JP5897445B2 - 分類装置、分類プログラムおよび分類装置の動作方法 - Google Patents
分類装置、分類プログラムおよび分類装置の動作方法 Download PDFInfo
- Publication number
- JP5897445B2 JP5897445B2 JP2012217956A JP2012217956A JP5897445B2 JP 5897445 B2 JP5897445 B2 JP 5897445B2 JP 2012217956 A JP2012217956 A JP 2012217956A JP 2012217956 A JP2012217956 A JP 2012217956A JP 5897445 B2 JP5897445 B2 JP 5897445B2
- Authority
- JP
- Japan
- Prior art keywords
- vertex
- label
- energy
- layer
- graph
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 53
- 238000002372 labelling Methods 0.000 claims description 53
- 210000004204 blood vessel Anatomy 0.000 description 14
- 210000004351 coronary vessel Anatomy 0.000 description 9
- 238000005520 cutting process Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 208000031481 Pathologic Constriction Diseases 0.000 description 7
- 230000036262 stenosis Effects 0.000 description 7
- 208000037804 stenosis Diseases 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 3
- 238000009877 rendering Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 210000001367 artery Anatomy 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000011017 operating method Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/162—Segmentation; Edge detection involving graph-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
- G06T2207/10072—Tomographic images
- G06T2207/10088—Magnetic resonance imaging [MRI]
-
- 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
- G06T2207/30048—Heart; Cardiac
-
- 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
- G06T2207/30096—Tumor; Lesion
-
- 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
-
- 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
- G06T2207/30172—Centreline of tubular or elongated structure
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Geometry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
頂点sと頂点tの間に各ラベルの境となるk(=N−1)段の層を設け、各層α(α=1, . . . ,k)上に前記画像の各ピクセルの場所vに対応する頂点wα v(α=1, . . . ,k)を設け、前記頂点t、前記頂点sおよび前記頂点wα vのうちの2つの頂点を結ぶ辺を有するグラフを用いて、前記辺のうち切断する辺をグラフカット処理により決定して各ピクセルにN個のラベルのいずれかを割り当てるラベリング手段を備え、
前記ラベリング手段が、
前記N個のラベルのうちラベルi−1とラベルiを分ける第i番目の層iごとに、該層iの各頂点wi vが対応する場所vにi以上のラベルが割り当てられることを仮想ラベル1に、i−1以下のラベルに割り当てられることを仮想ラベル0にそれぞれ対応させて、前記仮想ラベル0に対応する前記頂点s、前記仮想ラベル1に対応する前記頂点tおよび前記各頂点wi vのうちの2つの頂点を結ぶ辺を有する2値化グラフを設定する2値化グラフ設定手段と、
前記各頂点が仮想ラベル0に属する場合と前記仮想ラベル1に属する場合に応じたエネルギーを、各層の前記2値化グラフの辺に設定するエネルギー設定手段と、
前記層ごとの2値化グラフにエネルギーが設定されたグラフ全体にグラフカット処理を実行することより、前記各層の2値化グラフの辺のうち切断する辺を決定して、該層の前記頂点wi vに仮想ラベル0および仮想ラベル1のいずれかを割り当てる層別ラベリング手段と、
前記1番目からk番目の層の同じ場所vに対する各頂点wi v(i=1, . . . ,k)が、仮想ラベル0または仮想ラベル1のいずれが割り当てられたかに応じて、場所vのピクセルがN個のラベルのいずれに属するかを決定するラベル決定手段とを有することを特徴とするものである。
画像データを構成する各ピクセルを、0からN−1までの順序を持ったN(>2)個のラベルのいずれかに分類する分類装置として機能させるための分類プログラムであって、
前記コンピュータを、
頂点sと頂点tの間に各ラベルの境となるk(=N−1)段の層を設け、各層α(α=1, . . . ,k)上に前記画像の各ピクセルの場所vに対応する頂点wα v(α=1, . . . ,k)を設け、前記頂点t、前記頂点sおよび前記頂点wα vのうちの2つの頂点を結ぶ辺を有するグラフを用いて、前記辺のうち切断する辺をグラフカット処理により決定して各ピクセルにN個のラベルのいずれかを割り当てるラベリング手段として機能させるものであり、
前記ラベリング手段が、
前記N個のラベルのうちラベルi−1とラベルiを分ける第i番目の層iごとに、該層iの各頂点wi vが対応する場所vにi以上のラベルが割り当てられることを仮想ラベル1に、i−1以下のラベルに割り当てられることを仮想ラベル0にそれぞれ対応させて、前記仮想ラベル0に対応する前記頂点s、前記仮想ラベル1に対応する前記頂点tおよび前記各頂点wi vのうちの2つの頂点を結ぶ辺を有する2値化グラフを設定する2値化グラフ設定手段と、
前記各頂点が仮想ラベル0に属する場合と前記仮想ラベル1に属する場合に応じたエネルギーを、各層の前記2値化グラフの辺に設定するエネルギー設定手段と、
前記層ごとの2値化グラフにエネルギーが設定されたグラフ全体にグラフカット処理を実行することより、前記各層の2値化グラフの辺のうち切断する辺を決定して、該層の前記頂点wi vに仮想ラベル0および仮想ラベル1のいずれかを割り当てる層別ラベリング手段と、
前記1番目からk番目の層の同じ場所vに対する各頂点wi v(i=1, . . . ,k)が、仮想ラベル0または仮想ラベル1のいずれが割り当てられたかに応じて、場所vのピクセルがN個のラベルのいずれに属するかを決定するラベル決定手段とを有することを特徴とするものである。
前記ラベリング手段により、頂点sと頂点tの間に各ラベルの境となるk(=N−1)段の層を設け、各層α(α=1, . . . ,k)上に前記画像の各ピクセルの場所vに対応する頂点wα v(α=1, . . . ,k)を設け、前記頂点t、前記頂点sおよび前記頂点wα vのうちの2つの頂点を結ぶ辺を有するグラフを用いて、前記辺のうち切断する辺をグラフカット処理により決定して各ピクセルにN個のラベルのいずれかを割り当てるラベリングステップを備え、
前記ラベリングステップが、
前記N個のラベルのうちラベルi−1とラベルiを分ける第i番目の層iごとに、該層iの各頂点wi vが対応する場所vにi以上のラベルが割り当てられることを仮想ラベル1に、i−1以下のラベルに割り当てられることを仮想ラベル0にそれぞれ対応させて、前記仮想ラベル0に対応する前記頂点s、前記仮想ラベル1に対応する前記頂点tおよび前記各頂点wi vのうちの2つの頂点を結ぶ辺を有する2値化グラフを設定する2値化グラフ設定ステップと、
前記各頂点が仮想ラベル0に属する場合と前記仮想ラベル1に属する場合に応じたエネルギーを、各層の前記2値化グラフの辺に設定するエネルギー設定ステップと、
前記層ごとの2値化グラフにエネルギーが設定されたグラフ全体にグラフカット処理を実行することより、前記各層の2値化グラフの辺のうち切断する辺を決定して、該層の前記頂点wi vに仮想ラベル0および仮想ラベル1のいずれかを割り当てる層別ラベリングステップと、
前記1番目からk番目の層の同じ場所vに対する各頂点wi v(i=1, . . . ,k)が、仮想ラベル0または仮想ラベル1のいずれが割り当てられたかに応じて、場所vのピクセルがN個のラベルのいずれに属するかを決定するラベル決定ステップとを有することを特徴とするものである。
前記ラベル決定手段が、同じ場所vに対する全ての層の頂点wi vが全て仮想ラベル0に属する場合は該頂点wi vに対応するピクセルをラベル0に決定し、全ての層iの頂点wi vが全て仮想ラベル1に属する場合は該頂点wi vに対応するピクセルをラベルN−1と決定し、第1層から第p層までが仮想ラベル0に属し第p+1層から第N−1層までが仮想ラベル1に属する場合は該頂点wi vに対応するピクセルをクラスpと決定するものが望ましい。
頂点sと頂点wi vを結ぶ辺(s, wi v)および頂点wi vと頂点tを結ぶ辺(wi v,t)に対応する1次のエネルギーを設定するものであり、同一の層内の2つのwi v、wi u間を結ぶ辺に対して2次のエネルギーを設定するものが望ましい。
前記2次のエネルギーは、頂点wi vのピクセルとそれに隣接する頂点wi uのピクセルが異なる仮想ラベルに属する可能性が高いほど辺(wi v, wi u)に対する2次のエネルギーが小さい値になるように決定されるものであってもよい。
同一の層内の任意の3つの頂点wi vに対応するピクセルそれぞれが仮想ラベル0および仮想ラベル1のいずれに属するかに応じて決定される3次のエネルギーを、各層毎に仮想頂点viを経由して3つの頂点wi vと頂点sまたは頂点tを結ぶ辺に対応して設定するものであってもよい。
同一の層内の任意の4つ以上の頂点の全てが仮想ラベル0または仮想ラベル1に属するかに応じて決定される4次以上のエネルギーを、各層毎に仮想頂点viを経由して4つの頂点wi vと頂点sまたは頂点tを結ぶ辺に対応して設定するものであってもよい。
前記画像の3つピクセルの場所vi,vj,vkのラベルに応じた3次のエネルギーEl ijk
画像データを構成する各ピクセルを、0からN−1までの順序を持ったN(>2)個のラベルのいずれかに分類する分類装置として機能させるための分類プログラムであって、
前記コンピュータを、
前記画像の3つピクセルの場所vi,vj,vkのラベルに応じた3次のエネルギーEl ijk
前記ラベリング手段により、前記画像の3つピクセルの場所vi,vj,vkのラベルに応じた3次のエネルギーEl ijk
P1 = F―B
P2 = G−E
P3 = D−C
P12 = C+E−A−G
P23 = B+C−A−D
P31 = B+E−A−F
とおくと、表3は表4のように書き直すことができる。またこのエネルギーは、(i,j)、(j,k)、(k,i)の全ての組み合わせについて劣モジュラであるならば、P23、P31、P12は負ではない。
P1 = C−G;
P2 = B−D;
P3 = E−F;
P32 = F+G−E−H;
P13 = D+G−C−H;
P21 = D+F−B−H;
とおくと、下の表5のように書き直すことができる。
Eijkl=a(1−xi・xj・xk・xl−(1−xi)(1−xj)(1−xk)(1−xl))
となる(擬ブール式については、特開2010−287091等を参照)。上記の式において、第1項は定数である。第2項は3次以上の項であるが、上記文献で知られているように次の式によって2次に変換できる。ここでwは新たに付加した2値の変数である。変換後の関数で最小値を与えるxi、xj、xkは、変換前の関数でも最小値を与える。4次ならば次の式(7)で変換する。
11 画像データ入力受付手段
12 ラベリング手段
13 2値化グラフ設定手段
14 エネルギー設定手段
15 層別ラベリング手段
16 ラベル決定手段
17 表示手段
Claims (11)
- 画像データを構成する各ピクセルを、0からN−1までの順序を持ったN(>2)個のラベルのいずれかに分類する分類装置であって、
頂点sと頂点tの間に各ラベルの境となるk(=N−1)段の層を設け、各層α(α=1, . . . ,k)上に前記画像の各ピクセルの場所vに対応する頂点wα v(α=1, . . . ,k)を設け、前記頂点t、前記頂点sおよび前記頂点wα vのうちの2つの頂点を結ぶ辺を有するグラフを用いて、前記辺のうち切断する辺をグラフカット処理により決定して各ピクセルにN個のラベルのいずれかを割り当てるラベリング手段を備え、
前記ラベリング手段が、
前記N個のラベルのうちラベルi−1とラベルiを分ける第i番目の層iごとに、該層iの各頂点wi vが対応する場所vにi以上のラベルが割り当てられることを仮想ラベル1に、i−1以下のラベルに割り当てられることを仮想ラベル0にそれぞれ対応させて、前記仮想ラベル0に対応する前記頂点s、前記仮想ラベル1に対応する前記頂点tおよび前記各頂点wi vのうちの2つの頂点を結ぶ辺を有する2値化グラフを設定する2値化グラフ設定手段と、
前記各頂点が仮想ラベル0に属する場合と前記仮想ラベル1に属する場合に応じたエネルギーを、各層の前記2値化グラフの辺に設定するエネルギー設定手段と、
前記層ごとの2値化グラフにエネルギーが設定されたグラフ全体にグラフカット処理を実行することより、前記各層の2値化グラフの辺のうち切断する辺を決定して、該層の前記頂点wi vに仮想ラベル0および仮想ラベル1のいずれかを割り当てる層別ラベリング手段と、
前記1番目からk番目の層の同じ場所vに対する各頂点wi v(i=1, . . . ,k)が、仮想ラベル0または仮想ラベル1のいずれが割り当てられたかに応じて、場所vのピクセルがN個のラベルのいずれに属するかを決定するラベル決定手段とを有することを特徴とする分類装置。 - 前記2値化グラフが、前記同一の層i内の2つの頂点間を結ぶ辺と、頂点sと頂点wi vを結ぶ辺(s, wi v)と、頂点wi vと頂点tを結ぶ辺(wi v,t) とを有するものであり、
前記ラベル決定手段が、同じ場所vに対する全ての層の頂点wi vが全て仮想ラベル0に属する場合は該頂点wi vに対応するピクセルをラベル0に決定し、全ての層iの頂点wi vが全て仮想ラベル1に属する場合は該頂点wi vに対応するピクセルをラベルN−1と決定し、第1層から第p層までが仮想ラベル0に属し第p+1層から第N−1層までが仮想ラベル1に属する場合は該頂点wi vに対応するピクセルをクラスpと決定するものであることを特徴とする請求項1記載の分類装置。 - 前記エネルギー設定手段が、
前記頂点sと頂点wi vを結ぶ辺(s, wi v)および前記頂点wi vと頂点tを結ぶ辺(wi v,t)に対応して1次のエネルギーを設定するものであり、
前記同一の層内の2つのwi v、wi u間を結ぶ辺に対して2次のエネルギーを設定するものであることを特徴とする請求項2記載の分類装置。 - 前記1次のエネルギーは、前記頂点wi vに対応するピクセルの画素値が仮想ラベル0となる尤度が高い場合には辺(s, wi v)に対する1次のエネルギーを辺(wi v,t)に対する1次のエネルギーより大きくし、前記頂点wi vに対応するピクセルの画素値が仮想ラベル1となる尤度が高い場合には辺(s, wi v)に対する1次のエネルギーを辺(wi v,t)に対する1次のエネルギーより小さくするように決定されるものであり、
前記2次のエネルギーは、頂点wi vのピクセルとそれに隣接する頂点wi uのピクセルが異なる仮想ラベルに属する可能性が高いほど辺(wi v, wi u)に対する2次のエネルギーが小さい値になるように決定されるものであることを特徴とする請求項3記載の分類装置。 - 前記エネルギー設定手段が、
前記同一の層内の任意の3つの頂点wi vに対応するピクセルそれぞれが仮想ラベル0および仮想ラベル1のいずれに属するかに応じて決定される3次のエネルギーを、各層毎に仮想頂点viを経由して前記3つの頂点wi vと前記頂点sまたは前記頂点tを結ぶ辺に対応して設定するものであることを特徴とする請求項2〜4いずれか記載の分類装置。 - 前記エネルギー設定手段が、
前記同一の層内の任意の4つ以上の頂点の全てが仮想ラベル0または仮想ラベル1に属するかに応じて決定される4次以上のエネルギーを、各層毎に仮想頂点viを経由して前記4つの頂点wi vと前記頂点sまたは前記頂点tを結ぶ辺に対応して設定するものであることを特徴とする請求項2〜4いずれか記載の分類装置。 - コンピュータを、
画像データを構成する各ピクセルを、0からN−1までの順序を持ったN(>2)個のラベルのいずれかに分類する分類装置として機能させるための分類プログラムであって、
前記コンピュータを、
頂点sと頂点tの間に各ラベルの境となるk(=N−1)段の層を設け、各層α(α=1, . . . ,k)上に前記画像の各ピクセルの場所vに対応する頂点wα v(α=1, . . . ,k)を設け、前記頂点t、前記頂点sおよび前記頂点wα vのうちの2つの頂点を結ぶ辺を有するグラフを用いて、前記辺のうち切断する辺をグラフカット処理により決定して各ピクセルにN個のラベルのいずれかを割り当てるラベリング手段として機能させるものであり、
前記ラベリング手段が、
前記N個のラベルのうちラベルi−1とラベルiを分ける第i番目の層iごとに、該層iの各頂点wi vが対応する場所vにi以上のラベルが割り当てられることを仮想ラベル1に、i−1以下のラベルに割り当てられることを仮想ラベル0にそれぞれ対応させて、前記仮想ラベル0に対応する前記頂点s、前記仮想ラベル1に対応する前記頂点tおよび前記各頂点wi vのうちの2つの頂点を結ぶ辺を有する2値化グラフを設定する2値化グラフ設定手段と、
前記各頂点が仮想ラベル0に属する場合と前記仮想ラベル1に属する場合に応じたエネルギーを、各層の前記2値化グラフの辺に設定するエネルギー設定手段と、
前記層ごとの2値化グラフにエネルギーが設定されたグラフ全体にグラフカット処理を実行することより、前記各層の2値化グラフの辺のうち切断する辺を決定して、該層の前記頂点wi vに仮想ラベル0および仮想ラベル1のいずれかを割り当てる層別ラベリング手段と、
前記1番目からk番目の層の同じ場所vに対する各頂点wi v(i=1, . . . ,k)が、仮想ラベル0または仮想ラベル1のいずれが割り当てられたかに応じて、場所vのピクセルがN個のラベルのいずれに属するかを決定するラベル決定手段とを有することを特徴とする分類プログラム。 - 画像データを構成する各ピクセルを、0からN−1までの順序を持ったN(>2)個のラベルのいずれかに分類するラベリング手段を備えた分類装置の動作方法であって、
前記ラベリング手段により、頂点sと頂点tの間に各ラベルの境となるk(=N−1)段の層を設け、各層α(α=1, . . . ,k)上に前記画像の各ピクセルの場所vに対応する頂点wα v(α=1, . . . ,k)を設け、前記頂点t、前記頂点sおよび前記頂点wα vのうちの2つの頂点を結ぶ辺を有するグラフを用いて、前記辺のうち切断する辺をグラフカット処理により決定して各ピクセルにN個のラベルのいずれかを割り当てるラベリングステップを備え、
前記ラベリングステップが、
前記N個のラベルのうちラベルi−1とラベルiを分ける第i番目の層iごとに、該層iの各頂点wi vが対応する場所vにi以上のラベルが割り当てられることを仮想ラベル1に、i−1以下のラベルに割り当てられることを仮想ラベル0にそれぞれ対応させて、前記仮想ラベル0に対応する前記頂点s、前記仮想ラベル1に対応する前記頂点tおよび前記各頂点wi vのうちの2つの頂点を結ぶ辺を有する2値化グラフを設定する2値化グラフ設定ステップと、
前記各頂点が仮想ラベル0に属する場合と前記仮想ラベル1に属する場合に応じたエネルギーを、各層の前記2値化グラフの辺に設定するエネルギー設定ステップと、
前記層ごとの2値化グラフにエネルギーが設定されたグラフ全体にグラフカット処理を実行することより、前記各層の2値化グラフの辺のうち切断する辺を決定して、該層の前記頂点wi vに仮想ラベル0および仮想ラベル1のいずれかを割り当てる層別ラベリングステップと、
前記1番目からk番目の層の同じ場所vに対する各頂点wi v(i=1, . . . ,k)が、仮想ラベル0または仮想ラベル1のいずれが割り当てられたかに応じて、場所vのピクセルがN個のラベルのいずれに属するかを決定するラベル決定ステップとを有することを特徴とする分類装置の動作方法。 - 画像データを構成する各ピクセルを、0からN−1までの順序を持ったN(>2)個のラベルのいずれかに分類する分類装置であって、
前記画像の3つピクセルの場所vi,vj,vkのラベルに応じた3次のエネルギーEl ijk
- コンピュータを、
画像データを構成する各ピクセルを、0からN−1までの順序を持ったN(>2)個のラベルのいずれかに分類する分類装置として機能させるための分類プログラムであって、
前記コンピュータを、
前記画像の3つピクセルの場所vi,vj,vkのラベルに応じた3次のエネルギーEl ijk
- 画像データを構成する各ピクセルを、0からN−1までの順序を持ったN(>2)個のラベルのいずれかに分類するラベリング手段を備えた分類装置の動作方法であって、
前記ラベリング手段により、前記画像の3つピクセルの場所vi,vj,vkのラベルに応じた3次のエネルギーEl ijk
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012217956A JP5897445B2 (ja) | 2012-09-28 | 2012-09-28 | 分類装置、分類プログラムおよび分類装置の動作方法 |
EP13840370.4A EP2902968B1 (en) | 2012-09-28 | 2013-09-27 | Classification device, classification programme, and operating method for classification device |
PCT/JP2013/005752 WO2014050130A1 (ja) | 2012-09-28 | 2013-09-27 | 分類装置、分類プログラムおよび分類装置の動作方法 |
US14/669,518 US9483715B2 (en) | 2012-09-28 | 2015-03-26 | Classifying device, classifying program, and method of operating classifying device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012217956A JP5897445B2 (ja) | 2012-09-28 | 2012-09-28 | 分類装置、分類プログラムおよび分類装置の動作方法 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016040144A Division JP6156855B2 (ja) | 2016-03-02 | 2016-03-02 | 分類装置、分類プログラムおよび分類装置の動作方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2014071715A JP2014071715A (ja) | 2014-04-21 |
JP5897445B2 true JP5897445B2 (ja) | 2016-03-30 |
Family
ID=50387562
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012217956A Active JP5897445B2 (ja) | 2012-09-28 | 2012-09-28 | 分類装置、分類プログラムおよび分類装置の動作方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US9483715B2 (ja) |
EP (1) | EP2902968B1 (ja) |
JP (1) | JP5897445B2 (ja) |
WO (1) | WO2014050130A1 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10354391B2 (en) * | 2016-10-27 | 2019-07-16 | Peter Jin-Pyong Yim | Method and system for multi-label image segmentation |
US10740935B2 (en) * | 2019-01-11 | 2020-08-11 | International Business Machines Corporation | Molecular structure generation with substructure representations |
CN112347262B (zh) * | 2021-01-11 | 2021-04-13 | 北京江融信科技有限公司 | 一种文本分类方法及系统、意图分类系统和机器人 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5923646A (en) * | 1996-08-30 | 1999-07-13 | Nynex Science & Technology | Method for designing or routing a self-healing ring in a communications network and a self-healing ring routed in accordance with the method |
IT1311443B1 (it) * | 1999-11-16 | 2002-03-12 | St Microelectronics Srl | Metodo di classificazione di immagini digitali in base al lorocontenuto. |
US7400767B2 (en) * | 2005-07-15 | 2008-07-15 | Siemens Medical Solutions Usa, Inc. | System and method for graph cuts image segmentation using a shape prior |
US8379957B2 (en) * | 2006-01-12 | 2013-02-19 | Siemens Corporation | System and method for segmentation of anatomical structures in MRI volumes using graph cuts |
US8594428B2 (en) * | 2006-07-25 | 2013-11-26 | Humaneyes Technologies Ltd. | Interactive segmentation of images with single scribbles |
US8370115B2 (en) * | 2007-05-15 | 2013-02-05 | Broadcom Corporation | Systems and methods of improved boolean forms |
CN101960801B (zh) * | 2008-03-04 | 2014-05-21 | 法国电信公司 | 用于确定将根节点链接到多个叶节点的点到多点树的技术 |
US20100169311A1 (en) * | 2008-12-30 | 2010-07-01 | Ashwin Tengli | Approaches for the unsupervised creation of structural templates for electronic documents |
JP5564643B2 (ja) * | 2009-06-12 | 2014-07-30 | 博 石川 | 情報処理方法および情報処理装置 |
US9355337B2 (en) * | 2009-08-25 | 2016-05-31 | Xerox Corporation | Consistent hierarchical labeling of image and image regions |
US20120082371A1 (en) * | 2010-10-01 | 2012-04-05 | Google Inc. | Label embedding trees for multi-class tasks |
US8478044B2 (en) * | 2011-06-08 | 2013-07-02 | Siemens Corporation | System and method for image segmentation by optimizing weighted curvature |
JP5894514B2 (ja) * | 2012-09-28 | 2016-03-30 | 富士フイルム株式会社 | 画像処理装置、画像処理プログラムおよび画像処理装置の動作方法 |
-
2012
- 2012-09-28 JP JP2012217956A patent/JP5897445B2/ja active Active
-
2013
- 2013-09-27 EP EP13840370.4A patent/EP2902968B1/en active Active
- 2013-09-27 WO PCT/JP2013/005752 patent/WO2014050130A1/ja active Application Filing
-
2015
- 2015-03-26 US US14/669,518 patent/US9483715B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP2014071715A (ja) | 2014-04-21 |
EP2902968A1 (en) | 2015-08-05 |
US20150199593A1 (en) | 2015-07-16 |
EP2902968B1 (en) | 2018-11-28 |
WO2014050130A1 (ja) | 2014-04-03 |
EP2902968A4 (en) | 2015-12-09 |
US9483715B2 (en) | 2016-11-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7724256B2 (en) | Fast graph cuts: a weak shape assumption provides a fast exact method for graph cuts segmentation | |
JP3554930B2 (ja) | 色−テクスチャ距離の測定方法及び装置並びにこれらを用いた映像の領域区分方法及び装置 | |
US8787642B2 (en) | Method, device and computer-readable recording medium containing program for extracting object region of interest | |
KR20220154100A (ko) | 이미지 처리에 기초한 종양의 자동화된 검출 | |
Zhao et al. | Lung segmentation in CT images using a fully convolutional neural network with multi-instance and conditional adversary loss | |
CN105513070A (zh) | 一种基于前景背景优化的rgb-d显著物体检测方法 | |
CN111597920B (zh) | 一种自然场景下的全卷积单阶段的人体实例分割方法 | |
CN100337249C (zh) | 一种视频运动对象分割方法 | |
CN110363776B (zh) | 图像处理方法及电子设备 | |
JP5897445B2 (ja) | 分類装置、分類プログラムおよび分類装置の動作方法 | |
JP5879291B2 (ja) | 画像処理装置、画像処理プログラムおよび画像処理装置の作動方法 | |
JP6787844B2 (ja) | オブジェクト抽出装置およびそのスーパーピクセルラベリング方法 | |
JP5894514B2 (ja) | 画像処理装置、画像処理プログラムおよび画像処理装置の動作方法 | |
JP2008084076A (ja) | 画像処理装置、方法およびプログラム | |
JP2014236912A (ja) | 画像処理装置およびその方法 | |
JP5564643B2 (ja) | 情報処理方法および情報処理装置 | |
JP6156855B2 (ja) | 分類装置、分類プログラムおよび分類装置の動作方法 | |
JP6546385B2 (ja) | 画像処理装置及びその制御方法、プログラム | |
JP5716170B2 (ja) | 情報処理方法および情報処理装置 | |
CN106447681B (zh) | 一种非均一严重运动退化图像的对象分割方法 | |
Zhang et al. | Dp2 block: An improved multi-scale block for pulmonary nodule detection | |
JP7462188B2 (ja) | 医用画像処理装置、医用画像処理方法、およびプログラム | |
Elmoasry et al. | Semi-automatic rough classification of multichannel medical imaging data | |
CN113487591A (zh) | 一种基于ct的整条脊柱的分割方法、系统 | |
CN118447240A (zh) | 一种基于Matcher的医疗影像序列分割方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20141024 |
|
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: 20160202 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160302 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5897445 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 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |