JP2017511188A5 - - Google Patents
Download PDFInfo
- Publication number
- JP2017511188A5 JP2017511188A5 JP2016560645A JP2016560645A JP2017511188A5 JP 2017511188 A5 JP2017511188 A5 JP 2017511188A5 JP 2016560645 A JP2016560645 A JP 2016560645A JP 2016560645 A JP2016560645 A JP 2016560645A JP 2017511188 A5 JP2017511188 A5 JP 2017511188A5
- Authority
- JP
- Japan
- Prior art keywords
- anatomical
- images
- image
- parameters
- subject
- 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
- 238000002591 computed tomography Methods 0.000 claims description 35
- 210000003484 anatomy Anatomy 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 3
- 210000004351 Coronary Vessels Anatomy 0.000 claims 2
- 210000004204 Blood Vessels Anatomy 0.000 claims 1
Description
上述の一般的な説明と、以下の詳細な説明は例示的であって、説明だけを目的としており、特許請求されている本開示の実施形態の限定されるものではないことは理解されるべきである。
本発明は、例えば、以下を提供する。
(項目1)
患者の解剖学的構造の少なくとも一部をコンピュータシステムを使用してモデリングするコンピュータで実行される方法であって、
モデリングのための対象の解剖学的物体の表示を受信し、
前記対象の解剖学的物体の1つ以上の第1画像のうち少なくとも1つから前記対象の解剖学的物体の1つ以上の第1の解剖学的パラメータを決定し、
前記対象の解剖学的物体の1つ以上の第2画像のうち少なくとも1つから前記対象の解剖学的物体の1つ以上の第2の解剖学的パラメータを決定し、
前記1つ以上の第2の解剖学的パラメータに基づいて、前記1つ以上の第1の解剖学的パラメータを更新し、
少なくとも前記更新された第1の解剖学的パラメータに基づいて前記対象の解剖学的物体のモデルを生成すること、を含む方法。
(項目2)
前記1つ以上の第1の画像は、第1の再構築方法を使用して得られた1つ以上のコンピュータ断層撮影法(CT)スキャンを含み、前記1つ以上の第2の画像は、第2の再構築方法を使用して得られた1つ以上のCTスキャンを含む、項目1に記載の方法。
(項目3)
前記1つ以上の第1の画像は、最初に得られた1つ以上のCTスキャンを含み、前記1つ以上の第2の画像は、最初とは異なる第2回目に得られた1つ以上のCTスキャンを含む、項目1に記載の方法。
(項目4)
前記1つ以上の第1の画像は1つ以上のCTスキャンを含み、前記1つ以上の第2の画像は1つ以上の磁気共鳴(MR)画像を含む、項目1に記載の方法。
(項目5)
前記対象の解剖学的物体の前記表示は、1つ以上の境界モデル、ボリュームモデル、アピアランスモデル及び形状モデルを含む、項目1に記載の方法。
(項目6)
前記対象の解剖学的物体の前記表示は、患者の冠状血管の内腔のモデルを含み、前記モデルは、前記複数のボクセルのそれぞれが前記患者の冠状血管の内腔に属する確率を表す複数のボクセルを含む、項目1に記載の方法。
(項目7)
前記1つ以上の第2の解剖学的パラメータで前記1つ以上の第1の解剖学的パラメータを更新することは、前記第1の画像のボクセルが前記患者の冠状血管の内腔に属する確率と、第2の画像のボクセルが前記患者の冠状血管の内腔に属する確率を平均化することを含む、項目6に記載の方法。
(項目8)
前記1つ以上の第1の解剖学的パラメータを、前記1つ以上の第2の解剖学的パラメータで更新することは、前記1つ以上の第1の解剖学的パラメータと前記1つ以上の第2の解剖学的パラメータとを組み合わせことを含む、項目1に記載の方法。
(項目9)
1つ以上の第1または第2の解剖学的パラメータを決定することは、前記第1の画像のうち少なくとも1つまたは前記第2の画像のうち少なくとも1つの分割を実行し、前記画像の一部が前記対象の解剖学的物体の一部を表す確率を決定することを含む、項目1に記載の方法。
(項目10)
前記1つ以上の第1の解剖学的パラメータを前記1つ以上の第2の解剖学的パラメータで更新することは、第1の画像の一部が前記対象の解剖学的物体の一部を表す確率と、第2の画像の一部が前記対象の解剖学的物体の一部を表す確率とを平均化することを含む、項目9に記載の方法。
(項目11)
前記第1の画像または第2の画像のうちの1つを参照画像として指定し、
前記1つ以上の第1の画像のそれぞれと、前記1つ以上の第2の画像のそれぞれを前記参照画像に位置決めするために画像の位置決めを使用し、
各第1の画像の一部が前記対象の解剖学的物体の一部を表す確率と、各第2の画像の一部が前記対象の解剖学的物体の前記一部を表す確率を平均化することにより、前記1つ以上の第2の解剖学的パラメータで前記1つ以上の第1の解剖学的パラメータを更新することをさらに含む、項目3に記載の方法。
(項目12)
参照画像として最大または最適な空間分解能を有する前記第1の画像または第2の画像のうち1つを参照画像として指定し、
前記1つ以上の第1の画像のそれぞれと、前記1つ以上の第2の画像のそれぞれを前記参照画像に位置決めするために3次元画像の位置決めを使用し、
各第1の画像の一部が前記対象の解剖学的物体の一部を表す確率と、各第2の画像の一部が前記対象の解剖学的物体の一部を表す確率を平均化することにより、前記1つ以上の第2の解剖学的パラメータで前記1つ以上の第1の解剖学的パラメータを更新すること、をさらに含む、項目4に記載の方法。
(項目13)
患者の解剖学的構造の少なくとも一部をモデリングするためのシステムであって、
患者特有の解剖学的画像データに基づいてモデリングするためのインストラクションを格納するデータ記憶装置と、
方法を実行するための前記インストラクションを実行するよう構成されるプロセッサと、を具備し、
前記方法は、
モデリングのための対象の解剖学的物体の表示を受信し、
前記対象の解剖学的物体の1つ以上の第1画像のうち少なくとも1つから前記対象の解剖学的物体の1つ以上の第1の解剖学的パラメータを決定し、
前記対象の解剖学的物体の1つ以上の第2画像のうち少なくとも1つから前記対象の解剖学的物体の1つ以上の第2の解剖学的パラメータを決定し、
前記1つ以上の第2の解剖学的パラメータに少なくとも基づいて前記1つ以上の第1の解剖学的パラメータを更新し、
前記更新された第1の解剖学的パラメータに基づいて前記対象の解剖学的物体のモデルを生成すること、を含むシステム。
(項目14)
前記1つ以上の第1の画像は、第1の再構築方法を使用して得られた1つ以上のコンピュータ断層撮影法(CT)スキャンを含み、前記1つ以上の第2の画像は、第2の再構築方法を使用して得られた1つ以上のCTスキャンを含む、項目13に記載のシステム。
(項目15)
1つ以上の第1の画像は、最初に得られた1つ以上のCTスキャンを含み、前記1つ以上の第2の画像は、最初とは異なる第2回目に得られた1つ以上のCTスキャンを含む、項目13に記載のシステム。
(項目16)
前記1つ以上の第1の画像は1つ以上のCTスキャンを含み、前記1つ以上の第2の画像は1つ以上の磁気共鳴(MR)画像を含む、項目13に記載のシステム。
(項目17)
患者の解剖学的構造の少なくとも一部分をモデリングするための、コンピュータで実行可能なプログラミングインストラクションを含む、コンピュータシステム上で使用するための非一時的なコンピュータ可読媒体であって、
前記方法は、
モデリングのための対象の解剖学的物体の表示を受信し、
前記対象の解剖学的物体の1つ以上の第1画像のうち少なくとも1つから前記対象の解剖学的物体の1つ以上の第1の解剖学的パラメータを決定し、
前記対象の解剖学的物体の1つ以上の第2画像のうち少なくとも1つから前記対象の解剖学的物体の1つ以上の第2の解剖学的パラメータを決定し、
前記1つ以上の第2の解剖学的パラメータに少なくとも基づいて前記1つ以上の第1の解剖学的パラメータを更新し、
前記更新された第1の解剖学的パラメータに基づいて前記対象の解剖学的物体のモデルを生成すること、を含む非一時的なコンピュータ可読媒体。
(項目18)
前記1つ以上の第1の画像は、第1の再構築方法を使用して得られた1つ以上のコンピュータ断層撮影法(CT)スキャンを含み、前記1つ以上の第2の画像は、第2の再構築方法を使用して得られた1つ以上のCTスキャンを含む、項目17に記載の方法。
(項目19)
前記1つ以上の第1の画像は、最初に得られた1つ以上のCTスキャンを含み、前記1つ以上の第2の画像は、前記最初とは異なる第2回目に得られた1つ以上のCTスキャンを含む、項目17に記載の方法。
(項目20)
前記1つ以上の第1の画像は1つ以上のCTスキャンを含み、前記1つ以上の第2の画像は1つ以上の磁気共鳴(MR)画像を含む、項目17に記載の方法。
本発明は、例えば、以下を提供する。
(項目1)
患者の解剖学的構造の少なくとも一部をコンピュータシステムを使用してモデリングするコンピュータで実行される方法であって、
モデリングのための対象の解剖学的物体の表示を受信し、
前記対象の解剖学的物体の1つ以上の第1画像のうち少なくとも1つから前記対象の解剖学的物体の1つ以上の第1の解剖学的パラメータを決定し、
前記対象の解剖学的物体の1つ以上の第2画像のうち少なくとも1つから前記対象の解剖学的物体の1つ以上の第2の解剖学的パラメータを決定し、
前記1つ以上の第2の解剖学的パラメータに基づいて、前記1つ以上の第1の解剖学的パラメータを更新し、
少なくとも前記更新された第1の解剖学的パラメータに基づいて前記対象の解剖学的物体のモデルを生成すること、を含む方法。
(項目2)
前記1つ以上の第1の画像は、第1の再構築方法を使用して得られた1つ以上のコンピュータ断層撮影法(CT)スキャンを含み、前記1つ以上の第2の画像は、第2の再構築方法を使用して得られた1つ以上のCTスキャンを含む、項目1に記載の方法。
(項目3)
前記1つ以上の第1の画像は、最初に得られた1つ以上のCTスキャンを含み、前記1つ以上の第2の画像は、最初とは異なる第2回目に得られた1つ以上のCTスキャンを含む、項目1に記載の方法。
(項目4)
前記1つ以上の第1の画像は1つ以上のCTスキャンを含み、前記1つ以上の第2の画像は1つ以上の磁気共鳴(MR)画像を含む、項目1に記載の方法。
(項目5)
前記対象の解剖学的物体の前記表示は、1つ以上の境界モデル、ボリュームモデル、アピアランスモデル及び形状モデルを含む、項目1に記載の方法。
(項目6)
前記対象の解剖学的物体の前記表示は、患者の冠状血管の内腔のモデルを含み、前記モデルは、前記複数のボクセルのそれぞれが前記患者の冠状血管の内腔に属する確率を表す複数のボクセルを含む、項目1に記載の方法。
(項目7)
前記1つ以上の第2の解剖学的パラメータで前記1つ以上の第1の解剖学的パラメータを更新することは、前記第1の画像のボクセルが前記患者の冠状血管の内腔に属する確率と、第2の画像のボクセルが前記患者の冠状血管の内腔に属する確率を平均化することを含む、項目6に記載の方法。
(項目8)
前記1つ以上の第1の解剖学的パラメータを、前記1つ以上の第2の解剖学的パラメータで更新することは、前記1つ以上の第1の解剖学的パラメータと前記1つ以上の第2の解剖学的パラメータとを組み合わせことを含む、項目1に記載の方法。
(項目9)
1つ以上の第1または第2の解剖学的パラメータを決定することは、前記第1の画像のうち少なくとも1つまたは前記第2の画像のうち少なくとも1つの分割を実行し、前記画像の一部が前記対象の解剖学的物体の一部を表す確率を決定することを含む、項目1に記載の方法。
(項目10)
前記1つ以上の第1の解剖学的パラメータを前記1つ以上の第2の解剖学的パラメータで更新することは、第1の画像の一部が前記対象の解剖学的物体の一部を表す確率と、第2の画像の一部が前記対象の解剖学的物体の一部を表す確率とを平均化することを含む、項目9に記載の方法。
(項目11)
前記第1の画像または第2の画像のうちの1つを参照画像として指定し、
前記1つ以上の第1の画像のそれぞれと、前記1つ以上の第2の画像のそれぞれを前記参照画像に位置決めするために画像の位置決めを使用し、
各第1の画像の一部が前記対象の解剖学的物体の一部を表す確率と、各第2の画像の一部が前記対象の解剖学的物体の前記一部を表す確率を平均化することにより、前記1つ以上の第2の解剖学的パラメータで前記1つ以上の第1の解剖学的パラメータを更新することをさらに含む、項目3に記載の方法。
(項目12)
参照画像として最大または最適な空間分解能を有する前記第1の画像または第2の画像のうち1つを参照画像として指定し、
前記1つ以上の第1の画像のそれぞれと、前記1つ以上の第2の画像のそれぞれを前記参照画像に位置決めするために3次元画像の位置決めを使用し、
各第1の画像の一部が前記対象の解剖学的物体の一部を表す確率と、各第2の画像の一部が前記対象の解剖学的物体の一部を表す確率を平均化することにより、前記1つ以上の第2の解剖学的パラメータで前記1つ以上の第1の解剖学的パラメータを更新すること、をさらに含む、項目4に記載の方法。
(項目13)
患者の解剖学的構造の少なくとも一部をモデリングするためのシステムであって、
患者特有の解剖学的画像データに基づいてモデリングするためのインストラクションを格納するデータ記憶装置と、
方法を実行するための前記インストラクションを実行するよう構成されるプロセッサと、を具備し、
前記方法は、
モデリングのための対象の解剖学的物体の表示を受信し、
前記対象の解剖学的物体の1つ以上の第1画像のうち少なくとも1つから前記対象の解剖学的物体の1つ以上の第1の解剖学的パラメータを決定し、
前記対象の解剖学的物体の1つ以上の第2画像のうち少なくとも1つから前記対象の解剖学的物体の1つ以上の第2の解剖学的パラメータを決定し、
前記1つ以上の第2の解剖学的パラメータに少なくとも基づいて前記1つ以上の第1の解剖学的パラメータを更新し、
前記更新された第1の解剖学的パラメータに基づいて前記対象の解剖学的物体のモデルを生成すること、を含むシステム。
(項目14)
前記1つ以上の第1の画像は、第1の再構築方法を使用して得られた1つ以上のコンピュータ断層撮影法(CT)スキャンを含み、前記1つ以上の第2の画像は、第2の再構築方法を使用して得られた1つ以上のCTスキャンを含む、項目13に記載のシステム。
(項目15)
1つ以上の第1の画像は、最初に得られた1つ以上のCTスキャンを含み、前記1つ以上の第2の画像は、最初とは異なる第2回目に得られた1つ以上のCTスキャンを含む、項目13に記載のシステム。
(項目16)
前記1つ以上の第1の画像は1つ以上のCTスキャンを含み、前記1つ以上の第2の画像は1つ以上の磁気共鳴(MR)画像を含む、項目13に記載のシステム。
(項目17)
患者の解剖学的構造の少なくとも一部分をモデリングするための、コンピュータで実行可能なプログラミングインストラクションを含む、コンピュータシステム上で使用するための非一時的なコンピュータ可読媒体であって、
前記方法は、
モデリングのための対象の解剖学的物体の表示を受信し、
前記対象の解剖学的物体の1つ以上の第1画像のうち少なくとも1つから前記対象の解剖学的物体の1つ以上の第1の解剖学的パラメータを決定し、
前記対象の解剖学的物体の1つ以上の第2画像のうち少なくとも1つから前記対象の解剖学的物体の1つ以上の第2の解剖学的パラメータを決定し、
前記1つ以上の第2の解剖学的パラメータに少なくとも基づいて前記1つ以上の第1の解剖学的パラメータを更新し、
前記更新された第1の解剖学的パラメータに基づいて前記対象の解剖学的物体のモデルを生成すること、を含む非一時的なコンピュータ可読媒体。
(項目18)
前記1つ以上の第1の画像は、第1の再構築方法を使用して得られた1つ以上のコンピュータ断層撮影法(CT)スキャンを含み、前記1つ以上の第2の画像は、第2の再構築方法を使用して得られた1つ以上のCTスキャンを含む、項目17に記載の方法。
(項目19)
前記1つ以上の第1の画像は、最初に得られた1つ以上のCTスキャンを含み、前記1つ以上の第2の画像は、前記最初とは異なる第2回目に得られた1つ以上のCTスキャンを含む、項目17に記載の方法。
(項目20)
前記1つ以上の第1の画像は1つ以上のCTスキャンを含み、前記1つ以上の第2の画像は1つ以上の磁気共鳴(MR)画像を含む、項目17に記載の方法。
Claims (25)
- コンピュータシステムを使用して、患者の解剖学的構造の少なくとも一部をモデリングするコンピュータで実行される方法であって、前記方法は、
画像データの第1の分割に関連する対象の解剖学的オブジェクトの1つ以上の第1の解剖学的パラメータを決定し、
前記画像データの第2の分割に関連する前記対象の解剖学的オブジェクトの1つ以上の第2の解剖学的パラメータを決定し、
前記1つ以上の第2の解剖学的パラメータに基づいて、1つ以上の更新された第1の解剖学的パラメータを計算し、
前記更新された第1の解剖学的パラメータに基づいて前記対象の解剖学的オブジェクトのモデルを更新すること、を含む方法。 - 前記画像データは、1つ以上の第1の画像と1つ以上の第2の画像とを含む、請求項1に記載の方法。
- 前記1つ以上の第1の画像は、第1の再構築方法を使用して得られた1つ以上のコンピュータ断層撮影法(CT)スキャンを含み、前記1つ以上の第2の画像は、第2の再構築方法を使用して得られた1つ以上のCTスキャンを含む、請求項2に記載の方法。
- 1つ以上の第1の画像は、最初に得られた1つ以上のCTスキャンを含み、前記1つ以上の第2の画像は、前記最初とは異なる第2回目に得られた1つ以上のCTスキャンを含む、請求項2に記載の方法。
- 前記第1の画像または第2の画像のうち1つを参照画像として指定し、
前記1つ以上の第1の画像のそれぞれと、前記1つ以上の第2の画像のそれぞれを前記参照画像に位置決めするために画像の位置決めを使用し、
各第1の画像の一部が前記対象の解剖学的オブジェクトの一部を表す確率と、各第2の画像の一部が前記対象の解剖学的オブジェクトの一部を表す確率の前記平均を決定することにより、前記1つ以上の更新された第1の解剖学的パラメータを計算すること、をさらに含む、請求項4に記載の方法。 - 前記1つ以上の第1の画像は1つ以上のCTスキャンを含み、前記1つ以上の第2の画像は1つ以上の磁気共鳴(MR)画像を含む、請求項2に記載の方法。
- 最大または最適な空間分解能を有する前記第1の画像または第2の画像を参照画像として指定し、
前記1つ以上の第1の画像のそれぞれと、前記1つ以上の第2の画像のそれぞれを前記参照画像に位置決めするために3次元画像の位置決めを使用し、
各第1の画像の一部が前記対象の解剖学的オブジェクトの一部を表す確率と、各第2の画像の一部が前記対象の解剖学的オブジェクトの一部を表す確率の前記平均を決定することにより、前記1つ以上の更新された第1の解剖学的パラメータを計算することをさらに含む、請求項6に記載の方法。 - モデリングのための対象の解剖学的オブジェクトの表示を受信することを含み、前記対象の解剖学的オブジェクトの前記表示は、1つ以上の境界モデル、ボリュームモデル、アピアランスモデル及び形状モデルをさらに含む、請求項1に記載の方法。
- モデリングのための対象の解剖学的オブジェクトの表示を受信し、前記対象の解剖学的オブジェクトの前記表示は患者の冠状血管の内腔のモデルを含み、前記モデルは、前記複数のボクセルのそれぞれが前記患者の冠状血管の内腔に属する確率を表す複数のボクセルを含むことさらに含む、請求項1に記載の方法。
- 前記1つ以上の更新された第1の解剖学的パラメータを計算することは、第1の画像のボクセルが前記患者の冠状血管の内腔に属する確率と、第2の画像のボクセルが前記患者の冠状血管の内腔に属する確率の前記平均を決定することを含む、請求項9に記載の方法。
- 前記1つ以上の更新された第1の解剖学的パラメータを計算することが、前記1つ以上の第1の解剖学的パラメータを前記1つ以上の第2の解剖学的パラメータと組み合わせをすることを含む、請求項1に記載の方法。
- 前記第1の分割または第2の分割に基づいて、前記画像データが前記対象の解剖学的オブジェクトの一部を表す確率を決定することをさらに含む、請求項1に記載の方法。
- 前記1つ以上の更新された第1の解剖学的パラメータを計算することが、第1の画像の一部が前記対象の解剖学的オブジェクトの一部を表す確率と、第2の画像の一部が前記対象の解剖学的オブジェクトの一部を表す確率の前記平均を決定することを含む、請求項12に記載の方法。
- モデリングのための対象の解剖学的オブジェクトの表示を受信することをさらに含み、前記表示は前記1つ以上の第1の解剖学的パラメータから決定される、請求項1に記載の方法。
- 確率またはレベルセット値を前記画像データの各ピクセルに割り当てることをさらに含む、請求項1に記載の方法。
- 患者の解剖学的構造の少なくとも一部をモデリングするためのシステムは、
患者特有の解剖学的画像データに基づいてモデリングするためのインストラクションを格納するデータ記憶装置と、
方法を実行するためのインストラクションを実行するよう構成されるプロセッサと、
画像データの第1の分割に関連する対象の解剖学的オブジェクトの1つ以上の第1の解剖学的パラメータを決定し、
画像データの第2の分割に関連する前記対象の解剖学的オブジェクトの1つ以上の第2の解剖学的パラメータを決定し、
前記1つ以上の第2の解剖学的パラメータに基づいて、1つ以上の更新された第1の解剖学的パラメータを計算し、
少なくとも前記更新された第1の解剖学的パラメータに基づいて前記対象の解剖学的オブジェクトのモデルを更新すること、を備えるシステム。 - 前記画像データは、1つ以上の第1の画像と1つ以上の第2の画像とを含む、請求項16に記載のシステム。
- 前記1つ以上の第1の画像は、第1の再構築方法を使用して得られた1つ以上のコンピュータ断層撮影法(CT)スキャンを含み、前記1つ以上の第2の画像は、第2の再構築方法を使用して得られた1つ以上のCTスキャンを含む、請求項17に記載のシステム。
- 前記1つ以上の第1の画像は、最初に得られた1つ以上のCTスキャンを含み、前記1つ以上の第2の画像は、前記最初とは異なる第2回目に得られた1つ以上のCTスキャンを含む、請求項17に記載のシステム。
- 前記1つ以上の第1の画像は1つ以上のCTスキャンを含み、前記1つ以上の第2の画像は1つ以上の磁気共鳴(MR)画像を含む、請求項17に記載のシステム。
- 患者の解剖学的構造の少なくとも一部分をモデリングするための、コンピュータで実行可能なプログラミングインストラクションを含む、コンピュータシステム上で使用するための非一時的なコンピュータ可読媒体であって、
画像データの第1の分割に関連する対象の解剖学的オブジェクトの1つ以上の第1の解剖学的パラメータを決定し、
前記画像データの第2の分割に関連する前記対象の解剖学的オブジェクトの1つ以上の第2の解剖学的パラメータを決定し、
前記1つ以上の第2の解剖学的パラメータに基づいて、1つ以上の更新された第1の解剖学的パラメータを計算し、
少なくとも前記更新された第1の解剖学的パラメータに基づいて前記対象の解剖学的オブジェクトのモデルを更新すること、を含む方法。 - 前記画像データは、1つ以上の第1の画像と1つ以上の第2の画像とを含む、請求項21に記載の方法。
- 前記1つ以上の第1の画像は、第1の再構築方法を使用して得られた1つ以上のコンピュータ断層撮影法(CT)スキャンを含み、前記1つ以上の第2の画像は、第2の再構築方法を使用して得られた1つ以上のCTスキャンを含む、請求項22に記載の方法。
- 前記1つ以上の第1の画像は、最初に得られた1つ以上のCTスキャンを含み、前記1つ以上の第2の画像は、前記最初とは異なる第2回目に得られた1つ以上のCTスキャンを含む、請求項22に記載の方法。
- 前記1つ以上の第1の画像は1つ以上のCTスキャンを含み、前記1つ以上の第2の画像は1つ以上の磁気共鳴(MR)画像を含む、請求項22に記載の方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/254,491 US9058692B1 (en) | 2014-04-16 | 2014-04-16 | Systems and methods for image-based object modeling using multiple image acquisitions or reconstructions |
US14/254,491 | 2014-04-16 | ||
PCT/US2015/025691 WO2015160763A1 (en) | 2014-04-16 | 2015-04-14 | Systems and methods for image-based object modeling using multiple image acquisitions or reconstructions |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018177341A Division JP6557767B2 (ja) | 2014-04-16 | 2018-09-21 | 多数の画像取得または再構築を使用する画像ベースのオブジェクトモデリングのためのシステム及び方法 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2017511188A JP2017511188A (ja) | 2017-04-20 |
JP2017511188A5 true JP2017511188A5 (ja) | 2017-06-08 |
JP6409073B2 JP6409073B2 (ja) | 2018-10-17 |
Family
ID=53053088
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016560645A Active JP6409073B2 (ja) | 2014-04-16 | 2015-04-14 | 多数の画像取得または再構築を使用する画像ベースのオブジェクトモデリングのためのシステム及び方法 |
JP2018177341A Active JP6557767B2 (ja) | 2014-04-16 | 2018-09-21 | 多数の画像取得または再構築を使用する画像ベースのオブジェクトモデリングのためのシステム及び方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018177341A Active JP6557767B2 (ja) | 2014-04-16 | 2018-09-21 | 多数の画像取得または再構築を使用する画像ベースのオブジェクトモデリングのためのシステム及び方法 |
Country Status (4)
Country | Link |
---|---|
US (6) | US9058692B1 (ja) |
EP (2) | EP3132419B1 (ja) |
JP (2) | JP6409073B2 (ja) |
WO (1) | WO2015160763A1 (ja) |
Families Citing this family (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2994904A4 (en) | 2013-05-10 | 2017-01-18 | Stenomics, Inc. | Modeling and simulation system for optimizing prosthetic heart valve treatment |
US9092743B2 (en) | 2013-10-23 | 2015-07-28 | Stenomics, Inc. | Machine learning system for assessing heart valves and surrounding cardiovascular tracts |
US9514530B2 (en) | 2014-04-16 | 2016-12-06 | Heartflow, Inc. | Systems and methods for image-based object modeling using multiple image acquisitions or reconstructions |
US10176408B2 (en) | 2015-08-14 | 2019-01-08 | Elucid Bioimaging Inc. | Systems and methods for analyzing pathologies utilizing quantitative imaging |
US11676359B2 (en) | 2015-08-14 | 2023-06-13 | Elucid Bioimaging Inc. | Non-invasive quantitative imaging biomarkers of atherosclerotic plaque biology |
US11113812B2 (en) | 2015-08-14 | 2021-09-07 | Elucid Bioimaging Inc. | Quantitative imaging for detecting vulnerable plaque |
US11071501B2 (en) | 2015-08-14 | 2021-07-27 | Elucid Bioiwaging Inc. | Quantitative imaging for determining time to adverse event (TTE) |
US11087459B2 (en) | 2015-08-14 | 2021-08-10 | Elucid Bioimaging Inc. | Quantitative imaging for fractional flow reserve (FFR) |
US11094058B2 (en) | 2015-08-14 | 2021-08-17 | Elucid Bioimaging Inc. | Systems and method for computer-aided phenotyping (CAP) using radiologic images |
EP3374895A1 (en) | 2015-11-10 | 2018-09-19 | HeartFlow, Inc. | Systems and methods for anatomical modeling using information from a procedure |
US10354378B2 (en) | 2016-04-06 | 2019-07-16 | University Of Washington | Systems and methods for quantitative assessment of microvasculature using optical coherence tomography angiography |
WO2017199245A1 (en) | 2016-05-16 | 2017-11-23 | Cathworks Ltd. | System for vascular assessment |
WO2017199246A1 (en) | 2016-05-16 | 2017-11-23 | Cathworks Ltd. | Vascular selection from images |
US10398382B2 (en) * | 2016-11-03 | 2019-09-03 | Siemens Medical Solutions Usa, Inc. | Respiratory motion estimation in projection domain in nuclear medical imaging |
EP3559903B1 (en) * | 2016-12-23 | 2023-03-22 | HeartFlow, Inc. | Machine learning of anatomical model parameters |
WO2019071249A1 (en) | 2017-10-06 | 2019-04-11 | Emory University | METHODS AND SYSTEMS FOR DETERMINING HEMODYNAMIC INFORMATION FOR ONE OR MORE ARTERIAL SEGMENTS |
WO2019075376A1 (en) | 2017-10-13 | 2019-04-18 | The Research Foundation For The State University Of New York | OPTICAL DOPPLER TOMOGRAPHY WITH WAVELENGTH DIVISION MULTIPLEXING SCANNED SOURCE |
EP3471054B1 (en) * | 2017-10-16 | 2022-02-09 | Siemens Healthcare GmbH | Method for determining at least one object feature of an object |
US11871995B2 (en) | 2017-12-18 | 2024-01-16 | Hemolens Diagnostics Sp. Z O.O. | Patient-specific modeling of hemodynamic parameters in coronary arteries |
US10813612B2 (en) | 2019-01-25 | 2020-10-27 | Cleerly, Inc. | Systems and method of characterizing high risk plaques |
JP2022543330A (ja) | 2019-08-05 | 2022-10-12 | エルシド バイオイメージング インコーポレイテッド | 形態学的および血管周囲疾患の複合評価 |
CN110853021B (zh) * | 2019-11-13 | 2020-11-24 | 江苏迪赛特医疗科技有限公司 | 一种病理鳞状上皮细胞的检测分类模型的构建 |
US11963740B2 (en) | 2019-12-05 | 2024-04-23 | Canon U.S.A., Inc. | Lumen, stent, and/or artifact detection in one or more images, such as in optical coherence tomography images |
WO2021141921A1 (en) | 2020-01-07 | 2021-07-15 | Cleerly, Inc. | Systems, methods, and devices for medical image analysis, diagnosis, risk stratification, decision making and/or disease tracking |
US20220392065A1 (en) | 2020-01-07 | 2022-12-08 | Cleerly, Inc. | Systems, methods, and devices for medical image analysis, diagnosis, risk stratification, decision making and/or disease tracking |
US11969280B2 (en) | 2020-01-07 | 2024-04-30 | Cleerly, Inc. | Systems, methods, and devices for medical image analysis, diagnosis, risk stratification, decision making and/or disease tracking |
WO2022032455A1 (en) * | 2020-08-10 | 2022-02-17 | Shanghai United Imaging Healthcare Co., Ltd. | Imaging systems and methods |
EP4002288A1 (en) * | 2020-11-12 | 2022-05-25 | Koninklijke Philips N.V. | Methods and systems for rendering representations of subject vasculature |
EP4084011A1 (en) * | 2021-04-30 | 2022-11-02 | Siemens Healthcare GmbH | Computer-implemented method and evaluation system for evaluating at least one image data set of an imaging region of a patient, computer program and electronically readable storage medium |
US20230289963A1 (en) | 2022-03-10 | 2023-09-14 | Cleerly, Inc. | Systems, devices, and methods for non-invasive image-based plaque analysis and risk determination |
Family Cites Families (59)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI221406B (en) * | 2001-07-30 | 2004-10-01 | Epix Medical Inc | Systems and methods for targeted magnetic resonance imaging of the vascular system |
EP1662974A4 (en) * | 2003-08-21 | 2009-06-03 | Ischem Corp | AUTOMATED SYSTEMS AND SYSTEMS FOR VASCULAR PLATE DETECTION AND ANALYSIS |
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 |
US8010175B2 (en) * | 2004-05-05 | 2011-08-30 | Siemens Medical Solutions Usa, Inc. | Patient-specific coronary territory mapping |
US20060036167A1 (en) | 2004-07-03 | 2006-02-16 | Shina Systems Ltd. | Vascular image processing |
WO2006036842A2 (en) * | 2004-09-24 | 2006-04-06 | The University Of North Carolina At Chapel Hill | Methods, systems, and computer program products for hierarchical registration between a blood vessel and tissue surface model for a subject and blood vessel and tissue surface image for the subject |
US8352013B2 (en) * | 2005-01-18 | 2013-01-08 | Siemens Medical Solutions Usa, Inc. | Method and system for motion compensation in magnetic resonance (MR) imaging |
US8285011B2 (en) | 2005-06-02 | 2012-10-09 | M2S | Anatomical visualization and measurement system |
WO2007002685A2 (en) * | 2005-06-24 | 2007-01-04 | Volcano Corporation | Co-registration of graphical image data representing three-dimensional vascular features |
US8406851B2 (en) * | 2005-08-11 | 2013-03-26 | Accuray Inc. | Patient tracking using a virtual image |
CA2619308A1 (en) * | 2005-08-17 | 2007-02-22 | Koninklijke Philips Electronics, N.V. | Method and apparatus for automatic 4d coronary modeling and motion vector field estimation |
US20080033302A1 (en) * | 2006-04-21 | 2008-02-07 | Siemens Corporate Research, Inc. | System and method for semi-automatic aortic aneurysm analysis |
US8923577B2 (en) * | 2006-09-28 | 2014-12-30 | General Electric Company | Method and system for identifying regions in an image |
WO2010058398A2 (en) * | 2007-03-08 | 2010-05-27 | Sync-Rx, Ltd. | Image processing and tool actuation for medical procedures |
WO2008110013A1 (en) * | 2007-03-15 | 2008-09-18 | Centre Hospitalier De L'universite De Montreal | Image segmentation |
JP2011504115A (ja) * | 2007-10-18 | 2011-02-03 | ザ ユニバーシティ オブ ノース カロライナ アット チャペル ヒル | 1つの画像データからの解剖学的構造を含む対象物のモデルの領域を、診断的又は治療的介入に用いられる画像にマッピングするための方法、そのシステム及びコンピューター読み取り可能な媒体 |
WO2009049681A1 (en) * | 2007-10-19 | 2009-04-23 | Vascops | Automatic geometrical and mechanical analyzing method and system for tubular structures |
US8218845B2 (en) * | 2007-12-12 | 2012-07-10 | Siemens Aktiengesellschaft | Dynamic pulmonary trunk modeling in computed tomography and magnetic resonance imaging based on the detection of bounding boxes, anatomical landmarks, and ribs of a pulmonary artery |
JP5241357B2 (ja) * | 2008-07-11 | 2013-07-17 | 三菱プレシジョン株式会社 | 生体データモデル作成方法及びその装置 |
JP5009391B2 (ja) * | 2009-07-03 | 2012-08-22 | 富士フイルム株式会社 | 診断支援装置、診断支援プログラムおよび診断支援方法 |
EP2465094B1 (en) * | 2009-08-12 | 2016-01-06 | Koninklijke Philips N.V. | Generating object data |
US8224640B2 (en) * | 2009-09-08 | 2012-07-17 | Siemens Aktiengesellschaft | Method and system for computational modeling of the aorta and heart |
US8478012B2 (en) * | 2009-09-14 | 2013-07-02 | General Electric Company | Methods, apparatus and articles of manufacture to process cardiac images to detect heart motion abnormalities |
GB2478329B (en) * | 2010-03-03 | 2015-03-04 | Samsung Electronics Co Ltd | Medical image processing |
EP2545527B1 (en) | 2010-03-11 | 2014-07-02 | Koninklijke Philips N.V. | Probabilistic refinement of model-based segmentation |
US8315812B2 (en) | 2010-08-12 | 2012-11-20 | Heartflow, Inc. | Method and system for patient-specific modeling of blood flow |
JP4937397B2 (ja) * | 2010-10-25 | 2012-05-23 | 富士フイルム株式会社 | 医用画像診断支援装置および方法、並びにプログラム |
DE102011076233B4 (de) * | 2011-02-09 | 2013-04-18 | Siemens Aktiengesellschaft | Verfahren und Computersystem zur Erkennung einer statistisch relevanten Normvariante der Gefaßstruktur eines Patienten mit Hilfe tomographischer Bilddatensatze |
WO2012112929A2 (en) * | 2011-02-17 | 2012-08-23 | The Johns Hopkins University | Methods and systems for registration of radiological images |
US8761474B2 (en) * | 2011-07-25 | 2014-06-24 | Siemens Aktiengesellschaft | Method for vascular flow pattern analysis |
US8948487B2 (en) * | 2011-09-28 | 2015-02-03 | Siemens Aktiengesellschaft | Non-rigid 2D/3D registration of coronary artery models with live fluoroscopy images |
JP5784751B2 (ja) * | 2011-12-08 | 2015-09-24 | オリンパス株式会社 | 画像処理装置、画像処理装置の作動方法、及び画像処理プログラム |
US9842194B2 (en) * | 2012-02-13 | 2017-12-12 | Koninklijke Philips N.V. | Simplified method for robust estimation of parameter values |
US9384546B2 (en) * | 2012-02-22 | 2016-07-05 | Siemens Aktiengesellschaft | Method and system for pericardium based model fusion of pre-operative and intra-operative image data for cardiac interventions |
US20150185298A1 (en) * | 2012-06-05 | 2015-07-02 | The University Of Queensland | Method of estimating specific absorption rate |
US8958618B2 (en) * | 2012-06-28 | 2015-02-17 | Kabushiki Kaisha Toshiba | Method and system for identification of calcification in imaged blood vessels |
US9277970B2 (en) * | 2012-07-19 | 2016-03-08 | Siemens Aktiengesellschaft | System and method for patient specific planning and guidance of ablative procedures for cardiac arrhythmias |
JP5487264B2 (ja) * | 2012-09-07 | 2014-05-07 | 三菱プレシジョン株式会社 | 生体データモデル作成方法及びその装置 |
WO2014037013A1 (en) * | 2012-09-07 | 2014-03-13 | Region Nordjylland, Aalborg Sygehus | System for detecting blood vessel structures in medical images |
US9858387B2 (en) * | 2013-01-15 | 2018-01-02 | CathWorks, LTD. | Vascular flow assessment |
US10210956B2 (en) * | 2012-10-24 | 2019-02-19 | Cathworks Ltd. | Diagnostically useful results in real time |
US10595807B2 (en) * | 2012-10-24 | 2020-03-24 | Cathworks Ltd | Calculating a fractional flow reserve |
US9036885B2 (en) * | 2012-10-28 | 2015-05-19 | Technion Research & Development Foundation Limited | Image reconstruction in computed tomography |
JP2014100249A (ja) * | 2012-11-19 | 2014-06-05 | Toshiba Corp | 血管解析装置、医用画像診断装置、血管解析方法、及び血管解析プログラム |
KR102106535B1 (ko) * | 2013-02-06 | 2020-05-06 | 삼성전자주식회사 | 일 호흡 주기에 따른 장기의 형상 및 위치의 변화를 나타내는 모델을 생성하는 방법, 장치 및 시스템. |
US20140364739A1 (en) * | 2013-06-06 | 2014-12-11 | General Electric Company | Systems and methods for analyzing a vascular structure |
US9463072B2 (en) * | 2013-08-09 | 2016-10-11 | Siemens Aktiengesellschaft | System and method for patient specific planning and guidance of electrophysiology interventions |
WO2015058780A1 (en) * | 2013-10-25 | 2015-04-30 | Biontech Ag | Method and kit for determining whether a subject shows an immune response |
EP3084723B1 (en) * | 2013-12-17 | 2021-04-28 | Koninklijke Philips N.V. | Spectral image data processing |
CN105849773B (zh) * | 2013-12-17 | 2020-06-09 | 皇家飞利浦有限公司 | 解剖结构的基于模型的分割 |
US10496729B2 (en) * | 2014-02-25 | 2019-12-03 | Siemens Healthcare Gmbh | Method and system for image-based estimation of multi-physics parameters and their uncertainty for patient-specific simulation of organ function |
US9247920B2 (en) * | 2014-02-27 | 2016-02-02 | General Electric Company | System and method for performing bi-plane tomographic acquisitions |
WO2015153832A1 (en) * | 2014-04-02 | 2015-10-08 | Siemens Aktiengesellschaft | System and method for characterization of electrical properties of the heart from medical images and body surface potentials |
US9514530B2 (en) | 2014-04-16 | 2016-12-06 | Heartflow, Inc. | Systems and methods for image-based object modeling using multiple image acquisitions or reconstructions |
US10127657B2 (en) * | 2014-05-20 | 2018-11-13 | Materialise N.V. | System and method for valve quantification |
US9710025B2 (en) * | 2014-07-28 | 2017-07-18 | Group Dekko, Inc. | Desktop receptacle with utility front surface |
US9972069B2 (en) * | 2014-10-06 | 2018-05-15 | Technion Research & Development Foundation Limited | System and method for measurement of myocardial mechanical function |
US9349178B1 (en) * | 2014-11-24 | 2016-05-24 | Siemens Aktiengesellschaft | Synthetic data-driven hemodynamic determination in medical imaging |
US10485510B2 (en) * | 2015-01-29 | 2019-11-26 | Siemens Healthcare Gmbh | Planning and guidance of electrophysiology therapies |
-
2014
- 2014-04-16 US US14/254,491 patent/US9058692B1/en active Active
-
2015
- 2015-03-18 US US14/662,009 patent/US9378580B2/en active Active
- 2015-04-14 EP EP15720834.9A patent/EP3132419B1/en active Active
- 2015-04-14 EP EP21217448.6A patent/EP4002269A1/en active Pending
- 2015-04-14 WO PCT/US2015/025691 patent/WO2015160763A1/en active Application Filing
- 2015-04-14 JP JP2016560645A patent/JP6409073B2/ja active Active
-
2016
- 2016-05-31 US US15/169,447 patent/US9965891B2/en active Active
-
2018
- 2018-04-02 US US15/943,266 patent/US10776988B2/en active Active
- 2018-09-21 JP JP2018177341A patent/JP6557767B2/ja active Active
-
2020
- 2020-08-14 US US16/993,322 patent/US11501485B2/en active Active
-
2022
- 2022-10-07 US US17/961,596 patent/US20230033594A1/en active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2017511188A5 (ja) | ||
JP6878509B2 (ja) | データ及びモデルを用いた画像再構成ならびに補正のためのシステム及び方法 | |
US20210106299A1 (en) | Method and system for extracting lower limb vasculature | |
EP2289048B1 (en) | Using non-attenuation corrected pet emission images to compensate for incomplete anatomic images | |
KR102114415B1 (ko) | 의료 영상 정합 방법 및 장치 | |
CN109060849B (zh) | 一种确定辐射剂量调制线的方法、系统和装置 | |
US8995777B2 (en) | Image registration apparatus | |
US8805045B2 (en) | Interaction method for regions of-interest in time series images | |
JP2019500960A (ja) | 心臓モデルガイド付き冠動脈瘤セグメンテーション | |
EP3224807A1 (en) | System and method for image segmentation | |
US20230267613A1 (en) | Medical image processing apparatus and method | |
CN107545579B (zh) | 一种心脏分割方法、设备和存储介质 | |
US8588490B2 (en) | Image-based diagnosis assistance apparatus, its operation method and program | |
JP6400725B2 (ja) | 関心領域を区分化するための画像処理機器及び方法 | |
JP2016539701A (ja) | 三次元(3d)プレスキャンに基づく体積画像データ処理 | |
US9498645B2 (en) | Dose deformation error calculation method and system | |
JP6257949B2 (ja) | 画像処理装置および医用画像診断装置 | |
CN111568451A (zh) | 一种曝光剂量调节方法和系统 | |
CN109077746B (zh) | 一种确定辐射剂量调制线的方法、系统和装置 | |
CN107004269A (zh) | 对解剖结构的基于模型的分割 | |
Tobon-Gomez et al. | Left atrial segmentation challenge: a unified benchmarking framework | |
Martin et al. | 3D reconstruction of vascular structures using graph-based voxel coloring | |
CN109564685B (zh) | 鲁棒的肺叶分割 | |
Kronman et al. | Anatomical structures segmentation by spherical 3D ray casting and gradient domain editing | |
WO2017162664A1 (en) | Apparatus for detecting deformation of a body part |