説明

Fターム[4C117XJ01]の内容

診断用測定記録装置 (67,520) | 測定データ処理部の特徴 (7,385) | 画像処理 (734)

Fターム[4C117XJ01]に分類される特許

721 - 734 / 734


ディジタル画像中の球形対象を識別する方法を提案する。画像は複数の3D空間点を含む。この方法は画像ドメイン内の各点において画像の勾配を計算し(100);画像ドメイン内の各点において基本構造テンソルを計算し(102);画像ドメイン内の各点の構造テンソルを求め(103);構造テンソルの固有値を求め(104);各構造テンソルについて、前記構造テンソルの最小固有値と前記構造テンソルの最大固有値の比で表される等方性値を計算し(105)、球形対象であることを示す等方性度=1を見出すステップから成る。
(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)のn次元配列を備え、前記セルのそれぞれが、前記セル(K)に直接隣接するとともに該セル(K)の近傍を形成する周囲のセル(K)に対する結合を備え、前記セル(K)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)への結合のためのアウトプットを備え、前記セル(K)と前記直接隣接するセルの間の前記結合が重み(wij)により決定され、前記セルのそれぞれが、前記セル(K)の活性値或いは活性化関数(A)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)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)を作り出し、セル(K)の前記出力信号(u)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)の内部値或いは出力値(u)を、一意的に関連付けられたデータ・レコード(P)のための新たに得られた値(U)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)


3次元画像のうち、医療画像となり得る画像特徴を認識するための画像処理システムは、3次元画像からキャンディデート画像を探査するキャンディデート・サーチャー(80)によって使用されるマスクを生成するマスク・ジェネレータ(78)を利用する。キャンディデータ・サーチャー(80)は画像の前景領域の一部にマスクを重ね、マスクと前景領域の前記部分との間の交点数をカウントすることによって構造/オブジェクトの存在を断定する。
(もっと読む)


複数の3Dボリューム・ポイントを含むディジタル画像中の病変部位及びポリープを検出する方法を提供する。この方法は、画像中の曲面を識別し(101)、曲面中のそれぞれのポイントに関して、第1曲率測度を計算し(102)、曲面中のそれぞれのポイントに関して、それぞれのポイントが1組のリングの中心点となり、それぞれのリングがこのリングの中心点から測地学的に等距離であるようにそれぞれのポイントを中心に1組のリングを形成し(103)、それぞれのリングに関して、第1曲率測度の標準偏差を計算し(104)、第1曲率測度の標準偏差が最小のリングを選択する(105)ステップを含む。選択されたリングに関して、第1曲率勾配を計算し(107)、曲率勾配がポリープまたは病変部位として予測されるパターンから逸脱しているポイントを曲面から消去する(108)。
(もっと読む)


本発明は、特特徴部位視覚化のための器官画像展開処理システム(100)と方法(200)に関している。前記システム(100)は、プロセッサ(102)と、器官の走査データを受信するためにプロセッサと信号通信している結像アダプタ(130)と、走査データにモデルを適合化させるためにプロセッサと信号通信しているモデリングユニット(170)と、三次元モデル走査データを展開処理するためにプロセッサと信号通信している展開処理ユニット(180)を含み、これに対応している前記方法(200)は、器官の外表面をセグメント化するステップと、器官の三次元モデルをパラメータ化するステップと、器官中心から三次元モデル表面への射線キャスティングステップと、前記射線キャスティングに対応して器官の三次元モデルを展開処理するステップを含んでいる。
(もっと読む)


病状を選別、評価、及び/または診断するための自動的な判断をサポートするCAD(コンピュータ援用判断)をサポートするシステム、方法及びツールを提案する。例えば、CADサポート・システム及びツールは被検患者の患者データを、種々の解釈方法を利用して自動的に処理し、被検患者の疑わしい病状を迅速且つ能率的に選別、評価、及び/または診断できるように、解釈結果を統合的にレンダリング処理して(例えば、医師、放射線技師、等のような)ユーザーに提示する方法を実施する。
(もっと読む)


本発明の医用画像診断支援装置は、医用画像装置によって得られた被検者の医用画像から臓器部位を設定する臓器部位設定手段と、この臓器部位設定手段によって設定された臓器部位の変形度を算出する変形度算出手段と、前記臓器部位の変形度の指標を基準値として記憶する基準値記憶手段と、この基準値記憶手段によって記憶された基準値と前記変形度算出手段によって算出された変形度とを比較し、その比較結果からの前記臓器部位の病変の存在を判別する病変判別手段と、この病変判別手段によって判別された前記臓器部位の病変の存在を検者の視覚、聴覚の少なくとも一つの感覚に通知する通知手段とを備える。 これにより、臓器部位が疾患により変形した箇所だけを選択的に診断し、その診断部位の形状変化を画像表示などの検者の視覚や音声などの検者の聴覚で通知できるようになるから、診断の効率を向上できる。 (もっと読む)


本発明は、医用イメージングにおける解剖学的構造の集合の効率的なセグメンテーションの分野に関する。例えば、放射線治療計画においては、リスク器官内のターゲットボリュームを表すいくつかの解剖学的構造の集合のセグメンテーションが要求される。モデルに基づくセグメンテーションを使用するとき、フレキシブルな表面によって表される器官モデルが、関心のあるオブジェクトの境界に適応される。本発明の1つの見地によれば、オブジェクト特有のアプリオリな情報が、セグメンテーションプロセスに組み込まれ、これにより、改善されたセグメンテーションを提供することを可能にする。更に、本発明によるセグメンテーションプロセスは、改善されたロバストネスを有することができ、更に、セグメンテーションに必要な時間が低減されることができる。
(もっと読む)


患者のために低侵襲的直接冠動脈バイパス(MIDCAB)を計画する方法(200)は、医用撮像システムから獲得データを取得するステップと、関心のある冠動脈及び1つ又は複数の心腔の3Dモデル(130)を生成するステップとを含む。3Dモデル(130)上で1つ又は複数の解剖学的ランドマークが識別され、3Dモデル(130)のセーブされたビューが介入システム上に登録される。登録された1つ以上のセーブされたビューは介入システムによって視覚化される。
(もっと読む)


【課題】患者の医療記録から取得した患者情報(画像データと非画像データ)の様々な特徴/パラメータを解析する壁運動解析法を使用して局所心筋機能を自動的に評価するシステム及び方法を提供する。
【解決手段】心撮像の自動診断支援を提供する方法は、一般に、患者の心臓の画像データを取得する段階と、心臓の画像データから心臓の心筋運動と関連した特徴を取得する段階と、取得した特徴を使用して心筋壁の一以上の領域の局所心筋機能を自動的に評価する段階とを含む。
(もっと読む)


乳房撮像CAD(コンピュータ診断)システム及びアプリケーションは、患者から収集した情報(画像データ及び/又は非画像データを含む)から特徴を自動的に抽出し分析することにより、例えば、乳癌の自動診断及び、例えば、乳癌のスクリーニング及び段階付け等の決定支援を可能にする他の自動決定機能を含む医師のワークフローの種々の局面について決定支援を行う。CADシステムは、1またはそれ以上の関連の臨床ドメインにおける標識化された患者症例のデータベースから取得(学習)される訓練データセット及びかかるデータの専門家による解釈を用いることにより、CADシステムが患者データの分析について「学習」し、医師のワークフローを支援する適切な診断評価及び決定を行えるようにする機械学習法を実施する。

(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)


本装置は、空間配置されたマルチモード光ファイバ(1200)と、ファイバから与えられる光信号を検出するよう構成された光検出器(1300)と、光検出器に結合され、光信号の検出結果たる複数の変数を符号化して得られる無線信号を無線送信(1400)する無線デジタルモジュールと、この無線信号を受信する無線受信機(1500)と、無線受信機に結合され、光信号の検出結果たる複数の変数を復号及び識別する信号処理モジュールと、を備える。

(もっと読む)


721 - 734 / 734