两个人的电影免费视频_国产精品久久久久久久久成人_97视频在线观看播放_久久这里只有精品777_亚洲熟女少妇二三区_4438x8成人网亚洲av_内谢国产内射夫妻免费视频_人妻精品久久久久中国字幕

多結構圖集和/或其應用_4

文檔序號:8417585閱讀:來源:國知局
或其等價要件的范圍內。
【主權項】
1.一種圖像數據處理器(106),包括: 結構性圖像數據處理器(114),其采用多結構圖集以從包括感興趣組織的結構性圖像數據分割感興趣區(qū)域,并且從所述感興趣區(qū)域分割所述感興趣組織;以及 功能性圖像數據處理器(116),其基于經分割的感興趣組織在功能性圖像數據中識別所述感興趣組織。
2.如權利要求1所述的圖像數據處理器,其中,所述功能性圖像數據處理器還將所述結構性圖像數據與所述功能性圖像數據進行配準,并且基于經分割的感興趣組織和經配準的圖像數據在所述功能性圖像數據中識別所述感興趣組織。
3.如權利要求1至2中的任一項所述的圖像數據處理器,其中,所述功能性圖像數據處理器還量化在所述功能性圖像數據中所識別的感興趣組織的功能性信息。
4.如權利要求1至3中的任一項所述的圖像數據處理器,其中,所述多結構圖集包括針對所述圖像數據中對應于不同檢查或不同對象中的至少一個的每個子圖像數據將所述感興趣結構的子結構的位置物理映射到所述感興趣組織的映像,并且所述結構性圖像數據處理器基于所述圖集中的所述子結構來分割所述感興趣區(qū)域,使得所述感興趣區(qū)域包括所述感興趣組織。
5.如權利要求4所述的圖像數據處理器,其中,所述映像包括以下中的至少一種:1)在器官表面上或內的所述感興趣組織的點云;2)具有橫跨器官的所述感興趣組織的3D片;3)或者形式為感興趣區(qū)域的3D結構。
6.如權利要求4至5中的任一項所述的圖像數據處理器,還包括: 多結構圖集生成器(104),其生成所述多結構圖集,所述多結構圖集生成器包括: 感興趣結構分割器(206),其基于預定算法從所述結構性圖像數據自動地分割所述結構; 感興趣組織分割器(204),其基于用戶輸入從所述結構性圖像數據分割所述感興趣組織; 結構到組織映射器(208),其生成將每個子結構的物理空間位置映射到經分割的感興趣組織的映射;以及 建模器(210),其基于多個所述映射來生成所述多結構圖集。
7.如權利要求1至6中的任一項所述的圖像數據處理器,其中,所述結構是胸腔并且所述感興趣組織是肺葉,并且所述多結構圖集是包括將一個或多個肋骨映射到肺葉的邊界的位置的映像的胸腔/肺葉圖集,并且所述映像包括通過所述胸腔/肺葉圖集的肺葉ROI,所述肺葉ROI形式為在肺部的表面上的點云或橫跨肺部的3D片中的至少一種。
8.一種圖像數據處理器,包括: 多結構圖集生成器,其生成多結構圖集,其中,所述多結構圖集將感興趣結構物理映射到感興趣組織,使得基于所述多結構圖集在結構性圖像數據中定位所述感興趣結構將所述感興趣組織局部化到所述感興趣區(qū)域。
9.如權利要求8所述的圖像數據處理器,所述多結構圖集生成器包括: 感興趣結構分割器,其基于預定算法自動地從所述結構性圖像數據分割所述結構; 感興趣組織分割器,其利用用戶交互從所述結構性圖像數據分割所述感興趣組織; 結構到組織映射器(208),其將經分割的結構的物理空間位置映射到經分割的感興趣組織;以及 建模器(210),其基于多個映射來生成所述多結構圖集,其中,每個映射對應于所述圖像數據中針對不同檢查或不同對象中的至少一個的子集。
10.如權利要求9所述的圖像數據處理器,還包括: 結構性圖像數據處理器,其采用所述多結構圖集以從包括所述感興趣組織的待評價的結構性圖像數據分割感興趣區(qū)域,并且從所述感興趣區(qū)域分割所述感興趣組織;以及 功能性圖像數據處理器,其將所述結構性圖像數據與所述功能性圖像數據進行配準,并且基于經分割的感興趣組織和經配準的圖像數據在所述功能性圖像數據中識別所述感興趣組織。
11.如權利要求8至10中的任一項所述的圖像數據處理器,所述功能性圖像數據處理器還量化所識別的感興趣組織中的功能性信息。
12.—種方法,包括: 采用多結構圖集以從包括感興趣組織的結構性圖像數據分割感興趣區(qū)域,并且從所述感興趣區(qū)域分割所述感興趣組織;以及 基于經分割的感興趣組織在功能性圖像數據中識別所述感興趣組織。
13.如權利要求12所述的方法,還包括: 將所述結構性圖像數據與所述功能性圖像數據進行配準,并且基于經分割的感興趣組織和經配準的圖像數據在所述功能性圖像數據中識別所述感興趣組織。
14.如權利要求12至13中的任一項所述的方法,還包括: 量化所識別的感興趣組織中的功能性信息。
15.如權利要求12至14中的任一項所述的方法,其中,所述多結構圖集針對所述圖像數據中對應于不同檢查或不同對象中的至少一個的子圖像數據將結構物理映射到所述感興趣組織,并且所述結構性圖像數據處理器基于所述圖集中的所述結構來分割所述感興趣區(qū)域,使得所述感興趣區(qū)域包括所述感興趣組織。
16.如權利要求15所述的方法,還包括: 基于預定算法自動地從所述結構性圖像數據分割所述結構; 在用戶交互下從所述結構性圖像數據分割所述感興趣組織分割器; 將經分割的結構的物理空間位置映射到經分割的感興趣組織;以及 基于多個映射來生成所述多結構圖集,每個映射對應于所述圖像結構的不同子集。
17.—種方法,包括: 生成多結構圖集,其中,所述多結構圖集將結構物理映射到感興趣組織,使得基于所述多結構圖集在結構性圖像數據中定位所述結構將所述感興趣組織局部化到所述感興趣區(qū)域。
18.如權利要求17所述的方法,還包括: 基于預定算法自動地從所述結構性圖像數據分割所述結構; 在用戶交互下從所述結構性圖像數據分割所述感興趣組織分割器; 將經分割的結構的物理空間位置映射到經分割的感興趣組織;以及 基于多個映射來生成所述多結構圖集,每個映射對應于所述圖像數據的不同子集。
19.如權利要求17至18中的任一項所述的方法,還包括: 采用多結構圖集以從包括感興趣組織的結構性圖像數據分割感興趣區(qū)域,并且從所述感興趣區(qū)域分割所述感興趣組織;以及 將所述結構性圖像數據與所述功能性圖像數據進行配準;以及基于經分割的感興趣組織和經配準的圖像數據在所述功能性圖像數據中識別所述感興趣組織。
20.如權利要求17至19中的任一項所述的方法,還包括: 量化所識別的感興趣組織中的功能性信息。
【專利摘要】一種圖像數據處理器(106),包括結構性圖像數據處理器(114),所述結構性圖像數據處理器采用多結構圖集以從包括感興趣組織的結構性圖像數據分割感興趣區(qū)域,并且從所述感興趣區(qū)域分割所述感興趣組織。所述圖像數據處理器還包括功能性圖像數據處理器(116),所述功能性圖像數據處理器基于經分割的感興趣組織在功能性圖像數據中識別所述感興趣組織。圖像數據處理器包括生成多結構圖集的多結構圖集生成器(104)。所述多結構圖集將結構物理映射到感興趣組織,使得基于所述多結構圖集在結構性圖像數據中定位所述結構將所述感興趣組織局部化到所述感興趣區(qū)域。
【IPC分類】G06T7-00
【公開號】CN104737200
【申請?zhí)枴緾N201380052640
【發(fā)明人】S·德維韋迪
【申請人】皇家飛利浦有限公司
【公開日】2015年6月24日
【申請日】2013年9月27日
【公告號】EP2907107A2, US20150243026, WO2014057383A2, WO2014057383A3
當前第4頁1 2 3 4 
網友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1
泰兴市| 双峰县| 承德市| 哈尔滨市| 峨山| 南郑县| 海淀区| 新邵县| 太仆寺旗| 睢宁县| 佳木斯市| 新丰县| 丽水市| 莱州市| 句容市| 剑河县| 边坝县| 从化市| 龙陵县| 克什克腾旗| 正镶白旗| 墨玉县| 东乡县| 临桂县| 南和县| 稷山县| 张掖市| 韶山市| 延庆县| 岱山县| 穆棱市| 湘潭市| 西藏| 喀喇沁旗| 锡林浩特市| 皮山县| 道孚县| 扶风县| 双城市| 天门市| 梧州市|