説明

Fターム[4C096DD04]の内容

磁気共鳴イメージング装置 (34,967) | 画像等の表示又は出力 (1,348) | 表示装置 (160) | CRT (7)

Fターム[4C096DD04]に分類される特許

1 - 7 / 7


【課題】被検体から収集したk空間データの保存に要する記憶媒体の容量を削減する。
【解決手段】MRI装置を制御するコンピュータ100において、シーケンス制御部106が、受信チャンネルごとに収集された複数のk空間データに対してデータ合成処理を含む所定の画像再構成処理を行うことによって画像データを再構成する。さらに、逆再構成部109が、当該画像データに対して所定の逆再構成処理を行うことによって、複数のk空間データから合成されたk空間データを生成する。そして、データ圧縮部110が、当該k空間データを圧縮して、k空間データ記憶部104に保存する。 (もっと読む)


診断システムは、マルチモダリティ画像の処理を行うプロセッサを含む画像ローダーと、マルチモダリティ画像を同時に表示する画像ビューアーとを有する。マルチモダリティ画像のうちの少なくとも1つはマンモグラム画像であり、前記処理はコンピュータ支援診断ツールに基づいて診断情報を生成することを含む。
(もっと読む)


【課題】アーチファクト対策及び解像度の維持を実行しつつ、信号測定の高速化及び装置自体のハードウェア構成の簡略化を行うことができる磁気共鳴画像化装置などを提供する。
【解決手段】本実施形態のMRI装置100は、測定データ(位相変調信号)に対して感度分布に相当する重みを乗算して疑似測定データ(疑似位相変調信号)を取得するとともに、測定データそのものから取得した位相変調信号とともに擬似的に2つの位相変調信号を取得するようになっている。そして、このMRI装置100は、この2つの信号に基づいて所定の連立方程式を解くことによって位相エンコード方向のサンプリング周波数が被検体10から放出される信号の最大周波数より大きく、アーチファクトを有する断層面画像が再構成される場合であっても、当該アーチファクトを除去したアンチエリアス画像を生成するようになっている。 (もっと読む)


【課題】所望な画像品質で画像を表示でき、効率的な診断を実現する。
【解決手段】ポインティングデバイス32aおよびキーボード32bを用いてオペレータが操作データを入力する動作に対してリアルタイムになるように、フィルタ条件に基づいて、磁気共鳴画像についてフィルタ処理を実施する。そして、フィルタ処理が実施された磁気共鳴画像を、そのポインティングデバイス32aおよびキーボード32bを用いてオペレータが操作データを入力する動作に対してリアルタイムになるように表示部33が表示する。 (もっと読む)


【課題】スライス面がシステムの座標系に対して斜めになっている場合でも最適なシム値を得ることができる磁気共鳴イメージング装置及びシム値設定方法を提供する。
【解決手段】シム値算出面設定部321が、スライス面に直交する座標系x’y’z’における、スライス面と直交する面P1及びP2と、スライス面に平行な面P3とを設定し、シム値算出部323が、データ取得部322が取得したデータを基に、この座標系におけるこのスライス面に対するシム値を取得し、座標変換部324が、MRI装置1のシステムの座標系xyzに応じたシム値に変換する。 (もっと読む)


【課題】 治療前後の画像データを用い精度の高い治療効果判定を行なう。
【解決手段】 画像診断・治療支援装置100の信号検出部1は、治療前及び治療後の患者に対し3次元超音波走査を行なって画像信号(受信信号)を検出し、画像データ生成部2は、前記受信信号に基づいて治療前の第1の画像データ(ボリュームデータ)と治療後の第2の画像データ(ボリュームデータ)を生成する。一方、領域設定部4は、前記第1の画像データにおける病巣部の形状情報に基づいて表示領域を設定し、効果判定用画像データ生成部5は、第1の画像データの前記表示領域における治療前の3次元血流情報と第2の画像データの前記表示領域における治療後の3次元画像データを合成して治療効果判定用画像データを生成し表示部6に表示する。 (もっと読む)


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)


1 - 7 / 7