CN105320836B - 用于对图像进行采样的设备和方法 - Google Patents
用于对图像进行采样的设备和方法 Download PDFInfo
- Publication number
- CN105320836B CN105320836B CN201510263358.8A CN201510263358A CN105320836B CN 105320836 B CN105320836 B CN 105320836B CN 201510263358 A CN201510263358 A CN 201510263358A CN 105320836 B CN105320836 B CN 105320836B
- Authority
- CN
- China
- Prior art keywords
- image
- angular speed
- sampling
- probe
- subregion
- 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.)
- Expired - Fee Related
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0833—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures
- A61B8/085—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures for locating body or organic structures, e.g. tumours, calculi, blood vessels, nodules
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/13—Tomography
- A61B8/14—Echo-tomography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/13—Tomography
- A61B8/14—Echo-tomography
- A61B8/145—Echo-tomography characterised by scanning multiple planes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/44—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device
- A61B8/4444—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device related to the probe
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/48—Diagnostic techniques
- A61B8/483—Diagnostic techniques involving the acquisition of a 3D volume of data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5292—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves using additional data, e.g. patient information, image labeling, acquisition parameters
-
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/04—Synchronising
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Animal Behavior & Ethology (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Vascular Medicine (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
Abstract
公开了一种图像采样设备和方法。所述图像采样设备包括:探头角速度检测器,被构造为检测探头的角速度,其中,探头的角速度表示在对象的表面处的探头的角度的变化;图像分割器,被构造为接收角速度和由探头捕获的图像,并基于角速度将图像分割为子区域;差别采样器,被构造为基于子区域的位置使用不同的采样率对子区域进行采样。
Description
本申请要求于2014年6月16日在韩国知识产权局提交的第10-2014-0073148号韩国专利申请的权益,该韩国申请的全部公开通过引用包含于此以用于所有目的。
技术领域
以下描述涉及用于超声图像的计算机辅助诊断(CAD)的技术以及用于对超声图像进行采样的技术。
背景技术
超声图像的计算机辅助诊断(CAD)表示使诸如医生的用户能够通过提取超声图像中的感兴趣区域并分析病变的特征来诊断病人的疾病的技术。CAD处理被提供以检测包括在捕获图像中的病变,且为此,对图像的整个区域进行各种图像处理技术(例如,特征金字塔生成和滑动窗匹配)。在图像处理的时间和通过图像处理检测到的病变的检测精度之间存在折衷。
在传统的实时CAD技术中,仅对选择的图像而非全部捕获图像执行CAD处理,从而平衡这种折衷。通过按相等的时间间隔进行采样来选择将被进行CAD处理的图像,使得这些图像均等地包括捕获人体区域。然而,当用于捕获超声图像的探头改变拍摄角度时,捕获图像中的每个区域的根据旋转的移动距离可根据距离人体表面的深度而改变。如果仅对以不同的拍摄角度拍摄的图像中的按相同时间间隔采样的一些图像执行CAD处理,则与位于相邻人体表面的病变相比,位于远离人体表面的病变被采样的可能性较低,这反过来意味着远离人体表面的病变被CAD检测到的可能性较低。
发明内容
提供本发明内容,来以简化的形式介绍将在以下具体实施方式中进一步描述的本发明构思的选择。本发明内容不意图确定要求保护的主题的关键特征或必要特征,也不意图被用为帮助确定要求保护的主题的范围。
在一总体方面,一种用于对图像进行采样的设备包括:探头角速度检测器,被构造为检测探头的角速度,其中,探头的角速度表示在对象的表面处的探头的角度的改变;图像分割器,被构造为接收在探头在对象表面处的角度改变的同时由探头捕获的多个图像,并沿至少一个预定方向将所述多个图像中的每个图像分割为多个子区域;差别采样器,被构造为针对具有沿所述至少一个预定方向的相同位置的子区域执行具有基于沿所述至少一个预定方向的子区域的位置而确定的采样率的采样。
所述设备还可包括:探头角速度检测器,被构造为检测探头的角速度,其中,探头的角速度表示在对象表面处的探头的角度的改变。图像分割器还可被构造为基于所述角速度沿所述至少一个预定方向将所述多个图像中的每个图像分割为所述多个子区域。
图像可包括从对象的表面获得的对象的内部的视图,且图像分割器还可被构造为沿从对象的表面至对象的内部的深度方向对所述多个图像中的每个进行分割。
图像分割器还可被构造为沿垂直于深度方向的宽度方向对所述图像进行分割。
可预先确定分割的子区域的形状、大小和数量以及差别采样器的采样率。
可基于所述角速度确定由图像分割器分割的子区域的形状、大小和数量以及差别采样器的采样率。
可基于选择的采样模式确定子区域的形状、大小和数量以及采样率。
从预先存储的多个采样模式选择采样模式,并可基于期望包括在所述图像中的病变的位置以及检测到病变的概率,来确定多个采样模式的每个采样模式。
差别采样器还可被构造为针对子区域执行随着深度增加而具有更高的采样率的采样采样。
所述对象可以是人体。
在另一总体方面,提供一种计算机辅助诊断(CAD)设备,所述设备包括:探头角速度检测器,被构造为检测探头的角速度,其中,探头的角速度表示探头在对象的表面处的角度的改变;图像分割器,被构造为接收所述角速度以及由具有所述角速度的探头捕获的多个图像,并基于所述角速度沿表示从对象的表面至对象的内部的方向的深度方向将所述多个图像中的每个图像分割为多个子区域;差别采样器,被构造为针对具有相同深度的子区域执行具有基于深度确定的采样率的采样;CAD处理器,被构造为基于差别采样器的采样结果执行图像处理,以检测病变。
差别采样器还可被构造为针对之区域执行随着深度增加而具有更高的采样率的采样。
探头角速度检测器可包括传感器,并被构造为将由所述传感器检测的探头角速度发送到图像分割器。
在另一总体方面,提供一种对图像进行采样的方法,所述方法包括接收在对象表面处的探头的角度改变的同时由探头捕获的多个图像;沿至少一个预定方向将所述多个图像中的每个图像分割为多个子区域;针对具有沿所述至少一个预定方向的相同位置的子区域,执行具有根据沿所述至少一个预定方向的子区域的位置而确定的采样率的采样。
所述方法还可包括:检测探头的角速度,其中,探头的角速度表示在对象表面处的探头的角度的改变。分割的步骤可包括:基于所述角速度沿所述至少一个预定方向将所述多个图像中的每个图像分割为所述多个子区域。
分割的步骤可包括:沿从对象的表面到内部的深度方向对所述多个图像中的每个图像进行分割。
分割的步骤还可包括:沿与深度方向垂直的宽度方向上,对多所述多个图像中的每个图像进行分割。
可预先确定分割的子区域的形状、大小和数量以及采样率。
可基于所述角速度确定分割的子区域的形状、大小和数量以及采样率。
可基于选择的采样模式确定分割的子区域的形状、大小和数量以及采样率。
可从预先存储的多个采样模式中选择采样模式,并可基于期望包括在所述图像中的病变的位置以及检测到病变的概率,来确定采样模式的每个采样模式。
执行采样的步骤包括:针对子区域执行随着深度增加而具有更高的采样率的采样。
在另一总体方面,提供一种对图像进行采样的方法,所述方法包括:检测探头的角速度,其中,探头的角速度表示探头在对象的表面处的角度的改变;响应于所述角速度大于第一阈值,沿垂直于对象的表面的方向将多个图像中的每个图像分割为多个子区域;针对具有沿所述方向的相同位置的子区域执行具有基于沿所述方向的子区域的位置而确定的采样率的采样。
执行采样的步骤可包括:针对具有沿所述方向的相同位置的子区域执行基于选择的采样模式以及子区域距离对象表面的深度而确定的采样。
分割的步骤可包括:响应于所述角速度大于第二阈值,沿垂直于对象的表面的深度方向以及垂直于深度方向的宽度方向对所述多个图像中的每个图像进行分割。
从以下详细描述、附图和权利要求将理解其他特征和方面。
附图说明
图1是示出常用实时CAD环境的示例的示意图。
图2是示出根据传统技术的用于执行实时CAD的设备的构造的示例的示图。
图3是示出根据传统技术的实时CAD的图像采样处理的示例的示图。
图4是示出在对肋间部分执行超声成像时超声图像捕获探头的拍摄角度改变的示例的示图。
图5是示出在超声图像捕获探头的拍摄角度改变时以不同的探头角度捕获的图像和病变之间的关系的示例的示图。
图6A和图6B是示出在超声图像捕获探头的拍摄角度改变时根据探头角度的捕获的图像和病变之间的关系的示例的其他示图。
图7是示出图像采样设备的构造的示例的示图。
图8是示出图7的图像采样设备中图像的深度和采样率之间关系的示例的示图。
图9是示出由图7的图像采样设备获得的采样结果的示例的示图。
图10是示出图像采样设备的构造的示例的示图。
图11是示出图像采样方法的示例的示图。
图12是示出图像采样方法的示例的示图。
图13是示出图像采样方法的示例的示图。
贯穿附图和详细的描述,除非另有描述,否则相同的附图标号将被理解为指示相同的元素、特征和结构。为了清楚、说明和方便,附图可以不按比例绘制并且可夸大附图中元素的相对大小、比例和描述。
具体实施方式
提供以下详细描述,以帮助读者获得在此描述的方法、设备和/或系统的全面理解。然而,在此描述的系统、设备和/或方法的各种改变、修改和等同物对于本领域的普通技术人员而言将是明显的。描述的处理步骤和/或操作是示例;然而,除了必需以特定顺序发生的步骤和/或操作之外,处理步骤和/或操作的顺序不限于在此阐述的顺序,而可如本领域公知的那样改变顺序。此外,为了更加清楚和简洁,可省略本领域的普通技术人员公知的功能和结构的描述。
可以以不同的形式实施在此描述的特征,并且所述特征将不被解释为局限于在此描述的示例。相反,提供在此描述的示例,使得本公开将是充分且完整的,并将本公开的全部范围传达给本领域的普通技术人员。
图1是示出可应用图像采样技术的实时CAD环境10的示图。在实时CAD环境10中,用户通过使用用于捕获超声图像的探头11来捕获病人的图像。探头11可通过将超声信号辐射到人体的内部并接收反射的信号,来捕获图像。捕获的图像被发送到被构造为执行CAD处理的计算装置13,并被进行CAD处理。之后,通过CAD处理检测的病变在被覆盖在捕获的图像上的同时通过计算装置13的显示器15进行显示。
通常,由探头11捕获的超声图像按大约每秒30至60幅图像的速率被捕获。对于实时CAD,要求捕获超声图像的时间点与完成CAD处理的时间点匹配。然而,超声图像具有低分辨率,为了提高病变检测的精度,需要提高CAD处理精度,从而导致处理时间增加。相反,如果处理时间减少,则检测病变的精度会降低。为了改进CAD处理所需要的时间与检测精度之间的折衷,对从全部的捕获图像选择的一些图像执行CAD处理。
图2和图3示出传统实时CAD设备20的示意图以及将由设备20处理的选择图像的处理。参照图2,实时CAD设备20可包括采样器21、CAD处理器23和显示器25。采样器21选择捕获的多个图像中的一些图像。参照图3,采样器21可以按每次一个的方式以预定时间间隔在捕获的多个图像(C1至C9)中选择一些图像(样本1和样本2)。虽然在图3中,从八幅图像中选择了一幅图像,但这样的描述仅作为按预定时间间隔采样的示例而被提供,并且采样时间间隔可被改变。例如,当探头每秒捕获三十幅图像,且对单幅图像执行CAD处理需要两秒时,采样器可在六十幅捕获图像中选择一幅图像作为样本,以实施实时CAD。
CAD处理器23可对采样器21选择的样本执行CAD处理(例如,滑动窗方法)。CAD处理的结果可通过显示器25进行显示。
将参照图4至图13描述图像采样设备和图像采样方法。对图像采样设备和图像采样方法的描述仅是为了说明目的,并且本领域的技术人员将理解,其他设备和方法的实现方式被视为落在本公开的范围内。虽然图像采样设备和图像采样方法被示出为用于实时CAD,但在不脱离本公开的范围的情况下,图像采样设备和图像采样方法可用于其他设备(诸如例如一般CAD)。
图4是示出在肋间超声成像期间超声图像捕获探头的拍摄角度的改变的示例的示图。参照图4,当超声图像C透过人体的肋骨捕获人体内部器官时,用户可在预定角度内改变探头角度的同时拍摄人体的内部。探头11通过人体表面的固定点来拍摄人体内部,并且可根据探头11的角度来获得包括不同人体区域的超声图像C。当探头移动预定角度时,在捕获的超声图像中,与人体表面相邻的区域移动比远离人体表面的区域移动的距离短的距离。图5是示出在超声图像捕获探头的拍摄角度改变时以不同的探头角度捕获的图像和病变之间的关系的示例的示图。
参照图5,当探头11沿箭头A1的方向改变角度时,由探头11进行超声成像的区域也沿与A1相同的方向改变角度,从而顺序地捕获图像C11、图像C12和图像C13。当将图像C11和图像C13的内部区域进行比较时,与人体表面相邻的区域具有与箭头A1一样短的移动距离,而远离人体表面的区域具有与箭头A2一样长的移动距离。在图5中,可假设病变T1与人体表面相邻,病变T2和病变T3存在于人体内部深处。在本示例中,图像C11仅包括T1,C12包括T1和T2,C13包括T3。如果如图2和图3所描述的,一些图像是从捕获的图像中采样的,并且仅选择图像C11和图像C13,则可能检测不到包括在省略的C12中的病变T2。
这样,如在图3中示出的,当在改变探头角度的同时探头基于探头角度而检测不同图像时,如果应用按等时间间隔对图像进行采样的一致采样方案,则位于远离人体表面的病变的检测率会被大大降低。因此,为了提高病变的检测精度,则需要考虑图像的移动距离根据人体的深度而有不同来执行采样。为此,根据本公开的图像采样方案采用以下方案:将图像划分为多个子区域并基于图像中的每个子区域的位置来执行差别采样。
图6A和图6B是示出在超声图像捕获探头的拍摄角度改变时根据探头角度的捕获图像和病变之间的关系的示例的其他示图。图6A示出在探头11在人体表面B上的点O相对于纵轴H倾斜α角度时捕获超声图像C的情况。图像C是二维超声图像,并显示在与探头11的方向相应的方向D上的部分。由表示箭头的符号⊙表示的方向W指示从箭尾指向箭头的方向。
图6B是从图6A侧向旋转90度角的示图,在所述示图中示出了深度方向D和宽度方向W。图6B示出图像C包括与人体表面相邻的病变T1和远离人体表面的病变T2的示例。当基于深度方向D上的线d1和线d2划分图像C时,图像C被划分为三个部分,每个部分包括子区域(包括0至d1范围内的上部、d1至d2范围内的中部以及d2至下方范围内的下部)。图6B示出病变T1存在于上部,病变T2存在于下部。
例如,如在图6B中示出的,当基于深度方向D的线d1和线d2以及宽度方向W的线w1和线w2划分图像C时,图像C被划分为九个部分,每个部分包括子区域。
当在改变探头角度的同时捕获超声图像时,与人体表面相邻的上部的图像具有与远离人体表面的下部的图像不同的拍摄密度。在多个图像之间,上部的图像移动较短距离,并对应于在相同的时间段期间对窄区域密集地执行拍摄的高密度拍摄结果。同时,在多个图像之间,下部的图像移动长距离,并对应于在相同的时间段期间对宽区域稀疏地执行拍摄的低密度拍摄结果。通过允许上部的图像具有与下部的图像不同的采样率,产生考虑了高密度拍摄结果和低密度拍摄结果的CAD处理结果,从而提高病变的检测精度。
传统的实时CAD采样方案采用在捕获图像中选择一些图像的图像单元选择方案,而根据本公开的采样方案采用在每个图像的子区域中选择一些子区域的子区域单元选择方案,这使传统的采样方案和根据本公开的采样方案之间产生差异。
此外,根据本公开的采样方案可应用根据探头的角速度的大小而改变的采样率。与使用高角速度捕获的连续图像相比,使用低角速度捕获的连续图像对应于密集地拍摄较窄区域的情况。
此外,根据本公开的采样方案可提供可由用户选择的采样模式。例如,用户可能期望对有可能在与人体表面相邻的位置检测到的病变进行检测。在其他示例中,用户可能期望对有可能在远离人体表面的位置检测到的病变进行检测。在另一示例中,用户可能期望对检测到病变的可能性几乎没有的区域或检测到病变的可能性高的区域进行检测。
当医生执行超声成像以诊断乳腺癌时,医生可对几乎不可能检测到病变(诸如肿瘤)的区域进行拍摄。在这种情况下,医生可能以消极意图来执行超声成像,以证实病变不存在。为此,医生可通过快速地改变探头,来以低拍摄密度进行拍摄。当医生对检测到病变的可能性高的区域进行拍摄时,医生可能以积极意图来执行超声成像,以检查病变。在这种情况下,医生可通过缓慢地改变探头来以高拍摄密度进行拍摄。
如上所述,用户可以以特定意图来执行超声成像,且为了反映这种意图,可基于病变的发生率和发生位置来预先定义多个采样模式。用户可在使用探头进行超声成像之前/期间选择多个采样模式中的合适的采样模式。可确定与每个采样模式对应的划分捕获图像的方法、根据捕获图像的子区域位置的采样率以及根据相似性的采样率。
图7是示出图像采样设备70的构造的示例的示图。参照图7,图像采样设备70包括探头角速度检测器71、图像分割器73和差别采样器75。
探头角速度检测器71检测探头的角速度。探头角速度检测器71可通过设置在探头内部的传感器装置(诸如例如加速度计和陀螺仪)或安装在探头外部的传感器来检测角速度。角速度表示角度根据时间的改变。因此,由探头角速度检测器71提供的角速度可包括在预定时间点检测的探头角度的值。探头角度可表示由探头捕获的图像(例如,图6A中深度方向D上的图像)的方向相对于预定参考轴(例如,图6A中的纵轴)的倾斜程度(例如,图6A中的α)。
图像分割器73将由探头捕获的图像划分为多个子区域。图像分割器73可沿深度方向(例如,图6A和图6B中的D)划分图像。可选地,图像分割器73不仅可沿深度方向D划分图像,还可沿宽度方向(例如,图6A和图6B中的W)划分图像。图像分割器73的这种划分图像的方法可被预先确定。在其他示例中,可根据由探头角速度检测器71提供的角速度的大小,来确定图像分割器73中划分图像的方法。
差别采样器75在由图像分割器73划分的图像的子区域中选择一个或更多个子区域。由差别采样器75选择的子区域可被提供给CAD处理。差别采样器75可基于在图像中的子区域的位置来确定是否选择子区域。例如,与位于图像的上部(即,与人体表面相邻的部分)的子区域相比,可以以更高的采样率选择位于图像的下部(即,远离人体表面的部分)的子区域。
因此,当在探头的角度改变的同时探头捕获图像时,可以以相同的采样率对与人体表面相邻的区域以及远离人体表面的区域进行采样。此外,仅对捕获图像的整个区域的一部分进行采样,从而减轻稍后将要执行的CAD处理的负担。因此,本公开提供如下的实时CAD方案,即,当在改变探头角度的同时对位于肋骨内部的内部器官执行肋间超声成像时,能够在执行用于实时CAD的足量采样的同时防止病变检测率的劣化。
图8是示出图7的图像采样设备中图像的深度和采样率之间的关系的示例的示图。在图8中,曲线90示出采样率随着深度的增加而增加的示例。这里,深度表示子区域的位置与接触到探头的人体表面相远离的程度。在曲线90中,0的位置表示与探头接触的人体的表面,较深的深度(即,以d3、d2和d1的顺序)表示与人体表面相距更远的位置。应理解,深度不表示从人体表面的整个区域指向人体内部的方向,而表示从与人体表面接触的探头所在的点指向人体内部的方向。例如,当与探头接触的人体表面为胸部时,曲线90中最大深度值d3可表示在人体对侧的表面(即,人体的后背)。
参照图8,采样率被表示为s1、s2和s3,这意味着图像以深度d1和深度d2被划分为三个子区域。在图8中,采样率和深度的关系仅是为了说明目的,采样率和深度之间的各种关系也是可能的。例如,可通过在深度方向上的像素数来划分图像,在这种情况下,可以以大致直线来提供曲线90。
图9是示出由图7的图像采样设备获得的采样结果的示例的示图。参照图9,捕获的图像C11、C12和C13示出在时间轴之上。这些图像是在探头如图5所描述的在人体表面上的位置改变角度时获得的不同图像。图7中描述的图像采样设备70的采样结果示出在时间轴之下。在这种情况下,捕获图像的下部具有比图像的上部的采样率高的采样率。例如,下部具有从每幅图像选择一个下部的采样率,上部具有从两幅图像选择一个上部的采样率。
在本示例中,针对三幅捕获的图像C11、C12和C13,选择了两个上部中的一个,并选择了全部的下部,产生样本1、样本2、样本3的结果。参照图9,对捕获的图像C11执行采样,结果,输出样本1。样本1示出仅图像C11的下部被选择。同时,作为对捕获的图像C12进行采样的结果而输出的样本2与图像C12相同。作为对捕获的图像C13进行采样的结果而输出的样本3示出仅图像C13的下部被选择。然后,样本1、样本2和样本3被提供给用于检测病变的实时CAD处理。
图10是示出图像采样设备100的构造的示例的示图。参照图10,图像采样设备100包括采样模式选择器101、采样模式存储器102、探头角速度检测器103、图像分割器105和差别采样器106。
采样模式选择器101和采样模式存储器102存储预定采样模式,并允许用户选择存储的采样模式。采样模式存储器102可存储预定采样模式(诸如例如第一模式、第二模式和第三模式)。采样模式可具有预先设置的采样相关参数,例如,采样相关参数可包括划分图像的方法、划分的子区域的大小和位置、根据位置的采样率以及用于比较与先前图像的相似性的计划。可预先确定采样模式,以具有根据期望诊断的病变的检测概率和将被检测的病变的位置的预定参数。
采样模式选择器101向用户显示存储在采样模式存储器102中的采样模式。采样模式选择器101还为用户提供用于选择至少一个采样模式的用户界面。用户可通过采样模式选择器101选择期望的采样模式。根据由用户选择的采样模式,来对图像的子区域执行采样。
探头角速度检测器103与参照图7描述的探头角速度检测器71对应。
图像分割器105将由探头捕获的图像划分为多个子区域。图像分割器105可沿深度方向D划分图像,或者不仅沿深度方向D还沿宽度方向W划分图像。可通过由用户通过采样模式选择器101选择的采样模式,来确定图像分割器105划分图像的方法。在另一示例中,可根据由探头角速度检测器103提供的角速度的大小以及用户选择的采样模式,来确定图像分割器105划分图像的方法。
差别采样器106在由图像分割器105划分的图像的子区域中选择一个或多个子区域。由差别采样器106选择的子区域可被直接提供给CAD处理。差别采样器106可根据图像的子区域的位置以不同的采样率对子区域进行采样。例如,与位于图像的上部(即,与人体的表面相邻的部分)的子区域相比,可以以更高的采样率对位于图像的下部(即,远离人体表面的部分)的子区域进行采样。
当用户通过使用探头来捕获超声图像,并执行实时CAD时,用户选择并输入期望的采样模式。图像采样设备100根据通过检测的探头角速度以及选择的采样模式确定的方法来对捕获的图像进行划分和采样,并且图像采样设备为CAD处理提供采样的结果。
图11是示出图像采样方法(110)的示例的示图。参照图11,图像采样方法(110)表示根据检测的探头角速度沿深度方向对捕获的图像进行划分并基于深度执行差别采样的处理。虽然可以以示出的顺序和方式执行图11的操作,但可在不脱离描述的示意性示例的精神和范围的情况下,改变一些操作的顺序或省略一些操作。可以并行或同时执行图11中示出的多个操作。图1至图10的以上描述也可应用于图11,并通过引用包含于此。因此,在此不重复以上描述。
根据图像采样方法(110),在操作111,检测捕获超声图像的探头的角速度并接收捕获的图像。在操作112,检查检测的角速度的大小是否超过预定阈值V0。
可在探头基于探头与人体表面接触的点改变角度时检测探头角速度。探头的角速度可以表示在由探头捕获的图像的方向(例如,图6A中的人体的深度方向D)相对于垂直于人体表面的轴(例如,图6A中的垂直轴H)的倾斜角度(例如图6A中的α)根据时间的改变。
如果探头角速度的大小不超过阈值(即,从操作112返回的否),则确定不需要考虑探头角度的改变来执行采样。探头不改变角度,因此在操作116,执行一致采样。如图3所述,一致采样表示以一致的时间间隔从捕获的图像选择单幅图像的方法。
如果探头角速度的大小超过阈值(即,从操作112返回是),则确定需要考虑探头角度的改变来执行采样。由于探头角度的改变,在相邻捕获图像之间移动距离随着深度的增加而增加,确定需要考虑移动距离的增加来进行采样。在操作113,为了采样,沿深度方向对捕获的图像进行划分。
在操作113,捕获图像的划分是将由探头捕获的每幅图像划分为多个子区域的处理。在此处理中,每幅图像如图6示出的那样沿着深度方向D被划分为多个子区域。在此示例中,通过划分而产生的每个子区域的形成和大小可以改变。例如,子区域可被划分为具有相同的形状和相同的面积。在另一示例中,可不同地划分子区域,以随着沿图像的深度方向的距离的增加而具有较大的面积。根据实施例,可预先确定在形状和面积方面的子区域划分方法,而不管探头角速度的大小如何。
在操作114,执行差别采样。在114,针对每幅图像,可在操作113划分的子区域中选择一个或多个部分子区域。在操作115,可提供选择的一个或多个部分子区域,以进行CAD处理。
在差别采样(操作114)中,可基于子区域的位置来确定用于选择子区域的标准。例如,与沿深度方向位于较近(即,上部)的子区域相比,可以以更高的采样率选择沿深度方向D位于较远(即,图像的下部)的图像的子区域。
图12是示出图像采样方法(120)的示例的示图。参照图12,图像采样方法(120)表示根据由用户选择的采样模式和检测的探头角速度对捕获图像进行划分并执行差别采样的处理。虽然可以以示出的顺序和方式执行图12的操作,但可在不脱离描述的示意性示例的精神和范围的情况下,改变一些操作的顺序或省略一些操作。可以并行或同时执行图12中示出的多个操作。图1至图11的以上描述也可应用于图12,并通过引用包含于此。因此,在此不重复以上描述。
根据图像采样方法(120),在操作121,在对超声图像执行CAD处理之前,用户可选择采样模式。在操作121,例如,通过显示在计算装置的显示器上的用户界面将存储在计算装置的存储器中的多个采样模式提供给用户,并且用户通过键盘/鼠标或计算装置的其他类型的输入,来选择多个采样模式中的一个采样模式。
可预先定义多个采样模式。可考虑用户期望诊断的器官或病变与人体表面的位置(即,深度)以及期望诊断的病变的检测概率,来定义采样模式。因此,用户可基于期望诊断的器官的位置以及期望诊断的病变的检测概率,来选择被确定为合适的采样模式。
当接收到用户选择的采样模式时,在操作122,检测捕获超声图像的探头的角速度,并接收捕获的图像。在操作123,检查检测的角速度的大小是否超过预定阈值V0。如果探头角速度的大小不超过阈值(即,从操作123返回否),则认为探头不改变角度,并在操作127,执行一致采样。一致采样的结果被提供在操作126的CAD处理,并执行病变检测。
如果探头角速度的大小超过阈值(即,从操作123返回是),则确定需要考虑探头角度的改变来执行采样。因此,在操作124,根据采样模式对捕获的图像进行划分。
在操作124,根据基于选择的采样模式而设置的分割参数将由探头捕获的每幅图像划分为多个子区域。与每个采样模式对应的分割参数可包括用于指定图像沿深度方向D被划分为多个子区域的参数、指定图像沿深度方向D和宽度方向W被划分为多个子区域的参数、指定子区域的形状的参数以及指定子区域的面积的参数。
在操作125,执行差别采样。在操作125,针对每幅图像,可选择一个或多个部分子区域。在操作126,选择的一个或多个子区域可被提供给CAD处理。可由对应于每个采样模式而设置的采样参数来确定选择子区域的标准。例如,采样参数可指定基于深度方向D的图像的采样率和基于宽度方向W的图像的采样率。作为另一示例,采样参数可作如下指定,即,与在深度方向上位于较近的子区域(即,上部)相比,可以以更高的采样率选择在深度方向上位于较远的图像的子区域(图像的下部)。
图13是示出图像采样方法(130)的示例的示图。参照图13,图像采样方法130表示根据检测的探头角速度沿深度方向和/或宽度方向划分捕获图像并基于深度和/或宽度执行差别采样的处理。虽然可以以示出的顺序和方式执行图13的操作,但可在不脱离描述的示意性示例的精神和范围的情况下,改变一些操作的顺序或省略一些操作。可以并行或同时执行图13中示出的多个操作中的大部分操作。图1至图12的以上描述也可应用于图11,并通过引用包含于此。因此,在此不重复以上描述。
根据图像采样方法(130),在操作131,检测捕获超声图像的探头的角速度,并接收捕获图像。在操作132,检查检测的角速度的大小是否超过预定阈值V0。
如果探头角速度的大小不超过阈值(即,从操作132返回是),则确定无需考虑探头角度的改变来执行采样,因此,在操作133,执行一致采样。在操作134,可将一致采样的结果传输到CAD处理。
如果探头角速度的大小超过阈值(即,从操作132返回是),则确定需要考虑探头角度的改变来执行采样。在此示例中,执行基于探头角度的改变的速度的采样。在操作135中,检查角速度的大小,以确定该大小是否大于预定参考值V1(其中,V1>V0)。
如果探头角速度的大小等于或小于V1,则在操作136,沿深度方向划分图像。在操作137,执行基于深度方向的差别采样。在操作134,以与图11的描述相似的方式将差别采样的结果提供给CAD处理。
如果探头角速度的大小大于V1,则在操作139,沿深度方向和宽度方向划分图像。在操作140,执行基于深度方向和宽度方向的差别采样。在操作134,将差别采样的结果提供给CAD处理。可以以与深度方向上的划分和采样相似的方式,执行宽度方向的划分和基于宽度方向的差别采样。
虽然在图13中探头角速度的大小被描述为使用两个值V0和V1确定,但这种描述仅仅是说明目的。可在不脱离描述的示意性示例的精神和范围的情况下,在更多的操作中基于更多的标准来确定探头角速度的大小。此外,可以在不脱离描述的示意性示例的精神和范围的情况下,基于各个探头角速度来确定各种类型的划分方法以及不同的采样率。
可以由包括被构造为执行特定功能的电路的硬件来实施上述图像采样设备的组件。可使用硬件组件来实施在此描述的设备、组件和单元。硬件组件可包括例如控制器、传感器、处理器、产生器、驱动器以及其他等同电子组件。可使用一个或更多个通用计算机或专用计算机(诸如例如处理器、控制器、数字信号处理器、微计算机、场可编程阵列、可编程逻辑单元、微处理器或能够以定义的方式响应和执行指令的其他装置)来实施硬件组件。硬件组件可以运行操作系统(OS)以及在OS上运行的一个或多个软件应用。硬件组件还可响应于所述软件的执行而访问、存储、操纵、处理和创建数据。为了简洁的目的,处理装置的描述用作单数;然而,本领域的技术人员将理解,处理装置可包括多个处理元件和多种类型的处理元件。例如,硬件组件可包括多个处理器或处理器和控制器。此外,不同的处理构造也是可以的,诸如并行处理器。
用户输入装置可以是允许用户输入命令使得处理器执行特定任务或允许用户输入执行特定任务所需要的数据的装置。用户输入装置可包括物理/虚拟键盘或键区、键按钮、鼠标、操作杆、触摸敏感输入装置、运动敏感输入装置或麦克风。呈现装置可包括显示器、打印机、扬声器或振动装置。
可以使用硬件组件(诸如例如微处理器)实施在此描述的采样模式选择器、采样模式存储器、探头角速度检测器、图像分割器、差别采样器和CAD处理器。微处理器可以是接收数字数据作为输入、根据存储在其存储器中的指令对数字数据进行处理并提供结果作为输出的多用、可编程装置(诸如例如三星的Exynos、高通的Snapdragon、NVIDIA的Tegra、英特尔的Itanium、英特尔的Xeon、英特尔的Core i5、英特尔的Core i7、英特尔的Core i2、英特尔的PentiumIII、英特尔的PentiumII、英特尔的Celeron、英特尔的Atom、DEC的Alpha21064、DEC的Alpha 21164、DEC的Alpha 21264、DEC的Alpha 21364以及DEC的StrongARM。
为了独立或共同地指示或配置处理装置以使其如期望的那样操作,可将上述处理、功能和方法写为计算机程序、代码段、指令及其组合。可在任意类型的机器、部件、物理或虚拟装置、计算机存储介质或能够向处理装置提供指令或数据或者能够被处理装置解释的计算机存储介质或装置中永久或临时地实施软件和数据。软件还可分布在联网的计算机系统上,从而以分散的方式存储和执行所述软件。具体地,软件和数据可由一个或多个非暂时性计算机可读记录介质存储。非暂时性计算机可读记录介质可包括可存储之后由计算机系统或处理装置读取的数据的任意数据存储装置。非暂时性计算机可读记录介质的示例可包括只读存储器(ROM)、随机存取存储器(RAM)、紧凑盘只读存储器(CD-ROM)、磁带、USB、软盘、硬盘、光学记录介质(例如,CD-ROM或DVD)和PC接口(例如,PCI、PCI-express、Wi-Fi等)。此外,本领域的程序员可基于在此提供的附图的流程图和框图及其相应的描述来解释用于实现在此公开的示例的功能程序、代码和代码段。
在此描述的计算装置可以指示移动装置(诸如例如,蜂窝电话、智能电话、可穿戴智能装置(诸如例如、戒指、手表、眼镜、眼镜式装置、手镯、踝关节支架、腰带、项链、耳环、头带、头盔、嵌在衣服中的装置等)、个人计算机(PC)、平板个人计算机(平板)、平板手机、移动互联网装置(MID)、个人数字助理(PDA)、企业数字助理(EDA)、数码相机、数字视频相机、便携式游戏控制器、MP3播放器、便携式/个人多媒体播放器(PMP)、手持电子书、超移动个人计算机(UMPC)、便携式膝上型PC、全球定位系统(GPS)导航仪、个人导航装置或便携式导航装置(PND)、手持游戏控制器、电子书、诸如高清电视(HDTV)的装置、光盘播放器、DVD播放器、蓝光播放器、机顶盒、清洁机器人)或能够与在此公开一致的能够进行无线通信或网络通信的任意其他装置。计算装置可以是独立式装置,或可包括通过通信网络相互合作的多个计算装置。
虽然本公开包括特定示例,但本领域的普通技术人员将理解,可在不脱离权利要求及其等同物的精神和范围的情况下,在形式和细节上做出各种改变。在此公开的示例将被视为描述性意义,而不是为了限制的目的。在每个示例中对特征或方面的描述将被视为可适用于其他示例中的相似特征或方面。如果以不同的顺序执行描述的技术,和/或如果以不同的方式组合和/或由其他部件或其等同物替代或补充描述的系统、结构、装置或电路,则可获得合适的结果。因此,公开的范围不是由详细的描述限定,而是由权利要求及其等同物体限定,权利要求及其等同物的范围内的全部改变将被视为包括在本公开内。
Claims (22)
1.一种用于对图像进行采样的设备,包括:
探头,被构造为捕捉图像,并检测探头的角速度,其中,探头的角速度表示在对象表面处的探头的角度的改变;以及
至少一个处理器,被构造为:
接收所述角速度以及在探头在对象表面处的角度改变的同时由探头捕获的多个图像,并基于所述角速度沿从对象的表面到对象的内部的深度方向将所述多个图像中的每个图像分割为多个子区域,以及
针对分割的子区域,执行具有基于沿从对象的表面到对象的内部的深度方向的每个子区域的位置和所述角速度中的至少一个而确定的不同的采样率的采样。
2.如权利要求1所述的设备,其中,图像包括从对象的表面获得的对象的内部的视图。
3.如权利要求2所述的设备,其中,所述至少一个处理器还被构造为沿垂直于深度方向的宽度方向对所述多个图像中的每个图像进行分割。
4.如权利要求1所述的设备,其中,预先确定分割的子区域的形状和大小中的至少一个。
5.如权利要求1所述的设备,其中,基于所述角速度确定分割的子区域的形状和大小中的至少一个。
6.如权利要求1所述的设备,其中,所述至少一个处理器还被构造为:接收对采样模式的选择,以及
基于选择的采样模式和所述角速度确定分割的子区域的形状、大小和数量以及采样率中的至少一个。
7.如权利要求6所述的设备,其中:
从预先存储的多个采样模式中选择采样模式;
基于期望被包括在所述图像中的病变的位置以及检测到病变的概率,来定义所述多个采样模式中的每个采样模式。
8.如权利要求2所述的设备,其中,所述至少一个处理器还被构造为针对子区域执行随着深度增加而具有更高的采样率的采样。
9.如权利要求1所述的设备,其中,所述对象包括人体。
10.一种计算机辅助诊断(CAD)设备,包括:
探头,被构造为捕捉图像,并检测探头的角速度,其中,探头的角速度表示探头在对象的表面处的角度的改变;
至少一个处理器,被构造为:
接收所述角速度以及由具有所述角速度的探头捕获的多个图像,
基于所述角速度沿表示从对象的表面至对象的内部的方向的深度方向将所述多个图像中的每个图像分割为多个子区域,
针对所述子区域执行具有基于每个子区域的深度和所述角速度中的至少一个确定的不同的采样率的采样,以及
基于采样结果执行图像处理,以检测病变,
其中,基于所述角速度确定将被分割为的所述子区域的数量。
11.如权利要求10所述的设备,其中,所述至少一个处理器还被构造为针对所述子区域执行随着深度增加而具有更高的采样率的采样。
12.如权利要求10所述的设备,其中,
探头包括传感器,并被构造为将由所述传感器检测的所述角速度发送到所述至少一个处理器。
13.一种对图像进行采样的方法,所述方法包括:
检测探头的角速度,其中,探头的角速度表示在对象表面处的探头的角度的改变;
接收所述角速度以及在对象表面处的探头的角度改变的同时由探头捕获的多个图像;
基于所述角速度沿从对象的表面到内部的深度方向将所述多个图像中的每个图像分割为多个子区域;
针对所述子区域,执行具有根据沿从对象的表面到内部的深度方向的每个子区域的位置和所述角速度中的至少一个而确定的不同的采样率的采样。
14.如权利要求13所述的方法,其中,分割的步骤还包括:沿与深度方向垂直的宽度方向,对所述多个图像中的每个图像进行分割。
15.如权利要求13所述的方法,其中,预先确定分割的子区域的形状和大小。
16.如权利要求13所述的方法,其中,基于所述角速度确定分割的子区域的形状和大小。
17.如权利要求13所述的方法,其中,所述方法还包括:
接收对采样模式的选择;以及
基于选择的采样模式和所述角速度确定分割的子区域的形状、大小和数量以及采样率。
18.如权利要求17所述的方法,其中:
从预先存储的多个采样模式中选择采样模式;
基于期望包括在所述图像中的病变的位置以及检测到病变的概率,来定义所述多个采样模式中的每个采样模式。
19.如权利要求13所述的方法,其中执行采样的步骤包括:针对所述子区域执行随着深度增加而具有更高的采样率的采样。
20.一种对图像进行采样的方法,所述方法包括:
检测探头的角速度,其中,探头的角速度表示探头在对象表面处的角度的改变;
响应于所述角速度大于第一阈值,沿垂直于对象表面的方向将多个图像中的每个图像分割为多个子区域;
针对所述子区域,执行具有基于沿所述方向的每个子区域的位置和角速度中的至少一个而确定的采样率的采样。
21.如权利要求20所述的方法,其中,所述方法还包括:针对所述子区域,执行基于选择的采样模式以及子区域距离对象的表面的深度而确定的采样率的采样。
22.如权利要求20所述的方法,其中,分割的步骤包括:响应于所述角速度大于第二阈值,沿垂直于对象的表面的深度方向以及垂直于深度方向的宽度方向,对所述多个图像中的每个图像进行分割。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020140073148A KR20150144233A (ko) | 2014-06-16 | 2014-06-16 | 영상 샘플링 시스템 및 방법 |
KR10-2014-0073148 | 2014-06-16 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105320836A CN105320836A (zh) | 2016-02-10 |
CN105320836B true CN105320836B (zh) | 2019-08-09 |
Family
ID=53442493
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510263358.8A Expired - Fee Related CN105320836B (zh) | 2014-06-16 | 2015-05-21 | 用于对图像进行采样的设备和方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US9912840B2 (zh) |
EP (1) | EP2957231B1 (zh) |
KR (1) | KR20150144233A (zh) |
CN (1) | CN105320836B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160107528A (ko) * | 2015-03-04 | 2016-09-19 | 삼성전자주식회사 | 컴퓨터 보조 진단을 위한 신뢰도 제공 장치 및 방법 |
JP6504073B2 (ja) * | 2016-02-15 | 2019-04-24 | オムロン株式会社 | 作業領域推定装置、制御装置、制御システム、作業領域推定方法およびプログラム |
CN106113045B (zh) * | 2016-08-29 | 2018-07-20 | 昆山塔米机器人有限公司 | 可远程管理的画像机器人 |
CN109700480B (zh) * | 2018-12-28 | 2021-12-10 | 深圳开立生物医疗科技股份有限公司 | 一种超声成像系统及其性能适配方法和数据处理器件 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1152364A2 (en) * | 2000-05-01 | 2001-11-07 | GE Medical Systems Global Technology Company LLC | Method and apparatus for automatic setting of sample gate in pulsed doppler ultrasound imaging |
CN1942901A (zh) * | 2005-02-23 | 2007-04-04 | 索尼计算机娱乐公司 | 图像处理装置及图像处理方法 |
CN102670247A (zh) * | 2011-03-10 | 2012-09-19 | 富士胶片株式会社 | 超声波诊断设备和超声波图像产生方法 |
CN103079471A (zh) * | 2011-06-15 | 2013-05-01 | 株式会社东芝 | 超声波探头以及超声波装诊断置 |
CN103169496A (zh) * | 2011-12-26 | 2013-06-26 | 株式会社东芝 | 超声波诊断装置、医用图像处理装置以及处理方法 |
KR20140070081A (ko) * | 2012-11-30 | 2014-06-10 | 삼성전자주식회사 | 컴퓨터 보조 진단 장치 및 방법 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2666353B2 (ja) | 1988-04-25 | 1997-10-22 | 富士通株式会社 | レイトレーシングによる高速映像生成方式 |
JPH09243342A (ja) | 1996-03-07 | 1997-09-19 | Ge Yokogawa Medical Syst Ltd | 超音波画像表示方法および超音波診断装置 |
US6953576B2 (en) | 2000-08-21 | 2005-10-11 | University Health Network | Method of modulating tumor immunity |
KR20020023446A (ko) | 2000-09-21 | 2002-03-29 | 최호영 | 3디 신호 가속 처리방법 |
US8221322B2 (en) * | 2002-06-07 | 2012-07-17 | Verathon Inc. | Systems and methods to improve clarity in ultrasound images |
JP4584674B2 (ja) | 2004-10-29 | 2010-11-24 | 富士通株式会社 | 画像センサ装置および画像センサシステム |
US8517945B2 (en) * | 2005-04-28 | 2013-08-27 | Carestream Health, Inc. | Segmentation of lesions in ultrasound images |
KR100876673B1 (ko) | 2007-09-06 | 2009-01-07 | 아이쓰리시스템 주식회사 | 촬영 속도 조절이 가능한 캡슐형 내시경 |
US20120014578A1 (en) | 2010-07-19 | 2012-01-19 | Qview Medical, Inc. | Computer Aided Detection Of Abnormalities In Volumetric Breast Ultrasound Scans And User Interface |
US9248316B2 (en) * | 2010-01-12 | 2016-02-02 | Elekta Ltd. | Feature tracking using ultrasound |
US8977019B2 (en) | 2010-02-11 | 2015-03-10 | The Regents Of The University Of Michigan | Methods for microcalcification detection of breast cancer on digital tomosynthesis mammograms |
US9256799B2 (en) | 2010-07-07 | 2016-02-09 | Vucomp, Inc. | Marking system for computer-aided detection of breast abnormalities |
US20120099771A1 (en) | 2010-10-20 | 2012-04-26 | Lao Zhiqiang | Computer aided detection of architectural distortion in mammography |
KR101656775B1 (ko) | 2010-12-24 | 2016-09-12 | 삼성전자주식회사 | 진단영상을 표시하는 방법, 이를 수행하는 영상처리장치 및 의료영상시스템 |
JP2013052195A (ja) | 2011-09-06 | 2013-03-21 | Toshiba Corp | 超音波診断装置および医用信号処理プログラム |
-
2014
- 2014-06-16 KR KR1020140073148A patent/KR20150144233A/ko not_active Application Discontinuation
-
2015
- 2015-03-18 US US14/661,269 patent/US9912840B2/en not_active Expired - Fee Related
- 2015-05-21 CN CN201510263358.8A patent/CN105320836B/zh not_active Expired - Fee Related
- 2015-06-08 EP EP15170932.6A patent/EP2957231B1/en not_active Not-in-force
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1152364A2 (en) * | 2000-05-01 | 2001-11-07 | GE Medical Systems Global Technology Company LLC | Method and apparatus for automatic setting of sample gate in pulsed doppler ultrasound imaging |
CN1942901A (zh) * | 2005-02-23 | 2007-04-04 | 索尼计算机娱乐公司 | 图像处理装置及图像处理方法 |
CN102670247A (zh) * | 2011-03-10 | 2012-09-19 | 富士胶片株式会社 | 超声波诊断设备和超声波图像产生方法 |
CN103079471A (zh) * | 2011-06-15 | 2013-05-01 | 株式会社东芝 | 超声波探头以及超声波装诊断置 |
CN103169496A (zh) * | 2011-12-26 | 2013-06-26 | 株式会社东芝 | 超声波诊断装置、医用图像处理装置以及处理方法 |
KR20140070081A (ko) * | 2012-11-30 | 2014-06-10 | 삼성전자주식회사 | 컴퓨터 보조 진단 장치 및 방법 |
Also Published As
Publication number | Publication date |
---|---|
EP2957231B1 (en) | 2017-10-04 |
US9912840B2 (en) | 2018-03-06 |
EP2957231A1 (en) | 2015-12-23 |
US20150365566A1 (en) | 2015-12-17 |
CN105320836A (zh) | 2016-02-10 |
KR20150144233A (ko) | 2015-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11994377B2 (en) | Systems and methods of locating a control object appendage in three dimensional (3D) space | |
KR102182607B1 (ko) | 가상 콘트롤러를 위한 손쓰임을 결정하는 방법 | |
CN105320836B (zh) | 用于对图像进行采样的设备和方法 | |
US9465461B2 (en) | Object detection and tracking with audio and optical signals | |
US9105103B2 (en) | Systems and methods of tracking object movements in three-dimensional space | |
US20130182079A1 (en) | Motion capture using cross-sections of an object | |
US20140307920A1 (en) | Systems and methods for tracking occluded objects in three-dimensional space | |
CN105518748B (zh) | 3d对象跟踪 | |
CN110348543A (zh) | 眼底图像识别方法、装置、计算机设备及存储介质 | |
CN106575365A (zh) | 对象识别特点分析系统和方法 | |
JP6415842B2 (ja) | リハビリテーション支援システム | |
US11557080B2 (en) | Dynamically modeling an object in an environment from different perspectives | |
CN105378754B (zh) | 利用假定的距离的立体对象检测 | |
CN102821243A (zh) | 图像处理装置、控制图像处理装置的方法以及用于使计算机执行该方法的程序 | |
RU2746152C2 (ru) | Обнаружение биологического объекта | |
CN107771391A (zh) | 图像帧的曝光时间的确定 | |
JP7201981B2 (ja) | 予測装置、予測方法および予測プログラム | |
KR20160059844A (ko) | 운동 궤적 분석을 이용한 훈련 방법 및 장치 | |
US20160254027A1 (en) | Three-dimensional image processing system, three-dimensional image processing apparatus, and three-dimensional image processing method | |
Stollenwerk et al. | Evaluating an accelerometer-based system for spine shape monitoring | |
US9405375B2 (en) | Translation and scale invariant features for gesture recognition | |
JP2015114762A (ja) | 手指動作検出装置、手指動作検出方法、手指動作検出プログラム、及び仮想物体処理システム | |
CN113850160A (zh) | 重复动作的计数方法及装置 | |
JP7016680B2 (ja) | 生体情報処理装置、生体情報処理方法およびプログラム | |
JP2009151516A (ja) | 情報処理装置および情報処理装置用操作者指示点算出プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190809 Termination date: 20210521 |
|
CF01 | Termination of patent right due to non-payment of annual fee |