JP2005245734A - Region extraction method - Google Patents
Region extraction method Download PDFInfo
- Publication number
- JP2005245734A JP2005245734A JP2004060117A JP2004060117A JP2005245734A JP 2005245734 A JP2005245734 A JP 2005245734A JP 2004060117 A JP2004060117 A JP 2004060117A JP 2004060117 A JP2004060117 A JP 2004060117A JP 2005245734 A JP2005245734 A JP 2005245734A
- Authority
- JP
- Japan
- Prior art keywords
- region
- slice image
- target region
- target
- extraction method
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000605 extraction Methods 0.000 title claims abstract description 54
- 238000000034 method Methods 0.000 claims description 55
- 238000009826 distribution Methods 0.000 claims description 38
- 125000004122 cyclic group Chemical group 0.000 claims description 5
- 230000002093 peripheral effect Effects 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 3
- 210000004204 blood vessel Anatomy 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 238000004195 computer-aided diagnosis Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
Description
本発明は、医療分野において、血管や骨、臓器などの三次元モデル画像を生成するために、ＣＴ画像などのスライス画像から血管等の対象領域を抽出する領域抽出方法に関するものである。 The present invention relates to a region extraction method for extracting a target region such as a blood vessel from a slice image such as a CT image in order to generate a three-dimensional model image such as a blood vessel, bone, or organ in the medical field.
図１４は、このような領域抽出方法が利用されるコンピュータ支援診断装置の一例を示す構成図である。図において、１はＣＴ画像などの医療画像情報が記憶された記憶装置、２は表示装置、３は記憶装置１に記憶された医療画像情報を検索して、表示装置２に表示させたり、スライス画像を画像処理して、血管等の三次元モデル画像を生成し、表示装置２に表示させるコンピュータである。本発明の如き領域抽出方法は、このような画像処理の際に利用されるものである。 FIG. 14 is a configuration diagram showing an example of a computer-aided diagnosis apparatus in which such a region extraction method is used. In the figure, 1 is a storage device in which medical image information such as a CT image is stored, 2 is a display device, 3 is searched for medical image information stored in the storage device 1, and is displayed on the display device 2 or sliced. It is a computer that processes an image to generate a three-dimensional model image of a blood vessel or the like and displays it on the display device 2. The region extraction method of the present invention is used in such image processing.
図１５は、従来の領域抽出方法の一例を示すフロー図である。図に示す領域抽出方法は、ＣＴ画像やＭＲＩ画像など、三次元物体を対象にスキャンした一連のスライス画像に対して、全スライス画像または各スライス画像ごとに画素濃度分布のヒストグラムを作成するとともに（ステップ１１）、このヒストグラムから抽出すべき領域を判別して（ステップ１２）、対象領域の閾値を決定し（ステップ１３）、この閾値に基づいて２値化処理を行い（ステップ１４）、対象領域の抽出を行っている。 FIG. 15 is a flowchart showing an example of a conventional region extraction method. The region extraction method shown in the figure creates a pixel density distribution histogram for all slice images or for each slice image for a series of slice images scanned for a three-dimensional object such as a CT image or an MRI image ( Step 11) discriminates the region to be extracted from this histogram (Step 12), determines the threshold value of the target region (Step 13), performs binarization processing based on this threshold value (Step 14), Extraction.
このように、各スライス画像に対して血管等の対象領域が抽出されると、各抽出領域を画像処理することにより、血管等の三次元モデル画像を得ることができる。 As described above, when a target region such as a blood vessel is extracted from each slice image, a three-dimensional model image such as a blood vessel can be obtained by image processing each extracted region.
しかしながら、スライス画像から対象領域を抽出する際に、領域を閾値のみで分類すると、対象領域だけではなく、非対象領域をも抽出してしまう場合が多い。
図１６は従来の領域抽出方法により抽出された領域画像の一例を示すものある。図に示す例は、頭部の血管領域を抽出した場合であるが、図に示すように、対象となる血管領域１５の他に、血管領域１５と同様の画素濃度を有する非血管領域１６も抽出されていることが分かる。
However, when extracting a target region from a slice image, if the region is classified only by a threshold value, not only the target region but also a non-target region is often extracted.
FIG. 16 shows an example of a region image extracted by a conventional region extraction method. The example shown in the figure is a case where the blood vessel region of the head is extracted. As shown in the drawing, in addition to the target blood vessel region 15, a non-blood vessel region 16 having the same pixel density as the blood vessel region 15 is also included. It can be seen that it is extracted.
また、ＣＴやＭＲＩ等により頭部または胸部などの部位を撮影する際には、全体を一度に撮影するのではなく、何回かに分けて撮影することが多く、撮影の条件も分割された領域によって異なる場合がある。このような場合には、分割された境界のスライス画像間で濃度分布に不連続が生じるため、非対象領域がノイズとして多く抽出されてしまうことがある。 Also, when imaging a region such as the head or chest by CT, MRI, etc., the entire image is often not divided at once, but is often divided into several times, and the imaging conditions are also divided. May vary by region. In such a case, discontinuity occurs in the density distribution between the slice images at the divided boundaries, and thus many non-target regions may be extracted as noise.
本発明は、上記のような従来方法の欠点をなくし、非対象領域の抽出を低減して、対象領域のみを正確に抽出することのできる領域抽出方法を提供することを目的としたものである。 An object of the present invention is to provide a region extraction method that eliminates the drawbacks of the conventional method as described above, reduces the extraction of non-target regions, and can accurately extract only the target region. .
このような目的を達成するために、本発明の領域抽出方法は、次に示す構成を有するものである。 In order to achieve such an object, the region extraction method of the present invention has the following configuration.
（１）領域抽出方法は、三次元モデル画像を生成するために複数のスライス画像から対象領域を２値化して抽出する領域抽出方法において、キースライス画像中に指定された対象領域を基にして隣接するスライス画像上に順次探索対象領域を設定し、この探索対象領域を２値化することを特徴とする。
（２）１つのスライス画像に対する処理において、前記探索対象領域を設定するステップから前記２値化のステップまでの処理を、そのスライス画像において抽出される対象領域が変化しなくなるまで繰り返す第１の循環処理と、この第１の循環処理が終了した後、処理の対象を隣接するスライス画像へ移動させるとともに、処理すべきスライス画像の位置が全スライス画像における両端に達した時には、隣接スライス画像への移動の方向を逆転させ、全スライス画像についてそれぞれ抽出される対象領域が変化しなくなるまで、隣接スライス画像への移動とそのスライス画像に対する前記第１の循環処理を繰り返す第２の循環処理とを具備することを特徴とする（１）に記載の領域抽出方法。
(1) The region extraction method is a region extraction method that binarizes and extracts a target region from a plurality of slice images to generate a three-dimensional model image, and is based on the target region specified in the key slice image. A search target area is sequentially set on adjacent slice images, and the search target area is binarized.
(2) In the processing for one slice image, the first cycle of repeating the processing from the step of setting the search target region to the binarization step until the target region extracted in the slice image does not change. After the processing and the first cyclic processing are completed, the processing target is moved to the adjacent slice image, and when the position of the slice image to be processed reaches both ends in all the slice images, Reversing the direction of movement, and moving to an adjacent slice image and a second cyclic process for repeating the first cyclic process for the slice image until the target regions extracted for all slice images no longer change (1) The region extracting method according to (1).
（３）前記対象領域を指定する操作が、キースライス画像における座標の指定により行われることを特徴とする（１）または（２）に記載の領域抽出方法。
（４）前記対象領域を指定する操作が、キースライス画像における特定の領域を指定するマウス操作により行われることを特徴とする（１）または（２）に記載の領域抽出方法。
（５）前記対象領域を指定する操作が、キースライス画像における画素濃度の閾値を指定することにより行われることを特徴とする（１）または（２）に記載の領域抽出方法。
(3) The region extracting method according to (1) or (2), wherein the operation of specifying the target region is performed by specifying coordinates in a key slice image.
(4) The region extraction method according to (1) or (2), wherein the operation of designating the target region is performed by a mouse operation of designating a specific region in the key slice image.
(5) The region extraction method according to (1) or (2), wherein the operation of specifying the target region is performed by specifying a threshold value of pixel density in the key slice image.
（６）前記探索対象領域を設定するステップが、１つ手前のスライス画像または現在のスライス画像において既に抽出された対象領域を膨張処理することにより行われることを特徴とする（１）乃至（５）のいずれかに記載の領域抽出方法。
（７）前記対象領域の膨張処理が、４近傍画素を対象として行われることを特徴とする（６）に記載の領域抽出方法。
（８）前記対象領域の膨張処理が、８近傍画素を対象として行われることを特徴とする（６）に記載の領域抽出方法。
(6) The step of setting the search target region is performed by expanding a target region that has already been extracted from the previous slice image or the current slice image. The region extraction method according to any one of the above.
(7) The region extraction method according to (6), wherein the expansion processing of the target region is performed on four neighboring pixels.
(8) The region extraction method according to (6), wherein the expansion processing of the target region is performed on eight neighboring pixels.
（９）前記対象領域の膨張処理が、１つ手前のスライス画像または現在のスライス画像において既に抽出された対象領域との面積比によって決定されることを特徴とする（６）に記載の領域抽出方法。
（１０）前記対象領域の膨張処理が、１つ手前のスライス画像または現在のスライス画像において既に抽出された対象領域との周囲長の比によって決定されることを特徴とする（６）に記載の領域抽出方法。
（１１）前記対象領域の膨張処理が、１つ手前のスライス画像または現在のスライス画像において既に抽出された対象領域との画素濃度値の総和の比によって決定されることを特徴とする（６）に記載の領域抽出方法。
(9) The region extraction described in (6), wherein the expansion processing of the target region is determined by an area ratio with the target region already extracted in the previous slice image or the current slice image Method.
(10) The expansion process of the target area is determined by a ratio of a peripheral length to the target area already extracted in the previous slice image or the current slice image. Region extraction method.
(11) The expansion process of the target area is determined by a ratio of the sum of pixel density values to the target area already extracted in the previous slice image or the current slice image (6) The region extraction method described in 1.
（１２）前記２値化のための閾値を決定するステップが、探索対象領域における画素濃度分布のヒストグラムが対象領域と非対象領域がそれぞれ正規分布であり、２つの分布の重ね合わせであると仮定して、その２つの分布の境界を閾値とすることを特徴とする（１）乃至（１１）のいずれかに記載の領域抽出方法。
（１３）前記２値化のための閾値を決定するステップが、探索対象領域における画素濃度分布のヒストグラムが対象領域と非対象領域がそれぞれ正規分布であり、２つの分布の重ね合わせであると仮定して、クラス間分散値が最大となる画素濃度値を閾値とすることを特徴とする（１）乃至（１１）のいずれかに記載の領域抽出方法。
（１４）前記２値化のための閾値を決定するステップが、スライス画像中の各探索対象領域毎に閾値を決定することを特徴とする（１）乃至（１３）のいずれかに記載の領域抽出方法。
(12) It is assumed that the step of determining a threshold for binarization is such that the histogram of the pixel density distribution in the search target region is a normal distribution in the target region and the non-target region, and the two distributions are superimposed. The region extraction method according to any one of (1) to (11), wherein a boundary between the two distributions is set as a threshold value.
(13) It is assumed that the step of determining a threshold for binarization is such that the histogram of the pixel density distribution in the search target region is a normal distribution in each of the target region and the non-target region, and the two distributions are superimposed. The region extraction method according to any one of (1) to (11), wherein a pixel density value that maximizes the inter-class variance value is used as a threshold value.
(14) The region according to any one of (1) to (13), wherein the step of determining a threshold value for binarization determines a threshold value for each search target region in a slice image. Extraction method.
このように、本発明の領域抽出方法では、スライス画像内の探索対象領域ごとに、統計的手法により閾値を決定することができるので、非対象領域の抽出を低減して、対象領域のみを正確に抽出することができる。
また、膨張処理と第１の循環処理との組み合わせにより、探索対象領域を逐次設定し、この探索対象領域に対してのみ２値化処理（対象領域の抽出）を行うので、対象領域から離れた位置であれば、画素濃度の高い非対象領域が存在したとしても、この非対象領域が探索対象領域に含まれてしまうことはなく、この非対象領域が抽出されてしまうことはない。
As described above, in the region extraction method of the present invention, the threshold value can be determined by a statistical method for each search target region in the slice image, so that the extraction of the non-target region is reduced and only the target region is accurately detected. Can be extracted.
Further, the search target area is sequentially set by the combination of the expansion process and the first circulation process, and the binarization process (extraction of the target area) is performed only on the search target area. If it is a position, even if a non-target region with a high pixel density exists, this non-target region is not included in the search target region, and this non-target region is not extracted.
以下、図面を用いて、本発明の領域抽出方法を説明する。 Hereinafter, the region extraction method of the present invention will be described with reference to the drawings.
図１は、本発明の領域抽出方法の一実施例を示すフロー図である。図において、２１はキースライス画像において抽出すべき対象領域を指定するステップ、２２は隣接するスライス画像に処理を移動させるステップ、２３は１つ手前のスライス画像または現在のスライス画像において既に抽出された対象領域を基にして、現在のスライス画像上に探索対象領域を設定するステップ、２４はこの探索対象領域に対して画素濃度分布のヒストグラムを作成するステップ、２５はこのヒストグラムから閾値を決定するステップ、２６はこの閾値に応じて探索対象領域を２値化するステップ、２７はこの２値化により抽出された対象領域を前回の処理結果と比較して、現在のスライス画像において抽出される対象領域が変化しなくなるまで、前記探索対象領域を指定するステップ２３から前記２値化のステップ２６までの処理を繰り返す第１の循環ループ、２８はこの第１の循環ループ２７が終了した後、前記隣接スライス画像への移動ステップ２２へ戻るとともに、処理すべきスライス画像の位置が全スライス画像における両端に達した時には、隣接スライス画像への移動の方向を逆転させて前記隣接スライス画像への移動ステップ２２へ戻り、全スライス画像についてそれぞれ抽出される対象領域が変化しなくなるまで、前記隣接スライス画像への移動ステップ２２から前記第１の循環ループ２７までの処理を繰り返す第２の循環ループである。 FIG. 1 is a flowchart showing an embodiment of the region extraction method of the present invention. In the figure, 21 is a step of designating a target region to be extracted in a key slice image, 22 is a step of moving processing to an adjacent slice image, and 23 is already extracted in the previous slice image or the current slice image. A step of setting a search target region on the current slice image based on the target region, 24 a step of creating a histogram of pixel density distribution for this search target region, and 25 a step of determining a threshold value from this histogram , 26 is a step of binarizing the search target area according to the threshold value, 27 is a target area extracted in the current slice image by comparing the target area extracted by this binarization with the previous processing result Steps 23 to 26 for specifying the search target region to the step 26 for binarization until no change occurs. After the first circulation loop 27 is completed, the process returns to the moving step 22 to the adjacent slice image, and the position of the slice image to be processed is at both ends in all slice images. Is reached, the direction of movement to the adjacent slice image is reversed, and the process returns to the step 22 of moving to the adjacent slice image. This is a second circulation loop in which the processing from the moving step 22 to the first circulation loop 27 is repeated.
図２は、各スライス画像とそのスライス画像上に定義される各種領域との関係を、上記フロー図に沿って示したものである。図において、ｉをキースライス画像とすると、ステップ２１により、キースライス画像ｉ上に抽出すべき対象領域Ａ０が指定される。ここで、キースライス画像ｉは注目する部位の特徴を最も良く表したもので、この画像を見ながら、血管などの抽出領域が指定される。 FIG. 2 shows the relationship between each slice image and various regions defined on the slice image along the flow chart. In the figure, if i is a key slice image, step 21 designates a target area A0 to be extracted on the key slice image i. Here, the key slice image i best represents the feature of the region of interest, and an extraction region such as a blood vessel is designated while viewing this image.
次に、ステップ２２により、処理が隣接するスライス画像（ｉ＋１）に移動すると、ステップ２３により、このスライス画像（ｉ＋１）上に、１つ手前のスライス画像（ここではｉ）または現在のスライス画像において既に抽出された対象領域（Ａ０）を基にして、探索対象領域Ａ２が設定される。なお、Ａ１はこのスライス画像（ｉ＋１）において抽出されるべき対象領域である。 Next, when the process moves to the adjacent slice image (i + 1) in step 22, in step 23, the previous slice image (here i) or the current slice image is added to the slice image (i + 1). The search target area A2 is set based on the already extracted target area (A0). A1 is a target area to be extracted in this slice image (i + 1).
ここで、探索対象領域Ａ２の設定には、膨張処理という手法が使用される。図３は膨張処理の一例を示す概念図である。図において、Ｐ０を１つ手前のスライス画像（ここではｉ）または現在のスライス画像において既に抽出された対象領域（Ａ０）に含まれる画素とすると、この画素Ｐ０の周囲に膨張処理による画素Ｐ１が定義される。すなわち、この画素Ｐ１を含む領域を探索対象領域Ａ２とすることにより、前回抽出された対象領域Ａ０よりも一回り大きな探索対象領域Ａ２を設定することができる。 Here, a technique called expansion processing is used to set the search target area A2. FIG. 3 is a conceptual diagram showing an example of expansion processing. In the figure, if P0 is a pixel included in the previous slice image (here i) or the target region (A0) already extracted in the current slice image, a pixel P1 by expansion processing is surrounded around this pixel P0. Defined. That is, by setting the region including the pixel P1 as the search target region A2, it is possible to set the search target region A2 that is slightly larger than the previously extracted target region A0.
ステップ２４では、この探索対象領域Ａ２に対して、画素濃度分布のヒストグラムが作成され、ステップ２５により、このヒストグラムから抽出すべき領域Ａ１に応じた閾値が決定される。 In step 24, a histogram of the pixel density distribution is created for this search target area A2, and in step 25, a threshold corresponding to the area A1 to be extracted from this histogram is determined.
ステップ２６では、ステップ２５により決定された閾値に応じて探索対象領域Ａ２を２値化し、探索対象領域Ａ２に含まれる対象領域Ａ１を抽出する。
図４は、ステップ２３からステップ２６により抽出される対象領域の様子を示すものである。前記図２中のスライス画像（ｉ＋１）を例に示せば、ステップ２３により、スライス画像（ｉ＋１の１）の如く、探索対象領域Ａ２が設定され、ステップ２６により、スライス画像（ｉ＋１の２）の如く、探索対象領域Ａ２に含まれていた対象領域Ａ３が抽出される。
In step 26, the search target area A2 is binarized according to the threshold value determined in step 25, and the target area A1 included in the search target area A2 is extracted.
FIG. 4 shows the state of the target region extracted from step 23 to step 26. In the case of the slice image (i + 1) in FIG. 2 as an example, in step 23, the search target area A2 is set as in the slice image (i + 1-1), and in step 26, the slice image (i + 1-2) is set. As described above, the target area A3 included in the search target area A2 is extracted.
この抽出された対象領域Ａ３を有するスライス画像（ｉ＋１の２）は、第１の循環ループ２７により、スライス画像（ｉ＋１）の抽出画像として一時記憶されるとともに、再度ステップ２３に送られる。ステップ２３では、スライス画像（ｉ＋１の２）に対して、図４に示すスライス画像（ｉ＋１の３）の如く、新たに探索対象領域Ａ２を設定する。 The slice image (i + 1-2) having the extracted target area A3 is temporarily stored as an extracted image of the slice image (i + 1) by the first circulation loop 27 and sent again to step 23. In step 23, a new search target area A2 is set for the slice image (i + 1-2) as in the slice image (i + 1-3) shown in FIG.
以下、前記と同様に、ステップ２４からステップ２６により、対象領域が抽出されるとともに、新たなスライス画像（ｉ＋１のｎ）がステップ２３に送られ、この循環動作が繰り返される。この結果、抽出される領域は次第に抽出すべき領域Ａ１に近づき、最終的には領域Ａ１が全て探索対象領域Ａ２に含まれるようになる。 Thereafter, in the same manner as described above, the target region is extracted from Step 24 to Step 26, and a new slice image (n of i + 1) is sent to Step 23, and this circulation operation is repeated. As a result, the extracted region gradually approaches the region A1 to be extracted, and finally the region A1 is all included in the search target region A2.
第１の循環ループ２７では、抽出された対象領域を前回の処理結果と比較して、現在のスライス画像（ｉ＋１）において抽出される対象領域が変化しなくなるまで、前記探索対象領域を指定するステップ２３から前記２値化のステップ２６までの処理を繰り返す。 In the first circulation loop 27, the extracted target area is compared with the previous processing result, and the search target area is designated until the target area extracted in the current slice image (i + 1) does not change. 23 to the binarization step 26 are repeated.
スライス画像（ｉ＋１）に対する処理が終了すると、処理は第２の循環ループ２８に移り、図２に示す如く、ステップ２２により、処理対象のスライス画像が隣接するスライス画像（ｉ＋２）に移動する。スライス画像（ｉ＋２）に対しても前記と同様な処理が繰り返され、全ての対象領域が抽出されたところで、順次、次のスライス画像へと処理対象が移動してゆく。 When the processing on the slice image (i + 1) is completed, the processing moves to the second circulation loop 28, and the slice image to be processed moves to the adjacent slice image (i + 2) in step 22 as shown in FIG. The same processing as described above is repeated for the slice image (i + 2), and when all target regions are extracted, the processing target sequentially moves to the next slice image.
ここで、処理すべきスライス画像の位置が全スライス画像における両端に達した時には、第２の循環ループ２８は、隣接スライス画像への移動の方向を逆転させて、前記隣接スライス画像への移動ステップ２２へ戻し、全スライス画像についてそれぞれ抽出される対象領域が変化しなくなるまで、前記隣接スライス画像への移動ステップ２２から前記第１の循環ループ２７までの処理を繰り返す。 Here, when the position of the slice image to be processed reaches both ends of all slice images, the second circulation loop 28 reverses the direction of movement to the adjacent slice image, and moves to the adjacent slice image. Returning to step 22, the process from the step 22 of moving to the adjacent slice image to the first circulation loop 27 is repeated until the target areas extracted for all the slice images no longer change.
この結果、全スライス画像に対して、連続性のある対象領域の抽出を行うことができ、得られたデータを画像処理することにより、ノイズの少ない三次元モデル画像を生成することができる。
また、膨張処理と第１の循環ループ２７との組み合わせにより、探索対象領域を逐次設定し、この探索対象領域に対してのみ２値化処理（対象領域の抽出）を行うので、対象領域から離れた位置であれば、画素濃度の高い非対象領域が存在したとしても、この非対象領域が探索対象領域に含まれてしまうことはなく、この非対象領域が抽出されてしまうことはない。
As a result, continuous target regions can be extracted from all slice images, and a three-dimensional model image with less noise can be generated by performing image processing on the obtained data.
Further, by combining the expansion process and the first circulation loop 27, the search target area is sequentially set, and the binarization process (extraction of the target area) is performed only on the search target area. Even if there is a non-target region with a high pixel density, the non-target region is not included in the search target region, and this non-target region is not extracted.
なお、上記の説明では、探索対象領域に含まれる範囲のみを２値化処理する場合を例示したが、予めスライス画像全体を２値化処理し、探索対象領域に含まれるかまたは重なる領域を抽出するように構成しても、同様の動作を行わせることができる。 In the above description, the case where only the range included in the search target area is binarized is illustrated, but the entire slice image is binarized in advance to extract areas included in or overlapping the search target area. Even if configured, the same operation can be performed.
図５は、前記対象領域を指定するステップ２１の一実施例を示す図である。図に示す例は、対象領域の指定をキースライス画像における座標の指定により行うようにしたものである。予め一定面積の領域Ａ００が定義されており、マウス等によりスライス画像中の任意の点（座標）をクリックすることにより、その点（座標）を中心とした対象領域Ａ１１〜Ａ１３が指定される。
なお、隣接する点（座標）をクリックすることにより、指定範囲を重ね合わせ、対象領域を拡張することができる。
FIG. 5 is a diagram showing an embodiment of step 21 for designating the target area. In the example shown in the figure, the target area is specified by specifying coordinates in the key slice image. An area A00 having a certain area is defined in advance, and by clicking an arbitrary point (coordinate) in the slice image with a mouse or the like, target areas A11 to A13 centering on the point (coordinate) are designated.
Note that by clicking adjacent points (coordinates), it is possible to overlap the specified ranges and expand the target area.
医用画像のように幾何学的な形状を持たない領域を対象領域として指定するためには、対象領域に沿ってマウスのドラッグ操作を行うのが一般的であり、このような作業は非常に時間がかかってしまう。
これに対して、対象領域内における１点の座標を指定して、予め定義された面積領域を対象領域とすると、対象領域の指定作業を容易にすることができる。
なお、ここで指定される対象領域は、次の探索対象領域を指定するステップ２３から２値化のステップ２６などにより、逐次適正な領域に変更されてゆくので、さほど高い設定精度を要求されるものではない。
In order to specify an area that does not have a geometric shape, such as a medical image, as a target area, it is common to perform a mouse drag operation along the target area. It will take.
On the other hand, if the coordinates of one point in the target area are specified and the area area defined in advance is set as the target area, the target area can be specified easily.
Note that the target area specified here is sequentially changed to an appropriate area from step 23 for designating the next search target area to step 26 for binarization, etc., so that high setting accuracy is required. It is not a thing.
図６は、前記対象領域を指定するステップ２１の他の実施例を示す図である。図に示す例は、キースライス画像上のマウス操作（ドラッグ等）により対象領域の指定を行うようにしたものである。キースライス画像上をマウスによりクリック、ドラッグすることにより、任意の範囲を対象領域Ａ１１〜Ａ１３として指定することができる。
なお、マウス操作により形成される領域の形状には、図示の如く、矩形Ａ０１、楕円Ａ０２、自由閉曲線Ａ０３などが考えられる。
FIG. 6 is a diagram showing another embodiment of the step 21 for designating the target area. In the example shown in the figure, a target area is designated by a mouse operation (such as dragging) on a key slice image. An arbitrary range can be designated as the target areas A11 to A13 by clicking and dragging on the key slice image with the mouse.
As shown in the figure, a rectangle A01, an ellipse A02, a free closed curve A03, and the like are conceivable as the shape of the region formed by the mouse operation.
このような手法は、抽出したい領域が、個々の領域によって大きく形状が異なる場合などに有効である。 Such a method is effective when the region to be extracted has a shape that differs greatly depending on the individual region.
図７は、前記対象領域を指定するステップ２１の他の実施例を示す図である。図に示す例は、対象領域の指定をキースライス画像における画素濃度の閾値を指定することにより行うようにしたものである。図７（ａ）をキースライス画像の原画像であるとすると、このような画像は濃度階調（０〜２５５）を有しており、０が黒、２５５が白を表している。 FIG. 7 is a diagram showing another embodiment of the step 21 for designating the target area. In the example shown in the figure, the target area is specified by specifying a pixel density threshold value in the key slice image. If FIG. 7A is an original image of a key slice image, such an image has a density gradation (0 to 255), 0 represents black, and 255 represents white.
いま、原画像から白い部分を対象領域として抽出しようとした場合、閾値を設定して、閾値よりも濃度値が大きい画素の集合を対象領域とすることになるが、例えば、閾値を１２８、１５０、２００と変化させると、抽出される対象領域は、図７（ｂ）、（ｃ）、（ｄ）の如く変化する。すなわち、閾値が大きくなるにつれて、抽出される対象領域は小さくなるので、抽出された結果を見ながら、最適な閾値を決め、最終的な対象領域の指定を行う。 If an attempt is made to extract a white portion from the original image as a target area, a threshold is set and a set of pixels having a density value larger than the threshold is set as the target area. For example, the threshold is set to 128, 150. , 200, the extracted target area changes as shown in FIGS. 7B, 7C, and 7D. That is, as the threshold value increases, the target area to be extracted becomes smaller. Therefore, the optimum threshold value is determined while observing the extracted result, and the final target area is designated.
抽出された結果を見ながら対象領域の指定を行うことができるので、適切な対象領域を容易に指定することができる。 Since the target area can be designated while viewing the extracted result, an appropriate target area can be easily designated.
図８は、前記探索対象領域を設定するステップ２３において実施される膨張処理の一実施例を示すものである。図８（ａ）は４近傍法と呼ばれるものであり、１つ手前のスライス画像または現在のスライス画像において既に抽出された対象領域に含まれる画素をＰ０とすれば、その４方に位置する画素Ｐ１１〜Ｐ１４が探索対象領域として追加される。また、図８（ｂ）は８近傍法と呼ばれるものであり、画素Ｐ０の８方に位置する画素Ｐ１１〜Ｐ１８が探索対象領域として追加される。 FIG. 8 shows an example of the expansion processing performed in step 23 for setting the search target area. FIG. 8A is referred to as a 4-neighbor method. If a pixel included in a target region already extracted in the previous slice image or the current slice image is P0, pixels located in the four directions P11 to P14 are added as search target areas. Further, FIG. 8B is called an 8-neighbor method, and pixels P11 to P18 located on the eight sides of the pixel P0 are added as search target regions.
図９は、前記４近傍法および８近傍法により膨張処理された探索対象領域の例を示すものである。図９（ａ）は４近傍法により膨張処理された探索対象領域であり、図９（ｂ）は８近傍法により膨張処理された探索対象領域である。図に示される通り、８近傍法を使用した方が探索対象領域は大きくなる。 FIG. 9 shows an example of the search target region expanded by the 4-neighbor method and the 8-neighbor method. FIG. 9A shows a search target region expanded by the 4-neighbor method, and FIG. 9B shows a search target region expanded by the 8-neighbor method. As shown in the figure, the search target area becomes larger when the 8-neighbor method is used.
４近傍法は、上下左右に膨張させるので、長方形や楕円のように方向性のある領域を膨張させるのに効果的であり、８近傍法は４近傍法に比べ、等方性が強くなるので、円形などの領域に効果がある。また、８近傍法は、エッジノイズの成分をより効果的に平滑化することができる。 The 4-neighbor method is effective in expanding a directional region such as a rectangle or an ellipse because it expands vertically and horizontally, and the 8-neighbor method is more isotropic than the 4-neighbor method. It is effective for areas such as circles. Further, the 8-neighbor method can smooth the edge noise component more effectively.
図１０は、前記探索対象領域を設定するステップ２３において実施される膨張処理の他の実施例を示すものである。図に示す例は、設定する探索対象領域を、１つ手前のスライス画像または現在のスライス画像において既に抽出された対象領域との面積比によって決定するようにしたものである。図において、黒く塗りつぶされた画素領域Ｓ１を前回抽出された対象領域とすれば、斜線を施した画素領域Ｓ２が膨張させる領域（探索対象領域）であり、この面積の比Ｓ１：Ｓ２が所定の値となるように、探索対象領域Ｓ２の大きさが設定される。 FIG. 10 shows another embodiment of the expansion process performed in step 23 for setting the search target area. In the example shown in the figure, the search target region to be set is determined by the area ratio with the target region already extracted in the previous slice image or the current slice image. In the figure, if the pixel area S1 painted black is the previously extracted target area, the hatched pixel area S2 is an area to be expanded (search target area), and the ratio S1: S2 of this area is a predetermined area. The size of the search target area S2 is set so as to be a value.
対象領域と非対象領域のそれぞれについて、ヒストグラムで占める面積が予め既知である場合には、この比率を用いて探索対象領域を膨張させることにより、対象領域の抽出精度を向上させることができる。 When the area occupied by the histogram is known in advance for each of the target region and the non-target region, the target region extraction accuracy can be improved by expanding the search target region using this ratio.
図１１は、前記探索対象領域を設定するステップ２３において実施される膨張処理の他の実施例を示すものである。図に示す例は、設定する探索対象領域を、１つ手前のスライス画像または現在のスライス画像において既に抽出された対象領域との周囲長の比によって決定するようにしたものである。図において、黒く塗りつぶされた画素領域Ｓ１を前回抽出された対象領域で、その周囲長をＬ１（図では２４画素）とし、斜線を施した画素領域Ｓ２が膨張させる領域（探索対象領域）で、その周囲長をＬ２（図では３２画素）とすれば、この周囲長の比Ｌ１：Ｌ２が所定の値となるように、探索対象領域Ｓ２の大きさが設定される。 FIG. 11 shows another embodiment of the expansion process performed in step 23 for setting the search target area. In the example shown in the figure, the search target region to be set is determined based on the ratio of the perimeter to the target region already extracted in the previous slice image or the current slice image. In the figure, the pixel area S1 painted black is the target area previously extracted, and its peripheral length is L1 (24 pixels in the figure), and the hatched pixel area S2 is an area to be expanded (search target area). If the perimeter is L2 (32 pixels in the figure), the size of the search target region S2 is set so that the perimeter length ratio L1: L2 becomes a predetermined value.
対象領域が、臓器など各スライス画像間で個体別変化が少ないものの場合には、対象領域とその周囲領域は、周囲長の比率を用いて膨張させる手法が有効である。 In the case where the target region has a small individual change between slice images, such as an organ, a method of expanding the target region and the surrounding region using a ratio of the peripheral length is effective.
また、膨張処理の他の実施例としては、設定する探索対象領域を、１つ手前のスライス画像または現在のスライス画像において既に抽出された対象領域との画素濃度値の総和の比によって決定する方法も考えられる。すなわち、前回抽出された対象領域における画素濃度値の総和をＣ１とし、膨張させる領域（探索対象領域）における画素濃度値の総和をＣ２とすれば、この画素濃度値の総和の比Ｃ１：Ｃ２が所定の値となるように、探索対象領域の大きさが設定される。 As another example of the expansion process, a search target region to be set is determined based on a ratio of the sum of pixel density values to the target region already extracted in the previous slice image or the current slice image. Is also possible. That is, if the sum of the pixel density values in the previously extracted target area is C1, and the sum of the pixel density values in the area to be expanded (search target area) is C2, then the ratio C1: C2 of the sum of the pixel density values is The size of the search target area is set so as to be a predetermined value.
三次元構造を持つ領域を撮影したスライス画像では、対象領域がスライス画像間に渡って連続的に分布するとともに、隣接するスライス画像同士で、スライス面内での形状および画素濃度構成が類似している場合が多いので、周囲長および画素濃度の総和の比によって膨張領域を決定する手法が有効である。 In a slice image obtained by photographing a region having a three-dimensional structure, the target region is continuously distributed between slice images, and the shape and pixel density configuration in the slice plane are similar between adjacent slice images. In many cases, a method of determining the expansion region based on the ratio of the peripheral length and the sum of the pixel densities is effective.
図１２は、前記閾値を決定するステップ２５の一実施例を示すものである。図に示す例は、探索対象領域における画素濃度分布のヒストグラムが対象領域と非対象領域がそれぞれ正規分布であり、２つの分布の重ね合わせであると仮定して、その２つの分布の境界を閾値とするものである。図は探索対象領域における画素濃度分布のヒストグラムを示したもので、ここでは、探索対象領域に含まれる対象領域の画素濃度分布のヒストグラムをＨ０、非対象領域の画素濃度分布のヒストグラムをＨ１として、それぞれが正規分布を有し、全体のヒストグラムはこれらの正規分布Ｈ０、Ｈ１の和であると仮定する。
ここで、２つの分布Ｈ０、Ｈ１が交差する濃度値Ｓｃを閾値に決定する。
FIG. 12 shows an embodiment of step 25 for determining the threshold value. In the example shown in the figure, the pixel density distribution histogram in the search target region is assumed that the target region and the non-target region are normal distributions, and the two distributions are overlapped. It is what. The figure shows a histogram of the pixel density distribution in the search target region. Here, the pixel density distribution histogram of the target region included in the search target region is H0, and the pixel density distribution histogram of the non-target region is H1. It is assumed that each has a normal distribution and the entire histogram is the sum of these normal distributions H0 and H1.
Here, the density value Sc at which the two distributions H0 and H1 intersect is determined as a threshold value.
一般に医用画像では、撮影された対象領域を濃度のヒストグラムで見たとき、正規分布のような分布をしている。さらに、その構造が、対象領域を非対象領域である別の構成要素が取り囲んでいるようなものが多く、その非対象領域も同様に正規分布を持つ場合が多い。
したがって、探索対象領域の全画素のヒストグラムについて、複数種類の正規分布の重ね合わせであると仮定することは、対象領域を正確に抽出する手法として有効である。
In general, a medical image has a distribution like a normal distribution when a captured target region is viewed with a density histogram. Further, the structure is often such that the target region is surrounded by another component that is a non-target region, and the non-target region often has a normal distribution as well.
Therefore, assuming that the histograms of all the pixels in the search target region are a superposition of a plurality of types of normal distributions is effective as a method for accurately extracting the target region.
図１３は、前記閾値を決定するステップ２５の他の実施例を示すものである。図に示す例は、探索対象領域における画素濃度分布のヒストグラムが対象領域と非対象領域がそれぞれ正規分布であり、２つの分布の重ね合わせであると仮定して、クラス間分散値が最大となる画素濃度値を閾値とするものである。 FIG. 13 shows another embodiment of the step 25 for determining the threshold value. In the example shown in the figure, the histogram of the pixel density distribution in the search target region assumes that the target region and the non-target region are normal distributions respectively, and the inter-class variance value is maximized assuming that the two distributions are superimposed. The pixel density value is used as a threshold value.
対象領域と非対象領域のそれぞれが正規分布であると仮定して、両分布が多少重なりを持ってヒストグラムを構成する場合には、クラス間分散値によって全体の分布状態を観察し、閾値を決定する手法が有効である。 Assuming that each of the target and non-target regions is a normal distribution and the histograms are slightly overlapped to form a histogram, the overall distribution state is observed based on the interclass variance value, and the threshold is determined. This technique is effective.
図は前記図１２における画素濃度分布のヒストグラムから、各画素値に対するクラス間分散を求めたものである。 The figure shows the interclass variance for each pixel value from the histogram of the pixel density distribution in FIG.
画素の濃度値の分散値σは、以下の式によって表される。
また、クラス間分散値σｂ（ｋ）は、以下の式によって表される。
この例では、画素値ｋまでの分散値と全体の分散値との比を取り、この比が最大になる画素値を２つの分布を分離する画素濃度値（閾値）とする。
２つの分散値分散比は以下の式で表される。
The two dispersion value dispersion ratios are expressed by the following equations.
ここで、画素の濃度値の分散値σは探索対象領域全体で決まるものであるため、探索対象領域では一定値である。よって、２つの分散値分散比が最大を取るときの画素値ｋは、クラス間分散値σｂ（ｋ）の絶対値が最大値を取るときのｋと同じである。
この例では、上記の方法によって得られる濃度値を閾値に決定する。
Here, since the variance value σ of the density value of the pixel is determined in the entire search target region, it is a constant value in the search target region. Therefore, the pixel value k when the two variance value variance ratios are maximum is the same as k when the absolute value of the interclass variance value σ b (k) takes the maximum value.
In this example, the density value obtained by the above method is determined as a threshold value.
また、前記閾値を決定するステップ２５の他の実施例としては、スライス画像中の各探索対象領域毎に閾値を決定する方法も考えられる。すなわち、上記の説明においては、１つのスライス画像に対しては共通の閾値を設定し、対象領域の抽出を行う場合を例示したが、１つのスライス画像に含まれる複数の探索対象領域に対して各探索対象領域毎に閾値を決定して、対象領域を抽出するようにすれば、より正確な抽出を行うことができる。 As another example of the step 25 for determining the threshold value, a method for determining the threshold value for each search target region in the slice image is also conceivable. That is, in the above description, a case where a common threshold value is set for one slice image and a target region is extracted is illustrated, but a plurality of search target regions included in one slice image are illustrated. If a threshold value is determined for each search target region and the target region is extracted, more accurate extraction can be performed.
ＣＴなどのスライス画像を取得する装置では、撮影される対象物は、スライス画像中の位置によって画素濃度が異なる場合があり、このような場合には、探索対象領域ごとに閾値を決定する手法が有効である。 In an apparatus for acquiring a slice image such as CT, an object to be photographed may have a different pixel density depending on the position in the slice image. In such a case, there is a method for determining a threshold value for each search target region. It is valid.
１ 記憶装置
２ 表示装置
３ コンピュータ
１１ ヒストグラムを作成するステップ
１２ 抽出領域を判別するステップ
１３ 閾値を決定するステップ
１４ ２値化処理を行うステップ
２１ 対象領域を指定するステップ
２２ 隣接するスライス画像に処理を移動するステップ
２３ 探索対象領域を設定するステップ
２４ ヒストグラムを作成するステップ
２５ 閾値を決定するステップ
２６ ２値化処理を行うステップ
２７ 第１の循環ループ
２８ 第２の循環ループ
DESCRIPTION OF SYMBOLS 1 Memory | storage device 2 Display apparatus 3 Computer 11 The step which produces a histogram 12 The step which discriminates an extraction area | region 13 The step which determines a threshold value 14 The step which performs a binarization process 21 The step which designates an object area | region 22 The process to an adjacent slice image Step of moving 23 Step of setting search target region 24 Step of creating histogram 25 Step of determining threshold 26 Step of performing binarization process 27 First circulation loop 28 Second circulation loop
Claims (14)
この第１の循環処理が終了した後、処理の対象を隣接するスライス画像へ移動させるとともに、処理すべきスライス画像の位置が全スライス画像における両端に達した時には、隣接スライス画像への移動の方向を逆転させ、全スライス画像についてそれぞれ抽出される対象領域が変化しなくなるまで、隣接スライス画像への移動とそのスライス画像に対する前記第１の循環処理を繰り返す第２の循環処理とを具備することを特徴とする請求項１に記載の領域抽出方法。 In a process for one slice image, a first cyclic process that repeats the process from the step of setting the search target area to the binarization step until the target area extracted in the slice image does not change;
After the first cyclic processing is completed, the processing target is moved to the adjacent slice image, and when the position of the slice image to be processed reaches both ends of all slice images, the direction of movement to the adjacent slice image And moving to the adjacent slice image and repeating the first circulation processing for the slice image until the target regions extracted for all the slice images are not changed, respectively. The region extraction method according to claim 1, wherein
The region extracting method according to claim 1, wherein the step of determining a threshold for binarization determines a threshold for each search target region in a slice image.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2004060117A JP4379706B2 (en) | 2004-03-04 | 2004-03-04 | Region extraction method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2004060117A JP4379706B2 (en) | 2004-03-04 | 2004-03-04 | Region extraction method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2005245734A true JP2005245734A (en) | 2005-09-15 |
| JP4379706B2 JP4379706B2 (en) | 2009-12-09 |
Family
ID=35026785
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2004060117A Expired - Lifetime JP4379706B2 (en) | 2004-03-04 | 2004-03-04 | Region extraction method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4379706B2 (en) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006042998A (en) * | 2004-08-02 | 2006-02-16 | Yokogawa Electric Corp | Region extraction method and its device |
| JP2007111123A (en) * | 2005-10-18 | 2007-05-10 | Hitachi Medical Corp | Medical image display device |
| WO2007072720A1 (en) * | 2005-12-19 | 2007-06-28 | Tohoku University | Diagnostic imaging apparatus for medical use and method of identifying biological tissue |
| JP2008126065A (en) * | 2006-11-17 | 2008-06-05 | General Electric Co <Ge> | Method and apparatus for contouring at least one vessel |
| JP2013080101A (en) * | 2011-10-04 | 2013-05-02 | Keyence Corp | Image processing apparatus, and image processing program |
| US8626263B2 (en) | 2006-04-13 | 2014-01-07 | General Electric Company | Methods and apparatus for relative perfusion and/or viability |
| JPWO2013011914A1 (en) * | 2011-07-19 | 2015-02-23 | 株式会社日立メディコ | X-ray diagnostic imaging apparatus and control method for X-ray generation apparatus |
| JP2015156894A (en) * | 2014-02-21 | 2015-09-03 | 学校法人日本大学 | Medical image processor, medical object area extraction method thereof and medical object area extraction processing program |
| JPWO2021124683A1 (en) * | 2019-12-16 | 2021-06-24 |
-
2004
- 2004-03-04 JP JP2004060117A patent/JP4379706B2/en not_active Expired - Lifetime
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006042998A (en) * | 2004-08-02 | 2006-02-16 | Yokogawa Electric Corp | Region extraction method and its device |
| JP4505805B2 (en) * | 2004-08-02 | 2010-07-21 | 横河電機株式会社 | Region extraction method and apparatus |
| JP2007111123A (en) * | 2005-10-18 | 2007-05-10 | Hitachi Medical Corp | Medical image display device |
| JP4721865B2 (en) * | 2005-10-18 | 2011-07-13 | 株式会社日立メディコ | Medical image display device |
| WO2007072720A1 (en) * | 2005-12-19 | 2007-06-28 | Tohoku University | Diagnostic imaging apparatus for medical use and method of identifying biological tissue |
| JPWO2007072720A1 (en) * | 2005-12-19 | 2009-05-28 | 国立大学法人東北大学 | Medical diagnostic imaging apparatus and biological tissue identification method |
| US8626263B2 (en) | 2006-04-13 | 2014-01-07 | General Electric Company | Methods and apparatus for relative perfusion and/or viability |
| JP2008126065A (en) * | 2006-11-17 | 2008-06-05 | General Electric Co <Ge> | Method and apparatus for contouring at least one vessel |
| JPWO2013011914A1 (en) * | 2011-07-19 | 2015-02-23 | 株式会社日立メディコ | X-ray diagnostic imaging apparatus and control method for X-ray generation apparatus |
| US9384547B2 (en) | 2011-07-19 | 2016-07-05 | Hitachi, Ltd. | X-ray image diagnostic apparatus and method for controlling X-ray generation device |
| JP2013080101A (en) * | 2011-10-04 | 2013-05-02 | Keyence Corp | Image processing apparatus, and image processing program |
| JP2015156894A (en) * | 2014-02-21 | 2015-09-03 | 学校法人日本大学 | Medical image processor, medical object area extraction method thereof and medical object area extraction processing program |
| JPWO2021124683A1 (en) * | 2019-12-16 | 2021-06-24 | ||
| WO2021124683A1 (en) * | 2019-12-16 | 2021-06-24 | 富士フイルム株式会社 | Contour extracting device, contour extracting method, and contour extracting program |
| JP7204951B2 (en) | 2019-12-16 | 2023-01-16 | 富士フイルム株式会社 | Contour extraction device, contour extraction method, and contour extraction program |
Also Published As
| Publication number | Publication date |
|---|---|
| JP4379706B2 (en) | 2009-12-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108805023B (en) | Image detection method, device, computer equipment and storage medium | |
| US8401333B2 (en) | Image processing method and apparatus for multi-resolution feature based image registration | |
| US8103077B2 (en) | Method and system for locating opaque regions in chest X-ray radiographs | |
| WO2018180386A1 (en) | Ultrasound imaging diagnosis assistance method and system | |
| US8131076B2 (en) | Editing of pre-segmented images using seeds derived from contours | |
| US20160117797A1 (en) | Image Processing Apparatus and Image Processing Method | |
| KR101692227B1 (en) | A panorama image generation method using FAST algorithm | |
| CN110415250B (en) | Overlapped chromosome segmentation method and device based on deep learning | |
| Mistry et al. | Image stitching using Harris feature detection | |
| US11276490B2 (en) | Method and apparatus for classification of lesion based on learning data applying one or more augmentation methods in lesion information augmented patch of medical image | |
| WO2017109854A1 (en) | Learning image automatic sorting device, learning image automatic sorting method, and learning image automatic sorting program | |
| KR102349515B1 (en) | Tumor automatic segmentation based on deep learning in a medical image | |
| US9547906B2 (en) | System and method for data driven editing of rib unfolding | |
| JP4379706B2 (en) | Region extraction method | |
| JP2000172829A (en) | Area extracting method | |
| JP2009134587A (en) | Image processing device | |
| JP6805736B2 (en) | Similar case image search program, similar case image search device and similar case image search method | |
| US20090310883A1 (en) | Image processing apparatus, method, and program | |
| CN111881846B (en) | Image processing method, image processing apparatus, image processing device, image processing apparatus, storage medium, and computer program | |
| JP4990876B2 (en) | Image processing device | |
| JP4887491B2 (en) | MEDICAL IMAGE PROCESSING METHOD, DEVICE THEREOF, AND PROGRAM | |
| JP4708740B2 (en) | Image processing apparatus and image processing method | |
| JP2011054062A (en) | Apparatus and method for processing image, and program | |
| CN112330787B (en) | Image labeling method, device, storage medium and electronic equipment | |
| TWI804083B (en) | Object detection system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060703 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090617 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090803 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20090827 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20090909 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121002 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 4379706 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121002 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131002 Year of fee payment: 4 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| R371 | Transfer withdrawn |
Free format text: JAPANESE INTERMEDIATE CODE: R371 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| EXPY | Cancellation because of completion of term |