CN106999136A - 双能量射线照相中的运动校正方法 - Google Patents

双能量射线照相中的运动校正方法 Download PDF

Info

Publication number
CN106999136A
CN106999136A CN201580068883.2A CN201580068883A CN106999136A CN 106999136 A CN106999136 A CN 106999136A CN 201580068883 A CN201580068883 A CN 201580068883A CN 106999136 A CN106999136 A CN 106999136A
Authority
CN
China
Prior art keywords
image
correction
global
low energy
high energy
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201580068883.2A
Other languages
English (en)
Other versions
CN106999136B (zh
Inventor
T.伯坦斯
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.)
Agfa Co ltd
Original Assignee
Agfa HealthCare NV
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 Agfa HealthCare NV filed Critical Agfa HealthCare NV
Publication of CN106999136A publication Critical patent/CN106999136A/zh
Application granted granted Critical
Publication of CN106999136B publication Critical patent/CN106999136B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
    • A61B6/5264—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise due to motion
    • 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
    • A61B6/52—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
    • 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
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • 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
    • A61B6/505—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 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
    • G06T2207/10—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
    • G06T2207/30—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

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Optics & Photonics (AREA)
  • Biophysics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Image Processing (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

运动校正方法是2步骤方法。第一步骤包括使用双线性翘曲技术和肺野的粗略描绘的全局运动校正。将原生图像（低能图像，高能图像）之一变形以匹配其它图像。在第二步骤中，通过计算小重叠瓦片中的接近度值来将局部运动校正应用到全局运动校正的图像。仅考虑具有足够高的接近度值的瓦片。在此第二步骤中应用的最大移动被限制到几个像素以避免原生图像的强烈变形。

Description

双能量射线照相中的运动校正方法
技术领域
本发明涉及双能量射线照相，并且更特别地涉及一种用于减少组织类型特定的衍生图像中的未配准伪像的运动校正方法。
背景技术
胸部检查的诊断阅读受到解剖学噪声的阻碍。由于覆盖的骨骼结构的阻塞，胸部异常难以识别。在标准的胸部射线照相中，通过用高能光子（约120 kVp）进行曝光来部分地减少骨骼结构的对比。
双能量减影的技术允许通过使用双曝光来分离骨骼和软组织：一个具有高能谱，并且一个具有低能谱。结果是标准的后-前胸部图像和2个组织类型特定的图像。此技术有助于识别和表征结节、包块、肺部疾病和骨骼异常。
尽管两个曝光是在来自呼吸的小于一秒（通常为200ms）的运动伪像内完成的，但是心脏运动和生理运动要求运动校正方法来减少运动伪像。
投影放射照相图像中的重叠结构可以示出不同的位移。例如，由于呼吸引起的运动是复杂的，并且与重叠的肋骨结构相比，肺野（例如支气管）中的结构可以移动到其它方向中。即使前肋骨和后肋骨的阴影也可以示出不同的位移。
为了优化软组织衍生图像的质量，抑制骨骼结构是重要的。由于骨骼结构未对准而引起的运动伪像令人不安并且必须避免。然而，必须考虑图像中软组织的位移以避免软组织区域的强烈变形。
在专利US 7.257.245 B2中描述了软组织类型驱动图像配准方法的提议。该方法依赖于指示高能（HE）和低能（LE）图像中的组织类型特定的结构的掩模图像（mask image）以引导图像对准。此方法强烈地依赖于识别双曝光原生图像（native image）中的对应组织类型特定的结构的能力。
目的是提供一种克服了上述缺点的用于双能量图像记录过程中的运动校正的方法。
发明内容
上面提到的各方面通过具有在权利要求1中阐述的具体方法步骤的方法来实现。
在从属权利要求中阐述了针对本发明的优选实施例的具体特征。
本发明通常被实施为计算机程序产品，其适于在计算机上运行并且存储在计算机可读介质上时执行权利要求中的任何一个的方法。
根据下面的描述和附图，本发明的更多优点和实施例将变得显而易见。
附图说明
图1示出了适合于肺野的四边形，
图2示出了针对多个平移偏移的局部接近度度量，
图3示出了实际（最终）的角控制点。
具体实施方式
在双能量放射照相中，由x射线成像系统生成2个图像：低能原生图像（LE）和高能原生图像（HE）。
通过使用不考虑如足跟效应（heel effect）、射束硬化和散射的空间依赖效应的简化物理模型，对数减影（log-subtraction）技术允许将低能和高能原生图像分解成材料特定的图像，例如，胸部射线照相中的骨骼和软组织图像：
其中和为针对低能谱的软组织和骨骼的衰减系数，和为针对高能谱的软组织和骨骼的衰减系数，并且和为针对像素位置（x，y）的患者中的骨骼和软组织的厚度。
通过选择适当的权重参数w，可以重构软组织图像（），并且可以重构骨骼图像（）。
在双曝光系统的情况下，必须空间地对低能和高能的原生图像进行配准以减少由于心脏、呼吸、肠和患者运动引起的未对准伪像。
可以将预处理操作应用到低能和高能图像以减少噪声，去除防散射网格线伪像等。
根据本发明，通过将全局运动校正步骤应用到低能或高能的原生图像中的一个，其后面是将局部运动校正步骤应用到全局运动校正的（中间的）图像来实现运动校正。
全局运动校正是基于由多个控制点控制的低能或高能原生图像之一的双线性翘曲（warping）。
在具体实施例中，放射照相图像是胸部图像。在这个实施例中，这些控制点是4个控制点，更具体地说是四边形的4个角，其大致描绘了胸部图像中的肺野（参见图1，点A、B、C、D）。
通过分析原生图像之一的水平和垂直平均轮廓（profile）来找到这些角控制点。
角控制点被选择在肺野边缘的附近。
在肺野的外围，骨骼结构和软组织的阴影的运动或多或少是对准的。此外，在此区域中，前肋骨和后肋骨的位移之间的不符是有限的。所以，在肺野边缘的附近，可以通过考虑所有像素来准确地计算局部运动。
在这些角控制点处，通过使用以角控制点为中心的局部图像补丁（如图2中所示），针对多个平移偏移来计算双曝光原生图像（高能（HE）图像和低能（LE）图像）之间的局部接近度值。
存在计算图像之间的局部接近度（也称为相似度）的几个方法。
在优选实施例中，局部接近度值是低能或高能原生图像之一（例如，低能原生图像）中的补丁和另一原生图像（例如，高能原生图像）针对多个平移偏移的模板的（归一化的）交叉相关系数。
在“Fast Normalized Cross-Correlation”，J.P. Lewis，Vision Interface，1995中描述了归一化交叉相关系数计算的实现。
其中
•是模板
•是模板的平均值
•是图像补丁
•是模板区域下面的图像补丁的平均值
在具体实施例中，用乘法对图像解调。在典型的实现中，通过将原始像素值除以其低通过滤的版本来执行双曝光输入图像的乘法解调。优选地，对乘法解调的图像进行修剪（clip）以限制高信号对比度对接近度值的影响。
在优选实施例中，模板的尺寸是具有在3 cm和6 cm之间的物理范围（physicalextent）的方形。将模板在每个方向上在4 mm的最大距离内移动。在另一实施例中，通过使用归一化交叉相关系数来直接在灰度值原生图像上计算接近度值。
在又一实施例中，可以将欧几里得距离或互信息用作接近度值。
在每个控制点中，将针对其而言接近度值达到其最大值并超过预定义阈值的平移偏移选择为位移矢量。阈值（thresholding）避免引入由于原生图像中的噪声污染引起的不可靠的位移矢量。所选择的阈值与原生图像中的预期噪声水平相关。
为了改善鲁棒性（robustness），可以在另外的控制点中计算最大接近度值和对应的位移矢量。在优选实施例中，另外的控制点是对（A，B）、（B，C）、（C，D）、（A，D）的中点和四边形ABCD的中心（参见图1，点0到4）。
控制点0、1和3位于脊柱附近。考虑到这些另外的控制点将避免图像中心的不想要的变形。
在优选实施例中，使用每个角控制点的位置和位移以及具有到所述角控制点的最短距离的3个另外的控制点来将四边形ABCD的4个角的最终位置和位移计算为加权平均值。
这导致新的四边形，其具有拐角点A'、B'、C'和D'（参见图3）。
使用下面的组合来计算这些拐角点A'、B'、C'和D'的位置及对应的最终位移：
•A'基于A、0、1和4
•B'基于B、0、1和2
•C'基于C、0、2和3
•D'基于D、0、3和4。
在优选实施例中，由接近度值和预定义权重分布来确定分配到不同控制点的权重。
仅考虑具有高于预定义阈值的接近度值的控制点。在不同控制点上的权重分布确保角控制点的权重是另外控制点的权重的至少两倍。
给出拐角点A'、B'、C'和D'的位置及对应的位移，使用翘曲（例如双线性翘曲）来应用运动校正。
双线性翘曲根据下面的公式来将原始图像中的像素坐标（x，y）变换到新的坐标（x'，y'）：
。
使用公知的矩阵代数运算，可以从给定的x和y坐标以及4个拐角点A'、B'、C'和D'的位移中计算出8个未知系数和。
使用诸如三次插值之类的插值来计算翘曲图像的像素值。
在第二步骤中，对（双线性）翘曲图像进行局部校正以进一步改善与其它的未经修改的原生图像匹配的内容。
为了计算局部位移，使用非全局校正（高能或低能）原生图像和全局校正图像中的重叠瓦片来计算接近度值。针对水平和垂直方向上的每第N个像素来计算瓦片。针对N的典型值为16。
在优选实施例中，接近度的局部值是例如双线性翘曲的低能图像的翘曲图像中的瓦片和其他原生图像（例如，HE图像）针对多个平移偏移的模板的归一化交叉相关系数，或者反之亦然。（类似于关于全局校正步骤所描述的，可以对图像用乘法解调）。
典型的瓦片​​尺寸为63x63像素。优选地，平移偏移被限制到最大2个像素的两个方向上的移动。
将针对其而言接近度值达到其最大值并超过预定义阈值的平移偏移选择为局部位移矢量。
结果是稀疏采样的局部运动校正位移图。
使用稀疏位移图中的值的双线性插值来计算用于每个中间像素的位移矢量。
在另一实施例中，使用三次插值来计算针对每个中间像素的位移矢量。
使用双线性插值来将局部运动校正位移图应用到全局校正的图像（例如，双线性翘曲LE图像）。
在另一实施例中，使用三次插值来将位移图应用到（双线性）翘曲的（LE）图像。
使用运动校正的双曝光图像来计算具有受抑制的运动伪像的组织类型特定的图像。计算组织类型特定的图像的此类方法是如专利申请WO/2013/037659中描述的无校准双能量射线照相方法。
因为存在多尺度灰度处理（EP1341125）和多尺度对比度增强处理（EP1347413），所以可以例如使用已知的多尺度图像处理方法来将后处理操作应用到组织类型特定的图像以减少噪声，以应用散射校正并且以将像素值转换到适合于再现或显示的值。

Claims (15)

1.一种用于在双能量射线照相成像方法中校正运动伪像的方法，包括全局位置校正步骤，所述全局位置校正步骤全局地校正相同对象的高能和低能射线照相原生图像的至少一个中的像素的位置，其后面是局部位置校正步骤，所述局部位置校正步骤局部地校正全局校正的图像中的像素位置，
其特征在于所述全局位置校正步骤包括：
- 针对所述低能和高能原生图像之一中的多个预定义的控制点，使用以所述控制点为中心的局部图像补丁来确定多个平移偏移的局部接近度值，
- 从所确定的接近度值导出针对所述控制点中的每个的位移矢量，
- 从所述位移矢量推导出针对翘曲变换的翘曲系数，
- 将所述翘曲变换应用到所述低能和高能原生图像之一以获得全局校正的图像。
2.根据权利要求1所述的方法，其中所述翘曲变换是双线性翘曲变换。
3.根据权利要求1所述的方法，其中，所述成像方法是胸部成像方法，并且所述控制点是基本上描绘所述胸部图像中的肺野的四边形的拐角点。
4.根据权利要求1所述的方法，其中定义并使用另外的控制点来导出所述位移矢量。
5.根据权利要求1所述的方法，其中所述位移矢量是针对其而言为所述多个平移偏移获得的所述局部接近度值达到最大值并且超过预定义阈值的平移偏移。
6.根据权利要求5所述的方法，其中所述局部接近度值被定义为以所述低能和高能原生图像中的一个中的所述拐角点为中心的图像补丁和所述低能和高能原生图像中的另一个的模板的交叉相关系数。
7.根据权利要求6所述的方法，其中所述低能和高能原生图像中的至少一个被用乘法解调。
8.根据权利要求1所述的方法，其中所述全局校正的图像通过以下各项被局部校正：
- 在所述全局校正的图像和未全局校正的低能或高能原生图像中定义多个重叠瓦片，
- 计算针对所述瓦片中的每个的局部位移矢量，
- 使用所述局部位移矢量来构建位移图，
- 将所述位移图应用到所述全局校正的图像。
9.根据权利要求8所述的方法，其中所述位移矢量是针对其而言为所述多个平移偏移获得的所述局部接近度值达到最大值并且超过预定义阈值的平移偏移。
10.根据权利要求9所述的方法，其中所述局部接近度值被定义为所述全局校正的图像中的图像补丁和非全局校正的低能或高能原生图像的模板的交叉相关系数。
11.根据权利要求10所述的方法，其中所述全局校正的图像和所述非全局校正的原生图像中的至少一个被用乘法解调。
12.根据权利要求8所述的方法，其中通过将插值应用到所述位移图的值来计算针对每个像素的位移矢量。
13.根据权利要求8所述的方法，其中使用双线性插值将所述位移图应用到全局校正的图像。
14.一种适于在计算机上运行时执行前述权利要求中任一项所述的方法的计算机程序产品。
15.一种包括适于执行权利要求1-13中任一项所述的步骤的计算机可执行程序代码的计算机可读介质。
CN201580068883.2A 2014-12-16 2015-12-15 双能量射线照相中的运动校正方法 Expired - Fee Related CN106999136B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP14198241.3 2014-12-16
EP14198241.3A EP3034000A1 (en) 2014-12-16 2014-12-16 Motion correction method in dual energy radiography
PCT/EP2015/079757 WO2016096833A1 (en) 2014-12-16 2015-12-15 Motion correction method in dual energy radiography

Publications (2)

Publication Number Publication Date
CN106999136A true CN106999136A (zh) 2017-08-01
CN106999136B CN106999136B (zh) 2021-07-06

Family

ID=52144414

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580068883.2A Expired - Fee Related CN106999136B (zh) 2014-12-16 2015-12-15 双能量射线照相中的运动校正方法

Country Status (4)

Country Link
US (1) US10441237B2 (zh)
EP (2) EP3034000A1 (zh)
CN (1) CN106999136B (zh)
WO (1) WO2016096833A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110448320A (zh) * 2019-08-01 2019-11-15 新里程医用加速器(无锡)有限公司 用于cbct系统的球管组件及双能三维体积图像的重建方法

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7007319B2 (ja) * 2019-03-29 2022-01-24 富士フイルム株式会社 放射線撮影装置、放射線撮影装置の作動方法、放射線撮影装置の作動プログラム

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080247626A1 (en) * 2007-03-22 2008-10-09 Amar Dhanantwari Registration method for projections in dual energy
CN101822545A (zh) * 2010-05-11 2010-09-08 河南大学 一种数字减影血管造影运动伪影消除方法及其系统
CN102411781A (zh) * 2011-09-09 2012-04-11 华南理工大学 一种双能减影胸部x射线图像的运动校正系统
CN102631210A (zh) * 2011-02-15 2012-08-15 西门子公司 校正图像数据的方法、图像数据组处理装置、x 射线系统

Family Cites Families (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0721287A1 (en) * 1995-01-09 1996-07-10 Daewoo Electronics Co., Ltd Method and apparatus for encoding a video signal
US5690106A (en) * 1995-06-30 1997-11-25 Siemens Corporate Research, Inc. Flexible image registration for rotational angiography
US5784431A (en) * 1996-10-29 1998-07-21 University Of Pittsburgh Of The Commonwealth System Of Higher Education Apparatus for matching X-ray images with reference images
US5982915A (en) * 1997-07-25 1999-11-09 Arch Development Corporation Method of detecting interval changes in chest radiographs utilizing temporal subtraction combined with automated initial matching of blurred low resolution images
US6157747A (en) * 1997-08-01 2000-12-05 Microsoft Corporation 3-dimensional image rotation method and apparatus for producing image mosaics
JP2002324238A (ja) 2001-04-26 2002-11-08 Fuji Photo Film Co Ltd 画像の位置合わせ方法および装置
US6968085B2 (en) * 2001-09-10 2005-11-22 Xerox Corporation Document matching and annotation lifting
US7068826B2 (en) * 2002-01-28 2006-06-27 Ge Medical Systems Global Technology Company, Llc Automatic selection of the log-subtraction decomposition parameters for dual energy chest radiography
US6661873B2 (en) * 2002-01-28 2003-12-09 Ge Medical Systems Global Technology Company, Llc Motion artifacts reduction algorithm for two-exposure dual-energy radiography
EP1517269A1 (en) 2002-02-22 2005-03-23 Agfa-Gevaert Method for enhancing the contrast of an image
EP1341125A3 (en) 2002-02-22 2005-03-16 Agfa-Gevaert Multiscale gradation processing method
US7408986B2 (en) * 2003-06-13 2008-08-05 Microsoft Corporation Increasing motion smoothness using frame interpolation with motion analysis
WO2007027684A2 (en) * 2005-08-30 2007-03-08 University Of Maryland Baltimore Techniques for 3-d elastic spatial registration of multiple modes of measuring a body
US7783096B2 (en) * 2005-10-17 2010-08-24 Siemens Corporation Device systems and methods for imaging
US20070206880A1 (en) * 2005-12-01 2007-09-06 Siemens Corporate Research, Inc. Coupled Bayesian Framework For Dual Energy Image Registration
US7869667B1 (en) * 2007-01-19 2011-01-11 Google Inc. Method for automatic alignment of raster data with vector data in a geographic information system
US8005288B2 (en) * 2007-04-24 2011-08-23 Siemens Aktiengesellschaft Layer reconstruction from dual-energy image pairs
US8073230B2 (en) * 2007-05-09 2011-12-06 Case Western Reserve University Systems and methods for generating images for identifying diseases
US8155452B2 (en) * 2008-10-08 2012-04-10 Harris Corporation Image registration using rotation tolerant correlation method
US8620093B2 (en) * 2010-03-15 2013-12-31 The United States Of America As Represented By The Secretary Of The Army Method and system for image registration and change detection
JP5612371B2 (ja) * 2010-06-11 2014-10-22 富士フイルム株式会社 画像位置合わせ装置および方法並びにプログラム
JP5791241B2 (ja) * 2010-07-16 2015-10-07 キヤノン株式会社 画像処理方法、画像処理装置、およびプログラム
US8798387B2 (en) * 2010-11-11 2014-08-05 Panasonic Intellectual Property Corporation Of America Image processing device, image processing method, and program for image processing
US9083845B2 (en) * 2010-12-23 2015-07-14 Samsung Electronics Co., Ltd. Global arming method for image processing pipeline
WO2012145819A1 (en) * 2011-04-25 2012-11-01 Magna International Inc. Image processing method for detecting objects using relative motion
ES2472454T3 (es) * 2011-09-12 2014-07-01 Agfa Healthcare Método de radiografía de doble energía que no necesita calibración
JP5821526B2 (ja) * 2011-10-27 2015-11-24 ソニー株式会社 画像処理装置、画像処理方法及びプログラム
CN102801972B (zh) * 2012-06-25 2017-08-29 北京大学深圳研究生院 基于特征的运动矢量估计和传递方法
US9384555B2 (en) * 2012-07-02 2016-07-05 Kabushiki Kaisha Toshiba Motion correction apparatus and method
US9501831B2 (en) * 2012-10-02 2016-11-22 Google Inc. Identification of relative distance of objects in images
WO2014054958A2 (en) * 2012-10-05 2014-04-10 Universidade De Coimbra Method for aligning and tracking point regions in images with radial distortion that outputs motion model parameters, distortion calibration, and variation in zoom
US9886645B2 (en) * 2013-05-09 2018-02-06 National Technology & Engineering Solutions Of Sandia, Llc Image registration via optimization over disjoint image regions
US20170091550A1 (en) * 2014-07-15 2017-03-30 Qualcomm Incorporated Multispectral eye analysis for identity authentication

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080247626A1 (en) * 2007-03-22 2008-10-09 Amar Dhanantwari Registration method for projections in dual energy
CN101822545A (zh) * 2010-05-11 2010-09-08 河南大学 一种数字减影血管造影运动伪影消除方法及其系统
CN102631210A (zh) * 2011-02-15 2012-08-15 西门子公司 校正图像数据的方法、图像数据组处理装置、x 射线系统
CN102411781A (zh) * 2011-09-09 2012-04-11 华南理工大学 一种双能减影胸部x射线图像的运动校正系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
宫辉力主编: "《山海易绘地理信息系统实用教程》", 28 February 2007 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110448320A (zh) * 2019-08-01 2019-11-15 新里程医用加速器(无锡)有限公司 用于cbct系统的球管组件及双能三维体积图像的重建方法

Also Published As

Publication number Publication date
EP3232932B1 (en) 2019-04-24
CN106999136B (zh) 2021-07-06
EP3034000A1 (en) 2016-06-22
US10441237B2 (en) 2019-10-15
US20170340305A1 (en) 2017-11-30
WO2016096833A1 (en) 2016-06-23
EP3232932A1 (en) 2017-10-25

Similar Documents

Publication Publication Date Title
Brehm et al. Self‐adapting cyclic registration for motion‐compensated cone‐beam CT in image‐guided radiation therapy
Balik et al. Evaluation of 4-dimensional computed tomography to 4-dimensional cone-beam computed tomography deformable image registration for lung cancer adaptive radiation therapy
US9582906B2 (en) Method for subjecting PET image to motion compensation and attenuation correction by using small number of low-radiation-dose CT images
Hirai et al. Real-time tumor tracking using fluoroscopic imaging with deep neural network analysis
JP6656910B2 (ja) 医用画像処理装置、医用画像診断装置及び医用画像処理プログラム
US20100266188A1 (en) Chest x-ray registration, subtraction and display
US9451927B2 (en) Computed tomography data-based cycle estimation and four-dimensional reconstruction
JP2012233896A (ja) 医用画像を運動補正する方法及び装置
Riblett et al. Data‐driven respiratory motion compensation for four‐dimensional cone‐beam computed tomography (4D‐CBCT) using groupwise deformable registration
Muenzing et al. DIRBoost–an algorithm for boosting deformable image registration: Application to lung CT intra-subject registration
Dou et al. A method for assessing ground-truth accuracy of the 5DCT technique
US20080193001A1 (en) Visual Enhancement of Interval Changes Using Temporal Subtraction
JP5905308B2 (ja) 画像処理装置、方法及びプログラム
Choi et al. X-ray and magnetic resonance imaging fusion for cardiac resynchronization therapy
CN106999136A (zh) 双能量射线照相中的运动校正方法
Nam et al. Motion-compensated PET image reconstruction with respiratory-matched attenuation correction using two low-dose inhale and exhale CT images
US8224046B2 (en) Visual enhancement of interval changes using rigid and non-rigid transformations
Lausch et al. Image registration for abdominal dynamic contrast-enhanced magnetic resonance images
WO2023163933A1 (en) Registration of deformable structures
Jiang et al. Enhancement of 4-D cone-beam computed tomography (4D-CBCT) using a dual-encoder convolutional neural network (DeCNN)
Dawood et al. Motion correction in respiratory gated cardiac PET/CT using multi-scale optical flow
JP4613317B2 (ja) 時間的に連続する２枚の胸部ｘ線像からの経時変化検出のためのサブトラクション方法
JP2007014435A (ja) 画像処理装置、画像処理方法およびそのプログラム
US8180124B2 (en) Registration method for projections in dual energy
Mokri et al. Hybrid registration of PET/CT in thoracic region with pre-filtering PET sinogram

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20190506

Address after: Belgian Mo

Applicant after: Agfa Co.,Ltd.

Address before: Belgian Mo

Applicant before: AGFA HEALTHCARE

GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20210706