JP7157765B2 - 画像解析における解剖学的構造のセグメンテーションのためのシステム及び方法 - Google Patents
画像解析における解剖学的構造のセグメンテーションのためのシステム及び方法 Download PDFInfo
- Publication number
- JP7157765B2 JP7157765B2 JP2019561293A JP2019561293A JP7157765B2 JP 7157765 B2 JP7157765 B2 JP 7157765B2 JP 2019561293 A JP2019561293 A JP 2019561293A JP 2019561293 A JP2019561293 A JP 2019561293A JP 7157765 B2 JP7157765 B2 JP 7157765B2
- Authority
- JP
- Japan
- Prior art keywords
- anatomy
- image
- patient
- computer
- keypoints
- 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
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
- G06T7/149—Segmentation; Edge detection involving deformable models, e.g. active contour models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/174—Segmentation; Edge detection involving the use of two or more images
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- 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
-
- 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
- G06T2207/10072—Tomographic images
- G06T2207/10104—Positron emission tomography [PET]
-
- 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
- G06T2207/10108—Single photon emission computed tomography [SPECT]
-
- 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
- G06T2207/10132—Ultrasound 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
- G06T2207/20081—Training; Learning
-
- 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
- G06T2207/20112—Image segmentation details
-
- 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
-
- 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
- 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
Description
この出願は、2017年5月9日に出願された米国仮特許出願第62/503,838号に対する優先権を主張するものであり、この米国仮特許出願の開示全体は参照によりその全体が本明細書に援用される。
本発明は、例えば、以下の項目を提供する。
(項目1)
画像解析における解剖学的構造のセグメンテーションのコンピュータ実施方法であって、
1つ以上の画像における解剖学的構造の注釈と複数のキーポイントとを受信すること、
複数の前記キーポイントから前記解剖学的構造の境界までの距離を計算すること、
患者の生体構造の画像における前記解剖学的構造内の境界を予測するために、1つ以上の前記画像のデータと計算された前記距離とを使用してモデルを訓練すること、
前記解剖学的構造を含む前記患者の生体構造の前記画像を受信すること、
前記患者の生体構造の前記画像における前記解剖学的構造内のセグメンテーション境界を推定すること、及び
訓練済みの前記モデルを使用して、前記患者の生体構造の前記画像における前記解剖学的構造内のキーポイントから、推定された前記境界までの距離の回帰を生成することによって、前記患者の生体構造の画像における前記解剖学的構造内の境界位置を予測することを含む前記コンピュータ実施方法。
(項目2)
前記解剖学的構造の前記注釈が、メッシュ、ボクセル、陰関数曲面表現、または点群の形式である、項目1に記載のコンピュータ実施方法。
(項目3)
前記解剖学的構造内の受信した前記キーポイントの位置が既知である、項目1に記載のコンピュータ実施方法。
(項目4)
形状モデルを前記解剖学的構造に適合させて、複数の前記キーポイントの前記位置を判定することをさらに含む、項目1に記載のコンピュータ実施方法。
(項目5)
前記画像座標が連続的である、項目1に記載のコンピュータ実施方法。
(項目6)
前記マッピングが、複数の極次元から、または1つの次元の極形式と1つ以上の追加の次元の線形形式とから行われる、項目1に記載のコンピュータ実施方法。
(項目7)
前記モデルを訓練する前に、計算された前記距離に関連付けられた光線に沿った画像強度を判定することをさらに含み、前記距離に関連付けられた前記光線が前記ユークリッド空間内の固定位置にある、項目1に記載のコンピュータ実施方法。
(項目8)
前記境界位置を予測することが、前記患者の生体構造の前記画像における前記解剖学的構造内のキーポイントから、推定された前記境界までの前記距離の間接的表現を予測することを含む、項目1に記載のコンピュータ実施方法。
(項目9)
前記患者の生体構造の前記画像における前記解剖学的構造の前記セグメンテーション境界を推定することが、前記解剖学的構造内のキーポイントのセットを取得することを含む、項目1に記載のコンピュータ実施方法。
(項目10)
前記患者の生体構造の前記画像における前記解剖学的構造内の予測された前記境界位置が、サブボクセルの正確な境界位置である、項目1に記載のコンピュータ実施方法。
(項目11)
予測された前記境界位置に基づいて3次元表面を構築することをさらに含む、項目1に記載のコンピュータ実施方法。
(項目12)
予測された前記境界位置を電子記憶媒体に出力することをさらに含む、項目1に記載のコンピュータ実施方法。
(項目13)
前記解剖学的構造が血管を含み、前記患者の生体構造が前記患者の脈管構造の血管を含む、項目1に記載のコンピュータ実施方法。
(項目14)
前記解剖学的構造の前記注釈が、血管管腔境界、血管管腔中心線、血管管腔表面、またはこれらの組み合わせを含む、項目1に記載のコンピュータ実施方法。
(項目15)
1つ以上の前記画像内の複数の画像座標からユークリッド空間へのマッピングを定義することをさらに含み、複数の前記画像座標が前記ユークリッド空間における光線内にあり、複数の前記キーポイントの1つが前記光線のそれぞれの上にあり、前記距離を計算することが、前記光線のそれぞれの上の複数の前記キーポイントから、前記解剖学的構造の前記境界までの距離を計算することを含む、項目1に記載のコンピュータ実施方法。
(項目16)
生成された前記回帰が連続値である、項目1に記載のコンピュータ実施方法。
(項目17)
画像解析における解剖学的構造のセグメンテーションのためのシステムであって、
解剖学的構造のセグメンテーションのための命令を格納するデータ記憶装置と、
前記命令を実行して、
1つ以上の画像における解剖学的構造の注釈と複数のキーポイントとを受信すること、
複数の前記キーポイントから前記解剖学的構造の境界までの距離を計算すること、
患者の生体構造の画像における前記解剖学的構造内の境界を予測するために、1つ以上の前記画像のデータと計算された前記距離とを使用してモデルを訓練すること、
前記解剖学的構造を含む前記患者の生体構造の前記画像を受信すること、
前記患者の生体構造の前記画像における前記解剖学的構造内のセグメンテーション境界を推定すること、及び
訓練済みの前記モデルを使用して、前記患者の生体構造の前記画像における前記解剖学的構造内のキーポイントから、推定された前記境界までの距離の回帰を生成することによって、前記患者の生体構造の画像における前記解剖学的構造内の境界位置を予測すること
を含む方法を実行するように構成されたプロセッサと、を備える前記システム。
(項目18)
前記解剖学的構造が血管を含み、前記患者の生体構造が前記患者の脈管構造の血管を含む、項目17に記載のシステム。
(項目19)
前記患者の生体構造の前記画像における前記解剖学的構造内の予測された前記境界位置が、サブボクセルの正確な境界位置である、項目17に記載のシステム。
(項目20)
画像解析における解剖学的構造のセグメンテーションの方法を実施するためのコンピュータ実行可能プログラミング命令を含むコンピュータシステム上で使用するための非一時的コンピュータ可読媒体であって、前記方法が、
1つ以上の画像における解剖学的構造の注釈と複数のキーポイントとを受信すること、
複数の前記キーポイントから前記解剖学的構造の境界までの距離を計算すること、
患者の生体構造の画像における前記解剖学的構造内の境界を予測するために、1つ以上の前記画像のデータと計算された前記距離とを使用してモデルを訓練すること、
前記解剖学的構造を含む前記患者の生体構造の前記画像を受信すること、
前記患者の生体構造の前記画像における前記解剖学的構造内のセグメンテーション境界を推定すること、及び
訓練済みの前記モデルを使用して、前記患者の生体構造の前記画像における前記解剖学的構造内のキーポイントから、推定された前記境界までの距離の回帰を生成することによって、前記患者の生体構造の画像における前記解剖学的構造内の境界位置を予測することを含む前記非一時的コンピュータ可読媒体。
Claims (20)
- 画像解析における解剖学的構造のセグメンテーションのコンピュータ実施方法であって、
1つ以上の画像における解剖学的構造の注釈と複数のキーポイントとを受信すること、
前記複数のキーポイントから前記解剖学的構造の境界までの距離を計算すること、
患者の生体構造の画像における前記解剖学的構造内の境界を予測するために、前記1つ以上の画像のデータと前記計算された距離とを使用してモデルを訓練すること、
前記解剖学的構造を含む前記患者の生体構造の前記画像を受信すること、
前記患者の生体構造の前記画像における前記解剖学的構造内のセグメンテーション境界を推定すること、及び
前記訓練されたモデルを使用して、前記患者の生体構造の前記画像における前記解剖学的構造内のキーポイントから、前記推定された境界までの距離の回帰を生成することによって、前記患者の生体構造の前記画像における前記解剖学的構造内の境界位置を予測すること
を含む、コンピュータ実施方法。 - 前記解剖学的構造の前記注釈が、メッシュ、ボクセル、陰関数曲面表現、または点群の形式である、請求項1に記載のコンピュータ実施方法。
- 前記解剖学的構造内の前記受信されたキーポイントの位置が既知である、請求項1に記載のコンピュータ実施方法。
- 形状モデルを前記解剖学的構造に適合させて、前記複数のキーポイントの位置を判定することをさらに含む、請求項1に記載のコンピュータ実施方法。
- 前記境界位置を予測することが、前記患者の生体構造の前記画像における前記解剖学的構造内のキーポイントから、前記推定された境界までの前記距離の間接的表現を予測することを含む、請求項1に記載のコンピュータ実施方法。
- 前記患者の生体構造の前記画像における前記解剖学的構造の前記セグメンテーション境界を推定することが、前記解剖学的構造内のキーポイントのセットを取得することを含む、請求項1に記載のコンピュータ実施方法。
- 前記患者の生体構造の前記画像における前記解剖学的構造内の前記予測された境界位置が、サブボクセルの正確な境界位置である、請求項1に記載のコンピュータ実施方法。
- 前記予測された境界位置に基づいて3次元表面を構築することをさらに含む、請求項1に記載のコンピュータ実施方法。
- 前記予測された境界位置を電子記憶媒体に出力することをさらに含む、請求項1に記載のコンピュータ実施方法。
- 前記解剖学的構造が血管を含み、前記患者の生体構造が前記患者の脈管構造の血管を含む、請求項1に記載のコンピュータ実施方法。
- 前記解剖学的構造の前記注釈が、血管管腔境界、血管管腔中心線、血管管腔表面、またはこれらの組み合わせを含む、請求項1に記載のコンピュータ実施方法。
- 前記1つ以上の画像内の複数の画像座標からユークリッド空間へのマッピングを定義することをさらに含み、前記複数の画像座標が前記ユークリッド空間における光線内にあり、前記複数のキーポイントのうちの1つが前記光線のそれぞれの上にあり、前記距離を計算することが、前記光線のそれぞれの上の前記複数のキーポイントから、前記解剖学的構造の前記境界までの距離を計算することを含む、請求項1に記載のコンピュータ実施方法。
- 前記複数の画像座標が連続的である、請求項12に記載のコンピュータ実施方法。
- 前記マッピングが、複数の極次元から、または1つの次元の極形式と1つ以上の追加の次元の線形形式とから行われる、請求項12に記載のコンピュータ実施方法。
- 前記モデルを訓練する前に、前記計算された距離に関連付けられた光線に沿った画像強度を判定することをさらに含み、前記距離に関連付けられた前記光線が前記ユークリッド空間内の固定位置にある、請求項12に記載のコンピュータ実施方法。
- 前記生成された回帰が連続値である、請求項1に記載のコンピュータ実施方法。
- 画像解析における解剖学的構造のセグメンテーションのためのシステムであって、
解剖学的構造のセグメンテーションのための命令を格納するデータ記憶装置と、
前記命令を実行して、
1つ以上の画像における解剖学的構造の注釈と複数のキーポイントとを受信すること、
前記複数のキーポイントから前記解剖学的構造の境界までの距離を計算すること、
患者の生体構造の画像における前記解剖学的構造内の境界を予測するために、前記1つ以上の画像のデータと前記計算された距離とを使用してモデルを訓練すること、
前記解剖学的構造を含む前記患者の生体構造の前記画像を受信すること、
前記患者の生体構造の前記画像における前記解剖学的構造内のセグメンテーション境界を推定すること、及び
前記訓練されたモデルを使用して、前記患者の生体構造の前記画像における前記解剖学的構造内のキーポイントから、前記推定された境界までの距離の回帰を生成することによって、前記患者の生体構造の前記画像における前記解剖学的構造内の境界位置を予測すること
を含む方法を実行するように構成されたプロセッサと
を備える、システム。 - 前記解剖学的構造が血管を含み、前記患者の生体構造が前記患者の脈管構造の血管を含む、請求項17に記載のシステム。
- 前記患者の生体構造の前記画像における前記解剖学的構造内の前記予測された境界位置が、サブボクセルの正確な境界位置である、請求項17に記載のシステム。
- コンピュータ実行可能プログラミング命令を含むコンピュータシステム上で使用するための非一時的コンピュータ可読媒体であって、前記コンピュータ実行可能プログラミング命令は、前記コンピュータシステムによって実行されると、前記コンピュータシステムに、画像解析における解剖学的構造のセグメンテーションの方法を実施させ、前記方法が、
1つ以上の画像における解剖学的構造の注釈と複数のキーポイントとを受信すること、
前記複数のキーポイントから前記解剖学的構造の境界までの距離を計算すること、
患者の生体構造の画像における前記解剖学的構造内の境界を予測するために、前記1つ以上の画像のデータと前記計算された距離とを使用してモデルを訓練すること、
前記解剖学的構造を含む前記患者の生体構造の前記画像を受信すること、
前記患者の生体構造の前記画像における前記解剖学的構造内のセグメンテーション境界を推定すること、及び
前記訓練されたモデルを使用して、前記患者の生体構造の前記画像における前記解剖学的構造内のキーポイントから、前記推定された境界までの距離の回帰を生成することによって、前記患者の生体構造の前記画像における前記解剖学的構造内の境界位置を予測すること
を含む、非一時的コンピュータ可読媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022162262A JP7453309B2 (ja) | 2017-05-09 | 2022-10-07 | 画像解析における解剖学的構造のセグメンテーションのためのシステム及び方法 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201762503838P | 2017-05-09 | 2017-05-09 | |
US62/503,838 | 2017-05-09 | ||
PCT/US2018/031817 WO2018208927A1 (en) | 2017-05-09 | 2018-05-09 | Systems and methods for anatomic structure segmentation in image analysis |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022162262A Division JP7453309B2 (ja) | 2017-05-09 | 2022-10-07 | 画像解析における解剖学的構造のセグメンテーションのためのシステム及び方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020520005A JP2020520005A (ja) | 2020-07-02 |
JP7157765B2 true JP7157765B2 (ja) | 2022-10-20 |
Family
ID=62486641
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019561293A Active JP7157765B2 (ja) | 2017-05-09 | 2018-05-09 | 画像解析における解剖学的構造のセグメンテーションのためのシステム及び方法 |
JP2022162262A Active JP7453309B2 (ja) | 2017-05-09 | 2022-10-07 | 画像解析における解剖学的構造のセグメンテーションのためのシステム及び方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022162262A Active JP7453309B2 (ja) | 2017-05-09 | 2022-10-07 | 画像解析における解剖学的構造のセグメンテーションのためのシステム及び方法 |
Country Status (5)
Country | Link |
---|---|
US (5) | US10803592B2 (ja) |
EP (2) | EP4068203A1 (ja) |
JP (2) | JP7157765B2 (ja) |
CN (1) | CN110914866B (ja) |
WO (1) | WO2018208927A1 (ja) |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017199246A1 (en) | 2016-05-16 | 2017-11-23 | Cathworks Ltd. | Vascular selection from images |
EP4300419A3 (en) | 2016-05-16 | 2024-04-03 | Cathworks Ltd. | System for vascular assessment |
EP4068203A1 (en) * | 2017-05-09 | 2022-10-05 | HeartFlow, Inc. | Systems and methods for anatomic structure segmentation in image analysis |
US10783699B2 (en) * | 2018-02-16 | 2020-09-22 | AI Analysis, Inc. | Sub-voxel refinement of anatomical models |
JP7204326B2 (ja) * | 2018-01-15 | 2023-01-16 | キヤノン株式会社 | 情報処理装置及びその制御方法及びプログラム、並びに、車両の運転支援システム |
US10813612B2 (en) | 2019-01-25 | 2020-10-27 | Cleerly, Inc. | Systems and method of characterizing high risk plaques |
EP3953904A4 (en) * | 2019-04-08 | 2023-01-04 | The Johns Hopkins University | NEURAL NETWORK DRIVEN TOPOLOGY FOR SEGMENTATION BY OPTICAL COHERENCE TOMOGRAPHY |
US11969280B2 (en) | 2020-01-07 | 2024-04-30 | Cleerly, Inc. | Systems, methods, and devices for medical image analysis, diagnosis, risk stratification, decision making and/or disease tracking |
US11501436B2 (en) | 2020-01-07 | 2022-11-15 | Cleerly, Inc. | Systems, methods, and devices for medical image analysis, diagnosis, risk stratification, decision making and/or disease tracking |
US20220392065A1 (en) | 2020-01-07 | 2022-12-08 | Cleerly, Inc. | Systems, methods, and devices for medical image analysis, diagnosis, risk stratification, decision making and/or disease tracking |
CN111369542B (zh) * | 2020-03-06 | 2023-07-28 | 上海联影智能医疗科技有限公司 | 血管标记方法、图像处理系统和存储介质 |
US11295430B2 (en) | 2020-05-20 | 2022-04-05 | Bank Of America Corporation | Image analysis architecture employing logical operations |
US11379697B2 (en) | 2020-05-20 | 2022-07-05 | Bank Of America Corporation | Field programmable gate array architecture for image analysis |
CN111768399A (zh) * | 2020-07-07 | 2020-10-13 | 上海商汤智能科技有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN112562031B (zh) * | 2020-12-09 | 2022-09-27 | 山西三友和智慧信息技术股份有限公司 | 一种基于样本距离重构的核磁共振图像聚类方法 |
CN112766314A (zh) * | 2020-12-31 | 2021-05-07 | 上海联影智能医疗科技有限公司 | 解剖结构的识别方法、电子设备及存储介质 |
CN112734784A (zh) * | 2021-01-28 | 2021-04-30 | 依未科技(北京)有限公司 | 一种高精度眼底血管边界确定的方法、装置、介质和设备 |
CN113240645B (zh) * | 2021-05-17 | 2024-04-16 | 赤峰学院附属医院 | 显示处理方法、装置、存储介质、处理器及终端设备 |
CN113192062A (zh) * | 2021-05-25 | 2021-07-30 | 湖北工业大学 | 一种基于图像复原的动脉斑块超声图像自监督分割方法 |
US11948306B2 (en) * | 2021-10-08 | 2024-04-02 | Xerox Corporation | Curvilinear object segmentation |
US20230289963A1 (en) | 2022-03-10 | 2023-09-14 | Cleerly, Inc. | Systems, devices, and methods for non-invasive image-based plaque analysis and risk determination |
CN114998291A (zh) * | 2022-06-21 | 2022-09-02 | 北京银河方圆科技有限公司 | 一种医学图像的处理方法、装置及存储介质 |
CN116912430B (zh) * | 2023-09-14 | 2023-12-15 | 北京唯迈医疗设备有限公司 | 用于构建远程介入手术室的三维数字孪生系统的装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006079196A (ja) | 2004-09-07 | 2006-03-23 | Olympus Corp | 細胞画像解析方法 |
US20120320055A1 (en) | 2010-03-11 | 2012-12-20 | Koninklijke Philips Electronics N.V. | Probabilistic refinement of model-based segmentation |
US20150043799A1 (en) | 2013-08-09 | 2015-02-12 | Siemens Medical Solutions Usa, Inc. | Localization of Anatomical Structures Using Learning-Based Regression and Efficient Searching or Deformation Strategy |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7593550B2 (en) * | 2005-01-26 | 2009-09-22 | Honeywell International Inc. | Distance iris recognition |
CA2449080A1 (en) * | 2003-11-13 | 2005-05-13 | Centre Hospitalier De L'universite De Montreal - Chum | Apparatus and method for intravascular ultrasound image segmentation: a fast-marching method |
JP2006246941A (ja) | 2005-03-08 | 2006-09-21 | Toshiba Corp | 画像処理装置及び管走行トラッキング方法 |
US8103077B2 (en) * | 2006-12-11 | 2012-01-24 | Siemens Aktiengesellschaft | Method and system for locating opaque regions in chest X-ray radiographs |
US8918162B2 (en) * | 2007-04-17 | 2014-12-23 | Francine J. Prokoski | System and method for using three dimensional infrared imaging to provide psychological profiles of individuals |
US8175348B2 (en) * | 2007-06-05 | 2012-05-08 | The United States Of America As Represented By The Secretary Of The Department Of Health And Human Services | Segmenting colon wall via level set techniques |
US8577115B2 (en) * | 2008-03-04 | 2013-11-05 | Tomotherapy Incorporated | Method and system for improved image segmentation |
US8073220B2 (en) * | 2009-04-20 | 2011-12-06 | Siemens Aktiengesellschaft | Methods and systems for fully automatic segmentation of medical images |
JP5624481B2 (ja) * | 2010-02-03 | 2014-11-12 | 株式会社東芝 | 超音波診断装置及び医用画像処理装置 |
WO2014159726A1 (en) * | 2013-03-13 | 2014-10-02 | Mecommerce, Inc. | Determining dimension of target object in an image using reference object |
CN105793893B (zh) * | 2013-12-04 | 2020-01-31 | 皇家飞利浦有限公司 | 解剖结构的基于模型的分割 |
JP6355346B2 (ja) * | 2014-01-29 | 2018-07-11 | キヤノン株式会社 | 画像処理装置、画像処理方法、プログラム、及び記憶媒体 |
US10297027B2 (en) * | 2014-06-09 | 2019-05-21 | Siemens Healthcare Gmbh | Landmark detection with spatial and temporal constraints in medical imaging |
US9949643B2 (en) * | 2014-10-18 | 2018-04-24 | International Business Machines Corporation | Automatic visualization of regional functional parameters of left ventricle from cardiac imaging |
JP6734028B2 (ja) * | 2014-11-14 | 2020-08-05 | キヤノンメディカルシステムズ株式会社 | 医用画像診断装置、画像処理装置及び画像生成方法 |
US9349178B1 (en) * | 2014-11-24 | 2016-05-24 | Siemens Aktiengesellschaft | Synthetic data-driven hemodynamic determination in medical imaging |
EP3245632B1 (en) | 2015-01-16 | 2020-07-15 | Koninklijke Philips N.V. | Vessel lumen sub-resolution segmentation |
US9990472B2 (en) * | 2015-03-23 | 2018-06-05 | Ohio State Innovation Foundation | System and method for segmentation and automated measurement of chronic wound images |
US9754378B2 (en) * | 2016-01-21 | 2017-09-05 | Molecular Devices, Llc | System and method for segmentation of three-dimensional microscope images |
US10366490B2 (en) * | 2017-03-27 | 2019-07-30 | Siemens Healthcare Gmbh | Highly integrated annotation and segmentation system for medical imaging |
EP3392832A1 (en) * | 2017-04-21 | 2018-10-24 | General Electric Company | Automated organ risk segmentation machine learning methods and systems |
EP4068203A1 (en) | 2017-05-09 | 2022-10-05 | HeartFlow, Inc. | Systems and methods for anatomic structure segmentation in image analysis |
-
2018
- 2018-05-09 EP EP22173876.8A patent/EP4068203A1/en active Pending
- 2018-05-09 JP JP2019561293A patent/JP7157765B2/ja active Active
- 2018-05-09 EP EP18728489.8A patent/EP3635683B1/en active Active
- 2018-05-09 US US15/975,197 patent/US10803592B2/en active Active
- 2018-05-09 CN CN201880045930.5A patent/CN110914866B/zh active Active
- 2018-05-09 WO PCT/US2018/031817 patent/WO2018208927A1/en unknown
-
2020
- 2020-09-08 US US17/013,922 patent/US10984535B2/en active Active
-
2021
- 2021-03-17 US US17/203,964 patent/US11610318B2/en active Active
- 2021-08-11 US US17/399,119 patent/US11288813B2/en active Active
-
2022
- 2022-10-07 JP JP2022162262A patent/JP7453309B2/ja active Active
-
2023
- 2023-02-21 US US18/171,915 patent/US20230196582A1/en active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006079196A (ja) | 2004-09-07 | 2006-03-23 | Olympus Corp | 細胞画像解析方法 |
US20120320055A1 (en) | 2010-03-11 | 2012-12-20 | Koninklijke Philips Electronics N.V. | Probabilistic refinement of model-based segmentation |
US20150043799A1 (en) | 2013-08-09 | 2015-02-12 | Siemens Medical Solutions Usa, Inc. | Localization of Anatomical Structures Using Learning-Based Regression and Efficient Searching or Deformation Strategy |
Also Published As
Publication number | Publication date |
---|---|
CN110914866B (zh) | 2024-04-30 |
US11610318B2 (en) | 2023-03-21 |
US20230196582A1 (en) | 2023-06-22 |
US10803592B2 (en) | 2020-10-13 |
JP2022191354A (ja) | 2022-12-27 |
EP3635683B1 (en) | 2022-07-06 |
EP3635683A1 (en) | 2020-04-15 |
US10984535B2 (en) | 2021-04-20 |
US20180330506A1 (en) | 2018-11-15 |
US20210225006A1 (en) | 2021-07-22 |
JP2020520005A (ja) | 2020-07-02 |
US20200402241A1 (en) | 2020-12-24 |
JP7453309B2 (ja) | 2024-03-19 |
WO2018208927A1 (en) | 2018-11-15 |
US11288813B2 (en) | 2022-03-29 |
US20210374969A1 (en) | 2021-12-02 |
CN110914866A (zh) | 2020-03-24 |
EP4068203A1 (en) | 2022-10-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7157765B2 (ja) | 画像解析における解剖学的構造のセグメンテーションのためのシステム及び方法 | |
US11443428B2 (en) | Systems and methods for probablistic segmentation in anatomical image processing | |
US11288808B2 (en) | System and method for n-dimensional image segmentation using convolutional neural networks | |
US11681952B2 (en) | System for augmenting image data of medically invasive devices using optical imaging | |
EP3123447B1 (en) | Systems and methods for data and model-driven image reconstruction and enhancement | |
CN110648358B (zh) | 用于3d医学图像中的对象定位的形状参数的自适应非线性优化 | |
US20220215601A1 (en) | Image Reconstruction by Modeling Image Formation as One or More Neural Networks | |
JP2022546303A (ja) | 管状フィーチャのセグメント化 | |
CN116433734A (zh) | 一种多模态影像引导放射治疗的配准方法 | |
CN115690426A (zh) | 一种基于多标签融合的图像分割方法、设备及存储介质 | |
CN117372694A (zh) | 血管分割模型的训练方法、血管分割方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210506 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220628 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220831 |
|
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: 20220909 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221007 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7157765 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |