CN107481272A - 一种放射治疗计划图像配准与融合的方法及系统 - Google Patents

一种放射治疗计划图像配准与融合的方法及系统 Download PDF

Info

Publication number
CN107481272A
CN107481272A CN201610407817.XA CN201610407817A CN107481272A CN 107481272 A CN107481272 A CN 107481272A CN 201610407817 A CN201610407817 A CN 201610407817A CN 107481272 A CN107481272 A CN 107481272A
Authority
CN
China
Prior art keywords
registration
image sequence
image
sequence
imaged
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.)
Pending
Application number
CN201610407817.XA
Other languages
English (en)
Inventor
周付根
吴大可
姚进
刘博�
徐轩昂
郭斌
梁斌
李永宝
李超
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.)
Rui Dima Medical Science And Technology Co Ltd
Original Assignee
Rui Dima Medical Science And Technology Co Ltd
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 Rui Dima Medical Science And Technology Co Ltd filed Critical Rui Dima Medical Science And Technology Co Ltd
Priority to CN201610407817.XA priority Critical patent/CN107481272A/zh
Publication of CN107481272A publication Critical patent/CN107481272A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]

Abstract

本发明公开了一种放射治疗计划图像配准与融合的方法及系统,用于放射治疗计划系统,该方法包括:获取主级影像图像序列和次级影像图像序列,其设置在不同坐标空间内的不同模态的影像图像序列;将所述主级影像序列和所述次级影像序列进行配准,将所述主级影像序列和所述次级影像序列配准在同一坐标空间内,得到配准序列;评估所述配准序列的配准准确性和精度;对所述主级影像序列和所述次级影像序列包含的组织信息进行融合,将所述组织信息融合到同一个图像序列,输出融合影像图像序列。通过匹配不同图像序列的空间关系用于实现不同模态图像之间进行配准以及生成融合图像,从而在放射治疗过程中使图像的画质和清晰度达到放射治疗设备的识别要求。

Description

一种放射治疗计划图像配准与融合的方法及系统
技术领域
本发明属于医疗设备领域,更具体的,本发明涉及一种放射治疗计划图像配准与融合的方法及系统。
背景技术
放射治疗是进行肿瘤治疗的重要手段之一,对于改善人类健康和增益人类寿命有十分重大的意义。世界卫生组织(WHO)提供的统计数据表明,在可治愈癌症中,手术治愈率为22%,放疗与手术结合的治愈率为6%,放疗治愈率12%,化疗仅为5%。可见,放射治疗是癌症治愈的重要技术手段。放射治疗是以放射物理、放射生物学、临床放射治疗学为基础,结合临床肿瘤学、外科学、内科学、影像学等知识,利用放射线治疗疾病的手段,主要用来治疗恶性肿瘤。
近年来,放射治疗技术发生了巨大变化。随着放射治疗技术的发展,放射治疗向着“精确放疗”的目标前进,智能放射治疗技术巳成为放射治疗先进和有效的手段之一。而在治疗计划系统中,在加载影像图像时,需要加载至少两个影像图像,各个影像图像由对应不同的图像序列,每个图像序列根据空间变换模型的不同,导致放射治疗过程中图像的画质和清晰度无法达到放射治疗设备的识别要求。
发明内容
有鉴于此,本发明提供了一种放射治疗计划图像配准与融合的方法及系统,对加载的影像图像进行图像配准与融合,从而达到在放射治疗过程中放射治疗设备对图像的画质和清晰度的识别要求。
为实现上述目的,本发明提供如下技术方案:
一种放射治疗计划图像配准与融合的方法,用于放射治疗计划系统,该方法包括:
获取至少两个影像图像的影像图像序列,所述影像图像序列上设置标记点,其中,所述影像图像序列包括:主级影像图像序列和次级影像图像序列,其设置在不同坐标空间内的不同模态的影像图像序列;
将所述主级影像序列和所述次级影像序列进行配准,将所述主级影像序列和所述次级影像序列配准在同一坐标空间内,得到配准序列;
评估所述配准序列的配准准确性和精度;
对所述主级影像序列和所述次级影像序列包含的组织信息进行融合,将所述组织信息融合到同一个图像序列,输出融合影像图像序列。
其中,所述将所述主级影像序列和所述次级影像序列进行配准,将所述主级影像序列和所述次级影像序列配准在同一坐标空间内,得到配准序列具体为:
确定是否需要根据所述标记点进行初步配准;
当确定需要进行初步配准时,则在三维视图或二维视图上选取标记点,进行初步配准,初步配准完成后进行图像灰度配准,得到配准结果;
当确定不需要进行初步配准时,则直接对所述影像序列进行图像灰度配准,得到配准结果。
其中,所述评估所述配准序列的配准准确性和精度具体为:
获取所述图像灰度配准的所述配准结果;
确定所述配准结果是否满足对准确性和精度的评估要求,当满足所述评估要求时,则完成当前图像配准;
当不满足所述评估要求时,则对待配准图像进行调节,直至满足所述评估要求完成当前图像配准,所述调节包括:平移和旋转。
其中,所述主级影像图像序列为CT影像。
其中,所述次级影像图像序列为治疗过程中C臂影像系统所成的X线影像或CBCT影像。
一种放射治疗计划图像配准与融合的系统,用于放射治疗计划系统,该系统包括:
获取模块,用于获取至少两个影像图像的影像图像序列,所述影像图像序列上设置标记点,其中,所述影像图像序列包括:主级影像图像序列和次级影像图像序列,其设置在不同坐标空间内的不同模态的影像图像序列;
配准模块,用于将所述主级影像序列和所述次级影像序列进行配准,将所述主级影像序列和所述次级影像序列配准在同一坐标空间内,得到配准序列;
评估模块,用于评估所述配准序列的配准准确性和精度;
融合模块,用于对所述主级影像序列和所述次级影像序列包含的组织信息进行融合,将所述组织信息融合到同一个图像序列,输出融合影像图像序列。
其中,所述配准模块包括:
确定单元,用于确定是否需要根据所述标记点进行初步配准;
初步配准单元,用于当确定需要进行初步配准时,则在三维视图或二维视图上选取标记点,进行初步配准,初步配准完成后进行图像灰度配准,得到配准结果;
图像灰度配准单元,用于当确定不需要进行初步配准时,则直接对所述影像序列进行图像灰度配准。
其中,所述评估模块包括:
第一获取单元,用于获取所述图像灰度配准的所述配准结果;
第一确定单元,用于确定所述配准结果是否满足对准确性和精度的评估要求,当满足所述评估要求时,则完成当前图像配准;
调节单元,用于当不满足所述评估要求时,则对待配准图像进行调节,直至满足所述评估要求完成当前图像配准,所述调节包括:平移和旋转。
经由上述的技术方案可知,与现有技术相比,本发明公开了一种放射治疗计划图像配准与融合的方法及系统,用于放射治疗计划系统,该方法包括:获取主级影像图像序列和次级影像图像序列,其设置在不同坐标空间内的不同模态的影像图像序列;将所述主级影像序列和所述次级影像序列进行配准,将所述主级影像序列和所述次级影像序列配准在同一坐标空间内,得到配准序列;评估所述配准序列的配准准确性和精度;对所述主级影像序列和所述次级影像序列包含的组织信息进行融合,将所述组织信息融合到同一个图像序列,输出融合影像图像序列。通过匹配不同图像序列的空间关系用于实现不同模态图像之间进行配准以及生成融合图像,从而在放射治疗过程中使图像的画质和清晰度达到放射治疗设备的识别要求。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例公开的一种放射治疗计划图像配准与融合的方法流程图;
图2为本发明实施例公开的一种放射治疗计划图像配准与融合的方法进一步流程图;
图3为本发明实施例公开的一种放射治疗计划图像配准与融合的系统结构示意图;
图4为本发明实施例公开的一种放射治疗计划图像配准与融合的系统进一步结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图像配准功能,将不同坐标空间下得图像序列进行配准,使得两个序列都在同一坐标空间中。
图像融合功能,将不同模态的序列进行融合,便于同时观察靶区的解剖特性和生物学特性。
具体的,请参阅附图1,图1为本发明实施例公开的一种放射治疗计划图像配准与融合的方法流程图。本发明实施例公开了一种放射治疗计划图像配准与融合的方法,用于放射治疗计划系统,该方法包括:
步骤101:获取至少两个影像图像的影像图像序列,所述影像图像序列上设置标记点,其中,所述影像图像序列包括:主级影像图像序列和次级影像图像序列,其设置在不同坐标空间内的不同模态的影像图像序列。
具体的,主级影像图像序列为治疗床CT影像,次级影像图像序列为治疗过程中C臂影像系统所成的X线影像或CBCT影像,其中对于C臂影像系统不再赘述。
步骤102:将所述主级影像序列和所述次级影像序列进行配准,将所述主级影像序列和所述次级影像序列配准在同一坐标空间内,得到配准序列。
图像配准问题通过被建模成最优化问题的迭代求解过程,需要根据待配准图像的特点选择合适的空间变换模型描述图像之间组织的运动以及合适的相似性准则描述图像之间空间匹配程度,利用优化求解方法逐步寻找最佳的空间变换来最大化或最小化相似性准则,从而实现图像之间的匹配。其中,空间变换模型、相似性准则和优化搜索方法是图像配准的三个基本要素。
根据空间变换模型的不同,图像配准模块提供刚体配准方法和形变配准方法两种。刚体配准方法仅求解两组图像之间的三维平移和旋转关系,其配准结果为4×4变换矩阵。刚体配准方法可以使用的相似性准则有:标记点位置偏差、图像灰度均方差、图像互信息。其中,标记点位置偏差需要用户在待配准的两组图像中分别选取一组三维特征点,配准方法通过最小化对应特征点之间的距离来求解空间变换参数。
形变配准方法求解同一组织解剖点在两组图像中成像位置的位置偏移量,可以描述患者组织的位移和变形情况。其配准结果为一组与配准参考图像序列空间关系一致的三维形变向量场(形变场),形变场的每一个体素位置处记录了组织解剖点在两组图像中成像位置的三维位置偏移量。形变配准方法可以使用的相似性准则有:图像灰度差异均方差以及图像互信息。
图像配准模块提供的功能包括:
1、标记点功能
允许用户在配准参考图像和待配准图像上拾取多组对应的组织解剖点作为配准标记点。配准标记点可以用于实现基于标记点位置偏差的刚体和形变图像配准,其配准结果可直接用于临床或者作为进一步配准的初始值;也可以用于构建形变配准过程中的约束项。
2、配准感兴趣区域功能
允许用户分别定义配准参考图像和待配准图像的配准感兴趣区域。若定义了配准感兴趣区域,在配准过程中仅利用配准感兴趣区域内的体素点进行配准相似性准则的计算,可用于避免图像背景或伪影对配准精度的影响。
3、图像刚体配准功能
提供单模态、多模态图像自动刚体配准功能,具有以下特点:
1)支持使用配准感兴趣区域;
2)支持多种配准初始化方式:基于图像几何中心、图像灰度加权中心、配准标记点;
3)能够根据待配准图像模态自动选择合适的相似性准则。
4、图像形变配准功能
提供单模态、多模态图像自动形变配准功能,具有以下特点:
1)支持使用配准感兴趣区域;
2)支持基于已有刚体或形变配准结果的配准初始化;
3)能够根据待配准图像模态自动选择合适的相似性准则;
4)提供两种形变场建模方式:B样条模型和体素模型;
5)支持多种形变场约束项,包括基于配准标记点的配准约束项、刚性约束项等。
步骤103:评估所述配准序列的配准准确性和精度。
配准评估子模块提供多种图像显示机制辅助用户评估配准的准确性和精度,包括:图像融合显示机制、图像分窗显示机制等。此外,本模块也允许用户在三个方向上对图像进行手工平移和旋转来改善刚体配准结果。
步骤104:对所述主级影像序列和所述次级影像序列包含的组织信息进行融合,将所述组织信息融合到同一个图像序列,输出融合影像图像序列。
图像融合子模块将两组图像序列包含的组织信息合并到同一个图像序列中,在轮廓勾画等方面可以更好的辅助用户进行计划设计。本模块提供人工交互加权平均融合功能和基于小波变换的自动融合功能。
具体的,请参阅附图2,图2为本发明实施例公开的一种放射治疗计划图像配准与融合的方法进一步流程图。本发明实施例公开了一种放射治疗计划图像配准与融合的方法,用于放射治疗计划系统,该方法包括:
步骤201:获取至少两个影像图像的影像图像序列,所述影像图像序列上设置标记点,其中,所述影像图像序列包括:主级影像图像序列和次级影像图像序列,其设置在不同坐标空间内的不同模态的影像图像序列。
步骤202:判断是否需要根据所述标记点进行初步配准;
步骤203:当确定需要进行初步配准时,则在三维视图或二维视图上选取标记点,进行初步配准,初步配准完成后进行图像灰度配准,得到配准结果;
步骤204:当确定不需要进行初步配准时,则对所述影像序列进行图像灰度配准,得到配准结果。
步骤205:获取所述图像灰度配准的所述配准结果;
步骤206:确定所述配准结果是否满足对准确性和精度的评估要求,
步骤207:当满足所述评估要求时,则完成当前图像配准;
步骤208:当不满足所述评估要求时,则对待配准图像进行调节,直至满足所述评估要求完成当前图像配准,所述调节包括:平移和旋转。
步骤209:对所述主级影像序列和所述次级影像序列包含的组织信息进行融合,将所述组织信息融合到同一个图像序列,输出融合影像图像序列。
本发明公开了一种放射治疗计划图像配准与融合的方法,用于放射治疗计划系统,该方法包括:获取主级影像图像序列和次级影像图像序列,其设置在不同坐标空间内的不同模态的影像图像序列;将所述主级影像序列和所述次级影像序列进行配准,将所述主级影像序列和所述次级影像序列配准在同一坐标空间内,得到配准序列;评估所述配准序列的配准准确性和精度;对所述主级影像序列和所述次级影像序列包含的组织信息进行融合,将所述组织信息融合到同一个图像序列,输出融合影像图像序列。通过匹配不同图像序列的空间关系用于实现不同模态图像之间进行配准以及生成融合图像,从而在放射治疗过程中使图像的画质和清晰度达到放射治疗设备的识别要求。
具体的,请参阅附图3,图3为本发明实施例公开的一种放射治疗计划图像配准与融合的系统结构示意图。本发明实施例公开了一种放射治疗计划图像配准与融合的系统,用于放射治疗计划系统,该系统包括:获取模块301、配准模块302、评估模块303和融合模块304,其中,
获取模块301,用于获取至少两个影像图像的影像图像序列,所述影像图像序列上设置标记点,其中,所述影像图像序列包括:主级影像图像序列和次级影像图像序列,其设置在不同坐标空间内的不同模态的影像图像序列;配准模块302,用于将所述主级影像序列和所述次级影像序列进行配准,将所述主级影像序列和所述次级影像序列配准在同一坐标空间内,得到配准序列;评估模块303,用于评估所述配准序列的配准准确性和精度;融合模块304,用于对所述主级影像序列和所述次级影像序列包含的组织信息进行融合,将所述组织信息融合到同一个图像序列,输出融合影像图像序列。
更具体的,请参阅附图4,图4为本发明实施例公开的一种放射治疗计划图像配准与融合的系统进一步结构示意图。本发明实施例公开了一种放射治疗计划图像配准与融合的系统,用于放射治疗计划系统,该系统包括:获取模块401、确定单元402、初步配准单元403、图像灰度配准单元404、第一获取单元405、第一确定单元406、调节单元407和融合模块408,其中,
获取模块401,用于获取至少两个影像图像的影像图像序列,所述影像图像序列上设置标记点,其中,所述影像图像序列包括:主级影像图像序列和次级影像图像序列,其设置在不同坐标空间内的不同模态的影像图像序列。
确定单元402,用于确定是否需要根据所述标记点进行初步配准。
初步配准单元403,用于当确定需要进行初步配准时,则在三维视图或二维视图上选取标记点,进行初步配准,初步配准完成后进行图像灰度配准,得到配准结果。
图像灰度配准单元404,用于当确定不需要进行初步配准时,则直接对所述影像序列进行图像灰度配准。
第一获取单元405,用于获取所述图像灰度配准的所述配准结果。
第一确定单元406,用于确定所述配准结果是否满足对准确性和精度的评估要求,当满足所述评估要求时,则完成当前图像配准。
调节单元407,用于当不满足所述评估要求时,则对待配准图像进行调节,直至满足所述评估要求完成当前图像配准,所述调节包括:平移和旋转。
融合模块408,用于对所述主级影像序列和所述次级影像序列包含的组织信息进行融合,将所述组织信息融合到同一个图像序列,输出融合影像图像序列。
本发明公开了一种放射治疗计划图像配准与融合的系统,用于放射治疗计划系统,本发明提供的系统通过匹配不同图像序列的空间关系用于实现不同模态图像之间进行配准以及生成融合图像,从而在放射治疗过程中使图像的画质和清晰度达到放射治疗设备的识别要求。
综上所述,本发明公开了一种放射治疗计划图像配准与融合的方法及系统,用于放射治疗计划系统,该方法包括:获取主级影像图像序列和次级影像图像序列,其设置在不同坐标空间内的不同模态的影像图像序列;将所述主级影像序列和所述次级影像序列进行配准,将所述主级影像序列和所述次级影像序列配准在同一坐标空间内,得到配准序列;评估所述配准序列的配准准确性和精度;对所述主级影像序列和所述次级影像序列包含的组织信息进行融合,将所述组织信息融合到同一个图像序列,输出融合影像图像序列。通过匹配不同图像序列的空间关系用于实现不同模态图像之间进行配准以及生成融合图像,从而在放射治疗过程中使图像的画质和清晰度达到放射治疗设备的识别要求。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (8)

1.一种放射治疗计划图像配准与融合的方法,其特征在于,用于放射治疗计划系统,该方法包括:
获取至少两个影像图像的影像图像序列,所述影像图像序列上设置标记点,其中,所述影像图像序列包括:主级影像图像序列和次级影像图像序列,其设置在不同坐标空间内的不同模态的影像图像序列;
将所述主级影像序列和所述次级影像序列进行配准,将所述主级影像序列和所述次级影像序列配准在同一坐标空间内,得到配准序列;
评估所述配准序列的配准准确性和精度;
对所述主级影像序列和所述次级影像序列包含的组织信息进行融合,将所述组织信息融合到同一个图像序列,输出融合影像图像序列。
2.根据权利要求1所述的方法,其特征在于,所述将所述主级影像序列和所述次级影像序列进行配准,将所述主级影像序列和所述次级影像序列配准在同一坐标空间内,得到配准序列具体为:
确定是否需要根据所述标记点进行初步配准;
当确定需要进行初步配准时,则在三维视图或二维视图上选取标记点,进行初步配准,初步配准完成后进行图像灰度配准,得到配准结果;
当确定不需要进行初步配准时,则直接对所述影像序列进行图像灰度配准,得到配准结果。
3.根据权利要求2所述的方法,其特征在于,所述评估所述配准序列的配准准确性和精度具体为:
获取所述图像灰度配准的所述配准结果;
确定所述配准结果是否满足对准确性和精度的评估要求,当满足所述评估要求时,则完成当前图像配准;
当不满足所述评估要求时,则对待配准图像进行调节,直至满足所述评估要求完成当前图像配准,所述调节包括:平移和旋转。
4.根据权利要求1所述的方法,其特征在于,所述主级影像图像序列为CT影像。
5.根据权利要求1所述的方法,其特征在于,所述次级影像图像序列为治疗过程中C臂影像系统所成的X线影像或CBCT影像。
6.一种放射治疗计划图像配准与融合的系统,其特征在于,用于放射治疗计划系统,该系统包括:
获取模块,用于获取至少两个影像图像的影像图像序列,所述影像图像序列上设置标记点,其中,所述影像图像序列包括:主级影像图像序列和次级影像图像序列,其设置在不同坐标空间内的不同模态的影像图像序列;
配准模块,用于将所述主级影像序列和所述次级影像序列进行配准,将所述主级影像序列和所述次级影像序列配准在同一坐标空间内,得到配准序列;
评估模块,用于评估所述配准序列的配准准确性和精度;
融合模块,用于对所述主级影像序列和所述次级影像序列包含的组织信息进行融合,将所述组织信息融合到同一个图像序列,输出融合影像图像序列。
7.根据权利要求6所述的系统,其特征在于,所述配准模块包括:
确定单元,用于确定是否需要根据所述标记点进行初步配准;
初步配准单元,用于当确定需要进行初步配准时,则在三维视图或二维视图上选取标记点,进行初步配准,初步配准完成后进行图像灰度配准,得到配准结果;
图像灰度配准单元,用于当确定不需要进行初步配准时,则直接对所述影像序列进行图像灰度配准。
8.根据权利要求7所述的系统,其特征在于,所述评估模块包括:
第一获取单元,用于获取所述图像灰度配准的所述配准结果;
第一确定单元,用于确定所述配准结果是否满足对准确性和精度的评估要求,当满足所述评估要求时,则完成当前图像配准;
调节单元,用于当不满足所述评估要求时,则对待配准图像进行调节,直至满足所述评估要求完成当前图像配准,所述调节包括:平移和旋转。
CN201610407817.XA 2016-06-08 2016-06-08 一种放射治疗计划图像配准与融合的方法及系统 Pending CN107481272A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610407817.XA CN107481272A (zh) 2016-06-08 2016-06-08 一种放射治疗计划图像配准与融合的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610407817.XA CN107481272A (zh) 2016-06-08 2016-06-08 一种放射治疗计划图像配准与融合的方法及系统

Publications (1)

Publication Number Publication Date
CN107481272A true CN107481272A (zh) 2017-12-15

Family

ID=60594431

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610407817.XA Pending CN107481272A (zh) 2016-06-08 2016-06-08 一种放射治疗计划图像配准与融合的方法及系统

Country Status (1)

Country Link
CN (1) CN107481272A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108460813A (zh) * 2018-01-02 2018-08-28 沈阳东软医疗系统有限公司 一种靶区勾画方法和装置
CN108922589A (zh) * 2018-06-28 2018-11-30 上海联影医疗科技有限公司 一种放疗计划显示系统及存储介质
CN109559285A (zh) * 2018-10-26 2019-04-02 北京东软医疗设备有限公司 一种图像增强显示方法及相关装置
CN111461049A (zh) * 2020-04-13 2020-07-28 武汉联影智融医疗科技有限公司 空间注册识别方法、装置、设备及计算机可读存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102999902A (zh) * 2012-11-13 2013-03-27 上海交通大学医学院附属瑞金医院 基于ct配准结果的光学导航定位系统及其导航方法
CN104504705A (zh) * 2014-12-25 2015-04-08 东南大学 小动物多模态医学影像配准及融合方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102999902A (zh) * 2012-11-13 2013-03-27 上海交通大学医学院附属瑞金医院 基于ct配准结果的光学导航定位系统及其导航方法
CN104504705A (zh) * 2014-12-25 2015-04-08 东南大学 小动物多模态医学影像配准及融合方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
孙文泽 等: "图像引导下放射治疗中心型非小细胞肺癌的配准范围、配准方式及靶区外放的研究", 《中南大学学报(医学版)》 *
彭真明,雍杨,杨先明 编著: "《光电图像处理及应用》", 30 April 2013, 成都:电子科技大学出版社 *
赵相伟 编著: "《MATLAB与测量数据处理》", 31 March 2014, 徐州:中国矿业大学出版社 *
黄永锋 等: "基于外标记点的2D/3D 图像配准方法", 《上海交通大学学报》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108460813A (zh) * 2018-01-02 2018-08-28 沈阳东软医疗系统有限公司 一种靶区勾画方法和装置
CN108922589A (zh) * 2018-06-28 2018-11-30 上海联影医疗科技有限公司 一种放疗计划显示系统及存储介质
CN108922589B (zh) * 2018-06-28 2021-11-09 上海联影医疗科技股份有限公司 一种放疗计划显示系统及存储介质
CN109559285A (zh) * 2018-10-26 2019-04-02 北京东软医疗设备有限公司 一种图像增强显示方法及相关装置
CN111461049A (zh) * 2020-04-13 2020-07-28 武汉联影智融医疗科技有限公司 空间注册识别方法、装置、设备及计算机可读存储介质
CN111461049B (zh) * 2020-04-13 2023-08-22 武汉联影智融医疗科技有限公司 空间注册识别方法、装置、设备及计算机可读存储介质

Similar Documents

Publication Publication Date Title
US7817836B2 (en) Methods for volumetric contouring with expert guidance
Kessler Image registration and data fusion in radiation therapy
CN109419524B (zh) 医学成像系统的控制
Rohlfing et al. Modeling liver motion and deformation during the respiratory cycle using intensity‐based nonrigid registration of gated MR images
CN103229210B (zh) 图像配准装置
US20110019889A1 (en) System and method of applying anatomically-constrained deformation
CN104739510B (zh) 一种新的构建序列影像与呼吸信号对应关系的方法
US20070165779A1 (en) Real-time target confirmation for radiation therapy
CN107481272A (zh) 一种放射治疗计划图像配准与融合的方法及系统
Khmelinskii et al. Articulated whole-body atlases for small animal image analysis: construction and applications
CN107714082A (zh) 一种基于光学定位的超声探头标定装置及方法
CN101983035B (zh) 呼吸确定装置
Van de Velde et al. An anatomically validated brachial plexus contouring method for intensity modulated radiation therapy planning
CN103617605A (zh) 针对三模态医学图像的透明度加权融合方法
CN102598053A (zh) 对象内的植入设备的空间和形状表征
CN105167788B (zh) 双影像c臂系统
CN110378881A (zh) 一种基于深度学习的肿瘤定位系统
CN107480416A (zh) 一种放射治疗计划系统
Baroni et al. Integration of enhanced optical tracking techniques and imaging in IGRT
CN100462049C (zh) 修正c臂床位移动造成双平面血管三维重建偏差的方法
CN114943714A (zh) 医学图像处理系统、装置、电子设备及存储介质
Berenguer et al. The influence of the image registration method on the adaptive radiotherapy. A proof of the principle in a selected case of prostate IMRT
Zhong et al. Generation of personalized computational phantoms using only patient metadata
Werner et al. A diffeomorphic MLR framework for surrogate-based motion estimation and situation-adapted dose accumulation
TW499308B (en) A new method for registration of computerized brain atlas and CT image

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20171215

RJ01 Rejection of invention patent application after publication