説明

Fターム[5B057AA07]の内容

画像処理 (340,757) | 用途 (17,009) | 医療 (2,229)

Fターム[5B057AA07]の下位に属するFターム

X線写真 (485)
CT (668)
細胞、血球 (194)

Fターム[5B057AA07]に分類される特許

861 - 880 / 882


非常に多くの場合、画像レジストレーションは、手動で実行されなければならない退屈な作業であった。本発明の1つの実施例によれば、画像時系列のレジストレーションは、薬物動態学的モデルに基づいて関心領域の代替変換列が互いに比較される、薬物動態学的モデルに基づいて実行され、最高の変換ベクトル列は、画像レジストレーションのために用いられる。有利なことに、これは、たとえ解剖学的コントラストが全く又はほとんどない場合でも、臓器運動の効果的な補償を可能にすることができる。
(もっと読む)


曲率勾配に基づく画像内の構造のセグメンテーションシステムおよび方法が提供される。システムは、プロセッサと、プロセッサと信号通信して、画像内の曲率勾配を計算し、仕様を満たさない勾配を有するボクセルを廃棄するための曲率勾配ユニットと、プロセッサと信号通信し、残留ボクセルの接続されたクラスタの位置を求めるためのセグメンテーションユニットとを含む。方法は、画像内の曲率勾配を計算し、仕様を満たさない勾配を有するボクセルを廃棄し、残留ボクセルの接続されたクラスタの位置を求める。
(もっと読む)


画像要素を持つ画像中の1つまたは複数の候補をセグメント化する方法および装置が開示されている。この方法は、この画像中の候補の1つに対して、所与の画像要素にて基準となる位置を識別することと、その位置の付近にある隣接画像要素にて、1つまたは複数の応答値を算出することを含む。画像要素クラスタは、これらの算出された応答値から生成され、また、これらの画像要素クラスタの1つまたは複数が、これらの候補の1つまたは複数に対して、オブジェクト・セグメンテーションとして選択される。
(もっと読む)


本発明は、一致しない投影データにより引き起こされる空間的に緩やかに変動する不均質を示すことがあるCアームベースのボリューム画像形成で再構成された三次元画像Iを処理する装置及び方法に関する。画像Iを補正するため、回顧的な均質性の手順が提案される。画像Iは、それらのグレイ値に基づいて骨、組織及び空気のような主要なクラスにセグメント化される。次いで、カッピング又は他の不均質の平滑な形状を表す空間的に緩やかに変動する二次元のベースラインBをフィットさせるため、組織の領域Mのみがサポートとして使用される。最後に、推定された二次元のベースラインの逆は、不均質性を補正するためにオリジナルのスライスIから引かれる。
(もっと読む)


本発明は、イメージガイドを通じて取得した共焦点画像の解像度を向上させるための方法に関するもので、このイメージガイドの遠位端はイメージガイドによって観察物体内に発射されたレーザ光を集束させるべく光学ヘッドに接続されている。本発明によれば、光学ヘッドの所与の一位置毎に、この方法は:イメージガイドを通じて複数のデータ取得を行う段階と(夫々のデータ取得は、静止したまゝの光学ヘッドに対するイメージガイドの前記遠位端の所与の1つの空間的ずれ毎に行われる);夫々の取得のデータを点雲に変換する段階と;参照基準として採用した点雲に関して夫々の点雲をリセットする段階と;このようにリセットした点雲を重畳する段階と;この重畳に基づいて最終画像を再構成する段階とを包含する。好ましくは、イメージガイドを変位させるためにイメージガイドの周りに配置された制御された圧電管を使用する。 (もっと読む)


画像処理システムは、表面個別の要素(T)及び内部個別の要素(TH)を有する非構造化変形可能メッシュモデルを用いて、注目すべき対象物のセグメント化の画像データ処理手段を有し、表面個別の要素のサイズの局所的変化に従って、内部個別の要素のサイズを自動的且つ動的に適合させることにより非構造化変形可能メッシュモデルを改善する手段を更に有する。このシステムは、内部個別の要素に割り当てられる最適なサイズを評価するように表面個別の要素に関するサイズ情報(L)を取得するための、及び、改善処理中に新たな内部個別の要素が生成される間に、表面個別の要素から内部個別の要素にこのサイズ情報を伝えるための画像データ処理手段を更に有する一方、新たな内部個別の要素(TH)は、内部個別の要素の内部の新しい頂点の挿入による改善処理中に与えられる。
(もっと読む)


本発明は、プロセッサ群にわたって画像処理アプリケーションを分散させるシステムに関する。システムは、入力文書を読み取る読み取り手段と、入力文書における不一致を検出するコンパイル手段と、プロセッサ群をプログラムするようコンパイル文書から実行可能コードを構築する構築手段とを備える。入力文書は、画像処理機能全体又は画像処理機能のステップを入力画像に施すモジュールを規定する。そうしたモジュールは、入力/出力リンクを介して画像ストリップを受信又は送信する入力/出力ポートを備える。上記入力/出力ポートはジオメトリ及び規定によって規定され、上記ジオメトリは上記入力画像の分割を画像ストリップ群に規定し、上記規定は、上記入力/出力ポートを通る対象の上記画像ストリップ群の部分集合を規定する。モジュールは、規定される画像処理機能を実行する、上記プロセッサ群の一プロセッサにアタッチされる。
(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)


画像位置合わせは、従来、非常にしばしば手動で実行する必要のある面倒な仕事であった。本発明のある例示的な実施形態によれば、目印と類似性値との組み合わせに基づく逐次精製プロセスによる非剛体的な画像位置合わせが提案される。有利なことに、非常に高速かつ堅牢な方法が提供されうる。
(もっと読む)


外観および形状を使用して解剖学的構造のマッチングを行う検出構想が開示されている。画像内の対象の形状もしくは構造に注釈を付けられた画像のトレーニングセットが使用される。画像の第2のトレーニングセットは、そのような形状ならびに構造についての負の例を表し、言い換えると、そのような対象もしくは構造をまったく含まない。これらのトレーニングセットに対してトレーニングが行われた分類アルゴリズムが、その位置における構造の検出に使用される。構造が、その構造の形状ならびに外観についての詳細を提供することができるトレーニングセット内の類似物にマッチングさせられる。
(もっと読む)


NMR像における識別を可能にする方法及び手段であって、(コントラスト後の動的画像等の)対象の連続画像の画素値における誘起された変化を記録する画像の時系列の一つであり、画像への寄与は特定の組織(例えば、脂肪)の画像対象内の存在から生ずるものを提供する。この識別は、時系列を形成する複数の独立した画像から得られた動的データ(例えば、コントラスト剤の取得に起因した画素値の変化)を用いて実行される。
(もっと読む)


本発明は一般に、血管内超音波(IVUS)画像セグメンテーションの方法に関し、具体的には、血管層を特徴付けるための血管内超音波画像セグメンテーションの方法に係る。多層化された血管の層の境界を推定するための提案されている画像セグメンテーション方法は、多層化された血管の複数の画像要素を表す画像データを提供する。方法はさらに、セグメント化する画像データの領域に対応する複数の初期接触面を判別し、さらにセグメント化する領域に対応する初期接触面を並行して伝搬する。これにより方法は、画像要素の少なくとも1つの特徴を記述する確率関数に基づく高速マーチングモデルを使用して初期接触面を伝搬することにより、多層化された血管の層の境界を推定することができる。
(もっと読む)


本発明は、オブジェクトの管状構造を、このオブジェクト3D画像データセットを使用することにより視覚化する方法及び対応する装置に関する。より効果的且つ実例的な視覚化を提供するために、前記管状構造の象徴的な経路ビュー(B)からCPRビュー(C)を生成及び視覚化するステップであり、前記象徴的な経路ビュー(B)は前記管状構造を示し、前記象徴的な経路の経路ポイントは3D空間位置データを割り当てられるステップ、及び前記CPRビュー(C)又は前記象徴的な経路ビュー(B)において選択された前記管状構造のビューイングポイント(V)を介して、前記オブジェクト(1)の少なくとも1つの平面ビュー(O)を生成及び視覚化するステップを有する方法が提案されている。
(もっと読む)


診断用の超音波画像形成におけるセグメント化及び特徴検出のためにユーザ入力を利用するための方法が提供される。本方法は、境界検出方法が遅延なしに実時間ビデオ画像形成に適用されるのを可能にする、迅速に実行される境界検出を提供する。境界検出方法は、診断用の超音波画像形成システムに組み込まれるか、超音波画像形成システムによりインストールされ、実行可能なユーザインストール可能なソフトウェアアプリケーションとして組み込まれる。
(もっと読む)


器官レンダリングのためのシステム(100)及び相応の方法(200)が提供され、システム(100)はプロセッサ(102)を含み、器官を示す器官スキャンデータを受信するためにプロセッサと通信するイメージングアダプタ(130)を含み、器官の外側表面をセグメント化するためにプロセッサと通信するセグメンテーションユニット(170)を含み、複数の光線の各々においてセグメント化された外側表面に対して実質的に垂直な最大値投影(MIP)を提供し、さらにセグメント化された外側表面へ個別MIPによって器官の中心から複数の光線の各々をキャストすることによってレイコレクションを形成するためにプロセッサと通信するレイキャスティングユニット(180)を含み、さらに、方法(200)は器官の外側表面をセグメント化すること(216)を含み、複数の光線の各々においてセグメント化された外側表面に対して実質的に垂直な最大値投影(MIP)を提供すること(218)を含み、さらにセグメント化された外側表面へ個別MIPによって器官の中心から複数の光線の各々をキャストすることによってレイコレクションを形成すること(220)を含む。
(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)


【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)


心臓イメージを取得するために最適な観察面を決定する方法(1100)、システム(1200)および装置(101)。該方法(1100)には、心臓の矢状面イメージと軸面イメージと冠状面イメージとのセットを取得する手法が含まれ、軸面イメージおよび冠状面イメージは矢状面イメージと直交し、心臓は固有軸と、血液プール、血液プール境界および心尖(1110)を有する左心室(「LV」)とを含む。本方法には血液プール境界(1140)のマップを形成するステップと、該マップを使用して、固有軸(1160)に沿って方向決定された完全な座標フレームを作成するステップとが含まれる。
(もっと読む)


【課題】歯の1つ以上の静止画に基づいて、損傷内の歯の組織に対する損傷及びカルシウムの減少を視覚化し、計測し、モニタし、及び観察するためのシステム及び方法を開示する。
【解決手段】好ましくは、光学的フィルタを通して、青色の励起光に対するその組織の蛍光発光応答を観察する。この画像は、本画素の光学的成分の関数に基づいて解析され、好ましくは、1以上の閾値に対する光学的成分間の比率を比較する。他の分析は、その歯が健常であれば有するであろう画素の強度を再構成するために、補間、及び/又は、曲線調整の技術を用いる。いくつかの実施例において、この再構成はユーザが指摘する画素の強度が健常な歯の組織に対応することに基づく。他の実施例において、これらの点は自動的に選択される。更に他の実施例において、時間経過とともに撮像された画像は、損傷の状態の動画において一連のフレームを生成するよう解析される。 (もっと読む)


本発明は、仮想内視鏡検査法のためのローカルパス自動プランニング方法に関しており、後続するステップにおける利用のために結腸検査プロトコルによって得られる結腸データセットを導出するステップと、管腔内の目下の内視鏡位置周辺のサブボリュームを確定するステップと、前記目下の内視鏡位置から開始して当該管腔内部で成長する領域を実行するステップと、前記サブボリュームに外接する立方体の複数の面と前記領域との交差を計算しクラスタリングするステップと、前記目下の内視鏡位置から先行ステップにて形成された各クラスタの中心までの概算的センターラインパスを計算するステップと、前記センターラインパスの各々を内視鏡によって示される目下のパスと比較するステップと、前記センターラインパスの各々に対して前記比較に基づく評点を割当てるステップと、前記評点に基づいてセンターラインパスを選択するステップとが含まれている。
(もっと読む)


861 - 880 / 882