CN1788681A - 为断层造影结肠照片的鉴定进行预处理的方法 - Google Patents

为断层造影结肠照片的鉴定进行预处理的方法 Download PDF

Info

Publication number
CN1788681A
CN1788681A CNA2005100229581A CN200510022958A CN1788681A CN 1788681 A CN1788681 A CN 1788681A CN A2005100229581 A CNA2005100229581 A CN A2005100229581A CN 200510022958 A CN200510022958 A CN 200510022958A CN 1788681 A CN1788681 A CN 1788681A
Authority
CN
China
Prior art keywords
damage
lcx
lmx
found
computer support
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.)
Pending
Application number
CNA2005100229581A
Other languages
English (en)
Inventor
卢茨·冈德尔
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 AG
Original Assignee
Siemens AG
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 AG filed Critical Siemens AG
Publication of CN1788681A publication Critical patent/CN1788681A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • 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
    • A61B6/48—Diagnostic techniques
    • A61B6/481—Diagnostic techniques involving the use of contrast agents
    • 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
    • A61B6/48—Diagnostic techniques
    • A61B6/482—Diagnostic techniques involving multiple energy imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
    • A61B90/36—Image-producing devices or illumination devices not otherwise provided for

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Optics & Photonics (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Veterinary Medicine (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Physics & Mathematics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pulmonology (AREA)
  • Theoretical Computer Science (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明涉及一种为断层造影结肠照片、特别是结肠的CT或MR照片的鉴定进行预处理的方法，其中，既进行手动人工搜索，其中对这样找到的损伤(Lmx)进行判断，还进行必要时利用自动预判断的、由计算机执行的对损伤(Lcx)的搜索，其中，鉴定人员还再次检验计算机支持的预判断，其特征在于，从应该再次提供给人工判断的、且计算机支持找到的损伤(Lcx)集合中排除这样的损伤，即其与已经手动找到的损伤(Lmx)集合进行比较之后已经识别为已知并且归类为已判断。

Description

为断层造影结肠照片的鉴定进行预处理的方法
技术领域
本发明涉及一种为断层造影结肠照片、特别是结肠的CT或MR照片的鉴定进行预处理的方法，其中，既进行手动人工搜索，其中对这样找到的损伤Lmx进行判断，还进行必要时利用自动预判断的、通过计算机执行的对损伤Lcx的搜索，其中，鉴定人员还再次检验由计算机支持的预判断。
背景技术
在虚拟的结肠造影(MR结肠造影或者CT结肠造影)中，通过“翻阅”二维图像、即所谓的MPR或者借助于穿过大肠的虚拟飞行来查找损伤。经常也采用这两种方法的组合。然后，精确地检查可疑结构(即损伤)，并且在检查结果呈阳性的条件下对应地进行标记或者在报告中精确地描述。该过程多数情况下由受过相应培训的医生手动地进行。
与此平行的，还进行计算机支持的搜索(计算机辅助检测，CAD)，其中，通过预先编程的模式识别方法、必要时利用其它编程的附加标准，找到并且同样标记损伤。医生还必须随后再次对这些由计算机支持找到的损伤进行再判断，以保证一方面没有损伤被忽视，另一方面通过计算机找到的损伤也应当由医生进行判断并且只在判断结果呈阳性的条件下才引起治疗。
发明内容
本发明要解决的技术问题是，寻找一种为断层造影结肠照片的鉴定进行预处理的方法，该方法排除了同一损伤的双重判断。
发明人有以下认知：
在对损伤的手动和计算机支持的组合搜索中，可以区分3个类型：
a.手动找到且计算机未找到的损伤；
b.手动未找到且计算机找到的损伤；
c.手动和计算机都找到的损伤。
检查医生经常仅仅对类型b的标记感兴趣。他不希望必须再次对由其已经精确检查、做出判断并且在其报告中标记的类型c的损伤进行判断。因此，需要一种方法，利用该方法将计算机支持的损伤查找的结果与手动查找的结果进行比较，并且仅仅将额外的搜索结果提供给进一步的判断。迄今为止，检查医生必须更为精确地查看计算机的所有结果、即类型b和c的结果并且必要时消除双重标记。
按照本发明，以多个步骤进行手动判断结果与计算机支持查找的比较。在此的出发点是，手动设置和通过计算机设置的标记不是在同一个坐标，而只是在相邻的坐标上。
例如，可以确定手动找到的损伤Lmx和由计算机找到的损伤Lcx之间的距离D(Lcx，Lmx)，并且记录在一个矩阵中：
       Lm1            ...    Lm4
Lc1    D(Lc1，Lm1)    ...    D(Lc1，Lm4)
Lc5    D(Lc5，Lm1)    ...    D(Lc5，Lm4)
可以事先排除并且随后不必再考察大于固定阈值Dmax的矩阵项。取代固定的阈值，也可以利用一个可变的、取决于手动找到的损伤的大小的阈值(例如，该大小的100％)。不过，具有极小距离的结果并不一定导致可以消除计算机支持的结果。损伤Lcx和Lmx尽管相互靠近但位于不同的肠片段中。因此，不能消除由计算机找到的损伤Lcx，因为其与手动找到的损伤Lmx不一致。
不过，在这种情况下，穿过肠壁上的损伤的法线指示了不同的方向。由此，下面不必再观察这些损伤了。作为第二步骤，首先确定基础平面、即其中损伤随着肠壁增长的平面。特别是在平坦地附着在肠壁上的柄状(gestielte Formen)情况下，其不可能总是唯一。这种计算机结果不应删除，而必需提供给医生做进一步的判断。
或者，为了区别损伤也可以通过法线矢量确定，两个相邻的损伤要计入结肠的哪个长度片段。例如，可以检查两个找到的损伤的中心点位于结肠壁的哪一侧，并且为此确定损伤所属的结肠的长度片段。在此需要指出，计算机支持的检测的一个正常组成部分是进行分割，其中剥离出周围的物质。其中，可以不特别费事地确定体积、重心或中值以便定义中心点。
随后，在第三步骤中确定并比较垂直线。如果这些垂直线相互间仅有很小的偏差，则涉及的是相同的损伤，不必重新判断对应的计算机结果并且因此可以从列表中删除。
在虚拟的结肠造影中经常以两个患者位置来工作。在此，例如检查患者的腹部位置和背部位置。在此，如果在其中一个或者另一个位置发现、判断并报告了损伤就已经足够了。常见的是由医生忽略双重手动找到的损伤。但是，如果计算机仅仅在对应的位置(例如，手动在腹部，通过计算机在背部)或者在两个位置上都发现了损伤，则同样涉及到了医生不希望看到的多重标记。
由于大肠在腹部和背部中的解剖结构不同，同等结构在两个对应数据组中的坐标是不一致的。如果它们近似相等，则所描述的方法以其它阈值同样可以被采用。如果腹部和背部之间的差别过大，则不能进行自动的消除。在怀疑的情况下必须对损伤进行进一步的判断，如果是同一损伤则可以由医生删除。
在这些考虑的基础上，发明者为避免双重工作而提出了一种为断层造影结肠照片、特别是结肠的CT或MR照片的鉴定进行预处理的方法，其中，既进行手动人工搜索，其中对这样找到的损伤Lmx进行判断，也进行必要时利用自动预判断的、由计算机执行的对损伤Lcx的查找，其中，鉴定人员还再次检验计算机支持的预判断，其中，从应该再次提供给人工判断的、由计算机支持找到的损伤Lcx集合中排除这样的损伤，即其与已经手动找到的损伤Lmx集合进行比较之后已经识别为已知并且归类为已判断。
在该方法的一个优选的实施方式中，执行至少下列方法步骤：
·在手动的预判断中确定并存储所找到的损伤Lmx的位置P(Lmx)；
·在计算机支持的自动预判断中确定、存储所找到的损伤的位置P(Lcx)，并且将其存储在可能待评估的损伤集合M(Lc)中；
·对于所有位置P(Lcx)，计算其与位置P(Lmx)的所有距离D(Lcx，Lmx)；
·然后，如下对可能待评估的损伤集合M(Lc)检验再判断的必要性：
○如果一个损伤Lcx的所有距离D(Lcx，Lmx)大于特定值Dmax，则转移到对下一个损伤Lcx的检验；
○如果不能确定所观察的损伤Lcx的损伤基础，则转移到对下一个损伤Lcx的检验；
○如果所观察的由计算机支持找到的损伤Lcx的法线方向N(Lcx)不同于手动找到的、且与所观察损伤Lcx之间的距离D(Lcx，Lmx)最小的损伤Lmx的法线方向N(Lmx)，则转移到对下一个损伤Lcx的检验；
○否则，将所观察的损伤Lcx从待评估的损伤Lcx集合M(Lc)中删除；
·将所有在待评估的损伤Lcx集合M(Lc)中剩余的损伤Lcx提供给手动再判断。
对应于作为基础的发明思路，发明者还提出了一种具有下列方法步骤的方法：
·在手动的预判断中确定并存储所找到的损伤Lmx的位置P(Lmx)；
·在计算机支持的自动预判断中确定并存储所找到的损伤Lcx的位置P(Lcx)；
·将所有由计算机找到的、且其位置P(Lcx)至每个手动找到的损伤Lmx的所有位置P(Lmx)都超过预定距离Dmax的损伤Lcx，记录在待手动再判断的损伤Lcx集合(M(Lc))中；
·在剩余的、且其位置P(Lcx)至一个手动找到的损伤Lmx的位置P(Lmx)小于该预定距离Dmax的损伤Lcx中，确定两个位置接近的损伤Lmx和Lcx是否属于同一损伤，在结果肯定时将该损伤Lcx从待再判断的损伤Lcx集合中除去或者不添加到其中。
特别是，可以如下对两个位置接近的损伤Lmx和Lcx的同属性进行检验：在其位置P(Lcx)至一个手动找到的损伤Lmx的位置P(Lmx)小于该预定距离Dmax的损伤Lcx中，确定其对于结肠长度片段的属性，并且随后在属性相同的情况下将该损伤Lcx不计入待手动再判断的损伤集合中，其中，将所有其它损伤Lcx提供给再判断。
此外，为了确定相距极小的一个手动找到的损伤Lmx和一个计算机支持找到的损伤Lcx是否属于同一结肠长度片段，可以进行下列方法步骤：
·确定在手动找到的损伤Lmx中位于中心的点Z(Lmx)以及计算机支持找到的损伤Lcx的位于中心的点Z(Lcx)；
·确定在相邻结肠壁上穿过损伤Lmx和Lcx的这些位于中心的点Z(Lmx)和Z(Lcx)的法线矢量N(Lcx)和N(Lmx)；
·如果这两个法线矢量N(Lcx))和N(Lmx)之间的角度超过一个边界值，则将两个损伤Lmx和Lcx作为属于不同的结肠长度片段计入并且作为不同的损伤处理。
在此，例如作为损伤的位于中心的点可以使用该损伤的几何重心，作为结肠壁可以使用从结肠壁至所观察的损伤的过渡点之间的连线。
关于对两个损伤的关联的判断，作为预定距离Dmax可以假定具体的值或者使用一个依赖于相邻损伤Lcx和Lmx中至少一个损伤大小的函数。
附图说明
本发明的其它特征和优点借助于附图由下面对优选实施方式的描述给出，其中需要指出的是，仅仅示出了对于直接理解本发明重要的部件。
下面要对照附图更详细地解释本发明，其中使用了如下的参考标记：1：第一判断点；2：第二判断点；3：第三判断点；4：删除标记；5：选择下一个损伤；B：损伤基础；C：结肠；D(Lcx，Lmx)：计算机支持找到的损伤至手动找到的损伤的距离；Dmax：预定最大距离；Lx：现有损伤；Lcx：计算机支持找到的损伤；Lmx：手动找到的损伤；N(Lcx)：损伤Lcx的法线矢量；N(Lmx)：损伤Lmx的法线矢量；P(Lcx)：计算机支持找到的损伤的位置，同时与Z(Lcx)相同；P(Lmx)：手动找到的损伤的位置，同时与Z(Lmx)相同；W：结肠壁。
附图中：
图1表示实际存在损伤的一个结肠片段；
图2表示图1中结肠片段的手动找到的损伤；
图3表示图1的结肠片段中计算机支持找到的损伤；
图4表示计算机支持和手动找到的损伤的位置；
图5示意地表示对于再判断的选择方法；
图6表示按照本发明的方法提供给再判断的损伤；
图7表示按照本发明的方法做出决定的流程图。
具体实施方式
图1示出了带有结肠壁W和7个示例性表示的损伤L1至L7的结肠片段C的示意断面表示。就再判断而言，关键的损伤一方面是损伤L5和L6，因为其在同时属于不同的结肠片段的条件下在位置上很接近，另一方面是相互接近的两个损伤L3和L4，从而在此也存在这样的危险，即一个仅仅通过计算机支持的搜索而找到的损伤可能在再判断中被剔除。
图2示出了手动搜索的示例性结果。在此找到的是损伤Lm1至Lm4，其位置P(Lm1)至P(Lm4)记录在一个数据库、列表或矩阵中。此外，进行了由计算机支持的对在所示结肠片段中的损伤的搜索，其中，如图3示出的那样，在该例中由计算机找到了损伤Lc1至Lc5。然后，此时要对所有由计算机找到的并且在手动搜索中没有找到的损伤进行再判断。
图4中示出了对图2和3的表示的叠加，该叠加还包含了所找到和所记录的位置P(Lm1)至P(Lm4)以及P(Lc1)至P(Lc5)。手动找到的损伤从左上方向右下方划阴影线，而计算机支持找到的损伤从左下方向右上方划阴影线。因此，双重找到的损伤在图4中用交叉阴影线示出。
按照本发明的技术问题此时是，通过对应的计算方法仅将由计算机找到、但手动未找到的损伤提供给再判断。在示出的例子中涉及的是损伤Lc2、Lc3和Lc5。为了精确地找出这些损伤，现在对所有的损伤Lcx分别计算它们至所有损伤Lmx的距离。如果找出一个由计算机支持找到的、且在其附加(即距离小于Dmax)没有其它损伤的损伤Lcx，则将该损伤标记为需要再判断或者保留在待再判断的损伤集合中。
如果对于一个计算机支持找到的损伤Lcx找到了位于预定最大距离Dmax以内的另一个损伤Lmx，则必须尝试识别出这些损伤是否实际上属于同一结肠片段。在两个损伤Lc5和Lm3中给出了这种问题。损伤Lm3紧临由计算机支持找到的损伤Lc5，从而损伤Lc5实际上可以从待再判断的搜索中被剔除。不过，在示出的情况下，为了保证两个损伤Lc5和Lm3涉及的是同一个损伤，首先确定损伤Lc5的损伤基础。损伤基础B被理解为损伤与结肠壁W连接的平面或者线段。如果不能直接确定损伤基础，则可以例如在损伤和结肠壁之间的两侧过渡上内插出一条直线，将该直线视为损伤基础。然后，从找到的损伤Lc5的中心点、例如计算出的重心Z(Lcx)作至损伤基础的垂直线，随后确定该损伤基础的垂直点穿过该损伤的中心点的方向，即确定损伤的法线矢量N(Lcx)。按照同样的方式处理带有Z(Lmx)的最近的手动找到的损伤Lm3，从而也为手动找到的损伤Lm3计算一个法线矢量N(Lmx)。如果两个法线矢量N(Lcx)和N(Lmx)的方向相反，则涉及的是两个属于不同结肠片段的损伤，因此由计算机支持找到的损伤Lc5保留在待再判断的损伤集合中，或者记录到待再判断的损伤列表中。在这里示出的例子中中心点Z(Lmx)和Z(Lcx)同时对应于位置P(Lmx)和P(Lcx)，不过这点不一定必须如此。
此外，还要说明两个相互紧靠的损伤Lc3和Lm2。如果使用恒定的最大距离Dmax作为判断标准(例如在较大的损伤Lc1、Lc4和Lc5中使用的那样)，则这些损伤将被视为相同的损伤。由于它们的法线也朝向相同，因此Lc3将不显示为需要再判断。这在示出的两个损伤Lc3和Lm2的排列例子中会引起从再判断中的错误剔除。因此证明为特别优选的是，参考距离标准让所观察的损伤的延伸相互影响。例如，可以根据所计算的损伤面积确定等效的半径，该半径反映了与所观察的损伤大致相同的面积，并且随后将该半径或者该半径的预定倍数用作最大距离。由此，在损伤Lc3的情况下使用一个比在图5中示出的圆小很多的圆，从而识别出两个损伤Lm2和Lc3之间的明显分离，并且将损伤Lc3保留或者记录在待再判断的损伤集合中。
图6作为结果示出了根据本发明的方法待再判断的、由计算机支持找到的损伤。该损伤是损伤Lc2、Lc3和Lc5。由此，通过本发明的方法仅向医生又提供三个用于再判断的损伤，而在没有按照本发明的选择方法的条件下将提供在图3中示出的五个损伤。表明由此进行了显著的工作简化。
为了完善，在图7中再次示出了在选择待再判断的损伤时的方法流程。在此，将计算机支持找到的损伤依次进行检验并且将其送至判断树。其中，在第一判断点1检验由计算机支持找到的损伤至所有其它损伤的距离。
如果每个距离大于预定距离Dmax，则将该损伤记录在待再判断的损伤集合中或者不从中剔除，并且选择下一个待检验的损伤。如果一个找出的距离小于给定的边界值，则转向判断点2。在判断点2设法确定损伤基础。如果不能确定损伤基础，则也将该损伤提供给再判断，否则进入判断点3，其中确定两个待比较的损伤的法线方向。如果这些法线方向的取向不同，则将该损伤记录在待再判断的损伤集合中或者不从中剔除。
如果法线方向相同，则认为在此出现了已经手动预判断了的相同损伤，从而将其最终从待再判断的损伤集合中删除。然后，将下一个损伤送至该判断树，直到检验了所有由计算机支持找到的损伤为止。
可以理解，上面提到的本发明的特征不仅可以按照各自给出的组合使用，而且也可以在不脱离本发明范围的条件下按照其它组合或者单独使用。
总之，通过本发明从应该再次提供给人工判断的、由计算机支持找到的损伤Lcx集合中排除这样的损伤，即其与已经手动找到的损伤Lmx集合进行比较之后已经通过可靠方式识别为已知并且归类为已判断。由此，可以为做出检查判断的医生显著减轻工作量。

Claims (8)

1.一种为断层造影结肠照片、特别是结肠的CT或MR照片的鉴定进行预处理的方法，其中，既进行手动人工搜索，其中对这样手动找到的损伤(Lmx)进行判断，还进行必要时利用自动预判断的、由计算机执行的对损伤(Lcx)的搜索，其中，鉴定人员还再次检验计算机支持的预判断，其特征在于，从应该再次提供给人工判断的、且计算机支持找到的损伤(Lcx)集合中排除这样的损伤，即其与已经手动找到的损伤(Lmx)集合进行比较之后已经识别为已知并且归类为已判断。
2.根据上述权利要求1所述的方法，其特征在于，执行至少下列方法步骤：
2.1.在手动的预判断中确定并存储所找到的损伤(Lmx)的位置(P(Lmx))；
2.2.在计算机支持的自动预判断中确定、存储所找到的损伤(Lcx)的位置(P(Lcx))，并且将其存储在可能待评估的损伤集合(M(Lc))中；
2.3.对于由计算机支持找到的损伤(Lcx)的所有位置(P(Lcx))，计算其与手动找到的损伤(Lmx)的位置(P(Lmx))之间的所有距离(D(Lcx，Lmx))；
2.4.如下对可能待评估的损伤集合(M(Lc))检验再判断的必要性：
2.4.1.如果由计算机支持找到的损伤(Lcx)至手动找到的损伤(Lmx)的所有距离(D(Lcx，Lmx))大于特定值(Dmax)，则转移到对下一个由计算机支持找到的损伤(Lcx)的检验；
2.4.2.如果不能确定所观察的由计算机支持找到的损伤(Lcx)的损伤基础(B(Lcx))，则转移到对下一个由计算机支持找到的损伤(Lcx)的检验；
2.4.3.如果所观察的由计算机支持找到的损伤(Lcx)的法线方向(N(Lcx))不同于与所观察的由计算机支持找到的损伤(Lcx)之间的距离(D(Lcx，Lmx))最小的手动找到的损伤(Lmx)的法线方向(N(Lmx))，则转移到对下一个由计算机支持找到的损伤(Lcx)的检验；
2.4.4.否则，将所观察的由计算机支持找到的损伤(Lcx)从待评估的计算机支持找到的损伤(Lcx)集合(M(Lc))中删除；
2.5.将所有在待评估的由计算机支持找到的损伤(Lcx)集合(M(Lc))中剩余的由计算机支持找到的损伤(Lcx)提供给手动再判断。
3.根据上述权利要求1所述的方法，其特征在于，执行至少下列方法步骤：
3.1.在手动的预判断中确定并存储所找到的损伤(Lmx)的位置(P(Lmx))；
3.2.在计算机支持的自动预判断中确定并存储所找到的损伤(Lcx)的位置(P(Lcx))；
3.3.将所有由计算机找到的、且其位置(P(Lcx))至每个手动找到的损伤(Lmx)的所有位置(P(Lmx))超过预定距离(Dmax)的损伤(Lcx)，记录在待手动再判断的损伤(Lcx)集合(M(Lc))中；
3.4.在剩余的、且其位置(P(Lcx))至手动找到的损伤(Lmx)的位置(P(Lmx))小于该预定距离(Dmax)的由计算机支持找到的损伤(Lcx)中，确定两个位置接近的损伤(Lmx和Lcx)是否属于同一损伤(Lx)，在结果肯定时将该损伤(Lcx)从待再判断的损伤(Lcx)集合(M(Lc))中除去或者不添加到其中。
4.根据上述权利要求3所述的方法，其特征在于，如下对两个位置接近的损伤(Lmx和Lcx)的同属性进行检验：在其位置(P(Lcx))至手动找到的损伤(Lmx)的位置(P(Lmx))小于该预定距离(Dmax)的由计算机支持找到的损伤(Lcx)中，确定该计算机支持找到的损伤对于结肠长度片段的属性，随后在属性相同的情况下将该损伤(Lcx)不计入待手动再判断的损伤集合(M(Lc))中，其中，将所有其它由计算机支持找到的损伤(Lcx)提供给再判断。
5.根据上述权利要求3所述的方法，其特征在于，为了确定相距极小的一个手动找到的损伤(Lmx)和一个由计算机支持找到的损伤(Lcx)是否属于同一结肠长度片段，进行下列方法步骤：
5.1.确定在手动找到的损伤(Lmx)中位于中心的点(Z(Lmx))以及由计算机支持找到的损伤(Lcx)的位于中心的点(Z(Lcx))；
5.2.确定在相邻结肠壁(W)上穿过手动找到的损伤(Lmx)和由计算机支持找到的损伤(Lcx)的这些位于中心的点(Z(Lmx))和(Z(Lcx))的法线矢量(N(Lcx))和(N(Lmx))；
5.3.如果这两个法线矢量(N(Lcx))和(N(Lmx))之间的角度超过一个边界值，则将该两个损伤(Lmx和Lcx)作为属于不同的结肠长度片段计入并且作为不同的损伤来处理。
6.根据上述权利要求4所述的方法，其特征在于，作为损伤(Lcx，Lmx)的位于中心的点(Z(Lcx)，Z(Lmx))使用损伤的几何重心。
7.根据上述权利要求4至5中任一项所述的方法，其特征在于，将从结肠壁(W)至所观察的损伤的过渡点之间的连线看作结肠壁(W)。
8.根据上述权利要求2至6中任一项所述的方法，其特征在于，所述预定距离(Dmax)是相邻损伤(Lcx和Lmx)中至少一个损伤大小的函数。
CNA2005100229581A 2004-12-17 2005-12-19 为断层造影结肠照片的鉴定进行预处理的方法 Pending CN1788681A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102004060931.4 2004-12-17
DE102004060931A DE102004060931A1 (de) 2004-12-17 2004-12-17 Verfahren zur Vorbereitung der Begutachtung von tomographischen Colon-Aufnahmen

Publications (1)

Publication Number Publication Date
CN1788681A true CN1788681A (zh) 2006-06-21

Family

ID=36590359

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA2005100229581A Pending CN1788681A (zh) 2004-12-17 2005-12-19 为断层造影结肠照片的鉴定进行预处理的方法

Country Status (3)

Country Link
US (1) US7668353B2 (zh)
CN (1) CN1788681A (zh)
DE (1) DE102004060931A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102005058217B4 (de) * 2005-12-06 2013-06-06 Siemens Aktiengesellschaft Verfahren und System zur computergestützten Erkennung von Hochkontrastobjekten in tomographischen Aufnahmen
DE102007025401B4 (de) * 2007-05-31 2015-10-01 Siemens Aktiengesellschaft Verfahren zur Auswertung eines Tomographie-Datensatzes und Tomographie-Arbeitsstation
JP5745947B2 (ja) * 2011-06-20 2015-07-08 株式会社日立メディコ 医用画像処理装置、医用画像処理方法
WO2017120369A1 (en) * 2016-01-06 2017-07-13 Boston Scientific Scimed, Inc. Systems and methods for planning medical procedures

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS575109A (en) * 1980-06-10 1982-01-11 Fanuc Ltd Curved surface forming method
US4710876A (en) * 1985-06-05 1987-12-01 General Electric Company System and method for the display of surface structures contained within the interior region of a solid body
US7194117B2 (en) * 1999-06-29 2007-03-20 The Research Foundation Of State University Of New York System and method for performing a three-dimensional virtual examination of objects, such as internal organs
US6317617B1 (en) * 1997-07-25 2001-11-13 Arch Development Corporation Method, computer program product, and system for the automated analysis of lesions in magnetic resonance, mammogram and ultrasound images
US6246784B1 (en) * 1997-08-19 2001-06-12 The United States Of America As Represented By The Department Of Health And Human Services Method for segmenting medical images and detecting surface anomalies in anatomical structures
US6785410B2 (en) * 1999-08-09 2004-08-31 Wake Forest University Health Sciences Image reporting method and system
WO2003034176A2 (en) * 2001-10-16 2003-04-24 The University Of Chicago Computer-aided detection of three-dimensional lesions
US7260250B2 (en) * 2002-09-30 2007-08-21 The United States Of America As Represented By The Secretary Of The Department Of Health And Human Services Computer-aided classification of anomalies in anatomical structures
US7272251B2 (en) * 2002-09-30 2007-09-18 The Board Of Trustees Of The Leland Stanford Junior University Method for detecting and classifying a structure of interest in medical images
US7346209B2 (en) * 2002-09-30 2008-03-18 The Board Of Trustees Of The Leland Stanford Junior University Three-dimensional pattern recognition method to detect shapes in medical images
DE10254941B4 (de) * 2002-11-25 2006-09-07 Siemens Ag Vorrichtung zum Aufbau einer medizinischen Datenbank
US7454045B2 (en) * 2003-10-10 2008-11-18 The United States Of America As Represented By The Department Of Health And Human Services Determination of feature boundaries in a digital representation of an anatomical structure

Also Published As

Publication number Publication date
US7668353B2 (en) 2010-02-23
DE102004060931A1 (de) 2006-07-06
US20060182328A1 (en) 2006-08-17

Similar Documents

Publication Publication Date Title
CN109359666B (zh) 一种基于多特征融合神经网络的车型识别方法及处理终端
US8116574B2 (en) Result filter and method for selecting the result data of an application for automatic pattern recognition
CN109716445B (zh) 类似病例图像检索程序、类似病例图像检索装置以及类似病例图像检索方法
CN1788681A (zh) 为断层造影结肠照片的鉴定进行预处理的方法
CN1227610C (zh) 图象数据的文件管理方法及图像记录设备
JP2012014376A5 (zh)
CA2177472A1 (en) Automated method and system for improved computerized detection and classification of masses in mammograms
US20220328131A1 (en) Method for screening pathogenic uniparental disomy and use thereof
US20220112556A1 (en) Method and system for calculating tumor neoantigen burden
CN1879553A (zh) 检测心脏、胸廓和横隔膜边界的方法、装置和存储介质
JP2006107506A5 (zh)
Awan et al. Deep learning based digital cell profiles for risk stratification of urine cytology images
CN112489060A (zh) 一种用于肺炎病灶分割的系统及方法
Cleal et al. Dysgu: efficient structural variant calling using short or long reads
WO2019067557A1 (en) MORPHOMETRIC GENOTYPING OF CELLS IN LIQUID BIOPSY USING OPTICAL TOMOGRAPHY
CN111581423A (zh) 一种目标检索方法及装置
CN115830025B (zh) 白细胞分类计数方法、系统、存储介质及计算机设备
CN101028198A (zh) 在检查区域内的图像数据的基础上检查患者的血管的方法
CN106815605A (zh) 一种基于机器学习的数据分类方法及设备
CN112885406A (zh) 检测hla杂合性缺失的方法及系统
CN112927247A (zh) 基于目标检测的切图方法、切图装置和存储介质
Lin et al. Pulmonary nodule detection based on IR-UNet++
Cahn et al. Segmentation of cervical cell images.
CA3118014A1 (en) Systems and methods of managing medical images
CN1336071A (zh) 视频序列结构的自动提取方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication