JP2005506140A5 - - Google Patents

Download PDF

Info

Publication number
JP2005506140A5
JP2005506140A5 JP2003536840A JP2003536840A JP2005506140A5 JP 2005506140 A5 JP2005506140 A5 JP 2005506140A5 JP 2003536840 A JP2003536840 A JP 2003536840A JP 2003536840 A JP2003536840 A JP 2003536840A JP 2005506140 A5 JP2005506140 A5 JP 2005506140A5
Authority
JP
Japan
Prior art keywords
voxels
voxel
lesion
representing
region
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2003536840A
Other languages
English (en)
Other versions
JP2005506140A (ja
Filing date
Publication date
Application filed filed Critical
Priority claimed from PCT/US2002/031578 external-priority patent/WO2003034176A2/en
Publication of JP2005506140A publication Critical patent/JP2005506140A/ja
Publication of JP2005506140A5 publication Critical patent/JP2005506140A5/ja
Pending legal-status Critical Current

Links

Claims (42)

  1. 目的器官の内面、外面、および関与組織を取り囲む被検査領域を画定する断面画像のセットを処理する方法であって、
    目的器官の前記断面画像のセットからスキャンされた全体撮像部位を表すボクセルのセットを取得することと、
    目的器官に特有の値を用いて、スキャンされた全体撮像部位を表す前記ボクセルセットをしきい値処理して第1セットの分割ボクセルを生成することと、
    前記第1セットの分割ボクセルの内腔分析を実行して、第2セットの分割ボクセルを取得することと、
    前記第1セットの分割ボクセルおよび第2セットの分割ボクセルの交差を決定して、目的器官の内面、外面、および関与組織を取り囲む被検査領域を表わすボクセルのセットを取得することと、
    を含む方法。
  2. 前記取得する工程は、
    目的器官の前記断面画像のセットにおいて隣接する画像上で対応するピクセルを決定することと、
    前記対応するピクセルを連結して、スキャンされた全体撮像部位を表すボクセルのセットを得ることと、
    を含む請求項1に記載の方法。
  3. 前記内腔分析を実行する工程は、
    空気シードボクセルを選択することと、
    所定の条件のセットを満足する場合は、前記第2セットの分割ボクセル内にある前記空気シードボクセルの近辺内の空間的に連結されたボクセルを指定することと、
    前記第2セットの分割ボクセル内で指定されたボクセルの数が、前記の指定工程に含まれるボクセルの数を所定のパーセンテージを超えて減少するまで、前記選択および指定工程を繰り返すことと、
    を含む請求項に記載の方法。
  4. 前記繰返し工程は、前記第2セットの分割ボクセル内で指定されたボクセルの数が所定数を超えて減少するまで、前記選択および指定工程を繰り返すことを含む請求項に記載の方法。
  5. 前記指定工程は、前記所定条件として、
    (1)空間的に連結されたボクセルの領域内の各ボクセルが前記第1セットの分割ボクセル内に存在しないかどうか、および
    (2)空間的に連結されたボクセルの領域内の各ボクセルが、関連ボクセル値およびボクセル勾配を有し、各ボクセルの前記値が目的器官の壁に関連する所定の値より低い値であるかどうかを判断することを含む請求項に記載の方法。
  6. 前記第2セットの分割ボクセル内にある表面ボクセルの領域を指定することと、
    表面ボクセルの前記領域が前記第1セットの分割ボクセル内のボクセルの層の第1の所定のパーセンテージより多い層と交差するまで、前記指定工程を繰り返すことと、
    表面ボクセルの前記領域が前記第1セットの分割ボクセル内のボクセルの層の第2の所定のパーセンテージより少ない層と交差するまで、前記の指定工程を繰り返すことと、
    をさらに含む請求項に記載の方法。
  7. 前記空気シードボクセル選択工程は、
    (1)前記第1セットの分割ボクセル内に存在しない、(2)所定の値より小さいボクセル値を有する、(3)前記第2セットの分割ボクセル内に存在しない、および(4)前記スキャンされた全体撮像部位の境界に近接しない、ボクセルを選択することを含む請求項に記載の方法。
  8. 被検査領域を表す前記ボクセルのセット内の各ボクセルにおける幾何学的特性値に基づいて候補病変のセットを検出することと、
    前記候補病変のセット内の各病変候補の被検査部位特性値および形態特性値の少なくとも1つに基づき、前記病変候補のセットから少なくとも1つの3次元的に拡大された病変を選択することと、
    前記選択工程において選択された、前記少なくとも1つの3次元的に拡大された病変を表すボクセルのセットを出力することと、
    をさらに含む請求項1に記載の方法。
  9. 前記検出工程は、
    被検査領域を表す前記ボクセルのセット内の各ボクセルに対して幾何学的特性値を計算することと、
    前記計算工程において計算された幾何学的特性値を使用して、初期の病変候補のセットを生成することと、
    前記初期の病変候補のセットをクラスタ化して、病変候補のセットを生成することと、
    を含む請求項に記載の方法。
  10. 前記計算工程は、
    被検査領域を平滑化して、複数のスケールで被検査領域を生成することと、
    被検査領域を表す前記ボクセルのセット内の各ボクセルに対して、少なくとも1つのスケールで、撮像部位形状指数を決定することと、
    被検査領域を表す前記ボクセルのセット内の各ボクセルに対して、前記少なくとも1つのスケールで、撮像部位湾曲値を決定することと、
    を含む請求項に記載の方法。
  11. 初期病変候補のセットを生成する前記工程は、
    第1の所定範囲内の撮像部位形状指数と第2の所定範囲内の撮像部位湾曲値とを有するシードボクセルのセットを識別することと、
    前記シードボクセルのセット内のシードボクセルに近接する空間的に連結しているボクセルの拡張領域を決定することと、
    前記拡張領域に対して条件付きの形態的拡大を適用して拡大された拡張領域を取得することと、
    前記拡大された拡張領域を前記初期病変候補のセット内の初期病変候補として指定することと、
    前記シードボクセルのセット内の各シードボクセルに対して、前記の決定、適用、および指定工程を繰り返すことと、
    を含む請求項に記載の方法。
  12. 条件付き形態拡大を適用する前記工程は、
    拡大された領域が目的器官の境界に達するまで、形態拡大により前記拡張領域を拡大することと、
    前記拡大工程の間に前記拡張領域の拡張率を測定することと、
    最少拡張率の拡張領域を前記拡大された拡張領域として指定することと、
    を含む請求項11に記載の方法。
  13. 前記クラスタ化の工程は、
    前記初期病変候補のセット内の、相互に所定距離以内にある初期病変候補を一体化して、減少した病変候補のセットを取得することと、
    前記減少した病変候補のセットをグループ化して、病変クラスタのセットを取得することと、
    前記病変クラスタのセットから、所定の最少撮像部位より小さい全体撮像部位を有する病変クラスタを削除して、候補病変のセットを取得することと、
    を含む請求項に記載の方法。
  14. 前記選択工程は、
    前記病変候補のセット内の真陽性病変のセットを選択することと、
    前記真陽性病変のセットを前記少なくとも1つの3次元的に拡大された拡大病変として出力することと、
    を含む請求項に記載の方法。
  15. 真陽性病変のセットを選択する前記工程は、
    前記病変候補のセットを表わすボクセルセット内の各ボクセルに対して少なくとも1つの特性値を計算することと、
    前記病変候補のセット内の各病変に対して前記少なくとも1つの特性値の統計値を計算することと、
    前記の計算工程で計算された前記少なくとも1つの特性値の統計値の分析に基づいて、前記病変候補のセットを偽陽性病変のセットおよび真陽性病変のセットに区分することと、
    を含む請求項14に記載の方法。
  16. 少なくとも1つの特性値を計算する前記工程は、
    病変候補のセットを表わす前記ボクセルセット内の各ボクセルに対して勾配集中度特性値を計算することと、
    病変候補のセットを表わす前記ボクセルセット内の各ボクセルに対して、撮像部位形状指数、撮像部位湾曲値、およびボクセル値の勾配の内の少なくとも1つを計算することと、
    所定の範囲内に特性値を有するボクセルのセットを識別して、病変候補の限定されたセットを生成することと、
    病変候補の前記限定されたセットを表わすボクセルセットに対して、勾配集中度特性値、撮像部位形状指数、撮像部位湾曲値、およびボクセル値の勾配の内の少なくとも1つを計算することと、
    を含む請求項15に記載の方法。
  17. 少なくとも1つの特性値の統計値を計算する前記工程は、
    前記拡大された病変候補のセット中の各病変候補内の全ボクセルの特性値を使用して、平均、最小、最大、分散、標準偏差、ひずみ、尖度、および最小と最大の比の内の少なくとも1つを決定することを含む請求項15に記載の方法。
  18. 前記区分工程は、
    線形識別選別器、2次識別選別器、ニューラルネットワーク、およびサポートベクトルマシンの内の少なくとも1つを使用して、前記病変候補のセットを区別することを含む請求項15に記載の方法。
  19. 勾配集中度特性を計算する前記工程は、
    病変候補の拡大されたセットを表わす前記ボクセルセット内の各ボクセルに対して、ボクセル値の勾配ベクトルを決定することと、
    病変候補の拡大されたセットを表わす前記ボクセルセット内の各ボクセルに対して、前記勾配ベクトルの集中度を計算することと、
    を含む請求項16に記載の方法。
  20. 前記取得する工程は、
    結腸の断面コンピュータトモグラフ画像のセットからスキャンされた全体撮像部位を表わすボクセルのセットを取得することを含む請求項1に記載の方法。
  21. 分割を実行する前記工程は、
    結腸に特有の値を用いて、スキャンされた全体撮像部位を表す前記ボクセルセットをしきい値処理することにより第1セットの分割ボクセルを生成することと、
    前記第1セットの分割ボクセルに結腸に基づく分析を実行して、第2セットの分割ボクセルを取得することと、
    前記第1セットの分割ボクセルおよび第2セットの分割ボクセルの交差を決定して、結腸の内面、外面、および関与組織を取り囲む被検査領域を表わすボクセルのセットを取得することと、
    を含む請求項1に記載の方法。
  22. 分割を実行する前記工程は、
    スキャンされた全体撮像部位を表わす前記ボクセルセットから目的器官以外の器官を表わすボクセルを削除することを含む請求項1に記載の方法。
  23. 目的器官の内面、外面、および関与組織を取り囲む被検査領域を表わすボクセルセットから少なくとも1つの3次元的に拡大された病変を識別する方法であって、
    被検査領域を平滑化して、複数のスケールで被検査領域を生成することと、
    生成された被検査領域に基づいた被検査領域を表すボクセルのセット内の各ボクセルについて幾何学的特徴値を計算することと、
    被検査領域を表す前記ボクセルのセット内の各ボクセルにおける計算された幾何学的特性値に基づいて候補病変のセットを検出することと、
    前記候補病変のセット内の各病変候補の被検査部位特性値および形態特性値の少なくとも1つに基づき、前記病変候補のセットから前記少なくとも1つの3次元的に拡大された病変を選択することと、
    前記選択工程において選択された、前記少なくとも1つの3次元的に拡大された病変を表わすボクセルのセットを出力することと、
    を含む方法。
  24. 前記検出工程は、
    前記計算工程において計算された前記幾何学的特性値を使用して、初期の病変候補のセットを生成することと、
    前記初期の病変候補のセットをクラスタ化して、病変候補のセットを生成することと、を含む請求項23に記載の方法。
  25. 前記計算工程は、
    被検査領域を表す前記ボクセルのセット内の各ボクセルに対して、少なくとも1つのスケールで、撮像部位形状指数を決定することと、
    被検査領域を表す前記ボクセルのセット内の各ボクセルに対して、前記少なくとも1つのスケールで、撮像部位湾曲値を決定することと、
    を含む請求項24に記載の方法。
  26. 初期病変候補のセットを生成する前記工程は、
    第1の所定範囲内の撮像部位形状指数と第2の所定範囲内の撮像部位湾曲値とを有するシードボクセルのセットを識別することと、
    前記シードボクセルのセット内のシードボクセルに近接する空間的に連結しているボクセルの拡張領域を決定することと、
    前記拡張領域に対して条件付きの形態的拡大を適用して、拡大された拡張領域を取得することと、
    前記拡大された拡張領域を前記初期病変候補のセット内の初期病変候補として指定することと、
    前記シードボクセル内の各シードボクセルに対して、前記の決定、適用、および指定工程を繰り返すことと、
    を含む請求項24に記載の方法。
  27. 条件付き形態拡大を適用する前記工程は、
    拡大された領域が目的器官の境界に達するまで、形態拡大により前記拡張領域を拡大することと、
    前記拡大工程の間に拡張領域の拡張率を測定することと、
    最少拡張率の拡張領域を前記拡大された拡張領域として指定することと、
    を含む請求項26に記載の方法。
  28. 前記クラスタ化の工程は、
    前記初期病変候補のセット内の、相互に所定距離以内にある初期病変候補を一体化して、減少した病変候補のセットを取得することと、
    前記減少した病変候補のセットをグループ化して、病変クラスタのセットを取得することと、
    前記病変クラスタのセットから、所定の最少撮像部位より小さい全体撮像部位を有する病変クラスタを削除して、病変候補のセットを取得することと、
    を含む請求項24に記載の方法。
  29. 前記選択工程は、
    前記病変候補のセットから真陽性病変のセットを選択することと、
    前記真陽性病変のセットを前記少なくとも1つの3次元的に拡大された拡大病変として出力することと、
    を含む請求項23に記載の方法。
  30. 真陽性病変のセットを選択する前記工程は、
    病変候補のセットを表わす前記ボクセルセット内の各ボクセルに対して少なくとも1つの特性値を計算することと、
    前記病変候補のセット内の各病変に対して少なくとも1つの特性値の統計値を計算することと、
    前記計算工程で計算された前記少なくとも1つの特性値の統計値の分析に基づいて、前記病変候補のセットを偽陽性病変のセットおよび真陽性病変のセットに区分することと、を含む請求項29に記載の方法。
  31. 少なくとも1つの特性値を計算する前記工程は、
    病変候補のセットを表わす前記ボクセルセット内の各ボクセルに対して勾配集中度特性値を計算することと、
    病変候補のセットを表わす前記ボクセルセット内の各ボクセルに対して、撮像部位形状指数、撮像部位湾曲値、およびボクセル値の勾配の内の少なくとも1つを計算することと、
    所定の範囲内に特性値を有するボクセルのセットを識別して、病変候補の限定されたセットを生成することと、
    病変候補の前記限定されたセットを表わすボクセルセットに対して、勾配集中度特性値、撮像部位形状指数、撮像部位湾曲値、およびボクセル値の勾配の内の少なくとも1つを計算することと、
    を含む請求項30に記載の方法。
  32. 少なくとも1つの特性値の統計値を計算する前記工程は、
    前記拡大された病変候補のセット中の各病変候補内の全ボクセルの特性値を使用して、平均、最小、最大、分散、標準偏差、ひずみ、尖度、および最小と最大の比の内の少なくとも1つを決定することを含む請求項30に記載の方法。
  33. 前記区分工程は、
    線形識別選別器、2次識別選別器、ニューラルネットワーク、およびサポートベクトルマシンの内の少なくとも1つを使用して、前記病変候補のセットを区別することを含む請求項30に記載の方法。
  34. 勾配集中度特性を計算する前記工程は、
    病変候補の拡大されたセットを表わす前記ボクセルセット内の各ボクセルに対して、ボクセル値の勾配ベクトルを決定することと、
    病変候補の拡大されたセットを表わす前記ボクセルセット内の各ボクセルに対して、前記勾配ベクトルの集中度を計算することと、
    を含む請求項31に記載の方法。
  35. 複数のコンピュータプログラム命令を格納し、この命令をコンピュータが実行することにより、コンピュータが請求項1乃至34のいずれか1項に記載の工程を実行するように構成された、コンピュータプログラム製品。
  36. 請求項1乃至22のいずれか1項に記載の工程を実行することにより、目的器官の内面、外面、および関与組織を取り囲む被検査領域を画定する断面画像のセットを処理するように構成されたシステム。
  37. 請求項23乃至34のいずれか1項に記載の工程を実行することにより、目的器官の内面、外面、および関与組織を取り囲む厚い被検査領域内の少なくとも1つの3次元的に拡大された病変を識別するように構成されたシステム。
  38. 器官の断面画像のセットから導き出される、この器官の3次元分割を表わす信号であって、
    前記器官の内面を表わす第1信号部分と、
    前記器官の外面を表わす第2信号部分と、
    前記器官の前記内面と前記外面との間にある組織を表わす第3信号部分と、
    を含む信号。
  39. 前記第1信号部分は、
    前記断面画像のセット内の近接画像上の対応するピクセルを決定する工程と、
    前記対応するピクセルを連結して、スキャンされた全体撮像部位を表わすボクセルのセットを取得する工程と、
    前記スキャンされた全体撮像部位を表わすボクセルのセットから前記器官以外の器官を表わすボクセルを削除して、減少した撮像部位を表わすボクセルのセットを取得する工程と、
    前記減少した撮像部位を表わすボクセルのセットに対して内腔分析を実行して、第1信号部分を取得する工程と、
    を実行することにより得られる、請求項38に記載の信号。
  40. 前記第2信号部分は、
    前記断面画像のセット内の近接画像上の対応するピクセルを決定する工程と、
    前記対応するピクセルを連結して、スキャンされた全体撮像部位を表わすボクセルのセットを取得する工程と、
    前記スキャンされた全体撮像部位を表わすボクセルのセットから前記器官以外の器官を表わすボクセルを削除して、減少した撮像部位を表わすボクセルのセットを取得する工程と、
    前記器官の外面に特有の値を用いて減少した撮像部位を表わす前記ボクセルのセットをしきい値処理することにより第2信号部分を生成する工程と、
    を実行することにより得られる、請求項38に記載の信号。
  41. 前記第3信号部分は、
    断面画像のセット内の近接画像上の対応するピクセルを決定する工程と、
    前記対応するピクセルを連結して、スキャンされた全体撮像部位を表わすボクセルのセットを取得する工程と、
    前記スキャンされた全体撮像部位を表わすボクセルのセットから前記器官以外の器官を表わすボクセルを削除して、減少した撮像部位を表わすボクセルのセットを取得する工程と、
    前記減少した撮像部位を表わすボクセルのセットに対して内腔分析を実行して、第3信号部分を取得する工程と、
    を実行することにより得られる、請求項38に記載の信号。
  42. 器官の3次元分割を表わす信号であって、
    前記器官の断面画像のセットを取得する工程と、
    前記断面画像のセット内の近接画像上の対応するピクセルを決定する工程と、
    前記対応するピクセルを連結して、スキャンされた全体撮像部位を表わすボクセルのセットを取得する工程と、
    前記スキャンされた全体撮像部位を表わすボクセルのセットから、前記器官の3次元分割を表わす信号を抽出する工程と、
    を実行することにより生成される信号。
JP2003536840A 2001-10-16 2002-10-16 コンピュータ支援の3次元病変検出方法 Pending JP2005506140A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US32932201P 2001-10-16 2001-10-16
PCT/US2002/031578 WO2003034176A2 (en) 2001-10-16 2002-10-16 Computer-aided detection of three-dimensional lesions

Publications (2)

Publication Number Publication Date
JP2005506140A JP2005506140A (ja) 2005-03-03
JP2005506140A5 true JP2005506140A5 (ja) 2005-12-22

Family

ID=23284853

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2003536840A Pending JP2005506140A (ja) 2001-10-16 2002-10-16 コンピュータ支援の3次元病変検出方法

Country Status (6)

Country Link
US (1) US7379572B2 (ja)
EP (1) EP1436771B1 (ja)
JP (1) JP2005506140A (ja)
AT (1) ATE514144T1 (ja)
AU (1) AU2002356539A1 (ja)
WO (1) WO2003034176A2 (ja)

Families Citing this family (158)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005506140A (ja) 2001-10-16 2005-03-03 ザ・ユニバーシティー・オブ・シカゴ コンピュータ支援の3次元病変検出方法
JP2003141548A (ja) * 2001-10-22 2003-05-16 Ge Medical Systems Global Technology Co Llc 3次元ラベリング装置及びその方法
US7561971B2 (en) * 2002-03-28 2009-07-14 Exagen Diagnostics, Inc. Methods and devices relating to estimating classifier performance
JP2004041694A (ja) * 2002-05-13 2004-02-12 Fuji Photo Film Co Ltd 画像生成装置およびプログラム、画像選択装置、画像出力装置、画像提供サービスシステム
US7873223B2 (en) * 2002-10-15 2011-01-18 Definiens Ag Cognition integrator and language
US8594410B2 (en) 2006-08-28 2013-11-26 Definiens Ag Context driven image mining to generate image-based biomarkers
US6912309B2 (en) * 2003-03-06 2005-06-28 Lockheed Martin Corporation Method and system for identifying objects in an image
US7333644B2 (en) * 2003-03-11 2008-02-19 Siemens Medical Solutions Usa, Inc. Systems and methods for providing automatic 3D lesion segmentation and measurements
US7978887B2 (en) 2003-06-17 2011-07-12 Brown University Methods and apparatus for identifying subject matter in view data
US7343030B2 (en) * 2003-08-05 2008-03-11 Imquant, Inc. Dynamic tumor treatment system
US7412084B2 (en) * 2003-08-13 2008-08-12 Siemens Medical Solutions Usa, Inc. Method of analysis of local patterns of curvature distributions
CN100423029C (zh) * 2003-08-13 2008-10-01 美国西门子医疗解决公司 用于分析曲率分布的局部模式的方法
US20050244042A1 (en) * 2004-04-29 2005-11-03 General Electric Company Filtering and visualization of a multidimensional volumetric dataset
US8165358B2 (en) * 2004-01-12 2012-04-24 Ge Medical Systems Global Technology Co., Llc System and method for overlaying color cues on a virtual representation of an anatomical structure
US7912292B2 (en) * 2003-11-12 2011-03-22 Siemens Medical Solutions Usa, Inc. System and method for filtering and automatic detection of candidate anatomical structures in medical images
JP4118786B2 (ja) * 2003-11-14 2008-07-16 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 画像撮影診断支援システム
US7310435B2 (en) * 2003-11-25 2007-12-18 General Electric Company Method and apparatus for extracting multi-dimensional structures using dynamic constraints
US7480412B2 (en) * 2003-12-16 2009-01-20 Siemens Medical Solutions Usa, Inc. Toboggan-based shape characterization
US7515743B2 (en) * 2004-01-08 2009-04-07 Siemens Medical Solutions Usa, Inc. System and method for filtering a medical image
US20050177040A1 (en) * 2004-02-06 2005-08-11 Glenn Fung System and method for an iterative technique to determine fisher discriminant using heterogenous kernels
US7526115B2 (en) 2004-02-23 2009-04-28 Siemens Medical Solutions Usa, Inc. System and method for toboggan based object segmentation using divergent gradient field response in images
WO2005083635A1 (en) * 2004-02-27 2005-09-09 National University Of Singapore Method and system for detection of bone fractures
US7634133B2 (en) 2004-03-04 2009-12-15 Siemens Medical Solutions Usa, Inc. Segmentation of structures based on curvature slope
CA2564240C (en) * 2004-04-26 2014-10-07 David F. Yankelevitz Medical imaging system for accurate measurement evaluation of changes in a target lesion
DE102004027708B4 (de) * 2004-06-07 2006-07-27 Siemens Ag Verfahren zur medizinischen 3D-Bilddarstellung und -verarbeitung, Computertomografiegerät, Arbeitsstation und Computerprogrammprodukt
US7565009B2 (en) * 2004-06-07 2009-07-21 Siemens Medical Solutions Usa, Inc. System and method for dynamic fast tobogganing
US7609887B2 (en) * 2004-06-07 2009-10-27 Siemens Medical Solutions Usa, Inc. System and method for toboggan-based object segmentation using distance transform
JP2008505704A (ja) * 2004-07-09 2008-02-28 フィッシャー イメイジング コーポレイション 融合型マンモグラフィにおける乳房スクリーニング方法
US20060018524A1 (en) * 2004-07-15 2006-01-26 Uc Tech Computerized scheme for distinction between benign and malignant nodules in thoracic low-dose CT
US20060018549A1 (en) * 2004-07-20 2006-01-26 Jianming Liang System and method for object characterization of toboggan-based clusters
US7627173B2 (en) * 2004-08-02 2009-12-01 Siemens Medical Solutions Usa, Inc. GGN segmentation in pulmonary images for accuracy and consistency
US20060047227A1 (en) * 2004-08-24 2006-03-02 Anna Jerebko System and method for colon wall extraction in the presence of tagged fecal matter or collapsed colon regions
US7283654B2 (en) * 2004-08-26 2007-10-16 Lumeniq, Inc. Dynamic contrast visualization (DCV)
DE102004043677B4 (de) * 2004-09-09 2013-11-14 Siemens Aktiengesellschaft Verfahren zur Segmentierung anatomischer Strukturen aus 4D-Bilddatensätzen
US7583829B2 (en) * 2004-09-13 2009-09-01 Siemens Medical Solutions Usa, Inc. Method and apparatus for embolism analysis
WO2006042077A2 (en) * 2004-10-09 2006-04-20 Viatronix Incorporated Sampling medical images for virtual histology
US20060209063A1 (en) * 2004-10-12 2006-09-21 Jianming Liang Toboggan-based method for automatic detection and segmentation of objects in image data
US7127095B2 (en) 2004-10-15 2006-10-24 The Brigham And Women's Hospital, Inc. Factor analysis in medical imaging
WO2006050157A2 (en) * 2004-10-29 2006-05-11 New York University System, software arrangement and method for segmenting an image
JP4188900B2 (ja) * 2004-11-15 2008-12-03 ザイオソフト株式会社 医療画像処理プログラム
US7209536B2 (en) * 2004-11-19 2007-04-24 General Electric Company CT colonography system
US7599465B2 (en) 2004-11-19 2009-10-06 General Electric Company Detection of thrombi in CT using energy discrimination
CN101065775B (zh) * 2004-11-26 2010-06-09 皇家飞利浦电子股份有限公司 感兴趣体积的选择
DE102004060931A1 (de) * 2004-12-17 2006-07-06 Siemens Ag Verfahren zur Vorbereitung der Begutachtung von tomographischen Colon-Aufnahmen
EP1839578B1 (en) * 2005-01-19 2015-07-15 Hitachi Medical Corporation Image diagnosis support device and image diagnosis support program
US8073210B2 (en) * 2005-02-14 2011-12-06 University Of Lowa Research Foundation Methods of smoothing segmented regions and related devices
US20060187221A1 (en) * 2005-02-22 2006-08-24 Sarang Lakare System and method for identifying and removing virtual objects for visualization and computer aided detection
JP2006230910A (ja) * 2005-02-28 2006-09-07 Konica Minolta Medical & Graphic Inc 画像処理装置及び画像処理方法
RU2007137054A (ru) * 2005-03-07 2009-04-20 Конинклейке Филипс Электроникс Н.В. (Nl) Устройство и способ для сопоставления первого и второго 3d-изображений трубчатого объекта
US8041087B2 (en) * 2005-04-05 2011-10-18 Bradley University Radiographic imaging display apparatus and method
RU2007144703A (ru) * 2005-05-03 2009-06-10 Конинклейке Филипс Электроникс Н.В. (Nl) Виртуальная количественная оценка очага поражения
US7532214B2 (en) * 2005-05-25 2009-05-12 Spectra Ab Automated medical image visualization using volume rendering with local histograms
US8249687B2 (en) * 2005-06-02 2012-08-21 Vital Images, Inc. Systems and methods for virtual identification of polyps
JP4686279B2 (ja) * 2005-07-06 2011-05-25 株式会社東芝 医用診断装置及び診断支援装置
CN101263527B (zh) * 2005-08-01 2012-05-30 皇家飞利浦电子股份有限公司 用于使管状对象的第一与第二图像数据相匹配的方法和设备
DE102005046385B4 (de) * 2005-09-28 2012-03-22 Siemens Ag Verfahren und Vorrichtung zur Nachbearbeitung eines 3D-Bilddatensatzes, insbesondere für die virtuelle Kolonographie
EP1952306A4 (en) * 2005-10-18 2013-02-27 Icad Inc AUTOMATED METHODS FOR SELECTING VOXELS AND IMPLEMENTING A PHARMACOKINETIC AND PARAMETRIC ANALYSIS FOR DYNAMIC CONTRAST IMPROVED MRI AND CT
EP1941449B1 (en) * 2005-10-21 2012-07-11 Koninklijke Philips Electronics N.V. Rendering method and apparatus
US7660481B2 (en) * 2005-11-17 2010-02-09 Vital Images, Inc. Image enhancement using anisotropic noise filtering
WO2007062178A2 (en) * 2005-11-21 2007-05-31 The Regents Of The University Of California Method for computing patient radiation dose in computed tomoraphy
JP4808477B2 (ja) * 2005-11-25 2011-11-02 ザイオソフト株式会社 画像処理方法及び画像処理プログラム
US7809177B2 (en) 2005-11-30 2010-10-05 The General Hospital Corporation Lumen tracking in computed tomographic images
JP4563326B2 (ja) * 2006-02-09 2010-10-13 ザイオソフト株式会社 画像処理方法および画像処理プログラム
FR2897182A1 (fr) * 2006-02-09 2007-08-10 Gen Electric Procede de traitement d'images de projection en tomosynthese pour une detection de signes radiologiques
JP4981336B2 (ja) * 2006-03-08 2012-07-18 オリンパスメディカルシステムズ株式会社 医療用画像処理装置及び医療用画像処理方法
US8165367B2 (en) 2006-03-08 2012-04-24 Olympus Medical Systems Corp. Medical image processing apparatus and medical image processing method having three-dimensional model estimating
JP4981335B2 (ja) * 2006-03-08 2012-07-18 オリンパスメディカルシステムズ株式会社 医療用画像処理装置及び医療用画像処理方法
ITTO20060223A1 (it) * 2006-03-24 2007-09-25 I Med S R L Procedimento e sistema per il riconoscimento automatico di anomalie preneoplastiche in strutture anatomiche, e relativo programma per elaboratore
DE102006014342B3 (de) * 2006-03-28 2007-07-26 Siemens Ag Verfahren zur Korrektur eines Röntgen-Rohbildes und Röntgendiagnostiksystem
JP2007260144A (ja) 2006-03-28 2007-10-11 Olympus Medical Systems Corp 医療用画像処理装置及び医療用画像処理方法
ATE453904T1 (de) * 2006-05-15 2010-01-15 Im3D S P A Automatische erkennung von präneoplastischen anomalien in anatomischen strukturen auf grundlage einer verbesserten bereichswachstumssegmentation und rechnerprogramm dafür
JP4994737B2 (ja) * 2006-07-27 2012-08-08 オリンパスメディカルシステムズ株式会社 医療用画像処理装置及び医療用画像処理方法
US20080027315A1 (en) * 2006-07-31 2008-01-31 Icad, Inc. Processing and presentation of electronic subtraction for tagged colonic fluid and rectal tube in computed colonography
JP4855868B2 (ja) 2006-08-24 2012-01-18 オリンパスメディカルシステムズ株式会社 医療用画像処理装置
US7773807B2 (en) * 2006-08-29 2010-08-10 Siemens Medical Solutions Usa, Inc. Seed segmentation using l∞ minimization
US10121243B2 (en) 2006-09-22 2018-11-06 Koninklijke Philips N.V. Advanced computer-aided diagnosis of lung nodules
NL1032602C2 (nl) 2006-09-29 2008-04-01 Koninkl Philips Electronics Nv Werkwijzen, systeem en computerprogrammaproduct voor het detecteren van een protrusie.
JP2008093213A (ja) * 2006-10-12 2008-04-24 Olympus Medical Systems Corp 医療用画像処理装置及び医療用画像処理方法
US7940970B2 (en) 2006-10-25 2011-05-10 Rcadia Medical Imaging, Ltd Method and system for automatic quality control used in computerized analysis of CT angiography
US7983459B2 (en) 2006-10-25 2011-07-19 Rcadia Medical Imaging Ltd. Creating a blood vessel tree from imaging data
US7860283B2 (en) 2006-10-25 2010-12-28 Rcadia Medical Imaging Ltd. Method and system for the presentation of blood vessel structures and identified pathologies
US7940977B2 (en) 2006-10-25 2011-05-10 Rcadia Medical Imaging Ltd. Method and system for automatic analysis of blood vessel structures to identify calcium or soft plaque pathologies
US7873194B2 (en) 2006-10-25 2011-01-18 Rcadia Medical Imaging Ltd. Method and system for automatic analysis of blood vessel structures and pathologies in support of a triple rule-out procedure
US7936922B2 (en) * 2006-11-22 2011-05-03 Adobe Systems Incorporated Method and apparatus for segmenting images
US7840051B2 (en) * 2006-11-22 2010-11-23 Toshiba Medical Visualization Systems Europe, Limited Medical image segmentation
US7830381B2 (en) * 2006-12-21 2010-11-09 Sectra Ab Systems for visualizing images using explicit quality prioritization of a feature(s) in multidimensional image data sets, related methods and computer products
US8023710B2 (en) * 2007-02-12 2011-09-20 The United States Of America As Represented By The Secretary Of The Department Of Health And Human Services Virtual colonoscopy via wavelets
JP4493679B2 (ja) * 2007-03-29 2010-06-30 富士フイルム株式会社 対象領域抽出方法および装置ならびにプログラム
CN101594817B (zh) * 2007-04-24 2011-08-24 奥林巴斯医疗株式会社 医疗用图像处理装置以及医疗用图像处理方法
US8417033B2 (en) * 2007-04-27 2013-04-09 Hewlett-Packard Development Company, L.P. Gradient based background segmentation and enhancement of images
CN101849240A (zh) 2007-05-21 2010-09-29 康奈尔大学 图像物体分割方法
US8989468B2 (en) 2007-05-25 2015-03-24 Definiens Ag Generating an anatomical model using a rule-based segmentation and classification process
JP2008301968A (ja) 2007-06-06 2008-12-18 Olympus Medical Systems Corp 内視鏡画像処理装置
JP5078486B2 (ja) * 2007-07-26 2012-11-21 オリンパスメディカルシステムズ株式会社 医療用画像処理装置及び医療用画像処理装置の作動方法
US20090060366A1 (en) * 2007-08-27 2009-03-05 Riverain Medical Group, Llc Object segmentation in images
US20090060305A1 (en) 2007-09-05 2009-03-05 Autodesk, Inc. Slice view
US8184888B2 (en) * 2007-09-19 2012-05-22 Siemens Medical Solutions Usa, Inc. Method and system for polyp segmentation for 3D computed tomography colonography
US8126226B2 (en) * 2007-09-20 2012-02-28 General Electric Company System and method to generate a selected visualization of a radiological image of an imaged subject
US8126244B2 (en) * 2007-09-21 2012-02-28 Siemens Medical Solutions Usa, Inc. User interface for polyp annotation, segmentation, and measurement in 3D computed tomography colonography
EP2068281A1 (en) * 2007-11-28 2009-06-10 Dublin City University A method for detecting flat polyps in the colon
US8139831B2 (en) * 2007-12-06 2012-03-20 Siemens Aktiengesellschaft System and method for unsupervised detection and gleason grading of prostate cancer whole mounts using NIR fluorscence
CN109584996A (zh) * 2007-12-13 2019-04-05 皇家飞利浦电子股份有限公司 一系列图像中的导航
WO2009109205A1 (de) * 2008-03-07 2009-09-11 Georg-Friedemann Rust Bildliche darstellung in der virtuellen endoskopie
US20100088232A1 (en) * 2008-03-21 2010-04-08 Brian Gale Verification monitor for critical test result delivery systems
JP4492886B2 (ja) * 2008-04-03 2010-06-30 富士フイルム株式会社 3次元腹腔内領域検出装置、方法、およびプログラム
GB2461558A (en) * 2008-07-03 2010-01-06 Medicsight Plc Image Segmentation
US8208707B2 (en) * 2008-09-02 2012-06-26 General Electric Company Tissue classification in medical images
US20110213250A1 (en) * 2008-09-16 2011-09-01 Koninklijke Philips Electronics N.V. 3-d ultrasound imaging with volume data processing
US20100082506A1 (en) * 2008-09-30 2010-04-01 General Electric Company Active Electronic Medical Record Based Support System Using Learning Machines
US20100183210A1 (en) * 2009-01-22 2010-07-22 Van Uitert Robert L Computer-assisted analysis of colonic polyps by morphology in medical images
US20100189326A1 (en) * 2009-01-29 2010-07-29 Mcginnis Ryan Computer-aided detection of folds in medical imagery of the colon
DE102009022834A1 (de) * 2009-05-27 2010-12-09 Siemens Aktiengesellschaft Verfahren zur automatischen Analyse von Bilddaten einer Struktur
US20110007954A1 (en) * 2009-07-07 2011-01-13 Siemens Corporation Method and System for Database-Guided Lesion Detection and Assessment
US8724866B2 (en) * 2009-09-14 2014-05-13 Siemens Medical Solutions Usa, Inc. Multi-level contextual learning of data
US20110064289A1 (en) * 2009-09-14 2011-03-17 Siemens Medical Solutions Usa, Inc. Systems and Methods for Multilevel Nodule Attachment Classification in 3D CT Lung Images
JP5740403B2 (ja) * 2009-10-15 2015-06-24 ザ・チャールズ・スターク・ドレイパ・ラボラトリー・インコーポレイテッド 網膜の異常を検出するためのシステムおよび方法
CN102081697B (zh) * 2009-11-27 2013-12-11 深圳迈瑞生物医疗电子股份有限公司 一种在超声成像空间中定义感兴趣容积的方法及其装置
US10249037B2 (en) 2010-01-25 2019-04-02 Amcad Biomed Corporation Echogenicity quantification method and calibration method for ultrasonic device using echogenicity index
US9773307B2 (en) 2010-01-25 2017-09-26 Amcad Biomed Corporation Quantification and imaging methods and system of the echo texture feature
US8948474B2 (en) * 2010-01-25 2015-02-03 Amcad Biomed Corporation Quantification method of the feature of a tumor and an imaging method of the same
TWI474284B (zh) * 2010-01-25 2015-02-21 Amcad Biomed Corp 腫瘤特徵的量化方法及影像化方法
EP2577566A2 (en) * 2010-05-26 2013-04-10 Ambercore Software Inc. System and method for extracting features in a medium from data having spatial coordinates
US8693750B2 (en) * 2011-01-14 2014-04-08 Siemens Aktiengesellschaft Method and system for automatic detection of spinal bone lesions in 3D medical image data
CA2863675C (en) 2011-02-11 2019-04-23 E4 Endeavors, Inc. System and method for modeling a biopsy specimen
US9305356B2 (en) * 2011-02-28 2016-04-05 Kabushiki Kaisha Toshiba Image processing method and apparatus
US8873816B1 (en) * 2011-04-06 2014-10-28 Given Imaging Ltd. Method and system for identification of red colored pathologies in vivo
US8929629B1 (en) 2011-06-29 2015-01-06 Given Imaging Ltd. Method and system for image-based ulcer detection
ITCO20110062A1 (it) * 2011-12-13 2013-06-14 Policlinico Metodo per determinare disomogeneita' in tessuto animale e apparecchiatura che lo implementa
US8923585B1 (en) 2012-01-31 2014-12-30 Given Imaging Ltd. Method and system for image-based ulcer detection
US9439622B2 (en) 2012-05-22 2016-09-13 Covidien Lp Surgical navigation system
US9498182B2 (en) 2012-05-22 2016-11-22 Covidien Lp Systems and methods for planning and navigation
US8750568B2 (en) 2012-05-22 2014-06-10 Covidien Lp System and method for conformal ablation planning
US9439623B2 (en) 2012-05-22 2016-09-13 Covidien Lp Surgical planning system and navigation system
US9439627B2 (en) 2012-05-22 2016-09-13 Covidien Lp Planning system and navigation system for an ablation procedure
US9378551B2 (en) * 2013-01-03 2016-06-28 Siemens Aktiengesellschaft Method and system for lesion candidate detection
US9430827B2 (en) 2013-05-31 2016-08-30 Siemens Aktiengesellschaft Segmentation of a calcified blood vessel
US9406141B2 (en) * 2013-05-31 2016-08-02 Siemens Aktiengesellschaft Segmentation of a structure
JP6026357B2 (ja) * 2013-06-13 2016-11-16 富士フイルム株式会社 仮想内視鏡画像生成装置および方法並びにプログラム
CN105659289B (zh) * 2013-10-30 2019-04-12 爱克发医疗保健公司 血管分割方法
JP6156126B2 (ja) * 2013-12-19 2017-07-05 富士通株式会社 検索方法、検索プログラムおよび検索装置
EP3074956B1 (en) * 2014-03-21 2018-04-11 St. Jude Medical, Cardiology Division, Inc. Methods and systems for generating a multi-dimensional surface model of a geometric structure
TWI569778B (zh) * 2014-11-06 2017-02-11 安克生醫股份有限公司 聲波散射訊號之影像強化方法與成像加速系統
WO2017092615A1 (zh) 2015-11-30 2017-06-08 上海联影医疗科技有限公司 一种计算机辅助诊断系统及方法
US10242444B1 (en) * 2015-12-29 2019-03-26 Kentucky Imaging Technologies, LLC Segmentation of the colon for accurate virtual navigation
TW201737206A (zh) * 2016-04-13 2017-10-16 Nihon Medi-Physics Co Ltd Ct影像中的骨區域之自動推定
TW201736865A (zh) * 2016-04-13 2017-10-16 Nihon Medi-Physics Co Ltd 來自核子醫學影像的生理累積之自動去除及ct影像之自動分段
US10726608B2 (en) * 2016-11-23 2020-07-28 3D Systems, Inc. System and method for real-time rendering of complex data
US11373750B2 (en) * 2017-09-08 2022-06-28 The General Hospital Corporation Systems and methods for brain hemorrhage classification in medical images using an artificial intelligence network
CN112566581B (zh) 2018-08-10 2024-03-19 柯惠有限合伙公司 用于消融可视化的系统
CN110338843A (zh) * 2019-08-02 2019-10-18 无锡海斯凯尔医学技术有限公司 组织评价方法、装置、设备及计算机可读存储介质
US11113881B2 (en) 2019-09-06 2021-09-07 St Jude Medical, Cardiology Division, Inc. Systems and methods for generating a three-dimensional surface from a segmented volume
FI20195977A1 (en) * 2019-11-15 2021-05-16 Disior Oy System and method for creating enhanced two-dimensional image data
JP2021149145A (ja) * 2020-03-16 2021-09-27 富士通株式会社 画像処理プログラム、画像処理装置、及び画像処理方法
CN111652308B (zh) * 2020-05-13 2024-02-23 三峡大学 基于超轻量级全卷积神经网络的花卉识别方法
CN113870169B (zh) * 2020-06-12 2023-12-01 杭州普健医疗科技有限公司 一种医学影像标注方法、介质及电子设备
CN113160242B (zh) * 2021-03-17 2023-03-14 中南民族大学 一种基于骨盆结构的直肠癌肿瘤图像预处理方法及装置
US11854309B2 (en) 2021-10-30 2023-12-26 Cattron North America, Inc. Systems and methods for remotely controlling locomotives with gestures
WO2024064419A1 (en) * 2022-09-19 2024-03-28 Tencent America LLC Three-dimensional reconstruction method and device, and storage medium

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5889881A (en) * 1992-10-14 1999-03-30 Oncometrics Imaging Corp. Method and apparatus for automatically detecting malignancy-associated changes
US6694163B1 (en) * 1994-10-27 2004-02-17 Wake Forest University Health Sciences Method and system for producing interactive, three-dimensional renderings of selected body organs having hollow lumens to enable simulated movement through the lumen
US7194117B2 (en) * 1999-06-29 2007-03-20 The Research Foundation Of State University Of New York System and method for performing a three-dimensional virtual examination of objects, such as internal organs
US6246784B1 (en) * 1997-08-19 2001-06-12 The United States Of America As Represented By The Department Of Health And Human Services Method for segmenting medical images and detecting surface anomalies in anatomical structures
US6138045A (en) 1998-08-07 2000-10-24 Arch Development Corporation Method and system for the segmentation and classification of lesions
US6980682B1 (en) * 2000-11-22 2005-12-27 Ge Medical Systems Group, Llc Method and apparatus for extracting a left ventricular endocardium from MR cardiac images
US7043064B2 (en) * 2001-05-04 2006-05-09 The Board Of Trustees Of The Leland Stanford Junior University Method for characterizing shapes in medical images
US7079674B2 (en) * 2001-05-17 2006-07-18 Siemens Corporate Research, Inc. Variational approach for the segmentation of the left ventricle in MR cardiac images
JP2005506140A (ja) 2001-10-16 2005-03-03 ザ・ユニバーシティー・オブ・シカゴ コンピュータ支援の3次元病変検出方法
US20050152588A1 (en) * 2003-10-28 2005-07-14 University Of Chicago Method for virtual endoscopic visualization of the colon by shape-scale signatures, centerlining, and computerized detection of masses

Similar Documents

Publication Publication Date Title
JP2005506140A5 (ja)
CN109583440B (zh) 结合影像识别与报告编辑的医学影像辅助诊断方法及系统
Lee et al. Automated detection of pulmonary nodules in helical CT images based on an improved template-matching technique
CN107016665B (zh) 一种基于深度卷积神经网络的ct肺结节检测方法
US10111713B2 (en) Surgery assistance apparatus, surgery assistance method and non-transitory computer-readable recording medium having stored therein surgery assistance program
US8121373B2 (en) Image diagnostic processing device and image diagnostic processing program
US6609021B1 (en) Pulmonary nodule detection using cartwheel projection analysis
US10229488B2 (en) Method and system for determining a stage of fibrosis in a liver
CN1947151B (zh) 用发散梯度场响应进行基于滑降的对象分割的方法和设备
EP2027566B1 (en) Automatic recognition of preneoplastic anomalies in anatomic structures based on an improved region-growing segmentation, and computer program therefor
US8019139B2 (en) Method and system for processing an image of body tissues
CN108960322B (zh) 一种基于心脏ct图像的冠状动脉钙化斑块自动检测方法
US7787673B2 (en) Method and apparatus for airway detection and segmentation using 3D morphological operators
JP5011426B2 (ja) 画像診断支援装置、方法及びプログラム
JP2002523123A (ja) 病変の分割および分類のための方法およびシステム
JPH11312234A (ja) 多次元画像のセグメンテ―ション処理を含む画像処理方法及び医用映像装置
Maitra et al. Detection of abnormal masses using divide and conquer algorithmin digital mammogram
KR102349515B1 (ko) 의료 영상에서 딥러닝에 기반한 종양 자동분할 방법
US7835555B2 (en) System and method for airway detection
De Nunzio et al. Approaches to juxta-pleural nodule detection in CT images within the MAGIC-5 Collaboration
RU2668699C1 (ru) Интеллектуальный способ диагностики и обнаружения новообразований в легких
KR102332472B1 (ko) 의료 영상에서 듀얼 윈도우 설정에 기반한 딥러닝을 이용한 종양 자동 분할 방법
Ge et al. Computer-aided detection of lung nodules: false positive reduction using a 3D gradient field method
JP2007090064A (ja) 気道及び動脈を定量分析のためにグループ化するためのシステム及び方法
Suji et al. Comparision of Some Image Thresholding Techniques with Morphological Operations and Quantitative Evaluation for Lung Segmentation