JP2009189800A - 画像から関心のある特徴部を抽出するためのシステム及び方法 - Google Patents

画像から関心のある特徴部を抽出するためのシステム及び方法 Download PDF

Info

Publication number
JP2009189800A
JP2009189800A JP2008321817A JP2008321817A JP2009189800A JP 2009189800 A JP2009189800 A JP 2009189800A JP 2008321817 A JP2008321817 A JP 2008321817A JP 2008321817 A JP2008321817 A JP 2008321817A JP 2009189800 A JP2009189800 A JP 2009189800A
Authority
JP
Japan
Prior art keywords
image
bone
contrast agent
interest
generating
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
Application number
JP2008321817A
Other languages
English (en)
Other versions
JP5635730B2 (ja
Inventor
Xiaoye Wu
シャオイェ・ウー
David Allen Langan
デイビッド・アレン・ランガン
James Vradenburg Miller
ジェイムズ・ヴランデンバーグ・ミラー
Yogisha Mallya
ヨギシャ・モルヤ
Srikanth Suryanarayanan
スリカンス・スリヤナラヤナン
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
General Electric Co
Original Assignee
General Electric Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by General Electric Co filed Critical General Electric Co
Publication of JP2009189800A publication Critical patent/JP2009189800A/ja
Application granted granted Critical
Publication of JP5635730B2 publication Critical patent/JP5635730B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/48Diagnostic techniques
    • A61B6/482Diagnostic techniques involving multiple energy imaging
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10116X-ray image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10141Special mode during image acquisition
    • G06T2207/10152Varying illumination
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30016Brain
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30101Blood vessel; Artery; Vein; Vascular

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

【課題】1つ以上の投影画像から1つ以上の関心のある特徴部を抽出するための技術を提供する。
【解決手段】本技術は、造影剤によって強調された少なくとも1つの関心のある特徴部を有する投影画像にアクセスする段階(58)、投影画像に基づいて造影剤ゼロ画像を生成する段階(60)、造影剤ゼロ画像に基づいて骨マスクを生成する段階(62)、及び骨マスクに基づいて骨抽出画像を生成する段階(64)を含む。
【選択図】図3

Description

本発明は、一般的に云えば、医用イメージング(撮像/画像化)に関するものであり、より具体的には、放射線撮影画像から1つ以上の関心のある特徴部を抽出する技術に関するものである。
医療の分野では、患者のイメージングのために多種多様の放射線撮影イメージング・モダリティを使用することができる。このようなモダリティとしては、例えば、伝統的な投影X線システム、コンピュータ断層撮影(CT)システム、 二重エネルギCTシステム、トモシンセシス・システム、C形アーム・システムなどが挙げられる。これらのイメージング・モダリティは、患者内の関心のある解剖学的構造の投影画像を取得する。それらの投影画像は、再構成時に、イメージング対象の解剖学的構造の内部構造(例えば、骨、血管、軟組織など)を、これらの構造の密度の差異、従って入射X線の減弱度又は吸収度の差異により、明らかにする。しかしながら、構造によっては、それらの放射線不透過度が低いことに起因して、再構成画像内で明瞭に見えない。典型的には、イメージング対象の解剖学的構造内の特定の構造を強調するために医学的検査の際に造影剤を用いることができる。従って、イメージングの前に造影剤(例えば、ヨウ素)を投与することによって、血管系及び他の構造をイメージングすることができる。相対減弱度は、「ハウンスフィールド単位」の値で表すことができる。造影剤は、該造影剤が進入する組織内でこれらの値を増大させるように一時的に作用する。
多くの用途では、造影剤で強調した構造、特に血管を抽出することは、資格のある専門家による評価のために有用である。これは、「セグメント化(segmentation)」を遂行、すなわち、各々組織タイプに対応する画像データ内のピクセル又はボクセルの識別を遂行する自動又は半自動アルゴリズムによって行うことができる。しかしながら、造影剤が存在している場合、このような組織における高くなったハウンスフィールド単位の値により、血管が骨と同様に現れるようになって、両者の間の区別を困難にする。従って、自動血管セグメント化処理では、血管から骨を区別することは、特に両者のハウンスフィールド単位の値が造影剤に起因して互いに非常に接近しているとき、非常に困難になる。
ディジタル・サブトラクション血管造影法(DSA)は、造影剤で強調した血管を自動的に抽出(識別及びセグメント化)するために一般に使用されている一技術である。このような技術では、コントラスト強調していない画像において骨及び軟組織成分を捕捉するために、造影剤を投与する前にマスク画像の取得を行う。次いで、造影剤の投与後に第2の画像の取得を行い、該画像では、骨、軟組織及びコントラスト強調した血管が視覚可能であり、血管の視認性が以前の画像のものと比べて大幅に向上する。次いで、最初の画像と第2の画像とを比較することによって、コントラスト強調した血管を抽出する。しかしながら、これらの2つの画像の取得の間にはかなりの時間差があり、そこで適正な比較にはかなり密接に整合した又は整合可能である画像が必要とされる。従って、DSAは、典型的には、多数秒にわたって不動状態に留まることのできるような、患者の解剖学的構造の部分に用途が制限されている。
この代わりに、物質分解(material decomposition)技術を用いることにより、二重エネルギ走査データから直接的に造影剤で強調した構造を抽出することができる。相異なるX線エネルギ・レベルの印加に基づいて2つ以上の画像を作ることのできる二重エネルギ・システムが現在開発中である。しかしながら、物質分解技術は、本技術が固定の化学組成を持つ物質を対象としているので、イメージング対象物体が造影剤以外の2つ以上の物質を含んでいる場合、満足な結果を提供しない。例えば、骨と造影剤で強調した血管とは、物質分解技術を使用して直接的に分離することができる。しかしながら、骨は人体では異なる化学組成より成ることがある。従って、所与の目標の化学組成について正常に機能する物質分解技術は、全てのタイプ(種類)の骨に対処することができるものではない。現在の技術を使用すると、全ての3つのタイプの組織、すなわち、骨、軟組織、及びコントラスト強調した血管組織の間を区別する能力は簡単には得られない。
米国特許出願公開第2006/0188139号明細書
従って、精度及び信頼性を改善した、放射線撮影画像からコントラスト強調した構造(例えば、血管)を抽出するための効率のよい技術を提供することが望ましい。
要約して述べると、本発明技術の一面によれば、1つ以上の投影画像から1つ以上の関心のある特徴部を抽出するための方法を提供する。本方法は、造影剤によって強調された少なくとも1つの関心のある特徴部を有する投影画像にアクセスする段階と、前記投影画像に基づいて造影剤ゼロ画像(contrast agent null image) を生成する段階と、前記造影剤ゼロ画像に基づいて骨マスクを生成する段階と、前記骨マスクに基づいて骨抽出画像を生成する段階とを有する。また、このような機能を遂行することのできるシステム及びコンピュータ・プログラムを本発明技術によって提供することができる。
本発明技術の別の面によれば、複数の投影画像から1つ以上の関心のある特徴部を抽出するための方法を提供する。本方法は、関心のある解剖学的構造を少なくとも2つの異なるX線エネルギ・レベルに露出することによって、関心のある解剖学的構造の投影画像を取得する段階を有する。解剖学的構造は、造影剤を投与した少なくとも1つの関心のある特徴部を有する。本方法は更に、物質分解技術により前記投影画像に基づいて造影剤ゼロ画像を生成する段階と、自動的骨セグメント化技術により前記造影剤ゼロ画像から二値骨マスクを生成する段階と、前記関心のある解剖学的構造の画像表現と前記二値骨マスクとを比較することによって骨抽出画像を生成する段階とを備える。ここで再び繰り返して云うと、このような機能を遂行することのできるシステム及びコンピュータ・プログラムを本発明技術によって提供することができる。
本発明技術のまた別の面によれば、画像分析システムを提供する。画像分析システムは、投影画像にアクセスするように構成されているプロセッサを含む。投影画像は、造影剤によって強調された少なくとも1つの関心のある特徴部を有する。プロセッサは更に、前記投影画像に基づいて造影剤ゼロ画像を生成し、前記造影剤ゼロ画像に基づいて骨マスクを生成し、且つ前記骨マスクに基づいて骨抽出画像を生成するように構成されている。
本発明技術の更に別の面によれば、イメージング・システムを提供する。イメージング・システムは、放射線源と、イメージング対象のボリュームの1つ以上の投影画像を取得するように構成されている検出器とを含む。1つ以上の投影画像は、造影剤によって強調された少なくとも1つの関心のある特徴部を有する。イメージング・システムは更に、前記1つ以上の投影画像にアクセスし、前記1つ以上の投影画像から造影剤ゼロ画像を生成し、前記造影剤ゼロ画像から骨マスクを生成し、且つ前記骨マスクに基づいて骨抽出画像を生成するように構成されているプロセッサを含む。
本発明のこれらの及び他の特徴、面及び利点は、添付の図面を参照して以下の詳しい説明を読めば、より良く理解されよう。図面では、図面全体を通じて同じ参照符号は同様な部品を表す。
本発明技術は、一般的に云えば、放射線撮影画像から関心のある特徴部を抽出することに関する。このような特徴抽出技術は、医用イメージング及び非医用イメージングのような様々なイメージング用途において有用である。以下の説明では医用イメージング用途における例を提供するが、当業者にはこのような技術を非医用イメージングのような他の用途に適用することが本発明技術の範囲内にあることが理解されよう。その上、以下の説明では二重エネルギCTシステムにより取得された投影画像に関する例を提供するが、本発明技術は、一般的放射線撮影システム、コンピュータ断層撮影(CT)システム、トモシンセシス・システム、C形アーム・システムなどのような他のイメージング・モダリティによって取得された投影画像から関心のある特徴部を抽出するために適用する又は拡張することができる。
ここで、図1について説明すると、本発明技術の様々な面に従って使用するためのイメージング・システム10が例示されている。イメージング・システム10は、本発明技術の様々な面に従って、投影画像又はシノグラムを取得して、関心のある特徴部を抽出するために該取得画像を処理するように構成される。図示の実施形態では、イメージング・システム10は、X線源のような放射線源12を含む。放射線源12に隣接してコリメータ(図示せず)を配置することができる。コリメータは、典型的には、患者16のような被検体が配置される領域内に通される放射線の流れ14の大きさ及び形状を規定する。放射線の未減弱部分が、減弱を生じる被検体を通過して、参照数字20で概略して表された検出器アレイに衝突する。ここで、放射線14の一部分が患者16の境界の外まで広がって、患者16によって減弱されることなく検出器20に衝突することがあることに留意されたい。一般的に云えば、以下に述べるように、身体の相異なる組織は放射線を差別的に吸収又は減弱して、このような組織を区別するために使用することのできる画像データを生成することができる。
検出器20は一般に複数の検出器素子によって形成され、これらの検出器素子は被検体の中又は周囲を通過した放射線18を検出する。例えば、検出器20は、アレイとして配列された多数の横列及び/又は縦列の検出器素子を含むことができる。各々の検出器素子は、X線束を受けたとき、検出器20のその後の信号読出し迄の該素子の位置におけるX線ビームの積分エネルギを表す電気信号を発生する。典型的には、複数の放射線撮影ビュー(view)を収集することができるように、関心のある被検体の周りの1つ以上の視角で信号が取得される。これらの信号は、後で述べるように、被検体内の特徴部の画像を再構成するように取得され且つ処理される。
放射線源12はシステム制御装置22によって制御され、システム制御装置22はイメージング・シーケンスのための電力、制御信号などを供給する。更に、検出器20がシステム制御装置22に結合され、システム制御装置22は、検出器20内で発生された信号の取得を指令する。システム制御装置22はまた、ダイナミックレンジの初期調節、ディジタル画像データのインターリーブなどのような様々な信号処理及びフィルタ処理機能を実行することができる。一般的に云えば、システム制御装置22は、検査プロトコルを実行し且つ取得されたデータを処理するようにイメージング・システム10の動作を指令する。このような状況では、システム制御装置22はまた、典型的には汎用又は特定用途向けディジタル・コンピュータに基づいた信号処理回路、及び関連したメモリ回路を含むことができる。関連したメモリ回路は、コンピュータによって実行されるプログラム及びコード、構成設定パラメータ、画像データなどを記憶することができる。例えば、関連したメモリ回路は、本発明技術を具現化するためのプログラム又はコードを記憶することができる。
図1に示されている実施形態では、システム制御装置22は、モータ制御装置26を介して移動サブシステム24の動作を制御することができる。図示のイメージング・システム10では、移動サブシステム24は、線源12、コリメータ及び/又は検出器20を患者16に対して空間内の1つ以上の方向に移動させることができる。ここで、移動サブシステム24は、ガントリ、C形アーム又は他の移動可能な支持構造のような支持構造を含むことができ、該支持構造上には線源12及び/又は検出器20を配置することができることに留意されたい。移動サブシステム24は更に、患者16の特定の区域の画像を生成するために、患者16、より詳しく述べると、患者テーブルを、線源12及び検出器20に対して変位させることができる。
当業者に理解されるように、放射線源12は、システム制御装置22の一部を形成する放射線制御装置28によって制御することができる。放射線制御装置28は、放射線源12に電力及びタイミング信号を供給するように構成することができる。更に、システム制御装置22はデータ取得回路30を含むことができる。この模範的な実施形態では、検出器20がシステム制御装置22に、より具体的に述べると、データ取得回路30に結合される。データ取得回路30は、検出器20の読出し電子回路によって収集されたデータを受け取る。具体的に述べると、データ取得回路30は、典型的には、検出器20からサンプリングされたアナログ信号を受け取って、該データを、画像再構成装置32及び/又はコンピュータ34によるその後の処理のためにディジタル信号へ変換する。
コンピュータ34は、典型的には、システム制御装置22に結合される。データ取得回路30によって収集されたデータは、その後の処理及び再構成のために画像再構成装置32及び/又はコンピュータ34に伝送することができる。例えば、検出器20から収集されたデータは、走査された物体の減弱係数の線積分を表すように該データを調整するために、データ取得回路30、画像再構成装置32及び/又はコンピュータ34において前処理及び較正を行うことができる。次いで、このような処理されたデータは、順序付けし直し、フィルタ処理して、逆投影することにより、走査された区域の画像を作成することができる。当業者に理解されるように、本発明技術は投影X線システムに用いることができるが、CT又はトモシンセシス・システムに用いたとき、典型的なフィルタ補正逆投影再構成アルゴリズムに加えて、任意の適当な再構成アルゴリズムを用いることができる。一旦再構成されると、イメージング・システム10によって生成された画像は患者16の関心のある内部領域を明らかにし、これは診断、評価などのために使用することができる。
コンピュータ34はメモリ36を含むか又はメモリ36と通信することができ、メモリ36はコンピュータ34によって処理されたデータ又はコンピュータ34によって処理すべきデータを記憶することができる。ここで、所望量のデータ及び/又はコードを記憶することのできる任意の種類のコンピュータ・アクセス可能なメモリ装置を、このような模範的なシステム10によって利用することができることを理解されたい。その上、メモリ36は、同様な又は異なる種類の1つ以上のメモリ装置、例えば磁気メモリ又は光学メモリ装置を含むことができ、これらのメモリ装置はシステム10と同じ場所又はそれから離れた場所に設けることができる。メモリ36は、データ、処理パラメータ、及び/又は本書で述べる処理を遂行するための1つ以上のルーチンを含むコンピュータ・プログラムを記憶することができる。更に、メモリ36は、取得されたデータの保存を容易にするためにシステム制御装置22に直接結合する(図示せず)ことができる。
コンピュータ34はまた、システム制御装置22によって動作可能となる機能、すなわち、走査動作及びデータ取得を制御するように構成することができる。また更に、コンピュータ34は、オペレータ・ワークステーション38を介してオペレータから指令及び走査パラメータを受け取るように構成することができる。オペレータ・ワークステーション38はキーボード及び/又は他の入力装置を備えることができる。これにより、オペレータは、オペレータ・ワークステーション38を介してシステム10を制御することができる。従って、オペレータは、再構成画像及びオペレータ・ワークステーション38からのシステムに関する他のデータを観察し、イメージングを開始すること等を行うことができる。
オペレータ・ワークステーション38に結合された表示装置40は、再構成画像を観察するために利用することができる。また、オペレータ・ワークステーション38に結合されたプリンタ42は走査された画像を印刷することができる。表示装置40及びプリンタ42はまた、コンピュータ34に直接に又はオペレータ・ワークステーション38を介して結合することができる。更に、オペレータ・ワークステーション38はまた、画像保管・通信システム(PACS)44に結合することができる。ここで、PACS44は、異なる場所に居る人が画像データにアクセスすることができるように、放射線診断部情報システム(RIS)、病院情報システム(HIS)或いは内部又は外部ネットワークのような遠隔のシステム46に結合してもよいことに留意されたい。
更に、コンピュータ34及びオペレータ・ワークステーション38は、標準的な又は専用のコンピュータ・モニタ及び関連処理回路を含むことのできる他の出力装置に結合できることに留意されたい。システム・パラメータを出力し、検査を要求し、画像を観察することなどを行うために、1つ以上のオペレータ・ワークステーション38を本システム内で連結することができる。一般的に云えば、 表示装置、プリンタ、ワークステーション、及びシステム内に設けられる同様な装置は、データ取得用構成装置と同じ場所に配置することができ、或いは、これらの構成装置から離れた場所、例えば、インターネット、仮想プライベート・ネットワークなどのような1つ以上の構成設定可能なネットワークを介して画像取得システムに連結される、施設や病院内の他の場所、或いは全く異なる場所に配置することができる。
診断の目的のために取得された投影画像及び/又は再構成画像を分析及び/又は評価するために多種多様の技術を用いることができる。例えば、模範的なイメージング・システム10は、イメージング対象物体についての複数組の投影画像を取得し、これらの取得された投影画像に基づいて再構成画像を生成し、及び/又は詳細な評価又は検査のために投影画像又は再構成画像から様々な関心のある特徴部を抽出するように構成することができる。関心のある特徴部としては、骨、軟組織、血管系(血管網)、器官などが挙げられる。ここで図2について説明すると、図1のシステム10によってイメージングされた解剖学的構造(例えば、脳)の画像表現48が例示されている。この画像表現は、骨50、軟組織52及び/又は血管54のような異なる特徴部を含むことができる。前に述べたように、血管は造影剤の使用によって強調することができる。
模範的なイメージング・システム10又は他のこのようなプロセッサ利用画像分析システムは、以下に述べる技術によって、投影画像を取得し/読み出しし、該画像を処理して1つ以上の関心のある特徴部を抽出することができる。それに加えて、イメージング・システム10又は他のこのようなプロセッサ利用画像分析システムは、投影画像を処理してCT画像を再構成することができる。具体的に述べると、当業者に理解されるように、本書で述べる技術及び処理段階を遂行するための制御論理及び/又は自動ルーチンは、図1のイメージング・システム10又は任意の他のこのようなプロセッサ利用画像分析システムによって、ハードウエア、ソフトウエア、又はハードウエア及びソフトウエアの組合せのいずれかで具現化することができる。例えば、本書で述べる技術の内の幾分かの技術又は全ての技術を遂行するために、コンピュータ34によって適当なコードを読み出して実行することができる。同様に、本書で述べる技術の内の幾分かの技術又は全ての技術を遂行するように構成されている特定用途向け集積回路(ASIC)を、コンピュータ34及び/又はシステム制御装置22の中に含めることができる。
例として、ここで図3について説明すると、イメージング・システム10のようなシステムによりコントラスト強調した放射線撮影画像から1つ以上の関心のある特徴部(例えば、相異なる組織タイプ)を抽出するための模範的な制御論理56が、本発明技術の様々な面に従って示されている。流れ図で示されているように、制御論理56は1つ以上の投影画像にアクセスする段階58を含む。当業者に理解されるように、1つ以上の投影画像は、造影剤(例えば、ヨウ素)によって強調された少なくとも1つの関心のある特徴部を含むことができる。制御論理56は更に、1つ以上の投影画像から造影剤ゼロ画像を生成する段階60、造影剤ゼロ画像から骨マスクを生成する段階62、及び骨マスクに基づいて骨抽出画像を生成する段階64を含む。それに加えて、制御論理56は、骨抽出画像から造影剤画像を生成する段階66を含むことができる。
別の例として、図3に例示された特徴部抽出技術は、図4に示されているように更に詳細に構成することができる。図4に例示された処理では、放射線減弱度測定値を表す1つ以上の投影画像68,70が、プロセッサ利用画像分析システムによりアクセスされ、又は図1のシステム10のようなイメージング・システムにより取得される。前に述べたように、投影画像は、放射線源及び検出器を相対的に移動するように構成しているイメージング・システム10に対して関心のある解剖学的構造を露出することによって取得することができる。図示の実施形態では、関心のある解剖学的構造の投影画像68及び70は、解剖学的構造を2つの異なるX線エネルギ・レベルにそれぞれ露出することによって取得される。当業者に理解されるように、このような取得は、二重エネルギX線又はCTシステムにより達成することができる。
取得された投影画像68及び70は、少なくとも1つの関心のある特徴部を含むことができる。一実施形態では、関心のある特徴部は血管網又は血管系とすることができる。この代わりに、関心のある特徴部は任意の特定の組織又は器官を含むことができる。繰り返すが、前に述べたように、関心のある特徴部は、ヨウ素のような造影剤の使用により強調することができる。当業者に理解されるように、患者(関心のある解剖学的構造)に造影剤を、画像取得の前に及び/又は画像取得中に投与することができる。
次いで、投影画像68及び70から造影剤ゼロ投影画像72を生成することができる。一実施形態では、造影剤ゼロ画像は物質分解技術74により生成することができる。例えば、或る特定の実施形態では、投影に基づく物質分解技術は基本の物質として軟組織及び造影剤を用いることができる。当業者に理解されるように、造影剤中の物質の原子番号が既知であって、所与の種類の造影剤については定まっているので、物質分解技術74は造影剤を高い精度で除去する。このように、物質分解技術は造影剤を除去するように非常によく作用して、何ら造影剤の無い投影画像72を生じさせる。当業者に理解されるように、造影剤が無い場合、骨はより大きい精度でセグメント化(区分け)することができる。前に述べたように、物質分解技術74はまた、造影剤投影画像(骨抽出投影画像)76を生成するように適用することができる。しかしながら、造影剤の減弱度が骨のような特定の組織に近いので、生成された投影画像76は典型的には、前に述べた理由で幾分かの骨を含む。
当業者に理解されるように、物質分解技術は、測定された投影を一組の密度線積分投影に変換することを含む。次いで、密度線積分投影は再構成により、骨、軟組織及び/又は造影剤マップのような各々のそれぞれの基本物質の密度マップ又は画像を形成することができる。従って、密度マップ又は画像は、イメージング対象のボリューム内の基本物質、すなわち、骨、軟組織及び/又は造影剤のボリューム・レンダリングに関連させることができる。
次いで、造影剤ゼロ投影画像72を画像再構成装置又はプロセッサにより再構成することにより、造影剤ゼロ画像78を生成することができる。当業者に理解されるように、造影剤が造影剤ゼロ投影画像において分析により除去又は最小にされているので、再構成画像78は造影剤で強調した特徴部(すなわち、関心のある特徴部)を含んでいない。従って、図示の実施形態では、画像78は軟組織及び骨を含んでいるが、(造影剤の使用によって強調される)血管系を何ら含んでいない。ここで、画像再構成装置及び/又はプロセッサは画像分析システム又はイメージング・システムの一部を形成することができることに留意されたい。
次いで、任意の画像セグメント化技術82を用いることによって画像78から骨マスク80を生成することができる。一実施形態では、骨マスク80を生成するために任意の自動骨セグメント化・抽出技術を適用することができる。ここで、生成される骨マスク80は骨の二値マスクとすることができることに留意されたい。更に、画像セグメント化技術82はまた、骨マスク80を生成する処理において軟組織画像84を生成することができることに留意されたい。
生成された骨マスク80は、次いで、骨抽出画像又は造影剤のみの画像86を生成するために用いることができる。一実施形態では、骨マスクをイメージング対象の解剖学的構造(関心のある解剖学的構造)の画像表現88に適用して、骨抽出画像又は造影剤のみの画像86を生成することができる。ここで、関心のある解剖学的構造の画像表現88から骨抽出画像又は造影剤のみの画像86を生成するために任意の画像セグメント化技術90を使用することができることに留意されたい。更に、任意の画像セグメント化技術を用いて造影剤で強調した関心のある特徴部と軟組織とを分離することによって、造影剤のみの画像86を骨抽出画像から生成することができることに留意されたい。
当業者に理解されるように、画像表現88は、最初の多色ビーム画像、物質分解画像、高/低ピーク・キロボルト(kVp)組合せ画像、又は関心のある解剖学的構造の導出単色画像74であってよい。例えば、多色放射線ビームから生成された画像は、ジオメトリにおいて高出力の画像であり、実用的には診断精度を高くして解剖学的構造又は患者をイメージングするためである。物質分解画像は投影に基づく物質分解技術を使用して処理された画像であり、この場合、画像は基本物質の密度を表す。更に、2つの物質分解画像を線形重み付けすることによって、物質分解画像から単色画像が形成されることに留意されたい。高/低kVp組合せ画像は、一般に、より良好な信号対ノイズ比を得るために高及び低kVp画像を線形重み付けすることによって形成される。当業者に理解されるように、高及び低kVp画像は、放射線源の電位を変えることによって生成することができる。前に述べたように、上述の画像表現の任意のものに骨マスクを適用することにより、骨抽出画像を生成することができる。例えば、一実施形態では、組合せ又は3次元再構成画像を、取得された投影画像に基づいて生成することができる。次いで、骨マスクを組合せ画像に適用することによって、骨抽出画像を生成することができる。この代わりに、取得された投影画像に基づいて単色画像を生成することができ、また骨マスクを単色画像に適用することによって、骨抽出画像を生成することができる。
図5は、上述の特徴部抽出技術の相異なる段階で生成された様々な画像を例示する。当業者に理解されるように、図示の画像(造影剤ゼロ画像92、骨マスク94、及び血管系の画像96)は、前に図3及び4について述べた処理によりイメージング対象の解剖学的構造の投影画像から抽出された1つ以上の構造を示している。造影剤ゼロ画像92が制御論理56の段階60で生成され、骨マスク94が制御論理56の段階62で生成され、またコントラスト強調した血管系(すなわち、抽出された関心のある特徴部)の画像96が制御論理56の段階64又は66で生成される。ここで、制御論理56の段階66を用いることによって軟組織画像(図示せず)も生成できることに留意されたい。前に述べたように、 造影剤ゼロ画像92は物質分解技術により得ることができる。
要約すると、本発明技術は、投影画像から1つ以上の関心のある特徴部を自動的に抽出する新規な方式を提供する。具体的に述べると、本技術は、相異なる器官、骨、血管系等を含む特徴部を自動的に抽出するのに有用であり得る。本発明技術によれば、造影剤が局部の関心のある解剖学的構造内に投与された後、2つ以上の投影画像が取得される。造影剤は血管及び器官内を通るときX線ビームを減弱させ、従って投影画像内のそれらの区域を強調する。造影剤ゼロ画像を生成する処理において基本物質分解技術を使用することができる。造影剤の無い画像ボリュームは、造影剤中の物質の固定の化学組成についての知識に基づいて達成することができる。次いで、造影剤ゼロ画像を使用することにより、より効果的に骨をセグメント化することができる。次いで、セグメント化処理を開始又は命令することにより、マスクされた骨を除去して、正確な造影剤のみの画像を生成する。造影剤のみの画像又は骨抽出画像は、関心のある解剖学的構造の画像表現(これは、物質分解画像、最初の多色ビーム画像又は導出単色画像であってよい)に、骨マスクを適用することによって得ることが可能である。
当業者に理解されるように、上述の様々な実施形態において説明した技術は、1つ以上の関心のある特徴部の改善された画像を従来得ることのできなかった態様で且つ自動的に提供し、もって効率及び精度を改善する。関心のある特徴部の正確で信頼性のある画像はまた、放射線技師及び/又は医師の診断能力を改善する。更に、血管パラメータの正確な推定は、健康な又は病変のある血管の自動的な視覚化及び分析のための必須条件である。また、上述の様々な実施形態において説明した技術は、解剖学的構造(従って、被検体)を長時間にわたって不動にしておくことを必要としない。これにより、患者の快適さが大幅に増大され、且つ特徴部抽出技術の適用が、動いている解剖学的構造の部分(例えば、心臓)まで拡張される。
本書では発明の特定の特徴のみを例示し説明したが、当業者には多数の修正及び変更を為しえよう。従って、特許請求の範囲が、本発明の真の精神の範囲内に入るような全てのこのような修正及び変更を包含することを意図していることを理解されたい。
本発明技術の一面に従って画像を取得し分析するための模範的なイメージング・システムを示す。 図1のシステムによってイメージングされた異なる構造を持つ解剖学的構造を示す。 本発明技術の様々な面に従ってコントラスト強調した放射線撮影画像から1つ以上の関心のある特徴部(例えば、相異なる組織タイプ)を抽出するための模範的なプロセスを例示する流れ図である。 本発明技術の様々な面に従った図3の模範的なプロセスをより詳しく例示する流れ図である。 図3及び4のプロセスにより図2の画像からセグメント化された構造の画像を示す。
符号の説明
10 イメージング・システム
12 X線放射線源
14 患者を通過する放射線の流れ
16 患者又は被検体
18 患者からの減弱放射線部分
20 検出器アレイ
22 システム制御装置
24 移動サブシステム
48 解剖学的構造の画像表現
50 イメージングされた解剖学的構造内の骨
52 軟組織
54 血管
56 1つ以上の関心のある特徴部を抽出するための制御論理
74 物質分解技術
92 造影剤ゼロ画像
94 骨マスク
96 コントラスト強調した血管系の画像

Claims (10)

  1. 1つ以上の投影画像から1つ以上の関心のある特徴部を抽出する方法であって、
    造影剤によって強調された少なくとも1つの関心のある特徴部を有する投影画像にアクセスする段階(58)と、
    前記投影画像に基づいて造影剤ゼロ画像を生成する段階(60)と、
    前記造影剤ゼロ画像に基づいて骨マスクを生成する段階(62)と、
    前記骨マスクに基づいて骨抽出画像を生成する段階(64)と
    を有する方法。
  2. 前記投影画像(60)は、トモシンセシス・システム、一般的放射線撮影用X線システム、C形アームX線システム、コンピュータ断層撮影システム、又は二重エネルギ・コンピュータ断層撮影システムから取得される、請求項1記載の方法。
  3. 前記投影画像(60)は、被検体を少なくとも2つの異なるX線エネルギ・レベルに露出させることによって取得される、請求項1記載の方法。
  4. 前記少なくとも1つの関心のある特徴部は血管系を含んでいる、請求項1記載の方法。
  5. 前記造影剤ゼロ画像(78)を生成する前記段階は、物質分解技術(74)を適用することを含んでいる、請求項1記載の方法。
  6. 前記骨マスク(80)を生成する前記段階は、自動骨セグメント化・抽出技術(82)を適用することを含んでいる、請求項1記載の方法。
  7. 前記骨マスク(64)は二値マスクである、請求項1記載の方法。
  8. 前記骨抽出画像(86)は、物質分解画像、最初の多色ビーム画像又は導出単色画像(88)に対して前記骨マスク(80)を適用することによって求められる、請求項1記載の方法。
  9. 前記方法は、複数の前記投影画像に基づいて組合せ画像を生成する段階を含んでおり、前記骨抽出画像が、前記組合せ画像に前記骨マスクを適用することによって生成される、請求項1記載の方法。
  10. 更に、画像セグメント化技術によって前記骨抽出画像(76)に基づいて造影剤画像(86)を生成する段階を含んでいる請求項1記載の方法。
JP2008321817A 2007-12-21 2008-12-18 画像から関心のある特徴部を抽出するためのシステム及び方法 Active JP5635730B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US11/962,507 US9070181B2 (en) 2007-12-21 2007-12-21 System and method for extracting features of interest from an image
US11/962,507 2007-12-21

Publications (2)

Publication Number Publication Date
JP2009189800A true JP2009189800A (ja) 2009-08-27
JP5635730B2 JP5635730B2 (ja) 2014-12-03

Family

ID=40788695

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2008321817A Active JP5635730B2 (ja) 2007-12-21 2008-12-18 画像から関心のある特徴部を抽出するためのシステム及び方法

Country Status (3)

Country Link
US (1) US9070181B2 (ja)
JP (1) JP5635730B2 (ja)
NL (1) NL2002313C2 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014014680A (ja) * 2012-07-11 2014-01-30 General Electric Co <Ge> 画像タイプの認識を行うためのシステムおよび方法
JP2016523109A (ja) * 2013-07-30 2016-08-08 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. 位相コントラストctを使うことによる単色減衰コントラスト画像生成

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8014578B2 (en) * 2007-02-05 2011-09-06 General Electric Company Method and system for image segmentation using models
US8611627B2 (en) 2009-12-23 2013-12-17 General Electric Company CT spectral calibration
CN102844794B (zh) * 2010-04-16 2016-07-06 皇家飞利浦电子股份有限公司 图像数据重定格式
US8494244B2 (en) * 2010-09-27 2013-07-23 General Electric Company System and method for blood vessel stenosis visualization and quantification using spectral CT analysis
US8483471B2 (en) * 2011-06-30 2013-07-09 General Electric Company Method and system for scatter correction in X-ray imaging
JP6100772B2 (ja) * 2011-07-15 2017-03-22 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. 画像処理方法及びコンピューティング装置
KR101429067B1 (ko) 2012-06-20 2014-08-12 삼성전자 주식회사 엑스선 영상 장치 및 엑스선 영상 시스템
US9311570B2 (en) 2013-12-06 2016-04-12 Kabushiki Kaisha Toshiba Method of, and apparatus for, segmentation of structures in medical images
WO2015092588A2 (en) * 2013-12-17 2015-06-25 Koninklijke Philips N.V. Spectral image data processing
KR101870856B1 (ko) 2014-01-29 2018-06-25 삼성전자주식회사 엑스선 영상 장치 및 엑스선 영상 시스템
WO2016109878A1 (en) * 2015-01-07 2016-07-14 Synaptive Medical (Barbados) Inc. Method, system and apparatus for automatically evaluating resection accuracy
US10582907B2 (en) * 2016-10-31 2020-03-10 Siemens Healthcare Gmbh Deep learning based bone removal in computed tomography angiography
DE102017200032A1 (de) * 2017-01-03 2018-07-05 Siemens Healthcare Gmbh Reduktion der Anzahl spektraler Kanäle in der Multi-Energie-CT-Bildgebung
JP6951105B2 (ja) * 2017-04-13 2021-10-20 キヤノンメディカルシステムズ株式会社 医用画像処理装置、医用画像処理装置の制御方法、およびプログラム
US10893839B2 (en) 2018-06-06 2021-01-19 General Electric Company Computed tomography system and method configured to image at different energy levels and focal spot positions
DE102021200544A1 (de) 2021-01-21 2022-07-21 Siemens Healthcare Gmbh Virtuelle Ermittlung von Baselinebildern bei der CT-Perfusionsmessung
CN113792736B (zh) * 2021-10-22 2024-08-27 上海联影智能医疗科技有限公司 基于深度学习的医学图像处理方法、设备及介质
US12008689B2 (en) 2021-12-03 2024-06-11 Canon Medical Systems Corporation Devices, systems, and methods for deep-learning kernel-based scatter estimation and correction

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS62290443A (ja) * 1986-05-06 1987-12-17 ゼネラル・エレクトリツク・カンパニイ 動静電荷検出装置で2種エネルギ差像を求める装置及び方法
JPH0263439A (ja) * 1982-04-26 1990-03-02 General Electric Co (Ge) X線画像サブトラクションの方法
JPH04208138A (ja) * 1990-11-30 1992-07-29 Toshiba Corp 血管計測方法及びその装置
JPH11318883A (ja) * 1998-05-13 1999-11-24 Hitachi Medical Corp 画像表示装置
JP2004174262A (ja) * 2002-11-27 2004-06-24 Ge Medical Systems Global Technology Co Llc 灌流データを取得する方法及び装置
JP2007135699A (ja) * 2005-11-15 2007-06-07 Toshiba Corp X線ct装置、画像データ領域抽出システムおよび画像データ領域抽出プログラム
JP2007167663A (ja) * 2005-12-22 2007-07-05 General Electric Co <Ge> ハイブリッド型コンピュータ断層撮影検出器を使用して画像再構成を行うための方法
JP2007229464A (ja) * 2006-02-28 2007-09-13 Siemens Ag 身体構成要素内の物質の濃度の決定方法および装置
JP2007268273A (ja) * 2006-03-31 2007-10-18 Siemens Ag 骨または他のカルシウム含有物質と軟部組織内の造影剤との自動差別化方法および装置

Family Cites Families (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4611341A (en) * 1981-05-05 1986-09-09 The Board Of Trustees Of The Leland Stanford Junior University Multiple-energy x-ray substraction imaging system
US4445226A (en) * 1981-05-05 1984-04-24 The Board Of Trustees Of The Leland Stanford Junior University Multiple-energy X-ray subtraction imaging system
US5244469A (en) * 1988-12-29 1993-09-14 Ihara Chemical Industry Co., Ltd. Process for preparation of black coloring materials and application thereof: chitosan treated with black extract of lithospermum root
US6983182B2 (en) * 1998-04-10 2006-01-03 Wisconsin Alumni Research Foundation Time resolved computed tomography angiography
US6442287B1 (en) * 1998-08-28 2002-08-27 Arch Development Corporation Method and system for the computerized analysis of bone mass and structure
EP1118009A1 (en) * 1998-09-28 2001-07-25 Nycomed Imaging As Method of magnetic resonance imaging
EP1136879A1 (en) * 2000-03-08 2001-09-26 Konica Corporation Radiographic imaging system and silver halide photographic material
KR100419573B1 (ko) * 2000-12-14 2004-02-19 한국전자통신연구원 엑스선 영상을 이용한 해면골 발달정도 측정 방법
US7046834B2 (en) * 2001-05-09 2006-05-16 Electronics And Telecommunications Research Institute Method for measuring bone mineral density by using X-ray image
US7020314B1 (en) * 2001-11-13 2006-03-28 Koninklijke Philips Electronics N.V. Black blood angiography method and apparatus
US7068826B2 (en) * 2002-01-28 2006-06-27 Ge Medical Systems Global Technology Company, Llc Automatic selection of the log-subtraction decomposition parameters for dual energy chest radiography
US7415146B2 (en) * 2002-04-12 2008-08-19 Ge Medical Systems Global Technology Company, Llc Method and apparatus to determine bone mineral density utilizing a flat panel detector
US7123760B2 (en) * 2002-11-21 2006-10-17 General Electric Company Method and apparatus for removing obstructing structures in CT imaging
US6898263B2 (en) * 2002-11-27 2005-05-24 Ge Medical Systems Global Technology Company, Llc Method and apparatus for soft-tissue volume visualization
DE10325003A1 (de) * 2003-06-03 2004-12-30 Siemens Ag Visualisierung von 2D/ 3D-fusionierten Bilddaten für die Katheterangiografie
US7433507B2 (en) * 2003-07-03 2008-10-07 Ge Medical Systems Global Technology Co. Imaging chain for digital tomosynthesis on a flat panel detector
JP4468083B2 (ja) * 2003-08-26 2010-05-26 キヤノン株式会社 放射線撮影装置、放射線撮影方法
FR2862786B1 (fr) * 2003-11-21 2006-01-06 Ge Med Sys Global Tech Co Llc Procede de recalage elastique d'une image applique a l'angiographie soustraite numerisee
US7391892B2 (en) * 2003-11-26 2008-06-24 Ge Medical Systems, Inc. Universal digital subtraction phantom and analysis system and method
US7593762B2 (en) * 2004-04-09 2009-09-22 Siemens Medical Solutions Usa, Inc. System and method for automatically segmenting bones in computed tomography angiography data
ATE384310T1 (de) * 2004-07-07 2008-02-15 Koninkl Philips Electronics Nv System und verfahren zur korrektur zeitlicher artefakte in tomographischen bildern
US7787683B2 (en) * 2004-12-20 2010-08-31 Siemens Medical Solutions Usa, Inc. Tree structure based 2D to 3D registration
DE102005023167B4 (de) * 2005-05-19 2008-01-03 Siemens Ag Verfahren und Vorrichtung zur Registrierung von 2D-Projektionsbildern relativ zu einem 3D-Bilddatensatz
US7869860B2 (en) * 2005-11-14 2011-01-11 University Of Washington Method for enhancing the accuracy of PET/CT images
JP4745080B2 (ja) * 2006-02-20 2011-08-10 猛 中浦 X線診断装置、画像処理装置及びプログラム
US7298812B2 (en) * 2006-03-31 2007-11-20 General Electric Company Image-based material decomposition
DE102006028646A1 (de) * 2006-06-22 2007-12-27 Siemens Ag Auswertungsverfahren für Bilddatensätze mit selbsttätiger Bestimmung von Auswertungsbereichen
WO2009012200A2 (en) * 2007-07-13 2009-01-22 Mayo Foundation For Medical Education And Research Object identification in dual energy contrast-enhanced ct images
WO2009044321A2 (en) * 2007-10-01 2009-04-09 Koninklijke Philips Electronics N.V. Detection and tracking of interventional tools
DE102009037243A1 (de) * 2009-08-12 2011-02-17 Siemens Aktiengesellschaft Verfahren zur hervorgehobenen Darstellung von Objekten bei interventionellen angiographischen Untersuchungen

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0263439A (ja) * 1982-04-26 1990-03-02 General Electric Co (Ge) X線画像サブトラクションの方法
JPS62290443A (ja) * 1986-05-06 1987-12-17 ゼネラル・エレクトリツク・カンパニイ 動静電荷検出装置で2種エネルギ差像を求める装置及び方法
JPH04208138A (ja) * 1990-11-30 1992-07-29 Toshiba Corp 血管計測方法及びその装置
JPH11318883A (ja) * 1998-05-13 1999-11-24 Hitachi Medical Corp 画像表示装置
JP2004174262A (ja) * 2002-11-27 2004-06-24 Ge Medical Systems Global Technology Co Llc 灌流データを取得する方法及び装置
JP2007135699A (ja) * 2005-11-15 2007-06-07 Toshiba Corp X線ct装置、画像データ領域抽出システムおよび画像データ領域抽出プログラム
JP2007167663A (ja) * 2005-12-22 2007-07-05 General Electric Co <Ge> ハイブリッド型コンピュータ断層撮影検出器を使用して画像再構成を行うための方法
JP2007229464A (ja) * 2006-02-28 2007-09-13 Siemens Ag 身体構成要素内の物質の濃度の決定方法および装置
JP2007268273A (ja) * 2006-03-31 2007-10-18 Siemens Ag 骨または他のカルシウム含有物質と軟部組織内の造影剤との自動差別化方法および装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014014680A (ja) * 2012-07-11 2014-01-30 General Electric Co <Ge> 画像タイプの認識を行うためのシステムおよび方法
JP2016523109A (ja) * 2013-07-30 2016-08-08 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. 位相コントラストctを使うことによる単色減衰コントラスト画像生成

Also Published As

Publication number Publication date
NL2002313C2 (en) 2011-02-22
US20090161939A1 (en) 2009-06-25
NL2002313A1 (nl) 2009-06-23
JP5635730B2 (ja) 2014-12-03
US9070181B2 (en) 2015-06-30

Similar Documents

Publication Publication Date Title
JP5635730B2 (ja) 画像から関心のある特徴部を抽出するためのシステム及び方法
US8055050B2 (en) Motion compensation in energy-sensitive computed tomography
US7054405B2 (en) System and method for computing volumetric perfusion
US7142633B2 (en) Enhanced X-ray imaging system and method
JP5662447B2 (ja) 関心領域画像の再構成
US7978886B2 (en) System and method for anatomy based reconstruction
US8855385B2 (en) Apparatus and method for multi-energy tissue quantification
JP4344191B2 (ja) 画像形成システムの低線量画像シミュレーションのための方法及びシステム
US9001960B2 (en) Method and apparatus for reducing noise-related imaging artifacts
US20170249758A1 (en) System And Method For Resolving Artifacts In Four-Dimensional Angiographic Data
JP3987024B2 (ja) 横方向のフィルタリング処理を用いたトモシンセシス画像を強調する方法及びシステム
EP3143936B1 (en) Iterative x-ray imaging optimization method
JP2004320771A (ja) ディジタルサブトラクション血管造影法を実施するための方法
JP2009532161A (ja) 切り換え焦点及びフィルタを備えたデュアルスペクトルx線管
Schnurr et al. Simulation-based deep artifact correction with convolutional neural networks for limited angle artifacts
US20100310036A1 (en) Computed tomography method and apparatus
US10383589B2 (en) Direct monochromatic image generation for spectral computed tomography
US9836862B2 (en) Methods and systems for contrast enhanced imaging with single energy acquisition
CN107886554B (zh) 流数据的重构
US11270477B2 (en) Systems and methods for tailored image texture in iterative image reconstruction
WO2020142397A1 (en) Improved metal artifacts reduction in cone beam reconstruction
JP7143474B2 (ja) 事前曝露取得を使用したトモシンセシスデータセット生成
Case Computed Tomography: Quality Control
Wenker Computed Tomography (CT)
Gazi Advancement of spatial resolution in dedicated breast CT

Legal Events

Date Code Title Description
RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20110217

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20111214

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20121210

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20130326

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20130514

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20140212

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20140407

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: 20140924

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20141017

R150 Certificate of patent or registration of utility model

Ref document number: 5635730

Country of ref document: JP

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