JPWO2016157457A1 - 画像処理装置、画像処理方法、及び、画像処理プログラム - Google Patents
画像処理装置、画像処理方法、及び、画像処理プログラム Download PDFInfo
- Publication number
- JPWO2016157457A1 JPWO2016157457A1 JP2017508963A JP2017508963A JPWO2016157457A1 JP WO2016157457 A1 JPWO2016157457 A1 JP WO2016157457A1 JP 2017508963 A JP2017508963 A JP 2017508963A JP 2017508963 A JP2017508963 A JP 2017508963A JP WO2016157457 A1 JPWO2016157457 A1 JP WO2016157457A1
- Authority
- JP
- Japan
- Prior art keywords
- luminance
- distribution
- pixel
- component
- image
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 52
- 238000003672 processing method Methods 0.000 title claims description 5
- 238000009826 distribution Methods 0.000 claims abstract description 196
- 238000012937 correction Methods 0.000 claims description 18
- 239000000203 mixture Substances 0.000 claims description 10
- 235000019557 luminance Nutrition 0.000 description 116
- 238000000034 method Methods 0.000 description 41
- 230000005855 radiation Effects 0.000 description 19
- 239000013598 vector Substances 0.000 description 11
- 238000003384 imaging method Methods 0.000 description 10
- 230000000052 comparative effect Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 206010028980 Neoplasm Diseases 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 210000004872 soft tissue Anatomy 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 210000000988 bone and bone Anatomy 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 210000001519 tissue Anatomy 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
-
- 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
-
- 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
-
- 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
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
- A61B6/5264—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise due to motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/143—Segmentation; Edge detection involving probabilistic approaches, e.g. Markov random field [MRF] modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- 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
- G06T2207/10116—X-ray image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- High Energy & Nuclear Physics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Optics & Photonics (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
Description
具体的には、画像処理装置は、複数の非透視画像における、画素の輝度が複数の値のうちの各値を有する非透視画像の出現頻度に基づいて、当該画素の輝度の確率分布を取得する。換言すると、画素の輝度の確率分布は、複数の非透視画像のうちの、当該画素の輝度が複数の値のうちの各値を有する非透視画像の数の、非透視画像の総数に対する割合を表すとともに、当該画素の輝度を確率変数として用いる。
更に、画像処理装置は、取得した確率分布を表す混合正規分布を推定し、推定した混合正規分布に基づいて、画素が、前景及び背景のいずれを表すかを判定する。
複数の物体のそれぞれに起因する輝度の成分の重畳である画素の輝度を含む、複数の透視画像における、上記画素の輝度が複数の値のうちの各値を有する透視画像の出現頻度に基づいて、当該画素の輝度の確率分布を取得する取得部と、
上記取得された確率分布を表す混合分布を推定する分布推定部と、
上記推定された混合分布を構成する複数の部分分布のうちの期待値が最小である期待値最小分布に対応し且つ上記画素の輝度の少なくとも一部を構成する成分を推定する成分推定部と、
上記透視画像に含まれる上記画素の輝度から、上記推定された成分を除去する除去部と、を備える。
複数の物体のそれぞれに起因する輝度の成分の重畳である画素の輝度を含む、複数の透視画像における、前記画素の輝度が複数の値のうちの各値を有する透視画像の出現頻度に基づいて、当該画素の輝度の確率分布を取得し、
前記取得された確率分布を表す混合分布を推定し、
前記推定された混合分布を構成する複数の部分分布のうちの期待値が最小である期待値最小分布に対応し且つ前記画素の輝度の少なくとも一部を構成する成分を推定し、
前記透視画像に含まれる前記画素の輝度から、前記推定された成分を除去する。
複数の物体のそれぞれに起因する輝度の成分の重畳である画素の輝度を含む、複数の透視画像における、前記画素の輝度が複数の値のうちの各値を有する透視画像の出現頻度に基づいて、当該画素の輝度の確率分布を取得し、
前記取得された確率分布を表す混合分布を推定し、
前記推定された混合分布を構成する複数の部分分布のうちの期待値が最小である期待値最小分布に対応し且つ前記画素の輝度の少なくとも一部を構成する成分を推定し、
前記透視画像に含まれる前記画素の輝度から、前記推定された成分を除去する、
処理をコンピュータに実行させる。
これによれば、透視画像に含まれる画素の輝度の中から、対象物体に起因する成分を高い精度にて抽出できる。この結果、透視画像において対象物体を高い精度にて識別できる。
(構成)
図2に表されるように、第1実施形態の放射線照射システム1は、撮影装置10と、制御装置20と、放射線照射装置30と、を備える。
撮影装置10は、所定の撮影周期が経過する毎に生体LBの透視画像を撮影する。本例では、撮影装置10は、X線を用いて透視画像を撮影する。本例では、透視画像において、物体に起因する輝度は、当該物体に対するX線の透過率が低くなるほど高くなる。
なお、複数の入力透視画像の処理については後述する。
本例では、制御装置20は、推定した対象物体の位置に基づいて、放射線を生体LBに照射する期間を制御する。なお、制御装置20は、推定した対象物体の位置に基づいて、生体LBに照射する放射線の強度を制御してもよい。また、制御装置20は、推定した対象物体の位置に基づいて、放射線を照射する位置を制御してもよい。
制御装置20は、図3に表されるように、処理装置21と、記憶装置22と、を備える。
処理装置21は、記憶装置22に記憶されたプログラムを実行することにより、後述する機能を実現する。本例では、処理装置21は、CPU(Central Processing Unit)である。なお、処理装置21は、DSP(Digital Signal Processor)、又は、プログラム可能な論理回路装置(PLD;Programmable Logic Device)により構成されていてもよい。
なお、制御装置20は、集積回路(例えば、LSI(Large Scale Integration)等)により実現されてよい。
制御装置20は、画像処理装置の一例である。
なお、対象物体は、骨又は筋肉であってもよい。この場合、対象物体と異なる物体は、軟部組織であってよい。
先ず、成分推定部204は、補正部201による補正後の輝度Im’(x,y,t)に基づいて、T個の透視画像のそれぞれの対象領域に含まれる複数の画素のそれぞれに対して、当該画素の輝度に対する混合分布を構成するJ(x,y)個の部分分布のそれぞれに、当該画素の輝度が起因する確率を算出する。
なお、この場合、成分推定部204は、期待値最小分布の期待値μθ(x,y)(x,y)に代えて、期待値最小分布の期待値μθ(x,y)(x,y)及び分散σθ(x,y) 2(x,y)に基づいて決定された値を除去対象成分ρ(x,y,t)として推定してもよい。
このようにして、成分推定部204は、除去対象成分を推定する。
次に、放射線照射システム1の動作について説明する。
撮影装置10は、撮影周期が経過する毎に生体LBの透視画像を撮影し、透視画像を撮影する毎に、撮影された透視画像を制御装置20へ出力する。
更に、本例では、制御装置20は、期待値最小分布に対する負担率γθ(x,y)(x,y,t)が、期待値最小分布と異なる部分分布に対する負担率γj(x,y,t)以下である場合、当該期待値最小分布の期待値μθ(x,y)(x,y)を除去対象成分ρ(x,y,t)として推定する。
その後、制御装置20は、図10の処理を終了する。
模擬透視画像は、図11に表されるように、第1乃至第3の基本画像を重ね合わせた画像である。図11の(A)は、模擬透視画像を表す。図11の(B)乃至(D)は、第1乃至第3の基本画像をそれぞれ表す。本例では、複数の基本画像を重ね合わせた画像の各画素の輝度は、数式9に表されるように、当該複数の基本画像の当該画素の輝度の和である。
第1の基本画像は、臨床透視画像に、期待値が0であり且つ分散が4であるガウスノイズを付加した画像である。
第2の基本画像は、長方形に、期待値が15であり且つ分散が4であるガウスノイズを付加した画像である。
第3の基本画像は、腫瘍を模擬した円形に、期待値が10であり且つ分散が1であるガウスノイズを付加した画像である。
第3の基本画像における円形は、時間の経過に伴って、円形のY軸方向における位置が正弦波に従って変化するように、Y軸方向にて移動する。
図14の(A)は、入力透視画像を表す。図14の(B)は、比較例の画像処理装置による処理の結果を表す。図14の(C)は、第1実施形態の制御装置20による処理の結果を表す。図14において、点線の長方形は、対象物体の真の位置を表す。図14の(B)において、実線の長方形は、比較例の画像処理装置により推定された対象物体の位置を表す。図14の(C)において、実線の長方形は、第1実施形態の制御装置20により推定された対象物体の位置を表す。
10 撮影装置
20 制御装置
21 処理装置
22 記憶装置
201 補正部
202 取得部
203 分布推定部
204 成分推定部
205 除去部
206 位置推定部
207 照射制御部
30 放射線照射装置
LB 生体
Claims (7)
- 複数の物体のそれぞれに起因する輝度の成分の重畳である画素の輝度を含む、複数の透視画像における、前記画素の輝度が複数の値のうちの各値を有する透視画像の出現頻度に基づいて、当該画素の輝度の確率分布を取得する取得部と、
前記取得された確率分布を表す混合分布を推定する分布推定部と、
前記推定された混合分布を構成する複数の部分分布のうちの期待値が最小である期待値最小分布に対応し且つ前記画素の輝度の少なくとも一部を構成する成分を推定する成分推定部と、
前記透視画像に含まれる前記画素の輝度から、前記推定された成分を除去する除去部と、
を備える、画像処理装置。 - 請求項1に記載の画像処理装置であって、
前記成分推定部は、
前記画素の輝度が前記期待値最小分布に起因する確率が、前記推定された混合分布を構成する複数の部分分布のうちの、前記期待値最小分布と異なる部分分布に前記画素の輝度が起因する確率よりも高い場合、当該画素の輝度を前記成分として推定する、画像処理装置。 - 請求項1又は請求項2に記載の画像処理装置であって、
前記成分推定部は、
前記画素の輝度が前記期待値最小分布に起因する確率が、前記推定された混合分布を構成する複数の部分分布のうちの、前記期待値最小分布と異なる部分分布に前記画素の輝度が起因する確率よりも低い場合、当該期待値最小分布に基づく値を前記成分として推定する、画像処理装置。 - 請求項1乃至請求項3のいずれか一項に記載の画像処理装置であって、
前記除去部は、前記複数の透視画像のそれぞれに対して、前記成分の除去を実行し、
前記画像処理装置は、
前記成分が除去された前記複数の透視画像に対して、前記確率分布の取得、前記混合分布の推定、前記成分の推定、及び、前記成分の除去を、繰り返し実行する、画像処理装置。 - 請求項1乃至請求項4のいずれか一項に記載の画像処理装置であって、
前記複数の透視画像の中から選択された基準透視画像に対する、前記複数の透視画像のそれぞれにおける被写体の移動距離及び移動方向を推定し、前記複数の透視画像のそれぞれに対して、前記推定した移動方向と逆方向へ、前記推定した移動距離だけ前記被写体を移動させるように当該透視画像を補正する補正部を備える、画像処理装置。 - 複数の物体のそれぞれに起因する輝度の成分の重畳である画素の輝度を含む、複数の透視画像における、前記画素の輝度が複数の値のうちの各値を有する透視画像の出現頻度に基づいて、当該画素の輝度の確率分布を取得し、
前記取得された確率分布を表す混合分布を推定し、
前記推定された混合分布を構成する複数の部分分布のうちの期待値が最小である期待値最小分布に対応し且つ前記画素の輝度の少なくとも一部を構成する成分を推定し、
前記透視画像に含まれる前記画素の輝度から、前記推定された成分を除去する、画像処理方法。 - 複数の物体のそれぞれに起因する輝度の成分の重畳である画素の輝度を含む、複数の透視画像における、前記画素の輝度が複数の値のうちの各値を有する透視画像の出現頻度に基づいて、当該画素の輝度の確率分布を取得し、
前記取得された確率分布を表す混合分布を推定し、
前記推定された混合分布を構成する複数の部分分布のうちの期待値が最小である期待値最小分布に対応し且つ前記画素の輝度の少なくとも一部を構成する成分を推定し、
前記透視画像に含まれる前記画素の輝度から、前記推定された成分を除去する、
処理をコンピュータに実行させる画像処理プログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2015/060275 WO2016157457A1 (ja) | 2015-03-31 | 2015-03-31 | 画像処理装置、画像処理方法、及び、画像処理プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2016157457A1 true JPWO2016157457A1 (ja) | 2018-01-25 |
JP6524497B2 JP6524497B2 (ja) | 2019-06-05 |
Family
ID=57004018
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017508963A Expired - Fee Related JP6524497B2 (ja) | 2015-03-31 | 2015-03-31 | 画像処理装置、画像処理方法、及び、画像処理プログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US10504225B2 (ja) |
JP (1) | JP6524497B2 (ja) |
WO (1) | WO2016157457A1 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6524497B2 (ja) * | 2015-03-31 | 2019-06-05 | 国立大学法人東北大学 | 画像処理装置、画像処理方法、及び、画像処理プログラム |
JP7024954B2 (ja) | 2017-04-12 | 2022-02-24 | キヤノンメディカルシステムズ株式会社 | 医用画像処理装置及びx線ct装置 |
CN113361769B (zh) * | 2021-06-04 | 2023-01-03 | 南方电网科学研究有限责任公司 | 基于prmse和crmse评价指标的稳定裕度值预测方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS58130030A (ja) * | 1981-10-05 | 1983-08-03 | 工業技術院長 | X線ディジタル画像処理装置 |
JP2003000579A (ja) * | 2001-05-10 | 2003-01-07 | Agfa Gevaert Nv | 放射線写真の不均一性の遡及的修正方法 |
JP2005065856A (ja) * | 2003-08-21 | 2005-03-17 | Fuji Photo Film Co Ltd | 異常陰影検出方法および装置並びにプログラム |
JP2009192519A (ja) * | 2008-01-17 | 2009-08-27 | Anritsu Sanki System Co Ltd | X線異物検出装置 |
JP2011078069A (ja) * | 2009-10-02 | 2011-04-14 | Sri Sports Ltd | シルエット抽出方法 |
JP2011512999A (ja) * | 2008-03-04 | 2011-04-28 | トモセラピー・インコーポレーテッド | 改良された画像セグメンテーションの方法およびシステム |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7110588B2 (en) | 2001-05-10 | 2006-09-19 | Agfa-Gevaert N.V. | Retrospective correction of inhomogeneities in radiographs |
US20030058237A1 (en) * | 2001-09-27 | 2003-03-27 | Koninklijke Philips Electronics N.V. | Multi-layered background models for improved background-foreground segmentation |
US6999620B1 (en) * | 2001-12-10 | 2006-02-14 | Hewlett-Packard Development Company, L.P. | Segmenting video input using high-level feedback |
US7190809B2 (en) * | 2002-06-28 | 2007-03-13 | Koninklijke Philips Electronics N.V. | Enhanced background model employing object classification for improved background-foreground segmentation |
US7359552B2 (en) * | 2004-12-15 | 2008-04-15 | Mitsubishi Electric Research Laboratories, Inc. | Foreground detection using intrinsic images |
US7885463B2 (en) * | 2006-03-30 | 2011-02-08 | Microsoft Corp. | Image segmentation using spatial-color Gaussian mixture models |
EP1862941B1 (en) * | 2006-05-22 | 2016-10-26 | Axis AB | Method and apparatus for identifying properties of an object detected by a video surveillance camera |
US9189886B2 (en) * | 2008-08-15 | 2015-11-17 | Brown University | Method and apparatus for estimating body shape |
JP5506273B2 (ja) * | 2009-07-31 | 2014-05-28 | 富士フイルム株式会社 | 画像処理装置及び方法、データ処理装置及び方法、並びにプログラム |
US8320666B2 (en) * | 2009-08-14 | 2012-11-27 | Genesis Group Inc. | Real-time image and video matting |
WO2011033784A1 (ja) * | 2009-09-18 | 2011-03-24 | 国立大学法人東北大学 | 信号抽出装置 |
WO2012008500A1 (ja) * | 2010-07-14 | 2012-01-19 | 国立大学法人東北大学 | 信号処理装置、信号処理プログラム及び信号処理プログラムを記録したコンピュータ読み取り可能な記録媒体 |
US8744125B2 (en) * | 2011-12-28 | 2014-06-03 | Pelco, Inc. | Clustering-based object classification |
US10388020B2 (en) * | 2012-04-11 | 2019-08-20 | The Trustees Of Columbia University In The City Of New York | Methods and systems for segmentation of organs and tumors and objects |
CN105654458A (zh) * | 2014-11-14 | 2016-06-08 | 华为技术有限公司 | 图像处理的方法及装置 |
US9536136B2 (en) * | 2015-03-24 | 2017-01-03 | Intel Corporation | Multi-layer skin detection and fused hand pose matching |
JP6524497B2 (ja) * | 2015-03-31 | 2019-06-05 | 国立大学法人東北大学 | 画像処理装置、画像処理方法、及び、画像処理プログラム |
US10475186B2 (en) * | 2016-06-23 | 2019-11-12 | Intel Corportation | Segmentation of objects in videos using color and depth information |
US20180025749A1 (en) * | 2016-07-22 | 2018-01-25 | Microsoft Technology Licensing, Llc | Automatic generation of semantic-based cinemagraphs |
-
2015
- 2015-03-31 JP JP2017508963A patent/JP6524497B2/ja not_active Expired - Fee Related
- 2015-03-31 WO PCT/JP2015/060275 patent/WO2016157457A1/ja active Application Filing
-
2017
- 2017-09-29 US US15/720,125 patent/US10504225B2/en not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS58130030A (ja) * | 1981-10-05 | 1983-08-03 | 工業技術院長 | X線ディジタル画像処理装置 |
JP2003000579A (ja) * | 2001-05-10 | 2003-01-07 | Agfa Gevaert Nv | 放射線写真の不均一性の遡及的修正方法 |
JP2005065856A (ja) * | 2003-08-21 | 2005-03-17 | Fuji Photo Film Co Ltd | 異常陰影検出方法および装置並びにプログラム |
JP2009192519A (ja) * | 2008-01-17 | 2009-08-27 | Anritsu Sanki System Co Ltd | X線異物検出装置 |
JP2011512999A (ja) * | 2008-03-04 | 2011-04-28 | トモセラピー・インコーポレーテッド | 改良された画像セグメンテーションの方法およびシステム |
JP2011078069A (ja) * | 2009-10-02 | 2011-04-14 | Sri Sports Ltd | シルエット抽出方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2016157457A1 (ja) | 2016-10-06 |
US20180025493A1 (en) | 2018-01-25 |
JP6524497B2 (ja) | 2019-06-05 |
US10504225B2 (en) | 2019-12-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jiang et al. | Blind deblurring of spiral CT images | |
US10388018B2 (en) | Image processing apparatus, image processing method, and storage medium | |
CN107958471B (zh) | 基于欠采样数据的ct成像方法、装置、ct设备及存储介质 | |
RU2015138724A (ru) | Координатная привязка медицинских изображений | |
JP5215612B2 (ja) | 強度プロファイルの領域を分類するシステム | |
JP2015043959A5 (ja) | ||
JP7143330B2 (ja) | 画像再構築のための方法および装置 | |
JP6156847B2 (ja) | 放射線画像処理装置および方法並びにプログラム | |
JP2018518735A (ja) | カラーキャリブレーション装置及び方法 | |
WO2016157457A1 (ja) | 画像処理装置、画像処理方法、及び、画像処理プログラム | |
JP2011203160A (ja) | X線ct画像再構成方法及びx線ct画像再構成プログラム | |
JP2019096222A5 (ja) | ||
JP2015222473A5 (ja) | ||
CN108885786B (zh) | 医学图像处理 | |
Oh et al. | Robust estimation of motion blur kernel using a piecewise-linear model | |
Yilmaz et al. | Noise removal of CBCT images using an adaptive anisotropic diffusion filter | |
CN107810518B (zh) | 图像处理系统和方法 | |
JP5431501B2 (ja) | 画像処理装置、及びその方法 | |
US10311568B2 (en) | Image processing apparatus, control method thereof, and computer-readable storage medium | |
CN105488824B (zh) | 一种重建pet图像的方法和装置 | |
Zhang et al. | Investigating the feasibility of using partial least squares as a method of extracting salient information for the evaluation of digital breast tomosynthesis | |
CN116188330B (zh) | 拼接图像灰度处理方法、图像拼接方法、装置和介质 | |
JP7469858B2 (ja) | 医用画像処理装置、医用画像処理方法、および画像処理装置 | |
Abboud et al. | Impact of train-and test-time Hounsfield unit window variation on CT segmentation of liver lesions | |
Lee | Accelerated deterministic annealing algorithms for transmission CT reconstruction using ordered subsets |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20170828 |
|
A80 | Written request to apply exceptions to lack of novelty of invention |
Free format text: JAPANESE INTERMEDIATE CODE: A801 Effective date: 20170927 |
|
A80 | Written request to apply exceptions to lack of novelty of invention |
Free format text: JAPANESE INTERMEDIATE CODE: A80 Effective date: 20170927 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180305 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20180305 |
|
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: 20190319 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190415 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6524497 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |