JP2008541794A - 仮想障害の定量化 - Google Patents
仮想障害の定量化 Download PDFInfo
- Publication number
- JP2008541794A JP2008541794A JP2008509544A JP2008509544A JP2008541794A JP 2008541794 A JP2008541794 A JP 2008541794A JP 2008509544 A JP2008509544 A JP 2008509544A JP 2008509544 A JP2008509544 A JP 2008509544A JP 2008541794 A JP2008541794 A JP 2008541794A
- Authority
- JP
- Japan
- Prior art keywords
- virtual
- fault
- medical image
- faults
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 claims abstract description 28
- 238000004445 quantitative analysis Methods 0.000 claims abstract description 6
- 238000011002 quantification Methods 0.000 claims description 8
- 230000000007 visual effect Effects 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 5
- 230000005855 radiation Effects 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 claims 6
- 230000000694 effects Effects 0.000 abstract description 30
- 239000000700 radioactive tracer Substances 0.000 abstract description 3
- 238000003745 diagnosis Methods 0.000 abstract 1
- 238000002600 positron emission tomography Methods 0.000 description 23
- 238000003384 imaging method Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 239000002131 composite material Substances 0.000 description 3
- 238000012879 PET imaging Methods 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 238000002603 single-photon emission computed tomography Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- 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
- G06T2207/10104—Positron emission tomography [PET]
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Image Processing (AREA)
- Lubricants (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
医用画像、特にPET画像において、関心領域を定量化するシステム及び方法である。このシステム及び方法は、臨床医に関心領域の定量分析をリアルタイムで行うことを可能にさせる。このシステム及び方法は、実際の障害と比較するための1組の仮想障害を生成することにより、関心領域内にある小さな障害を定量化するのに使用されることができる。例えば障害の大きさ及びトレーサーの活性度のような定量情報又はSUVは、前記障害の診断及び治療中、臨床医又は医師を支援するために得られることができる。
Description
例えばPET(positron emission tomography)のような機能医学画像の信頼できる定量化は、医学的異常の検出及び治療にとってますます重要な特徴となっている。PET画像は、関心領域(ROI)の生理状態に関する情報を臨床医又は医師に提供するのに用いられる。
PETにおける部分容積効果(PVE)は、集められたデータの誤った解釈となってしまうことがあるので、定量トレーサーの研究にとって問題である。この部分容積効果は、撮像装置の限られた空間分解能から生じると共に、画像を再構成した後、2つのポイント間を識別するための機能を低下させる。このPET撮像システムの限られた分解能がPVEの主な理由であり、小さな物体に対するコントラスト及びピーク回復の減少となる。この部分容積効果は、隣接する領域に放射能を漏出することにより引き起こされる。部分容積効果は、データのぼやけとなり、このデータの定量化を提供することを難しくする。例えば、PVEは、小さな障害に対する活性度又は標準摂取率(SUV)の過少評価となることがある。
この問題を解決するための2つの主な方法は、ボクセルベース及び領域ベースのデコンボリューションである。後者は、一例がGTM方法であり、例えば位置合わせされたCT画像から追加の解剖学的情報を必要とする。しかしながら、この追加の情報は常に利用可能であるわけではない。その上、不正確な位置合わせが前記方法の恩恵を制限する新しいアーチファクトを生じさせるかもしれない。このGTM方法は従って、臨床医による正確な入力(均一な放射能濃度(activity concentration)を持つ関心領域の定義、位置合わせ誤差の手動訂正等)に頼ってしまう。
他方では、ボクセルベースのデコンボリューション、例えば反復RL方法は、臨床医からの追加の入力を必要とせず、これにより取り扱いが容易である。しかしながら、PET画像のノイズが多いという性質は、満足のいく定量結果をめったにもたらさないので、デコンボリューションを不適切問題にさせる。正則化を用いた反復アルゴリズムは、ノイズの増幅を防ぐのに必要であり、それを時間のかかる及びエラーを起しやすい手順にする。
本発明は、医用画像、特にPET画像における関心領域を定量化するシステム及び方法に向けられている。このシステム及び方法は、CT画像から解剖学的情報を要求することなく、及び正則化するための複雑な反復アルゴリズムを持つことなく、臨床医にリアルタイムでの関心領域の定量分析を可能にする。
ある実施例において、システム及び方法は、関心領域内にある小さな障害を定量化するのに用いられる。1組の仮想障害(virtual lesion)が生成され、実際の障害と目視で比較される。例えば障害の大きさ及びトレーサーの活性度のような定量情報又はSUVは、障害の診断及び治療の際に臨床医又は医師を支援するための得られる。
この明細書の一部に組み込まれると共に、その一部を構成する添付する図面において、上述した本発明の一般的記述、及び以下に述べられる詳細な説明と一緒に、本発明の原理を説明するのに役立つ本発明の実施例が説明される。当業者は、これら説明される実施例は本発明を制限することを意図するのではなく、本発明の原理を取り込んでいる実施例を提供することを分かるべきである。
本明細書に記載されるPET画像を定量分析するシステム及び方法は、臨床医又は医師が自分の知識及び経験を利用して、関心領域内にある障害の定量化を可能にさせるために、リアルタイムの比較を行うことを可能にする。この手法は、例えば障害の大きさ又は障害のSUVの決定のような定量的問題を解決するために、素早く簡単な目視手段を提供すると言う点で特に有用である。
本発明のある実施例において、臨床医は、PET画像において高温領域として見える障害に対する定量パラメタを容易に設定することができる。臨床医が障害を一度特定すると、その障害は、例えば大きさ及び活性度のような既定のパラメタが異なる1組の計算された仮想障害と比較される。臨床医は、前記仮想障害がPET画像の障害と"一致(match)"するまで、仮想障害のパラメタを素早く簡単に調節することができる。この仮想障害をPET画像にある障害と"一致"させることにより、これら仮想障害とPCT画像の障害とは、仮想障害のパラメタが正しく選択されたかを判断するために、目視で比較されることが可能であることを意味している。例えば、仮想障害がサブトラクションモード又はオーバーレイモードで表示されてもよい。図2に最も良く示されるサブトラクションモードにおいて、仮想障害のパラメタが正しく選択される場合、差分画像は前記障害の無い関心領域の画像を作り出す。図6に最も良く示されるオーバーレイモードにおいて、仮想障害は、この仮想障害のパラメタを決めるために、PET画像上を自由に位置決めされることができる。両方のモードにおいて、本来のPET画像を維持することが一般的に望ましく、例えば差分画像又はオーバーレイ画像は、別の画像又は表示として製造されてもよい。
本発明を実施する方法の1つの実施例は以下のようである。本発明の実施を効果的な方法で可能にする臨床医にソフトウェアを提供する。このソフトウェアは、シミュレーション又はファントム画像から点広がり関数(PSF)をモデル化するためのアルゴリズムを含んでいる。この点広がり関数は、以下に詳細に説明されるような仮想障害の組を計算するのに使用される。
図1を参照すると、PET画像10は、定量化すべき1つ以上の障害20を含む関心領域に対し取得される。前記障害はPET画像10においてホットスポット20として見える。臨床医は、障害を選択することにより特定の障害に着目する。これは、例えばマウスのカーソル又は他のユーザ入力装置を用いてこのホットスポット20の上をクリックすることにより行われることができる。臨床医は所望する仮想障害の一般的な幾何学形状も提供する。例えば、球形の仮想障害は、殆どのPET腫瘍学の研究に使用されることが可能である。他の既定の形状、例えば、矩形、三角形又は楕円形を用いることも可能である。幾つかの場合において、臨床医は、関心領域又は障害若しくはホットスポットの形状に基づいて特定の幾何学形状を規定したいと思っている。臨床医が所望する幾何学形状を入力する又はソフトウェアがデフォルトで例えば球形のような標準形状にすることができ、この標準形状は所望するならば後で変更されることも可能である。
ホットスポット20の中心及び仮想障害の所望する形状が一度決まったら、ソフトウェアは、点広がり関数を用いて、事前に選択したパラメタが異なる多数のシミュレーションした画像、又は仮想障害を計算する。例えば、1組の仮想障害は、様々な大きさ又は活性度を用いて作成される。特定の実施例として、直径を1mmから20mmの範囲を1mm刻みで増加して変更する20個の仮想障害30(図2参照)が生成される。一般的に、異なる仮想障害は、係数を乗算することにより前記活性度が決められるので、仮想障害の活性度を変更するために計算される必要は無い。ノイズ特性のような追加のパラメタが前記点広がり関数に取り入れられ、従って仮想障害により決められることも可能であるが、しかしながら、このような追加のパラメタは一般的に必要とされず、しばしばこの処理を単に複雑にするだけであることは当業者には明らかである。
仮想障害30の1つがグラフィックユーザーインタフェース(GUI)40に見え、このGUIは仮想障害のパラメタを変更するための1組のスライダー50を含む。仮想障害30のパラメタを変更するための他の手段、例えば数値入力又は上下の矢印も使用することができる。PET画像10も前記GUI40に見える。上述したように、仮想障害30は、図2に示されるようなサブトラクションモード又は図1に示されるようなオーバーレイモードで見ることができる。サブトラクションモードでは、仮想障害は、ホットスポット20の中心に位置決めされ、仮想障害のパラメタは、このホットスポットが差分画像から消えるまで変更される。オーバーレイモードでは、仮想障害は、そのホットスポットを正しい大きさ及び活性度のパラメタで覆うまで自由に移動することができる別のウィンドウにおいて製造される。両方のモードにおいて、前記スライダー50の組は、前記正しい仮想障害のパラメタを決めるために、正しい値に調節される。正しい仮想障害の大きさを決めるために前記スライダーを調節することは、仮想障害30の大きさが実際に変化しているように見えるのに対し、ソフトウェアは、前記仮想障害の組に生成される次の大きさの仮想障害に実際に移動する。これに関して、前記大きさのスライダーの移動は、仮想障害の再計算を必要としない。これは情報のシームレスな表示を提供すると共に、処理時間を必要としない。
臨床医は、リアルタイムで別の表示を観察している間、仮想障害のパラメタ、例えば半径及び活性度を対話形式で変化させることができる。これらパラメタは正しいパラメタが決められるまで連続して調節される。その結果は、障害の活性度又はSUVと同様に、障害の大きさの正確な推定である。
これら図は、上述した方法の実施例を説明するようにさらに詳細に論じられるであろう。図1は、2つの球形のホットスポット20を備える円筒形のファントムを描いている。これら球形のホットスポット20は、撮像システムの限られた解像度の結果としてぼやけて見える。活性度及び大きさの厳密な決定はこれにより難しい。
図2は、ホットスポット20の活性度及び大きさを決めるために、仮想障害30の使用を実演している。臨床医は大きい球形のホットスポット20を関心領域としてマークしてある。この場合、ホットスポット20の中心は、サブボクセル精度で自動的に決められる。1組の仮想障害30は、ホットスポットの中心位置において計算される。最初の仮想障害としてランダムに選択される仮想障害30の1つが表示される。図2は、サブトラクションモードの仮想障害を示す。臨床医は、正しいパラメタが決められるまで、スライダー50を動かすことにより仮想障害30のパラメタを調節する必要がある。図2において、仮想障害30の大きさに対する選択された値は小さすぎる。これは仮想障害30を囲んでいる明るいリングにより図に見られる。加えて、仮想障害の活性度に対する選択された値が大きくなるように選択される。これは、仮想障害30の中心が暗すぎることに気付くことにより分かる。臨床医は、前記パラメタが正しくなるまで、仮想障害の大きさ及び活性度を調節する必要がある。
図3及び図4はさらに、仮想障害のパラメタが決められる方法を説明している。図3において、仮想障害の活性度は適当に選択され、仮想障害の大きさは正しい値を決めるために変更される。左側にある画像において、仮想障害の大きさは15mmに設定されている。真ん中の画像において、仮想障害の大きさは16mmに設定されている。右側にある画像において、仮想障害の大きさは17mmに設定されている。仮想障害の大きさに対する正しい値は16mmであることが分かる。左側にある画像において、仮想障害は、仮想障害の周りにある前記明るいリングにより証明されるように小さすぎる。右側にある画像において、仮想障害は、仮想障害の周りにある暗いリングにより証明されるように大きすぎる。
図4において、仮想障害の大きさが適当に選択され、仮想障害の活性度は正しい値を決めるために変更される。仮想障害の活性度は、左から右へ正しい値の90%、95%、100%、105%及び110%に設定されている。左側にある2つの画像は、仮想障害の相対的な明るさにより証明されるように、仮想障害の活性度の正しい値を下回っている。右側にある2つの画像は、仮想障害の相対的な暗さにより証明されるように、仮想障害の活性度の正しい値を上回っている。
図3及び図4に示される実施例は、パラメタ適応の全処理が容易に自動化されるほど簡単なかなり単純な画像を実演している。しかしながら、実際の臨床応用において、これら画像ははるかに複雑である。図5に示されるように、PET画像は通例ノイズが多く、完全自動化アルゴリズムを用いて正しく操縦するが難しい全ての種類の解剖学的構造を含んでいる。しかし臨床医にとって、前記パラメタを対話形式で適合させ、正しいパラメタの組を見つけることは依然として簡単な作業である。これは、臨床医が大量の画像の知識を持ち、仮想障害の正しいパラメタを比較的容易に決めることができるからである。
ここで述べられる方法は、臨床医が仮想障害のパラメタ値を素早く簡単に決めることを可能にする。これらパラメタ値は実際の障害の物理特性に変換する。臨床医が障害の活性度又はSUV及び大きさを決める速さ及び精度は、従来の技術を上回り飛躍的に向上される。これは、撮像システムの限られた解像度による不良のコントラスト回復を示す小さな障害の有名な問題事例について特に当てはまる。
上述した方法の変形例も実施され得ることに注意すべきである。例えば、パラメタ決定処理又はその処理の一部が自動化されることができる。例えば、仮想障害の半径が対話形式の反復処理を介して手動で決められる一方、仮想障害の活性度はリアルタイムの最適化アルゴリズムを用いて決められる。前記処理は空間分解能のほかに他の効果の原因となるように修正されることも可能である。例えば、点広がり関数は、PET画像内のノイズのような他のパラメタの原因にもなる。その上、前記方法は、PET画像の定量化に限定されるつもりはないが、SPECTのような他の医用撮像システムに用いられてもよい。
本発明は、医用画像の定量分析のためのシステムにも向けられ、PET撮像システムにおける特定応用がある。このシステムは、1つ以上の検出器、ガントリ及び患者台を含む標準的な撮像機器を用いる。本システムは、画像を製造するのに用いられる放射線源、並びにデータを入力及び処理すると共に、前記放射線源の画像を製造するソフトウェアシステムも含んでいる。他の撮像システムが使用され得ること、及びここで説明されるシステムが限定を意味していないことに注意すべきである。
本システムはさらに、画像定量化向上部分を含む。この部分は一般的にソフトウェアパッケージから構成され、このパッケージは標準的な画像取得及び関心領域のソフトウェアに実装されてもよいし、又は別々に実現されてもよい。画像定量化向上ソフトウェアは、撮像システムの点広がり関数のモデルを含む。シミュレーション又はファントム画像から供給されるデータは、この点広がり関数のモデルを展開するのに使用されることができる。アルゴリズムは、臨床医が選択された関心領域をPET画像に一度供給すると、1組の仮想障害を生成することに用いられる。生成される擬似的画像の組は、常設の記憶情報源、特に仮想障害の次の組が生成した場合、上書きされる仮説の記憶情報源に記憶される。
本システムはさらに、GUI40、例えば図1及び図2に示されるGUIを含む。当業者は、これら図に示されるGUIは単に例示的な実施例に過ぎず、他のGUIが使用されることも可能であることを分かるべきである。組織的及び容易に理解可能な方法でデータ及び画像を供給すると共に、1つ以上のパラメタの素早く簡単な操作も可能にするGUIを提供することが望ましい。図1及び図2に示されるように、GUI40は、PET画像10及び仮想障害30からなる、ここではサブトラクションモードで示される合成画像、並びに仮想障害のパラメタを調節するための1組のパラメタスライダー50を含んでいる。GUI40は、PET画像の不変の表示を示してもよいし、仮想障害をオーバーレイモードで示してもよい。前記スライダー50を動かす、またそうでなければパラメタの値を変更することにより、画像定量化向上ソフトウェアは、関心領域において設定される仮想障害の画像から異なる仮想障害を生成するか、又は現在の仮想障害に係数を乗算し、これにより例えば仮想障害の活性度のようなパラメタを変更するかのどちらかである。両方の場合において、スライダー50の操作は、臨床医が異なるパラメタを持つ仮想障害をPET画像に示される実際の障害と目視で比較することを可能にする。これが臨床医に仮想障害のパラメタの正しい値を決めさせることを可能にして、このことが実際の障害の物理特性を提供する。前記システムは、ファイナライズされた合成画像若しくは仮想障害のパラメタデータを保存するための記憶情報源、又は例えば仮想障害のパラメタデータからなる前記ファイナライズされた合成画像を印刷するためのプリンターのような出力情報源を含んでいる。
本発明は、1つ以上の好ましい実施例を参照して説明されている。本明細書を読み、理解する際、他の者に修正及び代替案が明らかに思い浮かぶことがある。本発明は、それらが添付される特許請求の範囲又はそれに相当するものの範囲内にある場合に限り、上記修正及び代替案の全てを含むことを意味する。
Claims (20)
- 医用画像の定量分析を提供するシステムにおいて、
a)少なくとも1つの障害を含んでいる医用画像を生成するシステム、並びに
b)i)前記医用画像内の選択したポイントに、1組の仮想障害を生成するのに使用されるシステムの点広がり関数のモデル、及び
ii)前記仮想障害の組から選択された仮想障害を前記医用画像の目視比較に提供するグラフィカルユーザーインタフェースであり、前記医用画像と目視での比較が可能である前記仮想障害を変更する1つ以上のパラメタ調節機構を含んでいるグラフィカルユーザーインタフェース、
を有する画像定量化向上装置
を有するシステム。 - 前記医用画像はPET画像である請求項1に記載のシステム。
- 前記パラメタ調節機構の少なくとも1つは、操作時に前記仮想障害の組から異なる仮想障害を選択する請求項1に記載のシステム。
- 前記パラメタ調節機構の少なくとも1つは、操作時に係数により前記仮想障害を変更する請求項1に記載のシステム。
- 前記仮想障害の組は、各々が増分値ずつ異なっている異なる大きさの仮想障害を有する請求項1に記載のシステム。
- 前記仮想障害を用いた前記医用画像の前記目視比較は、差分表示である請求項1に記載のシステム。
- 前記仮想障害を用いた前記医用画像の前記目視比較は、オーバーレイ表示である請求項1に記載のシステム。
- 医用画像を生成する前記システムは、1つ以上の検出器、ガントリ、患者台及び放射線素子を含む線源を有する請求項1に記載のシステム。
- 医用画像において選択したポイントに1組の仮想障害を生成するために、前記システムの点広がり関数のモデルを使用する手段、及び
前記仮想障害の組から選択された仮想障害を前記医用画像の目視比較に提供するグラフィカルユーザーインタフェースであり、前記医用画像と目視での比較が可能である前記仮想障害を変更する1つ以上のパラメタ調節機構を含んでいるグラフィカルユーザーインタフェース
を有する医用画像定量化向上装置。 - 前記医用画像はPET画像である請求項9に記載の装置。
- 前記パラメタ調節機構の少なくとも1つは、操作時に前記仮想障害の組から異なる仮想障害を選択する請求項9に記載の装置。
- 前記パラメタ調節機構の少なくとも1つは、操作時に係数により前記仮想障害を変更する請求項9に記載の装置。
- 前記仮想障害の組は、各々が増分値ずつ異なっている異なる大きさの仮想障害を有する請求項9に記載の装置。
- 前記仮想障害を用いた前記医用画像の前記目視比較は、差分表示である請求項9に記載の装置。
- 前記仮想障害を用いた前記医用画像の前記目視比較は、オーバーレイ表示である請求項9に記載の装置。
- 医用画像の定量分析を向上させる方法において、
1組のシミュレーション又はファントム画像に基づいて点広がり関数を導出するステップ、
少なくとも1つの障害を含む医用画像を取得するステップ、
前記医用画像内において関心領域を決めるステップ、
前記関心領域において前記点広がり関数から1組の仮想障害を生成するステップ、
前記医用画像の比較表示及び前記仮想障害の組から選択された仮想障害を生成するステップ、
前記比較表示において前記仮想障害を変更するために1つ以上の仮想障害のパラメタを操作するステップ、及び
前記1つ以上の仮想障害のパラメタを前記少なくとも1つの障害の物理特性に変換するステップ
を有する方法。 - 前記仮想障害を変更するために1つ以上の仮想障害のパラメタを操作する前記ステップは、前記1つ以上の仮想障害のパラメタの操作時に前記仮想障害の組から異なる仮想障害を選択するステップをさらに有する請求項16に記載の方法。
- 比較表示を生成するステップは、サブトラクションモードで比較表示を生成するステップを有する請求項16に記載の方法。
- 比較表示を生成するステップは、オーバーレイモードで比較表示を生成するステップを有する請求項16に記載の方法。
- 前記仮想障害の組は、各々が増分値ずつ異なっている異なる大きさの仮想障害を有する請求項16に記載の方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US67717205P | 2005-05-03 | 2005-05-03 | |
PCT/IB2006/051208 WO2006117706A1 (en) | 2005-05-03 | 2006-04-19 | Virtual lesion quantification |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2008541794A true JP2008541794A (ja) | 2008-11-27 |
Family
ID=36698630
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008509544A Pending JP2008541794A (ja) | 2005-05-03 | 2006-04-19 | 仮想障害の定量化 |
Country Status (8)
Country | Link |
---|---|
US (1) | US20090273610A1 (ja) |
EP (1) | EP1880362B1 (ja) |
JP (1) | JP2008541794A (ja) |
CN (1) | CN101171608B (ja) |
AT (1) | ATE412950T1 (ja) |
DE (1) | DE602006003424D1 (ja) |
RU (1) | RU2007144703A (ja) |
WO (1) | WO2006117706A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014502758A (ja) * | 2010-12-29 | 2014-02-03 | コーニンクレッカ フィリップス エヌ ヴェ | 画像オーバレイを用いたtnm分類 |
Families Citing this family (39)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5207683B2 (ja) * | 2006-08-11 | 2013-06-12 | ゼネラル・エレクトリック・カンパニイ | 撮像データを処理するシステム及び方法 |
BRPI0917748A2 (pt) * | 2008-12-18 | 2019-11-19 | Koninl Philips Electronics Nv | sistema de processamento de imagem, estação de trabalho médico da imagem latente, método de geração de uma visualização de uma imagem médica e produto de programa de computador |
GB0913314D0 (en) * | 2009-07-31 | 2009-09-02 | Siemens Medical Solutions | Facilitated percist evaluation |
US20110268339A1 (en) * | 2010-04-30 | 2011-11-03 | Lana Volokh | Systems and methods for determining a location of a lesion in a breast |
US9489062B2 (en) | 2010-09-14 | 2016-11-08 | Google Inc. | User interfaces for remote management and control of network-connected thermostats |
US8727611B2 (en) | 2010-11-19 | 2014-05-20 | Nest Labs, Inc. | System and method for integrating sensors in thermostats |
US8918219B2 (en) | 2010-11-19 | 2014-12-23 | Google Inc. | User friendly interface for control unit |
US9104211B2 (en) | 2010-11-19 | 2015-08-11 | Google Inc. | Temperature controller with model-based time to target calculation and display |
US9453655B2 (en) | 2011-10-07 | 2016-09-27 | Google Inc. | Methods and graphical user interfaces for reporting performance information for an HVAC system controlled by a self-programming network-connected thermostat |
US8850348B2 (en) | 2010-12-31 | 2014-09-30 | Google Inc. | Dynamic device-associated feedback indicative of responsible device usage |
US9092039B2 (en) | 2010-11-19 | 2015-07-28 | Google Inc. | HVAC controller with user-friendly installation features with wire insertion detection |
US9552002B2 (en) | 2010-11-19 | 2017-01-24 | Google Inc. | Graphical user interface for setpoint creation and modification |
US11334034B2 (en) | 2010-11-19 | 2022-05-17 | Google Llc | Energy efficiency promoting schedule learning algorithms for intelligent thermostat |
US8195313B1 (en) | 2010-11-19 | 2012-06-05 | Nest Labs, Inc. | Thermostat user interface |
US10346275B2 (en) | 2010-11-19 | 2019-07-09 | Google Llc | Attributing causation for energy usage and setpoint changes with a network-connected thermostat |
US9075419B2 (en) | 2010-11-19 | 2015-07-07 | Google Inc. | Systems and methods for a graphical user interface of a controller for an energy-consuming system having spatially related discrete display elements |
US9256230B2 (en) | 2010-11-19 | 2016-02-09 | Google Inc. | HVAC schedule establishment in an intelligent, network-connected thermostat |
US9459018B2 (en) | 2010-11-19 | 2016-10-04 | Google Inc. | Systems and methods for energy-efficient control of an energy-consuming system |
US20120128265A1 (en) * | 2010-11-23 | 2012-05-24 | Toshiba Medical Systems Corporation | Method and system utilizing iterative reconstruction with adaptive parameters for computer tomography (ct) images |
US8893032B2 (en) | 2012-03-29 | 2014-11-18 | Google Inc. | User interfaces for HVAC schedule display and modification on smartphone or other space-limited touchscreen device |
US9222693B2 (en) | 2013-04-26 | 2015-12-29 | Google Inc. | Touchscreen device user interface for remote control of a thermostat |
KR101916855B1 (ko) * | 2011-10-17 | 2019-01-25 | 삼성전자주식회사 | 병변 수정 장치 및 방법 |
CA2852944C (en) | 2011-10-21 | 2023-03-14 | Nest Labs, Inc. | Energy efficiency promoting schedule learning algorithms for intelligent thermostat |
CA3044757C (en) | 2011-10-21 | 2021-11-09 | Google Llc | User-friendly, network connected learning thermostat and related systems and methods |
USD682304S1 (en) | 2012-01-06 | 2013-05-14 | Path, Inc. | Display screen with graphical user interface |
CN104114091B (zh) * | 2012-02-16 | 2017-10-10 | 皇家飞利浦有限公司 | 空间校正核图像重建 |
CN104335129B (zh) | 2012-03-29 | 2016-09-14 | 谷歌公司 | 一种用于为由可编程恒温器控制的hvac系统生成能源使用报告的方法 |
US9256967B2 (en) * | 2012-11-02 | 2016-02-09 | General Electric Company | Systems and methods for partial volume correction in PET penalized-likelihood image reconstruction |
USD738386S1 (en) * | 2013-03-29 | 2015-09-08 | Deere & Company | Display screen with an animated graphical user interface |
USD732576S1 (en) * | 2013-03-29 | 2015-06-23 | Deere & Company | Display screen or portion thereof with icon |
KR20150002284A (ko) * | 2013-06-28 | 2015-01-07 | 삼성전자주식회사 | 병변 검출 장치 및 방법 |
USD765091S1 (en) * | 2013-12-05 | 2016-08-30 | Visa International Service Association | Display screen or portion thereof with animated user interface |
USD772908S1 (en) * | 2014-07-11 | 2016-11-29 | Huawei Technologies Co., Ltd. | Portion of a display screen with graphical user interface |
CN104814754A (zh) * | 2015-04-01 | 2015-08-05 | 王有彬 | 正电子发射神经断层扫描装置 |
USD788120S1 (en) * | 2015-08-26 | 2017-05-30 | Google Inc. | Display screen or portion thereof with an animated graphical user interface |
USD788119S1 (en) * | 2015-08-26 | 2017-05-30 | Google Inc. | Display screen or portion thereof with an animated graphical user interface |
US9702582B2 (en) | 2015-10-12 | 2017-07-11 | Ikorongo Technology, LLC | Connected thermostat for controlling a climate system based on a desired usage profile in comparison to other connected thermostats controlling other climate systems |
US10937208B2 (en) * | 2015-11-20 | 2021-03-02 | Koninklijke Philips N.V. | PET image reconstruction and processing using lesion proxies |
EP3633613A1 (en) | 2018-10-02 | 2020-04-08 | Koninklijke Philips N.V. | Simultaneous partial volume correction and segmentation refinement |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5768413A (en) * | 1995-10-04 | 1998-06-16 | Arch Development Corp. | Method and apparatus for segmenting images using stochastically deformable contours |
CN1095354C (zh) * | 1996-06-04 | 2002-12-04 | 浙江大学 | 用于心血管疾病的无损定量诊断系统的使用方法 |
US5859891A (en) * | 1997-03-07 | 1999-01-12 | Hibbard; Lyn | Autosegmentation/autocontouring system and method for use with three-dimensional radiation therapy treatment planning |
DE19829230A1 (de) * | 1998-06-30 | 2000-03-23 | Brainlab Med Computersyst Gmbh | Verfahren zur Erfassung der exakten Kontur, insbesondere Außenkontur von Behandlungszielen |
US6901156B2 (en) * | 2000-02-04 | 2005-05-31 | Arch Development Corporation | Method, system and computer readable medium for an intelligent search workstation for computer assisted interpretation of medical images |
ATE514144T1 (de) * | 2001-10-16 | 2011-07-15 | Univ Chicago | Computerunterstützte erkennung dreidimensionaler läsionen |
US7127096B2 (en) * | 2001-11-20 | 2006-10-24 | Accuimage Diagnostics Corp. | Method and software for improving coronary calcium scoring consistency |
US7298883B2 (en) * | 2002-11-29 | 2007-11-20 | University Of Chicago | Automated method and system for advanced non-parametric classification of medical images and lesions |
US7660448B2 (en) * | 2003-11-26 | 2010-02-09 | Icad, Inc. | Automated lesion characterization |
US7639848B2 (en) * | 2004-04-14 | 2009-12-29 | Edda Technology, Inc. | Lesion marking and characterization quality assurance method and system |
CN1976629A (zh) * | 2004-04-26 | 2007-06-06 | D·F·杨克洛维茨 | 用于准确测定定向瘤变化的医学影像系统 |
WO2006042077A2 (en) * | 2004-10-09 | 2006-04-20 | Viatronix Incorporated | Sampling medical images for virtual histology |
US7518114B2 (en) * | 2004-11-10 | 2009-04-14 | General Electric Company | Method and system for imaging a patient |
-
2006
- 2006-04-19 DE DE602006003424T patent/DE602006003424D1/de active Active
- 2006-04-19 RU RU2007144703/09A patent/RU2007144703A/ru not_active Application Discontinuation
- 2006-04-19 CN CN200680015206.5A patent/CN101171608B/zh not_active Expired - Fee Related
- 2006-04-19 EP EP06727969A patent/EP1880362B1/en not_active Not-in-force
- 2006-04-19 AT AT06727969T patent/ATE412950T1/de not_active IP Right Cessation
- 2006-04-19 JP JP2008509544A patent/JP2008541794A/ja active Pending
- 2006-04-19 WO PCT/IB2006/051208 patent/WO2006117706A1/en active Application Filing
- 2006-04-19 US US11/913,338 patent/US20090273610A1/en not_active Abandoned
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014502758A (ja) * | 2010-12-29 | 2014-02-03 | コーニンクレッカ フィリップス エヌ ヴェ | 画像オーバレイを用いたtnm分類 |
Also Published As
Publication number | Publication date |
---|---|
RU2007144703A (ru) | 2009-06-10 |
EP1880362B1 (en) | 2008-10-29 |
WO2006117706A1 (en) | 2006-11-09 |
CN101171608B (zh) | 2010-06-16 |
ATE412950T1 (de) | 2008-11-15 |
CN101171608A (zh) | 2008-04-30 |
EP1880362A1 (en) | 2008-01-23 |
US20090273610A1 (en) | 2009-11-05 |
DE602006003424D1 (de) | 2008-12-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2008541794A (ja) | 仮想障害の定量化 | |
US8150112B2 (en) | Regional reconstruction of spatially distributed functions | |
JP2021509721A5 (ja) | ||
US8111889B2 (en) | Method and apparatus for efficient calculation and use of reconstructed pixel variance in tomography images | |
US7860331B2 (en) | Purpose-driven enhancement filtering of anatomical data | |
US10993689B2 (en) | Method and system for motion assessment and correction in digital breast tomosynthesis | |
US11816764B2 (en) | Partial volume correction in multi-modality emission tomography | |
CN111524200B (zh) | 在投影图像中分割金属对象的方法、设备和介质 | |
JP7359851B2 (ja) | 陽電子放出断層撮影(pet)のための人工知能(ai)ベースの標準取込み値(suv)補正及び変動評価 | |
GB2491942A (en) | Measuring Activity of a Tracer in Medical Imaging | |
CN111260647A (zh) | 一种基于图像检测的ct扫描辅助方法、计算机可读存储介质、ct扫描装置 | |
EP4026102B1 (en) | Confidence map for neural network based limited angle artifact reduction in cone beam ct | |
JP6828061B2 (ja) | スペクトルctデータからのカルシウム含有量の特定 | |
JP2006334319A (ja) | X線ct装置とその前処理方法、及びデータ作成装置とその方法、並びに制御プログラム | |
US20210407159A1 (en) | Device and method for editing a panoramic radiography image | |
CN112204607A (zh) | 用于x射线成像的散射校正 | |
JP5138921B2 (ja) | X線ct画像処理方法および装置 | |
Keller et al. | Semi-automated location identification of catheters in digital chest radiographs | |
JP2010507438A (ja) | セグメント化の向上 | |
US20230237663A1 (en) | Methods and systems for real-time image 3d segmentation regularization | |
US20220284556A1 (en) | Confidence map for radiographic image optimization | |
Rannulu et al. | A graphical user interface for automated 2-or 3-dimensional image registration in dental treatment recovery planning: the DentIR application | |
WO2023006314A1 (en) | Improved motion artifact compensation through metal artifact reduction | |
Chen | Predicting Task-specific Performance for Iterative Reconstruction in Computed Tomography |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20090417 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20111213 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20120531 |