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
Links
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000003384 imaging method Methods 0.000 title claims abstract description 55
- 238000003066 decision tree Methods 0.000 claims description 17
- 230000002093 peripheral effect Effects 0.000 claims description 13
- 238000012549 training Methods 0.000 claims description 10
- 230000005855 radiation Effects 0.000 claims description 9
- 230000006978 adaptation Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000002708 enhancing effect Effects 0.000 claims description 3
- 230000001902 propagating effect Effects 0.000 claims 6
- 210000004872 soft tissue Anatomy 0.000 description 14
- 238000010586 diagram Methods 0.000 description 7
- 239000002872 contrast media Substances 0.000 description 5
- 210000000746 body region Anatomy 0.000 description 4
- 238000002594 fluoroscopy Methods 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 238000009499 grossing Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 210000003423 ankle Anatomy 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000002583 angiography Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000008821 health effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000004197 pelvis Anatomy 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/06—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
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
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
プを示すフローチャートである。
る踝付近の末梢部分のX線画像である。
ロフィルを示す図である。
負の曲率画像を示す図である。
曲率画像を示す図である。
る。
図である。
図である。
図である。
グラフィックユーザインタフェースを示す図である。
Claims (30)
- 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。 - 【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。
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)
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)
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)
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 |
-
1998
- 1998-01-29 US US09/015,725 patent/US6055295A/en not_active Expired - Lifetime
-
1999
- 1999-01-27 DE DE19903235A patent/DE19903235B4/de not_active Expired - Fee Related
- 1999-01-28 JP JP01995399A patent/JP4149598B2/ja not_active Expired - Fee Related
Cited By (8)
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 |