CN107004262B - 基于设备的运动补偿的数字减影血管造影系统和方法 - Google Patents

基于设备的运动补偿的数字减影血管造影系统和方法 Download PDF

Info

Publication number
CN107004262B
CN107004262B CN201580065884.1A CN201580065884A CN107004262B CN 107004262 B CN107004262 B CN 107004262B CN 201580065884 A CN201580065884 A CN 201580065884A CN 107004262 B CN107004262 B CN 107004262B
Authority
CN
China
Prior art keywords
image
motion
mask
landmark
roi
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
CN201580065884.1A
Other languages
English (en)
Other versions
CN107004262A (zh
Inventor
O·P·内姆蓬
M·J·H·登哈尔托赫
R·纳沙贝
G·J·J·皮扎因
A·G·拉达埃利
R·弗洛朗
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips 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 Koninklijke Philips NV filed Critical Koninklijke Philips NV
Publication of CN107004262A publication Critical patent/CN107004262A/zh
Application granted granted Critical
Publication of CN107004262B publication Critical patent/CN107004262B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • 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
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/254—Analysis of motion involving subtraction of images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • 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
    • G06T2207/10121—Fluoroscopy
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20172—Image enhancement details
    • G06T2207/20201—Motion blur correction
    • 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
    • G06T2207/30021—Catheter; Guide wire
    • 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
    • G06T2207/30048—Heart; Cardiac
    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography
    • G06T2211/404—Angiography
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography
    • G06T2211/428—Real-time

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Algebra (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

一种用于仅关于跨投影图像(AG、MI)的界标的运动来配准所述投影图像的图像处理方法和相关的系统。所述界标的所述运动涉及感兴趣区域ROI的运动。然后从彼此减去经如此配准的图像(AG、MI)以得到差分图像，所述差分图像是局部运动补偿的，并且所述差分图像表示处于良好对比度的所述ROI，同时能够避免减影伪影。

Description

基于设备的运动补偿的数字减影血管造影系统和方法
技术领域
本发明涉及图像处理方法、图像处理系统、计算机程序单元以及计算机可读介质。
背景技术
存在在荧光透视或血管造影下执行的多种医学介入。换句话说，为了对患者的内部连同被引入到患者中以实现介入的医学工具或设备一起进行成像，要求实时投影X射线图像。
例如，为了阻止癌组织或AVM(动静脉畸形)的生长，可能故意栓塞其动脉馈线(arterial feeder)来关闭血液供应(AVM)和/或停止养分供应到肿瘤或生长(例如，在经导管动脉化学栓塞(TACE)中)。这种类型的介入被称为医学栓塞，可以通过以导管的方式在人体中的期望位置(感兴趣区域(ROI))处施予栓塞剂来实现。栓塞剂本质上是包括悬浮在载液中的小珠的一液体体积或质量的黏胶，通过所述黏胶，在疾病位置处实现堵塞。在这种栓塞介入期间，确保仅阻塞靶动脉馈线而周围脉管未被阻塞是卓越的。目前，通过采集一个或多个荧光透视投影图像来监视栓塞的位置。由于栓塞和/或载液的辐射不透性，投影的“覆盖区”在所述荧光透视图像中是可辨别的，由此向介入学家提供在放射学上关于栓塞的所在之处的线索。
依赖基于图像的支持的介入的另一范例是经导管主动脉瓣植入 (TAVI)。为了评价TAVI流程的结果，使用血管造影来例行地执行对瓣膜返流的视觉评价。执行造影剂的注入。介入学家然后对以下方面在视觉上检查血管造影帧：是否存在造影剂回流到左心室，以因此(基于心室中的造影剂的量、心室充盈造影剂的比例等)确定返流的严重性。
在上述两个示范性介入以及其它介入中，图像质量通常被相对于复杂和杂乱的背景(脊柱、肋骨、医学设备等)所查看一个或多个运动层中的糟糕的对比度所损害。在试图改善这种情形时，数字减影血管造影(DSA) 有时用于实现更好的图像对比度。在常规的DSA中，从对比度图像(例如，捕捉到栓塞的血管造影片或荧光透视帧)中减去掩模图像。然而，归因于在介入期间复杂的运动模式，DSA可能引入再次破坏图像质量的减影伪影。
发明内容
因此，本领域中需要解决上述缺陷中的至少一些的替代的图像处理方法和/或相关的装置。
通过独立权利要求的主题解决本发明的目的，其中，在从属权利要求中并入其它实施例。应当注意，后续描述的本发明的各方面等同地应用于图像处理方法、图像处理系统、计算机程序单元以及计算机可读介质。
根据本发明的第一方面，提供了一种图像处理系统，包括：
输入端口，其被配置为接收至少两幅投影图像，所述至少两幅投影图像包括具有处于其中的目标的样品的至少部分的至少一幅掩模图像和至少一幅对比度图像，所述掩模图像和所述对比度图像是在不同的采集时间处采集的，并且所述掩模图像和所述对比度图像中的每幅以不同的对比度表示感兴趣区域ROI；
界标识别器，其被配置为在所述对比度图像和所述至少一幅掩模图像中识别所述目标的至少一个界标；
运动估计器，其被配置为依照跨至少所述对比度图像和所述至少一幅掩模图像的识别出的至少一个界标的运动来估计所述目标的运动，其中，所述运动涉及所述ROI的运动；
运动补偿器，其被配置为仅基于估计出的界标运动将所述至少一幅掩模图像与所述至少一幅对比度图像进行配准；
减法器，其被配置为从所述至少一幅对比度图像减去至少一幅经配准的掩模图像，以获得所述ROI的差分图像；以及
输出端口，其被配置为输出所述差分图像。
根据一个实施例，所述图像处理系统包括可视化器，所述可视化器被配置为在显示设备上显示对应于所述ROI的所述差分图像的至少部分。
换句话说，所提出的方法实施ROI运动补偿的DSA，所述ROI运动补偿的DSA聚焦于ROI的运动。更具体地，通过跟踪表示ROI的图像部分内部或外部的界标来获得ROI的运动，并且仅考虑该界标运动来考虑对ROI 运动的补偿。换句话说，运动补偿仅基于界标运动。周围图像目标的其它运动被忽略。尽管经受不同于界标运动的不同运动的目标因此可能偶尔看起来是模糊的，但是这被申请人发现实际上是个有用的东西，这是因为该模糊使得操作者更容易集中精神于ROI中的高对比度图像信息，其相对于 (可能)模糊的背景对眼睛更加突出。当发布所提出的方法以实时地可视化图像来支持要求的介入时，这尤其是有利的，在所述要求的介入中，操作者必须处理复杂的解剖结构和运动模式。
根据一个实施例，对所述界标的所述识别是基于与所述投影图像中的至少一幅配准的辅助图像数据的。
根据一个实施例，所述界标经受第一运动，其中，所述运动补偿器的配准操作包括选择所述掩模图像，使得依照所选择的掩模图像的所述界标的位置对应于依照所述至少一幅对比度图像的所述界标的位置。
根据一个实施例，所述图像处理系统包括界标规范输入端口，并且识别器操作为响应于在所述输入端口处接收到所述界标或多个界标的规范来识别所述界标，所述规范是从所述掩模图像或从所述对比度图像进行的选择。
根据一个实施例，所述可视化器被配置为在所述显示设备上实现对所述差分图像的所述至少部分以及所述掩模图像和/或所述对比度图像的显示。在一个实施例中，仅显示作为所述差分图像的为“ROI聚焦的”片段 (section)的片段。
根据一个实施例，所述可视化器被配置为显示经配准的辅助图像数据的至少部分。
根据一个实施例，所述系统被配置为有关于第二界标和/或第二ROI处理所述至少两幅投影图像，以获得第二差分图像，其中，所述可视化器被配置为显示所述第二差分图像的至少部分，而不是显示所述差分图像或将所述第二差分图像的所述至少部分与所述差分图像一起显示。
根据一个实施例，所述可视化器被配置为在所述掩模图像中显示指示所述ROI的位置和/或所述第二ROI的位置的图形叠加物。
根据一个实施例，所述界标经受第二运动，其中，所述运动补偿器被配置为：
选择两幅额外的掩模图像，使得i)依照两幅额外的掩模投影图像的归因于所述第一运动的所述界标的位置基本相同；并且ii)关于依照所述掩模图像和依照所述至少一幅对比度图像的所述界标的有关于所述第二运动的位置差异基本相同。
根据一个实施例，所述减法器被配置为：
减去所述两幅额外的掩模图像以获得掩模差分图像，在有关于所述第一运动或所述第二运动的运动补偿之后，从所述差分图像减去所述掩模差分图像以获得级联差分图像。
根据一个实施例，所述可视化器被配置为在屏幕上显示所述级联差分图像的至少部分。
根据一个实施例，所述界标是天然目标或外来目标(尤其是诸如人工心脏瓣膜或栓塞物的植入目标)的投影覆盖区或涉及天然目标或外来目标 (尤其是诸如人工心脏瓣膜或栓塞物的植入目标)的投影覆盖区。所述目标在所述掩模投影图像和所述投影图像的各自的采集时间处驻留在所述样品中。
附图说明
将参考以下附图来描述本发明的示范性实施例，在附图中：
图1示出了成像布置；
图2示出了根据第一实施例的图像处理方法的流程图；
图3示出了根据第二实施例的图像处理方法的流程图；
图4示出了根据一个实施例的图形显示；
图5示出了如在本文中所提出的根据图像处理方法产生的图示性影像。
具体实施方式
参考图1，示出了能够用于支持介入流程的荧光透视或血管造影成像布置的基本部件。
患者SP可能患有机能失常的心脏瓣膜。在TAVI介入流程期间，医学人员将导丝引入到患者SP的股动脉中，然后将递送导管OB引导到要被修复或替换的患病的主动脉瓣ROI。当导丝行进通过患者的P心脏脉管系统时，由X射线成像器100采集一系列按顺序的荧光透视图像F。另一范例是栓塞流程，其中将用于栓塞剂施予的导管OB引导到AVM或肿瘤(在TACE中)部位。
在介入期间，患者SP被设置在X射线成像器100的X射线管XT与探测器D之间的床B上。X射线管XT和探测器D被附接到可旋转地安装于轴承B上的刚性框架C。从计算机控制台CC控制荧光透视图像操作。介入放射医生能够经由所述控制台CC控制图像采集并且能够通过致动操纵杆或踏板来“击发”个体荧光透视帧(“荧光透视图”)F的运行。根据一个实施例，成像器100是C臂型的，但是也可以设想其它系统。
在图像采集期间，X射线辐射从X射线管XT发出，经过ROI，通过与其中的物质交互而经历衰减，并且这样衰减的射束p然后撞击构成探测器D的多个探测器单元中的一个处的探测器D的表面。被射束撞击的每个单元通过发布对应的电信号来进行响应。然后将所述信号的集合转化成表示所述衰减的相应的数字值。构成ROI的材料的密度确定衰减水平，其中，高密度材料引起比较低密度材料更高的衰减。然后将针对每条X射线p的如此配准的数字值整合成针对给定采集时间和投影方向形成荧光透视图的帧的数字值的阵列。换句话说，每幅荧光透视图是投影视图沿着投影方向的数字图像，并且通过在给定采集时间或时刻处C臂的旋转来确定所述方向。然后通过数据采集单元DAS以数字方式处理一系列荧光透视图F，并且然后将所述一系列荧光透视图F转发到图像处理器IPS，所述图像处理器 IPS的目的和操作将在下文更加详细地解释。
在一个实施例中，探测器D是图像增强器的部件，所述图像增强器直接将所述影像投影在屏幕M上以供实时观察。
在荧光透视图像F中，一般仅高衰减目标的覆盖区可辨别。更具体地，仅由高度不透性材料制成的导丝或导管OB在每幅荧光透视图F中作为投影视图覆盖区或“阴影”是可见的。当以充足的帧率(对于TAVI大约每秒 15幅图像，或者对于TACE每秒2幅图像)采集荧光透视图像F的流时，能够监测导丝与导管OB通过患者SP的身体的进度。
在一些介入中，为了增强软组织的对比度或者为了在评估瓣膜返流中对流体动力学行为进行成像，将高不透性造影剂(“染料”)递送到患者SP。然后一定量的造影剂(“团注”)随着血流行进通过脉管系统并最终经过ROI。换句话说，染料或造影剂向其它不可见的脉管结构ROI提供了暂时的不透性，并且脉管树在血管造影片AG的每个中显现为蜘蛛状的覆盖区。采集 ROI的荧光透视帧，同时团注去往ROI并在一点处，当团注经过ROI时，人们获得较高对比度的荧光透视图的帧。这些专门定时的荧光透视图是血管造影片。换句话说，荧光透视帧F的流包括两类帧：一类帧被采集但在 ROI处不存在造影剂(这是默认的，但是在该背景中我们将这些“没有染料”的帧称为“掩模图像”MI)，而另一类帧被采集同时在ROI处存在造影剂。这些是血管造影帧或“对比度图像”AG。取代造影剂，栓塞剂可以是掩模定时上的标记或在所述标记之上，并且因此应用对比度图像。不管是否使用造影剂还是栓塞剂还是任何其他材料，都可以使用相同的术语“对比度图像”。
成像系统不仅能够支持引导相应的医学工具OB(例如导管、要被植入的瓣膜等)到ROI，而且还能够支持在ROI处的实际介入任务，例如，栓塞、心脏瓣膜修复或者任何其它诊断或评估流程。例如，在栓塞介入中，任务是将一定体积的栓塞剂(后文称为“胶团”、“栓塞”或简称为“团”) 通过导管系统放在ROI处。所述ROI例如是因患者需要经受AVM、动静脉瘘(AVF)或血管瘤处置而需要堵塞的血管的分路。液体栓塞材料的范例是
Figure GDA0002897769860000061
(胶状物质)、乙醇、或氰基丙烯酸正丁酯(NBCA)。栓塞施予开始于时刻t0，通过经由靠近ROI的所述导管的开放端释放一定体积的栓塞剂。然后栓塞物在血流中累积，直到存留在靶位置处(通常是将动脉系统连接到静脉系统的分路)，由此堵塞血管。
其它介入流程包括心血管修复介入，例如对在天然或人工的心脏瓣膜中的返流评估。在该情况下，ROI可以被看作是植入的人工瓣膜的部位。
为了进一步增加血管造影片AG中的图像对比度并从背景目标或前景目标和其它杂乱中移除衰减贡献，使用DSA，其中，常规地，从当前的血管造影片(在此也称为对比度图像)减去掩模图像MI(在ROI中不存在或只存在一点可以忽略的造影剂的荧光透视图)以产生(逐像素的)差分图像DF1。遗憾的是，在采集例如由患者运动(例如，生理活动(呼吸和/或心跳))引起的荧光透视图/血管造影片期间存在频繁的运动。这使得图像目标(例如，表示ROI以及导管或其它工具OB和/或器官(例如，肋骨)等的各自的投影覆盖区的图像目标)经历跨帧的表观运动。类似地，当发生运动时从彼此减去帧可能导致引入伪影。
为了对这种介入或类似介入的更好的图像支持，尤其在运动期间，系统还包括图像处理器，所述图像处理器被配置为对如由X射线成像器产生的荧光透视图像流起作用。图1 的嵌套图 示出了如在本文中提出的图像处理系统IPS的细节。
IPS包括输入端口IN和输出端口OUT。存在界标识别器模块LID、运动估计器ME、以及运动补偿器MC。这些模块以在下文参考图2和图3更加详细描述的方式处理荧光透视图像流的不同帧，并将如此处理的帧传递到减法器模块DIF来产生差分图像DIF1从而影响DSA。然后在输出端口 OUT处输出差分图像DIF1，并且随后可以存储该差分图像DIF1以供进一步处理或可以将该差分图像DIF1传递给可视化器VIS，所述可视化器VIS 与成像系统100的视频设备交互来产生在显示单元M(例如，监视器或屏幕)上的图形显示GD，然后在所述显示单元M上显示差分图像DIF或其部分。
简言之，所提出的图像处理器系统用作对比度增强器，以便仅在表示 ROI的图像的部分处增加图像对比度。在本文中提出的图像处理器IPS本质上用作局部运动补偿DSA模块。本发明提出了仅聚焦于图像中的不同界标周围的ROI的优化减法。界标也可以在ROI外部，只要在界标运动与ROI 之间存在已知的确定性关系。界标可以是外部目标，例如导管OB端部或任何其它先前引入/植入的设备(例如，心脏瓣膜)；或者是部分栓塞的组织或栓塞物本身。专用算法处理图像并能够在后续图像中跟随界标。界标提供越多的结构显著性，跨帧的检测就越容易且越鲁棒。然后，IPS执行仅对局部感兴趣区域(一般而言，不总是界标周围的区域)进行正确的运动补偿的减法。因此，图像的剩余部分具有显著的减法伪影。然而，在不表示ROI 的图像部分中的伪影看起来在一些介入中并不重要，这是因为在这些图像部分中的信息较不相关。更具体地，图像处理器IPS在由所考虑的界标所经历的一个或多个运动层中操作补偿运动。“运动层”指的是投影图像中的现象，其中一些图像目标看起来跨不同帧移动，而其它图像目标不移动或看起来不同地移动，例如背景图像目标。这些目标因此能够被说成位于不同的运动层中。尽管本方法能够处理感兴趣区域中的多个界标，但是这些被单独处理以产生针对它们中的每个的专用运动补偿差分图像DFI。
下文将参考图2和图3中的流程图更加详细地解释图像处理器IPS的操作，图2和图3中的每幅示出了不同的实施例。
现在首先转向图2的流程图，其中针对相对于所考虑的界标OB的单个运动的运动补偿DSA解释了图像处理系统IPS的操作。例如，但这只是出于示例的目的而非进行限制，第一运动可以由心脏活动引发；而由呼吸活动引发或驱动的第二运动可以通过使用在本文中假设的屏气协议进行抑制。在图3中，下文描述了能够处理组合运动的不同实施例。再一次，除了尤其是非周期性运动的心脏或呼吸外的运动可以在此通过扩展而被考虑并尤其在本文中得到设想。
在步骤S210处，从荧光透视图像流F拾取掩模图像帧MI和对比度图像帧(血管造影帧)AG。这例如能够通过使用阈值化方案来实现，所述阈值化方案监测荧光透视流的帧中的每个中个体像素处的灰度级强度。然后例如能够决定当前接收到的荧光透视帧是否是血管造影片AG。
在这两个或更多个图像帧AG、MI上，在步骤S220和S230处执行运动分析。更具体地，在步骤S220处，在两幅图像MI和AG中检测或识别引入目标OB的界标(例如，覆盖区或图像阴影)。合适的界标的范例是导管的端部(例如，通过所述端部施予栓塞物)、当前被沉积在感兴趣区域处的栓塞物本身的形状和吸收特征、或者植入设备的形状特征，例如，心脏手术应用的心脏瓣膜。然而，天然的目标(例如，肋骨、钙化或其它可识别的器官)也被认为是合适的界标。还应当注意，界标可以不必位于感兴趣区域中，尽管只在一些情况下是这样的。所有所要求的是感兴趣区域的运动与观察的界标的运动之间存在确定性先验已知关系。换句话说，在一些实施例中，将界标的运动看作是ROI运动的代理。一旦已经探测到界标运动，由此能够通过该已知的动力学关系计算出感兴趣区域的相关运动。界标识别步骤220本质上是跨两幅图像MI和AG的跟踪操作。如果在每幅图像中识别出多个界标，则每个界标被单独跟踪或“跟随”。一旦跨两幅图像识别出界标，流程控制进行到步骤S230，其中根据跨两幅图像识别出的界标可以估计相应的目标OB的运动。
然后流程控制进行到步骤S240，其中本质上关于估计出的运动执行配准。更具体地，所提出的配准仅关于感兴趣区域和/或所考虑的界标的运动。根据一个实施例，不考虑其它运动或图像的任何其它部分。这允许所提出的图像处理器IPS的ROI聚焦的运动补偿特性。在步骤S240处的ROI聚焦的运动补偿方案可以包括刚性或非刚性配准方案，例如，弯曲或允许跨两幅图像MI、AG将两个界标在彼此上进行配准的其他方案。然后，然后修改所考虑的图像MI、AG中的一幅，例如移位或以其它方式变换以本质上实现两幅图像的配准，由此依照界标运动补偿所考虑运动层中的运动。在一个实施例中，可以考虑针对一个ROI的多个界标以获得非刚性配准。对于非刚性的情况，变换(亦即，局部运动描述符)能够被构建为有效地试图将给定的掩模图像和对比度图像对改变成彼此。然而，在一些刚性配准实施例中，运动描述符可以简单的是单个移位/平移向量或单个旋转。
在替代实施例中，在S240处的配准步骤包括选择步骤，所述选择步骤以靶向方式从多个先前接收到的掩模图像选择掩模图像，使得其中记录的界标的运动相位(或，如果运动是非周期性的，则是界标位置)对应于依照当前的对比度图像AG的界标的运动相位。例如，能够在对比度团注到达所考虑的感兴趣区域之前采集一组掩模图像帧。由此采集掩模图像的“积蓄”，每个“积蓄”在不同的心脏相位处捕捉界标。贯穿整个心脏周期记录这些掩模图像。在配准步骤中，然后比较在后采集的对比度图像中的界标位置/配置与先前记录的掩模图像的积蓄中的界标位置中的每个，以依照对比度图像AG挑出最佳对应于当前的界标位置的一幅对比度图像。例如，可以通过将当前的对比度图像与缓冲的掩模MI中的每幅进行重叠来实现该选择，以建立在界标之间发生最大交叠之处。例如，在该心脏背景中可以使用植入的心脏瓣膜的覆盖区的相应位置。但是这在栓塞范例中也是有用的，这是因为已知在治疗时团注改变形状相当缓慢，因此足够高的帧率可以允许跟踪希望补偿的心脏或呼吸或任何其它感兴趣的运动。
换句话说，在一个实施例中，能够从荧光透视流F拾取最近的(亦即，最新的)掩模图像，然后通过基于检测到的界标运动的变换将最近的掩模图像配准到当前的对比度图像上。在通过选择进行配准的其它实施例中，经选择的掩模图像不必是流F中的最近的一幅，而可以是较老的帧，这是因为掩模图像被选择为使得在其中捕捉到的界标的位置本质上与当前的对比度图像中的界标位置相同。因此，人们不得不返回几个帧来找到最佳适配的掩模。然而，即使在被如此选择时，依照两幅图像的界标的一些剩余运动不匹配仍会保留，并且这能够在任选的步骤S245处通过合适的像素移位算法进行校正。然而，在一个实施例中，没有这种任选的步骤，并且配准仅仅依赖于通过从先前记录的掩模图像选择“正确的一幅”而实现的配准，所述“正确的一幅”是在界标位置方面最佳对应于依照当前的对比度图像的界标位置的一幅。替代像素移位或除了像素移位之外，任选的步骤 S245可以包括过滤操作，以便滤除部分界标。例如，至少在掩模图像中的界标的覆盖区能够被平滑化或整体移除，以便进一步在差分图像DFI中预修正伪影。在此可以意识到，在图像信息上整体进行选择步骤以确保在两幅图像中记录的界标运动相位的对应性。换句话说，能够在此整体消除需要求助于外部设备(例如，ECG等)的门控技术。然而，并不是说，所提出的方法不能结合门控信号使用，在本文中在替代实施例中也设想这种组合。
在步骤S240处配准的两幅图像然后被转发到步骤S250，其中从掩模图像MI减去当前的对比度图像，以获得差分图像DF1。
然后在步骤S260处输出差分图像，并可用于进一步处理，例如在步骤 S270处显示哪幅差分图像受到影响。下文将参考图4更加详细地解释显示的各种模式。
现在参考图3的流程图，图3示出了与图2中的类似的DSA算法，然而，图3中的实施例适于处理源自于不同运动的组合的运动或作用在感兴趣区域/界标上的周期。通过双重减法方案实现对这些组合运动模式的补偿。
简言之，图3中提出的实施例在步骤S350b处执行第一减法，以便补偿呼吸运动；并在第二流中执行第二减法步骤S350a，以便移除剩余的心脏运动。
更具体地，类似于图2中的方法，在步骤S210处接收掩模图像MI和对比度图像AG。类似于上述在步骤S220和S230处，执行运动分析，其中步骤S320和步骤S330对应于上述步骤S220、S230。
基于在步骤S340B处分析的运动，类似于上述步骤S240，在彼此上配准两幅图像，作为选择或查找操作，其中接收到的掩模图像是已经从多个先前存储的(例如，缓冲的)掩模图像中如此选择出的一幅掩模图像。然而，在上述图2中的配准步骤S240的变型中，选择现在在步骤S340b中仅聚焦于呼吸运动。这能够通过在运动分析步骤S320、S330中跟随更显著受到呼吸运动影响的界标(例如，肋骨)来完成。对于这些界标，心脏运动分量是可忽略的。替代地，能够执行临时分析以经由固有频率特征来识别两个运动周期。
在当通过选择试图配准的情况下移除剩余的运动的任选的过滤步骤 S345B之后，在步骤S350B处形成第一差分图像DF1。
与这些步骤并行地或按顺序地，在步骤S340A处，如此选择两幅其它掩模图像MI2、MI3，掩模图像MI2、MI3中的每幅在类似的呼吸相位处记录界标，然而，除该运动之外，也考虑源自于第二运动周期的运动(尤其是心脏活动)。更具体地，如此选择两幅掩模图像参考MI2和MI3，使得在步骤S340b处它们的心脏相位差类似于其它两幅图像之间的心脏相位差，也就是说，在当前的对比度图像AG和掩模图像MI1中的相位差(如果有的话)。
在步骤S345A(其如阶段S345B一样也是任选的)处，如在图2中先前解释地应用过滤和/或剩余运动校正。
然后在步骤S350A中形成在两幅掩模参考帧MI3与MI2之间的第二差分图像DF2，以得到第二差异DF2。
在步骤S360处，通过使用例如在两幅差分图像中的界标的位置，例如植入设备(例如，心脏瓣膜)的位置，将两幅差分图像彼此配准。然后在步骤S370处从彼此减去两幅运动补偿/配准的差分图像DF1、DF2，以形成“差分的差分”或级联差分图像DDF，其在步骤S380处被输出并可用于在步骤S390处的进一步的图像处理或显示，如以下在图4中更加详细地描述的。
应当理解，尽管偶尔参考周期性运动解释了图2、图3中的步骤，但是这是根据仅一个或两个实施例的，并且同样地在本文中设想到所以提出的方法到(一个或多个)非周期性运动的应用。
尽管图3的实施例已经解释了根据两个运动形成的运动模式(也就是说，由相应的驱动器引起的)，但是这能够通过图3的实施例的迭代应用扩展到三个或更多个运动。也就是说，如所描述的，人们开始两个运动并继续。为了照顾第三运动分量，人们然后在步骤S340A处选取第四掩模图像和第五掩模图像并因此继续。
尽管在图3、图4处已经参考一个界标和一个ROI描述了该方法，但是，再一次地，这能够扩展到处理多个界标，其中关于每个界标运动单独且孤立地处理图像。
任选地，依照图2或图3的上述方法还包括额外的掩模步骤，所述额外的掩模步骤基于感兴趣区域的3D分割，以便在考虑的感兴趣区域的子部分处进一步增强可见性/对比度。例如，在关于评估左心室中返流的示范性实施例中，能够通过基于3D分割配准瓣膜位置来实现该进一步的掩模，使得在左心室外部的所有事物被掩模。显然，该双重掩模也能够应用于除了心脏手术外的应用中。
现在参考图4，图示了针对一幅或多幅差分图像的各种显示模式。根据一些实施例，在监视器M上显示整幅差分图像。在图4中示出的一个尤其有利的实施例中，仅差分图像的真正子部分或“剪辑”被显示在屏幕上的专用视口410AB中，并且当前的荧光透视帧被显示在405中。换句话说，在ROI专用视口中仅显示差分图像的ROI部分。
感兴趣区域本身借助于相应的图形叠加物415a、415b示出，所述图形叠加物415a、415b被叠加在针对每个ROI标划相应的图像部分的当前的帧 405上。当前的帧405可以是掩模图像或者当前的对比度图像AG，或者可以是没有运动补偿的常规的DSA。在后一种情况下，人们可能想到大的视口405提供全局DSA视图，而一个或多个更小的视口410a、410b提供相应的局部的ROI聚焦的运动补偿的DSA视图。换句话说，在每个视口中，显示相应的差分图像DF的片段，所述片段由表示图形叠加物415a或415b 的相应的ROI的位置和尺寸来定义。
如图4所示，由用于不同的局部ROI的叠加物415a、415b标划的两个图像部分可以叠加。对于依照相应的界标仅考虑其自己相应的运动的每个ROI，针对由图形叠加物415a、415b表示的相应的离散的ROI的差分图像被单独计算，并就考虑运动而言是孤立的。能够看出，对于由叠加物415a、 415b表示的每个ROI，差分界标已经用于捕捉相应的ROI运动。例如，对于ROI叠加物415a，界标是支架的覆盖区；而对于ROI叠加物415b，相关的界标是导管端部的覆盖区。
在一个实施例中，局部运动补偿的ROI图像以放大版本被显示在相应的视口410AB中。
在其它实施例中，有利的是仅显示感兴趣区域，因此未示出当前的下面的帧405。
在一个实施例中，辅助的额外的图像源(例如，CT、MRI或其它3D 影像)能够用于支持在3D中的界标选择。图像源然后被配准到投影图像 MI、AG上，并且然后3D界标被投影到投影图像上以如此定义3D界标的覆盖区，由此使得能够进行先前描述的运动补偿操作。然而，在所有实施例中辅助影像不必都是3D的，例如还可以设想到2D辅助2D影像来支持界标选择。在以此方式使用辅助影像的这种实例中，可以将来自辅助图像的相关图像信息作为图形叠加物而叠加到在相应的专用DSA视口410a、 410b中显示的差分图像的子片段上。额外地或替代地，辅助影像可以被显示为在当前的概览帧405中的相应的ROI位置处的叠加物。
上述关于图4的视图显示模式能够用于根据图3和图2所述的任何方法。换句话说，视口410a、410b示出了依照图2的差分图像的片段或者依照图3的双重差分图像的片段。尽管图4图示了两个局部视口，但是可以理解的是，所描述的显示模式能够用于任何数量的视口(包括单个局部视口)。
就用户交互支持而言，所提出的系统也可以包括自动检测合适的界标的功能，并且是用户随后能够根据其来选取那些界标。以此方式，确保界标跨所有图像可见，因此不需要求助于外部影像。额外地或作为替代，用户能够在辅助影像中选择期望的界标和/或标划ROI叠加物，例如在3D CT 图像体积中，并且然后基于由投影成像器100使用的投影方向将其映射到投影图像MI、AG上。
在一个实施例中，如果图2或图3的方法应用于多个界标，则被显示以供用户从其中选取的界标被系统选择，以便产生最小的总配准误差。换句话说，在该实施例中，当界标被自动建议时，系统在后台为给定的对比度图像和掩模图像对预先计算各自的配准误差。更具体地，自动实现对用于独立运动补偿的界标的数量(在特定范围内，并且随着该数量增加而具有特定的惩罚)、位置和尺寸的选择，以便最小化总配准误差。能够通过在步骤220和240处在相应的ROI估计中建立时通过使用相应的个体向量场来量化该总配准误差。在一个实施例中，通过在最佳发现之前对密集且局部运动估计技术(例如，光学流或块匹配算法)的误差图来进行聚类来实现该误差量化。然而，可以理解的是，即使在考虑共同配准的该实施例中，针对ROI中的每个的实际运动补偿仍受限于仅考虑针对与所述ROI相关联的界标的相应运动。换句话说，彼此孤立地单独执行针对每个DSA操作的运动补偿，使得每幅差分图像仅针对一个特定的ROI/界标运动进行优化。
另外，就用户交互而言，所提出的方法可以包括拖放方案，其中用户通过鼠标点击或触摸屏幕动作来选择相应的ROI和/或界标，然后以滑动触摸屏幕动作或鼠标点击并拖曳操作的方式将相应的ROI和/或界标跨屏幕朝向相应的视口进行拖曳并拖曳到相应的视口上。然后将如此指定的界标通过界标馈送输入端口LD-IN馈送到IPS中。然后该用户交互触发依照以上的图2和图3的计算。在另一实施例中，IPS是完全自动的，也就是说，界标被依照图2、图3自动识别和选择并处理而无需任何用户输入。在替代方案中，还可以设想到手动实施例，其中对用户没有建议自动选择的ROI/界标并且用户自由地输入任何项目。
在一个实施例中，用户能够通过根据如图4所示的圆圈或方形绘制例如合适的邻域或通过绘制任何其它合适的几何形状来单独选择感兴趣区域本身。这定义了ROI的尺寸或“到达范围”作为图像邻域。在一些情况下，如果界标碰巧在标划的ROI内部，则自动地共同定义界标。如果界标在ROI 外部，则能够通过允许单独操作使得每个ROI与要使用其运动来实现针对相应的ROI的运动补偿的DSA操作的相应界标相关联来将界标与ROI逻辑地链接。例如，双重点击方案可以用于单独地定义ROI和界标，但是在用户交互步骤中通过预定义的同步来成对地定义ROI和界标。例如，用户首先通过绘制出定义方形的ROI来定义ROI。然后用户点击ROI外部的位置，并且系统将该第二位置解读为与为了代理运动估计的目的的刚刚标划的ROI相关联的界标。能够通过合适的计数器和事件处理器方案来实施该 ROI与界标的关联特征。
将意识到，在图2和图3中的上述操作和在图4中的显示操作能够被实时地执行，同时在相应端口IN处接收到荧光透视流中的图像帧。然而，还设想到离线模式，其中能够在先前执行的采集的图像时或在查看模式中进行依照图2或图3的相应的补偿操作。尽管在特定范例处在心脏介入(例如，心脏瓣膜返流评估或栓塞流程)方面解释了上述方法，但是应当理解的是本申请能够很好地用于调用数字减法操作的任何介入流程。而且，本申请不限于仅支持介入手术流程。在本文中还设想出其它领域的其它图像依赖的应用，例如，地质学或雷达影像的检查等。
参考图5，这图示了依照上述方法并与常规方法相比较的示范性影像输出。图像示出了人工心脏瓣膜在部署之后的相应的覆盖区/辐射阴影。窗格 A示出了常规的血管造影片，窗格B示出了使用最新可用的掩模帧的血管造影片的常规减法，并且窗格C示出了依照图2使用人工心脏瓣膜作为界标的方法的结果。存在更少的伪影，尤其是靠近主动脉瓣处。更容易评估心室中的返流(出现在植入的瓣膜之下)。
图像处理模块IPS可以被布置为软件模块或例程，其具有合适的接口以用于读入荧光透视图的流F，并且可以被运行在通用计算单元或专用计算单元上。例如，处理器IPS可以在成像系统100的工作站或控制台CC上执行。具有一些或所有其部件的图像处理模块IPS可以驻留在执行代理(例如，通用计算机、工作站或控制台)上，或者可以经由合适的通信网络在分布式架构中由执行代理远程/集中访问。
替代地，图像处理模块IPS的部件可以布置为专用FPGA(现场可编程门阵列)或类似独立芯片。这些部件可以在合适的科学计算平台(例如，
Figure GDA0002897769860000151
或
Figure GDA0002897769860000152
)中被编程，然后被转化成在库中维护的C++程序或 C程序，并在被执行机构(例如，通用计算机、工作站或控制台)调用时被链接。
在本发明的另一示范性实施例中，提供了计算机程序或计算机程序单元，其特征在于适于在适当的系统上执行根据前述实施例中的一个的方法的方法步骤。
因此，计算机程序单元可以被存储在计算机单元中，所述计算机程序单元也可以是本发明的实施例的部分。该计算单元可以适于执行或引发对上述方法的步骤的执行。此外，该计算单元可以适于操作上述装置的部件。该计算单元能够适于自动操作和/或运行用户的命令。计算机程序可以被加载到数据处理器的工作存储器中。因此，可以装备数据处理器来执行本发明的方法。
本发明的该示范性实施例覆盖从一开始就使用本发明的计算机程序，以及借助于将现有程序更新转换为使用本发明的程序的计算机程序二者。
更进一步地，计算机程序单元可以能够提供所有必要步骤以完成如上所述的方法的示范性实施例的流程。
根据本发明另外的示范性实施例，提出了一种计算机可读介质，例如CD-ROM，其中，该计算机可读介质具有被存储于所述计算机可读介质上的计算机程序单元，所述计算机程序单元由前面的章节所描述。
计算机程序可以被存储和/或被分布在合适的介质上，例如，与其他硬件一起或作为其他硬件的部分供应的光学存储介质或固态介质，但是也可以以其他形式被分布，例如，经由互联网或其他有线或无线的电信系统被分布。
然而，计算机程序也可以被呈现在网络上，如万维网，并且能够从这样的网络被下载到数据处理器的工作存储器中。根据本发明的另外的示范性实施例，提供了用于使计算机程序单元可用于下载的介质，所述计算机程序单元被布置为执行根据本发明的先前描述的实施例中的一个所述的方法。
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。单个处理器或其他单元可以实现在权利要求中记载的若干项的功能。尽管某些措施被记载在互不相同的从属权利要求中，但是这并不指示不能有利地使用这些措施的组合。权利要求中的任何附图标记都不应被解释为对范围的限制。

Claims (17)

1.一种图像处理系统，包括：
输入端口，其被配置为接收至少两幅投影图像，所述至少两幅投影图像包括具有处于其中的目标的样品的至少部分的至少一幅掩模图像和至少一幅对比度图像，所述掩模图像和所述对比度图像是在不同的采集时间处采集的，并且所述掩模图像和所述对比度图像中的每幅以不同的对比度表示感兴趣区域ROI；
界标识别器，其被配置为在所述对比度图像和所述至少一幅掩模图像中识别所述目标的至少一个界标；
运动估计器，其被配置为依照跨至少所述对比度图像和所述至少一幅掩模图像的识别出的至少一个界标的运动来估计所述目标的运动，其中，所述运动涉及所述ROI的运动；
运动补偿器，其被配置为仅基于估计出的界标运动将所述至少一幅掩模图像与所述至少一幅对比度图像进行配准；
减法器，其被配置为从所述至少一幅对比度图像减去至少一幅经配准的掩模图像，以获得所述ROI的差分图像；以及
输出端口，其被配置为输出所述差分图像。
2.根据权利要求1所述的图像处理系统，包括可视化器，所述可视化器被配置为在显示设备上显示对应于所述ROI的所述差分图像的至少部分。
3.根据权利要求2所述的图像处理系统，其中，对所述界标的所述识别是基于与所述投影图像中的至少一幅配准的辅助图像数据的。
4.根据权利要求2所述的图像处理系统，其中，所述界标经受第一运动，其中，所述运动补偿器的配准操作包括选择所述掩模图像，使得依照所选择的掩模图像的所述界标的位置对应于依照所述至少一幅对比度图像的所述界标的位置。
5.根据权利要求1或2所述的图像处理系统，包括界标规范输入端口，并且识别器操作为响应于在所述输入端口处接收到所述界标或多个界标的规范来识别所述界标，所述规范是从所述掩模图像或从所述对比度图像进行的选择。
6.根据权利要求2所述的图像处理系统，其中，所述可视化器被配置为在所述显示设备上实现对所述差分图像的所述至少部分以及所述掩模图像和/或所述对比度图像的显示。
7.根据权利要求3所述的图像处理系统，其中，所述可视化器被配置为显示经配准的辅助图像数据的至少部分。
8.根据权利要求2所述的图像处理系统，其中，所述系统被配置为有关于第二界标和/或第二ROI处理所述至少两幅投影图像，以获得第二差分图像，其中，所述可视化器被配置为显示所述第二差分图像的至少部分，而不是显示所述差分图像或将所述第二差分图像的所述至少部分与所述差分图像一起显示。
9.根据权利要求8所述的图像处理系统，其中，所述可视化器被配置为在所述掩模图像中显示指示所述ROI的位置和/或所述第二ROI的位置的图形叠加物。
10.根据权利要求4所述的图像处理系统，其中，所述界标经受两种运动的组合，其中，所述运动补偿器被配置为：
选择两幅额外的掩模图像，使得i)依照两幅额外的掩模图像的归因于所述第一运动的所述界标的位置基本相同；并且ii)关于依照所述掩模图像和依照所述至少一幅对比度图像的所述界标的有关于第二运动的位置差异基本相同。
11.根据权利要求10所述的图像处理系统，其中，所述减法器被配置为：
减去所述两幅额外的掩模图像以获得掩模差分图像；
在有关于所述第一运动的运动补偿之后，从所述差分图像减去所述掩模差分图像以获得级联差分图像。
12.根据权利要求11所述的图像处理系统，所述可视化器被配置为在屏幕上显示所述级联差分图像的至少部分。
13.根据权利要求1或2所述的图像处理系统，其中，所述界标是天然目标或外来目标的投影覆盖区或者涉及天然目标或外来目标的投影覆盖区，所述天然目标或所述外来目标在所述掩模图像和所述投影图像的各自的采集时间处驻留在所述样品中。
14.根据权利要求13所述的图像处理系统，其中，所述外来目标是植入目标。
15.一种图像处理方法，包括以下步骤：
接收至少两幅投影图像，所述至少两幅投影图像包括具有处于其中的目标的样品的至少部分的至少一幅掩模图像和至少一幅对比度图像，所述掩模图像和所述对比度图像是在不同的采集时间处采集的，并且以不同的对比度表示感兴趣区域ROI；
在所述对比度图像和所述至少一幅掩模图像中识别所述目标的至少一个界标；
依照跨至少所述对比度图像和所述至少一幅掩模图像的识别出的至少一个界标的运动来估计所述目标的运动，其中，所述运动涉及所述ROI的运动；
仅基于估计出的界标运动将所述至少一幅掩模图像与所述至少一幅对比度图像进行配准；
从所述至少一幅对比度图像减去至少一幅经配准的掩模图像，以获得所述ROI的差分图像；并且
输出所述差分图像。
16.一种图像处理装置，包括：
用于接收至少两幅投影图像的模块，所述至少两幅投影图像包括具有处于其中的目标的样品的至少部分的至少一幅掩模图像和至少一幅对比度图像，所述掩模图像和所述对比度图像是在不同的采集时间处采集的，并且以不同的对比度表示感兴趣区域ROI；
用于在所述对比度图像和所述至少一幅掩模图像中识别所述目标的至少一个界标的模块；
用于依照跨至少所述对比度图像和所述至少一幅掩模图像的识别出的至少一个界标的运动来估计所述目标的运动的模块，其中，所述运动涉及所述ROI的运动；
用于仅基于估计出的界标运动将所述至少一幅掩模图像与所述至少一幅对比度图像进行配准的模块；
用于从所述至少一幅对比度图像减去至少一幅经配准的掩模图像，以获得所述ROI的差分图像的模块；以及
用于输出所述差分图像的模块。
17.一种在其上存储有计算机程序单元的计算机可读介质，所述计算机程序单元用于控制根据权利要求1-14中的任一项所述的系统，所述计算机程序单元当被处理单元执行时适于执行根据权利要求15所述的方法的步骤。
CN201580065884.1A 2014-12-03 2015-11-25 基于设备的运动补偿的数字减影血管造影系统和方法 Active CN107004262B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP14306941 2014-12-03
EP14306941.7 2014-12-03
PCT/EP2015/077576 WO2016087271A1 (en) 2014-12-03 2015-11-25 Device-based motion-compensated digital subtraction angiography

Publications (2)

Publication Number Publication Date
CN107004262A CN107004262A (zh) 2017-08-01
CN107004262B true CN107004262B (zh) 2021-05-18

Family

ID=52023436

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580065884.1A Active CN107004262B (zh) 2014-12-03 2015-11-25 基于设备的运动补偿的数字减影血管造影系统和方法

Country Status (6)

Country Link
US (1) US10410342B2 (zh)
EP (1) EP3227857B1 (zh)
JP (1) JP6757727B2 (zh)
CN (1) CN107004262B (zh)
RU (1) RU2710668C2 (zh)
WO (1) WO2016087271A1 (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8121361B2 (en) 2006-05-19 2012-02-21 The Queen's Medical Center Motion tracking system for real time adaptive imaging and spectroscopy
US9606209B2 (en) 2011-08-26 2017-03-28 Kineticor, Inc. Methods, systems, and devices for intra-scan motion correction
US9305365B2 (en) 2013-01-24 2016-04-05 Kineticor, Inc. Systems, devices, and methods for tracking moving targets
US10327708B2 (en) 2013-01-24 2019-06-25 Kineticor, Inc. Systems, devices, and methods for tracking and compensating for patient motion during a medical imaging scan
WO2014120734A1 (en) 2013-02-01 2014-08-07 Kineticor, Inc. Motion tracking system for real time adaptive motion compensation in biomedical imaging
EP3188660A4 (en) 2014-07-23 2018-05-16 Kineticor, Inc. Systems, devices, and methods for tracking and compensating for patient motion during a medical imaging scan
EP3243186B1 (en) * 2015-01-07 2019-12-25 Koninklijke Philips N.V. Iterative digital subtraction imaging for embolization procedures
US9943247B2 (en) 2015-07-28 2018-04-17 The University Of Hawai'i Systems, devices, and methods for detecting false movements for motion correction during a medical imaging scan
US10716515B2 (en) 2015-11-23 2020-07-21 Kineticor, Inc. Systems, devices, and methods for tracking and compensating for patient motion during a medical imaging scan
JP7159160B2 (ja) * 2016-12-15 2022-10-24 コーニンクレッカ フィリップス エヌ ヴェ 血管構造の可視化
US11751835B2 (en) * 2017-09-14 2023-09-12 Shimadzu Corporation Radiographic imaging apparatus
EP3616621B1 (de) * 2018-08-31 2023-03-15 Siemens Healthcare GmbH Verfahren zur 3d dsa und vorrichtung
DE102019202514B4 (de) * 2019-02-25 2021-06-24 Siemens Healthcare Gmbh Verfahren zur digitalen Subtraktionsangiographie, Röntgeneinrichtung, Computerprogramm und elektronisch lesbarer Datenträger

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101799935A (zh) * 2009-12-31 2010-08-11 华中科技大学 一种单臂x射线造影图像的动态三维重建方法
US20120128226A1 (en) * 2010-09-23 2012-05-24 Siemens Corporation Automatic detection of contrast injection

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5822035A (ja) * 1981-07-29 1983-02-09 株式会社東芝 Ｘ線診断装置
JPH0657208B2 (ja) * 1985-12-27 1994-08-03 株式会社東芝 デイジタル・フルオログラフイ−装置
JP4060615B2 (ja) * 2002-03-05 2008-03-12 株式会社東芝 画像処理装置及び超音波診断装置
DE10210646A1 (de) * 2002-03-11 2003-10-09 Siemens Ag Verfahren zur Bilddarstellung eines in einen Untersuchungsbereich eines Patienten eingebrachten medizinischen Instruments
WO2005039253A1 (en) * 2003-10-16 2005-04-28 Philips Intellectual Property & Standards Gmbh Device and method for providing an angiographic image
WO2005087114A1 (en) 2004-03-10 2005-09-22 Philips Intellectual Property & Standards Gmbh Catheter, apparatus and method for therapeutic embolization
JP2006087631A (ja) * 2004-09-22 2006-04-06 Sangaku Renkei Kiko Kyushu:Kk 画像診断装置、画像処理装置、及び画像処理プログラムを記録した記録媒体
EP1757955B1 (en) * 2005-08-24 2010-11-17 Medison Co., Ltd. Apparatus and method for processing an ultrasound image
JP4745080B2 (ja) * 2006-02-20 2011-08-10 猛 中浦 Ｘ線診断装置、画像処理装置及びプログラム
JP5639764B2 (ja) * 2007-03-08 2014-12-10 シンク−アールエックス，リミティド 運動する器官と共に使用するイメージング及びツール
RU2468435C2 (ru) * 2007-11-14 2012-11-27 Конинклейке Филипс Электроникс, Н.В. Система и способ количественного трехмерного исследования ceus
DE102009031141B3 (de) 2009-06-30 2010-12-23 Siemens Aktiengesellschaft Ermittlungsverfahren für ein farbkodiertes Auswertungsbild sowie korrespondierende Gegenstände
DE102011075419A1 (de) 2011-05-06 2012-08-09 Siemens Aktiengesellschaft Verfahren zum Unterstützen eines optimalen Positionierens einer Verschlussstelle in einem Blutgefäß bei einer Tumor-Embolisation
US20130190615A1 (en) 2012-01-23 2013-07-25 Kevin Royalty System for 3D Visualization of Radio-Opaque Embolic Materials Using X-ray Imaging
US9872655B2 (en) 2012-03-30 2018-01-23 Siemens Aktiengesellschaft PAE treatment for BPH

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101799935A (zh) * 2009-12-31 2010-08-11 华中科技大学 一种单臂x射线造影图像的动态三维重建方法
US20120128226A1 (en) * 2010-09-23 2012-05-24 Siemens Corporation Automatic detection of contrast injection

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Clinical Evaluation of Respiratory Motion Compensation for Anatomical Roadmap Guided Cardiac Electrophysiology Procedures;YingLiang Ma等;《IEEE Transactions on Biomedical Engineering》;20110915;第59卷(第1期);第122-131页 *
Retrospective motion correction in digital subtraction angiography: a review;E.H.W. Meijering等;《IEEE Transactions on Medical Imaging》;19990131;第18卷(第1期);第2-21页 *

Also Published As

Publication number Publication date
RU2017123026A3 (zh) 2019-07-17
EP3227857B1 (en) 2020-07-22
CN107004262A (zh) 2017-08-01
RU2017123026A (ru) 2019-01-09
US10410342B2 (en) 2019-09-10
JP2017536191A (ja) 2017-12-07
RU2710668C2 (ru) 2019-12-30
JP6757727B2 (ja) 2020-09-23
WO2016087271A1 (en) 2016-06-09
US20170345145A1 (en) 2017-11-30
EP3227857A1 (en) 2017-10-11

Similar Documents

Publication Publication Date Title
CN107004262B (zh) 基于设备的运动补偿的数字减影血管造影系统和方法
JP6108474B2 (ja) インターベンション装置の位置決めを支援する画像表現を提供するための医用イメージング装置
US9095308B2 (en) Vascular roadmapping
US10682112B2 (en) Suppression of independent movements in a series of 2D X-ray fluoroscopy images using a 3D pre-operative volume
US11087464B2 (en) System and method for motion-adjusted device guidance using vascular roadmaps
WO2013058114A1 (ja) 医用画像処理システム
EP2863799B1 (en) Temporal anatomical target tagging in angiograms
US11850083B2 (en) Device for modifying an imaging of a tee probe in X-ray data
US9875531B2 (en) Bone suppression in X-ray imaging
US10820874B2 (en) Automatic device-footprint-free roadmapping for endovascular interventions
US10559082B2 (en) Iterative digital subtraction imaging fro emoblization procedures
US20230172571A1 (en) Providing a result data set
US20240164733A1 (en) Subtraction imaging

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