本発明は、機械学習システム（３００）及び遺伝的アルゴリズムを使用する自動化された疑わしいオブジェクト境界判定のためのシステム及び方法を提供する。この機械学習システム（３００）は、予め分類された実例のセットを使用して、トレーニングされ（２０４）、テストされる（２０５）。遺伝的アルゴリズムは、初期パラメータ値を割り当て（２０１）、テスティング時にこのシステムのパフォーマンスを評価し（２０６）、パフォーマンスレイティングを割り当て（２０７）、続いて、このレイティングが許容可能である場合、その時点の機械学習システムの設定が、将来の疑わしいオブジェクトセグメンテーションのためのデフォルトパラメータとして割り当てられる（２０９）。但し、パフォーマンスレイティングが許容不可能である場合、遺伝的アルゴリズムは、その設定を調整し（２１０）、新たに調整される設定を使用してこのシステムを再トレーニングする。
（もっと読む）

【課題】医用画像に関する医療情報を自動出力するとともに、医用画像の読影に不慣れな者が、より理解しやすい医療情報を提供する。
【解決手段】医用画像に含まれる関心領域の特徴量と医療情報とが、互いに関連付けられて格納される医療情報格納手段と、前記医療情報を提供するために参照される参照医用画像が入力される画像入力手段と、前記参照医用画像に含まれる前記関心領域を抽出する関心領域抽出手段と、前記関心領域を計測して前記特徴量を算出する特徴量算出手段と、前記特徴量算出手段が算出した前記特徴量に基づいて前記医療情報格納手段を検索し、前記医療情報を抽出する医療情報検索手段と、前記医療情報検索手段が抽出した前記医療情報を出力する処理結果出力手段と、を備えることを特徴とする医用画像診断支援システム。 （もっと読む）

【課題】挿入支援時に注意を要する仮想内視鏡画像の位置情報を容易かつ確実に予め挿入支援画像上に展開する。
【解決手段】画像処理部１７は、ルート設定部１４が設定したルートにおけるＶＢＳ画像のフレーム画像を再生表示するフレーム画像再生表示機能１７ａと、気管支の分岐点でのＶＢＳ画像のフレーム画像を抽出しこの分岐点のフレーム画像のサムネイルを生成するサムネイル生成機能１７ｂと、サムネイルにサムネイル情報を付加する情報付加機能１７ｄと、サムネイル情報に基づいてサムネイルの重要度を設定する重要度設定機能１７ｆと、画像表示制御部１８を制御し挿入支援画面のサムネイルに設定された重要度を反映させて表示させる重要度反映機能１７ｇとを有している。 （もっと読む）

【課題】 医用画像を比較読影する際に、使用する比較用の人工画像を効率的かつ精度よく作成する。
【解決手段】 人体等の被写体の所定の部位を撮影して得られた解剖学的特徴を有する構造物を含む医用画像において、医用画像を細分化した多数の小領域を構造物から得られる解剖学的特徴が互いに類似する小領域毎に分類する。分類された小領域のうち指定された領域について、前記構造物が正常な小領域の人工画像を生成する。 （もっと読む）

【課題】 治療前後の被検体に対するＸ線撮影によって得られた画像データに基づいて定量的な治療効果の判定を行なう。
【解決手段】 Ｘ線発生部１及びＸ線検出部２は、治療前及び治療後の被検体に対してＸ線撮影を行なって時系列的な複数枚の画像データを生成し、Ｍモードデータ生成部６は、これらの画像データに設定した関心領域に基づいて同一部位の画素における画素情報の時間的変化（Ｍモードデータ）を生成する。次いで、表示部８は、得られた治療前及び治療後のＭモードデータを比較表示し、特徴量計測部７は、表示されたこれらのＭモードデータにおける特徴量の計測を行なう。 （もっと読む）

ディジタル医用画像における特徴を分類するための方法は、Ｎ次元空間における複数の特徴点を提供するステップであり、それぞれの特徴点は、２つの集合の一方に含まれる要素である、前記提供するステップと、２つの集合の中の第１の集合内に存在する特徴点を２つの集合の中の第２の集合内に存在する特徴点から分離する分類平面を決定するステップと、分類平面を変換するステップ（３２）であり、前記変換された分類平面までの法線ベクトルは、正の成分を有し、一方の集合に含まれる１つ以上の特徴点のための特徴領域は、ｎ個の軸を有する変換された空間内における単位超立方体である、前記変換するステップと、単位超立方体のｎ個の軸のそれぞれに沿って上界を得るステップ（３３）と、前記上界を逆変換し、前記一方の集合に含まれる１つ以上の特徴点を含む新しい規則を得るステップ（３４）と、前記新しい規則によって包含される特徴点を、前記一方の集合から除去するステップ（３５）とを備える。
（もっと読む）

【課題】本発明の目的は、対象物の血管構造を示す血管造影図を収集しかつ表示するためにかつ組織の潅流を示すパラメトリック画像を収集しかつ表示するために用いることができる単一の映像システムを提供することである。
【解決手段】画像誘導型医療処置用Ｘ線システムは、選択された脈管構造の３次元デジタル・サブトラクション血管造影図がそれから再構築される円錐ビーム減衰データを収集すべく第１の走査経路で移動するようにプログラムされる。また、Ｘ線システムは、選択された脈管構造への造影剤の流入中に一連の断層合成画像を収集すべく第２の走査経路で移動するようにプログラムされる。パラメトリック画像は、脈管構造によって提供された組織の血液潅流生理学を示す断層合成画像の情報から生成される。 （もっと読む）

例えば、壁運動分析による局所的な心筋機能の自動評価、心疾患及び心筋症、冠動脈疾患、及び心臓に関係する病状等の状態の自動診断、及び他の自動意思決定支援機能を含む、医師の仕事の流れの多様な態様に意思決定支援を提供するために、対象患者の（画像データ及び／または非画像データを含む）一群の患者情報から特徴を自動的に抽出し、分析するための方法を実現する心臓画像診断用のＣＡＤ（コンピュータ支援診断）システム及びアプリケーションが提供される。該ＣＡＤシステムは、該ＣＡＤシステムが患者データを分析することを「学習し」、医師の仕事の流れを支援するための適切な診断評価及び決定を下すことができるようにするために、１つまたは複数の関連する臨床領域及び／またはこのようなデータの専門家の解釈において分類された患者のケースのデータベースから取得された（学習された）一式の訓練を使用する機械学習技法を実現する。
（もっと読む）

心臓の正常なミオサイトおよび線維組織の量の変化などの自然組織要素の比率の変化や損傷組織の特定を含む組織特性の評価、細胞外液要素または流体（水腫または細胞外液マトリクスタンパク質）の量の増大の識別、あるいは、腫瘍細胞または人間等の患者の対象組織への炎症の媒介物の侵入の検出は、例えば、患者に対する造影剤の投与後に第１の取得物から関心領域を含む組織の第１の画像を得ることにより、また、例えば患者に対する造影剤の投与後におけるその後の第２の取得中に関心領域を含む組織の第２の画像を得ることにより行なわれる。その後の取得物は所定期間後に得られてもよく、それにより、その所定期間中に損傷が生じたかどうかが決定されてもよい。関心領域としては、心臓、血液、筋肉、脳、神経、骨格、骨格筋、肝臓、腎臓、肺、膵臓、内分泌腺、胃腸及び／又は性尿器組織を挙げることができる。第１の画像および第２の画像の関心領域のグローバル特性は、グローバルな組織特性の変化を招く可能性を決定するため、第１の画像および第２の画像グローバル特性の比較を行なえるように決定される。そのような比較は、平均値、平均特性、スキューおよび尖度等のヒストグラム形状、またはヒストグラム内の強度の分布の比較を含んでいてもよい。

（もっと読む）

本発明は、心拍及び／又は呼吸のための自発運動の影響を受ける患者の器官内のインターベンションニードル又は脈管系内のカテーテルをナビゲートする装置及び方法に関する。これに関連して、前記自発運動の基準位相（Ｅ_０）を基準にして前記脈管系内のポイントの変位を記述する運動モデル（１１）が、データ処理装置（１０）のメモリ内に準備しておかれる。位置決め装置（２）によって測定される前記患者（３）の前記脈管系内の前記機器（４）の空間的位置及び向き、並びにそれと並行して記録されるＥＣＧ値（Ｅ）は、前記データ処理装置（１０）によって前記運動モデル（１１）を利用して前記機器の動き補償位置（ｒ＋Δ）に変換され、前記動き補償位置（ｒ＋Δ）は、次いで、静止脈管又は器官マップ（１２）内に表示され得る。前記運動モデル（１１）は、前記脈管系の一連の三次元記録から得られ得る。更に、又は他の例においては、前記機器が前方に移動しない時間中の前記機器（４）の測定位置及び測定向きが用いられ得る。
（もっと読む）

画像の特徴描写方法（９００）および装置（１０１）。方法は、画像、また、その画像の一部から１つ又は複数のトボガンポテンシャルを選択してトボガンポテンシャルをトボガン処理する（９２０）。方法は、選択されたトボガンポテンシャルをトボガン処理して１つ又は複数のトボガンパラメータを生成し（９３０）、１つ又は複数のトボガンパラメータを使用して少なくとも１つのトボガンクラスタを形成する（９４０）。方法は、トボガンクラスタの１つ又は複数を選択して少なくとも１つの特徴パラメータを算出することによって画像、またはその画像の一部の特徴を描写する（９５０）。
（もっと読む）

【解決手段】医療処置の生理的同期を実行する方法は、標的領域の少なくとも第1及び第2画像を有する画像のシーケンスを取得する工程と、第1及び第2画像に基づいて第1の合成画像を決定する工程と、合成画像に基づいて医療処置をゲーティングする工程とを含む。医療処置を実行する方法は、各々がひとつの画像及び治療データを有する複数のテンプレートを与える工程と、入力画像を取得する工程と、入力画像をひとつのテンプレートに記録する工程と、入力画像が記録されたひとつのテンプレートの治療データに基づいて医療処置を実行する工程とを含む。 （もっと読む）

【解決手段】Ｘ線画像を処理するための方法は、第1Ｘ線画像及び第2Ｘ線画像を収集する工程と、第1及び第2Ｘ線画像に基づいて合成画像を決定する工程と、第3Ｘ線画像を収集する工程と、合成画像に基づいて第3Ｘ線画像を調節する工程とを含む。Ｘ線画像を処理する他の方法は、第1Ｘ線画像を取得する工程と、第2Ｘ線画像を取得する工程と、第1及び第2Ｘ線画像の少なくとも一部に基づいて合成画像を決定する工程を含む。 （もっと読む）

相対的な位相情報を有するデータ配列を処理するためのニューラルネットワークであって、人工ニューラルネットワークのノットに対応するセル（Ｋ_ｉ）のｎ次元配列を備え、前記セルのそれぞれが、前記セル（Ｋ_ｉ）に直接隣接するとともに該セル（Ｋ_ｉ）の近傍を形成する周囲のセル（Ｋ_ｊ）に対する結合を備え、前記セル（Ｋ_ｉ）のそれぞれが、前記周囲のセルに直接隣接する１つのセルへの各結合のためのインプットを備えるとともに、１つ若しくはそれ以上の前記直接隣接するセル（Ｋ_ｊ）への結合のためのアウトプットを備え、前記セル（Ｋ_ｉ）と前記直接隣接するセルの間の前記結合が重み（ｗ_ｉｊ）により決定され、前記セルのそれぞれが、前記セル（Ｋ_ｉ）の活性値或いは活性化関数（Ａ_ｉ）として定義される内部値により特徴付けられ、前記セル（Ｋ_ｉ）のそれぞれが、信号処理を実行することによりセルのアウトプット信号（ｕ_ｉ）を作り出し、セル（Ｋ_ｉ）の前記出力信号（ｕ_ｉ）が前記直接隣接するセルの入力値の関数であり、セルのそれぞれが、対応するセルの開始値であり、前記ニューラルネットワークの特定数の相互作用的処理段階の後に、セル（Ｋ_ｉ）の内部値或いは出力値（ｕ_ｉ）を、一意的に関連付けられたデータ・レコード（Ｐ_ｉ）のための新たに得られた値（Ｕ_ｉ）としてみなすことにより、処理が行われることを特徴とするニューラルネットワークである。
（もっと読む）

発明者は対象の空間的位置に基づく複数の異なる分類子を使用することを提案する。このアプローチの背景には、複数の分類子の方が特徴空間全体をカバーする“ユニバーサル”分類子よりも正確に局所コンセプトを学習できるのではないか、という直感的なアイデアがある。局所分類子を採用すれば、特定の類に属する複数の対象がこの特定類中において互いに高度の類似性を有することになる。局所分類子の採用は、特に分類子がカーネル方式である場合、メモリー、ストレージ及び性能全般の向上にもつながる。ここで使用する語“カーネル方式分類子”とは元の訓練データを、分類タスクを容易にする、より高い次元の空間にマップするためにマッピング機能（即ち、カーネル）が使用されている分類子を意味する。
（もっと読む）

患者の共通領域の現行診断画像及びアーカイブ診断画像が第１メモリ(14)及び第２メモリ(18)にロードされる。診断画像は、特徴画像(24)に変換され、スケーリングされ（40）、正規化される(42)。アフィン変換判定プロセッサ(50)は、現行画像とアーカイブ画像との間の誤差を表すアフィン変換を生成する。変換処理手段(90)は、アフィン変換によって診断画像のうちの一方を処理して、2つの画像を登録させる。ディスプレイ・プロセッサ(104)は、登録された第１画像及び第２画像の断面の相当する対をモニタ(22)上に表示する。ステップ・プロセッサ(102)は、登録画像の表示断面対を、連係して一緒に進めさせる。
（もっと読む）

医用画像中の問題部位を自動的に検出し、マークするために機械学習分類を利用するＣＡＤ（コンピュータ援用決定）支援システム、方法及びツールを提供する。機械学習方法は日常のＣＡＤシステム利用の過程において得られるトレイニング・データを利用して絶えずＣＡＤプロセスに医師としての知識を組み込むことによってＣＡＤプロセスを適合させ/最適化するのに利用される。
（もっと読む）

本発明は、Ｘ線画像解析の方法および装置に関する。本発明は、特に、Ｘ線画像から、骨格およびマクロ解剖学的パラメータを正確かつ確実に評価可能な装置、方法、および、アルゴリズムを供する。

（もっと読む）

医療用対象のデータ集合における少なくとも１つのデータ要素に対する異なる組織の相対的寄与を計算するための方法は、前記の医療用対象のデータ集合はデータ要素を有し、前記データ要素は２つ以上の組織を有する多次元の幾何学的空間における相対的位置にデータ値を割り当てる方法であり、パラメータは前記の少なくとも１つのデータ要素について計算され、それらのパラメータは前記の少なくとも１つのデータ要素の近接における周りのデータ要素のデータ値と前記の少なくとも１つのデータ要素のデータ値とに依存し、前記パラメータは組織間の境界領域に存在する前記の医療用対象のデータ集合におけるデータ要素のための前記パラメータの組み合わせと比較されることを特徴とする。

（もっと読む）