超音波画像のような医療用画像から、前立腺を区分化する方法およびコンピュータ・プログラムを提供する。スタディにおける各スライスを分析し、手動初期化を用いて、初期輪郭を得る。この場合、ユーザは、画像上に自動的に描画される初期点を選択する。次いで、自動精細化段階によって、予め格納されている解剖学的アトラスおよび画像から得られた縁端情報に基づいて、輪郭を画像における前立腺の境界にスナップする。次いで、手動調節段階を実行することができ、選択した場合、輪郭を自動的に次の画像スライスに伝搬し、手動初期化を回避する。例えば、垂直方向の断面図を求めることによって、前立腺の形状がスライス毎にどのように変化するかを示す補助画像スライスを参照することもできる。 （もっと読む）

医学画像、とくにＸ線画像におけるシャッター域を除去する方法である。エッジは多重解像度画像ピラミッドを検査し、シャッター域を画定する潜在的シャッターブレード候補を決定するために評価する。発見的ルールおよび／またはニューロン回路網のような自動分類子を適用して、真のシャッターブレードを偽陽性から区別する。一連のルールよりなるルールセットおよび分類子は、潜在的シャッターブレード候補、ならびにシャッター、人体構造の予測される位置に関する知得から抽出した一連の特徴セットに依存にする。４個のシャッターブレードまでは、これらブレードに基づいて、シャッターにより生ずる画像における明るい区域を除去することが予想される。
（もっと読む）

ディジタル画像を強調するシステムと方法について説明する。ディジタル画像を周波数帯毎または異なる分解能の格子の一連の分解画像に変換する。分解画像では、ノイズは抑制され、コントラストは強調される。各々の画素代表値は、近傍の画素の信号に対する寄与に基づいて計算される。参照表を画素値に適用して、予め定められた範囲の信号強度内で選択的に信号を強調する。他の１組の参照表を分解画像に適用して、画素値に含まれるノイズ成分を抑制する。随意に、操作を分解画像に適用して、特に、量子ノイズを抑制するか、オブジェクトエッジを強調するか、または、全体のコントラストを強調する。これらの分解画像は、信号強調およびノイズ抑制の後に、再合成され、結果として強調画像となる。
（もっと読む）

本発明は、所定のパラメータの変動を表す空間的に関連するデータポイントのセットとして格納される構造の画像をセグメント化する方法であって、セグメント化されるべき前記構造内にある種子ポイントを選択するステップと、前記データポイントの各々が前記種子ポイントとして前記構造と同じものの一部であることを示す信頼度を示す接続性値を前記データポイントの各々に割り当てるステップであって、前記接続性値が前記種子ポイントから前記ポイントのそれぞれまでの距離の関数を含むステップと、前記接続性値のために閾値を設定するステップと、前記閾値に合うデータポイントを表示のために選択するステップと、を含む方法に関する。
（もっと読む）

【課題】移行、追加が容易な画像アーカイブ化システムを提供する。
【解決手段】画像を生成するための少なくとも１つのモダリティと、これらの画像を視認し分析するための少なくとも１つのワークステーションと、これらの画像を蓄積するための少なくとも１つのアーカイブと、前記モダリティ、前記ワークステーション、及び前記アーカイブ相互間のデータ通信を取り扱うプロキシと、システムの構成要素に通信接続されたネットワークとを具えた画像アーカイブ化システムを提供する。画像、及びアーカイブ化すべき画像に関連する他のデータを前記プロキシに送信して、前記プロキシはこれらの画像及び他のデータを適切なアーカイブ中にアーカイブ化する。 （もっと読む）

本発明は、空間的に関係するデータ点の集合として記憶されている複数の構造の画像を区分するシステム及び方法に関するものである。これらの点は所定パラメータの変化を表わし、このパラメータは区分を行うことを可能にする。一旦、データを取得すると、対象構造を示すシード点を選択する。各データ点に、当該点がシード点と同じ構造の一部であることの信頼度に関する接続性の値を割り当てる。対象構造の終点を選択し、接続性の値に基づいてシード点と終点との間の経路を構成する。経路に沿って平面を切り出し、各平面上に位置するデータ点を用いて最終接続性を決定し、これにより、最終的な区分画像を生成する。
（もっと読む）

デジタル画像を解釈する統計外観モデルを有する画像処理システム及び方法。外観モデルは少なくとも１つのモデル・パラメータを有する。システム及び方法は２次元の第１のモデル・オブジェクトを含み、該第１のモデル・オブジェクトは、関連した第１の統計関係を含む。第１のモデル・オブジェクトは変形して、デジタル画像の中の２次元の第１のターゲット・オブジェクトの形状及びテクスチャに近似するように構成される。更に、第１のモデル・オブジェクトを選択して画像へ適用し、第１のターゲット・オブジェクトの形状及びテクスチャに近似する２次元の第１の出力オブジェクトを生成するサーチ・モジュールが含まれる。サーチ・モジュールは、第１の出力オブジェクトと第１のターゲット・オブジェクトとの間の第１の誤差を計算する。更に、第１の出力オブジェクトを表すデータを出力へ提供する出力モジュールが含まれる。処理システムは補間を使用して画像の区分を改善し、また様々なターゲット・オブジェクト構成のために最適化された複数のモデルを使用する。更に、モデル・パラメータに関連づけられるモデル・ラベリングが含まれ、ラベリングは解の画像に帰せられて、患者の診断を助けるようにする。
（もっと読む）