CN101901469A - 用于改进的诊断图像一致性的渲染 - Google Patents

用于改进的诊断图像一致性的渲染 Download PDF

Info

Publication number
CN101901469A
CN101901469A CN2009102471658A CN200910247165A CN101901469A CN 101901469 A CN101901469 A CN 101901469A CN 2009102471658 A CN2009102471658 A CN 2009102471658A CN 200910247165 A CN200910247165 A CN 200910247165A CN 101901469 A CN101901469 A CN 101901469A
Authority
CN
China
Prior art keywords
image
code value
value
reference mark
input code
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
CN2009102471658A
Other languages
English (en)
Inventor
Z·霍
J·Y·贝内特
D·H·富斯
H·卢
J·张
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.)
Eastman Kodak Co
Carestream Health Inc
Original Assignee
Eastman Kodak Co
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 Eastman Kodak Co filed Critical Eastman Kodak Co
Publication of CN101901469A publication Critical patent/CN101901469A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00ICT specially adapted for the handling or processing of medical images
    • G16H30/20ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS

Landscapes

  • Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Engineering & Computer Science (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)

Abstract

一种用于渲染用来显示的诊断图像数据的联网系统具有至少一个诊断成像设备,其为病人获取数字图像数据并且与计算机网络通信。至少一个一致性控制模块在联网的处理器上运行并且可操作地响应于编程指令集合,用来存取和检测图像类型,用来在获取的数字图像数据中标识一个或多个控制点,用来映射所述一个或多个控制点的输入码值到对应的预先确定的码值,用来根据所述一个或多个控制点的映射来映射附加的输入码值到输出码值,以及用来提供渲染的图像作为输出。与所述至少一个一致性控制模块联网通信通信的DICOM目标存储或者显示渲染的图像数据。

Description

用于改进的诊断图像一致性的渲染
技术领域
本发明一般涉及诊断图像的处理,具体涉及用于增强一个或多个诊断图像以便基于对感兴趣区域(ROI)上的图像内容的分析来为该区域提供一致渲染的方法和系统。
背景技术
图像渲染中的一致性有助于在使用X射线和相关类型的诊断图像时允许更准确的临床评价。对同一人体(anatomy)所得到的具有相同的总体动态范围和对比度设定的图像可以更容易地相互比较以用于诊断以及用于跟踪各种情况,尤其对于在不同时间以及在不同成像设备上对同一病人所得到的图像。例如,在加强护理病房(ICU),在一段时间间隔内得到的连续诊断图像可以有助于显示病人情况的进展并且因此有助于指导ICU治疗。
然而,已证明在实践中难以实现一致图像渲染。举例来说,由于曝光设定、病人和设备位置、散射以及网格应用中的差别,从一张图像到下一张在图像质量上的差别可以是相当大的。所以,即使对于在短的治疗间隔上从相同的病人获取的图像,在两张或更多图像之间也有本质的差别,这妨碍它们之间的有效比较并且制约了临床医生检测到可能非常重要的细微变化的能力。此问题涉及不论是最初在胶片上获取的以及扫描的,还是诸如使用计算机放射线照相(CR)或者数字放射线照相(DR)系统以数字化获取的图像。
使用存储荧光体的计算机放射线照相系统和数字放射线照相系统可以提供与可从传统的屏幕/胶片系统得到的曝光宽容度(典型地40∶1)相比非常宽的曝光宽容度(多达10000∶1)。这意味着在图像感测和记录的时候曝光错误对计算机放射线照相而言不那么严重。然而,图像显示设备具有更加有限的动态范围。计算机放射线照相中的色阶映射可以经特别定制来为每个单独的图像提供最优再现。然而,大部分诸如照相胶片的输出媒介,和诸如平板或者阴极射线管(CRT)的显示器没有足够宽的动态范围来以具有适当的视觉对比度的接近10000∶1的宽容度显示此信息。因此,有必要小心地分配可用的输出动态范围以显示输入码值(code value)中临床上重要的部分。
对于某些申请,输入图像中感兴趣区域的范围可能会超过输出媒介或者显示器所提供的范围,则结果输出图像的部分的对比度可能会被损害。例如,Kato等人的名称为“Image Gradation Processing MethodAnd Apparatus For Radiation Image Recording System”(“图像分级处理方法和用于辐射图像记录系统的设备”)的U.S.专利No.4,302,672示教了为胸腔X射线图像建立这种折衷的色阶的曲线的方法。然而,此方法使用码值直方图的谷值和峰值来标识脊柱、心脏和肺之间的临界点。因为谷值和峰值不总是能够清楚地检测到,所以结果并不是非常可靠。此方法要求所有已获取的图像具有相同的总体空间轮廓,这不需要是真实的。此外,该方法不能被推广到除胸腔图像外的检查。
从一个方面来说,在放射线照相图像中主要有五个“对象”分类:(1)前景(用来保护身体的部分不受非必要的X射线曝光的准直器叶片),其通常对应于从非常低到低的曝光范围;(2)人造对象(例如起搏器、管状物和电极);(3)软组织(诸如肌肉、血管和肠),其通常对应于低(例如纵隔)到高(例如肺部)的取决于组织厚度的曝光;(4)骨头,其对应于低到非常低的曝光水平(通常和前景重叠);以及(5)背景,其对应于非常高的曝光范围。因为不同分类的对象之间(诸如在骨头和准直器叶片的情况下)可以有相当可观的重叠,这五个对象分类很难只用码值区分。
如在Lee等人的名称为“Automatic Tone Scale Adjustment UsingImage Activity Measures”(“使用图像活动性测量的自动色阶调整”)、共同转让的U.S.专利No.5,633,511活动性中所提到的,调整计算机放射线照相的色阶的一些基本问题涉及:(1)确定输入码值的哪个子范围对于临床评估最重要以及(2)建立色阶转换曲线以便可以在输出显示器或者媒介上用适合的对比度和亮度(密度)渲染步骤(1)中标识的、码值的重要子范围。例如,输入胸腔X射线图像的数字码值可以从500延伸到3000(以0.001log曝光为单位),但是肺部范围的码值范围,即图像中最重要的区域,可能仅从大概1800延伸到2600。简单地用对所有输入码值相等的对比度把输入码值的整个范围(从500到3000)映射到可用的胶片密度范围可以产生具有低到不可接受的对比度的胸腔图像,难以清晰地分辨出特征。所以具有能够自动检测和选择输入码值的有关子范围(一般为1800到2600)的算法以用适合的视觉对比度和亮度在输出媒介上显示是很有用的。选择输入码值的有关子范围以及建立从输入码值到输出显示媒介的适当的映射函数的过程被称为色阶调整。
Lee等人的‘511的公开内容描述了用于使用输入码值的直方图来标识图像中感兴趣的子范围的传统方式,随后公开了用于使用活动性直方图来标识这个子范围的改进的备选方式。在Lee等人的‘511专利中公开的活动性直方图对图像活动性进行逐行测量,这提高了总体图像渲染并对于获得改进的图像对比度和亮度具有优势。
通过对Lee等人的‘511专利的技术扩展,在Baraski等人的名称为“Method of Automatically Determining Tone-Scale Parameters for aDigital Image”(“自动确定数字图像的色阶参数的方法”)、共同转让的U.S.专利No.6,778,691中也公开了对比度增强的方法。Barski等人的‘691公开的方法自动生成用于为图像获取所希望的色阶的查找表(LUT),所述方法使用色阶曲线在其中间范围密度上的斜率。
用于调整诊断图像值的强度范围和斜率的传统方法可能不能在所有的情况中提供满意的结果。虽然诸如那些在Lee等人的‘511专利和Barski等人的’691专利中所描述的方法在诊断图像的对比度增强方面提供了改进,但是这些方法没有解决在不同时间所得到的病人的图像之间或者对于不同病人的图像的一致渲染的问题。因而,举例来说,当在不同时间得到的病人的两张或更多的图像在曝光值或其他值方面不同,这种对比度提高技术的应用不大可能提供能够允许ICU的临床医生对情况改变进行更准确估计的一致渲染。
对比度扩展是一种已经被提议用于提供图像之间的归一化测量的方法。例如,Maack等人的名称为“Method of Dynamic RangeCompression of an X-Ray Image and Apparatus Effectuating theMethod”(“X射线照片图像的动态范围压缩方法以及实现该方法的设备”)的U.S.专利No.5,357,549描述了动态范围压缩技术,其仅在具体的感兴趣范围内(诸如在胸腔X射线照片的肺部范围内)扩展图像强度。所提议的方法定位低频部分,确定均衡系数,然后将这些应用在图像上用于压缩低频部分,为图像强度的较高频率范围释放剩余的动态范围。以类似的方式,Fang的名称为“Uniform And Non-UniformDynamic Range Remapping For Optimum Image Display”(“用于最优图像显示的统一和非统一动态范围重新映射”)的U.S.专利No.5,835,618使用将动态范围重新映射的方法用于增强暗和亮两种密度范围中的图像重新映射。这种重新映射重新映射或校正技术相当于平滑数据(诸如通过低通滤波器)、确定数据的均值、把经平滑的数据调整到所述均值,然后将经平滑、调整的数据应用到原始数据上。诸如上文所描述的那些方法集中在提高单个图像的总体图像外观,这可能又会在某种程度上有助于提高图像的一致性。然而,这些和其他传统的对比度扩展方法没有直接提出从图像到图像的不一致性。
因此,虽然继续尝试达到单个图像的可接受的诊断质量,在达到诊断图像渲染中可接受的一致性测量方面仍然还有相当大的提高空间。可使用的不同类型成像系统(其每个都具有对初始图像数据不同的预处理)的数量、在检查器件所使用的成像技术、对于来自不同感兴趣区域的图像内容的观察者偏好,这些都使在图像外观中提供一致性的问题变得复杂,为将一致性结果提供给在一段时间内得到的(诸如ICU或者相似的护理机构中的病人的)相同类型的图像的渲染问题提供解决方案是有益的。
发明内容
本发明的目标是提升关于图像一致性的诊断成像技术。为此目标,本发明提供了用于渲染用来显示的诊断图像数据的联网系统,该系统包括:至少一个诊断成像设备,其为病人获取数字图像数据并与计算机网络通信;至少一个一致性控制模块,其运行在所述计算机网络上联网的处理器上并且其可操作地响应于编程指令集合,所述编程指令集包含:用于存取获取的数字图像数据以及用于检测从联网的诊断成像设备上获取的数字图像数据的图像类型的指令;用于在获取的数字图像数据中标识一个或多个控制点的指令;用于映射所述一个或多个控制点的输入码值到对应的预先确定的码值的指令;用于根据所述一个或多个控制点的映射来映射附加的输入码值到输出值的指令;用于根据映射的输出值提供渲染的图像数据作为输出的指令;与所述至少一个一致性控制模块联网通信的DICOM目标,其用于存储或显示渲染的图像数据。
根据上述实施例的联网系统,其中所述至少一个诊断成像设备是一个数字放射线照相系统。
根据上述实施例的联网系统,其中所述数字图像数据来自先前渲染的图像。
根据上述实施例的联网系统,其中所述用于输入码值映射的编程指令构成查找表。
根据上述实施例的联网系统,其中所述DICOM目标是显示监视器。
根据上述实施例的联网系统,其中所述编程指令还包含用于标识感兴趣区域的指令。
根据上述实施例的联网系统,其中所述至少一个一致性控制模块与特定的放射线照相成像系统相关联。
根据上述实施例的联网系统,其中所述用于调整所述映射的指令是根据电子存储的模版图像、存储的变量、图像分析结果和观察者偏好数据中的一个或多个生成的。
根据上述实施例的联网系统,其中所述DICOM目标是一个归档系统。
根据上述实施例的联网系统,其中所述用于标识所述控制点的指令使用来自所述图像数据的值的直方图。
为此目标,本发明还提供了一种用于渲染诊断图像的方法,其至少部分由计算机执行,所述方法包含:获取图像数据作为所述诊断图像的输入码值;电子处理所述图像数据以在所述诊断图像的图像内容中标识至少一个感兴趣区域;以及将所述至少一个感兴趣区域的输入码值重新映射成所述诊断图像的输出码值并且按照以下步骤生成查找表:
(i)在所述输入码值中标识至少一个控制点;
(ii)将所述至少一个控制点映射成输出码值;以及
(iii)根据所述至少一个控制点的映射将其他输入码值映射成输出码值,并且根据所述映射构成所述查找表。
根据上述实施例的方法,其中获取图像数据包含获取渲染的图像数据。
根据上述实施例的的方法,其中获取图像数据包含直接从图像捕获设备直接获取所述数据。
本发明的特征在于它提供了用于基于感兴趣区域(ROI)的特性或者图像的特征来提高放射线照相的图像的渲染一致性的方法。
本发明的特征在于它通过灰度分配范围以及为给定ROI指配边界值而提出了输出空间中的图像一致性。
本发明的优势在于它适应于不同的成像设备和装置,以便在不同时间或者在不同成像系统上得到的图像都能够被处理并相互比较。
结合其中显示和描述了本发明的示例性实施例的附图阅读以下详细描述后,本领域的技术人员将明白本发明的这些以及其他的目标、特征和优势。
附图说明
虽然本说明书以具体指出并清楚声明本发明内容的权利要求书来结束,但是相信根据结合附图的以下描述将更好地理解本发明。
图1A是可在其中使用本发明的方法的医疗成像系统内部的图像数据流的框图。
图1B是显示了本发明的一个实施例中具有在不同联网位置处的多个一致性控制模块的网络的框图。
图1C是显示了在计算机或者其他处理器上执行一致性控制功能的组件的示意性框图。
图2是显示了根据本发明一个实施例的一致渲染处理的逻辑流程图。
图3是概要说明在一个实施例中用于ROI标识和一致渲染的基本步骤的逻辑流程图。
图4显示了在一个实施例中由本发明执行的重新映射操作的例子。
图5是一个显示了通过使用本发明的方法的图像的输入到输出映射的图表。
图6显示了在备选实施例中由本发明执行的重新映射操作的例子。
图7根据一个实施例中居中的图像显示了能够用来有助于提供一致性的尺寸值(dimensional value)。
图8是显示了用于生成感兴趣区域的查找表的步骤的逻辑流程图。
图9是显示了用于在低和高边界之间生成LUT的顺序的逻辑流程图。
图10显示了用于计算图像数据的趾部部分的LUT值的逻辑流程步骤。
图11显示了用于计算图像数据的肩部部分的LUT值的逻辑流程步骤。
图12显示了用于具有重要图像内容的图像的重新映射重新映射图像数据的效果的例子;以及
图13是在一个实施例中生成LUT的步骤的流程图。
部件列表
20图像捕获器件
22图像数据
23图像处理系统
28归档系统
30显示器
34、36一致渲染处理器
40网络
42成像系统
44成像地点(site)
50一致性控制模块
52逻辑电路
54内存
56指令
58网络接口
60,60’图像
62遮蔽物(mask)
70,70a,70b主要范围
80,80a,80b调整的主要范围
84,88直方图
90ROI区域
92肩部区域
94趾部区域
100初始步骤
106类型标识步骤
110标志标识步骤
120控制点标识步骤
130映射步骤
160LUT生成步骤
200值获取步骤
210Δ计算步骤
220映射值计算步骤
230LUT生成步骤
400输入步骤
410ROI标识步骤
420范围标识步骤
430匹配步骤
440修正步骤
450LUT生成步骤
700灰度分割步骤
710ROI区域LUT建立步骤
711值获取步骤
712图像尺寸减小步骤
713图像活动性确定步骤
714LUT生成步骤
720趾部区域LUT建立步骤
721部分LUT建立步骤
722计算像素数量步骤
723像素数量核对步骤
724像素值改变步骤
725低值LUT步骤
726趾部LUT建立步骤
730肩部区域LUT建立步骤
731设定Wr值步骤
732部分LUT建立步骤
733计算像素数量步骤
734像素数量核对步骤
735合并步骤
736肩部LUT建立步骤
dh(x).差分直方图
h(x).直方图
elp.有效左边点
erp.有效右边点
lp.左边点
rp.右边点
Al,AL,ALi.重新映射的左边点
Ar,AR,ARi.重新映射的右边点
CP1,CP1’,CP2.控制点
Lc.纵向长度
Wl,WL,WLi.较低的左边点
Wr,WR,WRi.较高的右边点
具体实施方式
本描述具体地针对构成根据本发明的设备的部分的元件,或者更直接地与根据本发明的设备合作的元件。需要理解的是没有具体显示或描述的元件可以采用本领域的技术人员所熟知的各种形式。
参考于2006年12月22日申请、Huo等人的名称为“ROI-basedRendering for Diagnostic Image Consistency”(“用于诊断图像一致性的基于ROI的渲染”)的、共同转让并且通过参考纳入本文的U.S.专利申请公开No.2008/0118139。
术语“DICOM目标”指的是DICOM(医疗中的数字成像和通信)网络上的器件。根据定义,DICOM目标可以是显示器或者归档系统,诸如使用专用于存储、检索、分配和医疗图像展示的一个或多个计算机或者网络的PACS(图片归档和通信系统)。图像存储的最通常的标准格式就是DICOM格式。
本发明为诊断图像的一致渲染提供了基于ROI的灰度归一化。本发明的方法为诊断图像提供了强度值的重新映射,即提供可能在不同时间和在不同情况下得到的图像(包括从不同的成像系统获取的图像)的一致渲染。图像的一致渲染允许临床医生更容易比较相同病人的图像或者相同人体的图像并且能有助于提供更有效和准确的诊断。
本发明的处理至少部分在计算机或者其他类型的控制逻辑处理器例如专用的图像处理器上执行。在本公开中的上下文中,术语“联网处理器”用来标识执行用于一致性控制的编程指令的计算机或者其他类型的处理器。用作联网处理器的计算机或者其他类型的控制逻辑处理器装置配备有用于执行编程逻辑指令以及用于存储结果所需的电子数据存储装置和存储电路并且与之通信。计算机可以包括一个或更多存储介质,举例来说,诸如磁盘或者磁带的磁性存储介质;诸如光盘、光带或机器可读条形码的光存储介质;诸如随机存取存储器(RAM)或只读存储器(ROM)的固态电子数据存储器件;或者用来存储计算机程序的任何其他物理器件或者介质,所述计算机程序具有用于控制一个或或更多计算机以及有关数据来实践根据本发明的方法的指令。
为示出本发明的方法,这部分的描述针对一个示例性实施例中的胸腔X射线。然而,本发明的方法不限于任何一种类型的放射图像,也可以用于身体其他部位的成像。
不同于较早的一致渲染方法,本发明的实施例可以在单个图像上操作,不需要使用多个图像以获取合适的图像渲染参数。另外,因为本发明的实施例的一致渲染方法不限于一种数据类型或者成像系统而可以应用于经预处理的图像数据或者直接应用于从DR或CR系统或胶片扫描器获取的“原始”图像数据,或者应用于已经准备好用于显示或者打印的处理过的数据,所以本发明的实施例的一致渲染方法优于较早的一致渲染方法。参考图1A,显示了捕获的诊断图像的成像链的框图并且带有到本发明的实施例提供的一致渲染软件的可能的接入点。用于数据处理以提供参考图1A所显示和描述的一致性控制的编程软件模块根据编程的指令在一个或多个联网计算机或者其他逻辑处理器上执行。
跟踪图1A中的基本图像处理链,图像捕获器件20获取未处理的或经图像处理系统24处理并且被直接提供给联网的DICOM目标的“原始”图像数据22,举例来说,所述联网的DICOM目标可以是如在图1A和图1B中显示的显示器30或者PACS归档系统28。可选地可以提供一致渲染处理器34用于向预处理数据提供一致渲染。备选地,可以提供可选的一致渲染处理器36用于处理可能已经被渲染的经处理的数据。如在图1A中所显示的,这种处理可以包括在沿成像链的多个点中的任意处(包括在PACS归档之前或者之后)存取的图像数据。本发明的一致渲染可以用在多个实施例的任意一个中,包括使用多种类型的不同图像捕获器件20中的任意一种。
在图1B的框图中,网络40与多个成像地点44以及与PACS归档系统28连接。图1B的实施例中所显示的每个成像地点44具有对应的一致性控制模块50,其用于在成像系统42中获取的图像。一致性控制模块50也可以独立于任何特定的成像系统42并且位于任何可接入的联网的位置处,以便其有效地与多于一个的成像系统42通信。一致性控制模块50可以在特定的主计算机内或其他控制逻辑处理器内执行,或者可以是在位于远距离的联网的服务器上执行的网络程序。作为硬件或者软件部件,一致性控制模块50接收并执行输入以及存储的程序指令用来检测诊断图像的类型,用来标识诸如成像源、检测器以及它们的制造商的信息,以及用来标识检查的身体部位以及图像中一个或多个感兴趣区域(ROI),用来为检测出的图像类型和ROI获取以及确定必要的控制参数值,用来通过使用控制参数来处理图像以重新映射图像数据,以及用来提供经处理、渲染的图像作为输出。
网络40可以是任何合适的网络类型,举例来说包括以太网。这可以是位于医院或者其他机构内的专有的本地局域网(LAN)或者可以是对于病人数据的隐私具有适当的安全保护的可接入因特网的网络。
使用在图1B所显示的模块化控制逻辑布置,可以根据存储在网络上并且被每个一致性控制模块50使用的标准获取一致性。备选地,多个一致性变量或参数可以被保存和使用,包括专门用于每个成像系统42的一致性参数。这使得系统之间的一致性成为可能,举例来说以使从成像系统#1获取并显示的图像可以与从成像系统#3获取并显示的图像具有一致的外观。类似地,可以给在不同时间得到的两张图像提供一致渲染以有助于它们的比较。
图1C的示意性框图显示了在计算机或者其他处理器上执行一致性控制模块50的功能的控制逻辑部件。逻辑电路52提供可操作地响应于并执行存储在存储器54中的指令56。然后网络接口58通过网络实现未经处理的图像数据和经处理的图像数据的通信。存储的指令是编程指令集合,其可以包括用于从联网设备获取图像的指令;用于检测从联网设备获取的图像的类型的指令;用于确定以及获取变量控制参数和值的指令;用于标识获取的数字图像数据中的一个或多个控制点的指令;用于将所述一个或多个控制点的输入码值映射成对应的预先确定的码值的指令;用于根据所述一个或多个控制点将附加的输入码值映射成输出码值的指令;用于渲染诊断图像的指令;以及用于提供渲染图像数据作为输出的指令。随后渲染图像被指向DICOM目标,诸如可以位于网络中任何合适的点处的显示器30,用于由诊断者观察。备选的DICOM目标可以是PACS或者其他类型的归档系统。
图2中的逻辑流程图显示了一个实施例中由一致性控制模块50为一致渲染而执行的处理过程。随后给出的更加详细的描述则进一步阐述了每个步骤内的功能和操作。在初始步骤100中,将一个或多个图像输入一致性控制模块50(图1C)。然后类型标识步骤106提供关于已经获取了的图像的类型的信息,包括关于成像的身体部位的信息,以及可选地关于所使用的装置的成像模态或者类型的性信息。接着是标志标识步骤110,其中定位一个或多个图像中的ROI、人体特征、以及其他的特征,在可能有多个图像之处允许空间祥光。标志标识步骤110包括用于处理具有不同背景内容量(或者没有背景内容)的图像的背景/前景的分割应用。
继续对图2的描述,接着控制点标识步骤120标识用于紧随其后的、从输入值到输出值的重新映射的过程的一个或多个控制点。在只有单个ROI或者感兴趣图像特征时,这些控制点来自该ROI或者特征并可以指示重要的人体特征或者强度范围的边界点的值,将在后面的例子中更详细地描述。在图像中有多个感兴趣特征或者ROI时,取决于紧随其后的处理的类型,来自各ROI的单个控制点都可以是合适的。举例来说,可以简单地通过使用图像值的直方图来确定所述单个或者多个控制点。确定用于映射数字图像值所期望的输出值的变量控制参数可以通过多种方式获取,包括使用模板图像,使用根据随时间对诊断者偏好进行测试而获知的值,以及使用随机指配的值,举例来说诸如具体的诊断者所偏好的数值。映射是单调的并且可以使用预先确定的码值,即预先选择的或预先计算的码值,来定义输出边界。
继续进一步描述图2中的顺序,映射步骤130接着至少将来自步骤120的每个控制点映射成灰度预先确定的灰度值。作为此步骤的部分,可以取决于图像捕获变量或者其他参数对每个映射进行调整,举例来说,对于病人或者身体部位位置变化的调整,对于图像曝光变化的调整以及对于根据不同制造商的不同类型预先处理的变化的调整。可以基于对获取的图像数据的分析对重新映射的值进行特定图像的调整,并且可以取决于图像内容或者取决于最大和最小或其他有关的像素数据值,取决于动态范围,取决于均值或中值,或者其他计算得到的统计值,取决于用来获取图像的成像技术或成像装置的状况,取决于病人情况,取决于人口统计状况,取决于医疗历史,或者取决于病人位置。举例来说,可以基于ROI的一部分中的像素的平均亮度来计算调整。备选地,基于进行观察的专业人员或那些管理成像系统的人的经验,特定图像的调整可以是根据经验的。可以取决于人体的类型或者其他具体感兴趣的特征来进行特定图像的调整。在还有其他实施例中,可以通过比较获取的图像数据和已经事先选定的、电子存储的模板图像来进行特定图像的调整。例如,这可以包括趾部-肩部(toe-shoulder)对比调整,其调整非常暗和非常亮的区域的图像内容。
在映射步骤130中任何所需要的调整之后,执行LUT生成步骤160。在LUT生成步骤160中,为最初的步骤100中提交的一个或多个图像中的每个都生成查找表(LUT),通过对初始处理的图像数据值进行重新映射提供了一致渲染。
应当注意的是用于在诊断图像中标识感兴趣区域的方法和算法以及用于将感兴趣区域内输入范围中的数字数据映射到输出范围各种技术对于诊断成像领域的技术人员来说是已知的。
背景分割
背景分割,所述背景分割作为如在图2中显示的步骤110的部分执行,其允许标识图像组织内容以及允许将图像组织内容从背景内容中分离,以使两种类型的图像内容可以被分别处理。有许多成像领域的技术人员所熟知的、用于背景分割的方式。背景分割的总体目标是定义与非组织背景范围分开的、图像的组织部分。举例来说,在熟知的方式中有直方图分析和处理。对于胸腔X射线照相以及其他类型的放射线图像,背景分割在各种图像特性中区分。例如,有些图像可能没有背景内容;而其他一些图像中,背景内容的数量可能很重要。
标志特征和ROI的标识
需要注意的是在获取的图像中可以有多个ROI。为了清楚的描述,接下来的讨论显示每个图像使用单个ROI。图2的逻辑流程图中的标志标识步骤110使用了多种可能的方法中的一种来标识给定类型的图像中的共同特征。举例说明,在一个实施例中,使用的方法类似于在Luo等人、共同转让的U.S.专利7,221,786名称为“Method ForAutomatic Construction Of 2D Statistical Shape Model For The LungRegions”(“用于自动建立肺部区域的2D静态形状模型的方法”)中所公开的方法。简要地所,这种方法应用了阈值处理、模版、和边缘梯度分析来检测图像中的边界,举例来说诸如肺部的边界。
图3中的逻辑流程图以及接下来的图4-6中的框图和图表给出了在特定的实施例中使用来自两张不同的图像的单独的ROI执行在图2中概述的总体过程的例子。输出图像400包含具有一个或多个ROI的获取的图像数据。一个ROI标识步骤410在图像中标识一个或多个ROI或者不同类型的人体。范围标识步骤420为在步骤410中标识的每个ROI标识出目标输出灰度范围。输出灰度范围是定义在输出空间中两个边界点的值之间的。然后匹配步骤430把来自步骤420的各个范围和来自步骤410的ROI关联起来。修正步骤440如早先所描述的,可选择地基于图像的特定内容调整一个或多个范围。LUT生成步骤450接着为每个区域生成部分查找表并将各个LUT段合并成用于渲染图像的单个LUT。
标识控制点(CP)和它们的调整(delta Δ)
可以基于下列因素为控制点的相对重要性选择用于一致性映射的控制点(CP),所述因素诸如:(i)实际经验(empirical experience),(ii)临床相关性,或者(iii)观察者偏好。举例说明,实际经验可以指示特定值对于渲染清楚的肺部范围或者对于其他特定类型的组织最有作用。临床相关性将CP的确定基于诸如相对的具体组织与诊断要求相关性的因素。观察者偏好可以基于诸如对比设定或总体亮度或暗度的因素,举例来说通过选择适当的控制点和它们的值。一旦控制点和它们的值被确定了,它们可以应用于所有相同类型的图像以提供所需的一致性。
标识对控制点(CP)设置的调整
控制点可以是固定的点。也可以根据多个因素中的任意一个稍微地调整它们以允许对可变性的测量。控制点选择的调整可以基于一些因素来进行,举例来说诸如病人位置差别、曝光设定、装置类型或者制造商,以及预处理软件的变量。在图3的逻辑流程图中,感兴趣区域内的图像像素值的重新映射由一致性控制模块50(图1C)来实现作为步骤420、430、440和450的结果。
继续这个例子,图4根据本发明的一个实施例以直方图格式显示了用于一个或多个图像的图像数据的重新映射方案。对于图像#1和#2中的每一个,通过使用刚刚描述的用于背景分割和ROI标识的流程,标识了共同的主要范围70a、70b。左边点lp1、lp2和右边点rp1、rp2,是分别为ROI标识之后的图像所获取的控制点(CP)。这些接下来的一些步骤的目的就是重新映射所述控制点;左边点lp1、lp2和右边点rp1、rp2映射成对应的点Al和Ar来形成一致图像。lp1和lp2控制点可以分别是范围70a和70b的最左边的点,或者分别是在左边的点,位于所述点之外只有不超过范围70a和70b的曲线下总面积的大约5%。。rp1和rp2控制点可以分别是范围70a和70b的最右边的点,或者分别是在右边的点,位于所述点之外只有不超过范围70a和70b的曲线下总面积的大约5%。
图4示出了如在本发明的实施例中可以看到的用于一致性重新映射的共同行为。作为左控制点lp1、lp2和右控制点rp1、rp2以及它们对应的用于重新映射的边界值Al和Ar之间的变换的部分,输入数据值的范围通常会被增加或者“扩展”。该范围也可以被减小或“压缩”。主要80a和80b指示这种经变换的范围,其占据了直方图中更宽的范围。注意到主要80a和80b相似,但是一般展现微小的差别,其与图像内容和条件的微小差别有关,这很有启发性。由于在两张图像之间Al和Ar边界值可能略有不同,注意到图4稍微简化了重新映射方案,这也很有启发性,AlAr随后会做更详细的说明。
对于相同的ROI或人体的输入区域(lp、rp),在一个实施例中可以有对于所有相同类型的检查(例如,对于所有的胸腔X射线照相)共同的输出范围(它的位置由(Al,Ar)划界或定义)。基于多个变量中的任意一个(包括如早先所描述的特定成像系统变量或者特定图像调整变量值),通过使用差别值(如(Al+Δl,Ar+Δr)),可以进一步修改值Al和Ar。
图5的图表显示了图像的不同部分如何被重新映射用于一致渲染,以及在控制点CP1和CP2的重新映射中值Ar和Al的相对位置。值Ar可以有多种方式来计算。在一个简单的实施例中,从ROI获取的右控制点rp可以被映射成已经被确定为用于相同类型的图像集合的实际值的值Ar。然而,这种方式可能不能充分补偿两张图像之间的一些差别,尤其是和图像中心的相对位置有关的差别。如图5中显示的,码值的映射是单调的,输出码值一致地随着增长的输入码值而增长(或减小)。单调映射应用于重新映射控制点,也应用于其他根据控制点重新映射的其他值。
图6的示图又以直方图表示显示了在使用lp1和lp2值作为控制点以及使用附加的控制点CP1的备选实施例中图像数据值的重新映射。在这个例子中,控制点CP1是在图#1中用于ROI的峰值附近的特定值。举例来说,该值可以代表图像中某种类型的组织或者结构。在这个例子中,在重新映射流程中控制点CP1被映射成值CP1’。这样,具有感兴趣的特定值的一个或多个点可以被重新映射以通过具体的感兴趣区域对图像的一致性进行更多的控制。
在备选实施例中,可以执行图像数据映射以在如何渲染值的范围或者如何渲染该范围的一个或多个部分方面提供一致性。举例来说,重新参考图4和6,用于ROI的Al和Ar值中的一个或者两个都可以先于映射而被调整。至于图5,代表重新映射的曲线可以具有不同的斜率,或者可以不同于在值lp和rp之间显示的线性排列。
因为其的诊断相关性(尤其是与肺部成像的相关性),较低的重新映射边界值Al可能比较高的重新映射边界值Ar更难计算。在典型的计算中,lp和rp的值预先确定为图像数据值的百分比,其中,这些是图像ROI的主要灰度水平范围的较低和较高边界。举例来说,这些值一般在用于ROI中的灰度水平的2%-95%的范围内。
图7的胸腔X射线照相图像的例子显示了图像内可能在个别情况中影响怎样规定控制点的多个值。对于这个例子,可以根据病人的位置来进行调整。计算出从左右肺部的ROI的较低的中点到图像底部的距离d。对于每张图像,距离d到纵向长度Lc的相对比例可以是用来对应用于该图像的Ar进行调整的一个因素。当距离d在图像中按比例更大,就会出现更多的腹部和肌肉组织,同时对图像数据有相应影响,这可以通过直方图或者其他分析技术来确定。
建立LUT
一旦为图像获取了用于映射的Ar和Al以及其他控制点的值其他,用于该图像的渲染的LUT就可以被生成了。图8中的逻辑流程图显示了一个实施例中用于该流程的总体步骤。灰度水平划分步骤700把灰度范围分成在图5中所显示的三个部分:趾部区域94、RIO区域90和肩部区域92。接下来的流程则为这三个区域的每个都生成LUT值。ROI区域LUT建立步骤710对于诊断成像来说是最重要的,并会在接下来更加详细地描述。趾部区域的LUT建立步骤720接着计算较暗的、曝光更完全的范围的LUT数值。最后,执行肩部区域LUT建立步骤730来计算用在高亮区域的值。
图9的逻辑流程图显示了作为ROI区域LUT建立步骤710的部分执行的子步骤。获取值步骤711首先被执行从最初的图像中获取lp和rp的值以及获取为该图像计算的较低的重新映射值Al和较高的重新映射值Ar。接下来,执行图像尺寸减小步骤720。在这个步骤中,将中值滤波应用于获取尺寸减小的图像,在一个实施例中是最初的图像尺寸的1/4。这可以帮助加速接下来的步骤的计算。
图像活动性确定步骤713接着被执行,其中ROI中的图像活动性被评估。高图像活动性的范围通常比图像的其他区域在临床上更重要。因此,标识这种区域有助于提供适当的成像处理并有助于允许调整高活动性区域以便增强而不是丢失详细的信息。举例来说,该流程可以使用早先引用的在Lee等人的‘511专利中公开的方法。
控制点之间区域的LUT映射
除了重新映射图像的ROI区域之外(如在图5中所显示的区域90),本发明的方法也针对映射较暗和较亮的区域。步骤130(图2)中的趾部-肩部对比调整过程执行了暗的区域所需的额外的映射,表示为图5的变换曲线中的趾部区域94。而对于亮的区域,表示为图5的变换曲线中的肩部区域92。使用本文所显示的命名法,位于lp左边的点被重新映射到较低值Wl和Al之间的趾部区域。比这个区域更暗的值没有被使用。类似地,位于rp右边的点被重新映射到较高值Wr和Ar之间的区域。比这个区域更亮的值没有被使用。
图10的逻辑流程图显示了用于为图像数据的趾部区域计算LUT值的步骤序列。部分LUT建立步骤721采用了用来在区域[0,lp]中映射LUT值的函数。
接下来步骤集合可以改变LUT提交之前的某些像素值的输入条件。接下来是计算像素数量步骤722,其中获取对用于背景的门限值th与值llow之间的像素数量(Pa)的计数,其中llow比lp小。在像素数量核对步骤723中,对照根据经验确定的门限值核对数量Pa从而确定在这个区域内是否有大量的像素具有值。这可以指示具有诊断相关值的像素。如果没有,则执行趾部LUT建立步骤726,为[0,lp]中的像素i重新映射所有趾部区域的值。
如果具有该值的像素的数量超过了Pa,则执行像素值变化步骤724,通过使用下列公式改变LUT(i)将会被应用于其的值:G(i)=(lp-i)*k+i*(l-k),其中0<k<1是可以根据经验定义的参数。接着是低值LUT步骤725,将LUT(i)应用于重新映射的值。
图11中的框图显示了一个实施例中用于为图像数据的肩部部分计算LUT值的逻辑流程步骤。在设定Wr值的步骤731中,对于该病人要为较高值Wr设定值。erp值将被映射成该值。根据经验确定典型的Wr值为3750。接下来是部分LUT建立步骤732。随后是计算像素数量步骤733。在本文中,值lhigh是在在用于LUT肩部部分建立的、先前的函数中映射成Wr-100(或者小于某个其他偏移量的Wr)的灰度水平。在像素数量核对步骤734中,对照根据经验确定的数量Pb核对值的数量。如果低于这个数量,则可以在肩部LUT建立步骤736中计算LUT。举例来说,这个可以通过使用下面的公式来实现:
LUT ( i ) = ( Σ k = rp i h ( k ) Σ k = rp erp h ( k ) ) · ( Wr - Ar ) · ratio + ( Σ k = rp i sh ( k ) Σ k = rp erp sh ( k ) ) · ( Wr - Ar ) · ( 1 - ratio ) + Ar
其中h(k)是图像的直方图(归一化的);sh(k)图像的空间相关直方图;以及0≤ratio≤1。
如果值的数量超过了Pb,则像素值的数量超过所期望的范围,这有可能指示这个区域中的像素具有诊断相关性。在这种情况下,执行合并步骤735用于直方图均衡化(HE),使用空间相关直方图均衡化(SCHE),在2006年10月13日申请、名为“Method For EnhancedVisualization Of Medical Images”(“用于增强的医疗图像可视化的方法”)的、共同转让的U.S.专利公开No.11/549,130中更加详细地描述此方法,通过参考纳入本文。
图12显示了胸腔X射线照相图像60的例子,其显示了在本发明的图像变换后的改进。变换后的图像表示为图像60’。图像60和60’右边的直方图显示了对于此图像,变换和对主要范围70重新映射后的效果。
图2的LUT生成步骤160中,合适的查找表(LUT)被提供用来在提交给CAD处理之前处理每个图像。
图13的逻辑流程图显示了在一个实施例中一致性处理如何提供对图像渲染的局部控制。值获取步骤200中,目标值WL,WR,AL,和AR被获取作为控制点。这些值可以来自储存在存储器中的值,并被指配用于具体图像。备选地,这些目标值可以从观察者偏好数据中获取,使用由观察者直接输入的数值或者使用从观察者选择中获取的值。例如,这些值可以是从对多个专业人员的试验结果中获取的平均值。接下来,在Δ计算步骤210中,为图像或者在图像内标识的感兴趣区域计算Δ或差别值。这些值可以是由观察者或者软件应用设定设定的范围内的变量,以便产生WL+/-Δ和WR+/-Δ的Δ值变化不超过有限的量。例如,对于值WL,其可以被规定为可接受的范围位于WLmin和WLmax之间,以使WLmin<WL<WLmax
用于任何图像的Δ值可以是固定的,或者可以基于对各个图像的分析,或者基于和系统相关的其他因素、使用的技术、或者病人,如早先所描述的。对于任何图像,这个值可以是零或者其他适当的数值。
仍然参考图13,映射值计算步骤220将Δ值考虑在内为图像计算对应的值,即值:WLi,WRi,ALi,和ARi,其中i指示图像。然后,如图5的例子中显示的,这个计算提供定义色调曲线的线性部分或其他部分的点。LUT生成步骤230使用这个色调曲线关系以用于为一致渲染将图像中的输入码值映射成输出码值的LUT。
使用本发明的方法,可以向以多种不同装置设定中任意一种、从相同病人处得到的一个或多个图像提供一致处理,以有助于视觉上或者使用CAD评估工具对单个图像进行评估或者进行两个或更多图像的对比。本发明的方法和设备可以帮助在ICU或者其他类型重症护理机构中提供改进的护理。由于本发明的方法尤其适合用于支持纵向追踪,其可以用来提供按时间顺序排序布置的成像和其他数据,以帮助临床医生留意可通过使用图像和测量数据检测到的、病人情况的变化。本发明帮助使图像数据的展示标准化,以使信息可以以可直接理解和使用的形式被提供给医疗人员。如早先所指出的,本发明的方法为一个或多个图像提供预处理,实现可能在不同时间、由不同操作者,或者在不同的成像条件下得到的图像之间更加精确的比较。在本发明的一个实施例中,图像处理系统执行早先所描述的一致渲染过程,然后为一个或两个经一致地渲染的图像提供进一步的增强。举例来说,图像增强方法可以包括那些在早先所引用的参考文献Barski的‘691中所描述的方法。
在本发明的实施例中,一致渲染是联网的功能,其能够在成像过程中的若干点中的任意点处理诊断图像数据。一致渲染模块可以被编程以处理原始数据或经渲染的数据,包括存储在图像归档系统中的图像数据。
具体参考其中某些优选的实施例而详细描述了本发明,但是将会理解的是,可以由本领域的普通技术人员在上文所描述的以及如在随附的权利要求所指出的本发明的范围内实现变化和改造而不背离本发明的范围。例如,如前文指出的,可以将多种不同方法中的任意一种用于背景分割步骤106。本发明的设备和方法可以被用于从多种不同类型的诊断成像系统中的任意一种获取的诊断图像,举例来说包括X射线照相、乳房X射线照相、计算断层照相,以及MRI成像系统。
因而,所提供的是用于增强诊断图像以提供一致渲染用于从一个或多个联网的成像系统获取的图像的设备和方法。

Claims (10)

1.一种用于渲染用来显示的诊断图像数据的联网系统,包含:
至少一个诊断成像设备,其为病人获取数字图像数据并且其与计算机网络通信;
至少一个一致性控制模块,其在所述计算机网络上联网的处理器上执行并且其可操作地响应于编程指令集合,所述编程指令集合包含:
(a)用于存取获取的数字图像数据以及用于检测从联网的诊断成像设备上获取的数字图像数据的图像类型的指令;
(b)用于在获取的数字图像数据中标识一个或多个控制点的指令;
(c)用于映射所述一个或多个控制点的输入码值到对应的预先确定的码值的指令;
(d)用于根据所述一个或多个控制点的映射来映射附加的输入码值到输出值的指令;以及
(e)用于根据映射的输出值提供渲染的图像数据作为输出的指令;以及
与所述至少一个一致性控制模块联网通信的DICOM目标,用于存储或显示渲染的图像数据。
2.一种用于渲染诊断图像的方法,其至少部分由计算机执行,所述方法包含:
获取图像数据作为所述诊断图像的输入码值;
电子处理所述图像数据以在所述诊断图像的图像内容中标识至少一个感兴趣区域;
从所述至少一个感兴趣区域内标识一个或多个控制点。
映射所述一个或多个控制点中的每个的输入码值到对应的预先确定的码值;以及
构成查找表,所述查找表在由所述控制点的输出值所定义的范围中将每个像素值的输入码值映射成重新映射的值。
3.如权利要求2所述的方法,还包含通过使用提供给具体的诊断成像设备的、存储的差值来调整所述预先确定的码值。
4.如权利要求2所述的方法,还包含通过使用根据从所述诊断图像数据获取的统计值计算得到的、存储的差值来调整所述预先确定的码值。
5.一种用于渲染诊断图像的方法,其至少部分由计算机执行,所述方法包含:
获取图像数据作为诊断图像的输入码值;
标识所述输入码值中的一个或多个作为控制点;
映射所述一个或多个控制点中的每个的输入码值到对应的预先确定的输出码值;以及
构成查找表,所述查找表根据所述一个或多个控制点的映射将所述诊断图像中其余输入码值中的每个映射成重新映射的值。
6.如权利要求5所述的方法,其中标识一个或多个输入码值作为控制点包含:
标识至少一个感兴趣区域;以及
在所述感兴趣区域中标识一个或多个点的输入码值。
7.如权利要求5所述的方法,其中所述一个或多个控制点通过直方图数据计算得到。
8.一种用于渲染诊断图像的方法,其至少部分由计算机执行,所述方法包含:
获取图像数据作为所述诊断图像的输入码值;
电子处理所述图像数据以在所述诊断图像的图像内容中标识至少一个感兴趣区域;以及
将所述至少一个感兴趣区域的输入码值重新映射成所述诊断图像的输出码值并且按照以下步骤生成查找表:
(i)在所述输入码值中标识至少一个控制点;
(ii)将所述至少一个控制点映射成输出码值;以及
(iii)根据所述至少一个控制点的映射将其他输入码值映射成输出码值,并且根据所述映射构成所述查找表。
9.如权利要求8所述的方法,其中将所述至少一个控制点映射成所述输出码值,还包含根据所述图像类型中的至少一种、所使用的成像系统、所使用的曝光设定、模板图像以及病人位置来调整所述输入码值。
10.如权利要求8所述的方法,其中标识至少一个控制点包含为输出码值的范围标识边界点。
CN2009102471658A 2008-11-25 2009-11-25 用于改进的诊断图像一致性的渲染 Pending CN101901469A (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US11764008P 2008-11-25 2008-11-25
US61/117640 2008-11-25
US12/482,651 US8588485B2 (en) 2008-11-25 2009-06-11 Rendering for improved diagnostic image consistency
US12/482651 2009-06-11

Publications (1)

Publication Number Publication Date
CN101901469A true CN101901469A (zh) 2010-12-01

Family

ID=41401699

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2009102471658A Pending CN101901469A (zh) 2008-11-25 2009-11-25 用于改进的诊断图像一致性的渲染

Country Status (3)

Country Link
US (1) US8588485B2 (zh)
EP (1) EP2192508A1 (zh)
CN (1) CN101901469A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106716491A (zh) * 2014-07-16 2017-05-24 巴科股份有限公司 具有多个色彩标度的图像色彩校准
CN107209809A (zh) * 2015-02-05 2017-09-26 皇家飞利浦有限公司 用于放射学报告的报告内容的背景创建
CN110099502A (zh) * 2019-04-23 2019-08-06 上海联影医疗科技有限公司 一种x光成像设备的自适应控制方法及系统
CN112947873A (zh) * 2019-11-26 2021-06-11 通用电气精准医疗有限责任公司 用于医学图像查看器的远程布局控制的系统和方法

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012021862A2 (en) * 2010-08-13 2012-02-16 Aashiish Agnihotri Detection of anatomical landmarks
DE102014009686A1 (de) * 2014-07-02 2016-01-07 Csb-System Ag Verfahren zur Erfassung schlachttierbezogener Daten an einem Schlachttier
CN104681007B (zh) * 2015-03-16 2018-05-01 南京巨鲨显示科技有限公司 一种实时性多阶亮度稳定系统的工作方法
JP6699197B2 (ja) * 2016-01-25 2020-05-27 コニカミノルタ株式会社 医用画像表示装置、医用画像調整方法及びプログラム
US10828000B2 (en) * 2018-11-25 2020-11-10 International Business Machines Corporation Medical image data analysis
WO2020216307A1 (zh) 2019-04-23 2020-10-29 上海联影医疗科技有限公司 一种获取放射图像方法、系统、装置及存储介质

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS55116339A (en) 1979-02-28 1980-09-06 Fuji Photo Film Co Ltd Method and device for processing gradation of radiation picture of chest
JP3188491B2 (ja) 1990-10-24 2001-07-16 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 X線記録のダイナミック圧縮方法及びその装置
US5268967A (en) 1992-06-29 1993-12-07 Eastman Kodak Company Method for automatic foreground and background detection in digital radiographic images
US5633511A (en) 1995-12-22 1997-05-27 Eastman Kodak Company Automatic tone scale adjustment using image activity measures
US5835618A (en) 1996-09-27 1998-11-10 Siemens Corporate Research, Inc. Uniform and non-uniform dynamic range remapping for optimum image display
US6778691B1 (en) 2000-05-16 2004-08-17 Eastman Kodak Company Method of automatically determining tone-scale parameters for a digital image
US6956975B2 (en) * 2001-04-02 2005-10-18 Eastman Kodak Company Method for improving breast cancer diagnosis using mountain-view and contrast-enhancement presentation of mammography
EP1293925A1 (en) * 2001-09-18 2003-03-19 Agfa-Gevaert Radiographic scoring method
US7221786B2 (en) 2002-12-10 2007-05-22 Eastman Kodak Company Method for automatic construction of 2D statistical shape model for the lung regions
US7266229B2 (en) * 2003-07-24 2007-09-04 Carestream Health, Inc. Method for rendering digital radiographic images for display based on independent control of fundamental image quality parameters
US7305111B2 (en) * 2004-01-30 2007-12-04 University Of Chicago Automated method and system for the detection of lung nodules in low-dose CT images for lung-cancer screening
US7573034B2 (en) * 2005-05-18 2009-08-11 Carestream Health, Inc. Mobile radiography image recording system
US8139828B2 (en) 2005-10-21 2012-03-20 Carestream Health, Inc. Method for enhanced visualization of medical images
US8150110B2 (en) 2006-11-22 2012-04-03 Carestream Health, Inc. ROI-based rendering for diagnostic image consistency

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106716491A (zh) * 2014-07-16 2017-05-24 巴科股份有限公司 具有多个色彩标度的图像色彩校准
CN106716491B (zh) * 2014-07-16 2020-10-09 巴科股份有限公司 具有多个色彩标度的图像色彩校准
CN107209809A (zh) * 2015-02-05 2017-09-26 皇家飞利浦有限公司 用于放射学报告的报告内容的背景创建
CN110099502A (zh) * 2019-04-23 2019-08-06 上海联影医疗科技有限公司 一种x光成像设备的自适应控制方法及系统
CN110099502B (zh) * 2019-04-23 2021-01-08 上海联影医疗科技股份有限公司 一种x光成像设备的自适应控制方法及系统
CN112947873A (zh) * 2019-11-26 2021-06-11 通用电气精准医疗有限责任公司 用于医学图像查看器的远程布局控制的系统和方法

Also Published As

Publication number Publication date
EP2192508A1 (en) 2010-06-02
US20100128063A1 (en) 2010-05-27
US8588485B2 (en) 2013-11-19

Similar Documents

Publication Publication Date Title
CN101901469A (zh) 用于改进的诊断图像一致性的渲染
US7283654B2 (en) Dynamic contrast visualization (DCV)
US8571290B2 (en) Automated quantification of digital radiographic image quality
US8150110B2 (en) ROI-based rendering for diagnostic image consistency
CN111768343B (zh) 用于促进检查肝脏肿瘤病例的系统和方法
US20070100226A1 (en) Medical imaging system for accurate measurement evaluation of changes in a target lesion
CN112651885A (zh) 用于减少图像记录噪声的方法和装置
EP3324846B1 (en) Computed tomography visualization adjustment
CN111696083A (zh) 一种图像处理方法、装置、电子设备及存储介质
CN102169530A (zh) 乳房造影图像的图像处理方法
Zanca et al. Evaluation of clinical image processing algorithms used in digital mammography
EP1557791A1 (en) Image processing method, and apparatus
EP1741058B1 (en) Method and system for automatically improving the usability of a medical picture
EP3989172A1 (en) Method for use in generating a computer-based visualization of 3d medical image data
Kumar et al. Machine learning in the detection of dental cyst, tumor, and abscess lesions
JP6878679B2 (ja) デジタルx線画像における低情報コンテンツを有する領域の検出
US8116545B2 (en) Method and system for analysis of bone density
Lu et al. Computing mammographic density from a multiple regression model constructed with image-acquisition parameters from a full-field digital mammographic unit
Armato III et al. Temporal subtraction in chest radiography: Automated assessment of registration accuracy
Sayin et al. Optimization of CBCT data with image processing methods and production with fused deposition modeling 3D printing
Varghese et al. Investigating the role of imaging factors in the variability of CT‐based texture analysis metrics
McHugh Image enhancement
De Crop Image quality evaluation in X-ray medical imaging based on Thiel embalmed human cadavers
Hoye Truth-based Radiomics for Prediction of Lung Cancer Prognosis
WO2006132651A2 (en) Dynamic contrast visualization (dcv)

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: 20101201