JP6957152B2 - 情報処理装置、抽出方法およびプログラム - Google Patents
情報処理装置、抽出方法およびプログラム Download PDFInfo
- Publication number
- JP6957152B2 JP6957152B2 JP2016256154A JP2016256154A JP6957152B2 JP 6957152 B2 JP6957152 B2 JP 6957152B2 JP 2016256154 A JP2016256154 A JP 2016256154A JP 2016256154 A JP2016256154 A JP 2016256154A JP 6957152 B2 JP6957152 B2 JP 6957152B2
- Authority
- JP
- Japan
- Prior art keywords
- region
- image
- extraction
- nodule
- range
- 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
- 238000000605 extraction Methods 0.000 title claims description 387
- 230000010365 information processing Effects 0.000 title claims description 15
- 238000012545 processing Methods 0.000 claims description 169
- 238000000034 method Methods 0.000 claims description 119
- 210000004072 lung Anatomy 0.000 claims description 114
- 230000008569 process Effects 0.000 claims description 53
- 230000005484 gravity Effects 0.000 claims description 27
- 239000000284 extract Substances 0.000 claims description 25
- 238000013459 approach Methods 0.000 claims description 2
- 210000004224 pleura Anatomy 0.000 description 60
- 238000007373 indentation Methods 0.000 description 45
- 238000012790 confirmation Methods 0.000 description 20
- 210000003484 anatomy Anatomy 0.000 description 17
- 230000004048 modification Effects 0.000 description 9
- 238000012986 modification Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 230000003211 malignant effect Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 206010056342 Pulmonary mass Diseases 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000005520 cutting process Methods 0.000 description 4
- 238000003748 differential diagnosis Methods 0.000 description 4
- 230000015654 memory Effects 0.000 description 4
- 238000003709 image segmentation Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000000149 penetrating effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 238000011976 chest X-ray Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000004195 computer-aided diagnosis Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000002224 dissection Methods 0.000 description 1
- 210000004379 membrane Anatomy 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 238000003672 processing method 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
- G06T7/11—Region-based segmentation
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30061—Lung
-
- 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
- G06T2207/30061—Lung
- G06T2207/30064—Lung nodule
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
- G06V2201/031—Recognition of patterns in medical or anatomical images of internal organs
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Description
前記制限手段により制限された前記範囲内において前記第3領域を抽出する抽出手段と、
を備える。
本実施形態に係る画像処理装置は、操作者が指定した医用画像(元画像)を読み出し、その画像中に存在する胸膜と、肺結節(結節)が存在する場合はその結節を抽出する。その後、画像処理装置は、結節表面の各画素について、該結節が引き込んでいる胸膜の一部(胸膜引き込み)を抽出する。より具体的には、画像処理装置は、結節表面の各画素について、該画素を開始点として後述の方法で領域拡張処理を行い、該画素に連結している領域を抽出する。そして、画像処理装置は、もし抽出した領域が胸膜に接しているなら、その領域を胸膜引き込みとして取得する。
ステップS110において、画像取得部120はデータサーバ140から元画像を取得する。そして取得した元画像を記憶部130に格納する。
ステップS120において、肺構造物抽出部111は元画像を記憶部130から取得する。そして、元画像中に存在する肺野、結節および胸膜の領域をそれぞれ抽出する。
ステップS130において、画像サイズ変更部112は記憶部130から元画像、肺野マスク画像、結節マスク画像、胸膜マスク画像を取得する。そして、取得した画像のそれぞれから画像中の所定の範囲(切り出し範囲)を切り出し、局所画像、局所肺野マスク画像、局所結節マスク画像および局所胸膜マスク画像を生成する。なお元画像が3次元画像であるため、ここで述べる切り出し範囲とは直方体領域のことである。また、本ステップで生成される画像は3次元画像である。もし元画像が2次元画像であれば、切り出し範囲は長方形領域となり、生成される画像は2次元画像となる。なお、直方体領域と長方形領域にはそれぞれ立方体領域と正方形領域が含まれる。
ステップS140において、抽出処理制御部113は局所結節マスク画像中に存在する結節領域から結節表面上の画素を取得し、その画素の座標値を1次元のリスト(結節表面座標リストLsurface)に格納する。この1次元のリストは記憶部130に保存されていてもよいし、画像処理装置100が備える不図示のメモリに保存されていてもよい。詳細は後述するが、ステップS150からステップS200までの処理は、結節表面上のそれぞれの画素に対して反復的に実行される。この反復実行を効率的に行うために、本ステップでは抽出処理制御部113はマスク画像中に存在する結節領域から結節表面上の画素を取得し、その画素の座標値を結節表面座標リストLsurfaceに格納する。
ステップS150において、抽出処理制御部113は記憶部130に格納されている結節表面座標リストLsurfaceを取得する。そして、抽出処理制御部113は、結節表面座標リストLsurfaceに少なくとも1つ以上の結節画素の座標値が格納されていることを確認する。もし結節画素の座標値が格納されている場合は、ステップS160の処理が実行される。逆に、結節表面座標リストLsurfaceに1つも結節画素の座標値が格納されていない場合は、ステップS210の処理が実行される。
ステップS160において、抽出範囲設定部114は記憶部130に格納されている結節表面座標リストLsurfaceを取得する。そして、抽出範囲設定部114は、結節表面座標リストLsurfaceから結節画素の座標値を1つ取得する。抽出範囲設定部114は取得した結節画素の座標値を記憶部130に格納し、ステップS170に進む。
ステップS170において、抽出範囲設定部114は抽出方向を設定する。はじめに、抽出範囲設定部114は記憶部130に格納されている結節画素の座標値Psurface [i]を取得する。
ステップS180において、抽出範囲設定部114は結節表面の画素Psurface [i]に対して抽出範囲を設定する。図5(c)を参照して、抽出範囲の設定について説明する。図5(c)では、画素521を現在注目している結節表面の画素Psurface [i]とする。すると、本ステップでは、抽出範囲設定部114は画素521に対して抽出範囲を設定することになる。また、矢印522がステップS170で設定された抽出方向D[i]である。
ステップS190において、抽出範囲設定部114は抽出範囲内に胸膜が存在することを確認する。本ステップでは、抽出範囲設定部114は最初に胸膜が存在していることを確認する範囲を設定する。以下、この範囲のことを胸膜存在確認範囲と呼ぶ。次に、胸膜存在確認範囲の中にステップS120で取得された胸膜領域が存在することを確認する。もし胸膜存在確認範囲の中に胸膜領域が存在している場合、画像処理装置100はステップS200を実行する。逆に、胸膜存在確認範囲の中に胸膜領域が存在していない場合、画像処理装置100はステップS150を実行する。すなわち、第3領域を抽出するための範囲に第2領域が存在しない場合には、抽出手段は第3領域の抽出を行わない。
ステップS200において、胸膜引き込み抽出部115は局所画像中に存在する胸膜引き込み領域を抽出する。局所画像(CT画像)では、胸膜引き込みは一定画素値を有する線状構造物、もしくは面状構造物として描画される。そこで、胸膜引き込み抽出部115は、例えば領域拡張法を用いて胸膜引き込み領域を抽出する。なお、胸膜引き込み抽出部115は領域拡張法以外の公知の種々の手法を用いることとしてもよい。
ステップS150〜200の処理が結節表面の据えての画素に対して繰返し実行された後に、ステップS210において、画像サイズ変更部112は記憶部130より局所胸膜引き込みマスク画像を取得する。そして、画像サイズ変更部112は局所胸膜引き込みマスク画像を元画像と同じ画像サイズに変更する。なお、ステップS130の処理を実行しなかった場合は、本ステップの処理を行う必要はない。
上述の画像処理装置100はステップS130において元画像の一部分を切り出し、切り出された画像(局所画像)から胸膜引き込み領域を抽出していた。そして、画像処理装置100は、抽出された胸膜引き込み領域をマスク画像(局所胸膜引き込みマスク画像)の形式で保存し、そのマスク画像を元画像のサイズに戻すことにより、元画像中の胸膜引き込み領域を抽出していた。
第2の実施形態に係る画像処理装置でも、抽出範囲を設定し、その範囲内で胸膜引き込みの抽出を行う。ただし、第1の実施形態に係る画像処理装置100とは2つの相違点がある。1つ目の相違点は、抽出範囲の設定方法である。第2の実施形態に係る画像処理装置では、抽出範囲は結節表面の画素と抽出方向に加え、結節表面の画素からの距離(抽出距離)によって抽出範囲が決定される。この抽出距離は結節領域の性状に基づいて決定される。2つ目の相違点は、抽出範囲をそのまま胸膜存在確認範囲として利用する点である。
ステップS1030において、抽出範囲設定部114は抽出距離を設定する。抽出距離は、結節の性状に基づいて設定される。
ステップS1070において、抽出範囲設定部114は抽出方向D[i]を設定する。第2の実施形態に係る画像処理装置では、抽出方向は結節表面の画素と該画素からもっとも近い胸膜上の画素から決定される。
ステップS1080において、抽出範囲設定部114は抽出範囲を設定する。第2の実施形態に係る画像処理装置では、抽出範囲設定部114は、抽出範囲を、結節表面上の画素と抽出方向に加えて、ステップS1030で計算された抽出距離に基づいて決定する。
ステップS1090において、抽出範囲設定部114は胸膜存在確認範囲を設定する。そして、設定された胸膜存在確認範囲内に胸膜が存在することを確認する。胸膜存在確認範囲内で胸膜領域が存在している場合、ステップS2000を実行する。逆に、胸膜領域が存在していない場合、ステップS1050を実行する。ここで、第2の実施形態にかかる画像処理装置では、ステップS1080で設定された抽出範囲を抽出方向に沿って延長させず、そのまま胸膜存在確認範囲として利用する。
ここまで、第2の実施形態に係る画像処理装置において、第1の実施形態に係る画像処理装置100のステップS130(元画像の画像サイズの変更)の処理を行わない例を説明した。しかしながら、ステップS130の処理を実行しても、第2の実施形態に係る画像処理装置の効果は失われることはない。そのため、必要に応じてステップS130の処理を実行してもよい。この場合、本変形例における画像処理装置はステップS110、S120の処理を実行した後、ステップS130の処理を実行する。その後、本変形例における画像処理装置はステップS1030、ステップS1040、S1050、S1060、S1070、S1080、S1090、S2000の処理を順次、実行する。ただし、ステップS1030からS2000までの処理では、局所画像、局所肺野マスク画像、局所結節マスク画像、局所胸膜マスク画像を処理する。最後に、本変形例における画像処理装置は第1の実施形態に係る画像処理装置100のステップS210の処理を実行する。
以上、実施形態例を詳述したが、開示の技術は例えば、システム、装置、方法、プログラム若しくは記録媒体(記憶媒体)等としての実施態様をとることが可能である。具体的には、複数の機器(例えば、ホストコンピュータ、インタフェース機器、撮像装置、webアプリケーション等)から構成されるシステムに適用しても良いし、また、一つの機器からなる装置に適用しても良い。
120 画像取得部
130 記憶部
Claims (15)
- 医用画像における第1領域および前記第1領域とは異なる第2領域を取得する取得手段
と、
前記第1領域と前記第2領域とを繋いでいる第3領域を抽出するための範囲を、前記第1領域の輪郭上の所定の点における法線方向、前記第1の領域の重心と該所定の点とを結ぶ方向の少なくとも一方で定まる方向を含む範囲に制限する制限手段と、
前記制限手段により制限された前記範囲内において、前記範囲内の画素の画素値に基づいて前記第3領域を抽出する抽出手段と、
を備えることを特徴とする情報処理装置。 - 医用画像における第1領域および前記第1領域とは異なる第2領域を取得する取得手段
と、
前記第1領域と前記第2領域とを繋いでいる第3領域を抽出するための範囲を、前記第一の領域の輪郭上の所定の点から前記第二の領域までの距離が最小となる方向を含む範囲に制限する制限手段と、
前記制限手段により制限された前記範囲内において、前記範囲内の画素の画素値に基づいて前記第3領域を抽出する抽出手段と、
を備えることを特徴とする情報処理装置。 - 前記制限手段は、前記法線方向および前記重心と前記所定の点とを結ぶ方向の和または前記法線方向および前記重心と前記所定の点とを結ぶ方向の少なくとも一方に重み付けを行った後の前記法線方向および前記重心と前記所定の点とを結ぶ方向の和を前記方向とすることを特徴とする請求項1に記載の情報処理装置。
- 前記制限手段は、前記第3領域を抽出するための範囲を、前記方向を基準として所定の幅を有する範囲に制限することを特徴とする請求項1乃至3の何れか1項に記載の情報処理装置。
- 前記制限手段は、前記所定の幅を前記第2領域に近づくほど広くすることを特徴とする請求項4記載の情報処理装置。
- 前記制限手段は、前記第1領域の大きさが大きいほど前記第3領域を抽出するための範囲の大きさを大きくすることを特徴とする請求項1乃至5の何れか1項に記載の情報処理装置。
- 前記第1領域の大きさは、前記第1領域の半径または直径で規定されることを特徴とする請求項6に記載の情報処理装置。
- 前記第3領域を抽出するための範囲に前記第2領域が存在しない場合には、前記抽出手段は前記第3領域の抽出を行わないことを特徴とする請求項1乃至7の何れか1項に記載の情報処理装置。
- 前記第1領域は結節を示す領域であり、前記第2領域は胸膜を示す領域であり、前記第3領域は前記胸膜の引き込みを示す領域であることを特徴とする請求項1乃至8の何れか1項に記載の情報処理装置。
- 医用画像における第1領域および前記第1領域とは異なる第2領域を取得する取得工程と、
前記第1領域と前記第2領域とを繋いでいる第3領域を抽出するための範囲を、前記第1の領域の輪郭上の所定の点における法線方向、前記第1の領域の重心と該所定の点とを結ぶ方向の少なくとも一方で定まる方向を含む範囲に制限する制限工程と、
前記制限工程において制限された前記範囲において、前記範囲内の画素の画素値に基づいて前記第3領域を抽出する抽出工程と、
を備えることを特徴とする抽出方法。 - 医用画像における第1領域および前記第1領域とは異なる第2領域を取得する取得工程
と、
前記第1領域と前記第2領域とを繋いでいる第3領域を抽出するための範囲を、前記第一の領域の輪郭上の所定の点から前記第二の領域までの距離が最小となる方向を含む範囲に制限する制限工程と、
前記制限手段により制限された前記範囲内において、前記範囲内の画素の画素値に基づいて前記第3領域を抽出する抽出工程と、
を備えることを特徴とする抽出方法。 - 請求項1乃至9の何れか1項に記載の情報処理装置の各手段をコンピュータに実行させることを特徴とするプログラム。
- 前記医用画像は左右いずれかの肺野の一部を示す画像であることを特徴とする請求項1乃至9の何れか1項に記載の情報処理装置。
- 前記医用画像は少なくとも左右何れかの肺野の全体を示す画像であることを特徴とする請求項1乃至9の何れか1項に記載の情報処理装置。
- 医用画像における第1領域および前記第1領域とは異なる第2領域を取得する取得手段と、
前記第1領域と前記第2領域とを繋いでいる第3領域を抽出するための範囲を、前記第1領域と第2領域との距離が所定の閾値以下の範囲に制限する制限手段と、
前記制限手段により制限された前記範囲内において、前記範囲内の画素の画素値に基づいて前記第3領域を抽出する抽出手段と、
を備えることを特徴とする情報処理装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016256154A JP6957152B2 (ja) | 2016-12-28 | 2016-12-28 | 情報処理装置、抽出方法およびプログラム |
US15/845,892 US10579895B2 (en) | 2016-12-28 | 2017-12-18 | Information processing apparatus, extraction method, and medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016256154A JP6957152B2 (ja) | 2016-12-28 | 2016-12-28 | 情報処理装置、抽出方法およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018108126A JP2018108126A (ja) | 2018-07-12 |
JP6957152B2 true JP6957152B2 (ja) | 2021-11-02 |
Family
ID=62629809
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016256154A Active JP6957152B2 (ja) | 2016-12-28 | 2016-12-28 | 情報処理装置、抽出方法およびプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US10579895B2 (ja) |
JP (1) | JP6957152B2 (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 |
JP6824845B2 (ja) * | 2017-08-09 | 2021-02-03 | キヤノン株式会社 | 画像処理システム、装置、方法およびプログラム |
US11627941B2 (en) * | 2020-08-27 | 2023-04-18 | GE Precision Healthcare LLC | Methods and systems for detecting pleural irregularities in medical images |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7333644B2 (en) * | 2003-03-11 | 2008-02-19 | Siemens Medical Solutions Usa, Inc. | Systems and methods for providing automatic 3D lesion segmentation and measurements |
AU2005256785A1 (en) * | 2004-06-23 | 2006-01-05 | Medicsight Plc. | Lesion boundary detection |
GB2461199B (en) * | 2004-06-23 | 2010-04-28 | Medicsight Plc | Lesion extent determination in a CT scan image |
US7844087B2 (en) * | 2006-12-19 | 2010-11-30 | Carestream Health, Inc. | Method for segmentation of lesions |
JP2009273644A (ja) | 2008-05-14 | 2009-11-26 | Toshiba Corp | 医用画像撮影装置、医用画像処理装置および医用画像処理プログラム |
JP5417158B2 (ja) * | 2009-12-25 | 2014-02-12 | 株式会社東芝 | 画像処理装置、医用画像診断装置および画像処理プログラム |
-
2016
- 2016-12-28 JP JP2016256154A patent/JP6957152B2/ja active Active
-
2017
- 2017-12-18 US US15/845,892 patent/US10579895B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP2018108126A (ja) | 2018-07-12 |
US20180181828A1 (en) | 2018-06-28 |
US10579895B2 (en) | 2020-03-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5263995B2 (ja) | ネットワーク構築装置および方法ならびにプログラム | |
JP6983573B2 (ja) | 画像処理装置、画像処理方法およびプログラム | |
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 | |
JP5055115B2 (ja) | 識別方法、コンピュータプログラム及びコンピュータプログラム装置 | |
JP2007537811A (ja) | 結節の検出方法 | |
JP6957152B2 (ja) | 情報処理装置、抽出方法およびプログラム | |
US9547906B2 (en) | System and method for data driven editing of rib unfolding | |
JP7410619B2 (ja) | 画像処理装置、画像処理方法およびプログラム | |
EP1685534B1 (en) | Three-dimensional segmentation using deformable surfaces | |
JP2002109510A (ja) | 異常陰影候補検出処理システム | |
JP2006006359A (ja) | 画像生成装置、画像生成装置方法、およびそのプログラム | |
JP2008503294A6 (ja) | 識別方法、コンピュータプログラム及びコンピュータプログラム装置 | |
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 | |
JP2004135868A (ja) | 異常陰影候補検出処理システム | |
JP4436838B2 (ja) | 局所的曲率分布パターンの分析方法 | |
US7835555B2 (en) | System and method for airway detection | |
JP6383182B2 (ja) | 画像処理装置、画像処理システム、画像処理方法およびプログラム | |
JP7122918B2 (ja) | 画像処理装置および画像処理方法 | |
Dijkers et al. | Segmentation and size measurement of polyps in CT colonography | |
JP2010538729A (ja) | 経路近傍レンダリング | |
JP2017162034A (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 | |
US8165375B2 (en) | Method and system for registering CT data sets | |
JP2002074325A (ja) | 異常陰影候補検出方法および装置 | |
JP2015156894A (ja) | 医用画像処理装置、その医用目的領域抽出方法及び医用目的領域抽出処理プログラム | |
KR101494975B1 (ko) | 3차원 자동 유방 초음파 영상의 유두 자동 검출 시스템 및 그 검출 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191220 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20201106 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201208 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210203 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210615 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210811 |
|
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: 20210907 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211006 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6957152 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |