JP6461743B2 - 医用画像処理装置および医用画像処理方法 - Google Patents
医用画像処理装置および医用画像処理方法 Download PDFInfo
- Publication number
- JP6461743B2 JP6461743B2 JP2015153235A JP2015153235A JP6461743B2 JP 6461743 B2 JP6461743 B2 JP 6461743B2 JP 2015153235 A JP2015153235 A JP 2015153235A JP 2015153235 A JP2015153235 A JP 2015153235A JP 6461743 B2 JP6461743 B2 JP 6461743B2
- Authority
- JP
- Japan
- Prior art keywords
- medical image
- simulated
- data
- lesion
- 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
- 238000012545 processing Methods 0.000 title claims description 69
- 238000003672 processing method Methods 0.000 title description 8
- 230000003902 lesion Effects 0.000 claims description 103
- 238000000034 method Methods 0.000 claims description 60
- 238000012937 correction Methods 0.000 claims description 14
- 230000002093 peripheral effect Effects 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 description 18
- 238000012549 training Methods 0.000 description 18
- 238000003384 imaging method Methods 0.000 description 10
- 210000004351 coronary vessel Anatomy 0.000 description 7
- 238000004088 simulation Methods 0.000 description 7
- 238000003745 diagnosis Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000007704 transition Effects 0.000 description 5
- 210000004204 blood vessel Anatomy 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 210000000056 organ Anatomy 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000002059 diagnostic imaging Methods 0.000 description 3
- 238000003702 image correction Methods 0.000 description 3
- 210000004185 liver Anatomy 0.000 description 3
- 210000004072 lung Anatomy 0.000 description 3
- 238000009877 rendering Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 206010003694 Atrophy Diseases 0.000 description 2
- 230000037444 atrophy Effects 0.000 description 2
- 230000008602 contraction Effects 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000002107 myocardial effect Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 208000024806 Brain atrophy Diseases 0.000 description 1
- 208000004434 Calcinosis Diseases 0.000 description 1
- 206010056342 Pulmonary mass Diseases 0.000 description 1
- 210000000577 adipose tissue Anatomy 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000009534 blood test Methods 0.000 description 1
- 230000002308 calcification Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 208000029078 coronary artery disease Diseases 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007850 degeneration Effects 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
- 238000010191 image analysis Methods 0.000 description 1
- 150000002632 lipids Chemical class 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007634 remodeling Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000002603 single-photon emission computed tomography Methods 0.000 description 1
- 210000004003 subcutaneous fat Anatomy 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
Images
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
Description
CPU2は、マウス8やキーボード9の操作によって課題症例データ作成モードが選択されると、医用画像データベース15および課題症例データベース16から画像データを取得して記憶装置4に格納し、ステップS202に処理を進める。
CPU2は、記憶装置4に格納された画像データの一覧を例えば図3のように表示する。303は撮影条件等の画像情報を一覧表示したものである。304はサムネイル画像を一覧表示したものである。画像情報一覧303やサムネイル画像一覧304は検索機能301等によって表示範囲や表示方法を変更できる。一覧表示された画像データの中から、単数または複数の画像データがマウス8やキーボード9の操作によって選択される。
CPU2は、マウス8やキーボード9の操作によって画像データの読み込み操作が選択されると、ステップS204に処理を進める。画像データの読み込み操作は、例えば図3の読み込みボタン302がマウス8によって押下されることによって選択される。
CPU2は、マウス8やキーボード9の操作によって指定された画像データを読み込み、記憶装置4に格納し、ステップS202に処理を戻す。このとき、課題症例データベース16にも読み込んだ画像を格納しても良い。画像データの指定方法には、例えば対象ドライブを指定し、指定されたドライブ内のデータ構造をツリー表示し、単数または複数選択して読み込む方法がある。
(ステップS205)
CPU2は、表示メモリ5にロードされた画像データを表示装置6に表示する。画像データの表示方法は、スライス画像を並べて表示するものであっても良いし、3次元画像処理によって作成されたMPR(Multi Planar Reconstruction)像やボリュームレンダリング像、仮想内視鏡像を表示するものでも良い。
CPU2は、マウス8やキーボード9の操作によって指定された画像上の座標情報および所見情報を記憶装置4に格納する。所見情報には、被検体である患者の基本情報や既往歴、家族歴、問診結果や検査目的、画像診断以外の検査から得られた検査情報等が含まれる。症例や病巣等の名称やサイズ等の情報をあらかじめ記憶装置4に格納しておき、CPU2がそれらの情報を所見情報の候補として表示装置6に表示し、操作者が表示装置6に表示された候補から所見情報を選択するようにしても良い。所見情報の候補は、模擬病巣データベース17から取得した情報を基に表示しても良い。また、所見情報は、医用画像上の位置とリンク付けされるようなものでも良い。
CPU2は、マウス8やキーボード9の操作によって特徴量データを作成することが選択されるとステップS208に処理を進め、特徴量データを作成しないことが選択されるとステップS210に処理を進める。
CPU2は、ステップS206で得られた座標情報を基に領域抽出処理や特徴量解析処理を行い、特徴量データを作成し、ステップS206で得られた所見情報と紐づけて記憶装置4に格納する。特徴量データの作成処理については図4を用いて後で説明する。また、特徴量データおよび模擬病巣データベース17の構成の一例を図5に示し、後で説明する。
CPU2は、ステップS208で記憶装置4に格納された所見情報と特徴量データを紐づけて模擬病巣データベース17に登録する。
CPU2は、ステップS206で記憶装置4に格納された所見情報と画像データを紐付けて課題症例データベース16に登録する。
なお、ステップS210の処理後は、ステップS201やS203、S205に遷移して、処理を継続しても良い。
CPU2は、表示メモリ5にロードされた画像データを表示装置6に表示する。画像データの表示方法は、スライス画像を並べて表示するものであっても良いし、3次元画像処理によって作成されたMPR像やボリュームレンダリング像、仮想内視鏡像を表示するものでも良い。
CPU2は、表示メモリ5にロードされた画像データの撮影部位等の情報や、マウス8やキーボード9の操作によって指定された座標情報から判断される部位情報を使用して模擬医用画像の作成条件の候補を表示する。模擬医用画像の作成条件の候補は、模擬病巣データベース17の症例分類データ501が取得されて、例えば図6のようにコンテキストメニュー602、604、606でリスト表示される。例えば、操作者が画像上で右クリックした場合、画像の撮影部位が心臓でマウスポインタの位置が冠動脈領域にあると判断されると、冠動脈に関連する模擬病巣の作成条件リストが図6(b)のようにコンテキストメニュー604に表示される。
CPU2は、ステップS212で表示される模擬医用画像の作成条件の候補の中から、ある作成条件がマウス8やキーボード9によって選択されると、模擬病巣データベース17の特徴量データ502から模擬医用画像の作成条件を取得して記憶装置に4に格納する。
CPU2は、ステップS213で取得した模擬医用画像の作成条件に従って模擬医用画像データを作成する。模擬医用画像は基準画像に模擬病巣を追加することにより作成され、作成された模擬医用画像は読影訓練用画像として用いられる。模擬医用画像データ作成の処理の流れについては、図7を用いて後で説明する。
CPU2は、ステップS214で作成した模擬医用画像データと模擬医用画像の作成条件を所見情報として紐づけて課題症例データベース16に登録する。
CPU2は、マウス8やキーボード9の操作によって模擬病巣の特徴量データの入力を受け付ける。模擬病巣の特徴量は、非特許文献1や非特許文献2、非特許文献3等の一般的に知られている情報やモデルデータを使用して入力する。
CPU2は、ステップS216で得られた模擬病巣の特徴量データを、模擬病巣データベース17に登録する。図5に模擬病巣データベース17の構成の一例を示す。模擬病巣の特徴量データがあらかじめ模擬病巣データベース17に登録されている場合、ステップS216およびステップS217は実施しなくても良い。
CPU2は、課題症例データベース16から課題症例データを取得し、課題症例データの一覧を例えば図8のように表示する。802は課題症例データの撮影条件等の画像情報を一覧表示したものである。803は課題症例データのサムネイル画像を一覧表示したものである。画像情報一覧802やサムネイル画像一覧803は検索機能801等によって表示範囲や表示方法を変更できる。一覧表示された課題症例データの中から、単数または複数の課題症例データがマウス8やキーボード9の操作によって選択される。ステップS201で読影訓練モードが選択された後、操作者に操作者情報を入力させ、CPU2で操作者を判別する処理を行い、ステップS218で操作者毎に記録された情報を基に最適な課題症例データを選択して表示しても良い。
CPU2は、ステップS218で選択された課題症例データを表示メモリ5にロードし、ロードされた課題症例データを表示装置6に表示する。画像データの表示方法は、スライス画像を並べて表示するものであっても良いし、3次元画像処理によって作成されたMPR像やボリュームレンダリング像、仮想内視鏡像を表示するものでも良い。画像データを表示装置6に表示する操作は、例えば図8の訓練開始ボタン804がマウス8によって押下されることによる。
CPU2は、マウス8やキーボード9の操作によって指定された画像上の座標情報および読影結果を記憶装置4に格納する。症例や病巣等の名称やサイズ等の情報をあらかじめ記憶装置4に格納しておき、CPU2がそれらの情報を表示装置6に表示して、操作者がそれらを選択するようにしても良い。症例や病巣等の名称やサイズ等の情報は、模擬病巣データベース17に登録されたものを使用しても良い。また、読影結果は、医用画像上の位置とリンク付けされるようなものでも良い。
CPU2は、マウス8やキーボード9によって読影完了の操作が行われると、ステップS220でマウス8やキーボード9からの入力によって得られた読影結果と、表示装置6に表示中の課題症例データ内の所見情報を、表示装置6に比較表示する。比較表示は、単に結果を並べて表示するものであっても良いし、正解または不正解の判定を表示するものであっても良い。また、訓練中の画像表示条件やツール等の使用状況、プログラムの実行状況、操作者の視線位置のデータ等を解析して得られた結果を、操作者間で比較できるように表示しても良い。
CPU2は、ステップS221で得られた所見情報と読影結果の比較情報を訓練結果データベース18に格納する。ステップS201で操作者の選択が行われた場合は、操作者毎に読影結果を記録する。読影結果の記録には、訓練済み等の情報が含まれる。
CPU2は、病巣領域の抽出結果が記憶装置4に存在していない場合はステップS402に処理を進め、病巣領域の抽出結果が存在している場合は、領域情報を取得してステップS403に処理を進める。
CPU2は、記憶装置4から所見情報を取得し、取得した所見情報を基に抽出処理条件を決定し、所見情報の座標情報を基に病巣領域の抽出を行う。抽出処理条件および座標情報は、マウス8やキーボード9から操作者に入力させても良いし、症例や病巣毎の条件をあらかじめ記憶装置4に格納しておき、CPU2がそれらの情報を表示装置6に表示して、操作者がそれらを選択するようにしても良い。また、症例や病巣毎の抽出条件は、模擬病巣データベース17から取得しても良い。CPU2が抽出処理を実行する代わりに、マウス8やキーボード9から操作者に抽出領域を入力させても良い。
CPU2は、ステップS402で得られた病巣領域に対して形状や濃度値分布の統計データを算出する。形状の統計データとしては、例えば、病巣領域の画素数、面積、周囲長、円形度、重心から各輪郭点までの距離等が算出される。濃度値分布の統計データとしては、例えば、平均値、標準偏差等が算出される。
CPU2は、ステップS402までに得られた病巣領域情報を基に、周辺領域の抽出を行う。例えば、図6(b)のような冠動脈の不安定プラークに注目している場合、不安定プラークが発生していない部分の冠動脈領域の濃度値や形状情報を取得する。周辺領域の抽出処理では、簡易的に病巣領域の輪郭線を外側に一定量拡張した輪郭線内の領域から病巣領域を除いた領域を周辺領域としても良いし、マウス8やキーボード9から操作者に入力させても良い。
CPU2は、周辺領域に対して形状や濃度値分布の統計データを算出する。形状の統計データとしては、例えば、病巣領域の画素数、面積、周囲長、円形度、重心から各輪郭点までの距離等が算出される。濃度値分布の統計データとしては、例えば、平均値、標準偏差等が算出される。所見情報から必要な周辺領域が複数あると判断される場合は、ステップS404とステップS405の処理が必要な回数繰り返される。
CPU2は、ステップS404までに得られた病巣領域および周辺領域の画像データの切り出しを行う。例えば、病巣領域および周辺領域内のボリュームデータを切り出しても良いし、病巣領域のポリゴンメッシュを作成したものを切り出しても良い。
CPU2は、ステップS406で切り出した画像データを記憶装置4に格納する。
CPU2は、ステップS405までに得られた所見情報、病巣領域および周辺領域の統計データを、ステップS407で登録した画像データと紐付けて記憶装置4に格納する。管電圧、管電流、スライス厚、FOV等の画像の撮影条件や、画像再構成フィルタ等の情報も一緒に格納してもよい。
(ステップS409)
CPU2は、同一所見情報を持つ特徴量データを模擬病巣データベース17から取得し、非特許文献3に開示されるようなモデル化処理や、機械学習処理を行い、平均化された特徴量データである平均特徴量データおよび模擬病巣モデルデータを作成する。
CPU2は、ステップS409で作成した平均特徴量データおよび模擬病巣モデルデータを模擬病巣データベース17に登録する。
CPU2は、マウス8やキーボード9の操作によって得られた位置または領域の座標情報を主メモリ3にロードする。例えば、図6(a)のマウスポインタ601の位置情報や図6(b)のマウスポインタ603の位置情報、図6(c)のROI605内の座標情報が取得される。
CPU2は、ステップS701で取得した位置情報とステップS213で取得した模擬医用画像の作成条件を基に領域抽出処理を行う。例えば、図6(a)の例では、ステップS701で指定された肝臓領域がリージョングローイング処理等によって抽出される。
CPU2は、ステップS213で得られた模擬医用画像の作成条件から、模擬医用画像の作成処理の種類や条件を取得し、基準画像に対して濃度変換処理が必要な場合はステップS704に、基準画像に対して形状変換処理が必要な場合はステップS705に、病巣モデルデータの追加が必要な場合はステップS706に処理を進める。
CPU2は、ステップS213で得られた模擬医用画像の作成条件から濃度情報を取得し、ステップS702で得られた抽出領域に対して濃度変換処理を行う。例えば、図6(a)ではコンテキストメニュー602で選択された肝臓の軽度の脂肪化の特徴量データから平均CT値を取得して、ステップS702で得られた抽出領域内の平均CT値が特徴量データから取得した平均CT値と一致するように、抽出領域内の各画素の濃度値を一定量増減させる。ヒストグラムの平坦化や伸張化等の処理を行って、特徴量データに合わせた濃度分布に変換しても良い。
CPU2は、ステップS213で得られた模擬医用画像の作成条件から形状や位置情報を取得し、ステップS702で得られた抽出領域に対して、行列演算や膨張・収縮処理等によって形状の変換を行う。例えば、図6(c)ではコンテキストメニュー606で選択された脳の中等度の萎縮の特徴量データから萎縮の度合い等の情報を取得してステップS702で得られた抽出領域の収縮処理が行われる。
CPU2は、ステップS213で得られた模擬医用画像の作成条件から模擬病巣の形状情報や濃度情報、撮影条件や画像条件等の関連情報と模擬病巣モデルデータ503を取得し、表示メモリ5にロードされている画像の撮影条件や画像条件等と適合するように模擬病巣モデルデータを変形する。例えば、図6(b)のように冠動脈に中サイズの不安定プラークが追加される場合、取得した模擬病巣モデルデータのFOVと表示メモリ5にロードされている画像のFOVとの差や、取得した模擬病巣モデルデータの血管径とステップS702で抽出した血管領域の径との差を低減するように模擬病巣モデルデータの変形処理が行われる。
CPU2は、ステップS706で取得した模擬病巣の濃度情報、撮影条件や画像条件等の関連情報と模擬病巣モデルデータ503を基に、表示メモリ5にロードされている画像の撮影条件や画像条件等と適合するように模擬病巣モデルデータの濃度を調整する。例えば、図6(b)のように冠動脈に中サイズの不安定プラークが追加される場合、取得した模擬病巣モデルデータの撮影条件と表示メモリ5にロードされている画像の撮影条件の違いによって生じる濃度特性の差や、取得した模擬病巣モデルデータの濃度分布とステップS702で抽出した血管領域の濃度分布との差をなくすように模擬病巣モデルデータの濃度調整処理が行われる。
CPU2は、ステップS706およびステップS707で変形処理と濃度調整処理等の模擬病巣補正処理がなされた模擬病巣モデルデータをステップS701で指定された位置に追加する。なお、ポリゴンメッシュを作成して物体を追加しても良い。
ステップS213で得られた模擬医用画像の作成条件から、基準画像内の領域の形状や濃度値の変化を行ったり物体を追加したりすることに伴って、基準画像の濃度変換処理が必要と判断される場合はステップS710に処理が進み、基準画像の変形処理が必要と判断される場合はステップS711に処理が進む。基準画像の補正処理が必要ないと判断された場合は模擬医用画像作成処理が終了となる。
ステップS213で得られた模擬医用画像の作成条件から、補正対象領域の濃度値の補正に使用する情報が取得されて補正対象領域の濃度変換処理が行われる。ここでは、必要に応じて模擬医用画像の作成条件から補正対象領域の抽出条件が取得されて補正対象領域の抽出が行われる。例えば、図6(c)のように脳の萎縮後の差分領域に対しては、特徴量データから取得された周辺領域の濃度値の範囲、平均値、標準偏差を使った正規乱数、一様乱数で、各画素の濃度値を置き換える等の処理が行われる。例えば、図6(b)のように冠動脈に不安定プラークが追加される場合、ステップS213で得られた特徴量データから心筋の脂肪化の存在が判断されて心筋部分の濃度値が変化させられる。
ステップS213で得られた模擬医用画像の作成条件から、補正対象領域の変形処理に使用する情報が取得され、ステップS708で追加された模擬病巣モデルの形状に応じて補正対象領域の変形処理が行われる。ステップS702で抽出された隣接する臓器や関連する臓器等の変形処理が行われる。ステップS213取得した特徴量データに複数の特徴量データが紐付けられていた場合には、特徴量データの数の分、ステップS702〜ステップS711が繰り返される。
CPU2は、マウス8やキーボード9の操作によって画像データの読み込み操作が選択されると、ステップS204に処理を進める。
実施例1と同じである。
CPU2は、マウス8やキーボード9の操作によって所見情報入力操作が選択されると、ステップS205に処理を進める。
実施例1と同じである。
(ステップS903)
CPU2は、マウス8やキーボード9の操作によって指定された形状データを読み込み、記憶装置4に格納する。形状データは、医用画像データに限らず、一般的な三次元モデル作成ツールや医用画像撮像装置以外で取得された画像データから作成される。形状データの指定方法には、例えば対象ドライブを指定し、指定されたドライブ内のデータ構造をツリー表示し、単数または複数選択して読み込む方法がある。
CPU2は、ステップS206で得られた座標情報を基に特徴量解析を行い、特徴量解析によって得られた特徴量データを記憶装置4に格納する。特徴量データは、実施例1と同様である。
CPU2は、ステップS904で記憶装置4に格納された特徴量を模擬病巣データベース17に登録する。
実施例1と同じである。
Claims (6)
- 様々な模擬病巣が記憶される記憶部と、
所見情報の選択を受付ける選択部と、
前記所見情報に応じて前記記憶部の中の模擬病巣を基準画像に追加して模擬医用画像を作成する模擬医用画像作成部と、を備え、
前記模擬医用画像作成部は追加される模擬病巣に基づいて前記基準画像に補正処理をしてから基準画像に模擬病巣を追加することを特徴とする医用画像処理装置。 - 請求項1に記載の医用画像処理装置において、
前記補正処理は、追加される模擬病巣の周辺領域の濃度を変換する濃度変換処理であることを特徴とする医用画像処理装置。 - 請求項1に記載の医用画像処理装置において、
前記補正処理は、追加される模擬病巣の周辺領域を変形させる変形処理であることを特徴とする医用画像処理装置。 - 請求項1に記載の医用画像処理装置において、
操作者が前記模擬医用画像を読影している間の操作者の視線位置または操作内容を動作記録として記録する動作記録部と、
操作者毎の動作記録を比較表示する比較表示部と、をさらに備えることを特徴とする医用画像処理装置。 - 請求項4に記載の医用画像処理装置において、
前記比較表示部は操作者毎の読影結果をさらに比較表示することを特徴とする医用画像処理装置。 - 所見情報の選択を受付ける選択ステップと、
前記所見情報に応じて模擬病巣を基準画像に追加して模擬医用画像を作成する模擬医用画像作成ステップと、を備え、
前記模擬医用画像作成ステップでは追加される模擬病巣に基づいて前記基準画像に補正処理をしてから基準画像に模擬病巣を追加することを特徴とする医用画像処理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015153235A JP6461743B2 (ja) | 2015-08-03 | 2015-08-03 | 医用画像処理装置および医用画像処理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015153235A JP6461743B2 (ja) | 2015-08-03 | 2015-08-03 | 医用画像処理装置および医用画像処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017029461A JP2017029461A (ja) | 2017-02-09 |
JP6461743B2 true JP6461743B2 (ja) | 2019-01-30 |
Family
ID=57987417
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015153235A Active JP6461743B2 (ja) | 2015-08-03 | 2015-08-03 | 医用画像処理装置および医用画像処理方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6461743B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4218604A4 (en) | 2020-09-28 | 2024-04-10 | FUJIFILM Corporation | IMAGE PROCESSING DEVICE, OPERATING METHOD FOR IMAGE PROCESSING DEVICE AND OPERATING PROGRAM FOR IMAGE PROCESSING DEVICE |
CN113962868B (zh) * | 2021-09-10 | 2023-03-31 | 数坤(北京)网络科技股份有限公司 | 一种医学虚拟现实图像的显示方法、装置及存储介质 |
CN115798725B (zh) * | 2022-10-27 | 2024-03-26 | 佛山读图科技有限公司 | 用于核医学的带病灶人体仿真影像数据制作方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008048880A (ja) * | 2006-08-24 | 2008-03-06 | Ge Medical Systems Global Technology Co Llc | 画像作成方法 |
US8270560B2 (en) * | 2008-02-25 | 2012-09-18 | Hitachi Medical Corporation | X-ray CT scan simulator and X-ray CT apparatus |
JP5814853B2 (ja) * | 2012-04-18 | 2015-11-17 | 富士フイルム株式会社 | 立体モデルデータ生成装置および方法並びにプログラム |
-
2015
- 2015-08-03 JP JP2015153235A patent/JP6461743B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2017029461A (ja) | 2017-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4818846B2 (ja) | 医用画像処理装置及び医用画像処理プログラム | |
US20190021677A1 (en) | Methods and systems for classification and assessment using machine learning | |
JP5643304B2 (ja) | 胸部トモシンセシスイメージングにおけるコンピュータ支援肺結節検出システムおよび方法並びに肺画像セグメント化システムおよび方法 | |
US8244010B2 (en) | Image processing device and a control method and control program thereof | |
RU2711140C2 (ru) | Редактирование медицинских изображений | |
US20070237380A1 (en) | Three-dimensional medical image display device equipped with pre-processing system implementing clinical protocol | |
JP5812841B2 (ja) | 画像診断支援装置、画像診断支援方法、画像診断支援プログラム | |
JP7027046B2 (ja) | 医用画像撮像装置及び方法 | |
JP5943353B2 (ja) | 画像処理装置及び画像処理方法 | |
US20170221204A1 (en) | Overlay Of Findings On Image Data | |
JP2017051591A (ja) | 情報処理装置及びその方法、情報処理システム、コンピュータプログラム | |
EP3424017B1 (en) | Automatic detection of an artifact in patient image data | |
JP2007135858A (ja) | 画像処理装置 | |
JP2007275318A (ja) | 画像表示装置、画像表示方法およびそのプログラム | |
JP6461743B2 (ja) | 医用画像処理装置および医用画像処理方法 | |
JP6301277B2 (ja) | 診断補助画像生成装置および診断補助画像生成方法、並びに、診断補助画像生成プログラム | |
EP2484286B1 (en) | Device and method for displaying medical image and program | |
EP3389006B1 (en) | Rib unfolding from magnetic resonance images | |
CN109350059A (zh) | 用于肘部自动对准的组合的转向引擎和界标引擎 | |
JP6734111B2 (ja) | 所見情報作成装置及びシステム | |
JP6827707B2 (ja) | 情報処理装置および情報処理システム | |
US10896501B2 (en) | Rib developed image generation apparatus using a core line, method, and program | |
JP7144129B2 (ja) | 医用画像診断装置及び医用情報管理装置 | |
JP2011120827A (ja) | 診断支援システム、診断支援プログラムおよび診断支援方法 | |
JP2019162314A (ja) | 情報処理装置、情報処理方法、及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20171030 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20171107 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180416 |
|
TRDD | Decision of grant or rejection written | ||
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20181128 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20181204 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181226 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6461743 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: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |