CN101044986A - 自动区分骨骼或含钙物质和软组织中造影剂的方法和装置 - Google Patents

自动区分骨骼或含钙物质和软组织中造影剂的方法和装置 Download PDF

Info

Publication number
CN101044986A
CN101044986A CNA2007100921054A CN200710092105A CN101044986A CN 101044986 A CN101044986 A CN 101044986A CN A2007100921054 A CNA2007100921054 A CN A2007100921054A CN 200710092105 A CN200710092105 A CN 200710092105A CN 101044986 A CN101044986 A CN 101044986A
Authority
CN
China
Prior art keywords
voxel
ray
value
ratio
contrast agent
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.)
Pending
Application number
CNA2007100921054A
Other languages
English (en)
Inventor
伯恩哈德·克劳斯
迈克尔·格拉斯拉克
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens AG
Original Assignee
Siemens AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Siemens AG filed Critical Siemens AG
Publication of CN101044986A publication Critical patent/CN101044986A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/48Diagnostic techniques
    • A61B6/482Diagnostic techniques involving multiple energy imaging
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/40Arrangements for generating radiation specially adapted for radiation diagnosis
    • A61B6/4007Arrangements for generating radiation specially adapted for radiation diagnosis characterised by using a plurality of source units
    • A61B6/4014Arrangements for generating radiation specially adapted for radiation diagnosis characterised by using a plurality of source units arranged in multiple source-detector units
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/40Arrangements for generating radiation specially adapted for radiation diagnosis
    • A61B6/4035Arrangements for generating radiation specially adapted for radiation diagnosis the source being combined with a filter or grating
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/505Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of bone
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20212Image combination
    • G06T2207/20216Image averaging
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30008Bone

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Pathology (AREA)
  • Optics & Photonics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Quality & Reliability (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明涉及用于自动将骨骼或其它含钙物质与对象部位的软组织中的造影剂区分开来的方法和装置。在该方法中提供在不同的X射线频谱分布下记录的对象部位的两次计算机断层造影拍摄的两个图像数据组。对至少一个感兴趣断层的体素从两个图像数据组中计算比例r,该比例由该体素或其环境在不同的X射线频谱分布下的测量或平均的X射线衰减值以及软组织在不同的X射线频谱分布下的预定X射线衰减值根据预定的计算规则给出。然后在超过针对该比例r或从中推导出的r’的阈值时根据r或r’的大小将该体素或者对应于造影剂或者对应于含钙物质。所提出的方法和对应的装置可以自动将计算机断层造影图像中的骨骼或其它含钙物质与造影剂区分开来。

Description

自动区分骨骼或含钙物质和软组织中造影剂的方法和装置
技术领域
本发明涉及一种用于自动将骨骼或其它含钙物质与对象部位的软组织中的造影剂区分开来的方法和装置,其中在不同的X射线频谱分布下记录该对象部位的两次计算机断层造影拍摄,并从这两次计算机断层造影拍摄的原始数据中再现出该对象部位的两个图像数据组,这些图像数据组包含该对象部位的体素在各X射线频谱分布下的X射线衰减值。
背景技术
在借助计算机断层造影的很多检查中都会对患者注入造影剂,以便能在获得的CT图像中尤其清楚地识别血管。但在观察该CT图像时其它身体成分如骨骼可能产生干扰,因为骨骼同样强烈地吸收X射线。因此,这种区域在图像后处理时有时要从图像中通过计算除去。为了识别其它含钙或聚集钙的区域,如血管中的斑或含钙的肾结石,需要区分造影剂和该含钙区域或物质,以便能将它们例如在CT图像中突出地显示出来。但是骨骼或其它含钙区域的半自动或自动分割要求在相应的图像数据中尽可能自动地区分造影剂和含钙物质。
迄今为止为了区分这些物质而遵循不同的规则。从而在注入造影剂之前和之后分别执行CT扫描。通过两张CT图像的图像对准和相减来测量由该造影剂导致的X射线衰减值的升高。在此骨骼或其它含钙区域作为具有高X射线衰减值的未变化区域出现。另一种可能性在于,在一次CT扫描的CT图像中基于X射线衰减值的大小来执行分类。但这通常需要另外分析局部统计参数或形态特征,以获得比较可靠的结果。
发明内容
本发明要解决的技术问题在于提供一种用于借助计算机断层造影将骨骼或其它含钙物质和对象部位的软组织中的造影剂自动区分开来的方法和装置,其通过简单方式提供可靠的结果。
在本方法中,在不同的X射线频谱分布或不同的X射线能量下记录对象部位的两次计算机断层造影拍摄,并根据两次计算机断层造影拍摄的原始数据再现该对象部位的两个图像数据组,该图像数据组包含该对象部位的体素在相应的X射线频谱分布下的X射线衰减值。在此,X射线衰减值既可以理解为衰减系数μ,又可以理解为从中推导出的值如CT值。为了记录这两次计算机断层造影拍摄而采用多能量计算机断层造影设备,优选采用所谓的双能量计算机断层造影设备,利用该设备可以同时或者至少接近同时地绘制具有不同X射线频谱分布的两次计算机断层造影拍摄。用于产生具有不同X射线频谱分布的两次计算机断层造影拍摄的各种技术对专业人员来说基本上是公知的。为此可以例如采用多个处于不同X射线电压下的X射线源、具有不同频谱灵敏度的多个检测器、位于该X射线源和/或X射线检测器之前的多个滤波器,或者上述技术的组合。
在本方法中,对对象部位的至少一个感兴趣断层的每个体素从两个图像数据组中计算比例r,该比例r按照以下方式给出:
r = x 1 - o 1 x 2 - o 2
在该方程式中,x1表示所述体素在两个不同X射线能量之一时测量的X射线衰减值或者表示该X射线能量时的平均X射线衰减值,下面将对它们详细解释。按照相同方式,x2表示所述体素在另一种X射线能量时测量的X射线衰减值或者对应的平均X射线衰减值。这两个X射线衰减值x1和x2可以直接由两个图像数据组中引出或从中计算出。另外出现的值o1和o2是软组织在这两个X射线能量时的X射线衰减值。该值是预定的。它们或者是已知的或者可以事先确定。血液的X射线衰减值几乎相同,从而血液和软组织之间基本上不能区分开。
通过该方式为所涉及的体素确定的比例r的值或者由其导出的值r’与对r的阈值相比较。r或r’的值超过该阈值的体素根据r或r’的大小或者对应于造影剂或者对应于含钙物质。大于阈值rco,min的高值r或r’表示含有造影剂的区域。因此该预定的阈值rco,min使得可以区分被检查软组织中的造影剂和含钙物质。
然后在完整地处理了至少感兴趣断层之后可以在对象部位的CT图像的显示中不同颜色地标记造影剂和骨骼(或者其它含钙区域),从而观察者可以毫不费力地立即区分出这两种物质组。此外可以基于所述物质与体素的对应对图像数据组应用自动的分割算法,利用该方法例如可以从图像中计算地去掉骨骼。
由此,本发明的方法和所属装置使得可以在计算机造影图像中将骨骼或其它含钙物质以及造影剂自动区分开来。通过所提出的方法步骤实现比借助一次CT扫描用简单的阈值形成能达到的更高的区分可靠性。
本方法的基础是3种物质分解。在该3种物质分解中将各体素解释为由基本物质软组织或血液、骨骼或含钙物质以及造影剂组成的混合物。在此已知,从比例r或r’中可以将造影剂可靠地与含钙物质区分开。通过3种物质分解激发的参数r或r’能造成非常好的物质区分,而不必以典型的患者或典型的身体部位为前提条件。通过同时或至少近似同时地记录两次计算机断层造影拍摄,也不需要组合在注射造影剂之前和之后的两次单独CT扫描中需要的配准。在本发明的方法中去掉了通过分析局部统计参数或形态学特征进行的区分,如在简单的CT扫描中一般为了提高可靠性而需要的。
在本方法的优选扩展中,首先为每个体素确定在该体素周围具有预定伸展幅度的三维立体区域。该三维立体区域优选是球形立体,也可以具有其它形状,如方形。在该立体区域内选择所有来自两个图像数据组的两个X射线衰减值的平均值或加权平均值大于针对造影剂和含钙物质的预定阈值的体素。可替换的,从该立体区域中选择预定数量的体素,它们在该立体区域内具有最大的X射线衰减值的平均值或加权平均值。然后针对每个图像数据组分开地计算所选择的体素的平均X射线衰减值,以便由两个由此平均X射线衰减值形成比例r。下面将所述体素一围绕该体素形成立体区域一也称为中心体素。通过该步骤可以选择该中心体素的表示非常有可能是造影剂或骨骼或者说含钙区域的相邻体素,而不会模糊恒定的作用范围。使用下面描述的加权平均值具有这样的优点,不会导致根据图像噪声比例q而偏好一种物质。
体素的X射线衰减值的平均值在此等于两个X射线衰减值的算术平均值。而加权平均值是体素的组合X射线衰减值,该值也取决于两次计算机断层造影拍摄的图像之间的图像噪声比例q。该加权平均值xm根据以下规则来计算:
x m = x 1 - m · x 2 1 - m , 其中 m = - q 2 r co , min .
x1和x2表示在两种不同X射线能量时的X射线衰减值,如HU值(HU:豪斯菲尔德单位)。q表示两次计算机断层造影拍摄的图像的图像噪声之比。该图像噪声之比q由q=dx1/dx2给出,其中dx1和dx2表示X射线衰减值x1和x2的统计误差,即标准偏差。值rco,min是给出针对造影剂的比例r的下限阈值的预定阈值。该值是已知的或者可以事先确定。这样,在三维立体区域内对体素的选择就基于该组合X射线衰减值xm进行。选择所有对它们来说该组合X射线衰减值xm大于阈值的体素,该阈值是判断存在造影剂和/或含钙物质的下限。可替换的,选择固定数量的在立体区域内具有X射线衰减值的最大加权平均值的体素。通过基于该表示与图像噪声之比q有关的加权平均值的组合X射线衰减值的措施,明显降低了由图像噪声引起的在xm的阈值附近错误选择的危险,从而实现了更为可靠的结果。为此所需要的两个图像数据组的图像噪声之比q可以是所采用的计算机断层造影设备已知的,也可以事先由这两个图像数据组或其它图像数据组如事先拍摄的断层造影图像来确定。
在本方法的扩展中对存在于三维立体区域中的平均值或加权平均值大于针对造影剂和含钙物质的预定阈值的体素进行计数。然后只对中心体素确定平均衰减值的比例r,即对于这些中心体素在所述立体区域内预定最低数量(nmin)的体素具有大于针对造影剂和含钙物质的预定阈值的两个X射线衰减值的平均值或加权平均值。但如果所确定的个数低于该最低数量,则不对该中心体素进行其它计算。这是基于该体素不是在受检对象部位中具有造影剂或含钙物质的位置的结论。
在本方法的优选实施方式中,在计算比例r之前检查在中心体素周围具有预定伸展幅度的三维立体区域中是否出现很多具有大于针对造影剂和含钙物质的预定阈值的X射线衰减值平均值的体素。为此优选预先给定(较高的)体素的最低数量(nLOOK)。大数量表明骨骼或其它含钙物质中的一个位置。但如果几个体素位于软组织或血液的值区间中,则表明位于软组织和骨骼或含钙物质之间的过渡区中的一个位置。在X射线衰减值的平均值大于针对造影剂和含钙物质的阈值的体素数量很多的情况下,对该中心体素直接执行下面用于形成比例r的步骤。如果该预定最低数量没有达到,即几个体素位于软组织的值区间中,则查找一个一般直接毗连的相邻体素,该相邻体素具有最高的X射线衰减值的平均值或加权平均值。根据不同的图像分辨率可以多次迭代该步骤。然后用上述方式确定的相邻体素执行下面用于计算比例r的步骤,但是由此产生的物质对应是针对中心体素进行的。通过该优选方法实施方式一方面可以将相邻区域中的造影剂和骨骼或含钙物质分开,另一方面过渡到具有更高平均值的相邻体素避免了在软组织与造影剂或骨骼或者说含钙物质之间的边界区域中进行分析。在此噪声的作用更加强烈,而且针对两个不同X射线能量的调制传输函数如果稍微不同就会加大化学分类的难度。
在本方法的非常有利的扩展中,在物质对应之前用取决于被检查对象的直径的校正项rcorr来校正比例r,以获得推导值r’:
r’=r+rcorr(d)
其中d等于对象的平均直径。
在此发现,对于现有计算机断层造影设备来说线性函数rcorr=adiam·(d-20cm)能产生非常好的结果。如果所测量的造影剂的X射线衰减值取决于对象直径,则应当采用该校正项。
用于将骨骼或其它含钙物质与检测对象部位的软组织中的造影剂自动区分开的装置包括:用于存储两个图像数据组的存储单元,和作为主要部件的确定模块,其按照上述方法、必要时还按照这些方法的各种扩展进行计算和确定。在此,该确定模块优选实施在计算机断层造影设备的图像计算机中,该机算机断层造影设备可以提供在不同X射线频谱分布时的两次计算机断层造影拍摄的原始数据。在这种情况下,该装置还包括图像再现模块,其根据两次计算机断层造影拍摄的原始数据再现对象部位的两个图像数据组。
在一个实施方式中,所述装置可以只包括具有存储单元的确定模块以及接口,通过该接口接收已经根据两次计算机断层造影拍摄再现了的图像数据组。所述确定模块优选与图像显示模块连接,通过该显示模块在相应的图象显示装置上显示具有颜色不同的含造影剂区域和含钙区域的CT图像。
附图说明
下面借助与附图关联的实施例再次简要解释本方法。其中:
图1示出在执行本方法时的方法流程的例子;
图2示出本发明方法的方法变形的图形显示。
具体实施方式
在下面的例子中,用双能量计算机断层造影设备执行对对象的双能量CT扫描,其中在两个不同的X射线能量下同时获得原始数据。该不同的X射线能量通过所采用的X射线管的不同管电压一在该例子中是80kV和140kV一来获得。通过公知的再现算法从该原始数据中相互独立地再现两张CT图像。在此获得的两个图像数据组中的每一个数据组对于检查体的每个体素都包括各X射线能量下的对应HU值。
在此,应当与数据绘制和采用的计算机断层造影设备无关地保证,当待区分的体物质出现在或位于被检对象的不同位置处时,该体物质的HU值在某种程度上是稳定的。但这对大多数市场上可购买到的计算机断层造影设备是给定的。
下面描述的用于实施本方法的例子分为预处理和主要部分。在预处理期间确定平均对象直径d以及80kV时的图像和140kV时的图像之间的图像噪声之比,如果这些参数还不知道的话。
如果测量的造影剂的HU值取决于对象直径,则必须确定被扫描对象的平均直径d。该直径稍后是很小但非常有用的校正所需要的。平均直径d例如通过HU值x在对象在所观察的截面图像中所占据的面积A上的积分来计算:
d = 2 · 1 π · 1000 HU ∫ dA ( x + 1000 HU ) .
如果图像噪声之比未知,则该比例q可以由对象直径或测量的空气的HU值噪声来近似确定。为此例如可以针对两个管电压在图像的上半部分中在特定阈值以下一例如低于-950HU一形成该断层所有像素的平均噪声,然后产生该比例。同样可以从事先拍摄的断层造影图像中确定该比例。
对于该处理的主要部分,除了受到检查的断层之外还需要位于其上方和下方的多个体素断层。下面采用的概念“组合HU值”表示与图像噪声比例有关的、在80kV和140kV时的经过加权的HU值平均值xm(x80和x140)。该平均值可以由该比例q和稍后采用的针对造影剂的阈值rco,min来计算:
x m = x 80 - m · x 140 1 - m , 其中 m = - q 2 r co , min .
与此相反,概念“平均HU值”是80kV和140kV时的HU值x80和x140的算术平均值。
然后对于被检断层中的每个体素执行以下4个步骤,其中前面3个在参照图1的情况下表示为LOOK(查找)步骤、WALK(移走)步骤和TAKE(接受)步骤。
1.LOOK步骤:如果在体素的三维球形环境中明显大于正常软组织的HU值(例如100HU)的较大平均HU值占大多数,则必须直接分析该环境。然后跳过下面的WALK步骤。作为基础的阈值作为造影剂/骨骼体素的个数nLOOK预先给定,大于该阈值就省略WALK步骤。
2.WALK步骤:如果在该环境中比较低的平均HU值占大多数,但是中心体素的平均HU值大于典型软组织的平均HU值而且组合HU值中存在很强的梯度,则造影剂或骨骼或含钙物质非常有可能就位于附近。然后选择具有最大组合HU值的相邻体素作为新的中心体素。在此可以预先给定中心体素和相邻体素之间的最小差值(HU),低于该最小差值就不能转换到相邻体素。该步骤一直重复(nstep)到达到所期待的图像分辨率的有效范围或者所述梯度强烈下降为止。
3.TAKE步骤:再观察最后一个中心体素的球形环境。现在选择具有最大组合HU值的nav个体素,其中个数nav是预先给定的。通过这种方式选择尽可能“纯”的骨骼或造影剂体素。针对所选择的体素计算80kV时的平均HU值x80和140kV时的平均HU值x140,分别通过对所有选择的体素的HU值求平均值。如果对于所观察的立体中少于nmin的体素来说平均HU值大于造影剂/骨骼阈值,则省略下面的步骤并且不进行物质对应。
4.3种物质分解:将选择的体素解释为由基本物质软组织(HU值:o80和o140)、骨骼或含钙物质以及造影剂组成的混合物。计算比例
r = x 80 - o 80 x 140 - o 140
该比例可以选择通过项rcorr来校正,这一项取决于对象直径:r’=r+rcorr(d)。在此对于现有的CT扫描仪发现rcorr=adiam·(d-20cm),该值用于实际的校正。
r’值高表示具有例如含碘造影剂的区域;r’值中等表示骨骼,r’值低表示软骨和塑料。现在将通过r’值确定的物质对应于来自第一步骤的原始体素。
在完整地处理了图像组或三维图像数据组之后可以将这样产生的物质类型用于不同颜色地标记骨骼或含钙物质和造影剂,或者用于从图像中以计算方式除去骨骼。
该例中采用的前面3个步骤的组合(LOOK-WALK-TAKE)在边缘区域中会在软组织和造影剂之间或者在软组织和含钙物质或骨骼之间产生物质分配(Materialzuweisung),如在图2中图形显示的那样。在此在LOOK步骤中确定当前观察的中心体素1是否位于造影剂或含钙物质与软组织之间的边界平面附近。如果是,则不分析该中心体素本身或直接围绕它的环境,而是分析由于较高的平均HU值而在任何情况下位于具有高X射线衰减值的物质内的相邻体素2的环境。由此避免分析软组织与相应物质之间的边界区域。
为了执行该方法在该例子中需要下面的参数:
参数   含义
xmin   骨骼/造影剂体素的下阈值(HU)
nLOOK   LOOK:造影剂/骨骼体素的最小数量,从而去掉WALK
sTAKE   LOOK/TAKE:所观察立体的半径
nstep   WALK:WALK步骤的最大数量
dmin   WALK:中心体素和待选择的相邻体素之间的最小差值(HU)
sWALK   WALK:所观察立体的半径(通常=1)
nmin   TAKE:超过骨骼/造影剂阈值的体素的最小数量
nav   TAKE:所采用的具有最大HU值xm的体素的数量
o80   软组织在80kV时的HU值
o140   软组织在140kV时的HU值
adiam   用于根据d校正r的线性系数
rco,min   针对造影剂体素的r的下阈值
针对体素数量的各个参数以及阈值可以根据图像质量和期望的显示来预先给定。下面的示例值产生良好的结果:
nLOOK=78与81;sTAKE=1(对于钙化)或2(对于骨骼);nstep=2;dmin=30;sWALK=1(对于钙化)或2(对于骨骼);nmin=50(对于骨骼)或7(对于钙化);nav=45(对于骨骼)或3(对于钙化)。根据计算机断层造影设备和拍摄参数来选择阈值xmin和rco,min。同样根据计算机断层造影设备来选择线性系数adiam
在本方法的应用中应当区分是在区别骨骼与造影剂还是在区别其它含钙物质与造影剂。骨骼由于插入的骨骼标记在化学上比含钙斑或肾结石更不均匀。尤其是对于含钙的斑,要求非常高的空间分辨率。因此应当在这种情况下在体素大小相同的条件下将参数sTAKE、sWALK和nstep选择得更小。由此还必须减小nmin和nav

Claims (15)

1.一种用于自动将骨骼或其它含钙物质与对象部位的软组织中的造影剂区分开来的方法,其中在不同的X射线频谱分布下记录对象部位的两次计算机断层造影拍摄,并根据两次计算机断层造影拍摄的原始数据再现该对象部位的两个图像数据组,该图像数据组包含该对象部位的体素在相应的X射线频谱分布下的X射线衰减值,
其中对所述对象部位的至少一个感兴趣断层的体素从该两个图像数据组中计算比例r,该比例r由各体素的两个X射线衰减值或由两个平均X射线衰减值以及软组织或血液在相应的X射线频谱分布下的预定X射线衰减值o1和o2来按照以下方式给出,该平均X射线衰减值通过对在相应图像数据组中围绕该体素的预定立体区域内的体素求取X射线衰减值的平均值来获得:
r = x 1 - o 1 x 2 - o 2
其中x1和x2表示在不同X射线频谱分布下的两个X射线衰减值或平均X射线衰减值,以及
其中在超过针对该比例r或从中推导出的值r’的阈值时根据r或r’的大小将相应的体素或者对应于造影剂或者对应于含钙物质。
2.根据权利要求1所述的方法,其特征在于,对于每个体素首先确定在该体素周围具有预定伸展幅度的三维立体区域,在该立体区域内选择所有其两个X射线衰减值的平均值或加权平均值大于针对造影剂和含钙物质的预定阈值的体素,或者选择在该立体区域内具有最大X射线衰减值平均值或加权平均值的预定数量体素,
针对每个图像数据组分开地计算所选择的体素的平均X射线衰减值,以便根据两个平均X射线衰减值来所述比例r。
3.根据权利要求1所述的方法,其特征在于,对于每个体素首先确定在该体素周围具有预定伸展幅度的三维立体区域,在该立体区域内选择所有其两个X射线衰减值的平均值或加权平均值大于针对造影剂和含钙物质的预定阈值的体素,或者选择在该立体区域内具有最大X射线衰减值平均值或加权平均值的预定数量体素,
针对每个图像数据组分开地计算所选择的体素的平均X射线衰减值,以便根据该两个平均X射线衰减值来确定所述比例r,
其中只对这样的体素确定平均衰减值的比例r,即对于这些体素在所述立体区域内大于预定最低数量的体素具有大于针对造影剂和含钙物质的预定阈值的两个X射线衰减值的平均值或加权平均值。
4.根据权利要求2或3所述的方法,其特征在于,根据以下规则来计算加权平均值xm
x m = x 1 - m · x 2 1 - m , 其中 m = - q 2 r co , min
其中x1和x2表示体素在两种不同X射线频谱分布下的两个X射线衰减值,rco,min是针对造影剂的比例r的下阈值,q表示两个图像数据组的图像的图像噪声之比。
5.根据权利要求4所述的方法,其特征在于,所述图像噪声之比q在预处理步骤中由所述两个图像数据组或事先拍摄的断层造影图像来确定。
6.根据权利要求1至5中任一项所述的方法,其特征在于,在计算比例r之前检查在所述体素周围具有预定伸展幅度的三维立体区域中是否出现较多具有大于针对造影剂和含钙物质的预定阈值的来自两个图像数据组的X射线衰减值平均值的体素,在数量低于预定最低值的情况下则从相邻体素组中查找一个具有最高X射线衰减值平均值或加权平均值的相邻体素,其中该步骤从分别找到的相邻体素出发必要时可以重复一次或多次,然后用最后一个找到的相邻体素执行接着用于计算比例r的步骤,但是由此产生的物质对应是针对原始体素进行的。
7.根据权利要求1至6中任一项所述的方法,其特征在于,在物质对应之前用取决于对象的直径的校正项来校正所述比例r,以获得由该比例r推导的值r’,然后基于该推导出的值进行物质对应。
8.根据权利要求7所述的方法,其特征在于,所述推导出的值r’根据以下计算规则获得:
r’=r+rcorr(d),其中rcorr=adiam·(d-20cm)
其中d是对象的平均直径,adiam是预定的系数。
9.一种用于自动将骨骼或其它含钙物质与对象部位的软组织中的造影剂区分开来的装置,具有用于存储对象部位的两个图像数据组的存储单元,该图像数据组从在不同的X射线频谱分布下的两次计算机断层造影拍摄中获得并包含该对象部位的体素在不同的X射线频谱分布下的X射线衰减值,以及确定模块,其构造为对所述对象部位的至少一个感兴趣断层的体素从两个图像数据组中计算比例r,该比例r由该体素的两个X射线衰减值或由两个平均X射线衰减值以及软组织或血液在这两个X射线能量时的预定X射线衰减值o1和o2按照以下方式给出,该平均X射线衰减值通过对在相应图像数据组中围绕该体素的预定立体区域内的体素求取X射线衰减值的平均值来获得:
r = x 1 - o 1 x 2 - o 2
其中x1和x2表示在两种不同X射线能量下的两个X射线衰减值,以及
在超过针对该比例r或从中推导出的值r’的阈值时根据r或r’的大小将该体素或者对应于造影剂或者对应于含钙物质。
10.根据权利要求9所述的装置,其特征在于,所述确定模块构造为,对于每个体素首先确定在该体素周围具有预定伸展幅度的三维立体区域,在该立体区域内选择所有其两个X射线衰减值的平均值或加权平均值大于针对造影剂和含钙物质的预定阈值的体素,或者选择在该立体区域内具有最大的X射线衰减值的平均值或加权平均值的预定数量体素,并针对每个图像数据组分开地计算所选择的体素的平均X射线衰减值,以便根据两个平均X射线衰减值来比例r。
11.根据权利要求9所述的装置,其特征在于,所述确定模块构造为,对于每个体素首先确定在该体素周围具有预定伸展幅度的三维立体区域,在该立体区域内选择所有其两个X射线衰减值的平均值或加权平均值大于针对造影剂和含钙物质的预定阈值的体素,或者选择在该立体区域内具有最大的X射线衰减值的平均值或加权平均值的预定数量体素,并针对每个图像数据组分开地计算所选择的体素的平均X射线衰减值,以便根据两个平均X射线衰减值来比例r,
其中只对这样的体素确定平均衰减值的比例r,即对于这些体素在所述立体区域内大于预定最低数量的体素具有大于针对造影剂和含钙物质的预定阈值的两个X射线衰减值的平均值或加权平均值。
12.根据权利要求10或11所述的装置,其特征在于,所述加权平均值xm根据以下规则来计算:
x m = x 1 - m · x 2 1 - m , 其中 m = - q 2 r co , min
其中x1和x2表示体素在两种不同X射线频谱分布下的两个X射线衰减值,rco,min是针对造影剂的比例r的下阈值,q表示两个图像数据组的图像的图像噪声之比。
13.根据权利要求9至12中任一项所述的装置,其特征在于,所述确定模块构造为,在计算比例r之前检查在所述体素周围具有预定伸展幅度的三维立体区域中是否出现较多具有大于针对造影剂和含钙物质的预定阈值的来自两个图像数据组的X射线衰减值平均值的体素,在数量低于预定最低值的情况下则从相邻体素组中查找一个具有最高的X射线衰减值的平均值或加权平均值的相邻体素,其中该步骤从分别找到的相邻体素出发必要时可以重复一次或多次,其中然后用最后一个找到的相邻体素执行接着用于计算比例r的步骤,但是由此产生的物质对应是针对原始体素进行的。
14.根据权利要求9至13中任一项所述的装置,其特征在于,所述确定模块构造为,在物质对应之前用取决于对象的直径的校正项来校正所述比例r,以获得由该比例r推导的值r’,然后基于该推导值进行物质对应。
15.根据权利要求14所述的装置,其特征在于,所述确定模块构造为,通过以下计算规则确定所述推导值r’:
r’=r+rcorr(d),其中rcorr=adiam·(d-20cm)
其中d是对象的平均直径,adiam是预定的系数。
CNA2007100921054A 2006-03-31 2007-04-02 自动区分骨骼或含钙物质和软组织中造影剂的方法和装置 Pending CN101044986A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102006015451.7 2006-03-31
DE102006015451A DE102006015451A1 (de) 2006-03-31 2006-03-31 Verfahren und Vorrichtung zur automatischen Differenzierung von Knochen oder anderen kalziumhaltigen Materialien und Kontrastmittel in Weichteilgewebe

Publications (1)

Publication Number Publication Date
CN101044986A true CN101044986A (zh) 2007-10-03

Family

ID=38513248

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA2007100921054A Pending CN101044986A (zh) 2006-03-31 2007-04-02 自动区分骨骼或含钙物质和软组织中造影剂的方法和装置

Country Status (4)

Country Link
US (1) US7920735B2 (zh)
JP (1) JP5207649B2 (zh)
CN (1) CN101044986A (zh)
DE (1) DE102006015451A1 (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102356801A (zh) * 2011-09-22 2012-02-22 河北可口食品有限公司 一种胭脂虫红色素草莓脯染色处理工艺
CN102711612A (zh) * 2010-01-06 2012-10-03 三星电子株式会社 处理多能x射线图像的方法和系统
CN103649990A (zh) * 2011-07-15 2014-03-19 皇家飞利浦有限公司 用于谱ct的图像处理
CN103654826A (zh) * 2012-08-31 2014-03-26 西门子公司 用于检测硅树脂植入物损伤的方法和计算机断层成像设备
CN103654832A (zh) * 2012-09-25 2014-03-26 西门子公司 造影剂与乳房摄影ct系统的组合和产生乳房ct拍摄的方法
CN104700390A (zh) * 2013-12-09 2015-06-10 通用电气公司 双能ct造影剂增强扫描图像中的钙化部分识别方法
CN105559813A (zh) * 2014-11-04 2016-05-11 株式会社东芝 医用图像诊断装置以及医用图像处理装置
CN105997114A (zh) * 2016-04-29 2016-10-12 中山大学附属第医院 增强Micro CT扫描周围神经图像清晰度的方法
CN106994021A (zh) * 2016-01-22 2017-08-01 通用电气公司 一种计算ct影像上的噪声的方法及装置
CN111179373A (zh) * 2019-12-31 2020-05-19 广州华端科技有限公司 医学图像去骨模型构建方法与骨信息去除方法
CN113034522A (zh) * 2021-04-01 2021-06-25 上海市第一人民医院 一种基于人工神经网络的ct图像分割方法
CN113499510A (zh) * 2021-07-14 2021-10-15 刘银环 输液袋体拔管通知平台

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7963695B2 (en) 2002-07-23 2011-06-21 Rapiscan Systems, Inc. Rotatable boom cargo scanning system
DE102007017629B4 (de) 2007-04-12 2011-03-24 Siemens Ag Verfahren zur Zuordnung von Voxeln eines CT-Bilddatensatzes zu einer von zwei Materialmischungen jeweils bestehend aus zwei von vier unterschiedlichen Materialien
WO2009012200A2 (en) * 2007-07-13 2009-01-22 Mayo Foundation For Medical Education And Research Object identification in dual energy contrast-enhanced ct images
US20090060372A1 (en) * 2007-08-27 2009-03-05 Riverain Medical Group, Llc Object removal from images
JP5260036B2 (ja) * 2007-12-17 2013-08-14 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー X線ct装置
US9070181B2 (en) * 2007-12-21 2015-06-30 General Electric Company System and method for extracting features of interest from an image
JP2009178493A (ja) * 2008-02-01 2009-08-13 Ge Medical Systems Global Technology Co Llc X線ct装置
US8442289B2 (en) * 2008-04-22 2013-05-14 Hitachi Medical Corporation Medical image processing device, method for processing medical image and program
US9036879B2 (en) * 2008-11-28 2015-05-19 General Electric Company Multi-material decomposition using dual energy computed tomography
US8724774B2 (en) * 2009-08-04 2014-05-13 Rapiscan Systems, Inc. Method and system for extracting spectroscopic information from images and waveforms
DE102010011911B4 (de) * 2010-03-18 2019-09-26 Siemens Healthcare Gmbh Tomosyntheseverfahren mit einer iterativen Maximum-A-Posteriori-Rekonstruktion
US9218933B2 (en) 2011-06-09 2015-12-22 Rapidscan Systems, Inc. Low-dose radiographic imaging system
US9224573B2 (en) 2011-06-09 2015-12-29 Rapiscan Systems, Inc. System and method for X-ray source weight reduction
GB201117808D0 (en) * 2011-10-14 2011-11-30 Siemens Medical Solutions SUV correction following dose infiltration
EP3077990A1 (en) 2013-12-06 2016-10-12 Koninklijke Philips N.V. Bone segmentation from image data
US20150183980A1 (en) 2014-01-02 2015-07-02 Evergreen Packaging, Inc. Polyethylene and Polypropylene Based Tie Resin for Co-Extrusion
KR102301409B1 (ko) * 2014-09-26 2021-09-14 삼성전자주식회사 엑스선 장치 및 그 제어방법
DE102015206630B4 (de) * 2015-04-14 2022-05-05 Siemens Healthcare Gmbh Multispektrale CT-Bildgebung
EP3475916B1 (en) * 2016-11-30 2019-10-23 Koninklijke Philips N.V. Bone and hard plaque segmentation in spectral ct
EP3332710B1 (de) * 2016-12-12 2020-09-16 Siemens Healthcare GmbH Charakterisierung von plaque

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3961249B2 (ja) * 2001-08-28 2007-08-22 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー X線ctシステム、ガントリ装置、操作コンソール及びその制御方法並びにプログラムコード、記憶媒体
EP1316818A3 (en) * 2001-12-03 2012-04-11 Hitachi, Ltd. Radiological imaging apparatus
JP3820972B2 (ja) * 2001-12-03 2006-09-13 株式会社日立製作所 Pet装置
US6904118B2 (en) * 2002-07-23 2005-06-07 General Electric Company Method and apparatus for generating a density map using dual-energy CT
JP4321492B2 (ja) * 2005-05-30 2009-08-26 株式会社日立製作所 放射線検査装置
JP4604974B2 (ja) * 2005-11-15 2011-01-05 株式会社日立製作所 Pet装置

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102711612A (zh) * 2010-01-06 2012-10-03 三星电子株式会社 处理多能x射线图像的方法和系统
CN102711612B (zh) * 2010-01-06 2015-06-17 三星电子株式会社 处理多能x射线图像的方法和系统
CN103649990A (zh) * 2011-07-15 2014-03-19 皇家飞利浦有限公司 用于谱ct的图像处理
CN102356801B (zh) * 2011-09-22 2013-03-06 河北可口食品有限公司 一种胭脂虫红色素草莓脯染色处理工艺
CN102356801A (zh) * 2011-09-22 2012-02-22 河北可口食品有限公司 一种胭脂虫红色素草莓脯染色处理工艺
CN103654826A (zh) * 2012-08-31 2014-03-26 西门子公司 用于检测硅树脂植入物损伤的方法和计算机断层成像设备
US9211066B2 (en) 2012-08-31 2015-12-15 Siemens Aktiengesellschaft Method for detecting damage to silicone implants and computed tomography device
CN103654832A (zh) * 2012-09-25 2014-03-26 西门子公司 造影剂与乳房摄影ct系统的组合和产生乳房ct拍摄的方法
CN103654832B (zh) * 2012-09-25 2016-01-20 西门子公司 造影剂与乳房摄影ct系统的组合和产生乳房ct拍摄的方法
US9414797B2 (en) 2012-09-25 2016-08-16 Siemens Aktiengesellschaft Combination of contrast medium and mammography CT system with a prespecified energy range and method for generating tomographic mammography CT images by this combination
CN104700390B (zh) * 2013-12-09 2019-07-23 通用电气公司 双能ct造影剂增强扫描图像中的钙化部分识别方法
CN104700390A (zh) * 2013-12-09 2015-06-10 通用电气公司 双能ct造影剂增强扫描图像中的钙化部分识别方法
CN105559813A (zh) * 2014-11-04 2016-05-11 株式会社东芝 医用图像诊断装置以及医用图像处理装置
CN105559813B (zh) * 2014-11-04 2019-01-15 东芝医疗系统株式会社 医用图像诊断装置以及医用图像处理装置
CN106994021A (zh) * 2016-01-22 2017-08-01 通用电气公司 一种计算ct影像上的噪声的方法及装置
CN105997114B (zh) * 2016-04-29 2019-06-14 中山大学附属第一医院 增强Micro CT扫描周围神经图像清晰度的方法
CN105997114A (zh) * 2016-04-29 2016-10-12 中山大学附属第医院 增强Micro CT扫描周围神经图像清晰度的方法
CN111179373A (zh) * 2019-12-31 2020-05-19 广州华端科技有限公司 医学图像去骨模型构建方法与骨信息去除方法
CN113034522A (zh) * 2021-04-01 2021-06-25 上海市第一人民医院 一种基于人工神经网络的ct图像分割方法
CN113499510A (zh) * 2021-07-14 2021-10-15 刘银环 输液袋体拔管通知平台
CN113499510B (zh) * 2021-07-14 2022-04-22 嘉兴市天和制药有限公司 输液袋体拔管通知平台

Also Published As

Publication number Publication date
US7920735B2 (en) 2011-04-05
JP2007268273A (ja) 2007-10-18
US20080013672A1 (en) 2008-01-17
JP5207649B2 (ja) 2013-06-12
DE102006015451A1 (de) 2007-10-11

Similar Documents

Publication Publication Date Title
CN101044986A (zh) 自动区分骨骼或含钙物质和软组织中造影剂的方法和装置
CN101044988A (zh) 借助计算机断层造影自动区分肾结石类型的方法和装置
CN101313332B (zh) 具有多个能窗的计算机断层摄影中的数据处理和分析
CN101044985A (zh) 检测对象软组织中化学异常和/或奇特之处的方法和装置
JP5834129B2 (ja) 放射線画像システム用拡張型低コントラスト検出能
US10555716B2 (en) Methods and apparatus for extended low contrast detectability for radiographic imaging systems
US10395560B2 (en) Imaging phantom for radiation based equipment
US4922915A (en) Automated image detail localization method
NL1024856C2 (nl) Werkwijze en inrichting voor het kwantificeren van het vetgehalte van weefsel.
JP4402436B2 (ja) 気道測定のための方法及びシステム
US9713452B2 (en) Generation of monochromatic images
CN1579324A (zh) 用于自动校准灌注参数图像的方法
CN109146857A (zh) 胸部ct影像的肺结节自检测方法
EP1012585A1 (en) A method for analyzing characteristics of a moving object, such as a log
CN108280860A (zh) 减少多能量ct成像中的光谱通道数目
US8854355B2 (en) System and method of visualizing features in an image
Olerud et al. An anthropomorphic phantom for receiver operating characteristic studies in CT imaging of liver lesions.
Shiotsuki et al. Accuracy and lower limits for iodine quantification in dual-energy CT with deep learning reconstruction
Jan et al. 3D image reconstruction using cone beam tomography
CN118067767A (zh) 一种材料相容性测试方法和装置
Sreedharan Sheeja Image processing for MARS spectral CT
Laymon et al. Evaluation of sinogram consistency conditions identifying artifactual PET attenuation images
CN116165223A (zh) 基于人参草酸钙簇晶定量信息的人参质量无损评价方法
Zuber A Comparative Study on the Characteristics Between Different Computed Tomographic Acquisition Techniques

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication