KR20040047561A - 컴퓨터 보조 영상 세트 진단 - Google Patents
컴퓨터 보조 영상 세트 진단 Download PDFInfo
- Publication number
- KR20040047561A KR20040047561A KR1020030068168A KR20030068168A KR20040047561A KR 20040047561 A KR20040047561 A KR 20040047561A KR 1020030068168 A KR1020030068168 A KR 1020030068168A KR 20030068168 A KR20030068168 A KR 20030068168A KR 20040047561 A KR20040047561 A KR 20040047561A
- Authority
- KR
- South Korea
- Prior art keywords
- image
- energy
- region
- interest
- images
- Prior art date
Links
- 238000004195 computer-aided diagnosis Methods 0.000 title 1
- 210000000988 bone and bone Anatomy 0.000 claims abstract description 58
- 230000009977 dual effect Effects 0.000 claims abstract description 58
- 210000004872 soft tissue Anatomy 0.000 claims abstract description 46
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 11
- 201000010099 disease Diseases 0.000 claims abstract description 10
- 238000003672 processing method Methods 0.000 claims abstract description 7
- 238000000034 method Methods 0.000 claims description 92
- 238000002591 computed tomography Methods 0.000 claims description 42
- 238000004422 calculation algorithm Methods 0.000 claims description 36
- 238000012545 processing Methods 0.000 claims description 34
- 238000003384 imaging method Methods 0.000 claims description 33
- 238000001514 detection method Methods 0.000 claims description 28
- 230000002308 calcification Effects 0.000 claims description 16
- 238000000354 decomposition reaction Methods 0.000 claims description 13
- 238000003325 tomography Methods 0.000 claims description 10
- 206010061728 Bone lesion Diseases 0.000 claims description 8
- 230000001394 metastastic effect Effects 0.000 claims description 7
- 206010061289 metastatic neoplasm Diseases 0.000 claims description 7
- 230000003628 erosive effect Effects 0.000 claims description 6
- 230000002596 correlated effect Effects 0.000 claims description 3
- 208000016247 Soft tissue disease Diseases 0.000 claims description 2
- 208000010392 Bone Fractures Diseases 0.000 abstract description 16
- 238000005259 measurement Methods 0.000 abstract description 4
- 206010061876 Obstruction Diseases 0.000 abstract 1
- 230000008569 process Effects 0.000 description 25
- 239000000463 material Substances 0.000 description 17
- 208000004434 Calcinosis Diseases 0.000 description 14
- 206010017076 Fracture Diseases 0.000 description 13
- 230000015572 biosynthetic process Effects 0.000 description 12
- 238000012937 correction Methods 0.000 description 12
- 238000003786 synthesis reaction Methods 0.000 description 12
- 206010027476 Metastases Diseases 0.000 description 11
- 238000002405 diagnostic procedure Methods 0.000 description 10
- 230000033001 locomotion Effects 0.000 description 10
- 238000007781 pre-processing Methods 0.000 description 10
- 230000000875 corresponding effect Effects 0.000 description 9
- 238000000605 extraction Methods 0.000 description 9
- 230000009401 metastasis Effects 0.000 description 9
- 210000001519 tissue Anatomy 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 8
- 238000003745 diagnosis Methods 0.000 description 8
- 206010054107 Nodule Diseases 0.000 description 7
- 230000000747 cardiac effect Effects 0.000 description 7
- 210000000038 chest Anatomy 0.000 description 7
- 239000002131 composite material Substances 0.000 description 7
- 239000010408 film Substances 0.000 description 7
- 230000003902 lesion Effects 0.000 description 7
- 238000009607 mammography Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 6
- 230000009467 reduction Effects 0.000 description 6
- 206010051728 Bone erosion Diseases 0.000 description 5
- 210000004072 lung Anatomy 0.000 description 5
- 230000003211 malignant effect Effects 0.000 description 5
- 238000012805 post-processing Methods 0.000 description 5
- 238000007635 classification algorithm Methods 0.000 description 4
- 230000005855 radiation Effects 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- SYHGEUNFJIGTRX-UHFFFAOYSA-N methylenedioxypyrovalerone Chemical compound C=1C=C2OCOC2=CC=1C(=O)C(CCC)N1CCCC1 SYHGEUNFJIGTRX-UHFFFAOYSA-N 0.000 description 3
- 230000002685 pulmonary effect Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 2
- 208000027790 Rib fracture Diseases 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 231100000987 absorbed dose Toxicity 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000001684 chronic effect Effects 0.000 description 2
- 238000012774 diagnostic algorithm Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 201000005202 lung cancer Diseases 0.000 description 2
- 208000020816 lung neoplasm Diseases 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000000391 smoking effect Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 208000019693 Lung disease Diseases 0.000 description 1
- 238000000333 X-ray scattering Methods 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011976 chest X-ray Methods 0.000 description 1
- 238000013170 computed tomography imaging Methods 0.000 description 1
- 238000002247 constant time method Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 208000035475 disorder Diseases 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000009429 electrical wiring Methods 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000011524 similarity measure Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
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
-
- 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]
-
- 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
- A61B6/48—Diagnostic techniques
- A61B6/482—Diagnostic techniques involving multiple energy imaging
-
- 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
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/505—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of bone
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- 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]
-
- 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
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/502—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of breast, i.e. mammography
-
- 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
- G06T2207/30008—Bone
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/408—Dual energy
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Physics & Mathematics (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Surgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Optics & Photonics (AREA)
- Animal Behavior & Ethology (AREA)
- High Energy & Nuclear Physics (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
영상 세트(215, 415, 540, 715, 915)의 컴퓨터 보조 처리를 위한 방법(200, 201, 202, 300, 400, 700, 900), 시스템(100) 및 저장 매체는 X-선 투영 촬영, X-선 컴퓨터 단층 사진 촬영 또는 X-선 단층 사진 합성으로부터 획득한 영상 세트(215, 415, 540, 715, 915)를 포함하는 데이터 소스(210, 710, 910)를 이용하는 단계, 상기 영상 세트(215, 415, 540, 715, 915) 중의 하나 이상의 영상 내에 관심 영역(220)을 정의하는 단계, 상기 관심 영역(220)으로부터 특징 척도들을 추출하는 단계(230), 관심 영역(220) 상에 특징 척도들 중 적어도 하나를 보고하는 단계(260)를 포함한다. 본 방법(200, 201, 202, 300, 400, 700, 900)은 골 골절, 질환, 장해, 또는 어떤 다른 의학적 상태를 식별하는 데 이용될 수 있다.
Description
본 발명은 일반적으로 영상 세트(image set)의 컴퓨터 보조 검출 및 진단(computer aided detection and diagnosis, CAD)에 관한 것이다. 보다 상세하게는, 본 발명은 방사선 사진 촬영 영상, 컴퓨터 단층 사진 촬영 영상 및 단층 사진 합성 영상 뿐만 아니라 듀얼 에너지(dual energy, "DE") 또는 다중 에너지 영상의 컴퓨터 보조 검출/진단 방법 및 시스템에 관한 것이다.
고전적인 방사선 사진, 즉 X-선 영상은 촬영될 물체를 X-선 방출기와 사진 필름으로 이루어진 X-선 검출기 사이에 위치시킴으로써 얻어진다. 방출된 X-선은 그 물체를 통과하여 필름을 피폭(exposure)시키며, 그 필름 상의 여러 지점에서의 피폭 정도는 주로 X-선의 경로를 따라 그 물체의 밀도에 의해 결정된다.
현재는 필름 검출기 대신에 반도체 디지털 X-선 검출기(예를 들면, 스위칭 소자와 광다이오드 등의 감광 소자의 어레이)를 이용하는 것이 통상적이다. X-선에 의해 검출기의 여러 지점 상에 발생된 전하들이 판독되고 처리되어, 사진 필름 상의 아날로그 영상이 아닌 전자적 형태로 된 그 물체의 디지털 영상을 생성한다. 디지털 영상이 유리한 이유는 그 영상이 나중에 다른 장소로 전자적으로 전송되어, 피촬영 물체의 특성 등을 결정하기 위해 진단 알고리즘에 따라 처리될 수 있기 때문이다.
디지털 X-선에서의 듀얼 에너지(DE) 영상은 하나는 고 에너지 스펙트럼을 가지며 다른 하나는 저 에너지 스펙트럼을 갖는 각기 다른 에너지 레벨에서의 2번의 순차적인 피폭으로부터의 정보를 종합한다. 디지털 X-선 검출기의 경우, 이들 2개의 영상이 순차적으로 획득되고 처리되어, 각각이 주어진 조직 형태의 감쇄를 나타내는 2개의 부가 영상, 예를 들면 골 조직(bone tissue) 영상과 연부 조직(soft tissue) 영상을 얻게 된다. 해부학적 부위에서 그 조직을 더 분해하는 데 사용될 수 있는 다중 에너지 영상 시스템이 구축될 수 있다. 여러가지 에너지 /kVps (에너지 1,..., 에너지 n)에서의 일련의 영상들이 고속으로 순차 획득되어 여러가지 조직 형태(조직 1,..., 조직 n)로 분해될 수 있다.
컴퓨터 단층 사진 촬영(CT) 시스템은 일반적으로 촬영될 물체를 통해 지나가 X-선 검출기 어레이에 의해 수신되는 부채꼴 빔(fan beam)을 형성하도록 콜리메이트된 X-선 발생원(X-ray source)을 포함하고 있다. X-선 발생원, 부채꼴 빔 및 검출기 어레이는 "촬영 평면(imaging plane)"이라고 하는 직교 좌표계의 x-y 평면 내에 존재하도록 배향되어 있다. X-선 발생원 및 검출기 어레이는 촬영 평면 내의 갠트리(gantry) 상에서 피촬영 물체를 중심으로, 따라서 직교 좌표계의 z-축을 중심으로 하여 함께 회전될 수 있다.
검출기 어레이는 검출기 소자들로 이루어져 있으며, 각 검출기 소자는 X-선 발생원으로부터 그 특정의 검출 소자로 투사된 방사선 경로를 따라서 투과 방사선의 세기를 측정한다. 각각의 겐트리 각도에서, 검출기 소자 각각으로부터의 세기 신호로 이루어진 투영(projection)이 획득된다. 이어서, 갠트리는 새로운 갠트리각도까지 회전하고, 단층 사진 투영 세트(tomographic projection set)를 형성하기 위해 많은 갠트리 각도를 따라 많은 투영을 수집하기 위해 이 프로세스를 반복한다. 각각의 획득된 단층 사진 투영 세트는 기술 분야에서 공지된 알고리즘에 따라 단면 영상을 재구성하기 위한 나중의 컴퓨터 처리를 위해 숫자 형태로 저장될 수 있다. 재구성된 영상은 종래의 음극선관(CRT), 평판 패널 박박 트랜지스터 어레이 상에 표시되거나, 컴퓨터 제어 카메라에 의해 필름 레코드(film record)로 변환될 수 있다.
부채꼴 빔은 X-선 방사선의 에너지를 고 에너지 및 저 에너지에 집중시키기 위해 필터링될 수 있다. 따라서, 각각의 갠트리 각도에서 2개의 투영 세트, 즉 고 X-선 에너지와 저 X-선 에너지에서 하나씩 획득될 수 있다. 이들 투영 세트 쌍은 각각의 갠트리 각도에서 고 X-선 에너지와 저 X-선 에너지를 번갈아가면서 촬영될 수 있어, 환자의 움직임이 최소한의 문제만 일으키게 된다. 다른 대안에서는, 각각의 투영 세트가 별개의 갠트리 회전 주기에서 획득될 수 있고, 따라서 X-선 관구 전압 및 필터링이 계속하여 정방향 및 역방향으로 스위칭되지 않아도 된다.
방사선 사진 영상, 컴퓨터 단층 사진 촬영 영상 및 다른 의료 영상들을 바탕으로 한 진단은 전통적으로 시각에 의한 작업이었다. 이 작업의 주관적 특성으로 인해, 그 진단이 판독자마다 다를 수 있다. 게다가, 관심있는 병변과 관련된 하부 및 상부 구조(underlying and overlying structure)로 인해, 시각에 의한 판단이 어려울 수 있다. 흉부에서의 포착하기 어려운 늑골 골절, 석회화, 및 전이성 골 병변(metastatic bone lesion)(전이)은 통상의 흉부 X-선으로는 검출하기 어려울수 있다. 부가적인 일례로서, 흉부 방사선 사진으로 현재 겨우 5 내지 25%의 폐결절(pulmonary nodule)만이 검출되고 있지만, 뒤돌아보면 35 내지 50%가 눈에 보이는 것이다. CT 획득에 있어서, 피촬영 물체의 각기 다른 영역은 총 감쇄(따라서 CT 계수와 픽셀값)가 동일하도록 밀도가 서로 다른 여러 조직들로 구성될 수 있다. 이들 2개의 영역이 영상에서는 동일하게 표현될 것이며, 따라서 구별할 수 없다. 듀얼 에너지 CT에서는 이 2개의 조직 형태를 구별할 수 있다. 전통적으로는, 이 구별도 여전히 시각에 의한 작업일 것이다.
전술한 것은 물론 그 밖의 단점과 결함도 컴퓨터 보조 듀얼 또는 다중 에너지 영상 처리 방법에 의해 극복되거나 경감되며, 이 방법은 고 에너지 영상, 저 에너지 영상, 골 영상 및 연부 조직 영상을 포함하는 듀얼 또는 다중 에너지 영상 세트를 포함하는 데이터 소스를 이용하는 단계, 상기 듀얼 또는 다중 에너지 영상 세트 중의 한 영상 내에 관심 영역을 정의하는 단계, 상기 관심 영역으로부터 특징 척도들을 추출하는 단계, 및 상기 관심 영역 상에 상기 특징 척도들 중 적어도 하나를 보고하는 단계를 포함한다.
다른 실시예에서, 듀얼 에너지 영상의 컴퓨터 보조 처리 시스템은, 구조를 통과하는 제1 에너지 레벨의 광자를 나타내는 제1 영상과 구조를 통과하는 제2 에너지 레벨의 광자를 나타내는 제2 영상을 생성하는 검출기, 상기 검출기에 연결되어 있으며 상기 제1 영상과 상기 제2 영상을 저장하는 메모리, 상기 메모리에 연결되어 있으며, 상기 제1 영상과 상기 제2 영상으로부터의 제1 분해 영상, 제2 분해영상, 고 에너지 영상 및 저 에너지 영상을 포함하는 듀얼 에너지 영상 세트를 처리하고, 상기 듀얼 에너지 영상 세트를 상기 메모리에 데이터 소스로서 저장하며, 상기 듀얼 에너지 영상 세트 중의 한 영상 내에 관심 영역을 정의하고, 상기 관심 영역으로부터 특징 척도들을 추출하는 처리 회로, 및 상기 처리 회로에 연결되어 있으며 상기 특징 척도들 중 적어도 하나를 보고하는 보고 장치를 포함하다.
다른 실시예에서, 기계 판독가능한 컴퓨터 프로그램 코드로 인코딩된 저장 매체로서, 상기 코드는 컴퓨터로 하여금 듀얼 또는 다중 에너지 영상의 처리를 보조하는 방법을 실시하도록 하는 명령어를 포함하며, 상기 방법은 제1 분해 영상, 제2 분해 영상, 고 에너지 영상 및 저 에너지 영상을 포함하는 듀얼 또는 다중 에너지 영상 세트를 포함하는 데이터 소스를 이용하는 단계, 상기 듀얼 또는 다중 에너지 영상 세트 중의 한 영상 내에 관심 영역을 정의하는 단계, 상기 관심 영역으로부터 특징 척도들을 추출하는 단계, 및 최적의 특징 세트를 식별하기 위해 상기 특징 척도들에 특징 선택 알고리즘을 이용하는 단계를 포함한다.
다른 실시예에서, 골 골절, 미란, 석회화 또는 전이를 검출하는 방법은, 듀얼 또는 다중 에너지 영상 세트 중의 골 영상을 이용하는 단계, 석회화, 골절 또는 전이성 골 병변을 탐색하기 위해 상기 골 영상 내에 관심 영역을 선택하는 단계, 상기 골 영상의 배경으로부터 골을 분할하는 단계, 및 상기 골 내의 후보 영역을 석회화, 골절, 미란 또는 전이성 골 병변의 후보로서 식별하는 단계를 포함한다.
다른 실시예에서, 폐 질환을 검출하는 방법은, 듀얼 또는 다중 에너지 영상 세트 중의 연부 조직 영상을 이용하는 단계, 질환의 징후를 탐색하기 위해 상기 연부 조직 영상 내에 관심 영역을 선택하는 단계, 상기 연부 조직 영상의 배경으로부터 상기 관심 영역을 분할하는 단계, 상기 연부 조직 영상 내의 상기 관심 영역과 상호 관련있는 골 영상 내의 후보 영역을 식별하는 단계, 상기 골 영상 내의 상기 후보 영역으로부터 특징들을 추출하는 단계, 및 상기 골 영상으로부터 추출된 특징들을 이용하여 상기 연부 조직 영상 내의 상기 관심 영역을 연부 조직 질환의 후보로서 분류하는 단계를 포함한다.
다른 실시예에서, 컴퓨터 단층 사진 촬영 영상의 컴퓨터 보조 처리 방법은, 듀얼 에너지 컴퓨터 단층 사진 촬영 영상들로 된 영상 세트를 획득하는 단계, 상기 영상 세트를 포함하는 데이터 소스를 이용하는 단계, 상기 영상 세트 중의 한 영상 내에 관심 영역을 정의하는 단계, 상기 관심 영역으로부터 특징 척도들을 추출하는 단계, 및 상기 관심 영역 상에 상기 특징 척도들 중 적어도 하나를 보고하는 단계를 포함한다.
다른 실시예에서, 입체 컴퓨터 단층 사진 촬영 영상의 컴퓨터 보조 처리 방법은, 구조의 서로 다른 각도에서 촬영한 투영들로부터 입체 컴퓨터 단층 사진 촬영 영상들로 된 영상 세트를 획득하는 단계, 상기 영상 세트를 포함하는 데이터 소스를 이용하는 단계, 상기 영상 세트 중의 한 영상 내에 관심 영역을 정의하는 단계, 상기 관심 영역으로부터 특징 척도들을 추출하는 단계, 및 상기 관심 영역 상에 상기 특징 척도들 중 적어도 하나를 보고하는 단계를 포함한다.
다른 실시예에서, 단층 사진 합성 영상의 컴퓨터 보조 처리 방법은, 단층 사진 합성 영상들로 된 영상 세트를 획득하는 단계, 상기 영상 세트를 포함하는 데이터 소스를 이용하는 단계, 상기 영상 세트 중의 한 영상 내에 관심 영역을 정의하는 단계, 상기 관심 영역으로부터 특징 척도들을 추출하는 단계, 및 상기 관심 영역 상에 상기 특징 척도들 중 적어도 하나를 보고하는 단계를 포함한다.
도 1은 전형적인 X-레이 촬영 시스템의 블록도.
도 2는 전형적인 영상 획득 및 처리 프로세스의 상위 레벨 플로우차트.
도 3은 전형적인 영상 획득 처리의 플로우차트.
도 4는 전형적인 영상 전처리의 플로우차트.
도 5는 전형적인 영상 후처리의 플로우차트
도 6은 컴퓨터 보조 듀얼 에너지 영상 검출 및 진단 프로세스의 플로우차트.
도 7은 다른 컴퓨터 보조 듀얼 에너지 영상 검출 및 진단 프로세스의 플로우차트.
도 8은 도 6 및 도 7의 컴퓨터 보조 프로세스에서 사용하기 위한 전형적인 특징 선택 알고리즘의 플로우차트.
도 9는 도 6 및 도 7의 컴퓨터 보조 프로세스에서 사용하기 위한 전형적인 분류 알고리즘의 플로우차트.
도 10은 골 영상에서 석회화, 골절, 미란, 및 전이를 검출하는 컴퓨터 보조 검출 프로세스의 플로우차트.
도 11은 도 10의 프로세스에서 사용하기 위한 컴퓨터 보조 알고리즘의 플로우차트.
도 12는 컴퓨터 보조 다중 에너지 영상 검출 및 진단 프로세스의 플로우차트.
도 13은 사전-재구성 분석을 수행할 수 있는 시스템의 신호 흐름도.
도 14는 사후-재구성 분석을 수행할 수 있는 시스템의 신호 흐름도.
도 15는 컴퓨터 보조 듀얼 에너지 CT 영상 검출 및 진단 프로세스의 플로우차트.
도 16은 컴퓨터 보조 입체 CT 영상 검출 및 진단 프로세스의 프로우차트.
도 17은 컴퓨터 보조 듀얼 에너지 입체 CT 영상 검출 및 진단 프로세스의 플로우차트.
도 18은 컴퓨터 보조 단층 사진 합성 영상 검출 및 진단 프로세스의 플로우차트.
도 19는 컴퓨터 보조 듀얼 에너지 단층 사진 합성 영상 검출 및 진단 프로세스의 플로우차트.
<도면의 주요부분에 대한 부호의 설명>
100 : X-선 영상 시스템
102 : X-선 발생원
104 : 콜리메이터
108 : 영상 센서
110 : 처리 회로
112 : 메모리
114 : 디스플레이
당업자라면 이하의 상세한 설명 및 도면들을 바탕으로 본 발명의 전술한 것은 물론 그 밖의 특징들과 이점들을 잘 이해할 것이다.
이하, 동일한 구성 요소에 동일한 참조 번호가 부여되어 있는 첨부 도면들을 참조하여 본 발명에 대해 상세히 설명할 것이다.
도 1은 전형적인 X-선 영상 시스템(100)을 나타낸 것이다. 영상 시스템(100)은 X-선 발생원(102)과 검사 중인 구조(106)가 X-선 광자에 피폭되게 하는 콜리메이터(collimator, 104)를 포함한다. 일례로서, X-선 발생원(102)은 X-선 관구(tube)일 수 있고, 검사 중인 구조(106)는 환자, 표준 팬텀(test phantom) 또는 테스트 중인 다른 무생물일 수 있다. X-선 발생원(102)은 제1 에너지 레벨과 이 제1 레벨과 다른 적어도 제2 에너지 레벨에서 광자를 발생할 수 있다. 2개 이상인 다중 에너지 레벨도 본 발명의 방법 및 시스템의 범위 안에 속한다.
X-선 영상 시스템(100)은 처리 회로(110)에 연결된 영상 센서(108)도 포함한다. 처리 회로(110)(예를 들어, 마이크로콘트롤러, 마이크로프로세서, 주문형(custom) ASIC 등)는 메모리(112) 및 디스플레이(114)에 연결되어 있다. 디스플레이(14)는 터치-스크린 인터페이스를 갖는 터치 스크린 모니터와 같은 표시 장치를 포함할 수 있다. 기술 분야에 공지된 바와 같이, 시스템(100)은 디스플레이(114)를 포함하는 컴퓨터 또는 컴퓨터-유사 물건을 포함할 수 있다. 컴퓨터 또는 컴퓨터-유사 물건은 SCSI 버스, 확장 IDE 버스, PCI 버스 등의 적절한 디바이스 버스를 사용하여 연결되는 하드 디스크 또는 다른 고정식 고밀도 매체 드라이브, 플로피 드라이브, 테이프나 CD 매체를 갖는 테이프 드라이브나 CD ROM 드라이브, 또는 광자기 매체 등과 같은 다른 착탈식 매체 장치, 및 마더 보드를 포함할 수 있다. 마더 보드는 예를 들어 프로세서, RAM, ROM, 영상 센서(108)와 연결하는 데 사용되는 I/O 포트, 그리고 음향 처리, 영상 처리, 신호 처리, 신경망 처리 등과 같은 전용의 하드웨어/소프트웨어 기능들을 수행하기 위한 선택 사양인 전용 하드웨어와, 마이크 및 스피커(들)을 포함한다. 컴퓨터 또는 컴퓨터 유사 물건에 부속된 것으로는, 데이터 입력을 위한 키보드, 마우스와 같은 포인팅 디바이스, 및 마우스 패드 또는 디지타이징 패드가 있을 수 있다. 본 발명의 시스템 및 방법은 전술한 저장 매체(컴퓨터 판독 가능 매체)의 어느 것에도 저장되어 있는, 컴퓨터의 하드웨어를 제어하고 또 컴퓨터가 인간 사용자와 대화할 수 있게 해주는 프로그래밍을 포함하고 있다. 이러한 프로그래밍은 장치 드라이버, 운영 체제, 및 사용자 애플리케이션의 구현을 위한 소프트웨어를 포함할 수 있지만, 이들에 한정되는 것은 아니다. 이러한 컴퓨터 판독 가능 매체는 또한 범용 컴퓨터에 대해 본 발명의 시스템 및 방법에 따라 수행하도록 지시하는 프로그래밍 또는 소프트웨어 명령어도 포함하고 있다. 메모리(112)(예를 들면, 하드 디스크, 플로피 디스크, CDROM, EPROM, 기타 등등 중 하나 이상을 포함함)는 고 에너지 레벨 영상(116)[예를 들면, 110 - 140 kVP 5mAs 피폭 후에 영상 센서(108)로부터 판독해낸 영상]과 저 에너지레벨 영상(118)(예를 들면, 70 kVP 25mAs 피폭 후에 판독해낸 영상)을 저장한다. 처리 회로(110)는 장치(114) 상에 표시하기 위한 영상(120)을 제공한다. 본 명세서에 보다 상세히 기술되어 있는 바와 같이, 영상(120)은 서로 다른 구조(예를 들어, 연부 조직, 골)를 나타낼 수 있다. 영상 센서(108)는 예를 들면 평판 패널 반도체 영상 센서일 수 있지만, 메모리(112)에 디지털 형태로 저장되어 있는 종래의 필름 영상도 역시 이하에 기술하는 바와 같이 처리될 수 있다.
이제부터, 도 1의 시스템의 동작에 대해 도 2 내지 도 6을 참조하여 기술하기로 한다. 도 2는 도 1의 시스템에 의해 수행되는 전형적인 처리의 상위 레벨 플로우차트를 나타낸 것이다. 이 프로세스는 단계 10에서의 영상 획득으로 시작한다. 전형적인 영상 획득 루틴은 도 3에 도시되어 있다. 도 3에 도시한 바와 같이, 영상 획득 루틴은 kVp(고 에너지 및 저 에너지), mAs, 부가의 필터 작용(예를 들면, 구리 또는 알루미늄), 타이밍 등과 같은 획득 파라미터의 자동적 선택 등의 처리를 포함하는 기술 최적화 단계(11)를 포함한다. 획득 파라미터는 사용자에 의해 제공되는 변수들(환자 체구의 대소 등)이나 시스템에 의해 자동적으로 획득된 변수들[저선량 "프리샷"(low dose pre-shot)에 의해 결정된 변수들 등]에 기초할 수 있다. 획득 파라미터의 선택에 의해 잔여 구조(residual structure), 폐/심장 운동, 분해 아티팩트(decomposition artifact) 및 콘트라스트 등의 문제점들을 처리할 수 있다.
획득 파라미터가 일단 정의되면, 단계 12에서 심장 동기(cardiac gating)가 이용된다. 심장 동기란 심장 주기(cardiac cycle)의 특정 지점에서 검출기(108)에의한 영상의 획득을 트리거하는 기술을 말한다. 이것은 심장을 포함하는 사진에서 폐 운동 등의 심장 운동에 간접적으로 관련된 아티팩트 뿐만 아니라 심장 운동 아티팩트도 감소시킨다. 심장 동기에 의해 심장/대동맥 맥박 운동으로 인한 폐/심장 운동 아티팩트를 처리한다.
고 kVp와 저 kVp 에서 최소의 시간 간격을 두고 2개의 연속한 X-선 영상의 획득에 대해서는 각각 단계 13과 단계 14에 도시되어 있다. 콜리메이터(104)의 필터 작용은 X-선 에너지의 간격이 더 큰 경우도 고려하도록 획득 중간에 변화될 수 있다. 고 에너지 영상과 저 에너지 영상 모두에 대해 각각 단계 15와 단계 16에서 검출기 보정이 행해질 수 있다. 이러한 검출기 보정은 평판 패널 검출기를 사용하는 시스템에서는 이미 공지된 것으로서, 지연 픽셀 보정(laggy pixel correction)과 같은 듀얼 에너지 촬영에 고유한 보정 뿐만 아니라 불량 픽셀/라인 보정, 이득 맵(gain map) 보정 등과 같은 기술들을 포함한다.
도 2를 참조하면, 획득 단계(10)가 일단 완료되면, 처리 흐름은 획득된 영상을 전처리하는 단계(20)로 진행한다. 도 4는 전형적인 전처리 루틴의 플로우차트이다. 전처리(pre-processing)는 소프트웨어 및/또는 하드웨어로 구현될 수 있는 산란 보정(scatter correction) 단계(22)를 포함한다. 산란 보정 루틴은 산란을 감소시키기 위해 각 영상에 개별적으로 적용되거나 고 kVp 영상과 저 kVp 영상 모두로부터의 공통된 정보를 이용하거나 할 수 있다. 전용의 산란 방지 그리드(specialized anti-scatter grid)를 포함한 하드웨어 솔루션 및/또는 콘벌루션 기반(convolution-based) 또는 디콘벌루션 기반(deconvolution-based) 방법을사용하는 소프트웨어 솔루션과 같은 기존의 산란 보정 기술들이 사용될 수 있다. 그 밖에, 소프트웨어 기술들은 한쪽 영상으로부터의 정보를 다른쪽 영상에 대한 파라미터를 조정하는 데 이용할 수 있다. 산란 보정에서는 X-선 산란으로 인한 분해 아티팩트를 처리한다.
산란 보정이 일단 수행되면, 하나 이상의 기존의 잡음 감소 알고리즘이 고 kVp 영상과 저 kVp 영상에 대해 개별적으로 또는 동시에 적용되는 잡음 감소가 단계 24에서 수행된다. 잡음 보정에서는 DE 분해로부터 생길 수 있는 잡음 증가를 처리한다. 단계 26에서는, 움직임 아티팩트(motion artifact)를 감소시키기 위해 움직임에 대한 보정을 하고 또 고 kVp 영상과 저 kVp 영상 간의 해부학적 부위를 일치시킴으로써 위치 정합(registration)이 수행된다. 위치 정합 알고리즘은 고 kVp 영상과 저 kVp 영상에 적용되는 공지의 강체(rigid-body) 위치 정합 루틴이나 와핑(warping) 위치 정합 루틴일 수도 있다. 다른 대안에서는, 이 기술들은 반복적이어서, 단계 30에서 생성되는 분해된 연부 조직 영상과 골 영상 내의 부가의 정보를 사용할 수 있다. 위치 정합 처리에서는 연부 조직 영상 및/또는 골 영상 및/또는 폐/심장 운동 아티팩트에서의 잔여 구조를 처리한다.
도 2를 참조하면, 전처리 단계(20)가 일단 완료되면, 처리 흐름은 획득된 영상을 분해하여 미처리 연부 조직 영상(raw soft-tissue image)과 미처리 골 영상(raw bone image)을 생성하는 단계(30)로 진행한다. 표준 영상[표준 후방-전방(posterior-anterior, PA) 영상]도 고 kVp 영상에 기초하여 정의된다. 분해는 공지의 DE 방사선 사진 촬영 기술을 이용하여 수행될 수 있다. 이러한 기술들에는고 에너지 획득과 저 에너지 획득으로부터 미처리 연부 조직 영상과 미처리 골 영상을 생성하는 로그 감산(log-subtraction) 또는 기초 재료 분해(basis material decomposition)가 포함될 수 있다. 미처리 연부 조직 영상과 미처리 골 영상으로부터의 정보는 위치 정합/운동 보정 단계(26)에서 사용될 수 있다. 예를 들어, 엣지(edge) 정보 및/또는 아티팩트 위치 정보는 위치 정합/운동 보정에서 사용하기 위해 분해된 영상으로부터 도출될 수 있다.
도 2를 참조하면, 분해 단계(30)가 일단 완료되면, 처리 흐름은 획득된 영상들을 후처리(post-process)하는 단계(40)로 진행한다. 도 5는 전형적인 후처리 루틴의 플로우차트이다. 도 5에 도시한 바와 같이, 미처리 연부 조직 영상(41) 및 미처리 골 영상(42)은 유사하게 처리된다. 미처리 연부 조직 영상(41)과 미처리 골 영상(42) 내의 구조의 콘트라스트를 표준 영상 내의 대응하는 구조들에 정합시키기 위해 콘트라스트 정합(contrast matching, 43)이 수행된다. 예를 들어, 미처리 연부 조직 영상(41)(예를 들면, 흉곽 영상) 내의 연부 조직 구조의 콘트라스트는 표준 PA 영상 내의 콘트라스트에 정합된다. 콘트라스트 정합은 X-선 영상의 해석을 용이하게 하기 위해 수행된다.
단계 44에서는, 하나 이상의 잡음 감소 알고리즘이 연부 조직 영상(41)과 골 영상(42)에 이용될 수 있다. 기존의 잡음 감소 알고리즘들이 사용될 수 있다. 잡음 감소에서는 DE 분해로 인한 잡음을 처리한다. 단계 45에서는, 연부 조직 영상(41)과 골 영상(42)에 대해 표시 영상(presentation image) 처리가 수행될 수 있다. 표시 처리(presentation processing)에는 엣지 강조(edge enhancement), 최적 표시를 위한 표시 윈도우 레벨(display window level) 및 윈도우 폭 조정 등의 프로세스가 포함된다. 후처리(40)의 결과는 처리된 연부 조직 영상(46)과 처리된 골 영상(47)으로 표시된다.
도 2를 참조하면, 후처리 단계(40)가 일단 완료되면, 처리 흐름은 획득된 영상을 표시하기 위한 처리를 행하는 단계(50)로 진행한다.
컴퓨터 보조 알고리즘은 방사선 의사의 의한 시각적 평가와 연계하여 사용되면 질환 검출의 정확성 및 재현성을 개선시킬 가능성이 있다. 컴퓨터 보조 알고리즘은 검출(존재 여부) 또는 진단(정상 또는 비정상)에 사용될 수 있다. 검출 또는 진단은 대표 샘플 데이터베이스를 바탕으로 한 학습을 통해 획득한 지식을 기반으로 수행된다. 알고리즘 학습의 바탕이 되는 데이터베이스 내의 샘플 데이터 및 데이터의 특징은 CAD 알고리즘의 성능에 영향을 미치는 학습 과정의 2가지 중요한 측면이다. CAD 알고리즘 학습의 바탕이 되는 정보가 개선되면 그 알고리즘의 정확성이 개선된다. 종래의 방사선 사진의 경우, 상부 구조와 하부 구조는 관련 정보를 혼란스럽게 하여, 컴퓨터화된 알고리즘의 경우도 진단 또는 검출이 어렵게 된다. 본 명세서에 기술된 방법 및 시스템에서는 CAD에 종래의 방사선 사진 영상과 연계하여 특히 듀얼 에너지 영상을 사용함으로써 이 문제를 처리한다. 상세히 설명하면, 이 방법은 컴퓨터화된 검출 알고리즘을 보조하기 위해 4개의 영상으로부터의 정보를 종합한다.
도 6에 도시한 바와 같이, 듀얼 에너지 CAD 시스템(200)은 데이터 소스(210), 관심 영역(220), 최적 특징 선택(230)과, 분류(240), 학습(250) 및 결과 표시(260)를 포함한 몇가지 부분을 가지고 있다.
여기서 유의해야 할 점은 듀얼 에너지 CAD(200)는 모든 영상들(215)로부터의 특징들을 통합하여 한번에 수행되거나 또는 병렬로 수행될 수 있다는 것이다. 도 7에 도시한 바와 같이, 듀얼 에너지 CAD의 병렬 동작(201)에서는 도 6에 기술된 바와 같은 CAD 동작을 각 영상(216, 217, 218, 218)에 대해 개별적으로 수행하는 단계와 합성/분류 단계(214)에서 모든 CAD 동작의 결과를 종합하는 단계를 수반한다. 즉, 각 영상(216, 217, 218, 219)에 대해 ROI 선택(220)을 수행하여, 저 에너지 영상 ROI(221), 고 에너지 영상 ROI(222), 연부 조직 영상 ROI(223) 및 골 영상 ROI(224)를 제공할 수 있다. 마찬가지로, 각 영상 ROI(221, 222, 223, 224)에 대해 최적 특징 추출 단계(230)를 수행함으로써, 저 에너지 영상 특징(231), 고 에너지 영상 특징(232), 연부 조직 영상 특징(233) 및 골 영상 특징(234)을 얻을 수 있다. 합성/분류 단계(241)에서는, 모든 CAD 동작의 결과가 종합될 수 있다. 따라서, 도 6 및 도 7은 듀얼 에너지 CAD를 수행하는 2가지 상이한 방법을 나타낸 것이지만, ROI 선택 단계(220)는 도 7에 도시한 바와 같이 병렬로 수행하지만 특징 추출 단계(230)는 도 6에 도시한 바와 같이 종합된 ROI에 대해 수행하는 것과 같은 다른 방법들도 본 발명의 범위 내에 속한다. 그 밖에, 다수의 질환, 골절 또는 어떤 다른 의학적 상태를 검출하기 위한 CAD 동작은 순차적으로 또는 병렬로 수행될 수 있다.
이제 도 6이나 도 7 중 하나를 참조하면, 데이터 소스(210)의 경우, 데이터는 하나 이상의 소스의 조합으로부터 얻어질 수 있다. kVp(피크 킬로볼트, 발생된X-선의 최대 에너지를 결정함. 단, 발생된 방사선량은 킬로볼트의 제곱으로 증가함), mA(X-선 관구 전류는 밀리암페어로 측정됨. 단, 1mA = 0.001A), 선량(dose)[방사선 피폭(radiation exposure) 단위인 뢴트겐으로, 흡수된 선량의 단위인 rad, 그리고 흡수된 선량 당량(dose equivalent)의 단위인 rem으로 측정됨], SID(Source to Image Distance, 발생원과 영상 간의 거리) 등과 같은 영상 획득 시스템 정보(212)는 데이터 소스(210)에 기여할 수 있다. 흡연 이력, 성별, 연령 및 임상 증상(clinical symptom) 등의 환자 인구 통계/증상/이력(214)도 데이터(210)의 소스가 될 수 있다. 듀얼 에너지 영상 세트(215)[고 에너지 영상(216), 저 에너지 영상(217), 골 영상(218), 연부 조직 영상(219) 또는 달리 말하면 골 영상(218)과 연부 조직 영상(219) 대신에 제1 및 제2 분해 영상. 단, 제1 및 제2 분해 영상은 연부 조직 영상과 골 영상을 포함하지만 그에 한정되는 것은 아닌 어떤 재료 영상(material image)도 포함할 수 있음]는 데이터 소스(210)에 대한 데이터의 부가적인 소스이다.
영상 기반 데이터(215)에서는, 그로부터 특징들을 산출하는 관심 영역(220)이 정의될 수 있다. 관심 영역(220)은 몇가지 방법으로 정의될 수 있다. 예를 들면, 전체 영상(215)이 관심 영역(220)으로 사용될 수 있을 것이다. 다른 대안에서는, 첨두 폐 구역(apical lung field) 내의 후보 결절 영역(candidate nodule region) 등 영상의 일부가 관심 영역(220)으로 선택될 수 있을 것이다. 관심 영역(220)의 분할은 수동으로 또는 자동으로 수행될 수 있다. 수동 분할에서는 영상을 표시하는 단계와 사용자가 예를 들면 마우스를 사용하여 그 영역의 윤곽을 표시하는 단계를 수반할 수 있다. 자동화된 분할 알고리즘에서는 형상 및 크기 등의 선험적 지식(prior knowledge)을 사용하여, 자동적으로 관심 영역(220)의 윤곽을 표시할 수 있다. 상기의 2가지 방법의 결합인 반자동화된 방법도 사용될 수 있다.
그 다음에 특징 선택 알고리즘(230)을 이용하여, 후보 특징들을 정렬하고 유용한 특징만을 선택하며 정보를 제공하지 않거나 중복된 정보를 제공하는 특징들을 제거한다. 도 8을 참조하면, 특징 추출 프로세스, 즉 최적 특징 추출(230)에서는 데이터 소스(210)에 대한 계산의 수행을 수반한다. 예를 들면, 영상 기반 데이터(215)에서는, 형상, 크기, 곡률 등의 관심 영역 통계들이 계산될 수 있다. 획득 기반 데이터(212)와 환자 기반 데이터(214)에서는, 데이터(212, 214) 그 자체가 특징으로 기능할 수 있다. 도 8에 추가로 도시한 바와 같이, 고 에너지 영상, 저 에너지 영상, 연부 영상 및 골 영상 그리고 이들 영상의 조합으로부터의 다수의 특징 척도들(270)이 추출된다. 예를 들면, 형상, 크기, 질감(texture), 세기, 기울기(gradient), 엣지 강도(edge strength), 위치, 근접성(proximity), 히스토그램, 대칭성, 편심율(eccentricity), 배향(orientation), 경계, 모멘트, 프랙탈(fractals), 엔트로피 등과 같은 특징 측정값, 연령, 성별, 흡연 이력 등의 환자 이력, 그리고 kVp와 선량 등의 획득 데이터가 추출된다. 이와 같이, 용어 "특징 척도(feature measure)"는 계산되는 특징, 측정되는 특징, 그리고 단지 존재하는 특징을 말한다. 수많은 특징 척도들이 포함되지만, 본 방법은 관련 정보를 제공하는 특징들만이 유지되도록 한다. 특징 선택 알고리즘(230) 내의 단계 272는 예를 들면 거리 기준(distance criterion)을 사용하여 서로 다른 분류 그룹들을 분리시킬 수 있는지의 관점에서의 특징 평가를 말한다. 거리 기준은 본 방법이 특정의 특징을 사용하여, 사용되고 있는 서로 다른 부류들을 얼마나 잘 분리시킬 수 있는지를 평가한다. 다이버전스(divergence), 바타차야(Bhattacharya) 거리, 마하라노비스(Mahalanobis) 거리 등의 몇가지 서로 다른 거리 기준이 사용될 수 있다. 이들 기술은 "Introduction to Statistical Pattern Recognition", K.Fukanaga, Academic Press, 2nd Edition, 1990에 기술되어 있으며, 이는 여기에 인용함으로써 그 내용이 본 명세서에 포함된다. 단계 274는 거리 기준에 근거하여 모든 특징들의 순위를 정한다. 즉, 특징들은 서로 다른 부류들을 구별할 수 있는 능력, 즉 그의 분별 능력을 기초로 순위가 정해진다. 특징 선택 알고리즘(230)은 또한 실제적인 관점에서 차원을 축소시키는 데 사용되며, 이 경우 계산할 특징의 수가 많게 되면 계산 시간이 너무 길어질 수도 있다. 차원 축소 단계(276)는 상호 관련있는 특징들을 제거함으로써 특징의 개수가 어떻게 축소되는지를 가리킨다. 다른 특징들과 동일한 정보를 제공하기만 하는 여분의 특징들은 제거된다. 이렇게 함으로써 최고 순위의 특징들을 선택한 다음에 성능이 더 이상 향상되지 않을 때까지 내림차순 순위에 기초하여 부가의 특징들을 부가하는 순방향 선택 단계(278)에 의해, 사용되는 축소된 특징 세트가 제공된다. 즉, 부가적인 특징들의 부가가 더 이상 어떤 유용한 정보도 제공하지 않는 시점에 도달될 때 특징이 더 이상 부가되지 않는다. 이 시점에서, 출력(280)은 최적의 특징 세트를 제공한다.
형상, 크기, 밀도, 기울기, 엣지, 질감 등과 같은 특징들이 전술한 바와 같이 특징 선택 알고리즘(230)에서 계산되어 최적의 특징 세트(280)가 생성되면, 사전 학습된 분류 알고리즘(240)을 사용하여 관심 영역(220)을 양성 또는 악성의 결절, 석회화, 골절 또는 전이로 분류할 수 있거나 또는 연관된 특정의 의학적 상태에 대해 어떤 분류라도 이용된다. 도 9를 참조하면, 특징 세트(280)는 분류 알고리즘(240)으로의 입력으로서 사용된다. 단계 282에서, 이미 알고 있는 관심있는 정상 환자 및 비정상 환자의 데이터베이스로부터 도출된 특징 척도들에 대해 특징 세트(280)로부터의 특징 척도들의 정규화가 수행된다. 이것은 학습으로부터의 선험적 지식(250)으로부터 얻어진다. 학습으로부터의 선험적 지식은 예를 들면 만성 악성 결절의 특징의 일례들과 만성 양성 결절의 특징의 일례들을 포함할 수 있다. 학습 단계(250)는 예를 들면 이미 알고 있는 양성 결절과 악성 결절의 샘플들에서 몇가지 후보 특징들을 계산하는 단계를 수반할 수 있다. 단계 284는 정규화된 특징 척도들을 그룹화하는 단계를 가리킨다. 베이지안 분류기(Bayesian classifier)[각 부류에 대해 단 하나의 확률적 요약(probabilistic summary)을 저장하고 또 그 부류가 주어진 경우 속성들의 조건부 독립성을 가정하는 지도 학습(supervised learning)을 위한 알고리즘], 신경망[처리 요소들 사이에 커넥션을 생성함으로써 동작하며, 그에 따라 커넥션의 구성 및 가중치가 출력을 결정함. 신경망은 네트워크들이 의존할 선행 표본들로 된 대형 데이터베이스를 가지고 있을 경우 이벤트를 예측하는 데 효과적이며, 따라서 영상 인식 시스템 및 의료 영상에 유용함], 규칙-기반 방법(rule-based method)[특정 상황에서 어떻게 반응할지를 시스템에 알려주는 조건문을 사용함], 퍼지 논리(fuzzy logic)[단순한 참값 및 거짓값 이상의 것을 인식함], 클러스터링 기술 그리고 유사성 척도 방법(similaritymeasure approach) 등의 몇가지 상이한 방법들이 사용될 수 있다. 이러한 기술들은 "Fundamentals of Digital Image Processing", Anil K. Jain, Prentice Hall 1988에 기술되어 있으며, 이는 여기에 인용함으로써 그 내용이 본 명세서에 포함된다. 정규화된 특징 척도들이 일단 그룹화되었으면, 분류 알고리즘(240)은 단계 286에서 특징 클러스터에 라벨을 붙이고, 단계 288에서 출력의 표시를 출력한다.
듀얼 에너지 기술에 의하면 사람 또는 기계 관찰자가 검사하기 위한 다수의 영상을 획득할 수 있다. CAD 기술은 영상(216, 217, 218, 219) 중 하나 또는 그 모두에 작용하여, 그 결과(260)를 각 영상(216, 217, 218, 219) 위에 표시하거나 표시할 결과(260)를 단 하나의 영상(215)으로 합성하거나 한다. 이것은 분할 프로세스를 단순화시키지만 검사할 영상의 양은 증가시키지 않음으로써 CAD 성능을 향상시키는 이점을 제공한다. 이러한 결과(260)의 표시는 도 2에 도시한 표시 단계(50)의 일부를 형성한다.
의심스런 후보 영역의 식별(230) 및 분류(240)에 뒤이어서, 그의 위치 및 특성이 방사선 의사나 영상의 검사자에게 표시되어야 한다. 비듀얼 에너지(non-dual-energy) CAD 응용에서, 이것은 의심스런 병변의 근방 또는 그 주변에 마커, 예를 들면 화살표나 원을 중첩시킴으로써 행해진다. 듀얼-에너지 CAD는 컴퓨터가 검출한(그리고 아마도 진단된) 결절에 대한 마커를 4개의 영상[고 에너지 영상(216), 저 에너지 영상(217), 골 영상(218), 연부 조직 영상(219)] 중 임의의 어느 하나 위에 표시하는 기능을 제공한다. 이와 같이, 검사자는 일련의 CAD 동작(200)으로부터의 결과가 중첩되어 있는 단 하나의 영상(215)만을 볼 수 있게된다. CAD 시스템(201)은 도 7에 도시한 바와 같이 그 영상들이 개별적으로 처리되는 경우에는 단계 241에서 그 결과들을 합성한다. 각각의 CAD 동작[고유 방식의 분할(ROI)(220), 특징 추출(230) 및 분류 절차(240 또는 241)에 의해 정의됨]은 고유의 마커 스타일(marker style)에 의해 표현될 수 있다.
폐암 흉곽 영상에 있어서의 이러한 듀얼 에너지 CAD 표시의 일례에 대해 기술할 것이다. 환자가 (도 1 내지 도 5를 참조하여 기술한 바와 같은) 듀얼-에너지 검사를 받은 다음에 이를 듀얼-에너지 CAD 시스템(200 또는 201)으로 처리한다고 가정하자. CAD 동작은 연부 조직 영상(219)에서 악성 특징을 나타내는 2개의 의심스런 병변을 식별한다. 골 영상(218)에서, CAD 동작은 (양성 과정을 나타내는) 석회화된 결절과 골 병변을 식별한다. ROI 추출 단계와 특징 추출 단계 중 어느 하나 또는 양쪽 모두가 각 영상에 대해 행해질 때 분류 프로세스의 일부를 형성할 수 있는 합성 단계에서, 분류(240)는 이들 결과를 받아서 연부 조직 결절 중 하나가 골 영상(218)에서 분명한 석회화된 결절과 동일한 것으로 결정한다. 그 다음에 검사자는 고 에너지 영상(216), 즉 제1 영상 - 단일 에너지 흉곽 방사선 사진 촬영의 현재 표준 관례인 기술을 모방한 기술로 촬영됨-을 제공받게 된다. 검사자는 또한 제1 영상과 동일한 영상이지만 CAD 동작(220, 230, 240)의 결과를 나타내는 마커가 그 영상 데이터 상에 중첩되어 있는 제2 영상도 제공받게 된다. 이 제2 영상은 제2 하드 카피 또는 소프트 카피 영상 디스플레이 상에 동시에 표시되거나 소프트웨어를 통해 소프트 카피 디스플레이 상에서 다른 영상들과 토글될 수 있다. 제2 영상 위에 중첩되어 있는 것으로는, 예를 들면 악성의 특징을 나타내는 것으로분류된 의심스런 폐 결절 주변의 원, 양성으로 분류된 석회화된 폐 결절 주변의 정사각형, 및 검출된 골 병변을 가리키는 화살표가 있을 수 있다. 이와 같이, 검사자는 최적의 검사를 위해 동시에 제공받은 각 영상에 대한 CAD 동작(200)으로부터의 정보의 도움을 받는다.
다른 일례로서, 본 방법(200, 201)은 유방 촬영(mammography)에서 사용될 수 있다. 유방 촬영을 위한 듀얼 에너지 영상은 Chao의 미국 특허 제6,173,034에 기술되어 있는 바와 같이 이미 사용되고 있다. 유리하게도, 본 방법(200, 201)에서는 유방 촬영을 위해 수행되는 듀얼 에너지 영상 프로세스의 결과를 가져다가 본 명세서에 기술한 바와 같이 CAD 기술을 이용할 수 있다. 또한, 유의할 점은 유방 촬영에서 사용되는 에너지는 상기한 흉부 검사에서 일반적으로 사용되는 50 내지 170 kVp 범위에 있을 수 있는 에너지와는 달리 20 kVp 정도로 낮을 수 있다는 것이다. 종래의 유방 촬영은 일반적으로 24 내지 30 kVp이고, DE 유방 촬영은 저 에너지 영상에 대해서는 24 내지 30 kVp이고 고 에너지 영상에 대해서는 50 내지 80 kVp 일 수 있으며, 이 값들은 종종 X-선 관구/발생기에 의해 제한된다. CT 유방 촬영의 경우, 그 에너지는 더 높을 수 있으며, 종래의 단일 에너지 영상의 경우 약 80 kVp 이다.
이들 방법(200, 201)은 상부 구조가 제거된 입력 데이터를 제공함으로써 컴퓨터 보조 검출 또는 진단 알고리즘의 성능을 향상시킨다. 또한, 촬영된 해부학적 부위가 조직 형태(연부 조직 또는 골)에 기초하여 분리되기 때문에, 이 알고리즘(200)은 통상의 방사선 사진 촬영에서보다 해부학적 부위당 더 많은 진단특징을 추출할 가능성이 있다.
이전의 CR(computed radiography, 컴퓨터 방사선 사진 촬영) 듀얼 에너지 영상은 통상의 방사선 사진 영상에 비해 상당히 품질이 떨어지고 잡음이 많으며, 따라서 이전에는 이러한 영상에 컴퓨터 보조 알고리즘이 이용되지 않았다. 이러한 시스템 및 방법(200, 201)에서는 획득 파라미터(212)와 환자 정보(214) 이외에, 고 에너지 영상(216), 저 에너지 영상(217), 연부 조직 영상(219) 및 골 영상(218)으로부터의 정보를 사용한다. 게다가, 영상의 개수를 종래의 CAD 기술에서보다 증가시키지 않고 그 결과를 검사자에게 표시할 수 있다.
전술한 방법(200, 201)은 그 밖에도 석회화, 골 골절(bond fracture), 골 미란(bond erosion) 및 전이성 골 병변(metastatic bone lesion)의 식별에도 이용될 수 있다. 상부/하부 연부 조직을 갖지 않는 골 영상(218)을 제공함으로써, DE 영상은 그렇지 않을 경우 보통의 영상 판독자라면 놓쳐버릴 수도 있는 포착하기 어려운 골 골절, 골 미란, 석회화 및 전이의 자동 검출 및 분류를 위한 효과적인 기회를 제공한다.
이제 도 10 및 도 11로 가면, 본 방법(200, 201)을 도식화한 일례가 도시되어 있다. 본 방법(301)은 골을 배경으로부터 분할하여 석회화, 골절 또는 전이가 있을 수 있는 후보 골 영역을 검출/식별하는 데 듀얼 에너지 컴퓨터 보조 검출/진단(CAD) 알고리즘(300)을 사용한다. 그 다음에 이들 후보 영역은 대응하는 전체 영상 세트[고 에너지(216), 저 에너지(217), 골(218) 및 연부 조직(219)]로부터 추출된 특징들에 기초하여 분류된다. 분류 단계는 의사 양성(false positive)인 것으로 간주되는 것을 배제시킬 뿐만 아니라 골절 또는 병변에 관한 부가 정보(골절 형태, 병변 크기 등)도 제공할 수 있다. 그 다음에 그 결과가 판독자가 평가할 영상들 상에 하이라이트된다.
도 11에 도시한 바와 같이, DE 영상(215)에서 석회화, 골 골절, 골 미란 및 전이를 검출하기 위한 CAD 알고리즘(300)에서의 첫번째 단계에서는 탐색할 원하는 영역, 즉 관심 영역(ROI)(301)을 선택해야만 한다. 듀얼 에너지 흉곽 검사에서, 이것은 일반적으로 전체 영상을 포함하지만, 특정의 영역이 의심스러운 경우 더 작은 관심 영역을 포함할 수 있다. 관심 영역(ROI)(310)의 선택은 ROI(220)와 관련하여 전술한 바와 같이 사용자 설명서에 따라 수동으로 또는 자동화된 알고리즘에 의해 행해질 수 있다.
그 다음에, 골의 분할(320)이 있게 된다. 분할(320)의 목적은 골을 배경(골이 아닌 부분)으로부터 분리시키는 데 있다. 일 실시예로는 영역 확대 알고리즘(region growing algorithm)이 있다. 수동적 방법 또는 자동화된 방법은 영역 확대를 초기화하는 데 사용될 수 있다. 수동적 방법에서는, 사용자가 씨드 점(seed point)을 선택하기 위한 수단이 제공된다. 자동화된 방법에서는, 세기 범위, 기울기 범위, 형상, 크기 등과 같은 골의 속성들이 씨드 점을 초기화하는 데 사용될 수 있다. 다른 가능한 분할 방법에서는 다중 레벨 세기 문턱값 설정(multi-level intensity thresholding)을 포함할 수 있다.
그 다음에, 후보 영역들이 단계 330에서 식별될 수 있다. 후보 영역을 식별하는 한가지 방법은 엣지 검출 알고리즘에 기초하고 있다. 잡음 및 의사엣지(false edge)를 제거하기 위해, 모폴로지적 침식(morphological erosion)을 사용하는 영상 처리가 뒤따라올 수 있다. 게다가, 늑골 엣지일 가능성이 가장 높은 더 긴 라인을 배제시키기 위해, 연결성 알고리즘(connectivity algorithm)이 적용될 수 있다. 따라서, 나머지 영상은 단지 석회화, 골절 및 전이의 가능한 후보인 엣지만으로 이루어져 있다.
그 다음에, 후보 영역은 단계 340에서 분류될 수 있다. 나머지 후보 영역의 분류는 규칙-기반 방법을 포함할 수 있다. 이 규칙들은 석회화, 전이 및 골절의 식별에 대해 서로 다를 수 있다. 양호하게는, 서로 다른 형태의 골절에 대해 서로 다른 규칙들이 있고, 전이의 서로 다른 특성들에 대해 서로 다른 규칙들이 있게 된다. 예를 들어, 골절의 경우, 늑골 내부의 엣지가 골절의 후보이기 때문에, 늑골 내부의 엣지를 늑골 외부의 엣지로부터 분리시키기를 원할 수 있다. 규칙들은 또한 라인 엣지의 크기 측정값에 기초할 수도 있다.
그 다음에, 나머지 후보 영역들은 표시 단계, 즉 결과의 제시(350)에서 조사하기 위해 사용자 또는 판독자에게 제시되어야만 한다. 이것은 화살표, 원 또는 어떤 다른 지시자 또는 마커 중 어느 하나를 사용하여 원본 골 영상 위의 영역들을 하이라이트함으로써 수행될 수 있다. 병변 형태 또는 크기 등의 부가 정보도 영상들 위에 중첩될 수 있다.
다시 도 10을 참조하면, 결과의 제시(350)는 그 다음에 단계 360에서 방사선 의사 또는 임상의에 의해 판독될 수 있으며, 이 방법(301)은 단계 370에 예시한 바와 같이 흉곽 방사선 사진 촬영에서 석회화, 포착하기 어려운 늑골 골절, 포착하기어려운 골 미란, 및 전이성 골 미란의 검출을 개선시키는 데 사용될 수 있다. 이러한 질환의 검출은 조기 검출에 의해 환자에 이익의 증가를 가져다 줄 수 있고, 임상의에 의한 환자 간호를 개선시켜줄 수 있다. 상부/하부 연부 조직이 없는 골 영상을 제공하는 기능은 또한 골 관련 병변의 검출 및 진단을 크게 향상시키는 데도 사용될 수 있다. 석회화, 골절 및 전이 검출에 골 영상을 사용하는 것이 이전에 이용되지 않았던 DE 영상의 진단 개념이다.
폐암 흉곽 촬영과 석회화, 골 골절, 골 미란 및 전이의 검출을 포함한 특정 일례에 대해 기술하였지만, 전술한 방법 및 시스템은 인체의 어느 부분과 관련된 임의의 의학적 상태, 장해 또는 질병을 검출 및/또는 진단하는 데도 이용될 수 있다는 것을 이해해야만 한다.
또한, DE 영상에 대해 구체적으로 검토해보았지만, 다중 에너지 영상에 전술한 방법들을 이용하는 것도 또한 본 발명의 범위 내에 속한다. 예를 들면, 도 12에 다중 에너지 영상 시스템(400)이 도시되어 있으며, 이 시스템은 영상 데이터(415), 영상 획득 데이터(412) 및 환자 인구 통계 데이터(414)를 포함하는 데이터 소스(410)와, 관심 영역의 정의 또는 선택하는 단계(420), 최적 특징 추출(430), 합성/분류(440) 및 영상 표시 상의 중첩(460)을 포함한다는 점에서 전술한 바와 같은 DE 영상 시스템(200, 201, 300)과 유사하다. 또한, 앞서 기술한 DE 영상 시스템에서와 같이, 학습(450)으로부터의 선험적 지식이 최적 특징 추출 단계(430) 및 합성/분류 단계(440)에 이용된다. 따라서, 본 방법(400)과 앞서 기술한 DE 방법 간의 유일한 차이점은 영상 데이터(415)의 내용이다. 즉, DE 방법에서는 고 에너지 영상, 저 에너지 영상, 연부 조직 영상 및 골 영상을 이용하는 반면, 다중 에너지 영상 시스템(400)은 서로 다른 에너지/kVp에서 촬영한 일련의 영상(413)(에너지 1 영상, 에너지 2 영상,...,에너지 N 영상)을 사용한다. 유의할 점은 "N"은 임의의 수를 나타내며 어느 한 영상 프로세스에서 그 다음 영상 프로세스로 되면 변할 수 있다는 것이다. 이들 영상(413)은 고속으로 순차 획득되어 골 영상(418)과 여러가지 조직 형태 영상들로 분해되는 동안, 이들은 또한 여러가지 재료 영상(material image)(재료 1 영상, 재료 2 영상,...,재료 N 영상)으로 분해될 수도 있다. 이들 영상 중 하나 이상으로부터의 정보는 여러가지 질병 또는 의학적 상태를 검출 및 진단하는 데 사용될 수 있다. 일례로서, 어떤 질병을 검출할 필요가 있는 경우, 관심 영역이 식별될 수 있고 재료 2 영상과 에너지 1 영상에서 특징들이 계산될 수 있다. 다른 질병 형태의 경우, 모든 영상이 사용될 수도 있다. DE 에너지 영상 시스템에서와 같이, 관심 영역 선택, 최적 특징 계산, 및 분류는 영상 데이터(415)에 대해 순차적으로 또는 병렬로 수행될 수 있다. 본 명세서의 목적상, 추가적으로 유의해야 할 점은 2개의 영상도 다중 영상이기 때문에 "다중" 에너지 영상은 듀얼 에너지 영상도 포괄할 수 있다는 것이다.
전술한 CAD 시스템 및 방법은 또한 듀얼 또는 다중 에너지 컴퓨터 단층 사진 촬영으로도 확장될 수 있다. 도 13 및 도 14를 참조하면, 사전 재구성 분석(pre-reconstruction analysis)과 사후 재구성 분석(post-reconstruction analysis)은 재료 분석에서 듀얼 에너지 X-선 발생원을 사용하는 데 일반적으로 인정되어 있는 종래 기술들이다. 사전 재구성 분석(502)에서, 신호 흐름은 도 13에 도시되어 있는 바와 같다. 본 시스템(100)은 일반적으로 도 1에 도시된 것과 유사하며, 2가지 서로 다른 에너지 레벨에서의 부채꼴 빔을 발생할 수 있는 X-선 발생원을 가지고 있다(즉, 듀얼 에너지). 데이터 획득 시스템(504)은 회전대(rotating platform)(도시 생략)의 이산적인 각도 위치에 있는 검출기 어레이에 의해 발생된 신호들을 수집하여 그 신호들을 전처리 요소(506)로 전달한다. 전처리 요소(506)는 차후의 수학적 처리의 순서를 최적화하기 위해 데이터 획득 시스템(504)으로부터 수신하는 데이터를 재정렬(re-sort)한다. 전처리 요소(506)는 또한 검출기 온도, 1차 빔의 세기, 이득 및 옵셋, 그리고 다른 결정론적 에러 인자들에 대해 데이터 획득 시스템(504)으로부터의 데이터를 보정한다. 마지막으로, 전처리 요소(506)는 고 에너지 사진(high energy view)에 대응하는 데이터를 추출하여 이를 고 에너지 채널 경로(508)로 보내고 저 에너지 사진(low energy view)에 대응하는 데이터는 저 에너지 경로(510)로 보낸다. 투영 컴퓨터(projection computer, 512)는 투영 데이터를 고 에너지 경로(508)와 저 에너지 경로(510) 상으로 수신하고 알바레즈/마코프스키 알고리즘(Alvarez/Macovski Algorithm) 처리를 수행하여 스캔되는 재료의 제1 파라미터에 의존하는 제1 투영 데이터 스트림(514)와 스캔되는 재료의 제2 파라미터에 의존하는 제2 투영 데이터 스트림(516)을 생성한다. 제1 파라미터는 종종 원자 번호이고, 제2 파라미터는 종종 재료 밀도이지만, 다른 파라미터가 선택될 수도 있다. 제1 재구성 컴퓨터(518)는 제1 투영 데이터 스트림(514)을 수신하여 제1 재료 파라미터에 대응하는 일련의 투영들로부터 CT 영상을 발생한다. 제2 재구성 컴퓨터(520)는 제2 투영 데이터 스트림(516)을 수신하여 제2 재료 파라미터에 대응하는일련의 투영들로부터 CT 영상을 발생한다.
사후 재구성 분석(503)에서, 신호 흐름은 도 14에 도시되어 있는 바와 같다. 본 명세서에서 사전 재구성 분석(502)에 대해 설명한 바와 같이, 전처리 요소(506)는 데이터 획득 시스템(504)으로부터 데이터를 수신하고 그 데이터에 대해 몇가지 동작을 수행한 다음에, 고 에너지 사진에 대응하는 데이터는 고 에너지 경로(508)로 보내고 저 에너지 사진에 대응하는 데이터는 저 에너지 경로(510)로 보낸다. 제1 재구성 컴퓨터(518)는 고 에너지 경로(508)로부터 투영 데이터를 수신하고 일련의 고 에너지 투영에 대응하는 CT 영상을 발생한다. 제2 재구성 컴퓨터(520)는 저 에너지 경로(510)로부터 투영 데이터를 수신하고 일련의 저 에너지 투영에 대응하는 CT 영상을 발생한다. 투영 컴퓨터(512)는 고 에너지 CT 데이터(522)와 저 에너지 CT 데이터(524)를 수신하고 기초 재료 분해를 수행하여 스캔되는 재료의 제1 파라미터에 의존하는 CT 데이터(526)와 스캔되는 재료의 제2 파라미터에 의존하는 제2 투영 데이터 스트림(528)을 생성한다.
도 15는 듀얼 에너지 CT 촬영용으로 변형된 컴퓨터 보조 검출 및 진단 방법(202)을 나타낸 것이다. 이 방법(202)은 도 13 또는 도 14에 대해 전술한 바와 같은 다수의 CT 영상(1a,...,1N)(530, 534)과 다수의 CT 영상(2a,...,2N)(532, 536)이 고 에너지 영상(216)과 저 에너지 영상(217)을 대체하여 영상 세트(540)를 형성하는 점을 제외하고는 도 6에 관련하여 설명한 방법(200)과 유사하다. 유의해야 점은 "N"은 임의의 수를 나타낼 수 있으며 도 12에서의 "N"과 동일한 수일 필요는 없다는 것이다. 또한, 연부 조직 영상(219)과 골 영상(218)이 도시되어 있지만, 영상 데이터(540)는 그 대신에 도 6에 관련하여 앞서 설명한 바와 같은 제1 분해 영상과 제2 분해 영상을 포함할 수 있다는 것을 이해해야 한다. 또한, 도 7에 도시한 CAD 방법(201)은 듀얼 에너지 CT용으로 변형될 수 있다는 것도 이해해야 한다.
또한 도 15에 도시한 실시예는 입체 CT용으로 변형될 수 있으며, 이 때 어떤 구조의 영상들은 다수의 각도로부터 수집된다. 입체 CT, 즉 원뿔형 빔 CT(cone-beam CT)는 보다 보편적인 2차원 부채꼴 빔 단층 사진 촬영의 3차원 확장이다. 부채꼴 빔 단층 사진 촬영에서, X-선의 부채꼴 집속은 길고 좁은 슬릿을 갖는 콜리메이터를 점 X-선 발생원(point x-ray source)의 전면에 배치함으로써 발생된다. 원뿔형 빔 계열의 X-선은 콜리메이터를 제거함으로써 만들어진다. 이것은 X-선이 점 X-선 발생원으로부터 발산할 수 있게 해주어 원뿔형 입체각을 형성한다. 물체를 관통하는 X-선이 반대쪽에 위치한 검출기에서 수집될 때 발산하는 선적분 데이터 세트(divergent line integral data set)가 얻어진다. 원뿔형 빔 단층 사진 촬영에서는 그 물체 내부의 각 점의 밀도의 추정값을 형성하기 위해 원뿔형 빔 데이터 세트를 반전시켜야 한다.
현재의 CT 스캐너의 경우, 그 물체의 일련의 축방향 영상이 작성되고 서로의 상부에 적층되어 3D 물체를 형성한다. 다중 슬라이스 CT에서는, 주어진 시간에 다중 슬라이스를 수집하기 위해 다중 검출기가 사용된다. 반면에, 원뿔형 빔 단층 사진 촬영에서는, 전체 데이터가 병렬로 수집된 다음에 재구성된다. 따라서, 원뿔형 빔 단층 사진 촬영은 이론상으로는 데이터의 공간 해상도 및 시간 해상도 모두를 향상시킨다. 도 16은 데이터 소스(610)가 입체 CT 영상(615), 영상 획득 데이터(212) 및 환자 인구 통계 데이터(214)를 포함하도록 영상 데이터(615)에 입체 CT 영상 1...N을 사용하는 CAD 시스템(600)을 나타낸 것이다. 그렇지 않은 경우, CAD 시스템은 도 6에 관련하여 설명한 시스템(200)과 유사하다. 다른 대안에서, 동작(220, 230, 240)은 도 7에 관련하여 설명한 바와 같이 각각의 입체 CT 영상에 대해 병렬로 수행될 수 있다.
다른 실시예에서는, 도 17에 도시한 바와 같이, 듀얼 에너지 CAD 시스템(700)은 영상 데이터(715)로서 연부 조직 영상 1...N(219)과 골 영상 1...N(218)(또는 다른 대안에서는, 제1 분해 영상과 제2 분해 영상) 뿐만 아니라 고 에너지 입체 CT 영상 1a...1N(716)과 저 에너지 입체 CT 영상 2a...2N(717)을 사용함으로써, 데이터 소스(710)는 영상 데이터(715), 영상 획득 데이터(212) 및 환자 인구 통계 데이터(214)를 포함하게 된다. 그렇지 않은 경우, CAD 시스템(700)은 도 6에 관련하여 설명한 시스템(200)과 유사하다. 다른 대안에서, 동작(220, 230, 240)은 각각의 입체 CT 영상과 도 7에 관련하여 설명한 각각의 연부 조직 영상 및 골 영상에 대해 병렬로 수행된다.
입체 CT CAD(600)와 DE 입체 CT CAD(700)가 도 16 및 도 17에 설명되어 있지만, 도 12에 관련하여 설명한 방법을 사용하여 다중 에너지 입체 CT CAD가 이용될 수 있다는 것도 또한 생각해볼 수 있다. 즉, 도 17에 도시한 방법은 부가의 에너지를 포함하도록 확장될 수 있다.
대체 실시예로서, 제한된 각도의 X-선 단층 사진 합성 획득(limited anglex-ray tomosynthesis acquisition)이 수행되고 재구성되는 영상 모드가 앞서 설명한 도 18에 도시한 바와 같은 컴퓨터 보조 검출 및 진단 방법과 결합될 수 있다. 단층 사진 합성은 디지털 검출기로 다수의 영상을 획득함으로써 수행된다. 즉, 일련의 저선량 영상들이 임의의 레벨의 단층 사진 촬영 영상을 재구성하는 데 사용된다. 단층 사진 합성은 선형, 원형, 타원형, 클로버형(hypocycloidal) 및 기타의 것을 포함한 여러가지 많은 관구 운동(tube motion)을 사용하여 수행될 수 있다. 단층 사진 합성에서는 일반적으로 5 내지 50개 범위의 영상을 갖는 영상 시퀀스가 획득된다. 이와 같이, 이 실시예의 촬영부는 전술한 CAD CT 방법보다 더 저렴할 수 있지만, 반드시 양호한 것은 아니다. 도 18에 도시한 단층 사진 합성 CAD 시스템(800)은 영상 데이터(815)가 단층 사진 합성 영상 1...N을 포함함으로써 데이터 소스(810)가 단층 사진 합성 영상(815), 영상 획득 데이터(212), 및 환자 인구 통계 데이터(214)를 포함한다는 것을 제외하고는 도 16에 도시한 CT CAD 시스템과 유사하다. 데이터 소스(810) 이외에, 본 시스템(800)은 도 6에 관련하여 설명한 시스템(200)과 유사하다. 다른 대안에서, 동작(220, 230, 240)은 도 7에 관련하여 설명한 바와 같이 각각의 단층 사진 합성 영상에 대해 병렬로 수행될 수 있다.
다른 실시예에서는, 도 19에 도시한 바와 같이, 듀얼 에너지 CAD 시스템(900)은 영상 데이터(915)로서 연부 조직 영상 1...N(219)과 골 영상 1...N(218)(또는 다른 대안에서는, 제1 분해 영상과 제2 분해 영상) 뿐만 아니라 고 에너지 단층 사진 합성 영상 1a...1N(916)과 저 에너지 단층 사진 합성 영상 2a...2N(917)을 사용함으로써, 데이터 소스(910)는 영상 데이터(915), 영상 획득데이터(212) 및 환자 인구 통계 데이터(214)를 포함하게 된다. 그렇지 않은 경우, CAD 시스템(900)은 도 6에 관련하여 설명한 시스템(200)과 유사하다. 다른 대안에서, 동작(220, 230, 240)은 각각의 단층 사진 합성 영상과 도 7에 관련하여 설명한 각각의 연부 조직 영상 및 골 영상에 대해 병렬로 수행된다.
단층 사진 합성 CAD(800)와 DE 단층 사진 합성 CAD(900)가 도 18 및 도 19에서 설명되어 있지만, 도 12에 관련하여 설명한 방법을 사용하여 다중 에너지 단층 사진 합성 CAD가 이용될 수 있다는 것도 또한 생각해볼 수 있다. 즉, 도 19에 도시한 방법은 부가의 에너지를 포함하도록 확장될 수 있다.
유의할 점은 전술한 방법들 모두는 영상 시스템(100)에서 사용될 수 있으며, 특히 메모리(112) 내에 저장될 수 있고 또 처리 회로(110)에 의해 처리될 수 있다는 것이다. 또한, 개시된 방법들이 어떤 컴퓨터로 구현되는 프로세스 및 그 프로세스를 실시하는 장치의 형태로 구현될 수 있는 것도 본 발명의 범위 내에 속한다. 본 발명은 또한 플로피 디스켓, CD-ROM, 하드 드라이브 또는 임의의 다른 컴퓨터 판독가능한 저장 매체 등의 유형 매체에 구현된 명령어를 포함하는 컴퓨터 프로그램 코드의 형태로 구현될 수 있으며, 이 때 컴퓨터 프로그램 코드가 컴퓨터에 로드되어 실행될 때, 그 컴퓨터는 본 발명을 실시하는 장치가 된다. 본 발명은 또한 예를 들어 저장 매체에 저장되어 있는지 여부에 상관없이 컴퓨터에 로드 및/또는 그에 의해 실행되는 컴퓨터 프로그램 코드의 형태로 또는 변조된 반송파인지 여부에 상관없이 전기 배선이나 케이블 상으로, 광 파이버를 통해 또는 전자기 방사를통하는 등의 어떤 전송 매체를 거쳐 전송되는 데이터 신호로서 구현될 수도 있으며, 이 경우, 컴퓨터 프로그램 코드가 컴퓨터에 로드되어 그에 의해 실행될 때, 컴퓨터는 본 발명을 실시하는 장치가 된다. 컴퓨터 프로그램 코드 세그먼트는 범용 마이크로프로세서 상에 구현될 때는, 마이크로프로세서를 특정의 논리 회로를 구축하도록 구성한다.
양호한 실시예를 참조하여 본 발명에 대해 설명하였지만, 당업자라면 본 발명의 범위를 벗어나지 않고 여러가지 변경이 행해질 수 있고 또 등가물이 본 발명의 구성 요소를 대체할 수 있다는 것을 이해할 것이다. 게다가, 본 발명의 기본 범위를 벗어나지 않고 특정의 상황 또는 재료를 본 발명의 개시 내용에 적합하도록 많은 변형이 이루어질 수 있다. 따라서, 본 발명이 본 발명을 실시하기 위해 안출된 최적의 실시형태로서 개시된 특정 실시예에 한정되지 않고 첨부된 청구항들의 범위에 속하는 모든 실시예를 포함하는 것으로 해석되어야만 한다. 게다가, 용어 제1, 제2 등의 사용은 어떤 순서 또는 중요성을 나타내는 것은 아니라, 오히려 용어 제1, 제2 등은 구성 요소를 서로 구별하기 위해 사용된 것이다.
Claims (15)
- 고 에너지 영상(216, 530, 534, 716, 916), 저 에너지 영상(217, 532, 536, 717, 917), 골 영상(218) 및 연부 조직 영상(219)을 포함하는 듀얼 또는 다중 에너지 영상 세트(215, 415, 540, 715, 915)를 포함하는 데이터 소스(210, 410, 710, 910)를 이용하는 단계,상기 듀얼 또는 다중 에너지 영상 세트(215, 415, 540, 715, 915) 중의 한 영상 내에 관심 영역(220)을 정의하는 단계,상기 관심 영역(220)으로부터 특징 척도들을 추출하는 단계(230), 및상기 관심 영역(220) 상에 상기 특징 척도들 중 적어도 하나를 보고하는 단계(260)를 포함하는 듀얼 또는 다중 에너지 영상의 컴퓨터 보조 처리 방법(200, 201, 202, 300, 400, 700, 900).
- 제1항에 있어서, X-선 컴퓨터 단층 사진 촬영(computed tomography)을 사용하여 상기 영상 세트(540)를 획득하는 단계를 더 포함하는 듀얼 또는 다중 에너지 영상의 컴퓨터 보조 처리 방법(202).
- 제1항에 있어서, 디지털 X-선 단층 사진 합성(tomosynthesis)을 사용하여 상기 영상 세트(915)를 획득하는 단계를 더 포함하는 듀얼 또는 다중 에너지 영상의 컴퓨터 보조 처리 방법(900).
- 제1항에 있어서, 상기 관심 영역(220)에 특징 선택 알고리즘(230)을 이용하는 단계, 및상기 관심 영역(220)을 분류하는 단계(240)를 더 포함하는 듀얼 또는 다중 에너지 영상의 컴퓨터 보조 처리 방법(200, 201, 202, 300, 400, 700, 900).
- 제4항에 있어서, 상기 관심 영역(220)을 분류(240)하는 데 학습(250)으로부터의 선험적 지식을 포함시키는 단계를 더 포함하는 듀얼 또는 다중 에너지 영상의 컴퓨터 보조 처리 방법(200, 201, 202, 300, 400, 700, 900).
- 제5항에 있어서, 상기 학습(250)으로부터의 선험적 지식을 포함시키는 단계는 이미 알고 있는 여러가지 정상적인 의학적 상태와 병변적인 의학적 상태의 샘플들에서 특징들을 계산하는 단계를 포함하는 것인 듀얼 또는 다중 에너지 영상의 컴퓨터 보조 처리 방법(200, 201, 202, 300, 400, 700, 900).
- 제6항에 있어서, 상기 특징 선택 알고리즘(230)은 상기 기지의 샘플들의 특징들을 정렬(sort, 272)하고, 상기 기지의 샘플들의 유용한 특징들을 선택(278)하며, 유용한 정보를 제공하지 않는 상기 기지의 샘플들의 특징들을 폐기(276)하는 것인 듀얼 또는 다중 에너지 영상의 컴퓨터 보조 처리 방법(200, 201, 202, 300, 400, 700, 900).
- 제6항에 있어서, 서로 다른 분류 그룹들이 상기 특징 척도를 정렬(sort, 272)하기 위해 식별되고,상기 특징 선택 알고리즘(230)은 특징 척도가 상기 관심 영역(220)을 분류 그룹으로 분류할 수 있는지를 결정하는 단계를 포함하는 것인 듀얼 또는 다중 에너지 영상의 컴퓨터 보조 처리 방법(200, 201, 202, 300, 400, 700, 900).
- 제8항에 있어서, 상기 특징 선택 알고리즘(230)은 최고 순위의 특징 척도를 선택하는 단계(278) 및 부가의 특징 척도들을 내림차순으로 부가하는 단계를 더 포함하는 것인 듀얼 또는 다중 에너지 영상의 컴퓨터 보조 처리 방법(200, 201, 202, 300, 400, 700, 900).
- 구조(106)를 통과하는 제1 에너지 레벨의 광자를 나타내는 제1 영상과 구조(106)를 통과하는 제2 에너지 레벨의 광자를 나타내는 제2 영상을 생성하는 검출기(108),상기 검출기(108)에 연결되어 있으며, 상기 제1 영상과 상기 제2 영상을 저장하는 메모리(112),상기 메모리(112)에 연결되어 있으며, 상기 제1 영상과 상기 제2 영상으로부터의 제1 분해 영상, 제2 분해 영상, 고 에너지 영상 및 저 에너지 영상을 포함하는 듀얼 에너지 영상 세트(215, 415, 540, 715, 915)를 처리하고, 상기 듀얼 에너지 영상 세트를 상기 메모리(112)에 데이터 소스(210)로서 저장하며, 상기 듀얼 에너지 영상 세트(215, 415, 540, 715, 915) 중의 한 영상 내에 관심 영역(220)을 정의하고, 상기 관심 영역(220)으로부터 특징 척도들을 추출(230)하는 처리 회로(110), 및상기 처리 회로(110)에 연결되어 있으며, 상기 특징 척도들 중 적어도 하나를 보고하는 보고 장치(114)를 포함하는 듀얼 에너지 영상의 컴퓨터 보조 처리 시스템(100).
- 제10항에 있어서, 상기 시스템(100)은 투영식 X-선 방사선 사진 촬영 시스템인 것인 듀얼 에너지 영상의 컴퓨터 보조 처리 시스템(100).
- 제10항에 있어서, 상기 시스템(100)은 X-선 컴퓨터 단층 사진 촬영 시스템이며,상기 검출기(108)는 서로 다른 각도에서 상기 구조를 촬영한 복수의 제1 영상과 복수의 제2 영상을 생성하는 것인 듀얼 에너지 영상의 컴퓨터 보조 처리 시스템(100).
- 구조(106)를 통과하는 제1 에너지 레벨의 광자를 나타내는 제1 영상과 구조(106)를 통과하는 제2 에너지 레벨의 광자를 나타내는 제2 영상을 생성하는 검출 수단(108),상기 제1 영상과 상기 제2 영상(215, 415, 540, 715, 915)을 저장하는 저장 수단(112),상기 제1 영상과 상기 제2 영상으로부터의 제1 분해 영상, 제2 분해 영상, 고 에너지 영상 및 저 에너지 영상을 포함하는 듀얼 에너지 영상 세트(215, 415, 540, 715, 915)를 처리하고, 상기 듀얼 에너지 영상 세트를 상기 메모리(112)에 데이터 소스(210)로서 저장하며, 상기 듀얼 에너지 영상 세트(215, 415, 540, 715, 915) 중의 한 영상 내에 관심 영역(220)을 정의하고, 상기 관심 영역(220)으로부터 특징 척도들(230)을 추출하며, 상기 특징 척도들의 세트에 특징 선택 알고리즘(230)을 이용하여 최적의 특징 세트를 식별하고, 상기 최적의 특징 세트를 분류(240)하며, 상기 최적의 특징 세트를 분류하는 데 학습(250)으로부터의 선험적 지식을 포함시키는 처리 수단(110), 및상기 분류된 최적의 특징 세트를 표시하는 표시 수단(260)을 포함하는 듀얼 에너지 영상의 컴퓨터 보조 처리 시스템(100).
- 듀얼 또는 다중 에너지 영상 세트(215) 중의 골 영상(218)을 이용하는 단계,석회화, 골절 또는 전이성 골 병변을 탐색하기 위해 상기 골 영상(218) 내에 관심 영역(310)을 선택하는 단계,상기 골 영상(218)의 배경으로부터 골을 분할하는 단계(320), 및상기 골 내의 후보 영역을 석회화, 골절, 미란 또는 전이성 골 병변의 후보로서 식별하는 단계(330)를 포함하는 골 골절, 미란, 석회화 또는 전이의 검출 방법(301).
- 듀얼 또는 다중 에너지 영상 세트(215) 중의 연부 조직 영상(219)을 이용하는 단계,질환의 징후를 탐색하기 위해 상기 연부 조직 영상(219) 내에 관심 영역(220)을 선택하는 단계,상기 연부 조직 영상(219)의 배경으로부터 상기 관심 영역(220)을 분할하는 단계,상기 연부 조직 영상(219) 내의 상기 관심 영역(220)과 상호 관련있는 골 영상(218) 내의 후보 영역을 식별하는 단계,상기 골 영상(218) 내의 상기 후보 영역으로부터 특징들을 추출하는 단계(230), 및상기 골 영상(218)으로부터 추출된 특징들을 이용하여 상기 연부 조직 영상(219) 내의 상기 관심 영역(220)을 연부 조직 질환의 후보로서 분류하는 단계를 포함하는 폐 질환 검출 방법.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US10/065,854 US7295691B2 (en) | 2002-05-15 | 2002-11-26 | Computer aided diagnosis of an image set |
| US10/065,854 | 2002-11-26 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20040047561A true KR20040047561A (ko) | 2004-06-05 |
Family
ID=32311671
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020030068168A KR20040047561A (ko) | 2002-11-26 | 2003-10-01 | 컴퓨터 보조 영상 세트 진단 |
Country Status (5)
| Country | Link |
|---|---|
| US (2) | US7295691B2 (ko) |
| EP (1) | EP1426903A3 (ko) |
| JP (1) | JP2004174232A (ko) |
| KR (1) | KR20040047561A (ko) |
| CN (1) | CN1504931B (ko) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101026833B1 (ko) * | 2009-10-26 | 2011-04-04 | 충남대학교산학협력단 | 전자파를 이용한 유방암 진단장비용 유방팬텀 제조방법 |
| KR101068828B1 (ko) * | 2008-06-27 | 2011-09-29 | 재단법인서울대학교산학협력재단 | 네트워크 기반 의료영상 분석시스템 및 그 제어방법 |
| KR101129718B1 (ko) * | 2008-01-04 | 2012-03-28 | 주식회사 메디칼스탠다드 | 디지털 검사 영상들의 판독 지원 방법 |
| WO2012015285A3 (en) * | 2010-07-29 | 2012-06-21 | Samsung Electronics Co., Ltd. | Method and apparatus for processing image and medical image system employing the apparatus |
| KR101323034B1 (ko) * | 2012-04-30 | 2013-11-06 | 재단법인 아산사회복지재단 | 단일 에너지 광자 선원을 이용한 콘빔 ｃｔ 촬영 장치 및 이를 이용한 영상 획득 방법 |
| KR101479212B1 (ko) * | 2012-09-05 | 2015-01-06 | 삼성전자 주식회사 | 엑스선 영상 장치 및 엑스선 영상 생성 방법 |
| US9008263B2 (en) | 2010-07-19 | 2015-04-14 | Samsung Electronics Co., Ltd. | Apparatus and method for imaging breast |
| US9330440B2 (en) | 2012-10-31 | 2016-05-03 | Samsung Electronics Co., Ltd. | Medical image processing apparatus and method for synthesizing and displaying medical image generated using multi-energy X-ray |
| US9392990B2 (en) | 2012-09-21 | 2016-07-19 | Samsung Electronics Co., Ltd. | Apparatus and method for estimating object information |
| KR20160120707A (ko) * | 2016-10-06 | 2016-10-18 | 사회복지법인 삼성생명공익재단 | 의료영상을 이용한 진단 보조 정보 제공 방법 및 그 시스템 |
| KR20180057020A (ko) * | 2016-11-21 | 2018-05-30 | 주식회사 레이 | 듀얼 에너지 방식의 콘 빔 컴퓨터 단층촬영장치 |
Families Citing this family (238)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6836528B2 (en) * | 2002-07-23 | 2004-12-28 | Ge Medical Systems Global Technology Company, Llc | Methods and apparatus for detecting structural, perfusion, and functional abnormalities |
| US6891922B2 (en) * | 2002-11-22 | 2005-05-10 | Ge Medical Systems Global Technology Company, Llc | Methods and apparatus for the classification of nodules |
| US7123684B2 (en) | 2002-11-27 | 2006-10-17 | Hologic, Inc. | Full field mammography with tissue exposure control, tomosynthesis, and dynamic field of view processing |
| US10638994B2 (en) | 2002-11-27 | 2020-05-05 | Hologic, Inc. | X-ray mammography with tomosynthesis |
| US7577282B2 (en) | 2002-11-27 | 2009-08-18 | Hologic, Inc. | Image handling and display in X-ray mammography and tomosynthesis |
| US8571289B2 (en) | 2002-11-27 | 2013-10-29 | Hologic, Inc. | System and method for generating a 2D image from a tomosynthesis data set |
| US7616801B2 (en) | 2002-11-27 | 2009-11-10 | Hologic, Inc. | Image handling and display in x-ray mammography and tomosynthesis |
| US8565372B2 (en) | 2003-11-26 | 2013-10-22 | Hologic, Inc | System and method for low dose tomosynthesis |
| JP4253497B2 (ja) * | 2002-12-03 | 2009-04-15 | 株式会社東芝 | コンピュータ支援診断装置 |
| US20040122707A1 (en) * | 2002-12-18 | 2004-06-24 | Sabol John M. | Patient-driven medical data processing system and method |
| US7490085B2 (en) | 2002-12-18 | 2009-02-10 | Ge Medical Systems Global Technology Company, Llc | Computer-assisted data processing system and method incorporating automated learning |
| US20040122702A1 (en) * | 2002-12-18 | 2004-06-24 | Sabol John M. | Medical data processing system and method |
| US20040122705A1 (en) * | 2002-12-18 | 2004-06-24 | Sabol John M. | Multilevel integrated medical knowledge base system and method |
| US20040122787A1 (en) * | 2002-12-18 | 2004-06-24 | Avinash Gopal B. | Enhanced computer-assisted medical data processing system and method |
| US20040122709A1 (en) * | 2002-12-18 | 2004-06-24 | Avinash Gopal B. | Medical procedure prioritization system and method utilizing integrated knowledge base |
| US20040122706A1 (en) * | 2002-12-18 | 2004-06-24 | Walker Matthew J. | Patient data acquisition system and method |
| US20040122704A1 (en) * | 2002-12-18 | 2004-06-24 | Sabol John M. | Integrated medical knowledge base interface system and method |
| US7187790B2 (en) * | 2002-12-18 | 2007-03-06 | Ge Medical Systems Global Technology Company, Llc | Data processing and feedback method and system |
| US20040122708A1 (en) * | 2002-12-18 | 2004-06-24 | Avinash Gopal B. | Medical data analysis method and apparatus incorporating in vitro test data |
| US7616818B2 (en) * | 2003-02-19 | 2009-11-10 | Agfa Healthcare | Method of determining the orientation of an image |
| US6873677B2 (en) * | 2003-04-18 | 2005-03-29 | Leon Kaufman | Method and device for improving time resolution of an imaging device |
| US8243876B2 (en) | 2003-04-25 | 2012-08-14 | Rapiscan Systems, Inc. | X-ray scanners |
| GB0525593D0 (en) | 2005-12-16 | 2006-01-25 | Cxr Ltd | X-ray tomography inspection systems |
| JP4118786B2 (ja) * | 2003-11-14 | 2008-07-16 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | 画像撮影診断支援システム |
| US8768026B2 (en) | 2003-11-26 | 2014-07-01 | Hologic, Inc. | X-ray imaging with x-ray markers that provide adjunct information but preserve image quality |
| US20050123185A1 (en) * | 2003-11-26 | 2005-06-09 | Ram Balasubramanian | Computer aided detection workflow and user interface |
| EP1692656B1 (en) * | 2003-12-02 | 2013-09-25 | Philips Intellectual Property & Standards GmbH | A device and method for correcting defects in x-ray images |
| US8442280B2 (en) * | 2004-01-21 | 2013-05-14 | Edda Technology, Inc. | Method and system for intelligent qualitative and quantitative analysis of digital radiography softcopy reading |
| US7616794B2 (en) * | 2004-01-26 | 2009-11-10 | Siemens Medical Solutions Usa, Inc. | System and method for automatic bone extraction from a medical image |
| US7072435B2 (en) * | 2004-01-28 | 2006-07-04 | Ge Medical Systems Global Technology Company, Llc | Methods and apparatus for anomaly detection |
| US7406187B2 (en) * | 2004-02-23 | 2008-07-29 | Canon Kabushiki Kaisha | Method and system for processing an image |
| US8064660B2 (en) * | 2004-02-27 | 2011-11-22 | National University Of Singapore | Method and system for detection of bone fractures |
| JP4647360B2 (ja) * | 2004-04-05 | 2011-03-09 | 富士フイルム株式会社 | 差分画像作成装置、差分画像作成方法、及び、そのプログラム |
| US7639848B2 (en) * | 2004-04-14 | 2009-12-29 | Edda Technology, Inc. | Lesion marking and characterization quality assurance method and system |
| US7835562B2 (en) | 2004-07-23 | 2010-11-16 | General Electric Company | Methods and apparatus for noise reduction filtering of images |
| US9155373B2 (en) * | 2004-08-02 | 2015-10-13 | Invention Science Fund I, Llc | Medical overlay mirror |
| EP1632178A1 (en) * | 2004-09-03 | 2006-03-08 | ndd Medizintechnik AG | Method for non-cooperative lung function diagnosis using ultrasound |
| FR2875693B1 (fr) * | 2004-09-24 | 2006-12-08 | Gen Electric | Dispositif de tomographie par rayons x |
| US7352885B2 (en) * | 2004-09-30 | 2008-04-01 | General Electric Company | Method and system for multi-energy tomosynthesis |
| DE102004051401A1 (de) * | 2004-10-21 | 2006-05-24 | Siemens Ag | Verfahren zur Befundung in der dreidimensionalen Bildgebung, insbesondere in der Mammographie |
| US7660488B2 (en) | 2004-11-04 | 2010-02-09 | Dr Systems, Inc. | Systems and methods for viewing medical images |
| US7787672B2 (en) | 2004-11-04 | 2010-08-31 | Dr Systems, Inc. | Systems and methods for matching, naming, and displaying medical images |
| US7920152B2 (en) | 2004-11-04 | 2011-04-05 | Dr Systems, Inc. | Systems and methods for viewing medical 3D imaging volumes |
| US7970625B2 (en) | 2004-11-04 | 2011-06-28 | Dr Systems, Inc. | Systems and methods for retrieval of medical data |
| US7662082B2 (en) | 2004-11-05 | 2010-02-16 | Theragenics Corporation | Expandable brachytherapy device |
| WO2006055830A2 (en) | 2004-11-15 | 2006-05-26 | Hologic, Inc. | Matching geometry generation and display of mammograms and tomosynthesis images |
| WO2006055942A2 (en) * | 2004-11-18 | 2006-05-26 | Compumed, Inc. | Methods and systems for analyzing bone conditions using mammography device |
| JP2008520385A (ja) * | 2004-11-23 | 2008-06-19 | イーストマン コダック カンパニー | ラジオグラフを分類する方法 |
| CN101065762A (zh) * | 2004-11-23 | 2007-10-31 | 伊斯曼柯达公司 | 使用组织信息的自动放射线照片分类 |
| EP1816965B1 (en) | 2004-11-26 | 2016-06-29 | Hologic, Inc. | Integrated multi-mode mammography/tomosynthesis x-ray system |
| US20060136417A1 (en) * | 2004-12-17 | 2006-06-22 | General Electric Company | Method and system for search, analysis and display of structured data |
| US20060136259A1 (en) * | 2004-12-17 | 2006-06-22 | General Electric Company | Multi-dimensional analysis of medical data |
| US7729523B2 (en) * | 2004-12-21 | 2010-06-01 | General Electric Company | Method and system for viewing image data |
| US20060247544A1 (en) * | 2005-02-03 | 2006-11-02 | Maleeha Qazi | Characterization of cardiac motion with spatial relationship |
| DE102005022543A1 (de) * | 2005-05-17 | 2006-11-23 | Siemens Ag | Mammographieverfahren und Mammographiegerät |
| CN100471453C (zh) * | 2005-06-14 | 2009-03-25 | 佳能株式会社 | 放射线成像装置、其控制方法和放射线成像系统 |
| JP5058517B2 (ja) | 2005-06-14 | 2012-10-24 | キヤノン株式会社 | 放射線撮像装置及びその制御方法並びに放射線撮像システム |
| JP4664158B2 (ja) * | 2005-09-01 | 2011-04-06 | 富士通株式会社 | 認証処理方法及び認証サーバ |
| US20070078873A1 (en) * | 2005-09-30 | 2007-04-05 | Avinash Gopal B | Computer assisted domain specific entity mapping method and system |
| EP1780651A1 (en) * | 2005-10-25 | 2007-05-02 | Bracco Imaging, S.P.A. | Method and system for automatic processing and evaluation of images, particularly diagnostic images |
| US10008184B2 (en) | 2005-11-10 | 2018-06-26 | Hologic, Inc. | System and method for generating a 2D image using mammography and/or tomosynthesis image data |
| US8079946B2 (en) | 2005-11-18 | 2011-12-20 | Senorx, Inc. | Asymmetrical irradiation of a body cavity |
| US8005278B2 (en) * | 2005-11-22 | 2011-08-23 | General Electric Company | System and method for patient acuity driven workflow using computer-aided diagnosis of medical images |
| DE102005060311A1 (de) * | 2005-12-16 | 2007-06-21 | Siemens Ag | Einrichtung zur Visualisierung von Objekteigenschaften |
| JP4690204B2 (ja) * | 2006-01-16 | 2011-06-01 | 富士フイルム株式会社 | 画像再生装置およびそのプログラム |
| US7986827B2 (en) * | 2006-02-07 | 2011-07-26 | Siemens Medical Solutions Usa, Inc. | System and method for multiple instance learning for computer aided detection |
| US20070189455A1 (en) * | 2006-02-14 | 2007-08-16 | Accuray Incorporated | Adaptive x-ray control |
| DE202007019497U1 (de) | 2006-02-15 | 2013-03-06 | Hologic, Inc. | Brustbiopsie und Nadellokalisierung unter Verwendung von Tomosynthesesystemen |
| JP5214110B2 (ja) * | 2006-03-07 | 2013-06-19 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | Ｘ線ｃｔ装置 |
| DE102006013472A1 (de) * | 2006-03-23 | 2007-09-20 | Siemens Ag | Verfahren und Vorrichtung zur Verarbeitung von Bilddaten für eine automatische Detektion und/oder Segmentierung von anatomischen Merkmalen aus Computertomographie-Aufnahmen |
| DE102006021373A1 (de) * | 2006-05-08 | 2007-11-15 | Siemens Ag | Röntgendiagnostikeinrichtung |
| US7940955B2 (en) * | 2006-07-26 | 2011-05-10 | Delphi Technologies, Inc. | Vision-based method of determining cargo status by boundary detection |
| DE102006037063A1 (de) * | 2006-08-08 | 2008-02-21 | Siemens Ag | Verfahren zur Erzeugung eines medizinischen Abbildes sowie Datenverarbeitungseinheit und Computersoftware hierzu |
| JP5196751B2 (ja) * | 2006-09-13 | 2013-05-15 | 株式会社東芝 | コンピュータ支援診断装置 |
| WO2008035266A2 (en) * | 2006-09-21 | 2008-03-27 | Koninklijke Philips Electronics N.V. | Automatic seed point selection |
| US20080089584A1 (en) * | 2006-10-13 | 2008-04-17 | Vanmetter Richard L | Viewing glass display for multi-component images |
| US7983459B2 (en) | 2006-10-25 | 2011-07-19 | Rcadia Medical Imaging Ltd. | Creating a blood vessel tree from imaging data |
| US7940977B2 (en) | 2006-10-25 | 2011-05-10 | Rcadia Medical Imaging Ltd. | Method and system for automatic analysis of blood vessel structures to identify calcium or soft plaque pathologies |
| US7940970B2 (en) | 2006-10-25 | 2011-05-10 | Rcadia Medical Imaging, Ltd | Method and system for automatic quality control used in computerized analysis of CT angiography |
| US7873194B2 (en) | 2006-10-25 | 2011-01-18 | Rcadia Medical Imaging Ltd. | Method and system for automatic analysis of blood vessel structures and pathologies in support of a triple rule-out procedure |
| US7860283B2 (en) | 2006-10-25 | 2010-12-28 | Rcadia Medical Imaging Ltd. | Method and system for the presentation of blood vessel structures and identified pathologies |
| US7953614B1 (en) | 2006-11-22 | 2011-05-31 | Dr Systems, Inc. | Smart placement rules |
| JP4575909B2 (ja) * | 2006-11-22 | 2010-11-04 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | Ｘ線断層撮影装置 |
| WO2008064398A1 (en) * | 2006-11-28 | 2008-06-05 | Orthonova Pty Ltd | Diagnostic system |
| WO2008100471A1 (en) * | 2007-02-12 | 2008-08-21 | Carestream Health, Inc. | Renormalization of dual-energy images |
| JP4992456B2 (ja) * | 2007-02-16 | 2012-08-08 | コニカミノルタエムジー株式会社 | 骨疾患評価システム |
| JP2008229122A (ja) * | 2007-03-22 | 2008-10-02 | Fujifilm Corp | 画像成分分離装置、方法、およびプログラム |
| JP4895204B2 (ja) * | 2007-03-22 | 2012-03-14 | 富士フイルム株式会社 | 画像成分分離装置、方法、およびプログラム、ならびに、正常画像生成装置、方法、およびプログラム |
| US8816959B2 (en) * | 2007-04-03 | 2014-08-26 | General Electric Company | Method and apparatus for obtaining and/or analyzing anatomical images |
| US20080253522A1 (en) * | 2007-04-11 | 2008-10-16 | Searete Llc, A Limited Liability Corporation Of The State Of Delaware | Tool associated with compton scattered X-ray visualization, imaging, or information provider |
| US20080253525A1 (en) * | 2007-04-11 | 2008-10-16 | Boyden Edward S | Compton scattered x-ray visualizing, imaging, or information providing of at least some dissimilar matter |
| US20080253526A1 (en) * | 2007-04-11 | 2008-10-16 | Searete Llc, A Limited Liability Corporation Of The State Of Delaware | Geometric compton scattered x-ray visualizing, imaging, or information providing |
| US8837677B2 (en) * | 2007-04-11 | 2014-09-16 | The Invention Science Fund I Llc | Method and system for compton scattered X-ray depth visualization, imaging, or information provider |
| US8041006B2 (en) * | 2007-04-11 | 2011-10-18 | The Invention Science Fund I Llc | Aspects of compton scattered X-ray visualization, imaging, or information providing |
| US7724871B2 (en) * | 2007-04-11 | 2010-05-25 | The Invention Science Fund I, Llc | Compton scattered X-ray visualization, imaging, or information provider in soft matter such as tissue, organs, or blood, and/or in hard matter such as bones or teeth |
| US8098917B2 (en) * | 2007-05-18 | 2012-01-17 | Siemens Aktiengesellschaft | Automatically updating a geometric model |
| US9532750B2 (en) * | 2007-07-13 | 2017-01-03 | Mayo Foundation For Medical Education And Research | Object identification in dual energy contrast-enhanced CT images |
| FR2919747B1 (fr) * | 2007-08-02 | 2009-11-06 | Gen Electric | Procede et systeme d'affichage d'images de tomosynthese |
| US20090060366A1 (en) * | 2007-08-27 | 2009-03-05 | Riverain Medical Group, Llc | Object segmentation in images |
| WO2009034508A2 (en) * | 2007-09-10 | 2009-03-19 | Koninklijke Philips Electronics N.V. | Image processing with computer aided detection and/or diagnosis |
| US7630533B2 (en) | 2007-09-20 | 2009-12-08 | Hologic, Inc. | Breast tomosynthesis with display of highlighted suspected calcifications |
| JP4829198B2 (ja) * | 2007-10-23 | 2011-12-07 | 日立アロカメディカル株式会社 | 骨測定装置および骨画像処理方法 |
| US20100259263A1 (en) * | 2007-11-14 | 2010-10-14 | Dominic Holland | Longitudinal registration of anatomy in magnetic resonance imaging |
| USRE47609E1 (en) * | 2007-12-28 | 2019-09-17 | Exini Diagnostics Ab | System for detecting bone cancer metastases |
| JP5329103B2 (ja) * | 2008-02-01 | 2013-10-30 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | 画像処理装置及びｘ線ｃｔ装置 |
| CN101502420B (zh) * | 2008-02-05 | 2013-05-22 | Ge医疗系统环球技术有限公司 | 图像处理方法和设备 |
| AU2009210848B2 (en) * | 2008-02-08 | 2013-12-19 | Phadia Ab | Method, computer program product and system for enabling clinical decision support |
| US20090204338A1 (en) * | 2008-02-13 | 2009-08-13 | Nordic Bioscience A/S | Method of deriving a quantitative measure of the instability of calcific deposits of a blood vessel |
| US8571633B2 (en) * | 2008-03-23 | 2013-10-29 | Scott Rosa | Diagnostic imaging method |
| US7792245B2 (en) | 2008-06-24 | 2010-09-07 | Hologic, Inc. | Breast tomosynthesis system with shifting face shield |
| CN101647706B (zh) * | 2008-08-13 | 2012-05-30 | 清华大学 | 高能双能ct系统的图象重建方法 |
| US7991106B2 (en) | 2008-08-29 | 2011-08-02 | Hologic, Inc. | Multi-mode tomosynthesis/mammography gain calibration and image correction using gain map information from selected projection angles |
| EP2161688B1 (en) * | 2008-09-03 | 2012-03-14 | Agfa Healthcare | Method for deriving the amount of dense tissue from a digital mammographic image representation |
| CN102149321A (zh) | 2008-09-12 | 2011-08-10 | 艾可瑞公司 | 基于目标移动来控制x光成像 |
| GB0817650D0 (en) * | 2008-09-26 | 2008-11-05 | Phase Focus Ltd | Improvements in the field of imaging |
| US20100082506A1 (en) * | 2008-09-30 | 2010-04-01 | General Electric Company | Active Electronic Medical Record Based Support System Using Learning Machines |
| JP5305821B2 (ja) * | 2008-10-10 | 2013-10-02 | 株式会社東芝 | 医用画像処理装置及び医用画像診断装置 |
| US9480404B2 (en) * | 2008-10-10 | 2016-11-01 | Massachusetts Institute Of Technology | Method for imaging biomaterial erosion in vivo |
| US10210179B2 (en) * | 2008-11-18 | 2019-02-19 | Excalibur Ip, Llc | Dynamic feature weighting |
| US8380533B2 (en) | 2008-11-19 | 2013-02-19 | DR Systems Inc. | System and method of providing dynamic and customizable medical examination forms |
| US8115784B2 (en) * | 2008-11-26 | 2012-02-14 | General Electric Company | Systems and methods for displaying multi-energy data |
| JP2010158298A (ja) * | 2009-01-06 | 2010-07-22 | Fujifilm Corp | 断層撮影装置及び断層撮影方法 |
| JP5764069B2 (ja) * | 2009-01-19 | 2015-08-12 | コーニンクレッカ フィリップス エヌ ヴェ | リストモードｐｅｔ撮像における領域再構成及び定量的評価 |
| US9579524B2 (en) | 2009-02-11 | 2017-02-28 | Hologic, Inc. | Flexible multi-lumen brachytherapy device |
| US9248311B2 (en) | 2009-02-11 | 2016-02-02 | Hologic, Inc. | System and method for modifying a flexibility of a brachythereapy catheter |
| US8223916B2 (en) * | 2009-03-31 | 2012-07-17 | Hologic, Inc. | Computer-aided detection of anatomical abnormalities in x-ray tomosynthesis images |
| US10207126B2 (en) | 2009-05-11 | 2019-02-19 | Cytyc Corporation | Lumen visualization and identification system for multi-lumen balloon catheter |
| US20100310036A1 (en) * | 2009-06-04 | 2010-12-09 | General Electric Company | Computed tomography method and apparatus |
| JP2011005050A (ja) * | 2009-06-26 | 2011-01-13 | Canon Inc | 画像処理方法及び画像処理装置 |
| US8786873B2 (en) | 2009-07-20 | 2014-07-22 | General Electric Company | Application server for use with a modular imaging system |
| US8712120B1 (en) | 2009-09-28 | 2014-04-29 | Dr Systems, Inc. | Rules-based approach to transferring and/or viewing medical images |
| WO2011043838A1 (en) | 2009-10-08 | 2011-04-14 | Hologic, Inc . | Needle breast biopsy system and method of use |
| WO2011056143A2 (en) * | 2009-11-04 | 2011-05-12 | Tcl Thomson Electronics Singapore Pte Ltd | A digital audio-video arrangement of a device for determining connection of another device with the device, and a method for determining connection of a device with another device |
| CN102656609B (zh) * | 2009-12-15 | 2015-12-02 | 皇家飞利浦电子股份有限公司 | 组织密度保留的运动补偿 |
| IL202788A (en) * | 2009-12-17 | 2016-08-31 | Elta Systems Ltd | Method and system for improving radar image |
| CN101847182B (zh) * | 2010-05-05 | 2012-06-27 | 唐佩福 | 基于六自由度并联机构的长骨虚拟与现实复位配准方法 |
| US8243882B2 (en) | 2010-05-07 | 2012-08-14 | General Electric Company | System and method for indicating association between autonomous detector and imaging subsystem |
| RU2589383C2 (ru) * | 2010-08-25 | 2016-07-10 | Конинклейке Филипс Электроникс Н.В. | Двухрежимное формирование изображения, включающее в себя метрики качества |
| US9352172B2 (en) | 2010-09-30 | 2016-05-31 | Hologic, Inc. | Using a guide member to facilitate brachytherapy device swap |
| AU2011312086B2 (en) | 2010-10-05 | 2015-09-17 | Hologic, Inc. | Upright x-ray breast imaging with a CT mode, multiple tomosynthesis modes, and a mammography mode |
| US8705688B2 (en) * | 2010-10-13 | 2014-04-22 | Kabushiki Kaisha Toshiba | Medical image processing apparatus, X-ray computed tomography apparatus, and medical image processing method |
| US9075903B2 (en) | 2010-11-26 | 2015-07-07 | Hologic, Inc. | User interface for medical image review workstation |
| US9168013B2 (en) | 2010-12-13 | 2015-10-27 | Koninklijke Philips N.V. | Breast density assessment |
| US10342992B2 (en) | 2011-01-06 | 2019-07-09 | Hologic, Inc. | Orienting a brachytherapy applicator |
| EP2671209B1 (en) * | 2011-02-01 | 2016-12-07 | Koninklijke Philips N.V. | Method and system for dual energy ct image reconstruction |
| EP2675360B1 (en) * | 2011-02-14 | 2022-08-10 | University Of Rochester | Method and apparatus of cone beam breast ct image-based computer-aided detection and diagnosis |
| DE102011004120B4 (de) * | 2011-02-15 | 2017-04-06 | Siemens Healthcare Gmbh | Verfahren, Bilddatensatzbearbeitungseinrichtung, Röntgensystem und Computerprogramm zur Korrektur von Bilddaten eines Untersuchungsobjekts |
| CN103477346A (zh) | 2011-03-08 | 2013-12-25 | 霍洛吉克公司 | 用于筛查、诊断和活检的双能和/或造影增强乳房成像的系统和方法 |
| JP5102888B2 (ja) * | 2011-03-23 | 2012-12-19 | 日立アロカメディカル株式会社 | 骨診断画像表示装置 |
| US9092727B1 (en) | 2011-08-11 | 2015-07-28 | D.R. Systems, Inc. | Exam type mapping |
| US8532744B2 (en) * | 2011-08-23 | 2013-09-10 | General Electric Company | Method and system for design of spectral filter to classify tissue and material from multi-energy images |
| KR101909125B1 (ko) * | 2011-11-23 | 2018-10-18 | 삼성전자주식회사 | 컴퓨터 기반 진단 방법 및 그에 따른 컴퓨터 기반 진단 장치 |
| JP2014534042A (ja) | 2011-11-27 | 2014-12-18 | ホロジック, インコーポレイテッドHologic, Inc. | マンモグラフィーおよび／またはトモシンセシス画像データを使用して２ｄ画像を生成するためのシステムおよび方法 |
| ES2641456T3 (es) | 2012-02-13 | 2017-11-10 | Hologic, Inc. | Sistema y método para navegar por una pila de tomosíntesis usando datos de imágenes sintetizadas |
| US20150065868A1 (en) * | 2012-04-02 | 2015-03-05 | The Research Foundation for the State University New York | System, method, and computer accessible medium for volumetric texture analysis for computer aided detection and diagnosis of polyps |
| US9262825B2 (en) * | 2012-06-21 | 2016-02-16 | Koninklijke Philips N.V. | Image reconstruction in interleaved multi-energy imaging |
| US9044186B2 (en) | 2012-06-25 | 2015-06-02 | George W. Ma | Portable dual-energy radiographic X-ray perihpheral bone density and imaging systems and methods |
| US9384555B2 (en) * | 2012-07-02 | 2016-07-05 | Kabushiki Kaisha Toshiba | Motion correction apparatus and method |
| US8774485B2 (en) | 2012-07-26 | 2014-07-08 | General Electric Company | Systems and methods for performing segmentation and visualization of multivariate medical images |
| US9060674B2 (en) | 2012-10-11 | 2015-06-23 | Karl Storz Imaging, Inc. | Auto zoom for video camera |
| US9672600B2 (en) * | 2012-11-19 | 2017-06-06 | Carestream Health, Inc. | Clavicle suppression in radiographic images |
| US8983156B2 (en) * | 2012-11-23 | 2015-03-17 | Icad, Inc. | System and method for improving workflow efficiences in reading tomosynthesis medical image data |
| US9378551B2 (en) | 2013-01-03 | 2016-06-28 | Siemens Aktiengesellschaft | Method and system for lesion candidate detection |
| US9495604B1 (en) | 2013-01-09 | 2016-11-15 | D.R. Systems, Inc. | Intelligent management of computerized advanced processing |
| DE102013001808A1 (de) * | 2013-02-04 | 2014-08-07 | Ge Sensing & Inspection Technologies Gmbh | Verfahren zur zerstörungsfreien Prüfung des Volumens eines Prüflings sowie zur Ausführung eines solchen Verfahrens eingerichtete Prüfvorrichtung |
| DK2973402T3 (da) * | 2013-03-13 | 2019-09-16 | Fdna Inc | Systemer, fremgangsmåder og computer-læsbare medier til identificering af, hvornår det er sandsynligt, at et individ rammes af en medicinsk tilstand |
| JP6388347B2 (ja) | 2013-03-15 | 2018-09-12 | ホロジック, インコーポレイテッドHologic, Inc. | 腹臥位におけるトモシンセシス誘導生検 |
| WO2014147495A2 (en) * | 2013-03-21 | 2014-09-25 | Koninklijke Philips N.V. | A method and x-ray system for computer aided detection of structures in x-ray images |
| JP6145874B2 (ja) * | 2013-07-23 | 2017-06-14 | 富士フイルム株式会社 | 放射線画像処理装置および方法 |
| JP6345178B2 (ja) * | 2013-07-23 | 2018-06-20 | 富士フイルム株式会社 | 放射線画像処理装置および方法 |
| JP6071805B2 (ja) * | 2013-08-27 | 2017-02-01 | 富士フイルム株式会社 | 画像領域指定装置および方法、並びに放射線画像処理装置および方法 |
| US9324140B2 (en) | 2013-08-29 | 2016-04-26 | General Electric Company | Methods and systems for evaluating bone lesions |
| DE102013218047B3 (de) * | 2013-09-10 | 2015-01-29 | Siemens Aktiengesellschaft | Verfahren zur automatischen Anzeige und/oder Messung von Knochenveränderungen in medizinischen Bilddaten, sowie medizinisches Bildgebungsgerät und elektronisch lesbarer Datenträger |
| ES2954561T3 (es) | 2013-10-09 | 2023-11-23 | Hologic Inc | Tomosíntesis de mama por rayos X que potencia la resolución espacial, incluso en la dirección de grosor de una mama aplanada |
| EP4278977A3 (en) | 2013-10-24 | 2024-02-21 | Hologic, Inc. | System and method for navigating x-ray guided breast biopsy |
| US11517270B2 (en) * | 2013-12-04 | 2022-12-06 | The Trustees Of The University Of Pennsylvania | Dynamic four-dimensional contrast enhanced tomosynthesis |
| CN103793552B (zh) * | 2013-12-18 | 2017-07-11 | 哈尔滨工程大学 | 一种软组织形变的局部质点弹簧模型的实时动态生成方法 |
| WO2015130916A1 (en) | 2014-02-28 | 2015-09-03 | Hologic, Inc. | System and method for generating and displaying tomosynthesis image slabs |
| CN104331694A (zh) * | 2014-04-02 | 2015-02-04 | 上海齐正微电子有限公司 | 医疗影像特征区域实时提取和标示方法 |
| US9964499B2 (en) * | 2014-11-04 | 2018-05-08 | Toshiba Medical Systems Corporation | Method of, and apparatus for, material classification in multi-energy image data |
| US10398397B2 (en) * | 2014-12-31 | 2019-09-03 | General Electric Company | Contrast-enhanced X-ray image guided biopsy system and method |
| WO2016116795A1 (en) | 2015-01-20 | 2016-07-28 | Koninklijke Philips N.V. | Image data segmentation and display |
| WO2016132164A1 (en) * | 2015-02-17 | 2016-08-25 | Siemens Healthcare Gmbh | Method and system for personalizing a vessel stent |
| US10929508B2 (en) | 2015-04-30 | 2021-02-23 | Merge Healthcare Solutions Inc. | Database systems and interactive user interfaces for dynamic interaction with, and indications of, digital medical image data |
| JP6493884B2 (ja) * | 2016-03-09 | 2019-04-03 | 富士フイルム株式会社 | 画像表示制御装置および方法並びにプログラム |
| EP3445247B1 (en) | 2016-04-22 | 2021-03-10 | Hologic, Inc. | Tomosynthesis with shifting focal spot x-ray system using an addressable array |
| US10403006B2 (en) * | 2016-08-26 | 2019-09-03 | General Electric Company | Guided filter for multiple level energy computed tomography (CT) |
| US10176569B2 (en) * | 2016-09-07 | 2019-01-08 | International Business Machines Corporation | Multiple algorithm lesion segmentation |
| EP3533063A1 (en) | 2016-10-27 | 2019-09-04 | Progenics Pharmaceuticals, Inc. | Network for medical image analysis, decision support system, and related graphical user interface (gui) applications |
| JP7169986B2 (ja) | 2017-03-30 | 2022-11-11 | ホロジック， インコーポレイテッド | オブジェクトグリッド増強を用いて高次元画像データから低次元画像データを合成するためのシステムおよび方法 |
| US11445993B2 (en) | 2017-03-30 | 2022-09-20 | Hologic, Inc. | System and method for targeted object enhancement to generate synthetic breast tissue images |
| JP7277053B2 (ja) | 2017-03-30 | 2023-05-18 | ホロジック， インコーポレイテッド | 階層式マルチレベル特徴画像合成および提示のためのシステムおよび方法 |
| US11403483B2 (en) | 2017-06-20 | 2022-08-02 | Hologic, Inc. | Dynamic self-learning medical image method and system |
| WO2019019199A1 (en) * | 2017-07-28 | 2019-01-31 | Shenzhen United Imaging Healthcare Co., Ltd. | SYSTEM AND METHOD FOR IMAGE CONVERSION |
| US11707244B2 (en) | 2017-08-16 | 2023-07-25 | Hologic, Inc. | Techniques for breast imaging patient motion artifact compensation |
| EP3449835B1 (en) | 2017-08-22 | 2023-01-11 | Hologic, Inc. | Computed tomography system and method for imaging multiple anatomical targets |
| CN107610196B (zh) * | 2017-09-04 | 2020-12-11 | 东软医疗系统股份有限公司 | 双能量ct图像处理方法、装置以及图像处理设备 |
| US10699405B2 (en) * | 2017-09-29 | 2020-06-30 | General Electric Company | System and method for DXA tomo-based finite element analysis of bones |
| DE102017217543B4 (de) | 2017-10-02 | 2020-01-09 | Siemens Healthcare Gmbh | Verfahren und System zur Klassifikation von Materialien mittels maschinellen Lernens |
| EP3467771A1 (en) | 2017-10-05 | 2019-04-10 | Koninklijke Philips N.V. | Image feature annotation in diagnostic imaging |
| CN107817204B (zh) * | 2017-11-01 | 2018-12-28 | 中国科学院地质与地球物理研究所 | 一种页岩微米孔隙结构分析方法及装置 |
| CN108171714B (zh) * | 2017-11-13 | 2021-09-21 | 广东三维家信息科技有限公司 | 一种基于成对比较的骨折区域识别方法和系统 |
| US10973486B2 (en) | 2018-01-08 | 2021-04-13 | Progenics Pharmaceuticals, Inc. | Systems and methods for rapid neural network-based image segmentation and radiopharmaceutical uptake determination |
| US10779791B2 (en) * | 2018-03-16 | 2020-09-22 | General Electric Company | System and method for mobile X-ray imaging |
| CN108596877B (zh) * | 2018-03-28 | 2022-02-08 | 苏州科技城医院 | 肋骨ct数据分析系统 |
| CN108520519B (zh) * | 2018-04-11 | 2022-09-16 | 上海联影医疗科技股份有限公司 | 一种图像处理方法、装置及计算机可读存储介质 |
| EP3801623A4 (en) * | 2018-06-01 | 2022-03-23 | Grail, LLC | NEURAL CONVOLUTIONAL NETWORK SYSTEMS AND DATA CLASSIFICATION METHODS |
| US11210779B2 (en) * | 2018-09-07 | 2021-12-28 | Siemens Healthcare Gmbh | Detection and quantification for traumatic bleeding using dual energy computed tomography |
| US10762632B2 (en) * | 2018-09-12 | 2020-09-01 | Siemens Healthcare Gmbh | Analysis of skeletal trauma using deep learning |
| US11090017B2 (en) | 2018-09-13 | 2021-08-17 | Hologic, Inc. | Generating synthesized projection images for 3D breast tomosynthesis or multi-mode x-ray breast imaging |
| US12079907B2 (en) * | 2018-09-28 | 2024-09-03 | Mayo Foundation For Medical Education And Research | Systems and methods for multi-kernel synthesis and kernel conversion in medical imaging |
| EP3651117B1 (en) | 2018-11-09 | 2021-02-17 | Oxipit, UAB | Methods, systems and use for detecting irregularities in medical images by means of a machine learning model |
| US10945695B2 (en) * | 2018-12-21 | 2021-03-16 | Canon Medical Systems Corporation | Apparatus and method for dual-energy computed tomography (CT) image reconstruction using sparse kVp-switching and deep learning |
| US11657508B2 (en) | 2019-01-07 | 2023-05-23 | Exini Diagnostics Ab | Systems and methods for platform agnostic whole body image segmentation |
| US10937206B2 (en) * | 2019-01-18 | 2021-03-02 | Canon Medical Systems Corporation | Deep-learning-based scatter estimation and correction for X-ray projection data and computer tomography (CT) |
| KR20200092747A (ko) | 2019-01-25 | 2020-08-04 | 삼성전자주식회사 | 엑스선 영상 처리 방법 및 엑스선 영상 처리 장치 |
| KR20200095859A (ko) | 2019-02-01 | 2020-08-11 | 삼성전자주식회사 | 엑스선 영상 처리 방법 및 그에 따른 엑스선 영상 처리 장치 |
| WO2020219620A1 (en) | 2019-04-24 | 2020-10-29 | Progenics Pharmaceuticals, Inc. | Systems and methods for automated and interactive analysis of bone scan images for detection of metastases |
| CA3134745A1 (en) | 2019-04-24 | 2020-10-29 | Progenics Pharmaceuticals, Inc. | Systems and methods for interactive adjustment of intensity windowing in nuclear medicine images |
| CN110334415B (zh) * | 2019-06-18 | 2022-10-04 | 佛山科学技术学院 | 一种电机故障预测中的温度噪音过滤方法及装置 |
| US11544407B1 (en) | 2019-09-27 | 2023-01-03 | Progenics Pharmaceuticals, Inc. | Systems and methods for secure cloud-based medical image upload and processing |
| US11900597B2 (en) | 2019-09-27 | 2024-02-13 | Progenics Pharmaceuticals, Inc. | Systems and methods for artificial intelligence-based image analysis for cancer assessment |
| US11564621B2 (en) | 2019-09-27 | 2023-01-31 | Progenies Pharmacenticals, Inc. | Systems and methods for artificial intelligence-based image analysis for cancer assessment |
| CN110852325B (zh) * | 2019-10-31 | 2023-03-31 | 上海商汤智能科技有限公司 | 图像的分割方法及装置、电子设备和存储介质 |
| EP3832689A3 (en) | 2019-12-05 | 2021-08-11 | Hologic, Inc. | Systems and methods for improved x-ray tube life |
| CN111079863B (zh) * | 2019-12-31 | 2023-05-19 | 重庆青信科技有限公司 | 利用能谱曲线统计指纹识别病灶组织的系统 |
| US11645747B2 (en) * | 2020-02-25 | 2023-05-09 | GE Precision Healthcare LLC | Methods and systems for digital mammography imaging |
| CN113450306B (zh) * | 2020-03-09 | 2024-04-30 | 长庚医疗财团法人林口长庚纪念医院 | 提供骨折检测工具的方法 |
| US11471118B2 (en) | 2020-03-27 | 2022-10-18 | Hologic, Inc. | System and method for tracking x-ray tube focal spot position |
| US11321844B2 (en) | 2020-04-23 | 2022-05-03 | Exini Diagnostics Ab | Systems and methods for deep-learning-based segmentation of composite images |
| US11386988B2 (en) | 2020-04-23 | 2022-07-12 | Exini Diagnostics Ab | Systems and methods for deep-learning-based segmentation of composite images |
| US11721428B2 (en) | 2020-07-06 | 2023-08-08 | Exini Diagnostics Ab | Systems and methods for artificial intelligence-based image analysis for detection and characterization of lesions |
| US11786191B2 (en) | 2021-05-17 | 2023-10-17 | Hologic, Inc. | Contrast-enhanced tomosynthesis with a copper filter |
| US11948687B2 (en) * | 2021-05-24 | 2024-04-02 | Nantcell, Inc. | Deep learning models for region-of-interest determination |
| CN113465546B (zh) * | 2021-07-02 | 2022-09-16 | 长春理工大学 | 激光扫描投影系统圆形背向反射合作目标扫描方法 |
| CN113506288A (zh) * | 2021-07-28 | 2021-10-15 | 中山仰视科技有限公司 | 基于transform注意力机制的肺结节检测方法及装置 |
| US20240122566A1 (en) * | 2022-10-13 | 2024-04-18 | GE Precision Healthcare LLC | Artificial Intelligence-Based Dual Energy X-Ray Image Motion Correction Training Method and System |
| WO2024180606A1 (ja) * | 2023-02-27 | 2024-09-06 | 株式会社システムスクエア | Ｘ線検査装置及びプログラム |
Family Cites Families (70)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4626688A (en) * | 1982-11-26 | 1986-12-02 | Barnes Gary T | Split energy level radiation detection |
| US5115394A (en) * | 1983-11-25 | 1992-05-19 | Technicare Corporation | Dual energy computerized tomography system |
| US4571491A (en) * | 1983-12-29 | 1986-02-18 | Shell Oil Company | Method of imaging the atomic number of a sample |
| US4980904A (en) * | 1985-11-15 | 1990-12-25 | Picker International, Inc. | Radiation imaging calibration |
| US4789930A (en) * | 1985-11-15 | 1988-12-06 | Picker International, Inc. | Energy dependent gain correction for radiation detection |
| US4837686A (en) * | 1985-11-15 | 1989-06-06 | Picker International | Substance quantification in animal bodies |
| US4788429A (en) * | 1986-04-21 | 1988-11-29 | The Medical College Of Wisconsin, Inc. | Device and method for measuring bone mineral mass |
| US4963746A (en) * | 1986-11-25 | 1990-10-16 | Picker International, Inc. | Split energy level radiation detection |
| US4792900A (en) * | 1986-11-26 | 1988-12-20 | Picker International, Inc. | Adaptive filter for dual energy radiographic imaging |
| US5165410A (en) * | 1987-05-15 | 1992-11-24 | Medical & Scientific Enterprises, Inc. | Position indicating system for a multidiagnostic scanner |
| USRE34511E (en) * | 1987-05-15 | 1994-01-18 | Hologic, Inc. | Method of radiologically scanning the spine for measuring bone density |
| US4907156A (en) * | 1987-06-30 | 1990-03-06 | University Of Chicago | Method and system for enhancement and detection of abnormal anatomic regions in a digital image |
| US5068788A (en) * | 1988-11-29 | 1991-11-26 | Columbia Scientific Inc. | Quantitative computed tomography system |
| US5850465A (en) * | 1989-06-26 | 1998-12-15 | Fuji Photo Film Co., Ltd. | Abnormnal pattern detecting or judging apparatus, circular pattern judging apparatus, and image finding apparatus |
| JP2574181B2 (ja) * | 1989-10-19 | 1997-01-22 | 富士写真フイルム株式会社 | 異常陰影検出装置 |
| FR2656109B1 (fr) * | 1989-12-14 | 1992-02-28 | Gen Electric Cgr | Procede de calibration de la chaine de mesure d'un appareil a rayons x. |
| US4975933A (en) | 1990-03-26 | 1990-12-04 | General Electric Company | Bow-tie X-ray filter assembly for dual energy tomography |
| US5155365A (en) * | 1990-07-09 | 1992-10-13 | Cann Christopher E | Emission-transmission imaging system using single energy and dual energy transmission and radionuclide emission data |
| US5376795A (en) * | 1990-07-09 | 1994-12-27 | Regents Of The University Of California | Emission-transmission imaging system using single energy and dual energy transmission and radionuclide emission data |
| US5319547A (en) * | 1990-08-10 | 1994-06-07 | Vivid Technologies, Inc. | Device and method for inspection of baggage and other objects |
| JP3231810B2 (ja) * | 1990-08-28 | 2001-11-26 | アーチ・デベロップメント・コーポレーション | ニューラル・ネットワークを用いた鑑別診断支援方法 |
| DE9016046U1 (de) * | 1990-11-26 | 1991-02-14 | Kalender, Willi, Dr., 8521 Kleinseebach | Kalibrierphantom für Knochenmineralmessungen an der Lendenwirbelsäule |
| US6160866A (en) * | 1991-02-13 | 2000-12-12 | Lunar Corporation | Apparatus for bilateral femur measurement |
| US5287546A (en) | 1992-09-14 | 1994-02-15 | Lunar Corporation | Patient positioning apparatus for bone scanning |
| US5247559A (en) * | 1991-10-04 | 1993-09-21 | Matsushita Electric Industrial Co., Ltd. | Substance quantitative analysis method |
| US5402338A (en) | 1991-12-26 | 1995-03-28 | Fuji Photo Film Co., Ltd. | Method for forming energy subtraction images |
| JPH05197813A (ja) | 1992-01-20 | 1993-08-06 | N T T Data Tsushin Kk | 特徴選択方法 |
| US5289374A (en) * | 1992-02-28 | 1994-02-22 | Arch Development Corporation | Method and system for analysis of false positives produced by an automated scheme for the detection of lung nodules in digital chest radiographs |
| US5319549A (en) * | 1992-11-25 | 1994-06-07 | Arch Development Corporation | Method and system for determining geometric pattern features of interstitial infiltrates in chest images |
| US5335260A (en) * | 1992-11-25 | 1994-08-02 | Arnold Ben A | Calibration phantom and improved method of quantifying calcium and bone density using same |
| US5430787A (en) * | 1992-12-03 | 1995-07-04 | The United States Of America As Represented By The Secretary Of Commerce | Compton scattering tomography |
| US5442672A (en) * | 1993-03-31 | 1995-08-15 | Bjorkholm; Paul J. | Three-dimensional reconstruction based on a limited number of X-ray projections |
| US5665971A (en) * | 1993-04-12 | 1997-09-09 | Massachusetts Institute Of Technology | Radiation detection and tomography |
| US5748705A (en) * | 1993-11-22 | 1998-05-05 | Hologic Inc. | X-ray bone densitometry |
| US5931780A (en) * | 1993-11-29 | 1999-08-03 | Arch Development Corporation | Method and system for the computerized radiographic analysis of bone |
| US5490196A (en) | 1994-03-18 | 1996-02-06 | Metorex International Oy | Multi energy system for x-ray imaging applications |
| WO1996012187A1 (en) * | 1994-10-13 | 1996-04-25 | Horus Therapeutics, Inc. | Computer assisted methods for diagnosing diseases |
| US5900170A (en) * | 1995-05-01 | 1999-05-04 | United Technologies Corporation | Containerless method of producing crack free metallic articles by energy beam deposition with reduced power density |
| US5914059A (en) * | 1995-05-01 | 1999-06-22 | United Technologies Corporation | Method of repairing metallic articles by energy beam deposition with reduced power density |
| CA2184237A1 (en) | 1995-09-08 | 1997-03-09 | Jay A. Stein | X-ray bone densitometry |
| US6008208A (en) * | 1995-10-23 | 1999-12-28 | Osteoscreen, Inc. | Compositions and methods for treating bone deficit conditions |
| US6018562A (en) * | 1995-11-13 | 2000-01-25 | The United States Of America As Represented By The Secretary Of The Army | Apparatus and method for automatic recognition of concealed objects using multiple energy computed tomography |
| US5732697A (en) * | 1995-11-22 | 1998-03-31 | Arch Development Corporation | Shift-invariant artificial neural network for computerized detection of clustered microcalcifications in mammography |
| US6141437A (en) * | 1995-11-22 | 2000-10-31 | Arch Development Corporation | CAD method, computer and storage medium for automated detection of lung nodules in digital chest images |
| US5648997A (en) * | 1995-12-29 | 1997-07-15 | Advanced Optical Technologies, Inc. | Apparatus and method for removing scatter from an x-ray image |
| US5771269A (en) * | 1995-12-29 | 1998-06-23 | Advanced Optical Technologies, Inc. | Apparatus and method for removing scatter from an x-ray image |
| US6052433A (en) * | 1995-12-29 | 2000-04-18 | Advanced Optical Technologies, Inc. | Apparatus and method for dual-energy x-ray imaging |
| AU1859797A (en) * | 1996-02-12 | 1997-08-28 | University Of Akron, The | Multimedia detectors for medical imaging |
| US5910972A (en) | 1996-09-25 | 1999-06-08 | Fuji Photo Film Co., Ltd. | Bone image processing method and apparatus |
| US5873824A (en) * | 1996-11-29 | 1999-02-23 | Arch Development Corporation | Apparatus and method for computerized analysis of interstitial infiltrates in chest images using artificial neural networks |
| US5764721A (en) * | 1997-01-08 | 1998-06-09 | Southwest Research Institute | Method for obtaining optimized computed tomography images from a body of high length-to-width ratio using computer aided design information for the body |
| US5930327A (en) * | 1997-06-23 | 1999-07-27 | Trex Medical Corporation | X-ray image processing |
| US6058322A (en) * | 1997-07-25 | 2000-05-02 | Arch Development Corporation | Methods for improving the accuracy in differential diagnosis on radiologic examinations |
| US6381349B1 (en) * | 1997-11-12 | 2002-04-30 | The University Of Utah | Projector/backprojector with slice-to-slice blurring for efficient 3D scatter modeling |
| US6088473A (en) * | 1998-02-23 | 2000-07-11 | Arch Development Corporation | Method and computer readable medium for automated analysis of chest radiograph images using histograms of edge gradients for false positive reduction in lung nodule detection |
| US6132724A (en) * | 1998-04-29 | 2000-10-17 | City Of Hope National Medical Center | Allelic polygene diagnosis of reward deficiency syndrome and treatment |
| US6088423A (en) * | 1998-06-05 | 2000-07-11 | Vivid Technologies, Inc. | Multiview x-ray based system for detecting contraband such as in baggage |
| US6240201B1 (en) | 1998-07-24 | 2001-05-29 | Arch Development Corporation | Computerized detection of lung nodules using energy-subtracted soft-tissue and standard chest images |
| US6738499B1 (en) | 1998-11-13 | 2004-05-18 | Arch Development Corporation | System for detection of malignancy in pulmonary nodules |
| US6173034B1 (en) * | 1999-01-25 | 2001-01-09 | Advanced Optical Technologies, Inc. | Method for improved breast x-ray imaging |
| US6687333B2 (en) * | 1999-01-25 | 2004-02-03 | Vanderbilt University | System and method for producing pulsed monochromatic X-rays |
| US6185272B1 (en) * | 1999-03-15 | 2001-02-06 | Analogic Corporation | Architecture for CT scanning system |
| CO5271696A1 (es) * | 2000-01-12 | 2003-04-30 | Pfizer Prod Inc | Procedimiento para reducir la morbilidad y el riesgo de mortalidad |
| US6418189B1 (en) * | 2000-01-24 | 2002-07-09 | Analogic Corporation | Explosive material detection apparatus and method using dual energy information of a scan |
| JP4188532B2 (ja) | 2000-02-01 | 2008-11-26 | 富士フイルム株式会社 | 画像間演算方法および装置並びに画像表示方法および装置 |
| US6438519B1 (en) * | 2000-05-31 | 2002-08-20 | Motorola, Inc. | Apparatus and method for rejecting out-of-class inputs for pattern classification |
| US6597940B2 (en) * | 2000-12-01 | 2003-07-22 | Neomed Technologies | Methods of detecting occlusion of the coronary artery system and imaging the heart |
| US6694046B2 (en) | 2001-03-28 | 2004-02-17 | Arch Development Corporation | Automated computerized scheme for distinction between benign and malignant solitary pulmonary nodules on chest images |
| US6370223B1 (en) * | 2001-04-06 | 2002-04-09 | Ut-Battelle, Llc | Automatic detection of bone fragments in poultry using multi-energy x-rays |
| US6661873B2 (en) * | 2002-01-28 | 2003-12-09 | Ge Medical Systems Global Technology Company, Llc | Motion artifacts reduction algorithm for two-exposure dual-energy radiography |
-
2002
- 2002-11-26 US US10/065,854 patent/US7295691B2/en not_active Expired - Lifetime
-
2003
- 2003-09-30 CN CN031390978A patent/CN1504931B/zh not_active Expired - Fee Related
- 2003-10-01 KR KR1020030068168A patent/KR20040047561A/ko not_active Application Discontinuation
- 2003-10-01 JP JP2003342889A patent/JP2004174232A/ja not_active Withdrawn
- 2003-10-01 EP EP03256209A patent/EP1426903A3/en not_active Withdrawn
-
2007
- 2007-09-21 US US11/859,035 patent/US7796795B2/en not_active Expired - Lifetime
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101129718B1 (ko) * | 2008-01-04 | 2012-03-28 | 주식회사 메디칼스탠다드 | 디지털 검사 영상들의 판독 지원 방법 |
| KR101068828B1 (ko) * | 2008-06-27 | 2011-09-29 | 재단법인서울대학교산학협력재단 | 네트워크 기반 의료영상 분석시스템 및 그 제어방법 |
| KR101026833B1 (ko) * | 2009-10-26 | 2011-04-04 | 충남대학교산학협력단 | 전자파를 이용한 유방암 진단장비용 유방팬텀 제조방법 |
| US9008263B2 (en) | 2010-07-19 | 2015-04-14 | Samsung Electronics Co., Ltd. | Apparatus and method for imaging breast |
| WO2012015285A3 (en) * | 2010-07-29 | 2012-06-21 | Samsung Electronics Co., Ltd. | Method and apparatus for processing image and medical image system employing the apparatus |
| US9262829B2 (en) | 2010-07-29 | 2016-02-16 | Samsung Electronics Co., Ltd. | Method and apparatus for generating a diagnostic image based on a tissue emphasis image and medical imaging system employing the apparatus |
| KR101486776B1 (ko) * | 2010-07-29 | 2015-01-29 | 삼성전자주식회사 | 영상 처리 방법 및 장치와 이를 채용한 의료영상시스템 |
| KR101323034B1 (ko) * | 2012-04-30 | 2013-11-06 | 재단법인 아산사회복지재단 | 단일 에너지 광자 선원을 이용한 콘빔 ｃｔ 촬영 장치 및 이를 이용한 영상 획득 방법 |
| KR101479212B1 (ko) * | 2012-09-05 | 2015-01-06 | 삼성전자 주식회사 | 엑스선 영상 장치 및 엑스선 영상 생성 방법 |
| US9492132B2 (en) | 2012-09-05 | 2016-11-15 | Samsung Electronics Co., Ltd. | X-ray imaging device and X-ray image forming method |
| US10201319B2 (en) | 2012-09-05 | 2019-02-12 | Samsung Electronics Co., Ltd. | X-ray imaging device and X-ray image forming method |
| US10925566B2 (en) | 2012-09-05 | 2021-02-23 | Samsung Electronics Co., Ltd. | X-ray imaging device and X-ray image forming method |
| US9392990B2 (en) | 2012-09-21 | 2016-07-19 | Samsung Electronics Co., Ltd. | Apparatus and method for estimating object information |
| US9330440B2 (en) | 2012-10-31 | 2016-05-03 | Samsung Electronics Co., Ltd. | Medical image processing apparatus and method for synthesizing and displaying medical image generated using multi-energy X-ray |
| KR20160120707A (ko) * | 2016-10-06 | 2016-10-18 | 사회복지법인 삼성생명공익재단 | 의료영상을 이용한 진단 보조 정보 제공 방법 및 그 시스템 |
| KR20180057020A (ko) * | 2016-11-21 | 2018-05-30 | 주식회사 레이 | 듀얼 에너지 방식의 콘 빔 컴퓨터 단층촬영장치 |
| KR101864124B1 (ko) * | 2016-11-21 | 2018-06-04 | (주)레이 | 듀얼 에너지 방식의 콘 빔 컴퓨터 단층촬영장치 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20080031507A1 (en) | 2008-02-07 |
| JP2004174232A (ja) | 2004-06-24 |
| US7796795B2 (en) | 2010-09-14 |
| US7295691B2 (en) | 2007-11-13 |
| CN1504931B (zh) | 2010-05-12 |
| CN1504931A (zh) | 2004-06-16 |
| EP1426903A2 (en) | 2004-06-09 |
| US20030215120A1 (en) | 2003-11-20 |
| EP1426903A3 (en) | 2006-02-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7796795B2 (en) | System and method for computer aided detection and diagnosis from multiple energy images | |
| US7263214B2 (en) | Computer aided diagnosis from multiple energy images | |
| US7072435B2 (en) | Methods and apparatus for anomaly detection | |
| US6898263B2 (en) | Method and apparatus for soft-tissue volume visualization | |
| JP5138910B2 (ja) | 投影画像を用いた３ｄｃａｄのシステム及び方法 | |
| US6748044B2 (en) | Computer assisted analysis of tomographic mammography data | |
| US6999549B2 (en) | Method and apparatus for quantifying tissue fat content | |
| US8229200B2 (en) | Methods and systems for monitoring tumor burden | |
| US7031425B2 (en) | Methods and apparatus for generating CT scout images | |
| JP2004105728A (ja) | コンピュータを利用した医療用画像の収集 | |
| JP2004105731A (ja) | コンピュータを利用した医療用画像の処理 | |
| JP2005161054A (ja) | コンピュータ支援ターゲットの方法及びシステム | |
| US20220313176A1 (en) | Artificial Intelligence Training with Multiple Pulsed X-ray Source-in-motion Tomosynthesis Imaging System | |
| CN109416833B (zh) | 根据谱ct数据确定钙含量 | |
| JP2006102508A (ja) | Ｃａｄシステムにおける解剖学的形状の検出のための方法及びシステム | |
| EP4276735A1 (en) | X-ray tomosynthesis system providing neural-net guided resolution enhancement and thinner slice generation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| WITN | Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid |