【課題】画像ヒストグラムにおいて低ヒストグラム領域にある要素の損失を小さくし、画像ヒストグラム領域の伸張を抑制し、画像全体のコントラストを向上させる技術を提供する。
【解決手段】コントラストを強調された画像を出力可能である医用画像処理装置及びその方法を提供するために、画像を読み込む入力部と、画像を処理する画像処理部と、処理によって得られる画像を出力する出力部とを備える医用画像処理装置であって、画像処理部において、画像を高ヒストグラム領域と低ヒストグラム領域とに分割できるような閾値を決定する手段と、該閾値によって各画素に対する重みを決定する手段と、重みを画素に付加する手段とを備えることを特徴とする。 （もっと読む）

【課題】画質を向上することができる画像処理装置、画像処理方法、及び磁気共鳴イメージング装置を提供すること。
【解決手段】実施形態に係る画像処理装置は、低域通過フィルタ適用部と、帯域通過フィルタ適用部と、高域通過フィルタ適用部と、エッジマスク生成部と、合成部とを備える。低域通過フィルタ適用部は、オリジナル画像に対応するデータに対して低域通過フィルタを適用する。帯域通過フィルタ適用部は、同データに対して帯域通過フィルタを適用する。高域通過フィルタ適用部は、同データに対して高域通過フィルタを適用する。エッジマスク生成部は、帯域通過フィルタが適用されたデータに基づいてエッジマスクを生成する。合成部は、高域通過フィルタが適用されたデータを用いてマスク処理を行い、マスク処理が行われたデータと低域通過フィルタが適用されたデータとを用いて合成処理を行う。 （もっと読む）

【課題】ＭＲ画像のボリュームレンダリング（ＶＲ）表示を簡便に行うことができる医用画像表示装置を提供する。
【解決手段】実施形態に記載の医用画像表示装置は、ＭＲＩ装置により取得されたＭＲ画像と医用画像取得装置により取得された医用画像とを記憶する画像記憶手段を有する。読み出し手段は、画像記憶手段から医用画像及びそれに対応するＭＲ画像を読み出す。第１領域抽出手段は、読み出し手段により読み出された医用画像中の領域を抽出する。第２領域特定手段は、第１領域抽出手段により抽出された領域の位置情報に基づいてＭＲ画像中の部分領域を特定する。設定手段は、第２領域抽出手段で特定された部分領域の画素の値に基づいて不透明度の設定情報を設定する。生成手段は、不透明度の設定情報に基づいてＭＲ画像のボリュームレンダリング画像を生成する。表示手段は、ボリュームレンダリング画像を表示する。 （もっと読む）

【課題】血管等の関心組織の様々な構造を分かり易く示した画像を得る。
【解決手段】シーケンサ１０が、傾斜磁場電源７、送信器９Ｔおよび受信器９Ｒは、それぞれ同一の被検体の同一の領域についての画像に関し、関心組織が背景よりも高信号である第１のデータと関心組織が背景よりも高信号である第２のデータとをそれぞれ取得する。演算ユニット１１は、第１のデータと第２のデータとに基づいて、関心組織の背景に対するコントラストが第１および第２のデータのそれぞれよりも高い第３のデータを生成する。 （もっと読む）

【課題】画像を用いて組織を効率よく抽出する。
【解決手段】組織抽出システム１０は、画像を用いて被検体の組織を抽出するシステムであって、座標軸をそろえて複数のシークエンスを撮像する撮像部１１と、撮像部１１により撮像された複数のシークエンスを、そのシークエンスを座標軸にとったヒストグラム空間に変換する変換部１２と、変換部１２により変換されたヒストグラムの分布から被検体の組織を抽出する抽出部１３とを備える。 （もっと読む）

【課題】背景組織の輪郭が十分に低減された画像データを得る。
【解決手段】造影剤なしのスキャンＳＣ_ｎｏｎによって、撮影部位のｋ空間のデータＳ_１（ｋ_ｘ，ｋ_ｙ）を収集し、造影剤ありのスキャンＳＣ_ｃａによって、動脈のコントラストが強調されたｋ空間のデータＳ_２（ｋ_ｘ，ｋ_ｙ）を収集する。そして、ｋ空間のデータの絶対値の差｜Ｓ_２｜−｜Ｓ_１｜と、ｋ空間のデータＳ_２の位相Ｓ_２／｜Ｓ_２｜とを用いて、動脈の画像データを算出する。ｋ空間のデータの絶対値の差｜Ｓ_２｜−｜Ｓ_１｜と、ｋ空間のデータＳ_２の位相Ｓ_２／｜Ｓ_２｜とを用いることによって、背景組織の輪郭がほとんど残らないようにすることができる。 （もっと読む）

【課題】腫瘍の治療に有効な治療支援データの生成及び表示
【解決手段】治療対象臓器から収集した脈管染影相のボリュームデータに基づいて脈管領域を検出する脈管領域検出手段と、腫瘍染影相のボリュームデータに基づいて腫瘍候補領域を検出する腫瘍候補領域検出手段と、前記腫瘍候補領域の腫瘍中心を検出する腫瘍位置情報計測手段と、前記腫瘍中心から所定範囲内にある前記脈管領域を近接脈管領域として検出する近接脈管検出手段と、前記ボリュームデータから抽出した前記腫瘍候補領域及び前記近接脈管領域を含む狭範囲なボリュームデータに基づいて３次元画像データあるいはＭＰＲ画像データの少なくとも何れかを治療支援データとして生成する画像データ生成手段と、前記治療支援データを表示する表示手段とを有する。 （もっと読む）

【課題】画質を低下させることなく、撮影条件を変えて取得した複数の画像から特徴量を抽出した画像を生成する技術を提供することを目的とする。
【解決手段】それぞれ異なる撮影条件で同一部位の複数の再構成画像を取得する。取得した各再構成画像を独立した座標軸とするベクトル空間を設定し、各再構成画像の同一画素の信号強度を前記ベクトル空間にマッピングする。そして、マッピングされた各座標点のベクトル長と所定の座標軸となす角とを用い、表示画像を生成する。表示画像は、ベクトル長を各画素値とする合成画像から、座標軸と成す角および／または各再構成画像の信号強度で閾値判定を行った画素を抽出し生成する。 （もっと読む）

【課題】冠状動脈の周囲に分布する脂肪領域の厚みを定量的に把握する。
【解決手段】芯線データ生成部２１は、被検体から収集したボリュームデータに基づいて冠状動脈の芯線データを生成し、芯線直交断面設定部２２は、この芯線データに垂直な複数の芯線直交断面を所定間隔で設定する。次いで、脂肪領域設定部２３は、芯線直交断面上のボリュームデータの中から所定のＣＴ値を有するボクセルを抽出して脂肪領域を設定し、脂肪領域中心線設定部２４は、前記脂肪領域に対して脂肪領域中心線を設定する。そして、脂肪厚計測部２５は、脂肪領域中心線に沿って設定した前記脂肪領域中心線に垂直な複数の法線と脂肪領域の境界線との交点位置情報に基づいて法線方向の脂肪厚を計測し、脂肪厚分布データ生成部２６は、芯線直交断面の各々にて計測された複数の法線方向における脂肪厚の計測結果に基づいて２次元の脂肪厚分布データを生成する。 （もっと読む）

【課題】関心のある領域におけるつなぎ合わせ精度を向上することを可能とする。
【解決手段】実施形態の磁気共鳴イメージング装置は、撮像手段、設定手段、抽出手段および接合画像生成手段を含む。撮像手段は、複数回の撮像を寝台の天板を移動させつつ行うことで複数の撮像位置それぞれについて複数スライスのスライス画像を得る。設定手段は、複数の撮像位置それぞれの複数のスライス画像のうちの少なくとも一部のスライス画像に対して指定した関心領域に基づいて、一部のスライス画像とは異なる他のスライス画像の関心領域を設定する。抽出手段は、複数のスライス画像の関心領域における画像の連続性を評価するための評価情報を抽出する。接合画像生成手段は、評価情報に基づいて、複数のスライスについて各撮像位置のスライス画像をつなぎ合わせた接合画像を生成する。 （もっと読む）

【課題】急性期脳梗塞のＭＲＩを用いた脳灌流画像及び拡散強調画像において、異常領域及び両者のミスマッチ領域を簡易に抽出し、健側に対する患側の信号変化を可視化し定量的に解析すること。
【解決手段】脳灌流画像または拡散強調画像の左右を分割し一方を反転し他方から減算または除算することで、元画像が高いコントラストを持っていても正常組織を抑制し異常領域を抽出することができる。Time-To-Peak画像に加え造影剤濃度が最大となるCmax画像の左右差を比較することで、ΔR2*曲線の形状に依らずに患側/健側を判定できる。 （もっと読む）

【課題】 ある平面に投影されたＭＩＰ画像またはＭｉｎＩＰ画像にて指定した位置に対応する位置を、他の角度から投影した画像に正確かつ直接に示すことが可能な画像処理装置を提供する。
【解決手段】 画像処理装置１００のＣＰＵ１０１は、一連の断層像３に基づいて生成されたＭＩＰ画像またはＭｉｎＩＰ画像を含む複数の画像を一つの表示画面内に表示させ、表示されたＭＩＰ画像またはＭｉｎＩＰ画像の任意の位置を操作者に指定させる。そして、ＣＰＵ１０１は、指定されたＭＩＰ画像等の位置に対応する他の画像上の位置を特定し、マーカ７８等により明示する。対応位置を特定するため、例えばＣＰＵ１０１は、ＭＩＰ画像またはＭｉｎＩＰ画像の奥行情報を予め求めておき、テーブルとして保持しておく。 （もっと読む）

【課題】臨床において有用なＤＴＴ（拡散テンソルトラクトグラフィ）画像を生成する。
【解決手段】データ処理部７５は、被検体内における分子拡散の異方性を表すＤＴＩ画像を生成する。また、画像処理部７６は、臨床用の参照画像が有する画像情報に基づいて、その参照画像上に関心領域を設定する。また、画像処理部７６は、データ処理部７５により生成されたＤＴＩ画像と参照画像とを位置合わせする。そして、画像処理部７６は、参照画像上に設定された関心領域を参照画像に位置合わせされたＤＴＩ画像上に計算開始領域として設定し、その計算開始領域に基づいてＤＴＴ画像を生成する。 （もっと読む）

【課題】複数の臓器の自動認識を行った後に、認識結果をわかりやすく表示し、それに対する修正を簡易に行うことが可能となる画像処理装置を提供する。
【解決手段】
臓器認識アルゴリズムを医用画像ボリュームデータに適用し、各識別対象臓器の構造情報を生成して臓器認識結果として出力する臓器認識アルゴリズム実行部１１と、臓器認識結果を表示する認識結果表示部３２とを備え、医用画像ボリュームデータを所定の画像処理のアルゴリズムを用いて画像処理を行う画像処理装置２３であって、入力装置２１を介して構造情報が識別対象臓器として認識できたか否かを示す認識可否の判断情報を取得する認識結果判定部１２と、認識結果判定部１２から判断情報を取得し、判断情報に応じて各臓器の基準情報を変更し、当該基準情報を用いて識別対象臓器を認識するように臓器認識アルゴリズムを変更する臓器認識アルゴリズム改善部１１とを備える。 （もっと読む）

それぞれが複数の単位画像要素により特徴付けられる選択された種類の領域のうち少なくとも３種類の異なる領域を有する画像データのフィルタリング方法が開示される。この方法は、画像データ提供ステップと、３種類の領域のそれぞれにおける対応する部分を含む画像データの部分を選択するステップと、選択部分における３種類の領域のそれぞれの１つの分布を決定するステップと、各選択部分における選択された種類の領域の単位画像要素を、３種類の領域の異なる種類の領域に関連付けるための１つの関数を決定し、選択された種類の領域の１つの分布を他の種類の領域の対応する分布に置換するステップと、選択部分における選択された種類の領域の各単位画像要素に関数を適用し、それにより、フィルタリングされた画像データを提供するステップを有する。また、仮想大腸内視鏡検査においてタグ付けされた物質を抑制する方法も開示される。 （もっと読む）

【課題】動き解析情報に基づき補間画像を実画像間に補間することで、画像内の特定の領域の変化を正確に表示すること。
【解決手段】本発明の医療用画像処理装置は、複数のボリュームデータ及び各ボリュームデータが有する時刻情報に基づき、前記複数のボリュームデータを補間する補間ボリュームデータと当該補間ボリュームデータの時刻情報を生成する生成部と、前記複数のボリュームデータ及び前記補間ボリュームデータを可視化し表示する表示部と、を備え、前記生成部は、前記補間ボリュームデータの時刻情報と、当該時刻情報の直前のボリュームデータの時刻情報との間隔が、前記補間ボリュームデータの時刻情報と、当該時刻情報の直後のボリュームデータの時刻情報との間隔とは、異なる非等間隔となるように、前記補間ボリュームデータの時刻情報を設定する。 （もっと読む）

１つまたは複数の事例の医用ボリューム・データを比較することによって生成される運動情報を、様々な適用例で使用することができる。本明細書で説明した適用例は、ボリューム・データをフィルタ処理するステップと、運動情報に基づいてボクセルの強度を調節するステップとを含む。運動情報を利用してボリューム・データを圧縮することもできる。これらの作用の組み合わせを実現することもできる。 （もっと読む）

【課題】磁化率効果を強調するための特別な演算処理を行わず、かつ血液のフローが画像に与える影響を除去し、かつ撮像時間の短い撮像が可能なＭＲＩ装置を提供する。
【解決手段】ＧＥ系ＥＰＩシーケンスを用いて３Ｄ撮像を行い、エコートレインの各エコーにおけるＴＥがそれぞれ異なることを利用して、受信エコーのk空間の配置順序を制御することによって目的領域の磁化率効果を強調する。このようなｋ空間データから、絶対値画像および位相画像のどちらかまたは両方を出力し、必要に応じて最小値投影等の投影処理を行う。 （もっと読む）

【課題】検査者の目視判断に頼ることなく、娘脳動脈瘤を自動的に抽出できるようにすること。
【解決手段】本発明では、被検体の画像データを用いて脳血管領域を抽出する脳血管抽出部と、抽出した脳血管領域の特徴に基づいて脳動脈瘤候補を抽出する脳動脈瘤抽出部とを備えた医用画像処理装置において、この脳動脈瘤抽出部で抽出された脳動脈瘤候補の特徴量を算出し、この特徴量と娘脳動脈瘤判定量との一致又は不一致のマッチングを行い、一致する領域を娘脳動脈瘤候補とする娘脳動脈瘤抽出部を備えるようにした。 （もっと読む）

【課題】フィッティングを高い精度で行うことができるフィッティング装置、および磁気共鳴イメージング装置を提供する。
【解決手段】再構成画像Ｉｒの微分画像Ｉｄを作成することによって、脳梁ＣＣの輪郭ＯＬを強調した後、微分画像Ｉｄに確率アトラスＰＡを乗算することによって、脳梁ＣＣが抽出された脳梁画像Ｉccを作成する。その後、アフィン変換によって、輪郭モデルＭ１を脳梁ＣＣの前端部Ｆの輪郭ＯＦに位置合わせするとともに、輪郭モデルＭ２を脳梁ＣＣの尾端部Ｔの輪郭ＯＴに位置合わせし、アフィン変換された輪郭モデルＭ１およびＭ２を変形する。 （もっと読む）