CN105103194B - 经重建图像数据可视化 - Google Patents
经重建图像数据可视化 Download PDFInfo
- Publication number
- CN105103194B CN105103194B CN201480020718.5A CN201480020718A CN105103194B CN 105103194 B CN105103194 B CN 105103194B CN 201480020718 A CN201480020718 A CN 201480020718A CN 105103194 B CN105103194 B CN 105103194B
- Authority
- CN
- China
- Prior art keywords
- image data
- reconstructed
- volumetric image
- noise
- reconstructing
- 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
- 238000013079 data visualisation Methods 0.000 title claims description 5
- 238000000034 method Methods 0.000 claims abstract description 43
- 230000004438 eyesight Effects 0.000 claims abstract description 16
- 230000009467 reduction Effects 0.000 claims description 23
- 230000000007 visual effect Effects 0.000 claims description 16
- 238000010586 diagram Methods 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 claims 1
- 241001269238 Data Species 0.000 abstract description 3
- 238000003384 imaging method Methods 0.000 description 10
- 230000004048 modification Effects 0.000 description 7
- 238000012986 modification Methods 0.000 description 7
- 230000005855 radiation Effects 0.000 description 6
- 230000004913 activation Effects 0.000 description 4
- 238000002591 computed tomography Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000001932 seasonal effect Effects 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000003334 potential effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. 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
- A61B6/02—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
- A61B6/46—Arrangements for interfacing with the operator or the patient
- A61B6/461—Displaying means of special interest
-
- 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
- A61B6/467—Arrangements for interfacing with the operator or the patient characterised by special input means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/60—Editing figures and text; Combining figures or text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/08—Volume rendering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30024—Cell structures in vitro; Tissue sections in vitro
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/41—Medical
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/421—Filtered back projection [FBP]
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Surgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Animal Behavior & Ethology (AREA)
- Molecular Biology (AREA)
- Human Computer Interaction (AREA)
- Pulmonology (AREA)
- Quality & Reliability (AREA)
- Computer Graphics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
一种方法包括利用第一重建算法来处理投影数据并且重建第一经重建体积图像数据,其中,所述第一经重建体积图像数据具有第一3D噪声函数。所述方法还包括利用第二不同的重建算法来处理相同的投影数据并且重建第二经重建体积图像数据,其中,所述第二经重建体积图像数据具有第二3D噪声函数,所述第二3D噪声函数不同于所述第一3D噪声函数。所述方法还包括在主视图框中视觉呈现所述第一经重建体积图像数据或所述第二经重建体积图像数据。所述方法还包括在叠加在所述主视图框的子部分上的感兴趣区域中视觉呈现所述第一经重建体积图像数据或所述第二经重建体积图像数据中的另一个的子部分。
Description
技术领域
以下总体涉及经重建图像数据可视化,并且利用对计算机断层摄影(CT)的具体应用来进行描述。然而,以下也适用于其他模态。
背景技术
放射科医生已经被训练读出因噪声而具有某种外观的图像,该外观被用作对图像的某些属性的指示符。例如,噪声可以为审阅者提供针对图像中的结构、形状和/或轮廓的置信度水平。例如,较高的可见噪声可以指示经可视化的结构、形状和轮廓表示真实的结构、形状和轮廓的较低的概率,并且较低的可见噪声可以指示经可视化的结构、形状和轮廓表示真实的结构、形状和轮廓的较高的概率。
在另一范例中,图像的纹理提供了对图像的潜在空间分辨率的指示。例如,有斑点的噪声可以指示较低的分辨率,并且细的噪声可以指示较高的分辨率。在另一范例中,组织的区域的子部分中被可视化有相同灰度范围的噪声的外观可以指示该区域包括不同组织。例如,该范围可以刚好在一个组织的噪声内,得到一些灰度像素,并且在另一组织的噪声的外面,允许审阅者在两个组织之间进行辨别,而无需改变灰度范围。
已经使用降噪算法(投影和/或图像域)以及先进的重建技术来减小经重建图像数据中的噪声。然而,噪声的减小也(取决于降噪算法而部分或全部地)去除了上文讨论的图像审阅者用于确定置信度水平和/或分辨率、和/或区分不同组织的视觉线索。遗憾的是,这可能导致放射科医生不愿采用降噪重建算法,这是因为与他们被训练审阅的图像相比,得到的经重建图像可能具有不同的特性。
发明内容
本文中描述的各方面解决了以上提及的问题及其他问题。
以下描述了一种方法,在所述方法中经重建图像数据、减小噪声的(或降噪的)经重建图像和/或它们的组合被同时视觉呈现给观察者,这允许视觉呈现和/或观察视觉线索噪声提供和/或观察(默认的或用户定义的)噪声减小的图像数据,这可以更好地示出在其他方式中可能被所去除的噪声隐藏的感兴趣特征。
在一方面中,一种方法包括利用第一重建算法来处理投影数据并且重建第一经重建体积图像数据,其中,所述第一经重建体积图像数据具有第一3D噪声函数。所述方法还包括利用第二不同的重建算法来处理相同的投影数据并且重建第二经重建体积图像数据,其中,所述第二经重建体积图像数据具有第二3D噪声函数,所述第二3D噪声函数不同于所述第一3D噪声函数。所述方法还包括在主视图框中视觉呈现所述第一经重建体积图像数据或所述第二经重建体积图像数据。所述方法还包括在叠加在所述主视图框的子部分上的感兴趣区域中视觉呈现所述第一经重建体积图像数据或所述第二经重建体积图像数据中的另一个的子部分。
在另一方面中,一种方法包括利用第一重建算法来处理投影数据并且重建第一经重建体积图像数据,其中,所述第一经重建体积图像数据具有第一3D噪声函数。所述方法还包括利用第二不同的重建算法来处理相同的投影数据并且重建第二经重建体积图像数据,其中,所述第二经重建体积图像数据具有第二3D噪声函数,所述第二3D噪声函数不同于所述第一3D噪声函数。所述方法还包括获取感兴趣噪声水平。所述方法还包括基于所述感兴趣噪声水平将第一体积成像数据与第二体积成像数据组合,创建组合的体积图像数据。所述方法还包括视觉显示所述组合的体积图像数据。
在另一方面中,一种系统包括重建装置,所述重建装置利用不同的重建算法来重建相同的投影数据的集合,生成第一经重建图像数据和第二经重建图像数据。所述重建算法中的一种为降噪重建算法。所述重建装置进行以下中的至少一项:利用包括降噪的经重建图像数据的子部分并且被重叠在视觉显示的图像数据的子部分上的叠加来视觉显示所述第一经重建图像数据或所述第二经重建图像数据;或者基于输入噪声水平将所述第一经重建图像数据和所述第二经重建图像数据组合,创建组合的图像数据,并且视觉显示所述组合的图像数据。
附图说明
本发明可以采取各种部件和各部件的布置以及各种步骤和各步骤的安排的形式。附图仅出于图示优选实施例的目的,并且不应被解释为对本发明的限制。
图1示意性地图示了包括重建装置的成像系统。
图2图示了图1的重建装置的非限制性范例。
图3图示了范例方法,所述范例方法用于利用两种不同的重建算法来重建相同的投影数据,其中,所述重建算法中的一种为降噪重建算法,并且同时显示全部两种重建算法的经重建图像数据。
图4图示了范例方法,所述范例方法用于利用两种不同的重建算法来重建相同的投影数据,其中,所述重建算法中的一种为降噪重建算法,基于感兴趣噪声水平将全部两种重建算法的经重建图像数据组合,并且显示组合的重建图像数据。
具体实施方式
以下描述了一种方法,在所述方法中,为观察者视觉呈现了非减小噪声的经重建图像数据、减小噪声的(或降噪的)经重建图像和/或它们的组合,这允许视觉呈现和/或观察视觉线索噪声提供和/或观察(默认的或用户定义的)噪声减小的图像数据,这可以更好地示出在其他方式中可能被所去除的噪声隐藏的感兴趣特征。
图1图示了诸如计算机断层摄影(CT)扫描器的成像系统100。
成像系统100包括大体固定的机架102和旋转机架104。旋转机架104由固定机架102可旋转地支撑并关于纵轴或z轴围绕检查区域旋转。
患者支撑体120(例如榻)将诸如人类患者的目标或对象支撑在检查区域中。支撑体120被配置为移动目标或对象以用于装载、扫描和/或卸载目标或对象。
辐射源108(例如X射线管)由旋转机架104可旋转地支撑。辐射源108与旋转机架104一起旋转,并且发射横穿检查区域106的辐射。
辐射敏感探测器阵列110对向一角度弧,在检查区域106对面与辐射源108相对。探测器阵列110包括沿z-轴方向延伸的一行或多行探测器,探测横穿检查区域106的辐射,并且生成指示其的投影数据。
通用计算系统或计算机用作操作者控制台112,并且包括诸如鼠标、键盘等的(一个或多个)输入设备114以及诸如显示监视器、影像器(filmer)等的(一个或多个)输出设备116。控制台112允许操作者控制系统100的操作。这包括:选择一种或多种重建算法,例如滤波反投影、减小噪声、它们的组合和/或其他重建算法;激活并定位在第一重建的子部分上的能移动的感兴趣区域(ROI)叠加以在ROI和/或与其相关联的视图框中显示第二不同的经重建图像数据;指示重建的噪声水平等。
重建装置118处理投影数据并重建体积图像数据。如以下更详细地描述的,在一个实例中,重建装置118产生非减小噪声的经重建体积图像数据、减小噪声的(或降噪的)经重建体积图像和/或它们的组合。得到的体积图像数据能够被视觉地呈现,允许在体积图像数据中将提供的线索噪声可视化。减小噪声的和/或组合的经重建体积图像数据能够被同时地和/或独立地显示。该数据可以更好地示出在其他方式中将被所去除的噪声隐藏的感兴趣特征。能够通过(一个或多个)输出设备116的一个或多个显示监视器来显示数据。
如以下进一步更详细地描述的,重建装置118可以采用滤波反投影(FBP)重建、(图像域和/或投影域)减小噪声的重建算法(例如迭代重建)和/或其他算法。将意识到,能够通过运行被编码或嵌入在计算机可读存储介质(例如物理存储器和其他非瞬态介质)上的(一个或多个)计算机可读指令的(一个或多个)微处理器来实现重建装置118。额外地或备选地,(一个或多个)微处理器能够运行由载波、信号和其他瞬态(或非-非瞬态)介质承载的(一个或多个)计算机可读指令。
图2示意性地图示了重建装置118的范例。
重建器202处理投影数据,所述投影数据可以由成像系统100和/或其他成像系统生成,并且能够从成像系统和/或数据储存库(例如图片存档与通信系统(PACS)、放射科信息系统(RIS)、医院信息系统(HIS)和/或其他数据储存库)获得。图示的重建器202采用滤波反投影、锥形射束和/或其他非减小噪声的重建算法。重建器202处理投影数据并生成经重建体积图像数据。
减小噪声的重建器204处理相同的投影数据。然而,重建器202采用减小噪声的重建算法,所述减小噪声的重建算法可以包括迭代和/或其他减小噪声的重建算法。减小噪声的重建器204生成减小噪声的(或降噪的)经重建体积图像数据,所述经重建体积图像数据具有比由重建器202生成的经重建体积图像数据的对应区域的噪声水平更小的噪声水平(例如在整个图像或其子部分上的标准差)。
在图示的实施例中,重建器202和减小噪声的重建器204被示为两个不同的重建器。然而,在变型中,重建器202和减小噪声的重建器204是相同的重建器,使用两种不同的重建算法来重建相同的投影数据,并且生成两个不同的经重建图像数据的集合,即非减小噪声的经重建图像数据和减小噪声的经重建图像数据。
噪声确定器206确定针对经重建体积图像数据和/或其子部分、和/或减小噪声的经重建体积图像数据和/或其子部分的噪声(例如3D函数、均值等)。在图示的实施例中,噪声确定器206可以额外地或备选地基于投影数据来确定噪声。额外地或备选地,噪声估计能够基于经重建体积图像数据与减小噪声的经重建体积图像数据之间的差。本文中还预期其他方法。
数据组合器208将非减小噪声的经重建体积图像数据和减小噪声的经重建体积图像数据组合,产生组合的体积图像数据。在图示的实施例中,数据组合器208基于(一种或多种)混合算法210、非减小噪声的经重建体积图像体素和减小噪声的经重建体积图像体素中的每个的噪声值、以及目标噪声水平,将非减小噪声的经重建体积图像数据和减小噪声的经重建体积图像数据组合。目标噪声水平可以基于默认的和/或用户定义的(例如指示感兴趣噪声水平(例如标准差、方差等)的输入感兴趣噪声水平信号确定的)。
映射器212创建在非减小噪声的经重建体积图像数据、减小噪声的经重建体积图像数据和/或组合的体积图像数据的体素之间的物理映射或图。例如,该图将非减小噪声的经重建体积图像数据、减小噪声的经重建体积图像数据和/或组合的体积图像数据中的每个的每个体素(x,y,z)映射到非减小噪声的经重建体积图像数据、减小噪声的经重建体积图像数据和/或组合的体积图像数据中的其他的体素。
感兴趣区域(ROI)叠加生成器214在被激活时基于(一种或多种)叠加算法216生成ROI叠加,所述ROI叠加被叠加在绘制出的体积图像数据上并且能够关于绘制出的体积图像数据移动。激活能够是响应于接收到ROI激活输入信号的,所述信号指示用户启动了调用激活的控制(例如物理按钮、鼠标点击、对触摸屏的区域的触摸、语音识别等)。鼠标点击和/或触摸区域可以为按钮、刻度盘、滑块、下拉菜单等形式。在没有激活的情况下或在激活终止后,感兴趣区域(ROI)叠加生成器214将任何叠加的ROI叠加从显示器移除。能够通过用户启动相同的和/或其他的控制来调用终止。
一般地,当ROI叠加被叠加或重叠在第一显示的经重建体积图像数据上时,所述ROI叠加识别绘制出的第一显示的体积图像数据中视觉呈现出利用第二不同的重建算法重建的第二体积图像数据的区域。被视觉呈现在ROI叠加中的第二体积图像数据与第一显示的经重建体积图像数据内的相同位置相对应,同时第一显示的经重建体积图像数据在ROI叠加的后面。映射器212的图提供了该映射。ROI叠加能够选自预定形状(例如圆形、椭圆形、矩形、不规则形等)的集合、由用户自由手绘和/或以其他方式创建。额外地,ROI叠加能够被调整大小、调整形状和/或以其他方式被操纵。
任选地,弹出视图框218能够被显示在第一显示的经重建体积图像数据的部分上和/或被显示在并不与第一显示的经重建体积图像数据相叠加的区域中。能够类似地激活和/或终止视图框218。视图框218大体上具有相对于ROI叠加更大的观看区域,并且在放大率220对应于ROI叠加与视图框观看区域几何尺寸之间的差或其比率时,显示相同的信息。增大放大率220可以相应地增大视图框观看区域和/或进行放大,并且不示出在外周处的区域。在视图框218被激活的情况下,ROI叠加可以视觉地呈现第一经重建体积图像数据(如在ROI叠加外面的区域)或第二经重建体积图像数据(如视图框218)。
绘制引擎222经由(一个或多个)输出设备116的显示监视器来绘制数据。这包括绘制非减小噪声的经重建体积图像数据、减小噪声的经重建体积图像数据和/或组合的经重建图像数据中的一个或多个。任选地,绘制引擎222能够绘制ROI叠加。任选地,绘制引擎222能够绘制弹出视图框218。指示操作模式的输入确定绘制引擎222所绘制的是什么。
图3图示了范例方法,在所述范例方法中能移动的ROI叠加和任选的视图框被叠加在绘制出的经重建体积图像数据上。
将要意识到,方法中的动作的顺序不是限制性的。因此,本文中预期其他顺序。此外,可以省略一个或多个动作和/或可以包括一个或多个额外的动作。
在302中,获得投影数据。
在304中,重建器重建投影数据,生成非减小噪声的经重建体积图像数据。
在306中,相同的或不同的重建器重建投影数据,生成减小噪声的(或降噪的)经重建体积图像数据。
在308中,将非减小噪声的经重建体积图像数据显示在主显示区域中。
在310中,将ROI叠加叠加在所显示的非减小噪声的经重建体积图像数据的子部分上。
在312中,将减小噪声的经重建体积图像数据的与非减小噪声的经重建体积图像数据相对应的子部分显示在ROI叠加中。
在314中,在被激活时还显示弹出视图框,并且所述弹出视图框包括与ROI叠加中相同的但是被放大的数据。
在316中,维持或移动ROI叠加,其中,在ROI叠加和视图框中更新所视觉呈现的数据以反映位置。
可以通过被编码或嵌入在计算机可读存储介质上的计算机可读指令来实施以上动作,所述计算机可读指令在由(一个或多个)计算机处理器运行时令(一个或多个)处理器执行所描述的动作。额外地或备选地,计算机可读指令中的至少一个由信号、载波或其他瞬态介质承载。
在以上的变型中,在显示区域中显示减小噪声的经重建体积图像数据,并且在ROI叠加中显示非减小噪声的经重建体积图像数据或组合的体积成像数据。在弹出视图框中显示减小噪声的经重建体积图像数据、非减小噪声的经重建体积图像数据或组合的体积图像数据。
在另一变型中,在显示区域中显示非减小噪声的经重建体积图像数据,并且在ROI叠加中显示组合的体积图像数据。在弹出视图框中显示减小噪声的经重建体积图像数据、非减小噪声的经重建体积图像数据或组合的体积图像数据。
在以上的又一变型中,在显示区域中显示减小噪声的经重建体积图像数据,并且在ROI叠加中显示组合的体积图像数据。在弹出视图框中显示减小噪声的经重建体积图像数据、非减小噪声的经重建体积图像数据或组合的体积图像数据。
在再一变型中,在显示区域中显示组合的体积图像数据,并且在ROI叠加中显示非减小噪声的经重建体积图像数据或减小噪声的经重建体积图像数据中的任意一个。在弹出视图框中显示减小噪声的经重建体积图像数据、非减小噪声的经重建体积图像数据或组合的体积图像数据。
利用以上变型中的任意一种,能够将在感兴趣区域叠加中显示的体积图像数据在非减小噪声的经重建体积图像数据、减小噪声的经重建体积图像数据或组合的体积图像数据之间进行切换。
图4图示了范例方法,在所述范例方法中生成并显示组合的非减小噪声的和减小噪声的体积图像数据。
将要意识到,方法中的动作的顺序不是限制性的。因此,本文中预期其他顺序。此外,可以省略一个或多个动作和/或可以包括一个或多个额外的动作。
在402中,获得投影数据。
在404中,重建器重建投影数据,生成非降噪的经重建体积图像数据。
在406中,相同的或不同的重建器重建投影数据,生成减小噪声的(或降噪的)经重建体积图像数据。
在408中,确定经重建体积图像数据的3D噪声函数。在410中,确定减小噪声的经重建体积图像数据的3D噪声函数。
在412中,基于默认的或用户提供的感兴趣噪声值将非减小噪声的经重建体积图像数据和减小噪声的经重建体积图像数据组合。
在一个实例中,通过图3的ROI叠加和/或视图框来确定感兴趣噪声值。
在414中,显示组合的经重建体积图像数据。
在416中,响应于接收到不同的感兴趣噪声值来重复动作412和414。
可以通过被编码或嵌入在计算机可读存储介质上的计算机可读指令来实施以上动作,所述计算机可读指令在由(一个或多个)计算机处理器运行时令(一个或多个)处理器执行所描述的动作。额外地或备选地,计算机可读指令中的至少一个由信号、载波或其他瞬态介质承载。
能够结合放射科医生读取当前被扫描对象的图像来采用以上方法。备选地,能够结合放射科医生读取一个或多个先前扫描的对象的图像来采用以上方法。后者可以包括访问先前扫描的对象的数据库并且允许放射科医生观看来自不同的降噪重建的结果、来自基于不同噪声水平的不同组合的结果。
后者也可以被用于对降低扫描剂量的潜在效果的可视化。这可以包括首先确定和/或获取噪声与剂量之间的关系、并且然后提供感兴趣剂量或感兴趣噪声、显示对应的噪声或剂量、并且处理并呈现经重建的体积图像数据。在这种情况下,用户能够动态地改变剂量和/或噪声参数,并通过后续的重建来使效果可视化。
已经参考优选的实施例描述了本发明。他人在阅读和理解了前面的详细说明之后可以想到修改和改变。本发明旨在被解释为包括所有这样的修改和改变,只要它们处于权利要求书或其等价方案的范围之内。
Claims (14)
1.一种用于经重建图像数据可视化的方法,包括:
利用第一重建算法来处理投影数据并且重建第一经重建体积图像数据,其中,所述第一经重建体积图像数据具有第一3D噪声函数;
利用第二不同的重建算法来处理相同的投影数据并且重建第二经重建体积图像数据,其中,所述第二经重建体积图像数据具有第二3D噪声函数,所述第二3D噪声函数不同于所述第一3D噪声函数;
在主视图框中视觉呈现所述第一经重建体积图像数据或所述第二经重建体积图像数据;并且
在叠加在所述主视图框的子部分上的感兴趣区域中视觉呈现所述第一经重建体积图像数据或所述第二经重建体积图像数据中的另一个的子部分;
其中,所述第一经重建体积图像数据是非减小噪声的经重建体积图像数据,并且所述第二经重建体积图像数据是减小噪声的经重建体积图像数据。
2.如权利要求1所述的方法,其中,感兴趣区域叠加具有第一观看区域,并且还包括:
视觉呈现具有第二观看区域的弹出视图框,所述第二观看区域比所述第一观看区域更大,其中,所述弹出视图框视觉呈现在所述感兴趣区域中所视觉呈现的所述第一经重建体积图像数据或所述第二经重建体积图像数据中的所述另一个的相同子部分,但所述相同子部分基于所述第二观看区域与所述第一观看区域的比率而被放大。
3.如权利要求1至2中的任一项所述的方法,其中,所述第一经重建体积图像数据是非减小噪声的经重建体积图像数据,并且所述第二经重建体积图像数据是所述非减小噪声的经重建体积图像数据和减小噪声的经重建体积图像数据的组合。
4.如权利要求1至2中的任一项所述的方法,还包括:
接收指示所述感兴趣区域叠加的位置变化的信号;
将所述感兴趣区域叠加移动到所述信号中所指示的所述位置;并且
基于所述位置来更新在所述感兴趣区域叠加中所显示的所述体积图像数据。
5.如权利要求1至2中的任一项所述的方法,还包括:
将在所述感兴趣区域叠加中所显示的所述体积图像数据在所述第一经重建体积图像数据与所述第二经重建体积图像数据之间进行切换。
6.如权利要求1至2中的任一项所述的方法,还包括:
基于在所述感兴趣区域叠加中所显示的所述体积图像数据来识别感兴趣噪声水平。
7.如权利要求6所述的方法,还包括:
基于所识别的感兴趣噪声水平将第一经重建体积图像数据和第二经重建体积图像数据组合,创建组合的体积图像数据;并且
视觉显示所述组合的体积图像数据。
8.如权利要求1至2的中任一项所述的方法,还包括:
接收感兴趣噪声水平;
基于所述感兴趣噪声水平将第一经重建体积图像数据和第二经重建体积图像数据组合,创建组合的体积图像数据;并且
视觉显示所述组合的体积图像数据。
9.如权利要求8所述的方法,还包括:
接收所述感兴趣噪声水平的变化;
基于变化的感兴趣噪声水平将所述第一经重建体积图像数据和所述第二经重建体积图像数据重新组合,创建第二组合的体积图像数据;并且
视觉显示所述第二组合的体积图像数据。
10.一种用于经重建图像数据可视化的系统(100),包括:
重建装置(118),其被配置为利用不同的重建算法来重建相同的投影数据的集合,生成第一经重建图像数据和第二经重建图像数据,其中,所述重建算法中的一种为降噪重建算法并且所述重建算法中的另一种为非减小噪声的重建算法,并且其中,所述重建装置在视觉上被配置显示所述第一经重建图像数据或所述第二经重建图像数据,以及包括所述第一经重建图像数据或所述第二经重建图像数据中的另一个的子部分的在视觉显示的图像数据的子部分上的叠加。
11.如权利要求10所述的系统,其中,所述重建装置被配置为视觉显示弹出视图框,所述弹出视图框具有所述第一经重建图像数据或所述第二经重建图像数据中的所述另一个的所述子部分的放大视图。
12.如权利要求11所述的系统,其中,所述叠加是能移动的,并且所述重建装置被配置为响应于所述叠加被移动到所视觉显示的图像数据上的不同位置来更新所述叠加中和所述弹出视图框中的所述数据。
13.如权利要求10至12中的任一项所述的系统,其中,所述重建装置被配置为接收作为用户输入的感兴趣噪声水平,基于接收到的感兴趣噪声水平将所述第一经重建图像数据和所述第二经重建图像数据组合以创建组合的图像数据,并且视觉显示所述组合的图像数据。
14.如权利要求13所述的系统,其中,所述重建装置被配置为接收作为后续用户输入的所述感兴趣噪声水平的变化,并且基于所述感兴趣噪声水平的所述变化将所述第一经重建图像数据和所述第二经重建图像数据组合。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201361810353P | 2013-04-10 | 2013-04-10 | |
US61/810,353 | 2013-04-10 | ||
PCT/IB2014/060253 WO2014167450A1 (en) | 2013-04-10 | 2014-03-28 | Reconstructed image data visualization |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105103194A CN105103194A (zh) | 2015-11-25 |
CN105103194B true CN105103194B (zh) | 2019-01-29 |
Family
ID=50624894
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480020718.5A Active CN105103194B (zh) | 2013-04-10 | 2014-03-28 | 经重建图像数据可视化 |
Country Status (6)
Country | Link |
---|---|
US (1) | US11227414B2 (zh) |
EP (1) | EP2984630A1 (zh) |
JP (2) | JP6905827B2 (zh) |
CN (1) | CN105103194B (zh) |
RU (1) | RU2676001C2 (zh) |
WO (1) | WO2014167450A1 (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10592743B2 (en) | 2017-08-24 | 2020-03-17 | International Business Machines Corporation | Machine learning to predict cognitive image composition |
US10552944B2 (en) * | 2017-10-13 | 2020-02-04 | Adobe Inc. | Image upscaling with controllable noise reduction using a neural network |
CN109523605A (zh) * | 2018-11-29 | 2019-03-26 | 上海联影医疗科技有限公司 | 一种ct图像重建的方法、装置、设备及介质 |
RU2741957C1 (ru) * | 2020-06-01 | 2021-02-01 | Федеральное государственное бюджетное учреждение науки Федеральный научный центр "Владикавказский научный центр Российской академии наук" | Способ отбора селекционных образцов озимой тритикале |
EP3964131A1 (en) | 2020-09-03 | 2022-03-09 | Koninklijke Philips N.V. | Spectral x-ray material decomposition method |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101292269A (zh) * | 2005-09-26 | 2008-10-22 | 皇家飞利浦电子股份有限公司 | 具有增强噪声控制滤波的迭代重建 |
CN102224737A (zh) * | 2008-11-24 | 2011-10-19 | 皇家飞利浦电子股份有限公司 | 组合三维视频和辅助数据 |
Family Cites Families (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1040449A1 (en) | 1998-07-28 | 2000-10-04 | General Electric Company | Method and apparatus for calibrating a non-contact range sensor |
US6285741B1 (en) | 1998-08-25 | 2001-09-04 | General Electric Company | Methods and apparatus for automatic image noise reduction |
RU2166909C1 (ru) * | 2000-05-18 | 2001-05-20 | Восканян Юрий Эдуардович | Способ визуализации артерий нижних конечностей методом магнитно-резонансной ангиографии |
JP2003153893A (ja) | 2001-11-21 | 2003-05-27 | Hitachi Medical Corp | 断層写真像の作成装置 |
JP4217023B2 (ja) | 2002-02-25 | 2009-01-28 | 一郎 佐久間 | 血管内皮計測装置 |
US6959106B1 (en) | 2002-04-16 | 2005-10-25 | General Electric Company | Method and apparatus for detecting low contrast object in a diagnostic image |
RU2252692C2 (ru) * | 2003-07-25 | 2005-05-27 | ОБЩЕСТВО С ОГРАНИЧЕННОЙ ОТВЕТСТВЕННОСТЬЮ НАУЧНО-ПРОИЗВОДСТВЕННО-КОНСТРУКТОРСКАЯ ФИРМА "Медиком МТД" | Способ исследования функционального состояния головного мозга, устройство для исследования функционального состояния головного мозга и способ измерения подэлектродного сопротивления |
US7489825B2 (en) | 2005-07-13 | 2009-02-10 | Ge Medical Systems | Method and apparatus for creating a multi-resolution framework for improving medical imaging workflow |
JP2007235227A (ja) * | 2006-02-27 | 2007-09-13 | Toshiba Corp | 映像再生装置、および映像再生方法 |
US8077153B2 (en) * | 2006-04-19 | 2011-12-13 | Microsoft Corporation | Precise selection techniques for multi-touch screens |
ATE497729T1 (de) | 2006-10-02 | 2011-02-15 | Hansen Medical Inc | System für dreidimensionale ultraschall-abbildung |
US7756312B2 (en) | 2006-10-19 | 2010-07-13 | General Electric Company | Methods and apparatus for noise estimation |
US8081809B2 (en) * | 2006-11-22 | 2011-12-20 | General Electric Company | Methods and systems for optimizing high resolution image reconstruction |
TW200828983A (en) | 2006-12-27 | 2008-07-01 | Altek Corp | Method of eliminating image noise |
US8457380B2 (en) | 2007-05-30 | 2013-06-04 | Koninklijke Philips Electronics N.V. | PET local tomography |
WO2009083864A2 (en) | 2007-12-20 | 2009-07-09 | Philips Intellectual Property & Standards Gmbh | Iterative reconstruction of polyhedral objects from few projections |
US8218907B2 (en) | 2008-01-14 | 2012-07-10 | Wisconsin Alumni Research Foundation | Method for prior image constrained progressive image reconstruction |
US7977943B2 (en) | 2008-04-10 | 2011-07-12 | General Electric Company | Method and system for reconstructing images |
US8472688B2 (en) | 2008-04-17 | 2013-06-25 | Wisconsin Alumni Research Foundation | Method for image reconstruction employing sparsity-constrained iterative correction |
DE102008052691A1 (de) | 2008-10-22 | 2010-04-29 | Siemens Aktiengesellschaft | Vorrichtung und Verfahren zur Rekonstruktion und Visualisierung von Volumendaten auf der Basis allgemeiner Projektionsdaten |
DE102008052690B4 (de) | 2008-10-22 | 2019-10-31 | Siemens Healthcare Gmbh | Vorrichtung und Verfahren zur Rekonstruktion und Visualisierung von Projektionsdaten |
US8660636B2 (en) | 2009-01-19 | 2014-02-25 | Koninklijke Philips N.V. | Regional reconstruction and quantitative assessment in list mode PET imaging |
DE102009039987A1 (de) | 2009-09-03 | 2011-03-17 | Siemens Aktiengesellschaft | Iterativer CT-Bildfilter zur Rauschreduktion |
JP5349384B2 (ja) * | 2009-09-17 | 2013-11-20 | 富士フイルム株式会社 | 医用画像表示装置および方法並びにプログラム |
US8705831B2 (en) * | 2009-09-24 | 2014-04-22 | Koninklijke Philips N.V. | System and method for generating an image of a region of interest |
WO2011046425A2 (en) | 2009-10-14 | 2011-04-21 | 3Mensio Medical Imaging B.V. | A method, a graphic user interface, a system and a computer program for optimizing workflow of a medical intervention |
US8862206B2 (en) | 2009-11-12 | 2014-10-14 | Virginia Tech Intellectual Properties, Inc. | Extended interior methods and systems for spectral, optical, and photoacoustic imaging |
EP2385494A1 (en) | 2010-05-07 | 2011-11-09 | IBBT vzw | A method and device for estimating noise in a reconstructed image |
DE102010029187A1 (de) | 2010-05-20 | 2011-11-24 | Siemens Aktiengesellschaft | Verfahren zur Rekonstruktion eines einer Schnittebene durch ein aufgenommenes Objekt entsprechenden zweidimensionalen Schichtbildes und Röntgeneinrichtung |
US8629404B2 (en) | 2010-07-21 | 2014-01-14 | Siemens Medical Solutions Usa, Inc. | Method and apparatus to optimize injected dose and scan time in SPECT imaging |
US9336612B2 (en) | 2011-03-28 | 2016-05-10 | Koninklijke Philips N.V. | Contrast-dependent resolution image |
JP5925438B2 (ja) * | 2011-06-23 | 2016-05-25 | 株式会社東芝 | 超音波診断装置 |
RU2599867C2 (ru) * | 2011-07-28 | 2016-10-20 | Конинклейке Филипс Н.В. | Устройство для формирования изображений |
-
2014
- 2014-03-28 WO PCT/IB2014/060253 patent/WO2014167450A1/en active Application Filing
- 2014-03-28 EP EP14720256.8A patent/EP2984630A1/en active Pending
- 2014-03-28 CN CN201480020718.5A patent/CN105103194B/zh active Active
- 2014-03-28 RU RU2015147854A patent/RU2676001C2/ru active
- 2014-03-28 US US14/782,690 patent/US11227414B2/en active Active
- 2014-03-28 JP JP2016507078A patent/JP6905827B2/ja active Active
-
2019
- 2019-11-01 JP JP2019199661A patent/JP6936842B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101292269A (zh) * | 2005-09-26 | 2008-10-22 | 皇家飞利浦电子股份有限公司 | 具有增强噪声控制滤波的迭代重建 |
CN102224737A (zh) * | 2008-11-24 | 2011-10-19 | 皇家飞利浦电子股份有限公司 | 组合三维视频和辅助数据 |
Non-Patent Citations (1)
Title |
---|
An image visualization tool in mammography;P. SAKELLAROPOULOS et al;《Medical informatics and the internet in medicine》;19990331;第24卷(第1期);第53-73页 |
Also Published As
Publication number | Publication date |
---|---|
JP2016514612A (ja) | 2016-05-23 |
RU2015147854A (ru) | 2017-05-22 |
CN105103194A (zh) | 2015-11-25 |
JP6905827B2 (ja) | 2021-07-21 |
US11227414B2 (en) | 2022-01-18 |
JP2020044341A (ja) | 2020-03-26 |
JP6936842B2 (ja) | 2021-09-22 |
WO2014167450A1 (en) | 2014-10-16 |
US20160048982A1 (en) | 2016-02-18 |
RU2676001C2 (ru) | 2018-12-25 |
EP2984630A1 (en) | 2016-02-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6936842B2 (ja) | 再構成画像データの可視化 | |
US10867375B2 (en) | Forecasting images for image processing | |
US9140803B2 (en) | Acquisition protocol assessment apparatus | |
CN108352078A (zh) | 图像重建系统和方法 | |
JP6251721B2 (ja) | 画像データにおける選択的な組織の視覚的抑制 | |
US9646393B2 (en) | Clinically driven image fusion | |
EP3061073B1 (en) | Image visualization | |
US11257261B2 (en) | Computed tomography visualization adjustment | |
JP6738320B2 (ja) | スペクトル画像データの視覚化 | |
CN111598989B (zh) | 一种图像渲染参数设置方法、装置、电子设备及存储介质 | |
JP2015515296A (ja) | 対象物の画像情報の提供 | |
CN108601575A (zh) | 用于计算机断层扫描的系统和方法 | |
KR20160120963A (ko) | 단층 촬영 장치 및 그에 따른 단층 영상 복원 방법 | |
US20230334732A1 (en) | Image rendering method for tomographic image data | |
CN106415659A (zh) | 对比增强图像数据中的感兴趣组织的可视化 | |
US20240331148A1 (en) | Adjusting a graphical display | |
EP4160546A1 (en) | Methods relating to survey scanning in diagnostic medical imaging |
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 |