JP6461743B2 - Medical image processing apparatus and medical image processing method - Google Patents
Medical image processing apparatus and medical image processing method 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
本発明はX線CT装置、MRI装置、超音波装置などの医用画像撮影装置で取得された医用画像を処理する医用画像処理装置および医用画像処理方法に係り、読影訓練用の医用画像を作成する技術に関する。 The present invention relates to a medical image processing apparatus and a medical image processing method for processing a medical image acquired by a medical image capturing apparatus such as an X-ray CT apparatus, an MRI apparatus, and an ultrasonic apparatus, and creates a medical image for interpretation training. Regarding technology.
医用画像撮影装置で取得された医用画像は、読影医によって読影され、画像診断に用いられる。読影医は様々な症例の医用画像を読影し、画像診断が下せるように経験を積んでおくことが望ましい。 A medical image acquired by the medical image photographing apparatus is interpreted by an interpreting doctor and used for image diagnosis. It is desirable that an interpreting doctor interprets medical images of various cases and gains experience so that an image diagnosis can be made.
特許文献1には、病巣を模擬する様々な仮想結節と胸部画像とを合成することにより、読影訓練用の教材として、被検体の体格、模擬病巣の性状、形、大きさ、位置、個数、撮影条件等が異なる医用画像を作成することが開示されている。 In Patent Document 1, by synthesizing various virtual nodules and chest images simulating a lesion, as a teaching material for interpretation training, the physique of the subject, the nature, shape, size, position, number of the simulated lesion, It is disclosed that medical images having different imaging conditions are created.
しかしながら、特許文献1は、主に肺の結節を想定した簡易的なものであり、模擬病巣を追加することによる周辺構造への影響については考慮されていなかった。つまり、ほとんどが空気領域である肺に仮想結節を追加する場合は周辺構造への影響を無視できるが、他の領域では周辺構造の変形や転位を考慮する必要がある。例えば、脂質に富んだ偏心性のプラークで血管の陽性リモデリングや微細な石灰化を持つ不安定プラークを実際の症例に近い状態で作り込むのは容易ではなかった。 However, Patent Document 1 is a simple one that mainly assumes a lung nodule, and the effect on the surrounding structure due to the addition of a simulated lesion is not considered. In other words, when adding virtual nodules to the lung, which is mostly in the air region, the influence on the surrounding structure can be ignored, but in other regions, it is necessary to consider deformation and dislocation of the surrounding structure. For example, it was not easy to make unstable plaques with lipid-rich eccentric plaques with positive remodeling of blood vessels and fine calcifications close to actual cases.
そこで本発明の目的は、肺以外の領域においても模擬病巣の影響を考慮しながら様々な読影訓練用画像を作成できる医用画像処理装置および医用画像処理方法を提供することである。 Accordingly, an object of the present invention is to provide a medical image processing apparatus and a medical image processing method capable of creating various interpretation training images in consideration of the influence of a simulated lesion even in a region other than the lung.
上記目的を達成するために、本発明は、所見情報に応じて基準画像上に模擬病巣を追加し、追加された模擬病巣に基づいて基準画像に補正処理をする。 In order to achieve the above object, according to the present invention, a simulated lesion is added to the reference image in accordance with the finding information, and the reference image is corrected based on the added simulated lesion.
より具体的には、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である。 More specifically, a storage unit in which various simulated lesions are stored, a selection unit that accepts selection of finding information, and a simulated lesion in the storage unit is added to a reference image according to the finding information for simulation A simulated medical image creating unit for creating a medical image, wherein the simulated medical image creating unit corrects the reference image based on the added simulated lesion and then adds the simulated lesion to the reference image. A medical image processing apparatus.
また、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である。 A selection step for accepting selection of finding information; and a simulated medical image creation step for creating a simulated medical image by adding a simulated lesion to a reference image in accordance with the finding information, and adding in the simulated medical image creation step The medical image processing method is characterized in that after the correction process is performed on the reference image based on the simulated lesion, the simulated lesion is added to the reference image.
本発明によれば、肺以外の領域においても模擬病巣の影響を考慮しながら様々な読影訓練用画像を作成できる医用画像処理装置および医用画像処理方法を提供することができる。 According to the present invention, it is possible to provide a medical image processing apparatus and a medical image processing method capable of creating various interpretation training images in consideration of the influence of a simulated lesion even in a region other than the lung.
以下、添付図面に従って本発明に係る医用画像処理装置の好ましい実施形態について説明する。なお、以下の説明及び添付図面において、同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略することにする。 Preferred embodiments of a medical image processing apparatus according to the present invention will be described below with reference to the accompanying drawings. In the following description and the accompanying drawings, the same reference numerals are given to the constituent elements having the same functional configuration, and redundant description will be omitted.
図1は医用画像処理装置1のハードウェア構成を示す図である。医用画像処理装置1は、CPU(Central Processing Unit)2、主メモリ3、記憶装置4、表示メモリ5、表示装置6、マウス8に接続されたコントローラ7、キーボード9、カメラ10、ネットワークアダプタ11が、システムバス12によって信号送受可能に接続されて構成される。医用画像処理装置1は、ネットワーク13を介して医用画像撮影装置14や医用画像データベース15、課題症例データベース16、模擬病巣データベース17、訓練結果データベース18と信号送受可能に接続される。ここで、「信号送受可能に」とは、電気的、光学的に有線、無線を問わずに、相互にあるいは一方から他方へ信号送受可能な状態を示す。
FIG. 1 is a diagram illustrating a hardware configuration of the medical image processing apparatus 1. The medical image processing apparatus 1 includes a CPU (Central Processing Unit) 2, a
CPU2は、各構成要素の動作を制御する装置である。CPU2は、記憶装置4に格納されるプログラムやプログラム実行に必要なデータを主メモリ3にロードして実行する。記憶装置4は、医用画像撮影装置14により撮影された医用画像データや、マウス8やキーボード9からの入力を受けてCPU2が後述するプログラムを実行することによって作成された模擬医用画像データや課題症例データを格納する装置であり、具体的にはハードディスク等である。
The
また、記憶装置4は、フレシキブルディスク、光(磁気)ディスク、ZIPメモリ、USBメモリ等の可搬性記録媒体とデータの受け渡しをする装置であっても良い。医用画像データはLAN(Local Area Network)等のネットワーク13を介して医用画像撮影装置14や医用画像データベース15から取得される。また、記憶装置4には、CPU2が実行するプログラムやプログラム実行に必要なデータが格納される。主メモリ3は、CPU2が実行するプログラムや演算処理の途中経過を記憶するものである。
The
表示メモリ5は、液晶ディスプレイやCRT(Cathode Ray Tube)等の表示装置6に表示するための表示データを一時格納するものである。マウス8やキーボード9は、操作者が医用画像処理装置1に対して操作指示を行う操作デバイスである。マウス8はトラックパッドやトラックボールなどの他のポインティングデバイスであっても良い。コントローラ7は、マウス8の状態を検出して、表示装置6上のマウスポインタの位置を取得し、取得した位置情報等をCPU2へ出力するものである。カメラ10は操作者の視線を計測するものである。ネットワークアダプタ11は、医用画像処理装置1をLAN、電話回線、インターネット等のネットワーク13に接続するためのものである。
The
医用画像撮影装置14は、被検体の断層画像等の医用画像データを取得する装置である。医用画像撮影装置14は、例えば、MRI装置やX線CT装置、超音波診断装置、シンチレーションカメラ装置、PET装置、SPECT装置など、である。医用画像データベース15は、医用画像撮影装置14によって撮影された医用画像データを記憶するデータベースシステムである。
The medical
課題症例データベース16は、マウス8やキーボード9から入力された所見情報と、マウス8やキーボード9からの入力を受けてCPU2が後述するプログラムを実行することによって作成された模擬医用画像データや医用画像データベース15の医用画像データと、を関連付けて記憶するデータベースシステムである。模擬病巣データベース17は、マウス8やキーボード9からの入力を受けてCPU2が後述するプログラムを実行することによって作成された模擬病巣の特徴量データを記憶するデータベースシステムである。訓練結果データベース18は、マウス8やキーボード9、カメラ10からの入力や、CPU2で実行されるプログラム等を記録したデータを記憶するデータベースシステムである。
The
CPU2が後述する方法を実行することにより、医用画像データや模擬医用画像は表示装置6に表示される。
When the
図2は、本発明の実施例1の処理の流れを示す図である。以下、図2の各ステップについて詳細に説明する。 FIG. 2 is a diagram showing the flow of processing in the first embodiment of the present invention. Hereinafter, each step of FIG. 2 will be described in detail.
(ステップS201)
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。
(Step S201)
When the task case data creation mode is selected by operating the mouse 8 or the keyboard 9, the
CPU2は、マウス8やキーボード9の操作によって読影訓練モードが選択されると、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S218に処理を進める。
When the interpretation training mode is selected by operating the mouse 8 or the keyboard 9, the
(ステップS202)
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。
(Step S202)
The
(ステップS203)
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。
(Step S203)
When the image data reading operation is selected by operating the mouse 8 or the keyboard 9, the
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S202で選択された画像データを記憶装置4から表示メモリ5にロードしてステップS205に処理を進める。所見情報入力操作は、例えば図3の所見情報入力ボタン307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。
When the finding information input operation is selected by operating the mouse 8 or the keyboard 9, the
CPU2は、マウス8やキーボード9の操作によって模擬画像作成操作が選択されると、ステップS202で選択された画像データを記憶装置4から表示メモリ5にロードしてステップS211に処理を進める。模擬画像作成操作は、例えば図3の模擬画像作成ボタン306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。
When the simulated image creation operation is selected by operating the mouse 8 or the keyboard 9, the
CPU2は、マウス8やキーボード9の操作によって条件設定操作が選択されると、ステップS216に処理を進める。条件設定操作は、例えば図3の条件設定ボタン305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。
When the condition setting operation is selected by the operation of the mouse 8 or the keyboard 9, the
(ステップS204)
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。
(Step S204)
The
(Step S205)
The
(ステップS206)
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。
(Step S206)
The
なお、CPU2は、主メモリ3にプログラムをロードして、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を使って、領域の抽出処理や各種計測処理を実施して、その結果を表示装置6に表示する。操作者は表示装置6に表示された情報を基に所見情報を入力する。
The
(ステップS207)
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。
(Step S207)
The
(ステップS208)
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。
(Step S208)
(ステップS209)
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。
(Step S209)
The
(ステップS210)
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。
(Step S210)
The
Note that after the processing in step S210, the processing may be continued by making a transition to steps S201, S203, and S205.
(ステップS211)
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。
(Step S211)
The
(ステップS212)
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。
(Step S212)
The
(ステップS213)
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。
(Step S213)
When a creation condition is selected by the mouse 8 or the keyboard 9 from the candidates for the creation condition of the simulated medical image displayed in step S212, the
(ステップS214)
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。
(Step S214)
The
(ステップS215)
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。
(Step S215)
The
なお、ステップS215の処理後は、ステップS201やS203、S205、S211に遷移して、処理を継続しても良い。 Note that after the processing in step S215, the processing may be continued by making a transition to steps S201, S203, S205, and S211.
(ステップS216)
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。
(Step S216)
The
(ステップS217)
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。
(Step S217)
The
なお、ステップS217の処理後は、ステップS201やS203、S216に遷移して、処理を継続しても良い。 Note that after the processing in step S217, the processing may be continued by making a transition to steps S201, S203, and S216.
(ステップS218)
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。
(Step S218)
The
(ステップS219)
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。
(Step S219)
The
(ステップS220)
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。
(Step S220)
The
なお、CPU2は、主メモリ3にプログラムをロードして、マウス8やキーボード9の操作によって指定された位置情報を使って、領域の抽出処理や各種計測処理を実施して、その結果を表示装置6に表示する。操作者は表示装置6に表示された情報を基に読影結果を入力する。また、CPU2は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、カメラ10で取得された操作者の視線位置のデータ等を動作記録として記録する。
The
(ステップS221)
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。
(Step S221)
When the interpretation completion operation is performed by the mouse 8 or the keyboard 9, the
(ステップS222)
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。
(Step S222)
The
なお、ステップS222の処理後は、ステップS201やS203、S218に遷移して、処理を継続しても良い。 Note that after the processing in step S222, the processing may be continued by making a transition to steps S201, S203, and S218.
図4は、本発明の実施例1の模擬病巣データ作成の処理の流れを示す図である。以下、図4の各ステップについて詳細に説明する。 FIG. 4 is a diagram showing a flow of processing for creating simulated lesion data according to the first embodiment of the present invention. Hereinafter, each step of FIG. 4 will be described in detail.
(ステップS401)
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。
(Step S401)
CPU2 advances the process to step S402 when the extraction result of the lesion area does not exist in
(ステップS402)
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。
(Step S402)
The
(ステップS403)
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。
(Step S403)
The
(ステップS404)
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。
(Step S404)
The
(ステップS405)
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。
(Step S405)
The
(ステップS406)
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。
(Step S406)
The
(ステップS407)
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。
(Step S407)
The
(ステップS408)
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。
(Step S408)
The
(Step S409)
CPU2 is feature value data obtained by acquiring feature value data having the same finding information from the
(ステップS410)
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。
(Step S410)
The
図5は、本発明の実施例1の模擬病巣の特徴量データおよび模擬病巣データベース17の構成の一例を示す図である。図5Aに示すように、模擬病巣データベース17は、例えば、症例分類データ501、特徴量データ502および模擬病巣モデルデータ503に分けて管理される。症例や病巣等の名称やサイズ等を階層化したデータは、図5Bのように症例分類データ501として管理される。
FIG. 5 is a diagram showing an example of the configuration of the simulated lesion feature data and the
特徴量データ502は、図5Cに示すように複数の特徴量データテーブルとして管理され、各特徴量データテーブルには、症例分類ID、模擬病巣を作成する際の処理の種類や処理の条件や使用する模擬病巣モデルデータのID、模擬病巣の形状や濃度値の分布の統計データ、医用画像の撮影条件や解像度等の関連情報、基準画像の補正処理に使用する処理方法や特徴量等の情報等が含まれる。
The
さらに、ステップS206で入力された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を含む所見情報も特徴量データテーブルに格納されても良い。模擬病巣モデルデータ503は、複数の過去症例から切り出してモデル化した模擬病巣モデルとして管理される。模擬病巣モデルデータ503は、図5Dに示すように、病巣に関する既知の特徴量等を基に作成したものでも良い。
In addition, the patient information entered in step S206, such as the patient history, family history, interview results and examination purpose, and observation information including examination information obtained from examinations other than image diagnosis are also stored in the feature data table. Also good. The simulated
なお、症例分類データ501は、一つの症例に対して関連する複数の病巣等を紐付けて管理する役割も持つ。例えば、複数の臓器に病巣がある症例の場合、各臓器の模擬病巣の特徴量データ502や模擬病巣モデルデータ503を個別に作成しておき、症例分類データ501によって複数の模擬病巣の特徴量データ502や模擬病巣モデルデータ503をひとまとめにして管理する。
The
図7は、本発明の実施例1の模擬医用画像データ作成の処理の流れを示す図である。以下、図7の各ステップについて詳細に説明する。 FIG. 7 is a diagram showing a flow of processing for creating simulated medical image data according to the first embodiment of the present invention. Hereinafter, each step of FIG. 7 will be described in detail.
(ステップS701)
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。
(Step S701)
The
(ステップS702)
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。
(Step S702)
The
(ステップS703)
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。
(Step S703)
The
(ステップS704)
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。
(Step S704)
The
(ステップS705)
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。
(Step S705)
The
(ステップS706)
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。
(Step S706)
The
(ステップS707)
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。
(Step S707)
Based on the simulated
(ステップS708)
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。
(Step S708)
The
(ステップS709)
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。
(Step S709)
Based on the simulated medical image creation conditions obtained in step S213, it is determined that density conversion processing of the reference image is necessary as the shape or density value of the region in the reference image is changed or an object is added. If YES, the process proceeds to step S710. If it is determined that the reference image needs to be deformed, the process proceeds to step S711. When it is determined that the reference image correction process is not necessary, the simulated medical image creation process ends.
基準画像の補正処理の判定には模擬用画像の作成条件として取得した模擬病巣データ内の特徴量データテーブル内の周辺領域の処理方法のデータや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を含む所見情報等が使用される。 To determine the correction processing of the reference image, data on the processing method of the surrounding area in the feature data table in the simulated lesion data acquired as the creation condition of the simulation image, basic patient information, past history, family history, interview results Finding information including examination information obtained from examinations other than image diagnosis, examination purpose, and image diagnosis is used.
例えば、特徴量データテーブル内の周辺領域の処理方法のデータが隣接臓器の転位を示していれば、追加された模擬病巣の形状に沿った周辺領域の転位が必要と判断されてステップS711に処理が進む。また、例えば、図6(a)のように肝臓の脂肪化の処理が行われる場合には、患者の体脂肪率や腹囲、血液検査の情報等を基に皮下脂肪を増やす処理や腹腔内の脂肪化の処理が必要であると判断されてステップS710に処理が進む。 For example, if the data of the processing method of the peripheral region in the feature amount data table indicates dislocation of the adjacent organ, it is determined that the dislocation of the peripheral region along the shape of the added simulated lesion is necessary, and the processing is performed in step S711 Advances. In addition, for example, when the liver fattening process is performed as shown in FIG. 6 (a), the process of increasing subcutaneous fat based on the patient's body fat percentage, waist circumference, blood test information, etc. It is determined that the fatification process is necessary, and the process proceeds to step S710.
(ステップS710)
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。
(Step S710)
Information used for correcting the density value of the correction target area is acquired from the simulated medical image creation conditions obtained in step S213, and the density conversion process of the correction target area is performed. Here, the correction target region extraction condition is acquired from the simulated medical image creation condition as necessary, and the correction target region is extracted. For example, for the difference area after brain atrophy as shown in FIG. 6 (c), the density range of the peripheral area acquired from the feature data, the average value, the normal random number using the standard deviation, the uniform Processing such as replacing the density value of each pixel with a random number is performed. For example, when unstable plaque is added to the coronary artery as shown in FIG. 6 (b), the presence of myocardial fat is determined from the feature data obtained in step S213, and the concentration value of the myocardial portion is changed. .
(ステップS711)
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。
(Step S711)
Information used for the deformation processing of the correction target area is acquired from the simulated medical image creation conditions obtained in step S213, and the correction target area is deformed according to the shape of the simulated lesion model added in step S708. Is called. Deformation processing of adjacent organs and related organs extracted in step S702 is performed. If a plurality of feature amount data is associated with the feature amount data acquired in step S213, steps S702 to S711 are repeated for the number of feature amount data.
本発明の実施例1では、模擬変性処理や模擬病巣補正処理や基準画像補正処理を行うことで、実際の症例に近い模擬医用画像データを容易に作成でき、作成した模擬医用画像データを訓練用のデータとして使用することで、効果的かつ効率的に読影の経験を積み、必要な知識を蓄えることができる。 In the first embodiment of the present invention, simulated medical image data close to an actual case can be easily created by performing simulated degeneration processing, simulated lesion correction processing, and reference image correction processing, and the created simulated medical image data is used for training. By using it as data, it is possible to accumulate interpretation experience and accumulate necessary knowledge effectively and efficiently.
図9は、本発明の実施例2の処理の流れを示す図である。以下、図9の各ステップについて詳細に説明する。なお、実施例1と同じステップには同じステップ符号を付け、説明を省略する。 FIG. 9 is a diagram showing a flow of processing of the second embodiment of the present invention. Hereinafter, each step of FIG. 9 will be described in detail. The same steps as those in the first embodiment are denoted by the same step symbols, and the description thereof is omitted.
(ステップS901)
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。
(Step S901)
When the image data reading operation is selected by operating the mouse 8 or the keyboard 9, the
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操作が選択されると、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。
When the task case data creation operation is selected by operating the mouse 8 or the keyboard 9, the
CPU2は、マウス8やキーボード9の操作によって条件設定操作が選択されると、ステップS903に処理を進める。
When the condition setting operation is selected by operating the mouse 8 or the keyboard 9, the
CPU2は、マウス8やキーボード9の操作によって読影訓練操作が選択されると、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S217に処理を進める。
When an interpretation training operation is selected by operating the mouse 8 or the keyboard 9, the
(ステップS202、S204)
実施例1と同じである。
(Step S202, S204)
Same as Example 1.
(ステップS702)
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。
(Step S702)
When the finding information input operation is selected by operating the mouse 8 or the keyboard 9, the
CPU2は、マウス8やキーボード9の操作によって模擬画像作成操作が選択されると、ステップS211に処理を進める。
When the simulated image creation operation is selected by operating the mouse 8 or the keyboard 9, the
(ステップS205〜S206、S210〜S214)
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。
(Steps S205 to S206, S210 to S214)
Same as Example 1.
(Step S903)
The
(ステップS904)
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。
(Step S904)
The
(ステップS905)
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。
(Step S905)
The
なお、ステップS905の処理後は、ステップS901やS217に遷移して、処理が継続されても良い。 Note that after the processing in step S905, the processing may be continued by making a transition to steps S901 and S217.
(ステップS218〜S222)
実施例1と同じである。
(Steps S218 to S222)
Same as Example 1.
本発明の実施例2では、医用画像データ以外のさまざまな情報を基にすることで、より柔軟に模擬医用画像データを作成でき、訓練用のデータとして使用することで、効果的かつ効率的に読影の経験を積み、必要な知識を蓄えることができる。また、実際に経験することが難しい症例であっても、模擬医用画像データを作成して使用することで訓練を行うことができる。
In
以上、本発明の実施形態を述べたが、本発明はこれらに限定されるものではない。 As mentioned above, although embodiment of this invention was described, this invention is not limited to these.
1 医用画像処理装置、2 CPU、3 主メモリ、4 記憶装置、5 表示メモリ、6 表示装置、7 コントローラ、8 マウス、9 キーボード、10 カメラ、11 ネットワークアダプタ、12 システムバス、13 ネットワーク、14 医用画像撮影装置、15 医用画像データベース、16 課題症例データベース、17 模擬病巣データベース、18 訓練結果データベース、301 検索機能、302 読み込みボタン、303 画像情報一覧、304 サムネイル画像一覧、305 条件設定ボタン、306 模擬画像作成ボタン、307 所見情報入力ボタン、501 症例分類データ、502 特徴量データ、503 模擬病巣モデルデータ、601、603 マウスポインタ、602、604、606 コンテキストメニュー、605 ROI、801 検索機能、802 画像情報一覧、803 サムネイル画像一覧 1 Medical image processing device, 2 CPU, 3 Main memory, 4 Storage device, 5 Display memory, 6 Display device, 7 Controller, 8 Mouse, 9 Keyboard, 10 Camera, 11 Network adapter, 12 System bus, 13 Network, 14 Medical Imaging device, 15 Medical image database, 16 Problem case database, 17 Simulated lesion database, 18 Training result database, 301 Search function, 302 Load button, 303 Image information list, 304 Thumbnail image list, 305 Condition setting button, 306 Simulated image Create button, 307 Finding information input button, 501 Case classification data, 502 Feature data, 503 Simulated lesion model data, 601, 603 Mouse pointer, 602, 604, 606 Context menu, 605 ROI, 801 Search function, 802 Image information list , 803 thumbnail image list
Claims (6)
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。 A storage unit for storing various simulated lesions;
A selection unit that accepts selection of findings information;
A simulated medical image creation unit that creates a simulated medical image by adding a simulated lesion in the storage unit to a reference image according to the findings information, and
The medical image processing apparatus, wherein the simulated medical image creation unit performs a correction process on the reference image based on the added simulated lesion and then adds the simulated lesion to the reference image.
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。 The medical image processing apparatus according to claim 1,
The medical image processing apparatus according to claim 1, wherein the correction process is a density conversion process for converting a density of a peripheral region of a simulated lesion to be added.
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。 The medical image processing apparatus according to claim 1,
The medical image processing apparatus according to claim 1, wherein the correction process is a deformation process for deforming a peripheral region of a simulated lesion to be added.
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。 The medical image processing apparatus according to claim 1,
An operation recording unit that records the operator's line-of-sight position or operation content as an operation record while the operator interprets the simulated medical image;
A medical image processing apparatus, further comprising: a comparison display unit that compares and displays operation records for each operator.
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。 The medical image processing apparatus according to claim 4, wherein
The comparison display unit further compares and displays an interpretation result for each operator, and a medical image processing apparatus.
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。 A selection step for accepting selection of findings information;
A simulated medical image creating step of creating a simulated medical image by adding a simulated lesion to a reference image according to the finding information,
In the simulated medical image creation step, a correction process is performed on the reference image based on the added simulated lesion, and then the simulated lesion is added to the reference image.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015153235A JP6461743B2 (en) | 2015-08-03 | 2015-08-03 | Medical image processing apparatus and medical image processing method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015153235A JP6461743B2 (en) | 2015-08-03 | 2015-08-03 | Medical image processing apparatus and medical image processing method |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017029461A JP2017029461A (en) | 2017-02-09 |
JP6461743B2 true JP6461743B2 (en) | 2019-01-30 |
Family
ID=57987417
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015153235A Active JP6461743B2 (en) | 2015-08-03 | 2015-08-03 | Medical image processing apparatus and medical image processing method |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6461743B2 (en) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7440655B2 (en) | 2020-09-28 | 2024-02-28 | 富士フイルム株式会社 | Image processing device, image processing device operating method, image processing device operating program |
CN113962868B (en) * | 2021-09-10 | 2023-03-31 | 数坤(北京)网络科技股份有限公司 | Medical virtual reality image display method and device and storage medium |
CN115798725B (en) * | 2022-10-27 | 2024-03-26 | 佛山读图科技有限公司 | Method for manufacturing human body simulation image data with lesion for nuclear medicine |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008048880A (en) * | 2006-08-24 | 2008-03-06 | Ge Medical Systems Global Technology Co Llc | Image forming method |
JP5588859B2 (en) * | 2008-02-25 | 2014-09-10 | 株式会社日立メディコ | X-ray CT scan simulator and X-ray CT apparatus |
JP5814853B2 (en) * | 2012-04-18 | 2015-11-17 | 富士フイルム株式会社 | Stereo model data generation apparatus and method, and program |
-
2015
- 2015-08-03 JP JP2015153235A patent/JP6461743B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP2017029461A (en) | 2017-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4818846B2 (en) | Medical image processing apparatus and medical image processing program | |
JP5643304B2 (en) | Computer-aided lung nodule detection system and method and chest image segmentation system and method in chest tomosynthesis imaging | |
US20190021677A1 (en) | Methods and systems for classification and assessment using machine learning | |
US8244010B2 (en) | Image processing device and a control method and control program thereof | |
RU2711140C2 (en) | Editing medical images | |
US20070237380A1 (en) | Three-dimensional medical image display device equipped with pre-processing system implementing clinical protocol | |
JP5812841B2 (en) | Image diagnosis support apparatus, image diagnosis support method, and image diagnosis support program | |
JP7027046B2 (en) | Medical image imaging device and method | |
JP5943353B2 (en) | Image processing apparatus and image processing method | |
US20170221204A1 (en) | Overlay Of Findings On Image Data | |
JP2017051591A (en) | Information processing device and method thereof, information processing system, and computer program | |
EP3424017B1 (en) | Automatic detection of an artifact in patient image data | |
JP2007275318A (en) | Image display device, image display method, and its program | |
EP3389006B1 (en) | Rib unfolding from magnetic resonance images | |
JP6461743B2 (en) | Medical image processing apparatus and medical image processing method | |
JP6301277B2 (en) | Diagnostic auxiliary image generation apparatus, diagnostic auxiliary image generation method, and diagnostic auxiliary image generation program | |
EP2484286B1 (en) | Device and method for displaying medical image and program | |
JP2007135858A (en) | Image processor | |
JP7144129B2 (en) | Medical image diagnosis device and medical information management device | |
CN109350059A (en) | For ancon self-aligning combined steering engine and boundary mark engine | |
JP6734111B2 (en) | Finding information creation device and system | |
JP6827707B2 (en) | Information processing equipment and information processing system | |
US10896501B2 (en) | Rib developed image generation apparatus using a core line, method, and program | |
US20190251691A1 (en) | Information processing apparatus and information processing method | |
JP2011120827A (en) | Diagnosis support system, diagnosis support program, and diagnosis support method |
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 |
|
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 |