CN103959335B - 图像处理装置 - Google Patents
图像处理装置 Download PDFInfo
- Publication number
- CN103959335B CN103959335B CN201280058402.6A CN201280058402A CN103959335B CN 103959335 B CN103959335 B CN 103959335B CN 201280058402 A CN201280058402 A CN 201280058402A CN 103959335 B CN103959335 B CN 103959335B
- Authority
- CN
- China
- Prior art keywords
- mask
- image
- gradient
- processor
- processing apparatus
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012545 processing Methods 0.000 title claims abstract description 29
- 238000001514 detection method Methods 0.000 claims abstract description 26
- 238000000034 method Methods 0.000 claims description 28
- 230000007704 transition Effects 0.000 claims description 16
- 238000005516 engineering process Methods 0.000 claims description 11
- 230000002829 reductive effect Effects 0.000 claims description 7
- 238000003384 imaging method Methods 0.000 claims description 6
- 230000000877 morphologic effect Effects 0.000 claims description 5
- 230000003628 erosive effect Effects 0.000 claims description 4
- 241000406668 Loxodonta cyclotis Species 0.000 claims 1
- 210000000481 breast Anatomy 0.000 description 18
- 239000007943 implant Substances 0.000 description 18
- 238000004590 computer program Methods 0.000 description 13
- 230000000873 masking effect Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000009607 mammography Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- WYTGDNHDOZPMIW-RCBQFDQVSA-N alstonine Natural products C1=CC2=C3C=CC=CC3=NC2=C2N1C[C@H]1[C@H](C)OC=C(C(=O)OC)[C@H]1C2 WYTGDNHDOZPMIW-RCBQFDQVSA-N 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000003780 insertion Methods 0.000 description 2
- 230000037431 insertion Effects 0.000 description 2
- 238000002156 mixing Methods 0.000 description 2
- 238000009206 nuclear medicine Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 210000000038 chest Anatomy 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000010008 shearing Methods 0.000 description 1
- 238000002603 single-photon emission computed tomography Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration by the use of local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/155—Segmentation; Edge detection involving morphological operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20036—Morphological image processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30068—Mammography; Breast
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
一种用于将掩模应用于对象的图像处理装置110,包括输入部120,其用于获得图像122;处理器130,其用于(i)检测图像中的对象,以及(ii)将掩模应用于图像中的对象,以获得输出图像60,并且处理器被布置为通过(j)构建对象的对象轮廓、(jj)基于对象轮廓生成小于对象的掩模以及(jjj)将掩模定位在对象上,以对对象的主体进行遮蔽,同时使对象的边界区域保持清晰,从而将所述掩模应用于对象。
Description
技术领域
本发明涉及一种用于将掩模应用于图像中的对象的图像处理装置和方法。本发明还涉及一种包括所述图像处理装置的工作站和成像装置,并且涉及一种用于令处理器系统执行所述方法的计算机程序产品。
背景技术
在图像评估和图像显示领域中,可能要求对图像中的对象进行遮蔽。为此的原因是,在观察图像时,用户会以其他方式受到图像中的对象的分散或阻碍。通过对对象进行遮蔽,减少图像中的对象的可见性。因此,用户能够更容易地将其注意力指向图像中的其他区域,例如,另一对象或对象的相邻区域。
已知自动地对图像中的对象进行遮蔽。例如,US2011/0123074A1公开了一种用于改变医学图像中的伪影对象的显现的系统和方法。在医学图像中首先识别伪影对象,诸如,识别乳腺摄影图像中的乳房植入物。然后,例如通过抑制亮度或对伪影对象整个进行遮蔽来减少伪影对象的突显。然后将具有改变的伪影对象的得到的医学图像显示给用户。因此,能够更精确地分析医学图像,而不要求用户自己调整图像。
前述系统和方法的问题是,用户难以确定对象的自动遮蔽是否是错误的。
发明内容
具有能够使用户更容易地确定对象的自动遮蔽是否是错误的改进装置或方法将是有利的。
为了更好地解决该问题,本发明的第一方面提供一种用于将掩模应用于对象的图像处理装置,其包括;输入部,其用于获得图像;处理器,其用于(i)检测图像中的对象,以及(ii)将掩模应用于图像中的对象,以获得输出图像,并且处理器被布置为通过(j)构建对象的对象轮廓、(jj)基于对象轮廓生成小于对象的掩模以及(jjj)将掩模定位在对象上,以对对象的主体进行遮蔽,同时使对象的边界区域保持清晰,从而将掩模应用于对象。
在本发明的又一方面,提供一种工作站和成像装置,其包括所述图像处理装置。
在本发明的又一方面,提供一种用于将掩模应用于对象的方法,所述方法包括:获得图像;检测图像中的对象;以及,通过(j)构建对象的对象轮廓、(jj)基于对象轮廓生成小于对象的掩模以及(jjj)将掩模定位在对象上,以对对象的主体进行遮蔽,同时使对象的边界区域保持清晰,从而将掩模应用于图像中的对象,以获得输出图像。
在本发明的又一方面,提供一种计算机程序产品,所述计算机程序产品包括用于令处理器系统执行所述方法的指令。
输入部获得包括对象的图像。因此,当显示图像时,对象对于用户是可见的。处理器检测图像中的对象,并且将掩模应用于对象。掩模是用来减少图像中的对象可见性的图像数据。通过将掩模应用于对象,在对象的图像数据上插入掩模的图像数据,或掩模的图像数据影响对象的可见性。因此,当显示输出图像时,减少输出图像中的对象的可见性。处理器被布置为以如下方式将掩模应用于对象。首先,确定对象的外廓。所述外廓指示对象的尺寸。
基于对象的外廓,生成掩模以致小于对象。因此,掩模不覆盖全部对象。最后,将掩模定位在对象上,使得对象的边界区域保持可见,而大部分对象被掩模覆盖。因此,减少输出图像中的大部分对象的可见性,同时不影响对象的边界区域的可见性。
通过对对象的主体进行遮蔽,同时使对象的边界区域保持清晰,由于减少了大部分对象的可见性,用户较少地受到对象的分散或阻碍。然而,掩模不覆盖对象的边界区域,并且由此,由于将掩模应用于对象,不减少对象的边界区域的可见性,或以其他形式被修改。
本发明部分地基于识别,便于用户获得图像中的对象的自动遮蔽,但由于例如无法正确地检测对象,对象的自动遮蔽会是错误的。因此,掩模可以覆盖会与用户相关的对象的相邻区域。发明人已经认识到,当观察输出图像时,用户通常不能确定对象的自动遮蔽是否是错误的,并且由此,不能确定对象的相邻区域是否被覆盖。为此的原因是,确定掩模是否被正确地应用于对象涉及将掩模与对象进行比较,其现在受到通过对象的所述遮蔽在可见性上减少的对象的阻碍。
通过在对象的自动遮蔽中使对象的边界区域保持清晰,从看到对象的边界区域中,用户可以推断应用掩模,使得未覆盖对象的相邻区域。类似地,当对象的边界区域不可见时,用户可以推断对象的自动遮蔽是错误的,并且由此,可以覆盖对象的相邻区域。而且,由于对对象的主体进行遮蔽,并且由此减少可见性,通常维持遮蔽的效果。
有利地,保存对象的相邻区域中的相关信息。有利地,保存对象的边界区域中的相关信息。有利地,如果用户知道他可以从输出图像中推断所述自动遮蔽是否是错误的,用户更可能依赖对象的自动遮蔽。有利地,由于可能导致对象的相邻区域被覆盖的所述自动遮蔽中的错误容易引起用户注意,不需要对象的自动遮蔽是100%可靠的。有利地,当图像是医学图像时,对象的边界区域中的诊断信息保持不受限制,即,不被遮蔽。
任选地,处理器被布置为通过沿对象向内的方向减少对象轮廓的尺寸以获得掩模的掩模轮廓,从而生成掩模。通过在向内方向上减少对象轮廓的尺寸,掩模轮廓被形成为类似于对象的轮廓,而具有更小的尺寸。因此,掩模适合于在对象轮廓内部。因此,当将掩模定位在对象上的适当位置时,将自动使对象的边界区域保持清晰。
任选地,处理器被布置为通过将形态学腐蚀技术应用于对象轮廓来减少对象轮廓的尺寸。形态学腐蚀技术尤其很好地适于减少对象轮廓的尺寸。
任选地,处理器被布置为在图像中,检测构成对象与其周围之间的逐渐过渡的对象梯度,以使对象梯度和掩模与对象梯度之间的对象的边界区域保持清晰。在图像中的对象和其周围之间的过渡可以是逐渐过渡。所以,对象的轮廓不是由无限细的线构成,而是由对应于所述逐渐过渡的图像中的区域构成。为此的原因可以是,例如,归因于检测器元件的有限尺寸,用于采集图像的成像设备的分辨率是有限的。对象梯度既不完全对应于对象也不对应于其周围,而是两者之间的逐渐过渡。由此,对象的边界区域位于对象梯度以内。对于用户,对象梯度可以包含相关信息。通过检测对象梯度,已知对象与其周围之间的逐渐过渡被定位于图像中的何处。据此,使对象梯度和对象的边界区域保持清晰。
任选地,处理器被布置为构建对象的边界区域,当在显示器上显示输出图像时,所述对象的边界区域具有在2mm和10mm之间的显示宽度。由此,当在用于显示输出图像的显示器上进行测量时,处理器构建具有在2mm和10mm之间的宽度的对象的边界区域。所述范围构成在示出足够大的对象的边界区域以便对于用户是可见的以及对尽可能大部分的对象进行遮蔽以减少对象的总体可见性之间的适当折衷。
任选地,图像处理装置还包括用户输入部,所述用户输入部用于使用户能够确定缩放系数,以放大或缩小输出图像,并且处理器被布置为当基于缩放系数在显示器上显示输出图像时,基于缩放系数,生成掩模,以维持对象的边界区域的显示宽度。放大或缩小输出图像通常导致随缩放系数成比例地增加或减小的结构的显示宽度。这对于边界区域是不期望的。例如,在缩小时,边界区域的显示宽度可以减小,使得边界区域对于用户不再是清晰可见的。类似地,在放大时,边界区域的显示宽度可以变得不必要大,导致用户受到边界区域的分散或阻碍。通过使用缩放系数以维持边界区域的显示宽度,例如,以固定值或在有限范围内,避免由于缩放,边界区域对于用户不再是清晰可见的或变得不必要大。
任选地,当将掩模应用于对象时,处理器被布置为在输出图像中生成掩模梯度,以构建掩模与对象之间的逐渐过渡。因此,在输出图像中的掩模与对象之间引入逐渐过渡。有利地,用户不受到输出图像中的对象与掩模之间的急剧过渡的分散或阻碍。
任选地,处理器被布置为通过将掩模的边界区域与对象进行混合来生成掩模梯度。将掩模的边界区域与对象进行混合尤其很好地适于生成掩模梯度。
任选地,处理器被布置为(i)在图像中,检测构成对象与其周围之间的逐渐过渡的对象梯度,以及(ii)生成在宽度和/或形状上不同于对象梯度的掩模梯度,以在输出图像中在视觉上从掩模梯度中区分对象梯度。因此,用户可以在视觉上从掩模梯度中辨别对象梯度。有利地,用户较少可能将掩模梯度错误地识别为对象梯度。有利地,用户可以在输出图像中容易地识别掩模梯度,以容易地识别输出图像的合成引入部分。
任选地,图像处理装置还包括用户输入部,所述用户输入部用于使用户能够确定掩模梯度的宽度和/或形状。由此,用户能够手动地确定掩模梯度的宽度和/或形状。
任选地,处理器被布置为通过减少对象的主体的亮度和/或对比度来对对象的主体进行遮蔽。通过减少对象的主体的亮度和/或对比度,减少对象的主体的可见性,同时仍然提供有关对象的主体的视觉信息,例如,其中包括的边缘。有利地,尽管对对象的主体进行遮蔽,用户可以识别对象。
本领域技术人员应当认识到,可以以认为有用的任何方式组合本发明的上述实施例、实施方式和/或方面中的两个或更多。
基于本说明书,能够由本领域技术人员实现对应于描述的图像处理装置的修改和变型的工作站、成像装置、方法和/或计算机程序产品的修改和变型。
本领域技术人员应当认识到,所述方法可以被应用于多维图像数据,例如,二维(2-D)、三维(3-D)或四维(4-D)图像。多维图像数据的维度可以涉及时间。例如,三维图像可以包括时域系列的二维图像。图像可以是由各种采集模态采集的医学图像,诸如,但不限于,标准X-射线成像、计算机断层摄影(CT)、磁共振成像(MRI)、超声(US)、正电子发射断层摄影(PET)、单光子发射计算机断层摄影(SPECT)以及核医学(NM)。然而,图像也可以是任何其他类型,例如,地质或天体物理图像。
在独立权利要求中定义本发明。在从属权利要求中定义有利实施例。
附图说明
参考下文描述的实施例,本发明的这些和其他方面将显而易见并得以阐述。在附图中,
图1示出了根据本发明的图像处理装置,其被连接到用于显示输出图像的显示器;
图2示出了根据本发明的方法;
图3示出了根据本发明的计算机程序产品;
图4a示出了包括要被遮蔽的对象的图像;
图4b示出了输出图像,在所述输出图像中,对象被全部遮蔽;
图5a示出了输出图像,在所述输出图像中,根据本发明对对象进行遮蔽,以使对象的边界区域保持清晰;
图5b示出了被放大之后的图5a的输出图像;
图6a示出了通过减少其亮度对对象的主体进行遮蔽;
图6b示出了图6a的剪切视图,其示出了掩模轮廓;
图7a示出了四个医学图像,每个医学图像包括对象;
图7b示出了根据本发明对对象进行遮蔽;
图8a是图7a的剪切视图,其示出了对象轮廓;
图8b示出了图7b的剪切视图,其示出了根据本发明对对象进行遮蔽,以使对象的边界区域保持清晰;以及
图9示出了沿着如图8b中指示的线段作为位置的函数的强度的绘图,所述绘图示出了对象的边界区域。
具体实施方式
图1示出了图像处理装置110,以下被称为装置100,用于将掩模应用于对象。装置110包括输入部120,所述输入部120用于获得图像122。输入部120可以例如通过从发射器接收图像122来从装置110外部获得图像122,或例如通过从内部数据库获得图像122来从装置110内部获得图像122。装置110还包括处理器130,所述处理器130用于将掩模应用于图像122中的对象。为了将图像122提供到处理器130,输入部120被示为被连接到处理器130。此外,所述装置110被示为被连接到显示器150,以将输出图像160提供到显示器150。所述显示器150被示为外部显示器,即,其不是装置110的一部分。备选地,显示器150可以是装置110的一部分。装置110和显示器150可以共同形成系统100。
装置110可以还包括用户输入部140,所述用户输入部140用于获得来自用户的选择数据144。为了达到该目的,用户输入部140可以被连接到用户接口器件(在图1中未示出),诸如,鼠标、键盘、触屏等,以经由用户接口器件接收来自用户的用户接口命令142。
图2示出了用于将掩模应用于对象的方法200,其包括,在题为“获得图像”的第一步骤中,获得210图像。方法200还包括,在题为“检测对象”的第二步骤中,检测220图像中的对象。方法200还包括,在题为“应用掩模”的第三步骤中,将掩模应用230于图像中的对象,以获得输出图像。将掩模应用230于对象自身的第三步骤包括,在题为“构建对象轮廓”的第一中间步骤中,构建240对象的对象轮廓。第三步骤还包括,在题为“生成掩模”的第二中间步骤中,基于对象轮廓,生成250小于对象的掩模。第三步骤还包括,在题为“定位掩模”的第三中间步骤中,将掩模定位260在对象上,以对对象的主体进行遮蔽,同时使对象的边界区域保持清晰。方法200可以对应于装置110的操作,并且以下将参考装置110的所述操作做进一步讨论。然而,应当注意,也可以独立于所述装置110执行方法200,例如,使用不同装置执行方法200。
图3示出了计算机程序产品280,所述计算机程序产品280包括用于令处理器系统执行根据本发明的方法的指令。计算机程序产品280可以被包括在计算机可读介质270上,例如,以一系列机器可读物理标记和/或一系列具有不同电学(例如,磁性)或光学特性或值的元件的形式。
将参考图4a至图9解释装置110的操作。图4a示出了包括要被遮蔽的对象124的图像122。图4b示出了输出图像160,所述输出图像160包括被掩模170全部遮蔽的对象124。在图4b中借助线条式样示意性地指示了掩模170。作为掩模170覆盖对象124的结果,其全部对象124不再是可见的。因此,观察输出图像160的用户不能确定掩模170是否覆盖图像122的额外区域,例如,对象124的周围。
图5a示出了输出图像161,在所述输出图像161中,根据本发明遮蔽对象124,以使对象124的边界区域126保持清晰。作为具有非零宽度的对象124的边界处的区域,边界区域126是可见的。为了使输出图像161中的对象124的边界区域126保持清晰,处理器130检测图像中的对象126。检测图像中的对象126可以包括将对象检测技术或对象分割技术应用于图像,如从图像分析和对象检测领域本身已知的。备选地或额外地,检测图像中的对象126可以包括接收来自先前应用的对象检测技术或对象分割技术的位置或检测结果。已经检测图像中的对象126,处理器130之后将掩模171应用于图像中的对象124,从而生成输出图像161。
通过首先构建对象124的对象轮廓来执行将掩模171应用于对象124。对象轮廓对应于图像中的对象124的外廓。在图5a示出的范例中,对象轮廓是可见的,作为在暗背景与亮对象124之间的锐边缘。作为检测图像中的对象126的一部分,可以由处理器130构建对象轮廓。然而,构建对象轮廓也可以涉及处理器130执行单独步骤。例如,检测对象124可以涉及检测对象124的中心,例如,种子位置。构建对象轮廓可以涉及将区域生长技术应用于种子位置,以获得对象轮廓。构建对象轮廓也可以涉及确定最低成本循环路径,与构成潜在循环路径的边缘的强度和/或数量反向地定义成本。
应当认识到,从图像分析和对象检测领域本身已知以上技术。此外,应当注意,来自所述领域的各种其他技术可以有利地用于检测对象124和/或构建对象轮廓。尤其,可以有利地使用在图像中要被检测的对象124和/或要被构建的对象轮廓的先验知识。例如,前述最低成本循环路径可以很好地适于构建具有近似环形形状的对象的轮廓。例如,当图像是乳房医学图像,即,医学图像是乳腺摄影图像,并且对象124是乳房植入物,即,插入患者的人造对象时,乳房植入物是近似环形的并且主要位于图像一侧的知识可以用于提高可靠性,即,避免检测对象124和/或构建对象轮廓的错误结果。
已经构建了对象轮廓,基于对象轮廓,处理器130生成小于对象124的掩模171。生成小于对象124的掩模171可以包括沿对象124向内的方向减少对象轮廓尺寸,从而获得掩模171的掩模轮廓。减少对象轮廓尺寸可以包括在离对象轮廓给定距离并且在局部正交于对象轮廓的方向上构建在对象124内的掩模轮廓。距离可以以像素为单位。减少对象轮廓尺寸也可以包括将形态学腐蚀技术应用于对象轮廓,如从形态学图像处理领域本身已知的。
已经获得掩模轮廓,通过用掩模值,例如,光度、色度和/或不透明度值“填充”掩模轮廓可以生成掩模171自身。掩模值可以是相同的。因此,掩模可以用相同的掩模值来“填充”。由于以上,例如,在装置110的存储器中可以获得掩模171的外在表现。然而,应当认识到,也可以隐含地生成掩模171,例如,由掩模轮廓和单一掩模值(例如,光度、色度和/或不透明度值)来定义所述掩模171。
已经生成掩模171,处理器130将掩模171定位在对象124上,以便对对象124的主体进行遮蔽,同时使对象124的边界区域126保持清晰。在图5a中示出结果,其中,对对象124的主体(即,大部分)进行遮蔽,同时对象124的边界区域126保持可见。通常,将掩模171定位在对象124上涉及将掩模171定位在相对于对象124的中心,即,以适合对象124内的掩模171,使得对象124的边界区域126保持清晰。假如通过减少对象轮廓尺寸来获得掩模轮廓,可以已经定位掩模轮廓,使得对对象124的主体进行遮蔽,并且使对象124的边界区域126保持清晰。因此,掩模171的定位可以是生成掩模171的隐含部分。
图5b示出了图5a的输出图像161的缩放视图的结果。这里,缩放归因于装置110的操作,即,不是为了解释图5a。为了使用户能够放大或缩小输出图像161,用户输入部140可以被布置为使用户能够确定缩放系数。用户接口命令142可以指示缩放系数。由处理器130以选择数据144的形式可以从用户输入部140接收缩放系数。
通常,处理器130可以被布置为构建对象124的边界区域126,当在显示器150上显示输出图像162时,所述对象124的边界区域126具有显示宽度180。显示宽度180可以是恒定值或被设置在有限范围之内。例如,对象124的边界区域126可以被构建为具有2mm到10mm之间的显示宽度180。显示宽度180可以是5mm。这里,当在显示器150上进行测量时,显示宽度180是边界区域126的宽度。显示宽度180通常对应于允许用户在显示器150上察觉边界区域126和/或允许用户察觉对象轮廓与掩模轮廓分开的宽度。显示宽度180可以取决于例如显示器150的尺寸、用户到显示器150的观察距离等。据此,可以生成掩模171比对象124小一定量,所述一定量导致对象124的边界区域126具有所述显示宽度180。应当认识到,处理器130可以被布置为构建在输出图像162中具有像素宽度的对象124的边界区域126,所述像素宽度先前已经被确定为对应于显示器150上的显示宽度180。为了达到该目的,像素宽度和显示宽度180之间的换算系数可以被构建为例如输出图像162的分辨率和显示器150的尺寸的函数。
处理器130可以被布置为基于缩放系数生成掩模171,当基于缩放系数,在显示器150上显示输出图像162时,以维持对象124的边界区域126的显示宽度180。在图5a和5b中示出了以上结果,其中,对象124的边界区域126的显示宽度180被示为与图5a和图5b中近似相同,尽管图5b示出图5a的输出图像161的缩放视图。所以,处理器130可以被布置为对于每个缩放系数,或对于缩放系数的每个足够大的变化,动态地重新生成掩模171。
处理器130可以被布置为当缩小输出图像162超过一定阈值时,禁用将掩模171应用于对象124。阈值可以对应于缩放系数,以所述缩放系数,当在显示器150上显示时,对象124在给定尺寸以下。以给定尺寸,对象124可以不再被认作阻碍用户。所以,对对象124进行遮蔽可以是禁用的。此外,通常,处理器130可以被布置为当在显示器150上显示时,当对象在所述给定尺寸以下时,禁用将掩模171应用于对象124。
图6a示出了被应用于对象124的掩模172的范例。这里,处理器130可以被布置为通过减少对象124的主体的亮度来遮蔽对象124的主体。因此,凭借减少对象124的主体的亮度,减少对象124的可见性。对象124在图4a中被示为均匀的。然而,假如对象124包含细节,例如,边缘或纹理,减少对象124的主体的亮度可以允许用户即使在较低的亮度下仍然察觉对象124的主体内的细节。备选地,对对象124的主体进行遮蔽可以包括在输出图像163中由掩模172的像素代替对象124的主体的像素。应当认识到,也可以有利地使用许多其他类型的掩模。例如,通过减少其对比度可以对对象124的主体进行遮蔽。
图6b示出了图6a的剪切视图。应当注意,剪切视图是为了解释图6a。因此,剪切视图不对应于图5b中示出的装置110的缩放操作。而是,图6b仅仅示出了图6a的部分164的更大视图。在图6b中可见的是以下结果:处理器130可以被布置为在将掩模172应用于对象124时,在输出图像163中生成掩模梯度173,以构建掩模172与对象124之间的逐渐过渡。因此,图6b示出了掩模172与对象124之间的逐渐过渡。处理器130可以被布置为通过将掩模172的边界区域与对象进行混合来生成掩模梯度173。所述混合可以涉及执行所谓的alpha混合,在其中,对象124(例如,对象124的像素值)对掩模梯度173的贡献在朝向掩模172的向内方向上减小,而掩模172(例如,掩模172的像素值)对掩模梯度173的贡献在所述向内方向上增加。处理器130也可以被布置为通过将预定掩模梯度插入例如具有预定宽度和/或形状的输出图像163中来生成掩模梯度173。
通常,处理器130可以被布置为例如在虚拟放大镜中,基于用于显示输出图像163的缩放系数或基于用于显示其部分的缩放系数,确定或修改掩模梯度173的宽度和/或形状。此外,处理器130可以被布置为基于输出图像163中的掩模梯度173的位置来确定或修改掩模梯度173的宽度和/或形状。例如,当掩模梯度173位于输出图像163的边缘处时,掩模梯度173的宽度可以是零。
用户输入部140可以被布为使用户能够确定掩模梯度173的宽度和/或形状。用户接口命令142可以指示掩模梯度173的宽度和/或形状。由处理器130以选择数据144的形式可以从用户输入部140接收所述宽度和/或形状。形状可以适于掩模172和/或对象124的实际表现。例如,当用户确定掩模梯度173是“S”形时,“S”形的最大值和/或最小值可以设置为在表现上与掩模172和/或对象124对应。例如,形状可以被按比例更改或调整,以获得掩模172的光度与对象的光度之间的逐渐过渡。
图7a示出了并排式呈现的四个医学图像,即,作为组合医学图像165。医学图像是乳腺摄影图像,其从各个角度示出了患者乳房。在所有乳腺摄影图像中可见的是对象以乳房植入物125-128形式出现。作为用于获得乳腺摄影图像的成像模态的结果,乳房植入物125-128表现为明亮对象。观察医学图像165的用户可以受到表现为明亮对象的乳房植入物125-128的阻碍。例如,用户对暗阅读环境的适应(用于研究医学图像165)可以被中断。因此,用户不能够辨别靠近乳房植入物125-128的细节。
图7b示出了根据本发明被遮蔽的乳房植入物125-128的结果。据此,在组合输出图像166内的每个输出图像中,大部分乳房植入物125-128由掩模175-178进行遮蔽。此外,乳房植入物125-128的边界区域保持可见。
图8a、8b和9更详细地示出了以上遮蔽的结果。图8a示出了图7a的剪切视图167,并且图8b示出了图7b的剪切视图168。在图8a中可见的是乳房植入物125和在乳房植入物125与周围组织之间的梯度192。图8b示出了由掩模175进行遮蔽的乳房植入物125的主体,以及可见的乳房植入物125的边界区域193。此外,掩模175与乳房植入物125之间的又一梯度194是可见的。最后,示出了线段190。图9示出了沿着线段190作为位置的函数的剪切视图168的强度的绘图。可见的是具有低强度的周围组织191、在周围组织191与乳房植入物之间其中强度逐渐增加的梯度192、具有高强度的乳房植入物的边界区域193、在乳房植入物与掩模195之间其中强度逐渐减小的的又一梯度193以及具有中到低强度的掩模195。
为了获得在图8a、图8b和图9中示出的结果,处理器130可以被布置为在图像中检测构成对象125与其周围之间的逐渐过渡的对象梯度192,以使掩模125和对象梯度192之间的对象125的边界区域193保持清晰。由于对象的边界区域193与对象梯度192分开,这在图9中是可见的。检测对象梯度192可以包括使用边缘检测技术,以及将边缘的宽度(即,边缘逐渐上升的区域)标记为对象梯度192。此外,处理器130可以被布置为检测图像中的对象梯度192,以及用于生成在宽度和/或形状上不同于对象梯度192的掩模梯度194,以在输出图像中在视觉上从掩模梯度194中区分对象梯度192。在图9的范例中,掩模梯度194被示为具有比对象梯度192更大的宽度。然而,在图9中两个梯度的形状是类似的,即,线性斜坡,但是也可以是不同的,例如,线性和非线性斜坡。
通常,应当注意,术语图像涉及多维图像,诸如,二维(2-D)图像或三维(3-D)图像。这里,术语3-D图像涉及体积图像,即,具有三个空间维度。图像由图像元素构成。当图像是2-D图像时,图像元素可以是所谓的像元,即,像素。当图像是体积图像时,图像元素也可以是所谓的体积像元,即,体素。有关图像元素的术语值涉及可显示属性,所述可显示属性被分配到图像元素,例如,像素值可以表示像素的光度和/或色度,或可以指示在体积图像内的体素的不透明度或半透明度。
应当认识到,本发明也应用于计算机程序,尤其在载体上或内的计算机程序,其适于将本发明付诸实践。程序可以是源代码、目标代码、源和目标代码中间的代码的形式,诸如,部分编译的形式,或适于在根据本发明的方法的实施中使用的任何其他形式。也应当认识到,这样的程序可以具有许多不同的架构设计。例如,实施根据本发明的方法或系统的功能的程序代码可以被分为一个或更多子例程。将功能分布在这些子例程之间的许多不同方式对本领域技术人员来说将是显而易见的。子例程可以一起被存储在一个可执行文件中,以形成自含程序。这样的可执行文件可以包括计算机可执行指令,例如,处理器指令和/或解读器指令(例如,Java解读器指令)。备选地,一个或多个或所有子例程可以被存储在至少一个外部库文件中,并且例如在运行时,静态地或动态地与主程序链接。主程序包含对子例程中的至少一个的至少一个调用。子例程也可以包括对彼此的函数调用。涉及计算机程序产品的实施例包括对应于本文提出的方法中的至少一个的每个处理步骤的计算机可执行指令。这些指令可以被分为子例程,和/或被存储在一个或多个文件中,其可以静态地或动态地被链接。涉及计算机程序产品的另一实施例包括对应于本文提出的系统和/或产品中的至少一个的每个器件的计算机可执行指令。这些指令可以被分为子例程,和/或被存储在一个或多个文件中,其可以静态地或动态地被链接。
计算机程序的载体可以是能够运载程序的任何实体或设备。例如,载体可以包括存储介质,诸如,ROM(例如,CD ROM或半导体ROM)或磁记录介质(例如,硬盘)。此外,载体可以是可传送载体,诸如电信号或光信号,其可以经由电缆或光缆或通过无线电或其他手段进行输送。当在这样的信号中体现程序时,载体可以由这样的缆线或其他设备或器件组成。备选地,载体可以是集成电路,在所述集成电路中体现程序,所述集成电路适于执行相关方法,或用于相关方法的执行中。
应当注意,上述实施例图示而不是限制本发明,并且本领域技术人员将能够在不偏离权利要求的范围的情况下设计许多备选实施例。在权利要求中,被放置在括号之间的任何参考标记不应解释为限制权利要求。动词“包括”和其词形变化的使用不排除权利要求中列出之外的元件或步骤存在。元件前的冠词“一”或“一个”不排除存在多个这样的元件。本发明可以借助包括若干不同元件的硬件,以及借助适当编程的计算机来实施。在设备权利要求中枚举了若干器件,这些器件中的若干可以被包含在一个和同一项硬件中。在互不相同的从属权利要求中列举的某些措施的事实不表明不能够使用这些措施的组合来获益。
Claims (15)
1.一种用于将掩模(171、172、175-178、195)应用于对象(124-128)的图像处理装置(110),所述掩模减少所述对象的可见性,所述图像处理装置包括:
-输入部(120),其用于获得图像(122);
-处理器(130),其用于(i)检测所述图像中的所述对象,以及(ii)将所述掩模应用于所述图像中的所述对象,以获得输出图像(160-163);以及
-输出部,其用于向显示器(150)提供所述输出图像;
-所述处理器被布置为通过(j)构建所述对象的对象轮廓、(jj)基于所述对象轮廓生成小于所述对象的掩模以及(jjj)将所述掩模定位在所述对象上以在所述输出图像中对所述对象的主体进行遮蔽,同时使所述对象的边界区域(126、193)保持清晰,来将所述掩模应用于所述对象。
2.根据权利要求1所述的图像处理装置(110),其中,所述处理器(130)被布置为通过在相对于所述对象(124-128)向内的方向上减少所述对象轮廓的尺寸以获得所述掩模的掩模轮廓来生成所述掩模(171、172、175-178、195)。
3.根据权利要求2所述的图像处理装置(110),其中,所述处理器(130)被布置为通过将形态学腐蚀技术应用于所述对象轮廓来减少所述对象轮廓的尺寸。
4.根据权利要求1所述的图像处理装置(110),其中,所述处理器(130)被布置为在所述图像(122)中,检测构成所述对象(124-128)与其周围之间的逐渐过渡的对象梯度(192),以使所述对象梯度和所述掩模(171、172、175-178、195)与所述对象梯度之间的所述对象的所述边界区域(126、193)保持清晰。
5.根据权利要求1所述的图像处理装置(110),其中,所述处理器(130)被布置为构建所述对象(124-128)的所述边界区域(126、193),当在显示器(150)上显示所述输出图像(160-163)时,所述对象(124-128)的所述边界区域(126、193)具有在2mm和10mm之间的显示宽度(180)。
6.根据权利要求1所述的图像处理装置(110),还包括用户输入部(140),所述用户输入部(140)用于使用户能够确定缩放系数,以放大或缩小所述输出图像(160-163),并且其中,所述处理器(130)被布置为基于所述缩放系数来生成所述掩模(171、172、175-178、195),以当基于所述缩放系数在显示器(150)上显示所述输出图像时,维持所述对象(124-128)的所述边界区域(126、193)的显示宽度(180)。
7.根据权利要求1所述的图像处理装置(110),其中,当将所述掩模(171、172、175-178、195)应用于所述对象(124-128)时,所述处理器(130)被布置为在所述输出图像(160-163)中生成掩模梯度(173、194),以构建所述掩模与所述对象之间的逐渐过渡。
8.根据权利要求7所述的图像处理装置(110),其中,所述处理器(130)被布置为通过将所述掩模(171、172、175-178、195)的边界区域与所述对象(124-128)进行混合来生成所述掩模梯度(173、194)。
9.根据权利要求7所述的图像处理装置(110),其中,所述处理器(130)被布置为(i)在所述图像(122)中,检测构成所述对象(124-128)与其周围之间的逐渐过渡的对象梯度(192),以及(ii)生成在宽度和/或形状上不同于所述对象梯度的所述掩模梯度(173、194),以在所述输出图像(160-163)中在视觉上从所述掩模梯度中区分所述对象梯度。
10.根据权利要求7所述的图像处理装置(110),还包括用户输入部(140),所述用户输入部(140)用于使用户能够确定所述掩模梯度(173、194)的宽度和/或形状。
11.根据权利要求1所述的图像处理装置(110),其中,所述处理器(130)被布置为通过减少所述对象的所述主体的亮度和/或对比度来对所述对象(124-128)的所述主体进行遮蔽。
12.一种工作站,其包括根据权利要求1所述的图像处理装置。
13.一种成像装置,其包括根据权利要求1所述的图像处理装置。
14.一种将掩模应用于对象的方法(200),所述掩模减少所述对象的可见性,所述方法包括:
-获得(210)图像;
-检测(220)所述图像中的所述对象;
-通过(j)构建(240)所述对象的对象轮廓、(jj)基于所述对象轮廓生成(250)小于所述对象的掩模以及(jjj)将所述掩模定位(260)在所述对象上以在输出图像中对所述对象的主体进行遮蔽,同时使所述对象的边界区域保持清晰,从而将所述掩模应用(230)于所述图像中的所述对象,以获得所述输出图像;并且
-向显示器提供所述输出图像。
15.一种将掩模应用于对象的装置,所述掩模减少所述对象的可见性,所述装置包括:
-用于获得(210)图像的单元;
-用于检测(220)所述图像中的所述对象的单元;
-用于通过以下动作将所述掩模应用(230)于所述图像中的所述对象以获得输出图像的单元:(j)构建(240)所述对象的对象轮廓、(jj)基于所述对象轮廓生成(250)小于所述对象的掩模以及(jjj)将所述掩模定位(260)在所述对象上以在所述输出图像中对所述对象的主体进行遮蔽,同时使所述对象的边界区域保持清晰;以及
-用于向显示器提供所述输出图像的单元。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201161563990P | 2011-11-28 | 2011-11-28 | |
US61/563,990 | 2011-11-28 | ||
PCT/IB2012/056402 WO2013080071A1 (en) | 2011-11-28 | 2012-11-14 | Image processing apparatus. |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103959335A CN103959335A (zh) | 2014-07-30 |
CN103959335B true CN103959335B (zh) | 2018-03-09 |
Family
ID=47358506
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201280058402.6A Active CN103959335B (zh) | 2011-11-28 | 2012-11-14 | 图像处理装置 |
Country Status (6)
Country | Link |
---|---|
US (1) | US11263732B2 (zh) |
EP (1) | EP2786345B1 (zh) |
JP (1) | JP6060173B2 (zh) |
CN (1) | CN103959335B (zh) |
BR (1) | BR112014012599A8 (zh) |
WO (1) | WO2013080071A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103959335B (zh) | 2011-11-28 | 2018-03-09 | 皇家飞利浦有限公司 | 图像处理装置 |
WO2017212768A1 (ja) * | 2016-06-07 | 2017-12-14 | オリンパス株式会社 | 画像処理装置、内視鏡システム、画像処理方法およびプログラム |
CN109754472B (zh) * | 2018-12-29 | 2023-07-18 | 上海联影医疗科技股份有限公司 | 一种组织轮廓编辑方法、装置、计算机设备及存储介质 |
US20230177686A1 (en) * | 2021-12-07 | 2023-06-08 | Real Time Tomography, Llc | Automated multi-class segmentation of digital mammogram |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5896463A (en) * | 1996-09-30 | 1999-04-20 | Siemens Corporate Research, Inc. | Method and apparatus for automatically locating a region of interest in a radiograph |
CN101911124A (zh) * | 2007-12-26 | 2010-12-08 | 皇家飞利浦电子股份有限公司 | 用于覆盖图形对象的图像处理器 |
Family Cites Families (40)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61161583A (ja) | 1985-01-09 | 1986-07-22 | Matsushita Electric Ind Co Ltd | パタ−ン認識装置 |
US4787393A (en) * | 1985-11-20 | 1988-11-29 | Matsushita Electric Industrial Co., Ltd. | Ultrasonic tomographic with alternate image scaling |
US5103254A (en) * | 1990-05-29 | 1992-04-07 | Eastman Kodak Company | Camera with subject highlighting and motion detection |
EP0610916A3 (en) * | 1993-02-09 | 1994-10-12 | Cedars Sinai Medical Center | Method and device for generating preferred segmented numerical images. |
US5768413A (en) * | 1995-10-04 | 1998-06-16 | Arch Development Corp. | Method and apparatus for segmenting images using stochastically deformable contours |
US6137898A (en) * | 1997-08-28 | 2000-10-24 | Qualia Computing, Inc. | Gabor filtering for improved microcalcification detection in digital mammograms |
US6094508A (en) * | 1997-12-08 | 2000-07-25 | Intel Corporation | Perceptual thresholding for gradient-based local edge detection |
US6352509B1 (en) | 1998-11-16 | 2002-03-05 | Kabushiki Kaisha Toshiba | Three-dimensional ultrasonic diagnosis apparatus |
US6952286B2 (en) * | 2000-12-07 | 2005-10-04 | Eastman Kodak Company | Doubleprint photofinishing service with the second print having subject content-based modifications |
JP3656570B2 (ja) | 2001-06-18 | 2005-06-08 | セイコーエプソン株式会社 | 画像処理を行なうための装置、方法およびコンピュータプログラム |
US7623728B2 (en) * | 2004-03-24 | 2009-11-24 | General Electric Company | Method and product for processing digital images |
KR100747093B1 (ko) * | 2005-01-12 | 2007-08-07 | 주식회사 메디슨 | 초음파 진단 영상을 이용한 대상체의 경계를 자동으로검출하는 방법 및 초음파 진단 시스템 |
CN101141917A (zh) * | 2005-03-23 | 2008-03-12 | 柯尼卡美能达医疗印刷器材株式会社 | 乳房图像处理系统以及乳房图像处理方法 |
JP2006338377A (ja) | 2005-06-02 | 2006-12-14 | Fujifilm Holdings Corp | 画像補正方法および装置並びにプログラム |
US7715605B2 (en) * | 2005-09-07 | 2010-05-11 | Siemens Medical Solution Usa, Inc. | Systems and methods for computer aided detection of spinal curvature using images and angle measurements |
JP2009526335A (ja) * | 2006-02-10 | 2009-07-16 | ニック ソフトウエア インク | デジタル画像の自己適応ブラシ |
FR2903211B1 (fr) | 2006-06-30 | 2009-03-06 | Gen Electric | Procedes et dispositifs de correction d'une mammographie a implant et de segmentation d'un implant |
US7826683B2 (en) * | 2006-10-13 | 2010-11-02 | Adobe Systems Incorporated | Directional feathering of image objects |
JP5615552B2 (ja) * | 2006-11-21 | 2014-10-29 | コーニンクレッカ フィリップス エヌ ヴェ | 画像の深度マップの生成 |
US8386014B2 (en) * | 2007-06-21 | 2013-02-26 | The Trustees Of Columbia University In The City Of New York | Systems and methods for implementing heart geometrical measurements |
JP4437333B2 (ja) * | 2007-09-28 | 2010-03-24 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | 画像処理方法および画像処理装置並びにプログラム |
JP5038852B2 (ja) | 2007-10-26 | 2012-10-03 | 株式会社東芝 | 断層像処理方法、断層像処理装置、断層像処理プログラム、およびx線ct装置 |
DE102007057013A1 (de) * | 2007-11-23 | 2009-05-28 | Image Diagnost International Gmbh | Verfahren und Vorrichtung zur Verarbeitung digitaler Mammogramme |
US8547387B2 (en) * | 2008-04-30 | 2013-10-01 | General Electric Company | Systems, methods and apparatus to unambiguously outline a region of interest |
JP5014284B2 (ja) * | 2008-08-08 | 2012-08-29 | キヤノン株式会社 | 画像処理装置、画像処理方法、およびプログラム |
US8165380B2 (en) * | 2008-09-11 | 2012-04-24 | PACSPLUS Co., Ltd. | Method, apparatus and program for processing mammographic image |
US8064668B2 (en) * | 2008-12-17 | 2011-11-22 | General Electric Company | Method of modifying a segmented volume |
US8229244B2 (en) * | 2009-03-30 | 2012-07-24 | Mitsubishi Electric Research Laboratories, Inc. | Multi-image deblurring |
JP5502382B2 (ja) | 2009-07-02 | 2014-05-28 | 株式会社東芝 | 乳房x線撮影装置及び画像処理装置 |
US20110123074A1 (en) * | 2009-11-25 | 2011-05-26 | Fujifilm Corporation | Systems and methods for suppressing artificial objects in medical images |
US20110123075A1 (en) * | 2009-11-25 | 2011-05-26 | Fujifilm Corporation | Systems and methods for marking a medical image with a digital indicator |
KR101109189B1 (ko) * | 2010-01-29 | 2012-01-30 | 삼성전기주식회사 | 초음파 진단 장치 및 초음파 영상 처리 방법 |
US20110200238A1 (en) | 2010-02-16 | 2011-08-18 | Texas Instruments Incorporated | Method and system for determining skinline in digital mammogram images |
US20110206250A1 (en) * | 2010-02-24 | 2011-08-25 | Icad, Inc. | Systems, computer-readable media, and methods for the classification of anomalies in virtual colonography medical image processing |
GB2478593B (en) * | 2010-03-12 | 2017-05-31 | Inst For Medical Informatics | Optimising the initialization and convergence of active contours for segmentation of cell nuclei in histological sections |
US8401285B1 (en) * | 2011-09-15 | 2013-03-19 | Mckesson Financial Holdings | Methods, apparatuses, and computer program products for controlling luminance of non-tissue objects within an image |
US10242440B2 (en) * | 2011-09-26 | 2019-03-26 | Siemens Medical Solutions Usa, Inc. | Doseless emission tomography attenuation correction |
CN103959335B (zh) | 2011-11-28 | 2018-03-09 | 皇家飞利浦有限公司 | 图像处理装置 |
US10388020B2 (en) * | 2012-04-11 | 2019-08-20 | The Trustees Of Columbia University In The City Of New York | Methods and systems for segmentation of organs and tumors and objects |
US9547908B1 (en) * | 2015-09-28 | 2017-01-17 | Google Inc. | Feature mask determination for images |
-
2012
- 2012-11-14 CN CN201280058402.6A patent/CN103959335B/zh active Active
- 2012-11-14 BR BR112014012599A patent/BR112014012599A8/pt not_active IP Right Cessation
- 2012-11-14 WO PCT/IB2012/056402 patent/WO2013080071A1/en active Application Filing
- 2012-11-14 JP JP2014542963A patent/JP6060173B2/ja active Active
- 2012-11-14 US US14/361,116 patent/US11263732B2/en active Active
- 2012-11-14 EP EP12801777.9A patent/EP2786345B1/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5896463A (en) * | 1996-09-30 | 1999-04-20 | Siemens Corporate Research, Inc. | Method and apparatus for automatically locating a region of interest in a radiograph |
CN101911124A (zh) * | 2007-12-26 | 2010-12-08 | 皇家飞利浦电子股份有限公司 | 用于覆盖图形对象的图像处理器 |
Non-Patent Citations (2)
Title |
---|
基于数学形态学人脑MR图像感兴趣区域的提取;侯宏花 等;《中国组织工程研究与临床康复》;20100326;第14卷(第13期);第2369-2372页 * |
基于注意覆盖的感兴趣区域增强策略;孟祥林 等;《计算机工程》;20110228;第37卷(第4期);第2、2.2、2.3节,图1、2 * |
Also Published As
Publication number | Publication date |
---|---|
JP6060173B2 (ja) | 2017-01-11 |
BR112014012599A2 (pt) | 2017-06-13 |
EP2786345A1 (en) | 2014-10-08 |
EP2786345B1 (en) | 2020-03-11 |
US20140334680A1 (en) | 2014-11-13 |
CN103959335A (zh) | 2014-07-30 |
JP2015504560A (ja) | 2015-02-12 |
BR112014012599A8 (pt) | 2017-06-20 |
WO2013080071A1 (en) | 2013-06-06 |
US11263732B2 (en) | 2022-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9053565B2 (en) | Interactive selection of a region of interest in an image | |
CN105263407B (zh) | 使用磁共振成像的对骨组织的探测 | |
US9317194B2 (en) | Status-indicator for sub-volumes of multi-dimensional images in guis used in image processing | |
WO2018104342A1 (en) | Learning annotation of objects in image | |
EP3289563B1 (en) | Brain tissue classification | |
CN109801254A (zh) | 医学成像中的传递函数确定 | |
CA2892069C (en) | Generating a key-image from a medical image | |
JP6345881B2 (ja) | 画像データ用のテクスチャ解析マップ | |
CN107106137A (zh) | 医学图像处理设备和方法 | |
CN103959335B (zh) | 图像处理装置 | |
EP3198565B1 (en) | Visualizing volumetric image of an anatomical structure | |
CN103635936A (zh) | 显示多个配准图像 | |
US9117141B2 (en) | Method and apparatus for identifying regions of interest in medical imaging data | |
CN105684040B (zh) | 支持肿瘤响应测量的方法 | |
US9767550B2 (en) | Method and device for analysing a region of interest in an object using x-rays | |
CN108701492B (zh) | 医学图像导航系统 | |
WO2011058482A2 (en) | Visualization of an object and an annotation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |