CN103106653A - 医学图像数据组的配准质量的可视化方法和装置 - Google Patents
医学图像数据组的配准质量的可视化方法和装置 Download PDFInfo
- Publication number
- CN103106653A CN103106653A CN2012103799784A CN201210379978A CN103106653A CN 103106653 A CN103106653 A CN 103106653A CN 2012103799784 A CN2012103799784 A CN 2012103799784A CN 201210379978 A CN201210379978 A CN 201210379978A CN 103106653 A CN103106653 A CN 103106653A
- Authority
- CN
- China
- Prior art keywords
- image
- stack
- registering
- mask
- target image
- 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
- G06T7/30—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
- G06T1/00—General purpose image data processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
- G09G5/00—Control arrangements or circuits for visual indicators common to cathode-ray tube indicators and other visual indicators
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/222—Studio circuitry; Studio devices; Studio equipment
- H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/24—Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
-
- 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
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
-
- 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
-
- 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
- G06T2207/30168—Image quality inspection
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Computer Hardware Design (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明涉及一种医学图像数据组的配准质量的可视化方法(1),包含下述方法步骤:S1)采集基准图像(10)和目标图像(20);S2)通过包括非弹性配准方法部分和弹性配准方法部分的配准方法把基准图像(10)与目标图像(20)配准成融合图像(40);S3)确定变形区,其中,变形区包括从目标图像(20)的图像点(25)到基准图像(10)的图像点(15)的移动矢量(45),所述移动矢量是由弹性配准方法部分造成;S4)使融合图像(40)的至少一个区域与叠加掩模(50)叠加,变形区的特征参数进入所述叠加掩模;S5)可视化融合图像(40)的至少一个区域和叠加的叠加掩模(50)。此外,本发明还设计一种用于执行这样的方法(1)的相应的装置(100)。
Description
技术领域
本发明涉及一种医学图像数据组的配准质量的可视化方法。除此之外,本发明还涉及一种相应的用于可视化医学图像数据组的配准质量的装置。
背景技术
在介入放射学中,为了判断一个病例,常常融合,即,叠加地显示不同模态,例如,二维和三维X射线影像(XA),计算机X射线断层扫描技术(CT),磁共振断层成像(MR),正电子发射断层显影(PET),单光子发射计算机断层扫描技术(SPECT)或超声波扫描术(US)的图像数据组。因此,医生在遇到特殊病例时可以组合不同方法的各自的优势。在理想的情况下为了叠加两个图片只需执行基础的数据图像处理操作,诸如旋转或移动,以正确覆盖图像。在这里指的是两个照片或图像数据组的严格配准或刚性配准。在实践中,将被叠加的影像经常是在不同的时间点或通过不同的照相机位置实现并且因此可以在不同的位置或以不同的形式显示可移动的或柔性的目标,像血管,器官或肌肉。例如,在两个拍摄期间的呼吸伪影或不同的手臂姿势可能是为什么一个血管或一个器官,例如,肝脏,在第一个图像中所占据的位置与在第二个图像中不同的原因。严格配准在这种情况下可能会提供令人不满意的叠加质量。在这些情况下经常使用一个非严格的,柔性的或弹性的配准,其将一个图像中的目标被转换成另一个图像中的相应的目标。在使用一个非严格配准算法的时候可能遇到的问题是,对于配准结果,即,融合图像的观察者来说,很难判定一个图像的哪一部分“弹性”转换程度较高而哪一部分稍微差一些。如果,例如,一个图像中对于诊断特别重要的区域是通过一个非严格配准算法改变,则可能会导致后果深远的误判。
发明内容
因此,本发明的任务是,提供一种医学图像数据组的配准质量的可视化方法。
本发明的基本思想是一种医学图像数据组的配准质量的可视化方法,包含下述方法步骤:
S1)采集基准图像和目标图像;
S2)通过一种包括非弹性配准方法部分和弹性配准方法部分的配准方法把基准图像与目标图像配准成融合图像;
S3)确定变形区,其中,变形区包括从目标图像的图像点到基准图像的图像点的移动矢量,移动矢量是通过弹性配准方法部分造成;
S4)使融合图像的至少一个区域与叠加掩模叠加,变形区的特征参数进入叠加掩模;
S5)可视化融合图像的至少一个区域和叠加的叠加掩模。
在第一方法步骤中,采集基准图像和目标图像。为此可以使用引言中所述的成像法。可以通过相同的或不同的成像法获取这两个图像。这些图像可能是立体图,即,三维图,二维图或三维图像数据组的二维剖面图。图像和图像数据组以下将作为同义词使用。在一个立体图中,图像点被叫做体素,在二维图中,被叫做像素。基准图像和目标图像通常包含检查对象的,例如,人或动物的不同的图像区,但是,交集不是空的。
在第二方法步骤中,基准图像与目标图像通过配准方法配准成一个融合图像。两个图像的配准可以理解为,数字图像处理方法,通过这种方法可以使至少一个相似场景的两个图片尽可能地相互一致。基准图像未发生改变。对于目标图像,确定进行变换,通过变换使目标图像尽可能地与基准图像匹配。就是说,这里涉及的是一个优化问题。图像配准是医学图像处理方面的一个常见任务,对此已经有大量的解决方案。例如,作为配准方法的可使用的优化方法有梯度下降法,下山单纯形法,爬山算法,和模拟退火法。通常,尤其是可以区分为非弹性和弹性配准方法。非弹性配准方法可以理解为一种图像配准方法,在这种图像配准方法中可以使用刚体变换,诸如平移和旋转,仿射变换,诸如缩放和剪切,和射影变换。弹性配准方法指的是一种图像配准方法,在这种图像配准方法可以使用弹性变换,在英语中也叫做“非刚体变换”,像,以插条或多项式为基础的变换。按照本发明的第二个方法步骤使用的是一种包含非弹性配准方法部分和弹性配准方法部分的配准方法。这意味着,如果在配准方法使用了刚体变换,仿射变换,和射影变换,它们可以被归类到非弹性配准方法部分。也可以考虑,通过操作者来执行尤其是移动,旋转和重新调整尺寸。弹性变换可以归类到弹性配准方法部分。替代一种由非弹性配准方法部分和弹性配准方法部分组成的配准方法,也可以先使用一种非弹性配准方法和随后使用一种弹性配准方法。
在第三个方法步骤中确定变形区,其中,变形区包括从目标图像的图像点到基准图像的图像点的移动矢量,而移动矢量是通过弹性配准方法部分造成。尤其是,变形区可以是一个矢量矩阵,所述矩阵重新定位目标图像的每个图像点,使目标图像与基准图像达到最佳重合。
在第四个方法步骤中将融合图像的至少一个区域与叠加掩模叠加,变形区的特征参数进入叠加掩模。因此,可以从变形区中计算出确定叠加掩模及其元素的特征参数,例如,间距尺寸或导数。叠加掩模,在英语中也被叫做Overlay,然后在正确的地点被分配给融合图像的一个区域或整个的融合图像。
在第五个方法步骤中融合图像的至少一个区域和叠加的叠加掩模被可视化。可视化融合图像的至少一个区域可以理解为,尤其是在监视器上显示融合图像的这个区域。叠加掩模及其元素,如上所述,通过变形区的特征参数,例如,间距尺寸被图形地叠加到融合图像的这个区域上。
优选,叠加掩模包含矩阵,矩阵的元素是从变形区的雅可比矩阵中确定。因此,导数或变形区的梯度进入叠加掩模,从而叠加掩模的元素是目标图像与基准图像的匹配强度或变形强度的度量。
在一个优选的结构形式中,叠加掩模含有矩阵,矩阵的元素是从对应矢量的长度中确定,而该对应矢量描述的是目标图像的图像点与基准图像的图像点的对应情况。因此,尤其是来自变形区的移动矢量和尤其是来自变形区的移动矢量的特征参数长度进入叠加掩模。长度或对应矢量值是一种衡量目标图像与基准图像匹配强度或变形强度的度量。
按照本发明的一个优选的结构形式规定,可视化融合图像的至少一个区域和叠加的叠加掩模包含对叠加掩模的元素用颜色进行编码,其中,尤其是可给定的值域可以分配给一个可给定的配色盘,或者其中特别是叠加掩模的元素的值域与预先给定的颜色盘对应。从叠加掩模出发,其元素说明的是,目标图像的图像点通过弹性配准方法部分被移动到那种程度才能与基准图像的相应的图像点重合,而通过颜色编码可以对人类观察者凭直觉就能理解地描述变形程度。优选使用熟悉的颜色模板,诸如透明代表没有变形,绿色代表代表稍微变形,黄色到红色代表变形程度越来越大。变形程度和颜色的对应可以由使用者规定。这时,这种对应可以是绝对地给定的或可给定的配色盘遍及叠加掩模的值域,就是说,例如,最大变形强度的0~10%的变形强度不配给颜色或者是透明的,10%~20%时赋予绿色,等等直到最大变形强度的90%~100%时赋予红色。
在一个优选的结构形式中,在基准图像内至少有一个感兴趣区域可以尤其是通过操作者给定,所述感兴趣区域在基准图像与目标图像配准方法的非弹性配准方法部分之后由配准方法的弹性配准方法部分考虑。这种做法在诊断时的优点是,只有感兴趣区域(英语:Region of Interest=ROI)需由配准方法的弹性配准方法部分考虑。因此,这个方法步骤描述如下:在基准图像中例如通过操作者标记一个或多个感兴趣区域。当基准图像和目标图像非弹性配准之后进行弹性配准,但是所述弹性配准局限于一个感兴趣区域或多个感兴趣区域。因此,叠加掩模及其与图像融合的可视化只包含感兴趣区域。这种结构形式可以被称作冲压操作,因为,感兴趣区域仿佛是从基准图像中“冲压”出来的并且只有这些感兴趣区域才进行弹性配准。
可以考虑,基准图像和目标图像含有三维图像数据组并且配准图像通过叠加的叠加掩模被可视化成二维剖面图。
本发明的另一个基本思想涉及的是一种用于可视化医学图像数据组的配准质量的装置。这种装置含有接收装置,用于接收被采集的基准图像和被采集的目标图像。此外,该装置还包含至少计算装置,用于借助由非弹性配准方法部分和弹性配准方法部分组成的配准方法使基准图像和目标图像配准,获得一个融合图像,和用于确定变形区,其中,变形区包括通过弹性配准方法部分造成的从目标图像的图像点到基准图像的图像点的移动矢量,和用于使融合图像的至少一个区域与叠加掩模叠加,变形区的特征参数进入叠加掩模。此外,该装置还含有用于可视化融合图像的至少一个区域和叠加的叠加掩模的显示装置。
本发明的一个优选的结构形式规定,装置的计算装置和显示装置的设计功能是执行前述的方法。
使用按照其中一个按照本发明的方法或按照本发明的装置可以实现下述优势:
-提高诊断质量,因为强变形区被特别地标出;
-为医生节省时间,因为“关键的”区域被自动标记,尤其是用颜色醒目地标记出来;
-计算的简单实现和针对病人的剂量应用
-对于医生而言可以进行弹性配准的可能性监控,因为,例如,对于骨头不预计其会变形。
附图说明
下述详细介绍的实施示例是本发明优选的结构形式。
其它优选的结构形式产生于附图及其说明。附图简介:
图1按照本发明方法可视化医学图像数据组的配准质量的流程图;
图2按照现有技术对两个医学图像进行配准的实施示例;
图3对两个医学图像进行配准的实施示例和配准质量的按照本发明的可视化;
图4从目标图像的图像点到基准图像的图像点的移动矢量;
图5可视化叠加掩模的实施示例;
图6用于可视化医学图像数据组的配准质量的装置。
具体实施方式
图1显示的是用于可视化医学图像数据组的配准质量的按照本发明方法1的流程图。方法1包含方法步骤S1~S5,在方法步骤5结束之后以“END”结束。下面是对方法步骤的详细描述:
S1)采集基准图像和目标图像;
S2)通过包括非弹性配准方法部分和弹性配准方法部分的配准方法把基准图像与目标图像配准成一个融合图像;
S3)确定变形区,其中,变形区包括从目标图像的图像点到基准图像的图像点的移动矢量,移动矢量是通过弹性配准方法部分造成;
S4)使融合图像的至少一个区域与叠加掩模叠加,变形区的特征参数进入叠加掩模;
S5)可视化融合图像的至少一个区域和叠加的叠加掩模。
图2图示的是一个按照现有技术对两个医学图像10和20进行配准的实施示例;基准图像10例如是利用X射线设备通过数字减影血管造影(DSA)提取并且显示部分血管。可以看见下部13,中部11和上部12。目标图像20显示的是同一个血管,但是是在一个稍晚些的时刻拍摄的并且与基准图像10最直观的区别首先在于另一个图像片段和在拍摄时几何投射设置发生变化。血管总体上是按顺时针转动。血管的下部21与基准图像的中部11相对应,上部22已经超出了基准图像的图像片段。可以间接认出的是,血管部分21和22不同,尽管它们在位置上应必须保持相同。原因可能是,比如,病人在两次照相期间轻微地动了一下。使用按照现有技术的配准方法得到的是一个融合图像30。该图中的部分31,32,33与基准图像10中的11,12,13对应。融合图像30多了图像部分34,这个部分源自目标图像20的部分24。此外,所使用的配准方法的非弹性配准方法部分使目标图像20这样转动和在位置上移动,使得无论是基准图像还是目标图像所包含的图像部分尽可能地完全重合。问题是由不同的图像部分12和22的叠加引起的图像部分32。在该示例中,如果两个图像的差异是通过弹性配准方法造成,则使用基准图像的显示,就是说,目标图像的图像点被映射到基准图像的图像点上。另一个方案是,例如,使用两个图像的平均值。最终,融合图像的观察者不能判断,融合图像中哪部分是可靠的,因为它们在这两个图中看起来都一样,而哪些部分可能是伪影。这样的话在诊断时误诊的几率可能会提高。
图3显示对两个医学图像10和20进行配准的实施示例和配准质量的按照本发明可视化。内容与图2中所述的实施示例类似。出发点是,例如为了获取较大的图像片段,基准图像10和目标图像20被相互组合。为此,基准图像10和目标图像20被配准成一个融合图像40。为此使用了一种包含弹性配准方法部分的配准方法,所述方法部分例如转动和移动目标图像并且其结果是融合图像40的图像部分41,43和44。所使用的配准方法的弹性配准方法部分使目标图像的目标变形,使该目标与基准图像的目标尽可能地完全重合。现有技术中公知有许多可使用的配准方法。按照本发明现在确定变形区。变形区含有从目标图像的图像点到基准图像的相应图像点的移动矢量。此外,融合图像被叠加一个叠加掩模。叠加掩模例如是矩阵,矩阵的元素从对应矢量的长度中确定,对应矢量描述的是目标图像的图像点与基准图像的图像点的对应情况。因此,尤其是来自变形区的移动矢量和尤其是来自变形区的移动矢量的特征参数长度进入叠加掩模。长度或对应矢量值是衡量目标图像与基准图像匹配强度或变形强度的度量。最后,融合图像和叠加的叠加掩模被可视化,即,叠加掩模被叠加给融合图像并且这两个都显示。在融合图像40示意性图示结果。通过叠加的叠加掩模可以清楚地识别出图像部分42。融合图像的观察者能够容易地识别出,图像部分42已经变形并且这个区域的配准质量比图像的其他部分要差。
图4示意性显示的是从目标图像的图像点25到基准图像的图像点15的移动矢量45。弹性配准方法把描述目标图像的曲线22的图像点25移动到描述基准图像的曲线12的图像点15。这些移动矢量45进入变形区。
图5显示的是一个可视化叠加掩模50的实施示例。例如,来自变形区的移动矢量长度进入叠加掩模50。就是说,为了与基准图像的相应图像点重合,目标图像的图像点被移动得越远,变形区内相应的矢量就越大并且叠加掩模内相应的值越大。优选,为了可视化,对叠加掩模的元素值颜色编码。这意味着,可给定的值域与可给定的配色盘对应。例如,微小的值,即微小的移动用绿色表示,而大的值用醒目的红色表示。在叠加掩模50内这个内容是通过实线55表示,这条线标记大的移动或大的变形,虚线56代表微小的变形。
最后,图6显示的是一种用于可视化医学图像数据组的配准质量的装置100的实施示例。这种装置100含有接收装置112,例如,电子接口卡,用于接收被采集的基准图像和被采集的目标图像。此外,接收装置112通过电子连接装置106,例如,电气总线,与C型臂X射线仪101连接。C型臂X射线仪101含有固定在支架105上的C型臂102并且在C型臂的两个相对端安装有X射线源103和X射线探测器104。C型臂X射线仪101的设计功能是,通过C型臂102的转动108从不同的拍摄位置拍摄多个X光图像并从中制作三维图像数据组。在患者卧榻107上躺着患者109,例如,人。此外,装置100还包含计算装置110,例如,计算机,用于借助一种由非弹性配准方法部分和弹性配准方法部分组成的配准方法使基准图像和目标图像配准为融合图像,和用于确定变形区,其中,变形区包括通过弹性配准方法部分造成的从目标图像的图像点到基准图像的图像点的移动矢量,和用于使融合图像的至少一个区域与叠加掩模叠加,变形区的特征参数进入叠加掩模。此外,装置100还含有用于可视化融合图像的至少一个区域和叠加的叠加掩模的显示装置111,例如,监视器。
Claims (8)
1.医学图像数据组的配准质量的可视化方法(1),包含下述方法步骤:
S1)采集基准图像(10)和目标图像(20);
S2)通过包括非弹性配准方法部分和弹性配准方法部分的配准方法把基准图像(10)与目标图像(20)配准成融合图像(40);
S3)确定变形区,其中,变形区包括从目标图像(20)的图像点(25)到基准图像(10)的图像点(15)的移动矢量(45),所述移动矢量是由弹性配准方法部分造成;
S4)使融合图像(40)的至少一个区域与叠加掩模(50)叠加,变形区的特征参数进入所述叠加掩模;
S5)可视化融合图像(40)的至少一个区域和叠加的叠加掩模(50)。
2.根据权利要求1所述的方法(1),其特征在于,所述叠加掩码(50)包含矩阵,所述矩阵的元素是从变形区的雅可比矩阵中确定的。
3.根据权利要求1所述的方法(1),其特征在于,所述叠加掩模(50)含有矩阵,所述矩阵的元素是从对应矢量的长度中确定,而所述对应矢量描述的是目标图像(20)的图像点(25)与基准图像(10)的图像点(15)的对应情况。
4.根据前述权利要求中任一项所述的方法(1),其特征在于,可视化融合图像(40)的至少一个区域和叠加的叠加掩码(50)包含对叠加掩码(50)的元素用颜色进行编码,其中,尤其是给定的值域被分配给给定的配色盘或尤其是叠加掩模(50)的元素的值域被分配给可给定的配色盘。
5.根据前述权利要求中任一项所述的方法(1),其特征在于,在基准图像(10)内的至少一个感兴趣区域(12)可以尤其是通过操作者给定,所述感兴趣区域在基准图像与目标图像配准方法的非弹性配准方法部分之后由配准方法的弹性配准方法部分考虑。
6.根据前述权利要求中任一项所述的方法(1),其特征在于,所述基准图像(10)和目标图像(20)含有三维图像数据组并且配准图像(40)通过叠加的叠加掩码(50)被可视化成二维剖面图。
7.一种用于可视化医学图像数据组的配准质量的装置(100),含有接收装置(112),用于接收被采集的基准图像(10)和被采集的目标图像(20),至少一个计算装置(110),用于借助由非弹性配准方法部分和弹性配准方法部分组成的配准方法使基准图像(10)和目标图像(20)配准为融合图像(40),和用于确定变形区,其中,变形区包括通过弹性配准方法部分造成的从目标图像(20)的图像点(25)到基准图像(20)的图像点(25)的移动矢量(45),和用于使融合图像(40)的至少一个区域与叠加掩码(50)叠加,变形区的特征参数进入所述叠加掩码,和用于可视化融合图像(40)的至少一个区域和叠加的叠加掩码(50)的显示装置(111)。
8.根据权利要求7所述的装置(100),其特征在于,所述计算装置(110)和显示装置(111)的设计功能是执行权利要求2~6中任一项所述的方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102011080905.8A DE102011080905B4 (de) | 2011-08-12 | 2011-08-12 | Verfahren zur Visualisierung der Registrierungsqualität medizinischer Bilddatensätze |
DE102011080905.8 | 2011-08-12 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103106653A true CN103106653A (zh) | 2013-05-15 |
Family
ID=47595540
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012103799784A Pending CN103106653A (zh) | 2011-08-12 | 2012-08-13 | 医学图像数据组的配准质量的可视化方法和装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20130038629A1 (zh) |
KR (1) | KR20130018168A (zh) |
CN (1) | CN103106653A (zh) |
DE (1) | DE102011080905B4 (zh) |
Cited By (8)
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 |
CN104599257A (zh) * | 2013-10-30 | 2015-05-06 | 重庆伟渡医疗设备股份有限公司 | 一种图像融合显示方法 |
CN106097347A (zh) * | 2016-06-14 | 2016-11-09 | 福州大学 | 一种多模态医学图像配准与可视化方法 |
CN106236118A (zh) * | 2016-07-18 | 2016-12-21 | 上海联影医疗科技有限公司 | 图像信息显示交互装置及方法 |
CN106663321A (zh) * | 2014-07-15 | 2017-05-10 | 皇家飞利浦有限公司 | 包括利用个性化模板图像的立体定位标准化的成像数据统计测试 |
CN108335270A (zh) * | 2018-01-19 | 2018-07-27 | 重庆大学 | 一种多帧图像血管特征识别及信息融合的彩色编码方法 |
CN110060746A (zh) * | 2017-12-05 | 2019-07-26 | 西门子医疗有限公司 | 融合分析数据记录和图像数据记录的方法 |
CN111724388A (zh) * | 2019-03-21 | 2020-09-29 | 西门子医疗有限公司 | 医学图像数据的可视化 |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9401051B2 (en) * | 2010-06-23 | 2016-07-26 | Varian Medical Systems International Ag | Mechanism for dynamically propagating real-time alterations of medical images |
JP6376873B2 (ja) * | 2014-07-16 | 2018-08-22 | キヤノン株式会社 | 画像処理装置、画像処理方法及びプログラム |
GB2536274B (en) * | 2015-03-12 | 2019-10-16 | Mirada Medical Ltd | Method and apparatus for assessing image registration |
EP3277190B1 (en) * | 2015-03-31 | 2020-08-05 | Koninklijke Philips N.V. | Calibration of ultrasonic elasticity-based lesion-border mapping |
DE102016221220B4 (de) * | 2016-10-27 | 2023-09-28 | Siemens Healthcare Gmbh | Verfahren zur Ermittlung eines darzustellenden Überlagerungsbildes, Darstellungseinrichtung, Computerprogramm und Datenträger |
WO2019145896A1 (en) * | 2018-01-25 | 2019-08-01 | Per Hall | Compositions and methods for monitoring the treatment of breast disorders |
KR102454116B1 (ko) * | 2022-05-12 | 2022-10-14 | 주식회사 메디픽셀 | 심혈관 병변 탐지를 위한 심혈관 조영 영상 처리 방법 및 시스템 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050238253A1 (en) * | 2002-11-29 | 2005-10-27 | Mirada Solutions Limited British Body Corporate | Image registration |
CN1975781A (zh) * | 2006-11-29 | 2007-06-06 | 南方医科大学 | 基于有限采样全局优化的图像弹性配准方法 |
CN101198981A (zh) * | 2005-06-15 | 2008-06-11 | 皇家飞利浦电子股份有限公司 | 用于比较第一和第二图像的基于模型的弹性图像配准方法 |
US20090116717A1 (en) * | 2006-04-06 | 2009-05-07 | Koninklijke Philips Electronics N. V. | Method for reconstruction images and reconstruction system for reconstructing images |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100419793C (zh) * | 2003-03-18 | 2008-09-17 | 皇家飞利浦电子股份有限公司 | 用于最佳匹配数据集的方法和装置 |
US20110178389A1 (en) * | 2008-05-02 | 2011-07-21 | Eigen, Inc. | Fused image moldalities guidance |
CN102292747B (zh) * | 2009-01-22 | 2015-01-28 | 皇家飞利浦电子股份有限公司 | 针对pet/ct图像的像素特征混合融合 |
-
2011
- 2011-08-12 DE DE102011080905.8A patent/DE102011080905B4/de not_active Expired - Fee Related
-
2012
- 2012-08-10 KR KR1020120087519A patent/KR20130018168A/ko not_active Application Discontinuation
- 2012-08-13 CN CN2012103799784A patent/CN103106653A/zh active Pending
- 2012-08-13 US US13/584,097 patent/US20130038629A1/en not_active Abandoned
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050238253A1 (en) * | 2002-11-29 | 2005-10-27 | Mirada Solutions Limited British Body Corporate | Image registration |
CN101198981A (zh) * | 2005-06-15 | 2008-06-11 | 皇家飞利浦电子股份有限公司 | 用于比较第一和第二图像的基于模型的弹性图像配准方法 |
US20090116717A1 (en) * | 2006-04-06 | 2009-05-07 | Koninklijke Philips Electronics N. V. | Method for reconstruction images and reconstruction system for reconstructing images |
CN1975781A (zh) * | 2006-11-29 | 2007-06-06 | 南方医科大学 | 基于有限采样全局优化的图像弹性配准方法 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104599257B (zh) * | 2013-10-30 | 2018-11-13 | 重庆伟踱医疗设备股份有限公司 | 一种图像融合显示方法 |
CN104599257A (zh) * | 2013-10-30 | 2015-05-06 | 重庆伟渡医疗设备股份有限公司 | 一种图像融合显示方法 |
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 |
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 |
CN106663321B (zh) * | 2014-07-15 | 2021-04-06 | 皇家飞利浦有限公司 | 包括利用个性化模板图像的立体定位标准化的成像数据统计测试 |
CN106663321A (zh) * | 2014-07-15 | 2017-05-10 | 皇家飞利浦有限公司 | 包括利用个性化模板图像的立体定位标准化的成像数据统计测试 |
CN106097347A (zh) * | 2016-06-14 | 2016-11-09 | 福州大学 | 一种多模态医学图像配准与可视化方法 |
CN107595310A (zh) * | 2016-07-18 | 2018-01-19 | 上海联影医疗科技有限公司 | 图像信息显示交互装置及方法 |
CN107595310B (zh) * | 2016-07-18 | 2020-12-15 | 上海联影医疗科技股份有限公司 | 图像信息显示交互装置及方法 |
CN106236118A (zh) * | 2016-07-18 | 2016-12-21 | 上海联影医疗科技有限公司 | 图像信息显示交互装置及方法 |
CN110060746A (zh) * | 2017-12-05 | 2019-07-26 | 西门子医疗有限公司 | 融合分析数据记录和图像数据记录的方法 |
CN108335270A (zh) * | 2018-01-19 | 2018-07-27 | 重庆大学 | 一种多帧图像血管特征识别及信息融合的彩色编码方法 |
CN111724388A (zh) * | 2019-03-21 | 2020-09-29 | 西门子医疗有限公司 | 医学图像数据的可视化 |
CN111724388B (zh) * | 2019-03-21 | 2024-04-23 | 西门子医疗有限公司 | 医学图像数据的可视化 |
Also Published As
Publication number | Publication date |
---|---|
KR20130018168A (ko) | 2013-02-20 |
DE102011080905A1 (de) | 2013-02-14 |
DE102011080905B4 (de) | 2014-03-27 |
US20130038629A1 (en) | 2013-02-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103106653A (zh) | 医学图像数据组的配准质量的可视化方法和装置 | |
CN110889005B (zh) | 搜索医学参考图像 | |
US20230267613A1 (en) | Medical image processing apparatus and method | |
JP6670595B2 (ja) | 医用画像処理装置 | |
US9460510B2 (en) | Synchronized navigation of medical images | |
JP6768862B2 (ja) | 医用画像処理方法、医用画像処理装置、医用画像処理システム及び医用画像処理プログラム | |
DE102007025862A1 (de) | System und Verfahren zur geometriegestützten Registrierung | |
EP3550515A1 (en) | Cross-modality image synthesis | |
JP2015173856A (ja) | 画像処理装置、およびプログラム | |
US9530203B2 (en) | Image processing apparatus and image processing method | |
US20180064409A1 (en) | Simultaneously displaying medical images | |
CN105190633B (zh) | 图像可视化 | |
JP5905308B2 (ja) | 画像処理装置、方法及びプログラム | |
US11000252B2 (en) | Device for visualizing a 3D object | |
JP6716228B2 (ja) | 医用画像処理装置および医用画像処理方法 | |
US11291424B2 (en) | Device and a corresponding method for providing spatial information of an interventional device in a live 2D X-ray image | |
JP2018033698A (ja) | 画像表示装置、画像表示方法及びプログラム | |
US9727965B2 (en) | Medical image processing apparatus and medical image processing method | |
CN106599600B (zh) | 放疗计划报告和医学影像检查报告的电子显示方法和电子设备 | |
RU2478337C2 (ru) | Способ определения контура сердца на флюорографических снимках | |
US20240355458A1 (en) | Finding-specific training of machine-learning models using image inpainting | |
WO2023021076A1 (en) | Finding-specific training of machine-learning models using image inpainting | |
JP2024092710A (ja) | 画像処理装置 | |
WO2010134013A1 (en) | Interactive image registration |
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: 20130515 |