JP4310773B2 - Pet腫瘍画像に関する半自動セグメント分割アルゴリズム - Google Patents
Pet腫瘍画像に関する半自動セグメント分割アルゴリズム Download PDFInfo
- Publication number
- JP4310773B2 JP4310773B2 JP2003109863A JP2003109863A JP4310773B2 JP 4310773 B2 JP4310773 B2 JP 4310773B2 JP 2003109863 A JP2003109863 A JP 2003109863A JP 2003109863 A JP2003109863 A JP 2003109863A JP 4310773 B2 JP4310773 B2 JP 4310773B2
- Authority
- JP
- Japan
- Prior art keywords
- interest
- region
- sphere
- spheres
- medical image
- 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 claims description 20
- 206010028980 Neoplasm Diseases 0.000 title description 3
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000002600 positron emission tomography Methods 0.000 claims description 12
- 238000002591 computed tomography Methods 0.000 claims description 10
- 238000002595 magnetic resonance imaging Methods 0.000 claims description 7
- 230000003044 adaptive effect Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000005192 partition Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 description 19
- 238000003384 imaging method Methods 0.000 description 13
- 210000004556 brain Anatomy 0.000 description 9
- 238000002059 diagnostic imaging Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 210000003484 anatomy Anatomy 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 239000002287 radioligand Substances 0.000 description 3
- 210000004761 scalp Anatomy 0.000 description 3
- 239000003446 ligand Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012797 qualification Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 210000001519 tissue Anatomy 0.000 description 2
- 238000012879 PET imaging Methods 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 210000005252 bulbus oculi Anatomy 0.000 description 1
- 210000001175 cerebrospinal fluid Anatomy 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000010339 dilation Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 210000004884 grey matter Anatomy 0.000 description 1
- 125000004435 hydrogen atom Chemical group [H]* 0.000 description 1
- 230000003166 hypermetabolic effect Effects 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 238000007917 intracranial administration Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 210000001328 optic nerve Anatomy 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 210000004885 white matter Anatomy 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- 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
- G06T2207/10104—Positron emission tomography [PET]
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
- G06T2207/20156—Automatic seed setting
-
- 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
- G06T2207/30016—Brain
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/248—Aligning, centring, orientation detection or correction of the image by interactive preprocessing or interactive shape modelling, e.g. feature points assigned by a user
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S128/00—Surgery
- Y10S128/92—Computer assisted medical diagnostics
- Y10S128/922—Computer assisted medical diagnostics including image analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Nuclear Medicine (AREA)
Description
【発明の背景】
本発明は、医用画像のセグメント分割(segmentation)に関する。本発明は、さらに詳細には、ボリュメトリック計測で使用するために3次元医用画像内の関心領域をセグメント分割する方法及びシステムに関する。
【0002】
中実な物体(例えば、解剖学的構造)の内部の1つまたは複数の物理的性質を表すような3次元(3D)アレイ状のデータが取得されることはよく知られている。医用イメージングにおいて、こうしたデータは、陽電子放射形断層(PET)、コンピュータ断層(CT)、磁気共鳴イメージング(MRI)、超音波、X線、あるいはこれらの組み合わせなど多種多様な非侵襲的方法によって取得される。画像データの収集方法によらず、3Dアレイ状のデータは、典型的には、関心対象物体の周りに規則正しく分布させた3次元座標の複数の組からなる。3次元のモデルまたは構造を生成させるには、利用可能な多種多様な技法がある。典型的には、関心対象の解剖学的構造内に1つのシード・ボクセル(ボリューム要素:volume element)を配置し、さらに隣接するボクセルを相次いで解析して、一般的にそのボクセルが以前特定したボクセルに隣接しており、かつ強度または放射線密度など指定した特質を満たしている場合に同じ構造に属すると特定する。周知の任意の技法では、描出のために3D画像を取得する。
【0003】
内部の解剖学的構造に対する3次元(3D)描出は、医学分野の専門家や研究者が実施する技法の1つである。3次元モデルによれば、その解剖学的構造のモデルや仮想的表示像を回転すること、並びに透視点の調整や関心対象のフィーチャをズームイン/ズームアウトすることが可能となる。さらに、多種多様な周知の3D画像処理技法によってボリュメトリック計測が可能になる。
【0004】
3次元描出及びボリューム計測は、脳、その他の臓器、及び身体部位の検査に関して特に興味深いのものである。レジストレーション(位置調整)法またはセグメント分割法のいずれかによる3D画像の計測は、3D表示像において手作業の編集が必要となるため時間がかかるのが普通である。監督下のセグメント分割法では、観察者間誤差のため正確さが十分でない。動的輪郭(active contour)と呼ぶ別の技法では、曲率及び拡散フローに従ったある速度で動的輪郭(バブル)の表面を移動させるモデルを用いて医用画像のセグメント分割が可能となっている。このためには、勾配や曲率などの画像パラメータによって制約したバブルを成長させること、並びにこのバブルの成長を停止させるフォース(force)を作成すること、が不可欠である。しかし、利用可能な技法の大部分は、ある程度の誤差を伴っている。例えば、セグメント分割後の連結ボリュームは関心対象でない領域を含むことがあり、このためユーザの何らかの関与が必要となる。さらに、この連結ボリュームは、分離していることが望ましい異なる領域を連結しているような望ましくない幅狭の領域、ブリッジ、またはその他の微小構造を介した連結を含むことがある。
【0005】
ユーザ関与を最小限として半自動方式で3次元医用画像をセグメント分割する方法及びシステムに対する要求が存在する。
【特許文献1】
米国特許第5105455号
【0006】
【課題を解決するための手段】
関心領域を含む3次元(3D)医用画像をセグメント分割するための方法及び装置であって、該関心領域の内部における第1組のシード点(seed point)の特定、及び該関心領域の外部における第2組のシード点の特定を含む方法及び装置を提供する。特定されたこれらのシード点を用いることによって、プロセッサはそのデータ組内のすべてのボクセルを空間制約式ファジー・クラスター化アルゴリズムを利用して分類する。ここでは、その3D画像組は、各ボクセルに対して所望の関心領域に属する確率を一様性関数に基づいて割り当てているファジー区画ドメインに変換している。プロセッサは、関心領域内で第1組のシード点を中心とする第1の球(sphere)の組を作図する。複数の第2の球をプロセッサによって生成させる。これら複数の第2の球のうち、空間制約式ファジー・クラスター化アルゴリズムによって規定される一様性関数閾値を満足する球は適格判定とする。複数の第2の球からの球の適格判定に基づいて、関心領域を画定する3次元エリアを適応成長(adoptively grow)させる。球の曲率半径は、関心領域の内部と関心領域の外部の間の境界面上でノイズ・ボクセルが排除されるように決定する。この3次元エリアの適応成長及び曲率半径の選択によって画定した関心領域は人間のユーザに対して表示させる。
【0007】
【発明の実施の形態】
図1を参照すると、医用画像135の半自動セグメント分割のためのシステム100のブロック図である。システム100は、複数の医用画像135を作成するために様々な医用イメージング・デバイスから選択が可能であるようなイメージング・デバイス110を含む。実施の一形態では、医用画像135を作成するために、例えば陽電子放射形断層(PET)システムや磁気共鳴イメージング(MRI)システムなどの医用イメージング技法を使用している。
【0008】
実施の一形態では、PET撮像セッションの間に、腫瘍など代謝亢進性の領域を特異的標的としている放射性標識リガンドを患者に注入する。患者はスキャナの内部に水平に横たえている。放射性リガンドの崩壊によるフォトン放出は一連のフォトン検出器によって検出する。これらの検出器は、患者身体内部からの放射線放出量を計測する。この情報を用いて、身体内の標本点に関する放射性標識リガンドの濃度を算出している。次いで、計算した放射性リガンド濃度に基づいてグレイスケール画像を作成する。画像内の濃淡によって、そのスライス内のあらゆる点に関する放射性リガンド濃度の値にコントラストをつけている。PETセッション中に取得したスライスは、身体内の関心エリアに関して機能的に正しい表示像が提供されるように再構成することができる。
【0009】
別の実施形態では、MR撮像セッションの間に、大型のマグネットが発生させる強い磁界の内部に患者を配置する。水素原子など患者内部の磁化された陽子はマグネットが発生させる磁場と整列する。患者の具体的なスライスは、主磁場と直交して振動する磁場を生成させるラジオ波に曝露させる。これらのスライスは、撮像セッションを実施している医師や技師(以下において、「オペレータ」という)が選択した任意の面において取得することができる。患者身体内の陽子は先ずこのラジオ波を吸収し、次いで磁場との整列から逸れるように運動することによってこのラジオ波を放出する。陽子が元の状態(励起前)まで戻るのに伴って、患者身体が放出するラジオ波に基づいた診断画像が生成される。PET画像スライスと同様に、MR画像スライスも関心対象の身体部位の全体像を提供するように再構成することができる。身体部位のうち高信号を発生させる部分はMR画像で白く表示され、一方、信号が最低の身体部分は黒と表示される。高低間の様々な信号強度を有するその他の身体部位は、様々な濃淡によって表示される。
【0010】
医用イメージング技法を用いて医用画像を取得し終えた後、その医用画像135は一般にセグメント分割する。このセグメント分割処理によって、医用画像135の画素またはボクセルは、何らかの特性(すなわち、強度、テクスチャなど)に関して一様であるような一定数のクラスに分類する。例えば、医用脳画像のセグメント分割では、脳の物質は、灰白質、白質、脳脊髄液という3つのクラスにカテゴリー分けすることができる。セグメント分割を完了させた後、個別色を用いて各クラスの領域をマーキングすることができる。セグメント分割した医用画像を生成させた後、手術技法の立案及び/または診断の支援のために外科医やその他の医療従事者がこのセグメント分割画像を利用することができる。
【0011】
典型的には、セグメント分割した医用画像の作成には幾つかのステップが必要となる。医用画像135からスライス状データを取り込むことによってデータ組を生成する。セグメント分割処理を通じて、このデータ組内の各点にグレイスケール値を割り当て、種類の異なる組織が異なるグレイスケール値を有するようにする。データ内の各種類の物質にはある特定の値を割り当てし、これにより、当該物質が出現するごとに同じグレイスケール値を有するようにする。例えば、ある具体的な画像内に現れた骨は常にある具体的な明るい灰色の濃淡で表示することがある。色分け基準によれば、画像の観察者はその対象及び/または関心領域が画像内に表示されていることを容易に理解することができる。
【0012】
図1でさらに示すような実施の一形態では、医用イメージング・システム100は、イメージング・デバイス110及びインタフェース・ユニット130に接続したプロセッサ120を備えている。このイメージング・デバイス110は、複数の画像データ組140を生成させると共に、例えば、陽電子放射形断層(PET)または磁気共鳴(MR)スキャナを備えることができる。PET及び/またはMRのコンテキストでは、イメージング・システム100による画像データ140の収集のことを一般にスキャン(scanning)という。プロセッサ120は、本明細書に記載した医用画像135の半自動セグメント分割に関連する計算を実行する。さらに、プロセッサ120は画像処理技法に関する計算及び制御機能(例えば、再構成、画像データのメモリ記憶、セグメント分割など)も実行する。実施の一形態では、プロセッサ120は、例えば、単一の集積回路及び/またはマイクロプロセッサなどの中央演算処理装置(CPU)を備えている。別の実施形態では、プロセッサ120は、例えば、複数の集積回路デバイス及び/または様々な機能を実現するように協調して動作する回路基板などを含むCPUを備えている。さらに別の実施形態では、プロセッサ120は、例えば、ランダム・アクセス・メモリ(RAM)、ダイナミック・ランダム・アクセス・メモリ(DRAM)、スタティック・ランダム・アクセス・メモリ(SRAM)、フラッシュ・メモリ、キャッシュ・メモリなどの記憶デバイスを含んでいる。さらに、別の実施形態ではプロセッサ120が記憶デバイスを内部に備えることがあることを理解すべきである。さらに、プロセッサ120はメモリ内に含まれるプログラムを遂行し、これらのプログラムに応答して動作し、画像収集及び画像観察の途中で生じることがある別の作業や機能を実行することができる。さらに図1に示すように、プロセッサ120はさらに、例えば、インタフェース・ユニット130によるシード点の配置に応答して図2〜6に関連して本明細書に記載するセグメント分割法を実行する。
【0013】
さらに図1に示すように、インタフェース・ユニット130はプロセッサ120と結合させ、人間のユーザがイメージング・システム100と対話することを可能にしている。さらに、プロセッサ120は、人間のユーザによる伝達情報の解明を可能にするような方式によって、インタフェース・ユニット130に送信するかつ/またはインタフェース・ユニット130から送信されるような計算を実行することができる。実施の一形態では、その伝達情報は、2Dまたは3Dの画像、カラー及びグレイスケール画像、並びに診断及び検出情報に関するテキスト・メッセージを含むことができる。別の実施形態では、そのインタフェース・ユニット130は、例えば、パーソナル・コンピュータ、入出力装置、画像ワークステーション、ハンドヘルド式画像表示ユニット、あるいは一般にPETシステムやMRIシステム内に1つの構成要素として含まれるような従来型の画像ディスプレイ・プラットフォームを備えることができる。
【0014】
患者に対する複数のスキャンから収集した画像データ140は1つのデータ組と見なすことができ、このデータ組は1枚の医用画像135になるように形成させることができる。各データ組は、画素またはボクセルのいずれかであるようなより小さい単位に分解することができる。データ組が2次元である場合、その医用画像135は画素と呼ぶ単位からなる。1つの画素は、2次元座標(通常はxとy)を用いて表示できるような2次元空間内の1つの点である。画像内の各画素は別の8個の画素によって取り囲まれており、この9個の画素は3×3の1つの正方形を形成している。この別の8個の画素は、中央の画素を取り囲んでおり、その中央画素に対する8連結近傍要素と見なされる。データ組が3次元である場合、その医用画像135はボクセルと呼ぶ単位で表示される。1つのボクセルは3次元座標(通常はx、y及びz)を用いて表示できるような3次元空間内の1つの点である。各ボクセルは別の26個のボクセルに取り囲まれている。これら26個のボクセルは元のボクセルに対する26連結近傍要素と見なすことができる。
【0015】
図6に示すような実施の一形態では、関心領域200(図2)を有する3次元(3D)医用画像135をセグメント分割するための方法600を提供する。第1組のシード点(A)は関心領域200の内部で特定する(ステップ610)。第2組のシード点(B)は関心領域200の外部で特定する(ステップ620)。実施の一形態では、1組のシード点が少なくとも1つのシード点を備えることを理解すべきである。さらに、別の実施形態では、1組のシード点が複数のシード点を備えることができることも理解すべきである。さらに、実施の一形態では、第1組のシード点(A)及び第2組のシード点(B)を、人間のユーザがイメージング・システム100のインタフェース・ユニット130を用いて特定できることも理解すべきである。関心領域200の内部で第1の球210を作図して、第1組のシード点(A)の中心に位置させる(ステップ630)。実施の一形態では、この第1の球210は、組内の各球がシード点の組(A)の異なる点を中心としているような第1の球の組を備えることができることを理解すべきである。空間制約式ファジー・クラスター化アルゴリズムを用いて、その3D医用画像135に含まれるすべてのボクセルをある一様性関数に基づいた関心領域200に属するものと分類し、一様性関数閾値を決定する(ステップ640)。多数の第2の球220(図3)を生成する(ステップ650)。これらの第2の球220のうち空間束縛式ファジー・クラスター化アルゴリズムによって規定される一様性関数閾値を満足する球のみを適格判定とする。実施の一形態では、第1の球210の一様性関数閾値が第2の球220の当該球の一様性関数閾値と比べて等しいか大きい場合に、その一様性関数閾値が満足される。別の実施形態では、第1の球210の一様性関数閾値が第2の球220の当該球の一様性関数閾値と比べて等しいか小さい場合に、その一様性関数閾値が満足される。関心領域200を画定する3次元エリア230(図5)は、第2の球220のうちの当該球の適格判定に基づいて適応成長させかつ/または膨張(expand)させている(ステップ660)。第2の球220のうちの当該球に対する適応成長及び/または膨張によって画定した関心領域200は、人間のユーザに対して表示させる(ステップ660)。実施の一形態では、そのインタフェース・ユニット130は関心領域200の表示を実行することができることを理解すべきである。
【0016】
図2に示すような別の実施形態では、関心対象200を含んだ3次元医用画像135をセグメント分割するための装置及び方法100は、第1組のシード点(A)及び第2組のシード点(B)を特定することを含む。第1組のシード点(A)は関心領域200の内側部分202で特定する。第2組のシード点(B)は関心領域200に関する外部部分204に配置させる。この実施形態では、関心領域200の完全に内側の部分202で第1組のシード点(A)の周りに第1組の球210を作図する。さらに別の実施形態では、第1の球210の周りに多数の第2の球220を生成させている。
【0017】
上で検討し図3〜5に示すように、3D画像135に含まれるボクセルは空間束縛式ファジー・クラスター化アルゴリズムによって規定されるある具体的な一様性関数を用いて分類する。実施の一形態では、空間束縛式ファジー・クラスター化アルゴリズムは、医用画像135の本来的に低い分解能特性に起因するような隣接するボクセルとファジー・エッジの間の本来的に高い画素間相関をモデル化する。第2の球220の各球に含まれるボクセルは一様性関数閾値に照らし合わせてテストする。第2の球220のうち一様性関数閾値を満足する球は適格判定とし、また第2の球220のうち一様性関数閾値を満足しない球は適格判定としない。適格判定とした第2の球220は成長させ、膨張させ、さらに関心領域200を画定する3次元エリア230を画定させる。したがって、この半自動セグメント分割によって、元々の画素/ボクセル強度ドメインではなく医用画像のファジー区画ドメイン・マップを用いて、成長、膨張、並びに関心領域210の3次元エリア230の画定が実行されることを理解すべきである。
【0018】
例示的な実施の一形態では、その画像は磁気共鳴イメージング(MRI)によって収集した3次元医用画像135である。しかし、3次元医用画像は、例えば、コンピュータ断層(CT)システム、陽電子放射形断層(PET)システム、X線システムなど別のイメージング・システムによる技法によって収集することもできることを理解すべきである。別の実施形態では、そのイメージング・システム100はPETシステムを含むことができ、またその医用画像135は腫瘍画像を含むことができる。
【0019】
また別の実施形態では、第1の球210及び第2の球220の曲率半径(R)(図2)が選択されているような、医用画像135をセグメント分割するための方法100及び装置である。曲率半径(R)及び形態的開度(morphological opening)を利用すると、関心領域200の内側部分202と外側部分204の境界面上のノイズ・ボクセルが排除され、さらに、ノイズに対する耐性を高めることができる。さらに、曲率半径(R)を選択することによって、細い経路で連結された対象同士の結合や、関心領域200の表面及び/または境界面上でのノイズエリア(内側部分202と外部部分204の境界を定めるエリア)の包含が防止される。実施の一形態では、その曲率半径(R)はイメージング・システム100によって決定できることを理解すべきである。さらに、別の実施形態では、球の曲率半径(R)をセグメント分割された表示像の所定の曲率半径(R)に従って選択できることも理解すべきである。
【0020】
さらに別の実施形態では、その医用画像135は磁気共鳴イメージング(MRI)によって収集した3次元脳画像を含むことができる。さらに、別の実施形態では、その3次元医用画像135は、例えばコンピュータ断層(CT)システム、陽電子放射形断層(PET)システム、X線システムなどの別のイメージング技法によって収集することがあることも理解すべきである。一般に、3次元磁気脳画像135は上述の方法を用いた連結性(connectivity)によってセグメント分割することができる。しかし、3次元磁気脳画像135では、頭蓋内ボリュームと頭皮の間に同じくセグメント分割をすべき連結が存在することがある。例えば、脳を頭皮に連結している1つの経路は、視神経に沿って流体で満たされた眼球に至り、さらに顔面組織に至っている。この実施形態では、1つまたは複数のシードを対象(この実施形態では、脳)内に配置し、一定の球面半径をもつウェーブレットを形成させている。本明細書で使用する場合「ウェーブレット(wavelet)」とは、球内部に含まれるボクセルを表しているデータ構造のことをいう。ウェーブレットの半径は、狭い経路に沿った連結性を防止するようにユーザによって選択される。これらのウェーブレットに対してテストを行い、完全に臨界閾値を超えるボクセルからなる球領域のみについて伝播(propagate)を許可する。実施の一形態では、その臨界閾値は一様性関数閾値を含む。さらに、この閾値は、関心領域200を画定する1つのパラメータを意味しており、一般的には強度値に基づいている。実施の一形態では、その閾値は、関心領域200内部のボクセルが該閾値を超えており、かつ残りのボクセルが背景と見なせるように関心領域200を画定させるようにして選択される。別の対象がこの閾値を超える強度値を有することもあるため、セグメント分割をするためにこの閾値だけでは一般に十分でない。例えば、脳と頭皮は、他のボクセルと比較して同様に高い相対強度を有している。この実施形態ではさらに、成長させているバブルの境界位置において、その中心に動的シード(activeseed)を有する動的球形ウェーブレットが存在する。このバブルはウェーブレットによって排除された(swept out)領域からなる。各反復の後、動的シードが存在しなくなるまでウェーブレットの層が内部伝播(propagate in)する。完全に閾値を超えているすべての球領域(ウェーブレット)からなる結合によって連結ボリューム(バブル)が規定される。その寸法が選択したバブル直径より小さいブリッジを形成する領域はこの連結領域に含めないことに留意すべきである。さらに、この連結ボリュームは、閾値を超えるボクセルがランダムに選択される領域であるノイズ領域内までは伝播しない。
【0021】
本発明に関する上述の検討は例示及び説明を目的として提示したものである。さらにこの説明は、本発明を本明細書で開示した形態に限定しようとする意図ではない。したがって、上述の教示及び当技術分野の技能や知見と相応した変形形態や修正形態は本発明の範囲内にある。本明細書で上述した実施形態はさらに、本発明の実施に関して目下のところ知られている最良実施例を説明すること、並びに当業者が本発明をそのまま、または別の実施形態として本発明の具体的な応用及び用法による様々な修正を伴って本発明を利用できるようにすること、を意図したものである。本特許請求の範囲は、代替的な実施形態を従来技術が許容する範囲で包含するものと解釈されることを意図している。
【図面の簡単な説明】
【図1】本発明の代表的な実施形態で使用する医用イメージング・システムのブロック図である。
【図2】本発明の代表的な実施形態において生成した球に関するシード点の位置決めを表した図である。
【図3】医用画像の半自動セグメント分割で使用する処理に関する代表的な実施形態を表した図である。
【図4】医用画像の半自動セグメント分割で使用する処理に関する代表的な実施形態を表した図である。
【図5】医用画像の半自動セグメント分割で使用する処理に関する代表的な実施形態を表した図である。
【図6】医用画像の半自動セグメント分割のための処理のブロック図である。
【符号の説明】
100 医用イメージング・システム
110 イメージング・デバイス
120 プロセッサ
130 インタフェース・ユニット
135 医用画像
140 画像データ組
202 関心領域の内側部分
204 関心領域の外部部分
210 第1の球
220 第2の球
230 3次元エリア
A 第1組のシード点
B 第2組のシード点
Claims (10)
- 関心領域を含む3次元(3D)医用画像をセグメント分割する方法であって、
前記関心領域の内部で第1組のシード点を特定するステップと、
前記関心領域の外部で第2組のシード点を特定するステップと、
前記関心領域の内部に前記第1組のシード点を中心とする第1の球を作図するステップと、
各ボクセルに対して所望の関心領域に属する確率を割り当てることにより、前記特定された第1組及び第2組のシード点と空間制約式ファジー・クラスター化アルゴリズムを用いて3D医用画像内に含まれる全てのボクセルを分類し、これにより該3D医用画像内に含まれるボクセルを一様性関数に基づいてファジー区画ドメインに変換するステップと、
複数の第2の球を生成するステップと、
前記複数の第2の球のうち空間束縛式ファジー・クラスター化アルゴリズムで規定される一様性関数閾値を満足する球を適格判定とするステップと、
前記複数の第2の球のうち前記一様性関数閾値を満足する球を適格判定とすることにより、前記所望の関心領域を画定する3次元エリアを適応成長させ、膨張させ、画定するステップと、
前記適応成長のステップにより画定した前記所望の関心領域を表示するステップと、
を含む方法。 - 前記複数の第2の球が第1の球の周りに生成されている、請求項1に記載の方法。
- 前記3次元画像が、磁気共鳴イメージング(MRI)システム、コンピュータ断層(CT)システム、陽電子放射形断層(PET)システム、及びX線システムのうちの少なくとも1つによって収集されている、請求項1または2に記載の方法。
- 前記第1の球と前記複数の第2の球の曲率半径は前記関心領域の内部と前記関心領域の外部の間の境界面上のノイズ・ボクセルが排除されるように選択され、
前記表示するステップは前記適応成長のステップ及び前記曲率半径の選択ステップにより画定した関心領域を表示する、請求項1に記載の方法。 - 前記3次元(3D)画像が、磁気共鳴イメージング(MRI)システム、コンピュータ断層(CT)システム、陽電子放射形断層(PET)システム、及びX線システムのうちの少なくとも1つによって収集されている、請求項4に記載の方法。
- 前記第1の球と前記複数の第2の球は、所定の曲率半径に基づいた選択半径を有している、請求項4または5に記載の方法。
- 画像収集デバイス(110)によって収集される関心領域(200)を含んだ医用画像をセグメント分割するシステム(100)であって、
前記画像収集デバイス(110)と結合している、医用画像(135)のセグメント分割を計算するためのプロセッサ(120)であって、該セグメント分割の計算は、
前記関心領域の内部に第1組のシード点の周りを中心とする第1の球を生成するステップと、
各ボクセルに対して所望の関心領域に属する確率を割り当てることにより、前記特定されたシード点と空間制約式ファジー・クラスター化アルゴリズムを用いて3D医用画像内に含まれる全てのボクセルを一様性関数に基づいてファジー区画ドメインに変換するステップと、
複数の第2の球を生成するステップと、
一様性関数を有するような空間制約式ファジー・クラスター化アルゴリズムを用いて医用画像(135)内に含まれるボクセルを分類し、これにより該医用画像(135)内に含まれるボクセルをファジー区画ドメインに変換するステップと、
複数の第2の球(220)を生成するステップと、
ボクセルの包含に関して、前記複数の第2の球(220)のうち空間制約式ファジー・クラスター化アルゴリズムで規定される一様性関数閾値を満足する球を適格判定とするステップと、
前記複数の第2の球のうち前記一様性関数閾値を満足する球を適格判定とすることにより、前記所望の関心領域を画定する3次元エリア(240)を適応成長させ、膨張させ、画定するステップと、
前記適応成長のステップにより画定した関心領域(200)を表示するステップと、を実行するプロセッサ(120)と、
前記プロセッサ(120)と結合している、医用画像(135)のセグメント分割に関する情報を解明するためのインタフェース・ユニット(130)と、
を備えるシステム(100)。 - 前記プロセッサ(120)は前記第1の球(210)の周りに複数の第2の球(220)を生成させている、請求項7に記載のシステム(100)。
- 関心領域(200)の内部(202)と関心領域(200)の外部(204)の間の境界面上のノイズ・ボクセルが排除されるように前記第1の球(210)と前記複数の第2の球(220)の曲率半径を決定するステップと、
前記適応成長のステップ及び前記曲率半径の選択ステップにより画定した関心領域(200)を表示するステップと、を実行するプロセッサ(120)と、
を備える、請求項7に記載のシステム(100)。 - 前記プロセッサ(120)は前記第1の球(210)の周りに複数の第2の球(220)を生成させている、請求項9に記載のシステム(100)。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US10/122,892 US7006677B2 (en) | 2002-04-15 | 2002-04-15 | Semi-automatic segmentation algorithm for pet oncology images |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2004033749A JP2004033749A (ja) | 2004-02-05 |
JP2004033749A5 JP2004033749A5 (ja) | 2008-07-31 |
JP4310773B2 true JP4310773B2 (ja) | 2009-08-12 |
Family
ID=28790644
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2003109863A Expired - Fee Related JP4310773B2 (ja) | 2002-04-15 | 2003-04-15 | Pet腫瘍画像に関する半自動セグメント分割アルゴリズム |
Country Status (5)
Country | Link |
---|---|
US (1) | US7006677B2 (ja) |
EP (1) | EP1365356B1 (ja) |
JP (1) | JP4310773B2 (ja) |
CN (1) | CN100550004C (ja) |
AT (1) | ATE537519T1 (ja) |
Families Citing this family (64)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6589948B1 (en) * | 2000-11-28 | 2003-07-08 | Eukarion, Inc. | Cyclic salen-metal compounds: reactive oxygen species scavengers useful as antioxidants in the treatment and prevention of diseases |
US7457444B2 (en) * | 2003-05-14 | 2008-11-25 | Siemens Medical Solutions Usa, Inc. | Method and apparatus for fast automatic centerline extraction for virtual endoscopy |
US7457445B2 (en) * | 2004-03-01 | 2008-11-25 | Siemens Medical Solutions Usa, Inc. | Using corner pixels as seeds for detection of convex objects |
US8913074B2 (en) * | 2004-05-05 | 2014-12-16 | Yissum Research Development Company Of The Hebrew University Of Jerusalem | Colorization method and apparatus |
GB2414357A (en) * | 2004-05-18 | 2005-11-23 | Medicsight Plc | Nodule boundary detection |
JP2006034785A (ja) * | 2004-07-29 | 2006-02-09 | Ge Medical Systems Global Technology Co Llc | X線ct画像処理方法およびx線ct装置 |
CN1300741C (zh) * | 2004-08-06 | 2007-02-14 | 上海大学 | 皮肤显微图像的预处理方法 |
DE102004038670B4 (de) * | 2004-08-09 | 2014-06-26 | Siemens Aktiengesellschaft | Verfahren zur Segmentierung eines medizinischen Datensatzes |
US7734119B2 (en) * | 2004-09-21 | 2010-06-08 | General Electric Company | Method and system for progressive multi-resolution three-dimensional image reconstruction using region of interest information |
WO2006054267A1 (en) * | 2004-11-19 | 2006-05-26 | Koninklijke Philips Electronics, N.V. | System and method for automated detection and segmentation of tumor boundaries within medical imaging data |
JP4681857B2 (ja) * | 2004-11-25 | 2011-05-11 | オリンパス株式会社 | 超音波診断装置 |
CN100370952C (zh) * | 2004-12-30 | 2008-02-27 | 中国医学科学院北京协和医院 | 一种肺部图像处理方法 |
EP1880363A4 (en) * | 2005-03-31 | 2010-02-10 | Agency Science Tech & Res | METHOD AND APPARATUS FOR SEGMENTING IMAGES |
FR2886433B1 (fr) | 2005-05-30 | 2007-09-07 | Commissariat Energie Atomique | Methode de segmentation d'une sequence d'images tridimensionnelles, notamment en pharmaco-imagerie. |
JP4638783B2 (ja) * | 2005-07-19 | 2011-02-23 | オリンパスイメージング株式会社 | 3d画像ファイルの生成装置、撮像装置、画像再生装置、画像加工装置、及び3d画像ファイルの生成方法 |
WO2007015181A1 (en) * | 2005-08-04 | 2007-02-08 | Koninklijke Philips Electronics, N.V. | 3d-2d adaptive shape model supported motion compensated reconstruction |
US20070116338A1 (en) * | 2005-11-23 | 2007-05-24 | General Electric Company | Methods and systems for automatic segmentation of biological structure |
DE102006025402A1 (de) * | 2006-05-31 | 2007-12-06 | Siemens Ag | Bildverarbeitungsvorrichtung zum artefaktreduzierten Erfassen eines Objekts in drei Dimensionen |
EP1892671A3 (en) | 2006-08-23 | 2009-07-29 | Medison Co., Ltd. | System and method for determining the volume of an object by image processing |
US7756310B2 (en) * | 2006-09-14 | 2010-07-13 | General Electric Company | System and method for segmentation |
US7953265B2 (en) * | 2006-11-22 | 2011-05-31 | General Electric Company | Method and system for automatic algorithm selection for segmenting lesions on pet images |
US11315307B1 (en) | 2006-12-28 | 2022-04-26 | Tipping Point Medical Images, Llc | Method and apparatus for performing rotating viewpoints using a head display unit |
US11275242B1 (en) | 2006-12-28 | 2022-03-15 | Tipping Point Medical Images, Llc | Method and apparatus for performing stereoscopic rotation of a volume on a head display unit |
US11228753B1 (en) | 2006-12-28 | 2022-01-18 | Robert Edwin Douglas | Method and apparatus for performing stereoscopic zooming on a head display unit |
US9349183B1 (en) * | 2006-12-28 | 2016-05-24 | David Byron Douglas | Method and apparatus for three dimensional viewing of images |
US10795457B2 (en) | 2006-12-28 | 2020-10-06 | D3D Technologies, Inc. | Interactive 3D cursor |
US7920670B2 (en) * | 2007-03-30 | 2011-04-05 | General Electric Company | Keyhole computed tomography |
US7680240B2 (en) * | 2007-03-30 | 2010-03-16 | General Electric Company | Iterative reconstruction of tomographic image data method and system |
CN101868183B (zh) * | 2007-11-23 | 2012-07-04 | 皇家飞利浦电子股份有限公司 | 用于执行k缘成像的医学x射线检查装置 |
JP5462865B2 (ja) * | 2008-05-15 | 2014-04-02 | コーニンクレッカ フィリップス エヌ ヴェ | 不完全な解剖学的画像を補償するための非減衰補正pet放出画像の使用 |
US8170271B2 (en) * | 2008-06-25 | 2012-05-01 | Jadak Llc | System and method for test tube and cap identification |
GB2463141B (en) * | 2008-09-05 | 2010-12-08 | Siemens Medical Solutions | Methods and apparatus for identifying regions of interest in a medical image |
US20100268223A1 (en) * | 2009-04-15 | 2010-10-21 | Tyco Health Group Lp | Methods for Image Analysis and Visualization of Medical Image Data Suitable for Use in Assessing Tissue Ablation and Systems and Methods for Controlling Tissue Ablation Using Same |
US20100268225A1 (en) * | 2009-04-15 | 2010-10-21 | Tyco Healthcare Group Lp | Methods for Image Analysis and Visualization of Medical Image Data Suitable for Use in Assessing Tissue Ablation and Systems and Methods for Controlling Tissue Ablation Using Same |
EP2457216B1 (en) * | 2009-07-20 | 2017-11-08 | Koninklijke Philips N.V. | Anatomy modeling for tumor region of interest definition |
JP5927829B2 (ja) * | 2011-02-15 | 2016-06-01 | 株式会社リコー | 印刷用データ作成装置、印刷用データ作成方法、プログラム及び記録媒体 |
CN102509273B (zh) * | 2011-11-21 | 2013-09-04 | 电子科技大学 | 基于同质片和模糊测度的乳腺超声图像的肿瘤分割方法 |
TWI490790B (zh) * | 2012-11-14 | 2015-07-01 | Far Eastern Memorial Hospital | Dynamic cardiac imaging analysis and cardiac function assessment system |
CN103854274B (zh) * | 2012-11-28 | 2016-12-21 | 广州医学院第一附属医院 | 一种基于放射性核素成像图像的分割方法及装置 |
CN103177252B (zh) * | 2013-03-04 | 2017-04-12 | 苏州瑞派宁科技有限公司 | 一种自动识别并分割位置谱的方法及装置 |
JP6434036B2 (ja) * | 2014-01-06 | 2018-12-05 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 脳の磁気共鳴画像における多関節構造レジストレーション |
US9603668B2 (en) | 2014-07-02 | 2017-03-28 | Covidien Lp | Dynamic 3D lung map view for tool navigation inside the lung |
AU2015284303B2 (en) | 2014-07-02 | 2019-07-25 | Covidien Lp | System and method for detecting trachea |
US9754367B2 (en) | 2014-07-02 | 2017-09-05 | Covidien Lp | Trachea marking |
JP6603245B2 (ja) | 2014-07-02 | 2019-11-06 | コヴィディエン リミテッド パートナーシップ | 肺のセグメント化のためのシステムおよび方法 |
US20160000414A1 (en) | 2014-07-02 | 2016-01-07 | Covidien Lp | Methods for marking biopsy location |
US9770216B2 (en) | 2014-07-02 | 2017-09-26 | Covidien Lp | System and method for navigating within the lung |
CA2953267C (en) | 2014-07-02 | 2022-11-15 | Covidien Lp | Real-time automatic registration feedback |
US11227427B2 (en) | 2014-08-11 | 2022-01-18 | Covidien Lp | Treatment procedure planning system and method |
US10986990B2 (en) | 2015-09-24 | 2021-04-27 | Covidien Lp | Marker placement |
US10709352B2 (en) | 2015-10-27 | 2020-07-14 | Covidien Lp | Method of using lung airway carina locations to improve ENB registration |
WO2017092615A1 (zh) | 2015-11-30 | 2017-06-08 | 上海联影医疗科技有限公司 | 一种计算机辅助诊断系统及方法 |
CN105976367B (zh) * | 2016-04-29 | 2019-06-28 | 上海联影医疗科技有限公司 | 图像分割方法、肺结节检测方法及其计算机辅助检测系统 |
JP6792364B2 (ja) * | 2016-07-22 | 2020-11-25 | キヤノン株式会社 | 画像処理装置、画像処理システム、画像処理方法、およびプログラム |
CN106934806B (zh) * | 2017-03-09 | 2019-09-10 | 东南大学 | 一种基于结构清晰度的无参考图失焦模糊区域分割方法 |
JP6868712B2 (ja) * | 2017-05-10 | 2021-05-12 | ボストン サイエンティフィック サイムド,インコーポレイテッドBoston Scientific Scimed,Inc. | 心臓情報の表示を支援するためのシステム及び心臓情報を表す方法 |
US11224392B2 (en) | 2018-02-01 | 2022-01-18 | Covidien Lp | Mapping disease spread |
CN109064443B (zh) * | 2018-06-22 | 2021-07-16 | 哈尔滨工业大学 | 一种基于腹部超声图像的多模型器官分割方法 |
CN109345629A (zh) * | 2018-08-08 | 2019-02-15 | 安徽慧软科技有限公司 | 一种三维医学图像模糊凸显显示方法 |
CN109509179B (zh) * | 2018-10-24 | 2023-03-28 | 深圳市旭东数字医学影像技术有限公司 | 基于医学图像的眼球和晶状体的自动分割方法及系统 |
CN110610481A (zh) * | 2019-08-06 | 2019-12-24 | 深圳市旭东数字医学影像技术有限公司 | 基于医学图像的脑干自动分割方法及系统 |
US11854281B2 (en) | 2019-08-16 | 2023-12-26 | The Research Foundation For The State University Of New York | System, method, and computer-accessible medium for processing brain images and extracting neuronal structures |
CN111145901B (zh) * | 2019-12-04 | 2021-02-09 | 深圳大学 | 深静脉血栓溶栓疗效预测方法及系统、存储介质与终端 |
CN112132854B (zh) * | 2020-09-22 | 2021-11-09 | 推想医疗科技股份有限公司 | 图像分割的方法及装置,以及电子设备 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4905148A (en) * | 1988-08-04 | 1990-02-27 | General Electric Company | Three-dimensional surface representation using connectivity method without leaks |
US5758257A (en) * | 1994-11-29 | 1998-05-26 | Herz; Frederick | System and method for scheduling broadcast of and access to video programs and other data using customer profiles |
US6154560A (en) * | 1996-08-30 | 2000-11-28 | The Cleveland Clinic Foundation | System and method for staging regional lymph nodes using quantitative analysis of endoscopic ultrasound images |
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 |
US6310967B1 (en) * | 1998-04-29 | 2001-10-30 | University Of South Florida | Normal and abnormal tissue identification system and method for medical images such as digital mammograms |
US6204064B1 (en) * | 1999-01-30 | 2001-03-20 | David S. Alberts | Measurement of lesion progression via mapping of chromatin texture features along progression curve |
DE10015121A1 (de) * | 2000-03-28 | 2001-10-04 | Leica Microsystems | Verfahren zur Detektion und Analyse eines Objekts |
-
2002
- 2002-04-15 US US10/122,892 patent/US7006677B2/en not_active Expired - Fee Related
-
2003
- 2003-04-15 AT AT03252378T patent/ATE537519T1/de active
- 2003-04-15 JP JP2003109863A patent/JP4310773B2/ja not_active Expired - Fee Related
- 2003-04-15 EP EP03252378A patent/EP1365356B1/en not_active Expired - Lifetime
- 2003-04-15 CN CNB031231926A patent/CN100550004C/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
EP1365356A3 (en) | 2005-10-19 |
EP1365356B1 (en) | 2011-12-14 |
ATE537519T1 (de) | 2011-12-15 |
US7006677B2 (en) | 2006-02-28 |
US20030194119A1 (en) | 2003-10-16 |
EP1365356A2 (en) | 2003-11-26 |
CN100550004C (zh) | 2009-10-14 |
CN1452089A (zh) | 2003-10-29 |
JP2004033749A (ja) | 2004-02-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4310773B2 (ja) | Pet腫瘍画像に関する半自動セグメント分割アルゴリズム | |
US6978039B2 (en) | Method and system for segmentation of medical images | |
US5412563A (en) | Gradient image segmentation method | |
EP1653858B1 (en) | Mapping the coronary arteries on a sphere | |
US5187658A (en) | System and method for segmenting internal structures contained within the interior region of a solid object | |
US6748347B1 (en) | Method and apparatus for rapidly evaluating digital data processing parameters | |
CN106600609B (zh) | 一种医学图像中脊柱的分割方法及系统 | |
US5590215A (en) | Method for providing medical images | |
US5458126A (en) | Cardiac functional analysis system employing gradient image segmentation | |
US4914589A (en) | Three-dimensional images obtained from tomographic data using a variable threshold | |
EP3493161B1 (en) | Transfer function determination in medical imaging | |
JP4512586B2 (ja) | 3次元データセットにおけるボリューム測定 | |
EP3239924A1 (en) | Multi-component vessel segmentation | |
US4989142A (en) | Three-dimensional images obtained from tomographic slices with gantry tilt | |
US7136516B2 (en) | Method and system for segmenting magnetic resonance images | |
CN109949318B (zh) | 基于多模态影像的全卷积神经网络癫痫病灶分割方法 | |
JPH0632042B2 (ja) | 3次元面構造を表示するための装置と方法 | |
US4953087A (en) | Three-dimensional images obtained from tomographic data having unequally spaced slices | |
JP6564075B2 (ja) | 医用画像を表示するための伝達関数の選択 | |
US6463168B1 (en) | Apparatus and method for rapid connectivity processing of images | |
CN102713979A (zh) | 基于临床分类群体处理图像数据集 | |
JP7312820B2 (ja) | 解剖学的データを用いた活動的な画像の再構成 | |
JPH0697466B2 (ja) | 物体内の内部表面の2次元像を表示する装置と方法 | |
Moshantat et al. | CT and MRI medical image fusion using discrete wavelet transform | |
CN115516504A (zh) | 超声数据分割 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060412 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060412 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080616 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20090122 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090217 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090223 |
|
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: 20090414 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20090501 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20090501 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20090501 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120522 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: 20130522 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 |