CN101288101A - 根据小规模重建的运动分析进行的心区检测 - Google Patents
根据小规模重建的运动分析进行的心区检测 Download PDFInfo
- Publication number
- CN101288101A CN101288101A CNA2006800273977A CN200680027397A CN101288101A CN 101288101 A CN101288101 A CN 101288101A CN A2006800273977 A CNA2006800273977 A CN A2006800273977A CN 200680027397 A CN200680027397 A CN 200680027397A CN 101288101 A CN101288101 A CN 101288101A
- Authority
- CN
- China
- Prior art keywords
- region
- data
- image
- volumetric image
- moving area
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/215—Motion-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- 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
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- 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
- G06T2207/30048—Heart; Cardiac
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
一种诊断成像系统(10),可对对象的交迭循环移动和静态区域进行成像。低分辨率重建处理器(50)将采集的数据重建成一系列连续的低分辨率的体积图像显示。运动区域确定处理器(70)将确定移动区域与连续的低分辨率体积图像显示之间的边界。高分辨率重建处理器(60)将采集的数据重建成高分辨率的体积图像显示。静态区域除去处理器(84)将静态区域图像数据从高分辨率图像显示中除去,其中静态区域图像数据位于移动的区域边界之外。显示器(86)显示高分辨率的体积图像显示。
Description
技术领域
本申请涉及诊断成像领域。其特别应用于对象的心脏计算机断层造影成像,并将参照其进行详细的描述。然而,其还可应用于其它类型的计算机断层造影成像,单光子发射计算机断层造影(SPECT)、正电子发射断层造影(PET)、磁共振成像(MRI)、三维X射线成像等。
背景技术
通常,计算机断层造影系统包括X射线源和围绕将要被检查的对象旋转的X射线检测器。X射线源发出的X射线束从多个方向照射该对象。X射线检测器接收穿过该对象的各个方向上的X辐射,形成所研究方向上的衰减剖面。衰减剖面代表由于沿着穿过所研究方向上对象的X射线路径的X射线的吸收和散射而形成的入射到对象中的X射线的衰减。
利用相位选择算法来重建螺旋形的心脏锥束图像。通常,选择特定相位的心脏来生产心脏图像。仅仅是在接近选定的相位的时间点,也就是在时间上相应于相同心脏相位,但处于不同心动周期的点所获得的数据被同时用于多切片重建处理。根据扫描参数,患者的心率及其变化性、心脏选通窗的宽度和位置、可变数量的周期被用于每个体素的重建。典型地,根据所有心动周期上的穿过给定体素(即照明窗)的所有可用射线来重建该体素。
在CT胸部扫描中的心区检测是主要的后处理任务,用来在3D图像中恰当地显现心脏。这个任务通常在后处理域中由人工完成。就是说,将形成包括心脏的躯干部分的3D体积图像。为了分析这个图像,放射科医师采用“笼去除(cageremoval)”的方法。在这个后处理步骤中,放射科医师将之前重建的图像进行分割,切去肋、肺和其他非心脏组织,剩余下仅仅是感兴趣的心脏组织的体积图像。这是个劳动密集型的步骤。
心区ROI检测的一些技术是以来自单个重建的组织分割(tissuesegmentation)为基础的,并包括已知的算法,诸如主动轮廓模型、直方图分析阈值确定法、以及基于傅立叶的主动轮廓法。然而,这些技术在用于高分辨率数据集的后处理操作时在性能上常常具有明显的范例依存可变性的缺陷,并因而通常需要人工来校正。此外,这些技术均非常耗时。
本发明提出了一种能克服上述以及其它缺陷的方法和设备。
发明内容
依据本申请的一个方面,公开了一种用于对对象的交迭循环移动和静态区域进行成像的诊断成像系统。低分辨率重建处理器将采集的数据重建成一系列连续的低分辨率的体积图像显示。运动区域确定处理器从连续的低分辨率体积图像显示确定移动区域的边界。高分辨率重建处理器将采集的数据重建成高分辨率的体积图像显示。静态区域除去处理器将静态区域图像数据从高分辨率体积图像显示中除去,其中静态区域图像数据位于移动区域边界之外。显示器显示高分辨率的体积图像显示。
依据本申请的另一个方面,公开了一种用于对对象的交迭循环移动和静态区域进行成像的方法,其中静态区域图像数据位于移动区域边界的外部。采集的数据被重建成一系列连续的低分辨率的体积图像显示。从连续的低分辨率体积图像显示确定移动区域的边界。采集的数据被重建成高分辨率体积图像显示。将静态区域图像数据从高分辨率体积图像显示中除去。显示该体积图像显示。
本发明的一个优势在于在重建前自动地隔离出感兴趣的心脏区域。
另一个优势在于改善了心脏图像的分辨率。
另一个优势在于获得了除去了周围组织的基本上实时的心脏成像。
许多其它的优势和好处对于阅读了以下的优选的实施例的详细说明的本领域技术人员来说将是显而易见的。
附图说明
本发明具体化为各种组件以及组件的排列,以及各种处理操作和处理操作的排列。附图仅仅是用于图解优选实施例的目的,而不被解释为对本发明做出限制。
图1示意性地示出了计算机断层造影成像系统;以及
图2示意性地示出了计算机断层造影成像系统的细节部分。
具体实施方式
参看图1,成像系统10包括计算机断层造影扫描器12,该扫描器具有产生辐射束的辐射源14,辐射束优选是锥形束或楔形束,并被引导入检查区域16中。辐射束在横穿设置在检查区域16的成像对象的感兴趣区域时与其发生相互作用并部分被吸收,当其穿过检查区域时产生空间变化的辐射吸收。辐射检测器18,优选是二维检测器用来检测穿过检查区域16后的吸收衰减辐射。在源14和检测器18的每个辐射检测元件之间的通路被表示为射线。
优选地,辐射源14产生锥形束X射线。辐射源14和检测器18优选是以相对的方式安装在旋转托台20上的,以使得检测器18连续地接收辐射源14发出的X射线。当源14和检测器18连续围绕旋转托台20上的检查区域16旋转时,将对多个旋转来采集视图。每个视图或二维阵列数据表示具有顶点在源14、由检测器18的检测元件的同时取样所收集的锥形束。在螺旋锥形束计算机断层造影中,对象支架或床26被电动机28驱动在轴或Z方向上线性移动。
任选地,在(i)对象支架26在每个轴向扫描期间保持不动并在轴向扫描之间线性步进的情况或(ii)对象支架持续移动来确定螺旋轨道的情况中,对于数个旋转采集锥形束计算机断层造影投影数据。辐射检测器18的检测元件的输出被转换成电采集的积分衰减投影值μd0,其存储在数据存储器30中。每个投影数据μd0对应于沿着从辐射源14至检测器18的相应检测元件的线的衰减线积分。
对于典型的锥形束的几何结构来说,线积分指数通常对应于用来测量读数的检测器元件。然而,可以预期到线积分指数可能与检测器元件的数目缺乏直接的一致性。这种直接一致性的缺乏可能是例如由重组(re-binned)投影之间的插值所导致。
对于多切片扫描器中的源聚焦采集几何结构来说,存储在数据存储器30中的投影数据集的衰减线积分或投影的读数可用参数P(α,β,n)表示,其中α是由旋转托台20的位置确定的辐射源14的源角,β是扇(β∈[-φ/2,φ/2],其中φ是扇角)内的角,n是检测器行数。
心脏监控器32监控患者的心动周期并检测通常相对于每个周期的R波也就是在每个R-R间隔中的相位点34。由临床医生根据心脏的运动特性和想要的诊断信息来选择相位点34的位置,或如下详细描述的自动地确定。分类装置38将衰减数据分成在每个选定的心动时相期间收集的数据集,也就是心动时相特定数据集。在一个实施例中,重组处理器40将从锥形束至平行束几何形状的心动时相特定数据重组成一组平行视图。每个视图包括等距的π线,其中π线被定义成包含在轴平面,也就是与旋转轴相垂直、与扫描FOV相交叉的线积分,由正则坐标θπ,l描述,其中θπ是传播角∈[0,π),l是距离等角点的距离。尤其对于由短的时间窗定义的心动时相来说,一个心动时相的数据对应于在多个旋转和心动周期中的每一个中的短圆弧段上收集的数据。单独的圆弧段数据太小以至于不能形成完整的数据集。为了获得完整的数据集,要收集数个心动周期的数据,如果必要的话,还得进行插值。心动时相特定数据集均存储在对应的相位存储器42中。
图像处理器44将投影数据重建成3D图像显示。更具体地,低分辨率重建处理器50将选定的心动时相的投影数据处理成一系列低分辨率的图像,存储在低分辨率图像存储器52中。高分辨率重建处理器60执行投影数据的滤过反向投影或其它重建以形成对应的三维图像,存储在图像存储器62中。正如以下将详细描述的,运动区域确定处理器或算法70确定数据集中的移动区域或心脏区域,并将移动区域或心脏区域的边界坐标存储在运动区域坐标存储器72中。高分辨率重建步骤可通过仅仅重建心脏区域来加快重建步骤。
视频处理器80处理图像存储器62中的一部分或全部的内容,产生人可视的图像显示,诸如三维透视图、选定的图像切片、最大强度的投影、CINE动画等。工作站82,优选是个人计算机、膝上型计算机等接收到一系列图像连同心脏区域坐标。工作站82包括适用的硬件和软件来进行图像处理和显示。例如,工作站82包括静态区域去除装置或算法或机制84,其基于接收到的心脏区域坐标,对于浏览者自动除去无关的组织,诸如包围并隐蔽了心脏的胸腔和肺。当然,还可预期的是无关组织的除去可由用户启动。没有无关组织的、包括冠状动脉的人可视的心脏图像显示将显示在显示器86上。这种自动处理将有助于浏览者使单独的心脏立即成为可视的,而无需人工除去无关组织。
任选地,将图像存储器62的选定内容打印在纸张上,存储在非易失性的电子或磁存储介质中,传输到局域网或因特网上,或进行其他处理。优选地,放射科医师或其他操作者通过键盘、鼠标、触摸屏或其他输入装置90来控制计算机断层造影成像扫描器12,以对扫描控制器92进行编程来创建成像对话(session),修改成像对话,执行成像对话,监视成像对话,或以其它方式操纵扫描器12。
继续参看图1并参看图2,低分辨率重建处理器50将投影数据处理成心脏的一系列连续的低分辨率三维图像。例如,低分辨率重建处理器50处理相应于心脏的两个相对相位,例如0%和50%的心动周期,的投影数据。还可以预期的是低分辨率重建处理器50可以处理覆盖整个心动周期的一部分或全部的多个不同相位点的投影数据。运动区域确定处理器或算法70通过比较心脏的所选择的连续相位的低分辨率图像来确定心脏的移动区域的边界。更确切地,对于每个相位来说,变化测量值确定处理器或算法100确定相位之间的变化的测量值,该变化诸如在体素强度中的变化,这种变化对应于第一图像的第一方面或参数与第二图像的第二方面或参数之间的变化。第一及第二参数是提前指定好的,并具有相同的诸如体素强度值的特性。变化测量值的其它例子是相关测量值,以及表达预期的整个周期中的心脏运动的函数。例如,变化测量值可通过用户在扫描前进行设定。变化测量值存储在变化测量值存储器102中。第一参数确定处理器104确定第一参数,诸如第一图像的每个体素的体素强度值。第二参数确定处理器106确定第二参数,诸如第二图像的每个体素的体素强度值。变化确定处理器或算法108比较第一和第二连续图像的相应的第一和第二参数,来确定第一和第二参数值的变化。在一个示例性变化确定中,减去了两个图像。静态组织基本被取消,而移动的组织具有非零的值。运动区域边界坐标确定处理器或算法110将连续的重建图像的第一和第二参数之间的每个被确定的差值与变化测量值进行比较,以确定哪里的变化最大哪里的变化最小。这样,运动区域边界坐标确定处理器110建立了心脏区域的边界,例如在数据体积的移动和静态区域之间的边界。心脏区域的坐标被确定为数据体积的移动和静态区域之间的边界的坐标。心脏区域坐标存储在运动或心脏区域坐标存储器112中。
在后处理示例中,静态区域除去装置或算法或机制84接收心脏区域坐标以及对应的重建图像,并对浏览者除去包围及隐蔽了心脏的无关组织。在一个实施例中,当用户打开重建图像进行显示时,静态区域除去算法或机制84自动除去无关组织。在另一个实施例中,静态区域除去机制84根据用户的启动而自动地除去无关组织。例如,工作站82可具有一个用户界面,允许用户通过选择对应的选项来选择无关组织的除去。这样,仅仅保留了最大运动区域中的体素。剩余的体素被丢弃,以形成单独的心脏图像,并自动显示出,而不需要人工除去胸腔和其它无关组织。这种技术可在重建之前或重建期间实施,或至少在后处理阶段之间实施。
在预处理实施例中,从低分辨率导引扫描中确定心脏的边缘坐标。将每个所选择的心动时相内的确定边缘传送给高分辨率处理器60,其在确定的心区上聚焦重建源。在一个示例中,仅仅重建了心脏区域。在另一个示例中,相较于包围区域来说更加加重了心脏区域。任选地,边缘还传送至扫描控制器92中,该控制器调整扫描参数,例如与心脏边界相一致的锥形角。
在一个实施例中,运动区域确定处理器70确定心动周期中移动区域的每个片段的时间周期,在该时间周期期间每个片段是不运动的,例如运动区域确定处理器确定心脏在什么时候或者心脏的哪些区域是休息的。在这种不运动的区域中,在两个相邻的相位或时间窗中的重建图像之间的变化是可以忽略的。最佳相位点确定处理器或算法120确定位于移动区域的不运动片段中的最佳的相位点。例如,可以识别出对于右冠状动脉来说位于心脏右前表面的静止相位、对于左前表面降支来说位于左前表面的静止相位、对于旋动脉及其分支来说位于左后表面的静止相位。静态边缘片段可从早期和后期的相位窗口中确定,其中静态边缘片段最后移动或紧接着移动。
虽然为了便于描述已经将高和低分辨率处理器50、60分开指出,但可以理解的是通用的硬件可实现这两种功能。毫无疑问地,基本全部的处理功能可由适当的编程计算机来实现。同样地,虽然这是参照CT成像来描述的,但这项技术还可适用于其他成像形式中。
总之:
1.a.实现了回顾性门控CT数据集的低分辨率的重建。最低要求是心动周期的两个相对相位,例如心动周期的0%和50%。当同时计算用于最佳相位检测的“运动地图”时可使用多次重建。该步骤可在扫描了患者后并在载入重建数据集至工作站进行分析之前应用。
b.对于MRI和EBCT,对在整个心动周期的2个或更多个相位获得的图像进行比较。
2.对于采集的或重建的每个相位,计算不同相位之间的变化测量值(可以是简单的值的变化、相关测量值的变化或模拟整个周期中预期心脏运动的简单函数的变化)。
3.识别呈现了心脏运动特性的体素。
4.除去隔离部件。
5.识别定义了心脏外部ROI的外部融合层或表面。
6.通过确定心肺界面的相似性来两次确定算法的完整性。
7.现在可运用整个运动映射来识别对于右冠状动脉来说位于心脏右前表面的静止相位、对于左前表面降支来说位于左前表面的静止相位、对于旋动脉及其分支来说位于左后表面的静止相位。
8.在当用户加载数据集时在将要使用的附件中记录分析的具体情况。
9.在得到用户的确认后,分析的结果可用于
a.有助于显影和图像分析;以及
b.确定数据集的哪部分被永久性存储,例如需要整个结构数据集用于一个时间相位。对于剩余的相位来说,只需存储心脏ROI即可。
已经参照优选的实施例描述了本发明。显然地是,对于已经阅读和理解了之前的具体描述内容的人来说将想得到各种变型和改变。本发明可被解释成包括那些只要落入附属的权利要求书或其同等物的范围内的所有这种变型和改变。
Claims (20)
1、一种用于对对象的交迭循环移动和静态区域进行成像的诊断成像系统(10),包括:
低分辨率重建处理器(50),其将采集的数据重建成一系列连续的低分辨率的体积图像显示;
运动区域确定处理器(70),其从连续的低分辨率体积图像显示确定移动区域的边界;
高分辨率重建处理器(60),其将采集的数据重建成高分辨率的体积图像显示;
静态区域除去处理器(84),其将静态区域图像数据从高分辨率体积图像显示中除去,其中静态区域图像数据位于移动区域边界之外;以及
显示器(86),显示高分辨率的体积图像显示。
2.如权利要求1所述的系统,其中静态区域除去处理器(84)在显示之前将静态区域图像数据从高分辨率体积图像显示中自动除去。
3.如权利要求1所述的系统,还包括:
运动区域边界坐标确定处理器(110),其确定移动区域边界的坐标;以及
运动区域坐标存储器(112),运动区域边界坐标确定处理器(110)将移动区域边界坐标存储在该存储器中,移动区域边界坐标与高分辨率体积图像显示一起从该存储器载入到静态区域除去处理器(84)中。
4.如权利要求1所述的系统,其中低分辨率重建处理器(50)重建脉动器官的多个相位的每一个中的图像。
5.如权利要求1所述的系统,其中移动区域包括心脏区域。
6.如权利要求5所述的系统,还包括
分类装置(38),用来将采集的数据分类成在多个所选择的心动时相的每一个期间收集的数据集。
7.如权利要求1所述的系统,其中低分辨率处理器(50)重建多个连续的低分辨率体积图像显示,以及运动区域确定处理器(70)确定周期内移动区域的每个片段的时间周期,在该时间周期期间每个片段都是不运动的。
8.如权利要求1所述的系统,还包括CT扫描器、磁共振扫描器和核照相机中的一个,来获得所采集的数据。
9.一种用于对对象的交迭循环移动和静态区域进行成像的方法,其中静态区域图像数据位于移动区域边界的外部,包括:
将采集的数据重建成一系列连续的低分辨率体积图像显示;
从连续的低分辨率体积图像显示确定移动区域的边界;
将采集的数据重建成高分辨率体积图像显示;
从高分辨率体积图像显示中除去静态区域图像数据;以及
显示该体积图像显示。
10.如权利要求9所述的方法,其中静态区域除去步骤包括:
在显示步骤前从高分辨率体积图像显示中自动除去静态区域图像数据。
11.如权利要求9所述的方法,还包括:
确定移动区域边界的坐标;
将移动区域边界坐标载入到运动区域坐标存储器中;以及
将移动区域边界坐标与高分辨率体积图像显示一起载入到工作站中。
12.如权利要求9所述的方法,其中移动区域包括心脏区域。
13.如权利要求12所述的方法,还包括:
将采集的数据分类成在每个所选择的心动时相期间所收集到的数据集。
14.如权利要求9所述的方法,其中低重建步骤包括:
重建多个所选择的心动时相的每一个中的低分辨率体积图像显示。
15.如权利要求14所述的方法,其中运动区域确定步骤包括:
将每个心动时相窗口的低分辨率体积图像与至少一个其他心动时相窗口的低分辨率体积图像进行比较。
16.如权利要求15所述的方法,还包括:
确定位于移动区域的不运动片段中的最佳相位点;以及
在该最佳相位点重建高分辨率图像显示。
17.一种执行权利要求9所述步骤的诊断扫描器。
18.一种诊断成像方法,包括:
采集低分辨率数据;
在心动周期的至少两个相位中,生成静态区域和与心动周期一起移动的移动区域的低分辨率体积图像;
通过比较每个相位中的低分辨率图像与其他相位中的低分辨率图像,来确定在每个相位中与心动周期一起移动的移动区域的边界;
采集高分辨率数据以及下两个步骤之一:
仅仅重建在多个所选择的心动时相的每一个中移动区域的高分辨率图像;以及
重建在每个所选择心动时相中移动区域和静态区域的高分辨率图像,并除去在所确定边界的静态一侧上的区域。
19.如权利要求18所述的方法,其中在每个所选择心动时相中生成低分辨率体积图像。
20.一种被编程来执行权利要求18所述方法的诊断扫描器。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US70252905P | 2005-07-26 | 2005-07-26 | |
US60/702,529 | 2005-07-26 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101288101A true CN101288101A (zh) | 2008-10-15 |
Family
ID=37497859
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2006800273977A Pending CN101288101A (zh) | 2005-07-26 | 2006-07-17 | 根据小规模重建的运动分析进行的心区检测 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20080219527A1 (zh) |
EP (1) | EP1913553A2 (zh) |
CN (1) | CN101288101A (zh) |
RU (1) | RU2008106929A (zh) |
WO (1) | WO2007012997A2 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108209954A (zh) * | 2016-12-21 | 2018-06-29 | 上海联影医疗科技有限公司 | 发射型计算机断层图像重建方法及系统 |
CN108309353A (zh) * | 2016-12-01 | 2018-07-24 | 美国西门子医疗解决公司 | 用于在心回波描记术中进行相位确定的心率辅助 |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7911208B2 (en) * | 2007-10-15 | 2011-03-22 | Siemens Aktiengesellschaft | Methods for rectification of B0 inhomogeneity effects in magnetic resonance images |
DE102009007366A1 (de) | 2009-02-04 | 2010-08-12 | Siemens Aktiengesellschaft | CT-Bildaufnahme eines sich bewegenden Untersuchungsobjektes |
DE102009022679A1 (de) | 2009-05-26 | 2010-12-02 | Siemens Aktiengesellschaft | Verbesserte CT-Bildrekonstruktion eines sich bewegenden Untersuchungsobjektes |
US9336612B2 (en) * | 2011-03-28 | 2016-05-10 | Koninklijke Philips N.V. | Contrast-dependent resolution image |
JP5192597B1 (ja) * | 2012-04-03 | 2013-05-08 | 株式会社ナナオ | 動き画像領域判定装置またはその方法 |
WO2014013390A2 (en) * | 2012-07-16 | 2014-01-23 | Koninklijke Philips N.V. | Prediction, scoring, and classification of magnetic resonance contrast using contrast signal scoring equation |
WO2014139032A1 (en) * | 2013-03-15 | 2014-09-18 | Colibri Technologies Inc. | Data display and processing algorithms for 3d imaging systems |
DE102014209437B3 (de) * | 2014-05-19 | 2015-10-22 | Sirona Dental Systems Gmbh | Verfahren zur Erzeugung magnetresonanztomographischer Aufnahmen von zyklischer Bewegung |
US10360724B2 (en) | 2016-12-21 | 2019-07-23 | Uih America, Inc. | Methods and systems for emission computed tomography image reconstruction |
EP3640662A1 (en) * | 2018-10-16 | 2020-04-22 | Koninklijke Philips N.V. | Magnetic resonance imaging using motion-compensated image reconstruction |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20040037109A (ko) * | 2001-09-28 | 2004-05-04 | 고니시가가꾸고오교가부시끼가이샤 | 디히드록시디페닐술폰 이성질체 혼합물의 제조방법 |
US7336809B2 (en) * | 2001-11-23 | 2008-02-26 | R2 Technology, Inc. | Segmentation in medical images |
US6904118B2 (en) * | 2002-07-23 | 2005-06-07 | General Electric Company | Method and apparatus for generating a density map using dual-energy CT |
DE602004011504T2 (de) * | 2003-04-24 | 2009-02-19 | Philips Intellectual Property & Standards Gmbh | Regionenabgrenzung bei der ct-angiographie |
US6942618B2 (en) * | 2003-06-19 | 2005-09-13 | Siemens Medical Solutions U.S.A., Inc. | Change detection for optimized medical imaging |
DE602005012583D1 (de) * | 2004-06-18 | 2009-03-19 | Koninkl Philips Electronics Nv | Reduktion von artefakten |
-
2006
- 2006-07-17 CN CNA2006800273977A patent/CN101288101A/zh active Pending
- 2006-07-17 US US11/996,800 patent/US20080219527A1/en not_active Abandoned
- 2006-07-17 WO PCT/IB2006/052434 patent/WO2007012997A2/en active Application Filing
- 2006-07-17 EP EP06780102A patent/EP1913553A2/en not_active Withdrawn
- 2006-07-17 RU RU2008106929/09A patent/RU2008106929A/ru not_active Application Discontinuation
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108309353A (zh) * | 2016-12-01 | 2018-07-24 | 美国西门子医疗解决公司 | 用于在心回波描记术中进行相位确定的心率辅助 |
CN108209954A (zh) * | 2016-12-21 | 2018-06-29 | 上海联影医疗科技有限公司 | 发射型计算机断层图像重建方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2007012997A2 (en) | 2007-02-01 |
RU2008106929A (ru) | 2009-09-10 |
EP1913553A2 (en) | 2008-04-23 |
US20080219527A1 (en) | 2008-09-11 |
WO2007012997A3 (en) | 2007-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101288101A (zh) | 根据小规模重建的运动分析进行的心区检测 | |
US7072435B2 (en) | Methods and apparatus for anomaly detection | |
US8131044B2 (en) | Method and apparatus for determining the effectiveness of an image transformation process | |
CN101313334B (zh) | 高对比度对象的运动补偿ct重建 | |
US7706497B2 (en) | Methods and apparatus for noise estimation for multi-resolution anisotropic diffusion filtering | |
US7813783B2 (en) | Methods and systems for attenuation correction in medical imaging | |
US8081809B2 (en) | Methods and systems for optimizing high resolution image reconstruction | |
US6961404B2 (en) | Method and system for reconstructing an image from projection data acquired by a cone beam computed tomography system | |
US7574249B2 (en) | Device-less gating of physiological movement for improved image detection | |
CN107427274B (zh) | 断层扫描设备及其用于重构断层扫描图像的方法 | |
CN106232009B (zh) | 断层扫描设备和由断层扫描设备重构断层扫描图像的方法 | |
US7564998B2 (en) | Image processing apparatus and method, and program | |
US11309072B2 (en) | Systems and methods for functional imaging | |
US8788012B2 (en) | Methods and apparatus for automatically registering lesions between examinations | |
CN101175439B (zh) | 执行超短扫描和对最新数据的更强加权的连续计算机层析成像 | |
US8059900B2 (en) | Method and apparatus to facilitate visualization and detection of anatomical shapes using post-processing of 3D shape filtering | |
US20220319007A1 (en) | Artificial Intelligence Based Diagnosis with Multiple Pulsed X-ray Source-in-motion Tomosynthesis Imaging System | |
US20080193003A1 (en) | Bands Artifact Reduction for Cardiac Ct Imaging | |
WO2017147238A1 (en) | System and method for resolving artifacts in four-dimensional angiographic data | |
US9905044B1 (en) | Systems and methods for functional imaging | |
JP2008519636A (ja) | 周期運動物体の検査のためのコンピュータ断層撮影方法 | |
Park et al. | A fully GPU-based ray-driven backprojector via a ray-culling scheme with voxel-level parallelization for cone-beam CT reconstruction | |
CN107249465A (zh) | 用于稀疏角度采样的断层摄影成像装置和方法 | |
CN101478920A (zh) | 对狭窄的局部运动补偿重建 | |
EP4191520A1 (en) | A method and processor for analyzing the vasculature of a subject |
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: 20081015 |