利索-全球专利检索

  1. 登录
  2. 注册

搜索结果

105 条记录 (耗时 0.022 秒)

    Detection of structure in ultrasound M-mode imaging
    5.
    发明授权
    Detection of structure in ultrasound M-mode imaging 有权
    超声M模式成像检测结构

    公开(公告)号：US08343053B2

    公开(公告)日：2013-01-01

    申请号：US12839547

    申请日：2010-07-20

    申请人： Shaolei Feng ,  Wei Zhang ,  Shaohua Kevin Zhou ,  Jin-hyeong Park

    发明人： Shaolei Feng ,  Wei Zhang ,  Shaohua Kevin Zhou ,  Jin-hyeong Park

    IPC分类号： A61B8/00 ,  G06K9/00 ,  G06E1/00

    CPC分类号： A61B8/08 ,  A61B5/107 ,  A61B5/7267 ,  A61B8/0883 ,  A61B8/461 ,  A61B8/463 ,  A61B8/465 ,  A61B8/486 ,  G06T7/73 ,  G06T2207/10132 ,  G06T2207/30048

    摘要： Automated detection of structure is provided in ultrasound M-mode imaging. A coarse and fine search for structure is used. For example, a less noise susceptible initial position or range of positions for a given structure is determined. This position is then refined. The coarse positioning and/or the refined position may use machine-trained classifiers. The positions of other structure may be used in either coarse or fine positioning, such as using a Markov Random Field. The structure or structures may be identified in the M-mode image without user input of a location in the M-mode image or along the line.

    摘要翻译： 在超声M模式成像中提供了结构的自动检测。 使用粗略和精细的结构搜索。 例如，确定给定结构的较小噪声敏感的初始位置或位置范围。 然后改善这一立场。 粗略定位和/或精细位置可以使用机器训练的分类器。 其他结构的位置可以用于粗略或精细定位，例如使用马尔可夫随机场。 可以在M模式图像中识别结构或结构，而无需用户输入M模式图像中的位置或沿着线。

    Detection of Structure in Ultrasound M-Mode Imaging
    6.
    发明申请
    Detection of Structure in Ultrasound M-Mode Imaging 有权
    超声M模式成像检测结构

    公开(公告)号：US20110021915A1

    公开(公告)日：2011-01-27

    申请号：US12839547

    申请日：2010-07-20

    申请人： Shaolei Feng ,  Wei Zhang ,  Shaohua Kevin Zhou ,  Jin-hyeong Park

    发明人： Shaolei Feng ,  Wei Zhang ,  Shaohua Kevin Zhou ,  Jin-hyeong Park

    IPC分类号： A61B8/14

    CPC分类号： A61B8/08 ,  A61B5/107 ,  A61B5/7267 ,  A61B8/0883 ,  A61B8/461 ,  A61B8/463 ,  A61B8/465 ,  A61B8/486 ,  G06T7/73 ,  G06T2207/10132 ,  G06T2207/30048

    摘要： Automated detection of structure is provided in ultrasound M-mode imaging. A coarse and fine search for structure is used. For example, a less noise susceptible initial position or range of positions for a given structure is determined. This position is then refined. The coarse positioning and/or the refined position may use machine-trained classifiers. The positions of other structure may be used in either coarse or fine positioning, such as using a Markov Random Field. The structure or structures may be identified in the M-mode image without user input of a location in the M-mode image or along the line.

    摘要翻译： 在超声M模式成像中提供了结构的自动检测。 使用粗略和精细的结构搜索。 例如，确定给定结构的较小噪声敏感的初始位置或位置范围。 然后改善这一立场。 粗略定位和/或精细位置可以使用机器训练的分类器。 其他结构的位置可以用于粗略或精细定位，例如使用马尔可夫随机场。 可以在M模式图像中识别结构或结构，而无需用户输入M模式图像中的位置或沿着线。

    Method and system for training a landmark detector using multiple instance learning
    8.
    发明授权
    Method and system for training a landmark detector using multiple instance learning 有权
    使用多实例学习训练地标探测器的方法和系统

    公开(公告)号：US08588519B2

    公开(公告)日：2013-11-19

    申请号：US13228509

    申请日：2011-09-09

    申请人： David Liu ,  Shaohua Kevin Zhou ,  Paul Swoboda ,  Dorin Comaniciu ,  Christian Tietjen

    发明人： David Liu ,  Shaohua Kevin Zhou ,  Paul Swoboda ,  Dorin Comaniciu ,  Christian Tietjen

    IPC分类号： G06K9/52

    CPC分类号： G06K9/6257 ,  G06K2209/051

    摘要： An apparatus and method for training a landmark detector receives training data which includes a plurality of positive training bags, each including a plurality of positively annotated instances, and a plurality of negative training bags, each including at least one negatively annotated instance. Classification function is initialized by training a first weak classifier based on the positive training bags and the negative training bags. All training instances are evaluated using the classification function. For each of a plurality of remaining classifiers, a cost value gradient is calculated based on spatial context information of each instance in each positive bag evaluated by the classification function. A gradient value associated with each of the remaining weak classifiers is calculated based on the cost value gradients, and a weak classifier is selected which has a lowest associated gradient value and given a weighting parameter and added to the classification function.

    摘要翻译： 用于训练地标检测器的装置和方法接收训练数据，训练数据包括多个正训练袋，每个正训练袋包括多个带有正面注释的实例，以及多个负训练袋，每个包括至少一个负注释实例。 基于积极的训练袋和负面训练袋训练第一个弱分类器来初始化分类功能。 使用分类函数评估所有训练实例。 对于多个剩余分类器中的每一个，基于由分类函数评估的每个正包中的每个实例的空间上下文信息来计算成本值梯度。 基于成本值梯度计算与剩余弱分类器中的每一个相关联的梯度值，并且选择具有最低相关梯度值并给出加权参数并加到分类函数的弱分类器。

    Apparatus, method, system and computer-readable medium for storing and managing image data
    9.
    发明授权
    Apparatus, method, system and computer-readable medium for storing and managing image data 有权
    用于存储和管理图像数据的装置，方法，系统和计算机可读介质

    公开(公告)号：US08407267B2

    公开(公告)日：2013-03-26

    申请号：US12554436

    申请日：2009-09-04

    申请人： Johannes Feulner ,  Shaohua Kevin Zhou

    发明人： Johannes Feulner ,  Shaohua Kevin Zhou

    IPC分类号： G06F17/30

    CPC分类号： G06F19/321 ,  G06F19/00

    摘要： An apparatus, method, system and computer-readable medium store and manage image data with automatic labeling of image data corresponding to body slices, such as obtained by a computed tomography scanner. The labels include a body coordinate value along the body axis. The respective body coordinate value can be determined by comparing received image data sets with reference data sets with known attached coordinate values utilizing pattern recognition techniques. Applications include medical image data management in hospitals or operating and providing medical networks. Queries for images that include particular body regions are processed more efficiently. This results in less local memory required and narrower bandwidth resources of transmission networks.

    摘要翻译： 一种装置，方法，系统和计算机可读介质利用计算机断层摄影扫描器获得的对身体切片的图像数据进行自动标注来存储和管理图像数据。 标签包括身体轴线上的身体坐标值。 可以通过使用模式识别技术将接收到的图像数据集与具有已知附加坐标值的参考数据集进行比较来确定相应的身体坐标值。 应用包括医院的医学图像数据管理或运营和提供医疗网络。 对包含特定身体区域的图像的查询进行更有效的处理。 这导致需要较少的本地存储器和较窄的传输网络的带宽资源。