FR2862786A1 - Procede de recalage elastique d'une image applique a l'angiographie soustraite numerisee - Google Patents
Procede de recalage elastique d'une image applique a l'angiographie soustraite numerisee Download PDFInfo
- Publication number
- FR2862786A1 FR2862786A1 FR0350882A FR0350882A FR2862786A1 FR 2862786 A1 FR2862786 A1 FR 2862786A1 FR 0350882 A FR0350882 A FR 0350882A FR 0350882 A FR0350882 A FR 0350882A FR 2862786 A1 FR2862786 A1 FR 2862786A1
- Authority
- FR
- France
- Prior art keywords
- image
- triangles
- bitter
- mask image
- patterns
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000012360 testing method Methods 0.000 title claims description 7
- 238000002583 angiography Methods 0.000 title claims description 6
- 238000006073 displacement reaction Methods 0.000 claims description 36
- 239000013598 vector Substances 0.000 claims description 16
- 238000002347 injection Methods 0.000 claims description 2
- 239000007924 injection Substances 0.000 claims description 2
- 238000012952 Resampling Methods 0.000 claims 1
- 238000004590 computer program Methods 0.000 abstract 2
- 238000004519 manufacturing process Methods 0.000 abstract 1
- 210000000056 organ Anatomy 0.000 abstract 1
- 238000004364 calculation method Methods 0.000 description 17
- 230000000717 retained effect Effects 0.000 description 6
- 239000000243 solution Substances 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000011524 similarity measure Methods 0.000 description 2
- IFTRQJLVEBNKJK-UHFFFAOYSA-N CCC1CCCC1 Chemical compound CCC1CCCC1 IFTRQJLVEBNKJK-UHFFFAOYSA-N 0.000 description 1
- 101100269850 Caenorhabditis elegans mask-1 gene Proteins 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 239000002872 contrast media Substances 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000009607 mammography Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/14—Transformations for image registration, e.g. adjusting or mapping for alignment of images
-
- 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
-
- 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)
- Computer Vision & Pattern Recognition (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
Pour effectuer un recalage d'images en angiographie soustraite numérisée, on irradie un corps d'un patient par un rayonnement X, on procède à une acquisition d'une première image masque (1) numérisée sans une injection d'un produit de contraste dans le corps, puis on injecte le produit de contraste dans le corps, on procède ensuite à une acquisition d'une deuxième image de contraste (2) numérisée, on divise l'image masque avec des motifs géométriques réguliers, on effectue un recalage de l'image masque par rapport à l'image de contraste en utilisant des amers définis aux angles des motifs géométriques (19-22), on procède à une soustraction de ces deux images après recalage, et on visualise l'image de soustraction. Dans l'invention, en plus on teste la robustesse des amers, et si celle-ci est insuffisante, on procède à une subdivision des motifs géométriques réguliers.
Description
complètement, il faut alors mettre au point une technique automatique,
robuste et précise permettant de corriger les mouvements du patient. Cette méthode consiste, avant soustraction, à recaler l'image masque par rapport à l'image opacifiée en lui appliquant des déformations géométriques locales.
Dans un exemple préféré, ces déformations locales sont déterminées par la maximisation d'un critère de similarité.
Avec un module de recalage rigide, un utilisateur doit sélectionner pour chaque image qu'il souhaite recaler une zone rectangulaire qui servira de région d'intérêt (ROI: Region of Interest). Un vecteur déplacement est alors calculé entre l'image masque et l'image de contraste correspondante en se basant sur la zone choisie. La méthode de calcul est expliquée plus loin. Ce seul vecteur sert à recaler l'ensemble de l'image.
Tout d'abord, le recalage est rigide. Il ne permet donc en général un bon recalage que dans la zone sélectionnée. En effet, le mouvement du patient est rarement uniforme: deux structures proches du coeur et des poumons peuvent se situer sur une même image et sont respectivement plus influencées par les battements cardiaques et la respiration. D'autre part, les acquisitions étant des projections 2D de structures 3D, les mouvements d'une structure proche peuvent être différents de ceux d'une structure éloignée. Les mouvements de rotation du corps ne peuvent pas non plus être pris en compte. II en découle souvent une création d'artefacts gênants en dehors de la région d'intérêt. Le praticien ne peut donc se focaliser que sur une petite zone à la fois. De plus, si la taille de la région d'intérêt est trop grande, des artefacts peuvent se créer au sein même de cette zone, car la surface est alors trop grande pour qu'une mesure de similarité soit significative. Ces détériorations de la qualité de l'image ne sont pas acceptables.
Une autre limitation est l'obligation du choix de la région d'intérêt par l'utilisateur, et le temps que prend cette opération. En effet, pour un grand nombre de patients, un grand nombre d'images et le choix de plusieurs zones par image, ce geste devient non négligeable.
Enfin, si la mesure de similarité est instable, le recalage ne se fait pas.
Ce cas peut se produire si l'utilisateur a sélectionné une zone homogène, où le calcul est impossible. Ce garde-fou est une bonne chose en soi car il évite d'appliquer un déplacement erroné à toute l'image, mais il ne permet pas de recaler toutes les zones souhaitées. Dans ce cas, il y a encore une perte de temps.
Pour toutes ces raisons, il fallait trouver une autre solution au problème du recalage. Cette solution devait procurer une image soustraite de meilleure qualité. Des algorithmes de recalage élastique ont alors été proposés. Le principe de base de ces algorithmes élastiques est de rechercher pour chaque pixel de l'image un vecteur déplacement associé, par exemple en maximisant pour chaque pixel un critère de similarité. Le calcul des déplacements pour chaque pixel par critère de similarité est cependant très coûteux en temps de calcul. Meijering et al., dans "Image Enhancement in Digital X-Ray Angiography", Image Sciences Institute, Utrecht, Netherlands, chap. 2, 2000, a montré par ailleurs qu'une autre technique, dite du flot optique, n'est pas applicable dans le cas de l'angiographie soustraite numérisée.
Pour réduire le temps de calcul, on sélectionne alors de préférence un ensemble réduit de points de contrôle, ou amers, pour lesquels on estime un vecteur déplacement. On propage ensuite ces déplacements à tous les pixels de l'image par interpolation. Le temps de calcul est alors réduit.
Le choix des amers s'effectue de préférence sur l'image masque afin d'éviter que l'un d'eux n'appartienne au réseau vasculaire, et ne soit ainsi bien révélé que dans l'image de contraste, et n'apparaisse donc pas dans l'image masque. Les amers peuvent être choisis de deux manières: soit à l'aide d'une distribution spatiale régulière (grille), soit par une définition en fonction de leurs caractéristiques (répartition non régulière).
La première méthode ne tient pas compte des particularités de l'image. Les zones homogènes de l'image y possèdent des amers, alors que pour eux le vecteur déplacement est impossible à estimer, tandis que les zones fortement non homogènes n'y ont pas assez d'amers pour évaluer précisément le vecteur déplacement.
La seconde méthode permet de résoudre ce problème en répartissant de manière adéquate et robuste les amers. Comme critère de robustesse, on peut choisir le critère du gradient. En effet, il apparaît que les artefacts de soustraction apparaissent en angiographie soustraite numérisée dans les zones denses en structures.
Pour le calcul du vecteur déplacement, à chaque amer est associée une région d'intérêt sur laquelle sera fait le calcul de la similarité. On a pu montrer que les meilleurs résultats, prenant en compte le temps de calcul ainsi que la qualité visuelle, étaient obtenus pour une région d'intérêt de taille 48 x 48 pixels.
Cependant certains problèmes de recalage demeurent. L'imagerie aux rayons X consiste en une projection d'une image 3D sur une image 2D. Ceci peut provoquer l'apparition, entre deux acquisitions, de structures préalablement cachées. Un autre problème est celui des isophotes, c'est-àdire une ligne d'égale intensité lumineuse, comme le bord d'un os. Le déplacement d'un pixel de cette ligne est indéterminé si ce mouvement est parallèle à I'isophote. En effet, comment déterminer la nouvelle position d'un point parmi des voisins ayant la même intensité.
Un autre problème important persiste avec la méthode dans laquelle le choix d'amers est effectué en fonction de leur caractéristiques. Ce problème est celui de la détermination des amers concernés pour le calcul d'interpolation du déplacement d'un pixel (élément d'image). En pratique, pour un pixel pour lequel il faut calculer le déplacement, il faut déterminer les trois amers formant un triangle le plus petit possible autour de ce pixel. Cette détermination est très longue car a priori de nombreux amers candidats peuvent être envisageables. Par exemple, si d'aventure quatre amers candidats sont répartis aux quatre angles d'un carré, il y a quatre triangles, donc quatre façons possibles de déterminer des vecteurs déplacement de pixels à l'intérieur du carré.
Pour remédier à ces problèmes, dans l'invention on emprunte aux deux méthodes à la fois. D'une part on utilise un maillage régulier de préférence triangulaire. Donc la position des amers candidats est connue, et pour un pixel donné, les amers qui le concernent peuvent être parfaitement connus. Le dernier problème ci-dessus de la détermination disparaît donc. D'autre part, parmi ces amers candidats, on va tester ceux qui sont de bons candidats (ceux avec lesquels il est possible de connaître pour chaque point un vecteur déplacement fiable). Au besoin, un sous maillage est entrepris pour choisir des amers encore plus robustes. On montrera qu'en agissant ainsi d'une part, le calcul du recalage est plus rapide, et d'autre part il est plus juste. En pratique, une correction ancienne dure de l'ordre de dix secondes, alors qu'avec l'invention la correction se réduit à une seconde, et alors que la correction est de meilleure qualité.
C'est ainsi que l'invention retient un maillage utilisant un motif géométrique régulier, et plus particulièrement une triangulation. Le choix final s'est cependant porté sur une grille semi-régulière. Il est connu par ailleurs un procédé de triangulation dit de Delaunay pour obtenir un maillage triangulaire. Dans l'invention, un premier maillage triangulaire régulier est effectué, puis une division de ces triangles est réalisée selon un critère se basant sur leur homogénéité. La triangulation de Delaunay est alors abandonnée pour plusieurs raisons. Une telle division forme parfois des triangles allongés qui ne sont pas convenables pour l'interpolation des déplacements. Enfin, la complexité de ce type d'algorithme rend relativement longue son exécution, notamment pour le repérage des trois amers les plus proches d'un pixel à corriger.
Les différentes étapes de la triangulation choisie sont les suivantes.
Une première étape consiste à définir un motif père de préférence un triangle équilatéral, englobant l'image. On choisit d'englober l'image et pas seulement un disque d'un collimateur car d'autres modalités, mammographie par exemple, ne produisent pas le même type d'image, et n'ont pas de disque.
Ce triangle père est alors découpé en quatre sous-motifs, ici quatre triangles fils équilatéraux en utilisant les milieux de chaque arête. Cette subdivision est arbitrairement répétée tant que la résolution désirée sur la taille des triangles n'est pas atteinte. Dans un exemple, on arrête lorsque le nombre de triangles est de l'ordre de 150, ce qui conduit à 150 amers candidats environ. Les amers candidats sont les sommets des triangles pères et fils. Le choix d'un triangle comme motif est dicté par une simplification du calcul ultérieur d'interpolation. Toutefois, d'autres motifs réguliers, polygones réguliers (carrés) ou semi-réguliers (rectangles) seraient envisageables.
On retient ensuite parmi les amers candidats ceux qui sont suffisamment robustes pour permettre un recalage efficace. Dans ce but, on calcule une moyenne des niveaux de gris des pixels de chaque triangle père dans une image gradient de l'image masque. En fait, on part du principe suivant: chaque triangle doit délimiter une zone la plus homogène possible.
L'idéal serait que chaque triangle soit caractérisé par un niveau de gris différent. Ainsi, vu que le déplacement est calculé sur les sommets du triangle (et donc sur les limites de la zone homogène), le recalage tient compte au mieux de la dynamique de l'image. En pratique, on essaie de s'approcher le plus possible de ce cas idéal en utilisant des triangles le plus petit possible. Une image gradient est une image dans laquelle on s'intéresse aux contours des structures, des contours de l'image soustraite ici. Une image gradient est une image dans laquelle à chaque pixel est affecté non pas la valeur du signal détecté à cet endroit mais le gradient, la dérivée, de cette valeur. La même opération est effectuée sur les trois triangles fils extérieurs dans un triangle père. Les triangles fils extérieurs sont ceux qui ont un angle en commun avec le triangle père. Le triangle fils intérieur n'a pas d'angle en commun avec le triangle père. En clair, on ne se préoccupe pas du triangle fils central dans le triangle père.
Si la moyenne des niveaux de gris, dans l'image de gradient d'un triangle fils, est inférieure à celle du triangle père, ce triangle fils est plus homogène que son père. Ceci signifie qu'il est le siège, proportionnellement, de moins de variations de niveaux de gris. Ceci signifie que les angles du triangle fils délimitent une structure plus efficacement que ne la délimite ceux du triangle père. Le sommet commun entre ces deux triangles père et fils est alors considéré comme un sommet actif.
On optimise ainsi la localisation des amers, tout en conservant la structure régulière propre au calcul rapide de l'interpolation. D'autres solutions de mesure de robustesse seraient aussi envisageables.
Quatre configurations sont alors possibles. A l'issue de ce premier test, soient 0, 1, 2 ou 3 sommets d'un triangle père sont considérés comme actifs.
Dans le cas ou les trois sommets sont considérés comme actifs, on subdivise le triangle père en quatre triangles fils équilatéraux comme on l'a expliqué ci-dessus, et on retient les milieux des arrêtes du triangle père comme des amers candidats, plus densément répartis à cet endroit.
L'invention a donc pour objet un procédé de recalage d'images en angiographie soustraite numérisée, dans lequel - on irradie un corps d'un patient par un rayonnement X, - on procède à une acquisition d'une première image masque numérisée sans une injection d'un produit de contraste dans le corps, - puis on injecte le produit de contraste dans le corps, - on procède à une acquisition d'une deuxième image de contraste numérisée, - on divise l'image masque avec des motifs géométriques réguliers, - on effectue un recalage de l'image masque par rapport à l'image de contraste en utilisant des amers définis aux angles des motifs géométriques, - on procède à une soustraction de ces deux images après recalage, et on visualise l'image de soustraction, caractérisé en ce que on teste la robustesse des amers, et - si celle-ci est insuffisante, on procède à une subdivision des motifs géométriques réguliers.
L'invention sera mieux comprise à la lecture de la description qui suit et à l'examen des figures qui l'accompagnent. Celles-ci ne sont présentées qu'à titre indicatif et nullement limitatif de l'invention. Les figures montrent: - Figure 1: une représentation schématique du contexte de mise en oeuvre du procédé de l'invention; - Figure 2: une représentation schématique des étapes principales du procédé de l'invention; - Figures 3a à 3d: des particularités de subdivision du motif géométrique de l'invention; - Figure 4: une représentation synthétique des étapes du procédé de l'invention.
La figure 1 montre, dans le domaine de l'invention, le contexte et les étapes principales préliminaires du procédé de l'invention. Notamment, au cours d'une expérimentation de radiologie soustraite, un corps, non représenté, d'un patient a été irradié par un rayonnement X pour donner lieu à l'acquisition d'une première image masque 1, sans injection d'un produit de contraste. Puis on a acquis une image de contraste 2, acquisition pour laquelle le corps du patient a été injecté avec un produit de contraste. L'acquisition des images 1 et 2 ne se produisant pas au même moment, il n'y a pas, du fait des mouvements du patient, de correspondance exacte entre un pixel particulier 3 de l'image 1 et un pixel théoriquement correspondant 4 de l'image 2.
La figure 1 montre par ailleurs des particularités de calcul du déplacement subi par le pixel 3 par rapport à son pixel correspondant 4 dans l'image 2. Ces particularités seront détaillées plus loin.
Dans l'état de la technique, on divise l'une des deux images, en particulier l'image masque 1, avec des motifs géométriques réguliers. Ici, pour des raisons de commodités du dessin, on a montré la subdivision apportée sur l'image de contraste, mais en fait, il s'agirait plutôt de la subdivision de l'image masque. Le motif géométrique représenté sur l'image 2 est un motif conventionnel formé de carrés tels que 5, dont la distribution est telle que les intersections 6 de ces carrés sont suffisamment nombreuses pour conduire à une population d'amers adéquate.
A titre complémentaire, la figure 1 montre que la détermination des amers pouvait être réalisée différemment. En effet, en prélevant une image gradient de l'image masque 1, de l'image de contraste 2, ou d'une image soustraite de l'une de l'autre, on peut faire apparaître, en chaque pixel, tel que 7, une information relative à la pente 8 de la variation d'un niveau de gris dans le pixel 7 entre ce qui se passe d'un côté 9 de ce pixel et d'un autre côté 10 de ce pixel. Schématiquement représentée, l'image de contraste permet de définir un contour 11 délimitant une zone 12 où un niveau de gris est faible, par exemple égal au niveau 9, et une zone extérieure 13 au contour 11 dans laquelle le niveau de gris est plus élevé, par exemple égal au niveau 10.
L'avantage de déterminer les contours 11 conduit à la détermination d'amers tels que 7 dont la position peut être plus précisément mesurée afin de conduire à un recalage d'images plus juste. En outre, les amers tels que 7 présentent l'avantage de correspondre à des zones où des vaisseaux sanguins seront à mettre en évidence, ce qui est favorable. L'inconvénient de cette méthode est que, pour la correction ultérieure par interpolation de tous les points de l'image soustraite qui ne sont pas des amers, le problème se pose de savoir quels sont les amers voisins qui sont susceptibles de contribuer au calcul du déplacement par interpolation.
Dans l'invention, figure 2, on a également retenu un motif régulier.
Dans l'exemple, le motif régulier est un motif formé de triangles équilatéraux tels que 14, répartis sur toute une image. Le nombre de ces triangles équilatéraux conduit par ailleurs à un nombre régulier de positions d'amers candidats tels que l'amer 15. Ces amers tels que 15 sont effectivement placés aux angles des motifs géométriques 14. Dans l'invention, on va en outre tester la robustesse de chacun des amers, par exemple des amers 16, 17, 18 et, si cette robustesse est insuffisante, on procédera à une subdivision d'un triangle 19 correspondant à ces amers 16 à 18 en quatre sous-motifs, quatre sous-triangles 20 à 23. Cette subdivision conduit à la détermination d'amers intermédiaires 24 à 26. Ces amers intermédiaires contribueront à apporter un meilleur recalage d'image dans l'endroit du triangle 19. Si la robustesse des amers 16, 17 et 18 est suffisante, ou plutôt si la robustesse des amers intermédiaires 24 à 26 est jugée moindre, on ne provoque pas de subdivision, figure 3a.
Chaque amer 16, 17 ou 18 est testé, selon une méthode d'homogénéité qui sera vue plus loin, pour connaître sa robustesse. Plusieurs solutions pour un triangle 19 peuvent être rencontrées. Soit un seul amer, figure 3b, c'est-à-dire l'amer 16, est réputé insuffisamment robuste.
Dans ce cas, il conduira à la détermination, correspondant au sous-motif 20, de deux amers intermédiaires 24 et 26. Si deux amers 17 et 18, ou trois amers 16, 17, 18, respectivement figure 3c et figure 3d, sont insuffisants, ils conduisent à la détermination de trois autres amers intermédiaires 24, 25 et 26. La différence entre la subdivision retenue à la figure 3b et celle retenue pour la figure 3c ou la figure 3d sera expliquée ultérieurement.
Pour le calcul du vecteur déplacement à l'endroit des amers retenus, amers principaux 16 à 18 ou amers intermédiaires 24 à 26, on peut procéder de différentes manières. En particulier, on utilise un procédé de similarité montré schématiquement sur la figure 1. Pour chacune des images masque 1 et de contraste 2, on calcule des histogrammes respectivement 27 et 28 comportant en abscisse des niveaux de gris NG, et en ordonnée des nombres de pixels NP dans lesquels ces niveaux de gris sont rencontrés. Ces nombres de pixels correspondent aux nombres de pixels dans un environnement 29 d'un amer 3 pour lequel on cherche la similitude de l'histogramme avec l'histogramme des pixels situés dans un environnement 30 centré autour d'un amer correspondant 4. Ces deux histogrammes 27 et 28 sont soustraits l'un de l'autre dans une opération 31 qui conduit à un histogramme de soustraction 32 de caractéristique 000. Cette caractéristique correspond à la supposition première selon laquelle les deux images ont été acquises alors que le patient n'avait pas bougé.
Pour pouvoir calculer les histogrammes dans les différents triangles, il faut connaître les pixels se trouvant à l'intérieur. Pour cela, l'algorithme de Bresenham est utilisé. Il permet un choix de pixels, dans le tracé de lignes, qui garantisse la continuité du segment, la plus grande rectitude possible ainsi qu'un temps de calcul faible. En appliquant cet algorithme sur les trois arêtes des triangles, on peut connaître pour chaque ligne, le premier et le dernier pixel appartenant au triangle.
En pratique, on fait déplacer le pixel 3, et donc son environnement 29, pour explorer par des environnements successifs 33, 34, toutes les positions possibles de l'environnement 29. Pour chacune de ces positions, on soustrait l'histogramme à celui correspondant à la position de l'environnement 30. On établit donc pour chacune de ces autres positions 33, 34 et ainsi de suite, des histogrammes d'images masques et d'images de contraste ainsi que d'images soustraites notées dij, i et j étant des coefficients de déplacement des environnements 33 et 34 selon les coordonnées cartésiennes u et v de l'image 1. Pour chacun de ces déplacements, on mesure à chaque fois sur cet histogramme Aij le nombre de pixels qui correspond au niveau de gris 0 ainsi que l'écart type a de cet histogramme.
Lorsque les deux images sont parfaitement recalées, et en faisant abstraction de la présence du produit de contraste, les valeurs de tous les pixels des environnements recalés 30 et 29, ou 30 et 33 ou 30 et 34 se correspondent à un point tel que le signal de différence mesurable à l'endroit de chaque pixel de l'image soustraite est nul. En théorie, on devrait pour le bon recalage obtenir un Dirac à l'endroit du niveau de gris O. Dans les faits, on prend comme bon histogramme de résultats celui pour lequel, soit le nombre de pixels au niveau de gris 0 est le maximum, soit celui pour lequel l'écart type 6 est le plus faible.
L'environnement 29, ainsi que l'environnement 30 et les autres, ont de préférence une largeur de 48 pixels X 48 pixels.
Les explorations des déplacements supposés des environnements 29 en 33, ou 34, sont de plus ou moins 8 pixels en abscisse et de plus ou moins 8 pixels en ordonnée. Plutôt que d'essayer alors les 256 positions possibles, on procède par dichotomie. On regarde notamment si le déplacement à plus ou moins 8 dans une direction et ou dans une autre produit de meilleurs résultats que l'histogramme A00. S'il est meilleur, on le choisit. On procède alors, par rapport au lieu de ce meilleur histogramme, à un déplacement en sens inverse de plus ou moins 4 en abscisse et ou de plus ou moins 4 en ordonnée. On effectue encore une fois la comparaison et en partant du point obtenu, on effectue un déplacement en plus ou moins 2 selon chacun des deux axes u et v. Autour du meilleur histogramme, on effectue enfin un déplacement en plus ou moins 1. En pratique, au lieu de calculer 256 histogrammes, on montre facilement qu'on peut se satisfaire du calcul de 33 histogrammes pour arriver à trouver l'histogramme Aij qui convient le mieux.
En variante, pour le calcul du meilleur histogramme, on peut se satisfaire d'un environnement de 3 x 3 pixels. Pour le calcul du déplacement, on peut préférer un environnement plus grand, notamment en rapport avec la taille du motif ou du sous motif concerné. Les valeurs i et j donnent la valeur du vecteur déplacement d de déplacement de l'amer 3 selon l'équation vectorielle d=ixu+jxv.
Pour savoir si on doit rechercher ou non des amers intermédiaires 23 à 26, on effectue une recherche d'homogénéité. En particulier, on élabore l'image gradient de l'image de soustraction brute (sans recalage). Cette image de soustraction pourrait faire apparaître, si on la visualisait, des contours tels que 36 et 37 (figure 2). Ces contours 36 et 37, ou plus exactement ces variations de structures, permettent de déterminer dans chacun des sous-motifs 20 à 22, à chaque fois deux types de pixels. Des pixels d'un premier type tels que le pixel 38 sont situés dans le sousmotif 20 mais pas sur le contour 36. Des pixels 39 d'un deuxième type sont situés dans le sous-motif 20 sur le contour 36. On calcule alors, pour l'ensemble des pixels du sous-motif 20, la moyenne des niveaux de gris de l'image gradient de l'image soustraite (brute). Très grossièrement, on peut simplifier l'explication en indiquant que les pixels 38 dont la valeur de différence en soustraction vaut 0 ne vont pas contribuer à la moyenne. Seuls vont y contribuer les pixels 39.
On effectue cette moyenne, d'une part sur le sous-motif 20, et d'autre part, sur le motif de départ 19. Pour ce dernier, on notera qu'on effectue la moyenne de tous les pixels et qu'on divise par quatre pour respecter la comparaison. En effet, il y a quatre sous-motifs dans le motif 19. On compare alors les deux moyennes. Deux situations se présentent: soit il y a la présence d'un contour 36 et, globalement, le sous-motif 20 est moins homogène que le motif 19. Si c'est le cas, on considère que des structures sont présentes dans le motif 20 et conduisent donc à indiquer que l'amer 16 est actif, c'est à dire est un bon amer susceptible de donner naissance à l'amer intermédiaire 24 et à l'amer intermédiaire 26 (figure 3b). On procède de même pour le sous- motif 21 et pour le sous-motif 22 afin de déterminer si tous les amers 24, 25 et 26 doivent être considérés comme actifs.
Selon les cas représentés figures 3b et 3c, on procédera à une différentiation différente de la subdivision de celle qu'elle possède dans la figure 3d (pour laquelle une subdivision totale est réalisée). En effet, figure 3b, les tests sur les amers 17 et 18 n'ont pas conduit à retenir l'amer 25 comme amer intermédiaire intéressant. Pour l'amer 25, un calcul de déplacement ne sera donc pas entrepris et, les points situés dans le sous- motif 23 ne seront pas recalés en utilisant la position de cet amer 25 qui n'est pas retenu. En effet, il est jugé, compte tenu de la robustesse ainsi mesurée, que les amers 17 et 18 sont meilleurs.
Dans ce cas, on procède, figure 3b, à une décomposition des trois sousmotifs 21, 22, et 23 en deux sous-motifs triangulaires particuliers. Le premier sous-motif particulier est le triangle 40 dont les sommets sont les deux amers 17 et 18 et l'amer intermédiaire 24. L'autre sous-motif particulier est le triangle 41, dont les sommets sont l'amer 18 et les sous-amers 24 et 26. En agissant ainsi, on est sûr que les points situés dans ces triangles 40 et 41 seront recalés avec des amers dont les déplacement auront été plus précisément mesurés que pour l'amer 25.
En ce qui concerne la figure 3b, un choix a été fait des triangles 40 et 41 en faisant passer arbitrairement une diagonale de l'amer 18 à l'amer 24. On aurait toutefois pu obtenir une répartition semblable en faisant passer une diagonale de l'amer 17 à l'amer 26.
Figure 3c, les deux sous-motifs 20 et 23 sont remplacés par deux autres triangles 42 et 43, ayant respectivement pour sommets les amers 16, 24 et 25, et 16, 26 et 25. La démarche est la même que pour la figure 3b.
En modifiant ainsi la forme des sous-motifs, on s'arrange pour qu'à aucun moment, la triangulation ne soit non conforme. La conformité se définit alors comme le fait que pour tous les triangles du réseau final, les intersections entre deux triangles sont soit un sommet, soit une arête commune en totalité, soit un ensemble vide. Une arête se définit comme un segment réunissant deux amers, amer principal et ou amer intermédiaire. Un sommet se définit comme un amer ou un amer intermédiaire.
Bien entendu, la subdivision a été présentée ici une fois. Il serait toutefois envisageable de faire la subdivision à plusieurs reprises, notamment dans le cas de la figure 3d, où trois amers intermédiaires ont été retenus. Il pourrait être envisageable alors d'y subdiviser encore chacun des triangles 20 à 23.
La figure 4 montre les étapes principales du procédé de l'invention. Au cours d'une étape 45, on sélectionne selon l'invention les amers, en fonction de ce qui a été dit plus haut. Au cours d'une étape suivante 46, on mesure les déplacements, notamment par le procédé de similarité représenté en référence à la figure 1. Au cours d'une étape suivante 47, on réalise l'interpolation des déplacements pour tous les pixels de l'image soustraite, et au cours d'une dernière opération 48, on produit l'image soustraite corrigée, en prenant en compte les déplacements mesurés à l'étape 47. Les étapes 46 à 48 sont de type connu.
L'étape 45 comporte une première étape 49 de réalisation de la maillerégulière, de préférence ici une maille régulière de triangles. Puis on sélectionne chaque sommet, chaque amer candidat 16 à 18, au cours d'une étape 50. On calcule au cours d'une étape 51 suivante, l'activité de ce sommet. On compare, au cours d'une étape 52 suivante, l'activité de ce sommet, correspondant au sous-motif 20, à l'activité du motif père qui le contient. Si un sommet est réputé actif parce que le sous-motif est moins homogène, on provoque une génération de sous-motifs autour de l'amer 16 par une étape 54.
Tel que représenté sur la figure 4, cette génération de sous-motifs pourrait être perpétuelle. D'une manière ou d'une autre, on l'arrête, par exemple lorsque la taille d'un sous-motif est inférieure à une taille donnée. Puis, au cours d'une étape 55 ultérieure à la génération de tous les sous- motifs, on procède à la propagation de la conformité. En pratique, on réalise les motifs selon les figures 3a, 3b, 3c ou 3d selon le nombre d'amers et de sous-amers qui les composent.
En ce qui concerne l'étape 47, elle comporte une sélection 56 de chaque triangle. Elle comporte également une sélection 57 de chaque pixel 35 dans ce triangle. Pour chaque pixel, une opération 58 d'interpolation permet de calculer le vecteur déplacement applicable aux pixels. Ce calcul s'effectue à partir des vecteurs déplacement des trois sommets du triangle auquel appartient le pixel. On remarque un grand avantage par rapport à la solution précédente en ce sens qu'il n'y a pas de difficulté à sélectionner, pour un triangle, les pixels concernés par ce triangle. En effet, la lecture régulière de la mémoire d'image fait qu'on aboutit naturellement, pour une ordonnée v donnée, en fonction des limites u d'abscisse origine et d'abscisse extrémité des bords du triangle, à déterminer les pixels concernés. De ce fait, l'étape de détermination des triangles concernés telle qu'elle était proposée par les méthodes de détermination issues de l'élaboration des contours de la figure 1 est supprimée et conduit naturellement à la plus grande rapidité du procédé de l'invention.
2862786 1S
Claims (6)
1 - Procédé de recalage d'images en angiographie soustraite s numérisée, dans lequel - on irradie un corps d'un patient par un rayonnement X, - on procède à une acquisition d'une première image masque (1) numérisée sans une injection d'un produit de contraste dans le corps, - puis on injecte le produit de contraste dans le corps, io - on procède à une acquisition d'une deuxième image de contraste (2) numérisée, - on divise l'image masque avec des motifs géométriques réguliers, - on effectue un recalage de l'image masque par rapport à l'image de contraste en utilisant des amers définis aux angles des motifs géométriques (19-22), - on procède à une soustraction de ces deux images après recalage, et on visualise l'image de soustraction, caractérisé en ce que - on teste la robustesse des amers, et - si celle-ci est insuffisante, on procède à une subdivision des motifs géométriques réguliers.
2 - Procédé selon la revendication 1, caractérisé en ce que les motifs géométriques réguliers utilisés lors de la division de l'image masque sont des triangles.
3 - Procédé selon la revendication 2, caractérisé en ce que les triangles sont des triangles équilatéraux.
4 - Procédé selon l'une des revendications 1 à 3, caractérisé en ce que, pour décider ou non de subdiviser - on calcule une image gradient de l'image masque, - pour chaque motif local et pour chaque subdivision de ce motif local dans cette image gradient de l'image masque, on calcule la moyenne des niveaux de gris, et - on crée des amers intermédiaires aux intersections de ces motifs et sous-motifs en fonction de comparaisons de ces moyennes.
2862786 46 - Procédé selon l'une des revendications 1 à 4, caractérisé en ce que le recalage de l'image masque est un recalage élastique, dans lequel - on calcule un vecteur déplacement pour chaque amer, - on propage ces vecteurs déplacements au reste des pixels de 5 l'image masque par interpolation.
6 - Procédé selon la revendication 5, caractérisé en ce que - on sélectionne pour chaque amer de l'image masque à recaler une région d'intérêt, - on calcule le déplacement de l'amer par un processus de similarité io (29, 30, 33, 34) entre l'image masque et l'image de contraste.
7 - Procédé selon l'une des revendications 5 à 6, caractérisé en ce que pour subdiviser, on groupe deux ou trois sous-motifs ensemble et on les divise en deux triangles différents à l'aide d'une diagonale de ces 15 groupes, - on effectue le recalage élastique de l'image masque par interpolation des pixels dans les triangles différents.
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR0350882A FR2862786B1 (fr) | 2003-11-21 | 2003-11-21 | Procede de recalage elastique d'une image applique a l'angiographie soustraite numerisee |
US10/985,803 US7409078B2 (en) | 2003-11-21 | 2004-11-10 | Method for registration of an image applied to digital subtracted angiography |
JP2004336202A JP4542415B2 (ja) | 2003-11-21 | 2004-11-19 | デジタル減算アンギオグラフィに適用される画像の位置合わせ方法 |
DE102004056095A DE102004056095A1 (de) | 2003-11-21 | 2004-11-19 | Verfahren zur Registrierung eines zur digitalen Subtraktionsangiographie verwendeten Bildes |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR0350882A FR2862786B1 (fr) | 2003-11-21 | 2003-11-21 | Procede de recalage elastique d'une image applique a l'angiographie soustraite numerisee |
Publications (2)
Publication Number | Publication Date |
---|---|
FR2862786A1 true FR2862786A1 (fr) | 2005-05-27 |
FR2862786B1 FR2862786B1 (fr) | 2006-01-06 |
Family
ID=34531382
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
FR0350882A Expired - Fee Related FR2862786B1 (fr) | 2003-11-21 | 2003-11-21 | Procede de recalage elastique d'une image applique a l'angiographie soustraite numerisee |
Country Status (4)
Country | Link |
---|---|
US (1) | US7409078B2 (fr) |
JP (1) | JP4542415B2 (fr) |
DE (1) | DE102004056095A1 (fr) |
FR (1) | FR2862786B1 (fr) |
Families Citing this family (46)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2885717B1 (fr) * | 2005-05-16 | 2007-08-03 | Gen Electric | Procede d'estimation de correction d'une image et dispositif d'angiographie le mettant en oeuvre |
JP4795723B2 (ja) * | 2005-05-30 | 2011-10-19 | 株式会社東芝 | ディジタルx線断層撮影装置 |
JP5161427B2 (ja) * | 2006-02-20 | 2013-03-13 | 株式会社東芝 | 画像撮影装置、画像処理装置及びプログラム |
DE102006008509A1 (de) * | 2006-02-23 | 2007-08-02 | Siemens Ag | Verfahren und Vorrichtung zur verbesserten automatischen Detektion von Auffälligkeiten in medizinischen Bilddaten |
US8311359B2 (en) * | 2006-06-28 | 2012-11-13 | Agency For Science, Technology And Research | Registering brain images by aligning reference ellipses |
US8077952B2 (en) * | 2006-08-14 | 2011-12-13 | Siemens Medical Solutions Usa, Inc. | Precomputed automatic pixel shift for review of digital subtracted angiography |
US7983459B2 (en) | 2006-10-25 | 2011-07-19 | Rcadia Medical Imaging Ltd. | Creating a blood vessel tree from imaging data |
US7940977B2 (en) * | 2006-10-25 | 2011-05-10 | Rcadia Medical Imaging Ltd. | Method and system for automatic analysis of blood vessel structures to identify calcium or soft plaque pathologies |
US7873194B2 (en) * | 2006-10-25 | 2011-01-18 | Rcadia Medical Imaging Ltd. | Method and system for automatic analysis of blood vessel structures and pathologies in support of a triple rule-out procedure |
US7940970B2 (en) * | 2006-10-25 | 2011-05-10 | Rcadia Medical Imaging, Ltd | Method and system for automatic quality control used in computerized analysis of CT angiography |
US7860283B2 (en) | 2006-10-25 | 2010-12-28 | Rcadia Medical Imaging Ltd. | Method and system for the presentation of blood vessel structures and identified pathologies |
US9375164B2 (en) | 2007-03-08 | 2016-06-28 | Sync-Rx, Ltd. | Co-use of endoluminal data and extraluminal imaging |
WO2009153794A1 (fr) | 2008-06-19 | 2009-12-23 | Sync-Rx, Ltd. | Avancement progressif d'un instrument médical |
US11064964B2 (en) | 2007-03-08 | 2021-07-20 | Sync-Rx, Ltd | Determining a characteristic of a lumen by measuring velocity of a contrast agent |
US9305334B2 (en) | 2007-03-08 | 2016-04-05 | Sync-Rx, Ltd. | Luminal background cleaning |
US10716528B2 (en) | 2007-03-08 | 2020-07-21 | Sync-Rx, Ltd. | Automatic display of previously-acquired endoluminal images |
US9629571B2 (en) | 2007-03-08 | 2017-04-25 | Sync-Rx, Ltd. | Co-use of endoluminal data and extraluminal imaging |
EP2358269B1 (fr) | 2007-03-08 | 2019-04-10 | Sync-RX, Ltd. | Traitement d'image et activation d'outil pour procédures médicales |
US9968256B2 (en) | 2007-03-08 | 2018-05-15 | Sync-Rx Ltd. | Automatic identification of a tool |
WO2008107905A2 (fr) | 2007-03-08 | 2008-09-12 | Sync-Rx, Ltd. | Imagerie et outils à utiliser avec des organes mobiles |
US11197651B2 (en) | 2007-03-08 | 2021-12-14 | Sync-Rx, Ltd. | Identification and presentation of device-to-vessel relative motion |
US7853061B2 (en) * | 2007-04-26 | 2010-12-14 | General Electric Company | System and method to improve visibility of an object in an imaged subject |
US20090060372A1 (en) * | 2007-08-27 | 2009-03-05 | Riverain Medical Group, Llc | Object removal from images |
KR100941774B1 (ko) * | 2007-09-06 | 2010-02-11 | 성균관대학교산학협력단 | 인체안전성이 우수한 온도 및 피에치 민감성 블록공중합체및 이의 제조방법과 이를 이용한 약물전달체 |
US8295575B2 (en) * | 2007-10-29 | 2012-10-23 | The Trustees of the University of PA. | Computer assisted diagnosis (CAD) of cancer using multi-functional, multi-modal in-vivo magnetic resonance spectroscopy (MRS) and imaging (MRI) |
US20100169024A1 (en) * | 2007-10-29 | 2010-07-01 | The Trustees Of The University Of Pennsylvania | Defining quantitative signatures for different gleason grades of prostate cancer using magnetic resonance spectroscopy |
US8320647B2 (en) * | 2007-11-20 | 2012-11-27 | Olea Medical | Method and system for processing multiple series of biological images obtained from a patient |
US9070181B2 (en) * | 2007-12-21 | 2015-06-30 | General Electric Company | System and method for extracting features of interest from an image |
US10362962B2 (en) | 2008-11-18 | 2019-07-30 | Synx-Rx, Ltd. | Accounting for skipped imaging locations during movement of an endoluminal imaging probe |
US8855744B2 (en) | 2008-11-18 | 2014-10-07 | Sync-Rx, Ltd. | Displaying a device within an endoluminal image stack |
US9095313B2 (en) | 2008-11-18 | 2015-08-04 | Sync-Rx, Ltd. | Accounting for non-uniform longitudinal motion during movement of an endoluminal imaging probe |
US11064903B2 (en) | 2008-11-18 | 2021-07-20 | Sync-Rx, Ltd | Apparatus and methods for mapping a sequence of images to a roadmap image |
US9144394B2 (en) | 2008-11-18 | 2015-09-29 | Sync-Rx, Ltd. | Apparatus and methods for determining a plurality of local calibration factors for an image |
US9974509B2 (en) | 2008-11-18 | 2018-05-22 | Sync-Rx Ltd. | Image super enhancement |
US9101286B2 (en) | 2008-11-18 | 2015-08-11 | Sync-Rx, Ltd. | Apparatus and methods for determining a dimension of a portion of a stack of endoluminal data points |
CN101822545B (zh) * | 2010-05-11 | 2011-05-25 | 河南大学 | 一种数字减影血管造影运动伪影消除方法及其系统 |
US9295435B2 (en) * | 2011-02-07 | 2016-03-29 | Koninklijke Philips N.V. | Image representation supporting the accurate positioning of an intervention device in vessel intervention procedures |
US8553963B2 (en) * | 2011-02-09 | 2013-10-08 | Siemens Medical Solutions Usa, Inc. | Digital subtraction angiography (DSA) motion compensated imaging system |
JP2012200285A (ja) * | 2011-03-23 | 2012-10-22 | Toshiba Corp | 画像処理装置、x線ct装置、及び画像処理方法 |
US9165363B2 (en) | 2011-08-03 | 2015-10-20 | Hitachi Medical Corporation | Image diagnostic device and image correction method |
US8675944B2 (en) * | 2012-01-12 | 2014-03-18 | Kabushiki Kaisha Toshiba | Method of registering image data |
JP6016403B2 (ja) * | 2012-03-27 | 2016-10-26 | キヤノン株式会社 | 画像処理装置、画像処理方法 |
JP6134789B2 (ja) | 2012-06-26 | 2017-05-24 | シンク−アールエックス,リミティド | 管腔器官における流れに関連する画像処理 |
EA024855B1 (ru) * | 2012-07-10 | 2016-10-31 | Закрытое Акционерное Общество "Импульс" | Способ получения субтракционного ангиографического изображения |
US9547894B2 (en) * | 2013-10-08 | 2017-01-17 | Toshiba Medical Systems Corporation | Apparatus for, and method of, processing volumetric medical image data |
JP2018149166A (ja) * | 2017-03-14 | 2018-09-27 | コニカミノルタ株式会社 | 放射線画像処理装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5633951A (en) * | 1992-12-18 | 1997-05-27 | North America Philips Corporation | Registration of volumetric images which are relatively elastically deformed by matching surfaces |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4054402B2 (ja) * | 1997-04-25 | 2008-02-27 | 株式会社東芝 | X線断層撮影装置 |
JPS59137942A (ja) * | 1983-01-28 | 1984-08-08 | Hitachi Ltd | 画像位置合わせ方式 |
JPH03244440A (ja) * | 1990-02-23 | 1991-10-31 | Toshiba Corp | X線診断装置 |
JP3002923B2 (ja) * | 1992-04-20 | 2000-01-24 | 富士写真フイルム株式会社 | 画像位置合せ装置およびその使用方法 |
JPH06215108A (ja) * | 1992-11-27 | 1994-08-05 | Fuji Photo Film Co Ltd | 放射線画像の位置合せ方法 |
DE10108947B4 (de) * | 2001-02-23 | 2005-05-19 | Siemens Ag | Verfahren und Vorrichtung zum Abgleichen von wenigstens einem visualisierten medizinischen Messergebnis mit wenigstens einem weiteren, eine räumliche Information enthaltenden Datensatz |
JP4172753B2 (ja) * | 2002-04-03 | 2008-10-29 | 東芝医用システムエンジニアリング株式会社 | X線画像撮影装置 |
-
2003
- 2003-11-21 FR FR0350882A patent/FR2862786B1/fr not_active Expired - Fee Related
-
2004
- 2004-11-10 US US10/985,803 patent/US7409078B2/en active Active
- 2004-11-19 DE DE102004056095A patent/DE102004056095A1/de not_active Withdrawn
- 2004-11-19 JP JP2004336202A patent/JP4542415B2/ja not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5633951A (en) * | 1992-12-18 | 1997-05-27 | North America Philips Corporation | Registration of volumetric images which are relatively elastically deformed by matching surfaces |
Non-Patent Citations (4)
Title |
---|
BENTOUTOU Y ET AL: "An invariant approach for image registration in digital subtraction angiography", PATTERN RECOGNITION, PERGAMON PRESS INC. ELMSFORD, N.Y, US, vol. 35, no. 12, December 2002 (2002-12-01), pages 2853 - 2865, XP004379654, ISSN: 0031-3203 * |
HIROSHI HANAIZUMI ET AL: "AN AUTOMATIC REGISTRATION METHOD FOR REMOTELY SENSED MULTISPECTRAL IMAGES BY USING SPATIAL CORRELATION BETWEEN LOCAL TRIANGLES", REMOTE SENSING : ECONOMIC TOOL FOR THE NINETIES. VANCOUVER, JULY 10 - 14, 1989, PROCEEDINGS OF THE INTERNATIONAL GEOSCIENCE AND REMOTE SENSING SYMPOSIUM. (IGARSS), NEW YORK, IEEE, US, vol. VOL. 3 SYMP. 12, 10 July 1989 (1989-07-10), pages 1287 - 1290, XP000139269 * |
MAINTZ J B A ET AL: "A SURVEY OF MEDICAL IMAGE REGISTRATION", MEDICAL IMAGE ANALYSIS, OXFORDUNIVERSITY PRESS, OXFORD, GB, vol. 2, no. 1, 1998, pages 1 - 37, XP001032679, ISSN: 1361-8423 * |
MEIJERING E H W ET AL: "IMAGE REGISTRATION FOR DIGITAL SUBTRACTION ANGIOGRAPHY", INTERNATIONAL JOURNAL OF COMPUTER VISION, KLUWER ACADEMIC PUBLISHERS, NORWELL, US, vol. 31, no. 2/3, April 1999 (1999-04-01), pages 227 - 246, XP000832660, ISSN: 0920-5691 * |
Also Published As
Publication number | Publication date |
---|---|
FR2862786B1 (fr) | 2006-01-06 |
US20050111719A1 (en) | 2005-05-26 |
JP4542415B2 (ja) | 2010-09-15 |
JP2005204282A (ja) | 2005-07-28 |
US7409078B2 (en) | 2008-08-05 |
DE102004056095A1 (de) | 2005-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
FR2862786A1 (fr) | Procede de recalage elastique d'une image applique a l'angiographie soustraite numerisee | |
JP5221938B2 (ja) | 改良プラーク視覚化システム及び、プラーク領域の画像をカラー符号化する方法(300)を実行させるためのプログラム | |
US10335039B2 (en) | Methods for stent strut detection and related measurement and display using optical coherence tomography | |
US8079711B2 (en) | Method for finding the lateral position of the fovea in an SDOCT image volume | |
EP2661721B1 (fr) | Gestion des artefacts en imagerie rotationnelle | |
Wahle et al. | Plaque development, vessel curvature, and wall shear stress in coronary arteries assessed by X-ray angiography and intravascular ultrasound | |
US20100021025A1 (en) | Method, Apparatus and Computer Program for Quantitative Bifurcation Analysis in 3D Using Multiple 2D Angiographic Images | |
AU2010298333B2 (en) | Lumen morphology and vascular resistance measurements data collection systems, apparatus and methods | |
CA2559308C (fr) | Procede et systeme pour determiner une representation tridimensionnelle d'un organe | |
FR2812741A1 (fr) | Procede et dispositif de reconstruction d'une image tridimensionnelle dynamique d'un objet parcouru par un produit de contraste | |
Jandt et al. | Automatic generation of 3D coronary artery centerlines using rotational X-ray angiography | |
JP2006075599A (ja) | 管状の解剖学的構造の可視化方法 | |
FR2914176A1 (fr) | Procede de detection et de compensation du mouvement respiratoire dans des images cardiaques fluoroscopiques synchronisees a un signal electrocardiogramme. | |
FR2885717A1 (fr) | Procede d'estimation de correction d'une image et dispositif d'angiographie le mettant en oeuvre | |
FR2636451A1 (fr) | Procede de reconstruction d'arborescence a trois dimensions par etiquetage | |
RU2508907C2 (ru) | Определение перспективных карт оптимального представления с учетом формы поперечного сечения сосуда в сердечно-сосудистых рентгенографических системах | |
Nitkunanantharajah et al. | Skin surface detection in 3D optoacoustic mesoscopy based on dynamic programming | |
Wahle et al. | Accurate visualization and quantification of coronary vasculature by 3D/4D fusion from biplane angiography and intravascular ultrasound | |
FR2844080A1 (fr) | Methode d'amelioration de la visualisation d'un vaisseau sanguin a partir de technique de reconstruction d'images synchronisees | |
US20070071159A1 (en) | Methods and apparatus for reconstructing thick image slices | |
EP4004866A1 (fr) | Procede de generation d'un biomarqueur, systeme | |
WO2003088143A2 (fr) | Procede d'assistance et de guidage de navigation d'un outil dans des structures anatomiques. | |
FR2862790A1 (fr) | Procede et dispositif pour l'observation d'un phenomene transitoire a l'aide d'un arceau vasculaire | |
EP3509483B1 (fr) | Systeme et procede pour reconstruire un signal physiologique d'un systeme dynamique artere/tissu/veine d'un organe dans un espace surfacique | |
US11779277B2 (en) | Systems and methods for endovascular device detection and apposition measurement |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
ST | Notification of lapse |
Effective date: 20140731 |