JP2019536538A5 - - Google Patents
Download PDFInfo
- Publication number
- JP2019536538A5 JP2019536538A5 JP2019524409A JP2019524409A JP2019536538A5 JP 2019536538 A5 JP2019536538 A5 JP 2019536538A5 JP 2019524409 A JP2019524409 A JP 2019524409A JP 2019524409 A JP2019524409 A JP 2019524409A JP 2019536538 A5 JP2019536538 A5 JP 2019536538A5
- Authority
- JP
- Japan
- Prior art keywords
- voxel
- probability
- map
- value
- calcium
- 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
- OYPRJOBELJOOCE-UHFFFAOYSA-N calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 claims 16
- 229910052791 calcium Inorganic materials 0.000 claims 16
- 239000011575 calcium Substances 0.000 claims 16
- 210000000988 Bone and Bones Anatomy 0.000 claims 7
- 230000003595 spectral Effects 0.000 claims 7
- 238000002591 computed tomography Methods 0.000 claims 3
- 230000000875 corresponding Effects 0.000 claims 2
- PNDPGZBMCMUPRI-UHFFFAOYSA-N iodine Chemical compound II PNDPGZBMCMUPRI-UHFFFAOYSA-N 0.000 claims 2
- 229910052740 iodine Inorganic materials 0.000 claims 2
- 239000011630 iodine Substances 0.000 claims 2
- 230000000877 morphologic Effects 0.000 claims 2
- 238000005457 optimization Methods 0.000 claims 2
- 230000011218 segmentation Effects 0.000 claims 2
- 230000035945 sensitivity Effects 0.000 claims 2
- 210000001519 tissues Anatomy 0.000 claims 1
- 238000003325 tomography Methods 0.000 claims 1
Claims (15)
- ボクセルで組織され、前記ボクセルごとにマルチスペクトル情報を含むスペクトルコンピュータ断層撮影のボリュメトリック画像データを受け取るためのデータ入力部と、
前記ボリュメトリック画像データの前記ボクセルごとに、前記マルチスペクトル情報に基づいて、前記ボクセルのまわりの局所近傍がカルシウム表面構造に対応する最大確率を示す第1の値と、最大値に対応する前記カルシウム表面構造の方位を示す第2の値とを推定するためのカルシウム表面特徴アナライザと、
前記ボリュメトリック画像データの前記ボクセルごとに、少なくとも、前記第1の値、前記第2の値、及び前記マルチスペクトル情報を考慮に入れて、前記ボクセルが骨又はハードプラーク構造を表す確率を示す確率マップを計算するための確率プロセッサと、
前記ボリュメトリック画像データ内の骨及び/又はハードプラーク構造を前記確率マップに基づいてセグメント化するためのセグメンテーションユニットと、
を含む、画像処理デバイス。 - 前記確率プロセッサ及び前記カルシウム表面特徴アナライザは、マルチスケール分析を実行し、前記ボリュメトリック画像データの前記ボクセルごとに、前記ボクセルが骨又はハードプラーク構造を表す確率が、異なる複数のスケールで決定され、前記確率マップが、前記ボクセルごとに、前記異なる複数のスケールにわたって前記最大確率を選択することによって決定される、請求項1に記載の画像処理デバイス。
- 前記カルシウム表面特徴アナライザは、前記ボリュメトリック画像データの前記ボクセルごとに、前記マルチスペクトル情報に基づいて、カルシウムマップを生成し、前記カルシウムマップは、前記ボリュメトリック画像データの前記ボクセルごとに、対応するボクセル位置のカルシウム含有量を示す値を含み、前記第1の値及び前記第2の値は、前記カルシウムマップに基づいて推定される、請求項1又は2に記載の画像処理デバイス。
- 前記カルシウム表面特徴アナライザは、前記第1の値を、前記ボクセルごとに、確率の最大値として決定し、前記確率の各々は、前記カルシウムマップにおける前記ボクセルのまわりの前記局所近傍が、対応する所定の表面テンプレートと一致する確率を表す、請求項3に記載の画像処理デバイス。
- 前記確率プロセッサは、前記ボリュメトリック画像データの前記ボクセルごとに、各ボクセルのまわりの形態学的特徴及びスペクトル情報を示す複数の確率を組み合わせることによって前記ボクセルが骨又はハードプラーク構造を表す確率を決定する、請求項1から4のいずれか一項に記載の画像処理デバイス。
- 前記確率プロセッサは、前記複数の確率を乗算によって組み合わせる、請求項5に記載の画像処理デバイス。
- 前記確率プロセッサは、前記複数のスケールのスケールごとに別々に前記複数の確率を組み合わせる、請求項2に従属する限りにおいて、請求項5又は6に記載の画像処理デバイス。
- 前記確率プロセッサは、各ボクセルのまわりの形態学的特徴及びスペクトル情報を示す前記複数の確率を計算し、前記複数の確率は、
前記ボクセルのまわりの局所近傍が前記カルシウム表面構造に対応する前記最大確率を表す前記第1の値と、
前記第2の値を考慮に入れることによる、請求項3に従属する限りにおいて、前記ボクセルが前記カルシウムマップ内のボリュメトリックリッジにある確率、
前記ボクセルがヨウ素ではなくカルシウムを含む確率であって、前記マルチスペクトル情報に基づく確率、
前記ボクセルの近傍がヨウ素のスペクトル感度と異なるスペクトル感度を有する確率であって、前記マルチスペクトル情報に基づく確率、及び
前記ボクセルの近傍が骨又はハードプラーク組織を有する確率
の任意の1つ又は任意の組み合わせとを含む、請求項5から7のいずれか一項に記載の画像処理デバイス。 - 前記確率プロセッサは、さらに、前記確率マップに基づいて正則化マップを計算し、前記正則化マップの計算は、少なくとも、
前記正則化マップと前記確率マップとの間の差を表す忠実度尺度と、
正則化ペナルティとの
同時最適化を含む、請求項1から8のいずれか一項に記載の画像処理デバイス。 - 前記正則化ペナルティは、
前記正則化マップの不均一空間分布に対するペナルティ、
前記正則化マップの勾配の大きさの不均一空間分布に対するペナルティ、及び
前記第2の値によって定義された局所表面方位に沿った前記正則化マップの局所不均一性に対するペナルティ
の任意の1つ又は任意の組み合わせを含む、請求項9に記載の画像処理デバイス。 - 前記確率プロセッサは、汎関数の変分最適化を使用して前記正則化マップを計算する、請求項9又は10に記載の画像処理デバイス。
- 前記セグメンテーションユニットは、幾何学的能動輪郭手法を前記正則化マップに適用する、請求項9から11のいずれか一項に記載の画像処理デバイス。
- 請求項1から12のいずれか一項に記載の画像処理デバイスを含む、コンピュータ断層撮影ワークステーション。
- スペクトルコンピュータ断層撮影のボリュメトリック画像データを処理するための方法であって、前記方法は、
ボクセルで組織され、前記ボクセルごとにマルチスペクトル情報を含む前記スペクトルコンピュータ断層撮影のボリュメトリック画像データを得るステップと、
前記ボリュメトリック画像データのボクセルごとに、前記マルチスペクトル情報に基づいて、前記ボクセルのまわりの局所近傍がカルシウム表面構造に対応する最大確率を示す第1の値と、最大値に対応する前記カルシウム表面構造の方位を示す第2の値とを推定するステップと、
前記ボリュメトリック画像データのボクセルごとに、少なくとも、前記第1の値、前記第2の値、及び前記マルチスペクトル情報を考慮に入れて、前記ボクセルが骨又はハードプラーク構造を表す確率を示す確率マップを計算するステップと、
前記ボリュメトリック画像データ内の骨及び/又はハードプラーク構造を前記確率マップに基づいてセグメント化するステップとを有する、
方法。 - コンピューティングシステムのプロセッサによって実行されたとき、前記コンピューティングシステムに請求項14に記載の方法を実行させる1つ又は複数のコンピュータ実行可能命令により符号化された、コンピュータ可読記憶媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP16201419 | 2016-11-30 | ||
EP16201419.5 | 2016-11-30 | ||
PCT/EP2017/080584 WO2018099881A1 (en) | 2016-11-30 | 2017-11-28 | Bone and hard plaque segmentation in spectral ct |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2019536538A JP2019536538A (ja) | 2019-12-19 |
JP2019536538A5 true JP2019536538A5 (ja) | 2021-01-14 |
JP7104034B2 JP7104034B2 (ja) | 2022-07-20 |
Family
ID=57482197
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019524409A Active JP7104034B2 (ja) | 2016-11-30 | 2017-11-28 | スペクトルctにおける骨及びハードプラークのセグメンテーション |
Country Status (5)
Country | Link |
---|---|
US (1) | US10524754B2 (ja) |
EP (1) | EP3475916B1 (ja) |
JP (1) | JP7104034B2 (ja) |
CN (1) | CN109690618B (ja) |
WO (1) | WO2018099881A1 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3332710B1 (de) * | 2016-12-12 | 2020-09-16 | Siemens Healthcare GmbH | Charakterisierung von plaque |
ES2886155T3 (es) * | 2018-10-08 | 2021-12-16 | Ecole Polytechnique Fed Lausanne Epfl | Método de reconstrucción de imágenes basado en un mapeo no lineal entrenado |
EP4035602A4 (en) * | 2019-09-27 | 2022-11-23 | FUJIFILM Corporation | IMAGE PROCESSING DEVICE, METHOD AND PROGRAM, LEARNING DEVICE, METHOD AND PROGRAM, AND DERIVATION MODEL |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4811373A (en) * | 1986-07-14 | 1989-03-07 | Hologic, Inc. | Bone densitometer |
US7477768B2 (en) * | 1999-06-29 | 2009-01-13 | The Research Foundation Of State University Of New York | System and method for performing a three-dimensional virtual examination of objects, such as internal organs |
US6754298B2 (en) * | 2002-02-20 | 2004-06-22 | The Regents Of The University Of Michigan | Method for statistically reconstructing images from a plurality of transmission measurements having energy diversity and image reconstructor apparatus utilizing the method |
US7123760B2 (en) * | 2002-11-21 | 2006-10-17 | General Electric Company | Method and apparatus for removing obstructing structures in CT imaging |
CN100583143C (zh) * | 2004-01-26 | 2010-01-20 | 美国西门子医疗解决公司 | 从医学图像中自动提取骨的系统和方法 |
DE102004004295A1 (de) * | 2004-01-28 | 2005-08-25 | Siemens Ag | Verfahren zur Bilddatenaufnahme und -auswertung mit einem Tomographiegerät |
US7593762B2 (en) * | 2004-04-09 | 2009-09-22 | Siemens Medical Solutions Usa, Inc. | System and method for automatically segmenting bones in computed tomography angiography data |
DE102006015451A1 (de) * | 2006-03-31 | 2007-10-11 | Siemens Ag | Verfahren und Vorrichtung zur automatischen Differenzierung von Knochen oder anderen kalziumhaltigen Materialien und Kontrastmittel in Weichteilgewebe |
DE102007017629B4 (de) * | 2007-04-12 | 2011-03-24 | Siemens Ag | Verfahren zur Zuordnung von Voxeln eines CT-Bilddatensatzes zu einer von zwei Materialmischungen jeweils bestehend aus zwei von vier unterschiedlichen Materialien |
DE102009015773A1 (de) * | 2008-04-10 | 2010-02-04 | Siemens Aktiengesellschaft | Verfahren zur Aufbereitung von rekonstruierten CT-Bilddatensätzen und CT-System |
WO2009131109A1 (ja) | 2008-04-22 | 2009-10-29 | 株式会社 日立メディコ | 医用画像処理装置、医用画像処理方法、プログラム |
US8649577B1 (en) * | 2008-11-30 | 2014-02-11 | Image Analysis, Inc. | Automatic method and system for measurements of bone density and structure of the hip from 3-D X-ray imaging devices |
DE102009014051B4 (de) * | 2009-03-19 | 2021-12-23 | Siemens Healthcare Gmbh | Verfahren zur Aufbereitung von CT-Bilddarstellungen und Recheneinheit zur Durchführung dieses Verfahrens |
US8355555B2 (en) | 2009-09-17 | 2013-01-15 | Siemens Aktiengesellschaft | System and method for multi-image based virtual non-contrast image enhancement for dual source CT |
EP2732431B1 (en) * | 2011-07-15 | 2019-03-13 | Koninklijke Philips N.V. | Image processing for spectral ct |
US9153045B2 (en) * | 2012-03-22 | 2015-10-06 | The Cleveland Clinic Foundation | Augmented reconstruction for computed tomography |
US10282820B2 (en) | 2013-02-21 | 2019-05-07 | Koninklijke Philips N.V. | Structure propagation restoration for spectral CT |
CN105793894B (zh) * | 2013-12-06 | 2020-03-31 | 皇家飞利浦有限公司 | 根据图像数据来进行骨骼分割 |
US9311570B2 (en) * | 2013-12-06 | 2016-04-12 | Kabushiki Kaisha Toshiba | Method of, and apparatus for, segmentation of structures in medical images |
US9710880B2 (en) * | 2014-07-03 | 2017-07-18 | Siemens Product Lifecycle Management Software Inc. | User-guided shape morphing in bone segmentation for medical imaging |
US9964499B2 (en) * | 2014-11-04 | 2018-05-08 | Toshiba Medical Systems Corporation | Method of, and apparatus for, material classification in multi-energy image data |
US9990712B2 (en) * | 2015-04-08 | 2018-06-05 | Algotec Systems Ltd. | Organ detection and segmentation |
US9905044B1 (en) * | 2016-08-25 | 2018-02-27 | General Electric Company | Systems and methods for functional imaging |
-
2017
- 2017-11-28 JP JP2019524409A patent/JP7104034B2/ja active Active
- 2017-11-28 EP EP17804202.4A patent/EP3475916B1/en active Active
- 2017-11-28 US US16/463,118 patent/US10524754B2/en active Active
- 2017-11-28 WO PCT/EP2017/080584 patent/WO2018099881A1/en unknown
- 2017-11-28 CN CN201780055425.4A patent/CN109690618B/zh active Active
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shen et al. | An automated lung segmentation approach using bidirectional chain codes to improve nodule detection accuracy | |
US20210272030A1 (en) | Systems and methods for using geometry sensitivity information for guiding workflow | |
US20180122082A1 (en) | Automated segmentation using deep learned priors | |
US9943286B2 (en) | Ultrasonographic images processing | |
EP3807839B1 (en) | Deformity edge detection | |
US10702233B2 (en) | Determining a two-dimensional mammography dataset | |
US9449384B2 (en) | Method for registering deformable images using random Markov fields | |
Afifi et al. | Liver segmentation approach using graph cuts and iteratively estimated shape and intensity constrains | |
US10255673B2 (en) | Apparatus and method for detecting object in image, and apparatus and method for computer-aided diagnosis | |
US20180158186A1 (en) | Method and device for determining image similarity | |
US20120027277A1 (en) | Interactive iterative closest point algorithm for organ segmentation | |
JP4837036B2 (ja) | デジタル化された医用画像内の身体とは異なる構造物の識別方法およびコンピュータ可読プログラム記憶装置 | |
JP2019536538A5 (ja) | ||
Wang et al. | Adaptive shape prior in graph cut image segmentation | |
CN105389821B (zh) | 一种基于云模型和图割相结合的医学图像分割方法 | |
US20210248716A1 (en) | Systems and methods for consistent presentation of medical images using deep neural networks | |
US10296810B2 (en) | Apparatus and method for determining lesion similarity of medical image | |
JP2016539704A5 (ja) | ||
KR101471646B1 (ko) | Gp-gpu를 이용한 3d 의료 영상 정합의 병렬처리방법 | |
US20220301177A1 (en) | Updating boundary segmentations | |
CN110555853B (zh) | 基于解剖学先验的分割算法评估的方法和装置 | |
CN107810518B (zh) | 图像处理系统和方法 | |
Pustelnik et al. | Local regularity for texture segmentation: Combining wavelet leaders and proximal minimization | |
JP7321671B2 (ja) | 情報処理装置、情報処理方法、情報処理システムおよびプログラム | |
Koundal et al. | An automatic ROI extraction technique for thyroid ultrasound image |