理装置 | |
JP6745998B2 (ja) | 手術を誘導する画像を提供するシステム | |
EP2577605A1 (en) | Automated quantification of intravascular embolization success | |
JP2010154982A (ja) | X線コンピュータ断層撮影装置および画像処理装置 | |
JP5215444B2 (ja) | 医用画像診断装置及び医用画像処理装置 | |
JP5486616B2 (ja) | 医用画像診断支援装置およびその作動方法、並びにプログラム | |
JP2019098167A (ja) | 情報処理装置、情報処理システム、情報処理方法およびプログラム | |
JP5750381B2 (ja) | 領域抽出処理システム | |
Laura et al. | Accurate physics-based registration for the outcome validation of minimal invasive interventions and open liver surgeries | |
RU2736800C1 (ru) | Способ подготовки и выполнения хирургической операции на органах малого таза | |
JP2008206965A (ja) | 医用画像生成装置、方法およびプログラム | |
US11941808B2 (en) | Medical image processing device, medical image processing method, and storage medium | |
KR102291824B1 (ko) | 평균 골격 모델을 이용한 골격 수술 평가 방법 | |
Hille | Computer-assisted approaches to support radiofrequency ablations of spinal metastases |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20110310 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20121010 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20121016 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20121212 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130604 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130722 |
|
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: 20140114 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140212 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5478832 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313115 Free format text: JAPANESE INTERMEDIATE CODE: R313117 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
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 |