| 研究概要 |
現有のスクラムネット上の8台のPCを用いて,B-prologの実行,医療データーベース管理の基本システムを作成した.
まずB-prologによってVolumePROと画像処理関数と知識処理を管理し、医師にとって利用しやすいユーザーインターフェイスを構築した。2台のディスプレイを用いてVolumePROによるCT画像の3次元表示(視点設定,部分ボリュームの指定など)と診断・検査支援インターフェイスを作成した.インターフェイスから入力された指令を,VolumePRO/B-prologに伝達し,医師が希望する3次元表示を画像処理の進行と並行して可視化する機能を実現した.
臓器横断的な診断を行うには,個々の臓器の抽出が不可欠であるが,目標臓器の存在範囲の推定するために,第1椎骨の特異形状と椎間板を検出する手法を開拓した.
スライス画像処理に於いて、異なる臓器に属する領域の濃度や統計量が酷似している場合,それらは単一の領域と誤認される。そこで,隣接する臓器に関する知識を利用して連続する他のスライス画像を参照することによって分離が可能と考え,スクラムネットを利用した並列画像処理のメカニズムを実現した。ボクセルメモリーの読み書きは秒間30回に限られるため、適当な部分ボリュームをスクラムネット上に展開して、領域分割計算など部分ボリュームの評価を並行処理すると同時に、その計算対象の処理結果を実時間描画する。
しかし,B-prologで記述された臓器に関するルール(当該臓器に関する形状,、体積,位置などを含む知識)と患者についての情報(例えば、造影剤の有無、患者の特異条件)を適用することにより、処理対象臓器の種別判定をスクラムネット上のスライス画像の並行処理により行うことは未達成である.
|
