CN106688014B - 用于确定放射摄影图像的图像质量的设备和方法 - Google Patents
用于确定放射摄影图像的图像质量的设备和方法 Download PDFInfo
- Publication number
- CN106688014B CN106688014B CN201580048458.7A CN201580048458A CN106688014B CN 106688014 B CN106688014 B CN 106688014B CN 201580048458 A CN201580048458 A CN 201580048458A CN 106688014 B CN106688014 B CN 106688014B
- Authority
- CN
- China
- Prior art keywords
- segmented
- radiographic image
- quality
- image
- determination module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 30
- 210000001562 sternum Anatomy 0.000 claims abstract description 32
- 230000011218 segmentation Effects 0.000 claims abstract description 27
- 210000004072 lung Anatomy 0.000 claims description 29
- 210000003109 clavicle Anatomy 0.000 claims description 15
- 210000000038 chest Anatomy 0.000 claims description 13
- 210000000988 bone and bone Anatomy 0.000 claims description 9
- 238000009432 framing Methods 0.000 claims description 7
- 230000003287 optical effect Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 238000012512 characterization method Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 12
- 238000003384 imaging method Methods 0.000 description 7
- 230000005855 radiation Effects 0.000 description 6
- 210000000115 thoracic cavity Anatomy 0.000 description 6
- 238000005259 measurement Methods 0.000 description 4
- 238000013442 quality metrics Methods 0.000 description 4
- 238000002601 radiography Methods 0.000 description 4
- 210000001519 tissue Anatomy 0.000 description 4
- 238000002059 diagnostic imaging Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 210000000056 organ Anatomy 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000005670 electromagnetic radiation Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002079 cooperative effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000399 orthopedic effect Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000009527 percussion Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 208000008128 pulmonary tuberculosis Diseases 0.000 description 1
- 238000000275 quality assurance Methods 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 230000002285 radioactive effect Effects 0.000 description 1
- 238000002673 radiosurgery Methods 0.000 description 1
- 238000001959 radiotherapy Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000002910 structure generation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/46—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with special arrangements for interfacing with the operator or the patient
- A61B6/461—Displaying means of special interest
- A61B6/466—Displaying means of special interest adapted to display 3D data
-
- 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
- G06T7/0014—Biomedical image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/48—Diagnostic techniques
- A61B6/488—Diagnostic techniques involving pre-scan acquisition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/50—Clinical applications
- A61B6/505—Clinical applications involving diagnosis of bone
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/54—Control of apparatus or devices for radiation diagnosis
- A61B6/542—Control of apparatus or devices for radiation diagnosis involving control of exposure
- A61B6/544—Control of apparatus or devices for radiation diagnosis involving control of exposure dependent on patient size
-
- 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
- G06T2207/10124—Digitally reconstructed radiograph [DRR]
-
- 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
- G06T2207/30008—Bone
-
- 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
- G06T2207/30061—Lung
-
- 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
- G06T2207/30168—Image quality inspection
Abstract
本发明涉及一种用于确定放射摄影图像的图像质量的设备(1),所述设备包括:采集模块(10),其被配置为采集所述放射摄影图像;分割模块(20),其被配置为将所采集的放射摄影图像上的胸骨结构分割成经分割的胸骨结构轮廓并将所采集的放射摄影图像上的组织结构分割成经分割的组织结构轮廓;以及质量确定模块(30),其被配置为基于所述经分割的胸骨结构轮廓的第一位置与所述经分割的组织结构轮廓的第二位置的比较来确定针对所采集的放射摄影图像的图像质量系数。
Description
技术领域
本发明涉及图像质量分析、确定和评价的领域。具体地,本发明涉及用于确定放射摄影图像的图像质量的设备和方法。
背景技术
US 6516046 B1描述了一种用于对针对放射治疗或放射外科手术的患者进行确切定位的方法,所述方法包括以下步骤:相对于线性加速器对所述患者进行预定位;产生在辐射处置目标附近的所述患者的或身体部分中的一个身体部分的至少一幅X射线图像;将所述X射线图像进行映射;并且基于所述图像中的特异性界标来检测位置误差。
US 2003/0081734 A1描述了一种用于数字放射摄影的低剂量暴露辅助定位系统,提供了用于通过使用低剂量暴露辅助定位来改善对患者的成像的系统和方法,所述患者被定位在X射线系统中,并且然后利用低剂量预击发进行成像,以验证患者的定位。如果患者的定位是可接受的,则利用完全剂量X射线暴露对患者进行成像。
US 2014/0185740 A1描述了一种用于跟踪图像的自动扫描和定位装置,所述装置包括:接收器件,其用于接收通过跟踪扫描获得的对象的跟踪图像;核查和确定器件,其用于根据被包含在所述跟踪图像中的多个信息来自动地核查所述跟踪图像中的至少一个位置,并且基于所述至少一个位置来自动地确定扫描范围。
在数字X射线放射摄影的许多领域中,不正确或不恰当的患者定位导致图像质量不佳,患者定位对记录的图像的质量具有很大影响。
定位误差是在X射线采集中最频繁观察到的误差之一。定位误差可以使放射摄影的诊断价值劣化,例如,因错位误差导致的肺组织异常与肩胛骨重叠,并且因此造成该异常被忽略。定位误差也可以妨碍期望的诊断,例如,目标器官不是完全可见的(例如,缺少肺部、缺少肺部顶点)或者目标器官是从有缺陷的角度采集的(例如,针对矫形问题)。
在这样的情况下,不得不重复进行X射线采集。不能非常一致地遵循预定义标准的采集中的强变化性也被陈述为在我们的调查研究中的肺结核领域中的图像采集的主要问题。因此,对定位标准的严谨遵循对于X射线图像的价值是重要因素。
发明内容
存在对用于图像质量分析的改进的系统和方法的需要。
这些需要通过独立权利要求的主题来满足这些需。其他示范性实施例根据从属权利要求和以下描述是明显的。
本发明的一方面涉及一种用于确定放射摄影图像的图像质量的设备,所述设备包括:采集模块,其被配置为采集所述放射摄影图像;分割模块,其被配置为将所采集的放射摄影图像上的胸骨结构分割成经分割的胸骨结构轮廓并将所采集的放射摄影图像上的组织结构分割成经分割的组织结构轮廓;以及质量确定模块,其被配置为基于所述经分割的胸骨结构轮廓的第一位置与所述经分割的组织结构轮廓的第二位置的比较来确定针对所采集的放射摄影图像的图像质量系数。
换言之,本发明涉及诊断X射线放射摄影或胸部放射摄影。当采集胸部放射摄影时,患者定位误差是图像质量不足的普遍过程。定位误差可以使放射摄影的诊断价值劣化。
由本发明所使用的术语“图像质量”可以涉及测量感知到的图像劣化(通常,与理想或完美的图像相比)的图像特性。成像系统可以引入信号中的变形或伪影中的一些量,因此,质量评价是重要的问题。
本发明有利地提出根据记录的放射摄影图像来自动地确定患者定位的质量。例如,分割图像上可见的胸骨和两个肺野。通过使用经分割的胸骨的几何性质,能够提供图像质量量度。
可以提供自动分割算法,所述自动分割算法将肺野、锁骨和肋骨进行分割。另外,也可以提供肩胛骨的分割。一旦分割出骨骼,则能够执行自动测量。例如,可以测试肩胛骨轮廓是否与肺野轮廓相交,指示肩胛骨的不合适的定位。另外,例如,测量顶点到锁骨的距离,作为直接的质量指示物。
另外,本发明可以有利地提供能够基于经分割的肋骨结构使用三维胸部模型来确定关于例如图像记录装置中的光轴的患者旋转。
本发明的有利地允许恰当的患者定位。本发明提出了一种确定患者位置的自动方法。所述方法根据胸骨和肺野的自动分割导出定位质量量度。该量度支持用于患者定位的质量保证。
本发明有利地允许在采集胸部X射线图像中改善患者定位。
根据本发明,定位误差也可以包括因错误位置或从有缺陷的角度(例如,在预定义和恰当角度范围之外)采集图像导致的目标器官不完全可见。这有利地允许使定位误差最小化。
本发明有利地允许在患者位置的宽范围(换言之,对于图像质量仍然是足够且可接受的)内采集图像。本发明有利地提出通过使用图像中的胸骨的几何性质来自动地根据射线照片确定定位质量的量度。另外,本发明提供图像质量量度,其中,骨在图像中被分割。
根据本发明的另外的第二方面,提供了一种方法,所述方法是一种用于确定放射摄影图像的图像质量的方法,所述方法包括以下步骤:借助于采集模块采集所述放射摄影图像;借助于分割模块将所采集的放射摄影图像上的胸骨结构分割成经分割的胸骨结构轮廓并将所采集的放射摄影图像上的组织结构分割成经分割的组织结构轮廓;并且借助于质量确定模块基于所述经分割的胸骨结构轮廓的第一位置与所述经分割的组织结构轮廓的第二位置的比较来确定针对所采集的放射摄影图像的图像质量系数。
根据本发明的示范性实施例,所述质量确定模块被配置为还基于所述第一位置关于预定义的第一位置范围的集合的偏差来确定所述图像质量系数。换言之,可以确定所述第一位置是否在由预定义的第一位置范围的所述集合定义的范围内。这有利地允许避免因定位误差导致的图像质量的损失。
根据本发明的示范性实施例,所述质量确定模块被配置为还基于所述第二位置关于预定义的第二位置范围的集合的偏差来确定所述图像质量系数。换言之,可以确定所述第二位置是否在由预定义的第二位置范围的所述集合定义的范围内。这有利地允许避免因定位误差导致的图像质量的损失。
根据本发明的示范性实施例,所述质量确定模块被配置为确定表征所述经分割的胸骨结构轮廓与所述经分割的组织结构轮廓的相交水平的相交系数。这有利地允许甚至在相交结构存在或靠近感兴趣区域时提供高图像质量或对比度。
本发明所使用的术语“相交系数”可以涉及在至少两个被成像结构示出部分透明或半透明且这些结构至少部分地被成像到相同的图像区的情况下图像的特性,最终成像的图片信息可以包括来自二者结构的结构信息,其中,所述相交系数描述重叠的水平。
根据本发明的示范性实施例,所述质量确定模块被配置为还基于所述相交系数来确定所述图像质量系数。这有利地允许提供高图像质量。
根据本发明的示范性实施例,所述质量确定模块被配置为确定患者在放射摄影图像的采集期间关于X射线相机的光轴的位置。这有利地允许减少在图像记录期间X射线的施加剂量。
根据本发明的示范性实施例,所述质量确定模块被配置为还基于所述患者在所述放射摄影图像的所述采集期间所确定的位置来确定所述图像质量系数。这有利地减少对患者的施加剂量。
根据本发明的示范性实施例,所述分割模块被配置为将肺野结构分割成经分割的肺野结构轮廓,或者将肩胛骨结构分割成经分割的肩胛骨结构轮廓,或者将锁骨结构分割成经分割的肩胛骨结构轮廓,或者将肋骨结构分割成经分割的肋骨结构轮廓,作为对所述组织结构的所述分割。这有利地允许使用图像分析技术对解剖结构进行自动分割。
根据本发明的示范性实施例,所述质量确定模块被配置为基于所述经分割的胸骨结构轮廓的所述第一位置与所述经分割的肺野结构轮廓或经分割的肩胛骨结构轮廓或所述经分割的锁骨结构轮廓或所述经分割的肋骨结构轮廓的第二位置的比较来确定针对所采集的放射摄影图像的所述图像质量系数。
根据本发明的示范性实施例,所述质量确定模块被配置为还基于测得的顶点到锁骨的距离来确定所述图像质量系数。
执行本发明的方法的计算机程序可以被存储在计算机可读介质上。计算机可读介质可以是软盘、硬盘、CD、DVD、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)和EPROM(可擦除可编程只读存储器)。计算机可读介质也可以是数据通信网络,例如,互联网,其允许下载程序代码。
本文描述的方法、系统和设备可以被实施为数字信号处理器DSP、微控制器或以任何其他端处理器中的软件,或被实施为在专用集成电路ASIC、CPLD或FPGA内的硬件电路。
本发明能够被实施在数字电子电路或计算机硬件、固件、软件或其组合中,例如,被实施在医学设备的可用硬件或专门用于处理本文描述的方法的医学设备中的新的硬件中。
附图说明
参考以下示意图,将更清楚地获得对本发明的更全面的理解,所述附图未按比例绘制,其中:
图1示出了针对从后到前采集的胸部放射摄影图像的最优患者位置所要求的位置的示意图,以用于解释本发明;
图2示出了多幅所采集的放射摄影图像的示意图,以用于解释本发明;
图3示出了对两个肺野、锁骨、肺野内部的肩胛骨以及肺野中的肋骨的分割的示意图,以用于解释本发明;
图4示出了通过使用三维胸腔模型来估计患者姿势的示意图,以用于解释本发明;
图5示出了根据本发明的示范性实施例的用于确定放射摄影图像的图像质量的设备的示意图;
图6示出了根据本发明的示范性实施例的医学设备的示意图;并且
图7示出了根据本发明的示范性实施例的用于确定放射摄影图像的图像质量的方法的示意流程图。
具体实施方式
附图的图示是单纯示意性的,并不旨在提供缩放关系或尺寸信息。在不同的附图中,相似或相同的元件被提供具有相同的附图标记。通常,在说明书中,相同的部分、单元、实体或步骤被提供具有相同的附图标记。
图1示出了针对胸部PA放射摄影的最优患者位置所要求的位置,PA:从后到前的辐射。在图1中示出了患者与采集模块10的X射线相机的光轴OA的相对位置。
换言之,采集模块10可以包括X射线相机或X射线探测器或记录每次放射摄影的能被直接存储的图像的任何其他光学器械。
可以由描述患者关于参考系的位置的位置向量PPA来定义患者的定位,或者患者的定位可以被定义为关于X射线相机的光轴OA的相对位置。患者的定位可以影响所记录的放射摄影图像的质量,例如,因错位导致多种组织结构可以相互重叠或覆盖。
图2示出了多幅所采集的放射摄影图像的示意图,以用于解释本发明,定义确定针对胸部PA放射摄影的恰当患者定位的标准。在左上方的放射摄影图像上示出了肺野的肩胛骨,在中间左侧的放射摄影图像上示出了X射线上的肺部顶点,在左下方的图像上示出了射线照片,其中,以脊柱和气管为中心。
在图2的右上方的射线照片图像示出了锁骨上方5cm的肺部顶点。图2的中间右侧的射线照片图像示出了X射线上的肋膈角。图2的右下方的射线照片示出了与脊柱等距离的锁骨。
图3示出了多个参考结构,所述多个参考结构反映患者的位置并且可以从图像自动确定。
例如,根据本发明的示范性实施例,胸骨和两个肺野被用于该目的。自动分割算法可以被用于获得结构的轮廓。肺野可以被分割。另外,锁骨和肋骨被分割。
可以由左侧锁骨和右侧锁骨来表示第一对组织结构CS1、CS2,可以由肺野内部的左侧肩胛骨和右侧肩胛骨来给出第二对组织结构CS3、CS4。肺野中的肋骨由组织结构CS5、CS6表示,两个肺野由CS7表示。
根据本发明的示范性实施例,一旦骨被勾勒轮廓,则自动执行另外的测量,例如,测试肩胛骨轮廓是否与肺野轮廓相交,指示肩胛骨的不恰当定位。可以确定与这些不同组织结构发生的相交水平,并且可以计算描述发生的相交水平的相交系数。
根据本发明的示范性实施例,也可以测试肺野轮廓与图像边界的相交,其将指示损失的顶点或损失的肋膈角,表征在图像底部的相交。肺的顶点(拉丁语:apex pulmonis)是人类肺部的圆形上部。其延伸到颈部的根部,到达第一肋骨的胸骨端部的水平上方2.5厘米(0.98英寸)到4厘米(1.6英寸)之间。
根据本发明的示范性实施例,顶点到锁骨的距离也可以被测量作为直接的质量指示物。另外,根据本发明的示范性实施例,可以通过分析表示肺野轮廓的部分的隔膜轮廓来核查呼吸状态。
根据本发明的示范性实施例,可以明确且容易地分析局部指示物,如锁骨的介质边界。本发明可以有利地应用于多种应用:其能够对执行采集的操作者提供直接反馈。这对使得能够做出关于所要求的图像重拍的决策是有用的,并且对使得操作者能够学习以优化患者定位是有用的。指示实际和期望的骨骼位置与放射摄影重叠的方案是针对本发明的另外的应用。
另外,根据本发明的示范性实施例,所述系统可以用于在X射线机器、X射线成像系统或其他医学成像系统中进行收集合聚集。另外,所述医学成像系统可以记录预击发图像。这可以提供在质量量度是次优的情况下减少对患者的辐射暴露的机会。
根据本发明的示范性实施例,质量确定模块30可以被配置为基于经分割的胸骨结构轮廓的第一位置P1与经分割的组织结构轮廓的第二位置P2的比较来确定针对所采集的放射摄影图像的图像质量系数。
另外,根据本发明的示范性实施例,关于放射摄影图像上的经分割的胸骨结构轮廓的第一位置P1,放射摄影图像上可允许用于第一位置P1的范围或区可以被预定义或由质量确定模块30来确定,得到预定义的第一位置范围PR1的集合。
这同样应用于经分割的组织结构轮廓的第二位置P2,第二位置P2可以被约束为被定位在第二位置范围PR2内,以便达到足够的图像质量,这是因为只针对足够准确的患者定位情况,这通过分析组织结构位置来确定。
根据本发明的示范性实施例,针对第二位置P2的另外的范围可以被用于定义放射摄影图像的不同质量因数。质量确定模块30可以被配置为基于第二位置P2关于预定义的第二位置范围PR2的集合的偏差来确定所述图像质量系数。
换言之,可以确定第二位置是否在由预定义的第二位置范围的集合定义的范围内。
图4示出了使用三维胸腔模型来估计患者姿势的示意图,以用于解释本发明。图4示出了多个三维胸腔模型111、112、113、114、115,以用于解释本发明。
三维胸腔模型可以被用作基于胸腔的三维统计形状模型SSM的重建方法,其适于个体胸腔的记录的二维投影图像。在图4中示出了提取结构并对三维空间中的结构进行建模的处理。
根据本发明的示范性实施例,根据估计的三维变换,能够导出比基于单个局部指示物更鲁棒的质量量度。围绕脊柱轴的旋转角、与理想或标准位置的偏差可以是针对这种量度的另外的基础。图5示出了根据本发明的示范性实施例的用于确定放射摄影图像的图像质量的设备。
设备1可以包括采集模块10、分割模块20和质量确定模块30。
采集模块10可以被配置为采集放射摄影图像,所述放射摄影图像可以是由利用使用除可见光以外的组织穿透电磁辐射(尤其是X射线)的任何种类的医学成像技术的放射摄影成像系统记录的图像。
分割模块20可以被配置为将所采集的放射摄影图像上的胸骨结构分割成经分割的胸骨结构轮廓,并且可以被进一步配置为将所采集的放射摄影图像上的组织结构分割成经分割的组织结构轮廓。
质量确定模块30可以被配置为基于经分割的胸骨结构轮廓的第一位置P1与经分割的组织结构轮廓的第二位置P2的比较来确定针对所采集的放射摄影图像的图像质量系数。
所述图像质量系数可以被用于确定记录的图像的质量是否足以用于某个目的,这可以通过定义针对图像质量系数的不同范围来完成,其中,实际或特定图像质量系数值与范围的比较可以指示图像是否达到某个质量水平。
图6示出了根据本发明的另外的示范性实施例的医学设备的示意图。
医学成像设备200可以包括用于确定放射摄影图像的质量的设备。医学成像设备200可以是由利用使用除可见以外的电磁辐射(尤其是X射线)的任何类型的成像技术来查看诸如人类身体的非均匀构成且不透明的目标(即,变化的密度和组成的不透明的目标)的内部结构的放射摄影成像系统。
图7示出了根据本发明的另外的示范性实施例的用于确定放射摄影图像的图像质量的方法的示意图。
如图7中所描绘的方法可以包括以下步骤:
作为所述方法第一步骤,可以执行借助于采集模块10采集S1放射摄影图像。
作为所述方法的第二步骤,可以执行借助于分割模块将所采集的放射摄影图像上的胸骨结构分割S2成经分割的胸骨结构轮廓并将所采集的放射摄影图像上的组织结构分割S2成经分割的组织结构轮廓。
作为所述方法的第三步骤,可以执行借助于质量确定模块30基于经分割的胸骨结构轮廓的第一位置与经分割的组织结构轮廓的第二位置的比较来确定针对所采集的放射摄影图像的图像质量系数。
必须指出,本发明的实施例是参考不同主题来描述的。尤其地,一些实施例是参考方法型权利要求来描述的,而其他实施例是参考装置型权利要求来描述的。
然而,除非另有说明,本领域技术人员将从以上和以下的描述中推断出,除属于一种类型的主题的特征的任意组合之外,涉及不同主题的特征之间的任意组合也被认为在本申请中被公开。
然而,所有的特征都能够被组合来提供多于特征的简单加合的协同效应。
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图示性或示范性的,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,在实践请求保护的发明时能够理解并实现对所公开的实施例的其他变型。
在权利要求中,“包括”一词不排除其他元件或步骤,并且词语“一”或“一个”不排除多个。权利要求中的任何附图标记都不应被解释为对范围的限制。
Claims (15)
1.一种用于确定放射摄影图像的图像质量的设备(1),所述设备包括:
-采集模块(10),其被配置为采集所述放射摄影图像;
-分割模块(20),其被配置为将所采集的放射摄影图像上的胸骨结构分割成经分割的胸骨结构轮廓并将所采集的放射摄影图像上的组织结构分割成经分割的组织结构轮廓;以及
-质量确定模块(30),其被配置为基于所述经分割的胸骨结构轮廓的第一位置(P1)与所述经分割的组织结构轮廓的第二位置(P2)的比较来确定针对所采集的放射摄影图像的图像质量系数。
2.根据权利要求1所述的设备,
其中,所述质量确定模块(30)被配置为还基于所述第一位置(P1)关于预定义的第一位置范围(PR1)的集合的偏差来确定所述图像质量系数。
3.根据权利要求1或2所述的设备,
其中,所述质量确定模块(30)被配置为还基于所述第二位置(P2)关于预定义的第二位置范围(PR2)的集合的偏差来确定所述图像质量系数。
4.根据权利要求1或2所述的设备,
其中,所述质量确定模块(30)被配置为确定表征所述经分割的胸骨结构轮廓与所述经分割的组织结构轮廓的相交水平的相交系数。
5.根据权利要求4所述的设备,
其中,所述质量确定模块(30)被配置为还基于所述相交系数来确定所述图像质量系数。
6.根据权利要求1或2所述的设备,
其中,所述质量确定模块(30)被配置为确定患者在所述放射摄影图像的采集期间关于X射线相机的光轴(OA)的位置。
7.根据权利要求6所述的设备,
其中,所述质量确定模块(30)被配置为还基于所述患者在所述放射摄影图像的所述采集期间所确定的位置来确定所述图像质量系数。
8.根据权利要求1或2所述的设备,
其中,所述分割模块(20)被配置为将肺野结构进一步分割成经分割的肺野结构轮廓,或者将肩胛骨结构进一步分割成经分割的肩胛骨结构轮廓,或者将锁骨结构进一步分割成经分割的锁骨结构轮廓,或者将肋骨结构进一步分割成经分割的肋骨结构轮廓,作为对所述组织结构的所述分割。
9.根据权利要求8所述的设备,
其中,所述质量确定模块(30)被配置为基于所述经分割的胸骨结构轮廓的所述第一位置与所述经分割的肺野结构轮廓或所述经分割的肩胛骨结构轮廓或所述经分割的锁骨结构轮廓或所述经分割的肋骨结构轮廓的第二位置的比较来确定针对所采集的放射摄影图像的所述图像质量系数。
10.根据权利要求1或2所述的设备,
其中,所述质量确定模块(30)被配置为还基于测得的顶点到锁骨的距离来确定所述图像质量系数。
11.一种包括根据权利要求1至10中的任一项所述的设备(1)的医学成像系统(200)。
12.一种用于确定放射摄影图像的图像质量的方法,所述方法包括以下步骤:
-借助于采集模块(10)采集(S1)所述放射摄影图像;
-借助于分割模块(20)将所采集的放射摄影图像上的胸骨结构分割(S2)成经分割的胸骨结构轮廓并将所采集的放射摄影图像上的组织结构分割(S2)成经分割的组织结构轮廓;并且
-借助于质量确定模块(30)基于所述经分割的胸骨结构轮廓的第一位置(P1)与所述经分割的组织结构轮廓的第二位置(P2)的比较来确定(S3)针对所采集的放射摄影图像的图像质量系数。
13.根据权利要求12所述的方法,
其中,确定(S3)所述图像质量系数的所述步骤是还基于所述第一位置关于预定义的第一位置范围(PR1)的集合的偏差来执行的。
14.根据权利要求12或13所述的方法,
其中,确定(S3)所述图像质量系数的所述步骤是还基于所述第二位置关于预定义的第二位置范围(PR2)的集合的偏差来执行的。
15.一种用于存储计算机程序的计算机可读存储介质,所述计算机程序包括程序代码,所述程序代码用于当所述计算机程序在计算机上运行时执行根据权利要求12至14中的任一项所述的方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP14190995.2 | 2014-10-30 | ||
EP14190995 | 2014-10-30 | ||
PCT/EP2015/073953 WO2016066444A1 (en) | 2014-10-30 | 2015-10-16 | Device and method for determining image quality of a radiogram image |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106688014A CN106688014A (zh) | 2017-05-17 |
CN106688014B true CN106688014B (zh) | 2018-04-24 |
Family
ID=51893831
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201580048458.7A Active CN106688014B (zh) | 2014-10-30 | 2015-10-16 | 用于确定放射摄影图像的图像质量的设备和方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US9918691B2 (zh) |
EP (1) | EP3166496B1 (zh) |
JP (1) | JP6456002B2 (zh) |
CN (1) | CN106688014B (zh) |
WO (1) | WO2016066444A1 (zh) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3373814B1 (en) * | 2015-11-09 | 2019-05-22 | Koninklijke Philips N.V. | X-ray image inhalation quality monitoring |
US10702219B2 (en) * | 2017-09-15 | 2020-07-07 | General Electric Company | Methods, systems, and apparatus for determining radiation doses |
EP3644273A1 (en) * | 2018-10-24 | 2020-04-29 | Koninklijke Philips N.V. | System for determining image quality parameters for medical images |
CN109859168B (zh) * | 2018-12-28 | 2021-02-19 | 上海联影智能医疗科技有限公司 | 一种x射线胸片图像质量确定方法及装置 |
US11436720B2 (en) * | 2018-12-28 | 2022-09-06 | Shanghai United Imaging Intelligence Co., Ltd. | Systems and methods for generating image metric |
CN109741316B (zh) * | 2018-12-29 | 2023-03-31 | 成都金盘电子科大多媒体技术有限公司 | 医学影像智能评片系统 |
CN109741317B (zh) * | 2018-12-29 | 2023-03-31 | 成都金盘电子科大多媒体技术有限公司 | 医学影像智能评价方法 |
CN110866898B (zh) * | 2019-10-30 | 2022-10-14 | 上海联影智能医疗科技有限公司 | 一种乳腺图像处理方法、设备及存储介质 |
JP7237870B2 (ja) * | 2020-02-06 | 2023-03-13 | 株式会社日立ソリューションズ | 画像処理装置、画像処理方法及び画像処理システム |
CN111476777B (zh) * | 2020-04-07 | 2023-08-22 | 上海联影智能医疗科技有限公司 | 胸片图像处理方法、系统、可读存储介质和设备 |
CN113610744A (zh) * | 2020-04-20 | 2021-11-05 | 锐珂(上海)医疗器材有限公司 | X光图像质量控制系统 |
US11508065B2 (en) * | 2021-02-04 | 2022-11-22 | Qure.Ai Technologies Private Limited | Methods and systems for detecting acquisition errors in medical images |
CN113255762B (zh) * | 2021-05-20 | 2022-01-11 | 推想医疗科技股份有限公司 | 图像处理的方法及装置 |
CN113192609A (zh) * | 2021-05-20 | 2021-07-30 | 上海商汤智能科技有限公司 | 数据展示方法及装置、电子设备和存储介质 |
US20220398718A1 (en) * | 2021-06-11 | 2022-12-15 | GE Precision Healthcare LLC | System and methods for medical image quality assessment using deep neural networks |
EP4179976A1 (en) * | 2021-11-16 | 2023-05-17 | Koninklijke Philips N.V. | Assisting scapula positioning in chest x-ray imaging |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102365655A (zh) * | 2009-06-10 | 2012-02-29 | 三菱电机株式会社 | 图像核对装置以及使用了该图像核对装置的患者定位装置 |
CN102389319A (zh) * | 2010-07-16 | 2012-03-28 | 富士胶片株式会社 | 放射线图像处理装置以及放射线图像处理方法 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2757181B2 (ja) | 1987-10-15 | 1998-05-25 | スズキ株式会社 | 自動二輪車のフレーム |
JPH04101283A (ja) | 1990-08-21 | 1992-04-02 | Toshiba Corp | 画像処理装置 |
US5251207A (en) | 1992-03-10 | 1993-10-05 | International Business Machines Corporation | Combined terminal adapter for SMDS and frame relay high speed data services |
JP3195136B2 (ja) * | 1993-09-02 | 2001-08-06 | 科学技術振興事業団 | 画像処理装置 |
JP3403921B2 (ja) | 1997-07-07 | 2003-05-06 | 東芝テック株式会社 | カラーファクシミリ装置 |
US6282307B1 (en) * | 1998-02-23 | 2001-08-28 | Arch Development Corporation | Method and system for the automated delineation of lung regions and costophrenic angles in chest radiographs |
DE19953177A1 (de) | 1999-11-04 | 2001-06-21 | Brainlab Ag | Exakte Patientenpositionierung durch Vergleich von rekonstruierten und Linac-Röntgenbildern |
US6827489B2 (en) | 2001-11-01 | 2004-12-07 | Ge Medical Systems Global Technology Company, Llc | Low-dose exposure aided positioning (LEAP) for digital radiography |
JP2005295303A (ja) * | 2004-04-01 | 2005-10-20 | Fuji Photo Film Co Ltd | 放射線撮影装置 |
JP4652727B2 (ja) * | 2004-06-14 | 2011-03-16 | キヤノン株式会社 | 立体画像生成システムおよびその制御方法 |
US8081811B2 (en) * | 2007-04-12 | 2011-12-20 | Fujifilm Corporation | Method, apparatus, and program for judging image recognition results, and computer readable medium having the program stored therein |
JP2009285145A (ja) * | 2008-05-29 | 2009-12-10 | Fujifilm Corp | 放射線画像補正装置および方法ならびにプログラム |
US8270695B2 (en) * | 2008-10-07 | 2012-09-18 | Carestream Health, Inc. | Diagnostic image processing with automatic self image quality validation |
JP2010220902A (ja) | 2009-03-25 | 2010-10-07 | Fujifilm Corp | 認識結果判定装置および方法並びにプログラム |
CN103892862B (zh) | 2012-12-28 | 2018-12-25 | Ge医疗系统环球技术有限公司 | 用于侦查图像的自动扫描定位装置 |
-
2015
- 2015-10-16 WO PCT/EP2015/073953 patent/WO2016066444A1/en active Application Filing
- 2015-10-16 US US15/503,150 patent/US9918691B2/en active Active
- 2015-10-16 CN CN201580048458.7A patent/CN106688014B/zh active Active
- 2015-10-16 JP JP2017522070A patent/JP6456002B2/ja active Active
- 2015-10-16 EP EP15783984.6A patent/EP3166496B1/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102365655A (zh) * | 2009-06-10 | 2012-02-29 | 三菱电机株式会社 | 图像核对装置以及使用了该图像核对装置的患者定位装置 |
CN102389319A (zh) * | 2010-07-16 | 2012-03-28 | 富士胶片株式会社 | 放射线图像处理装置以及放射线图像处理方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2017531526A (ja) | 2017-10-26 |
JP6456002B2 (ja) | 2019-01-23 |
EP3166496B1 (en) | 2017-12-13 |
CN106688014A (zh) | 2017-05-17 |
US9918691B2 (en) | 2018-03-20 |
WO2016066444A1 (en) | 2016-05-06 |
EP3166496A1 (en) | 2017-05-17 |
US20170224302A1 (en) | 2017-08-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106688014B (zh) | 用于确定放射摄影图像的图像质量的设备和方法 | |
JP5036534B2 (ja) | 標的病変における変化の精密な測定評価のための医療用撮像システム | |
US11541605B2 (en) | Systems and methods for quality control in 3D printing applications using a 3D printed phantom | |
EP3125764B1 (en) | Processing apparatus for processing cardiac data of a living being | |
US9672607B2 (en) | Identification and registration of multi-marker jig | |
JP2008537691A (ja) | 診断用精密検査におけるイメージング・ソフトウエアの領域を拡張する方法 | |
JP2019511268A (ja) | 脳深部刺激療法の電極の三次元画像における回転配向の決定 | |
CN105899145B (zh) | 图像处理装置、图像处理方法和存储介质 | |
CN106413568B (zh) | 图像处理装置、图像处理装置的控制方法和存储介质 | |
EP3725227B1 (en) | Method of calibrating x-ray projection geometry in x-ray cone beam computed tomography | |
CN107106106B (zh) | 针对具有减小的角范围的旋转c型臂计算机断层摄影的自适应分割 | |
CN111583354B (zh) | 医学图像处理单元的训练方法和医学图像运动估计方法 | |
CN110349151B (zh) | 一种目标识别方法及装置 | |
JP6703470B2 (ja) | データ処理装置及びデータ処理方法 | |
JP6956514B2 (ja) | X線ct装置及び医用情報管理装置 | |
CN114983488A (zh) | 用于识别活检位置坐标的系统和方法 | |
JP2002533146A (ja) | 対象物の細部の寸法を得る方法 | |
Sobhana et al. | Automatic Cephalometric Analysis using Machine Learning | |
JP2005164334A (ja) | 核医学診断装置 | |
WO2020077426A1 (pt) | Método para automação de teste de resolução em imagens digitais | |
Marasinghe | Quality Assurance of Lung Cancer CT Screening CAD Systems: Feasibility Study with | |
Maleika | Algorithm for creating three-dimensional models of internal organs based on computer tomography |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |