-
公开(公告)号：CN100558289C
公开(公告)日：2009-11-11
申请号：CN200680018916.3
申请日：2006-04-20
Applicant: 奥林巴斯医疗株式会社
CPC classification number: A61B1/041 , G06T7/0012 , G06T7/90 , G06T2207/30028
Abstract: 本发明提供了一种内窥镜诊断支持方法、内窥镜诊断支持装置和内窥镜诊断支持程序，它们都能够通过根据划分内窥镜图像而获得的多个图像区域中的每一个图像区域的颜色信号计算色调，从通过内窥镜观察装置采集的大量内窥镜图像当中容易且准确地提取采集了出血区的图像；并且在用于支持基于通过内窥镜观察装置采集的内窥镜图像进行的内窥镜诊断的内窥镜诊断支持装置中，通过基于各个图像区域的所计算的色调判断所述多个图像区域中的各个图像区域之间的差别，来辨别出包括出血区的图像区域。
-
公开(公告)号：CN101166456A
公开(公告)日：2008-04-23
申请号：CN200680014033.5
申请日：2006-03-14
Applicant: 奥林巴斯医疗株式会社
Abstract: 本发明提供图像处理装置、图像处理方法以及图像处理程序。出血性边缘候选区域提取部根据由拍摄生物体得到的多个颜色信号构成的医疗用图像的图像信号，提取出血性区域的轮廓部的候选区域。特征量计算部根据将医疗用图像分割后的多个小区域的包含上述候选区域的小区域的上述图像信号的变动量的计算，计算上述出血性区域具有的特征量。出血性边缘判定部根据特征量判定上述候选区域是否是上述出血性区域的轮廓部。
-
公开(公告)号：CN102172321B
公开(公告)日：2013-08-14
申请号：CN201110082364.5
申请日：2007-04-10
Applicant: 奥林巴斯医疗株式会社
CPC classification number: A61B1/04 , G06T7/0012 , G06T2200/04 , G06T2207/10068 , G06T2207/30032
Abstract: 本发明的内窥镜系统的要部构成为具有医疗用观察装置、医疗用图像处理装置以及监视器。医疗用图像处理装置的CPU(22)由三维模型估计部(22a)、检测对象区域设定部(22b)、形状特征量计算部(22c)、三维形状检测部(22d)、阈值决定部(22e)以及息肉决定部(22f)各功能部构成。根据这种结构，可执行与对象的二维图像的观察状态恰当地适应的处理，与以往相比能提高在检测具有局部隆起形状的病变的情况下的检测精度。
-
公开(公告)号：CN101384210B
公开(公告)日：2011-08-31
申请号：CN200780005322.3
申请日：2007-03-05
Applicant: 奥林巴斯医疗株式会社
CPC classification number: G06T7/0012 , G06K9/4609 , G06T7/74 , G06T2207/10068 , G06T2207/30028
Abstract: 本发明提供图像分析装置。本发明的CPU在步骤(S10)中针对例如R信号执行灰度值梯度计算处理，在步骤(S11)中根据计算出的灰度值梯度执行各向同性变化特征量计算处理，然后在步骤(S12)中根据计算出的各向同性变化特征量执行在息肉存在的位置生成息肉候补图像(26)的息肉候补检测处理。由此改善了管腔内异常组织的存在位置的检测。
-
公开(公告)号：CN101594817B
公开(公告)日：2011-08-24
申请号：CN200780050679.3
申请日：2007-04-24
Applicant: 奥林巴斯医疗株式会社
Inventor： 井上凉子
CPC classification number: A61B1/04 , A61B6/5211 , G06T7/12 , G06T7/507 , G06T2207/10068 , G06T2207/30028
Abstract: 本发明的医疗用图像处理装置的特征在于具有：边缘提取部，其提取从医疗用摄像装置输入的活体组织的像的二维图像的边缘；三维模型估计部，其根据二维图像来估计活体组织的三维模型；局部区域设定部，其在二维图像中设定以关注像素为中心的局部区域；判定部，其判定局部区域是否由在边缘提取部中提取出的边缘的至少一部分分割；形状特征量计算部，其根据判定部的判定结果，使用三维坐标数据来计算关注像素的形状特征量，该三维坐标数据与局部区域中未被在边缘提取部中提取出的边缘所分割的区域且存在关注像素的区域对应；以及隆起形状检测部，其根据形状特征量计算部的计算结果来检测隆起形状。
-
Patent Agency Ranking
公开(公告)号：CN101505650B
公开(公告)日：2010-12-22
申请号：CN200780031464.7
申请日：2007-06-08
Applicant: 奥林巴斯医疗株式会社
CPC classification number: G06T7/0012 , A61B1/042 , G06T7/13 , G06T7/181 , G06T7/44 , G06T7/507 , G06T2200/04 , G06T2207/10016 , G06T2207/10068 , G06T2207/20021 , G06T2207/20132 , G06T2207/30032
Abstract: 本发明中的医疗用图像处理装置具有：三维模型估计部，其根据从医疗用摄像装置输入的被摄体的像的二维图像，估计该被摄体的三维模型；图像分割部，其将所述二维图像分割成由至少一个以上的像素构成的多个区域；特征量计算部，其在所述多个区域各方中计算与一个区域具有的各像素的浓淡对应的特征量；以及病变检测基准设定部，其根据与所述浓淡对应的特征量设定病变检测基准，该病变检测基准用于在与所述多个区域各方相对应的所述三维模型的区域中检测具有局部隆起形状的病变。
-
公开(公告)号：CN101404923B
公开(公告)日：2010-12-22
申请号：CN200780009275.X
申请日：2007-02-27
Applicant: 奥林巴斯医疗株式会社
CPC classification number: A61B1/04 , G06T7/0012 , G06T2207/10068 , G06T2207/30032
Abstract: 图像处理装置(3)根据通过内窥镜(6)拍摄的内窥镜图像的R分量图像，使用其亮度信息计算三维形状和三维形状的曲面的特征量的信息。另外，图像处理装置(3)根据R、G这两个图像分量计算发红/褪色的色调变化区域，按照该检测结果，变更作为从三维形状的曲面上的隆起性变化区域中检测作为隆起性病变的息肉的情况下的阈值的检测基准的值，从而进行高精度的息肉检测。
-
公开(公告)号：CN101378692B
公开(公告)日：2010-09-29
申请号：CN200780004697.8
申请日：2007-02-09
Applicant: 奥林巴斯医疗株式会社
CPC classification number: A61B1/04 , G06T7/0012 , G06T2207/30028
Abstract: 本发明提供医疗用图像处理装置及医疗用图像处理方法。本发明的医疗用图像处理装置具有：三维模型估计部，其根据所输入的体腔内的活体组织的像的二维图像，估计该活体组织的三维模型；形状特征量计算部，其计算所述活体组织的三维模型具有的各个体素的形状特征量；三维形状提取部，其根据所述形状特征量，提取所述活体组织的三维模型具有的各个体素中、三维模型被估计为预定形状的第1体素组；和隆起形状检测部，其检测所述第1体素组，作为构成所述活体组织的三维模型中的隆起形状的体素组。
-
公开(公告)号：CN101505650A
公开(公告)日：2009-08-12
申请号：CN200780031464.7
申请日：2007-06-08
Applicant: 奥林巴斯医疗株式会社
CPC classification number: G06T7/0012 , A61B1/042 , G06T7/13 , G06T7/181 , G06T7/44 , G06T7/507 , G06T2200/04 , G06T2207/10016 , G06T2207/10068 , G06T2207/20021 , G06T2207/20132 , G06T2207/30032
Abstract: 本发明中的医疗用图像处理装置具有：三维模型估计部，其根据从医疗用摄像装置输入的被摄体的像的二维图像，估计该被摄体的三维模型；图像分割部，其将所述二维图像分割成由至少一个以上的像素构成的多个区域；特征量计算部，其在所述多个区域各方中计算与一个区域具有的各像素的浓淡对应的特征量；以及病变检测基准设定部，其根据与所述浓淡对应的特征量设定病变检测基准，该病变检测基准用于在与所述多个区域各方相对应的所述三维模型的区域中检测具有局部隆起形状的病变。
-
公开(公告)号：CN101384210A
公开(公告)日：2009-03-11
申请号：CN200780005322.3
申请日：2007-03-05
Applicant: 奥林巴斯医疗株式会社
CPC classification number: G06T7/0012 , G06K9/4609 , G06T7/74 , G06T2207/10068 , G06T2207/30028
Abstract: 本发明提供图像分析装置。本发明的CPU在步骤(S10)中针对例如R信号执行灰度值梯度计算处理，在步骤(S11)中根据计算出的灰度值梯度执行各向同性变化特征量计算处理，然后在步骤(S12)中根据计算出的各向同性变化特征量执行在息肉存在的位置生成息肉候补图像(26)的息肉候补检测处理。由此改善了管腔内异常组织的存在位置的检测。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.036 seconds)
