CN101855649A - 自动地校正医学图像的错误取向的方法 - Google Patents
自动地校正医学图像的错误取向的方法 Download PDFInfo
- Publication number
- CN101855649A CN101855649A CN200880115909A CN200880115909A CN101855649A CN 101855649 A CN101855649 A CN 101855649A CN 200880115909 A CN200880115909 A CN 200880115909A CN 200880115909 A CN200880115909 A CN 200880115909A CN 101855649 A CN101855649 A CN 101855649A
- Authority
- CN
- China
- Prior art keywords
- anatomic region
- extracted
- orientation
- medical image
- image
- 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
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 18
- 238000005259 measurement Methods 0.000 claims description 9
- 230000001915 proofreading effect Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 239000004744 fabric Substances 0.000 description 15
- 238000002591 computed tomography Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 5
- 238000002595 magnetic resonance imaging Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 210000001015 abdomen Anatomy 0.000 description 3
- 210000003484 anatomy Anatomy 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 210000005075 mammary gland Anatomy 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 210000000746 body region Anatomy 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 210000000038 chest Anatomy 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/14—Transformations for image registration, e.g. adjusting or mapping for alignment of images
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明涉及用于自动地校正医学图像的错误取向的方法和图像处理装置。一个或多个图像处理软件模块用于从医学图像提取(101)解剖区域。确定(103)所提取的解剖区域是否与参考解剖区域对应，而参考解剖区域具有与其相关联的指示参考解剖区域的取向的数据。如果所提取的解剖区域与参考解剖区域对应，则通过重新对准医学图像直到所提取的解剖区域的取向与参考解剖区域的取向对应为止，来确定(105)所提取的解剖区域的真实取向。
Description
技术领域
本发明涉及用于自动地校正医学图像的错误取向的方法和图像处理装置。
背景技术
医学成像行业中的许多供应商已建立通信标准，以允许医学图像数据由多个不同的系统传输和处理。一个共同的标准是医学数字成像及通信(DICOM)协议，该协议是图像和信息传输的标准，并且与医学诊断和/或成像系统之间的诸如医学图像和相关联的元数据的电子数据的传送有关。在医学设备和诸如图片存档及通信系统(PACS)的图像存档之间的通信中可以采用DICOM协议。
然而，问题在于，出自例如医院的PACS的图像有时取向错误，例如被镜射或上下颠倒转向。这样的错误取向可能发生在图像由不兼容的设备使用即读入、处理和写回时，例如在图像从图像采集装置上传至图像存档系统时。尤其是，经常使x轴、y轴和z轴的方向反向。原则上，将方向编码在存储于图像的DICOM头中的图像元数据中。然而，由于各种原因，该信息可能是不可利用的或错误的，例如在通过在来自不同的供应商的系统中进行重复的输出/输入之后。描述图像取向的元数据可能是例如缺失的、错误的、不一致的或者含糊不清的。这可能引起下列问题：i)对于人类读者而言，任何显而易见的错误取向(例如图像上下颠倒)都花费额外的时间，这是因为读者必须使用可视化应用的功能以手动地校正取向；在大容量数据集的情况下，读者还必须等待校正图像数据的取向；如果未校正所存储的图像数据的错误取向，则可能每次检索图像数据以便观察时都必须重复校正，ii)对于读者并不直接地显而易见的细微的错误取向可能导致错误诊断和失察错误，以及iii)对于诸如计算机辅助检测及诊断算法(CAD)的自动图像处理算法而言，错误取向可能具有严重的后果，因为如果图像并非正确地取向，则这些算法中的许多算法都将失效。
发明内容
本发明的目的在于，通过提供允许自动地校正错误取向的医学图像的方法和系统来克服上述缺点。
根据一个方面，本发明涉及一种自动地校正医学图像的错误取向的方法，该方法包括：
-提供一个或多个图像处理软件模块，其适于从医学图像中提取解剖区域，并且从医学图像中提取解剖区域，
-确定所提取的解剖区域是否与参考解剖区域对应，参考解剖区域具有与其相关联的指示参考解剖区域的取向的数据，
以及，如果所提取的解剖区域与参考解剖区域对应，则
-通过重新对准医学图像直到所提取的解剖区域的取向与参考解剖区域的取向对应为止，来确定所提取的解剖区域的真实取向。
因此，提供一种用于校正医学图像的错误取向的自动的方式，从而降低由于错误取向而产生的错误诊断的可能性。有利地，本发明的方法布置为通过自动地校正可能的错误取向来节约临床医生观察医学图像的时间。本领域技术人员将理解，在等效的实施例中，可以重新对准参考图像而非医学图像，并且，可以基于经重新对准的参考图像的取向来确定所提取的解剖区域的真实取向。
在一个实施例中，本方法还包括当所提取的解剖区域的取向与参考解剖区域的取向对应时，将指示参考解剖区域的取向的数据作为元信息而增加至医学图像，或者，如果医学图像具有错误的或不一致的指示医学图像的取向的元信息，则用指示参考解剖区域的取向的数据代替错误的或不一致的元信息。
由于指示医学图像的取向的元信息可能是不可利用的、错误的或不一致的，例如在由不同的制造商制造的系统之间进行重复的输出/输入之后，因而提供一种通过指示医学图像的真实取向来增加或校正元信息的非常有效且用户友好的方式。
在一个实施例中，多个图像处理软件模块用于从医学图像提取解剖区域，多个模块的每个适于特定的成像模态和特定的解剖区域，特定的解剖区域是定义参考解剖区域的区域。
于是，可以针对诸如计算机断层摄影(CT)、磁共振成像(MRI)、X射线等的特定的成像模态和诸如胸部、头部、腹部、乳腺等的特定的解剖区域来设计每个图像处理软件模块。因而，通过结合多个图像处理软件模块，可能校正各种各样的医学图像中的错误取向。
在一个实施例中，确定所提取的解剖区域的真实取向的步骤包括重新对准医学图像直到所提取的解剖区域的轮廓线大致符合参考解剖区域的轮廓线为止。
在一个实施例中，参考解剖区域被包括在预存储的参考医学图像中，确定所提取的解剖区域的真实取向的步骤包括针对每次医学图像的对准而确定所提取的解剖区域和参考解剖区域之间的相似性度量，真实取向是相似性度量高于相似性阈值时的与医学图像的对准对应的取向。
相似性度量可以是预定义的，并且基于经重新对准的医学图像中包括的所提取的解剖区域如何符合参考解剖区域。在重新对准医学图像期间，例如通过将图像围绕旋转轴旋转、对医学图像进行镜面反射等可以改变所提取的解剖区域的取向。在每次尝试对准医学图像之后，计算所提取的解剖区域和参考解剖区域之间的相似性度量。重新对准医学图像，直到相似性度量超过相似性阈值为止。任选地，可以针对多个经重新对准的医学图像而计算相似性度量。如果两个或更多经重新对准的所提取的解剖结构和参考解剖结构具有大于相似性阈值的相似性值，则与相似性度量的最高值对应的所提取的解剖结构的对准可以用于确定医学图像的真实取向。
在一个实施例中，确定所提取的解剖区域的真实取向是基于确定对所提取的解剖区域与参考解剖区域对准的概率进行定义的置信度的度量，并且，当置信度度量高于置信度阈值时，解剖区域被认为与参考解剖区域对准。
使用这样的置信度度量可以是非常有用的，因为所提取的解剖区域往往并不精确地符合参考解剖区域。因此，置信度度量有助于描述所提取的解剖区域如何与参考解剖区域对应。
在一个实施例中，多个图像模块用于从医学图像中提取解剖区域，多个模块的每个适于特定的成像模态和特定的解剖区域，特定的解剖区域是定义参考解剖区域的区域，确定所提取的解剖区域是否与参考解剖区域对应的步骤通过最初采用适于区别不同的图像模态或特定的解剖区域的那些图像处理模块而以分层的方式执行。
于是，可能避免不可应用的某些其他模块的后续的不必要的使用，并且因而加速全过程。作为示例，首先采用的模块可以是确定用于采集医学图像(例如，x射线、CT、MRI)的最可能的模态的模块，并且，其次采用的模块可以是确定例如头部、胸部、腹部或全身的医学图像所描述的最可能的身体区域的模块。
在一个实施例中，医学图像存储在保健提供者的图片存档系统(PACS)的医学数字成像及通信(DICOM)文件中。
根据另一方面，本发明涉及一种计算机程序产品，该计算机程序产品用于当产品在计算机上运行时指导处理单元实行本发明的方法的步骤。
根据再一方面，本发明涉及一种用于自动地校正医学图像的错误取向的图像处理装置，包括：
-处理器，可用于与用于从医学图像中提取解剖区域的一个或多个图像处理软件模块联合，该处理器适于确定所提取的解剖区域是否与参考解剖区域对应，参考解剖区域具有与其相关联的指示参考解剖区域的取向的数据，并且，如果所提取的解剖区域与参考解剖区域对应，则通过重新对准医学图像直到所提取的解剖区域的取向与参考解剖区域的取向对应为止，来确定所提取的解剖区域的真实取向。
根据另一方面，本发明涉及一种包括图像处理装置的图像采集装置。
本发明的各方面可以各自与任何其他方面结合。参照本文所描述的实施例，本发明的这些及其他方面将变得显而易见并得以阐明。
附图说明
将参照附图仅经由示例而描述本发明的实施例，在附图中：
图1显示根据本发明的自动校正医学图像的错误取向的方法的流程图；
图2显示包括根据CT体积数据计算的矢状位视图的两个示范性的图像；
图3图示说明本发明的方法的实施例；
图4显示对确定从医学图像中提取的解剖区域的真实取向有用的轮廓的示例；
图5示意性地显示根据本发明的用于自动校正医学图像的错误取向的图像处理装置的示范性实施例的方框图；以及
图6示意性地显示采用本发明的图像处理装置的图像采集装置的示范性实施例。
具体实施方式
图1显示自动地校正医学图像的错误取向的方法的流程图。医学图像可以以医学数字成像及通信(DICOM)的格式存储在保健提供者的图片存档系统(PACS)中。
图2显示包括根据CT体积图像计算的矢状位视图的两个示范性的图像。第一图像210取向错误。第二图像220以由放射学家使用的以便观察胸部图像的适当取向进行显示，在下文中，适当取向也被称为真实取向。
图3图示说明本发明的方法的实施例。顶部图像310图示说明了参考解剖区域-气管支气管树。技术人员将意识到，本发明的说明书中所使用的术语“区域”不应当被解释为二维(2-D)区域。该术语也可以指的是三维(3-D)区域。类似地，术语“图像”可以指的是2-D或3-D图像。可以使用图像分割从参考图像得到描述气管支气管树的参考解剖区域。
四个底部图像321-324显示不同的取向的四个胸部矢状位视图。还显示在四个图像321-324的每个图像中可视的一部分气管支气管树330。第四幅图像324取向正确。将第一幅图像321围绕垂直于观察平面的轴旋转180度。第二幅图像322是关于垂直于观察平面的水平面的第四幅图像324的镜面反射。第三幅图像323是关于垂直于观察平面的垂直面的第四幅图像324的镜面反射。
在步骤S1中，提供101用于从医学图像中提取解剖区域的至少一个图像处理软件模块。每个图像处理软件模块基于用于从医学图像中提取解剖区域的算法。这样的算法可以包括例如目标检测和/或图像分割。另外，在步骤S1中，模块用于从医学图像提取101解剖区域(例如器官或器官部分)，其中，多个模块的每个模块适于特定的成像模态和特定的解剖区域。例如，该算法可以布置为用于提取图3中所示的气管支气管树、脊柱、肺、肝、乳腺等。每个模块可以针对例如CT、MRI、X射线等的特定的成像模态和例如胸部、头部、腹部等的特定的解剖区域而设计。
步骤S2布置为用于确定103所提取的解剖区域是否与参考解剖区域对应。在此假定参考解剖区域具有与其相关联的指示参考解剖区域的取向的数据。该数据可以用于定义参考解剖区域的真实取向。
在实施例中，将所提取的解剖区域的尺寸与参考解剖区域的尺寸比较。如果所提取的解剖区域的尺寸与参考解剖区域的尺寸大致相同，则确定所提取的解剖区域与参考解剖区域对应。任选地，可以对从医学图像中提取的多个试验解剖区域进行分析。将具有最匹配参考解剖区域的尺寸的尺寸的试验解剖区域确定为所提取的解剖区域。任选地，可以将步骤S2与步骤S1结合，例如使用用于将参考解剖区域与解剖图像配准的图像配准技术。该方法可以用于从图3中的四个底部图像321-324中提取气管支气管树。有利地，配准变换可以用于确定所提取的解剖区域的真实取向。
步骤S3布置为用于确定105所提取的解剖区域的真实取向。这通过重新对准医学图像直到所提取的解剖区域的取向与参考解剖区域的取向对应为止来完成。这样的重新对准可以包括图像的缩放、平移、旋转以及镜面反射。在图3中显示可以通过重新对准医学图像而产生的一些示范性的取向。在每个图像321-323中，所提取的气管支气管树331-333分别并不很好地符合参考气管支气管树330。必须通过将第一幅图像321围绕垂直于观察平面的轴旋转180度来重新对准第一幅图像321。必须通过将第二幅图像322关于垂直于观察平面的水平面反射来重新对准第二幅图像322。必须通过将第三幅图像323关于垂直于观察平面的垂直面反射来重新对准第三幅图像323。作为该重新对准的结果，可以将第一幅、第二幅和第三幅图像与参考气管支气管树330对准。无需重新对准第四图像。所提取的气管支气管树334符合参考气管支气管树330。任选地，可以将步骤S3与步骤S1和S2的任何一个结合。
在一个实施例中，确定所提取的解剖区域的真实取向的步骤包括重新对准医学图像直到所提取的解剖区域的轮廓线大致符合参考解剖区域的轮廓线为止。图4显示对确定从医学图像中提取的解剖区域的真实取向有用的轮廓的两个示例。第一示范性轮廓410是躯干的轮廓，第二示范性轮廓420是肾脏轮廓。在另外的实施例中，可以确定所提取的解剖区域的其他形状特征，并且将这些形状特征与参考解剖区域的对应的形状特征比较。这些形状特征包括但不限于图像强度的分布的统计矩、质心的位置、基于图像强度的空间分布而计算的惯性矩和高阶矩。
在一个实施例中，该方法还包括步骤S4，在医学图像的正确重新对准之后的所提取的解剖区域的取向与参考解剖区域的取向对应时，将指示参考解剖区域的取向的数据作为元信息而添加107至医学图像。同样，如果医学图像具有指示医学图像的取向的错误的或不一致的元信息，则用指示参考解剖区域的取向的数据代替错误的或不一致的元信息。
临床医生可以参与该方法的步骤。例如，临床医生可以使用诸如鼠标和麦克风的用户输入设备来指示某个医学图像取向错误或图像取向元数据是缺失的或不一致的。同样，可以通知临床医生医学图像取向元数据发生改变或将取向元数据添加至医学图像。最后，可以向临床医生呈现经重新对准的医学图像以便快速验证。
在一个实施例中，使用多个图像处理软件模块以分层的方式执行对所提取的解剖区域是否与参考解剖区域对应的确定。例如，首先可以确定成像模态，例如CT或MRI。其次，可以确定特定的解剖区域，例如头部或胸部。因此，可以使用图像处理软件模块和分别对大脑或胸部的CT或MRI图像特有的方法来执行对所提取的解剖区域是否与参考解剖区域对应的进一步确定。
图5显示用于自动地校正医学图像901的错误取向的图像处理装置900。该装置包括处理器902，处理器902可用于与模块系综903中所包括的一个或多个图像处理软件模块903a-903f联合。模块适于从存储在例如医院的图像存档系统的存储器905中的医学图像901中提取解剖区域。装置900可以由位于临床医生的办公室中或具有图像存档的工作站实现。与图像处理软件模块系综903联合运行的处理器902确定所提取的解剖区域是否与参考解剖区域对应。参考解剖区域具有与其相关联的指示参考解剖区域的取向的数据。如果所提取的解剖区域与参考解剖区域对应，则处理器布置为通过重新对准医学图像直到所提取的解剖区域的取向与参考解剖区域的取向对应为止来确定所提取的解剖区域的真实取向。装置900的输出可以是具有与参考图像的取向对应的取向的医学图像904。系统可以由观察医学图像的临床医生使用。在实施例中，系统用于在将医学图像添加至图像存档系统之前对医学图像进行取向。
图6示意性地显示采用本发明的图像处理装置900的图像采集装置600的示范性实施例，该图像采集装置600包括经由内部连接而与图形处理装置900连接的CT图像采集单元610、输入连接器601以及输出连接器602。该布置有利地提高图像采集装置600的能力，从而为该图像采集装置600提供图像处理装置900的有利的能力。
所公开的实施例的某些具体细节是出于解释而不是限制的目的来阐述的，以便提供对本发明的清楚且彻底的理解。然而，本领域技术人员应当理解，在不明显背离本公开的精神和范围的情况下，本发明可以在并不精确地符合本文所阐述的细节的其他实施例中实施。另外，在上下文中，并且出于简洁和清楚的目的，已省略对众所周知的装置、电路以及方法论的详细描述，以便避免不必要的细节和可能的混淆。
参考符号被包括在权利要求书中；然而，参考符号的包括仅仅是出于清楚的原因，而不应当被解释为限制权利要求书的范围。
Claims (10)
1.一种自动地校正医学图像的错误取向的方法，包括：
-提供(101)一个或多个图像处理软件模块，其适于从所述医学图像中提取解剖区域，并且从所述医学图像中提取(101)所述解剖区域，
-确定(103)所提取的解剖区域是否与参考解剖区域对应，所述参考解剖区域具有与其相关联的指示所述参考解剖区域的取向的数据，
以及，如果所提取的解剖区域与所述参考解剖区域对应，则
-通过重新对准所述医学图像直到所提取的解剖区域的取向与所述参考解剖区域的取向对应为止，来确定(105)所提取的解剖区域的真实取向。
2.如权利要求1所述的方法，还包括当所提取的解剖区域的取向与所述参考解剖区域的取向对应时，将指示所述参考解剖区域的取向的数据作为元信息而添加(107)至所述医学图像，或者，如果所述医学图像具有指示所述医学图像的取向的错误的或不一致的元信息，则用指示所述参考解剖区域的取向的数据代替(107)所述错误的或不一致的元信息。
3.如权利要求1所述的方法，其中，多个图像处理软件模块用于从所述医学图像中提取所述解剖区域，所述多个模块的每个都适于特定的成像模态和特定的解剖区域，所述特定的解剖区域是定义所述参考解剖区域的区域。
4.如权利要求1所述的方法，其中，确定所提取的解剖区域的真实取向的步骤包括重新对准所述医学图像直到所提取的解剖区域的轮廓线大致符合所述参考解剖区域的轮廓线为止。
5.如权利要求1所述的方法，其中，所述参考解剖区域被包括在预存储的参考医学图像中，确定所提取的解剖区域的真实取向的步骤包括针对所述医学图像的每次对准而确定所提取的解剖区域和所述参考解剖区域之间的相似性度量，所述真实取向是所述相似性度量高于相似性阈值时与所述医学图像的对准对应的取向。
6.如权利要求1所述的方法，其中，确定所提取的解剖区域的真实取向是基于确定对所提取的解剖区域与所述参考解剖区域对准的概率进行定义的置信度的度量的，并且，当所述置信度度量高于置信度阈值时，所述解剖区域被认为与所述参考解剖区域对准。
7.如权利要求1所述的方法，其中，多个图像模块用于从所述医学图像中提取所述解剖区域，所述多个模块的每个都适于特定的成像模态和特定的解剖区域，所述特定的解剖区域是定义所述参考解剖区域的区域，确定所提取的解剖区域是否与所述参考解剖区域对应的步骤通过最初采用适于区别不同的图像模态或特定的解剖区域的那些图像处理模块而以分层的方式执行。
8.一种计算机程序产品，用于当所述产品在计算机上运行时指导处理单元实行如权利要求1所述的方法。
9.一种用于自动地校正医学图像(901)的错误取向的图像处理装置(900)，包括：
-处理器(902)，可用于与用于从所述医学图像中提取解剖区域的一个或多个图像处理软件模块(903a-903f)联合，所述处理器适于确定所提取的解剖区域是否与参考解剖区域对应，所述参考解剖区域具有与其相关联的指示所述参考解剖区域的取向的数据，并且，如果所提取的解剖区域与所述参考解剖区域对应，则通过重新对准所述医学图像直到所提取的解剖区域的取向与所述参考解剖区域的取向对应为止，来确定所提取的解剖区域的真实取向。
10.一种图像采集装置，包括如权利要求9所述的图像处理装置。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP07120683 | 2007-11-14 | ||
| EP07120683.3 | 2007-11-14 | ||
| PCT/IB2008/054699 WO2009063390A1 (en) | 2007-11-14 | 2008-11-10 | Method of automatically correcting mis-orientation of medical images |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN101855649A true CN101855649A (zh) | 2010-10-06 |
Family
ID=40386226
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN200880115909A Pending CN101855649A (zh) | 2007-11-14 | 2008-11-10 | 自动地校正医学图像的错误取向的方法 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US20100246910A1 (zh) |
| EP (1) | EP2220615A1 (zh) |
| CN (1) | CN101855649A (zh) |
| WO (1) | WO2009063390A1 (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112766314A (zh) * | 2020-12-31 | 2021-05-07 | 上海联影智能医疗科技有限公司 | 解剖结构的识别方法、电子设备及存储介质 |
Families Citing this family (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9305334B2 (en) | 2007-03-08 | 2016-04-05 | Sync-Rx, Ltd. | Luminal background cleaning |
| US11064964B2 (en) | 2007-03-08 | 2021-07-20 | Sync-Rx, Ltd | Determining a characteristic of a lumen by measuring velocity of a contrast agent |
| JP5639764B2 (ja) | 2007-03-08 | 2014-12-10 | シンク−アールエックス，リミティド | 運動する器官と共に使用するイメージング及びツール |
| US10716528B2 (en) | 2007-03-08 | 2020-07-21 | Sync-Rx, Ltd. | Automatic display of previously-acquired endoluminal images |
| US8781193B2 (en) | 2007-03-08 | 2014-07-15 | Sync-Rx, Ltd. | Automatic quantitative vessel analysis |
| US11197651B2 (en) | 2007-03-08 | 2021-12-14 | Sync-Rx, Ltd. | Identification and presentation of device-to-vessel relative motion |
| US9375164B2 (en) | 2007-03-08 | 2016-06-28 | Sync-Rx, Ltd. | Co-use of endoluminal data and extraluminal imaging |
| US9629571B2 (en) | 2007-03-08 | 2017-04-25 | Sync-Rx, Ltd. | Co-use of endoluminal data and extraluminal imaging |
| US9968256B2 (en) | 2007-03-08 | 2018-05-15 | Sync-Rx Ltd. | Automatic identification of a tool |
| EP2303385B1 (en) | 2008-06-19 | 2013-12-11 | Sync-RX, Ltd. | Stepwise advancement of a medical tool |
| US8855744B2 (en) | 2008-11-18 | 2014-10-07 | Sync-Rx, Ltd. | Displaying a device within an endoluminal image stack |
| US9095313B2 (en) | 2008-11-18 | 2015-08-04 | Sync-Rx, Ltd. | Accounting for non-uniform longitudinal motion during movement of an endoluminal imaging probe |
| US11064903B2 (en) | 2008-11-18 | 2021-07-20 | Sync-Rx, Ltd | Apparatus and methods for mapping a sequence of images to a roadmap image |
| US9144394B2 (en) | 2008-11-18 | 2015-09-29 | Sync-Rx, Ltd. | Apparatus and methods for determining a plurality of local calibration factors for an image |
| US9101286B2 (en) | 2008-11-18 | 2015-08-11 | Sync-Rx, Ltd. | Apparatus and methods for determining a dimension of a portion of a stack of endoluminal data points |
| US9974509B2 (en) | 2008-11-18 | 2018-05-22 | Sync-Rx Ltd. | Image super enhancement |
| US10362962B2 (en) | 2008-11-18 | 2019-07-30 | Synx-Rx, Ltd. | Accounting for skipped imaging locations during movement of an endoluminal imaging probe |
| DE102009006147A1 (de) * | 2008-12-23 | 2010-06-24 | Siemens Aktiengesellschaft | Modellgenerator für kardiologische Erkrankungen |
| EP2863802B1 (en) | 2012-06-26 | 2020-11-04 | Sync-RX, Ltd. | Flow-related image processing in luminal organs |
| DE112017001457T5 (de) * | 2016-03-22 | 2018-12-27 | Koninklijke Philips N.V. | Medizinische bildausrichtung |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7054473B1 (en) * | 2001-11-21 | 2006-05-30 | R2 Technology, Inc. | Method and apparatus for an improved computer aided diagnosis system |
| US20030228042A1 (en) * | 2002-06-06 | 2003-12-11 | Usha Sinha | Method and system for preparation of customized imaging atlas and registration with patient images |
| US7352888B2 (en) * | 2004-07-30 | 2008-04-01 | Carestream Health, Inc. | Method for computer recognition of projection views and orientation of chest radiographs |
| JP4868211B2 (ja) * | 2004-12-27 | 2012-02-01 | オリンパス株式会社 | 内視鏡装置 |
| JP4950071B2 (ja) * | 2005-02-11 | 2012-06-13 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | ３次元医療画像からの肺動脈樹の自動抽出の方法 |
| US8041093B2 (en) * | 2005-04-22 | 2011-10-18 | General Electric Company | System and method for definition of DICOM header values |
| US8218836B2 (en) * | 2005-09-12 | 2012-07-10 | Rutgers, The State University Of New Jersey | System and methods for generating three-dimensional images from two-dimensional bioluminescence images and visualizing tumor shapes and locations |
| WO2007056601A2 (en) * | 2005-11-09 | 2007-05-18 | The Regents Of The University Of California | Methods and apparatus for context-sensitive telemedicine |
| US8131031B2 (en) * | 2006-11-15 | 2012-03-06 | General Electric Company | Systems and methods for inferred patient annotation |
-
2008
- 2008-11-10 CN CN200880115909A patent/CN101855649A/zh active Pending
- 2008-11-10 US US12/741,838 patent/US20100246910A1/en not_active Abandoned
- 2008-11-10 EP EP08850668A patent/EP2220615A1/en not_active Withdrawn
- 2008-11-10 WO PCT/IB2008/054699 patent/WO2009063390A1/en active Application Filing
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112766314A (zh) * | 2020-12-31 | 2021-05-07 | 上海联影智能医疗科技有限公司 | 解剖结构的识别方法、电子设备及存储介质 |
| CN112766314B (zh) * | 2020-12-31 | 2024-05-28 | 上海联影智能医疗科技有限公司 | 解剖结构的识别方法、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20100246910A1 (en) | 2010-09-30 |
| WO2009063390A1 (en) | 2009-05-22 |
| EP2220615A1 (en) | 2010-08-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101855649A (zh) | 自动地校正医学图像的错误取向的方法 | |
| CN111160367B (zh) | 图像分类方法、装置、计算机设备和可读存储介质 | |
| US8150132B2 (en) | Image analysis apparatus, image analysis method, and computer-readable recording medium storing image analysis program | |
| Zhao et al. | Tracking-by-detection of surgical instruments in minimally invasive surgery via the convolutional neural network deep learning-based method | |
| US8958614B2 (en) | Image-based detection using hierarchical learning | |
| US8953856B2 (en) | Method and system for registering a medical image | |
| CN111311655B (zh) | 多模态图像配准方法、装置、电子设备、存储介质 | |
| US8498459B2 (en) | System and method for verifying registration accuracy in digital medical images | |
| US8494238B2 (en) | Redundant spatial ensemble for computer-aided detection and image understanding | |
| US20120170823A1 (en) | System and method for image based multiple-modality cardiac image alignment | |
| US8295568B2 (en) | Medical image display processing apparatus and medical image display processing program | |
| US20040101186A1 (en) | Initializing model-based interpretations of digital radiographs | |
| US20100002917A1 (en) | Medical image segmentation apparatus and medical image segmentation program | |
| CN111161848B (zh) | Ct图像的病灶标注方法及装置、存储介质 | |
| CN105246409A (zh) | 图像处理装置及图像处理方法 | |
| CN113782159B (zh) | 医学图像标记点匹配方法、装置、电子设备及存储介质 | |
| US20130177230A1 (en) | Implant pose determination in medical imaging | |
| US9691157B2 (en) | Visualization of anatomical labels | |
| WO2012061452A1 (en) | Automatic image-based calculation of a geometric feature | |
| WO2012106580A2 (en) | Methods and apparatus for computer-aided radiological detection and imaging | |
| CN110706241A (zh) | 一种三维病灶区域提取方法和装置 | |
| Pitiot et al. | Piecewise affine registration of biological images | |
| CN101075347A (zh) | 用于改善地自动检测医学图像数据中的异常的方法和装置 | |
| CN110738633B (zh) | 一种机体组织的三维图像处理方法及相关设备 | |
| Shi et al. | Pulmonary nodule registration in serial CT scans based on rib anatomy and nodule template matching |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20101006 |