CN105122300B - 根据双能量图像确定剩余模式图像 - Google Patents
根据双能量图像确定剩余模式图像 Download PDFInfo
- Publication number
- CN105122300B CN105122300B CN201480015630.4A CN201480015630A CN105122300B CN 105122300 B CN105122300 B CN 105122300B CN 201480015630 A CN201480015630 A CN 201480015630A CN 105122300 B CN105122300 B CN 105122300B
- Authority
- CN
- China
- Prior art keywords
- image data
- intensity
- pattern
- pixel
- surplus
- 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.)
- Expired - Fee Related
Links
- 230000009977 dual effect Effects 0.000 title description 4
- 238000000034 method Methods 0.000 claims abstract description 39
- 238000003384 imaging method Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 2
- 230000000875 corresponding effect Effects 0.000 description 4
- 230000004927 fusion Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 210000000481 breast Anatomy 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003211 malignant effect Effects 0.000 description 2
- 238000009607 mammography Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000000505 pernicious effect Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000003239 periodontal effect Effects 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
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
- A61B6/48—Diagnostic techniques
- A61B6/482—Diagnostic techniques involving multiple energy 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
- A61B6/46—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
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/502—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of breast, i.e. mammography
-
- 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
- A61B6/5235—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 the same or different ionising radiation imaging techniques, e.g. PET and 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
- A61B6/54—Control of apparatus or devices for radiation diagnosis
-
- 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
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- 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
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
-
- 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
- G06T2207/30068—Mammography; Breast
-
- 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
- G06T2211/408—Dual energy
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Animal Behavior & Ethology (AREA)
- High Energy & Nuclear Physics (AREA)
- Surgery (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Quality & Reliability (AREA)
- Image Processing (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
数字图像(40)包括具有与不同的能量水平有关的强度的像素。一种用于处理所述数字图像(40)的方法,包括以下步骤:接收所述数字图像(40)的第一图像数据(42a)和第二图像数据(42b),所述第一图像数据(42a)对第一能量水平进行编码并且所述第二图像数据(42b)对第二能量水平进行编码;根据所述第一图像数据(42a)和所述第二图像数据(42b)来确定回归模型(44),所述回归模型(44)建立所述第一图像数据(42a)的像素的强度与所述第二图像数据(42b)的像素的强度之间的相关性;并且,根据所述第一图像数据(42a)和所述第二图像数据(42b)来计算剩余模式图像数据(46),使得所述剩余模式图像数据(46)的像素具有基于所述第二图像数据(42b)在所述像素处的强度和所述第一图像数据(42a)的像素的相关强度之间的差的强度,所述相关强度通过将回归模型应用到所述第一图像数据(42a)的像素的强度来确定。
Description
技术领域
本发明涉及一种用于处理数字图像的方法、计算机程序、计算机可读介质和控制器,所述数字图像包括具有与记录的不同的能量水平有关的强度的像素。另外,本发明涉及一种X射线成像系统。
背景技术
在医学成像(例如,X射线乳房摄影术)中,患者的感兴趣区域(例如乳房)的透射图可以通过探测X射线来记录,所述X射线在穿过所述感兴趣区域后落在传感器或探测器上。在此之后,这些图像可以被显示并且医师或者类似的技术人员可以决定所述感兴趣区域中是存在恶性还是良性变化。
X射线成像系统可以包括能量区分的探测器,即,适于在不同能量的X射线之间进行区别并且在处于不同的能量水平的记录图像的X射线之间进行区别的探测器。例如,双能量探测器可以产生具有完全相同的几何结构和解剖区域的两幅能量图像。
US 8165379B2示出了一种乳房摄影系统,其适于记录低能量和高能量图像。
Masafumi Ohki等人在Journal of Periodontal Research,第23卷,第4号,1988年7月1日,第277-280页上的文章“A contrast correction method for digitalsubtraction radiography”,公开了一种用于放射图像的相减方法。
两幅互补的能量图像可以示出能够帮助区分可见团块可能是恶性或良性的信息。然而,根据双能量图像来计算恶性特征的方式目前还不清楚。
发明内容
可能存在这样的需要:通过提升在不同能量水平记录的感兴趣区域的图像来支持医师。
该需要可以通过独立权利要求的主题得以满足。根据从属权利要求和以下说明,另外的示范性实施例是显而易见的。
本发明的一个方面涉及一种用于处理数字图像的方法,所述数字图像包括具有与不同的能量水平有关的强度的像素。即,所述图像的每个像素能够与至少两个强度相关联,所述至少两个强度己在不同的能量水平被记录。所述数字图像可以是数字X射线图像,并且所述能量可以与记录所述数字X射线图像期间的不同的X射线能量有关。
所述方法包括以下步骤:接收数字图像的第一图像数据和第二图像数据,所述第一图像数据对第一能量水平进行编码,并且所述第二图像数据对第二能量水平进行编码;根据所述第一图像数据和所述第二图像数据来确定回归模型,所述回归模型建立所述第一图像数据的像素的强度与所述第二图像数据的像素的强度之间的相关性;并且,根据所述第一图像数据和所述第二图像数据来计算剩余模式图像数据,使得所述剩余模式图像数据的像素具有基于所述第二图像数据在所述像素处的强度与所述第一图像数据的所述像素的相关强度之间的差的强度,所述相关强度通过将回归模型应用到所述第一图像数据的所述像素的强度来确定。
本发明的基本思想可以被视为两幅能量图像,即,第一能量图像和第二能量图像(由所述第一(能量)图像数据和所述第二(能量)图像数据表示)被记录并且评估,使得新的信息从两幅能量图像中被提取,所述新的信息不能通过简单地比较所述两幅能量图像而直接看出。该新的信息可以利用所述剩余模式图像来可视化。
例如,为了提取所述新的信息,可以分析所述两幅能量图像之间的相关性,并且可以基于所述相关性来建立回归模型。所述回归模型可以用于根据所述第一能量图像中的相同像素的强度来预测所述第二能量图像中的每个像素的强度。
为了将所述新的信息可视化,可以在所述回归模型的辅助之下计算新的图像(由相应的图像数据表示)。例如,所述剩余模式图像(由所述剩余模式图像数据表示)可以显示所述第二图像中不能根据所述第一图像来预测的信息,即,新的信息。另外,主导模式图像(由主导模式图像数据表示)可以显示所述两幅能量图像中高度相关的分量。
总结一下,利用如以上和以下所描述的方法,根据两幅能量图像对恶性特征的计算可以被改进。为此,利用所述剩余模式图像,可以建立所述第二能量图像中的哪部分显著地向所述第一能量图像增加信息。
本发明的另外的方面涉及一种计算机程序、计算机可读介质和控制器,其适于执行如以上和以下所描述的方法的步骤。计算机可读介质可以是软盘、硬盘、USB(通用串行总线)存储设备、RAM(随机存取存储器)、ROM(只读存储器)、EPROM(可擦除可编程只读存储器)或者闪速存储器。控制器可以包括用于执行计算机程序的处理器,所述计算机程序可以被存储在控制器的存储器中。
本发明的另一方面涉及一种X射线成像系统,其包括:探测器布置,其用于利用第一能量水平的X射线来计录第一图像数据并且用于利用第二能量水平的X射线来计录第二图像数据;控制器,其适于根据所述第一图像数据和所述第二图像数据来生成剩余模式图像数据;以及显示设备,其用于显示所述剩余模式图像数据。例如,所述X射线成像系统可以是乳房摄影工作站。
然而,也可能图像数据在第一位置处被记录并且在第二位置处被处理,例如,在被远程连接到X射线设备的工作站。
必须理解,如以上和以下描述的方法的特征可以是如以上和以下描述的X射线成像系统的特征。
如果技术上可能但是没有明确地提及,还有以上和以下描述的本发明的实施例的组合,并且特别地,从属权利要求的组合可以是所述方法和所述系统的实施例。
参考下文中描述的实施例,本发明的这些和其他特征将是显而易见的并将得以阐述。
附图说明
图1示意性示出了根据本发明的实施例的X射线成像系统;
图2示出了根据本发明的实施例的用于处理图像数据的方法的流程图;
图3示意性示出了根据本发明的实施例的用于X射线成像系统的显示设备;
图4示出了针对两幅图像的能量强度的相关性的范例;
图5示出了根据本发明的实施例的利用用于处理图像数据的方法而生成的主导模式图像和剩余模式图像的范例;
图6示出了根据本发明的实施例的利用用于处理图像数据的方法而生成的主导模式图像和剩余模式图像的范例。
具体实施方式
图1示出了X射线成像系统10,其包括:探测器布置12、控制器14、以及显示设备16。
探测器布置12,其可以由控制器14控制,所述探测器布置适于记录感兴趣对象18(例如乳房)的处于两个不同的能量水平的数字图像。例如,探测器布置12可以包括能量区分的探测器20或者适于在不同的时间生成处于不同的能量水平的X射线辐射的X射线源22。
图2示出了针对用于处理数字图像40的方法的流程图,所述数字图像40能够是由探测器布置12记录的。所述方法能够由控制器14来执行,例如所述控制器14可以包括运行相应的计算机程序的处理器。
在步骤30中,数字图像40在控制器14中被记录和接收。如己经提及的,控制器14能够以如下的方式控制探测器布置12:例如,利用能量区分的探测器20,以不同的能量水平记录数字图像数据42a、42b。
应该指出,图像40和它的部分42a、42b可以同时或者在短的时间段期间被记录。以此方式,图像40可以示出感兴趣区域18的相同几何结构和/或相同的解剖区域18。
根据本发明的实施例,所述方法包括以下步骤:利用X射线探测器布置12记录第一图像数据42a和第二图像数据42b,所述X射线探测器布置12适于采集不同的X射线能量水平处的X射线。
在此之后,在控制器14中接收数字图像40。所述第一图像数据42a和所述第二图像数据42b(或能量图像数据42a、42b)中的每个包括与强度相关联的像素,所述强度与在各自的像素处的各自的能量水平的强度相关。所述第一图像数据42a和所述第二图像数据42b可以在像素中具有相同的尺寸(如表示感兴趣区域上的相同视野)。必须指出,数字图像40可以包括与多于两个能量水平相关联的多于两个图像数据集42a、42b。
根据本发明的实施例,所述方法包括以下步骤:接收所述数字图像40的第一图像数据42a和第二图像数据42b,所述第一图像数据42a对第一能量水平进行编码,并且所述第二图像数据42b对第二能量水平进行编码。
在步骤32中,根据所述第一图像数据42a和第二图像数据42b来确定回归模型。
图4示出了两个能量图像数据集42a、42b的强度的逐像素散布图的范例,其示出了高的但是非线性的相关性。所述两个能量图像数据集之间的该相关性被分析以生成回归模型44。
例如,回归模型44是将第一图像数据42a的像素的强度映射到第二图像数据42b的强度的映射。换言之,利用所述回归模型,所述第二图像数据42b的每个像素的强度可以根据所述第一图像数据42a中的相应的强度来预测。
根据本发明的实施例,所述方法包括以下步骤:根据所述第一图像数据42a和所述第二图像数据42b来确定回归模型44,所述回归模型44建立所述第一图像数据42a的像素的强度与所述第二图像数据42b的像素的强度之间的相关性。
所述回归模型44可以针对整个图像区(即,图像数据42a、42b的所有像素)或者仅针对选定的区域50而被导出,可以由用户选择,如以下将解释。
根据本发明的实施例,所述回归模型44根据仅选定的区域50的像素而被确定。
如能够从图4中看出,两个图像数据集42a、42b之间的相关性可以是非线性的。因此,可能建立非线性回归模型,例如,分段线性模型或支持向量回归模型。
根据本发明的实施例,所述回归模型44是非线性模型。
然而,所述回归模型也可以是线性的,并且可以例如基于线性去相关技术,如主分量分析。
在步骤34中,借助于回归模型44,根据所述第一图像数据42a和所述第二图像数据42b来计算剩余模式图像数据46和/或主导模式图像数据48。
利用所述回归模型44,所述第一图像数据42a和所述第二图像数据42b可以被比较和分析。特别地,可以利用所述回归模型44将一个图像数据集42a的像素的强度与和另一个图像数据集42b的相应像素的强度可比的强度进行映射。在此背景下,相应像素可以是在相同位置处的像素,其可以具有相同的坐标。
通过从所述另一个图像数据集42b的强度减去所述一个图像数据集42a的所映射的强度,可以计算包括所述相关性的残值的剩余模式图像(由剩余模式图像数据46表示),即,由所述第二图像数据42b增加的新的信息,所述新的信息不能借助于回归模型44根据所述第一图像数据42a来预测。
根据本发明的实施例,所述方法包括以下步骤:根据所述第一图像数据42a和所述第二图像数据42b来计算剩余模式图像数据46,使得所述剩余模式图像数据46的像素具有基于所述第二图像数据42b在所述像素处的强度与所述第一图像数据42a的所述像素的相关强度之间的差的强度,所述相关强度通过将回归模型应用到所述第一图像数据42a的像素的强度来确定。
所述剩余模式图像数据42a可以用于对所述第二图像数据42b的哪个部分真正向所述第一图像数据42a增加数据(即,是非冗余的并且不能简单地根据所述第一图像数据来预测)进行可视化。
额外地或备选地,可以计算所述第一图像数据42a和所述第二图像数据42b中根据彼此可预测的部分。同样地,使用所述回归模型44,可以计算主导模式图像(由主导模式图像数据48表示),其包含主导模式,即,两幅能量图像之间的高度相关的分量。
根据本发明的实施例,所述方法还包括以下步骤:计算主导模式图像数据48,其中,所述主导模式图像数据48的像素的强度基于所述第一图像数据42a和所述第二图像数据42b的像素的关于所述回归模型44的相关分量。
图5和图6示出了主导模式图像48和剩余模式图像46的范例,其被相邻地描绘并且可以在显示设备16上以所示出的方式被显示,如以下将解释的。
在步骤36中,所述剩余模式图像数据46可以进一步被分析以找到强度阈值,在所述强度阈值之上,强度差异能够被认为是有意义的,例如,以去除噪声。
如能够从图6中看出,剩余模式图像数据46可以主要包括噪声。可以设置强度阈值,在所述强度阈值之上,与所述主导模式图像数据48的偏差能够被认为是有意义的。
这样建立的所述剩余模式图像数据46的阈值强度可以用于显示仅在特定噪声水平之上的像素。
根据本发明的实施例,所述方法还包括以下步骤:将阈值强度应用到所述剩余模式图像数据46,使得所述剩余模式图像数据46的具有所述阈值强度之下的强度的像素被丢弃。
例如,所述剩余模式图像数据46的噪声水平可以借助于欧拉特性的曲线而被分析,即,针对每个可能的阈值,对孔和串滴的数量进行计数,以建立欧拉直方图。在单轮中在所述剩余模式图像数据46内针对可能的阈值同时建立欧拉特性的技术是己知的。阈值强度可以根据在其处欧拉特性下降到预定数值以下的曲线位置(指示所述剩余模式图像数据46中较大的空间结构)来导出。
根据本发明的实施例,确定阈值强度,使得剩余模式图像数据46的欧拉特性在所述阈值强度处下降到预定数值以下。
在步骤38中,剩余模式图像数据46和/或主导模式图像数据48被显示在显示设备16上。
图3示出了显示设备16的屏幕内容的范例,显示设备16可以是CRT或LCD或类似的设备。
每个图像数据集42a、42b、46、48可以被显示在显示设备上。例如,如图3中所指示的,可以与主导模式图像48分开地呈现剩余模式图像46作为额外的图像。备选地或者额外地,(至少部分的)所述剩余模式图像46可以被呈现为到主导模式图像48(或其他能量图像42a、42b)上的叠加或阿尔法融合,或者针对整个图像区或者仅针对选定的区域50。
可能剩余模式图像46被呈现为到主导模式图像48的叠加,例如,作为颜色叠加,其中,不透明度是由剩余模式图像46的强度来确定的。
颜色叠加的程度或以由用户手动地控制,例如,利用滑块54或利用鼠标滚轮。
根据本发明的实施例,所述方法还包括以下步骤:通过将图像数据与另外的图像数据46进行叠加来将剩余模式图像数据46连同另外的图像数据42a、42b、48一起显示在显示设备16上。
所述另外的图像数据可以上以下中的一个:第一图像数据42a、第二图像数据42b、以及主导图像数据48。
另外,可能的是,例如,借助于切换按钮52,剩余模式图像46被切换由所述另外的图像42a、42b代替。用户可以手动地控制对图像的切换。
根据本发明的实施例,所述方法还包括以下步骤:通过由用户命令在显示设备16上切换图像数据与剩余模式图像数据46来将所述剩余模式图像数据46连同另外的图像数据42a、42b、48一起显示在显示设备16上。
作为另外的可能,可以以灰度并且由所述其他图像数据42a、42b、48代替地来逐渐地对所述剩余模式图像36进行阿尔法融合。例如,阿尔法融合程度或二值切换可以由用户手动地控制,例如,利用滑块54或鼠标滚轮。
根据本发明的实施例,所述方法还包括以下步骤:由用户命令通过将图像数据与所述剩余模式图像数据46进行阿尔法融合,来将所述剩余模式图像数据46连同另外的图像数据42a、42b、48一起显示在显示设备16上。
在显示设备16上,也可以由用户选择图像42a、42b、46、48中的一个的区域50。例如,可以利用鼠标来选择矩形。
所述选定的区域50可以用于定义根据其回归模型44被确定的数字图像40中的区域,即,可以根据整个图像40或仅根据图像40的部分来确定回归模型44。
选定的区域50也可以用于定义图像42a、42b、48中的一个中的区域,所述剩余模式图像数据46被叠加到或阿尔法融合到所述图像42a、42b、48中的一个中的区域。
根据本发明的实施例,仅针对仅所述选定的区域50的像素显示所述剩余模式图像数据46.
另外,当被相邻显示时,两幅图像可以被链接,使得在两幅图像中的任一幅中的鼠标点击或移动示出在另一图像中的相应位置的准星。
额外地,用户可以在图像42a、42b、46、48中自由地移动选定的区域(像神奇的放大镜一样)。因而,所述方法可以由用户像神奇的放大镜玻璃一样交互地操纵而被作为整体应用到多个能量图像上,或者应用到局部感兴趣区域。
尽管已经在附图和前面的描述中详细图示和描述了本发明,但是这样的图示和描述应当被认为是说明性或示范性的,而非限制性的;本发明不限于所公开的实施例。本领域技术人员通过研究附图、公开内容以及权利要求书,在实践请求保护的被发明时能够理解并且实现对所公开的实施例的其他变型。在权利要求书中,词语“包括”不排除其他元件或步骤,并且词语“一”或“一个”不排除多个。单个处理器或控制器或其他单元可以履行权利要求书中所记载的若干个项目的功能。尽管在互不相同的从属权利要求中记载特定措施,但是这并不指示不能有利地使用这些措施的组合。权利要求书中的任何附图标记都不应被解释为对范围的限制。
Claims (25)
1.一种用于处理数字图像(40)的方法,所述数字图像包括具有与不同的能量水平有关的强度的像素,所述方法包括以下步骤:
接收所述数字图像(40)的第一图像数据(42a)和第二图像数据(42b),所述第一图像数据(42a)对第一能量水平进行编码,并且所述第二图像数据(42b)对第二能量水平进行编码;
根据所述第一图像数据(42a)和所述第二图像数据(42b)来确定回归模型(44),所述回归模型(44)建立所述第一图像数据(42a)的像素的强度与所述第二图像数据(42b)的像素的强度之间的相关性;
根据所述第一图像数据(42a)和所述第二图像数据(42b)来计算剩余模式图像数据(46),使得所述剩余模式图像数据(46)的像素具有基于所述第二图像数据(42b)在所述像素处的强度与所述第一图像数据(42a)的所述像素的相关强度之间的差的强度,所述相关强度是通过将所述回归模型应用到所述第一图像数据(42a)的像素的所述强度来确定的。
2.如权利要求1所述的方法,
其中,所述回归模型(44)是非线性模型。
3.如权利要求1或2所述的方法,还包括以下步骤:
选择所述数字图像(40)的区域(50),
其中,所述回归模型(44)是根据仅所选择的区域(50)的像素来确定的,并且/或者所述剩余模式图像数据(46)是针对仅所选择的区域(50)的像素来确定的。
4.如权利要求1所述的方法,还包括以下步骤:
计算主导模式图像数据(48),其中,所述主导模式图像数据(48)的像素的强度是基于所述第一图像数据(42a)和所述第二图像数据(42b)的所述像素关于所述回归模型(44)的相关强度的。
5.如权利要求1、2和4中的任一项所述的方法,还包括以下步骤:
通过将所述图像数据与所述剩余模式图像数据(46)进行叠加来将所述剩余模式图像数据(46)连同另外的图像数据(42a、42b、48)一起显示在显示设备(16)上。
6.如权利要求1、2和4中的任一项所述的方法,还包括以下步骤:
通过在显示设备(16)上切换所述图像数据与所述剩余模式图像数据(46)来将所述剩余模式图像数据(46)连同另外的图像数据(42a、42b、48)一起显示在所述显示设备(16)上。
7.如权利要求6所述的方法,所述图像数据与所述剩余模式图像数据(46)是通过用户命令来切换的。
8.如权利要求1、2和4中的任一项所述的方法,还包括以下步骤:
通过将所述图像数据与所述剩余模式图像数据(46)进行阿尔法融合来将所述剩余模式图像数据(46)连同另外的图像数据(42a、42b、48)一起显示在显示设备(16)上。
9.如权利要求1、2和4中的任一项所述的方法,还包括以下步骤:
对所述剩余模式图像数据(46)应用阈值强度,使得所述剩余模式图像数据(46)中具有在所述阈值强度以下的强度的像素被丢弃。
10.如权利要求9所述的方法,
其中,所述阈值强度被确定,使得所述剩余模式图像数据(46)的欧拉特性在所述阈值强度处下降到预定数值以下。
11.如权利要求1、2和4中的任一项所述的方法,还包括以下步骤:
利用X射线探测器布置(12)来记录所述第一图像数据(42a)和所述第二图像数据(42b),所述X射线探测器布置(12)适于采集不同的X射线能量水平处的X射线。
12.一种用于处理数字图像(40)的装置,所述数字图像包括具有与不同的能量水平有关的强度的像素,所述装置包括:
用于接收所述数字图像(40)的第一图像数据(42a)和第二图像数据(42b)的单元,所述第一图像数据(42a)对第一能量水平进行编码,并且所述第二图像数据(42b)对第二能量水平进行编码;
用于根据所述第一图像数据(42a)和所述第二图像数据(42b)来确定回归模型(44)的单元,所述回归模型(44)建立所述第一图像数据(42a)的像素的强度与所述第二图像数据(42b)的像素的强度之间的相关性;
用于根据所述第一图像数据(42a)和所述第二图像数据(42b)来计算剩余模式图像数据(46)的单元,使得所述剩余模式图像数据(46)的像素具有基于所述第二图像数据(42b)在所述像素处的强度与所述第一图像数据(42a)的所述像素的相关强度之间的差的强度,所述相关强度是通过将所述回归模型应用到所述第一图像数据(42a)的像素的所述强度来确定的。
13.如权利要求12所述的装置,
其中,所述回归模型(44)是非线性模型。
14.如权利要求12或13所述的装置,还包括:
用于选择所述数字图像(40)的区域(50)的单元,
其中,所述回归模型(44)是根据仅所选择的区域(50)的像素来确定的,并且/或者所述剩余模式图像数据(46)是针对仅所选择的区域(50)的像素来确定的。
15.如权利要求12所述的装置,还包括:
用于计算主导模式图像数据(48)的单元,其中,所述主导模式图像数据(48)的像素的强度是基于所述第一图像数据(42a)和所述第二图像数据(42b)的所述像素关于所述回归模型(44)的相关强度的。
16.如权利要求12、13和15中的任一项所述的装置,还包括:
用于通过将所述图像数据与所述剩余模式图像数据(46)进行叠加来将所述剩余模式图像数据(46)连同另外的图像数据(42a、42b、48)一起显示在显示设备(16)上的单元。
17.如权利要求12、13和15中的任一项所述的装置,还包括:
用于通过在显示设备(16)上切换所述图像数据与所述剩余模式图像数据(46)来将所述剩余模式图像数据(46)连同另外的图像数据(42a、42b、48)一起显示在所述显示设备(16)上的单元。
18.如权利要求17所述的装置,其中,所述图像数据与所述剩余模式图像数据(46)是通过用户命令来切换的。
19.如权利要求12、13和15中的任一项所述的装置,还包括:
用于通过将所述图像数据与所述剩余模式图像数据(46)进行阿尔法融合来将所述剩余模式图像数据(46)连同另外的图像数据(42a、42b、48)一起显示在显示设备(16)上的单元。
20.如权利要求12、13和15中的任一项所述的装置,还包括:
用于对所述剩余模式图像数据(46)应用阈值强度的单元,使得所述剩余模式图像数据(46)中具有在所述阈值强度以下的强度的像素被丢弃。
21.如权利要求20所述的装置,
其中,所述阈值强度被确定,使得所述剩余模式图像数据(46)的欧拉特性在所述阈值强度处下降到预定数值以下。
22.如权利要求12、13和15中的任一项所述的装置,还包括:
用于利用X射线探测器布置(12)来记录所述第一图像数据(42a)和所述第二图像数据(42b)的单元,所述X射线探测器布置(12)适于采集不同的X射线能量水平处的X射线。
23.一种计算机可读介质,其上存储有用于处理数字图像数据的计算机程序,所述计算机程序在由处理器执行时,适于执行如权利要求1-11中的任一项所述的方法的步骤。
24.一种用于X射线成像系统的控制器(14),其适于执行如权利要求1至11中的任一项所述的步骤。
25.一种X射线成像系统(10),包括:
探测器布置(12),其用于利用第一能量水平的X射线来记录第一图像数据(42a),并且用于利用第二能量水平的X射线来记录第二图像数据(42b);
如权利要求24所述的控制器(14),其适于根据所述第一图像数据(42a)和所述第二图像数据(42b)来生成剩余模式图像数据(46);
显示设备(16),其用于显示所述剩余模式图像数据。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201361787489P | 2013-03-15 | 2013-03-15 | |
US61/787,489 | 2013-03-15 | ||
PCT/IB2014/059770 WO2014141163A2 (en) | 2013-03-15 | 2014-03-14 | Determining a residual mode image from a dual energy image |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105122300A CN105122300A (zh) | 2015-12-02 |
CN105122300B true CN105122300B (zh) | 2018-09-25 |
Family
ID=50549361
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480015630.4A Expired - Fee Related CN105122300B (zh) | 2013-03-15 | 2014-03-14 | 根据双能量图像确定剩余模式图像 |
Country Status (5)
Country | Link |
---|---|
US (1) | US9706968B2 (zh) |
EP (1) | EP2973391B1 (zh) |
JP (1) | JP6251297B2 (zh) |
CN (1) | CN105122300B (zh) |
WO (1) | WO2014141163A2 (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6738332B2 (ja) * | 2014-12-16 | 2020-08-12 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 対応確率マップ主導の視覚化 |
WO2018212217A1 (ja) | 2017-05-16 | 2018-11-22 | 株式会社ジョブ | X線検査におけるデータ処理装置及びデータ処理方法、並びに、その装置を搭載したx線検査装置 |
EP3441005B1 (de) * | 2017-08-11 | 2022-04-06 | Siemens Healthcare GmbH | Analyse von läsionen mit hilfe der multi-energie-ct-bildgebung |
CN107595311A (zh) * | 2017-08-30 | 2018-01-19 | 沈阳东软医疗系统有限公司 | 双能量ct图像处理方法、装置以及设备 |
CN111278362B (zh) | 2017-09-22 | 2023-12-05 | 芝加哥大学 | 用于低剂量多谱x射线断层扫描的系统和方法 |
US10830855B2 (en) * | 2018-03-28 | 2020-11-10 | University Of Virginia Patent Foundation | Free-breathing cine DENSE imaging |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2464574A (en) * | 2008-10-27 | 2010-04-28 | Huawei Tech Co Ltd | Combining multiple images to enhance dynamic range |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4789930A (en) | 1985-11-15 | 1988-12-06 | Picker International, Inc. | Energy dependent gain correction for radiation detection |
AUPO525897A0 (en) | 1997-02-24 | 1997-03-20 | Redflex Traffic Systems Pty Ltd | Digital image processing |
US20020186875A1 (en) * | 2001-04-09 | 2002-12-12 | Burmer Glenna C. | Computer methods for image pattern recognition in organic material |
WO2005101312A2 (en) * | 2004-04-13 | 2005-10-27 | Aic | Fractal skr-method for evaluating image quality |
US7599465B2 (en) | 2004-11-19 | 2009-10-06 | General Electric Company | Detection of thrombi in CT using energy discrimination |
WO2006114003A1 (en) * | 2005-04-27 | 2006-11-02 | The Governors Of The University Of Alberta | A method and system for automatic detection and segmentation of tumors and associated edema (swelling) in magnetic resonance (mri) images |
FR2932298B1 (fr) | 2008-06-06 | 2010-07-30 | Gen Electric | Procede de traitement d'une image radiologique d'un organe |
WO2010143100A1 (en) | 2009-06-10 | 2010-12-16 | Koninklijke Philips Electronics N.V. | Visualization apparatus for visualizing an image data set |
EP2489008A1 (en) | 2009-10-13 | 2012-08-22 | Ramot at Tel-Aviv University Ltd. | Method and system for processing an image |
GB201006046D0 (en) * | 2010-04-12 | 2010-05-26 | Ge Healthcare Uk Ltd | System and method for determining motion of a biological object |
KR20120007892A (ko) | 2010-07-15 | 2012-01-25 | 삼성전자주식회사 | 영상 처리 방법 및 장치와 이를 채용한 의료영상시스템 |
EP2643814B1 (en) * | 2010-11-26 | 2015-03-04 | Koninklijke Philips N.V. | Image processing apparatus |
US8818069B2 (en) * | 2010-11-30 | 2014-08-26 | General Electric Company | Methods for scaling images to differing exposure times |
WO2014084255A1 (ja) * | 2012-11-28 | 2014-06-05 | 独立行政法人科学技術振興機構 | 細胞観察装置、細胞観察方法及びそのプログラム |
-
2014
- 2014-03-14 US US14/774,205 patent/US9706968B2/en active Active
- 2014-03-14 CN CN201480015630.4A patent/CN105122300B/zh not_active Expired - Fee Related
- 2014-03-14 JP JP2015562518A patent/JP6251297B2/ja not_active Expired - Fee Related
- 2014-03-14 EP EP14719356.9A patent/EP2973391B1/en not_active Not-in-force
- 2014-03-14 WO PCT/IB2014/059770 patent/WO2014141163A2/en active Application Filing
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2464574A (en) * | 2008-10-27 | 2010-04-28 | Huawei Tech Co Ltd | Combining multiple images to enhance dynamic range |
Non-Patent Citations (4)
Title |
---|
a contrast-correction metnod for digital substraction radiography;Masafuma Ohki 等;《JOURNAL OF PERIODONTAL RESEARCH》;19880701;第23卷(第4期);第277-280页 * |
Generalized subtraction methods in digital mammography;Angelo Taibi;《European Journal of Radiology》;20091201;第72卷(第3期);第447-453页 * |
Medical imaging correction: A comparative study of five contrast and brightness matching methods;G.K. MATSOPOULOS;《COMPUTER METHODS AND PROGRAMS IN BIOMEDICINE》;20120601;第106卷(第3期);第308-327页 * |
Using an entropy similarity measure to enhance the quality of DSA images with an algorithm based on template matching;Thorsten M 等;《VISUALIZATION IN BIOMEDICAL COMPUTING:4TH INTERNATIONAL CONFERENCE》;19960930;第235-240页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105122300A (zh) | 2015-12-02 |
JP2016516464A (ja) | 2016-06-09 |
WO2014141163A3 (en) | 2015-08-27 |
JP6251297B2 (ja) | 2017-12-20 |
US9706968B2 (en) | 2017-07-18 |
EP2973391B1 (en) | 2018-11-14 |
WO2014141163A2 (en) | 2014-09-18 |
EP2973391A2 (en) | 2016-01-20 |
US20160038112A1 (en) | 2016-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105122300B (zh) | 根据双能量图像确定剩余模式图像 | |
CN105144241B (zh) | 图像质量指数和/或基于其的成像参数推荐 | |
CN104933288B (zh) | 用于对医学图像中的解剖元素进行可视化的设备和方法 | |
EP2676608B1 (en) | X-ray imaging apparatus and X-ray imaging system | |
EP3086735B1 (en) | User interface for photonic tools and electromagnetic tracking guided bronchoscope | |
EP3324846B1 (en) | Computed tomography visualization adjustment | |
JP6438752B2 (ja) | 二重エネルギーctスキャン画像における物体識別方法 | |
JP6475691B2 (ja) | X線画像における構造のコンピュータ援用検出のための方法およびx線システム | |
JP6401267B2 (ja) | デュアルエネルギスペクトルマンモグラフィー画像処理 | |
CN106471393B (zh) | 用于光子计数应用的谱材料分解 | |
Gennaro et al. | Quality controls in digital mammography protocol of the EFOMP Mammo Working group | |
WO2011083480A2 (en) | Method and system for detecting contours in an image | |
CN110717894B (zh) | 癌症靶向治疗疗效评估方法及装置、设备、存储介质 | |
CN105793894B (zh) | 根据图像数据来进行骨骼分割 | |
CN105701791B (zh) | 用于确定血管中斑块沉积的方法和设备 | |
CN106911904A (zh) | 图像处理方法、图像处理系统及成像系统 | |
CN105455838A (zh) | 图像显示装置、图像处理装置、放射线图像摄影系统及断层图像显示方法 | |
Nazia Fathima et al. | A Survey on Osteoporosis Detection Methods with a Focus on X-ray and DEXA Images | |
US20160171691A1 (en) | Image area specification device and method, and x-ray image processing device and method | |
CN114650772A (zh) | 骨龄估计方法及装置 | |
McHugh | Image enhancement | |
Tavares et al. | Computational Vision and Medical Image Processing IV: VIPIMAGE 2013 | |
JP5777832B1 (ja) | 放射線量表示装置、放射線量表示方法及びプログラム | |
JP2015187546A (ja) | 情報処理装置、コンピュータプログラムおよび記録媒体 | |
LIČEV et al. | Development of Equipment for 3-D Picturing and Measurement of the Brain Ventricles |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180925 |
|
CF01 | Termination of patent right due to non-payment of annual fee |