CN104658016A - 一种用于ct透视影像的目标跟踪方法、装置及ct机 - Google Patents

一种用于ct透视影像的目标跟踪方法、装置及ct机 Download PDF

Info

Publication number
CN104658016A
CN104658016A CN201310597517.9A CN201310597517A CN104658016A CN 104658016 A CN104658016 A CN 104658016A CN 201310597517 A CN201310597517 A CN 201310597517A CN 104658016 A CN104658016 A CN 104658016A
Authority
CN
China
Prior art keywords
area
interest
image slice
image
module
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
CN201310597517.9A
Other languages
English (en)
Other versions
CN104658016B (zh
Inventor
刘平
董加勤
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.)
GE Medical Systems Global Technology Co LLC
Original Assignee
GE Medical Systems Global Technology Co LLC
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 GE Medical Systems Global Technology Co LLC filed Critical GE Medical Systems Global Technology Co LLC
Priority to CN201310597517.9A priority Critical patent/CN104658016B/zh
Publication of CN104658016A publication Critical patent/CN104658016A/zh
Application granted granted Critical
Publication of CN104658016B publication Critical patent/CN104658016B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明涉及一种用于CT透视影像的目标跟踪方法、装置及CT机。该方法包括:选取参考影像切片上的感兴趣区域;根据参考影像切片上的感兴趣区域以及参考影像切片的相邻影像切片生成匹配模板;在预先设定的搜索范围内,用匹配模板对CT透视影像进行匹配;以及根据匹配结果确定目标在CT透视影像上的位置。

Description

一种用于CT透视影像的目标跟踪方法、装置及CT机
技术领域
本发明涉及一种目标跟踪的方法及装置,尤其涉及一种用于CT透视影像的目标跟踪方法、装置及CT机。
背景技术
当医生需要对病人做介入性穿刺活检或治疗时,可以借助CT机的透视(fluoroscopy)技术,准确快速地将穿刺针送达目标位置。因为透视技术能够跟踪获取穿刺针和被穿刺的目标的位置信息,并可视化地在CT三维重建图像上显示出来。
然而,在穿刺过程中,病人的身体可能有轻微的移动,此外,病人的一些器官会随时都在运动,比如,肺部会随呼吸而运动。而现有的对被穿刺目标的位置信息的跟踪方法,还无法解决上述运动导致的被穿刺目标的位置改变的问题。
所以,需要提供一种用于CT透视影像的目标跟踪方法、装置及相应的CT机,能够在被穿刺目标的位置改变的情况下,准确可靠地跟踪获取被穿刺目标的位置信息,从而辅助提高CT穿刺手术的精确性和医生的易用性。
发明内容
本发明的一个实施例提供了一种用于CT透视影像的目标跟踪方法,包括:选取参考影像切片上的感兴趣区域;根据参考影像切片上的感兴趣区域以及参考影像切片的相邻影像切片生成匹配模板;在预先设定的搜索范围内,用匹配模板对CT透视影像进行匹配;以及根据匹配结果确定目标在CT透视影像上的位置。
本发明另一个实施例提供了一种用于CT透视影像的目标跟踪装置,包括:感兴趣区域选取模块,用于确定参考影像切片上的感兴趣区域;模板生成模块,用于根据参考影像切片上的感兴趣区域以及参考影像切片的相邻影像切片生成匹配模板;匹配模块,用于在预先设定的搜索范围内,用匹配模板对CT透视影像进行匹配;以及目标定位模块,用于根据匹配结果确定目标在CT透视影像上的位置。
本发明另一个实施例提供了一种CT机,包括了根据本发明的目标跟踪装置。
附图说明
通过结合附图对于本发明的实施例进行描述,可以更好地理解本发明,在附图中:
图1所示为本发明的用于CT透视影像的目标跟踪方法的一个实施例的流程示意图;
图2所示为本发明的用于CT透视影像的目标跟踪过程中的选取参考影像切片上的感兴趣区域的一个实施例的流程示意图;
图3所示为本发明的用于CT透视影像的目标跟踪过程中的选取参考影像切片上的感兴趣区域的另一个实施例的流程示意图;
图4所示为本发明的用于CT透视影像的目标跟踪过程中的根据参考影像切片上的感兴趣区域以及参考影像切片的相邻影像切片生成匹配模板的一个实施例的流程示意图;
图5所示为本发明的用于CT透视影像的目标跟踪过程中的在预先设定的搜索范围内,用匹配模板对CT透视影像进行匹配的一个实施例的流程示意图;
图6所示为本发明的用于CT透视影像的目标跟踪装置的一个实施例的示意性框图;
图7所示为本发明的对感兴趣区域进行分块的一个实施例的示意图。
具体实施方式
以下将描述本发明的具体实施方式,需要指出的是,在这些实施方式的具体描述过程中,为了进行简明扼要的描述,本说明书不可能对实际的实施方式的所有特征均作详尽的描述。应当可以理解的是,在任意一种实施方式的实际实施过程中,正如在任意一个工程项目或者设计项目的过程中,为了实现开发者的具体目标,为了满足系统相关的或者商业相关的限制,常常会做出各种各样的具体决策,而这也会从一种实施方式到另一种实施方式之间发生改变。此外,还可以理解的是,虽然这种开发过程中所做出的努力可能是复杂并且冗长的,然而对于与本发明公开的内容相关的本领域的普通技术人员而言,在本公开揭露的技术内容的基础上进行的一些设计,制造或者生产等变更只是常规的技术手段,不应当理解为本公开的内容不充分。
除非另作定义,权利要求书和说明书中使用的技术术语或者科学术语应当为本发明所属技术领域内具有一般技能的人士所理解的通常意义。本发明专利申请说明书以及权利要求书中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“一个”或者“一”等类似词语并不表示数量限制,而是表示存在至少一个。“包括”或者“包含”等类似的词语意指出现在“包括”或者“包含”前面的元件或者物件涵盖出现在“包括”或者“包含”后面列举的元件或者物件及其等同元件,并不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,也不限于是直接的还是间接的连接。
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明具体实施例及相应的附图对本发明技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
根据本发明的实施例,提供了一种用于CT透视影像的目标跟踪方法。
参考图1,图1所示为本发明的用于CT透视影像的目标跟踪方法100的一个实施例的流程示意图。
如图1所示,在步骤101中,选取参考影像切片上的感兴趣区域。
在进行CT透视之前,可以用CT机对病人进行一次轴向扫描(AxialScan)。我们将通过轴向扫描获取到的影像称作参考影像。参考影像包含有多张切片(slice),医生可以从这些切片中挑选一张包含有被穿刺的目标的中心位置的切片,并在该切片上标明目标的中心位置,作为参考影像切片。
在本发明的一个实施例中,可以根据医生标明的目标的中心位置,并结合目标的背景的复杂程度,确定感兴趣区域(ROI)的大小。当目标的背景粗糙、复杂时,感兴趣区域可以选取得较小,当目标的背景的纹理较为光滑时,感兴趣区域可以选取得较大。
参考图2,图2所示为本发明的选取参考影像切片上的感兴趣区域(步骤101)的一个实施例的流程示意图。
在步骤201中,根据预先设定的半径值的初始值、半径值取值范围和变化步长,得到多个候选的感兴趣区域。
在本发明的一个实施例中,可以将医生标明的目标中心位置为中心,用预先设定的半径值的初始值选取出第一个候选的感兴趣区域,进而根据半径值取值范围和变化步长,逐步增大半径值,得到更多的候选的感兴趣区域。根据本发明的一个非限定实施例,可以将变化步长设置为1,即:在半径值取值范围内,从半径值的初始值开始,每次增大半径值时,使半径值在上一次的值的基础上增加1。
在步骤202中,将每个候选的感兴趣区域划分为多个块,并针对每个候选的感兴趣区域计算位置居中的块内的像素值与其他块内的像素值的差异之和。
如图7所示,在本发明的一个实施例中,可以将每一个候选的感兴趣区域等分成3*3的9块,然后计算位置居中的块(图5中的编号为5的块)的像素值与其他八块内的像素点的像素值的差异的和。如果用d1,d2,...d8来表示位置居中的块的像素值与其他八块内的像素点的像素值的差异,则半径值为r的候选的感兴趣区域的差异之和可以表示为
这里所说的差异,可以是两个块内的像素值的直接的差,还可以是两个块内的像素值的均方差。
在步骤203中,将差异之和最大的候选的感兴趣区域确定为参考影像切片上的感兴趣区域。
通过比较步骤202中得到的所有diffr中最大值,可以将该最大值对应的半径值确定为参考影像切片上的感兴趣区域的半径,由此可以确定参考影像切片上的感兴趣区域。
图3所示为本发明的选取参考影像切片上的感兴趣区域(步骤101)的另一个实施例的流程示意图。
在步骤301中,根据预先设定的半径值的初始值,得到候选的感兴趣区域。
在本发明的一个实施例中,可以将医生标明的目标中心位置为中心,用预先设定的半径值的初始值得到第一个候选的感兴趣区域。
在步骤302中,将候选的感兴趣区域划分为多个块,并计算位置居中的块内的像素值与其他块内的像素值的差异之和。
该步骤与步骤202相似,这里不再赘述。
在步骤301中,当差异之和大于或等于预先设定的门限时,将其对应的候选的感兴趣区域确定为参考影像切片上的感兴趣区域。
预先设定的门限值可以是能够接受的最小的差异之和的值。
在步骤301中,当差异之和小于预先设定的门限时,根据预先设定的半径值取值范围和变化步长,调整候选的感兴趣区域并重新计算差异之和,直至差异之和大于或等于预先设定的门限。
如果当前计算出的差异之和小于预先设定的门限值,则可以根据预先设定的半径值取值范围和变化步长,增大半径,得到新的候选的感兴趣区域,然后返回步骤302,重新计算差异之和,进而用新的差异之和与门限值比较。
从以上描述可以看出,图2所记载的实施例与图3所记载的实施例的主要区别在于,图3记载的实施例在找到第一个满足门限值要求的半径值时,就会停止运算并将该半径值作为感兴趣区域的半径,而图2记载的实施例则是在所有可以选取的半径值内,找出差异之和最大的那一个。图3方法的好处是能减少运算时间,而图2方法的好处是可以提高感兴趣区域选取的质量。
在步骤102中,根据参考影像切片上的感兴趣区域以及参考影像切片的相邻影像切片生成匹配模板。
在本发明的一个实施例中,可以选取多张与参考影像切片在位置上相邻的影像切片,并根据步骤101中得到的感兴趣区域的半径,在选取出的相邻的影像切片上找出每张影像切片的感兴趣区域,然后由这多个感兴趣区域组成匹配模板。在本发明的一个实施例中,多张与参考影像切片在位置上相邻的影像切片的Z轴坐标可以关于参考影像切片的Z轴坐标对称。
这里所说的“相邻”,既可以是紧挨着参考影像切片的左右两张影像切片,也可以是与参考影像切片有一定间距的影像切片。
图4所示为本发明的根据参考影像切片上的感兴趣区域以及参考影像切片的相邻影像切片生成匹配模板(步骤102)的一个实施例的流程示意图。
在步骤401中,选取参考影像切片的至少两张相邻影像切片。
在一个非限定实施例中,可以选取与参考影像切片最相邻的(即:间距为1的)前后各一张影像切片。在另一个非限定实施例中,可以选取与参考影像切片的间距为2的前后各一张影像切片。在又一个非限定实施例中,还可以同时选取与参考影像切片的间距为1和2的前后各两张影像切片。
在步骤402中,根据参考影像切片上的感兴趣区域确定相邻影像切片上的感兴趣区域。
可以根据步骤101中得到的感兴趣区域的半径大小,在相邻影像切片上得到与之位置相同的区域,作为相邻影像切片上的感兴趣区域。
在步骤403中,由参考影像切片上的感兴趣区域和相邻影像切片上的感兴趣区域组成匹配模板。
可以将步骤101得到的参考影像切片上的感兴趣区域和步骤402中的大的相邻影像切片上的感兴趣区域组合起来,得到匹配模板。
在步骤103中,在预先设定的搜索范围内,用匹配模板对CT透视影像进行匹配。
在穿刺的过程中,所用的穿刺针会不可避免地在CT影像上引入金属伪影。为了保证步骤103中的匹配的准确性,在本发明的一个实施例中,可以在用匹配模板开始进行匹配之前,即:步骤103开始之前,对用于匹配的CT透视影像进行带通滤波,以滤除金属伪影以及金属穿刺针本身的影像。在一个非限定实施例中,可以根据透视影像上的像素值的大小,将像素值低于预先设定的门限值的点作为CT透视影像上的金属伪影滤除掉,将像素值高于预先设定的门限值的点作为CT透视影像上的穿刺针的影像滤除掉。
图5所示为本发明的用于CT透视影像的目标跟踪过程中的预先设定的搜索范围内,用匹配模板对CT透视影像进行匹配(步骤103)的一个实施例的流程示意图。
在步骤501中,在预先设定的搜索范围内,在CT透视影像上移动匹配模板,得到匹配模板在CT透视影像上的多个覆盖区域。
预先设定的搜索范围,可以根据人体器官在生理运动过程中的正常位置变化范围来确定,比如:可以根据呼吸运动的幅度大小来确定肺部的位置变化范围。还可以结合临床经验,统计分析病人在穿刺过程中可能的移动范围来确定。
在本发明的一个实施例中,可以先通过参考影像与透视影像之间的预知的坐标变换关系,根据在参考影像上确定的感兴趣区域的位置,找到该区域对应于透视影像上的位置,进而将匹配模板首先放置于该位置上。即:从该位置开始进行匹配搜索。
由于参考影像的比例尺与透视影像的比例尺可能是不同的,因此,在本发明的一个实施例中,在开始进行匹配搜索之前,可以通过适当的比例之变换,确保参考影像的比例尺与透视影像的比例尺相同。
在本发明的一个实施例中,可以在搜索范围内,将匹配模板的中心位置逐一地移动到透视影像的每一个像素点上,得到匹配模板在CT透视影像上的多个覆盖区域。
在步骤502中,分析匹配模板与各个覆盖区域的差异。
在本发明的一个实施例中,可以分析匹配模板内的像素点的像素值与覆盖区域内的像素点的像素值的差异。
在本发明的一个实施例中,像素值的差异可以是像素值的差值。在本发明的一个更优的实施例中,像素值的差异可以是差值的均方差。
在本发明的一个实施例中,可以对来自不同切片的像素值的差异进行加权以后,得到匹配模板内的像素值与覆盖区域内的像素值的差异。例如,如果匹配模板由来自三个参考影像切片的感兴趣区域组成,则被该匹配模板覆盖的区域内也包含了来自三个透视影像切片的像素。那么,在计算匹配模板内的像素值与覆盖区域内的像素值的差异时,可以分别计算位置上相对应的影像切片内的像素值的差异,然后将三个差异值进行加权以后,得到匹配模板与该覆盖区域的差异。
在步骤104中,根据匹配结果确定目标在CT透视影像上的位置。
在本发明的一个实施例中,可以将步骤502中得到的最小差异所对应的覆盖区域的中心位置的坐标值,确定为目标在CT透视影像上的位置。
至此描述了根据本发明实施例的用于CT透视影像的目标跟踪方法。本发明的方法能够准确可靠地跟踪到被穿刺的目标位置的变化,并且运算量不大,有利于向医生实时地显示跟踪结果、扩大搜索范围,也能够适用于不同类型的被跟踪目标体。
与该方法类似,本发明还提供了相应的装置。
图6所示为本发明的用于CT透视影像的目标跟踪方法的装置的一个实施例的示意性框图。
如图6所示,装置600可以包括:感兴趣区域选取模块601,用于确定参考影像切片上的感兴趣区域;模板生成模块602,用于根据参考影像切片上的感兴趣区域以及参考影像切片的相邻影像切片生成匹配模板;匹配模块603,用于在预先设定的搜索范围内,用匹配模板对CT透视影像进行匹配;以及目标定位模块604,用于根据匹配结果确定目标在CT透视影像上的位置。
在本发明的一个实施例中,装置600还可以包括:带通滤波模块,用于对CT透视影像进行带通滤波,以滤除金属伪影。
在本发明的一个实施例中,感兴趣区域选取601可以进一步包括:候选区域选取模块,用于根据预先设定的半径值的初始值、半径值取值范围和变化步长,得到多个候选的感兴趣区域;差异计算模块,用于将每个候选的感兴趣区域划分为多个块,并每个所述候选的感兴趣区域计算位置居中的块内的像素值与其他块内的像素值的差异之和;以及比较与确定模块,用于将差异之和最大的候选的感兴趣区域确定为参考影像切片上的感兴趣区域。
在本发明的另一个实施例中,感兴趣区域选取601可以进一步包括:用于根据预先设定的半径值的初始值,得到候选的感兴趣区域的模块;用于将候选的感兴趣区域划分为多个块,并计算位置居中的块内的像素值与其他块内的像素值的差异之和的模块;用于当差异之和大于或等于预先设定的门限时,将其对应的候选的感兴趣区域确定为参考影像切片上的感兴趣区域的模块;以及用于当差异之和小于预先设定的门限时,根据预先设定的半径值取值范围和变化步长,调整候选的感兴趣区域并重新计算差异之和,直至差异之和大于或等于预先设定的门限的模块。
在本发明的另一个实施例中,模板生成模块602可以进一步包括:相邻影像切片选取模块,用于选取参考影像切片的至少两张相邻影像切片;相邻影像切片的感兴趣区域确定模块,用于根据参考影像切片上的感兴趣区域确定相邻影像切片上的感兴趣区域;以及模板组装模块,用于由参考影像切片上的感兴趣区域和相邻影像切片上的感兴趣区域组成匹配模板。
在本发明的另一个实施例中,匹配模块603可以进一步包括:模板移动模块,用于在预先设定的搜索范围内,在CT透视影像上移动匹配模板,得到多个匹配模板在CT透视影像上的覆盖区域;以及差异分析模块,用于分析匹配模板与各个覆盖区域内的差异。
在本发明的另一个实施例中,目标定位模块604可以进一步包括:用于将差异最小的覆盖区域的中心位置的坐标值,确定为目标在CT透视影像上的位置的模块。
至此描述了根据本发明实施例的用于CT透视影像的目标跟踪方法装置。与上述方法类似,根据本发明的装置,能够准确可靠地跟踪到被穿刺的目标位置的变化,并且运算量不大,有利于向医生实时地显示跟踪结果、扩大搜索范围,也能够适用于不同类型的被跟踪目标体。
以上所述仅为本发明的实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。

Claims (15)

1.一种在CT透视影像上搜索目标位置的方法,其特征是,包括:
选取参考影像切片上的感兴趣区域;
根据所述参考影像切片上的感兴趣区域以及所述参考影像切片的相邻影像切片生成匹配模板;
在预先设定的搜索范围内,用所述匹配模板对所述CT透视影像进行匹配;以及
根据匹配结果确定所述目标在所述CT透视影像上的位置。
2.根据权利要求1所述的方法,其特征是,在在预先设定的搜索范围内,用所述匹配模板对所述CT透视影像进行匹配的步骤之前,还包括:对所述CT透视影像进行带通滤波,以滤除金属伪影。
3.根据权利要求1所述的方法,其特征是,所述选取参考影像切片上的感兴趣区域的步骤进一步包括:
根据预先设定的半径值的初始值、半径值取值范围和变化步长,得到多个候选的感兴趣区域;
将每个所述候选的感兴趣区域划分为多个块,并针对每个所述候选的感兴趣区域计算位置居中的块内的像素值与其他块内的像素值的差异之和;以及
将所述差异之和最大的所述候选的感兴趣区域确定为参考影像切片上的感兴趣区域。
4.根据权利要求1所述的方法,其特征是,所述选取参考影像切片上的感兴趣区域的步骤进一步包括:
根据预先设定的半径值的初始值,得到候选的感兴趣区域;
将所述候选的感兴趣区域划分为多个块,并计算位置居中的块内的像素值与其他块内的像素值的差异之和;
当所述差异之和大于或等于预先设定的门限时,将其对应的候选的感兴趣区域确定为参考影像切片上的感兴趣区域;以及
当所述差异之和小于预先设定的门限时,根据预先设定的半径值取值范围和变化步长,调整所述候选的感兴趣区域并重新计算所述差异之和,直至所述差异之和大于或等于预先设定的门限。
5.根据权利要求1所述的方法,其特征是,所述根据所述参考影像切片上的感兴趣区域以及所述参考影像切片的相邻影像切片生成匹配模板的步骤进一步包括:
选取所述参考影像切片的至少两张相邻影像切片;
根据所述参考影像切片上的感兴趣区域确定所述相邻影像切片上的感兴趣区域;以及
由所述参考影像切片上的感兴趣区域和所述相邻影像切片上的感兴趣区域组成匹配模板。
6.根据权利要求1所述的方法,其特征是,所述在预先设定的搜索范围内,用所述匹配模板对所述CT透视影像进行匹配的步骤进一步包括:
在预先设定的搜索范围内,在所述CT透视影像上移动所述匹配模板,得到所述匹配模板在所述CT透视影像上的多个覆盖区域;以及
分析所述匹配模板与各个所述覆盖区域的差异。
7.根据权利要求6所述的方法,其特征是,所述根据匹配结果确定所述目标在所述CT透视影像上的位置的步骤进一步包括:将所述差异最小的所述覆盖区域的中心位置的坐标值,确定为所述目标在所述CT透视影像上的位置。
8.一种在CT透视影像上搜索目标位置的装置,其特征是,包括:
感兴趣区域选取模块,用于确定参考影像切片上的感兴趣区域;
模板生成模块,用于根据所述参考影像切片上的感兴趣区域以及所述参考影像切片的相邻影像切片生成匹配模板;
匹配模块,用于在预先设定的搜索范围内,用所述匹配模板对所述CT透视影像进行匹配;以及
目标定位模块,用于根据匹配结果确定所述目标在所述CT透视影像上的位置。
9.根据权利要求8所述的装置,其特征是,所述装置还包括:带通滤波模块,用于对所述CT透视影像进行带通滤波,以滤除金属伪影。
10.根据权利要求8所述的装置,其特征是,所述感兴趣区域选取模块进一步包括:
候选区域选取模块,用于根据预先设定的半径值的初始值、半径值取值范围和变化步长,得到多个候选的感兴趣区域;
差异计算模块,用于将每个所述候选的感兴趣区域划分为多个块,并针对每个所述候选的感兴趣区域计算位置居中的块内的像素值与其他块内的像素值的差异之和;以及
比较与确定模块,用于将所述差异之和最大的所述候选的感兴趣区域确定为参考影像切片上的感兴趣区域。
11.根据权利要求8所述的装置,其特征是,所述感兴趣区域选取模块进一步包括:
用于根据预先设定的半径值的初始值,得到候选的感兴趣区域的模块:
用于将所述候选的感兴趣区域划分为多个块,并计算位置居中的块内的像素值与其他块内的像素值的差异之和的模块;
用于当所述差异之和大于或等于预先设定的门限时,将其对应的候选的感兴趣区域确定为参考影像切片上的感兴趣区域的模块;以及用于当所述差异之和小于预先设定的门限时,根据预先设定的半径值取值范围和变化步长,调整所述候选的感兴趣区域并重新计算所述差异之和,直至所述差异之和大于或等于预先设定的门限的模块。
12.根据权利要求8所述的装置,其特征是,所述模板生成模块进一步包括:
相邻影像切片选取模块,用于选取所述参考影像切片的至少两张相邻影像切片;
相邻影像切片的感兴趣区域确定模块,用于根据所述参考影像切片上的感兴趣区域确定所述相邻影像切片上的感兴趣区域;以及
模板组装模块,用于由所述参考影像切片上的感兴趣区域和所述相邻影像切片上的感兴趣区域组成匹配模板。
13.根据权利要求1所述的装置,其特征是,所述匹配模块进一步包括:模板移动模块,用于在预先设定的搜索范围内,在所述CT透视影像上移动所述匹配模板,得到所述匹配模板在所述CT透视影像上的多个覆盖区域;以及
差异分析模块,用于分析所述匹配模板与各个所述覆盖区域内的差异。
14.根据权利要求13所述的装置,其特征是,所述目标定位模块进一步包括:用于将所述差异最小的所述覆盖区域的中心位置的坐标值,确定为所述目标在所述CT透视影像上的位置的模块。
15.一种CT机,其特征是,包括根据权利要求8-14中的任一项所述的装置。
CN201310597517.9A 2013-11-22 2013-11-22 一种用于ct透视影像的目标跟踪方法、装置及ct机 Active CN104658016B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310597517.9A CN104658016B (zh) 2013-11-22 2013-11-22 一种用于ct透视影像的目标跟踪方法、装置及ct机

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310597517.9A CN104658016B (zh) 2013-11-22 2013-11-22 一种用于ct透视影像的目标跟踪方法、装置及ct机

Publications (2)

Publication Number Publication Date
CN104658016A true CN104658016A (zh) 2015-05-27
CN104658016B CN104658016B (zh) 2019-07-16

Family

ID=53249092

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310597517.9A Active CN104658016B (zh) 2013-11-22 2013-11-22 一种用于ct透视影像的目标跟踪方法、装置及ct机

Country Status (1)

Country Link
CN (1) CN104658016B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110070083A (zh) * 2019-04-24 2019-07-30 深圳市微埃智能科技有限公司 图像处理方法、装置、电子设备和计算机可读存储介质
CN110598696A (zh) * 2019-08-20 2019-12-20 上海联影医疗科技有限公司 医学图像扫描定位方法、医学图像扫描方法和计算机设备
CN112489093A (zh) * 2020-11-19 2021-03-12 哈尔滨工程大学 声呐图像配准方法、装置、终端设备以及存储介质
CN112802029A (zh) * 2020-12-28 2021-05-14 无锡奥特维科技股份有限公司 焊点定位方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1372116A1 (en) * 2002-06-11 2003-12-17 GE Medical Systems Global Technology Company LLC Image processing method and system
CN102525525A (zh) * 2010-12-31 2012-07-04 Ge医疗系统环球技术有限公司 在定位图像上设置定位线的方法和装置及ct设备
CN102890824A (zh) * 2011-07-19 2013-01-23 株式会社东芝 运动对象轮廓跟踪方法和装置、心肌运动解析方法和装置
US20130257869A1 (en) * 2012-03-27 2013-10-03 Zhiqiang LAO Method for enhancing reconstructed 3-d tomosynthesis volume image

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1372116A1 (en) * 2002-06-11 2003-12-17 GE Medical Systems Global Technology Company LLC Image processing method and system
CN102525525A (zh) * 2010-12-31 2012-07-04 Ge医疗系统环球技术有限公司 在定位图像上设置定位线的方法和装置及ct设备
CN102890824A (zh) * 2011-07-19 2013-01-23 株式会社东芝 运动对象轮廓跟踪方法和装置、心肌运动解析方法和装置
US20130257869A1 (en) * 2012-03-27 2013-10-03 Zhiqiang LAO Method for enhancing reconstructed 3-d tomosynthesis volume image

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
H. MOSTAFAVI ET AL.: "Detection and Localization of Radiotherapy Targets by Template Matching", <《2012 ANNUAL INTERNATIONAL CONFERENCE OF THE IEEE ENGINEERING IN MEDICINE AND BIOLOGY SOCIETY》> *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110070083A (zh) * 2019-04-24 2019-07-30 深圳市微埃智能科技有限公司 图像处理方法、装置、电子设备和计算机可读存储介质
CN110598696A (zh) * 2019-08-20 2019-12-20 上海联影医疗科技有限公司 医学图像扫描定位方法、医学图像扫描方法和计算机设备
CN112489093A (zh) * 2020-11-19 2021-03-12 哈尔滨工程大学 声呐图像配准方法、装置、终端设备以及存储介质
CN112802029A (zh) * 2020-12-28 2021-05-14 无锡奥特维科技股份有限公司 焊点定位方法及装置

Also Published As

Publication number Publication date
CN104658016B (zh) 2019-07-16

Similar Documents

Publication Publication Date Title
CN108520519B (zh) 一种图像处理方法、装置及计算机可读存储介质
US7773786B2 (en) Method and apparatus for three-dimensional interactive tools for semi-automatic segmentation and editing of image objects
CN110675398B (zh) 乳腺超声筛查方法、装置及计算机设备
Mwikirize et al. Convolution neural networks for real-time needle detection and localization in 2D ultrasound
Zhao et al. Tracking-by-detection of surgical instruments in minimally invasive surgery via the convolutional neural network deep learning-based method
RU2711140C2 (ru) Редактирование медицинских изображений
KR20220117236A (ko) 의료 이미지를 사용한 자동화된 종양 식별 및 분할
CN110956635A (zh) 一种肺段分割方法、装置、设备及存储介质
US20160117797A1 (en) Image Processing Apparatus and Image Processing Method
CN103150723B (zh) 基于形状和椭圆拟合的胃部ct图像淋巴结检测系统及方法
Vezzetti et al. 3D Landmarking in multiexpression face analysis: a preliminary study on eyebrows and mouth
CN107405126A (zh) 检索成对的医学图像的对应结构
Chen et al. Automatic and accurate needle detection in 2D ultrasound during robot-assisted needle insertion process
CN104658016A (zh) 一种用于ct透视影像的目标跟踪方法、装置及ct机
US10078906B2 (en) Device and method for image registration, and non-transitory recording medium
El-Hariri et al. Comparative evaluation of hand-engineered and deep-learned features for neonatal hip bone segmentation in ultrasound
US20190374291A1 (en) System and methods for interventional image navigation and image registration refinement
JP2009301254A (ja) 画像処理装置および方法ならびにプログラム
CN117541586A (zh) 一种基于可变形yolo的甲状腺结节检测方法
US20180374224A1 (en) Dynamic local registration system and method
CN105787978A (zh) 一种医学图像隔层自动勾画方法、装置和系统
Reddy et al. Anatomical Landmark Detection using Deep Appearance-Context Network
Tan et al. A novel enhanced intensity‐based automatic registration: Augmented reality for visualization and localization cancer tumors
US8165375B2 (en) Method and system for registering CT data sets
CN112085698A (zh) 左右乳腺超声图像自动分析方法及装置

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