JP2012530553A - 胸部トモシンセシスイメージングにおけるコンピュータ支援肺結節検出システム - Google Patents
胸部トモシンセシスイメージングにおけるコンピュータ支援肺結節検出システム Download PDFInfo
- Publication number
- JP2012530553A JP2012530553A JP2012516344A JP2012516344A JP2012530553A JP 2012530553 A JP2012530553 A JP 2012530553A JP 2012516344 A JP2012516344 A JP 2012516344A JP 2012516344 A JP2012516344 A JP 2012516344A JP 2012530553 A JP2012530553 A JP 2012530553A
- Authority
- JP
- Japan
- Prior art keywords
- lung
- image
- boundary
- nodule
- determining
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 58
- 206010056342 Pulmonary mass Diseases 0.000 title claims description 14
- 238000003384 imaging method Methods 0.000 title description 11
- 210000004072 lung Anatomy 0.000 claims abstract description 159
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 23
- 238000000034 method Methods 0.000 claims description 71
- 210000004204 blood vessel Anatomy 0.000 claims description 32
- 230000011218 segmentation Effects 0.000 claims description 25
- 238000003709 image segmentation Methods 0.000 claims description 11
- 230000002685 pulmonary effect Effects 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000003786 synthesis reaction Methods 0.000 claims description 3
- 230000000747 cardiac effect Effects 0.000 claims description 2
- 235000019557 luminance Nutrition 0.000 description 22
- 210000003484 anatomy Anatomy 0.000 description 20
- 238000012545 processing Methods 0.000 description 14
- 210000000038 chest Anatomy 0.000 description 11
- 210000005166 vasculature Anatomy 0.000 description 10
- 238000013459 approach Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 9
- 238000002591 computed tomography Methods 0.000 description 8
- 238000002405 diagnostic procedure Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 7
- 230000002792 vascular Effects 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 238000010276 construction Methods 0.000 description 6
- 230000008602 contraction Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000003745 diagnosis Methods 0.000 description 5
- 238000009499 grossing Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 210000000988 bone and bone Anatomy 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000002059 diagnostic imaging Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 210000001519 tissue Anatomy 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000000670 limiting effect Effects 0.000 description 3
- 210000000278 spinal cord Anatomy 0.000 description 3
- 235000019892 Stellar Nutrition 0.000 description 2
- 210000001367 artery Anatomy 0.000 description 2
- 210000000188 diaphragm Anatomy 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000002601 radiography Methods 0.000 description 2
- 210000000115 thoracic cavity Anatomy 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 210000000845 cartilage Anatomy 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 238000011976 chest X-ray Methods 0.000 description 1
- 238000012885 constant function Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000005672 electromagnetic field Effects 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 210000004907 gland Anatomy 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 210000003041 ligament Anatomy 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 210000004379 membrane Anatomy 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 238000009206 nuclear medicine Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000005258 radioactive decay Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 210000002435 tendon Anatomy 0.000 description 1
- 210000003437 trachea Anatomy 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 210000003462 vein Anatomy 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
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- 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
- G06T7/0014—Biomedical image inspection using an image reference approach
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
-
- 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
- G06T2207/10112—Digital tomosynthesis [DTS]
-
- 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
- G06T2207/20081—Training; Learning
-
- 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
- G06T2207/30061—Lung
- G06T2207/30064—Lung nodule
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
- G06V2201/031—Recognition of patterns in medical or anatomical images of internal organs
Abstract
Description
容易に参照できるよう、以下にいくつかの用語を定義する。しかし、当然のことながら、定義された用語はこれらの定義に厳格に制限されるものではない。用語は、詳細な説明の他の部分での使用によりさらに定義されることがある。
図1は、トモシンセシス画像において患者の肺をセグメント化し、このセグメント化された画像において肺結節を検出するよう構成されたシステム例を示す図である。トモシンセシス画像取得ユニット102により、トモシンセシス画像104を取得する(例えば、患者の胸部を1回または複数回トモシンセシススキャンする)。画像受信ユニット106は、トモシンセシス画像104をトモシンセシス画像取得ユニット102から受信する。その画像データを、セグメント化ユニット108が処理し、例えば、画像から肺、心臓、脊椎、および/または横隔膜をセグメント化する。次に、セグメント化された画像を、結節検出ユニット110が処理する。結節検出ユニット110は、例えば、トモシンセシス画像におけるボケを補償するテンプレートに基づいた方法により、肺結節を検出する。結果画像合成ユニット112は、検出された結節に関連する情報(例えば、部位、大きさ、および形状)を用いて、1または複数の結果画像(2Dおよび/または3D)を生成する。結果画像には、例えば、肺の解剖学的構造がセグメント化された画像、ならびに肺結節が検出された画像および/または肺結節が未検出の画像が含まれる。画像送信ユニット114は、結果画像合成ユニット112により生成された結果画像を、結果表示ユニット116に送信する。ユーザは、結果表示ユニット116から結果画像を確認または理解することができ、これを例えば患者の診断に利用してもよい。
図3Aは、トモシンセシス画像から肺領域および肋骨を識別およびセグメント化するための方法のフローチャートである。この方法を、例えば、図2のステップS202を行う際に用いてもよい。一般的に、この方法では、カスケード型の経路探索アプローチに解剖学的知識を取り込むことにより、トモシンセシス画像における肺領域および肋骨構造をセグメント化する。図3Aの方法は、図3B〜図3Lをさらに参照して説明する。
図4は、本明細書の一実施形態による、高密度血管構造を抑制する方法例のフローチャートである。図4で説明する方法を、例えば、上述のステップS204を行うために用いてもよい。高密度構造は、一般にサイズが小さく、円形形状である。このような構造の除去を、例えば、結節検出の際に偽病変候補の数を減らすために用いてもよい。
上述のように、トモシンセシススキャンにより、一般に、種々の焦点面を有する複数のスライスが生じる。画像スキャンデータのその後の処理により、それぞれがそれ自体の焦点面を有する他の複数のスライスが生じることがある。さらに、トモシンセシススライスは、(例えば、CTスライスと比較して)しばしば比較的厚い厚さを有する。したがって、N.Baba他、Stellar speckle image reconstruction by the shift‐and‐add method、24 Applied Optics 1403‐05(1985)に記載のようなボケ修正アルゴリズムは、ブラー効果を完全に除去することができない。その結果、画像スライスにおいて観察される解剖学的構造は、スライス厚および画像処理によるアーチファクトの両方によってボケることがある。したがって、トモシンセシス画像におけるボケを説明する結節検出方法により、検出精度が改善され得る。
Claims (21)
- 複数のトモシンセシス画像の中から肺の焦点面画像を決定する焦点面決定ステップと、
前記焦点面画像における画素の勾配と一連の複数のカスケード型最良経路アルゴリズムとに基づいて、前記焦点面画像における肺の複数の境界を決定し、前記最良経路アルゴリズムの中で、少なくとも1つの他の経路を拘束する少なくとも1つのアルゴリズムにより、少なくとも1つの経路を決定する第1境界決定ステップと、
肺の三次元(3D)画像を得るために前記複数のトモシンセシス画像を組み合わせるステップと、
前記焦点面画像における肺の境界と最良経路アルゴリズムとに基づいて、前記肺の3D画像において少なくとも1つの肋骨の少なくとも1つの境界を決定する第2境界決定ステップと、
前記肺の境界と前記少なくとも1つの肋骨の少なくとも1つの境界とに基づいて前記肺をセグメント化するセグメントステップと、
を含むことを特徴とするトモシンセシス画像における肺画像セグメント化方法。 - 前記第1境界決定ステップは、
(i)肺の外側境界を決定する外側境界決定ステップと、
(ii)前記肺の外側境界に基づいて肺の上部境界を決定する上部境界決定ステップと、
(iii)前記肺の外側境界に基づいて肺の下部境界を決定する下部境界決定ステップと、
(iv)前記肺の上部境界および下部境界に基づいて肺の内側境界を決定する内側境界決定ステップと、
を含むことを特徴とする請求項1に記載の肺画像セグメント化方法。 - 前記第1境界決定ステップは、心臓の境界を決定するステップまたは横隔膜の境界を決定するステップを含むことを特徴とする請求項1に記載の肺画像セグメント化方法。
- 前記外側境界決定ステップは、
(i)少なくとも1つのトモシンセシス画像の第一部分と第二部分の勾配画像にベストフィットする直線バンドを決定するステップと、
(ii)直線バンドのそれぞれを通る最小コスト経路を決定するステップと、
を含むことを特徴とする請求項2に記載の肺画像セグメント化方法。 - 前記上部境界決定ステップは、
(i)前記肺のそれぞれの外側境界上に少なくとも二点を決定するステップと、
(ii)前記少なくとも二点を結ぶ最小コスト経路を決定するステップと、
を含むことを特徴とする請求項2に記載の肺画像セグメント化方法。 - 前記外側境界決定ステップは、肺の左外側境界と右外側境界とを決定するステップを含み、
前記下部境界決定ステップは、
(i)横隔膜のおおよその位置にあるベストフィット直線バンドを決定するステップと、
(ii)前記直線バンドを通り前記肺の左外側境界および右外側境界上の少なくとも二点を結ぶ最小コスト経路を決定するステップと、
を含むことを特徴とする請求項2に記載の肺画像セグメント化方法。 - 前記内側境界決定ステップは、
(i)前記肺の上部境界上に一組の点を決定するステップと、
(ii)前記肺の下部境界上に一組の点を決定するステップと、
(iii)前記肺の上部境界上の点と前記肺の下部境界上の対応する点とを結ぶ少なくとも2つの最小コスト経路を決定するステップと、
を含むことを特徴とする請求項2に記載の肺画像セグメント化方法。 - 前記第2境界決定ステップは、
(i)前記肺の外側境界上に複数の点を決定するステップと、
(ii)前記3D画像における肺の内側境界上に複数の点を決定するステップと、
(iii)前記肺の外側境界上の少なくとも1つの点と前記肺の内側境界上の少なくとも1つの点とを結ぶ少なくとも1つの最小コスト経路を決定するステップと、
を含むことを特徴とする請求項2に記載の肺画像セグメント化方法。 - 複数のトモシンセシス画像から肺の焦点面画像を決定する画像受信モジュールと、
前記肺の三次元(3D)画像を得るために複数のトモシンセシス画像をアセンブルする画像アセンブリモジュールと、
前記焦点面画像における画素の勾配と少なくとも1つのアルゴリズムにより決定される少なくとも1つの経路が少なくとも1つの他の経路を拘束する一連のカスケード型の最良経路アルゴリズムとに基づいて前記焦点面画像上の肺の複数の境界を決定し、前記焦点面画像における肺の境界と最良経路アルゴリズムとに基づいて前記肺の3D画像において少なくとも1つの肋骨の少なくとも1つの境界を決定する境界決定モジュールと、
前記肺の複数の境界と少なくとも1つの肋骨の少なくとも1つの境界とに基づいて肺をセグメント化するセグメント化モジュールと、
を含むことを特徴とする画像セグメント化システム。 - 前記境界決定モジュールは、
(i)肺の外側境界を決定し、
(ii)前記肺の外側境界に基づいて肺の上部境界および下部境界を決定し、
(iii)前記肺の上部境界および下部境界に基づいて肺の内側境界を決定することを特徴とする請求項9に記載の画像セグメント化システム。 - 前記境界決定モジュールは、心臓の境界および横隔膜の境界の少なくとも1つを決定することを特徴とする請求項9に記載の画像セグメント化システム。
- 少なくとも1つのぼかした結節テンプレートを生成するステップと、
少なくとも1つのぼかした血管テンプレートを生成するステップと、
少なくとも1つのぼかした肋骨テンプレートを生成するステップと、
前記少なくとも1つのぼかした結節テンプレートに基づいて、複数のトモシンセシス画像からアセンブルされた肺の三次元(3D)画像における結節候補を決定する結節候補決定ステップと、
前記少なくとも1つのぼかした血管テンプレートと前記少なくとも1つのぼかした肋骨テンプレートとに基づいて、肺の3D画像において前記結節候補が結節であると決定するステップと、
を含むことを特徴とするトモシンセシス画像における結節検出方法。 - 前記結節候補決定ステップは、前記少なくとも1つの結節テンプレートを前記肺の3D画像と比較することを特徴とする請求項12に記載の結節検出方法。
- 前記少なくとも1つのぼかした血管テンプレートと前記少なくとも1つのぼかした肋骨テンプレートの1つに基づいて、少なくとも1つのリッジマップを生成するステップと、
前記少なくとも1つのぼかした血管テンプレートと前記少なくとも1つのぼかした肋骨テンプレートの1つに基づいて、少なくとも1つの方向マップを生成するステップと、
前記複数のトモシンセシス画像の1つにおいて、主要リッジの方向を決定する決定ステップと、
前記結節候補が前記主要リッジに隣接するか否かを判定する判定ステップと、
をさらに含むことを特徴とする請求項12に記載の結節検出方法。 - 前記判定ステップは、
(i)前記主要リッジの方向の少なくとも1つの輝度プロファイルを生成するステップと、
(ii)前記結節候補の幅の変化を得るために前記少なくとも1つの輝度プロファイルを解析するステップと、
を含むことを特徴とする請求項14に記載の結節検出方法。 - 少なくとも1つのぼかした結節テンプレート、少なくとも1つのぼかした血管テンプレート、および少なくとも1つのぼかした肋骨テンプレートを生成するテンプレート生成モジュールと、
前記少なくとも1つのぼかした結節テンプレートに基づいて、複数のトモシンセシス画像からアセンブルされた肺の3D画像における結節候補を決定する結節候補モジュールと、
前記少なくとも1つのぼかした血管テンプレートと前記少なくとも1つのぼかした肋骨テンプレートとに基づいて、前記結節候補が前記3D画像における結節であることを決定する結節検出モジュールと、
を含むことを特徴とするトモシンセシス画像における結節検出システム。 - 前記結節候補モジュールは、
(i)結節テンプレートをセグメント化し、
(ii)結節候補をセグメント化し、
(iii)セグメント化された前記結節テンプレートをセグメント化された前記結節候補と比較することを特徴とする請求項16に記載の結節検出システム。 - 前記少なくとも1つのぼかした血管テンプレートと前記少なくとも1つのぼかした肋骨テンプレートの1つに基づいて少なくとも1つのリッジマップを生成し、前記少なくとも1つのぼかした血管テンプレートと前記少なくとも1つのぼかした肋骨テンプレートの1つに基づいて少なくとも1つの方向マップを生成するマップ生成モジュールと、
前記複数のトモシンセシス画像の1つにおいて主要リッジを決定し、前記結節候補が前記主要リッジに隣接するか否かをさらに判定するリッジ決定モジュールと、
を含むことを特徴とする請求項17に記載の結節検出システム。 - セグメント化ユニットと結節検出ユニットを含む肺結節検出システムであって、
前記セグメント化ユニットは、
(i)複数のトモシンセシス画像の中から肺の焦点面画像を決定し、
(ii)前記焦点面画像における画素の勾配と一連の複数のカスケード型最良経路アルゴリズムとに基づいて前記焦点面画像における肺の複数の境界を決定し、前記最良経路アルゴリズムの中で、少なくとも1つの他の経路を拘束する少なくとも1つのアルゴリズムにより少なくとも1つの経路を決定し、
(iii)肺の三次元(3D)画像を得るために前記複数のトモシンセシス画像を組み合わせ、
(iv)前記焦点面画像における肺の境界と最良経路アルゴリズムとに基づいて前記肺の3D画像において少なくとも1つの肋骨の少なくとも1つの境界を決定し、
(v)前記焦点面画像における肺の複数の境界と前記少なくとも1つの肋骨の少なくとも1つの境界とに基づいて肺セグメントを生成するユニットであり、
前記結節検出ユニットは、
(i)少なくとも1つのぼかした結節テンプレートを生成し
(ii)少なくとも1つのぼかした血管テンプレートを生成し
(iii)少なくとも1つのぼかした肋骨テンプレートを生成し、
(iv)前記少なくとも1つのぼかした結節テンプレートに基づいて、前記肺セグメントにおける結節候補を決定し、
(v)少なくとも1つのぼかした血管テンプレートと少なくとも1つのぼかした肋骨テンプレートとに基づいて、結節候補が結節か否かを判定するユニットであることを特徴とする肺結節検出システム。 - 前記複数のトモシンセシス画像を取得する画像取得ユニットと、
画像取得ユニットから複数のトモシンセシス画像を受信し、該複数のトモシンセシス画像を前記セグメント化ユニットへ送信するよう構成された画像受信ユニットと、
をさらに含むことを特徴とする請求項19に記載の肺結節検出システム。 - 少なくとも1つの肺セグメントおよび結節を含む結果画像を生成するよう構成された結果画像合成ユニットと、
前記結果画像を表示する結果表示ユニットと、
前記結果画像合成ユニットから前記結果表示ユニットへ前記結果画像を送信するよう構成された画像送信ユニットと、
をさらに含むことを特徴とする請求項20に記載の肺結節検出システム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US21863609P | 2009-06-19 | 2009-06-19 | |
US61/218,636 | 2009-06-19 | ||
PCT/US2010/039216 WO2010148330A1 (en) | 2009-06-19 | 2010-06-18 | Systems for computer aided lung nodule detection in chest tomosynthesis imaging |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2012530553A true JP2012530553A (ja) | 2012-12-06 |
JP5643304B2 JP5643304B2 (ja) | 2014-12-17 |
Family
ID=43354428
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012516344A Active JP5643304B2 (ja) | 2009-06-19 | 2010-06-18 | 胸部トモシンセシスイメージングにおけるコンピュータ支援肺結節検出システムおよび方法並びに肺画像セグメント化システムおよび方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US8837789B2 (ja) |
EP (1) | EP2443587B1 (ja) |
JP (1) | JP5643304B2 (ja) |
CN (1) | CN102460471B (ja) |
WO (1) | WO2010148330A1 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019063353A (ja) * | 2017-10-03 | 2019-04-25 | 富士通株式会社 | プログラム、情報処理方法及び情報処理装置 |
JP2020532376A (ja) * | 2017-09-05 | 2020-11-12 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 肺の画像内の高密度肺組織の領域の決定 |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009003128A2 (en) * | 2007-06-26 | 2008-12-31 | University Of Rochester | Method and system for detecting lung tumors and nodules |
TW201221117A (en) * | 2010-11-29 | 2012-06-01 | Iner Aec Executive Yuan | Enhancing segmentation for molecular image quantification system and the method thereof |
CN102254097A (zh) * | 2011-07-08 | 2011-11-23 | 普建涛 | 肺部ct图像上的肺裂识别方法 |
US10449395B2 (en) * | 2011-12-12 | 2019-10-22 | Insightec, Ltd. | Rib identification for transcostal focused ultrasound surgery |
WO2014042902A1 (en) | 2012-09-13 | 2014-03-20 | The Regents Of The University Of California | Lung, lobe, and fissure imaging systems and methods |
RU2015117639A (ru) * | 2012-10-09 | 2016-12-10 | Конинклейке Филипс Н.В. | Мультиструктурный атлас и/или его использование |
CN102930274B (zh) * | 2012-10-19 | 2016-02-03 | 上海交通大学 | 一种医学图像的获取方法及装置 |
US9760966B2 (en) * | 2013-01-08 | 2017-09-12 | Nvidia Corporation | Parallel processor with integrated correlation and convolution engine |
JP5896084B2 (ja) * | 2013-08-01 | 2016-03-30 | パナソニック株式会社 | 類似症例検索装置、類似症例検索装置の制御方法、およびプログラム |
US9208572B2 (en) | 2013-09-20 | 2015-12-08 | General Electric Company | Systems and methods for image segmentation using a deformable atlas |
US9990743B2 (en) * | 2014-03-27 | 2018-06-05 | Riverain Technologies Llc | Suppression of vascular structures in images |
CN104715478B (zh) * | 2015-03-05 | 2017-12-29 | 深圳市安健科技股份有限公司 | 一种检测影像图片中曝光区域的方法及系统 |
JP7004648B2 (ja) * | 2015-11-09 | 2022-01-21 | コーニンクレッカ フィリップス エヌ ヴェ | X線画像吸気品質モニタリング |
US11160606B2 (en) | 2017-10-31 | 2021-11-02 | Covidien Lp | Systems and methods for lung treatments and post-treatment sealing of lungs |
US10521907B2 (en) * | 2018-03-21 | 2019-12-31 | Shimadzu Corporation | Image processing apparatus, program, and radiation image capturing apparatus |
CN109410170B (zh) * | 2018-09-14 | 2022-09-02 | 东软医疗系统股份有限公司 | 图像数据处理方法、装置及设备 |
CN111985512B (zh) * | 2019-05-22 | 2024-02-02 | 杭州依图医疗技术有限公司 | 一种建立人体肋骨模型的方法和装置 |
CN112349425A (zh) * | 2020-02-10 | 2021-02-09 | 胡秋明 | 新型冠状病毒感染肺炎人工智能快速筛查系统 |
CN111311612A (zh) * | 2020-02-17 | 2020-06-19 | 北京推想科技有限公司 | 肺部分割方法、装置、介质及电子设备 |
US20230148974A1 (en) * | 2021-04-02 | 2023-05-18 | Jianqiang Liu | X-ray Multi-leaf Dynamic Collimation for Multiple Source-in-motion Tomosynthesis Imaging System |
CN113409328B (zh) * | 2021-06-02 | 2024-01-02 | 东北大学 | Ct图像的肺动静脉分割方法、装置、介质及设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002503861A (ja) * | 1998-02-23 | 2002-02-05 | アーチ・デベロップメント・コーポレーション | 胸部x線写真における肺領域と肋骨横隔膜角の自動描画方法とシステム |
JP2003180678A (ja) * | 2001-09-07 | 2003-07-02 | Siemens Corporate Res Inc | 制御パラメータを用いた肺結節のリアルタイム対話式セグメント分割システム |
JP2003265463A (ja) * | 2002-03-13 | 2003-09-24 | Nagoya Industrial Science Research Inst | 画像診断支援システム及び画像診断支援プログラム |
JP2005013738A (ja) * | 2003-06-26 | 2005-01-20 | General Electric Co <Ge> | トモシンセシス用途における対象物を走査するためのシステム及び方法 |
JP2006175036A (ja) * | 2004-12-22 | 2006-07-06 | Fuji Photo Film Co Ltd | 肋骨形状推定装置、肋骨形状推定方法およびそのプログラム |
JP2006325937A (ja) * | 2005-05-26 | 2006-12-07 | Fujifilm Holdings Corp | 画像判定装置、画像判定方法およびそのプログラム |
JP2006346465A (ja) * | 2005-06-15 | 2006-12-28 | Canon Inc | 心臓境界、胸郭境界及び横隔膜境界を検出する方法、装置及び記憶媒体 |
JP2008043757A (ja) * | 2006-08-11 | 2008-02-28 | General Electric Co <Ge> | 撮像データを処理するシステム及び方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020028008A1 (en) * | 2000-09-07 | 2002-03-07 | Li Fan | Automatic detection of lung nodules from high resolution CT images |
US6577752B2 (en) * | 2001-06-15 | 2003-06-10 | Arch Development Corporation | Automated method and system for the delineation of the chest wall in computed tomography scans for the assessment of pleural disease |
US7433507B2 (en) * | 2003-07-03 | 2008-10-07 | Ge Medical Systems Global Technology Co. | Imaging chain for digital tomosynthesis on a flat panel detector |
US8090164B2 (en) * | 2003-08-25 | 2012-01-03 | The University Of North Carolina At Chapel Hill | Systems, methods, and computer program products for analysis of vessel attributes for diagnosis, disease staging, and surgical planning |
US20050135707A1 (en) | 2003-12-18 | 2005-06-23 | Turek Matthew W. | Method and apparatus for registration of lung image data |
JP5312803B2 (ja) * | 2005-02-11 | 2013-10-09 | コーニンクレッカ フィリップス エヌ ヴェ | コンピュータ断層撮影のためのイメージング方法及びコンピュータ断層撮影装置 |
US7623692B2 (en) * | 2005-07-22 | 2009-11-24 | Carestream Health, Inc. | Pulmonary nodule detection in a chest radiograph |
US7978886B2 (en) * | 2005-09-30 | 2011-07-12 | General Electric Company | System and method for anatomy based reconstruction |
-
2010
- 2010-06-18 CN CN201080027245.3A patent/CN102460471B/zh active Active
- 2010-06-18 US US12/818,789 patent/US8837789B2/en active Active
- 2010-06-18 JP JP2012516344A patent/JP5643304B2/ja active Active
- 2010-06-18 WO PCT/US2010/039216 patent/WO2010148330A1/en active Application Filing
- 2010-06-18 EP EP10790282.7A patent/EP2443587B1/en active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002503861A (ja) * | 1998-02-23 | 2002-02-05 | アーチ・デベロップメント・コーポレーション | 胸部x線写真における肺領域と肋骨横隔膜角の自動描画方法とシステム |
JP2003180678A (ja) * | 2001-09-07 | 2003-07-02 | Siemens Corporate Res Inc | 制御パラメータを用いた肺結節のリアルタイム対話式セグメント分割システム |
JP2003265463A (ja) * | 2002-03-13 | 2003-09-24 | Nagoya Industrial Science Research Inst | 画像診断支援システム及び画像診断支援プログラム |
JP2005013738A (ja) * | 2003-06-26 | 2005-01-20 | General Electric Co <Ge> | トモシンセシス用途における対象物を走査するためのシステム及び方法 |
JP2006175036A (ja) * | 2004-12-22 | 2006-07-06 | Fuji Photo Film Co Ltd | 肋骨形状推定装置、肋骨形状推定方法およびそのプログラム |
JP2006325937A (ja) * | 2005-05-26 | 2006-12-07 | Fujifilm Holdings Corp | 画像判定装置、画像判定方法およびそのプログラム |
JP2006346465A (ja) * | 2005-06-15 | 2006-12-28 | Canon Inc | 心臓境界、胸郭境界及び横隔膜境界を検出する方法、装置及び記憶媒体 |
JP2008043757A (ja) * | 2006-08-11 | 2008-02-28 | General Electric Co <Ge> | 撮像データを処理するシステム及び方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020532376A (ja) * | 2017-09-05 | 2020-11-12 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 肺の画像内の高密度肺組織の領域の決定 |
JP7257388B2 (ja) | 2017-09-05 | 2023-04-13 | コーニンクレッカ フィリップス エヌ ヴェ | 肺の画像内の高密度肺組織の領域の決定 |
JP2019063353A (ja) * | 2017-10-03 | 2019-04-25 | 富士通株式会社 | プログラム、情報処理方法及び情報処理装置 |
JP7119327B2 (ja) | 2017-10-03 | 2022-08-17 | 富士通株式会社 | プログラム、情報処理方法及び情報処理装置 |
Also Published As
Publication number | Publication date |
---|---|
US20100322493A1 (en) | 2010-12-23 |
EP2443587B1 (en) | 2014-11-05 |
EP2443587A4 (en) | 2013-08-28 |
CN102460471A (zh) | 2012-05-16 |
WO2010148330A1 (en) | 2010-12-23 |
EP2443587A1 (en) | 2012-04-25 |
JP5643304B2 (ja) | 2014-12-17 |
US8837789B2 (en) | 2014-09-16 |
CN102460471B (zh) | 2015-03-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5643304B2 (ja) | 胸部トモシンセシスイメージングにおけるコンピュータ支援肺結節検出システムおよび方法並びに肺画像セグメント化システムおよび方法 | |
US11062449B2 (en) | Method and system for extracting vasculature | |
US8953856B2 (en) | Method and system for registering a medical image | |
JP6877868B2 (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
CN109074639B (zh) | 医学成像系统中的图像配准系统和方法 | |
US20210106299A1 (en) | Method and system for extracting lower limb vasculature | |
US20190021677A1 (en) | Methods and systems for classification and assessment using machine learning | |
EP2916738B1 (en) | Lung, lobe, and fissure imaging systems and methods | |
JP5197029B2 (ja) | 医用画像処理装置 | |
JP4728627B2 (ja) | Ct血管造影法における構造を領域分割する方法及び装置 | |
JP6175071B2 (ja) | 胸部画像の処理及び表示 | |
US9269165B2 (en) | Rib enhancement in radiographic images | |
JP6656910B2 (ja) | 医用画像処理装置、医用画像診断装置及び医用画像処理プログラム | |
Baka et al. | Statistical shape model-based femur kinematics from biplane fluoroscopy | |
Liu et al. | Extraction of coronary atherosclerotic plaques from computed tomography imaging: a review of recent methods | |
JP2007275318A (ja) | 画像表示装置、画像表示方法およびそのプログラム | |
WO2017148502A1 (en) | Automatic detection of an artifact in patient image data | |
JP6301277B2 (ja) | 診断補助画像生成装置および診断補助画像生成方法、並びに、診断補助画像生成プログラム | |
WO2022164374A1 (en) | Automated measurement of morphometric and geometric parameters of large vessels in computed tomography pulmonary angiography | |
US11475568B2 (en) | Method for controlling display of abnormality in chest x-ray image, storage medium, abnormality display control apparatus, and server apparatus | |
JP7457011B2 (ja) | 異常検出方法、異常検出プログラム、異常検出装置、サーバ装置及び情報処理方法 | |
Wen et al. | Enhanced coronary calcium visualization and detection from dual energy chest x-rays with sliding organ registration | |
Karami et al. | Anatomy-based algorithm for automatic segmentation of human diaphragm in noncontrast computed tomography images | |
JP2006136506A (ja) | 画像処理装置 | |
EP2178046A2 (en) | Multi-image correlation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20130618 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20131227 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140110 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20140409 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20140416 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20140502 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20140513 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20140606 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20140613 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140702 |
|
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: 20141014 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20141030 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5643304 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 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |