CN103261878B - 用于使用x射线分析在对象中的受关注区域的方法和设备 - Google Patents

用于使用x射线分析在对象中的受关注区域的方法和设备 Download PDF

Info

Publication number
CN103261878B
CN103261878B CN201180059828.9A CN201180059828A CN103261878B CN 103261878 B CN103261878 B CN 103261878B CN 201180059828 A CN201180059828 A CN 201180059828A CN 103261878 B CN103261878 B CN 103261878B
Authority
CN
China
Prior art keywords
view data
information
region
pixel
differential contrast
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
Application number
CN201180059828.9A
Other languages
English (en)
Other versions
CN103261878A (zh
Inventor
I-C·卡尔森
T·克勒
G·马滕斯
E·勒斯尔
R·维姆科
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
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 Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN103261878A publication Critical patent/CN103261878A/zh
Application granted granted Critical
Publication of CN103261878B publication Critical patent/CN103261878B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/04Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
    • G01N23/046Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material using tomography, e.g. computed tomography [CT]
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00Investigating materials by wave or particle radiation
    • G01N2223/40Imaging
    • G01N2223/419Imaging computed tomograph

Abstract

一种用于分析对象中的受关注的区域的方法和设备。该方法包括:(a)通过微分相衬X射线成像系统提供测量数据,以及(b)分析受关注的区域中的对象的特性。其中,测量数据包括像素的2维或3维集合,其中针对每个像素,测量数据包括在空间上彼此对齐的三种类型的图像数据,包括(i)吸收表示图像数据A,(ii)微分相衬表示图像数据D,(iii)相干性表示图像数据C。针对每个像素,分析步骤是基于包括在吸收表示图像数据A中的信息和包括在微分相衬表示图像数据D中的信息以及包括在相干性表示图像数据C中的信息中的至少两种信息的组合。

Description

用于使用X射线分析在对象中的受关注区域的方法和设备
技术领域
本发明涉及使用X射线分析在对象中的受关注区域的方法和设备。此外,本发明涉及适合于执行这样的方法的计算机程序产品以及包括计算机程序产品的计算机可读介质。
背景技术
X射线成像系统通常用于检查受关注的对象,特别是在医学应用中。最近,F.Pfeiffer等人提出了被称为基于光栅的微分相衬成像(DPCI)的改进的X射线成像方法(Phys.Rev.Lett.98(10),108105,2007)。在WO2010/109368A1中描述了微分相衬成像系统的例子。
发明内容
存在对分析(例如分割或分类)在受关注对象中的内部结构的改进的能力的需求。
可由独立权利要求的主题满足这样的需求。在从属权利要求中描述本发明的实施例。
根据本发明的第一方面,提出了一种分析对象中的受关注的区域的方法。该方法包括:(a)通过微分相衬X射线成像系统提供测量数据,以及(b)分析受关注的区域中的对象的特性。其中,测量数据包括像素的2维或3维集合,其中对于每个像素,测量数据包括在空间上彼此对齐的三种类型的图像数据,三种类型的图像数据包括(i)吸收表示图像数据A,(ii)微分相衬表示图像数据D,和(iii)相干性表示图像数据C。对于每个像素,分析步骤基于包括在吸收表示图像数据A中的信息和包括在微分相衬表示图像数据D中的信息以及包括在相干性表示图像数据C中的信息中的至少两种信息的组合。例如,可能是有利的是,对于每个像素,使分析步骤基于包括在吸收表示图像数据A中的信息和包括在微分相衬表示图像数据D中的信息的组合。
本发明的主旨在于以下认识:考虑例如包括在吸收表示图像数据A中的信息和包括在微分相衬表示图像数据D中的信息两者,对测量数据的分析将与如惯例那样仅使分析基于吸收表示图像数据相比,允许更高的质量和精度。特别地,在分割技术中,边界检测的标准经常基于吸收图像中的梯度。因为关于这样的梯度的信息可以高精度从微分相衬表示图像数据D得到,所以附加地评估这些数据来获得对X射线测量数据的分析可改进总体分析结果。例如在乳房X射线照相系统、放射线照相系统和计算机断层摄影系统中可使用该分析结果。
此外,可针对每个像素,基于包括在相干性表示图像数据C中的信息来提供关于分析结果的可靠性的指示。换句话说,关于已穿过受关注区域的X射线束的相干性损失(即,退相干的增大)的信息可用于提供对包括在吸收表示图像数据A和微分相衬表示图像数据D中的信息有多么可靠的指示,且因此可假设来自这些数据的分析结果有多么可靠。这样的信息可能对在计划和执行例如外科手术中的医师来说非常有价值。可替代地,可以使用相干性表示图像数据C来提供其它信息。例如,退相干可能由在平行于干涉仪的光栅结构的方向上的纤维结构如(纤维蛋白丝fibrinfilament)的强优势引起。
该分析可包括基于包括在吸收表示图像数据A中的信息和包括在微分相衬表示图像数据D中的信息的组合来分割在受关注的区域内的不同子区域。可然后将在受关注的区域内的解剖特征的分割可视化提供给观察者(例如医师)。
分割技术可包括面绘制、体绘制、最大强度投影、显示的交互细化(interactiverefinementofadisplay)、区域生长、阵面传播(frontpropagation)、水平集分割(levelsetsegmentation)或基于模型的分割。
该方法还可包括基于包括在吸收表示图像数据A中的信息和包括在微分相衬表示图像数据D中的信息以及包括在相干性表示图像数据C中的信息中的至少两种信息的组合,来从颜色、反射率、镜面反射和/或透明性方面调节所绘制的表面的属性的步骤。其中,包括在不同的图像数据集A、D、C中的不同类型的信息源可以用不同的方式来可视化,使得人类观察者可容易区分所显示的绘制表面的可视的信息内容。
在可替代的方式中,该方法还可包括基于包括在吸收表示图像数据A中的信息和包括在微分相衬表示图像数据D中的信息以及包括在相干性表示图像数据C中的信息中的至少两个信息的组合来调节体绘制中的不透明函数(opacityfunction)。再次,人类观察者可容易获得所显示的体积的可视信息内容。
为了向观察者提供额外的信息内容,该方法还可包括用信号指示不能满足预定的质量要求或精度要求的区域。这样的要求可例如由临床目标应用来强加。例如,在分割受关注的区域的部分之后或的同时,可基于包括在微分相衬表示图像数据D和/或相干性表示图像数据C中的相应信息来确定是否一部分不能或只能最低限度地满足预定的质量要求或精度要求,且如果是这样,可以用特别的方式可视化该部分的分割表面,使得观察者可容易识别质量/精度的缺乏。
作为另一选项,该方法可包括基于包括在微分相衬表示图像数据D和/或相干性表示图像数据C中的信息来调节用于交互细化的用户交互的自由度和/或敏感度。
在特定的实施例中,该方法还可包括基于分析结果,即,基于包括在微分相衬表示图像数据D和/或相干性表示图像数据C中的信息来对受关注的区域中的子区域进行分类。这样的分类可具有高质量,因为包括在图像数据D和C中的额外信息可用于细化包括在吸收表示图像数据A中的结构信息并给出对这样的信息的可靠性的指示,使得细化的结构可被分析以更可靠地对子区域进行分类。
最后,该方法还可包括基于临床应用的要求来选择最低可靠性,以及针对不同的可靠性水平来预先计算分割结果和分类结果中的至少一种。
根据本发明的第二方面,提出了用于分析在对象中的受关注区域的设备。该设备适合于执行上面介绍的方法。具体地,该设备适合于:(a)从微分相衬X射线成像系统获取测量数据,以及(b)针对每个像素分析在受关注区域中的对象的特性。其中,测量数据包括像素的2维或3维集合,其中针对每个像素,测量数据包括在空间上彼此对齐的三种类型的图像数据,三种类型的图像数据包括(i)吸收表示图像数据A,(ii)微分相衬表示图像数据D,和(iii)相干性表示图像数据C。其中,基于包括在吸收表示图像数据A中的信息和包括在微分相衬表示图像数据D中的信息以及包括在相干性表示图像数据C中的信息中的至少两个信息的组合来执行该分析步骤。
根据本发明的第三方面,提出了一种计算机程序产品,当被在计算机上执行时,该计算机程序产品适合于执行根据上述第一方面的方法。
根据本发明的第四方面,提出了一种计算机可读介质,该计算机可读介质上存储有根据前述第三方面的计算机程序产品。
根据下文描述的实施例,本发明的这些和其它方面将变得更明显,并参考这些实施例来解释本发明的这些和其它方面。
具体实施方式
在下文中,将解释根据本发明的分析方法的多个实施例。
对很多疾病的诊断以及治疗的计划和监测一般依赖于X射线图像的分析,以描绘解剖实体(例如器官或伤口)并关于解剖异常的纹理或边界形状对解剖异常进行分类。常规X射线成像基于分别使用投影、层析X射线照相组合或X射线断层摄影技术来测量在两维或三维中的不相干X射线的衰减的空间分布。
用于成像目的的、测量相位中的变化的相干X射线的使用最近由Pfeiffer等人提出。该技术允许同时获取三种图像:
1.常规衰减图像,其在本文中可被称为吸收表示图像数据A。该图像描绘了线性衰减系数的空间分布,即,在数学术语中的被穿透的介质的折射率的虚部。在2D中,这些数据包括线性衰减μ的线积分,而在3D中,线积分可通常被重建,使得数据包括线性衰减μ本身的映射(map)。
2.梯度图像,其在2D中可以以X射线折射率增量(与x射线波前的相位梯度有关)的线积分的梯度的形式呈现,且该梯度图像在3D中可以以X射线折射率增量δ的映射的形式呈现,且可在本文被称为微分相衬表示图像数据D。该图像表示一附加新图像,该附加新图像描绘在相干方向上的相位梯度,即,在数学术语中的在2D中折射率的实部的线积分的梯度到相干方向(垂直于干涉仪的光栅结构)上的投影,其由被穿透介质的在空间上变化的X射线折射率引起,以及
3.退相干图像,其可呈现在X射线透射过对象时对可见性的损失的量化度量ε,且退相干图像可在本文被称为相干性表示图像数据C。该图像表示对原始X射线在穿透介质的时候经历的相干的损失进行描绘的附加新图像。
由本公开解决的问题是在不同类型的软组织之间的弱对比度以及吸收图像中的相应的困难的区分。这可通过在结构的低对比度边缘或边界的增强中包括来自δ和ε(即,图像数据集D和C)的信息,来至少部分地克服。
在基于X射线图像的计算机化图像分割和分类的对解剖结构的X射线图像分析(例如图像分割、可视化和细化)中,当交叉两个图像区之间的边界时,分割算法的鲁棒性强烈地取决于信号值中的变化。较不明显的这个差异使得实现在这两个区之间绘制分割线变得更难。例如对于在基于常规衰减的图像上的被健康组织所围绕的肿瘤区的情况可能就是如此。在该公开中记录的主要理念是边界检测的标准可不仅基于吸收图像中的梯度,而且基于x射线折射率增量δ的直接测量的梯度。
在下文中,详细给出边界检测、图像分割和其它X射线图像分析过程的不同实施例。
如果分割算法基于在衰减图像中的图像梯度的绝对值大于预定阈值T的条件来检测边界,该条件即为:
| ▿ μ | > T
但图像噪声σ不足够远离这两个区中的平均信号水平中的差异即,条件
| μ ‾ 1 - μ ‾ 2 | σ > > 1
不被很好地满足,则算法将几乎不能识别待被分割的区之间的边界,且噪声将明显影响分割结果。
在DPCI成像中,X射线折射率增量的梯度被直接测量,且可能因此提供对两个区之间的边界的检测的更好度量。此外,衰减图像所需的梯度操作放大了存在于μ图像中的噪声,且对于相位梯度是不需要的。
用于检测两个不同的区之间的边界的可替代标准可基于在微分相衬设置中例如以下面的形式的所有三个测量的量μ、、ε的组合:
| ▿ μ ( x , y ) | + αf ( ϵ ( x , y ) ) | ( ▿ δ ) M ( x , y ) | > T ,
其中相位梯度的下标M用于指示它是直接测量的量,与梯度算子被明确应用于所测量的量μ的衰减情况相反。在上面的方程中,它使所有所测量的量的2D空间相关性变得明确。因为x射线相位中的相干的损失(如ε的增大所反映的)是相位梯度信息的可靠性的度量,所以函数f必须是其自变数的单调递减函数,以便用作相位梯度的重要性的适当加权函数来用于找到边界。量α允许调节两个项之间的适当绝对平衡,并将主要由原始测量结果μ、中的噪声和对比度水平来确定。
在另一实现方式中,也可通过组合包含在量μ和中的信息,使ε作为控制参数,来将三个测量的量用于增强边缘,该控制参数调节来自和的梯度信息被用于增强μ中的边缘的程度。
在又一实现方式中,类似的方法可用于增强在重建的X射线断层摄影图像中的边缘,其中重建的衰减μ和能量-密度图像δ的噪声功率谱将由于所测量的原始数据的不同性质而非常不同。
来自μ、、ε的组合梯度可不仅用于基于梯度阈值的分割算法中而且用于利用每个像素的边缘-优良-函数(其随着梯度大小而增加)和每个像素的路径-成本-函数(其随着梯度大小而增加)的所有类型的分割算法。在所有这些分割算法(例如,最短路径算法、图割算法、区域生长算法等)中,正常梯度于是由组合梯度(即来自μ、、ε的组合梯度)代替。
任何分割或模式识别方法(其操作依赖于控制该算法的内部工作的基于密度的标准)都适合受益于上述三个输入图像数据集A、D和C中的至少两个的组合分析的并入。
下文简要描述频繁地使用的分割方法的相衬X射线图像的计算机化分析的四个实施例。
-区域生长:区域生长技术将图像分割成显示类似的强度特征的区域。从一个或多个种子点开始,区域通过与图片元素合并来生长,假定该图片元素的强度特征足够类似于区域的那些强度特征。以这种方式,区域被扩展,直到不再有足够类似的图片元素被找到或某种尺寸或形状限制被达到。当邻近的图片元素是非常相似的并位于保存得很好的X射线相干的区域中时,可从强度分辨率方面使用梯度图像的信息,即,通过使用较高灰度值分辨率来细化合并以及限制标准。当必须在临床上相关的解剖结构相互靠近而只在微小的强度值(例如腹部的CT图像)方面不同的区域中实现可靠的分割时,该信息是至关重要的。使用退相干信息,所得到的分割结果的可靠性可被标记,且满足目标应用所要求的质量要求的区域可被用信号指示为从临床角度来看需要进一步细看的区域,上述用信号指示例如通过使用图形符号的颜色叠加,以将医师注意力引导到这些区域。
-阵面传播:阵面传播技术通过模拟波前的传播来分割图像。波前以固定的时间间隔反复地前进,而传播速度由该波正穿过的图像区域的强度特征决定。沿着显著的强度梯度来减小速度,使波传播进入停止,该停止指示分割过程的最终结果。可根据高分辨率强度梯度图像信息来精细调谐速度函数,以准确地将波前引导穿过良好的X射线相干(即,高质量强度信息)的区域。低质量梯度信息的区域可以根据目标应用的质量要求被避免或被快速处理。如上,分割精度被限制的区域可被标记并用信号指示给临床用户。
-水平集分割:水平集方法与阵面传播紧密相关。使用相同的波方程,然而,波传播被允许在时间上也反向地发生。以这种方式,分割结果可在错误出现时被反复细化,该错误例如是违反一些形状或尺寸限制,穿透到邻近区段中等。可使用梯度图像和退相干图像、控制例如强烈恶化的相干的区域的包括或排除、以进行中的反复等使波传播对高分辨率衰减梯度敏感,来细调对这样的分割错误的检测以及对反向传播的控制。
-基于模型的分割:在这里,描述解剖实体的位置、尺寸、形状、对比度等的解剖模型被实例化并调节到受关注的患者的解剖结构。这个调节由两个函数来控制,该两个函数是试图尽可能准确地使解剖结构与在图像中遇到的显著的强度变化对齐的力项(forceterm),以及防止模型围绕结构噪声太强烈地摇动(wiggling)的规则化项(regularizingterm)。梯度图像和质量图像在细调这些关键项时是很有用的,例如利用相干等级来调节的模型刚度以使模型继续平稳地穿过不可靠的强度信息的区域,在该区域中模型否则可能被结构噪声困住。类似地和根据在手边的临床问题,可细调力项以使模型对微小的但在临床上相关的强度变化敏感,以使肿瘤边界与邻近的临床器官分离,但只在这样的微小变化能够被可靠地检测到时这么做。
这四个实施例可足以说明相衬成像对医学图像的基于强度的分割可能有的影响。
下文简要描述相衬调节的面绘制技术或体绘制技术的一些实施例:
-面绘制:面绘制技术是以最简单的形式(例如相等强度值的等值面)的所分割的对象的表面的计算机表示为基础。根据描述表面的局部颜色、反射率、镜面反射和透明度的某个明暗模型(shadingmodel)和描述光的分布、环境光、和周围介质的散射特性的某个光照模型(lightingmodel)来产生这些表面的显示。可根据在相衬X射线成像期间获取的信息来调节明暗模型和光照模型。可通过增加相应的表面区域上的反射率和镜面反射,来在保存得很好的X射线相干的区域中增强从梯度数据得到的小尺寸(scale)表面结构,以将这样的细尺寸结构调谐地更明显。类似地,可以在分割表面元素具有如由例如恶化的X射线相干指示的较少可靠性的区域中给表面显示更扩散或模糊的外观。类似地,可调节表面颜色,以用信号指示如从梯度和相干信息确定的不能满足临床上要求的精度要求的区域。如果这些区域与临床解剖实体的附近区域重合,例如以从处于危险中的邻近血管或器官判断肿瘤,则可调节相应的表面的透明度以提供在邻近实体上的同时视图。
-体绘制:体绘制技术产生对不服从不模糊表面的定义的对象的视觉表示。原始强度值或(常常模糊的)隶属值的三维分布未经受分割过程,但被使用不透明函数直接绘制到显示器中。这些不透明函数限定以哪种方式将随着沿观看方向穿过三维数据集投影的射线遇到的强度值积分到二维观看平面中。将梯度和退相干信息整合到不透明函数中允许增强所得到的显示。在保存得很好的相位相干(即,可靠的相位梯度信息)的体积区域上,可将不透明函数调谐为对衰减数据的小尺寸变化敏感,以在最终显示中将微小细节调谐得更加明显。类似地,可调节透明度(α-通道)以在这样的区域上将同时视图给予邻近结构,在该区域中精细的解剖细节可以被可靠地解析以阐明复杂的邻近关系,例如以从邻近的血管分布判断肿瘤或通过肿瘤实体显示在危险中的器官的浸润。可使用色彩或模糊性根据退相干信息来调节RGB-通道以用信号指示被不足地绘制的解剖结构的区域,以给出关于需要进一步的细看和细化的交互式控制的分析的区域的临床使用的立即反馈。
-最大强度投影:在医学应用中特别重要的体绘制是通过显示随着沿观看方向穿过三维数据集投影的射线遇到的最大强度值来产生的最大强度投影。该技术频繁地用于显示血管结构以检查血管畸形以及器官或肿瘤内部和外部的血管。可通过将小尺寸梯度信息整合到在最大强度值附近的强度分布的细化分析中来在保存得很好的相位相干的区域上解析小尺寸血管结构。与绕着垂直于相干方向的轴的旋转结合,显示可被相应地更新,以支持复杂血管结构的改进的视觉分析。
-显示的交互细化:产生三维解剖结构的在临床上可接受的视觉表示需要对控制基本的面绘制或体绘制技术的相当大数量的参数的同时操纵。所涉及的自由度的数量常常使这个任务变得对用户来说是耗费时间和令人沮丧的,特别是当难以预测这些操纵的结果时。使用相位梯度和退相干信息,这些参数的智能预置可被定义,以例如在保存得很好的X射线相干和相关的梯度信息的区域上增强显示。类似地,可根据可用的梯度和相干数据来调节交互的敏感度,以防止用户太容易或错误地使系统远离界线清晰的显示器。
这四个实施例可足以说明相衬成像对基于X射线数据的解剖实体的改进的视觉表示的影响。
要注意到,上述方法可由计算机执行。因此,本发明的实施例涉及计算机程序产品或计算机程序元件,其特征在于,当在计算机上被执行时适合于执行或控制根据本发明的实施例所述方法的相应的方法步骤。计算机程序产品可因此被存储在可适合于执行方法步骤或促使方法步骤的执行的计算机单元上。而且,它可适合于操纵上述设备的部件。计算设备可适合于自动操作和/或执行用户的命令。该计算机程序产品将被装载到数据处理器的工作存储器中。数据处理器可因此被配置成实施根据本发明的实施例的方法。本发明的这个实施例涵盖从一开始就使用本发明的计算机程序产品以及借助于更新将现有的程序转变成使用本发明的程序的计算机程序产品两者。存储有这样的计算机程序产品的计算机可读介质可例如作为CD-ROM被提供。可替代地,该计算机程序也可在网络(如万维网)上被提供,并可被下载到数据处理器的工作存储器。因此,根据实施例的计算机可读介质也可以是用于使计算机程序产品可用于下载的介质。
要注意到,本文根据不同的主题来描述了本发明的实施例。特别是,根据方法类型的权利要求来描述一些实施例,而根据设备类型的权利要求来描述其它实施例。然而,本领域中的技术人员将从上面和下面的描述中推测,除非另外通知,除了属于一种类型的主题的特征的任意组合以外,在关于不同主题的特征之间的任意组合也被认为被本申请公开。然而,所有特征可组合,以提供比特征的简单概述多的协作效果。
在权利要求和说明书中,词“包括”并不排除其它元件或步骤,且不定冠词“一个”或“一种”并不排除复数个。也应注意,权利要求中的附图标记不应被解释为限制权利要求的范围。

Claims (21)

1.一种分析对象中的受关注的区域的方法,所述方法包括:
-通过微分相衬X射线成像系统提供测量数据,所述测量数据包括像素的至少2维集合,其中针对每个像素,所述测量数据包括在空间上彼此对齐的三种类型的图像数据,所述三种类型的图像数据包括:
-吸收表示图像数据A,
-微分相衬表示图像数据D,以及
-相干性表示图像数据C,
-针对每个像素,基于包括在所述吸收表示图像数据A中的信息和包括在所述微分相衬表示图像数据D中的信息以及包括在所述相干性表示图像数据C中的信息中的至少两种信息的组合来分析在受关注的所述区域中所述对象的特性。
2.如权利要求1所述的方法,所述方法还包括:针对每个像素,基于包括在所述相干性表示图像数据C中的信息来提供关于分析结果的可靠性的指示。
3.如权利要求1或2所述的方法,其中,所述分析包括基于包括在所述吸收表示图像数据A中的信息和包括在所述微分相衬表示图像数据D中的信息的组合来分割受关注的所述区域中的不同子区域。
4.如权利要求3所述的方法,其中,分割技术包括面绘制、体绘制、最大强度投影、显示的交互细化、区域生长、阵面传播、水平集分割和基于模型的分割中的至少一种。
5.如权利要求1或2所述的方法,所述方法还包括基于包括在所述吸收表示图像数据A中的信息和包括在所述微分相衬表示图像数据D中的信息以及包括在所述相干性表示图像数据C中的信息中的至少两种信息的组合来从颜色、反射率、镜面反射和透明度中至少一个方面调节所绘制的表面的属性。
6.如权利要求1或2所述的方法,所述方法还包括基于包括在所述吸收表示图像数据A中的信息和包括在所述微分相衬表示图像数据D中的信息以及包括在所述相干性表示图像数据C中的信息中的至少两种信息的组合来调节体绘制中的不透明函数。
7.如权利要求1或2所述的方法,所述方法还包括用信号指示预定的质量要求不能被满足的区域。
8.如权利要求1或2所述的方法,所述方法还包括调节用户交互的自由度和敏感度中的至少一个来用于交互细化。
9.如权利要求1或2所述的方法,所述方法还包括基于分析结果对受关注的所述区域内的子区域进行分类。
10.如权利要求1或2所述的方法,所述方法还包括基于临床应用的要求来选择分析结果的最低可靠性,以及针对不同的可靠性水平来预先计算分割结果和分类结果中的至少一种。
11.一种用于分析在对象中的受关注的区域的设备,所述设备适合于:
-从微分相衬X射线成像系统获取测量数据,所述测量数据包括像素的至少2维集合,其中针对每个像素,所述测量数据包括在空间上彼此对齐的三种类型的图像数据,所述三种类型的图像数据包括
-吸收表示图像数据A,
-微分相衬表示图像数据D,以及
-相干性表示图像数据C,
-针对每个像素,基于包括在所述吸收表示图像数据A中的信息和包括在所述微分相衬表示图像数据D中的信息以及包括在所述相干性表示图像数据C中的信息中的至少两种信息的组合来分析在受关注的所述区域中所述对象的特性。
12.一种分析对象中的受关注的区域的装置,所述装置包括:
-用于通过微分相衬X射线成像系统提供测量数据的模块,所述测量数据包括像素的至少2维集合,其中针对每个像素,所述测量数据包括在空间上彼此对齐的三种类型的图像数据,所述三种类型的图像数据包括:
-吸收表示图像数据A,
-微分相衬表示图像数据D,以及
-相干性表示图像数据C,
-用于针对每个像素,基于包括在所述吸收表示图像数据A中的信息和包括在所述微分相衬表示图像数据D中的信息以及包括在所述相干性表示图像数据C中的信息中的至少两种信息的组合来分析在受关注的所述区域中所述对象的特性的模块。
13.如权利要求12所述的装置,还包括:用于针对每个像素,基于包括在所述相干性表示图像数据C中的信息来提供关于分析结果的可靠性的指示的模块。
14.如权利要求12或13所述的装置,其中,用于分析的所述模块包括用于基于包括在所述吸收表示图像数据A中的信息和包括在所述微分相衬表示图像数据D中的信息的组合来分割受关注的所述区域中的不同子区域的模块。
15.如权利要求14所述的装置,其中,分割技术包括面绘制、体绘制、最大强度投影、显示的交互细化、区域生长、阵面传播、水平集分割和基于模型的分割中的至少一种。
16.如权利要求12或13所述的装置,还包括用于基于包括在所述吸收表示图像数据A中的信息和包括在所述微分相衬表示图像数据D中的信息以及包括在所述相干性表示图像数据C中的信息中的至少两种信息的组合来从颜色、反射率、镜面反射和透明度中至少一个方面调节所绘制的表面的属性的模块。
17.如权利要求12或13所述的装置,还包括用于基于包括在所述吸收表示图像数据A中的信息和包括在所述微分相衬表示图像数据D中的信息以及包括在所述相干性表示图像数据C中的信息中的至少两种信息的组合来调节体绘制中的不透明函数的模块。
18.如权利要求12或13所述的装置,还包括用于用信号指示预定的质量要求不能被满足的区域的模块。
19.如权利要求12或13所述的装置,还包括用于调节用户交互的自由度和敏感度中的至少一个来用于交互细化的模块。
20.如权利要求12或13所述的装置,还包括用于基于分析结果对受关注的所述区域内的子区域进行分类的模块。
21.如权利要求12或13所述的装置,还包括用于基于临床应用的要求来选择分析结果的最低可靠性,以及针对不同的可靠性水平来预先计算分割结果和分类结果中的至少一种的模块。
CN201180059828.9A 2010-12-13 2011-12-05 用于使用x射线分析在对象中的受关注区域的方法和设备 Active CN103261878B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP10194734.9 2010-12-13
EP10194734 2010-12-13
PCT/IB2011/055463 WO2012080900A1 (en) 2010-12-13 2011-12-05 Method and device for analysing a region of interest in an object using x-rays

Publications (2)

Publication Number Publication Date
CN103261878A CN103261878A (zh) 2013-08-21
CN103261878B true CN103261878B (zh) 2016-03-30

Family

ID=45446114

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201180059828.9A Active CN103261878B (zh) 2010-12-13 2011-12-05 用于使用x射线分析在对象中的受关注区域的方法和设备

Country Status (6)

Country Link
US (1) US9767550B2 (zh)
EP (1) EP2652487B1 (zh)
JP (1) JP5926281B2 (zh)
CN (1) CN103261878B (zh)
BR (1) BR112013014562A2 (zh)
WO (1) WO2012080900A1 (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9839407B2 (en) 2013-06-28 2017-12-12 Koninklijke Philips N.V. Correction in slit-scanning phase contrast imaging
KR20150108701A (ko) * 2014-03-18 2015-09-30 삼성전자주식회사 의료 영상 내 해부학적 요소 시각화 시스템 및 방법
US10458926B2 (en) 2014-05-27 2019-10-29 Koninklijke Philips N.V. Calibration hardware phantom for differential phase contrast imaging
EP3899866A1 (en) * 2018-12-18 2021-10-27 Agfa Nv Method of decomposing a radiographic image into sub-images of different types
US11232555B2 (en) * 2019-01-15 2022-01-25 Nec Corporation Of America Systems and methods for automated analysis of medical images

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7355716B2 (en) * 2002-01-24 2008-04-08 The General Hospital Corporation Apparatus and method for ranging and noise reduction of low coherence interferometry LCI and optical coherence tomography OCT signals by parallel detection of spectral bands
JP4704675B2 (ja) * 2003-11-28 2011-06-15 株式会社日立製作所 X線撮像装置及び撮像方法
US8018598B2 (en) * 2004-05-29 2011-09-13 The General Hospital Corporation Process, system and software arrangement for a chromatic dispersion compensation using reflective layers in optical coherence tomography (OCT) imaging
JP5684452B2 (ja) * 2005-04-28 2015-03-11 ザ ジェネラル ホスピタル コーポレイション 光干渉測定法により解剖学的構造に関連する情報を評価するためのシステム、方法及びソフトウエア装置
EP1731099A1 (en) * 2005-06-06 2006-12-13 Paul Scherrer Institut Interferometer for quantitative phase contrast imaging and tomography with an incoherent polychromatic x-ray source
US7864995B2 (en) * 2006-02-11 2011-01-04 General Electric Company Systems, methods and apparatus of handling structures in three-dimensional images
EP1879020A1 (en) * 2006-07-12 2008-01-16 Paul Scherrer Institut X-ray interferometer for phase contrast imaging
US8838213B2 (en) * 2006-10-19 2014-09-16 The General Hospital Corporation Apparatus and method for obtaining and providing imaging information associated with at least one portion of a sample, and effecting such portion(s)
WO2009058976A1 (en) * 2007-10-30 2009-05-07 Massachusetts Institute Of Technology Phase-contrast x-ray imaging
US9332942B2 (en) * 2008-01-28 2016-05-10 The General Hospital Corporation Systems, processes and computer-accessible medium for providing hybrid flourescence and optical coherence tomography imaging
US8184298B2 (en) * 2008-05-21 2012-05-22 The Board Of Trustees Of The University Of Illinois Spatial light interference microscopy and fourier transform light scattering for cell and tissue characterization
JP5546112B2 (ja) * 2008-07-07 2014-07-09 キヤノン株式会社 眼科撮像装置および眼科撮像方法
US8270695B2 (en) * 2008-10-07 2012-09-18 Carestream Health, Inc. Diagnostic image processing with automatic self image quality validation
DE102009004702B4 (de) * 2009-01-15 2019-01-31 Paul Scherer Institut Anordnung und Verfahren zur projektiven und/oder tomographischen Phasenkontrastbildgebung mit Röntgenstrahlung
EP2410921A1 (en) 2009-03-27 2012-02-01 Koninklijke Philips Electronics N.V. Differential phase-contrast imaging with circular gratings
CA2774422C (en) * 2009-10-12 2017-08-29 Ventana Medical Systems, Inc. Multi-modality contrast and brightfield context rendering for enhanced pathology determination and multi-analyte detection in tissue

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
Advanced contrast modalities for X-ray radiology:Phase-contrast and dark-field imaging using a grating interferometer;Martin Bech et al;《Zeitschrift fur medizinische physik》;20100115;第20卷(第1期);第9页右栏倒数第11-13行、第12-13页、第14页右栏倒数第1-2段、第15页第1-3段以及图1-8 *
Automatic segmentation of the liver from multi- and single-phase contrast-enhanced CT images;Rusko L et al;《Medical Image Analysis》;20091201;第13卷(第6期);全文 *
Hard-X-ray dark-field imaging using a;F.Pfeiffer et al;《Nature Materials》;20080113;第7卷(第2期);全文 *
Pancreatic Arteriovenous Malformation: A Case Report of Hemodynamic and Three-Dimensional Morphological Analysis Using Multi-Detector Row Computed Tomography and Post-Processing Methods;Kazuhiro Endo et al;《Case Report》;20090101;第10卷(第1期);全文 *
Segmentation of multi-material CT data of mechanical parts for extracting boundary surfaces;Haitham Shammaa M et al;《Computer-Aided Design》;20100201;第42卷(第2期);全文 *
X-ray dark-field and phase-contrast imaging using a grating interferometer;Pfeiffer et al;《Journal of Applied Physics》;20090519;第105卷(第10期);全文 *
第9页右栏倒数第11-13行、第12-13页、第14页右栏倒数第1-2段、第15页第1-3段以及图1-8;Bech M et al;《Physics in Medicine and Biology》;20100831;第55卷(第18期);全文 *

Also Published As

Publication number Publication date
JP5926281B2 (ja) 2016-05-25
CN103261878A (zh) 2013-08-21
WO2012080900A1 (en) 2012-06-21
EP2652487B1 (en) 2018-02-21
US9767550B2 (en) 2017-09-19
US20130236079A1 (en) 2013-09-12
RU2013132560A (ru) 2015-01-20
JP2014502518A (ja) 2014-02-03
EP2652487A1 (en) 2013-10-23
BR112013014562A2 (pt) 2017-07-04

Similar Documents

Publication Publication Date Title
CN110211215B (zh) 医用图像处理装置以及医用图像处理方法
NL1024869C2 (nl) Werkwijze en systeem voor het meten van voor ziekte relevante weefselveranderingen.
US20170032546A1 (en) Apparatus and method for visualizing digital breast tomosynthesis and other volumetric images
JP2016193196A (ja) 医用画像処理装置
Van de Sompel et al. Task-based performance analysis of FBP, SART and ML for digital breast tomosynthesis using signal CNR and Channelised Hotelling Observers
CN103261878B (zh) 用于使用x射线分析在对象中的受关注区域的方法和设备
US10299684B2 (en) User interface for photonic tools and electromagnetic tracking guided bronchoscope
CN105335945B (zh) 图像处理装置及图像处理方法
US20160217566A1 (en) Quantitative imaging
CN105793894B (zh) 根据图像数据来进行骨骼分割
Marusina et al. Automatic segmentation of MRI images in dynamic programming mode
US9224236B2 (en) Interactive changing of the depiction of an object displayed using volume rendering
US20210192263A1 (en) System, method and apparatus for assisting a determination of medical images
JP2015515296A (ja) 対象物の画像情報の提供
Cho et al. Marginal radiomics features as imaging biomarkers for pathological invasion in lung adenocarcinoma
Wei et al. Automated lung segmentation and image quality assessment for clinical 3-D/4-D-computed tomography
Bendtsen et al. X-ray computed tomography: semiautomated volumetric analysis of late-stage lung tumors as a basis for response assessments
Koike et al. Doubling time calculations for lung cancer by three‐dimensional computer‐aided volumetry: Effects of inter‐observer differences and nodule characteristics
CN108986196A (zh) 用于外科决策支持的关联的照片级真实的3d可视化
US7447343B2 (en) Method for automatic object marking in medical imaging
Piccolomini et al. A model-based optimization framework for iterative digital breast tomosynthesis image reconstruction
Causin et al. Mathematical and numerical challenges in optical screening of female breast
CN107810518A (zh) 利用相关噪声在图像上的边缘探测
EP3989172A1 (en) Method for use in generating a computer-based visualization of 3d medical image data
US20140049542A1 (en) Layer Display of Volume Data

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