DE69925139T2 - Adaptive querschnittsflächenberechnung mit hilfe von statistischen signaturen - Google Patents

Adaptive querschnittsflächenberechnung mit hilfe von statistischen signaturen Download PDF

Info

Publication number
DE69925139T2
DE69925139T2 DE69925139T DE69925139T DE69925139T2 DE 69925139 T2 DE69925139 T2 DE 69925139T2 DE 69925139 T DE69925139 T DE 69925139T DE 69925139 T DE69925139 T DE 69925139T DE 69925139 T2 DE69925139 T2 DE 69925139T2
Authority
DE
Germany
Prior art keywords
area
parameters
frame
definition
roi
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 - Lifetime
Application number
DE69925139T
Other languages
English (en)
Other versions
DE69925139D1 (de
Inventor
Sorin Grunwald
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.)
Boston Scientific Ltd Barbados
Original Assignee
Boston Scientific Ltd Barbados
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 Boston Scientific Ltd Barbados filed Critical Boston Scientific Ltd Barbados
Publication of DE69925139D1 publication Critical patent/DE69925139D1/de
Application granted granted Critical
Publication of DE69925139T2 publication Critical patent/DE69925139T2/de
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/52017—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 particularly adapted to short-range imaging
    • G01S7/52023—Details of receivers
    • G01S7/52036—Details of receivers using analysis of echo signal for target characterisation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/12—Diagnosis using ultrasonic, sonic or infrasonic waves in body cavities or body tracts, e.g. by using catheters

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Radar, Positioning & Navigation (AREA)
  • General Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biomedical Technology (AREA)
  • Remote Sensing (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Description

  • Diese Erfindung betrifft die automatisierte Charakterisierung und Identifikation von Objekten, einschließlich der automatisierten Erfassung ihrer Grenzen in der intravaskulären Ultraschallbildgebung.
  • Der Wert der Ultraschallbildgebung kann verbessert werden, wenn Modelle entwickelt werden können, die Eigenschaften von Ultraschallobjekten in einer in-vivo Umgebung genau korrelieren. Früher gab es wenige automatisierte Ansätze auf dem Gebiet der in-vivo Ultraschall-Objektdefinition und -identifikation. Früher vorgeschlagene Ansätze können in zwei Kategorien unterteilt werden. Erstens die Definition eines Objekts als eine Fläche, die von einer erfassten Grenze umgeben ist. Eine Erfassung der Grenze ihrerseits basiert auf lokalen Eigenschaften und einem lokalen Verhalten der Grenze. Zweitens die Entwicklung eines theoretischen Modells für ein Ultraschallobjekt, das für in vitro Studien validiert ist.
  • Gemäß der ersten Kategorie wurden Ansätze am Thoraxcenter in Rotterdam, Holland und an der University of Iowa entwickelt, bei denen Merkmalsextraktionstechniken zur Grenzerfassung eingesetzt werden. Bei diesen Ansätzen wird ein Objekt als die Fläche definiert, die durch eine erfasste Grenze umgeben ist, und die eingesetzten Algorithmen werden optimiert, um die bestmögliche Grenze bereitzustellen. Diese Ansätze sind beschränkt, da die Algorithmen wenig Informationen über die Parameter bereitstellen, die das unter Beobachtung stehende Objekt charakterisieren. Ferner können die Algorithmen ihr Verhalten nicht an Varianten in den Objekteigenschaften von Rahmen zu Rahmen anpassen. Darüber hinaus sind die Algorithmen rechnerisch und zeitintensiv bei der Querschnittsflächenberechnung, da sie die Objektgrenze in jedem Rahmen des Volumens vollständig berechnen müssen.
  • In der zweiten Kategorie von Ansätzen wurden Gewebemodellierungstechniken entwickelt, um Datenmuster mit vordefinierten Modellen zu vergleichen, beispielsweise am Stanford Center for Cardiac Interventions und an der University of Texas. Bei diesen Arten von Techniken wird ein konsistentes Gewebeverhalten angenommen, das modelliert werden kann. Diese Modelle beschreiben die inneren Eigenschaften eines Objekts, die zur Identifikation des Objekts genutzt werden können. Diese Modelle sind jedoch inherent dahingehend beschränkt, dass sie aufgrund ihrer Natur keine Änderungen der Objekteigenschaften von Patient zu Patient, oder sogar von Rahmen zu Rahmen berücksichtigen können. Ein Artikel von Petropulu et al. mit dem Titel "MODELING THE ULTRASOUND BACKSCATTERED SIGNAL USING α-STABLE DISTRIBUTIONS, 1996, IEEE Ultrasonics Symposium, Seite 103 ist repräsentativ für den modellbasierten Ansatz. Darin werden bestimmte Annahmen über das theoretische statistische Verhalten gemacht und die Annahmen werden dazu verwendet, das Objekt in einer in-vivo Fallstudie zu identifizieren. Dieser beschränkte Ansatz unterliegt beträchtlichen Fehlern, da er ein Modell liefert, das das Objektverhalten nur teilweise beschreibt und Variationen von Fall zu Fall nicht berücksichtigt.
  • Bei den meisten bekannten Techniken zur Objektgrenzenerfassung wird ein rein manuelles Verfahren zur Verfolgung der Grenze eingesetzt, was einfach durch Zeichnen der Grenze des Objekts durchgeführt wird. Dieses Vorgehen ist langsam und unterliegt Fehlern und Schwankungen zwischen Anwendern. Darüber hinaus ermöglicht es keine Charakterisierung des Objekts innerhalb der Grenze.
  • Eine bekannte Beschreibung einer Kombination von unterschiedlichen Ansätzen ist Spencer et al., "CHARACTERISATION OF ATHEROSCLEROTIC PLAQUE BY SPECTRAL ANALYSIS OF 30MHZ INTRAVASCULAR ULTRASOUND RADIO FREQUENCY DATA", 1996 IEEE ULTRASONICS SYMPOSIUM, Seite 1073, in der ein statistisches Modell aus in-vitro Studien entwickelt und dann in in-vivo Fällen angewendet wird. Ein derartiger Ansatz ist sowohl durch die Unterschiede zwischen in-vitro und in-vivo Bedingungen als auch zwischen in-vivo Fällen begrenzt.
  • Was benötigt wird, sind bessere Techniken zur Grenzerfassung und zur Identifizierung und Charakterisierung von Objekten und Merkmalen von Ultraschallbildern.
  • In der GB 2 319 841 ist eine Ultraschallabtasttechnik zur Identifikation verschiedener Arten von Plaque in einem einzigen Bilddaten-Rahmen offenbart. Die Technik umfasst das Erzeugen von Radiofrequenzsignalen aus empfangener reflektierter Ultraschallenergie und das Vergleichen der Radiofrequenzsignale mit vorbestimmten Signalparametern, die für verschiedene Arten einer biologischen Gewebehistologie charakteristisch sind, um einen Bereich oder mehrere Bereiche unterschiedlicher Histologie zu identifizieren. Folglich identifiziert diese bekannte Einrichtung ein Objekt innerhalb eines einzigen Bildrahmens danach, ob bestimmte Parameter in einen akzeptablen Parameterbereich fallen.
  • Zusammenfassung der Erfindung
  • Gemäß der vorliegenden Erfindung wird ein Ultraschallbildgebungssystem zum Auswerten eines Objekts in einem Ultraschallbild bereitgestellt, wie es in dem beigefügten unabhängigen Anspruch definiert ist, auf den nun Bezug genommen werden soll.
  • Ein Objekt wird in jedem Bild identifiziert, indem ein interessierender Bereich an verschiedene Positionen in dem Bild bewegt wird und Objektidentifizierungsparameter an den verschiedenen Positionen ausgewertet werden, um zu bestimmen, ob die Parameter in einen akzeptablen Bereich fallen, der für das Objekt charakteristisch ist. Die Fläche des Objekts in jedem der Rahmen wird dann auf der Grundlage der Fläche der Positionen berechnet, die Parameter aufweisen, welche in den akzeptablen Bereich fallen. Die Flächen von zwei benachbarten Rahmen werden dann verglichen, um zu bestimmen, ob die Differenz zwischen den zwei Flächen einen vorbestimmten Betrag überschreitet. Falls dies so ist, wird einer der benachbarten Rahmen unter Verwendung anderer Kriterien erneut berechnet.
  • Beispielsweise kann der Bereich akzeptabler Objektidentifizierungsparameter variiert werden, wenn die Fläche eines benachbarten Rahmens erneut berechnet wird. Als weiteres Beispiel kann eine Startposition des interessierenden Bereichs variiert werden, wenn die Fläche eines benachbarten Rahmens erneut berechnet wird. Als noch ein weiteres Beispiel kann die Größe des interessierenden Bereichs variiert werden, wenn die Fläche eines benachbarten Rahmens erneut berechnet wird. Wenn die Differenz zwischen der erneut berechneten Fläche und der Fläche des Objekts in dem benachbarten Rahmen den vorbestimmten Betrag immer noch überschreitet, kann eine die Diskrepanz anzeigende Nachricht erzeugt werden.
  • Objektidentifizierungsparameter können auf verschiedene Art und Weise erhalten werden, indem ein Objekt in einem Ultraschallbild ausgewertet wird, das aus Zeitbereichsdaten aufgebaut ist. Beispielsweise wird ein interessierender Bereich innerhalb des Objekts zur Beobachtung ausgewählt. An dem ausgewählten interessierenden Bereich wird eine Transformation der Zeitbereichsdaten durchgeführt, um Frequenzbereichsdaten zu erhalten. Die Frequenzbereichsdaten werden dann verdichtet oder gefiltert und Objektidentifizierungsparameter werden aus den verdichteten Frequenzbereichsdaten erhalten. Mehrere interessierende Definitionsbereiche, die Teilmengen des ausgewählten interessierenden Bereichs sind, werden dann definiert. Vorzugsweise sind die interessierenden Definitionsbereiche proportional zu dem ausgewählten interessierenden Bereich geformt und an unterschiedlichen Positionen in dem ausgewählten interessierenden Bereich angeordnet. Eine Transformation der die interessierenden Definitionsbereiche definierenden Zeitbereichsdaten wird dann durchgeführt, um Frequenzbereichsdaten zu erhalten, die für die interessierenden Definitionsbereiche repräsentativ sind. Aus diesen Daten wird ein Bereich von akzeptablen Objektidentifizierungsparametern erhalten.
  • Sobald dieser Bereich bestimmt worden ist, werden interessierende Definitionsbereiche an ausgewählten Positionen in dem Ultraschallbild angeordnet und Transformationen der Zeitbereichsdaten werden durchgeführt, um Frequenzbereichsdaten zu erhalten, welche für die interessierenden Definitionsbereiche in dem Ultraschallbild repräsentativ sind. Objektidentifizierungsparameter aus diesen Frequenzbereichsdaten werden dann erhalten. Diese Objektidentifizierungsparameter werden dann ausgewertet, um zu bestimmen, ob sie innerhalb des Bereichs von akzeptablen Objektidentifizierungsparametern liegen, der vorher berechnet worden ist. Die ausgewählten interessierenden Definitionsbereiche in dem Ultraschallbild, die Objektidentifizierungsparameter haben, welche in den akzeptablen Bereich fallen, werden dann markiert oder gekennzeichnet, so dass um die gekennzeichneten interessierenden Definitionsbereiche eine Objektgrenze konstruiert werden kann. Sobald die Grenze konstruiert worden ist, kann eine Fläche des Objekts einfach berechnet werden.
  • In einer Version werden die Daten durch Auswerten nur der Daten verdichtet, die einen spektralen Leistungsinhalt unterhalb eines ausgewählten Teilschwellenwerts aufweisen. In einer anderen Version werden die Objektgrenze und das Objekt dargestellt (beispielsweise auf einem Anzeigebildschirm), um es einem Anwender zu ermöglichen anzuzeigen, ob die Objektgrenze das Objekt in akzeptabler Art und Weise begrenzt. Wenn die konstruierte Grenze ungenau oder in anderer Art und Weise inakzeptabel ist, kann nach einer von zwei Möglichkeiten eine neue Grenze konstruiert werden. Nach einer Möglichkeit kann der Anwender einen anderen interessierenden Bereich auswählen (beispielsweise unter Verwendung einer Maus zum Bewegen des interessierenden Bereichs an eine andere Position auf dem dargestellten Objekt) und die Schritte des Verfahrens mit dem neuen interessierenden Bereich wiederholen. Alternativ dazu können die Daten in einer anderen Art und Weise verdichtet oder gefiltert und dann die Schritte des Verfahrens wiederholt werden.
  • Typischerweise wird das Ultraschallbild durch mehrere Rahmen von Zeitbereichsdaten definiert und die Objektgrenze wird in einem der Rahmen (bequemerweise als erster Rahmen bezeichnet) konstruiert. Ein weiterer Rahmen wird dann ausgewählt und eine Objektgrenze wird um das Objekt in dem zweiten Rahmen konstruiert und eine Fläche wird berechnet. Dieser Prozess wird für jeden Rahmen wiederholt, der das Objekt aufweist. Folglich besteht ein Vorteil der Erfindung darin, dass die Fläche des Objekts in aufeinanderfolgenden Rahmen im Wesentlichen ohne Wechselwirkung mit dem Anwender ermittelt werden kann. Sobald die Flächen berechnet worden sind, kann ein Volumen des Objekts basierend auf den Flächen des Objekts in den Rahmen und den Abständen zwischen den Rahmen berechnet werden.
  • In einer Form wird die Objektgrenze um das Objekt in dem zweiten und den nachfolgenden Rahmen konstruiert durch Platzieren eines interessierenden Definitionsbereiches an einem Schwerpunkt des Objekts, der aus dem ersten (oder einem vorhergehenden) Rahmen bestimmt wurde, und durch Wiederholen der Schritte, die der Bestimmung des Bereichs von akzeptablen Objektsidentifizierungsparametern folgen.
  • Die Erfindung wird durch Bezugnahme auf die folgende detaillierte Beschreibung in Verbindung mit den beigefügten Zeichnungen besser verständlich.
  • Kurzbeschreibung der Zeichnungen
  • 1 ist ein Blockdiagramm einer Umgebung gemäß der Erfindung.
  • 2 ist eine Darstellung eines in-vivo Falls der interessierende Bereiche gemäß der Erfindung zeigt.
  • 3A und 3B bilden gemeinsam ein Fließdiagramm eines erfindungsgemäßen Verfahrens zur adaptiven Berechnung einer Objektsignatur.
  • 4 ist ein Spektrumsdiagramm eines interessierenden Bereichs.
  • 5 ist eine grafische Darstellung einer Variation eines Objektbereichs.
  • 6 ist eine Darstellung einer Objektdefinition.
  • 7 ist ein Spektrumsdiagramm eines interessierenden Bereichs, das zeigt, wie die Objektidentifizierungsparameter für physikalische Eigenschaften des Objekts in einem Patienten repräsentativ sind.
  • Beschreibung spezifischer Ausführungsformen
  • Die Erfindung stellt beispielhafte Systeme zur Auswertung von Objekten in Ultraschallbildern bereit. Die auszuwertenden Objekte sind vorzugsweise für verschiedene physikalische Merkmale in der Anatomie repräsentativ. Lediglich beispielhaft können derartige Merkmale Gewebe, Plaque, Blut und dergleichen umfassen.
  • Das Objekt kann unter Verwendung von Parametern modelliert werden, die für verschiedene physikalische Eigenschaften des Objekts repräsentativ sind. Diese Parameter werden aus in-vivo Bilddaten erhalten. Als ein Beispiel übermitteln die durch die Erfindung erzeugten Parameter, wenn das physikalische Objekt zumindest teilweise aus Plaque besteht, Informationen über die Art der Plaque, bzw. ihre Härte, Homogenität und dergleichen. Auf diese Art und Weise können die Parameter dazu verwendet werden, eine verbotene Behandlung besser zu definieren. Darüber hinaus können die Parameter gespeichert werden, so dass die gespeicherten Parameterwerte immer dann, wenn der Patient untersucht wird, verglichen werden können, um zeitabhängige Veränderungen zu bestimmen.
  • Gemäß einer Ausführungsform der Erfindung wird das Objekt charakterisiert, indem die in-vivo Objektparameter und ihre Variabilität in den Ultraschallbilddaten berücksichtig werden. Speziell wird angenommen, dass jedes Objekt in Form statistischer Eigenschaften (oder Objektidentifizierungsparameter) definiert werden kann, die sich konsistent von Eigenschaften der Umgebung unterscheiden. Derartige Eigenschaften werden als die Signatur des Objekts bezeichnet. Die statistischen Eigenschaften werden an ausgewählten Positionen in dem Bild berechnet, um zu bestimmen, ob sie in einen vorbestimmten Bereich von Werten fallen, welcher das Objekt repräsentiert. Wenn sie innerhalb des Bereichs liegen, werden die Positionen markiert, um anzuzeigen, dass sie innerhalb des Objekts liegen. Eine Grenze kann dann um das Objekt gezeichnet und die Fläche berechnet werden.
  • Wenn die Grenze nicht korrekt gezeichnet ist, ist das Verfahren dazu in der Lage, bestimmte Kriterien anzupassen und dann den Prozess zu wiederholen, bis Konvergenz erhalten wird. Da die Ultraschalldaten typischerweise in mehreren (möglicherweise aufeinanderfolgenden) Rahmen gespeichert werden, muss die Fläche des Objekts in jedem Rahmen berechnet werden. Wenn die Fläche des Objekts in einem nachfolgenden Rahmen berechnet wird, wird ein Vergleich mit dem vorhergehenden Rahmen durchgeführt, um zu bestimmen, ob die Abweichung der Fläche des Objekts zu groß ist. Falls dies der Fall ist, ermöglicht die Erfindung dem Anwender eine An passung bestimmter Kriterien oder passt automatisch bestimmte Kriterien an, um zu sehen, ob ein besseres Ergebnis erhalten werden kann. Sobald die Fläche in jedem Rahmen bestimmt worden ist, kann ein Volumen des Objekts berechnet werden.
  • Mit Bezugnahme auf die 1 wird nun ein erfindungsgemäßes Ultraschallsystem 8 beschrieben. Das System 8 umfasst einen Wandler 12 (der typischerweise in einem aus dem Stand der Technik bekannten Bildgebungskatheter angeordnet ist), der durch einen Anreger 10 angetrieben wird, um einen interessierenden Bereich (region of interest, ROI) 14 mit Ultraschallenergie 16 anzuregen. Reflexionen 18 der Ultraschallenergie werden an einem Empfänger 20 während eines Rahmens beobachtet. Signalverarbeitungstechniken in einem Signalprozessor 22 analysieren diese Reflexionen. Die extrahierten Informationen werden dazu verwendet, die Anregung und Beobachtungen über gegenwärtige und/oder nachfolgende Rahmen zu verfeinern, und um die Charakterisierung des Rahmens als Objektmodell zu verfeinern. Obwohl dies nicht gezeigt ist, umfasst das System 8 vorzugsweise auch einen Anzeigebildschirm, um jeden Datenrahmen anzuzeigen, der typischerweise ein Querschnitt des Bilds ist. Verschiedene Eingabeeinrichtungen, wie zum Beispiel Tastaturen, Zeigegeräte, Mäuse und dergleichen sind vorzugsweise vorhanden, um es dem Anwender zu ermöglichen, mit dem System zu kommunizieren. Ein beispielhafter Prozessor, der in der Erfindung eingesetzt werden kann, ist in einem medizinischen Galaxy-Bildgebungssystem enthalten, das von der Boston Scientific Corporation kommerziell erhältlich ist.
  • 2 zeigt ein typisches IVUS-Objekt 26 (wie zum Beispiel Plaque) in einem Bild 28, das auf dem Anzeigebildschirm des Systems 8 erzeugt wird und einen von dem Empfänger 20 gesammelten Rahmen von Daten darstellt. Wie hier später detaillierter beschrieben werden wird, werden zwei verschiedene rechteckige interessierende Bereiche (ROIs) 14, 14' auf das Zielobjekt 26 gezeichnet. Die ROIs 14, 14' können unter Verwendung von einer der oben beschriebenen Eingabeeinrichtungen des Systems auf dem Objekt 26 platziert werden. Obwohl sie rechteckig dargestellt sind, versteht es sich ferner, dass die ROIs 14 und 14' jede Größe oder Geometrie aufweisen können. Darüber hinaus kann eine beliebige Anzahl von ROIs verwendet werden.
  • Ein von einer Gefäßwand 31 umgebenes Lumen 30 zeigt, wie die Plaque 26 das Lumen 30 füllt. Wie aus dem Stand der Technik bekannt ist, werden die unterschiedlichen Objekte durch in unterschiedlicher Art und Weise dargestellte visuelle Intensitäten sowie die Homogenität des Bilds charakterisiert. Wie hier später be schrieben werden wird, weisen Reflexionen von ROIs 14, 14' vorzugsweise ein Spektrum auf, das sich von dem aller umgebenden Objekte unterscheidet.
  • Bezug nehmend auf die 3A und 3B ist ein Fließdiagramm eines beispielhaften erfindungsgemäßen Prozesses dargestellt. Der Prozess beginnt durch das Auswählen eines Referenzrahmens, der das beobachtete Reflexionssignal für ein interessierendes Zeitfenster umfasst (Schritt A). Vorzugsweise wird dem Anwender erlaubt, den Referenzrahmen auszuwählen. Der ausgewählte Rahmen ist vorzugsweise der Rahmen, der das Objekt 26 (siehe 2) am besten zeigt. Der ROI 14 (siehe 2), der im Wesentlichen jede Größe oder Geometrie aufweisen kann, wird dann auf dem gewünschten Objekt 26 positioniert (Schritt B). Dies kann beispielsweise unter Verwendung einer Maus zum Skizzieren des ROI 14 auf dem Anzeigebildschirm erfolgen.
  • Eine zweidimensionale schnelle Fouriertransformation (FFT) wird aus den beobachteten Zeitbereichsdaten des ROI 14 berechnet, um Frequenzbereichsdaten, d. h. ein Spektrum der Beobachtungsdaten in x und y zu erhalten (Schritt C). Die Daten werden dann verdichtet, indem nur ein Prozentsatz der Spektralkomponenten zurückbehalten wird, die den ROI 14 darstellen (Schritt D). Ein derartiger Prozess ist in 4 grafisch dargestellt. Wie in dem Beispiel nach 4 gezeigt ist, werden die Spektralkomponenten zwischen f0 und fc behalten. Der Wert fc, d. h. der Betrag der gewünschten Verdichtung, wird auf der Grundlage eines Prozentsatzes der ursprünglichen Fläche der verdichteten Daten ausgewählt, der beibehalten werden soll, beispielsweise 90% der Fläche unter der Kurve in 4. Wie hier später beschrieben, kann dieser Wert variiert werden, um die Ergebnisse des Verfahrens zu verbessern.
  • Die Verdichtung der Daten kann beispielsweise unter der Verwendung eines Tiefpassfilters erfolgen. Es versteht sich jedoch, dass verschiedene andere Verdichtungsmaßnahmen eingesetzt werden können. Beispielsweise kann das Verfahren den Einsatz eines Hochpassfilters, eines Bandpassfilters, eines selektiven Filters und dergleichen vorsehen. Die verdichteten Spektralkomponenten werden dann zur Berechnung von zwei Schlüsselobjektidentifikationsparametern eingesetzt (Schritt E). In 4 sind diese zwei Parameter die Nullfrequenzgröße AVG0, d. h. die Größe der Frequenz bei f0 (auch als die Amplitude der Nullfrequenz bezeichnet), und die Summe SA der Frequenzgrößen, d. h. die Fläche unter der Spektralamplitudendichtekurve (auch als Spektralamplitudenverteilung bezeichnet). Diese Fläche ist grafisch durch die querschraffierte Fläche unter der Kurve in 4 dargestellt. Wie hier später beschrieben, sind diese zwei Parameter insbesondere dahingehend vorteilhaft, dass sie zur Charakterisierung verschiedener physikalischer Eigenschaften des Objekts in dem Patienten verwendet werden können.
  • Anschließend wird ein „Definitions"-ROI berechnet. Der Definitions-ROI ist eine Teilmenge des ursprünglich ausgewählten ROI und wird dazu verwendet, einen Bereich von akzeptablen Objektidentifikationsparametern zu erhalten. Der Definitions-ROI wird vorzugsweise so gewählt, dass er eine ähnliche geometrische Form hat wie der ursprüngliche ROI, aber kleinere Abmessungen. Wenn der ursprünglich ausgewählte ROI eine Quadrat war und wenn die Anzahl der Komponenten von f0 bis fmax 256 war und die Anzahl der Komponenten von f0 bis fc 64 war (was die Quadratwurzel von 256 ist), dann können die Abmessungen des Definitions-ROI zum Beispiel die Quadratwurzel von 64 oder 8 mal 8 Komponenten sein. Wie hier später beschrieben werden wird, kann der Betrag der Verdichtung variiert werden, um, falls erforderlich, die Ergebnisse des Verfahrens zu verbessern. Sobald die Dimensionen des Definitions-ROI bestimmt worden sind, wird der Definitions-ROI in dem Zeitbereich aus den verdichteten Spektraldaten erneut konstruiert (Schritt F).
  • Der Definitions-ROI wird dann durch den ursprünglich ausgewählten interessierenden Bereich zu einzelnen Positionen bewegt. An jeder einzelnen Position (die so nahe aneinander liegen können wie ein Pixel an einem Pixel) wird eine FFT an dem Definitions-ROI durchgeführt und die zwei Objektidentifizierungsparameter werden in ähnlicher Art und Weise berechnet, wie bei dem ursprünglich ausgewählten ROI. Diese Werte werden dann zur Bestimmung eines akzeptablen Bereichs von Objektidentifizierungsparametern verwendet (Schritt G), da jeder der Definitionssparameter zu dem ursprünglich beobachteten ROI gehört. Dieser Bereich ist grafisch in 5 dargestellt.
  • Unter Rückkehr zu dem ursprünglichen Bild wird der Definitions-ROI an ausgewählte Positionen in dem Bild bewegt und FFTs der Zeitbereichsdaten werden durchgeführt, um Frequenzbereichsdaten für jede Position des Definitions-ROI in dem ursprünglichen Bild zu erhalten. Aus diesen Daten werden die zwei Objektidentifikationsparameter extrahiert und ausgewählt, um zu bestimmen, ob sie in den Bereich nach 5 fallen. Falls dies der Fall ist, werden die Positionen markiert oder gekennzeichnet, um anzuzeigen, dass diese Positionen ein Teil des Objekts sind, das den ursprünglich ausgewählten ROI aufweist.
  • Sobald alle Positionen ausgewertet worden sind, wird vom dem Prozessor eine Grenze des Objekts um die gekennzeichneten Positionen „gezeichnet" (Schritt H). Die Fläche des Objekts kann einfach berechnet werden, indem einfach die Flächen der gekennzeichneten Positionen addiert werden.
  • Dem Anwender werden dann die Ergebnisse präsentiert (durch Anzeigen des Bilds mit der Grenze auf dem Anzeigebildschirm) und er wird gefragt, anzugeben, ob die dargestellte Grenze korrekt oder in anderer Art und Weise akzeptabel ist (Schritt I). Beispielsweise kann ein Fenster auf dem Anzeigebildschirm erzeugt werden, um den Anwender zu fragen, ob die Grenze akzeptabel ist. Eine Bestätigung der Grenze ist eine Bestätigung, dass die Objektdefinition korrekt ist. Wenn die Grenze nicht als korrekt bestätigt wird, hat der Anwender die Wahl (Schritt J), den ROI zu optimieren (Schritt K) oder einen anderen ROI (wie zum Beispiel den ROI 14') hinzuzufügen (Schritt L). Der gesamte Prozess (Schritte B bis H) wird für jeden hinzufügten ROI wiederholt. Ein Abschnitt des Prozesses (Schritte D bis H) wird wiederholt, wenn der ROI optimiert werden soll. Um den ROI zu optimieren, kann das Maß oder die Art der Verdichtung variiert werden. Darüber hinaus kann der Bereich von akzeptablen Objektidentifizierungsparametern verändert werden.
  • Der vorhergehende Prozess (beginnend mit Schritt L) wird zur Bestätigung der Grenze eines komplexen Objekts und somit zur Definition eines komplexen Objekts verwendet. Das komplexe Objekt wird durch die zusammengesetzten Grenzen eines jeden einzelnen Objekts definiert, das, wie in 6 gezeigt ist, für jeden einzelnen Definitions-ROI erfasst wird.
  • Wenn (in Schritt I) die Grenze bestätigt wird, schreitet der Prozess zum nächsten Rahmen fort, wobei zuerst bestimmt wird, ob weitere Rahmen vorhanden sind (Schritt M). Falls keine weitere Rahmen vorhanden sind, endet der Prozess (Schritt N). Falls noch weitere Rahmen vorhanden sind, wird der Prozess bei dem nächsten Rahmen fortgesetzt (Schritt O).
  • Gemäß 3B wird die Verarbeitung an nachfolgenden Rahmen mit der Positionierung eines Definitions-ROI (der vorzugsweise der gleiche vorher berechnete Definitions-ROI ist) an einem Schwerpunkt des Objekts (der ausgehend von dem Objekt in dem vorhergehenden Rahmen näherungsweise bestimmt wird) fortgesetzt (Schritt P). Eine zweidimensionale schnelle Fouriertransformation (FFT) wird dann an den Zeitbereichsdaten berechnet (Schritt Q), um unter Verwendung der gleichen Techniken, die vorher eingesetzt wurden, Objektdefinitionsparameter zu berechnen (Schritt R) und dann die Objektdefinitionsparameter zu identifizieren (Schritt S). Die Parameter werden untersucht, um zu bestimmen, ob sie in dem vorher berechneten akzep tablen Bereich liegen. Wenn dies der Fall ist, wird die Position des Definitions-ROI als eine zu dem Objekt gehörende Fläche definierend gekennzeichnet. Solange ein unverarbeiteter Definitions-ROI vorhanden ist (Schritt T) wird der Prozess der Schritte P bis S für alle Defintions-ROIs wiederholt. Nachdem alle Defintions-ROIs berücksichtigt worden sind, werden die Grenzen des endgültigen Objekts bestimmt und die darin enthaltene Fläche wird in einer Art und Weise berechnet (Schritt U), die der vorher beschriebenen ähnelt.
  • Der neue Flächenwert wird mit dem für den vorhergehenden Rahmen berechneten Flächenwert verglichen, um zu bestimmen, ob er in einem akzeptablen Bereich liegt (Schritt V). Wenn dies der Fall ist, wird der Prozess mit dem nächsten Rahmen (Schritt M, 3A) fortgesetzt. Wenn nicht, tritt der Prozess in eine adaptive Schleife (Schritt W) ein, wobei die Schritte P bis U mit einer Veränderung der Position und Größe des Definitions-ROIs oder einer Veränderung des Bereichs von akzeptablen Parametern wiederholt werden, um einen in dem akzeptablen Bereich liegenden Flächenwert zu erhalten.
  • Wenn die zwei verglichenen Bereiche sich wesentlich voneinander unterscheiden, besteht eine hohe Wahrscheinlichkeit, dass eine der Flächen falsch berechnet worden ist. Die Schleife der Schritte P bis U stellt eine adaptive Möglichkeit bereit, derartige Diskrepanzen zu kompensieren. Genauer kann der Wert von fc (siehe 2) variiert werden (oder die Daten können in einer beliebigen Art und Weise verdichtet werden). Darüber hinaus kann der Startpunkt des Definitions-ROI von dem Schwerpunkt wegbewegt werden. Ferner kann der Bereich von akzeptablen Objektidentifikationsparametern variiert werden. Falls keine Konvergenz erhalten wird, kann das System eine Nachricht erzeugen, die anzeigt, dass die Ergebnisse der Definition nicht entsprochen haben.
  • 4 ist ein Spektrumsdiagramm eines ROI 14 von der Durchschnittsfrequenz f0 bis zu einer Frequenz oberhalb der maximal beobachteten Frequenz fmax. Ein Wert fc bezeichnet die obere Grenze des Spektrums der verdichteten Werte. Wie vorher erläutert, sind die zwei zur Entwicklung einer Objektdefinition eingesetzten Parameter 1) die Nullfrequenzgröße AVG, d.h. die Amplitude bei f0, und 2) die Spektralfläche SA, nämlich die Fläche, die durch die Achsen, die Verdichtungstrennlinie und die Amplituden-Frequenz-Kurve 30 begrenzt wird. Diese Kurve variiert mit jedem Definitions-ROI, wie durch die Kurve 30' dargestellt ist, ebenso wie die Nullfrequenzgröße AVG zwischen einer Amplitude 32 und 32' variiert.
  • 5 stellt eine Beziehung zwischen den Spektralflächen SA und den Nullfrequenzgrößen AVG dar und zeigt insbesondere den Objektdefinitionsbereich, wie er im Schritt G berechnet wird (3A). Innerhalb eines Objekts kann der Parameter AVG zwischen einem Minimum 34 und einem Maximum 36 schwanken und der Parameter SA kann zwischen einem Minimum 38 und einem Maximum 40 schwanken, wodurch die zulässigen Parametervariationen 42 für die Definition der Signatur des Objekts festgelegt werden. Parameter, für die herausgefunden wird, dass sie innerhalb dieses Bereichs liegen, sind somit mit dem Objekt identifizierbar.
  • Gemäß 6 erzeugt der Objektdefinitionsalgorithmus, der in Verbindung mit 3A und 3B erläutert wurde, eine Objektdefinition 48, beispielsweise für Plaque, die zu Darstellungszwecken aus zwei Objekten 50 und 52 besteht. Eine Objektgrenze 54 setzt sich aus Grenzen 56, 58 zusammen, die aus der Verarbeitung von zwei das Objekt definierenden ROIs resultieren.
  • Wie hier offenbart, ist die Objektfläche anschließend als Feedback-Parameter für den adaptiven Objektidentifikationsalgorithmus einsetzbar. Der Objektidentifikationsalgorithmus in Rahmen außer dem Referenzrahmen (Schritt A) verwendet die Ergebnisse des vorhergehenden Rahmens, um das Objekt zu identifizieren. Wenn sich die Objektfläche in einem derartigen Rahmen um mehr als einen akzeptierten Bruchteil von dem vorhergehenden Rahmen unterscheidet, dann ändern die adaptiven Mechanismen die Positionen und Größen der Defintions-ROIs, bis die resultierende neue Fläche innerhalb eines akzeptierten Bruchteils der Fläche in dem vorhergehenden Rahmen liegt. Wenn es keine Lösung des Optimierungsprozesses gibt (d.h., die Lösung konvergiert nicht), dann kann eine bestmögliche Näherung als Lösung gewählt werden und die Grenzfläche kann als unsicher gekennzeichnet werden.
  • Bezug nehmend auf 7 ist nun ein Beispiel eines Spektrumsdiagramms eines interessierenden Bereichs dargestellt, das zeigt, wie Objektidentifikationsparameter mit den physikalischen Eigenschaften des Objekts, d.h. des Objekts im Inneren des Patienten, zusammenhängen. In diesem Beispiel wird ein Ultraschallbild im Inneren eines Gefäßes mit einem aus Plaque bestehenden Bereich aufgenommen. Die AVG-Achse stellt die Intensität des Ultraschallbilds dar. Diese entspricht wiederum der physikalischen Zusammensetzung des tatsächlichen physikalischen Bilds, beispielsweise seiner Härte. Die f-Achse stellt die räumliche Struktur des Ultraschallbilds dar. Diese entspricht ihrerseits der räumlichen Struktur, beispielsweise der Homogenität des physikalischen Objekts. Beispielsweise besteht das tatsächliche physikalische Objekt in einem Bereich 60 aus Lipidplaque. In einem Bereich 62 besteht das physikalische Objekt aus gemischter Plaque. In einem Bereich 64 besteht das physikalische Objekt aus Blut und in einem Bereich 66 besteht das physikalische Objekt aus stark verkalkter Plaque, die in Gewebe übergeht.
  • Folglich kann die tatsächliche physikalische Beschaffenheit des Objekts unter Verwendung der f0- und der SA-Werte als Objektidentifikationsparameter charakterisiert werden. Auf diese Art und Weise sind die Verfahren der Erfindung patientenspezifisch und unterscheiden sich von Patient zu Patient. Darüber hinaus können die Parameter gespeichert und mit später berechneten Parametern verglichen werden, um zu bestimmen, ob eine Behandlung wirksam ist.
  • Die Erfindung wurde mit Bezugnahme auf spezifische Ausführungsformen beschrieben. Andere Ausführungsformen sind für den Durchschnittsfachmann ersichtlich. Es ist daher nicht beabsichtigt, diese Erfindung anderweitig zu beschränken, als es durch die beigefügten Patentansprüche angegeben ist.

Claims (1)

  1. Ultraschallbildgebungssystem mit: einem Prozessor, einem Speicher zur Speicherung von in-vivo Ultraschallbilddaten in einer Mehrzahl von Rahmen, einem mit dem Prozessor verbundenen Anzeigebildschirm, um Bilder von jedem Rahmen von Daten anzuzeigen, wobei die Bilder mindestens ein Objekt enthalten, und wobei der Prozessor: das Objekt in jedem Bild identifiziert, indem ein interessierender Bereich an verschiedene Positionen in dem Bild bewegt und Objektidentifizierungsparameter an den verschiedenen Positionen ausgewertet werden, um zu bestimmen, ob die Parameter in einen akzeptablen Bereich von das Objekt anzeigenden Objektidentifizierungsparametern fallen, die Fläche des Objekts in jedem der Rahmen auf der Basis der Positionen berechnet, die Parameter haben, die in den akzeptablen Bereich fallen, die Flächen von zwei benachbarten Rahmen vergleicht und die Fläche des Objekts in einem der benachbarten Rahmen unter Verwendung eines anderen Bereichs von Objektidentifizierungsparametern erneut berechnet, wenn die Differenz zwischen den zwei Flächen einen vorbestimmten Betrag überschreitet.
DE69925139T 1998-10-02 1999-09-13 Adaptive querschnittsflächenberechnung mit hilfe von statistischen signaturen Expired - Lifetime DE69925139T2 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US165670 1998-10-02
US09/165,670 US6120445A (en) 1998-10-02 1998-10-02 Method and apparatus for adaptive cross-sectional area computation of IVUS objects using their statistical signatures
PCT/IB1999/001541 WO2000019903A1 (en) 1998-10-02 1999-09-13 Adaptive cross-sectional area computation using statistical signatures

Publications (2)

Publication Number Publication Date
DE69925139D1 DE69925139D1 (de) 2005-06-09
DE69925139T2 true DE69925139T2 (de) 2006-01-26

Family

ID=22599936

Family Applications (1)

Application Number Title Priority Date Filing Date
DE69925139T Expired - Lifetime DE69925139T2 (de) 1998-10-02 1999-09-13 Adaptive querschnittsflächenberechnung mit hilfe von statistischen signaturen

Country Status (6)

Country Link
US (4) US6120445A (de)
EP (1) EP1117331B1 (de)
JP (1) JP4544745B2 (de)
CA (1) CA2340247C (de)
DE (1) DE69925139T2 (de)
WO (1) WO2000019903A1 (de)

Families Citing this family (185)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6120445A (en) * 1998-10-02 2000-09-19 Scimed Life Systems, Inc. Method and apparatus for adaptive cross-sectional area computation of IVUS objects using their statistical signatures
JP4101392B2 (ja) * 1999-04-08 2008-06-18 富士フイルム株式会社 画像定量方法および装置
US6200268B1 (en) * 1999-09-10 2001-03-13 The Cleveland Clinic Foundation Vascular plaque characterization
WO2002041752A2 (en) * 2000-11-24 2002-05-30 U-Systems, Inc. Method and system for instant biopsy specimen analysis
WO2002100249A2 (en) * 2001-06-13 2002-12-19 Cardiovascular Innovations, Inc. Apparatus and method for ultrasonically identifying vulnerable plaque
NL1019612C2 (nl) * 2001-12-19 2003-06-20 Gemeente Amsterdam Stoomoververhitter.
US6776760B2 (en) * 2002-03-06 2004-08-17 Alfred E. Mann Institute For Biomedical Engineering At The University Of Southern California Multi-mode processing for ultrasonic imaging
US6817982B2 (en) * 2002-04-19 2004-11-16 Sonosite, Inc. Method, apparatus, and product for accurately determining the intima-media thickness of a blood vessel
JP4773092B2 (ja) * 2002-08-26 2011-09-14 ザ クリーブランド クリニック ファウンデーション 血管データを捕捉するシステムおよび方法
US7074188B2 (en) 2002-08-26 2006-07-11 The Cleveland Clinic Foundation System and method of characterizing vascular tissue
US7359554B2 (en) * 2002-08-26 2008-04-15 Cleveland Clinic Foundation System and method for identifying a vascular border
US7927275B2 (en) * 2002-08-26 2011-04-19 The Cleveland Clinic Foundation System and method of aquiring blood-vessel data
US6835177B2 (en) * 2002-11-06 2004-12-28 Sonosite, Inc. Ultrasonic blood vessel measurement apparatus and method
US7998073B2 (en) * 2003-08-04 2011-08-16 Imacor Inc. Ultrasound imaging with reduced noise
EP1665987B1 (de) * 2003-09-12 2016-11-09 Hitachi, Ltd. Ultraschallgerät
US20050070796A1 (en) * 2003-09-30 2005-03-31 Fuji Photo Film Co., Ltd. Ultrasonic diagnosing apparatus
KR100601933B1 (ko) * 2003-11-18 2006-07-14 삼성전자주식회사 사람검출방법 및 장치와 이를 이용한 사생활 보호방법 및 시스템
WO2005053540A2 (en) * 2003-11-26 2005-06-16 Prisma Medical Technologies Llc Transesophageal ultrasound using a narrow probe
JP3867080B2 (ja) * 2003-12-11 2007-01-10 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 超音波診断装置
US7874990B2 (en) * 2004-01-14 2011-01-25 The Cleveland Clinic Foundation System and method for determining a transfer function
US7215802B2 (en) * 2004-03-04 2007-05-08 The Cleveland Clinic Foundation System and method for vascular border detection
KR100686289B1 (ko) * 2004-04-01 2007-02-23 주식회사 메디슨 대상체 영상의 윤곽내 볼륨 데이터를 이용하는 3차원초음파 영상 형성 장치 및 방법
US7460716B2 (en) * 2004-09-13 2008-12-02 Boston Scientific Scimed, Inc. Systems and methods for producing a dynamic classified image
JP4575738B2 (ja) * 2004-09-29 2010-11-04 富士フイルム株式会社 超音波画像境界抽出方法及び超音波画像境界抽出装置、並びに、超音波撮像装置
JP4575737B2 (ja) * 2004-09-29 2010-11-04 富士フイルム株式会社 超音波撮像装置
US7713206B2 (en) * 2004-09-29 2010-05-11 Fujifilm Corporation Ultrasonic imaging apparatus
US8287455B2 (en) * 2004-10-30 2012-10-16 Sonowise, Inc. Synchronized power supply for medical imaging
US8016758B2 (en) * 2004-10-30 2011-09-13 Sonowise, Inc. User interface for medical imaging including improved pan-zoom control
US7771355B2 (en) * 2004-10-30 2010-08-10 Sonowise, Inc. System and method for medical imaging with robust mode switching via serial channel
US7708691B2 (en) * 2005-03-03 2010-05-04 Sonowise, Inc. Apparatus and method for real time 3D body object scanning without touching or applying pressure to the body object
ES2425779T3 (es) 2005-05-06 2013-10-17 Vasonova, Inc. Aparato para el guiado y posicionamiento de un dispositivo endovascular
US20090118612A1 (en) 2005-05-06 2009-05-07 Sorin Grunwald Apparatus and Method for Vascular Access
US7831081B2 (en) * 2005-08-15 2010-11-09 Boston Scientific Scimed, Inc. Border detection in medical image analysis
US8784336B2 (en) 2005-08-24 2014-07-22 C. R. Bard, Inc. Stylet apparatuses and methods of manufacture
US20070083110A1 (en) * 2005-10-09 2007-04-12 Sonowise, Inc. Programmable phase velocity in an ultrasonic imaging system
US20070238991A1 (en) * 2006-01-25 2007-10-11 Jaltec Biomedical Inc. Ultrasound method and apparatus for characterizing and identifying biological tissues
US9867530B2 (en) 2006-08-14 2018-01-16 Volcano Corporation Telescopic side port catheter device with imaging system and method for accessing side branch occlusions
US7794407B2 (en) 2006-10-23 2010-09-14 Bard Access Systems, Inc. Method of locating the tip of a central venous catheter
US8388546B2 (en) 2006-10-23 2013-03-05 Bard Access Systems, Inc. Method of locating the tip of a central venous catheter
US20080119735A1 (en) * 2006-11-20 2008-05-22 Sonowise, Inc. Ultrasound imaging system and method with offset alternate-mode line
JP5660890B2 (ja) 2007-06-26 2015-01-28 バソノバ・インコーポレイテッドＶａｓｏｎｏｖａ， Ｉｎｃ． 血管アクセス及びガイダンスシステム
WO2009009802A1 (en) 2007-07-12 2009-01-15 Volcano Corporation Oct-ivus catheter for concurrent luminal imaging
JP5524835B2 (ja) 2007-07-12 2014-06-18 ヴォルカノ コーポレイション 生体内撮像用カテーテル
US9596993B2 (en) 2007-07-12 2017-03-21 Volcano Corporation Automatic calibration systems and methods of use
US10751509B2 (en) 2007-11-26 2020-08-25 C. R. Bard, Inc. Iconic representations for guidance of an indwelling medical device
US10524691B2 (en) 2007-11-26 2020-01-07 C. R. Bard, Inc. Needle assembly including an aligned magnetic element
US9456766B2 (en) 2007-11-26 2016-10-04 C. R. Bard, Inc. Apparatus for use with needle insertion guidance system
US10449330B2 (en) 2007-11-26 2019-10-22 C. R. Bard, Inc. Magnetic element-equipped needle assemblies
US8781555B2 (en) 2007-11-26 2014-07-15 C. R. Bard, Inc. System for placement of a catheter including a signal-generating stylet
US8849382B2 (en) 2007-11-26 2014-09-30 C. R. Bard, Inc. Apparatus and display methods relating to intravascular placement of a catheter
US9649048B2 (en) 2007-11-26 2017-05-16 C. R. Bard, Inc. Systems and methods for breaching a sterile field for intravascular placement of a catheter
US9521961B2 (en) 2007-11-26 2016-12-20 C. R. Bard, Inc. Systems and methods for guiding a medical instrument
AU2008329807B2 (en) 2007-11-26 2014-02-27 C. R. Bard, Inc. Integrated system for intravascular placement of a catheter
US8478382B2 (en) 2008-02-11 2013-07-02 C. R. Bard, Inc. Systems and methods for positioning a catheter
US9451929B2 (en) 2008-04-17 2016-09-27 Boston Scientific Scimed, Inc. Degassing intravascular ultrasound imaging systems with sealed catheters filled with an acoustically-favorable medium and methods of making and using
US9549713B2 (en) 2008-04-24 2017-01-24 Boston Scientific Scimed, Inc. Methods, systems, and devices for tissue characterization and quantification using intravascular ultrasound signals
WO2009132188A1 (en) * 2008-04-24 2009-10-29 Boston Scientific Scimed, Inc. Methods, systems, and devices for tissue characterization by spectral similarity of intravascular ultrasound signals
US8206308B2 (en) * 2008-05-05 2012-06-26 Boston Scientific Scimed, Inc. Shielding for intravascular ultrasound imaging systems and methods of making and using
US8197413B2 (en) * 2008-06-06 2012-06-12 Boston Scientific Scimed, Inc. Transducers, devices and systems containing the transducers, and methods of manufacture
US20110141110A1 (en) * 2008-08-12 2011-06-16 Koninklijke Philips Electronics N.V. Method of meshing and calculating a volume in an ultrasound imaging system
EP2313143B1 (de) 2008-08-22 2014-09-24 C.R. Bard, Inc. Katheteranordnung mit ekg-sensor und magnetischen baugruppen
EP2169415A1 (de) * 2008-09-30 2010-03-31 Siemens Schweiz AG Verfahren zur automatischen Qualitätskontrolle von in vivo MRI-Bildern des menschlischen Gehirns
US8437833B2 (en) 2008-10-07 2013-05-07 Bard Access Systems, Inc. Percutaneous magnetic gastrostomy
US20100168582A1 (en) 2008-12-29 2010-07-01 Boston Scientific Scimed, Inc. High frequency transducers and methods of making the transducers
US20100179432A1 (en) 2009-01-09 2010-07-15 Boston Scientific Scimed, Inc. Systems and methods for making and using intravascular ultrasound systems with photo-acoustic imaging capabilities
US20100179434A1 (en) * 2009-01-09 2010-07-15 Boston Scientific Scimed, Inc. Systems and methods for making and using intravascular ultrasound systems with photo-acoustic imaging capabilities
EP2395934B1 (de) 2009-02-11 2019-04-17 Boston Scientific Scimed, Inc. Isolierte ablationskathetervorrichtungen
US20100249588A1 (en) 2009-03-31 2010-09-30 Boston Scientific Scimed, Inc. Systems and methods for making and using intravascular imaging systems with multiple pullback rates
US8298149B2 (en) * 2009-03-31 2012-10-30 Boston Scientific Scimed, Inc. Systems and methods for making and using a motor distally-positioned within a catheter of an intravascular ultrasound imaging system
US8647281B2 (en) * 2009-03-31 2014-02-11 Boston Scientific Scimed, Inc. Systems and methods for making and using an imaging core of an intravascular ultrasound imaging system
US20100249604A1 (en) 2009-03-31 2010-09-30 Boston Scientific Corporation Systems and methods for making and using a motor distally-positioned within a catheter of an intravascular ultrasound imaging system
US8545412B2 (en) * 2009-05-29 2013-10-01 Boston Scientific Scimed, Inc. Systems and methods for making and using image-guided intravascular and endocardial therapy systems
US20100305442A1 (en) * 2009-05-29 2010-12-02 Boston Scientific Scimed, Inc. Systems and methods for implementing a data management system for catheter-based imaging systems
US9532724B2 (en) 2009-06-12 2017-01-03 Bard Access Systems, Inc. Apparatus and method for catheter navigation using endovascular energy mapping
ES2745861T3 (es) 2009-06-12 2020-03-03 Bard Access Systems Inc Aparato, algoritmo de procesamiento de datos asistido por ordenador y medio de almacenamiento informático para posicionar un dispositivo endovascular en o cerca del corazón
EP3391845B1 (de) 2009-06-30 2020-02-12 Boston Scientific Scimed, Inc. Offener benetzter mapping- und ablationshybridkatheter
WO2011019760A2 (en) 2009-08-10 2011-02-17 Romedex International Srl Devices and methods for endovascular electrography
US20110071400A1 (en) 2009-09-23 2011-03-24 Boston Scientific Scimed, Inc. Systems and methods for making and using intravascular ultrasound imaging systems with sealed imaging cores
US20110071401A1 (en) 2009-09-24 2011-03-24 Boston Scientific Scimed, Inc. Systems and methods for making and using a stepper motor for an intravascular ultrasound imaging system
EP2517622A3 (de) 2009-09-29 2013-04-24 C. R. Bard, Inc. Stillete zur Verwendung mit Vorrichtungen zur intravaskulären Positionierung eines Katheters
US10639008B2 (en) 2009-10-08 2020-05-05 C. R. Bard, Inc. Support and cover structures for an ultrasound probe head
US11103213B2 (en) 2009-10-08 2021-08-31 C. R. Bard, Inc. Spacers for use with an ultrasound probe
US8396276B2 (en) * 2009-10-26 2013-03-12 Boston Scientific Scimed, Inc. Systems and methods for performing an image-based gating procedure during an IVUS imaging procedure
US20110098573A1 (en) * 2009-10-27 2011-04-28 Boston Scientific Scimed, Inc. Systems and methods for coupling a transducer to a control module of an intravascular ultrasound imaging system
US8523778B2 (en) * 2009-11-25 2013-09-03 Boston Scientific Scimed, Inc. Systems and methods for flushing air from a catheter of an intravascular ultrasound imaging system
US9179827B2 (en) * 2009-12-15 2015-11-10 Boston Scientific Scimed, Inc. Systems and methods for determining the position and orientation of medical devices inserted into a patient
CA2785655A1 (en) * 2009-12-29 2011-07-07 Boston Scientific Scimed, Inc. Systems and methods for multi-frequency imaging of patient tissue using intravascular ultrasound imaging systems
ES2811107T3 (es) 2010-02-02 2021-03-10 Bard Inc C R Aparato y método para conducción de catéter y localización de punta
EP2575610B1 (de) 2010-05-28 2022-10-05 C. R. Bard, Inc. Einsatzführungssystem für nadeln und medizinische komponenten
MX338127B (es) 2010-08-20 2016-04-04 Bard Inc C R Reconfirmacion de colocacion de una punta de cateter asistida por ecg.
US8427483B1 (en) 2010-08-30 2013-04-23 Disney Enterprises. Inc. Drawing figures in computer-based drawing applications
US8487932B1 (en) * 2010-08-30 2013-07-16 Disney Enterprises, Inc. Drawing figures in computer-based drawing applications
US20120065506A1 (en) 2010-09-10 2012-03-15 Scott Smith Mechanical, Electromechanical, and/or Elastographic Assessment for Renal Nerve Ablation
WO2012057940A1 (en) 2010-10-28 2012-05-03 Boston Scientific Scimed, Inc. Systems and methods for reducing non-uniform rotation distortion in ultrasound images
CN103189009B (zh) 2010-10-29 2016-09-07 C·R·巴德股份有限公司 医疗设备的生物阻抗辅助放置
WO2012064769A2 (en) 2010-11-08 2012-05-18 Vasonova, Inc. Endovascular navigation system
WO2012064413A1 (en) 2010-11-12 2012-05-18 Boston Scientific Scimed, Inc. Systems and methods for making and using rotational transducers for concurrently imaging blood flow and tissue
US11064972B2 (en) 2010-11-24 2021-07-20 Boston Scientific Scimed, Inc. Systems and methods for detecting and displaying body lumen bifurcations
EP2642927A1 (de) 2010-11-24 2013-10-02 Boston Scientific Scimed, Inc. Systeme und verfahren zur gleichzeitigen anzeige mehrerer bilder mithilfe eines intravaskulären ultraschallbildgebungssystem
US11141063B2 (en) 2010-12-23 2021-10-12 Philips Image Guided Therapy Corporation Integrated system architectures and methods of use
WO2012091903A1 (en) 2010-12-30 2012-07-05 Boston Scientific Scimed, Inc. Imaging assembly combining intravascular ultrasound and optical coherence tomography
US9089340B2 (en) 2010-12-30 2015-07-28 Boston Scientific Scimed, Inc. Ultrasound guided tissue ablation
US11040140B2 (en) 2010-12-31 2021-06-22 Philips Image Guided Therapy Corporation Deep vein thrombosis therapeutic methods
WO2012135197A1 (en) 2011-03-30 2012-10-04 Boston Scientific Scimed, Inc. Systems and methods for flushing bubbles from a catheter of an intravascular ultrasound imaging system
US20120283569A1 (en) * 2011-05-04 2012-11-08 Boston Scientific Scimed, Inc. Systems and methods for navigating and visualizing intravascular ultrasound sequences
WO2012166239A1 (en) 2011-06-01 2012-12-06 Boston Scientific Scimed, Inc. Ablation probe with ultrasonic imaging capabilities
KR20140051284A (ko) 2011-07-06 2014-04-30 씨. 알. 바드, 인크. 삽입 유도 시스템을 위한 바늘 길이 결정 및 교정
USD699359S1 (en) 2011-08-09 2014-02-11 C. R. Bard, Inc. Ultrasound probe head
USD724745S1 (en) 2011-08-09 2015-03-17 C. R. Bard, Inc. Cap for an ultrasound probe
WO2013033592A1 (en) 2011-08-31 2013-03-07 Volcano Corporation Optical-electrical rotary joint and methods of use
CN103987336A (zh) 2011-09-14 2014-08-13 波士顿科学西美德公司 具有多种消融模式的消融装置
EP2755588B1 (de) 2011-09-14 2016-05-18 Boston Scientific Scimed, Inc. Ablationsvorrichtung mit einem ionenleitenden ballon
US9271696B2 (en) 2011-09-22 2016-03-01 Boston Scientific Scimed, Inc. Ultrasound imaging systems with bias circuitry and methods of making and using
US9211107B2 (en) 2011-11-07 2015-12-15 C. R. Bard, Inc. Ruggedized ultrasound hydrogel insert
JP2015506209A (ja) 2011-12-28 2015-03-02 ボストン サイエンティフィック サイムド，インコーポレイテッドＢｏｓｔｏｎ Ｓｃｉｅｎｔｉｆｉｃ Ｓｃｉｍｅｄ，Ｉｎｃ． アブレーションプローブならびにアブレーションおよび超音波撮像システム
EP2802282A1 (de) 2012-01-10 2014-11-19 Boston Scientific Scimed, Inc. Elektrophysiologiesystem
EP2809253B8 (de) 2012-01-31 2016-09-21 Boston Scientific Scimed, Inc. Ablationssonde mit fluidbasierter akustischer kopplung zur ultraschallbildgebung von gewebe
US8965490B2 (en) 2012-05-07 2015-02-24 Vasonova, Inc. Systems and methods for detection of the superior vena cava area
US10820885B2 (en) 2012-06-15 2020-11-03 C. R. Bard, Inc. Apparatus and methods for detection of a removable cap on an ultrasound probe
EP2904671B1 (de) 2012-10-05 2022-05-04 David Welford Systeme und verfahren zum verstärken von licht
US9858668B2 (en) 2012-10-05 2018-01-02 Volcano Corporation Guidewire artifact removal in images
US9292918B2 (en) 2012-10-05 2016-03-22 Volcano Corporation Methods and systems for transforming luminal images
US9286673B2 (en) 2012-10-05 2016-03-15 Volcano Corporation Systems for correcting distortions in a medical image and methods of use thereof
US11272845B2 (en) 2012-10-05 2022-03-15 Philips Image Guided Therapy Corporation System and method for instant and automatic border detection
US10568586B2 (en) 2012-10-05 2020-02-25 Volcano Corporation Systems for indicating parameters in an imaging data set and methods of use
US9367965B2 (en) 2012-10-05 2016-06-14 Volcano Corporation Systems and methods for generating images of tissue
US10070827B2 (en) 2012-10-05 2018-09-11 Volcano Corporation Automatic image playback
US9307926B2 (en) 2012-10-05 2016-04-12 Volcano Corporation Automatic stent detection
US9324141B2 (en) 2012-10-05 2016-04-26 Volcano Corporation Removal of A-scan streaking artifact
US9840734B2 (en) 2012-10-22 2017-12-12 Raindance Technologies, Inc. Methods for analyzing DNA
CA2894403A1 (en) 2012-12-13 2014-06-19 Volcano Corporation Devices, systems, and methods for targeted cannulation
CA2895989A1 (en) 2012-12-20 2014-07-10 Nathaniel J. Kemp Optical coherence tomography system that is reconfigurable between different imaging modes
US10939826B2 (en) 2012-12-20 2021-03-09 Philips Image Guided Therapy Corporation Aspirating and removing biological material
EP2934282B1 (de) 2012-12-20 2020-04-29 Volcano Corporation Ortung von intravaskulären bildern
US11406498B2 (en) 2012-12-20 2022-08-09 Philips Image Guided Therapy Corporation Implant delivery system and implants
US10942022B2 (en) 2012-12-20 2021-03-09 Philips Image Guided Therapy Corporation Manual calibration of imaging system
WO2014099899A1 (en) 2012-12-20 2014-06-26 Jeremy Stigall Smooth transition catheters
CA2895940A1 (en) 2012-12-21 2014-06-26 Andrew Hancock System and method for multipath processing of image signals
WO2014100606A1 (en) 2012-12-21 2014-06-26 Meyer, Douglas Rotational ultrasound imaging catheter with extended catheter body telescope
EP2936626A4 (de) 2012-12-21 2016-08-17 David Welford Systeme und verfahren zur verengung einer wellenlängenlichtemission
US9612105B2 (en) 2012-12-21 2017-04-04 Volcano Corporation Polarization sensitive optical coherence tomography system
US10166003B2 (en) 2012-12-21 2019-01-01 Volcano Corporation Ultrasound imaging with variable line density
US10058284B2 (en) 2012-12-21 2018-08-28 Volcano Corporation Simultaneous imaging, monitoring, and therapy
US9486143B2 (en) 2012-12-21 2016-11-08 Volcano Corporation Intravascular forward imaging device
US10191220B2 (en) 2012-12-21 2019-01-29 Volcano Corporation Power-efficient optical circuit
US10413317B2 (en) 2012-12-21 2019-09-17 Volcano Corporation System and method for catheter steering and operation
EP2936426B1 (de) 2012-12-21 2021-10-13 Jason Spencer System und verfahren zur grafischen verarbeitung medizinischer daten
JP6059369B2 (ja) 2013-02-28 2017-01-11 ボストン サイエンティフィック サイムド，インコーポレイテッドＢｏｓｔｏｎ Ｓｃｉｅｎｔｉｆｉｃ Ｓｃｉｍｅｄ，Ｉｎｃ． トランスデューサのアレイを有する医用撮像アセンブリ及び非一時的なコンピュータ可読媒体
CN105190693B (zh) 2013-03-01 2018-04-06 波士顿科学国际有限公司 用于血管内超声序列中的管腔边界检测的系统和方法
CN113705586A (zh) 2013-03-07 2021-11-26 飞利浦影像引导治疗公司 血管内图像中的多模态分割
US10226597B2 (en) 2013-03-07 2019-03-12 Volcano Corporation Guidewire with centering mechanism
US11154313B2 (en) 2013-03-12 2021-10-26 The Volcano Corporation Vibrating guidewire torquer and methods of use
CN105228518B (zh) 2013-03-12 2018-10-09 火山公司 用于诊断冠状微脉管疾病的系统和方法
CN105120759B (zh) 2013-03-13 2018-02-23 火山公司 用于从旋转血管内超声设备产生图像的系统和方法
US9301687B2 (en) 2013-03-13 2016-04-05 Volcano Corporation System and method for OCT depth calibration
US11026591B2 (en) 2013-03-13 2021-06-08 Philips Image Guided Therapy Corporation Intravascular pressure sensor calibration
US20160030151A1 (en) 2013-03-14 2016-02-04 Volcano Corporation Filters with echogenic characteristics
US10219887B2 (en) 2013-03-14 2019-03-05 Volcano Corporation Filters with echogenic characteristics
US10292677B2 (en) 2013-03-14 2019-05-21 Volcano Corporation Endoluminal filter having enhanced echogenic properties
US10716536B2 (en) 2013-07-17 2020-07-21 Tissue Differentiation Intelligence, Llc Identifying anatomical structures
US10154826B2 (en) 2013-07-17 2018-12-18 Tissue Differentiation Intelligence, Llc Device and method for identifying anatomical structures
CN105530871B (zh) 2013-09-11 2019-05-07 波士顿科学国际有限公司 使用血管内超声成像系统选择和显示图像的系统和方法
EP3073910B1 (de) 2014-02-06 2020-07-15 C.R. Bard, Inc. Systeme zur führung und platzierung einer intravaskulären vorrichtung
JP2017529169A (ja) 2014-10-13 2017-10-05 ボストン サイエンティフィック サイムド，インコーポレイテッドＢｏｓｔｏｎ Ｓｃｉｅｎｔｉｆｉｃ Ｓｃｉｍｅｄ，Ｉｎｃ． ミニ電極を用いた組織の診断および治療
EP4316361A3 (de) 2014-10-24 2024-05-01 Boston Scientific Scimed Inc. Medizinische vorrichtungen mit einer flexiblen, an eine ablationsspitze gekoppelten elektrodenanordnung
WO2016100917A1 (en) 2014-12-18 2016-06-23 Boston Scientific Scimed Inc. Real-time morphology analysis for lesion assessment
US10973584B2 (en) 2015-01-19 2021-04-13 Bard Access Systems, Inc. Device and method for vascular access
CN117179817A (zh) 2015-05-05 2023-12-08 波士顿科学国际有限公司 有设于超声成像系统换能器上的可膨胀材料的系统和方法
US10349890B2 (en) 2015-06-26 2019-07-16 C. R. Bard, Inc. Connector interface for ECG-based catheter positioning system
EP3316790B1 (de) 2015-10-09 2024-09-25 Boston Scientific Scimed, Inc. Intravaskuläre ultraschallsysteme und katheter mit manueller rückzugsanordnung
US11000207B2 (en) 2016-01-29 2021-05-11 C. R. Bard, Inc. Multiple coil system for tracking a medical device
US11986341B1 (en) 2016-05-26 2024-05-21 Tissue Differentiation Intelligence, Llc Methods for accessing spinal column using B-mode imaging to determine a trajectory without penetrating the the patient's anatomy
US11701086B1 (en) 2016-06-21 2023-07-18 Tissue Differentiation Intelligence, Llc Methods and systems for improved nerve detection
CN111065340B (zh) 2017-09-28 2022-09-20 波士顿科学国际有限公司 基于频率调节沿血管内超声成像系统的信号路径的系统和方法
CN112867443B (zh) 2018-10-16 2024-04-26 巴德阿克塞斯系统股份有限公司 用于建立电连接的安全装备连接系统及其方法
EP4033988A1 (de) 2019-09-26 2022-08-03 Boston Scientific Scimed, Inc. Intravaskuläre ultraschallbildgebung und verfahren zur calciumdetektion
US20230056254A1 (en) 2021-08-17 2023-02-23 Boston Scientific Scimed, Inc. Intravascular imaging system with automated calcium analysis and treatment guidance
US20230233178A1 (en) 2022-01-26 2023-07-27 Boston Scientific Scimed, Inc. Reducing catheter rotation motor pwm interference with intravascular ultrasound imaging
US20230380806A1 (en) 2022-05-27 2023-11-30 Boston Scientific Scimed, Inc. Systems and methods for intravascular visualization
US20240081785A1 (en) 2022-09-14 2024-03-14 Boston Scientific Scimed, Inc. Key frame identification for intravascular ultrasound based on plaque burden
US20240081782A1 (en) 2022-09-14 2024-03-14 Boston Scientific Scimed, Inc. Graphical user interface for intravascular ultrasound calcium display
WO2024059136A1 (en) 2022-09-14 2024-03-21 Boston Scientific Scimed, Inc. Graphical user interface for intravascular ultrasound stent display
US20240086025A1 (en) 2022-09-14 2024-03-14 Boston Scientific Scimed, Inc. Graphical user interface for intravascular ultrasound automated lesion assessment system
WO2024059663A1 (en) 2022-09-14 2024-03-21 Boston Scientific Scimed Inc. Intravascular ultrasound co-registration with angiographic images
WO2024206883A1 (en) 2023-03-30 2024-10-03 Boston Scientific Scimed, Inc. Graphical user interface for intravascular plaque burden indication

Family Cites Families (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4063549A (en) * 1975-12-22 1977-12-20 Technicon Instruments Corporation Ultrasonic method and apparatus for imaging and characterization of bodies
US4350917A (en) 1980-06-09 1982-09-21 Riverside Research Institute Frequency-controlled scanning of ultrasonic beams
US4484569A (en) 1981-03-13 1984-11-27 Riverside Research Institute Ultrasonic diagnostic and therapeutic transducer assembly and method for using
US4561019A (en) 1983-05-16 1985-12-24 Riverside Research Institute Frequency diversity for image enhancement
US4858124A (en) * 1984-08-15 1989-08-15 Riverside Research Institute Method for enhancement of ultrasonic image data
US4817015A (en) * 1985-11-18 1989-03-28 The United States Government As Represented By The Secretary Of The Health And Human Services High speed texture discriminator for ultrasonic imaging
US4982339A (en) * 1985-11-18 1991-01-01 The United States Of America As Represented By Department Of Health And Human Service High speed texture discriminator for ultrasonic imaging
US4932414A (en) 1987-11-02 1990-06-12 Cornell Research Foundation, Inc. System of therapeutic ultrasound and real-time ultrasonic scanning
US4945478A (en) * 1987-11-06 1990-07-31 Center For Innovative Technology Noninvasive medical imaging system and method for the identification and 3-D display of atherosclerosis and the like
US4855911A (en) * 1987-11-16 1989-08-08 Massachusetts Institute Of Technology Ultrasonic tissue characterization
US5016615A (en) 1990-02-20 1991-05-21 Riverside Research Institute Local application of medication with ultrasound
JPH0435653A (ja) 1990-05-31 1992-02-06 Fujitsu Ltd 超音波診断装置
US5335184A (en) 1990-07-16 1994-08-02 Battelle Memorial Institute Nondestructive ultrasonic testing of materials
US5193546A (en) 1991-05-15 1993-03-16 Alexander Shaknovich Coronary intravascular ultrasound imaging method and apparatus
GB2291969A (en) * 1993-04-19 1996-02-07 Commw Scient Ind Res Org Tissue characterisation using intravascular echoscopy
US5293871A (en) 1993-05-05 1994-03-15 Cornell Research Foundation Inc. System for ultrasonically determining corneal layer thicknesses and shape
US5417215A (en) * 1994-02-04 1995-05-23 Long Island Jewish Medical Center Method of tissue characterization by ultrasound
US5734739A (en) * 1994-05-31 1998-03-31 University Of Washington Method for determining the contour of an in vivo organ using multiple image frames of the organ
GB9504751D0 (en) 1995-03-09 1995-04-26 Quality Medical Imaging Ltd Apparatus for ultrasonic tissue investigation
US5782766A (en) * 1995-03-31 1998-07-21 Siemens Medical Systems, Inc. Method and apparatus for generating and displaying panoramic ultrasound images
US6154560A (en) * 1996-08-30 2000-11-28 The Cleveland Clinic Foundation System and method for staging regional lymph nodes using quantitative analysis of endoscopic ultrasound images
GB2319841A (en) * 1996-11-29 1998-06-03 Imperial College Ultrasound scanning of tissue
US6095976A (en) * 1997-06-19 2000-08-01 Medinol Ltd. Method for enhancing an image derived from reflected ultrasound signals produced by an ultrasound transmitter and detector inserted in a bodily lumen
US6106465A (en) * 1997-08-22 2000-08-22 Acuson Corporation Ultrasonic method and system for boundary detection of an object of interest in an ultrasound image
US6039689A (en) 1998-03-11 2000-03-21 Riverside Research Institute Stripe electrode transducer for use with therapeutic ultrasonic radiation treatment
US6238342B1 (en) 1998-05-26 2001-05-29 Riverside Research Institute Ultrasonic tissue-type classification and imaging methods and apparatus
US6186951B1 (en) 1998-05-26 2001-02-13 Riverside Research Institute Ultrasonic systems and methods for fluid perfusion and flow rate measurement
US6162174A (en) * 1998-09-16 2000-12-19 Siemens Medical Systems, Inc. Method for compensating for object movement in ultrasound images
US6120445A (en) * 1998-10-02 2000-09-19 Scimed Life Systems, Inc. Method and apparatus for adaptive cross-sectional area computation of IVUS objects using their statistical signatures
US6217520B1 (en) * 1998-12-02 2001-04-17 Acuson Corporation Diagnostic medical ultrasound system and method for object of interest extraction

Also Published As

Publication number Publication date
US20030092993A1 (en) 2003-05-15
EP1117331A1 (de) 2001-07-25
US6945938B2 (en) 2005-09-20
US20010014774A1 (en) 2001-08-16
US6287259B1 (en) 2001-09-11
US6514202B2 (en) 2003-02-04
DE69925139D1 (de) 2005-06-09
CA2340247A1 (en) 2000-04-13
EP1117331B1 (de) 2005-05-04
JP4544745B2 (ja) 2010-09-15
WO2000019903A1 (en) 2000-04-13
US6120445A (en) 2000-09-19
JP2002526141A (ja) 2002-08-20
CA2340247C (en) 2009-05-12

Similar Documents

Publication Publication Date Title
DE69925139T2 (de) Adaptive querschnittsflächenberechnung mit hilfe von statistischen signaturen
DE3587197T2 (de) Geraet und verfahren zum filtern einer abbildung.
DE60038382T2 (de) Intravaskuläre ultraschallbildanalyse unter verwendung einer aktiven konturmethode
DE602004003845T2 (de) Bildverarbeitungsvorrichtung zur Reduktion von Pixelrauschen
EP1191476B1 (de) Vorrichtung und Verfahren zur Berechnung einer zwei Abbildungen verbindenden Transformation
DE60311865T2 (de) Bildverarbeitungssystem zur automatischen anpassung eines 3d-maschenmodels auf eine 3d-objektfläche
DE60031050T2 (de) Segmentation des Rands der Prostata in zwei- und dreidimensionalen Ultraschallbildern
DE10312018B4 (de) System und Verfahren zur Ultraschall-Bildverarbeitung
DE102018218751A1 (de) Machinengestützter arbeitsablauf bei der ultraschallbildgebung
DE19916612B4 (de) Verfahren und System zur Verbesserung diskreter Pixelbilder
DE69801562T2 (de) Selbst segmentierung/konturgewinnungsverfahren zur verwendung bei planung einer bestrahlungstherapiebehandlung
DE3855040T2 (de) Bildverarbeitungsverfahren und -gerät
DE69631085T2 (de) Bildverarbeitungsverfahren und -vorrichtung
DE69811049T2 (de) Elektronisches bildverarbeitungsgerät zur detektion von dimensionnellen änderungen
DE3826287A1 (de) Verfahren und vorrichtung zur lokalisierung von zwischenrippenraeumen und automatische lungenstrukturanalyse bei digitaler brustradiographie
DE102008046859A1 (de) 3D Segmentierung von allgemeiner Läsion in CT
DE102006002914A1 (de) Mehrdimensionale Segmentierung basierend auf adaptiven begrenzenden Kasten- und Ellipsoid-Modellen
DE602005003015T2 (de) Verfahren und Vorrichtung für Rekonstruktion der zweidimensionalen Schnittbilder
DE10393159T5 (de) Verfahren und Anordnung zum medizinischen Röntgen
DE69131798T2 (de) Verfahren zur automatischen qantisierung von digitalisierten bilddaten
DE102007013570A1 (de) Verfahren zur Rauschverminderung in digitalen Bildern mit lokal unterschiedlichem und gerichtetem Rauschen
DE102004008979A1 (de) Verfahren zur Filterung tomographischer 3D-Darstellungen nach erfolgter Rekonstruktion von Volumendaten
DE102005058217A1 (de) Verfahren und System zur computergestützten Erkennung von Hochkontrastobjekten in tomographischen Aufnahmen
DE60314822T2 (de) Ultraschalldiagnostisches Gerät und Verfahren
DE102005061234A1 (de) Verfahren und System zur Steuerung eines Ultraschallsystems

Legal Events

Date Code Title Description
8364 No opposition during term of opposition