JP5517903B2 - 投影データ中の構造体のモデル・ベース検出のための方法および装置 - Google Patents
投影データ中の構造体のモデル・ベース検出のための方法および装置 Download PDFInfo
- Publication number
- JP5517903B2 JP5517903B2 JP2010273053A JP2010273053A JP5517903B2 JP 5517903 B2 JP5517903 B2 JP 5517903B2 JP 2010273053 A JP2010273053 A JP 2010273053A JP 2010273053 A JP2010273053 A JP 2010273053A JP 5517903 B2 JP5517903 B2 JP 5517903B2
- Authority
- JP
- Japan
- Prior art keywords
- model
- determining
- view data
- item
- value
- 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 - Lifetime
Links
- 238000000034 method Methods 0.000 title claims abstract description 254
- 238000001514 detection method Methods 0.000 title description 38
- 230000005855 radiation Effects 0.000 claims abstract description 29
- 230000002238 attenuated effect Effects 0.000 claims abstract description 5
- 210000004204 blood vessel Anatomy 0.000 claims description 60
- 230000002792 vascular Effects 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 14
- 238000009826 distribution Methods 0.000 description 57
- 230000008569 process Effects 0.000 description 30
- 230000006870 function Effects 0.000 description 23
- 229910052704 radon Inorganic materials 0.000 description 21
- SYUHGPGVQRZVTB-UHFFFAOYSA-N radon atom Chemical compound [Rn] SYUHGPGVQRZVTB-UHFFFAOYSA-N 0.000 description 21
- 239000013598 vector Substances 0.000 description 19
- 238000005457 optimization Methods 0.000 description 16
- 239000011159 matrix material Substances 0.000 description 14
- 238000002591 computed tomography Methods 0.000 description 12
- 238000006243 chemical reaction Methods 0.000 description 10
- 210000003484 anatomy Anatomy 0.000 description 7
- 230000009466 transformation Effects 0.000 description 7
- 239000012634 fragment Substances 0.000 description 6
- 230000036961 partial effect Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 230000001629 suppression Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000010603 microCT Methods 0.000 description 4
- 230000002685 pulmonary effect Effects 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000002829 reductive effect Effects 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 208000006545 Chronic Obstructive Pulmonary Disease Diseases 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 2
- 208000010378 Pulmonary Embolism Diseases 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- 210000005166 vasculature Anatomy 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 201000006306 Cor pulmonale Diseases 0.000 description 1
- 206010014561 Emphysema Diseases 0.000 description 1
- 208000004248 Familial Primary Pulmonary Hypertension Diseases 0.000 description 1
- 201000009794 Idiopathic Pulmonary Fibrosis Diseases 0.000 description 1
- 208000020875 Idiopathic pulmonary arterial hypertension Diseases 0.000 description 1
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 1
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 206010064911 Pulmonary arterial hypertension Diseases 0.000 description 1
- 241000270295 Serpentes Species 0.000 description 1
- 238000012896 Statistical algorithm Methods 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012885 constant function Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 230000009699 differential effect Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 238000010894 electron beam technology Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 208000036971 interstitial lung disease 2 Diseases 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 201000005202 lung cancer Diseases 0.000 description 1
- 208000020816 lung neoplasm Diseases 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000002600 positron emission tomography Methods 0.000 description 1
- 238000011112 process operation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- 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
- G06T7/0014—Biomedical image inspection using an image reference approach
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/12—Arrangements for detecting or locating foreign bodies
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/46—Arrangements for interfacing with the operator or the patient
- A61B6/461—Displaying means of special interest
- A61B6/466—Displaying means of special interest adapted to display 3D data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/504—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/10—Constructive solid geometry [CSG] using solid primitives, e.g. cylinders, cubes
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
-
- 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
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- Optics & Photonics (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Human Computer Interaction (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Vascular Medicine (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Pulmonology (AREA)
- Physiology (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Analysis (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Description
本発明は、画像化、さらに具体的には、ビュー・データ中の、例えばX線走査装置から得られたビュー・データ中の構造体を検出するためのモデル・ベース技法に関する。
X線画像化技術は、対象体を高エネルギー電磁気放射(X線)に曝すことにより、所定対象体の内部構造を視覚化する非侵襲的技法を提供する。放射源から放出されたX線は、対象体を通過し、対象体の内部構造により異なったレベルで吸収される。結果として、対象体を通り抜けるX線は、X線が遭遇した材料のさまざまな吸収特性に従って減衰する。対象体を通り抜けたX線放射の減衰量を測定することにより、対象体の密度分布に関する情報を得ることができる。
本発明による一つの実施形態は、モデルの立体配置の少なくとも一つのパラメータに対する値を決定するための方法を含み、モデルは、ビュー・データが取得された構造体に対するものであって、方法には、ビュー・データ中の少なくとも一つの特質を検知するための作業、及びその少なくとも一つの特質に、少なくとも部分的に基づいてモデルの立体配置の少なくとも一つのパラメータに対する値を決定することが含まれる。
例えば、本発明は以下の項目を提供する。
(項目1)
モデルの立体配置の少なくとも一つのパラメータの値を決定する方法であって、前記モデルはビュー・データを採取した構造体に関連しており、前記方法は、
前記ビュー・データの少なくとも一つの特質を検出する作業と、
前記少なくとも一つの特質に少なくとも部分的に基づいて、前記モデルの前記立体配置の前記少なくとも一つのパラメータの前記値を決定する作業とを
含む方法。
(項目2)
項目1の前記方法であって、前記少なくとも一つのパラメータの前記値を決定する前記作業は、前記少なくとも一つの特質に少なくとも部分的に基づいて少なくとも一つの位置パラメータの値を決定する作業を含む、方法。
(項目3)
項目2の前記方法であって、前記モデルは複数の原型を含み、前記少なくとも一つのパラメータの前記値を決定する前記作業は、前記少なくとも一つの特質に少なくとも部分的に基づいて前記モデルの前記立体配置中の前記複数の原型の少なくとも一つの位置を決定する作業を含む、方法。
(項目4)
項目3の前記方法であって、前記立体配置中の前記複数の原型の少なくとも一つの位置を決定する前記作業は、前記少なくとも一つの特質に少なくとも部分的に基づいて前記モデルの前記立体配置中の前記複数の原型の各々の位置を決定する作業を含む、方法。
(項目5)
項目1の前記方法であって、前記モデルは複数の原型を含み、前記少なくとも一つのパラメータの前記値を決定する作業は、前記少なくとも一つの特質に少なくとも部分的に基づいて前記モデルの前記立体配置中の原型の数を決定する作業を含む、方法。
(項目6)
項目5の前記方法であって、前記少なくとも一つのパラメータの前記値を決定する前記作業は、前記少なくとも一つの特質に少なくとも部分的に基づいて前記モデルの前記立体配置中の前記数の原型の各々の位置を決定する作業を含む、方法。
(項目7)
項目6の前記方法であって、前記少なくとも一つのパラメータの前記値は初期値であり、前記方法は、
前記モデルの前記立体配置をビュー・スペースに変換してモデルのビュー・データを取得する作業と、
前記モデルビュー・データを前記構造体の前記ビュー・データと比較して差異指標を取得する作業と、
前記差異指標に基づいて、前記少なくとも一つのパラメータの少なくとも一つの前記値を更新して前記モデルの更新された立体配置を得る作業とを
さらに含む方法。
(項目8)
項目7の前記方法であって、変換、比較、更新を行う前記作業を、前記差異指標が十分に収束するまで繰り返して、前記モデルの最適化された立体配置を得る、方法。
(項目9)
項目8の前記方法であって、前記モデルの前記最適化された立体配置によって、前記構造体についての情報を提供する作業をさらに含む方法。
(項目10)
項目1の前記方法であって、前記モデル立体配置は複数のパラメータを含み、前記少なくとも一つのパラメータの前記値を決定する前記作業は、前記少なくとも一つの特質に少なくとも部分的に基づいて前記複数のパラメータの各々の値を決定する作業を含む、方法。
(項目11)
項目1の前記方法であって、前記ビュー・データは、少なくとも一つのサイノグラムを含み、前記少なくとも一つの特質を検出する前記作業は、前記少なくとも一つのサイノグラムの中の少なくとも一つの特質を検出する作業を含む、方法。
(項目12)
項目11の前記方法であって、前記構造体は、少なくとも一つの血管を含む、方法。
(項目13)
項目12の前記方法であって、前記モデルは複数の円筒型セグメントを含み、前記少なくとも一つの値を決定する前記作業は、前記少なくとも一つの特質に少なくとも部分的に基づいて前記複数の円筒型セグメントの少なくとも一つの位置を決定することを含む、方法。
(項目14)
項目13の前記方法であって、前記少なくとも一つの位置を決定する前記作業は、前記少なくとも一つのサイノグラムに関連する面との交点における各円筒型セグメントの長さ方向軸の前記位置を決定する作業を含む、方法。
(項目15)
項目14の前記方法であって、前記少なくとも一つのパラメータの前記少なくとも一つの値を決定する前記作業は、前記少なくとも一つの特質に少なくとも部分的に基づいて前記モデルの前記立体配置中の前記複数円筒型セグメントの数を決定する作業をさらに含む、方法。
(項目16)
項目14の前記方法であって、前記少なくとも一つのパラメータの前記値を決定する前記作業は、前記少なくとも一つの特質に少なくとも部分的に基づいて前記複数の円筒型セグメントの少なくとも一つのセグメントの半径を決定する作業をさらに含む、方法。
(項目17)
項目14の前記方法であって、前記少なくとも一つのパラメータの前記値を決定する前記作業は、前記少なくとも一つの特質に少なくとも部分的に基づいて前記複数の円筒型セグメントの少なくとも一つのセグメントの向きを決定する作業をさらに含む、方法。
(項目18)
項目11の前記方法であって、前記少なくとも一つの特質を検出する前記作業は、前記少なくとも一つのサイノグラム中の少なくとも一つのリッジを検出する作業を含む、方法。
(項目19)
項目18の前記方法であって、前記少なくとも一つのパラメータの前記値を決定する前記作業は、前記少なくとも一つのリッジの位置を、前記少なくとも一つのサイノグラムの座標枠から前記モデルの座標枠へ変換する作業を含む、方法。
(項目20)
項目19の前記方法であって、前記少なくとも一つのリッジの前記変換された位置に少なくとも部分的に基づいて、前記モデルの少なくとも一つの構成要素の位置決めをする作業をさらに含む方法。
(項目21)
項目19の前記方法であって、前記モデルは少なくとも一つの円筒型原型を含み、前記少なくとも一つのパラメータの前記値を決定する前記作業は、前記少なくとも一つのリッジの前記変換された位置に少なくとも部分的に基づいて前記少なくとも一つの円筒型原型の断面の中心位置を決定する作業を含む、方法。
(項目22)
項目11の前記方法であって、前記少なくとも一つの特質を検出する前記作業は、前記サイノグラムの少なくとも一つの微分特性を検出する作業を含む、方法。
(項目23)
項目22の前記方法であって、少なくとも一つの微分特性を検出する前記作業は、前記少なくとも一つのサイノグラム中の複数のピクセルにおけるヘッシアンを計算する作業を含む、方法。
(項目24)
項目23の前記方法であって、前記少なくとも一つの特質を検出する前記作業は、前記それぞれのヘッシアンが所定の基準を満たす少なくとも一つの固有値を持つ前記複数のピクセルを各々選定する作業を含み、前記選定されたピクセルの前記位置は複数のリッジ点を形成する、方法。
(項目25)
項目24の前記方法であって、前記複数のピクセルを各々選定する前記作業は、前記それぞれのヘッシアンが第一所定閾値よりも大きい絶対値の固有値を持つ前記複数のピクセルを各々選定する作業を含む、方法。
(項目26)
項目25の前記方法であって、前記複数のピクセルを各々選定する前記作業は、極大強度を持つ前記複数のピクセルを各々選定する作業を含む、方法。
(項目27)
項目24の前記方法であって、前記少なくとも一つのパラメータの前記値を決定する前記作業は、前記複数リッジ点の各々の位置を、前記少なくとも一つのサイノグラムの座標枠から前記モデルの座標枠中のそれぞれの位置に変換して、複数の中心位置を形成する作業を含む、方法。
(項目28)
項目27の前記方法であって、前記複数の中心位置によってヒストグラムを形成する作業をさらに含む方法。
(項目29)
項目28の前記方法であって、前記モデルは複数の円筒型原型を含み、前記少なくとも一つのパラメータの前記値を決定する前記作業は、
前記ヒストグラム中のピークの数に基づいて前記モデルの前記立体配置中の円筒型原型の数を決定する作業と、
前記ヒストグラム中の前記ピークでの前記中心位置に基づき、前記複数円筒型原型の各々の位置を決定する作業とを
含む、方法。
(項目30)
項目29の前記方法であって、前記複数の円筒型原型の各々の前記位置を決定する前記作業は、前記少なくとも一つのサイノグラムに関連する面との交点における前記複数の円筒型原型の各々の円筒軸の軸位置を決定する作業を含む、方法。
(項目31)
項目24の前記方法であって、前記少なくとも一つの特質を検出する前記作業は、前記複数のリッジ点各々の周りの前記強度分布の少なくとも一つの特性を検出する作業を含む、方法。
(項目32)
項目31の前記方法であって、前記少なくとも一つのパラメータの前記値を決定する前記作業は、前記強度分布の前記少なくとも一つの特性に少なくとも部分的に基づいて前記複数の円筒型原型の少なくとも一つの原型の半径の値を決定する作業を含む、方法。
(項目33)
項目11の前記方法であって、前記構造体は血管網を含み、前記モデルは複数の円筒型セグメントを含み、前記少なくとも一つのパラメータは、前記複数円筒型セグメントの数、前記複数円筒型セグメント各々の位置、前記複数円筒型セグメント各々の半径、及び前記複数円筒型セグメント各々の向きを含み、前記少なくとも一つのパラメータの前記値を決定する前記作業は、前記少なくとも一つの特質に少なくとも部分的に基づいて、前記複数円筒型セグメントの数、前記複数円筒型セグメントの各々の前記位置、前記半径及び前記向きを決定する作業を含む、方法。
(項目34)
項目1の前記方法であって、前記少なくとも一つのパラメータの前記値を決定する前記作業は、前記ビュー・データの複数の部分において検出された情報に少なくとも部分的に基づいて、少なくとも一つのパラメータの値を決定する作業を含み、前記複数の部分の各々は前記構造体のそれぞれ異なるスライスから得られたものとする、方法。
(項目35)
項目34の前記方法であって、前記ビュー・データの前記複数部分の各々はサイノグラムを含む、方法。
(項目36)
項目35の前記方法であって、前記モデルは複数の円筒型セグメントを含み、前記少なくとも一つのパラメータの前記値を決定する前記作業は、前記複数のサイノグラム中に検出された楕円断面を、一つの円筒型セグメントの一部として全体的に関連付けることによって、少なくとも一つの向きパラメータを決定する作業を含む、方法。
(項目37)
項目36の前記方法であって、前記少なくとも一つのパラメータの前記値を決定する前記作業は、前記関連付けられた楕円断面の中心位置を結ぶ線の方向に基づいて、前記複数の円筒型セグメントの少なくとも一つの向きを決定する作業を含む、方法。
(項目38)
項目34の前記方法であって、前記少なくとも一つのパラメータの前記値を決定する前記作業は、少なくともその作業の一部として、前記構造体の第一スライスから得られた前記ビュー・データの第一部分において検出された第一情報と、前記構造体の第二スライスから得られた前記ビュー・データの第二部分において検出された第二情報との間の少なくとも一つの関係を判断することによって、少なくとも一つのパラメータの値を決定する作業を含む、方法。
(項目39)
項目38の前記方法であって、前記少なくとも一つのパラメータの前記値を決定する前記作業は、
前記ビュー・データの前記第一部分から検出された少なくとも一つの特質に少なくとも部分的に基づいて、前記第一スライスに関連する第一面における前記モデル立体配置を表現する少なくとも一つのパラメータの第一値を決定する作業と、
前記第一値に少なくとも部分的に基づいて、前記第二スライスに関連する第二面における前記モデル立体配置を表現する少なくとも一つのパラメータの第二値を決定する作業とを
含む、方法。
(項目40)
項目38の前記方法であって、前記ビュー・データは、第一及び第二サイノグラムを含む複数のサイノグラムを包含し、各サイノグラムは前記構造体のそれぞれのスライスに関連しており、前記第一部分は前記第一サイノグラムを含み、前記第二部分は前記第二サイノグラムを含んでおり、前記少なくとも一つの関係を決定する前記作業は、前記第一サイノグラム中の少なくとも一つの第一特性点の第一変換位置と、前記第二サイノグラム中の少なくとも一つの第二特性点の第二変換位置との間の関係を決定する作業を含み、前記少なくとも一つのパラメータの前記値は前記少なくとも一つの関係に基づくものとする、方法。
(項目41)
項目40の前記方法であって、前記関係を決定する前記作業は、前記第一変換位置から前記第二変換位置へのベクトルの方向を決定する作業を含む、方法。
(項目42)
項目41の前記方法であって、前記少なくとも一つのパラメータの前記値を決定する前記作業は、前記ベクトル方向に基づいて、前記モデルの前記立体配置の少なくとも一つの向きパラメータの値を決定する作業を含む、方法。
(項目43)
項目42の前記方法であって、前記モデルは、複数の円筒型原型を含み、前記少なくとも一つの向きパラメータの前記値を決定する前記作業は、前記ベクトル方向に基づいて、前記複数の円筒型原型の少なくとも一つの原型の向きの値を決定する作業を含む、方法。
(項目44)
項目43の前記方法であって、前記少なくとも一つのパラメータの前記値を決定する前記作業は、
前記第一変換位置に基づき、前記第一サイノグラムに対応する第一スライスにおける前記複数の円筒型原型の一つの原型の第一軸位置を決定する作業と、
前記第二変換位置に基づき、前記第二サイノグラムに対応する第二スライスにおける前記複数の円筒型原型の一つの原型の第二軸位置を決定する作業とを
含む、方法。
(項目45)
項目44の前記方法であって、前記向きの前記値を決定する前記作業は、前記第一軸位置と前記第二軸位置との間を結ぶ線の方向に基づいて、前記複数の円筒型原型の少なくとも一つの原型の少なくとも一つの向きの値を決定する作業を含む、方法。
(項目46)
項目40の前記方法であって、前記少なくとも一つの特質を検出する作業は、複数のリッジ点を検出する作業を含む、方法。
(項目47)
項目46の前記方法であって、ビュー・スペース中の前記複数のリッジ点の各々の位置を変換してモデル・スペースに複数の中心位置を決定する作業をさらに含む方法。
(項目48)
項目47の前記方法であって、前記複数の中心位置を複数の関連グループにグループ化し、関連グループ内の各中心位置を前記複数のサイノグラムのそれぞれ異なる一つに関連させ、各グループを前記複数の円筒型原型のそれぞれ一つにさらに関連付ける作業をさらに含む方法。
(項目49)
項目48の前記方法であって、中心位置をグループ化する前記作業は、各グループそれぞれにおいて中心位置を結ぶ線が最適当てはめ基準を満たすように前記中心位置を分類する作業を含む、方法。
(項目50)
項目49の前記方法であって、少なくとも一つの向きの前記値を決定する前記作業は、グループの中の前記中心位置を結ぶ前記線の前記ベクトル方向を、前記関連円筒型原型の向きパラメータに割り当てる作業を含む、方法。
(項目51)
項目1の前記方法であって、前記モデルの前記立体配置から前記構造体についての情報を提供する作業をさらに含む方法。
(項目52)
少なくとも一つの血管の走査によって得られた対象体ビュー・データから前記少なくとも一つの血管を検出する方法であって、前記方法は、
モデル立体配置を表現する複数のパラメータを有する、前記少なくとも一つの血管のモデルを生成する作業と、
前記対象体ビュー・データ中に検出された少なくとも一つの特質に少なくとも部分的に基づき前記モデル立体配置の仮配置を決定する作業と、
前記対象体ビュー・データとの比較によって前記モデル立体配置を更新して最終的モデル立体配置に到達し、前記最終的モデル立体配置が前記少なくとも一つの血管を表すようにする作業とを
含む方法。
(項目53)
項目52の前記方法であって、前記モデル立体配置の前記仮配置を決定する前記作業は、前記少なくとも一つの特質に少なくとも部分的に基づいて、前記複数のパラメータの少なくとも一つのパラメータの値を決定する作業を含む、方法。
(項目54)
項目53の前記方法であって、前記少なくとも一つのパラメータの前記値を決定する前記作業は、前記少なくとも一つの特質に少なくとも部分的に基づいて、少なくとも一つの位置パラメータの値を決定する作業を含む、方法。
(項目55)
項目54の前記方法であって、前記モデルは複数の原型を含み、前記少なくとも一つのパラメータの前記値を決定する前記作業は、前記少なくとも一つの特質に少なくとも部分的に基づいて、前記モデルの前記立体配置中の前記複数の原型の少なくとも一つの原型の位置を決定する作業を含む、方法。
(項目56)
項目53の前記方法であって、前記モデルは複数の原型を含み、前記少なくとも一つのパラメータの前記値を決定する前記作業は、前記少なくとも一つの特質に少なくとも部分的に基づいて、前記モデルの前記立体配置中の原型の数を決定する作業を含む、方法。
(項目57)
項目56の前記方法であって、前記少なくとも一つの特質は、一つ以上の微分特性を含み、少なくとも一つのパラメータの前記値を決定する前記作業は、前記一つ以上の微分特性を示す前記ビュー・データ中の特徴点のセットに少なくとも部分的に基づいて、前記モデル立体配置中の原型の数、及び前記複数の原型の少なくとも一つの原型の位置を決定する作業を含む、方法。
(項目58)
項目57の前記方法であって、前記位置を決定する前記作業は、前記複数の原型各々の位置を、前記特徴点のセットの前記位置を前記モデルの座標枠への変換したものに基づいて決定する作業を含む、方法。
(項目59)
項目58の前記方法であって、前記複数の原型は円筒型セグメントを含み、前記ビュー・データは前記少なくとも一つの血管の複数のスライスにそれぞれ対応する複数のサイノグラムを含んでおり、前記複数の原型の各々の前記位置を決定する前記作業は、前記円筒型セグメントの各々に対し、前記スライスの少なくとも一つに対応する面上の前記円筒型セグメントの断面の中心を決定する作業を含む、方法。
(項目60)
項目59の前記方法であって、前記少なくとも一つの特質は、前記特徴点のセットの少なくとも一部の周りの強度分布を含み、前記値を決定する前記作業は、前記強度分布に基づいて前記複数の円筒型セグメントの少なくとも一つのセグメントの半径を決定する作業を含む、方法。
(項目61)
項目59の前記方法であって、前記少なくとも一つのパラメータの前記値を決定する前記作業は、前記複数のサイノグラムの少なくとも二つに対応する面における少なくとも二つの円筒型セグメントの前記断面の前記中心を結ぶ線の方向を計算することによって、前記円筒型セグメントの少なくとも一つのセグメントの向きを決定する作業を含む、方法。
(項目62)
項目53の前記方法であって、前記モデル立体配置を更新する前記作業は、
前記モデル立体配置からモデルのビュー・データを取得する作業と、
前記対象体ビュー・データと前記モデルビュー・データとを比較し誤差値を得る作業と、
前記モデル立体配置を表現する前記複数のパラメータの少なくとも一つを修正して前記誤差値を低減する作業とを
含む、方法。
(項目63)
項目62の前記方法であって、前記モデル立体配置を更新する前記作業は、前記モデル立体配置を反復的に更新して前記モデルビュー・データと前記対象体ビュー・データとの間に最小二乗フィットを達成する作業を含む、方法。
(項目64)
項目52の前記方法であって、前記最終モデル立体配置によって前記構造体についての情報を提供する作業をさらに含む方法。
(項目65)
対象体ビュー・データを取得した対象体の少なくとも一部の内部構造を表現するようにされたモデルを反復的に構成する方法であって、前記モデルは複数のモデル構成要素を含み、前記方法は、
前記対象体ビュー・データ中から検出された少なくとも一つの特質に少なくとも部分的に基づいて、少なくとも一つの第一モデル構成要素の立体配置を決定し、前記少なくとも一つの第一モデル構成要素は前記内部構造中の少なくとも一つの第一サブ構造体を表すものとする作業と、
前記少なくとも一つの第一モデル構成要素で表される前記少なくとも一つの第一サブ構造体に対応し、前記対象体ビュー・データ中にある情報を削除する作業と、
情報を削除した前記作業の後、前記対象体ビュー・データ中から検出された少なくとも一つの特質に少なくとも部分的に基づいて、少なくとも一つの第二モデル構成要素の立体配置を決定する作業とを
含む方法。
(項目66)
項目65の前記方法であって、情報を削除する前記作業は、前記少なくとも一つの第一モデル構成要素の前記立体配置に対応するモデル構成要素のビュー・データを取得する作業を含む、方法。
(項目67)
項目66の前記方法であって、情報を削除する前記作業は、前記対象体ビュー・データから前記モデル構成要素のビュー・データを取り去る作業を含む、方法。
(項目68)
項目67の前記方法であって、前記内部構造は複数の血管を含み、前記少なくとも一つの第一モデル構成要素は、前記複数の血管の少なくとも一つを表す少なくとも一つの第一円筒型セグメントを含み、モデル構成要素のビュー・データを取得する前記作業は、前記少なくとも一つの第一円筒型セグメントの断面のラドン変換を計算する作業を含む、方法。
(項目69)
X線走査システムから得られた構造体のビュー・データを処理する方法であって、前記X線走査システムは、情報を第一最小サイズに分解することができ、前記ビュー・データから再構成画像データを生成して情報を第二最小サイズに分解することができる画像再構成アルゴリズムを持ち、前記方法は、
前記第二最小サイズより小さい寸法を持つ前記構造体の少なくとも一部の存在を検出する作業を
含む方法。
(項目70)
項目69の前記方法であって、前記構造体は複数の血管を含み、前記少なくとも一部の構造体の前記存在を検出する前記作業は、前記第二最小サイズより小さい半径を持つ、前記複数の血管の少なくとも一つの存在を検出する作業を含む、方法。
(項目71)
項目70の前記方法であって、少なくとも一つの血管の前記存在を検出する前記作業は、前記第一最小サイズとほぼ同じの半径を持つ、前記複数の血管の少なくとも一つの存在を検出する作業を含む、方法。
(項目72)
少なくとも人体の解剖学的構造の一部を、そのまま走査できるX線走査装置から得られた構造体のビュー・データを処理する方法であって、前記方法は、
少なくとも一つの寸法の構造体を検出し、前記少なくとも一つの寸法は、500ミクロンより小さい寸法とする作業を含む方法。
(項目73)
項目72の前記方法であって、前記構造体は複数の血管を含み、前記検出作業は、500ミクロンより小さい幅を持つ少なくとも一つの血管を検出する作業を含む、方法。
(項目74)
項目73の前記方法であって、前記検出作業は、250ミクロンより小さい寸法を持つ少なくとも一つの血管を検出する作業を含む、方法。
(項目75)
項目74の前記方法であって、前記検出作業は、100ミクロンより小さい寸法を持つ少なくとも一つの血管を検出する作業を含む、方法。
(項目76)
項目75の前記方法であって、前記検出作業は、50ミクロンより小さい寸法を持つ少なくとも一つの血管を検出する作業を含む、方法。
(項目77)
マイクロ・コンピュータ断層撮影(マイクロCT)X線走査装置から得られた構造体のビュー・データを処理する方法であって、前記方法は、
少なくとも一つの寸法の構造体を検出し、前記少なくとも一つの寸法は、50ミクロンより小さい寸法とする作業を含む方法。
(項目78)
項目77の前記方法であって、前記構造体は複数の血管を含み、前記検出作業は、50ミクロンより小さい幅を持つ少なくとも一つの血管を検出する作業を含む、方法。
(項目79)
項目78の前記方法であって、前記検出作業は、25ミクロンより小さい寸法を持つ少なくとも一つの血管を検出する作業を含む、方法。
(項目80)
項目79の前記方法であって、前記検出作業は、10ミクロンより小さい寸法を持つ少なくとも一つの血管を検出する作業を含む、方法。
(項目81)
項目80の前記方法であって、前記検出作業は、5ミクロンより小さい寸法を持つ少なくとも一つの血管を検出する作業を含む、方法。
(項目82)
少なくとも一つのプロセッサで実行するためのプログラムをエンコードしたコンピュータ可読媒体であって、前記プログラムは、前記少なくとも一つのプロセッサで実行されると、モデルの立体配置の少なくとも一つのパラメータの値を決定する方法を遂行し、前記モデルはビュー・データを取得した構造体に関連しており、前記方法は、
前記ビュー・データ中の少なくとも一つの特質を検出する作業と、
前記少なくとも一つの特質に少なくとも部分的に基づいて、前記モデルの前記立体配置の前記少なくとも一つのパラメータの前記値を決定する作業とを
含む、媒体。
(項目83)
項目82の前記コンピュータ可読媒体であって、前記少なくとも一つのパラメータの前記値を決定する前記作業は、前記少なくとも一つの特質に少なくとも部分的に基づいて少なくとも一つの位置パラメータの値を決定する作業を含む、媒体。
(項目84)
項目83の前記コンピュータ可読媒体であって、前記モデルは複数の原型を含み、前記少なくとも一つのパラメータの前記値を決定する前記作業は、前記少なくとも一つの特質に少なくとも部分的に基づいて前記モデルの前記立体配置中の前記複数の原型の少なくとも一つの原型の位置を決定する作業を含む、媒体。
(項目85)
項目82の前記コンピュータ可読媒体であって、前記モデルは複数の原型を含み、前記少なくとも一つのパラメータの前記値を決定する作業は、前記少なくとも一つの特質に少なくとも部分的に基づいて前記モデルの前記立体配置中の原型の数を決定する作業を含む、媒体。
(項目86)
項目85の前記コンピュータ可読媒体であって、前記少なくとも一つのパラメータの前記値を決定する前記作業は、前記少なくとも一つの特質に少なくとも部分的に基づいて前記モデルの前記立体配置中の前記数の原型の各々の位置を決定する作業を含む、媒体。
(項目87)
項目82の前記コンピュータ可読媒体であって、前記ビュー・データは、少なくとも一つのサイノグラムを含み、前記少なくとも一つの特質を検出する前記作業は、前記少なくとも一つのサイノグラムの中の少なくとも一つの特質を検出する作業を含む、媒体。
(項目88)
項目82の前記コンピュータ可読媒体であって、前記ビュー・データは、少なくとも一つのサイノグラムを含み、前記少なくとも一つの特質を検出する前記作業は、前記少なくとも一つのサイノグラムの中の少なくとも一つの特質を検出する作業を含む、媒体。
(項目89)
項目88の前記コンピュータ可読媒体であって、前記構造体は、少なくとも一つの血管を含む、媒体。
(項目90)
項目89の前記コンピュータ可読媒体であって、前記モデルは複数の円筒型セグメントを含み、前記少なくとも一つの値を決定する前記作業は、前記少なくとも一つの特質に少なくとも部分的に基づいて前記複数の円筒型セグメントの少なくとも一つのセグメントの位置を決定することを含む、媒体。
(項目91)
項目90の前記コンピュータ可読媒体であって、前記少なくとも一つの位置を決定する前記作業は、前記少なくとも一つのサイノグラムに関連する面との交点における各円筒型セグメントの長さ方向軸の位置を決定する作業を含む、媒体。
(項目92)
項目91の前記コンピュータ可読媒体であって、前記少なくとも一つのパラメータの前記少なくとも一つの値を決定する前記作業は、前記少なくとも一つの特質に少なくとも部分的に基づいて前記モデルの前記立体配置中の前記複数の円筒型セグメントの数を決定する作業をさらに含む、媒体。
(項目93)
項目91の前記コンピュータ可読媒体であって、前記少なくとも一つのパラメータの前記値を決定する前記作業は、前記少なくとも一つの特質に少なくとも部分的に基づいて前記複数の円筒型セグメントの少なくとも一つのセグメントの半径を決定する作業をさらに含む、媒体。
(項目94)
項目92の前記コンピュータ可読媒体であって、前記少なくとも一つのパラメータの前記値を決定する前記作業は、前記少なくとも一つの特質に少なくとも部分的に基づいて前記複数の円筒型セグメントの少なくとも一つのセグメントの向きを決定する作業をさらに含む、媒体。
(項目95)
項目88の前記コンピュータ可読媒体であって、前記少なくとも一つの特質を検出する前記作業は、前記少なくとも一つのサイノグラム中の少なくとも一つのリッジを検出する作業を含む、媒体。
(項目96)
項目95の前記コンピュータ可読媒体であって、前記少なくとも一つのパラメータの前記値を決定する前記作業は、前記少なくとも一つのリッジの位置を、前記少なくとも一つのサイノグラムの座標枠から前記モデルの座標枠へ変換する作業を含む、媒体。
(項目97)
項目96の前記コンピュータ可読媒体であって、前記少なくとも一つのリッジの前記変換された位置に少なくとも部分的に基づいて、前記モデルの少なくとも一つの構成要素の位置決めをする作業をさらに含む媒体。
(項目98)
項目97の前記コンピュータ可読媒体であって、前記モデルは少なくとも一つの円筒型原型を含み、前記少なくとも一つのパラメータの前記値を決定する前記作業は、前記少なくとも一つのリッジの前記変換された位置に少なくとも部分的に基づいて前記少なくとも一つの円筒型原型の断面の中心位置を決定する作業を含む、媒体。
(項目99)
項目88の前記コンピュータ可読媒体であって、前記少なくとも一つの特質を検出する前記作業は、前記サイノグラムの少なくとも一つの微分特性を検出する作業を含む、媒体。
(項目100)
項目99の前記コンピュータ可読媒体であって、少なくとも一つの微分特性を検出する前記作業は、前記少なくとも一つのサイノグラム中の複数のピクセルにおけるヘッシアンを計算する作業を含む、媒体。
(項目101)
項目100の前記コンピュータ可読媒体であって、前記少なくとも一つの特質を検出する前記作業は、前記それぞれのヘッシアンが所定の基準を満たす少なくとも一つの固有値を持つ前記複数のピクセルを各々選定する作業を含み、前記選定されたピクセルの前記位置は複数のリッジ点を形成する、媒体。
(項目102)
項目101の前記コンピュータ可読媒体であって、前記少なくとも一つのパラメータの前記値を決定する前記作業は、前記複数のリッジ点の各々の位置を、前記少なくとも一つのサイノグラムの座標枠から前記モデルの座標枠中のそれぞれの位置に変換して、複数の中心位置を形成する作業を含む、媒体。
(項目103)
項目102の前記コンピュータ可読媒体であって、前記複数の中心位置からヒストグラムを形成する作業をさらに含む媒体。
(項目104)
項目103の前記コンピュータ可読媒体であって、前記モデルは複数の円筒型原型を含み、前記少なくとも一つのパラメータの前記値を決定する前記作業は、
前記ヒストグラム中のピークの数に基づいて前記モデルの前記立体配置中の円筒型原型の数を決定する作業と、
前記ヒストグラム中の前記ピークでの中心位置に基づき、前記複数の円筒型原型の各々の位置を決定する作業とを
含む、媒体。
(項目105)
項目104の前記コンピュータ可読媒体であって、前記複数の円筒型原型の各々の前記位置を決定する前記作業は、前記少なくとも一つのサイノグラムに関連する面との交点における前記複数の円筒型原型の各々の円筒軸の軸位置を決定する作業を含む、媒体。
(項目106)
項目101の前記コンピュータ可読媒体であって、前記少なくとも一つの特質を検出する前記作業は、前記複数のリッジ点各々の周りの前記強度分布の少なくとも一つの特性を検出する作業を含む、媒体。
(項目107)
項目106の前記コンピュータ可読媒体であって、前記少なくとも一つのパラメータの前記値を決定する前記作業は、前記強度分布の前記少なくとも一つの特性に少なくとも部分的に基づいて前記複数の円筒型原型の少なくとも一つの原型の半径の値を決定する作業を含む、媒体。
(項目108)
項目88の前記コンピュータ可読媒体であって、前記構造体は血管網を含み、前記モデルは複数の円筒型セグメントを含み、前記少なくとも一つのパラメータは、前記複数の円筒型セグメントの数、前記複数の円筒型セグメント各々の位置、前記複数の円筒型セグメント各々の半径、及び前記複数の円筒型セグメント各々の向きを含み、前記少なくとも一つのパラメータの前記値を決定する前記作業は、前記少なくとも一つの特質に少なくとも部分的に基づいて、前記複数の円筒型セグメントの前記数、前記複数の円筒型セグメントの各々の前記位置、前記半径及び前記向きを決定する作業を含む、媒体。
(項目109)
項目82の前記コンピュータ可読媒体であって、前記少なくとも一つのパラメータの前記値を決定する前記作業は、前記ビュー・データの複数の部分において検出された情報に少なくとも部分的に基づいて、少なくとも一つのパラメータの値を決定する作業を含み、前記複数の部分の各々は前記構造体のそれぞれ異なるスライスから得られたものとする、媒体。
(項目110)
項目109の前記コンピュータ可読媒体であって、前記ビュー・データの前記複数部分の各々はサイノグラムを含む、媒体。
(項目111)
項目110の前記コンピュータ可読媒体であって、前記モデルは複数の円筒型セグメントを含み、前記少なくとも一つのパラメータの前記値を決定する前記作業は、前記複数のサイノグラム中に検出された楕円断面を一つの円筒型セグメントの一部として全体的に関連付ける作業を含む、媒体。
(項目112)
項目111の前記コンピュータ可読媒体であって、前記少なくとも一つのパラメータの前記値を決定する前記作業は、前記関連付けられた楕円断面の中心位置を結ぶ線の方向に基づいて、前記複数の円筒型セグメントの少なくとも一つのセグメントの向きを決定する作業を含む、媒体。
(項目113)
項目109の前記コンピュータ可読媒体であって、前記少なくとも一つのパラメータの前記値を決定する前記作業は、少なくともその作業の一部として、前記構造体の第一スライスから得られた前記ビュー・データの第一部分において検出された第一情報と、前記構造体の第二スライスから得られた前記ビュー・データの第二部分において検出された第二情報との間の少なくとも一つの関係を判断することによって、少なくとも一つのパラメータの値を決定する作業を含む、媒体。
(項目114)
項目113の前記コンピュータ可読媒体であって、前記少なくとも一つのパラメータの前記値を決定する前記作業は、
前記ビュー・データの前記第一部分から検出された少なくとも一つの特質に少なくとも部分的に基づいて、前記第一スライスに関連する第一面における前記モデル立体配置を表現する少なくとも一つのパラメータの第一値を決定する作業と、
前記第一値に少なくとも部分的に基づいて、前記第二スライスに関連する第二面における前記モデル立体配置を表現する少なくとも一つのパラメータの第二値を決定する作業とを含む、媒体。
(項目115)
項目113の前記コンピュータ可読媒体であって、前記ビュー・データは、第一及び第二サイノグラムを含む複数のサイノグラムを包含し、各サイノグラムは前記構造体のそれぞれのスライスに関連しており、前記第一部分は前記第一サイノグラムを含み、前記第二部分は前記第二サイノグラムを含んでおり、前記少なくとも一つの関係を決定する前記作業は、前記第一サイノグラム中の少なくとも一つの第一特性点の第一変換位置と、前記第二サイノグラム中の少なくとも一つの第二特性点の第二変換位置との間の関係を決定する作業を含み、前記少なくとも一つのパラメータの前記値は前記少なくとも一つの関係に基づくものとする、媒体。
(項目116)
項目115の前記コンピュータ可読媒体であって、前記関係を決定する前記作業は、前記第一変換位置から前記第二変換位置へのベクトルの方向を決定する作業を含む、媒体。
(項目117)
項目116の前記コンピュータ可読媒体であって、前記少なくとも一つのパラメータの前記値を決定する前記作業は、前記ベクトル方向に基づいて、前記モデルの前記立体配置の少なくとも一つの向きパラメータの値を決定する作業を含む、媒体。
(項目118)
項目117の前記コンピュータ可読媒体であって、前記モデルは、複数の円筒型原型を含み、前記少なくとも一つの向きパラメータの前記値を決定する前記作業は、前記ベクトル方向に基づいて、前記複数の円筒型原型の少なくとも一つの原型の向きの値を決定する作業を含む、媒体。
(項目119)
項目118の前記コンピュータ可読媒体であって、前記少なくとも一つのパラメータの前記値を決定する前記作業は、
前記第一変換位置に基づき、前記第一サイノグラムに対応する第一スライスにおける前記複数の円筒型原型の一つの原型の第一軸位置を決定する作業と、
前記第二変換位置に基づき、前記第二サイノグラムに対応する第二スライスにおける前記複数の円筒型原型の一つの原型の第二軸位置を決定する作業とを
含む、媒体。
(項目120)
項目119の前記コンピュータ可読媒体であって、前記向きの前記値を決定する前記作業は、前記第一軸位置と前記第二軸位置との間を結ぶ線の方向に基づいて、前記複数の円筒型原型の少なくとも一つの原型の少なくとも一つの向きの値を決定する作業を含む、媒体。
(項目121)
項目82の前記コンピュータ可読媒体であって、前記構造体は少なくとも一つの血管を含み、前記ビュー・データは前記少なくとも一つの血管の走査から得られた対象体ビュー・データを含み、前記媒体は、前記対象体ビュー・データとの比較によって前記モデル立体配置を更新して最終的モデル立体配置に到達し、前記最終モデル立体配置が前記少なくとも一つの血管を表すようにする作業をさらに含む媒体。
(項目122)
項目121の前記コンピュータ可読媒体であって、前記少なくとも一つの特質は一つ以上の微分特性を含み、前記モデルは複数の原型を含んでおり、少なくとも一つのパラメータの前記値を決定する前記作業は、前記一つ以上の微分特性を示す前記ビュー・データ中の特徴点のセットに、少なくとも部分的に基づいて、前記モデル立体配置の中の原型の数及び前記複数の原型の少なくとも一つの位置を決定する作業を含む、媒体。
(項目123)
項目122の前記コンピュータ可読媒体であって、前記位置を決定する前記作業は、前記複数原型の各々の位置を、前記特徴点セットの位置を前記モデルの座標枠中へ変換したものに基づいて決定する作業を含む、媒体。
(項目124)
項目123の前記コンピュータ可読媒体であって、前記複数の原型は円筒型セグメントを含み、前記ビュー・データは少なくとも一つの血管の複数のスライスにそれぞれ対応する複数のサイノグラムを含んでおり、前記複数の原型の各々の前記位置を決定する前記作業は、前記円筒型セグメントの各々に対し、前記スライスの少なくとも一つに対応する面上の前記円筒型セグメントの断面の中心を決定する作業を含む、媒体。
(項目125)
項目124の前記コンピュータ可読媒体であって、前記少なくとも一つの特質は、前記特徴点のセットの少なくとも一部の周りの強度分布を含み、前記値を決定する前記作業は、前記強度分布に基づいて前記複数の円筒型セグメントの少なくとも一つのセグメントの半径を決定する作業を含む、媒体。
(項目126)
項目124の前記コンピュータ可読媒体であって、前記少なくとも一つのパラメータの前記値を決定する前記作業は、前記複数のサイノグラムの少なくとも二つに対応する面における少なくとも二つの円筒型セグメントの前記断面の前記中心を結ぶ線の方向を計算することによって、前記円筒型セグメントの少なくとも一つのセグメントの向きを決定する作業を含む、媒体。
(項目127)
項目121の前記コンピュータ可読媒体であって、前記モデル立体配置を更新する前記作業は、
前記モデル立体配置からモデルのビュー・データを取得する作業と、
前記対象体ビュー・データと前記モデルビュー・データとを比較し誤差値を得る作業と、
前記モデル立体配置を表現する前記複数のパラメータの少なくとも一つを修正して前記誤差値を低減する作業とを
含む、媒体。
(項目128)
項目127の前記コンピュータ可読媒体であって、前記モデル立体配置を更新する前記作業は、前記モデル立体配置を反復的に更新して前記モデルビュー・データと前記対象体ビュー・データとの間に最小二乗フィットを達成する作業を含む、媒体。
(項目129)
項目82の前記コンピュータ可読媒体であって、前記構造体は複数の血管を含み、前記ビュー・データは前記複数の血管の走査から得られた対象体ビュー・データを含み、前記モデルは複数のモデル構成要素を含んでおり、前記少なくとも一つのパラメータの値を決定する前記作業は、
前記少なくとも一つの特質に少なくとも部分的に基づいて、少なくとも一つの第一モデル構成要素の立体配置を決定し、前記少なくとも一つの第一モデル構成要素は前記複数の血管の少なくとも一つを表すものとする作業と、
前記少なくとも一つの第一モデル構成要素で表される前記少なくとも一つの血管に対応し、前記対象体ビュー・データ中にある情報を削除する作業と、
情報を削除した前記作業の後、前記対象体ビュー・データ中から検出された少なくとも一つの特質に少なくとも部分的に基づいて、少なくとも一つの第二モデル構成要素の立体配置を決定する作業とを
含む、媒体。
(項目130)
項目129の前記コンピュータ可読媒体であって、情報を削除する前記作業は、前記少なくとも一つの第一モデル構成要素の前記立体配置に対応するモデル構成要素のビュー・データを取得する作業を含む、媒体。
(項目131)
項目130の前記コンピュータ可読媒体であって、情報を削除する前記作業は、前記対象体ビュー・データから前記モデル構成要素のビュー・データを取り去る作業を含む、媒体。
(項目132)
項目78の前記コンピュータ可読媒体であって、前記少なくとも一つのプロセッサと組合せた媒体。
(項目133)
項目132の前記組合せであって、さらにX線走査装置を組合わせた組合わせ。
(項目134)
項目133の前記組合せであって、前記X線走査装置は人体の解剖学的構造の少なくとも一部をそのまま走査できる、組合わせ。
(項目135)
項目133の前記組合せであって、前記X線走査装置はマイクロCT装置である、組合わせ。
(項目136)
モデルの立体配置の少なくとも一つのパラメータの値を決定するようになっている装置であって、前記モデルは、ビュー・データを取得した構造体に関連しており、前記装置は、
前記ビュー・データを受信するようになっている少なくとも一つの入力部と、
前記少なくとも一つの入力部と結合された少なくとも一つのコントローラであって、前記ビュー・データ中の少なくとも一つの特質を検出し、前記少なくとも一つの特質に少なくとも部分的に基づいて、前記モデルの前記立体配置の前記少なくとも一つのパラメータを決定するようになっている前記少なくとも一つのコントローラとを
含む装置。
(項目137)
項目136の前記装置であって、前記少なくとも一つのコントローラは、前記ビュー・データ中の前記少なくとも一つの特質を検出するための手段、及び、前記少なくとも一つの特質に少なくとも部分的に基づいて、前記モデルの前記立体配置の前記少なくとも一つのパラメータの前記値を決定するための手段を含む、装置。
前記で説明したように、再構成した画像のセグメンテーションは多くの場合困難で、画像再構成プロセスに起因する低い分解能による構造体表現情報に限定されている。この分解能以下の構造体がビュー・データ中に存在するにも関わらず、再構成画像に使われる検出及び区分アルゴリズムは、それを利用することができない。画像再構成を回避しようとする従来型のモデル・ベース技法においては、観察されたビュー・データにモデル立体配置を当てはめる際の組合せの複雑さが障害となってきた。
Hu=λu (8)。
前記で説明したように、リッジ検出において識別された各リッジ点を、モデル・スペースの座標位置に変換することができる。この変換された位置は、楕円断面の仮配置中心に対応し、それが次に、円筒型原型が関連スライスの面を交差するモデル・スペース位置を示す(例、図6中の位置603a−603b)。前記で説明したように、一つのシヌソイド・トレースに属する各リッジ点は、モデル・スペースの同一座標位置変換されることになる。しかしながら、計算の不正確さ(例、離散偏導関数計算、接線及び/又は勾配計算等)により、特定の変換座標が真のモデル・スペース位置からずれることがある。ではあるが、同一のシヌソイド・トレースの複数のリッジ点から変換された位置は、おおむね収束された領域に集中することを予期できる。任意の妥当なやり方によって、この局部的集中域から一つの位置を選定することができる。例えば、検出されたリッジ点の各々から変換された位置のヒストグラムを形成することができる。各リッジ点は、モデル・スペース中に位置決定のため効果的に寄与することになる。
Claims (18)
- モデルの構成の少なくとも一つのパラメータの値を決定する方法であって、前記方法は、コンピュータシステムによって実行され、前記モデルは、X線放射を生成することが可能な少なくとも一つのX線走査装置からビュー・データが取得された構造体の幾何構造を記述するように構成されることが可能であり、前記ビュー・データは、前記構造体の少なくとも一部を走査することによって少なくとも部分的に取得され、前記ビュー・データは、前記構造体についての視野角の関数として前記構造体によって減衰された前記X線放射の減衰データを表し、前記コンピュータシステムは、少なくとも一つのプロセッサを含み、前記方法は、
前記少なくとも一つのプロセッサが、前記ビュー・データを処理することにより、前記構造体に関連付けられた前記ビュー・データにおいて少なくとも一つの特徴を検出する作業と、
前記少なくとも一つの検出された特徴に少なくとも部分的に基づいて、前記モデルの前記構成の前記少なくとも一つのパラメータの前記値を決定する作業と
を含む、方法。 - 前記少なくとも一つのパラメータの前記値を決定する作業は、前記少なくとも一つの特徴に少なくとも部分的に基づいて、少なくとも一つの位置パラメータの値を決定する作業を含む、請求項1に記載の方法。
- 前記モデルは、複数の原型を含み、前記少なくとも一つのパラメータの前記値を決定する作業は、前記少なくとも一つの特徴に少なくとも部分的に基づいて、前記モデルの前記構成において前記複数の原型のうちの少なくとも一つの位置を決定する作業を含む、請求項2に記載の方法。
- 前記モデルは、複数の原型を含み、前記少なくとも一つのパラメータの前記値を決定する作業は、前記少なくとも一つの特徴に少なくとも部分的に基づいて、前記モデルの前記構成において原型の数を決定する作業を含む、請求項1に記載の方法。
- 前記少なくとも一つのパラメータの前記値を決定する作業は、前記少なくとも一つの特徴に少なくとも部分的に基づいて、前記モデルの前記構成において前記数の原型のそれぞれの位置を決定する作業を含む、請求項4に記載の方法。
- 前記少なくとも一つのパラメータの前記値は、初期値であり、
前記方法は、
前記モデルの前記構成をビュー・スペースに変換することにより、モデル・ビュー・データを取得する作業と、
前記モデル・ビュー・データと前記構造体の前記ビュー・データとを比較することにより、差異指標を取得する作業と、
前記差異指標に基づいて、前記少なくとも一つのパラメータのうちの少なくとも一つの前記値を更新することにより、前記モデルの更新された構成を取得する作業と
をさらに含む、請求項5に記載の方法。 - 前記モデル構成は、複数のパラメータを含み、前記少なくとも一つのパラメータの前記値を決定する作業は、前記少なくとも一つの特徴に少なくとも部分的に基づいて、前記複数のパラメータのそれぞれの値を決定する作業を含む、請求項1に記載の方法。
- 前記ビュー・データは、少なくとも一つのサイノグラムを含み、前記少なくとも一つの特徴を検出する作業は、前記少なくとも一つのサイノグラムにおいて少なくとも一つの特徴を検出する作業を含む、請求項1に記載の方法。
- 前記構造体は、少なくとも一つの血管を含む、請求項8に記載の方法。
- 前記モデルは、複数の円筒型セグメントを含み、前記少なくとも一つの値を決定する作業は、前記少なくとも一つの特徴に少なくとも部分的に基づいて、前記複数の円筒型セグメントのうちの少なくとも一つの位置を決定する作業を含む、請求項9に記載の方法。
- 前記少なくとも一つの位置を決定する作業は、前記少なくとも一つのサイノグラムに関連付けられた面との交点において各円筒型セグメントの長手方向軸の位置を決定する作業を含む、請求項10に記載の方法。
- 前記少なくとも一つのパラメータのうちの前記少なくとも一つの値を決定する作業は、前記少なくとも一つの特徴に少なくとも部分的に基づいて、前記モデルの前記構成において前記複数の円筒型セグメントの数を決定する作業をさらに含む、請求項11に記載の方法。
- 前記少なくとも一つのパラメータの前記値を決定する作業は、前記少なくとも一つの特徴に少なくとも部分的に基づいて、前記複数の円筒型セグメントのうちの少なくとも一つの半径を決定する作業をさらに含む、請求項11に記載の方法。
- 前記少なくとも一つのパラメータの前記値を決定する作業は、前記少なくとも一つの特徴に少なくとも部分的に基づいて、前記複数の円筒型セグメントの少なくとも一つの向きを決定する作業をさらに含む、請求項11に記載の方法。
- 前記少なくとも一つの特徴を検出する作業は、前記少なくとも一つのサイノグラムにおいて少なくとも一つのリッジを検出する作業を含む、請求項8に記載の方法。
- 前記構造体は、血管網を含み、前記モデルは、複数の円筒型セグメントを含み、前記少なくとも一つのパラメータは、前記複数の円筒型セグメントの数、前記複数の円筒型セグメントのそれぞれの位置、前記複数の円筒型セグメントのそれぞれの半径、前記複数の円筒型セグメントのそれぞれの向きを含み、前記少なくとも一つのパラメータの前記値を決定する作業は、前記少なくとも一つの特徴に少なくとも部分的に基づいて、前記複数の円筒型セグメントの数、前記複数の円筒型セグメントのそれぞれの位置、半径、向きを決定する作業を含む、請求項8に記載の方法。
- 前記少なくとも一つのパラメータの前記値を決定する作業は、前記ビュー・データの複数の部分において検出された情報に少なくとも部分的に基づいて、少なくとも一つのパラメータの値を決定する作業を含み、前記複数の部分のそれぞれは、前記構造体のそれぞれ異なるスライスから取得される、請求項1に記載の方法。
- 前記少なくとも一つのパラメータの前記値を決定する作業は、前記構造体の第一のスライスから取得された前記ビュー・データの第一の部分において検出された第一の情報と、前記構造体の第二のスライスから取得された前記ビュー・データの第二の部分において検出された第二の情報との間の少なくとも一つの関係を決定することによって、少なくとも部分的に、少なくとも一つのパラメータの値を決定する作業を含む、請求項17に記載の方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US47911403P | 2003-06-17 | 2003-06-17 | |
US60/479,114 | 2003-06-17 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006517426A Division JP5242052B2 (ja) | 2003-06-17 | 2004-06-17 | 投影データ中の構造体のモデル・ベース検出のための方法および装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011056294A JP2011056294A (ja) | 2011-03-24 |
JP5517903B2 true JP5517903B2 (ja) | 2014-06-11 |
Family
ID=33539148
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006517426A Expired - Lifetime JP5242052B2 (ja) | 2003-06-17 | 2004-06-17 | 投影データ中の構造体のモデル・ベース検出のための方法および装置 |
JP2010273053A Expired - Lifetime JP5517903B2 (ja) | 2003-06-17 | 2010-12-07 | 投影データ中の構造体のモデル・ベース検出のための方法および装置 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006517426A Expired - Lifetime JP5242052B2 (ja) | 2003-06-17 | 2004-06-17 | 投影データ中の構造体のモデル・ベース検出のための方法および装置 |
Country Status (7)
Country | Link |
---|---|
US (3) | US7492934B2 (ja) |
EP (1) | EP1639546B1 (ja) |
JP (2) | JP5242052B2 (ja) |
AT (1) | ATE508443T1 (ja) |
CA (2) | CA2973918A1 (ja) |
DE (1) | DE602004032540D1 (ja) |
WO (1) | WO2004114220A1 (ja) |
Families Citing this family (62)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7963695B2 (en) | 2002-07-23 | 2011-06-21 | Rapiscan Systems, Inc. | Rotatable boom cargo scanning system |
US7978887B2 (en) | 2003-06-17 | 2011-07-12 | Brown University | Methods and apparatus for identifying subject matter in view data |
EP1639546B1 (en) * | 2003-06-17 | 2011-05-04 | Brown University | Method and apparatus for model-based detection of structure in projection data |
US8751950B2 (en) | 2004-08-17 | 2014-06-10 | Ice Edge Business Solutions Ltd. | Capturing a user's intent in design software |
US8155403B2 (en) * | 2004-05-05 | 2012-04-10 | University Of Iowa Research Foundation | Methods and devices for airway tree labeling and/or matching |
WO2009111885A1 (en) | 2008-03-11 | 2009-09-17 | Dirtt Environmental Solutions, Ltd. | Automatically creating and modifying furniture layouts in design software |
DE102004043694B4 (de) * | 2004-09-09 | 2006-09-28 | Siemens Ag | Verfahren zur Segmentierung anatomischer Strukturen aus 3D-Bilddaten unter Nutzung topologischer Information |
US20090005693A1 (en) * | 2004-12-22 | 2009-01-01 | Biotree Systems, Inc. | Medical Imaging Methods and Apparatus for Diagnosis and Monitoring of Diseases and Uses Therefor |
WO2006085254A1 (en) * | 2005-02-11 | 2006-08-17 | Koninklijke Philips Electronics N.V. | Method of automatic extraction of the pulmonary artery tree from 3d medical images |
WO2006085250A2 (en) * | 2005-02-11 | 2006-08-17 | Philips Intellectual Property & Standards Gmbh | Identifying abnormal tissue in images of computed tomography |
US7711170B2 (en) * | 2005-05-10 | 2010-05-04 | General Electric Company | Method and system for filtering scan data |
DE102005039685B4 (de) * | 2005-08-22 | 2007-10-11 | Siemens Ag | Verfahren zur Identifizierung eines kontrastierten Blutgefäßes in digitalen Bilddaten |
US8050734B2 (en) * | 2005-09-07 | 2011-11-01 | General Electric Company | Method and system for performing patient specific analysis of disease relevant changes of a disease in an anatomical structure |
RU2449371C2 (ru) * | 2006-05-19 | 2012-04-27 | Конинклейке Филипс Электроникс Н.В. | Устойчивая к ошибкам функциональная визуализация |
US8649576B2 (en) * | 2006-06-16 | 2014-02-11 | George Mason Intellectual Properties, Inc. | Arborization reconstruction |
ATE553457T1 (de) * | 2006-06-28 | 2012-04-15 | Bio Tree Systems Inc | Binned-micro-vessel-dichteverfahren und vorrichtungen |
US7929741B2 (en) * | 2006-08-14 | 2011-04-19 | Siemens Medical Solutions Usa, Inc. | System and method for automated detection of mucus plugs within bronchial tree in MSCT images |
FR2920565B1 (fr) * | 2007-08-29 | 2009-12-18 | Ensam Ecole Nationale Superieu | Procede de reconstruction en trois dimensions d'un objet singulier a partir d'imagerie par coupes (scanner, irm) |
US8126226B2 (en) * | 2007-09-20 | 2012-02-28 | General Electric Company | System and method to generate a selected visualization of a radiological image of an imaged subject |
FR2923152A1 (fr) * | 2007-11-06 | 2009-05-08 | Gen Electric | Procede d'acquisition d'une image radiologique tridimensionnelle d'un organe en mouvement |
US20120095336A1 (en) * | 2008-08-07 | 2012-04-19 | University Of Rochester | Robotic localizing aid for high-intensity focused ultrasound delivery |
US9310323B2 (en) | 2009-05-16 | 2016-04-12 | Rapiscan Systems, Inc. | Systems and methods for high-Z threat alarm resolution |
PL2430396T3 (pl) * | 2009-05-16 | 2020-11-16 | Rapiscan Systems, Inc. | Systemy i sposoby automatycznego, szybkiego wykrywania materiałów o dużej liczbie atomowej |
KR101014563B1 (ko) | 2009-08-07 | 2011-02-16 | 주식회사 메디슨 | 혈관 세그먼테이션을 수행하는 초음파 시스템 및 방법 |
US9245064B2 (en) * | 2009-11-24 | 2016-01-26 | Ice Edge Business Solutions | Securely sharing design renderings over a network |
BR112012021520B1 (pt) * | 2010-02-25 | 2021-06-22 | Rapiscan Systems, Inc. | Sistema de varredura de raios x |
US8325873B2 (en) * | 2010-10-20 | 2012-12-04 | Medtronic Navigation, Inc. | Selected image acquisition technique to optimize patient model construction |
US8768029B2 (en) | 2010-10-20 | 2014-07-01 | Medtronic Navigation, Inc. | Selected image acquisition technique to optimize patient model construction |
US8539426B2 (en) | 2011-02-22 | 2013-09-17 | International Business Machines Corporation | Method and system for extracting compact models for circuit simulation |
US9224573B2 (en) | 2011-06-09 | 2015-12-29 | Rapiscan Systems, Inc. | System and method for X-ray source weight reduction |
US9218933B2 (en) | 2011-06-09 | 2015-12-22 | Rapidscan Systems, Inc. | Low-dose radiographic imaging system |
WO2012173741A2 (en) | 2011-06-11 | 2012-12-20 | Dirtt Environmental Solutions Inc. | Automated re-use of structural components |
US8787649B2 (en) * | 2011-06-24 | 2014-07-22 | Siemens Aktiengesellschaft | System and method for processing an X-ray image of an organ |
US10691219B2 (en) | 2012-01-17 | 2020-06-23 | Ultrahaptics IP Two Limited | Systems and methods for machine control |
US8638989B2 (en) | 2012-01-17 | 2014-01-28 | Leap Motion, Inc. | Systems and methods for capturing motion in three-dimensional space |
DE112013000590B4 (de) * | 2012-01-17 | 2016-05-04 | Leap Motion, Inc. | Verbesserter Kontrast zur Objekterfassung und Charakterisierung durch optisches Abbilden |
US9501152B2 (en) | 2013-01-15 | 2016-11-22 | Leap Motion, Inc. | Free-space user interface and control using virtual constructs |
US11493998B2 (en) | 2012-01-17 | 2022-11-08 | Ultrahaptics IP Two Limited | Systems and methods for machine control |
US9070019B2 (en) | 2012-01-17 | 2015-06-30 | Leap Motion, Inc. | Systems and methods for capturing motion in three-dimensional space |
US8693731B2 (en) | 2012-01-17 | 2014-04-08 | Leap Motion, Inc. | Enhanced contrast for object detection and characterization by optical imaging |
US9679215B2 (en) | 2012-01-17 | 2017-06-13 | Leap Motion, Inc. | Systems and methods for machine control |
US9285893B2 (en) | 2012-11-08 | 2016-03-15 | Leap Motion, Inc. | Object detection and tracking with variable-field illumination devices |
US10609285B2 (en) | 2013-01-07 | 2020-03-31 | Ultrahaptics IP Two Limited | Power consumption in motion-capture systems |
US9626015B2 (en) | 2013-01-08 | 2017-04-18 | Leap Motion, Inc. | Power consumption in motion-capture systems with audio and optical signals |
US9459697B2 (en) | 2013-01-15 | 2016-10-04 | Leap Motion, Inc. | Dynamic, free-space user interactions for machine control |
US9702977B2 (en) | 2013-03-15 | 2017-07-11 | Leap Motion, Inc. | Determining positional information of an object in space |
US9916009B2 (en) | 2013-04-26 | 2018-03-13 | Leap Motion, Inc. | Non-tactile interface systems and methods |
WO2014192831A1 (ja) * | 2013-05-28 | 2014-12-04 | 株式会社東芝 | 医用画像診断装置及び制御方法 |
US9092849B2 (en) * | 2013-06-28 | 2015-07-28 | International Business Machines Corporation | Bidirectional blood vessel segmentation |
US10846942B1 (en) | 2013-08-29 | 2020-11-24 | Ultrahaptics IP Two Limited | Predictive information for free space gesture control and communication |
US9632572B2 (en) | 2013-10-03 | 2017-04-25 | Leap Motion, Inc. | Enhanced field of view to augment three-dimensional (3D) sensory space for free-space gesture interpretation |
US9996638B1 (en) | 2013-10-31 | 2018-06-12 | Leap Motion, Inc. | Predictive information for free space gesture control and communication |
WO2015097450A1 (en) * | 2013-12-23 | 2015-07-02 | Johnson Matthey Public Limited Company | Scanning method |
US9557427B2 (en) | 2014-01-08 | 2017-01-31 | Rapiscan Systems, Inc. | Thin gap chamber neutron detectors |
US9613262B2 (en) | 2014-01-15 | 2017-04-04 | Leap Motion, Inc. | Object detection and tracking for providing a virtual device experience |
CN204480228U (zh) | 2014-08-08 | 2015-07-15 | 厉动公司 | 运动感测和成像设备 |
WO2017057392A1 (ja) * | 2015-09-28 | 2017-04-06 | 富士フイルム株式会社 | 内視鏡システム及び内視鏡システムの作動方法 |
CN107038749A (zh) * | 2016-02-03 | 2017-08-11 | 北京八亿时空信息工程有限公司 | 多分辨率三维建模方法及建模装置 |
US11615462B2 (en) | 2016-02-16 | 2023-03-28 | Ohzone, Inc. | System for virtually sharing customized clothing |
US10373386B2 (en) | 2016-02-16 | 2019-08-06 | Ohzone, Inc. | System and method for virtually trying-on clothing |
US10127717B2 (en) | 2016-02-16 | 2018-11-13 | Ohzone, Inc. | System for 3D Clothing Model Creation |
CN107492100B (zh) * | 2017-09-30 | 2020-07-28 | 上海联影医疗科技有限公司 | 图像处理方法、装置及设备 |
Family Cites Families (56)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4680709A (en) * | 1984-11-13 | 1987-07-14 | General Electric Company | Back projection image reconstruction apparatus and method |
US4636952A (en) * | 1984-12-03 | 1987-01-13 | General Electric Company | Method and apparatus for back projection image reconstruction using virtual equi-spaced detector array |
US4751643A (en) * | 1986-08-04 | 1988-06-14 | General Electric Company | Method and apparatus for determining connected substructures within a body |
JPS63247879A (ja) * | 1987-04-03 | 1988-10-14 | Toshiba Corp | 立体画像表示装置 |
US4984159A (en) * | 1988-08-09 | 1991-01-08 | General Electric Company | Method and apparatus for estimating elliptical body contours in fan beam computed tomographic systems |
US5457754A (en) * | 1990-08-02 | 1995-10-10 | University Of Cincinnati | Method for automatic contour extraction of a cardiac image |
US5182764A (en) * | 1991-10-03 | 1993-01-26 | Invision Technologies, Inc. | Automatic concealed object detection system having a pre-scan stage |
US5769640A (en) * | 1992-12-02 | 1998-06-23 | Cybernet Systems Corporation | Method and system for simulating medical procedures including virtual reality and control method and system for use therein |
FR2735859B1 (fr) * | 1995-06-23 | 1997-09-05 | Kreon Ind | Procede d'acquisition et de numerisation d'objets au travers d'une paroi transparente et systeme de mise en oeuvre d'un tel procede |
US5699799A (en) * | 1996-03-26 | 1997-12-23 | Siemens Corporate Research, Inc. | Automatic determination of the curved axis of a 3-D tube-shaped object in image volume |
US6047080A (en) * | 1996-06-19 | 2000-04-04 | Arch Development Corporation | Method and apparatus for three-dimensional reconstruction of coronary vessels from angiographic images |
EP0816873B1 (en) * | 1996-06-27 | 2002-10-09 | Analogic Corporation | Quadrature transverse computed tomography detection system |
JP2903303B2 (ja) * | 1996-09-03 | 1999-06-07 | 株式会社モノリス | アニメーション処理方法およびその応用 |
US5921920A (en) * | 1996-12-12 | 1999-07-13 | The Trustees Of The University Of Pennsylvania | Intensive care information graphical display |
EP0964643B1 (en) * | 1997-02-20 | 2005-12-28 | Picker Medical Systems, Ltd. | Helical scanner with variably oriented scan axis |
WO1998036690A1 (en) * | 1997-02-20 | 1998-08-27 | Picker Medical Systems, Ltd. | Real-time dynamic image reconstruction |
US6190408B1 (en) * | 1998-03-05 | 2001-02-20 | The University Of Cincinnati | Device and method for restructuring the heart chamber geometry |
US6028907A (en) * | 1998-05-15 | 2000-02-22 | International Business Machines Corporation | System and method for three-dimensional geometric modeling by extracting and merging two-dimensional contours from CT slice data and CT scout data |
US6236878B1 (en) * | 1998-05-22 | 2001-05-22 | Charles A. Taylor | Method for predictive modeling for planning medical interventions and simulating physiological conditions |
IL124958A0 (en) * | 1998-06-16 | 1999-01-26 | Yodfat Ofer | Implantable blood filtering device |
US6434265B1 (en) * | 1998-09-25 | 2002-08-13 | Apple Computers, Inc. | Aligning rectilinear images in 3D through projective registration and calibration |
US6185271B1 (en) * | 1999-02-16 | 2001-02-06 | Richard Estyn Kinsinger | Helical computed tomography with feedback scan control |
US6757423B1 (en) * | 1999-02-19 | 2004-06-29 | Barnes-Jewish Hospital | Methods of processing tagged MRI data indicative of tissue motion including 4-D LV tissue tracking |
AUPQ449899A0 (en) * | 1999-12-07 | 2000-01-06 | Commonwealth Scientific And Industrial Research Organisation | Knowledge based computer aided diagnosis |
US6690816B2 (en) * | 2000-04-07 | 2004-02-10 | The University Of North Carolina At Chapel Hill | Systems and methods for tubular object processing |
US6442228B1 (en) * | 2000-04-20 | 2002-08-27 | Ge Medical Systems Global Technology Company, Llc | Data acquisition modifications for improved reconstruction with conventional CT |
US6760483B1 (en) | 2000-10-13 | 2004-07-06 | Vimatix (Bvi) Ltd. | Method and apparatus for image analysis and processing by identification of characteristic lines and corresponding parameters |
GB0029270D0 (en) * | 2000-11-30 | 2001-01-17 | Glaxo Group Ltd | Diagnostic method |
US6507633B1 (en) * | 2001-02-15 | 2003-01-14 | The Regents Of The University Of Michigan | Method for statistically reconstructing a polyenergetic X-ray computed tomography image and image reconstructor apparatus utilizing the method |
DE10107765A1 (de) * | 2001-02-17 | 2002-08-29 | Siemens Ag | Verfahren zur Bildbearbeitung ausgehend von einem unter Verwendung eines Kontrastmittels aufgenommenen Computertomographie(CT)-Bildes einer Lunge und CT-Gerät zur Durchführung eines solchen Verfahrens |
WO2002086797A1 (en) * | 2001-03-06 | 2002-10-31 | The John Hopkins University School Of Medicine | Simulation method for designing customized medical devices |
JP4319031B2 (ja) * | 2001-09-06 | 2009-08-26 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 対象のセグメンテーション方法及び装置 |
US7286866B2 (en) * | 2001-11-05 | 2007-10-23 | Ge Medical Systems Global Technology Company, Llc | Method, system and computer product for cardiac interventional procedure planning |
US6493416B1 (en) * | 2001-11-21 | 2002-12-10 | Ge Medical Systems Global Technology Company, Llc | Method and apparatus for noise reduction in computed tomographic systems |
US6882743B2 (en) * | 2001-11-29 | 2005-04-19 | Siemens Corporate Research, Inc. | Automated lung nodule segmentation using dynamic programming and EM based classification |
US6915004B2 (en) * | 2002-02-28 | 2005-07-05 | Cti Pet Systems, Inc. | Continuous tomography bed motion data processing apparatus and method |
US20030199757A1 (en) * | 2002-04-22 | 2003-10-23 | Toth Thomas L. | Method and apparatus of modulating radiation filtering during radiographic imaging |
US6836535B2 (en) * | 2002-04-22 | 2004-12-28 | General Electric Company | Method and apparatus of modulating the filtering of radiation during radiographic imaging |
US6574304B1 (en) * | 2002-09-13 | 2003-06-03 | Ge Medical Systems Global Technology Company, Llc | Computer aided acquisition of medical images |
US6748044B2 (en) * | 2002-09-13 | 2004-06-08 | Ge Medical Systems Global Technology Company, Llc | Computer assisted analysis of tomographic mammography data |
US6937776B2 (en) * | 2003-01-31 | 2005-08-30 | University Of Chicago | Method, system, and computer program product for computer-aided detection of nodules with three dimensional shape enhancement filters |
US7257237B1 (en) * | 2003-03-07 | 2007-08-14 | Sandia Corporation | Real time markerless motion tracking using linked kinematic chains |
US7978887B2 (en) * | 2003-06-17 | 2011-07-12 | Brown University | Methods and apparatus for identifying subject matter in view data |
EP1639546B1 (en) * | 2003-06-17 | 2011-05-04 | Brown University | Method and apparatus for model-based detection of structure in projection data |
US7492855B2 (en) * | 2003-08-07 | 2009-02-17 | General Electric Company | System and method for detecting an object |
US7108658B2 (en) * | 2003-08-29 | 2006-09-19 | General Electric Company | Method and apparatus for C-plane volume compound imaging |
US7672491B2 (en) * | 2004-03-23 | 2010-03-02 | Siemens Medical Solutions Usa, Inc. | Systems and methods providing automated decision support and medical imaging |
US7203267B2 (en) * | 2004-06-30 | 2007-04-10 | General Electric Company | System and method for boundary estimation using CT metrology |
US7412098B2 (en) * | 2004-09-02 | 2008-08-12 | Mitsubishi Electric Research Laboratories, Inc. | Method for generating a low-dimensional representation of high-dimensional data |
EP1804667A4 (en) * | 2004-10-12 | 2009-09-02 | Univ Laval | METHOD AND APPARATUS FOR REDUCING METAL ARTIFACTS IN COMPUTERIZED TOMOGRAPHY |
US20090005693A1 (en) * | 2004-12-22 | 2009-01-01 | Biotree Systems, Inc. | Medical Imaging Methods and Apparatus for Diagnosis and Monitoring of Diseases and Uses Therefor |
US7574249B2 (en) * | 2005-02-08 | 2009-08-11 | General Electric Company | Device-less gating of physiological movement for improved image detection |
US7894650B2 (en) * | 2005-11-10 | 2011-02-22 | Microsoft Corporation | Discover biological features using composite images |
US8311268B2 (en) * | 2008-03-17 | 2012-11-13 | Analogic Corporation | Image object separation |
US8139833B2 (en) * | 2008-04-09 | 2012-03-20 | Boris Fain | Analyzing large data sets using a computer system |
US8027427B2 (en) * | 2009-08-31 | 2011-09-27 | Morpho Detection, Inc. | Systems and method for scanning a continuous stream of objects |
-
2004
- 2004-06-17 EP EP04755629A patent/EP1639546B1/en not_active Expired - Lifetime
- 2004-06-17 CA CA2973918A patent/CA2973918A1/en not_active Abandoned
- 2004-06-17 AT AT04755629T patent/ATE508443T1/de not_active IP Right Cessation
- 2004-06-17 US US10/871,265 patent/US7492934B2/en active Active
- 2004-06-17 CA CA2529576A patent/CA2529576C/en not_active Expired - Fee Related
- 2004-06-17 DE DE602004032540T patent/DE602004032540D1/de not_active Expired - Lifetime
- 2004-06-17 JP JP2006517426A patent/JP5242052B2/ja not_active Expired - Lifetime
- 2004-06-17 WO PCT/US2004/019584 patent/WO2004114220A1/en active Application Filing
-
2009
- 2009-01-15 US US12/354,416 patent/US20090123053A1/en not_active Abandoned
-
2010
- 2010-12-07 JP JP2010273053A patent/JP5517903B2/ja not_active Expired - Lifetime
-
2014
- 2014-08-19 US US14/463,052 patent/US20150139525A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
ATE508443T1 (de) | 2011-05-15 |
JP2011056294A (ja) | 2011-03-24 |
DE602004032540D1 (de) | 2011-06-16 |
CA2529576C (en) | 2017-09-12 |
JP5242052B2 (ja) | 2013-07-24 |
US7492934B2 (en) | 2009-02-17 |
CA2973918A1 (en) | 2004-12-29 |
WO2004114220A1 (en) | 2004-12-29 |
JP2007524445A (ja) | 2007-08-30 |
EP1639546A1 (en) | 2006-03-29 |
US20040267114A1 (en) | 2004-12-30 |
US20090123053A1 (en) | 2009-05-14 |
EP1639546B1 (en) | 2011-05-04 |
US20150139525A1 (en) | 2015-05-21 |
CA2529576A1 (en) | 2004-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5517903B2 (ja) | 投影データ中の構造体のモデル・ベース検出のための方法および装置 | |
JP5570725B2 (ja) | 表示データ内の関心対象物を識別するための方法および装置 | |
US7072435B2 (en) | Methods and apparatus for anomaly detection | |
AU2016389386B2 (en) | Medical imaging system with a fixed array of X-ray detectors and a fixed array of X-ray emitters for producing a digital 3-dimensional image | |
US8081809B2 (en) | Methods and systems for optimizing high resolution image reconstruction | |
US9014456B2 (en) | Computer aided diagnostic system incorporating appearance analysis for diagnosing malignant lung nodules | |
CN101288101A (zh) | 根据小规模重建的运动分析进行的心区检测 | |
Shi et al. | Review of CT image reconstruction open source toolkits | |
Van Stevendaal et al. | A motion‐compensated scheme for helical cone‐beam reconstruction in cardiac CT angiography | |
US10695009B2 (en) | System and method for detecting organ motion | |
Pizzorni Ferrarese et al. | Performance evaluation in medical image segmentation | |
CN113657420A (zh) | 身体表示 | |
Liu et al. | Optimal graph search based image segmentation for objects with complex topologies | |
EP4191520A1 (en) | A method and processor for analyzing the vasculature of a subject |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130528 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20130815 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20130820 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20131127 |
|
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: 20140305 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140401 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5517903 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
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 |