BioMedical imaging informatics

医用画像情報学研修

研修をご提供

医用画像について学びたい企業様

学生に演習で体験させたいとお考えの先生

お問い合わせお待ちしております。

customerservices"@"vis-ionary.com


医用画像情報学

VISは、以下のような分野が交差する学術領域を医用画像情報学と捉えています。

  • デジタル画像の基礎

  • モダリティの原理と画像生成のプロセス

  • 画像評価（画質などの定性・定量的評価）

  • 画像処理

  • 画像解析

  • PACS（遠隔含む）及び高精細モニタなどの周辺機器

  • 医用画像データ通信の国際標準規格（主にDICOM）

研修内容

一般的に、臨床において放射線医学的な画像を扱う部門には2つの分野があります。

放射線画像診断と放射線治療です。

本研修では、これらの分野のうち、色々な画像を読み解く放射線画像診断や技術に着目して研修テーマを組み立てます。

放射線治療については、全く触れないということではなく、放射線画像診断の領域から医用画像情報を考えることで、放射線治療（計画立案支援、位置照合や機器精度管理など）に係る医用画像情報技術にも応用が利くように配慮したいと考えています。

本研修で取り組むテーマは、医用画像情報の基本として一生役に立つ知識・技術となる項目かどうか、学ぶことでクリエイティビティが成長するかを重視しています。

これらを学んだ上で、次のステップとして、疾患ごとの対応など臨床に行ってから学ぶ方が効率がよいものや、医用画像情報分野の中でも応用領域と思われたものは優先度を下げています。これらの項目については必要に応じて個別に対応が必要です。

本ページに記載の推奨する書籍やWebページなどを糸口として、本研修では触れることができていない、個々で興味を持っているテーマを探求できる環境も提供できるよう努めます。

デザインする力

  • 自分が作りたいものを明確にする力は重要です。その基礎作りの一環として、アイディアを形にする力をつけるためのプロダクトデザイン思考（任意）にトライして下さい。

プロダクトデザイン思考.pptx

資料の提供

  • 可能な限り講義資料を提供いたします。改変して利用したり、参考用に保存するなど、用途は自由です。ただし、まったく同じ内容で第三者に情報提供する場合は、この実習の資料であることを明確に伝えてください。

  • 必要な方は、（customerservices"@"vis-ionary.com ）までご連絡ください。

1.ImageJなどを用いた医用画像処理/解析

内容 計12コマ

基礎編（各1コマ、計4コマ）

  • 1-1.医用画像情報学（実習）イントロダクション

  • 1-2.画像を観察しながら原理を考えよう。X線画像、CT画像、MRI画像, PET/SPECT画像、超音波画像

  • 1-3.ImageJで学ぶ1（イメージングバイオマーカ、ROI、2D、3D、画像の2値化、モルフォメトリ、フラクタル解析紹介）

  • 1-4.ImageJで学ぶ2（セグメンテーションとレジストレーション）

応用編（各1コマ、計4コマ）

  • 1-5.サポートベクトルマシンで判別分析をしてみよう（ファジー理論も少し紹介）

  • 1-6.画像の特徴を分類する機械学習を体験しよう

  • 1-7.ニューラルネットワークで画像認識に挑戦しよう

  • 1-8.遺伝的アルゴリズム

画像検査に関わる医療情報システム編（各2コマ、計4コマ）

  • 1-9.DICOM画像を作りながらDICOMを学ぼう。（2コマ）

  • 1-10.DICOMサーバを構築してDICOM通信を体験しよう。（2コマ）

演習候補（以下のテーマは取り扱いませんが、ご相談可能です）

  • Wish1.X線照射におけるモンテカルロシミュレーション

  • Wish2.動脈を対象とした流体解析

  • Other1.文字をベクトルとして捉える自然言語処理を体験しよう

必要なスキル

  • デジタル画像の基礎

  • 放射線画像検査機器の原理：画像を作るプロセス

  • 放射線画像検査手順の初歩

  • 初歩的な画像解剖学

2.コンピュータプログラミング

内容 計18コマ

コンピュータプログラミングの基礎（Java）計8コマ

  • 2-1.オントロジーで学ぶオブジェクト指向（2コマ）

  • 2-2.早速始めよう。統合開発環境とHello World!と、入力した文字を読み上げるアプリケーション（1コマ）

  • 2-3.ImageJのプラグインを作ろう（入力した文字を読み上げるアプリケーションをプラグインにしてしまおう）（1コマ）。

  • 2-4.いいものを開発するために一度基本に戻ろう1（2コマ）

  • 2-5.いいものを開発するために一度基本に戻ろう2 覚えられるときに徹底的に覚えよう。（2コマ）

Programming examples（先生たちの6サンプルで学ぶ。巨人の肩の上に乗ろう。）※早くできた方はPart3に飛び級。開発に時間をかけることができます。計2コマ

  • 2-6.Example1-2（1コマ）

  • 2-7.Example3-4（1コマ）

※Example5-6は必須ではない。

好きなアプリケーションを作ろう（ハッカソン：各人で一つのプログラムを完成させ、発表し、表彰しよう）。最終成果物として各人で独自のアプリケーションを開発し、プロダクトの発表をしてもらいます。計8コマ

  • 2-8.要求定義、開発計画、機能仕様

  • 2-9.開発1

  • 2-10.開発2

  • 2-11.開発3

  • 2-12.テスト、検証

  • 2-13.プロダクト発表資料作成（スライド7枚）

  • 2-14.プロダクト発表会と表彰（2コマ）

必要なスキル

  • 論理的思考

ImageJ/Fijiの初歩

ImageJ操作方法の初歩_20180507.pptx

推奨する書籍やWebページ

アイディアを形にする力（医療技術を生みだすために必要な思考プロセス）

フリー教材

DICOM

  • Digital Imaging and Communications in Medicine (DICOM): A Practical Introduction and Survival Guide 2nd ed. 2012 Edition

  • JIRA：DICOMの世界（http://www.jira-net.or.jp/dicom/dicom_data_01.html）

医用画像処理/解析

モダリティの基本

ファントム解析

  • RSNA QIBA：DRO

  • PET標準化

  • CT画像処理：JSRTで監修した教科書

  • MRI画像処理：JSRTで監修した教科書

プレゼンテーションの参考

  • TED

学会誌

  • IEEE

  • Radiology/RadioGraphics

  • MII

  • SIIM

  • Journal of Digital Imaging

  • SNM

  • JSRTやRadiological Physics and Technology（JSRTの海外向け雑誌）

専門雑誌

  • 画像診断

  • インナービジョン

  • Rad Fan

プログラミング

Operating System

  • Microsoft Windows：Windows

  • Apple Mac：macOS

  • Linux：Ubuntu, CentOS, Red Hat Enterprise Linux, Scientific Linux

  • Google : Google Chrome OS

仮想OS用ソフトウェア

GPU/CPU

  • Intel

  • Nvidia

  • AMD

Sample Image Dataset

Excelで学ぶシリーズ

Open Source

  • PyRadiomics

  • MIPAV：https://mipav.cit.nih.gov/pubwiki/index.php/MIPAV:Current_events#MipavClassSchedule

  • dcm4che

  • dcmtk

  • Open Source Physics

  • OsiriX-OS(32-bit)：

  • Horos: free DICOM viewer similar to OsiriX (macOS)

  • GRAPHY for macOS(64-bit)：Visionary Imaging Services, Inc, free DICOM viewer similar to OsiriX (macOS)

  • ITK：The ITK Software Guide Book 2: Design and Functionality（guide:https://itk.org/ItkSoftwareGuide.pdf）

  • VTK：VTK User's Guide

  • pydicom：http://pydicom.readthedocs.io/en/stable/getting_started.html

  • MITK：http://docs.mitk.org/nightly/UserManualPortal.html

  • OpenCL：

  • WebGL：

  • OpenGL：

  • MIRT：https://web.eecs.umich.edu/~fessler/code/

  • UCLA Computation Core:https://dragon.nuc.ucla.edu/

  • さまざまなOpenSource.http://www.apfelkraut.org/freemedsw/

  • deepmedic：https://github.com/Kamnitsask/deepmedic

  • Exposure Render:https://code.google.com/p/exposure-render/

  • ImageJ:http://imagej.nih.gov/ij/

  • OsiriX:http://www.osirix-viewer.com/

  • Fiji:http://fiji.sc/Fiji

  • BoneJ:http://bonej.org/

  • MeshLab:http://meshlab.sourceforge.net/

  • ClearCanvas:https://www.clearcanvas.ca/

  • K-PACS:http://www.k-pacs.net/

  • 3D Slicer:http://www.slicer.org/

  • VolView:http://www.kitware.com/opensource/volview.html

  • ParaView:http://www.paraview.org/

  • dicompyler:https://code.google.com/p/dicompyler/

  • RT_image:http://rtimage.sourceforge.net/index.html

  • Metavol:http://www.metavol.org/

  • http://www.turkupetcentre.net/petanalysis/image_tools.html

  • PET analysis tools:http://www.turkupetcentre.net/petanalysis/sw_pet.html

  • http://www.dclunie.com/medical-image-faq/html/part8.html

  • Xcode_java:https://www.youtube.com/watch?v=CmbdOfYNc3g

  • phUSE:http://www.phusewiki.org/wiki/index.php?title=Standard_Script_Index

  • http://www.pennstatehershey.org/web/nmrlab/resources/software

  • MeVis：http://www.mevislab.de/

  • SlicerRT：http://slicerrt.github.io/

  • いろんな医用画像ソフト（harvard）：http://www.med.harvard.edu/JPNM/DisplayFreeware/

  • PST：https://github.com/JalaliLabUCLA

  • NAMIC（National Alliance for Medical Image Computing）：http://www.na-mic.org/

  • Airway Inspector：http://airwayinspector.acil-bwh.org/download

  • imageprocessingplace：http://www.imageprocessingplace.com/index.htm

  • TensorFlow：https://www.tensorflow.org/

  • OpenAI：https://gym.openai.com/

  • LIBSVM：http://www.csie.ntu.edu.tw/~cjlin/libsvm/

  • Weka：http://www.cs.waikato.ac.nz/ml/weka/

  • STIR：http://stir.sourceforge.net/

MRIシーケンス

Convert image format

  • MRI Convert: converting DICOM on Bruker ClinScan/Siemens Trio to Analyze (*.img) or Nifti (*.nii) format.

  • Bru2Nii: convert Bruker 2dseq to Nifti format.

  • dcm2nii: convert DICOM to Nifti.

  • fdf2img.m: converting Varian FDF format to Analyze.

  • readVarianInfo.m: read Varian data acquisition info from procpar file.

Data pre-processing

  • Brain extraction: 3D PCNN for rodent brain

  • RATS: rodent brain extraction by university of Iowa.

  • PhsIO: toolbox for physiological artifact removal.

  • MRI Denoising: Very powerful package including various denoise methods for MRI (only for .nii (not .nii.gz) format). A DTI denoise tool is here.

fMRI Analysis

Image analysis/processing

GPGPU

Registration

Natural language processing

Machine learning/Deep learning

    • scikit learn

    • Tensorflow

    • PyTorch

Genetic Algorithm

    • http://ipr20.cs.ehime-u.ac.jp/column/ga/chapter1.html