CN101097628A - 用于分析两张成像图像的方法以及医学成像系统 - Google Patents
用于分析两张成像图像的方法以及医学成像系统 Download PDFInfo
- Publication number
- CN101097628A CN101097628A CNA2007101270741A CN200710127074A CN101097628A CN 101097628 A CN101097628 A CN 101097628A CN A2007101270741 A CNA2007101270741 A CN A2007101270741A CN 200710127074 A CN200710127074 A CN 200710127074A CN 101097628 A CN101097628 A CN 101097628A
- Authority
- CN
- China
- Prior art keywords
- area
- registration
- image
- expansion
- images
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 72
- 238000002059 diagnostic imaging Methods 0.000 title abstract 2
- 230000036285 pathological change Effects 0.000 claims abstract description 21
- 231100000915 pathological change Toxicity 0.000 claims abstract description 21
- 210000004556 brain Anatomy 0.000 claims description 66
- 238000006243 chemical reaction Methods 0.000 claims description 27
- 238000003384 imaging method Methods 0.000 claims description 22
- 230000009466 transformation Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 2
- 201000010099 disease Diseases 0.000 abstract description 13
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract description 13
- 230000008859 change Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 210000000056 organ Anatomy 0.000 description 7
- 208000024827 Alzheimer disease Diseases 0.000 description 6
- 238000003745 diagnosis Methods 0.000 description 4
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 3
- 206010003694 Atrophy Diseases 0.000 description 3
- 206010012289 Dementia Diseases 0.000 description 3
- 230000037444 atrophy Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 239000012634 fragment Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 210000001259 mesencephalon Anatomy 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 208000015122 neurodegenerative disease Diseases 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 210000004885 white matter Anatomy 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 1
- 206010056677 Nerve degeneration Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 210000003710 cerebral cortex Anatomy 0.000 description 1
- 230000002490 cerebral effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000003412 degenerative effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 238000002224 dissection Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000029052 metamorphosis Effects 0.000 description 1
- 230000004770 neurodegeneration Effects 0.000 description 1
- 238000002610 neuroimaging Methods 0.000 description 1
- 210000004789 organ system Anatomy 0.000 description 1
- 230000001009 osteoporotic effect Effects 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Images
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
- A61B6/46—Arrangements for interfacing with the operator or the patient
- A61B6/461—Displaying means of special interest
- A61B6/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
- A61B90/36—Image-producing devices or illumination devices not otherwise provided for
- A61B90/37—Surgical systems with images on a monitor during operation
- A61B2090/374—NMR or MRI
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4058—Detecting, measuring or recording for evaluating the nervous system for evaluating the central nervous system
- A61B5/4064—Evaluating the brain
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
- A61B5/4088—Diagnosing of monitoring cognitive diseases, e.g. Alzheimer, prion diseases or dementia
-
- 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
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Optics & Photonics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明涉及一种用于分析至少一个器官系统的两张相对应的、在不同时刻拍摄的成像图像(1，3)以确定医学疾病图像中的病理变化的方法。所述器官系统具有在成像图像中不同的第一区域(7，13，15)和第二区域(5)，其中第二区域比第一区域更为强烈地被该医学疾病图像中的病理变化覆盖。通过确定针对第一区域失真。在扩展了配准从而通过该扩展的配准一起采集第二区域之后，通过借助该扩展的配准变换两张成像图像之一来获得、显示和/或存储两张成像图像(1，3)在第二区域上的差异(27)。此外本发明还涉及一种具有执行该方法的计算单元(49)的医学成像系统(35)。
Description
技术领域
本发明涉及一种用于分析一个器官的两张相对应的、在不同时刻拍摄的成像图像的方法，以及一种医学成像系统。
背景技术
为了澄清很多医学问题需要进行纵向成像的检查。这意味着用相同的成像方法在不同时刻多次对待检查器官、器官系统或身体部位进行检查。通过比较该器官的成像图像，例如可以确定特定疾病的发展情况。通常只能通过随着时间出现在某个器官上的变化来识别或至少考虑到特定疾病，尤其是退化的疾病。
这种疾病的例子是阿兹海默症。用常规的检查方法很难诊断出这种疾病，尤其是当这种疾病处于早期时。这种疾病属于神经退化性疾病，公知在阿兹海默症发病期间由于神经细胞的死亡而在特定的脑部区域中显示出萎缩，此外在顶叶和颈叶的脑灰质(也称为脑皮层)也是如此。
虽然这种变化的出现是一种公知事实，但成像方法、尤其是MRT(磁共振断层造影)只能非常有限地用于诊断阿兹海默症，即使采用体积测定方法来测定特定的大脑皮层区域。这部分是由于待测量和检测的萎缩的程度在数量上位于不同个体的特定脑部区域大小的浮动范围之下。
克服该问题的一种方法是在不同时刻检查患者大脑，并通过比较成像图像确定萎缩的发展。但是该方法的缺点是待检测的差异一部分特别小，从而比较该成像图像的用户很容易就忽略了该差异。
此外，如果像在神经学中那样通常借助MRT方法来获得成像图像，则该成像图像具有这样的特点，即在不同时刻完成的成像图像可能具有不同的扭曲，尤其是失真。这是由于为了成像而以公知方式采用不同的、最精确地相互协调的磁场的MRT方法对干扰影响反应灵敏。因此一般不能对这些成像图像始终保证刚好相同的拍摄条件，从而不同的成像图像始终具有相同的并因此是相类似的几何失真。仅当借助在拍摄前完成的模型测量检测并平衡这些几何失真之后，才能更好地平衡这些几何失真。但这由于高昂的费用以及由此带来的实践中的成本而没有采用。
因此用户通常无法由不同成像图像中的很小的、但是与诊断有关的差异推断出是几何失真，还是器官中的解剖事件的实际变化。
由于这一事实，MRT检查目前还不属于普遍承认的和稳定的阿兹海默症诊断方法，而是用于诊断其它疾病。
目前存在各种克服上述问题的方案。在文献Freeborough PA，Fox NC，“Theboundary shift integral：an accurate and robust measure of cerebral volume changesfrom registered repeat MRI”，IEEE Trans.Med.Imaging 1997；16：623-629中，公开了一种用于在重复的、三维MRT拍摄中测量体积变化的方法。其中将不同时刻完成的MRT照片刚性地相互配准，并将它们的强度值之差积分。利用这种方法虽然可以检测整个大脑的体积差异，但是该方法没有考虑不同的几何失真。另外，体积变化不能与特定的大脑区域对应，从而该方法通常在查找或进行特定的诊断时没有向用户提供足够的帮助。
虽然存在利用该方法只检查特定的脑部区域以获得形态变化的至少粗略定位，但是还是没有考虑几何失真。
即使该问题是以阿兹海默症以及借助MRT进行诊断为例来描述的，在其它医学课题中也存在类似的问题。其例子是肿瘤疾病或骨质疏松的过程。同样在MRT检查也会出现上述几何失真的问题，但是其它检查模态如计算机断层造影也可能存在类似的问题，例如在有错的校准中。
发明内容
因此本发明要解决的技术问题在于提供一种方法，其在分析一个器官的两张在不同时刻拍摄的成像图像时以有效的方式向用户提供支持。此外本发明还要解决的技术问题是提供一种医学成像系统，该系统在分析一个器官的两张在不同时刻拍摄的成像图像时以有效的方式向用户提供支持。
本发明用于分析至少一个器官系统的两张相对应的、在不同时刻拍摄的成像图像以确定医学疾病图像中的病理变化的方法，其中所述至少一个器官系统具有第一区域和在成像图像中与该第一区域不同的第二区域，其中第二区域比第一区域更强烈地被该医学疾病图像中的病理变化覆盖，该方法包括以下步骤：
-确定针对第一区域的配准，从而通过该配准将第一成像图像的第一区域与第二成像图像的第一区域相互对准，
-将针对第一区域的配准扩大到扩展的配准，从而通过该扩展的配准一起采集第二区域，
-借助所述扩展的配准变换两张成像图像之一，
-显示经过变换的成像图像和另一张成像图像，和/或通过比较经过变换的成像图像的第二区域与另一张成像图像的第二区域来确定两张成像图像在第二区域上的差异。
在此，本发明的方法利用了病理变化覆盖第二区域强于第一区域的事实。通过对两张成像图像中被病理变化较弱涉及的第一区域的比较，可以推断出由成像系统引起的失真。尤其是当第一区域中的病理变化小于通常在成像系统中出现并用成像图像绘制出的失真时，可以通过将两张成像图像之一中的第一区域与另一张成像图像中的第一区域进行比较来以较大的精度检测出由成像系统引起的失真。
在本发明的方法中这通过确定针对第一区域的配准来进行，从而通过该配准将第一成像图像的第一区域与第二成像图像的第一区域相互对准。这意味着确定使得第一成像图像的第一区域和第二成像图像的第一区域相互尽可能重叠的变换。
在通过确定配准将一张成像图像中的第一区域与另一张成像图像中的第一区域相互对准并且由此在第一区域中识别出由成像系统引起的失真之后，将针对第一区域的配准扩大为扩张配准，从而通过该扩展的配准一起采集第二区域。
通过这种方式基本上去掉了第二区域中的由成像系统引起的扭曲，尤其是失真，从而可以将剩余的差异推断为病理变化。仅当由成像系统引起的扭曲在成像图像中局部强烈变化时，该方法才会遇到其限制，因为在这种情况下由成像系统引起的第二区域中的扭曲不能从第一区域的扭曲中得到。但是强烈局部变化的扭曲在目前采用的成像系统通常不会出现。
现在将扩展的配准用于变换两张成像图像之一。
在对两张成像图像之一进行了变换之后，可以按照不同方式显示和/或确定两张成像图像之间目前主要存在于第二区域中的剩余差异。按照特别简单的方式向用户并排显示两张成像图像，即经过变换的成像图像和另一张成像图像，从而用户可以直观地通过两张成像图像之间的视觉比较而识别出该差异。但是通过自动或半自动地确定该差异，并且显示所确定的差异，用户也可以在确定该差异时得到支持。例如可以将两张成像图像相减，从而由此获得两张成像图像之间的差异。然后所获得的差异例如以减影图像的形式显示出来，或者可以在所显示的成像图像中标记出所获得的差异。
通常接着将所获得的差异或者两张成像图像-其中有一张经过了变换一存储在存储介质中。
优选地，所述方法用于第一区域基本上没有被医学疾病图像中的病理变化覆盖的情况。如果第一区域没有被病理变化覆盖，则该区域基本上是恒定的，由此如果在两张于不同时刻拍摄的成像图像中在第一区域的显示中出现差异，则该差异可以推断是生成该成像图像的成像系统的原因。现在可以特别准确地通过将第一成像图像中的第一区域与另一张成像图像中的第一区域对准来确定由成像系统引起的差异。
优选地，在确定针对第一区域的配准时只确定针对第一区域的配准。通过这种方式可以更简单、快速和有效地确定该配准，因为只将一个成像图像的第一区域与另一张成像图像的第一区域相关。
优选地，针对第一区域的配准是非线性的配准。非线性配准的采用可以更为准确地采集由成像系统引起的差异，从而提高该方法的精度。
在本方法的优选实施方式中，在扩展所述配准时扩大成像在一张成像图像中的第一区域，并且将针对第一区域的配准扩展到扩大后的第一区域。由此以两个分步骤完成了配准的扩展。在此第一分步骤只包括第一区域的扩大，在第二分步骤中才在扩大后的第一区域中确定针对图像点的配准。分为两个子步骤具有以下优点，即可以更为简单地实施各个子步骤，因为对此存在公知的算法。
第一区域的扩大例如可以通过例如以简单方式用于扩张的形态学图像处理算子、如所谓的扩张滤波器使第一区域膨胀来实现。尤其是对于凸起的第一区域来说，还可以通过放大比例来扩大。
在将该配准扩大到经过扩大的第一区域时，通常可以采用不同的方法。例如可以将经过扩大的第一区域中的一个图像点对应于该第一区域中最靠近该图像点的一个图像点，然后将已知针对该第一区域的最近图像点的配准转用于经过扩大的区域中的图像点。在另一种方案中，第一区域的配准可以外推到经过扩大的第一区域上。
优选地，在扩展所述配准时利用随后的配准扩展来迭代地执行第一区域的扩大。通过配准的迭代扩展，可以用随后的配准扩展更简单地实施扩大第一区域的子步骤，因为不必在唯一的一个步骤中保证也一起采集第二区域的配准扩展。第二区域可以通过该简单方式由连续和重复采用所述扩大来采集。
在本方法的优选实施方式中，在确定针对第一区域的配准之前分割第一区域。通过这种方式可以借助事先进行的分割帮助找到将两张成像图像中的第一区域相互对准的配准，即确定将两张成像图像中的第一区域尽可能置为重叠的变换。
优选地，两张成像图像是利用磁共振设备或利用计算机断层造影设备完成的器官系统的三维成像图像。利用三维成像图像，可以更为精确和有效地执行第一区域的配准和该配准的扩展，因为可以考虑全部三维并且可以检测和平衡所有三个空间方向上的失真。尤其是可能由于磁场不均匀性而出现在磁共振图像中的失真，可以通过这种有效的方式检测出来，并在分析图像时加以考虑。
在本方法的优选实施方式中，所述器官系统是患者的大脑。因此该方法对大脑成像图像的应用特别有利，因为在大脑中待检测的变化通常程度很小，但是如果存在则具有很高的诊断说服力。
优选地，第一区域是脑白质，第二区域是脑灰质。通过这种方式可以检测出神经退化过程中出现的微小变化，例如在阿兹海默症(Morbus Alzheimer)中出现在脑灰质中的变化。
优选地，拍摄所述两张相对应的成像图像的时刻具有1到12个月、优选3到6个月的间隔。这种时间间隔对于诊断大脑的很多疾病、尤其是对于神经退化疾病来说是很有利的。
本发明的医学成像系统与计算单元连接，该机算单元实施为用于执行上述方法。
附图说明
下面借助附图详细解释本发明以及优选实施方式，但是不限于此。
其中：
图1a和图1b分别示出大脑的在不同时刻拍摄的横断面，
图2a和2b分别示出脑标记属于该横断面的区域以及两个区域的重叠，
图3示出图2a的一个片段，其中除了脑标记的区域之外还示出两个扩张区域，
图4a和4b示出借助所确定的配准对第二横断面的变换，
图5示出经过变换的第一横断面和第二横断面的重叠显示，
图6示出具有在执行所述方法时执行的各个方法步骤的示意图。
具体实施方式
借助图1至图5的人脑的成像图像来说明和解释本发明的方法。图6示出各个方法步骤的示意概貌。
图1a和图1b示出大脑在同一位置的第一横断面1和第二横断面3。两个横断面在此分别来自一个利用MRT设备绘制的3D立体数据组。在该3D立体数据组中明显可相互分隔地对脑皮质5-或脑灰质-以及脑标记7-或脑白质成像。
两个3D立体数据组在此是在不同时刻完成的。为此而绘制这种3D立体数据组的典型的疑问例如可以是是否存在阿兹海默痴呆症(Alzheimer-Demenz)的问题。在这种情况下优选以3到6个月的时间间隔来绘制这两个3D立体数据组。
第二横断面3与第一横断面1相比具有不规则的几何失真。在图1a和图1b中通过所示出的矩形9来表示该失真。这种矩形9在此只用于表示否则很难指明和看见的失真，而且在通常给出的成像图像中看不见。
第二横断面3的失真可以由不同原因引起。在磁共振设备中，该失真是由于为了完成成像图像而施加的磁场在运行期间出现的微小变化而引起。在这个过程中出现的失真在此可以位于毫米的范围内。但是还有其它原因引起该失真，例如对医学成像系统的有错或更改的校准。
如果用户想要分析两个横断面，则他面临可以猜测颈叶区域11中脑皮质的变化的问题，因为在此在第二横断面3中的脑皮质看起来比第一横断面1中的脑皮质更窄。但是最后用户不能确定，因为该变化至少部分要归于是失真。
但是由于阿兹海默痴呆症是一种该退化过程会导致主要在脑皮质5中的体积变化，而脑标记7在形态学上基本上保持不变的疾病，因此通过脑标记7的比较来确定该失真。下面借助图2a和图2b解释该步骤。
首先分别从第一和第二横断面1、3中提取出脑标记区域，下面称为第一脑标记区域13和第二脑标记区域15。由于在3D立体数据组中脑标记7明显地以脑皮质5为界，因此这例如可以借助基于各个体素的特殊信号强度而识别出脑标记7的方法来完成。但是还可以采用其他自动或半自动的常用的分割算法。例如，用户可以点击脑标记7的一个中心区域，由此触发分割算法，该算法从选择的起始点开始找寻关联的脑标记7的轮廓。
第一脑标记区域13和第二脑标记区域15具有由失真引起的差异。这在图2b中示出在第二脑标记区域15中，因为在此第一脑标记区域13用点划线重叠地示出，从而该失真清楚可见。
通过将第一脑标记区域13与第二脑标记区域15相比较确定将第一和第二脑标记区域13、15相互转化的配准。这意味着借助针对第一脑标记区域13的每个像素的配准可以知道将该像素与第二脑标记区域15的对应像素相对应以及反过来对应的变换向量。
在此，优选所选择的配准类型与医学成像系统匹配，并且表示配准精度和获得该配准所需要的计算时间之间的折衷。对于例如通常只出现仿射失真的成像系统，只确定将两个区域尽可能相关的仿射配准就够了。对于其它成像系统，如由于磁场非均匀性而导致图像区域主要是非线性失真的MRT设备，将这一点用于获得匹配的非线性配准。匹配的配准还可以连续获得，为此例如首先获得刚性或仿射配准，然后以此为基础获得非线性配准。
通过配准两个脑标记区域13、15，现在知道第一脑标记区域13的图像点如何与第二脑标记区域15关联，或者换句话说对于一个脑标记区域的每个图像点来说都知道一个变换向量，该向量将该图像点映射为另一个脑标记区域的对应图像点。
在找到将第一和第二脑标记区域13、15相互转换的配准之后，将该配准扩展到其它区域。为此在第一步骤中扩张第一(或第二)脑标记区域13。该扩展例如可以通过简单方式借助用于扩张的形态学的图像处理算子来进行。由于该配准只是针对第一和第二脑标记区域13、15而导致扩展后区域的还没有通过配准采集的像素，可以在第二步骤中配设变换向量，如下面借助图3所解释的。
图3示出第一脑标记区域13中对应于图2的矩形III的一个片段。除了第一脑标记区域13之外还示出第一扩张区域17。第一扩张区域17在此由扩张第一脑标记区域13而得到。
第一扩张区域17的像素全部位于第一脑标记区域13附近。现在对位于第一扩张区域17中以及还没有通过配准采集的的像素21赋予一个变换向量。例如可以对该像素21赋予在第一脑标记区域13中靠得最近的像素23的变换向量。替代式地，还可以赋予在脑标记13中多个靠近像素21的像素的变换向量的平均值(必要时加权)。另外，用于位于第一扩张区域17中的像素21的变换向量也可以通过外推用于第一脑标记区域13的像素的变换向量来获得。在任何情况下都将配准从第一脑标记区域13扩大或外推到第一扩张区域17。
在将该配准扩大到第一扩张区域17之后，可以重新迭代地执行该扩大，从而该扩大还覆盖第二扩张区域19和其它后续区域，直到也覆盖对脑皮层5成像的区域为止。
经过扩大的配准具有以下优点，即虽然该配准将用于获得该配准的区域-在这种情况下即脑标记7-相互转换，从而尽可能覆盖这些区域，但是其余区域-在这种情况下即脑皮层5-通过该扩大的配准只能发生使得由失真引起的扭曲得到平衡这样的改变。这种由其余区域的解剖特性发生变化而引起的改变，不能通过该配准得到平衡，从而在采用该配准时还要获得该信息。
在此所示的配准通过第一和第二横断面1、3的第一和第二脑标记区域13、15之间的比较来获得，即通过比较两张二维成像图像来获得。但是配准的获得不限于二维截面图像。脑标记7的提取还可以对整个3D立体数据组进行，从而分别获知脑标记7的三维结构。然后该配准还通过比较脑标记7的两个三维结构来进行。
采用三维结构来获得配准具有以下优点，即通过这种方式还可以采集在各个横断面的排列方向上出现的失真。由此产生更为精确的、分别将一个3D立体数据组的脑标记和其它3D立体数据组的脑标记相互转换的配准。
在扩大了配准之后，两个横断面之一-在这种情况下是第二横断面3-用该配准变换，如图4所示。如果现在将经过变换的第二横断面25与第一横断面1比较，则作为该配准的起点的第一和第二脑标记区域13、15基本上重合。相反，对于脑皮层5来说通过该配准只能基本上校正由失真引起的差异，而由于病理变化引起的差异大部分还仍然获得。
通过特别简单的方式例如可以向用户并排显示经过变换的第二横断面25和第一横断面1。通过平衡由成像系统引起的失真，用户可以将其视线集中在两张成像图像之间可以推断是病理变化的差异上。
病理变化通过经过变换的第二横断面25与第一横断面1的重叠显示29而清楚可见，如图5所示。两个横断面之间的差异27现在可以简单地可视化，例如通过将第一横断面1减去经过变换的第二横断面25或者通过有颜色地标识出差异27。同样在获得该差异后接下来采用例如通过体积测量量化地检测该变化程度的分析方法。
但是，在此在图1至图5中借助脑部MR图像解释的方法步骤不限于在图1至图5中示出的特殊器官系统、特殊成像模态或者特殊医学课题。专业人员可以在其它成像模态中以及对其它医学课题采用该方法，其中器官系统具有在一张成像图像中有差异显示的第一和第二区域，而且病理变化主要表现在这两个区域之一中，而另一个区域基本未受到病理变化的影响并保持恒定。
图6总结地示出在实施本方法时实施的各个方法步骤的示意图。
该方法的起点是器官系统的第一成像图像31和与该第一成像图像31对应的第二成像图像33，它们分别是用医学成像系统35在不同时刻拍摄的。在此该器官系统包括分别在两张成像图像31、33有差异显示的第一区域和第二区域。
通过本方法在这两张成像图像31、33上检测可能出现的病理变化，这种变化属于医学疾病图像。由该病理变化知道该病历变化仅在该器官系统的第二区域中引起变化，而第一区域没有被该疾病图像中的病理变化覆盖。
在第一方法步骤37中确定针对第一区域的配准，从而通过该配准将第一成像图像31的第一区域和第二成像图像33的第一区域相互对准。
在第二方法步骤39中扩大只用于将两张成像图像中的第一区域相互对准的配准，从而通过该配准的扩展也一起采集了两张成像图像的第二区域。
在第三方法步骤41中，借助经过扩展的配准变换两张成像图像之一，从而在第四方法步骤43中通过比较经过变换的成像图像的第二区域与另一张成像图像的第二区域来自动或半自动获得两张成像图像在第二区域上的差异。
可替换地，在第五方法步骤45中向用户并排显示经过变换的成像图像和另一张成像图像，从而用户可以通过肉眼观察两张图像而获得两张成像图像之间的差异。
在第六方法步骤47中，将该方法的结果、即所获得的差异和/或经过变换的成像图像和另一张成像图像存储在存储介质中。
优选的，借助与所述医学成像系统连接的计算单元49来执行本方法，因为这种计算单元49通常具有优选可以用于在此所执行方法的图像分析功能和图像显示功能。
Claims (12)
1.一种用于分析至少一个器官系统的两张相对应的、在不同时刻拍摄的成像图像(1，3；31，33)以确定医学疾病图像中的病理变化的方法，其中所述至少一个器官系统具有第一区域(7，13，15)和在成像图像(1，3；31，33)中与该第一区域(7，13，15)不同的第二区域(5)，其中第二区域(5)比第一区域(7，13，15)更为强烈地被该医学疾病图像中的病理变化覆盖，该方法包括以下步骤：
-确定(37)针对第一区域(7，13，15)的配准，从而通过该配准将第一成像图像(1；31)的第一区域(7，13，15)与第二成像图像(3；33)的第一区域(7，13，15)相互对准，
-将针对第一区域(7，13，15)的配准扩大(39)为扩展的配准，从而通过该扩展的配准一起采集第二区域(5)，
-借助所述扩展的配准变换(41)两张成像图像之一，
-显示(45)经过变换的成像图像和另一张成像图像，和/或通过比较经过变换的成像图像的第二区域(5)与另一张成像图像的第二区域(5)来确定(43)两张成像图像(1，3；31，33)在第二区域上的差异(27)。
2.根据权利要求1所述的方法，其特征在于，所述第一区域没有被医学疾病图像中的病理变化覆盖。
3.根据权利要求1或2所述的方法，其特征在于，在确定针对第一区域(7，13，15)的配准时只确定针对第一区域(7，13，15)的配准。
4.根据权利要求1至3中任一项所述的方法，其特征在于，针对第一区域(7，13，15)的配准是非线性的配准。
5.根据权利要求1至4中任一项所述的方法，其特征在于，在扩展(39)所述配准时扩大成像在一张成像图像中的第一区域(7，13，15)，并且针对第一区域(7，13，15)的配准扩展到该扩大后的第一区域(17)。
6.根据权利要求5所述的方法，其特征在于，在扩展所述配准时利用随后的配准扩展来迭代地执行第一区域的扩大(7，13，15)。
7.根据权利要求1至6中任一项所述的方法，其特征在于，在确定针对第一区域的配准之前(7，13，15)分割出第一区域(7，13，15)。
8.根据权利要求1至7中任一项所述的方法，其特征在于，所述成像图像(1，3；31，33)是利用磁共振设备或利用计算机断层造影设备完成的所述器官系统的三维成像图像。
9.根据权利要求1至8中任一项所述的方法，其特征在于，所述器官系统是患者的大脑。
10.根据权利要求9所述的方法，其特征在于，所述第一区域(7，13，15)是脑白质，第二区域(5)是脑灰质。
11.根据权利要求9或10所述的方法，其特征在于，拍摄所述两张相对应的成像图像(1，3；31，33)的时刻具有3到6个月的间隔。
12.一种具有计算单元(49)的医学成像系统(35)，该机算单元实施为用于实施根据权利要求1至11中任一项所述的方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE102006029718A DE102006029718A1 (de) | 2006-06-28 | 2006-06-28 | Verfahren zur Auswertung zweier Abbilder sowie medizinisches Abbildungssystem |
| DE102006029718.0 | 2006-06-28 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN101097628A true CN101097628A (zh) | 2008-01-02 |
Family
ID=38805891
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CNA2007101270741A Pending CN101097628A (zh) | 2006-06-28 | 2007-06-28 | 用于分析两张成像图像的方法以及医学成像系统 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US7933440B2 (zh) |
| CN (1) | CN101097628A (zh) |
| DE (1) | DE102006029718A1 (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103202705A (zh) * | 2012-01-12 | 2013-07-17 | 株式会社东芝 | 医用图像处理装置及医用图像处理方法 |
| US8655107B2 (en) | 2008-12-19 | 2014-02-18 | Fuji Xerox Co., Ltd. | Signal processing apparatus, signal processing method, computer-readable medium and computer data signal |
| CN103871036A (zh) * | 2012-12-12 | 2014-06-18 | 上海联影医疗科技有限公司 | 用于三维数字减影血管造影图像的快速配准和拼接方法 |
| CN104586418A (zh) * | 2013-10-31 | 2015-05-06 | 株式会社东芝 | 医用图像数据处理装置和医用图像数据处理方法 |
| WO2015127795A1 (zh) * | 2014-02-25 | 2015-09-03 | 华为技术有限公司 | 存储医疗图像的方法、交互信息的方法和装置 |
| TWI651688B (zh) * | 2017-03-17 | 2019-02-21 | 長庚大學 | 利用磁振造影影像預測神經疾病的臨床嚴重度的方法 |
| CN109978811A (zh) * | 2017-12-27 | 2019-07-05 | 财团法人工业技术研究院 | 医疗图像差异比对方法及其系统 |
| CN111373438A (zh) * | 2017-10-17 | 2020-07-03 | 透视诊断有限公司 | 用于对器官成像的方法和装置 |
| CN112754658A (zh) * | 2020-12-31 | 2021-05-07 | 华科精准（北京）医疗科技有限公司 | 一种手术导航系统 |
| CN116309355A (zh) * | 2023-01-31 | 2023-06-23 | 优脑银河(浙江)科技有限公司 | 用于脑影像图像的冗余信息处理方法、装置及存储介质 |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102006029718A1 (de) * | 2006-06-28 | 2008-01-10 | Siemens Ag | Verfahren zur Auswertung zweier Abbilder sowie medizinisches Abbildungssystem |
| WO2008141293A2 (en) * | 2007-05-11 | 2008-11-20 | The Board Of Regents Of The University Of Oklahoma One Partner's Place | Image segmentation system and method |
| JP5361194B2 (ja) * | 2008-01-09 | 2013-12-04 | キヤノン株式会社 | 画像処理装置、画像処理方法、及び、コンピュータプログラム |
| DE102008018023B4 (de) * | 2008-04-09 | 2010-02-04 | Siemens Aktiengesellschaft | Verfahren und Vorrichtung zum Visualisieren einer überlagerten Darstellung von Durchleuchtungsbildern |
| JP4727737B2 (ja) * | 2009-02-24 | 2011-07-20 | 三菱重工業株式会社 | 放射線治療装置制御装置および目的部位位置計測方法 |
| BR112012004693A2 (pt) * | 2009-09-04 | 2019-09-24 | Koninl Philips Electronics Nv | sistema para recuperar uma imagem a partir do armazenamento de imagens, sistema de base de dados, aparelho para aquisição de imagem, estação de trabalho, método (m) de recuperação de uma imagem a partir do armazenamento de imagens e produto de programa de computador a ser carregado por uma organização de computador |
| WO2012094358A1 (en) * | 2011-01-04 | 2012-07-12 | Edda Technology, Inc. | System and methods for functional analysis of soft organ segments in spect-ct images |
| CN103064046B (zh) * | 2012-12-25 | 2015-04-15 | 深圳先进技术研究院 | 一种基于稀疏采样的核磁共振成像的图像处理方法 |
| US9741131B2 (en) * | 2013-07-17 | 2017-08-22 | Siemens Medical Solutions Usa, Inc. | Anatomy aware articulated registration for image segmentation |
| DE102014213409A1 (de) * | 2014-07-10 | 2016-01-14 | Centre Hospitalier Universitaire Vaudois | Verfahren und Vorrichtung zur Darstellung von pathologischen Veränderungen in einem Untersuchungsobjekt basierend auf 3D-Datensätzen |
| CN104463840A (zh) * | 2014-09-29 | 2015-03-25 | 北京理工大学 | 基于pet/ct影像的发热待查计算机辅助诊断方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6553152B1 (en) * | 1996-07-10 | 2003-04-22 | Surgical Navigation Technologies, Inc. | Method and apparatus for image registration |
| US20040017935A1 (en) * | 2002-07-25 | 2004-01-29 | Avinash Gopal B. | Temporal image comparison method |
| WO2005083629A1 (en) * | 2004-02-20 | 2005-09-09 | Philips Intellectual Property & Standards Gmbh | Device and process for multimodal registration of images |
| US20060133694A1 (en) * | 2004-11-10 | 2006-06-22 | Agfa-Gevaert | Display device for displaying a blended image |
Family Cites Families (34)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE69214229T2 (de) * | 1991-08-14 | 1997-04-30 | Agfa Gevaert Nv | Verfahren und Vorrichtung zur Kontrastverbesserung von Bildern |
| US7006881B1 (en) * | 1991-12-23 | 2006-02-28 | Steven Hoffberg | Media recording device with remote graphic user interface |
| US6341180B1 (en) * | 1997-12-18 | 2002-01-22 | Cellavision Ab | Image content autofocus for microscopy using a noise-insensitive focus filter |
| US6067373A (en) * | 1998-04-02 | 2000-05-23 | Arch Development Corporation | Method, system and computer readable medium for iterative image warping prior to temporal subtraction of chest radiographs in the detection of interval changes |
| DE19849090A1 (de) * | 1998-10-24 | 2000-04-27 | Philips Corp Intellectual Pty | Verfahren zur Verarbeitung eines Eingangsbildes |
| US6292683B1 (en) * | 1999-05-18 | 2001-09-18 | General Electric Company | Method and apparatus for tracking motion in MR images |
| MC2491A1 (fr) * | 1999-06-21 | 1999-11-22 | Stringa Luigi | Reconnaissance automatique de caractères sur fond structuré par combinaison des modèles du fond et des caractères |
| US6421552B1 (en) * | 1999-12-27 | 2002-07-16 | Ge Medical Systems Global Technology Company, Llc | Methods and apparatus for estimating cardiac motion using projection data |
| IL146597A0 (en) * | 2001-11-20 | 2002-08-14 | Gordon Goren | Method and system for creating meaningful summaries from interrelated sets of information |
| DE10105585A1 (de) * | 2001-02-07 | 2003-07-10 | Siemens Ag | Verfahren zum Betrieb eines Magnetresonanzgeräts |
| GB0114341D0 (en) * | 2001-06-12 | 2001-08-01 | Glaxo Group Ltd | A method for following the progression of a neurodegenerative condition |
| US6961606B2 (en) * | 2001-10-19 | 2005-11-01 | Koninklijke Philips Electronics N.V. | Multimodality medical imaging system and method with separable detector devices |
| US7016522B2 (en) * | 2002-01-15 | 2006-03-21 | Siemens Medical Solutions Usa, Inc. | Patient positioning by video imaging |
| KR20050065543A (ko) * | 2002-09-12 | 2005-06-29 | 엔라인 코포레이션 | 복소 영상의 획득 및 처리 시스템 및 방법 |
| US7123760B2 (en) * | 2002-11-21 | 2006-10-17 | General Electric Company | Method and apparatus for removing obstructing structures in CT imaging |
| US7778490B2 (en) * | 2003-01-13 | 2010-08-17 | Koninklijke Philips Electronics N.V. | Method of image registration and medical image data processing apparatus |
| US8083678B2 (en) * | 2003-04-16 | 2011-12-27 | Eastern Virginia Medical School | System, method and medium for acquiring and generating standardized operator independent ultrasound images of fetal, neonatal and adult organs |
| DE10333543A1 (de) * | 2003-07-23 | 2005-02-24 | Siemens Ag | Verfahren zur gekoppelten Darstellung intraoperativer sowie interaktiv und iteraktiv re-registrierter präoperativer Bilder in der medizinischen Bildgebung |
| US20050271300A1 (en) * | 2004-06-02 | 2005-12-08 | Pina Robert K | Image registration system and method |
| US7639892B2 (en) * | 2004-07-26 | 2009-12-29 | Sheraizin Semion M | Adaptive image improvement |
| US20060098897A1 (en) * | 2004-11-10 | 2006-05-11 | Agfa-Gevaert | Method of superimposing images |
| JP2006320380A (ja) * | 2005-05-17 | 2006-11-30 | Spectratech Inc | 光干渉断層計 |
| US7378660B2 (en) * | 2005-09-30 | 2008-05-27 | Cardiovascular Imaging Technologies L.L.C. | Computer program, method, and system for hybrid CT attenuation correction |
| US7835500B2 (en) * | 2005-11-16 | 2010-11-16 | Accuray Incorporated | Multi-phase registration of 2-D X-ray images to 3-D volume studies |
| TWI337329B (en) * | 2006-04-18 | 2011-02-11 | Iner Aec Executive Yuan | Image reconstruction method for structuring two-dimensional planar imaging into three-dimension imaging |
| WO2007130411A2 (en) * | 2006-05-01 | 2007-11-15 | Physical Sciences, Inc. | Hybrid spectral domain optical coherence tomography line scanning laser ophthalmoscope |
| DE102006029718A1 (de) * | 2006-06-28 | 2008-01-10 | Siemens Ag | Verfahren zur Auswertung zweier Abbilder sowie medizinisches Abbildungssystem |
| US20080146919A1 (en) * | 2006-09-29 | 2008-06-19 | Estelle Camus | Method for implanting a cardiac implant with real-time ultrasound imaging guidance |
| US7646936B2 (en) * | 2006-10-03 | 2010-01-12 | Varian Medical Systems International Ag | Spatially variant image deformation |
| US20080147086A1 (en) * | 2006-10-05 | 2008-06-19 | Marcus Pfister | Integrating 3D images into interventional procedures |
| US8155408B2 (en) * | 2008-04-15 | 2012-04-10 | General Electric Company | Standardized normal database having anatomical phase information |
| US20100012848A1 (en) * | 2008-07-16 | 2010-01-21 | Dilon Technologies, Inc. | Obturator for real-time verification in gamma guided stereotactic localization |
| US7795591B2 (en) * | 2008-07-16 | 2010-09-14 | Dilon Technologies, Inc. | Dual-capillary obturator for real-time verification in gamma guided stereotactic localization |
| US8058625B2 (en) * | 2009-06-04 | 2011-11-15 | Siemens Medical Solutions Usa, Inc. | Limiting viewing angles in nuclear imaging |
-
2006
- 2006-06-28 DE DE102006029718A patent/DE102006029718A1/de not_active Withdrawn
-
2007
- 2007-06-28 CN CNA2007101270741A patent/CN101097628A/zh active Pending
- 2007-06-28 US US11/769,821 patent/US7933440B2/en not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6553152B1 (en) * | 1996-07-10 | 2003-04-22 | Surgical Navigation Technologies, Inc. | Method and apparatus for image registration |
| US20040017935A1 (en) * | 2002-07-25 | 2004-01-29 | Avinash Gopal B. | Temporal image comparison method |
| WO2005083629A1 (en) * | 2004-02-20 | 2005-09-09 | Philips Intellectual Property & Standards Gmbh | Device and process for multimodal registration of images |
| US20060133694A1 (en) * | 2004-11-10 | 2006-06-22 | Agfa-Gevaert | Display device for displaying a blended image |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8655107B2 (en) | 2008-12-19 | 2014-02-18 | Fuji Xerox Co., Ltd. | Signal processing apparatus, signal processing method, computer-readable medium and computer data signal |
| CN103202705A (zh) * | 2012-01-12 | 2013-07-17 | 株式会社东芝 | 医用图像处理装置及医用图像处理方法 |
| CN103202705B (zh) * | 2012-01-12 | 2015-04-22 | 株式会社东芝 | 医用图像处理装置及医用图像处理方法 |
| CN103871036A (zh) * | 2012-12-12 | 2014-06-18 | 上海联影医疗科技有限公司 | 用于三维数字减影血管造影图像的快速配准和拼接方法 |
| CN103871036B (zh) * | 2012-12-12 | 2017-11-28 | 上海联影医疗科技有限公司 | 用于三维数字减影血管造影图像的快速配准和拼接方法 |
| CN104586418B (zh) * | 2013-10-31 | 2017-09-01 | 东芝医疗系统株式会社 | 医用图像数据处理装置和医用图像数据处理方法 |
| CN104586418A (zh) * | 2013-10-31 | 2015-05-06 | 株式会社东芝 | 医用图像数据处理装置和医用图像数据处理方法 |
| WO2015127795A1 (zh) * | 2014-02-25 | 2015-09-03 | 华为技术有限公司 | 存储医疗图像的方法、交互信息的方法和装置 |
| US10013528B2 (en) | 2014-02-25 | 2018-07-03 | Huawei Technologies Co., Ltd. | Medical image storing method, information exchanging method, and apparatuses |
| TWI651688B (zh) * | 2017-03-17 | 2019-02-21 | 長庚大學 | 利用磁振造影影像預測神經疾病的臨床嚴重度的方法 |
| CN111373438A (zh) * | 2017-10-17 | 2020-07-03 | 透视诊断有限公司 | 用于对器官成像的方法和装置 |
| CN109978811A (zh) * | 2017-12-27 | 2019-07-05 | 财团法人工业技术研究院 | 医疗图像差异比对方法及其系统 |
| CN112754658A (zh) * | 2020-12-31 | 2021-05-07 | 华科精准（北京）医疗科技有限公司 | 一种手术导航系统 |
| CN116309355A (zh) * | 2023-01-31 | 2023-06-23 | 优脑银河(浙江)科技有限公司 | 用于脑影像图像的冗余信息处理方法、装置及存储介质 |
| CN116309355B (zh) * | 2023-01-31 | 2024-08-20 | 北京银河方圆科技有限公司 | 用于脑影像图像的冗余信息处理方法、装置及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20080159607A1 (en) | 2008-07-03 |
| US7933440B2 (en) | 2011-04-26 |
| DE102006029718A1 (de) | 2008-01-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101097628A (zh) | 用于分析两张成像图像的方法以及医学成像系统 | |
| CN101032423B (zh) | 实时交互式数据分析管理工具 | |
| Jiang et al. | UBO Detector–A cluster-based, fully automated pipeline for extracting white matter hyperintensities | |
| JP4744883B2 (ja) | 画像位置合わせ方法及び医用画像データ処理装置 | |
| EP2422318B1 (en) | Quantification of medical image data | |
| US20090010540A1 (en) | Method and system for performing image registration | |
| Ruiz-España et al. | Semiautomatic computer-aided classification of degenerative lumbar spine disease in magnetic resonance imaging | |
| Ryan et al. | Registration of digital retinal images using landmark correspondence by expectation maximization | |
| US9361686B2 (en) | Method and apparatus for the assessment of medical images | |
| Dougherty et al. | Alignment of CT lung volumes with an optical flow method | |
| KR20120072961A (ko) | 의료 영상을 이용한 영상진단을 보조하는 방법 및 장치, 이를 수행하는 영상진단 시스템 | |
| CA2723469C (en) | Texture quantification of medical images | |
| KR20190117187A (ko) | 의료 영상을 시각화하는 방법 및 이를 이용한 장치 | |
| JP2009226043A (ja) | 医用画像処理装置及び異常陰影検出方法 | |
| CN101075347A (zh) | 用于改善地自动检测医学图像数据中的异常的方法和装置 | |
| Alam et al. | Evaluation of medical image registration techniques based on nature and domain of the transformation | |
| Atiyah et al. | Brain MRI Images Segmentation Based on U-Net Architecture | |
| US8805122B1 (en) | System, method, and computer-readable medium for interpolating spatially transformed volumetric medical image data | |
| KR102373987B1 (ko) | 알츠하이머 병 및 정상 노화에서 템플릿 기반 해마 서브필드 위축 분석 방법 | |
| Patriarche et al. | Part 2. Automated change detection and characterization applied to serial MR of brain tumors may detect progression earlier than human experts | |
| Park et al. | Application of multidimensional scaling to quantify shape in Alzheimer's disease and its correlation with Mini Mental State Examination: a feasibility study | |
| Choe et al. | 2-D registration and 3-D shape inference of the retinal fundus from fluorescein images | |
| Laaksonen et al. | Comparison of image registration methods for composing spectral retinal images | |
| Boisgontier et al. | Generalized likelihood ratio tests for change detection in diffusion tensor images: Application to multiple sclerosis | |
| RU2614545C1 (ru) | Устройство объединения медицинских изображений |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20080102 |