JPH03266188A - 画像表示装置 - Google Patents
画像表示装置Info
- Publication number
- JPH03266188A JPH03266188A JP2066695A JP6669590A JPH03266188A JP H03266188 A JPH03266188 A JP H03266188A JP 2066695 A JP2066695 A JP 2066695A JP 6669590 A JP6669590 A JP 6669590A JP H03266188 A JPH03266188 A JP H03266188A
- Authority
- JP
- Japan
- Prior art keywords
- image
- window
- neural network
- parameters
- histogram
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 53
- 238000013528 artificial neural network Methods 0.000 claims abstract description 41
- 238000011156 evaluation Methods 0.000 claims abstract description 28
- 230000008859 change Effects 0.000 claims description 6
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 abstract description 10
- 238000002595 magnetic resonance imaging Methods 0.000 description 31
- 239000000428 dust Substances 0.000 description 23
- 238000010586 diagram Methods 0.000 description 13
- 238000010606 normalization Methods 0.000 description 9
- 238000003384 imaging method Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000007423 decrease Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 230000008569 process Effects 0.000 description 1
Landscapes
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
め要約のデータは記録されません。
Description
いてウィンドウに関するパラメータを設定し画像を表示
させるための画像表示方法に関する。
ディジタルで記録された画像データを読み出し、この各
画像データを階調変換して表示する装置、例えばモニタ
に表示するようにしていた。この場合、画像を見易く表
示するために、術者が表示された画像を見ながら表示画
像ごとにスイッチを操作して、階調変換に関するパラメ
ータとしてのウィンドウレベル(以下WLという。)。
Wを併せてウィンドウという。)の値を調整し、表示画
像を見易く表示させていた。
条件、例えばMHI(マグネティック・レゾナンス・イ
メージング)装置における撮影条件ごとに、予め前記ウ
ィンドウをプリセットしておき、これを読み出して前記
撮影条件に合わせてウィンドウをセットする方法もある
。
する技術に関して、例えば画像表示装置(特開昭63−
84526)が既に知られている。
ータから抽出した画素値に対するヒストグラムを第13
図(a)に示すように作成し、このヒストグラムの最大
値H■aXに対して定められたスレッシュホールドレベ
ルThにより前記ヒストグラム上の最小値W1及び最大
値whを求め、これにより第13図(b)に示すように
画像表示のウィンドウワイスWとウィンドウレベルLを
定めて階調変換テーブルデータを作成するようにしたも
のである。
自動設定にあっては、次のような問題がある。すなわち
公知技術では、単にヒストグラムのスレッシュホールド
レベルThのみでウィンドウ・レベルLおよびウィンド
ウ・ワイズWを設定しているため、人間が設定したウィ
ンドウと一致しない場合が多々あった。このため観察に
適したウィンドウが設定できない場合には、操作者はこ
のウィンドウを観察に適合したウィンドウにいちいち再
設定しなければならず、操作者の負担になっていた。
する技術に関して、例えば既に同一出願人が出願した特
願平1−186819がある。
ィ−類似方式におけるメンバーシップ関数類似方式によ
りウィンドウを自動的に設定するものである。このため
メンバーシップ関数などの設定が必要であり、また1度
設定したメンバーシップ関数を装置ごとにあるいは病院
ごとの特性に合わせて変更することが困難であった。
の設定操作を簡単化して、操作者の負担を軽減でき、し
かも装置の特性に合った画像を容易に観察し得る画像表
示方法を提供することにある。
うな手段を講じた。本発明は、ディジタル化された画像
データの画素値を用いてウィンドウに関するパラメータ
を設定し画像を表示させるための画像表示方法において
、前記画像データの画素値に対するヒストグラムを作成
する手順と、候補値として前記パラメータを複数種類設
定し、設定された前記パラメータに対してそれぞれ画像
の見易さを表現する評価値をニューラルネットワークを
用いて求め、求められたそれぞれの評価値を比較し、最
も大きい評価値をもつ前記パラメータを最終設定とする
手順とからなるものである。
して前記パラメータを設定し、設定されたパラメータに
対して前記評価値を求める手順と、このパラメータを各
々大きく変化させこれらに対する評価値を求める手順と
、これらの評価値に基づき前記候補値のパラメータを変
更設定する手順と、前記パラメータの変化量を順次小さ
くすることにより最も大きい評価値をもつ前記パラメー
タを求める手順とを含むものである。
ィンドウ幅のうち少なくともいずれか一方であることを
特徴とするものである。
呈する。評価値をニューラルネットワークにより求める
ので、ファジィ−類似方式におけるメンバーシップ関数
等を決定することなく、また装置ごとにあるいは病院ご
との特性に合った画像を容易に観察することができる。
大きい評価値をもつウィンドウでMHI画像を観察でき
、画像を表示する際にウィンドウ設定の操作が簡単にな
り、操作者の負担を軽減できる。
フロー図、第4図は前記画像表示方法を適用した画像表
示装置を示す概略ブロック図、第5図は典型的なMHI
画像のヒストグラムを示す概略図である。
画像データを記録する画像メモリ1.制御手段としての
計算機2.ウィンドウレベルおよびウィンドウワイスを
マニュアル入力操作するためのW L /WWスイッチ
31画像メモリ1からの画像データを人力して設定され
たウィンドウで階調を持った画像として表示する表示装
置4、ニューラルネットワーク5から構成されている。
、前記WLSWWにより決定されるものとなっている。
る。
像データに基づき、最適のWL、WWを表示装置4に自
動的に設定するものとなっている。
より、WL、WWを最適に設定することもできる。
機2により表示ウィンドウを求める方法を具体的に説明
する。ここでは、画像をMRI画像とする。第5図は典
型的なMRI画像のヒストグラムを示す概略図である。
定された画像を読み出し、画像メモリ1に記憶する。
ラムを作成する(手順100)。作成された前記ヒスト
グラムの典型的な例を第5図に示す。
るために、このヒストグラムを解析しA”を求める。“
A′の意味、および求め方は後に詳細に説明する。
付ける。次に手順300において、ヒストグラムを解析
しMVPを求める。MVPの定義、および求め方は後に
詳細に説明する。
適しているウィンドウを求める。この手順については後
に第2図、第3図を参照して詳細に説明する。
より、画像を表示する。
要に応じ、第4図のWL、WWスイッチ3を操作してウ
ィンドウを微調整することもできる。
の設定の操作が簡単になり、操作者の負担を軽減できる
。
第5図を参照して詳細に説明する。
ストグラムの典型的な例である。人体のMHI画像の内
、体外に相当する部分は、−船釣にMRI画素値(画像
の各画素のMRI値)が低くほぼ一定値である。これに
より体外に相当する部分は、第5図に示す斜線部分のよ
うな背景Hとなる。この背景Hは観察を必要としない部
分である。
のMRI値を以下のごとく求める。このMRI値をAと
する。第5図に示すようにMRI値Aを求めるには、ま
ず最低のMRI値以上、かつ一定態下のMRI値の範囲
内であって、ヒストグラムのピーク値HlaXを求める
。このピーク値H■aXからMRI値の大きい方に数個
のヒストグラム上の点H1,H2・・・を求め、その点
H1゜H2・・・を通る直線Lnを最小二乗法により求
める。
おけるMRI値を求め、これをAとする。
第5図を参照して詳細に説明する。
。例えば、その画像の中で背景を除き、最も多くの頻度
を有するMRI値が見易いように表示すれば、全体が見
易い画像になると考えて良い。したがって、第5図に示
すようなヒストグラムを有する画像では、例えばA以上
のMRI値の中で最も頻度の高いMRI値をMVPと定
めている。
ムのピークを探すことにより求められる。
の値が両端での数点の値より互い高い値であると定義し
ている。
れぞれのピークの重用度を求め、最も重用度の高いピー
クをMVPとする。ピークの重用度は、第9図に示すよ
うに 1)ピークの間の距離 2)ピークの高さ 3)ピークの広がり などを考慮して評価する。
ィンドウの求め方について第2図の実施例を示すフロー
図を参照して詳細に説明する。
ンドウWL及びWWで画像を表示した場合の画像の見易
さを表現する評価値としての画像度をニューラルネット
ワークにより求める。この画像度の求め方については後
に詳細に説明する。
く変化させて、その時の画像の見易さを評価し、その中
で最も高い画像度を持つWL。
順次小さくすることにより最も大きい画像度をもつWL
及びWWを求める。
のうち少なくともいずれか一方であっても良い。
て説明する。第7図(a)はWW、WLを変化させる場
合を示す概略図、第7図(b)はWW、WLに対する画
像度Qを示す概略図、第3図は具体的な手順の実施例を
示すフロー図である。
ドウの初期値WL、 5WWoを求める。
中心として、WL、−MVP、背景H以外は全て見える
ようにするために、WW。−2(MVP−A)のように
設定する。
o 。
c 。
ウィンドウの変化量に初期値を設定する。
像度Qcを計算する(前記手順すに対応)。この画像度
の求め方については後に詳細に説明する。
記4)と同様な方法で計算する。
d 2を計算する。
を計算する。
d aを計算する。
算する。
d6を計算する。
算する。
daを計算する。
〜Qdsの中で、最大の画像塵をQdを求め、その画像
塵QdにおけるWL、WWをWLd。
いて、画像塵Qc<Qdならば、Qcからこれより高い
画像塵Qdに移動する。すなわち、手順4280におい
て、W L c = W L d 。
Cに対応)。
−aXΔWWとする(手順dに対応)。ここでαく1な
る定数である。
240へ戻る。ここでrは終了を決める定数である。Δ
WW<rならば、WLc、WWcが最終的に求めるWL
、WWとなる。
画像塵と、WL、WWを各々大きく変化させたときにお
ける各画像塵とによりWL、WWが変更設定され、さら
にWL、WWの変化量を順次小さくすると、最大の画像
塵が自動的に求められるので、最適なウィンドウが設定
できる。これにより観察者の操作負担を軽減でき、しか
も人間が感する見易い表示画像を得ることができる。
像塵を求める方式について詳細に説明する。画像塵はあ
る設定されたウィンドウで画像を表示した場合に、その
ウィンドウにより表示された画像が、どの程度見易いか
を指数化し、これを評価値として表示したものである。
て求め、装置ごとに、病院ごとの特性に合った画像表示
方法を提供するものである。以下、具体的な実施例を説
明する。
合には、画像塵の求めるための評価項目をニューラルネ
ットワーク5に転送する。ニューラルネットワーク5は
画像塵を求め、その画像塵を計算機2に転送する。その
結果、計算機2は画像塵を得ることができる。
方法について詳細に説明する。
図である。ニューラルネットワーク5は、例えば入力層
30.中間層32.出力層34の3層で構成されている
。入力層30は、入力層30a〜30eの5素子からな
り、入力層30a〜30eに例えば、 1)MVPの明るさ 2)“A1の明るさ 3)明るさ12の面積 4)明るさLの面積 5)l!Jiるさのバランス の評価項目(特徴)を人力する。本実施例では特徴を5
個としたが、これは本実施例に限定されるものではない
。特徴の個数が増減した場合は、それに応じて入力層3
0の素子数を増減させれば良い。これらの特徴の具体的
な求め方については後に説明する。
30a〜30eともネットワークを構成している。
像塵0〜1を出力する。
に限定されないが、本実施例では以下に示すシグモイド
関数f (x)を用いている。
で、bはバイアスであって、バイアス素子(出力が1)
のウェイトであり、学習により決定される。
る。この学習については後に詳細に説明する。ここでは
、ニューラルネットワーク5は学習が終了しているもの
とする。
続した明るさとして表示される。ただしWL−WW/2
以下のMRI値は全て最も暗く、WL+WW/2以上の
MRI値は、全て最も明るく表示される。この明るさを
便宜上第6図の縦軸に示す数値、すなわち0.5〜16
.5の連続値として表現している。ここで画素値X、明
るさYとし、直線部分だけに限定すると、 Y−8,5+16x (X−WL)/WW・・・(1)
X−WL+WWx (Y−8,5)/16・・・(2)
となる。
像度を求める手順を示すフロー図である。
明るさを求める。この明るさをMVPGとすると、(1
)式のXにMVPを、YにMVPGを代入して、 MVPG −8,5+16x (MVP−WL)/WW・・・ (
3) となる。(3)式を用いてMVPGを求め、それに正規
化係数1/16.5を乗算し、0〜1の値に正規化する
。
ドウでの“A”の明るさを求める。これをACとすると AC−8,5+16x (A−WL)/WW−(4)と
なる。(4)式を用いてACを求め、それに正規化係数
1/16.5を乗算し、0〜1の値に正規化する。
の明るさ12に相当するヒストグラムの面積を求める。
)式に Y−11,5〜12.5を代入すると、12 − (3WW/16+WL)〜(WW/4+WL)・・
・(5) となる。
は(5)式の範囲のヒストグラムの面積を求めればよい
。同様に正規化係数1/100を乗する。ただし、正規
化後、1を越えるものは1にする。
るさLに相当するヒストグラムの面積を求める。求めら
れた明るさLは、第11図においても最も明るい明るさ
であるから、 Y−16,5に相当する。したがって、(2)式にY−
16,5を代入して X lb、 s−WW/ 2 +W L
・・・(6)となる。したがって、X、、、、以
上のヒストグラムの面積を求めれば、明るさLに相当す
るヒストグラムの面積が求まる。同様に、正規化係数1
/30を乗する。ただし、正規化後、1を越えるものは
1にする。
るさのバランスを求める。明るさのバランスは以下によ
り定義する。
により求めることができる。同様に正規化係数1/6を
乗する。ただし正規化後、1を越えるものは1にする。
れぞれの値をニューラルネットワーク5に転送する。
ーラルネットワーク5が計算した画像度を得る。
説明する。前述した如くニューラルネットワークは予め
学習しておく必要がある。学習方式は実施例に限定され
ることはないが、本実施例ではパックプロパゲーション
法を用いる。ニューラルネットワーク5に一定数の学習
データを繰り返し提示し、パックプロパゲーション法に
より学習を行ない、エラーが一定値以下になると、終了
する。本実施例では、以下に示す学習データを用いて学
習するが、この学習データの作成方法は実施例に限定さ
れることはない。
めに専門家が設定したウィンドウを基に作成する。
(観察者)が設定したウィンドウをWLG。
の学習データを決定するための学習ウィンドウWLS、
WWSをサンプリングする。
す手順a、 〜e1によりMVP、”A’などの5つの
特徴量を25組求め、学習データの入力データを作成す
る。
第12図に示すように定め、前記2)の入力データと組
み合わせて25組の学習データを作成する。
の学習データを作成する。
定値以下になるまで、繰り返し学習する。
ので、関数1重み係数を決定する煩わしさがなくなる。
を容易に観察することができる。
ドウ幅の両方を変化させる方式であるが、ウィンドウレ
ベル、およびウィンドウ幅のいずれか一方を一定値に固
定し、他方を変化させるようにしても良い。
を作成し、1枚数の画像ごとに表示ウィンドウを探索し
ているが、同一グループに属する全部の画像、例えば1
回のポリニームスキャンで撮影した複数枚のスライスか
らヒストグラムを求め、それに関してウィンドウを決定
し、複数枚数の画像を同一の表示ウィンドウで観察する
ようにしても良い。この場合には1グループの画像がす
べて同一のウィンドウになる。また、ニューラルネット
ワークの教師データの作成にも、複数枚数の画像のヒス
トグラムを使用してもよい。
アー)であるが、表示ウィンドウは非線形(ノンリニア
ー)であっても良い。
ウを計算しているが、同一の条件で連続して撮影した画
像であれば、同一の表示ウィンドウで観察する方が良い
。このため1枚目で観察者が選択したウィンドウ(微調
整を行なった場合は微調整後のウィンドウ)とその画像
度を求めて記憶する。次に2枚目の画像の表示が指定さ
れた場合、1枚目のウィンドウにおける2枚目の画像の
画像度を求め、それを前記記憶した1枚目の画像度と比
較し、その差が一定以下ならウィンドウを変更しないで
、1枚目のウィンドウにより2枚目の画像を表示する。
ウィンドウで表示するようにしても良い。
ウを計算しているが、同一の条件で連続して撮影した画
像であれば、同一の表示ウィンドウで観察する方が良い
。このため同一グループの代表的な画像(例えば中心位
置の画像)でウィンドウを求め、同一グループの全部の
画像に対して同一のウィンドウで画像を表示しても良い
。
のピークにより推定しているが、以下の情報、方法を用
いて゛観察部分の画素値を推定するようにしてもよい。
いる部分を見つける。
、 (4)撮影目的、これは病院オーダーリングシステムか
ら得ることもできる。
、ピークの位置、形、高さなど)により、画像度を求め
る項目、ニューラルネットワークのウェイトなどを異な
るものを使用するようにしても良い。
明るさ」、「コントラスト」の両方を統合した画像度を
表しているが、出力素子を「明るさ」、「コントラスト
」に対応して2個とし、これを「明るすぎる〜適当〜暗
すぎる」 (0〜1)。
)のように表しても良い。この場合、画像度は両者の重
み付けの合計として求める。また「明るさ」の教師デー
タは、第12図においてWWS−WWG、rコントラス
ト」の教師データはWL S −WL Gとおけばよい
。
ネットワークで行なっているが、学習はワークステーシ
ョンなどの他のニユーラルネツトワーりで行い、実行は
別の簡単なニューラルネットワークで行っても良い。ま
た学習したニューラルネットワークの重み係数のうち、
値の大きいものだけを取り出し、にニューラルネットワ
ークを使用せずに)計算機のソフトウェアだけで計算し
ても良い。
の重み係数を使用しているが、画像のタイプにより異な
る重み係数を使用しても良い。この場合は、計算機から
ニューラルネットワークに、画像タイプに応じて異なる
重み係数を転送するようにする。また学習も画像タイプ
ごとに別々の学習データを用いて行なう。
については説明していないが、例えば装置ごとに、10
枚数程度の画像(画像タイプごとに別々に)を学習画像
として記憶する。この画像によりニューラルネットワー
クを学習させる。このようにすれば、装置に応じたニュ
ーラルネットワーク(重み係数)が形成される。さらに
新しい学習画像を追加するか、あるいは古い画像を新し
い画像に更新して、再度全体の学習画像を用いて学習す
るようにすれば、装置の変化にも対応可能である。
画像タイプごとに別々の重み係数を設けるようにしてい
るが、これを装置ごと、観察者(医師)ごと1画像タイ
プごとに別々の重み係数を設けるようにしても良い。
力としたが、正規化は例えば正弦関数や対数変換などで
正規化しても良い。
ークの入力層の素子数を同一にしたが、1つの特徴に複
数の入力素子を割り当てて、特徴量を線形で正規化した
値と、正弦関数や対数変換などで正規化した値を入力と
しても良い。
可能であるのは勿論である。
り求めるので、ファジィ−類似方式におけるメンバーシ
ップ関数等を決定することなく、装置ごとにあるいは病
院ごとの特性に合った画像を容易に観察することができ
る。
大きい評価値をもつウィンドウでMHI画像を観察でき
、画像を表示する際にウィンドウ設定の操作が簡単にな
り、操作者の負担を軽減できる画像表示方法を提供でき
る。
フロー図、第2図はウィンドウを求める方法を示すフロ
ー図、第3図は前記ウィンドウの求め方の具体的な手順
の実施例を示すフロー図、第4図は前記画像表示方法を
適用した画像表示装置を示す概略ブロック図、第5図は
典型的なMHI画像のヒストグラムを示す図、第6図は
MRI値をWL、WWに応じて連続した明るさとして表
示した図、第7図はWW、WLを変化させた場合のWW
、WLに対する画像度Qを示す概略図、第8図は前記M
RI画像のピークの定義を示す図、第9図はMVPの求
め方を説明するための図、′s10はニューラルネット
ワークの構成を示す因、第11図は前記ニューラルネッ
トワークで画像度を求める手順を示すフロー図、第12
図はWLS、WWSに対する教師データを示す図、第1
3図は従来のウィンドウの設定方法の一例を示す図であ
る。 1・・・画像メモリ、2・・・計算機、3・・・WL、
WWスイッチ、4・・・表示装置、5・・・ニューラル
ネットワーク、30・・・入力層、32・・・中間層、
Q・・・画像度、WL、L・・・ウィンドウレベル、w
w w・・・ウィンドウワイド、H・・・背景、MVP
・・・最も重要と推定されるMRI値。
Claims (3)
- (1)ディジタル化された画像データの画素値を用いて
ウィンドウに関するパラメータを設定し画像を表示させ
るための画像表示方法において、前記画像データの画素
値に対するヒストグラムを作成する手順と、候補値とし
て前記パラメータを複数種類設定し、設定された前記パ
ラメータに対してそれぞれ画像の見易さを表現する評価
値をニューラルネットワークを用いて求め、求められた
それぞれの評価値を比較し、最も大きい評価値をもつ前
記パラメータを最終設定とする手順とからなる画像表示
方法。 - (2)前記パラメータを求める手順は、最初に候補値と
して前記パラメータを設定し、設定されたパラメータに
対して前記評価値を求める手順と、このパラメータを各
々大きく変化させこれらに対する評価値を求める手順と
、これらの評価値に基づき前記候補値のパラメータを変
更設定する手順と、前記パラメータの変化量を順次小さ
くすることにより最も大きい評価値をもつ前記パラメー
タを求める手順とを含むことを特徴とする請求項1記載
の画像表示方法。 - (3)前記パラメータはウィンドウレベルまたはウィン
ドウワイスのうち少なくともいずれか一方であることを
特徴とする請求項1乃び請求項2記載の画像表示方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2066695A JP2937389B2 (ja) | 1990-03-16 | 1990-03-16 | 画像表示方法 |
US07/552,520 US5305204A (en) | 1989-07-19 | 1990-07-16 | Digital image display apparatus with automatic window level and window width adjustment |
EP90113780A EP0409206B1 (en) | 1989-07-19 | 1990-07-18 | Digital image display apparatus |
DE69031523T DE69031523T2 (de) | 1989-07-19 | 1990-07-18 | Digitales Bildanzeigegerät |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2066695A JP2937389B2 (ja) | 1990-03-16 | 1990-03-16 | 画像表示方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH03266188A true JPH03266188A (ja) | 1991-11-27 |
JP2937389B2 JP2937389B2 (ja) | 1999-08-23 |
Family
ID=13323333
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2066695A Expired - Lifetime JP2937389B2 (ja) | 1989-07-19 | 1990-03-16 | 画像表示方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2937389B2 (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0561973A (ja) * | 1991-08-30 | 1993-03-12 | Shimadzu Corp | 医療用画像表示装置 |
JPH05304622A (ja) * | 1992-04-24 | 1993-11-16 | Toshiba Corp | ノイズ検出装置及びノイズリダクション装置 |
JP2000246961A (ja) * | 1999-02-12 | 2000-09-12 | Eastman Kodak Co | ディジタル画像を印刷する方法及び装置 |
JP2012512730A (ja) * | 2010-03-31 | 2012-06-07 | ザクリトエ、アクツィオネルノエ、オブシェストボ、“インパルス” | 医療用途のデジタルx線画像の対象領域における明るさレベルを計算する方法 |
CN109685866A (zh) * | 2018-12-25 | 2019-04-26 | 上海联影医疗科技有限公司 | 晶体位置查找表构建方法、装置、计算机设备和存储介质 |
-
1990
- 1990-03-16 JP JP2066695A patent/JP2937389B2/ja not_active Expired - Lifetime
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0561973A (ja) * | 1991-08-30 | 1993-03-12 | Shimadzu Corp | 医療用画像表示装置 |
JPH05304622A (ja) * | 1992-04-24 | 1993-11-16 | Toshiba Corp | ノイズ検出装置及びノイズリダクション装置 |
JP2000246961A (ja) * | 1999-02-12 | 2000-09-12 | Eastman Kodak Co | ディジタル画像を印刷する方法及び装置 |
JP2012512730A (ja) * | 2010-03-31 | 2012-06-07 | ザクリトエ、アクツィオネルノエ、オブシェストボ、“インパルス” | 医療用途のデジタルx線画像の対象領域における明るさレベルを計算する方法 |
CN109685866A (zh) * | 2018-12-25 | 2019-04-26 | 上海联影医疗科技有限公司 | 晶体位置查找表构建方法、装置、计算机设备和存储介质 |
CN109685866B (zh) * | 2018-12-25 | 2023-07-18 | 上海联影医疗科技股份有限公司 | 晶体位置查找表构建方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
JP2937389B2 (ja) | 1999-08-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110399929B (zh) | 眼底图像分类方法、装置以及计算机可读存储介质 | |
EP0409206B1 (en) | Digital image display apparatus | |
CN1475969B (zh) | 用于增强人像图像的方法和系统 | |
US6021221A (en) | Image processing apparatus | |
JP2001000419A (ja) | 肌のイメージング及び分析システムとその方法 | |
CN109492668B (zh) | 基于多通道卷积神经网络的mri不同期多模图像表征方法 | |
Aranguren et al. | Improving the segmentation of magnetic resonance brain images using the LSHADE optimization algorithm | |
EP1887514B1 (en) | Signal processing device | |
JP4303092B2 (ja) | 年齢推定装置、年齢推定方法および年齢推定プログラム | |
Mouzon et al. | Joint CNN and variational model for fully-automatic image colorization | |
CN110826467B (zh) | 一种电子显微镜图像重建系统及其方法 | |
CA2320375C (en) | Contour extraction method and apparatus | |
CN112862834A (zh) | 一种基于视觉显著区域和主动轮廓的图像分割方法 | |
JPH08202754A (ja) | リップカラーアドバイスシステム及び方法 | |
CN101140619A (zh) | 图像处理装置、数据处理装置及参数调整方法 | |
US8189915B2 (en) | Method for segmentation in an n-dimensional feature space and method for classifying objects in an n-dimensional data space which are segmented on the basis of geometric characteristics | |
Ma et al. | A universal texture segmentation and representation scheme based on ant colony optimization for iris image processing | |
JPH03266188A (ja) | 画像表示装置 | |
CN108447066B (zh) | 胆道图像分割方法、终端、存储介质 | |
JPH0464180A (ja) | ディジタル画像表示装置 | |
JP2007528763A (ja) | インタラクティブコンピュータ支援診断方法及び装置 | |
Hui et al. | Learning‐based fuzzy colour prediction system for more effective apparel design | |
Chang et al. | Fuzzy Hopfield neural network with fixed weight for medical image segmentation | |
EP1826722B1 (en) | Computer system and method for processing a digital image | |
JP2937390B2 (ja) | 画像変換方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 Free format text: JAPANESE INTERMEDIATE CODE: R313114 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R360 | Written notification for declining of transfer of rights |
Free format text: JAPANESE INTERMEDIATE CODE: R360 |
|
R371 | Transfer withdrawn |
Free format text: JAPANESE INTERMEDIATE CODE: R371 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313114 Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R371 | Transfer withdrawn |
Free format text: JAPANESE INTERMEDIATE CODE: R371 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313114 Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090611 Year of fee payment: 10 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100611 Year of fee payment: 11 |
|
EXPY | Cancellation because of completion of term | ||
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100611 Year of fee payment: 11 |