診療放射線技師を目指す人の学習ブログ

断層画像(SPECT)…逆投影+逐次近似法 逆投影はノイズを生じる。逐次近似はノイズは少ないが、マシンの計算性能が必要。 逆投影法…FBP(フーリエ変換、周波数領域での補正)やCBP(重畳積分:実空間領域での補正)などがある。フィルタはRamachandranフィルタ(ramp)やShepp and Loganフィルタ 光子数(N)の違いが統計変動(√N)の違いに影響する。これを補正するのが前処理 逐次近似法：MLEM法、OSEM法 散乱補正：Tcでは30~40%、Tlでは50%が散乱線。これが画像にも影響する。 コンプトン散乱と光電ピークのエネルギーが被っているせい。 コンプトンは散乱方向が確率的に変化するが、高いエネルギーに向かうほど確率は減るので、光電効果のエネルギー以上にはならない。光電ピークが下がれば、コンプトン散乱のカウントも落ちる。 従って、カウントの補正値は高いエネルギーになるほど、下げなければいけないが、全部一定にしてしまっているのがDEW法。ただ、PETでは散乱同時係数を減らすのに有効？ TEWSは前後のエネルギーのカウントで値を傾斜させてカウントを補正する。高いエネルギーに向かう程補正カウントが下がるように設定する。  PETでは散乱線による位置変化(散乱同時計数)が画像にもろに影響するので、散乱補正は重要。コンボリューションとDEWSを用いる。 吸収補正 Sorenson法とChang法 Chang法は再構成後の画像に輪郭と減弱係数をもとに得られた補正値(計算補正マトリクス)をかける。Changの法がよい画像が得られるため、よく採用される。 核医学は、1ピクセルあたりの値を気にする。CTでは光子数が圧倒的に多い。 関心領域の設定 ROIは1ピクセルで見るのはおかしい。誤差の範囲が大きくなるから。CTでも10~20pixelでROIをとる。ゲートを設定する上で簡単にしきい値を越えてほしくないから。 <参考資料> 心臓核医学を理解しようーSPECTの再構成OSEM法についてー(放射線技術学会東北部会第47回学術大会) 核医学における画像処理 - 日本核医学技術学会 九州地方会 散乱線補正のポイント(倉敷中央病院) イメージ技術の最前線(2010/09/30＠...

心臓核医学を理解しようーSPECTの再構成OSEM法についてー 先日、授業でも紹介されていたOSEMについて見ていきます。OSEM法とは、逐次近似法の手法の１つで、PETやSPECTのようにデータ収集に時間のかかる検査の時に使うとメリットがあると考えられる検査です。 Ordered Subset Expectation Maximization(OSEM) は、推定値の計算を繰り返し回し、データを分けてラフな推定をする方法。 全部の投影データに対して処理をかけるのでなく、投影データをいくつかの組(Subset)に分けて、推定計算を行う為、効率が良い。 これまで中心だったのが、MLEM(Maximum Likelihood Expectation Maximization)という方法だった。 MLEM(最尤推定法) 測定されたデータがポアソン分布に従っているとの仮定で統計学的手法によって、確率的に最も可能性の高い断層像を推定する方法。 全投影データに対して、推定値を考えるため、計算に手間がかかってしまう。 絵を全体から捉えて全てのパーツを一気に描き上げようとするより、少しずつ建物とか、人の形から風景を捉えて、整合性のとれた絵を描いていった方が負担がかからない。人の脳みそもコンピュータと同じで複雑な処理を一気にやろうとするより、小分けにした方が効率が良かったりする。これはPETやSPECTの画像生成時にも同様のことが言える。 メリットとしては、 FBPに比べ統計雑音によるＳ/Ｎ劣化が少ない  特に高集積部位で顕著な放射状アーチファクト （ストリークアーチファクト）がない というのがあるけれど、結局は推定値なので、何か違う環境要素が入った時に、思った通りの画像データが得られない可能性があるみたいです。 また、追記するかも。

DQE(u)= (log10e)^2×G^2×MTF(u)^2/MTF(u)×q G:階調度　MTF:解像度を示す変調伝達関数　q:量子数 周波数が高い時でも(MTFが高い)、かつ階調度もよい(Gが高い)=細かい部分まで再現が出来るほど量子検出効率は良い、ということになる。Gは、量子レベルに対応していて、0か1しかないより、0~255までの違いを見分けられたら、それは量子を高い割合で検出出来ていることになると考えると分かり易いかも。 どれくらい再現出来るかは画像装置によって異なり、CRやFPDとの比較が出来る。 また、量子検出効率がよくても、式を見る限り、Gが高くてMTFが低い時と、Gが低いけどMTFが高い時が考えられる。入射した光子を沢山検出出来ても、散乱線光子を沢山検出したら、結果的に高周波数領域が見られなくて、MTFが下がる。また、階調度は若干低いけど、細かい部分まで区別がつくのなら、Gは下がってもMTFは上がる。 従って、DQEの値が等しくても、MTFやWSが違っている可能性がある。 (第65回国試より)

Evernoteに速記したのをとりあえず挙げておく。 Image Jを現場で使うことはあまりないかも知れませんが、ワークステーション等の画像処理の応用につながると思います。 フェイズコントラストのシネMRI レトロスペクティブ法による流速測定 Trigger time 平均RRと計算される時相数によって横軸の時間が変わる。 画像データのTrigger time:292を見て欲しいと伝える。 頭〜足：白。信号値は流速に比例。ROIをとりたいが横軸が分からない。 フーリエ変換 k-space⇄image k-spaceの中心部は、コントラストの情報を多く含む k-spaceの周辺部分は、画像の細かい構造。高い空間分解能の情報を多く含む 白黒の太い帯(低周波)と細い帯(高周波)を選り分けることが出来る。 <処理方法> Process>>FFT>>FFT Rectangular tool Process>>FFT>>InverseFFT Edit>>FIll(高い周波数のみにする) Edit>>Selection>>Make inverse(低い周波数のみ) <周波数の変化を抑える為に> b1ムラ…低周波の波を抑える為の周波数フィルターをかませること 画像から信号値を測定 MRIのヒストグラム解析。ADCを腫瘍にROIをとって治療効果判定を行う。治療後にADCが上がる。 その形のヒストグラム。形のよりぐあい。正規分布、非正規分布かどうかなど。 複数の画像に同じROIを設定するROIマネージャー 描いたROIをAddボタンで保存 別画像と保存したROIを選択してMeasureで同じ位置を測定出来。 <処理方法> More>>Save>>でROI情報を保存出来る。 どこにROIをとったかを保存することが出来る。 Rectangular tool Oval tool Analyze>>Tools>>ROI manager 毎回のコピペは出来...

医用画像を用いたCGの作成を行っているベンチャーがあります。 創業者の瀬尾さんは、元々は医学部出身でしたが、医師免許を取得してほどなくして、サイアメントという会社で3DCGを用いたサイエンスビジュアライゼーションに特化した会社を運営しています。 医療の道を志していたそうなのですが、以前から趣味でCGを描いていたのだとか。僕が描いている絵もそのうち。。。！ いずれお会いしたいと思っています。 株式会社サイアメントHP

現在、 LP-Tech というメディアで画像処理系の記事を書いています。 LP-Tech:Study Blog コントラストスケールの確認は、特にCTやMRIといったモダリティで重要になると思われます。実習先の病院のCTでは、日常点検時にファントムの平均HU値を毎日調べていました。 ソフトウェアとか画像解析系に興味がある人は、面白いかも知れません。あと、 バーチャルMRIのソフトウェアキット があり、ダウンロードしてみました。Fijiで動かせるか試してみていますが、エラーがいくつかあって動かんので、変えられるか試してみます。

LP-TechでImage Jを使った画像解析についての記事を書いています。良かったら 読んでみて下さい！ <連載記事> Part1:何故画像解析が必要なの？ Part2:開発環境の設定とチュートリアル Part3~:画像解析入門 下敷きにしている資料は、 こちら と Pythonチュートリアル です。 ところで、画像解析の分野自体はレッドオーシャンらしいです。古くから取り組まれてきた分野ということかな。ある人は、画像解析、機会学習的なものをUIに転用する研究をしていたようです。 最近面白いな〜と思ったのは、 PSYCHO-PASSという映画のコンテンツと連動した画像解析 で、Kinectで反応した人を対象に色んなエフェクトがかかるらしいです。ABEJAさんすごいな。 最近数年だと、Kinectで心拍が分かるというのもあります。(参考リンク： Xbox Oneの新Kinectは大幅進化、表情や心拍も認識。6人同時に全身キャプチャ エンガジェット:2013年) 病院で物理的に診察出来ない人が出てきたら、プレホスピタル、予防系のデバイスが本格的に必要になってくると思います。

LP-Tech というLpixelさんのやっているメディアで連載を始めます。 主に画像解析に関する内容について、LP-academyでやっている内容を中心に連載していこうと思います。

JPEGに代わる？ 新しい画像フォーマットBPGとは？(THE PAGE 2014/12/25) 出典： Fabrice Bellardさんのサイト まだMacはコンパイラが対応してなくて、Windows対応だけのようなのですが、 JPEGと同じ圧縮率でも解像度を高く保つことが出来る圧縮方法が開発されたそうですね。 (上のLena画像は右がBPG(5836bytes)、左がJPEG(5872bytes)) JPEGは小さめにしておけばさほど気にはなりませんが、Webページで900pxとかで表示しようとするとノイズが酷い時もあるので、使えるようになったら嬉しいです。 開発したのはフランスのエンジニア。圧縮処理した画像を変換出力する際の損失を少なくすることが出来るそうです。 JPEG圧縮では、画像を波形として捉え、周波数変換という手法で画像の大まかなところと細かいところに分けて考え、再現しにくい細かい部分を間引く処理を行っています。 JPEGでは周波数変換の際に0~7番目迄の余弦波を用いて変換する。これを DCT(離散コサイン変換) と呼びます。DCTは周波数成分を8x8のマトリクスによって再現します。 この方法で変換、復元を行うと、元の画像では見られなかったノイズ、モスキートノイズ、ブロックノイズが発生します。 出典： Fabrice Bellardさんのサイト Fabrice Bellardさんのサイトではデモ画像が沢山展示されているので、見てみると面白いですよ！ BPGでは復元を行う際に、これらのノイズを低減して滑らかに表現することが出来る様です。JPEGの実装に対する、BPGが用いている手法は HEVC/H.265 という動画圧縮に用いられている手法のようです。また、非可逆圧縮にしか対応していないJPEGと違い、非可逆圧縮にも対応しています。 逐時近似法のような手法を用いているのかも知れません。ただ、もしNL(non local)-meansという手法を使っていたとしたら、恐らく医用画像には使えません。 というのも、遠い場所でも同じような輝度であれば、同じにしてしまおうという手法だからです。そうすると、確かに見た目には綺麗な画像だけれど、本当に確認したい情報を失ってしまう可能性もあります。(参考：この...

3次元の画像は画面上ではXY平面しか見ることが出来ない。そこで、Z軸で何枚かのスライスに切り分けることが出来る。このスライスをまとめたものをスタック画像と呼ぶ。 xy方向だけでなくz方向の情報も追加される。z方向の値はスライス枚数順であり、下のバーをスクロールすることで、スライスを移動させることが出来る。 MRIやCTをLCDの画面上で観察する為には、臨床現場ではAZEやZIOSOFTなどのワークステーションを使っていると思うが、 ここでは個人PCでも使えるフリーソフトImage Jでスタック画像を見てみよう。 File->Open Samples->MRI Stack(528K)を表示してみる。 左上:何枚目/全体の枚数が記載されており、下のスクロールバーをスクロールすれば、MRIの画面が動いていく。 MRIの画像は人体を横に輪切りにしたような画像がいくつも並んでいてスクロールすることで、輪切りにしている部位が変化していく。 このような3次元の動的変化を観察することも画像解析には必要な要素である。 <スタック画像のコマンド> Image->Stacks->Add Sliceによってスライスを増やすことが出来る。 Image->Stacks->Set Sliceで特定のスライスに移動することが出来る。 <MIP画像の作り方> 特定のスライスを選択して、そのスライスの中での最大値や最小値を画像として表示することが出来る。(MIPやminIPと呼ぶ) こんな感じ。それぞれのスライスの中で最も輝度の高い値をXY平面上に表示しています。 どのスライスを切り取るかは、観察したい部位にもよります。 また、3Dで再構成するとこんな感じ。

昨日第8回 次世代コンピュータ支援診断ソフトウェア臨床使用・評価プラットフォーム研究会 という会に途中参加してきました。 <何故参加したのか？業務の自動化が進みコンピュータにやらせる仕事が増えるのではないか？> 出典: panasonic 薬剤師さんが12分で処方箋から必要な薬剤をまとめ梱包している業務もどんどん自動化されているそうです。人がやるより機械にやらせた方が人件費を削減出来、会社としての売上げも上がる。今後どこでも人が出来ることを機械に代用させるようになるでしょう。 出典: flickr 撮影の方法がどんどん自動化されている中で、放射線技師が行う業務の幅も小さくなっていくのではないか？ そう思い、ならば、実用化される前に先にCAD(コンピュータ支援診断)について触れておき、いつ導入され始めても大丈夫なようにしておこうと思って参加してみました。 <CADの仕組み> CAD(コンピュータ支援診断)自体は昔から研究されてきたテーマですが、コンピュータの処理能力が高まる中で、技術的にはいつ実用化されてもおかしくないと思います。 また、 CADといいますが、あくまでコンピュータに診断の補助、支援をしてもらっていて、実際に診断を行うのは人が行います。 出典: Wikipedia 今回の研究会では、脳動脈瘤や肺結節など比較的症例の多いものに焦点を絞っており、 3T MR装置で3D-TOF法によって撮像された頭部MRA画像や、MDCT装置で撮像された胸部CT画像などを用いて支援診断を行います。 CADのベースとなる技術は機械学習というものです。機械学習とはコンピュータがデータの中から役立つルールや判断基準を見つけ出すことです。 これを応用すると、例えば、あるしきい値をもとに、結節であるとか瘤であるといった確定診断が行い易い病変に対して、病変(TP)と間違い(FP)をコンピュータが判断してくれるので、人が読影や診断がやり易くなるのです。 <日本ではまだまだ"今迄通り"の方がコストが少なくて済むのかも知れない> 問題は、恐らくどう導入していくかでしょう。まず、自分達の病院で導入する為には、倫理委員会に通さなければいけない。それから実際に導...

CR システムによる X 線画像形成において、感度と階調度を決定する S 値と G 値について検証し、デジタルシステムにおける画像のパラメータについて理解する。 原理及び理論 (1)X 線一般撮影の画像特性 画像特性における要素は 鮮鋭度 ( いかに細部まで再現出来るか ) 、粒状性 ( ざらつき具合 ) 、コントラスト である。これらの要素が上手く組み合わさり、目的とする部位の疾患や異常を発見することが出来れば、医療現場において診断に適した画像と言えるだろう。 (2) アナログと CR のシステムの違い では具体的にアナログと CR ではプロセスにどんな違いがあるのか？ まず、アナログの場合は X 線照射 → 線減弱 → 増感紙による蛍光 →X 線フィルム内の黒化銀の露光 → 現像というプロセスで画像が形成される。 一方、デジタル(CR)の場合は X 線照射 → 線減弱 → 輝尽蛍光体による光量子吸収 ( 潜像状態 )→ 赤外線走査による輝尽反応を電気信号に置き換え、その信号値をデジタル画像化する、というプロセスを踏む。 両者のプロセスの中で違うことは二つある。 一つは、デジタルの場合の方がモトルとなる要素が多いこと。もう一つは、後から階調度と感度を編集することが出来るということである。 (3) 階調度と感度とは 階調度は、特性曲線の直線部分の傾きであり、感度は、露光量に対する濃度変化の度合いを示す。 従って、階調度を高くすると、直線部に対応する露光量範囲が狭くなり、コントラストが強くなり、直線部の階調度を反転させると、黒と白のコントラストが逆転する。 ※Image Jでも出来ます。 また、感度を高くすると、少ない露光量で高い濃度を得ることが出来、感度を低くすると、露光量が多くても低い濃度の画像（白っぽい画像）しか得られない。 (4) アナログシステム、 CR システムにおける G 値、 S 値について S 値の S とは感度 (Sensitivity) の略である。 あるフィルムシステム を利用して撮影した場合、比感度は 250 程度となる。これは、以前の増感紙 - レギュラーフィルムのシステムの比感度が 100 であったのと比べるとお...

LPixelさんでインターンを始めました。最初、代表の方にインターンとしてやってみたいという話をしましたが、私の方が単に「やりたい」とだけ伝えてしまった為、断られてしまったのですが、やっぱり画像解析のスキルは勉強したいと思って、参加しました。 現在は毎週土曜日のLP-academyという勉強会の司会をやっています。Google Hangoutオンエアというのを使って、Image J(Fiji)を使った画像解析の方法や、Pythonチュートリアルの勉強をやっています。 参考にしている資料は こちら Lpixel自体は、ライフサイエンスにおける画像解析をやっている会社です。研究室発のベンチャーさんで、生物学分野の画像解析がメインですが、研究の一つとしてMRIやSPECT画像の解析なども実績としてあるようです。 それ、技師がやることなの？と思われるかも知れないですが、CADや遠隔診断の流れの中で、ある程度必要になってくるかも知れないと個人的に思っています。 あと、もし技師のキャリアで万一こけた時にプログラミングが出来ると食べるのに困らないと言われます。Facebookの重役が、プログラミングが出来れば一生食べるのに困らないだろう、と言っているほどで、こうしたニーズはこれからどんどん伸びていくと言われています。 Moffというウェアラブルバンドを作った会社や、Schaftというロボット開発ベンチャーの支援をしている東大発ベンチャーの流れをくんでいて、集まっている方々も非常に専門分野に長けた凄い人達が集まっています。 くそ、もっとコンフォートゾーンから抜け出して頑張らないとな。。

自動露出制御装置とは １、 任意の部位に就いて常に適正な光学濃度の X 線写真を得る為に、撮影条件を自動調節する機構のこと。制御回路を流れる信号電流が一定値になった時に反転信号を発信し、 X 線照射を停止する。 (2016/11/7加筆) これは、腰椎側面など、体厚が大きく線量が通常と異なる場合に、AECをオンにした状態で撮影するケースを見ました。「フォトが切れる」(?)みたいに言うこともあります。撮影スイッチを押すと、一定線量で止めてくれる一方、撮影範囲がずれていると少ない線量で AECが切れてしまい、ざらい写真になることが多いので、気をつけよう。。 ２、タイマ制御方式の検出器の分類は、電離箱の空気カーマを電離電流として検出するイオンタイマ方式、半導体の電離を検出した電離電流として検出する半導体法好き、蛍光体と光電子増倍管を組み合わせて蛍光体の発光による光電流を検出するホとタイマ方式がある。 日本ではほとんどホトタイマ方式が使われている。 ３、直接撮影用ホとタイマ 制御回路から X 線照射と停止の切り替えを行っている。放射スイッチから信号が伝達され X 線が放射されると、被写体を透過した X 線が検出器の蛍光体を発光させ、光電子増倍管によって信号電荷をコンデンサに蓄積する。この電荷が一定値を越えたとき、反転信号が高電圧発生回路に伝達され、 X 線の放射が停止する。 ４、管電圧特性 管電圧によって光学濃度が変動する現象のこと。原因として、蛍光体の感度によるものと、 AEC を前面または後面に設定するかの二つが考えられる。 ５、カセッテ前面検出法、カセッテ後面検出法 カセッテの前面または後面で検出するかによって、カセッテに入射する X 線光子量にズレが生じてしまうことがある。例えば、前面に検出器を置いた場合、カセッテより先に X 線光子を検出する為に、検出器の自己吸収や散乱がカセッテに影響し、低管電圧下で光学濃度が低下する。従って、患者さんの被写体厚が薄かったり、上肢下肢を撮影する際には、思った濃度が得られないことが考えられる。 また、逆に後面に検出器を置いた場合、カセッテを透過した X 線光子を検出するため、低管電圧下で光学濃度が高くなる。従って、例えばマンモグラフィーの撮影の場合...