JP6731753B2 - 画像処理装置、画像処理方法、画像処理システムおよびプログラム - Google Patents
画像処理装置、画像処理方法、画像処理システムおよびプログラム Download PDFInfo
- Publication number
- JP6731753B2 JP6731753B2 JP2016043929A JP2016043929A JP6731753B2 JP 6731753 B2 JP6731753 B2 JP 6731753B2 JP 2016043929 A JP2016043929 A JP 2016043929A JP 2016043929 A JP2016043929 A JP 2016043929A JP 6731753 B2 JP6731753 B2 JP 6731753B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- size
- information
- attention area
- area
- 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
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
- G06T7/162—Segmentation; Edge detection involving graph-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2323—Non-hierarchical techniques based on graph theory, e.g. minimum spanning trees [MST] or graph cuts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformation in the plane of the image
- G06T3/40—Scaling the whole image or part thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- 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
-
- 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
- G06T2207/10024—Color 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
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Discrete Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Image Processing (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Analysis (AREA)
Description
第1の実施形態に係る画像処理装置は、操作者が指定した画像(以下、元画像)を本装置が読みだし、その元画像中に存在する注目領域をグラフカット法とは異なるセグメンテーション法で大まかに抽出し、さらに抽出した領域の大きさに関する情報(以下、大きさ情報)を取得する。ここで大きさ情報には、注目領域自体の大きさ(2次元画像では面積、3次元画像では体積)に関連する情報と、注目領域とその周辺の領域との境界の範囲(2次元画像では周長、3次元画像では表面積)に関連する情報と、が含まれる。これらの関連情報は、注目領域のおおよその大きさを表す。この大きさ情報に基づいて、元画像の画像サイズを変更する。そして画像サイズを変更した後の画像(以下、サイズ変更画像)に対してグラフカット法を適用し、サイズ変更画像中に存在する注目領域を取得する。
画像取得部102は、データサーバ110から元画像を取得し、取得した元画像を記憶部104に格納する。
あるいは別の実施形態では、推定部105、生成部106、抽出部107の少なくとも一部または全部の機能を、1または複数の専用ハードウェア回路として実装されていてもよい。
ステップS301において、画像取得部102はデータサーバ110から元画像を取得し、取得した元画像を記憶部104に格納する。
ステップS302において、パラメータ取得部103はデータサーバ110から基準の大きさ情報とグラフの連結近傍数Ncとを取得し、取得した情報を記憶部104に格納する。
ステップS303において、推定部105は元画像を記憶部104から取得する。そして、推定部105は元画像中に存在する注目領域の大きさ情報を推定する。推定された注目領域の大きさ情報は、記憶部104に格納される。またステップS303では、後述のステップS304で生成された粗抽出画像中に存在する注目領域の大きさ情報を推定する。本ステップの処理の詳細は後述する。
ステップS304において、生成部106は元画像と注目領域の大きさ情報とを記憶部104から取得する。そして、生成部106は注目領域の大きさ情報に基づいて、元画像の画像サイズを変更し、サイズ変更画像を生成する。最後に生成部106は、生成したサイズ変更画像を記憶部104に格納する。本ステップの処理の詳細は後述する。
ステップS305において、抽出部107は、グラフの連結近傍数と、グラフカット係数と、サイズ変更画像と、を記憶部104から取得する。その後、抽出部107は、グラフの連結近傍数とグラフカット係数とを用いて、サイズ変更画像に対して例えば特許文献1に記載のグラフカット法を適用する。グラフカット法により生成される画像(サイズ変更画像に対応する抽出画像)は、記憶部104に格納される。
ステップS306において、生成部106はサイズ変更画像に対応する抽出画像を記憶部104から取得する。そして、生成部106は取得した画像の画像サイズを変更し、元画像と同じ画像サイズの画像(元画像に対応する抽出画像)を生成する。本処理の結果、元画像中に存在する注目領域を取得することが可能となる。元画像に対応する抽出画像は、記憶部104を介して、データサーバ110に格納される。
ステップS307において、推定部105は元画像中に撮影されている注目領域を大まかに抽出する。図4(a)において、元画像400が一辺7画素の濃淡画像で示されている。元画像400では、注目領域401が淡い色で、その他の領域402が濃い色で描画されている。元画像400は濃淡画像であるため、注目領域401とその他の領域402との間に存在する画素では、画像の濃度値が滑らかに変化している。図4(a)では、画素403が、注目領域401とその他の領域402との間で濃度値が滑らかに変化している画素である。
以上の処理により、基準の大きさ情報(N[Ref] n,N[Ref] t,α)が得られる。
以上で基準の大きさ情報についての説明を終える。
第1の実施形態に係る画像処理装置100の要諦は、注目領域の大きさ、および注目領域とその周辺領域との境界の範囲に関する情報に基づいてスケーリング係数を決定し、元画像の画像サイズを変更することである。ここで注目領域の形状や大きさについて先験的な知識が存在する場合には、より単純な処理で第1の実施形態における画像処理装置100と同様の効果を得ることができる。このような例の一つが、注目領域が円形(2次元画像の場合)や球形(3次元画像の場合)、またはそれらに近い形状(楕円や楕円体など)の場合である。
第1の実施形態に係る画像処理装置100では、1組の基準の大きさ情報を利用している。しかしながら、複数の組の基準の大きさ情報を利用することも可能である。この場合、データサーバ110には、以下に示すような複数の組の基準の大きさ情報が格納されることになる。Nは2以上の自然数である。
(N[Ref1] n,N[Ref1] t,α1)
(N[Ref2] n,N[Ref2] t,α2)
...
(N[RefN] n,N[RefN] t,αN)
第1の実施形態に係る画像処理装置100では、注目領域の大きさ情報として、注目領域の大きさ、および注目領域とその周囲領域との境界の範囲に関する情報を利用する。一方、第2の実施形態に係る画像処理装置では、大きさ情報として、注目領域の大きさと、注目領域以外の領域の大きさに関する情報を利用する。
Lxl=Lyl=Lzl=Lmin+l×(Lmax−Lmin)/M
により算出される。中心座標(Cx,Cy,Cz)は集合中の全ての切り出し範囲について共通とされる。
本発明は、以下の処理を実行することによっても実現される。即ち、上述した実施形態の機能を実現するソフトウエア(プログラム)を、ネットワーク又は各種記憶媒体を介してシステム或いは装置に供給し、そのシステム或いは装置のコンピュータ(またはCPUやMPU等)がプログラムを読み出して実行する処理である。
Claims (21)
- 注目領域の大きさに関する情報と、該注目領域の大きさに対応するグラフカット係数とを含む基準情報に基づいて、第一の画像のサイズを変更することによって得られる第二の画像中の注目領域の大きさが前記基準情報に対して所定の基準を満たすように前記第二の画像を生成する生成手段と、
前記基準に対応するグラフカット係数を用いたグラフカット法を前記生成手段によって生成された前記第二の画像に適用することで、前記第二の画像中の注目領域を抽出する抽出手段と、を備えることを特徴とする画像処理装置。 - 前記第二の画像中の注目領域の大きさに関する情報を推定する推定手段をさらに備え、
前記生成手段は、前記基準として、前記推定手段によって推定された情報が予め決められた基準情報と一致するという基準を用いて前記第二の画像を生成することを特徴とする請求項1に記載の画像処理装置。 - 前記基準情報と、前記基準情報に対応するグラフカット係数と、を取得する取得手段をさらに備えることを特徴とする請求項2に記載の画像処理装置。
- 前記推定手段は、前記グラフカット法とは異なるセグメンテーション手法を第一の画像に適用することで第一の粗抽出画像を生成し、生成された前記第一の粗抽出画像のサイズを変更することによって得られる第二の粗抽出画像から前記第二の画像中の注目領域の大きさに関する情報を推定することを特徴とする請求項2または3に記載の画像処理装置。
- 前記生成手段は、前記推定手段によって推定された情報と前記基準情報とが一致するよう決定された、前記第一の粗抽出画像から前記第二の粗抽出画像への変更規則を、前記第一の画像に適用することで前記第二の画像を生成することを特徴とする請求項4に記載の画像処理装置。
- 前記生成手段は、前記第一の粗抽出画像について異なる複数の係数でサイズを変更した複数の第二の粗抽出画像を生成し、前記複数の第二の粗抽出画像から前記基準を満たす第二の粗抽出画像を選択し、前記選択された第二の粗抽出画像に適用された係数を前記変更規則とすることを特徴とする請求項5に記載の画像処理装置。
- 前記第二の画像中の注目領域の大きさに関する情報は、該注目領域の大きさと、該注目領域とその周辺領域との境界の長さ又は面積と、で定義される量を含み、
前記基準情報は、予め決められた基準注目領域の大きさと、前記基準注目領域とその周辺領域との境界の長さ又は面積と、で定義される量を含むことを特徴とする請求項2乃至6のいずれか1項に記載の画像処理装置。 - 前記推定手段は、前記第二の粗抽出画像から前記グラフカット法におけるグラフを作成し、
前記第二の画像中の注目領域の大きさに関する情報は、前記第一の粗抽出画像から注目領域として抽出された第一の粗抽出領域に対応する前記第二の粗抽出画像の中の第二の粗抽出領域の画素に対応する前記グラフ中の画像ノード数と、前記第二の粗抽出領域の画素と前記第二の粗抽出領域に接する画素との連結数と、を含み、
前記基準情報は、予め決められた画像ノード数と、予め決められた連結数と、を含むことを特徴とする請求項4乃至6のいずれか1項に記載の画像処理装置。 - 前記第一の画像のサイズを変更することは、前記第一の画像を拡大または縮小することであることを特徴とする請求項1から8のいずれか1項に記載の画像処理装置。
- 前記第二の画像中の注目領域の大きさに関する情報は、該注目領域の大きさと、該注目領域以外の領域の大きさと、で定義される量を含み、
前記基準情報は、予め決められた基準の注目領域の大きさと、前記基準の注目領域以外の領域の大きさと、で定義される量を含むことを特徴とする請求項4乃至6のいずれか1項に記載の画像処理装置。 - 前記推定手段は、前記第二の粗抽出画像から前記グラフカット法におけるグラフを作成し、
前記第二の画像中の注目領域の大きさに関する情報は、前記第一の粗抽出画像から注目領域として抽出された第一の粗抽出領域に対応する、前記第二の粗抽出画像の中の第二の粗抽出領域の画素に対応する前記グラフ中の画像ノード数と、前記第二の粗抽出画像の中の第二の粗抽出領域以外の領域の画素に対応する前記グラフ中の画像ノード数と、を含み、
前記基準情報は、前記第二の粗抽出領域に対応する、予め決められた第一のノード数と、前記第二の粗抽出領域以外の領域に対応する、予め決められた第二のノード数と、を含むことを特徴とする請求項4乃至6、並びに10のいずれか1項に記載の画像処理装置。 - 前記第一の画像のサイズを変更することは、前記第一の画像から前記第二の画像を切り出すことであることを特徴とする請求項1乃至6、10、並びに11のいずれか1項に記載の画像処理装置。
- 前記グラフカット係数は、前記グラフカット法のエネルギ関数における重み付けを表す係数であることを特徴とする請求項1乃至12のいずれか1項に記載の画像処理装置。
- 少なくとも1つのプロセッサと、
少なくとも1つのメモリであって、前記少なくとも1つのプロセッサにより実行され所定の処理を実現するプログラムを記憶したメモリと、を有する画像処理装置であって、
前記所定の処理は、
注目領域の大きさに関する情報と、該注目領域の大きさに対応するグラフカット係数とを含む基準情報に基づいて、第一の画像のサイズを変更することによって得られる第二の画像中の注目領域の大きさが前記基準情報に対して所定の基準を満たすように前記第二の画像を生成する処理と、
前記基準に対応するグラフカット係数を用いたグラフカット法を前記生成された前記第二の画像に適用することで、前記第二の画像中の注目領域を抽出する処理と、を有することを特徴とする画像処理装置。 - 注目領域の大きさに関する情報と、該注目領域の大きさに対応するグラフカット係数とを含む基準情報に基づいて、第一の画像のサイズを変更することによって得られる第二の画像中の注目領域の大きさが前記基準情報に対して所定の基準を満たすように前記第二の画像を生成する生成手段と、
前記基準に対応するグラフカット係数を用いたグラフカット法を前記生成手段によって生成された前記第二の画像に適用することで、前記第二の画像中の注目領域を抽出する抽出手段と、
前記第二の画像中の注目領域の大きさに関する情報を推定する推定手段と、を備え、
前記推定手段は、前記グラフカット法とは異なるセグメンテーション手法を第一の画像に適用することで第一の粗抽出画像を生成し、生成された前記第一の粗抽出画像のサイズを変更することによって得られる第二の粗抽出画像から前記第二の画像中の注目領域の大きさに関する情報を推定し、
前記生成手段は、前記推定手段によって推定された情報が前記基準情報に対して所定の基準を満たすように決定された、前記第一の粗抽出画像から前記第二の粗抽出画像への変更規則を、前記第一の画像に適用することで前記第二の画像を生成することを特徴とする画像処理装置。 - 注目領域の大きさに関する情報と、該注目領域の大きさに対応するグラフカット係数とを含む基準情報に基づいて、第一の画像のサイズを変更することによって得られる第二の画像中の注目領域の大きさが前記基準情報に対して所定の基準を満たすように前記第二の画像を生成する生成手段と、
前記基準に対応するグラフカット係数を用いたグラフカット法を前記生成手段によって生成された前記第二の画像に適用することで、前記第二の画像中の注目領域を抽出する抽出手段と、
前記第二の画像中の注目領域の大きさに関する情報を推定する推定手段と、を備え、
前記基準情報は、注目領域の大きさに関する情報として注目領域の半径の情報を含み、
前記推定手段は、Laplacian of Gaussian フィルタにより前記第一の画像中の注目領域の大きさを推定し、
前記生成手段は、前記注目領域の半径の情報と前記第一の画像中の注目領域の大きさに関する情報の比でスケーリング係数を計算し、前記スケーリング係数を前記第一の画像に適用することで前記第二の画像を生成することを特徴とする画像処理装置。 - 注目領域の大きさに関する情報と、該注目領域の大きさに対応するグラフカット係数とを含む基準情報に基づいて、第一の画像のサイズを変更することによって得られる第二の画像中の注目領域の大きさが前記基準情報に対して所定の基準を満たすように前記第二の画像を生成する生成手段と、
前記基準に対応するグラフカット係数を用いたグラフカット法を前記生成手段によって生成された前記第二の画像に適用することで、前記第二の画像中の注目領域を抽出する抽出手段と、を備えることを特徴とする画像処理システム。 - 注目領域の大きさに関する情報と、該注目領域の大きさに対応するグラフカット係数とを含む基準情報に基づいて、第一の画像のサイズを変更することによって得られる第二の画像中の注目領域の大きさが前記基準情報に対して所定の基準を満たすように前記第二の画像を生成することと、
前記基準に対応するグラフカット係数を用いたグラフカット法を生成された前記第二の画像に適用することで、前記第二の画像中の注目領域を抽出することと、を含むことを特徴とする画像処理方法。 - 注目領域の大きさに関する情報と、該注目領域の大きさに対応するグラフカット係数とを含む基準情報に基づいて、第一の画像のサイズを変更することによって得られる第二の画像中の注目領域の大きさが前記基準情報に対して所定の基準を満たすように前記第二の画像を生成することと、
前記基準に対応するグラフカット係数を用いたグラフカット法を前記生成された前記第二の画像に適用することで、前記第二の画像中の注目領域を抽出することと、
前記第二の画像中の注目領域の大きさに関する情報を推定することと、を含み、
前記推定する処理では、前記グラフカット法とは異なるセグメンテーション手法を第一の画像に適用することで第一の粗抽出画像を生成し、生成された前記第一の粗抽出画像のサイズを変更することによって得られる第二の粗抽出画像から前記第二の画像中の注目領域の大きさに関する情報を推定し、
前記生成する処理では、前記推定する処理によって推定された情報が前記基準情報に対して所定の基準を満たすように決定された、前記第一の粗抽出画像から前記第二の粗抽出画像への変更規則を、前記第一の画像に適用することで前記第二の画像を生成することを特徴とする画像処理方法。 - 注目領域の大きさに関する情報と、該注目領域の大きさに対応するグラフカット係数とを含む基準情報に基づいて、第一の画像のサイズを変更することによって得られる第二の画像中の注目領域の大きさが前記基準情報に対して所定の基準を満たすように前記第二の画像を生成することと、
前記基準に対応するグラフカット係数を用いたグラフカット法を前記生成された前記第二の画像に適用することで、前記第二の画像中の注目領域を抽出することと、
前記第二の画像中の注目領域の大きさに関する情報を推定することと、を含み、
前記基準情報は、注目領域の大きさに関する情報として注目領域の半径の情報を含み、
前記推定する処理では、Laplacian of Gaussian フィルタにより前記第一の画像中の注目領域の大きさを推定し、
前記生成する処理では、前記注目領域の半径の情報と前記第一の画像中の注目領域の大きさに関する情報の比でスケーリング係数を計算し、前記スケーリング係数を前記第一の画像に適用することで前記第二の画像を生成することを特徴とする画像処理方法。 - コンピュータを請求項1乃至16のいずれか1項に記載の画像処理装置の各手段として機能させるためのプログラム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016043929A JP6731753B2 (ja) | 2016-03-07 | 2016-03-07 | 画像処理装置、画像処理方法、画像処理システムおよびプログラム |
EP17000191.1A EP3217356B1 (en) | 2016-03-07 | 2017-02-07 | Apparatus, system and method for extracting a region of interest from an image using graph cuts |
US15/427,318 US10460449B2 (en) | 2016-03-07 | 2017-02-08 | Image processing apparatus, image processing method, and image processing system for extracting regions of interest |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016043929A JP6731753B2 (ja) | 2016-03-07 | 2016-03-07 | 画像処理装置、画像処理方法、画像処理システムおよびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017162034A JP2017162034A (ja) | 2017-09-14 |
JP6731753B2 true JP6731753B2 (ja) | 2020-07-29 |
Family
ID=58108392
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016043929A Active JP6731753B2 (ja) | 2016-03-07 | 2016-03-07 | 画像処理装置、画像処理方法、画像処理システムおよびプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US10460449B2 (ja) |
EP (1) | EP3217356B1 (ja) |
JP (1) | JP6731753B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6862147B2 (ja) * | 2016-11-09 | 2021-04-21 | キヤノン株式会社 | 画像処理装置、画像処理装置の作動方法、画像処理システム |
CN107797972B (zh) * | 2017-10-26 | 2020-12-18 | 福建网龙计算机网络信息技术有限公司 | 一种显示字符的方法及终端 |
CN113841377A (zh) * | 2020-05-28 | 2021-12-24 | 深圳市大疆创新科技有限公司 | 一种图像处理方法及终端设备 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6078688A (en) * | 1996-08-23 | 2000-06-20 | Nec Research Institute, Inc. | Method for image segmentation by minimizing the ratio between the exterior boundary cost and the cost of the enclosed region |
US6973212B2 (en) | 2000-09-01 | 2005-12-06 | Siemens Corporate Research, Inc. | Graph cuts for binary segmentation of n-dimensional images from object and background seeds |
US7822274B2 (en) * | 2006-01-17 | 2010-10-26 | Siemens Medical Solutions Usa, Inc. | Banded graph cut segmentation algorithms with laplacian pyramids |
JP2010034713A (ja) * | 2008-07-25 | 2010-02-12 | Noritsu Koki Co Ltd | 写真画像処理方法、写真画像処理プログラム、及び写真画像処理装置 |
US8494243B2 (en) * | 2009-07-29 | 2013-07-23 | Siemens Aktiengesellschaft | Deformable 2D-3D registration of structure |
US8811745B2 (en) * | 2010-01-20 | 2014-08-19 | Duke University | Segmentation and identification of layered structures in images |
JP5929238B2 (ja) | 2012-01-27 | 2016-06-01 | オムロン株式会社 | 画像検査方法および画像検査装置 |
WO2013155358A1 (en) * | 2012-04-11 | 2013-10-17 | The Trustees Of Columbia University In The City Of New York | Techniques for segmentation of lymph nodes, lung lesions and other solid or part-solid objects |
US8965083B2 (en) * | 2012-06-28 | 2015-02-24 | General Electric Company | Automatic detection of vertebrae boundaries in spine images |
JP5802175B2 (ja) * | 2012-08-02 | 2015-10-28 | 株式会社日立製作所 | 画像処理装置 |
US9492101B2 (en) * | 2012-09-28 | 2016-11-15 | Children's Medical Center Corporation | Estimation of incoherent motion parameters from diffusion-weighted MRI data |
JP6041781B2 (ja) * | 2013-10-11 | 2016-12-14 | 富士フイルム株式会社 | 医用画像処理装置およびその作動方法並びに医用画像処理プログラム |
US10296707B2 (en) * | 2014-04-10 | 2019-05-21 | Siemens Healthcare Gmbh | System and method for patient-specific image-based guidance of cardiac arrhythmia therapies |
US20170116741A1 (en) * | 2015-10-26 | 2017-04-27 | Futurewei Technologies, Inc. | Apparatus and Methods for Video Foreground-Background Segmentation with Multi-View Spatial Temporal Graph Cuts |
US10580140B2 (en) * | 2016-05-23 | 2020-03-03 | Intel Corporation | Method and system of real-time image segmentation for image processing |
-
2016
- 2016-03-07 JP JP2016043929A patent/JP6731753B2/ja active Active
-
2017
- 2017-02-07 EP EP17000191.1A patent/EP3217356B1/en active Active
- 2017-02-08 US US15/427,318 patent/US10460449B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
EP3217356B1 (en) | 2020-05-27 |
JP2017162034A (ja) | 2017-09-14 |
EP3217356A1 (en) | 2017-09-13 |
US10460449B2 (en) | 2019-10-29 |
US20170256062A1 (en) | 2017-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106127730B (zh) | 使用机器学习和扩展的霍夫变换的自动化感兴趣区域检测 | |
US9262827B2 (en) | Lung, lobe, and fissure imaging systems and methods | |
JP4152648B2 (ja) | 対象物に含まれる三次元画像をセグメント化する方法 | |
US8351670B2 (en) | Region data editing apparatus, region data editing method, and recording medium | |
JP4566416B2 (ja) | 写真画像のクロッピングされズームされた変形を自動的に形成する方法 | |
CN107169919B (zh) | 用于3d医学体积的加速读取的方法和系统 | |
Bade et al. | Comparison of fundamental mesh smoothing algorithms for medical surface models. | |
JP4512586B2 (ja) | 3次元データセットにおけるボリューム測定 | |
JP6539303B2 (ja) | 3d医用画像中の対象物を分割するための3d対象物の変換 | |
US10949698B2 (en) | Image processing apparatus, image processing system, image processing method, and storage medium | |
JP3712234B2 (ja) | 関心領域抽出方法及び画像処理サーバ | |
JP2006506164A (ja) | 3次元メッシュモデルをオブジェクトの3次元表面に自動的に適応させる画像処理システム | |
US9547906B2 (en) | System and method for data driven editing of rib unfolding | |
JP5194138B2 (ja) | 画像診断支援装置およびその動作方法、並びに画像診断支援プログラム | |
JP6731753B2 (ja) | 画像処理装置、画像処理方法、画像処理システムおよびプログラム | |
JP2004234579A (ja) | 関心組織領域抽出方法、関心組織領域抽出プログラム及び画像処理装置 | |
JP6114266B2 (ja) | 画像をズームするシステム及び方法 | |
JP5122650B2 (ja) | 経路近傍レンダリング | |
CN111226260A (zh) | 分割图像 | |
JP2021060649A (ja) | 画像処理装置,システム,プログラム | |
JP7382059B2 (ja) | 画像処理装置、画像処理方法、およびプログラム | |
JP2006000126A (ja) | 画像処理方法および装置並びにプログラム | |
US8284196B2 (en) | Method and system for reconstructing a model of an object | |
CN109727662B (zh) | 医学影像检测的显示方法及装置、设备和非暂态存储介质 | |
JP7426712B2 (ja) | 画像処理装置、画像処理方法、およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181226 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20191118 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20191216 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200213 |
|
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: 20200608 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200707 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6731753 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |