CN102240212A - 测量气胸的方法和装置 - Google Patents

测量气胸的方法和装置 Download PDF

Info

Publication number
CN102240212A
CN102240212A CN2010101803339A CN201010180333A CN102240212A CN 102240212 A CN102240212 A CN 102240212A CN 2010101803339 A CN2010101803339 A CN 2010101803339A CN 201010180333 A CN201010180333 A CN 201010180333A CN 102240212 A CN102240212 A CN 102240212A
Authority
CN
China
Prior art keywords
thorax
image
pneumothorax
right sides
obtains
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
CN2010101803339A
Other languages
English (en)
Other versions
CN102240212B (zh
Inventor
赵静
焦洁
史轶伦
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.)
GE Medical Systems Global Technology Co LLC
Original Assignee
GE Medical Systems Global Technology Co LLC
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 GE Medical Systems Global Technology Co LLC filed Critical GE Medical Systems Global Technology Co LLC
Priority to CN201010180333.9A priority Critical patent/CN102240212B/zh
Publication of CN102240212A publication Critical patent/CN102240212A/zh
Application granted granted Critical
Publication of CN102240212B publication Critical patent/CN102240212B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明涉及测量气胸的方法和装置。测量气胸的X射线CT装置,包括:扫描台、数据收集单元、图像重构单元、供用户操作的用户操作界面、中央控制单元和气胸测量单元。胸测量单元对图像重构单元重构后的胸部图像进行气胸测量,其包括左右胸廓分割单元、气胸分割单元、计算单元;其中,左右胸廓分割单元在中央控制单元的控制下,对原始胸部图像进行左右胸廓分割,获得左右胸廓分离的胸廓图像;所述的气胸分割单元对原始胸部图像进行分割,获得只有气胸的图像;计算单元根据左右胸廓分割单元分割获得的左右胸廓分离的胸廓图像计算左右胸廓的面积;根据气胸分割单元分割获得的气胸图像计算气胸面积,并根据如下公式计算出左右胸廓中气胸的比例,
Figure DSA00000112515900011

Description

测量气胸的方法和装置
[技术领域]
本发明涉及医疗技术领域,特别是关于基于计算机断层X射线(CT)图像对气胸进行测量的方法和装置。
[背景技术]
人体的肺外面首先有一层肺胸膜保护,在肺胸膜的外面有一层壁胸膜保护,壁胸膜外边就是胸廓。正常的肺的情况下是肺胸膜和壁胸膜之间吻合得很好做相互运动。但是如果肺的壁胸膜有问题,会产生泄漏使空气进入肺胸膜和壁胸膜之间,从而形成所说的气胸。气胸(PTX)是一种疾病,它会压迫肺的正常呼气和吸气,当这个气胸在胸廓中达到一定的比例时,会构成生命危险。
目前医生基于图像分析对气胸的测算主要有两种方法:
1)采用手工分割手工计算的方法。医生在CT胸部图像上手动计算每层气胸面积和左右单侧胸廓面积,再累加计算气胸含量。该方法需要花费大量的人力和时间。
2)基于冠状面的X光片,如美国专利第5668888号专利。冠状面上气胸的几何尺寸、几何形状和气胸体积含量的对应关系,推导出经验公式。该技术一方面仍然需要手动分析冠状面上的气胸,另一方面经验公式不具有广泛的普适性。
另外也有一些基于CT扫描图片的自动分割方法的研究。但这些研究都没有系统地提出方法将自动分割集成到CT装置中,形成一套完备的气胸测量系统。同时,在分割方法中,没有考虑到左右胸廓的自动分割和气管、支气管等非气胸部分的自动去除;同时,在手动方法上,只提供手动勾边功能,而没有能提出一些自动分割的参数让用户修改后,再次执行自动分割,导致计算结果不精确,可能误导医生作出错误的诊断。
[发明内容]
本发明的目的旨在解决上述问题,提出一种基于CT图像对气胸进行测量的装置,其测量结果精确度比较高。
本发明的另一目的旨在解决上述问题,提出一种基于CT图像对气胸进行测量的方法,其测量结果精确度比较高。
本发明提供的测量气胸的X射线CT装置,包括:扫描台,其对受检者胸部进行射线扫描;数据收集单元,其对扫描台输出的扫描数据进行收集、模数转换;图像重构单元,其根据数据收集单元发送来的扫描数据进行图像重构,并将所重构得到的图像数据存储到一存储单元;供用户操作的用户操作界面;和中央控制单元,其连接至所述图像重构单元的输出端,并控制扫描台、数据收集单元和用户操作界面;中央控制单元接收用户操作界面发出的操作指令,对图像重构单元发送来的图像进行处理,并在用户操作界面中显示;气胸测量单元,其对图像重构单元重构后的胸部图像进行气胸测量。
其中,所述的气胸测量单元包括左右胸廓分割单元、气胸分割单元、计算单元;其中,左右胸廓分割单元在中央控制单元的控制下,对原始胸部图像进行左右胸廓分割,获得左右胸廓分离的胸廓图像;所述的气胸分割单元根据左右胸廓分割单元分割出来的左右胸廓图像的位置从原始胸部图像中的提取出原始胸廓图像,并对该原始胸廓图像进行分割,获得气胸图像;计算单元根据左右胸廓分割单元分割获得的左右胸廓分离的胸廓图像计算左右胸廓的面积;根据气胸分割单元分割获得的气胸图像计算气胸面积,并根据如下公式计算出左右胸廓中气胸的比例,
PTXpercentage = Σ i = 1 N PTXarea Σ i = 1 N HemithoraxArea
其中,Hemithorax Area表示每一截面的左胸廓或右胸廓的面积,包含每一截面分割出来的气胸加上每一截面的左肺或右肺组织;
PTX area表示每一截面分割出来的气胸的面积;
‘N’表示截面的数量。
其中,所述的左右胸廓分割单元还包括胸廓获取单元、判断单元和左右胸廓分离单元;其中胸廓获取单元对原始胸部图像进行灰度阈值分割,获得阈值分割后原始胸廓图像,该图像为二值灰度图像;判断单元对胸廓获取单元获取的胸廓图像进行判断,判断左右胸廓是否分离,并将指令发送给中央控制单元,中央控制单元根据指令,控制左右胸廓分离单元的工作;如果判断结果需要分离的,中央控制单元控制左右胸廓分离单元对胸廓图像进行分割,分离左右胸廓;如果判断结果是不需要分离的,则控制左右胸廓分离单元不工作;左右胸廓分离单元对胸廓获取单元发送来的需要进行分离的胸廓图像进行左右胸廓分离。
其中,胸廓获取单元对原始胸部图像进行灰度阈值分割是采用最大类间方差法;胸廓获取单元从获得的二值灰度图像中移除非胸廓的部分,并找到最大联通区域和其边界,移除该边界外的所有目标,得到胸廓区域;并对胸廓区域进行填充,获得完整胸廓图像。
其中,判断单元根据连通区域的个数和根据连通区域的面积来判断左右胸廓是否连在一起。
其中,左右胸廓分离单元对胸廓获取单元发送来的需要进行分离的胸廓图像进行距离转换获得距离图,并基于该距离图进行左右胸廓分离,获得分离的左右胸廓图像,并从分离的左右胸廓的图像中移出气管、支气管。
其中,左右胸廓分离单元通过如下的步骤进行左右胸廓分离,获得左右胸廓分离的胸廓轮廓图像:
步骤231,获取完整胸廓图像的二值灰度图像;
步骤232,对步骤231中的灰度图像进行先调用膨胀函数,再调用腐蚀函数实现闭操作,达到平滑目的;
步骤233,对步骤232中的图像进行灰度和距离的转换,产生一个距离图像;距离图中的每一点的灰度值为这一点在二值灰度图中到背景的最小距离;
步骤234,设置一个高的灰度阈值,分割距离图像,判断左右胸廓是否分离,如果不分离,重新设置一个更高的灰度阈值,分割距离图像,直到左右胸廓分离,获得分离的左右胸廓的距离图;
步骤235,逐渐减小灰度阈值,以分割步骤234中获得的分离的左右胸廓的距离图,直到左右胸廓连起来,并保存此次分割的结果和上次分割的结果;
步骤236,通过此次分割的结果减去上次分割的结果,获得差异结果;
步骤237,在上次分割结果中,从上到下、从左到右遍历每一属于差异结果内的点,检测其相邻区域;
步骤238,在最后一次分割前一次的分割结果中找出那些点,其相邻区域同时包括位于左胸廓和右胸廓的点,记录所找到的这些点作为左右胸廓的联结点;
步骤239,在胸廓灰度图像中移除所找到的连接点以及这些点在前后方向上的连接点,直到左右胸廓分离,获得左右胸廓分离的图像。
其中,根据区域面积和圆形度来确认气管、支气管,对于面积小于总面积的2‰、圆形度大于0.9被认为是气管或支气管而被移除;圆形度可以通过如下的方式计算:
RoundMetric = π × EquivDiameter Perimeter
其中,EquivDiameter,是等效直径,其是按照感兴趣区域面积相等原则换算出的圆形截面直径;Perimeter是指感兴趣区域的周长。
其中,气胸分割单元对提取的原始胸廓图像进行阈值分割,获得只有气胸的图像。对原始胸廓图像进行CT值阈值分割,获得气胸图像。
其中,计算单元还包括分类单元,其根据几何特性对气胸结果进行左右分类。
其中,所述用户操作界面包括显示界面和操作界面,显示界面用于显示原始胸部图像,左右胸廓分离中各个阶段的图像包括二值灰度图像、胸廓图像、胸廓距离图、分离的左右胸廓图像,以及气胸分割过程中的图像。
其中,操作界面包括自动气胸计算功能按钮、胸廓分割按钮、气胸分割按钮、气胸计算按钮;其中在胸廓分割按钮、气胸分割按钮下分别对应设有灰度、面积、圆弧度的输入框;用户可以选择自动气胸计算功能按钮对气胸进行自动计算、测量;也可以手动的操作胸廓分割按钮、气胸分割按钮、气胸计算按钮,修改灰度、面积、圆弧度的输入框内的值,进行手动的操作、计算气胸。
本发明提供的测量气胸的方法,包括如下步骤:
步骤1,对胸部进行CT扫描,获取所有原始胸部图像;
步骤2,对每一原始胸部图像对胸腔进行分割,获得完整的左右侧胸廓分离的图像;
步骤3,对每一原始胸部图像对气胸进行分割,分离出气胸,获得气胸的图像;
步骤4,计算每单侧胸廓中的气胸比例。
其中,步骤2中获取左右侧胸廓分离的图像包括如下的步骤:
步骤21,基于最大类间方差法对原始胸部图像进行自动灰度阈值分割,获得阈值分割后原始胸廓图,该原始胸廓图为二值灰度图像;
步骤22,从步骤21中获得的灰度阈值分割原始胸廓图中移除非胸廓的部分,获得完整的胸廓图像;
通过对胸廓图像进行判断,是否需要进行左右胸廓分离,如果是,进行步骤23;如果所获得图像中左右胸廓已经分离,不需要进行分离,则进行步骤24;
步骤23,对步骤22中获得的胸廓图像进行距离转换获得胸廓距离图,并基于该胸廓距离图进行左右胸廓分离,获得分离的左右胸廓图像;
步骤24,从分离的左右胸廓的图像中移出气管、支气管。
其中,在步骤21得到的图像中,找到最大联通区域和其边界,移除该边界外的所有目标,得到胸廓,并对胸部进行填充,获得完整的胸廓图像,填充胸廓中的肺部中的很小的、高密度的血管,得到完整的胸廓图像。
其中,步骤23通过如下的步骤进行左右胸廓分离:
步骤231,获取步骤22中的完整胸廓图像的二值灰度图像;
步骤232,对步骤231中的灰度图像进行先调用膨胀函数,再调用腐蚀函数实现闭操作,达到平滑目的;
步骤233,对步骤232中的图像进行灰度和距离的转换,产生一个距离图像;距离图中的每一点的灰度值为这一点在二值灰度图中到背景的最小距离;
步骤234,设置一个高的灰度阈值,分割距离图像,判断左右胸廓是否分离,如果不分离,重新设置一个更高的灰度阈值,分割距离图像,直到左右胸廓分离,获得分离的左右胸廓的距离图;
步骤235,逐渐减小灰度阈值,以分割步骤234中获得的分离的左右胸廓的距离图,直到左右胸廓连起来,并保存此次分割的结果和上次分割的结果;
步骤236,通过此次分割的结果减去上次分割的结果,获得差异结果;
步骤237,在上次分割结果中,从上到下、从左到右遍历每一属于差异结果内的点,检测其相邻区域;
步骤238,在最后一次分割前一次的分割结果中找出那些点,其相邻区域同时包括位于左胸廓和右胸廓的点,记录所找到的这些点作为左右胸廓的联结点;
步骤239,在胸廓灰度图像中移除所找到的连接点以及这些点在前后方向上的连接点,直到左右胸廓分离,获得左右胸廓分离的图像。
其中,通过区域面积和圆形度来判断是否是气管或支气管,对于那些面积小于总面积的2‰、圆形度大于0.9被认为是气管或支气管而应该移除;圆形度通过如下的方式计算:
RoundMetric = π × EquivDiameter Perimeter
其中,EquivDiameter,是等效直径,其是按照感兴趣区域面积相等原则换算出的圆形截面直径;Perimeter是指感兴趣区域的周长。
其中,步骤3中,通过如下的方式分割气胸:
步骤31,根据步骤2中获得的左右侧胸廓图像的位置从原始胸部图像对应的提取出原始胸廓图像;
步骤32,对步骤31中提取的原始胸廓图像进行阈值分割,获得只有气胸的图像。
其中,对原始胸廓图像采用CT值进行分割,获得只有气胸的图像。
其中,对于步骤4中,计算气胸在胸廓中的比例,包括如下的步骤:
步骤41,根据几何特性对分割的气胸结果进行左右分类;
步骤42,根据如下的公式计算左右胸廓中气胸的比例;
PTXpercentage = Σ i = 1 N PTXarea Σ i = 1 N HemithoraxArea
其中,Hemithorax Area表示每一截面的左胸廓或右胸廓的面积,包含每一截面分割出来的气胸加上每一截面的左肺或右肺组织;PTX area表示每一截面分割出来的气胸的面积;
‘N’表示截面的数量。
本发明通过对原始胸部图像进行左右胸廓自动分割、气胸分割,获得分离的左右胸廓图像和单独的气胸图像,通过左右分类,计算左右胸廓中的气胸的比例,计算精度高,同时方便了医生的操作。另外,本发明中通过对胸廓中的气管、支气管进行移除,进一步提高了本方法和装置对气胸的测量精度。
[附图说明]
图1为本发明提供的测量气胸的流程图;
图2为图1中步骤2到步骤4的进一步细化流程图;
图3a到图3f为步骤2中分割左右胸廓过程中各个阶段的结果示意图;
图4为本发明中获取分离左右胸廓的流程示意图;
图5a到图5b为本发明分割气胸过程中各个阶段的结果示意图;
图6为本发明测量气胸的CT装置功能模块示意图;
图7为本发明测量气胸的CT装置的UI界面示意图。
[具体实施方式]
下面,参照附图来详细说明本发明的实施形态。本发明不限于实施形态。
请参阅图1所示,为本发明测量气胸的方法程图,包括如下步骤:
步骤1,对胸部进行CT扫描,获取与肺部有关的所有原始胸部图像,如果3a所示;
步骤2,对每一原始胸部图像对胸腔进行分割,获得完整的左右侧胸廓分离的图像,如图3f所示;
步骤3,对每一原始胸部图像对气胸进行分割,分离出气胸,获得气胸的图像,如图5b所示;
步骤4,计算每单侧胸廓中气胸比例。
请同时参考图2,图2为图1中步骤2到步骤4的进一步细化流程图。其中,步骤2中获取左右侧胸廓分离的图像包括如下的步骤:
步骤21,基于最大类间方差法(Ostu method)对原始胸部图像(如图3a所示)进行自动灰度阈值分割,获得阈值分割后原始胸廓图,如图3b所示,该原始胸廓图为二值灰度图像,该图像灰度过渡比较大,基本上只有只有黑与白,所以称为二值灰度图像。最大类间方差法是现有技术,其是根据灰度值找出分割前景(即目标)和背景的最大类间方差最大的阈值。如对原始胸部图像中,记t为前景与背景的分割阈值,前景点数占图像比例为w0,平均灰度为u0;背景点数占图像比例为w1,平均灰度为u1。图像的总平均灰度为:u=w0*u0+w1*u1。从最小灰度值到最大灰度值遍历t,当t使得方差值g=w0*(u0-u)2+w1*(u1-u)2最大时,t即为分割的最佳阈值。方差是灰度分布均匀性的一种度量,方差值越大,说明构成图像的两部分差别越大,当部分目标错分为背景或部分背景错分为目标都会导致两部分差别变小,因此使类间方差最大的分割意味着错分概率最小。其中肺,气胸,气管血管等CT值较低的部分被一起分割出来。
步骤22,从步骤21中获得的灰度阈值分割原始胸廓图中移除非胸廓的部分,在步骤21得到的图像中,找到最大联通区域和其边界,移除该边界外的所有目标,得到胸廓,并对胸部进行填充,获得完整的胸廓图像,如图3c所示。因为在胸廓中的肺部中会存在很小的、高密度的血管,为了得到完整的胸廓图像,需要填充这些小血管将其作为胸廓的一部分。
为了能独立的计算左右胸廓中的气胸的大小,需要单独计算左右侧胸的面积。在肺部正常情况下,胸腔里主要只有肺,肺部占满整个胸腔。由于肺的前后缘通常很薄,因此左右肺有时在前后缘会出现粘连,使得图像中左右胸廓是连在一起的,需要对左右胸廓进行分离,以便获得分离的左右侧胸廓。通过对胸廓图像进行判断,是否需要进行左右胸廓分离,如果是,进行步骤23;如果所获得图像中左右胸廓已经分离,不需要进行分离,则进行步骤24。
判断左右胸廓是否分离是根据连通区域的个数和根据连通区域的面积来判断左右胸廓是否连在一起。比如说有两个连通的区域,并且两个连通的区域的面积达到预设的值如成人的单侧胸廓的面积为100,即可认为左右胸廓是分离的;如果只有一个连通的区域,这说明左右胸廓是连在一起,需要进行分离。当然,如果虽然有两个连通的区域,但是一个区域的面积很小,而另外的一个面积很大,则说明左右胸廓还是连在一起的,小的连通区域只是一个气管,仍然需要对左右胸廓进行分离。
步骤23,对步骤22中获得的胸廓图像进行距离转换获得胸廓距离图,并基于该胸廓距离图进行左右胸廓分离,获得分离的左右胸廓图像,如图3e。
如图4所示,显示了左右胸廓分离的步骤:
步骤231,获取步骤22中的完整胸廓图像的二值灰度图像;
步骤232,对步骤231中的灰度图像进行先调用膨胀函数,再调用腐蚀函数实现闭操作,达到平滑目的;
步骤233,对步骤232中的图像进行灰度和距离的转换,产生一个距离图像,如图3d所示;距离图中的每一点的灰度值为这一点在二值灰度图中到背景(黑色区域)的最小距离。
步骤234,设置一个高的灰度阈值,分割距离图像,判断左右胸廓是否分离,如果不分离,重新设置一个更高的灰度阈值,分割距离图像,直到左右胸廓分离,获得分离的左右胸廓的距离图。
步骤235,逐渐减小灰度阈值,以分割步骤234中获得的分离的左右胸廓的距离图,直到左右胸廓连起来,并保存此次分割的结果和上次分割的结果;
步骤236,通过此次分割的结果减去上次分割的结果,获得差异结果;
步骤237,在上次分割结果(最后一次分割前一次的分割结果)中,从上到下、从左到右遍历每一属于差异结果内的点,检测其相邻区域;
步骤238,在最后一次分割前一次的分割结果中找出那些点,其相邻区域同时包括位于左胸廓和右胸廓的点,记录所找到的这些点作为左右胸廓的联结点;
步骤239,在胸廓灰度图像中移除所找到的连接点以及这些点在前后方向上的连接点,直到左右胸廓分离,获得左右胸廓分离的图像,如图3e所示。
步骤24,从分离的左右胸廓的图像中移出气管、支气管,得到一个如图3f的图像。
既然气管、支气管有着类似于气胸的密度,他们有可能会被认为是气胸,而造成错误的结果。所以为了得到准确的结果,对这些气管、支气管进行移除。判断是否是气管或支气管,可以从面积和圆形度来确认,对于那些面积小于总面积的2‰、圆形度大于0.9将被认为是气管或支气管而应该移除,如图3f所示。有时,那些圆形度小于0.9的气管或支气管可能会被保留下来,用户可以通过手动的方式来移除这些气管或支气管。仅仅根据面积来移除,是不可接受的,因为有些气胸的也是非常小的。
对于圆形度可以通过如下的方式计算:
RoundMetric = π × EquivDiameter Perimeter 公式1
其中,EquivDiameter,是等效直径,其是按照感兴趣区域面积相等原则换算出的圆形截面直径;
Perimeter是指感兴趣区域的周长。
医生对于步骤23、24中获得的图像可以进行修改,比如通过灰度阈值、面积阈值、圆形度阈值、重新自动分割和手动修改图像的方式进行修改。
其中步骤3中,通过如下的方式分割气胸:
步骤31,根据步骤2分割出来的左右胸廓位置从原始胸部图像中提取出胸廓的原始图像,如图5a所示,以简化后续的分割步骤,该图像是多灰度值图像。
步骤32,对步骤31中提取的原始胸廓图像进行阈值分割,获得只有气胸的图像,如图5b所示;灰度值和CT值在CT图像中有对应的关系,所以这个阈值可以是灰度值也可以是CT值,本发明中采用的是CT值进行分割。由于气胸里主要是有空气,所以可以基于空气的CT值来进行阈值分割。这个CT值可以是系统设定的。如空气的CT值是在-1000HU左右,则可以设定一个CT阈值是-900HU左右,只要等于或小于这个阈值的,就是空气。通过设定的空气CT值阈值,可以将气胸分割出来。
对于步骤4中,计算气胸在胸廓中的比例,包括如下的步骤:
步骤41,对分割的气胸结果进行左右分类;
因为计算气胸的比例是按照左右胸廓分开来计算的,所以对步骤2和步骤3中的结果根据几何特性如质心进行左右分类;
步骤42,计算左右胸廓中气胸的比例;
根据如下的公式2计算左右胸廓中气胸的比例:
PTXpercentage = Σ i = 1 N PTXarea Σ i = 1 N HemithoraxArea 公式2
其中,Hemithorax Area表示每一截面的左胸廓或右胸廓的面积,包含每一截面分割出来的气胸加上每一截面的左肺或右肺组织;
PTX area表示每一截面分割出来的气胸的面积;
‘N’表示截面的数量。
本发明的测量气胸的X射线CT装置,包括:扫描台100,其对受检者胸部进行射线扫描;数据收集单元200,其对扫描台输出的扫描数据进行收集、模数转换;图像重构单元300,其根据数据收集单元发送来的扫描数据进行图像重构,并将所重构得到的图像数据存储到存储单元700;供用户操作的用户操作界面400;和中央控制单元500,其连接至所述图像重构单元300的输出端,并控制扫描台100、数据收集单元200和用户操作界面400;中央控制单元500接收用户操作界面400发出的操作指令,对图像重构单元发送来的图像进行处理,并在用户操作界面400中显示;和气胸测量单元600,其对图像重构单元300重构后的胸部图像进行气胸测量。
所述的气胸测量单元600包括左右胸廓分割单元601、气胸分割单元602、计算单元603。其中,左右胸廓分割单元601在中央控制单元500的控制下,对原始胸部图像进行左右胸廓分割,获得左右胸廓分离的胸廓图像。所述的气胸分割单元602对原始胸部图像进行分割,获得只有气胸的图像。计算单元603根据左右胸廓分割单元601分割获得的左右胸廓分离的胸廓图像计算左右胸廓的面积;根据气胸分割单元602分割获得的气胸图像计算气胸面积,并根据公式(2)计算出气胸的比例。
其中,所述的左右胸廓分割单元601还包括胸廓获取单元604、判断单元605和左右胸廓分离单元606;其中胸廓获取单元604对原始胸部图像(如图3a所示)进行灰度阈值分割,获得阈值分割后原始胸廓图像,该图像为二值灰度图像,如图3b所示,该图像只有黑与白,所以称为二值灰度图像。该阈值分割法可以采用最大类间方差法,如上所述,在此不再累述。其中肺、气胸、气管、血管等CT值较低的部分被一起分割出来。从获得的二值灰度图像中移除非胸廓的部分如肋骨、床,找到最大联通区域和其边界,移除该边界外的所有目标,得到胸廓区域。并对胸廓区域进行填充,从而获得完整胸廓图像,如图3c所示。因为在胸廓内的肺部中会存在很小的、高密度的血管,为了得到完整的胸廓图像,需要填充这些小血管将其作为胸廓的一部分。
肺的前后缘通常很薄,因此左右肺有时在前后缘会出现粘连,使得左右胸廓连在一起,为了能独立的计算左右胸廓中的气胸的大小,需要对左右胸廓进行分离。判断单元605对胸廓获取单元604获取的胸廓图像进行判断,判断左右胸廓是否分离,并将指令发送给中央控制单元500,中央控制单元500根据指令,控制左右胸廓分离单元的工作。如果判断结果需要分离的,中央控制单元500控制左右胸廓分离单元606对胸廓图像进行分割,分离左右胸廓;如果判断结果是不需要分离的,则控制左右胸廓分离单元606不工作。
判断单元605根据连通区域的个数和根据连通区域的面积来判断左右胸廓是否连在一起。比如说有两个连通的区域,并且两个连通的区域的面积达到预设的值如成人的单侧胸廓的面积为100,即可认为左右胸廓是分离的;如果只有一个连通的区域,这说明左右肺是连在一起,需要对左右胸廓进行分离。当然,如果虽然有两个连通的区域,但是一个区域的面积很小,而另外的一个面积很大,则说明左右肺还是连在一起的,小的连通区域只是一个气管,仍然需要对左右胸廓进行分离。
左右胸廓分离单元606对胸廓获取单元604发送来的需要进行分离的胸廓图像进行距离转换获得距离图,并基于该距离图进行左右胸廓分离,获得分离的左右胸廓图像,如图3e。左右胸廓分离单元606通过如上所述的步骤231到步骤239的方式进行左右胸廓分离,获得左右胸廓分离的胸廓轮廓图像。
气胸分割单元602从原始胸部图像中提取出原始胸廓图像,如图5a所示。该提取方法可以是根据胸廓获取单元604中获得的左右胸廓图像的位置从原始胸部图像中对应的提取出原始胸廓的图像。之后对提取的图像进行阈值分割,获得只有气胸的图像,如图5b所示;这个阈值可以是灰度值也可以是CT值,本发明中采用的是CT值进行分割。由于气胸里主要是空气,所以可以基于空气的CT值来进行阈值分割。这个CT值可以是系统设定的。如空气的CT值是在-1000HU左右,则可以设定一个CT阈值是-900HU左右,只要等于或小于这个阈值的,就是空气。通过设定的空气CT值阈值,可以将气胸分割出来。
计算单元603还包括分类单元607,其对气胸分割单元60分割的气胸结果进行左右分类;因为计算气胸的比例是按照左右胸廓分开来计算的,所以需要对气胸分割结果根据几何特性如质心进行左右分类。
如图7所示,所述用户操作界面4包括显示界面和操作界面,显示界面用于显示图像如原始胸部图像,左右胸廓分离中各个阶段的图像包括二值灰度图像、胸廓图像、胸廓距离图、分离的左右胸廓图像等,以及气胸分割过程中的图像。操作界面包括自动气胸计算功能按钮、胸廓分割按钮、气胸分割按钮、气胸计算按钮;其中在胸廓分割按钮、气胸分割按钮下分别对应设有灰度、面积、圆弧度的输入框。用户可以选择自动气胸计算功能按钮对气胸进行自动计算、测量;也可以手动的操作胸廓分割按钮、气胸分割按钮、气胸计算按钮,修改灰度、面积、圆弧度的输入框内的值,进行手动的操作、计算气胸。

Claims (21)

1.一种测量气胸的X射线CT装置,包括:
扫描台,其对受检者胸部进行射线扫描;
数据收集单元,其对扫描台输出的扫描数据进行收集、模数转换;
图像重构单元,其根据数据收集单元发送来的扫描数据进行图像重构,并将所重构得到的图像数据存储到一存储单元;
供用户操作的用户操作界面;和
中央控制单元,其连接至所述图像重构单元的输出端,并控制扫描台、数据收集单元和用户操作界面;中央控制单元接收用户操作界面发出的操作指令,对图像重构单元发送来的图像进行处理,并在用户操作界面中显示;其特征在于,还包括:
气胸测量单元,其对图像重构单元重构后的胸部图像进行气胸测量。
2.如权利要求1所述的测量气胸的X射线CT装置,其特征在于:所述的气胸测量单元包括左右胸廓分割单元、气胸分割单元、计算单元;其中,左右胸廓分割单元在中央控制单元的控制下,对原始胸部图像进行左右胸廓分割,获得左右胸廓分离的胸廓图像;所述的气胸分割单元根据左右胸廓分割单元分割出来的左右胸廓图像的位置从原始胸部图像中的提取出原始胸廓图像,并对该原始胸廓图像进行分割,获得气胸图像;计算单元根据左右胸廓分割单元分割获得的左右胸廓分离的胸廓图像计算左右胸廓的面积;根据气胸分割单元分割获得的气胸图像计算气胸面积,并根据如下公式计算出左右胸廓中气胸的比例,
PTXpercentage = Σ i = 1 N PTXarea Σ i = 1 N HemithoraxArea
其中,Hemithorax Area表示每一截面的左胸廓或右胸廓的面积,包含每一截面分割出来的气胸加上每一截面的左肺或右肺组织;
PTX area表示每一截面分割出来的气胸的面积;
‘N’表示截面的数量。
3.如权利要求2所述的测量气胸的X射线CT装置,其特征在于:
所述的左右胸廓分割单元还包括胸廓获取单元、判断单元和左右胸廓分离单元;其中胸廓获取单元对原始胸部图像进行灰度阈值分割,获得阈值分割后原始胸廓图像,该图像为二值灰度图像;判断单元对胸廓获取单元获取的胸廓图像进行判断,判断左右胸廓是否分离,并将指令发送给中央控制单元,中央控制单元根据指令,控制左右胸廓分离单元的工作;如果判断结果需要分离的,中央控制单元控制左右胸廓分离单元对胸廓图像进行分割,分离左右胸廓;如果判断结果是不需要分离的,则控制左右胸廓分离单元不工作;左右胸廓分离单元对胸廓获取单元发送来的需要进行分离的胸廓图像进行左右胸廓分离。
4.如权利要求3所述的测量气胸的X射线CT装置,其特征在于:
其中胸廓获取单元对原始胸部图像进行灰度阈值分割是采用最大类间方差法;胸廓获取单元从获得的二值灰度图像中移除非胸廓的部分,并找到最大联通区域和其边界,移除该边界外的所有目标,得到胸廓区域;并对胸廓区域进行填充,获得完整胸廓图像。
5.如权利要求4所述的测量气胸的X射线CT装置,其特征在于:
其中判断单元根据连通区域的个数和根据连通区域的面积来判断左右胸廓是否连在一起。
6.如权利要求5所述的测量气胸的X射线CT装置,其特征在于:
其中左右胸廓分离单元对胸廓获取单元发送来的需要进行分离的胸廓图像进行距离转换获得距离图,并基于该距离图进行左右胸廓分离,获得分离的左右胸廓图像,并从分离的左右胸廓的图像中移出气管、支气管。
7.如权利要求6所述的测量气胸的X射线CT装置,其特征在于:
左右胸廓分离单元通过如下的步骤进行左右胸廓分离,获得左右胸廓分离的胸廓轮廓图像:
步骤231,获取完整胸廓图像的二值灰度图像;
步骤232,对步骤231中的灰度图像进行先调用膨胀函数,再调用腐蚀函数实现闭操作,达到平滑目的;
步骤233,对步骤232中的图像进行灰度和距离的转换,产生一个距离图像;距离图中的每一点的灰度值为这一点在二值灰度图中到背景的最小距离;
步骤234,设置一个高的灰度阈值,分割距离图像,判断左右胸廓是否分离,如果不分离,重新设置一个更高的灰度阈值,分割距离图像,直到左右胸廓分离,获得分离的左右胸廓的距离图;
步骤235,逐渐减小灰度阈值,以分割步骤234中获得的分离的左右胸廓的距离图,直到左右胸廓连起来,并保存此次分割的结果和上次分割的结果;
步骤236,通过此次分割的结果减去上次分割的结果,获得差异结果;
步骤237,在上次分割结果中,从上到下、从左到右遍历每一属于差异结果内的点,检测其相邻区域;
步骤238,在最后一次分割前一次的分割结果中找出那些点,其相邻区域同时包括位于左胸廓和右胸廓的点,记录所找到的这些点作为左右胸廓的联结点;
步骤239,在胸廓灰度图像中移除所找到的连接点以及这些点在前后方向上的连接点,直到左右胸廓分离,获得左右胸廓分离的图像。
8.如权利要求6所述的测量气胸的X射线CT装置,其特征在于:根据区域面积和圆形度来确认气管、支气管,对于面积小于总面积的2‰、圆形度大于0.9被认为是气管或支气管而被移除;圆形度可以通过如下的方式计算:
RoundMetric = π × EquivDiameter Perimeter
其中,EquivDiameter,是等效直径,其是按照感兴趣区域面积相等原则换算出的圆形截面直径;Perimeter是指感兴趣区域的周长。
9.如权利要求2所述的测量气胸的X射线CT装置,其特征在于:
气胸分割单元对提取的原始胸廓图像进行阈值分割,获得只有气胸的图像。
10.如权利要求9所述的测量气胸的X射线CT装置,其特征在于:对原始胸廓图像进行CT值阈值分割,获得气胸图像。
11.如权利要求10所述的测量气胸的X射线CT装置,其特征在于:计算单元还包括分类单元,其根据几何特性对气胸结果进行左右分类。
12.如权利要求7或11所述的测量气胸的X射线CT装置,其特征在于:所述用户操作界面包括显示界面和操作界面,显示界面用于显示原始胸部图像,左右胸廓分离中各个阶段的图像包括二值灰度图像、胸廓图像、胸廓距离图、分离的左右胸廓图像,以及气胸分割过程中的图像。
13.如权利要求12所述的测量气胸的X射线CT装置,其特征在于:操作界面包括自动气胸计算功能按钮、胸廓分割按钮、气胸分割按钮、气胸计算按钮;其中在胸廓分割按钮、气胸分割按钮下分别对应设有灰度、面积、圆弧度的输入框;用户可以选择自动气胸计算功能按钮对气胸进行自动计算、测量;也可以手动的操作胸廓分割按钮、气胸分割按钮、气胸计算按钮,修改灰度、面积、圆弧度的输入框内的值,进行手动的操作、计算气胸。
14.一种测量气胸的方法,包括如下步骤:
步骤1,对胸部进行CT扫描,获取所有原始胸部图像;
步骤2,对每一原始胸部图像对胸腔进行分割,获得完整的左右侧胸廓分离的图像;
步骤3,对每一原始胸部图像对气胸进行分割,分离出气胸,获得气胸的图像;
步骤4,计算每单侧胸廓中的气胸比例。
15.如权利要求14所述的测量气胸的方法,其特征在于:步骤2中获取左右侧胸廓分离的图像包括如下的步骤:
步骤21,基于最大类间方差法对原始胸部图像进行自动灰度阈值分割,获得阈值分割后原始胸廓图,该原始胸廓图为二值灰度图像;
步骤22,从步骤21中获得的灰度阈值分割原始胸廓图中移除非胸廓的部分,获得完整的胸廓图像;
通过对胸廓图像进行判断,是否需要进行左右胸廓分离,如果是,进行步骤23;如果所获得图像中左右胸廓已经分离,不需要进行分离,则进行步骤24;
步骤23,对步骤22中获得的胸廓图像进行距离转换获得胸廓距离图,并基于该胸廓距离图进行左右胸廓分离,获得分离的左右胸廓图像;
步骤24,从分离的左右胸廓的图像中移出气管、支气管。
16.如权利要求15所述的测量气胸的方法,其特征在于:在步骤21得到的图像中,找到最大联通区域和其边界,移除该边界外的所有目标,得到胸廓,并对胸部进行填充,获得完整的胸廓图像,填充胸廓中的肺部中的很小的、高密度的血管,得到完整的胸廓图像。
17.如权利要求15所述的测量气胸的方法,其特征在于,步骤23通过如下的步骤进行左右胸廓分离:
步骤231,获取步骤22中的完整胸廓图像的二值灰度图像;
步骤232,对步骤231中的灰度图像进行先调用膨胀函数,再调用腐蚀函数实现闭操作,达到平滑目的;
步骤233,对步骤232中的图像进行灰度和距离的转换,产生一个距离图像;距离图中的每一点的灰度值为这一点在二值灰度图中到背景的最小距离;
步骤234,设置一个高的灰度阈值,分割距离图像,判断左右胸廓是否分离,如果不分离,重新设置一个更高的灰度阈值,分割距离图像,直到左右胸廓分离,获得分离的左右胸廓的距离图;
步骤235,逐渐减小灰度阈值,以分割步骤234中获得的分离的左右胸廓的距离图,直到左右胸廓连起来,并保存此次分割的结果和上次分割的结果;
步骤236,通过此次分割的结果减去上次分割的结果,获得差异结果;
步骤237,在上次分割结果中,从上到下、从左到右遍历每一属于差异结果内的点,检测其相邻区域;
步骤238,在最后一次分割前一次的分割结果中找出那些点,其相邻区域同时包括位于左胸廓和右胸廓的点,记录所找到的这些点作为左右胸廓的联结点;
步骤239,在胸廓灰度图像中移除所找到的连接点以及这些点在前后方向上的连接点,直到左右胸廓分离,获得左右胸廓分离的图像。
18.如权利要求16所述的测量气胸的方法,其特征在于:通过区域面积和圆形度来判断是否是气管或支气管,对于那些面积小于总面积的2‰、圆形度大于0.9被认为是气管或支气管而应该移除;圆形度通过如下的方式计算:
RoundMetric = π × EquivDiameter Perimeter
其中,EquivDiameter,是等效直径,其是按照感兴趣区域面积相等原则换算出的圆形截面直径;Perimeter是指感兴趣区域的周长。
19.如权利要求14所述的测量气胸的方法,其特征在于:其中步骤3中,通过如下的方式分割气胸:
步骤31,根据步骤2中获得的左右侧胸廓图像的位置从原始胸部图像对应的提取出原始胸廓图像;
步骤32,对步骤31中提取的原始胸廓图像进行阈值分割,获得只有气胸的图像。
20.如权利要求19所述的测量气胸的方法,其特征在于:对原始胸廓图像采用CT值进行分割,获得只有气胸的图像。
21.如权利要求19所述的测量气胸的方法,其特征在于,对于步骤4中,计算气胸在胸廓中的比例,包括如下的步骤:
步骤41,根据几何特性对分割的气胸结果进行左右分类;
步骤42,根据如下的公式计算左右胸廓中气胸的比例;
PTXpercentage = Σ i = 1 N PTXarea Σ i = 1 N HemithoraxArea
其中,Hemithorax Area表示每一截面的左胸廓或右胸廓的面积,包含每一截面分割出来的气胸加上每一截面的左肺或右肺组织;PTX area表示每一截面分割出来的气胸的面积;
‘N’表示截面的数量。
CN201010180333.9A 2010-05-14 2010-05-14 测量气胸的方法和装置 Active CN102240212B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201010180333.9A CN102240212B (zh) 2010-05-14 2010-05-14 测量气胸的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201010180333.9A CN102240212B (zh) 2010-05-14 2010-05-14 测量气胸的方法和装置

Publications (2)

Publication Number Publication Date
CN102240212A true CN102240212A (zh) 2011-11-16
CN102240212B CN102240212B (zh) 2015-03-25

Family

ID=44958588

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201010180333.9A Active CN102240212B (zh) 2010-05-14 2010-05-14 测量气胸的方法和装置

Country Status (1)

Country Link
CN (1) CN102240212B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107665497A (zh) * 2016-07-29 2018-02-06 上海联影医疗科技有限公司 一种医学图像中计算心胸比的方法
WO2018205922A1 (en) * 2017-05-08 2018-11-15 Suzhou Complexis Medical Inc. Methods and systems for pulmonary function test based on diagnostic medical imaging and machine learning
CN109816672A (zh) * 2019-02-25 2019-05-28 数坤(北京)网络科技有限公司 一种针对头颈体骨的图像分割获取方法及装置
CN109919935A (zh) * 2019-03-12 2019-06-21 语坤(北京)网络科技有限公司 一种头颈体血管分割方法及设备
CN111415341A (zh) * 2020-03-17 2020-07-14 北京推想科技有限公司 肺炎阶段的评估方法、装置、介质及电子设备
CN111449669A (zh) * 2014-07-02 2020-07-28 柯惠有限合伙公司 用于检测气管的系统和方法
CN112712508A (zh) * 2020-12-31 2021-04-27 杭州依图医疗技术有限公司 一种确定气胸的方法及装置
CN114332023A (zh) * 2021-12-30 2022-04-12 上海市嘉定区中心医院 气胸自动诊断及危机预警方法、装置、设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SU426655A1 (ru) * 1971-02-02 1974-05-05 П. П. Герцен Оренбургский сельскохоз йственный институт Способ проведения операций на органах грудной полости
SU724130A1 (ru) * 1978-03-20 1980-03-30 Днепропетровский Ордена Трудового Красного Знамени Медицинский Институт Способ лечени закрытого пневмоторакса
FR2538705A1 (fr) * 1982-12-29 1984-07-06 Vincent Michel Appareil medical pour l'exsufflation des pneumothorax
US5668888A (en) * 1990-11-21 1997-09-16 Arch Development Corporation Method and system for automatic detection of ribs and pneumothorax in digital chest radiographs
CN1512853A (zh) * 2001-06-01 2004-07-14 ��ʽ��������ҽҩ X射线ct装置、图像处理装置以及x射线ct装置的图像处理方法
CN1537513A (zh) * 2003-04-18 2004-10-20 ��ʽ���綫֥ X射线计算层析成像设备

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SU426655A1 (ru) * 1971-02-02 1974-05-05 П. П. Герцен Оренбургский сельскохоз йственный институт Способ проведения операций на органах грудной полости
SU724130A1 (ru) * 1978-03-20 1980-03-30 Днепропетровский Ордена Трудового Красного Знамени Медицинский Институт Способ лечени закрытого пневмоторакса
FR2538705A1 (fr) * 1982-12-29 1984-07-06 Vincent Michel Appareil medical pour l'exsufflation des pneumothorax
US5668888A (en) * 1990-11-21 1997-09-16 Arch Development Corporation Method and system for automatic detection of ribs and pneumothorax in digital chest radiographs
JP3134009B2 (ja) * 1990-11-21 2001-02-13 アーチ・デベロップメント・コーポレーション 画像処理方法及び装置
CN1512853A (zh) * 2001-06-01 2004-07-14 ��ʽ��������ҽҩ X射线ct装置、图像处理装置以及x射线ct装置的图像处理方法
CN1537513A (zh) * 2003-04-18 2004-10-20 ��ʽ���綫֥ X射线计算层析成像设备

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
JEAN M.SEELY,ET AL.,: "High-Resolution CT of Pediatric Lung Disease:Imaging Findings", 《AJR》 *
SHIGERU SANADA,ET AL.,: "Image feature analysis and computer-aided diagnosis in digital radiography:Automated detection of pneumothorax in chest images", 《MEDICAL PHYSICS》 *
梁建辉等: "CT测量气胸肺压缩程度的动物实验研究", 《国际医药卫生导报》 *
王元文等: "自发性气胸肺压缩程度的计算方法与评价", 《自发性气胸肺压缩程度的计算方法和评价》 *
王成林等: "气胸肺压缩率的CT测量诊断", 《中华创伤杂志》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111449669B (zh) * 2014-07-02 2023-04-18 柯惠有限合伙公司 用于检测气管的系统和方法
CN111449669A (zh) * 2014-07-02 2020-07-28 柯惠有限合伙公司 用于检测气管的系统和方法
CN107665497A (zh) * 2016-07-29 2018-02-06 上海联影医疗科技有限公司 一种医学图像中计算心胸比的方法
CN107665497B (zh) * 2016-07-29 2020-11-20 上海联影医疗科技有限公司 一种医学图像中计算心胸比的方法
WO2018205922A1 (en) * 2017-05-08 2018-11-15 Suzhou Complexis Medical Inc. Methods and systems for pulmonary function test based on diagnostic medical imaging and machine learning
CN109816672B (zh) * 2019-02-25 2021-02-02 语坤(北京)网络科技有限公司 一种针对头颈体骨的图像分割获取方法及装置
CN109816672A (zh) * 2019-02-25 2019-05-28 数坤(北京)网络科技有限公司 一种针对头颈体骨的图像分割获取方法及装置
CN109919935A (zh) * 2019-03-12 2019-06-21 语坤(北京)网络科技有限公司 一种头颈体血管分割方法及设备
CN109919935B (zh) * 2019-03-12 2021-02-09 语坤(北京)网络科技有限公司 一种头颈体血管分割方法及设备
CN111415341A (zh) * 2020-03-17 2020-07-14 北京推想科技有限公司 肺炎阶段的评估方法、装置、介质及电子设备
CN112712508A (zh) * 2020-12-31 2021-04-27 杭州依图医疗技术有限公司 一种确定气胸的方法及装置
CN112712508B (zh) * 2020-12-31 2024-05-14 杭州依图医疗技术有限公司 一种确定气胸的方法及装置
CN114332023A (zh) * 2021-12-30 2022-04-12 上海市嘉定区中心医院 气胸自动诊断及危机预警方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN102240212B (zh) 2015-03-25

Similar Documents

Publication Publication Date Title
CN102240212B (zh) 测量气胸的方法和装置
CN110796613B (zh) 一种图像伪影的自动识别方法及装置
CN107622492B (zh) 肺裂分割方法及系统
JP4728627B2 (ja) Ct血管造影法における構造を領域分割する方法及び装置
CN103069455B (zh) 用于医学图像的鲁棒分割的器官特异的增强滤波器
US7295870B2 (en) Method for the detection and automatic characterization of nodules in a tomographic image and a system of medical imaging by tomodensimetry
US7813536B2 (en) Image measuring apparatus and method, and image measuring system for glomerular filtration rate
CN106447645A (zh) 增强ct图像中冠脉钙化检测及量化装置和方法
CN110503635B (zh) 一种基于异构数据融合网络的手骨x光片骨龄评估方法
WO2012112627A4 (en) Method and apparatus of cone beam breast ct image-based computer-aided detection and diagnosis
KR101105494B1 (ko) 환자 맞춤형 3차원 인체 뼈 모델 재구성 방법
CN110796670A (zh) 一种夹层动脉分割方法及装置
WO2005009240A9 (ja) 画像処理方法及び画像処理プログラムを記録したコンピュータ読取可能な記録媒体
CN107708550A (zh) 用于检测和测量解剖异常的分段回声结构的表面建模
JP2000126168A (ja) 骨画像処理方法及び骨強度評価方法
CN113222951A (zh) 一种识别髋关节x线的骨质疏松人工智能诊断装置
CN114261095B (zh) 一种基于ai的骨科3d打印方法和装置
CN110874860A (zh) 基于混合损失函数的对称监督模型的目标提取方法
CN111325754B (zh) 一种基于ct序列图像的腰椎骨自动定位方法
US9275452B2 (en) Method and system for automatically determining compliance of cross sectional imaging scans with a predetermined protocol
CN114972376A (zh) 冠脉钙化斑块的分割方法、分割模型训练方法、相关装置
EP2372643A2 (en) System and method of pulmonary emboli detection for computed tomography
US6891922B2 (en) Methods and apparatus for the classification of nodules
CN110738633A (zh) 一种机体组织的三维图像处理方法及相关设备
EP3501399A1 (en) Method of quantification of visceral fat mass

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