JP4236405B2 - 断層像セグメント分割 - Google Patents
断層像セグメント分割 Download PDFInfo
- Publication number
- JP4236405B2 JP4236405B2 JP2001355434A JP2001355434A JP4236405B2 JP 4236405 B2 JP4236405 B2 JP 4236405B2 JP 2001355434 A JP2001355434 A JP 2001355434A JP 2001355434 A JP2001355434 A JP 2001355434A JP 4236405 B2 JP4236405 B2 JP 4236405B2
- Authority
- JP
- Japan
- Prior art keywords
- bone
- ray
- gradient
- identifying
- probability
- 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.)
- Expired - Fee Related
Links
- 230000011218 segmentation Effects 0.000 title description 15
- 210000000988 bone and bone Anatomy 0.000 claims description 66
- 238000000034 method Methods 0.000 claims description 22
- 238000002591 computed tomography Methods 0.000 claims description 18
- 230000001054 cortical effect Effects 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 10
- 238000005070 sampling Methods 0.000 claims description 2
- 238000002604 ultrasonography Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 8
- 210000003484 anatomy Anatomy 0.000 description 3
- 239000002872 contrast media Substances 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 241001085205 Prenanthella exigua Species 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 230000037182 bone density Effects 0.000 description 1
- 238000005266 casting Methods 0.000 description 1
- 238000010968 computed tomography angiography Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000002792 vascular Effects 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
- G06T7/11—Region-based segmentation
-
- 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
- G06T2207/10081—Computed x-ray tomography [CT]
-
- 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
- G06T2207/30008—Bone
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Nuclear Medicine (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Description
【発明の背景】
本発明は画像処理に関し、さらに具体的には、選択された特性に基づいて、関心のある領域又はデータ形式をセグメント分割すると共に分類することに関する。
【0002】
同一物質の連続領域の識別はセグメント分割として公知である。医用画像の解剖学的な領域、例えば骨、腎臓若しくは肺への自動的な分類又はセグメント分割は困難な問題であり、現状では多くの臨床的応用の発展を阻んでいる。長年、様々な手法が提案されてきたが、定型的な医療業務に要求される高度の自動化及び品質を達成した手法は殆どない。その代わりに、殆どの臨床的応用は多量の利用者の対話型作業に頼っている。このように、セグメント分割の過程は長時間を要し、誤りを生じ易く、主観的なものとなっている。
【0003】
人体の骨格系は主として、二種類の骨すなわち皮質骨(cortical bone)及び海綿骨(trabecular bone)で構成されている。皮質骨は極めて稠密で、典型的には骨領域の外周に位置している。海綿骨はスポンジ状で、典型的には内部の骨領域に位置している。結果として、骨領域は、CT走査患者群に殆ど普遍的な様々な明瞭な特性を有する。CT密度は骨境界(皮質)で急激に上昇し、次いで、数ミリメートルの範囲内で緩やかに低下し、これにより、走査データに「リング(ring)」効果を生ずる。内部骨(海綿骨)の構造は、一定の変化及び相対的に高い周波数によって特徴付けられる明瞭なスポンジ状パターンを有する。骨のCT値は、皮質骨では1200〜2000を超えるハンスフィールド単位にわたり、海綿骨では1000〜1300ハンスフィールド単位にわたる。
【0004】
【発明が解決しようとする課題】
骨、具体的には皮質骨は高密度信号として現われ、この信号は人体の殆どあらゆる他の領域よりも高密度となっているが、骨のセグメント分割は、単純な閾値処理すなわち最小又は最大のCT数に基づく公知のセグメント分割法では実効的に行なわれない。しばしば、患者の体内には造影剤(コントラスト剤)のような異質物体又は物質が導入されており、骨と区別のつかないCT密度を呈する。この問題は、血流に液体の造影剤が注入されており、脈管領域に骨と等しいか又は骨よりも高いCT数を付与するコントラスト強調CT走査の場合に最も困難となる。
【0005】
コントラスト強調計算機式断層写真法(CT)データから骨を識別すると共に除去するという特定的な問題は、多くのセグメント分割問題の一例である。コントラスト強調された領域のCT値は、骨のような他の高密度構造から容易に区別することはできない。骨のロバストな識別作業を人間の操作者が実行するのは比較的容易であるにも拘わらず、医療的なセグメント分割研究ではかかる識別を可能にする自動的な骨セグメント分割法は現われていない。従って、CT走査データにおいて高密度特性を有する骨領域と他の解剖学的領域とを分類して、骨を他の領域からさらに十分に区別するセグメント分割法が必要とされている。
【0006】
【課題を解決するための手段】
1以上の選択された特性に従って入力空間をセグメント分割する方法が、入力空間の複数のビューに沿って複数の射線を投射する工程と、各々の射線の範囲内で、選択された特性に対応する領域を識別する工程と、識別された領域を処理して、選択された特性を有する領域を示す出力空間を形成する工程とを含んでいる。
【0007】
【発明の実施の形態】
本発明の特徴及び利点は、以下の発明の詳細な説明を添付図面と併せて参照することにより明らかとなろう。
【0008】
本発明の一実施形態では、セグメント分割の方法が、入力データを通して複数の射線を投射する工程と、所定の分類パラメータ又は特性に従って、得られたデータを分類する工程とを含んでいる。骨様プロファイル特性のような所定の分類パラメータが評価される。かかる特性としては、高勾配、外側の入口(皮質ピークに対する外部)、極めて高い値の入口(皮質ピーク)、高勾配の内側の入口(皮質ピークから海綿骨の開始に至る)、通常2mm程度の全皮質厚み、及び内部骨(海綿骨)における値のゆらぎ等がある。
【0009】
図1は、本発明の実施形態を説明するブロック図を示している。図1には、1以上の選択された特性について入力データをセグメント分割する方法が示されている。
【0010】
ステップ100において、入力データS、例えば2Dスカラ場が取得される。説明の目的のみで述べると、本実施形態は、2次元(2D)計算機式断層写真法(CT)画像を入力空間としている。但し、本セグメント分割方法は、他の医用撮像応用(磁気共鳴(MR)、超音波、X線)並びに他の非医療的走査応用又はセンシング応用に見受けられるような2次元又は3次元のスカラ場又はベクトル場に対しても作用し得ることを理解されたい。
【0011】
ステップ110では、周知のレイ・キャスティング法で複数の射線Rが投射されて、入力空間をサンプリングすると共に、配列操作に適した入力データのサンプリング後の1次元(1D)表現を生成する。射線は、Sを包囲する円上に位置する等間隔で回転する多数のビューVの一つを始点とする。Sに関して角度θに位置するビューVの数は、画像処理の品質及び速度の要件の考慮に基づいて公知の態様で選択される。本実施形態では、入力画像Sを通る通常は線形の多数の軌跡又は射線をサンプリングすることにより、ステップ120に示すように分類が実行される。複数の等間隔の射線が一つのビューから投射される。図2は、4つの対応するビューを始点とする4つの単一の射線(A〜D)を示す(1つのみを示す)。図1の説明を続けると、ステップ130において、射線に沿って骨が存在する確率が算出される。このことについては後にさらに詳細に述べる。次いで、ステップ140に示すように、各々の射線に沿った確率を処理して中間バッファPとする。ステップ150では、各々の射線に沿って計算を繰り返す。すべての軌跡が算出されて加算されたら、ステップ160において中間バッファPを最終的な骨の確率画像Bへ変換する。ステップ170において、特殊化した領域成長によって最終画像を変換する。領域成長ステップ170は、やはり骨には違いないが断層像解析ではそのようなものとしては検出され得ない他のピクセルを探索する。この領域成長法は繰り返し法であって、骨である確率が高いピクセルを骨とマークすることから開始して、付加的な規準集合に基づいて隣接するピクセルを試験する。この付加的な規準集合は、隣接するピクセルが、断層像解析によって当初に高い確率のスコアを得ていたか否かに拘わらず前のピクセルと同じ解剖学的構造の部分となっているか否かを判定することのできるものである。さらに、本実施形態では、望ましくは境界論理を用いて、走査画像の外周を超えた位置での情報の欠落によって骨の確率が破損されていないことを保証する。
【0012】
一つの射線についての骨の確率の計算(図1のステップ130)は、射線のスカラ値を解析して、骨密度(皮質及び海綿)を示すパターンを識別することにより実行される。代替的には、入力データが医用画像データ以外のものである場合には、他の所定の分類値に基づいて確率を算出する。骨の検出については、確率計算は射線に沿って各々のサンプルを処理して、いつ射線が見かけ上骨に入ったか、及びいつ出たかに注目する。骨への出入りを算出するためには多くの測定基準を利用することができるが、早くから見込みのあったのは、射線に沿って1次元(1D)勾配を解析するものである(処理時間を代償とすれば2D及び3Dを用いてさらに十分な情報を与えることもできる。)。G1を上回る勾配の大きさを有する勾配g1から2mmの範囲内でG2を上回る勾配の大きさを有する逆勾配g2が続いている場合には、出入りが生じている。(|g1|>|g2|)である場合には射線が骨に入っており、(|g1|<|g2|)である場合には射線が骨から出た可能性が高いということもしばしばある。骨への出入りのさらに先進的な処理が可能であることを理解されたい。
【0013】
もう一つの望ましいパラメータ又は特性は、射線に沿った信号の周波数である。この情報のすべてを組み合わせると、射線に沿った所与の位置が骨の領域内にある確率を割り当てる能力を得ることができる。例えば、射線処理が骨への入りを予め示し、高周波数区域であることを示し、且つ射線に沿ってさらに下った所で骨からの出を示している場合には、このピクセルが骨である確率は比較的高い。各々の特性が、ピクセルが骨領域の内部に位置していることの信頼性を高める。
【0014】
図2〜図6は、画像内の単一のピクセルにおいて行なわれる骨の確率の計算を示している。図2を参照すると、4つの射線(A〜D)がピクセルを横断しており、各々の射線が左側に示すスカラ・プロファイルを備えている。各々の射線に沿ったグレイの領域は、骨がこの領域に位置している確率が高いことを示している。すべての軌跡が符合しているので、この骨領域においては確率の和が高くなる。図3〜図6は各軌跡を示す。
【0015】
図7〜図9は、図1の方法を用いた代表的な画像を示している。図7では、CTアンジオグラフィ・データの元来のスライスが単一の射線70と共に示されている。領域71は高い骨の確率を示し、領域72は低い骨の確率を示している。図8は、射線70について算出された確率バッファを示す。図9は、骨領域を明るい白で強調している。コントラスト強調されている領域が骨として分類されていないことに留意されたい。
【0016】
尚、射線処理は、元のデータばかりでなく画像から導出される任意の他の情報を解析し得ることを特記しておく。例えば、入力画像から勾配情報を予め算出して、射線処理時に解析することができる。また、可能性としては血管又は他の何らかの構造に続くと、射線の軌跡が非線形となり得る場合もある。
【0017】
多数回のセグメント分割計算を実行して、一回の計算の結果が暫定的なセグメント分割又は分類を生成するようにすることも可能である。例えば、最終的な計算段階を用いて、領域の成長を予め分類されている骨領域に連結する。
【0018】
CT逆投影との演算の類似性がある場合には、本書に記載した方法をCT逆投影ハードウェアで具現化することができる。現状の逆投影ハードウェアによってこれを行なうためには、僅かにアルゴリズムを変更する必要があろう。例えば、逆投影との互換性のために、射線全体に沿って骨に遭遇する確率を表わす合成ビュー・データを生成してもよい。次いで、この値を、X線輸送を模擬する場合と同様にして減衰させる。
【0019】
本書で本発明の好適実施形態を図示すると共に説明したが、かかる実施形態は例示のみのために記載されていることは明らかであろう。当業者であれば、本書の発明から逸脱しない多くの変形、改変及び置換に想到されよう。従って、本発明は特許請求の要旨及び範囲によってのみ限定されるものとする。
【図面の簡単な説明】
【図1】本発明の好適実施形態を適用することのできる入力データのセグメント分割方法を示すブロック図である。
【図2】本発明の好適実施形態を適用することのできる代表的な入力データの図である。
【図3】図2の入力データのスカラ・プロファイルの図である。
【図4】図2の入力データのスカラ・プロファイルの図である。
【図5】図2の入力データのスカラ・プロファイルの図である。
【図6】図2の入力データのスカラ・プロファイルの図である。
【図7】本発明の好適実施形態を適用することのできるCT画像データの図である。
【図8】図7に示すデータの暫定的な確率計算の図である。
【図9】図1の方法を用いた結果の画像の図である。
【符号の説明】
70 射線
71 骨の確率が高い部分
72 骨の確率が低い部分
90 骨領域
Claims (3)
- 入力空間をセグメント分割する方法であって、
前記入力空間の複数のビューに沿って、骨様プロファイル特性について前記入力空間をサンプリングする(120)相互に交差する複数の射線を投射する工程(110)と、
前記複数のビューの各々に対応する前記複数の射線の各々の範囲内で、前記骨様プロファイル特性に対応する領域を識別するための骨の確率を計算する工程(130、140、150)と、
前記骨様プロファイル特性を有する領域を示す出力空間を形成するように前記識別された領域を処理する工程(170)とを備え、
前記骨の確率を計算する工程は、皮質骨及び海綿骨を示すパターンを識別する工程を含み、前記皮質骨及び海綿骨を示すパターンを識別する工程は、
前記射線に沿って1次元の勾配を解析する工程と、
骨への入りを予め示す勾配G1を特定する工程と、
前記勾配G1から2mmの範囲内で前記勾配G1を上回る勾配の大きさを有する逆勾配G2を特定する工程と、
を含んでいる方法。 - 前記入力空間は計算機式断層写真法(CT)画像データ、磁気共鳴(MR)画像データ、超音波画像データ又は、X線画像データから導出される請求項1に記載の方法。
- 前記複数の射線の各々に沿った確率を処理して中間バッファとする工程と、
前記中間バッファを最終的な骨の確率画像へ変換する工程をさらに含んでいる請求項1に記載の方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US09/721,194 US6744911B1 (en) | 2000-11-22 | 2000-11-22 | Tomographic segmentation |
US09/721194 | 2000-11-22 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2002301051A JP2002301051A (ja) | 2002-10-15 |
JP4236405B2 true JP4236405B2 (ja) | 2009-03-11 |
Family
ID=24896934
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2001355434A Expired - Fee Related JP4236405B2 (ja) | 2000-11-22 | 2001-11-21 | 断層像セグメント分割 |
Country Status (4)
Country | Link |
---|---|
US (1) | US6744911B1 (ja) |
EP (1) | EP1225542B1 (ja) |
JP (1) | JP4236405B2 (ja) |
IL (1) | IL146452A (ja) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7349563B2 (en) * | 2003-06-25 | 2008-03-25 | Siemens Medical Solutions Usa, Inc. | System and method for polyp visualization |
US7616794B2 (en) * | 2004-01-26 | 2009-11-10 | Siemens Medical Solutions Usa, Inc. | System and method for automatic bone extraction from a medical image |
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 |
WO2006097911A1 (en) * | 2005-03-17 | 2006-09-21 | Algotec Systems Ltd. | Bone segmentation |
US7860283B2 (en) | 2006-10-25 | 2010-12-28 | Rcadia Medical Imaging Ltd. | Method and system for the presentation of blood vessel structures and identified pathologies |
US7940977B2 (en) * | 2006-10-25 | 2011-05-10 | Rcadia Medical Imaging Ltd. | Method and system for automatic analysis of blood vessel structures to identify calcium or soft plaque pathologies |
US7940970B2 (en) | 2006-10-25 | 2011-05-10 | Rcadia Medical Imaging, Ltd | Method and system for automatic quality control used in computerized analysis of CT angiography |
US7873194B2 (en) * | 2006-10-25 | 2011-01-18 | Rcadia Medical Imaging Ltd. | Method and system for automatic analysis of blood vessel structures and pathologies in support of a triple rule-out procedure |
US7983459B2 (en) | 2006-10-25 | 2011-07-19 | Rcadia Medical Imaging Ltd. | Creating a blood vessel tree from imaging data |
US7907761B2 (en) * | 2007-04-20 | 2011-03-15 | General Electric Company | Method for registration and navigation of volumetric scans using energy profiles |
US9008394B2 (en) * | 2008-11-26 | 2015-04-14 | General Electric Company | Methods and apparatus for determining brain cortical thickness |
JP5399225B2 (ja) * | 2008-12-15 | 2014-01-29 | 富士フイルム株式会社 | 画像処理装置および方法並びにプログラム |
EP2476095A4 (en) | 2009-09-11 | 2017-11-01 | Straxcorp Pty Ltd | Method and system for image analysis of selected tissue structures |
US8510048B2 (en) * | 2011-01-24 | 2013-08-13 | Raytheon Company | Method for detecting underground tunnels |
BR112014008461A2 (pt) * | 2011-10-11 | 2017-04-11 | Koninklijke Philips Nv | aparelho para pós-processamento de imagens de corte de seção transversal 2d definindo um conjunto de dados de volume de imagem 3d; interface gráfica de usuário; método de pós-processamento de imagens de corte de seção transversal 2d; sistema médico para pós-processamento de imagens de corte de seção transversal 2d; elemento de programa de computador para controle de um aparelho; e mídia executável por computador |
EP3381512A1 (en) * | 2017-03-30 | 2018-10-03 | Koninklijke Philips N.V. | Determining at least one final two-dimensional image for visualizing an object of interest in a three-dimensional ultrasound volume |
US10438350B2 (en) | 2017-06-27 | 2019-10-08 | General Electric Company | Material segmentation in image volumes |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5226113A (en) | 1989-10-30 | 1993-07-06 | General Electric Company | Method and apparatus for volumetric projection rendering using reverse ray casting |
JPH08138078A (ja) * | 1994-11-09 | 1996-05-31 | Toshiba Medical Eng Co Ltd | 画像処理装置 |
US5959631A (en) * | 1996-08-28 | 1999-09-28 | Hewlett-Packard Company | Hardware and software for the visualization of three-dimensional data sets |
US6343936B1 (en) * | 1996-09-16 | 2002-02-05 | The Research Foundation Of State University Of New York | System and method for performing a three-dimensional virtual examination, navigation and visualization |
US5832134A (en) | 1996-11-27 | 1998-11-03 | General Electric Company | Data visualization enhancement through removal of dominating structures |
US5891030A (en) * | 1997-01-24 | 1999-04-06 | Mayo Foundation For Medical Education And Research | System for two dimensional and three dimensional imaging of tubular structures in the human body |
US5865750A (en) | 1997-05-07 | 1999-02-02 | General Electric Company | Method and apparatus for enhancing segmentation in three-dimensional ultrasound imaging |
US6211884B1 (en) * | 1998-11-12 | 2001-04-03 | Mitsubishi Electric Research Laboratories, Inc | Incrementally calculated cut-plane region for viewing a portion of a volume data set in real-time |
US6353677B1 (en) * | 1998-12-22 | 2002-03-05 | Mitsubishi Electric Research Laboratories, Inc. | Rendering objects having multiple volumes and embedded geometries using minimal depth information |
-
2000
- 2000-11-22 US US09/721,194 patent/US6744911B1/en not_active Expired - Lifetime
-
2001
- 2001-11-12 IL IL14645201A patent/IL146452A/xx unknown
- 2001-11-21 JP JP2001355434A patent/JP4236405B2/ja not_active Expired - Fee Related
- 2001-11-21 EP EP01309786A patent/EP1225542B1/en not_active Expired - Lifetime
Also Published As
Publication number | Publication date |
---|---|
EP1225542A2 (en) | 2002-07-24 |
EP1225542B1 (en) | 2011-09-28 |
IL146452A (en) | 2005-05-17 |
EP1225542A3 (en) | 2005-10-19 |
JP2002301051A (ja) | 2002-10-15 |
US6744911B1 (en) | 2004-06-01 |
IL146452A0 (en) | 2002-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4236405B2 (ja) | 断層像セグメント分割 | |
US10115197B1 (en) | Apparatus and method for lesions segmentation | |
EP0760624B1 (en) | Automated detection of lesions in computed tomography | |
JP5207649B2 (ja) | 骨または他のカルシウム含有物質と軟部組織内の造影剤との自動差別化方法および装置 | |
JP4149598B2 (ja) | 画像収集中にx線イメージングシステムのコリメータを自動設定する方法、およびx線イメージングシステム | |
US7177453B2 (en) | Method and apparatus for partitioning a volume | |
EP2284794B1 (en) | X-ray CT apparatus and image processing device | |
JP4708362B2 (ja) | コンピュータで実施される方法 | |
JP3656695B2 (ja) | 骨計測方法および装置 | |
JP2004174232A (ja) | 画像セットのコンピュータ支援診断 | |
Karssemeijer et al. | Recognition of organs in CT-image sequences: a model guided approach | |
KR100503424B1 (ko) | 다중단면 전산화단층촬영 영상을 이용한 폐결절 자동 검출방법 및 이를 기록한 기록매체 | |
JP2005296605A (ja) | 放射線写真画像を診断関連領域と診断非関連領域とにセグメント化する方法 | |
WO2007117506A2 (en) | System and method for automatic detection of internal structures in medical images | |
EP3971830B1 (en) | Pneumonia sign segmentation method and apparatus, medium and electronic device | |
JP5329103B2 (ja) | 画像処理装置及びx線ct装置 | |
Marar et al. | Mandible bone osteoporosis detection using cone-beam computed tomography | |
Išgum et al. | Automated aortic calcium scoring on low‐dose chest computed tomography | |
EP3928285A1 (en) | Systems and methods for calcium-free computed tomography angiography | |
US20050002548A1 (en) | Automatic detection of growing nodules | |
US20070053570A1 (en) | Image processing method, and computer-readable recording medium in which image processing program is recorded | |
JP5279996B2 (ja) | 画像抽出装置 | |
JPH11155849A (ja) | 骨画像情報取得方法 | |
Venkatachalam et al. | Processing of abdominal ultrasound images using seed based region growing method | |
Kaftan et al. | Locally adaptive fuzzy pulmonary vessel segmentation in contrast enhanced CT data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20041119 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20061110 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070717 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070906 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080401 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080418 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080909 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20081020 |
|
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: 20081118 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20081216 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111226 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121226 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121226 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131226 Year of fee payment: 5 |
|
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 |
|
LAPS | Cancellation because of no payment of annual fees |