JP5570725B2 - 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 - Google Patents
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 Download PDFInfo
- Publication number
- JP5570725B2 JP5570725B2 JP2008544585A JP2008544585A JP5570725B2 JP 5570725 B2 JP5570725 B2 JP 5570725B2 JP 2008544585 A JP2008544585 A JP 2008544585A JP 2008544585 A JP2008544585 A JP 2008544585A JP 5570725 B2 JP5570725 B2 JP 5570725B2
- Authority
- JP
- Japan
- Prior art keywords
- filter
- display data
- interest
- act
- splatting
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims description 126
- 230000004044 response Effects 0.000 claims description 71
- 230000005855 radiation Effects 0.000 claims description 70
- 239000013598 vector Substances 0.000 claims description 70
- 238000001914 filtration Methods 0.000 claims description 56
- 210000004204 blood vessel Anatomy 0.000 claims description 20
- 230000009471 action Effects 0.000 claims description 3
- 238000005520 cutting process Methods 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 230000000149 penetrating effect Effects 0.000 claims 3
- 230000006870 function Effects 0.000 description 97
- 230000008569 process Effects 0.000 description 45
- 238000009826 distribution Methods 0.000 description 37
- 238000001514 detection method Methods 0.000 description 23
- 230000002792 vascular Effects 0.000 description 15
- 238000012545 processing Methods 0.000 description 14
- 230000008859 change Effects 0.000 description 13
- 229910052704 radon Inorganic materials 0.000 description 12
- SYUHGPGVQRZVTB-UHFFFAOYSA-N radon atom Chemical compound [Rn] SYUHGPGVQRZVTB-UHFFFAOYSA-N 0.000 description 12
- 230000009466 transformation Effects 0.000 description 10
- 238000002591 computed tomography Methods 0.000 description 9
- 230000010354 integration Effects 0.000 description 9
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 8
- 238000006243 chemical reaction Methods 0.000 description 8
- 238000005070 sampling Methods 0.000 description 8
- 230000011218 segmentation Effects 0.000 description 8
- 239000000463 material Substances 0.000 description 7
- 238000003860 storage Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000014509 gene expression Effects 0.000 description 5
- 238000013507 mapping Methods 0.000 description 5
- 230000002829 reductive effect Effects 0.000 description 5
- 238000013459 approach Methods 0.000 description 4
- 0 CCC(C)(C(*)C(C)C(*)(C1CC1)C1*)C1=* Chemical compound CCC(C)(C(*)C(C)C(*)(C1CC1)C1*)C1=* 0.000 description 3
- 230000002238 attenuated effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000004195 computer-aided diagnosis Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000001678 irradiating effect Effects 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 210000005166 vasculature Anatomy 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241000039435 Aphanarthrum affine Species 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 238000010207 Bayesian analysis Methods 0.000 description 1
- 241000086194 Bulbophyllum affine Species 0.000 description 1
- BJMBDIBTGQXHNM-UHFFFAOYSA-N C1C=C2C1CCCC2 Chemical compound C1C=C2C1CCCC2 BJMBDIBTGQXHNM-UHFFFAOYSA-N 0.000 description 1
- 208000006545 Chronic Obstructive Pulmonary Disease 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
- 208000019693 Lung disease Diseases 0.000 description 1
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 1
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 208000010378 Pulmonary Embolism Diseases 0.000 description 1
- 206010064911 Pulmonary arterial hypertension Diseases 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000011437 continuous method Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 238000004836 empirical method Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 208000036971 interstitial lung disease 2 Diseases 0.000 description 1
- 230000003902 lesion Effects 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
- 238000005259 measurement Methods 0.000 description 1
- 238000010603 microCT Methods 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000002685 pulmonary effect Effects 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 238000002603 single-photon emission computed tomography Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000003325 tomography Methods 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
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computerised tomographs
- A61B6/032—Transmission computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61P—SPECIFIC THERAPEUTIC ACTIVITY OF CHEMICAL COMPOUNDS OR MEDICINAL PREPARATIONS
- A61P1/00—Drugs for disorders of the alimentary tract or the digestive system
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61P—SPECIFIC THERAPEUTIC ACTIVITY OF CHEMICAL COMPOUNDS OR MEDICINAL PREPARATIONS
- A61P11/00—Drugs for disorders of the respiratory system
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61P—SPECIFIC THERAPEUTIC ACTIVITY OF CHEMICAL COMPOUNDS OR MEDICINAL PREPARATIONS
- A61P35/00—Antineoplastic agents
-
- C—CHEMISTRY; METALLURGY
- C07—ORGANIC CHEMISTRY
- C07D—HETEROCYCLIC COMPOUNDS
- C07D401/00—Heterocyclic compounds containing two or more hetero rings, having nitrogen atoms as the only ring hetero atoms, at least one ring being a six-membered ring with only one nitrogen atom
- C07D401/14—Heterocyclic compounds containing two or more hetero rings, having nitrogen atoms as the only ring hetero atoms, at least one ring being a six-membered ring with only one nitrogen atom containing three or more hetero rings
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
-
- 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
- G06T5/00—Image enhancement or restoration
-
- G06T5/70—
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4887—Locating particular structures in or on the body
- A61B5/489—Blood vessels
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computerised tomographs
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/12—Devices for detecting or locating foreign bodies
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
- G06F2218/16—Classification; Matching by matching signal segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
Description
本願は「METHODS AND APPARATUS FOR IDENTIFYING SUBJECT MATTER IN VIEW DATA」という名称で、2005年12月9日に出願された米国出願第11/299,558号に対する優先権を主張し、該出願は、「METHODS AND APPARATUS FOR MODEL−BASED DETECTION OF STRUCTURE IN VIEW DATA」という名称で、2004年6月17日に出願された米国出願第10/871,265号の一部継続出願(CIP)であり、この出願は「MODEL−BASED TOMOGRAPHIC RECONSTRUCTION OF VESSEL NETWORKS」という名称で、2003年6月17日に出願された米国仮出願第60/479,114号に対して、米国特許法第119条(e)の下に優先権を主張する。これらの出願の全てが本明細書において、それら全体が参考として援用される。
本発明は、画像化に関し、より具体的には、例えば、X線スキャン装置から取得される表示データなど、表示データ内の関心対象物を識別するための技術に関する。
X線画像化技術は、高エネルギ電磁放射線(つまりX線)を物体に照射することによって、関心物体の内部構造を視覚化するための非侵襲的技術を提供する。放射線源から放射されるX線は、物体にあたって、物体の内部構造による多様なレベルで吸収、散乱、および/または回折する。例えば、透過するX線放射は、X線が照射される物質の多様な吸収特性に応じて、減衰する。物体から排出されるX線放射の減衰を測定することによって、物体の密度分布に関する情報を取得することができる。
本発明に従うある実施形態においては、3D表示データの血管網の一部に応答するように適合されたフィルタは、表示データ内の血管構造の存在に関する複数の仮説を生成するように、1つ以上の構成(例えば、位置、配向および/または縮尺)で提供される。その後、多様に構成されたフィルタは、2次元上にスプラッティングされて、3D表示データの複数の表示に渡る基礎をなす表示データと比較される。フィルタスプラットと表示データの比較から生成されたフィルタデータは、対応するフィルタの構成の近似で物体に存在する血管構造から得られる表示データの確率を分析するために使用することができる。
本発明の多様な形態は、表示データ内の関心構造の外観は、表示データに関連付けられた1つ以上の変数の関数として(例えば、視野角、断面などの関数として)変化することができるという本出願人の理解から生まれる。本出願人は、表示データ内で変化すると、関心構造の外観に対する応答がよくなるように、表示データに関連付けられた1つ以上の変数の関数としてフィルタのカーネルを変化させることを含むフィルタ技術を開発した。
上記のように、フィルタ設計は、検出されている構造の種類に依存する場合がある。一般的に、フィルタは、表示データの関心対象物に応答するように、あるいは、表示データで演算する場合に検出可能な特性またはパターンを生成するように、設計される。ある実施形態では、ガウス関数の2次導関数を使用して、関心物体のスキャンから取得された表示データの管状構造の有無を識別するためのフィルタを形成する。例えば、フィルタは、ヒトの患者あるいはその他血管組織を包含する対象生物のスキャンから取得された表示データ内の血管構造を検出するために使用できる。
以下の仮説検証枠組みは、フィルタスプラットによるフィルタデータ出力に基づいて、表示データに関心対象物が存在する尤度を決定するために使用することができる一例の説明である。以下に説明するような確率的方法は技術的に知られている。仮設検証は、観測データDに基づいて、選択したモデルパラメータベクトルΨによってモデル化された関心構造が存在する尤度を決定することを含む。モデルパラメータベクトルΨは、任意の望ましい関心構造をモデル化するために選択することができることを理解されたい。ある実施形態において、関心構造は、Ψ={a,α,φ,Δr,ρ}:円筒の半径、仰角、方位角、半径補正、密度によって定義されるモデルパラメータベクトルを有する円筒形セグメントによってモデル化された管状構造である。モデルMiのセットに対する事後確率分布は、以下の式によって求められる。
次に、フィルタが存在すると決定された場合の、フィルタ出力から決定可能な配向の正確度を検討する。円筒のパラメータは、円筒が検出されるといくつかの処理方法によって決定することができる。例えば、円筒検出の連結鎖は、軸の局部配向を決定するために使用することができる。ある実施形態においては、円筒の配向は、以下に分析されるように、確率フレームワークにおいて、フィルタ出力から決定される。線インパルス配向の事後確率密度は、線インパルスが存在する場合、以下のとおりである。
複数のフィルタ出力および検出と配向の正確性に対するその影響をここで検討する。分析の場合、各フィルタ出力のノイズは、その他のフィルタ出力のノイズとは無関係であると想定する。これは、すべての配向が同じデータを共有するので、フィルタドメインの中心近くの事例ではない場合がある。しかしながら、高配向性のフィルタの場合、ほとんどの積分応答は、1つのフィルタだけで固有にサンプリングされたデータによる。どの事例でも、1次レベルの分析は、本明細書では、フィルタ出力間の統計的依存とは見なされない。
円筒(線インパルスとして表現される)の存在の可能な競合を反映する追加の仮説は、フィルタの原点での点インパルスである。このモデルは、フィルタの中心部分内に包含される小さい球状物質を表す。球体を原点の中心に置くと、すべてのフィルタは励起に等しく応答する。この源は、任意の密度ρにできるので、点インパルスに対する理想的なフィルタバンク応答は、Fpoint(ρ)=ρ[1,1,...,1]である。点インパルスの確率密度は、[0,1]の範囲で均一と想定される。ノイズレベルのあるクラス確率の変動の例は、図24に示されている。各クラスは、同程度の可能性があると想定された。つまり、
上記の汎用フィルタモデルは、任意の設計のフィルタと関連して使用できることを理解されたい。特に、発明の形態は、任意の特定のフィルタとの使用、あるいは、任意の特定の対象物の存在を検証するために限定されないので、フィルタは、物体の任意の構造、物質、要素などに関連付けられた表示データの任意の対象物に応答するように設計することができる。上記のように、管状または一般的な円筒構造は、患者など生物的物体の表示データ中の血管などの存在を検出する場合に、関心対象物とすることができる。さらに、セクションBに説明したフィルタは、一般的な管状構造に応答するように設計されたフィルタのある実施形態を示す。本発明の多様な形態に関連して、任意のフィルタを使用することができるが(例えば、差異および/または平滑フィルタなどの比較的簡単なフィルタから、特定の関心対象物に応答するように適合されたおり複雑で高度なフィルタまで)、以下に、いくつかの典型的フィルタを示す。
別の実施形態では、円筒モデルは、以下の式26に示されているように、一連の球面調和関数に展開される。フィルタは、任意の数の調和関数を使用することによって適用することができる。例えば、3次までの調和関数をフィルタとして適用することができる。円筒パラメータは、式26のAlmの値から復元することができる。
図29Aは、源2910から照射された非平行のX線を使用して、平面2930にスプラッティング(例えば投影)されているフィルタ2920を示す。図29Aに示されているように、扇ビーム(または円錐ビーム)の形で照射しているX線によって、例えば、ディスクA、B、CおよびDは、それぞれ、7、8、7および6の相対縮尺になるなど、平面2930上の物体(例えば、スキャンされている物体またはスプラッティングされているフィルタ)の影の縮尺には明らかな変化が生じる。源2910に最も近い軌道上の点から、平面2930(例えば、検出器配列、表示データの平面など)に最も近い反対側の点までは、縮尺に30パーセントを超える変化がある。さらに、放射線の角度の広がりによって、位置に対する放射線の配向には変動がある。
図29Bは、平行放射線を使用して、平面2930に投影されているまたはスプラッティングされているフィルタ2920を示す。一般的に、平行ビームの投影は、図29Bに示すように、指定の投影角θに対するラドン変換を行う。X−Y平面の構造(例えば、スキャンされている構造、スプラッティングされているフィルタなど)の投影は、tの関数として、1−d画像を形成するs方向の線積分によって形成される。つまり、次のとおりである。
以下によって、投影画像のramp(ランプ)フィルタを定義する。
扇ビーム形状の場合のX−Y座標系とt−s座標系の関係は、投影マッピングによって表現することができる。世界点(x,y)の投影は、次の式で求められる。
比較的限定された空間範囲のフィルタにおいては、マッピングは、図30Aと30Bに示されているように、点(x0,y0)の周囲で展開することが可能である。この局部領域では、X線源からの放射線は、略平行で、投影スケールwはフィルタドメイン全体で一定であると想定される。これは、以下の式による。
考慮すべきアフィンマッピングの影響は2つある。まず、θとθparaとの差である。この視野の配向変動の影響は無視することができる。ある手法においては、2−d点は、追跡された放射線であるので、1−dフィルタスプラットは、視野の扇ビーム投影形状すべてを使用して、その画像ポイントに対して計算される。このスプラッティング処理によって、t0(θi)は必ず(x0,y0)に対応するようになる。第2に、縮尺係数αである。縮尺の影響を確認するには、t0(θi)上に中央に配置された局部座標の基本的投影積分関係を検討する。
また、本明細書で使用された専門語および用語は、説明の目的のためであって、限定と見なされるべきものではない。「含む」、「備える」、または「有する」、「包含する」、「関与する」の使用、およびこれらの変形は、本明細書では、その後に列挙される項目、およびそれらの相当物および追加項目を網羅することを意味するものである。
Claims (46)
- 物体を貫通するX線放射を生成することが可能なX線スキャン装置を使用して該物体をスキャンすることによって取得された表示データ内の関心対象物を検出する方法であって、該方法は、コンピュータによって実行され、該表示データは、該物体に対する視野角の関数として該物体による該X線放射の減衰を表し、該関心対象物は、該物体の関心構造と該X線放射との相互作用の結果として該表示データの中に生じ、該方法は、
該関心構造に関連付けられているフィルタを提供する動作と、
該関心対象物に応答するフィルタスプラットを提供するように該フィルタをスプラッティングする動作と、
該関心対象物が該表示データ内の一部に存在するかどうかの決定を促進するように、該フィルタスプラットを使用して、該表示データの少なくとも一部分に対して少なくとも1つの演算を実行する動作と
を含む、方法。 - 前記フィルタは、3次元(3D)フィルタであり、
該フィルタをスプラッティングする動作は、2次元(2D)フィルタスプラットを提供するように、前記表示データの少なくとも1つの表示上に該フィルタをスプラッティングする動作を含み、該少なくとも1つの表示は、前記物体に対するそれぞれの視野角で取得された該表示データに関連付けられており、
前記少なくとも1つの演算を実行する動作は、少なくとも1つのフィルタ出力を提供するように、該フィルタスプラットを使用して、基礎をなす表示データをフィルタリングする動作を含む、請求項1に記載の方法。 - 前記表示データは、複数の表示を含む3D表示データを含み、該複数の表示のそれぞれは、前記物体に対するそれぞれの視野角で取得された表示データに関連付けられており、
前記フィルタをスプラッティングする動作は、複数のフィルタスプラットを提供するように、該複数の表示のそれぞれに該フィルタをスプラッティングする動作を含み、該複数のフィルタスプラットのそれぞれが該複数の表示のそれぞれ1つに関連付けられており、
前記基礎をなす表示データをフィルタリングする動作は、該フィルタに関連付けられたフィルタ出力ベクトルのそれぞれの構成要素を形成する複数のフィルタ出力を提供するように、前記関連付けられたフィルタスプラットを使用して該複数の表示のそれぞれにおいて、基礎をなす表示データをフィルタリングする動作を含む、請求項2に記載の方法。 - 前記関心対象物が前記基礎をなす表示データ内に存在するかどうかの決定を促進するように、前記フィルタ出力ベクトルを分析する動作をさらに含む、請求項3に記載の方法。
- 前記フィルタ出力ベクトルを分析する動作は、前記関心対象物が前記基礎をなす表示データに存在するかどうかを示す尤度値を提供するように、前記フィルタ出力ベクトルの構成要素を加算する動作を含む、請求項4に記載の方法。
- 前記フィルタは、少なくとも部分的に、前記フィルタのフィルタ構成を定義する少なくとも1つの関数パラメータを有するフィルタ関数によって、少なくとも部分的に形成され、前記関心対象物は、前記物体内の関心構造に関連付けられており、該関心構造は、該関心構造の構造構成を少なくとも部分的に定義する少なくとも1つの構造パラメータを有する、請求項4に記載の方法。
- 前記フィルタを提供する動作は、前記複数のフィルタのそれぞれが、それぞれのフィルタ構成を有する複数のフィルタを提供する動作を含み、
前記フィルタをスプラッティングする動作は、前記複数の表示のそれぞれに複数のフィルタスプラットを提供するように、該複数の表示のそれぞれに、該複数のフィルタをスプラッティングする動作を含み、
前記基礎をなす表示データをフィルタリングする動作は、それぞれが該複数のフィルタに関連付けられた複数のフィルタ出力ベクトルを提供するように、該複数の表示のそれぞれにおいて該複数のフィルタスプラットのそれぞれに関連付けられた基礎をなす表示データをフィルタリングする動作を含む、請求項6に記載の方法。 - 前記フィルタ出力ベクトルを分析する動作は、該当する場合、前記複数のフィルタ出力ベクトルのうちのいずれが、前記基礎をなす表示データ内の前記関心対象物をフィルタリングした結果であるかを決定するために、該複数のフィルタ出力ベクトルを分析する動作を含む、請求項7に記載の方法。
- 前記複数のフィルタ出力ベクトルを分析する動作は、確率フレームワークにおいて、前記それぞれのフィルタ出力ベクトルが前記基礎をなす表示データ内の前記関心対象物をフィルタリングしたことから生じたという、前記複数のフィルタ出力ベクトルのそれぞれに対する仮説を検証する動作を含む、請求項8に記載の方法。
- 前記複数のフィルタ出力ベクトルを分析する動作は、確率フレームワークにおいて、前記それぞれのフィルタ出力ベクトルは前記基礎をなす表示データ内のノイズをフィルタリングしたことから生じたという、複数のフィルタ出力ベクトルのそれぞれに対する仮説を検証する動作を含む、請求項9に記載の方法。
- 前記フィルタ出力ベクトルを分析する動作は、前記関心対象物をフィルタリングしたことから生じたと決定された任意のフィルタ出力ベクトルを選択する動作を含み、それぞれの選択されたフィルタ出力ベクトルは、前記物体内の前記関心構造のインスタンスの存在を示している、請求項8に記載の方法。
- 少なくとも部分的に、前記それぞれの選択したフィルタ出力ベクトルのそれぞれに関連付けられた前記フィルタの前記フィルタ構成に基づいた前記関心構造のそれぞれのインスタンスの前記少なくとも1つの構造パラメータの値を決定する動作をさらに含む、請求項11に記載の方法。
- 前記少なくとも1つの構造パラメータは、前記関心構造の前記インスタンスの配向を含む、請求項12に記載の方法。
- 前記少なくとも1つの構造パラメータは、前記関心構造の前記インスタンスのスケールを含む、請求項13に記載の方法。
- 前記関心構造は血管を含み、前記関心構造の各インスタンスは、少なくとも1つの血管の一部分を含み、前記配向は、該少なくとも1つの血管の長手方向軸方向に関連付けられており、前記スケールは、該長手方向軸の周囲の少なくとも1つの血管の半径に関連付けられている、請求項14に記載の方法。
- 前記フィルタ関数は、少なくとも部分的に、管状構造に応答するように適合されたガウス関数に基づいており、該フィルタ関数は、該管状構造の配向に関連付けられた少なくとも1つのパラメータと、該管状構造の半径に関連付けられた少なくとも1つのパラメータとを含む、請求項15に記載の方法。
- 前記フィルタ関数は、ガウスの2次導関数を含む、請求項16に記載の方法。
- 前記表示データは、複数の切片を含む3D表示データを含み、該表示データに関連付けられた該複数の切片のそれぞれは、前記物体のそれぞれの断面から取得された表示データに関連付けられており、
前記フィルタをスプラッティングする動作は、複数のフィルタスプラットを提供するように、該複数の切片のそれぞれにフィルタをスプラッティングする動作を含み、該複数のフィルタスプラットのそれぞれが該複数の切片のそれぞれ1つに関連付けられており、
前記基礎をなす表示データをフィルタリングする動作は、該フィルタに関連付けられたフィルタ出力ベクトルのそれぞれの構成要素を形成する複数のフィルタ出力を提供するように、前記関連付けられたフィルタスプラットを使用して該複数の切片のそれぞれにおいて、基礎をなす表示データをフィルタリングする動作を含む、請求項2に記載の方法。 - 前記フィルタは、前記表示データから再構成された再構成データ中の関心対象物に応答するように適合されており、該再構成データ中の該関心対象物は、前記物体の前記関心構造から生じる、請求項1に記載の方法。
- 前記フィルタは、物体空間座標系に提供され、前記フィルタをスプラッティングする動作は、表示空間座標系にフィルタスプラットを提供するようにフィルタをスプラッティングする動作を含む、請求項1に記載の方法。
- 少なくとも1つのプロセッサ上で実行されるプログラムでエンコードされているコンピュータ読み取り可能媒体であって、該プログラムは、該少なくとも1つのプロセッサ上で実行されると、物体を貫通するX線放射を生成することが可能なX線スキャン装置を使用して該物体をスキャンすることによって取得した表示データ内の関心対象物を検出する方法を実行し、該表示データは、該物体に対する視野角の関数として該物体による該X線放射の減衰を表し、該関心対象物は、該物体の関心構造と該X線放射との相互作用の結果として該表示データの中に生じ、該方法は、
該関心構造に関連付けられているフィルタを提供する動作と、
該関心対象物に応答するフィルタスプラットを提供するように該フィルタをスプラッティングする動作と、
該関心対象物が該表示データの一部内に存在するかどうかの決定を促進するように、該フィルタスプラットを使用して、該表示データの少なくとも一部分に対して少なくとも1つの演算を実行する動作と
を含む、コンピュータ読み取り可能媒体。 - 前記フィルタは3次元(3D)フィルタであり、
2次元(2D)フィルタスプラットを提供するように、前記表示データの少なくとも1つの表示上に該フィルタをスプラッティングする動作を含み、該少なくとも1つの表示は、前記物体の周囲のそれぞれの視野角で取得された該表示データに関連付けられており、
前記少なくとも1つの演算を実行する動作は、少なくとも1つのフィルタ出力を提供するように、該フィルタスプラットを使用して、基礎をなす表示データをフィルタリングする動作を含む、請求項21に記載のコンピュータ読み取り可能媒体。 - 前記表示データは、複数の表示を含む3D表示を含み、該複数の表示のそれぞれは、前記物体の周囲のそれぞれの視野角で取得した表示データに関連付けられており、
前記フィルタをスプラッティングする動作は、複数のフィルタスプラットを提供するように、該複数の表示のそれぞれにフィルタをスプラッティングする動作を含み、該複数のフィルタスプラットのそれぞれが該複数の表示のそれぞれ1つに関連付けられており、
前記基礎をなす表示データをフィルタリングする動作は、該フィルタに関連付けられたフィルタ出力ベクトルのそれぞれの構成要素を形成する複数のフィルタ出力を提供するように、該関連付けられたフィルタスプラットを使用して該複数の表示のそれぞれにおいて、基礎をなす表示データをフィルタリングする動作を含む、請求項22に記載のコンピュータ読み取り可能媒体。 - 前記関心対象物が前記基礎をなす表示データ内に存在するかどうかの決定を促進する前記フィルタ出力ベクトルを分析する動作をさらに含む、請求項23に記載のコンピュータ読み取り可能媒体。
- 前記フィルタ出力ベクトルを分析する動作は、前記関心対象物が前記基礎をなす表示データに存在するかどうかを示す尤度値を提供するように、該フィルタ出力ベクトルの構成要素を加算する動作を含む、請求項24に記載のコンピュータ読み取り可能媒体。
- 前記フィルタは、少なくとも部分的に、該フィルタのフィルタ構成を定義する少なくとも1つの関数パラメータを有するフィルタ関数によって、少なくとも部分的に形成され、前記関心対象物は、前記物体内の関心構造に関連付けられており、該関心構造は、該関心構造の構造構成を少なくとも部分的に定義する少なくとも1つの構造パラメータを有する、請求項24に記載のコンピュータ読み取り可能媒体。
- 前記フィルタを提供する動作は、複数のフィルタを提供する動作を含み、該複数のフィルタのそれぞれが、それぞれのフィルタ構成を有し、
前記フィルタをスプラッティングする動作は、前記複数の表示のそれぞれに複数のフィルタスプラットを提供するように、該複数の表示のそれぞれに、該複数のフィルタをスプラッティングする動作を含み、
前記基礎をなす表示データをフィルタリングする動作は、複数のフィルタ出力ベクトルを提供するように、該複数の表示のそれぞれに該複数のフィルタスプラットのそれぞれが関連付けられた基礎をなす表示データをフィルタリングする動作を含み、該複数のフィルタ出力ベクトルのそれぞれが前記複数のフィルタのそれぞれ1つに関連付けられている、請求項26に記載のコンピュータ読み取り可能媒体。 - 前記フィルタ出力ベクトルを分析する動作は、該当する場合、前記複数のフィルタ出力ベクトルのうちのいずれが、前記基礎をなす表示データ内の前記関心対象物をフィルタリングした結果であったかを決定するために、該複数のフィルタ出力ベクトルを分析する動作を含む、請求項27に記載のコンピュータ読み取り可能媒体。
- 前記複数のフィルタ出力ベクトルを分析する動作は、確率フレームワークにおいて、前記それぞれのフィルタ出力ベクトルが前記基礎をなす表示データ内の前記関心対象物をフィルタリングしたことから生じたという、該複数のフィルタ出力ベクトルのそれぞれに対する仮説を検証する動作を含む、請求項28に記載のコンピュータ読み取り可能媒体。
- 前記複数のフィルタ出力ベクトルを分析する動作は、確率フレームワークにおいて、前記それぞれのフィルタ出力ベクトルが前記基礎をなす表示データ内のノイズをフィルタリングしたことから生じたという、複数のフィルタ出力ベクトルのそれぞれに対する仮説を検証する動作を含む、請求項29に記載のコンピュータ読み取り可能媒体。
- 前記フィルタ出力ベクトルを分析する動作は、前記関心対象物をフィルタリングしたことから決定された任意のフィルタ出力ベクトルを選択する動作を含み、それぞれの選択されたフィルタ出力ベクトルが、前記物体内の前記関心構造のインスタンスの存在を示している、請求項28に記載のコンピュータ読み取り可能媒体。
- 少なくとも部分的に、前記それぞれの選択したフィルタ出力ベクトルのそれぞれに関連付けられた前記フィルタの前記フィルタ構成に基づいた前記関心構造のそれぞれのインスタンスの前記少なくとも1つの構造パラメータの値を決定する動作をさらに含む、請求項31に記載のコンピュータ読み取り可能媒体。
- 前記少なくとも1つの構成パラメータは、前記関心構造の前記インスタンスの配向を含む、請求項32に記載のコンピュータ読み取り可能媒体。
- 前記少なくとも1つの構成パラメータは、前記関心構造の前記インスタンスのスケールを含む、請求項33に記載のコンピュータ読み取り可能媒体。
- 前記関心構造は血管を含み、前記関心構造の各例は、少なくとも1つの血管部分を含み、前記配向は、前記少なくとも1つの血管の長手方向軸の方向に関連付けられており、前記スケールは、前記長手方向軸の周囲の少なくとも1つの血管の半径に関連付けられている、請求項34に記載のコンピュータ読み取り可能媒体。
- 前記フィルタ関数は、少なくとも部分的に、管状構造に応答するように適合したガウス関数に基づいており、前記フィルタ関数は、前記管状構造の配向に関連付けられた少なくとも1つのパラメータと、前記管状構造の半径に関連付けられた少なくとも1つのパラメータとを含む、請求項35に記載のコンピュータ読み取り可能媒体。
- 前記フィルタ関数は、ガウスの2次導関数を含む、請求項36に記載のコンピュータ読み取り可能媒体。
- 前記表示データは、複数の表示を含む3D表示データを含み、該表示データに関連付けられた複数の切片のそれぞれは、前記物体のそれぞれの切断から取得した表示データに関連付けられており、
フィルタをスプラッティングする動作は、複数のフィルタスプラットを提供するように、該複数の切片のそれぞれにフィルタをスプラッティングする動作を含み、該複数のフィルタスプラットのそれぞれが該複数の切片のそれぞれ1つに関連付けられており、
前記基礎をなす表示データをフィルタリングする動作は、該フィルタに関連付けられたフィルタ出力ベクトルのそれぞれの構成要素を形成する複数のフィルタ出力を提供するように、前記関連付けられたフィルタスプラットを使用して該複数の切片のそれぞれにおいて、基礎をなす表示データをフィルタリングする動作を含む、請求項22に記載のコンピュータ読み取り可能媒体。 - 前記フィルタは、前記表示データから再構成された再構成データ中の関心対象物に応答するように適合されており、該再構成データ中の該関心対象物は、前記物体の関心構造から生じる、請求項21に記載のコンピュータ読み取り可能媒体。
- 前記フィルタは物体空間座標系に提供され、該フィルタをスプラッティングする動作は、表示空間座標系にフィルタスプラットを提供するようにフィルタをスプラッティングする動作を含む、請求項21に記載のコンピュータ読み取り可能媒体。
- 前記少なくとも1つのプロセッサと組み合わせられている、請求項21に記載のコンピュータ読み取り可能媒体。
- X線スキャン装置とさらに組み合わせられている、請求項41に記載のコンピュータ読み取り可能媒体。
- 前記X線スキャン装置は、生体内、すなわち人体の少なくとも一部分をスキャンすることが可能である、請求項42に記載のコンピュータ読み取り可能媒体。
- 前記X線スキャン装置は、マイクロCT装置である、請求項42に記載の請求項42に記載のコンピュータ読み取り可能媒体。
- 物体を貫通するX線放射を生成することが可能なX線スキャン装置を使用して該物体をスキャンすることによって取得された表示データ内の関心対象物を検出するように適合された装置であって、該表示データは、該物体に対する視野角の関数として該物体による該X線放射の減衰を表し、該関心対象物は、該物体の関心構造と該X線放射との相互作用の結果として該表示データの中に生じ、該装置は、
該表示データを受信するように適合された少なくとも1つの入力部と、
該少なくとも1つの入力部に結合された少なくとも1つの制御装置と
を含み、
該少なくとも1つの制御装置は、該関心対象物に応答するように適合されたフィルタを生成し、フィルタスプラットを提供するように該表示データの一部分に該フィルタをスプラッティングし、該関心対象物が該表示データの該一部分に存在するかどうかの決定を促進するように、該フィルタスプラットを使用して、該表示データの該一部分に対して少なくとも1つの演算を実行するように適合されている、装置。 - 前記少なくとも1つの制御装置は、前記フィルタを生成するための手段と、前記表示データの前記一部分に該フィルタをスプラッティングするための手段と、該表示データの該一部分に対して前記少なくとも1つの演算を実行するための手段とを含む、請求項45に記載の装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US11/299,558 US7978887B2 (en) | 2003-06-17 | 2005-12-09 | Methods and apparatus for identifying subject matter in view data |
US11/299,558 | 2005-12-09 | ||
PCT/US2006/047236 WO2007084221A2 (en) | 2005-12-09 | 2006-12-08 | Methods and apparatus for identifying subject matter in view data |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2009518143A JP2009518143A (ja) | 2009-05-07 |
JP5570725B2 true JP5570725B2 (ja) | 2014-08-13 |
Family
ID=37998293
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008544585A Expired - Fee Related JP5570725B2 (ja) | 2005-12-09 | 2006-12-08 | 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 |
Country Status (5)
Country | Link |
---|---|
US (4) | US7978887B2 (ja) |
EP (1) | EP2046776A2 (ja) |
JP (1) | JP5570725B2 (ja) |
CA (1) | CA2672094C (ja) |
WO (1) | WO2007084221A2 (ja) |
Families Citing this family (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7978887B2 (en) | 2003-06-17 | 2011-07-12 | Brown University | Methods and apparatus for identifying subject matter in view data |
US7492934B2 (en) * | 2003-06-17 | 2009-02-17 | Brown University | Methods and apparatus for model-based detection of structure in view data |
US8649576B2 (en) * | 2006-06-16 | 2014-02-11 | George Mason Intellectual Properties, Inc. | Arborization reconstruction |
US20110255761A1 (en) * | 2007-06-26 | 2011-10-20 | University Of Rochester | Method and system for detecting lung tumors and nodules |
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 |
US8676744B2 (en) * | 2007-10-25 | 2014-03-18 | Lawrence Livermore National Security, Llc | Physics-based, Bayesian sequential detection method and system for radioactive contraband |
EP2277146A4 (en) * | 2008-01-02 | 2017-11-08 | Bio-Tree Systems, Inc. | Methods of obtaining geometry from images |
EP2332121B1 (en) * | 2008-10-10 | 2013-02-20 | Koninklijke Philips Electronics N.V. | High contrast imaging and fast imaging reconstruction |
US8116426B2 (en) * | 2008-11-11 | 2012-02-14 | Kabushiki Kaisha Toshiba | Computed tomography device and method using circular-pixel position-adaptive interpolation |
US8155967B2 (en) * | 2008-12-08 | 2012-04-10 | Begel Daniel M | Method and system to identify, quantify, and display acoustic transformational structures in speech |
KR101014563B1 (ko) * | 2009-08-07 | 2011-02-16 | 주식회사 메디슨 | 혈관 세그먼테이션을 수행하는 초음파 시스템 및 방법 |
KR100975128B1 (ko) * | 2010-01-11 | 2010-08-11 | (주)올라웍스 | 뷰잉 프러스텀을 이용하여 객체에 대한 정보를 제공하기 위한 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체 |
JP5590548B2 (ja) * | 2010-02-03 | 2014-09-17 | 国立大学法人京都大学 | X線ct画像処理方法,x線ctプログラムおよび該プログラムが搭載されたx線ct装置 |
ES2382774B1 (es) * | 2010-02-12 | 2013-04-26 | Universitat Pompeu Fabra | Metodo para obtener una reconstruccion tridimensional a partir de una o mas vistas proyectivas, y uso de la misma |
US8971599B2 (en) * | 2010-12-20 | 2015-03-03 | General Electric Company | Tomographic iterative reconstruction |
US9519705B2 (en) * | 2011-01-25 | 2016-12-13 | President And Fellows Of Harvard College | Method and apparatus for selecting clusterings to classify a data set |
US8787644B2 (en) * | 2011-06-14 | 2014-07-22 | Kabushiki Kaisha Toshiba | Method and device for calculating voxels defining a tube-of-response using a central-ray-filling algorithm |
US9412040B2 (en) * | 2013-12-04 | 2016-08-09 | Mitsubishi Electric Research Laboratories, Inc. | Method for extracting planes from 3D point cloud sensor data |
US11615462B2 (en) | 2016-02-16 | 2023-03-28 | Ohzone, Inc. | System for virtually sharing customized clothing |
US10127717B2 (en) | 2016-02-16 | 2018-11-13 | Ohzone, Inc. | System for 3D Clothing Model Creation |
US10373386B2 (en) | 2016-02-16 | 2019-08-06 | Ohzone, Inc. | System and method for virtually trying-on clothing |
EP3413033B1 (en) * | 2017-06-09 | 2020-09-23 | Roche Diagnostics GmbH | Method and apparatus for determining properties of a laboratory sample contained in a laboratory sample container |
JP7072158B2 (ja) * | 2017-09-29 | 2022-05-20 | 株式会社 資生堂 | 皮膚の血管網を可視化する装置、方法およびプログラム |
US10885368B2 (en) * | 2018-05-16 | 2021-01-05 | Government Of The United States Of America, As Represented By The Secretary Of Commerce | Six-dimensional smart target |
CN111096761B (zh) * | 2018-10-29 | 2024-03-08 | 上海西门子医疗器械有限公司 | 修正楔形滤波器散射的方法、装置和相关设备 |
Family Cites Families (40)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
JP3488515B2 (ja) * | 1994-08-31 | 2004-01-19 | 東芝医用システムエンジニアリング株式会社 | 診断支援システムおよび診断支援方法 |
JPH08166995A (ja) * | 1994-12-13 | 1996-06-25 | Toshiba Corp | 医用診断支援システム |
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 |
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 |
JP4046399B2 (ja) * | 1998-02-09 | 2008-02-13 | オリンパス株式会社 | 画像検出装置及び画像検出方法、並びに画像検出プログラムを記録した記録媒体 |
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 |
US6226350B1 (en) * | 1998-12-31 | 2001-05-01 | General Electric Company | Methods and apparatus for cardiac scoring with a multi-beam scanner |
AUPQ449899A0 (en) * | 1999-12-07 | 2000-01-06 | Commonwealth Scientific And Industrial Research Organisation | Knowledge based computer aided diagnosis |
JP2001216517A (ja) * | 2000-02-04 | 2001-08-10 | Zio Software Inc | 物体認識方法 |
US6690816B2 (en) * | 2000-04-07 | 2004-02-10 | The University Of North Carolina At Chapel Hill | Systems and methods for tubular object processing |
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 |
US6995162B2 (en) | 2001-01-12 | 2006-02-07 | Amgen Inc. | Substituted alkylamine derivatives and methods of use |
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 |
DE10143484A1 (de) * | 2001-09-05 | 2003-04-03 | Siemens Ag | Adaptives Filter |
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 |
JP2005506140A (ja) * | 2001-10-16 | 2005-03-03 | ザ・ユニバーシティー・オブ・シカゴ | コンピュータ支援の3次元病変検出方法 |
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 |
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 |
US6609021B1 (en) * | 2002-05-20 | 2003-08-19 | Siemens Corporate Research, Inc. | Pulmonary nodule detection using cartwheel projection analysis |
FI116750B (fi) * | 2002-08-28 | 2006-02-15 | Instrumentarium Corp | Lääketieteellisen röntgenkuvauksen menetelmä ja järjestely |
AU2003266076A1 (en) * | 2002-09-24 | 2004-04-19 | Eastman Kodak Company | Method and system for computer aided detection (cad) cued reading of medical images |
JP2004159913A (ja) * | 2002-11-13 | 2004-06-10 | Fuji Photo Film Co Ltd | 異常陰影候補検出装置 |
JP2004195080A (ja) * | 2002-12-20 | 2004-07-15 | Fuji Photo Film Co Ltd | 異常陰影検出装置 |
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 |
US7492934B2 (en) * | 2003-06-17 | 2009-02-17 | Brown University | Methods and apparatus for model-based detection of structure in view data |
JP3947152B2 (ja) * | 2003-10-14 | 2007-07-18 | 東芝医用システムエンジニアリング株式会社 | マンモグラフィ装置 |
US7912292B2 (en) * | 2003-11-12 | 2011-03-22 | Siemens Medical Solutions Usa, Inc. | System and method for filtering and automatic detection of candidate anatomical structures in medical images |
-
2005
- 2005-12-09 US US11/299,558 patent/US7978887B2/en not_active Expired - Fee Related
-
2006
- 2006-12-08 CA CA2672094A patent/CA2672094C/en not_active Expired - Fee Related
- 2006-12-08 EP EP06845213A patent/EP2046776A2/en not_active Withdrawn
- 2006-12-08 JP JP2008544585A patent/JP5570725B2/ja not_active Expired - Fee Related
- 2006-12-08 WO PCT/US2006/047236 patent/WO2007084221A2/en active Application Filing
-
2011
- 2011-06-07 US US13/154,787 patent/US8515145B2/en not_active Expired - Fee Related
-
2013
- 2013-08-19 US US13/969,669 patent/US20150003737A1/en not_active Abandoned
-
2015
- 2015-05-07 US US14/706,522 patent/US9576198B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US20060182327A1 (en) | 2006-08-17 |
US20150003737A1 (en) | 2015-01-01 |
CA2672094A1 (en) | 2007-07-26 |
US7978887B2 (en) | 2011-07-12 |
US20160104026A1 (en) | 2016-04-14 |
WO2007084221A3 (en) | 2008-05-29 |
US20120114214A1 (en) | 2012-05-10 |
WO2007084221A9 (en) | 2009-11-26 |
JP2009518143A (ja) | 2009-05-07 |
US8515145B2 (en) | 2013-08-20 |
WO2007084221A2 (en) | 2007-07-26 |
EP2046776A2 (en) | 2009-04-15 |
CA2672094C (en) | 2021-06-01 |
US9576198B2 (en) | 2017-02-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
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 | |
US11039805B2 (en) | Deep learning based estimation of data for use in tomographic reconstruction | |
Aylward et al. | Registration and analysis of vascular images | |
US8081809B2 (en) | Methods and systems for optimizing high resolution image reconstruction | |
US20080292164A1 (en) | System and method for coregistration and analysis of non-concurrent diffuse optical and magnetic resonance breast images | |
US7684602B2 (en) | Method and system for local visualization for tubular structures | |
WO2007095312A2 (en) | Image reconstruction from limited or incomplete data | |
US20200054295A1 (en) | Method of needle localization via partial computerized tomographic scanning and system thereof | |
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 | |
US20050105829A1 (en) | Method and system for automatic orientation of local visualization techniques for vessel structures | |
CN114365192A (zh) | 锥形射束ct中基于神经网络的有限角度伪影降低的置信度图 | |
Shamul et al. | Change detection in sparse repeat CT scans with non-rigid deformations | |
Valat et al. | Sinogram Inpainting with Generative Adversarial Networks and Shape Priors. Tomography 2023, 9, 1137–1152 | |
Gigengack et al. | Image processing techniques in emission tomography | |
Dogdas | Image registration with applications to multimodal small animal imaging | |
Baker et al. | CT from an unmodified standard fluoroscopy machine using a non-reproducible path |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20091207 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20101126 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120220 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20120517 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20120524 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20120614 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20120621 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20120719 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20120726 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120820 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130221 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20130516 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20130523 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130821 |
|
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: 20140602 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140625 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5570725 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 |
|
LAPS | Cancellation because of no payment of annual fees |