CN102985946A - 呼吸运动估计的自动逐点验证 - Google Patents
呼吸运动估计的自动逐点验证 Download PDFInfo
- Publication number
- CN102985946A CN102985946A CN201180033677XA CN201180033677A CN102985946A CN 102985946 A CN102985946 A CN 102985946A CN 201180033677X A CN201180033677X A CN 201180033677XA CN 201180033677 A CN201180033677 A CN 201180033677A CN 102985946 A CN102985946 A CN 102985946A
- Authority
- CN
- China
- Prior art keywords
- image
- positions
- tolerance
- local
- motion
- 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.)
- Granted
Links
- 230000033001 locomotion Effects 0.000 title claims abstract description 33
- 230000000241 respiratory effect Effects 0.000 title claims description 6
- 238000010200 validation analysis Methods 0.000 title 1
- 230000008859 change Effects 0.000 claims abstract description 12
- 238000000034 method Methods 0.000 claims description 23
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 4
- 238000002474 experimental method Methods 0.000 abstract description 2
- 230000001131 transforming effect Effects 0.000 abstract 1
- 238000002591 computed tomography Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 11
- 230000002685 pulmonary effect Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 206010047571 Visual impairment Diseases 0.000 description 7
- 210000004072 lung Anatomy 0.000 description 7
- 210000001519 tissue Anatomy 0.000 description 5
- 230000006835 compression Effects 0.000 description 4
- 238000007906 compression Methods 0.000 description 4
- 230000008602 contraction Effects 0.000 description 4
- 238000013500 data storage Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000002600 positron emission tomography Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000002059 diagnostic imaging Methods 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000009206 nuclear medicine Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 210000000845 cartilage Anatomy 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 238000002603 single-photon emission computed tomography Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
- G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
-
- 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
- G06T2207/30061—Lung
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
一种用于验证运动估计的系统包括场单元（110），其用于通过将运动的第一阶段的第一图像变换为所述运动的第二阶段的第二图像来获得估计所述运动的变形矢量场（DVF）；度量单元（120），其用于计算多个位置处的局部体积变化的度量；以及一致性单元（130），其用于基于所计算的多个位置处的局部体积变化的度量和多个位置处定义的第一图像或第二图像的局部属性，计算一致性测度。基于一致性测度的值，验证估计运动的DVF。实验表明基于所计算的多个位置处的局部体积变化的度量和多个位置处定义的第一图像或第二图像的局部属性的一致性测度不必支持外力的大权重以提供更精确的配准。该结论的一个原因可能是提供更精确对准的大的变形经常导致产生不合理的大的体积变化的变形。包括这种变形的DVF因此更可能为本发明的系统抛弃。
Description
技术领域
本发明大体涉及运动估计的自动逐点验证，其中，通过用于将在运动的第一阶段的第一图像变换为在运动的第二阶段的第二图像的变形矢量场对运动进行估计。具体而言，本发明涉及基于CT图像进行呼吸运动估计的自动逐点验证。
背景技术
在医学成像中补偿身体运动是必需的并且已经在医学成像领域中变得不可或缺。由于通过刚性变换或仿射变换进行运动补偿只适于少数临床目标应用（例如，脑应用的患者定位），因此通过非刚性或弹性变换进行运动补偿已变成最新技术水平。弹性变换的有效性的突出示例是呼吸运动。
运动补偿要求对至少两幅图像进行配准以计算根据第二图像对准一幅图像的变形矢量场（DVF）。能够使用残留图像（即，经对准的第一图像和第二图像的差）的小的程度，作为成功配准的必要标准。未对准的图像结构可被看作为残留图像中的剩余阴影。但是，在残留图像中任何结构的缺失并不保证成功的配准，因为该残留对均匀图像区域的变形是不变的。
典型地，图像配准方案旨在平衡两种力：由两幅图像的差别导致的外力和由物理模型导致的内力。因此，引入权重因子以平衡这两种力。通常，在外力上应用大权重可能产生小的残留图像。不幸的是，这经常向DVF中引入不正确的变形，甚至折叠。因此，将残留图像用于验证DVF可能经常导致对该DVF的错误确定。
发明内容
有用的是提供一种用于降低错误估计的DVF的正验证的可能性的验证方案。
因此，在第一方面，本发明提供一种用于验证运动估计的系统，其包括：
-场单元，其用于通过将运动的第一阶段的第一图像变换为运动的第二阶段的第二图像来获得估计运动的变形矢量场；
-度量单元，其用于计算多个位置处的局部体积变化的度量；以及
-一致性单元，其用于基于所计算的多个位置处的局部体积变化的度量和多个位置处定义的第一图像或第二图像的局部属性，计算一致性测度。
基于一致性测度的值，验证估计运动的DFV。实验表明基于所计算的多个位置处的局部体积变化的度量和多个位置处定义的第一图像或第二图像的局部属性的一致性测度不必支持外力的大权重以提供更精确的配准。该结论的一个原因可能是提供更精确对准的大的变形经常导致产生不合理的大的体积变化的变形。因而，包括这种变形的DVF更可能被本发明的系统抛弃。
在本系统的实施例中，局部体积变化的度量基于雅克比度量。
在本系统的实施例中，度量单元还被布置成基于第一图像和第二图像，计算多个位置处的局部体积变化的基于图像强度的度量，并且多个位置处定义的第一图像或第二图像的局部属性是所计算的基于图像强度的度量。在CT图像中，利用Hounsfield单位（HU）测量强度。一致性单元被布置成基于局部体积变化的两个度量计算一致性测度：基于图像强度的度量，和例如雅克比度量。
在本系统的实施例中，基于所计算的多个位置处的局部体积变化的度量和多个位置处定义的第一图像或第二图像的局部属性，在多个位置处计算一致性测度，由此变为一致性图。例如，局部体积变化的度量可能是雅克比度量，局部属性可能是基于图像强度的度量，并且，在多个位置中的每个位置处，一致性测度可能是在所述位置处的雅克比度量和强度度量的差的绝对值。一致性图允许在多个位置处局部验证运动估计。
在本系统的实施例中，局部属性是第一图像的强度，一致性单元被布置成确定多个位置中每个位置处的邻域，并且基于通过将双曲线函数拟合到在所确定的邻域中的每个位置处的局部体积变化的度量和第一图像强度的对应值的联合分布所计算的相关系数，在多个位置中的每个位置处计算一致性测度。该实施例的工作能够通过如下事实来说明：例如CT图像中HU单位测量的低/高图像强度分别对应低/高组织密度。依次，低组织密度导致高组织可压缩性，而高组织密度导致低组织可压缩性。
在实施例中，本系统还包括峰值单元，其用于检测一致性图中的峰值。可以告知用户所检测的一致性图中的峰值的位置以指示DVF中可能错误的位置，即第一图像和第二图像的失配准的位置。所检测的一致性图中的峰值可以被覆盖在第一图像或第二图像上并同第一图像或第二图像一起显示。
在本系统的实施例中，场单元被布置成利用第一图像与第二图像的弹性配准，计算变形矢量场。
在实施例中，本系统还包括更新单元，其用于基于所计算的一致性测度，更新变形矢量场。一致性测度可以用作更新变形矢量场的唯一输入，或用作对更新变形矢量场的其他输入的补充。例如，导出弹性图像配准的内力和外力的权重可能是取决于位置的，考虑到所检测的一致性图中的峰值的位置。
在实施例中，本系统用于验证呼吸运动估计。其他可能用途包括但不局限于心脏的收缩和舒张以及肿瘤的生长或缓解。
在本发明的第二方面中，提供一种包括根据本发明的系统的工作站。
在本发明的第三方面中，提供一种包括根据本发明的系统的图像采集装置。
在本发明的第四方面中，提供一种验证运动估计的方法，该方法包括：
-场步骤，其用于通过将运动的第一阶段的第一图像变换为运动的第二阶段的第二图像来获得估计运动的变形矢量场；
-度量步骤，其用于计算多个位置处的局部体积变化的度量；以及
-一致性步骤，其用于基于所计算的多个位置处的局部体积变化和多个位置处定义的第一图像或第二图像的局部属性，计算一致性测度。
在本发明的第五方面中，提供一种计算机程序产品，其程序用于令处理器执行根据本发明的方法。
本发明由独立权利要求进行定义，独立权利要求参考由从属权利要求所定义的实施例进行阐述。
本领域技术人员应领会到上述实施例、实施方式，和/或本发明的各方面中的两个或更多能够以任何认为有用的方式进行组合。
本领域技术人员在说明书的基础上能够实施本系统、本方法、所述图像采集装置、所述工作站，和/或所述计算机程序产品的变型和更改，这些变型和更改都对应于本系统或方法的所述变型和更改。
本领域技术人员应领会到本发明的图像数据集可以为由各种采集模态采集的2维（2D）、3维（3D）或4维（4D）图像数据集，所述采集模态例如但不局限于X射线成像、计算机断层摄影（CT）、磁共振成像（MRI）、超声（US）、正电子发射断层摄影（PET）、单光子发射计算机断层摄影（SPECT）以及核医学（NM）。
附图说明
本发明的这些及其他方面将参照附图进行进一步的阐述和说明，在附图中：
图1示出了本系统的示例性实施例的框图；
图2A示出了CT肺实质体模的示例性切片；
图2B示出了压缩该肺实质体模后的雅克比度量；
图2C示出了示例性一致性图；
图2D示出了覆盖在CT切片上的一致性图；
图3示出了在图2A所示的体素邻域中计算的、局部体积变化和对应图像强度的示例性散布图；
图4示出了根据本发明的方法的流程图；
图5示意性示出了图像采集装置的示例性实施例；以及
图6示意性示出了工作站的示例性实施例。
所有附图中使用相同附图标记表示类似部件。
具体实施方式
图1示意性示出了用于验证运动估计的系统100的示例性实施例的框图，该系统包括：
-场单元110，其用于通过将运动的第一阶段的第一图像变换为运动的第二阶段的第二图像来获得估计运动的变形矢量场；
-度量单元120，其用于计算多个位置处的局部体积变化的度量；以及
-一致性单元130，其用于基于所计算的多个位置处的局部体积变化的度量和多个位置处定义的第一图像或第二图像的局部属性，计算一致性测度。
该系统100的示例性实施例还包括：
-峰值单元140，其用于检测一致性图中的峰值；
-更新单元150，其用于基于所计算的一致性测度，更新变形矢量场。
-控制单元160，其用于控制系统100的工作；
-用户界面165，其用于进行用户和系统100之间的通信；以及
-存储器单元170，其用于存储数据。
在系统100的实施例中，有用于引入数据的三个输入连接器181、182和183。第一输入连接器181被布置成接收来自数据存储器件的数据，所述数据存储器件例如但不局限于硬盘、磁带、闪速存储器或光盘。第二输入连接器182被布置成接收来自用户输入设备的数据，所述用户输入设备例如但不局限于鼠标或触摸屏。第三输入连接器183被布置成接收来自诸如键盘的用户输入设备的数据。输入连接器181、182和183被连接至输入控制单元180。
在系统100的实施例中，有用于引出数据的两个输出连接器191和192。第一输出连接器191被布置成将数据输出到数据存储器件，所述数据存储器件例如硬盘、磁带、闪速存储器或光盘。第二输出连接器192被布置成将数据输出到显示设备。输出连接器191和192经由输出控制单元190接收各自的数据。
本领域技术人员应理解，有多种方式将输入设备连接至系统100的输入连接器181、182和183并将输出设备连接至系统100的输出连接器191和192。这些方式包括但不局限于有线和无线连接、例如但不局限于局域网（LAN）和广域网（WAN）的数字网络、英特网、数字电话网，以及模拟电话网。
在系统100的实施例中，系统100包括存储器单元170。系统100被布置成经由输入连接器181、182和183中的任意输入连接器接收来自外部设备的输入数据，并将所接收的输入数据存储在存储器单元170中。将输入数据载入存储器单元170中允许系统100的各单元快速访问相关的数据部分。例如，输入数据包括第一图像和第二图像。存储器设备170可以实施为例如但不局限于CPU寄存器组、缓冲存储器、随机访问存储器（RAM）芯片、只读存储器（ROM）芯片，和/或硬盘驱动器以及硬盘。存储器单元170还可被布置成存储输出数据。例如，输出数据包括任选覆盖在第一图像上的一致性图。存储器单元170还可被布置成经由存储器总线175接收来自系统100的各单元的数据和/或将数据递送到系统100的各单元，系统100的各单元包括场单元110、度量单元120、一致性单元130、峰值单元140、更新单元150、控制单元160，以及用户界面165。存储器单元170还被布置成使外部设备经由输出连接器191和192可以使用输出数据。存储器单元170中存储来自系统100的各单元的数据能够有利地改善系统100的各单元的性能以及输出数据从系统100的各单元到外部设备的传输速率。
在系统100的实施例中，系统100包括用于控制系统100的控制单元160。控制单元160可被布置成接收来自系统100的各单元的控制数据并向系统100的各单元提供控制数据。例如，在计算出多个位置处的局部体积变化的度量后，度量单元120可被布置成将控制数据“已计算局部体积变化”提供给控制单元160，并且控制单元160可被布置成向一致性单元130提供控制数据“计算一致性图”。或者，控制功能可以被实施在系统100的另一单元中。
在系统100的实施例中，系统100包括用于进行用户与系统100之间的通信的用户界面165。用户界面165可被布置成接收用户输入以选择第一图像或第二图像的局部属性，从而供一致性单元130计算多个位置处的一致性测度。然后，用户界面可适于显示一致性图，其任选覆盖在第一图像或第二图像上。本领域技术人员应当理解，更多功能可有利地实施在系统100的用户界面165中。
现将参照基于肺部变形矢量场对CT肺部配准的验证来描述本发明的系统。本领域技术人员应当理解，本发明对验证其他运动也是有用的和/或采集方法并不局限于CT。下述实施例用于阐明本发明而不应理解为对权利要求范围的限定。
在实施例中，本发明的系统100的场单元110被布置成基于在呼吸运动的两个阶段采集的两个CT扫描、第一图像和第二图像，计算估计肺部的呼吸运动的变形矢量场。利用这两个CT扫描的弹性配准来计算DVF。上述弹性配准将第一图像变换到第二图像上。例如在Modersitzki,J.的“Numerical Methods for Image Registration”（Oxford University Press，2004）中描述了适当的弹性图像配准方案。
然后，度量单元120被布置成以下列方式利用雅克比度量计算多个位置处的局部体积变化的度量。肺部的局部体积变化亦称为局部肺部通气量。让u表示将第一图像图到第二图像上的DVF。对每个体素位置x，局部体积变化M1(x)由下式给出
M1(x)=det(J(x+u(x))–1
其中，J表示雅克比矩阵，并且det表示行列式。
在计算雅克比度量的同时、之前或之后，一致性单元130被布置成计算第一图像或第二图像的局部属性。该局部属性是基于图像强度的度量，具体而言是所谓的局部体积变化的HU度量，其是根据Guerrero,T.、Sanders,K.、Castillo,E.、Zhang,Y.、Bidaut,L.、Pan,T.、Komaki,R.的“Dynamicventilation imaging from four-dimensional computed tomography”（Phys MedBiol 51(4)(2006)777–91）以下列方式计算的。再次，让u表示将第一图像图到第二图像上的DVF，并且让I1(x)、I2(x)分布表示体素位置x处第一图像和第二图像的Hounsfield单位的强度值。如下定义HU度量M2(x)
M2(x)=1000*(I2(x+u(x))-I1(x))/(I1(x)*I2(x+u(x))+1000)M2(x)可被解释为两图像中对应解剖位置的相对密度变化。其（分数）分子等同于残留图像。
取决于所选的扫描器协议或其他情况，水和空气的校准值可能不同。例如，校准值-1024HU可用于空气，而不是典型值-1000HU。当校准值改变时，必须相应地更新用于M2(x)的公式。
在计算M1(x)和M2(x)之后，一致性单元130被布置成计算在第一图像空间中的每个位置x处的一致性图C(x)=f(M1(x),M2(x))的值，其中，f是两个实数变量的适当函数。在实施例中，一致性图是M1(x)和M2(x)的绝对差别：C(x)=|M1(x)-M2(x)|。
在计算一致性图后，峰值单元140被布置成检测一致性图C中的局部峰值xP。任选地，所检测的峰值位置xP或xP+u(xP)分别被覆盖在第一图像或第二图像上，并且被显示给医师。
图2A示出了示例性的第一图像，其示出了CT肺实质体模的切片。该肺实质体模被压缩5%至23%。图2B示出了压缩肺实质体模后的雅克比度量。在图2B中，亮区域指示体积保存，而暗区域指示局部收缩或扩张。能够利用颜色编码区分局部收缩和扩张。图2C示出了基于示出肺实质体模的第一图像（图2A）和包括压缩的肺实质体模的第二图像（未示出）所计算的一致性图。一致性影响示出了“热点”20，即DVF的局部干扰。在图2D中，包括热点20的一致性图被覆盖在第一图像上。
在本系统的实施例中，基于局部体积变化的雅克比度量M1(x)和第一图像的强度I1(x)计算一致性图。为此，为每个体素x选择邻域N(x)。对每个体素y∈N(x)，获得值M1(y)和I1(y)。由(I1(y)、M1(y))的散布图以图形表示的M1(y)和I1(y)的联合分布，被建模为双曲线函数M1(y)=1/(a+b*I1(y))，其中a和b是双曲线函数的参数。相关系数（即所谓的r2值）是一致性图在x处的值。
由(I1(y)、M1(y))的散布图以图形表示的M1(y)和I1(y)的联合分布能够被建模为双曲线函数M1(y)=1/(a+b*I1(y))的原因是M1(y)和I1(y)的值成反比：由主要包括肺泡的肺部区域导致的低组织密度经受较高的体积变化，即表明较高的变形能力、尤其是可压缩性，而由包括支气管树的主要部分和/或软骨组成的结构的肺部区域导致的高组织密度经受有限的体积变化，即表明有限的变形能力、尤其是可压缩性。
图3示出了基于示出肺实质体模的第一图像（图2A）和包括压缩5%至23%的肺实质体模的第二图像，在体素x的邻域N(x)中计算的(I1(y)、M1(y))的示例性散布图。可见具有低Hounsfield值的体素比具有较高Hounsfield值的体素更能变形。注意，体积变化0对应于体积保存而体积变化-0.5例如对应于体积收缩到1/2。
在实施例中，系统100还包括用于基于所计算的一致性测度更新变形矢量场的更新单元150。如果该一致性测度不满足条件，例如如果在某些体素x处差C(x)=|M1(x)-M2(x)|大于阈值，更新单元150被布置成检测该事实并修改DVF以最小化目标函数。例如，目标函数可为一致性测度C(x)的最大值和残留图像R(x)=I2(x+u(x))–I1(x)的最大值的加权和。本领域技术人员应当知道多种适当的最小化技术，其包括但不局限于梯度下降、共轭梯度法、单纯形法以及模拟退火。
本领域技术人员应领会到，系统100可以是在辅助医师工作的各个方面对其有帮助的有用工具。另外，尽管本系统的实施例利用系统的医学应用进行说明，但是也能预见到系统的非医学应用。
本领域技术人员还应理解，系统100的其他实施例亦是可能的。除其他事项外，可以重新定义系统的各单元并且重新分配其功能。尽管上述实施例应用于医学图像，但是与医学应用无关的系统的其他应用亦是可能的。
可以利用处理器实施系统100的各单元。通常，在软件程序产品的控制下实施其功能。在运行期间，通常将软件程序产品载入如RAM的存储器中，并由此运行。该程序可由后台（background）存储器载入，后台存储器例如为ROM、硬盘，或磁存储和/或光存储，或者该程序可经由如英特网的网络载入。任选地，专用集成电路可提供上述功能。
图4中示意性示出了验证运动估计的方法M的示例性流程图。该方法M以场步骤S10开始，场步骤S10用于通过将运动的第一阶段的第一图像变换为运动的第二阶段的第二图像来获得估计运动的变形矢量场。在场步骤S10后，方法M继续到度量步骤S20，其用于计算多个位置处的局部体积变化的度量。在度量步骤S20后，方法M继续到一致性步骤S30，其用于基于所计算的多个位置处的局部体积变化的度量和多个位置处定义的第一图像或第二图像的局部属性，计算一致性测度。任选地，在一致性步骤S30后，方法M继续到峰值步骤S40，其用于检测一致性图中的峰值。在显示步骤S45中显示所检测的峰值。在一致性步骤S30后，或任选地，在一致性步骤S40和显示步骤S45后，方法M终止。
本领域技术人员在不脱离本发明意旨的构思的情况下，可以利用线程模型、多处理器系统或多过程改变一些步骤的次序或同时执行一些步骤。任选地，方法M中的两个或更多步骤可以被组合为一个步骤。
图5示意性示出了采用本发明的系统100的图像采集装置500的示例性实施例，上述图像采集装置500包括经由内部连接与系统100连接的图像采集单元510、输入连接器501以及输出连接器502。这种布置有利地增加了图像采集装置500的能力，从而提供了具有系统100的有利能力的上述图像采集装置500。
图6示意性示出了工作站600的示例性实施例。该工作站包括系统总线601。处理器610、存储器620、磁盘输入/输出（I/O）适配器，以及用户接口（UI）640可操作地连接至系统总线601。磁盘存储设备631可操作地耦合至磁盘I/O适配器630。键盘641、鼠标642，以及显示器643可操作地耦合至UI 640。实施为计算机程序的本发明的系统100存储在磁盘存储设备631中。工作站600被布置成将程序和输入数据载入存储器620中并在处理器610上运行该程序。用户能够利用键盘641和/或鼠标642向工作站600输入信息。该工作站被布置成向显示器设备643和/或磁盘631输出信息。本领域技术人员应当理解，本领域已知众多的工作站600的其他实施例，并且本实施例只用于说明本发明而不应理解将本发明限定为该具体实施例。
应当注意，上述实施例说明而非限定本发明，并且本领域技术人员能够在不脱离权利要求书的范畴的情况下设计替代实施例。在权利要求书中，任何位于圆括号间的附图标记不应理解为对该权利要求的限定。词“包括”不排除存在权利要求书或说明书中未列出的元件或步骤。元件前的词“一”或“一个”不排除存在多个这样的元件。本发明能够实施为包括若干独立元件的硬件，并且实施为编程的计算机。在列举若干单元的系统权利要求中，这些单元中的若干个能够具体化为同一个记录的硬件或软件。词第一、第二，第三等的使用不指示任何次序。这些词应被解释为名字。
Claims (14)
1.一种用于验证运动估计的系统，包括：
-场单元（110），其用于通过将运动的第一阶段的第一图像变换为所述运动的第二阶段的第二图像来获得估计所述运动的变形矢量场；
-度量单元（120），其用于计算多个位置处的局部体积变化的度量；以及
-一致性单元（130），其用于基于所计算的所述多个位置处的所述局部体积变化的度量和所述多个位置处定义的所述第一图像或第二图像的局部属性，计算一致性测度。
2.根据权利要求1所述的系统，其中，所述局部体积变化的度量基于雅克比度量。
3.根据权利要求2所述的系统，其中，所述度量单元（120）还被布置成基于所述第一图像或所述第二图像，计算所述多个位置处的所述局部体积变化的基于图像强度的度量，并且其中，所述多个位置处定义的所述第一图像或第二图像的局部属性是所计算的基于图像强度的度量。
4.根据权利要求1所述的系统，其中，基于所计算的所述多个位置处的所述局部体积变化的度量和所述多个位置处定义的所述第一图像或第二图像的局部属性，在所述多个位置处计算所述一致性测度，由此成为一致性图。
5.根据权利要求4所述的系统，其中，所述局部属性是所述第一图像的强度，其中，所述一致性单元被布置成确定所述多个位置中的每个位置处的邻域，并且其中，基于通过将双曲线函数拟合到在所确定的邻域中每个位置处的局部体积变化的度量和第一图像强度的对应值的联合分布所计算的相关系数，在所述多个位置中的每个位置处计算所述一致性测度。
6.根据权利要求4所述的系统，还包括峰值单元（140），所述峰值单元用于检测所述一致性图中的峰值。
7.根据权利要求6所述的系统，还包括显示器（165），所述显示器用于显示覆盖在所述第一图像或所述第二图像上的所检测的所述一致性图中的峰值。
8.根据权利要求1所述的系统，其中，所述场单元（110）被布置成利用所述第一图像与所述第二图像的弹性配准，计算所述变形矢量场。
9.根据权利要求1所述的系统，还包括更新单元（150），所述更新单元用于基于所计算的一致性测度，更新所述变形矢量场。
10.根据权利要求1至9中任一项所述的系统用于验证呼吸运动估计的用途。
11.一种工作站（600），包括根据权利要求1至9中任一项所述的系统。
12.一种图像采集装置（500），包括根据权利要求1至9中任一项所述的系统。
13.一种验证运动估计的方法（M），包括：
-场步骤（S10），其用于通过将运动的第一阶段的第一图像变换为所述运动的第二阶段的第二图像来获得估计所述运动的变形矢量场；
-度量步骤（S20），其用于计算多个位置处的局部体积变化的度量；以及
-一致性步骤（S30），其用于基于所计算的所述多个位置处的所述局部体积变化的度量和所述多个位置处定义的所述第一图像或第二图像的局部属性，计算一致性测度。
14.一种计算机程序产品，其程序用于令处理器执行根据权利要求13所述的方法。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP10169051.9 | 2010-07-09 | ||
| EP10169051 | 2010-07-09 | ||
| PCT/IB2011/052971 WO2012004742A1 (en) | 2010-07-09 | 2011-07-05 | Automatic point-wise validation of respiratory motion estimation |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102985946A true CN102985946A (zh) | 2013-03-20 |
| CN102985946B CN102985946B (zh) | 2016-08-24 |
Family
ID=44509502
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201180033677.XA Active CN102985946B (zh) | 2010-07-09 | 2011-07-05 | 呼吸运动估计的自动逐点验证 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US9171377B2 (zh) |
| EP (1) | EP2591459B1 (zh) |
| JP (1) | JP5852647B2 (zh) |
| CN (1) | CN102985946B (zh) |
| BR (1) | BR112013000355A2 (zh) |
| WO (1) | WO2012004742A1 (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104077780A (zh) * | 2014-07-07 | 2014-10-01 | 上海电力学院 | 一种基于分割的医学图像非刚性配准算法性能评价方法 |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012004742A1 (en) * | 2010-07-09 | 2012-01-12 | Koninklijke Philips Electronics N.V. | Automatic point-wise validation of respiratory motion estimation |
| WO2013126659A1 (en) | 2012-02-22 | 2013-08-29 | Veran Medical Technologies, Inc. | Systems, methods, and devices for four dimensional soft tissue navigation |
| US20150139503A1 (en) * | 2012-06-27 | 2015-05-21 | Koninklijke Philips N.V. | Motion parameter estimation |
| WO2014155346A2 (en) * | 2013-03-29 | 2014-10-02 | Koninklijke Philips N.V. | Image registration |
| US9576107B2 (en) * | 2013-07-09 | 2017-02-21 | Biosense Webster (Israel) Ltd. | Model based reconstruction of the heart from sparse samples |
| CN107111881B (zh) * | 2014-12-16 | 2021-06-15 | 皇家飞利浦有限公司 | 对应性概率图驱动的可视化 |
| JP2018068814A (ja) * | 2016-11-01 | 2018-05-10 | 国立大学法人東北大学 | 画像処理装置、画像処理方法、及び、画像処理プログラム |
| EP3422037A1 (en) | 2017-06-27 | 2019-01-02 | Koninklijke Philips N.V. | Method and device for determining a motion field from k-space data |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030220772A1 (en) * | 2002-05-22 | 2003-11-27 | Hsiao-Dong Chiang | Dynamical methods for solving large-scale discrete and continuous optimization problems |
| US20040064036A1 (en) * | 2002-09-26 | 2004-04-01 | Zuhua Mao | Methods and systems for motion tracking |
| WO2004051571A2 (en) * | 2002-11-29 | 2004-06-17 | Mirada Solutions Limited | Image fusion with registration confidence measure |
| US20060224363A1 (en) * | 2005-04-04 | 2006-10-05 | Valadez Gerardo H | System and method for quantifying the quality of motion correction in image registration |
| CN101076282A (zh) * | 2004-09-30 | 2007-11-21 | 安科锐公司 | 移动目标的动态追踪 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1588328B1 (en) * | 2003-01-13 | 2017-08-16 | Koninklijke Philips N.V. | A method of image registration and medical image data processing apparatus |
| US8059915B2 (en) * | 2006-11-20 | 2011-11-15 | Videosurf, Inc. | Apparatus for and method of robust motion estimation using line averages |
| US7957574B2 (en) * | 2006-11-22 | 2011-06-07 | General Electric Company | Methods and apparatus for generating a risk metric for soft plaque in vessels |
| RU2009129139A (ru) * | 2006-12-29 | 2011-02-10 | Конинклейке Филипс Электроникс, Н.В. (Nl) | Улучшенная регистрация изображений и способы для компенсировния интраоперационного движения в контролируемых по изображениям процедурах оперативного вмешательства |
| JP5147656B2 (ja) * | 2008-11-20 | 2013-02-20 | キヤノン株式会社 | 画像処理装置、画像処理方法、プログラム、及び記憶媒体 |
| WO2012004742A1 (en) * | 2010-07-09 | 2012-01-12 | Koninklijke Philips Electronics N.V. | Automatic point-wise validation of respiratory motion estimation |
-
2011
- 2011-07-05 WO PCT/IB2011/052971 patent/WO2012004742A1/en active Application Filing
- 2011-07-05 JP JP2013517660A patent/JP5852647B2/ja active Active
- 2011-07-05 EP EP11743366.4A patent/EP2591459B1/en active Active
- 2011-07-05 US US13/808,607 patent/US9171377B2/en active Active
- 2011-07-05 CN CN201180033677.XA patent/CN102985946B/zh active Active
- 2011-07-05 BR BR112013000355A patent/BR112013000355A2/pt not_active IP Right Cessation
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030220772A1 (en) * | 2002-05-22 | 2003-11-27 | Hsiao-Dong Chiang | Dynamical methods for solving large-scale discrete and continuous optimization problems |
| US20040064036A1 (en) * | 2002-09-26 | 2004-04-01 | Zuhua Mao | Methods and systems for motion tracking |
| WO2004051571A2 (en) * | 2002-11-29 | 2004-06-17 | Mirada Solutions Limited | Image fusion with registration confidence measure |
| CN101076282A (zh) * | 2004-09-30 | 2007-11-21 | 安科锐公司 | 移动目标的动态追踪 |
| US20060224363A1 (en) * | 2005-04-04 | 2006-10-05 | Valadez Gerardo H | System and method for quantifying the quality of motion correction in image registration |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104077780A (zh) * | 2014-07-07 | 2014-10-01 | 上海电力学院 | 一种基于分割的医学图像非刚性配准算法性能评价方法 |
| CN104077780B (zh) * | 2014-07-07 | 2017-03-15 | 上海电力学院 | 一种基于分割的医学图像非刚性配准算法性能评价方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102985946B (zh) | 2016-08-24 |
| US20130108117A1 (en) | 2013-05-02 |
| EP2591459A1 (en) | 2013-05-15 |
| US9171377B2 (en) | 2015-10-27 |
| JP2013530768A (ja) | 2013-08-01 |
| EP2591459B1 (en) | 2016-09-07 |
| BR112013000355A2 (pt) | 2016-06-07 |
| WO2012004742A1 (en) | 2012-01-12 |
| JP5852647B2 (ja) | 2016-02-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102985946A (zh) | 呼吸运动估计的自动逐点验证 | |
| CN102473300B (zh) | 多模态乳房成像 | |
| US8031211B2 (en) | Techniques for 3-D elastic spatial registration of multiple modes of measuring a body | |
| KR101267759B1 (ko) | 화상 처리 장치, 화상 처리 방법 및 저장 매체 | |
| EP3021753B1 (en) | Systems and methods for determining hepatic function from liver scans | |
| US9741131B2 (en) | Anatomy aware articulated registration for image segmentation | |
| US20110262015A1 (en) | Image processing apparatus, image processing method, and storage medium | |
| WO2013094152A1 (ja) | 画像処理装置および画像処理方法、並びに、画像処理プログラム | |
| US10157486B2 (en) | Deformation field calculation apparatus, method, and computer readable storage medium | |
| US7616783B2 (en) | System and method for quantifying motion artifacts in perfusion image sequences | |
| WO2020110774A1 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
| US9020215B2 (en) | Systems and methods for detecting and visualizing correspondence corridors on two-dimensional and volumetric medical images | |
| US8933926B2 (en) | Image processing apparatus, method, and program | |
| Gong et al. | Locally adaptive total p-variation regularization for non-rigid image registration with sliding motion | |
| US10102347B2 (en) | Patient specific anatiomical sketches for medical reports | |
| CN111566699A (zh) | 静态流程前规划数据到动态流程内分割数据的配准 | |
| JP6578375B2 (ja) | 画像処理装置及び画像処理方法 | |
| US11295451B2 (en) | Robust pulmonary lobe segmentation | |
| US7590271B2 (en) | System and method for automatic detection and localization of 3D bumps in medical images | |
| Xie et al. | Interactive Segmentation of Lung Tissue and Lung Excursion in Thoracic Dynamic MRI Based on Shape-guided Convolutional Neural Networks | |
| Kabus et al. | Validation and comparison of approaches to respiratory motion estimation |
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 |