CN101563706B - 用于为图像数据集的显像创建预设置图的方法、设备 - Google Patents
用于为图像数据集的显像创建预设置图的方法、设备 Download PDFInfo
- Publication number
- CN101563706B CN101563706B CN2007800282260A CN200780028226A CN101563706B CN 101563706 B CN101563706 B CN 101563706B CN 2007800282260 A CN2007800282260 A CN 2007800282260A CN 200780028226 A CN200780028226 A CN 200780028226A CN 101563706 B CN101563706 B CN 101563706B
- Authority
- CN
- China
- Prior art keywords
- data set
- preset map
- image data
- rendering data
- attribute
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/08—Volume rendering
-
- 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
- G06T2207/10024—Color image
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
提供了一种用于为图像数据集的显像创建预设置图的方法。所述方法包括基于图像数据集属性对所述预设置图进行动态修改,从而得到经修改的预设置图。可以采用所述方法识别针对其创建了预设置的体积和向其提供所述预设置的体积之间的灰度值相似性。采用这一相似性测度对所述预设置进行修改。由此,将创建包括结构和颜色的可比的3D图像。还提供了一种设备和计算机可读介质。
Description
技术领域
本发明总体上涉及图像分析领域。更具体而言,本发明涉及用于由(例如)计算机断层摄影(CT)、磁共振成像(MRI)和超声成像(US)来显示存在于扫描体积内的结构的3D体积显像。
背景技术
3D体积显像是一种普遍采用的由(例如)CT、MRI或US来显示存在于扫描体积内的结构的技术。这一显像技术需要以颜色和不透明图作为输入。所述不透明图定义了所要显像的结构,而所述颜色图定义了所述结构的着色。所述颜色和不透明图的人工定义并不是一件简单的事。为了解决这一问题,为所述颜色和不透明图定义了预设置。但是,预设置是针对具有特定体素值的体积定义的。在将预设置应用于包含具有不同体素值的结构的体积时,预设置的结果将变得无效。
在查看应用中,采用3D显像技术查看体积数据的内容。为了创建吸引人的3D显像,定义颜色图和不透明图。但是,创建这些图并非是简单的事情。用户通常可以从预先设置的颜色和不透明图中进行选择,而不是执行创建这一繁重的任务。
Philips ViewForum工作站提供了由体积扫描(CT或MR)创建3D显像的可能性。用户可以借助所谓的表面阴影直接体绘制算法创建3D显像。借助这一绘制技术,有可能由体积扫描创建实际图像。根据存在于所述颜色和不透明图内的值,可以使存在于体积扫描内的不同结构显像。
在Philips ViewForum工作站上,用户可以从各种各样的针对所述颜色和不透明图定义的预设置中进行选择。根据有限数量的体积扫描创建并测试这些预设置,并且对其进行调谐,从而使某些结构显像。
目前,所述预设置是静态的。这意味着将所述颜色和不透明图的内容直接传递给所述绘制算法。这意味着,在根据某一体积扫描开发出预设置 以使某一结构显像时,无法确保在将该预设置提供给其他体积扫描时也能得到可比的3D显像。
因而,一种改进的方法、设备和计算机可读介质将是有利的,从而实现提高的灵活性、经济有效性和显像分辨率。
发明内容
因此,本发明优选寻求缓和、减轻或者消除一个或多个上文指出的现有技术中的各个缺陷和弊端或其组合,并通过提供根据权利要求的方法、设备和计算机可读介质至少解决了上述问题。
根据本发明的一个方面,提供了一种用于为图像数据集的显像创建预设置图的方法。所述方法包括基于图像数据集属性对所述预设置图进行动态修改,从而得到经修改的预设置图。具体地,提供了一种用于为三维(3D)图像数据集的显像创建预设置图的方法,所述方法包括通过如下步骤基于图像数据集属性对所述预设置图进行动态修改,从而得到经修改的预设置图:
检索第一3D图像数据集,
检索对应于所述第一3D图像数据集的所述预设置图,
由所述第一3D图像数据集导出第一组图像数据集属性,
将所述第一组图像数据集属性与所述预设置图一起存储到第一预设置图中,
检索所述第一预设置图,
检索第二3D图像数据集,
由所述第二3D图像数据集导出对应于所述第一3D图像数据集中的所述第一组图像数据集属性的第二组图像数据集属性,
基于所述第一组图像数据集属性和所述第二组图像数据集属性对所述第一预设置图进行修改,从而得到针对所述第二3D图像数据集的所述经修改的预设置图,以及
基于所述经修改的预设置图绘制所述第二3D图像数据集,从而实现3D显像,
其中,导出所述第一组图像数据集属性的所述步骤包括:
确定所述第一3D图像数据集中的至少两个第一峰值P1和P2,以及
为所述预设置图确定第一强度级值和第一宽度值,并且
导出所述第二组图像数据集属性的所述步骤包括:
确定所述第二3D图像数据集中的至少两个第二峰值P1′和P2′,以及
计算第二强度级值和第二宽度值。
根据本发明的另一方面,提供了一种用于为图像数据集的显像创建预设置图的设备。所述设备包括用于基于图像数据集属性对预设置图进行动态修改,从而得到经修改的预设置图的单元。具体地,提供了一种用于为3D图像数据集的显像创建预设置图的设备,所述设备包括基于图像数据集属性对所述预设置图进行动态修改,从而得到经修改的预设置图的单元,其中,所述单元还包括:
用于检索第一3D图像数据集的第一检索单元,
用于检索对应于所述第一3D图像数据集的所述预设置图的第二检索单元,
用于由所述第一3D图像数据集导出第一组图像数据集属性的第一导出单元,
用于将所述第一组图像数据集属性与所述预设置图一起存储到第一预设置图中的存储单元,
用于检索所述第一预设置图的第三检索单元,
用于检索第二3D图像数据集的第四检索单元,
用于由所述第二3D图像数据集导出对应于所述第一3D图像数据集中的所述第一组图像数据集属性的第二组图像数据集属性的第二导出单元,
用于基于所述第一组图像数据集属性和所述第二组图像数据集属性对所述第一预设置图进行修改,从而得到针对所述第二3D图像数据集的所述经修改的预设置图的修改单元,以及
用于基于所述经修改的预设置图绘制所述第二3D图像数据集的3D显像的绘制单元,
其中,所述第一导出单元设置为通过如下步骤来导出所述第一组图像 数据集属性:
确定所述第一3D图像数据集中的至少两个第一峰值P1和P2,以及
为所述预设置图确定第一强度级值和第一宽度值,并且
所述第二导出单元设置为通过如下步骤来导出所述第二组图像数据集属性:
确定所述第二3D图像数据集中的至少两个第二峰值P1′和P2′,以及
计算第二强度级值和第二宽度值。
根据本发明的又一方面,提供了一种计算机可读介质。所述计算机可读介质具有嵌入于其上的计算机程序,所述计算机程序用于通过计算机进行处理,从而为图像数据集的显像创建预设置图。所述计算机程序包括用于基于图像数据集属性对预设置图进行动态修改,从而得到经修改的预设置图的代码段。
在采用根据一些实施例的方法时,由不同的体扫描创建的对同一结构的3D显像将在颜色和透明度方面得到可比的图像。
附图说明
通过下文参考附图对本发明的实施例的描述,本发明的这些及其他方面、特征和优点将变得显而易见,并得到阐释,在附图中:
图1是示出了根据实施例的方法的流程图;
图2是示出了根据实施例的预置图的图线;
图3是示出了根据实施例的方法的实际实现的图示;
图4是根据实施例的设备的示意图;以及
图5是根据实施例的计算机可读介质的示意图。
具体实施方式
本发明提供了一种识别方法,其可以用于识别针对其创建了预设置的体积和向其提供所述预设置的体积之间的灰度值相似性。采用这一相似性测度对所述预设置进行调谐。由此,创建可比的包括结构和颜色的3D图像。
下述说明的重点落在本发明的实施例上,所述实施例适用于采用显像参数预设置进行体绘制图像(图像数据集)的显示的应用。显像参数预设置的例子为颜色图和不透明图。
本发明的基本思想是在将预设置值传递给绘制算法以进行3D显像之前,对对应于第一体积扫描(3D或多维图像数据集)的预设置图中的预设置值进行调谐或修改,使之适于当前的特定体积扫描。
在实施例中,提供了用于为图像数据集的显像创建预设置图的方法。所述预设置图可以是(例如)颜色图或不透明图。所述方法包括基于图像数据集属性对所述预设置图进行动态修改,从而得到经修改的预设置图。
在本发明的实施例中,根据图1,对预设置图进行动态修改的所述步骤包括:
检索11第一图像数据集,
检索12对应于第一图像数据集的预设置图,
从所述第一图像数据集导出13第一图像数据集属性,
将所述第一图像数据集属性与所述预设置图一起存储14到第一预设置图中,
检索15第二图像数据集,
检索16第一预设置图,
在所述第二图像数据集中导出17对应于所述第一图像数据集的图像数据集属性的图像数据集属性,并且
基于所述第一图像数据集属性和所述第二图像数据集属性对所述第一预设置图进行修改18,从而创建建立经修改的预设置图。
可以将这一实施例用于每一个所要分析的新的(第二、第三等)图像数据集,从而描述与所述第一图像数据集的结构类似的结构。这一实施例的一大优点在于,将基于来自所述预设置图的图像数据集属性对新的图像数据集的预设置图进行修改,使之适于新的图像数据集中的图像数据集属性,从而极大地改善了最终的3D显像的结果。
在实施例中,所述方法还包括基于所述经修改的预设置图绘制19要在显示器上显示的3D显像。
在实施例中,所述图像数据集属性可以是图像数据集的直方图中局部 极大值/极小值的位置。因而,采用根据实施例的方法,有可能对图像数据集进行比较,并利用第一图像数据集和新的图像数据集的相似位置之间的差对预设置图进行修改。
在实施例中,所述图像数据集属性可以是图像数据集的直方图中倾角的位置。倾角是指图线相对于直方图的水平轴(例如,最大倾角的位置)所成的角度。可以采用最大/最小图线值的位置以及(例如)最大/最小倾角的位置来描述所述直方图。
在实施例中,图像数据集属性可以是局部极大值/极小值的位置和倾角的位置的组合。
在实施例中,所述图像数据集属性可以是图像数据集的内插直方图的一阶导数。
可以由整个图像数据集、或者由所述图像数据集内包含的所界定的感兴趣体积或者由所述图像数据集中的结构导出所述图像数据集属性。
在实施例中,所述预设置图是针对颜色或不透明图定义的。
在本发明的实施例中,所述图像数据集是描述由(例如)计算机断层摄影、磁共振成像或超声成像创建的一个或多个体积扫描的3D或更高维度的图像数据集。
有几种方式来判断新的图像数据集是否包括与第一图像数据集的结构类似的结构。在针对其导出了第一图像数据集参数的第一图像数据集和针对其导出了对应图像参数的新图像数据集之间存在相关性时,根据一些实施例的方法能够起到令人满意的作用。可以采用不同的计算机视觉和图像分析技术使位于第一图像数据集内的结构与位于新的图像数据集内的结构相关联。一种用于识别图像数据集内的结构的公知技术是可以对所述第一图像数据集和所述新的图像数据集执行的分割。对经分割结构的直方图之间的相似性进行比较要比对整个体积的直方图进行比较容易得多。如果人工执行所述分割,那么对所述结构进行分割的人必须确保所述结构得到正确的分割。在很多种情况下,可以通过(例如)计算机程序自动执行所述分割。
预设置图的参数可以根据视觉呈现的类型而不同。在实施例中,根据图2,所述预设置图、第一预设置图和经修改的预设置图的参数为级别和宽 度。这些参数描述了预设置图的全局属性。图2示出了含有下述值(0.0,0.2)、(100.0,0.2)、(200.0,0.5)、(300.0,1.0)、(500.0,1.0)的不透明图。将宽度定义为参考y轴的最后一个和第一个变化的图值之间的所述差。因而,这一不透明图的宽度等于300.0-100.0=200.0。将级别定义为第一个和最后一个变化的预设置图值之间的中间位置。相应地,对于所给的不透明图而言,所述级别位于200.0处。可以采用所述级别和宽度值对整个预设置图定位和缩放,这意味着,如果由新的图像数据集(直方图)计算的经修改的级别值的结果为100.0,那么整个图将向左偏移100。如果所述宽度值发生了变化,那么将沿x轴的方向使所述图值拉伸或收缩(缩放)。应当注意,这是一个将所找到的直方图属性应用于整个图的特殊实施例。在其他实施例中,自然有可能将所找到的图像数据集(直方图)属性更加局域化地应用于所述预设置图,即,在多个所找到的图像数据集(直方图)位置进行局部缩放,而不是进行全局缩放。这意味着,在预设置图中,可以针对在所述图像数据集的直方图中找到的不同位置采用若干个基于级别和宽度位置的参数。
出于使存在于图像数据集中的某一结构显像的目的,可以创建经修改的预设置图。采用根据实施例的方法,由所述图像数据集导出这一结构的属性,并将其与预设置图存储在一起。通过采用根据一些实施例的方法,由不同的图像数据集创建的对同一结构的3D显像将得到在颜色和透明度方面可比的图像。
在实施例中,只计算一次所述第一预设置图,并且可以将其应用于若干个新的图像数据集。通过这种方式,执行一次步骤11-14,并针对每一新的图像数据集执行步骤15-18和任选的步骤19。
在根据图3的实施例中,从实践的角度针对存在于MRI图像数据集内的心脏的显像实现所述根据实施例的方法。心脏包括两个可区分的结构,即,软组织和血池。因而,在这一实施例中,由图像数据集导出的属性是图像数据集的直方图中这些结构的灰度值位置。在导出这些图像数据集属性之前,可以对心脏的图像数据集进行分割。在图3a中,来自三个不同图像数据集,例如,源自于不同医院的三个直方图A、B、C示出了心脏的两个可区分的部分。在这些直方图中,两个峰P1、P1′、P1″和P2、P2′、P2″ 分别表示所述两个可区分的结构。采用根据一些实施例的方法,基于图3a所呈现的第一直方图和第一图像数据集属性(例如,两个峰值P1和P2)创建第一预设置图。在将这一第一预设置图应用于另外两个图像数据集时,可以通过下述方式对所述第一预设置图进行修改。首先,检索包括所述预设置图和图像数据集属性(峰值P1和P2)的第一预设置图(图1中的步骤12)。之后(图1中的步骤13),针对所述预设置图确定强度级311和宽度312,并且针对新的图像数据集确定峰值P1′和P2′,此外,采用(例如)下述不需要很大的计算量的等式计算新的强度级值(级别′)321、331和宽度值(宽度′)322、332:
和
图3b所示的最后一个步骤,即,修改步骤23涉及通过针对新的图像数据集利用新的级别′值321、331和宽度′值322、332而调整第一预设置图(参照图2),由此创建经修改的预设置图34。由于这一实施例中的方法利用了图像数据集的直方图,因而可以将所得到的经修改的预设置图称为直方图驱动预设置。应当注意的是,作为根据现有技术的方案的应用于图3b中的直方图C的预设置图31,即,不包括图像属性的初始预设置图可能导致几乎为空的3D图像。由此可以看到本发明的一些实施例相对于现有技术具有极大优势。
本发明提供了这样一种方法,其识别第一图像数据集的图像数据集属性,以创建包括预设置图和第一图像数据集属性的第一预设置图。此外,本发明提供了一种对第一预设置图进行修改使之适于新的图像数据集,以改善3D显像的方法。
在实施例中,提供了一种用于为图像数据集的显像创建预设置图的设备(40)。所述设备包括用于基于图像数据集属性对预设置图进行动态修改,从而得到经修改的预设置图的单元。
在根据图4的实施例中,设备(40)的用于进行动态修改的单元还包括用于检索第一图像数据集的第一检索单元41和用于检索预设置图的第二 检索单元42。此外,所述设备包括用于由第一图像数据集导出第一图像数据集属性的第一导出单元43和用于将所述第一图像数据集属性和所述预设置图一起存储到第一预设置图中的存储单元44。所述设备还包括用于检索新的图像数据集的第三检索单元45和用于检索第一预设置图的第四检索单元46。所述设备还包括用于由所述第一图像数据集导出第二图像数据集属性的第二导出单元47,以及用于基于所述第一图像数据集属性和第二图像数据集属性对所述第一预设置图进行修改,从而创建经修改的预设置图的修改单元48。
在实施例中,将所述第一、第二、第三和第四检索单元集成到仅一个检索单元内。
在实施例中,将所述第一和第二导出单元集成到仅一个导出单元内。
在本发明的实施例中,所述设备40还包括用于基于所述经修改的预设置图绘制第二图像数据集的3D显像的绘制单元491。
在实施例中,所述设备还包括用于向用户显示所绘制的3D显像的显示单元492。
所述(一个或多个)检索单元、(一个或多个)导出单元、存储单元、优化单元和绘制单元可以是任何通常用来完成这样的任务的单元,例如,其可以是诸如具有存储器的处理器的硬件。所述处理器可以是各种处理器中的任何一种,例如,Intel或AMD处理器、CPU、微处理器、可编程智能计算机(PIC)、微控制器、数字信号处理器(DSP)等。但是,本发明的范围不限于这些具体的处理器。所述存储器可以是任何能够存储信息的存储器,例如,其可以是随机存取存储器(RAM),包括双密度RAM(DDR、DDR2)、单密度RAM(SDRAM)、静态RAM(SRAM)、动态RAM(DRAM)、视频RAM(VRAM)等。所述存储器还可以是FLASH存储器,例如,USB、紧凑FLASH、SmartMedia、MMC存储器、MemoryStick、SD卡、MiniSD、MicroSD、xD卡、TransFlash和MicroDrive存储器等。但是,本发明的范围不限于这些具体的存储器。
在实施例中,设备40被包含在诸如计算机断层摄影(CT)系统、磁共振成像(MRI)系统或超声成像(US)系统的医学工作站或医学系统内。
在实施例中,提供了一种具有嵌入于其上的计算机程序的计算机可读 介质(50),所述计算机程序用于通过计算机进行处理,以便为图像数据集的显像创建预设置图。所述计算机程序包括用于基于图像数据集属性对预设置图进行动态修改,从而得到经修改的预设置图的代码段。
在根据图5的实施例中,所述代码段还包括用于执行所述根据一些实施例的方法的代码段。所述计算机程序包括用于检索第一图像数据集的第一检索代码段51。此外,所述计算机程序包括用于检索所述预设置图的第二检索代码段52。此外,所述计算机程序还包括用于由所述第一图像数据集导出第一图像数据集属性的第一导出代码段53,以及用于将所述第一图像数据集属性和所述预设置图一起存储到第一预设置图内的存储代码段54。此外,所述计算机程序还具有用于检索新的图像数据集的第三检索代码段55和用于检索第一预设置图的第四检索代码段56。此外,所述计算机程序还包括用于由所述第一图像数据集导出第二图像数据集属性的第二导出代码段57以及基于所述第一图像数据集属性和第二图像数据集属性对所述第一预设置图进行修改以建立经修改的预设置图的优化代码段58。
在实施例中,所述计算机程序还包括用于基于所述经修改的预设置图绘制所述第二图像数据集的3D显像的绘制代码段591。可以借助阴影体绘制算法或者任何其他采用预设置图促进感兴趣结构的显像的算法来创见这一3D显像。
在实施例中,所述计算机程序还包括用于向用户显示所绘制的3D显像的显示代码段592。用户可以从包括若干个预设置的预设置列表中选择预设置。在应用于新的图像数据集时,这一预设置列表可能已经显示了小版本的预设置。
在另一实施例中,所述计算机可读介质包括代码段,所述代码段被设置为,在通过具有计算机处理属性的设备运行时,能够执行在任何一个实施例中定义的所有方法步骤。
根据本发明的上述实施例存在各种应用和用途,所述应用和用途包括所有得益于将预设置图与图像数据集属性结合使用,从而对包括同一感兴趣结构的图像数据集的3D显像个性化的示范性领域。
可以通过包括硬件、软件、固件或其任意组合的任何适当的形式实现本发明。但是,优选地,将本发明实现为在一个或多个数据处理器和/或数 字信号处理器上运行的计算机软件。可以通过任何适当的方式在物理、功能和逻辑上实现本发明的实施例的元件和部件。实际上,可以通过单个单元或多个单元实现所述功能性,或者将所述功能性作为其他功能单元的部分实现。照此,可以通过单个单元实现本发明,或者本发明可以在物理和功能上分布于不同的单元和处理器之间。
尽管上文已经参考具体实施例对本发明进行了说明,但是并不意味着本发明限于文中阐述的特定形式。相反,本发明只受权利要求的限制,在这些权利要求的范围内,除了上述特定实施例之外的其他实施例同样是可能的。
在权利要求中,术语“包括”不排除存在的其他元件或步骤。此外,尽管文中给出了单独的列举,但是可以通过(例如)单个单元或处理器实现多个机构、元件或方法。此外,尽管各个独立的特征可能包含于不同的权利要求中,但是,这些特征可以得到有利的组合,包含在不同的权利要求中并不意味着特征组合是不切合实际的和/或是不利的。此外,单数引用不排除复数。“一”、“第一”、“第二”等不排除复数。在权利要求中提供的附图标记只是使权利要求清晰易懂的例子,无论如何不应将其推断为对权利要求的范围构成限制。
Claims (15)
1.一种用于为三维(3D)图像数据集的显像创建预设置图的方法,所述方法包括通过如下步骤基于图像数据集属性对所述预设置图进行动态修改,从而得到经修改的预设置图:
检索第一3D图像数据集,
检索对应于所述第一3D图像数据集的所述预设置图,
由所述第一3D图像数据集导出第一组图像数据集属性,
将所述第一组图像数据集属性与所述预设置图一起存储到第一预设置图中,
检索所述第一预设置图,
检索第二3D图像数据集,
由所述第二3D图像数据集导出对应于所述第一3D图像数据集中的所述第一组图像数据集属性的第二组图像数据集属性,
基于所述第一组图像数据集属性和所述第二组图像数据集属性对所述第一预设置图进行修改,从而得到针对所述第二3D图像数据集的所述经修改的预设置图,以及
基于所述经修改的预设置图绘制所述第二3D图像数据集,从而实现3D显像,
其中,导出所述第一组图像数据集属性的所述步骤包括:
确定所述第一3D图像数据集中的至少两个第一峰值P1和P2,以及
为所述预设置图确定第一强度级值和第一宽度值,并且
导出所述第二组图像数据集属性的所述步骤包括:
确定所述第二3D图像数据集中的至少两个第二峰值P1′和P2′,以及
计算第二强度级值和第二宽度值。
2.根据权利要求1所述的方法,其中,所述预设置图是针对颜色图或不透明图定义的。
3.根据权利要求1所述的方法,其中,所述3D图像数据集包括在更高维度的医学图像数据集中。
4.根据权利要求1所述的方法,其中,所述第一或第二组图像数据集属性是所述第一或第二3D图像数据集的直方图中局部极大值/极小值的位置。
5.根据权利要求1所述的方法,其中,所述第一或第二组图像数据集属性是所述第一或第二3D图像数据集的直方图中倾角的位置。
6.根据权利要求1所述的方法,其中,所述第一或第二组图像数据集属性是所述第一或第二3D图像数据集的直方图中局部极大值/极小值的位置和倾角的位置的组合。
7.根据权利要求1所述的方法,还包括由整个所述第一3D图像数据集和第二3D图像数据集分别导出所述第一组图像数据集属性和所述第二组图像数据集属性,或者由所述第一3D图像数据集和所述第二3D图像数据集内包含的所界定的感兴趣体积分别导出所述第一组图像数据集属性和所述第二组图像数据集属性。
8.根据权利要求1所述的方法,其中,所述第二组图像数据集属性是所述第二3D图像数据集的直方图中结构的灰度值位置。
10.根据权利要求1所述的方法,其中,对所述第一预设置图进行修改的所述步骤包括针对所述第二3D图像数据集利用所述第二强度级值和所述第二宽度值而调整所述第一预设置图。
11.一种用于为3D图像数据集的显像创建预设置图的设备(40),所述设备包括基于图像数据集属性对所述预设置图进行动态修改,从而得到经修改的预设置图的单元,其中,所述单元还包括:
用于检索第一3D图像数据集的第一检索单元(41),
用于检索对应于所述第一3D图像数据集的所述预设置图的第二检索单元(42),
用于由所述第一3D图像数据集导出第一组图像数据集属性的第一导出单元(43),
用于将所述第一组图像数据集属性与所述预设置图一起存储到第一预设置图中的存储单元(44),
用于检索所述第一预设置图的第三检索单元(45),
用于检索第二3D图像数据集的第四检索单元(46),
用于由所述第二3D图像数据集导出对应于所述第一3D图像数据集中的所述第一组图像数据集属性的第二组图像数据集属性的第二导出单元(47),
用于基于所述第一组图像数据集属性和所述第二组图像数据集属性对所述第一预设置图进行修改,从而得到针对所述第二3D图像数据集的所述经修改的预设置图的修改单元(48),以及
用于基于所述经修改的预设置图绘制所述第二3D图像数据集的3D显像的绘制单元(491),
其中,所述第一导出单元(43)设置为通过如下步骤来导出所述第一组图像数据集属性:
确定所述第一3D图像数据集中的至少两个第一峰值P1和P2,以及
为所述预设置图确定第一强度级值和第一宽度值,并且
所述第二导出单元(47)设置为通过如下步骤来导出所述第二组图像数据集属性:
确定所述第二3D图像数据集中的至少两个第二峰值P1′和P2′,以及
计算第二强度级值和第二宽度值。
12.根据权利要求11所述的设备,其中,将所述第一、第二、第三和第四检索单元(41,42,45,46)集成到一个检索单元内。
13.根据权利要求11所述的设备,其中,使所述第一和第二导出单元(43,47)进行集成。
14.根据权利要求11所述的设备,还包括用于向用户显示所述所绘制的3D显像的显示单元(492)。
15.根据权利要求11-14中的任何一项所述的设备,其中,所述设备包含在医学工作站中。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP06118162.4 | 2006-07-31 | ||
EP06118162 | 2006-07-31 | ||
PCT/IB2007/052970 WO2008015620A2 (en) | 2006-07-31 | 2007-07-26 | A method, apparatus and computer-readable medium for creating a preset map for the visualization of an image dataset |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101563706A CN101563706A (zh) | 2009-10-21 |
CN101563706B true CN101563706B (zh) | 2012-10-10 |
Family
ID=38997546
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2007800282260A Active CN101563706B (zh) | 2006-07-31 | 2007-07-26 | 用于为图像数据集的显像创建预设置图的方法、设备 |
Country Status (5)
Country | Link |
---|---|
US (1) | US8624890B2 (zh) |
EP (1) | EP2050071B1 (zh) |
JP (1) | JP5576117B2 (zh) |
CN (1) | CN101563706B (zh) |
WO (1) | WO2008015620A2 (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009011711A (ja) * | 2007-07-09 | 2009-01-22 | Toshiba Corp | 超音波診断装置 |
JP5551955B2 (ja) * | 2010-03-31 | 2014-07-16 | 富士フイルム株式会社 | 投影画像生成装置、方法、及びプログラム |
EP2515137A1 (en) * | 2011-04-19 | 2012-10-24 | UMC Utrecht Holding B.V. | Processing a dataset representing a plurality of pathways in a three-dimensional space |
JP5814838B2 (ja) * | 2012-03-14 | 2015-11-17 | 富士フイルム株式会社 | 画像生成装置、方法及びプログラム |
RU2734059C2 (ru) * | 2016-04-21 | 2020-10-12 | Конинклейке Филипс Н.В. | Модификация параметров последовательности импульсов для магнитно-резонансной визуализации |
KR102280902B1 (ko) * | 2020-07-16 | 2021-07-26 | 주식회사 코어라인소프트 | 흉부 의료 영상 판독 지원 장치 및 방법 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FI880818A (fi) | 1987-03-18 | 1988-09-19 | Gen Electric | Bildskaerm med automatisk bildjustering. |
US5305204A (en) * | 1989-07-19 | 1994-04-19 | Kabushiki Kaisha Toshiba | Digital image display apparatus with automatic window level and window width adjustment |
JPH0728978A (ja) * | 1993-07-08 | 1995-01-31 | Toshiba Corp | 画像表示装置 |
US5542003A (en) * | 1993-09-13 | 1996-07-30 | Eastman Kodak | Method for maximizing fidelity and dynamic range for a region of interest within digitized medical image display |
US5782762A (en) * | 1994-10-27 | 1998-07-21 | Wake Forest University | Method and system for producing interactive, three-dimensional renderings of selected body organs having hollow lumens to enable simulated movement through the lumen |
US6236751B1 (en) * | 1998-09-23 | 2001-05-22 | Xerox Corporation | Automatic method for determining piecewise linear transformation from an image histogram |
US6690371B1 (en) * | 2000-05-03 | 2004-02-10 | Ge Medical Systems Global Technology, Llc | Relevant image data extraction from a medical image data volume |
DE10160075B4 (de) * | 2001-12-07 | 2005-11-17 | Siemens Ag | Verfahren zum Betrieb eines bildgebenden medizinischen Diagnosegeräts |
DE10210644B4 (de) * | 2002-03-11 | 2005-08-11 | Siemens Ag | Verfahren zum Erstellen einer Sequenz |
JP4122463B2 (ja) | 2002-07-26 | 2008-07-23 | 将吾 畦元 | 医療用可視画像の生成方法 |
JP2005118510A (ja) * | 2003-10-15 | 2005-05-12 | Lexi:Kk | 脳の出血部位、腫瘍、挫傷等の計測および観察用プログラム |
JP2007537771A (ja) | 2003-11-03 | 2007-12-27 | ブラッコ イメージング エス.ピー.エー. | 内腔組織スクリーニングのためのシステム及び方法 |
JP2005143733A (ja) * | 2003-11-13 | 2005-06-09 | Toshiba Corp | 超音波診断装置、3次元画像データ表示装置及び3次元画像データ表示方法 |
US7715608B2 (en) * | 2004-08-10 | 2010-05-11 | Siemens Medical Solutions Usa, Inc. | System and method for 3D visualization of lung perfusion or density and statistical analysis thereof |
US9092902B2 (en) | 2004-11-01 | 2015-07-28 | Koninklijke Philips N.V. | Visualization of a rendered multi-dimensional dataset |
-
2007
- 2007-07-26 WO PCT/IB2007/052970 patent/WO2008015620A2/en active Application Filing
- 2007-07-26 JP JP2009522392A patent/JP5576117B2/ja active Active
- 2007-07-26 US US12/375,031 patent/US8624890B2/en active Active
- 2007-07-26 EP EP07825963.7A patent/EP2050071B1/en active Active
- 2007-07-26 CN CN2007800282260A patent/CN101563706B/zh active Active
Non-Patent Citations (1)
Title |
---|
NYUL L G ET AL.On standardizing the MR image intensity Scale.《MAGNETIC RESONANCE IN MEDICINE WILEY USA》.1999,第42卷(第6期),1072-1081. * |
Also Published As
Publication number | Publication date |
---|---|
EP2050071A2 (en) | 2009-04-22 |
WO2008015620A2 (en) | 2008-02-07 |
WO2008015620A3 (en) | 2009-04-02 |
JP5576117B2 (ja) | 2014-08-20 |
EP2050071B1 (en) | 2018-09-12 |
US20090256838A1 (en) | 2009-10-15 |
CN101563706A (zh) | 2009-10-21 |
US8624890B2 (en) | 2014-01-07 |
JP2009545360A (ja) | 2009-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101563706B (zh) | 用于为图像数据集的显像创建预设置图的方法、设备 | |
CN107832807B (zh) | 一种图像处理方法和系统 | |
US10586402B2 (en) | Contouring tool having automatic interpolation and extrapolation | |
US9472017B2 (en) | Fast rendering of curved reformation of a 3D tubular structure | |
CN101889296B (zh) | 增强的冠状动脉观察 | |
US10853409B2 (en) | Systems and methods for image search | |
US7995821B2 (en) | Image processing system and image processing method | |
US8731334B2 (en) | Multilevel thresholding for mutual information based registration and image registration using a GPU | |
US20150170339A1 (en) | Method and system for image analysis and interpretation | |
DE202020005498U1 (de) | Vorrichtung zur klassensensitiven adversariellen Lungenknotensynthese | |
CN105308652A (zh) | 轮廓修正装置、方法及程序 | |
CN101496061A (zh) | 用于对图像数据集进行基于尺度可视化的方法、装置和计算机可读介质 | |
US9361701B2 (en) | Method and system for binary and quasi-binary atlas-based auto-contouring of volume sets in medical images | |
CN113658284B (zh) | 用于训练结节检测系统的来自ct图像的x射线图像合成 | |
US20090322785A1 (en) | Method, apparatus, system and computer-readable medium for interactive shape manipulation | |
CN110992310A (zh) | 一种确定纵隔淋巴结所在分区的方法及装置 | |
CN101802877B (zh) | 路径近似绘制 | |
WO2021116011A1 (en) | Medical image segmentation and atlas image selection | |
CN112420167A (zh) | 影像报告的生成方法、装置及设备 | |
US8676832B2 (en) | Accessing medical image databases using anatomical shape information | |
CN109359654A (zh) | 基于频率调谐全局显著度和深度学习的图像分割方法及系统 | |
CN116863146B (zh) | 用于对血管瘤特征进行提取的方法、设备及存储介质 | |
US12026934B2 (en) | Systems and methods for training a convolutional neural network that is robust to missing input information | |
Gao | Feature wise representation for both still and motion 3D medical images | |
CN116580343A (zh) | 小样本行为识别方法、存储介质、控制器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |