JP2013522712A5 - - Google Patents
Download PDFInfo
- Publication number
- JP2013522712A5 JP2013522712A5 JP2012556614A JP2012556614A JP2013522712A5 JP 2013522712 A5 JP2013522712 A5 JP 2013522712A5 JP 2012556614 A JP2012556614 A JP 2012556614A JP 2012556614 A JP2012556614 A JP 2012556614A JP 2013522712 A5 JP2013522712 A5 JP 2013522712A5
- Authority
- JP
- Japan
- Prior art keywords
- determining
- slice
- thresholding
- index
- maximum
- 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
- 238000003384 imaging method Methods 0.000 claims description 48
- 210000002216 Heart Anatomy 0.000 claims description 42
- 230000002107 myocardial Effects 0.000 claims description 32
- 210000004165 Myocardium Anatomy 0.000 claims description 18
- 238000005266 casting Methods 0.000 claims description 17
- 210000001308 Heart Ventricles Anatomy 0.000 claims description 16
- 230000017531 blood circulation Effects 0.000 claims description 15
- 230000000875 corresponding Effects 0.000 claims description 14
- 230000000747 cardiac effect Effects 0.000 claims description 11
- 238000002059 diagnostic imaging Methods 0.000 claims description 10
- 230000002861 ventricular Effects 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 3
- 230000004807 localization Effects 0.000 claims description 3
- 230000000873 masking Effects 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 2
- 230000004044 response Effects 0.000 claims description 2
- 230000001276 controlling effect Effects 0.000 claims 1
- 238000002603 single-photon emission computed tomography Methods 0.000 description 9
- 210000004185 Liver Anatomy 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000002799 radiopharmaceutical Effects 0.000 description 7
- 239000012217 radiopharmaceutical Substances 0.000 description 7
- 210000001015 Abdomen Anatomy 0.000 description 4
- 238000002600 positron emission tomography Methods 0.000 description 4
- 210000001519 tissues Anatomy 0.000 description 4
- 210000000038 chest Anatomy 0.000 description 3
- 210000000056 organs Anatomy 0.000 description 3
- 230000003187 abdominal Effects 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006011 modification reaction Methods 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 210000004072 Lung Anatomy 0.000 description 1
- 210000003660 Reticulum Anatomy 0.000 description 1
- HWHLPVGTWGOCJO-UHFFFAOYSA-N Trihexyphenidyl Chemical compound C1CCCCC1C(C=1C=CC=CC=1)(O)CCN1CCCCC1 HWHLPVGTWGOCJO-UHFFFAOYSA-N 0.000 description 1
- 230000003044 adaptive Effects 0.000 description 1
- 230000001419 dependent Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000003628 erosive Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000002610 neuroimaging Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000005258 radioactive decay Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Description
本願は医用画像分野に関する。これは核画像診断における心筋組織の関心領域(ROI)定義に特に応用される。
核画像診断においては、循環系を画像化するために、又は注入された放射性医薬品を蓄積する特定臓器を画像化するために、放射性核種分布が患者の血流を通過する際に研究される。単光子放出コンピュータ断層撮影(SPECT)において、例えば1つ以上の放射線検出器、通称ガンマカメラが、放射性崩壊事象によって生じる放射線放出を介して放射性医薬品を検出するために使用される。典型的には、各ガンマカメラは放射線検出器アレイと、放射線検出器アレイの前に配置されるコリメータを含む。コリメータは検出放射線が投影データを有するように直線若しくは小角円錐視線を定義する。ガンマカメラが例えば180°若しくは360°角度範囲にわたる角度視野にわたって動かされる場合、得られる投影データはフィルタ補正逆投影、期待値最大化、若しくは別の画像技術を使用して患者における放射性医薬品分布の画像に再構成されることができる。有利なことに、放射性医薬品は心臓イメージングの目的で心臓組織などの選択組織の選択的画像化をもたらすために、こうした選択組織に蓄積するように開発されることができる。
多くの心臓イメージング研究においては、左心室が特に関心が高い。予備段階として、心臓、及びより具体的には左心室の関心領域を定義しようとする。心臓イメージング研究におけるROI定義に関する1つの問題は、取得画像データが比較的高レベルのノイズを示し、あるとしても限られた解剖学的情報しか示さないことである。心臓イメージングにおいては、心臓付近の放射性医薬品の放射能分布が、心筋血流、局所心筋血流、血流予備能、駆出率、若しくは診断と治療に関連する他のパラメータを推定するために使用されることができる。これらのパラメータを定量化し推定するために、心筋ROIが画像データにおいて最初に識別される。しかしながら、心筋パラメータの正確な定量的評価は正確で再現可能な心筋ROIの識別に一部依存する。
典型的に、心筋ROIの範囲と境界は臨床医によって手動で描かれる。例えば、臨床医はROIの輪郭をなぞるか、又はグラフィカルユーザインターフェース(GUI)を用いてROIに含まれる個別ボクセルをマークし得る。あいにく、範囲と境界の手動ROI描写は厄介で時間のかかる作業となり得る。さらに、手動ROI描写の結果はユーザ依存性になる傾向があり、再現不可能な結果になりやすい。
代替的に、マルチモダリティイメージングシステムは、CT、MRIなどが核イメージングシステムからの心筋パラメータに加えて解剖学的情報を提供することを可能にする。解剖学的情報は心筋ROIを識別するために使用されることができる。ROIに対応する核イメージングデータは診断パラメータを決定するために定量化される。しかしながら、解剖学的イメージングデータは臓器運動及び/又は低分解能の影響を受けやすく、これはレジストレーションエラーや不十分な心筋ROI定義をあらわし得る。
本願は上述の問題などを克服する正確で再現可能な心筋ROI定義を提供する新たな改良されたシステムと方法を提供する。
一態様によれば、心臓イメージングのための方法が提示される。方法は対象の機能イメージングデータを取得するステップを含み、機能イメージングデータは少なくとも心筋を含む領域を含む。取得された機能イメージングデータから最大でも心筋を含む関心領域が決定され、決定されたROIに基づいて心筋の診断パラメータが推定される。
別の態様によれば、画像診断システムが提示される。画像診断システムは機能イメージングデータを取得するための少なくとも1つの検出器ヘッドを持つ機能イメージングシステムを含む。制御ユニットは機能イメージングデータの取得及び/又は検出器ヘッドの位置を制御する。関心領域プロセッサは心臓イメージングの方法を実行するようにプログラムされる。
別の態様によれば、コンピュータ可読記憶媒体は、コンピュータによって実行されるときに、コンピュータに心臓イメージングの方法を実行させる命令を含む。
1つの利点は関心領域定義のロバスト性が改良されることにある。
別の利点は定義された関心領域から抽出されるパラメータの精度が改良されることにある。
別の利点は関心領域を決定するためにユーザ相互作用がほとんど若しくは全く必要ないことにある。
本発明のなおさらなる利点は以下の詳細な説明を読んで理解することで当業者に理解される。
本発明は様々な要素及び要素の構成、並びに様々なステップ及びステップの構成で具体化し得る。図面は好適な実施形態を例示する目的に過ぎず、本発明を限定するものと解釈されない。
図1を参照すると、画像診断システム10が検査領域14内の対象12の機能イメージングデータを取得する。SPECTシステムが記載されるが、ポジトロン放出断層撮影法(PET)などといった他の画像診断法も考慮されることが理解されるものとする。画像診断システム10は例えば関心領域が長手軸18まわりを中心とするように所望位置において撮像若しくは検査される対象12を適所に進めるように選択的に平行移動可能な患者支持台16を含む。代替的に、外側ガントリ20が長手軸18に沿って対象12の所望位置を得るためにトラック22に運動可能に取り付けられる。
内側ガントリ24は段階的若しくは連続的運動のために外側ガントリ20に回転可能に取り付けられる。回転する内側ガントリ24は対象を受ける検査領域14を定義する。1つ以上の検出器ヘッド26,28,30は回転式内側ガントリ24上に個々に位置付け可能である。検出器ヘッド26,28,30は回転式内側ガントリ24の回転とともに検査領域14及び対象12まわりをグループとして回転する。検出器ヘッド26,28,30は、検出器ヘッドを中心軸まわりの様々な角度方向のいずれかに位置付けるよう、それらの対象12からの距離及び回転ガントリ24上の間隔を変えるために、半径方向に、円周方向に、及び横方向に調節可能である。
検出器ヘッド26,28,30は各々放射性医薬品からの入射放射線事象に応じて閃光すなわち光子を放出する1つ以上のシンチレータなどの放射線検出器のアレイを含む。シンチレータは閃光を受光してそれを電気信号へ変換する光検出器のアレイによって見られる。代替的に、直接放射線から電気パルスへの検出器アレイもまた考慮される。例えば検出器アレイの前に配置される放射線吸収ハニカムコリメータなど、投影データを定義するために適切なコリメーションが提供される。リゾルバ回路は各受光放射線事象のx、y座標と入射放射線のエネルギーを分解する。光検出器の相対出力が従来の方法で処理され修正され、(i)各放射線事象が受光される検出器ヘッド上の位置座標、及び(ii)各事象のエネルギーを示す出力信号を生成する。エネルギーは多重発光放射線源、迷放射及び二次放出放射線、散乱放射線、透過放射線など様々な種類の放射線を区別するために、並びにノイズを除去するために使用される。
SPECTイメージングにおいて、投影像表現は検出器ヘッド上の各座標において受信される放射線データによって定義される。SPECTイメージングにおいて、コリメータはそれに沿って放射線が受光される光線(ray)を定義する。図示の実施形態はSPECTイメージングに関して記載されるが、ポジトロン放出断層撮影(PET)イメージングシステムなどの他の核画像診断法もまた考慮されることが理解されるべきである。
PETイメージングにおいて、検出器ヘッド出力は2つのヘッド上の同時放射線事象について観察される。ヘッドの位置と配向、及び同時放射線が受光される面上の位置から、同時事象検出点間の光線が計算される。この光線はそれに沿って放射線事象が起こった線を定義する。PET及びSPECTの両方において、ヘッドの多数の角度方向からの投影データは投影データバッファ36に保存され、そして再構成プロセッサ38によって関心領域の横ボリュメトリック画像表現及び投影像表現に再構成され、これはそれぞれボリューム画像メモリ40と投影像メモリ42に保存される。投影像表現はボリュームデータセットを通して投影される線に沿った最高減衰ボクセルが選択されるボリュームの2次元(2D)軸表現であり得る。ボリュメトリック画像表現とともに、計算時間及び投影像表現に対し小さな特徴の視覚化という代償を払って3D空間関係が保存される。両画像表現は長手軸18に沿って画像表現の複数の横スライスを含み得る。機能イメージングシステム10は対象の選択標的領域の選択イメージングシーケンスを実行するようにコントローラ44によって操作される。コンソール46は、臨床医がスキャンシーケンス若しくはプロトコルを選択するようにスキャナコントローラ44を制御するためにユーザ入力装置50とともに使用することができるグラフィックユーザインターフェース(GUI)を表示する表示ユニット48を含む。
システム10は心筋などといった関心領域を定義するためのアルゴリズムを実行する関心領域(ROI)プロセッサ60を含む。心臓イメージングの実施例においては、多量の放射性医薬品を吸収する肝臓のような臓器など、腹部から心筋を分離することが有利である。ROIプロセッサ60は各画像メモリ40,42に保存される再構成投影及び/又はボリュメトリック画像表現を受信し、解剖学的画像若しくは人オペレータの助けを必要とすることなく、受信核データを分析してROIを定義する。ROIを含む画像表現と、投影及び/又はボリュメトリック画像表現のいずれかは、臨床医が見るために表示ユニット48に供給され得る。ROIプロセッサは受信画像データ、処理画像データ、処理、生成、再構成などのための決定アルゴリズム、ROI決定アルゴリズムなどを保存するコンピュータ可読記憶ユニット62に結合される。投影データバッファ36、ボリューム画像メモリ40、投影像メモリ42、及び記憶媒体62は、単一コンピュータ可読メモリモジュールの一部であるか又は個別モジュールとして実装され得ることが理解される。
ROIプロセッサ62に動作可能に接続されるパラメータ化プロセッサ64は、心臓評価の背景においては、心筋血流、局所心筋血流、血流予備能、駆出率など、ROIからパラメータを推定し定量化する。心臓イメージング、肺イメージング、脳イメージングなどの特定イメージング研究に合わせたパラメータもまた考慮されることが理解されるべきである。
図2を参照すると、一実施形態において、ROIプロセッサは最大でも心筋を含むROIを決定し、ROIの再構成範囲を決定するための方法70を実行するようプログラムされる。ROIプロセッサ60は投影像メモリ42に保存される投影像表現を受信する(S200)。投影像表現を構成する2D画像は3次元(3D)ガウシアンフィルタなどの平滑化フィルタでフィルタされる。3Dガウシアンフィルタの実施例において、パラメータ(例えば標準偏差、カーネル幅、カーネル高さなど)はイメージングシステム、患者などに適合され得る。代表スライスが、スライス位置に基づいて自動的に、臨床医によって手動で、GUI50を介して代表スライスの選択を提供することによって半自動的に、のいずれかでフィルタスライスから選択される(S202)。代表スライスの強度分布はピクセル強度の範囲を調節するために正規化される(S204)。代表スライスを正規化するための1つの方法は、代表スライスの全体最大ピクセル強度にわたって対応ピクセル強度の逆正接に従って各ピクセルを更新することである。
I(i,j)=atan(I(i,j)/Imax)×100
I(i,j)は位置(i,j)におけるピクセル強度であり、Imaxは代表スライスの全体最大ピクセル強度であり、100は定数係数である。
I(i,j)=atan(I(i,j)/Imax)×100
I(i,j)は位置(i,j)におけるピクセル強度であり、Imaxは代表スライスの全体最大ピクセル強度であり、100は定数係数である。
強度正規化代表スライスは例えば心臓部、肝臓部、腹部などの高吸収領域を保持し、バックグラウンドノイズを抑制するためにヒストグラムプロファイルを用いて閾値化される(S206)。他の高吸収領域から心臓部を分離するために、心臓部を局在化するように閾値化スライスにレイキャスティングが実行される(S208)。心臓部が局在化された後、右心室、重なっている肝臓及び胸部といった部分など、心臓部を囲む不要な部分が画像処理に基づく方法及び/又はヒューリスティックを用いて削除若しくは除去される(S210)。局在化心臓部が削除されると、局在化心臓部を囲む境界ボックスが推定され(S212)、心筋の範囲が境界ボックスの位置と寸法から決定されることができる。図3は3つのテストケースについて方法70の様々なステップにおける選択代表スライスを図示する。
図4A‐4C及び図5を参照すると、代表スライスにおいて高吸収領域を保持し、バックグラウンドノイズを抑制するために、代表スライスのヒストグラムに基づく閾値化が実行される。閾値化アルゴリズム72は心臓部を除去すべきでないので、反復適応ヒストグラムに基づく閾値化アルゴリズムが導入される。ヒストグラムの極大値、極大値が生じるインデックス、ヒストグラム内の谷などの係数が、閾値化係数を決める前に研究される。閾値化係数が決定されると、正規化代表スライスが極大値と閾値化係数の比に基づいて決定される。臨床研究は閾値化係数が2.5乃至5の範囲内にあると推定されることを示した。従って、初期閾値化係数は3に設定され、閾値化アルゴリズム72はヒストグラム係数に従って閾値化係数を反復的に更新する。
正規化代表スライスのヒストグラムが生成される(S400)。ヒストグラムは図5に示す通り正規化代表スライスにおけるピクセル強度の表形式度数(tabulated frequency)のグラフィック表示である。最大度数80(MaxFreq)及びその対応インデックスがヒストグラムから決定される(S402)。ヒストグラムインデックスゼロに対応する度数は、バックグラウンド、すなわち強度ゼロのピクセルに関連するので、閾値化アルゴリズム72において考慮されないことに留意されたい。MaxFreqが決定された後、ヒストグラム内の極大値(LocMax)82とその対応インデックスが所定の予め選択された条件に基づいて検索される(S404)。
条件はコンソール46の入力装置50を用いてGUIに予め選択される制約を入力することによって臨床医によって設定されることができる。条件は度数及び/又はインデックス制約を含み得る。例えば、条件はMaxFreqとLocMaxの度数の差が最大でもMaxFreqの20%であるべきと規定し得る。言い換えれば、LocMaxの度数はMaxFreqの度数の20%以内であるべきである。別の条件はLocMaxのインデックスがMaxFreqのインデックス以上から8大きいものとすることを含み得る。LocMaxの検索はこの条件例に限定されるべきではなく、他の条件及び条件の量もまた考慮されることが理解されるべきである。
LocMaxが決定されると、初期設定閾値化係数がLocMaxの度数とインデックスに基づいて反復的に決定される(S406)。LocMaxのインデックスが10未満であり、LocMaxの度数がバックグラウンド(すなわちヒストグラム[0]若しくはゼロ強度のピクセル)の度数未満である場合、閾値化係数が更新される(S408)。これらの条件の両方が満たされる場合、アルゴリズム72はLocMaxのインデックスが1に等しいかどうかをチェックすることによってノイズが優勢であるかどうかを決定する(S410)。LocMaxが1に等しい場合、現在のLocMaxを除外するために(S412)、すなわち検索からインデックス1と関連する度数を除外するために新たなLocMaxが検索される。新たなLocMaxインデックスが5未満である場合(S414)、閾値化係数が1削減され(S416)、アルゴリズムが継続する。新たなLocMaxインデックスが5以上乃至10未満である場合(S418)、閾値化係数が1増加され(S420)、アルゴリズムが継続する。LocMaxが1ではない場合、LocMaxインデックスが5以上乃至10未満であるかどうかをチェックする(S422)。もしそうであれば、閾値化係数は1削減されアルゴリズムが継続する(S424)。
ステップS408のテストが失敗する場合、アルゴリズムは引き続き決定された閾値化係数に対するLocMax度数の比に従ってベンチマーク線84を決定する(S426)。
y=LocMax度数/閾値化係数
y=LocMax度数/閾値化係数
そしてベンチマーク線84以下の度数になるようにベンチマーク度数が決定される(S428)。ベンチマーク度数は決定されたベンチマーク度数のうちの1つよりも上の閾値化の範囲を設定する、すなわち閾値化度数を超える及び/又は含むインデックスが閾値化後に保存される。まず、ベンチマーク線以下の全度数が特定されベンチマーク度数とラベルされる。複数の度数の数が1未満である(すなわちベンチマーク線以下の度数がない)場合(S430)、ベンチマーク線に最も近い度数が検索され、ベンチマーク度数として選択される(S432)。
ベンチマーク度数の数が1以上である場合(S430)、最初と最後のベンチマーク度数が検索される(S434)。最初のベンチマーク度数86はベンチマーク線直下の最初のヒストグラム度数である。最後のベンチマーク度数88は最初のベンチマーク度数とベンチマーク線の間の、最初のベンチマーク点インデックスの3乃至50の間のインデックスを持つヒストグラム度数である。閾値度数は最初と最後のベンチマーク度数の間の最低度数であり(S436)、すなわちこれは谷である。ベンチマーク度数が決定された後(S428)、正規化代表スライスが決定されたベンチマーク度数よりも上に閾値化される(S438)。
引き続き図6A‐Cを参照しながら図2に戻ると、レイキャスティングアルゴリズム90に従って閾値化代表スライスから局在化心臓部が決定される(S208)。局在化心臓部を決定するために、図6Bに示す通り水平レイキャスティングプロファイルが生成される(S600)。光線は第1の行から開始して閾値化スライスのy方向に進むように水平に投じられる。レイキャスティングプロファイルの実施例は3つのテストケースについて図6Cに図示される。第1の行は正規化代表スライスのヒストグラムであり、第2の行は対応するレイキャスティングプロファイルである。ヒストグラムのy軸は度数をあらわしx軸はピクセル強度若しくはインデックスをあらわす。レイキャスティングプロファイルにおいて、y軸は非ゼロピクセルのカウントをあらわしx軸は投じられる光線をあらわし、例えば64光線が投じられる。
図6Aに戻り、レイキャスティングプロファイルから、非ゼロカウントを持つ光線のグループが連結性基準に基づいて連結されるように決定される。LocMax条件と同様に、臨床医は入力装置50を用いてコンソール46のGUIに制約を入力することによって連結性基準を設定することができる。例えば、連結性基準は心筋の寸法及び/又は心筋の位置など特定の解剖学的仮定に基づき得る。臨床医は対象の年齢、身長、体重、胸囲、既往歴などをデータベースに入力し、仮定の根拠として平均寸法及び位置を検索することができる。SPECTイメージングにおいて、64×64ピクセル分解能で410mm×410mmのおおよその寸法を持つスライスでは、心筋が少なくとも38.4mmすなわち6光線若しくは6ピクセルの垂直寸法と、少なくとも44.8mmすなわち水平光線の25%について7列若しくは7ピクセルの水平寸法を持つと仮定され得る。連結性基準が心筋を絞り込むことができない場合、例えば連結光線のグループが最小寸法基準を満たさない場合、閾値化係数が1削減され(S604)、ヒストグラムに基づく閾値化が更新された閾値化係数で繰り返される。
連結性基準が満たされ、領域が心筋として絞り込まれる場合(S602)、局在化心臓部が決定され(S604)、ROI及び対応する再構成範囲を決定するためにさらに処理される。前のステップから心筋として絞り込まれた最初の(前方)非ゼロ光線から始めて64×64SPECTスライスについて76.88mm若しくは12ピクセルに及ぶ領域が、局在化心臓部として決定される(S606)。局在化心臓部はノイズと高強度腹部及び肝臓をマスクしてからマスク領域をさらに処理することによって保存される。図6Dは心筋を絞り込み局在化心臓部92を決定するために連結性基準を決定するために使用されるヒューリスティックの一実施例を図示する。
図7A及び7Bを参照すると、初期分離及びレイキャスティング操作後(すなわち垂直方向において)、心筋は右心室、重なっている肝臓、及び心臓を囲む他の胸部などの不要部分から水平方向に削除される。画像処理法100が採用され、ヒューリスティックに基づく削除アルゴリズム102が同じものに対し採用される。レイキャスティング(S206)後に決定されるマスクスライスが2値化される(S700)。場合によっては、心筋境界内の低強度ピクセルのために2値化画像表現に穴が現れるかもしれない。心筋の領域がその後の収縮(erosion)操作(S704)において除去されないことを確実にするために、穴埋め操作(S702)が実行される。連結成分分析(S706)が実行され、少なくとも10ピクセルを持つ成分が選択され、選択成分が膨張(dilate)される(S708)。膨張2値マスクが得られると、x及びy方向に範囲が計算される(S710)。
ヒューリスティックに基づく削除アルゴリズム102は残りの部分を削除する。x及びy方向の範囲が4ピクセルを超えて異なり(S712)、x方向の部分がy方向よりも大きい場合(S714)、x方向の部分が除去される、すなわち範囲内の差がY方向の差と同じになるまで左方向から膨張2値マスクから列が反復的に削除される(S716)。X及びY方向の範囲が4ピクセル未満である場合、次のステップが実行される。
適切な範囲を推定した後、x軸に沿ってy方向に光線が投じられ、各光線に沿った非ゼロピクセルの数が右から始めてカウントされる(S718)。各非ゼロ光線について、非ゼロピクセルの数がy方向の範囲の40%未満である場合(S720)、x方向の範囲が左にシフト若しくは調節される(S722)。シフトは現在の光線の非ゼロピクセルの数がy方向の範囲のもの以上になるまで繰り返される。このプロセスが停止すると、残りの部分の境界ボックスが推定され(S724)、例えば±4ピクセルのマージンが境界ボックスのx及びy方向の両方に加えられ(S726)、再構成限界を与える。最終再構成限界は、臨床医による検証のために表示ユニット48で見るために、機能イメージング表現、投影像表現、ボリュメトリック画像表現などにわたってマスクされ得る。
図8Aを参照すると、別の実施形態において、ROIプロセッサ60は最大でも左心室を含むROIを決定するための方法120を実行し、左心室(L.V.)を再配向するように構成される。パラメータ定量化及び推定のために、L.V.が再配向される。典型的には、左心室の短軸、水平長軸、及び垂直長軸を配向するために全ボリュメトリック画像表現が再配向される。このLV配向の知識は、心筋血流、局所心筋血流、血流予備能、駆出率などといった診断パラメータの正確で再現可能な評価のためにボリュメトリック断層データの適切なスライシングを可能にする。ストレス及び安静テストなどの実験間のずれは誤診をもたらし得る。L.V.再配向の精度と再現性を向上させるために、方法120は最大でも左心室を含むROIの識別と、全ボリュームの代わりにROIのみの再配向を要する。
ROIプロセッサ60は投影像メモリ40に保存されたボリュメトリック画像表現を受信する(S800)。心筋境界を保持し、パラメータ推定及び定量化を妨げ得ることになる肝臓及び腹部から生じる強度とバックグラウンドノイズを抑制するために、ボリュメトリック画像表現を構成する横スライスが個別に閾値化される(S802)。各横スライスに対する最大強度が決定され、予め選択される閾値化係数、例えば2に対する決定された最大強度の比を上回る強度を持つピクセルが保存されるように、スライスが閾値化される。横スライスが閾値化されると、心筋に対応するスライスの中心セットが選択される(S804)。SPECTイメージングの実施例において、中心スライスはおおよそ7スライスを含み得る横ボリュームの30‐40%であると予測される。中心スライスは横ボリューム内のスライス位置に基づいて自動的に、臨床医によって手動で、又はその組み合わせで、例えばGUIを介して適切なセットの検証のために中心スライスの選択を提供することによって、決定されることができる。
心筋に対応する中心に位置するスライスのセットが選択されると、肝臓及び腹部からL.V.を分離するために選択されたスライスの各々に対してクラスタリングが実行される(S806)。引き続き図8Bを参照すると、クラスタリングアルゴリズム122はまず連結成分分析で選択スライスの各々のうちの最大成分を決定する(S808)。100mm2よりも大きい面積を持つ成分(S810)、若しくは64×64スライス内のおおよそ15‐16ピクセルが境界ボックスでフィルタされる(S812)。各境界ボックスの重心が決定され(S814)、隣接する重心が横方向において分析される。整列した重心を持つ境界ボックスの最長連続クラスタが選択され、選択クラスタ内の最大境界ボックスが全ボリュメトリック画像表現をマスクするために使用され(S818)、これが初期ROIを定義する。整列の程度は隣接スライス内の重心間の距離によって決定される。例えば、x若しくはy方向のいずれかにおいて4ピクセル若しくは25.6mm以内の隣接重心が連続とみなされる。図8Dは閾値化(2行目)及びクラスタ選択(3行目の点線)後の選択中心スライス(1行目)を図示する。
引き続き図8Cを参照しながら図8Aに戻って参照すると、クラスタリングアルゴリズム122から決定されるマスクROIは横方向の全スライスを含む。この初期ROIはその中に特定の腹部若しくは肝臓部分を持つかもしれず、これらはマンハッタン距離に従って横方向に削除される(S820)。マンハッタン距離アルゴリズム124は各スライスに存在する心筋部分が一致し、いかなる不一致も適切に調節されることを確実にする。
初期ROIは予め選択される閾値化係数を超える初期ROIの最大強度を用いてスライスについて(slice‐wise)閾値化される(S822)。閾値化後の残り部分の重心が初期ROIの各スライス毎に決定される(S824)。マンハッタン距離が選択中心スライス(S826)の重心から各スライス重心毎に決定される(S828)。決定された各マンハッタン距離に対する予め選択された制約に基づいて、例えば20mmスライス、選択中心スライスから予め選択されたマンハッタン距離制約を超える閾値化ROIのスライスが、ROIから除去される(S830)。アルゴリズム124は中心スライスから横ボリュームの終了に向かって及び開始に向かって横断し、マンハッタン距離に従ってROIの開始と終了を決定する。
マンハッタン距離に基づく削除後、削除されたROIは心筋の領域と重なっている特定の肝臓及び腹部の領域を持つかもしれない。L.V.は心臓角度の決定を妨げ得るこれらの領域から分離される(S832)。この目的でL.V.の中隔に平行な線が中心スライス内の心筋壁に対して推定される。これらの決定された線の間のROI部分はL.V.再配向のために保存される。
図8E‐8Hを参照すると、L.V.分離アルゴリズム126が選択中心スライスに対して実行される。図8Fに図示の通り、最大垂直接線(MaxVT)、最小垂直接線(MinVT)、最大水平接線(MaxHT)、及び最小水平接線(MinHT)を決定するために垂直及び水平方向のレイキャスティングが使用される。最大及び最小垂直接点を決定するために正負y方向のいずれかにおいて非ゼロカウントを持つ最初の光線(図8G)が使用される(S836)。最大及び最小水平接点を決定するために正負x方向のいずれかにおいて非ゼロカウントを持つ最初の光線(図8H)が使用される(S838)。図8Iに示す通り、MaxHTをMinVTに、及びMaxVTをMinHTに連結する線(S840,S842)が心臓角度を規定する。角度は各線の傾きの正接から決定され、傾きはy=mx+bで決定される(S844)。
図8J及び8Kを参照すると、これらの線の間の部分が分離され、L.V.の方位角と仰角を決定する(S850)ために心臓線が使用され、それから単軸(SA)、水平長軸(HLA)、垂直長軸(VLA)が決定される(S852)。SA,HLA及びVLAにより、ROIプロセッサ60は再配向角度を決定し(S854)、L.V.を再配向する(S856)。
本発明は好適な実施形態に関して記載されている。前の詳細な説明を読んで理解することで修正及び変更が想到され得る。本発明はかかる修正及び変更を添付の請求項若しくはその均等物の範囲内にある限り全て含むものと解釈されることが意図される。
Claims (17)
- 心臓イメージングのための方法であって、
少なくとも心筋を含む、対象の機能イメージングデータを取得するステップと、
前記取得された機能イメージングデータから最大でも心筋を含む関心領域を決定するステップと、
前記決定された関心領域に基づいて心筋の診断パラメータを推定するステップと
を有し、前記関心領域を決定するステップが、
前記機能イメージングデータから投影像表現を生成するステップと、
選択代表スライスのヒストグラムに基づいて前記投影像表現を閾値化するステップと、
水平レイキャスティングプロファイルと解剖学的ヒューリスティックのうち少なくとも1つに従って前記閾値化データ内の局在化心臓部を決定するステップと、
画像に基づく及びヒューリスティックに基づく削除法に従って前記局在化心臓部の範囲を決定するステップと、
を含む、方法。 - 前記推定された診断パラメータが、心筋血流、局所心筋血流、血流予備能、及び駆出率のうち少なくとも1つを含む、請求項1に記載の方法。
- 前記取得された機能データを閾値化するステップが、
前記選択代表スライスのヒストグラムを生成するステップと、
前記ヒストグラムから最大度数とそのインデックスを決定するステップと、
前記最大度数のインデックスに基づいて予め選択される条件に基づいて極大度数とそのインデックスを検索するステップと、
前記極大度数のインデックスと度数のうち少なくとも1つに基づいて閾値化係数を反復的に決定するステップと
を含む、請求項1又は2に記載の方法。 - 前記投影像表現を閾値化するステップが、
前記決定された閾値化係数に対する前記極大度数の比からベンチマーク線を決定するステップと、
前記ベンチマーク線以下の最初の度数である、最初のベンチマーク度数とそのインデックスを前記ヒストグラム上で特定するステップと、
前記最初のベンチマーク度数と前記ベンチマーク線の間の度数、及び前記最初のベンチマーク点インデックスの3乃至50の間のインデックスを持つ、最後のベンチマーク度数とそのインデックスを特定するステップと、
前記最初と最後のベンチマーク度数の間の最低度数である、閾値化度数とそのインデックスを特定するステップと、
第2のベンチマークインデックス以上のインデックスを持つ度数が保存されるように前記投影像表現を閾値化するステップと
をさらに含む、請求項3に記載の方法。 - 前記閾値化データ内の局在化心臓部を決定するステップが、
水平に投じられた光線から前記閾値化投影像表現の前記レイキャスティングプロファイルを生成するステップと、
連結性基準に従って連結される光線を決定するステップと、
前記連結光線に解剖学的ヒューリスティックに従って前記局在化心臓部を決定するステップと
を含む、請求項4に記載の方法。 - 前記解剖学的ヒューリスティックが投じられた光線の非ゼロピクセルカウントに基づいておおよその心臓寸法と解剖学的位置に従って局在化心臓部を規定する、請求項5に記載の方法。
- 前記局在化心臓部決定の失敗に応じて、前記閾値化係数を更新し、更新されたベンチマーク線及び/又は度数に従って前記投影像表現を閾値化する、請求項5又は6に記載の方法。
- 前記局在化心臓部の範囲を決定するステップが、
前記決定された局在化心臓部をマスクするステップと、
画像に基づく削除法を用いて前記マスクされた局在化心臓部を削除するステップと、
削除された局在化心臓部の範囲を決定するステップと、
垂直レイキャスティングに基づくヒューリスティックに従って削除された局在化心臓部の範囲を調節するステップと、
前記調節された範囲に対して境界ボックスを推定するステップと
を含む、請求項5乃至7のいずれか一項に記載の方法。 - 前記関心領域を決定するステップが、
前記機能イメージングデータをボリューム画像表現に再構成するステップと、
各対応スライスの最大ピクセル強度に従って前記ボリューム画像表現の横スライスを閾値化するステップと、
左心室に対応する前記閾値化スライスのクラスタを決定するステップと、
中心スライス内の左心室重心から残りのクラスタ化スライス内の左心室重心の間の所定のマンハッタン距離に従って前記決定されたスライスのクラスタを削除するステップと、
心筋の中隔の心臓角度に従って前記削除されたスライスにおいて左心室を分離するステップと
を含む、請求項1乃至8のいずれか一項に記載の方法。 - 前記分離された左心室の方位角と仰角を決定するステップと、
前記決定された方位角と仰角に従って左心室の短軸、垂直長軸、及び水平長軸を決定するステップと、
前記決定された短軸、垂直長軸、水平長軸に従って左心室の再配向角度を決定するステップと
をさらに含む、請求項9に記載の方法。 - 前記横スライスを閾値化するステップが、
各横スライスについて最大ピクセル値を決定するステップと、
予め選択される閾値化係数に対する対応最大ピクセル値の比を超える強度を持つ各スライス内のピクセルを保存するステップと
を含む、請求項9又は10に記載の方法。 - 前記閾値化スライスのクラスタを決定するステップが、
心筋に対応する複数の中心に位置するスライスを選択するステップと、
連結成分分析に従って各選択スライス内の最大成分を決定するステップと、
最大成分の各々の周辺に境界ボックスをフィッティングするステップと、
4ピクセル未満異なる隣接重心を持つ境界ボックスの最長連続クラスタを決定するステップと、
前記決定されたクラスタ内の最大境界ボックスで前記ボリューム画像表現をマスクすることによって初期関心領域を生成するステップと
を含む、請求項11に記載の方法。 - 前記決定されたスライスのクラスタを削除するステップが、
各対応スライスの最大ピクセル強度及び予め選択される閾値化係数の比に従って前記初期関心領域の各スライスを閾値化するステップと、
前記初期関心領域の各閾値化スライスの重心を決定するステップと、
中心スライスの重心から所定のマンハッタン距離を超えるスライスを閾値化関心領域から除去するステップと
を含む、請求項12に記載の方法。 - 左心室を分離するステップが、
前記削除されたスライスの中心スライスを選択するステップと、
最大及び最小水平接点と、最大及び最小垂直接点を決定するステップと、
前記最小垂直接点と前記最大水平接点の間の線の第1の心臓角度を推定するステップと、
前記最大垂直接点と前記最小水平接点の間の第2の線の第2の心臓角度を推定するステップと
を含む、請求項9乃至13のいずれか一項に記載の方法。 - 機能イメージングデータを取得するための少なくとも1つの検出器ヘッドを持つ機能イメージングシステムと、
前記機能イメージングデータの取得及び/又は前記検出器ヘッドの位置を制御するための制御ユニットと、
前記取得された機能イメージングデータから最大でも心筋を含む関心領域を決定する関心領域プロセッサと、
前記決定された関心領域からパラメータを推定及び/又は定量化するパラメータ化プロセッサと
を有し、前記関心領域プロセッサが、
前記機能イメージングデータから投影像表現を生成する処理と、
選択代表スライスのヒストグラムに基づいて前記投影像表現を閾値化する処理と、
水平レイキャスティングプロファイルと解剖学的ヒューリスティックのうち少なくとも1つに従って前記閾値化データ内の局在化心臓部を決定する処理と、
画像に基づく及びヒューリスティックに基づく削除法に従って前記局在化心臓部の範囲を決定する処理と、
を実行する、画像診断システム。 - 前記推定される診断パラメータが、心筋血流、局所心筋血流、血流予備能、駆出率のうち少なくとも1つを含む、請求項15に記載の画像診断システム。
- 前記関心領域プロセッサが、
前記選択代表スライスのヒストグラムを生成するステップと、
前記ヒストグラムから最大度数とそのインデックスを決定するステップと、
前記最大度数のインデックスに基づいて予め選択される条件に基づいて極大度数とそのインデックスを検索するステップと、
前記極大度数のインデックスと度数のうち少なくとも1つに基づいて閾値化係数を反復的に決定するステップと
を含む、請求項15又は16に記載の画像診断システム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US31140610P | 2010-03-08 | 2010-03-08 | |
US61/311,406 | 2010-03-08 | ||
PCT/IB2011/050533 WO2011110959A1 (en) | 2010-03-08 | 2011-02-08 | Region of interest definition in cardiac imaging |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2013522712A JP2013522712A (ja) | 2013-06-13 |
JP2013522712A5 true JP2013522712A5 (ja) | 2015-07-02 |
JP5764147B2 JP5764147B2 (ja) | 2015-08-12 |
Family
ID=44072544
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012556614A Expired - Fee Related JP5764147B2 (ja) | 2010-03-08 | 2011-02-08 | 心臓イメージングにおける関心領域定義 |
Country Status (6)
Country | Link |
---|---|
US (1) | US8958620B2 (ja) |
EP (1) | EP2545526B1 (ja) |
JP (1) | JP5764147B2 (ja) |
CN (1) | CN102812492B (ja) |
RU (1) | RU2562898C2 (ja) |
WO (1) | WO2011110959A1 (ja) |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2545526B1 (en) * | 2010-03-08 | 2016-10-19 | Koninklijke Philips N.V. | Region of interest definition in cardiac imaging |
CN103080977B (zh) * | 2010-08-25 | 2016-01-06 | 皇家飞利浦电子股份有限公司 | 在发射图像中的心脏定位及验证 |
US9760988B2 (en) | 2011-05-10 | 2017-09-12 | Koninklijke Philips N.V. | Myocardial clusterification and orientation |
US9119559B2 (en) * | 2011-06-16 | 2015-09-01 | Salient Imaging, Inc. | Method and system of generating a 3D visualization from 2D images |
US9691159B2 (en) * | 2012-07-18 | 2017-06-27 | Koninklijke Philips N.V. | Local contraction measurements |
US9111337B2 (en) * | 2012-10-12 | 2015-08-18 | Mayo Foundation For Medical Education And Research | Low dose cardiac CT imaging with time-adaptive filtration |
JP6301102B2 (ja) * | 2012-10-22 | 2018-03-28 | 学校法人藤田学園 | 医用画像診断装置、医用画像処理装置及び医用画像処理プログラム |
US11229362B2 (en) * | 2013-01-24 | 2022-01-25 | Tylerton International Holdings Inc. | Body structure imaging |
JP5755276B2 (ja) * | 2013-03-25 | 2015-07-29 | 日本メジフィジックス株式会社 | 心筋輪郭抽出技術及びその応用 |
US10247682B2 (en) * | 2013-04-04 | 2019-04-02 | Illinois Tool Works Inc. | Helical computed tomography |
US20160220835A1 (en) | 2013-09-08 | 2016-08-04 | Tylerton International Inc. | Apparatus and methods for diagnosis and treatment of patterns of nervous system activity affecting disease |
US10646183B2 (en) | 2014-01-10 | 2020-05-12 | Tylerton International Inc. | Detection of scar and fibrous cardiac zones |
JP6595193B2 (ja) * | 2014-03-11 | 2019-10-23 | キヤノンメディカルシステムズ株式会社 | 読影レポート作成装置および読影レポート作成システム |
EP3371774B1 (en) * | 2015-11-05 | 2021-06-30 | Volpara Health Technologies Limited | Method for quantification of images |
EP3621519A1 (en) * | 2017-05-10 | 2020-03-18 | Boston Scientific Scimed Inc. | Region-of-interest representations for electroanatomical mapping |
EP3438928A1 (en) * | 2017-08-02 | 2019-02-06 | Koninklijke Philips N.V. | Detection of regions with low information content in digital x-ray images |
CN108680884B (zh) * | 2018-04-18 | 2019-10-22 | 厦门大学 | 一种实现单体素定域二维相敏j分解谱方法 |
CN108898588A (zh) * | 2018-06-22 | 2018-11-27 | 中山仰视科技有限公司 | 基于时间序列的治疗效果评估方法、电子设备 |
WO2020105102A1 (ja) * | 2018-11-20 | 2020-05-28 | 株式会社島津製作所 | イメージングデータ解析装置 |
CN111680683B (zh) * | 2019-03-30 | 2023-06-02 | 上海铼锶信息技术有限公司 | 一种roi参数的获取方法及系统 |
CN112183545B (zh) * | 2020-09-29 | 2024-05-17 | 佛山市南海区广工大数控装备协同创新研究院 | 一种任意形状的自然场景文本识别方法 |
JP7121818B1 (ja) | 2021-02-19 | 2022-08-18 | Pdrファーマ株式会社 | プログラム、画像処理装置及び画像処理方法 |
KR102595487B1 (ko) * | 2021-03-31 | 2023-10-31 | 순천향대학교 산학협력단 | 다중 의료영상 융합을 이용한 심근변화 측정 시스템 및 그 방법 |
Family Cites Families (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5404426A (en) * | 1991-05-21 | 1995-04-04 | Hitachi, Ltd. | Method of displaying hair style and apparatus for the same |
JP3167363B2 (ja) | 1991-08-29 | 2001-05-21 | 株式会社東芝 | 関心領域設定方法及び画像処理装置 |
US5381791A (en) * | 1992-03-10 | 1995-01-17 | Siemens Medical Systems, Inc. | Automatic indentification of anatomical features of interest from data acquired in nuclear medicine studies and automatic positioning of scintillation cameras to carry out such studies at optimal positions |
US5421331A (en) * | 1992-03-10 | 1995-06-06 | Siemens Medical Systems, Inc. | Automatic identification of the long axis of the left ventricle from nuclear medicine spect data for use in myocardial perufsion studies |
US5570430A (en) | 1994-05-31 | 1996-10-29 | University Of Washington | Method for determining the contour of an in vivo organ using multiple image frames of the organ |
US6065475A (en) | 1995-06-08 | 2000-05-23 | Siemens Corporate Research, Inc. | Automatic localization of the heart from a reconstructed volume and automatic selection of a most suitable representative transverse slice for defining a left ventricle oblique axis in myocardial spect study |
US5859891A (en) | 1997-03-07 | 1999-01-12 | Hibbard; Lyn | Autosegmentation/autocontouring system and method for use with three-dimensional radiation therapy treatment planning |
WO2002065395A2 (en) | 2001-02-13 | 2002-08-22 | Koninklijke Philips Electronics N.V. | Analysis of successive data sets |
US7400757B2 (en) | 2001-10-04 | 2008-07-15 | Siemens Medical Solutions Usa, Inc. | System and method for segmenting the left ventricle in a cardiac image |
US7764813B2 (en) * | 2003-04-24 | 2010-07-27 | Koninklijke Philips Electronics N.V. | Region delineation in computer tomographic angiography |
US7321676B2 (en) | 2003-07-30 | 2008-01-22 | Koninklijke Philips Electronics N.V. | Automatic determination of the long axis of the left ventricle in 3D cardiac imaging |
US7534210B2 (en) * | 2004-02-03 | 2009-05-19 | Siemens Medical Solutions Usa, Inc. | Methods for adaptively varying gain during ultrasound agent quantification |
US7890159B2 (en) * | 2004-09-30 | 2011-02-15 | Cardiac Pacemakers, Inc. | Cardiac activation sequence monitoring and tracking |
US7509170B2 (en) * | 2005-05-09 | 2009-03-24 | Cardiac Pacemakers, Inc. | Automatic capture verification using electrocardiograms sensed from multiple implanted electrodes |
US7715627B2 (en) | 2005-03-25 | 2010-05-11 | Siemens Medical Solutions Usa, Inc. | Automatic determination of the standard cardiac views from volumetric data acquisitions |
EP2036042B1 (en) * | 2006-06-26 | 2017-03-22 | Koninklijke Philips N.V. | Semiautomatic myocardial region of interest definition |
US7957570B2 (en) * | 2007-05-03 | 2011-06-07 | General Electric Company | System and method to generate an illustration of a cardiac region of interest |
US8369590B2 (en) * | 2007-05-21 | 2013-02-05 | Cornell University | Method for segmenting objects in images |
ATE544132T1 (de) | 2007-05-30 | 2012-02-15 | Cleveland Clinic Foundation | Automatisiertes mittellinien-extraktionsverfahren und erzeugung eines entsprechenden analytischen ausdrucks und verwendung hierfür |
JP5558672B2 (ja) * | 2008-03-19 | 2014-07-23 | 株式会社東芝 | 画像処理装置及びx線コンピュータ断層撮影装置 |
US8139838B2 (en) | 2008-05-22 | 2012-03-20 | Siemens Aktiengesellschaft | System and method for generating MR myocardial perfusion maps without user interaction |
EP2545526B1 (en) * | 2010-03-08 | 2016-10-19 | Koninklijke Philips N.V. | Region of interest definition in cardiac imaging |
US8553989B1 (en) * | 2010-04-27 | 2013-10-08 | Hrl Laboratories, Llc | Three-dimensional (3D) object recognition system using region of interest geometric features |
US9760988B2 (en) * | 2011-05-10 | 2017-09-12 | Koninklijke Philips N.V. | Myocardial clusterification and orientation |
-
2011
- 2011-02-08 EP EP11710313.5A patent/EP2545526B1/en not_active Not-in-force
- 2011-02-08 WO PCT/IB2011/050533 patent/WO2011110959A1/en active Application Filing
- 2011-02-08 RU RU2012142648/14A patent/RU2562898C2/ru not_active IP Right Cessation
- 2011-02-08 JP JP2012556614A patent/JP5764147B2/ja not_active Expired - Fee Related
- 2011-02-08 US US13/580,166 patent/US8958620B2/en not_active Expired - Fee Related
- 2011-02-08 CN CN201180012829.8A patent/CN102812492B/zh not_active Expired - Fee Related
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5764147B2 (ja) | 心臓イメージングにおける関心領域定義 | |
JP2013522712A5 (ja) | ||
RU2471204C2 (ru) | Локальная позитронная эмиссионная томография | |
WO2018001099A1 (zh) | 一种血管提取方法与系统 | |
JP5613235B2 (ja) | 関心腫瘍領域の画成のための生体構造モデリング | |
US8467856B2 (en) | Anatomy modeling for tumor region of interest definition | |
US20070165917A1 (en) | Fully automatic vessel tree segmentation | |
CN106999135B (zh) | 辐射发射成像系统和方法 | |
US11309072B2 (en) | Systems and methods for functional imaging | |
US20100322493A1 (en) | Systems, methods, apparatuses, and computer program products for computer aided lung nodule detection in chest tomosynthesis images | |
US20100284598A1 (en) | Image registration alignment metric | |
US8415630B2 (en) | Apparatus and methods for determining a boundary of an object for positron emission tomography scatter correction | |
US9684973B2 (en) | Systems and methods for selecting imaging data for principle components analysis | |
US10628963B2 (en) | Automatic detection of an artifact in patient image | |
CN110536640B (zh) | 从pet列表数据中的呼吸运动信号的噪声鲁棒的实时提取 | |
CN111295665A (zh) | 确定肺图像中高密度肺组织的区域 | |
US8391578B2 (en) | Method and apparatus for automatically registering images | |
US9760988B2 (en) | Myocardial clusterification and orientation | |
US20150243026A1 (en) | Multi-structure atlas and/or use thereof | |
de Sousa Silva | Left Ventricle Functional Analysis from Coronary CT Angiography |