JP7304437B2 - 肺炎徴候の分割方法、装置、媒体及び電子デバイス - Google Patents
肺炎徴候の分割方法、装置、媒体及び電子デバイス Download PDFInfo
- Publication number
- JP7304437B2 JP7304437B2 JP2021571620A JP2021571620A JP7304437B2 JP 7304437 B2 JP7304437 B2 JP 7304437B2 JP 2021571620 A JP2021571620 A JP 2021571620A JP 2021571620 A JP2021571620 A JP 2021571620A JP 7304437 B2 JP7304437 B2 JP 7304437B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- pneumonia
- symptom
- images
- region
- 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
- 206010035664 Pneumonia Diseases 0.000 title claims description 198
- 208000024891 symptom Diseases 0.000 title claims description 178
- 230000011218 segmentation Effects 0.000 title claims description 84
- 238000000034 method Methods 0.000 title claims description 82
- 210000004072 lung Anatomy 0.000 claims description 153
- 238000003062 neural network model Methods 0.000 claims description 57
- 210000000988 bone and bone Anatomy 0.000 claims description 36
- 238000012545 processing Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 12
- 206010060891 General symptom Diseases 0.000 claims description 11
- 230000003628 erosive effect Effects 0.000 claims description 11
- 238000007781 pre-processing Methods 0.000 claims description 10
- 238000009499 grossing Methods 0.000 claims description 6
- 239000005337 ground glass Substances 0.000 claims description 5
- 125000001475 halogen functional group Chemical group 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 208000010707 pulmonary consolidation Diseases 0.000 claims description 4
- 230000008602 contraction Effects 0.000 claims description 3
- 238000009966 trimming Methods 0.000 claims description 2
- 238000011017 operating method Methods 0.000 claims 1
- 238000001514 detection method Methods 0.000 description 16
- 210000001519 tissue Anatomy 0.000 description 11
- 238000012549 training Methods 0.000 description 9
- 230000003902 lesion Effects 0.000 description 8
- 238000003745 diagnosis Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 241000711573 Coronaviridae Species 0.000 description 5
- 241000894006 Bacteria Species 0.000 description 4
- 230000010339 dilation Effects 0.000 description 4
- 201000001178 Bacterial Pneumonia Diseases 0.000 description 3
- 206010035737 Pneumonia viral Diseases 0.000 description 3
- 241000270295 Serpentes Species 0.000 description 3
- 241000700605 Viruses Species 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 208000009421 viral pneumonia Diseases 0.000 description 3
- 208000004434 Calcinosis Diseases 0.000 description 2
- 206010011224 Cough Diseases 0.000 description 2
- 210000000621 bronchi Anatomy 0.000 description 2
- 210000003123 bronchiole Anatomy 0.000 description 2
- 230000002308 calcification Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 208000015181 infectious disease Diseases 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 description 2
- 241001678559 COVID-19 virus Species 0.000 description 1
- 241000701022 Cytomegalovirus Species 0.000 description 1
- 208000032843 Hemorrhage Diseases 0.000 description 1
- 206010061218 Inflammation Diseases 0.000 description 1
- 206010025080 Lung consolidation Diseases 0.000 description 1
- 206010030113 Oedema Diseases 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005056 compaction Methods 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000008570 general process Effects 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 206010022000 influenza Diseases 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000001338 necrotic effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000002685 pulmonary effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000008719 thickening Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- 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
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- 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
- G06T7/10—Segmentation; Edge detection
- G06T7/149—Segmentation; Edge detection involving deformable models, e.g. active contour models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20182—Noise reduction or smoothing in the temporal domain; Spatio-temporal filtering
-
- 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
- G06T2207/20212—Image combination
-
- 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
- G06T2207/30008—Bone
-
- 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)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Artificial Intelligence (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)
- Image Analysis (AREA)
Description
肺炎は様々な原因により引き起こされる肺臓の炎症である。感染した場合、肺炎患者には激しい咳をする現象がよく発生する。肺炎は2種類に分けられる。1つは細菌による細菌性肺炎であって、すなわち細菌が肺臓を侵害することによる肺炎である。そのうち、最も一般的な2種類の細菌は肺炎球菌とアルファ溶血レンサ球菌であり、ほとんどの細菌性肺炎はこの2種類の細菌により引き起こされる。もう1つはウイルスによるウイルス性肺炎であって、最も一般的なのが1級サイトメガロウイルスによるインフルエンザであり、又は例えば2019新型コロナウイルスなどである。ウイルス性の肺炎は細菌性の肺炎に比べて病状がより深刻であるとともに、治療難度もより高い。
図1は本発明の例示的な一実施例に係る肺炎徴候の分割方法のフローチャートである。図1に示すように、該方法は以下のステップを含む。
図9は本発明の例示的な一実施例に係る肺炎徴候の分割装置90の構造模式図である。図9に示すように、該肺炎徴候の分割装置90は、
CT画像における肺臓領域画像に基づいて、複数の肺炎徴候画像をそれぞれ生成する生成モジュール91、及び、複数の肺炎徴候画像を組み合わせて肺炎総合徴候画像を取得する組合せモジュール92、を備える。ここで、生成モジュール91はさらに、肺臓領域画像を複数のニューラルネットワークモデルのそれぞれに入力して複数の肺炎徴候画像を取得するように構成される。
以下、図10を参照しながら本発明の実施例に係る電子デバイス10を説明する。該電子デバイス10は第1のデバイス及び第2のデバイスのうちの任意の1つであってもよく、又は両者であってもよく、又はそれらから独立したシングルデバイスであってもよい。該シングルデバイスは第1のデバイス及び第2のデバイスと通信可能であって、それらから収集された入力信号を受信する。
上述の方法及びデバイス以外に、本発明の実施例はコンピュータプログラム命令を備えるコンピュータプログラム製品であってもよい。前記コンピュータプログラム命令がプロセッサにより実行されるとき、前記プロセッサは本明細書に記載の「例示的な方法」で説明された本発明の実施例による肺炎徴候の分割方法のステップを実施する。
Claims (14)
- 肺炎徴候の分割装置がCT画像における肺臓領域画像に基づいて複数の肺炎徴候画像をそれぞれ生成するステップと、
前記肺炎徴候の分割装置が前記複数の肺炎徴候画像を組み合わせて肺炎総合徴候画像を取得するステップと、を含み、
前記肺臓領域画像は複数層の二次元画像を含み、前記肺炎徴候の分割装置が前記複数の肺炎徴候画像をそれぞれ生成することは、
前記肺炎徴候の分割装置が前記複数層の二次元画像を複数のニューラルネットワークモデルのそれぞれに入力して、前記複数の肺炎徴候画像のうちの各肺炎徴候画像に対応する複数層の二次元徴候画像を取得するステップと、
前記肺炎徴候の分割装置が前記複数の肺炎徴候画像のうちの各肺炎徴候画像に対応する前記複数層の二次元徴候画像をそれぞれ重ね合わせて、前記複数の肺炎徴候画像を取得するステップと、を含む
ことを特徴とする肺炎徴候の分割装置の作動方法。 - 前記複数の肺炎徴候画像は、徴候画像である肺硬化画像、スリガラス状陰影画像、塊状画像、樹枝状影画像、結節画像、空洞画像及びハローサイン画像のうちのいずれか1つ又は複数の組み合わせを含む
ことを特徴とする請求項1に記載の肺炎徴候の分割装置の作動方法。 - 前記肺炎徴候の分割装置が前記複数層の二次元画像を複数のニューラルネットワークモデルのそれぞれに入力することは、
前記肺炎徴候の分割装置が前記複数層の二次元画像を複数の部分に分け、前記複数の部分のうちの各部分を順次前記複数のニューラルネットワークモデルに入力すること、を含み、
前記複数の部分のうちの各部分は少なくとも1層の二次元画像を含む
ことを特徴とする請求項1又は2に記載の肺炎徴候の分割装置の作動方法。 - 前記肺炎徴候の分割装置が前記複数の肺炎徴候画像を取得した後に、
前記肺炎徴候の分割装置が前記複数の肺炎徴候画像のそれぞれに対して収縮膨張処理を行うステップを更に含む
ことを特徴とする請求項1ないし3のいずれか一項に記載の肺炎徴候の分割装置の作動方法。 - 前記肺臓領域画像を取得することは、
前記肺炎徴候の分割装置が前記CT画像における肋骨領域画像を取得するステップと、
前記肺炎徴候の分割装置が前記CT画像における肺臓領域の粗分割画像を取得するステップと、
前記肺炎徴候の分割装置が前記肋骨領域画像を前記肺臓領域の境界とし且つ前記粗分割画像をシード領域として、前記肺臓領域の境界まで予め設定されたストライドで近傍へ拡張することによって、前記肺臓領域画像を取得するステップと、を含む
ことを特徴とする請求項1ないし4のいずれか一項に記載の肺炎徴候の分割装置の作動方法。 - 前記肺炎徴候の分割装置が前記CT画像における肺臓領域の粗分割画像を取得する前記ステップの後、
前記肺炎徴候の分割装置が前記粗分割画像に対して収縮処理を行って、収縮された粗分割画像を取得するステップを更に含み、
前記肺炎徴候の分割装置が前記肋骨領域画像を前記肺臓領域の境界とし且つ前記粗分割画像をシード領域として、前記肺臓領域の境界まで予め設定されたストライドで近傍へ拡張することによって、前記肺臓領域画像を取得する前記ステップは、
前記肺炎徴候の分割装置が前記肋骨領域画像を前記肺臓領域の境界とし且つ前記収縮された粗分割画像をシード領域として、前記肺臓領域の境界まで予め設定されたストライドで近傍へ拡張することによって、前記肺臓領域画像を取得するステップを含む
ことを特徴とする請求項5に記載の肺炎徴候の分割装置の作動方法。 - 前記肺炎徴候の分割装置は、前記肋骨領域画像を前記肺臓領域の境界とし且つ前記粗分割画像をシード領域として、前記肺臓領域の境界まで予め設定されたストライドで近傍へ拡張することによって、前記肺臓領域画像を取得する前記ステップを、動的輪郭モデルに基づいて実行する
ことを特徴とする請求項5に記載の肺炎徴候の分割装置の作動方法。 - 前記肺炎徴候の分割装置は、前記肋骨領域画像を前記肺臓領域の境界とし且つ前記収縮された粗分割画像をシード領域として、前記肺臓領域の境界まで予め設定されたストライドで近傍へ拡張することによって、前記肺臓領域画像を取得する前記ステップを、動的輪郭モデルに基づいて実行する
ことを特徴とする請求項6に記載の肺炎徴候の分割装置の作動方法。 - 前記肋骨領域画像を取得する方法は、
前記肺炎徴候の分割装置が骨のCT値に基づいて前記CT画像における骨領域画像を取得するステップと、
前記肺炎徴候の分割装置が肋骨の特性に基づいて前記骨領域画像から肋骨領域を分割して前記肋骨領域画像を取得するステップと、を含む
ことを特徴とする請求項5ないし8のいずれか一項に記載の肺炎徴候の分割装置の作動方法。 - 前記肺炎徴候の分割装置が前記CT画像における肺臓領域の粗分割画像を取得する前記ステップの前に、
前記分割装置の作動方法は、前記肺炎徴候の分割装置が前記CT画像に対して前処理を行うステップを更に含み、
前記前処理は、背景除去と、ホワイトノイズ除去と、画像のトリミングと、ウィンドウ幅及びウィンドウレベルの変換と、のうちのいずれか1つの作業又は複数の作業の組合せを含む
ことを特徴とする請求項5ないし9のいずれか一項に記載の肺炎徴候の分割装置の作動方法。 - 前記肺炎徴候の分割装置が前記肺臓領域画像の境界に対して平滑化処理を行うステップを更に含む
ことを特徴とする請求項5ないし10のいずれか一項に記載の肺炎徴候の分割装置の作動方法。 - CT画像における肺臓領域画像に基づいて複数の肺炎徴候画像をそれぞれ生成する生成モジュールと、
前記複数の肺炎徴候画像を組み合わせて肺炎総合徴候画像を取得する組合せモジュールと、を備え、
前記肺臓領域画像は複数層の二次元画像を含み、前記生成モジュールは、
前記複数層の二次元画像を複数のニューラルネットワークモデルのそれぞれに入力して、前記複数の肺炎徴候画像のうちの各肺炎徴候画像に対応する複数層の二次元徴候画像を取得する入力ユニットと、
前記複数の肺炎徴候画像のうちの各肺炎徴候画像に対応する前記複数層の二次元徴候画像をそれぞれ重ね合わせて、前記複数の肺炎徴候画像を取得する重畳ユニットと、を備える
ことを特徴とする肺炎徴候の分割装置。 - コンピュータ読取可能な記憶媒体であって、
前記記憶媒体にはコンピュータプログラムが記憶されており、前記コンピュータプログラムは請求項1ないし11のいずれか一項に記載の肺炎徴候の分割装置の作動方法を実行するように構成される
ことを特徴とする記憶媒体。 - プロセッサと、
前記プロセッサにより実行可能な命令を記憶するように構成されるメモリと、を備え、
前記プロセッサは請求項1ないし11のいずれか一項に記載の肺炎徴候の分割装置の作動方法を実行するように構成される
ことを特徴とする電子デバイス。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010189089.6 | 2020-03-17 | ||
CN202010189089.6A CN111415356B (zh) | 2020-03-17 | 2020-03-17 | 肺炎征象的分割方法、装置、介质及电子设备 |
PCT/CN2021/072515 WO2021184949A1 (zh) | 2020-03-17 | 2021-01-18 | 肺炎征象的分割方法、装置、介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022535811A JP2022535811A (ja) | 2022-08-10 |
JP7304437B2 true JP7304437B2 (ja) | 2023-07-06 |
Family
ID=71494475
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021571620A Active JP7304437B2 (ja) | 2020-03-17 | 2021-01-18 | 肺炎徴候の分割方法、装置、媒体及び電子デバイス |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220092788A1 (ja) |
EP (1) | EP3971830B1 (ja) |
JP (1) | JP7304437B2 (ja) |
CN (1) | CN111415356B (ja) |
WO (1) | WO2021184949A1 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111415356B (zh) * | 2020-03-17 | 2020-12-29 | 推想医疗科技股份有限公司 | 肺炎征象的分割方法、装置、介质及电子设备 |
WO2022225794A1 (en) * | 2021-04-23 | 2022-10-27 | The Johns Hopkins University | Systems and methods for detecting and characterizing covid-19 |
CN115496703A (zh) * | 2021-06-18 | 2022-12-20 | 富联精密电子(天津)有限公司 | 肺炎区域检测方法及*** |
CN114723688A (zh) * | 2022-03-24 | 2022-07-08 | 华中科技大学同济医学院附属协和医院 | 一种用于ct影像肺炎识别的影像处理方法和*** |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060018524A1 (en) | 2004-07-15 | 2006-01-26 | Uc Tech | Computerized scheme for distinction between benign and malignant nodules in thoracic low-dose CT |
JP2019169049A (ja) | 2018-03-26 | 2019-10-03 | 富士フイルム株式会社 | 医用画像特定装置、方法およびプログラム |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002087444A1 (fr) * | 2001-04-26 | 2002-11-07 | Teijin Limited | Procede de mesure d'une structure articulaire tridimensionnelle |
US10722562B2 (en) * | 2008-07-23 | 2020-07-28 | Immudex Aps | Combinatorial analysis and repair |
US20140074493A1 (en) * | 2012-01-03 | 2014-03-13 | David Lyle Schneider | Medical protection lockout system for procedures and devices |
EP3052516B1 (en) * | 2013-10-02 | 2020-01-01 | Boehringer Ingelheim Animal Health USA Inc. | Pcv2 orf2 protein variant and virus like particles composed thereof |
JP6906347B2 (ja) * | 2017-04-10 | 2021-07-21 | 富士フイルム株式会社 | 医用画像分類装置、方法およびプログラム |
CN107220373B (zh) * | 2017-06-19 | 2019-09-17 | 太原理工大学 | 一种基于医学征象和卷积神经网络的肺结节ct图像哈希检索方法 |
CN107392910B (zh) * | 2017-07-06 | 2020-01-07 | 东软医疗***股份有限公司 | 一种基于ct图像的肺叶分割方法及装置 |
CN107563383A (zh) * | 2017-08-24 | 2018-01-09 | 杭州健培科技有限公司 | 一种医学影像辅助诊断及半监督样本生成*** |
CN110838124B (zh) * | 2017-09-12 | 2021-06-18 | 深圳科亚医疗科技有限公司 | 用于分割具有稀疏分布的对象的图像的方法、***和介质 |
CN107845091B (zh) * | 2017-10-31 | 2019-02-15 | 北京青燕祥云科技有限公司 | 基于预筛查的快速标注方法和*** |
US10304193B1 (en) * | 2018-08-17 | 2019-05-28 | 12 Sigma Technologies | Image segmentation and object detection using fully convolutional neural network |
CN110503640B (zh) * | 2018-08-21 | 2022-03-22 | 深圳科亚医疗科技有限公司 | 对医学图像进行分析的装置、***及计算机可读介质 |
CN109727253A (zh) * | 2018-11-14 | 2019-05-07 | 西安大数据与人工智能研究院 | 基于深度卷积神经网络自动分割肺结节的辅助检测方法 |
CN109636802A (zh) * | 2019-01-18 | 2019-04-16 | 天津工业大学 | 基于深度卷积神经网络的肺实质经ct图像分割方法 |
CN110517225B (zh) * | 2019-07-19 | 2023-07-11 | 平安科技(深圳)有限公司 | Ai影像识别方法、装置、设备及存储介质 |
CN110599448B (zh) * | 2019-07-31 | 2022-03-15 | 浙江工业大学 | 基于MaskScoring R-CNN网络的迁移学习肺部病变组织检测*** |
CN110706200B (zh) * | 2019-09-02 | 2022-08-05 | 杭州深睿博联科技有限公司 | 数据预测的方法及装置 |
CN111415356B (zh) * | 2020-03-17 | 2020-12-29 | 推想医疗科技股份有限公司 | 肺炎征象的分割方法、装置、介质及电子设备 |
CN111415743B (zh) * | 2020-03-17 | 2021-07-09 | 推想医疗科技股份有限公司 | 肺炎分类方法、装置、介质及电子设备 |
-
2020
- 2020-03-17 CN CN202010189089.6A patent/CN111415356B/zh active Active
-
2021
- 2021-01-18 JP JP2021571620A patent/JP7304437B2/ja active Active
- 2021-01-18 EP EP21771562.2A patent/EP3971830B1/en active Active
- 2021-01-18 WO PCT/CN2021/072515 patent/WO2021184949A1/zh unknown
- 2021-12-02 US US17/540,629 patent/US20220092788A1/en active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060018524A1 (en) | 2004-07-15 | 2006-01-26 | Uc Tech | Computerized scheme for distinction between benign and malignant nodules in thoracic low-dose CT |
JP2019169049A (ja) | 2018-03-26 | 2019-10-03 | 富士フイルム株式会社 | 医用画像特定装置、方法およびプログラム |
Also Published As
Publication number | Publication date |
---|---|
CN111415356A (zh) | 2020-07-14 |
EP3971830A1 (en) | 2022-03-23 |
CN111415356B (zh) | 2020-12-29 |
EP3971830A4 (en) | 2022-09-14 |
EP3971830B1 (en) | 2023-09-20 |
JP2022535811A (ja) | 2022-08-10 |
EP3971830C0 (en) | 2023-09-20 |
WO2021184949A1 (zh) | 2021-09-23 |
US20220092788A1 (en) | 2022-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7304437B2 (ja) | 肺炎徴候の分割方法、装置、媒体及び電子デバイス | |
CN111415743B (zh) | 肺炎分类方法、装置、介质及电子设备 | |
US8605978B2 (en) | Medical image processing apparatus and method, and computer readable recording medium on which is recorded program for the same | |
JP4931027B2 (ja) | 医用画像診断支援装置および方法、並びにプログラム | |
WO2018120644A1 (zh) | 血管提取方法及*** | |
JP5701138B2 (ja) | 医用画像処理装置および方法、並びにプログラム | |
KR20170046104A (ko) | 질환 모델 기반의 의료 정보 서비스 제공 방법 및 장치 | |
KR102050649B1 (ko) | 2차원 x-선 조영영상의 혈관 구조 추출 방법, 이를 수행하기 위한 기록매체 및 장치 | |
US20110190626A1 (en) | Medical image diagnosis assisting apparatus and method, and computer readable recording medium on which is recorded program for the same | |
CN107545584A (zh) | 医学图像中定位感兴趣区域的方法、装置及其*** | |
JP2014161734A (ja) | 医療画像を整合する方法及びその装置 | |
JP2012530553A (ja) | 胸部トモシンセシスイメージングにおけるコンピュータ支援肺結節検出システム | |
JP2015066311A (ja) | 画像処理装置、画像処理方法、画像処理装置の制御プログラム、記録媒体 | |
JP2007526033A (ja) | 構造化オブジェクトの画像を登録するための装置及び方法 | |
JP2007135858A (ja) | 画像処理装置 | |
CN111260669A (zh) | 基于ct图像的肺叶分割方法和装置 | |
KR20210115223A (ko) | 인공지능 기술을 이용한 혈관 구조 추출 방법, 이를 수행하기 위한 기록 매체 및 장치 | |
US11278257B2 (en) | Diagnostic auxiliary image generation apparatus, diagnostic auxiliary image generation method, and diagnostic auxiliary image generation program | |
JP4675509B2 (ja) | 臓器の特定領域抽出表示装置及び方法 | |
CN111311612A (zh) | 肺部分割方法、装置、介质及电子设备 | |
CN111415341A (zh) | 肺炎阶段的评估方法、装置、介质及电子设备 | |
KR101514795B1 (ko) | 혈관의 정량화 방법 | |
JP5992853B2 (ja) | 手術支援装置、方法およびプログラム | |
JP6920477B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
Wei et al. | Segmentation of lung lobes in volumetric CT images for surgical planning of treating lung cancer |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211201 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211201 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221117 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221122 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230215 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230228 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230519 |
|
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: 20230606 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230626 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7304437 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |