CN103530890B - 运动校正装置以及方法 - Google Patents
运动校正装置以及方法 Download PDFInfo
- Publication number
- CN103530890B CN103530890B CN201310272421.5A CN201310272421A CN103530890B CN 103530890 B CN103530890 B CN 103530890B CN 201310272421 A CN201310272421 A CN 201310272421A CN 103530890 B CN103530890 B CN 103530890B
- Authority
- CN
- China
- Prior art keywords
- mentioned
- group
- position alignment
- data
- subregion
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 36
- 238000012937 correction Methods 0.000 title abstract description 7
- 238000012545 processing Methods 0.000 claims description 71
- 210000000988 bone and bone Anatomy 0.000 claims description 41
- 230000002708 enhancing effect Effects 0.000 claims description 34
- 230000010412 perfusion Effects 0.000 claims description 25
- 230000008859 change Effects 0.000 claims description 12
- 230000006872 improvement Effects 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 12
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 10
- 206010028980 Neoplasm Diseases 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000003672 processing method Methods 0.000 claims 1
- 230000015572 biosynthetic process Effects 0.000 description 22
- 230000006870 function Effects 0.000 description 15
- 239000002872 contrast media Substances 0.000 description 13
- 238000011282 treatment Methods 0.000 description 10
- 206010005949 Bone cancer Diseases 0.000 description 6
- 238000006073 displacement reaction Methods 0.000 description 6
- 230000003139 buffering effect Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000013500 data storage Methods 0.000 description 4
- 238000002156 mixing Methods 0.000 description 4
- 238000011002 quantification Methods 0.000 description 4
- 210000001519 tissue Anatomy 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000005484 gravity Effects 0.000 description 3
- 230000001965 increasing effect Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 241000009298 Trigla lyra Species 0.000 description 2
- 230000003187 abdominal effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- TZCXTZWJZNENPQ-UHFFFAOYSA-L barium sulfate Chemical compound [Ba+2].[O-]S([O-])(=O)=O TZCXTZWJZNENPQ-UHFFFAOYSA-L 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 239000000945 filler Substances 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 238000002601 radiography Methods 0.000 description 2
- 238000011524 similarity measure Methods 0.000 description 2
- 210000004872 soft tissue Anatomy 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 240000004272 Eragrostis cilianensis Species 0.000 description 1
- 229910052688 Gadolinium Inorganic materials 0.000 description 1
- 101100137244 Mus musculus Postn gene Proteins 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 229910052788 barium Inorganic materials 0.000 description 1
- DSAJWYNOEDNPEQ-UHFFFAOYSA-N barium atom Chemical compound [Ba] DSAJWYNOEDNPEQ-UHFFFAOYSA-N 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 230000002308 calcification Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- UIWYJDYFSGRHKR-UHFFFAOYSA-N gadolinium atom Chemical compound [Gd] UIWYJDYFSGRHKR-UHFFFAOYSA-N 0.000 description 1
- 125000001475 halogen functional group Chemical group 0.000 description 1
- 238000002513 implantation Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- PNDPGZBMCMUPRI-UHFFFAOYSA-N iodine Chemical compound II PNDPGZBMCMUPRI-UHFFFAOYSA-N 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000012887 quadratic function Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000010008 shearing Methods 0.000 description 1
- 238000002603 single-photon emission computed tomography Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 210000001835 viscera Anatomy 0.000 description 1
Classifications
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/507—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for determination of haemodynamic parameters, e.g. perfusion CT
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
-
- 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
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/30008—Bone
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Animal Behavior & Ethology (AREA)
- High Energy & Nuclear Physics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Dentistry (AREA)
- Biophysics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Quality & Reliability (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
提供对运动校正后的时间序列的图像数据组的装置具备:图像选择部,取得各图像数据的组表示有不同的时间的区域的一系列的图像数据的组,自动地确定关心的子区域;位置对准部,对一系列的多个图像数据的组的每个组,针对关心的子区域执行位置对准,将一系列的基准数据组以及图像数据的组中的一方与该基准数据组以及图像数据的组中的另一方进行位置对准。
Description
技术领域
本说明书所记载的实施方式一般涉及对图像数据、例如时间序列的三维的医用图像数据进行运动校正的方法以及装置。
背景技术
能够将造影剂注入人体或者其他的被检体之中,通过关心区域进行灌注的灌注检查为了对通过特定的脏器或者组织的血流进行定量化处理而被广泛地应用。人体或者其他的被检体的一系列的图像使用各种医用图像摄影装置、例如使用CT、MRI、PET或者X射线摄影之一而得到,造影剂的灌注作为时间的函数来进行检查。
例如,通过将造影剂注入患者的血液中,在关心区域中以规定的时间间隔使用CT扫描仪对患者进行扫描来进行动态CT灌注,其目的在于观察并测量在该区域的各种组织、特别地在肿瘤之中血液怎样灌注。在动态的骨灌注检查中,主要的目的在于诊断性地评价异常的骨的内侧以及周围的部位,包括肿瘤的可视化以及定量化。
当是肿瘤时,灌注的准确的可视化以及精密的定量化能够带来更好的诊断以及治疗的决断。
但是,例如,由于患者或者其他的被检体的移动、或者有时由于增强了对比度的组织以及存在于患者或者其他的被检体的其他的物质的外观或者强度的类似性,可能难以实现涵盖一系列的时间上分离的图像的灌注的精密定量化。CT灌注检查时,灌注到骨肿瘤的造影剂给予与骨的图像强度类似的图像强度。当骨肿瘤与骨相邻时、或者被骨包围时,由于骨的存在,可能难以从CT灌注检查中的形成对比度后的图像中精密地确定骨肿瘤的位置、边界或者灌注特性。作为例子,图1a是表示包含肿瘤的骨的部位的线条图,是根据注入造影剂之前所收集到的CT数据、以及使造影剂灌注到该部位之后的同一部位的线条图而得到的图。图1b表示原来的扫描像,由此得到图1的线条图。骨的存在使区别肿瘤的边界以及特性更加困难。
通过将造影剂向关心区域灌注之前得到的形成对比度前的图像数据从增强了对比度的图像中减去而得到的减法图像可能有助于使病情更好地可视化,得到更可靠的灌注测量值。但是,精密的减法需要数据的精密的位置对准,以使得某数据组中的体素表示与由此被减去的其他的数据组中的对应的体素在患者或者其他的被检体内的相同的位置。
灌注的分析收集可能花费时间,增大患者移动的风险,从而,增大了图像减法的不精密性。由于收集时间中的患者的移动,患者的解剖学构造不同的部分将由一系列的不同的图像数据组中的对应的体素来表示,使减法变得困难。
在灌注检查中得到的不同的图像数据组的手动的位置一致是能够实现解决该问题的方法,但花费时间,对于操作者而言困难,容易发生错误。
为了得到有意义的解剖学构造意向的测量值,还知道操作者对灌注检查的每个单一的图像数据组在大致相同的解剖学位置手动地配置用于测量的关心区域,该步骤也花费时间,易于发生错误。
现有技术文献
专利文献
专利文献1:美国专利申请第13/349,010号
非专利文献
非专利文献1:William R.Crum,Derek L.G.Hill,David J.Hawkes.InformationTheoretic Similarity Measures in Non-rigid Registration,Proceedings ofIPM2003年、378-387页
非专利文献2:Piper等(J.Piper,Y.Ikeda,Y.Fujisawa,Y.Ohno,T.Yoshikawa,A.O′Neil,and I.Poole,Objective evaluation of the correction by non-rigidregistration of abdominal organ motion in low-dose4D dynamic contrast-enhanced CT、Physics in Medicine and Biology、2012年2月)
非专利文献3:K.Shoemake and T.Duff,Matrix Animation and PolarDecomposition,Proceedings of Graphical interface1992、258-264页、1992
发明内容
接着,通过非限定的例子对实施方式进行说明。实施方式在以下的附图中示出。
附图说明
图1a以及图1b是表示灌注造影剂前后的、存在肿瘤的骨的部位的线条图像、以及对应的原来的扫描像的图。
图2是基于一实施方式的图像数据处理系统的概略图。
图3是表示图2的实施方式的动作模式的概要的流程图。
图4a~图4f、以及图5a~图5f是包含所选择的关心的子区域的图像。
图6~图9是表示在骨的部位位置对准后相减得到的结果的图像(上行)、以及增强了对比度的原来的数据组(下行)的图。
具体实施方式
根据一实施方式,提供一种准备对运动进行了校正的时间序列的图像数据组的方法,上述运动校正包含得到各图像数据的组表示有不同的时间的区域的一系列的图像数据的组。该方法还包含自动地确定关心的子区域、和对一系列的多个图像数据的组的每个组,针对关心的子区域执行位置对准而将基准数据组以及图像数据的组中的一方与该基准数据组以及图像数据的组中的另一方进行位置对准。
基于一实施方式的医用图像处理装置在图2中概略地示出,构成为实施在前段中说明的方法。该装置具备:此时为与显示装置4连接的个人计算机(PC)或者工作站的处理装置2、CT扫描仪6、以及此时为计算机的键盘以及鼠标的(1个或者多个)用户输入部8。该装置还具备数据存储装置9。
还可以使用能够执行针对患者或者其他的被检体三维CT测量的任意的合适的类型的CT扫描仪,例如,可以是由东芝医疗系统有限公司(Toshiba Medical SystemsCorporation)生产的扫描仪中的Aquilion(RTM)系列之一。图2的实施方式通过与CT扫描数据的关联性进行说明,但如果接受任意的合适的类型的图像数据、例如合适形态的MR数据、以及合适的预处理,则在代替实施方式中也可以使用生成数字减法X射线血管摄影数据、PET数据、SPECT数据、或者超声波数据的任意的其他的合适的类型的扫描仪。
处理装置2为了自动或者半自动地对图像数据进行处理而提供处理资源,具备能够进行动作的中央处理装置(CPU)10,以加载并执行构成为执行参照图3而在以下详细说明的方法的各种软件模块或者其他的软件构成要素。
处理装置包含执行刚性位置对准步骤以及非刚性位置对准步骤的位置对准部12、绘制以及显示图像的图像绘制部14、对位置对准进行改良的位置对准改良部16、选择关心的子区域的图像选择部18。
处理装置2还具备包含RAM、ROM、数据总线、各种设备驱动程序的操作系统、以及包含显卡的硬件装置等的硬盘驱动器、以及PC的其他的构成要素。为了清晰,这样的构成要素在图2中没有示出。
在图2的实施方式中,处理装置2具备使用9个线程带来多线程环境的2.0GHz芯片组以及2×4核处理器,设置有6.0G字节的RAM。但是,也可以使用任意的合适的CPU以及其他的构成要素。
在图2的实施方式中,一系列的图像数据组7按照基于扫描仪6的扫描性能从CT扫描仪6由处理装置2来接收,存储在数据存储装置9中,由处理装置2进行处理。图2的实施方式所示的扫描仪6是CT扫描仪,但在代替实施方式中,也可以使用任意的其他的合适的类型的扫描仪取得图像数据组。
在图2的实施方式的变形例中,处理装置2不是从扫描仪6而是从远程的数据存储装置(未图示)来接收图像数据组。远程的数据存储装置将涵盖某一期间从多个不同的扫描仪取得的多个各种的数据组与相关联的患者数据一起存储。数据存储装置可以是存储大量的患者数据的服务器,也可以形成PACS(Picture Archiving and Communication System:图像存档通信系统)、例如Toshiba Rapideye(RTM)系统的一部分。
图2的系统构成为执行具有在图3的流程图中概要地示出的一系列的阶段的处理。
在第1阶段20中,处理装置2从扫描仪6来收集形成对比度前的图像数据组以及增强了对比度的图像数据组。在该例子中,形成对比度前的图像数据组以及增强了对比度的图像数据组表示包含患者的椎骨内的骨肿瘤或者与椎骨相邻的骨肿瘤的患者的部位。在其他的例子中,图像数据能够表示患者或者其他的被检体的其他的任意的部位。
在说明的例子中,一系列的增强了对比度的图像数据组包含20个图像数据组,分别在各个的收集时间来收集,连续的收集时间彼此之间的期间根据扫描协议能够在5至20秒以上的期间中变化。从而,一系列的增强了对比度的图像数据组能够涵盖数分钟的期间。其对于造影剂、例如碘、钡、钆、或者硫酸钡而言,是在注入后到达肿瘤而在肿瘤中达到最大浓度(还被称为最大灌注)并开始减少所需的足够的时间。
认为在一系列的图像数据组的收集期间中至少存在几次患者的移动。为了补偿那样的移动能够对于共通的基准自动地对图像数据组进行位置对准是图2的实施方式的特征。
在处理22的下一阶段中,由图像选择部18自动地选择关心的子区域。在说明了的例子中,关心的子区域包含存在肿瘤的骨,选择处理22包含自动的骨掩模分割处理。在代替实施方式中,任意的其他的类型的自动的分割处理、例如,等级设定分割处理或者其他的分割处理也可以由图像选择部18来执行。作为代替,关心的子区域也可以由用户手动地选择。
自动的骨掩模分割处理为了确定1个或者多个子区域而被应用于形成对比度前的图像数据组,其还被称为基准数据组。
首先,阈值化步骤由图像选择部来执行,识别以及选择具有规定的阈值、例如具有比200亨氏单位(HU)大的强度的子区域。阈值化步骤包含通过将图像数据组或者基准数据组的图像数据的强度等级与阈值进行比较来自动地确定1个或者多个关心的子区域,并根据比较来选择子区域。
接着,执行形态学清除处理,该形态学清除处理具有比阈值大的强度,但删除具有不足规定的阈值的尺寸的尺寸(例如,不足1000mm3的体积)的这些子区域。使用形态学清除处理,确保没有将由于太小而临床上不怎么关心的骨的裂片或者钙化进行位置对准。
图4a至图4c以及图5a至图5是按照形态学清除处理选择的子区域的线条图,但是接着放大以及充填处理前的图。子区域在图像中使用斜线来表示。图4d至图4f以及图5d至图5f是原来的扫描像,由此得到图4a至图4c以及图5a至图5c的线条图。
接着,作为由图像选择部18确定关心的子区域的一部分,形态学充填处理在其余的所选择的子区域上执行。图像选择部18确定各子区域的边界,填充子区域的边界内的任意的空隙,与子区域一起包含该任意的空隙,这样形成用于从基准数据组或者一系列的图像数据组中选择数据的掩模。
形态学充填处理能够关于关心的子区域的三维体积,或者关于通过子区域的二维切片来执行。形态学充填处理例如能够将骨髓腔增加到关心的子区域,并且能够确保骨内的组织包含在关心的子区域内。形态学充填处理能够确保不会遗漏骨髓以及小柱构造。关心的子区域能够确保包含造影剂灌注内部的至少1个血管或者构造。
接着,形成表示作为结果得到的子区域或者关心的子区域的边界的掩模。
在形态学清除以及充填处理之后,执行形态学放大处理,剩余的所选择的子区域的边界值扩张所选择的量,例如,在各方向扩张10mm。在图3的处理之后的阶段中,各子区域的扩张部分的全部或者一部分如以下更详细地叙述的那样,也可以作为缓冲区域来进行处理。缓冲区域能够在实际的骨区域的周围形成光晕(halo)。
放大处理能够帮助确保足够量的软组织包含在接着位置对准的子区域内。位置对准类似的计量(registration similarity metric)(例如,相互信息)的结果,从而,这能够改善位置对准结果本身。通过放大处理形成的缓冲区域的使用能够帮助在处理之后的阶段中得到的转换后的数据组中将来自关心区域的数据和周围数据无缝合并(以下更详细地说明)。
在处理的下一部分中,关于各自的增强了对比度的图像数据组接着执行一系列的处理步骤。
将在阶段23中选择的增强了对比度的图像数据组的第1图像数据组作为开始,在阶段24中执行位置对准步骤,对于基准数据组(此时,非形成对比度的数据组)增强了对比度的数据组执行位置对准。合适的位置对准步骤在美国专利申请公开第13/349,010号进行了叙述,其内容整体通过参照编入本说明书中。
此时,应用非刚性位置对准步骤,以使得通过位置对准部12位置对准的非形成对比度的数据组与增强了对比度的数据组进行位置对准。非刚性位置对准步骤是对于数据组中或者选择的大的区域的数据组中的几乎所有的数据执行位置对准的整体步骤。
在执行整体非刚性位置对准步骤之前,能够使用预处理阶段从第1以及第2图像数据组中将无关的数据删除。在被删除的无关的数据中,例如,可能包含表示空气或者气体的数据、有时包含表示填料(padding)或者患者的台或者其他的伪影的数据。如果需要,也可以省略该预处理阶段。
在阶段24中,也可以使用任意的合适的非刚性位置对准步骤。在图2的实施方式中,整体非刚性位置对准步骤将相互信息作为类似性测度来使用,非刚性变形区域根据Crum-Hills-Hawks方式(William R.Crum,Derek L.G.Hill,David J.Hawkes.InformationTheoretic Similarity Measures in Non-rigid Registration,Proceedings ofIPM2003年,378-387页)来计算。某一特定的实施在Piper等(J.Piper,Y.Ikeda,Y.Fujisawa,Y.Ohno,T.Yoshikawa,A.O’Neil,以及I.Poole,Objective evaluation of thecorrection by non-rigid registration of abdominal organ motion in low-dose4Ddynamic contrast-enhanced CT,Physics in Medicine and Biology,2012年2月)中进行了叙述。
例如,也可以使用具有子采样因子4以及2的多尺度方法。这意味着知道从运行时间以及存储器的观点来看,要求全尺度下的整体非刚性位置对准,但在该动作模式下不执行。
各数据组包含体素的组,各体素包含强度值,各体素具有表示在某一选择的坐标系(例如,垂直坐标系)中针对该体素通过扫描仪6测定出强度值的空间位置的坐标组(例如,x,y,z坐标)。非刚性位置对准生成变形区域,该变形区域对每个体素包含与该体素相关的空间坐标的偏移。
当为了取得转换后的非形成对比度的数据组而将由非刚性位置对准步骤得到的变形区域应用于非形成对比度的数据组时,原来的非形成对比度的数据组的各体素的空间坐标按照变形区域进行偏移,转换后的非形成对比度的数据组中的体素变为表示与具有相同的空间坐标的增强了对比度的数据组中的体素在被检体的身体中大致相同的位置(大致相同的解剖学位置)。
在大多数的实际的情况下,由于时间上的制约以及处理的制约,需要使用多尺度的位置对准步骤,减少后的版本的数据组相互位置对准。那样的多尺度位置对准步骤需要数据组整体的数据点的插补、以及从数据组整体的数据点中的选择,那样的插补以及选择处理必然在位置对准中带来若干误差。该误差可能是比较小的误差,但在异常的骨的部位的小的细节的评价中可能具有重要的影响。
整体位置对准对体积整体、即体积的大部分发挥作用,能够将组织引入较好地近似的位置一致。(如以下更详细地叙述的那样)由于该应用的相减的性质,优选(例如,骨内或者骨附近的)关心的子区域中的位置一致是精密的。因此,只在骨区域或者其他的关心的子区域中执行进一步的改良。
在处理的下一阶段26中,选择在阶段22中确定,位于确定关心的子区域(ROI)的掩模的边界内的位置的图像数据。接着,如以下更详细地说明的那样,在阶段28中执行对于增强了对比度的数据组的所选择的ROI的形成对比度前的数据的进一步的位置对准。通过执行ROI内的数据的进一步的位置对准,从而能够改善该数据的位置对准,由此,最终还带来能够实现改善后的灌注分析。
在图2的实施方式中,ROI是充分地应用通过位置对准改良部16在下一阶段28中确定的进一步改良后的位置对准的区域。包围ROI的缓冲区域(例如,在ROI的边界开始,在半径方向延伸规定的距离的壳体)也可以如上述那样确定。进一步改良后的位置对准作为将ROI改良后的位置对准与整体非刚性位置对准合并的合并步骤的一部分,只部分地应用于缓冲区域上。该合并与步骤的阶段30建立关联,以下更详细地进行说明。
进一步的位置对准步骤是使用与ROI对应的数据在阶段28中被执行,由此改良针对ROI取得的位置对准,改善位置对准的质量的步骤。
如在阶段24中针对整体自由形式位置对准而使用的那样,也可以除了具有不同的最高分辨率以及不同的内部算法参数,使用相同的位置对准算法执行进一步的非刚性位置对准。
作为代替,ROI的进一步的位置对准可以是自由形式非刚性位置对准,在几个实施方式中,整体位置对准的变形区域没有变更,作为开始点来使用时,使用更详细的、例如1等更小的子采样因子。
来自ROI内所包含的形成对比度前的数据组的数据对于来自增强了对比度的数据组的数据进行位置对准。
在几个动作模式中,在执行局部位置对准步骤之前,也可以是所选择的数据的几个预处理。例如,也可以在执行局部位置对准步骤之前使用所知道的技术除去与填料、患者的台或者其他的器材、和/或空气对应的数据等的无关的数据。
在阶段28的结束,得到表示对于在ROI中增强了对比度的数据组的形成对比度前的数据组的位置对准的局部位置对准。表示对于增强了对比度的数据组整体的非形成对比度的数据组整体的位置对准的整体非刚性位置对准已经在阶段24中得到。在下一阶段30中,使局部位置对准与整体非刚性位置对准合并,取得合并后的位置对准。
合并使用包围由选择部18确定的ROI的缓冲区域(例如,在ROI的边界开始,在半径方向延伸规定的距离的中空的壳体),通过位置对准改良部16来执行。缓冲区域有时还被称为羽状缓冲或者混合缓冲,可以是固定的尺寸。
合并能够使用2个连续的处理来执行。首先,由局部转换以及整体非刚性位置对准取得的整体变形区域通过在缓冲内的各位置(各体素)取2个加权平均,或者通过使用任意的其他的合适的组合处理来混合。
在加权平均计算中使用的加权随着距ROI的距离的变化而线性地变化,只有局部位置对准在ROI内侧使用,只有整体非刚性位置对准在混合缓冲的外侧使用。
在混合缓冲内具有位置,但针对靠近与ROI的边界的体素,由合并后的位置对准取得的对于原来的图像数据组中的该体素的坐标的体素坐标的位移伴随着基于加权整体非刚性位置对准的小的调整,主要通过局部位置对准来确定。同样地,在混合缓冲内具有位置,但针对靠近距离ROI最远的边界的体素,由合并后的位置对准取得的对于原来的图像数据组中的该体素的坐标的体素坐标的位移伴随着基于局部位置对准的小的调整,主要通过整体非刚性位置对准来确定。
任意的其他的合适的合并处理也可以在代替实施方式中使用。例如,加权能够通过任意的合适的方法来变更,不需要伴随着距ROI的距离而线性地变化。例如,作为任意的合适的距离的函数,例如,作为二次函数或者其他的多项式函数、S型函数、或者双曲线的距离的函数,加权也可以发生变化。施加了加权的区域和没有施加加权的区域之间的边界也可以针对他们的位置根据整体位置对准与局部位置对准之间的差来选择,例如,缓冲区域的边界的尺寸以及位置也可以根据那样的差自动地确定。
在下一阶段32中,将合并后的位置对准应用于非形成对比度的图像数据组,取得对于增强了对比度的图像数据组进行位置对准后的非形成对比度的图像数据组。
接着,能够将位置对准后的非形成对比度的数据组从增强了对比度的图像数据组中减去,取得能够排除或者减少具有不与时间一起变化的强度的特征的显著度,并且能够更清晰地显示具有与时间一起变化的强度的增强了对比度的组织等的特征的相减后的数据组。
在几个动作模式中,表示强度不足规定的阈值的空气或者气体等材料的数据没有被减除,但在减除的数据组中,被具有均一的低的值的强度的数据置换,由此,能够生成在显示时用户自然地观察或者很关心的减法的结果。
接着,在阶段32中,能够对于相减后的数据组执行基于合并后的位置对准的相反的逆转换。
接着,对增强了对比度的每个图像数据组重复阶段24至阶段32的处理。任一情况下,都执行对于增强了对比度的数据组的非形成对比度的数据组的整体位置对准。接着,针对关心的子区域执行对于增强了对比度的数据组的非形成对比度的数据组的进一步强化后的位置对准,将2个位置对准合并,形成组合的位置对准。接着,非形成对比度的数据组按照组合后的位置对准进行转换,从增强了对比度的数据组中减去。接着,如果需要,对于作为结果得到的相减后的数据组执行逆转换。
图6b以及图7b是表示从在存在灌注的造影剂的情况下收集到的图像数据中取得的骨的部位的图像的线条图。图6a以及图7a是如所说明的那样按照位置对准处理以及减法处理的执行的相同的区域的图像的线条图。图6a以及图6b表示该区域的剖面图,图7a以及图7b表示该区域的矢状图。图6c、图6d、图7a以及图7d是原来的扫描像,由此得到图6a、图6b、图7a以及图7b的线条图。
图8b以及图9b是表示从在存在灌注的造影剂的情况下收集到的图像数据中取得的进一步的骨的部位的图像的线条图。图8a以及图9a是表示如所说明的那样按照位置对准处理以及减法处理的执行的相同的区域的图像的线条图。图8a以及图8b表示该区域的剖面图,图9a以及图9b表示该区域的矢状图。图8c、图8d、图9a以及图9d是原来的扫描像,由此得到图8a、图8b、图9a以及9b的线条图。
位置对准处理以及减法处理除去或者减少具有没有与时间一起变化的强度的骨以及其他的特征的强度。
通过对增强了对比度的每个图像数据组重复阶段24至阶段32的处理,取得一系列的转换后的相减得到的数据组。转换后的相减得到的数据组分别对于共通的基准、此时对于非形成对比度的数据组进行位置对准,解剖学构造相同的区域在各数据组中出现在大致相同的位置。另外,在一系列的转换后的相减得到的数据组中,去除具有没有与时间一起变化的强度的特征,或者使该强度减少。从而,使动态扩散序列的增强了对比度的所有的相位自动地位置一致,能够提供稳定的、运动补偿后的、强化后的图像序列,能够使向组织中的造影剂的灌注比在没有运动的补偿和没有相减的图像中更清晰地观察。
也可以接着选择一系列的转换后的相减得到的数据组中的关心的子区域的数据,也可以使用用于定量化的任意的合适的灌注分析技术对所选择的数据执行灌注分析。当转换时,相减后的数据组去除或者减少没有随时间的变化而变化的特征(周围的骨等)的强度,灌注分析能够精密地执行。本实施方式特别有助于取得关于骨肿瘤的灌注分析的数据。
在参照图3说明的图2的实施方式的动作模式中,整体位置对准是自由形式、非刚性位置对准,关心的子区域的局部位置对准也是非刚性位置对准,进一步的自由形式位置对准被应用于与ROI对应的所选择的数据,作为结果得到的自由形式位置对准与整体自由形式位置对准合并。在代替的动作模式中,能够使用任意的合适的位置对准的组合。
例如,在代替的动作模式中,局部位置对准步骤是仿射位置对准步骤。在更进一步的实施方式中,局部位置对准步骤也可以是刚性位置对准步骤,刚性位置对准应用于与ROI对应的所选择的数据,作为结果得到的刚性位置对准与整体自由形式位置对准合并。作为代替,整体位置对准也可以是刚性位置对准或者仿射位置对准,局部位置对准也可以是刚性位置对准、仿射位置对准、或者自由形式位置对准的任一个。
在其他的代替的动作模式中,只关于各自的增加了对比度的图像数据组存在单一的位置对准(例如,刚性位置对准、仿射位置对准、或者自由形式位置对准)。例如,位置对准也可以只根据关心的子区域。
在几个实施方式中,用户能够选择使用的特定的1个或者多个类型的位置对准。
在参照图3说明的图2的实施方式的动作模式中,非形成对比度的数据组对于增强了对比度的数据组进行位置对准,非形成对比度的数据组按照位置对准进行转换,接着,执行减法处理。
在代替的动作模式中,增强了对比度的数据组对于非形成对比度的数据组进行位置对准,增强了对比度的数据组按照位置对准进行转换。在该动作模式中,增强了对比度的数据组的各个为了适合相同的基准数据组(非形成对比度的数据组)而进行转换,因此,在处理的结束不需要执行逆转换。
在进一步的代替的动作模式中,选择一系列的增强了对比度的数据组中之一,作为基准数据组来使用。接着,步骤除了对增强了对比度的每个数据组,位置对准不是对于非形成对比度的数据组而对于共同的所选择的增强了对比度的数据组执行之外,与参照图3说明的步骤类似。(不是共用的所选择的增强了对比度的数据组)非形成对比度的数据组从作为结果得到的转换后的数据组的各个中减去。此时,共用的所选择的增强了对比度的数据组还有时称为基准数据组,减法所使用的非形成对比度的数据组还有时称为进一步的基准数据组。
以下的表1是概括能够以一实施方式的以下标记为A至F的某一动作模式来执行的位置对准处理以及后续的减法的处理的概要的表,一系列的图像数据的组包含在存在造影剂的情况下得到的N个图像数据的组(表中,称为Post1…PostN)、以及存在造影剂之前得到的图像数据的组(表中,称为Pre)。在减法的列中,所叙述的数据组根据该方法的需要,应该看作它们处于位置对准并转换后的状态。在表1中概括的动作模式是非限定的动作模式,只是意图作为示例的动作模式。
【表1】
在与图3相关地来说明的动作模式中,关于非形成对比度的数据以及增强了对比度的数据组的强度数据执行位置对准。在代替的动作模式中,为了得到强度梯度数据而对数据组进行处理,不是对于原来的强度数据而是对于作为结果得到的强度梯度数据取得(1个或者多个)位置对准。接着,强度数据通过与图3的相关地说明的方法相同的方法按照作为结果得到的位置对准进行转换。
作为位置的函数的梯度的大小能够针对形成对比度前的数据以及形成对比度后的数据(此时,第1以及第2数据组)的双方针对ROI内的体积来计算。接着,执行阶段28中的刚性位置对准处理,以使得对于从第1数据组取得的梯度数据将从第2数据组取得的梯度数据进行位置对准。
在某一动作模式中,为了只关注于心脏的构造,在计算梯度的大小之前应用图像固定(image clamp)。如果执行该固定,则计算梯度的大小,实施阶段28的位置对准步骤。由于遗失了很低的强度以及很高的强度的细节,因此,作为固定以及大小计算后的结果得到的图像数据缺乏信息,但所有的信息都集中于该区域,为了准确地位置对准,这是最重要的。通常,只为了取得准确的位置对准,留意使用固定后的梯度数据的情况很重要。接着,对该数据组进行转换,从而,为了使数据组位置一致,将位置对准应用于非形成对比度的数据组的强度数据(或者在几个动作模式中增强了对比度的数据组)。
如上所述,整体位置对准以及局部位置对准的各种组合也可以在各种实施方式中使用。在几个实施方式中,整体位置对准、或者整体位置对准的近似能够作为局部位置对准步骤的开始点来使用。
在整体位置对准以及局部位置对准都是非刚性位置对准的实施方式中,由整体位置对准取得的变形区域能够作为局部位置对准步骤的开始点来使用。在几个代替实施方式中,取得变形区域的近似,接着,该近似作为局部位置对准的开始点来使用。
例如,通过非限定的例子,在几个实施方式中,整体位置对准是非刚性位置对准,局部位置对准是刚性位置对准,为了合适地初始设定局部刚性位置对准,ROI内的变形区域使用以下的方法通过刚性转换来近似。
1.对ROI的内侧的体素的点坐标(例如,20000个点)进行采样。
2.对采样集团内的每个点,应用变形区域,记录变形坐标。
3.使用作为结果得到的对应的坐标对(原来的体素坐标以及对应的变形坐标),应用多重线性最小二乘回归步骤,确定将原来的体素坐标映射到对应的变形坐标的仿射转换。该处理返回仿射转换行列,该仿射转换行列依然可能包含缩放分量以及剪断形变分量(shearing component)。
为了去除缩放分量以及剪断形变分量,该步骤如以下那样继续。
4.使用极分解,通过所知道的技术提取出仿射转换行列的旋转部分。合适的极分解技术的一个例子在K.Shoemake and T.Duff,Matrix Animation and PolarDecomposition,Proceedings of Graphical interface1992、258~264页、1992进行了叙述。
5.将在步骤3中发现的仿射转换应用于ROI的中心点(还称为ROI的重心)。
6.确定变形重心和原来的重心之间的位移,设该位移表示刚性转换的平行移动部分。
7.综合步骤4、5以及6的结果,得到ROI的变形区域的刚性近似。刚性近似包含在步骤4以及6中确定的旋转成分以及平行移动成分。在该特定的应用中,缩放通过设计规定为1,从而不需要缩放提取。但是,如果需要,还能够提取出缩放分量。
在处理-7的结束时,针对ROI取得非刚性变形区域的局部刚性近似。局部刚性近似可能仅仅和原来的非刚性位置对准一样好,意味着缺乏的整体变形区域潜在地生成缺乏的局部刚性近似。在那样的情况下,认为局部刚性位置对准失败。但是,知道实际上不会发生那样的状况,一般而言,为了带来满足的局部刚性位置对准近似能够使用整体变形区域。
接着,局部刚性位置对准步骤作为开始点取局部刚性位置对准近似,接着,使用相互信息类似性测度的Powell法优化(Powell-style optimization)、或者其他的任意的合适的优化步骤,变更位置对准,直到得到优化后的局部刚性位置对准。
例如,说明了根据强度等级(例如,CT数)自动地识别表示骨的图像数据,按照位置对准处理以及转换处理从时间序列的数据组中减去的实施方式。接着,能够在时间序列的数据组中更清晰地观察可能存在于骨内或者骨的附近的关心的特征。但是,本发明并不限定于自动地识别包含骨的子区域。在某种实施方式中,例如,根据强度等级自动地识别代替包含空气、金属、软组织或者其他的物质的子区域、和骨/或者骨的代替品。表示那样的子区域的图像数据能够按照位置对准处理以及转换处理从时间序列的数据组中减除。实施方式能够用于在人体或者其他的被检体的任意的部分中查看关心的特征。
另一方面,本领域的技术人员应该理解,在实施方式中,能够由为了执行本实施方式的方法而具有能够执行的计算机可读的命令的计算机程序来实施某一特定的功能。计算机程序的功能能够在硬件中(例如通过CPU)来实施。但是,各本实施方式也可以通过1个或者多个ASIC(特殊用途用的集成电路)、或者硬件与软件的混合来实施。
在本说明书中说明了特定的功能部(unit),但在代替实施方式中,这些功能部的1个或者多个的功能也可以由单一的功能部、处理资源、或者其他的构成要素来提供,或者由单一的功能部提供的功能也可以通过并用2个以上的功能部或者其他的构成要素来提供。
虽然说明了本发明的几个实施方式,但这些实施方式是作为例子而提示的,并不意图限定本发明的范围。这些实施方式能够以其他的各种方式进行实施,在不脱离发明的要旨的范围内,能够进行各种的省略、置换、变更。这些实施方式或其变形与包含于发明的范围或要旨中一样,包含于权利要求书记载的发明及其均等的范围中。
Claims (20)
1.一种医用图像处理装置,其特征在于,具备:
图像选择部,取得各图像数据的组表示不同的时间的某区域的一系列的图像数据的组,对上述图像数据的组执行骨掩模分割处理,确定包含骨的关心的子区域;
位置对准部,执行上述一系列的多个图像数据的组中的图像数据的组间的整体位置对准;以及
位置对准改良部,对包含上述包含骨的关心的子区域的图像数据的组,执行上述包含骨的关心的子区域中的局部位置对准,合并上述整体位置对准和上述局部位置对准,将上述合并了的位置对准应用于上述一系列的多个图像数据的组,
上述位置对准改良部在通过上述合并了的位置对准而位置被对准了的图像数据的组之间执行减法处理,
上述一系列的图像数据的组包含多个增强了对比度的数据组以及非对比度增强数据组,
上述位置对准改良部将执行了上述合并了的位置对准或者未执行上述合并了的位置对准的上述非对比度增强数据组从执行了上述合并了的位置对准的或者未执行上述合并了的位置对准的各个增强了上述对比度的数据组中减去。
2.根据权利要求1所述的医用图像处理装置,其特征在于,
上述骨掩模分割处理包含将上述图像数据组的图像数据的强度等级与阈值进行比较,根据上述比较选择上述关心的子区域。
3.根据权利要求1所述的医用图像处理装置,其特征在于,
上述骨掩模分割处理包含执行等级设定分割处理或者其他的分割处理。
4.根据权利要求1所述的医用图像处理装置,其特征在于,
上述图像选择部将上述图像数据的组中的任意组作为基准数据组,对上述基准数据组执行上述骨掩模分割处理。
5.根据权利要求4所述的医用图像处理装置,其特征在于,至少是以下的情况之一,即,
(a)上述基准数据组包含表示上述区域的形成对比度前的图像数据,
(b)上述多个图像数据的组包含增强了对比度的图像数据。
6.根据权利要求4所述的医用图像处理装置,其特征在于,
上述基准数据组对上述一系列的上述图像数据的组的每个组都相同。
7.根据权利要求4所述的医用图像处理装置,其特征在于,
上述基准数据组包含表示上述区域的增强了对比度的数据组。
8.根据权利要求1所述的医用图像处理装置,其特征在于,
上述位置对准部将上述图像数据的组中的任意组作为基准数据组,上述基准数据组对上述多个图像数据的组的每个组都相同,取得对相减后的图像的运动进行校正后的序列。
9.根据权利要求1所述的医用图像处理装置,其特征在于,
上述位置对准改良部构成为执行逆转换。
10.根据权利要求1所述的医用图像处理装置,其特征在于,
上述位置对准的上述执行包含通过上述整体位置对准确定上述位置对准的开始点。
11.根据权利要求1所述的医用图像处理装置,其特征在于,
上述位置对准改良部构成为,针对上述子区域确定上述整体位置对准的刚性近似或者仿射近似,对该近似进行改良,确定上述关心的子区域的上述位置对准。
12.根据权利要求1所述的医用图像处理装置,其特征在于,
上述关心的子区域包括缓冲区域或者被缓冲区域至少部分地包围,基于上述位置对准改良部的上述合并包括针对上述缓冲区域,至少将1个加权施加给上述整体位置对准以及上述位置对准的一方或者双方。
13.根据权利要求12所述的医用图像处理装置,其特征在于,
上述加权、或者多个上述加权中的至少1个伴随着距上述关心的子区域的中心的距离的变化而变化。
14.根据权利要求1所述的医用图像处理装置,其特征在于,
上述关心的子区域至少包含1个肿瘤。
15.根据权利要求1所述的医用图像处理装置,其特征在于,
基于上述图像选择部的上述关心的子区域的上述确定包含确定上述子区域的边界,填埋上述子区域的上述边界内的至少1个空隙而形成用于从上述一系列的图像数据的组中选择数据的掩模。
16.根据权利要求1所述的医用图像处理装置,其特征在于,
基于上述图像选择部的上述关心的子区域的上述确定包含确定上述子区域的边界,放大上述子区域的上述边界而形成用于从上述多个图像数据的组中选择数据的掩模。
17.根据权利要求1所述的医用图像处理装置,其特征在于,
上述位置对准包括刚性位置对准、仿射位置对准、非刚性位置对准中的至少一个。
18.根据权利要求1所述的医用图像处理装置,其特征在于,
处理资源还构成为,对于相减转换后的上述一系列的图像数据的组执行灌注分析。
19.根据权利要求2所述的医用图像处理装置,其特征在于,
上述强度等级是CT数。
20.一种医用图像处理方法,其特征在于,包括:
取得各图像数据的组表示不同的时间的某区域的一系列的图像数据的组的步骤;
对上述图像数据的组执行骨掩模分割处理,确定包含骨的关心的子区域的步骤;
执行多个上述一系列的图像数据的组中的图像数据的组间的整体位置对准的步骤;
对包含上述包含骨的关心的子区域的图像数据的组,执行上述包含骨的关心的子区域中的局部位置对准的步骤;
合并上述整体位置对准和上述局部位置对准的步骤;以及
将上述合并了的位置对准应用于上述一系列的多个图像数据的组的步骤,
在通过上述合并了的位置对准而位置被对准了的图像数据的组之间执行减法处理,
上述一系列的图像数据的组包含多个增强了对比度的数据组以及非对比度增强数据组,
将执行了上述合并了的位置对准或者未执行上述合并了的位置对准的上述非对比度增强数据组从执行了上述合并了的位置对准的或者未执行上述合并了的位置对准的各个增强了上述对比度的数据组中减去。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/540,174 | 2012-07-02 | ||
US13/540,174 US9384555B2 (en) | 2012-07-02 | 2012-07-02 | Motion correction apparatus and method |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103530890A CN103530890A (zh) | 2014-01-22 |
CN103530890B true CN103530890B (zh) | 2018-04-17 |
Family
ID=49778239
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310272421.5A Active CN103530890B (zh) | 2012-07-02 | 2013-07-02 | 运动校正装置以及方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US9384555B2 (zh) |
JP (1) | JP6325208B2 (zh) |
CN (1) | CN103530890B (zh) |
Families Citing this family (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014023645A (ja) * | 2012-07-25 | 2014-02-06 | Canon Inc | X線撮影装置、x線撮影装置の制御方法、およびプログラム |
US9275437B2 (en) * | 2013-03-14 | 2016-03-01 | Algotec Systems Ltd. | Method for efficient digital subtraction angiography |
EP2932470A2 (en) | 2013-10-18 | 2015-10-21 | Koninklijke Philips N.V. | Registration of medical images |
US9542529B2 (en) * | 2013-10-31 | 2017-01-10 | Toshiba Medical Systems Corporation | Medical image data processing apparatus and method |
JP6381959B2 (ja) * | 2014-05-07 | 2018-08-29 | キヤノンメディカルシステムズ株式会社 | 画像処理装置、及び、x線診断装置 |
US9727965B2 (en) | 2014-11-25 | 2017-08-08 | Toshiba Medical Systems Corporation | Medical image processing apparatus and medical image processing method |
EP3034000A1 (en) * | 2014-12-16 | 2016-06-22 | Agfa Healthcare | Motion correction method in dual energy radiography |
JP6363575B2 (ja) * | 2015-09-29 | 2018-07-25 | 富士フイルム株式会社 | 画像位置合わせ装置および方法並びにプログラム |
JP6905323B2 (ja) * | 2016-01-15 | 2021-07-21 | キヤノン株式会社 | 画像処理装置、画像処理方法、およびプログラム |
EP3206189B1 (en) * | 2016-01-15 | 2018-11-14 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, and program |
GB201601140D0 (en) | 2016-01-21 | 2016-03-09 | Oxehealth Ltd | Method and apparatus for estimating heart rate |
GB201601142D0 (en) | 2016-01-21 | 2016-03-09 | Oxehealth Ltd | Method and apparatus for estimating breathing rate |
GB201601143D0 (en) | 2016-01-21 | 2016-03-09 | Oxehealth Ltd | Method and apparatus for health and safety monitoring of a subject in a room |
GB201601217D0 (en) | 2016-01-22 | 2016-03-09 | Oxehealth Ltd | Signal processing method and apparatus |
GB201615899D0 (en) | 2016-09-19 | 2016-11-02 | Oxehealth Ltd | Method and apparatus for image processing |
US10885349B2 (en) | 2016-11-08 | 2021-01-05 | Oxehealth Limited | Method and apparatus for image processing |
JP6930091B2 (ja) * | 2016-11-15 | 2021-09-01 | 富士フイルムビジネスイノベーション株式会社 | 画像処理装置、画像処理方法、画像処理システムおよびプログラム |
JP6934734B2 (ja) | 2017-03-17 | 2021-09-15 | キヤノン株式会社 | 画像処理装置、画像処理装置の制御方法およびプログラム |
GB201706449D0 (en) | 2017-04-24 | 2017-06-07 | Oxehealth Ltd | Improvements in or realting to in vehicle monitoring |
GB201803508D0 (en) | 2018-03-05 | 2018-04-18 | Oxehealth Ltd | Method and apparatus for monitoring of a human or animal subject |
GB201900032D0 (en) | 2019-01-02 | 2019-02-13 | Oxehealth Ltd | Method and apparatus for monitoring of a human or animal subject |
GB201900034D0 (en) | 2019-01-02 | 2019-02-13 | Oxehealth Ltd | Method and apparatus for monitoring of a human or animal subject |
GB201900033D0 (en) | 2019-01-02 | 2019-02-13 | Oxehealth Ltd | Mrthod and apparatus for monitoring of a human or animal subject |
CN112419378B (zh) * | 2020-11-20 | 2024-04-09 | 上海联影智能医疗科技有限公司 | 医学图像配准方法、电子设备和存储介质 |
CN113499091B (zh) * | 2021-08-19 | 2023-08-15 | 四川大学华西医院 | 一种患者体表和体内肿瘤运动相关性及肿瘤内部动度的预测方法和系统 |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0321228A (ja) * | 1989-06-20 | 1991-01-30 | Hitachi Medical Corp | 心筋潅流解析画像の表示方法及びその装置 |
JPH11272865A (ja) * | 1998-03-23 | 1999-10-08 | Mitsubishi Electric Corp | 画像セグメンテーション方法およびその装置 |
JP4294881B2 (ja) * | 2000-05-12 | 2009-07-15 | 富士フイルム株式会社 | 画像の位置合わせ方法および装置 |
US6718055B1 (en) | 2000-12-05 | 2004-04-06 | Koninklijke Philips Electronics, N.V. | Temporal and spatial correction for perfusion quantification system |
US6901277B2 (en) * | 2001-07-17 | 2005-05-31 | Accuimage Diagnostics Corp. | Methods for generating a lung report |
US7295691B2 (en) * | 2002-05-15 | 2007-11-13 | Ge Medical Systems Global Technology Company, Llc | Computer aided diagnosis of an image set |
JP3785128B2 (ja) * | 2002-09-19 | 2006-06-14 | 株式会社東芝 | 画像診断装置、画像処理方法、画像処理装置及び記憶媒体 |
JP2005261440A (ja) * | 2004-02-19 | 2005-09-29 | Aze Ltd | 医療用画像の被造影領域抽出方法 |
DE102004027711B3 (de) * | 2004-06-07 | 2006-01-26 | Siemens Ag | Verfahren zur automatischen Skalierungskontrolle eines Bildes, insbesondere Patientenbildes |
US8989349B2 (en) * | 2004-09-30 | 2015-03-24 | Accuray, Inc. | Dynamic tracking of moving targets |
US20060239585A1 (en) * | 2005-04-04 | 2006-10-26 | Valadez Gerardo H | System and method for reducing artifacts in motion corrected dynamic image sequences |
US7840050B2 (en) | 2005-05-05 | 2010-11-23 | Siemens Medical Solutions Usa, Inc. | System and method for piecewise registration of timepoints |
JP5161427B2 (ja) * | 2006-02-20 | 2013-03-13 | 株式会社東芝 | 画像撮影装置、画像処理装置及びプログラム |
US20070297657A1 (en) * | 2006-06-23 | 2007-12-27 | Julian Mattes | Quantification and visualization of the motion and deformation of one or several objects inside a living entity |
IL179582A0 (en) * | 2006-11-26 | 2007-05-15 | Algotec Systems Ltd | Comparison workflow automation by registration |
US8126227B2 (en) * | 2006-12-04 | 2012-02-28 | Kabushiki Kaisha Toshiba | X-ray computed tomographic apparatus and medical image processing apparatus |
JP5675056B2 (ja) * | 2008-07-04 | 2015-02-25 | 株式会社東芝 | X線撮影装置および画像処理装置 |
KR101616874B1 (ko) * | 2009-09-23 | 2016-05-02 | 삼성전자주식회사 | 다중 영상 합성 방법 및 그 장치 |
TW201225922A (en) * | 2010-12-31 | 2012-07-01 | Univ Nat Central | Method of CT angiography to visualize trans-osseous blood vessels |
US8675944B2 (en) * | 2012-01-12 | 2014-03-18 | Kabushiki Kaisha Toshiba | Method of registering image data |
-
2012
- 2012-07-02 US US13/540,174 patent/US9384555B2/en active Active
-
2013
- 2013-07-02 JP JP2013139077A patent/JP6325208B2/ja active Active
- 2013-07-02 CN CN201310272421.5A patent/CN103530890B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
US20140003690A1 (en) | 2014-01-02 |
CN103530890A (zh) | 2014-01-22 |
JP6325208B2 (ja) | 2018-05-16 |
US9384555B2 (en) | 2016-07-05 |
JP2014008414A (ja) | 2014-01-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103530890B (zh) | 运动校正装置以及方法 | |
JP6548393B2 (ja) | 医用画像表示装置および医用画像表示システム | |
JP5263997B2 (ja) | 医用レポート作成装置、医用レポート作成方法および医用レポート作成プログラム | |
US7796835B2 (en) | Computer readable medium for image processing and image processing method | |
CN104517303B (zh) | 医用图像处理装置以及医用图像处理方法 | |
JP6542004B2 (ja) | 医用画像処理装置、および医用画像処理システム | |
US8244010B2 (en) | Image processing device and a control method and control program thereof | |
JP4786246B2 (ja) | 画像処理装置及び画像処理システム | |
EP2312531A1 (en) | Computer assisted diagnosis of temporal changes | |
CN1875881A (zh) | 拍摄、分析和显示医学图像数据组的方法 | |
JP2007275312A (ja) | 解析プロトコルに基づいた前処理装置を備える三次元画像表示装置 | |
CN110570483A (zh) | 扫描方法、装置、计算机设备和存储介质 | |
CN105640583A (zh) | 血管造影方法 | |
CN104507392B (zh) | 图像处理装置及图像处理方法 | |
JP6738305B2 (ja) | 学習データ生成支援装置および学習データ生成支援装置の作動方法並びに学習データ生成支援プログラム | |
CN110717961A (zh) | 多模态图像重建方法、装置、计算机设备和存储介质 | |
US11978137B2 (en) | Generating reformatted views of a three-dimensional anatomy scan using deep-learning estimated scan prescription masks | |
CN111062997A (zh) | 一种血管造影成像方法、系统、设备和存储介质 | |
US12039718B2 (en) | Inference apparatus, medical apparatus, and program | |
JP5358856B2 (ja) | 医用画像処理装置及び方法 | |
JP5363962B2 (ja) | 診断支援システム、診断支援プログラムおよび診断支援方法 | |
CN110738639B (zh) | 医学图像检测结果的展示方法、装置、设备及存储介质 | |
US7481789B2 (en) | Method for segmenting a medical data set | |
JP6829175B2 (ja) | 位置合わせ装置、方法およびプログラム | |
JP6578375B2 (ja) | 画像処理装置及び画像処理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C41 | Transfer of patent application or patent right or utility model | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20160708 Address after: Japan Tochigi Applicant after: Toshiba Medical System Co., Ltd. Address before: Tokyo, Japan, Japan Applicant before: Toshiba Corp Applicant before: Toshiba Medical System Co., Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |