CN101242787A - 用盲去卷积空间增强具有噪声的图像中的结构的系统和方法 - Google Patents

用盲去卷积空间增强具有噪声的图像中的结构的系统和方法 Download PDF

Info

Publication number
CN101242787A
CN101242787A CNA2006800294545A CN200680029454A CN101242787A CN 101242787 A CN101242787 A CN 101242787A CN A2006800294545 A CNA2006800294545 A CN A2006800294545A CN 200680029454 A CN200680029454 A CN 200680029454A CN 101242787 A CN101242787 A CN 101242787A
Authority
CN
China
Prior art keywords
image
sequence
objects
registration
deblurring
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
CNA2006800294545A
Other languages
English (en)
Inventor
N·努尔德霍克
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
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 Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN101242787A publication Critical patent/CN101242787A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
    • A61B2017/00681—Aspects not otherwise provided for
    • A61B2017/00694—Aspects not otherwise provided for with means correcting for movement of or for synchronisation with the body
    • 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
    • A61B2090/376—Surgical systems with images on a monitor during operation using X-rays, e.g. fluoroscopy
    • 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
    • A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
    • 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
    • A61B6/12—Arrangements for detecting or locating foreign bodies
    • 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
    • A61B6/50—Apparatus 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
    • A61B6/504—Apparatus 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 blood vessels, e.g. by angiography
    • 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
    • A61B90/39—Markers, e.g. radio-opaque or breast lesions markers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10116—X-ray image
    • G06T2207/10121—Fluoroscopy

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Surgery (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)

Abstract

一种用于增强一序列具有噪声的图像中的感兴趣对象的方法，所述方法包括：获取图像序列(11)；在序列(11)中具有图像参考的图像的背景上提取与感兴趣对象相关的特征(61)、(62)、(71)、(72)；计算与感兴趣对象的运动相对应的运动矢量，所述感兴趣对象的运动与所述序列(11)中的至少两个图像相关联；基于图像对应的运动矢量来去模糊序列(11)中的每个图像，以形成去模糊的图像序列(13)；相对于所述图像参考来在去模糊的图像序列中配准与感兴趣对象相关的特征，以产生经配准的图像序列(15)；以及使用时间集成器在所述经配准的图像序列(15)中的至少两个配准图像上集成所述感兴趣对象和背景二者。

Description

用盲去卷积空间增强具有噪声的图像中的结构的系统和方法
本公开涉及一种用于在二维(2D)图像投影和三维(3D)和4D(具有心动时相的3D)图像重构中补偿运动的方法和系统。尤其是对利用X射线荧光透视法等生成的图像的运动补偿和增强。所公开的发明发现了其例如在心脏病学医疗领域中的应用，用于增强诸如血管造影中的支架和脉管壁之类的薄的感兴趣对象。
在X射线引导的心脏干预(例如电生理学干预)中，经常利用来自目标心室结构的X射线投影的3D和4D重构以便规划和引导所述干预。在这个例子中，获取图像作为支架植入期间的图像序列，所述支架植入是在荧光透视法下执行的医疗干预，并且其通常包含几个步骤用于放大在称为狭窄的损伤位置处的动脉。荧光透视法是一种低剂量的X射线技术，其产生高干扰和低对比的图像。易于理解的是，在患者的动脉中引入导管是在高度期望向临床医生提供干预的实时图像化的情况下的专用过程。在干预期间引入的运动模糊和基于伪影的运动进一步加剧了临床医生所遇到的困难。
支架是外科用的不锈钢圈，其被放置于动脉中以改善狭窄出现区域中的血液循环。当在患者的冠状动脉处标识出称为狭窄的窄小区域时，可能需要开处方进行所谓血管成形术医疗过程，以通过打开堵塞来改善流向心肌的血液流动。近几年来，血管成形术逐渐采用支架植入技术。这种支架植入技术包括在所检测到的狭窄的位置进行支架置入的操作，以有效地保持发生疾病脉管的畅通。将该支架牢固地缠绕在附着于通过导管和导线引入的单轨的气囊上。一旦到位，则膨胀该气囊以扩展所述钢圈。一旦扩展了，则该支架(其可认为是永久植入物)就起保持动脉壁打开的架子的作用。从具有噪声的荧光透视图像中可以观察到动脉、气囊、支架、单轨和细导线。
不幸的是，这些对象呈现低的射线照片对比度，这使得评定在准确位置置入和扩展支架变得非常困难。此外，在支架植入操作期间，单轨和围绕于其周围的气囊以及支架一起相对于动脉移动，而动脉在心脏脉搏的影响下移动，而且可以看到动脉在受患者呼吸的影响下移动的背景之上。这些移动使得在荧光透视成像下跟踪支架植入更难以进行可视化。尤其是，这些移动使得缩放无效，这是因为感兴趣对象可能移出了经缩放的图像帧。现有成像技术的另一个缺点在于，必须在气囊中引入的产品中使用造影剂，该产品用于在支架部署的操作中膨胀气囊。使用造影剂将阻碍临床医生区分支架与气囊以及区分支架和动脉壁。
此外，在所有类型的成像中，患者运动导致数据的不一致性，从而导致诸如模糊和重影之类的伪影。因此，必须避免患者运动，或者对患者运动进行补偿。实际上，避免运动(如固定患者)通常是困难或不可能的。因此，对/为患者运动进行补偿是最实际的。运动补偿方法的主要部分着重于如何获得属于相同的运动状态的一致投影数据，并然后使用这个投影数据子集来进行重构。使用多个这样的子集，可以重构所测量对象的不同运动状态。例如，一种方法采用平行的重排(re-binning)锥束后向投影来对X射线衰减的对象运动和时间演化进行补偿。通过滑动窗口重构的块匹配来估算运动场，并且通过来自相同方向的时间相邻投影数据的线性递归来为每个投影角度近似计算所考虑体元的一致性数据。根据运动矢量场来选择体元的经过滤的投影数据。其他方法则使用预计算运动矢量场来修改投影操作元并计算经运动补偿的重构，以解决图像重构中的运动效应。
尽管到目前为止的努力，但依然需要高效的、以及具有成本效益的方法学来生成具有运动模糊补偿的3D/4D数据集。结合未来一代的检测器将会呈现出更高分辨率的可能性，更加期望对这些运动模糊进行修正。
在这里所公开的示例性实施例是一种用于增强一序列具有噪声的图像中的感兴趣对象的方法，该方法包括：获取图像序列；在该序列中具有图像参考的图像的背景上提取与感兴趣对象相关的特征；计算与感兴趣对象的运动相对应的运动矢量，所述感兴趣对象的运动与序列中的至少两个图像相关联；基于图像对应的运动矢量来去模糊序列中的每个图像，以形成去模糊的图像序列；相对于图像参考来配准与去模糊的图像序列中的感兴趣对象相关的特征，以产生经配准的图像序列；使用时间集成器在经配准的图像序列中的至少两个配准图像上集成感兴趣对象和背景二者。
这里还公开了一种用于增强一序列具有噪声的图像中的感兴趣对象的示例方法，该方法包括：获取图像序列；在该序列中具有图像参考的图像的背景上提取与感兴趣对象相关的特征；计算与感兴趣对象的运动相对应的运动矢量，所述感兴趣对象的运动与序列中的至少两个图像相关联；以及基于图像对应的运动矢量来去模糊序列中的每个图像，以形成去模糊的图像序列。
这里还进一步公开的另一个示例性实施例是一种用于增强一序列具有噪声的图像中的感兴趣对象的系统。该系统包括：用于获取图像序列的成像系统；临近感兴趣对象放置的多个标记，这些标记在图像序列中可辨别；可与所述成像系统进行通信的处理器，该处理器配置为：计算与感兴趣对象的运动相对应的运动矢量，所述感兴趣对象的运动与序列中的至少两个图像相关联；基于图像对应的运动矢量来去模糊序列中的每个图像，以形成去模糊的图像序列；相对于图像参考来配准与去模糊的图像序列中的感兴趣对象相关的特征，以产生经配准的图像序列；以及使用时间集成器在经配准的图像序列中的至少两个配准图像上集成感兴趣对象和背景二者。
在这里公开的另一个示例性实施例是一个用于增强一序列具有噪声的图像中的感兴趣对象的医疗检查成像设备。该设备包括：用于获取图像序列的装置；用于在该序列中具有图像参考的图像的背景上提取与感兴趣对象相关的特征的装置；用于计算与感兴趣对象的运动相对应的运动矢量的装置，所述感兴趣对象的运动与序列中的至少两个图像相关联；用于基于图像对应的运动矢量来去模糊序列中的每个图像以形成去模糊的图像序列的装置；用于相对于图像参考来配准与去模糊图像序列中的感兴趣对象相关的特征、以产生经配准的图像序列的装置；以及用于使用时间集成器在经配准的图像序列中的至少两个配准图像上集成感兴趣对象和背景二者的装置。
在这里还公开的另一个示例性实施例是一个使用机器可读计算机编程代码进行编码的存储介质，所述代码包括导致计算机实现上述任何一种用于增强一序列具有噪声的图像中的感兴趣对象的方法的指令。
在又一示例性实施例中，在这里公开的是计算机数据信号，所述计算机数据信号包括导致计算机实现上述任何一种用于增强一系列具有噪声的图像中的感兴趣对象的方法的指令。
通过接下来的详细描述，尤其结合附图的检阅，与所公开的方法相关联的其他特征、功能和优点也将会非常明显。
为帮助那些本领域普通技术人员构造和使用所公开的实施例，对附图进行了引用，其中对相似的标记进行了相似的编号：
图1描述了根据本发明示例性实施例的X射线成像系统；
图2A-2C给出了用于血管成形术的干预步骤的说明；
图3描述了对所公开方法的示例进行描述的框图；以及
图4描述了根据本发明的示例性实施例的图像配准。
所公开的实施例涉及成像系统和在成像系统中使用的计算机可执行图像处理方法，用于增强一序列具有噪声的图像中的感兴趣对象，并用于显示经增强的图像序列。该成像系统和方法具有几乎实时地获取、处理和显示图像的装置。在下文中将本发明的成像系统和图像处理方法描述为在心脏病医疗领域内的应用的实例。在这样的应用中，感兴趣对象是器官(如动脉)和工具(如气囊和支架)。在称为血管成形术的医疗干预期间，在一序列称为血管造影片的X射线荧光透视图像中观察这些对象。该系统和设备可应用于除血管造影片之外的其他图像中的不同于支架和脉管的任何其他感兴趣对象。感兴趣对象可相对于图像参考移动，但并不必须这样做；而且背景也可相对于对象或图像参考移动。
此后描述的实施例特别涉及图像处理系统和图像处理方法。在示例性实施例中，在这个示例中，将图像获取为支架植入期间的图像投影序列，其中支架植入是在荧光透视法下执行的医疗干预，并且其常常包含用于在称为狭窄的损害位置处放大动脉的几个步骤。在示例性实施例中，采用了传统的“支架推进”所采用的、用于增强具有噪声的荧光透视图像的工具/处理来检测图像投影集中的标记位置。根据投影中的后续标记位置，可导出标记运动的帧频、速度和方向。然后采用这些矢量来为了与该运动和所用的X射线脉冲宽度相对应的运动模糊而对图像进行去卷积。有利地是，本发明的示例性实施例在现有的具有运动模糊补偿的荧光透视方法和系统上提供了几乎实时的、改进了的荧光透视图像。
正如在此阐明的，本公开有利地允许并便于基于(心脏)支架及其标记的一定量的2D投影来清晰化该支架的二维(2D)成像。可选地，该处理可扩展并应用于三维(3D)或者四维(4D)(一般认为是具有心动相的3D)成像，所述成像基于根据支架及其标记的一定量2D投影进行的重构。通过对标记的检测，并从而检测到支架在不同投影中的移动、旋转和缩放，就可以实现对支架运动的补偿。该补偿便于组合一定量的投影以产生高分辨率低噪声的图像。有利地是，所公开的发明通过还对运动模糊进行校正来进一步增强了采用“支架推进”的现有图像。当支架相对于检测器分辨率/X射线脉冲长度和支架导线厚度而言“快速”移动时，出现运动模糊。不幸的是，现有的采用支架推进的成像方法仅仅对平移、旋转和缩放进行校正，且并未提供对运动模糊的补偿。例如，对现有技术的平板检测器而言，若检测器呈现140微米的分辨率，支架速度为10厘米/秒，脉冲长度为10毫秒，且支架导线厚度为100微米，则支架的模糊程度超为1毫米，在这个例子中其相当于7个象素。不幸的是，系统的放大率(典型为1.5倍)使得模糊更为恶化(大于10个象素)。
“支架推进”是用于改进可视化和空间增强诸如支架之类、在具有噪声的图像中的低对比度结构的方法，其在2005年1月6日出版的、属于Florent等人的美国专利申请公开2005/0002546中(在下文中称为Florent)所公开，该申请的内容通过引用全部在此并入。这个申请描述了一种方法和系统，其具有装置来实时处理图像以便在干预阶段期间动态显示图像。此外，Florent描述了用于增强感兴趣的低对比对象、用于将噪声最小化，以及用于弱化具有噪声的图像(如医疗荧光透视图像序列)中的背景的系统和方法。一般情况下，该方法的目标是以脉管和支架为感兴趣对象的血管造影片，其中所述对象呈现低对比率、可能在背景上移动(但并非必要)、且先前已经被检测到和定位了。
“支架推进”为每个X射线2D投影图像递送在支架上的X射线标记的x-y坐标。因为图像之间的时长也是已知的，所以可导出对应于每个图像的标记的运动/速度矢量。此后，根据这些经计算的矢量和已知的X射线脉冲形状，可以导出空间去卷积核，然后采用该去卷积核来在运动矢量所指示的运动方向上锐化图像。
现在回到图1，其中描述了根据本发明的示例性实施例的医疗检查设备10。系统10包括用于获得图像序列的数字图像数据的装置12，并耦接到医疗查看系统50、54。该医疗查看系统通常在干预室中或临近干预室中使用以便处理实时图像。在示例性实施例中，成像系统为具有C-臂14的X射线设备12，所述C-臂具有位于第一端的X-射线管16和位于另一端的X射线检测器18(如图像增强器)。这样的X射线设备12适用于从不同的X射线位置来形成位于桌台22上的患者20的X射线投影图像11，为此，可以沿不同方向改变C-臂14的位置，并且可选地，将C-臂14构建为可围绕空间的三个轴(即所示的X，Z，和未示的Y)进行旋转。可通过支撑设备24、枢轴26和在滑轨系统30中可沿水平方向移位的滑块28，将C-臂14附着于天花板上。借助于控制单元50执行对这些用于获取来自不同X射线方向的投影的运动以及对数据获取的控制。
诸如在活组织检查或干预治疗期间，可以将包括(但并不局限于)探头、针、导管、导线等、以及包括至少一个前述物品的组合在内的医疗器具32引入到患者20中。可以利用位置测量系统(未示出)获得和测量医疗器具32相对于患者20的检查区域的三维图像数据集的位置，并且将这些位置叠加在如在此根据示例性实施例的描述而重建的3D/4D图像上。
此外，可选地，心电图(ECG)测量系统34具有作为系统10的一部分的X射线设备12。在示例性实施例中，ECG测量系统34与控制单元50进行接口。优选地，在获取X射线数据期间测量和记录患者20的ECG以便于确定心动时相。在示例性实施例中，采用心动时相信息来划分和辨别X射线投影图像数据11。需要理解的是，尽管在此引用测量ECG以确定心动时相而描述了示例性实施例，但是其他的方法也是可能的。例如，心动时相和/或投影数据划分可仅仅基于X射线数据、其他参数、或另外感测的数据来完成。
控制单元50控制X射线设备12并便于图像捕获，并且提供了便于进行图像处理和可选的重构的功能和处理。控制单元50接收所获取的数据(包括但并不局限于X射线图像、位置数据等)，以便在算术单元52中对上述数据进行处理。算术单元52也受控制并且与控制单元50进行接口。可以在监视器54上显示各种图像以便在干预期间帮助医疗人员。系统将经处理的图像数据提供给显示器和/或存储介质58。存储介质58可以可选性地包括外部存储装置。系统10还可以包括键盘和鼠标以便操作者输入。可以在屏幕上提供图标以通过鼠标点击激活，或者可以在系统10上提供专门按钮以构成用于让用户根据需要而开始、控制持续时间，或停止成像或处理的控制。
为执行规定的功能和所期望的处理，以及因此的计算(例如，X射线控制、图像重构等)，控制单元50、算术单元52、监视器54、以及可选的重构单元56等可包括(但不局限于)处理器(多个)、计算机(多个)、存储器、储存器、寄存器(多个)、定时、中断(多个)、通信接口(多个)、和输入/输出信号接口等，以及包含至少一个前述设备的组合。例如，控制单元50、算术单元52、监视器54、以及可选的重构单元56等可包括信号接口，以使得能够根据需要对X射线信号来精确采样、转换、获取或生成，以便于X射线投影图像11的生成以及可选地从中重构3D/4D图像。在此彻底论述了控制单元50、算术单元52、监视器54、可选的重构单元56等的附加特征。
所示的X射线设备12适用于在与干预同时的示例性实施例上的时刻之前和/或在该时刻处、形成一系列来自不同的X射线位置的X射线投影图像11。根据X射线投影图像11来计算运动矢量以便于实现在此公开的实施例。可选地，同样可以从中生成三维图像数据集、三维重构图像、以及如果需要的X射线片段图像。将所获取的投影图像11应用于算术单元52，所述算术单元根据依据示例性实施例的方法来计算与每个图像投影11相对应的运动矢量，并应用去卷积以去模糊图像投影11。
可选地，也将图像投影(多个)11应用于重构单元56，所述重构单元基于稍后公开的运动补偿来根据投影形成相应的重构图像。可在监视器54上显示结果产生的3D图像。最后，三维图像数据集、三维重构图像、经X射线投影图像补偿的图像投影等可保存并存储到存储单元58中。
现在参看图2A和图3，为了在狭窄处引入支架，医护人员在患者动脉81处尽可能好地定位狭窄80a。由图2A示意性地说明了对应的医疗图像。然后，如处理块102所述捕获图像序列11。在医疗干预的步骤期间，将要处理的图像序列11获取为几个子序列，其包括：
a)由图2A示意性说明的医疗图像子序列，其显示了在动脉81中细导线65引导通过导管69，所述细导线65延伸超过导管69的末端，并穿过狭窄位置处的动脉的小内腔80a；引入第一单轨60，所述单轨为导线65所引导，所述导线65具有第一气囊64缠绕于其末端而没有支架；以及使用气囊标记61、62在狭窄80a位置处定位第一气囊64。
b)由图2A和图2B示意性说明的医疗图像子序列，其显示了第一气囊64的膨胀，以便在狭窄位置处扩展动脉81的狭窄内腔80a，以变为动脉经放大的部分80b；然后，使用第一单轨60移除第一气囊64；
c)由图2B示意性说明的医疗图像子序列，其显示了再次使用导管69和细导线65引入第二单轨70，其具有第二气囊74a缠绕在其末端，并具有支架75a缠绕在第二气囊74a上；以及使用气囊标记71、72在动脉81的先前已经扩展了的内腔80b中的狭窄位置处定位具有支架的第二气囊。在执行血管成形术的第二种方法中，临床医师可跳过步骤a)和b)，并在唯一单轨上直接引入缠绕了支架的唯一气囊。
d)由图2C示意性说明的医疗图像子序列，其显示了第二气囊74a的膨胀以变为经膨胀的气囊74b，以扩展形成支架75a的线圈，该线圈变为嵌入在动脉壁中的经膨胀的支架75b。在第二个示例中，唯一的气囊直接扩展，以进行动脉膨胀和支架部署二者。
然后，将所部属的支架75b视为永久性的植入，医疗图像子序列显示了第二(或唯一)气囊74b、第二(或唯一)单轨70、导线65和导管69的移除。
在此所述的、也称作血管成形术的医疗干预难以执行，这是因为图像子序列或图像序列由通常呈现低对比度的医疗图像11形成，其中在具有噪声的背景上，不易于区分导线65、气囊74a、74b、支架75a、75b和脉管壁81。而且，图像投影11常常受到包括呼吸和心脏运动在内的患者运动的影响。根据本发明的示例性实施例，在此公开的成像系统包括不仅用于在干预期间获取和显示图像序列11、而且用于在现有方法上处理和显示具有运动补偿的图像的装置。
现在转向图3，其描述了一个描述本发明示例性实施例的框图。与用于Florent中描述的“支架推进”处理类似，方法100开始于处理104处描述的初始化过程，该处理104应用于来自上述102的最初捕获的2D投影图像11以便提取和定位通常运动的感兴趣对象。在2D投影图像中定位对象可直接完成。但是，由于在X射线荧光透视法中难以辨别大多数对象，所以优选为间接定位这些对象。因此，在本发明的示例性实施例中，通过首先定位相关的标记(如61、62、71和/或72)来定位这些对象。
继续图3并同样参考图2A-2C，初始化过程优选包括在图像序列中地准确地定位感兴趣对象。优选地，通过首先定位特定特征(如导线尖端63或气囊标记61、62或71、72)来对感兴趣对象进行间接定位。位于细导线65末端的标记61、62允许相对于动脉81中变狭窄的区域80a确定导线65的位置。在相对于第一气囊64的给定位置处位于单轨60上的气囊标记61、62允许在动脉内腔中扩展第一气囊64之前，相对于变狭窄的区域80a确定第一气囊64的位置。类似地，在相对于第二气囊74a的给定位置处位于单轨70上的气囊标记71、72便于在支架扩展之前确定具有支架75a缠绕于其上的第二气囊74a的位置，并允许对扩展后的支架75b进行最后检查。
这些称作尖端63或标记61、62或71、72的特定特征呈现出比支架75a、75b或脉管壁81显著更高的对比度，因此这些特征易于从初始图像11中提取。但是，临床医生可选择手动地选取尖端63和标记61、62或71、72，或者手动地改进对它们的坐标的检测。这些尖端63和标记61、62或71、72具有特定、易于识别的形状，并由在图像中具有高对比度的材料构成。因此，上述标记易于提取。需要注意的是，这些特定特征不属于低对比度的支架75a、75b或脉管壁80a、80b，而这些支架75a、75b或脉管壁80a、80b是在具有噪声的初始图像11中、事实上对于医护人员而言最终感兴趣但是非常不可辨别的对象。导线尖端63既不属于动脉壁81，也不属于支架75a，这是因为它属于导线65。同样，气囊标记61、62或71、72既不属于脉管壁81，也不属于支架75a，这是因为它们属于单轨60或70。由于气囊标记61、62或71、72相对于气囊64和74a具有特定位置，所以可准确地导出气囊64、74a、74b的位置。同样，因为尽管支架75a、75不附于标记71、72，但相对于气囊标记71、72具有特定位置，所以支架75a、75b被精确地定位了。一旦已经提取了感兴趣对象的标记61、62或71、72，则优选基于标记位置、确定在给定图像中的感兴趣对象的速度矢量。
在本发明的示例性实施例中，基于一系列的2D图像投影11和连续的2D投影图像或多个2D投影图像之间的标记61、62、71和/或72的位置变化，如处理块106所述计算与每个2D投影图像相关联的运动或速度矢量。运动矢量基于标记61、62、71和/或72的位置在帧间成像期间的变化。速度矢量优选(但不是必须)基于紧接着相继的2D投影图像11进行计算，以为运动矢量(多个)计算提供最佳可能的分辨率。但是，采用图像的子集也是可能的。
继续图3，在处理块108处，该方法继续进行，以通过向每个图像11应用利用该运动矢量的去卷积来去模糊图像。可导出空间去卷积核，所述核用于基于运动矢量、沿与该特定原始/初始图像11相关联的运动方向来锐化该图像。这结果产生一系列运动补偿了的去模糊图像13。在另一个示例性实施例中，去卷积处理采用了“盲去卷积”。盲去卷积是一种允许从目前的“模糊”图像、或难以确认或未知模糊核中恢复目标对象的技术。常规的线性和非线性去卷积技术需要已知核。盲去卷积技术采用共轭梯度或最大似然算法。盲去卷积不需要已知核，但是优选为一种采用运动矢量和X射线脉冲信息的形状作为模糊核的良好初始估算的递归算法。然后，盲去卷积递归地估算核的改进以增强原始图像的去模糊化。
继续图3，对于每个相关联的运动矢量，去卷积的结果为一系列经补偿的去模糊图像。这一系列经补偿的图像13然后可在与上述如Florent所述的支架推进技术相关联的后续配准和集成处理中采用。有利地是，运动补偿的图像13为Florent的降噪技术提供了增强的“起始点”，这与其中采用原始图像投影数据11的先前方法相反。
继续图3并现在参考图4，在处理块110处，相对于图像参考配准感兴趣的运动对象的去模糊图像13。配准可包含图像的子集，这在已知这样的图像组可与特定运动或运动相位相关联时尤其如此。配准处理将去模糊图像13转换为公用参考，以进一步便于在此所述的补偿。配准处理110产生经配准的图像序列15，以供后续处理。
在示例性实施例中，为了开始配准处理110，已经在序列中称为参考图像的图像(该图像可以是起始时间处的图像)中检测出两个标记ARef、BRef。可通过自动装置来选择标记ARef、BRef。然后，对使用参考图像中的标记位置信息ARef、BRef和去模糊图像序列13的当前图像中的对应提取标记At’、Bt’的配准进行操作，以便自动地将当前图像配准到参考图像上。这个操作可以通过将当前图像中的标记与参考图像中的对应标记进行匹配来执行，其所包含的可能几何操作有：平移T，将当前图像的分段At’-Bt’的质心Ct与参考图像中的分段ARef-BRef的质心CRef相匹配；旋转R，将当前图像的分段At’-Bt’的方向与参考图像的分段ARef-BRef的方向相匹配，以结果产生分段At”-Bt”；以及扩张Δ，将结果产生的分段At”-Bt”的长度与参考图像的分段ARef-BRef的长度相匹配，以结果产生分段At-Bt。平移T、旋转R、扩张Δ这样的操作定义在序列中当前时刻t处的当前图像与参考图像之间，其结果产生整个序列的配准。这个配准操作并不必须在去模糊图像1 的所有点上执行。可以界定包含标记的感兴趣区域。
配准最小化感兴趣对象(如脉管81，导线65，气囊64、74a，和支架75a、75b)相对于预定图像参考的相应运动的影响。优选地，为了更好的配准，使用两个标记61、62、71和/或72或更多的标记。有利地是，配准操作110还便于对感兴趣对象(如狭窄或支架)的放大，而不用使该对象离开特定图像帧。
回到附图3和处理100，如处理块112所述，在来自配准图像15的至少两个图像上执行时间集成技术。因为先前已经相对于图像参考配准了图像15中的感兴趣对象，所以这种技术增强了所述感兴趣对象。根据避免使具有残余运动的对象模糊和导致背景模糊的折衷，来选择用于第一时间集成的第一数量的图像。也由TI1指示的时间集成112集成与后续图像中的相同对象像素相对应的对象像素，以便增强它们的强度。类似地，时间集成112也集成了不与后续图像中的相同背景像素相对应的背景像素，以便减弱它们的强度。换句话说，时间集成为经配准图像15中的感兴趣对象提供了运动校正，但却未向背景提供运动校正。在配准之后，背景仍然相对于参考图像移动，时间集成提供感兴趣对象(它们基本上是时间一致的)锐化细节增强，而不具有时间一致性的背景中的细节被进一步模糊化了。在示例性实施例中，时间集成可包括用于在参考图像中的每个像素位置处、以及在两个或更多图像上平均像素强度的处理。在另一个实例中，时间集成包括递归过滤器，其在后续图像上执行像素强度的加权平均。也就是，用于使用加权系数.beta、将在时刻t(其中强度由X(t)指示)的当前图像与在先前时刻(t-1)(其中强度由Y(t-1)指示)处理的图像进行组合的递归过滤器依据给出经集成的当前图像的强度的公式：
Y(t)＝Y(t-1)+.beta.[X(t)-Y(t-1)][1]
使用这个最后的技术，随着序列的前进来逐步改善这些图像。这个操作产生具有模糊背景的、经配准增强图像的中间序列17，其进一步用于锐化细节增强。使用Florent所述的优化技术，这些图像的进一步增强是有可能的。
有利地是，现在对象已经在图像中配准了，并且已经增强了细节，操作者可方便地观察到气囊64、74a和支架75a、75b定位。此外，由于对象并未移出图像的观察帧的优点，操作者可方便地放大对象的细节。
在应用于心脏病学的当前示例中，在医疗干预期间的用户具有在图像处理步骤期间进行干涉而例如不用移动干预工具或多个工具的可能性。首先，用户可选择图像中的感兴趣区域。此外，用户可在其配置处具有控制器来激活和控制图像处理、图像处理操作的时长，以及结束图像处理操作。特别地，取决于对象运动对于诊断重要与否，用户可选择最后处理的图像是否为配准进行补偿。
还需要理解的是，由于所公开实施例的优点和增强，对于操作人员而言，不再必须在气囊64、75a中引入造影剂，以便在支架75a、75b中膨胀气囊64、74a。利用所述实施例，对气囊64、75a连同支架75a、75b、和标记61、62、71和/或72一起进行了更好的可视化而不需要造影剂。当必须对包括在同一动脉81中并排引入和定位两个支架75a、75b在内的干预的图像序列进行可视化时，这种属性尤其有用。在部署了第一支架75a、75c之后对第一支架75a、75c进行清晰的可视化。然后，通过检测第二支架75a、75b的标记61、62、71和/或72来可视化和定位第二支架75a、75b。进一步对这些对象进行配准和增强，其允许操作人员动态地在膨胀期间可视化第二气囊以及在部署期间可视化支架75a、75b，而不是如需要造影剂来定位气囊64、74a的情况下那样静态地进行。通常，由于支架的可视化非常优异，如果有必要，操作人员可定位彼此非常靠近的两个支架75a、75b。
显著需要理解的是，这里所公开的示例性实施例还允许以可简化医疗干预步骤的方式来对如上参考图2C、在步骤c)中获取的子序列中的图像进行改进。事实上，为了在步骤c)中部署气囊64、74a，从形状74a开始以产生形状74b，操作人员必须将膨胀产品引入到气囊64、74a中。在现有应用中，操作人员一般使用包含大量造影剂的膨胀产品，以便能够对气囊64、74a进行可视化。这些造影剂具有使气囊64、74a和支架75a、75b在子序列的图像中呈现为仅仅暗对象的效果。当使用这样的造影剂时，在气囊膨胀和支架部署期间，不能彼此区分气囊64、74a和支架75a、75b。操作人员必须在移除变暗的气囊64、74a之前进行等待，以便至少获得仅具有所部署的支架的视图，并且这仅仅是静态视图。
相反，利用在此所述的示例性实施例，可以消除或大量减少在膨胀产品中对造影剂的使用。结果是，如今气囊64、74a保持透明，因此操作人员可以在序列的所有图像中动态地对气囊64、74a的膨胀和支架部署进行可视化。
本发明可用于各种类型的2D、3D/4D成像的应用。在此以说明的形式描述了本发明的优选实施例可用于X射线成像(其可用于电生理学干预和支架植入)。虽然通过说明并引用X射线成像和干预示出和描述了优选实施例，但是本领域技术人员需要理解的是，干预不局限于仅仅X射线成像或干预，并且可应用于成像系统和应用。此外，需要理解的是，这里所公开的应用不局限于仅仅干预，而是事实上可应用于通常需要2D、3D/4D成像的任何应用。
上文的多个实施例中描述的系统和方法提供了一种用于在干预期间增强具有噪声的结构的系统和方法。而且，所公开的发明可以以用于实践这些处理的计算机实现的处理和设备的形式来体现。本发明还可以以包含指令的计算机程序代码的形式来体现，其中计算机程序代码包含在诸如软盘、CD-ROM、硬盘或任何其他计算机可读存储介质之类的有形介质中，其中当将计算机程序代码载入到计算机中并由计算机执行时，该计算机变为实践本发明的设备。本发明还可以以计算机程序代码的形式(例如，存储在存储介质中，载入到计算机中，和/或由计算机执行)体现，或体现为在一些传输介质(如在电线或电缆上、通过光纤或经由电磁辐射)传输的数据信号(无论是否是经调制的载波)，其中当将计算机程序代码载入到计算机中并由计算机执行时，该计算机变为实践本发明的设备。当计算机程序代码段在通用微处理器上实现时，所述代码段将微处理器配置为创建特定的逻辑电路。
需要理解的是，除非另外特别声明，否则“第一”和“第二”或其他类似用于表示类似项的术语的使用并不用于指定或暗示任何特定次序。类似地，除非另外特别声明，否则“一”或“一个”或其他类似术语的使用用于表示“一个或更多”。
更需要理解的是，尽管列举了特定传感器和术语来描述示例性实施例，但是描述这种传感器仅用于说明而不是用于限制。对于考虑此处公开的那些人员而言，多个变化、替代和等效将是显而易见的。很显然的是，在数学函数的实现领域中，存在多种数值方法，特别是在此所述的线积分、过滤、取最大值和求和。由于存在多种可能的实现，所以不应将用于说明示例性实施例的特定实现方法视为限制。
尽管已经参考其示例性实施例描述了本发明，本领域技术人员需要理解的是，本公开不仅限于这样的示例性实施例，在不偏离本发明的范围的情况下，可做各种修改并且可用等效物替换其中的单元。并且，在不偏离本发明的本质精神或范围的情况下，可以进行各种修改、增强和/或改变，来使特定情况或材料适应本发明的示教。因此，本发明不仅限于所公开的、作为用于实现本发明的最佳模式的特定实施例，而且本发明包括位于所附权利要求范围内的所有实施例。

Claims (21)

1.一种用于增强一序列具有噪声的图像(11)中的感兴趣对象的方法，所述方法包括：
获取图像序列(11)；
在所述序列(11)中具有图像参考的图像的背景上提取与感兴趣对象相关的特征(61)、(62)、(71)、(72)；
计算与感兴趣对象的运动相对应的运动矢量，所述感兴趣对象的运动与所述序列(11)中的至少两个图像相关联；
基于图像对应的运动矢量来去模糊所述序列(11)中的每个图像，以形成去模糊的图像序列(13)；
相对于所述图像参考来在搜索去模糊的图像序列(13)中配准与感兴趣对象相关的所述特征(61)、(62)、(71)、(72)，以产生经配准的图像序列(15)；以及
使用时间集成器在所述经配准的图像序列(15)中的至少两个配准图像上集成所述感兴趣对象和背景二者。
2.如权利要求1所述的方法，其中所述提取包括在至少两个图像中检测标记(61)、(62)、(71)、(72)。
3.如权利要求1所述的方法，其中所述运动矢量与在所述获取图像序列(11)的每个时间帧、在两个连续图像中的标记(61)、(62)、(71)、(72)的运动相对应。
4.如权利要求1所述的方法，其中所述去模糊为去卷积。
5.如权利要求1所述的方法，其中所述去模糊为盲去卷积。
6.如权利要求1所述的方法，还包括显示所述图像序列(11)、所述去模糊的图像序列(13)、所述配准(15)的结果、或者所述集成的结果中的任何一个。
7.如权利要求1所述的方法，其中所述配准还包括相对于经配准的感兴趣对象进行缩放。
8.如权利要求1所述的方法，其中所述集成提供感兴趣对象的强度的增加，同时模糊并因此淡化背景和噪声。
9.如权利要求1所述的方法，还包括动态显示一序列医疗干预的医疗图像，所述医疗干预包括在动脉(81)中移动和/或定位称为气囊(64)、(74a)的工具，所述气囊(64)、(74a)和动脉被认为是感兴趣对象，而且所述气囊(64)、(74a)由称为单轨(60、70)的支撑所携带，至少两个称为气囊标记(61、62、71、72)的定位特征附于所述气囊并与所述气囊(64)、(74a)的末端相对应地定位，其中：所述提取包括提取被认为是与感兴趣对象相关的特征的气囊标记(61)、(62)、(71)、(72)，其中所述气囊标记(64)、(74a)既不属于气囊(64)、(74a)又不属于动脉(81)；所述计算的运动矢量对应于所述获取图像序列(11)的每个时间帧在相继图像中的标记(61)、(62)、(71)、(72)的运动；所述去模糊基于与所述标记(61)、(62)、(71)、(72)的运动相对应的运动矢量，所述配准包括在图像(13)中配准所述气囊标记(61)、(62)、(71)、(72)以及相关的气囊(64)、(74a)和动脉(81)；通过集成生成具有增强的气囊和动脉的图像。
10.如权利要求9所述的方法，还包括：在医疗干预期间为用户动态显示图像，以便在动脉(81)中相对于所述气囊标记提取位置在动脉(81)中的一部分的特定位置处定位气囊期间，可视化气囊(64)、(74a)的图像。
11.如权利要求8所述的方法，还包括：在气囊膨胀阶段期间动态地显示和可视化支架部署，其中所述气囊膨胀利用没有或几乎没有造影剂的膨胀产品。
12.如权利要求9所述的方法，其中所述配准还包括：
选择序列(13)中称为参考图像的图像，以及选择参考图像中至少一个与感兴趣对象相关的、被称为参考标记的标记；以及
采用参考图像以及该序列(13)的当前图像中的标记位置信息、用于通过将当前图像的标记与参考图像的参考标记相匹配，来配准当前图像中的标记和相关感兴趣对象。
13.一种用于增强一序列具有噪声的图像中的感兴趣对象的方法，所述方法包括：
获取图像序列(11)；
在所述序列(11)中具有图像参考的图像的背景上提取与感兴趣对象相关的特征(61)、(62)、(71)、(72)；
计算与感兴趣对象的运动相对应的运动矢量，所述感兴趣对象的运动与所述序列(11)中的至少两个图像相关联；以及
基于图像对应的运动矢量来去模糊所述序列(11)中的每个图像，以形成去模糊的图像序列(13)。
14.一种用于增强一序列具有噪声的图像中的感兴趣对象的系统，所述系统包括：
成像系统(12)，用于获取图像序列(11)；
多个标记(61)、(62)、(71)、(72)，临近感兴趣对象放置，所述标记在图像序列(11)中可辨别；
处理器(50)，可操作地与所述成像系统(12)进行通信，所述处理器(50)被配置为：
计算与感兴趣对象的运动相对应的运动矢量，所述感兴趣对象的运动与序列中的至少两个图像相关联；
基于图像对应的运动矢量来去模糊序列(11)中的每个图像，以形成去模糊的图像序列(13)；
相对于图像参考来在去模糊的图像序列(13)中配准与感兴趣对象相关的特征(61)、(62)、(71)、(72)，以产生经配准的图像序列(15)；以及
使用时间集成器在经配准的图像序列(15)中的至少两个配准图像上集成感兴趣对象和背景二者。
15.如权利要求14所述的系统，其中所述运动矢量与在所述获取图像序列(11)的每个时间帧、在两个连续图像中的标记(61)、(62)、(71)、(72)的运动相对应。
16.如权利要求14所述的系统，其中所述去模糊是去卷积或盲去卷积中的至少一个。
17.如权利要求14所述的系统，还包括显示设备(54)，用于显示所述图像序列(11)、所述去模糊的图像序列(13)、所述配准(15)的结果、或者所述集成(17)的结果中的任何一个。
18.如权利要求14所述的系统，还包括用于控制所述处理器(50)或所述成像系统(12)的控制设备。
19.一种用于增强一序列具有噪声的图像中的感兴趣对象的医疗检查成像设备，包括：
用于获取图像序列(11)的装置(12)；
用于在所述序列(11)中具有图像参考的图像的背景上提取与感兴趣对象相关的特征(61)、(62)、(71)、(72)的装置；
用于计算与感兴趣对象的运动相对应的运动矢量的装置，所述感兴趣对象的运动与所述序列(11)中的至少两个图像相关联；
用于基于图像对应的运动矢量来去模糊序列中的每个图像、以形成去模糊的图像序列(13)的装置；
用于相对于所述图像参考来在去模糊的图像序列(13)中配准与感兴趣对象相关的所述特征、以产生经配准的图像序列(15)的装置；以及
用于使用时间集成器在所述经配准的图像序列(15)中的至少两个配准图像上集成所述感兴趣对象和背景二者的装置。
20.一种用机器可读的计算机程序代码进行编码的存储介质(58)，所述代码包含了指令，用于导致计算机实现增强一序列具有噪声的图像中的感兴趣对象的方法，所述方法包括：
获取图像序列(11)；
在所述序列(11)中具有图像参考的图像的背景上提取与感兴趣对象相关的特征；
计算与感兴趣对象的运动相对应的运动矢量，所述感兴趣对象的运动与所述序列(11)中的至少两个图像相关联；
基于图像对应的运动矢量来去模糊序列(11)中的每个图像，以形成去模糊的图像序列(13)；
相对于所述图像参考来在去模糊的图像序列中配准与感兴趣对象相关的所述特征，以产生经配准的图像序列(15)；以及
使用时间集成器在所述经配准的图像序列(15)中的至少两个配准图像上集成所述感兴趣对象和背景二者。
21.一种计算机数据信号，所述计算机数据信号包含了指令，用于导致计算机实现用于增强一序列具有噪声的图像中的感兴趣对象的方法，所述方法包括：
获取图像序列(11)；
在所述序列(11)中具有图像参考的图像的背景上提取与感兴趣对象相关的特征；
计算与感兴趣对象的运动相对应的运动矢量，所述感兴趣对象的运动与所述序列(11)中的至少两个图像相关联；
基于图像对应的运动矢量来去模糊序列(11)中的每个图像，以形成去模糊的图像序列(13)；
相对于所述图像参考来在去模糊的图像序列中配准与感兴趣对象相关的所述特征，以产生经配准的图像序列(15)；以及
使用时间集成器在所述经配准的图像序列(15)中的至少两个配准图像上集成所述感兴趣对象和背景二者。
CNA2006800294545A 2005-08-09 2006-07-14 用盲去卷积空间增强具有噪声的图像中的结构的系统和方法 Pending CN101242787A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US70679605P 2005-08-09 2005-08-09
US60/706,796 2005-08-09

Publications (1)

Publication Number Publication Date
CN101242787A true CN101242787A (zh) 2008-08-13

Family

ID=37500002

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA2006800294545A Pending CN101242787A (zh) 2005-08-09 2006-07-14 用盲去卷积空间增强具有噪声的图像中的结构的系统和方法

Country Status (7)

Country Link
US (1) US20090169080A1 (zh)
EP (1) EP1916957A1 (zh)
JP (1) JP2009504222A (zh)
KR (1) KR20080043774A (zh)
CN (1) CN101242787A (zh)
CA (1) CA2618352A1 (zh)
WO (1) WO2007017774A1 (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102598053A (zh) * 2009-06-24 2012-07-18 皇家飞利浦电子股份有限公司 对象内的植入设备的空间和形状表征
CN102884550A (zh) * 2010-05-06 2013-01-16 皇家飞利浦电子股份有限公司 用于动态灌注ct的图像数据配准
CN104932868A (zh) * 2014-03-17 2015-09-23 联想(北京)有限公司 一种数据处理方法及电子设备
CN107347249A (zh) * 2015-03-16 2017-11-14 皇家飞利浦有限公司 自动移动检测
CN110621216A (zh) * 2017-04-06 2019-12-27 皇家飞利浦有限公司 用于提供对可穿戴设备的放置的指导的方法和装置
CN111388089A (zh) * 2020-03-19 2020-07-10 京东方科技集团股份有限公司 治疗设备及其配准方法、配准装置
CN111481292A (zh) * 2014-01-06 2020-08-04 博迪维仁医疗有限公司 手术装置及其使用方法

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008035895A (ja) * 2006-08-01 2008-02-21 Ziosoft Inc 画像処理方法および画像処理プログラム
EP2408375B1 (en) 2009-03-20 2017-12-06 Orthoscan Incorporated Moveable imaging apparatus
JP5226590B2 (ja) 2009-04-02 2013-07-03 キヤノン株式会社 画像解析装置、画像処理装置及び画像解析方法
JP5294956B2 (ja) * 2009-04-08 2013-09-18 キヤノン株式会社 画像処理装置及び画像処理装置の制御方法
JP2010256536A (ja) * 2009-04-23 2010-11-11 Sharp Corp 画像処理装置及び画像表示装置
US9082177B2 (en) * 2009-11-25 2015-07-14 Dental Imaging Technologies Corporation Method for tracking X-ray markers in serial CT projection images
US9082036B2 (en) * 2009-11-25 2015-07-14 Dental Imaging Technologies Corporation Method for accurate sub-pixel localization of markers on X-ray images
US9826942B2 (en) * 2009-11-25 2017-11-28 Dental Imaging Technologies Corporation Correcting and reconstructing x-ray images using patient motion vectors extracted from marker positions in x-ray images
US8363919B2 (en) 2009-11-25 2013-01-29 Imaging Sciences International Llc Marker identification and processing in x-ray images
US9082182B2 (en) * 2009-11-25 2015-07-14 Dental Imaging Technologies Corporation Extracting patient motion vectors from marker positions in x-ray images
WO2011117789A1 (en) 2010-03-24 2011-09-29 Koninklijke Philips Electronics N.V. System and method for producing an image of a physical object
WO2012082799A1 (en) 2010-12-13 2012-06-21 Orthoscan, Inc. Mobile fluoroscopic imaging system
EP2668466B1 (en) * 2011-01-28 2021-08-11 Koninklijke Philips N.V. Optical shape sensing system with reference markers for launch point identification
JP5830784B2 (ja) * 2011-06-23 2015-12-09 サイバーアイ・エンタテインメント株式会社 画像認識システムを組込んだ関連性検索によるインタレスト・グラフ収集システム
FR2985167A1 (fr) * 2011-12-30 2013-07-05 Medtech Procede medical robotise de surveillance de la respiration d'un patient et de correction de la trajectoire robotisee.
JP6381198B2 (ja) * 2013-11-08 2018-08-29 キヤノン株式会社 制御装置、制御方法及びプログラム
DE102015205270A1 (de) * 2015-03-24 2016-09-29 Siemens Healthcare Gmbh Verfahren zur Ermittlung eines Röntgenbilddatensatzes eines bewegten Zielgebiets und Röntgeneinrichtung
WO2017114685A1 (en) * 2015-12-30 2017-07-06 Koninklijke Philips N.V. Medical reporting apparatus
US10687766B2 (en) 2016-12-14 2020-06-23 Siemens Healthcare Gmbh System to detect features using multiple reconstructions
US10140707B2 (en) * 2016-12-14 2018-11-27 Siemens Healthcare Gmbh System to detect features using multiple reconstructions
JP6812815B2 (ja) * 2017-01-31 2021-01-13 株式会社島津製作所 Ｘ線撮影装置およびｘ線画像解析方法
EP3522116A1 (en) * 2018-01-31 2019-08-07 Koninklijke Philips N.V. Device, system and method for determining the position of stents in an image of vasculature structure
EP3618001A1 (en) 2018-08-30 2020-03-04 Koninklijke Philips N.V. Efficient motion-compensation in cone beam computed tomography based on data consistency
US20200273181A1 (en) * 2019-02-26 2020-08-27 Canon Medical Systems Corporation Analysis apparatus and ultrasound diagnosis apparatus
US20220188988A1 (en) * 2019-03-29 2022-06-16 Sony Group Corporation Medical system, information processing device, and information processing method
US20220114713A1 (en) 2020-10-14 2022-04-14 Mitsubishi Electric Research Laboratories, Inc. Fusion-Based Digital Image Correlation Framework for Strain Measurement
US12118825B2 (en) 2021-05-03 2024-10-15 NeuraLight Ltd. Obtaining high-resolution oculometric parameters

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4426297B2 (ja) * 2001-11-30 2010-03-03 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ ノイズの多い画像中の構造を強調する医用ビューイングシステム及び方法
US7362374B2 (en) * 2002-08-30 2008-04-22 Altera Corporation Video interlacing using object motion estimation
JP4804005B2 (ja) * 2002-11-13 2011-10-26 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 境界構造を検出するための医用ビューイングシステム及び方法
US7139067B2 (en) * 2003-09-12 2006-11-21 Textron Systems Corporation Three-dimensional imaging with multiframe blind deconvolution
WO2005063125A1 (en) * 2003-12-22 2005-07-14 Koninklijke Philips Electronics N.V. System for guiding a medical instrument in a patient body
US7756407B2 (en) * 2006-05-08 2010-07-13 Mitsubishi Electric Research Laboratories, Inc. Method and apparatus for deblurring images

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102598053A (zh) * 2009-06-24 2012-07-18 皇家飞利浦电子股份有限公司 对象内的植入设备的空间和形状表征
CN102884550A (zh) * 2010-05-06 2013-01-16 皇家飞利浦电子股份有限公司 用于动态灌注ct的图像数据配准
CN102884550B (zh) * 2010-05-06 2016-03-16 皇家飞利浦电子股份有限公司 用于动态灌注ct的图像数据配准
CN111481292A (zh) * 2014-01-06 2020-08-04 博迪维仁医疗有限公司 手术装置及其使用方法
CN104932868A (zh) * 2014-03-17 2015-09-23 联想(北京)有限公司 一种数据处理方法及电子设备
CN104932868B (zh) * 2014-03-17 2019-01-15 联想(北京)有限公司 一种数据处理方法及电子设备
CN107347249A (zh) * 2015-03-16 2017-11-14 皇家飞利浦有限公司 自动移动检测
CN110621216A (zh) * 2017-04-06 2019-12-27 皇家飞利浦有限公司 用于提供对可穿戴设备的放置的指导的方法和装置
CN111388089A (zh) * 2020-03-19 2020-07-10 京东方科技集团股份有限公司 治疗设备及其配准方法、配准装置
CN111388089B (zh) * 2020-03-19 2022-05-20 京东方科技集团股份有限公司 治疗设备及其配准方法、配准装置
US12115016B2 (en) 2020-03-19 2024-10-15 Boe Technology Group Co., Ltd. Therapeutic apparatus and alignment method and device thereof

Also Published As

Publication number Publication date
KR20080043774A (ko) 2008-05-19
CA2618352A1 (en) 2007-02-15
WO2007017774A1 (en) 2007-02-15
JP2009504222A (ja) 2009-02-05
US20090169080A1 (en) 2009-07-02
EP1916957A1 (en) 2008-05-07

Similar Documents

Publication Publication Date Title
CN101242787A (zh) 用盲去卷积空间增强具有噪声的图像中的结构的系统和方法
CN101166481B (zh) 利用图像获取装置的移动探测并增强噪声图像中静止结构的医疗观察系统
EP1817743B1 (en) Multi-feature time filtering for enhancing structures in noisy images
JP4426297B2 (ja) ノイズの多い画像中の構造を強調する医用ビューイングシステム及び方法
JP5053982B2 (ja) Ｘ線診断装置および画像処理装置
EP1570431B1 (en) Medical viewing system and method for detecting boundary structures
JP5965840B2 (ja) 血管ロードマッピング
CN105744892B (zh) 用于x射线成像中的导航的医学图像查看设备、医学成像系统、和用于提供改善的x射线图像导航信息的方法
US8233688B2 (en) Method of detection and compensation for respiratory motion in radiography cardiac images synchronized with an electrocardiogram signal
JP2019022647A (ja) Ｘ線血管造影法画像の血液フロー速度を決定するための方法と装置
JP2006527620A (ja) インターベンショナルラジオロジーのためのイメージングシステム
WO2005046478A1 (ja) 画像処理方法、画像処理装置、医用画像診断支援システム、及び時間軸方向フィルタリング方法
JP2007534420A (ja) Ｐｔｃａ血管造影図の制御に対するビューイング装置
JP2008526420A (ja) 画像の位置合わせのための画像処理システム及び方法
US11481957B2 (en) Medical image processing apparatus and storage medium
CN108024782A (zh) 血管处置的增强成像
JP2018046922A (ja) 放射線画像処理装置および放射線画像処理方法
US20050074158A1 (en) Methods and apparatus for visualizing low contrast moveable objects
JP2004188196A (ja) 心臓サイクルの検出の方法及び装置
JP2000244817A (ja) Ｘ線ノイズを低減するための方法
JP7434008B2 (ja) 医用画像処理装置およびプログラム
US20240320842A1 (en) Providing a result dataset
US20080039719A1 (en) Method for determining an optimal trigger time and device for ECG-triggered recording of an object

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

Open date: 20080813