CN107799167B - 一种医学图像处理方法 - Google Patents
一种医学图像处理方法 Download PDFInfo
- Publication number
- CN107799167B CN107799167B CN201711009801.4A CN201711009801A CN107799167B CN 107799167 B CN107799167 B CN 107799167B CN 201711009801 A CN201711009801 A CN 201711009801A CN 107799167 B CN107799167 B CN 107799167B
- Authority
- CN
- China
- Prior art keywords
- dimensional
- segment
- medical image
- segments
- processing method
- 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
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种医学图像处理方法,包括:提供三维医学图像,所述三维医学图像包括若干段的分段;获取所述三维医学图像对应的二维投影图像;在所述二维投影图像上,对各分段进行排序,获取所述三维医学图像的分段中心线。通过在所述二维投影图像上对各分段进行排序,进而获取三维空间的分段中心线,避免因忽略分段的生理结构而导致中心连接线出错。
Description
技术领域
本发明涉及医学信息处理领域,尤其涉及一种医学图像处理方法。
背景技术
肠癌是肠内生长的癌细胞。肠癌是由生长于肠内壁细小的息肉所形成。这些息肉起初是无害的,但数年后,有部份的息肉产生病变,形成癌细胞,最后变成癌症。一般肠癌的检查,需要通过内窥镜来进行诊断。但是,内窥镜对人的身体有侵入性,给病人造成很大的痛苦。随着CT应用的普及,医生通过虚拟肠内窥镜对病人进行诊断。这种诊断快速、清洁,而且不会给病人造成身体的痛苦。
首先,医生通过CT扫描病人腹部获得原始的体数据。然后通过基于灰度阈值分割得到分段信息,见图1所示为大肠的结构示意图。其中箭头所指的方向是人体生理上从肛门到分段末端,即盲肠分段的方向。如果把大肠比喻成管道,那么内窥镜便是在管道中浏览的摄像机。
经过分割及中心线提取后,肠子的中心线可以作为摄像机的浏览路线。从图1中可以看出,因为阈值分割提取,大肠断裂成几个部分。这主要是由于CT扫描前,医生对病人前期检查处理不当,例如肛门充气不足或者肠内消化物,导致大肠某些部位折叠。造成分割后出现了大量独立分段的直肠数据。
目前,为了使摄像机的浏览路线不间断,需要对分段的中心线进行连接。连接所述分段中心线的方法主要分成两大类。第一类是采用手动方法连接的方式,也是目前多数工作站仍然保留的交互方式,即通过用户指定分段的起点和终点来进行连接。这个方法灵活度较高,但是给医生增加了额外的工作量。另一类方法是采用自动方法进行连接,如图2所示为分段及中心线结构示意图。通过自动或手动设定第一段分段的起点后,通过中心线提取算法,得到第一段的中心线终点A。接着,以此中心线终点A为球心,以R为半径的球形区域进行搜索。距离此终点A最近的格点为第二段分段的起点B。然后重复此过程,寻找起点C及终点D,遍历所有分段。这种方法的缺点是,搜索的方式忽略了大肠的生理结构,连接方向容易出错。例如,对于图2中的数据,正确的连接方向应该为逆时针。但是,这种连接方式是靠最近距离为唯一的判定条件,产生了顺时针的错误结果。而且当分段的距离大于R时,容易出现连接不上的情况。若采用增加搜索区域的半径R的长度,将增加搜索的时间。
发明内容
本发明解决的问题是提供一种医学图像处理方法,用以解决因为忽略生理结构,导致三维医学图像中的各分段中心线连接错误的问题。
为了解决上述问题,本发明提供了一种医学图像处理方法,包括:
提供三维医学图像,所述三维医学图像包括若干段的分段;获取所述三维医学图像对应的二维投影图像;在所述二维投影图像上,对各分段进行排序,获取所述三维医学图像的分段中心线。
可选的,还包括:对所述二维投影图像所在区域划分,将所述区域划分为若干数目的子区域,各个所述子区域对应标识有分值。
可选的,所述三维医学图像为大肠的三维医学图像,所述分值按照所述大肠的生理结构方向递增/递减,所述生理结构方向以直肠分段为起始分段,盲肠为终止分段。
可选的,所述子区域的分值按照逆时针方向递增/递减。
可选的,按照各分段所在子区域的分值,对各个分段的分值进行统计,并按照所述各分段的总分值的递增/递减的顺序,对所述分段进行排序,以获取所述三维医学图像的中心线。
可选的,还包括在所述二维投影图像上,对各分段进行逆时针排序,按照所述排序后的分段获取中心线。
可选的,按照所述逆时针的排序,对所述分段进行中心线提取,以获取所述三维医学图像的中心线。
可选的,还包括确定所述三维医学图像和二维投影图像的起始点及中心点。
可选的,通过手动或自动的方式确认所述起始点,所述起始点位于直肠分段。
可选的,所述三维医学图像和二维投影图像的中心点分别为所述三维医学图像和二维投影图像的灰度值质心。
可选的,在所述三维医学图像上获取各所述分段对应的中心线,在所述二维投影图像上获取除第一分段外的各分段的起始点。
可选的,还包括:依据在所述二维投影图像上获取的分段的起始点,获取位于三维医学图像上的对应的分段的起始点。
可选的,还包括:在所述二维投影图像上获取二维坐标,接着获取在所述三维医学图像中,所述二维坐标对应的三维坐标。
可选的,所述二维投影图像为所述三维医学图像在冠状面上的投影图像。
可选的,获取所述分段对应的二维投影图像前包括:在所述三维医学图像中,对各段分段进行标识,不同分段具有不同的标识。
可选的,还包括获取第N段分段和第N+1段分段之间的中心线,所述N大于或等于1:在所述三维医学图像上获取所述第N段分段的中心线,包括所述第N段分段的三维终点;在所述二维投影图像上获取与所述第N段分段的三维终点对应的二维终点;以所述二维终点为圆心,以大于0的R为半径,搜索所述第N+1段分段,以距离所述第N段分段最近的点作为第N+1段分段的二维起始点;在所述三维医学图像上,获取所述第N+1段分段的二维起始点对应的三维起始点。
与现有技术相比,本发明具有以下优点:
通过在所述二维投影图像上对各分段进行排序,进而获取分段中心线,避免因忽略分段的生理结构而导致中心连接线出错;
进一步地,将所述二维投影图像所在区域进行分值分布,并按照所述分值对各分段进行分值统计,可以精确完成所述排序;
进一步地,所述分段的生理结构为逆时针方向,按照逆时针方向对所述分段进行排序,可以避免因忽略分段的生理结构而导致中心线出错;
最后,在二维投影图像上获取除第一分段外的分段的起始点,只在二维空间上进行半径搜索,降低了搜索量,提高了获取中心线的速度。
附图说明
图1所示为分割后的大肠结构示意图;
图2所示为分段及中心线结构示意图;
图3所示为本发明一个实施例的医学图像处理方法的流程示意图;
图4所示为本发明一个实施例的医学图像处理的获取分段中心线的流程示意图;
图5所示为本发明一个实施例的二维投影图像上的分值分布示意图;
图6所示为本发明一个实施例的各分段的统计分值的示意图;
图7和图8所示为本发明一个实施例的三维医学图像和二维投影图像的中心线连接点的结构示意图分段排序示意图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施的限制。
其次,本发明利用示意图进行详细描述,在详述本发明实施例时,为便于说明,所述示意图只是实例,其在此不应限制本发明保护的范围。
现有技术中,因为忽略生理结构,会导致三维医学图像中的各分段中心线连接错误的问题。为了解决上述问题,本发明提供了一种医学图像处理方法,包括:提供三维医学图像,所述三维医学图像包括若干段的分段;获取所述三维医学图像对应的二维投影图像;在所述二维投影图像上,对各分段进行排序,获取所述三维医学图像的分段中心线。
本发明通过在所述二维投影图像上对各分段进行排序,进而获取分段中心线,避免因忽略分段的生理结构而导致中心连接线出错。
下面结合附图对本发明进行详细描述。如图3所示为本发明一个实施例的医学图像处理方法的流程示意图,包括:执行步骤S1,提供CT数据;执行步骤S2,对所述数据进行分析,以进行大肠分割;执行步骤S3,分割所获得的大肠是否分段;如未分段,则执行步骤S4,查找中心线;若分段,则执行步骤S5,查找分段的中心线,并进行连接。
如图4所示为本发明一个实施例的医学图像处理的获取分段中心线的流程示意图,包括:开始;执行步骤S11,获取分割后大肠图像对应的二维投影图像,其中,分割的方法是区域增长或是其他复杂的判定条件的区域增长;具体地,第一步,获取三维医学图像在人体冠状面的二维投影图像。计算方法为:如果某段分段在冠状面方向有标记,则对应二维投影值为1,否则为0。同时,记录对应投影点归属的分段,即在所述三维医学图像中,对各段分段进行标识,不同分段具有不同的标识。允许不同的分段在二维空间上有重叠部分。
进一步地,所述二维投影图像为所述三维医学图像在冠状面上的投影图像。
执行步骤S12,在所述二维投影图像中,计算每个分段的分值,具体包括:对所述二维投影图像所在区域划分,将所述区域划分为若干数目的子区域,各个所述子区域对应标识有分值。其中,所述分值按照所述大肠的生理结构方向递增/递减,所述生理结构方向以直肠分段为起始分段,盲肠为终止分段。
如图5所示为本发明一个实施例的二维投影图像上的分值分布示意图。作为其他实施例,所述分值分布还可以为其他排布形状分布,如扇形分割分布或方形分割分布,在分值变化方面,除采用离散式分布规律,还可以采用连续分值的分布规律。所述子区域的分值按照逆时针方向递增/递减。
划分所述二维投影图像所在区域的分布后,对所述各个分段的像素所在区域的分值进行统计。如图6所示为本发明一个实施例的各分段的统计分值的示意图。
执行步骤S13,根据分值,对所述分段进行排序。具体地,按照所述各分段的总分值的递增/递减的顺序,对所述分段进行排序,以获取所述三维医学图像的中心线。如图7所示为本发明一个实施例的分段排序示意图。所述排序依次包括第1分段、第2分段及第3分段,同时参考图5,所述各个分段的分值分布依次为0、2.5、5.3。
作为其他实施例,所述分段的排序还可以为:在所述二维投影图像上,对各段分段进行逆时针排序,并按照所述逆时针的排序,对所述分段进行中心线提取,以获取所述三维医学图像的中心线。其中,所述逆时针方向为所述肠结构的生理结构方向。
获取所述二维投影图像后,还包括确定所述三维医学图像和二维投影图像的起始点及中心点。其中,通过手动或自动的方式确认所述起始点,所述起始点位于直肠分段。所述三维医学图像和二维投影图像的中心点分别为所述三维医学图像和二维投影图像的灰度值质心。其中,获取的投影图像上每个像素点的质量为1。
对于中心线的提取具体地,在所述三维医学图像上获取各所述分段对应的中心线及分段之间的中心线,在所述二维投影图像上搜寻定位除第一分段后的各分段的起始点;依据所述在二维投影图像上获取的所述起始点,对应获取位于三维医学图像上的各分段的起始点。
继续参考图4,执行步骤S14,在三维医学图像上,自动或手动给定第一个分段的起始点;执行步骤S15,在三维空间内,获取当前分段的中心线;执行步骤S16,在三维医学图像上获取当前分段的终点;执行步骤S17,在二维医学图像上获取当前分段的终点;包括在所述二维投影图像上获取二维坐标,接着获取在所述三维医学图像中,所述二维坐标对应的三维坐标。
接着,执行步骤S18,是否遍历所有分段;若是,则结束。
若步骤S18的判断为否,则执行步骤S19,在二维投影图像上,按照排序,获取新分段的起始点;其中,获取所述新分段的起始点包括:根据所述步骤S17中获取的二维投影图像上的终点,进行一定半径范围内的搜索,以获取新分段的起始点。
具体地,获取第N段分段和第N+1段分段之间的中心线包括:在所述三维医学图像上获取所述第N段分段的中心线,包括所述第N段分段的三维终点;在所述二维投影图像上获取与所述第N段分段的三维终点对应的二维终点;以所述二维终点为圆心,以大于0的R为半径,搜索所述第N+1段分段,以距离所述第N段分段最近的点作为第N+1段分段的二维起始点;在所述三维医学图像上,获取所述第N+1段分段的二维起始点对应的三维起始点。所述N大于或等于1。
继续参考图4,接着,执行步骤S20,在三维医学图像上,获取当前分段的起始点。接着,循环执行步骤S15,获取当前分段中心线及当前分段的终点,即步骤S20和步骤S15为在三维医学图像上,对一个分段的中心线的提取;步骤S17和步骤S19为在二维医学图像上,获取的是各分段的起始点和终点。
如图7和图8分别为本发明一个实施例的三维医学图像和二维投影图像的中心线连接点的结构示意图。同时参考图7和图8,其中,首先在三维医学图像上获取第1分段的起始点O,所述第1分段的终点为A(x,y,z)。所述x,y为冠状面方向上的坐标值,z方向是垂直冠状面。通过A(x,y,z)的位置,获取对应的二维投影图像上A的对应位置A’的坐标(x’,y’);在二维投影图像上,指定半径R进行搜索,搜索得到的点必须是在第2分段上,距离最短点B’。
接着,把二维投影图像上的B’转换为三维医学图像上的B点。转换的方法为:B(x,y,z)中的x,y与B’的x’,y’分别相等。遍历所有的z,得到一系列连续的点,所述点都属于第2分段,选择中间的点的位置作为三维空间的第2分段的起始点B。
接着,在三维空间上,开始从B点出发,计算第2分段的中心线,并且重复上面的过程,直到遍历所有的分段。遍历的整个大肠结构的顺序为图7中O,A,B,C,D,E。最后,可以得到了一条连接的中心线。
与现有技术相比,本发明具有以下优点:
通过在所述二维投影图像上对各分段进行排序,进而获取分段中心线,避免因忽略分段的生理结构而导致中心连接线出错;
进一步地,将所述二维投影图像所在区域进行分值分布,并按照所述分值对各分段进行分值统计,可以精确完成所述排序;
进一步地,所述分段的生理结构为逆时针方向,按照逆时针方向对所述分段进行排序,可以避免因忽略分段的生理结构而导致中心线出错;
最后,在二维投影图像上获取除第一分段外的分段的起始点,只在二维空间上进行半径搜索,降低了搜索量,提高了获取中心线的速度。
本发明虽然已以较佳实施例公开如上,但其并不是用来限定本发明,任何本领域技术人员在不脱离本发明的精神和范围内,都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改,因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰,均属于本发明技术方案的保护范围。
Claims (11)
1.一种医学图像处理方法,其特征在于,包括:
提供三维医学图像,所述三维医学图像包括若干段大肠结构的分段;获取所述三维医学图像对应的二维投影图像;在所述二维投影图像上,对各分段进行逆时针排序,依排序后的各分段顺序获取所述三维医学图像的中心线,其中,逆时针方向为所述大肠结构的生理结构方向,所述生理结构方向以直肠分段为起始分段,盲肠为终止分段。
2.如权利要求1所述的医学图像处理方法,其特征在于,按照所述逆时针的排序,对所述分段进行中心线提取,以获取所述三维医学图像的中心线。
3.如权利要求1所述的医学图像处理方法,其特征在于,还包括确定所述三维医学图像和二维投影图像的起始点及中心点。
4.如权利要求3所述的医学图像处理方法,其特征在于,通过手动或自动的方式确认所述起始点,所述起始点位于直肠分段。
5.如权利要求3所述的医学图像处理方法,其特征在于,所述三维医学图像和二维投影图像的中心点分别为所述三维医学图像和二维投影图像的灰度值的质心。
6.如权利要求1所述的医学图像处理方法,其特征在于,在所述三维医学图像上获取各所述分段对应的中心线,在所述二维投影图像上获取除第一分段外的各分段的起始点。
7.如权利要求6所述的医学图像处理方法,其特征在于,还包括:依据在所述二维投影图像上获取的分段的起始点,获取位于三维医学图像上的对应的分段的起始点。
8.如权利要求7所述的医学图像处理方法,其特征在于,还包括:在所述二维投影图像上获取二维坐标,接着获取在所述三维医学图像中,所述二维坐标对应的三维坐标。
9.如权利要求1所述的医学图像处理方法,其特征在于,所述二维投影图像为所述三维医学图像在冠状面上的投影图像。
10.如权利要求1所述的医学图像处理方法,其特征在于,获取所述分段对应的二维投影图像前包括:在所述三维医学图像中,对各段分段进行标识,不同分段具有不同的标识。
11.如权利要求1至10中任一项所述的医学图像处理方法,其特征在于,还包括获取并连接第N段分段和第N+1段分段之间的中心线,所述N大于或等于1:在所述三维医学图像上获取所述第N段分段的中心线,包括所述第N段分段的三维终点;在所述二维投影图像上获取与所述第N段分段的三维终点对应的二维终点;以所述二维终点为圆心,以R为半径,搜索所述第N+1段分段,以距离所述第N段分段最近的点作为第N+1段分段的二维起始点;在所述三维医学图像上,获取所述第N+1段分段的二维起始点对应的三维起始点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711009801.4A CN107799167B (zh) | 2013-06-06 | 2013-06-06 | 一种医学图像处理方法 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711009801.4A CN107799167B (zh) | 2013-06-06 | 2013-06-06 | 一种医学图像处理方法 |
CN201310225234.1A CN104240215B (zh) | 2013-06-06 | 2013-06-06 | 一种医学图像处理方法 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310225234.1A Division CN104240215B (zh) | 2013-06-06 | 2013-06-06 | 一种医学图像处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107799167A CN107799167A (zh) | 2018-03-13 |
CN107799167B true CN107799167B (zh) | 2022-03-25 |
Family
ID=52228224
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711009801.4A Active CN107799167B (zh) | 2013-06-06 | 2013-06-06 | 一种医学图像处理方法 |
CN201310225234.1A Active CN104240215B (zh) | 2013-06-06 | 2013-06-06 | 一种医学图像处理方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310225234.1A Active CN104240215B (zh) | 2013-06-06 | 2013-06-06 | 一种医学图像处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN107799167B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107799167B (zh) * | 2013-06-06 | 2022-03-25 | 上海联影医疗科技股份有限公司 | 一种医学图像处理方法 |
CN105550985B (zh) * | 2015-12-31 | 2018-11-30 | 上海联影医疗科技有限公司 | 器官腔壁展开方法 |
WO2017114479A1 (zh) | 2015-12-31 | 2017-07-06 | 上海联影医疗科技有限公司 | 图像处理的方法及系统 |
CN109102488A (zh) * | 2018-04-26 | 2018-12-28 | 东南大学 | 一种基于理想平板样品的几何放大效应研究界面的方法 |
CN109448004B (zh) * | 2018-10-26 | 2021-04-02 | 强联智创(北京)科技有限公司 | 一种基于中心线的颅内血管图像的截取方法及系统 |
CN109452926B (zh) * | 2018-10-31 | 2021-09-17 | 上海联影医疗科技股份有限公司 | 摄像头定位方法、装置、计算机设备和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101601585A (zh) * | 2009-07-02 | 2009-12-16 | 厦门强本科技有限公司 | 基于ct增强扫描技术的肝脏分段体积测量方法 |
CN102110309A (zh) * | 2004-06-23 | 2011-06-29 | 皇家飞利浦电子股份有限公司 | 虚拟内窥镜检查 |
CN102402796A (zh) * | 2011-10-26 | 2012-04-04 | 重庆大学 | 肝脏血管系统的三维结构化描述方法 |
CN103218797A (zh) * | 2012-01-19 | 2013-07-24 | 中国科学院上海生命科学研究院 | 血管图像处理与分析的方法和系统 |
CN104240215A (zh) * | 2013-06-06 | 2014-12-24 | 上海联影医疗科技有限公司 | 一种医学图像处理方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010110544A (ja) * | 2008-11-10 | 2010-05-20 | Fujifilm Corp | 画像処理装置および方法並びにプログラム |
US9280822B2 (en) * | 2009-05-08 | 2016-03-08 | Edda Technology, Inc. | Method, system, apparatus, and computer program product for interactive hepatic vascular and biliary system assessment |
CN101923713B (zh) * | 2010-08-04 | 2012-09-05 | 中国科学院自动化研究所 | 一种提取冠状动脉血管中心线的方法 |
-
2013
- 2013-06-06 CN CN201711009801.4A patent/CN107799167B/zh active Active
- 2013-06-06 CN CN201310225234.1A patent/CN104240215B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102110309A (zh) * | 2004-06-23 | 2011-06-29 | 皇家飞利浦电子股份有限公司 | 虚拟内窥镜检查 |
CN101601585A (zh) * | 2009-07-02 | 2009-12-16 | 厦门强本科技有限公司 | 基于ct增强扫描技术的肝脏分段体积测量方法 |
CN102402796A (zh) * | 2011-10-26 | 2012-04-04 | 重庆大学 | 肝脏血管系统的三维结构化描述方法 |
CN103218797A (zh) * | 2012-01-19 | 2013-07-24 | 中国科学院上海生命科学研究院 | 血管图像处理与分析的方法和系统 |
CN104240215A (zh) * | 2013-06-06 | 2014-12-24 | 上海联影医疗科技有限公司 | 一种医学图像处理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104240215A (zh) | 2014-12-24 |
CN107799167A (zh) | 2018-03-13 |
CN104240215B (zh) | 2018-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107799167B (zh) | 一种医学图像处理方法 | |
US20200320336A1 (en) | Control method and recording medium | |
CN111798451B (zh) | 基于血管3d/2d匹配的3d导丝跟踪方法及装置 | |
JP4416736B2 (ja) | 医用画像診断支援装置及びプログラム | |
US8049777B2 (en) | Insertion support system for specifying a location of interest as an arbitrary region and also appropriately setting a navigation leading to the specified region | |
US8743118B2 (en) | Medical image display device and medical image display method | |
CN106651895B (zh) | 一种分割三维图像的方法和装置 | |
JP2022520480A (ja) | 画像のマッチング方法、装置、デバイス及び記憶媒体 | |
CN111539944A (zh) | 肺部病灶统计属性获取方法、装置、电子设备和存储介质 | |
EP2244633A2 (en) | Medical image reporting system and method | |
JP2006246941A (ja) | 画像処理装置及び管走行トラッキング方法 | |
JPWO2014065317A1 (ja) | 画像処理装置及び脊柱管評価方法 | |
JP5301737B2 (ja) | 医用画像処理装置 | |
CN113052956B (zh) | 基于胶囊内窥镜构建阅片模型的方法、设备及介质 | |
JP2016143194A (ja) | 医用画像処理装置、医用画像処理方法、及び医用画像処理プログラム | |
JP2019030591A (ja) | 画像処理装置、画像処理方法およびプログラム | |
Bao et al. | Modeling of the movement of the endoscopy capsule inside gi tract based on the captured endoscopic images | |
JP2004057275A (ja) | 画像診断装置 | |
CN107204045A (zh) | 基于ct图像的虚拟内窥镜系统 | |
CN112085730A (zh) | 感兴趣区域成分分析方法、装置、电子设备和介质 | |
CN105447870B (zh) | 医学图像中身体组织的提取方法及装置 | |
CN104427940B (zh) | 三维图像构成装置及三维图像构成方法 | |
CN104574364B (zh) | 结肠图像分割方法及装置 | |
CN104240198A (zh) | 一种ct图像中床板的去除方法及系统 | |
CN107845106B (zh) | 利用改进的nndr策略的医学图像配准方法 |
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 | ||
CB02 | Change of applicant information |
Address after: 201807 Shanghai City, north of the city of Jiading District Road No. 2258 Applicant after: Shanghai Lianying Medical Technology Co., Ltd Address before: 201807 Shanghai City, north of the city of Jiading District Road No. 2258 Applicant before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |