CN103456002B - 用于显示分割的图像的方法和*** - Google Patents
用于显示分割的图像的方法和*** Download PDFInfo
- Publication number
- CN103456002B CN103456002B CN201310205757.XA CN201310205757A CN103456002B CN 103456002 B CN103456002 B CN 103456002B CN 201310205757 A CN201310205757 A CN 201310205757A CN 103456002 B CN103456002 B CN 103456002B
- Authority
- CN
- China
- Prior art keywords
- segmentation
- partitioning boundary
- image
- reference picture
- interested
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000011218 segmentation Effects 0.000 title claims abstract description 122
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000000638 solvent extraction Methods 0.000 claims abstract description 120
- 238000003384 imaging method Methods 0.000 claims abstract description 39
- 238000002059 diagnostic imaging Methods 0.000 claims description 18
- 230000008859 change Effects 0.000 claims description 10
- 238000012986 modification Methods 0.000 claims description 10
- 230000004048 modification Effects 0.000 claims description 10
- 230000015572 biosynthetic process Effects 0.000 claims description 7
- 238000003786 synthesis reaction Methods 0.000 claims description 6
- 238000003325 tomography Methods 0.000 claims description 3
- 230000032696 parturition Effects 0.000 claims 1
- 206010028980 Neoplasm Diseases 0.000 description 63
- 238000007689 inspection Methods 0.000 description 18
- 230000000007 visual effect Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000013480 data collection Methods 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 4
- 238000002591 computed tomography Methods 0.000 description 3
- 238000013170 computed tomography imaging Methods 0.000 description 3
- 239000000428 dust Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000002902 bimodal effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 238000002603 single-photon emission computed tomography Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
- A61B6/5235—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from the same or different ionising radiation imaging techniques, e.g. PET and 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
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/037—Emission tomography
-
- 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
- A61B6/46—Arrangements for interfacing with the operator or the patient
- A61B6/461—Displaying means of special interest
- A61B6/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
-
- 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
- A61B6/46—Arrangements for interfacing with the operator or the patient
- A61B6/467—Arrangements for interfacing with the operator or the patient characterised by special input means
- A61B6/469—Arrangements for interfacing with the operator or the patient characterised by special input means for selecting a region of interest [ROI]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5223—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data generating planar views from image data, e.g. extracting a coronal view from a 3D image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/174—Segmentation; Edge detection involving the use of two or more images
-
- 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
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- 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
- G06T2207/10104—Positron emission tomography [PET]
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- High Energy & Nuclear Physics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Radiology & Medical Imaging (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physiology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
一种用于显示分割的二维(2D)图像的方法,包含:沿观察平面获得对应于成像体积的三维(3D)体积数据集;在3D体积内将感兴趣的对象分割,以沿观察平面生成多个分割的二维(2D)图像;从多个分割的2D图像选择参考图像以用于观察;并显示参考图像,参考图像具有围绕感兴趣的对象画出的第一分割边界和围绕感兴趣的对象画出的第二分割边界,第一分割边界从在参考图像上执行的分割得出,并且第二分割边界从在多个分割的2D图像中的至少一个非参考图像上执行的分割得出。
Description
技术领域
本文公开的主题一般涉及成像***,并且更具体地说,涉及用于显示分割的图像的方法和***。
背景技术
分割通常用于概述三维(3D)图像体积内的对象和/或区。例如,3D图像体积可被分割用于外科手术计划、用于辐射计划和/或用于一般对象标识。通常,至少一些分割切片被显示为二维(2D)图像。然而,观察分割体积的2D图像或切片以查明对象的大小或尺寸可能枯燥乏味并且费时。
例如,单个2D图像例如可近似为3mm厚。对于病灶性肿瘤,看由肿瘤的位置定义的平面中的分割可能足以使用户能够执行外科手术计划、辐射计划和/或用于一般对象标识。对于扩展的肿瘤或具有定义不清的形状的肿瘤,肿瘤可能扩展超过在单个2D图像中示出的肿瘤的边界。更具体地说,用户可观察单个2D图像,并假设显示了肿瘤的全部范围。然而,肿瘤可能似乎看来更小、更大,或在平行平面中的不同2D图像中具有不同形状。如果在含有由分割所定义的肿瘤的所有平面中用户未人工检查分割的全部范围,则例如在报告肿瘤平均值和/或肿瘤体积中存在误差的可能性。另外,肿瘤的最大值可由附近的高摄取结构定义,并且实际上不在肿瘤本身内。从而,为了验证肿瘤的全部范围,并执行肿瘤分析,用户通常显示并回顾众多2D图像。然而,人工显示并回顾众多2D图像是费时的。而且,显示众多2D图像的困难和枯燥乏味(一次一个)可能需要比期望的更大量的用户输入。
发明内容
在一个实施例中,提供一种用于显示分割的二维(2D)图像的方法。所述方法包含:沿观察平面获得对应于成像体积的三维(3D)体积数据集;在3D体积内将感兴趣的对象分割,以沿观察平面生成多个分割的二维(2D)图像;从多个分割的2D图像选择参考图像;并显示参考图像,参考图像具有围绕感兴趣的对象画出的第一分割边界和围绕感兴趣的对象画出的第二分割边界,第一分割边界从在观察平面中的参考图像上执行的分割得出,并且第二分割边界从不在多个分割的2D图像的当前观察平面中的至少一个非参考图像上执行的分割得出。
在另一实施例中,提供了一种用于显示分割的2D图像的***。该***包含医学成像扫描仪以及耦合到医学成像扫描仪的计算机。所述计算机配置成:从医学成像扫描仪沿观察平面获得对应于成像体积的三维(3D)体积数据集;在3D体积内将感兴趣的对象分割,以沿观察平面生成多个分割的二维(2D)图像;接收从多个分割的2D图像选择参考图像的输入;并自动显示参考图像,参考图像具有围绕感兴趣的对象画出的第一分割边界和围绕感兴趣的对象画出的第二分割边界,第一分割边界从在参考图像上执行的分割得出,并且第二分割边界从多个分割的2D图像中的至少一个非参考图像上执行的分割得出。
在另外的实施例中,提供一种非暂态计算机可读介质。所述非暂态计算机可读介质编码有编程的程序以指令计算机:从医学成像扫描仪沿观察平面获得对应于成像体积的三维(3D)体积数据集;在3D体积内将感兴趣的对象分割,以沿观察平面生成多个分割的二维(2D)图像;接收从多个分割的2D图像选择参考图像的输入;并自动显示参考图像,参考图像具有围绕感兴趣的对象画出的第一分割边界和围绕感兴趣的对象画出的第二分割边界,第一分割边界从在参考图像上执行的分割得出,并且第二分割边界从多个分割的2D图像中的至少一个非参考图像上执行的分割得出。
提供一种用于显示分割的二维(2D)图像的方法,所述方法包括:
沿观察平面获得对应于成像体积的三维(3D)体积数据集;
在3D体积内将感兴趣的对象分割,以沿所述观察平面生成多个分割的二维(2D)图像;
从所述多个分割的2D图像选择参考图像以用于观察;以及
显示所述参考图像,所述参考图像具有围绕所述感兴趣的对象画出的第一分割边界和围绕所述感兴趣的对象画出的第二分割边界,第一分割边界从在所述参考图像上执行的分割得出,并且第二分割边界从在所述多个分割的2D图像中的至少一个非参考图像上执行的分割得出。
优选的,第二分割边界包括从沿所述观察平面生成的多个非参考图像得出的合成分割边界。
优选的,第一分割边界具有第一颜色,并且第二分割边界具有第二不同的颜色。
优选的,第一分割边界具有第一样式,并且第二分割边界具有第二不同的样式。
优选的,所述方法还包括:围绕所述感兴趣的对象定位边界框以执行所述分割。
优选的,所述方法还包括:
修改所述边界框的大小;以及
基于修改的边界框生成修订的分割图像。
优选的,所述方法还包括:
在所述感兴趣的对象中定义种子点;
基于所述种子点围绕所述感兴趣的对象生成边界框;以及
基于所述修改的边界框生成修订的分割图像。
优选的,所述3D体积数据集包括3D发射图像数据集。
提供一种用于显示分割的二维(2D)图像的***,所述***包括:
医学成像扫描仪;以及
计算机,耦合到所述医学成像扫描仪,所述计算机配置成:
从所述医学成像扫描仪沿观察平面获得对应于成像体积的三维(3D)体积数据集;
在3D体积内将感兴趣的对象分割,以沿所述观察平面生成多个分割的二维(2D)图像;
接收从所述多个分割的2D图像选择用于观察的参考图像的输入;以及
自动显示所述参考图像,所述参考图像具有围绕所述感兴趣的对象画出的第一分割边界和围绕所述感兴趣的对象画出的第二分割边界,第一分割边界从在所述参考图像上执行的所述分割得出,并且第二分割边界从在所述多个分割的2D图像中的至少一个非参考图像上执行的所述分割得出。
优选的,第二分割边界包括从沿所述观察平面生成的多个非参考图像得出的合成分割边界。
优选的,第一分割边界具有第一颜色,并且第二分割边界具有第二不同的颜色。
优选的,第一分割边界具有第一样式,并且第二分割边界具有第二不同的样式。
优选的,所述计算机还配置成接收围绕所述感兴趣的对象定位边界框以执行所述分割的输入。
优选的,所述计算机还配置成:
接收修改所述边界框的大小的输入;以及
基于修改的边界框自动生成修订的分割图像。
优选的,所述医学成像扫描仪包括正电子发射断层扫描(PET)***。
提供一种非暂态计算机可读介质,其编码有编程的程序以指令计算机:
从所述医学成像扫描仪沿观察平面获得对应于成像体积的三维(3D)体积数据集;
在3D体积内将感兴趣的对象分割,以沿所述观察平面生成多个分割的二维(2D)图像;
接收从所述多个分割的2D图像选择用于观察的参考图像的输入;以及
自动显示所述参考图像,所述参考图像具有围绕所述感兴趣的对象画出的第一分割边界和围绕所述感兴趣的对象画出的第二分割边界,第一分割边界从在所述参考图像上执行的所述分割得出,并且第二分割边界从在所述多个分割的2D图像中的至少一个非参考图像上执行的所述分割得出。
优选的,第二分割边界包括从沿所述观察平面生成的多个非参考图像得出的合成分割边界。
优选的,第一分割边界具有第一颜色,并且第二分割边界具有第二不同的颜色。
优选的,第一分割边界具有第一样式,并且第二分割边界具有第二不同的样式。
优选的,所述程序还编程为指令所述计算机:
接收修改所述边界框的大小的输入;以及
基于修改的边界框自动生成修订的分割图像。
附图说明
图1是根据各种实施例形成的示范成像***的图画视图。
图2是图示根据各种实施例用于显示图像的方法的流程图。
图3是根据各种实施例可获取的示范数据集的框图。
图4是根据各种实施例可显示的多个图像。
图5是根据各种实施例可生成的多个视口。
图6是根据各种实施例可显示的另一多个图像。
图7是根据各种实施例可显示的又一多个图像。
图8是根据各种实施例可生成的多个视口。
图9是根据各种实施例在图1中示出的第二模态单元的示意框图。
具体实施方式
前面的概要以及下面的各种实施例的详细描述当结合附图阅读时会被更好地理解。就图形图示各种实施例的功能块的图来所,功能块不一定指示硬件电路之间的划分。由此,例如,一个或多个功能块(例如处理器或存储器)可以用单件硬件(例如通用信号处理器或随机存取存储器块、硬盘或诸如此类)或多件硬件实现。类似地,程序可以是独立程序,可结合为操作***中的子例程,可以是安装的软件包中的功能等。应该理解,各种实施例不限于附图中所示的布置和手段。
如本文使用的,用单数阐述并且以单词“一(a)”或“一(an)”开头的元件或步骤应该被理解为不排除多个所述元件或步骤,除非明确声明了此类排除。而且,对本发明的“一个实施例”的引用不意于被解释为排除也结合了阐述的特征的另外实施例的存在。此外,除非相反明确声明,否则“包括”或“具有”具有特定性质的一个元件或多个元件的实施例可包含没有该性质的另外的元件。
还有,本文使用的,短语“重构图像”不意于排除在其中生成表示图像的数据的实施例,但可视图像不是。因此,如本文使用的,术语“图像”广泛地指可视图像和表示可视图像的数据。然而,许多实施例生成或配置成生成至少一个可视图像。
在本文各种实施例中描述晚期肿瘤布局和概要(ATLaS)模块50。在一些实施例中,ATLaS模块50配置成获得对应于成像体积的3D体积数据集,3D体积数据集包含沿平面获取的多个切片,在3D体积数据集中围绕感兴趣的对象定位3D边界框,在边界框内将感兴趣的对象分割以沿平面生成感兴趣的对象的多个切片,并显示第一切片的二维(2D)图像,2D图像具有在第一切片中围绕感兴趣的对象画出的第一分割边界和在第二不同切片中围绕感兴趣的对象画出的第二分割边界。
ATLaS模块50可与成像***诸如图1中所示的成像***10一起使用。在各种实施例中,成像***10是多模态成像***,其包含不同类型的成像模态,诸如正电子发射断层扫描(PET)、单光子发射计算断层扫描(SPECT)、计算断层扫描(CT)、超声、磁共振成像(MRI)或能够生成诊断图像的任何其它***。
在图示的实施例中,成像***10是CT/PET***。应该意识到,各种实施例不限于多模态医学成像***,但可用在单模态医学成像***(诸如例如独立的CT成像***或独立的PET***)上。此外,各种实施例不限于用于对人类受检者成像的医学成像***,而且可包含用于对非人类对象成像的兽医或非医学***。
参考图1,多模态成像***10包含第一模态单元12和第二模态单元14。在图示的实施例中,第一模态单元12是CT成像***,并且第二模态单元是PET***。两个模态单元使多模态成像***10能够使用第一模态单元12在第一模态中扫描对象或受检者16,并使用第二模态单元14在第二模态中扫描受检者16。多模态成像***10允许不同模态中的多个扫描以便于提高单模态***上的诊断能力。
成像***10被显示为包含与第一模态单元12关联的门架18和与第二模态单元14关联的门架20。在操作期间,例如使用电动台24将受检者16定位在通过成像***10定义的中心开口22内。X射线源26将一束x射线投射通过受检者16。在被受检者16衰减之后,x射线撞击在位于门架18的相对侧上的检测器28上。
成像***10还包含操作者工作站30。在操作期间,电动台24响应于从操作者工作站30接收的一个或多个命令将受检者16移动到门架18和/或门架20的中心开口22中。工作站30然后操作第一和/或第二模态单元12和14,以扫描受检者16并获取衰减投射数据集32和/或发射图像数据集34。工作站30可被实施为个人计算机(PC),其定位接近成像***10,并经由通信链路36硬连线到成像***10。工作站30也可实施为便携式计算机,诸如膝上型计算机或手持计算机,其向成像***10传送信息并从成像***10接收信息。可选地,通信链路36可以是无线通信链路,其能够实现向工作站30和/或从工作站30向成像***10无线传送信息。在操作中,工作站30配置成实时控制成像***10的操作。工作站30还编程以执行本文描述的医学图像诊断获取和重构过程。
操作者工作站30包含中央处理单元(CPU)或计算机40、显示器42和输入装置44(例如鼠标和/或键盘)。如本文使用的,术语“计算机”可包含任何基于处理器或基于微处理器的***,其包含使用微控制器、精简指令集计算机(RISC)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、逻辑电路和能够执行本文描述的功能的任何其它电路或处理器的***。以上示例仅是示范性的,并且由此不意于以任何方式限制术语“计算机”的定义和/或含义。在示范实施例中,计算机40执行存储在一个或多个存储元件或存储器中的指令集,以便处理从第一和第二模态单元12和14接收的信息。存储元件也可根据期望或需要存储数据或其它信息。存储元件可以信息源或位于计算机40内的物理存储器元件的形式。
成像***10还包含配置成实现本文描述的各种方法的ATLaS模块50。ATLaS模块50可实现为安装在计算机40中的一件硬件。可选地,ATLaS模块50可实现为安装在计算机40上的指令集。指令集可以是独立的程序,可结合为安装在计算机40上的操作***中的子例程,可以是计算机40上安装的软件包中的功能等。应该理解,各种实施例不限于图中所示的布置和手段。
图2是用于显示感兴趣的对象的2D图像的示范方法100的流程图。在各种实施例中,例如可使用ATLaS模块50实现方法100。在102,获取发射图像数据集,诸如发射图像数据集34。发射图像数据集34是具有对应于图像数据的多个图像体素的三维(3D)体积信息(如图3中所示)。应该注意到,3D发射图像数据集34一般由布置在堆叠中的多个2D图像切片形成。例如,如图3所示,发射图像数据集34可由包含第一切片202、第二切片204、第三切片206和第n切片208的多个切片200形成。应该意识到,可利用发射图像数据集34在三个正交轴中形成多个切片。例如,发射图像数据集34可包含沿第一轴的多个切片以形成受检者16的矢向视图,沿第二轴的多个切片以形成受检者16的轴向视图,以及沿第三轴的多个切片以形成受检者16的冠向视图。
在操作中,为了生成发射图像数据集34,成像***10例如执行受检者16的扫描。在各种实施例中,成像***10配置成执行例如包含肿瘤或病变的感兴趣的区的扫描。如本文使用的,发射图像数据集34是在预定时间段上获取的由三个正交轴表示的例如肿瘤或围绕肿瘤的至少一些区的3D数据集。应该意识到,尽管相对于对肿瘤成像描述了各种实施例,但各种实施例也可用于对其它对象或器官成像,并且肿瘤是一个此类对象的示例。
在104,处理或呈现发射图像数据集34以生成受检者16的至少一个2D图像或切片。在各种实施例中,处理或呈现发射图像数据集34以生成受检者16的多个2D图像或切片。例如,图4是在104可呈现的示范2D轴向图像300、2D矢向图像302和2D冠向图像304的图画视图。应该意识到,因为沿三个正交轴获取发射图像数据集34,因此发射图像数据集34包含可用于构造多个轴向2D图像310的发射信息的轴向体积,其中2D轴向图像300表示一个此类图像。此外,发射图像数据集34包含可用于构造多个矢向2D图像312的发射信息的矢向体积,其中2D矢向图像302表示一个此类图像,并且发射图像数据集34包含可用于构造多个冠向2D图像314的发射信息的冠向体积,其中2D冠向图像304表示一个此类图像。从而,发射图像数据集34可用于在三个正交轴中呈现多个切片,其然后可用于生成多个2D图像。
在各种实施例中,可基于3D呈现设置呈现至少部分发射图像数据集34。通过呈现“至少部分”发射图像数据集34,这意味着,例如可呈现整个发射图像数据集34或发射图像数据集34的子集,使得从数据重构或形成图像。用于呈现发射图像数据集34的3D呈现设置确定用户将如何观察发射图像数据集34的一个或多个图像。3D呈现设置可包含但不限于取向、呈现器类型(例如体积呈现、最大强度投射(MIP)等)、深度设置、剪裁设置、厚度设置、不透明绘图和/或诸如此类。再次参考图2,在106,然后基于3D呈现设置显示呈现的2D图像300、302和/或304中的至少一个。
在108,围绕要分割的感兴趣的对象定位边界框332。更具体地说,在一些实施例中,用户可通过在屏幕上画出或虚拟勾画围住用户期望从发射图像数据集34分割的对象或区330的边界框332(图4中所示),来人工执行2D分割。例如,如图4中所示,用户可使用输入装置,诸如但不限于鼠标、触摸垫、指示器、触针和/或诸如此类,围绕肿瘤330画出边界框332。在其它实施例中,可使用计算机(例如图1中所示的计算机40)半自动或全自动执行2D分割。例如,当半自动创建2D分割时,用户可在肿瘤330上定位种子点(未示出),计算机40然后可创建2D分割(例如使用基于有电线的分割、播种的分水岭分割和/或诸如此类)。使用计算机的全自动2D分割的一个示例包含但不限于自动取阈值。在各种实施例中,用户可用输入装置44修改边界框332,以便相对于肿瘤330改变大小或位置,如在下面更详细描述的。
再次参考图2,在110,基于上面描述的边界框332执行呈现的2D图像300、302和/或304中的至少一个的2D分割。在各种实施例中,并且再次参考图4,选择成要分割的感兴趣的对象是肿瘤330。可使用任何适当的方法、过程、部件、结构和/或诸如此类创建呈现的3D体积数据的2D分割,诸如2D轴向图像300。
在操作中,可使用分割算法执行分割。分割算法使用一个原则,由此一般假设,可通过确定图像数据中每个体素的强度,来将在肿瘤330周围的各种器官、组织、流体以及其它解剖特征与肿瘤330区分开。强度一般表示体素值。基于每一个体素的强度值,可将肿瘤330与其它解剖特征区分开。从而,在110,分割算法配置成例如使用取阈值过程自动将发射图像数据集34中的每个体素的强度值与预定强度值相比较。在示范实施例中,预定强度值可以是预定强度值的范围。可基于肿瘤330的先验信息自动设置预定值范围。可选地,预定范围可由操作者人工输入。在一个实施例中,如果体素的强度值在预定范围内,则体素被归类为属于肿瘤330。否则,体素被归类为不属于肿瘤330。应该意识到,分割算法也可与标识肿瘤330的其它分割技术一起利用。此外,如应该认识到的,可使用其它适当的分割算法。
在112,利用在110标识的肿瘤330的分割信息来生成和显示分割的肿瘤330的至少一个2D图像。例如,图5图示可使用在110获取的信息生成和显示的肿瘤330的多个示范2D表面呈现。在各种实施例中,ATLaS模块50配置成与用于执行分割的关联的2D图像同时显示多个分割的2D图像。例如,在各种实施例中,可与2D分割轴向图像340同时显示2D轴向图像300,可与2D分割矢向图像342同时显示2D矢向图像302,并且可与2D分割冠向图像344同时显示2D冠向图像304。应该意识到,分割图像340、342、344也可与2D图像300、302、304分开显示。此外,应该意识到,单个分割图像可与单个非分割图像一起显示。
在各种实施例中,在不同视口显示分割的图像340、342和344。如本文使用的,视口是显示器诸如显示器42上的框架区域,用于观察信息。从而,在各种实施例中,分割轴向图像340被显示在视口350中,分割矢向图像342被显示在视口352中,并且分割冠向图像344被显示在视口354中。在操作中,视口350、352和354使操作者能够操控分割图像的各个部分。例如,如图5中所示,视口350、352和354各自显示分割的肿瘤330的放大和/或可旋转图像。在各种实施例中,视口350、352和354使用户能够修改边界框332的位置。例如,视口350包含使用户能够每次点击都将边界框332向上移动一个体素的图标360和使用户能够每次点击都将边界框332向下移动一个体素的图标362。备选地,图标360和362可配置成通过点击来向上和向下改变边界框的大小。视口352和354还包含分别使用户能够修改在视口中示出的边界框332的位置的相同图标。从而,在一个实施例中,用户可利用图标360和362来修改边界框332的大小。在其它实施例中,用户例如可使用鼠标来选择边界框332,并使用鼠标来人工修改边界框332的大小、形状或位置。
如图5中所示的,视口350、352和354还包含视觉指示器,在本文中称为分割边界,其描绘或包封要分割的对象,例如肿瘤330。应该意识到,分割边界内的区域包含之前在分割过程中被标识为属于肿瘤330的体素。此外,分割边界外部的区域表示之前在分割过程中被标识为不属于肿瘤330的体素。由此,分割边界表示包封肿瘤330的线。
从而,并且再次参考图2,在114,围绕感兴趣的对象画出分割边界。例如,如图5中所示的,视口350包含围住肿瘤330的分割边界370,视口352包含围住肿瘤330的分割边界372,并且视口354包含围住肿瘤330的分割边界374。应该意识到,取决于正在分割的每个图像平面中肿瘤330的形状,分割边界可具有不同的形状。例如,如上面所描述的,在2D轴向图像340中示出的肿瘤330具有分割边界370,其具有第一形状。而在2D矢向图像342和2D冠向图像344中示出的肿瘤330分别具有分割边界372和374,它们具有不同于分割边界370的形状。
应该意识到,在示范实施例中,分割边界370例如基本上仅包封肿瘤330。然而,在一些实施例中,分割边界370还可包含由于围绕与肿瘤类似的图像强度的结构而引起的不是肿瘤330部分的体素。从而,并且如图6中所示,在各种实施例中,用户例如可使用图标360和362来修改边界框332的大小,并重复分割过程以生成在相应观察器中显示的分割图像的修订集合。例如,如在下面更详细描述的,用户可对分割的2D轴向图像300中的边界框调整大小以生成修订的分割轴向图像301。在各种实施例中,图像300可与修订的图像301同时显示。此外,可显示视觉指示器380以指示已经如上描述的那样修改了边界框332。
再次参考图2,在116,生成在3D边界框内部定义的数据体积的另一2D平面上的第二分割边界。更具体地说,在各种实施例中,肿瘤330的形状和在边界框内部的分割内非肿瘤体素的包含各个切片有所不同。例如,如上描述的,沿三个正交轴获取发射图像数据集34,以获取发射信息的轴向体积、发射信息的矢向体积以及信息的冠向体积。此外,轴向、矢向和冠向体积中的每个都包含多个切片。例如,轴向体积包含多个轴向2D图像310(图4中所示),其中的2D轴向图像300(图5中所示)表示一个此类图像切片。从而,在各种实施例中,在每个体积的每一个切片中对于肿瘤330计算分割边界。更具体地说,可对于轴向2D图像310、矢向2D图像312和冠向2D图像314中的每个,得出分割边界。
然而,在一些情形中,肿瘤330可具有非一致的形状。例如,再次参考图4,肿瘤330在2D轴向图像300中可具有基本上圆形形状,并且在2D轴向图像303中可具有不同的形状。更具体地说,沿切片同一集合中的同一观察平面,肿瘤330的形状各个切片可有所不同。然而,如上讨论的,用户人工回顾每个图像切片以确定肿瘤形状的改变经常是枯燥乏味且费时的。
从而,在118,将分割的2D参考图像修订成包含第二分割边界。例如,并且参考图7,具有分割边界384的2D轴向图像402如在图像404中所示的可修订成包含与第一分割边界384同时显示的第二分割边界386。在各种实施例中,第二分割边界386表示从形成沿单个视图取得的多个切片的至少一个切片中得出的分割边界。例如,在一个实施例中,第二分割边界386可表示对于2D轴向图像303得出的分割边界(在图4中示出)。对于2D轴向图像303得出的分割边界然后被叠加在2D轴向图像300上,使得2D轴向图像300显示如从2D轴向图像303获取的信息中所得出的分割边界370。在各种其它实施例中,第二分割边界376可表示对于多个切片得出的分割边界。
例如,并再次参考图4,假设2D轴向图像300被选择为参考切片。用户然后在2D轴向图像300上画出边界框332以执行肿瘤330的分割。然后显示2D轴向图像,其包含从2D轴向图像300中所得出的肿瘤330的分割边界370。此外,2D轴向图像300还显示表示从2D轴向图像310集合中的其余图像中得出的组合分割边界的第二分割边界376。在各种实施例中,显示包含该图像的分割边界和附加图像的分割边界的相应2D图像使用户能够查明肿瘤330的形状的改变而无需观察附加切片。更具体地说,用户可观察单个图像并确定沿同一平面是否肿瘤的形状各个图像有所改变,或者是否存在来自平行于参考图像的其它图像平面的未连接到当前图像中的肿瘤边缘370的分割边界。
在各种实施例中,可使用第一颜色显示第一分割边界370,并且可使用第二不同颜色显示第二分割边界376。在其它实施例中,可使用具有第一样式的线例如实线显示第一分割边界370,并且可使用具有第二样式的线例如虚线显示第二分割边界376。
图7是根据各种实施例可显示的多个图像400。具体地说,通过2D图像集合中的每个边缘执行分割的肿瘤边缘的最大强度像素投射,以生成在图像404中显示的分割边缘。例如,可利用多个轴向2D图像310形成MIP分割边缘386。此外,图像402和404使用户能够执行各种诊断任务。
例如,在各种实施例中,ATLaS模块50可由用户激活。在操作中,ATLaS模块50配置成生成并显示本文描述的各种视口和图像。此外,ATLaS模块50还可配置成激活各种图标和控制,以使用户能够执行各种诊断任务和/或操控边界框332等,如上描述的。例如,ATLaS模块50可激活并显示使用户能够执行分割的视觉指示器382。这种诊断任务例如包含使用户能够选择各种视口配置参数和/或定位边界框332。此外,ATLaS模块50可使用户能够选择默认配置,其中可显示或不显示体素,可示出或不示出分割,可示出不同的切片,诸如上切片和下切片,可激活连续过程以允许分割在边界框332外部传播,等等。
ATLaS模块50还可配置成使用户能够显示肿瘤330的3D图像。例如,图8示出了示范2D轴向图像450、2D矢向图像452和2D冠向图像454。在各种实施例中,ATLaS模块50还可自动生成视口460和视口462。在各种实施例中,利用视口460和462来显示图像450、452或454中至少一个的一部分。例如,在图示的实施例中,视口460配置成显示如上描述的分割的轴向图像450的分割图像470。附加地,ATLaS模块50可使视口460能够放大或缩小图像470的大小。例如,视口460可包含用户可修改以对图像470调整大小的录入框472。附加地,视口460可生成3D控制框,在一些实施例其可以是三维中的边界框332的视觉表示以使用户能够确定分割的图像470的取向,例如轴向、矢向或冠向。在各种实施例中,控制框471使用户能够旋转或重新取向显示的图像470。例如,控制框471可包含标识图像470的参考角的视觉指示器474。由此,在操作中,不管图像470的取向如何,视觉指示器474都定位在图像470上的同一位置中。
此外,控制框471可包含使用户能够操控控制框471的大小和/或取向的多个控制点476。在所图示的实施例中,控制点476位于控制框471的角处。然而,应该意识到,控制点476可位于控制框471上的任何地方。从而,当在3D模式下操作控制框471时,用户可只是通过重新定位控制框471就可沿所有三个轴操控图像470。在各种实施例中,可利用视口462显示从第二模态诸如CT成像***12获取的图像480。在操作中,图像480可与图像470同时显示,例如以帮助定位肿瘤330。
技术效果是显示单个2D图像,其包含2D图像中围绕感兴趣的对象画出的分割边界和在沿同一观察平面生成的其它图像中从感兴趣的对象的分割中得出的第二不同分割边界。从而,在操作中,本文描述的方法和***给用户提供了执行诊断的改进能力,同时减少了用户观察的以形成诊断的图像的数量。
本文描述的方法和模块50的各种实施例可提供为医学成像***诸如图1中所示的双模态成像***10的一部分,或与其一起使用。图9是图1中所示的第二模态单元14诸如PET成像***的示意框图。如图9所示,PET***14包含布置为单独检测器模块502的环形组装件的检测器阵列500。检测器阵列10还包含中心开口22,在其中例如可使用电动台24(图1中所示)定位对象或患者,诸如受检者16。电动台24与检测器阵列500的中心轴对齐。在操作期间,电动台24响应于从操作者工作站30接收的一个或多个命令将受检者16移动到检测器阵列500的中心开口22中。更具体说,PET扫描仪控制器510通过通信链路32响应于从操作者工作站30接收的命令。因此,通过PET扫描仪控制器510从操作者工作站30控制扫描操作。
在操作期间,当光子与检测器阵列500上的闪烁体碰撞时,光子碰撞在闪烁体上产生闪烁。闪烁体产生模拟信号,其被传送到可形成一部分检测器阵列500的电子仪器段(未示出)。当闪烁事件发生时,电子仪器段输出模拟信号。提供一组获取电路520以接收这些模拟信号。获取电路520处理模拟信号以标识每个有效事件,并提供指示标识的事件的一组数字数字或值。例如,这个信息指示事件何时发生以及检测到该事件的闪烁闪烁体的位置。
通过通信链路例如线缆向数据获取控制器522传送数字信号。数据获取处理器522适合于基于接收的信号执行散射校正和/或各种其它操作。PET***12还可包含经由通信链路526互连到数据获取控制器522的图像重构处理器524。在操作期间,图像重构处理器524对数字信号执行各种图像增强技术并生成受检者16的图像。
如本文使用的,指令集可包含指令作为处理机的计算机或处理器执行特定操作诸如本发明各种实施例的方法和过程的各种命令。指令集可以采用软件程序的形式,其可形成一个或多个有形非暂态计算机可读介质的一部分。软件可采用各种形式,诸如***软件或应用软件。另外,软件可采用独立程序或模块的集合、较大程序内的程序模块或程序模块的一部分的形式。软件还可包含以面向对象编程的形式的模块化编程。处理机处理输入数据可响应于操作者命令,或响应于之前处理的结果,或响应于由另一处理机作出的请求。
如本文使用的,术语“软件”和“固件”可包含存储在存储器中的任何计算机程序以便由计算机执行,存储器包含RAM存储器、ROM存储器、EPROM存储器、EEPROM存储器和非易失性RAM(NVRAM)存储器。以上存储器类型仅是示范性的,并且由此对于可用于存储计算机程序的存储器类型不是限制性的。
要理解,以上描述意于说明性的而非限制性的。例如,上述实施例(和/或其的方面)可彼此组合使用。此外,可作出许多修改以使特定情形或材料适应于各种实施例的教导而不脱离它们的范围。虽然本文描述的材料的尺寸和类型意于定义各种实施例的参数,但它们决非是限制的,而只是示范性的。在回顾以上描述后,许多其它实施例对于本领域技术人员将是显然的。各种实施例的范围因此应该参考所附权利要求以及赋予此类权利要求权利的等同物的全部范围来确定。在所附权利要求中,术语“包含”和“在其中”被用作相应术语“包括”和“其中”的普通语的等同物。此外,在所附权利要求中,术语“第一”、“第二”和“第三”等只是用作标记,并不意于对它们的对象施加数字要求。另外,所附权利要求的限制没以部件加功能的格式书写,并且不意于基于35 U.S.C. § 112第六段解释,除非并且直到此类权利要求限制明确使用了后面是功能陈述而没有另外的结构的短语“用于……的部件”。
该书面描述使用示例公开了各种实施例,包含最佳模式,并且还使本领域任何技术人员都能够实践各种实施例,包含制作和使用任何装置或***,并执行任何结合的方法。各种实施例的专利范围由权利要求书定义,并且可包含本领域技术人员想到的其它示例。此类其它示例如果其具有不与权利要求的文字语言不同的结构元件,或者如果其包含具有与权利要求的文字语言无实质差别的等同结构元件则确定在权利要求的范围内。
部件列表
10 成像***
12 第一模态单元
14 第二模态单元
16 受检者
18 门架
20 门架
22 中心开口
24 电动台
26 X射线源
28 检测器
30 工作站
32 衰减投射数据集
34 发射投射数据集
36 通信链路
40 计算机
42 显示器
44 输入装置
50 ATLaS模块
100 方法
at102 在102
at104 在104
at106 在106
at108 在108
at110 在110
at112 在112
at114 在114
200 多个切片
202 第一切片
204 第二切片
206 第三切片
208 第n切片
300 2D轴向图像
301 修订的分割图像
302 2D矢向图像
303 2D轴向图像
304 2D冠向图像
310 2D轴向图像
312 矢向2D图像
314 冠向2D图像
330 肿瘤
332 边界框
340 2D分割轴向图像
342 2D分割矢向图像
344 2D分割冠向图像
350 视口
352 视口
360 图标
362 图标
370 分割边界
372 分割边界
374 分割边界
376 第二分割边界
380 视觉指示器
382 视觉指示器
400 多个图像
402 MIP图像
404 MIP图像
500 检测器阵列
502 检测器模块
510 PET扫描仪控制器
520 获取电路
522 数据获取处理器
524 图像重构处理器
526 通信链路
Claims (20)
1.一种用于显示分割的二维(2D)图像的方法,所述方法包括:
沿观察平面获得对应于成像体积的三维(3D)体积数据集;
在3D体积内将感兴趣的对象分割,以沿所述观察平面生成多个分割的二维(2D)图像;
从所述多个分割的2D图像选择参考图像以用于观察;以及
显示所述参考图像,所述参考图像具有围绕所述感兴趣的对象画出的第一分割边界和围绕所述感兴趣的对象画出的第二分割边界,第一分割边界从在所述参考图像上执行的分割得出,并且第二分割边界从在所述多个分割的2D图像中的至少一个非参考图像上执行的分割得出。
2.如权利要求1所述的方法,其中,第二分割边界包括从沿所述观察平面生成的多个非参考图像得出的合成分割边界。
3.如权利要求1所述的方法,其中,第一分割边界具有第一颜色,并且第二分割边界具有第二不同的颜色。
4.如权利要求1所述的方法,其中,第一分割边界具有第一样式,并且第二分割边界具有第二不同的样式。
5.如权利要求1所述的方法,还包括:围绕所述感兴趣的对象定位边界框以执行所述分割。
6.如权利要求5所述的方法,还包括:
修改所述边界框的大小;以及
基于修改的边界框生成修订的分割图像。
7.如权利要求6所述的方法,还包括:
在所述感兴趣的对象中定义种子点;
基于所述种子点围绕所述感兴趣的对象生成边界框;以及
基于所述修改的边界框生成修订的分割图像。
8.如权利要求1所述的方法,其中,所述3D体积数据集包括3D发射图像数据集。
9.一种用于显示分割的二维(2D)图像的***,所述***包括:
医学成像扫描仪;以及
计算机,耦合到所述医学成像扫描仪,所述计算机配置成:
从所述医学成像扫描仪沿观察平面获得对应于成像体积的三维(3D)体积数据集;
在3D体积内将感兴趣的对象分割,以沿所述观察平面生成多个分割的二维(2D)图像;
接收从所述多个分割的2D图像选择用于观察的参考图像的输入;以及
自动显示所述参考图像,所述参考图像具有围绕所述感兴趣的对象画出的第一分割边界和围绕所述感兴趣的对象画出的第二分割边界,第一分割边界从在所述参考图像上执行的所述分割得出,并且第二分割边界从在所述多个分割的2D图像中的至少一个非参考图像上执行的所述分割得出。
10.如权利要求9所述的***,其中,第二分割边界包括从沿所述观察平面生成的多个非参考图像得出的合成分割边界。
11.如权利要求10所述的***,其中,第一分割边界具有第一颜色,并且第二分割边界具有第二不同的颜色。
12.如权利要求10所述的***,其中,第一分割边界具有第一样式,并且第二分割边界具有第二不同的样式。
13.如权利要求10所述的***,其中,所述计算机还配置成接收围绕所述感兴趣的对象定位边界框以执行所述分割的输入。
14.如权利要求13所述的***,其中,所述计算机还配置成:
接收修改所述边界框的大小的输入;以及
基于修改的边界框自动生成修订的分割图像。
15.如权利要求10所述的***,其中,所述医学成像扫描仪包括正电子发射断层扫描(PET)***。
16.一种医学影像装置,包括:
用于从医学成像扫描仪沿观察平面获得对应于成像体积的三维(3D)体积数据集的装置;
用于在3D体积内将感兴趣的对象分割,以沿所述观察平面生成多个分割的二维(2D)图像的装置;
用于接收从所述多个分割的2D图像选择用于观察的参考图像的输入的装置;以及
用于自动显示所述参考图像,所述参考图像具有围绕所述感兴趣的对象画出的第一分割边界和围绕所述感兴趣的对象画出的第二分割边界的装置,其中,第一分割边界从在所述参考图像上执行的所述分割得出,并且第二分割边界从在所述多个分割的2D图像中的至少一个非参考图像上执行的所述分割得出。
17.如权利要求16所述的医学影像装置,其中,第二分割边界包括从沿所述观察平面生成的多个非参考图像得出的合成分割边界。
18.如权利要求16所述的医学影像装置,其中,第一分割边界具有第一颜色,并且第二分割边界具有第二不同的颜色。
19.如权利要求16所述的医学影像装置,其中,第一分割边界具有第一样式,并且第二分割边界具有第二不同的样式。
20.如权利要求16所述的医学影像装置,还包括:
用于围绕所述感兴趣的对象定位边界框以执行所述分割的装置;
用于接收修改所述边界框的大小的输入的装置;以及
用于基于修改的边界框自动生成修订的分割图像的装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/482,660 US8712137B2 (en) | 2012-05-29 | 2012-05-29 | Methods and system for displaying segmented images |
US13/482,660 | 2012-05-29 | ||
US13/482660 | 2012-05-29 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103456002A CN103456002A (zh) | 2013-12-18 |
CN103456002B true CN103456002B (zh) | 2018-01-02 |
Family
ID=49670306
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310205757.XA Active CN103456002B (zh) | 2012-05-29 | 2013-05-29 | 用于显示分割的图像的方法和*** |
Country Status (2)
Country | Link |
---|---|
US (1) | US8712137B2 (zh) |
CN (1) | CN103456002B (zh) |
Families Citing this family (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8223143B2 (en) | 2006-10-27 | 2012-07-17 | Carl Zeiss Meditec, Inc. | User interface for efficiently displaying relevant OCT imaging data |
US11228753B1 (en) | 2006-12-28 | 2022-01-18 | Robert Edwin Douglas | Method and apparatus for performing stereoscopic zooming on a head display unit |
US10795457B2 (en) | 2006-12-28 | 2020-10-06 | D3D Technologies, Inc. | Interactive 3D cursor |
US11275242B1 (en) | 2006-12-28 | 2022-03-15 | Tipping Point Medical Images, Llc | Method and apparatus for performing stereoscopic rotation of a volume on a head display unit |
US11315307B1 (en) | 2006-12-28 | 2022-04-26 | Tipping Point Medical Images, Llc | Method and apparatus for performing rotating viewpoints using a head display unit |
WO2014003855A1 (en) * | 2012-06-27 | 2014-01-03 | Monteris Medical Corporation | Image-guided therapy of a tissue |
US9588964B2 (en) | 2012-09-18 | 2017-03-07 | Adobe Systems Incorporated | Natural language vocabulary generation and usage |
US10656808B2 (en) * | 2012-09-18 | 2020-05-19 | Adobe Inc. | Natural language and user interface controls |
US9412366B2 (en) | 2012-09-18 | 2016-08-09 | Adobe Systems Incorporated | Natural language image spatial and tonal localization |
JP6113487B2 (ja) * | 2012-12-13 | 2017-04-12 | 東芝メディカルシステムズ株式会社 | 医用画像診断装置及び医用画像処理装置 |
US9420945B2 (en) * | 2013-03-14 | 2016-08-23 | Carl Zeiss Meditec, Inc. | User interface for acquisition, display and analysis of ophthalmic diagnostic data |
JP6484650B2 (ja) * | 2014-06-24 | 2019-03-13 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 3dレンダリングに対する医療データセットの視覚的な匿名化 |
US20190216327A1 (en) * | 2014-09-19 | 2019-07-18 | DermSpectra LLC | Viewing grid and image display for viewing and recording skin images |
US9734742B2 (en) | 2015-04-15 | 2017-08-15 | Deep View, Llc | Deep viewer |
US10019740B2 (en) | 2015-10-07 | 2018-07-10 | Way2Vat Ltd. | System and methods of an expense management system based upon business document analysis |
US9947102B2 (en) * | 2016-08-26 | 2018-04-17 | Elekta, Inc. | Image segmentation using neural network method |
CN107480673B (zh) * | 2017-06-30 | 2021-01-26 | 上海联影医疗科技股份有限公司 | 确定医学图像中感兴趣区域的方法、装置及图像编辑*** |
CN109793482B (zh) * | 2019-01-07 | 2022-06-21 | 苏州佳世达光电有限公司 | 口腔扫描装置及其控制方法 |
US11100611B2 (en) | 2019-03-29 | 2021-08-24 | GE Precision Healthcare LLC | Systems and methods for background noise reduction in magnetic resonance images |
CN110993066A (zh) * | 2019-12-03 | 2020-04-10 | 杭州依图医疗技术有限公司 | 医学影像的显示方法及显示设备 |
US11282193B2 (en) * | 2020-03-31 | 2022-03-22 | Ping An Technology (Shenzhen) Co., Ltd. | Systems and methods for tumor characterization |
CN114052777A (zh) * | 2020-08-03 | 2022-02-18 | 通用电气精准医疗有限责任公司 | 图像显示方法以及超声成像*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1973301A (zh) * | 2004-06-23 | 2007-05-30 | 皇家飞利浦电子股份有限公司 | 用于显示与3d管状对象的参数有关的信息的图像处理*** |
CN101410869A (zh) * | 2006-03-28 | 2009-04-15 | 皇家飞利浦电子股份有限公司 | 医学成像中感兴趣区域的识别和可视化 |
CN101606182A (zh) * | 2006-08-11 | 2009-12-16 | 皇家飞利浦电子股份有限公司 | 从3d绘制中选择供查看的数据集 |
CN101681504A (zh) * | 2006-11-27 | 2010-03-24 | 皇家飞利浦电子股份有限公司 | 用于将实时超声图像与预先获取的医学图像进行融合的***和方法 |
CN102462504A (zh) * | 2010-11-08 | 2012-05-23 | 通用电气公司 | 用于分析和可视化能谱ct数据的***和方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7177953B1 (en) | 2000-12-22 | 2007-02-13 | Nortel Networks Limited | Device and method for data storage |
US7756310B2 (en) * | 2006-09-14 | 2010-07-13 | General Electric Company | System and method for segmentation |
US7953265B2 (en) | 2006-11-22 | 2011-05-31 | General Electric Company | Method and system for automatic algorithm selection for segmenting lesions on pet images |
US9289183B2 (en) * | 2009-11-27 | 2016-03-22 | Qview Medical, Inc. | Interactive display of computer aided detection results in combination with quantitative prompts |
CN101763644B (zh) * | 2010-03-10 | 2011-11-30 | 华中科技大学 | 肺结节三维分割与特征提取方法及*** |
CN102068281B (zh) * | 2011-01-20 | 2012-10-03 | 深圳大学 | 一种占位性病变超声图像的处理方法 |
-
2012
- 2012-05-29 US US13/482,660 patent/US8712137B2/en active Active
-
2013
- 2013-05-29 CN CN201310205757.XA patent/CN103456002B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1973301A (zh) * | 2004-06-23 | 2007-05-30 | 皇家飞利浦电子股份有限公司 | 用于显示与3d管状对象的参数有关的信息的图像处理*** |
CN101410869A (zh) * | 2006-03-28 | 2009-04-15 | 皇家飞利浦电子股份有限公司 | 医学成像中感兴趣区域的识别和可视化 |
CN101606182A (zh) * | 2006-08-11 | 2009-12-16 | 皇家飞利浦电子股份有限公司 | 从3d绘制中选择供查看的数据集 |
CN101681504A (zh) * | 2006-11-27 | 2010-03-24 | 皇家飞利浦电子股份有限公司 | 用于将实时超声图像与预先获取的医学图像进行融合的***和方法 |
CN102462504A (zh) * | 2010-11-08 | 2012-05-23 | 通用电气公司 | 用于分析和可视化能谱ct数据的***和方法 |
Also Published As
Publication number | Publication date |
---|---|
US8712137B2 (en) | 2014-04-29 |
CN103456002A (zh) | 2013-12-18 |
US20130322716A1 (en) | 2013-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103456002B (zh) | 用于显示分割的图像的方法和*** | |
EP2486548B1 (en) | Interactive selection of a volume of interest in an image | |
EP2420188B1 (en) | Diagnosis support apparatus, diagnosis support method, and storage medium storing diagnosis support program | |
US8199168B2 (en) | System and method for 3D graphical prescription of a medical imaging volume | |
US9697586B2 (en) | Method and apparatus for generating an enhanced image from medical imaging data | |
CN107169919B (zh) | 用于3d医学体积的加速读取的方法和*** | |
US8732601B2 (en) | Clinical review and analysis work flow for lung nodule assessment | |
US8897532B2 (en) | Systems and methods for performing image type recognition | |
US8754888B2 (en) | Systems and methods for segmenting three dimensional image volumes | |
EP2880594B1 (en) | Systems and methods for performing segmentation and visualization of multivariate medical images | |
CN104969265A (zh) | 为用户显示第一绘制投影和第二绘制投影之间的过渡的方法和*** | |
JP6058286B2 (ja) | 医用画像診断装置、医用画像処理装置及び方法 | |
US20170294016A1 (en) | Apparatus and method of processing computed tomography image | |
US9262834B2 (en) | Systems and methods for performing segmentation and visualization of images | |
US10342633B2 (en) | Medical image data processing system and method | |
US10032296B2 (en) | Volumertric image data visualization | |
EP3198565B1 (en) | Visualizing volumetric image of an anatomical structure | |
US9361711B2 (en) | Lesion-type specific reconstruction and display of digital breast tomosynthesis volumes | |
Douglas et al. | D3D augmented reality imaging system: proof of concept in mammography | |
EP3112909B1 (en) | Method for positioning target in three-dimensional ct image and security check ct system | |
US20120308107A1 (en) | Method and apparatus for visualizing volume data for an examination of density properties | |
EP2168492B1 (en) | Medical image displaying apparatus, medical image displaying method, and medical image displaying program | |
JP5846209B2 (ja) | 医療用データ処理装置およびそれを備えた放射線断層撮影装置 | |
US20230334732A1 (en) | Image rendering method for tomographic image data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |