公开(公告)号：US08526699B2

公开(公告)日：2013-09-03

申请号：US13040716

申请日：2011-03-04

申请人： Sushil Mittal ,  Yefeng Zheng ,  Bogdan Georgescu ,  Fernando Vega-Higuera ,  Shaohua Kevin Zhou ,  Dorin Comaniciu ,  Michael Kelm ,  Alexey Tsymbal ,  Dominik Bernhardt

发明人： Sushil Mittal ,  Yefeng Zheng ,  Bogdan Georgescu ,  Fernando Vega-Higuera ,  Shaohua Kevin Zhou ,  Dorin Comaniciu ,  Michael Kelm ,  Alexey Tsymbal ,  Dominik Bernhardt

IPC分类号： G06K9/00 ,  A61B5/05 ,  A61B5/02 ,  A61F2/06

CPC分类号： G06T7/0016 ,  G06T7/143 ,  G06T2207/10081 ,  G06T2207/20081 ,  G06T2207/30101 ,  G06T2207/30172

摘要： A method and system for providing detecting and classifying coronary stenoses in 3D CT image data is disclosed. Centerlines of coronary vessels are extracted from the CT image data. Non-vessel regions are detected and removed from the coronary vessel centerlines. The cross-section area of the lumen is estimated based on the coronary vessel centerlines using a trained regression function. Stenosis candidates are detected in the coronary vessels based on the estimated lumen cross-section area, and the significant stenosis candidates are automatically classified as calcified, non-calcified, or mixed.

摘要翻译： 公开了一种在3D CT图像数据中提供冠状动脉狭窄检测和分类的方法和系统。 从CT图像数据中提取冠脉血管的中心线。 从血管中心线检测和移除非血管区域。 使用经过训练的回归函数，基于冠状血管中心线估计管腔的横截面面积。 基于估计的管腔横截面积在冠状血管中检测狭窄候选物，并且显着狭窄候选物被自动分类为钙化，非钙化或混合。

公开(公告)号：US20110224542A1

公开(公告)日：2011-09-15

申请号：US13040716

申请日：2011-03-04

申请人： Sushil Mittal ,  Yefeng Zheng ,  Bogdan Georgescu ,  Fernando Vega-Higuera ,  Shaohua Kevin Zhou ,  Dorin Comaniciu ,  Michael Kelm ,  Alexey Tsymbal ,  Dominik Bernhardt

发明人： Sushil Mittal ,  Yefeng Zheng ,  Bogdan Georgescu ,  Fernando Vega-Higuera ,  Shaohua Kevin Zhou ,  Dorin Comaniciu ,  Michael Kelm ,  Alexey Tsymbal ,  Dominik Bernhardt

IPC分类号： A61B6/03

CPC分类号： G06T7/0016 ,  G06T7/143 ,  G06T2207/10081 ,  G06T2207/20081 ,  G06T2207/30101 ,  G06T2207/30172

摘要： A method and system for providing detecting and classifying coronary stenoses in 3D CT image data is disclosed. Centerlines of coronary vessels are extracted from the CT image data. Non-vessel regions are detected and removed from the coronary vessel centerlines. The cross-section area of the lumen is estimated based on the coronary vessel centerlines using a trained regression function. Stenosis candidates are detected in the coronary vessels based on the estimated lumen cross-section area, and the significant stenosis candidates are automatically classified as calcified, non-calcified, or mixed.

摘要翻译： 公开了一种在3D CT图像数据中提供冠状动脉狭窄检测和分类的方法和系统。 从CT图像数据中提取冠脉血管的中心线。 从血管中心线检测和移除非血管区域。 使用经过训练的回归函数，基于冠状血管中心线估计管腔的横截面面积。 基于估计的管腔横截面积在冠状血管中检测狭窄候选物，并且显着狭窄候选物被自动分类为钙化，非钙化或混合。

公开(公告)号：US20100067768A1

公开(公告)日：2010-03-18

申请号：US12562483

申请日：2009-09-18

申请人： Razvan Ionasec ,  Bogdan Georgescu ,  Yefeng Zheng ,  Dorin Comaniciu

发明人： Razvan Ionasec ,  Bogdan Georgescu ,  Yefeng Zheng ,  Dorin Comaniciu

IPC分类号： G06K9/00

CPC分类号： G06T7/35 ,  G06K9/621 ,  G06K2209/05 ,  G06T7/344

摘要： A method and system for physiological image registration and fusion is disclosed. A physiological model of a target anatomical structure in estimated each of a first image and a second image. The physiological model is estimated using database-guided discriminative machine learning-based estimation. A fused image is then generated by registering the first and second images based on correspondences between the physiological model estimated in each of the first and second images.

摘要翻译： 公开了一种用于生理图像配准和融合的方法和系统。 估计每个第一图像和第二图像中的目标解剖结构的生理模型。 使用数据库引导的基于判别机器学习的估计来估计生理模型。 然后通过基于在第一和第二图像中的每一个中估计出的生理模型之间的对应来登记第一和第二图像来生成融合图像。

公开(公告)号：US20100067760A1

公开(公告)日：2010-03-18

申请号：US12487121

申请日：2009-06-18

申请人： Lei Zhang ,  Yefeng Zheng ,  Bogdan Georgescu ,  Fernando Vega-Higuera ,  Dorin Comaniciu

发明人： Lei Zhang ,  Yefeng Zheng ,  Bogdan Georgescu ,  Fernando Vega-Higuera ,  Dorin Comaniciu

IPC分类号： G06K9/00

CPC分类号： G06K9/00 ,  G06K2209/05 ,  G06T7/11 ,  G06T7/143 ,  G06T2207/10081 ,  G06T2207/20076 ,  G06T2207/30101

摘要： A method and system for coronary artery detection in 3D cardiac volumes is disclosed. The heart chambers are segmented in the cardiac volume, and an initial estimation of a coronary artery is generated based on the segmented heart chambers. The initial estimation of the coronary artery is then refined based on local information in the cardiac volume in order to detect the coronary artery in the cardiac volume. The detected coronary artery can be extended using 3D dynamic programming.

摘要翻译： 公开了用于3D心脏体积中冠状动脉检测的方法和系统。 心室在心脏体积中分段，并且基于分段心室产生冠状动脉的初始估计。 然后基于心脏体积中的局部信息来改进冠状动脉的初始估计，以便检测心脏体积中的冠状动脉。 检测到的冠状动脉可以使用3D动态规划进行扩展。

公开(公告)号：US20100040272A1

公开(公告)日：2010-02-18

申请号：US12504047

申请日：2009-07-16

申请人： Yefeng Zheng ,  Xiaoguang Lu ,  Bogdan Georgescu ,  Edgar Müller ,  Dorin Comaniciu ,  Arne Littmann

发明人： Yefeng Zheng ,  Xiaoguang Lu ,  Bogdan Georgescu ,  Edgar Müller ,  Dorin Comaniciu ,  Arne Littmann

IPC分类号： G06K9/00 ,  A61B5/055

CPC分类号： G06K9/6202 ,  G06K2209/051

摘要： A method and system for left ventricle (LV) detection in 2D magnetic resonance imaging (MRI) images is disclosed. In order to detect the LV in a 2D MRI image, a plurality of LV candidates are detected, for example using marginal space learning (MSL) based detection. Candidates for distinctive anatomic landmarks associated with the LV are then detected in the 2D MRI image. In particular, apex candidates and base candidates are detected in the 2D MRI image. One of the LV candidates is selected as a final LV detection result using component-based voting based on the detected LV candidates, apex candidates, and base candidates.

摘要翻译： 公开了一种用于2D磁共振成像（MRI）图像中左心室（LV）检测的方法和系统。 为了检测2D MRI图像中的LV，例如使用基于边缘空间学习（MSL）的检测来检测多个LV候选。 然后在2D MRI图像中检测与LV相关的特征性解剖学标记的候选者。 特别地，在2D MRI图像中检测到顶点候选和基础候选。 使用基于检测到的LV候选，顶点候选和基础候选的基于组件的投票，将LV候选中的一个选择为最终的LV检测结果。

公开(公告)号：US20080085050A1

公开(公告)日：2008-04-10

申请号：US11856208

申请日：2007-09-17

申请人： Adrian Barbu ,  Yefeng Zheng ,  Jing Yang ,  Bogdan Georgescu ,  Dorin Comaniciu

发明人： Adrian Barbu ,  Yefeng Zheng ,  Jing Yang ,  Bogdan Georgescu ,  Dorin Comaniciu

IPC分类号： G06K9/00

CPC分类号： G06K9/6292

摘要： A system and method for detecting an object in a high dimensional image space is disclosed. A three dimensional image of an object is received. A first classifier is trained in the marginal space of the object center location which generates a predetermined number of candidate object center locations. A second classifier is trained to identify potential object center locations and orientations from the predetermined number of candidate object center locations and maintaining a subset of the candidate object center locations. A third classifier is trained to identify potential locations, orientations and scale of the object center from the subset of the candidate object center locations. A single candidate object pose for the object is identified.

摘要翻译： 公开了一种用于检测高维图像空间中的对象的系统和方法。 接收对象的三维图像。 在对象中心位置的边缘空间中训练第一分类器，其生成预定数量的候选对象中心位置。 训练第二分类器以从预定数量的候选对象中心位置识别潜在对象中心位置和方向，并维护候选对象中心位置的子集。 训练第三分类器以从候选对象中心位置的子集中识别对象中心的潜在位置，方向和尺度。 识别对象的单个候选对象姿势。

公开(公告)号：US08340385B2

公开(公告)日：2012-12-25

申请号：US12630061

申请日：2009-12-03

申请人： Yefeng Zheng ,  Bogdan Georgescu ,  Arne Littmann ,  Edgar Mueller ,  Dorin Comaniciu

发明人： Yefeng Zheng ,  Bogdan Georgescu ,  Arne Littmann ,  Edgar Mueller ,  Dorin Comaniciu

IPC分类号： G06K9/00

CPC分类号： G06K9/3241 ,  G06K2209/051 ,  G06T7/11 ,  G06T7/143 ,  G06T2207/10088 ,  G06T2207/20081 ,  G06T2207/30048

摘要： A method and system for left ventricle (LV) detection in 2D magnetic resonance imaging (MRI) images is disclosed. In order to detect the LV in a 2D MRI image, a plurality of LV candidates are detected, for example using marginal space learning (MSL) based detection. Candidates for distinctive anatomic landmarks associated with the LV are then detected in the 2D MRI image. In particular, apex candidates and base candidates are detected in the 2D MRI image. One of the LV candidates is selected as a final LV detection result by ranking the LV candidates based on the LV candidates, the apex candidates, and the base candidates using a trained ranking model.

摘要翻译： 公开了一种用于2D磁共振成像（MRI）图像中左心室（LV）检测的方法和系统。 为了检测2D MRI图像中的LV，例如使用基于边缘空间学习（MSL）的检测来检测多个LV候选。 然后在2D MRI图像中检测与LV相关的特征性解剖学标记的候选者。 特别地，在2D MRI图像中检测到顶点候选和基础候选。 通过使用训练排名模型，基于LV候选，顶点候选和基础候选对LV候选进行排名，将LV候选者中的一个选择为最终的LV检测结果。

公开(公告)号：US20120087563A1

公开(公告)日：2012-04-12

申请号：US13267662

申请日：2011-10-06

申请人： Razvan Ioan Ionasec ,  Ingmar Voigt ,  Bogdan Georgescu ,  Yefeng Zheng ,  Jan Boese ,  Klaus Klingenbeck ,  Dorin Comaniciu

发明人： Razvan Ioan Ionasec ,  Ingmar Voigt ,  Bogdan Georgescu ,  Yefeng Zheng ,  Jan Boese ,  Klaus Klingenbeck ,  Dorin Comaniciu

IPC分类号： G06K9/00

CPC分类号： G06T19/006 ,  G06T7/344 ,  G06T17/00 ,  G06T2207/10072 ,  G06T2207/10121 ,  G06T2207/10136 ,  G06T2207/30048 ,  G16H50/50

摘要： A method and system for intraoperative guidance in an off-pump mitral valve repair procedure is disclosed. A plurality of patient-specific models of the mitral valve are generated, each from pre-operative image data obtained using a separate imaging modality. The pre-operative image data from the separate imaging modalities are fused into a common coordinate system by registering the plurality of patient-specific models. A model of the mitral valve is estimated in real-time in intraoperative image data using a fused physiological prior resulting from the registering of the plurality of patient-specific models.

摘要翻译： 公开了一种用于非抽血二尖瓣修复手术中术中引导的方法和系统。 产生多个患者特异性二尖瓣模型，每个来自使用单独成像模态获得的术前图像数据。 来自分开的成像模态的手术前图像数据通过登记多个患者特定模型而融合到公共坐标系中。 使用由多个患者特定模型的登记产生的融合生理学先验在实际的术中图像数据中估计二尖瓣的模型。

公开(公告)号：US20110153286A1

公开(公告)日：2011-06-23

申请号：US12975714

申请日：2010-12-22

申请人： Dominik Zaeuner ,  Razvan Ioan Ionasec ,  Bogdan Georgescu ,  Yefeng Zheng ,  Dorin Comaniciu ,  Ingmar Voigt ,  Jan Boese

发明人： Dominik Zaeuner ,  Razvan Ioan Ionasec ,  Bogdan Georgescu ,  Yefeng Zheng ,  Dorin Comaniciu ,  Ingmar Voigt ,  Jan Boese

IPC分类号： G06F17/50

CPC分类号： G06T19/00 ,  G06F19/321 ,  G06T17/00 ,  G06T2219/2004 ,  G16H50/50

摘要： A method and system for virtual percutaneous valve implantation is disclosed. A patient-specific anatomical model of a heart valve is estimated based on 3D cardiac medical image data and an implant model representing a valve implant is virtually deployed into the patient-specific anatomical model of the heart valve. A library of implant models, each modeling geometrical properties of a corresponding valve implant, is maintained. The implant models maintained in the library are virtually deployed into the patient specific anatomical model of the heart valve to select an implant type and size and deployment location and orientation for percutaneous valve implantation.

摘要翻译： 公开了一种用于虚拟经皮瓣植入的方法和系统。 基于3D心脏医学图像数据估计心脏瓣膜的患者特异性解剖模型，并且代表瓣膜植入物的植入模型实际上部署到心脏瓣膜的患者特异性解剖模型中。 植入物模型库，每个建模相应的阀门植入物的几何特性被维持。 维护在库中的植入物模型实际上部署到心脏瓣膜的患者特异性解剖模型中，以选择用于经皮瓣膜植入的植入物类型和尺寸以及部署位置和取向。

公开(公告)号：US20090074280A1

公开(公告)日：2009-03-19

申请号：US12186815

申请日：2008-08-06

申请人： Xiaoguang Lu ,  Bogdan Georgescu ,  Yefeng Zheng ,  Joanne Otsuki ,  Dorin Comaniciu

发明人： Xiaoguang Lu ,  Bogdan Georgescu ,  Yefeng Zheng ,  Joanne Otsuki ,  Dorin Comaniciu

IPC分类号： A61B5/00

CPC分类号： A61B8/00 ,  A61B8/06 ,  A61B8/065 ,  A61B8/08 ,  A61B8/0883 ,  A61B8/0891 ,  A61B8/13 ,  A61B8/14 ,  A61B8/463 ,  A61B8/483 ,  A61B8/488 ,  A61B8/523 ,  G06F19/321 ,  G06K9/468 ,  G06K9/6256 ,  G16H50/20

摘要： A plane position for a standard view is detected from three-dimensional echocardiographic data. The position of the plane within the volume is defined by translation, orientation (rotation), and/or scale. Possible positions are detected and other possible positions are ruled out. The classification of the possible positions occurs sequentially by translation, then orientation, and then scale. The sequential process may limit calculations required to identify the plane position for a desired view.

摘要翻译： 从三维超声心动图数据检测标准视图的平面位置。 平面在体积内的位置由平移，定向（旋转）和/或刻度来定义。 检测到可能的位置，排除其他可能的位置。 可能的位置的分类依次通过翻译，然后定向，然后缩放。 顺序过程可能会限制为所需视图识别平面位置所需的计算。