CN105096306A - 用于对医学图像进行配准的方法和设备 - Google Patents

用于对医学图像进行配准的方法和设备 Download PDF

Info

Publication number
CN105096306A
CN105096306A CN201510027082.3A CN201510027082A CN105096306A CN 105096306 A CN105096306 A CN 105096306A CN 201510027082 A CN201510027082 A CN 201510027082A CN 105096306 A CN105096306 A CN 105096306A
Authority
CN
China
Prior art keywords
medical image
subobject
image
probe
medical
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
CN201510027082.3A
Other languages
English (en)
Other versions
CN105096306B (zh
Inventor
金亭培
吴煐泽
黄英珪
徐俊浩
方远喆
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.)
Samsung Electronics Co Ltd
Original Assignee
Samsung Electronics 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 Samsung Electronics Co Ltd filed Critical Samsung Electronics Co Ltd
Publication of CN105096306A publication Critical patent/CN105096306A/zh
Application granted granted Critical
Publication of CN105096306B publication Critical patent/CN105096306B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
    • A61B6/5247—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from an ionising-radiation diagnostic technique and a non-ionising radiation diagnostic technique, e.g. X-ray and ultrasound
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A61B5/0035—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for acquisition of images from more than one imaging mode, e.g. combining MRI and optical tomography
    • 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
    • A61B6/46—Arrangements for interfacing with the operator or the patient
    • A61B6/461—Displaying means of special interest
    • A61B6/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/42—Details of probe positioning or probe attachment to the patient
    • A61B8/4245—Details of probe positioning or probe attachment to the patient involving determining the position of the probe, e.g. with respect to an external reference frame or to the patient
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/42—Details of probe positioning or probe attachment to the patient
    • A61B8/4245—Details of probe positioning or probe attachment to the patient involving determining the position of the probe, e.g. with respect to an external reference frame or to the patient
    • A61B8/4254—Details of probe positioning or probe attachment to the patient involving determining the position of the probe, e.g. with respect to an external reference frame or to the patient using sensors mounted on the probe
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
    • A61B8/461—Displaying means of special interest
    • A61B8/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5238—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one image
    • A61B8/5261—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one image combining images from different diagnostic modalities, e.g. ultrasound and X-ray
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/14—Transformations for image registration, e.g. adjusting or mapping for alignment of images
    • 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
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0062—Arrangements for scanning
    • A61B5/0066—Optical coherence imaging
    • 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
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • 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
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/037—Emission tomography
    • 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
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5223—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data generating planar views from image data, e.g. extracting a coronal view from a 3D image
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/13—Tomography
    • A61B8/14—Echo-tomography
    • 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
    • G06T2207/10081—Computed x-ray tomography [CT]
    • 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
    • G06T2207/10088—Magnetic resonance imaging [MRI]
    • 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
    • G06T2207/10101—Optical tomography; Optical coherence tomography [OCT]
    • 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
    • G06T2207/10104—Positron emission tomography [PET]
    • 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
    • G06T2207/10108—Single photon emission computed tomography [SPECT]
    • 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
    • G06T2207/10116—X-ray image
    • 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
    • G06T2207/10132—Ultrasound image
    • 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
    • G06T2207/30172—Centreline of tubular or elongated structure

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Optics & Photonics (AREA)
  • Human Computer Interaction (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • Pulmonology (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

提供一种用于对医学图像进行配准的方法和设备。所述方法包括：将被布置为与对象的轴平行的探头的轴设置为参考轴；从通过使用探头获得的第一医学图像提取第一子对象，从第二医学图像提取第二子对象，其中，第二医学图像具有与第一医学图像的模态不同的模态；通过将第一子对象和第二子对象关于参考轴对齐来对第一医学图像和第二医学图像进行配准。

Description

用于对医学图像进行配准的方法和设备
本申请要求于2014年5月12日提交到韩国知识产权局的第10-2014-0056573号韩国专利申请的权益，其中，所述申请的公开内容通过引用整体合并于此。
技术领域
示例性实施例涉及用于对具有不同模态(modality)的医学图像进行配准(register)的方法和设备。
背景技术
随着医学技术的最近发展，可获得高分辨率医学图像。由于医学装置可被精确操纵，因此已研发出了一种这样的方法：在皮肤上形成小的穿刺孔，直接将导管或医用针头插入血管或期望的身体部位中，并在通过使用医学成像装置观察身体内部的同时提供治疗。所述方法被称为“使用图像的治疗方法”或“介入成像方法”。
执业医生通过使用图像来识别器官或病灶的位置。另外，由于患者进行呼吸或移动，因此执业医生必须根据呼吸或移动来识别位置的改变。因此，执业医生必须通过基于实时图像准确快速地识别呼吸或移动来提供治疗。然而，在此情况下，难以用肉眼在实时获得的超声图像中识别器官或病灶的形状。
与超声图像不同，磁共振(MR)或计算机断层扫描(CT)图像使执业医生能够清晰地识别器官或病灶。然而，由于MR或CT图像不能在医学治疗期间被实时获得，因此MR或CT图像无法反映患者在医学治疗期间发生的呼吸或移动。
因此，必须将实时获得的第一图像和具有与第一图像的模态不同的模态的第二图像进行配准。当将对具有不同模态的多个图像进行配准时，可从所述多个图像提取特征点，并可对特征点进行配准。然而，在此情况下，可能难以根据图像的质量来执行配准。
发明内容
提供用于通过使用传感器对具有不同模态的多个医学图像进行配准的方法和设备。
另外的方面将部分地在以下的描述中阐述，并且从所述描述中部分将是清楚的，或通过给出的示例性实施例的实践可被获知。
根据示例性实施例的一方面，提供一种对医学图像进行配准的方法，包括：将被布置为与对象的轴平行的探头的轴设置为参考轴；从通过使用探头获得的第一医学图像提取第一子对象；从第二医学图像提取第二子对象，其中，第二医学图像具有与第一医学图像的模态不同的模态；通过将第一子对象和第二子对象关于参考轴对齐来对第一医学图像和第二医学图像进行配准。
所述对象的轴可与第二医学图像的坐标轴平行。
配准步骤可包括：基于将第一子对象和第二子对象对齐来计算第一医学图像的坐标系和第二医学图像的坐标系之间的转换关系。
计算转换关系的步骤可包括：将第一医学图像的坐标轴旋转为与参考轴平行，并移动旋转后的第一医学图像的坐标轴以将第一子对象和第二子对象对齐。
所述方法还可包括：基于所述转换关系从第二医学图像提取与第一医学图像的截面相应的第二医学图像的截面。
提取与第一医学图像的截面相应的第二医学图像的截面的步骤可包括：将关于第一医学图像的截面的坐标信息转换成第二医学图像的坐标信息，从而产生经转换获得的坐标信息；从第二医学图像提取具有经转换获得的坐标信息的第二医学图像的截面。
关于第一医学图像的截面的坐标信息可以以一对一的方式与探头的坐标信息相应。
所述方法还可包括：显示第一医学图像的截面和第二医学图像的截面两者。
第一医学图像的截面和第二医学图像的截面可与对象的同一视图相应。
对齐步骤可包括：当第一子对象和第二子对象表示相同的物理对象时，对第一子对象和第二子对象进行匹配。
对齐步骤可包括：当第一子对象和第二子对象表示彼此不同的物理对象时，对第一子对象和第二子对象之间的几何排列与先前存储的几何排列进行匹配。
第一医学图像可以是实时捕捉的图像，第二医学图像可以是先前捕捉的图像。
第一医学图像可以是超声图像和光学相干断层扫描(OCT)图像中的至少一个，第二医学图像可以是以下图像中的至少一个：磁共振(MR)图像、计算机断层扫描(CT)图像、正电子发射断层扫描(PET)图像、单光子发射计算机断层扫描(SPECT)图像和X射线图像。
根据示例性实施例的另一方面，提供一种医学成像设备，包括：探头，被配置为获得对象的第一医学图像；图像处理器，被配置为将被布置为与对象的轴平行的探头的轴设置为参考轴，从第一医学图像提取第一子对象，从第二医学图像提取第二子对象，通过使用参考轴将第一子对象和第二子对象对齐来对第一医学图像和第二医学图像进行配准，其中，第二医学图像具有与第一医学图像的模态不同的模态。
所述对象的轴可与第二医学图像的坐标轴平行。
图像处理器可被配置为基于将第一子对象和第二子对象对齐来计算第一医学图像的坐标系和第二医学图像的坐标系之间的转换关系。
图像处理器可被配置为通过以下处理来计算所述转换关系：将第一医学图像的坐标轴旋转为与参考轴平行并移动旋转后的第一医学图像的坐标轴以将第一子对象和第二子对象对齐。
图像处理器可被配置为基于所述转换关系从第二医学图像提取与第一医学图像的截面相应的第二医学图像的截面。
图像处理器可被配置为通过以下处理来从第二医学图像提取与第一医学图像的截面相应的第二医学图像的截面：将关于第一医学图像的截面的坐标信息转换成第二医学图像的坐标信息从而产生经转换获得的坐标信息，并从第二医学图像提取具有经转换获得的坐标信息的第二医学图像的截面。
图像处理器还可包括：传感器，被配置为检测探头的位置和相对于对象的探头的方位中的至少一个，并且，关于第一医学图像的截面的坐标信息可以以一对一的方式与探头的坐标信息相应，其中，探头的坐标信息指示探头的位置和相对于对象的探头的方位中的至少一个。
附图说明
从以下结合附图进行的对示例性实施例的描述，这些和/或其它方面将变得明显和更易于理解，其中：
图1是示出根据示例性实施例的医学成像系统的示图；
图2是用于解释根据示例性实施例的初始化探头的方法的参考图；
图3是示出图1的配准设备的框图；
图4示出根据示例性实施例的对医学图像进行配准的方法的流程图；
图5是示出根据示例性实施例的计算第一医学图像的坐标系和第二医学图像的坐标系之间的转换关系的方法的流程图；
图6是示出根据示例性实施例的将第一子对象与第二子对象对齐的方法的流程图；
图7是示出根据示例性实施例的提取与第一医学图像的截面相应的第二医学图像的截面的方法的流程图。
具体实施方式
在下文中，将参照示出示例性实施例的附图更加全面地描述示例性实施例。在附图中，相同的元件由相同标号来指示，并且将不给出它们的重复解释。
在此使用的术语“对象”可包括人、动物或者人或动物的身体部位。例如，对象可包括器官(诸如肝、心脏、子宫、脑、乳腺、胃)或血管。此外，在此使用的术语“用户”可以是指但不限于医学专家，诸如医生、护士、临床病例学家、医学图像专家或修理医学装置的工程师。
如这里所使用的，术语“和/或”包括相关所列项中的一个或更多个项的任意组合和所有组合。诸如“…中的至少一个”的表述位于一列元素之后时，修饰整列元素，而不修饰所述列中的单个元素。
图1是示出根据示例性实施例的医学成像系统100的示图。参照图1，医学成像系统100包括第一医学设备110、第二医学设备120、检测设备130、配准设备140和显示设备150。
第一医学设备110和第二医学设备120分别产生第一医学图像和第二医学图像，并分别将第一医学图像和第二医学图像提供给配准设备140。第一医学图像和第二医学图像具有不同的模态。也就是说，根据示例性实施例，第一医学图像和第二医学图像可具有不同的产生方法和原理。配准设备140接收第一医学图像和第二医学图像，并对具有不同模态的第一医学图像和第二医学图像进行配准。由配准设备140配准后的第一医学图像和第二医学图像可显示在显示设备150上。
第一医学设备110实时地提供对象的感兴趣体积(VOI)的第一医学图像。例如，当器官由于对象的物理活动而变形或移位时，第一医学图像被实时改变。然而，无法在第一医学图像中清晰地观察到所有器官和病灶，并且仅通过使用第一医学图像难以识别器官的变形和移位。
根据示例性实施例，第一医学设备110可以是在对患者执行介入医学治疗期间实时产生图像的超声波检查机器。然而，示例性实施例不限于此，第一医学设备110可以是实时提供图像的任何类型的其它医学设备(诸如光学相干断层扫描(OCT)设备)。
当第一医学设备110被实现为超声波检查机器时，第一医学设备110通过使用探头111向对象发射超声波并检测反射的超声波来产生超声图像。探头111通常可包括压电换能器。然而，示例性实施例不限于此。探头111可包括电容式微加工超声换能器(cMUT)、磁微加工超声换能器(mMUT)和光学超声检测器中的至少一个，其中，电容式微加工超声换能器通过使用电容的变化来使超声波和电信号互相转换，磁微加工超声换能器通过使用磁场的变化来使超声波和电信号互相转换，光学超声检测器通过使用光学特性的变化来使超声波和电信号互相转换。
当超声波按照几十到几百MHz从探头111被施加到患者身体的特定部位时，超声波从各种不同组织之间的层被部分反射。超声波从患者身体中的具有不同密度的子对象(例如，血浆中的血细胞或器官中的小结构)反射。
反射的超声波使探头111的换能器振动，并且换能器根据振动输出电脉冲。电脉冲被转换成图像。当子对象具有不同的超声反射特性时，子对象可在B型超声图像中以不同的亮度值被显示。
第二医学设备120非实时地产生对象的VOI的第二医学图像。考虑第二医学设备120的非实时特性，在医学治疗之前，可先捕捉第二医学图像。
例如，第二医学设备120可以是计算机断层扫描(CT)设备、磁共振(MR)成像设备、X射线成像设备、单光子发射计算机断层扫描(SPECT)设备和正电子发射断层扫描(PET)设备中的任意一个。为了便于解释，以下描述假设第二医学图像是MR或CT图像，但是示例性实施例不限于此。
在由第二医学设备120产生的CT图像或MR图像中，可清晰地识别出器官的位置或病灶的位置。然而，当患者进行呼吸或移动时，器官会变形或移位。在此情况下，CT图像或MR图像不能实时地反映由于患者进行呼吸或移动而引起的器官的变形或移位。
第二医学设备120不能实时地输出图像的原因是，在CT图像的情况下，由于通过使用辐射来捕捉CT图像，从而存在患者和执业医生在长时间内暴露于辐射中的危险，因此建议短时间图像捕捉。另外，在MR图像的情况下，需要很长时间来捕捉MR图像。通常，在患者暂时停止呼吸的状态(诸如，深吸气)时捕捉CT图像。
由第一医学设备110或第二医学设备120产生的医学图像可以是通过堆叠二维(2D)截面而产生的三维(3D)图像。例如，第一医学设备110可产生2D截面，并可通过手扫或摆动作为2D阵列探头的探头111来产生3D图像。第二医学设备120通过改变截面的位置或方位来捕捉多个截面。当截面被堆叠时，可产生三维地表示患者身体的特定部位的3D体积图像数据。通过堆叠截面来产生3D体积图像数据的方法被称为多平面重建(MPR)。第二医学图像可以是对比度被增强以增加患者的感兴趣器官的亮度的图像。为了便于解释，将在假设第一医学图像和第二医学图像是3D图像的情况下进行以下描述。
检测设备130可通过检测从探头111的位置和方位中选择的至少一个来检测探头111的移动。检测设备130可包括磁场产生器131和检测磁场的变化的传感器132。磁场产生器131可被固定在第一医学设备110的特定位置，传感器132可设置在探头111上。因此，检测设备130可基于传感器132和磁场产生器131之间的位置关系来检测从探头111的位置和方位中选择的至少一个。另外，检测设备130可包括以下用于检测从探头111的位置和方位中选择的至少一个的传感器中的至少一个：光学传感器、加速度传感器和陀螺仪传感器。检测设备130可将从探头111的位置和方位中选择的至少一个计算为由检测设备130使用的坐标系中的坐标信息。
配准设备140对从第一医学设备获得的第一医学图像和从第二医学设备120获得的第二医学图像进行配准。对第一医学图像和第二医学图像的配准可包括对在第一医学图像中使用的坐标系和在第二医学图像中使用的坐标系进行匹配。探头111的移动和第一医学图像的截面可以以一对一的方式彼此相应。与控制第一医学图像相比，用户可更容易控制探头111的移动。因此，可通过使用探头111的方位信息以及第一医学图像和第二医学图像中包括的子对象的位置信息来执行对第一医学图像和第二医学图像的配准。与在仅基于探头111(即，检测设备130)的移动来执行图像配准时相比，在此情况下，需要更少的关于对象的解剖学知识。此外，与在基于图像中的子对象来执行图像配准时相比，在此情况下，可存在更小的配准差错的可能性。
根据示例性实施例，配准后的图像可以是通过融合第一医学图像和第二医学图像所获得的图像。根据另一示例性实施例，配准后的图像可以是通过在同一观察时间平行地排列第一医学图像和第二医学图像所获得的图像。配准后的图像被显示在显示设备150上。
虽然为了便于解释，第一医学设备110、检测设备130、配准设备140和显示设备150在图1中被示出为独立的设备，但是应理解，第一医学设备110、检测设备130、配准设备140和显示设备150可被集成为单个设备或其它的设备组合。当第一医学设备110、检测设备130、配准设备140和显示设备150被集成为单个设备时，检测设备130可被称为检测单元(例如，检测器)，配准设备140可被称为图像处理单元(例如，图像处理器)，显示设备150可被称为显示单元(例如，显示器)。
为了容易地对第一医学图像和第二医学图像进行配准，可初始化探头111的方位。可将探头111的轴划分成关于探头111彼此垂直相交的至少两个轴，并且探头111的轴可与通过使用探头111所获得的截面的坐标轴相同。例如，探头111的两个轴可以是与超声波传播的方向相应的第一轴以及与第一轴垂直相交的第二轴。此外，可将对象的轴划分成关于对象彼此垂直相交的至少两个轴，并且对象的轴可与第二医学图像的坐标轴相同。可将包括对象的两个轴的平面划分成矢状面、冠状面和横切面，并且可将矢状面、冠状面和横切面中的至少一个认为是参考面。
图2是用于解释根据示例性实施例的初始化探头111的方法的参考图。如图2中所示，用户可将探头111的轴210布置为平行于对象10的轴220。例如，当探头111的两个轴被布置为平行于对象10的横切面230时，探头111的方位可被初始化，或者探头111的轴210可成为参考轴。当探头111的轴210被布置为平行于对象10的轴220时，检测设备130可将探头111的轴210设置为由检测设备130使用的坐标轴。可选地，当探头111的轴210被布置为平行于对象10的轴220时，配准设备140可将通过使用探头111所获得的第一医学图像的截面的坐标轴设置为第一医学图像的坐标轴。
图3是示出根据示例性实施例的图1的配准设备140的框图。参照图3，配准设备140可包括通信单元310(例如，通信器)、存储单元320(例如，存储器)、用户接口330、图像处理单元340(例如，图像处理器)和控制单元350(例如，控制器)。然而，根据其它示例性实施例，配准设备140可省略图3中示出的某些元件，或者，还可包括代替图3中示出的元件的通用元件或除了图3中示出的元件之外的通用元件。
通信单元310可分别从第一医学设备110和第二医学设备120接收第一医学图像和第二医学图像，并可从检测设备130接收探头111的位置信息和方位信息中的至少一个。通信单元310包括用于分别从第一医学设备110和第二医学设备120获得第一医学图像和第二医学图像的第一接口311和第二接口312。第一接口311和第二接口312是分别直接或间接连接到第一医学设备110和第二医学设备120的接口。
第一接口311可实时地获得由第一医学设备110产生的第一医学图像。第二接口312可直接连接到第二医学设备120，以获得在医学治疗之前由第二医学设备120先前产生的第二医学图像。可选地，第二接口312可通过使用另一外部存储介质(诸如通用串行总线(USB)、致密盘(CD)或数字多功能盘(DVD))或经由网络(例如，局域网(LAN)或互联网)获得第二医学图像。通信单元310可将获得的第二医学图像存储在存储单元320中。第三接口313可从检测设备130接收探头111的方位信息。虽然根据示例性实施例，通过不同的接口来获得第一医学图像和探头111的方位信息，但是示例性实施例不限于此。可通过单个接口来接收第一医学图像和探头111的方位信息。
用户接口330从用户接收用于操纵配准设备140的输入，并输出第一医学图像、第二医学图像或通过配准设备140获得的配准后的医学图像。用户接口330可包括按钮、键盘、开关、拨号盘或触摸界面，其中，用户可通过按钮、键盘、开关、拨号盘或触摸界面来直接操纵配准设备140。用户接口330可包括用于显示图像的显示单元，并可包括触摸屏。根据另一示例性实施例，用户接口330可包括用于连接人机接口装置(HID)的输入/输出(I/O)端口。用户接口330可包括用于输入或输出图像的I/O端口。
图像处理单元340可将通过对第一医学图像和与第一医学图像相应的第二医学图像进行配准而获得的配准后的图像输出到用户接口330。图像处理单元340可包括第一子对象提取单元341(例如，第一子对象提取器)、第二子对象提取单元342(例如，第二子对象提取器)、计算单元343(例如，计算器)和图像提取单元344(例如，图像提取器)，其中，第一子对象提取单元341从第一医学图像提取用于配准的第一子对象，第二子对象提取单元342从第二医学图像提取用于配准的第二子对象，计算单元343基于将第一子对象和第二子对象对齐来计算第一医学图像和第二医学图像之间的转换关系，图像提取单元344从第二医学图像提取与第一医学图像的截面相应的第二医学图像的截面。第一子对象和第二子对象可以是相同的子对象，或者可彼此不同。计算转换关系的方法可根据第一子对象和第二子对象彼此相同还是彼此不同而不同。
第一子对象提取单元341可从第一医学图像提取第一子对象。第一子对象可以是在第一医学图像中清晰地显示的子对象。例如，当第一医学图像是包括肝的超声图像时，第一子对象可以是被布置为与肝邻近的下腔静脉(IVC)或隔膜以及肝。可选地，第一子对象可以是从被布置为与肝邻近的肾、门静脉、肝静脉和IVC中选择的至少一个。可选地，当感兴趣的器官是心脏时，第一子对象可以是从被布置为与心脏邻近的IVC、肝、胆囊、脾和肾静脉中选择的至少一个。当感兴趣的器官是甲状腺时，第一子对象可以是从被布置为与甲状腺邻近的颈动脉和颈静脉中选择的至少一个。当感兴趣的器官是胰腺时，第一子对象可以是从被布置为与胰腺邻近的IVC、脾静脉、脾动脉和脾中选择的至少一个。
第二子对象提取单元342可从第二医学图像提取第二子对象。第二子对象可与第一子对象相同或不同。当感兴趣的器官是肝时，隔膜和IVC可在作为超声图像的第一医学图像和作为MR图像的第二医学图像两者中清晰地显示。因此，第一子对象提取单元341和第二子对象提取单元342可分别提取隔膜或IVC作为第一子对象和第二子对象。然而，示例性实施例不限于此。第二子对象提取单元342可提取与第一子对象不同且被布置为邻近于第一子对象的第二子对象。例如，当第一子对象是隔膜时，第二子对象可以是肝。在此情况下，虽然肝和隔膜不是相同的子对象，但是由于肝和隔膜的边界线彼此接触，因此可通过将隔膜视为肝的边界线并将隔膜和肝对齐，来对第一医学图像和第二医学图像进行配准。
计算单元343可通过将第一子对象和第二子对象对齐来计算第一医学图像和第二医学图像之间的转换关系。当第一子对象和第二子对象相同时，计算单元343可通过对第一子对象和第二子对象进行匹配来计算第一医学图像和第二医学图像之间的转换关系。然而，当第一子对象和第二子对象彼此不同时，计算单元343可通过对第一子对象和第二子对象之间的几何排列与先前存储的几何排列进行匹配，来计算第一医学图像和第二医学图像之间的转换关系。可先前存储第一子对象和第二子对象之间的几何排列。
例如，计算单元343可通过将第一医学图像的坐标轴旋转为平行于参考轴并移动旋转后的第一医学图像的坐标轴以将第一子对象和第二子对象对齐，来计算第一医学图像的坐标系和第二医学图像的坐标系之间的转换关系。所述移动可包括旋转和直线移动中的任何一种。如上所述，与在基于任意点计算坐标系之间的转换关系时相比，在通过使用参考轴计算第一医学图像的坐标系和第二医学图像的坐标系之间的转换关系时，更容易执行计算。
图像提取单元344可从第二医学图像提取与第一医学图像的截面相应的第二医学图像的截面，其中，第一医学图像从第一医学设备110被接收。例如，图像提取单元344可通过使用转换关系将关于第一医学图像的截面的坐标信息转换成第二医学图像中的坐标信息，并可从第二医学图像提取具有经转换获得的坐标信息的第二医学图像的截面。关于第一医学图像的截面的坐标信息可包括方位信息和位置信息，并且可与探头111的坐标信息相同。
以下将参照根据示例性实施例的对医学图像进行配准的方法来解释配准设备140的详细操作。虽然配准设备140中的用于执行每个处理的特定元件不会在以下描述中指定，但是本领域的普通技术人员可从以上描述理解哪些元件可用于执行所述方法。
图4是示出根据示例性实施例的对医学图像进行配准的方法的流程图。参照图4，在操作S410，控制单元350确定探头111的轴是否被布置为平行于对象的轴。在探头111被放置在对象上的状态下，用户可将探头111的轴布置为平行于对象的轴。当探头111的轴被布置为平行于对象的轴时，用户可输入指示探头111的轴已被布置为平行于对象的轴的用户指令。作为输入指令的结果，控制单元350可确定探头111的轴被布置为平行于对象的轴，并可将探头111的轴设置为参考轴。另外，检测设备130可将探头111的轴设置为由检测设备130使用的坐标系的坐标轴。对象的轴可平行于在第二医学图像中使用的坐标轴。
当探头111的轴被布置为平行于对象的轴时，所述方法进行到操作S420。在操作S420，第一子对象提取单元341可从第一医学图像提取第一子对象。第一医学设备110可通过使用探头111来实时地获得第一医学图像的截面，并可通过重构第一医学图像的截面来产生作为3D图像的第一医学图像。第一医学设备110可将第一医学图像应用于(例如，发送到)配准设备140，并且配准设备140的第一子对象提取单元341可从第一医学图像提取第一子对象。
为了提取第一子对象，第一子对象提取单元341可使用亮度值。例如，可将关于以下内容的信息先存储在配准设备140中：亮度值范围、根据IVC的超声反射特性的IVC在B型图像中的形状、直径和长度。第一子对象提取单元341可通过使用先存储的信息来确定用于对第一医学图像进行二值化的临界亮度值。可根据将被提取的子对象的超声反射特性来确定作为用于对第一医学图像进行二值化的基础的临界亮度值。第一子对象提取单元341可通过使用关于形状、直径和长度的信息，从二值化后的第一医学图像提取与IVC相应的区域。将理解的是，第一子对象提取单元341可通过使用各种类型的其它方法中的任何一种方法来执行提取。
另外，在操作S430，第二子对象提取单元342可从第二医学图像提取第二子对象。第二子对象可与第一子对象相同，或可与第一子对象不同。提取第二子对象的方法可与提取第一子对象的方法相同，或者可以不同。第二子对象提取单元342可从第二医学图像预先提取第二子对象，并可存储第二子对象。因此，第二子对象提取单元342可加载被先前存储的第二子对象。
在操作S440，配准设备140可通过将第一子对象和第二子对象对齐来对第一医学图像和第二医学图像进行配准。配准设备140可基于将第一子对象和第二子对象对齐来计算第一医学图像的坐标系和第二医学图像的坐标系之间的转换关系。
图5是示出根据示例性实施例的计算第一医学图像的坐标系和第二医学图像的坐标系之间的转换关系的方法的流程图。参照图5，在操作S510，计算单元343将第一医学图像的坐标轴旋转为平行于参考轴。第一医学设备110可通过摆动探头111来获得作为3D图像的第一医学图像。由于第一医学图像的坐标轴可平行于参考轴或者可不平行于参考轴，因此计算单元343可将第一医学图像的坐标轴旋转为平行于参考轴。
在操作S520，计算单元343通过移动旋转后的第一医学图像的坐标轴来将第一子对象和第二子对象对齐。第一子对象和第二子对象之间的对齐可根据第一子对象和第二子对象是否相同而不同。
图6是示出根据示例性实施例的将第一子对象和第二子对象对齐的方法的流程图。在操作S610，计算单元343确定第一子对象和第二子对象是否相同。计算单元343可考虑第一子对象和第二子对象中的每个的尺寸和半径来确定第一子对象和第二子对象是否相同。可选地，由于第二子对象可被先前提取和存储，因此第一子对象提取单元341可加载关于第二子对象的信息，并可通过使用被加载的信息来提取与第二子对象相同的第一子对象。在此情况下，计算单元343可确定第一子对象和第二子对象相同。此外，由于不同的子对象可在第一医学图像和第二医学图像中清晰地显示，因此关于将被提取的第一子对象和第二子对象中的每个的信息可存储在配准设备140中。当第一子对象和第二子对象彼此不同时，关于第一子对象和第二子对象之间的几何排列的信息可先存储在配准设备140中。
当第一子对象和第二子对象相同时，所述方法进行到操作S620。在操作S620，计算单元343可通过移动旋转后的第一医学图像的坐标轴以对第一子对象和第二子对象进行匹配，来将第一子对象和第二子对象对齐。相反，当第一子对象和第二子对象彼此不同时，所述方法进行到操作S630。在操作S630，计算单元343可通过移动旋转后的第一医学图像的坐标轴以对第一子对象和第二子对象之间的几何排列与先前存储的几何排列进行匹配，来将第一子对象和第二子对象对齐。坐标轴的移动可包括从旋转和直线移动中选择的至少一个。由于第一医学图像的坐标轴被旋转为平行于参考轴，因此被旋转以将第一子对象和第二子对象对齐的第一医学图像的坐标轴的旋转范围小。因此，与在沿任意方向改变第一医学图像的坐标轴时相比，可出现更少的差错。
因此，计算单元343可通过根据等式1旋转并移动第一医学图像的坐标轴来计算第一医学图像的坐标系和第二医学图像的坐标系之间的转换关系。
T = x MR , 0 x US , 0 - 1 等式(1)
在等式1中，xUS,0是第一子对象在第一医学图像的坐标系中的坐标信息，xMR,0是第二子对象在第二医学图像的坐标系中的坐标信息，T是转换关系。匹配设备140可将第一医学图像的坐标系中的关于第一医学图像的截面的坐标信息转换成第二医学图像中的坐标信息。在第一医学图像中使用的坐标系和由检测设备130使用的坐标系可以相同。
图7是示出根据示例性实施例的提取与第一医学图像的截面相应的第二医学图像的截面的方法。参照图7，在操作S710，第一医学设备110可通过使用探头111实时地获得第一医学图像的截面。当第一医学设备110是超声波检查机器时，第一医学设备110可通过使用探头111向对象发射超声波并检测反射的超声波来产生超声图像。获得的第一医学图像可应用于配准设备140。
在操作S720，检测设备130可检测探头111的移动。由于探头111移动，因此向对象发射的超声波的位置和方位会改变，并且第一医学图像的视图也会改变。由于指示探头111的位置和方位的坐标信息和第一医学图像的视图以一对一的方式彼此相应，因此一旦检测到探头111的移动，就可预测第一医学图像的视图。虽然可同时执行获得第一医学图像的步骤和检测探头的移动的步骤，但是为了便于解释，已经首先描述了获得第一医学图像的步骤。
在操作S730，配准设备140可从第二医学图像提取与探头111的移动相应的第二医学图像的截面。第二医学图像可以是先前捕捉到的图像。器官和病灶的形状可在第二医学图像中比在第一医学图像中更清晰地显示。可从第二医学设备120接收第二医学图像，并且第二医学图像可以是被存储的图像。例如，第二医学图像可以是CT图像或MR图像。详细地，当从探头111的位置和方位中选择的至少一个根据从探头111的移动和旋转中选择的至少一个而改变时，检测设备130可重新检测探头111的坐标信息，并可将重新检测到的探头111的坐标信息应用于(例如，发送到)配准设备140。由于探头111的坐标信息是关于第一医学图像的截面的坐标信息，因此计算单元343可通过使用根据等式2的转换关系T，将重新检测到的关于第一医学图像的截面的坐标信息xUS,t转换成第二医学图像的坐标系中的坐标信息xMR,t。
xMR,t＝TxUS,t等式(2)
图像提取单元344可从第二医学图像提取具有经转换获得的坐标信息的截面。第一医学图像的截面和第二医学图像的截面可与对象的同一视图相应。第一医学图像的截面以及与第一医学图像的截面相应的第二医学图像的截面可经由到外部的用户接口330显示在显示设备150上。第一医学图像的截面以及与第一医学图像的截面相应的第二医学图像的截面可显示在一个屏幕上的不同区域处，或者可通过被示出为彼此重叠而显示在一个区域上。
由于设置参考轴并随后通过使用参考轴来计算第一医学图像的坐标系和第二医学图像的坐标系之间的转换关系，因此与在具有不同模态的多个图像以任意方向和按任意点被配准时相比，可更容易执行图像配准并出现更少的差错。
上述示例性实施例可被实现为可执行程序，并可由通过使用计算机可读记录介质来运行所述程序的通用数字计算机执行。计算机可读介质的示例可包括诸如磁存储介质(例如，只读存储器(ROM)、软盘或硬盘)、光可读介质(例如，致密盘只读存储器(CD-ROM)或DVD)等的存储介质。
虽然已通过使用特定术语参照特定示例性实施例具体示出并描述了示例性实施例，但是示例性实施例和术语仅用于解释示例性实施例的多个方面，并且不应被解释为限制由权利要求限定的示例性实施例的范围。示例性实施例应仅考虑为描述性意义，而不用于限制的目的。因此，示例性实施例的范围不由示例性实施例的详细描述来限定，而由权利要求来限定，并且在所述范围内的所有差异将被解释为包括在示例性实施例中。

Claims (23)

1.一种对医学图像进行配准的方法，所述方法包括：
将被布置为与对象的轴平行的探头的轴设置为参考轴；
从通过使用探头获得的第一医学图像提取第一子对象，其中，第一医学图像具有第一模态；
从第二医学图像提取第二子对象，其中，第二医学图像具有与第一模态不同的第二模态；
通过将第一子对象和第二子对象关于参考轴对齐来对第一医学图像和第二医学图像进行配准。
2.如权利要求1所述的方法，其中，所述对象的轴与第二医学图像的坐标轴平行。
3.如权利要求1所述的方法，其中，配准步骤包括：基于将第一子对象和第二子对象对齐来计算第一医学图像的坐标系和第二医学图像的坐标系之间的转换关系。
4.如权利要求3所述的方法，其中，计算所述转换关系的步骤包括：将第一医学图像的坐标轴旋转为与参考轴平行，并移动旋转后的第一医学图像的坐标轴，以将第一子对象和第二子对象对齐。
5.如权利要求3所述的方法，还包括：基于所述转换关系从第二医学图像提取与第一医学图像的截面相应的第二医学图像的截面。
6.如权利要求5所述的方法，其中，提取与第一医学图像的截面相应的第二医学图像的截面的步骤包括：
将关于第一医学图像的截面的坐标信息转换成第二医学图像的坐标信息以产生经转换获得的坐标信息；
从第二医学图像提取具有经转换获得的坐标信息的第二医学图像的截面。
7.如权利要求6所述的方法，其中，关于第一医学图像的截面的坐标信息以一对一的方式与探头的坐标信息相应。
8.如权利要求5所述的方法，还包括：显示第一医学图像的截面和第二医学图像的截面两者。
9.如权利要求5所述的方法，其中，第一医学图像的截面和第二医学图像的截面与对象的同一视图相应。
10.如权利要求1所述的方法，其中，对齐步骤包括：当第一子对象和第二子对象表示相同的物理对象时，对第一子对象和第二子对象进行匹配。
11.如权利要求1所述的方法，其中，对齐步骤包括：当第一子对象和第二子对象表示不同的物理对象时，对第一子对象和第二子对象之间的几何排列与先前存储的几何排列进行匹配。
12.如权利要求1所述的方法，其中，第一医学图像是实时捕捉的图像，第二医学图像是先前捕捉的图像。
13.如权利要求1所述的方法，其中，第一医学图像是超声图像和光学相干断层扫描(OCT)图像中的至少一个，第二医学图像是以下图像中的至少一个：磁共振(MR)图像、计算机断层扫描(CT)图像、正电子发射断层扫描(PET)图像、单光子发射计算机断层扫描(SPECT)图像和X射线图像。
14.一种医学成像设备，包括：
探头，被配置为获得对象的第一医学图像，其中，对象的第一医学图像具有第一模态；
图像处理器，被配置为将被布置为与对象的轴平行的探头的轴设置为参考轴，从第一医学图像提取第一子对象，从第二医学图像提取第二子对象，通过使用参考轴将第一子对象和第二子对象对齐来对第一医学图像和第二医学图像进行配准，其中，第二医学图像具有与第一模态不同的第二模态。
15.如权利要求14所述的医学成像设备，其中，所述对象的轴与第二医学图像的坐标轴平行。
16.如权利要求14所述的医学成像设备，其中，图像处理器被配置为基于将第一子对象和第二子对象对齐来计算第一医学图像的坐标系和第二医学图像的坐标系之间的转换关系。
17.如权利要求16所述的医学成像设备，其中，图像处理器被配置为通过以下处理来计算所述转换关系：将第一医学图像的坐标轴旋转为与参考轴平行，并移动旋转后的第一医学图像的坐标轴，以将第一子对象和第二子对象对齐。
18.如权利要求16所述的医学成像设备，其中，图像处理器被配置为基于所述转换关系从第二医学图像提取与第一医学图像的截面相应的第二医学图像的截面。
19.如权利要求18所述的医学成像设备，其中，图像处理器被配置为通过以下处理来从第二医学图像提取与第一医学图像的截面相应的第二医学图像的截面：将关于第一医学图像的截面的坐标信息转换成第二医学图像的坐标信息以产生经转换获得的坐标信息，并从第二医学图像提取具有经转换获得的坐标信息的第二医学图像的截面。
20.如权利要求19所述的医学成像设备，还包括：
传感器，被配置为检测相对于对象的探头的方位以及探头的位置中的至少一个，
其中，关于第一医学图像的截面的坐标信息以一对一的方式与探头的坐标信息相应，其中，探头的坐标信息指示相对于对象的探头的方位以及探头的位置中的至少一个。
21.一种成像设备，包括：
探头，被配置为获得对象的图像；
传感器，被配置为感测探头相对于对象的第一方位和探头相对于对象的第二方位，其中，第二方位不同于第一方位；
图像处理器，被配置为响应于确定探头在第一方位而设置参考轴，并且，当传感器感测到探头在第二方位时，基于参考轴将由探头在第二方位获得的对象的图像与先前存储的对象的图像对齐。
22.如权利要求21所述的成像设备，其中，图像处理器还被配置为基于对在由探头在第二方位获得的对象的图像中包括的子对象与在先前存储的对象的图像中包括的子对象的比较，将由探头在第二方位获得的对象的图像与先前存储的对象的图像对齐。
23.如权利要求21所述的成像设备，其中，传感器包括以下用于感测探头的第一方位和第二方位的传感器中的至少一个：光学传感器、加速度传感器和陀螺仪传感器。
CN201510027082.3A 2014-05-12 2015-01-20 用于对医学图像进行配准的方法和设备 Active CN105096306B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020140056573A KR102233966B1 (ko) 2014-05-12 2014-05-12 의료 영상 정합 방법 및 그 장치
KR10-2014-0056573 2014-05-12

Publications (2)

Publication Number Publication Date
CN105096306A true CN105096306A (zh) 2015-11-25
CN105096306B CN105096306B (zh) 2020-05-19

Family

ID=53491256

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510027082.3A Active CN105096306B (zh) 2014-05-12 2015-01-20 用于对医学图像进行配准的方法和设备

Country Status (4)

Country Link
US (1) US10548556B2 (zh)
EP (1) EP2944258B1 (zh)
KR (1) KR102233966B1 (zh)
CN (1) CN105096306B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106846380A (zh) * 2016-12-26 2017-06-13 北京理工大学 一种医学图像配准方法及设备
CN106887017A (zh) * 2015-12-15 2017-06-23 佳能株式会社 图像处理装置、图像处理系统及图像处理方法
CN107106144A (zh) * 2015-02-26 2017-08-29 株式会社日立制作所 超声波成像装置以及图像处理装置
CN110752029A (zh) * 2019-10-21 2020-02-04 北京推想科技有限公司 一种病灶的定位方法及装置
CN112863625A (zh) * 2019-11-28 2021-05-28 西门子医疗有限公司 患者后续分析

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102114417B1 (ko) * 2013-06-11 2020-05-22 삼성메디슨 주식회사 영상 정합 방법 및 장치
US20230260142A1 (en) * 2022-01-24 2023-08-17 GE Precision Healthcare LLC Multi-modal image registration via modality-neutral machine learning transformation

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110160566A1 (en) * 2009-12-24 2011-06-30 Labros Petropoulos Mri and ultrasound guided treatment on a patient
CN102169578A (zh) * 2011-03-16 2011-08-31 内蒙古科技大学 一种基于有限元模型的非刚性医学图像配准方法
WO2012117381A1 (en) * 2011-03-03 2012-09-07 Koninklijke Philips Electronics N.V. System and method for automated initialization and registration of navigation system
CN102663803A (zh) * 2012-04-13 2012-09-12 北京工业大学 一种基于RayCasting改进算法的仿真投影DRR生成方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005117712A1 (ja) 2004-06-03 2005-12-15 Hitachi Medical Corporation 画像診断支援方法及び画像診断支援装置
JP5543681B2 (ja) * 2006-03-15 2014-07-09 株式会社日立メディコ 超音波診断装置
KR20070110965A (ko) 2006-05-16 2007-11-21 주식회사 메디슨 초음파 영상과 외부 의료영상의 합성 영상을디스플레이하기 위한 초음파 시스템
US8340374B2 (en) 2007-01-11 2012-12-25 Kabushiki Kaisha Toshiba 3-dimensional diagnostic imaging system
US9521994B2 (en) * 2009-05-11 2016-12-20 Siemens Healthcare Gmbh System and method for image guided prostate cancer needle biopsy
KR101121286B1 (ko) 2009-07-31 2012-03-23 한국과학기술원 센서의 교정을 수행하는 초음파 시스템 및 방법
KR101121353B1 (ko) 2009-08-03 2012-03-09 한국과학기술원 2차원 초음파 영상에 대응하는 2차원 ｃｔ 영상을 제공하는 시스템 및 방법
US8744211B2 (en) * 2011-08-31 2014-06-03 Analogic Corporation Multi-modality image acquisition
JP2014045943A (ja) * 2012-08-31 2014-03-17 Toshiba Corp 超音波診断装置及び画像データの補正方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110160566A1 (en) * 2009-12-24 2011-06-30 Labros Petropoulos Mri and ultrasound guided treatment on a patient
WO2012117381A1 (en) * 2011-03-03 2012-09-07 Koninklijke Philips Electronics N.V. System and method for automated initialization and registration of navigation system
CN102169578A (zh) * 2011-03-16 2011-08-31 内蒙古科技大学 一种基于有限元模型的非刚性医学图像配准方法
CN102663803A (zh) * 2012-04-13 2012-09-12 北京工业大学 一种基于RayCasting改进算法的仿真投影DRR生成方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107106144A (zh) * 2015-02-26 2017-08-29 株式会社日立制作所 超声波成像装置以及图像处理装置
CN107106144B (zh) * 2015-02-26 2020-08-11 株式会社日立制作所 超声波成像装置以及图像处理装置
CN106887017A (zh) * 2015-12-15 2017-06-23 佳能株式会社 图像处理装置、图像处理系统及图像处理方法
CN106846380A (zh) * 2016-12-26 2017-06-13 北京理工大学 一种医学图像配准方法及设备
CN106846380B (zh) * 2016-12-26 2019-09-03 北京理工大学 一种医学图像配准方法及设备
CN110752029A (zh) * 2019-10-21 2020-02-04 北京推想科技有限公司 一种病灶的定位方法及装置
CN112863625A (zh) * 2019-11-28 2021-05-28 西门子医疗有限公司 患者后续分析

Also Published As

Publication number Publication date
EP2944258B1 (en) 2019-03-20
US20150320400A1 (en) 2015-11-12
KR20150129506A (ko) 2015-11-20
US10548556B2 (en) 2020-02-04
CN105096306B (zh) 2020-05-19
KR102233966B1 (ko) 2021-03-31
EP2944258A1 (en) 2015-11-18

Similar Documents

Publication Publication Date Title
US10362941B2 (en) Method and apparatus for performing registration of medical images
CN105096306A (zh) 用于对医学图像进行配准的方法和设备
US8777854B2 (en) Method and system for ultrasound based automated detection, quantification and tracking of pathologies
KR102205898B1 (ko) 의료영상들을 정합하는 방법 및 장치
KR102273020B1 (ko) 의료 영상 정합 방법 및 그 장치
US10977787B2 (en) Feedback for multi-modality auto-registration
CN103919573A (zh) 病变诊断设备和方法
US20130257910A1 (en) Apparatus and method for lesion diagnosis
US20230076868A1 (en) Systems and methods for utilizing synthetic medical images generated using a neural network
KR20140127635A (ko) 영상 정합 방법 및 장치
Chen et al. Automated artery localization and vessel wall segmentation using tracklet refinement and polar conversion
CN106687048A (zh) 医学成像装置
US11523801B2 (en) Automatically identifying anatomical structures in medical images in a manner that is sensitive to the particular view in which each image is captured
US10076311B2 (en) Method and apparatus for registering medical images
US9521980B2 (en) Method for registering medical images, apparatus performing the method, and computer readable media including the method
JP2020036708A (ja) 手術支援装置及び手術ナビゲーションシステム
KR20150026354A (ko) 의료영상들을 정합하는 방법 및 장치
JP2009273882A (ja) 定量的局所測定結果および形態構造の複合４次元プレゼンテーションのための方法および装置
JP7083427B2 (ja) 修正指示領域表示装置、方法およびプログラム
Beitone et al. Towards real‐time free‐hand biopsy navigation
CN111292248B (zh) 超声融合成像方法及超声融合导航系统
CN110546684B (zh) 时变数据的定量评估
Shi Finite element modeling of soft tissue deformation
KR102336446B1 (ko) 의료 영상 정합 방법 및 그 장치
Mathew Coronary Artery Segmentation from Non-Contrast Cardiac CT for the purpose of Calcium Scoring

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant