DE102005041603A1 - Verfahren zur automatischen Erkennung eines Objektes in einem Bild - Google Patents
Verfahren zur automatischen Erkennung eines Objektes in einem Bild Download PDFInfo
- Publication number
- DE102005041603A1 DE102005041603A1 DE102005041603A DE102005041603A DE102005041603A1 DE 102005041603 A1 DE102005041603 A1 DE 102005041603A1 DE 102005041603 A DE102005041603 A DE 102005041603A DE 102005041603 A DE102005041603 A DE 102005041603A DE 102005041603 A1 DE102005041603 A1 DE 102005041603A1
- Authority
- DE
- Germany
- Prior art keywords
- image
- catheter
- locations
- potential
- analysis method
- 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.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
- G06T2207/10121—Fluoroscopy
-
- 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
- G06T2207/20112—Image segmentation details
- G06T2207/20132—Image cropping
-
- 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
- G06T2207/30021—Catheter; Guide wire
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (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)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
Um insbesondere für eine elektrophysiologische Untersuchung mit automatischer Steuerung eines Elektrodenkatheters (2) eine schnelle und sichere automatische Erkennung der Position des Katheters (2) zu ermöglichen, ist eine zweistufige Bildauswertung eines Röntgen-Duchleuchtungsbildes (4) vorgesehen. Hierbei werden im ersten Analyseschritt anhand der im Bild (4) enthaltenen Strukturen Polygonzüge (8) als potentielle Orte des Katheters (2) entwickelt. Im zweiten Analyseschritt werden mit Hilfe einer Template-Methode lediglich die zuvor identifizierten potentiellen Katheterpositionen untersucht und die tatsächliche Katheterposition (7) wird identifiziert.
Description
- Die Erfindung betrifft ein Verfahren zur automatischen Erkennung eines Objektes in einem Bild, insbesondere zur Erkennung eines medizinischen Instruments, wie einen Katheter, in einem durch ein medizinisches bildgebendes Verfahren gewonnenen Bild.
- Bei der medizinischen Behandlung oder Diagnose, bei der ein Instrument, insbesondere ein Katheter oder auch andere medizinische Behandlungsgeräte in den Patienten eingeführt werden, ist oftmals eine Positionskontrolle des eingeführten Objektes erforderlich. Während einer derartigen Behandlung werden daher üblicherweise parallel über ein bildgebendes System, beispielsweise ein Computertomographiegerät, ein Angiographiesystem oder im Magnetresonanzgerät etc., Bilder von dem zu untersuchenden Bereich und dem eingeführten Instrument fortlaufend erstellt. Bei einigen Anwendungen, insbesondere bei einer elektrophysiologischen Untersuchung, bei der ein Elektrodenkatheter bis in das Herz eingeführt wird, ist eine hochgenaue aktive Positionskontrolle erforderlich, d.h, es ist nicht nur eine genaue Überwachung der Position des Katheters sondern auch eine hochgenaue Steuerung des Katheters zum Herzen erforderlich. Hierfür werden zunehmend Verfahren und Systeme eingesetzt, die eine automatische Steuerung des Katheters ermöglichen.
- Voraussetzung für eine derartige automatische Steuerung ist eine Erkennung der aktuellen Ist-Position des Katheters in der jeweiligen Gefäßstruktur. Eine Möglichkeit zur Bestimmung der aktuellen Ist-Position besteht in der Bildauswertung der mit dem bildgebenden System aufgenommenen Bilder. D.h. mit Hilfe eines bildverarbeitenden Systems wird das Abbild des Instrumentes in dem aufgenommenen Bild automatisch durch eine entsprechende Bilderkennungssoftware erfasst. Ein Problem hierbei besteht einerseits in der Sicherstellung, dass die tatsächliche Lage des Instruments auch erfasst wird. Andererseits besteht das Problem, dass eine möglichst schnelle Identifizierung in Echtzeit erforderlich ist, um bei einer automatischen Steuerung während des fortlaufenden Vorschubs des Instruments jeweils die aktuelle Ist-Position bestimmen zu können.
- Der Erfindung liegt die Aufgabe zu Grunde, eine sichere und schnelle automatische Erkennung eines Objektes, insbesondere eines medizinischen Instruments, in einem Bild zu ermöglichen.
- Die Aufgabe wird gemäß der Erfindung gelöst durch ein Verfahren nach dem Patentanspruch 1. Danach ist vorgesehen, dass mit Hilfe einer ersten Analysemethode in dem durch ein bildgebendes System gewonnenen Bildes eine Auswahl potentieller Objektorte bestimmt wird. Anschließend werden mit Hilfe einer zweiten Analysemethode lediglich die ausgewählten potentiellen Objektorte auf das Vorhandensein des Objektes untersucht.
- Unter Analysemethode ist hierbei allgemein ein spezielles Verfahren zur Bildauswertung und zur Erkennung von Strukturen und Mustern in einem Bild zu verstehen. Derartige Verfahren zur Muster- und Bilderkennung sind in vielfältigen Varianten verfügbar. Durch die Verwendung zweier unterschiedlicher Analysemethoden, also der Verwendung von unterschiedlich ausgestalteten Algorithmen zur Erkennung von Strukturen in dem Bild, wird der besondere Vorteil erzielt, dass unterschiedliche Analysemethoden derart miteinander kombiniert werden, dass sowohl ein schnelles als auch ein sicheres Erfassen des Objektes in dem Bild erreicht werden kann. Hierzu wird mit Hilfe der ersten Analysemethode eine Vorauswahl getroffen. Mit Hilfe der zweiten, nachfolgenden Analysemethode braucht daher nur noch diese Vorauswahl überprüft zu werden.
- Gemäß einer zweckdienlichen Weiterbildung ist daher vorgesehen, dass die erste Analysemethode eine geringere Genauigkeit als die zweite Analysemethode aufweist. Unter Genauigkeit wird hierbei der Grad an Wahrscheinlichkeit verstanden, mit der ein identifiziertes Objekt das tatsächlich gesuchte Objekt ist, d.h. es ist der Grad der Wahrscheinlichkeit dafür, dass ein Treffer vorliegt. Da die erste Analysemethode eine geringere Genauigkeit aufweist, also im Wesentlichen ein grobes Verfahren darstellt, wird hierbei bewusst eine hohe Fehlerquote zugelassen in dem Sinne, dass eine große Anzahl von Objekten identifiziert wird, also eine große Anzahl von "falschen" Treffern ermittelt wird. Der Vorteil hierbei ist darin zu sehen, dass Algorithmen, die einer derartigen groben Bildauswertung zu Grunde liegen, sehr schnell und mit wenig Rechenaufwand durchführbar sind. Die vorausgewählten potentiellen Objektorte können anschließend mit der hochgenauen zweiten Analysemethode genau untersucht werden, um eine eindeutige Identifizierung des Objektes zu gewährleisten. Da mit der zweiten Analysemethode lediglich einige ausgewählte Bereiche des Bildes und nicht das gesamte Bild untersucht werden müssen, ist trotz des nacheinander erfolgenden Durchlaufens zweier Bildauswerteverfahren eine sehr schnelle Bildauswertung mit sehr hoher Sicherheit ermöglicht.
- Zweckdienlicherweise ist hierbei die erste Analysemethode so tolerant eingestellt, dass sichergestellt ist, dass die potentiellen Objektorte den tatsächlichen Objektort umfassen. Es wird hier also bewusst eine hohe Anzahl von "falschen" Treffern zugelassen, um insbesondere auch bei schlechter Bildqualität zu gewährleisten, dass der tatsächliche Objektort in der Anzahl der potentiellen Objektorte enthalten ist.
- Vorzugsweise ist hierbei der Grad der Toleranz insbesondere unmittelbar vor Ort durch das medizinische Personal einstellbar. Hierdurch besteht die Möglichkeit, bedarfsweise in Abhängigkeit der jeweils aktuellen Gegebenheiten, wie beispielsweise Bildqualität, Anforderungen an die Sicherheit etc, die Genauigkeit anpassen zu können.
- Vorzugsweise werden bei der ersten Analysemethode anhand der Strukturen im aufgenommenen Bild Polygonzüge entwickelt, die als potentielle Objektorte identifiziert werden. Das aufgenommene Bild wird daher lediglich auf linienförmige, zusammenhängende Strukturen untersucht und diese werden als potentielle Objektorte nach Art eines Polygonzuges dargestellt. Eine derartige Analysemethode benötigt wenig Rechenkapazität und lässt sich daher sehr schnell durchführen. Eine vergleichbare derartige Methode wird beispielsweise auch bei der automatischen Schriftenerkennung, insbesondere von handgeschriebenen Adressen, verwendet, wie sie beispielsweise aus dem Artikel "Recognition of Handwritten ZIP Codes in a Real – World Non-Standard-Letter Sorting System", Journal of Applied Intelligence, Vol. 12, N. 1/2, January 2000, pp. 95–115, von M. Pfister, S. Behnke und R. Rojas zu entnehmen ist.
- Gemäß einer zweckdienlichen Weiterbildung werden im Rahmen der ersten Analysemethode die aufgefundenen Polygonzüge mit einem dem Objekt zugeordneten und vorgesehenen Objektpolygonszug verglichen, wobei die Orte derjenigen entwickelten Polygonzüge, die eine Ähnlichkeit zu dem Objektpolygonzug zeigen, als potentielle Objektorte identifiziert werden. Hierdurch findet daher eine ergänzende Vorauswahl und Einschränkung der möglichen Objektorte statt, um die Anzahl der mit der zweiten Analysemethode nachfolgend zu untersuchenden Bildbereiche einzuschränken.
- Zweckdienlicherweise wird als zweite Analysemethode ein so genanntes Template- oder auch Mapping-Verfahren eingesetzt. Bei einem derartigen Verfahren wird ein vorgegebenes Bildmodell des Objekts, also eine computerbasierte Vorlage, mit den Bildbereichen der zuvor ermittelten potentiellen Objektorte verglichen. Eine derartige Template-basierte Methode wird beispielsweise in dem Artikel "Ein modellbasierter Ansatz zur Lokalisation von Basket-Kathetern für endokardiales Mapping", in Biomedizinische Technik, Band 45–1, Seiten 57 und 58, September 2000 von Ingo H. de Boer, F.B. Sachse, Olaf Dössel, beschrieben.
- Diese Template-basierte Methode ist eine hochgenaue Methode und ermöglicht eine sichere Identifizierung des Objektes in dem Bild.
- Zweckdienlicherweise wird der tatsächliche Objektort laufend und in Echtzeit bestimmt, d.h. die beiden Analysemethoden werden fortlaufend parallel zu der Erzeugung von Bildern durch das bildgebende System durchgeführt.
- Bevorzugt werden die Informationen über den tatsächlichen Objektort für eine automatische Navigation des Objektes herangezogen. Die automatische Detektion des Objektorts mit dem hier vorgestellten Verfahren wird daher insbesondere für eine automatische Steuerung eines Instruments, insbesondere eines Elektrodenkatheters für eine elektrophysiologische Untersuchung, herangezogen.
- Ein Ausführungsbeispiel der Erfindung wird im Folgenden anhand der Zeichnung näher erläutert. Es zeigen in vereinfachten Darstellungen:
-
1 ein Röntgen-Durchleuchtungsbild eines zu untersuchenden Bereichs, in dem ein Katheter für eine elektrophysiologische Untersuchung eingeführt ist, -
2 mit Hilfe der ersten Analysemethode aus dem Durchleuchtungsbild gemäß1 entwickelte Polygonzüge sowie -
3 das Durchleuchtungsbild gemäß1 , wobei hier mit Hilfe der zweiten Analysemethode ein Bildmodell des Katheters zur Identifizierung der tatsächlichen Katheterposition über das Bild gelegt ist. - In den Figuren sind sinngemäß gleiche Merkmale mit den gleichen Bezugszeichen versehen.
- Bei der Behandlung eines Patienten, insbesondere bei einer elektrophysiologischen Untersuchung, wird ein Elektrodenkatheter
2 , also ein mit Elektroden versehener Katheter, in den Patienten eingeführt und nach und nach in Richtung zum Herzen geschoben. Während der Untersuchung werden parallel über ein medizinisches bildgebendes System, beispielsweise mit einer Röntgen-Computertomographieanlage, Durchleuchtungsbilder4 fortlaufend erzeugt. Ein derartiges Durchleuchtungsbild4 ist in1 dargestellt. Mit Hilfe des hier beschriebenen Verfahrens erfolgt eine automatische Erfassung der Position des Katheters2 innerhalb des Bildes4 und somit innerhalb des in Bild4 dargestellten zu untersuchenden Bereichs6 oder Gewebes. - Der Katheter
2 wird in hier nicht näher erläuterter Art und Weise automatisch gesteuert, d.h. sowohl die Vorschubbewegung in Längsrichtung des Katheters2 als auch seine Orientierung in der senkrecht zur Längsrichtung aufgespannten x-y Ebene erfolgen gesteuert mit einer geeigneten Fernsteuerung. Alternativ hierzu wird lediglich die Orientierung in der x-y Ebene der Katheterspitze ferngesteuert und der Vorschub in Vorschubrichtung erfolgt manuell. Prinzipiell besteht auch die Möglichkeit, zusätzlich zu der Vorschubbewegung den Katheter in allen drei Raumrichtungen zu steuern. Für die Steuerung werden beispielsweise magnetische Systeme verwendet. - Die über das hier beschriebene Verfahren erhaltenen Daten, insbesondere Koordinaten der tatsächlichen Position des Katheters
2 , werden an eine Steuer- und Rechnereinheit übermittelt, die anhand dieser Daten die weitergehende automatische Steuerung des Katheters2 bis hin zu dem gewünschten Zielbereich, insbesondere das Herz, vornimmt. Voraussetzung für die Ermöglichung einer derartigen automatischen Steuerung ist, dass die Daten über die tatsächliche Position7 des Katheters2 während dessen Vorschub in Echtzeit bereitgestellt werden. Es ist also eine sehr schnelle Positionserfassung des Katheters2 erforderlich. Um eine Verletzung von Gewebe auszu schließen ist gleichzeitig eine sehr hohe Sicherheit bei der Bestimmung der aktuellen Position erforderlich. - Um sowohl eine schnelle als auch eine sichere Bestimmung der Ist-Position zu ermöglichen, ist gemäß dem Verfahren ein zweistufiges Vorgehen vorgesehen. Zunächst werden mit Hilfe einer ersten schnellen und groben Analysemethode aus dem Bild
4 anhand der darin enthaltenen Strukturen Polygonzüge8 ermittelt, die potentielle Orte für den Elektrodenkatheter2 darstellen. Die nach diesem ersten Analyseschritt erhaltenen Polygonzüge8 sind in2 dargestellt. - Im nunmehr nachfolgenden zweiten Analyseschritt werden mit Hilfe einer Template-Methode lediglich noch die durch die Polygonzüge identifizierten Bildbereiche überprüft. Hierzu wird ein Bildmodell
10 (Template), also eine Art Vorlage des Katheters, in an sich bekannter Weise über das Bild4 gelegt, und zwar lediglich über die durch die Polygonzüge8 definierten potentiellen Orte. Da die Template-Methode eine hochgenaue Methode ist, erfolgt hierbei eine sichere und zuverlässige Ortung der tatsächlichen Position des Katheters2 . Das Ergebnis dieser zweiten Analysemethode mit der Template-Methode ist in3 dargestellt. Die tatsächliche Position des Katheters2 ist trotz des zweistufigen Vorgehens sehr schnell und zuverlässig detektiert.
Claims (9)
- Verfahren zur automatischen Erkennung eines Objekts (
2 ) in einem Bild (4 ), insbesondere zur Erkennung eines medizinischen Instruments, wie ein Katheter, in einem durch ein medizinisches bildgebendes Verfahren gewonnenen Bild (4 ), bei dem mit Hilfe einer ersten Analysemethode eine Auswahl potentieller Objektorte (8 ) bestimmt und anschließend mit Hilfe einer zweiten Analysemethode lediglich die ausgewählten potentiellen Objektorte (8 ) auf das Vorhandensein des Objektes (2 ) untersucht werden. - Verfahren nach Anspruch 1, bei dem die erste Analysemethode eine geringere Genauigkeit als die zweite Analysemethode aufweist.
- Verfahren nach Anspruch 1 oder 2, bei dem die erste Analysemethode so tolerant eingestellt ist, dass sichergestellt ist, dass die potentiellen Objektorte (
8 ) den tatsächlichen Objektort (7 ) umfassen. - Verfahren nach Anspruch 3, bei dem der Grad der Toleranz einstellbar ist.
- Verfahren nach einem der vorhergehenden Ansprüche, bei dem bei der ersten Analysemethode anhand der Strukturen im Bild Polygonzüge (
8 ) entwickelt werden, die als potentielle Objektorte identifiziert werden. - Verfahren nach Anspruch 5, bei dem die entwickelten Polygonzüge (
8 ) mit einem dem Objekt (2 ) zugeordneten und vorgegebenen Objektpolygonzug verglichen werden und die Orte derjenigen Polygonzüge (8 ), die eine Ähnlichkeit zu dem Objektpolygonzug zeigen, als potentielle Objektorte identifiziert werden. - Verfahren nach einem der vorhergehenden Ansprüche, bei dem ein vorgegebenes Bildmodell (
10 ) des Objektes (2 ) mit den Bildbereichen der potentiellen Objektorte (8 ) verglichen wird und bei Übereinstimmung der jeweilige potentielle Objektort (8 ) als tatsächlicher Objektort (7 ) identifiziert wird. - Verfahren nach einem der vorhergehenden Ansprüche, bei dem der tatsächliche Objektort (
7 ) laufend und in Echtzeit bestimmt wird. - Verfahren nach einem der vorhergehenden Ansprüche, bei dem die Informationen über den tatsächlichen Objektort (
7 ) für eine automatische Navigation des Objekts (2 ) herangezogen werden.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102005041603A DE102005041603A1 (de) | 2005-09-01 | 2005-09-01 | Verfahren zur automatischen Erkennung eines Objektes in einem Bild |
US11/515,285 US7860281B2 (en) | 2005-09-01 | 2006-08-31 | Method for the automatic recognition of an object in an image |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102005041603A DE102005041603A1 (de) | 2005-09-01 | 2005-09-01 | Verfahren zur automatischen Erkennung eines Objektes in einem Bild |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102005041603A1 true DE102005041603A1 (de) | 2007-03-15 |
Family
ID=37762884
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102005041603A Withdrawn DE102005041603A1 (de) | 2005-09-01 | 2005-09-01 | Verfahren zur automatischen Erkennung eines Objektes in einem Bild |
Country Status (2)
Country | Link |
---|---|
US (1) | US7860281B2 (de) |
DE (1) | DE102005041603A1 (de) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8959082B2 (en) | 2011-10-31 | 2015-02-17 | Elwha Llc | Context-sensitive query enrichment |
US10679309B2 (en) | 2011-12-30 | 2020-06-09 | Elwha Llc | Evidence-based healthcare information management protocols |
US10528913B2 (en) | 2011-12-30 | 2020-01-07 | Elwha Llc | Evidence-based healthcare information management protocols |
US10559380B2 (en) | 2011-12-30 | 2020-02-11 | Elwha Llc | Evidence-based healthcare information management protocols |
US10552581B2 (en) | 2011-12-30 | 2020-02-04 | Elwha Llc | Evidence-based healthcare information management protocols |
US20130173294A1 (en) | 2011-12-30 | 2013-07-04 | Elwha LLC, a limited liability company of the State of Delaware | Evidence-based healthcare information management protocols |
US10340034B2 (en) | 2011-12-30 | 2019-07-02 | Elwha Llc | Evidence-based healthcare information management protocols |
US10475142B2 (en) | 2011-12-30 | 2019-11-12 | Elwha Llc | Evidence-based healthcare information management protocols |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4175860A (en) * | 1977-05-31 | 1979-11-27 | Rush-Presbyterian-St. Luke's Medical Center | Dual resolution method and apparatus for use in automated classification of pap smear and other samples |
US5369678A (en) * | 1992-06-29 | 1994-11-29 | Siemens Corporate Research, Inc. | Method for tracking a catheter probe during a fluoroscopic procedure |
DE19507564A1 (de) * | 1995-03-03 | 1996-09-05 | Delphi Systemsimulation Gmbh | Verfahren zur Mustererkennung und Verfahren zum Erstellen eines n-dimensionalen Objektes |
US5651775A (en) * | 1995-07-12 | 1997-07-29 | Walker; Richard Bradley | Medication delivery and monitoring system and methods |
US5926568A (en) * | 1997-06-30 | 1999-07-20 | The University Of North Carolina At Chapel Hill | Image object matching using core analysis and deformable shape loci |
US6266442B1 (en) * | 1998-10-23 | 2001-07-24 | Facet Technology Corp. | Method and apparatus for identifying objects depicted in a videostream |
DE10005835A1 (de) | 2000-02-10 | 2001-08-16 | Bundesdruckerei Gmbh | Automatische Authentifikation von mit Sicherheitsmerkmalen geschützten Dokumenten |
WO2001078005A2 (en) * | 2000-04-11 | 2001-10-18 | Cornell Research Foundation, Inc. | System and method for three-dimensional image rendering and analysis |
DE10135817A1 (de) | 2001-07-23 | 2003-02-20 | Siemens Ag | Verfahren zum Ähnlichkeitsvergleich von zwei aus Polygonzügen aufgebauten, digitalen Bildern |
EP1565884A2 (de) * | 2002-11-18 | 2005-08-24 | Koninklijke Philips Electronics N.V. | Verfahren und vorrichtung zur bildregistrierung |
CN100465985C (zh) * | 2002-12-31 | 2009-03-04 | 佳能株式会社 | 人眼探测方法及设备 |
DE10340544B4 (de) | 2003-09-01 | 2006-08-03 | Siemens Ag | Vorrichtung zur visuellen Unterstützung einer elektrophysiologischen Katheteranwendung im Herzen |
US7490021B2 (en) * | 2003-10-07 | 2009-02-10 | Hospira, Inc. | Method for adjusting pump screen brightness |
US7702599B2 (en) * | 2004-10-07 | 2010-04-20 | Bernard Widrow | System and method for cognitive memory and auto-associative neural network based pattern recognition |
GB0427737D0 (en) * | 2004-12-17 | 2005-01-19 | Univ Cambridge Tech | Method of identifying features within a dataset |
-
2005
- 2005-09-01 DE DE102005041603A patent/DE102005041603A1/de not_active Withdrawn
-
2006
- 2006-08-31 US US11/515,285 patent/US7860281B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
US7860281B2 (en) | 2010-12-28 |
US20070047769A1 (en) | 2007-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102005041603A1 (de) | Verfahren zur automatischen Erkennung eines Objektes in einem Bild | |
DE69024991T2 (de) | Vorrichtung für rechnergesteuerte Laserchirurgie | |
DE19944516B4 (de) | Dreidimensionale Formerfassung mit Kamerabildern | |
EP0857461B1 (de) | Verfahren und Anordnung zur Positionsbestimmung bei der Röntgenbildgebung | |
EP2445437B1 (de) | Verfahren zum erzeugen von positionsdaten eines instrumentes | |
EP2008606B1 (de) | Bestimmung von Korrespondenz-Objekt-Paaren zur medizinischen Navigation | |
DE10108547A1 (de) | Vorrichtung und Verfahren zur Steuerung von chirurgischen Instrumenten bei einem operativen Eingriff | |
DE102014212632B4 (de) | Verfahren zum Überwachen eines Betriebs eines Medizingeräts | |
WO2011107575A1 (de) | Medizinische untersuchungs- und/oder behandlungsvorrichtung | |
DE10160530B4 (de) | Verfahren und Anlage zur Magnetresonanz-Bildgebung | |
DE102012214513A1 (de) | Automatisierte Qualitätskontrolle für ein Röntgenbild | |
DE102015016623B4 (de) | Vorrichtung, Verfahren und Programm zum Verfolgen und Behandeln eines bewegbaren Teils | |
DE102016215831A1 (de) | Automatische Generierung synthetischer Projektionen | |
DE102015212841A1 (de) | Betrieb eines Röntgensystems zur Untersuchung eines Objektes | |
DE102011001675A1 (de) | Verfahren zur Verarbeitung radiologischer Bilder | |
DE10108947B4 (de) | Verfahren und Vorrichtung zum Abgleichen von wenigstens einem visualisierten medizinischen Messergebnis mit wenigstens einem weiteren, eine räumliche Information enthaltenden Datensatz | |
EP2373246B1 (de) | Verfahren zum erzeugen von bilddaten für eine darstellung eines instrumentes und system | |
DE102006019340A1 (de) | Verfahren und Vorrichtung zur Bildverarbeitung | |
DE112020007261T5 (de) | Moiré-markierung für röntgenbilder | |
DE10235795A1 (de) | Medizinische Vorrichtung | |
EP3590427B1 (de) | Verfahren zum ermitteln einer geeigneten angulation und vorrichtung | |
DE102019214560A1 (de) | Verfahren zur automatischen Auswahl von medizinischen Strukturen und Vorrichtung | |
DE102019211536A1 (de) | Automatische Lokalisierung einer Struktur | |
DE102007057493A1 (de) | Röntgenanlage mit verbesserter Planung eines Nadelpfades | |
EP3499461A1 (de) | Darstellung von markern in der medizinischen bildgebung |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
8120 | Willingness to grant licences paragraph 23 | ||
R003 | Refusal decision now final | ||
R011 | All appeals rejected, refused or otherwise settled | ||
R119 | Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee | ||
R119 | Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee |
Effective date: 20150401 |