技術分野
機械学習モデルを利用した医用撮像装置、医用画像処理装置及び方法
発明が解決しようとする課題[発明の詳細な説明]から抜粋
しかしながら、線形又は非線形画像フィルタを用いる場合は、設計者の経験に基づいてその画像のノイズ低減に適したフィルタの種類等を個別具体的に選定しているため、ノイズ低減の効果に差異が生じる。また、フィルタを多段組み合わせることも可能であるが、複数のフィルタを組み合わるパターンは無数に考えられる。このため、組合せによっては、ノイズ低減効果が不十分であったり、フィルタを強くかけすぎることにより画像ボケが生じたり等の不具合が生じるなど、最適化が困難である。
逐次再構成によるノイズ低減の場合には、補正処理を繰り返し計算することから、演算に要する時間が膨大となる。
課題を解決するための手段[発明の詳細な説明]から抜粋
課題を解決するために、本発明は以下の手段を提供する。
本発明の一態様は、医用撮像装置であり、医用画像を取得する撮像部と、前記医用画像に対して畳み込み処理を行う画像処理部と、を備え、前記画像処理部は、予め定められた複数の畳み込み係数のセット、および各畳み込み係数のセットの重み係数を記憶する記憶部と、前記記憶部に記憶された畳み込み係数のセットとその重み係数を用いて、前記畳み込み処理の演算・・・ 続きを
知財ポータルサイト IP Force にログインして見る
発明の効果[発明の詳細な説明]から抜粋
本発明によれば、機械学習モデルによる画像処理において、画像処理内容を解析可能とすることにより、不適切な画像処理を予防しつつノイズを精度よく低減させて画質を向上させることができる。
この特許の権利範囲[特許請求の範囲]
知財ポータルサイト IP Force にログインして確認する (無料)
この特許公報に記載されている図面[図面の簡単な説明]から抜粋
【図1】
第一実施形態の医用撮像装置(MRI装置)の全体概要を示す図。
【図2】
第一実施形態の、機械学習モデルを適用した医用画像処理装置(画像処理部)の概略構成を示すブロック図である。
【図3】
図2の画像処理部においてノイズ低減される前後の医用画像を示す参考図である。
【図4】
第一機械学習モデルを構築する際の処理を説明するフローチャートである。
【図5】
第一機械学習モデルの参考図である。
【図6】
第一ノイズ低減処理を説明するフローチャートである。
【図7】
図2の画像処理部によりノイズ低減処理の結果の表示例を示す図である。
【図8】
図2の画像処理部においてノイズ低減される前後の医用画像と共に、画像処理マップ及び画質マップを表示させた他の例を示す参考図である。
【図9】
第一実施形態の変形例に係るノイズ低減処理を説明するフローチャートである。
【図10】
第二実施形態の医用撮像装置(超音波撮像装置)の全体概要を示す図。
【図11】
第三実施形態の医用撮像装置(X線CT装置)の全体概要を示す図。
100・・・MRI装置(医用撮像装置)、200・・・画像処理部(医用画像処理装置)、201・・・演算部、202・・・画像取得部、203・・・記憶装置、204・・・メモリ、205・・・表示メモリ、211・・・ノイズ評価部、212・・・ノイズ低減部、213・・・画質評価部、210・・・ディスプレイ、400・・・超音波撮像装置(医用撮像装置)、410・・・超音波撮像部、420・・・画像処理部(医用画像処理装置)、500・・・CT装置(医用撮像装置)、510・・・CT撮像部、520・・・画像処理部(医用画像処理装置)
全ての図面はログインすると無料で閲覧できます。ログイン・ユーザー登録