CN101506841A - 感兴趣心肌区域的半自动界定 - Google Patents

感兴趣心肌区域的半自动界定 Download PDF

Info

Publication number
CN101506841A
CN101506841A CNA2007800239203A CN200780023920A CN101506841A CN 101506841 A CN101506841 A CN 101506841A CN A2007800239203 A CNA2007800239203 A CN A2007800239203A CN 200780023920 A CN200780023920 A CN 200780023920A CN 101506841 A CN101506841 A CN 101506841A
Authority
CN
China
Prior art keywords
view
intersection point
muscular tissue
myocardium
recording medium
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.)
Granted
Application number
CNA2007800239203A
Other languages
English (en)
Other versions
CN101506841B (zh
Inventor
A·菲舍尔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN101506841A publication Critical patent/CN101506841A/zh
Application granted granted Critical
Publication of CN101506841B publication Critical patent/CN101506841B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • 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
    • G06T7/11—Region-based 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10104—Positron emission tomography [PET]
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10108—Single photon emission computed tomography [SPECT]
    • 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
    • G06T2207/20112—Image segmentation details
    • G06T2207/20156—Automatic seed setting
    • 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
    • G06T2207/30048—Heart; Cardiac

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Graphics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Nuclear Medicine (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)

Abstract

公开了一种在心脏医学图像数据中标识感兴趣心肌区域的方法。该方法包括在医学成像数据的第一(204)和第二(206)视图中标识心肌组织(200)以及构建心肌表面(502)。在一个实施例中，将心肌表面建模为多个椭圆弧段(502)和半个椭圆球体。

Description

感兴趣心肌区域的半自动界定
本申请涉及医学成像中的感兴趣区域(ROI)的界定，更具体而言涉及在心脏核医学数据中标识心肌ROI的技术。
核医学中的ROI界定可能是一项困难的工作。核医学图像数据通常会表现出相当高水平的噪声。此外，图像数据通常包括(即使有的话)有限的解剖学信息。
ROI界定技术的一项重要应用是在心脏应用中标识心肌层。在心脏核医学中，通常一次性(即在静态研究中)或在多个时间点(即在动态研究中)测量在心脏附近的一个体积内显像剂的活动性分布。接下来可以将该数据用于估计心肌血流(MBF)、局部心肌血流(rMBF)、血流储备、射血分数或其他与诊断或治疗相关的参数。定量评估这些和其他参数已成为分析核医学数据广泛接受的技术。
然而，参数估计技术通常要求将在图像数据中标识心肌ROI作为进一步处理的起点。实际上，准确而定量的参数评估部分取决于准确而可重复的ROI界定。因此，已经提出了各种标识心肌ROI的技术。
在一项技术中，由人类用户例如通过描迹ROI的轮廓或以其他方式标识ROI中包含的体元，来手工勾画出心肌ROI的范围和边界。令人遗憾的是，手工勾画ROI可能是一项繁重而耗时的任务。在对应的紧张和静息研究中需要勾画心肌ROI时尤其是这种情况。此外，手工勾画ROI往往取决于用户且往往没有可重复性。
另一个趋势是采用多模态系统，其中将诸如CT或MR的提供解剖学信息的模态与核扫描仪配对使用。接着可以用解剖学信息标识心肌层。然而，可能得不到解剖学信息或者质量可能较差。解剖学ROI界定技术也可能存在其自身的一些问题。
对核医学数据进行处理的其他技术见于：Nekolla等，Reproducibility ofpolar map generation and assessment of defect severity and extend assessmentin myocardial perfusion imaging using positron emission tomography，Eur JNucl Med，卷25，no.9，页1313-1321，1998年9月；Katoh等，Improvement ofalgorithm for quantification of regional myocardial blood flow using 15O-waterwith PET，J Nucl Med，卷45，no.11，页1908-1916，2004年11月；以及Itti等，Assessment of myocardial reperfusion after myocardial infarction usingautomatic 3-dimensional quantification and template matching，J Nocl Med，卷45，no.12，页1981-1988，2004年12月。
虽然如此，仍然有改进的空间。例如，从界定不良的开始条件开始的ROI界定技术有时可能会产生显然不理想的结果，校正这种问题可能需要相当多的操作员干预。于是，仍然需要很适用于核医学数据的较为用户友好、准确、可再现和高效的心肌ROI界定。
本申请的各个方面解决了这些问题和其他问题。
根据一个方面，一种方法包括：在核医学图像数据的第一心脏长轴视图中标识心肌组织的第一位置；确定所述第一位置和所述图像数据的第二视图的交点；以及利用所确定的所述第一位置和所述第二视图的交点在所述第二视图中产生感兴趣心肌区域。
根据本发明的另一方面，一种设备包括：用于在核医学图像数据的第一视图中的第一位置处标识心肌组织的装置；用于确定所述第一位置和所述图像数据的第二视图的交点的装置；以及用于利用所确定的所述第一位置和所述第二视图的交点在所述第二视图中产生感兴趣心肌区域的装置。
根据另一方面，一种计算机可读存储介质包含如下指令，所述指令在被计算机执行时令计算机执行如下方法，该方法包括以人类可读的形式显示医学图像数据的第一视图。该第一视图包括心肌层的一个区域。该方法还包括：接收第一人类输入，所述第一人类输入在所述第一视图中的多个位置处标识心肌组织；利用所接收的第一输入在所述图像数据的多个第二视图中的每个中确定所述心肌组织的至少第一位置；以及利用所确定的位置生成感兴趣心肌区域。
根据本发明的另一方面，一种方法包括：在心脏图像数据的短轴视图中的多个间隔开位置标识心肌组织；自动生成与所述多个间隔开位置相交的心肌表面(502)；以及对多个短轴视图重复所述标识和生成步骤。
在阅读并理解以下详细说明的基础上，本领域的普通技术人员将会理解本发明的其他方面。
本发明可以具体化成各种组件和组件布置以及各种步骤和步骤的布置。附图仅用于例示优选实施例，不应视为限制本发明。
图1示出了标识心肌ROI的方法；
图2A、2B和2C为心肌层的视图；
图3A、3B和3C为界定心肌ROI期间各阶段的心肌视图；
图5为示出了利用第一局部模型构造的表面的心肌层的视图；
图6示出了根据本发明的系统；
图7为示出了心肌ROI的心肌层的视图。
参考图1，一种心肌ROI界定方法包括如下步骤：获得核图像数据100，对数据102定向，标识第一心肌组织104，标识第二心肌组织106，定位心脏底平面和顶点108，构建心肌表面110，扩展表面112，以及进行定量评估114。
在步骤100获得表示对象的核成像数据。可以从利用单光子发射计算机断层成像(SPECT)扫描仪、正电子发射断层成像(PET)扫描仪或其他适当装置采集的数据产生该数据。出于本范例的目的，将假定核成像数据包括表示ROI的体积数据，该ROI包括心脏的一个区域。注意，可以从扫描仪自身、图片归档或通信(PACS)系统、独立计算机或其他适当来源获得图像数据。
在步骤102，另外参考图2，相对于左心室的长轴对来自核成像检查的体积数据进行定向，以提供标准的相互正交的短轴(SA)202、水平长轴(HLA)204和垂直长轴(VLA)206的心脏视图，这些视图包括心肌层200的一个区域。短轴视图202基本与左心室的长轴正交，而水平长轴视图204和垂直长轴视图206基本平行于长轴。可以利用市场上买得到的适当心脏成像软件包进行定向操作。出于以下范例的目的，将假定短轴视图202界定x-y平面且z从心尖到底平面而增大。尽管标准的短轴202、水平长轴204和垂直长轴206视图的优点在于用户熟悉且与心脏的几何形状一致，但也可以使用其他定向。
在步骤104，并参考图1和3，利用长轴视图204、206之一执行第一心肌组织的标识步骤。当标识步骤包括人类输入时，就以人类可读的形式，例如在具有图形用户界面(GUI)的计算机的监视器或显示器上显示描绘了定向后的视图202、204、206中的一个或多个的切片。尽管所显示的切片不必是中央切片，但越靠近心肌层中间的切片一般产生越好的结果。
出于本范例的目的，将假定首先在垂直长轴视图206上进行标识。在一种实现方式中，提示用户在心肌组织上标识期望的多个点3021、3022、3023、3024...302n。例如，通过在相继点302之间进行线性内插来通过多个线段304连接这些点302。也可以用更高阶的内插来产生弯曲的线段304。如图所示，这些点界定了大致为马蹄形的路径，其对应于视图206中的心肌层200的形状。
当将这些点的数量和位置选择为使得线段304靠近心肌组织的中央时，精确性得到增强。在极限情况下，这些点充分地靠在一起，使得用户能够有效地沿着所显示的视图中的心脏组织画出曲线。
可以交互显示点302和线段304，使用户能够根据需要查看和调节这些点和/或线段中的一个或多个。作为对心肌层标识的进一步辅助，可以在短轴视图202上交互地显示相应线段304与短轴视图202相交的点3061、3062。
在步骤106，在第二长轴视图上标识心肌组织，为了本范例的目的，假设第二长轴视图为水平长轴视图204。再次提示用户在心肌组织上标识多个点3081、3082、3083、3084、3085...308n，通过多个线段310连接这些点308，并在短轴视图202上交互显示线段与短轴视图相交的点3121、3122。
理想情况下，点306、312大致居中，且在短轴视图202中关于心肌组织相对等角度地分隔开。为此，可以为用户提供选项以观察和确认这些点306、312与一个或多个额外切片相交的位置并(可能利用不同的切片组)重复组织标识步骤之一或两者。
注意，可以省略组织标识步骤104、106之一。也可以通过(例如)提供三个或更多长轴视图来提供额外的组织标识步骤。作为另一选项，可以自动或半自动地执行组织标识步骤之一或多个。
在步骤108，使用心肌组织标识步骤的结果自动确定心脏底平面314和心尖316的大致位置。也可以显示这些位置，并为用户提供根据需要确认或调节它们位置的机会。在另一实现方式中，由用户手工标识这些位置。
在110自动构建心肌组织表面。现在参考图4和5，在步骤402选择短轴视图202中的切片。为了以下讨论的目的，假设最开始的切片位于底部或在其附近。在步骤404，标识线段304、310与当前切片的交点3061、3062、3121、3122。如果通过选择交点306和模型从而在心肌层中央或附近构建该表面，则会获得更精确的结果。
在步骤406，连接相邻的交点。在一种实现方式中，利用随z轴位置而变化的第一局部模型执行该连接。例如，可以通过一系列四分之一椭圆5021、5022、5023、5024对表面502建模。由于在距心尖较近的位置(例如整个心肌高度的大约底部百分之十(10％))交点3121、3122的位置变得较不可靠，因此在心尖区域使用不同的局部模型。中止逐个切片的过程，将表面502建模为半个椭圆球体。从至此所构建的表面的重心获得椭圆球体的(x，y)中心。选择半径rx和ry以适当地连接到表面的其余部分。
建模技术的一个优点是表面的构造一般对低活动性区域不太敏感。可以单独地或与局部模型结合使用其他技术来构建该表面。例如，可以利用解剖数据等通过标识位于各交点之间的较高活动性的区域来构建该表面。
如步骤408所示，针对预期的多个切片，例如从底部移动到心尖，重复步骤402、404和406。也可想到其他次序。
可以无需操作员干预自动进行心肌表面的构建。在构建过程中也可以在一个或多个点显示该表面，为用户提供查看、修改和/或接受结果的机会。在一种实现方式中，在三维(3D)呈现的视图中单独或与解剖学数据共同对准显示完成的表面。
现在回到图1并再参考图6，在步骤112扩展该表面502以产生心肌ROI702。在一种实现方式中，以确定的方式与中央表面相邻地加上一个区域。所加的区域的厚度为心脏几何形状和体积数据分辨率的函数，但与测到的活动性无关；大约5毫米(mm)的厚度是一个适当值。还可以进一步扩展该表面以包括该表面附近(例如在另一5mm的中央表面之内)的值超过期望值的额外体元，例如，该期望值最多为数据的大约百分之六十(60％)。也可以采用其他区域生长技术。
也可以与表面构建步骤110同时执行一些或全部的表面扩展112；也可以在无需显见的表面扩展步骤的情况下构建期望厚度的表面502。在这样的实现方式中，可以将在表面构建步骤110中构建的表面502视为具有期望的厚度或者包含心肌ROI 702的一些或全部。
在114执行对心肌ROI的定量评估或其他评估。可以用该数据生成灌注图、极坐标图(polar map)或以期望格式显示的其他研究信息。示范性的定量评估包括心肌血流、局部心肌血流、流量储备和射血分数。
现在参考图6，用于进行ROI界定的系统包括成像系统602、处理器604和用户界面606。尽管以上论述重点放在了SPECT和PET系统，但要理解的是也可以使用其他适当的成像系统。有利地，将处理器604实现为计算机或计算机工作站。关于这一点，应当指出，处理器604也可以提供与成像系统602关联的操作控制台或工作站的一些或全部功能。有利地，利用适当的人类输入/输出装置(例如监视器或显示器、键盘和/或鼠标)将用户界面606实现为图形用户界面(GUI)。
可以在存储于适当计算机可读存储介质中的计算机程序中具体实现上述技术。该计算机程序包括在由处理器读取和执行时会使处理器执行实现本发明步骤或要素所需的步骤的指令。示范性机器可读存储介质包括，但不限于固定的硬盘驱动器、光盘、磁带、诸如只读存储器(ROM)、随机存取存储器(RAM)和可编程(PROM)的半导体存储器。通过直接从存储器执行代码，或将代码从一个存储装置拷贝到另一个存储装置，或在网络上传输代码进行远程执行来使用包含计算机可读代码的存储器。
已经参考优选实施例描述了本发明。在阅读和理解前述详细说明的前提下，其他人可以想到各种修改和变化。只要修改和变化落入所附权利要求或其等价要件的范围内，本发明意在被解释为包括所有这种修改和变化。

Claims (28)

  1. 在描述优选实施例之后，现在本发明要求：
    1、一种方法，其包括：
    在核医学图像数据的第一心脏长轴视图(206)中标识心肌组织(200)的第一位置(302，304)；
    确定所述第一位置和所述图像数据的第二视图(202)的交点(3061)；
    利用所确定的所述第一位置和所述第二视图的交点在所述第二视图中生成感兴趣心肌区域(702)。
  2. 2、根据权利要求1所述的方法，其中，所述第二视图基本与所述第一心脏长轴视图正交。
  3. 3、根据权利要求1所述的方法，其中，所述第二视图为心脏短轴视图。
  4. 4、根据权利要求1所述的方法，包括：
    在所述第一心脏长轴视图中标识心肌组织的第二位置(302，304)；
    确定所述第二位置和所述第二视图的交点(3062)；
    其中，利用所确定的交点的所述步骤包括利用所确定的第二位置和所述第二视图的交点在所述第二视图中生成所述感兴趣心肌区域。
  5. 5、根据权利要求4所述的方法，其中，标识所述心肌层的第一位置的所述步骤包括：
    以人类可读的形式显示所述第一长轴视图；
    接收表示所述心肌组织的位置的人类输入。
  6. 6、根据权利要求4所述的方法，包括：
    在所述图像数据的第二心脏长轴视图中标识所述心肌层的第三位置(308，310)；
    确定所述第三位置和所述第二视图的交点；
    其中，利用所确定的交点的所述步骤包括利用所确定的所述第三位置和所述第二视图的交点在所述第二视图中生成感兴趣心肌区域。
  7. 7、根据权利要求6所述的方法，其中，所生成的感兴趣心肌区域为大致环形。
  8. 8、根据权利要求1所述的方法，其中
    标识第一位置的所述步骤包括标识所述第一心脏长轴视图中多个位置处的心肌组织；
    确定交点的所述步骤包括确定所述多个所标识位置和所述医学图像数据的多个视图的交点，其中，所述多个视图基本与所述第一心脏长轴视图正交。
  9. 9、根据权利要求1所述的方法，包括利用数学模型在所述第二视图中生成心肌表面。
  10. 10、根据权利要求9所述的方法，其中，利用数学模型的所述步骤包括生成椭圆弧。
  11. 11、根据权利要求9所述的方法，包括：
    利用第一数学模型在所述心肌层的基底区域中生成心肌表面以及利用第二数学模型在所述心肌层的心尖区域中生成心肌表面。
  12. 12、根据权利要求9所述的方法，包括增加所述心肌表面的厚度。
  13. 13、一种设备，其包括：
    用于在核医学图像数据的第一视图(206)中的第一位置(302，304)处标识心肌组织的装置；
    用于确定所述第一位置和所述图像数据的第二视图的交点(3061)的装置；
    用于利用所确定的所述第一位置和所述第二视图的交点在所述第二视图中生成感兴趣心肌区域的装置。
  14. 14、一种包含如下指令的计算机可读存储介质，所述指令在由计算机执行时令所述计算机执行包括如下步骤的方法：
    以人类可读的形式显示医学图像数据的第一视图(202)，其中，所述第一视图包括所述心肌层的一个区域；
    接收第一人类输入，所述第一人类输入在所述第一视图中的多个位置(302)处标识心肌组织；
    利用所接收的第一输入在所述图像数据的多个第二视图(202)中的每个中至少确定所述心肌组织的第一位置(306)；
    利用所确定的位置生成感兴趣心肌区域。
  15. 15、根据权利要求14所述的计算机可读存储介质，其中，所述方法包括：
    以人类可读的形式显示所述图像数据的第三视图(204)，其中，所述第三视图包括所述心肌层的一个区域；
    接收第二人类输入，所述第二人类输入在所述第三视图中的多个位置(308)处标识心肌组织；
    利用所接收的第二输入在所述多个第二视图中的每个中确定所述心肌组织的至少第二位置(312)。
  16. 16、根据权利要求15所述的计算机可读存储介质，其中，利用所接收的第一输入的所述步骤包括利用所接收的第一输入在所述多个第二视图中的每个中确定所述心肌组织的第三位置，其中，利用所接收的第二输入的所述步骤包括利用所接收的第二输入在所述多个第二视图中的每个中确定所述心肌组织的第四位置，且其中，利用所确定的位置的所述步骤包括生成与所述第一、第二、第三和第四位置相交的表面。
  17. 17、根据权利要求16所述的计算机可读存储介质，其中，所述表面包括大于或等于大约5mm的厚度。
  18. 18、根据权利要求15所述的计算机可读存储介质，其中，所述第一视图为水平长轴视图，所述多个第二视图包括短轴视图，且所述第三视图为垂直长轴视图。
  19. 19、根据权利要求14所述的计算机可读存储介质，其中，所述第一视图是位于所述心肌层中央区域的截面切片。
  20. 20、根据权利要求14所述的计算机可读存储介质，其中，所显示的所述心肌层的区域具有大致马蹄形，且所述多个位置界定大致马蹄形的路径。
  21. 21、根据权利要求20所述的计算机可读存储介质，其中，所述心肌层在所述多个第二视图中的至少一个中具有大致椭圆形。
  22. 22、根据权利要求14所述的计算机可读存储介质，其中，所述多个人类标识的位置包括第一和第二间隔开的位置，且其中，利用所接收的第一输入的所述步骤包括在所述位置之间进行内插。
  23. 23、根据权利要求14所述的计算机可读存储介质，其中，利用所确定的位置的所述步骤包括在所述多个第二视图中的每个中生成曲面。
  24. 24、根据权利要求23所述的计算机可读存储介质，其中，生成曲面的所述步骤包括定义多个弧段。
  25. 25、根据权利要求24所述的计算机可读存储介质，其中，所述方法包括相对于左心室轴确定所述多个第二视图之一的位置，且其中，所述弧段的数量是所确定位置的函数。
  26. 26、一种方法，其包括：
    在心脏图像数据的短轴视图(202)中的多个间隔开位置(306，312)处标识心肌组织(200)；
    自动生成与所述多个间隔开位置相交的心肌表面(502)；
    对多个短轴视图重复所述标识和生成步骤。
  27. 27、根据权利要求26所述的方法，在所述心脏图像数据的第一和第二长轴视图(204，206)中的多个位置处标识心肌组织。
  28. 28、根据权利要求26所述的方法，其中，所述自动生成步骤包括根据所述短轴视图沿心室长轴的位置选择局部模型并利用所选择的局部模型生成所述心肌表面。
CN200780023920.3A 2006-06-26 2007-06-19 感兴趣心肌区域的半自动界定 Active CN101506841B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US80578206P 2006-06-26 2006-06-26
US60/805,782 2006-06-26
PCT/US2007/071546 WO2008002797A2 (en) 2006-06-26 2007-06-19 Semiautomatic myocardial region of interest definition

Publications (2)

Publication Number Publication Date
CN101506841A true CN101506841A (zh) 2009-08-12
CN101506841B CN101506841B (zh) 2016-06-01

Family

ID=38626729

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200780023920.3A Active CN101506841B (zh) 2006-06-26 2007-06-19 感兴趣心肌区域的半自动界定

Country Status (7)

Country Link
US (1) US8422749B2 (zh)
EP (1) EP2036042B1 (zh)
JP (1) JP2009541777A (zh)
CN (1) CN101506841B (zh)
BR (1) BRPI0713373A2 (zh)
RU (1) RU2009102236A (zh)
WO (1) WO2008002797A2 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111655141A (zh) * 2018-02-12 2020-09-11 圣犹达医疗用品心脏病学部门有限公司 用于标测心肌纤维定向的系统和方法
CN113838068A (zh) * 2021-09-27 2021-12-24 深圳科亚医疗科技有限公司 心肌节段的自动分割方法、装置和存储介质

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5558672B2 (ja) * 2008-03-19 2014-07-23 株式会社東芝 画像処理装置及びｘ線コンピュータ断層撮影装置
US20120203108A1 (en) * 2009-10-28 2012-08-09 Hitachi Medical Corporation Ultrasonic diagnostic apparatus and image construction method
RU2562898C2 (ru) 2010-03-08 2015-09-10 Конинклейке Филипс Электроникс Н.В. Определение представляющей интерес области при визуализации сердца
GB2510627B (en) * 2013-02-11 2015-03-04 Siemens Medical Solutions Reorientation of cardiac PET images

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5421331A (en) 1992-03-10 1995-06-06 Siemens Medical Systems, Inc. Automatic identification of the long axis of the left ventricle from nuclear medicine spect data for use in myocardial perufsion studies
US5431161A (en) * 1993-04-15 1995-07-11 Adac Laboratories Method and apparatus for information acquistion, processing, and display within a medical camera system
US7127093B2 (en) 2002-09-17 2006-10-24 Siemens Corporate Research, Inc. Integrated image registration for cardiac magnetic resonance perfusion data
JP3905470B2 (ja) 2002-12-26 2007-04-18 アロカ株式会社 超音波診断装置
US7853304B2 (en) * 2005-05-13 2010-12-14 Tomtec Imaging Systems Gmbh Method and device for reconstructing two-dimensional sectional images

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111655141A (zh) * 2018-02-12 2020-09-11 圣犹达医疗用品心脏病学部门有限公司 用于标测心肌纤维定向的系统和方法
CN111655141B (zh) * 2018-02-12 2024-03-19 圣犹达医疗用品心脏病学部门有限公司 用于标测心肌纤维定向的系统和方法
CN113838068A (zh) * 2021-09-27 2021-12-24 深圳科亚医疗科技有限公司 心肌节段的自动分割方法、装置和存储介质

Also Published As

Publication number Publication date
WO2008002797A3 (en) 2009-04-30
RU2009102236A (ru) 2010-08-10
US20090190810A1 (en) 2009-07-30
US8422749B2 (en) 2013-04-16
JP2009541777A (ja) 2009-11-26
CN101506841B (zh) 2016-06-01
BRPI0713373A2 (pt) 2012-03-13
WO2008002797A2 (en) 2008-01-03
EP2036042B1 (en) 2017-03-22
EP2036042A2 (en) 2009-03-18

Similar Documents

Publication Publication Date Title
US11937962B2 (en) Systems and methods for automated and interactive analysis of bone scan images for detection of metastases
US8064677B2 (en) Systems and methods for measurement of objects of interest in medical images
CN102164543B (zh) 图像处理装置和方法、以及程序
CN102231963B (zh) 重新参数化的牛眼图
CN109741346A (zh) 感兴趣区域提取方法、装置、设备及存储介质
Sugimori Classification of computed tomography images in different slice positions using deep learning
EP2054860B1 (en) Selection of datasets from 3d renderings for viewing
US20070116334A1 (en) Method and apparatus for three-dimensional interactive tools for semi-automatic segmentation and editing of image objects
CN101506841A (zh) 感兴趣心肌区域的半自动界定
CN105574878A (zh) 使用局部加权拟合的图像配准
CN106164981B (zh) 外科手术中为手术器械插入显示计时信号的方法和系统
CN111640095B (zh) 脑微出血的量化方法和计算机可读存储介质
CN108172275A (zh) 一种医学影像处理方法及装置
Slomka et al. Automated three-dimensional quantification of myocardial perfusion and brain SPECT
JP5073484B2 (ja) 画像処理をするための方法、コンピュータプログラム、装置及びイメージングシステム
JP2020113275A (ja) 肺の分析及び報告システム
JP4807819B2 (ja) 画像処理装置
KR20140120236A (ko) 심근 및 심혈관 정보의 통합 분석 방법
Grossmann et al. Pelvis Runner: Visualizing Pelvic Organ Variability in a Cohort of Radiotherapy Patients.
Lange et al. Automating perforator flap MRA and CTA reporting
EP2672453B1 (en) Rendering program, rendering apparatus, and rendering method
Cappetti et al. Skeleton and medial axis functions evaluation of voxel discretized geometries
CN109872351A (zh) 一种医学图像配准与三维重建系统及方法
EP4270311A1 (en) Image identification program, image identification method, image identification device
CN107767444A (zh) 一种图像处理的方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant