CN106530332B - 用于确定图像配准变换的变换确定设备和方法 - Google Patents

用于确定图像配准变换的变换确定设备和方法 Download PDF

Info

Publication number
CN106530332B
CN106530332B CN201610816041.7A CN201610816041A CN106530332B CN 106530332 B CN106530332 B CN 106530332B CN 201610816041 A CN201610816041 A CN 201610816041A CN 106530332 B CN106530332 B CN 106530332B
Authority
CN
China
Prior art keywords
image
test
value
pixel
transformation
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
Application number
CN201610816041.7A
Other languages
English (en)
Other versions
CN106530332A (zh
Inventor
O·格林瓦尔德
B·施赖伯
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.)
Siemens Medical Ag
Original Assignee
Siemens Healthcare GmbH
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 Siemens Healthcare GmbH filed Critical Siemens Healthcare GmbH
Publication of CN106530332A publication Critical patent/CN106530332A/zh
Application granted granted Critical
Publication of CN106530332B publication Critical patent/CN106530332B/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
    • A61B6/44—Constructional features of apparatus for radiation diagnosis
    • A61B6/4429—Constructional features of apparatus for radiation diagnosis related to the mounting of source units and detector units
    • A61B6/4435—Constructional features of apparatus for radiation diagnosis related to the mounting of source units and detector units the source unit and the detector unit being coupled by a rigid structure
    • A61B6/4441—Constructional features of apparatus for radiation diagnosis related to the mounting of source units and detector units the source unit and the detector unit being coupled by a rigid structure the rigid structure being a C-arm or U-arm
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance 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
    • A61B6/48—Diagnostic techniques
    • A61B6/481—Diagnostic techniques involving the use of contrast agents
    • 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
    • A61B6/504—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 blood vessels, e.g. by angiography
    • 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
    • A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
    • 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
    • A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/20—Linear translation of whole images or parts thereof, e.g. panning
    • 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
    • G06T3/60—Rotation of whole images or parts thereof
    • 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
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • 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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • G06V10/7515—Shifting the patterns to accommodate for positional errors
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00—Medical imaging apparatus involving image processing or analysis
    • 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
    • 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
    • G06T2207/20212—Image combination
    • G06T2207/20224—Image subtraction
    • 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
    • G06T2207/30096—Tumor; Lesion
    • 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
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03—Recognition of patterns in medical or anatomical images

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Public Health (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biomedical Technology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Optics & Photonics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Vascular Medicine (AREA)
  • Physiology (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Computing Systems (AREA)
  • Quality & Reliability (AREA)
  • Primary Health Care (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Epidemiology (AREA)

Abstract

本发明涉及一种用于确定第一图像相对于第二图像的图像配准变换的方法，其中，该方法包括以下步骤：‑确认测试元素的测试系列，其中，每个测试元素包括测试变换和测试值，其中，测试系列的每个测试元素被确认如下：‑基于预先确定的测试变换的顺序和/或基于该测试系列的一个或多个先前确认的测试元素来确认测试元素的测试变换，‑通过所确认的测试变换来变换第一图像，‑基于所变换的第一图像和第二图像来确认差值图像，‑以如下这样的方式基于差值图像来确认测试元素的测试值：测试值是差值图像的像素值的频率分布在其中像素值增加的方向上的扩展的度量，‑基于由测试系列的测试元素涵盖的测试值来确定最小测试值，‑确定是包括最小测试值的测试元素的测试变换的变换。

Description

用于确定图像配准变换的变换确定设备和方法
技术领域
本发明涉及一种用于确定第一图像相对于第二图像的图像配准变换的方法。本发明还涉及一种用于确定减影血管造影图像的方法、一种变换确定设备、一种图像确定设备、一种成像装置、一种计算机程序产品以及一种计算机可读介质。
背景技术
在数字图像处理中，图像配准特别用来建立要以如下这种方式成像的感兴趣区域的多个图像之间的相关性：当多个图像逐像素组合时，与待被成像的区域的相同部分有关的那些像素彼此组合。在第一图像相对于第二图像的图像配准期间，例如，第一图像可以以如下这种方式被变换：与待被成像的区域的相同部分有关的那些像素位于第一图像和第二图像中的相同位置处。
在数字减影血管造影(DSA)中，通常获取待被成像的患者的相同区域的包含一个或多个原始图像对的原始图像对集合(image pair set)，其中，原始图像对集合的每个原始图像对具有造影剂图像(contrast agent image)和掩模图像(mask image)。在造影剂存在于待被成像的区域的同时，通常获取造影剂图像。在没有或极少量的造影剂存在于该待被成像的区域的同时，通常获取掩模图像。通过从造影剂图像中逐像素减去掩模图像，可以相对于没有造影剂的结构的环境而言更清楚地显现其中存在造影剂的待被成像的区域的结构。
在三维数字减影血管造影(3D-DSA)中，基于包含多个原始图像对的原始图像对集合来确定3D减影血管造影图像，其中，原始图像对集合的每个原始图像对具有掩模图像和造影剂图像。特别地，3D减影血管造影图像可以通过被称为双体积重建的技术进行确定。使用所述技术，可以基于掩模图像和/或所变换的掩模图像来确定3D掩模图像数据集，并且可以基于造影剂图像来确定3D造影剂图像数据集。3D减影血管造影图像可以通过3D掩模图像数据集与3D造影剂图像数据集的组合进行确定。
在不同的时间点获取掩模图像和造影剂图像。在位于它们之间的时间间隔中，待被成像的区域的位置可以改变。这种可能的原因例如是患者的运动、原始数据获取装置和/或C型臂的机械振动、X射线束焦点的波动、或血管脉动。这可能导致掩模图像相对于造影剂图像的错误配准，使得在掩模图像和造影剂图像的逐像素组合(特别地，相减)中，与待被成像的区域的相同部分有关的那些像素没有彼此组合。错误配准可以导致由于伪影造成基于掩模图像和造影剂图像确定的减影血管造影图像的质量下降，并且因此可能导致误诊。通常地，当金属(例如，插入到动脉瘤中的线圈)存在于待被成像的区域中时，图像质量的下降特别严重。在3D-DSA中，被称为蛋壳伪影(eggshell artifact)的一类伪影可以以这种方式产生。特别地，在蛋壳伪影的情况下，经常难以判断由于线圈造成血液在动脉瘤中的循环被抑制到什么程度。
在该背景下，掩模图像相对于造影剂图像的图像配准变得非常重要。已知的图像配准方法的示例是柔性像素移位算法，其例如以syngo X workplace产品的三维重建软件来实现。
发明内容
本发明的目的是使得能够提高第一图像相对于第二图像的图像配准。
通过根据权利要求1所述的方法、通过根据权利要求10所述的方法、通过根据权利要求11所述的变换确定设备、通过根据权利要求13所述的图像确定设备、通过根据权利要求15所述的成像装置、通过根据权利要求16所述的计算机程序产品、以及通过根据权利要求17所述的计算机可读介质来实现该目的。
在根据本发明的用于确定第一图像相对于第二图像的图像配准变换的方法中，确认测试元素(element)的测试系列(series)，其中，每个测试元素包括测试变换和测试值，其中，测试系列的每个测试元素被确认如下：
-基于预先确定的测试变换的顺序和/或基于一个或多个先前确认的测试元素来确认测试元素的测试变换，
-通过所确认的测试变换来变换第一图像，
-基于所变换的第一图像和第二图像来确认差值图像，
-以如下这样的方式基于差值图像来确认测试元素的测试值：测试值是差值图像的像素值的频率分布在其中像素值增加的方向上的扩展的度量。
基于由测试系列的测试元素涵盖的测试值来确定最小测试值。确定是包括最小测试值的测试元素的测试变换的变换。
测试值是像素值的频率分布在其中像素值增加的方向上的扩展的度量，特别地，当测试值以如下这样的方式取决于像素值时：与频率分布在其中像素值增加的方向上的偏移和/或伸展相对应的像素值的改变引起测试值的增加。
本发明人已经认识到，最佳图像配准变换可以通过相对于它们对图像配准的适用性而测试不同测试变换、并且通过使用测试值对其进行评级来确定。本发明人提出了以如下这样的方式来确认测试值：产生具有相对较大值的一个或多个像素的差值图像的测试变换被罚更重，特别地，被评级为不太适合于图像配准。特别地，可以基于差值图像的像素值来确认测试值。在这种情况下，与具有较小值的像素相比较，具有最高(换句话说，最大)值的一个像素或多个像素可以赋予较重权重。本发明的实施例变型提供了不太适合于图像配准的测试变换被分配较大的测试值。可以因此通过在测试系列的测试变换之间标识具有最小测试值的测试变换来确定最佳图像配准变换。根据本发明的方法可以在这方面被描述为“最大中的最小”(MoM)方法。
本发明的实施例变型提供了在穿透待被成像的区域的辐射剂量的帮助下获取第一图像和第二图像，并且提供了第一图像的像素值和第二图像的像素值以如下这样的方式取决于辐射的吸收：其中给定像素与其有关的待被成像的区域的一部分中的更强辐射的吸收会导致给定像素的值更小。特别地，像素值可以是灰度值和/或亮度值。特别地，像素值可以是吸收值和/或强度值。
本发明的实施例变型提供了通过将所变换的第一图像从第二图像一次减去一个像素来确认差值图像。通常地，当从第二图像的大像素值中减去所变换的第一图像的小像素值时，差值图像具有相对较大值的像素。特别地，当由于错误配准而导致从与展现更差吸收的待被成像的区域的一部分有关的像素中减去与展现更强吸收的待被成像的区域的一部分有关的像素时，发生这种情况。展现更强吸收的待被呈现的区域的一部分可以包括例如血管的一部分、和/或动脉瘤的一部分、和/或金属物体(特别地，插入到动脉瘤中的线圈)的一部分。展现更差吸收的待被成像的区域的一部分可以包括例如组织的一部分。
通过根据本发明的方法，可以特别地以如下这样的方式来确定图像配准变换：在确认差值图像期间，在每种情况下具有大值或展现强吸收的第二图像的像素已经从同样地在每种情况下具有大值或者展现差吸收的第一图像的像素中减去。这导致差值图像的像素值的频率分布在像素值增加的方向上的扩展减少。与所述变换相关联的测试值因此相对较小，其结果是可以通过与该测试值有关的最小值搜索从测试系列的测试变换集合中确定变换。
根据本发明的方面，基于差值图像的像素组来确认测试值，其中，对于像素组的每个像素，满足与像素的位置有关的像素位置条件、和/或与像素值有关的像素值条件。
本发明的实施例变型提供了像素组包括满足以下条件的差值图像的像素：与各像素的位置有关的位置条件、和/或与各像素的值有关的像素值条件。
频率分布可以与整个差分图像有关、和/或与差值图像的像素组有关，其中，对于像素组的每个像素，满足与像素的位置有关的像素位置条件和/或与像素值有关的像素值条件。本发明的实施例变型提供了确认差值图像的像素的像素组，其中，对于像素组的每个像素，满足与像素的位置有关的像素位置条件、和/或与像素值有关的像素值条件。本发明的实施例变型提供了基于像素组的像素值来确认和/或计算测试元素的测试值、和/或提供了测试值是像素组的像素值的度量。以多个像素值在每种情况下有助于测试值的这样的方式确认测试值会使得能够减少相对于异常值的方法的误差敏感度。
根据本发明的方面，测试值是像素组的参数和/或差值图像的参数、和/或基于像素组的参数和/或差值图像的参数来确认测试值，其中，该参数选自由以下各项组成的组：像素值中的最大值、像素值的加和、以及像素值的频率分布的位置参数。本发明的实施例变型提供了基于像素组和/或差值图像的多个参数来确认测试值，其中，所述多个参数中的参数的每个参数选择由以下各项组成的组：像素值中的最大值、像素值的加和、以及像素值的频率分布的位置参数。本发明的实施例变型提供了基于参数和/或基于多个参数来确认测试值，其中，测试值以单调增加的方式取决于参数或取决于多个参数中的参数的每个参数。本发明的实施例变型提供了测试值是像素组和/或差值图像的像素值中的最大值。本发明的实施例变型提供了测试值是像素组的像素的值的加和。根据本发明的方面，位置参数选自由以下各项组成的组：平均值、模式、以及分位数。
根据本发明的方面，当给定像素的位置位于感兴趣区域(ROI)中时，满足差值图像的给定像素的像素位置条件。在像素位置条件的帮助下，可以相对于像素组的像素的位置来限制像素组。优选地，以如下这样的方式确定感兴趣区域：受到像素组的像素影响的待被成像的区域的部分相对于错误配准而言特别敏感。通常地，这是在感兴趣区域中具有大像素值的段与具有小像素值的段相连续时的情况。在这种情况下，甚至例如与平移一个像素相对应的轻微错误配准会在差值图像中产生大像素值，并且因此由于伪影而导致(例如，DSA图像)严重降低质量。
本发明的实施例变型提供了在第一图像中和/或在第二图像中确认子区域，其中，子区域的像素相对于子区域的环境具有较小值、和/或其中子区域包括具有大值的像素和具有小值的像素两者、和/或其中子区域的像素值形成梯度幅度超过梯度幅度阈值的梯度。本发明的实施例变型提供了感兴趣区域包括子区域和/或子区域的环境。
根据本发明的方面，当给定像素的值超过像素阈值时，满足差值图像的给定像素的像素值条件。在像素位置条件和/或像素值条件的帮助下，可以从对于图像配准而言特别相关的区域中选择像素组的像素、和/或可以从对于图像配准而言不太相关的像素组中排除像素。这样，可以实现方法的计算开销和误差敏感度的降低。
根据本发明的方面，测试变换包括平移和/或旋转。本发明的实施例变型提供了测试变换可替代地或附加地包括进一步的图像操作，例如，局部或全局图像操作。本发明的实施例变型提供了测试变换是第一图像的平面中的测试变换、和/或提供了平移是第一图像的平面中的平移、和/或提供了旋转是第一图像的平面中的旋转。
本发明的实施例变型提供了预先确定测试变换的顺序。预先确定的顺序的测试变换可以由一个测试变换或多个测试变换组成。以预先确定的顺序的测试变换的第一测试变换开始，第一测试值被确认。预先确定的顺序的第一测试变换和第一测试值形成测试系列的第一测试元素。接着，进一步的测试值可以通过预先确定的顺序的测试变换的进一步的测试变换来确认。预先确定的顺序的进一步测试变换和进一步的测试值形成测试系列的进一步的测试元素。该步骤例如对于预先确定的顺序的测试变换的一个或多个或全部测试变换而言可以重复。
测试元素的测试变换可以特别地基于预先确定的顺序的测试变换来确认。例如，与通过在相同或不同方向上平移一个像素的相应的前一测试变换相比较，除了预先确定的顺序的第一测试变换之外，预先确定的顺序的测试变换的每个测试变换可以有所不同。例如，预先确定的顺序的测试变换可以包括高达给定数目个像素(例如，高达五个像素)的所有平移。
根据本发明的方面，通过搜索算法来确认测试变换。本发明的实施例变型提供了基于一个或多个先前确认的测试元素通过搜索算法来确认测试元素的测试变换。该搜索算法可以是最小搜索算法、和/或例如是下山单纯型(downhill simplex)算法。
根据本发明的方面，比较测试值与测试阈值，其中，如果测试值低于测试阈值，则不进一步继续确认测试系列。本发明的实施例变型提供了比较测试值与测试阈值，其中，如果测试值低于测试阈值，则终止确认测试系列。
在用于基于包括一个或多个原始图像对的原始图像对集合来确定减影血管造影图像的方法中，其中，原始图像对集合的每个原始图像对具有掩模图像和造影剂图像，提供了原始图像对集合。通过对原始图像对集合的每个原始图像对执行以下步骤来确认包含一个或多个配准图像对的配准图像对集合：
-通过本发明的用于确定第一图像相对于第二图像的图像配准变换的方法来确定图像配准变换，其中，第一图像是原始图像对的掩模图像，并且第二图像是原始图像对的造影剂图像，
-通过所确定的变换来变换掩模图像，其中，所变换的掩模图像和造影剂图像形成所配准图像对集合的配准图像对。
基于所配准的图像对集合来确定减影血管造影图像。
本发明的实施例变型提供了第一图像是二维(2D)的、和/或提供了第二图像是二维(2D)的、和/或提供了图像配准是2D-2D图像配准。本发明的实施例变型提供了减影血管造影图像是2D减影血管造影图像、或提供了减影血管造影图像是3D血管造影图像。有利的是，在用于确定所谓的2D路标(roadmap)图像和/或荧光图像的方法的情况下，可以进一步采用根据本发明的方法。
特别地，强和/或较强吸收可以被理解为通过填充有造影剂的血管的吸收、和/或通过金属物体的吸收。弱和/或较弱吸收可以特别地被理解为通过其中嵌有一个或多个血管的组织的吸收。像素的小和/或较小值可以特别地被理解为来自值范围的值，该值范围由与填充有造影剂的一个或多个血管有关的和/或与金属物体有关的第二图像和/或造影剂图像的像素的值形成。特别地，像素的大和/或较大值可以被理解为来自值范围的值，该值范围由与其中嵌有一个或多个血管的组织有关的第一图像和/或掩模图像的像素的值形成。
本发明使得能够提高第一图像相对于第二图像的图像配准。特别地，本发明使得能够有效地抑制和/或避免蛋壳伪影。
本发明的变换确定设备被体现用于确定第一图像相对于第二图像的图像配准变换，并且具有测试系列确认模块、最小测试值确定模块、以及变换确定模块。测试系列确认模块被体现用于确认测试元素的测试系列，其中，每个测试元素包括测试变换和测试值。测试系列确认模块被体现用于对测试系列的每个测试元素执行以下步骤：
-基于预先确定的测试变换的顺序和/或基于一个或多个先前确认的测试元素来确认测试元素的测试变换，
-通过所确认的测试变换来变换第一图像，
-基于所变换的第一图像和第二图像来确认差值图像，
-以如下这样的方式基于差值图像来确认测试元素的测试值：测试值是差值图像的像素值的频率分布在其中像素值增加的方向上的扩展的度量。
最小测试值确定模块被体现用于基于由测试系列的测试元素涵盖的测试值来确定最小测试值。变换确定模块被体现用于确定是包括最小测试值的测试元素的测试变换的变换。
根据本发明的方面，本发明的变换确定设备被体现用于执行本发明的用于确定图像配准变换的方法。特别地，通过测试系列确认模块来确认测试元素的测试系列，通过最小测试值确定模块来确定最小测试值，以及通过变换确定模块可以执行确定是包括最小测试值的测试元素的测试变换的变换。
根据本发明的图像确定设备被体现用于基于包含一个或多个原始图像对的原始图像对来确定减影血管造影图像，其中，原始图像对集合的每个原始图像对具有掩模图像和造影剂图像。本发明的图像确定设备具有原始图像对集合提供模块、配准图像对确认模块、以及图像确定模块。
原始图像对集合提供模块被体现用于提供原始图像对集合。配准图像对确认模块具有本发明的变换确定设备和变换模块。配准图像对确认模块被体现用于通过对原始图像对集合的每个原始图像对执行以下步骤来确认包含一个或多个配准图像对的配准图像对集合：
-通过本发明的变换确定设备来确定变换，其中，第一图像是原始图像对的掩模图像，并且第二图像是原始图像对的造影剂图像，
-通过变换模块借助于所确定的变换来变换掩模图像，其中，所变换的掩模图像和造影剂图像形成配准图像对集合的配准图像对。
图像确定模块被体现用于基于配准图像对集合来确定减影血管造影图像。
根据本发明的方面，本发明的图像确定设备被体现用于执行用于确定减影血管造影图像的本发明的方法。特别地，通过原始图像对集合提供模块来提供原始图像对集合，通过配准图像对确认模块来确认配准图像对集合，通过变换确定设备来确定图像配准变换，通过变换模块来变换掩模图像，以及通过图像确定模块可以执行基于该配准图像对集合来确定减影血管造影图像。
本发明的确定设备可以理解为选自由以下各项组成的组的设备：本发明的变换确定设备、以及本发明的图像确定设备。本发明的成像装置具有本发明的确定设备。本发明的实施例变型提供了成像装置是医学成像装置、和/或提供了成像装置具有原始数据获取装置和/或患者支撑装置。原始数据获取装置被体现用于获取原始数据集合。特别地，原始数据获取装置可以包括辐射源和检测器。在C型臂X射线机中，辐射源可以是X射线源，并且检测器可以是X射线检测器。在磁共振断层摄影系统中，辐射源可以是射频天线，并且检测器可以是相同的射频天线或其它的射频天线。患者支撑装置被体现用于支撑并且定位患者。
本发明的实施例变型提供了成像装置具有控制设备和图像重建设备。例如，控制设备可以是计算机。特别地，本发明的确定设备可以体现为成像装置的控制设备的一部分。图像重建设备被体现用于例如使用重建方法基于原始数据集合来确认通过成像装置检查的对象的待被成像的区域的第一图像和第二图像(特别地，掩模图像和造影剂图像)。
本发明的实施例变型提供了本发明的确定设备、和/或本发明的确定设备的一个或多个部件在处理器系统上至少部分以软件的形式实现。特别地，测试系列确认模块、最小测试值确定模块、变换确定模块、原始图像对集合提供模块、配准图像对确认模块、变换模块、以及图像确定模块在每种情况下形成本发明的确定设备的部件。本发明的实施例变型提供了本发明的确定设备、和/或本发明的确定设备的一个或多个部件至少部分地以软件辅助硬件的形式实现，例如，FPGA等。
本发明的实施例变型提供了在数据传送的帮助下，从原始图像对集合提供模块向配准图像对确认模块提供原始图像对集合。本发明的实施例变型提供了原始图像对集合提供模块具有访问器件，该访问器件用于访问其中存储由原始图像对集合的例如计算机的存储器区域、和/或成像装置的控制设备的存储器区域。数据传送可以例如通过合适接口实现。本发明的实施例变型提供了用于向本发明的确定设备的部件和/或从本发明的确定设备的部件传送数据的接口被至少部分以软件的形式得以实现。特别地，接口可以具有访问器件，该访问器件用于访问其中可以合适地缓存、检索和更新数据的合适的存储器区域。接口还可以被体现为受合适软件控制的基于硬件的接口。
主要基于软件的实现方式的优点是，已经在现有技术中使用的现有控制设备也可以很容易地通过软件更新进行升级，以便以本发明的方式操作。就此而言，该目的还通过具有可以被加载到计算机的存储器设备中的计算机程序的对应的计算机程序产品来实现，其中，当在控制设备中执行计算机程序时，本发明的方法的步骤通过计算机程序来执行。而且计算机程序，这种计算机程序产品可以包括附加的软件部件(例如，文档)和/或硬件部件(例如，硬件密钥(加密狗等))以使得能够使用软件。
为了将计算机程序传送到控制设备和/或将计算机程序存储在控制设备上或控制设备中，可以使用计算机可读介质，例如，记忆棒、硬盘、或其上存储有可以被加载到计算机的存储器设备中的计算机程序的一些其它可传送或永久安装的数据介质，其中，当在计算机上执行计算机程序时，本发明的方法的步骤由计算机程序来执行。本发明的实施例变型提供了控制设备具有处理器系统。处理器系统可以例如由一个或多个协作微处理器形成。
根据本发明的方面，成像装置选自由以下各项组成的组：C型臂X射线机、计算机断层摄影设备、单光子发射计算机断层摄影设备(SPECT设备)、正电子发射断层摄影设备(PET设备)、磁共振断层摄影设备、以及它们的组合。特别地，成像装置可以包括X射线机、超声设备等。成像装置可以进一步是多个成像和/或照射模态的组合。在这种情况下，照射模态可以包括例如用于放射治疗的照射设备。
在本发明的范围内，相对于不同实施例变型和/或不同权利要求类别(方法、设备等)描述的特征可以被组合以形成进一步的实施例变型。特别地，相对于本发明的方法描述的特征、优点和实施例变型还可以应用于本发明的确定设备、本发明的成像装置、本发明的计算机程序产品和本发明的计算机可读介质，反之亦然。换言之，与对象有关的权利要求还可以在结合方法所描述或要求保护的特征的基础上得以发展。在这种情况下，本发明的方法的功能性特征可以通过对应体现的本发明的变换确定设备和/或本发明的图像确定设备的部件或模块来实现。使用不定冠词“一”或“一个”并不排除所讨论的多个特征也可以存在的可能性。
所描述的方法、所描述的变换确定设备、所描述的图像确定设备和所描述的成像装置仅是本发明的实施例变型。本领域技术人员可以在不背离由权利要求定义的本发明的范围的情况对本发明进行改变。
附图说明
在示例性实施例的帮助下并且参照附图，以下对本发明再次进行详细解释。附图中的图示是示意性的并且大大简化以及不必按真实比例绘制。
在附图中：
图1是根据本发明的第一实施例变型的用于确定图像配准变换的方法的流程图，
图2是根据本发明的第二实施例变型的变换确定设备的图示，
图3是根据本发明的第三实施例变型的用于确定减影血管造影图像的方法的流程图，
图4是根据本发明的第四实施例变型的图像确定设备的图示，
图5是根据本发明的第五实施例变型的成像装置的图示，
图6以大大简化的图示示出了根据本发明的第六实施例变型的第一图像、第二图像和所变换的第一图像，
图7示出了已经通过从造影剂图像中逐像素减去掩模图像来确认的差值图像，
图8示出了已经确定通过从造影剂图像中逐像素减去所变换的掩模图像来确认的差值图像，
图9示出了已经基于原始图像对集合来确定的3D减影血管造影图像，和
图10示出了已经基于配准图像对集合来确定的3D减影血管造影图像。
具体实施方式
图1示出了根据本发明的第一实施例变型的用于确定第一图像相对于第二图像配准的图像配准变换的方法的流程图。
在步骤DTR，确认测试元素的测试系列，其中，每个测试元素包括测试变换和测试值。在每种情况下，通过执行步骤TT，T1DI和TV来确认测试系列的每个测试元素。在步骤TT，基于预先确定的测试变换的顺序和/或基于一个或多个先前确认的测试元素来确认测试元素的测试变换。在步骤T1中，通过所确认的测试变换来变换第一图像I1。在步骤DI，基于所变换的第一图像TI1和第二图像I2来确认差值图像。在步骤TV，以如下这样的方式基于差值图像来确认测试元素的测试值：测试值是差值图像的像素值的频率分布在其中像素值增加的方向上的扩展的度量。在步骤MIN，基于由测试系列的测试元素涵盖的测试值来确定最小测试值。在步骤DT1，确定是包括最小测试值的测试元素的测试变换的变换。
图2示出了根据本发明的第二实施例变型的变换确定设备35的图示。变换确定设备35被体现用于确定第一图像I1相对于第二图像I2的图像配准变换，并且具有测试系列确认模块51、最小测试值确定模块52、以及变换确定模块53。
变换确定设备35被体现为特别用于执行根据本发明的第一实施例变型的方法。特别地，通过测试系列确认模块51来确认DTR测试元素的测试系列，通过最小测试值确定模块52来确定MIN最小测试值，并且通过变换确定模块53可以执行确定DT1是包括最小测试值的测试元素的测试变换的变换。
在下文所示的实施例变型中，特别地，参照上下文所解释的各实施例变型描述本发明开发的特征。保持基本相同的特征(特别地，步骤和部件)被标以相同的附图标记。
图3示出了根据本发明的第三实施例变型的基于包含一个或多个原始图像对的原始图像对集合来确定减影血管造影图像的方法的流程图，其中，原始图像对集合的每个原始图像对具有掩模图像和造影剂图像。
在步骤PI，提供了原始图像对集合。在步骤RI，通过对原始图像对集合的每个原始图像对执行步骤DT3和T3来确认一个或多个配准图像对。在步骤DT3，通过根据本发明的第一实施例变型的方法来确定图像配准变换，其中，第一图像是原始图像对的掩模图像，并且第二图像是原始图像对的造影剂图像。在步骤T3，通过所确定的变换来变换掩模图像，其中，所变换的掩模图像和造影剂图像形成配准图像对集合的配准图像对。在步骤DS，基于配准图像对集合来确定减影血管造影图像。
图4示出了根据本发明的第四实施例变型的图像确定设备60的图示。图像确定设备60被体现用于基于包含一个或多个原始图像对的原始图像对集合来确定减影血管造影图像，其中，原始图像对集合的每个原始图像对具有掩模图像和造影剂图像。图像确定设备60具有原始图像对集合提供模块61、配准图像对确认模块62、以及图像确定模块64。该配准图像对确认模块62具有根据本发明的第二实施例变型的变换确定设备35以及变换模块63。
图像确定设备60被体现为特别用于执行根据本发明的第三实施例变型的方法。特别地，通过原始图像对集合提供模块61来提供PI原始图像对集合，通过配准图像对确认模块62来确认RI配准图像对集合，通过变换确定设备35来确定DT3变换，通过变换模块63来变换T3掩模图像，以及通过图像确定模块64可以执行基于该配准图像对集合来确定DS减影血管造影图像。
图5示出了根据本发明的第五实施例变型的成像装置1。在没有限制本发明的一般概念的情况下，通过示例示出了成像装置1的C型臂X射线机1。本发明的第五实施例变型提供了原始数据获取装置26，28是投影数据获取装置26，28，原始数据集合是投影数据集，辐射源26是X射线源26，并且检测器28是X射线检测器28(特别地，平板图像检测器)。
成像装置1具有C型臂装置20、患者支撑装置10和投影数据获取装置26，28。患者支撑装置10具有支撑台11和用于支撑并且定位患者13的支撑台面12。C型臂装置20具有固定支撑框架21和C形臂24。C型臂24相对于患者支撑装置10是可移动的，特别地，能够枢转。这使得能够相对于患者13的待被成像的区域设置辐射源26和检测器28的不同布置。
投影数据获取装置26，28被体现用于获取投影数据集。投影数据获取装置26，28具有被体现用于发射辐射量子27的辐射源26、以及被体现用于检测辐射量子27的检测器28。对象的(特别地，患者13)的待被成像的区域可以被布置在辐射源26和检测器28之间。辐射量子27能够从辐射源26行进至患者的待被成像的区域，并且在与待被成像的区域交互之后撞击在检测器28上。这样，可以获取待被成像的区域的投影轮廓。特别地，投影轮廓可以是二维的。由投影数据获取装置26，28获取的投影数据被转发到控制设备30。特别地，控制设备30被体现用于获取、存储、检索、后处理并且提供投影轮廓形式的和/或投影数据集形式的投影数据。投影数据集可以包括一个或多个投影轮廓。
通过相对于患者支撑装置来移动投影数据获取装置26，28，在每种情况下，可以获取辐射源26和检测器28相对于待被成像的区域的不同布置的至少一个投影轮廓。
特别地，第一图像和/或掩模图像可以是第一投影轮廓、和/或基于第一投影数据集进行确认。在这种情况下，第一投影轮廓和/或第一投影数据集可以与其中待被成像的区域没有造影剂或者造影剂的浓度对于造影剂成像而言不相关的待被成像的区域的掩模检查状态有关。
特别地，第二图像和/或造影剂图像可以是第二投影轮廓和/或基于第二投影数据集进行确认。在这种情况下，第二投影轮廓和/或第二投影数据集可以与其中待被成像的区域具有造影剂或者造影剂的浓度适合于造影剂成像的待被成像的区域的造影剂检查状态有关。
可选地，成像装置1可以具有用于将造影剂注射到患者13体内的造影剂注射装置。造影剂注射可以例如是在控制设备30的造影剂注射模块的帮助下至少部分自动化的、和/或可以由操作者手动执行。
成像装置1具有控制设备30、输入设备38和输出设备39。控制设备30是计算机(特别地，数字计算机)，并且被体现用于控制成像装置1。输入设备38被体现用于输入控制信息(例如，图像重建参数和/或检查参数)。输出设备39被体现用于输出控制信息和/或图像，特别地，用于输出减影血管造影图像。控制设备30具有存储器设备31。存储器设备31被体现用于加载计算机程序，在这种情况下，当在控制设备30上执行计算机程序时，本发明的方法的步骤通过计算机程序来执行。
成像装置1具有图像重建设备34、根据本发明的第二实施例变型的变换确定设备35、以及根据本发明的第四实施例变型的图像确定设备60。图像重建设备34和图像确定设备60两者与变换确定设备35一起在控制设备30的处理器系统上以软件的形式得以实现。
通过图像重建设备34，可以基于投影数据集确认图像数据集。图像数据可以包括例如第一图像、和/或第二图像、和/或一个或多个掩模图像、和/或一个或多个造影剂图像、和/或一个或多个原始图像对、和/或原始图像对集合。特别地，图像数据集可以由图像重建设备34和/或控制设备30存储在控制设备30的存储器区域中。
图6以大大简化的图示示出了根据本发明的第六实施例变型的第一图像I1、第二图像I2和所变换的第一图像TI1。本发明的第六实施例变型提供了第一图像I1的像素值以及第二图像I2的像素值是灰度值。在图6中，像素的较亮灰度与像素的较大的值(特别地，灰度值)相对应。第一图像I1是掩模图像。第二图像I2是造影剂图像。由于造影剂，所有与血管BV有关的像素值在第二图像I2中比第一图像中显著较小。血管BV被嵌入在具有大灰度值的组织ST中。与插入到动脉瘤中的金属线圈CA有关的像素值特别小。存在第一图像I1相对于第二图像I2的错误配准。特别地，错误配准的结果在于在第一图像I1和第二图像I2的逐像素组合中，与插入到动脉瘤中的金属线圈CA有关的第一图像I1的像素和与组织ST有关的第二图像I2的像素相组合。特别地，通过从第二图像I2中逐像素减去第一图像I1所确认的差值图像在其中与插入到动脉瘤中的金属线圈CA有关的像素位于第一图像I1中的位置处具有大值。该值近似等于与组织ST有关的像素的值。
所变换的第一图像TI1已经通过在根据本发明的第一实施例变型的方法的帮助下确定的图像配准变换由第一图像产生。在所变换的第一图像TI1和第二图像I2的逐像素组合中，与组织ST有关的第二图像I2的像素和与组织ST有关的所变换的第一图像TI1的像素相组合。特别地，通过从第二图像I2中逐像素减去所变换的第一图像TI1所确认的差值图像在任何位置都没有大值。
因为以避免了差值图像中像素值较大的这样的方式来确定变换，所以造影剂图像包括与填充有造影剂的血管BV有关的并且因此具有小值的像素的事实不对根据本发明的第一实施例变型用于确定图像配准变换的方法造成干扰影响。在用于确定2D-2D图像配准的变换的常规方法中，可能在所变换的第一图像和第二图像的逐像素组合期间发生与填充有造影剂的血管有关的第二图像的像素和与金属物体有关的第一图像的像素被配准到彼此上和/或彼此组合。
参照图7至图10对采用临床数据作为示例的本发明的优点进行说明。
图7示出了已经通过从造影剂图像中逐像素减去掩模图像来确认的差值图像，其中，掩模图像相对于造影剂图像错误配准。已经插入到动脉瘤中的金属线圈的轮廓清晰可辨并且由箭头标记。
图8示出了已经通过从造影剂图像中逐像素减去所变换的掩模图像来确认的差值图像。在这种情况下，掩模图像和造影剂图像与图7所示的差值图像所基于的那些是相同的。掩模图像已经通过在本发明的用于确定图像配准变换的方法的帮助下确定的变换得以变换。因而，避免了错误配准以及线圈的轮廓。
图9示出了已经基于原始图像对集合来确定的3D血管造影图像(3D-DSA图像)。在这种情况下，原始图像对集合具有原始图像对，该原始图像对包括掩模图像、以及图7所示的差值图像所基于的造影剂图像。由于掩模图像相对于图7所示的造影剂图像的错误配准，3D-DSA图像具有伪影(特别地，被称为蛋壳伪影的类型的伪影)。箭头标记线圈已经插入到其中的动脉瘤。在图9所示的3D-DSA图像的基础上，可以创建正在发生血流进入到线圈已经被插入到其中的动脉瘤的印象，其可能导致误诊。
图10示出了已经通过本发明的用于确定减影血管造影图像的方法来确定的3D减影血管造影图像(3D-DSA图像)。图9所示的3D-DSA图像和图10所示的3D-DSA图像是基于相同的原始图像对集合。在确定图10所示的3D-DSA图像中，原始图像对集合的每个原始图像对的掩模图像已经通过在本发明的用于确定图像配准变换的方法的帮助下确定的变换得以变换。因而，避免了蛋壳伪影。

Claims (16)

1.一种用于确定第一图像(I1)相对于第二图像(I2)的图像配准变换的方法，其中，所述方法包括以下步骤：
确认测试元素的测试系列，其中，每个测试元素包括测试变换和测试值，其中，所述测试系列的每个测试元素被确认如下：
基于预先确定的测试变换的顺序和/或基于所述测试系列的一个或多个先前确认的测试元素来确认所述测试元素的所述测试变换，
通过所确认的测试变换来变换所述第一图像(I1)，
基于所变换的第一图像(TI1)和所述第二图像(I2)来确认差值图像，
以如下这样的方式基于所述差值图像来确认所述测试元素的所述测试值：所述测试值是所述差值图像的像素值的频率分布在其中所述像素值增加的方向上的扩展的度量，
基于由所述测试系列的所述测试元素涵盖的所述测试值来确定最小测试值，
确定作为包括所述最小测试值的测试元素的所述测试变换的所述变换。
2.根据权利要求1所述的方法，其中，所述测试值基于所述差值图像的像素组而被确认，其中，对于所述像素组的每个像素，满足与所述像素的位置有关的像素位置条件和/或与所述像素的值有关的像素值条件。
3.根据权利要求2所述的方法，其中，所述测试值是所述像素组的参数和/或所述差值图像的参数、和/或是基于所述像素组的参数和/或所述差值图像的参数而被确认的，其中，所述参数选自由以下各项组成的组：所述像素的值中的最大值、所述像素的值的和、以及所述像素的值的频率分布的位置参数。
4.根据权利要求3所述的方法，其中，所述位置参数选自由以下各项组成的组：平均值、模式、以及分位数。
5.根据权利要求2或4所述的方法，其中，如果给定像素的位置位于感兴趣区域中，则满足针对所述差值图像的给定像素的所述像素位置条件。
6.根据权利要求2或4所述的方法，其中，如果给定像素的值超过像素阈值，则满足针对所述差值图像的给定像素的所述像素值条件。
7.根据权利要求1、2或4所述的方法，其中，所述测试变换包括平移和/或旋转。
8.根据权利要求1、2或4所述的方法，其中，所述测试变换通过搜索算法而被确认。
9.根据权利要求1、2或4所述的方法，其中，将所述测试值与测试阈值比较，其中，如果所述测试值低于所述测试阈值，则不进一步继续确定所述测试系列。
10.一种用于基于包含一个或多个原始图像对的原始图像对集合来确定减影血管造影图像的方法，其中，所述原始图像对集合的每个原始图像对具有掩模图像和造影剂图像，其中，所述方法包括以下步骤：
提供所述原始图像对集合，
通过对所述原始图像对集合的每个原始图像对执行以下步骤来确认包含一个或多个配准图像对的配准图像对集合：
通过根据权利要求1-9中任一项所述的方法来确定图像配准变换，其中，所述第一图像(I1)是所述原始图像对的所述掩模图像，并且所述第二图像(I2)是所述原始图像对的所述造影剂图像，
通过所确定的变换来变换所述掩模图像，其中，所变换的掩模图像和所述造影剂图像形成所述配准图像对集合的配准图像对，
基于所述配准图像对集合来确定所述减影血管造影图像。
11.一种变换确定设备(35)，所述变换确定设备被体现用于确定第一图像(I1)相对于第二图像(I2)的图像配准变换，包括：
测试系列确认模块(51)，被体现用于确认测试系列的测试元素，其中，每个测试元素包括测试变换和测试值，其中，所述测试系列确认模块(51)被体现用于对所述测试系列的每个测试元素执行以下步骤：
基于预先确定的测试变换的顺序和/或基于所述测试系列的一个或多个先前确认的测试元素来确认所述测试元素的所述测试变换，
通过所确认的测试变换来变换所述第一图像(I1)，
基于所变换的第一图像(TI1)和所述第二图像(I2)来确认差值图像，
以如下这样的方式基于所述差值图像来确认所述测试元素的所述测试值：所述测试值是所述差值图像的像素值的频率分布在其中所述像素值增加的方向上的扩展的度量的这样的方式，
最小测试值确定模块(52)，被体现用于基于由所述测试系列的所述测试元素涵盖的所述测试值来确定最小测试值，
变换确定模块(53)，被体现用于确定包括所述最小测试值的是测试元素的所述测试变换的所述变换。
12.根据权利要求11所述的变换确定设备(35)，被体现用于执行根据权利要求1-9中任一项所述的方法。
13.一种图像确定设备(60)，被体现用于基于包含一个或多个原始图像对的原始图像对来确定减影血管造影图像，其中，所述原始图像对集合的每个原始图像对具有掩模图像和造影剂图像，包括：
原始图像对集合提供模块(61)，被体现用于提供所述原始图像对集合，
配准图像对确认模块(62)，具有根据权利要求11或12所述的变换确定设备(35)和变换模块(63)，其中，所述配准图像对确认模块被体现用于通过对所述原始图像对集合的每个原始图像对执行以下步骤来确认包含一个或多个配准图像对的配准图像对集合：
通过所述变换确定设备(35)来确定变换，其中，所述第一图像(I1)是所述原始图像对的所述掩模图像，并且所述第二图像(I2)是所述原始图像对的所述造影剂图像，
通过所述变换模块(63)借助于所确定的变换来变换所述掩模图像，其中，所变换的掩模图像和所述造影剂图像形成所述配准图像对集合的配准图像对，
图像确定模块(64)，被体现用于基于所述配准图像对集合来确定所述减影血管造影图像。
14.根据权利要求13所述的图像确定设备(60)，被体现用于执行根据权利要求10所述的方法。
15.一种具有确定设备的成像装置(1)，所述确定设备选自由以下各项组成的组：根据权利要求11或12所述的变换确定设备(35)、以及根据权利要求13或14所述的图像确定设备(60)。
16.一种计算机可读介质(32)，所述计算机可读介质上存储有计算机程序，其中，所述计算机程序能够被加载到计算机(30)的存储器设备中，其中，当在所述计算机(30)上执行所述计算机程序时，通过所述计算机程序执行根据权利要求1-10中任一项所述的方法的步骤。
CN201610816041.7A 2015-09-10 2016-09-09 用于确定图像配准变换的变换确定设备和方法 Active CN106530332B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102015217317.8 2015-09-10
DE102015217317.8A DE102015217317A1 (de) 2015-09-10 2015-09-10 Transformations-Bestimmungseinrichtung und Verfahren zum Bestimmen einer Transformation zur Bildregistrierung

Publications (2)

Publication Number Publication Date
CN106530332A CN106530332A (zh) 2017-03-22
CN106530332B true CN106530332B (zh) 2019-11-01

Family

ID=58160869

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610816041.7A Active CN106530332B (zh) 2015-09-10 2016-09-09 用于确定图像配准变换的变换确定设备和方法

Country Status (3)

Country Link
US (1) US10121244B2 (zh)
CN (1) CN106530332B (zh)
DE (1) DE102015217317A1 (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6943340B2 (ja) * 2018-05-29 2021-09-29 日本電気株式会社 物体検出装置、物体検出システム、物体検出方法、およびプログラム
GB2574428B (en) * 2018-06-06 2020-06-10 Visidon Oy Image registering method and apparatus
DE102019217576B4 (de) * 2019-11-14 2021-10-14 Siemens Healthcare Gmbh Identifizieren und Bereitstellen von Fehlausrichtungsbildmerkmalen
US11151732B2 (en) * 2020-01-16 2021-10-19 Siemens Healthcare Gmbh Motion correction of angiography images for 3D reconstruction of coronary arteries
CN112288639A (zh) * 2020-07-20 2021-01-29 深圳市智影医疗科技有限公司 影像对比减影方法、装置、终端设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101027693A (zh) * 2004-08-09 2007-08-29 伯拉考开发股份有限公司 基于多个掩码的用于医学成像的像对准方法及设备
WO2009010860A1 (en) * 2007-07-16 2009-01-22 Ecole Centrale Des Arts Et Manufactures System and method for dense image registration using markov random fields and efficient linear programming
CN101663691A (zh) * 2007-04-23 2010-03-03 皇家飞利浦电子股份有限公司 不同预采集医学图像的时空扭曲

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8023732B2 (en) * 2006-07-26 2011-09-20 Siemens Aktiengesellschaft Accelerated image registration by means of parallel processors
DE102013214689B4 (de) 2013-07-26 2023-08-24 Siemens Healthcare Gmbh Verfahren zur Reduzierung von Artefakten in Bilddatensätzen und Recheneinrichtung

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101027693A (zh) * 2004-08-09 2007-08-29 伯拉考开发股份有限公司 基于多个掩码的用于医学成像的像对准方法及设备
CN101663691A (zh) * 2007-04-23 2010-03-03 皇家飞利浦电子股份有限公司 不同预采集医学图像的时空扭曲
WO2009010860A1 (en) * 2007-07-16 2009-01-22 Ecole Centrale Des Arts Et Manufactures System and method for dense image registration using markov random fields and efficient linear programming

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Image registration for DSA quality enhancement;Thorsten M.Buzug 等;《Computerized Medical Imaging & Graphics the Official Journal of the Computerized Medical Imaging Society》;19981202;第22卷(第2期);第1节、第2节、第3.1节、图1-2 *

Also Published As

Publication number Publication date
US10121244B2 (en) 2018-11-06
DE102015217317A1 (de) 2017-03-16
CN106530332A (zh) 2017-03-22
US20170076447A1 (en) 2017-03-16

Similar Documents

Publication Publication Date Title
CN106530332B (zh) 用于确定图像配准变换的变换确定设备和方法
US8879817B2 (en) Scan plan field of view adjustor, determiner, and/or quality assessor
US8600476B2 (en) Patient support table control system for use in MR imaging
JP6368779B2 (ja) トモシンセシスデータからエッジ保存合成マンモグラムを生成するための方法
US8774473B2 (en) Attenuation correction of MR coils in a hybrid PET/MR system
CN107334486A (zh) 确定造影剂辅助成像方法的至少一个协议参数
EP2815380B1 (en) Image resolution enhancement
US8463013B2 (en) X-ray diagnosis apparatus and image reconstruction processing apparatus
EA024855B1 (ru) Способ получения субтракционного ангиографического изображения
CN109381205B (zh) 用于执行数字减影血管造影的方法、混合成像装置
US10657621B2 (en) Moving structure motion compensation in imaging
CN107257991B (zh) 用于使用能量解析的断层摄影的定量碘图的重建的方法
US9675311B2 (en) Follow up image acquisition planning and/or post processing
US9691148B2 (en) Medical imaging analyzer and medical image processing method
US10052078B2 (en) Segmentation of moving structure in image data
US9320488B2 (en) Method and device for correction of movement artifacts in a computed tomography image
WO2022207238A1 (en) Methods and systems for biomedical image segmentation based on a combination of arterial and portal image information
JP7267329B2 (ja) デジタルマンモグラフィイメージングのための方法およびシステム
US11455711B2 (en) Providing an optimum subtraction data set
CN113538419B (zh) 一种图像处理方法和系统
JP2023518487A (ja) 胸部微小石灰化部位の磁気共鳴イメージング
EP4202838A1 (en) 3d dsa image reconstruction

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
TR01 Transfer of patent right

Effective date of registration: 20240902

Address after: German Phu F Haim

Patentee after: Siemens Medical AG

Country or region after: Germany

Address before: Erlangen

Patentee before: Siemens Healthineers AG

Country or region before: Germany