-
公开(公告)号：CN102737250B
公开(公告)日：2017-07-14
申请号：CN201210041476.0
申请日：2012-01-13
CPC分类号： G06K9/4614 , G06K9/6256 , G06K2209/055 , G06K2209/40 , G06T7/0012 , G06T2207/10072 , G06T2207/20016 , G06T2207/20081 , G06T2207/30012 , G06T2207/30096
摘要： 本发明涉及用于在3D医学图像数据中对脊椎骨损伤进行自动检测的方法和系统。公开了一种用于在诸如3D计算机断层摄影(CT)容积的3D医学图像中对骨损伤进行自动检测和容积量化的方法和系统。在3D医学图像中检测对应于骨区域的感兴趣区域。使用一串训练检测器检测感兴趣区域中的骨损伤。该串训练检测器自动检测损伤中心，且然后在所有三个空间轴中估计损伤大小。通过在3D医学图像的分辨率金字塔的多级别上使用检测器串，使用分级多尺度方法来检测骨损伤。
-
公开(公告)号：CN105765629A
公开(公告)日：2016-07-13
申请号：CN201480064452.4
申请日：2014-09-24
申请人： 西门子公司
CPC分类号： A61B5/7267 , A61B5/055 , A61B5/4244 , A61B5/4848 , A61B5/7264 , A61B5/7275 , A61B5/742 , A61B6/032 , A61B6/5217 , A61B6/5229 , A61B2576/00 , G06K9/6214 , G06K9/624 , G06K9/6256 , G06K9/6259 , G06T7/0016 , G06T7/42 , G06T2207/10072 , G06T2207/10136 , G06T2207/20012 , G06T2207/20016 , G06T2207/20064 , G06T2207/20081 , G06T2207/20084 , G06T2207/20104 , G06T2207/30056 , G06T2207/30096
摘要： 为了治疗反应评估，用于机器学习分类器并且用于使用机器学习的分类器输入纹理特征。而不是使用基于公式的纹理特征或者除了使用基于公式的纹理特征之外，数据所驱动的纹理特征是从训练图像得出的。数据所驱动的纹理特征是独立分析特征，诸如，来自独立子空间分析的特征。所述纹理特征可以用于基于所述患者的少量或者甚至一次扫描来预测治疗结果。
-
公开(公告)号：CN102567625B
公开(公告)日：2016-02-10
申请号：CN201110404367.6
申请日：2011-10-28
申请人： 西门子公司
IPC分类号： G06F19/00
CPC分类号： G06T7/73 , G06T2207/10081 , G06T2207/30012 , G06T2207/30064 , G06T2207/30172
摘要： 本发明涉及自动肋骨排序和配对。对肋骨进行自动排序(44)和配对(46)。在对每一侧上的肋骨进行排序(44)之后，磁性和弹性函数用于对肋骨配对(46)进行求解。使用磁性函数(48)来约束横跨两侧的可能的肋骨对，并且使用弹性函数(50)来在考虑遗漏或融合的肋骨的同时维持每一侧上的顺序。
-
-
-
公开(公告)号：CN103218800B
公开(公告)日：2016-11-30
申请号：CN201210368926.7
申请日：2012-09-27
申请人： 西门子公司
摘要： 本发明涉及用于自动肋骨中心线提取的方法和系统。公开了一种用于在3D体积（比如3D计算机断层摄影（CT）体积）中提取肋骨中心线的方法和系统。利用基于学习的检测器在所述3D体积中检测肋骨中心线体素。随后通过基于所检测到的肋骨中心线体素将对于整个肋骨篮的肋骨中心线的模板与所述3D体积相匹配提取出对于整个肋骨篮的肋骨中心线。随后利用主动轮廓模型单独细化每一条所提取出的肋骨中心线。
-
公开(公告)号：CN103218800A
公开(公告)日：2013-07-24
申请号：CN201210368926.7
申请日：2012-09-27
申请人： 西门子公司
CPC分类号： G06K9/6207 , G06T7/12 , G06T7/149 , G06T2207/10072 , G06T2207/20081 , G06T2207/20116 , G06T2207/30008 , G06T2207/30172
摘要： 本发明涉及用于自动肋骨中心线提取的方法和系统。公开了一种用于在3D体积（比如3D计算机断层摄影（CT）体积）中提取肋骨中心线的方法和系统。利用基于学习的检测器在所述3D体积中检测肋骨中心线体素。随后通过基于所检测到的肋骨中心线体素将对于整个肋骨篮的肋骨中心线的模板与所述3D体积相匹配提取出对于整个肋骨篮的肋骨中心线。随后利用主动轮廓模型单独细化每一条所提取出的肋骨中心线。
-
公开(公告)号：CN103054602B
公开(公告)日：2016-03-30
申请号：CN201210438643.5
申请日：2012-09-19
申请人： 西门子公司
摘要： 本发明公开了一种在3D医学图像容积、诸如计算机断层扫描(CT)容积中用于探测肋骨的指上矢量的方法和系统。在3D医学图像容积中抽取至少一个肋骨的肋骨中心线。在至少一个肋骨的肋骨中心线的多个中心线点中的每个处自动地探测指上矢量。可以使用受训回归函数来探测每个中心线点处的指上矢量。替代地，可以通过探测在每个中心线点处所产生的横截面肋骨图像中的椭圆形状来探测每个中心线点处的指上矢量。
-
公开(公告)号：CN103054602A
公开(公告)日：2013-04-24
申请号：CN201210438643.5
申请日：2012-09-19
申请人： 西门子公司
摘要： 本发明公开了一种在3D医学图像容积、诸如计算机断层扫描(CT)容积中用于探测肋骨的指上矢量的方法和系统。在3D医学图像容积中抽取至少一个肋骨的肋骨中心线。在至少一个肋骨的肋骨中心线的多个中心线点中的每个处自动地探测指上矢量。可以使用受训回归函数来探测每个中心线点处的指上矢量。替代地，可以通过探测在每个中心线点处所产生的横截面肋骨图像中的椭圆形状来探测每个中心线点处的指上矢量。
-
公开(公告)号：CN102737250A
公开(公告)日：2012-10-17
申请号：CN201210041476.0
申请日：2012-01-13
申请人： 西门子公司
CPC分类号： G06K9/4614 , G06K9/6256 , G06K2209/055 , G06K2209/40 , G06T7/0012 , G06T2207/10072 , G06T2207/20016 , G06T2207/20081 , G06T2207/30012 , G06T2207/30096
摘要： 本发明涉及用于在3D医学图像数据中对脊椎骨损伤进行自动检测的方法和系统。公开了一种用于在诸如3D计算机断层摄影(CT)容积的3D医学图像中对骨损伤进行自动检测和容积量化的方法和系统。在3D医学图像中检测对应于骨区域的感兴趣区域。使用一串训练检测器检测感兴趣区域中的骨损伤。该串训练检测器自动检测损伤中心，且然后在所有三个空间轴中估计损伤大小。通过在3D医学图像的分辨率金字塔的多级别上使用检测器串，使用分级多尺度方法来检测骨损伤。
-
-
-
-
-
-
-
-
-
搜索结果
12 条记录 (耗时 0.025 秒)
