[go: up one dir, main page]

TR201815808T4 - İlerici model tabanlı uyarlama - Google Patents

İlerici model tabanlı uyarlama Download PDF

Info

Publication number
TR201815808T4
TR201815808T4 TR2018/15808T TR201815808T TR201815808T4 TR 201815808 T4 TR201815808 T4 TR 201815808T4 TR 2018/15808 T TR2018/15808 T TR 2018/15808T TR 201815808 T TR201815808 T TR 201815808T TR 201815808 T4 TR201815808 T4 TR 201815808T4
Authority
TR
Turkey
Prior art keywords
model
image
deformable
adaptation
elements
Prior art date
Application number
TR2018/15808T
Other languages
English (en)
Inventor
R Ecabert Olivier
Jochen Peters
Weese Juergen
Original Assignee
Anheuser Busch Inbev Sa
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Anheuser Busch Inbev Sa filed Critical Anheuser Busch Inbev Sa
Publication of TR201815808T4 publication Critical patent/TR201815808T4/tr

Links

Classifications

    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/149Segmentation; Edge detection involving deformable models, e.g. active contour models
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/12Edge-based segmentation
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30008Bone

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Image Processing (AREA)
  • Processing Or Creating Images (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
  • Facsimile Image Signal Circuits (AREA)

Abstract

Buluş model elemanların bir çoğulluğunu içeren bir deforme edilebilir modeli bir görüntü veri setindeki bir ilgilenilen nesneye uyarlamak için bir uyarlama sistemi (200) ile ilgilidir, sözü edilen uyarlama sistemi (200) model elemanlarının çoğulluğundan en az bir görüntü-sürüşlü model elemanını seçmek için bir seçici (220) ve deforme edilebilir modelin bir model enerjisinin optimizasyonunun temelinde defor edilebilir modeli uyarlamak için bir uayrlayıcı (230) içerir, sözü edilen model enerjisi model elemanlarının çoğulluğunun bir dahili enerjisini ve en az bir görüntü-sürüşlü model elemanın harici enerjisini içerir ve böyle deforme edilebilir modele uyarlanır. Uyarlama sistemine (200) görüntü-sürüşlü elemanları seçmeli olarak seçmek üzere olanak tanınması aracılığıyla, hali hazırdaki buluşun uyarlama sistemi bir yetersiz olarak uyarlanabilir model elemanın görüntü veri seti ile karşılıklı etkileşimden ve dolayısıyla, görüntü seti tarafından bir yanlış lokasyon içine çekilmesinden ve/veya ittirilmesinden dışarıda bırakılmasına izin verir.

Description

TARIFNAME Bu bulus, model elemanlarin bir çogunlugunu içeren deforme olabilen bir modeli, bir görüntü veri setindeki ilgi çeken bir nesneye uyarlamak için bir uyarlama sistemi ile ilgilidir.
Bulus ayrica, söz konusu uyarlama sistemini içeren bir görüntü veri setini elde etmek için bir edinme sistemi ile ilgilidir.
Bulus ayrica, söz konusu sistemi içeren bir is istasyonu ile ilgilidir.
Bulus ayrica, model elemanlarin bir çogunlugunu içeren deforme olabilen bir modelia bir görüntü veri setindeki ilgi çeken bir nesneye uyarlamanin bir yöntemi ile ilgilidir.
Bulus ayrica, model elemanlarin bir çogunlugunu içeren deforme olabilen bir modeli, bir görüntü veri setindeki ilgi çeken bir nesneye uyarlamak için talimatlar içeren bir bilgisayar düzenlemesi ile yüklenecek olan bir bilgisayar program ürünü ile ilgilidir.
Açilis paragrafinda tanimlanan türde bir uyarlama yönteminin bir uygulamasi, J .
Weese, V. Pekar, M. Kaus, C. Lorenz, S. Lobregt, and R. T ruyen” in, 17.nci Tibbi Görüntülemede Bilgi Isleme üzerine Uluslararasi Konferans (IPMI), sayfalar 380 - 387, Davis, CA, USA, 2001, Springer Verlag, da yayinlanan, bundan sonra ref. 1 olarak adlandirilacak olan, “3D tibbi görüntü segmentasyonu için sekil kisitli deforme olabilen modeller” makalesinden bilinir. Bu makale, üçgen ag ile temsil edilen deforme olabilen bir modeli kullanan bir yöntemi tanimlar. Agin üçgenleri, iç kuvvetler vasitasiyla birbirleriyle etkilesir. Iç kuvvetler, model deformasyonlarlna karsi çikarlar. Ilave olarak, her bir üçgen, görüntüdeki tespit edilen hedef konumuna karsilik gelen bir dis kuvvet vasitasiyla çekilir. Bu 21442.1178 anlamda, her bir üçgenin konumu görüntüye dayalidir. Model enerjisi, üçgenlerin birbirlerine göre konumlarina bagli olan bir iç enerji teriminin ve üçgenlerin görüntü içinde tespit edilen karsilik gelen konumlarina göre konumlanna bagli olan bir dis enerji teriminin bir toplami olarak tanimlanir. Iki terim, sirasiyla yukarida bahsedilen iç ve dis kuvvetlere karsilik gelir. Model enerjinin en azinda, model üzerinde hareket eden tüm kuvvetler dengelenir ve model dengede olur.
Deforine olabilen modeli temsil eden üçgen agin üçgenlerinin denge konumlarinin bulunmasi, model enerjisinin minimumuna karsilik gelen söz konusu konumlar, uyarlanmis deforme olabilen modeli saglar. Uyarlanmis deforme olabilen model, ilgi çeken nesnenin seklini ve yapilarini tanimlamak için kullanilir. Ref. 1, de yayinlanan CT görüntülerinin bir çalismasinin sonuçlari, deforme olabilen modelin ve dogru referans segmentasyonun yüzeyleri arasindaki ortalama mesafe ile yansitilan kullanilan deforme olabilen modelin, iyi bir genel uyarlamasini gösterir. Bununla birlikte, deforme olabilen modelde birkaç problemli alan vardir, burada ilgi çeken nesnenin deforme olabilen modelinin ve dogru referans segmentasyonun yüzeyleri arasindaki ortalama mesafe, ortalama mesafenin birkaç katini geçebilir. deforme olabilen modelden meydana gelen omurga için bilesik deforme olabilen bir model ile ilgilidir ve burada komsu kismi deforme olabilen modeller, bitisik omurlar arasindaki mekânsal iliskiye karsilik gelen önceden belirlenmis bir mekânsal iliskiye sahiptir. Her bir kismi deforme olabilen model, enerji minimizasyonu ile omuruna geleneksel olarak uyarlanir, bu sayede enerji, bir model iç enerjisi ve görüntüye dayali olan bir dis enerji içerir.
Bulusun bir amaci, açilis paragrafinda tanimlanan, deforme olabilen modelin problemli alanlarini azaltan türden bir uyarlama sistemi saglamaktir. 21442.1178 Bulusun bu amaci, model elemanlarin bir çogunlugunu içeren bir deforme olabilen modeli bir görüntü veri setindeki ilgi nesnesine uyarlamak için uyarlama sistemi asagidakileri içerdiginden dolayi elde edilir: -. elemanlarin bir çogunlugundan en azindan bir görüntüye dayali elemani seçmek için bir seçici ve -. deforme olabilen modelin bir model enerjisinin en uygun hale getirilmesine dayanarak deforme olabilen modeli uyarlainak için bir uyarlayici, söz konusu model enerjisi, model elemanlarinin bir çogunlugunun bir iç enerjisini ve en azindan bir görüntüye dayali model elemaninin bir dis enerjisini içerir, dolayisiyla deforme olabilen modeli uyarlar.
Model elemanlarin çogunlugundan bir model eleman, deforme olabilen modelin bir yüzey alani üzerinde bilgi içerir. Yüzey alaninin sekline ilave olarak, model elemani genel olarak yüzey alaninin konumunu ve yönlendirrnesini içerir. Bir model elemanin bir örnegi, deforme olabilen modeli temsil eden çok köseli bir agin bir çokgenidir. Mevcut bulusun uyarlaina sistemi, sekilleri, konumlari ve yönlendirineleri model elemanina atayarak deforme olabilen modeli baslatmak için düzenlenir. Mevcut uyarlama sisteminin seçicisi, görüntü veri seti ile etkilesime girecek olan en azindan bir görüntüye dayali model elemanini seçmek için düzenlenir. Bir model elemaninin görüntüye dayali bir model elemani olup olmadigina dair bilgi, yüzey alaninin sekli, konumu ve yönlendirmesi ile birlikte model elemaninda olabilir. Seçici, bu bilgiyi elde etmek için düzenlenebilir.
Uyarlayici, örnegin, model enerjinin minimumuna karsilik gelen model elemanlarinin konumlarini ve yönlendirmelerini hesaplamak için model enerjisini en uygun hale getirmek için düzenlenir. Model enerji, model elemanlarinin birbirlerine göre konumlarina bagli olan bir iç enerji katkisi içerir. Ayrica, Model enerji, görüntü veri setine göre, seçici tarafindan seçilen görüntüye dayali model elemanlarinin konumlarina dayanan bir dis enerji katkisini içerir. Dis enerki katkisindan sorumlu olan dis kuvvetler, görüntüye dayali model elemanlarini görüntü veri setinde, sirasiyla yanlis konumlarindan hedef konumlarina çekebilir ve / veya itebilir. Model enerjinin minimumuna karsilik gelen model 21442.1178 elemanlarinin konumlari, elde edilen uyarlanmil deforme olabilen modeli tanimlar.
Uyarlama sisteminin görüntüye dayali model elemanlarini seçici bir sekilde seçmesini saglayarak, mevcut bulusun uyarlama sistemi, zayif uyarlanabilen model elemaninin görüntü veri seti ile etkilesime girmesini ve böylece görüntü veri seti tarafindan yanlis bir konuina itilmesini ve / veya çekilinesini hariç tutmasina izin verir. Görüntü veri seti ile etkilesime girmekten hariç tutulacak olan gönüllü model elemanlari, örnegin, görüntü veri setlerinin bir egitim setine uyarlanmis deforme olabilen modeldeki sorunlu alanlari belirleyerek tanimlanabilir. Problemli alanlarda bulunan model elemanlari görüntü veri seti ile etkilesime girmekten hariç tutularak, deforme olabilen modelin problemli alanlari Mevcut bulusun uyarlama sistemi, deforme olabilen bir modeli çok boyutlu bir görüntü veri setinde, özellikle bir 2D, bir 3D veya bir 4D görüntü veri setinde, bir ilgi nesnesine uyarlamak için faydalidir. Görüntü veri seti, birçok görüntüleme modalitesinden herhangi birisinden elde edilebilir. Görüntü veri seti, Örnegin, bir volumetrik Manyetik Rezonans Görüntüleme (MRI) veri seti (yani 3D), bir zamana bagli volumetrik Hesaplamali Tomografi (CT) görüntü veri seti (yani 4D) veya bir düzlemsel X-isini görüntüsü (yani 2D) olabilir.
Bulusa göre uyarlama sisteminin bir uygulamasinda, model enerjiyi en uygun hale getirmek, model kuvvet alanini en uygun hale getirmeye dayanir. Model enerjinin gradyan alani, model kuvvet alanini benzersiz bir sekilde tanimlar. Böylece, model enerjiyi en uygun hale getirmek, kuvvet alanini en uygun hale getirmek yoluyla gerçeklestirilebilir. Örnegin, model enerjinin ininimumuna karsilik gelen model elemanlarin konumlarini bulmak, bos bir kuvvet alanina büyük ölçüde karsilikli olarak esit olan bir inodel kuvvet alanina karsilik gelen model elemanlarinin konumlarini bulma temelinde basarilabilir. 21442.1178 Bulusa göre uyarlama sisteminin bir uygulamasinda, seçici, en azindan bir görüntüye dayali model elemaninin seçilmesine yardimci olmak için bir hesaplamayi gerçeklestirmek için düzenlenir. Örnegin, seçici, her bir model elemanini görüntüye dayali bir model elemani olarak seçmek için düzenlenir.
Uyarlayici, en uygun hale getirilmis model enerjisine karsilik gelen model elemanlarinin konumlarini hesaplamak, uyarlanmis deforme olabilen bir modele vermek ve sonucu seçiciye tekrar transfer etinek için düzenlenir. Seçici, uyarlanmis deforme olabilen modeli bir dizi alan içine ayirmak ve Örnegin model alaninin ve alttaki görüntü veri setinin bir benzerlik ölçümünü hesaplayarak, her bir alanin göiüntü veri seti ile ne kadar uyumlu oldugunu hesaplamak için düzenlenir. Seçici ayrica, belirli bir önceden belirlenmis esikten daha büyük bir benzerlik ölçümüne sahip olan alanlarda bulunan yüzey elemanlarina sahip model elemanlarini, görüntüye dayali model elemanlari olarak seçmek için düzenlenir.
Bulusa göre uyarlama sisteminin baska bir uygulamasinda, seçici, en azindan bir modele dayali model elemanini seçmek için bir giris alacak sekilde düzenlenir. Örnegin, seçici, her bir model elemanini bir görüntüye dayali inodel eleinani olarak seçmek için düzenlenir. Uyarlayici, en uygun hale getirilmis model enerjisine karsilik gelen model elemanlarinin konumlarini hesaplamak ve uyarlanmis deforme olabilen inodeli seçiciye transfer etmek için düzenlenir.
Seçici, uyarlanmis deforme olabilen modeli ve görüntü veri setini, uyarlama sistemine baglanmis bir görüntüleme cihazina çikarmak için düzenlenir. Kullanici, uyarlanmis deforme olabilen modeli ve görüntülenen görüntü veri setini görsel olarak inceleyebilir ve deforme olabilen modeldeki problemli alanlari gösterebilir. Örnegin, kullanici, uyarlama sistemine baglanmis bir fare veya bir iz topu gibi bir kullanici giris cihazini kullanarak problemli alanlari kusatabilir. Seçici ayrica, kullanici girisini almak ve kusatilinis alanlarin disinda bulunan yüzey elemanlarina sahip model elemanlarini tanimlamak için düzenlenir. Daha sonra seçici, kusatilmis alanlarin disinda bulunan yüzey elemanlarina sahip model elemanlarini görüntüye dayali model elemanlari olarak seçmek için düzenlenir. 21442.1178 Bulusa göre uyarlama sisteminin baska bir uygulamasinda, uyarlama sistemi, deforme olabilen modeli tekrarlayarak uyarlamak için bir yineleyici içerir.
Yineleyici, tekrarlama islemini sonlandirmak için bir kosul hesaplamak için düzenlenir. Eger kosul tatmin edilmezse, yineleyici, uyarlama islemine devam etmek için düzenlenir. Eger kosul tatmin edilirse, yineleyici uyarlama islemini sonlandirmak için düzenlenir.
Bulusa göre uyarlama sisteminin baska bir uygulamasinda, uyarlama sistemi, model elemanlarinin çogunlugunun her birinin bir uyarlama sirasini belirlemek için bir siralama birimi içerir, burada seçici, uyarlaina sirasina dayanarak ve bir tekrarlama döngüsüne dayanarak en azindan bir modele dayali model elemanini seçmek için düzenlenir. Siralama birimi, her bir model elemaninin uyarlama sirasini belirlemek için düzenlenir. Seçici, her bir model elemaninin uyarlama sirasini tekrarlama sayisiyla karsilastirmak için düzenlenir. Eger tekrarlama sayisi, model elemanin uyarlama sayisina esit veya daha büyükse, seçici bu model elemanini bir görüntüye dayali model elemani olarak seçmek için düzenlenir.
Bulusa göre uyarlama sisteminin baska bir uygulamasinda, model elemanlarin çogunlugunun her birinin uyarlama sirasi, model elemanlarin çogunlugunun her birinin bir kalite ölçümüne dayanarak belirlenir. Model elemaninda bulunan özellik fonksiyonu, model elemaninin hedef konumunu hesaplamak için kullanilir ki bu eger model eleman bir görüntüye dayali elemansa, deforme olabilen model uyarlamasi sirasinda deforme olabilen modeli çeker. Özellik fonksiyonu, her bir model elemani için en uygun hale getirilir. En uygun hale getirilmis özellik fonksiyonunun kalitesi, hesaplanmis hedef konumun kalitesini belirler ve bir model elemanini bir görüntüye dayali model eleman olarak nitelendirmek için kullanilir.
Bulusa göre uyarlama sisteminin baska bir uygulamasinda, uyarlama sistemi, model elemanlarinin çogunlugunun söz konusu her birinin uyarlaina sirasina dayanarak model elemanlarin çogunlugunun her birini görsellestirmek için bir 21442.1178 görsellestirici içerir. Görsellestiriei, benzersiz bir kodu, örnegin bir renk kodunu, her bir uyarlama sirasina atamak için düzenlenir. Model elemanina karsilik gelen renk kodu, model elemaninin yüzey elemanina uygulanir. Görsellestirici, renk kodlu deforme olabilen modeli, uyarlama sistemine baglanmis bir görüntüleme Cihazina transfer etmek, dolayisiyla deforme olabilen modelin çesitli alanlarinin uyarlanabilirligini görsellestirmek için düzenlenir.
Bulusa göre uyarlama sisteminin baska bir uygulamasinda, uyarlama sistemi, uyarlanmis deforme olabilen modele dayanarak görüntü veri setindeki bir nesneyi bölümlere ayirmak için bir bölütleme birimi içerir. Nesneyi bölüinlemek için bölütleme birimi, model temelli görüntü bölünmesini gerçeklestirmek için uyarlanmis deforme olabilen model kullanabilir.
Bulusun baska bir amaci, açilis paragrafinda tanimlanan, deforme olabilen modelin problemli alanlarini azaltan türde bir edinme sistemi saglamaktir. Bu, edinme sistemi, model elemanlarinin bir çogunlugunu içeren deforme olabilen bir modeli bir görüntü veri setine uyarlamak için bir uyarlama sistemi içerdiginden dolayi elde edilir, uyarlama sistemi asagidakileri içerir: -. model elemanlarin bir çogunlugundan en azindan bir görüntüye dayali model elemanini seçmek için bir seçici ve -. deforme olabilen modelin bir model enerjisinin en uygun hale getirilmesine dayanarak deforme olabilen modeli uyarlamak için bir uyarlayici, söz konusu model enerjisi, model elemanlarinin bir çogunlugunun bir iç enerjisini ve en azindan bir görüntüye dayali model elemaninin bir dis enerjisini içerir, dolayisiyla deforme olabilen modeli uyarlar.
Bulusun baska bir amaci, açilis paragrafinda tanimlanan, deforme olabilen modelin problemli alanlarini azaltan türde bir is istasyonu saglamaktir. Bu, is istasyonu, bir nesne modelini bir görüntü veri setine uyarlamak için bir uyarlama sistemi içerdiginden dolayi elde edilir, uyarlama sistemi asagidakileri içerir: 21442.1178 -. model elemanlarin bir çogunlugundan en azindan bir görüntüye dayali model elemanini seçmek için bir seçici ve -. deforme olabilen modelin bir model enerjisinin en uygun hale getirilmesine dayanarak deforme olabilen modeli uyarlamak için bir uyarlayici, söz konusu model enerjisi, model elemanlarinin bir çogunlugunun bir iç enerjisini ve en azindan bir görüntüye dayali model eleinaninin bir dis enerjisini içerir, dolayisiyla deforme olabilen modeli uyarlar.
Bulusun baska bir amaci, açilis paragrafinda tanimlanan, deforme olabilen modelin problemli alanlarini azaltan türde bir yöntem saglamaktir. Bu, yöntem asagidakileri içerdiginden dolayi elde edilir: -. model elemanlarin bir çogunlugundan en azindan bir görüntüye dayali model elemanini seçmek için bir seçici ve -. deforme olabilen modelin bir model enerjisinin en uygun hale getirilmesine dayanarak deforme olabilen modeli uyarlamak için bir uyarlayici, söz konusu model enerjisi, model elemanlarinin bir çogunlugunun bir iç enerjisini ve en azindan bir görüntüye dayali model elemaninin bir dis enerjisini içerir, dolayisiyla deforme olabilen modeli uyarlar.
Bulusun baska bir amaci, açilis paragrafinda tanimlanan, deforme olabilen modelin problemli alanlarini azaltan türde bir bilgisayar program ürünü saglamaktir. Bu, bir bilgisayar düzenlemesi tarafindan yüklenecek olan bilgisayar program ürününün, model elemanlarinin bir çogunlugunu içeren bir deforme olabilen modeli bir görüntü veri setindeki bir ilgi nesnesine uyarlamak için talimatlar içermesinden dolayi elde edilir, bir islem birimi ve bir bellek içeren bilgisayar düzenlemesi, yüklendikten sonra bilgisayar program ürünü, asagidaki görevleri gerrçeklestirme yetenegine sahip söz konusu islem birimini saglar: 21442.1178 -. model elemanlarin bir çogunlugundan en azindan bir görüntüye dayali model elemanini seçmek için bir seçici ve -. deforme olabilen modelin bir model enerjisinin en uygun hale getirilmesine dayanarak deforme olabilen modeli uyarlamak, söz konusu model enerjisi, model elemanlarinin bir çogunlugunun bir iç enerjisini ve en azindan bir görüntüye dayali model elemaninin bir dis enerjisini içerir, dolayisiyla deforme olabilen modeli uyarlar.
Uyarlama sisteminin ve varyasyonlarin modifikasyonlarina karsilik gelen uyarlama sisteminin, is istasyonunun, yöntemin ve / veya bilgisayar program ürününün tanimlanan modifikasyonlari ve varyasyonlari, mevcut tanima dayanarak uzman bir kisi tarafindan gerçeklestirilebilir.
Bulusa göre uyarlama sisteminin, edinme sisteminin, is istasyonunun, yöntemin ve / veya bilgisayar program ürününün bu ve diger yönleri, asagida tanimlanan uygulamalara ve uygulamalara atifta bulunularak ve ekteki sekillere atifta bulunularak açiklanacak ve anlasilacaktir, burada: Sekil 1, görüntüdeki kemik nesneye küresel olarak uymayan, baslatilmis kemik bir modelin bir örnegini gösterir; Sekil 2, uyarlama sisteminin bir uygulamasini sematik olarak gösterir; Sekil 3, belirli bir nesneyi bölümlemek için bir bölütleme birimi içeren uyarlama sisteminin bir uygulamasini sematik olarak gösterir; Sekil 4, bulusun bir edinme birimini sematik olarak gösterir; Sekil 5, is istasyonunun bir uygulamasini sematik olarak gösterir; Sekil 6, uyarlama yönteminin bir uygulamasini sematik olarak gösterir.
Sekillerde benzer parçalari göstermek için ayni referans numaralari kullanilir.
Sekil 1, bulusa göre uyarlama sisteminin çalismasini gösterir. Sekil l(a), bir baslangiç kemik modelinin 110 bir örnegini gösterir. Kemik nesnesi 100 bir femur 21442.1178 parçasini temsil eder. Baslangiç kemik modeli 110, küresel olarak kemik nesnesine 100 uymaz. Kemik modelinin 110 üst parçasi, yani kesikli çizginin 120 üzerindeki kemik model alani, kemik modelinin llO alt parçasi, yani kesikli çizginin 120 altindaki kemik model alani, dogru konumundan uzakta oldugu için iyi baslatilir. Böylece, üçgenlerin hedef konumlarmi, görüntüdeki kemik modelini temsil eden bir üçgen agdan tespit etmek için referans 1” de tanimIanan yöntemi kullanarak, kemik modelin üst parçasindan üçgenlerin hedef konumlari güvenilir bir sekilde tahmin edilir. Bununla birlikte, referans 1' in yöntemini kullanilarak tahmin edilen kemik modelin alt parçasindan üçgenlerin birçok hedef konumu dogni olacaktir. Sonuç olarak, kemik modelin 110 alt parçasi problemli bir alandir ve bu alt alanda bulunan bir model elemani, görüntüye dayali uyarlamadan hariç tutulmalidir. Sadece, kemik modelin 100 üst parçasinda bulunan iyi baslatilmis model elemanlar, görüntüye dayali model elemanlar olmalidir. Uyarlama sirasinda, bu model elemanlar, görüntüdeki tespit edilen hedef konumlara çekilir.
Kemik modelin alt parçasindaki üçgenler, iç kuvvetler ile birbirleriyle etkilesirler.
Iç enerjiden türetilebilen bu kuvvetler referans 1” de tanimlandilar. Bölüm 2.3, Eq (8) örnegin, kemik modelin seklini koruma egiliminde olan kemik modelin deformasyonlarina karsidir. Sadece hedef konum tarafindan çekilen üçgenlere bitisik olan üçgenler, hedef konumlar tarafindan çekilen üçgenler ile iç etkilesimler vasitasiyla bazi ara çekimler tecrübe edeceklerdir.
Sekil 1(b), uyarlamadan sonra Sekil 1(a), nin kemik modelini ve kemik nesnesini gösterir. Kemik modelin iyi baslatilmis üst parçasi simdi, kemik nesnenin karsilik gelen üst parçasina iyi uymaktadir. Ayni zamanda, kemik modelin üst parçasina bitisik alan, kemik nesneye iyi uyar. Bu, bitisik alandaki üçgenleri dogru hedef konumlarma nispeten yakin degistiren ve kemik modelin seklini korumak için alt parçanin üçgenlerini döndüren iç kuvvetler nedeniyle olur. Bu nedenle, kemik modelin 130 yeni üst parçasi, yani kesikli çizginin 140 üzerindeki kemik modeli alani, kemik nesnesine 100 iyi uyarlanir. Bu parça simdi, Sekil 1(a), daki kemik modelin nispeten iyi baslatilmis üst parçasindan büyük ölçüde daha büyüktür. 21442.1178 Uyarlama isleminin yinelemeli olarak birkaç kez tekrarlanmasiyla, kemik modelin 110 iyi uyarlanmis parçasi, tüm kemik modeli kemik nesnesine 100 iyi uyarlanincaya kadar büyüyebilir.
Sekil 25 model elemanlarin bir çogunlugunu içeren deforme olabilen bir modeli, bir görüntü veri setindeki bir ilgi nesnesine uyarlamak için uyarlama sisteminin 200 bir uygulamasini sematik olarak gösterir, söz konusu sistem asagidakileri -. görüntü veri setindeki deforma olabilen modeli baslatmak için bir baslatici 210, -. model elemanlarin bir çogunlugundan en azindan bir görüntüye dayali model elemanini seçmek için bir seçici 220 ve -. deforme olabilen modelin bir model enerjisinin en uygun hale getirilmesine dayanarak deforme olabilen modeli uyarlamak için bir uyarlayici 230, söz konusu model enerjisi, model elemanlarinin bir çogunlugunun bir iç enerjisini ve en azindan bir görüntüye dayali model elemaninin bir dis enerjisini içerir, dolayisiyla deforme olabilen modeli uyarlar.
Istege bagli olarak uyarlama sistemi 200 asagidakileri de içerir: -. deforme olabilen modeli tekrarlanarak uyarlamak için bir yineleyici 240; -. model elemanlarin çogunlugunun her birinin bir uyarlama sirasini belirlemek için bir siralama birimi 250; -. model elemanlarin çogunlugunun her birinin, Model elemanlarin çogunlugunun söz konusu her birinin uyarlama sirasina dayanarak görsellestirilmesi için bir görsellestirici 260; -. görüntü veri seti, deforme olabilen model ve / veya uyarlanmis deforme olabilen model gibi verileri depolamak için bir bellek birimi 270 ve -. uyarlama sisteminin 200 birimlerinden veri almak ve veri aktarmak için bir bellek veriyolu 275. 21442.1178 Seki12, de gösterilen uyarlama sisteminin 200 bir uygulamasinda, gelen veriler sabit disk veya bir manyetik bant gibi veri deposundan gelen verileri almak için düzenlenir. Ikinci giris baglayici 282, bir fare veya bir dokunmatik ekran gibi bir kullanici giris cihazindan gelen verileri almak için düzenlenir. Üçüncü giris baglayici 283, bir klavye gibi bir kullanici giris cihazindan gelen verileri almak baglanir.
Sekil 2' de gösterilen uyarlama sisteminin 200 uygulainasinda, giden veriler için iki çikis baglayici 291 ve 292 vardir. Birinci çikis baglayici 291, verileri, bir sabit disk veya bir manyetik bant gibi veri deposundan çikarmak için düzenlenir. Ikinci çikis baglayici 292, verileri bir görüntüleme ekranina çikarmak için düzenlenir. Çikis baglayicilari 291 ve 292, ilgili verileri bir çikis kontrol biriminden 290 Uzman kisi, giris cihazlarini uyarlaina sisteminin 200 giris baglayicilarina 281, yollari oldugunu anlayacaktir. Bu yollar, bir kablolu ve bir kablosuz baglantiyi, bir Yerel Alan Agini (LAN) ve bir Genis Alan Agini (WAN) gibi bir dijital agi, interneti, bir dijital telefon agini ve bir analog telefon agini içerir, ancak bunlarla sinirli degildir. bir giris verisini almak ve alinan giris verisini depolamak için düzenlenir.
Verilerin bellek birimi 270 içine yüklenmesi, uyarlama sisteminin 200, uyarlama sisteminin 200 diger birimleri ile ilgili veri kisimlarina kolay bir erisimine izin verir. Giris verisi, görüntü veri setini ve deforme olabilen model verilerini içerebilir. Bellek birimi , bir Salt Okunur Bellek (ROM) ve bir disk sürücüsüne sahip bir sabit disk gibi cihazlar ile uygulanabilir. Örnegin, bellek birimi 270, bir görüntü veri setini depolamak için 21442.1178 bir RAM ve deforme olabilen modellerin bir birlesimini depolamak için bir ROM içerebilir. Bellek birimi 270, görüntü veri seti ve deforme olabilen model gibi bellek veri yolu 275 vasitasiyla uyarlama sisteminin 200 birimlerine dagitmak için düzenlenir. Alternatif olarak, görüntü veri seti ve diger veri, giris baglayicilarinin 281, 282 ve 283 herhangi biri vasitasiyla, bu birimler tarafindan talep edildiginde, dis cihazlarin en azindan birisinden uygulama sisteminin 200 birimlerine dogrudan saglanabilir. Yukaridakilere ilave olarak, bellek birimi 270, baslatici görsellestirici 260 içeren sistemin diger birimlerinden bellek veri yolu 275 vasitasiyla verileri almak ve iletmek için düzenlenir.
Bulusa göre uyarlama sisteminin 200 bir uygulamasinda, uyarlama sisteminin 200 kurulumu sirasinda, görüntü veri seti bellek birimi 270 içine yüklenir. Daha sonra kullanici, görüntü veri setine uyarlanacak deforme olabilen bir modeli seçer.
Baslatici 210, deforme olabilen modeli baslatmak için düzenlenir. Baslatma, örnegin, deforme olabilen modelin bir ilgi nesnesinin yakinina yerlestirilmesini, deforme olabilen modelin kati bir uyarlamasini ve bir ölçeklendirilmesini içerebilir. Bu islemler, bir kullanici etkilesimi içerebilir. Alternatif olarak, yerlestirme, kati uyarlama ve ölçeklendirme otomatik olarak gerçeklestirilebilir.
Istege bagli olarak, deforme olabilen modelin lokal afin dönüsümleri gibi diger baslatma teknikleri de kullanilabilir. Baslatilan deforme olabilen model bellek biriminde 270 depolanir.
Seçici 220, model elemanlarin çogunlugundan en azindan bir görüntüye dayali model elemanini seçmek için düzenlenir. Bulusa göre uyarlama sisteminin 200 bir uygulamasinda, seçici 220, en azindan bir görüntüye dayali model elemaninin seçilmesine yardimci olmak için bir hesaplama gerçeklestirecek sekilde düzenlenir. Seçici 220, model elemanlarin çogunlugunun her birini görüntüye dayali model elemani olarak seçmek için düzenlenir. Daha sonra daha ayrintili olarak tanimlanacak olan uyarlayici 230, baslangiçta uyarlanmis deforme olabilen bir modeli veren en uygun hale getirilmis model enerjisine karsilik gelen model 21442.1178 elemanlarinin konumlarini hesaplamak için düzenlenir. Uyarlayici 230 ayrica, baslangiçta uyarlanmis deforme olabilen bir modeli bellek biriminde 270 depolamak için düzenlenir. Seçici 220, baslangiçta uyarlanmis deforme olabilen bir modeli bir dizi alana ayirmak ve her bir alanin görüntü veri seti ile ne kadar iyi uydugunu hesaplamak için düzenlenir. Bu tür bir ayirma, ayirmanin bir alaninin kübik kafesin bir küpü içindeki konumlari içerdigi basit bir kübik kafese dayanabilir. Seçici 220 ayrica, örnegin, Öklid mesafesine, baslangiçta uyarlanmis deforme olabilen model ve görüntü veri setinde karsilik gelen yapilar arasindaki, karsilik gelen konumlardaki yogunluk farkliliklarinin karelerinin toplaminin kare köküne dayanarak bir benzerlik ölçümünü hesaplamak için düzenlenir. Seçici 220, belirli bir önceden belirlenmis esiktekinden daha büyük bir benzerlik ölçümüne (veya daha küçük bir mesafeye) sahip olan alanlarda bulunan yüzey elemanlarina sahip model elemanlarini, uygun uyarlamanin görüntüye dayali model elemanlari Bulusa göre uyarlama sisteminin 200 baska bir uygulamasinda, seçici 220, en azindan bir görüntüye dayali model eleinanini seçmek için bir giris almak için düzenlenir. Seçici 220, her bir model elemanini görüntüye dayali model elemani olarak seçmek için düzenlenir. Daha sonra daha ayrintili olarak tanimlanacak olan uyarlayici 230, baslangiçta uyarlanmis deforme olabilen bir modeli veren en uygun hale getirilmis model enerjisine karsilik gelen model elemanlarinin konumlarini hesaplamak için düzenlenir. Uyarlayici 230 ayrica, baslangiçta uyarlanmis deforme olabilen bir modeli bellek biriminde 270 depolamak için düzenlenir. Seçici 220, baslangiçta uyarlanmis deforme olabilen bir modeli ve görüntü veri setini, ikinci çikis baglayicisi 292 vasitasiyla uyarlama sistemine 200 baglamak için düzenlenir. Kullanici, baslangiçta uyarlanmis deforme olabilen bir modeli ve görüntülenen görüntü veri setini görsel olarak inceler ve baslangiçta uyarlanmis deforme olabilen bir modeldeki problemli alanlari gösterir. Örnegin, kullanici, ikinci giris baglayici 282 vasitasiyla uyarlama sistemine 200 baglanmis olan bir fare veya bir iz topu gibi bir kullanici giris cihazini kullanarak problemli alanlari kusatabilir. Seçici 220 ayrica, kullanici girisini almak ve kusatilmis 21442.1178 alanlarin disinda bulunan yüzey elemanlarina sahip model elemanlarini tanimlamak için düzenlenir. Daha sonra, seçici, kusatilmis alanlarin disinda bulunan yüzey elemanlarina sahip model elemanlarini, uygun uyarlamanin görüntüye dayali model elemanlari olarak seçmek için düzenlenir.
Uyarlayici 230, örnegin, inodel enerjinin minimumuna karsilik gelen model elemanlarinin konumlarini ve yönlendirmelerini hesaplamak için model enerjini en uygun hale getirmek için düzenlenir. Model enerjisi, model elemanlarinin birbirlerine göre konumlarina dayanan bir iç enerji katkisini içerir. Ayrica, model enerjisi, görüntü veri setine göre seçici 220 tarafindan seçilen, görüntüye dayali model elemanlarinin konumlarina dayanan bir dis enerji katkisini içerir. Dis enerji katkisindan sorumlu olan dis kuvvetler, görüntüye dayali model elemanlari görüntü veri setindeki hedef konumlara çeker ve / veya görüntüye dayali model elemanlarini görüntü veri setindeki yanlis konumlardan püskürtür. Model enerjinin minimuinuna karsilik gelen model elemanlarin konumlari, uyarlanmis deforme olabilen modeli tanimlar. Model enerjinin bir örneginin daha detayli bir tanimlamasi, referans 1, in Bölümler 2.2 ve 2.3›, de bulunabilir.
Bulusa göre uyarlama sisteminin 200 baska bir uygulamasinda, model enerjisini en uygun hale getirmek, model kuvvet alanini en uygun hale getirmeye dayanir.
Model enerjisinin gradyan alani, model kuvvet alanini benzersiz olarak tanimlar.
Böylece, model enerjiyi en uygun hale getirmek, kuvvet alanini en uygun hale getirme vasitasiyla gerçeklestirilebilir. Örnegin, model enerjinin minimumuna karsilik gelen model elemanlarinin konumlarinin bulunmasi, bos bir kuvvet alanina büyük ölçüde karsilikli olarak esit bir model kuvvet alanina karsilik gelen model elemanlarin konumlarini bulmaya dayanarak basarilabilir. Istege bagli olarak, genellestirilmis bir kuvvet alani, ayrica bir Viskoz akimini taklit edenler gibi sönümleme kuvvetleri içerebilir. Model elemanlarinin bu kuvvet alanindaki hareketi taklit edilebilir. Sönümleme kuvvetleri, model elemanlarinin, en uygun model enerjisine karsilik gelen sabit konumlara yaklasmasina yardim eder. Uzman 21442.1178 kisi bu tür taklit etme yöntemlerini bilecektir ve bu nedenle bu yöntemler mevcut uygulamanin istemleri kapsaminda bulunur.
Bulusa göre uyarlama Sisteminin 200 baska bir uygulamasinda, uyarlama sistemi 200, deforme olabilen modeli tekrarlanarak uyarlamak için bir yineleyici 240 içerir. Yineleyici 240, uyarlama islemini sona erdirmek için bir kosulu hesaplamak için düzenlenir. Örnegin, yineleyici, en yakin zamanda uyarlanmis deforme olabilen modeli, uyarlama sistemine 200 baglanmis bir görüntüleme ekrani üzerindeki görüntü veri seti ile birlikte göstermek için düzenlenir.
Kullanici, uyarlanmis deforme olabilen modeli ve görüntüleme görüntü veri setini görsel olarak izler ve deforme olabilen modelde problemli alanlarin olup olmadigina karar verir. Eger kullanici uyarlamanin sonundan tatmin olmazsa, kullanici, uyarlama islemini tatmin etmemek ve problemli alanlari göstermek için sonlandiracak kosulu ayarlayabilir. Seçici 220, belirtilen alanlarin disinda bulunan yüzey elemanlarina sahip model elamanlarini görüntüye dayali elemanlar olarak seçerek uyarlama islemine devam etmek için düzenlenir. Eger kullanici uyarlamanin sonucundan tatmin olursa, kullanici uyarlama islemini tatinin edici olarak sonlandirmak için kosulu ayarlayabilir. Uyarlama islemini sona erdirmek için kosul tamin edici oldugunda, yineleyici 240, uyarlama islemini sona erdirmek için düzenlenir.
Alternatif olarak, uyarlama islemini sona erdirmek için kosul, kullanici girisi olmadan hesaplanir. Mevcut bulusun bir uygulamasinda, yineleyici 240, uyarlanmis deforme olabilen bir modeli bir dizi alana ayirmak ve her bir alanin görüntü veri seti ile ne kadar iyi uydugunu hesaplamak için düzenlenir. Bu tür bir aymna, ayirmanin bir alaninin kübik kafesin bir küpü içindeki konumlari içerdigi basit bir kübik kafese dayanabilir. Yineleyici 240 ayrica, örnegin, Öklid mesafesine, deforme olabilen model ve görüntü veri setinde karsilik gelen yapilar arasindaki, karsilik gelen konumlardaki yogunluk farkliliklarinin karelerinin toplaminin kare köküne dayanarak bir benzerlik ölçümünü hesaplamak için düzenlenir. Eger ayrilmanin her bir alani, belirli bir önceden belirlenmis 21442.1178 esiktekinden daha büyük bir benzerlik ölçümüne (veya daha küçük bir mesafeye) sahipse, uyarlama islemini sona erdirme kosulu tatmin edilir ve yineleyici 240, uyarlama islemini sona erdirmek için düzenlenir. Ayni zamanda, uyarlama ayni alanlarda önceki yinelemeli adimda oldugu gibi basarisiz olursa, yineleyici 240, uyarlama islemini sona erdirmek için düzenlenir. Aksi takdirde, yineleyici 240, uyarlama islemini tatmin etmemek için sonlandirmak için kosulu ayarlar ve seçici 220, belirli bir önceden belirlenmis esiktekinden daha büyük bir benzerlik ölçümüne (veya daha küçük bir mesafeye) sahip olan alanlarda, görüntüye dayali model alanlari olarak, bulunan yüzey elemanlarina sahip model elemanlarini, seçerek uyarlama islemine devam etmek için düzenlenir.
Uzman kisi, tekrarlanan deforme olabilen model uyarlama islemini sona erdirmek için kosullari tanimlamanin birçok yolu oldugunu anlayacaktir, bunlar, örnegin, görüntüye dayali model elemanlarinin ve / veya benzerlik ölçümünün sayisini maksimize etmek için daha gelismis bir en uygun hale getirme yöntemini kullanabilirler ve tanimlanan kosullar sadece mevcut bulusun koruma kapsamini açiklamaya hizmet ederler ve sinirlandirmazlar.
Bulusa göre uyarlama sisteminin 200 baska bir uygulamasinda, uyarlama sistemi 200, model elemanlarinin çogunlugunun her birinin bir uyarlama sirasini belirlemek için bir siralama birimi 250 içerir ve burada seçici 220, uyarlama sirasina dayanarak ve bir yineleme döngüsüne dayanarak en azindan bir görüntüye dayali model elemanini seçmek için düzenlenir. Siralama birimi 250, model elemanlarini bir dizi pozitif (yani 0* dan daha büyük) tamsayi - uyarlama sirasi üzerine eslemek için düzenlenir. N, maksimum uyarlaina sirasini göstersin. Seçici 220, her bir model elemanin uyarlama sirasini yineleme sayisi ile karsilastirmak için düzenlenir. Eger, bir model elemaninin uyarlama sirasi, yineleine sayisindan daha az veya esitse, daha sonra seçici 220, model elemanini görüntüye dayali model elemani olarak seçmek için düzenlenir. Yineleyici 240 ayrica, yineleme sayisini her bir yineleme döngüsü ile arttirmak için düzenlenir. Yineleme sayisi N, ye esit olmaya basladiginda, tüm model elemanlar halihazirda seçici 220 21442.1178 tarafindan görüntüye dayali model elemanlar olarak seçilirler ve yineleyici uyarlama islemini sona erdirmek için düzenlenir.
Mevcut bulusun bir uygulamasinda, bir model elemaninin uyarlama sirasi Önceden belirlenir ve deforme olabilen modelin model elemani ile depolanir.
Siralama birimi 250, deforme olabilen modelde depolanan bir model elemanindan uyarlama sirasini okumak ve uyarlama sisteminin 200 birimlerinin kullanimina sunmak için düzenlenir. Bu yaklasim, uyarlama sirasini hesaplamak yogun ve zaman alici bir süreç oldugunda, özellikle yararlidir.
Alternatif olarak, siralama birimi, bir model elemaninin uyarlama sirasini hesaplamak için düzenlenir. Örnegin, üçgen bir ag ile temsil edilen deforme olabilen model, bir referans bölgesi olarak etiketlenen bir bölge içerebilir.
Siralama birimi, bu referans bölgesini okumak için ve 1, e arti üçgenin referans bölgesinden topolojik mesafesine esit olan agin her bir üçgeninin uyarlama sirasini ayarlamak için düzenlenebilir. Böylece, referans bölgesinde bulunan üçgenler, referans sirasi 1” i elde eder, bu bölgeye bitisik üçgenler uyarlama sirasi 2” yi elde ederler ve bu sekilde devam eder. Alternatif olarak, siralama birimi, geometrik bir mesafeyi, örnegin bir üçgenin, üçgenin merkezinin, referans bölgesinde bulunan bir üçgenin en yakin merkezine olan mesafesi olarak tanimlanan referans bölgesine olan Öklid mesafesini hesaplamak için düzenlenebilir. Geometrik mesafe, bir dizi uyarlama sirasi üzerine, örnegin bir ölçekleme faktörünü veya bir ölçekleme fonksiyonunu geometrik mesafeye uygulayarak, ürünün tamsayi parçasi (Tam) fonksiyonunu hesaplayarak ve 1” i ekleyerek eslenebilir.
Bulusa göre uyarlama sisteminin 200 baska bir uygulamasinda, model elemanlarin çogunlugunun her birinin uyarlama sirasi, inodel elemanlarin çogunlugunun her birinin bir kalite ölçümüne dayanarak belirlenir. Deforine olabilen agi temsil eden bir üçgende bulunan model elemanlarinin uyarlama sirasini hesaplamanin özellikle avantajli bir yöntemi, en uygun bir özellik fonksiyonunu üçgen agin bir 21442.1178 üçgenine atamak için bir yönteme dayanir. Ilk olarak, bir dizi izin verilen gönüllü özellik fonksiyonu, her bir üçgen için tanimlanmalidir. Üçgen agin bir üçgeni ile iliskili olan gönüllü fonksiyonunun bir örnegi, üçgenin normaline yansitilan üçgen merkez konumundaki egimdir. Ilave olarak, bir özellik fonksiyonu, özellik fonksiyonunun bos bir fonksiyon oldugu üçgen merkez konumunda görüntü veri setinin yogunluklarinin sinirlarini tanimlayan bir kirpma araliginin sonlari gibi bazi parametrelere dayanabilir. Kirpma araliklarinin sinirlari en uygun hale getirilebilir. Istege bagli olarak, özellik fonksiyonu, referans 1, Bölüm 2.1, Eq (2), de tanimlanan gibi bir agirlikli mesafe cezasi içerir. Ayni zamanda, mesafe cezasi teriminin agirlik faktörü en uygun hale getirilebilir. Özellik fonksiyonlari, deforme olabilen üçgen ag modelinin üçgenlerinin hedef konumlarini tespit etmek için kullanilir. Bu hedef konumlari üçgen merkezlerini çeker. Bu nedenle, özellik fonksiyonlarinin kalitesi, hedef konumlarin kalitesini, sonuç olarak uyarlama isleminin kalitesini belirler. Bu nedenle, bir model elemaninin uyarlama sirasini, karsilik gelen en uygun hale getirilmis özellik fonksiyonunun kalitesine dayandirmak avantajlidir. Özellik fonksiyonlarini en uygun hale getirmenin yöntemi, taklit edilmis arama teknigine dayanir. Bu teknikte, ilgi nesnesini içeren, dogru olarak bölümlere ayrilmis (örnegin manuel bir bölütleme islemi) ve deforme olabilen modeli temsil etmek için kullanilan gibi ayni üçgen agi kullanarak kodlanan egitim görüntü veri setinin bir toplulugu, bir nesne fonksiyonunu tanimlamak için kullanilir. Her bir üçgenin ve her bir egitim görüntü veri setinin nesne fonksiyonuna olan katkisi, bir gönüllü özellik fonksiyonunu kullanarak hesaplanan üçgenin hedef konumu ve egitim görüntü veri setlerini temsil eden üçgen agdaki karsilik gelen üçgenin konumu arasindaki mesafeye baglidir. Nesne fonksiyonu, tüm egitim veri setlerinden ve üçgen agin üçgenlerinden gelen katkilari biriktirir. Bu biriktirilmis mesafe, gönüllü özellik fonksiyonlari dizisinden özellik fonksiyolarinin muhtemel seçimleri üzerinden en uygun hale getirilir. En uygun hale getirilmis nesne fonksiyonunun en uygun özellik fonksiyonlari, ilgili inodel elemanlar ile depolanabilir, söz konusu inodel elemanlar ayni zamanda üçgen agin üçgenlerini de içerir. Ilave olarak, bir özellik 21442.1178 fonksiyonunun kalitesi hesaplanir ve ayni zamanda ilgili model eleman ile depolanabilir. Siralama birimi 250, uyarlama islemi sirasinda uyarlama sirasini almak için düzenlenir. Özellik fonksiyonunun kalitesi, örnegin, karsilik gelen üçgenin nesne fonksiyonuna katkisina dayanir. Özellik fonksiyonu kaliteleri, üçgenlerin uyarlama siralarini temsil eden pozitif (sifirdan daha büyük) tamsayi dizisinine eslenir. Istege bagli olarak, siralama birimi 250, en uygun özellik fonksiyonlarini ve model elemanlarinin uyarlama siralarini hesaplamak için düzenlenebilir.
Deforme olabilen modeli temsil eden bir üçgen agda bulunan inodel elemanlarinin uyarlama sirasini belirlemenin baska bir yönteminde, uyarlama sirasi anatomik bir yapiya dayanir. Örnegin, Sekil 1, de gösterilen bir femurun durumunda, femur basinda bulunan model elemanlar, 1, in bir uyarlaina sirasina atanabilir, birinci bitisik bölgede bulunan model elemanlar, 2” nin bir uyarlama sirasini alabilir ve böyle devam eder. Bir kalp durumunda, ventriküllerde ve kulakçikta bulunan model elemanlar, 1, in bir uyarlama sirasini alabilir, pulmoner arterde bulunan model elemanlar, 2, nin bir uyarlama sirasini alabilir ve böylece devain eder.
Bulusa göre uyarlama sisteminin 200 baska bir uygulamasinda, uyarlama sistemi 200, model elemanlarinin çogunlugunun söz konusu her birinin uyarlama sirasina dayanan model elemanlarinin çogunlugunun her birini görsellestirmek için bir görsellestirici 260 içerir. Uyarlama siralari, görünür isik spektrumuna eslenir. En küçük uyarlama siralari mor ile temsil edilirken, en yüksek uyarlama siralari kirmizi ile temsil edilir. Diger eslemeler veya hatta gri kodlar ve doku kodlari gibi diger kodlar da mümkündür. Model elemana karsilik gelen renk kodu, model elemanin yüzey elemanina uygulanir. Görsellestirici 260, renk kodlu deforme olabilen modeli, uyarlaina sistemine 200 baglanmis bir görüntüleme cihazina transfer etmek, dolayisiyla deforme olabilen modelin çesitli alanlarinin uyarlanabilirligini görsellestirmek için düzenlenir. 21442.1178 Bulusa göre uyarlama sisteminin 200 baska bir uygulamasinda, uyarlama sistemi 200, kullanicinin bazi istege bagli sistem parametreleri, çalisma modlari ve kosullari kurulmasina izin vermek için bir kurulum birimi içerir. Örnegin, kurulum birimi, ilgi nesnesine uyarlamak için, yinelemelerin maksimum sayisini sinirlamak için ve / veya uyarlama sisteminin 200 her bir kullanimi için bir günlük dosyasi oturumu yaratilip yaratmamasi ve çikarilip çikarilmamasi seçeneginin seçilmesi için bir deforme olabilen model seçmek için düzenlenir.
Uzman kisi, bulusa göre uyarlama sisteminin 200 diger uygulamalarinin da mümkün oldugunu anlayacaktir. Diger seyler arasinda, sistemin birimlerinin yeniden tanimlanmasi ve fonksiyonlarinin yeniden atanmasi mümkündür. Örnegin, mevcut bulusun uyarlama sisteminin 200 bir uygulamasinda, seçici 120 ve yineleyici 140, iki birimin fonksiyonlarini birlestiren bir kontrol birimi olarak uygulanabilir. Bulusa göre uyarlama sisteminin 100 baska bir uygulamasinda, önceki uygulamalarin seçicisinin 120 yerine geçen seçicilerin bir çogunlugu olabilir, her bir seçici, görüntüye dayali elemanlari seçmenin farkli yöntemini kullanmak için düzenlenir. Kurulum birimi, deforme olabilen modele dayanarak kurulum asamasi sirasinda bir seçici seçmek için düzenlenebilir. görsellestirici 260, bir islemci kullanilarak uygulanabilir. Normal olarak, fonksiyonlar bir yazilim programinin kontrolü altinda gerçeklestirilir. Yürütme sirasinda, yaziliin programi ürünü bir RAM gibi bir bellek içine yüklenir ve buradan yürütülür. Program, bir ROM gibi veya manyetik ve / veya optik depolama bir arka plan belleginden yüklenebilir veya internet gibi bir ag vasitasiyla yüklenebilir. Istege bagli olarak, uygulamaya özel bir entegre devre, tanimlanan fonksiyonelligi saglayabilir.
Mevcut bulusun uyarlama sisteminin 200 birçok olasi uygulamasi vardir. Özellikle avantajli bir uygulaina, uyarlama sisteminin 200 tibbi görüntü veri setlerine uygulanmasidir. Bir tibbi görüntü veri setindeki ilgi nesnesi, örnegin, bir 21442.1178 iç organ, bir kemik ve / veya bir kan damari olabilir. Bundan baska, mevcut bulusun uyarlama sistemi 200, ilgi nesnesinin deforme olabilen bir modelini tanimlamak mümkün oldugu sürece diger bilgi alanlarinda faydali olabilir. Örnegin, sistem, hücre yapilarinin deforme olabilen modellerini hücre nesnelerine uyarlamak için hücre morfolojisinde yararli olabilir.
Avantajli olarak, bulusun uyarlaina sistemi ayrica, bir görüntü veri setini bölümlemek için kullanilabilir. Sekil 3, bir bölütleme birimine 310 sahip bir iç baglanti, bir giris baglayicisi 301 ve bir çikis baglayicisi 302 vasitasiyla baglanan uyarlama sistem birimini 200 içeren uyarlama sisteininin 300 bir uygulamasini sematik olarak gösterir. Uyarlama sistem birimi 200, bir deforme olabilen nesne modelini, görüntü veri setindeki bir ilgi nesnesine uyarlamak için düzenlenir.
Uyarlanmis deforme olabilen model, bölütleme birimi 310 tarafindan ilgi nesnesinin bir temsili olarak kullanilir. Istege bagli olarak, bölütleme sistemi 300, uyarlama sistem birimini 200 ve bölütleme birimini 310 görüntü veri setindeki baska ilgi nesnesine tekrarlanarak uygulayabilir. Bölütleme birimi 310, ayrica kayitli nesne modellerini çikis baglayicisina 302 çikarinak için düzenlenebilir.
Sekil 4, bulusun uyarlama sistemini kullanan bir görüntü edinme sisteminin 400 bir uygulamasini sematik olarak gösterir, söz konusu edinme sistemi 400, bir iç baglanti vasitasiyla uyarlama sistemine 200, bir giris baglayiciya 401 ve bir çikis baglayiciya 402 baglanan bir edinme sistem birimi 410 içerir. Bu düzenleme avantajli olarak, uyarlama sisteminin 200 güçlü isleme yetenekleri ile söz konusu edinme sistemini 400 saglayan görüntü edinme sisteminin 400 yeteneklerini arttirir. Ilave isleme yetenekleri, edinme sistemi 400 ayrica görüntü bölütleme için düzenlendigi zaman, özellikle yararini kanitlayabilir. Görüntü edinme sistemlerinin örenkleri, bir CT sistemi, bir X-isini sistemi, bir MRl sistemi, bir Ultrason sistemi, bir Pozitron Emisyon Tomografisi (PET) sistemi ve bir Tek Foton Emisyon Hesaplamali Tomografi (SPECT) sistemidir. 21442.1178 Sekil 5, is istasyonunun 500 bir uygulamasini sematik olarak gösterir. Sistem, bir sistem veri yolu 501 içerir. Bir islemci 510, bir bellek 520, bir disk giris / çikis (I/O) uyarlayicisi 530 ve bir kullanici arayüzü (UI) 540, çalisir sekilde sistem veri yoluna 501 baglanir. Bir disk depolama cihazi 531, çalisir sekilde disk I/O sekilde UI 540, a baglanir. Bir bilgisayar programi olarak uygulanan bulusun uyarlama sistemi veya bölütleine sistemi, disk depolama cihazinda 531 depolanir. ls istasyonu 500, programi ve giris verisini bellek 520 içine yüklemek ve programi islemci 510 üzerinde yürütmek için düzenlenir. Kullanici, klavyeyi 541 ve / veya fareyi 542 kullanarak is istasyonuna 500 bilgi girisi yapabilir. Is istasyonu, görüntüleme cihazina 543 ve / veya diske 531 bilgi çikisi yapmak için düzenlenir. Uzman kisi, teknikte bilinen is istasyonunun çok sayida baska uygulamasinin oldugunu ve mevcut uygulamanin bulusu açiklama amacina hizmet ettigini ve bulusun bu belirli uygulama ile sinirlandirilmasi olarak yorumlanmamasi gerektigini anlayacaktir.
Sekil 6, uyarlama yönteminin bir uygulamasini 600 sematik olarak gösterir.
Birinci adim 610, Baslangiç adimidir. Bu adim, bir yineleme sayisini lC lie kurmak gibi yöntemin mevcut uygulamasinda yapilan kurulumlari içerir. Deforme olabilen model adimini 620 baslatmak, deforme olabilen model görüntü veri setinde baslatilir. Baslatma adimi, örnegin, deforme olabilen modelin ilgi nesnesinin yanina yerlestirilmesini, kati bir uyarlamayi ve deforme olabilen modelin bir ölçeklendirilmesini içerebilir. Model elemanlari adiminin 630 uyarlama sirasini hesaplamada, deforme olabilen modelin model elemanlarinin çogunlugunda bulunan model elemanlarin uyarlama sirasi, örnegin bir referans bölgesinden topolojik mesafeye dayanarak hesaplanir. En azindan bir görüntüye dayali model eleman adiminin 640 seçiminde, model elemanlar, uyarlama sirasina dayanarak siniflandirilir. Uyarlama sirasinin 10 den küçük veya esit olan model elemanlari, görüntüye dayali model elemanlari olmaya baslar. Deforme olabilen adimi 650 uyarlamada, model enerji en uygun hale getirilir, Örnegin minimize edilir. Görüntüye dayali model elemanlari görüntü veri seti ile etkilesime girer ve 21442.1178 tüm elemanlar birbirleri ile etkilesime girer. Deforme olabilen modelin en uygun yapilandirmasi, yani minimum model enerjisine karsilik gelen model elemanlarinin konumlari, uyarlanmis deforme olabilen modeli tanimlar. Uyarlama islemini sonlandirmak ve yineleme sayisi IC adimini 660 arttirmak için kosulu kontrol etmede, yineleme sayisi maksimum sira N ile karsilastirilir. Eger IC olursa, IC birisi tarafindan arttirilir ve sonra seçme en azindan bir görüntüye dayali model elemani adimi 640 gerçeklestirilir. Eger [C = N ise, uyarlaina yönteminin SON adimi 670 gerçeklestirilir. Istege bagli olarak, sonlandirma kriteri ilave olarak, uyarlanmis deforme olabilen modelin kalitesinin bir ölçümüne dayandirilabilir. Eger uyarlaninis deforme olabilen model görüntü veri seti ile iyi uyarsa, daha sonra uyarlama yönteminin SON adimi 670 gerçeklestirilir. Ilave veya alternatif sonlandirma kriterini kullanmak da mümkündür. Sonlandirici SON adimi 670, uyarlaina isleminin sonuçlarinin çiktisini içerir.
Bulusun uyarlama sistemi 200, bir bilgisayar program ürünü olarak uygulanabilir ve örnegin manyetik bant, manyetik disk veya optik disk gibi herhangi bir uygun ortam üzerine depolanabilir. Bu bilgisayar programi, bir islem birimi ve bir bellek içeren bir bilgisayar düzenlemesi içine yüklenebilir. Bilgisayar program ürünü yüklendikten sonra, görevleri tespit, kayit ve / veya bölümleme görevlerini gerçeklestirme kabiliyetine sahip isleme birimi saglar.
Mevcut bulusun yönteminin tanimlanan uygulamalarindaki sira zorunlu degildir, uzman kisi adimlarin sirasini degistirebilir veya is parçasi modellerini, çoklu islemci sistemlerini veya mevcut bulus tarafindan amaçlanan kavramdan ayrilmadan çoklu islemleri kullanarak adimlari es zamanli gerçeklestirebilir.
Yukarida bahsedilen uygulamalarin bulusu sinirlamaktan ziyade açaklayici olduklari ve teknikte uzman kisilerin, ekteki istemlerin kapsamindan ayrilmadan alternatif uygulamalar tasarlayabilecekleri not edilmelidir. Istemlerde, parantezler arasinda bulunan herhangi bir referans isareti, istemi sinirlandirici olarak yorunlanmamalidir. “Içeren” kelimesi, bir istemde listelenmeyen elemanlarin veya 21442.1178 adimlarin varligini hariç tutmaz. Bir elemandan önce gelen “bir” veya “bir” kelimesi, bu tür elemanlarin bir çogunlugunun varligini hariç tutmaz. Bulus, birkeç farkli eleman içeren donanim vasitasiyla ve uygun olarak programlanmis bir bilgisayar vasitasiyla gerçeklestirilebilir. Sistemde birkaç birimin numaralandirilmasi talep edilir, bu birimlerin birkaçi, donanim veya yazilimin tek ve ayni Ögesi tarafindan kullanilabilir. Birinci, ikinci ve üçüncü vb. kelimelerinin kullanimi, herhangi bir siralamayi göstermez. Bu keliineler isimler olarak yoruinlanacaktir.

Claims (13)

ISTEMLER
1. Model elemanlarin bir çogunlugunu içeren deforme olabilen bir modeli, bir görüntü veri setindeki bir ilgi nesnesine uyarlamak için bir uyarlama sistemi (200) olup, söz konusu sistem asagidakileri içerir: - model elemanlarin çogunlugundan en azindan bir görüntüye dayali model elemani seçmek için bir seçici (220) ve - deforme olabilen modelin bir model enerjisini en uygun hale getirmeye dayanarak deforme olabilen modeli nyarlamak için bir uyarlayici (230), söz konusu model enerjisi, model elemanlarin çogunlugunun bir iç enerjisini ve en azindan bir görüntüye dayali model elemaninin bir dis enerjisini içerir, böylece deforme olabilen modeli uyarlar.
. Istein 1” de talep edilen gibi bir uyarlama sistemi olup, burada model enerjisini en uygun hale getirmek, bir model kuvvet alanini en uygun hale getirmeye dayanir.
. Istem 1' de talep edilen gibi bir uyarlama sistemi olup, burada seçici, en azindan bir görüntüye dayali model elemaninin seçilmesine yardimci olmak için bir hesaplama gerçeklestirmek üzere düzenlenir.
. Istem 1” de talep edilen gibi bir uyarlama sistemi olup, burada seçici, en azindan bir görüntüye dayali model elemani seçmek için bir giris almak için düzenlenir.
. Istem 19 de talep edilen gibi bir uyarlama sistemi olup, deforme olabilen modeli tekrarlanarak uyarlamak için bir yineleyici (240) içerir.
. Istem 5, te talep edilen gibi bir uyarlama sistemi olup, model elemanlarin çogunlugunun her birinin bir uyarlama sirasini belirlemek için bir siralama birimi (250) içerir ve burada seçici, uyarlama sirasina dayanarak ve yineleme döngüsüne dayanarak en azindan bir görüntüye dayali model elemani seçmek için düzenlenir.
Istem 6, da talep edilen gibi bir uyarlama sistemi olup, burada model elemanlarin çogunlugunun her birinin uyarlama sirasi, model elemanlarin çogunlugunun söz konusu her birinin bir kalite ölçümüne dayanarak belirlenir.
Istem 6 veya 7' de talep edilen gibi bir uyarlama sistemi olup, model elemanlarin çogunlugunun her birini, model elemanlarin çogunlugunun söz konusu her birinin uyarlama sirasina dayanarak görsellestirmek için bir görsellestirici (260) içerir.
Istemler 1 ila 8' den herhangi birisinde talep edilen gibi bir uyarlama sistemi olup, uyarlanmis deforme olabilen modele dayanarak ilgi nesnesini bölümlemek için bir bölütleme birimi (310) içerir.
Bir görüntü veri setini elde etmek için bir edinme sistemi (400) olup, model elemanlarin bir çogunlugunu içeren deforme olabilen bir modeli, istemler 1 ila 9, un herhangi birisinde talep edilen gibi bir görüntü veri setindeki bir ilgi nesnesine uyarlamak için bir uyarlama sistemi (200) içerir.
Istemler 1 ila 9, un herhangi birisinde talep edilen gibi uyarlaina sistemi içeren bir is istasyonu (500).
Model elemanlarin bir çogunlugunu içeren deforma olabilen bir modeli, bir görüntü veri setindeki bir ilgi nesnesine uyarlamanin bir yöntemi (600) olup, söz konusu yöntem asagidakileri içerir: - model elemanlarin çogunlugundan en azindan bir görüntüye dayali model elemani seçmek için bir seçme adimi (640) ve - deforme olabilen modelin bir model enerjisini en uygun hale getirmeye dayanarak deforme olabilen modeli uyarlamak için bir uyarlama adimi (650), söz konusu model enerjisi, model elemanlarin çogunlugunun bir iç enerjisini ve en azindan bir görüntüye dayali model elemaninin bir dis enerjisini içerir, böylece deforme olabilen modeli uyarlar.
13. Bir bilgisayar düzenlemesi tarafindan yüklenecek bir bilgisayar program ürünü olup, model elemanlarin bir çogunlugunu içeren deforme olabilen bir modeli, bir görüntü veri setindeki bir ilgi nesnesine uyarlamak için talimatlar içerir, bilgisayar düzenlemesi bir islem birimi ve bir bellek içerir, bilgisayar program ürünü, yüklendikten sonra, asagidaki görevleri gerçeklestirme yetenegine sahip söz konusu islem birimini saglar: - model elemanlarin çogunlugundan en azindan bir görüntüye dayali model elemani seçmek ve - deforme olabilen modelin bir inodel enerjisini en uygun hale getirmeye dayanarak deforme olabilen modeli uyarlamak, söz konusu model enerjisi, model elemanlarin çogunlugunun bir iç enerjisini ve en azindan bir görüntüye dayali model elemaninin bir dis enerjisini içerir, böylece deforme olabilen modeli uyarlar.
TR2018/15808T 2005-06-21 2006-06-20 İlerici model tabanlı uyarlama TR201815808T4 (tr)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
EP05105485 2005-06-21

Publications (1)

Publication Number Publication Date
TR201815808T4 true TR201815808T4 (tr) 2018-11-21

Family

ID=37435401

Family Applications (1)

Application Number Title Priority Date Filing Date
TR2018/15808T TR201815808T4 (tr) 2005-06-21 2006-06-20 İlerici model tabanlı uyarlama

Country Status (6)

Country Link
US (1) US9129387B2 (tr)
EP (1) EP1897058B1 (tr)
JP (1) JP4885952B2 (tr)
CN (1) CN101203883B (tr)
TR (1) TR201815808T4 (tr)
WO (1) WO2006137013A2 (tr)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008120177A2 (en) 2007-03-29 2008-10-09 Koninklijke Philips Electronics N.V. Progressive model-based adaptation
CN102460509B (zh) * 2009-06-24 2015-01-07 皇家飞利浦电子股份有限公司 基于图像信息建立结构的轮廓
GB201002855D0 (en) * 2010-02-19 2010-04-07 Materialise Dental Nv Method and system for achiving subject-specific, three-dimensional information about the geometry of part of the body
US8682626B2 (en) * 2010-07-21 2014-03-25 Siemens Aktiengesellschaft Method and system for comprehensive patient-specific modeling of the heart
WO2013179188A1 (en) * 2012-05-31 2013-12-05 Koninklijke Philips N.V. Method and system for quantitative evaluation of image segmentation
JP6400725B2 (ja) * 2014-03-21 2018-10-03 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. 関心領域を区分化するための画像処理機器及び方法
EP3224803A1 (en) * 2014-11-28 2017-10-04 Koninklijke Philips N.V. Model-based segmentation of an anatomical structure
EP3242602B1 (en) 2015-01-06 2019-08-07 Koninklijke Philips N.V. Ultrasound imaging apparatus and method for segmenting anatomical objects
CN109657799A (zh) * 2018-11-20 2019-04-19 北京首钢自动化信息技术有限公司 一种基于场景适配的模型调优方法和装置

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3016807A1 (de) 1980-05-02 1981-11-05 Licentia Patent-Verwaltungs-Gmbh, 6000 Frankfurt Verfahren zur herstellung von silizium
DE69429743T2 (de) * 1993-06-29 2002-10-02 Koninklijke Philips Electronics N.V., Eindhoven Verfahren und Gerät zur Bestimmung einer Kontur in einem durch eine Dichteverteilung gekennzeichneten Raum
US5926568A (en) * 1997-06-30 1999-07-20 The University Of North Carolina At Chapel Hill Image object matching using core analysis and deformable shape loci
EP1039417B1 (en) * 1999-03-19 2006-12-20 Max-Planck-Gesellschaft zur Förderung der Wissenschaften e.V. Method and device for the processing of images based on morphable models
AU2115901A (en) * 1999-10-21 2001-04-30 Arch Development Corporation Method, system and computer readable medium for computerized processing of contralateral and temporal subtraction images using elastic matching
EP1371013B1 (en) 2001-03-09 2017-04-12 Koninklijke Philips N.V. Image segmentation
JP4170096B2 (ja) * 2001-03-29 2008-10-22 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 対象の3次元表面上にマップされた3次元メッシュモデルの適合性評価のための画像処理装置
JP4880220B2 (ja) * 2002-07-19 2012-02-22 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 変形可能なモデルを用いた対象の自動測定
EP1525558A2 (en) * 2002-07-19 2005-04-27 Philips Intellectual Property & Standards GmbH Simultaneous segmentation of multiple or composed objects by mesh adaptation
WO2004111936A1 (en) 2003-06-16 2004-12-23 Philips Intellectual Property & Standards Gmbh Image segmentation in time-series images
ATE476720T1 (de) 2003-06-13 2010-08-15 Koninkl Philips Electronics Nv Dreidimensionale bildsegmentierung
US20060210158A1 (en) 2003-07-16 2006-09-21 Koninklijke Philips Electronics N. V. Object-specific segmentation

Also Published As

Publication number Publication date
CN101203883A (zh) 2008-06-18
WO2006137013A3 (en) 2007-03-29
US20100145661A1 (en) 2010-06-10
JP4885952B2 (ja) 2012-02-29
EP1897058B1 (en) 2018-08-22
WO2006137013A2 (en) 2006-12-28
JP2008547103A (ja) 2008-12-25
US9129387B2 (en) 2015-09-08
CN101203883B (zh) 2010-06-23
EP1897058A2 (en) 2008-03-12

Similar Documents

Publication Publication Date Title
US10210613B2 (en) Multiple landmark detection in medical images based on hierarchical feature learning and end-to-end training
EP3295374B1 (en) Method and system for landmark detection in medical images using deep neural networks
EP3504680B1 (en) Systems and methods for image segmentation using convolutional neural network
US5433199A (en) Cardiac functional analysis method using gradient image segmentation
US9299145B2 (en) Image segmentation techniques
US20060008143A1 (en) Hierachical image segmentation
US8605969B2 (en) Method and system for multiple object detection by sequential Monte Carlo and hierarchical detection network
RU2413995C2 (ru) Способ улучшения последующей обработки изображений с использованием деформируемых сеток
US20090202150A1 (en) Variable resolution model based image segmentation
WO2008041165A2 (en) Model-based coronary centerline localization
Ecabert et al. Modeling shape variability for full heart segmentation in cardiac computed-tomography images
TR201815808T4 (tr) İlerici model tabanlı uyarlama
US8099442B2 (en) Robust generative features
JP7755170B2 (ja) 画像をセグメント化する方法及びシステム
US12373953B2 (en) Segmentating a tubular feature
JP2024509039A (ja) 分類の視覚的説明、方法、システム
US8917933B2 (en) Mesh collision avoidance
Chitiboi et al. Contour tracking and probabilistic segmentation of tissue phase mapping MRI
JP5897012B2 (ja) 画像セグメント化のためのシステム、方法及びコンピュータプログラム
WO2008152555A2 (en) Anatomy-driven image data segmentation
US20080205718A1 (en) Automated Organ Linking for Organ Model Placement
Sundaramoorthy et al. Regional shape-based feature space for segmenting biomedical images using neural networks
WO2009034499A2 (en) Flexible 'plug-and-play' medical image segmentation