CN101568941A - 医学成像系统 - Google Patents
医学成像系统 Download PDFInfo
- Publication number
- CN101568941A CN101568941A CNA2007800481584A CN200780048158A CN101568941A CN 101568941 A CN101568941 A CN 101568941A CN A2007800481584 A CNA2007800481584 A CN A2007800481584A CN 200780048158 A CN200780048158 A CN 200780048158A CN 101568941 A CN101568941 A CN 101568941A
- Authority
- CN
- China
- Prior art keywords
- interest
- zone
- confidence
- feature
- border
- 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.)
- Pending
Links
Images
Classifications
-
- 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
- G06T7/12—Edge-based segmentation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
- A61B1/04—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor combined with photographic or television appliances
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
- G06V10/987—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns with the intervention of an operator
-
- 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
- G06T2207/10132—Ultrasound image
-
- 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
- G06V2201/031—Recognition of patterns in medical or anatomical images of internal organs
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Medical Informatics (AREA)
- Radiology & Medical Imaging (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Optics & Photonics (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明涉及一种医学成像系统。首先,执行感兴趣特征的至少一个区域的边界的确定。然后,计算表示对感兴趣特征的至少一个区域的边界的确定的置信度水平。最后,显示表示所述感兴趣特征的至少一个区域的信息,其中,所述相关边界具有低于预定阈值的置信度水平。
Description
技术领域
本发明涉及一种医学成像系统,以及对应的方法。本发明尤其应用于超声成像领域。
背景技术
已知的医学成像系统能够获取身体某一感兴趣特征的3D图像序列,诸如心脏的左心室,并将其显示在显示屏上,以确定该感兴趣特征的边界并在显示屏上显示,在屏幕上视觉地检测边界确定的错误,并手动校正该错误。为了通过视觉检测该错误,用户选择3D序列中的感兴趣区域,并查看组成3D图像的所有2D图像。然后,当用户看到所边界确定的错误时,他可以进行手动校正。
上述成像系统的一个缺点是,如果他想要知道是否有必要查看和校正3D序列中感兴趣特征的区域的所有边界,所述系统的用户是在浪费(时间),因为一幅3D图像大约由上百幅2D图像组成,而他需要校正所有相应的2D图像。在一个心脏周期中他需要查看大约3000幅图像,这项工作非常繁琐。
发明内容
本发明实施例的目的是提供一个系统,其允许用户能够节约时间,并帮助用户校正感兴趣特征的区域的边界。
为此目的,在一个实施例中,系统包括用于控制下述操作的控制装置:
-在身体某部位的图像序列中自动确定感兴趣特征的至少一个区域的边界,
-计算表示对所述感兴趣特征的至少一个区域的边界的确定的置信度水平,
-显示表示所述感兴趣特征的至少一个区域的信息,其中,相关的边界具有低于预定阈值的置信度水平。
虽然本发明非常适合由多个图像组成的图像序列,例如代表一个完整的心脏周期的图像序列,本发明也可以用于图像序列仅由单幅图像组成的情况。因此,“图像序列”这样的表达同样应当被理解为“至少一幅图像”。
显示具有其置信度水平边界的信息允许用户节约时间,因为他可以自动地查看需要集中注意力的边界和需要校正的边界。
根据一个非限定的实施例,所显示的信息是分别与感兴趣特征的多个区域的边界相关的所述置信度水平的图。其允许用户对感兴趣特征的区域以及与区域相关的置信度水平有全局的视角。
根据一个非限制的实施例,控制装置允许控制显示代表所述感兴趣特征的至少一个区域的第二信息,其中,所述感兴趣特征的至少一个区域的边界已经被校正。其允许用户跟踪自己的修改。
根据一个非限定实施例,控制装置允许基于所述信息控制一个低置信度区域的2D切片视图的自动显示。这允许指导用户进行校正。
本发明还涉及一种医学成像方法,该方法包括下述步骤:
-自动确定身体某部位的图像序列中的感兴趣特征的至少一个区域的边界,
-计算表示对所述感兴趣特征的至少一个区域的所述边界的确定的置信度水平,
-显示表示所述感兴趣特征的至少一个区域的信息,其中,相关的边界具有低于预定阈值的置信度水平,其特征在于,从参数图像中去除低置信度水平的区域。
最后,本发明涉及一种包括程序指令的计算机程序产品,其中,在所述程序由处理器执行时,所述程序指令实现如上述权利要求所述的方法。
通过参照下文中描述的实施例,本发明的这些和其他方面将变得显而易见,并对其进行阐述。
附图说明
将通过非限制性的实施例并参考相应的附图对本发明进行更为详细的描述,在附图中:
-图1是与探头配合使用的根据本发明的示例的系统的示意图;
-图2是诸如心脏的左心室的感兴趣特征的示意图,经由根据本发明的实施例的系统从中获取图像序列;
-图3是诸如心脏的左心室的感兴趣特征的分割的第一视图,其可以由根据本发明的实施例的系统使用;
-图4是诸如心脏的左心室的感兴趣特征的分割的第二视图,其可以由根据本发明的实施例的系统使用;
-图5是诸如心脏的左心室的感兴趣区域的显示,所述感兴趣具有低置信度水平的边界,其由根据本发明的实施例的系统执行;
-图6是诸如心脏的左心室的感兴趣特征的一些区域的边界的另一个显示,其由根据本发明的实施例的系统执行;
-图7是与诸如心脏的左心室的感兴趣特征的不同区域相关的置信度水平映射的第一显示,由根据本发明的实施例的系统执行;
-图8是与诸如心脏的左心室的感兴趣特征的不同区域相关的置信度水平映射的第二显示,由根据本发明的实施例的系统执行;以及
-图9表示根据本发明的实施例的用于医学成像方法的图表。
具体实施方式
在图1中描述了根据本发明的实施例的系统SYS。
所述系统与换能器阵列TAR及其相关的电子设备结合,整个构成探头PRB。
该系统SYS包括用于控制下述操作的控制器CTRL:
-采集身体某部位的图像序列SQ;
-在身体某部位的一个图像序列SQ中自动确定感兴趣特征FI的至少一个区域RI的边界B,
-计算与所述感兴趣特征FI的至少一个区域RI的边界B相关的置信度水平CL,以代表所述边界的确定,
-显示表示所述感兴趣特征FI的至少一个区域RI的信息IN,其中,相关边界具有低于预定的阈值TH的置信度水平CL。
系统SYS还可选地包括诸如LCD显示屏的用于显示所获得的图像序列SQ的显示屏SCR,以及用户接口M_USER。
系统SYS可以包括一个存储器MEM用于存储获得的图像I。
在一个实施例中,控制器CTRL进一步被安排用于控制图像序列SQ的显示,以及基于信息IN,自动显示一个低置信度区域RI的2D切片图像。
值得注意是,控制器CTRL包括一个微处理器,该微处理器可以借助于指令被预编程,或者可以由系统SYS的用户例如经由接口M_USER进行编程。
值得注意的是,图像I是一幅3D灰度图像,可以被分解成2D切片图像,这通常被称作为MPR“多平面重建”视图。
这样一个系统SYS可以特别地被用于超声领域,其中需要执行诸如心脏左心室LV的脏器测量。
需要提醒的是,如图2所示,心脏由左心室LV、右心室RV、主动脉AO以及左心房LA和右心房RA组成,并且动脉血从左心室LV至主动脉AO,而右心室RV接受来自右心房RA的静脉血并送至肺动脉。左心室LV的工作方式指示了心脏是否健康,因此当使用超声成像系统SYS时,人们更关注于左心室LV。
现在参考图3,心脏的左心室LV的内壁可以被分割为17段SG,如Cardiac Imaging Committee of the Council on Clinical Cardiology of theAmerican Heart Association所规定的标准“Standardized MyocardialSegmentation and Nomenclature for Tomographic Imaging of the Heart”。因此,图3是这些分割在圆极坐标上的显示,叫做“牛眼”(bulls eye),图4是这些分割的3D显示。十七个分段根据标准进行命名。例如,段号17是顶点,用于识别底部和中腔前臂位置的段号1和段号7被命名为前面底部(basalanterior)和前面中部(mid-anterior)。这样的分段如下文所述可以被超声成像系统采用。
为了获得左心室LV的图像,将超声探头PRB施加于患者的身体,在一个非限制实施例中,探头位于靠近心脏顶点的位置,成像系统SYS执行下面描述的操作。
1)获得三维图像序列SQ。
系统SYS的用户在人体感兴趣部位移动探头PRB,在这里感兴趣部位是心脏,更特别地是左心室LV。
获得一个灰度3D图像序列。该图像序列SQ显示在显示屏SCR上。值得注意的是,在大约20Hz情况下获得三维图像序列SQ,图像序列SQ由大约20幅3D图像组成。值得注意的是,为了观察左心室LV的整个体积,图像采集在四个心脏周期的过程中执行,其中,在每个心脏周期内获取左心室LV的四分之一。这样的3D采集允许获得一些体积。
值得注意的是,图像序列SQ的采集并不是本发明的必要部分。在如附1的实施例中,控制器CTRL同样控制该采集,但是该采集也可以被一个独立的系统控制。例如,采集可以由采集系统执行,采集到的图像序列例如借助于无线连接的方式发射到系统,所述系统包括用于控制在图像序列SQ中自动确定感兴趣特征FI的至少一个区域RI的边界,用于计算与所述感兴趣特征的至少一个区域的边界相关的置信度水平,该置信度表示所述边界的确定,以及用于显示表示所述感兴趣特征的至少一个区域的信息,其中,相关边界具有低于预定阈值的置信度水平。
2)在身体某部位的图像序列SQ中自动确定感兴趣特征FI的至少一个区域RI的边界B。
这一操作允许在图像序列SQ的每幅图I中确定左心室LV的不同区域RI的边界B的位置,通常采用一种称为左心室LV分割法。这样的分割法,例如在O.Gérard、A.Collet-Billon、J-M.Rouet、M.Jacob、M.Fradkin和C.Allouche的“Efficient Model-Based Quantification of Left VentricularFunction in 3-D Echochardiograp”(IEEE transactions on medical imaging,Vol.21,N°9,September2002)一文中进行了详细描述。
值得注意的是,区域RI是由至少一个体素组成,并且可以有多个体素组成。
自动确定例如可以基于对左心室LV的移动进行的测量。在这样的情况下,它可以基于例如图像内的特征描述,诸如基于梯度、密度级、纹理追踪的边界。
值得注意的是,所使用的特征描述的类型是基于图像序列SQ上左心室LV的区域的解剖学模型函数而选择的。
当然,用于自动确定图像I中的感兴趣特征FI的区域RI的边界B的任何方法都可以使用。
当估计边界B之后,可以基于诸如不同区域RI的速度信息通过获得参数图像IP来确定左心室LV表面的演变。
为了在显示屏SCR上作为参数图像IP显示,颜色与左心室LV的区域速度信息RI相关。例如,当区域收缩时使用红色,而当区域舒张时使用蓝色。当左心室LV正常工作时,整个左心室LV在其收缩时应当显示为红色,在其舒张时显示为蓝色。
如果不是这样的情况,左心室LV显示为部分为红色,而其他部分为蓝色。其颜色并不统一。这意味着一些区域RI迟于其他区域RI收缩或者舒张,这是由于其速度峰值是不同的。因此,表面的演变,示出了左心室是否有异步性。
当然,速度之外的其他信息可以被用于参数图像IP,诸如,变形、位移或者加速度信息。
参数图像的获得在例如A.Stoylen、C.B.Inggul和H.Torp的“Strain andstrain rate parametric imaging.A new method for post processing to3-/4-dimensional images from three standard apical planes.Preliminary data onfeasibility,artefact and regional dyssynergy visualization”(CardiovascularUltrasound,2003,1:11 doi:10.1186/1476-7120-1-11-Department of Circulationand Medical Imaging,Faculty of Medicine,Norwegian University of Scienceand Technology,Trondheim,Norway)一文中进行了详细描述。
3)置信度水平CL的计算表示感兴趣特征FI的至少一个区域RI的边界B的确定。
由于超声获得的图像质量取决于多种因素,例如患者超声回波性能(echogenicity)、线性密度(the line density)、受限的视场等等,置信度水平CL与左心室LV的不同区域RI的边界B的确定有关的。该置信度水平依赖于特征描述的局部估计,所述特征描述用于确定边界B,如前文所述,诸如密度水平的灰度水平、基于梯度的边界梯度水平和用于纹理跟踪的全局/局部统计。
针对所获得的图像序列SQ中的每幅图像I执行置信度水平的计算。
这样的与测量相关的置信度水平在例如R.Wang、H.J.Zhang和Y.Q.Zhang的“A confidence measure based moving object extraction systembuilt for compressed domain”(IEEE International Symposium on Circuits andSystems,May28-31,2000,Geneva,Switzerland-ISCAS2000)一文中进行了详细描述。
4)显示表示感兴趣特征FI的至少一个区域RI的信息IN,其中,相关边界B具有低于预定阈值TH的置信度水平CL。
阈值TH可以是例如60%。当然,也可以定义任何其他阈值的值。
针对所获得的图像序列SQ的每幅图像I执行该显示。
例如,信息IN是左心室LV的3D图像,各区域上具有如图5所示的颜色,每一个颜色与置信度水平CL的值相关。区域RI1和RI2具有低置信度水平CL。当然,对于相关置信度水平高于阈值TH的区域,可以采用其他颜色。
因此,可以显示关于置信度水平CL的图,其中,各置信度分别与具有一个低的或者高的置信度的感兴趣特征FI的多个区域RI的边界B相关。
因此,在显示信息IN的情况下,用户可以手动确认或者校正具有低置信度水平CL的区域RI的边界B。
为了使用户手动修正边界B,用户接口M_USER包括手动编辑工具。
5)基于信息IN自动显示具有低置信度的一个区域的2D切片视图。
为了帮助用户手动校正低置信度水平的区域的边界B,基于置信度图MP,系统SYS可以自动将低置信度位置的3D图像进行切片。例如,自动向用户遍历显示图像中低置信度部分的一个MPR“多平面重建”2D切片视图,同样有颜色标识区域(例如区域RI1、RI2),用于回顾,如图6所述。可以显示不止一个MPR示图。例如可以显示遍历感兴趣区域RI的三个正交平面切片。
如果由系统SYS显示的区域RI是用户感兴趣的,用户可以校正其边界。系统SYS然后将自动将感兴趣区域RI移至具有第二最低置信度的区域等等。如果没有,用户可以指示系统希望移至下一个具有低置信度的区域等等。
在其他实施例中,如图5所示,用户可以使用一个直角窗口(orthoviewer)P自己选择MPR视图。用户可以使用直角窗口P并移动它直至看到感兴趣的2D切片,诸如针对区域RI1和RI2的2D切片。
自动放置低置信度区域RI允许对用户的校正进行引导。因此用户能够节约时间。
6)更新信息IN并显示。
无论何时用户校正边界B,该信息都可以被更新以显示用户所作的校正,以及应用依赖于这些校正的置信度水平CL。
因此,可以总是显示被称为固有的原始置信信息IN,并且也可以平行地显示被称为非固有的更新的置信度信息INu。因此该非固有的置信度信息INu将存储操作历史中的用户交互的所有区域和程度。
因此非固有置信信息INu将允许向用户显示其所做过的修改。根据此信息,交互密度的改变(例如,在图像的某一部位具有很多的交互,而在其他部位没有交互)将是探究未修改区域的警告信号。
值得注意的是,在经过用户的校正之后,可以再一次执行计算置信度水平的局部估计的步骤3)。这允许重新进行考虑用户的校正的估计。
7)在参数图像IP中并入固有置信信息IN和非固有置信信息INu。
作为最终结果,用户可以获得最终参数图像IF,其是参数图像IP和固有置信信息IN以及非固有置信信息INu的合并,如图7和8所描述的,其中,参数图像IP示出例如前文所述的速度信息。
图7是最终参数图像IF的2D表示。低置信度水平区域已经从参数图像IP中去掉。因此,用户可以看出参数表示的哪些段SG被例如具有低置信度的一个区域或者多个区域RI覆盖。
图8是最终参数图像IF的3D表示,其中,低置信度水平区域已经从参数图像IP中去掉。
因此,生成的参数图像IF允许识别和显示最终测量(有壁情况下的不同步性(wall dyssynchrony))是真实可靠的区域。
值得注意的是,固有和非固有置信信息在这里是每幅图I的固有和非固有信息的组合。
为了使用户获得最终参数图像IF,用户接口M_USER包括例如按钮的适当装置。
图9描述了根据本发明的实施例的医学成像方法,其中,示出了由系统SYS控制的不同操作。
值得注意的是,上述提到的实施例示出而非限制本发明,本领域的技术人员在不背离本发明权利要求保护范围的情况下,能够设计出多种可替代实施例。本文所举示例是超声心动图仪图像序列,但是其可被扩展至任何其他成像形式的图像。
在权利要求中,括号内的任何附图标记不应当被解释为限制权利要求。与“包含”和“包括”等词语,不排除在任何权利要求或者说明书中未列出的元件或步骤。元件的单一引用并不排除该元件的多个的使用,反之亦然。
本发明可以借助于包含若干独立元件的硬件以及借助于适当的编程计算机实现。在列举了多种器件的设备权利要求中,两种或者更多的器件可以由一个以及硬件的相同部件来实现。在相互不同的从属权利要求中描述特定测量的仅有的事实,并不表示这些测量的组合不能被有效使用。
Claims (6)
1、一种医学成像系统,包括用于控制下述操作的控制装置(CTRL):
-在身体某部位的图像序列(SQ)中自动确定感兴趣特征(FI)的至少一个区域(RI)的边界(B),
-计算表示对所述感兴趣特征(FI)的至少一个区域(RI)的所述边界(B)的确定的置信度水平(CL),
-显示表示所述感兴趣特征(FI)的至少一个区域(RI)的信息(IN),其中,相关的边界(B)具有低于预定阈值(TH)的置信度水平(CL)。
2、如权利要求1所述的系统,其中,所显示的信息(IN)是分别与所述感兴趣特征(FI)的多个区域的边界(B)相关的所述置信度水平的图。
3、如权利要求1所述的系统,其中,所述控制装置(CTRL)允许控制显示代表所述感兴趣特征(FI)的至少一个区域(RI)的第二信息(INu),其中,所述感兴趣特征(FI)的至少一个区域(RI)的边界(B)已经被校正。
4、如权利要求1所述的系统,其中,所述控制装置(CTRL)允许基于所述信息(IN)控制一个低置信度区域(RI)的2D切片视图的自动显示。
5、一种医学成像方法,包括下述步骤:
-自动确定身体某部位的图像序列(SQ)中的感兴趣特征(FI)的至少一个区域(RI)的边界(B),
-计算表示对所述感兴趣特征(FI)的至少一个区域(RI)的所述边界(B)的确定的置信度水平(CL),
-显示表示所述感兴趣特征(FI)的至少一个区域(RI)的信息(I),其中,相关的边界(B)具有低于预定阈值(TH)的置信度水平(CL)。
6、一种包括程序指令的计算机程序产品,其中,在所述程序由处理器执行时,所述程序指令实现如上述权利要求所述的方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP06301294.2 | 2006-12-26 | ||
EP06301294 | 2006-12-26 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101568941A true CN101568941A (zh) | 2009-10-28 |
Family
ID=39563030
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2007800481584A Pending CN101568941A (zh) | 2006-12-26 | 2007-12-17 | 医学成像系统 |
Country Status (5)
Country | Link |
---|---|
JP (1) | JP2010514486A (zh) |
KR (1) | KR20090098839A (zh) |
CN (1) | CN101568941A (zh) |
RU (1) | RU2009128709A (zh) |
WO (1) | WO2008078265A2 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102309320A (zh) * | 2010-06-10 | 2012-01-11 | 韦伯斯特生物官能(以色列)有限公司 | 操作者控制的标测点密度 |
CN112603373A (zh) * | 2019-10-04 | 2021-04-06 | 通用电气精准医疗有限责任公司 | 用于经由超声成像来诊断肌腱损伤的方法和系统 |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8200466B2 (en) | 2008-07-21 | 2012-06-12 | The Board Of Trustees Of The Leland Stanford Junior University | Method for tuning patient-specific cardiovascular simulations |
CN102292744B (zh) * | 2009-01-23 | 2015-11-25 | 皇家飞利浦电子股份有限公司 | 心脏图像处理和分析 |
US9405886B2 (en) | 2009-03-17 | 2016-08-02 | The Board Of Trustees Of The Leland Stanford Junior University | Method for determining cardiovascular information |
US8315812B2 (en) | 2010-08-12 | 2012-11-20 | Heartflow, Inc. | Method and system for patient-specific modeling of blood flow |
US10524765B2 (en) * | 2010-12-27 | 2020-01-07 | St. Jude Medical, Atrial Fibrillation Division, Inc. | Refinement of an anatomical model using ultrasound |
JP5847454B2 (ja) * | 2011-06-23 | 2016-01-20 | キヤノン株式会社 | 被検体情報取得装置、表示制御方法およびプログラム |
JP5987640B2 (ja) * | 2012-11-05 | 2016-09-07 | コニカミノルタ株式会社 | 超音波を用いた被検体の3次元復元方法および装置 |
JP6689253B2 (ja) * | 2014-07-29 | 2020-04-28 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 超音波撮像装置 |
WO2018142950A1 (ja) | 2017-02-01 | 2018-08-09 | 富士フイルム株式会社 | 超音波診断装置、超音波診断装置の制御方法及び超音波診断装置の制御プログラム |
WO2020234653A1 (en) * | 2019-05-20 | 2020-11-26 | Aranz Healthcare Limited | Automated or partially automated anatomical surface assessment methods, devices and systems |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6491636B2 (en) * | 2000-12-07 | 2002-12-10 | Koninklijke Philips Electronics N.V. | Automated border detection in ultrasonic diagnostic images |
WO2006085266A1 (en) * | 2005-02-08 | 2006-08-17 | Philips Intellectual Property & Standard Gmbh | Medical image viewing protocols |
-
2007
- 2007-12-17 CN CNA2007800481584A patent/CN101568941A/zh active Pending
- 2007-12-17 KR KR1020097013099A patent/KR20090098839A/ko not_active Application Discontinuation
- 2007-12-17 WO PCT/IB2007/055161 patent/WO2008078265A2/en active Application Filing
- 2007-12-17 RU RU2009128709/08A patent/RU2009128709A/ru unknown
- 2007-12-17 JP JP2009543558A patent/JP2010514486A/ja active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102309320A (zh) * | 2010-06-10 | 2012-01-11 | 韦伯斯特生物官能(以色列)有限公司 | 操作者控制的标测点密度 |
CN102309320B (zh) * | 2010-06-10 | 2016-06-15 | 韦伯斯特生物官能(以色列)有限公司 | 操作者控制的标测点密度 |
US9763587B2 (en) | 2010-06-10 | 2017-09-19 | Biosense Webster (Israel), Ltd. | Operator-controlled map point density |
US10568532B2 (en) | 2010-06-10 | 2020-02-25 | Biosense Webster (Israel) Ltd. | Operator-controlled map point density |
CN112603373A (zh) * | 2019-10-04 | 2021-04-06 | 通用电气精准医疗有限责任公司 | 用于经由超声成像来诊断肌腱损伤的方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2008078265A3 (en) | 2009-02-05 |
KR20090098839A (ko) | 2009-09-17 |
WO2008078265A2 (en) | 2008-07-03 |
RU2009128709A (ru) | 2011-02-10 |
JP2010514486A (ja) | 2010-05-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101568941A (zh) | 医学成像系统 | |
CN101336844B (zh) | 医用图像处理装置以及医用图像诊断装置 | |
JP5345934B2 (ja) | 観察のための三次元レンダリングからのデータ集合の選択 | |
CN101036165B (zh) | 用于树模型显像以检测肺栓塞的系统和方法 | |
JP5081390B2 (ja) | 腫瘍量を監視する方法及びシステム | |
EP2297673B1 (en) | Feature-based registration method | |
US20050148852A1 (en) | Method for producing result images for an examination object | |
JPH11164833A (ja) | 医用画像診断装置 | |
US20130257910A1 (en) | Apparatus and method for lesion diagnosis | |
CN105451657A (zh) | 用于导航断层合成堆叠的包括自动聚焦的系统和方法 | |
CN103222879A (zh) | 用于识别超声成像的最佳图像帧的系统和方法 | |
JP2008126070A5 (zh) | ||
US8755575B2 (en) | Transmural perfusion gradient image analysis | |
JP6495037B2 (ja) | 医用画像処理装置及び医用画像診断装置 | |
CN107427279A (zh) | 使用具有用户控制的心脏模型腔室的心脏功能的超声诊断 | |
JP2014036863A (ja) | 超音波映像の管理方法、表示方法及びその装置 | |
CN104093362B (zh) | 超声波诊断装置以及轮廓提取方法 | |
JP5829522B2 (ja) | 腫瘍セグメント化結果のワンクリック訂正 | |
CN102548480B (zh) | 医用图像显示设备和方法 | |
KR102250086B1 (ko) | 의료 영상 정합 방법, 이를 포함하는 장치 및 컴퓨터 기록 매체 | |
RU2565521C2 (ru) | Обработка набора данных изображения | |
JP6934948B2 (ja) | 流体解析装置および流体解析装置の作動方法並びに流体解析プログラム | |
Aziz et al. | Assessment of left ventricular volume and function using real-time 3D echocardiography versus angiocardiography in children with tetralogy of Fallot | |
US20110285695A1 (en) | Pictorial Representation in Virtual Endoscopy | |
CN110546684B (zh) | 时变数据的定量评估 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20091028 |