LANDMARK DETECTION WITH SPATIAL AND TEMPORAL CONSTRAINTS IN MEDICAL IMAGING

Anatomy, such as papillary muscle, is automatically detected (34) and/or detected in real-time. For automatic detection (34) of small anatomy, machine-learnt classification with spatial (32) and temporal (e.g., Markov) (34) constraints is used. For real-time detection, sparse machine-learnt detectio...

Full description

Saved in:
Bibliographic Details
Main Authors EL-ZEHIRY, NOHA YOUSSRY, IONASEC, RAZVAN, HOULE, HELENE C, TATPATI, ANAND VINOD, VOIGT, INGMAR, GEORGESCU, BOGDAN, SCUTARU, MIHAI, MANSI, TOMMASO, COMANICIU, DORIN
Format Patent
LanguageEnglish
French
Published 25.02.2016
Subjects
CALCULATING
COMPUTING
COUNTING
IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
PHYSICS
Online AccessGet full text

Cover

More Information
Summary:Anatomy, such as papillary muscle, is automatically detected (34) and/or detected in real-time. For automatic detection (34) of small anatomy, machine-learnt classification with spatial (32) and temporal (e.g., Markov) (34) constraints is used. For real-time detection, sparse machine-learnt detection (34) interleaved with optical flow tracking (38) is used. Selon l'invention, l'anatomie, par exemple de muscles papillaires, est automatiquement détectée (34) et/ou détectée en temps réel. Pour la détection automatique (34) de l'anatomie de parties de petite taille, une classification à apprentissage machine avec des contraintes spatiales (32) et temporelles (par exemple, de Markov) (34) est utilisée. Pour la détection en temps réel, une détection à apprentissage machine (34) éparse entrelacée avec un suivi de flux optique (38) est utilisée.
Bibliography:Application Number: WO2015US34618