CN107632997B - 依据签名集合确定图像组 - Google Patents

依据签名集合确定图像组 Download PDF

Info

Publication number
CN107632997B
CN107632997B CN201710573689.0A CN201710573689A CN107632997B CN 107632997 B CN107632997 B CN 107632997B CN 201710573689 A CN201710573689 A CN 201710573689A CN 107632997 B CN107632997 B CN 107632997B
Authority
CN
China
Prior art keywords
signature
sig
sig1
signatures
segment
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
Application number
CN201710573689.0A
Other languages
English (en)
Other versions
CN107632997A (zh
Inventor
V.坎达
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.)
Siemens Healthcare GmbH
Original Assignee
Siemens Healthcare GmbH
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 Siemens Healthcare GmbH filed Critical Siemens Healthcare GmbH
Publication of CN107632997A publication Critical patent/CN107632997A/zh
Application granted granted Critical
Publication of CN107632997B publication Critical patent/CN107632997B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/174—Segmentation; Edge detection involving the use of two or more images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/97—Determining parameters from multiple pictures
    • 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
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • 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
    • G06T2207/10088—Magnetic resonance imaging [MRI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40—Document-oriented image-based pattern recognition
    • G06V30/43—Editing text-bitmaps, e.g. alignment, spacing; Semantic analysis of bitmaps of text without OCR

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Image Analysis (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明涉及从多个图像组的集合中确定图像组，其具有以下步骤：针对多个图像组(ES1，ES2)中的每一个分别生成签名(Sig1′；Sig2′)，方式是，根据相应的图像组(ES1，ES2)的众多属性来构造该签名(Sig1′；Sig2′)。从图像组(ES1，ES2)的签名(Sig1′；Sig2′)中查明与规定的签名集合(20)最类似的签名。对其签名已被查明为最类似签名的图像组采取措施。

Description

依据签名集合确定图像组
技术领域
本发明涉及依据签名集合来从众多图像组中确定图像组。本发明尤其涉 及确定由成像系统生成的图像，以便描绘这些图像并且能够依据这些图像实 施放射学评估。
背景技术
例如，在诊断复杂MR数据项时，基于工作流的方案证明可以尽可能快 速地评估根据MR数据项所生成的MR图像。在此，借助布局在指示器上描 绘MR图像，其中布局包含多个段部。在这些段部的每一个中，描绘一个 MR图像或一个MR图像组。
在此，在(如果存在的)每个段部中，描绘一个MR图像或一个MR 图像组，其对应于待检查患者的特定部分或器官系统。例如，在一个段部中 可以描绘患者的骨骼系统的MR图像组，而在另一段部中展现患者的胸或背 或特定器官的MR图像组。另一种可能性是，这些段部关于图像对比度或者 关于取向或者关于相位特征彼此不同。如果对于一个段部可以描绘多个不同 的图像组，则描绘这样的图像组，其对当前的评估是最有意义的。
发明内容
本发明要解决的技术问题是，相对于现有技术而言改进图像组的确定， 所述图像组要被显示在布局的特定段部中。
按照本发明，通过根据本发明的用于确定图像组的方法、通过按照本发 明的用于确定借助成像系统所生成的图像以便操作人员评估的方法、通过根 据本发明的系统、通过根据本发明的成像系统、通过根据本发明的计算机程 序产品和通过根据本发明的电子可读的数据载体来解决所述技术问题。定义 了本发明的优选和有利的实施方式。
在本发明的范围内，提供一种用于从多个图像组的集合中确定图像组的 方法。在此，按照本发明的方法包含下面的步骤：
·针对多个图像组中的每一个分别生成签名，方式是，根据相应的图像 组的众多属性来构造该签名。在该步骤中，根据相关联的图像组的属性来构 造各自的签名的属性或通常多个属性。此外，可以将图像组的特定属性接受 为签名的属性，可以结合图像组的属性以便确定签名的属性，或者可以根据 图像组的属性另外地导出签名的属性。
·从图像组的签名中查明与规定的签名集合最类似的签名。在该步骤 中，从众多图像组中依据签名来查明这样的签名(并且借此查明图像组)， 其与规定的签名集合具有最大的相似性。
·对众多图像组中其签名在前述步骤中已被查明为最类似签名的那个图 像组采取措施。
按照本发明的方法使得可以从众多图像组中确定出最符合规定条件的 图像组。通过将满足规定条件的度量近似地转化为对条件进行描述的在签名 和签名集合之间的相似性度量，本发明提供了一种用于自动确定最合适图像 组的简单的并且与大量条件符合的方式。
本发明可以用于从众多图像组中确定这样的图像组，其最适合被描绘在 布局的特定段部内。此外尤其存在下面的(也是可组合的)方式，其中可以 使用本发明：
·图像评估
借助本发明，可以从众多图像组中选择这样的图像组，其最适合于医学 图像评估。此外，医学图像评估例如可以包含查明检查对象的器官的大小。
·描绘
借助本发明可以从众多图像组中选择这样的图像组，其最适合描绘在诊 断报告中或者拍摄照片上并且因此适合于诊断或者检测例如患者的特定状 态。此外，拍摄照片是指这种类型的薄膜，在所述薄膜上施加(例如印制) 图像组的一个特定图像或者多个特定图像，以便在灯箱前方被观察。但是拍 摄照片也可以是诊断报告的组成部分。
·图像再处理
借助本发明可以从众多图像组中选择这样的图像组，其最适合图像再处 理。所述图像再处理包含例如针对所选择的图像组计算灌注图示、计算减法 组、或者执行运动修正。一般来说，图像再处理包含根据一个或多个原始图 像组计算一个或多个新图像组。
·传递
借助本发明，可以从众多图像组中选择这样的图像组，其最适合于自动 传递至例如另一系统(例如PACS“Picture Archiving and Communication System”，影像归档和通信系统)。例如，可以查明用于传递的这样的图像组， 其最好展现检查对象的特定部位，所述特定部位是接收系统(或者接收系统 的操作人员)所擅长的。
·归档
借助本发明可以从众多图像组中选择这样的图像组，其最适合于自动归 档。例如，按照本发明，可以刚好归档这样的图像组，其最适合于特定诊断 的检测。
·摒弃
借助本发明可以从众多图像组中选择这样的图像组，其恰好最不适合于 另一措施(尤其是恰好不适合于上文中描述的措施)。
作为变形，可以定义相似性度量，其指示签名和签名集合之间的相似性。 然后，可以摒弃这样的所有图像组，其中图像组的各个签名和签名集合之间 的相似性度量高于预先确定的相似性阈值。
例如用于定位例如检查对象的特定层所使用的图像组被摒弃，使得仅仅 传递或归档诊断所需的图像组。
按照本发明，可以组合按照本发明的摒弃和另一个上文描述的方式。在 这样的组合中，可以针对图像组的没有被摒弃的每一个实施另一方式。换言 之，针对图像组的没有被摒弃的每一个实施相应的方式(也就是图像评估、 描绘、图像再处理、传递、和/或归档)，而无需各自的没有被摒弃的图像组 还附加地最适合于相应的方式。
在本发明的范围内，还提供一种用于确定借助成像系统所生成的图像以 便操作人员进行评估的方法。在此，本发明包含以下步骤：
·生成具有多个段部的布置，以便在指示器上描绘该布置。待描绘的布 置或者指示器内容相应地划分为多个段部。
·将各个签名集合或签名集分配至每个段部。在该步骤中，每个段部被 分配在各自的签名集合中概括得到的一个或多个签名。在此，从图像组的至 少一个属性(但是通常多个属性)的集合中构造每个签名。在此，图像组是 指一个图像或主要是多个图像的有序集合。每个段部的签名集合可以被扩 大、缩小或者改变。
·针对多个图像组分别生成签名。在该步骤中，针对尤其借助成像系统 所生成的多个图像组而言，为每个图像组生成签名。
·从图像组的签名中查明签名，所述签名最类似于各自的段部的签名集 合。在该步骤中，针对段部中的每一个查明图像组的签名中的一个。针对各 自的段部所查明的签名在此是图像组的签名中的这样的一个，其与各个段部 的签名集合具有最大的相似性。
·在各自的段部中描绘图像组的这样的一个，其签名在针对每个段部查 明签名的步骤中被查明作为最类似的签名。在该步骤中，针对布置的每个段 部分别描绘一个图像组。在此，对每个段部进行描绘的图像组对应于这样的 图像组，其签名对于各自的段部而言(更确切地说，对于各自段部的签名集 合而言)被查明作为最类似的签名。
根据现有技术，对于每个段部而言例如给出待描绘图像组的图像组的特 定命名或特定条件，与现有技术不同的是，按照本发明为每个段部仅仅需要 定义相应的签名集合。在此，例如可以依据上文中生成的示例图像组来生成 该签名集合的签名。
签名的属性可以例如分别包含：
·名称，
·数据类型，例如整数、浮点数、日期、字符串、UDI(也就是数字和 点的序列)、二进制序列等。
·各个类型的一个或多个数据。一个属性可以仅仅包含各个数据类型的 一个数据值，也就是仅仅包含一个浮点数或仅仅包含一个字符串。但是，也 可以一个属性例如包含多个数据值，例如三个浮点数，其中，这三个浮点数 可以被解释为3D向量，所述3D向量指示空间的一个位置(例如以厘米为 单位的空间坐标[x,y,z])。
之前描述的查明最类似签名的步骤可以包含下面的步骤：
·针对所有图像组确定在各个图像组的签名和签名集合之间的距离或 间距。在该子步骤中，针对每个图像组查明在其签名和签名集合之间的距离。
·将最类似签名确定为这样的签名，其具有与签名集合之间最小的距 离。
通过自动地针对图像组的所有签名确定与特定段部的签名集合之间的 距离并且随后查明与签名集合之间具有最小距离的签名作为最类似签名，在 特定段部中待描绘的图像组的确定可以被很好地自动化。
但是，按照本发明也可以从所有图像组的众多签名中确定这样的签名， 其与特定段部的签名集合之间具有最小距离，而不必确定在每个图像组的签 名和特定段部的签名集合之间的距离。
依赖于如何定义在签名和签名集合之间的距离，可以例如依据签名的特 定特征来检验必须满足的前提条件，借此，特定签名相对于其他签名而言与 签名集合之间具有更小的距离。通过这样的前提条件的检验，可以有利地避 免针对无数的签名明确地确定与签名集合之间的距离。
对于确定在签名和签名集合之间的距离而言，存在下面按照本发明的可 能性。在此，在这些可能性的每一个中，依据在签名和签名集合的每个签名 之间的距离来确定在签名和签名集合之间的距离。
·在第一可能性中，将在签名和签名集合之间的距离确定为这样的距 离，其是来自于在签名和签名集合的每个签名之间的众多距离中的最小距 离。
·在第二可能性中，在签名和签名集合之间的距离对应于在签名和签名 集合的每个签名之间的距离的平均值。
·在第三可能性中，将在签名和签名集合之间的距离确定为在签名和签 名集合的每个签名之间的距离的加权和。在此，签名在签名集合中的权重根 据其在签名集合中的位置而减小。例如，各个签名在签名集合中的位置可以 依赖于签名的生成日期(或者签名被附加至签名集合的时间点)。因此确保， 签名在签名集合中越新，签名(并且借此相关联的图像组)具有越高的权重。
根据上文描述的按照本发明的可能性，在一定程度上依据在分别两个签 名之间的多个距离的确定来进行在签名和签名集合之间的距离的确定。在此 可以依据这样的距离来确定两个签名之间的距离，所述距离具有两个签名彼 此的相应属性。
特别地，所有签名具有相同的属性。
有时发生这样的情况，图像组的特定属性未被设置。依据类型和方式， 就像根据图像组属性来构造签名的属性那样，那么也可以不设置相关联签名 的一个或多个属性，也就是具有值0或“”或N/A(“not available,不可用”)。 也就是说，如果签名具有属性，该属性的值可以被设置或者不被设置。
假设以相同的方式对每个签名的属性进行排序，那么每个签名的第n个 属性描述属性的相同类型和相同种类。现在为了确定两个签名之间的距离， 在第一步骤中查明两个签名的第一属性之间的距离、两个签名的第二属性之 间的距离等。在第二步骤中，用于单个属性的距离份额或者被简单地叠加或 者首先加权然后叠加。换言之，两个签名之间的距离尤其对应于两个签名的 单个属性的距离的和，其中，单个属性的距离可以分别被加权，就像从下面 的方程式(1)可以推出的那样。
Figure RE-GDA0001387908360000011
在此，D(Sig,Sig2)是在两个签名Sig1、Sig2之间的待计算的距离；
N是两个签名的属性的数目；
DistAttr()是一个函数，借助其来确定两个属性之间的距离；
Gi是权重，借助其来与相应的函数值相乘；
Sig1.Attr(i)是第一签名的第i个属性；和
Sig2.Attr(i)是第二签名的第i个属性。
在此可以根据要查明二者之间距离的两个属性的数据类型来就像下文 那样构造函数DistAttr()：
·字符串数据类型
借助两个字符串之间的距离，总体上查明两个字符串的相似性。也就是 说，距离越小，两个字符串就越相似。例如，可以依据最小数目的插入、删 除、和替代运算来计算两个字符串之间的距离，以便将一个字符串转换为另 一字符串，这也被公知为Levenshtein距离。
·时间或时间点数据类型
可以依据位于两个时间点之间的时间间隔来查明一个签名的时间点和 另一签名的时间点之间的距离。根据时间点具有哪种时间单元，时间间隔可 以以毫秒或天(或者其他的时间单元)为单位被确定。
·数目数据类型
可以通过其差值来查明数目数据类型(例如，整数、浮点数)的两个属 性之间的距离。
·向量数据类型
可以根据下面的方程式(2)依据欧几里得距离来确定两个向量之间的 距离。
Figure RE-GDA0001387908360000021
在此，d是待确定的欧几里得距离，xi是一个签名的向量X的第i个坐 标，并且yi是另一签名的向量Y的第i个坐标，并且n是两个向量的维度数 目。
·特征集合数据类型
可以例如依据一致的特征来确定两个特征集合之间的距离。一致特征的 数目越多，距离越小。
·哈希值数据类型
如果两个属性以哈希值的形式存在，若两个哈希值相同，则距离为0， 否则距离为1。
·柱状图数据类型
如果柱状图由特定数目的分别对特定像素值在图像组的像素中出现频 率进行指示的值构成，那么可以针对两个签名确定这些值的区别数值。此外， 可以根据下面的从文献中公知的方法来查明两个柱状图之间的距离：卡方距 离，Lullback-Leibler散度，Wasserstein度量。
·傅里叶谱数据类型
如果将傅里叶谱呈现为二维图像，那么，两个签名的这两张图像的像素 值可以逐像素地相减，这也被公知为欧几里得距离。
上文中具体举出的数据类型应当理解为示例性地。按照本发明，签名的 属性还包括其他的数据类型，其中也可以根据公知的其他基本距离度量来确 定这些属性之间的距离或函数DistAttr()。
如果在一个签名中没有设置属性，而在另一签名中设置了相应的属性， 那么，这些属性的距离或函数DistAttr()的函数值对应于在一个签名中属性的 任意值和在另一签名中属性的任意值之间的距离的最大值。借此,确保了： 两个经设置的属性值之间的距离不会大于经设置的属性值和未经设置的属 性值之间的距离。
从中构造签名的众多属性尤其包含图像组的所谓的DICOM(“Digital Imagingand Communication in Medizine”)属性并且可以至少包含下面属性中 的一个：
·相关图像组的描述。图像组的该描述可以例如对应于图像组的(尤其 唯一的)命名。但是所述描述也可以包含众多关键词，其描述图像组的特定 特征。
·成像序列的扫描协议参数，借助所述成像序列应当生成相关的图像 组。在此，扫描协议参数(例如重复时间、图像点的数目)定义如何采集用 于生成检查对象图像组的数据的种类和方式。
·可以从依据所采集的数据被重建的像素值或像素数据中减去的值。例 如下面这些属于这样的值：
—相关图像组的柱状图。在此，柱状图由特定数量的分别对在图像组 的像素中出现特定像素值的频率进行指示的值组成。
—相关图像组的傅里叶谱。
·关于在相关图像组中可见的解剖学地标或特性的信息。例如，可以借 助这些信息来告知哪些器官、骨头、血管或损伤在各个图像组中是可见的。
签名属性的其他可能性是：图像类型、模态、机构名称、组描述、据其 生成图像的体积段的特征、采集对比度、协议名称、心率同步技术、图像行 数、图像列数、图像组的图像数目、为生成图像组而实施的造影剂供给等。
各个签名可能一方面包含相关图像组的特定属性。但是也可能的是，从 相关图像组的属性中得出签名的属性。如果签名的至少一部分属性从图像组 的属性中得出，那么相应的推导规则是尤其确定的并且可复现的。
例如，上文已经描述过的柱状图或傅里叶谱用于从图像组的属性中推导 签名属性。在下文中，将描述从图像组属性中推导签名属性的其他示例。
·从图像组的数据采集开始时间点和数据采集结束时间点这两个属性 中可以计算出差值，以便计算数据采集的持续时间作为签名的属性。
·代替具有完整机构地址的长字符串，可以仅仅存储该字符串的哈希值 作为签名属性。
按照本发明，可以以(无损的或者有损的)压缩形式或者部分以哈希值 形式存储各个签名。
根据按照本发明的实施方式，确定在各个段部的签名集合和被查明作为 最类似签名的签名之间的相似性的相似性度量。在此，该相似性度量(或距 离)确定签名和各自签名集合之间的相似性的度量。然后，仅当对段部的签 名和签名集合之间的相似性进行指示的相似性度量高于预先确定的相似性 阈值时，对于各个段部，描绘相应的图像组。在此，可以每个段部单独地规 定相似性阈值，使得每个段部可以具有自己的相似性阈值。以相同的方式， 可以针对每个段部确定应当考虑各自的相似性阈值还是全局相似性阈值，或 者如果各自签名的相似性度量不高于相似性阈值，是否应该各自描绘最类似 的图像组。
通过该实施方式，可以有利地保证在段部中按照本发明描绘的图像组与 针对该段部所指定的图像组具有特定的相似性。如果不存在其中所属签名与 段部签名集合之间具有比所需的相似性阈值高的相似性的图像组，那么，相 较于在段部中描绘错误或不匹配的图像组或者错误或不匹配的图像而言，不 描绘段部中的图像组和图像有时反而更好。
按照本发明，同样可以针对一个或多个段部分别从图像组的众多签名中 查明与各自段部的签名集合第二类似的签名。然后，相应地在各自段部内描 绘这样的图像组，其签名被查明是第二类似的。
上文描述的变形使得例如评估医生可以依据特定段部的另一图像组来 控制该特定段部的图像组的评估。特定段部的图像组具有最类似的签名，同 时特定段部的另一图像组具有第二类似的签名。
此外，按照本发明，也可以在各自段部内描绘再一类似的图像组，例如 第三类似、第四类似等的图像组。
有利地，在通过成像系统生成图像组时，就可以针对各个图像组执行签 名的生成。
通过在生成图像组时就生成签名，有利地甚至减少了诊断系统上的计算 时间。
根据另一优选的按照本发明的实施方式，仅仅在一个段部内描绘相同的 图像组。
该实施方式有利地避免了：由于图像组的签名(偶然地)既关于第一段 部的签名集合又关于第二段部的签名集合被确定为最类似签名，所以在多个 段部内描绘相同的图像组。在这种情况下，在相应的段部内，或者不描绘图 像组，或者描绘下一类似的图像组。换言之，该实施方式有利地保证了在每 个段部内描绘不同的图像组。
在本发明的范围内，还提供一种用于从多个图像组的集合中确定图像组 的系统。在此，该系统包含控制装置。所述控制装置被构造以便根据各自图 像组的众多属性生成签名，使得评估装置对于每个图像组生成签名。此外， 控制装置被构造，以便从图像组的签名中查明这样的签名，其最类似于规定 的签名集合，并且以便最终对图像组的其签名被查明作为最类似的签名这一 个图像组实施措施。
按照本发明的系统的优点对应于按照本发明用于从多个图像组的集合 中确定图像组的方法的优点，上文中已经详细阐述，所以在此不再赘述。
按照本发明的系统可以包含下列装置中的至少一个：
·用于医学图像评估的装置，其被构造为，作为措施，关于图像组中的 其签名被查明作为最类似的签名的那个图像组实施图像评估。
·用于在诊断报告中和/或在拍摄照片上、也就是在一个或多个对诊断结 果进行记载的文档中描绘图像组的装置，在此，所述装置被构造为，作为措 施，在诊断报告中和/或在拍摄照片内描绘图像组中的这样一个，其签名被 查明作为最类似的签名。
·用于图像再处理的装置，其被构造以便作为措施对图像组中的这样一 个实施图像再处理，其签名被查明作为最类似的签名。
·用于传递图像组的装置，其被构造以便作为措施实施传递图像组中的 这样一个，其签名被查明作为最类似的签名。可以依赖于传递的目标来进行 对被传递的图像组或多个图像组的选择。
·用于归档图像组的装置，其被构造以便作为措施实施归档图像组中的 这样一个，其签名被查明作为最类似的签名。
·用于摒弃的装置，其被构造以便作为措施关于图像组的这样一个不实 施其他的措施，其签名已被查明作为最类似的签名。在此，不被实施的措施 尤其是指被之前描述的装置所实施的措施。然后这样构造包含有用于摒弃的 装置和其他装置之一的系统，使得其针对图像组的没有被摒弃的每一个图像 组实施与其他装置相关地被描述的措施。
在本发明的范围内，还提供一种成像系统，其用于生成多个图像组并且 用于描绘图像以便操作人员进行评估。在此，成像系统包含用于生成检查对 象的体积段的图像组的部件和指示器。成像系统被构造，以便生成在指示器 上描绘的具有多个段部的布置(或者分别具有多个段部的多个布置)，以便 将各自的签名集合分配至每个段部，以便向多个图像组分别分配签名，以便 针对段部的每一个从图像组的签名中查明与各自段部的签名集合最类似的 签名，并且以便在各自的段部中描绘图像组的这样一个，其签名在之前的步骤已被查明为最类似的。
成像系统可以是用于放射学评估的系统，其按照本发明包括磁共振装 置、计算机断层造影设备、X光装置、断层融合设备、粒子照射装置、正电 子发射断层造影设备、单光子发射计算机断层造影设备、PET-CT(正电子 发射断层造影设备和计算机断层造影设备的组合)、和mMR(正电子发射断 层造影设备和磁共振断层造影设备的组合)。
在此，按照本发明的成像系统的优点对应于用于确定由成像系统生成的 图像以便操作人员进行评估的按照本发明的方法的优点，这在上文中已经详 细阐述过，因此此处不再赘述。
此外，本发明描述了一种计算机程序产品，尤其是一种计算机程序或一 种软件，其可以装载在成像系统的可编程控制器或计算单元的存储器内。如 果该计算机程序产品运行在成像系统的控制器或控制装置中，那么，借助该 计算机程序产品，可以实施按照本发明的方法的所有或者各种之前描述的实 施方式。在此，计算机程序产品或许需要程序部件、例如程序库或辅助功能， 以便实现方法的相应的实施方式。换言之，借助指向计算机程序产品的权利 要求来尤其保护这样的计算机程序或软件，借助其来实施按照本发明的方法 的上文中描述的实施方式之一。在此，软件可以是仍需编译(翻译)和链接 或者只需要解释的源代码(例如C++)，或者可以是只需要装载在相应的计 算单元或控制装置内以便执行的可执行软件代码。
最后，本发明公开一种电学可读取的数据载体，例如DVD、磁带、硬 盘或者记忆棒，在其上存储电学可读取的控制信息、尤其是软件(参见上文)。 如果这些控制信息(软件)可以从数据载体中读取或者存储在成像系统的控 制装置或计算单元，那么，可以实施上文描述的方法的所有按照本发明的实 施方式。
本发明实现了也可以以用户具体的布置执行基于工作流的诊断，而无需 大的配置花销。
同样地，如果客户的测试程序强烈地区别于制造商的标准测试程序，那 么，按照本发明可以将经制造商配置的布置非常快速地与客户特定的测试程 序相适应。通过本发明可以显著地缩短典型的配置阶段，在所述典型的配置 阶段中必须在客户测试程序上配置所有布置的图像段部。
附图说明
下文中将参考附图依据按照优选的按照本发明的实施方式来详细描述 本发明。
图1中示意性示出按照本发明的成像系统。
图2中示意性地示出按照本发明用于确定并且描绘在布置中的图像组 的方式。
图3描绘按照本发明的方法的流程图。
具体实施方式
在图1中示意性地示出磁共振装置5作为按照本发明的成像系统的实 例。磁共振装置5基本上包含在测量空间4中生成MR检查所需磁场的断层 造影设备3、卧榻或者躺板2、对断层造影设备3进行控制并且对断层造影 设备3的MR数据进行采集的控制装置6、和与控制装置6相连接的终端7。
控制装置6自身包括控制单元11、接收装置12、评估装置13和存储器 16。在生成图像数据项期间，通过接收装置12借助断层造影设备3来采集 MR数据，其中，控制单元11控制断层造影设备3和卧榻2，使得采集位于 在卧榻2上躺卧的患者O的体内的测量体积15中的MR数据。为了生成图 像组的签名，可以通过控制装置6将图像组的属性加载到存储器16内，然 后以便依赖于图像组的属性来构造签名的属性或多个属性。
评估装置13然后编辑MR数据，使得其可以在终端7的屏幕8上例如 在布置的段部内被图形地显示。除了图像组的图形显示之外，也可以借助除 了包含屏幕8之外还包含键盘9和鼠标10的终端来进行布置的配置。通过 终端7可以将控制装置6的软件加载至控制装置6内。控制装置6的该软件 在此也可以包含按照本发明的方法。在此，按照本发明的方法也可以包含在 运行于终端7内的软件中。不管按照本发明的方法包含在哪个软件内，软件都可以保存在DVD 14上，使得然后终端7可以从DVD 14读取该软件并且 甚至可以复制至控制装置6内或者终端7的计算单元内。
在图2中示意性示出用于配置布置24的按照本发明的方式。
例如，在第一步骤中，针对布置24的每个段部Seg1-3，可以生成签名 集合或者签名集20。可以或者在制造商处或者在用户处又或者在制造商和 用户处实施该配置过程。另外，针对每个段部例如生成图像组BS1、BS2。 然后，借助签名提取器21针对这些图像组BS1、BS2的每一个生成签名Sig1、 Sig2，所述签名被存储在相关的签名集合20内。各个签名集合20然后被匹 配至布置24的相应的段部Seg1-3。
通常在制造商处配置布置24、也就是划分至相应的段部Seg1-3，并且 分发至用户。将相应的签名集合20匹配至每个段部Seg1-3，就像上文中描 述的那样。
为了检查特定的检查对象O，借助相应的成像系统生成检查对象O的 图像组ES1、ES2。下文中将这些图像组称作输入端图像组ES1、ES2，以便 区分上文中描述的示例性的图像组BS1、BS2。针对这些输入端图像组ES1、 ES2中的每一个，借助签名提取器21生成签名Sig1′、Sig2′。
现在为了从这些大量的输入端图像组ES1、ES2中确定分别显示在段部 Seg1-3中之一内的最合适的图像组，在比较操作22中借助距离度量器23比 较每个签名Sig1′、Sig2′和各自段部20的签名集合20。对于与签名集合20 之间具有最小距离的签名Sig1′、Sig2′，查明相关联的输入端图像组ESx， 其然后作为最合适的图像组被显示在相应的段部Seg1-3内。重复该过程用 于布置24的所有段部Seg1-3。
在图3中示出按照本发明的方法的流程图。
在步骤S1中，生成包含多个段部Seg1-3的布置24。在步骤S2中，针 对每个段部Seg1-3生成一个或多个示例图像组BS1、BS2，其中，在下面的 步骤S3中，针对这些示例图像组BS1、BS2中的每一个分别查明签名Sig1、 Sig2。在步骤S4中，分别将签名集合20分配至段部Seg1-3中的每一个。在 此，段部Seg1-3的各自签名集合20包含这样的签名Sig1、Sig2，其被生成 用于针对各个段部Seg1-3所生成的示例图像组BS1、BS2。
为了检查特定的患者，在步骤S5中借助成像系统(例如借助磁共振装 置5)生成多个输入端图像组ES1、ES2。但是按照本发明也可以在诊断系 统(例如PACS，syngo.via)中装载由另一系统生成的图像组，以便检查特 定的患者。针对这些输入端图像组ES1、ES2，现在在步骤S6中查明签名 Sig1′、Sig2′。在步骤S7中，根据输入端图像组ES1、ES2的签名Sig1′、Sig2′， 查明这样的签名，其具有与各个段部Seg1-3的签名集合20之间的最小距离。 根据这样查明的签名，然后查明相关的输入端图像组，其在步骤S8中被描 绘在各自的段部Seg1-3内。
如果步骤S9中的询问被肯定回答，那么检查另一位患者，使得按照本 发明的方法返回至步骤S5。如果步骤S9中的询问被否定回答，那么结束按 照本发明的方法。
同样可能的是，为了诊断患者而经历多个布置(诊断步骤)。此外，在 相同的患者被结束诊断之前，可以使用多个评估和测量装置。

Claims (11)

1.一种用于确定借助成像系统(5)所生成的图像以便操作人员进行评估的方法，其中，所述方法包含以下步骤：
生成具有多个段部(Seg1-3)的布置(24)，用于在指示器(4)上的描绘，其中，在所述布置(24)的多个段部(Seg1-3)中的每一个中应当显示所生成的图像中的至少一个，
针对多个输入端图像组(ES1，ES2)中的每一个分别生成签名(Sig1′，Sig2′)，方式是，根据相应的输入端图像组(ES1，ES2)的众多属性来构造该签名(Sig1′，Sig2′)，
针对每个段部执行以下步骤：
将由示例性的图像组的签名组成的各个签名集合(20)分配至每个段部(Seg1-3)，
从输入端图像组(ES1，ES2)的签名(Sig1′，Sig2′)中查明与每个段部(Seg1-3)的各个签名集合(20)最类似的签名，
其中，将与签名集的签名距离最短的输入端图像组(ES1，ES2)的签名(Sigl′，Sig2′)确定为最类似的签名，
其中，依赖于在签名(Sig1′，Sig2′)和签名集合(20)中的每个签名(Sig1，Sig2)之间的距离确定签名(Sig1′，Sig2′)和签名集合(20)之间的距离，其中，每个签名(Sig1；Sig1′；Sig2；Sig2′)包含相同的属性，
其中，依赖于签名(Sig1′，Sig2′)和签名集合(20)的每个签名(Sig1，Sig2)的属性值的差值之和来确定签名(Sig1′，Sig2′)和签名集合(20)的每个签名(Sig1，Sig2)之间的距离，
并且
描绘各个段部(Segl-3)中的输入端图像组(ES1；ES2)，所述输入端图像组的签名在之前的步骤中被确定为最类似的签名，以便由此确定最适合的签名以进行评估，
其中，从中构造签名(Sig1；Sig2；Sig1′；Sig2′)的众多属性包括下列属性中的至少一个：
·相关图像组(BS1；BS2；ES1；ES2)的DICOM属性，
·从相关图像组(BS1；BS2；ES1；ES2)的像素值中提取出的值，
·相关图像组(BS1；BS2；ES1；ES2)的像素值柱状图，
·相关图像组(BS1；BS2；ES1；ES2)的傅里叶谱，和
·关于在相关图像组(BS1；BS2；ES1；ES2)中可见的解剖学地标的信息。
2.根据权利要求1所述的方法，其特征在于，
依赖于在签名(Sig1′，Sig2′)和签名集合(20)中的每个签名(Sig1，Sig2)之间的距离确定签名(Sig1′，Sig2′)和签名集合(20)之间的距离，方式是，将距离确定为这些距离的平均值。
3.根据权利要求1所述的方法，
其特征在于，
依赖于在签名(Sig1′，Sig2′)和签名集合(20)中的每个签名(Sig1，Sig2)之间的距离确定签名(Sig1′，Sig2′)和签名集合(20)之间的距离，方式是，将距离确定为这些距离的加权和。
4.根据权利要求1至3中任一项所述的方法，
其特征在于，
生成签名(Sig1′，Sig2′)的步骤包含签名(Sig1′，Sig2′)的压缩。
5.根据权利要求1至3中任一项所述的方法，
其特征在于，
所述方法附加地包含：
针对各个段部(Seg1-3)的签名集合(20)和被查明作为最类似签名的签名(Sig1′，Sig2′)之间的相似性，确定对签名(Sig1′，Sig2′)和签名集合(20)之间的相似性进行说明的相似性度量，和
对于各个段部(Seg1-3)仅当确定的相似性度量超过预定的相似性阈值时描绘输入端图像组(ES1，ES2)。
6.根据权利要求1至3中任一项所述的方法，
其特征在于，
针对段部(Seg1-3)之一，从输入端图像组(ES1，ES2)的签名(Sig1′，Sig2′)中查明与段部(Seg1-3)的签名集合(20)第二类似的签名，和
在段部(Seg1-3)内描绘这样的输入端图像组(ES1，ES2)，其签名(Sig1′，Sig2′)被查明是第二类似的。
7.根据权利要求1至3中任一项所述的方法，
其特征在于，
在通过成像系统(5)生成图像组(BS1；BS2；ES1；ES2)时，实施签名(Sig1；Sig1′；Sig2；Sig2′)的生成步骤。
8.根据权利要求1至3中任一项所述的方法，
其特征在于，
仅仅在段部(Seg1-3)之一内描绘相同的输入端图像组(ES1；ES2)。
9.一种用于生成多个输入端图像组(ES1；ES2)并且用于显示图像以供操作人员进行评估的成像系统，
其中，所述成像系统(5)包括用于生成检查对象(O)的体积段部(15)的输入端图像组(ES1；ES2)的装置(3)，控制装置(6)和屏幕(8)，
其中所述成像系统(5)被设计为，
产生具有多个段部(Segl-3)的布置(24)以显示在屏幕(8)上，
对于每个输入端图像组(ES1，ES2)，从相应的输入端图像组(ES1，ES2)的众多属性中生成签名(Sig1′，Sig2′)，
由示例性的图像组(BS1，BS2)的签名组成的各个签名集合(20)分配至每个段部(Seg1-3)，
从输入端图像组(ES1，ES2)的签名(Sig1′，Sig2′)中查明与每个段部(Seg1-3)的各个签名集合(20)最类似的签名，
将与签名集的签名距离最短的输入端图像组(ES1，ES2)的签名(Sigl′，Sig2′)确定为最类似的签名，
依赖于在签名(Sig1′，Sig2′)和签名集合(20)中的每个签名(Sig1，Sig2)之间的距离确定签名(Sig1′，Sig2′)和签名集合(20)之间的距离，
每个签名(Sig1；Sig1′；Sig2；Sig2′)包含相同的属性，
依赖于签名(Sig1′，Sig2′)和签名集合(20)的每个签名(Sig1，Sig2)的属性值的差值之和来确定签名(Sig1′，Sig2′)和签名集合(20)的每个签名(Sig1，Sig2)之间的距离，
并且
描绘各个段部(Segl-3)中的输入端图像组(ES1，ES2)，所述输入端图像组的签名在之前的步骤中被确定为最类似的签名，以便由此确定最适合的签名以进行评估，
其中，从中构造签名(Sig1；Sig2；Sig1′；Sig2′)的众多属性包括下列属性中的至少一个：
·相关图像组(BS1；BS2；ES1；ES2)的DICOM属性，
·从相关图像组(BS1；BS2；ES1；ES2)的像素值中提取出的值，
·相关图像组(BS1；BS2；ES1；ES2)的像素值柱状图，
·相关图像组(BS1；BS2；ES1；ES2)的傅里叶谱，和
·关于在相关图像组(BS1；BS2；ES1；ES2)中可见的解剖学地标的信息。
10.根据权利要求9所述的成像系统，
其特征在于，
所述成像系统(5)被构造以便实施根据权利要求1-8中任一项所述的方法。
11.一种其上存储有电学可读的控制信息的电学可读数据载体，控制信息被构造，使得将数据载体(14)应用在成像系统(5)的控制装置(6)中时，所述控制信息实施按照权利要求1-8中任一项所述的方法。
CN201710573689.0A 2016-07-14 2017-07-14 依据签名集合确定图像组 Active CN107632997B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102016212888.4A DE102016212888A1 (de) 2016-07-14 2016-07-14 Bestimmen einer Bildserie abhängig von einer Signaturmenge
DE102016212888.4 2016-07-14

Publications (2)

Publication Number Publication Date
CN107632997A CN107632997A (zh) 2018-01-26
CN107632997B true CN107632997B (zh) 2021-12-03

Family

ID=59077817

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710573689.0A Active CN107632997B (zh) 2016-07-14 2017-07-14 依据签名集合确定图像组

Country Status (4)

Country Link
US (1) US10380740B2 (zh)
EP (1) EP3214562B1 (zh)
CN (1) CN107632997B (zh)
DE (1) DE102016212888A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6885896B2 (ja) * 2017-04-10 2021-06-16 富士フイルム株式会社 自動レイアウト装置および自動レイアウト方法並びに自動レイアウトプログラム
US20190279084A1 (en) * 2017-08-15 2019-09-12 Toonimo, Inc. System and method for element detection and identification of changing elements on a web page
US10957444B2 (en) * 2019-05-06 2021-03-23 Wisconsin Alumni Research Foundation Apparatus for tomography repeat rate/reject rate capture

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050152588A1 (en) * 2003-10-28 2005-07-14 University Of Chicago Method for virtual endoscopic visualization of the colon by shape-scale signatures, centerlining, and computerized detection of masses
US20100232661A1 (en) * 2009-03-12 2010-09-16 Fujifilm Corporation Case image search apparatus, method and computer-readable recording medium
US20120041277A1 (en) * 2010-08-12 2012-02-16 International Business Machines Corporation System and method for predicting near-term patient trajectories
CN102955784A (zh) * 2011-08-19 2013-03-06 北京百度网讯科技有限公司 一种基于数字签名对多个图像进行相似判断的设备和方法
CN103810299A (zh) * 2014-03-10 2014-05-21 西安电子科技大学 基于多特征融合的图像检索方法
US20150154356A1 (en) * 2013-11-29 2015-06-04 Siemens Medical Solutions Usa, Inc. Arrangements for viewing clinical images

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5870754A (en) * 1996-04-25 1999-02-09 Philips Electronics North America Corporation Video retrieval of MPEG compressed sequences using DC and motion signatures
US9208558B2 (en) * 1999-08-11 2015-12-08 Osteoplastics Llc Methods and systems for producing an implant
AU6634800A (en) * 1999-08-11 2001-03-05 Case Western Reserve University Method and apparatus for producing an implant
US7323629B2 (en) * 2003-07-16 2008-01-29 Univ Iowa State Res Found Inc Real time music recognition and display system
US7787672B2 (en) * 2004-11-04 2010-08-31 Dr Systems, Inc. Systems and methods for matching, naming, and displaying medical images
US7864997B2 (en) * 2006-04-28 2011-01-04 Pie Medical Imaging B.V. Method, apparatus and computer program product for automatic segmenting of cardiac chambers
WO2009148731A1 (en) * 2008-06-02 2009-12-10 Massachusetts Institute Of Technology Fast pattern classification based on a sparse transform
US8335786B2 (en) * 2009-05-28 2012-12-18 Zeitera, Llc Multi-media content identification using multi-level content signature correlation and fast similarity search
US20100160765A1 (en) * 2008-12-24 2010-06-24 Marrouche Nassir F Therapeutic success prediction for atrial fibrillation
CA2655001C (en) * 2009-02-20 2015-11-24 Queen's University At Kingston Marker localization using intensity-based registration of imaging modalities
US9652462B2 (en) * 2010-04-29 2017-05-16 Google Inc. Identifying responsive resources across still images and videos
US20120004127A1 (en) * 2010-05-12 2012-01-05 Christopher Sears Gene expression markers for colorectal cancer prognosis
US9208556B2 (en) * 2010-11-26 2015-12-08 Quantitative Insights, Inc. Method, system, software and medium for advanced intelligent image analysis and display of medical images and information
US9152760B2 (en) * 2011-11-23 2015-10-06 General Electric Company Smart 3D PACS workflow by learning
CN103577488B (zh) * 2012-08-08 2018-09-18 莱内尔系统国际有限公司 用于增强的视觉内容数据库检索的方法和系统
TWI538492B (zh) * 2012-10-05 2016-06-11 Video clip search method
US8996516B2 (en) * 2013-01-02 2015-03-31 Google Inc. Adjacent search results exploration
US8976190B1 (en) * 2013-03-15 2015-03-10 Pme Ip Australia Pty Ltd Method and system for rule based display of sets of images
US9721340B2 (en) * 2013-08-13 2017-08-01 H. Lee Moffitt Cancer Center And Research Institute, Inc. Systems, methods and devices for analyzing quantitative information obtained from radiological images
CN105917359B (zh) 2013-10-21 2021-01-26 微软技术许可有限责任公司 移动视频搜索
US9424460B2 (en) * 2014-03-10 2016-08-23 Case Western Reserve University Tumor plus adjacent benign signature (TABS) for quantitative histomorphometry

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050152588A1 (en) * 2003-10-28 2005-07-14 University Of Chicago Method for virtual endoscopic visualization of the colon by shape-scale signatures, centerlining, and computerized detection of masses
US20100232661A1 (en) * 2009-03-12 2010-09-16 Fujifilm Corporation Case image search apparatus, method and computer-readable recording medium
US20120041277A1 (en) * 2010-08-12 2012-02-16 International Business Machines Corporation System and method for predicting near-term patient trajectories
CN102955784A (zh) * 2011-08-19 2013-03-06 北京百度网讯科技有限公司 一种基于数字签名对多个图像进行相似判断的设备和方法
US20150154356A1 (en) * 2013-11-29 2015-06-04 Siemens Medical Solutions Usa, Inc. Arrangements for viewing clinical images
CN103810299A (zh) * 2014-03-10 2014-05-21 西安电子科技大学 基于多特征融合的图像检索方法

Also Published As

Publication number Publication date
EP3214562B1 (de) 2018-11-14
US20180018773A1 (en) 2018-01-18
EP3214562A3 (de) 2018-01-17
US10380740B2 (en) 2019-08-13
CN107632997A (zh) 2018-01-26
EP3214562A2 (de) 2017-09-06
DE102016212888A1 (de) 2018-01-18

Similar Documents

Publication Publication Date Title
US20080025583A1 (en) System and method for on-demand visual enhancement of clinical conitions in images
EP2054860B1 (en) Selection of datasets from 3d renderings for viewing
CN109378043A (zh) 基于患者的医学图像生成诊断报告的系统和方法及介质
CN109073725A (zh) 用于规划和执行重复介入流程的系统和方法
US9576392B2 (en) Image display device and method, and medium containing program
CN106529115A (zh) 信息处理装置、信息处理方法以及信息处理系统
US20070133851A1 (en) Method and apparatus for selecting computer-assisted algorithms based on protocol and/or parameters of an acquisistion system
CN107632997B (zh) 依据签名集合确定图像组
US20180064409A1 (en) Simultaneously displaying medical images
JP2017534316A (ja) 画像レポート注釈同定
CN104487978A (zh) 用于基于来自放射医生的输入来生成报告的系统和方法
CN113096777A (zh) 图像可视化
US8933926B2 (en) Image processing apparatus, method, and program
EP2513828B1 (en) Associating acquired images with objects
JP6876070B2 (ja) 対象の身体の少なくとも一部の画像における構造の少なくとも一部をマッピングするための方法及び装置
KR20220005326A (ko) 의료영상을 기초로 인체 조직을 분석하는 방법 및 그 장치
JP6309417B2 (ja) 検出器生成装置、方法およびプログラム並びに画像検出装置
CN108511052B (zh) 用于确定投影数据组的方法以及投影确定系统
US9251576B2 (en) Digital image subtraction
US7639852B2 (en) Method for associating data with medical image datasets
CN107799166B (zh) 医学成像系统
JP2021105960A (ja) 医用情報処理装置
US20230132504A1 (en) Creating a synthetic medical image
US20170067978A1 (en) Image processing apparatus, magnetic resonance imaging apparatus, image processing method, and storage medium
WO2023170010A1 (en) Optimal path finding based spinal center line extraction

Legal Events

Date Code Title Description
PB01 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