CN105074778B - 交互式随访可视化 - Google Patents
交互式随访可视化 Download PDFInfo
- Publication number
- CN105074778B CN105074778B CN201480018855.5A CN201480018855A CN105074778B CN 105074778 B CN105074778 B CN 105074778B CN 201480018855 A CN201480018855 A CN 201480018855A CN 105074778 B CN105074778 B CN 105074778B
- Authority
- CN
- China
- Prior art keywords
- area
- data set
- interest
- divided
- profile
- 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
- 238000012800 visualization Methods 0.000 title description 7
- 230000002452 interceptive effect Effects 0.000 title description 3
- 238000000034 method Methods 0.000 claims abstract description 21
- 230000008859 change Effects 0.000 claims abstract description 15
- 210000004556 brain Anatomy 0.000 claims description 33
- 230000011218 segmentation Effects 0.000 claims description 18
- 150000001875 compounds Chemical class 0.000 claims description 3
- 238000005192 partition Methods 0.000 claims description 3
- 238000013480 data collection Methods 0.000 claims description 2
- 238000003745 diagnosis Methods 0.000 claims 1
- 230000001052 transient effect Effects 0.000 claims 1
- 210000001320 hippocampus Anatomy 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 206010008190 Cerebrovascular accident Diseases 0.000 description 2
- 208000006011 Stroke Diseases 0.000 description 2
- 210000003484 anatomy Anatomy 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 238000002599 functional magnetic resonance imaging Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000013481 data capture Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000002582 magnetoencephalography Methods 0.000 description 1
- 230000004770 neurodegeneration Effects 0.000 description 1
- 208000015122 neurodegenerative disease Diseases 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000008467 tissue growth Effects 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 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
- G06T7/0014—Biomedical image inspection using an image reference approach
- G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4058—Detecting, measuring or recording for evaluating the nervous system for evaluating the central nervous system
- A61B5/4064—Evaluating the brain
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—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
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
-
- 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
- G06T2207/20221—Image fusion; Image merging
-
- 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
- G06T2207/30016—Brain
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Neurology (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Quality & Reliability (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Geometry (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Physiology (AREA)
- Neurosurgery (AREA)
- Psychology (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
一种系统和方法,用于:接收对应于在第一时间的患者数据的第一数据集;接收对应于在第二时间的患者数据的第二数据集;在所述第一数据集中分割第一感兴趣区域并且在所述第二数据集中分割第二感兴趣区域,所述第一区域与第二区域相互对应;并且将所述第一感兴趣区域与所述第二感兴趣区域对齐以突出显示第一轮廓,所述第一轮廓指示所述第一感兴趣区域与第二感兴趣区域之间的大小、形状和取向的改变。
Description
背景技术
对于许多医学应用和检查,跟踪脑部中的组织生长和/或收缩的进展是有用的(例如,用于监测患有神经退行性疾病的患者中的脑萎缩,用于确定癌性肿瘤对处置的反应,等)。为了进行诊断,医师或其他用户通常将当前脑扫描中脑部的形状与来自先前脑扫描的形状进行比较。然而,在许多情况中,脑部随时间的结构改变是细微的,并且因此难以识别。因此,恰当地评估处置的疗效或跟踪脑萎缩变得很麻烦。可能需要一种通过其来使不同图像之间的分析简单化的有效过程。
发明内容
一种系统和方法,用于:接收对应于在第一时间的患者数据的第一数据集;接收对应于在第二时间的患者数据的第二数据集;在所述第一数据集中分割第一感兴趣区域并且在所述第二数据集中分割第二感兴趣区域,所述第一区域与第二区域相互对应;并且将所述第一感兴趣区域与所述第二感兴趣区域对齐以突出显示第一轮廓,所述第一轮廓指示所述第一感兴趣区域与第二感兴趣区域之间的大小、形状和取向的改变。
附图说明
下文中将以举例的方式并参考附图描述本发明的几个示范性实施例,在附图中:
图1描绘根据第一示范性实施例的叠加图像;
图2描绘根据第二示范性实施例的叠加图像;
图3描绘根据第三示范性实施例的叠加图像;
图4描绘根据第四示范性实施例的叠加图像;
图5描绘用于生成叠加的示范性方法;以及
图6示出根据示范性实施例的系统的示意图。
具体实施方式
可以参考以下描述和附图进一步理解示范性实施例。示范性实施例涉及一种交互式可视化模式,其显示经由任意成像模态并且利用任意治疗规划工作站捕获的在脑部中结构,所述任意成像模态包括,但不限于,功能性磁共振成像(fMRI)、计算机断层摄影(CT)、正电子发射断层摄影(PET)、脑磁图描计术(MEG)或本领域已知的任意其他成像技术,所述任意治疗规划工作站包括,但不限于ViewForum、Pinnacle、EBW等。应指出,尽管示范性实施例是关于对脑部的成像讨论的,但示范性系统和方法可以适用于对任意其他解剖区域的成像,而不偏离本公开的范围。示范性系统和方法提供了一种可视化模式,其中第一图像和第二图像可以被提供在彼此的叠加中,以辅助对它们之间的结构的变化的可视化。第一图像可以是在基线时间段捕获的并且与关于患者状态、图像捕获的时间等的细节一起被记录到存储介质上。第二图像可以是在预定时间段的逝去、处置的施予、重大医学事件(例如,中风等)的发生中的任意之后,或是任意其他感兴趣时间段捕获的,并且可以与患者细节一起被存储在存储介质上。示范性系统和方法能够在第一图像和第二图像中的每个中执行对感兴趣结构的分割。第一图像和第二图像能够然后被配准在单一个叠加中,并且被描绘,使得对应的分割之间的任意改变能够被突出显示在显示器上。描绘可以被显示为对应的分割的轮廓,并且可以还指示改变是脑部的区域随时间的增大或减小(例如,其中区域的增大可以由实线指示并且减小可以由虚线指示,其中区域的增大可以由虚线指示并且减小可以由实线指示,等等)。在一些实施例中,描绘也可以显示额外的数据,包括,但不限于,被突出显示部分的面积、周长、体积、(取沿短轴和长轴中的一个或两者)直径,等。示范性系统和方法能够通过提供第一图像和第二图像之间的结构性差异的交互式可视化,实现对其的快速比较。用户可以在第一、第二和叠加图像中的每个之间切换,继而更详细地分析任意个体分割,并辅助进行对患者的当前状态的分析。
根据根据本发明的示范性方法,第一数据集(未示出)能够被捕获并与详细信息一起被存储在任意存储介质中,该详细信息包括,但不限于,患者信息、数据捕获的时间和日期亦即任意额外的用户记录。第二数据集100,如图1中所示,能够相对于第一数据集的捕获在以下中的任一种之后预定时间段的逝去、处置的施予、重大医学事件(例如,中风等)的发生,或在任意其他时间延迟被捕获。脑部分割工具能够被用于在第一数据集(未示出)和第二数据集100中的每个中分割多个感兴趣脑部结构102-118,如本领域技术人员将理解的。结构102-118中的每个可以通过具有不同颜色,或者在另一实施例中,不同线型(例如,虚线、变化的粗度等)的彩色轮廓被标记。第一数据集可以在被捕获时被分割,或者在另一实施例中,可以在第二数据集被捕获时被分割。
图2描绘示范性叠加图像200,其为第一数据集和第二数据集的复合,对应于被彼此叠加的第一脑部扫描图像和第二脑部扫描图像。在操作性配置中,用户可以选择比较按钮,以描绘感兴趣区域102-118在第一数据集和第二数据集之间的全部结构性改变。具体地,根据本发明的示范性流程被提供为以这样的方式叠加第一数据集和第二数据集,使得对应的结构102-118被彼此对齐,该流程考虑到在第一数据集和第二数据集之间解剖结构的可能改变。具体地,根据本发明的示范性实施例的可视化的先决条件是,针对第一数据集和第二数据集中的每个,结构102-118的可用性与具有刚性或可变形体积保持约束的共配准。该共配准允许第一数据集的被分割结构102-118,出现在叠加图像中相对于它们在第二数据集中的位置的正确位置。在基于位掩码的分割的情况中,这能够通过第一数据集和第二数据集两者的共配准来实现。随后对位掩码实施在第一与第二数据集之间的变换。在基于模型的分割的情况中,这可以如上文关于基于位掩码的配准所描述,或者在另一实施例中,通过对表示分割结果的网格的共配准,来实现。得到的叠加图像200分别显示右侧和左侧海马体106、116的被描绘部分107、117。具体地,针对被描绘部分107、117的虚线指示如从第一数据集(未示出)取得的右侧和左侧海马体的大小和形状。右侧和左侧海马体106、116的实线指示如从第二数据集200取得的其当前大小和形状。在另一示范性实施例中,左侧和右侧海马体106、116中的每个以及对应的描绘部分107、117可以利用不同轮廓被标记,该不同轮廓包括但不限于,不同的轮廓线颜色、线粗度、线型等。图像200提供了清楚且容易的方式,以解释在第一数据集和第二数据集之间的任意改变的可视化,因此消除了对用户在多个图像之间切换以做出对其解剖结构的任意部分中的可能改变的手动断定的需要。
图3描绘根据本发明的另一示范性实施例的图像300。具体地,用户可以通过在图像200上的对应结构上点击,选择被描绘部分107、117中的任意。在本实施例中,用户可以选择对应于脑部的左侧海马体的结构116或其被描绘部分117中的任意。该选择提示对对应于左侧海马体在第一数据集和第二数据集之间的改变的定量信息120的显示。定量信息120包括但不限于,第一数据集和第二数据集中的结构或叠加图像300中的被描绘部分的体积、面积、周长和(沿短轴和长轴中的一个或两者取得的)直径。为了改善清晰度,可以使未被选择的描绘部分107不可见,只要被描绘部分117是正被检查的,如图3中所示。在另一实施例中,如图4中所示,也可以使所有未被选择的结构102-117不可见,使得仅被选择的描绘部分117被示于图像400上。定量信息120可以被显示为对图像300、400的粘性叠加,使得用户可以滚动图像300、400或其第一数据集和第二数据集,同时定量信息120保留在适当地方可见。在另一实施例中,在观看第一数据集(未示出)时,定量信息120可以显示仅对应于第一数据集的数据,并且在观看第二数据集100时,定量信息120可以显示仅对应于第二数据集100的数据。可以以对应于对应结构的颜色的颜色来显示定量信息120。根据本发明的示范性实施例的系统和方法能够允许用户利用单次点击,在第一数据集、第二数据集和叠加图像200、300、400中的任意之间切换,因此使得用户能够容易地分析与其相关的定量信息。
应注意,尽管利用特定结构示出了图像100、200、300、400,但可以使用被显示信息的任意组合,而不偏离本发明的范围。在一个范例中,在选择结构102-118以供分析时,仅从显示中去除相邻地定位的结构,同时外面的结构(其例如不与被选择结构交叠)保留为可见。在另一范例中,在显示结构时,该结构以及其对应的被描绘部分两者均被显示为与2D图像切片相交的3D轮廓。在再另一范例中,可以提供按钮以触发对针对一些或全部结构的体积信息的显示。在另一范例中,被叠加图像的结构中的任意多个或全部可以一次被显示为两种状态(即,来自第一数据集和第二数据集)。在又另一实施例中,第一数据集和第二数据集可以与它们各自的分割并排显示。在再另一实施例中,叠加图像可以被形成为三个或更多个图像的叠加,以例如,跟踪异常在三个或更多个疗程之间的进展。
图5-图6描绘根据本发明的示范性实施例的示范性方法500和系统600。在第一步骤502中,捕获第一脑部扫描图像(未示出),并将其存储在存储器602的数据库602上。在步骤504中,捕获第二脑部扫描图像200,并将其存储在数据库602中。如本领域技术人员可以认识到的,可以任选地省略捕获步骤502、504。而是,处理器606可以引用之前被存储在数据库602中的第一脑部扫描图像和第二脑部扫描图像。在步骤506中,处理器606在第一脑部扫描图像和第二脑部扫描图像中的每个中分割一个或多个感兴趣的脑部结构。在步骤508中,处理器606生成叠加图像300、400,并在显示器608上显示图像300、400。放射科医师或其他用户可以经由用户接口610,操纵、滚动或以其他方式编辑原始第一脑部扫描和第二脑部扫描以及叠加图像300、400中的任意,用户接口610可以包括键盘、鼠标和/或显示器608上的触摸显示中的任意。
本领域技术人员将认识到,可以做出对本发明的各种修改和变动,而不偏离权利要求的范围。这些修改和变动中的一些已在上文得以讨论,并且其他的将对本领域技术人员是显而易见的。
Claims (16)
1.一种用于突出显示分割之间的变化的方法(500),包括:
接收(502)对应于在第一时间的患者数据的第一数据集,所述第一数据集包括第一脑部扫描;
接收(504)对应于在第二时间的患者数据的第二数据集(100),所述第二数据集包括第二脑部扫描;
在所述第一数据集中分割(506)第一感兴趣区域,其中,所述第一感兴趣区域为所述第一脑部扫描的部分,并且包括第一结构和第二结构(102-118),所述第二结构为所述第一结构跨矢状面的镜像;
在所述第二数据集中分割第二感兴趣区域,其中,所述第二感兴趣区域为所述第二脑部扫描的部分,并且包括所述第一结构和所述第二结构(102-118),其中,所分割的第一区域与所分割的第二区域相互对应;并且
将所分割的第一感兴趣区域与所分割的第二感兴趣区域对齐以突出显示第一轮廓,所述第一轮廓指示所分割的第一感兴趣区域与所分割的第二感兴趣区域之间的大小、形状和取向的改变,所述第一轮廓为在所分割的第二感兴趣区域上的所述改变。
2.如权利要求1所述的方法(500),还包括生成叠加图像的步骤(508),所述叠加图像被形成为所述第一数据集和所述第二数据集的复合,所述叠加图像(300)包含所述第一轮廓。
3.如权利要求2所述的方法(500),还包括共配准所述叠加图像(300)的所述第一数据集和所述第二数据集的步骤。
4.如权利要求1所述的方法(500),其中,分割所述第一感兴趣区域和分割所述第二感兴趣区域中的每一个分割都是基于位掩码的分割和基于模型的分割中的一种。
5.如权利要求1所述的方法(500),还包括采集所述第一数据集和所述第二数据集的步骤。
6.如权利要求2所述的方法(500),其中,所述第一轮廓包括限定所述第一区域的大小和形状的第一轮廓线以及限定所述第二区域的大小和形状的第二轮廓线。
7.如权利要求1所述的方法(500),还包括显示与所述第一区域和所述第二区域中的一个或两者有关的定量信息的步骤。
8.如权利要求7所述的方法(500),其中,所述定量信息包括以下中的一个或多个:体积、面积、周长和直径(取短轴和长轴中单独的一个或两者)。
9.如权利要求1所述的方法(500),其中,所述第二数据集是相对于所述第一数据集在以下中的一个之后被捕获的:预定时间段的逝去、处置的施予以及重大医学事件的发生。
10.如权利要求1所述的方法(500),还包括:
接收对应于在第三时间的患者数据的第三数据集;
在所述第一数据集、所述第二数据集和所述第三数据集中分割对应的感兴趣区域;并且
将所述对应的感兴趣区域相对于彼此对齐以突出显示第二轮廓,所述第二轮廓指示所述第一数据集、所述第二数据集以及所述第三数据集之间的大小、形状和取向的改变。
11.一种用于对患者的诊断的系统(600),包括:
存储单元(604),其存储患者数据的第一数据集和第二数据集,所述第一数据集和第二数据集分别包括第一脑部扫描和第二脑部扫描,其中,所述第一数据集和所述第二数据集中的每个被分割(506)以突出显示第一感兴趣区域和第二感兴趣区域,其中,所述第一感兴趣区域包括所述第一脑部扫描的第一结构和第二结构,所述第二结构为所述第一结构跨矢状面的镜像,并且所述第二感兴趣区域包括所述第二脑部扫描的所述第一结构和所述第二结构,所分割的第一区域与所分割的第二区域相互对应;以及
处理器(606),其被配置为生成(508)叠加图像,所述叠加图像被形成为所述第一数据集和所述第二数据集的复合,使得所分割的第一感兴趣区域与所分割的第二感兴趣区域对齐,所述叠加图像包含第一轮廓,所述第一轮廓指示所述第一感兴趣区域与所述第二感兴趣区域之间的大小、形状和取向的改变,所述第一轮廓为在所分割的第二感兴趣区域上的所述改变。
12.如权利要求11所述的系统(600),还包括被配置为显示所述叠加图像(300)的显示器(608)。
13.如权利要求11所述的系统(600),其中,所述处理器(606)被配置为显示与所述第一感兴趣区域和所述第二感兴趣区域中的一个或两者有关的定量信息。
14.如权利要求11所述的系统(600),还包括生成分割所述第一区域和所述第二区域的分割工具,其中,所述分割工具使用基于位掩码的分割和基于模型的分割中的一种。
15.如权利要求11所述的系统(600),其中,所述第二数据集是相对于所述第一数据集在以下中的一个之后被捕获的:预定时间段的逝去、处置的施予以及重大医学事件的发生。
16.一种非暂态计算机可读存储介质,包括能由处理器运行的指令集,所述指令集可操作为:
接收(502)对应于在第一时间的患者数据的第一数据集,所述第一数据集包括第一脑部扫描;
接收(504)对应于在第二时间的患者数据的第二数据集(100),所述第二数据集包括第二脑部扫描;
在所述第一数据集中分割(506)第一感兴趣区域,其中,所述第一感兴趣区域为所述第一脑部扫描的部分,并且包括第一结构和第二结构(102-118),所述第二结构为所述第一结构跨矢状面的镜像;
在所述第二数据集中分割第二感兴趣区域,其中,所述第二感兴趣区域为所述第二脑部扫描的部分,并且包括所述第一结构和所述第二结构(102-118),其中,所分割的第一区域与所分割的第二区域相互对应;并且
将所分割的第一感兴趣区域与所分割的第二感兴趣区域对齐以突出显示第一轮廓,所述第一轮廓指示所分割的第一感兴趣区域与所分割的第二感兴趣区域之间的大小、形状和取向的改变,所述第一轮廓为在所分割的第二感兴趣区域上的所述改变。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201361806046P | 2013-03-28 | 2013-03-28 | |
US61/806,046 | 2013-03-28 | ||
PCT/IB2014/060153 WO2014155299A1 (en) | 2013-03-28 | 2014-03-26 | Interactive follow-up visualization |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105074778A CN105074778A (zh) | 2015-11-18 |
CN105074778B true CN105074778B (zh) | 2018-10-12 |
Family
ID=50624891
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480018855.5A Active CN105074778B (zh) | 2013-03-28 | 2014-03-26 | 交互式随访可视化 |
Country Status (5)
Country | Link |
---|---|
US (1) | US9558558B2 (zh) |
EP (1) | EP2979248A1 (zh) |
JP (1) | JP6530371B2 (zh) |
CN (1) | CN105074778B (zh) |
WO (1) | WO2014155299A1 (zh) |
Families Citing this family (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9779504B1 (en) | 2011-12-14 | 2017-10-03 | Atti International Services Company, Inc. | Method and system for identifying anomalies in medical images especially those including one of a pair of symmetric body parts |
KR102294194B1 (ko) * | 2014-08-05 | 2021-08-26 | 삼성전자주식회사 | 관심영역의 시각화 장치 및 방법 |
WO2016116136A1 (en) * | 2015-01-20 | 2016-07-28 | Brainlab Ag | Atlas-based determination of tumour growth direction |
US10366524B2 (en) | 2015-05-29 | 2019-07-30 | Nike, Inc. | Three-dimensional body scanning and apparel recommendation |
US10062097B2 (en) | 2015-05-29 | 2018-08-28 | Nike, Inc. | Three-dimensional body scanning and apparel recommendation |
US10824315B2 (en) * | 2015-05-29 | 2020-11-03 | Canon Medical Systems Corporation | Medical image processing apparatus, magnetic resonance imaging apparatus and medical image processing method |
WO2017030276A1 (ko) * | 2015-08-17 | 2017-02-23 | 삼성전자(주) | 의료영상 표시장치 및 의료영상 처리방법 |
KR102522539B1 (ko) | 2015-08-17 | 2023-04-18 | 삼성전자주식회사 | 의료영상 표시장치 및 의료영상 처리방법 |
JP6792340B2 (ja) * | 2016-03-29 | 2020-11-25 | ザイオソフト株式会社 | 医用画像処理装置、医用画像処理方法、及び医用画像処理プログラム |
US10395382B2 (en) * | 2016-12-30 | 2019-08-27 | Biosense Webster (Israel) Ltd. | Visualization of distances on an electroanatomical map |
CN106887000B (zh) * | 2017-01-23 | 2021-01-08 | 上海联影医疗科技股份有限公司 | 医学图像的网格化处理方法及其系统 |
US10561373B2 (en) | 2017-01-31 | 2020-02-18 | International Business Machines Corporation | Topological evolution of tumor imagery |
EP3273374B1 (en) * | 2017-05-23 | 2023-05-17 | Siemens Healthcare GmbH | Method for analysing image data of a patient, system for performing a method for analysing image data of a patient and computer readable medium |
WO2019060298A1 (en) | 2017-09-19 | 2019-03-28 | Neuroenhancement Lab, LLC | METHOD AND APPARATUS FOR NEURO-ACTIVATION |
GB2567636B (en) | 2017-10-17 | 2021-11-10 | Perspectum Diagnostics Ltd | Method and apparatus for imaging an organ |
US11717686B2 (en) | 2017-12-04 | 2023-08-08 | Neuroenhancement Lab, LLC | Method and apparatus for neuroenhancement to facilitate learning and performance |
US11478603B2 (en) | 2017-12-31 | 2022-10-25 | Neuroenhancement Lab, LLC | Method and apparatus for neuroenhancement to enhance emotional response |
CN108288070B (zh) * | 2018-01-12 | 2022-04-29 | 迈格生命科技(深圳)有限公司 | 一种神经指纹提取分类方法及系统 |
WO2019171718A1 (ja) * | 2018-03-09 | 2019-09-12 | 富士フイルム株式会社 | 画像処理装置、画像処理方法、および画像処理プログラム |
US11364361B2 (en) | 2018-04-20 | 2022-06-21 | Neuroenhancement Lab, LLC | System and method for inducing sleep by transplanting mental states |
CA3112564A1 (en) | 2018-09-14 | 2020-03-19 | Neuroenhancement Lab, LLC | System and method of improving sleep |
US10748290B2 (en) * | 2018-10-31 | 2020-08-18 | Fei Company | Smart metrology on microscope images |
US11786694B2 (en) | 2019-05-24 | 2023-10-17 | NeuroLight, Inc. | Device, method, and app for facilitating sleep |
KR102108418B1 (ko) * | 2019-08-13 | 2020-05-07 | 주식회사 뷰노 | 재구성된 영상군에 기초한 영상 제공 방법 및 이를 이용한 장치 |
US11974881B2 (en) * | 2020-08-26 | 2024-05-07 | GE Precision Healthcare LLC | Method and system for providing an anatomic orientation indicator with a patient-specific model of an anatomical structure of interest extracted from a three-dimensional ultrasound volume |
US11394851B1 (en) * | 2021-03-05 | 2022-07-19 | Toshiba Tec Kabushiki Kaisha | Information processing apparatus and display method |
KR102698030B1 (ko) * | 2021-11-25 | 2024-08-21 | 연세대학교 산학협력단 | 골조직 변화 확인 방법, 이를 위한 프로그램 및 장치 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100431495C (zh) * | 2003-10-29 | 2008-11-12 | 株式会社东芝 | 脑部病症辅助诊断和治疗设备、x射线计算机断层摄影设备 |
Family Cites Families (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10115425A1 (de) * | 2001-03-29 | 2002-10-17 | Siemens Ag | Verfahren zum Darstellen von Bildern |
JP4454212B2 (ja) * | 2001-08-31 | 2010-04-21 | 富士フイルムRiファーマ株式会社 | 画像関連データ処理方法 |
US20030088177A1 (en) * | 2001-09-05 | 2003-05-08 | Virtualscopics, Llc | System and method for quantitative assessment of neurological diseases and the change over time of neurological diseases |
US7409085B2 (en) * | 2002-01-18 | 2008-08-05 | Kent Ridge Digital Labs | Method and apparatus for determining symmetry in 2d and 3d images |
US20050215889A1 (en) * | 2004-03-29 | 2005-09-29 | The Board of Supervisory of Louisiana State University | Methods for using pet measured metabolism to determine cognitive impairment |
EP1744671B1 (en) * | 2004-04-26 | 2013-10-23 | David F. Yankelevitz | Medical imaging system for accurate measurement evaluation of changes in a target lesion |
US20080021502A1 (en) * | 2004-06-21 | 2008-01-24 | The Trustees Of Columbia University In The City Of New York | Systems and methods for automatic symmetry identification and for quantification of asymmetry for analytic, diagnostic and therapeutic purposes |
US7783132B2 (en) * | 2005-05-02 | 2010-08-24 | Agency For Science, Technology And Research | Method and apparatus for atlas-assisted interpretation of magnetic resonance diffusion and perfusion images |
US7352370B2 (en) * | 2005-06-02 | 2008-04-01 | Accuray Incorporated | Four-dimensional volume of interest |
US8218835B2 (en) * | 2005-08-22 | 2012-07-10 | Dai Nippon Printing Co., Ltd. | Method for assisting in diagnosis of cerebral diseases and apparatus thereof |
CN101390127A (zh) * | 2005-12-30 | 2009-03-18 | 卡尔斯特里姆保健公司 | 用于医学诊断的跨时检查方法 |
GB0611774D0 (en) | 2006-06-14 | 2006-07-26 | Univ London | Automatic quantification of changes in images |
US8160677B2 (en) * | 2006-09-08 | 2012-04-17 | Medtronic, Inc. | Method for identification of anatomical landmarks |
US8160676B2 (en) * | 2006-09-08 | 2012-04-17 | Medtronic, Inc. | Method for planning a surgical procedure |
US8150497B2 (en) * | 2006-09-08 | 2012-04-03 | Medtronic, Inc. | System for navigating a planned procedure within a body |
US8150498B2 (en) * | 2006-09-08 | 2012-04-03 | Medtronic, Inc. | System for identification of anatomical landmarks |
JP5098393B2 (ja) * | 2007-03-28 | 2012-12-12 | 大日本印刷株式会社 | 関心領域決定装置 |
CN102113019B (zh) * | 2008-08-07 | 2014-05-14 | 皇家飞利浦电子股份有限公司 | 定位用于确定图像不对称性的镜像线的交互式方法 |
WO2010023623A1 (en) | 2008-08-28 | 2010-03-04 | Koninklijke Philips Electronics N.V. | Apparatus for determining a modification of a size of an object |
US8064673B2 (en) * | 2008-10-15 | 2011-11-22 | Siemens Aktiengesellschaft | Combined segmentation and registration framework for parametric shapes |
EP2194486A1 (en) * | 2008-12-04 | 2010-06-09 | Koninklijke Philips Electronics N.V. | A method, apparatus, and computer program product for acquiring medical image data |
US9280718B2 (en) * | 2010-11-24 | 2016-03-08 | Nocimed, Llc | Systems and methods for automated voxelation of regions of interest for magnetic resonance spectroscopy |
JP5601378B2 (ja) * | 2010-12-02 | 2014-10-08 | 大日本印刷株式会社 | 医用画像処理装置 |
WO2012093353A1 (en) * | 2011-01-05 | 2012-07-12 | Koninklijke Philips Electronics N.V. | Automatic quantification of asymmetry |
WO2012138871A2 (en) | 2011-04-08 | 2012-10-11 | Algotec Systems Ltd. | Image analysis for specific objects |
JP2012245113A (ja) * | 2011-05-26 | 2012-12-13 | Toshiba Corp | Mri装置 |
JP6695270B2 (ja) * | 2013-03-28 | 2020-05-20 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | スキャン画像における非対称性を削減する方法及びシステム |
-
2014
- 2014-03-26 CN CN201480018855.5A patent/CN105074778B/zh active Active
- 2014-03-26 EP EP14720253.5A patent/EP2979248A1/en not_active Withdrawn
- 2014-03-26 WO PCT/IB2014/060153 patent/WO2014155299A1/en active Application Filing
- 2014-03-26 JP JP2016504809A patent/JP6530371B2/ja not_active Expired - Fee Related
- 2014-03-26 US US14/779,358 patent/US9558558B2/en active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100431495C (zh) * | 2003-10-29 | 2008-11-12 | 株式会社东芝 | 脑部病症辅助诊断和治疗设备、x射线计算机断层摄影设备 |
Also Published As
Publication number | Publication date |
---|---|
EP2979248A1 (en) | 2016-02-03 |
WO2014155299A1 (en) | 2014-10-02 |
JP2016514533A (ja) | 2016-05-23 |
JP6530371B2 (ja) | 2019-06-12 |
US9558558B2 (en) | 2017-01-31 |
US20160048965A1 (en) | 2016-02-18 |
CN105074778A (zh) | 2015-11-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105074778B (zh) | 交互式随访可视化 | |
Van de Riet et al. | Specific and common brain regions involved in the perception of faces and bodies and the representation of their emotional expressions | |
CN104008540B (zh) | 用于执行医学图像的配准的方法和设备 | |
Mangin et al. | Fast nonsupervised 3D registration of PET and MR images of the brain | |
CN112740285B (zh) | 在虚拟环境中对医学图像的叠加和操纵 | |
JP5637928B2 (ja) | 医用画像表示装置 | |
Nardo et al. | Stimulus-driven orienting of visuo-spatial attention in complex dynamic environments | |
KR101540946B1 (ko) | 뇌 신경 섬유를 추적하기 위한 시드 영역 선택 방법 및 장치 | |
JP6396310B2 (ja) | 第一レンダリング投影と第二レンダリング投影との間のトランジションをユーザーに表示するための方法および装置 | |
Schendan et al. | Where vision meets memory: prefrontal–posterior networks for visual object constancy during categorization and recognition | |
US8306292B2 (en) | Image display device and image display program storage medium | |
WO2015120400A1 (en) | Multi-factor brain analysis via medical imaging decision support systems and methods | |
Chen et al. | Effects of stereo and screen size on the legibility of three-dimensional streamtube visualization | |
Musel et al. | Coarse-to-fine categorization of visual scenes in scene-selective cortex | |
CN105723423B (zh) | 体积图像数据可视化 | |
Biagi et al. | Anterior intraparietal cortex codes complexity of observed hand movements | |
Lee Masson et al. | Visual and haptic shape processing in the human brain: unisensory processing, multisensory convergence, and top-down influences | |
Masson et al. | Task-dependent changes in functional connectivity during the observation of social and non-social touch interaction | |
Murcia et al. | Neural representation of different 3D architectural images: An EEG study | |
Wu et al. | Object parsing in the left lateral occipitotemporal cortex: whole shape, part shape, and graspability | |
Shaalan et al. | Visualization in medical system interfaces: UX guidelines | |
de Ridder et al. | Exploration of virtual and augmented reality for visual analytics and 3d volume rendering of functional magnetic resonance imaging (fMRI) data | |
Howard et al. | Dissociation between dorsal and ventral posterior parietal cortical responses to incidental changes in natural scenes | |
Gohel et al. | Dynamic pattern decoding of source-reconstructed MEG or EEG data: Perspective of multivariate pattern analysis and signal leakage | |
GB2523531A (en) | Arrangements for viewing clinical images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |