CN102369555B - 用于进行轮廓描绘的自动对比度增强的方法和系统 - Google Patents
用于进行轮廓描绘的自动对比度增强的方法和系统 Download PDFInfo
- Publication number
- CN102369555B CN102369555B CN201080015587.3A CN201080015587A CN102369555B CN 102369555 B CN102369555 B CN 102369555B CN 201080015587 A CN201080015587 A CN 201080015587A CN 102369555 B CN102369555 B CN 102369555B
- Authority
- CN
- China
- Prior art keywords
- window position
- volumetric image
- interest
- region
- section
- 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
- 238000000034 method Methods 0.000 title claims abstract description 32
- 210000003484 anatomy Anatomy 0.000 claims abstract description 33
- 230000011218 segmentation Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 238000001959 radiotherapy Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000000630 fibrocyte Anatomy 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000010422 painting Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G06T5/94—
-
- 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
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- 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
-
- 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
- G06T2207/20004—Adaptive image processing
- G06T2207/20012—Locally adaptive
-
- 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
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Primary Health Care (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
一种用于进行轮廓描绘的自动对比度增强的系统和方法。所述系统和方法包括显示待分析的体积图像切片、接收对所述体积图像切片中的靶标解剖结构的描画、基于在所述体积图像切片中被描画的区域识别感兴趣区、分析所述感兴趣区中的体素强度值以及基于所述体素强度值确定适当的窗位设置。
Description
背景技术
分割是从图像中提取解剖形态的过程。很多医学应用需要在从CT、MRT和其他成像设备中获取的体积图像中对标准解剖结构进行分割。临床医师或其他专业人员经常使用分割进行处置规划。例如,分割可被用于放疗规划,从而可以以期望的剂量向靶标组织施加放射处置。目前,可手动执行分割,其中临床医师检查个体图像切片,并手动画出在每个切片中的相关器官的二维轮廓。然后该手绘轮廓合并以产生该相关器官的三维表示。或者,临床医师可以使用自动算法进行分割。
然而,在医学体积数据集中,大部分结构依然是逐切片地由手动描画。手工分割乏味且耗时,需要很强的专业知识来执行。例如,对于像头颈区放疗这样的一些应用而言,分割步骤是临床工作流程中对患者处理量的主要限制之一。通常,临床医师必须选择这样的一张图像切片,在该图像中结构清晰可见,且可手动调整窗位设置以使图像中的特定区更加清晰可见。随后,在相邻切片中持续轮廓描绘过程。由于图像对比度经常随着切片而变化,因此诸如窗位设置的可视化设置必须相应地针对每个切片进行调整。针对每个连续图像切片或者针对单张图像切片的各个区手动调整窗位设置是耗时且乏味的。
发明内容
一种用于进行轮廓描绘的自动对比度增强的方法。所述方法包括显示待分析的体积图像切片;接收对所述体积图像切片中的靶标解剖结构的描画;基于在所述体积图像切片中被描画的区域识别感兴趣区,其中,如果没有接收到所述用户描画,则依照所显示的整个体积图像切片识别所述感兴趣区;分析所述感兴趣区中的体素强度值;基于所述体素强度值确定适当的窗位设置;并且基于所述适当的窗位设置调整当前的窗位设置,其中,在所述当前的窗位设置被调整时连续地描述所述靶标解剖结构,识别所述感兴趣区,分析所述感兴趣区的所述体素强度值并确定所述适当的窗位设置。
一种用于进行轮廓描绘的自动对比度增强的系统,其具有:显示器,其显示待分析的体积图像切片;用户接口,其能够接收对所述体积图像切片中的靶标解剖结构的用户描画,其中,如果没有接收到所述用户描画,则依照所显示的整个体积图像切片识别感兴趣区;以及处理器,其基于所述用户描画识别感兴趣区且分析所述感兴趣区的体素强度值以确定适当的窗位设置,并且基于所述适当的窗位设置调整当前的窗位设置,其中,在所述当前的窗位设置被调整时连续地描述所述靶标解剖结构,识别所述感兴趣区,分析所述感兴趣区的所述体素强度值并确定所述适当的窗位设置。
一种计算机可读存储介质,其包括能由处理器执行的指令集。所述指令集用于显示待分析的体积图像切片,接收对所述体积图像切片中的靶标解剖结构的描画,基于所述体积图像切片中被描画的区域识别感兴趣区,分析所述感兴趣区中的体素强度值以及基于所述体素强度值确定适当的窗位设置。
附图说明
图1示出了根据本发明示范性实施例的系统的原理图;
图2示出了根据本发明示范性实施例的方法的流程图;
图3示出了根据图2的方法的窗位设置对图像可视化的影响。
具体实施方式
可以参考说明书及附图来进一步理解本文提出的示范性实施例,在附图中,使用相同的附图标记指示类似的元件。示范性实施例涉及用于在从CT、MRI等获取的体积图像中对标准解剖结构进行分割的系统和方法。具体而言,本文提出的示范性实施例描述了一种自动调整体积图像中的图像可视化以使靶标结构可从邻近结构中轻易分辨出来的方法。
图1示出了系统100的示范性实施例,所述系统用于自动调整窗位设置以使靶标解剖结构在被分析的图像切片中最佳可视。系统100包括用于将窗位设置映射到体素强度值的处理器102、用于显示体积图像的显示器104以及用于画出从体积图像切片中被描绘轮廓的靶标解剖结构的用户接口106。系统100还包括用于存储图像和/或窗位设置的存储器108。存储器108可以是任何已知的计算机可读存储介质。本领域技术人员应当理解,系统100可以是个人计算机或任何其他处理装置。
图2示出了示范性方法200,该方法200包括在步骤210中,将一系列体积图像装载入如图1示出的示范性系统100,以使用户可以逐切片地分析该系列体积图像。该系列图像例如被存储在系统100的存储器108中,且被装载使得该系列图像被显示于显示器104上。本领域技术人员应当理解,显示器104每次可显示该系列图像的一个或多个切片。本领域技术人员还应当理解,当装载该系列图像时,处理器102可确定存在于被装载的该系列图像中的图像切片的数目(N)。在步骤220中,用户观察并分析该系列图像的切片以识别靶标解剖结构。在步骤230中,用户在图像切片上画出解剖结构,从而描画出靶标解剖结构。用户通过用户接口106在图像上绘画。用户接口106例如包括鼠标,用以通过勾画靶标解剖结构来指向并点击感兴趣区。显示器104或者可包括触摸感应,从而使得用户可使用手写笔或其他可检测的触摸机构通过显示器104直接在图像上绘画。
在步骤240中,处理器102识别感兴趣区。感兴趣区被识别为图像中通过用户绘画的图像区域而确定的一部分。然后在步骤250中,处理器102分析在感兴趣区中的体素强度值。通过由处理器102绘出的强度直方图来分析体素强度值。本领域熟知的是,体素表示三维空间中的体积元素。强度直方图是示出了在图像中发现的每个不同强度值处的该图像中的体素数量的图表。本领域技术人员应当理解,灰度图像中可以存在从最暗的黑色到最亮的白色之间的宽范围的强度值。例如,如图3A所示,示出了其中颈部是感兴趣区且颈椎是靶标解剖结构的图像切片的强度直方图。同样示出了该图像切片的当前窗位设置。
基于在步骤250中分析的体素密度值,在步骤260中导出了该感兴趣区的最佳可视性的适当的窗位设置。窗位设置例如基于在感兴趣区中的最大和最小图像灰度值来定义。在最大和最小灰度值之间的间隔可被映射到能够以线性方式显示的间隔。例如,最小值可被映射为纯黑,而最大值可被映射为纯白,以给显示器104上显示的图像提供更大的对比度。或者,可使用非线性转换函数来增强沿着所显示图像的边沿的显示对比度。如图3B所示,适当调整窗位设置增加了图像的显示对比度。在步骤270中,根据在步骤260中导出的适当的窗位设置来调整该图像切片的当前窗位设置。如图3B所示,调整窗位设置使得感兴趣区中的靶标解剖结构已增加了可视性。因此,靶标解剖结构更易于由用户描画,从而增加了分割过程的精确度。在调整当前窗位设置时,用户可以继续描画靶标解剖结构,方法200回到步骤230,使得处理器102相应于步骤240-270继续识别感兴趣区和调整窗位设置。因此,本领域技术人员应当理解,当用户在图像切片中描画靶标解剖结构时,窗位设置继续自动调整。
本领域技术人员还应当理解,可以在用户对靶标解剖结构的任何描画之前调整窗位设置。在靶标解剖结构未被描画的情况下,方法200从步骤220直接跳到步骤240,依照所显示的整个图像切片识别感兴趣区。在步骤250中分析整个图像切片的体素密度值,在步骤260中导出适当的窗位设置,且相应地在步骤270中改变窗位设置。一旦窗位设置已被调整,方法200回到步骤230,使得用户可开始对靶标解剖结构的描画。
一旦用户在图像切片中已经完全描画了靶标解剖结构,图像切片(其包括示出所描画的靶标解剖结构的标记)可在步骤280中存储于存储器108中,从而在用户已经描画该系列图像中的每个图像切片之后,可以对该系列图像进行随后的处理以进行轮廓描绘。对应于图像切片的适当的窗位设置也可被存储于存储器108中。
只要待分析和绘画的该系列图像中存在额外的切片,就自动调整一个切片到另一切片的窗位。因此,当存在额外的切片时,方法200回到步骤220。在步骤220中,处理器102在显示器104上显示待分析的图像切片。因此,本领域技术人员应当理解,对于方法200的每次循环,处理器102显示该系列图像仍未被分析的切片,使得每个后续的循环显示该系列图像的一个新切片。在显示另一切片之后,方法200回到步骤220。本领域技术人员应当理解,方法200将持续N-1次从步骤280回到步骤200。然而,在第N次,方法200进行到步骤290,在这里处理器102对该系列图像的每个图像切片中的已描画的靶标解剖结构进行处理,以对三维靶标解剖结构进行轮廓描绘。
本领域技术人员应当理解,用户可通过用户接口106根据用户偏爱调整参数设置。例如,用户可确定是否描画该系列图像中的每个图像切片中的靶标解剖结构,从而使得仅有该系列图像中的一个子集图像切片可被描画。本领域技术人员还应当理解,用户还可以在必要时对窗位设置作手动调整。如上所述,对窗位设置的手动调整可以与窗位设置的自动改变进行结合。
应当注意,示范性实施例或示范性实施例的部分可由存储于计算机可读存储介质中的指令集实现,所述指令集由处理器执行。
本领域技术人员应当清楚,在不脱离本公开的精神或范围的情况下,可对所公开的示范性实施例、方法和替代方案作出各种改动。因此,本公开旨在覆盖了落在权利要求书及其等同的范围内的改动和变型。
还应当注意,依据PCT第6.2(b)条,权利要求书可包括附图标记。然而,本权利要求书不应被解释为局限于与附图标记对应的示范性实施例。
Claims (11)
1.一种用于进行轮廓描绘的自动对比度增强的方法,其包括:
显示待分析的体积图像切片;
接收对所述体积图像切片中的靶标解剖结构的用户描画;
基于在所述体积图像切片中被描画的区域识别感兴趣区,其中,如果没有接收到所述用户描画,则依照所显示的整个体积图像切片识别所述感兴趣区;
分析所述感兴趣区中的体素强度值;
基于所述体素强度值确定适当的窗位设置;并且
基于所述适当的窗位设置调整当前的窗位设置,
其中,在所述当前的窗位设置被调整时连续地描述所述靶标解剖结构,识别所述感兴趣区,分析所述感兴趣区的所述体素强度值并确定所述适当的窗位设置。
2.根据权利要求1所述的方法,其还包括:
在存储器中存储一系列体积图像,其中,所述体积图像切片是该系列体积图像之一。
3.根据权利要求2所述的方法,其中,自动确定从一个体积图像切片到另一个体积图像切片的适当的窗位设置。
4.根据权利要求1所述的方法,其还包括:
在存储器中存储被完全描画的图像切片。
5.根据权利要求1所述的方法,其还包括:
基于被描画的一系列图像切片对所述靶标解剖结构进行轮廓描绘,所述被描画的一系列图像切片包括被完全描画的图像切片。
6.一种用于进行轮廓描绘的自动对比度增强的系统,其包括:
显示器(104),其显示待分析的体积图像切片;
用户接口(106),其能够接收对所述体积图像切片中的靶标解剖结构的用户描画,其中,如果没有接收到所述用户描画,则依照所显示的整个体积图像切片识别感兴趣区;以及
处理器(102),其基于所述用户描画识别所述感兴趣区,且分析所述感兴趣区的体素强度值以确定适当的窗位设置,并且基于所述适当的窗位设置调整当前的窗位设置,
其中,在所述当前的窗位设置被调整时连续地描述所述靶标解剖结构,识别所述感兴趣区,分析所述感兴趣区的所述体素强度值并确定所述适当的窗位设置。
7.根据权利要求6所述的系统,其还包括存储一系列体积图像的存储器(108),其中,所述体积图像切片是该系列体积图像之一。
8.根据权利要求7所述的系统,其中,所述存储器(108)存储被完全描画的体积图像切片。
9.根据权利要求7所述的系统,其中,所述处理器(102)自动确定从一个体积图像切片到另一个体积图像切片的适当的窗位设置。
10.根据权利要求6所述的系统,其中,所述处理器(102)形成强度直方图以分析所述体素强度值。
11.根据权利要求6所述的系统,其中,所述处理器(102)基于被描画的一系列图像切片对所述靶标解剖结构进行轮廓描绘,所述被描画的一系列图像切片包括被完全描画的图像切片。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16502509P | 2009-03-31 | 2009-03-31 | |
US61/165,025 | 2009-03-31 | ||
PCT/IB2010/050734 WO2010113047A1 (en) | 2009-03-31 | 2010-02-18 | Automated contrast enhancement for contouring |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102369555A CN102369555A (zh) | 2012-03-07 |
CN102369555B true CN102369555B (zh) | 2016-01-20 |
Family
ID=42101525
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201080015587.3A Active CN102369555B (zh) | 2009-03-31 | 2010-02-18 | 用于进行轮廓描绘的自动对比度增强的方法和系统 |
Country Status (5)
Country | Link |
---|---|
US (1) | US8948483B2 (zh) |
EP (1) | EP2415016B1 (zh) |
JP (1) | JP5654561B2 (zh) |
CN (1) | CN102369555B (zh) |
WO (1) | WO2010113047A1 (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2856944A1 (en) * | 2011-11-25 | 2013-05-30 | Circle Cardiovascular Imaging Inc. | Method for interactive threshold segmentation of medical images |
CN104720835A (zh) * | 2013-12-20 | 2015-06-24 | Ge医疗系统环球技术有限公司 | 显示装置、图像显示方法和计算机化断层扫描设备 |
CN107392907A (zh) * | 2017-09-01 | 2017-11-24 | 上海理工大学 | 基于静息态功能性磁共振成像的海马旁回功能分区方法 |
EP3576048A1 (en) * | 2018-05-29 | 2019-12-04 | Koninklijke Philips N.V. | Adaptive window generation for multi-energy x-ray |
CN111462115A (zh) * | 2020-04-27 | 2020-07-28 | 上海联影医疗科技有限公司 | 医学图像显示方法、装置和计算机设备 |
US11617553B2 (en) | 2021-08-13 | 2023-04-04 | GE Precision Healthcare LLC | Local enhancement for a medical image |
WO2023057284A1 (en) * | 2021-10-07 | 2023-04-13 | Mirada Medical Limited | System and method for assisting in peer reviewing and contouring of medical images |
GB202114399D0 (en) * | 2021-10-07 | 2021-11-24 | Mirada Medical Ltd | System and method for assisting in peer reviewing and manual contouring of medical images |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7218763B2 (en) * | 2003-02-27 | 2007-05-15 | Eastman Kodak Company | Method for automated window-level settings for magnetic resonance images |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4017A (en) * | 1845-05-01 | Reid r | ||
US5042077A (en) | 1987-10-02 | 1991-08-20 | General Electric Company | Method of highlighting subtle contrast in graphical images |
JP3617698B2 (ja) * | 1995-07-17 | 2005-02-09 | 東芝医用システムエンジニアリング株式会社 | 診断支援装置 |
US5825908A (en) * | 1995-12-29 | 1998-10-20 | Medical Media Systems | Anatomical visualization and measurement system |
US6353674B1 (en) * | 1997-06-05 | 2002-03-05 | Agfa-Gevaert | Method of segmenting a radiation image into direct exposure area and diagnostically relevant area |
US6606091B2 (en) | 2000-02-07 | 2003-08-12 | Siemens Corporate Research, Inc. | System for interactive 3D object extraction from slice-based medical images |
US7236618B1 (en) * | 2000-07-07 | 2007-06-26 | Chee-Kong Chui | Virtual surgery system with force feedback |
US7158692B2 (en) * | 2001-10-15 | 2007-01-02 | Insightful Corporation | System and method for mining quantitive information from medical images |
US20060098010A1 (en) * | 2004-03-09 | 2006-05-11 | Jeff Dwyer | Anatomical visualization and measurement system |
WO2006085155A1 (en) * | 2004-11-26 | 2006-08-17 | Koninklijke Philips Electronics N.V. | Volume of interest selection |
US7565000B2 (en) * | 2005-11-23 | 2009-07-21 | General Electric Company | Method and apparatus for semi-automatic segmentation technique for low-contrast tubular shaped objects |
US8285010B2 (en) * | 2007-03-21 | 2012-10-09 | Lumidigm, Inc. | Biometrics based on locally consistent features |
US20100130860A1 (en) * | 2008-11-21 | 2010-05-27 | Kabushiki Kaisha Toshiba | Medical image-processing device, medical image-processing method, medical image-processing system, and medical image-acquiring device |
US8873817B2 (en) * | 2009-12-21 | 2014-10-28 | Koninklijke Philips N.V. | Processing an image dataset based on clinically categorized populations |
US9282944B2 (en) * | 2010-06-22 | 2016-03-15 | Queen's University At Kingston | C-arm pose estimation using intensity-based registration of imaging modalities |
-
2010
- 2010-02-18 CN CN201080015587.3A patent/CN102369555B/zh active Active
- 2010-02-18 JP JP2012502832A patent/JP5654561B2/ja active Active
- 2010-02-18 WO PCT/IB2010/050734 patent/WO2010113047A1/en active Application Filing
- 2010-02-18 EP EP10707671.3A patent/EP2415016B1/en active Active
- 2010-02-18 US US13/260,936 patent/US8948483B2/en active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7218763B2 (en) * | 2003-02-27 | 2007-05-15 | Eastman Kodak Company | Method for automated window-level settings for magnetic resonance images |
Also Published As
Publication number | Publication date |
---|---|
WO2010113047A1 (en) | 2010-10-07 |
EP2415016A1 (en) | 2012-02-08 |
EP2415016B1 (en) | 2014-04-09 |
CN102369555A (zh) | 2012-03-07 |
JP2012522303A (ja) | 2012-09-20 |
US20120032953A1 (en) | 2012-02-09 |
US8948483B2 (en) | 2015-02-03 |
JP5654561B2 (ja) | 2015-01-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102369555B (zh) | 用于进行轮廓描绘的自动对比度增强的方法和系统 | |
US10885392B2 (en) | Learning annotation of objects in image | |
CN108520519B (zh) | 一种图像处理方法、装置及计算机可读存储介质 | |
US8355553B2 (en) | Systems, apparatus and processes for automated medical image segmentation using a statistical model | |
CN101542525B (zh) | 通过基于由k均值聚类初始化的强度直方图临界值设定的体素分类来进行3d分割 | |
US9659364B2 (en) | Probabilistic refinement of model-based segmentation | |
CN105144241B (zh) | 图像质量指数和/或基于其的成像参数推荐 | |
US20030053673A1 (en) | Radiographic scoring method | |
CN108197629A (zh) | 一种基于标签相关性约束张量分解的多模态医学影像特征提取方法 | |
Wang et al. | Automated segmentation of CBCT image using spiral CT atlases and convex optimization | |
EP2263210B1 (en) | Radiotherapeutic treatment planning apparatus and methods | |
JP6357108B2 (ja) | 被写体画像ラベリング装置、方法及びプログラム | |
CN111833293A (zh) | 用于提供淋巴结信息的方法和数据处理系统 | |
US20180365876A1 (en) | Method, apparatus and system for spine labeling | |
CN106462974A (zh) | 用于分割图像的参数优化 | |
US9538920B2 (en) | Standalone annotations of axial-view spine images | |
Jung et al. | Feature of Interest‐Based Direct Volume Rendering Using Contextual Saliency‐Driven Ray Profile Analysis | |
US8131045B2 (en) | Image processing apparatus, image processing method and recording medium | |
JP2008259710A (ja) | 画像処理方法および装置ならびにプログラム | |
US8340384B2 (en) | Method and apparatus for cerebral hemorrhage segmentation | |
Miles et al. | Spine labeling in axial magnetic resonance imaging via integral kernels | |
CN116344001B (zh) | 一种基于人工智能的医疗信息可视化管理系统及方法 | |
Paulano et al. | Identification of fractured bone tissue from CT images | |
CN114638962A (zh) | 一种对医学成像中的感兴趣区域进行标注的方法和系统 | |
CN116128840A (zh) | 一种髋关节x光影像质控决策方法和系统 |
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 |