TR201815808T4 - İlerici model tabanlı uyarlama - Google Patents
İlerici model tabanlı uyarlama Download PDFInfo
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/149—Segmentation; Edge detection involving deformable models, e.g. active contour models
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30008—Bone
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)
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.
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)
| 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)
| 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 |
-
2006
- 2006-06-20 JP JP2008517674A patent/JP4885952B2/ja not_active Expired - Fee Related
- 2006-06-20 TR TR2018/15808T patent/TR201815808T4/tr unknown
- 2006-06-20 US US11/917,937 patent/US9129387B2/en active Active
- 2006-06-20 WO PCT/IB2006/051983 patent/WO2006137013A2/en not_active Ceased
- 2006-06-20 CN CN2006800225386A patent/CN101203883B/zh active Active
- 2006-06-20 EP EP06765794.0A patent/EP1897058B1/en active Active
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 |