JP4708362B2 - コンピュータで実施される方法 - Google Patents
コンピュータで実施される方法 Download PDFInfo
- Publication number
- JP4708362B2 JP4708362B2 JP2006549455A JP2006549455A JP4708362B2 JP 4708362 B2 JP4708362 B2 JP 4708362B2 JP 2006549455 A JP2006549455 A JP 2006549455A JP 2006549455 A JP2006549455 A JP 2006549455A JP 4708362 B2 JP4708362 B2 JP 4708362B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- voxel
- value
- candidate
- response
- 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
- 238000000034 method Methods 0.000 title claims description 44
- 230000004044 response Effects 0.000 claims description 28
- 208000014081 polyp of colon Diseases 0.000 claims description 11
- 230000002685 pulmonary effect Effects 0.000 claims description 10
- 208000037062 Polyps Diseases 0.000 claims description 9
- 210000001072 colon Anatomy 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 210000004072 lung Anatomy 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 5
- 230000005856 abnormality Effects 0.000 claims 1
- 238000001514 detection method Methods 0.000 description 20
- 230000011218 segmentation Effects 0.000 description 19
- 238000002591 computed tomography Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 10
- 230000015572 biosynthetic process Effects 0.000 description 6
- 238000003384 imaging method Methods 0.000 description 5
- 230000010354 integration Effects 0.000 description 5
- 230000005855 radiation Effects 0.000 description 5
- 206010056342 Pulmonary mass Diseases 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000003902 lesion Effects 0.000 description 4
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 238000002609 virtual colonoscopy Methods 0.000 description 3
- 210000004204 blood vessel Anatomy 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 210000001519 tissue Anatomy 0.000 description 2
- 238000012285 ultrasound imaging Methods 0.000 description 2
- 208000035984 Colonic Polyps Diseases 0.000 description 1
- 206010016717 Fistula Diseases 0.000 description 1
- 206010020880 Hypertrophy Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004195 computer-aided diagnosis Methods 0.000 description 1
- 208000031513 cyst Diseases 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000003890 fistula Effects 0.000 description 1
- 230000008571 general function Effects 0.000 description 1
- 210000003767 ileocecal valve Anatomy 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000037390 scarring Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 210000004872 soft tissue Anatomy 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
- G06T7/41—Analysis of texture based on statistical description of texture
- G06T7/44—Analysis of texture based on statistical description of texture using image operators, e.g. filters, edge density metrics or local histograms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30028—Colon; Small intestine
-
- 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
- G06T2207/30061—Lung
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Probability & Statistics with Applications (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)
- Image Processing (AREA)
Description
この出願は、参照することによりその全体が本願に組み込まれる2004年1月8日に提出された米国仮出願第60/535,088号の利益を請求する。
コンピュータ断層撮影(CT)および磁気共鳴(MR)スキャナによって得られる現代の3次元(3D)医用画像は、医師が検査して解釈するのに時間を要する多量のデータを含んでいる。それらの解析を支援するために、コンピュータ支援検出(CAD;Computed Aided Detection)、コンピュータ支援診断(CADx)、様々な視覚化モダリティなどの様々な重要なツールが導入されてきた。そのようなツールは、セグメント化、候補検出、特徴収集、分類などを含むことができる前処理ステップを必要とする。分類は、疑わしい疾患の検出された病変/領域として候補を自動的に標識化するとともに、疑わしい疾患の検出された病変/領域を異なるタイプに分類するために使用できる。
本発明は定められた3D領域の特性に基づいて画像の定められた位置で1つの値を計算する3次元医用画像フィルタに関する。フィルタは隣接する位置の画像値と勾配との関数である方程式によって規定される。方程式は定められた位置で最終値を決定する。これらの方程式の特定の定義は、フィルタ特性を決定するとともに、様々な用途において調整されてもよい。
本発明は、画像の特性を識別するためのフィルタの使用に関する。フィルタの1つの用途は、大腸ポリープまたは肺結節等の異常体または候補の想定し得る位置の検出である。フィルタの他の用途は、真正な候補を誤った候補から区別するために候補識別のための特徴を収集することである。他の用途は、3D画像内での候補の範囲を決定するために候補のセグメント化を行なうことである。
2 X線ビーム
3 患者
4 放射線検出器
8 システム軸線
10 データ取得システム
12 信号プロセッサ
20 CADシステム
Claims (25)
- 3次元画像内の1つの特定のボクセルの応答値を、当該ボクセルの周囲にある複数の周囲ボクセルの勾配ベクトルおよびグレーレベル値の関数に基づいて作成するためのコンピュータで実施される方法において、
a.周囲ボクセルの勾配ベクトルの角度、大きさ、および、当該ボクセルと周囲ボクセルとの間の距離の値を計算するステップと、
b.周囲ボクセルのグレーレベル値とステップaで計算された周囲ボクセルの勾配ベクトルの角度、大きさ、および、当該ボクセルと周囲ボクセルとの間の距離の値とに基づく値を計算するステップと、
c.ステップbで計算された周囲ボクセルからの値を組み合わせて前記応答値を導き出すステップと、
を備えることを特徴とするコンピュータで実施される方法。 - 周囲ボクセルは画像ボリューム全体によって規定されることを特徴とする請求項1に記載の方法。
- 周囲ボクセルは画像ボリューム全体の選択された一部分によって規定されることを特徴とする請求項1に記載の方法。
- 関数は応答画像を形成するために画像の一部に適用されることを特徴とする請求項3に記載の方法。
- 関数は応答画像を形成するために画像の全てのボクセルに適用されることを特徴とする請求項3に記載の方法。
- 応答画像は、1つ又は複数の特定の閾値によって表される関数値を有するボクセルを識別することにより画像内の候補を検出するために使用されることを特徴とする請求項4に記載の方法。
- 候補が異常な候補を示すことを特徴とする請求項6に記載の方法。
- 応答画像は、1つ又は複数の特定の閾値によって表される関数値を有するボクセルを識別することにより画像内の候補を検出するために使用されることを特徴とする請求項5に記載の方法。
- 候補が異常な候補であることを特徴とする請求項8に記載の方法。
- 複数の前記応答値が、1つの候補の周囲の関心ボリューム(VOI)の特徴を形成するために使用されることを特徴とする請求項1に記載の方法。
- 関心ボリューム(VOI)は、定められた閾値を上回る値を前記応答値に与えたボクセルを選択することにより規定されることを特徴とする請求項10に記載の方法。
- 関心ボリューム(VOI)内の前記応答値の1つ又は複数の統計的測定値を計算することにより、検出された候補の周囲の関心ボリューム(VOI)の特徴を形成するステップを更に備えることを特徴とする請求項4に記載の方法。
- 関心ボリューム(VOI)内の前記応答値の1つ又は複数の統計的測定値を計算することにより、検出された候補の周囲の関心ボリューム(VOI)の特徴を形成するステップを更に備えることを特徴とする請求項5に記載の方法。
- 候補の位置においてどのボクセルが閾値を超える値を前記応答値に与えたかを決定することにより対象の範囲が定められ、この対象がセグメント化されることを特徴とする請求項6に記載の方法。
- 周囲ボクセルの数に基づいて前記応答値をスケーリングするステップを更に備えることを特徴とする請求項1に記載の方法。
- 画像が医用画像であることを特徴とする請求項1に記載の方法。
- 医用画像が人間の結腸の画像であることを特徴とする請求項16に記載の方法。
- 結腸ポリープを検出するために前記応答値が使用されることを特徴とする請求項17に記載の方法。
- 結腸ポリープ候補を真正なポリープまたは誤ったポジ画像として分類するために、あるいは、結腸ポリープをタイプに従って分類するために前記応答値が使用されることを特徴とする請求項17に記載の方法。
- 結腸ポリープをセグメント化するために前記応答値が使用されることを特徴とする請求項17に記載の方法。
- 医用画像が肺の画像であることを特徴とする請求項16に記載の方法。
- 肺結節を検出するために前記応答値が使用されることを特徴とする請求項21に記載の方法。
- 肺結節候補を真正な結節または誤ったポジ画像として分類するために、あるいは、肺結節をタイプに従って分類するために前記応答値が使用されることを特徴とする請求項21に記載の方法。
- 肺結節をセグメント化するために前記応答値が使用されることを特徴とする請求項21に記載の方法。
- 候補を真正な異常体または誤ったポジ画像として分類するために、あるいは、異常体を異常のタイプにしたがったカテゴリーに分類するために特徴が使用されることを特徴とする請求項10に記載の方法。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US53508804P | 2004-01-08 | 2004-01-08 | |
US60/535,088 | 2004-01-08 | ||
US11/031,729 US7515743B2 (en) | 2004-01-08 | 2005-01-06 | System and method for filtering a medical image |
US11/031,729 | 2005-01-06 | ||
PCT/US2005/000608 WO2005071613A1 (en) | 2004-01-08 | 2005-01-10 | System and method for filtering a medical image |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2007517610A JP2007517610A (ja) | 2007-07-05 |
JP4708362B2 true JP4708362B2 (ja) | 2011-06-22 |
Family
ID=34742480
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006549455A Active JP4708362B2 (ja) | 2004-01-08 | 2005-01-10 | コンピュータで実施される方法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US7515743B2 (ja) |
EP (1) | EP1704532B1 (ja) |
JP (1) | JP4708362B2 (ja) |
CN (1) | CN1930584B (ja) |
AU (1) | AU2005207310B2 (ja) |
CA (1) | CA2552875C (ja) |
WO (1) | WO2005071613A1 (ja) |
Families Citing this family (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7194117B2 (en) * | 1999-06-29 | 2007-03-20 | The Research Foundation Of State University Of New York | System and method for performing a three-dimensional virtual examination of objects, such as internal organs |
US7260250B2 (en) * | 2002-09-30 | 2007-08-21 | The United States Of America As Represented By The Secretary Of The Department Of Health And Human Services | Computer-aided classification of anomalies in anatomical structures |
US7529395B2 (en) * | 2004-12-07 | 2009-05-05 | Siemens Medical Solutions Usa, Inc. | Shape index weighted voting for detection of objects |
US7853062B2 (en) * | 2005-09-13 | 2010-12-14 | Siemens Medical Solutions Usa, Inc. | System and method for polyp detection in tagged or non-tagged stool images |
US7835555B2 (en) * | 2005-11-29 | 2010-11-16 | Siemens Medical Solutions Usa, Inc. | System and method for airway detection |
US8452061B2 (en) * | 2005-11-30 | 2013-05-28 | The Research Foundation Of State University Of New York | Electronic colon cleansing method for virtual colonoscopy |
US20100260390A1 (en) * | 2005-11-30 | 2010-10-14 | The Research Foundation Of State University Of New York | System and method for reduction of false positives during computer aided polyp detection |
US11228753B1 (en) | 2006-12-28 | 2022-01-18 | Robert Edwin Douglas | Method and apparatus for performing stereoscopic zooming 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 |
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 |
US8023710B2 (en) * | 2007-02-12 | 2011-09-20 | The United States Of America As Represented By The Secretary Of The Department Of Health And Human Services | Virtual colonoscopy via wavelets |
US7653258B2 (en) * | 2007-04-17 | 2010-01-26 | Saudi Arabian Oil Company | Enhanced isotropic 2D and 3D gradient method |
US8175348B2 (en) * | 2007-06-05 | 2012-05-08 | The United States Of America As Represented By The Secretary Of The Department Of Health And Human Services | Segmenting colon wall via level set techniques |
US20090100105A1 (en) * | 2007-10-12 | 2009-04-16 | 3Dr Laboratories, Llc | Methods and Systems for Facilitating Image Post-Processing |
US9123095B2 (en) * | 2008-09-29 | 2015-09-01 | Koninklijke Philips N.V. | Method for increasing the robustness of computer-aided diagnosis to image processing uncertainties |
US8781198B2 (en) * | 2008-10-10 | 2014-07-15 | Koninklijke Philips N.V. | High contrast imaging and fast imaging reconstruction |
US8542893B2 (en) * | 2010-02-15 | 2013-09-24 | General Electric Company | System and method of pulmonary emboli detection for computed tomography |
US9536314B2 (en) | 2010-10-20 | 2017-01-03 | Siemens Medical Solutions Usa, Inc. | Image reconstruction |
US8831309B2 (en) | 2011-08-02 | 2014-09-09 | Siemens Aktiengesellschaft | Filter approach to catheter electrode detection and tracking |
US9277902B2 (en) | 2013-11-22 | 2016-03-08 | General Electric Company | Method and system for lesion detection in ultrasound images |
US9878177B2 (en) | 2015-01-28 | 2018-01-30 | Elekta Ab (Publ) | Three dimensional localization and tracking for adaptive radiation therapy |
US9679219B2 (en) | 2015-08-12 | 2017-06-13 | International Business Machines Corporation | Image feature classification |
JP7119327B2 (ja) * | 2017-10-03 | 2022-08-17 | 富士通株式会社 | プログラム、情報処理方法及び情報処理装置 |
CN110111313B (zh) * | 2019-04-22 | 2022-12-30 | 腾讯科技(深圳)有限公司 | 基于深度学习的医学图像检测方法及相关设备 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11501538A (ja) * | 1995-03-03 | 1999-02-09 | アーチ ディヴェロプメント コーポレイション | 医用画像において病巣を検出する方法及びシステム |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5452367A (en) * | 1993-11-29 | 1995-09-19 | Arch Development Corporation | Automated method and system for the segmentation of medical images |
JPH08294479A (ja) * | 1995-01-23 | 1996-11-12 | Fuji Photo Film Co Ltd | 計算機支援画像診断装置 |
JP3852125B2 (ja) * | 1996-03-14 | 2006-11-29 | コニカミノルタホールディングス株式会社 | 2次元多階調画像におけるパタン検出方法及び装置 |
US6909797B2 (en) * | 1996-07-10 | 2005-06-21 | R2 Technology, Inc. | Density nodule detection in 3-D digital images |
US7194117B2 (en) * | 1999-06-29 | 2007-03-20 | The Research Foundation Of State University Of New York | System and method for performing a three-dimensional virtual examination of objects, such as internal organs |
US6078680A (en) * | 1997-07-25 | 2000-06-20 | Arch Development Corporation | Method, apparatus, and storage medium for detection of nodules in biological tissue using wavelet snakes to characterize features in radiographic images |
US6040835A (en) | 1997-11-06 | 2000-03-21 | Mitsubishi Electric Information Technology Center America, Inl. (Ita) | System for depicting surfaces using volumetric distance maps |
WO2001078005A2 (en) * | 2000-04-11 | 2001-10-18 | Cornell Research Foundation, Inc. | System and method for three-dimensional image rendering and analysis |
CN1331454A (zh) * | 2000-06-24 | 2002-01-16 | 王建华 | 医学数字图象动态监测方法 |
US6470092B1 (en) * | 2000-11-21 | 2002-10-22 | Arch Development Corporation | Process, system and computer readable medium for pulmonary nodule detection using multiple-templates matching |
WO2002050779A1 (en) * | 2000-12-18 | 2002-06-27 | Schlumberger Holdings Limited | Method and apparatus for visualization of 3d voxel data using lit opacity volumes with shading |
WO2002103065A2 (en) * | 2001-06-20 | 2002-12-27 | Koninklijke Philips Electronics N.V. | Method for segmentation of digital images |
US7379572B2 (en) * | 2001-10-16 | 2008-05-27 | University Of Chicago | Method for computer-aided detection of three-dimensional lesions |
US7260250B2 (en) * | 2002-09-30 | 2007-08-21 | The United States Of America As Represented By The Secretary Of The Department Of Health And Human Services | Computer-aided classification of anomalies in anatomical structures |
US6937776B2 (en) * | 2003-01-31 | 2005-08-30 | University Of Chicago | Method, system, and computer program product for computer-aided detection of nodules with three dimensional shape enhancement filters |
-
2005
- 2005-01-06 US US11/031,729 patent/US7515743B2/en active Active
- 2005-01-10 CN CN2005800073463A patent/CN1930584B/zh active Active
- 2005-01-10 EP EP05705323.3A patent/EP1704532B1/en active Active
- 2005-01-10 CA CA2552875A patent/CA2552875C/en not_active Expired - Fee Related
- 2005-01-10 WO PCT/US2005/000608 patent/WO2005071613A1/en active Application Filing
- 2005-01-10 JP JP2006549455A patent/JP4708362B2/ja active Active
- 2005-01-10 AU AU2005207310A patent/AU2005207310B2/en not_active Ceased
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11501538A (ja) * | 1995-03-03 | 1999-02-09 | アーチ ディヴェロプメント コーポレイション | 医用画像において病巣を検出する方法及びシステム |
Also Published As
Publication number | Publication date |
---|---|
JP2007517610A (ja) | 2007-07-05 |
CA2552875A1 (en) | 2005-08-04 |
US7515743B2 (en) | 2009-04-07 |
EP1704532B1 (en) | 2017-11-01 |
CA2552875C (en) | 2010-10-05 |
US20050152591A1 (en) | 2005-07-14 |
CN1930584B (zh) | 2012-11-14 |
AU2005207310A1 (en) | 2005-08-04 |
EP1704532A1 (en) | 2006-09-27 |
CN1930584A (zh) | 2007-03-14 |
AU2005207310B2 (en) | 2009-05-07 |
WO2005071613A1 (en) | 2005-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4708362B2 (ja) | コンピュータで実施される方法 | |
Krishnamurthy et al. | Lung nodule growth measurement and prediction using auto cluster seed K-means morphological segmentation and shape variance analysis | |
Gerard et al. | FissureNet: a deep learning approach for pulmonary fissure detection in CT images | |
EP0760624B1 (en) | Automated detection of lesions in computed tomography | |
JP6267710B2 (ja) | 医用画像中の肺結節を自動検出するためのシステム及び方法 | |
da Silva Sousa et al. | Methodology for automatic detection of lung nodules in computerized tomography images | |
US6898303B2 (en) | Method, system and computer readable medium for the two-dimensional and three-dimensional detection of lesions in computed tomography scans | |
Schilham et al. | A computer-aided diagnosis system for detection of lung nodules in chest radiographs with an evaluation on a public database | |
JP4354737B2 (ja) | 多重エネルギ画像による計算機支援診断 | |
Fernandes et al. | A novel fusion approach for early lung cancer detection using computer aided diagnosis techniques | |
JP2006521118A (ja) | 3次元形状強調フィルタによる小結節のコンピュータ支援検出を行う方法、システムおよびコンピュータプログラム製品 | |
Azhari et al. | Tumor detection in medical imaging: a survey | |
JP2005526583A (ja) | 車輪状投影分析を用いた肺結節検出 | |
EP2208183B1 (en) | Computer-aided detection (cad) of a disease | |
JP2010207572A (ja) | 障害のコンピュータ支援検出 | |
Pereira et al. | Classifier ensemble based on computed tomography attenuation patterns for computer-aided detection system | |
US20050002548A1 (en) | Automatic detection of growing nodules | |
Qian et al. | Knowledge-based automatic detection of multitype lung nodules from multidetector CT studies | |
Wei et al. | Automatic detection of nodules attached to vessels in lung CT by volume projection analysis | |
Nguyen et al. | Anomalies Detection in Chest X-Rays Images Using Faster R-CNN and YOLO. | |
Amritha et al. | Liver tumor segmentation and classification using deep learning | |
Novak et al. | System for automatic detection of lung nodules exhibiting growth | |
Sprindzuk et al. | Lung cancer differential diagnosis based on the computer assisted radiology: The state of the art | |
Kaftan et al. | Locally adaptive fuzzy pulmonary vessel segmentation in contrast enhanced CT data | |
Malligeswari et al. | A Novel Approach for Lung Pattern Analysis using Neural Networks and Fuzzy Interface System |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090630 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20090929 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20091006 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20091028 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100119 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100202 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100525 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100819 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20110222 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20110316 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4708362 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |