JP5952996B2 - 医用撮像データ内で可能性あるコンピュータ検出偽陽性を指し示す装置及び方法 - Google Patents

医用撮像データ内で可能性あるコンピュータ検出偽陽性を指し示す装置及び方法 Download PDF

Info

Publication number
JP5952996B2
JP5952996B2 JP2009542313A JP2009542313A JP5952996B2 JP 5952996 B2 JP5952996 B2 JP 5952996B2 JP 2009542313 A JP2009542313 A JP 2009542313A JP 2009542313 A JP2009542313 A JP 2009542313A JP 5952996 B2 JP5952996 B2 JP 5952996B2
Authority
JP
Japan
Prior art keywords
region
image data
medical image
interest
computer
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
Application number
JP2009542313A
Other languages
English (en)
Other versions
JP2010512908A (ja
Inventor
ヴィームカー,ラファエル
オプファー,ローラント
ローレンツ,クリスティアン
ビューロウ,トーマス
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips NV filed Critical Koninklijke Philips NV
Publication of JP2010512908A publication Critical patent/JP2010512908A/ja
Application granted granted Critical
Publication of JP5952996B2 publication Critical patent/JP5952996B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30061Lung

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Image Processing (AREA)

Description

本発明は、コンピュータを用いた検出システム及び方法に関し、具体的には、他を排するものではないが、コンピュータにより検出される偽陽性を含んでいるかなりの可能性を有する解剖学的領域内で、コンピュータが検出した関心物を抑圧すること、及び指し示すことを行う装置及び方法に関する。
例えば肺結節などの解剖学的な関心物の検出及び診断は、放射線診療における標準的な手順である。最新のコンピュータ関連システムのスピード及び洗練性は、より高速で、より洗練された医用撮像システムの開発を支援している。処理及び後処理すべく生成されるデータ量の結果的な増大により、医用画像データを自動的に分析する数多くのアプリケーションプログラムが創作されるに至っている。故に、様々なデータ処理ソフトウェア及びシステムが、医用画像の識別、及び/又は診断、及び評価を行うために医用画像を評価することにおいて、臨床医や放射線医などを支援するために開発されてきた。例えば、コンピュータ支援検出(computer aided detection;CAD)システムが、肺癌の指標となり得る、あるいはその他の種類の癌からの転移であり得る、病変又は肺結節などの“疑いのある”領域を自動的に特定するために開発されている。
形態学的に関心ある領域(例えば、病変、結節、石灰化)、及び臨床的に関連性があり得るその他の構造的に検出可能な領域、を自動的に検出する(特定し輪郭を描く)CADシステムが知られている。CADソフトウェアが、例えばコンピュータ断層撮影、磁気共鳴、超音波又はx線などのスキャナから提供される医用画像内で、医学的な異常に対して、自動的に印を付し(マーキングし)、あるいは強調(ハイライト)する。例えば、可能性ある癌性結節を探索する肺画像の分析において、CADシステムは検出された結節にマーキングする。
しかしながら、鼓動する心臓の近傍では、心運動により引き起こされる画像アーチファクトのため、偽陽性マーキングがしばしば発生する。心臓の鼓動は、画像断面の誤った変位を生じさせ、このような誤った変位は、例えば血管構造、気管、及びその他の解剖学的な造形物内に明らかな不連続性を生じさせる。これは、CADソフトウェアによって誤った解釈をされ得るものであり、故に、コンピュータ支援検出処理において偽陽性マーキングがもたらされる。
偽陽性マーキングはまた、呼吸運動により引き起こされるアーチファクト、光子若しくはエネルギーの欠乏、又は例えば金属の人工器官、手術用クリップ若しくは歯科充填材などの高密度物体により引き起こされるアーチファクトによっても発生する。このことは、放射線医、医師又は臨床医が、検出された関心物の分類及び解釈を行うことを一層困難にし得る。このため、CADの結果を調査するのに必要な時間が増大すること、及び集中力の低下により医師が誤った判断をすることがもたらされ得る。
本発明の好適実施形態は、従来技術の上述の欠点の1つ以上を解決することを目的とする。
本発明の一態様に従って、少なくとも1つのコンピュータ検出関心物を含む、患者の少なくとも1つの第1の領域を表す医用画像データ、を処理するコンピュータシステムによって使用されるデータ構造が提供される。当該データ構造は:
− それぞれの第1の領域内に含まれる少なくとも1つの第2の領域を表す第1のデータを検出することを実行可能な第1のコンピュータコードであり、第2の領域内の少なくとも1つの関心物は、コンピュータ検出偽陽性を表すかなりの可能性を有する、第1のコンピュータコード;及び
− コンピュータ検出偽陽性を表すかなりの可能性を有する関心物を含まない第1の領域の部分とは異なるように少なくとも1つの第2の領域が表示装置上に表示されるように、少なくとも1つの第1の領域が表示装置上に表示されることを可能にする第2のデータを提供することを実行可能な第2のコンピュータコード;
を有する。
コンピュータ検出偽陽性を表すかなりの可能性を有する領域を、全てのコンピュータ検出関心物を含む画像データと異ならせることにより、コンピュータにより検出された関心物を含む医用画像データを評価する放射線医の処理が単純化され、ひいては加速されるという利点がもたらされる。例えば、肺の医用画像の場合、心臓の動きによるアーチファクトのため、心臓の近傍で偽陽性マーキングが非常に発生しやすい。放射線医の評価プロセスを単純化するため、それらの領域が自動的に検出され、例えば視覚的合図によって、放射線医に指し示される。それにより、それらの領域ではコンピュータ支援検出は限られた感度を有し、追加の努力による目視検査を要するということへの放射線医の認識が高められる。
第1のコンピュータコードは、少なくとも1つの第2の領域を表すデータを、該第2の領域の動き、ストリークアーチファクト、及び/又は光子欠乏に基づいて検出することを実行可能であってもよい。
これにより、コンピュータ検出偽陽性マーキングが発生しやすい生理学的領域が医用画像内で特定されるという利点がもたらされる。
第2のコンピュータコードは、第2の領域を、例えば異なる色を付けられた境界線など、第1の組のグラフィカルマーカによって表示させるよう適応されてもよい。
これにより、偽陽性マーキングを表すかなりの可能性を有する領域が放射線医によって一層容易に識別され、医用画像を評価するための時間が削減され、ひいては放射線医による判断の質が向上されるという利点がもたらされる。
第2のコンピュータコードは、少なくとも1つの第2の領域内の関心物の少なくとも幾つかを、例えば関心物を囲む異なる色を付けられた境界線など、第2の組のグラフィカルマーカによって表示させるよう適応されてもよい。第2のコンピュータコードは、少なくとも1つの第2の領域内の少なくとも1つの関心物の表示を抑圧させるよう適応されてもよい。
これにより、第1の領域内で検出された関心物と第2の領域内で検出された関心物との区別化が一層容易にされるという利点がもたらされる。
本発明の他の一態様に従って、上述のデータ構造を担持するコンピュータ読み取り可能媒体が提供される。
本発明の更なる一態様に従って、少なくとも1つのコンピュータ検出関心物を含む、患者の少なくとも1つの第1の領域を表す医用画像データ、を処理する医用画像データ処理装置が提供される。当該装置は、上述のデータ構造を処理するように適応された少なくとも1つのプロセッサを有する。
これにより、関心物が偽陽性マーキングのかなりの可能性を有する領域で検出されたか否かに応じて異なるグラフィカルマーカによって指し示されたコンピュータ検出関心物、を含む医用画像データが提供され、それにより、放射線医による医用画像評価の有効性及び品質が向上されるという利点がもたらされる。
本発明の更なる一態様に従って、医用撮像装置が提供される。当該装置は:
− 少なくとも1つのコンピュータ検出関心物を含む、患者の少なくとも1つの第1の領域を表す医用画像データ、を形成する少なくとも1つの撮像装置;
− 上述の医用画像データ処理装置;及び
− 少なくとも1つの第1の領域及び少なくとも1つの第2の領域を表示する少なくとも1つの表示装置;
を有する。
本発明の更なる一態様に従って、少なくとも1つのコンピュータ検出関心物を含む、患者の少なくとも1つの第1の領域を表す医用画像データ、を処理する方法が提供される。当該方法は:
− それぞれの第1の領域内に含まれる少なくとも1つの第2の領域を表す第1のデータを提供する段階であり、第2の領域内の少なくとも1つの関心物は、コンピュータ検出偽陽性を表すかなりの可能性を有する、段階;及び
− コンピュータ検出偽陽性を表すかなりの可能性を有する関心物を含まない第1の領域の部分とは異なるように少なくとも1つの第2の領域が表示装置上に表示されるように、少なくとも1つの第1の領域が表示装置上に表示されることを可能にする第2のデータを提供する段階;
を有する。
続いて、添付の図面を参照して、限定的な意味ではなく単なる例として、本発明の好適な一実施形態を説明する。
本発明を具現化する医用撮像データ処理装置の構成要素を示す図である。 本発明を具現化する医用画像データ処理方法を示すフロー図である。
図1を参照するに、医用撮像データ処理装置は、コンピュータ断層撮影(CT)撮像装置1、x線源2、及び検出器3を有する。x線源2及び検出器3は、円形フレーム4の周りで対向する対として配置されている。プロセッサ5は、少なくとも、医用撮像データ7a、7b及び7cを作り出す第1のコンピュータコード6a及び第2のコンピュータコード6bを実行するように適応されている。医用撮像データは、医師又は放射線医が関心物の特定及び/又は分類を行うことを支援するため、表示装置(図示せず)上に表示される。
患者8は台(プラットフォーム)9上に支持される。プラットフォーム9は、制御ユニット(図示せず)の制御下でモータ(図示せず)によって、プラットフォーム9の長手方向軸方向に、フレーム4に対して移動されることが可能である。検出器3によって検出されたデータはプロセッサ5に入力される。プロセッサ5は、受信したデータを第1のコンピュータコード6a及び第2のコンピュータコード6bを用いて処理し、撮像データ出力7a、7b又は7cを提供する。画像データ出力7a、7b又は7cは、医師の支援のために表示装置(図示せず)によって表示される。
第1のコンピュータコード6aは、強い心臓の動きを伴う画像領域を特定することが可能な画像処理アルゴリズムを含み得る。これらの領域は、以下の例において示すように特定され得る。
例えば−400HUといった閾値を用いた肺のセグメント化及び閾値振り分けの後、画像は断層(スライス)的2次元(2D)距離変換(前面のボクセルの各々に、そのボクセルの、最も近い背面ボクセルまでのユークリッド距離を割り当てる変換)にかけられる。距離の値がD(x,y,z)<25mmである位置(x,y,z)の各ボクセルに対して、距離マップ値Dのz方向(すなわち、スライスを貫通する方向)の二次導関数L(x,y,z)が、L(x,y,z)=2×D(x,y,z)−D(x,y,z−1)−D(x,y,z+1)として計算される。この値は、不連続なスライス間変位の量を指し示す。
ノイズと誤ったスライス間変位の不連続性L(x,y,z)とに対する堅牢性を達成するため、各ボクセルの周りでk=±10スライスの範囲が考慮される。この範囲内で、発生している変位不連続性の値が大きさによって順序付けられ、3番目に大きい値がこのボクセルの堅牢な変位不連続性の値L’として取られる。この値L’が7mmより大きい場合、そのボクセルは、心臓の動きのアーチファクトにより影響を受けている画像領域の部分であると見なされる。このボクセルの影響領域は、上限を75mmとして、L’に範囲影響係数f=5を掛け合わせたものであると仮定される。そして、この半径R=f×L’の影響領域内にある各結節候補が抑圧される。
図2を参照するに、プロセッサ5が、段階S10にて患者8の関心領域を表すデータを取得し、段階S20にて関心領域内の肺結節を検出する。段階S30にて、第1のコンピュータコード6aを用いて、偽陽性を表すかなりの可能性が存在する領域が検出される。偽陽性のかなりの可能性は、例えば、呼吸又は心臓運動などの生理的な動き、金属の人工器官、手術用クリップ若しくは歯科充填材などの高密度物体により引き起こされる既存のストリークアーチファクト、又は、光子若しくはエネルギーの欠乏領域によって引き起こされ得る。
段階S40にて、偽陽性を表すかなりの可能性が存在する領域を、例えば、該領域の境界を色付きの線でマーキングしたり、あるいは、偽陽性を表すかなりの可能性を有する領域を表示撮像データ内で区別するように薄い色で色付けしたりする等により図形的合図(グラフィカルキュー)を用いて指し示すため、第2のコンピュータコード6bがプロセッサ5によって使用される。
さらに、段階S50にて、偽陽性を表すかなりの可能性を有するとして特定された領域内で検出された肺結節が、偽陽性を表すかなりの可能性を有しない領域内で検出された肺結節とは異なる組のマーカを用いて表示される。例えば、相異なる組の検出肺結節は、相異なる色で表示され、あるいは相異なる形状のグラフィカルキューを有する。
心臓の動き、呼吸運動、ストリークアーチファクト、又は光子欠乏の検出領域は、より多くの偽陽性を含み、限られた検出感度しか有しないことがあり得ることを医師に一層認識させるため、検出された肺結節は撮像データ内に表示されず、医師はその領域を格別の注意を払って検査することを強いられる。
段階S60にて、プロセッサ5によって生成された撮像データ出力が表示装置(図示せず)に表示される。
上述の例にて言及したアルゴリズムは、CT画像において心臓の動きアーチファクトを見出す一手法を述べるに過ぎない。アーチファクトを被っている画像領域をマーキングする他の実施形態に係る画像処理アルゴリズムは、例えばMR胸部画像内の心臓運動の影響を受けている領域など、MR画像において心臓の動きアーチファクト(すなわち、心臓の鼓動)を見出すアルゴリズム、CT画像において金属アーチファクト(ストリークアーチファクト)を見出すアルゴリズム、及びCT画像において光子欠乏領域(典型的に肩付近及び寛骨の領域)を見出すアルゴリズムであってもよい。
なお、上述の実施形態は限定的な意味ではなく単なる例として説明されたものであり、添付の請求項により規定される本発明の範囲を逸脱することなく、様々な代替及び改変が可能である。

Claims (9)

  1. 少なくとも1つのコンピュータ検出関心物を含む、患者の少なくとも1つの第1の領域を表す医用画像データ、を処理するコンピュータシステムであって、前記関心物は動きにより影響され、当該コンピュータシステムは:
    − それぞれの前記第1の領域内に含まれる、モーションアーチファクトを被っている少なくとも1つの第2の領域であり、該第2の領域内の少なくとも1つの前記関心物が偽陽性を表す可能性が高い第2の領域、を検出し;
    − 前記医用画像データを表示装置に提供し;且つ
    − 前記表示装置上で表示されたときに、少なくとも1つの前記第2の領域が前記第1の領域の残りの領域から区別可能にされるように前記医用画像データを適応する;
    ように構成されたプロセッサを有する、コンピュータシステム。
  2. 前記医用画像データは、前記第2の領域が表示されたときに第1の組のグラフィカルマーカによって区別されるよう適応される、請求項1に記載のコンピュータシステム。
  3. 前記第1の組のグラフィカルマーカは、色を付けられた前記第2の領域の境界線を含む、請求項2に記載のコンピュータシステム。
  4. 前記医用画像データは、少なくとも1つの前記第2の領域内の前記関心物が表示されたときに第2の組のグラフィカルマーカによって区別されるよう適応される、請求項1に記載のコンピュータシステム。
  5. 前記第2の組のグラフィカルマーカは、前記関心物を囲む色を付けられた境界線を含む、請求項4に記載のコンピュータシステム。
  6. 請求項1に記載のコンピュータシステムを少なくとも1つ有する、医用画像データを処理する医用画像データ処理装置。
  7. − 少なくとも1つのコンピュータ検出関心物を含む、患者の少なくとも1つの第1の領域を表す医用画像データ、を形成する少なくとも1つの撮像装置;
    − 請求項6に記載の医用画像データ処理装置;及び
    − 少なくとも1つの前記第1の領域及び少なくとも1つの前記第2の領域を表示する少なくとも1つの表示装置;
    を有する医用撮像装置。
  8. 少なくとも1つのコンピュータ検出関心物を含む、患者の少なくとも1つの第1の領域を表す医用画像データ、を処理する方法であって、前記関心物は動きにより影響され、当該方法は:
    − それぞれの前記第1の領域内に含まれる、モーションアーチファクトを被っている少なくとも1つの第2の領域であり、該第2の領域内の少なくとも1つの前記関心物が偽陽性を表す可能性が高い第2の領域、を検出する段階;
    − 前記医用画像データを表示装置に提供する段階;及び
    − 前記表示装置上で表示されたときに、少なくとも1つの前記第2の領域が前記第1の領域の残りの領域から区別可能にされるように前記医用画像データを適応する段階;
    を有する方法。
  9. コンピュータにロードされ且つ該コンピュータ上で実行されるときに請求項8に記載の方法を実行するプログラム、を担持するコンピュータ読み取り可能媒体。
JP2009542313A 2006-12-19 2007-12-14 医用撮像データ内で可能性あるコンピュータ検出偽陽性を指し示す装置及び方法 Expired - Fee Related JP5952996B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP06126451 2006-12-19
EP06126451.1 2006-12-19
PCT/IB2007/055102 WO2008075272A1 (en) 2006-12-19 2007-12-14 Apparatus and method for indicating likely computer-detected false positives in medical imaging data

Publications (2)

Publication Number Publication Date
JP2010512908A JP2010512908A (ja) 2010-04-30
JP5952996B2 true JP5952996B2 (ja) 2016-07-13

Family

ID=39284187

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2009542313A Expired - Fee Related JP5952996B2 (ja) 2006-12-19 2007-12-14 医用撮像データ内で可能性あるコンピュータ検出偽陽性を指し示す装置及び方法

Country Status (5)

Country Link
US (1) US8787634B2 (ja)
EP (1) EP2122571B1 (ja)
JP (1) JP5952996B2 (ja)
CN (1) CN101563708B (ja)
WO (1) WO2008075272A1 (ja)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102010034918A1 (de) * 2010-08-20 2012-02-23 Siemens Aktiengesellschaft Verfahren und Vorrichtung zum Bereitstellen von Güteeinformation für eine Röntgenbildgebung
US9916515B2 (en) 2011-11-17 2018-03-13 Koninklijke Philips N.V. Image processing
JP5394598B2 (ja) * 2011-11-25 2014-01-22 パナソニック株式会社 医用画像圧縮装置、医用画像圧縮方法、及び予測知識データベース作成装置
WO2017098888A1 (ja) * 2015-12-10 2017-06-15 株式会社日立製作所 画像処理装置及び画像処理方法
US10346982B2 (en) * 2016-08-22 2019-07-09 Koios Medical, Inc. Method and system of computer-aided detection using multiple images from different views of a region of interest to improve detection accuracy
WO2018208974A1 (en) * 2017-05-10 2018-11-15 Boston Scientific Scimed Inc. Region-of-interest representations for electroanatomical mapping
WO2019040534A1 (en) * 2017-08-22 2019-02-28 Curemetrix, Inc. DEVICES, SYSTEMS AND METHODS FOR GENERATING SYNTHETIC 2D IMAGES
US11347797B2 (en) 2019-11-19 2022-05-31 Bit Discovery Inc. Asset search and discovery system using graph data structures
CN114332132A (zh) * 2021-12-31 2022-04-12 联影智能医疗科技(成都)有限公司 图像分割方法、装置和计算机设备
EP4328855A1 (en) * 2022-08-23 2024-02-28 Siemens Healthineers AG Methods and systems for identifying a candidate medical finding in a medical image and providing the candidate medical finding

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6574357B2 (en) * 1993-09-29 2003-06-03 Shih-Ping Wang Computer-aided diagnosis method and system
JPH07299053A (ja) * 1994-04-29 1995-11-14 Arch Dev Corp コンピュータ診断支援方法
US5533091A (en) * 1995-04-28 1996-07-02 General Electric Company Noise suppression algorithm and system
EP1032915B1 (en) * 1997-11-28 2012-05-09 Shih-Ping Wang Computer-aided diagnosis system and method
US7072501B2 (en) * 2000-11-22 2006-07-04 R2 Technology, Inc. Graphical user interface for display of anatomical information
JP2002253546A (ja) * 2001-02-20 2002-09-10 Ge Medical Systems Global Technology Co Llc アーチファクト評価方法、アーチファクト評価プログラムおよびx線ct装置
US6801646B1 (en) * 2001-07-19 2004-10-05 Virtualscopics, Llc System and method for reducing or eliminating streak artifacts and illumination inhomogeneity in CT imaging
US7187794B2 (en) * 2001-10-18 2007-03-06 Research Foundation Of State University Of New York Noise treatment of low-dose computed tomography projections and images
US7203349B2 (en) * 2002-01-29 2007-04-10 Siemens Corporate Research, Inc. Bronchial wall thickening recognition for reduced false-positives in pulmonary nodule detection
AU2003216295A1 (en) * 2002-02-15 2003-09-09 The Regents Of The University Of Michigan Lung nodule detection and classification
CN1685354A (zh) 2002-09-24 2005-10-19 伊斯曼柯达公司 用于计算机辅助检测提示阅读医疗图像的方法和系统
US7499578B2 (en) * 2002-10-18 2009-03-03 Cornell Research Foundation, Inc. System, method and apparatus for small pulmonary nodule computer aided diagnosis from computed tomography scans
AU2003278520A1 (en) 2002-11-20 2004-06-15 Koninklijke Philips Electronics N.V. Computer-aided detection of lung nodules
JP4483250B2 (ja) * 2003-09-29 2010-06-16 コニカミノルタエムジー株式会社 画像診断支援装置、画像診断支援方法及びプログラム
US7305111B2 (en) * 2004-01-30 2007-12-04 University Of Chicago Automated method and system for the detection of lung nodules in low-dose CT images for lung-cancer screening
JP4464161B2 (ja) * 2004-02-25 2010-05-19 キヤノン株式会社 放射線画像撮影制御装置及びその制御方法及びプログラム
US20050240882A1 (en) * 2004-04-21 2005-10-27 Ge Medical Systems Information Technologies, Inc. Method and system for displaying regions of pathological interest
US20060209063A1 (en) * 2004-10-12 2006-09-21 Jianming Liang Toboggan-based method for automatic detection and segmentation of objects in image data
JP2008520318A (ja) * 2004-11-19 2008-06-19 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 サポートベクタマシン(svm)を用いるコンピュータ支援検出(cad)における誤検出低減のためのシステム及び方法
CN101061491B (zh) 2004-11-19 2010-06-16 皇家飞利浦电子股份有限公司 用于在计算机辅助肺结核假阳性降低中克服不平衡事例数目的层化方法
US20060177115A1 (en) * 2005-02-04 2006-08-10 Gifu University Medical image processing apparatus and program
JP3779982B1 (ja) * 2005-02-04 2006-05-31 国立大学法人岐阜大学 医用画像処理装置及びプログラム
US7630531B2 (en) * 2006-01-31 2009-12-08 Mevis Medical Solutions, Inc. Enhanced navigational tools for comparing medical images

Also Published As

Publication number Publication date
JP2010512908A (ja) 2010-04-30
EP2122571B1 (en) 2018-02-21
EP2122571A1 (en) 2009-11-25
US20100002922A1 (en) 2010-01-07
CN101563708B (zh) 2018-03-13
WO2008075272A1 (en) 2008-06-26
CN101563708A (zh) 2009-10-21
US8787634B2 (en) 2014-07-22

Similar Documents

Publication Publication Date Title
JP5952996B2 (ja) 医用撮像データ内で可能性あるコンピュータ検出偽陽性を指し示す装置及び方法
Pu et al. A computational geometry approach to automated pulmonary fissure segmentation in CT examinations
da Silva Sousa et al. Methodology for automatic detection of lung nodules in computerized tomography images
US7596401B2 (en) Method for expanding the domain of imaging software in a diagnostic work-up
CN101658415B (zh) 用于脉管系统的描绘的方法和系统
Ko et al. Computer-aided diagnosis and the evaluation of lung disease
US7876939B2 (en) Medical imaging system for accurate measurement evaluation of changes in a target lesion
CN101231678B (zh) 医用图像处理装置及医用图像处理方法
JP5081390B2 (ja) 腫瘍量を監視する方法及びシステム
US11278256B2 (en) Method and system for imaging
JP5676269B2 (ja) 脳画像データの画像解析
JP2002521896A (ja) 軟組織胸部画像と標準胸部画像を利用したエネルギ差分法によるコンピュータ化肺小結節検出
CN104885126B (zh) 感兴趣组织的计算机辅助识别
Way et al. Effect of CT scanning parameters on volumetric measurements of pulmonary nodules by 3D active contour segmentation: a phantom study
JP2006051365A (ja) 肺潅流または肺密度を3d視覚化するためのシステムおよび方法、並びにその統計的分析方法
JP5388614B2 (ja) 医用画像処理装置、画像診断装置および医用画像処理プログラム
CN101902964A (zh) 用于改进的计算机辅助诊断的硬件肿瘤体模
Ko et al. Lung nodule detection and characterization with multislice CT
JP7491695B2 (ja) 肺の分析及び報告システム
CN101011259A (zh) 用于自动表征恶性的方法和装置
Bornemann et al. OncoTREAT: a software assistant for cancer therapy monitoring
JP6275157B2 (ja) 画像データに基づく組織表面ラフネスの定量化、及びそれに基づく疾患の存在の決定
US11723617B2 (en) Method and system for imaging
JP2007534353A (ja) 形状分析を用いる摺りガラス様結節(ggn)のセグメンテーション方法およびシステム
Bajwa et al. Computer-aided detection (CADe) system for detection of malignant lung nodules in CT slices-a key for early lung cancer detection

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20101213

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20130416

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20130711

A602 Written permission of extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A602

Effective date: 20130719

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20131015

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20140401

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20140731

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20140808

A912 Re-examination (zenchi) completed and case transferred to appeal board

Free format text: JAPANESE INTERMEDIATE CODE: A912

Effective date: 20140829

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20151204

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20160304

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20160613

R150 Certificate of patent or registration of utility model

Ref document number: 5952996

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

LAPS Cancellation because of no payment of annual fees