6. 医デジ化のためのロボットビジョン(画像処理・アルゴリズム)技術

画像処理に関する医デジ化コア基盤技術

医デジ化を推進・展開するにあたってわれわれが独自に開発・蓄積してきた画像処理に関するコア基盤技術について概説する。医用画像のなかでも超音波画像はリアルタイム性を有する一方で,スペックルノイズや音響シャドウ等,ノイズがきわめて多いという問題点がある。これを踏まえて我々の有する画像処理におけるコア基盤技術は,生体患部を高速・高精度かつロバストに抽出・追従・モニタリングするところにその特徴がある。


6.x 関連研究

超音波画像から診断・治療に有効な特徴量を抽出し,これを定量化しようとする試みが行なわれている

(参考文献)
[1] Naoki Matsumoto, Masahiro Ogawa, Kentaro Takayasu, Midori Hirayama, Takao Miura, Katsuhiko Shiozawa, Masahisa Abe, Hiroshi Nakagawara, Mitsuhiko Moriyama, Seiichi Udagawa, Quantitative sonographic image analysis for hepatic nodules: a pilot study, J Med Ultrasonics (2015) 42:505–512.

[2] 堀中博道, 脂肪肝早期診断装置および脂肪肝診断ユニット(市販装置用).
http://shingi.jst.go.jp/kobetsu/sentan/2015/tech_property.html#tech01

超音波速度の温度依存性が物質によって大きく異なることを利用することで、通常の超音波診断装置では困難な初期段階の脂肪肝の状態を判定できる装置を試作した。さらに、市販の超音波診断装置に取り付けるだけで脂肪割合の定量測定を可能とする付属装置を開発した。

6.x 画像診断モダリティ

超音波を利用した患部追従手法はX線CTやMRIによる手法と比較して以下の3つの利点を有する
 (1)超音波の高リアルタイム性による患部運動補償精度の向上
 (2)患部を剛体ではなく,粘弾性体として組織変形を含めたモニタリングが可能
 また,超音波を利用した,他の手法と比較しても我々の手法は以下の利点を有する
 (3)患部とHIFUの焦点は常時一致し、HIFU照射の効率が高く、安全性も高い

6.1 RF信号処理

本研究では画像処理装置(計算器)に超音波診断画像装置から出力されるアナログビデオ信号を取込む代わりにフレームグラバ(Matrox Meteor-II / Digital, 型番:METEOR2DIG64L*, Matrox Electronic System社,カナダ)を利用してRadio Frequency (RF)信号を取込む.RF信号を利用して超音波画像データを取込むことには以下の利点がある.

(利点1)超音波診断装置から出力されるアナログビデオ信号のフレームレートが(原信号であるRF信号取得のフレームレートとは異なり)常に30fpsであるのに対して,RF信号では常に最高のフレームレートで取込み可能であり,なおかつ最小限の時間遅れでデータを取込むことができる.また画像データのサンプリング間隔もアナログの場合,かならずしも一定間隔とならないのに対して,RF信号を利用すれば一定間隔である.

(利点2)ビデオ信号では,原信号から画像処理する過程で,利用できる情報量の減少を自在に制御できないできない.他方,RF信号ではこのような情報量の減少をみずからの手で自在に制御することができる.たとえば,FOV(Field of View)を大きくとった場合,画像処理の過程で一部のデータが捨てられてしまうが,RF信号では捨てられた部分のデータを利用することが可能である.

(コラム)
近年の超音波診断装置に関する技術の進化には著しいものがある。将来動向として,パラレルスキャン技術の進展による大幅なフレームレートの向上が期待される。また,東芝はMVI(Micro Vascular Imaging)という血管を高フレームレートで高精細に描出する超音波診断技術を有している。

6.2 ロバストかつ高精度な生体追従のための新しいテンプレート・マッチング法

本節では,非侵襲超音波診断・治療統合システムにおける,ロバストかつ高精度な生体ターゲット追従のための新しいテンプレート・マッチング法を提案する.生体ターゲットには,結石,胆石,腫瘍等が内包される.提案したロバスト・テンプレート・マッチング法の有効性を確認するために,(i) オフラインの画像追跡実験,(ii) 実時間のオンライン生体患部

In this section, we propose a novel robust template matching method to track and follow body targets, which include tumors and stones for the NIUTS. To confirm the effectiveness of the proposed method, we conducted (i) offline tracking experiments and (ii) realtime online tracking and following experiments of the human kidney motion of a healthy subject. This novel robust visual servoing method could be a great tool for us to track and follow body targets precisely.

ここで,提案する新しいロバスト・テンプレート・マッチング法を利用することにより,臓器の運動補償が可能となることに着目されたい.このことにより,臓器が内包する結石,胆石,ならびに腫瘍への高精度なHIFU照射を支援することが可能になる.本手法はロバストかつ高精度な生体追従を実現し, 2.3節で明らかにした,要求機能(FR-1.2) - (FR-1.4)および(FR-2.1) を強力に支援するツールになりうる.

Here, it should be noted that the robust and precise motion canceling of the kidney organ, which incorporates kidney tumors / kidney stones to be treated, becomes possible by using the proposed novel robust template matching method. This novel method could be a great tool for us to track and follow the body targets and strongly supports the above-mentioned (FR-1.2) - (FR-1.4), and (FR-2.1) for the NIUTS.

実験を行なうにあたり,工学部倫理委員会の許可を得ている.

(コラム)畑村洋太郎福島原発事故調査委員長が,
『見たくないものは見えない,見たいものが見える.』
と指摘していたが,追従のロバスト性向上のためには,
ロボットビジョン技術にこのような機能を組込むことも有効であろう.

医用画像における輪郭抽出技術

[1] 大城 政邦, 動的輪郭モデルを用いた超音波画像の輪郭抽出法, 電子情報通信学会技術研究報告. MBE, MEとバイオサイバネティックス 107(460), 59-62, 2008.
http://ci.nii.ac.jp/naid/110006623837

[2] https://ipsj.ixsq.nii.ac.jp/ej/index.php?action=pages_view_main&active_action=repository_action_common_download&item_id=38830&item_no=1&attribute_id=1&file_no=1&page_id=13&block_id=8



ビジュアル・サーボ技術
[1] Cowan, N.J., et al., Visual servoing via navigation functions, 2002.
http://ieeexplore.ieee.org/xpl/articleDetails.jsp?arnumber=1044365&queryText=Visual%20servoing%20via%20Navigation%20Functions&newsearch=true

[2] Chaumette, F, Image moments: a general and useful set of features for visual servoing, 2004.
http://ieeexplore.ieee.org/xpl/articleDetails.jsp?arnumber=1321161&queryText=Image%20Moments:%20A%20General&newsearch=true

[3] Mezouar, Y., et al., Path planning for robust image-based control, 2002.
http://ieeexplore.ieee.org/xpl/articleDetails.jsp?arnumber=1044366&newsearch=true&queryText=Path%20planning%20for%20Robust%20Image-Based%20Control

医用画像におけるモーション・トラッキング
[1] Fai Yeung, et al., Feature-adaptive motion tracking of ultrasound image sequences using a deformable mesh, IEEE TMI, 1998.
http://ieeexplore.ieee.org/xpl/articleDetails.jsp?arnumber=746627

Yeung et al., applied an adaptive deformable mesh model for US guided non-rigid tissue motion tracking.

[2] Zahiri-Azar, R., Salcudean, S.E., Motion Estimation in Ultrasound Images Using Time Domain Cross Correlation With Prior Estimates, Biomedical Engineering, IEEE Transactions on
, Year: 2006, Volume: 53, Issue: 10, Pages: 1990 - 2000, DOI: 10.1109/TBME.2006.881780.
http://ieeexplore.ieee.org/search/searchresult.jsp?newsearch=true&queryText=Motion%20Estimation%20in%20Ultrasound%20Images%20Salcudean
Reza et al., propose a new speckle tracking method, which is called time-domain cross-correlation with prior estimates (TDPE), that is based on the standard time-domain cross correlation strain estimation (TDE).

ロボットを併用した医用画像誘導
[1] Abolmaesumi, P., et al., Image-guided control of a robot for medical ultrasound, 2002.
http://ieeexplore.ieee.org/xpl/articleDetails.jsp?arnumber=988970&queryText=Image%20guided%20control%20of%20a%20robot%20for%20medical%20ultrasound&newsearch=true

[2] R Nakadate, et al., 3D Tracking of Respiratory Liver Movement by a Robot Assisted Medical Ultrasound, Computer Aided Surgery, 2016
Abstract It is often required to hold an ultrasound probe for long time so that the moving
target is maintained within the B-mode image, especially for minimally invasive
interventions. Using a conventional 2D probe, the tracking out-of-plane motion is a ...
http://link.springer.com/chapter/10.1007/978-4-431-55810-1_2

[2] Chen TK1, Abolmaesumi P, Pichora DR, Ellis RE., A system for ultrasound-guided computer-assisted orthopaedic surgery. Comput Aided Surg. 2005.
http://www.ncbi.nlm.nih.gov/pubmed/16410230

整形外科領域の超音波画像誘導システム

レジストレーション

[1] Mitsuhiro Hayashibe, et al., Laser-scan endoscope system for intraoperative geometry acquisition and surgical robot safety management, 2006.
[2] http://www.ynl.t.u-tokyo.ac.jp/publications/pdf2001/icra01/hayasibe.pdf

形状特徴

形状の複雑さ:
e=\frac{(周囲長)^2}{面積}
eは図形が円に近づくと最小値(4π)に近づき,図形形状が複雑になるほど大きい値をとる。

(参考文献)
[1] 田村秀行, コンピュータ画像処理, オーム社, 2002.

テクスチャ解析

テクスチャ解析は統計的手法と構造的手法に大別される[1]。

<統計的手法>
(1) ヒストグラム特徴(1次統計量)

(2) 濃度共起行列特徴(2次統計量)
画像中の2つの画素の組における濃度の配置具合を調べることでテクスチャ特徴を解析・評価しようとするもの。2つの画素の組を用いることから2次特徴量とよばれ,代表的なものに濃度共起行列をもとにしたテクスチャ特徴の解析・評価法がある。

エネルギー:
コントラスト(慣性):
エントロピー:
相関:

(3) フーリエ特徴
テクスチャの構成要素の大きさや方向性を解析できる。

(参考文献)
[1] 田村秀行, コンピュータ画像処理, オーム社, 2002.

[2] popImaging
http://www.dbkids.co.jp/popimaging/

[3] ImageJ
http://rsb.info.nih.gov/ij/

[4] http://www.design.kyushu-u.ac.jp/lib/doctor/1999/k032/k032-05.pdf


テンプレートマッチングと相関係数



0 件のコメント:

コメントを投稿