JP2019522299A - ロバスト肺葉セグメンテーション - Google Patents
ロバスト肺葉セグメンテーション Download PDFInfo
- Publication number
- JP2019522299A JP2019522299A JP2019505018A JP2019505018A JP2019522299A JP 2019522299 A JP2019522299 A JP 2019522299A JP 2019505018 A JP2019505018 A JP 2019505018A JP 2019505018 A JP2019505018 A JP 2019505018A JP 2019522299 A JP2019522299 A JP 2019522299A
- Authority
- JP
- Japan
- Prior art keywords
- constellation
- input
- image
- image processing
- score
- 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
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
- G06T7/10—Segmentation; Edge detection
- G06T7/149—Segmentation; Edge detection involving deformable models, e.g. active contour models
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Analysis (AREA)
Abstract
Description
Shouliang Qi et al in “Automatic pulmonary fissure detection and lobe segmentation in CT chest images”, BioMedical Engineering OnLine, 13:59, 2014。
n[≧2]次元の入力画像を、そこで規定されるアンカー・ポイントのセットとともに受信するように構成される入力インターフェースであって、アンカー・ポイントのセットは入力コンステレーションを形成する、入力インターフェース;
入力コンステレーションを修正されたコンステレーションに修正するように構成されるコンステレーション修正部;
スコアを生成するために入力コンステレーションを評価するように構成されるコンステレーション評価部;
スコアを品質の基準と比較するように構成される比較部;及び
スコアが基準を満たす場合に、コンステレーションを出力する出力インターフェースであって、コンステレーションは入力画像に対するセグメンテーションを規定することに適している、出力インターフェースを有する。
n[≧2]次元の入力画像を、入力画像内で規定されるアンカー・ポイントのセットとともに受信するように構成される入力インターフェースであって、アンカー・ポイントのセットは入力コンステレーションを形成する、入力インターフェース;
少なくとも1つのアンカー・ポイントの少なくとも1つの座標を変化させ、入力コンステレーションの少なくとも1つのアンカー・ポイントの座標の少なくとも1つを、アンカー・ポイントを通る超平面(a hyperplane)に投影することにより、入力コンステレーションを修正されたコンステレーションに修正するように構成されるコンステレーション修正部であって、超平面は入力コンステレーション中のアンカー・ポイントに事前に適合させられており、変化は超平面内に拘束される、コンステレーション修正部;
スコアを生成するために修正されたコンステレーションを評価するように構成されるコンステレーション評価部;
スコアを品質の基準と比較するように構成される比較部であって、基準は、入力画像に対するセグメンテーションを規定するために、修正されたコンステレーションの適性を評価する、比較部;及び
スコアが基準を満たす場合に、修正されたコンステレーションを出力する出力インターフェースを有する。
n[≧2]次元の入力画像を、そこで規定されるアンカー・ポイントのセットとともに受信するステップであって、アンカー・ポイントのセットは入力コンステレーションを形成する、ステップ;
入力コンステレーションを修正されたコンステレーションに修正するステップ;
スコアを生成するために入力コンステレーションを評価するステップ;
スコアを品質の基準と比較するステップ;及び
スコアが基準を満たす場合に、コンステレーションを出力するステップであって、コンステレーションは入力画像に対するセグメンテーションを規定する、ステップを有する。
n[≧2]次元の入力画像を、入力画像内で規定されるアンカー・ポイントのセットとともに受信するステップであって、アンカー・ポイントのセットは入力コンステレーションを形成する、ステップ;
少なくとも1つのアンカー・ポイントの少なくとも1つの座標を変化させ、入力コンステレーションの少なくとも1つのアンカー・ポイントの座標の少なくとも1つを、アンカー・ポイントを通る超平面に投影することにより、入力コンステレーションを修正されたコンステレーションに修正するステップであって、変化は、少なくとも1つのアンカー・ポイントの少なくとも1つの座標を変化させ、入力コンステレーションの少なくとも1つのアンカー・ポイントの座標の少なくとも1つを、アンカー・ポイントを通る超平面に投影することにより、超平面内に拘束され、超平面は入力コンステレーション中のアンカー・ポイントに事前に適合させられており、変化は前記超平面内に拘束される、ステップ;
スコアを生成するために修正されたコンステレーションを評価するステップ;
スコアを品質の基準と比較するステップであって、基準は、入力画像に対するセグメンテーションを規定するために、修正されたコンステレーションの適性を評価する、ステップ;及び
スコアが基準を満たす場合に、修正されたコンステレーションを出力するステップを有する。
Alexander Schmidt-Richberg et al in “Evaluation of Algorithms for Lung Fissure Segmentation in CT Images”, Bildverarbeitung fuer die Medizin 2012, Editors: T. Tolxdorff et al, pp 201-206, 2012, Spinger Berlin Heidelberg。
背景技術の欄で言及されているShouliang Qi, et al.の文献の第3頁表2も参照されたい。裂フィルタは、ハウスフィールド値のような裂の現れ、又は(距離変換における稜線のような)肺血管どうしの間のローカルな隙間の何れかに直接的に基づくことが可能である。具体的には、裂の位置の決定は、明示的、黙示的、又は双方の組み合わせにより実行されることが可能である。明示的な検出は、周辺の肺実質と比較してより高いハウスフィールド値の観点から列を検出するようにフィルタを適用することに基づく。黙示的な検出では、(より大きな)肺血管の局所的な不存在により、列の位置が決定される。これは、例えば、先ず血管フィルタを利用して血管を強調し、次に閾値処理された血管特徴画像に距離変換を適用することにより実行されることが可能である。距離変換における稜線は、列の位置に対する候補を提供する。(画像中の裂の現れに基づく)明示的なアプローチ及び(欠陥構造の不存在に基づく)黙示的なアプローチの双方のアプローチは組み合わせられることも可能である。
- 低線量スクリーニングCTのような高ノイズに対してロバスト的である
- 肉厚スライス再構築CTのような限られた解像度に対してロバスト的である
- 効率的な演算及び低い実現コストを可能にする
- 不具合のケースでもグレースフル・デグラデーションを提供する
- フィルタ応答ボリュームで遭遇するような多数の誤った局所的な最大値さえも首尾よく折り合いを付ける。
Claims (13)
- 画像処理システムであって:
n[≧2]次元の入力画像を、前記入力画像内で規定されるアンカー・ポイントのセットとともに受信するように構成される入力インターフェースであって、前記アンカー・ポイントのセットは入力コンステレーションを形成する、入力インターフェース;
少なくとも1つの前記アンカー・ポイントの少なくとも1つの座標を変化させ、前記入力コンステレーションの前記少なくとも1つのアンカー・ポイントの前記座標の少なくとも1つを、前記アンカー・ポイントを通る超平面に投影することにより、前記入力コンステレーションを修正されたコンステレーションに修正するように構成されるコンステレーション修正部であって、前記超平面は前記入力コンステレーション中の前記アンカー・ポイントに事前に適合させられており、前記変化は前記超平面内に拘束される、コンステレーション修正部;
スコアを生成するために前記修正されたコンステレーションを評価するように構成されるコンステレーション評価部;
前記スコアを品質の基準と比較するように構成される比較部であって、前記基準は、前記入力画像に対するセグメンテーションを規定するために、前記修正されたコンステレーションの適性を評価する、比較部;及び
前記スコアが前記基準を満たす場合に、前記修正されたコンステレーションを出力する出力インターフェース;
を有する画像処理システム。 - 前記コンステレーション修正部は、前記少なくとも1つの座標を変化させるためにランダム操作を適用するように構成される、請求項1に記載の画像処理システム。
- 前記修正された入力コンステレーションに、[n-1]次元の超表面を適合させるように構成される表面適合化部を有し、前記コンステレーション評価部は、前記超表面に基づいて前記スコアを生成し、特に前記超表面は前記セグメンテーションとして出力される、請求項1又は2に記載の画像処理システム。
- 前記入力画像において区分けされた画像部分が、前記超表面の何れかの側に存在するか否か、あるいは前記区分けされた画像部分が前記超表面を通り抜けて延びているか否かを分類するように構成される分類コンポーネントを有する請求項3に記載の画像処理システム。
- ディスプレイ・デバイスにおいて前記超表面又は前記コンステレーションとともに前記入力画像を可視化するように構成される可視化部を有する請求項1ないし4のうちの何れか一項に記載の画像処理システム。
- 前記スコアを改善する又は少なくとも維持するために前記入力コンステレーションを含む複数のコンステレーションを通じて反復するように構成される請求項1ないし5のうちの何れか一項に記載の画像処理システム。
- 前記アンカー・ポイントの数が一定のまま残る、請求項1ないし6のうちの何れか一項に記載の画像処理システム。
- 前記入力画像は、特に人間又は動物の肺の3D画像ボリュームである、請求項1ないし7のうちの何れか一項に記載の画像処理システム。
- n[≧2]次元の入力画像を、前記入力画像内で規定されるアンカー・ポイントのセットとともに受信するステップであって、前記アンカー・ポイントのセットは入力コンステレーションを形成する、ステップ;
少なくとも1つの前記アンカー・ポイントの少なくとも1つの座標を変化させ、前記入力コンステレーションの前記少なくとも1つのアンカー・ポイントの前記座標の少なくとも1つを、前記アンカー・ポイントを通る超平面に投影することにより、前記入力コンステレーションを修正されたコンステレーションに修正するステップであって、前記変化は、少なくとも1つの前記アンカー・ポイントの少なくとも1つの座標を変化させ、前記入力コンステレーションの前記少なくとも1つのアンカー・ポイントの前記座標の少なくとも1つを、前記アンカー・ポイントを通る超平面に投影することにより、前記超平面内に拘束され、前記超平面は前記入力コンステレーション中の前記アンカー・ポイントに事前に適合させられており、前記変化は前記超平面内に拘束される、ステップ;
スコアを生成するために前記修正されたコンステレーションを評価するステップ;
前記スコアを品質の基準と比較するステップであって、前記基準は、前記入力画像に対するセグメンテーションを規定するために、前記修正されたコンステレーションの適性を評価する、ステップ;及び
前記スコアが前記基準を満たす場合に、前記修正されたコンステレーションを出力するステップ;
を有する画像処理方法。 - 前記修正された入力コンステレーションに、[n-1]次元の超表面を適合させるステップを有し、前記評価するステップにおける前記スコアは前記超表面に基づいている、請求項9に記載の画像処理方法。
- 前記超表面は前記セグメンテーションとして出力される、請求項10に記載の画像処理方法。
- 1つ以上の処理ユニットにより実行される場合に、請求項9ないし11のうち何れか一項に記載の方法のステップを実行するように構成されるコンピュータ・プログラム・エレメント。
- 請求項12に記載の前記コンピュータ・プログラム・エレメントを保存するコンピュータ読み取り可能な媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP16182422.2 | 2016-08-02 | ||
EP16182422 | 2016-08-02 | ||
PCT/EP2017/068826 WO2018024555A1 (en) | 2016-08-02 | 2017-07-26 | Robust pulmonary lobe segmentation |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019522299A true JP2019522299A (ja) | 2019-08-08 |
JP6634186B2 JP6634186B2 (ja) | 2020-01-22 |
Family
ID=56683734
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019505018A Active JP6634186B2 (ja) | 2016-08-02 | 2017-07-26 | 画像処理システム及び画像処理方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11295451B2 (ja) |
EP (1) | EP3494544B1 (ja) |
JP (1) | JP6634186B2 (ja) |
CN (1) | CN109564685B (ja) |
WO (1) | WO2018024555A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020101860A (ja) * | 2018-12-19 | 2020-07-02 | キヤノンメディカルシステムズ株式会社 | 医用画像処理装置、システム及びプログラム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008501486A (ja) * | 2004-06-08 | 2008-01-24 | シーメンス メディカル ソリューションズ ユーエスエー インコーポレイテッド | 規則抽出に基づいてディジタル画像における特徴を識別するためのシステムおよび方法 |
JP2009100230A (ja) * | 2007-10-16 | 2009-05-07 | Canon Inc | 画像処理装置およびその方法 |
US20150254843A1 (en) * | 2012-09-13 | 2015-09-10 | The Regents Of The University Of California | Lung, lobe, and fissure imaging systems and methods |
JP2016059457A (ja) * | 2014-09-16 | 2016-04-25 | 富山 憲幸 | 診断補助装置及び診断補助プログラム |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU6634800A (en) * | 1999-08-11 | 2001-03-05 | Case Western Reserve University | Method and apparatus for producing an implant |
NO316480B1 (no) * | 2001-11-15 | 2004-01-26 | Forinnova As | Fremgangsmåte og system for tekstuell granskning og oppdagelse |
CN101048795A (zh) * | 2004-10-26 | 2007-10-03 | 皇家飞利浦电子股份有限公司 | 模糊图像部分的增强 |
US20070047790A1 (en) * | 2005-08-30 | 2007-03-01 | Agfa-Gevaert N.V. | Method of Segmenting Anatomic Entities in Digital Medical Images |
US7689021B2 (en) * | 2005-08-30 | 2010-03-30 | University Of Maryland, Baltimore | Segmentation of regions in measurements of a body based on a deformable model |
JP2008142481A (ja) | 2006-12-13 | 2008-06-26 | Med Solution Kk | 肺を肺区域の単位に自動的にセグメンテーションする装置およびプログラム |
US8718320B1 (en) * | 2007-02-05 | 2014-05-06 | Vy Corporation | Codification of a time series of images |
EP2006803A1 (en) * | 2007-06-19 | 2008-12-24 | Agfa HealthCare NV | Method of segmenting anatomic entities in 3D digital medical images |
US8369593B2 (en) * | 2007-12-21 | 2013-02-05 | Siemens Medical Solutions Usa, Inc. | Systems and methods for robust learning based annotation of medical radiographs |
CN101477688B (zh) * | 2009-01-08 | 2011-01-05 | 清华大学 | 一种提取对象边缘的方法和装置 |
US8896592B2 (en) * | 2009-08-21 | 2014-11-25 | Align Technology, Inc. | Digital dental modeling |
CN102254097A (zh) | 2011-07-08 | 2011-11-23 | 普建涛 | 肺部ct图像上的肺裂识别方法 |
US9361352B2 (en) * | 2011-08-26 | 2016-06-07 | Lawrence Livermore National Security, Llc | Point pattern match-based change detection in a constellation of previously detected objects |
CN104683814B (zh) * | 2015-03-20 | 2018-10-16 | 北京大学 | 面向视觉感官质量的图像传输方法和装置 |
CN107567638B (zh) * | 2015-04-23 | 2021-10-15 | 皇家飞利浦有限公司 | 对解剖结构的基于模型的分割 |
-
2017
- 2017-07-26 CN CN201780047879.7A patent/CN109564685B/zh active Active
- 2017-07-26 WO PCT/EP2017/068826 patent/WO2018024555A1/en unknown
- 2017-07-26 EP EP17742759.8A patent/EP3494544B1/en active Active
- 2017-07-26 JP JP2019505018A patent/JP6634186B2/ja active Active
- 2017-07-26 US US16/319,701 patent/US11295451B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008501486A (ja) * | 2004-06-08 | 2008-01-24 | シーメンス メディカル ソリューションズ ユーエスエー インコーポレイテッド | 規則抽出に基づいてディジタル画像における特徴を識別するためのシステムおよび方法 |
JP2009100230A (ja) * | 2007-10-16 | 2009-05-07 | Canon Inc | 画像処理装置およびその方法 |
US20150254843A1 (en) * | 2012-09-13 | 2015-09-10 | The Regents Of The University Of California | Lung, lobe, and fissure imaging systems and methods |
JP2016059457A (ja) * | 2014-09-16 | 2016-04-25 | 富山 憲幸 | 診断補助装置及び診断補助プログラム |
Non-Patent Citations (1)
Title |
---|
北坂 孝幸 TAKAYUKI KITASAKA: "気管支木構造解析に基づく肺区域分けの一手法 A method for dividing the lung into bronchopulmonary seg", 電子情報通信学会技術研究報告 VOL.107 NO.220 IEICE TECHNICAL REPORT, vol. 第107巻、第220号, JPN6019027920, 13 September 2007 (2007-09-13), JP, pages 29 - 32, ISSN: 0004079039 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020101860A (ja) * | 2018-12-19 | 2020-07-02 | キヤノンメディカルシステムズ株式会社 | 医用画像処理装置、システム及びプログラム |
JP7163168B2 (ja) | 2018-12-19 | 2022-10-31 | キヤノンメディカルシステムズ株式会社 | 医用画像処理装置、システム及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP6634186B2 (ja) | 2020-01-22 |
EP3494544B1 (en) | 2020-05-27 |
US20210295524A1 (en) | 2021-09-23 |
EP3494544A1 (en) | 2019-06-12 |
WO2018024555A1 (en) | 2018-02-08 |
CN109564685A (zh) | 2019-04-02 |
CN109564685B (zh) | 2023-04-28 |
US11295451B2 (en) | 2022-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shen et al. | An automated lung segmentation approach using bidirectional chain codes to improve nodule detection accuracy | |
US9230320B2 (en) | Computer aided diagnostic system incorporating shape analysis for diagnosing malignant lung nodules | |
Caballo et al. | An unsupervised automatic segmentation algorithm for breast tissue classification of dedicated breast computed tomography images | |
JP2015528372A (ja) | 医用画像中の肺結節を自動検出するためのシステム及び方法 | |
JP7346553B2 (ja) | 深層学習を使用する3dデータセット内のオブジェクトの成長率の決定 | |
Pu et al. | An automated CT based lung nodule detection scheme using geometric analysis of signed distance field | |
CN107633514B (zh) | 一种肺结节周边血管量化评估系统及方法 | |
US9317926B2 (en) | Automatic spinal canal segmentation using cascaded random walks | |
Maitra et al. | Accurate breast contour detection algorithms in digital mammogram | |
WO2014192187A1 (ja) | 乳房画像病変検出システム、乳房画像病変検出方法、乳房画像病変検出プログラムおよび乳房画像病変検出プログラムを記録したコンピュータ読み取り可能な記録媒体 | |
Jas et al. | A heuristic approach to automated nipple detection in digital mammograms | |
Zhao et al. | An automated pulmonary parenchyma segmentation method based on an improved region growing algorithmin PET-CT imaging | |
JP7278224B2 (ja) | 医用画像の病変の定量化される態様 | |
Iqbal et al. | Potential lung nodules identification for characterization by variable multistep threshold and shape indices from CT images | |
Farag et al. | Appearance models for robust segmentation of pulmonary nodules in 3D LDCT chest images | |
Zhou et al. | Computerized image analysis: texture‐field orientation method for pectoral muscle identification on MLO‐view mammograms | |
US20220301177A1 (en) | Updating boundary segmentations | |
JP6634186B2 (ja) | 画像処理システム及び画像処理方法 | |
CN112529900A (zh) | 匹配乳腺图像中roi的方法、装置、终端与存储介质 | |
Duan et al. | Segmentation of pulmonary vascular tree by incorporating vessel enhancement filter and variational region-growing | |
US20200013171A1 (en) | Method for quantification of uncertainty of contours in manual & auto segmenting algorithms | |
Dhalia Sweetlin et al. | Patient-Specific Model Based Segmentation of Lung Computed Tomographic Images. | |
Zhang et al. | Automatic detection and segmentation of lung nodules in different locations from CT images based on adaptive α‐hull algorithm and DenseNet convolutional network | |
Steger et al. | Lymph node segmentation in CT slices using dynamic programming | |
JP5132559B2 (ja) | デジタル画像のセグメント化方法およびコンピュータ読み取り可能なプログラム記憶装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190130 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20190130 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20190701 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190723 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191008 |
|
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: 20191119 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20191213 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6634186 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |