Nothing Special   »   [go: up one dir, main page]

JP2017169830A - 動態解析装置 - Google Patents

動態解析装置 Download PDF

Info

Publication number
JP2017169830A
JP2017169830A JP2016059343A JP2016059343A JP2017169830A JP 2017169830 A JP2017169830 A JP 2017169830A JP 2016059343 A JP2016059343 A JP 2016059343A JP 2016059343 A JP2016059343 A JP 2016059343A JP 2017169830 A JP2017169830 A JP 2017169830A
Authority
JP
Japan
Prior art keywords
shape
frame image
value
dynamic
dynamic analysis
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
Application number
JP2016059343A
Other languages
English (en)
Inventor
藤原　浩一
Koichi Fujiwara
浩一 藤原
仁 二村
Hitoshi Futamura
仁 二村
昭教 角森
Akinori Tsunomori
昭教 角森
翔 野地
Sho Noji
翔 野地
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Konica Minolta Inc
Original Assignee
Konica Minolta Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Konica Minolta Inc filed Critical Konica Minolta Inc
Priority to JP2016059343A priority Critical patent/JP2017169830A/ja
Priority to US15/455,335 priority patent/US20170278239A1/en
Publication of JP2017169830A publication Critical patent/JP2017169830A/ja
Pending legal-status Critical Current

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
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/48—Diagnostic techniques
    • A61B6/485—Diagnostic techniques involving fluorescence X-ray imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/48—Diagnostic techniques
    • A61B6/486—Diagnostic techniques involving generating temporal series of image data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/48—Diagnostic techniques
    • A61B6/486—Diagnostic techniques involving generating temporal series of image data
    • A61B6/487—Diagnostic techniques involving generating temporal series of image data involving fluoroscopy
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
    • A61B6/5264—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise due to motion
    • 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
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/64—Analysis of geometric attributes of convexity or concavity
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/113—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing
    • 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
    • G06T2207/10016—Video; Image sequence
    • 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
    • G06T2207/10116—X-ray 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
    • G06T2207/30061—Lung

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Optics & Photonics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Physiology (AREA)
  • Geometry (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Epidemiology (AREA)
  • Databases & Information Systems (AREA)
  • Primary Health Care (AREA)
  • Data Mining & Analysis (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

【課題】動態画像に含まれる構造物の形状に基づく効率的かつ安定的な診断が行える動態解析装置を提供する。
【解決手段】診断用コンソール３によれば、制御部３１は、生体における対象部位を動態撮影することにより得られた複数のフレーム画像の中から１以上の注目フレーム画像を選択し、選択された注目フレーム画像から所定の構造物の形状を認識し、認識された構造物の形状の評価値を算出する。注目フレーム画像の選択は、対象画像の時間変化、周期運動における位相情報などから自動、或いはユーザー操作により行われる。形状評価値は、例えば横隔膜の形状の直線性を示す指標値、曲線性を示す指標値、傾き、うねりの数などから算出される。
【選択図】図１

Description

本発明は、動態解析装置に関する。
近年では、デジタル技術の適用によって、放射線撮影により、患部の動きを捉えた画像（動態画像と言う）を比較的容易に得ることができる。例えば、ＦＰＤ（Flat Panel Detector）等の半導体イメージセンサーを用いた撮影によって、検査および診断の対象となる部位（対象部位という）を含む構造物を捉えた動態画像を取得することができる。
動態画像からの診断は、情報量が多いため、診断時の医師の負担が大きく、また、医師の習熟度によって診断結果にばらつきが生じる可能性がある。
そこで、例えば、特許文献１においては、動態画像に含まれる構造物の移動変形部分の変形の度合いの評価値を算出し、診断に提供する技術が記載されている。
特開２０１６−２２５１号公報
しかしながら、特許文献１においては、動態画像に基づいて、構造物の変形、即ち、形がどれだけ変わったかを評価しているが、動態画像に基づいて、構造物の形状そのものを評価して診断に提供するものではない。
本発明の課題は、動態画像に含まれる構造物の形状に基づく効率的かつ安定的な診断が行えるようにすることである。
上記課題を解決するため、請求項１に記載の発明の動態解析装置は、
生体における対象部位を含む被写体を放射線撮影することにより得られた動態画像の複数のフレーム画像の中から１以上のフレーム画像を選択する選択手段と、
前記選択手段により選択されたフレーム画像から所定の構造物の形状を認識する形状認識手段と、
前記形状認識手段により認識された構造物の形状の評価値を算出する評価手段と、
を備える。
請求項２に記載の発明は、請求項１に記載の発明において、
前記選択手段は、前記複数のフレーム画像から得られる情報に基づいて前記フレーム画像を選択する。
請求項３に記載の発明は、請求項２に記載の発明において、
前記選択手段は、前記複数のフレーム画像から前記対象部位に係る特徴量の時間変化を取得し、前記対象部位に係る特徴量の時間変化に基づいて前記フレーム画像を選択する。
請求項４に記載の発明は、請求項３に記載の発明において、
前記選択手段は、前記対象部位に係る特徴量の時間変化における代表値を取得し、取得した代表値に基づいて前記フレーム画像を選択する。
請求項５に記載の発明は、請求項３に記載の発明において、
前記選択手段は、前記対象部位に係る特徴量の時間変化に基づいて、前記対象部位の周期運動における位相の情報を取得し、取得した位相の情報に基づいて前記フレーム画像を選択する。
請求項６に記載の発明は、請求項３〜５の何れか一項に記載の発明において、
前記対象部位に係る特徴量は、前記複数のフレーム画像における少なくとも前記対象部位の一部を含む所定領域内の画素値、前記対象部位の面積、又は前記対象部位と連動した動きをする構造物の位置情報である。
請求項７に記載の発明は、請求項１に記載の発明において、
前記選択手段は、前記動態撮影と同期した状態で前記対象部位の動態に対応する生体情報を取得するセンサーから取得された生体情報に基づいて前記フレーム画像を選択する。
請求項８に記載の発明は、請求項１に記載の発明において、
前記動態画像に関連する情報を表示する表示手段を備え、
前記選択手段は、前記表示手段に表示された前記動態画像に関連する情報に対するユーザー操作に基づいて前記フレーム画像を選択する。
請求項９に記載の発明は、請求項８に記載の発明において、
前記表示手段は、前記複数のフレーム画像を表示し、
前記選択手段は、前記表示手段に表示された複数のフレーム画像の中からユーザー操作により指定されたフレーム画像を選択する。
請求項１０に記載の発明は、請求項８に記載の発明において、
前記表示手段は、前記複数のフレーム画像から取得した前記対象部位に係る特徴量の時間変化を示す情報を表示し、
前記選択手段は、前記表示手段に表示された前記対象部位に係る特徴量の時間変化を示す情報に対するユーザー操作に基づいて前記フレーム画像を選択する。
請求項１１に記載の発明は、請求項１〜１０の何れか一項に記載の発明において、
前記評価手段は、前記形状認識手段により認識された構造物の形状の直線性を示す指標値を前記評価値として算出する。
請求項１２に記載の発明は、請求項１〜１１の何れか一項に記載の発明において、
前記評価手段は、前記形状認識手段により認識された構造物の形状の曲線性を示す指標値を前記評価値として算出する。
請求項１３に記載の発明は、請求項１〜１２の何れか一項に記載の発明において、
前記評価手段は、前記形状認識手段により認識された構造物の形状の傾きを前記評価値として算出する。
請求項１４に記載の発明は、請求項１〜１３の何れか一項に記載の発明において、
前記形状認識手段により認識される構造物は、横隔膜であり、
前記評価手段は、前記形状認識手段により認識された構造物のうねりの数を前記評価値として算出する。
本発明によれば、動態画像に含まれる構造物の形に基づく効率的かつ安定的な診断を行うことが可能となる。
本発明の実施形態における動態解析システムの全体構成を示す図である。 図１の撮影用コンソールの制御部により実行される撮影制御処理を示すフローチャートである。 図１の診断用コンソールの制御部により実行される形状評価処理を示すフローチャートである。 呼吸運動における肺野の変化を示す図である。 ユーザー操作により注目フレーム画像を選択するための表示の一例を示す図である。 ユーザー操作により注目フレーム画像を選択するための表示の一例を示す図である。 （ａ）は、健常者の横隔膜の一例を示す図、（ｂ）は、肺に疾患のある患者の横隔膜の一例を示す図である。 横隔膜の形状評価値としての直線性を示す指標値の算出手法を説明するための図である。
以下、図面を参照して本発明の実施形態を詳細に説明する。ただし、発明の範囲は、図示例に限定されない。
〔動態解析システム１００の構成〕
まず、構成を説明する。
図１に、本実施形態における動態解析システム１００の全体構成を示す。
図１に示すように、動態解析システム１００は、撮影装置１と、撮影用コンソール２とが通信ケーブル等により接続され、撮影用コンソール２と、診断用コンソール３とがＬＡＮ（Local Area Network）等の通信ネットワークＮＴを介して接続されて構成されている。動態解析システム１００を構成する各装置は、ＤＩＣＯＭ（Digital Image and Communications in Medicine）規格に準じており、各装置間の通信は、ＤＩＣＯＭに則って行われる。
〔撮影装置１の構成〕
撮影装置１は、例えば、呼吸運動に伴う肺の膨張及び収縮の形態変化、心臓の拍動等の、生体の動態を撮影する撮影手段である。動態撮影とは、被写体に対し、Ｘ線等の放射線をパルス状にして所定時間間隔で繰り返し照射するか(パルス照射)、もしくは、低線量率にして途切れなく継続して照射する(連続照射)ことで、複数の画像を取得することをいう。動態撮影により得られた一連の画像を動態画像と呼ぶ。また、動態画像を構成する複数の画像のそれぞれをフレーム画像と呼ぶ。なお、以下の実施形態では、パルス照射により動態撮影を行う場合を例にとり説明する。また、以下の実施形態では、診断の対象となる対象部位を肺野とし、呼吸に伴う肺野の換気機能の診断のために横隔膜の形状を評価する場合を例にとり説明するが、これに限定されるものではない。
放射線源１１は、被写体Ｍを挟んで放射線検出部１３と対向する位置に配置され、放射線照射制御装置１２の制御に従って、被写体Ｍに対し放射線（Ｘ線）を照射する。
放射線照射制御装置１２は、撮影用コンソール２に接続されており、撮影用コンソール２から入力された放射線照射条件に基づいて放射線源１１を制御して放射線撮影を行う。撮影用コンソール２から入力される放射線照射条件は、例えば、パルスレート、パルス幅、パルス間隔、１撮影あたりの撮影フレーム数、Ｘ線管電流の値、Ｘ線管電圧の値、付加フィルター種等である。パルスレートは、１秒あたりの放射線照射回数であり、後述するフレームレートと一致している。パルス幅は、放射線照射１回当たりの放射線照射時間である。パルス間隔は、１回の放射線照射開始から次の放射線照射開始までの時間であり、後述するフレーム間隔と一致している。
放射線検出部１３は、ＦＰＤ等の半導体イメージセンサーにより構成される。ＦＰＤは、例えば、ガラス基板等を有しており、基板上の所定位置に、放射線源１１から照射されて少なくとも被写体Ｍを透過した放射線をその強度に応じて検出し、検出した放射線を電気信号に変換して蓄積する複数の検出素子（画素）がマトリックス状に配列されている。各画素は、例えばＴＦＴ（Thin Film Transistor）等のスイッチング部を備えて構成されている。ＦＰＤにはＸ線をシンチレーターを介して光電変換素子により電気信号に変換する間接変換型、Ｘ線を直接的に電気信号に変換する直接変換型があるが、何れを用いてもよい。本実施形態において、放射線検出部１３において生成される画像データの画素値（濃度値）は、放射線の透過量が多いほど高いものとする。
放射線検出部１３は、被写体Ｍを挟んで放射線源１１と対向するように設けられている。
読取制御装置１４は、撮影用コンソール２に接続されている。読取制御装置１４は、撮影用コンソール２から入力された画像読取条件に基づいて放射線検出部１３の各画素のスイッチング部を制御して、当該各画素に蓄積された電気信号の読み取りをスイッチングしていき、放射線検出部１３に蓄積された電気信号を読み取ることにより、画像データを取得する。この画像データがフレーム画像である。そして、読取制御装置１４は、取得したフレーム画像を撮影用コンソール２に出力する。画像読取条件は、例えば、フレームレート、フレーム間隔、画素サイズ、画像サイズ（マトリックスサイズ）等である。フレームレートは、１秒あたりに取得するフレーム画像数であり、パルスレートと一致している。フレーム間隔は、１回のフレーム画像の取得動作開始から次のフレーム画像の取得動作開始までの時間であり、パルス間隔と一致している。
ここで、放射線照射制御装置１２と読取制御装置１４は互いに接続され、互いに同期信号をやりとりして放射線照射動作と画像の読み取りの動作を同調させるようになっている。
〔撮影用コンソール２の構成〕
撮影用コンソール２は、放射線照射条件や画像読取条件を撮影装置１に出力して撮影装置１による放射線撮影及び放射線画像の読み取り動作を制御するとともに、撮影装置１により取得された動態画像を撮影技師等の撮影実施者によるポジショニングの確認や診断に適した画像であるか否かの確認用に表示する。
撮影用コンソール２は、図１に示すように、制御部２１、記憶部２２、操作部２３、表示部２４、通信部２５を備えて構成され、各部はバス２６により接続されている。
制御部２１は、ＣＰＵ（Central Processing Unit）、ＲＡＭ（Random Access Memory
）等により構成される。制御部２１のＣＰＵは、操作部２３の操作に応じて、記憶部２２に記憶されているシステムプログラムや各種処理プログラムを読み出してＲＡＭ内に展開し、展開されたプログラムに従って後述する撮影制御処理を始めとする各種処理を実行し、撮影用コンソール２各部の動作や、撮影装置１の放射線照射動作及び読み取り動作を集中制御する。
記憶部２２は、不揮発性の半導体メモリーやハードディスク等により構成される。記憶部２２は、制御部２１で実行される各種プログラムやプログラムにより処理の実行に必要なパラメーター、或いは処理結果等のデータを記憶する。例えば、記憶部２２は、図２に示す撮影制御処理を実行するためのプログラムを記憶している。また、記憶部２２は、撮影部位に対応付けて放射線照射条件及び画像読取条件を記憶している。各種プログラムは、読取可能なプログラムコードの形態で格納され、制御部２１は、当該プログラムコードに従った動作を逐次実行する。
操作部２３は、カーソルキー、数字入力キー、及び各種機能キー等を備えたキーボードと、マウス等のポインティングデバイスを備えて構成され、キーボードに対するキー操作やマウス操作により入力された指示信号を制御部２１に出力する。また、操作部２３は、表示部２４の表示画面にタッチパネルを備えても良く、この場合、タッチパネルを介して入力された指示信号を制御部２１に出力する。
表示部２４は、ＬＣＤ（Liquid Crystal Display）やＣＲＴ（Cathode Ray Tube）等のモニターにより構成され、制御部２１から入力される表示信号の指示に従って、操作部２３からの入力指示やデータ等を表示する。
通信部２５は、ＬＡＮアダプターやモデムやＴＡ（Terminal Adapter）等を備え、通信ネットワークＮＴに接続された各装置との間のデータ送受信を制御する。
〔診断用コンソール３の構成〕
診断用コンソール３は、撮影用コンソール２から動態画像を取得し、取得した動態画像や動態画像に含まれる構造物の形状評価結果等を表示して医師の診断を支援するための動態解析装置である。
診断用コンソール３は、図１に示すように、制御部３１、記憶部３２、操作部３３、表示部３４、通信部３５を備えて構成され、各部はバス３６により接続されている。
制御部３１は、ＣＰＵ、ＲＡＭ等により構成される。制御部３１のＣＰＵは、操作部３３の操作に応じて、記憶部３２に記憶されているシステムプログラムや、各種処理プログラムを読み出してＲＡＭ内に展開し、展開されたプログラムに従って、後述する形状評価処理を始めとする各種処理を実行し、診断用コンソール３各部の動作を集中制御する。制御部３１は、選択手段、形状認識手段、評価手段として機能する。
記憶部３２は、不揮発性の半導体メモリーやハードディスク等により構成される。記憶部３２は、制御部３１で形状評価処理を実行するためのプログラムを始めとする各種プログラムやプログラムにより処理の実行に必要なパラメーター、或いは処理結果等のデータを記憶する。これらの各種プログラムは、読取可能なプログラムコードの形態で格納され、制御部３１は、当該プログラムコードに従った動作を逐次実行する。
操作部３３は、カーソルキー、数字入力キー、及び各種機能キー等を備えたキーボードと、マウス等のポインティングデバイスを備えて構成され、キーボードに対するキー操作やマウス操作により入力された指示信号を制御部３１に出力する。また、操作部３３は、表示部３４の表示画面にタッチパネルを備えても良く、この場合、タッチパネルを介して入力された指示信号を制御部３１に出力する。
表示部３４は、ＬＣＤやＣＲＴ等のモニターにより構成され、制御部３１から入力される表示信号の指示に従って、各種表示を行う。
通信部３５は、ＬＡＮアダプターやモデムやＴＡ等を備え、通信ネットワークＮＴに接続された各装置との間のデータ送受信を制御する。
〔動態解析システム１００の動作〕
次に、上記動態解析システム１００における動作について説明する。
（撮影装置１、撮影用コンソール２の動作）
まず、撮影装置１、撮影用コンソール２による撮影動作について説明する。
図２に、撮影用コンソール２の制御部２１において実行される撮影制御処理を示す。撮影制御処理は、制御部２１と記憶部２２に記憶されているプログラムとの協働により実行される。
まず、撮影実施者により撮影用コンソール２の操作部２３が操作され、被検者（被写体Ｍ）の患者情報（患者の氏名、身長、体重、年齢、性別等）や撮影部位（ここでは、胸部）の入力が行われる（ステップＳ１）。
次いで、放射線照射条件が記憶部２２から読み出されて放射線照射制御装置１２に設定されるとともに、画像読取条件が記憶部２２から読み出されて読取制御装置１４に設定される（ステップＳ２）。
次いで、操作部２３の操作による放射線照射の指示が待機される（ステップＳ３）。ここで、撮影実施者は、被写体Ｍを放射線源１１と放射線検出部１３の間に配置してポジショニングを行う。また、本実施形態においては、呼吸状態下で撮影を行うため、被検者（被写体Ｍ）に楽にするように指示し、安静呼吸を促す。或いは、「吸って、吐いて」等の深呼吸の誘導を行うこととしてもよい。撮影準備が整った時点で、操作部２３を操作して放射線照射指示を入力する。
操作部２３により放射線照射指示が入力されると（ステップＳ３；ＹＥＳ）、放射線照射制御装置１２及び読取制御装置１４に撮影開始指示が出力され、動態撮影が開始される（ステップＳ４）。即ち、放射線照射制御装置１２に設定されたパルス間隔で放射線源１１により放射線が照射され、放射線検出部１３によりフレーム画像が取得される。
予め定められたフレーム数の撮影が終了すると、制御部２１により放射線照射制御装置１２及び読取制御装置１４に撮影終了の指示が出力され、撮影動作が停止される。撮影されるフレーム数は、少なくとも１呼吸サイクルが撮影できる枚数である。
撮影により取得されたフレーム画像は順次撮影用コンソール２に入力され、撮影順を示す番号（フレーム番号）と対応付けて記憶部２２に記憶されるとともに（ステップＳ５）、表示部２４に表示される（ステップＳ６）。撮影実施者は、表示された動態画像によりポジショニング等を確認し、撮影により診断に適した画像が取得された（撮影ＯＫ）か、再撮影が必要（撮影ＮＧ）か、を判断する。そして、操作部２３を操作して、判断結果を入力する。
操作部２３の所定の操作により撮影ＯＫを示す判断結果が入力されると（ステップＳ７；ＹＥＳ）、動態撮影で取得された一連のフレーム画像のそれぞれに、動態画像を識別するための識別ＩＤや、患者情報、撮影部位、放射線照射条件、画像読取条件、撮影順を示す番号（フレーム番号）等の情報が付帯され（例えば、ＤＩＣＯＭ形式で画像データのヘッダ領域に書き込まれ）、通信部２５を介して診断用コンソール３に送信される（ステップＳ８）。そして、本処理は終了する。一方、操作部２３の所定の操作により撮影ＮＧを示す判断結果が入力されると（ステップＳ７；ＮＯ）、記憶部２２に記憶された一連のフレーム画像が削除され（ステップＳ９）、本処理は終了する。この場合、再撮影が必要となる。
（診断用コンソール３の動作）
次に、診断用コンソール３における動作について説明する。
診断用コンソール３においては、通信部３５を介して撮影用コンソール２から動態画像の一連のフレーム画像が受信されると、制御部３１と記憶部３２に記憶されているプログラムとの協働により図３に示す形状評価処理が実行される。
以下、図３を参照して形状評価処理の流れについて説明する。
まず、動態画像を構成する複数のフレーム画像の中から形状評価に用いるフレーム画像（注目フレーム画像と呼ぶ）が選択される（ステップＳ１１）。
注目フレーム画像の選択は、制御部３１とプログラムとの協働により自動的に選択することとしてもよいし、ユーザーが手動で選択することとしてもよい。
自動的に選択する場合、「動態画像から得られる情報に基づいて選択する」こととしてもよいし、「別センサーによって得られた生体情報に基づいて選択する」こととしてもよい。
「動態画像から得られる情報に基づいて選択する」場合、まず、動態画像を構成する各フレーム画像に基づいて対象部位である肺野に係る特徴量の時間変化を取得し、取得した肺野に係る特徴量の時間変化に基づいて、形状評価に用いる注目フレーム画像を選択する。なお、ノイズを除去するために、肺野に係る特徴量の時間変化を時間軸方向のローパスフィルターでフィルタリングしてもよい。
図４に、安静呼吸状態下において撮影された複数の時間位相Ｔ（Ｔ＝ｔ０〜ｔ６）のフレーム画像を示す。図４に示すように、呼吸サイクルは、呼気位相と吸気位相により構成される。呼気位相は、横隔膜が上がることによって肺から空気が排出され、図４に示すように肺野の領域が小さくなる。これにより肺野の密度は高くなり、動態画像では肺野が低い濃度値（画素値）で描画される。安静呼気位では、横隔膜の位置が最も高い状態となる。吸気位相は、横隔膜が下がることにより肺に空気が取り込まれ、図４に示すように胸郭中の肺野の領域が大きくなる。これにより肺野の密度は低くなり、動態画像では肺野が高い濃度値で描画される。安静吸気位では、横隔膜の位置が最も下がった状態となる。このように、胸部の動態画像の各フレーム画像における肺野内の濃度、肺野の面積、横隔膜の上下位置は、呼吸運動によるその撮影タイミングにおける肺野の状態に対応する特徴量であり、これらの特徴量の時間変化は、肺野の呼吸運動による変化に対応している。
そこで、本実施形態においては、各フレーム画像から、例えば、肺野内の濃度（画素値）、肺野の面積、又は肺野と連動した動きをする横隔膜の上下位置を示す特徴量を取得し、取得した特徴量を時間方向に並べることによって得られる時間変化に基づいて、形状評価に用いる注目フレーム画像を選択する。
肺野の濃度を示す特徴量としては、例えば、少なくとも肺野領域の一部を含む注目領域の画素値の代表値（ここでは、平均値とする）を適用することができる。注目領域は、各フレーム画像の同じ位置（座標）の領域であり、画像全体であってもよいし、肺野領域内の所定の１点であってもよい。また、注目領域は、ユーザーが手動で選択することとしてもよいし、画像処理によって自動的に選択してもよい。画像処理によって自動的に選択する場合、例えば、フレーム画像から肺野領域を抽出し、抽出された肺野領域内を注目領域とすることができる。肺野領域の抽出は、公知の何れの方法を用いてもよい。例えば、フレーム画像の各画素の画素値のヒストグラムから判別分析によって閾値を求め、この閾値より高信号の領域を肺野領域候補として１次抽出する。次いで、１次抽出された肺野領域候補の境界付近でエッジ検出を行い、境界付近の小領域でエッジが最大となる点を境界に沿って抽出すれば肺野領域の境界を抽出することができる。
肺野の面積を示す特徴量は、例えば、フレーム画像から肺野領域を抽出し、抽出された肺野領域内の画素数をカウントすることにより求めることができる。
横隔膜の上下位置を示す特徴量としては、肺尖と横隔膜の垂直方向（Ｙ方向）の距離を適用することができる。図４からもわかるように、肺尖の上下位置は呼吸運動の影響をほとんど受けず、その位置がほとんど変わらないため、肺尖と横隔膜の垂直方向の距離は横隔膜の上下方向の位置を表しているといえる。そこで、例えば、肺尖の位置を肺野領域の最上端の位置と予め定義しておき、肺野領域における垂直方向の最も上方にある位置を抽出することによって肺尖の基準位置を特定する。また、例えば、横隔膜の基準位置を横隔膜のカーブの垂直方向の平均位置と予め定義しておき、肺野領域から横隔膜のカーブを抽出し（詳細後述）、その垂直方向の平均位置を求め、求めた位置を横隔膜の基準位置として特定する。そして、特定された肺尖の基準位置と横隔膜の基準位置の垂直方向の位置（Ｙ座標）の間の距離を算出することで、横隔膜の上下位置を示す特徴量を算出することができる。
肺野に係る特徴量の時間変化を求めた後、その時間変化から肺野に係る特徴量の代表値（最大値、最小値、微分値、中央値、平均値等）を算出し、その代表値を用いて注目フレーム画像を選択する。
例えば、呼吸状態における安静呼気位や安静吸気位のように、肺野が瞬間的に静止したときの状態に注目したい場合には、肺野に係る特徴量の時間変化のうち最大値（極大値）、最小値（極小値）、若しくは微分値が０になる箇所に対応するフレーム画像を注目フレーム画像として選択する。
また、例えば、肺野が最も動いた状態に注目したい場合には、この時間変化の微分値の絶対値が最大となる箇所に対応するフレーム画像を選択する。
また、時間変化の中央値や平均値に対応したフレーム画像を選択することとしてもよい。或いは、時間変化の微分値の中央値や平均値に対応したフレーム画像を選択することとしてもよい。また、肺野に係る特徴量の値が時間変化の最大値のｎ％（０＜ｎ＜１００）に相当する値に対応するフレーム画像を選択することとしてもよい。
また、安静呼吸時のように、周期運動として対象部位が動く場合、動態画像から対象部位の周期運動における位相情報を取得して、位相情報に基づいて注目フレーム画像を選択することとしてもよい。例えば、注目フレーム画像として選択する位相の情報（例えば、安静呼気位、安静吸気位等）を予め設定しておき、動態画像の各フレーム画像から上述の肺野に係る特徴量の時間変化を取得して極大値、極小値を認識することによって各フレーム画像の肺野の周期運動の位相（安静吸気位、安静呼気位）を認識し、注目フレーム画像として選択するものとして設定された位相に相当するフレーム画像を注目フレーム画像として自動的に選択することとしてもよい。
なお、上記の何れの手法によりフレーム画像を選択するかは、予め設定されていてもよいし、操作部３３によりユーザーが設定可能な構成としてもよい。
「別センサーによって得られた生体情報に基づいて選択する」場合、例えば、動態画像を撮影する際に、動態撮影と同期した状態で、対象部位の動態に対応する生体情報を取得するセンサーであって撮影装置１とは異なる別センサーにより生体情報を取得しておき、取得した生体情報を用いてフレーム画像を選択する。別センサーとしては、例えば、被検者の呼吸を検出する、非接触又は鼻につけるタイプの呼吸センサー等が適用可能である。例えば、別センサーから取得した生体情報と各フレーム画像とを対応付け、生体情報の予め操作部３３等により設定された注目状態（例えば、呼吸が止まっている、最も息を吸っている、最も息を吐いている等）に対応するフレーム画像を注目フレーム画像として選択する。
ユーザーの手動により選択する場合、制御部３１とプログラムとの協働により、表示部３４に、フレーム画像を選択するための補助情報として、動態画像に関連する情報を表示させる。動態画像に関連する情報とは、例えば、動態画像を構成する各フレーム画像、又は、各フレーム画像から得られる情報の１次元の時間変化データ等が挙げられる。
各フレーム画像を表示する場合、例えば、各フレーム画像を表示部３４に順次表示（動画像のように表示）し、表示されたフレーム画像の中からユーザーによる操作部３３の操作により指定されたフレーム画像を注目フレーム画像として選択する。或いは、図５に示すように、各フレーム画像のサムネイル画像を表示部３４に並べて表示し、表示されたフレーム画像（サムネイル画像）の中からユーザーによる操作部３３の操作により指定されたフレーム画像を注目フレーム画像として選択することとしてもよい。
また、例えば、動態画像を構成する複数のフレーム画像から対象部位に係る特徴量（上述の肺野領域の濃度、肺野領域の面積、横隔膜の上下位置等）の時間変化を取得し、取得した時間変化を示すグラフ（図６参照）を表示部３４に表示し、グラフ上でユーザーによる操作部３３の操作により指定された位置に対応するフレーム画像を注目フレーム画像として選択することとしてもよい。
なお、例えば、安静呼吸のように、周期運動として対象部位が動く場合、例えば、微分値が０となる箇所や安静呼気位、安静吸気位のフレーム画像は複数存在する。この場合は、複数のフレーム画像を選択してもよい。
注目フレーム画像の選択が終了すると、選択された注目フレーム画像から形状評価の対象となる構造物の形状認識が行われる（ステップＳ１２）。なお、以下の説明では、形状評価の対象となる構造物が横隔膜（右横隔膜）である場合を例にとり説明するが、心臓又は胸郭であっても構わない。
例えば、注目フレーム画像から右横隔膜を認識する処理としては、例えば、まず、注目フレーム画像に公知のエッジ抽出処理（例えば、ソーベルフィルタ処理、プレヴィットフィルタ処理等）を施すことによって、横隔膜を含む肺野のエッジを抽出する。次いで、注目フレーム画像の左上を原点とし、右方向をＸ方向（＋Ｘ方向）、下方向をＹ方向（＋Ｙ方向）として、注目フレーム画像から抽出された該エッジのうち、注目フレーム画像の左半分の領域内に位置し、横隔膜の移動方向に略垂直であるＸ軸方向にある程度沿って伸びるエッジを、各Ｘ座標について＋Ｙ側から−Ｙ側に向けて探索し、各Ｘ座標について最初に検出されたエッジ（点）及びこれに連続する点の集合である曲線を右横隔膜の形状として抽出する。
ここで、胸部を正面から撮影した画像において、健常者については、図７（ａ）に太線Ｄ１で示されるように、横隔膜の形状が一本の連続する曲線として描出される。一方、肺に疾患のある患者については、図７（ｂ）に太線Ｄ２、Ｄ３で示されるように、肺によって横隔膜が圧迫され、横隔膜の形状が、それぞれ複数本の曲線が連結された態様、即ち、複数のうねりを有する形状として描出される場合がある。図７（ｂ）には、２本の曲線Ｄ２、Ｄ３が連結されている、即ち、２つのうねりを有する右横隔膜の形状が例示されている。
なお、例えば、注目フレーム画像を表示部３４に表示し、表示された注目フレーム画像上からユーザーによる操作部３３の操作により指定された（例えば、なぞる等された）形状を右横隔膜の形状として認識することとしてもよい。
構造物の形状認識が終了すると、認識された構造物の形状を評価するための評価値が算出される（ステップＳ１３）。
胸部を正面から見た場合、肺に疾患のない正常な横隔膜は曲線状であるが、肺の疾患が重症であるほど横隔膜は直線状に近くなる。また、胸部を正面から見た場合、肺に疾患のない正常な横隔膜は、図７（ａ）においてＤ１で示すように一本の連続する曲線状であるが、ＣＯＰＤの患者の横隔膜では、重症になると、図７（ｂ）においてＤ２、Ｄ３で示すように、うねりが見られ、複数本の曲線が連結された形状となる。
そこで、ステップＳ１３においては、例えば、構造物の形状の直線性を示す指標値、曲線性を示す指標値、傾き、うねりの数等を構造物の形状の評価値として算出する。
直線性を示す指標値は、構造物の形状がどれだけ直線に近いかを示す値である。例えば、図８に示すように、ステップＳ１２で認識された形状ｆの近似直線ｌを、例えば、最小二乗法等を用いて算出し、算出した近似直線と抽出された形状とのずれ量（距離）の最大値又は平均値を直線性を示す指標値とすることができる。この場合の直線性を示す指標値は、直線に近いほど小さい値をとり、肺の異常の可能性は大きくなる。
曲線性を示す指標値は、構造物の形状がどれだけ曲がっているかを示す値である。例えば、ステップＳ１２で認識された形状の曲率を算出し、算出した曲率を曲線性を示す指標値とすることができる。曲率が低いほど、肺の異常の可能性は大きくなる。
または、ステップＳ１２で抽出された形状の近似曲線を、例えば、最小二乗法等を用いて算出し、算出された近似曲線を表す関数の係数を曲線性を示す指標値としてもよい。例えば、ステップＳ１２で抽出された形状を２次関数で近似し、２次の項の係数を曲線性を示す指標値としてもよい。係数の絶対値が小さいほど肺の異常の可能性は大きくなる。
傾きは、構造物がどれだけ傾いているかを示す値である。例えば、ステップＳ１２で認識された形状の近似直線を、例えば、最小二乗法等を用いて算出し、算出した近似直線を表す関数の係数を傾きとすることができる。
うねりの数は、ステップＳ１２で認識された形状を構成する曲線の数をカウントすることで算出することができる。または、ステップＳ１２で認識された形状の極値（極大値）の数を算出してうねりの数としてもよい。
なお、形状評価値としては、構造物の形状の直線性を示す指標値、曲線性を示す指標値、傾き、うねりの数のうち一つを算出してもよいし、二以上を算出することとしてもよい。また、ステップＳ１１で複数の注目フレーム画像が選択された場合は、選択された複数の注目フレーム画像のそれぞれから形状評価値を算出し、算出した複数の形状評価値の代表値、例えば、平均値、中央値、最大値、最小値等を算出して形状評価値とする。
形状評価値の算出が終了すると、表示部３４に算出された形状評価値が算出され（ステップＳ１４）、形状評価処理は終了する。
以上説明したように、診断用コンソール３によれば、制御部３１は、生体における対象部位を動態撮影することにより得られた複数のフレーム画像の中から１以上の注目フレーム画像を選択し、選択された注目フレーム画像から所定の構造物の形状を認識し、認識された構造物の形状の評価値を算出する。
従って、動態画像から選択した注目フレーム画像から認識した構造物の形状の評価値を対象部位の医師の診断のために提供することができるので、従来の動態画像からの診断に比べて医師に提供する情報量を抑えることができ、診断時の医師の負担や医師の習熟度による診断結果のばらつきを抑えることができる。即ち、動態画像に含まれる構造物の形に基づく効率的かつ安定的な診断を行うことが可能となる。
例えば、制御部３１は、動態画像を構成する複数のフレーム画像から得られる情報に基づいて注目フレーム画像を自動的に選択する。具体的には、対象部位に係る特徴量（例えば、複数のフレーム画像における少なくとも対象部位の一部を含む所定領域内の画素値、対象部位の面積、又は対象部位と連動した動きをする構造物の位置情報）の時間変化を取得し、取得した特徴量の時間変化に基づいて注目フレーム画像を自動的に選択する。従って、ユーザーが形状評価に使用する注目フレーム画像を撮影されたフレーム画像の中から選択する手間を省くことができ、効率的かつ安定的に診断を行うことが可能となる。
また、動態撮影と同期した状態で対象部位の動態に対応する生体情報を取得するセンサーから取得された生体情報に基づいてフレーム画像を自動的に選択するようにしてもよい。これにより、ユーザーが動態画像を構成する複数のフレーム画像の中から形状評価に使用する注目フレーム画像を選択する手間を省くことができ、効率的かつ安定的に診断を行うことが可能となる。
また、動態画像に関連する情報を表示部３４に表示し、表示された動態画像に関連する情報に対するユーザー操作に応じて注目フレーム画像を選択する。
例えば、動態画像を構成する複数のフレーム画像を表示部３４に表示し、表示された複数のフレーム画像の中からユーザー操作により指定されたフレーム画像を注目フレーム画像として選択するようにすることで、ユーザーが所望するフレーム画像を注目フレーム画像として容易に選択することが可能となる。
また、例えば、動態画像を構成する複数のフレーム画像から取得した対象部位に係る特徴量の時間変化を示すグラフを表示部３４に表示し、表示されたグラフ上でユーザー操作により指定された位置に基づいて注目フレーム画像を選択するようにすることで、ユーザーが所望するフレーム画像を注目フレーム画像として容易に選択することが可能となる。
また、制御部３１は、認識された構造物の形状の直線性を示す指標値、曲線性を示す指標値、構造物の傾き、及び／又は構造物のうねりの数を評価値として算出する。従って、対象部位が異常であるか否かを定量的に判断するための形状評価値を医師に提供することができるので、効率的かつ安定的に診断を行うことが可能となる。
なお、本実施形態における記述は、本発明に係る好適な動態解析システムの一例であり、これに限定されるものではない。
例えば、上記の説明では、本発明に係るプログラムのコンピュータ読み取り可能な媒体としてハードディスクや半導体の不揮発性メモリー等を使用した例を開示したが、この例に限定されない。その他のコンピュータ読み取り可能な媒体として、ＣＤ-ＲＯＭ等の可搬型記録媒体を適用することが可能である。また、本発明に係るプログラムのデータを通信回線を介して提供する媒体として、キャリアウエーブ(搬送波)も適用される。
その他、動態解析システム１００を構成する各装置の細部構成及び細部動作に関しても、本発明の趣旨を逸脱することのない範囲で適宜変更可能である。
１００ 動態解析システム
１ 撮影装置
１１ 放射線源
１２ 放射線照射制御装置
１３ 放射線検出部
１４ 読取制御装置
２ 撮影用コンソール
２１ 制御部
２２ 記憶部
２３ 操作部
２４ 表示部
２５ 通信部
２６ バス
３ 診断用コンソール
３１ 制御部
３２ 記憶部
３３ 操作部
３４ 表示部
３５ 通信部
３６ バス

Claims (14)

  1. 生体における対象部位を含む被写体を放射線撮影することにより得られた動態画像の複数のフレーム画像の中から１以上のフレーム画像を選択する選択手段と、
    前記選択手段により選択されたフレーム画像から所定の構造物の形状を認識する形状認識手段と、
    前記形状認識手段により認識された構造物の形状の評価値を算出する評価手段と、
    を備える動態解析装置。
  2. 前記選択手段は、前記複数のフレーム画像から得られる情報に基づいて前記フレーム画像を選択する請求項１に記載の動態解析装置。
  3. 前記選択手段は、前記複数のフレーム画像から前記対象部位に係る特徴量の時間変化を取得し、前記対象部位に係る特徴量の時間変化に基づいて前記フレーム画像を選択する請求項２に記載の動態解析装置。
  4. 前記選択手段は、前記対象部位に係る特徴量の時間変化における代表値を取得し、取得した代表値に基づいて前記フレーム画像を選択する請求項３に記載の動態解析装置。
  5. 前記選択手段は、前記対象部位に係る特徴量の時間変化に基づいて、前記対象部位の周期運動における位相の情報を取得し、取得した位相の情報に基づいて前記フレーム画像を選択する請求項３に記載の動態解析装置。
  6. 前記対象部位に係る特徴量は、前記複数のフレーム画像における少なくとも前記対象部位の一部を含む所定領域内の画素値、前記対象部位の面積、又は前記対象部位と連動した動きをする構造物の位置情報である請求項３〜５の何れか一項に記載の動態解析装置。
  7. 前記選択手段は、前記動態撮影と同期した状態で前記対象部位の動態に対応する生体情報を取得するセンサーから取得された生体情報に基づいて前記フレーム画像を選択する請求項１に記載の動態解析装置。
  8. 前記動態画像に関連する情報を表示する表示手段を備え、
    前記選択手段は、前記表示手段に表示された前記動態画像に関連する情報に対するユーザー操作に基づいて前記フレーム画像を選択する請求項１に記載の動態解析装置。
  9. 前記表示手段は、前記複数のフレーム画像を表示し、
    前記選択手段は、前記表示手段に表示された複数のフレーム画像の中からユーザー操作により指定されたフレーム画像を選択する請求項８に記載の動態解析装置。
  10. 前記表示手段は、前記複数のフレーム画像から取得した前記対象部位に係る特徴量の時間変化を示す情報を表示し、
    前記選択手段は、前記表示手段に表示された前記対象部位に係る特徴量の時間変化を示す情報に対するユーザー操作に基づいて前記フレーム画像を選択する請求項８に記載の動態解析装置。
  11. 前記評価手段は、前記形状認識手段により認識された構造物の形状の直線性を示す指標値を前記評価値として算出する請求項１〜１０の何れか一項に記載の動態解析装置。
  12. 前記評価手段は、前記形状認識手段により認識された構造物の形状の曲線性を示す指標値を前記評価値として算出する請求項１〜１１の何れか一項に記載の動態解析装置。
  13. 前記評価手段は、前記形状認識手段により認識された構造物の形状の傾きを前記評価値として算出する請求項１〜１２の何れか一項に記載の動態解析装置。
  14. 前記形状認識手段により認識される構造物は、横隔膜であり、
    前記評価手段は、前記形状認識手段により認識された構造物のうねりの数を前記評価値として算出する請求項１〜１３の何れか一項に記載の動態解析装置。
JP2016059343A 2016-03-24 2016-03-24 動態解析装置 Pending JP2017169830A (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2016059343A JP2017169830A (ja) 2016-03-24 2016-03-24 動態解析装置
US15/455,335 US20170278239A1 (en) 2016-03-24 2017-03-10 Dynamic analysis apparatus and dynamic analysis system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2016059343A JP2017169830A (ja) 2016-03-24 2016-03-24 動態解析装置

Publications (1)

Publication Number Publication Date
JP2017169830A true JP2017169830A (ja) 2017-09-28

Family

ID=59896480

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016059343A Pending JP2017169830A (ja) 2016-03-24 2016-03-24 動態解析装置

Country Status (2)

Country Link
US (1) US20170278239A1 (ja)
JP (1) JP2017169830A (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020089612A (ja) * 2018-12-07 2020-06-11 コニカミノルタ株式会社 画像表示装置、画像表示方法及び画像表示プログラム
JP7345282B2 (ja) 2019-06-03 2023-09-15 キヤノン株式会社 画像処理装置、画像処理方法及びプログラム

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109976850B (zh) * 2019-03-13 2022-02-25 北京乐我无限科技有限责任公司 一种信息展示的方法、装置及电子设备
JP2023026878A (ja) * 2021-08-16 2023-03-01 コニカミノルタ株式会社 画像処理装置、表示制御方法及びプログラム

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006137294A1 (ja) * 2005-06-21 2006-12-28 National University Corporation Kanazawa University Ｘ線診断支援装置、プログラム及び記録媒体
JP2012110397A (ja) * 2010-11-22 2012-06-14 Konica Minolta Medical & Graphic Inc 動態診断支援情報生成システム
WO2014185197A1 (ja) * 2013-05-16 2014-11-20 コニカミノルタ株式会社 画像処理装置及びプログラム
JP2016002251A (ja) * 2014-06-17 2016-01-12 コニカミノルタ株式会社 画像処理装置、画像処理方法、およびプログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006137294A1 (ja) * 2005-06-21 2006-12-28 National University Corporation Kanazawa University Ｘ線診断支援装置、プログラム及び記録媒体
JP2012110397A (ja) * 2010-11-22 2012-06-14 Konica Minolta Medical & Graphic Inc 動態診断支援情報生成システム
WO2014185197A1 (ja) * 2013-05-16 2014-11-20 コニカミノルタ株式会社 画像処理装置及びプログラム
JP2016002251A (ja) * 2014-06-17 2016-01-12 コニカミノルタ株式会社 画像処理装置、画像処理方法、およびプログラム

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020089612A (ja) * 2018-12-07 2020-06-11 コニカミノルタ株式会社 画像表示装置、画像表示方法及び画像表示プログラム
JP7143747B2 (ja) 2018-12-07 2022-09-29 コニカミノルタ株式会社 画像表示装置、画像表示方法及び画像表示プログラム
JP7345282B2 (ja) 2019-06-03 2023-09-15 キヤノン株式会社 画像処理装置、画像処理方法及びプログラム

Also Published As

Publication number Publication date
US20170278239A1 (en) 2017-09-28

Similar Documents

Publication Publication Date Title
JP5874636B2 (ja) 診断支援システム及びプログラム
JP6436182B2 (ja) 動態画像解析装置
JP5672147B2 (ja) 胸部診断支援情報生成システム
JP5962237B2 (ja) 胸部診断支援情報生成方法
JP6743662B2 (ja) 動態画像処理システム
JP6772873B2 (ja) 動態解析装置及び動態解析システム
JP5919717B2 (ja) 動態医用画像生成システム
JP6217241B2 (ja) 胸部診断支援システム
JP6958202B2 (ja) 動態画像処理装置及びプログラム
JP6699339B2 (ja) 動態解析システム
JP6690774B2 (ja) 動態解析システム、プログラム及び動態解析装置
JP2017176202A (ja) 動態解析システム
JP2017169830A (ja) 動態解析装置
JP6740910B2 (ja) 動態画像処理システム
JP2018196693A (ja) 動態解析システム
JP2019122449A (ja) 動態画像解析装置
US20190180440A1 (en) Dynamic image processing device
JP7047806B2 (ja) 動態解析装置、動態解析システム、動態解析プログラム及び動態解析方法
JP2018064848A (ja) 動態解析システム
JP6962030B2 (ja) 動態解析装置、動態解析システム、動態解析プログラム及び動態解析方法
JP6888721B2 (ja) 動態画像処理装置、動態画像処理プログラム及び動態画像処理方法
JP7255319B2 (ja) 動態解析装置、動態解析システム及びプログラム
JP2017217047A (ja) 画像表示システム
JP2020141841A (ja) 動態解析装置及びプログラム
WO2011093221A1 (ja) 動態画像処理システム及びプログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190212

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20191224

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200114

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20200707