RU2015125701A

RU2015125701A - Количественное определение шероховатости поверхности ткани на основе данных изображения и определение присутствия заболевания на их основе

Info

Publication number: RU2015125701A
Application number: RU2015125701A
Authority: RU
Inventors: Михаэль ГРАСС; Томас КЕЛЕР; Кристиан ЛОРЕНЦ
Original assignee: Конинклейке Филипс Н.В.
Priority date: 2012-11-30
Filing date: 2013-11-20
Publication date: 2017-01-10
Also published as: US9600875B2; JP2016504070A; JP6275157B2; CN104838421B; CN104838421A; EP2926320A1; EP2926320B1; WO2014083480A1; US20150287185A1

Claims

1. Процессор данных изображения, содержащий:

средство количественного определения шероховатости поверхности, которое генерирует метрику, которая количественно определяет шероховатость поверхности ткани, представляющей интерес, в данных трехмерного изображения на основе модели поверхности, адаптированной к ткани, представляющей интерес, в данных трехмерного изображения; и

компонент принятия решения, который генерирует сигнал значения, указывающий на присутствие или отсутствие заболевания в ткани, представляющей интерес, на основе метрики.

2. Процессор данных изображения по п. 1, в котором средство количественного определения шероховатости поверхности вычисляет вариацию положения предварительно определяемого градиента контраста с учетом среднего положения поверхности вдоль направления, перпендикулярного к поверхности модели, и определяет интеграл локального колебания положения градиента, нормализованный ко всей поверхности ткани, представляющей интерес, чтобы генерировать метрику шероховатости поверхности.

3. Процессор данных изображения по п. 2, в котором среднее положение поверхности определяется посредством начальной адаптации модели поверхности.

4. Процессор данных изображения по п. 2, в котором паттерн вариации положения указывает на стадию заболевания.

5. Процессор данных изображения по п. 1, в котором средство количественного определения шероховатости поверхности определяет одно или более из вариации пространственного положения по меньшей мере одного из амплитуды, длины волны, частоты или распределения амплитуды на поверхности в качестве функции по меньшей мере одного из длины волны или частоты, и компонент принятия решения сравнивает вариацию пространственного положения с соответствующим предварительно определяемым порогом для того, чтобы выполнить определение.

6. Процессор данных изображения по п. 1, в котором средство количественного определения шероховатости поверхности сравнивает адаптированную модель поверхности с предварительно определяемыми паттернами и идентифицирует паттерн с наибольшей корреляцией с адаптированной моделью поверхности, и компонент принятия решения сравнивает идентифицированный паттерн с картой паттернов по стадиям и генерирует сигнал значения, характеризующий картирование, причем картирование показывает, присутствует ли заболевание или отсутствует.

7. Процессор данных изображения по п. 6, в котором идентифицированный паттерн указывает на стадию заболевания.

8. Процессор данных изображения по любому из пп. 1, в котором модель включает в себя предварительно определяемую триангулированную поверхность, а средство количественного определения шероховатости поверхности адаптирует модель к поверхности ткани, представляющей интерес, на основе компонента внешней энергии и компонента внутренней энергии.

9. Процессор данных изображения по п. 8, в котором компонент внешней энергии основан на особенностях изображения, а компонент внутренней энергии включает в себя предварительно определяемую геометрическую форму ткани, представляющей интерес.

10. Процессор данных изображения по п. 2, в котором предварительно определяемую триангулированную поверхность обучают на наборах данных медицинских изображений от различных модальностей.

11. Способ, содержащий:

генерирование метрики, которая количественно определяет шероховатость поверхности ткани, представляющей интерес, в данных трехмерного изображения на основе модели поверхности, адаптированной к ткани, представляющей интерес, в данных трехмерного изображения; и

генерирование сигнала значения, указывающего на присутствие или отсутствие заболевания в ткани, представляющей интерес, на основе метрики,

при этом модель включает в себя предварительно определяемую триангулированную поверхность, которую адаптируют к поверхности ткани, представляющей интерес, и способ дополнительно содержит:

вычисление вариации положения предварительно определяемого градиента контраста с учетом среднего положения поверхности вдоль направления, перпендикулярного к поверхности модели; и

определение интеграла локального колебания положения градиента, нормализованного ко всей поверхности ткани, представляющей интерес, тем самым генерируя метрику.

12. Способ по п. 11, в котором генерирование метрики и сигнала значения не включает в себя использование статистической модели, в которой шероховатость представляет собой случайную переменную.

13. Способ по п. 11, дополнительно содержащий:

увеличение числа треугольников поверхности модели, создавая уточненную модель; и

сравнение уточненной модели с моделью для того, чтобы определять более локализованную метрику.

14. Способ по п. 11, дополнительно содержащий:

определение вариации пространственного положения по меньшей мере одного из длины волны, частоты распределения шероховатости; и

сравнение вариации пространственного положения с соответствующим предварительно определяемым порогом для того, чтобы определять присутствие или отсутствие заболевания.

15. Способ по п. 11, дополнительно содержащий:

сравнение адаптированной модели поверхности с предварительно определяемыми паттернами;

идентификацию паттерна среди предварительно определяемых паттернов с наибольшей корреляцией с адаптированной моделью поверхности;

сравнение идентифицированного паттерна с картой паттернов по стадиям; и

идентификацию карты, соответствующей идентифицированному паттерну, причем карта указывает на присутствие или отсутствие заболевания.

16. Способ по п. 15, в котором карта указывает на стадию заболевания.