CN101305395A - 基于点的自适应弹性图像配准 - Google Patents
基于点的自适应弹性图像配准 Download PDFInfo
- Publication number
- CN101305395A CN101305395A CNA2006800417530A CN200680041753A CN101305395A CN 101305395 A CN101305395 A CN 101305395A CN A2006800417530 A CNA2006800417530 A CN A2006800417530A CN 200680041753 A CN200680041753 A CN 200680041753A CN 101305395 A CN101305395 A CN 101305395A
- Authority
- CN
- China
- Prior art keywords
- image
- reference mark
- elastic deformation
- parameter setting
- similarity
- 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
- 230000003044 adaptive effect Effects 0.000 title description 2
- 238000000034 method Methods 0.000 claims abstract description 39
- 230000005489 elastic deformation Effects 0.000 claims abstract description 32
- 238000005259 measurement Methods 0.000 claims description 20
- 238000006073 displacement reaction Methods 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 11
- 238000011524 similarity measure Methods 0.000 abstract 2
- 238000005457 optimization Methods 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 238000002603 single-photon emission computed tomography Methods 0.000 description 2
- 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 1
- 238000005481 NMR spectroscopy Methods 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 238000004154 testing of material Methods 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/14—Transformations for image registration, e.g. adjusting or mapping for alignment of images
- G06T3/153—Transformations for image registration, e.g. adjusting or mapping for alignment of images using elastic snapping
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
一种基于点的弹性配准方法，用于将第一图像与第二图像进行配准。一开始，在源图像区域内随机地放置单个控制点(S2)，并确定关于该单个控制点的最佳参数设置(S3)，用以执行关于该第一图像的弹性变形(S4)，以便优化相似性度量。然后逐个添加附加控制点(S6)，并且每次都对于新的控制点集合重复该弹性变形处理(S8)，直至满足预定停止准则，例如，所得到的该相似性度量的提高不再超过某个预定阈值。因而，提供了一种高速、高质量的配准方法，而不必在一开始就指定控制点的数量。
Description
技术领域
本发明涉及数字成像领域。特别是，本发明涉及一种将第一图像与第二图像配准的方法，且涉及一种用于将第一图像与第二图像配准的图像处理设备和软件程序。
背景技术
图像配准的目的，例如，在医学成像应用中，是补偿图像间的差异，例如，由于患者移动、不同的扫描器形式、解剖学中的变化等引起的差异。诸如刚体变换或仿射变换那样的全局配准方法通常无法应付局部差异。一种已知的相关解决方案称为弹性配准。对医学图像进行鲁棒性的弹性配准是一个困难的问题，这是目前加强研究的主题。
基于点的弹性配准包括以下步骤：定义与第一图像相关的一组控制点；然后在这些控制点上执行第一图像的弹性变形，以便实现第一图像与第二图像的最佳空间对应，其中，用相似性度量来量化该对准情况。在参数化几何变换的情况下，通过计算最佳参数设置来达到该最佳对准，该最佳参数设置对于弹性配准而言通常意味着控制点的最佳数量和位置以及在这些控制点上的位移参数(定义了第一图像的弹性变形程度)。
最广泛使用的弹性图像配准的变形类型是B样条，其是在控制点的规则网格上定义的。一般来说，当需要对第一图像进行高度弹性变形时，就需要定义高密度的控制点。在控制点的规则网格的情况下，就需要对于整个第一图像提供高密度，即使是仅对于第一图像中的较小面积才需要这类高弹性变形。至少需要确定关于每一个控制点的位移参数，以致于在此情况下将需要优化大量的参数，这就需要较长的计算时间。
可以利用以控制点的不规则网格为基础的变换来克服上述缺陷。固定数量的控制点在第一图像上的位置都认为是自由参数(要被优化)，在优化处理过程中，这些参数以及控制点位移参数都能够改变。这允许根据需要移动控制点，并能够对于第一图像中需要高度弹性变形的区域提供高密度的控制点而在其他图像区域中，控制点密度可以更小。例如，国际专利申请号WO2005/057495公开了一种弹性变形方法，其中，在几个控制点上对第一图像施加力场，并自动查找在被施加了力的控制点的最佳位置，以便最小化第一个与第二图像之间的差异。
然而，在图像配准处理开始时就固定了控制点的数量，并在整个处理过程中始终保持该固定数量。由于在配准处理之前无法获知控制点的最佳数量和初始相对位置，所以将需要比必要数量的控制点更多数量的控制点来获得可接受的图像配准结果，这进而又意味着执行优化处理所需的计算量和时间也不必要地较高。
本发明的目的是提供一种图像配准方法，其中，可以优化控制点的数量，以便最小化执行图像配准所需的计算量和时间，同时不会降低配准结果的质量。本发明的目的还在于提供一种相应的图像处理设备和软件程序。
发明内容
根据本发明，提供了一种用于将第一图像与第二图像进行配准的方法，所述方法包括：
在所述第一图像内放置至少一个控制点(S6)，为确定关于所述至少一个所述控制点的、确定表示所述第一图像的弹性变形的、定义了位置和位移参数的第一参数设置(S7)，其中，所述弹性变形提高了变形后的所述第一图像与所述第二图像之间的相似性，以便使所述第一图像弹性变形(S8)，从而提高所述第一图像与所述第二图像之间的相似性，并且重复以下步骤：
在所述第一图像内放置至少一个附加控制点(S6)；
基于所述第一参数设置，确定关于为所述至少一个附加控制点确定表示所述第一图像的进一步弹性变形的、的、定义了位置和位移参数的第二参数设置(S7)，直至满足了预定准则，其中，所述进一步弹性变形以便使所述第一图像弹性变形(S8)，从而进一步提高了在进一步弹性变形后的所述第一图像与所述第二图像之间的所述相似性；直至满足了预定准则为止。
因而，本发明的目的是通过以下实现的：从一个或多个控制点(优选为单个控制点)开始，并在每一次弹性变形操作之后迭代地添加新的控制点，直至满足预定准则。照这样，不必提前指定控制点的数量，而且控制点的数量可以自动适应于变形区域的复杂性。在优选的实施例中，在每一次弹性变形操作之后迭代地添加新的控制点，直至第一图像与第二图像之间的相似性至少达到预定级别。
优选地，在每次添加一个或更多附加控制点时，确定关于第一图像内所有控制点的最佳参数设置。因而，一般来说，优化一组N个控制点，而且以所得到的配置充当关于接下来对一组N+M个控制点进行优化的开始点，其中N和M是整数。在本发明的一个示范性实施例中，M＝1，而且在下一次优化操作之前，优选地在第一图像内随机地放置单个附加控制点。因此，在一个优选的示范性实施例中，从仅一个(N＝1)随机放置的控制点的初始配置开始，逐个添加控制点，直至第一图像与第二图像之间的相似性再无(显著的)提高为止。
有利地，对每一个控制点的参数设置进行优化，以便优化相似性度量(例如，其可以是第一图像与第二图像之间的平方差，但是也可以使用许多其他类型的相似性度量，包括互信息或互相关，而且本发明并非必须受限于这一点)。在优选实施例中，在每一次弹性变形操作之后获得一个相似性度量，并且可以确定对第一图像与第二图像之间的相似性进行了提高的量(即，由最后一次迭代引起的相似性度量的提高)，并且可以将该提高的量和预定准则进行比较，其中，只有在没有满足所述预定的准则的情况下才添加一个或多个附加控制点。
此外，根据本发明，提供了一种用于执行第一图像与第二图像的配准的图像处理设备，所述设备包括用于存储所述第二图像的存储器、用于接收关于所述第一图像的图像数据的装置以及如下配置的处理装置：
一开始，在所述第一图像内放置至少一个控制点，并确定关于所述至少一个控制点的、定义了位置和位移参数的第一参数设置，以便使所述第一图像弹性变形，从而提高所述第一图像与所述第二图像之间的相似性；然后重复以下步骤：
在所述第一图像内放置至少一个附加控制点，确定关于所述至少一个附加的控制点的、定义了位置和位移参数的第二参数设置，以便使所述第一图像弹性变形，从而进一步提高所述第一图像与所述第二图像之间的所述相似性；直至满足预定准则为止。
还根据本发明所述提供了一种用于将第一图像与第二图像进行配准的软件程序，其中，所述软件程序使处理器能够执行：
一开始，在所述第一图像内放置至少一个控制点，并确定关于所述至少一个控制点的、定义了位置和位移参数的第一参数设置，以便使所述第一图像弹性变形，从而提高所述第一图像与所述第二图像之间的相似性；然后重复以下步骤：
在所述第一图像内放置至少一个附加控制点，确定关于所述至少一个附加的控制点的、定义了位置和位移参数的第二参数设置，以便使所述第一图像弹性变形，从而进一步提高所述第一图像与所述第二图像之间的所述相似性；直至满足预定准则为止。
本发明的这些及其他特征将参照此处所描述的实施例而显而易见且得以阐明。
附图说明
现在将仅借助于实例并参照附图来描述本发明的实施例，其中：
图1表示根据本发明的一个示范性实施例的图像处理设备的示意图，该图像处理设备适合于执行根据本发明的一个示范性实施例的方法；以及
图2表示根据本发明的方法的一个示范性实施例的简化流程图。
具体实施方式
图1描述了根据本发明的图像处理设备的一个示范性实施例，该图像处理设备用于执行根据本发明的方法的一个示范性实施例。图1所示的图像处理设备包括连接到存储器2的中央处理单元(CPU)或图像处理器1，存储器2用于至少存储第一和第二图像、控制点的参数设置、以及第一和第二相似性度量。图像处理器1可以连接到多个输入/输出网络或诊断设备，例如MR设备、CT设备或超声扫描仪。图像处理器1还连接到显示设备4(例如，计算机监视器)，以显示在图像处理器1内计算或调整的信息或图像。操作者可以通过键盘5和/或其他在图1中未示的输入/输出设备来与图像处理器1交互。
虽然在以下是参照医学应用来描述该方法的，但是应当注意的是，本发明可以应用于所有要求配准的多维数据集或图像。例如，本发明可以应用于产品的质量检验，在该情况中将实际产品的图像与参考产品的图像进行比较。另外，该方法可以应用于材料测试，例如，用于监测感兴趣的对象在特定时间段内的变化。
图2表示根据本发明的、用于将第一图像与第二图像进行配准的方法的一个示范性实施例的流程图。在步骤S1中开始之后，在步骤S2中，在第一图像区域内随机地放置单个控制点。接下来，在步骤S3中计算关于该单个控制点的最佳参数设置，这种参数设置至少包括：该控制点在第一图像区域内的最佳位置，以及用于定义将应用于由此定位的该控制点上的弹性变形的程度的位移参数。由此优化这些参数设置，以利用单个控制点来实现第一和第二图像的最佳对准。一旦在步骤S4中在单个控制点上将所需的弹性变形应用于第一图像，就在步骤S5中计算相似性度量，该相似性度量表示第一个与第二图像之间的对准程度，这是利用单个控制点来实现的。一种适当的相似性度量是第一与第二图像之间的平方差，而且本发明的该示范性实施例的方法旨在优化相似性度量，以实现两个图像之间的最佳对准，同时最小化执行图像配准所需的计算量和时间。
接下来，在步骤S6中，在第一图像区域内随机地放置一个附加的控制点，并在步骤S7中计算关于第一图像区域内所有控制点的最佳参数设置，以实现第一和第二图像的最佳对准。
在步骤S8中，一旦以恰当定位的控制点实现了第一图像的弹性变形，就在步骤S9中计算新的相似性度量。在步骤S10中，根据某种预定的停止准则，来比较该新的相似性度量和先前计算的相似性度量(例如，用一个阈值来比较该差异)。如果在步骤S11中不满足该预定的停止准则(例如，当前相似性度量与先前相似性度量之间的差异至少等于该阈值，该阈值指示已经对第一与第二图像之间的相似性进行了至少某个预定量的提高)，则方法返回步骤S6，在该步骤S6中，在此添加另一个控制点并重复以上处理。一旦满足了该停止准则(例如，当前相似性度量与先前相似性度量之间的差异低于上述阈值)，则在步骤S12中该方法结束并完成图像配准处理。
一般来说，对两个图像I1、I2的配准包括建立t变换，以使得t(I1)与I2之间的差异按照一个相似性度量sim是最小的。在图像配准中，通常形成优化问题，以使得表示理想变换tc的参数矢量c将将会使目标函数f(c)＝corr(tc(I1)，I2)最大化。因此，根据本发明的示范性实施例所述，可以将该优化问题公式化成对于每一次迭代查找第一图像内的给定控制点集合的最佳位置以及它们的最佳位移参数。对于本领域技术人员将会显而易见的是，可以使用许多不同类型的变换，而且可以在以下中找到实例：例如在1999年的Journal of Computer Assisted Tomography 23(5)第800-805页上由D.Rueckert等人所著的“Comparison and evaluation of rigid，affine and non-rigidregistration of breast MR images”，以及待刊出的Physics in Medicine andBiology 2005中由V.Pekar和K.Rohr所著的“An adaptive irregular gridapproach for 3-D deformable image registration”。
可以利用标准的数字优选技术来解决公式化后的优化问题，例如，如1965年的Computer Journal，(7)第308-313页上由J.A.Nelder和R.Mead所著的“A simplex method for function minimization”所述的下山单纯形(downhill simplex)方法。
因而，从第一图像区域内随机放置的单个控制点开始，利用局部收敛优化策略来查找关于该控制点集合的最佳配置，其中所有控制点(包括在以前步骤中优化的控制点)的位置和位移参数都认为是自由参数。在最初的几次迭代中，由于将要优化较少数量的参数，所以可以很快地执行关于仅一个或少量控制点的优化步骤。和采用基于固定数量控制点的局部优化策略的图像配准的现有技术方法相比，该提议的方法利用数量少的多的控制点得到了可比拟的甚至更好的结果。因此，该提议的方法可以显著地提高图像配准处理的速度，而且满足应用指定的质量要求。这在严格要求时间的应用中是最为重要的，所述严格要求时间的应用例如内-外科配准，在该情况中必须仅在所关注的应用指定的区域上(例如，临床焦点)实现最佳配准精确度。此外，控制点数量上的迭代式增加增强了配准算法的鲁棒性。对于仅能利用大量控制点来实现的、要求高精确度的应用而言，可以按照恰当的方式来定义所述终止准则。
应当注意的是，本发明可以应用于CT图像、核磁共振图像(MRI)、正电子发射断层造影图像(PET)、单光子发射计算机断层造影图像(SPECT)、或超声(US)形式。而且，可以使用其他数据集。
应当注意的是，上述实施例是说明性的而非限制本发明，本领域技术人员能够在不脱离附带的权利要求所定义的本发明范围的情况下设计许多备选的实施例。在权利要求中，任何置于括号内的参考标记都不应构成对该权利要求的限制。“包括”和“包含”等词语并不排除除了在任何一个权利要求或整个说明书中所列的那些元件或步骤之外还存在其他元件或步骤。对元件的单数称谓并不排除对这类元件的复数称谓，反之亦然。可以借助于包含了几个不同元件的硬件来执行本发明，并且还可以借助于适当程序化后的计算机来执行本发明。在罗列了若干个装置的设备权利要求中，可以将这些若干个装置合并成一个和相同的硬件项。在相互不同的从属权利要求中记载特定手段的这一事实并不表示不能有利地使用这些手段的组合。
Claims (10)
1、一种用于将第一图像与第二图像进行配准的方法，所述方法包括：
在所述第一图像内放置至少一个控制点(S6)，为所述控制点确定表示所述第一图像的弹性变形的、定义了位置和位移参数的第一参数设置(S7)，其中，所述弹性变形提高了变形后的所述第一图像与所述第二图像之间的相似性，并且重复以下步骤：
在所述第一图像内放置至少一个附加控制点(S6)；
基于所述第一参数设置，为所述附加控制点确定表示所述第一图像的进一步弹性变形的、定义了位置和位移参数的第二参数设置(S7)，其中，所述进一步弹性变形进一步提高了在进一步弹性变形后的所述第一图像与所述第二图像之间的所述相似性；直至满足了预定准则为止。
2、根据权利要求1所述的方法，其中，所述预定准则包括：所述第一图像与第二图像之间的相似性至少达到了预定级别。
3、根据权利要求1所述的方法，其中，在所述方法开始时(S1)，在所述第一图像内随机地放置单个控制点(S2)，并且确定关于所述单个控制点的参数设置(S3)。
4、根据权利要求1所述的方法，其中，在每次添加一个或多个附加控制点时，确定关于所述第一图像内所有控制点的最佳参数设置(S7)。
5、根据权利要求1所述的方法，其中，向所述第一图像逐个添加控制点(S6)，并执行关于各个控制点集合的弹性变形(S8)，直至满足了所述预定准则为止。
6、根据权利要求1所述的方法，其中，优化每一个控制点的参数设置，以便优化相似性度量。
7、根据权利要求1所述的方法，其中，在每个弹性变形操作之后获得相似性度量(S9)，并确定对所述第一图像与所述第二图像之间的相似性进行了提高的量(S10)，并且将所述量与停止准则进行比较(S11)，其中，仅在没有满足所述停止准则的情况下，添加一个或多个附加控制点。
8、根据权利要求7所述的方法，其中，将所述量与阈值进行比较，并且其中，只有在所述量超过了所述阈值的情况下，添加一个或多个附加控制点。
9、一种用于执行第一图像与第二图像的配准的图像处理设备，所述设备包括用于存储所述第二图像的存储器(2)、用于接收关于所述第一图像的图像数据的装置、以及如下配置的处理装置(1)：
一开始，在所述第一图像内放置至少一个控制点，并且为所述控制点确定表示所述第一图像的弹性变形的、定义了位置和位移参数的第一参数设置，其中，所述弹性变形提高了变形后的所述第一图像与所述第二图像之间的相似性；然后步骤为：
在所述第一图像内放置至少一个附加控制点；以及
基于所述第一参数设置，为所述附加控制点确定表示所述第一图像的进一步弹性变形的、定义了位置和位移参数的第二参数设置，其中，所述进一步弹性变形进一步提高了在进一步弹性变形后的所述第一图像与所述第二图像之间的所述相似性；直至满足了预定准则为止。
10、一种用于将第一图像与第二图像进行配准的软件程序，其中，所述软件程序使处理器(1)能够执行：
一开始，在所述第一图像内放置至少一个控制点，并且为所述控制点确定表示所述第一图像的弹性变形的、定义了位置和位移参数的第一参数设置，其中，所述弹性变形提高了变形后的所述第一图像与所述第二图像之间的相似性；然后步骤为：
在所述第一图像内放置至少一个附加控制点；以及
基于所述第一参数设置，为所述附加控制点确定表示所述第一图像的进一步弹性变形的、定义了位置和位移参数的第二参数设置，其中，所述进一步弹性变形进一步提高了在进一步弹性变形后的所述第一图像与所述第二图像之间的所述相似性；直至满足了预定准则为止。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP05300910 | 2005-11-10 | ||
| EP05300910.6 | 2005-11-10 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN101305395A true CN101305395A (zh) | 2008-11-12 |
Family
ID=37872390
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CNA2006800417530A Pending CN101305395A (zh) | 2005-11-10 | 2006-11-09 | 基于点的自适应弹性图像配准 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US20080317382A1 (zh) |
| EP (1) | EP1949335A1 (zh) |
| JP (1) | JP2009515588A (zh) |
| CN (1) | CN101305395A (zh) |
| WO (1) | WO2007054907A1 (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103607972A (zh) * | 2011-06-22 | 2014-02-26 | 新特斯有限责任公司 | 用于定位的超声ct配准 |
| CN105046644A (zh) * | 2015-07-06 | 2015-11-11 | 嘉恒医疗科技（上海）有限公司 | 基于线性相关性的超声与ct图像配准方法和系统 |
| CN105139382A (zh) * | 2015-08-03 | 2015-12-09 | 华北电力大学（保定） | 一种冠状动脉内超声图像序列的弹性配准方法 |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2009077938A1 (en) * | 2007-12-14 | 2009-06-25 | Koninklijke Philips Electronics N.V. | Successive landmark-based image registration |
| JP2010125113A (ja) * | 2008-11-28 | 2010-06-10 | Ge Medical Systems Global Technology Co Llc | マッチング装置、磁気共鳴イメージング装置、およびマッチング方法 |
| EP2518690A1 (en) * | 2011-04-28 | 2012-10-31 | Koninklijke Philips Electronics N.V. | Medical image processing system and method |
| JP6393106B2 (ja) * | 2014-07-24 | 2018-09-19 | キヤノン株式会社 | 画像処理装置、画像処理方法およびプログラム |
| EP3409629B2 (en) * | 2017-06-01 | 2024-02-28 | Otis Elevator Company | Image analytics for elevator maintenance |
| US10870556B2 (en) * | 2017-12-12 | 2020-12-22 | Otis Elevator Company | Method and system for detecting elevator car operating panel condition |
| US10961082B2 (en) | 2018-01-02 | 2021-03-30 | Otis Elevator Company | Elevator inspection using automated sequencing of camera presets |
| US10941018B2 (en) * | 2018-01-04 | 2021-03-09 | Otis Elevator Company | Elevator auto-positioning for validating maintenance |
| DE102019107952B4 (de) * | 2019-03-27 | 2023-08-10 | Volume Graphics Gmbh | Computer-implementiertes Verfahren zur Analyse von Messdaten eines Objekts |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5848121A (en) * | 1996-10-28 | 1998-12-08 | General Electric Company | Method and apparatus for digital subtraction angiography |
| JP2007515714A (ja) | 2003-12-08 | 2007-06-14 | 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 | 適応型である点ベースの弾性的画像照合 |
| WO2005059831A1 (en) * | 2003-12-11 | 2005-06-30 | Philips Intellectual Property & Standards Gmbh | Elastic image registration |
| US20080317383A1 (en) * | 2005-12-22 | 2008-12-25 | Koninklijke Philips Electronics, N.V. | Adaptive Point-Based Elastic Image Registration |
-
2006
- 2006-11-09 CN CNA2006800417530A patent/CN101305395A/zh active Pending
- 2006-11-09 US US12/093,052 patent/US20080317382A1/en not_active Abandoned
- 2006-11-09 WO PCT/IB2006/054183 patent/WO2007054907A1/en active Application Filing
- 2006-11-09 JP JP2008539596A patent/JP2009515588A/ja not_active Withdrawn
- 2006-11-09 EP EP06821388A patent/EP1949335A1/en not_active Withdrawn
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103607972A (zh) * | 2011-06-22 | 2014-02-26 | 新特斯有限责任公司 | 用于定位的超声ct配准 |
| US9173715B2 (en) | 2011-06-22 | 2015-11-03 | DePuy Synthes Products, Inc. | Ultrasound CT registration for positioning |
| CN103607972B (zh) * | 2011-06-22 | 2016-08-17 | 新特斯有限责任公司 | 用于定位的超声ct配准 |
| US9833291B2 (en) | 2011-06-22 | 2017-12-05 | DePuy Synthes Products, Inc. | Ultrasound CT registration for positioning |
| CN105046644A (zh) * | 2015-07-06 | 2015-11-11 | 嘉恒医疗科技（上海）有限公司 | 基于线性相关性的超声与ct图像配准方法和系统 |
| CN105046644B (zh) * | 2015-07-06 | 2021-08-13 | 嘉恒医疗科技（上海）有限公司 | 基于线性相关性的超声与ct图像配准方法和系统 |
| CN105139382A (zh) * | 2015-08-03 | 2015-12-09 | 华北电力大学（保定） | 一种冠状动脉内超声图像序列的弹性配准方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20080317382A1 (en) | 2008-12-25 |
| JP2009515588A (ja) | 2009-04-16 |
| EP1949335A1 (en) | 2008-07-30 |
| WO2007054907A1 (en) | 2007-05-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101305395A (zh) | 基于点的自适应弹性图像配准 | |
| CN101341514A (zh) | 基于点的自适应弹性图像配准 | |
| Emami et al. | Generating synthetic CTs from magnetic resonance images using generative adversarial networks | |
| US10698063B2 (en) | Motion artifact reduction of magnetic resonance images with an adversarial trained network | |
| US11633146B2 (en) | Automated co-registration of prostate MRI data | |
| JP4917733B2 (ja) | 尤度最大化を利用した画像位置合わせシステム及び方法 | |
| US8165361B2 (en) | System and method for image based multiple-modality cardiac image alignment | |
| CN104583799B (zh) | 基于快速图像采集的运动跟踪 | |
| US20190266728A1 (en) | Positron emission tomography system and image reconstruction method using the same | |
| CN102934143B (zh) | 用于在pet-mr中产生衰减图的方法 | |
| US11042803B2 (en) | Method and apparatus for using generative adversarial networks in magnetic resonance image reconstruction | |
| JP5485663B2 (ja) | 対称性検出及び画像位置合わせを用いた自動式走査計画のシステム及び方法 | |
| US8160323B2 (en) | Learning a coarse-to-fine matching pursuit for fast point search in images or volumetric data using multi-class classification | |
| US7062078B2 (en) | Method and device for the registration of images | |
| CN112541871B (zh) | 低剂量图像去噪网络的训练方法、低剂量图像的去噪方法 | |
| US9886755B2 (en) | Image processing device, imaging system, and image processing program | |
| CN109276269A (zh) | 获取扫描协议的方法、装置、医学设备及存储介质 | |
| WO2007127024A2 (en) | Automatic positioning of matching multi-planar image reformatting (mpr) views of multiple 3d medical images | |
| CN102293662A (zh) | 用于确定正电子发射断层造影仪中的辐射衰减的方法 | |
| KR101885562B1 (ko) | 제1 의료 영상의 관심 영역을 제2 의료 영상 위에 맵핑하는 방법 및 이를 이용한 장치 | |
| US20220189041A1 (en) | Retrospective motion correction using a combined neural network and model-based image reconstruction of magnetic resonance data | |
| CN109155059A (zh) | 通过双通道时域降噪的改善的图像质量 | |
| US10650561B2 (en) | Composite radiographic image that corrects effects of parallax distortion | |
| US20210287368A1 (en) | Estimating patient biographic data parameters | |
| CN110534181B (zh) | 用于组合的磁共振-正电子发射断层扫描的衰减图 |
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: 20081112 |