CN105684040B - 支持肿瘤响应测量的方法 - Google Patents
支持肿瘤响应测量的方法 Download PDFInfo
- Publication number
- CN105684040B CN105684040B CN201480058136.6A CN201480058136A CN105684040B CN 105684040 B CN105684040 B CN 105684040B CN 201480058136 A CN201480058136 A CN 201480058136A CN 105684040 B CN105684040 B CN 105684040B
- Authority
- CN
- China
- Prior art keywords
- lesion
- image
- range
- cursor
- minimum length
- 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 30
- 206010028980 Neoplasm Diseases 0.000 title description 24
- 238000005259 measurement Methods 0.000 title description 6
- 230000004044 response Effects 0.000 title description 5
- 230000003902 lesion Effects 0.000 claims abstract description 64
- 238000003384 imaging method Methods 0.000 claims abstract description 15
- 238000002595 magnetic resonance imaging Methods 0.000 description 10
- 238000002591 computed tomography Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 238000002600 positron emission tomography Methods 0.000 description 3
- 208000003174 Brain Neoplasms Diseases 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000002597 diffusion-weighted imaging Methods 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 210000004185 liver Anatomy 0.000 description 2
- 206010051290 Central nervous system lesion Diseases 0.000 description 1
- 208000007433 Lymphatic Metastasis Diseases 0.000 description 1
- 235000006679 Mentha X verticillata Nutrition 0.000 description 1
- 235000002899 Mentha suaveolens Nutrition 0.000 description 1
- 235000001636 Mentha x rotundifolia Nutrition 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 210000001165 lymph node Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
- G06F3/04812—Interaction techniques based on cursor appearance or behaviour, e.g. being affected by the presence of displayed objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
- G06F3/04845—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range for image manipulation, e.g. dragging, rotation, expansion or change of colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
- G06F3/0485—Scrolling or panning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/60—Editing figures and text; Combining figures or text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2576/00—Medical imaging apparatus involving image processing or analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
- A61B5/1075—Measuring physical dimensions, e.g. size of the entire body or parts thereof for measuring dimensions by non-invasive methods, e.g. for determining thickness of tissue layer
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/12—Arrangements for detecting or locating foreign bodies
-
- 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
- G06T2207/10081—Computed x-ray tomography [CT]
-
- 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
- G06T2207/10088—Magnetic resonance imaging [MRI]
-
- 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
- G06T2207/10104—Positron emission tomography [PET]
-
- 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
- G06T2207/30096—Tumor; Lesion
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Computer Graphics (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
一种方法包括以下步骤:基于用于捕获病变的图像的成像模态和所述图像的切片厚度来确定所述病变的最小长度;生成与所述病变的最小尺寸相对应的范围光标,所述范围光标具有圆形形状,所述圆形形状具有与所述最小长度相对应的直径;以及显示所述病变的所述图像,其中,所述范围光标被定位在所述病变的所述图像上。
Description
背景技术
肿瘤的处置要求在施予处置之前和之后对目标处置区进行成像。然后执行对两幅或更多幅图像的比较以评估处置的效力。流程已经被标准化为测量来自计算机断层摄影(CT)、磁共振成像(MRI)以及正电子发射断层摄影(PET)的医学图像中的肿瘤。一个这样的标准化流程是固态肿瘤的响应评价标准(RECIST),其定义针对成像模态(例如,针对PET的PERCIST等)或肿瘤实体(例如,针对脑肿瘤的神经肿瘤修订评估(RANO)等)中的每个的特定测量标准。大多数标准化流程要求在响应标准(例如,处置)被应用之前的最小肿瘤尺寸(被称为可测量病变)。为了评估肿瘤的大小,临床医师执行病变的线测量以确定其是否满足最小尺寸标准(在本领域中被称为“可测量病变”)。这增加了工作流程的时间和鼠标点击并且是操作者依赖性的,从而增大了用户错误的可能性。放射科医师还必须确定医学图像的切片厚度以确定应用到其的最小测量标准。
WO 2012/090106 A1公开了一种用于基于3维图像数据来对感兴趣肿瘤进行分类以对感兴趣肿瘤进行可视化的系统,该系统包括:重叠数据结构,其用于计算TNM(肿瘤淋巴结转移)重叠以在根据图像数据计算的肿瘤图像中进行显示,其中,TNM重叠包括用于确定感兴趣肿瘤的阶段的TNM信息;以及重叠单元,其用于基于重叠数据结构来计算TNM重叠并将TNM重叠放置在肿瘤图像上,其中,TNM重叠的尺寸基于所计算的肿瘤图像的尺度。通过使TNM重叠的尺寸依赖于肿瘤图像的尺度,在所放置的TNM重叠上的两个位置之间的距离与所计算的肿瘤图像中的两个位置之间的距离的比率基本上恒定,即,基本上与图像数据的可视化无关。因此,叠加在肿瘤图像上的TNM重叠允许临床医师根据TNM分类来快速地在视觉上对感兴趣肿瘤进行评价和分级。
发明内容
一种用于评估病变的系统和方法包括以下步骤:基于用于捕获病变的图像的成像模态和所述图像的切片厚度来确定可测量病变的最小长度;生成与所述可测量病变的最小尺寸相对应的范围光标,所述范围光标具有圆形形状,所述圆形形状具有与所述最小长度相对应的直径;以及显示病变的所述图像,其中,所述范围光标被定位在所述病变的所述图像上。
附图说明
在下文中将通过范例的方式并且参考附图来描述本发明的若干实施例,在附图中:
图1描绘了具有范围光标和范围尺度被提供在其上的第一病变的T2W-MRI图像;
图2描绘了具有范围光标被提供在其上的第一病变的DWI-MRI图像;
图3描绘了具有范围光标被提供在其上的第二病变的MRI图像;
图4示出了根据示范性实施例的系统的示意图;并且
图5描绘了示范性方法的流程图。
具体实施方式
可以参考下面的描述和附图进一步理解示范性实施例。示范性实施例提出了一种用于测量经由CT、MRI、PET或本领域中已知的任何其他成像模态获得的医学图像中的肿瘤的系统和方法。根据本发明的示范性系统和方法提供了一种在确定病变是否可测量(即,满足最小尺寸标准)并且需要被进一步检查或处置时支持临床医师、放射科医师或其他用户的方法。具体地,根据示范性实施例的系统和方法将鼠标光标提供在医学图像上,鼠标光标符合根据选定的标准(例如,RECIST、PERCIST等)的可测量病变的最小尺寸。鼠标光标的最小范围由计算设备基于正被使用的成像模态的类型、图像的切片厚度以及可以有用的任何其他标准来自动选择,所述可以有用的任何其他标准包括但不限于患者特异性数据。鼠标光标在屏幕上被显示为以下中的一个或两者:“范围光标”,其被显示为将病变包围在其中的圆形表示;以及“范围尺度”,其被显示为最小范围长度的尺度棒,如稍后将更加详细地描述的。放射科医师或其他用户使用范围光标或范围尺度来快速地且准确地进行对病变的评估并对患者进行诊断。
参考图1-4更加详细地描述示范性实施例。图1描绘了与以5mm切片厚度捕获的肝脏病变120的T2加权MRI图像相对应的第一图像100。第一图像100被显示在示范性系统400的显示屏幕408上。系统400的处理器406自动显示第一范围光标110,所述第一范围光标110可以在由第一图像100表示的显示空间中移动。在示范性实施例中,第一范围光标110被形成为具有符合针对以5mm切片厚度捕获的T2加权MRI图像的可测量病变的最小直径的直径的圆形表示。在该范例中,可测量病变必须满足或超过10mm的直径。因此,第一范围光标110被形成为具有10mm直径的圆。第一范围光标110被显示在第一图像100中的包含感兴趣病变120的区域中。在一个示范性实施例中,第一范围光标110可以被自动显示在(例如,与在早前的成像流程期间确定的病变120的位置相对应的)先前输入的感兴趣区域中。在另一实施例中,第一范围光标110可以能够由放射科医师或其他用户手动定位在被显示在第一图像100上的一个或多个病变120上。
第一范围光标110以预定的不可调节的尺寸来提供。第一范围光标110的颜色、线样式和线厚度可以被选择为辅助观察在第一图像上的第一范围光标的颜色、线样式和线厚度。例如,第一范围光标110可以利用实线或虚线来形成。第一范围光标110的颜色被选择为与第一图像100的颜色形成对比,并且可以例如为红色、蓝色、白色、黑色或任何其他合适的颜色。在一个示范性实施例中,放射科医师或其他用户可以经由用户接口410改变第一范围光标110的颜色、线样式或线厚度。第一范围光标110可以被自动显示在显示器408上,或者在另一实施例中,第一范围光标110可以仅仅在经由用户接口410提示之后被显示。又另外,放射科医师可以任选地经由用户接口410显示和移除第一范围光标110以例如检查病变120。在这样的实施例中,第一范围光标110被显示在第一图像100的相同区域中,无论第一图像410是否被调整大小、被旋转、被缩放等。放射科医师可以检查病变120相对应第一范围光标110的大小并确定病变120是否等于或大于最小尺寸要求以定性为可测量病变。在当前范例中,病变120足以是可测量的。
在另一实施例中,第一图像100可以被提供有范围尺度140,所述范围尺度140被示出在第一图像100的下边界上。应当指出,尽管范围尺度140被描绘在第一图像100的下边界上,但是可以在不偏离本公开内容的范围的情况下沿着第一图像100上的任何边界或任何其他地方提供范围尺度140。在另一实施例中,范围尺度140可以被定位为邻近第一病变120以辅助评估其尺寸。在一个实施例中,范围尺度140可以被锁定到所显示的第一图像100上的预定位置。在另一实施例中,范围尺度140可以由放射科医师或其他用户移动到第一图像100上的任何期望位置并且随后任选地被锁定就位。范围尺度140可以被形成为具有与可测量病变的最小长度相对应的长度。范围尺度还可以任选地包括指示其长度的标签(未示出)。范围尺度140的线属性可以类似于以上关于第一范围光标110描述的线属性并且还可以由用户经由用户接口410进行调节。范围尺度140还可以经由用户接口410被旋转以辅助对病变110的测量,如本领域技术人员将理解的。第一图像100可以自动地或者在经由用户接口410提示后被显示为具有第一范围光标110和范围尺度140中的一个或两者。
图2描绘了根据另一实施例的第二图像200,第二图像200与以7mm切片厚度采集的肝脏病变的扩散加权成像(DWI)MRI相对应。病变220由第二范围光标210突出显示,所述第二范围光标210具有14mm的直径。第二范围光标210明显具有比病变210更大的直径,因此指示病变210在DWI MRI中不可测量。
图3描绘了根据另一实施例的包括脑病变320和第三范围光标320的第三图像300。第三范围光标320被显示为白色圆形表示。
在另一实施例中,放射科医师或其他用户可以滚动通过两幅或更多幅图像以评估病变随时间的变化。在该实施例中,范围光标110、210、310可以在病变120、220、320上保持就位,同时用户在多幅图像之间进行切换。多幅图像还可以以其各自的范围光标和/或范围尺度被并排显示在单个显示器上以辅助对其的视觉比较。
图4-5描绘了根据本公开内容的示范性系统400和方法500。在第一步骤502中,图像100、200、300被捕获并被存储在存储器404的数据库402上。如本领域技术人员将理解的,捕获步骤502可以任选地被省略并且处理器406可以引用先前存储在数据库402上的图像100、200、300。在步骤504中,处理器406基于使用的成像模态和病变的切片厚度来确定病变的最小范围。处理器406可以使用算法来确定如由肿瘤响应标准定义的最小范围。具体地,对于RECIST 1.1,肿瘤病变的范围被按照以下来确定:
■对于CT和MRI:≥min(10mm,2x(切片厚度+切片间隙))
■对于胸部x射线:≥20mm
■对于淋巴结评估:≥15mm
对于脑肿瘤(RANO标准),最小范围的两个垂直直径必须存在。然而,最小范围本身利用如以上关于RECIST指出的相同的标准来确定。应当指出,尽管已经参考定义可测量病变的要求的预定的算法描述了当前实施例,但是可以在不偏离本公开内容的范围的情况下使用任何其他标准。在一个范例中,放射科医师或其他用户可以经由用户接口410手动输入病变的最小长度。具体地,用户可以在需要时重写自动确定的范围。此外,图像100、200、300的包括成像模态和切片厚度的细节可以从图像数据本身(经由DICOM标签)导出或者也可以由用户手动输入。
在步骤506中,处理器406生成范围光标110、210、310和范围尺度140中的一个或两者。在步骤508中,处理器406将具有对应的范围光标110、210、310和/或范围尺度140的图像100、200、300显示在显示器408上。放射科医师或其他用户可以经由用户接口410来操纵、滚动通过或以其他方式编辑显示器408上的图像100、200、300中的任一幅,所述用户接口410可以包括键盘、鼠标和/或触摸显示器中的任一种。用户还可以改变显示以观察除了图像100、200、300之外的不同图像,针对所述不同图像来指定范围光标110。为了强制执行RECIST指导方针,额外的一致性核查和警告可以被任选地施加为任选的步骤510。具体地,病变的最小范围被定义在所采集的2D成像平面中。因此,范围光标110、210、310和范围尺度140仅仅被示出以供平面内观察。在步骤510中,处理器406确定其他视图(例如,经重组的视图)当前是否被显示在显示器408上。如果是的话,则方法移动到步骤512,其中,范围光标110、210、310从显示器被移除并且向用户显示指示范围光标110不可应用到当前观察的图像的警告。
在本文中公开的示范性系统和方法可以与若干商用软件产品(例如,PhilipsIntelliSpace–Tumor Tracking、Mint Lesion等)一起使用。
尽管已经利用二维成像描述了本发明,但是可以在不偏离本发明的范围的情况下使用任何其他图像分析技术。例如,图像分析可以包括3维成像,其中,范围光标可以包括被定位在3维表示中的球。
本领域技术人员将认识到,能够在不脱离权利要求的宽泛范围的情况下进行对本发明的各种修改和更改。这些中的一些已经在上文进行了讨论并且其他对于本领域技术人员而言将是明显的。
Claims (15)
1.一种用于评估身体中的病变的方法,包括:
基于用于捕获病变的图像的成像模态和所述图像的切片厚度来确定可测量病变的最小长度;
生成与所述可测量病变的所述最小长度相对应的范围光标,所述范围光标具有圆形形状,所述圆形形状具有与所述最小长度相对应的直径;并且
显示病变的所述图像连同被定位在所述病变上的所述范围光标。
2.根据权利要求1所述的方法,其中,所述范围光标被自动显示在所述图像上。
3.根据权利要求1所述的方法,其中,所述范围光标在所述图像上的位置是能够经由用户接口调节的。
4.根据权利要求1所述的方法,还包括操作用户接口以从显示器移除所述范围光标的步骤。
5.根据权利要求4所述的方法,还包括操作用户接口以将范围尺度显示在所述图像上的步骤,所述范围尺度具有与所述最小长度相对应的长度。
6.根据权利要求5所述的方法,其中,所述范围尺度可以经由所述用户接口来定位和旋转。
7.根据权利要求1所述的方法,还包括关闭所述图像并显示所述病变的额外图像的步骤。
8.根据权利要求7所述的方法,其中,当所述额外图像被显示时,移除所述范围光标并生成警告。
9.根据权利要求7所述的方法,其中,包括额外范围光标和额外范围尺度中的一个或两者的所述额外图像被选择为符合所述额外图像的成像规范。
10.根据权利要求1所述的方法,其中,多幅图像以其各自的范围光标和/或范围尺度被并排显示在单个显示器上。
11.根据权利要求1所述的方法,其中,所述图像是三维的,并且所述范围光标是球形的。
12.根据权利要求1所述的方法,其中,预定的算法被用于确定所述可测量病变的所述最小长度。
13.一种用于评估身体中的病变的系统,包括:
处理器,其用于基于用于捕获病变的图像的成像模态和所述图像的切片厚度来确定可测量病变的最小长度,所述处理器还被配置用于:生成与所述可测量病变的所述最小长度相对应的范围光标,所述范围光标具有圆形形状,所述圆形形状具有与所述最小长度相对应的直径;并且显示病变的所述图像连同被定位在所述病变上的所述范围光标。
14.根据权利要求13所述的系统,其中,所述处理器允许,当用户在多幅图像之间进行切换时,滚动通过所述病变的额外图像而保持所述范围光标在所述病变的位置上。
15.一种非瞬态计算机可读存储介质,包括能够由处理器执行的指令集,所述指令集能用于执行根据权利要求1所述的方法的步骤。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201361894457P | 2013-10-23 | 2013-10-23 | |
US61/894,457 | 2013-10-23 | ||
PCT/IB2014/065252 WO2015059600A1 (en) | 2013-10-23 | 2014-10-13 | Method to support tumor response measurements |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105684040A CN105684040A (zh) | 2016-06-15 |
CN105684040B true CN105684040B (zh) | 2020-04-03 |
Family
ID=51900921
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480058136.6A Active CN105684040B (zh) | 2013-10-23 | 2014-10-13 | 支持肿瘤响应测量的方法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US10373309B2 (zh) |
EP (1) | EP3061066B1 (zh) |
JP (1) | JP6430500B2 (zh) |
CN (1) | CN105684040B (zh) |
BR (1) | BR112016008686B1 (zh) |
RU (1) | RU2709268C2 (zh) |
WO (1) | WO2015059600A1 (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11275242B1 (en) | 2006-12-28 | 2022-03-15 | Tipping Point Medical Images, Llc | Method and apparatus for performing stereoscopic rotation of a volume on a head display unit |
US10795457B2 (en) | 2006-12-28 | 2020-10-06 | D3D Technologies, Inc. | Interactive 3D cursor |
US11315307B1 (en) | 2006-12-28 | 2022-04-26 | Tipping Point Medical Images, Llc | Method and apparatus for performing rotating viewpoints using a head display unit |
US11228753B1 (en) | 2006-12-28 | 2022-01-18 | Robert Edwin Douglas | Method and apparatus for performing stereoscopic zooming on a head display unit |
DE112020002179T5 (de) * | 2019-06-04 | 2022-04-07 | Fujifilm Corporation | Anzeigevorrichtung für Korrekturbefehlsbereich, Anzeigeverfahren für Korrekturbefehlsbereich und Anzeigeprogramm für Korrekturbefehlsbereich |
CN115644921B (zh) * | 2022-10-12 | 2024-08-16 | 逸超医疗科技(北京)有限公司 | 一种自动弹性测量方法 |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1199142A (ja) * | 1997-09-30 | 1999-04-13 | Shimadzu Corp | X線診断装置 |
US6112112A (en) | 1998-09-18 | 2000-08-29 | Arch Development Corporation | Method and system for the assessment of tumor extent in magnetic resonance images |
DE602004015091D1 (de) | 2003-04-04 | 2008-08-28 | Philips Intellectual Property | Volumenmessungen in dreidimensionalen datensätzen |
CN1976629A (zh) * | 2004-04-26 | 2007-06-06 | D·F·杨克洛维茨 | 用于准确测定定向瘤变化的医学影像系统 |
US20070027408A1 (en) | 2005-07-07 | 2007-02-01 | Siemens Medical Solutions Health Services Corporation | Anatomical Feature Tracking and Monitoring System |
EP2120208A1 (en) * | 2008-05-13 | 2009-11-18 | IBBT vzw | Method and system for lesion segmentation |
GB2463141B (en) * | 2008-09-05 | 2010-12-08 | Siemens Medical Solutions | Methods and apparatus for identifying regions of interest in a medical image |
US8401260B2 (en) | 2008-09-22 | 2013-03-19 | General Electric Company | Systems and methods for analyzing growth of computer detected patterns on digital medical images |
KR101079161B1 (ko) | 2008-12-22 | 2011-11-02 | 엘지이노텍 주식회사 | 하프톤 마스크 및 그 제조방법 |
WO2010086771A1 (en) | 2009-01-29 | 2010-08-05 | Koninklijke Philips Electronics N.V. | Visualizing a time-variant parameter in a biological structure |
CN102473299A (zh) | 2009-07-02 | 2012-05-23 | 皇家飞利浦电子股份有限公司 | 用于最优癌症分期的基于规则的决策支持和患者特异性可视化系统 |
GB0913314D0 (en) * | 2009-07-31 | 2009-09-02 | Siemens Medical Solutions | Facilitated percist evaluation |
JP5399207B2 (ja) | 2009-11-05 | 2014-01-29 | 日立造船株式会社 | 蒸着装置及び蒸着方法 |
JP2012105796A (ja) * | 2010-11-17 | 2012-06-07 | Fujifilm Corp | 放射線画像表示装置および方法 |
US9142017B2 (en) * | 2010-12-29 | 2015-09-22 | Koninklijke Philips N.V. | TNM classification using image overlays |
US9877699B2 (en) * | 2012-03-26 | 2018-01-30 | Teratech Corporation | Tablet ultrasound system |
US10729396B2 (en) * | 2016-08-31 | 2020-08-04 | International Business Machines Corporation | Tracking anatomical findings within medical images |
-
2014
- 2014-10-13 JP JP2016525081A patent/JP6430500B2/ja not_active Expired - Fee Related
- 2014-10-13 CN CN201480058136.6A patent/CN105684040B/zh active Active
- 2014-10-13 BR BR112016008686-4A patent/BR112016008686B1/pt active IP Right Grant
- 2014-10-13 EP EP14799212.7A patent/EP3061066B1/en active Active
- 2014-10-13 WO PCT/IB2014/065252 patent/WO2015059600A1/en active Application Filing
- 2014-10-13 US US15/028,738 patent/US10373309B2/en active Active
- 2014-10-13 RU RU2016119766A patent/RU2709268C2/ru active
Also Published As
Publication number | Publication date |
---|---|
JP6430500B2 (ja) | 2018-11-28 |
RU2016119766A3 (zh) | 2018-06-28 |
RU2709268C2 (ru) | 2019-12-17 |
JP2016538025A (ja) | 2016-12-08 |
WO2015059600A1 (en) | 2015-04-30 |
RU2016119766A (ru) | 2017-11-28 |
EP3061066A1 (en) | 2016-08-31 |
BR112016008686A2 (zh) | 2017-08-01 |
EP3061066B1 (en) | 2019-07-10 |
US20160275676A1 (en) | 2016-09-22 |
US10373309B2 (en) | 2019-08-06 |
BR112016008686B1 (pt) | 2022-08-02 |
CN105684040A (zh) | 2016-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105684040B (zh) | 支持肿瘤响应测量的方法 | |
Donati et al. | Prostate cancer aggressiveness: assessment with whole-lesion histogram analysis of the apparent diffusion coefficient | |
US8929624B2 (en) | Systems and methods for comparing different medical images to analyze a structure-of-interest | |
US8050475B2 (en) | Detection and localization of vascular occlusion from angiography data | |
US8150121B2 (en) | Information collection for segmentation of an anatomical object of interest | |
RU2699416C2 (ru) | Идентификация аннотаций к описанию изображения | |
KR20140055152A (ko) | 병변 진단 보조 장치 및 방법 | |
US20140082542A1 (en) | Viewing and correlating between breast ultrasound and mammogram or breast tomosynthesis images | |
US11182901B2 (en) | Change detection in medical images | |
US11099724B2 (en) | Context sensitive magnifying glass | |
JP2015515296A (ja) | 対象物の画像情報の提供 | |
JP6480922B2 (ja) | ボリュメトリック画像データの視覚化 | |
EP3203914B1 (en) | Radiation dose applied to different anatomical stages | |
JP2016174656A (ja) | 画像処理装置及びプログラム | |
US11031137B2 (en) | Handling undetermined quantifiable target lesions while tracking cancerous lesions using long axis and short axis meausrement consistent with response evaluation criteria in solid tumors (RECIST) guidelines | |
US20130332868A1 (en) | Facilitating user-interactive navigation of medical image data | |
Garlapati et al. | Towards measuring neuroimage misalignment | |
CN111820898A (zh) | 医用图像处理装置以及医用图像处理系统 | |
US20190348184A1 (en) | Tumor tracking with intelligent tumor size change notice | |
US20230223124A1 (en) | Information processing apparatus, information processing method, and information processing program | |
Gubern-Mérida et al. | Automated linking of suspicious findings between automated 3D breast ultrasound volumes | |
EP2720192A1 (en) | Method, system and computer readable medium for liver diagnosis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |