公开(公告)号：US08170303B2

公开(公告)日：2012-05-01

申请号：US11775538

申请日：2007-07-10

申请人： Shaohua Kevin Zhou ,  Jin-hyeong Park ,  Joanne Otsuki ,  Dorin Comaniciu ,  Bogdan Georgescu ,  Constantine Simopoulos

发明人： Shaohua Kevin Zhou ,  Jin-hyeong Park ,  Joanne Otsuki ,  Dorin Comaniciu ,  Bogdan Georgescu ,  Constantine Simopoulos

IPC分类号： G06K9/00

CPC分类号： G06K9/6256 ,  G06K9/6292 ,  G06K2209/051

摘要： A method for view classification includes providing a frame of an object of interest, detecting a region of interest within the object of interest for each of a plurality of detectors (e.g., binary classifiers), wherein each binary classifier corresponds to a different view, performing a global view classification using a multiview classifier for each view, outputting a classification for each view, fusing outputs of the multiview classifiers, and determining and outputting a classification of the frame based on a fused output of the multiview classifiers.

摘要翻译： 一种用于视图分类的方法包括提供感兴趣对象的帧，检测多个检测器（例如，二进制分类器）中的每一个的感兴趣对象内的感兴趣区域，其中每个二进制分类器对应于不同视图，执行 对于每个视图使用多视角分类器的全局视图分类，输出每个视图的分类，融合多视角分类器的输出，以及基于多视角分类器的融合输出来确定和输出该帧的分类。

公开(公告)号：US20120070053A1

公开(公告)日：2012-03-22

申请号：US13229953

申请日：2011-09-12

申请人： David Liu ,  Shaohua Kevin Zhou ,  Dominik Bernhardt ,  Dorin Comaniciu

发明人： David Liu ,  Shaohua Kevin Zhou ,  Dominik Bernhardt ,  Dorin Comaniciu

IPC分类号： G06K9/00

CPC分类号： G06K9/00 ,  G06K2209/05 ,  G06T7/0012 ,  G06T7/73 ,  G06T2207/10028 ,  G06T2207/10081 ,  G06T2207/20044 ,  G06T2207/20081 ,  G06T2207/30101 ,  G06T2207/30172 ,  G06T2207/30204

摘要： The present invention provides a method and system for vascular landmark detection in CT volumes. A CT volume is received and an initial position of a plurality of vascular landmarks is detected. The initial position of each of the plurality of vascular landmarks is then adjusted in order to position each vascular landmark inside a vessel lumen. A new position of each of the plurality of vascular landmarks representing the adjusted initial positions is output.

摘要翻译： 本发明提供了CT体积中血管标志物检测的方法和系统。 接收CT体积并检测多个血管界标的初始位置。 然后调整多个血管标志中的每一个的初始位置，以便将血管标记位于血管内腔内。 输出表示调整后的初始位置的多个血管界标中的每一个的新位置。

公开(公告)号：US08000497B2

公开(公告)日：2011-08-16

申请号：US11872972

申请日：2007-10-16

申请人： Shaohua Kevin Zhou ,  Jingdan Zhang ,  Bogdan Georgescu ,  Dorin Comaniciu

发明人： Shaohua Kevin Zhou ,  Jingdan Zhang ,  Bogdan Georgescu ,  Dorin Comaniciu

IPC分类号： G06K9/00 ,  G06K9/62

CPC分类号： G06K9/6256 ,  G06K9/00201 ,  G06K9/3233 ,  G06K2209/05 ,  G06T7/73 ,  G06T2207/30048

摘要： A method for detecting an object of interest in an input image includes the computer-implemented steps of: receiving an image, providing a multi-class pose classifier that identifies a plurality of pose features for estimating a pose of the object of interest, providing a plurality of cascades of serially-linked binary object feature classifiers, each cascade corresponding to different poses of the object of interest in the input image, selecting at least one of the cascades using the estimated pose, and employing the selected cascades to detect instances of the object of interest in the image.

摘要翻译： 一种用于在输入图像中检测感兴趣对象的方法包括以下计算机实现的步骤：接收图像，提供识别用于估计感兴趣对象的姿态的多个姿势特征的多类姿势分类器，提供 多个级联的串联二进制对象特征分类器，每个级联对应于输入图像中感兴趣对象的不同姿态，使用估计姿态选择级联中的至少一个，并且采用所选择的级联来检测 图像中感兴趣的对象。

公开(公告)号：US20100254582A1

公开(公告)日：2010-10-07

申请号：US12728315

申请日：2010-03-22

申请人： David Liu ,  Shaohua Kevin Zhou ,  Sascha Seifert ,  Dominik Bernhardt ,  Dorin Comaniciu

发明人： David Liu ,  Shaohua Kevin Zhou ,  Sascha Seifert ,  Dominik Bernhardt ,  Dorin Comaniciu

IPC分类号： G06K9/00

CPC分类号： G06K9/4638 ,  G06K2009/00932 ,  G06K2209/05 ,  G06T7/0012 ,  G06T7/46 ,  G06T2207/10081 ,  G06T2207/20016 ,  G06T2207/20072 ,  G06T2207/20081 ,  G06T2207/30101

摘要： A method and apparatus for detecting vascular landmarks in a 3D image volume, such as a CT volume, is disclosed. One or more guide slices are detected in a 3D image volume. A set of landmark candidates for multiple target vascular landmarks are then detected based on the guide slices. A node potential value for each landmark candidate is generated based on an error value determined using spatial histogram-based error regression, and edge potential values for pairs of landmark candidates are generated based on a bifurcation analysis of the image volume using vessel tracing. The optimal landmark candidate for each target landmark is then determined using a Markov random field model based on the node potential values and the edge potential values.

摘要翻译： 公开了用于检测诸如CT体积的3D图像体积中的血管界标的方法和装置。 在3D图像体积中检测到一个或多个引导切片。 然后基于引导片检测一组用于多个目标血管标志的地标候选物。 基于使用基于空间直方图的误差回归确定的误差值来生成每个地标候选的节点电位值，并且基于使用容器跟踪的图像体积的分岔分析来生成地标候选对的边缘电势值。 然后使用基于节点电位值和边缘电位值的马尔科夫随机场模型来确定每个目标地标的最佳地标候选。

公开(公告)号：US20100080434A1

公开(公告)日：2010-04-01

申请号：US12567197

申请日：2009-09-25

申请人： Sascha Seifert ,  Adrian Barbu ,  Shaohua Kevin Zhou ,  David Liu ,  Johannes Feulner ,  Martin Huber ,  Michael Suehling ,  Alexander Cavallaro ,  Dorin Comaniciu

发明人： Sascha Seifert ,  Adrian Barbu ,  Shaohua Kevin Zhou ,  David Liu ,  Johannes Feulner ,  Martin Huber ,  Michael Suehling ,  Alexander Cavallaro ,  Dorin Comaniciu

IPC分类号： G06K9/00

CPC分类号： G06K9/4638 ,  G06K2209/05 ,  G06T7/11 ,  G06T7/143 ,  G06T2207/10081 ,  G06T2207/20081 ,  G06T2207/20128 ,  G06T2207/30048 ,  G06T2207/30056

摘要： A method and apparatus for hierarchical parsing and semantic navigation of a full or partial body computed tomography CT scan is disclosed. In particular, organs are segmented and anatomic landmarks are detected in a full or partial body CT volume. One or more predetermined slices of the CT volume are detected. A plurality of anatomic landmarks and organ centers are then detected in the CT volume using a discriminative anatomical network, each detected in a portion of the CT volume constrained by at least one of the detected slices. A plurality of organs, such as heart, liver, kidneys, spleen, bladder, and prostate, are detected in a sense of a bounding box and segmented in the CT volume, detection of each organ bounding box constrained by the detected organ centers and anatomic landmarks. Organ segmentation is via a database-guided segmentation method.

摘要翻译： 公开了一种用于全身或部分身体计算机断层摄影CT扫描的分层解析和语义导航的方法和装置。 特别地，器官被分割，并且在全身或部分体CT体积中检测解剖标志物。 检测CT体积的一个或多个预定切片。 然后使用辨别性解剖网络在CT体积中检测多个解剖标志和器官中心，每个解剖学网络在CT体积的一部分中被至少一个检测到的切片所约束。 检测多个器官，如心脏，肝脏，肾脏，脾脏，膀胱和前列腺，并在CT体积中被分割，并在被检测到的器官中枢和解剖学上受到限制的每个器官界限盒的检测 地标 器官分割是通过数据库引导的分割方法。

公开(公告)号：US20090310837A1

公开(公告)日：2009-12-17

申请号：US12481861

申请日：2009-06-10

申请人： Jin-hyeong Park ,  Shaohua Kevin Zhou ,  John I. Jackson ,  Dorin Comaniciu

发明人： Jin-hyeong Park ,  Shaohua Kevin Zhou ,  John I. Jackson ,  Dorin Comaniciu

IPC分类号： G06K9/00

CPC分类号： G06K9/0053 ,  A61B8/0883 ,  A61B8/488 ,  G06K2209/05

摘要： A method and system for segmentation of mitral valve inflow (MI) patterns in Doppler echocardiogram images is disclosed. Trained root detectors are used to detect left root candidates, right root candidates, and peak candidates in an input Doppler echocardiogram image. Two global structure detectors, a single triangle detector for non-overlapping E-waves and A-waves and a double triangle detector for overlapping E-waves and A-waves, are used to detect single triangle candidates and double triangle candidates based on the left root, right root, and peak candidates. A shape profile is used to determine a shape probability for each of the single triangle candidates and each of the double triangle candidates. The best single triangle candidate and the best double triangle candidate are selected based on shape probability and detection probability. One of the best single triangle candidate and the best double triangle candidate is selected as the final segmentation result based on a shape probability comparison.

摘要翻译： 公开了一种用于多普勒超声心动图图像中二尖瓣流入（MI）模式分割的方法和系统。 训练的根检测器用于检测输入多普勒超声心动图图像中的左根候选，右根候选和峰候选。 两个全局结构检测器，用于非重叠E波和A波的单个三角形检测器和用于重叠E波和A波的双三角形检测器用于基于左侧检测单个三角形候选和双三角形候选 根，右根和峰值候选。 形状轮廓用于确定每个单个三角形候选和每个双三角形候选的形状概率。 基于形状概率和检测概率选择最佳单三角候选和最佳双三角候选。 基于形状概率比较，选择最佳单三角候选和最佳双三角候选之一作为最终分割结果。

公开(公告)号：US20090034808A1

公开(公告)日：2009-02-05

申请号：US11775538

申请日：2007-07-10

申请人： Shaohua Kevin Zhou ,  Jin-Hyeong Park ,  Joanne Otsuki ,  Dorin Comaniciu ,  Bogdan Georgescu ,  Constantine Simopoulos

发明人： Shaohua Kevin Zhou ,  Jin-Hyeong Park ,  Joanne Otsuki ,  Dorin Comaniciu ,  Bogdan Georgescu ,  Constantine Simopoulos

IPC分类号： G06K9/00

CPC分类号： G06K9/6256 ,  G06K9/6292 ,  G06K2209/051

摘要： A method for view classification includes providing a frame of an object of interest, detecting a region of interest within the object of interest for each of a plurality of detectors (e.g., binary classifiers), wherein each binary classifier corresponds to a different view, performing a global view classification using a multiview classifier for each view, outputting a classification for each view, fusing outputs of the multiview classifiers, and determining and outputting a classification of the frame based on a fused output of the multiview classifiers.

摘要翻译： 一种用于视图分类的方法包括提供感兴趣对象的帧，检测多个检测器（例如，二进制分类器）中的每一个的感兴趣对象内的感兴趣区域，其中每个二进制分类器对应于不同视图，执行 对于每个视图使用多视角分类器的全局视图分类，输出每个视图的分类，融合多视角分类器的输出，以及基于多视角分类器的融合输出来确定和输出该帧的分类。

公开(公告)号：US20090010509A1

公开(公告)日：2009-01-08

申请号：US12214339

申请日：2008-06-18

申请人： Shaohua Kevin Zhou ,  Feng Guo ,  Jin-Hyeong Park ,  Gustavo Henrique Monteiro de Barros Carneiro ,  Constantine Simopoulos ,  Joanne Otsuki ,  Dorin Comaniciu ,  John I. Jackson

发明人： Shaohua Kevin Zhou ,  Feng Guo ,  Jin-Hyeong Park ,  Gustavo Henrique Monteiro de Barros Carneiro ,  Constantine Simopoulos ,  Joanne Otsuki ,  Dorin Comaniciu ,  John I. Jackson

IPC分类号： G06K9/62

CPC分类号： G06K9/0055 ,  G06K9/6206 ,  G06K9/6256

摘要： A method and system for detection of deformable structures in medical images is disclosed. Deformable structures can represent blood flow patterns in images such as Doppler echocardiograms. A probabilistic, hierarchical, and discriminant framework is used to detect such deformable structures. This framework integrates evidence from different primitive levels via a progressive detector hierarchy, including a series of discriminant classifiers. A target deformable structure is parameterized by a multi-dimensional parameter, and primitives or partial parameterizations of the parameter are determined. An input image is received, and a series of primitives are sequentially detected using the progressive detector hierarchy, in which each detector or classifier detects a corresponding primitive. The final detector detects configuration candidates for the deformable structure.

摘要翻译： 公开了用于检测医学图像中的可变形结构的方法和系统。 可变形结构可以表示图像中的血流模式，例如多普勒超声心动图。 概率，分层和判别框架用于检测这种可变形结构。 该框架通过渐进式检测器层次结合不同原始级别的证据，包括一系列判别分类器。 目标可变形结构由多维参数进行参数化，并确定参数的基元或部分参数化。 接收输入图像，并且使用逐行检测器层级顺序地检测一系列图元，其中每个检测器或分类器检测相应的图元。 最终检测器检测可变形结构的配置候选。

公开(公告)号：US20080281203A1

公开(公告)日：2008-11-13

申请号：US12054094

申请日：2008-03-24

申请人： Shaohua Kevin Zhou ,  Feng Guo ,  John Jackson ,  Michael Brendel ,  Dorin Comaniciu

发明人： Shaohua Kevin Zhou ,  Feng Guo ,  John Jackson ,  Michael Brendel ,  Dorin Comaniciu

IPC分类号： A61B8/00

CPC分类号： A61B8/08 ,  A61B5/1075 ,  A61B5/7267 ,  A61B6/503 ,  A61B8/0883 ,  A61B8/463 ,  A61B8/486 ,  G06K9/00523 ,  G06K9/00536 ,  G06K9/6257 ,  G06T7/60

摘要： A method for measuring ventricular dimensions from M-mode echocardiograms, includes providing a digitized M-mode echocardiogram image, running a plurality of local classifiers, where each local classifier trained to detect a landmark on either an end-diastole (ED) line or an end-systole (ES) line in the image, recording all possible landmarks detected by the classifiers, where a search range in an N-dimensional parameter space defined by the landmarks for each dimension is reduced to a union of subsets, where each dimension of the parameter space corresponds a landmark, for each combination of possible landmarks, checking if an order of the landmarks is consistent with a known ordering of the landmarks, and if the order is consistent, running a global detector on each consistent combination of landmarks to find a landmark combination with a highest detection probability as a confirmed landmark detection, where the landmarks are used for measuring ventricular dimensions.

摘要翻译： 一种用于从M型超声心动图测量心室尺寸的方法，包括提供数字化的M模式超声心动图图像，运行多个局部分类器，其中训练每个局部分类器以检测舒张末期（ED）线或 记录图像中的终点收缩（ES）线，记录由分类器检测到的所有可能的地标，其中由每个维度的地标定义的N维参数空间中的搜索范围被减少到子集的并集，其中每个维度 参数空间对应于地标，对于可能的地标的每个组合，检查地标的顺序是否与已知的地标的顺序一致，并且如果顺序一致，则在每个一致的地标组合上运行全局检测器以找到 具有最高检测概率的地标组合，作为确认的地标检测，其中地标被用于测量心室维度。

公开(公告)号：US08989471B2

公开(公告)日：2015-03-24

申请号：US13602730

申请日：2012-09-04

申请人： Dijia Wu ,  David Liu ,  Christian Tietjen ,  Grzegorz Soza ,  Shaohua Kevin Zhou ,  Dorin Comaniciu

发明人： Dijia Wu ,  David Liu ,  Christian Tietjen ,  Grzegorz Soza ,  Shaohua Kevin Zhou ,  Dorin Comaniciu

IPC分类号： G06K9/00 ,  G06K9/62 ,  G06T7/00

CPC分类号： G06K9/6207 ,  G06T7/12 ,  G06T7/149 ,  G06T2207/10072 ,  G06T2207/20081 ,  G06T2207/20116 ,  G06T2207/30008 ,  G06T2207/30172

摘要： A method and system for extracting rib centerlines in a 3D volume, such as a 3D computed tomography (CT) volume, is disclosed. Rib centerline voxels are detected in the 3D volume using a learning based detector. Rib centerlines or the whole rib cage are then extracted by matching a template of rib centerlines for the whole rib cage to the 3D volume based on the detected rib centerline voxels. Each of the extracted rib centerlines are then individually refined using an active contour model.

摘要翻译： 公开了一种用于在3D体积中提取肋骨中心线的方法和系统，例如3D计算机断层摄影（CT）体积。 使用基于学习的检测器在3D体积中检测肋中心线体素。 然后通过将基于检测到的肋骨中心线体素的整个肋骨架的肋骨中心线的模板与3D体积匹配来提取肋中心线或整个肋骨笼。 然后使用主动轮廓模型分别提取每个提取的肋中心线。