JP2010535579A - 酢酸加工された子宮頸部上皮内腫瘍に関するコンピュータ画像解析 - Google Patents
酢酸加工された子宮頸部上皮内腫瘍に関するコンピュータ画像解析 Download PDFInfo
- Publication number
- JP2010535579A JP2010535579A JP2010519968A JP2010519968A JP2010535579A JP 2010535579 A JP2010535579 A JP 2010535579A JP 2010519968 A JP2010519968 A JP 2010519968A JP 2010519968 A JP2010519968 A JP 2010519968A JP 2010535579 A JP2010535579 A JP 2010535579A
- Authority
- JP
- Japan
- Prior art keywords
- acetic acid
- region
- image
- color
- whitening
- 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
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
- 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
- G06T7/174—Segmentation; Edge detection involving the use of two or more images
-
- 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
- G06V10/56—Extraction of image or video features relating to colour
-
- 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
- G06T2207/10024—Color image
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20036—Morphological image processing
- G06T2207/20041—Distance transform
-
- 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
- G06T2207/30096—Tumor; Lesion
Abstract
Description
参照として本明細書に組み込むKaufman他への米国特許第6902935号は、化学剤に応答して試料が発する光信号に対する化学剤の効果を監視するための方法およびシステムを提供する。
本発明の現在好ましい実施形態を、以下の図面を参照して説明する。
(1.酢酸加工前および酢酸加工後の子宮頸部の画像を取得する)
酢酸塗抹の前および後の子宮頸部の画像が必要とされる。画像は、デジタル膣拡大鏡などデジタル撮像装置からの画像であってよく、あるいはフィルムまたは他の画像のデジタル化されたコピーであってもよい。酢酸(好ましくは、5%酢酸)の塗抹前、デジタル撮像装置(膣拡大鏡)を用いて、子宮頸部の偏光および無偏光の高解像度デジタルカラー画像が撮影される。酢酸加工後の画像は、参照画像とみなされる。
(2.画像解析)
本発明の現在好ましい実施形態は、偽陽性を減少させるという本発明の目的で、一意の子宮頸部特徴を識別するため、および正常な子宮頸部の解剖学的構造を、次いで白色上皮を識別するための自動画像解析システムである。白色上皮の色と不透明度の両方を特徴付けるために、酢酸塗抹前および後に撮影される画像が必要とされる。一組の画像処理アルゴリズムを使用して白色上皮を解析するために、マルチステップ手順(図1)が利用されている。
いかなる画像処理を行う前にも、対象領域(子宮頸部)を周囲組織(膣壁など)から見分ける必要がある。子宮頸部領域を特定する際の主要な問題は、子宮頸部領域のテクスチャおよび色が周囲組織のテクスチャおよび色に似ていることである。対象の解剖学的領域の解析は完全に自動の手順であり、この手順は、子宮頸部領域検出アルゴリズム、子宮口領域検出アルゴリズム、および円柱検出アルゴリズムを利用して、子宮頸部、子宮口、および円柱上皮をこの順序で検出する。さらに、子宮頸部画像が検鏡の縁部および膣壁も含むように膣拡大鏡の拡大レベルが選択されることが好ましい。
子宮頸部領域検出アルゴリズムは、好ましくは以下のステップで行われる。第1に、雑音を除去するために、子宮頸部のRGB画像に対してガウス低域フィルタが適用される。第2に、RGB色空間からK−L空間に画像を変換するために、Karhumen−Loeve(カルフーネン−ロエーブ)(K−L)変換が使用される。K−L空間は、皮膚病変の解析(参照として本明細書に組み込むG.Van de Wouwer、P.Scheunders、S.Livens、およびD.Van Dyck「Wavelet correlation signatures for color texture characterization(色テクスチャ特徴付けのためのウェーブレット相関シグネチャ:wavelet correlation signature)」Pattern Recognition,32,pp.443−451,1999)および結腸腫瘍検出の解析(参照として本明細書に組み込むS.A.Karkanis、D.K.Iakovidis、D.E.Maroulis、D.A.Karras、およびM.Tzivras「Computer−aided tumor detection in endoscopic video using color wavelet features(色ウェーブレット特徴を使用する内視鏡ビデオでのコンピュータ支援腫瘍検出)」IEEE Trans.Inf.Technol.Biomed.,7,pp.141−152,2003)のための色テクスチャ特徴付け(color texture characterization)に関する最良の空間であると実証されている。第3に、K1チャネル(固有値分解中の最大の固有値に対応する固有ベクトル)を前景および背景としてクラスタリングするために、期待値最大化(EM)アルゴリズムが使用される。第4に、色および勾配情報を使用して前景領域内でびらんが検出され、次いで、びらんを前景境界まで延ばすように(to extend the vaginal fold to the foreground boundary)、検出されたデータ点を使用して曲線が当てはめられる。当てはめられた曲線を使用して、膣領域が、前景領域からの切抜き領域として画定される(参照として本明細書に組み込むS.VenkataramanおよびW.Li「Improving cervical region of interest by eliminating vaginal walls and cotton swabs for automated image analysis(自動画像解析における、膣壁および綿棒を消去することによる対象の子宮頸部領域の改善)」Proc.of SPIE,Medical Imaging 2008,2008)。図2(B)は、図2(A)における入力画像から得られた、提案された子宮頸部検出アルゴリズムによって検出された子宮頸部領域を示す。
子宮口は、円柱上皮によって覆われた頸管の部分を画定する。見えるとすれば、これは、通常、円柱上皮および移行帯(TZ)によって取り囲まれた、子宮頸部の中央に位置する強度の弱い小さな面積の領域である。子宮口領域が、検出された最低強度の子宮頸部領域の中央部分におそらく位置し、単純に画像中央には位置しないという仮定の下で、子宮口領域検出アルゴリズムは、平均シフト・クラスタリングに基づく。平均シフトアルゴリズムは、クラスタの数の事前知識を必要とせず、またクラスタの形状を制約しないノンパラメトリック・クラスタリング技法である。これは、カーネル密度勾配推定理論に基づき、密度関数の勾配がゼロになる点に収束するように保証される。平均シフトアルゴリズムに関するさらなる詳細は、Comaniciuらによる論文(参照として本明細書に組み込むD.ComaniciuおよびP.Meer「Mean shift:a robust approach toward feature space analysis(平均シフト:特徴空間解析のためのロバストな手法)」IEEE Transactions on Pattern Analysis and Machine Intelligence,24,pp.603−619,May,2002)で見ることができる。
円柱領域は、酢酸の塗抹後でさえ、赤みがかっている。この色情報は、円柱領域をセグメント化する際に重要である。円柱検出アルゴリズムは、円柱領域をセグメント化するために、CIE−Luv色空間内での色情報を使用して、平均シフトアルゴリズムを適用する。図2(A)における画像に関して検出された円柱上皮を、図2(D)で見ることができる。
(3.酢酸白化色解析)
少なくとも1枚の酢酸加工後の画像を使用して、白色上皮は、好ましくは、その外観特性によって色およびテクスチャに関して査定される。両方の属性が、白色上皮を識別するのに重要な役割を果たす。テクスチャ解析は、好ましくは生の画像を入力として使用して行われる。酢酸白化領域の色解析を行うためには、対応する強度および色較正画像(参照として本明細書に組み込むW.Li、M.Soto−Thompson、およびU.Gustafsson「A new image calibration system in digital colposcopy(デジタルコルポスコピーにおける新たな画像較正システム」Optics Express,26,pp.12887−12901,Dec.2006に記載される)が、酢酸白化色解析のための入力として使用される。白色病変の色およびテクスチャ特性の空間的解析は、好ましくは以下のステップで行われる。
第1に、子宮口領域および円柱上皮領域を除外した子宮頸部の領域が取得される。極性、異方性、および正規化テクスチャコントラストなどのテクスチャ特徴が、好ましくはCarsonら(参照として本明細書に組み込むC.Carson、S.Belongie、H.Greenspan、およびJ.Malik「Blobworld:image segmentation using expectation−maximization and its application to image querying(Blobworld:期待値最大化を使用する画像セグメント化、および画像待ち行列へのその適用)」IEEE Transactions on Pattern Analysis and Machine Intelligence,24,pp.1026−1038,Aug.2002)によって提示される技法を使用して抽出される。好ましくは、色情報とは関係なく、高い度合いのテクスチャを示す領域が抽出される。次いで、テクスチャ特徴空間内で2クラス・クラスタリング・アルゴリズムを適用することによって、テクスチャ領域が得られる。図2(A)における子宮頸部画像に関して検出されたテクスチャ領域が、明領域として図4(A)に示される。
色は、酢酸加工された病変(白)を正常な上皮(子宮頸部画像内でピンクがかっている)から見分けるために使用される主要な画像特性である。この第2のステップは、色情報のみに焦点を当て、対象領域は、子宮頸部領域である(子宮口領域、円柱上皮領域、および前のステップで決定されたテクスチャ領域を除外する)。この対象領域は、ほぼ均質な表面を示し、通常は、正常な上皮および/または酢酸白化領域からなる。本発明は、好ましくは、Liら(参照として本明細書に組み込むW.Li、J.Gu、D.Ferris、およびA.Poirson「Automated image analysis of uterine cervical images(子宮頸部画像の自動画像解析)」Proc.of SPIE Medical Imageing 2007,6514,2007)によって既に述べられているように、RGBのGチャネルヒストグラムの主ピークの数に基づいた方法を利用して、白色病変を正常な上皮から抽出する。1ピークヒストグラムは、小さな酢酸白化領域を示唆し、2ピークヒストグラムは、大きな均質な酢酸白化領域を示す。対象領域のセグメント化は、好ましくは、1ピークヒストグラムについては平均シフト・クラスタリング・アルゴリズムによって、2ピークヒストグラムについては期待値最大化(EM)アルゴリズムによって達成される。図2(A)における入力画像に関しては、図3(A)に示されるように、均質な子宮頸部組織に対して2ピークヒストグラムが得られ、次いで図3(B)に示されるように酢酸白化色領域がセグメント化された(灰色領域)。
上で得られた色情報とテクスチャ情報を組み合わせることによって、図4(B)に例示されるように、候補酢酸白化領域が位置特定される。この色およびテクスチャ領域全体が、好ましくは、知覚的均等性によりCIE−Lab色空間を使用して、その色特性に基づいてさらに解析される。知覚的均等性は、人の目が色をどのように知覚するかを表すものと考えられている(参照として本明細書に組み込むG.Paschos「Perceptually uniform color spaces for color texture analysis:an empirical evaluation(色テクスチャ解析のための知覚的に均一な色空間:実験的評価)」IEEE Transactions of Image processing,10,pp.932−936,Jun.2001)。CIE−Lab空間での3つのパラメータは、色の輝度(L)、赤と緑の間での位置(a)、および黄と青の間での位置(b)である。
(4.弾性画像見当合わせ)
コルポスコピーでは、白色上皮とは、酢酸の塗抹後に色がピンクまたは赤から白に一過的に変わる上皮を表す。酢酸加工後の画像の色解析の1つの限界は、組織の色特性を空間的にしか査定することができないことである。酢酸塗抹によって色および強度がどれほど変化したかを求めるために、本発明は、好ましくは、酢酸を塗抹する前に獲得される子宮頸部の画像(酢酸加工前の画像)も解析する。
J(f,g,h)=JD(f,g,h)+αJR(h) (3)
ここでh*は、最適解であり、fおよびgは、見当合わせすべき画像であり、JDは、画像間の非類似性を測定するコスト関数であり、JRは、正則化項であり、αは、どの程度の正則化が使用されるかを決定する比例定数である。
ξは、[0,1]の範囲内で一定である。一般コスト関数(global cost function)に正則化基準を加えることによって、画像は、外力が加わるときにその形状を保つことを試みる弾性シートとしてモデル化される。JRは、以下の離散形式で表現することができる。
初期変換は、並進のみであると仮定される。並進ベクトル(translation vector)は、正規化された2次元相互相関を使用して計算される。適応ステップサイズを用いた勾配降下の方法が、最適化のためのものである(the method of gradient descent with adaptive step size for optimization)。変換プロセスの速度を上げるために、多重解像度方式が採用される。
(5.酢酸白化不透明度解析)
画像見当合わせ(位置合わせ)の後、見当合わせされた酢酸加工前の画像を酢酸加工後の画像から差し引くことによって、酢酸加工された変化を捕捉することができる。本発明の現在好ましい実施形態は、見当合わせされた酢酸加工前の画像と酢酸加工後の画像の間の時間的変化の差をクラスタリングすることによって、不透明度パラメータを生成する。不透明度パラメータは、病変診断に関する高精度の予測値を提供する。正常所見および軽度の病変は、高度の病変および癌症例よりもはるかに低い不透明度を有する。また、異なる色空間内でのレシオイメージングを含めた、他の不透明度パラメータ抽出方法を使用することもできる。
(なお、図8の「病理学で確認された疾患スペクトラム」は、pathology confirmed disease spectrumの訳語である)
本発明を、詳細な説明に記載して図面に示した実施形態を参照して特に図示および説明してきたが、特許請求の範囲によって定義される本発明の精神および範囲から逸脱することなく詳細に様々な変更を行うことができることを当業者は理解されよう。したがって、特許請求の範囲に明示的に記載される以外は、限定は含意または示唆されない。
Claims (6)
- 病変(lesions)を周囲組織から見分けるための方法であって、
酢酸白化領域(acetowhite regions)を生成するために、上皮細胞(epithelial cells)に酢酸を塗抹(applying)するステップと、
前記酢酸白化領域の少なくとも1枚の酢酸加工後の画像(post acetic acid image)を撮影するステップと、
前記酢酸加工後の画像内で対象(of interest)の解剖学的領域(anatomic region)を検出するステップと、
テクスチャ領域を画定(define)するために、前記酢酸加工後の画像内で前記対象の解剖学的領域からテクスチャ情報(texture information)を抽出するステップと、
色領域(color region)を画定するために、前記酢酸加工後の画像内で前記対象の解剖学的領域から色情報を抽出するステップと、
候補(candidate)酢酸白化領域を生成するために、前記テクスチャ領域と前記色領域とを組み合わせる(combining)ステップと
を含む方法。 - 病変を周囲組織から見分けるための方法であって、
上皮細胞の少なくとも1枚の酢酸加工前の画像を取得するステップと、
酢酸白化領域を生成するために、前記上皮細胞に酢酸を塗抹するステップと、
前記酢酸白化領域の少なくとも1枚の酢酸加工後の画像を撮影するステップと、
前記酢酸白化領域の見当合わせ画像を生成するために、前記酢酸加工前の画像の1枚と前記酢酸加工後の画像の1枚とを見当合わせするステップと、
前記酢酸白化領域の前記見当合わせ画像から不透明度パラメータを抽出するステップと
を含む方法。 - 前記酢酸白化領域の前記見当合わせ画像が、色空間内での複数の色チャネルそれぞれに関する色値を有する色画像であり、前記抽出するステップが、前記酢酸白化領域の前記見当合わせ画像間での前記色値の時間的変化の差をクラスタリングするステップを含む請求項2に記載の方法。
- 病変を周囲組織から見分けるための方法であって、
上皮細胞の少なくとも1枚の酢酸加工前の画像を得るステップと、
酢酸白化領域を生成するために、前記上皮細胞に酢酸を塗抹するステップと、
デジタル撮像装置を使用して、前記酢酸白化領域の少なくとも1枚の酢酸加工後の画像を撮影するステップと、
前記酢酸加工後の画像内で対象の解剖学的領域を検出するステップと、
テクスチャ領域を画定するために、前記酢酸加工後の画像内で前記対象の解剖学的領域からテクスチャ情報を抽出するステップと、
色領域を画定するために、前記酢酸加工後の画像内で前記対象の解剖学的領域から色情報を抽出するステップと、
候補酢酸白化領域を生成するために、前記テクスチャ領域と前記色領域とを組み合わせるステップと、
前記酢酸白化領域の見当合わせ画像を生成するために、前記酢酸加工前の画像の1枚と前記酢酸加工後の画像の1枚とを見当合わせするステップと、
前記酢酸白化領域の前記見当合わせ画像から不透明度パラメータを抽出するステップとを含み、前記不透明度パラメータが、病変診断に関する高精度の予測値を提供する
方法。 - 前記酢酸白化領域の前記見当合わせ画像を生成する前記酢酸加工前の画像と前記酢酸加工後の画像とが、色空間内での複数の色チャネルそれぞれに関する色値を有する色画像であり、前記抽出するステップが、前記酢酸白化領域の前記見当合わせ画像間での前記色値の時間的変化の差をクラスタリングするステップを含む
請求項4に記載の方法。 - さらに、異なる時間に異なる撮像装置を用いて獲得される画像が、使用されるカメラ、カメラ設定、および光源に関係なく同一の強度および色値を示すことを保証するために、前記酢酸加工前の画像および前記酢酸加工後の画像を取得する前に前記デジタル撮像装置を較正するステップを含む請求項4に記載の方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US96335107P | 2007-08-03 | 2007-08-03 | |
PCT/US2008/009401 WO2009058171A2 (en) | 2007-08-03 | 2008-08-04 | Computerized image analysis for a acetic acid induced cervical intraepithelial neoplasia |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2010535579A true JP2010535579A (ja) | 2010-11-25 |
Family
ID=40338186
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010519968A Pending JP2010535579A (ja) | 2007-08-03 | 2008-08-04 | 酢酸加工された子宮頸部上皮内腫瘍に関するコンピュータ画像解析 |
Country Status (4)
Country | Link |
---|---|
US (1) | US8131054B2 (ja) |
EP (2) | EP2237190A2 (ja) |
JP (1) | JP2010535579A (ja) |
WO (1) | WO2009058171A2 (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012090690A (ja) * | 2010-10-25 | 2012-05-17 | Fujifilm Corp | 診断支援装置 |
JP2012245057A (ja) * | 2011-05-25 | 2012-12-13 | Fujifilm Corp | 診断支援装置、診断支援方法、病変部検出装置、及び病変部検出方法 |
JP2017507678A (ja) * | 2013-12-30 | 2017-03-23 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 改良された信頼性を持つ頸部画像分析に関する方法及び装置 |
JP7389484B2 (ja) | 2020-12-23 | 2023-11-30 | あしかメディ工業株式会社 | 子宮頸がん用診察装置 |
Families Citing this family (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8392418B2 (en) | 2009-06-25 | 2013-03-05 | University Of Tennessee Research Foundation | Method and apparatus for predicting object properties and events using similarity-based information retrieval and model |
US8351667B2 (en) * | 2008-08-15 | 2013-01-08 | Sti Medical Systems, Llc | Methods of contrast enhancement for images having blood vessel structures |
US8483454B2 (en) * | 2008-10-10 | 2013-07-09 | Sti Medical Systems, Llc | Methods for tissue classification in cervical imagery |
US20100124372A1 (en) * | 2008-11-12 | 2010-05-20 | Lockheed Martin Corporation | Methods and systems for identifying/accessing color related information |
US8396870B2 (en) | 2009-06-25 | 2013-03-12 | University Of Tennessee Research Foundation | Method and apparatus for predicting object properties and events using similarity-based information retrieval and modeling |
JP2013526930A (ja) * | 2010-05-03 | 2013-06-27 | エスティーアイ・メディカル・システムズ・エルエルシー | 子宮頸部新生物検出および診断のための画像分析 |
JP5622461B2 (ja) * | 2010-07-07 | 2014-11-12 | オリンパス株式会社 | 画像処理装置、画像処理方法、および画像処理プログラム |
IN2013CN07995A (ja) | 2011-03-16 | 2015-08-21 | Koninkl Philips Nv | |
US20120283574A1 (en) * | 2011-05-06 | 2012-11-08 | Park Sun Young | Diagnosis Support System Providing Guidance to a User by Automated Retrieval of Similar Cancer Images with User Feedback |
JP6505078B2 (ja) * | 2013-03-29 | 2019-04-24 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 画像レジストレーション |
CN103325128B (zh) * | 2013-05-16 | 2016-08-17 | 深圳市理邦精密仪器股份有限公司 | 一种智能识别阴道镜所采集的图像特征的方法及装置 |
CN103750810B (zh) * | 2013-12-30 | 2015-10-07 | 深圳市理邦精密仪器股份有限公司 | 对电子阴道镜取得图像进行特征分析的方法及装置 |
KR20150100113A (ko) * | 2014-02-24 | 2015-09-02 | 삼성전자주식회사 | 영상 처리 장치 및 이의 영상 처리 방법 |
JP6003964B2 (ja) * | 2014-11-07 | 2016-10-05 | カシオ計算機株式会社 | 診断装置並びに当該診断装置における画像処理方法及びそのプログラム |
US9881368B2 (en) | 2014-11-07 | 2018-01-30 | Casio Computer Co., Ltd. | Disease diagnostic apparatus, image processing method in the same apparatus, and medium storing program associated with the same method |
JP6003963B2 (ja) | 2014-11-07 | 2016-10-05 | カシオ計算機株式会社 | 診断装置並びに当該診断装置における画像処理方法及びそのプログラム |
WO2016207906A1 (en) * | 2015-06-25 | 2016-12-29 | Manipal University | Device and apparatus to facilitate cervix cancer screening |
TWI652627B (zh) | 2017-11-16 | 2019-03-01 | 財團法人金屬工業研究發展中心 | 大尺度細胞影像分析方法及其系統 |
WO2019145951A1 (en) * | 2018-01-23 | 2019-08-01 | Mobileodt Ltd. | Automated monitoring of medical imaging procedures |
CN108090906B (zh) * | 2018-01-30 | 2021-04-20 | 浙江大学 | 一种基于区域提名的宫颈图像处理方法及装置 |
CN108038519B (zh) * | 2018-01-30 | 2020-11-24 | 浙江大学 | 一种基于稠密的特征金字塔网络的宫颈图像处理方法及装置 |
US20210219847A1 (en) * | 2018-05-14 | 2021-07-22 | Mobileodt, Ltd. | Method and system for purple light imaging |
CN108876786B (zh) * | 2018-07-16 | 2021-10-01 | 南昌航空大学 | 一种基于模糊推理的高等级宫颈上皮内瘤变判别方法 |
EP4335401A1 (de) | 2022-09-07 | 2024-03-13 | Erbe Elektromedizin GmbH | Behandlungseinrichtung zur erstellung einer behandlungsplankarte |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1014864A (ja) * | 1996-04-30 | 1998-01-20 | Olympus Optical Co Ltd | 診断支援装置 |
JPH10505244A (ja) * | 1994-05-19 | 1998-05-26 | ボード オブ リージェンツ, ザ ユニバーシティ オブ テキサス システム | 子宮頚部の変化を診断する器具 |
JPH11511048A (ja) * | 1995-08-16 | 1999-09-28 | サントル・ナシオナル・ドゥ・ラ・ルシェルシュ・シアンティフィーク(セーエヌエールエス) | 癌病巣部の検出のための内視鏡画像化 |
JP2000515407A (ja) * | 1996-08-02 | 2000-11-21 | ボード オブ リージェンツ,ザ ユニバーシティ オブ テキサス システム | 上皮被覆内臓組織の特徴付けのための方法および装置 |
US20020197728A1 (en) * | 1999-12-15 | 2002-12-26 | Howard Kaufman | Methods of monitoring effects of chemical agents on a sample |
US20030144585A1 (en) * | 1999-12-15 | 2003-07-31 | Howard Kaufman | Image processing using measures of similarity |
JP2003527915A (ja) * | 2000-03-28 | 2003-09-24 | フォース フォトニクス リミテッド | 組織病巣の特徴付けおよびマッピングのための方法およびシステム |
US20040206913A1 (en) * | 2003-04-18 | 2004-10-21 | Medispectra, Inc. | Methods and apparatus for characterization of tissue samples |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6593101B2 (en) * | 2000-03-28 | 2003-07-15 | Board Of Regents, The University Of Texas System | Enhancing contrast in biological imaging |
US20050215858A1 (en) * | 2002-03-07 | 2005-09-29 | Vail William B Iii | Tubular personal pelvic viewers |
US7136518B2 (en) * | 2003-04-18 | 2006-11-14 | Medispectra, Inc. | Methods and apparatus for displaying diagnostic data |
ATE476908T1 (de) | 2003-04-18 | 2010-08-15 | Medispectra Inc | System und diagnoseverfahren zur optischen detektion von verdächtigen stellen einer gewebeprobe |
US7664300B2 (en) * | 2005-02-03 | 2010-02-16 | Sti Medical Systems, Llc | Uterine cervical cancer computer-aided-diagnosis (CAD) |
US7599542B2 (en) | 2005-04-08 | 2009-10-06 | John Philip Brockway | System and method for detection and display of diseases and abnormalities using confidence imaging |
US8027533B2 (en) * | 2007-03-19 | 2011-09-27 | Sti Medical Systems, Llc | Method of automated image color calibration |
-
2008
- 2008-08-04 EP EP10170343A patent/EP2237190A2/en not_active Withdrawn
- 2008-08-04 JP JP2010519968A patent/JP2010535579A/ja active Pending
- 2008-08-04 WO PCT/US2008/009401 patent/WO2009058171A2/en active Search and Examination
- 2008-08-04 EP EP08844394A patent/EP2174266A2/en not_active Withdrawn
- 2008-08-04 US US12/221,645 patent/US8131054B2/en not_active Expired - Fee Related
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10505244A (ja) * | 1994-05-19 | 1998-05-26 | ボード オブ リージェンツ, ザ ユニバーシティ オブ テキサス システム | 子宮頚部の変化を診断する器具 |
JPH11511048A (ja) * | 1995-08-16 | 1999-09-28 | サントル・ナシオナル・ドゥ・ラ・ルシェルシュ・シアンティフィーク(セーエヌエールエス) | 癌病巣部の検出のための内視鏡画像化 |
JPH1014864A (ja) * | 1996-04-30 | 1998-01-20 | Olympus Optical Co Ltd | 診断支援装置 |
JP2000515407A (ja) * | 1996-08-02 | 2000-11-21 | ボード オブ リージェンツ,ザ ユニバーシティ オブ テキサス システム | 上皮被覆内臓組織の特徴付けのための方法および装置 |
US20020197728A1 (en) * | 1999-12-15 | 2002-12-26 | Howard Kaufman | Methods of monitoring effects of chemical agents on a sample |
US20030144585A1 (en) * | 1999-12-15 | 2003-07-31 | Howard Kaufman | Image processing using measures of similarity |
JP2003527915A (ja) * | 2000-03-28 | 2003-09-24 | フォース フォトニクス リミテッド | 組織病巣の特徴付けおよびマッピングのための方法およびシステム |
US20040206913A1 (en) * | 2003-04-18 | 2004-10-21 | Medispectra, Inc. | Methods and apparatus for characterization of tissue samples |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012090690A (ja) * | 2010-10-25 | 2012-05-17 | Fujifilm Corp | 診断支援装置 |
JP2012245057A (ja) * | 2011-05-25 | 2012-12-13 | Fujifilm Corp | 診断支援装置、診断支援方法、病変部検出装置、及び病変部検出方法 |
JP2017507678A (ja) * | 2013-12-30 | 2017-03-23 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 改良された信頼性を持つ頸部画像分析に関する方法及び装置 |
JP7389484B2 (ja) | 2020-12-23 | 2023-11-30 | あしかメディ工業株式会社 | 子宮頸がん用診察装置 |
Also Published As
Publication number | Publication date |
---|---|
EP2237190A2 (en) | 2010-10-06 |
WO2009058171A3 (en) | 2009-06-18 |
WO2009058171A2 (en) | 2009-05-07 |
EP2174266A2 (en) | 2010-04-14 |
US8131054B2 (en) | 2012-03-06 |
US20090034824A1 (en) | 2009-02-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8131054B2 (en) | Computerized image analysis for acetic acid induced cervical intraepithelial neoplasia | |
WO2018120942A1 (zh) | 一种多模型融合自动检测医学图像中病变的系统及方法 | |
US8295565B2 (en) | Method of image quality assessment to produce standardized imaging data | |
Ganz et al. | Automatic segmentation of polyps in colonoscopic narrow-band imaging data | |
JP5113841B2 (ja) | 内視鏡からの映像を用いるコンピュータ支援解析 | |
Mustafa et al. | A SVM-based diagnosis of melanoma using only useful image features | |
WO2016185617A1 (ja) | 画像処理装置、画像処理方法、及び画像処理プログラム | |
WO2013080868A1 (ja) | 画像処理装置、画像処理方法、及び画像処理プログラム | |
EP2566384A1 (en) | Image analysis for cervical neoplasia detection and diagnosis | |
US8351667B2 (en) | Methods of contrast enhancement for images having blood vessel structures | |
Bai et al. | Automatic segmentation of cervical region in colposcopic images using K-means | |
Li et al. | Using acetowhite opacity index for detecting cervical intraepithelial neoplasia | |
Skrøvseth et al. | A computer aided diagnostic system for malignant melanomas | |
Yuan et al. | Automatic bleeding frame detection in the wireless capsule endoscopy images | |
Chen et al. | Ulcer detection in wireless capsule endoscopy video | |
Li et al. | Automated image analysis of uterine cervical images | |
WO2017203701A1 (ja) | 画像処理装置、画像処理装置の作動方法及び画像処理装置の作動プログラム | |
Wang et al. | Detection and inpainting of specular reflection in colposcopic images with exemplar-based method | |
US20160100789A1 (en) | Computer-aided diagnosis system and computer-aided diagnosis method | |
Arnold et al. | Indistinct frame detection in colonoscopy videos | |
CN111062909A (zh) | 乳腺肿块良恶性判断方法及设备 | |
Pallavi et al. | Automated analysis of cervix images to grade the severity of cancer | |
ALOUPOGIANNI et al. | Binary malignancy classification of skin tissue using reflectance and texture features from macropathology multi-spectral images | |
Finkšt et al. | Classification of malignancy in suspicious lesions using autofluorescence bronchoscopy | |
Srinivasan et al. | Segmentation and classification of cervix lesions by pattern and texture analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20110801 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20121227 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130614 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20130917 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20130925 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20140328 |