JP7190059B2 - 画像のマッチング方法、装置、デバイス及び記憶媒体 - Google Patents
画像のマッチング方法、装置、デバイス及び記憶媒体 Download PDFInfo
- Publication number
- JP7190059B2 JP7190059B2 JP2021548143A JP2021548143A JP7190059B2 JP 7190059 B2 JP7190059 B2 JP 7190059B2 JP 2021548143 A JP2021548143 A JP 2021548143A JP 2021548143 A JP2021548143 A JP 2021548143A JP 7190059 B2 JP7190059 B2 JP 7190059B2
- Authority
- JP
- Japan
- Prior art keywords
- video sequence
- image
- frame
- image frame
- label
- 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 62
- 230000003902 lesion Effects 0.000 claims description 79
- 238000013507 mapping Methods 0.000 claims description 51
- 238000003384 imaging method Methods 0.000 claims description 16
- 239000011159 matrix material Substances 0.000 claims description 13
- 238000003745 diagnosis Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 5
- 210000004072 lung Anatomy 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000002059 diagnostic imaging Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000003187 abdominal effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005352 clarification Methods 0.000 description 1
- 238000013170 computed tomography imaging Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 210000001835 viscera Anatomy 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
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
- G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- 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
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/344—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/38—Registration of image sequences
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine 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
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/30096—Tumor; Lesion
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Medical Informatics (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Operations Research (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Analysis (AREA)
Description
第1の映像シーケンス及び第2の映像シーケンスを取得するステップであって、前記第1の映像シーケンスと前記第2の映像シーケンスとは同一の対象に対して採取された画像フレームシーケンスであるステップと、
第1の対象及び第2の対象を取得するステップであって、前記第1の対象は、前記第1の映像シーケンスに基づく再構築によって取得される前記対象であり、前記第2の対象は、前記第2の映像シーケンスに基づく再構築によって取得される前記対象であるステップと、
前記第1の対象及び前記第2の対象に対して位置合わせを行って位置合わせ結果を取得するステップであって、前記位置合わせ結果は、前記第1の対象における任意の1つの画素点と前記第2の対象における画素点との一対一の対応関係を含むステップと、
前記位置合わせ結果に基づいて写像関係を取得するステップであって、前記写像関係は前記第1の映像シーケンス中の画像フレームと前記第2の映像シーケンス中の画像フレームとの対応関係を示すステップと、
前記第1の映像シーケンス中のターゲット画像フレームを表示しているときに、前記写像関係に基づいて、対照画像フレームを対応するように表示するステップであって、前記対照画像フレームは、前記第2の映像シーケンス中の、前記ターゲット画像フレームに対応する画像フレームであり、前記ターゲット画像フレームは前記第1の映像シーケンス中の任意の1つの画像フレームであるステップと、を含む。
前記第1の映像シーケンスを受信するステップと、
過去の映像シーケンスから、前記第1の映像シーケンスと同じラベルを有する映像シーケンスを採取して前記第2の映像シーケンスとするステップと、を含む。
映像シーケンスのイメージングデバイスにより前記第1の映像シーケンスが生成された後、前記映像シーケンスのイメージングデバイスから前記第1の映像シーケンスを取得するステップ、を含む。
前記第1の対象及び前記第2の対象のそれぞれを、複数のセグメントに分割するステップと、
第1の外接多面体と第2の外接多面体との頂点に対してペアリングを行ってマッチングポイントを特定するステップであって、前記第1の外接多面体は、前記第1の対象が分割されて得られた各セグメントの外接多面体であり、前記第2の外接多面体は、前記第2の対象が分割されて得られた各セグメントの外接多面体であるステップと、
前記マッチングポイントに基づいて位置合わせマトリックス方程式を確定するステップと、
最小二乗法を用いて前記位置合わせマトリックス方程式を解くことによって、前記位置合わせ結果を取得するステップと、を含む。
第1の病巣情報及び第2の病巣情報を取得するステップと、
前記第1の病巣情報及び前記第2の病巣情報における共通項目の内容を対応するように表示するステップと、を更に含み、
前記第1の病巣情報は前記第1の映像シーケンスに基づいて得られた病巣の診断情報を表し、前記第2の病巣情報は前記第2の映像シーケンスに基づいて得られた病巣の診断情報を表す。
第2のフレームラベルを取得するステップと、
前記第2のフレームラベル及び前記写像関係に基づいて第1のフレームラベルを確定するステップと、を更に含み、
前記第2のフレームラベルは、病巣が前記第2の映像シーケンスの中で位置する画像フレームのラベルであり、前記第1のフレームラベルは、前記病巣が前記第1の映像シーケンスの中で位置する画像フレームのラベルであり、前記第1の映像シーケンスの取得時間は前記第2の映像シーケンスの取得時間より遅い。
前記映像シーケンス取得ユニットが具体的に、前記第1の映像シーケンスを受信し、過去の映像シーケンスから前記第1の映像シーケンスと同じラベルを有する映像シーケンスを採取して前記第2の映像シーケンスとする、ことを含む。
前記映像シーケンス取得ユニットが具体的に、映像シーケンスのイメージングデバイスにより前記第1の映像シーケンスが生成された後、前記映像シーケンスのイメージングデバイスから前記第1の映像シーケンスを取得する、ことを含む。
前記位置合わせユニットが具体的に、
前記第1の対象及び前記第2の対象のそれぞれを複数のセグメントに分割し、
第1の外接多面体と第2の外接多面体との頂点に対してペアリングを行ってマッチングポイントを取得し、
前記マッチングポイントに基づいて位置合わせマトリックス方程式を確定し、
最小二乗法を用いて前記位置合わせマトリックス方程式を解くことによって、前記位置合わせ結果を取得する、ことを含む。
前記メモリはプログラムを記憶するように配置され、
前記プロセッサは、前記プログラムを実行して前述の画像のマッチング方法の各ステップを実現する、ように配置される。
第2のフレームラベルを取得し、第2のフレームラベル及び写像関係に基づいて第1のフレームラベルを確定するステップ、を更に含む。
前記第1の映像シーケンスを受信し、
過去の映像シーケンスから前記第1の映像シーケンスと同じラベルを有する映像シーケンスを採取して、前記第2の映像シーケンスとする、ことを含む。
前記映像シーケンス取得ユニットが具体的に、映像シーケンスのイメージングデバイスにより前記第1の映像シーケンスが生成された後、前記映像シーケンスのイメージングデバイスから前記第1の映像シーケンスを取得する、ことを含む。
前記第1の対象及び前記第2の対象のそれぞれを複数のセグメントに分割し、
第1の外接多面体の頂点と第2の外接多面体の頂点とに対してペアリングを行ってマッチングポイントを取得し、
前記マッチングポイントに基づいて位置合わせマトリックス方程式を確定し、
最小二乗法を用いて前記位置合わせマトリックス方程式を解いて、前記位置合わせ結果を取得する、ことを含む。
第1の対象及び第2の対象を取得し、ここで、前記第1の対象は前記第1の映像シーケンスに基づく再構築によって取得される前記対象であり、前記第2の対象は前記第2の映像シーケンスに基づく再構築によって取得される前記対象であり、
前記第1の対象と前記第2の対象とに対して位置合わせを行って位置合わせ結果を取得し、ここで、前記位置合わせ結果は前記第1の対象における任意の1つの画素点と前記第2の対象における画素点との一対一の対応関係を含み、
前記位置合わせ結果に基づいて写像関係を取得し、ここで、前記写像関係は前記第1の映像シーケンス中の画像フレームと前記第2の映像シーケンス中の画像フレームとの対応関係を示し、
前記第1の映像シーケンス中のターゲット画像フレームを表示しているときに、前記写像関係に基づいて対照画像フレームを対応するように表示し、ここで、前記対照画像フレームは前記第2の映像シーケンスの中の、前記ターゲット画像フレームに対応する画像フレームであり、前記ターゲット画像フレームは前記第1の映像シーケンス中の任意の1つの画像フレームである。
第1の対象及び第2の対象を取得し、ここで、前記第1の対象は前記第1の映像シーケンスに基づく再構築によって取得される前記対象であり、前記第2の対象は前記第2の映像シーケンスに基づく再構築によって取得される前記対象であり、
前記第1の対象と前記第2の対象とに対して位置合わせを行って位置合わせ結果を取得し、ここで、前記位置合わせ結果は前記第1の対象における任意の1つの画素点と前記第2の対象における画素点との一対一の対応関係を含み、
前記位置合わせ結果に基づいて写像関係を取得し、ここで、前記写像関係は前記第1の映像シーケンス中の画像フレームと前記第2の映像シーケンス中の画像フレームとの対応関係を示し、
前記第1の映像シーケンス中のターゲット画像フレームを表示しているときに、前記写像関係に基づいて対照画像フレームを対応するように表示し、ここで、前記対照画像フレームは前記第2の映像シーケンスの中の、前記ターゲット画像フレームに対応する画像フレームであり、前記ターゲット画像フレームは前記第1の映像シーケンス中の任意の1つの画像フレームである。
実施例についての以上の説明は、当業者が本発明を実現又は使用することができるようにするためのものである。これらの実施例に対する様々な変更は、当業者にとって容易なことである。本文で定義された一般的な原理は、本発明の思想や範囲を逸脱しない前提で他の実施例において実現されることができる。よって、本発明は本文に記載された実施例に限られず、本文により開示された原理及び新規な特徴に一致する最大の範囲に合うべきである。
Claims (12)
- プロセッサにより実行される画像のマッチング方法であって、
第1の映像シーケンス及び第2の映像シーケンスを取得するステップであって、前記第1の映像シーケンスと前記第2の映像シーケンスとは同一の対象に対して採取された画像フレームシーケンスであるステップと、
第1の対象及び第2の対象を取得するステップであって、前記第1の対象は前記第1の映像シーケンスに基づく再構築によって取得される対象であって、前記第2の対象は前記第2の映像シーケンスに基づく再構築によって取得される対象であるステップと、
前記第1の対象と前記第2の対象とに対して位置合わせを行って位置合わせ結果を取得するステップであって、前記位置合わせ結果は前記第1の対象における任意の1つの画素点と前記第2の対象における画素点との一対一の対応関係を含むステップと、
前記位置合わせ結果に基づいて写像関係を取得するステップであって、前記写像関係は前記第1の映像シーケンス中の画像フレームと前記第2の映像シーケンス中の画像フレームとの対応関係を示すステップと、
前記第1の映像シーケンス中のターゲット画像フレームを表示しているときに、前記写像関係に基づいて、対照画像フレームを対応するように表示するステップであって、前記対照画像フレームは、前記第2の映像シーケンス中の、前記ターゲット画像フレームに対応する画像フレームであり、前記ターゲット画像フレームは前記第1の映像シーケンス中の任意の1つの画像フレームであるステップと、を含み、
前記第1の対象と前記第2の対象とに対して位置合わせを行って位置合わせ結果を取得する前記ステップは、
前記第1の対象及び前記第2の対象のそれぞれを複数のセグメントに分割するステップと、
第1の外接多面体の頂点と第2の外接多面体の頂点とに対してペアリングを行ってマッチングポイントを取得するステップと、
前記マッチングポイントに基づいて位置合わせマトリックス方程式を確定するステップと、
最小二乗法を用いて前記位置合わせマトリックス方程式を解くことによって、前記位置合わせ結果を取得するステップと、を含み、
前記第1の外接多面体は前記第1の対象が分割されて得られた各セグメントの外接多面体であり、前記第2の外接多面体は前記第2の対象が分割されて得られた各セグメントの外接多面体であることを特徴とする画像のマッチング方法。 - 第1の映像シーケンス及び第2の映像シーケンスを取得する前記ステップは、
前記第1の映像シーケンスを受信するステップと、
過去の映像シーケンスから前記第1の映像シーケンスと同じラベルを有する映像シーケンスを採取して、前記第2の映像シーケンスとするステップと、を含む
ことを特徴とする請求項1に記載の画像のマッチング方法。 - 第1の映像シーケンスを受信する前記ステップは、
前記第1の映像シーケンスが映像シーケンスのイメージングデバイスにより生成された後、前記映像シーケンスのイメージングデバイスから前記第1の映像シーケンスを取得するステップ、を含む
ことを特徴とする請求項2に記載の画像のマッチング方法。 - 第1の病巣情報及び第2の病巣情報を取得するステップと、
前記第1の病巣情報及び前記第2の病巣情報における共通項目の内容を対応するように表示するステップと、を更に含み、
前記第1の病巣情報は前記第1の映像シーケンスに基づいて得られた病巣の診断情報を表し、前記第2の病巣情報は前記第2の映像シーケンスに基づいて得られた病巣の診断情報を表す
ことを特徴とする請求項1ないし3のいずれか一項に記載の画像のマッチング方法。 - 第2のフレームラベルを取得するステップと、
前記第2のフレームラベル及び前記写像関係に基づいて、第1のフレームラベルを確定するステップと、を更に含み、
前記第2のフレームラベルは前記第2の映像シーケンスにおいて病巣が位置している画像フレームのラベルであり、
前記第1のフレームラベルは前記第1の映像シーケンスにおいて前記病巣が位置している画像フレームのラベルであり、
前記第1の映像シーケンスの取得時間は前記第2の映像シーケンスの取得時間より遅い
ことを特徴とする請求項1ないし3のいずれか一項に記載の画像のマッチング方法。 - 画像のマッチング装置であって、映像シーケンス取得ユニットと、対象取得ユニットと、位置合わせユニットと、写像関係取得ユニットと、画像表示ユニットと、を備え、
前記映像シーケンス取得ユニットは第1の映像シーケンス及び第2の映像シーケンスを取得し、前記第1の映像シーケンスと前記第2の映像シーケンスとは同一の対象に対して採取された画像フレームシーケンスであり、
対象取得ユニットは第1の対象及び第2の対象を取得し、前記第1の対象は前記第1の映像シーケンスに基づく再構築によって取得される対象であり、前記第2の対象は前記第2の映像シーケンスに基づく再構築によって取得される対象であり、
位置合わせユニットは前記第1の対象と前記第2の対象とに対して位置合わせを行って位置合わせ結果を取得し、前記位置合わせ結果は前記第1の対象における任意の1つの画素点と前記第2の対象における画素点との一対一の対応関係を含み、
写像関係取得ユニットは前記位置合わせ結果に基づいて写像関係を取得し、前記写像関係は前記第1の映像シーケンス中の画像フレームと前記第2の映像シーケンス中の画像フレームとの対応関係を示し、
画像表示ユニットは、前記第1の映像シーケンス中のターゲット画像フレームが表示されているときに、前記写像関係に基づいて対照画像フレームを対応するように表示し、前記対照画像フレームは前記第2の映像シーケンスの中の、前記ターゲット画像フレームに対応する画像フレームであり、前記ターゲット画像フレームは前記第1の映像シーケンス中の任意の1つの画像フレームであり、
前記位置合わせユニットが前記第1の対象と前記第2の対象とに対して位置合わせを行って位置合わせ結果を取得することは、
前記位置合わせユニットが具体的に、
前記第1の対象及び前記第2の対象のそれぞれを複数のセグメントに分割し、
第1の外接多面体の頂点と第2の外接多面体の頂点とに対してペアリングを行ってマッチングポイントを取得し、
前記マッチングポイントに基づいて位置合わせマトリックス方程式を確定し、
最小二乗法を用いて前記位置合わせマトリックス方程式を解くことによって、前記位置合わせ結果を取得する、ことを含み、
前記第1の外接多面体は、前記第1の対象が分割されて得られた各セグメントの外接多面体であり、前記第2の外接多面体は、前記第2の対象が分割されて得られた各セグメントの外接多面体であることを特徴とする画像のマッチング装置。 - 前記映像シーケンス取得ユニットが第1の映像シーケンス及び第2の映像シーケンスを取得することは、
前記映像シーケンス取得ユニットが具体的に、
前記第1の映像シーケンスを受信し、
過去の映像シーケンスから前記第1の映像シーケンスと同じラベルを有する映像シーケンスを採取して前記第2の映像シーケンスとする、ことを含む
ことを特徴とする請求項6に記載の画像のマッチング装置。 - 前記映像シーケンス取得ユニットが前記第1の映像シーケンスを受信することは、
前記映像シーケンス取得ユニットが具体的に、前記第1の映像シーケンスが映像シーケンスのイメージングデバイスにより生成された後、前記映像シーケンスのイメージングデバイスから前記第1の映像シーケンスを取得する、ことを含む
ことを特徴とする請求項7に記載の画像のマッチング装置。 - 病巣情報取得ユニット及び病巣情報表示ユニットを更に備え、
前記病巣情報取得ユニットは、第1の病巣情報及び第2の病巣情報を取得し、
前記病巣情報表示ユニットは、前記第1の病巣情報及び前記第2の病巣情報における共通項目の内容を対応するように表示し、
前記第1の病巣情報は、前記第1の映像シーケンスに基づいて得られた病巣の診断情報を表し、前記第2の病巣情報は、前記第2の映像シーケンスに基づいて得られた病巣の診断情報を表す
ことを特徴とする請求項6ないし8のいずれか一項に記載の画像のマッチング装置。 - 第2のフレームラベル取得ユニット及び第1のフレームラベル取得ユニットを更に備え、
前記第2のフレームラベル取得ユニットは第2のフレームラベルを取得し、
前記第1のフレームラベル取得ユニットは、前記第2のフレームラベル及び前記写像関係に基づいて第1のフレームラベルを確定し、
前記第2のフレームラベルは、前記第2の映像シーケンスにおいて病巣が位置している画像フレームのラベルであり、
前記第1のフレームラベルは、前記第1の映像シーケンスにおいて前記病巣が位置している画像フレームのラベルであり、
前記第1の映像シーケンスの取得時間は前記第2の映像シーケンスの取得時間より遅い
ことを特徴とする請求項6ないし8のいずれか一項に記載の画像のマッチング装置。 - メモリ及びプロセッサを備え、
前記メモリはプログラムを記憶し、
前記プロセッサは前記プログラムを実行して、請求項1ないし5のいずれか一項に記載の画像のマッチング方法の各ステップを実現する
ことを特徴とする画像のマッチングデバイス。 - コンピュータプログラムが記憶されており、
前記コンピュータプログラムがプロセッサにより実行されると、請求項1ないし5のいずれか一項に記載の画像のマッチング方法の各ステップが実現される
ことを特徴とする記憶媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911001697.3 | 2019-10-21 | ||
CN201911001697.3A CN110766735B (zh) | 2019-10-21 | 2019-10-21 | 一种图像的匹配方法、装置、设备及存储介质 |
PCT/CN2020/094875 WO2021077759A1 (zh) | 2019-10-21 | 2020-06-08 | 一种图像的匹配方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022520480A JP2022520480A (ja) | 2022-03-30 |
JP7190059B2 true JP7190059B2 (ja) | 2022-12-14 |
Family
ID=69332872
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021548143A Active JP7190059B2 (ja) | 2019-10-21 | 2020-06-08 | 画像のマッチング方法、装置、デバイス及び記憶媒体 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11954860B2 (ja) |
EP (1) | EP3910592A4 (ja) |
JP (1) | JP7190059B2 (ja) |
CN (1) | CN110766735B (ja) |
WO (1) | WO2021077759A1 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110766735B (zh) | 2019-10-21 | 2020-06-26 | 北京推想科技有限公司 | 一种图像的匹配方法、装置、设备及存储介质 |
CN111462083B (zh) * | 2020-03-31 | 2023-05-02 | 北京东软医疗设备有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN111462203B (zh) * | 2020-04-07 | 2021-08-10 | 广州柏视医疗科技有限公司 | Dr病灶演化分析装置和方法 |
CN111696649A (zh) * | 2020-06-10 | 2020-09-22 | 杭州联众医疗科技股份有限公司 | 一种实现病种控费的手术前后影像数据比对的系统 |
CN112686866A (zh) * | 2020-12-31 | 2021-04-20 | 安徽科大讯飞医疗信息技术有限公司 | 基于医学影像的随访方法、装置及计算机可读存储介质 |
CN115546174B (zh) * | 2022-10-20 | 2023-09-08 | 数坤(北京)网络科技股份有限公司 | 图像处理方法、装置、计算设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006137294A1 (ja) | 2005-06-21 | 2006-12-28 | National University Corporation Kanazawa University | X線診断支援装置、プログラム及び記録媒体 |
US20160058423A1 (en) | 2014-09-03 | 2016-03-03 | Samsung Electronics Co., Ltd. | Apparatus and method for interpolating lesion detection |
CN106157282A (zh) | 2015-03-31 | 2016-11-23 | 深圳迈瑞生物医疗电子股份有限公司 | 图像处理系统及方法 |
JP2018011807A (ja) | 2016-07-22 | 2018-01-25 | 株式会社日立製作所 | 画像表示装置、x線画像診断装置、及び画像表示方法 |
WO2019023382A1 (en) | 2017-07-26 | 2019-01-31 | Canon U.S.A., Inc. | METHOD FOR EVALUATING CARDIAC MOVEMENT USING ANGIOGRAPHIC IMAGE |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050135707A1 (en) * | 2003-12-18 | 2005-06-23 | Turek Matthew W. | Method and apparatus for registration of lung image data |
CN101616310B (zh) * | 2009-07-17 | 2011-05-11 | 清华大学 | 可变视角及分辨率的双目视觉系统目标图像稳定化方法 |
US8848990B2 (en) * | 2010-09-28 | 2014-09-30 | Siemens Aktiengesellschaft | Automatic registration of image series with varying contrast based on synthetic images derived from intensity behavior model |
KR101932721B1 (ko) * | 2012-09-07 | 2018-12-26 | 삼성전자주식회사 | 의료 영상들의 정합 방법 및 장치 |
CN104750951A (zh) * | 2013-11-21 | 2015-07-01 | 上海联影医疗科技有限公司 | 一种医疗图像数据的分析处理方法及装置 |
CN103927746B (zh) * | 2014-04-03 | 2017-02-15 | 北京工业大学 | 一种三维网格序列的配准及压缩方法 |
CN104881568A (zh) * | 2015-04-27 | 2015-09-02 | 苏州敏宇医疗科技有限公司 | 一种基于云计算的肿瘤治疗疗效早期评价的系统和方法 |
CN106934807B (zh) * | 2015-12-31 | 2022-03-01 | 深圳迈瑞生物医疗电子股份有限公司 | 一种医学影像分析方法、系统及医疗设备 |
US20190056498A1 (en) * | 2016-03-01 | 2019-02-21 | Brightway Vision Ltd. | Gated imaging apparatus, system and method |
US10380763B2 (en) * | 2016-11-16 | 2019-08-13 | Seiko Epson Corporation | Hybrid corner and edge-based tracking |
CN106815832B (zh) * | 2016-12-20 | 2019-05-21 | 华中科技大学 | 一种表面贴装技术的钢网图像自动配准方法和系统 |
CN107292872A (zh) * | 2017-06-16 | 2017-10-24 | 艾松涛 | 图像处理方法/系统、计算机可读存储介质及电子设备 |
CN107465940B (zh) * | 2017-08-30 | 2019-10-25 | 苏州科达科技股份有限公司 | 视频对准方法、电子设备及存储介质 |
CN107454389B (zh) * | 2017-08-30 | 2019-04-23 | 苏州科达科技股份有限公司 | 待测系统的视频质量评价方法及系统 |
CN107595390B (zh) * | 2017-10-19 | 2020-12-08 | 青岛大学附属医院 | 一种超声影像与ct影像的实时匹配融合方法 |
US10510145B2 (en) * | 2017-12-27 | 2019-12-17 | Industrial Technology Research Institute | Medical image comparison method and system thereof |
US11017548B2 (en) * | 2018-06-21 | 2021-05-25 | Hand Held Products, Inc. | Methods, systems, and apparatuses for computing dimensions of an object using range images |
CN109035234B (zh) * | 2018-07-25 | 2020-12-01 | 腾讯科技(深圳)有限公司 | 一种结节检测方法、装置和存储介质 |
CN110021025B (zh) * | 2019-03-29 | 2021-07-06 | 上海联影智能医疗科技有限公司 | 感兴趣区域的匹配和显示方法、装置、设备及存储介质 |
CN110766735B (zh) * | 2019-10-21 | 2020-06-26 | 北京推想科技有限公司 | 一种图像的匹配方法、装置、设备及存储介质 |
-
2019
- 2019-10-21 CN CN201911001697.3A patent/CN110766735B/zh active Active
-
2020
- 2020-06-08 JP JP2021548143A patent/JP7190059B2/ja active Active
- 2020-06-08 WO PCT/CN2020/094875 patent/WO2021077759A1/zh unknown
- 2020-06-08 EP EP20880082.1A patent/EP3910592A4/en not_active Withdrawn
-
2021
- 2021-08-10 US US17/398,790 patent/US11954860B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006137294A1 (ja) | 2005-06-21 | 2006-12-28 | National University Corporation Kanazawa University | X線診断支援装置、プログラム及び記録媒体 |
US20160058423A1 (en) | 2014-09-03 | 2016-03-03 | Samsung Electronics Co., Ltd. | Apparatus and method for interpolating lesion detection |
CN106157282A (zh) | 2015-03-31 | 2016-11-23 | 深圳迈瑞生物医疗电子股份有限公司 | 图像处理系统及方法 |
JP2018011807A (ja) | 2016-07-22 | 2018-01-25 | 株式会社日立製作所 | 画像表示装置、x線画像診断装置、及び画像表示方法 |
WO2019023382A1 (en) | 2017-07-26 | 2019-01-31 | Canon U.S.A., Inc. | METHOD FOR EVALUATING CARDIAC MOVEMENT USING ANGIOGRAPHIC IMAGE |
Non-Patent Citations (2)
Title |
---|
Tracy L. Faber et al.,"Spatial and Temporal Registration of Cardiac SPECT and MR images: Methods and Evaluation",Radiology,米国,Radiological Society of North America,1991年01月31日,Vol.179, No.3,pp.857-861 |
仲本 宗泰、外8名,"治療X線ポータル動画像に基づく体幹部肺定位放射線治療時における4次元線量分布推定法の開発",電子情報通信学会技術研究報告,日本,一般社団法人電子情報通信学会,2016年01月12日,Vol.115, No.401,pp.69-73 |
Also Published As
Publication number | Publication date |
---|---|
EP3910592A1 (en) | 2021-11-17 |
US20210366121A1 (en) | 2021-11-25 |
WO2021077759A1 (zh) | 2021-04-29 |
JP2022520480A (ja) | 2022-03-30 |
US11954860B2 (en) | 2024-04-09 |
CN110766735B (zh) | 2020-06-26 |
EP3910592A4 (en) | 2022-05-11 |
CN110766735A (zh) | 2020-02-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7190059B2 (ja) | 画像のマッチング方法、装置、デバイス及び記憶媒体 | |
KR102013866B1 (ko) | 실제수술영상을 이용한 카메라 위치 산출 방법 및 장치 | |
JP7225295B2 (ja) | 医用画像表示装置、方法およびプログラム | |
WO2021031815A1 (zh) | 医学影像分割方法、装置、计算机设备及可读存储介质 | |
CN109035234B (zh) | 一种结节检测方法、装置和存储介质 | |
US9480456B2 (en) | Image processing apparatus that simultaneously displays two regions of interest on a body mark, processing method thereof and storage medium | |
EP3998579B1 (en) | Medical image processing method, apparatus and device, medium and endoscope | |
CN110288653B (zh) | 一种多角度超声图像融合方法、系统及电子设备 | |
CN106709920B (zh) | 血管提取方法及其装置 | |
Hernandez-Matas et al. | Retinal image registration through simultaneous camera pose and eye shape estimation | |
KR102222509B1 (ko) | 의료 영상에 관한 판단을 보조하는 방법 및 이를 이용한 장치 | |
JP6905323B2 (ja) | 画像処理装置、画像処理方法、およびプログラム | |
JP6772123B2 (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 | |
EP2823764B1 (en) | Medical image processing device, method, and program | |
Chen et al. | The research and practice of medical image enhancement and 3D reconstruction system | |
US20200074737A1 (en) | Visualization of ultrasound images in physical space | |
CN115311317A (zh) | 一种基于Scaleformer类算法的腹腔镜图像分割方法及系统 | |
US20220108525A1 (en) | Patient-specific cortical surface tessellation into dipole patches | |
US10299864B1 (en) | Co-localization of multiple internal organs based on images obtained during surgery | |
CN112466479A (zh) | 基于虚拟现实的患者模型创建方法、系统、设备和介质 | |
US20220183759A1 (en) | Determining a surgical port for a trocar or laparoscope | |
CN111743628A (zh) | 一种基于计算机视觉的自动穿刺机械臂路径规划的方法 | |
CN112488289A (zh) | 预测数据组的提供 | |
CN111462314A (zh) | 器官三维图像重建方法、手术导航方法及手术辅助系统 | |
KR102161853B1 (ko) | 의료 영상 처리 방법, 의료 영상 검색 방법 및 이를 이용한 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210817 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210817 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220809 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221031 |
|
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: 20221115 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221202 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7190059 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |