JPH11276462A - 画像収集中にｘ線イメ―ジングシステムのコリメ―タを自動設定する方法、およびｘ線イメ―ジングシステム - Google Patents

画像収集中にｘ線イメ―ジングシステムのコリメ―タを自動設定する方法、およびｘ線イメ―ジングシステム

Info

Publication number
JPH11276462A
JPH11276462A JP11019953A JP1995399A JPH11276462A JP H11276462 A JPH11276462 A JP H11276462A JP 11019953 A JP11019953 A JP 11019953A JP 1995399 A JP1995399 A JP 1995399A JP H11276462 A JPH11276462 A JP H11276462A
Authority
JP
Japan
Prior art keywords
image
region
body part
feature
pixel
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.)
Granted
Application number
JP11019953A
Other languages
English (en)
Other versions
JP4149598B2 (ja
Inventor
Sreerama K Murthy
ケイ ムーシー スレーラマ
Jianzhong Qian
キァン ジャンツング
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens Corporate Research Inc
Original Assignee
Siemens Corporate Research Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Siemens Corporate Research Inc filed Critical Siemens Corporate Research Inc
Publication of JPH11276462A publication Critical patent/JPH11276462A/ja
Application granted granted Critical
Publication of JP4149598B2 publication Critical patent/JP4149598B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

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
    • A61B6/06—Diaphragms
    • 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
    • A61B6/48—Diagnostic techniques
    • A61B6/481—Diagnostic techniques involving the use of contrast agents
    • 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
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/504—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05G—X-RAY TECHNIQUE
    • H05G1/00—X-ray apparatus involving X-ray tubes; Circuits therefor
    • H05G1/08—Electrical details
    • H05G1/64—Circuit arrangements for X-ray apparatus incorporating image intensifiers

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Engineering & Computer Science (AREA)
  • Radiology & Medical Imaging (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Optics & Photonics (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Vascular Medicine (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

(57)【要約】 【課題】 画像収集中に実行可能なように充分に迅速
な、信頼性の高い自動コリメーションを行うための方法
および装置を提供する。 【解決手段】 （ａ）１つの撮像個所で迅速にスカウト
された画像を受け取るステップと、（ｂ）画像のボディ
部分の領域の位置を自動的に検出するステップと、
（ｃ）検出されたボディ部分の領域の位置に基づいてコ
リメータの設定を自動的に形成するステップとを有し、
この設定によりコリメータが実質的に非ボディ部分の領
域を覆うように自動的に調整する。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、画像収集中にＸ線
イメージングシステムのコリメータを自動設定する方法
に関する。本発明はまた、Ｘ線末梢部分画像撮影に用い
られるＸ線イメージングシステムに関する。
【０００２】
【従来の技術】診療放射線プロシージャ例えばＸ線透視
撮影は多くの疾患の診断および治療に利用されている。
この診療放射線プロシージャは一般的にコンピュータ化
されたＸ線イメージングシステムにより行われる。ほと
んどのＸ線イメージングシステムは典型的にはＸ線源、
イメージインテンシファイアおよび記録媒体を有してい
る。
【０００３】こうした診療放射線プロシージャでは、Ｘ
線の直接照射を避け、散乱Ｘ線がＸ線イメージングシス
テムのイメージインテンシファイアまたは画像記録媒体
に達することを防ぐことが重要である。Ｘ線が直接にイ
メージインテンシファイアに照射されると装置にダメー
ジを与え、診療に使用できない画像を形成してしまうこ
とがある。また散乱Ｘ線は診療放射線プロシージャを実
施する医療人員に対して健康上の悪影響を与える。この
ような懸念に対して、対象となる被検体を撮影するのに
必要な最低限の所定範囲でＸ線ビームをコリメートする
コリメータが設けられている。コリメーションは実際に
散乱放射を低減させ、対象となる被検体の撮影品質を改
善する。
【０００４】Ｘ線撮影プロシージャ中画像が撮影される
たびに、ボディ部分が存在しない画像が最適にカバーさ
れるようにコリメータを調整しなければならない。典型
的なＸ線イメージプロシージャ例えば脚部の末梢部分ア
ンギオグラフィでは、患者に造影剤が注射され、イメー
ジング装置により追跡される。イメージング装置は脚部
に沿って複数の位置で画像を撮影することにより造影剤
を追跡する。典型的な脚部の末梢部分研究では５〜７個
の位置が用いられる。コリメータは各位置で画像が撮影
される前に手動で調整しなければならない。この手動の
調整には、各位置でのマスクラン前のコリメータの設
定、設定の保管、この設定のルックアップテーブルから
の実際の画像収集中の検索が含まれる。
【０００５】手動でのコリメータ設定には時間がかか
り、かつ患者や医師が被曝する放射線量も増大する。さ
らに、医師の技術レベルおよび他の人的要素によって劣
悪な画像が撮影されることがある。最も重要なのは、医
師が患者に対する診療の重要な活動に従事している際
に、できる限り医師の注意を散漫にさせないことであ
る。
【０００６】自動コリメーションは望ましい画像撮影の
重要なアプリケーションであり、新しい技術として診療
画像撮影に多くの利点を有している。末梢部分のＸ線イ
メージ研究は自動コリメーション法および自動コリメー
ション技術から多くを得ている。
【０００７】
【発明が解決しようとする課題】本発明の課題は、画像
収集中に実行可能なように充分に迅速な、信頼性の高い
自動コリメーションを行うための方法および装置を提供
することである。
【０００８】
【課題を解決するための手段】この課題は、（ａ）１つ
の撮像個所で迅速にスカウトされた画像を受け取るステ
ップと、（ｂ）画像のボディ部分の領域の位置を自動的
に検出するステップと、（ｃ）検出されたボディ部分の
領域の位置に基づいてコリメータの設定を自動的に形成
するステップとを有し、この設定によりコリメータが実
質的に非ボディ部分の領域を覆うように自動的に調整し
て解決される。課題はまた、（ａ）１つの撮像個所で迅
速にスカウトされた画像を受け取るステップと、（ｂ）
この画像から得られた多方向のピクセルの強度線プロフ
ィルの負の曲率の極値に基づい記画像を複数の領域に分
割するステップと、（ｃ）各領域に相応する全体的な特
徴を求めるステップと、（ｄ）全体的な特徴を用いて、
領域をボディ部分の領域と非ボディ部分の領域とに分類
するステップとを有するようにして解決される。課題は
また、自動コリメーション手段は、画像から得られた多
方向のピクセルの強度線プロフィルの負の曲率の極値に
基づいて画像を複数の領域に分割する領域境界予測手段
と、各領域に相応する全体的な特徴を求める特徴計算手
段と、この全体的な特徴を用いて各領域をボディ部分の
領域と非ボディ部分の領域とに分類する分類手段と、分
類に基づいてコリメータが実質的に非ボディ部分の領域
を覆うように設定を行う設定形成手段とを有するＸ線イ
メージングシステムにより解決される。
【０００９】
【発明の実施の形態】本発明によれば、Ｘ線イメージン
グシステムのコリメータを画像収集時に自動的に設定す
る方法において、個々のイメージ位置でラピッドスカウ
ト画像を受け取る。１つの画像におけるボディ領域の位
置が自動的に検出される。検出されたボディ領域の位置
はコリメータの設定を自動的に行うために用いられる。
この設定はコリメータが実際には非ボディ部分の領域を
覆うように調整するために用いられる。
【００１０】本発明の別の実施形態は、Ｘ線による末梢
部分の画像撮影のためのＸ線イメージングシステムに関
している。このＸ線イメージングシステムはＸ線源、調
整可能なコリメータ、イメージインテンシファイア、記
録媒体、および画像収集中にコリメータを自動調整する
ための自動コリメーション手段を有している。自動コリ
メーション手段は、画像から得られた多方向のピクセル
の強度線プロフィルの負の曲率極値に基づいて画像を複
数の領域に分割する領域境界予測手段と、各領域に対応
する全体的な特徴を求める特徴計算手段と、各領域をボ
ディ部分の領域と非ボディ部分の領域とに分類する分類
手段と、非ボディ部分の領域を実質的にすべて覆うよう
にコリメータを設定する設定形成手段とを有する。
【００１１】
【実施例】図１には、本発明による自動コリメーション
装置３８を有するコンピュータ化されたＸ線イメージン
グシステム１０の１つの実施例が示されている。Ｘ線イ
メージングシステム１０は末梢部分（例えば脚部、腕
部、首および頭部）の診療用イメージ研究に用いられ
る。Ｘ線装置１０はコンピュータ化されたイメージング
装置１２を有しており、このイメージング装置はＸ線源
１４およびコリメータ１６を有している。Ｘ線源１４は
Ｘ線ビーム１８を形成し、このＸ線ビームはコリメータ
１６によってコリメートされる。コリメータ１６は末梢
部分のＸ線研究に一般的に用いられる数種のコリメータ
のうちのいずれかでよい。例えばコリメータ１６は固定
絞り、可変絞りまたはフィンガーコリメータである。コ
リメートされたＸ線ビーム２０はボディ２２の対象エリ
ア２４を透過し、Ｘ線イメージインテンシファイア２６
に達する。Ｘ線イメージングシステムの別の実施例で
は、コリメータはイメージインテンシファイアの直接前
方に配置される。
【００１２】イメージインテンシファイア２６はＸ線ビ
ーム２０を処理し、記録媒体２８例えばフィルムまたは
ＣＲＴで記録可能なようにする。イメージング装置１２
は図の矢印３０の方向へ水平方向に移動可能であり、複
数のイメージ位置で末梢部分のＸ線画像を撮影できる。
脚部の研究は典型的には５〜７個のイメージ位置により
行われる。イメージング装置１２の水平方向の移動はス
テッパモータ制御装置３４によって制御されるステッパ
モータ３２により行われる。造影剤注入装置３６が設け
られており、診療放射線撮影前に患者２２に造影剤を注
射することができる。Ｘ線診療用の画像撮影は良く知ら
れていて一般に使用されているので、これらのユニット
の詳細はここでは説明しない。
【００１３】自動コリメーション装置３８はＸ線装置１
０のコリメータ１６に接続されている。自動コリメーシ
ョン装置３８は末梢部分のＸ線画像をボディ部分と非ボ
ディ部分とにセグメント分割する方法を実行する。この
方法によって得られた情報を用いて、コリメータ１６に
対して適切なコリメータ設定値が画像収集中に形成され
る。この設定によりコリメータ１６が調整され、コリメ
ータのハードウェアの制約を考慮して、非ボディ部分の
領域をできる限り多く（すなわちボディ部分の領域をで
きる限り少なく）覆うようにする。
【００１４】Ｘ線透視撮影においてボディの位置を決定
する作業は多くの原因から困難である。第１に、ボディ
のどの部分を観察しているか未知の状態でセグメント分
割を行わなければならない点、第２に、Ｘ線透視研究で
は使用される放射線量が小さいので、画像は一般的に低
いＳ／Ｎ比を有している点、第３に、軟組織では境界の
コントラストがきわめて低いことが多く、コントラスト
が低いと従来のエッジ検出アルゴリズムでは軟組織の境
界の検出がうまくいかない点、第４に、現在のコリメー
ションおよびノイズによりピクセルでの局所的な強度特
性が不適当なものとなり、ピクセルがボディ部分に属し
ているか否かを判別できなくなってしまう点、最後に、
セグメント分割および自動コリメーションは画像収集時
間中に行われる必要がある点である。これらの問題は画
像処理の複雑性を増大させ、操作者に制約を与える。
【００１５】本発明の自動コリメーション装置３８によ
って実行される方法はこれらの問題を充分に解決してい
る。この方法がソフトウェアとして実行される場合、ノ
イズを有し低コントラストなコリメート前のＸ線透視画
像に対してローバストかつ効果的に用いられる。ボディ
部分を手動でセグメント分割することに比べて、この方
法ではきわめて高い（＞９５％）感度および特異度が得
られる。この方法をソフトウェアとして有効に実現する
ための１つの実施例では、この方法は通常のWindows NT
4.0を用いる200MHz Pentium Pro PCにより、位置ごと
に５００ｍｓ以下の時間で動作する。並列化とハードウ
ェア高速化により、動作時間をさらに改善することがで
きる。
【００１６】図２には、本発明の自動コリメーション方
法のステップを示すフローチャートが示されている。こ
の方法では末梢部分のＸ線画像のボディ部分領域をバッ
クグラウンド（現在のコリメーション、直接照射）から
分離する。画像のどの個所にボディが存在しているかに
ついての情報は、図１のＸ線イメージングシステム１０
のコリメータ１６の設定を行うために用いられる。
【００１７】図２のフローチャートのステップＡで、Ｘ
線イメージングシステムのＸ線源は適切な低線量の透視
を行うように調整され、コリメータはコリメーションの
ためも予め定められたデフォルト設定に調整される。こ
のステップは各位置で繰り返される。
【００１８】ステップＢで、各位置での到来画像が縮小
化およびスムージングによって前処理される。この前処
理のステップは当業者には公知で一般的に使用されてい
るので、ここでは詳細には説明しない。
【００１９】ステップＣで、軟組織の境界を強度プロフ
ィルの方向曲率を使用して検出する。軟組織の境界を正
確に検出しないと、この情報に依存して続いて行われる
全体的な特徴抽出および分類のステップが困難になるの
で重要である。従来技術でのエッジ検出法ではＸ線画像
における軟組織の境界を検出できないことが多いが、こ
れはこの境界のコントラストがきわめて低く、通常とは
異なる強度分布を有するためである。
【００２０】軟組織の境界は本発明によれば、複数個選
択されたスキャン方向での強度線プロフィルに沿って負
の曲率点を求めることにより検出される。これにより低
コストラストの境界例えば軟組織の境界を高い信頼性で
表示できる。境界がきわめて低いコントラストの状態ま
たはぼんやりしている状態であっても、充分に画定可能
な負の曲率点は強度線プロフィル上に存在している。こ
のことは図３から図５に示されている。図３には低コン
トラストな軟組織の境界を有する踝近傍の末梢部分Ｘ線
画像が示されている。強度プロフィルは図３の領域を通
る水平方向の線に沿って負の曲率点を有しており、これ
は図４に示される軟組織の境界に対応する。線プロフィ
ルの曲率のヒストグラムによって等化された画像によれ
ば、コントラストのきわめて低い境界が図５の負の曲率
画像に明確に認められる。強度線プロフィルの曲率は次
式により以下のようにして計算される。
【００２１】
【数１】
【００２２】ここでＩ(ｉ，ｊ)はピクセル(ｉ，ｊ)での
正規化された強度であり、ｗはウィンドウ幅に関するパ
ラメータであって到来画像サイズに依存しており、ａｒ
ｃｔａｎはアークタンジェント関数である。上述の計算
は強度線プロフィルの水平方向曲率に対するものである
が、同様の計算を強度線プロフィルの垂直方向曲率また
は他の方向曲率に対しても行うことができる。本発明で
は正の曲率値はすべて無視され、ゼロにすることにより
除去される。軟組織の境界は負の曲率のみを考慮するこ
とによってより良好に捕捉されることがわかったからで
ある。図５の曲率値は負の水平方向曲率と負の垂直方向
曲率の組合せである。１つのピクセルでの組み合わされ
た曲率値は水平方向および垂直方向曲率の最小量であ
る。
【００２３】図５の負の曲率画像では軟組織の境界が高
い信頼性で示されているが、この画像にはまだ幾つかの
偽境界も含まれている。曲率は２次統計データであるた
めノイズを有している。
【００２４】負の曲率を使用可能にするために、偽境界
となるピクセルを除去して信頼性を高め、有効な軟組織
の境界のみを記録できるようにしなければならない。し
たがって、図２のフローチャートのステップＤで、負の
曲率画像におけるノイズはマグニチュード情報およびア
ラインメント情報を用いて適応的に除去される。マグニ
チュード情報は、位置決めが所望される弱い軟組織の境
界を除去してしまうことがあるため、単独では用いられ
ない。ノイズは負の曲率の画像から、良くアラインメン
トされた曲率を有するピクセルを強調し、画像内の曲率
値の累積ヒストグラムに基づいて適応の閾値を求めるこ
とにより適応除去する。図６から図８には、負の曲率画
像から適応的にノイズを除去する様子が示されている。
この適応ノイズ除去はコリメータの設定形成前に行うと
有利である。図６には強度の画像（Ｘ線画像）が示され
ており、図７には対応するノイズを有する線プロフィル
の負の曲率画像が示されている。図８には図７の負の曲
率画像からノイズを除去して得られた画像が示されてい
る。図７、図８の画像は詳細な部分を示すためにヒスト
グラムにより等化されている。
【００２５】図２に示された方法のステップＥで、画像
は複数の“領域”に分割される。このことは画像内の重
要な領域の境界を、ノイズ除去された負の曲率を１つの
ピクセルで表すことにより行われる。この１つのピクセ
ルによる表示は、水平方向および垂直方向のそれぞれの
局所的な極値を求め、これらの値を組み合わせ、従来の
結合コンポーネント分析技術を用いて簡単なノイズ除去
を行うことにより達成される。領域の情報は続く全体的
な特徴値抽出および分類に利用されるので、以下にさら
に詳細に説明する。図１０には図９の画像の領域の境界
が示されている。
【００２６】図２のフローチャートのステップＦで、適
切な特徴例えば強度値の範囲、サイズなどがステップＥ
で形成された各領域内の水平方向線および垂直方向線に
沿って計算される。本発明の方法によれば、セグメント
分割のために３つの特徴を用いると有利である。３つの
特徴とは、同質性、代表強度および位置番号である。同
質性とは、選択された方向に沿って存在する１つの領域
内のピクセル毎の強度変動の最小量である。代表強度と
は１つの領域内の強度のメディアン値である。位置番号
とは脚部全体の研究に対する現在の撮像個所の番号であ
る。位置番号は骨盤部分の領域の０から開始されてい
る。
【００２７】これらの特徴は動作時間の制約から簡単で
なければならない。付加的な特徴例えば領域のサイズ、
脚部研究の撮像個所に対する領域の位置、領域内の強度
の変動なども試されたが、本発明での分類に用いられる
デシジョンツリー法では、上述の特徴が識別に最も有効
であることが示された。一般的な特徴選択法では、上述
の３つの特徴のセットに加えて他の特徴を使用しても、
分類の結果に何の改善も見られないことがわかった。
【００２８】この方法のステップＧで、特徴の領域間伝
播および領域内伝播が行われる。特徴はまず画像内で選
択された方向のスキャン線に沿って計算され、領域全体
にわたって効果的に伝播される。周知の適切なスムージ
ング技術が特徴値の伝播に用いられる。図１１から図１
３には、伝播後の典型的な画像に対する特徴値である同
質性および代表強度が示されている。
【００２９】図２のフローチャートのステップＨで、特
徴値に基づきデシジョンツリーを用いて、画像内の各ピ
クセルがボディ部分または非ボディ部分に分類される。
ここでは特徴値に基づいてボディ部分であるか非ボディ
部分であるかを判別するための規則のセットが設定され
る。この規則は教師付き学習により設定され、以下自動
学習分類子と称される。自動学習分類子は新たなデータ
が入力されるについれて時間に応じて自動的に更新され
る。本発明ではバイナリのデシジョンツリーが特定のク
ラス分類子として使用される。バイナリのデシジョンツ
リーではｉｆ／ｅｌｓｅの文が用いられるので理解も分
析も容易であり、きわめて迅速に分類を行うことができ
る。従来技術の分類で使用される、手動で検索されたハ
ードコード化された規則は、充分に一般的ではないので
本発明では用いられない。規則は新たなデータが到着す
るたびに新たに形成すべきである。
【００３０】所定数のデータポイント（画像内のピクセ
ル）が訓練集合としてランダムに選択される。この訓練
集合は従来のデシジョンツリー法または従来のアルゴリ
ズムにおいて自動的にバイナリのデシジョンツリーを形
成するために使用されている。有利なデシジョンツリー
法は従来のクラシフィケーション・アンド・リグレショ
ンツリー（ＣＡＲＴ）法である。この手法はBreiman et
al, Classificationand Regression Trees, Chapman &
Hall Publishers, 1984 (Softwareavailable from Sal
ford Systems, Inc.)に記載されている。ＣＡＲＴ法は
周知であるので、ここではあまり詳細には説明しない。
ただしこの手法の幾つかの重要な点を以下に説明する。
【００３１】ＣＡＲＴ法は入力としてラベルを付された
一連の訓練インスタンスを受け取り、階層デシジョンツ
リーを出力として形成する。訓練インスタンスはそれぞ
れ複数の属性およびクラスラベルを有している。本発明
ではインスタンスは個々のピクセルであり、属性は上述
の計算された特徴であり、クラスラベルはボディ部分
（１）および非ボディ部分（０）である。次にＣＡＲＴ
によりこれらのデータからバイナリのデシジョンツリー
が形成される。各段階ごとにＣＡＲＴは訓練集合を分析
し、クラス間で最良に識別するテスト（“属性≦値
？”）特徴の評価基準に基づいて判別する。訓練集合は
最良のテストに基づいて２つのサブセットに分割され
る。ツリーはそれ以上ノードが形成できなくなるまで帰
納的に成長していく。ツリーが形成されるとＣＡＲＴに
よりこのツリーは剪定され、ノイズに合致するノードお
よび／またはあまり有効でないノードがこの目的に使用
される一部の訓練集合に基づいて排除される。
【００３２】本発明で使用される有利なバイナリのデシ
ジョンツリーは比較的小さく、１６０個の端末ノードを
有するだけである。ツリーが小さいということは重要で
ある。なぜならこれは選択された特徴が分類作業に適し
ており、ツリーが未知のデータを正確に分類できる確率
が高くなるからである。例えばデータポイントの選択数
が９５０００であるとすると、理論的には９５０００個
の端末ノードを有するツリーが形成されることになる。
何万もの未知のデータポイントを正確に分類できるノー
ド１６０個のツリーは、使用される特徴が分類に適して
いることを示している。
【００３３】分類のためのバイナリツリーを使用するこ
とにより、各ピクセルでの特徴ベクトルは個々に端末ノ
ードに達するまで“ドロップダウン”される。ノードの
ラベルはピクセルに割り当てられる。
【００３４】ＣＡＲＴ法は有利であるが、他のデシジョ
ンツリー法または他のアルゴリズムも所望に応じて使用
可能である。
【００３５】図２のフローチャートのステップＩで分類
の結果が前処理され、ノイズを除去される。このスムー
ジングは複数の領域にわたって結合コンポーネント分析
により行われる。このような画像処理の操作は当業者に
は周知であるのでこれ以上は説明しない。
【００３６】ステップＪで、コリメータの設定がステッ
プＩの分類の結果から自動的に定められる。コリメータ
の設定は、非ボディ部分をできる限り大きくかつボディ
部分をできる限り小さく覆うように選択されている。コ
リメータ設定は自動的に特定のコリメータの制約条件に
適合調整される。これは例えば絞りの羽根の数や自由度
などを考慮して行われる。
【００３７】ステップＫで、イメージング装置は自動的
に計算されたコリメータの設定パラメータを記録して、
コリメータで使用可能なようにする。
【００３８】ステップＬで、Ｘ線源は次の撮像個所に移
動され、これは全ての位置が処理されるまで繰り返され
る。コリメーションのパラメータはイメージング装置に
記録される。
【００３９】図１４には自動コリメーション装置によっ
て表示されるグラフィックユーザインタフェースが示さ
れている。画像は脚部全体の研究のためのものである。
同様に他の末梢部分の研究も行うことができる。インタ
フェースは脚部全体に対する位置で入力された複数の画
像４０と、１つの位置での到来画像４２と、この位置で
の画像に対するセグメント分割の結果４４と、脚部全体
に対する結果４６を表示している。
【００４０】上述の実施例は本発明の原理を適用するこ
とのできる多数の可能な実施例のうちの幾つかを説明し
たものと理解すべきである。例えば補助手動装置を設け
て所望の場合に医師または操作者によって自動的に選択
されているコリメータ設定を手動調整できるようにする
ことも可能である。当業者に可能な種々の変更および変
化は本発明の範囲内に含まれ、本発明を逸脱することな
く実施できる。
【図面の簡単な説明】
【図１】本発明による自動コリメーション装置を使用す
る、コンピュータ化されたＸ線イメージングシステムの
概略図である。
【図２】本発明による自動コリメーション方法のステッ
プを示すフローチャートである。
【図３】低コントラストな軟組織の境界が撮影されてい
る踝付近の末梢部分のＸ線画像である。
【図４】図３の領域を通る水平方向の線に沿った強度プ
ロフィルを示す図である。
【図５】線プロフィルの曲率画像を示す図である。
【図６】強度の画像を示す図である。
【図７】図６に対応するノイズを有する線プロフィルの
負の曲率画像を示す図である。
【図８】図７に対応する適応的にノイズを除去した負の
曲率画像を示す図である。
【図９】強度の画像を示す図である。
【図１０】図９に示された画像の境界領域を示す図であ
る。
【図１１】伝播後の典型的な画像に対する特徴値を示す
図である。
【図１２】伝播後の典型的な画像のための特徴値を示す
図である。
【図１３】伝播後の典型的な画像のための特徴値を示す
図である。
【図１４】自動コリメーション装置によって表示される
グラフィックユーザインタフェースを示す図である。
【符号の説明】
１０ Ｘ線装置 １２ コンピュータ化されたイメージング装置 １４ Ｘ線源 １６ コリメータ １８ Ｘ線ビーム ２０ コリメートされたＸ線ビーム ２２ 患者 ２４ 撮影すべきボディエリア ２６ イメージインテンシファイア ２８ 記録媒体 ３０ 矢印 ３２ ステッパモータ ３４ ステッパモータ制御装置 ３６ 造影剤注入装置 ３８ 自動コリメーション装置
───────────────────────────────────────────────────── フロントページの続き (72)発明者 ジャンツング キァン アメリカ合衆国 ニュージャージー プリ ンストン ジャンクション オックスフォ ード コート ３

Claims (30)

    【特許請求の範囲】
  1. 【請求項１】 （ａ）１つの撮像個所で迅速にスカウト
    された画像を受け取るステップと、（ｂ）前記画像のボ
    ディ部分の領域の位置を自動的に検出するステップと、
    （ｃ）検出された前記ボディ部分の領域の位置に基づい
    てコリメータの設定を自動的に形成するステップとを有
    し、該設定によりコリメータが実質的に非ボディ部分の
    領域を覆うように自動的に調整する、ことを特徴とする
    画像収集中にＸ線イメージングシステムのコリメータを
    自動設定する方法。
  2. 【請求項２】 前記検出するステップは、 画像から得られた多方向のピクセルの強度線プロフィル
    の負の曲率の極値に基づいて画像を複数の領域に分割す
    るステップと、 各領域に相応に全体的な特徴を求めるステップと、 該全体的な特徴を用いて、前記領域をボディ部分の領域
    と非ボディ部分の領域とに分類するステップとを含む、
    請求項１記載の方法。
  3. 【請求項３】 前記分割するステップは、 画像から多方向のピクセルの強度線プロフィルを取り出
    すステップと、 該ピクセルの強度線プロフィルから負の曲率の局所的な
    極値を求めるステップと、 該負の曲率の局所的な極値を組み合わせて負の曲率の画
    像を形成するステップと、 該負の曲率の画像を複数の領域に分割するステップとを
    含む、請求項２記載の方法。
  4. 【請求項４】 前記分割するステップは、 前記組み合わせるステップの前に、負の曲率の極値のピ
    クセルからノイズを除去するステップを含む、請求項３
    記載の方法。
  5. 【請求項５】 前記特徴を求めるステップは、 画像から得られたピクセルの強度線プロフィルの負の曲
    率からノイズを除去するステップを含む、請求項２記載
    の方法。
  6. 【請求項６】 前記ノイズを除去するステップは、 ピクセルの強度線プロフィルの負の曲率のなかで充分に
    アラインメントされた曲率のピクセルを強調するステッ
    プと、 適応の閾値を求めて、ピクセルの強度線プロフィルの負
    の曲率のなかからノイズを表すピクセルを識別するステ
    ップと、 ノイズとして識別されたピクセルをピクセルの強度線プ
    ロフィルの負の曲率から除去するステップとを含む、請
    求項５記載の方法。
  7. 【請求項７】 前記特徴は、各領域内で選択された方向
    に沿って存在するピクセル毎の強度変動の最小量と、各
    領域の強度のメディアン値と、撮像個所のシリアル番号
    とを含む、請求項２記載の方法。
  8. 【請求項８】 前記特徴を求めるステップは、 選択された方向の線に沿って特徴を求めるステップと、 各領域内で該特徴を伝播するステップと、 領域間で該特徴を伝播するステップとを含む、請求項２
    記載の方法。
  9. 【請求項９】 前記分類するステップは、 訓練ピクセルの収集から階層デシジョンツリーを形成す
    るステップを含み、ここで各ピクセルは前記特徴を有し
    ており、かつボディ部分の領域または非ボディ部分の領
    域としてラベルを付されており、 各ピクセルを前記特徴値にしたがって、デシジョンツリ
    ーを用いてボディ部分の領域と非ボディ部分の領域とに
    分類するステップを含む、請求項２記載の方法。
  10. 【請求項１０】 前記分類するステップは、 前記設定を形成するステップの前に分類された領域から
    ノイズを除去するステップを含む、請求項２記載の方
    法。
  11. 【請求項１１】 前記１つの撮像個所は複数の撮像個所
    のうちの１つであり、すべての撮像個所で迅速にスカウ
    トされた複数の画像を受け取り、各撮像個所で選択され
    た１つの画像に対して前記ステップ（ｂ）および前記ス
    テップ（ｃ）を繰り返すステップと、 撮像個所で得られた設定を保持するステップと、 保持されている相応の設定にしたがって診療用画像収集
    中にコリメータを各画像位置で調整するステップとを有
    する、請求項１記載の方法。
  12. 【請求項１２】 （ａ）１つの撮像個所で迅速にスカウ
    トされた画像を受け取るステップと、（ｂ）該画像から
    得られた多方向のピクセルの強度線プロフィルの負の曲
    率の極値に基づいて前記画像を複数の領域に分割するス
    テップと、（ｃ）各領域に相応する全体的な特徴を求め
    るステップと、（ｄ）該全体的な特徴を用いて、前記領
    域をボディ部分の領域と非ボディ部分の領域とに分類す
    るステップとを有する、ことを特徴とするＸ線画像をボ
    ディ部分の領域を非ボディ部分の領域とに自動的にセグ
    メント分割する方法。
  13. 【請求項１３】 前記分割するステップは、 画像から多方向のピクセルの強度線プロフィルを取り出
    すステップと、 該ピクセルの強度線プロフィルから負の曲率の局所的な
    極値を求めるステップと、 該負の曲率の局所的な極値を組み合わせて、負の曲率の
    画像を形成するステップと、 該負の曲率の画像を複数の領域に分割するステップとを
    含む、請求項１２記載の方法。
  14. 【請求項１４】 前記分割するステップは、 前記組み合わせるステップの前に、該極値のピクセルか
    らノイズを除去するステップを含む、請求項１３記載の
    方法。
  15. 【請求項１５】 前記特徴を求めるステップは、 画像から得られたピクセルの強度線プロフィルの負の曲
    率からノイズを除去するステップを含む、請求項１３記
    載の方法。
  16. 【請求項１６】 前記ノイズを除去するステップは、 ピクセルの強度線プロフィルの負の曲率のなかでアライ
    メントされた曲率のピクセルを強調するステップと、 適応の閾値を求めて、ピクセルの強度線プロフィルの負
    の曲率のなかからノイズを表すピクセルを識別するステ
    ップと、 ノイズとして識別されたピクセルをピクセルの強度線プ
    ロフィルの負の曲率から除去するステップとを含む、請
    求項１５記載の方法。
  17. 【請求項１７】 前記特徴は、各領域内で選択された方
    向に沿って存在するピクセル毎の強度変動の最小量と、
    各領域の強度のメディアン値と、撮像個所のシリアル番
    号とを含む、請求項２記載の方法。
  18. 【請求項１８】 前記特徴を求めるステップは、 選択された方向の線に沿って特徴を求めるステップと、 各領域内で該特徴を伝播するステップと、 領域間で該特徴を伝播するステップとを含む、請求項１
    ２記載の方法。
  19. 【請求項１９】 前記分類するステップは、 訓練ピクセルの収集から階層デシジョンツリーを形成す
    るステップを含み、ここで各ピクセルは前記特徴を有し
    ており、かつボディ部分の領域または非ボディ部分の領
    域としてラベルを付されており、 各ピクセルを前記特徴値にしたがって、デシジョンツリ
    ーを用いてボディ部分の領域と非ボディ部分の領域とに
    分類するステップを含む、請求項１２記載の方法。
  20. 【請求項２０】 前記分類するステップは、 分類された領域からノイズを除去するステップを含む、
    請求項２記載の方法。
  21. 【請求項２１】 Ｘ線放射を形成するＸ線源と、 実質的にＸ線放射の非ボディ部分の領域への照射を防止
    し、ボディ部分の領域への照射を行う調整可能なコリメ
    ータと、 対象領域を透過した後にＸ線放射を受信し、受信された
    Ｘ線放射を記録可能なようにＸ線画像に変換するイメー
    ジインテンシファイアと、 Ｘ線画像を記録する記録媒体と、 画像収集中にコリメータを自動調整する自動コリメーシ
    ョン手段とを有する、Ｘ線末梢部分画像撮影に使用され
    るＸ線イメージングシステムにおいて、 前記自動コリメーション手段は、 画像から得られた多方向のピクセルの強度線プロフィル
    の負の曲率の極値に基づいて画像を複数の領域に分割す
    る領域境界予測手段と、 各領域に相応する全体的な特徴を求める特徴計算手段
    と、 該全体的な特徴を用いて各領域をボディ部分の領域と非
    ボディ部分の領域とに分類する分類手段と、 分類に基づいてコリメータが実質的に非ボディ部分の領
    域を覆うように設定を行う設定形成手段とを有する、こ
    とを特徴とするＸ線イメージングシステム。
  22. 【請求項２２】 前記領域境界予測手段は、 画像から多方向のピクセル強度線プロフィルを取り出す
    手段と、 該ピクセル強度線プロフィルから負の曲率の局所的な極
    値を求める手段と、 該負の曲率の極値を組み合わせて負の曲率の画像を形成
    する手段と、 負の曲率の画像を複数の領域に分割する手段とを有す
    る、請求項２１記載の装置。
  23. 【請求項２３】 前記領域境界予測手段はさらに、負の
    曲率の極値を組み合わせる前に該極値からノイズを除去
    する手段を有する、請求項２２記載の装置。
  24. 【請求項２４】 前記の曲率の局所的な極値を求める手
    段は、画像から得られたピクセルの強度線プロフィルの
    負の曲率からノイズを除去する手段を有する、請求項２
    ２記載の装置。
  25. 【請求項２５】 前記ノイズを除去する手段により、 ピクセルの強度線プロフィルの負の曲率のなかで充分に
    アライメントされた曲率のピクセルが強調され、 ピクセルの強度線プロフィルの負の曲率のなかでノイズ
    を表すピクセルを識別するための適応の閾値が求めら
    れ、 ノイズとして識別されたピクセルがピクセルの強度線プ
    ロフィルの負の曲率から除去される、請求項２４記載の
    装置。
  26. 【請求項２６】 前記特徴は、各領域内で選択された方
    向に沿って存在するピクセル毎の強度変動の最小量と、
    各領域の強度のメディアン値と、撮像個所のシリアル番
    号とを含む、請求項２１記載の装置。
  27. 【請求項２７】 前記特徴計算手段は、選択された方向
    の線に沿って特徴を求める手段と、各領域内で該特徴を
    伝播する手段と、領域間で該特徴を伝播する手段とを有
    する、請求項２１記載の装置。
  28. 【請求項２８】 前記分類手段は、前記特徴を有してお
    り、かつボディ部分の領域または非ボディ部分の領域と
    してラベルを付された訓練ピクセルの収集から階層デシ
    ジョンツリーを形成する手段と、 各ピクセルを前記特徴の値にしたがって、デシジョンツ
    リーを用いてボディ部分の領域と非ボディ部分の領域と
    に分類する手段とを有する、請求項２１記載の装置。
  29. 【請求項２９】 前記自動コリメーション手段はさら
    に、分類された領域からノイズを除去する手段を有す
    る、請求項２１記載の装置。
  30. 【請求項３０】 前記設定形成手段により、設定を形成
    する際にコリメータの制約条件が考慮される、請求項２
    １記載の装置。
JP01995399A 1998-01-29 1999-01-28 画像収集中にｘ線イメージングシステムのコリメータを自動設定する方法、およびｘ線イメージングシステム Expired - Fee Related JP4149598B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US09/015725 1998-01-29
US09/015,725 US6055295A (en) 1998-01-29 1998-01-29 Method and apparatus for automatic collimation in x-ray peripheral imaging

Publications (2)

Publication Number Publication Date
JPH11276462A true JPH11276462A (ja) 1999-10-12
JP4149598B2 JP4149598B2 (ja) 2008-09-10

Family

ID=21773220

Family Applications (1)

Application Number Title Priority Date Filing Date
JP01995399A Expired - Fee Related JP4149598B2 (ja) 1998-01-29 1999-01-28 画像収集中にｘ線イメージングシステムのコリメータを自動設定する方法、およびｘ線イメージングシステム

Country Status (3)

Country Link
US (1) US6055295A (ja)
JP (1) JP4149598B2 (ja)
DE (1) DE19903235B4 (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002078546A1 (fr) * 2001-03-29 2002-10-10 Kabushiki Kaisha Toshiba Appareil de diagnostic radiographique
JP2004209239A (ja) * 2002-12-17 2004-07-29 Toshiba Corp Ｘ線診断装置及びｘ線撮影方法
JP2006087920A (ja) * 2004-09-21 2006-04-06 General Electric Co <Ge> Ｘ線システムにおける適応形ｘ線ビームのシステム及び方法
KR101198065B1 (ko) 2010-06-30 2012-11-07 한국전기연구원 자동 콜리메이터 제어와 방사선 촬상 시스템의 위치결정 방법 및 장치
CN107077736A (zh) * 2014-09-02 2017-08-18 因派克医药***有限公司 依据基于解剖学界标的特征分割医学图像的***和方法

Families Citing this family (43)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2785713B1 (fr) * 1998-11-10 2000-12-08 Commissariat Energie Atomique Systeme de commande d'unites de levage et de telemanipulation placees en enceinte confinee
JP3513700B2 (ja) * 2000-03-29 2004-03-31 稔 植松 移動式放射線遮蔽装置
US6901159B2 (en) * 2001-01-31 2005-05-31 General Electric Company Communication of image data from image detector to host computer
US6904124B2 (en) * 2001-01-31 2005-06-07 General Electric Company Indirect programming of detector framing node
US6470071B1 (en) 2001-01-31 2002-10-22 General Electric Company Real time data acquisition system including decoupled host computer
US6975752B2 (en) * 2001-01-31 2005-12-13 General Electric Company Imaging system including detector framing node
US6970586B2 (en) * 2001-01-31 2005-11-29 General Electric Company Detector framing node architecture to communicate image data
US6753873B2 (en) 2001-01-31 2004-06-22 General Electric Company Shared memory control between detector framing node and processor
US6504895B2 (en) 2001-01-31 2003-01-07 General Electric Company Method and system monitoring image detection
US7853312B2 (en) * 2001-06-07 2010-12-14 Varian Medical Systems, Inc. Seed localization system for use in an ultrasound system and method of using the same
EP1315177A1 (de) * 2001-11-22 2003-05-28 Albert Geisser Verfahren und Vorrichtung zur Aufnahme von Objekten
US6647092B2 (en) * 2002-01-18 2003-11-11 General Electric Company Radiation imaging system and method of collimation
DE10222397A1 (de) * 2002-05-21 2003-12-04 Siemens Ag Verfahren zur Blendenregelung eines Computertomographen und Computertomograph
JP2004105568A (ja) * 2002-09-20 2004-04-08 Toshiba Corp Ｘ線診断装置
US7289599B2 (en) * 2002-10-04 2007-10-30 Varian Medical Systems Technologies, Inc. Radiation process and apparatus
US7634308B2 (en) * 2002-12-17 2009-12-15 Kabushiki Kaisha Toshiba Method and system for X-ray diagnosis of object in which X-ray contrast agent is injected
US20040120457A1 (en) * 2002-12-20 2004-06-24 University Of Massachusetts Medical Center Scatter reducing device for imaging
EP1444952B1 (en) * 2003-02-10 2008-05-07 CSEM Centre Suisse d'Electronique et de Microtechnique SA Scanning digital radiography system with reduced ionizing-radiation dose
DE10320862B4 (de) * 2003-05-09 2007-09-06 Siemens Ag Verfahren zur automatischen Einstellung einer Blende, sowie Röntgensystem
US6895076B2 (en) 2003-06-03 2005-05-17 Ge Medical Systems Global Technology Company, Llc Methods and apparatus for multiple image acquisition on a digital detector
DE602004029791D1 (de) * 2003-07-30 2010-12-09 Philips Intellectual Property Röntgeneinrichtung mit automatisch einstellbarem kollimator
US20050238140A1 (en) * 2003-08-20 2005-10-27 Dan Hardesty X-ray imaging system with automatic image resolution enhancement
US6990171B2 (en) * 2003-10-27 2006-01-24 General Electric Company System and method of determining a user-defined region-of-interest of an imaging subject for x-ray flux management control
JP4118786B2 (ja) 2003-11-14 2008-07-16 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 画像撮影診断支援システム
EP1714255B1 (en) * 2004-02-05 2016-10-05 Koninklijke Philips N.V. Image-wide artifacts reduction caused by high attenuating objects in ct deploying voxel tissue class
DE102004008735B4 (de) * 2004-02-23 2015-07-23 Siemens Aktiengesellschaft Verfahren und Einrichtung zum Erzeugen eines Röntgenbildes der weiblichen Brust
US7519160B2 (en) * 2004-03-04 2009-04-14 Lodox Systems (Proprietary) Limited Scanning x-ray apparatus
US20060159225A1 (en) * 2005-01-14 2006-07-20 Bede Scientific Instruments Limited X-ray detection system
US7650025B2 (en) * 2005-08-01 2010-01-19 Siemens Medical Solutions Usa, Inc. System and method for body extraction in medical image volumes
US7869637B2 (en) * 2006-07-31 2011-01-11 Siemens Medical Solutions Usa, Inc. Histogram calculation for auto-windowing of collimated X-ray image
US7555100B2 (en) * 2006-12-20 2009-06-30 Carestream Health, Inc. Long length imaging using digital radiography
US20100111389A1 (en) * 2007-12-06 2010-05-06 Siemens Medical Solutions Usa, Inc. System and method for planning and guiding percutaneous procedures
US9280837B2 (en) * 2008-10-10 2016-03-08 Koninklijke Philips N.V. Angiographic image acquisition system and method with automatic shutter adaptation for yielding a reduced field of view covering a segmented target structure or lesion for decreasing X-radiation dose in minimally invasive X-ray-guided interventions
JP2010213798A (ja) * 2009-03-13 2010-09-30 Toshiba Corp 循環器用ｘ線診断システム
EP2427113B1 (en) 2009-05-05 2019-06-12 Koninklijke Philips N.V. Method of acquiring an x-ray image and x-ray image acquisition device comprising automatic wedge positioning
JP5631030B2 (ja) * 2010-03-16 2014-11-26 キヤノン株式会社 放射線画像処理装置、画像処理方法、放射線撮影システムおよびプログラム
WO2011121502A1 (en) * 2010-03-31 2011-10-06 Koninklijke Philips Electronics N.V. Automatic positioning of absorption means in x-ray image acquisition;
WO2014033573A1 (en) * 2012-08-27 2014-03-06 Koninklijke Philips N.V. Doctor aware automatic collimation
EP2767236A1 (en) 2013-02-15 2014-08-20 Koninklijke Philips N.V. X-ray collimator size and position adjustment based on pre-shot
JP2014176565A (ja) * 2013-03-15 2014-09-25 Canon Inc 画像処理装置、放射線撮影装置、画像処理方法、コンピュータプログラム及び記憶媒体
US9566040B2 (en) * 2014-05-14 2017-02-14 Swissray Asia Healthcare Co., Ltd. Automatic collimator adjustment device with depth camera and method for medical treatment equipment
CN107809955B (zh) 2015-06-09 2021-01-19 西门子保健有限责任公司 经由感兴趣界标的自动检测在x射线成像中进行实时准直和roi过滤器定位
CN109893153B (zh) * 2017-12-08 2023-10-20 上海西门子医疗器械有限公司 调整准直器位置的方法和装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3500812A1 (de) * 1985-01-11 1986-07-17 Siemens AG, 1000 Berlin und 8000 München Roentgendiagnostikeinrichtung mit halbtransparenter blende
DE3621868A1 (de) * 1986-06-30 1988-01-14 Siemens Ag Roentgendiagnostikeinrichtung mit einer blende
NL9100019A (nl) * 1991-01-09 1992-08-03 Philips Nv Roentgenonderzoekapparaat.
DE4210120C1 (en) * 1992-03-27 1993-08-05 Siemens Ag, 8000 Muenchen, De X=ray appts. for peripheral angiography - calculates relative positioning of appts. and patient support using data derived from patient
US5369678A (en) * 1992-06-29 1994-11-29 Siemens Corporate Research, Inc. Method for tracking a catheter probe during a fluoroscopic procedure
DE4328783C2 (de) * 1993-08-26 1996-05-15 Siemens Ag Röntgendiagnostikeinrichtung

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002078546A1 (fr) * 2001-03-29 2002-10-10 Kabushiki Kaisha Toshiba Appareil de diagnostic radiographique
US7116752B2 (en) 2001-03-29 2006-10-03 Kabushiki Kaisha Toshiba Diagnostic X-ray system
JP2004209239A (ja) * 2002-12-17 2004-07-29 Toshiba Corp Ｘ線診断装置及びｘ線撮影方法
JP2006087920A (ja) * 2004-09-21 2006-04-06 General Electric Co <Ge> Ｘ線システムにおける適応形ｘ線ビームのシステム及び方法
KR101198065B1 (ko) 2010-06-30 2012-11-07 한국전기연구원 자동 콜리메이터 제어와 방사선 촬상 시스템의 위치결정 방법 및 장치
CN107077736A (zh) * 2014-09-02 2017-08-18 因派克医药***有限公司 依据基于解剖学界标的特征分割医学图像的***和方法
JP2017532092A (ja) * 2014-09-02 2017-11-02 エレクタ、インク.Elekta, Inc. 解剖学的ランドマークベースの特徴に基づいた医用画像をセグメント化するためのシステム及び方法
US10546014B2 (en) 2014-09-02 2020-01-28 Elekta, Inc. Systems and methods for segmenting medical images based on anatomical landmark-based features

Also Published As

Publication number Publication date
DE19903235B4 (de) 2007-06-21
JP4149598B2 (ja) 2008-09-10
US6055295A (en) 2000-04-25
DE19903235A1 (de) 1999-08-12

Similar Documents

Publication Publication Date Title
JPH11276462A (ja) 画像収集中にｘ線イメ―ジングシステムのコリメ―タを自動設定する方法、およびｘ線イメ―ジングシステム
US6775399B1 (en) ROI segmentation image processing system
US7676257B2 (en) Method and apparatus for segmenting structure in CT angiography
US7792339B2 (en) Method and apparatus for intracerebral hemorrhage lesion segmentation
KR101901397B1 (ko) 딥러닝을 이용한 수완부 방사선 영상으로부터 골 성숙도(ｓｍｉ) 자동 분석방법
JP5041821B2 (ja) 放射線医学的徴候の検出のためのトモシンセシス投影画像の処理装置
EP1501048B1 (en) Method of segmenting a radiographic image into diagnostically relevant and diagnostically irrelevant regions
US20080159613A1 (en) Method for classifying breast tissue density
US8542794B2 (en) Image processing apparatus for a moving image of an object irradiated with radiation, method thereof, and storage medium
JP4236405B2 (ja) 断層像セグメント分割
US20120275679A1 (en) System and method for shutter detection
JPH1094538A (ja) 異常陰影候補の検出方法および装置
JP2003047606A (ja) Ｘ線源の放射線量を調節する装置及び方法
US20220092787A1 (en) Systems and methods for processing x-ray images
US11715208B2 (en) Image segmentation
US20220122261A1 (en) Probabilistic Segmentation of Volumetric Images
US11553891B2 (en) Automatic radiography exposure control using rapid probe exposure and learned scene analysis
JPH08287230A (ja) 計算機支援画像診断装置
CN107221009B (zh) 一种腹主动脉分叉处的定位方法、装置、医学成像***及存储介质
Elgargni Investigation of Image Processing for Detecting Teeth Conditions of Dental X-Ray Images
US11853855B2 (en) Machine learning detection and classification of maxillofacial bone lesions in CBCT
Wang et al. Automatic and exam-type independent algorithm for the segmentation and extraction of foreground, background, and anatomy regions in digital radiographic images
WO2023126246A1 (en) Screening for subtle condition sign detection
Murthy et al. Automatic collimation in peripheral X-ray imaging
EP4388489A1 (en) Finding-specific training of machine-learning models using image inpainting

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20051006

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20051006

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20070607

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20070906

A602 Written permission of extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A602

Effective date: 20070911

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20071009

A602 Written permission of extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A602

Effective date: 20071012

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20071102

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: 20080528

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20080626

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20110704

Year of fee payment: 3

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20110704

Year of fee payment: 3

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313111

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20110704

Year of fee payment: 3

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20110704

Year of fee payment: 3

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120704

Year of fee payment: 4

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120704

Year of fee payment: 4

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130704

Year of fee payment: 5

LAPS Cancellation because of no payment of annual fees