ES2322244T3 - Sistema y metodo para el analisis de un tejido. - Google Patents
Sistema y metodo para el analisis de un tejido. Download PDFInfo
- Publication number
- ES2322244T3 ES2322244T3 ES02741121T ES02741121T ES2322244T3 ES 2322244 T3 ES2322244 T3 ES 2322244T3 ES 02741121 T ES02741121 T ES 02741121T ES 02741121 T ES02741121 T ES 02741121T ES 2322244 T3 ES2322244 T3 ES 2322244T3
- Authority
- ES
- Spain
- Prior art keywords
- tissue
- raw data
- analysis
- processor
- baselineskip
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000004458 analytical method Methods 0.000 title claims description 33
- 238000002604 ultrasonography Methods 0.000 claims description 10
- 230000005855 radiation Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000005670 electromagnetic radiation Effects 0.000 claims description 3
- 239000004744 fabric Substances 0.000 claims 2
- 230000001678 irradiating effect Effects 0.000 abstract description 2
- 230000003211 malignant effect Effects 0.000 description 14
- 230000002611 ovarian Effects 0.000 description 11
- 210000000056 organ Anatomy 0.000 description 7
- 210000001672 ovary Anatomy 0.000 description 4
- 238000002591 computed tomography Methods 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 208000035475 disorder Diseases 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 238000012285 ultrasound imaging Methods 0.000 description 2
- 206010004433 Benign ovarian tumour Diseases 0.000 description 1
- 206010011732 Cyst Diseases 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 206010033128 Ovarian cancer Diseases 0.000 description 1
- 235000009413 Ratibida columnifera Nutrition 0.000 description 1
- 241000510442 Ratibida peduncularis Species 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 208000031513 cyst Diseases 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010562 histological examination Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 201000008016 ovarian benign neoplasm Diseases 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Clinical applications
- A61B8/0833—Clinical applications involving detecting or locating foreign bodies or organic structures
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- 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
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Image Processing (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
Sistema para evaluar la regularidad espacial de elementos reflectantes en un tejido, que comprende: - una fuente de ondas (105) configurada para irradiar el tejido; - un detector de ondas (110) configurado para detectar ondas reflejadas o transmitidas por el tejido; - un convertidor analógico-digital (140) para proporcionar una muestra digital de las ondas detectadas; - un primer procesador (115) configurado para - seleccionar las propiedades de las ondas generadas por medio de una señal (118) introducida en la fuente de ondas (105), - calcular una fase de cada muestra basándose en la señal (118) y - almacenar las muestras digitales en una memoria (135) en forma de datos en bruto complejos (R(x,y)); - un segundo procesador (145) configurado para: - recibir los datos en bruto complejos (R(x,y)) de la memoria (135) y - procesar los datos en bruto complejos (R(x,y)) para dar una imagen (I(x,y)); - un tercer procesador (155) configurado para: - recibir tanto dichos datos en bruto complejos (R (x,y)) como los datos de imagen (I(x,y)); - analizar el tejido procesando o bien los datos en bruto (R(x,y)) o bien los datos de imagen procesados (I(x,y)).
Description
Sistema y método para el análisis de un
tejido.
Esta invención se refiere a métodos para
analizar datos obtenidos irradiando órganos o tejidos
biológicos.
Los métodos de formación de imágenes tales como
ultrasonidos (US), formación de imágenes por resonancia magnética
(IRM) y tomografía computerizada (TC) se usan ampliamente debido a
su capacidad para formar imágenes de manera no invasiva de tejidos
y órganos corporales con efectos perjudiciales poco importantes. En
estas técnicas se irradia un órgano o tejido con ondas sónicas o
electromagnéticas. Las ondas reflejadas o dispersadas por el órgano
o tejido se registran y se procesan para dar una imagen digital.
La presente invención se basa en el hallazgo de
que el tejido sano puede distinguirse de su homólogo maligno por el
modo en el que el tejido refleja la energía de radiación. La
organización de elementos reflectantes en un tejido sano es más
regular desde el punto de vista espacial que en el tejido maligno.
Por tanto, la invención puede usarse en el diagnóstico del cáncer u
otros trastornos que implican alteraciones en la organización o
textura de un tejido, tales como la presencia de un quiste lleno de
líquido.
Según la invención, se irradia un tejido y se
detectan las ondas reflejadas o transmitidas. Se realiza un
análisis con las ondas reflejadas o transmitidas con el fin de
generar uno o más parámetros indicativos de un grado de desorden
espacial de los elementos reflectantes en el tejido. En una
realización de la invención, se compara un valor de parámetro
calculado con un umbral predeterminado. Si el valor de parámetro
calculado supera el umbral, se determina que el tejido es maligno.
Un tejido que tiene un valor de parámetro calculado inferior al
umbral es un tejido sano. En otra realización, se introducen uno o
más parámetros calculados en un sistema experto tal como una red
neuronal. El sistema neuronal hace una evaluación de si el tejido es
sano o maligno basándose en los valores de parámetro introducidos.
Se conocen sistemas expertos, por ejemplo como los descritos en
Kadah et al., IEEE Transactions,
vol. 15, nº 4, páginas 472-473, 476-477, agosto de 1996.
vol. 15, nº 4, páginas 472-473, 476-477, agosto de 1996.
La publicación US 5.839.441 da a conocer un
sistema para evaluar la regularidad espacial de elementos
reflectantes en un tejido que comprende un transductor de
ultrasonidos y un procesador para analizar datos de imagen obtenidos
a través del transductor de ultrasonidos.
La invención puede llevarse a cabo usando
cualquier forma de irradiación tal como radiación electromagnética
o radiación sónica. En particular, la invención puede aplicarse a
ondas reflejadas en un procedimiento de ultrasonidos, TC o IRM.
El análisis de las ondas reflejadas detectadas
puede realizarse usando cualquier método matemático para evaluar un
grado de periodicidad. Por tanto, el análisis puede implicar, por
ejemplo, un análisis de Fourier, un análisis wavelet o un análisis
de entropía. El análisis puede realizarse con datos en bruto
complejos obtenidos de las ondas reflejadas. Alternativamente puede
generarse una imagen a partir de los datos en bruto complejos y
realizarse el análisis con la imagen.
En otro de sus aspectos, la invención
proporciona un método para generar una imagen del tejido basándose
en las ondas reflejadas, dispersadas o transmitidas usando un
análisis no de Fourier. Esto produce una imagen de mejor resolución
y contraste que la que puede obtenerse mediante un análisis de
Fourier de las ondas reflejadas o dispersadas, que es el modelo
actual de algoritmos de procesamiento de señales existentes. En la
técnica se conocen métodos para el análisis no de Fourier de ondas
dispersadas o reflejadas, por ejemplo, tal como se da a conocer en
Degraaf, S., IEEE Trasactions on Image Processing, vol. 7, nº 5,
mayo de 1998. Tal como se muestra en esta referencia, el análisis
no de Fourier puede utilizar por ejemplo, un método de mínima
varianza de Capon.
La invención se define en las reivindicaciones
adjuntas.
Con el fin de entender la invención y para ver
cómo puede llevarse a cabo en la práctica, se describirá a
continuación una realización preferida, sólo a modo de ejemplo no
limitativo, con referencia a los dibujos adjuntos, en los que:
la figura 1 muestra un sistema para analizar
ondas reflejadas según una realización de la invención;
la figura 2 muestra un análisis de Fourier de
tejido ovárico sano (a,d), maligno (b,e) y benigno (c,f) según una
realización de la invención;
la figura 3 muestra un análisis wavelet de
tejido ovárico sano (a), maligno y benigno (c), según otra
realización de la invención; y
la figura 4 muestra un análisis de entropía de
tejido ovárico sano, maligno y benigno.
\vskip1.000000\baselineskip
La figura 1 muestra un sistema para analizar
órganos o tejidos biológicos según una realización de la invención.
Un transductor 100 contiene un generador de ondas 105 para generar
ondas. Las ondas generadas pueden ser ondas sónicas u ondas
electromagnéticas. El transductor también comprende una serie de
detectores 110 que detectan las ondas reflejadas. Se usa un
procesador 115 para seleccionar las propiedades de las ondas
generadas (por ejemplo amplitud y longitud de onda) por medio de
una señal 118 introducida en el generador de ondas 105. El
generador de ondas 105 se usa para producir ondas generadas 120 que
irradian un tejido u órgano 125. Los detectores 110 en el
transductor 105 detectan las ondas 130 reflejadas por el órgano o
tejido 125. La onda detectada por cada detector se convierte por el
detector en una señal dependiente de la tensión analógica que se
muestrea mediante un convertidor analógico-digital
140. Las muestras digitales 142 se introducen entonces en el
procesador 115. El procesador 115 calcula una fase para cada muestra
basándose en la señal 118 y almacena las muestras digitales en una
memoria 135 en forma de datos en bruto complejos R(x,y).
Un segundo procesador 145 está configurado para
recibir los datos en bruto complejos R(x,y) de la memoria
135 y procesar los datos en bruto complejos para dar una imagen
I(x,y) tal como se conoce en la técnica. La imagen puede
visualizarse en un dispositivo de visualización tal como un TRC
150.
Según la invención, un tercer procesador 155
está configurado para analizar el tejido procesando o bien los
datos en bruto R(x,y) o bien los datos de imagen procesados
I(x,y). Los resultados del análisis pueden visualizarse en
un dispositivo de visualización tal como el TRC 160.
\vskip1.000000\baselineskip
Ejemplo
1
La figura 2 muestra una imagen por ultrasonidos
I(x,y) de tejido ovárico humano de un ovario sano (a), de un
tumor ovárico maligno (b) y de un tumor ovárico benigno (c), tal
como se ha determinado mediante el examen histológico de los
tejidos. (e) (f) y (g) muestran la transformada de Fourier
F(y,\omega) =
\intI(x,y)e^{iwx}dx de un cuadrado
de 30X30 píxeles de las imagen mostrada en (a) (b) y (c),
respectivamente. La energía de cada transformada de Fourier se midió
evaluando la suma \Sigma | \partialF /
\partialy | en el intervalo de 1\leqy\leq28 y
34\leq\omega\leq64. La energía calculada para el tejido normal
(a,d) era 3, para el tejido maligno (b,e) 8 y para el tejido
benigno, 3. Un análisis de 30 tejidos ováricos mostró que mediante
este método de cálculo de energía, los tejidos ováricos sanos
tienen una energía en el intervalo de aproximadamente 2 a 4,
mientras que los tejidos ováricos malignos tienen una energía en el
intervalo de aproximadamente 7-9. Los tejidos
ováricos que tenían un crecimiento benigno no podían distinguirse de
los tejidos ováricos sanos. Por tanto, el método de la invención
puede usarse para identificar tejidos malignos. También pueden
usarse según la invención otros métodos para medir la energía tales
como calcular un volumen según la transformada de
Fourier.
Fourier.
\vskip1.000000\baselineskip
Ejemplo
2
La figura 3 muestra un análisis wavelet de las
tres imágenes I(x,y) mostradas en la figura 2. El cuadrado
de 30X30 píxeles de cada imagen se introdujo en el software de
análisis wavelet del toolbox wavelet Matlab^{TM}. Se usó el
filtro
B-ortogonal con un nivel de descomposición igual a 1. La salida de este software es cuatro matrices conocidas como los coeficientes de imagen principales (A), los coeficientes horizontales (H), los coeficientes de imagen verticales (V) y los coeficientes diagonales (D). La figura 3 muestra el gráfico de contorno de los coeficientes de la matriz A obtenida para cada imagen. El máximo de cada gráfico de contorno se usó como índice. El índice del tejido maligno es de 204, el del tejido benigno de 162 y el del tejido sano de 90. Un análisis de 30 tejidos ováricos mostró que los tejidos malignos tienen índices 2-2,5 veces los de los tejidos sanos. También pueden usarse otros índices según la invención cuando se usa análisis wavelet tales como el coeficiente máximo en la suma de las matrices de coeficientes H, V y D. Pueden usarse otros filtros según la invención tales como un filtro de sombrero mejicano, tal como se conocen en la
técnica.
B-ortogonal con un nivel de descomposición igual a 1. La salida de este software es cuatro matrices conocidas como los coeficientes de imagen principales (A), los coeficientes horizontales (H), los coeficientes de imagen verticales (V) y los coeficientes diagonales (D). La figura 3 muestra el gráfico de contorno de los coeficientes de la matriz A obtenida para cada imagen. El máximo de cada gráfico de contorno se usó como índice. El índice del tejido maligno es de 204, el del tejido benigno de 162 y el del tejido sano de 90. Un análisis de 30 tejidos ováricos mostró que los tejidos malignos tienen índices 2-2,5 veces los de los tejidos sanos. También pueden usarse otros índices según la invención cuando se usa análisis wavelet tales como el coeficiente máximo en la suma de las matrices de coeficientes H, V y D. Pueden usarse otros filtros según la invención tales como un filtro de sombrero mejicano, tal como se conocen en la
técnica.
La figura 4 muestra los resultados de un
análisis de entropía en 60 imágenes de ovarios. El estado (sano,
benigno o maligno) se determinó para cada ovario mediante métodos
histológicos. Para cada imagen, se seleccionó un cuadrado de 30X30
píxeles y se calculó una entropía E para cada cuadrado tal como
sigue. Para cada píxel I(x,y), se calculó un parámetro
A(x,y) mediante A(x,y) = \frac{1}{n} \Sigma
| I(x,y) – I(x',y') |^{2}, en la que la
suma abarca todos los píxeles (x',y') en el cuadrado adyacente al
píxel (x,y), y n es el número de píxeles adyacentes al píxel (x,y).
Entonces se calculó la entropía como el promedio de A(x,y)
en todo el cuadrado. Tal como se muestra en la figura 4, se encontró
que las imágenes de ovarios sanos tienen la menor entropía (en el
intervalo de 2 a 4,3). Las imágenes de ovarios malignos tienen
entropías altas (6,9-8,3). Las imágenes de tejidos
benignos tienen valores de entropía de intermedios a altos
(4,9-8,3).
Claims (9)
1. Sistema para evaluar la regularidad espacial
de elementos reflectantes en un tejido, que comprende:
- una fuente de ondas (105) configurada para
irradiar el tejido;
- un detector de ondas (110) configurado para
detectar ondas reflejadas o transmitidas por el tejido;
- un convertidor
analógico-digital (140) para proporcionar una
muestra digital de las ondas detectadas;
- un primer procesador (115) configurado
para
- -
- seleccionar las propiedades de las ondas generadas por medio de una señal (118) introducida en la fuente de ondas (105),
- -
- calcular una fase de cada muestra basándose en la señal (118) y
- -
- almacenar las muestras digitales en una memoria (135) en forma de datos en bruto complejos (R(x,y));
- un segundo procesador (145) configurado
para:
- -
- recibir los datos en bruto complejos (R(x,y)) de la memoria (135) y
- -
- procesar los datos en bruto complejos (R(x,y)) para dar una imagen (I(x,y));
- un tercer procesador (155) configurado
para:
- -
- recibir tanto dichos datos en bruto complejos (R (x,y)) como los datos de imagen (I(x,y));
- -
- analizar el tejido procesando o bien los datos en bruto (R(x,y)) o bien los datos de imagen procesados (I(x,y)).
\vskip1.000000\baselineskip
2. Sistema según la reivindicación 2, en el que
la fuente de ondas (105) está configurada para irradiar el tejido
con una forma de radiación seleccionada del grupo que comprende:
(a) radiación sónica; y
(b) radiación electromagnética.
\vskip1.000000\baselineskip
3. Sistema según la reivindicación 3,
configurado para llevar a cabo un procedimiento seleccionado del
grupo que comprende:
(a) un procedimiento de ultrasonidos;
(b) un procedimiento de TC; y
(c) un procedimiento de IRM.
\vskip1.000000\baselineskip
4. Sistema según la reivindicación 1, en el que
el tercer procesador (155) está configurado para analizar el tejido
procesando o bien los datos en bruto (R(x,y)) o bien los
datos de imagen procesados (I(x,y)) usando un cálculo que
implica un análisis seleccionado del grupo de:
(a) un análisis de Fourier de los datos en bruto
complejos;
(b) un análisis wavelet de los datos en bruto
complejos; y
(c) un análisis de entropía de los datos en
bruto complejos.
\vskip1.000000\baselineskip
5. Uso de un sistema según cualquiera de las
reivindicaciones 1 a 4, para evaluar la regularidad espacial de
elementos reflectantes en un tejido.
\newpage
6. Uso según la reivindicación 5, que comprende
las etapas de:
- irradiar el tejido;
- detectar ondas reflejadas o transmitidas por
el tejido;
- proporcionar una muestra digital de las ondas
detectadas usando un convertidor
analógico-digital;
- almacenar las muestras digitales en una
memoria en forma de datos en bruto complejos (R(x,y)) usando
un primer procesador;
- usar un segundo procesador (145) para recibir
los datos en bruto complejos (R(x,y)) de la memoria (135)
y
- procesar los datos en bruto complejos
(R(x,y)) para dar una imagen (I(x,y));
- analizar la regularidad espacial de un tejido
procesando o bien los datos en bruto (R(x,y)) o bien los
datos de imagen procesados (I(x,y)) usando un tercer
procesador.
\vskip1.000000\baselineskip
7. Uso según la reivindicación 6, en el que el
tejido se irradia con una forma de radiación seleccionada del grupo
que comprende:
(a) radiación sónica; y
(b) radiación electromagnética.
\vskip1.000000\baselineskip
8. Uso según la reivindicación 6, en el que el
tejido se irradia en un procedimiento seleccionado del grupo que
comprende:
(a) un procedimiento de ultrasonidos;
(b) un procedimiento de TC; y
(c) un procedimiento de IRM.
\vskip1.000000\baselineskip
9. Uso según la reivindicación 6, en el que el
procesamiento de o bien los datos en bruto (R(x,y)) o bien
los datos de imagen procesados (I(x,y)) se realiza usando un
cálculo que implica un análisis seleccionado del grupo de:
(a) un análisis de Fourier de los datos en bruto
complejos;
(b) un análisis wavelet de los datos en bruto
complejos; y
(c) un análisis de entropía de los datos en
bruto complejos.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US25818200P | 2000-12-22 | 2000-12-22 | |
PCT/IL2002/000481 WO2004000125A1 (en) | 2000-12-22 | 2002-06-19 | System and method for analysis of a tissue |
Publications (1)
Publication Number | Publication Date |
---|---|
ES2322244T3 true ES2322244T3 (es) | 2009-06-18 |
Family
ID=39524514
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
ES02741121T Expired - Lifetime ES2322244T3 (es) | 2000-12-22 | 2002-06-19 | Sistema y metodo para el analisis de un tejido. |
Country Status (9)
Country | Link |
---|---|
US (2) | US6785570B2 (es) |
EP (1) | EP1515640B1 (es) |
AT (1) | ATE422334T1 (es) |
AU (1) | AU2002314483A1 (es) |
CA (1) | CA2490065C (es) |
DE (1) | DE60231155D1 (es) |
ES (1) | ES2322244T3 (es) |
MX (1) | MXPA05000119A (es) |
WO (1) | WO2004000125A1 (es) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8376946B2 (en) * | 2002-05-16 | 2013-02-19 | Barbara Ann Karamanos Cancer Institute | Method and apparatus for combined diagnostic and therapeutic ultrasound system incorporating noninvasive thermometry, ablation control and automation |
WO2004052169A2 (en) * | 2002-09-27 | 2004-06-24 | The Trustees Of Dartmouth College | Imaging by magnetic resonance adsorption, elastography and tomography |
US8870771B2 (en) | 2007-05-04 | 2014-10-28 | Barbara Ann Karmanos Cancer Institute | Method and apparatus for categorizing breast density and assessing cancer risk utilizing acoustic parameters |
US10201324B2 (en) | 2007-05-04 | 2019-02-12 | Delphinus Medical Technologies, Inc. | Patient interface system |
US8500644B2 (en) * | 2008-10-28 | 2013-08-06 | Washington University | Applying renyi entropy to detect changes in scattering architecture |
CA2743983A1 (en) * | 2008-12-15 | 2010-06-24 | Advanced Medical Diagnostics Holding S.A. | Method and device for planning and performing a biopsy |
WO2011060275A2 (en) * | 2009-11-13 | 2011-05-19 | Siegel Peter H | Systems and methods for diagnostics, control and treatment of neurological functions and disorders by exposure to electromagnetic waves |
KR20120095415A (ko) | 2009-11-16 | 2012-08-28 | 어드밴스드 메디컬 다이아그노틱스 홀딩 에스. 에이. | 초음파 데이터 리샘플링 방법 |
KR101124759B1 (ko) * | 2009-11-17 | 2012-03-23 | 삼성메디슨 주식회사 | 엔트로피 정보에 기초하여 초음파 영상의 화질을 개선시키는 초음파 시스템 및 방법 |
WO2011100697A1 (en) | 2010-02-12 | 2011-08-18 | Delphinus Medical Technologies, Inc. | Method of characterizing tissue of a patient |
JP2013519454A (ja) | 2010-02-12 | 2013-05-30 | デルフィヌス メディカル テクノロジーズ,インコーポレイテッド | 組織の病的反応を治療計画に特徴づける方法 |
US9763641B2 (en) | 2012-08-30 | 2017-09-19 | Delphinus Medical Technologies, Inc. | Method and system for imaging a volume of tissue with tissue boundary detection |
US10123770B2 (en) | 2013-03-13 | 2018-11-13 | Delphinus Medical Technologies, Inc. | Patient support system |
US10285667B2 (en) | 2014-08-05 | 2019-05-14 | Delphinus Medical Technologies, Inc. | Method for generating an enhanced image of a volume of tissue |
EP4475749A1 (en) * | 2022-02-09 | 2024-12-18 | Curi Bio, Inc. | Devices and methods for magnetic detection of tissue motion |
Family Cites Families (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US240187A (en) | 1881-04-12 | rompler | ||
US598917A (en) * | 1898-02-15 | Cuff-holder | ||
US4453550A (en) * | 1982-04-19 | 1984-06-12 | General Electric Company | Method and means for detecting a periodic wave structure |
JPS60116345A (ja) * | 1983-11-30 | 1985-06-22 | 富士通株式会社 | 超音波診断装置 |
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 |
US4851984A (en) * | 1987-08-03 | 1989-07-25 | University Of Chicago | Method and system for localization of inter-rib spaces and automated lung texture analysis in digital chest radiographs |
US4803994A (en) * | 1987-08-12 | 1989-02-14 | General Electric Company | Backscatter data collection technique for ultrasound |
GB2212267B (en) | 1987-11-11 | 1992-07-29 | Circulation Res Ltd | Methods and apparatus for the examination and treatment of internal organs |
US5107841A (en) | 1989-11-27 | 1992-04-28 | Acoustic Imaging Technologies Corporation | Maximum entropy velocity estimator for ultrasonic flow imaging system |
JPH04103228A (ja) * | 1990-08-22 | 1992-04-06 | Mitsubishi Electric Corp | 無線中継装置と無線装置 |
JP3231810B2 (ja) * | 1990-08-28 | 2001-11-26 | アーチ・デベロップメント・コーポレーション | ニューラル・ネットワークを用いた鑑別診断支援方法 |
US5311131A (en) * | 1992-05-15 | 1994-05-10 | Board Of Regents Of The University Of Washington | Magnetic resonance imaging using pattern recognition |
US5319549A (en) * | 1992-11-25 | 1994-06-07 | Arch Development Corporation | Method and system for determining geometric pattern features of interstitial infiltrates in chest images |
US5524636A (en) | 1992-12-21 | 1996-06-11 | Artann Corporation Dba Artann Laboratories | Method and apparatus for elasticity imaging |
JPH07299053A (ja) * | 1994-04-29 | 1995-11-14 | Arch Dev Corp | コンピュータ診断支援方法 |
US5657362A (en) * | 1995-02-24 | 1997-08-12 | Arch Development Corporation | Automated method and system for computerized detection of masses and parenchymal distortions in medical images |
US5651363A (en) * | 1996-02-16 | 1997-07-29 | Orthologic Corporation | Ultrasonic bone assessment method and apparatus |
FR2748137B1 (fr) * | 1996-04-24 | 1998-07-03 | Lewiner Jacques | Procede pour optimiser la communication radio entre une base fixe et un mobile |
US5799100A (en) * | 1996-06-03 | 1998-08-25 | University Of South Florida | Computer-assisted method and apparatus for analysis of x-ray images using wavelet transforms |
US5839441A (en) | 1996-06-03 | 1998-11-24 | The Trustees Of The University Of Pennsylvania | Marking tumors and solid objects in the body with ultrasound |
GB9611831D0 (en) * | 1996-06-06 | 1996-08-07 | Agfa Gevaert Nv | A method for automatically detecting objects of a predefined size within an image |
US5842114A (en) * | 1997-02-12 | 1998-11-24 | Interdigital Technology Corporation | Global channel power control to minimize spillover in a wireless communication environment |
ES2271966T3 (es) * | 1997-02-13 | 2007-04-16 | Nokia Corporation | Metodo y aparato para la comunicacion por radio direccional. |
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 |
US6058322A (en) * | 1997-07-25 | 2000-05-02 | Arch Development Corporation | Methods for improving the accuracy in differential diagnosis on radiologic examinations |
US6009124A (en) * | 1997-09-22 | 1999-12-28 | Intel Corporation | High data rate communications network employing an adaptive sectored antenna |
US6463301B1 (en) * | 1997-11-17 | 2002-10-08 | Nortel Networks Limited | Base stations for use in cellular communications systems |
US6282305B1 (en) * | 1998-06-05 | 2001-08-28 | Arch Development Corporation | Method and system for the computerized assessment of breast cancer risk |
US6229795B1 (en) * | 1999-01-13 | 2001-05-08 | Qualcomm Incorporated | System for allocating resources in a communication system |
US6234968B1 (en) | 1999-06-15 | 2001-05-22 | Acuson Corporation | 3-D diagnostic medical ultrasound imaging using a 1-D array |
US6312382B1 (en) | 1999-11-15 | 2001-11-06 | Ronald Mucci | Method and apparatus for extracting cardiac information from acoustic information acquired with an ultrasound device |
US6901156B2 (en) * | 2000-02-04 | 2005-05-31 | Arch Development Corporation | Method, system and computer readable medium for an intelligent search workstation for computer assisted interpretation of medical images |
US6514204B2 (en) * | 2000-07-20 | 2003-02-04 | Riverside Research Institute | Methods for estimating tissue strain |
-
2001
- 2001-06-05 US US09/874,919 patent/US6785570B2/en not_active Expired - Lifetime
-
2002
- 2002-06-19 MX MXPA05000119A patent/MXPA05000119A/es active IP Right Grant
- 2002-06-19 ES ES02741121T patent/ES2322244T3/es not_active Expired - Lifetime
- 2002-06-19 AT AT02741121T patent/ATE422334T1/de not_active IP Right Cessation
- 2002-06-19 AU AU2002314483A patent/AU2002314483A1/en not_active Abandoned
- 2002-06-19 EP EP02741121A patent/EP1515640B1/en not_active Expired - Lifetime
- 2002-06-19 CA CA2490065A patent/CA2490065C/en not_active Expired - Fee Related
- 2002-06-19 WO PCT/IL2002/000481 patent/WO2004000125A1/en not_active Application Discontinuation
- 2002-06-19 DE DE60231155T patent/DE60231155D1/de not_active Expired - Lifetime
-
2003
- 2003-09-26 US US10/672,747 patent/US20040059222A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
US20040059222A1 (en) | 2004-03-25 |
EP1515640B1 (en) | 2009-02-11 |
WO2004000125A1 (en) | 2003-12-31 |
CA2490065A1 (en) | 2003-12-31 |
CA2490065C (en) | 2011-02-15 |
AU2002314483A1 (en) | 2004-01-06 |
US6785570B2 (en) | 2004-08-31 |
MXPA05000119A (es) | 2005-12-14 |
DE60231155D1 (es) | 2009-03-26 |
US20020115924A1 (en) | 2002-08-22 |
ATE422334T1 (de) | 2009-02-15 |
EP1515640A1 (en) | 2005-03-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
ES2322244T3 (es) | Sistema y metodo para el analisis de un tejido. | |
US7740585B2 (en) | Quantitative optoacoustic tomography with enhanced contrast | |
US9411033B2 (en) | Methods and apparatus for imaging with magnetic induction | |
Fang et al. | Combined optical imaging and mammography of the healthy breast: optical contrast derived from breast structure and compression | |
Na et al. | Transcranial photoacoustic computed tomography based on a layered back-projection method | |
Mohajerani et al. | Optical and optoacoustic model-based tomography: theory and current challenges for deep tissue imaging of optical contrast | |
Zhu et al. | Mitigating the limited view problem in photoacoustic tomography for a planar detection geometry by regularized iterative reconstruction | |
CA2572425A1 (en) | Method for displaying bioinformation using millimeter-wave band electromagnetic wave, device for acquiring and displaying bioinformation | |
Su et al. | Reconstructions for continuous-wave diffuse optical tomography by a globally convergent method | |
Yoshikawa et al. | Dynamic and precise visualization of contrast agent in blood vessels with motion correction | |
RU2708818C1 (ru) | Способ определения объема патологических образований спинного мозга на высокопольном магнитно-резонансном томографе | |
Yao et al. | A combined regularization method using prior structural information for sound-speed image reconstruction of ultrasound computed tomography | |
Mudeng et al. | Image reconstruction for frequency-domain diffuse optical tomography | |
Hashmi et al. | Optical tomography in medical imaging and diagnostic engineering | |
Ntziachristos et al. | Fluorescence molecular tomography: New detection schemes for acquiring high information content measurements | |
Dubois | Estimation algorithms for quantitative tissue characterization in ultrasound images using doubly stochastic translated point processes | |
Cheng et al. | Depth-recognizable time-domain fluorescence molecular tomography in reflectance geometry | |
Hu et al. | A-prior-knowledge-informed Microwave Medical Imaging for Breast Cancer Diagnosis | |
Muller | Photoacoustic and elastographic methods for carotid plaque characterisation: Simulations and preclinical validation | |
Holotta et al. | Photoacoustic tomography of small animals and organs | |
Abdalla et al. | Challenges of medical image processing | |
Steen et al. | Combined visualization of tumor and vessel geometry | |
Shimizu et al. | Bioelectromagnetic Image and Visualization | |
Wu | Time reversal optical tomography and decomposition methods for detection and localization of targets in highly scattering turbid media | |
Barbour et al. | Imaging of human tissue by optical tomography |