公开(公告)号：US20120230568A1

公开(公告)日：2012-09-13

申请号：US13412869

申请日：2012-03-06

申请人： Sasa Grbic ,  Razvan Ioan Ionasec ,  Yang Wang ,  Bogdan Georgescu ,  Tommaso Mansi ,  Dorin Comaniciu ,  Yefeng Zheng ,  Shaohua Kevin Zhou ,  Matthias John ,  Jan Boese

发明人： Sasa Grbic ,  Razvan Ioan Ionasec ,  Yang Wang ,  Bogdan Georgescu ,  Tommaso Mansi ,  Dorin Comaniciu ,  Yefeng Zheng ,  Shaohua Kevin Zhou ,  Matthias John ,  Jan Boese

IPC分类号： G06K9/36

CPC分类号： G06K9/6289 ,  G06K9/6211

摘要： A method and system for fusion of multi-modal volumetric images is disclosed. A first image acquired using a first imaging modality is received. A second image acquired using a second imaging modality is received. A model and of a target anatomical structure and a transformation are jointly estimated from the first and second images. The model represents a model of the target anatomical structure in the first image and the transformation projects a model of the target anatomical structure in the second image to the model in the first image. The first and second images can be fused based on estimated transformation.

摘要翻译： 公开了一种用于融合多模体积图像的方法和系统。 接收使用第一成像模式获取的第一图像。 接收使用第二成像模态获取的第二图像。 从第一和第二图像共同估计模型和目标解剖结构和变换。 该模型表示第一图像中目标解剖结构的模型，并且变换将第二图像中的目标解剖结构的模型投影到第一图像中的模型。 可以基于估计的变换来融合第一和第二图像。

公开(公告)号：US08224640B2

公开(公告)日：2012-07-17

申请号：US12825905

申请日：2010-06-29

申请人： Puneet Sharma ,  Bogdan Georgescu ,  Razvan Ioan Ionasec ,  Dorin Comaniciu

发明人： Puneet Sharma ,  Bogdan Georgescu ,  Razvan Ioan Ionasec ,  Dorin Comaniciu

IPC分类号： G06F19/00 ,  G06F17/10 ,  G06G7/58 ,  G06K9/00

CPC分类号： G06T17/00 ,  G06F19/00 ,  G06T7/0012 ,  G06T2207/10072 ,  G06T2207/30048 ,  G16H50/20 ,  G16H50/50

摘要： A method and system for generating a patient specific anatomical heart model is disclosed. A sequence of volumetric image data, such as computed tomography (CT), echocardiography, or magnetic resonance (MR) image data of a patient's cardiac region is received. A multi-component patient specific 4D geometric model of the heart and aorta estimated from the sequence of volumetric cardiac imaging data. A patient specific 4D computational model based on one or more of personalized geometry, material properties, fluid boundary conditions, and flow velocity measurements in the 4D geometric model is generated. Patient specific material properties of the aortic wall are estimated using the 4D geometrical model and the 4D computational model. Fluid Structure Interaction (FSI) simulations are performed using the 4D computational model and estimated material properties of the aortic wall, and patient specific clinical parameters are extracted based on the FSI simulations. Disease progression modeling and risk stratification are performed based on the patient specific clinical parameters.

摘要翻译： 公开了一种用于产生患者特异性解剖心脏模型的方法和系统。 接收患者心脏区域的体积图像数据的序列，例如计算机断层摄影（CT），超声心动图或磁共振（MR）图像数据。 根据体积心脏成像数据序列估计的心脏和主动脉的多组分患者特定4D几何模型。 产生了基于4D几何模型中的个性化几何，材料特性，流体边界条件和流速测量中的一个或多个的患者特定4D计算模型。 使用4D几何模型和4D计算模型估计主动脉壁的患者特异性材料性质。 使用4D计算模型和主动脉壁的估计材料特性进行流体结构相互作用（FSI）模拟，并且基于FSI模拟提取患者特异性临床参数。 疾病进展模型和风险分层是根据患者的具体临床参数进行的。

公开(公告)号：US20120121152A1

公开(公告)日：2012-05-17

申请号：US13293239

申请日：2011-11-10

申请人： Xiaoguang Lu ,  Jens Guehring ,  Marie-Pierre Jolly ,  Bogdan Georgescu ,  Carmel Hayes ,  Peter Speier ,  Michaela Schmidt ,  Xiaoming Bi ,  Randall Kroeker ,  Dorin Comaniciu ,  Edgar Mueller

发明人： Xiaoguang Lu ,  Jens Guehring ,  Marie-Pierre Jolly ,  Bogdan Georgescu ,  Carmel Hayes ,  Peter Speier ,  Michaela Schmidt ,  Xiaoming Bi ,  Randall Kroeker ,  Dorin Comaniciu ,  Edgar Mueller

IPC分类号： G06K9/34

CPC分类号： G06K9/6857 ,  G06K9/6282

摘要： A method and system for automated view planning for cardiac magnetic resonance imaging (MRI) acquisition is disclosed. The method and system automatically generate a full scan prescription using a single 3D MRI volume. The left ventricle (LV) is segmented in the 3D MRI volume. Cardiac landmarks are detected in the automatically prescribed slices. A full scan prescription, including a short axis stack and 2-chamber, 3-chamber, and 4-chamber views, is automatically generated based on cardiac anchors provided by the segmented left ventricle and the detected cardiac landmarks in the 3D MRI volume.

摘要翻译： 公开了用于心脏磁共振成像（MRI）采集的自动视图规划的方法和系统。 该方法和系统使用单个3D MRI体积自动生成全扫描处方。 左心室（LV）在3D MRI体积中分段。 在自动规定的切片中检测到心脏地标。 基于由分割的左心室提供的心脏锚定点和3D MRI体积中检测到的心脏地标，自动生成全扫描处方，包括短轴堆叠和2室，3室和4室视图。

公开(公告)号：US20120072190A1

公开(公告)日：2012-03-22

申请号：US13226779

申请日：2011-09-07

申请人： Puneet Sharma ,  Bogdan Georgescu ,  Viorel Mihalef ,  Terrence Chen ,  Dorin Comaniciu

发明人： Puneet Sharma ,  Bogdan Georgescu ,  Viorel Mihalef ,  Terrence Chen ,  Dorin Comaniciu

IPC分类号： G06G7/60 ,  G06F17/10 ,  G06F17/11 ,  G06G7/57

CPC分类号： A61B5/026 ,  A61B2576/023 ,  G06F19/321 ,  G06F19/3468 ,  G06T7/0016 ,  G06T2207/10081 ,  G06T2207/10096 ,  G06T2207/10116 ,  G06T2207/30048 ,  G06T2207/30104 ,  G16H20/17 ,  G16H30/20 ,  G16H30/40 ,  G16H50/50

摘要： A method and system for non-invasive patient-specific assessment of coronary artery disease is disclosed. An anatomical model of a coronary artery is generated from medical image data. A velocity of blood in the coronary artery is estimated based on a spatio-temporal representation of contrast agent propagation in the medical image data. Blood flow is simulated in the anatomical model of the coronary artery using a computational fluid dynamics (CFD) simulation using the estimated velocity of the blood in the coronary artery as a boundary condition.

摘要翻译： 公开了一种用于冠状动脉疾病非侵入性患者特异性评估的方法和系统。 从医学图像数据生成冠状动脉的解剖模型。 基于医学图像数据中的造影剂传播的时空表示来估计冠状动脉中的血液速度。 使用计算流体动力学（CFD）模拟，使用冠状动脉中血液的估计速度作为边界条件，在冠状动脉的解剖模型中模拟血流。

公开(公告)号：US20110191283A1

公开(公告)日：2011-08-04

申请号：US13016259

申请日：2011-01-28

申请人： Ingmar Voigt ,  Dime Vitanovski ,  Razvan Ioan Ionasec ,  Alexey Tsymbal ,  Bogdan Georgescu ,  Shaohua Kevin Zhou ,  Martin Huber ,  Dorin Comaniciu

发明人： Ingmar Voigt ,  Dime Vitanovski ,  Razvan Ioan Ionasec ,  Alexey Tsymbal ,  Bogdan Georgescu ,  Shaohua Kevin Zhou ,  Martin Huber ,  Dorin Comaniciu

IPC分类号： G06N5/00 ,  G06G7/60

CPC分类号： G06G7/60 ,  G06N5/00

摘要： A method and system for providing medical decision support based on virtual organ models and learning based discriminative distance functions is disclosed. A patient-specific virtual organ model is generated from medical image data of a patient. One or more similar organ models to the patient-specific organ model are retrieved from a plurality of previously stored virtual organ models using a learned discriminative distance function. The patient-specific valve model can be classified into a first class or a second class based on the previously stored organ models determined to be similar to the patient-specific organ model.

摘要翻译： 公开了一种基于虚拟器官模型和基于学习的辨别距离函数提供医学决策支持的方法和系统。 从患者的医学图像数据生成患者特异性虚拟器官模型。 使用学习的鉴别距离函数从多个先前存储的虚拟器官模型检索与患者特异器官模型的一个或多个相似的器官模型。 基于先前存储的被确定为类似于患者特异器官模型的器官模型，患者特异性瓣膜模型可以分为第一类或第二类。

公开(公告)号：US20100239147A1

公开(公告)日：2010-09-23

申请号：US12724612

申请日：2010-03-16

申请人： Dime Vitanovski ,  Razvan Ioan Ionasec ,  Bogdan Georgescu ,  Martin Huber ,  Dorin Comaniciu

发明人： Dime Vitanovski ,  Razvan Ioan Ionasec ,  Bogdan Georgescu ,  Martin Huber ,  Dorin Comaniciu

IPC分类号： G06K9/00

CPC分类号： G06K9/4638 ,  G06K9/6224 ,  G06K2209/051 ,  G06T7/0012 ,  G06T2207/10076 ,  G06T2207/20081 ,  G06T2207/20108 ,  G06T2207/30048 ,  G06T2207/30101

摘要： A method and system for modeling the pulmonary trunk in 4D image data, such as 4D CT data, and model-based percutaneous pulmonary valve implantation (PPVI) intervention is disclosed. A patient-specific dynamic pulmonary trunk data is generated from 4D image data of a patient. The patient is automatically classified as suitable for PPVI intervention or not suitable for PPVI intervention based on the generated patient-specific dynamic pulmonary trunk model.

摘要翻译： 公开了4D图像数据（如4D CT数据）和基于模型的经皮肺动脉瓣植入（PPVI）干预对肺动脉干线进行建模的方法和系统。 从患者的4D图像数据生成患者特异的动态肺动脉干数据。 根据生成的患者特异性动态肺动脉模型，患者自动分类为适合PPVI干预或不适合PPVI干预。

公开(公告)号：US07747054B2

公开(公告)日：2010-06-29

申请号：US12401899

申请日：2009-03-11

申请人： Xiang Zhou ,  Bogdan Georgescu ,  Dorin Comaniciu ,  R. Bharat Rao ,  Alok Gupta

发明人： Xiang Zhou ,  Bogdan Georgescu ,  Dorin Comaniciu ,  R. Bharat Rao ,  Alok Gupta

IPC分类号： G06K9/00

CPC分类号： G06K9/6206 ,  G06K9/6256 ,  G06T7/12 ,  G06T7/149 ,  G06T7/251 ,  G06T2207/10132 ,  G06T2207/30048

摘要： A detection framework that matches anatomical structures using appearance and shape is disclosed. A training set of images are used in which object shapes or structures are annotated in the images. A second training set of images represents negative examples for such shapes and structures, i.e., images containing no such objects or structures. A classification algorithm trained on the training sets is used to detect a structure at its location. The structure is matched to a counterpart in the training set that can provide details about the structure's shape and appearance.

摘要翻译： 公开了一种使用外观和形状匹配解剖结构的检测框架。 使用图像的训练集，其中在图像中注释对象形状或结构。 图像的第二训练集表示这种形状和结构的负面例子，即不包含这样的对象或结构的图像。 训练集训练的分类算法用于检测其位置的结构。 该结构与训练集中的对应物匹配，可以提供关于结构形状和外观的细节。

公开(公告)号：US20100076296A1

公开(公告)日：2010-03-25

申请号：US12487223

申请日：2009-06-18

申请人： Sushil Mittal ,  Yefeng Zheng ,  Bogdan Georgescu ,  Fernando Vega-Higuera ,  Dorin Comaniciu

发明人： Sushil Mittal ,  Yefeng Zheng ,  Bogdan Georgescu ,  Fernando Vega-Higuera ,  Dorin Comaniciu

IPC分类号： A61B5/05

CPC分类号： G06T7/13 ,  G06T7/0012 ,  G06T2207/10081 ,  G06T2207/20044 ,  G06T2207/20081 ,  G06T2207/30048 ,  G06T2207/30101

摘要： A method and system for automatic coronary stenosis detection in computed tomography (CT) data is disclosed. Coronary artery centerlines are obtained in an input cardiac CT volume. A trained classifier, such as a probabilistic boosting tree (PBT) classifier, is used to detect stenosis regions along the centerlines in the input cardiac CT volume. The classifier classifies each of the control points that define the coronary artery centerlines as a stenosis point or a non-stenosis point.

摘要翻译： 公开了一种计算机断层扫描（CT）数据中自动冠状动脉狭窄检测的方法和系统。 在输入的心脏CT体积中获得冠状动脉中心线。 训练有素的分类器，如概率增强树（PBT）分类器，用于检测输入心脏CT体积中沿着中心线的狭窄区域。 分类器将定义冠状动脉中心线的每个控制点分类为狭窄点或非狭窄点。

公开(公告)号：US20100070249A1

公开(公告)日：2010-03-18

申请号：US12562454

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： G06G7/60 ,  G06F7/60 ,  G06F17/10

CPC分类号： G06K9/6256 ,  G06F19/00 ,  G06F19/321 ,  G06K2209/051 ,  G06T7/12 ,  G06T7/149 ,  G06T13/20 ,  G06T17/00 ,  G06T2207/30048 ,  G06T2210/41 ,  G16H50/50

摘要： A method and system for generating a patient specific anatomical heart model is disclosed. Volumetric image data, such as computed tomography (CT) or echocardiography image data, of a patient's cardiac region is received. Individual models for multiple heart components, such as the left ventricle (LV) endocardium, LV epicardium, right ventricle (RV), left atrium (LA), right atrium (RA), mitral valve, aortic valve, aorta, and pulmonary trunk, are estimated in said volumetric cardiac image data. A patient specific anatomical heart model is generated by integrating the individual models for each of the heart components.

摘要翻译： 公开了一种用于产生患者特异性解剖心脏模型的方法和系统。 接收患者心脏区域的体积图像数据，例如计算机断层扫描（CT）或超声心动图像数据。 用于多个心脏组件的单独模型，例如左心室（LV）心内膜，LV心外膜，右心室（RV），左心房（LA），右心房（RA），二尖瓣，主动脉瓣，主动脉和肺动脉干， 在所述体积心脏图像数据中估计。 患者特异性解剖心脏模型是通过对每个心脏部件的各个模型进行整合来产生的。

公开(公告)号：US07603000B2

公开(公告)日：2009-10-13

申请号：US11464851

申请日：2006-08-16

申请人： Yefeng Zheng ,  Xiang Zhou ,  Shaohua Kevin Zhou ,  Bogdan Georgescu ,  Dorin Comaniciu

发明人： Yefeng Zheng ,  Xiang Zhou ,  Shaohua Kevin Zhou ,  Bogdan Georgescu ,  Dorin Comaniciu

IPC分类号： G06K9/60

CPC分类号： G06K9/6255 ,  G06K9/6206 ,  G06K9/6256

摘要： A system and method for identifying a shape of an anatomical structure in an input image is disclosed. An input image is received and warped using a set of warping templates resulting in a set of warped images. An integral image is calculated for each warped image. Selected features are extracted based on the integral image. A boosted feature score is calculated for the combined selected features for each warped image. The warped images are ranked based on the boosted feature scores. A predetermined number of warped images are selected that have the largest feature scores. Each selected warped image is associated with its corresponding warping template. The corresponding warping templates are associated with stored shape models. The shape of the input image is identified based on the weighted average of the shapes models.

摘要翻译： 公开了一种用于识别输入图像中的解剖结构的形状的系统和方法。 使用一组翘曲模板接收和扭曲输入图像，产生一组翘曲图像。 为每个弯曲图像计算整体图像。 基于积分图像提取所选特征。 对于每个弯曲图像的组合选定特征，计算提升的特征分数。 翘曲的图像根据提升的特征得分进行排名。 选择具有最大特征分数的预定数量的翘曲图像。 每个选择的变形图像与其相应的翘曲模板相关联。 相应的变形模板与存储的形状模型相关联。 基于形状模型的加权平均值来识别输入图像的形状。