EA024855B1 - Способ получения субтракционного ангиографического изображения - Google Patents
Способ получения субтракционного ангиографического изображения Download PDFInfo
- Publication number
- EA024855B1 EA024855B1 EA201200924A EA201200924A EA024855B1 EA 024855 B1 EA024855 B1 EA 024855B1 EA 201200924 A EA201200924 A EA 201200924A EA 201200924 A EA201200924 A EA 201200924A EA 024855 B1 EA024855 B1 EA 024855B1
- Authority
- EA
- Eurasian Patent Office
- Prior art keywords
- image
- contrast
- digital images
- images
- series
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 33
- 230000009466 transformation Effects 0.000 claims abstract description 22
- 210000000056 organ Anatomy 0.000 claims abstract description 19
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims abstract description 12
- 238000006073 displacement reaction Methods 0.000 claims abstract description 11
- 238000000844 transformation Methods 0.000 claims abstract description 6
- 210000001519 tissue Anatomy 0.000 claims description 8
- 230000011218 segmentation Effects 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 4
- 210000000988 bone and bone Anatomy 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 13
- 230000002792 vascular Effects 0.000 abstract description 12
- 238000002583 angiography Methods 0.000 abstract description 6
- 210000003484 anatomy Anatomy 0.000 abstract description 3
- 210000001835 viscera Anatomy 0.000 abstract description 2
- 230000008030 elimination Effects 0.000 abstract 1
- 238000003379 elimination reaction Methods 0.000 abstract 1
- 238000003709 image segmentation Methods 0.000 abstract 1
- 239000002872 contrast media Substances 0.000 description 16
- 239000011159 matrix material Substances 0.000 description 8
- 230000004044 response Effects 0.000 description 7
- 239000012634 fragment Substances 0.000 description 6
- 210000004204 blood vessel Anatomy 0.000 description 5
- 230000005855 radiation Effects 0.000 description 4
- 239000013598 vector Substances 0.000 description 4
- 238000009499 grossing Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 208000012661 Dyskinesia Diseases 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000004090 dissolution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000005755 formation reaction Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000017311 musculoskeletal movement, spinal reflex action Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000002685 pulmonary effect Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 210000003625 skull Anatomy 0.000 description 1
- 210000004872 soft tissue Anatomy 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/32—Determination of transform parameters for the alignment of images, i.e. image registration using correlation-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20004—Adaptive image processing
- G06T2207/20012—Locally adaptive
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20224—Image subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR 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
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- High Energy & Nuclear Physics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
Изобретение относится к области цифровой обработки рентгенограмм и может быть использовано в цифровой субтракционной ангиографии для компенсации влияния непроизвольного движения пациента и естественного движения его внутренних органов на изображение сосудистой системы. Техническим результатом заявляемого изобретения является повышение диагностической ценности субтракционного ангиографического изображения за счет устранения артефактов изображения, вызванных подвижностью анатомических структур. Технический результат достигается за счет того, что на этапе совмещения цифровых изображений выполняют поиск характерных деталей на каждом изображении, по смещению названных деталей определяют вероятные смещения органов пациента, осуществляют сегментацию изображения предконтрастной серии на области, в которых характерные детали смещены согласованно, для каждой области рассчитывают афинное преобразование и выполняют соответствующие афинные преобразования для всех областей на цифровых изображениях предконтрастной серии.
Description
Изобретение относится к области цифровой обработки рентгенограмм и может быть использовано в цифровой субтракционной ангиографии для компенсации влияния непроизвольного движения пациента и естественного движения его внутренних органов на изображение сосудистой системы.
Предшествующий уровень техники
Ангиография является методом визуализации кровеносных сосудов, основанным на введении контрастного вещества в исследуемую часть сосудистой системы пациента. На ангиографических снимках, помимо сосудов, присутствуют изображения близлежащих органов и тканей, на фоне которых сосуды, заполненные контрастным веществом, во многих случаях слабо различимы. В субтракционной ангиографии для уменьшения видимости близлежащих органов формируют предконтрастное изображение рентгенографическое изображение исследуемой части организма пациента, сформированное до начала ввода контрастного вещества в сосудистую систему. В дальнейшем выполняется съемка серии изображений сосудов по мере заполнения их рентгеноконтрастным веществом - постконтрастных изображений. Под термином постконтрастное изображение понимаются все изображения, зарегистрированные не ранее начала ввода контрастного вещества и отражающие фазы заполнения сосудов контрастным веществом, продвижения контрастного вещества по сосудам и постепенного растворения контрастного вещества в крови. Предконтрастное изображение вычитается из каждого постконтрастного изображения, благодаря чему компенсируются те детали изображения, которые не относятся к сосудистой системе - кости, мягкие ткани и т. д. Это значительно улучшает различимость сосудов и облегчает проведение лечебнодиагностических процедур.
Поскольку получение предконтрастных и постконтрастных изображений происходят в различные моменты времени, любые изменения пространственного положения органов и тканей, присутствующих на изображении, приводят к появлению артефактов. Особенно отчетливо такие артефакты проявляются на контрастных границах подвижных объектов. В некоторых случаях контрастность артефактов превышает контрастность сосудов, что приводит к маскированию существенных фрагментов сосудистой системы и делает существенные детали неразличимыми.
Известен способ совмещения изображений применительно к цифровой субтракционной ангиографии по патенту ИЗ № 7409078. В соответствии с этим способом ангиографическое изображение формируют следующим образом:
получают предконтрастное изображение перед началом ввода контрастного вещества в сосудистую систему пациента;
вводят контрастное вещество в сосудистую систему пациента; получают постконтрастное изображение;
на предконтрастное изображение накладывают сетку с ячейками правильной геометрической формы;
выполняют пространственное совмещение постконтрастного изображения с предконтрастным по контрольным точкам, размещенным в узлах сетки;
после совмещения вычитают одно изображение из другого и отображают результат на дисплее; проверяют устойчивость свойств контрольных точек, и если она оказывается недостаточной, сетку разбивают на ячейки меньшего или большего размера.
Недостатком способа является неполный учет характеристик обрабатываемого изображения, что приводит к субоптимальной коррекции артефактов движения.
Известен способ и устройство для цифровой субтракционной ангиографии по патенту ИЗ № 5848121. В соответствии с этим способом ангиографическое изображение получают следующим образом:
получают предконтрастное изображение перед началом ввода контрастного вещества в сосудистую систему пациента;
вводят контрастное вещество в сосудистую систему пациента; получают постконтрастное изображение;
находят множество характерных деталей на предконтрастном изображении и множество характерных деталей на постконтрастном изображении;
определяют соответствие между найденными характерными деталями в двух изображениях; формируют модель локально-адаптивного афинного преобразования на основе координат характерных точек;
применяют полученное преобразование для деформации предконтрастного изображения; формируют субтракционное изображение путем вычитания логарифма деформированного предконтрастного изображения из логарифма постконтрастного изображения.
Недостатком способа является то, что ошибочное определение соответствия характерных точек предконтрастного и постконтрастного изображений приводит к появлению неустранимых дефектов на результирующем изображении.
Наиболее близким к заявляемому является способ совмещения, вычитания и отображения рентгеновских изображений грудной клетки по заявке ИЗ № 2010/0266188. Способ состоит из следующих опе- 1 024855 раций:
получают предконтрастное изображение перед началом ввода контрастного вещества в сосудистую систему пациента;
вводят контрастное вещество в сосудистую систему пациента; получают постконтрастное изображение;
таким образом, получают не менее двух рентгеновских снимков, содержащих изображения одних и тех же органов;
проводят предварительную обработку изображений, включающую нормировку по размерам, яркости и глубине цвета, а также выделение зон интереса;
выполняют грубое совмещение изображений, включая компенсацию сдвига и поворота; выполняют точное совмещение изображений, используя корреляционное совмещение мелких деталей либо методы вычисления оптического потока;
вычитают совмещенные изображения друг из друга таким образом, который обеспечивает наилучшую видимость необходимых деталей и наилучшее подавление посторонних деталей.
Общими признаками с заявляемым способом являются:
1. Оценка афинных преобразований, связывающих совмещаемые изображения по ограниченному множеству контрольных областей.
2. Возможность компенсации сдвига, поворота, а также локальных деформаций исследуемых органов на изображении.
3. Многомасштабный анализ изображений при оценке движения.
4. Разностная обработка совмещенных изображений с целью подчеркивания определенных деталей (сосудов в заявляемом способе или легочных микрообразований в прототипе).
Основным недостатком способа по заявке И8 № 2010/0266188 является ограниченная точность оценки движения при определенных характеристиках исследуемого объекта, что существенно влияет на качество получаемого ангиографического изображения. Это вызвано последовательной схемой компенсации движения на различных масштабах, от более грубого к более точному. Как показывает пространственно-частотный анализ большого числа изображений, встречаемых в клинической практике, многие изображения содержат существенные детали, проявляющиеся только при понижении пространственного разрешения. В таких случаях указанный способ дает точные результаты лишь до определенного момента, а в дальнейшем накапливает ошибку.
Кроме того, по известному способу функция преобразования координат является гладкой в пределах области интереса, что негативно сказывается на точности компенсации движения в случае, когда в области интереса находится не менее двух движущих фрагментов, границы которых четко выражены.
Раскрытие изобретения
Техническим результатом заявляемого изобретения является повышение диагностической ценности субтракционного ангиографического изображения за счет устранения артефактов подвижности анатомических структур.
Технический результат в способе получения субтракционного ангиографического изображения, заключающемся в том, что посредством рентгенологического оборудования выполняют съемку пациента с получением предконтрастной серии из N цифровых изображений, вводят рентгеноконтрастное вещество в исследуемые сосуды пациента, выполняют рентгенографическую съемку с получением постконтрастной серии из М цифровых изображений, производят пространственное совмещение цифровых изображений предконтрастной и постконтрастной серий, вычитают цифровые изображения предконтрастной серии из цифровых изображений постконтрастной серии и полученное ангиографическое цифровое изображение передают на устройство вывода достигается тем, что на этапе совмещения цифровых изображений выполняют поиск характерных деталей на каждом изображении, по смещению названных деталей определяют вероятные смещения органов пациента, осуществляют сегментацию изображения предконтрастной серии на области, в которых характерные детали смещены согласованно, для каждой области рассчитывают афинное преобразование и выполняют соответствующие афинные преобразования для всех областей на цифровых изображениях предконтрастной серии.
Возможен вариант осуществления настоящего изобретения, где в качестве характерных деталей выбирают такие элементы костных структур и органов пациента, положение которых на цифровых изображениях на протяжении съемки однозначно определяется независимо от изменения их положения в пространстве.
Возможен вариант осуществления настоящего изобретения, где при сегментации цифрового изображения предконтрастной серии на области, в которых характерные детали смещены согласованно, приписывают каждой характерной детали конечное множество возможных смещений относительно текущего изображения постконтрастной серии и выделяют области на изображении, в пределах которых характерные детали смещаются согласованно.
Возможен вариант осуществления настоящего изобретения, где в изображениях предконтрастной серии выделяют неподвижные части рентгенологического оборудования и на этапе совмещения цифровых изображений этим областям присваивают нулевое смещение.
- 2 024855
Возможен вариант осуществления настоящего изобретения, согласно которому после получения предконтрастной серии из N цифровых изображений формируют единственное опорное предконтрастное цифровое изображение путем взвешенного суммирования цифровых изображений, первое из которых запоминают без изменений, а для каждого последующего перед суммированием с текущим опорным изображением выполняют пространственное совмещение с ним.
Возможен вариант осуществления настоящего изобретения, согласно которому в процессе получения постконтрастной серии цифровых изображений выбирают опорное изображение также из постконтрастной серии и повторяют для него поиск характерных деталей, оценку смещений и сегментацию.
Возможен вариант осуществления настоящего изобретения, согласно которому на каждом из полученных цифровых изображений органы и ткани, затеняющие друг друга, разделяют по меньшей мере на два перекрывающихся изображения - слои, соответствующие органам и тканям, находящимся на различной глубине; совмещение изображений проводят независимо для каждого слоя и результаты затем суммируют.
Подробное описание изобретения
Заявляемое техническое решение, возможность его технической реализации и достижение указанного технического результата поясняется фиг. 1-4.
Фиг. 1. Схема аппарата.
Фиг. 2. Состав изображения постконтрастной серии.
Фиг. 3. Сегментация подвижных органов.
Фиг. 4. Результаты обработки.
Получение цифровых рентгенограмм осуществляют, например, с помощью устройства, показанного на фиг. 1. Оно содержит рентгеновскую трубку 1, которая испускает поток рентгеновского излучения
2. Поток рентгеновского излучения 2 проходит через тело пациента 3, находящегося на столе 4, и поступает на приемник 5. Приемник 5 осуществляет преобразование потока рентгеновского излучения в цифровое изображение. В одном из возможных вариантов реализации приемник содержит сцинтилляционный экран (на чертеже не показан), преобразующий рентгеновское излучение в видимый свет, и матрицу фоточувствительных элементов (на чертеже не показаны). Рентгеновская трубка 1 и приемник 5 неподвижно закреплены на штативе 6, который выполнен с возможностью перемещения относительно стола 4 в различных плоскостях.
Согласно заявляемому способу выполняют съемку пациента с получением предконтрастной серии из N цифровых изображений (где N>1). После ввода рентгеноконтрастного вещества в исследуемые сосуды пациента получают постконтрастную серию из М цифровых изображений (где М>1). Для каждого изображения постконтрастной серии выбирают соответствующее опорное изображение, которое может принадлежать предконтрастной серии, принадлежать постконтрастной серии или быть результатом совместной обработки нескольких предшествующих изображений из обеих серий.
В соответствии с различными реализациями изобретения возможны следующие варианты получения и обработки изображений предконтрастной и постконтрастной серий.
1. При неподвижном штативе получают предконтрастную серию из N цифровых изображений (где N>1). Наиболее качественное изображение, выбранное вручную (или единственное предконтрастное изображение в случае N = 1), используют в качестве опорного при обработке всех изображений постконтрастной серии.
2. При неподвижном штативе получают предконтрастную серию из не менее чем двух цифровых изображений. Наиболее качественное изображение, выбранное вручную, запоминают в качестве опорного. Для всех последующих изображений предконтрастной серии выполняют пространственное совмещение с опорным изображением. Совмещенные изображения суммируют, результат суммирования запоминают в качестве обновленного опорного изображения. В результате на опорном изображении ослабляются шумы. При обработке всех изображений постконтрастной серии используется одно опорное изображение.
3. В случае, когда ангиографическое исследование требует перемещения штатива, например, при исследовании протяженных сосудов пациента, изображения предконтрастной серии получают при различных положениях штатива. Траектории перемещения штатива при съемке предконтрастной и постконтрастной серий совпадают. Каждое изображение предконтрастной серии является опорным при обработке изображения постконтрастной серии, полученного при таком же положении штатива.
4. В случаях, когда при получении постконтрастной серии произошло непредусмотренное перемещение штатива, существенное движение пациента, или по другим причинам изменилось содержание изображения, с этого момента в качестве опорного изображения выбирают вместо изображения предконтрастной серии одно из изображений постконтрастной серии, обработанное с целью уменьшения заметности сосудов, заполненных контрастным веществом.
На фиг. 2 показан состав цифрового ангиографического изображения постконтрастной серии. Прямоугольное рабочее поле 7 приемника частично закрыто деталями 8 рентгеновского аппарата, неподвижными во время исследования. Изображение пациента содержит заполненные контрастным веществом
- 3 024855 кровеносные сосуды 9, а также органы и ткани 10, не являющиеся объектами ангиографического исследования.
Для совмещения изображения постконтрастной серии с опорным изображением определяют такое афинное преобразование, при котором достигается наилучшее совпадение этих двух изображений. За счет предварительного выделения неподвижных областей ограничивают область, для которой требуется совмещение изображений. Это необходимо в тех случаях, когда часть рабочего поля 7 приемника закрыта створками коллиматора или в составе приемника используется электронно-оптический преобразователь круглого сечения. Границы неподвижных областей имеют априорно известную форму прямых или гладких кривых линий, а также высокий контраст, что позволяет использовать для их поиска известные алгоритмы выделения геометрических примитивов (например, преобразование Хафа) в сочетании с методами регрессионного анализа. Неподвижность данных областей позволяет выделить их единожды при обработке каждого опорного изображения.
При совмещении изображений сначала выбирают конечное множество контрольных областей на опорном изображении. Контрольные области размещают таким образом, чтобы в них попадали характерные детали изображения. Характерная деталь должна обладать свойствами, позволяющими достоверно выделять ее на изображениях данного объекта независимо от яркостных и афинных преобразований, а также при наличии шумов. Для выделения контрольных областей выполняют следующие действия:
1. Формируют многомасштабное представление изображения, применяя пирамидальное разложение Гаусса или аналогичное преобразование. Число масштабов задают вручную или согласовывают с формой спектра пространственных частот изображения.
2. На каждом масштабе к изображению применяют математический оператор подчеркивания характерных деталей (далее, для краткости -детектор). В одном из вариантов реализации изобретения данный оператор основан на вычислении ковариационной матрицы текстуры в каждой точке изображения. Откликом детектора является произведение собственных значений данной матрицы. Локальные максимумы отклика детектора соответствуют перепадам яркости, изгибам и пересечениям границ объектов.
3. Ограничивают множество характерных деталей, выбирая детали с максимальным значением отклика детектора, найденные на различных масштабах. Для корректного сравнения значений отклика детектора на различных масштабах вводят поправочный множитель, монотонно возрастающий при переходе от более крупного масштаба к более мелкому.
4. В окрестности каждой из найденных характерных деталей формируют контрольную область, размер которой соответствует масштабу, на котором получен максимальный отклик детектора. Каждой области может быть дополнительно приписана пространственная ориентация, соответствующая главному собственному вектору ковариационной матрицы текстуры.
Возможен упрощенный вариант реализации изобретения, при котором поиск характерных деталей не осуществляется. Вместо этого на изображение накладывается геометрическая сетка априорно заданной структуры (например, прямоугольная) и множество контрольных областей располагается в узлах сетки.
Результатом анализа опорного изображения является совокупность контрольных областей, для каждой из которых сохраняют координаты центра, размеры и, в зависимости от реализации изобретения, дополнительные атрибуты.
Для каждого цифрового изображения постконтрастной серии, а также для изображений предконтрастной серии, не являющихся опорными, осуществляют процедуру совмещения с опорным изображением, состоящую из следующих действий:
1. Осуществляют выделение контрольных областей на изображении тем же способом, что при обработке опорного изображения.
2. Выполняют сравнение атрибутов контрольных областей текущего изображения с сохраненными атрибутами контрольных областей опорного изображения. На основе корреляции определяют взаимнооднозначные соответствия между контрольными областями. В результате каждой контрольной области приписывают вектор смещения относительно опорного изображения. В общем случае, множество контрольных областей, выделенных на опорном изображении, может не полностью совпадать с множеством контрольных областей текущего изображения. Возникающие при этом ошибки в определении смещений устраняют статистическими методами при дальнейшей обработке.
3. Выделяют из множества контрольных областей группы, перемещение которых происходит согласованно и с достаточной точностью описывается выбранной моделью афинного преобразования. В одном из возможных вариантов реализации изобретения такой моделью является аффинное преобразование, подразумевающее различные комбинации сдвига, поворота, наклона и изменения масштаба изображения. Для примера на фиг. 3 показана сегментация (разбиение) латеральной проекции головы пациента на три области с различной подвижностью: череп 11, нижнюю челюсть 12 и плечи 13. Центрам контрольных областей 14 приписаны векторы смещения, в том числе ложные векторы 15. В результате кластерного анализа смещений приписывают каждой группе контрольных областей общую модель афинного преобразования.
4. Определяют границы сегментов изображения, содержащих выделенные группы контрольных об- 4 024855 ластей, используя информацию о градиенте яркости изображения.
5. Преобразуют опорное изображение, применяя к выделенным сегментам изображения рассчитанные афинные преобразования. На границах сегментов возможно применение интерполяции для ослабления краевых эффектов.
После того как выполнено совмещение изображений, осуществляют поэлементное арифметическое деление яркости текущего изображения на яркости преобразованного опорного изображения. Эта операция соответствует логарифмическому вычитанию. Результат является искомым субтракционным изображением.
На фиг. 4 представлено сравнение ангиографического изображения 16, полученного без применения компенсации движения, и ангиографического изображения 17, полученного заявляемым способом. В первом случае на изображения сосудов 18, заполненных контрастным веществом, наложены артефакты движения 19, не являющиеся изображениями каких-либо существующих органов или тканей. Во втором случае артефакты 20 выражены существенно слабее.
Благодаря сегментации поля смещений, полученного после сопоставления контрольных областей опорного изображения и текущего изображения, достигают меньшей остаточной видимости органов, ухудшающих различимость исследуемых сосудов, на ангиографическом изображении, что повышает диагностическую ценность изображений, получаемых заявляемым способом.
Лучший вариант осуществления изобретения
Рентгенографические изображения получают с помощью аппарата, у которого неподвижные части не проецируются на рабочее поле преемника. Выполняют рентгенографическую съемку с получением предконтрастной серии из 2-3 цифровых изображений. На первом цифровом изображении предконтрастной серии осуществляют поиск характерных деталей. Для этого над ним выполняют следующие операции.
1. Формируют многомасштабное представление изображения, состоящее из 4 уровней. Первым уровнем является само изображение. Далее для формирования каждого следующего уровня применяют сглаживающий цифровой фильтр с апертурой 3x3 элемента и прореживают изображение вдвое.
2. На каждом уровне многомасштабного изображения выделяют характерные детали. Для этого сначала вычисляют первые частные производные яркости по горизонтали и по вертикали
Затем в каждом пикселе изображения вычисляют ковариационную матрицу текстуры
где д - импульсная характеристика сглаживающего фильтра Гаусса с апертурой 5x5 элементов. Затем вычисляют отклик оператора подчеркивания углов, взвешенный с учетом масштаба
Ь = 4Т(&1С-(),(ЯЪС), (3) где пе [0,3] - номер текущего уровня многомасштабного представления, йе! С - определитель ковариационной матрицы текстуры,
1гС - след ковариационной матрицы текстуры.
Затем выбирают такие точки на изображении, для которых значение й является локальным максимумом в пределах окрестности радиуса г. Величину г назначают равной 2% от минимального из линейных размеров изображения (с округлением до ближайшего целого числа).
3. Объединяют результаты выделения характерных деталей на всех уровнях многомасштабного представления и формируют начальное множество характерных деталей. При этом каждой характерной детали приписывают координаты и значение локального максимума й, а также номер уровня многомасштабного представления, на котором данная деталь была выделена. Исключают из множества те детали, вблизи которых на других уровнях располагаются детали с большим значением й (радиус окрестности для исключения повторяющихся деталей назначают равным 1% от минимального из линейных размеров изображения). Полученное множество сортируют по убыванию значения й и оставляют в итоговом множестве не более 100 первых деталей. Каждой детали ставят в соответствие контрольную область, размер которой тем меньше, чем крупнее масштаб, на котором выделенная характерная деталь.
Вводят рентгеноконтрастное вещество в исследуемые сосуды пациента и выполняют рентгенографическую съемку с получением постконтрастной серии из М цифровых изображений (где М>1).
Для группы изображений, включая не менее одного изображения предконтрастной серии и все изображения постконтрастной серии, выполняют совмещение изображений, состоящее из следующих операций:
- 5 024855
1. Формируют многомасштабное представление изображения, состоящее из 4 уровней. Первым уровнем является само изображение. Далее для формирования каждого следующего уровня применяют сглаживающий цифровой фильтр с апертурой 3x3 элемента и прореживают отсчеты полученного изображения в два раза.
2. Для каждой контрольной области корреляционным методом определяют смещение и поворот. Поиск начинают на том уровне многомасштабного представления, которому соответствует размер характерной детали, и продолжают на более крупном масштабе, последовательно уменьшая диапазон поиска и увеличивая точность. Поиск заключается в максимизации коэффициента взаимной корреляции между фрагментами опорного и текущего изображений
где ТК - фрагмент опорного изображения К, соответствующий контрольной области,
1К - фрагмент текущего изображения I, соответствующий контрольной области, тагр1(1ДхДу,а) - преобразование изображения I, состоящее из сдвига на вектор (бхДу) и поворота на угол α, соу - ковариация отсчетов яркости текущего и опорного изображений в пределах фрагмента,
Ό - дисперсия.
3. Осуществляют разбиение множества контрольных областей на К сегментов таким образом, чтобы для каждого сегмента смещения контрольных областей с наименьшей погрешностью описывались аффинным преобразованием. Аффинное преобразование координат имеет вид
где х, у - исходные координаты точки, х', у' - преобразованные координаты, а1...а6 - коэффициенты преобразования.
Погрешность для каждого сегмента определяют как ^=ΣΙΠ+α ζ+φ,-]-[λ ζ ]Μ (6) где ке [1,К] - номер сегмента, ί - номер контрольной области,
Рк - подмножество контрольных областей, относящихся к к-му сегменту.
Задача сегментации состоит в минимизации суммарной погрешности к £у ->ιπίη.
*=' (7)
В процессе минимизации выражения (7) определяются непересекающиеся подмножества Рк, образующие полное множество контрольных областей, а также определяются соответствующие матрицы аффинного преобразования Ак. Число сегментов К априорно неизвестно, но для улучшения сходимости процедуры сегментации его ограничивают значением 5. В ходе итерационного процесса оптимизации сегменты с близкими матрицами преобразования объединяют, благодаря чему итоговое число сегментов, в зависимости от характера подвижности контрольных областей, составляет от 1 до 5.
Выполняют обработку текущего изображения с учетом движения. Если текущее изображение относится к предконтрастной серии, к нему применяют инвертированное преобразование, вычисленное на предыдущем шаге.
Опорное изображение обновляют путем взвешенного арифметического суммирования с модифицированным текущим изображением:
£' = Уг + -(\уагр2(Д5А,,А2;...,Ау)-Л)> '>0 1 (о) где К' - опорное изображение после обновления,
К - опорное изображение до обновления, ΐ - номер изображения в обрабатываемой последовательности, ф - текущее изображение, \уагр2(1,. А1, А2, ..., Ак) - совместное преобразование, в результате которого каждый сегмент изо- 6 024855 бражения Ιί подвергается аффинному преобразованию, заданному матрицей Ак.
Если текущее изображение относится к постконтрастной серии, для чего выполняют субтракцию. К опорному изображению применяют преобразование, вычисленное на предыдущем шаге. Из логарифма текущего изображения вычитают взвешенный логарифм модифицированного опорного изображения:
Ρ = Ιη 1 - 51п (\Уагр2{й, А,, А.2,...АК )), где 8 - коэффициент субтракции в диапазоне от 0 до 1.
Полученное изображение Р отображают на устройстве вывода. Регулируя 8, рентгенолог может делать заметными на устройстве вывода не только исследуемые сосуды, но и окружающие органы, служащие анатомическими ориентирами.
Таким образом, диагностическая ценность полученного ангиографического изображения повышается за счет устранения артефактов изображения, вызванных подвижностью анатомических структур.
Claims (6)
- ФОРМУЛА ИЗОБРЕТЕНИЯ1. Способ получения ангиографического изображения, заключающийся в том, что посредством рентгенологического оборудования выполняют съемку пациента с получением предконтрастной серии из N цифровых изображений, вводят рентгеноконтрастное вещество в исследуемые сосуды пациента, выполняют рентгенографическую съемку с получением постконтрастной серии из М цифровых изображений, производят пространственное совмещение цифровых изображений предконтрастной и постконтрастной серий, вычитают цифровые изображения предконтрастной серии из цифровых изображений постконтрастной серии и полученное ангиографическое цифровое изображение передают на устройство вывода, отличающийся тем, что на этапе совмещения цифровых изображений выполняют поиск характерных деталей на каждом изображении, по смещению названных деталей определяют вероятные смещения органов пациента, осуществляют сегментацию изображения предконтрастной серии на области, в которых характерные детали смещены согласованно, для каждой области рассчитывают афинное преобразование и выполняют соответствующие афинные преобразования для названных областей на цифровых изображениях предконтрастной серии, на каждом из полученных цифровых изображений органы и ткани, затеняющие друг друга, разделяют по меньшей мере на два перекрывающихся изображения слои, соответствующие органам и тканям, находящимся на различной глубине; совмещение изображений проводят независимо для каждого слоя и результаты затем суммируют.
- 2. Способ по п.1, отличающийся тем, что в качестве характерных деталей выбирают такие элементы костных структур и органов пациента, положение которых на цифровых изображениях на протяжении съемки однозначно определяется независимо от изменения их положения в пространстве.
- 3. Способ по п.1, отличающийся тем, что при сегментации цифрового изображения предконтрастной серии на области с согласованным смещением приписывают каждой характерной детали конечное множество возможных смещений относительно текущего изображения постконтрастной серии и выделяют области на изображении, в пределах которых характерные детали смещаются согласованно.
- 4. Способ по п.1, отличающийся тем, что в изображениях предконтрастной серии выделяют неподвижные части рентгенологического оборудования и на этапе совмещения цифровых изображений этим областям присваивают нулевое смещение.
- 5. Способ по любому из пп.1-4, отличающийся тем, что после получения предконтрастной серии из N цифровых изображений формируют единственное опорное предконтрастное цифровое изображение путем взвешенного суммирования цифровых изображений, первое из которых запоминают без изменений, а для каждого последующего перед суммированием с текущим опорным изображением выполняют пространственное совмещение с ним.
- 6. Способ по любому из пп.1-4, отличающийся тем, что в процессе получения постконтрастной серии цифровых изображений выбирают опорное изображение из постконтрастной серии и повторяют для него поиск характерных деталей, оценку смещений и сегментацию.
Priority Applications (7)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EA201200924A EA024855B1 (ru) | 2012-07-10 | 2012-07-10 | Способ получения субтракционного ангиографического изображения |
JP2013134750A JP2014014673A (ja) | 2012-07-10 | 2013-06-27 | 血管造影画像の取得方法 |
US13/930,649 US20140016844A1 (en) | 2012-07-10 | 2013-06-28 | Method for acquisition of subtraction angiograms |
IL227268A IL227268A0 (en) | 2012-07-10 | 2013-06-30 | A method for obtaining deficient angiograms |
EP13174900.4A EP2685424A2 (en) | 2012-07-10 | 2013-07-03 | Method for acquisition of subtraction angiograms |
KR1020130080320A KR20140007772A (ko) | 2012-07-10 | 2013-07-09 | 감산 혈관 조영의 획득을 위한 방법 |
CN201310288210.0A CN103544690A (zh) | 2012-07-10 | 2013-07-10 | 获取血管造影图像的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EA201200924A EA024855B1 (ru) | 2012-07-10 | 2012-07-10 | Способ получения субтракционного ангиографического изображения |
Publications (2)
Publication Number | Publication Date |
---|---|
EA201200924A1 EA201200924A1 (ru) | 2014-01-30 |
EA024855B1 true EA024855B1 (ru) | 2016-10-31 |
Family
ID=48747382
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
EA201200924A EA024855B1 (ru) | 2012-07-10 | 2012-07-10 | Способ получения субтракционного ангиографического изображения |
Country Status (7)
Country | Link |
---|---|
US (1) | US20140016844A1 (ru) |
EP (1) | EP2685424A2 (ru) |
JP (1) | JP2014014673A (ru) |
KR (1) | KR20140007772A (ru) |
CN (1) | CN103544690A (ru) |
EA (1) | EA024855B1 (ru) |
IL (1) | IL227268A0 (ru) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102014204411B4 (de) * | 2014-03-11 | 2022-10-20 | Siemens Healthcare Gmbh | Verfahren zur Bewegungskorrektur bei Bilddatensätzen, Bildverarbeitungseinrichtung und Computerprogramm |
CN104243824B (zh) * | 2014-09-19 | 2017-06-09 | 深圳市安健科技股份有限公司 | 非线性调节图像亮度的方法及其系统 |
JP6271097B2 (ja) * | 2015-01-05 | 2018-01-31 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | デジタルサブトラクション血管造影 |
US10018504B2 (en) | 2015-11-12 | 2018-07-10 | Sensors Unlimited, Inc. | Gain normalization |
US9936106B2 (en) | 2015-11-12 | 2018-04-03 | Sensors Unlimited, Inc. | Pixel non-uniformity correction |
CN106803241A (zh) * | 2017-01-20 | 2017-06-06 | 深圳市安健科技股份有限公司 | 血管造影图像的处理方法及装置 |
CN107230198B (zh) * | 2017-06-09 | 2018-09-18 | 合肥工业大学 | 胃镜图像智能处理方法及装置 |
JP6927020B2 (ja) * | 2017-12-22 | 2021-08-25 | コニカミノルタ株式会社 | 動態画像処理方法、動態画像処理装置及びプログラム |
EP3616621B1 (de) * | 2018-08-31 | 2023-03-15 | Siemens Healthcare GmbH | Verfahren zur 3d dsa und vorrichtung |
DE102019202514B4 (de) * | 2019-02-25 | 2021-06-24 | Siemens Healthcare Gmbh | Verfahren zur digitalen Subtraktionsangiographie, Röntgeneinrichtung, Computerprogramm und elektronisch lesbarer Datenträger |
CN111626974B (zh) * | 2019-02-28 | 2024-03-22 | 苏州润迈德医疗科技有限公司 | 冠状动脉造影图像序列的质量评分方法和装置 |
CN110533573B (zh) * | 2019-09-04 | 2023-07-14 | 山东华沃医疗科技有限公司 | 一种基于java语言的mri图像并行处理方法及处理系统 |
CN111513738B (zh) * | 2020-04-10 | 2023-08-01 | 北京东软医疗设备有限公司 | 血管造影方法、装置、设备及系统 |
DE102020214323A1 (de) | 2020-11-13 | 2022-05-19 | Siemens Healthcare Gmbh | Bereitstellen eines optimalen Subtraktionsdatensatzes |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1996013805A1 (en) * | 1994-10-26 | 1996-05-09 | Minnesota Mining And Manufacturing Company | Contrast enhancement by spatial histogram analysis |
US20050163360A1 (en) * | 2003-07-18 | 2005-07-28 | R2 Technology, Inc., A Delaware Corporation | Simultaneous grayscale and geometric registration of images |
EP2364642A1 (en) * | 2010-02-23 | 2011-09-14 | Kabushiki Kaisha Toshiba | X-ray image diagnosis apparatus and X-ray image processing method |
RU2444061C2 (ru) * | 2005-07-08 | 2012-02-27 | Пнн Медикал А/С | Способ идентификации элемента на двух и более изображениях |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5848121A (en) * | 1996-10-28 | 1998-12-08 | General Electric Company | Method and apparatus for digital subtraction angiography |
FR2862786B1 (fr) * | 2003-11-21 | 2006-01-06 | Ge Med Sys Global Tech Co Llc | Procede de recalage elastique d'une image applique a l'angiographie soustraite numerisee |
US20100266188A1 (en) * | 2009-04-17 | 2010-10-21 | Riverain Medical Group, Llc | Chest x-ray registration, subtraction and display |
US8494245B2 (en) * | 2010-03-09 | 2013-07-23 | Siemens Aktiengesellschaft | System and method for guiding transcatheter aortic valve implantations based on interventional C-Arm CT imaging |
US8620050B2 (en) * | 2010-09-23 | 2013-12-31 | Siemens Aktiengesellschaft | System and method for 2-D/3-D registration between 3-D volume and 2-D angiography |
-
2012
- 2012-07-10 EA EA201200924A patent/EA024855B1/ru active IP Right Revival
-
2013
- 2013-06-27 JP JP2013134750A patent/JP2014014673A/ja active Pending
- 2013-06-28 US US13/930,649 patent/US20140016844A1/en not_active Abandoned
- 2013-06-30 IL IL227268A patent/IL227268A0/en unknown
- 2013-07-03 EP EP13174900.4A patent/EP2685424A2/en not_active Withdrawn
- 2013-07-09 KR KR1020130080320A patent/KR20140007772A/ko not_active Application Discontinuation
- 2013-07-10 CN CN201310288210.0A patent/CN103544690A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1996013805A1 (en) * | 1994-10-26 | 1996-05-09 | Minnesota Mining And Manufacturing Company | Contrast enhancement by spatial histogram analysis |
US20050163360A1 (en) * | 2003-07-18 | 2005-07-28 | R2 Technology, Inc., A Delaware Corporation | Simultaneous grayscale and geometric registration of images |
RU2444061C2 (ru) * | 2005-07-08 | 2012-02-27 | Пнн Медикал А/С | Способ идентификации элемента на двух и более изображениях |
EP2364642A1 (en) * | 2010-02-23 | 2011-09-14 | Kabushiki Kaisha Toshiba | X-ray image diagnosis apparatus and X-ray image processing method |
Also Published As
Publication number | Publication date |
---|---|
US20140016844A1 (en) | 2014-01-16 |
EA201200924A1 (ru) | 2014-01-30 |
EP2685424A2 (en) | 2014-01-15 |
IL227268A0 (en) | 2014-03-31 |
CN103544690A (zh) | 2014-01-29 |
KR20140007772A (ko) | 2014-01-20 |
JP2014014673A (ja) | 2014-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EA024855B1 (ru) | Способ получения субтракционного ангиографического изображения | |
JP6534998B2 (ja) | 医療画像を表示する方法及び装置 | |
US10332267B2 (en) | Registration of fluoroscopic images of the chest and corresponding 3D image data based on the ribs and spine | |
US6144759A (en) | Method of determining the transformation between an object and its three-dimensional representation, and device for carrying out the method | |
US7869560B2 (en) | X-ray CT apparatus and image processing apparatus | |
US11839501B2 (en) | Image creation device | |
US9659390B2 (en) | Tomosynthesis reconstruction with rib suppression | |
US11660061B2 (en) | Method and system for motion assessment and correction in digital breast tomosynthesis | |
US8463013B2 (en) | X-ray diagnosis apparatus and image reconstruction processing apparatus | |
EP2501290A1 (en) | Scan plan field of view adjustor, determiner, and/or quality assessor | |
CN109381205B (zh) | 用于执行数字减影血管造影的方法、混合成像装置 | |
CN106530332B (zh) | 用于确定图像配准变换的变换确定设备和方法 | |
JP6342128B2 (ja) | 画像処理装置、方法、及びプログラム、並びに、立体画像表示装置 | |
JP2012500991A (ja) | 対象のサイズの変更を決定する装置 | |
US11576638B2 (en) | X-ray imaging apparatus and X-ray image processing method | |
CN112568918B (zh) | 求取断层图像的方法、图像生成单元、程序产品和介质 | |
WO2022207238A1 (en) | Methods and systems for biomedical image segmentation based on a combination of arterial and portal image information | |
EP4125031A1 (en) | Method and systems for removing anti-scatter grid artifacts in x-ray imaging | |
KR101495489B1 (ko) | 의료 영상 처리 장치 및 그 화질 개선 방법 | |
US11954873B1 (en) | Artificial intelligence-based devices and methods for geometric alignment and preprocessing of raw CT images | |
JP2024513735A (ja) | サブトラクション撮像 | |
Kantharak et al. | Dose reduction in breast imaging: A phantom study | |
Kantharak et al. | A comparative study of motion estimations and super resolutions on digital breast tomosynthesis projection images | |
CN114742710A (zh) | 一种结合成像目标3d模型的dr图像增强方法 | |
Wujcicki et al. | Quantitative and Qualitative Evaluation of Selected Lung MR Image Registration Techniques |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | Lapse of a eurasian patent due to non-payment of renewal fees within the time limit in the following designated state(s) |
Designated state(s): AM AZ BY KZ KG TJ TM |
|
MM4A | Lapse of a eurasian patent due to non-payment of renewal fees within the time limit in the following designated state(s) |
Designated state(s): RU |
|
NF4A | Restoration of lapsed right to a eurasian patent |
Designated state(s): RU |