JP4303598B2 - 画素の符号化法、画像処理法と、1以上の画素により再現されるオブジェクトの定性的な認識を目的とする画像処理法 - Google Patents
画素の符号化法、画像処理法と、1以上の画素により再現されるオブジェクトの定性的な認識を目的とする画像処理法 Download PDFInfo
- Publication number
- JP4303598B2 JP4303598B2 JP2003575324A JP2003575324A JP4303598B2 JP 4303598 B2 JP4303598 B2 JP 4303598B2 JP 2003575324 A JP2003575324 A JP 2003575324A JP 2003575324 A JP2003575324 A JP 2003575324A JP 4303598 B2 JP4303598 B2 JP 4303598B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- pixel
- pixels
- processing method
- tissue
- 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
- 238000000034 method Methods 0.000 title claims description 124
- 238000003672 processing method Methods 0.000 title claims description 63
- 239000013598 vector Substances 0.000 claims description 163
- 210000001519 tissue Anatomy 0.000 claims description 134
- 238000012545 processing Methods 0.000 claims description 127
- 206010028980 Neoplasm Diseases 0.000 claims description 33
- 201000011510 cancer Diseases 0.000 claims description 22
- 238000003384 imaging method Methods 0.000 claims description 21
- 238000013528 artificial neural network Methods 0.000 claims description 19
- 230000007547 defect Effects 0.000 claims description 19
- 239000011159 matrix material Substances 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 16
- 238000005481 NMR spectroscopy Methods 0.000 claims description 13
- 239000002872 contrast media Substances 0.000 claims description 13
- 210000003205 muscle Anatomy 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 12
- 230000003211 malignant effect Effects 0.000 claims description 12
- 238000002604 ultrasonography Methods 0.000 claims description 11
- 230000010412 perfusion Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 210000003484 anatomy Anatomy 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000003745 diagnosis Methods 0.000 claims description 5
- 230000000007 visual effect Effects 0.000 claims description 5
- 230000005856 abnormality Effects 0.000 claims 7
- 210000000056 organ Anatomy 0.000 claims 4
- 230000008878 coupling Effects 0.000 claims 2
- 238000010168 coupling process Methods 0.000 claims 2
- 238000005859 coupling reaction Methods 0.000 claims 2
- 238000010791 quenching Methods 0.000 claims 2
- 230000000171 quenching effect Effects 0.000 claims 2
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 238000002425 crystallisation Methods 0.000 claims 1
- 230000008025 crystallization Effects 0.000 claims 1
- 230000002950 deficient Effects 0.000 claims 1
- 238000010191 image analysis Methods 0.000 claims 1
- 238000004519 manufacturing process Methods 0.000 claims 1
- 230000036962 time dependent Effects 0.000 claims 1
- 230000008859 change Effects 0.000 description 13
- 230000008901 benefit Effects 0.000 description 9
- 238000013421 nuclear magnetic resonance imaging Methods 0.000 description 6
- 230000002123 temporal effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 210000000038 chest Anatomy 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000002347 injection Methods 0.000 description 4
- 239000007924 injection Substances 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 210000004204 blood vessel Anatomy 0.000 description 2
- 210000000481 breast Anatomy 0.000 description 2
- 210000004027 cell Anatomy 0.000 description 2
- 238000002059 diagnostic imaging Methods 0.000 description 2
- 238000002405 diagnostic procedure Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 210000004880 lymph fluid Anatomy 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 206010006187 Breast cancer Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000008321 arterial blood flow Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 201000007295 breast benign neoplasm Diseases 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 238000009607 mammography Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
- 238000012285 ultrasound imaging Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Image Processing (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Description
該識別ベクトルと、再現されるオブジェクトの割り付けられたオブジェクトタイプ又はオブジェクトの特質と、によって形成された2項式からなる専門的処理システムのティーチングデータベースを生成するステップと、
データベースをシステムに追加して、実際に専門処理システムをティーチングするステップと、
各画素に割り付けられた識別ベクトルによって未評価画像の画素を符号化するステップと、
該画像の画素識別ベクトルを該処理システムに入力することで、処理システムの出力として、そして処理の結果として、各画素によって表現されるオブジェクトのタイプと特質を得るステップ。
−既知のデジタル画像又はデジタル処理された診断用画像の符号化により得られた画素識別ベクトルに基づくエキスパート処理システムをティーチングするためのデータベースの生成ステップであって、その画素群は予め専門家により組織のタイプが割り付けられており、画素識別ベクトルが対応する既知の組織タイプと一義的に割り付けられているもの
−上記ティーチングデータベースを取り入れることによるエキスパートシステムのティーチングと、処理アルゴリズムのタイプとモードの対応付けステップ。
−画像または同一フレーム画像群の時間系列を本発明の手法に従って画素識別ベクトルに符号化するステップ。ここで画像又は時間系列はデジタル方式で得られたもの又はデジタル処理されたものであるが、解釈はされていないものである。
−処理システムに取り込まれ、解釈されていない画像に画像符号化ベクトルを取り入れるステップ。該処理システムは、各画素識別ベクトルの組織タイプ又は組織の特質を処理し、その結果を表示する。
(D. E. Rumelhart, G. E. Hinton, and R. J. Williams,1986, Learning representations by back-propagating errors,Nature,23: 533-536; M.Buscema, 2000,Squashing Theory and Contractive Map Network, Rome, Semeion Technical Paper n. 23i -23e; M. Buscei~ia, 1995, Self-Reflexive Networks. Theory, Topology, Applications, in Quality & Quantity, Kluwer Academic Publishers, Dordtrecht, The Netherlands, vol.29(4), 339-403, November) 等の多くのニューラルネットワークを用いる事ができる。上記ニューラルネットワークに関し記載された文献は、本発明の一部とみなされる。
(例1)(図5)
例2は、例1と類似しているが、認識データベースに、例えば正常組織という組織タイプを追加している。従って、ティーチングデータベースが生成されると、画像を構成する画素の符号化ベクトルは、良性腫瘍組織、悪性腫瘍組織、正常組織という組織タイプのうちの一つに一義的に割り付けられる。
例3も、上述の例と類似しているが、良性腫瘍組織、悪性腫瘍組織、正常組織、筋肉組織、画像背景の5タイプを使っている。
Claims (45)
- デジタル画像又はデジタル処理された画像、即ち二次元画像の場合は画素、三次元画像の場合は体素が、画面上又は印刷画像上の画素の視覚的様相と対応する一セットの値によって表現された画像ドットの一組から成る画像の符号化のための方法であって、
着目するデジタル画像又はデジタル処理された画像の少なくとも一部の画素又は体素(5,14)、又は前記画像を形成する前記一セットの画素又は体素の各画素又は体素(5,14)の識別が、
符号化すべき画素又は体素(5,14)のデータと、
前記符号化すべき画素又は体素の周囲にあり、画像を形成する画素又は体素のセット全体に含まれる所定のサブセットの内側に配置される画素の少なくとも一つ、または幾つか、又は全ての画素(1,2,3,4,6,7,8,9; 1,2,3,4,5,6,7,8,9,10,11,12,13,15,16,17,18,19,20,21,22,23,24,25,26,27)のデータと、
によって与えられるベクトル成分からなるベクトルによって一義的に行われることを特徴とするデジタル画像又はデジタル処理された画像の符号化のための方法。 - 画素又は体素(5,14)の識別ベクトルの成分が、識別すべき画素の周囲の画素又は体素として、符号化すべき画素又は体素に直接隣接する全ての画素又は体素(1,2,3,4,6,7,8,9; 1,2,3,4,5,6,7,8,9,10,11,12,13,15,16,17,18,19,20,21,22,23,24,25,26,27)を選択することによって求められることを特徴とする請求項1に記載の符号化のための方法。
- 符号化すべき画素又は体素(5,14)の識別ベクトルの成分が、符号化すべき画素又は体素(5,14)と直接隣接する画素又は体素(1,2,3,4,6,7,8,9; 1,2,3,4,5,6,7,8,9,10,11,12,13,15,16,17,18,19,20,21,22,23,24,25,26,27)を囲む少なくともひとつ又はいくつか又は全ての画素又は体素からも成ることを特徴とする請求項1又は2に記載の符号化のための方法。
- 符号化すべき画素又は体素(5,14)と、その周囲の画素又は体素(1,2,3,4,6,7,8,9; 1,2,3,4,5,6,7,8,9,10,11,12,13,15,16,17,18,19,20,21,22,23,24,25,26,27)と、に対応する識別ベクトルの成分が、前記符号化すべき画素又は体素(5,14)の識別ベクトルを形成するために選択された周囲の画素又は体素(1,2,3,4,6,7,8,9; 1,2,3,4,5,6,7,8,9,10,11,12,13,15,16,17,18,19,20,21,22,23,24,25,26,27)の所定の読み取り順序を参照して、前記周囲の画素又は体素(1,2,3,4,6,7,8,9; 1,2,3,4,5,6,7,8,9,10,11,12,13,15,16,17,18,19,20,21,22,23,24,25,26,27)の互いの距離関係と符号化すべき画素又は体素(5,14)との距離関係と、に対応するように配置されることを特徴とする、請求項1ないし3のいずれか1項に記載の符号化のための方法。
- 符号化すべき画素又は体素(5,14)に対応するベクトル成分が、識別ベクトル成分を求めるために選択された前記画像の画素又は体素セットの成分の1つであり、そして、符号化すべき画素又は体素(5,14)の周囲の画素又は体素(1,2,3,4,6,7,8,9; 1,2,3,4,5,6,7,8,9,10,11,12,13,15,16,17,18,19,20,21,22,23,24,25,26,27)との関係において中心位置を占めるように、前記識別ベクトルの成分が配置されることを特徴とする、請求項1ないし4のいずれか1項に記載の符号化のための方法。
- 単一対象からなる連続するデジタル画像又はデジタル処理された画像の符号化ステップを含み、
前記単一対象の単一フレームについては、前記連続する画像に、時間間隔を空けて得られた少なくとも2枚の画像を含み、
前記連続画像を形成する画素マトリックス内の同一位置に存在する符号化すべき画素又は体素(5)の識別ベクトルが、符号化すべき画素又は体素(5)の値と、前記連続画像の一部である画像毎の識別ベクトルの成分を形成するために選択された周囲の画素又は体素と、によって形成する
ことを特徴とする、請求項1ないし5のいずれか1項に記載の符号化のための方法。 - 連続したデジタル画像又はデジタル処理された画像内の符号化すべき画素又は体素(5)の識別ベクトルが、前記符号化すべき画素又は体素の値と、前記連続画像の全画像の識別ベクトル成分を形成するために選択された画素又は体素の値とを含み、そして、
前記符号化すべき画素又は体素の値(5)と前記連続画像の全画像の識別ベクトル成分を形成するために選択された画素又は体素の値とが、連続画像内の同一画像又は同一撮像時間を参照する識別ベクトル成分のサブセットを形成できるように、連続画像の個々の画像が得られた時間順に順序付けされる
ことを特徴とする請求項6に記載の符号化のための方法。 - 連続画像内の異なる画像を参照する識別ベクトル成分のサブセットが、符号化すべき連続画像の対応する画像が得られた時間順に連続的に順序付けられることを特徴とする、請求項7に記載の符号化のための方法。
- 前記請求項1から8のいずれか1項に記載の画像の画素又は体素に基づいて動作するデジタル画像又はデジタル処理された画像を処理する方法であって、
所定数のデジタル画像又はデジタル処理された画像を符号化し画素又は体素識別ベクトルに入れるステップと、
所定のタイプと特質のリストに基づいて、従来の画像解析を用いて定量し、対応する識別ベクトルによって符号化された個々の画素又は体素によって実際に再現されるように、各識別ベクトルを対応するオブジェクトタイプ又は特質に一義的に割り付けるステップと、
前記識別ベクトルと、対応する画素又は体素によって再現されたオブジェクトに割り付けられたオブジェクトタイプ又はオブジェクトの特質と、によって形成される2項式からなる処理システムのティーチングデータベースを生成するステップと、
データベースをシステムに追加して装着し、又は処理システムにデータベースへのアクセスを許可することで、実際に処理システムをティーチングするステップと、
からなるティーチングデータベースの生成と処理システムのティーチングを有し、そして、
各画素又は体素に割り付けられた識別ベクトルによって未評価画像の画素又は体素を符号化するステップと、
ティ―チングデータベースに含まれるオブジェクトのタイプと特質を参照しながら、前記画像の画素又は体素識別ベクトルを処理システムに入力することによって、処理システムの出力として、そして処理の結果として、各画素又は体素によって表現されるオブジェクトのタイプ及び特質を得るステップと、からなる異なる静止画像や連続画像に対しティーチングステップを繰り返すことのない反復可能な処理を更に有する
ことを特徴とする画像処理方法。 - 前記処理システムが、ティーチングデータベースの画素識別ベクトルと、処理すべき符号化画像又は連続画像の画素識別ベクトルと、を比較するためのアルゴリズムから成ることを特徴とする、請求項9に記載の画像処理方法。
- 前記処理システムがLDAとして知られている種類の判別用アルゴリズムから成ることを特徴とする請求項9又は10に記載の画像処理方法。
- 前記処理システムがニューラルネットワークとして知られているアルゴリズムから成ることを特徴とする請求項9又は請求項10に記載の画像処理方法。
- 前記オブジェクトのタイプや特質の選択肢として、特定の様相を用いることによって、オブジェクトのタイプや特質が識別されている画像の画素又は体素が互いに異なるように、また、前記画像とも異なるように、処理されて表示されることを特徴とする請求項9ないし12のいずれか1項に記載の画像処理方法。
- 前記オブジェクトのタイプや特質の選択肢として、特定の様相を用いることによって、オブジェクトのタイプや特質が識別されている画像の画素又は体素が互いに異なるように、また、前記画像とも異なるように、処理されて原画像上に表示されることを特徴とする請求項13に記載の画像処理方法。
- 前記原画像が、単色で、特に白黒又はグレー階調で表示されることを特徴とする請求項14に記載の画像処理方法。
- 画像処理結果が前記処理システムのティーチングデータベースに記憶されることを特徴とする請求項9ないし15のいずれか1項に記載の画像処理方法。
- 前記ティーチングデータベースに記憶される前に、前記画像処理結果が、目視管理や他の分析手段の少なくとも一つによって、その有効性が確認されていることを特徴とする請求項16に記載の画像処理方法。
- 前記画像処理結果が、処理された画像の画素又は体素の識別ベクトル形式によって、処理時に割り当てられた前記オブジェクトのタイプ又は特質と関連付けられて記憶されることを特徴とする請求項16又は請求項17に記載の画像処理方法。
- 画像の画素又は体素によって再現されたオブジェクトのタイプを認識する画像処理方法であることを特徴とする請求項9ないし18のいずれか1項に記載の画像処理方法。
- 細胞組織又は解剖学又は生理的オブジェクト又はそのオブジェクトの特質の少なくとも一種類の認識を目的とした、デジタル画像又はデジタル処理された診断用画像の処理方法に含まれることを特徴とする請求項1ないし8のいずれか1項に記載の符号化のための方法。
- 前記診断画像の画素又は体素によって再現された良性腫瘍組織と悪性腫瘍組織との認識と判別のための診断画像処理方法であって、前記ティーチングデータベースが、対応する組織タイプと一義的に関連付けられた悪性及び良性腫瘍組織を表現する画像の画素又は体素の識別ベクトルから成ることを特徴とする請求項20記載の符号のための方法。
- 前記診断画像の画素又は体素によって再現された良性腫瘍組織と悪性腫瘍組織と正常組織との認識と判別のための診断画像処理方法であって、前記ティーチングデータベースが、対応する組織タイプと一義的に関連付けられた悪性及び良性腫瘍組織と正常組織とを表現する画像の画素又は体素の識別ベクトルから成ることを特徴とする請求項21記載の符号化のための方法。
- 前記診断画像の画素又は体素によって再現された良性腫瘍組織と悪性腫瘍組織と正常組織と筋肉組織との認識と判別のための診断画像処理方法であって、前記ティーチングデータベースが、対応する組織タイプと一義的に関連付けられた悪性及び良性腫瘍組織と正常組織と筋肉組織とを表現する画像の画素又は体素の識別ベクトルから成ることを特徴とする請求項22記載の符号化のための方法。
- 前記診断画像の画素又は体素によって再現された良性腫瘍組織と悪性腫瘍組織と正常組織と筋肉組織との認識との少なくとも一つと背景画像との判別のための診断画像処理方法であって、前記ティーチングデータベースが、対応する組織タイプと一義的に関連付けられた悪性及び良性腫瘍組織と正常組織と筋肉組織との少なくとも一つと背景画像とを表現する画像の画素又は体素の識別ベクトルから成ることを特徴とする請求項21ないし23のいずれか1項に記載の符号化のための方法。
- 細胞組織又は解剖学又は生理的オブジェクト又はそのオブジェクトの特質の少なくとも一種類の認識を目的とした、デジタル画像又はデジタル処理された診断用画像の処理方法に含まれることを特徴とする請求項9ないし19のいずれか1項に記載の画像処理方法。
- 前記診断画像の画素又は体素によって再現された良性腫瘍組織と悪性腫瘍組織との認識と判別のための診断画像処理方法であって、前記ティーチングデータベースが、対応する組織タイプと一義的に関連付けられた悪性及び良性腫瘍組織を表現する画像の画素又は体素の識別ベクトルから成ることを特徴とする請求項25に記載の画像処理方法。
- 前記診断画像の画素又は体素によって再現された良性腫瘍組織と悪性腫瘍組織と正常組織との認識と判別のための診断画像処理方法であって、前記ティーチングデータベースが、対応する組織タイプと一義的に関連付けられた悪性及び良性腫瘍組織と正常組織とを表現する画像の画素又は体素の識別ベクトルから成ることを特徴とする請求項26に記載の画像処理方法。
- 前記診断画像の画素又は体素によって再現された良性腫瘍組織と悪性腫瘍組織と正常組織と筋肉組織との認識と判別のための診断画像処理方法であって、前記ティーチングデータベースが、対応する組織タイプと一義的に関連付けられた悪性及び良性腫瘍組織と正常組織と筋肉組織とを表現する画像の画素又は体素の識別ベクトルから成ることを特徴とする請求項27に記載の画像処理方法。
- 前記診断画像の画素又は体素によって再現された良性腫瘍組織と悪性腫瘍組織と正常組織と筋肉組織との認識との少なくとも一つと背景画像との判別のための診断画像処理方法であって、前記ティーチングデータベースが、対応する組織タイプと一義的に関連付けられた悪性及び良性腫瘍組織と正常組織と筋肉組織との少なくとも一つと背景画像とを表現する画像の画素又は体素の識別ベクトルから成ることを特徴とする請求項26ないし28のいずれか1項に記載の画像処理方法。
- 典型的な潅流のタイプや特質の中から選択した潅流の挙動のタイプ又は特質を割付けられた、造影剤の存在時に得られた画素又は体素又は連続画像の識別ベクトルを備えた専門的処理システムのティーチングデータベースを生成するステップと、
前記ティーチングデータベースのデータを入力し、処理することで実際に処理システムをティーチングするステップと、
造影剤を注入後に解剖学的部分の連続画像を取得し、請求項1から請求項8記載の方法で得られた、前記連続画像の画素又は体素をその連続画像の画素の識別ベクトルに符号化するステップと、
ティーチングデータベースに基づいて、潅流の挙動のタイプ又は特質を個々の識別ベクトルと、各画素又は体素又は連続画像とに割り付ける識別ベクトル処理アルゴリズムによって処理するステップと、
連続画像を表示し、一義的な視覚的様相で各画素又は体素を特徴付けることによって、異なる潅流の挙動の特質又はタイプ毎に割り付けられた画素又は体素を強調表示するステップとを有する、
患者の所定の解剖学的部分の超音波や核磁気共鳴の連続画像を、造影剤を前記解剖学的部分に注入後に検出する、造影剤の潅流を測定する方法に含まれることを特徴とする請求項9ないし19、25のいずれか1項に記載の画像処理方法。 - 請求項1ないし8のいずれか1項に記載の符号化のための方法に従って、画像の画素又は体素を符号化する方法を含む画像処理方法であって、
前記画像処理方法が、心臓又はその他の臓器又は生理学上の構造体の超音波又はX線又は核磁気共鳴の連続画像が得られる、動く臓器や生理学上の構造体、特に心臓の部分の認識及び表示のための画像処理方法において、
前記画像処理方法が、
請求項1から請求項8の少なくとも一つに記載の方法で符号化された、心臓又はその他の臓器又は生理学上の構造体の複数からなる連続画像の画素又は体素の各識別ベクトルが、対応する画素又は体素によって再現されたもののタイプや特質に割付けられる、ティーチングデータベース生成ステップと、
前記ティーチングデータベースへのデータの入力や処理によって実際上処理システムをティーチングするステップと、
この先の処理のために、請求項1から請求項8の少なくとも一つに記載の方法を用いて、心臓又はその他の臓器又は生理学上の構造体の連続画像を符号化するステップと、
前記処理アルゴリズムが、前記ティーチングデータベースに基づいて、前記符号化された連続画像の各画素又は体素によって再現されるタイプや質を割り付けることができるように、符号化された連続画像の画素又は体素を処理するステップと、
前記連続画像を表示し、各特定のタイプや特質に従って、これらの画素又は体素の様相を一義的に変更することによって、特定のタイプや特質に対応した画素又は体素を視覚的に強調表示するステップと、
から成ることを特徴とする請求項9ないし19、25のいずれか1項に記載の画像処理方法。 - 対応する画素又は体素が画像の欠陥又は異常を再現する又は有するかどうかに依存して、画像の画素又は体素の各識別ベクトルが、画像の欠陥又は異常の有無を示すタイプや特質に割り付けられることを特徴とする、請求項1から請求項8のいずれか1項に記載の画像の画素又は体素を識別ベクトルに符号化することによってティーチングデータベースを生成するステップと、
前記ティーチングデータベースのデータを入力したり処理して、実際に前記処理システムをティーチングするステップと、
請求項1から請求項8のいずれか1項に記載の方法を用いて画像を符号化するステップと、
前記ティーチングデータベースに基づいて、前記処理アルゴリズムが前記符号化された画像の画素又は体素ごとに画像の欠陥又は異常の有無を示すタイプや特質を割り付けることができるように符号化された画像を処理するステップと、
結果を表示し、様相が変化した配置ごとに欠陥又は異常の有無を示すタイプを割り付けられた画素又は体素を視覚的に強調表示し、異なる欠陥や異常の特質と一義的に関係する画素又は体素の様相を、他の画素又は体素と更に相違させることによって、画素又は体素に割り付けられた欠陥又は異常の特質を示すステップと
を有することを特徴とする、画像の欠陥や異常を識別するために、請求項1から請求項8のいずれか1項に記載の画像符号化のための方法と組み合わせて用いる請求項9から請求項19、25のいずれか1項に記載の画像処理方法。 - 識別ベクトルに画素の異常の有無に対応するタイプを割り付けて、ティーチングデータベースに画像の欠陥又は異常を有する符号化された画像と有さない符号化された画像のペアを付加するステップと、
画像の画素又は体素を符号化し、次に欠陥や異常の有無を示すタイプを割り当てて、前記異常や欠陥の特質を前記画像の各画素又は体素に割り当てるステップと、
ティーチングデータベース内において、欠陥や異常を有する画像に、欠陥の無い画像の画素又は体素の様相をペアとして割り付けて、欠陥や異常の見つかった画素又は体素の様相を修正するステップと、
による欠陥の除去のためのステップを更に含むことを特徴とする請求項32に記載の画像処理方法。 - 前記処理された画像が、画素で表現されたオブジェクトタイプを特定して認識するために、事前に又は事後に処理されることを特徴とする請求項32又は請求項33に記載の画像処理方法。
- 前記欠陥又は異常のタイプが、焦点ずれ欠陥と人為的欠陥と露出不良と現像不良とのうち、少なくとも一つであることを特徴とする請求項32ないし34のいずれか1項に記載の画像処理方法。
- 請求項1から請求項8のいずれか1項に記載の異なる撮像技術により得られた同一対象の画像をそれぞれ符号化するステップと、
請求項9から請求項26のいずれか1項に記載のオブジェクトのタイプや特質を認識するために、異なる撮像技術によって得られた同一対象の画像をそれぞれ処理するステップと、
異なる画像ごとに同一のオブジェクトタイプに割り付けられた画素により提供された情報を単一の画像に重ね合わせるステップと
から成る、
異なる撮像技術によって得られた同一対象のデジタル画像又はデジタル処理された画像を重ね合わせる方法であることを特徴とする請求項9ないし19、25のいずれか1項に記載の画像処理方法。 - 請求項9ないし19、25ないし31のいずれか1項に記載の画像処理方法と組み合わせることを特徴とする、請求項32ないし36のいずれか1項に記載の画像処理方法。
- デジタル処理された画像が、人の眼の解像度よりは低い高解像度の画素サイズからなる画像とされ、
請求項9ないし37のいずれか1項に記載の認知のために処理される画素データが、各画素単位グループの全画素の様相がそれに割り当てられた高解像度画素の様相と等しくなるような画素数を有する高解像度の画素単位グループの全画素を制御するために用いられ、そして、
前記画素単位グループの表示イメージまたは印刷イメージが、人の眼やそれより低い解像度で視認、又は検知される
ことを特徴とする、請求項9ないし19、25ないし37のいずれか1項に記載の画像処理方法。 - 前記画素単位グループを形成する高解像度画素の数を調整して、異なる倍率に設定することを特徴とする、請求項38に記載の画像処理方法。
- 符号化の目的のために、画像を形成する一画素単位で考える代わりに、所定数の隣接画素により形成された異なるサイズの最小画像領域を定義し、そして、
前記所定数の隣接画素によって形成された最小画像領域の値が、前記最小画像領域を形成する各一画素の輝度と明度との少なくとも一つの線形又は非線形結合による計算値であるか、前記最小画像領域を形成する各一画素の輝度と明度との少なくとも一つの統計関数の一つ以上の値であるかの、いずれか又は両方であるものとした
ことを特徴とする、請求項1ないし8のいずれか1項に記載の符号化のための方法。 - 前記最小画像領域の値として、前記最小画素領域を形成する各一画素の輝度の平均値と分散と、前記各一画素の色度の平均値と分散と、の少なくとも一つが用いられることを特徴とする、請求項39に記載の符号化のための方法。
- 各一画素の輝度と明度との少なくとも一つを用い、そして、結合計算と統計関数との少なくとも一つの時間依存性を用いて、最小画像領域を形成する各一画素の輝度と明度の少なくとも一つに関係する値の時間依存性を更に加えたことを特徴とする請求項40又は41に記載の符号化のための方法。
- 符号化すべき最小画像領域の最小隣接画像領域区間が、符号化すべき前記最小画像領域に隣接した単一選択画素、又は符号化すべき最小画像領域に隣接した特定の数からなる前記画素群、によってそれぞれ形成されることを特徴とする請求項40ないし42のいずれか1項に記載の符号化のための方法。
- 前記符号化すべき最小画像領域の最小隣接画像領域区間が、区間ごとに符号化すべき最小画像領域を形成する画素の数と同一又は異なる数の画素を有することを特徴とする請求項43に記載の符号化のための方法。
- デジタル処理した画像が、請求項40ないし44のいずれか1項に記載の符号化のための方法に従って符号化されることを特徴とする、請求項9から19のいずれか一に記載の画像処理方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP02425141A EP1345154A1 (en) | 2002-03-11 | 2002-03-11 | A method for encoding image pixels and method for processing images aimed at qualitative recognition of the object reproduced by one more image pixels |
PCT/EP2003/002400 WO2003077182A1 (en) | 2002-03-11 | 2003-03-10 | A method for encoding image pixels, a method for processing images and a method for processing images aimed at qualitative recognition of the object reproduced by one or more image pixels |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2005519685A JP2005519685A (ja) | 2005-07-07 |
JP4303598B2 true JP4303598B2 (ja) | 2009-07-29 |
Family
ID=27763487
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2003575324A Expired - Fee Related JP4303598B2 (ja) | 2002-03-11 | 2003-03-10 | 画素の符号化法、画像処理法と、1以上の画素により再現されるオブジェクトの定性的な認識を目的とする画像処理法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US7672517B2 (ja) |
EP (2) | EP1345154A1 (ja) |
JP (1) | JP4303598B2 (ja) |
KR (1) | KR20040102038A (ja) |
CN (1) | CN100470560C (ja) |
AU (1) | AU2003218712A1 (ja) |
WO (1) | WO2003077182A1 (ja) |
Families Citing this family (36)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1611452A1 (en) * | 2003-03-31 | 2006-01-04 | Koninklijke Philips Electronics N.V. | A method of magnetic resonance perfusion imaging |
AR047692A1 (es) * | 2003-07-10 | 2006-02-08 | Epix Medical Inc | Imagenes de blancos estacionarios |
US7215802B2 (en) * | 2004-03-04 | 2007-05-08 | The Cleveland Clinic Foundation | System and method for vascular border detection |
WO2005109322A2 (en) | 2004-05-04 | 2005-11-17 | Rush University Medical Center | Methods using recurrence quantification analysis to analyze and generate images |
WO2006078902A2 (en) * | 2005-01-19 | 2006-07-27 | Dermaspect, Llc | Devices and methods for identifying and monitoring changes of a suspect area on a patient |
KR100752333B1 (ko) * | 2005-01-24 | 2007-08-28 | 주식회사 메디슨 | 3차원 초음파 도플러 이미지의 화질 개선 방법 |
US8150151B2 (en) * | 2005-05-12 | 2012-04-03 | Bracco Imaging S.P.A. | Method for coding pixels or voxels of a digital image and a method for processing digital images |
JP5133505B2 (ja) * | 2005-06-24 | 2013-01-30 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | 画像判定装置およびx線ct装置 |
DE102005039189B4 (de) | 2005-08-18 | 2010-09-09 | Siemens Ag | Bildauswertungsverfahren für zweidimensionale Projektionsbilder und hiermit korrespondierende Gegenstände |
KR20080064155A (ko) | 2005-10-14 | 2008-07-08 | 어플라이드 리써치 어쏘시에이츠 뉴질랜드 리미티드 | 표면 특징을 모니터링하는 방법 및 장치 |
FR2923339B1 (fr) * | 2007-11-05 | 2009-12-11 | Commissariat Energie Atomique | Procede de lecture d'une matrice bidimensielle de pixels et dispositif pour la mise en oeuvre d'un tel procede |
JP5039932B2 (ja) * | 2007-12-28 | 2012-10-03 | Nkワークス株式会社 | キャプチャーソフトウエアプログラムおよびキャプチャー装置 |
JP5003478B2 (ja) * | 2007-12-28 | 2012-08-15 | Nkワークス株式会社 | キャプチャーソフトウエアプログラムおよびキャプチャー装置 |
TWI451749B (zh) * | 2009-03-10 | 2014-09-01 | Univ Nat Central | Image processing device |
US8423117B2 (en) * | 2009-06-22 | 2013-04-16 | General Electric Company | System and method to process an acquired image of a subject anatomy to differentiate a portion of subject anatomy to protect relative to a portion to receive treatment |
DE102009031141B3 (de) | 2009-06-30 | 2010-12-23 | Siemens Aktiengesellschaft | Ermittlungsverfahren für ein farbkodiertes Auswertungsbild sowie korrespondierende Gegenstände |
TWI463417B (zh) * | 2010-08-20 | 2014-12-01 | Hon Hai Prec Ind Co Ltd | 圖像處理設備及圖像特徵向量提取與圖像匹配方法 |
US9179844B2 (en) | 2011-11-28 | 2015-11-10 | Aranz Healthcare Limited | Handheld skin measuring or monitoring device |
EP2804112A4 (en) * | 2012-01-09 | 2015-11-25 | Jungha Ryu | CHARACTER IMAGE EDITING METHOD IN CHARACTER IMAGE EDITING APPARATUS AND RECORDING MEDIUM HAVING PROGRAM RECORDED FOR EXECUTING THE METHOD |
CN102902972B (zh) * | 2012-09-14 | 2015-04-29 | 成都国科海博信息技术股份有限公司 | 人体行为特征提取方法、系统及异常行为检测方法和系统 |
JP6758180B2 (ja) * | 2013-04-22 | 2020-09-23 | サノフィ−アベンティス・ドイチュラント・ゲゼルシャフト・ミット・ベシュレンクテル・ハフツング | 注射デバイスの使用に関する情報を収集する補助デバイス |
US9262443B2 (en) * | 2013-05-15 | 2016-02-16 | Canon Kabushiki Kaisha | Classifying materials using texture |
CN105659236B (zh) * | 2013-07-09 | 2020-03-17 | 柳仲夏 | 图案设计装置及方法、设计对象的分析装置及方法 |
JP6227133B2 (ja) * | 2013-07-09 | 2017-11-08 | リュウ ジュンハ | 記号イメージ検索サービス提供方法及びこれに用いる記号イメージ検索用サーバ |
FR3012710B1 (fr) * | 2013-10-29 | 2017-02-10 | Commissariat Energie Atomique | Procede de traitement de signaux delivres par des pixels d'un detecteur |
EP3081955A1 (en) | 2015-04-13 | 2016-10-19 | Commissariat A L'energie Atomique Et Aux Energies Alternatives | Mri method for determining signature indices of an observed tissue from signal patterns obtained by motion-probing pulsed gradient mri |
US11129591B2 (en) | 2016-04-21 | 2021-09-28 | The University Of British Columbia | Echocardiographic image analysis |
US10013527B2 (en) | 2016-05-02 | 2018-07-03 | Aranz Healthcare Limited | Automatically assessing an anatomical surface feature and securely managing information related to the same |
GB2554641A (en) * | 2016-09-29 | 2018-04-11 | King S College London | Image processing |
US11116407B2 (en) | 2016-11-17 | 2021-09-14 | Aranz Healthcare Limited | Anatomical surface assessment methods, devices and systems |
US11903723B2 (en) | 2017-04-04 | 2024-02-20 | Aranz Healthcare Limited | Anatomical surface assessment methods, devices and systems |
EP3400878B1 (en) | 2017-05-10 | 2020-03-25 | Esaote S.p.A. | Method for postural independent location of targets in diagnostic imagines acquired by multimodal acquisitions and system for carrying out the said method |
US10751029B2 (en) * | 2018-08-31 | 2020-08-25 | The University Of British Columbia | Ultrasonic image analysis |
JP7007324B2 (ja) * | 2019-04-25 | 2022-01-24 | ファナック株式会社 | 画像処理装置、画像処理方法、及びロボットシステム |
IT202000023257A1 (it) | 2020-10-02 | 2022-04-02 | Esaote Spa | Sistema e metodo per l’imaging diagnostico di acqua e grasso |
CN115049750B (zh) * | 2022-05-31 | 2023-06-16 | 九识智行(北京)科技有限公司 | 基于八叉树的体素地图生成方法、装置、存储介质及设备 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6247786A (ja) * | 1985-08-27 | 1987-03-02 | Hamamatsu Photonics Kk | 近傍画像処理専用メモリ |
US6238342B1 (en) * | 1998-05-26 | 2001-05-29 | Riverside Research Institute | Ultrasonic tissue-type classification and imaging methods and apparatus |
US6324300B1 (en) * | 1998-06-24 | 2001-11-27 | Colorcom, Ltd. | Defining color borders in a raster image |
-
2002
- 2002-03-11 EP EP02425141A patent/EP1345154A1/en not_active Withdrawn
-
2003
- 2003-03-10 KR KR10-2004-7014304A patent/KR20040102038A/ko not_active Application Discontinuation
- 2003-03-10 AU AU2003218712A patent/AU2003218712A1/en not_active Abandoned
- 2003-03-10 JP JP2003575324A patent/JP4303598B2/ja not_active Expired - Fee Related
- 2003-03-10 EP EP03711951A patent/EP1483721A1/en not_active Withdrawn
- 2003-03-10 WO PCT/EP2003/002400 patent/WO2003077182A1/en active Application Filing
- 2003-03-10 US US10/516,879 patent/US7672517B2/en active Active
- 2003-03-10 CN CNB038056739A patent/CN100470560C/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN100470560C (zh) | 2009-03-18 |
EP1345154A1 (en) | 2003-09-17 |
CN1639725A (zh) | 2005-07-13 |
US20060098876A1 (en) | 2006-05-11 |
KR20040102038A (ko) | 2004-12-03 |
WO2003077182A1 (en) | 2003-09-18 |
US7672517B2 (en) | 2010-03-02 |
EP1483721A1 (en) | 2004-12-08 |
JP2005519685A (ja) | 2005-07-07 |
AU2003218712A1 (en) | 2003-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4303598B2 (ja) | 画素の符号化法、画像処理法と、1以上の画素により再現されるオブジェクトの定性的な認識を目的とする画像処理法 | |
KR101887194B1 (ko) | 피검체의 의료 영상의 판독을 지원하는 방법 및 이를 이용한 장치 | |
CN106682435B (zh) | 一种多模型融合自动检测医学图像中病变的系统及方法 | |
KR101874348B1 (ko) | 피검체의 흉부 pa 영상의 판독을 지원하는 방법 및 이를 이용한 장치 | |
CN111563523B (zh) | 利用机器训练的异常检测的copd分类 | |
CN110506278A (zh) | 隐空间中的目标检测 | |
JP2019033966A (ja) | 画像処理装置、画像処理方法、及び画像処理プログラム | |
JP2008521468A (ja) | デジタル医療画像分析 | |
CN105719324A (zh) | 图像处理装置以及图像处理方法 | |
CN111227864A (zh) | 使用超声图像利用计算机视觉进行病灶检测的方法与装置 | |
JP2020532783A (ja) | 流れを視覚化するための機械学習を使用したスペックルコントラスト分析 | |
JP2005199057A (ja) | 肺画像データの位置合わせのための方法及び装置 | |
CN112950737B (zh) | 基于深度学习的眼底荧光造影图像生成方法 | |
CN110288698B (zh) | 基于mri的半月板三维重建系统 | |
Khan et al. | PMED-net: Pyramid based multi-scale encoder-decoder network for medical image segmentation | |
KR20020079742A (ko) | 고품질영상의 가시적 표시를 위한 상사치데이터의컨벌루젼필터링 | |
KR20210050790A (ko) | 딥러닝 기반의 아밀로이드 양성 반응을 나타내는 퇴행성 뇌질환 이미지 분류 장치 및 방법 | |
JP2021019714A (ja) | 画像処理装置、画像処理方法及びx線ct装置 | |
CN111563877B (zh) | 一种医学影像的生成方法及装置、显示方法及存储介质 | |
CN114387259A (zh) | 用于预测缺失牙坐标的方法与装置及识别模型的训练方法 | |
Kumar | A method of segmentation in 3d medical image for selection of region of interest (ROI) | |
EP4266255A1 (en) | Method and system for generating label of medical image | |
KR102069774B1 (ko) | 영상 처리 장치 및 방법 | |
JP7129754B2 (ja) | 画像処理装置 | |
Raju | DETECTION OF DIABETIC RETINOPATHY USING IMAGE PROCESSING |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050623 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060228 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090127 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090302 |
|
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: 20090331 |
|
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: 20090424 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120501 Year of fee payment: 3 |
|
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: 20130501 Year of fee payment: 4 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |