RU2016149394A - Визуализация представляющей интерес ткани в данных контрастированного изображения - Google Patents
Визуализация представляющей интерес ткани в данных контрастированного изображения Download PDFInfo
- Publication number
- RU2016149394A RU2016149394A RU2016149394A RU2016149394A RU2016149394A RU 2016149394 A RU2016149394 A RU 2016149394A RU 2016149394 A RU2016149394 A RU 2016149394A RU 2016149394 A RU2016149394 A RU 2016149394A RU 2016149394 A RU2016149394 A RU 2016149394A
- Authority
- RU
- Russia
- Prior art keywords
- belonging
- vessel
- probability
- intensity
- voxel
- Prior art date
Links
- 238000012800 visualization Methods 0.000 title 1
- 206010020751 Hypersensitivity Diseases 0.000 claims 14
- 208000026935 allergic disease Diseases 0.000 claims 14
- 230000009610 hypersensitivity Effects 0.000 claims 14
- 238000000034 method Methods 0.000 claims 13
- 230000004044 response Effects 0.000 claims 13
- 238000005303 weighing Methods 0.000 claims 4
- 230000015572 biosynthetic process Effects 0.000 claims 3
- 238000009877 rendering Methods 0.000 claims 2
- 239000002131 composite material Substances 0.000 claims 1
- 239000000725 suspension Substances 0.000 claims 1
- 230000000007 visual effect Effects 0.000 claims 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/06—Ray-tracing
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/08—Volume rendering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
- G06V10/421—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation by analysing segments intersecting the pattern
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/46—Colour picture communication systems
- H04N1/50—Picture reproducers
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/46—Colour picture communication systems
- H04N1/56—Processing of colour picture signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/46—Colour picture communication systems
- H04N1/56—Processing of colour picture signals
- H04N1/60—Colour correction or control
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/41—Medical
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
- G06T2219/20—Indexing scheme for editing of 3D models
- G06T2219/2008—Assembling, disassembling
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Computer Graphics (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Life Sciences & Earth Sciences (AREA)
- Architecture (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Heart & Thoracic Surgery (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Generation (AREA)
Claims (97)
1. Способ, содержащий:
получение данных контрастированного изображения, имеющих множество вокселей, при этом каждый воксель имеет значение интенсивности;
определение значения вероятности принадлежности к сосуду для каждого вокселя;
определение значения гиподенсивности для каждого вокселя;
взвешивание каждого из значений интенсивности на соответствующее значение вероятности принадлежности к сосуду;
взвешивание каждого из значений гиподенсивности на соответствующее значение вероятности принадлежности к сосуду;
объединение взвешенных значений интенсивности и взвешенных значений гиподенсивности с генерированием посредством этого сводных данных изображения; и
визуальное отображение сводных данных изображения.
2. Способ по п. 1, дополнительно содержащий:
взвешивание каждого из значений интенсивности умножением каждого из значений интенсивности на соответствующее значение вероятности принадлежности к сосуду.
3. Способ по любому из пп. 1-2, дополнительно содержащий:
взвешивание каждого из значений гиподенсивности умножением каждого из значений гиподенсивности на соответствующее значение вероятности принадлежности к сосуду.
4. Способ по любому из пп. 1-3, дополнительно содержащий:
генерирование сводного изображения наложением взвешенных значений гиподенсивности на взвешенные значения интенсивности.
5. Способ по п. 4, дополнительно содержащий:
рендеринг взвешенных значений интенсивности с использованием полутоновой шкалы; и
рендеринг взвешенных значений гиподенсивности с использованием цвета.
6. Способ по любому из пп. 1-5, причем определение значения вероятности принадлежности к сосуду для вокселя содержит:
отслеживание лучей из центральной области вокселя в трех измерениях в соседние воксели;
сравнение значения интенсивности каждого луча, когда каждый луч пересекает соседний воксель, с первым предварительно заданным порогом интенсивности;
приостановку отслеживания луча только в ответ на значение интенсивности этого луча ниже первого предварительно заданного порога интенсивности, при этом лучи в совокупности формируют первую изоповерхность; и
повторение отслеживания, сравнения и приостановки для по меньшей мере одного последующего предварительно заданного порога интенсивности с формированием по меньшей мере одной последующей изоповерхности.
7. Способ по п. 6, причем определение значения вероятности принадлежности к сосуду для вокселя дополнительно содержит:
определение первого тензора радиальной структуры на основании первой изоповерхности;
определение первой вероятности принадлежности к сосуду на основании первого тензора радиальной структуры;
определение последующего тензора радиальной структуры на основании упомянутой по меньшей мере одной последующей изоповерхности; и
определение последующей вероятности принадлежности к сосуду на основании последующего тензора радиальной структуры.
8. Способ по п. 7, причем первую вероятность принадлежности к сосуду определяют умножением второго наибольшего собственного значения первого тензора радиальной структуры на первую центричность, которая основана на среднем радиусе луча и стандартном отклонении радиусов лучей, и при этом упомянутую по меньшей мере одну последующую вероятность принадлежности к сосуду определяют умножением второго наибольшего собственного значения последующего тензора радиальной структуры на вторую центричность.
9. Способ по п. 8, причем определение значения вероятности принадлежности к сосуду для вокселя дополнительно содержит:
выбор вероятности принадлежности к сосуду из первой вероятности принадлежности к сосуду и упомянутой по меньшей мере одной последующей вероятности принадлежности к сосуду, имеющей максимальное значение, в качестве вероятности принадлежности к сосуду для вокселя.
10. Способ по п. 9, причем определение значения гиподенсивности для вокселя дополнительно содержит:
отслеживание лучей от изоповерхности, соответствующей выбранной вероятности принадлежности к сосуду, в трех измерениях в соседние воксели;
сравнение значения интенсивности каждого луча, когда каждый луч пересекает соседний воксель, с первым предварительно заданным порогом интенсивности;
приостановку отслеживания луча в ответ на значение интенсивности луча ниже первого предварительно заданного порога интенсивности;
вычисление скользящего среднего по значению интенсивности; и
вычисление гиподенсивности на основании интенсивности вокселя и скользящего среднего.
11. Способ по п. 10, причем определение значения гиподенсивности для вокселя дополнительно содержит:
вычисление гиподенсивности вычитанием скользящего среднего из интенсивности вокселя.
12. Способ по любому из пп. 10-11, причем определение значения гиподенсивности для вокселя дополнительно содержит:
отслеживание лучей от изоповерхности, соответствующей выбранной вероятности принадлежности к сосуду, в трех измерениях в соседние воксели;
сравнение значения интенсивности каждого луча, когда каждый луч пересекает соседний воксель, с упомянутым по меньшей мере одним последующим предварительно заданным порогом интенсивности;
приостановку отслеживания луча в ответ на значение интенсивности луча ниже упомянутого по меньшей мере одного последующего предварительно заданного порога интенсивности;
обновление скользящего среднего по значению интенсивности; и
вычисление гиподенсивности на основании интенсивности вокселя и обновленного скользящего среднего.
13. Способ по любому из пп. 1-12, дополнительно содержащий:
прием ввода, указывающего область в отображаемых сводных данных изображения;
идентификацию двухмерного изображения из данных изображения, соответствующих этой области; и
отображение двухмерного изображения.
14. Компьютерная система (318), содержащая:
процессор (320); и
память (322), включающую в себя модуль (324) обработки данных изображения с машиночитаемыми командами, при этом процессор в ответ на исполнение машиночитаемых команд модуля обработки данных изображения:
получает данные контрастированного изображения, имеющие множество вокселей, причем каждый воксель имеет значение интенсивности;
определяет значение вероятности принадлежности к сосуду для каждого вокселя;
определяет значение гиподенсивности для каждого вокселя;
взвешивает каждое из значений интенсивности на соответствующее значение вероятности принадлежности к сосуду;
взвешивает каждое из значений гиподенсивности на соответствующее значение вероятности принадлежности к сосуду;
объединяет взвешенные значения интенсивности и взвешенные значения гиподенсивности;
генерирует сводные данные изображения; и
визуально отображает сводное изображение.
15. Компьютерная система по п. 14, причем процессор в ответ на исполнение машиночитаемых команд модуля обработки данных изображения дополнительно:
отслеживает лучи из центральной области вокселя в трех измерениях в соседние воксели;
сравнивает значение интенсивности каждого луча, когда каждый луч пересекает соседний воксель, с первым предварительно заданным порогом интенсивности;
приостанавливает отслеживание луча в ответ на значение интенсивности этого луча ниже первого предварительно заданного порога интенсивности, при этом лучи в совокупности формируют первую изоповерхность; и
повторяет отслеживание, сравнение и приостановку для по меньшей мере одного последующего предварительно заданного порога интенсивности с формированием по меньшей мере одной последующей изоповерхности.
16. Компьютерная система по п. 14, причем процессор в ответ на исполнение машиночитаемых команд модуля обработки данных изображения дополнительно:
отслеживает лучи из центральной области вокселя в трех измерениях в соседние воксели;
сравнивает значение интенсивности каждого луча, когда каждый луч пересекает соседний воксель, с первым предварительно заданным порогом интенсивности;
приостанавливает отслеживание луча в ответ на значение интенсивности луча ниже первого предварительно заданного порога интенсивности, при этом лучи в совокупности формируют первую изоповерхность;
повторяет отслеживание, сравнение и приостановку для по меньшей мере одного последующего предварительно заданного порога интенсивности с формированием по меньшей мере одной последующей изоповерхности;
определяет первый тензор радиальной структуры на основании первой изоповерхности;
определяет первую вероятность принадлежности к сосуду на основании первого тензора радиальной структуры;
определяет последующий тензор радиальной структуры на основании упомянутой по меньшей мере одной последующей изоповерхности;
определяет последующую вероятность принадлежности к сосуду на основании последующего тензора радиальной структуры; и
выбирает вероятность принадлежности к сосуду из первой вероятности принадлежности к сосуду и упомянутой по меньшей мере одной последующей вероятности принадлежности к сосуду, имеющей максимальное значение, в качестве вероятности принадлежности к сосуду для вокселя.
17. Компьютерная система по п. 16, причем процессор в ответ на выполнение машиночитаемых команд модуля обработки данных изображения дополнительно:
отслеживает лучи от изоповерхности, соответствующей выбранной вероятности принадлежности к сосуду, в трех измерениях в соседние воксели;
сравнивает значение интенсивности каждого луча, когда каждый луч пересекает соседний воксель, с первым предварительно заданным порогом интенсивности;
приостанавливает отслеживание луча в ответ на значение интенсивности луча ниже первого предварительно заданного порога интенсивности;
вычисляет скользящее среднее по значению интенсивности; и
вычисляет гиподенсивность на основании интенсивности вокселя и скользящего среднего.
18. Компьютерная система по п. 17, причем процессор в ответ на исполнение машиночитаемых команд модуля обработки данных изображения дополнительно:
отслеживает лучи от изоповерхности, соответствующей выбранной вероятности принадлежности к сосуду, в трех измерениях в соседние воксели;
сравнивает значение интенсивности каждого луча, когда каждый луч пересекает соседний воксель, с упомянутым по меньшей мере одним последующим предварительно заданным порогом интенсивности;
приостанавливает отслеживание луча в ответ на значение интенсивности этого луча ниже упомянутого по меньшей мере одного последующего предварительно заданного порога интенсивности;
обновляет скользящее среднее по значению интенсивности; и
вычисляет гиподенсивность на основании интенсивности вокселя и обновленного скользящего среднего.
19. Компьютерная система по п. 18, причем процессор в ответ на исполнение машиночитаемых команд модуля обработки данных изображения дополнительно:
принимает ввод, указывающий область в отображаемых сводных данных изображения;
идентифицирует двухмерное изображение из данных изображения, соответствующих этой области; и
отображает двухмерное изображение.
20. Машиночитаемый носитель (322) данных, кодированный одной или более исполняемыми машиной командами, которые, будучи исполняемыми процессором (320) компьютерной системы (318), заставляют процессор:
определять вероятность принадлежности к сосуду для каждого вокселя в данных изображения;
определять гиподенсивность для каждого из вокселей;
взвешивать данные изображения на вероятность принадлежности к сосуду с генерированием данных изображения, взвешенных на вероятность принадлежности к сосуду;
взвешивать гиподенсивность на вероятность принадлежности к сосуду с генерированием гиподенсивностей, взвешенных на вероятность принадлежности к сосуду;
объединять данные изображения, взвешенные на вероятность принадлежности к сосуду, и гиподенсивности, взвешенные на вероятность принадлежности к сосуду, с генерированием сводных данных; и
визуально отображать сводные данные.
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201462000057P | 2014-05-19 | 2014-05-19 | |
US62/000,057 | 2014-05-19 | ||
PCT/IB2015/053678 WO2015177723A1 (en) | 2014-05-19 | 2015-05-19 | Visualization of tissue of interest in contrast-enhanced image data |
Publications (3)
Publication Number | Publication Date |
---|---|
RU2016149394A true RU2016149394A (ru) | 2018-06-20 |
RU2016149394A3 RU2016149394A3 (ru) | 2018-11-20 |
RU2692038C2 RU2692038C2 (ru) | 2019-06-19 |
Family
ID=53487391
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2016149394A RU2692038C2 (ru) | 2014-05-19 | 2015-05-19 | Визуализация представляющей интерес ткани в данных контрастированного изображения |
Country Status (6)
Country | Link |
---|---|
US (1) | US10074207B2 (ru) |
EP (1) | EP3146505B1 (ru) |
JP (1) | JP6195681B2 (ru) |
CN (1) | CN106415659B (ru) |
RU (1) | RU2692038C2 (ru) |
WO (1) | WO2015177723A1 (ru) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3460712A1 (en) | 2017-09-22 | 2019-03-27 | Koninklijke Philips N.V. | Determining regions of hyperdense lung tissue in an image of a lung |
US10832403B2 (en) * | 2018-05-14 | 2020-11-10 | Koninklijke Philips N.V. | Systems, methods, and apparatuses for generating regions of interest from voxel mode based thresholds |
CN111612860B (zh) * | 2019-02-22 | 2023-09-15 | 曹生 | 基于VRDS 4D医学影像的栓塞的Ai识别方法及产品 |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006506163A (ja) | 2002-11-20 | 2006-02-23 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 肺結節のコンピュータ支援検出 |
JP4560643B2 (ja) | 2003-06-17 | 2010-10-13 | 株式会社Aze | 呼吸気ct画像による換気分布計測方法 |
US20050014217A1 (en) * | 2003-07-18 | 2005-01-20 | Cytokinetics, Inc. | Predicting hepatotoxicity using cell based assays |
WO2005096229A1 (en) * | 2004-04-01 | 2005-10-13 | Koninklijke Philips Electronics N.V. | Method and imaging diagnostic apparatus for finding a stenosis |
US7715608B2 (en) | 2004-08-10 | 2010-05-11 | Siemens Medical Solutions Usa, Inc. | System and method for 3D visualization of lung perfusion or density and statistical analysis thereof |
WO2006125188A1 (en) * | 2005-05-19 | 2006-11-23 | The Brigham And Women's Hospital, Inc | Methods and systems for the analysis of 3d microscopic neuron images |
JP2009541838A (ja) * | 2006-06-23 | 2009-11-26 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 画像値を含む画像において閾値を定めるための方法、システム及び計算機プログラム |
WO2008017984A2 (en) * | 2006-08-09 | 2008-02-14 | Koninklijke Philips Electronics N.V. | A method, apparatus, graphical user interface, computer-readable medium, and use for quantification of a structure in an object of an image dataset |
US8107707B2 (en) * | 2006-11-30 | 2012-01-31 | Koninklijke Philips Electronics N.V. | Visualizing a vascular structure |
US8244012B2 (en) * | 2007-02-05 | 2012-08-14 | Siemens Medical Solutions Usa, Inc. | Computer aided detection of pulmonary embolism with local characteristic features in CT angiography |
JP2010528750A (ja) | 2007-06-07 | 2010-08-26 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 管状構造の検査 |
US7965810B2 (en) * | 2007-06-26 | 2011-06-21 | General Electric Company | Device and method for identifying occlusions |
ATE500574T1 (de) * | 2007-09-03 | 2011-03-15 | Koninkl Philips Electronics Nv | Visualisierung von voxel-daten |
WO2009066195A1 (en) * | 2007-11-20 | 2009-05-28 | Koninklijke Philips Electronics N.V. | Visualization of vascularization |
CN101978375B (zh) * | 2008-03-17 | 2013-07-17 | 皇家飞利浦电子股份有限公司 | 灌注成像 |
CN102216960B (zh) * | 2008-11-17 | 2014-01-08 | 皇家飞利浦电子股份有限公司 | 新形成的脉管系统的可视化和量化 |
EP2384145A1 (en) * | 2008-12-23 | 2011-11-09 | Koninklijke Philips Electronics N.V. | Acoustic imaging system and method of acoustic imaging with contrast quantification |
JP5613182B2 (ja) * | 2009-03-06 | 2014-10-22 | バイオ−ツリー システムズ, インコーポレイテッド | 血管分析方法および装置 |
EP2449530B1 (en) * | 2009-06-30 | 2016-04-20 | Koninklijke Philips N.V. | Quantitative perfusion analysis |
US8542893B2 (en) | 2010-02-15 | 2013-09-24 | General Electric Company | System and method of pulmonary emboli detection for computed tomography |
CN103262120B (zh) * | 2010-12-09 | 2017-03-22 | 皇家飞利浦电子股份有限公司 | 图像数据的体积描绘 |
EP2828826B1 (en) * | 2012-03-23 | 2019-05-08 | Koninklijke Philips N.V. | Extracting bullous emphysema and diffuse emphysema in e.g. ct volume images of the lungs |
-
2015
- 2015-05-19 US US15/304,932 patent/US10074207B2/en active Active
- 2015-05-19 JP JP2016568040A patent/JP6195681B2/ja active Active
- 2015-05-19 EP EP15731398.2A patent/EP3146505B1/en active Active
- 2015-05-19 RU RU2016149394A patent/RU2692038C2/ru not_active IP Right Cessation
- 2015-05-19 WO PCT/IB2015/053678 patent/WO2015177723A1/en active Application Filing
- 2015-05-19 CN CN201580025590.6A patent/CN106415659B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
EP3146505B1 (en) | 2019-08-07 |
CN106415659B (zh) | 2020-10-16 |
US10074207B2 (en) | 2018-09-11 |
RU2016149394A3 (ru) | 2018-11-20 |
JP6195681B2 (ja) | 2017-09-13 |
WO2015177723A1 (en) | 2015-11-26 |
US20170186215A1 (en) | 2017-06-29 |
JP2017515602A (ja) | 2017-06-15 |
RU2692038C2 (ru) | 2019-06-19 |
CN106415659A (zh) | 2017-02-15 |
EP3146505A1 (en) | 2017-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10354390B2 (en) | Liver boundary identification method and system | |
US20150206028A1 (en) | Point cloud reduction apparatus, system, and method | |
CN103679641B (zh) | 深度图像增强方法和装置 | |
RU2016149394A (ru) | Визуализация представляющей интерес ткани в данных контрастированного изображения | |
US8983122B2 (en) | Image processing apparatus, image processing method, and computer-readable storage medium | |
RU2012152513A (ru) | Совмещение данных изображения для динамической перфузионной компьютерной томографии | |
RU2017104807A (ru) | Оценка стеноза | |
RU2014134899A (ru) | Автоматизированное обнаружение рисковой области с использованием количественного т1 картирования | |
US9652673B2 (en) | Method for identifying calcification portions in dual energy CT contrast agent enhanced scanning image | |
US20150193961A1 (en) | Visualization method and apparatus | |
WO2013142176A4 (en) | Scoring and adjusting pixels based on neighborhood relationships for revealing data in images | |
US9563968B2 (en) | Medical image processing apparatus | |
Happ et al. | A region-growing segmentation algorithm for GPUs | |
RU2017104887A (ru) | Способ и система отображения изображения | |
JP2017531519A5 (ru) | ||
CN105701438B (zh) | 医学图像处理装置和方法以及医学成像设备 | |
US20160117855A1 (en) | Rendering apparatus and method | |
US10373367B2 (en) | Method of rendering 3D image and image outputting device thereof | |
US20240160829A1 (en) | Flexible online form display | |
US20140002448A1 (en) | Measurement support device, method and computer program product | |
JP2010213899A5 (ru) | ||
RU2019101116A (ru) | Способ и устройство для отображения по меньшей мере части структуры на изображении по меньшей мере части тела субъекта | |
US9519965B2 (en) | Display processing method and apparatus | |
JP2012238925A5 (ru) | ||
US10003782B2 (en) | Image processing device, method, computer-readable medium and 3D image display |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20200520 |