CN103871036A - 用于三维数字减影血管造影图像的快速配准和拼接方法 - Google Patents

用于三维数字减影血管造影图像的快速配准和拼接方法 Download PDF

Info

Publication number
CN103871036A
CN103871036A CN201210533584.XA CN201210533584A CN103871036A CN 103871036 A CN103871036 A CN 103871036A CN 201210533584 A CN201210533584 A CN 201210533584A CN 103871036 A CN103871036 A CN 103871036A
Authority
CN
China
Prior art keywords
image
digital subtraction
dimensional digital
subtraction angiography
images
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
Application number
CN201210533584.XA
Other languages
English (en)
Other versions
CN103871036B (zh
Inventor
于文君
其他发明人请求不公开姓名
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.)
Shanghai United Imaging Healthcare Co Ltd
Original Assignee
Shanghai United Imaging Healthcare Co Ltd
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 Shanghai United Imaging Healthcare Co Ltd filed Critical Shanghai United Imaging Healthcare Co Ltd
Priority to CN201210533584.XA priority Critical patent/CN103871036B/zh
Publication of CN103871036A publication Critical patent/CN103871036A/zh
Application granted granted Critical
Publication of CN103871036B publication Critical patent/CN103871036B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Magnetic Resonance Imaging Apparatus (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明公开了一种用于三维数字减影血管造影图像的快速配准和拼接方法,包括如下步骤:a)选取三维数字减影血管造影图像的两个体数据图像,提取重叠区域记为子体数据图像;b)将子体数据图像分别在冠状面、矢状面和横断面进行最大密度投影形成MIP1和MIP2图像;c)分别对MIP1和MIP2图像在上述二维平面上进行第一次配准;d)根据第一次配准结果对所述两个体数据图像在三维空间进行第二次配准,然后将重叠区域进行融合,最后拼接形成全景的三维减影体数据图像。本发明提供的用于三维数字减影血管造影图像的快速配准和拼接方法,能够避免图像数据质量对配准精度的影响,并且大大缩短配准和拼接处理时间。

Description

用于三维数字减影血管造影图像的快速配准和拼接方法
技术领域
本发明涉及一种医学图像处理方法,尤其涉及一种用于三维数字减影血管造影图像的快速配准和拼接方法。
背景技术
血管造影检查目前是诊断血管性疾病的主要方法。在医学成像过程中,往往存在被检查部位远大于图像检测器面积的矛盾,需要将该部位分几次拍摄,再按照一定的规则拼接起来。以磁共振成像为例,由于MRI系统扫描板尺寸的限制,在进行下肢血管或全身血管扫描时,MRI会进行多段扫描、重建与减影,为了将多个分段的血管减影体数据合成一个全景血管减影体数据,拼接已经成为必要的图像后处理应用。如专利文献1:Ian Clarke,Graham Sellers,Zain Adam Yusuf.System and method for creating apanorama images from a plurality of source images[P].Epson research and development inc.US2005/0063608A1.Mar.24,2005给出了医学图像拼接方法的一般流程图。
对医学图像拼接方法的研究一部分是关注于扫描系统的设计,如专利文献2:Vernon Thomas Jensen,Richard Leparmentier,Vianney Pierre Battle.System and method for imagecomposition using position sensors[P].General Electric Company.US 7522701B2.Apr.21,2009,提出使用一种位置传感器,各子图的方位信息都可以通过位置传感器获取,在计算机后处理中凭借各子图的方位信息进行拼接,专利文献3:Shigehide Kuhara.Magnetic resonance imaginginvolving movement of patient’s couch[P].Kabushiki Kaisha Toshiba.US 7423428B2.Sep.9,2008则是通过记录可移动床板的位置,实现多幅图像的拼接。
除此之外,对拼接方法的研究另一部分是集中在对拼接中使用的图像配准算法的改进。专利文献4:Benjamin Glocker,Nassir Navab,Christian Wachinger,Jochen Zeltner.Method forcombining images and magnetic resonance scanner[P].US 2010/0067762A 1.Mar.18,2010提出了一种配准策略,通过迭代的方式不断缩小上下两幅图与加权叠加的重叠区域之间的差异,当迭代收敛时,更新的加权叠加的重叠区域被视为拼接而成的重叠区域;专利文献5:Ram Nathaniel,Dan Rappaport,Ishay Goldin.Method and system for stitching multiple images into apanoramic image[P].US 2011/0188726A1.Aug.4,2011在两张图像的重叠区域上设置标志点,通过配准标志点来实现两张图像的位置配准。专利文献6:Li Zhang,Michal Sofka,Ulf Schafer.Feature-based composing for 3D MR angiography images[P].Siemens corporation intellectual propertydepartment.US 2006/0052686A1.Mar.9,2006针对三维MR血管造影法图像提出基于特征的配准方法,并给出实例,三个352*512*96的三维血管图像,最大可能的重叠区域是351*67*73,拼接耗时13秒。
由上可见,在各子图扫描期间病人床板的位移、每次扫描时技师对扫描范围的更改以及病人自身的运动等因素,都会导致扫描得到的各子图在病人坐标系中没有对准,所以必须经过坐标配准后,才能将各子图的重叠区域融合,进而拼成更大的全景图。对于多段的三维血管造影减影体数据图像而言,由于血管减影体数据中各片层的前景图像(即打了造影剂的高亮血管)信息量很少,更多的是噪声污染的黑色背景,而黑色背景中常包含未被消减彻底的骨头和软组织的残留信息,使得图像信噪比很低,这样的图像数据质量对三维图像配准算法的精度提出了极高的要求,并且往往血管减影体数据的片层数目较多,故三维图像的配准是比较耗时的,这样最终导致拼接的处理时间较长。此外,由于重叠区域都在图像的上下边缘,磁场梯度不均匀也常常会导致重叠区域的信息差异较大,这些因素会影响三维图像的配准算法精度。
发明内容
本发明所要解决的技术问题是提供一种用于三维数字减影血管造影图像的快速配准和拼接方法,能够避免图像数据质量对配准精度的影响,并且大大缩短配准和拼接处理时间。
本发明为解决上述技术问题而采用的技术方案是提供一种用于三维数字减影血管造影图像的快速配准和拼接方法,包括如下步骤:a)选取三维数字减影血管造影图像的两个体数据图像,提取所述两个体数据图像的重叠区域,记为子体数据图像I1和I2;b)将子体数据图像I1和I2分别在冠状面、矢状面和横断面进行最大密度投影,分别形成MIP1和MIP2图像;c)分别在冠状面、矢状面和横断面上对MIP1和MIP2图像在二维平面上进行第一次配准;记录冠状面、矢状面和横断面上的第一次配准结果的变换参数分别为(TCOR_X,TCOR_Z)、(TSAG_Y,TSAG_Z)和(TAXI_X,TAXI_Y);d)根据所述第一次配准结果对所述两个体数据图像在三维空间进行第二次配准。
上述的用于三维数字减影血管造影图像的快速配准方法,其中,所述两个体数据图像为相邻扫描的图像。
上述的用于三维数字减影血管造影图像的快速配准方法,其中,所述第二次配准得到的两个体数据图像在三维空间的相对偏移量(tx,ty,tz)计算如下:
t x = T COR _ X + T AXI _ X 2
t y = T SAG _ Y + T AXI _ Y 2
t z = T COR _ Z + T SAG _ Z 2
上述的用于三维数字减影血管造影图像的快速配准方法,其中,所述三维血管减影体数据图像为MR血管造影法或CT血管造影法生成的图像。
本发明为解决上述技术问题还提供一种用于三维数字减影血管造影图像的快速拼接方法,包括如下步骤:a)将上述配准方法获得的图像与所述两个体数据图像的重叠区进行融合;b)将所述两个体数据图像进行拼接,形成全景的三维数字减影血管造影图像。
本发明对比现有技术有如下的有益效果:本发明提供的用于三维数字减影血管造影图像的快速配准和拼接方法,利用最大密度投影将数字减影血管造影体数据的片层间原本分散的信息集中起来且最大化,为基于像素灰度统计的配准算法提供了更多的有效信息,并将三维图像的配准简化为二维图像的配准,从而避免了图像数据质量对配准精度的影响,并且大大缩短了处理时间。
附图说明
图1为本发明用于三维数字减影血管造影图像的快速配准流程示意图;
图2为本发明实施例拼接后的血管减影体数据在各角度的MIP图像。
具体实施方式
下面结合附图和实施例对本发明作进一步的描述。
图1为本发明用于三维数字减影血管造影图像的快速配准流程示意图。
请参见图1,本发明提供的用于三维数字减影血管造影图像的快速配准方法包括如下步骤:
S101:选取两个相邻血管的三维血管减影体数据图像沿重叠区域裁剪分割,提取所述两个体数据图像的重叠区域,获得两个子体数据图像,记为子体数据图像I1和I2;所述三维血管减影体数据图像为MR血管造影法、CT血管造影法或其它成像方式生成的图像。以MR三维血管造影法减影体数据图像的处理为例,MR血管造影法采集得到的三维减影体数据图像位于冠状面,则首先根据DICOM(Digital Imagingand Communication of Medicine,即数字影像和通信标准)头信息的(0020 0032)图像位置信息将相邻两个减影体数据的重叠区域裁剪出来制作成两个子体数据图像。
S102:分别在冠状面、矢状面和横断面上将这两个子体数据图像I1和I2进行最大密度投影(maximum intensity projection,MIP),各平面都得到两张MIP图像,分别形成MIP1和MIP2图像;最大密度投影有时又称为“最大亮度投影”,是在可视化平面之上投射三维空间数据的一种计算机可视化方法;其中,沿着从视点到投影平面的平行光线,各个体素密度值的所呈现的亮度将以某种方式加以衰减,并且最终在投影平面上呈现的是亮度最大的体素。
S103:接着分别在上述三个平面上,对得到的MIP图像进行第一次图像配准,记录冠状面、矢状面和横断面上的第一次配准结果的变换参数分别为(TCOR_X,TCOR_Z)、(TSAG_Y,TSAG_Z)和(TAXI_X,TAXI_Y);MIP图像上血管信息丰富,配准算法精度可以得到保障。
S104:根据三个平面的二维图像配准结果对所述两个体数据图像在三维空间进行第二次配准,计算出两个血管减影体数据图像在三维空间的相对偏移量后进行坐标配准,对三组配准结果中,基于像素灰度进行综合统计,方法如下:冠状面上的配准结果的变换参数:(TCOR_X,TCOR_Z);矢状面上的配准结果的变换参数:(TSAG_Y,TSAG_Z);横断面上的配准结果的变换参数:(TAXI_X,TAXI_Y);则第二个血管减影体数据相对于第一个血管减影体数据的偏移量(tx,ty,tz)如下:
t x = T COR _ X + T AXI _ X 2
t y = T SAG _ Y + T AXI _ Y 2
t z = T COR _ Z + T SAG _ Z 2
本发明对三个平面上的配准结果进行综合分析和处理,通过两次配准得到各个减影体数据在病人坐标系中相对偏移量(tx,ty,tz),等效于实现了使用三维图像配准的目的。凭借最大密度投影,将血管造影减影体数据的片层间原本分散的信息集中起来且最大化,为基于像素灰度统计的配准算法提供了更多的有效信息;同时传统的三维图像配准被简化为二维图像配准,极大地减少了处理时间。根据上述结果对各个减影体数据重新定位,利用(tx,ty,tz)将相邻两个三维血管减影体数据图像进行坐标配准,然后将重叠区域进行融合,最后拼接形成全景的三维减影体数据图像。
例如对三个冠状面血管减影体数据进行拼接,每个减影体数据尺寸是384*512*88,根据DICOM头信息可知相邻两个血管减影体数据的最大重叠区域尺寸是384*72*88,在应用中对这三个减影体数据进行拼接,计算机系统计时处理时间约40s;使用本专利所提方法所需时间是2.075s,运行环境如下,Intel i5-2400处理器,主频是3.10GHz,4GB内存,64位操作系统。
医学影像工作站中,通常将血管减影体数据转为3D MIP显示,目的是可以从各角度观察血管走向。现将拼接而成的血管减影体数据沿轴向(头-脚方向)逆时针旋转,并在冠状面上进行最大密度投影,得到多角度的MIP,图2中展示拼接后的血管减影体数据在各角度的MIP图像,其中,图2中(a)、(b)、(c)、(d)、(e)、(f)、(g)、(h)和(i)分别对应0°、45°、90°、135°、180°、225°、270°、315°和360°的MIP图像,从血管在缝合处的连贯性可以验证本发明配准和拼接结果的准确性。
虽然本发明已以较佳实施例揭示如上,然其并非用以限定本发明,任何本领域技术人员,在不脱离本发明的精神和范围内,当可作些许的修改和完善,因此本发明的保护范围当以权利要求书所界定的为准。

Claims (5)

1.一种用于三维数字减影血管造影图像的快速配准方法,其特征在于,包括如下步骤: 
a)选取三维数字减影血管造影图像的两个体数据图像,提取所述两个体数据图像的重叠区域,记为子体数据图像I1和I2; 
b)将子体数据图像I1和I2分别在冠状面、矢状面和横断面进行最大密度投影,分别形成MIP1和MIP2图像; 
c)分别在冠状面、矢状面和横断面上对MIP1和MIP2图像在二维平面上进行第一次配准;记录冠状面、矢状面和横断面上的第一次配准结果的变换参数分别为(TCOR_X,TCOR_Z)、(TSAG_Y,TSAG_Z)和(TAXI_X,TAXI_Y); 
d)根据所述第一次配准结果对所述两个体数据图像在三维空间进行第二次配准。 
2.如权利要求1所述的用于三维数字减影血管造影图像的快速配准方法,其特征在于,所述两个体数据图像为相邻扫描的图像。 
3.如权利要求1所述的用于三维数字减影血管造影图像的快速配准方法,其特征在于,所述第二次配准得到的两个体数据图像在三维空间的相对偏移量(tx,ty,tz)计算如下: 
Figure FDA00002570525900011
Figure FDA00002570525900012
Figure FDA00002570525900013
4.如权利要求1所述的用于三维数字减影血管造影图像的快速配准方法,其特征在于,所述三维数字减影血管造影图像为MR血管造影法或CT血管造影法生成的图像。 
5.一种用于三维数字减影血管造影图像的拼接方法,其特征在于,包括如下步骤: 
a)将如权利要求1~4任一项所述的配准方法获得的图像与所述两个体数据图像的重叠区进行融合; 
b)将所述两个体数据图像进行拼接,形成全景的三维数字减影血管造影图像。 
CN201210533584.XA 2012-12-12 2012-12-12 用于三维数字减影血管造影图像的快速配准和拼接方法 Active CN103871036B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210533584.XA CN103871036B (zh) 2012-12-12 2012-12-12 用于三维数字减影血管造影图像的快速配准和拼接方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210533584.XA CN103871036B (zh) 2012-12-12 2012-12-12 用于三维数字减影血管造影图像的快速配准和拼接方法

Publications (2)

Publication Number Publication Date
CN103871036A true CN103871036A (zh) 2014-06-18
CN103871036B CN103871036B (zh) 2017-11-28

Family

ID=50909545

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210533584.XA Active CN103871036B (zh) 2012-12-12 2012-12-12 用于三维数字减影血管造影图像的快速配准和拼接方法

Country Status (1)

Country Link
CN (1) CN103871036B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104408305A (zh) * 2014-11-24 2015-03-11 北京欣方悦医疗科技有限公司 利用多源人体器官图像建立高清医疗诊断图像的方法
WO2016045574A1 (en) * 2014-09-22 2016-03-31 Shanghai United Imaging Healthcare Co., Ltd. System and method for image composition
CN106228561A (zh) * 2016-07-29 2016-12-14 上海联影医疗科技有限公司 血管提取方法
CN106296570A (zh) * 2016-07-28 2017-01-04 北京小米移动软件有限公司 图像处理方法及装置
CN104156931B (zh) * 2014-09-04 2017-03-29 成都金盘电子科大多媒体技术有限公司 一种数字减影血管造影方法
CN104268846B (zh) * 2014-09-22 2017-08-22 上海联影医疗科技有限公司 图像拼接方法及装置
CN107220933A (zh) * 2017-05-11 2017-09-29 上海联影医疗科技有限公司 一种参考线确定方法和系统
CN109101192A (zh) * 2018-07-02 2018-12-28 北京东软医疗设备有限公司 数据存储方法和装置
US10357218B2 (en) 2016-06-30 2019-07-23 Shanghai United Imaging Healthcare Co., Ltd. Methods and systems for extracting blood vessel
CN110503642A (zh) * 2019-08-23 2019-11-26 强联智创(北京)科技有限公司 一种基于dsa图像的定位方法及系统
CN113689480A (zh) * 2021-08-20 2021-11-23 北京理工大学 基于管状结构检测的三维us/mr配准融合方法及装置
CN114943856A (zh) * 2021-04-12 2022-08-26 四川省肿瘤医院 一种肺结节区域识别方法、标注方法及识别系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050063608A1 (en) * 2003-09-24 2005-03-24 Ian Clarke System and method for creating a panorama image from a plurality of source images
US20060052686A1 (en) * 2004-08-24 2006-03-09 Li Zhang Feature-based composing for 3D MR angiography images
US20070140427A1 (en) * 2005-12-20 2007-06-21 General Electric Company System and method for image composition using position sensors
CN101097628A (zh) * 2006-06-28 2008-01-02 西门子公司 用于分析两张成像图像的方法以及医学成像系统
US7423428B2 (en) * 2000-04-25 2008-09-09 Kabushiki Kaisha Toshiba Magnetic resonance imaging involving movement of patient's couch
WO2009153789A1 (en) * 2008-06-18 2009-12-23 Surgix Ltd. A method and system for stitching multiple images into a panoramic image
US20100067762A1 (en) * 2008-09-01 2010-03-18 Benjamin Glocker Method for combining images and magnetic resonance scanner
CN101903908A (zh) * 2007-12-18 2010-12-01 皇家飞利浦电子股份有限公司 基于特征的2d/3d图像配准
CN102426705A (zh) * 2011-09-30 2012-04-25 北京航空航天大学 一种视频场景行为拼接方法
CN102652319A (zh) * 2009-12-11 2012-08-29 阿尔卡特朗讯公司 用于改进图像匹配的方法和设备

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7423428B2 (en) * 2000-04-25 2008-09-09 Kabushiki Kaisha Toshiba Magnetic resonance imaging involving movement of patient's couch
US20050063608A1 (en) * 2003-09-24 2005-03-24 Ian Clarke System and method for creating a panorama image from a plurality of source images
US20060052686A1 (en) * 2004-08-24 2006-03-09 Li Zhang Feature-based composing for 3D MR angiography images
US20070140427A1 (en) * 2005-12-20 2007-06-21 General Electric Company System and method for image composition using position sensors
CN101097628A (zh) * 2006-06-28 2008-01-02 西门子公司 用于分析两张成像图像的方法以及医学成像系统
US20080159607A1 (en) * 2006-06-28 2008-07-03 Arne Littmann Method and system for evaluating two time-separated medical images
CN101903908A (zh) * 2007-12-18 2010-12-01 皇家飞利浦电子股份有限公司 基于特征的2d/3d图像配准
WO2009153789A1 (en) * 2008-06-18 2009-12-23 Surgix Ltd. A method and system for stitching multiple images into a panoramic image
US20110188726A1 (en) * 2008-06-18 2011-08-04 Ram Nathaniel Method and system for stitching multiple images into a panoramic image
US20100067762A1 (en) * 2008-09-01 2010-03-18 Benjamin Glocker Method for combining images and magnetic resonance scanner
CN102652319A (zh) * 2009-12-11 2012-08-29 阿尔卡特朗讯公司 用于改进图像匹配的方法和设备
CN102426705A (zh) * 2011-09-30 2012-04-25 北京航空航天大学 一种视频场景行为拼接方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
L. RAMIREZ 等: "A Parameters Selection Scheme for Medical Image Registration", 《 FUZZY INFORMATION PROCESSING SOCIETY》 *
T.-S. KIM 等: "Automatic Registration of Postmortem Brain Slices to MRI Reference Volume", 《NUCLEAR SCIENCE》 *
李雄飞 等: "医学图像配准技术进展", 《计算机科学》 *
杨棽 等: "一种快速的三维扫描数据自动配准方法", 《软件学报》 *
韩广良: "高频信息矢量匹配实现异源图像配准", 《中国光学》 *

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104156931B (zh) * 2014-09-04 2017-03-29 成都金盘电子科大多媒体技术有限公司 一种数字减影血管造影方法
US9824503B2 (en) 2014-09-22 2017-11-21 Shanghai United Imaging Healthcare Co., Ltd. System and method for image composition
US9582940B2 (en) 2014-09-22 2017-02-28 Shanghai United Imaging Healthcare Co., Ltd. System and method for image composition
WO2016045574A1 (en) * 2014-09-22 2016-03-31 Shanghai United Imaging Healthcare Co., Ltd. System and method for image composition
GB2545588A (en) * 2014-09-22 2017-06-21 Shanghai United Imaging Healthcare Co Ltd System and method for image composition
CN104268846B (zh) * 2014-09-22 2017-08-22 上海联影医疗科技有限公司 图像拼接方法及装置
US10614634B2 (en) 2014-09-22 2020-04-07 Shanghai United Imaging Healthcare Co., Ltd. System and method for image composition
GB2545588B (en) * 2014-09-22 2018-08-15 Shanghai United Imaging Healthcare Co Ltd System and method for image composition
US10354454B2 (en) 2014-09-22 2019-07-16 Shanghai United Imaging Healthcare Co., Ltd. System and method for image composition
CN104408305A (zh) * 2014-11-24 2015-03-11 北京欣方悦医疗科技有限公司 利用多源人体器官图像建立高清医疗诊断图像的方法
US11344273B2 (en) 2016-06-30 2022-05-31 Shanghai United Imaging Healthcare Co., Ltd. Methods and systems for extracting blood vessel
US10357218B2 (en) 2016-06-30 2019-07-23 Shanghai United Imaging Healthcare Co., Ltd. Methods and systems for extracting blood vessel
CN106296570A (zh) * 2016-07-28 2017-01-04 北京小米移动软件有限公司 图像处理方法及装置
CN106296570B (zh) * 2016-07-28 2020-01-10 北京小米移动软件有限公司 图像处理方法及装置
CN106228561B (zh) * 2016-07-29 2019-04-23 上海联影医疗科技有限公司 血管提取方法
CN106228561A (zh) * 2016-07-29 2016-12-14 上海联影医疗科技有限公司 血管提取方法
CN107220933A (zh) * 2017-05-11 2017-09-29 上海联影医疗科技有限公司 一种参考线确定方法和系统
CN109101192A (zh) * 2018-07-02 2018-12-28 北京东软医疗设备有限公司 数据存储方法和装置
CN109101192B (zh) * 2018-07-02 2021-04-13 北京东软医疗设备有限公司 数据存储方法和装置
CN110503642A (zh) * 2019-08-23 2019-11-26 强联智创(北京)科技有限公司 一种基于dsa图像的定位方法及系统
CN110503642B (zh) * 2019-08-23 2021-10-29 强联智创(北京)科技有限公司 一种基于dsa图像的定位方法及系统
CN114943856A (zh) * 2021-04-12 2022-08-26 四川省肿瘤医院 一种肺结节区域识别方法、标注方法及识别系统
CN114943856B (zh) * 2021-04-12 2024-04-26 四川省肿瘤医院 一种肺结节区域识别方法、标注方法及识别系统
CN113689480A (zh) * 2021-08-20 2021-11-23 北京理工大学 基于管状结构检测的三维us/mr配准融合方法及装置

Also Published As

Publication number Publication date
CN103871036B (zh) 2017-11-28

Similar Documents

Publication Publication Date Title
CN103871036A (zh) 用于三维数字减影血管造影图像的快速配准和拼接方法
US10842445B2 (en) System and method for unsupervised deep learning for deformable image registration
CN105705096B (zh) 用于显示医学图像的方法和设备
US8625869B2 (en) Visualization of medical image data with localized enhancement
US9558558B2 (en) Interactive follow-up visualization
US20130170726A1 (en) Registration of scanned objects obtained from different orientations
CN106780649B (zh) 图像的伪影去除方法和装置
CN100559397C (zh) 手术中二维图像与手术前三维图像的仿射配准方法和系统
CN109620278B (zh) Ct成像中基于非共面扫描的金属伪影校正方法
CN105813567A (zh) 基于三维(3d)预扫描的体积图像数据处理
Ding et al. Tracking of vessels in intra-operative microscope video sequences for cortical displacement estimation
JP5296981B2 (ja) アフィン変換を用いたモダリティ内医療体積画像の自動位置合わせ
CN106952264B (zh) 三维医学目标的切割方法及装置
JP4493436B2 (ja) 画像読影支援方法および装置ならびにプログラム
EP2483865A1 (en) Medical image analysis system for anatomical images subject to deformation and related methods
JP6677256B2 (ja) 読影支援プログラム、断面画像生成装置及び断面画像生成方法
WO2005009242A1 (ja) 医用画像処理装置及び方法
US11978137B2 (en) Generating reformatted views of a three-dimensional anatomy scan using deep-learning estimated scan prescription masks
Wei et al. Fast registration for liver motion compensation in ultrasound-guided navigation
Khodadad et al. B-spline based free form deformation thoracic non-rigid registration of CT and PET images
Eresen et al. New similarity metric for registration of MRI to histology: Golden retriever muscular dystrophy imaging
Pizarro et al. Towards dense motion estimation in light and electron microscopy
CN113256754A (zh) 一种分割后小面积肿瘤块的堆叠投影重建方法
Behrens et al. 2D and 3D visualization methods of endoscopic panoramic bladder images
CN112767299B (zh) 一种多模态三维图像配准融合方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 201815 Shanghai City, Jiading District Jiading Industrial Zone No. 1180 Building 8 Hing Road

Patentee after: Shanghai Lianying Medical Technology Co., Ltd

Address before: 201815 Shanghai City, Jiading District Jiading Industrial Zone No. 1180 Building 8 Hing Road

Patentee before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd.

CP02 Change in the address of a patent holder
CP02 Change in the address of a patent holder

Address after: 201807 2258 Chengbei Road, Jiading District, Shanghai

Patentee after: Shanghai Lianying Medical Technology Co.,Ltd.

Address before: 201815 No. 1180 Xingxian Road, Jiading Industrial Zone, Jiading District, Shanghai

Patentee before: Shanghai Lianying Medical Technology Co.,Ltd.