JP2010514486A - 医療撮像システム - Google Patents
医療撮像システム Download PDFInfo
- Publication number
- JP2010514486A JP2010514486A JP2009543558A JP2009543558A JP2010514486A JP 2010514486 A JP2010514486 A JP 2010514486A JP 2009543558 A JP2009543558 A JP 2009543558A JP 2009543558 A JP2009543558 A JP 2009543558A JP 2010514486 A JP2010514486 A JP 2010514486A
- Authority
- JP
- Japan
- Prior art keywords
- region
- interest
- feature
- boundary
- confidence level
- 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.)
- Pending
Links
Images
Classifications
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
- A61B1/04—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor combined with photographic or television appliances
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
- G06V10/987—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns with the intervention of an operator
-
- 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
- G06T2207/10132—Ultrasound image
-
- 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
-
- 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
- G06T2207/30048—Heart; Cardiac
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
- G06V2201/031—Recognition of patterns in medical or anatomical images of internal organs
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Medical Informatics (AREA)
- Radiology & Medical Imaging (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Optics & Photonics (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Image Processing (AREA)
Abstract
本発明は、医療撮像システムに関する。第一に、関心のある特徴の少なくとも一つの領域の境界の決定が実行される。第二に、前記関心のある特徴の少なくとも一つの領域の境界の決定を表す信頼レベルが計算される。第三に、前記関心のある特徴の少なくとも一つの領域であって、関連付けられた境界が所定の閾値より低い信頼レベルをもつ領域を表す情報が表示される。
Description
本発明は、医療撮像システムおよび対応する方法に関する。本発明は、特に超音波撮像の領域においてその用途を見出す。
既知の医療撮像システムは、左心室のような身体の関心のある特徴の3D画像のシーケンスを取得してそれを画面上に表示し、そのような関心のある特徴の境界(border)を決定して画面上に表示し、境界決定の誤差を画面上で視覚的に検出し、そのような誤差を手動で訂正することを可能にする。そのような誤差を視覚的に検出するためには、ユーザーは3Dシーケンス上で関心のある領域を選び、3D画像を構成するすべての2D画像を見る。次いで、ユーザーが境界決定に誤差があるのを見ると、ユーザーはそれを手動で訂正しうる。
前記撮像システムの一つの欠点は、前記システムのユーザーは、3Dシーケンスの関心のある特徴の諸領域のすべての境界を見て必要であれば訂正したい場合、2Dの対応画像すべてを抽出する必要があり、一枚の3D画像は約100の2D画像から構成されるので、ユーザーが損をするということである。ユーザーは心臓サイクル中の約3000枚の画像を見る必要があり、これは非常に骨が折れる。
ユーザーに時間を節約するシステムを提案し、関心のある特徴の諸領域の境界の訂正についてユーザーを助けることが本発明の諸実施形態の一つの目的である。
この目的に向け、システムは、ある実施形態では、以下の動作を制御するための制御手段を有する:
・身体の一部の画像のシーケンスにおける関心のある特徴の少なくとも一つの領域の境界の自動決定、
・前記関心のある特徴の少なくとも一つの領域の境界の決定を表す信頼レベルの計算、
・前記関心のある特徴の少なくとも一つの領域であって、関連付けられた境界が所定の閾値より低い信頼レベルをもつ領域を表す情報の表示。
・身体の一部の画像のシーケンスにおける関心のある特徴の少なくとも一つの領域の境界の自動決定、
・前記関心のある特徴の少なくとも一つの領域の境界の決定を表す信頼レベルの計算、
・前記関心のある特徴の少なくとも一つの領域であって、関連付けられた境界が所定の閾値より低い信頼レベルをもつ領域を表す情報の表示。
本発明は、心臓サイクル全体を表す画像のシーケンスのような複数の画像を有する画像のシーケンスのために好適であるが、本発明は、単一の画像からなる画像のシーケンスとともに用いられてもよい。したがって、「画像のシーケンス」という表現は、「少なくとも一つの画像」をも意味するものと理解されるべきである。
境界をその信頼レベルとともに表す情報の表示は、ユーザーに時間を節約することを許容する。ユーザーは自動的に、注意を集中しなければならない、訂正される必要があるかもしれない境界を見るからである。
限定されないある実施形態によれば、表示される情報は、関心のある特徴の複数の領域の境界にそれぞれ関連付けられた信頼レベルのマップである。それは、ユーザーが、関心のある特徴の諸領域およびその関連付けられた信頼レベルのグローバルなビューをもつことを許容する。
限定されないある実施形態によれば、前記制御手段は、関心のある特徴の少なくとも一つの領域であって、その境界が訂正された領域を表す第二の情報の表示の制御を許容する。それは、ユーザーが自らの修正を追うことを許容する。
限定されないある実施形態によれば、前記制御手段は、前記情報に基づいて低い信頼度の領域の2Dスライス・ビューの自動的表示の制御を許容する。
本発明はまた、医療撮像の方法であって:
・身体の一部の画像のシーケンスにおける関心のある特徴の少なくとも一つの領域の境界を自動的に決定する段階と、
・前記関心のある特徴の少なくとも一つの領域の境界の決定を表す信頼レベルを計算する段階と、
・前記関心のある特徴の少なくとも一つの領域であって、関連付けられた境界が所定の閾値より低い信頼レベルをもつ領域、を表す情報を表示する段階とを有する、
方法に関する。
・身体の一部の画像のシーケンスにおける関心のある特徴の少なくとも一つの領域の境界を自動的に決定する段階と、
・前記関心のある特徴の少なくとも一つの領域の境界の決定を表す信頼レベルを計算する段階と、
・前記関心のある特徴の少なくとも一つの領域であって、関連付けられた境界が所定の閾値より低い信頼レベルをもつ領域、を表す情報を表示する段階とを有する、
方法に関する。
本発明は最後に、プログラム命令を有するコンピュータ・プログラム・プロダクトであって、前記プログラム命令は、前記プログラムがプロセッサによって実行されたときに前記方法を実行するためのプログラム命令である、コンピュータ・プログラム・プロダクトに関する。
本発明のこれらおよびその他の側面は、以下に記載される実施形態から明白となり、これを参照することで明快にされるであろう。
本発明について、これから、限定されない例として、付属の図面を参照しながらより詳細に述べる。
本発明のある実施形態に基づくシステムSYSが図1に記載されている。
システムSYSは、全体がプローブPRBを形成するトランスデューサーのアレイTARおよびその付随する電子回路と協働する。
システムSYSは、以下の動作を制御するコントローラCTRLを有する:
・身体の一部の画像のシーケンスSQの取得;
・身体の一部の画像のシーケンスSQにおける関心のある特徴(FI: feature of interest)の少なくとも一つの領域RIの境界Bの自動決定;
・関心のある特徴FIの少なくとも一つの領域RIの境界Bに関連付けられる、前記境界の決定を表す信頼レベル(confidence level)CLの計算;
・関心のある特徴FIの少なくとも一つの領域RIであって関連付けられた境界が所定の閾値THより低い信頼レベルCLをもつものを表す情報INの表示。
・身体の一部の画像のシーケンスSQの取得;
・身体の一部の画像のシーケンスSQにおける関心のある特徴(FI: feature of interest)の少なくとも一つの領域RIの境界Bの自動決定;
・関心のある特徴FIの少なくとも一つの領域RIの境界Bに関連付けられる、前記境界の決定を表す信頼レベル(confidence level)CLの計算;
・関心のある特徴FIの少なくとも一つの領域RIであって関連付けられた境界が所定の閾値THより低い信頼レベルCLをもつものを表す情報INの表示。
システムSYSはさらに、任意的に、LCD画面のような、取得された画像のシーケンスSQを表示する画面SCRおよびユーザー・インターフェースM_USERを有する。システムSYSは、取得された画像Iを保存するためのメモリMEMを有してもよい。
ある実施形態では、コントローラCTRLはさらに、画像のシーケンスSQの表示および前記情報INに基づく低信頼度の領域RIの2Dスライス・ビューの自動表示を制御するよう構成される。
コントローラCTRLは、命令によってあらかじめプログラムされることのできる、あるいはシステムSYSのユーザーによってたとえばインターフェースM_USERを介してプログラムされることのできるマイクロプロセッサを含むことを注意しておく。
画像Iは2Dスライスに分解されうる3Dグレーレベル画像であり、通例、MPR「多断面再構成(Multiplanar Reconstruction)」ビューと呼ばれるものであることを注意しておく。
そのようなシステムSYSは超音波において、特に左心室LVのような器官測定が実行される必要がある場合に使用されうる。図2に示されるように、心臓が左心室LVおよび右心室RV、大動脈AO、左心房LAおよび右心房RAから構成され、動脈血は左心室LVから大動脈AOに行き、一方、右心室RVは右心房RAから受け取った静脈血を肺動脈に出すことを想起されたい。左心室LVが機能している仕方が心臓の健康状態を示すので、超音波撮像システムSYSを使うとき、前記左心室LVに特に焦点が当てられる。
ここで図3を参照すると、左心室LVの内壁は、標準的な米国心臓協会(American Heart Association)の臨床心臓病学に関する評議会の心臓撮像委員会(Cardiac Imaging Committee of the Council on Clinical Cardiology)による「心臓の断層撮像のための標準化された心筋セグメンテーションおよび命名法(Standardized Myocardial Segmentation and Nomenclature for Tomographic Imaging of the Heart)」において定義されるように、17のセグメントSGにセグメンテーションされうる。こうして、図3は、「標的図(bulls eye)」と呼ばれるそのようなセグメンテーションの周極プロット(circumferential polar plot)上の表示であり、図4はそのようなセグメンテーションの3Dビューである。17のセグメントは前記標準によって名付けられている。たとえば、セグメント第17は心尖(apex)、下部および中部空洞における前壁(anterior wall)の位置を特定するセグメント第1および第7は、心基部前側(basal anterior)および中央部前側(mid-anterior)と名付けられている。そのようなセグメンテーションは、以下に記載されるように超音波撮像システムによって使用されうる。
左心室LVの画像を取得するために、限定されないある実施形態では心臓に近い心尖のところで、超音波プローブPRBが患者の身体にあてがわれ、撮像システムSYSは以下に述べる動作を実行する。
1)三次元画像のシーケンスSQの取得
システムSYSのユーザーは、プローブPRBを身体の関心のある部分、ここでは心臓、より特定的には左心室の上で動かす。
システムSYSのユーザーは、プローブPRBを身体の関心のある部分、ここでは心臓、より特定的には左心室の上で動かす。
グレーレベルの三次元画像のシーケンスが取得される。画像のシーケンスSQは画面SCR上に表示される。三次元画像のシーケンスSQが約20Hzで実行され、一つのシーケンスSQは約20の三次元画像から構成されることを注意しておく。左心室LVの体積全体を見るために、画像取得が4心臓サイクルの間に実行され、各心臓サイクルにおいて左心室LVの四分の一が取得されることを注意しておく。この3D取得は、いくつかの体積を得ることを許容する。
画像のシーケンスSQの取得が本発明に必須ではないことを注意しておくべきであろう。図1の実施形態では、コントローラCTRLはこの取得をも制御するが、この取得は別個のシステムによって制御されてもよい。たとえば、取得は取得システムによって実行され、画像のシーケンスは、たとえば無線接続によって、前記画像のシーケンスSQにおける関心のある特徴FIの少なくとも一つの領域RIの境界の自動決定を制御し、前記関心のある特徴の少なくとも一つの領域の境界に関連付けられた、前記境界の決定を表す信頼レベルを計算し、前記関心のある特徴の少なくとも一つの領域であって関連付けられた境界が所定の閾値より低い信頼レベルをもつ領域を表す情報を表示する手段を有するシステムに送られてもよい。
2)身体の一部の画像のシーケンスSQにおける関心のある特徴FIの少なくとも一つの領域RIの境界Bの自動決定
この動作は、シーケンスSQの各画像Iにおける左心室LVの種々の領域RIの境界Bの位置を決定することを、通例左心室LVのセグメンテーションと呼ばれる方法によって、許容する。そのようなセグメンテーションは、たとえば、文献、O・ジェラール(G´erard)、A・コレ‐ビヨン(Collet-Billon)、J.-M.ルーエ(Rouet)、M・ジャコブ(Jacob)、M・フラドキン(Fradkin)、「3D超音波心臓造影法における左心室機能の効率的なモデル・ベースの定量化(Efficient Model-Based Quantification of Left Ventricular Function in 3-D Echocardiography)」、医療撮像に関するIEEE紀要(IEEE Transactions on medical imaging)、第21巻、第9号、2002年9月によく記載されている。
この動作は、シーケンスSQの各画像Iにおける左心室LVの種々の領域RIの境界Bの位置を決定することを、通例左心室LVのセグメンテーションと呼ばれる方法によって、許容する。そのようなセグメンテーションは、たとえば、文献、O・ジェラール(G´erard)、A・コレ‐ビヨン(Collet-Billon)、J.-M.ルーエ(Rouet)、M・ジャコブ(Jacob)、M・フラドキン(Fradkin)、「3D超音波心臓造影法における左心室機能の効率的なモデル・ベースの定量化(Efficient Model-Based Quantification of Left Ventricular Function in 3-D Echocardiography)」、医療撮像に関するIEEE紀要(IEEE Transactions on medical imaging)、第21巻、第9号、2002年9月によく記載されている。
領域RIは少なくとも一つのボクセルから構成されており、複数のボクセルから構成されていてもよいことを注意しておく。
自動決定は、たとえば、左心室LVの動きの測定に基づいてもよい。この場合、自動決定は、勾配に基づくエッジ(edge based on gradient)、密度レベル(density level)、テクスチャー追跡(texture tracking)のような画像中での特徴特性付け(feature characterization)に基づいていてもよい。
使用される特徴特性付けの種類は画像のシーケンスSQ上に見られる左心室LVの諸領域の解剖学的モデル関数に従って選ばれることを注意しておく。
もちろん、画像Iにおける関心のある特徴FIの領域RIの境界Bの自動決定のためのいかなる方法が使用されてもよい。
境界Bが推定されたとき、左心室LVの表面の時間発展を、たとえば種々の領域RIの速度情報に基づくパラメトリック画像IPを取得することによって決定しうる。
左心室LVの諸領域RIの速度情報に、画面SCR上でパラメトリック画像IPとして表示されるために色が関連付けられる。たとえば、その領域が収縮するときに赤色が使用されることができ、その一方、領域が弛緩するときに青色が使用されることができる。左心室LVが正しく機能している場合は、左心室LV全体は収縮時には赤で表示され、弛緩時には青で表示されるべきである。そうでない場合には、左心室LVは一部は赤で、他の部分は青で表示される。色は一様ではない。これは、領域によって速度ピークが異なるので、いくつかの領域RIは他の領域RIよりも遅く収縮または弛緩するということを意味する。よって、表面の発展は、左心室LVにおいて何らかの非同期があるかどうかを示す。
もちろん、速度以外の他の情報、たとえば変形、変位または加速情報といった情報も、パラメトリック画像IPのために使用されうる。
パラメトリック画像の取得は、たとえば、文書、A・ストイレン(Stoylen)、C・B・イングル(Inggul)、H・トルプ(Torp)、「ひずみおよびひずみ速度パラメトリック撮像。三つの標準的な心尖平面からの3-/4-次元画像への後処理のための新しい方法。実現可能性、アーチファクトおよび領域的な共同作用不全可視化についての予備的データ(A new method for post processing to 3-/4-dimensional images from three standard apical planes. Preliminary data on feasibility, artefact and regional dyssynergy visualisation)」、「心血管超音波2003(Cardiovascular Ultrasound 2003)」、1:11 doi:10.1186/1476-7120-1-11、ノルウェー国トロンヘイム、ノルウェー科学技術大学医学部循環および医療撮像学科、においてよく記載されている。
3)関心のある特徴FIの少なくとも一つの領域RIの境界Bの決定を表す信頼レベルCLの計算
超音波取得の画像の品質は、たとえば患者のエコー発生性、線密度、限られた視野……等のようないくつかの因子に依存するので、左心室LVの種々の領域RIの境界Bの決定に信頼レベルCLが関連付けられる。この信頼レベルは、前述したような、密度レベルのためのグレーレベル、勾配に基づくエッジのための勾配レベルおよびテクスチャー追跡のためのグローバル/ローカル統計に対する閾値といった、境界Bを決定するために使用された特徴特性付けの局所的な推定に依存する。
超音波取得の画像の品質は、たとえば患者のエコー発生性、線密度、限られた視野……等のようないくつかの因子に依存するので、左心室LVの種々の領域RIの境界Bの決定に信頼レベルCLが関連付けられる。この信頼レベルは、前述したような、密度レベルのためのグレーレベル、勾配に基づくエッジのための勾配レベルおよびテクスチャー追跡のためのグローバル/ローカル統計に対する閾値といった、境界Bを決定するために使用された特徴特性付けの局所的な推定に依存する。
信頼レベルの計算は、取得された画像シーケンスSQの各画像Iについて実行される。
測定に関連付けられるそのような信頼レベルは、たとえば、文書、R・ワン(Wang)、H・J・チャン(Zhang)、Y・Q・チャン(Zhang)、「圧縮された領域のために構築された、信頼尺度に基づく動きのあるオブジェクトの抽出システム(A confidence measure based moving object extraction system built for compressed domain)」、回路およびシステムに関するIEEE国際シンポジウム(IEEE International Symposium on Circuits and Systems)、2000年5月28〜31日、スイス国ジュネーヴ、ISCAS2000によく記載されている。
4)関心のある特徴FIの少なくとも一つの領域RIであって、関連付けられた境界Bが所定の閾値THより低い信頼レベルCLをもつ領域を表す情報の表示
閾値THはたとえば60%であってもよい。もちろん、閾値の他のいかなる値が定義されてもよい。
閾値THはたとえば60%であってもよい。もちろん、閾値の他のいかなる値が定義されてもよい。
表示は、取得された画像のシーケンスSQの各画像Iについて実行される。たとえば、前記情報INは左心室LVの3D画像で、図5に示されるような諸領域RIに色を付けたものである。各色は信頼レベルCLの値に関連付けられている。領域RI1およびRI2は低い信頼レベルCLをもつ。もちろん、前記閾値THより大きな関連付けられた信頼レベルをもつ他の領域について、他の色が使用されてもよい。
よって、高い信頼レベルまたは低い信頼レベルをもつ関心のある特徴FIの複数の領域RIの境界Bにそれぞれ関連付けられた、信頼レベルCLのマップが表示されうる。
よって、表示される情報INを用いて、ユーザーは、領域RIの低い信頼レベルCLをもつ境界Bを手動で検証または訂正しうる。
ユーザーが手動で境界Bを修正するために、ユーザー・インターフェースM_USERが手動の編集ツールを有する。
5)情報INに基づく低信頼度の領域の2Dスライス・ビューの自動表示
ユーザーが手動で低信頼レベルの領域の境界を訂正するのを助けるために、システムSYSは、信頼度マップMPに基づいて、低信頼度の位置で3D画像を自動的にスライスしてもよい。たとえば、図6に示されるように、当該画像の低信頼度の部分を通るMPR「多断面再構成」2Dスライス・ビューが、やはり見直すべき領域(たとえば領域RI1、RI2)を指示する色とともに、自動的にユーザーに対して表示されてもよい。二つ以上のMPRビューが表示されてもよい。たとえば、関心のある領域RIを通ってスライスする三つの垂直な平面が表示されてもよい。
ユーザーが手動で低信頼レベルの領域の境界を訂正するのを助けるために、システムSYSは、信頼度マップMPに基づいて、低信頼度の位置で3D画像を自動的にスライスしてもよい。たとえば、図6に示されるように、当該画像の低信頼度の部分を通るMPR「多断面再構成」2Dスライス・ビューが、やはり見直すべき領域(たとえば領域RI1、RI2)を指示する色とともに、自動的にユーザーに対して表示されてもよい。二つ以上のMPRビューが表示されてもよい。たとえば、関心のある領域RIを通ってスライスする三つの垂直な平面が表示されてもよい。
システムSYSによって示される領域RIがユーザーにとって関心がある場合、ユーザーはその境界を訂正してもよい。システムSYSはその際、自動的に関心のある領域RIを、二番目に低い信頼度をもつ領域などのほうに自動的に動かす。そうでなければ、ユーザーがシステムに対して、低い信頼度をもつ次の領域に移りたいことを示す。そのようにして続いていく。
もう一つの実施形態では、ユーザーは、図5に示されるように、オルソビューア(orthoviewer)Pの使用を伴うMPRビューを自分で選んでもよい。ユーザーはオルソビューアPを使って、関心のある領域の2Dスライス、たとえば領域RI1およびRI2についての2Dスライスなどが見えるまでそれを動かしてもよい。
低信頼度の領域RIへの自動位置合わせは、ユーザーの訂正においてユーザーを案内することを許容する。こうしてユーザーは時間を節約する。
6)情報INおよび表示の更新
ユーザーが境界Bを訂正するときはいつでも、ユーザーの訂正を示し、そうした訂正に際して信頼できる信頼レベルCLを適用するために前記情報は更新されうる。ユーザーに対してどの部分が自分の訂正によって有効的にカバーされるかを示すために、別の色が使用されてもよい。
ユーザーが境界Bを訂正するときはいつでも、ユーザーの訂正を示し、そうした訂正に際して信頼できる信頼レベルCLを適用するために前記情報は更新されうる。ユーザーに対してどの部分が自分の訂正によって有効的にカバーされるかを示すために、別の色が使用されてもよい。
よって、本来的(intrinsic)と呼ばれるもともとの信頼度情報(confidence information)INは常に表示されてもよく、外来的(extrinsic)と呼ばれる更新された(updated)信頼度情報INuが並行して表示されてもよい。よって、この外来的信頼度情報INuは、ユーザー対話のすべての領域および程度を、その履歴に沿って記憶することになる。
よって、外来的信頼度情報INuは、ユーザーに対して、ユーザーがどこで修正を施したかを表示することを許容することになる。この情報を用いれば、介入の密度の変化(たとえば、画像のある部分には多くの介入があるが他の部分には全くない)は、未修正の領域を探査するための警告サインとなるであろう。
ユーザーにより訂正が実行されたのち、再びステップ3)の信頼レベルの局所的な推定の計算を実行してもよいことを注意しておく。それは、ユーザーの訂正を取り入れて推定をやり直すことを許容する。
7)パラメトリック画像IPと本来的INおよび外来的INuの信頼度情報とのマージ
最終結果として、ユーザーは、図7および図8に示されるように、前述したようにたとえば速度情報を示すパラメトリック画像IPと、本来的INおよび外来的INuの信頼度情報との間のマージである最終パラメトリック画像IFを有してもよい。
最終結果として、ユーザーは、図7および図8に示されるように、前述したようにたとえば速度情報を示すパラメトリック画像IPと、本来的INおよび外来的INuの信頼度情報との間のマージである最終パラメトリック画像IFを有してもよい。
図7は、最終パラメトリック画像IFの2Dでの表現である。低い信頼レベルの領域はパラメトリック画像IPから消去されている。したがって、ユーザーは、パラメトリック表現のどのセグメントSGが、たとえば低い信頼レベルをもつ領域または複数の領域RIによってカバーされるかを見ることができる。
図8は、低い信頼レベルの領域がパラメトリック画像IPから消去されている最終パラメトリック画像IFの3Dでの表現である。
よって、結果として得られるパラメトリック画像IFは、最終的な測定(壁同期不全(wall dyssynchrony))が真に信頼できる領域を同定し、示すことを許容する。
本来的および外来的信頼度情報はここでは、各画像Iのすべての本来的および外来的情報の組み合わせであることを注意しておく。
ユーザーが最終的なパラメトリック画像IFを得るためには、ユーザー・インターフェースM_USERが、たとえばボタンのような十分な手段を有する。
図9は、本発明のある実施形態に基づく医療撮像のための方法を示しており、システムSYSによって制御される種々の動作が示されている。
上述した実施形態は、本発明を限定するというよりは例解するものであり、当業者は付属の請求項によって定義される本発明の範囲から外れることなく多くの代替的な実施形態を設計できるであろうことを注意しておくべきである。使用されている例は、画像の超音波心臓検査法シーケンスについて記載されてきたが、もちろん、他の撮像モダリティについて得られるいかなる画像にも拡張されうる。
請求項において、括弧内に参照符号があったとしてもその請求項を限定するものと解釈してはならない。「有する」および「含む」などの語は、いずれかの請求項または全体としての明細書において挙げられているもの以外の要素やステップの存在を排除するものではない。要素の単数形での言及はそのような要素の複数の言及を排除するものではなく、逆に、要素の複数形での言及はそのような要素の単数の言及を排除するものでもない。
本発明は、いくつかの相異なる要素を有するハードウェアによって、および好適にプログラムされたコンピュータによって実装されてもよい。いくつかの手段を列挙する装置請求項において、それらの手段のいくつかは同一のハードウェア項目によって具現されてもよい。ある種の施策が互いに異なる従属請求項において記載されているというだけの事実がそれらの施策の組み合わせが有利に使用できないことを示すものではない。
Claims (6)
- 制御手段を有する医療撮像システムであって、前記制御手段は、以下の動作、すなわち:
・身体の一部の画像のシーケンスにおける関心のある特徴の少なくとも一つの領域の境界の自動決定、
・前記関心のある特徴の少なくとも一つの領域の境界の前記決定を表す信頼レベルの計算、
・前記関心のある特徴の少なくとも一つの領域であって関連付けられた境界が所定の閾値より低い信頼レベルをもつ領域、を表す情報の表示、
を制御する、システム。 - 前記の表示される情報が、関心のある特徴の複数の領域の境界にそれぞれ関連付けられた信頼レベルのマップである、請求項1記載のシステム。
- 前記制御手段が、関心のある特徴の少なくとも一つの領域であってその境界が訂正された領域、を表す第二の情報の表示の制御を許容する、請求項1記載のシステム。
- 前記制御手段が、前記情報(IN)に基づく低い信頼度の領域の2Dスライス・ビューの自動的表示の制御を許容する、請求項1記載のシステム。
- 医療撮像方法であって:
・身体の一部の画像のシーケンスにおける関心のある特徴の少なくとも一つの領域の境界を自動的に決定する段階と、
・前記関心のある特徴の少なくとも一つの領域の境界の決定を表す信頼レベルを計算する段階と、
・前記関心のある特徴の少なくとも一つの領域であって関連付けられた境界が所定の閾値より低い信頼レベルをもつ領域、を表す情報を表示する段階とを有する、
方法。 - コンピュータ・プログラムであって、前記プログラムがプロセッサによって実行されたときに請求項5記載の方法を実行するプログラム命令を有する、コンピュータ・プログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP06301294 | 2006-12-26 | ||
PCT/IB2007/055161 WO2008078265A2 (en) | 2006-12-26 | 2007-12-17 | Medical imaging system |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2010514486A true JP2010514486A (ja) | 2010-05-06 |
Family
ID=39563030
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009543558A Pending JP2010514486A (ja) | 2006-12-26 | 2007-12-17 | 医療撮像システム |
Country Status (5)
Country | Link |
---|---|
JP (1) | JP2010514486A (ja) |
KR (1) | KR20090098839A (ja) |
CN (1) | CN101568941A (ja) |
RU (1) | RU2009128709A (ja) |
WO (1) | WO2008078265A2 (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013005871A (ja) * | 2011-06-23 | 2013-01-10 | Canon Inc | 被検体情報取得装置、表示制御方法およびプログラム |
JP2013544176A (ja) * | 2010-12-27 | 2013-12-12 | セント・ジュード・メディカル・エイトリアル・フィブリレーション・ディヴィジョン・インコーポレーテッド | 超音波を使用した解剖学的モデルの改良 |
JP2014090887A (ja) * | 2012-11-05 | 2014-05-19 | Konica Minolta Inc | 超音波を用いた被検体の3次元復元方法および装置 |
JP2017525445A (ja) * | 2014-07-29 | 2017-09-07 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 超音波撮像装置 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8200466B2 (en) | 2008-07-21 | 2012-06-12 | The Board Of Trustees Of The Leland Stanford Junior University | Method for tuning patient-specific cardiovascular simulations |
US8848989B2 (en) * | 2009-01-23 | 2014-09-30 | Koninklijke Philips N.V. | Cardiac image processing and analysis |
US9405886B2 (en) | 2009-03-17 | 2016-08-02 | The Board Of Trustees Of The Leland Stanford Junior University | Method for determining cardiovascular information |
US9763587B2 (en) | 2010-06-10 | 2017-09-19 | Biosense Webster (Israel), Ltd. | Operator-controlled map point density |
US8315812B2 (en) | 2010-08-12 | 2012-11-20 | Heartflow, Inc. | Method and system for patient-specific modeling of blood flow |
EP3578109B1 (en) | 2017-02-01 | 2020-08-26 | FUJIFILM Corporation | Ultrasound diagnostic device, ultrasound diagnostic device control method and ultrasound diagnostic device control program |
WO2020234653A1 (en) * | 2019-05-20 | 2020-11-26 | Aranz Healthcare Limited | Automated or partially automated anatomical surface assessment methods, devices and systems |
US20210100530A1 (en) * | 2019-10-04 | 2021-04-08 | GE Precision Healthcare LLC | Methods and systems for diagnosing tendon damage via ultrasound imaging |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6491636B2 (en) | 2000-12-07 | 2002-12-10 | Koninklijke Philips Electronics N.V. | Automated border detection in ultrasonic diagnostic images |
CN101116110B (zh) * | 2005-02-08 | 2013-03-27 | 皇家飞利浦电子股份有限公司 | 医学图像浏览协议 |
-
2007
- 2007-12-17 WO PCT/IB2007/055161 patent/WO2008078265A2/en active Application Filing
- 2007-12-17 CN CNA2007800481584A patent/CN101568941A/zh active Pending
- 2007-12-17 JP JP2009543558A patent/JP2010514486A/ja active Pending
- 2007-12-17 RU RU2009128709/08A patent/RU2009128709A/ru unknown
- 2007-12-17 KR KR1020097013099A patent/KR20090098839A/ko not_active Application Discontinuation
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013544176A (ja) * | 2010-12-27 | 2013-12-12 | セント・ジュード・メディカル・エイトリアル・フィブリレーション・ディヴィジョン・インコーポレーテッド | 超音波を使用した解剖学的モデルの改良 |
JP2013005871A (ja) * | 2011-06-23 | 2013-01-10 | Canon Inc | 被検体情報取得装置、表示制御方法およびプログラム |
JP2014090887A (ja) * | 2012-11-05 | 2014-05-19 | Konica Minolta Inc | 超音波を用いた被検体の3次元復元方法および装置 |
JP2017525445A (ja) * | 2014-07-29 | 2017-09-07 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 超音波撮像装置 |
US10743844B2 (en) | 2014-07-29 | 2020-08-18 | Koninklijke Philips N.V. | Ultrasound imaging apparatus |
Also Published As
Publication number | Publication date |
---|---|
WO2008078265A2 (en) | 2008-07-03 |
WO2008078265A3 (en) | 2009-02-05 |
RU2009128709A (ru) | 2011-02-10 |
KR20090098839A (ko) | 2009-09-17 |
CN101568941A (zh) | 2009-10-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2010514486A (ja) | 医療撮像システム | |
Niemann et al. | Anatomically oriented right ventricular volume measurements with dynamic three-dimensional echocardiography validated by 3-Tesla magnetic resonance imaging | |
JP5108905B2 (ja) | 3dデータセット中の画像ビューを自動的に特定する方法および装置 | |
Simpson et al. | Three-dimensional echocardiography in congenital heart disease: an expert consensus document from the European Association of Cardiovascular Imaging and the American Society of Echocardiography | |
JP4918048B2 (ja) | 画像処理装置及び方法 | |
Leung et al. | Automated border detection in three-dimensional echocardiography: principles and promises | |
EP3120323B1 (en) | Image processing apparatus and method for segmenting a region of interest | |
EP2936364B1 (en) | Method and apparatus for simulating blood flow under patient-specific boundary conditions derived from an estimated cardiac ejection output | |
BR112015025074B1 (pt) | Sistema de imageamento por ultrassom e método para gerar e avaliar vistas bidimensionais padrão a partir de dados de volume ultrassônico tridimensional | |
JP2014036863A (ja) | 超音波映像の管理方法、表示方法及びその装置 | |
US9462952B2 (en) | System and method for estimating artery compliance and resistance from 4D cardiac images and pressure measurements | |
CN110956076B (zh) | 基于容积渲染在三维超声数据中进行结构识别的方法和系统 | |
US20150317799A1 (en) | Medical image processing apparatus, method, and program | |
CN111655159A (zh) | 人工智能射血分数测量 | |
CN104093362B (zh) | 超声波诊断装置以及轮廓提取方法 | |
EP2059173B1 (en) | System and method for measuring left ventricular torsion | |
JP2005152656A (ja) | 心臓の表示方法及び装置 | |
EP2070046A2 (en) | Medical imaging system | |
Aziz et al. | Assessment of left ventricular volume and function using real-time 3D echocardiography versus angiocardiography in children with tetralogy of Fallot | |
US10832492B2 (en) | Panoramic visualization of coronary arterial tree | |
Jainandunsing et al. | 3-dimensional right ventricular volume assessment | |
US9286677B2 (en) | Reorientation of cardiac images | |
CN112336378B (zh) | 一种用于动物超声诊断的m型超声心动图处理方法和系统 | |
JP2020527399A (ja) | 対象の動的多次元画像に対する方法及びシステム | |
Medvedofsky et al. | Three-dimensional echocardiography for evaluation of the right ventricle—updates on image acquisition and analysis |