JP5977158B2 - 検出装置、磁気共鳴装置、検出方法、およびプログラム - Google Patents
検出装置、磁気共鳴装置、検出方法、およびプログラム Download PDFInfo
- Publication number
- JP5977158B2 JP5977158B2 JP2012262965A JP2012262965A JP5977158B2 JP 5977158 B2 JP5977158 B2 JP 5977158B2 JP 2012262965 A JP2012262965 A JP 2012262965A JP 2012262965 A JP2012262965 A JP 2012262965A JP 5977158 B2 JP5977158 B2 JP 5977158B2
- Authority
- JP
- Japan
- Prior art keywords
- pixel
- pixels
- boundary
- area
- candidate
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
- G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
- G01R33/48—NMR imaging systems
- G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
- G01R33/543—Control of the operation of the MR system, e.g. setting of acquisition parameters prior to or during MR data acquisition, dynamic shimming, use of one or more scout images for scan plane prescription
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
- G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
- G01R33/48—NMR imaging systems
- G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
- G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
- G01R33/5608—Data processing and visualization specially adapted for MR, e.g. for feature analysis and pattern recognition on the basis of measured MR data, segmentation of measured MR data, edge contour detection on the basis of measured MR data, for enhancing measured MR data in terms of signal-to-noise ratio by means of noise filtering or apodization, for enhancing measured MR data in terms of resolution by means for deblurring, windowing, zero filling, or generation of gray-scaled images, colour-coded images or images displaying vectors instead of pixels
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
- G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
- G01R33/48—NMR imaging systems
- G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
- G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
- G01R33/565—Correction of image distortions, e.g. due to magnetic field inhomogeneities
- G01R33/56509—Correction of image distortions, e.g. due to magnetic field inhomogeneities due to motion, displacement or flow, e.g. gradient moment nulling
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
- G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
- G01R33/48—NMR imaging systems
- G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
- G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
- G01R33/567—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution gated by physiological signals, i.e. synchronization of acquired MR data with periodical motion of an object of interest, e.g. monitoring or triggering system for cardiac or respiratory gating
- G01R33/5676—Gating or triggering based on an MR signal, e.g. involving one or more navigator echoes for motion monitoring and correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10088—Magnetic resonance imaging [MRI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30056—Liver; Hepatic
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30061—Lung
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- High Energy & Nuclear Physics (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Signal Processing (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Medical Informatics (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Description
前記第1の部位と前記第2の部位とを横切る第1の断面の画像データに基づいて、前記境界に位置するピクセルの候補となる複数の候補ピクセルを抽出するピクセル抽出手段と、
機械学習のアルゴリズムを用いて作成された識別器を用いて、前記複数の候補ピクセルの中から前記境界に位置するピクセルを特定するピクセル特定手段と、
を有する検出装置である。
前記第1の部位と前記第2の部位とを横切る第1の断面の画像データに基づいて、前記境界に位置するピクセルの候補となる複数の候補ピクセルを抽出するピクセル抽出手段と、
機械学習のアルゴリズムを用いて作成された識別器を用いて、前記複数の候補ピクセルの中から前記境界に位置するピクセルを特定するピクセル特定手段と、
を有する磁気共鳴装置である。
前記第1の部位と前記第2の部位とを横切る第1の断面の画像データに基づいて、前記境界に位置するピクセルの候補となる複数の候補ピクセルを抽出するピクセル抽出ステップと、
機械学習のアルゴリズムを用いて作成された識別器を用いて、前記複数の候補ピクセルの中から前記境界に位置するピクセルを特定するピクセル特定ステップと、
を有する検出方法である。
前記第1の部位と前記第2の部位とを横切る第1の断面の画像データに基づいて、前記境界に位置するピクセルの候補となる複数の候補ピクセルを抽出するピクセル抽出処理と、
機械学習のアルゴリズムを用いて作成された識別器を用いて、前記複数の候補ピクセルの中から前記境界に位置するピクセルを特定するピクセル特定処理と、
を計算機に実行させるためのプログラムである。
図1は、本発明の第1の形態の磁気共鳴装置の概略図である。
磁気共鳴装置(以下、「MR装置」と呼ぶ。MR:Magnetic Resonance)100は、マグネット2、テーブル3、受信コイル4などを有している。
受信コイル4は、被検体11に取り付けられており、被検体11からの磁気共鳴信号を受信する。
送信器5はRFコイル24に電流を供給し、勾配磁場電源6は勾配コイル23に電流を供給する。
受信器7は、受信コイル4から受け取った信号に対して、検波などの信号処理を実行する。
脂肪除去手段82は、画像データ作成手段81が作成した画像データから、脂肪を除去する。
AP範囲決定手段83は、被検体11の肝臓のAP方向の範囲を決定する。
RL範囲決定手段84は、肝臓の上端が位置する可能性の高いRL方向の範囲を決定する。
SI範囲決定手段85は、肺と肝臓との境界が位置する可能性の高いSI方向の範囲を決定する。
ピクセル抽出手段86は、肺と肝臓との境界に位置するピクセルの候補となる候補ピクセルを抽出する。
ピクセル特定手段87は、ピクセル絞込み手段87aと、識別手段87bとを有している。ピクセル絞込み手段87aは、抽出された候補ピクセルの中から、肺と肝臓との境界に位置する可能性の高いピクセルを絞り込む。識別手段87bは、識別器を用いて、絞り込まれたピクセルの中から、肺と肝臓との境界に位置するピクセルを特定する。
ナビゲータ領域決定手段88は、特定されたピクセルに基づいて、ナビゲータ領域の位置を決定する。
MR装置100は、上記のように構成されている。
本形態では、ローカライザスキャンLSと本スキャンMSなどが実行される。
ステップST1では、ローカライザスキャンLS(図2参照)を実行する。
ローカライザスキャンLSでは、肝臓を含む撮影部位を横切る複数のコロナル面CO1〜COnのスキャン(図5参照)と、肝臓を含む撮影部位を横切る複数のアキシャル面AX1〜AXmのスキャン(図6参照)が実行される。画像データ作成手段81(図1参照)は、ローカライザスキャンLSにより収集されたデータに基づいて、コロナル面CO1〜COnの画像データDC1〜DCnと、アキシャル面AX1〜AXmの画像データDA1〜DAmを作成する。以下では、コロナル面の画像データを「コロナル画像データ」と呼び、アキシャル面の画像データを「アキシャル画像データ」と呼ぶ。コロナル画像データDC1〜DCnおよびアキシャル画像データDA1〜DAmを作成した後、ステップST2に進む。
AP範囲決定手段83は、先ず、アキシャル面AX1〜AXmごとに、被検体の体内領域のAP方向の範囲T1〜Tmを求める。被検体の体外領域は低信号であるが、被検体の体内領域は高信号となるので、信号値の違いから、アキシャル面AX1〜AXmごとに、被検体の体内領域のAP方向の範囲T1〜Tmを求めることができる。
本形態では、バイナリテンプレートBTを使用して、投影プロファイルFjの段差を検出する。バイナリテンプレートBTは、値「1」と値「0」とによる信号値の段差Δsを有するテンプレートである。投影プロファイルFjの段差を検出する場合、バイナリテンプレートBTを、投影プロファイルFjの肺側から肝臓側に向かって少しずつ移動させ、バイナリテンプレートBTを移動させるたびに、バイナリテンプレートBTと投影プロファイルFiとの相関を算出する。バイナリテンプレートBTは段差Δsを有しているので、相関が最大となるときのバイナリテンプレートBTの位置を特定することにより、投影プロファイルFjに現れる段差の位置を検出することができる。図12に、投影プロファイルFjに対して、相関が最大となるときのバイナリテンプレートBTの位置を概略的に示す。図12では、バイナリテンプレートBTが位置bjに到達したときに、投影プロファイルFjとバイナリテンプレートBTとの相関が最大になっている。したがって、コロナル画像データDCjにおける肝臓の上端は、SI方向に関しては、位置bjの周辺に存在していることがわかる。
SI範囲決定手段85は、検出された段差の位置bi〜bkを基準として、肺側に幅w1の範囲を規定し、肝臓側に幅w2の範囲を規定する。このようにしてコロナル画像データDCi〜DCkごとに規定された範囲が、肺と肝臓との境界が位置する可能性の高いSI方向の範囲WSI_i〜WSI_kとして決定される。幅w1およびw2は、被検体を撮影する前に予め設定された値であり、例えば数cmとすることができる。コロナル画像データDCi〜DCkごとに、肺と肝臓との境界が位置する可能性の高いSI方向の範囲WSI_i〜WSI_kを決定した後、ステップST7に進む。
ピクセル抽出手段86は、先ず、微分画像データDIj上に、ピクセルの検索が行われる領域(以下、「検索領域」と呼ぶ)Rsを設定する。検索領域Rsは、ステップST4で求めたRL方向の範囲WRLと(図8参照)ステップST6で求めたSI方向の範囲WSI_jとの重なる領域として設定される。
先ず、コロナル画像データDCの中に、肺と肝臓との境界に位置しているピクセルを考える。ここでは、肺と肝臓との境界に位置しているピクセルを、符号「x」で示してある。
M1<M2 ・・・(1)
p<M1<q ・・・(2)
ここで、p:平均値M1として許容することが可能な値の下限値
q:平均値M1として許容することが可能な値の上限値
r<M2<s ・・・(3)
ここで、r:平均値M2として許容することが可能な値の下限値
s:平均値M2として許容することが可能な値の上限値
(条件1)M1<M2
(条件2)p<M1<q
(条件3)r<M2<s
ピクセルを絞り込んだ後、ステップST92に進む。
先ず、候補ピクセルxbを中心として、ウインドウWを設定する。ウインドウWの大きさは、n×mのピクセルサイズ(例えば、19×19のピクセルサイズ)である。そして、識別器を用いて、ピクセルxbが肺と肝臓との境界に位置しているか否かを判断する。以下に、本形態で使用される識別器について説明する。
識別器Ci(i=1〜n)は、被検体を撮影する前に予め準備されている。本形態では、識別器Ciは、機械学習のアルゴリズムであるAdaBoostを用いて作成されている。具体的には、教師データ(例えば、実際の人間の肺と肝臓とを横切る断面の画像データ)を用意し、AdaBoostで教師データを学習させることにより、肺と肝臓との境界を検出するのに適した識別器Ciを作成している。
VAi−VBi>THi ・・・(4)
ここで、VAi:サブ領域ai内の各ピクセルの平均値
VBi:サブ領域bi内の各ピクセルの平均値
THi:AdaBoostにより求められる領域Riの閾値
肺と肝臓との境界は連続的に繋がっている。したがって、図25(a)に示すように、ピクセルの集合Setjは、理想的には連続的に繋がっているはずである。しかし、実際には、理想的なピクセルの集合Setjが得られない場合がある。その例が、図25(b)に示してある。図25(b)では、座標値P=Pt、Pu、Pvにおいてピクセルの切れ目が存在しており、また、座標値P=Pgにおいて2つのピクセルxg1およびxg2が肺と肝臓との境界に位置するピクセルとして特定されている。
図27(a)は、フィッティング処理前のピクセルの集合Setj′を示し、図27(b)は、フィッティング処理後のピクセルの集合Setj″を示す図である。
図28では、最もS方向側に位置するピクセルの座標値Qは、Q=q1である。尚、座標値q1のピクセルは、複数個存在している。この場合、複数のピクセルの中から、いずれか一つのピクセルを検出する。本形態では、座標値q1のピクセルの中から最もR側に位置するピクセルxfを検出する。このようにして検出されたピクセルxfの位置が、ナビゲータ領域Rnavの位置として決定される。図29に、ナビゲータ領域Rnavの位置を概略的に示す。ピクセルxfのRL方向の座標値PはP=Pfであり、SI方向の座標値QはQ=q1である。また、ピクセルxfはコロナル面COjに含まれているので、コロナル面COjのAP方向の座標値が、ピクセルxfのAP方向の座標値となる。したがって、ピクセルxfの3方向(RL方向、SI方向、およびAP方向)の座標値が求められているので、ピクセルxfの位置にナビゲータ領域Rnavを設定することができる。また、最もR側に位置するピクセルxaの位置を、ナビゲータ領域Rnavの位置とすることにより、ナビゲータ領域Rnavを心臓から離すことができるので、心拍動による呼吸信号の劣化を低減することもできる。ナビゲータ領域Rnavの位置を決定した後、ステップST11に進む。
以下、第2の形態について、図4に示すフローを参照しながら、説明する。尚、第2の形態のMR装置のハードウェア構成は、第1の形態と同じである。
識別手段87b(図1参照)は、識別器Cを用いて、ピクセルxbが肺と肝臓との境界に位置しているか否かを判断する。識別器Cは、ピクセルxbが肺と肝臓との境界に位置しているか否かを判断するために、式yを用いている。式yは、ウインドウW内の各ピクセルのピクセル値x11〜xmnを変数として含んでいる。また、式yは、係数F1〜Fzも含んでいる。この係数F1〜Fzは、機械学習のアルゴリズムであるサポートベクターマシン(Support Vector Machine)を用いて事前に決定されている。この係数F1〜Fzは、例えば以下の手順で決定することができる。
3 テーブル
3a クレードル
4 受信コイル
5 送信器
6 勾配磁場電源
7 受信器
8 制御部
9 操作部
10 表示部
11 被検体
21 ボア
22 超伝導コイル
23 勾配コイル
24 RFコイル
81 画像データ作成手段
82 脂肪除去手段
83 AP範囲決定手段
84 RL範囲決定手段
85 SI範囲決定手段
86 ピクセル抽出手段
87 ピクセル特定手段
87a ピクセル絞込み手段
87b 識別手段
88 ナビゲータ領域決定手段
Claims (22)
- 被検体の呼吸により動く第1の部位と前記被検体の呼吸により動く第2の部位との境界の位置を検出する検出装置であって、
前記第1の部位と前記第2の部位とを横切る複数の第1の断面の各々の画像データに基づいて、前記第1の断面ごとに、前記境界に位置するピクセルの候補となる複数の候補ピクセルを抽出するピクセル抽出手段と、
前記候補ピクセルに対して第1の領域と第2の領域とを設定し、前記第1の領域に含まれるピクセルのピクセル値と、前記第2の領域に含まれるピクセルのピクセル値とに基づいて、前記複数の候補ピクセルの中から、前記境界に位置する可能性が高いピクセルを絞り込み、機械学習のアルゴリズムを用いて作成された識別器を用いて、絞り込まれた候補ピクセルの中から前記境界に位置するピクセルを特定するピクセル特定手段であって、前記第1の断面ごとに、前記境界に位置するピクセルの集合を特定するピクセル特定手段と、
を有し、
前記第1の断面ごとに特定されたピクセルの集合のうちの一つの集合は、被検体の呼吸信号を得るためのナビゲータ領域の位置を決定するために使用されるピクセルの集合として選択され、
選択されたピクセルの集合にピクセルの切れ目がある場合、前記ピクセルの切れ目が繋がれ、
前記ピクセルの切れ目が繋がれた後のピクセルの集合が、前記ナビゲータ領域の位置を決定するために用いられる検出装置。 - 前記識別器は、
AdaBoostで教師データを学習させることにより作成されている、請求項1に記載の検出装置。 - 前記識別器は、
サポートベクターマシンで教師データを学習させることにより作成されている、請求項1に記載の検出装置。 - 前記ピクセル特定手段により特定されたピクセルに基づいて、前記ナビゲータ領域の位置を決定するナビゲータ領域決定手段、
を有する請求項1〜3のうちのいずれか一項に記載の検出装置。 - 前記ナビゲータ領域決定手段は、
前記第1の断面ごとに特定されたピクセルの集合から、前記ナビゲータ領域の位置を決定するために使用されるピクセルの集合を選択し、選択されたピクセルの集合に基づいて、前記ナビゲータ領域の位置を決定する、請求項4に記載の検出装置。 - 前記ナビゲータ領域決定手段は、
選択されたピクセルの集合に、ピクセルの切れ目があるか否かを判断し、前記ピクセルの切れ目がある場合、前記ピクセルの切れ目を繋ぎ、前記ピクセルの切れ目が繋がれた後のピクセルの集合に基づいて、前記ナビゲータ領域の位置を決定する、請求項5に記載の検出装置。 - 前記ナビゲータ領域決定手段は、
前記ピクセルの切れ目が繋がれた後のピクセルの集合に対してフィッティング処理を行い、フィッティング処理された後のピクセルの集合に基づいて、前記ナビゲータ領域の位置を決定する、請求項6に記載の検出装置。 - 前記ナビゲータ領域決定手段は、
前記フィッティング処理された後のピクセルの集合の中から、いずれか一つのピクセルを、前記ナビゲータ領域の位置として決定する、請求項7に記載の検出装置。 - 前記第1の断面の画像データは微分画像データである、請求項1〜8のうちのいずれか一項に記載の検出装置。
- 前記ピクセル抽出手段は、
前記微分画像データを用いて、前記境界を横切るライン上のピクセルの微分値のプロファイルを求め、前記プロファイルに基づいて、前記候補ピクセルを抽出する、請求項9に記載の検出装置。 - 前記ピクセル特定手段は、
前記ライン上において2つ以上の候補ピクセルが抽出された場合、前記2つ以上の候補ピクセルの中から、前記境界に位置する可能性が高いピクセルを絞り込む、請求項10に記載の検出装置。 - 前記ピクセル特定手段は、
前記第1の領域に含まれるピクセルのピクセル値の平均値と、前記第2の領域に含まれるピクセルのピクセル値の平均値とに基づいて、前記境界に位置する可能性が高いピクセルを絞り込む、請求項1〜11のうちのいずれか一項に記載の検出装置。 - 前記ピクセル特定手段は、
前記第1の領域に含まれるピクセルのピクセル値の中央値と、前記第2の領域に含まれるピクセルのピクセル値の中央値とに基づいて、前記境界に位置する可能性が高いピクセルを絞り込む、請求項1〜11のうちのいずれか一項に記載の検出装置。 - 前記ピクセル抽出手段は、
前記境界を含む検索領域を求め、前記検索領域の中から前記候補ピクセルを抽出する、請求項1〜13のうちのいずれか一項に記載の検出装置。 - 前記検索領域を求める場合、前記第1の断面と交差する第2の断面の画像データが用いられる、請求項14に記載の検出装置。
- 前記第1の断面はコロナル面である、請求項1〜15のうちのいずれか一項に記載の検出装置。
- 前記第1の断面はコロナル面であり、前記第2の断面はアキシャル面である、請求項15に記載の検出装置。
- 前記画像データは、脂肪が除去された画像データである、請求項1〜17のうちのいずれか一項に記載の検出装置。
- 前記第1の部位は肺を含み、前記第2の部位は肝臓を含む、請求項1〜18のうちのいずれか一項に記載の検出装置。
- 被検体の呼吸により動く第1の部位と前記被検体の呼吸により動く第2の部位との境界の位置を検出する磁気共鳴装置であって、
前記第1の部位と前記第2の部位とを横切る複数の第1の断面の各々の画像データに基づいて、前記第1の断面ごとに、前記境界に位置するピクセルの候補となる複数の候補ピクセルを抽出するピクセル抽出手段と、
前記候補ピクセルに対して第1の領域と第2の領域とを設定し、前記第1の領域に含まれるピクセルのピクセル値と、前記第2の領域に含まれるピクセルのピクセル値とに基づいて、前記複数の候補ピクセルの中から、前記境界に位置する可能性が高いピクセルを絞り込み、機械学習のアルゴリズムを用いて作成された識別器を用いて、絞り込まれた候補ピクセルの中から前記境界に位置するピクセルを特定するピクセル特定手段であって、前記第1の断面ごとに、前記境界に位置するピクセルの集合を特定するピクセル特定手段と、
を有し、
前記第1の断面ごとに特定されたピクセルの集合のうちの一つの集合は、被検体の呼吸信号を得るためのナビゲータ領域の位置を決定するために使用されるピクセルの集合として選択され、
選択されたピクセルの集合にピクセルの切れ目がある場合、前記ピクセルの切れ目が繋がれ、
前記ピクセルの切れ目が繋がれた後のピクセルの集合が、前記ナビゲータ領域の位置を決定するために用いられる磁気共鳴装置。 - 被検体の呼吸により動く第1の部位と前記被検体の呼吸により動く第2の部位との境界の位置を検出する検出方法であって、
前記第1の部位と前記第2の部位とを横切る複数の第1の断面の各々の画像データに基づいて、前記第1の断面ごとに、前記境界に位置するピクセルの候補となる複数の候補ピクセルを抽出するピクセル抽出ステップと、
前記候補ピクセルに対して第1の領域と第2の領域とを設定し、前記第1の領域に含まれるピクセルのピクセル値と、前記第2の領域に含まれるピクセルのピクセル値とに基づいて、前記複数の候補ピクセルの中から、前記境界に位置する可能性が高いピクセルを絞り込み、機械学習のアルゴリズムを用いて作成された識別器を用いて、絞り込まれた候補ピクセルの中から前記境界に位置するピクセルを特定するピクセル特定ステップであって、前記第1の断面ごとに、前記境界に位置するピクセルの集合を特定するピクセル特定ステップと、
を有し、
前記第1の断面ごとに特定されたピクセルの集合のうちの一つの集合は、被検体の呼吸信号を得るためのナビゲータ領域の位置を決定するために使用されるピクセルの集合として選択され、
選択されたピクセルの集合にピクセルの切れ目がある場合、前記ピクセルの切れ目が繋がれ、
前記ピクセルの切れ目が繋がれた後のピクセルの集合が、前記ナビゲータ領域の位置を決定するために用いられる検出方法。 - 被検体の呼吸により動く第1の部位と前記被検体の呼吸により動く第2の部位との境界の位置を検出する検出装置のプログラムであって、
前記第1の部位と前記第2の部位とを横切る複数の第1の断面の各々の画像データに基づいて、前記第1の断面ごとに、前記境界に位置するピクセルの候補となる複数の候補ピクセルを抽出するピクセル抽出処理と、
前記候補ピクセルに対して第1の領域と第2の領域とを設定し、前記第1の領域に含まれるピクセルのピクセル値と、前記第2の領域に含まれるピクセルのピクセル値とに基づいて、前記複数の候補ピクセルの中から、前記境界に位置する可能性が高いピクセルを絞り込み、機械学習のアルゴリズムを用いて作成された識別器を用いて、絞り込まれた候補ピクセルの中から前記境界に位置するピクセルを特定するピクセル特定処理であって、前記第1の断面ごとに、前記境界に位置するピクセルの集合を特定するピクセル特定処理と、
を計算機に実行させるためのプログラムであり、
前記第1の断面ごとに特定されたピクセルの集合のうちの一つの集合は、被検体の呼吸信号を得るためのナビゲータ領域の位置を決定するために使用されるピクセルの集合として選択され、
選択されたピクセルの集合にピクセルの切れ目がある場合、前記ピクセルの切れ目が繋がれ、
前記ピクセルの切れ目が繋がれた後のピクセルの集合が、前記ナビゲータ領域の位置を決定するために用いられるプログラム。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012262965A JP5977158B2 (ja) | 2012-11-30 | 2012-11-30 | 検出装置、磁気共鳴装置、検出方法、およびプログラム |
US14/443,203 US9582729B2 (en) | 2012-11-30 | 2013-11-04 | Image-based detection of the boundary between a first part and a second part |
PCT/US2013/068244 WO2014085027A1 (en) | 2012-11-30 | 2013-11-04 | Image-based detection of the boundary between a first part and a second part |
CN201380071896.6A CN104937434B (zh) | 2012-11-30 | 2013-11-04 | 第一部位与第二部位之间的边界的基于图像的检测 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012262965A JP5977158B2 (ja) | 2012-11-30 | 2012-11-30 | 検出装置、磁気共鳴装置、検出方法、およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2014108164A JP2014108164A (ja) | 2014-06-12 |
JP5977158B2 true JP5977158B2 (ja) | 2016-08-24 |
Family
ID=49585631
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012262965A Active JP5977158B2 (ja) | 2012-11-30 | 2012-11-30 | 検出装置、磁気共鳴装置、検出方法、およびプログラム |
Country Status (4)
Country | Link |
---|---|
US (1) | US9582729B2 (ja) |
JP (1) | JP5977158B2 (ja) |
CN (1) | CN104937434B (ja) |
WO (1) | WO2014085027A1 (ja) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10706359B2 (en) * | 2012-11-30 | 2020-07-07 | Servicenow, Inc. | Method and system for generating predictive models for scoring and prioritizing leads |
JP5755285B2 (ja) * | 2013-05-31 | 2015-07-29 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | 磁気共鳴装置およびプログラム |
JP6224560B2 (ja) * | 2014-09-12 | 2017-11-01 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | 磁気共鳴装置およびプログラム |
JP6309417B2 (ja) * | 2014-09-30 | 2018-04-11 | 富士フイルム株式会社 | 検出器生成装置、方法およびプログラム並びに画像検出装置 |
JP6554718B2 (ja) * | 2014-10-31 | 2019-08-07 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | データ処理装置、磁気共鳴装置、およびプログラム |
EP3322997A1 (en) * | 2015-07-15 | 2018-05-23 | Koninklijke Philips N.V. | Mr imaging with motion detection |
JP6742758B2 (ja) * | 2016-02-29 | 2020-08-19 | ゼネラル・エレクトリック・カンパニイ | 磁気共鳴装置およびプログラム |
JP6378715B2 (ja) * | 2016-04-21 | 2018-08-22 | ゼネラル・エレクトリック・カンパニイ | 血管検出装置、磁気共鳴イメージング装置、およびプログラム |
US20190219655A1 (en) | 2016-09-13 | 2019-07-18 | Institut National De La Sante Et De La Recherche Medicale (Inserm) | Method for post-processing images for compensating respiratory movements |
US10521907B2 (en) * | 2018-03-21 | 2019-12-31 | Shimadzu Corporation | Image processing apparatus, program, and radiation image capturing apparatus |
CN110031786B (zh) * | 2019-05-14 | 2022-01-11 | 上海联影医疗科技股份有限公司 | 磁共振图像重建方法、磁共振成像方法、设备及介质 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3046326B2 (ja) * | 1990-06-15 | 2000-05-29 | 株式会社東芝 | 画像処理装置及び画像処理方法 |
JP2903995B2 (ja) * | 1994-03-08 | 1999-06-14 | 株式会社島津製作所 | 臓器輪郭の自動抽出方法 |
CN1063625C (zh) * | 1994-08-04 | 2001-03-28 | 深圳安科高技术有限公司 | 一种磁共振成象图象重构的技术 |
WO2003046833A2 (en) * | 2001-11-24 | 2003-06-05 | Image Analysis, Inc. | Automatic detection and quantification of coronary and aortic calcium |
JP3967210B2 (ja) * | 2002-06-27 | 2007-08-29 | 株式会社日立メディコ | 磁気共鳴イメージング装置 |
JP2004052873A (ja) | 2002-07-18 | 2004-02-19 | Honda Motor Co Ltd | 液圧式オートテンショナ |
US7894647B2 (en) * | 2004-06-21 | 2011-02-22 | Siemens Medical Solutions Usa, Inc. | System and method for 3D contour tracking of anatomical structures |
US20070081706A1 (en) * | 2005-09-28 | 2007-04-12 | Xiang Zhou | Systems and methods for computer aided diagnosis and decision support in whole-body imaging |
JP4896526B2 (ja) * | 2006-01-11 | 2012-03-14 | 株式会社東芝 | 磁気共鳴イメージング装置 |
JP2007249115A (ja) | 2006-03-20 | 2007-09-27 | Ricoh Co Ltd | 現像装置、プロセスカートリッジ及び画像形成装置 |
JP4999163B2 (ja) * | 2006-04-17 | 2012-08-15 | 富士フイルム株式会社 | 画像処理方法および装置ならびにプログラム |
US8369590B2 (en) * | 2007-05-21 | 2013-02-05 | Cornell University | Method for segmenting objects in images |
JP5177367B2 (ja) * | 2007-08-28 | 2013-04-03 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | 磁気共鳴イメージング装置及びナビゲータデータ解析方法 |
WO2010052629A1 (en) * | 2008-11-05 | 2010-05-14 | Koninklijke Philips Electronics N.V. | Automated sequential planning of mr scans |
US9025841B2 (en) * | 2009-11-18 | 2015-05-05 | Siemens Aktiengesellschaft | Method and system for segmentation of the prostate in 3D magnetic resonance images |
JP5461255B2 (ja) | 2010-03-17 | 2014-04-02 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | 磁気共鳴イメージング装置 |
JP5011426B2 (ja) * | 2010-08-11 | 2012-08-29 | 富士フイルム株式会社 | 画像診断支援装置、方法及びプログラム |
JP5345610B2 (ja) | 2010-12-28 | 2013-11-20 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | 磁気共鳴イメージング装置 |
-
2012
- 2012-11-30 JP JP2012262965A patent/JP5977158B2/ja active Active
-
2013
- 2013-11-04 CN CN201380071896.6A patent/CN104937434B/zh active Active
- 2013-11-04 US US14/443,203 patent/US9582729B2/en active Active
- 2013-11-04 WO PCT/US2013/068244 patent/WO2014085027A1/en active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2014085027A1 (en) | 2014-06-05 |
US20150310299A1 (en) | 2015-10-29 |
US9582729B2 (en) | 2017-02-28 |
CN104937434B (zh) | 2018-03-27 |
JP2014108164A (ja) | 2014-06-12 |
CN104937434A (zh) | 2015-09-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5977158B2 (ja) | 検出装置、磁気共鳴装置、検出方法、およびプログラム | |
Baert et al. | Guide-wire tracking during endovascular interventions | |
EP2977921B1 (en) | Apparatus and method for automatically registering landmarks in three-dimensional medical image | |
JP4585471B2 (ja) | 特徴点検出装置及びその方法 | |
JP2013022463A (ja) | 運動対象輪郭抽出装置、左心室画像分離装置、運動対象輪郭抽出方法及び左心室画像分離方法 | |
EP3171333B1 (en) | Apparatus and method for correcting lesion in image frame | |
US11751823B2 (en) | Image processing apparatus, image processing method, and program | |
US10521906B2 (en) | Method and image processor for evaluating a contrast agent-enhanced magnetic resonance slice image of a heart | |
WO2013191061A1 (ja) | 画像処理装置 | |
JP5922465B2 (ja) | 磁気共鳴装置、ナビゲータ領域設定方法、およびプログラム | |
JP2011089784A (ja) | 物体方向推定装置 | |
US10390799B2 (en) | Apparatus and method for interpolating lesion detection | |
JP2014221201A (ja) | 撮像制御装置、医用画像診断装置及び撮像制御方法 | |
Allin et al. | Enhanced snake based segmentation of vocal folds | |
JP6041781B2 (ja) | 医用画像処理装置およびその作動方法並びに医用画像処理プログラム | |
US20080112605A1 (en) | Methods and Apparatus for Automatic Body Part Identification and Localization | |
Park et al. | Medical image segmentation using level set method with a new hybrid speed function based on boundary and region segmentation | |
JP6224560B2 (ja) | 磁気共鳴装置およびプログラム | |
Cardoso et al. | Automatic breast contour detection in digital photographs | |
JP2015047224A (ja) | 血管画像作成装置および磁気共鳴装置 | |
JP6082337B2 (ja) | 心胸郭比算出装置 | |
JP6616682B2 (ja) | 中心線決定装置、医用装置、およびプログラム | |
JP5403431B2 (ja) | 断層画像処理方法及び装置 | |
JP5307705B2 (ja) | 画像判別装置、画像判別方法、及びプログラム | |
Rajput et al. | Brain MRI segmentation using canny edge detection technique |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A625 | Written request for application examination (by other person) |
Free format text: JAPANESE INTERMEDIATE CODE: A625 Effective date: 20141017 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20150128 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150209 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150511 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20150603 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20150609 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20151020 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160120 |
|
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: 20160628 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160721 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5977158 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |