JP2006519635A - 画像領域セグメント化システムおよびその方法 - Google Patents
画像領域セグメント化システムおよびその方法 Download PDFInfo
- Publication number
- JP2006519635A JP2006519635A JP2006501437A JP2006501437A JP2006519635A JP 2006519635 A JP2006519635 A JP 2006519635A JP 2006501437 A JP2006501437 A JP 2006501437A JP 2006501437 A JP2006501437 A JP 2006501437A JP 2006519635 A JP2006519635 A JP 2006519635A
- Authority
- JP
- Japan
- Prior art keywords
- value
- data points
- connectivity
- threshold
- image
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/273—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion removing elements interfering with the pattern to be recognised
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/457—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by analysing connectivity, e.g. edge linking, connected component analysis or slices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Image Processing (AREA)
Abstract
Description
イメージングの分野、より詳細には医療イメージング(撮像)の分野では、画像領域セグメンテーション法を使用して、動脈、心臓、腎臓、或いは、その他の解剖学的構造などの特定の対象に対応する画像のサブセットを分離する。これらの画像は、例えば、核磁気共鳴映像法(MRI)、コンピュータ断層撮影装置(CT)あるいは他のそのような医療画像システムのような様々な手段によって得ることができる。セグメンテーション(すなわち特徴抽出)は医用画像アプリケーション用の重要なニーズである。放射線技師または内科医が、MRI、CTあるいは他の同様のシステムなどの医療画像システムから得られた画像を見る場合、彼または彼女は、所望の診断に対応する構造を精神的に分離する。コンピュータによって構造を測定するか視覚化しなければならない場合、放射線技師や医者はコンピュータとプログラムを使用して、原画像上の構造を識別しなければならない。
Cμ(v,s)=maxP(v,s)[minp∈P(v,s)μ(p)] 式1
ここでCμ(v,s)は、接続性のレベル、即ち、特徴関数μ上におけるvとsとの間の接続性であり、P(v,s)はvからsまでのパス(経路)である。
XS=1−|η(v)−η(S)| 式2
ここでXS={xs(v)}はファジーフィールド空間であり、η(v)は格納されている画像に相当するファジーフィールドを指す。
ここでαは区間[0,1]に属し、αは式におけるパス距離の相対重みであり、Λ(v、s)はボクセルvから種子sまでのパス距離、即ち、当該パスを含むボクセルの数である。
である、ソリューションのセットである。接続性の値を変えるの従って、画像に含まれたボクセルの数が、画像即ちディスプレイ26の洗練を可能にするために変わるだろう。接続性マップを使用すると、ユーザは、容易にディスプレイを使用して、ソリューションのセット(求める解)を閲覧することができ、ユーザインターフェイス24を使用して、所望の解剖領域について最も良く描画するものを選択する。図8では、閲覧処理ステップを描くフローチャートが示される。実施される一連のステップは、一連のブロック222 から226で示される。ブロック222では、ユーザはユーザインターフェイス24によって接続性閾値をセットする。また、ブロック224では、基準を満たすボクセルが、データベースから取り出される。また、結果として生じる画像がディスプレイ26上に表示される。ユーザが分析するブロック226では、ブロック224で表示された画像は、それが満足かどうか決定する。画像が満足でない場合、ユーザはブロック222に戻り、新しい接続性閾値を選択する。
セグメンテーションの精度および速度を改善するために、ルックアップ(参照)テーブルを調査中の解剖学的構造と解剖の残りのものとの間の差異を向上させるために使用することができる。ルックアップテーブルは、ある密度、密度の範囲、あるいは、領域に、コントラスト値をマッピング(写像)するか割り当てる。その後、セグメンテーション処理は、ルックアップテーブルのコントラスト値を使用して画像が一旦再マップされた後、画像を操作する。その後、式6によって表現された接続性値は以下のように計算されるだろう。
ここで、密度‘(v)=ルックアップテーブル[密度(v)]である。
(*)については、αが、メンバーシップを1まで減少させる最小のパスに沿った長さを表すことが明確であり、従って、それを使って血管の長さを測定することができる。即ち、ボクセルVから種子Sまでにメンバーシップ値にNの差異があれば、血管に沿った距離はN/αであることを意味する。
さらにセグメンテーションの精度および速度を改善するために、密度範囲をアルゴリズムによって考慮される密度の範囲を制限するために使用することができる。一旦画像が選択された範囲にない全ての密度を除外することによって再マップされた後、セグメンテーション方法は画像を操作する。ユーザは、特定の密度を指定するか、或いは、より対話的な方法である、種子ポイントに対して相対的に表示するために所定の制限値を指定する、即ち、種子ポイントの密度値の上下になるように考慮された密度の数を指定することによって、密度範囲をセットすることができる。図14では、密度範囲のセットおよび再マッピング処理ステップを描くフローチャートが示される。実行される一連のステップは、一連のブロック252から264で示される。ブロック252では、本方法は、処理のためにデータセット28を入力する。ブロック254では、ユーザは、ユーザインターフェイス24を使用して、種子ポイントで、あるいは特定の密度範囲の入力により、アルゴリズムによって除外されるべき密度の範囲を設定するオプションがある。ブロック256では、そのオプションが選択されている場合、ユーザはユーザインターフェイス24を使用して、その密度の値が密度範囲の中心になるような種子ポイントを選択し、その密度の広がりは、ブロック260で、ユーザインターフェイス24を使用して、ユーザによって指定される。ブロック258では、そのオプションが選択されている場合、ユーザは、ユーザインターフェイス24を使用して、密度の下限値そして次にブロック262で上限値を設定することにより、密度範囲を指定する。最後に、ブロック264では、指定された密度範囲の外側の密度を持っているボクセルはすべて、0(背景)までそれらの密度値を再マップされる。もし所望であれば、0以外の値を割り当てるために、ブロック240を修正することができることに注目すべきである。
まださらにセグメンテーションの精度およびスピードを改善するために、データポイントの予想された数を設定して、アルゴリズムによって生成されるソリューションのセットのサイズを制限することができる。例えば、三次元画像については、構造のボリュームサイズ(即ちボクセルの数)を使用して、セグメンテーションをガイドすることができる。図15に示すように、接続性マップに、オブジェクトのボリュームサイズ(容量サイズ)は、単に、図15で示すようなヒストグラムを調べ、閾値から最大の接続性値までのすべての値における曲線の下の面積を計算することによって、測定することができる。閾値と構造のボリュームの間に直接的な関係があるので、アルゴリズムは、高い値の閾値で始め、当該閾値よりも高い接続性値を持つようなボクセルが幾つあるのかを計算し、閾値よりも高い接続性値を持つボクセル数が予想されるボリュームサイズに対応するようになるまで閾値を下げることによって、指定されたボリュームを持った構造を抽出するために自動的に最適の閾値を決定することができる。
ブロック504では、ユーザには、ユーザインターフェイス24を使用して、所望しない構造および/または密度を除外することを可能にするコントラストテーブルの設定をするオプションがある。
ブロック506では、ユーザインターフェイス24を使用して、考慮されるべき密度の範囲を制限するために密度の範囲をセットするオプションがある。
ブロック508では、ユーザが、何らかのコントラストテーブルあるいは密度範囲をセットしていれば、プログラム30は設定値に従ってデータセット28を再マッピングする。
ブロック510では、ユーザは、ユーザインターフェイス24を使用して、ブロック514によって接続性値の演算に使用されるパスの重みをセットする。
ブロック512では、ユーザは、ユーザインターフェイス24を使用して、ブロック514によって接続性値の評価に使用される種子ポイント(1つまたは複数)をセットする。
ブロック514では、プログラム30は、ブロック510でセットされたパス重み値に従って式6によって接続性値を計算する。
式6が、ブロック508の出力を意味する、修正済のデータセット上で行なわれることに注目すべきである。
ブロック516では、ユーザが、ユーザインターフェイス24を使用して、自動的に最適の閾値を計算するために予想されるボリュームをセットするオプションがある。
ブロック518では、ユーザは、ユーザインターフェイス24を使用して、考慮されるべき最低の接続性値を表す閾値をセットする。ユーザがブロック516で予想ボリュームをセットしている場合、もし所望であれば、ユーザは今までどおりその値を修正することができるが、最適の閾値が既に選択されているであろうことに注目すべきである。
ブロック520では、プログラム30は、ディスプレイ26を使用して、選択された閾値に関連した構造をユーザに示す。
ブロック522では、ユーザは、ディスプレイ26を分析して、所望の構造が表示されているかを評価し、そうでなければ、新しい閾値を設定し、表示された構造をさらに拡張させる、或いは縮小させるために、ユーザはブロック518に戻ることができる。
Claims (29)
- 所定のパラメータの変動を表す空間的に関連するデータポイントのセットとして格納される構造の画像をセグメント化する方法であって、
セグメント化されるべき前記構造内にある初期位置を選択するステップと、
前記データポイントの各々が前記初期位置としての前記構造と同じ構造の一部であることを示す信頼度を示す接続性値を前記データポイントの各々に割り当てるステップであって、前記接続性値が前記初期位置から前記ポイントのそれぞれまでの距離の関数を含むステップと、
前記接続性値のために閾値を設定するステップと、
前記閾値に合う表示データポイントを選択するステップと、
を含む方法。 - 請求項1に記載の方法において、
前記信頼度を示す接続性値を割り当てるステップが、
前記データポイント間のパスに沿って前記所定のパラメータの変動を監視するステップと、前記接続性値のインジケータとして前記パラメータの変動を使用する関数を利用するステップとを含む、
ことを特徴とする方法。 - 請求項2に記載の方法において、
前記パスの長さが、前記接続性値を得るために前記パラメータの変動を使用する前記関数と組み合わされている、ことを特徴とする方法。 - 請求項2に記載の方法において、
前記接続性値および前記距離の影響を変えるために、前記パスの前記長さに重み係数が適用される、ことを特徴とする方法。 - 請求項4に記載の方法において、
前記重み係数が可変である、ことを特徴とする方法。 - 請求項1に記載の方法において、
前記閾値が、表示のために選択された前記データポイントを変えるために調整可能なものである、ことを特徴とする方法。 - 請求項2に記載の方法において、
前記パラメータの変動を使用する関数が、前記パラメータの最大変動のインジケータである、ことを特徴とする方法。 - 請求項3に記載の方法において、
前記データポイントのそれぞれと前記初期位置との間における複数のパスを評価し、前記複数のパスから得られた前記複数の接続性値を使用する関数と各パスとに起因する信頼度を示す値を前記データポイントに割り当てる、ことを特徴とする方法。 - 請求項7に記載の方法において、
前記複数のパスが、ボリュームサイズ値の適用によって制限される、ことを特徴とする方法。 - 請求項3に記載の方法において、
前記所定のパラメータの値が、そこに複数の値のうちの1つを割り当てるためのテーブルにマップされ、前記パラメータの変動の評価が前記テーブルから得られる値に基づき評価される、ことを特徴とする方法。 - 請求項3に記載の方法において、
前記所定のパラメータの値が、所定の値の範囲および修正された前記範囲以外のものと比較される、ことを特徴とする方法。 - 請求項11に記載の方法において、
前記値が、この値を0まで減少させるることによって変更される、ことを特徴とする方法。 - 請求項3に記載の方法において、
前記画像の領域が選択され、この領域における前記所定のパラメータの値が変更される、ことを特徴とする方法。 - 請求項12に記載の方法において、
前記値が、この値を0まで減少させるることによって変更される、ことを特徴とする方法。 - 請求項3に記載の方法において、
前記閾値を超える前記所定の特徴の値が、共通の値に変えられる、ことを特徴とする方法。 - 請求項3に記載の方法において、
前記所定のパラメータの値が前記初期位置と比較され、前記初期位置のそれの所定の制限内にあるものがさらなる処理のために選択される、ことを特徴とする方法、 - 請求項1に記載の方法において、
前記選択されたデータポイントの数が、予想される値と比較される、ことを特徴とする方法、 - 請求項17に記載の方法において、
前記閾値を調整して、前記選択されたデータポイントの数を前記予想される値に整合させる、ことを特徴とする方法。 - 請求項17に記載の方法において、
前記選択されたデータポイントのセットが、構造のボリュームを表す、ことを特徴とする方法。 - 請求項20に記載の方法において、
前記初期位置が、セグメント化されたもの以外のデータポイントのセットから選択される、ことを特徴とする方法。 - 請求項20に記載の方法において、
前記初期位置が、特定の機能を示す前記データセット内の特徴に基づいて選択される、ことを特徴とする方法。 - 請求項1に記載の方法において、
特定の機能を示す特徴を識別するために、データポイントのセットの検証から前記初期位置が選択される、ことを特徴とする方法。 - 画像装置であって、所定のパラメータの変動を表す、空間的に関連するデータポイントのセットを持つデータ記憶装置と、前記初期位置から前記ポイントまでの距離および前記ポイントでの前記所定のパラメータの値を、前記ポイントにおける前記所定のパラメータの値と比較し、前記データポイントの各々が同じ構造の一部であることの信頼度を示す接続性の値を設定する、比較器と、設定された閾値に適合する各ポイントを選択するセレクタと、含む画像装置。
- 請求項23に記載の装置において、
前記初期位置と前記各ポイントの各々との間の複数のパスを選択するパスセレクターを含み、前記比較器が接続性の最大値を選択する、ことを特徴とする装置。 - 所定のパラメータの変動を表す空間的に関連するデータポイントのセットとして格納される構造の画像をセグメント化する方法であって、
前記構造の特定の特徴を識別するために、前記構造のデータセットの試験から前記初期位置を選択するステップを含む方法。 - 請求項25に記載の方法において、
前記データセットが前記データポイントの前記セットである、ことを特徴とする方法。 - 請求項25に記載の方法において、
セグメント化されているもの以外のデータポイントのセットから前記データセットが得られる、ことを特徴とする方法。 - 所定のパラメータの変動を表す空間的に関連するデータポイントのセットとして格納されている構造の画像をセグメント化する方法であって、
前記画像のセグメント化された特徴を表すために予測されるデータポイントの第1の数を設定するステップと、
前記データセットの特徴の閾値を設定するステップと、
前記閾値に合うデータポイントの第2の数を決定するステップと、
前記データポイントの第1の数と第2の数とを比較するステップと、
を含む方法。 - 請求項28に記載の方法において、
前記データポイントの第1の数と第2の数とを関連付けるために前記閾値を調整するステップを含むことを特徴とする方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US45097503P | 2003-02-28 | 2003-02-28 | |
PCT/CA2004/000308 WO2004077358A1 (en) | 2003-02-28 | 2004-03-01 | Image region segmentation system and method |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2006519635A true JP2006519635A (ja) | 2006-08-31 |
JP4499090B2 JP4499090B2 (ja) | 2010-07-07 |
Family
ID=32927690
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006501437A Expired - Fee Related JP4499090B2 (ja) | 2003-02-28 | 2004-03-01 | 画像領域セグメント化システムおよびその方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US7596267B2 (ja) |
EP (1) | EP1599834A1 (ja) |
JP (1) | JP4499090B2 (ja) |
WO (1) | WO2004077358A1 (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007054623A (ja) * | 2005-08-22 | 2007-03-08 | Siemens Ag | ディジタル画像データにおけるコントラスト増強された血管の識別方法 |
JP2010511215A (ja) * | 2006-11-28 | 2010-04-08 | コミシリア ア レネルジ アトミック | 画像内のオブジェクトを指示する方法 |
JP2011509451A (ja) * | 2007-12-20 | 2011-03-24 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 画像データのセグメント化 |
JP2014050753A (ja) * | 2013-12-06 | 2014-03-20 | Ziosoft Inc | 医療用画像処理装置及び医療用画像処理プログラム |
JP2015514448A (ja) * | 2012-03-06 | 2015-05-21 | コーニンクレッカ フィリップス エヌ ヴェ | ステレオx線管に基づく体外高コントラスト物体の抑圧 |
Families Citing this family (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060078184A1 (en) * | 2004-10-12 | 2006-04-13 | Hong Shen | Intelligent splitting of volume data |
DE602006011511D1 (de) * | 2006-05-15 | 2010-02-11 | Im3D S P A | Lien in anatomischen strukturen auf grundlage einer verbesserten bereichswachstumssegmentation und rechnerprogramm dafür |
US7728868B2 (en) | 2006-08-02 | 2010-06-01 | Inneroptic Technology, Inc. | System and method of providing real-time dynamic imagery of a medical procedure site using multiple modalities |
US7916919B2 (en) * | 2006-09-28 | 2011-03-29 | Siemens Medical Solutions Usa, Inc. | System and method for segmenting chambers of a heart in a three dimensional image |
US7990379B2 (en) * | 2006-10-25 | 2011-08-02 | Siemens Aktiengesellschaft | System and method for coronary segmentation and visualization |
US7840051B2 (en) * | 2006-11-22 | 2010-11-23 | Toshiba Medical Visualization Systems Europe, Limited | Medical image segmentation |
US7907761B2 (en) * | 2007-04-20 | 2011-03-15 | General Electric Company | Method for registration and navigation of volumetric scans using energy profiles |
JP5226974B2 (ja) * | 2007-06-19 | 2013-07-03 | 富士フイルム株式会社 | 画像診断支援装置、方法及びプログラム |
DE102007028895B4 (de) * | 2007-06-22 | 2010-07-15 | Siemens Ag | Verfahren zur Segmentierung von Strukturen in 3D-Bilddatensätzen |
US8200015B2 (en) * | 2007-06-22 | 2012-06-12 | Siemens Aktiengesellschaft | Method for interactively segmenting structures in image data records and image processing unit for carrying out the method |
US8023734B2 (en) * | 2007-10-10 | 2011-09-20 | Siemens Aktiengesellschaft | 3D general lesion segmentation in CT |
KR101503835B1 (ko) * | 2008-10-13 | 2015-03-18 | 삼성전자주식회사 | 멀티터치를 이용한 오브젝트 관리 방법 및 장치 |
US8690776B2 (en) | 2009-02-17 | 2014-04-08 | Inneroptic Technology, Inc. | Systems, methods, apparatuses, and computer-readable media for image guided surgery |
US11464578B2 (en) | 2009-02-17 | 2022-10-11 | Inneroptic Technology, Inc. | Systems, methods, apparatuses, and computer-readable media for image management in image-guided medical procedures |
US8641621B2 (en) | 2009-02-17 | 2014-02-04 | Inneroptic Technology, Inc. | Systems, methods, apparatuses, and computer-readable media for image management in image-guided medical procedures |
CN105912250B (zh) * | 2010-07-01 | 2020-02-07 | 上海本星电子科技有限公司 | 数据同步传输方法 |
WO2012139205A1 (en) | 2011-04-13 | 2012-10-18 | Hamid Reza Tizhoosh | Method and system for binary and quasi-binary atlas-based auto-contouring of volume sets in medical images |
TWI579798B (zh) * | 2011-05-23 | 2017-04-21 | 國立中興大學 | 有效和可調權重之影像切割方法其程式產品 |
US9053361B2 (en) | 2012-01-26 | 2015-06-09 | Qualcomm Incorporated | Identifying regions of text to merge in a natural image or video frame |
US9064191B2 (en) | 2012-01-26 | 2015-06-23 | Qualcomm Incorporated | Lower modifier detection and extraction from devanagari text images to improve OCR performance |
US9141874B2 (en) | 2012-07-19 | 2015-09-22 | Qualcomm Incorporated | Feature extraction and use with a probability density function (PDF) divergence metric |
US9262699B2 (en) | 2012-07-19 | 2016-02-16 | Qualcomm Incorporated | Method of handling complex variants of words through prefix-tree based decoding for Devanagiri OCR |
US9047540B2 (en) | 2012-07-19 | 2015-06-02 | Qualcomm Incorporated | Trellis based word decoder with reverse pass |
US9076242B2 (en) | 2012-07-19 | 2015-07-07 | Qualcomm Incorporated | Automatic correction of skew in natural images and video |
US9183458B2 (en) * | 2012-07-19 | 2015-11-10 | Qualcomm Incorporated | Parameter selection and coarse localization of interest regions for MSER processing |
US10314559B2 (en) | 2013-03-14 | 2019-06-11 | Inneroptic Technology, Inc. | Medical device guidance |
DE102013205278A1 (de) | 2013-03-26 | 2014-10-02 | Siemens Aktiengesellschaft | Verfahren zur Darstellung von Signalwerten eines kombinierten Magnetresonanz-Positronenemissionstomographie-Geräts sowie entsprechend ausgestaltetes Magnetresonanz-Positronenemissionstomographie-Gerät |
US9901406B2 (en) | 2014-10-02 | 2018-02-27 | Inneroptic Technology, Inc. | Affected region display associated with a medical device |
US10188467B2 (en) | 2014-12-12 | 2019-01-29 | Inneroptic Technology, Inc. | Surgical guidance intersection display |
EP3247300B1 (en) * | 2015-01-09 | 2020-07-15 | Azevedo Da Silva, Sara Isabel | Orthopedic surgery planning system |
US9949700B2 (en) * | 2015-07-22 | 2018-04-24 | Inneroptic Technology, Inc. | Medical device approaches |
US9675319B1 (en) | 2016-02-17 | 2017-06-13 | Inneroptic Technology, Inc. | Loupe display |
US10229493B2 (en) | 2016-03-16 | 2019-03-12 | International Business Machines Corporation | Joint segmentation and characteristics estimation in medical images |
US10074198B2 (en) * | 2016-03-30 | 2018-09-11 | Change Healthcare Holdings, Llc | Methods and apparatuses for image processing and display |
US10278778B2 (en) | 2016-10-27 | 2019-05-07 | Inneroptic Technology, Inc. | Medical device navigation using a virtual 3D space |
WO2018159868A1 (ko) * | 2017-02-28 | 2018-09-07 | 메디컬아이피 주식회사 | 의료영상의 영역 분리 방법 및 그 장치 |
US11259879B2 (en) | 2017-08-01 | 2022-03-01 | Inneroptic Technology, Inc. | Selective transparency to assist medical device navigation |
US11484365B2 (en) | 2018-01-23 | 2022-11-01 | Inneroptic Technology, Inc. | Medical image guidance |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5812691A (en) * | 1995-02-24 | 1998-09-22 | Udupa; Jayaram K. | Extraction of fuzzy object information in multidimensional images for quantifying MS lesions of the brain |
US5920319A (en) * | 1994-10-27 | 1999-07-06 | Wake Forest University | Automatic analysis in virtual endoscopy |
US6112112A (en) * | 1998-09-18 | 2000-08-29 | Arch Development Corporation | Method and system for the assessment of tumor extent in magnetic resonance images |
US6175655B1 (en) * | 1996-09-19 | 2001-01-16 | Integrated Medical Systems, Inc. | Medical imaging system for displaying, manipulating and analyzing three-dimensional images |
US6345112B1 (en) * | 1997-08-19 | 2002-02-05 | 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 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5903664A (en) * | 1996-11-01 | 1999-05-11 | General Electric Company | Fast segmentation of cardiac images |
US6754376B1 (en) * | 2000-11-22 | 2004-06-22 | General Electric Company | Method for automatic segmentation of medical images |
US7203349B2 (en) * | 2002-01-29 | 2007-04-10 | Siemens Corporate Research, Inc. | Bronchial wall thickening recognition for reduced false-positives in pulmonary nodule detection |
-
2004
- 2004-03-01 JP JP2006501437A patent/JP4499090B2/ja not_active Expired - Fee Related
- 2004-03-01 US US10/788,481 patent/US7596267B2/en active Active
- 2004-03-01 WO PCT/CA2004/000308 patent/WO2004077358A1/en active Application Filing
- 2004-03-01 EP EP04715860A patent/EP1599834A1/en not_active Withdrawn
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5920319A (en) * | 1994-10-27 | 1999-07-06 | Wake Forest University | Automatic analysis in virtual endoscopy |
US5812691A (en) * | 1995-02-24 | 1998-09-22 | Udupa; Jayaram K. | Extraction of fuzzy object information in multidimensional images for quantifying MS lesions of the brain |
US6175655B1 (en) * | 1996-09-19 | 2001-01-16 | Integrated Medical Systems, Inc. | Medical imaging system for displaying, manipulating and analyzing three-dimensional images |
US6345112B1 (en) * | 1997-08-19 | 2002-02-05 | 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 |
US6112112A (en) * | 1998-09-18 | 2000-08-29 | Arch Development Corporation | Method and system for the assessment of tumor extent in magnetic resonance images |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007054623A (ja) * | 2005-08-22 | 2007-03-08 | Siemens Ag | ディジタル画像データにおけるコントラスト増強された血管の識別方法 |
JP2010511215A (ja) * | 2006-11-28 | 2010-04-08 | コミシリア ア レネルジ アトミック | 画像内のオブジェクトを指示する方法 |
JP2011509451A (ja) * | 2007-12-20 | 2011-03-24 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 画像データのセグメント化 |
US8515172B2 (en) | 2007-12-20 | 2013-08-20 | Koninklijke Philips N.V. | Segmentation of image data |
JP2015514448A (ja) * | 2012-03-06 | 2015-05-21 | コーニンクレッカ フィリップス エヌ ヴェ | ステレオx線管に基づく体外高コントラスト物体の抑圧 |
JP2014050753A (ja) * | 2013-12-06 | 2014-03-20 | Ziosoft Inc | 医療用画像処理装置及び医療用画像処理プログラム |
Also Published As
Publication number | Publication date |
---|---|
US7596267B2 (en) | 2009-09-29 |
US20050031202A1 (en) | 2005-02-10 |
WO2004077358A1 (en) | 2004-09-10 |
EP1599834A1 (en) | 2005-11-30 |
JP4499090B2 (ja) | 2010-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4499090B2 (ja) | 画像領域セグメント化システムおよびその方法 | |
EP3035287B1 (en) | Image processing apparatus, and image processing method | |
US8355553B2 (en) | Systems, apparatus and processes for automated medical image segmentation using a statistical model | |
KR102204437B1 (ko) | 컴퓨터 보조 진단 방법 및 장치 | |
US11348243B2 (en) | Systems and methods for medical image style transfer using deep neural networks | |
US8077948B2 (en) | Method for editing 3D image segmentation maps | |
US8150120B2 (en) | Method for determining a bounding surface for segmentation of an anatomical object of interest | |
KR20120086084A (ko) | 3차원 의료 영상으로부터 최적의 2차원 의료 영상을 자동으로 생성하는 방법 및 장치 | |
US10275946B2 (en) | Visualization of imaging uncertainty | |
US8150121B2 (en) | Information collection for segmentation of an anatomical object of interest | |
US8611632B2 (en) | Method of selecting and visualizing findings within medical images | |
WO2007117506A2 (en) | System and method for automatic detection of internal structures in medical images | |
US9361711B2 (en) | Lesion-type specific reconstruction and display of digital breast tomosynthesis volumes | |
US8422749B2 (en) | Method and system for myocardial region of interest definition | |
GB2416944A (en) | Classifying voxels in a medical image | |
CN114387380A (zh) | 用于生成3d医学图像数据的基于计算机的可视化的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20070116 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070228 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20070228 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070418 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20070418 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20081202 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090728 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20091028 |
|
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: 20100406 |
|
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: 20100414 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130423 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4499090 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
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 |
|
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 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
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 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
LAPS | Cancellation because of no payment of annual fees |