RS62473B1 - Postupak kvantifikacije snimka - Google Patents
Postupak kvantifikacije snimkaInfo
- Publication number
- RS62473B1 RS62473B1 RS20211202A RSP20211202A RS62473B1 RS 62473 B1 RS62473 B1 RS 62473B1 RS 20211202 A RS20211202 A RS 20211202A RS P20211202 A RSP20211202 A RS P20211202A RS 62473 B1 RS62473 B1 RS 62473B1
- Authority
- RS
- Serbia
- Prior art keywords
- tissue
- procedure
- ray
- breast
- reference point
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; 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 OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T12/00—Tomographic reconstruction from projections
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; 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
- G06T2207/30068—Mammography; Breast
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Description
Opis
Oblast pronalaska
[0001] Predmetni pronalazak se odnosi na analizu snimka. Pronalazi se referentna vrednost na snimku (slici) iz koje se karakteristika ili region snimka mogu kvantifikovati za dalju analizu. Na primer, može se utvrditi gustina dojke. Koristeći gustinu dojke, dojke se mogu klasifikovati kao masne ili guste.
[0002] Pronalazak se posebno odnosi na kvantifikaciju karakteristike ili regiona snimka poređenjem energije koja se prenosi na detektor ispod objekta, tj. snimljenog objekta, i upoređivanjem toga sa energijom koja se prenosi na direktno izloženi region snimka.
Stanje tehnike
[0003] Poznati su sistemi za snimanje koji automatizuju procenu. Na primer, informacije o takvim sistemima za snimanje od Van Engeland i sarad. mogu se naći u članku pod naslovom „Volumetric Breast Density Estimation from Full-Field Digital Mammograms“, IEEE Transactions on Medical Imaging, IEEE Service Center, Piscataway, NK, US, tom 25, br.3, iz marta 2006, str.273 -282, XP00154771. Više informacija može se naći u objavi GB 2 474 319 A (Matakina Technology Ltd.) iz aprila 2011.
[0004] Medicinski sistemi za obradu snimaka obrađuju snimke radi dobijanja određenih dijagnostičkih informacija, na primer, iz rendgenskih snimaka, snimaka magnetne rezonance (MRI) i tomosinteze. Oni se posebno koriste za pomoć u dijagnostici kancera i merenju sastava objekta.
[0005] Često sistemi za obradu slika primaju brojne snimke, obično blisko povezane, na primer, snimke istog subjekta sa malim varijacijama u aspektu ili vremenu. Takva višestrukost i raznolikost može obezbediti više informacija od samo jednog snimka. Dalje, selektivne informacije iz više snimaka mogu povećati pouzdanost, na primer, izlaganje dosad blokiranog objekta. Stoga, dostupnost uporednih snimaka može pomoći u usmeravanju i verifikaciji obrade snimka. Međutim, posebno u oblasti radiografije, snimke ili karakteristike određenog snimka često je teško tumačiti zbog grešaka ili nepoznatih vrednosti u fizičkim podacima snimanja.
[0006] Poznato je da se koristi mamografija za snimanje tkiva dojke. Mamogram se dobija slanjem fotona rendgenskih zraka prema dojci i otkrivanjem koliko rendgenskih fotona prolazi kroz nju. Što je manji broj rendgenskih fotona koji prolaze, to je tkivo dojke gušće. Za kvantifikaciju slike (snimka) zasnovane na „apsolutnom“ modelu fizike, zajedno sa pretpostavljenim svojstvima dojke, neophodno je da svi podaci fizike snimanja budu poznati i precizni (na primer, tok fotona, napon rendgenske cevi, površina piksela i vreme izlaganja). Stoga postoji potreba za korišćenjem referentnih vrednosti na snimku.
[0007] Istraživanje koje su sproveli Hajnam i Brejdi (Highnam and Brady, „Mammographic Image Analysis”, Kluwer Academic Publishers, 1999) dovelo je do razumevanja kako automatski izračunati gustinu tkiva dojke iz mamograma i na taj način kvantifikovati tkivo od interesa. Tkivo od interesa može sadržati, na primer, fibrozno tkivo, žlezdano tkivo, vodu ili kancerozno tkivo.
[0008] Postupak Hajnama i Brejdija koristi kombinaciju obrade slike i fizike rendgenskih zraka i srodnih podataka fizike snimanja koji se generalno odnose na konverziju vrednosti P piksela izmerenu na koordinatama (x, y), P (x, y), u mamogramu u debljinu masti, hfat(x, y) cm, i debljinu „tkiva od interesa“, hint(x, y) cm, gde „tkivo od interesa“ može biti fibrozno tkivo, žlezdano tkivo, voda ili kancerozno tkivo.
[0009] 'Tkivo od interesa' može da sadrži i/ili da skriva kancere. Stoga je, bez obzira na primenjenu tehniku snimanja, precizna segmentacija dojke na mamografiji od suštinskog značaja za efikasno lociranje i dijagnostiku kancera. Segmentacija vodi pretragu abnormalnosti do relevantnog regiona i omogućava uporednu analizu, na primer vremensku analizu ili automatsko poređenje odgovarajućih slika.
[0010] PCT/GB2010/001472 obezbeđuje sredstva za automatsku procenu sastava dojke izračunavanjem hinti hfatvrednosti; zbrajanjem hinti hfatvrednosti; i izačunavanjem gustine dojke. Postupak rešava pogrešne indikacije i greške u proračunima i osnovama proračuna tako što uvek pronalazi pouzdano referentno mesto na slici koje tada omogućava izračunavanje eksplicitne greške kalibracije. Postupak je stoga otporan na greške i nepoznate podatke u podacima snimanja, i ima pridruženi faktor greške u kalibraciji koji se može upotrebiti za upozoravanje korisnika po potrebi.
[0011] Dalje, precizni podaci o fizici snimanja su nepotrebni i u stvari se miliampersekunde (mAs) i veliki deo informacija detektora mogu zanemariti, osim ako se ne pretpostavi da je detektor linearan sa poznatim odstupanjem.
[0012] Takav postupak dobro funkcioniše, ali ključni korak je definisanje unutrašnje ivice dojke u kojoj će se identifikovati referentna tačka - efektivno unutrašnja referentna tačka za svaku sliku.
[0013] U digitalnoj tomosintezi dojke (DBT) uzima se i rekonstruiše veći broj rendgenskih projekcija niskih doza zračenja objekta i rekonstruišu da bi se stvorio pseudo 3D prikaz objekta. Centralna projekcija DBT-a je efikasno niskodozna mamografija i tako se PCT/GB2010/001472 primenjuje.
[0014] Uprkos dijagnostičkim prednostima, DBT predstavlja izazove za klinički tok rada jer uključuje povećano vreme za očitavanje i tumačenje, a time i povećane troškove i mogućnost da se pri očitavanju nešto previdi, čak i uz pomoć CAD-a.
Kratak opis pronalaska
[0015] Predmetni pronalazak se odnosi na analizu snimka. Nalazi se referentna vrednost na snimku iz koje se karakteristika ili region slike može kvantifikovati za dalju analizu.
[0016] Pronalazak se posebno odnosi na kvantifikaciju karakteristika ili regiona slike poređenjem energije koja se prenosi na detektor ispod objekta, tj. snimljenog objekta, i upoređivanjem sa energijom koja se prenosi na direktno izloženi region slike.
[0017] Predmetni pronalazak se odnosi na poboljšani postupak za automatsku analizu jedne ili više kvantitativnih mera karakteristike snimka gde se, na primer, sistem za snimanje koristi za snimanje snimka, a svojstva slike se kvantifikuju pomoću tehnika obrade snimka.
[0018] Povoljno, u odnosu na mamografiju, ovaj postupak podrazumeva upotrebu snimaka sa malim dozama zračenja u ranoj proceni sastava dojke žene i izračunavanju njenog osnovnog (polaznog) rizika u mladosti. Ovo poboljšava ishod za pacijenta i pomaže u optimizaciji kliničkog toka rada.
[0019] Prednost predmetnog pronalaska je u tome što rano utvrđuje da li je dojka masna ili gusta i na snimcima sa malim dozama zračenja. Rešava procenu sastava dojke na osnovu snimaka, kao što je DBT, koristeći prirodu snimka sa niskim dozama zračenja za pravilno postavljanje unutrašnjeg regiona dojke za pretraživanje. Konkretno, pronalazak se odnosi na kvantifikaciju slike poređenjem energije koja se prenosi na detektor ispod objekta kao što je dojka i energije koja se prenosi na direktno izloženi region snimka.
[0020] Ono što je važno, uspeh tehnike na snimcima sa malim dozama zračenja sugeriše da se rendgenska procena dojki sa niskim dozama zračenja može koristiti u ranoj proceni sastava dojke žene, polazni rizik izračunat u ranom dobu, pri čemu se karakteristike kao što su gustina, poznati prekursor kanera, mogu pratiti s vremenom i kancer se može rano otkriti.
[0021] Značajan korak je definisanje unutrašnje ivice dojke u kojoj će se identifikovati referentna tačka - efektivno unutrašnja referentna tačka za svaku sliku. Stoga bi je trebalo odrediti u ranoj fazi procesa da li su dojke masne ili guste.
[0022] U prvom aspektu pronalaska, obezbeđen je postupak koji obuhvata:
prijem podataka o snimanju koji su reprezentativni za rendgenski snimak najmanje dela subjekta koji obuhvata tkivo i dobijanje podataka o snimanju izvođenjem postupka rendgenskog snimanja, gde je prvi deo rendgenskog snimka direktno izložen, a drugi deo rendgenskog snimka je reprezentativan za tkivo u regionu subjekta; i određivanje mere atenuacije u zavisnosti od energetske mere dobijene iz prvog dela rendgenskog snimka i energetske mere dobijene iz drugog dela rendgenskog snimka;
korišćenje mere atenuacije za procenu gustine tkiva unutar barem dela regiona subjekta; određivanje referentne tačke na rendgenskom snimku, gde se određivanje referentne tačke vrši u zavisnosti od procenjene gustine tkiva;
gde postupak rendgenskog snimanja obuhvata odabir ulazne energije rendgenskog zračenja koja je ispod praga zasićenja rendgenskog detektora pomoću postupka rendgenskog snimanja, tako da vrednosti piksela u prvom delu rendgenskog snimka variraju u zavisnosti od ulazne energije rendgenskih zraka.
[0023] Određivanje mere atenuacije može obuhvatati podelu energetske mere dobijene iz prvog dela rendgenskog snimka i energetske mere dobijene iz drugog dela rendgenskog snimka kako bi se dobila vrednost atenuacije; i deljenje vrednosti atenuacije sa debljinom tkiva u regionu subjekta da bi se dobila mera atenuacije.
[0024] Postupak može dalje da obuhvata dobijanje energetske mere iz prvog dela rendgenskog snimka korišćenjem najmanje jedne vrednosti piksela najmanje jednog piksela u prvom delu rendgenskog snimka; i dobijanje energetske mere drugog dela rendgenskog snimka korišćenjem najmanje jedne vrednosti piksela najmanje jednog piksela u drugom delu rendgenskog snimka.
[0025] Izbor referentne tačke može da obuhvata izbor između prve procedure i druge procedure za određivanje referentne tačke, pri čemu se izbor između prve procedure i druge procedure zasniva na procenjenoj gustini tkiva.
[0026] Postupak može da dalje obuhvata korišćenje referentne tačke za određivanje, za svaku od većeg broja tačaka u regionu subjekta, debljine hfatmasti i debljine hinttkiva od interesa.
[0027] Izbor između prve procedure i druge procedure može da obuhvata odabir prve procedure ako je procenjena gustina tkiva veća od granične gustine tkiva i odabir druge procedure ako je procenjena gustina tkiva niža od granične gustine tkiva.
[0028] Region subjekta može da obuhvata najmanje deo dojke, a procenjena gustina tkiva može biti procenjena gustina tkiva najmanje dela dojke.
[0029] Izbor referentne tačke u prvoj proceduri može da obuhvata odabir referentne tačke blizu ivice dojke; a odabir referentne tačke u drugoj proceduri može da obuhvata odabir referentne tačke dalje od ivice dojke.
[0030] Svaka od prve procedure i druge procedure može da obuhvata određivanje granice tkiva na rendgenskom snimku, granicu tkiva koja deli prvi region tkiva od drugog regiona tkiva i odabir referentne tačke u zavisnosti od granice tkiva; druga procedura dalje obuhvata ponavljanje položaja granice tkiva sve dok se ne ispuni kriterijum granice tkiva; i odabir referentne tačke u prvoj proceduri obuhvata odabir referentne tačke u prvom regionu tkiva ili na granici tkiva; a odabir referentne tačke u drugoj proceduri obuhvata odabir referentne tačke na ponovljenoj granici tkiva ili u drugom regionu tkiva.
[0031] Postupak može dalje da obuhvata dobijanje podataka o snimku izvođenjem procedure rendgenskog snimanja, gde procedura rendgenskog snimanja obuhvata proceduru mamografije.
[0032] Ulazna energija rendgenskog snimanja je manja od 1 mGy. Ulazna energija rendgenskog snimanja je manja od 0.5 mGy. Ulazna energija rendgenskog snimanja je manja od 0.3 mGy.
[0033] Rendgenski snimak se može dobiti monoenergetskim rendgenskim zracima. Rendgenski snimak se može dobiti pomoću polienergetskih rendgenskih zraka.
[0034] Postupak može dalje da obuhvata određivanje prvog i drugog dela rendgenskog snimka segmentiranjem podataka o snimku.
[0035] U drugom aspektu pronalaska, koji je obezbeđen nezavisno, postoji uređaj koji sadrži procesor konfigurisan za: primanje podataka o snimku koji su reprezentativni za rendgenski snimak barem dela subjekta koji sadrži tkivo i dobijanje podataka o snimku izvođenjem procedure rendgenskog snimanja, gde je prvi deo rendgenskog snimka direktno izložen, a drugi deo rendgenskog snimka je reprezentativan za tkivo u regionu subjekta; i određivanje mere atenuacije u zavisnosti od energetske mere dobijene iz prvog dela rendgenskog snimka i energetske mere dobijene iz drugog dela rendgenskog snimka, naznačeno time što je procesor konfigurisan da koristi meru atenuacije radi procene gustine tkiva unutar barem dela regiona subjekta; određivanje referentne tačke na rendgenskom snimku, gde se određivanje referentne tačke vrši u zavisnosti od procenjene gustine tkiva; i sprovođenje procedure rendgenskog snimanja odabirom ulazne energije rendgenskog zračenja koja je ispod praga zasićenja rendgenskog detektora koji se koristi u proceduri rendgenskog snimanja tako da vrednosti piksela u prvom delu rendgenskog snimka variraju u zavisnosti od ulazne energije rendgenskih zraka.
Kratak opis crteža
[0036]
Slika 1 je shematski prikaz uređaja za rendgensko snimanje;
Slika 2 je dijagram toka koji pregledno prikazuje postupak tehničkog rešenja;
Slika 3 prikazuje smer energije koja se prenosi u dojku i energije koja se prenosi iz dojke; Slika 4 je slika koja uključuje referentnu tačku za masne dojke;
Slika 5 je energetski profil masne dojke;
Slika 6 je slika koja uključuje referentnu tačku za gustu dojku; i
Slika 7 je energetski profil guste dojke.
Detaljan opis pronalaska
[0037] Predmetni pronalazak se odnosi na poboljšani postupak za analizu i kvantifikaciju snimaka, naročito snimaka sa niskim dozama zračenja, tj. gde vrednost piksela u detektoru nije zasićena i odražava približnu meru ulazne energije rendgenskih zraka.
[0038] Referentna vrednost na slici se pronalazi, na primer u regionu masnog tkiva, pretraživanjem unutar odgovarajućeg regiona snimka. U poželjnom tehničkom rešenju ovaj region je udaljen od ivice dojke. Znajući da su dojke masne, i traženjem daleko od ivice dojke izbegavaju se oštećene tačke sa šumovima.
[0039] Alternativno, ako je dojka gusta, pretraga se vrši blizu ivice dojke.
[0040] Prednost predmetnog pronalaska je što se obezbeđuju načini da se utvrdi da li su dojke masne ili guste pre izračunavanja sastava dojke i da se dobije 'vođena' procena sastava dojke, korišćenjem energije koja se prenosi detektoru ispod dojke, i energije prenete na detektor izvan dojke. Putem primera tehničkog rešenja, samo je predmetni pronalazak opisan u odnosu na DBT slike.
[0041] Slika 1 je shematski prikaz uređaja 10 za rendgensko snimanje prema jednom tehničkom rešenju. U predmetnom tehničkom rešenju, uređaj 10 za rendgensko snimanje je digitalni uređaj za tomosintezu dojke (DBT). U drugim tehničkim rešenjima, može se koristiti bilo koji uređaj za rendgensko snimanje.
[0042] Uređaj 10 za rendgensko snimanje obuhvata izvor 12 rendgenskih zraka i niz 14 detektora koji sadrži veći broj elemenata detektora. Izvor 12 rendgenskih zraka i niz 14 detektora povezani su svaki sa računarskim uređajem 16. Računarski uređaj 16 sadrži procesor 20 i skladište 18 podataka konfigurisano za skladištenje slikovnih podataka dobijenih nizom 14 detektora. Procesor 20 sadrži upravljačko kolo 22 konfigurisano za upravljanje parametrima procedure rendgenskog snimanja i kolo 24 za analizu slike konfigurisano za analizu rendgenskih snimaka dobijenih nizom detektora. U drugim tehničkim rešenjima, mogu se koristiti bilo koji odgovarajući računarski uređaji ili uređaji.
[0043] Slika 2 je dijagram toka koji pregledno prikazuje postupak tehničkog rešenja. U fazi 40 postupka sa slike 2, rendgenski uređaj 10 se koristi za dobijanje mamografskog snimka sa malom dozom zračenja (koji je u ovom tehničkom rešenju DBT snimak) dojke pacijenta. Dojka je postavljena između izvora 12 rendgenskih zraka i niza 14 rendgenskih detektora. Računarski uređaj 16 dovodi do toga da izvor 12 rendgenskih zraka emituje monoenergetsko rendgensko zračenje male doze. Korišćena ulazna energija je između 0 mGy i 0.5 mGy, na primer, između 0.05 mGY ili 0.1 mGY i 0.5 mGY. (Za poređenje, raspon ulazne energije za standardne mamograme koji nisu sa niskom dozom zračenja može biti od 0.7 mGy do 2.4 mGy.) U drugim tehničkim rešenjima, može se koristiti polienergetsko rendgensko zračenje.
[0044] Zračenje iz izvora 12 rendgenskih zraka prima detektor 14 rendgenskih zraka. Kolo 22 za obradu snimka prima signale od detektora rendgenskih zraka koji su reprezentativni za količinu rendgenskog zračenja koju prima svaki element niza detektora. Kolo 22 za obradu snimka obrađuje signale da bi dobilo skup slikovnih podataka reprezentativnih za rendgenski snimak koji se sastoji od većeg broja piksela. Svaki piksel može biti reprezentativan za zračenje primljeno od odgovarajućeg elementa niza detektora.
[0045] Slika 3 je primer mamografskog snimka dobijenog pomoću uređaja 10 za rendgensko snimanje. Prvi deo 30 snimka je direktno izložen rendgenskom zračenju iz izvora 12 rendgenskih zraka. U prvom delu 30, zračenje koje je primio detektor 14 rendgenskih zraka nije prošlo kroz tkivo. Prvi deo 30 izgleda taman na slici 2. Međutim, ulazna energija rendgenskog zračenja je takva da detektorski elementi nisu zasićeni. Signal koji obezbeđuje svaki detektorski element reprezentativan je za rendgensko zračenje koje taj detektorski element prima, čak i u direktno izloženom delu snimka.
[0046] Drugi deo 32 snimka je izložen rendgenskom zračenju koje je prošlo kroz tkivo dojke.
[0047] U fazi 42 na slici 2, procesor 20 obrađuje podatke slike kako bi dobio smernicu za procenu sastava dojke. Procesor 20 dobija energetsku vrednost za svaki piksel slikovnih podataka koristeći vrednost piksela tog piksela. kako se vrednosti piksela pretvaraju u vrednosti energije (na primer, odgovarajućom jednačinom)
[0048] Procesor 20 deli snimak na prvi deo koji je direktno izložen i drugi deo koji je reprezentativan za tkivo. Procesor 20 može da segmentuje dojku na slici, na primer, upotrebom granične vrednosti piksela za razlikovanje piksela tkiva dojke i direktno izloženih piksela. Gustina dojke se procenjuje pomoću direktno izloženog dela slike da bi se dobila indikacija „energija u“ (eng. energy in, to jest, energija koja ulazi u dojke) i vrednosti piksela unutar naznačene oblasti dojke da bi se dobila indikacija „energija iz“ (eng. energy out, to jest, energija koja izlazi iz dojke), zajedno sa monoenergetskom rendgenskom pretpostavkom:
Atenuacija rendgenskih zraka uh = ln (Energija U / Energija Iz) (Jednačina 1)
gde je uh simbol atenuacije rendgenskih zraka, Energija U je energija koja ulazi u dojke, a Energija Iz je energija koja izlazi iz dojke.
[0049] U predmetnom tehničkom rešenju, procesor 20 određuje prosečnu energiju piksela u prvom delu slike (koji je direktno izložen). Procesor 20 određuje prosečnu energiju piksela u drugom delu slike (u kojem zračenje prolazi kroz dojku). Procesor 20 zatim deli prosečnu energiju piksela u prvom, direktno izloženom delu prosečnom energijom piksela u drugom delu da bi dobio vrednost atenuacije.
[0050] U drugim tehničkim rešenjima, procesor 20 može odrediti vrednosti za bilo koju energetsku meru u prvom delu i u drugom delu. Na primer, procesor 20 može odrediti bilo koju statističku kombinaciju energetske vrednosti za piksele u prvom delu i u drugom delu. U nekim tehničkim rešenjima, procesor 20 određuje vrednost atenuacije uzimajući logaritam energetske mere prvog dela podeljene sa energetskom merom drugog dela.
[0051] Ova atenuacija se zatim deli sa debljinom dojke kako bi se dobila prosečna efektivna atenuacija po volumetrijskom segmentu, npr. centimetar u dojci.
[0052] U predmetnom tehničkom rešenju, debljina dojke je izmerena debljina dobijena uređajem 10 za rendgensko snimanje. U drugim tehničkim rešenjima, debljina se može dobiti bilo kojom pogodnim postupkom. Atenuacija se može podeliti sa debljinom da bi se dobila bilo koja odgovarajuća mera atenuacije, na primer bilo koja mera atenuacije po jedinici rastojanja.
[0053] U predmetnom tehničkom rešenju, rendgensko zračenje je monoenergetsko i Jednačina 1 se koristi za dobijanje vrednosti atenuacije. Mogu se koristiti složeniji modeli rendgenskih zraka, poput polienergetskih.
[0054] U nekim tehničkim rešenjima, koriste se polienergetski rendgenski zraci. Umesto jedne jednačine kao što je Jednačina 1, procesor 20 izvodi integral preko mnogih energija.
[0055] Procesor 20 koristi prosečnu efektivnu atenuaciju po centimetru da odredi smernicu za procenu sastava dojke. Gustina dojke se procenjuje procenom sastava dojke. Dojka sa manjim procentom masti je gušća od dojke sa većim procentom masti, pa ima i veću prosečnu efektivnu atenuaciju po centimetru.
[0056] Dojke sa visokim procentom masti (i stoga niske gustine) mogu se nazvati masnim dojkama. Dojka sa manjim procentom masti (i stoga velike gustine) može se nazvati gustom dojkom. Prosečna efektivna atenuacija po centimetru je niska za masne dojke, a visoka za guste dojke.
[0057] Sada su dati primeri proračuna atenuacije za masne i guste dojke.
[0058] Snimak masne dojke prikazan je na slici 4. Bele mrlje na slici 4 su referentne tačke masti. Tanka bela linija preko tkiva dojke u grubom polukružnom obliku je unutrašnja ivica dojke. Energetski profil masne dojke koji prikazuje primenjenu energiju u odnosu na udaljenost od grudnog koša prikazan je na slici 5.
[0059] Proračun atenuacije za dojku sa slike 4 prikazan je ispod:
Prosečna energija u unutrašnjoj dojci je 4175.38
Prosečna energija na detektoru je 37424.60
Debljina dojke je 65 mm
Pri čemu DBA označava digitalnu atenuaciju dojke.
[0060] Snimak guste dojke prikazan je na slici 6. Bele mrlje su referentne tačke masti, a tanka bela linija preko tkiva dojke u grubom polukružnom obliku je unutrašnja ivica dojke. Energetski profil guste dojke, koji pokazuje primenjenu energiju u odnosu na udaljenost od zida grudnog koša, prikazan je na slici 7.
[0061] Proračun atenuacije za dojku sa slike 6 prikazan je ispod:
Prosečna energija u unutrašnjosti dojke je 1990.48
Prosečna energija na detektoru je 22122.41
Debljina dojke je 47 mm
[0062] Može se videti da je vrednost za meru atenuacije, DBA, niža za masnu dojku nego za gustu.
[0063] Procesor 20 određuje da li će preći na fazu 44 ili fazu 46 postupka sa slike 2 na osnovu utvrđene prosečne efektivne atenuacije po centimetru koja se izračunava u fazi 42. Prosečna efektivna atenuacije po centimetru se koristi kao gruba mera sastava dojke. Ako se utvrdi da je dojka gusta dojka, postupak prelazi u fazu 44. Ako se utvrdi da je dojka masna dojka, postupak prelazi u fazu 44.
[0064] U predmetnom tehničkom rešenju, ako je prosečna efektivna atenuacija po centimetru iznad granične vrednosti, postupak prelazi u fazu 44. Ako je prosečna efektivna atenuacija po centimetru ispod granične vrednosti, postupak prelazi u fazu 46.
[0065] Faze 44 i 46 svaka obezbeđuju postupak određivanja referentne tačke (koja se, takođe, može nazvati referentnim mestom) unutar dojke. Referentna tačka može biti tačka na kojoj je tkivo dojke u suštini ili uglavnom masno.
[0066] U fazi 44, procesor 20 sprovodi prvu proceduru.
[0067] Procesor 20 generiše histogram učestalosti pojavljivanja vrednosti piksela za piksele na rendgenskom snimku. Procesor 20 detektuje jaz koji se nalazi između dva vrha histograma koristeći statistiku jedinstvenog snimka generisanu iz vrednosti piksela tako da lokacija praznine pruža graničnu vrednost piksela koja označava prvu procenu unutrašnje ivice dojke.
[0068] Unutrašnja ivica dojke je linija na rendgenskom snimku koja deli prvi region tkiva koji se nalazi između unutrašnje ivice dojke i ivice dojke od drugog regiona tkiva koji se nalazi unutar unutrašnje ivice dojke. Kod guste dojke, prvi region tkiva može se opisati kao ivica masne dojke. Drugi region tkiva može se opisati kao gusto tkivo dojke.
[0069] Unutrašnja ivica dojke može se odrediti tako da prvi region tkiva obuhvata piksele koji imaju vrednost piksela ispod granične vrednosti piksela, a drugi region tkiva obuhvata piksele koji imaju vrednost piksela iznad granične vrednosti piksela.
[0070] U drugim tehničkim rešenjima, može se koristiti bilo koji pogodan postupak određivanja unutrašnje ivice dojke. Unutrašnja ivica dojke može se odrediti pomoću fazne kongruencije. Unutrašnja ivica dojke može se odrediti pomoću granične vrednosti piksela utvrđene statistikom snimka tkiva. Određivanje unutrašnje ivice dojke može da obuhvata obradu snimka, na primer segmentaciju. Određivanje unutrašnje ivice dojke može da obuhvata korišćenje polukružne pretpostavke za ivicu dojke.
[0071] Kada se odredi unutrašnja ivica dojke, procesor 20 bira referentnu tačku na unutrašnjoj ivici dojke. U drugim tehničkim rešenjima, procesor 20 bira referentnu tačku u prvom regionu tkiva (ivica masne dojke). Generalno, za gustu dojku referentna tačka se bira blizu ivice dojke. Procesor 20 može izabrati veći broj referentnih tačaka.
[0072] U predmetnom tehničkom rešenju procesor 20 traži oblast spoljne strane dojke koje izgleda potpuno masno, modelira ivicu dojke i predviđa kakva bi bila interna referentna tačka masti. U drugim tehničkim rešenjima, procesor 20 može da traži potpuno gustu tačku, umesto potpuno masne tačke.
[0073] U nekim tehničkim rešenjima, unutrašnja ivica dojke se određuje, i referentna tačka pronalazi, primenom postupka opisanog, na primer, na bilo kojoj od stranice 12 red 26 do stranice 13 red 2, stranice 13 redovi 11 do 18, stranice 19 redovi 4 do 11 i stranice 21 redovi 4 do 17 u PCT/GB2010/001472.
[0074] Ako se utvrdi da je dojka masna, procesor 20 izvodi fazu 46 umesto faze 44. U fazi 46, procesor 20 izvodi drugu proceduru. Druga procedura obuhvata generisanje histograma, otkrivanje praznine u histogramu i određivanje unutrašnje ivice dojke kako je gore opisano u odnosu na fazu 44. Međutim, u slučaju masnih dojki, prvi region obuhvata ivicu masne dojke i drugi region obuhvata masno tkivo dojke. Stoga, određivanje referentne tačke pomoću unutrašnje ivice dojke kako je prvobitno određeno možda neće pružiti najbolju referentnu tačku.
[0075] Drugi postupak dalje obuhvata pomeranje unutrašnje ivice dojke prema unutra (tj. od ivice dojke) na iterativni način povećanjem vrednosti praga piksela sve dok se ne pronađe unapred izabrana karakteristika unutrašnje ivice dojke. U predmetnom tehničkom rešenju, unutrašnja ivica dojke se pomera prema unutra na iterativni način sve dok se ne pronađe ivica intenziteta duž dovoljne dužine unutrašnje ivice dojke.
[0076] U drugim tehničkim rešenjima, procesor 20 pomera unutrašnju ivicu dojke prema unutra sve dok se ne ispuni bilo koji odgovarajući kriterijum. Na primer, unutrašnja ivica dojke može se pomeriti na osnovu područja dojke i/ili područja ivice dojke. Unutrašnja ivica dojke može se pomerati sve dok se ne zadovolji željeni kriterijum intenziteta ili kriterijum glatkoće. Unutrašnja ivica dojke može se pomerati sve dok se ne pronađe ivica intenziteta duž najmanje dela unutrašnje ivice dojke i/ili dok se ne pronađe glatka homogena ivica.
[0077] Procesor 20 razgraničava oblast u kojoj traži referentnu tačku pikselima prema unutra ili na pronađenoj unutrašnjoj ivici dojke (nakon što je unutrašnja ivica dojke pomerena). Procesor 20 bira referentnu tačku prema unutra ili na unutrašnjoj ivici dojke. Uglavnom, za masne dojke referentna tačka se bira dalje od ivice dojke nego u slučaju guste dojke. Procesor 20 može izabrati veći broj referentnih tačaka.
[0078] U nekim tehničkim rešenjima, unutrašnja ivica dojke se određuje, i referentna tačka se nalazi, primenom postupka opisanog, na primer, na stranici 13 red 24 do 29 i stranici 19 red 21 do 31 u PCT/GB2010/001472.
[0079] Nakon što je odabrana referentna tačka korišćenjem prve procedure faze 44 ili druge procedure faze 46, postupak sa slike 2 prelazi na fazu 48.
[0080] U fazi 48, procesor 20 koristi vrednost piksela i/ili energetsku vrednost referentne tačke da dobije referentnu vrednost. Procesor 20 može koristiti referentnu vrednost za kalibraciju energetske vrednosti drugih piksela na rendgenskom snimku. U nekim tehničkim rešenjima, procesor 20 koristi veći broj referentnih tačaka za dobijanje referentne vrednosti.
[0081] U fazi 50, procesor 20 koristi kalibrisane vrednosti energije rendgenskog snimka da odredi za svaku od većeg broja tačaka na rendgenskom snimku (na primer, za svaki piksel) debljinu hfatmasti i debljinu hinttkiva od interesa, gde tkivo od interesa može da obuhvata najmanje jedno fibrozno tkivo, žlezdano tkivo, vodu ili kancerozno tkivo. Pošto je poznato da je referentna vrednost reprezentativna za tačku koja je cela ili uglavnom masna, sastav na drugim tačkama se može odrediti na osnovu referentne vrednosti.
[0082] U predmetnom tehničkom rešenju, procesor 20 uspostavlja hintprikaz tkiva od interesa koje odgovara svakom pikselu snimka tkiva dojke poređenjem vrednosti svakog piksela na snimku tkiva dojke sa vrednostima piksela u referentnoj tački kako bi se dobila relativna razlika za svaki piksel. Procesor 20 koristi hintpredstavljanje u analizi tkiva za predviđanje zapremine fibroglandularnog tkiva koje odgovara svakom pikselu na snimku tkiva dojke i sumiranje vrednosti za kvantifikaciju tkiva dojke.
[0083] Procesor 20 vrši automatsku procenu sastava dojke računajući za svaki piksel odgovarajuću debljinu hfatmasti, zbrajanje hinti hfatvrednosti, a zatim izračunavanje gustine dojke. Računanje gustine dojke može da obuhvata upotrebu zapremine masti i zapremine tkiva od interesa kako je opisano na stranici 16, redovi 21 do 24 u PCT/GB2010/001472. U drugim tehničkim rešenjima, može se koristiti bilo koji pogodan postupak određivanja gustine dojke pomoću referentne vrednosti.
[0084] Sastav dojki određen u fazi 50 može biti precizniji od procenjenog sastava dojke u fazi42.
[0085] Određivanjem na početku procesa da li je dojka gusta ili masna, unutrašnja ivica dojke može se tačno postaviti i može se dobiti poboljšana procena sastava dojke. Postupak određivanja sastava dojke može se poboljšati ranim saznanjem da li su dojke guste ili masne i odabirom drugačijeg postupka izračunavanja za guste dojke nego za masne dojke.
[0086] Prema tome, koristeći prosečnu efektivnu atenuaciju kao grubo merenje sastava dojke, predmetni pronalazak ukazuje na to gde treba pronaći unutrašnju ivicu dojke da bi se dobila dobra referentna tačka masti i potom se primenio postupak opisan u PCT/GB2010/001472. Koriste se različite procedure za pronalaženje referentne tačke u zavisnosti od toga da li je dojka masna ili gusta.
[0087] Rano utvrđivanje da li je dojka masna ili gusta može dovesti do uštede u vremenu i/ili uštede u računarskim procesima obrade podataka.
[0088] Vrednost piksela u direktno izloženom regionu često je zasićena na filmu i digitalnim mamogramima, pa izračunata atenuacija rendgenskih zraka ispada preniska za većinu standardnih rendgenskih snimaka dojke.
[0089] U DBT-u svaka projekcija koristi malu dozu zračenja, pa detektor nije zasićen i vrednost postaje upotrebljiva za procenu gustine. Stoga je dalja prednost predmetnog pronalaska to što je rizik od zračenja za mlađe ispitanike sveden na minimum jer omogućava procenu gustine pri nižim dozama, identifikuje region od interesa za dalju analizu i time omogućava početno skeniranje i procenu gustine i rizika u ranom uzrastu.
[0090] Gore opisani postupak uz upućivanje na sliku 2 izvodi se na rendgenskom snimku dojke. Postupak se može izvesti na rendgenskom snimku bilo kog pogodnog subjekta, na primer, bilo kog ljudskog ili životinjskog subjekta. Region subjekta može obuhvatati najmanje deo grudnog koša i/ili najmanje deo pluća.
[0091] Umesto unutrašnje ivice dojke, može se odrediti bilo koja pogodna granica tkiva. Postupak se može koristiti za izbor između bilo koje dve ili više procedura.
[0092] Pronalazak je opisan kroz nekoliko tehničkih rešenja, sa modifikacijama i alternativama, ali nakon što pročita i razume ovaj opis, dalja tehnička rešenja i modifikacije biće očigledne stručnjacima u tehnici. Podrazumeva se da sva takva rešenja i modifikacije spadaju u obim priloženih patentnih zahteva.
Claims (15)
1. Postupak koji obuhvata:
prijem podataka o snimku koji su reprezentativni za rendgenski snimak najmanje dela subjekta koji obuhvata tkivo i dobijanje podataka o snimanju izvođenjem procedure rendgenskog snimanja, pri čemu je prvi deo rendgenskog snimka direktno izložen, a drugi deo rendgenskog snimka predstavlja tkivo u regionu subjekta; i
određivanje mere atenuacije u zavisnosti od energetske mere dobijene iz prvog dela rendgenskog snimka i energetske mere dobijene iz drugog dela rendgenskog snimka; naznačen time, što
se koristi mera atenuacije za procenu gustine tkiva unutar barem dela regiona subjekta; se određuje referentna tačka na rendgenskom snimku, gde se određivanje referentne tačke vrši u zavisnosti od procenjene gustine tkiva;
gde procedura rendgenskog snimanja obuhvata odabir ulazne energije rendgenskog zračenja koja je ispod praga zasićenja rendgenskog detektora koji koristi proceduru rendgenskog snimanja, tako da se vrednosti piksela u prvom delu rendgenskog snimka razlikuju u zavisnosti od ulazne energije rendgenskih zraka.
2. Postupak prema patentnom zahtevu 1, gde određivanje mere atenuacije obuhvata deljenje energetske mere dobijene iz prvog dela rendgenskog snimka i energetske mere dobijene iz drugog dela rendgenskog snimka kako bi se dobila vrednost atenuacije; i deljenje vrednosti atenuacije sa debljinom tkiva u regionu subjekta da bi se dobila mera atenuacije.
3. Postupak prema patentnom zahtevu 1 ili 2, koji dalje obuhvata dobijanje energetske mere iz prvog dela rendgenskog snimka korišćenjem najmanje jedne vrednosti piksela najmanje jednog piksela u prvom delu rendgenskog snimka; i dobijanje energetske mere drugog dela rendgenskog snimka korišćenjem najmanje jedne vrednosti piksela najmanje jednog piksela u drugom delu rendgenskog snimka.
4. Postupak prema bilo kom od prethodnih patentnih zahteva, gde odabir referentne tačke obuhvata odabir između prve procedure i druge procedure za određivanje referentne tačke, a odabir između prve procedure i druge procedure se zasniva na procenjenoj gustini tkiva.
5. Postupak prema bilo kom od prethodnih patentnih zahteva, koji dalje obuhvata korišćenje referentne tačke za određivanje, za svaku od mnoštva tačaka u regionu subjekta, debljine hfatmasti i debljinu hinttkiva od interesa.
6. Postupak prema patentnom zahtevu 4, gde odabir između prve procedure i druge procedure obuhvata odabir prve procedure ako je procenjena gustina tkiva veća od granične gustine tkiva i odabir druge procedure ako je procenjena gustina tkiva niža od granične gustine tkiva.
7. Postupak prema bilo kom od prethodnih patentnih zahteva, gde region subjekta obuhvata najmanje deo dojke, a procenjena gustina tkiva je procenjena gustina tkiva najmanje dela dojke.
8. Postupak prema patentnom zahtevu 4, gde region subjekta obuhvata najmanje deo dojke; a odabir referentne tačke u prvoj proceduri obuhvata odabir referentne tačke blizu ivice dojke; a odabir referentne tačke u drugoj proceduri obuhvata odabir referentne tačke dalje od ivice dojke.
9. Postupak prema patentnom zahtevu 4, gde region subjekta obuhvata najmanje deo dojke; gde svaka od prve procedure i druge procedure obuhvata određivanje granice tkiva na rendgenskom snimku, pri čemu granica tkiva deli prvi region tkiva od drugog regiona tkiva, i odabir referentne tačke u zavisnosti od granice tkiva; druga procedura dalje obuhvata ponavljanje položaja granice tkiva sve dok se ne ispuni kriterijum granice tkiva; a odabir referentne tačke u prvoj proceduri obuhvata odabir referentne tačke u prvom regionu tkiva ili na granici tkiva; a odabir referentne tačke u drugoj proceduri obuhvata odabir referentne tačke na ponovljenoj granici tkiva ili u drugom regionu tkiva.
10. Postupak prema bilo kom od prethodnih patentnih zahteva, koji obuhvata dobijanje podataka o snimku izvođenjem procedure rendgenskog snimanja, gde procedura rendgenskog snimanja obuhvata proceduru mamografije.
11. Postupak prema patentnom zahtevu 10, gde je ulazna energija rendgenskog snimanja manja od 0.5 mGy.
12. Postupak prema bilo kom od prethodnih patentnih zahteva, gde se rendgenski snimak dobija pomoću monoenergetskih rendgenskih zraka.
13. Postupak prema bilo kom od prethodnih patentnih zahteva, gde se rendgenski snimak dobija pomoću polienergetskih rendgenskih zraka.
14. Postupak prema bilo kom od prethodnih patentnih zahteva, koji dalje obuhvata određivanje prvog dela i drugog dela rendgenskog snimka segmentiranjem podataka o snimku.
15. Uređaj koji sadrži procesor konfigurisan da:
primi podatke o snimku koji su reprezentativni za rendgenski snimak barem dela subjekta koji obuhvata tkivo i dobije podatke o snimku izvođenjem procedure rendgenskog snimanja, gde je prvi deo rendgenskog snimka direktno izložen, a drugi deo rendgenskog snimka je reprezentativan za tkivo u regionu subjekta; i
odredi meru atenuacije u zavisnosti od energetske mere dobijene iz prvog dela rendgenskog snimka i energetske mere dobijene iz drugog dela rendgenskog snimka,
naznačen time, što je procesor konfigurisan da
koristi meru atenuacije za procenu gustine tkiva unutar najmanje dela regiona subjekta; odredi referentnu tačku na rendgenskom snimku, gde se određivanje referentne tačke vrši u zavisnosti od procenjene gustine tkiva; i
izvrši proceduru rendgenskog snimanja odabirom ulazne energije rendgenskog zračenja koja je ispod praga zasićenja detektora rendgenskih zraka koji se koristi u proceduri rendgenskog snimanja tako da se vrednosti piksela u prvom delu rendgenskog snimka razlikuju u zavisnosti od ulazne energije rendgenskih zraka.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| NZ71391515 | 2015-11-05 | ||
| PCT/IB2016/056669 WO2017077511A1 (en) | 2015-11-05 | 2016-11-07 | Method for quantification of images |
| EP16795434.6A EP3371774B1 (en) | 2015-11-05 | 2016-11-07 | Method for quantification of images |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RS62473B1 true RS62473B1 (sr) | 2021-11-30 |
Family
ID=58662407
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RS20211202A RS62473B1 (sr) | 2015-11-05 | 2016-11-07 | Postupak kvantifikacije snimka |
Country Status (8)
| Country | Link |
|---|---|
| US (1) | US10733724B2 (sr) |
| EP (1) | EP3371774B1 (sr) |
| CN (1) | CN108475423B (sr) |
| DK (1) | DK3371774T3 (sr) |
| LT (1) | LT3371774T (sr) |
| PL (1) | PL3371774T3 (sr) |
| RS (1) | RS62473B1 (sr) |
| WO (1) | WO2017077511A1 (sr) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115222641B (zh) * | 2021-04-16 | 2025-09-23 | 上海交通大学 | 金属凝固过程渗透率的测定方法及装置、电子设备、存储介质 |
Family Cites Families (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040170561A1 (en) * | 1998-09-08 | 2004-09-02 | Jesse Salb | Functional radiographic imaging methods and agents |
| US6246747B1 (en) * | 1999-11-01 | 2001-06-12 | Ge Lunar Corporation | Multi-energy x-ray machine with reduced tube loading |
| US6740041B2 (en) * | 2002-09-19 | 2004-05-25 | Ge Medical Systems Global Technology Company, Llc | Bone densitometer providing assessment of absolute fracture risk |
| US7149335B2 (en) | 2002-09-27 | 2006-12-12 | General Electric Company | Method and apparatus for enhancing an image |
| US7391892B2 (en) * | 2003-11-26 | 2008-06-24 | Ge Medical Systems, Inc. | Universal digital subtraction phantom and analysis system and method |
| US20060239398A1 (en) * | 2005-03-07 | 2006-10-26 | Fused Multimodality Imaging, Ltd. | Breast diagnostic apparatus for fused SPECT, PET, x-ray CT, and optical surface imaging of breast cancer |
| EP2161688B1 (en) * | 2008-09-03 | 2012-03-14 | Agfa Healthcare | Method for deriving the amount of dense tissue from a digital mammographic image representation |
| US8477901B2 (en) * | 2008-11-26 | 2013-07-02 | Analogic Corporation | Method of and apparatus for continuous wave tomosynthesis using photon counting |
| GB2474319B (en) * | 2009-07-20 | 2014-05-07 | Matakina Technology Ltd | Method and system for analysing tissue from images |
| PL2462561T3 (pl) * | 2009-08-03 | 2019-02-28 | Volpara Health Technologies Limited | Sposób i system do analizowania tkanki na podstawie obrazów |
| EP2486503A2 (en) * | 2009-10-07 | 2012-08-15 | Hologic, Inc. | Processing and displaying computer-aided detection information associated with breast x-ray images |
| JP5764147B2 (ja) * | 2010-03-08 | 2015-08-12 | コーニンクレッカ フィリップス エヌ ヴェ | 心臓イメージングにおける関心領域定義 |
| CN102313752B (zh) * | 2010-06-30 | 2014-07-23 | 清华大学 | 物品检测设备及其检测方法 |
| US9168013B2 (en) * | 2010-12-13 | 2015-10-27 | Koninklijke Philips N.V. | Breast density assessment |
| DE102012217555A1 (de) * | 2012-09-27 | 2014-03-27 | Siemens Aktiengesellschaft | Verfahren und Computertomographie-System zur Ermittlung von Knochenmineraldichtewerten |
| DK3005298T3 (da) * | 2013-06-06 | 2019-07-22 | Volpara Health Tech Limited | Fremgangsmåde til rekonstruktion af et objekt fra projektionsafbildninger |
| JP2015093000A (ja) * | 2013-11-11 | 2015-05-18 | 日立アロカメディカル株式会社 | 医療用x線測定装置 |
-
2016
- 2016-11-07 EP EP16795434.6A patent/EP3371774B1/en active Active
- 2016-11-07 WO PCT/IB2016/056669 patent/WO2017077511A1/en not_active Ceased
- 2016-11-07 RS RS20211202A patent/RS62473B1/sr unknown
- 2016-11-07 DK DK16795434.6T patent/DK3371774T3/da active
- 2016-11-07 CN CN201680077530.3A patent/CN108475423B/zh active Active
- 2016-11-07 US US15/772,260 patent/US10733724B2/en active Active
- 2016-11-07 PL PL16795434T patent/PL3371774T3/pl unknown
- 2016-11-07 LT LTEPPCT/IB2016/056669T patent/LT3371774T/lt unknown
Also Published As
| Publication number | Publication date |
|---|---|
| EP3371774B1 (en) | 2021-06-30 |
| DK3371774T3 (da) | 2021-10-04 |
| WO2017077511A1 (en) | 2017-05-11 |
| EP3371774A1 (en) | 2018-09-12 |
| LT3371774T (lt) | 2021-11-10 |
| PL3371774T3 (pl) | 2022-01-03 |
| US10733724B2 (en) | 2020-08-04 |
| CN108475423B (zh) | 2022-05-24 |
| US20180315186A1 (en) | 2018-11-01 |
| CN108475423A (zh) | 2018-08-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7183376B2 (ja) | 検出精度を向上させるために関心領域の異なるビューからの複数の画像を用いるコンピュータ支援検出 | |
| JP6703082B2 (ja) | 医用画像における構造物をセグメンテーションする医用画像処理装置、医用画像をセグメンテーションするための方法及び医用画像をセグメンテーションするコンピュータプログラムを記憶する記憶媒体 | |
| US9498180B2 (en) | Detecting and quantifying patient motion during tomosynthesis scans | |
| KR102410955B1 (ko) | 의료 영상에서 딥러닝에 기반한 복부 장기 자동분할 방법 및 그 컴퓨터 프로그램 | |
| Ali et al. | Segmentation of dental X-ray images in medical imaging using neutrosophic orthogonal matrices | |
| US11783476B2 (en) | System and method for analyzing three-dimensional image data | |
| US8634622B2 (en) | Computer-aided detection of regions of interest in tomographic breast imagery | |
| JP6475691B2 (ja) | X線画像における構造のコンピュータ援用検出のための方法およびx線システム | |
| ES2699471T3 (es) | Método y sistema para analizar tejido a partir de imágenes | |
| US10424411B2 (en) | Biopsy-free detection and staging of cancer using a virtual staging score | |
| KR20120041557A (ko) | 영상을 처리하는 방법, 이를 수행하는 영상처리장치 및 의료영상시스템 | |
| CN111295665A (zh) | 确定肺图像中高密度肺组织的区域 | |
| KR102332032B1 (ko) | 복부장기 자동분할을 이용한 복부장기 볼륨 변화 분석에 기반한 복부장기 상태 판단 방법 | |
| KR20160068331A (ko) | 엑스선 영상 장치 및 그 제어 방법 | |
| US20240115230A1 (en) | Position estimation of an interventional device | |
| US10733724B2 (en) | Method for quantification of images | |
| ES2891340T3 (es) | Método de cuantificación de imágenes | |
| Wang et al. | A hybrid method towards automated nipple detection in 3D breast ultrasound images | |
| US12591967B2 (en) | Displacement estimation of interventional devices | |
| KR101305678B1 (ko) | 가상 대장내시경에서 전자적 장세척 방법 및 장치 | |
| CN120219524A (zh) | 医学成像方法、设备及计算机设备 | |
| KR20160056400A (ko) | 미세석회화 검출 장치 및 그 방법 |