JP7419037B2 - 画像処理装置、画像処理方法、及びプログラム - Google Patents
画像処理装置、画像処理方法、及びプログラム Download PDFInfo
- Publication number
- JP7419037B2 JP7419037B2 JP2019213099A JP2019213099A JP7419037B2 JP 7419037 B2 JP7419037 B2 JP 7419037B2 JP 2019213099 A JP2019213099 A JP 2019213099A JP 2019213099 A JP2019213099 A JP 2019213099A JP 7419037 B2 JP7419037 B2 JP 7419037B2
- Authority
- JP
- Japan
- Prior art keywords
- information
- image
- subspace
- pixel value
- interest
- 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
- 238000012545 processing Methods 0.000 title claims description 110
- 238000003672 processing method Methods 0.000 title claims description 16
- 238000000034 method Methods 0.000 claims description 73
- 238000000513 principal component analysis Methods 0.000 claims description 21
- 238000007619 statistical method Methods 0.000 claims description 15
- 239000013598 vector Substances 0.000 claims description 15
- 238000012549 training Methods 0.000 claims description 14
- 230000003205 diastolic effect Effects 0.000 claims description 4
- 210000002837 heart atrium Anatomy 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 description 28
- 230000000875 corresponding effect Effects 0.000 description 27
- 238000000605 extraction Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 17
- 238000002604 ultrasonography Methods 0.000 description 16
- 239000011159 matrix material Substances 0.000 description 13
- 230000006870 function Effects 0.000 description 12
- 210000005246 left atrium Anatomy 0.000 description 11
- 238000013179 statistical model Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 9
- 238000012986 modification Methods 0.000 description 7
- 230000004048 modification Effects 0.000 description 7
- 238000003384 imaging method Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000001186 cumulative effect Effects 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 210000003484 anatomy Anatomy 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013434 data augmentation Methods 0.000 description 2
- 238000002059 diagnostic imaging Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 210000005240 left ventricle Anatomy 0.000 description 2
- 210000005245 right atrium Anatomy 0.000 description 2
- 210000005241 right ventricle Anatomy 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 210000004204 blood vessel Anatomy 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Description
書の開示の他の目的の1つとして位置付けることができる。
された部分空間の情報を第1の部分空間の情報として選択する部分空間情報選択手段と、前記第1の部分空間の情報を用いて、前記第1の画像の画素値情報から前記第1の画像中の注目領域の形状情報を推定する推定手段と、を有することを特徴とする画像処理装置を提供する。また当該態様は、画像から注目領域の形状に関する情報である形状情報を推定する画像処理装置であって、処理対象となる第1の画像を取得する画像取得手段と、学習用の画像の画素値情報と注目領域の形状情報とを含んで構成されるサンプルデータを含み、互いに異なる2つ以上のデータセットを用いて生成された2つ以上の部分空間の情報を取得する部分空間情報取得手段と、前記第1の画像の画素値情報と、前記2つ以上の部分空間の情報の夫々に対応した前記学習用の画像の画素値情報に関する部分空間の情報と、の類似性に基づいて、前記2つ以上の部分空間の情報から前記第1の画像と類似するサンプルデータが含まれるデータセットを特定し前記特定されたデータセットから生成された部分空間の情報を第1の部分空間の情報として選択する部分空間情報選択手段と、前記第1の部分空間の情報を用いて、前記第1の画像の画素値情報から前記第1の画像中の注目領域の形状情報を推定する推定手段と、を有することを特徴とする画像処理装置を提供する。
情報と、の類似性に基づいて、前記2つ以上の部分空間の情報から前記第1の画像と類似するサンプルデータが含まれるデータセットを特定し前記特定されたデータセットから生成された部分空間の情報を第1の部分空間の情報として選択するステップと、前記第1の部分空間の情報を用いて、前記第1の画像の画素値情報から前記第1の画像中の注目領域の形状情報を推定するステップと、を有することを特徴とする画像処理方法を提供する。
また、1つの時相の画像でも複数の時相の画像でもよい。注目領域は、画像の中の一部の領域であり、例えば、解剖学的構造(臓器、血管、骨など)や病変などである。何を注目領域に選ぶかは任意に設定することができる。注目領域の形状に関する情報(本明細書において、「形状情報」とも称す)とは、画像における注目領域の空間的な(あるいは幾何学的な)特徴を表す情報である。例えば、注目領域の輪郭情報(輪郭形状を表す情報)、注目領域上の特徴点の位置や特徴点同士の相対位置(間隔など)、注目領域の長さ・面積・体積、注目領域のかたち(円形、楕円形、三角形など)などを例示できる。なお、画像から直接得られる一次情報だけでなく、一次情報を用いて生成される二次情報(例えば、特徴点の位置の差、2つの時相の間での面積比など)も、形状情報に含まれる。
ry)33、記憶部34、操作部35、表示部36、及び制御部37を備える。
ある。
ステップS101において、ユーザが操作部35を介して画像の取得を指示すると、画像取得部51は、ユーザが指定した第1の画像をデータベース22から取得し、RAM33に格納する。またこのとき、表示処理部54は、第1の画像を表示部36の画像表示領域内に表示させてもよい。ここで、第1の画像の例を図3に示す。図3は、第1の画像が心臓の超音波画像における心尖部四腔像である例を示している。なお、以下の説明では、第1の画像を構成するx方向の画素数はNx、y方向の画素数はNyであるものとする。すなわち、第1の画像を構成する全画素数はNx×Nyである。
ステップS102において、部分空間情報取得部52は、第1の画像とは異なる複数の画像に関して、画像の画素値情報(例えば画像データ)と、該画像における注目領域の正解の輪郭情報を、データベース22から取得する。すなわち、部分空間情報取得部52は、部分空間の情報を算出するために用いる学習データを取得する。なお、学習データとして用いる複数の画像は、統計モデルのロバスト性を高めるために、異なる患者を撮影した画像で構成することが望ましい。ただし、同一患者を異なる時期に撮影した画像が含まれていても構わない。あるいは、画像の変形・加工などにより、データオーグメンテーション(学習データの水増し)を行ってもよい。
。また、上述の画素値情報aから画素値情報a′を算出した方法と同様に、輪郭情報bについても、主成分分析を利用して算出した値を新たな輪郭情報b′として用いてもよい。すなわち、学習用の複数の画像に対応する輪郭情報bのみのデータ群に対して主成分分析を実施し、各画像の主成分得点のベクトルを新たな輪郭情報b′として設定することで、計算コストのさらなる削減が可能となる。
ステップS103において、部分空間情報選択部55は、画像取得部51で取得した第1の画像と、部分空間情報取得部52で取得した2つ以上の部分空間情報とに基づいて、ある1つの部分空間情報を選択し、その結果をRAM33に格納する。すなわち、第1の画像における注目領域の輪郭情報を推定するためにより適した部分空間情報(第1の部分空間の情報)として、第1の画像に基づいて、2つ以上の部分空間情報の中から1つの部分空間情報を選択する。
い。あるいは、再構築誤差が小さい上位の所定の数のデータセットを選択するようにしてもよい。複数のデータセットが選択された場合、ステップS104において、輪郭情報推定部53は、夫々のデータセットの部分空間情報を用いて輪郭情報の推定処理を実行して結果を統合してもよい。例えば、夫々の部分空間情報を用いて推定された輪郭情報の平均値や中央値を取得してもよい。
ステップS104において、輪郭情報推定部53は、ステップS101で取得した第1の画像と、ステップS103で選択した第1の部分空間情報から、第1の画像中に写る注目領域の輪郭情報を推定する。その推定結果はRAM33に格納される。
1の画像中の注目領域の輪郭情報を未知の情報として設定する。すなわち、非特許文献2における画像の画素値の情報の部分を画素値情報a、物体の姿勢を表す情報の部分を輪郭情報b、とするように問題設定を置き換えて、次に示す方法に基づいて本ステップの命題を解く。
施形態においては、最後の18個の要素)を取り出して、RAM33に格納する。
ステップS105において、表示処理部54は、入力画像である第1の画像と輪郭情報推定部53により推定した注目領域の輪郭情報を画像表示領域内に表示させる。このとき、推定した輪郭情報と第1の画像を重畳して表示してもよい。重畳表示を行うことで、第1の画像に対して、推定した輪郭情報がどの程度合っているのかを容易に視認できる。本実施形態においては、注目領域の輪郭情報は、該領域の輪郭をサンプリングした離散的な点群であるため、スプライン補間などの既知の技術を用いて隣接点の間を補間した後に表示してもよい。
上記実施形態では、入力画像や学習データとして扱う画像が2次元の超音波画像である例を示したが、これらの画像は、2次元画像の経時的なデータを繋げた画像(3次元の時空間画像)であってもよい。すなわち、2次元の超音波画像の動画像(2フレーム以上の2次元超音波画像)を入力画像として扱ってもよい。このとき、時間的に連続する複数フレームの画像の組ではなく、特定のフレーム(時相)の画像の組を用いて、3次元の時空間画像を構成してもよい。
きる。
上記実施形態、及び、変形例1では、入力画像の画素値情報を既知の情報として、入力画像に対応する注目領域の輪郭情報を未知の情報として設定し、BPLP法によって未知の情報を推定する例を示した。しかし、既知の情報と未知の情報は別の設定をしてもよい。
また、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、インターフェイス機器、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、1つの機器からなる装置に適用しても良い。
ンピュータプログラム)を記録した記録媒体(または記憶媒体)を、システムあるいは装置に供給する。係る記憶媒体は言うまでもなく、コンピュータ読み取り可能な記憶媒体である。そして、そのシステムあるいは装置のコンピュータ(またはCPUやMPU)が記録媒体に格納されたプログラムコードを読み出し実行する。この場合、記録媒体から読み出されたプログラムコード自体が前述した実施形態の機能を実現することになり、そのプログラムコードを記録した記録媒体は本発明を構成することになる。
51 画像取得部
52 部分空間情報取得部
53 輪郭情報推定部
54 表示処理部
55 部分空間情報選択部
Claims (20)
- 画像から注目領域の形状に関する情報である形状情報を推定する画像処理装置であって、
処理対象となる第1の画像を取得する画像取得手段と、
学習用の画像の画素値情報と注目領域の形状情報とを含んで構成されるサンプルデータを含み、互いに異なる2つ以上のデータセットを用いて生成された2つ以上の部分空間の情報を取得する部分空間情報取得手段と、
前記第1の画像の画素値情報を各データセットの画素値情報に関する部分空間へ投影・逆投影したときの再構築誤差に基づいて評価される前記第1の画像の画素値情報と前記サンプルデータの画素値情報との類似性に基づいて、前記2つ以上の部分空間の情報から前記第1の画像と類似するサンプルデータが含まれるデータセットを特定し前記特定されたデータセットから生成された部分空間の情報を第1の部分空間の情報として選択する部分空間情報選択手段と、
前記第1の部分空間の情報を用いて、前記第1の画像の画素値情報から前記第1の画像中の注目領域の形状情報を推定する推定手段と、を有することを特徴とする画像処理装置。 - 画像から注目領域の形状に関する情報である形状情報を推定する画像処理装置であって、
処理対象となる第1の画像を取得する画像取得手段と、
学習用の複数の画像を主成分分析して得られた部分空間に対し、前記学習用の複数の画像のうちの各画像を投影することにより得られる、当該画像の主成分得点を並べたデータである画素値情報と注目領域の形状情報とを含んで構成されるサンプルデータを含み、互いに異なる2つ以上のデータセットを用いて生成された2つ以上の部分空間の情報を取得する部分空間情報取得手段と、
前記第1の画像の画素値情報に基づいて、前記2つ以上の部分空間の情報から前記第1の画像と類似するサンプルデータが含まれるデータセットを特定し前記特定されたデータセットから生成された部分空間の情報を第1の部分空間の情報として選択する部分空間情報選択手段と、
前記第1の部分空間の情報を用いて、前記第1の画像の画素値情報から前記第1の画像中の注目領域の形状情報を推定する推定手段と、を有することを特徴とする画像処理装置。 - 画像から注目領域の形状に関する情報である形状情報を推定する画像処理装置であって、
処理対象となる第1の画像を取得する画像取得手段と、
学習用の画像の画素値情報と注目領域の形状情報とを含んで構成されるサンプルデータを含み、互いに異なる2つ以上のデータセットを用いて生成された2つ以上の部分空間の情報を取得する部分空間情報取得手段と、
前記第1の画像の画素値情報と、前記2つ以上の部分空間の情報の夫々に対応した前記学習用の画像の画素値情報に関する部分空間の情報と、の類似性に基づいて、前記2つ以上の部分空間の情報から前記第1の画像と類似するサンプルデータが含まれるデータセットを特定し前記特定されたデータセットから生成された部分空間の情報を第1の部分空間の情報として選択する部分空間情報選択手段と、
前記第1の部分空間の情報を用いて、前記第1の画像の画素値情報から前記第1の画像中の注目領域の形状情報を推定する推定手段と、を有することを特徴とする画像処理装置。 - 前記部分空間の情報は、前記データセットに含まれるサンプルデータの分布を表すものであることを特徴とする請求項1~3のうちいずれか1項に記載の画像処理装置。
- 前記部分空間情報選択手段は、前記第1の画像の画素値情報と、各データセットに含まれるサンプルデータの画素値情報との類似性に基づいて、前記第1の画像と類似するサンプルデータが含まれるデータセットを特定し、前記特定されたデータセットから生成された部分空間の情報を前記第1の部分空間の情報として選択することを特徴とする請求項2に記載の画像処理装置。
- 前記部分空間情報選択手段は、前記第1の画像の画素値情報を各データセットの画素値情報に関する部分空間へ投影・逆投影したときの再構築誤差に基づいて、前記第1の画像と各データセットとの類似性を評価することを特徴とする請求項2又は3に記載の画像処理装置。
- 前記部分空間の情報は、前記データセットに含まれる複数のサンプルデータに対し統計解析を行うことにより得られた情報であることを特徴とする請求項1~6のうちいずれか1項に記載の画像処理装置。
- 前記統計解析は、主成分分析であり、
前記部分空間の情報は、主成分分析により得られた平均ベクトルと複数の固有ベクトルの情報を含むことを特徴とする請求項7に記載の画像処理装置。 - 前記部分空間情報取得手段は、予め生成された部分空間の情報を記憶する記憶装置から、前記2つ以上の部分空間の情報を取得することを特徴とする請求項1~8のうちいずれか1項に記載の画像処理装置。
- 前記第1の画像は、異なる時相の複数の画像の組で構成された画像であることを特徴と
する請求項1~9のうちいずれか1項に記載の画像処理装置。 - 前記推定手段は、前記異なる時相の複数の画像の画素値情報を連結したデータを前記第1の画像の画素値情報として用い、前記異なる時相の複数の画像夫々に対応する形状情報を連結したデータを前記第1の画像に対応する形状情報として用いることを特徴とする請求項10に記載の画像処理装置。
- 前記第1の画像は、心臓の画像であり、
前記注目領域は、心房又は心室であることを特徴とする請求項1~11のうちいずれか1項に記載の画像処理装置。 - 前記第1の画像は、心臓の拡張期の画像と収縮期の画像の組で構成された画像であることを特徴とする請求項12に記載の画像処理装置。
- 前記画素値情報は、画像の画素値を並べたデータであることを特徴とする請求項1~13のうちいずれか1項に記載の画像処理装置。
- 前記画素値情報は、学習用の複数の画像を主成分分析して得られた部分空間に対し、前記学習用の複数の画像のうちの各画像を投影することにより得られる、当該画像の主成分得点を並べたデータを含むことを特徴とする請求項1又は3に記載の画像処理装置。
- 前記形状情報は、前記注目領域の輪郭情報であることを特徴とする請求項1~15のうちいずれか1項に記載の画像処理装置。
- 画像から注目領域の形状に関する情報である形状情報を推定する画像処理方法であって、
処理対象となる第1の画像を取得するステップと、
学習用の画像の画素値情報と注目領域の形状情報とを含んで構成されるサンプルデータを含み、互いに異なる2つ以上のデータセットを用いて生成された2つ以上の部分空間の情報を取得するステップと、
前記第1の画像の画素値情報を各データセットの画素値情報に関する部分空間へ投影・逆投影したときの再構築誤差に基づいて評価される前記第1の画像の画素値情報と前記サンプルデータの画素値情報との類似性に基づいて、前記2つ以上の部分空間の情報から前記第1の画像と類似するサンプルデータが含まれるデータセットを特定し前記特定されたデータセットから生成された部分空間の情報を第1の部分空間の情報として選択するステップと、
前記第1の部分空間の情報を用いて、前記第1の画像の画素値情報から前記第1の画像中の注目領域の形状情報を推定するステップと、を有することを特徴とする画像処理方法。 - 画像から注目領域の形状に関する情報である形状情報を推定する画像処理方法であって、
処理対象となる第1の画像を取得するステップと、
学習用の複数の画像を主成分分析して得られた部分空間に対し、前記学習用の複数の画像のうちの各画像を投影することにより得られる、当該画像の主成分得点を並べたデータである画素値情報と注目領域の形状情報とを含んで構成されるサンプルデータを含み、互いに異なる2つ以上のデータセットを用いて生成された2つ以上の部分空間の情報を取得するステップと、
前記第1の画像の画素値情報に基づいて、前記2つ以上の部分空間の情報から前記第1の画像と類似するサンプルデータが含まれるデータセットを特定し前記特定されたデータ
セットから生成された部分空間の情報を第1の部分空間の情報として選択するステップと、
前記第1の部分空間の情報を用いて、前記第1の画像の画素値情報から前記第1の画像中の注目領域の形状情報を推定するステップと、を有することを特徴とする画像処理方法。 - 画像から注目領域の形状に関する情報である形状情報を推定する画像処理方法であって、
処理対象となる第1の画像を取得するステップと、
学習用の画像の画素値情報と注目領域の形状情報とを含んで構成されるサンプルデータを含み、互いに異なる2つ以上のデータセットを用いて生成された2つ以上の部分空間の情報を取得するステップと、
前記第1の画像の画素値情報と、前記2つ以上の部分空間の情報の夫々に対応した前記学習用の画像の画素値情報に関する部分空間の情報と、の類似性に基づいて、前記2つ以上の部分空間の情報から前記第1の画像と類似するサンプルデータが含まれるデータセットを特定し前記特定されたデータセットから生成された部分空間の情報を第1の部分空間の情報として選択するステップと、
前記第1の部分空間の情報を用いて、前記第1の画像の画素値情報から前記第1の画像中の注目領域の形状情報を推定するステップと、を有することを特徴とする画像処理方法。 - コンピュータに、請求項17~19のうちいずれか1項に記載の画像処理方法の各ステップを実行させるためのプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019213099A JP7419037B2 (ja) | 2019-11-26 | 2019-11-26 | 画像処理装置、画像処理方法、及びプログラム |
JP2024001746A JP2024032762A (ja) | 2019-11-26 | 2024-01-10 | 画像処理装置、画像処理方法、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019213099A JP7419037B2 (ja) | 2019-11-26 | 2019-11-26 | 画像処理装置、画像処理方法、及びプログラム |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2024001746A Division JP2024032762A (ja) | 2019-11-26 | 2024-01-10 | 画像処理装置、画像処理方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021086263A JP2021086263A (ja) | 2021-06-03 |
JP7419037B2 true JP7419037B2 (ja) | 2024-01-22 |
Family
ID=76087746
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019213099A Active JP7419037B2 (ja) | 2019-11-26 | 2019-11-26 | 画像処理装置、画像処理方法、及びプログラム |
JP2024001746A Pending JP2024032762A (ja) | 2019-11-26 | 2024-01-10 | 画像処理装置、画像処理方法、及びプログラム |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2024001746A Pending JP2024032762A (ja) | 2019-11-26 | 2024-01-10 | 画像処理装置、画像処理方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (2) | JP7419037B2 (ja) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001031053A (ja) | 1999-07-23 | 2001-02-06 | Japan Polychem Corp | ラベル付き樹脂ボトル |
JP2006061581A (ja) | 2004-08-30 | 2006-03-09 | Toshiba Corp | 医用運動解析装置、医用運動解析方法および医用運動解析プログラム |
-
2019
- 2019-11-26 JP JP2019213099A patent/JP7419037B2/ja active Active
-
2024
- 2024-01-10 JP JP2024001746A patent/JP2024032762A/ja active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001031053A (ja) | 1999-07-23 | 2001-02-06 | Japan Polychem Corp | ラベル付き樹脂ボトル |
JP2006061581A (ja) | 2004-08-30 | 2006-03-09 | Toshiba Corp | 医用運動解析装置、医用運動解析方法および医用運動解析プログラム |
Non-Patent Citations (3)
Title |
---|
Elco OOST et al.,Active Appearance Models in Medical Image Processing,Medical Imaging Technology,27 巻 (2009) 3 号,2009年05月31日,https://www.jstage.jst.go.jp/article/mit/27/3/27_153/_article/-char/ja/ |
小林 亮博ほか,AAMの動的選択に基づく不特定人物の顔追跡,情報処理学会研究報告 Vol.2008 No.3,2008年01月17日 |
西浦 正英 ほか,部分形状拘束輪郭モデルによる超音波心壁動的輪郭抽出法,電子情報通信学会論文誌 (J83ーDーII) 第1号,2000年01月25日 |
Also Published As
Publication number | Publication date |
---|---|
JP2021086263A (ja) | 2021-06-03 |
JP2024032762A (ja) | 2024-03-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10127657B2 (en) | System and method for valve quantification | |
JP4918048B2 (ja) | 画像処理装置及び方法 | |
US7822246B2 (en) | Method, a system and a computer program for integration of medical diagnostic information and a geometric model of a movable body | |
US10417777B2 (en) | Image processing apparatus, image processing method, and non-transitory computer-readable storage medium | |
US10867423B2 (en) | Deformation field calculation apparatus, method, and computer readable storage medium | |
JP2010527647A (ja) | 半自動式輪郭検出方法 | |
Faghih Roohi et al. | 4D statistical shape modeling of the left ventricle in cardiac MR images | |
TW201725554A (zh) | 心臟醫學影像單一腔室地圖化系統及方法 | |
JP2016189946A (ja) | 医用画像位置合わせ装置および方法並びにプログラム | |
EP1851721B1 (en) | A method, a system and a computer program for segmenting a surface in a multidimensional dataset | |
US20220230346A1 (en) | Image processing apparatus, medical image capturing apparatus, image processing method, and storage medium | |
EP2498222A2 (en) | Method and system for regression-based 4D mitral valve segmentation from 2D+T magnetic resonance imaging slices | |
US20230394670A1 (en) | Anatomically-informed deep learning on contrast-enhanced cardiac mri for scar segmentation and clinical feature extraction | |
JP2022111705A (ja) | 学習装置、画像処理装置、医用画像撮像装置、学習方法およびプログラム | |
JP2021027982A (ja) | 画像処理装置及び画像処理方法 | |
JP6995535B2 (ja) | 画像処理装置、画像処理方法およびプログラム | |
JP6934734B2 (ja) | 画像処理装置、画像処理装置の制御方法およびプログラム | |
Guo et al. | Automatic segmentation of a fetal echocardiogram using modified active appearance models and sparse representation | |
JP7419037B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
JP7356330B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
McLeod et al. | A near-incompressible poly-affine motion model for cardiac function analysis | |
KR101993381B1 (ko) | 장기 변형모델을 추정하는 방법, 장치 및 의료영상시스템 | |
US20220092745A1 (en) | Information processing apparatus, information processing method, and non-transitory recording medium | |
US11138736B2 (en) | Information processing apparatus and information processing method | |
Bugdol et al. | A novel model-based approach to left ventricle segmentation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221019 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230828 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230905 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231102 |
|
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: 20231212 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240110 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7419037 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |