CN107810519A - 用于配准图像的配准装置 - Google Patents
用于配准图像的配准装置 Download PDFInfo
- Publication number
- CN107810519A CN107810519A CN201680038629.2A CN201680038629A CN107810519A CN 107810519 A CN107810519 A CN 107810519A CN 201680038629 A CN201680038629 A CN 201680038629A CN 107810519 A CN107810519 A CN 107810519A
- Authority
- CN
- China
- Prior art keywords
- image
- confidence level
- registration
- confidence
- ray
- 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
Links
- 230000009466 transformation Effects 0.000 claims description 46
- 238000000034 method Methods 0.000 claims description 20
- 230000001419 dependent effect Effects 0.000 claims description 17
- 238000004422 calculation algorithm Methods 0.000 claims description 15
- 238000003384 imaging method Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 9
- 241000406668 Loxodonta cyclotis Species 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 34
- 230000005855 radiation Effects 0.000 description 14
- 238000005259 measurement Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 230000008859 change Effects 0.000 description 5
- 230000000747 cardiac effect Effects 0.000 description 3
- 238000002591 computed tomography Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000013170 computed tomography imaging Methods 0.000 description 2
- 238000002247 constant time method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000000149 penetrating effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 230000010415 tropism Effects 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 210000000038 chest Anatomy 0.000 description 1
- 238000010968 computed tomography angiography Methods 0.000 description 1
- 210000004351 coronary vessel Anatomy 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003137 locomotive effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 238000002324 minimally invasive surgery Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007659 motor function Effects 0.000 description 1
- 210000004165 myocardium Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000010412 perfusion Effects 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
Classifications
-
- 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
- G06T7/35—Determination of transform parameters for the alignment of images, i.e. image registration using statistical methods
-
- 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
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/14—Transformations for image registration, e.g. adjusting or mapping for alignment of images
- G06T3/147—Transformations for image registration, e.g. adjusting or mapping for alignment of images using affine transformations
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- 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
- G06T2207/20076—Probabilistic image processing
-
- 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
- G06T2207/30104—Vascular flow; Blood flow; Perfusion
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明涉及一种用于配准图像的配准装置(14),包括:用于提供对象的第一图像和第二图像的单元(11),使得所述第一图像在相应位置的图像元素已经通过将穿过所述图像元素的射线的投影数据值乘以权重并且通过将经加权的投影数据值进行反投影而被重建;用于提供包括针对所述第一图像中的不同位置的置信度值的置信度图的单元(12),所述置信度值指示图像特征是由所述对象的结构引起的可能性,所述置信度值被计算为依赖于相应权重的函数在穿过相应图像元素的射线上的总和;以及用于确定用于在考虑所述置信度图的情况下将所述第一图像与所述第二图像彼此配准的变换的单元(13)。
Description
技术领域
本发明涉及用于配准图像的配准装置和方法。本发明还涉及用于控制所述配准装置的计算机程序和用于生成运动对象的图像的成像系统,该成像系统包括所述配准装置。
背景技术
WO2011/027298A1公开了一种用于处理采集的投影值的投影值处理装置,其中,所述投影值处理装置包括:采集投影值提供单元,其用于提供采集的投影值;重建单元,其用于在考虑重建假设的情况下根据采集的投影值重建第一图像;以及模拟投影值确定单元,其用于通过模拟穿过在考虑重建假设的情况下重建的第一图像的投影来确定模拟投影值。所述投影值处理装置还包括不一致性确定单元,其用于确定针对所采集的投影值的不一致性值,其中,不一致性值通过比较采集的投影值和模拟的投影值来指示相应采集的投影值与重建假设的不一致性的程度。
D.Neumann等人的文章“Robust Model-Based 3D/3D Fusion Using SparseMatching for Minimally Invasive Surgery”,MICCAI 2013,Part I,LNCS 8149,第171-178页(2013)公开了一种稀疏匹配方法,用于通过利用鲁棒机器学习和数值优化技术来融合高质量术前计算机断层摄影(CT)图像和非造影、非门控术中C臂CT图像。
J.Webster等人的文章“Model-Based Tomographic Reconstruction of ObjectsContaining Known Components”,IEEE Transactions on Medical Imaging,第31卷,第10期,第1837至1848页(2012)公开了将制造的部件的物理模型整合到CT重建算法中,以便减少CT图像中的伪影。具体而言,使用基于模型的惩罚似然估计重建算法,其明确地结合关于相应制造部件的几何形状和组成的已知信息。
B.Brendel等人的文章“Motion Compensated Backprojection versusBackproject-then-Warp for Motion Compensated Reconstruction”,The ThirdInternational Conference on Image Formation in X-Ray Computed Tomography,第169至172页,Salt Lake City,USA(2014)公开了一种用于生成如心脏的快速运动的器官的图像的CT系统。该CT系统适于首先估计快速运动的器官的运动,并且其次使用估计的运动重建快速运动的器官的图像。为了估计运动,该CT系统在不针对不同时间进行运动补偿的情况下重建快速运动的器官的图像,并配准这些图像。
由于图像伪影,已经在不针对不同时间进行运动补偿的情况下重建的图像的配准质量会降低,其中,这种降低的配准质量难过导致运动估计的降低的质量。基于这种运动估计来重建快速运动的器官的图像能够最终导致具有显著运动伪影的重建图像。
发明内容
本发明的目的是提供一种允许改进图像配准的配准装置和方法。本发明的另一个目的是提供一种用于生成运动对象的图像的成像系统,该成像系统包括所述配准装置,并且提供用于控制所述配准装置的计算机程序。
在本发明的第一方面中,提出一种用于配准图像的配准装置,其中,所述配准装置包括:
-图像提供单元,其用于提供对象的第一图像和第二图像,其中,所述图像提供单元适于提供所述第一图像,使得所述第一图像在相应位置处的图像元素已经通过如下方式而被重建:将分配给穿过所述图像元素的射线的投影数据值乘以权重并沿着所述射线将经加权的投影数据值反投影,
-置信度图提供单元,其用于提供置信度图,所述置信度图包括针对所述第一图像中的不同位置的、指示图像特征是由所述对象的结构引起的可能性的置信度值,其中,所述置信度图提供单元适于通过计算依赖于相应权重的函数在穿过所述图像元素的所述射线上的总和来确定针对所述图像元素的置信值,
-配准单元,其用于确定用于在考虑所述置信度图的情况下将所述第一图像与所述第二图像彼此配准的配准变换。
由于所述置信度图提供单元提供包括针对所述第一图像中的不同位置的、指示图像特征是由所述对象的结构引起的可能性的置信度值的置信度图,并且由于所述配准单元确定用于在考虑所述置信度图的情况下将所述第一图像与所述第二图像彼此配准的配准变换,在确定配准变换期间,能够考虑应该用于将所述第一图像与所述第二图像彼此配准的哪些图像特征很可能是由所述对象的结构引起的,并且这些图像特征中的哪些很可能不是由所述对象的结构引起的。例如,如果置信度图指示特定图像特征很可能不是由所述对象的结构而是由图像伪影引起的,则配准单元可以不使用该图像特征来确定配准变换,而如果置信度图指示特定图像特征很可能是由所述对象的结构引起的,则配准单元可以使用该图像特征来确定配准变换。因此,通过在确定配准变换的同时考虑置信度图,能够改进第一图像和第二图像相互配准的质量。
第一图像中提供置信度值的不同位置能够是图像值的位置,特别是体素或像素位置。相应地,在这些位置处确定置信度值的图像特征能够是图像值,特别是体素值或像素值。
图像提供单元优先提供CT图像。其能够提供两幅以上的图像;特别地,其能够提供对象的图像序列,其中,针对这些图像中的每幅,可以提供置信度图。所提供的图像序列优选地显示在不同时间处的对象,其中,配准单元优选地适于通过确定对应的配准变换来将这些图像彼此配准。例如,这些图像可以通过将这些图像之一定义为参考图像并且通过确定定义了所有其他图像到该参考图像的配准的配准变换而彼此配准。以另一种方式将图像彼此配准也是可能的。例如,时间上相邻的图像可以通过确定对应的配准变换来彼此配准。描述显示在不同时间处的对象的图像的配准的所确定的配准变换能够用于确定运动场,特别是运动矢量场,其能够最终用于重建对象的运动补偿图像。该对象优选地是运动对象,特别是像人或动物的心脏的运动器官。
图像提供单元可以是存储单元,其中,已经存储了对象的第一图像和第二图像,并且能够从该存储单元中检索所存储的图像以提供该图像。然而,图像提供单元也能够是用于从例如重建单元接收图像的接收单元,所述重建单元适于基于投影数据值采集装置在不同采集方向中采集的投影数据值来重建图像,其中,投影数据值优选地是线积分。图像提供单元也能够是重建单元本身,或也能够是重建单元与投影数据值采集装置的组合。
置信度图提供单元能够是存储单元,其中,已经存储了置信度图,并且能够从该存储单元中检索置信度图用于提供该置信度图。然而,置信度图提供单元也能够是用于从确定置信度图的置信度图确定单元接收置信度图的接收单元。置信度图提供单元也能够是置信度确定单元,即置信度图提供单元能够适用于确定(尤其是计算)置信度图。置信度图提供单元能够适于提供针对图像的单个置信度图或若干置信度图。
在一个实施例中,置信度图提供单元适于提供方向性置信度图,该方向性置信度图包括针对第一图像中的不同位置的、指示图像特征是由对象的结构引起的方向性可能性的置信度值。因此,在一个实施例中,置信度值可以是方向依赖性的。特别地,针对图像空间中的不同方向,可以为第一图像中的相同位置提供不同的置信度值。特别是如果配准单元使用像边缘或梯度的方向性图像结构来将第一图像和第二图像彼此配准,则能够通过使用方向性置信度图进一步改善配准。然而,置信度图提供单元也可以适于提供各向同性置信度图,该各向同性置信度图包括针对第一图像中的不同位置的、指示图像特征是由对象的结构引起的各向同性可能性的置信度值。因此,在一个实施例中,置信值可以是与方向无关的。
图像提供单元适于提供第一图像,使得第一图像的在相应位置处的图像元素已经通过如下方式而被重建:将分配给穿过图像元素的射线的投影数据值乘以权重并且沿着射线将经加权的投影数据值反投影,其中,所述置信度图提供单元适于通过计算依赖于相应权重的函数在穿过图像元素的射线上的总和来确定针对图像元素并因此针对相应位置的置信度值。具体地,为了确定第一图像中的相应位置处的图像元素的置信度值,仅考虑在反投影期间已经使用的对分配给穿过图像元素的射线的投影数据值进行加权的权重,即,不考虑用于对分配给不穿过图像元素的射线的投影数据值进行加权的权重。
例如,为了确定相应图像元素的置信度值,能够将投影数据值在为了重建相应图像元素而被反投影之前与其相乘的权重相加。为了确定针对相应图像元素的置信度值,也可以将相应的平方权重相加。如果针对第一图像的不同图像元素确定这些置信度值,则它们可以形成各向同性的置信度图。依赖于相应权重的函数在穿过应确定其置信度值的相应图像元素的射线上的总和指示已经用于重建第一图像的该图像元素的投影数据值的量,其中,假设如果已经使用较大量的投影数据值来重建该图像元素,则该图像元素更可能对应于该对象的结构。
优选地,函数还依赖于相应投影数据值的逆方差。例如,能够通过计算函数在穿过图像元素的射线上的总和来确定针对图像元素的置信度值,其中,函数依赖于以下项的乘积:a)相应权重或相应的平方权重,和b)相应的投影数据值的逆方差。如果针对第一图像的不同图像元素确定该置信度值,则它们可以形成各向同性的置信度图。假设如果已经用于重建第一图像的该图像元素的投影数据值的方差较小,则第一图像的图像元素与对象的结构确实对应的可能性较大,并且如果用于重建第一图像的该图像元素的投影数据值的方差较大,则该可能性较小。因此,通过在确定图像元素的置信度值的同时考虑相应投影数据值的逆方差,可以提高确定置信度值的质量。
优选地,每条射线具有相对于参考线的射线角度,其中,该函数还依赖于相应射线角度。例如,函数能够依赖于相应射线角度的余弦或正弦,或者依赖于相应射线角度的两倍。在一个实施例中,函数依赖于以下各项的乘积:a)相应权重或相应的平方权重,和b)相应射线角度的余弦或正弦或相应射线角度的两倍。该函数能够还依赖于相应投影数据值的逆方差。特别地,能够通过计算函数在穿过图像元素的射线上的总和来确定针对图像元素的置信度值,其中,函数依赖于以下各项的乘积:a)相应权重或相应的平方权重,b)相应射线角度的余弦或正弦或相应射线角度的两倍,以及c)相应投影数据值的逆方差。能够使用基于针对第一图像的不同图像元素的相应射线角度确定的置信度值来形成方向性置信度图。
在一个实施例中,置信度图提供单元适于:i)通过计算依赖于相应权重并且对相应射线角度具有第一依赖性的第一函数在穿过图像元素的射线上的总和来确定针对相应图像元素的第一中间值,ii)通过计算依赖于相应权重并且对相应射线角度具有第二依赖性的第二函数在穿过图像元素的射线上的总和来确定针对相应图像元素的第二中间值,以及iii)基于所确定的第一中间值和第二中间值来确定针对相应图像元素的置信度值。在优选实施例中,置信度图提供单元适于使得第一函数和第二函数还依赖于相应投影数据值的逆方差。此外,置信度图提供单元可以适于通过计算依赖于相应投影数据值的权重但不依赖于相应射线角度的第三函数在穿过图像元素的射线上的总和来确定针对相应图像元素的第三中间值,并且基于确定的第一中间值,第二中间值和第三中间值来确定针对图像元素的置信度值。置信度图提供单元可以被适于使得第三函数还依赖于相应投影数据值的逆方差。
特别地,通过组合针对第一图像的图像元素确定的第一中间值,第二中间值和第三中间值,能够确定针对该图像元素置信值,其中,i)第一中间值可以通过计算第一函数在穿过该图像元素的射线上的总和来确定,其中,所述第一函数可以依赖于以下乘积:a)权重,为了重建该图像元素对相应射线的相应投影数据值利用该权重进行加权,或者该权重的平方,b)相应射线角度的余弦或相应射线角度的两倍,以及任选地,c)相应投影数据值的逆方差,ii)第二中间值可以通过计算第二函数在穿过该图像元素的射线上的总和来确定,其中,第二函数可以依赖于以下乘积:a)权重,为了重建该图像元素对相应射线的相应投影数据值利用该权重进行加权,或者该权重的平方,b)相应射线角度的正弦或相应射线角度的两倍,以及任选地,c)相应投影数据值的逆方差,以及iii)第三中间值可以通过计算第三函数在穿过该图像元素的射线上的总和来确定,其中,第三函数可以依赖于为重建第一图像的该图像元素而对相应射线的相应投影数据值进行权重所利用的权重,或该权重的平方,任选地与相应投影数据值的逆方差相乘。在针对第一图像的不同图像元素确定置信度值之后,它们优选形成方向性置信度图。
在一个实施例中,配准单元适于通过将力矢量场确定算法应用于第一图像和第二图像来确定力矢量场,其中,力矢量场指示针对第一图像和第二图像中的至少一幅图像内的不同位置的、要被施加到第一图像和第二图像中的所述至少一幅图像以将第一图像和第二图像彼此配准的虚拟力,以通过使用置信度图来校正力矢量场并且基于经校正的力矢量场来确定配准变换。因此,基于第一图像和第二图像,能够针对a)仅第一图像,b)仅第二图像,或c)第一图像和第二图像确定力矢量场。相应地,配准变换能够定义仅第一图像的变形,仅第二图像的变形或两个图像的变形。在将力矢量场施加到第一图像和第二图像中的至少一幅图像之前,可以将力矢量场的力矢量乘以对应的置信度值以校正力矢量。优选地,通过平滑经校正的力矢量场来确定配准变换。特别地,可以执行正则化步骤以平滑力矢量场。基于经校正的力矢量场对配准变换的这种确定能够导致第一图像和第二图像彼此的配准的进一步改进。
可以迭代地执行确定力矢量场,校正力矢量场和确定配准变换的步骤。例如,在初始步骤中,通过将力矢量场确定算法应用于第一图像和第二图像,可以针对第一图像确定初始力矢量场。该初始力矢量场可以通过使用置信度图来校正,并且经校正的初始力矢量场可以用于确定针对第一图像的初始配准变换。然后可以将该初始配准变换应用于第一图像,从而使其变换,尤其是变形。在第一迭代步骤中,可以通过将力矢量场确定算法应用于经变换的第一图像和第二图像来确定力矢量场,力矢量场也可以通过变换置信度图并且通过使用变形的置信度图来进行校正,经校正的力矢量场可以用于确定配准变换,并且所确定的配准变换可以被应用于经变换的第一图像。在每个迭代步骤中,可以使用经变换的第一图像和经变换的置信度图,它们是根据在先前的迭代步骤中确定的变换来进行变换的。
在一个实施例中,置信度图提供单元适于提供另一置信度图,该另一置信度图包括针对第二图像中的不同位置的、指示图像特征是由对象的结构引起的可能性的置信度值,其中,配准单元适于确定用于在考虑如下a)和b)的情况下将所述第一图像与所述第二图像彼此配准的配准变换:a)包括针对所述第一图像中的不同位置的、指示图像特征是由所述对象的结构引起的可能性的置信度值的所述置信度图,以及b)所述另一置信度图。因此,可以为第一图像提供第一置信度图,并且可以为第二图像提供第二置信度图,其中,为了彼此配准第一图像和第二图像,可以使用两个置信度图。例如,可以将第一置信度图和第二置信度图组合成组合的置信度图,其中,可以通过将力矢量场确定算法应用于第一图像和第二图像来确定力矢量场,其中,力矢量场可指示针对第一图像内的不同位置和/或第二图像内的不同位置,分别施加于第一图像和/或第二图像以将第一图像和第二图像彼此配准的虚拟力,其中,可以根据组合的置信度图来校正力矢量场,并且其中,可以基于经校正的力矢量场确定配准变换。同样在该实施例中,配准单元可以适于确定用于迭代地将第一图像和第二图像彼此配准的配准变换,其中,在每个迭代步骤中,第一置信度图和第二置信度图的置信度值在考虑当前的配准变换相互对应的情况下被组合且用于校正力矢量场。对应的置信度值的组合能够是例如乘法。
在本发明的另一方面中,提出了一种用于生成运动对象的图像的成像系统,其中,所述成像系统包括:
-如权利要求1所述的用于确定用于将第一图像和第二图像彼此配准的配准变换的配准装置,其中,所述图像提供单元适于提供所述第一图像和所述第二图像,使得第一图像和第二图像示出在不同时间处的相同对象,其中,第一图像和第二图像已经基于在不同采集方向上采集的投影数据值被重建,
-运动场确定单元,其用于基于所确定的配准变换来确定描述对象的运动的运动场,
其中,所述图像提供单元适于基于所提供的投影数据值和所确定的运动场来重建所述对象的运动补偿图像。
由于配准装置使用置信度图来确定用于将第一图像和第二图像彼此配准的配准变换,因此能够提高配准的质量以及由此提高确定的运动场的质量,这又能够导致对象图像的改进的运动补偿重建。
在一个实施例中,图像提供单元适于提供部分扫描图像作为第一图像和第二图像。部分扫描图像是包括已经基于射线重建的图像元素的图像,其不覆盖完整的180度视角范围,即部分扫描图像是通过使用覆盖较小角度范围的射线和对应的投影数据值来重建的。因此,重建部分扫描图像所需的投影数据值能够更快地获得,如果对象的若干图像被重建(其对应于不同的时间),这能够导致更高的时间分辨率。特别地,第一图像和第二图像之间的时间距离能够更小。在针对这些图像确定配准变换之后,能够因此确定改进的运动场。这能够导致对象的最终重建的运动补偿图像的质量的进一步提高。
在本发明的另一方面中,提出一种用于配准图像的配准方法,其中,所述配准方法包括:
-通过图像提供单元提供对象的第一图像和第二图像,其中,提供所述第一图像使得所述第一图像在相应位置处的图像元素已经通过如下方式而被重建:将被分配给穿过图像元素的射线的投影数据值与权重相乘并且沿着射线将经加权的投影数据值反投影,
-通过置信度图提供单元提供置信度图,所述置信度图包括针对所述第一图像中的不同位置的、指示图像特征是由所述对象的结构引起的可能性的置信度值,其中,针对所述图像元素的置信度值是通过计算依赖于相应权重的函数在穿过图像元素的射线上的总和来确定的,并且
-通过配准单元确定用于在考虑所述置信度图的情况下将所述第一图像和所述第二图像彼此配准的配准变换。
在本发明的另一方面中,提出了一种用于控制如权利要求1所述的配准装置的计算机程序,其中,所述计算机程序包括程序代码模块,所述程序代码模块用于当计算机程序在所述配准装置上运行时令所述配准装置执行如权利要求13所述的配准方法。
应当理解的是,权利要求1所述的配准装置,权利要求12所述的成像系统,权利要求13所述的配准方法以及权利要求14所述的计算机程序具有相似的和/或相同的优选实施例,尤其是如从属权利要求中所限定的优选实施例。
应理解,本发明的优选实施例也能够是从属权利要求或以上实施例与相应独立权利要求的任意组合。
参考下文描述的实施例,本发明的这些方面和其他方面将变得显而易见并被阐明。
附图说明
在以下图中:
图1示意性并且示范性地示出了用于生成运动对象的图像的CT系统的实施例,
图2图示了部分扫描图像的重建,并且
图3示出了示范性地图示用于生成运动对象的图像的CT方法的实施例的流程图。
具体实施方式
图1示意性且示范性地示出了用于生成运动对象的图像的成像系统的实施例。在该实施例中,对象是人的心脏,并且成像系统是用于生成对象的运动补偿CT图像的CT系统18。CT系统18包括用于采集不同采集方向上的对象的投影数据值的投影数据值采集装置19和用于处理所采集的投影数据值以便生成能够显示在显示器17上的对象的运动补偿CT图像的处理设备10。CT系统18还包括输入单元16,如键盘,计算机鼠标,触摸板等,以便允许用户输入用于例如开始采集投影数据值的命令,输入如采集参数或重建参数等的参数。
投影数据值采集装置19包括能够围绕平行于z方向延伸的旋转轴R旋转的机架1。在该实施例中为X射线管的辐射源2安装在机架1上。辐射源2被提供有准直器3,在该实施例中,准直器3根据辐射源2所生成的辐射形成圆锥形辐射束4。辐射穿过检查区域5内的对象(未示出),在该实施例中检查区域5是圆柱形的。在穿过检查区域5之后,辐射束4入射在包括二维探测表面的探测器6上,其中,探测器6也安装在机架1上。
投影数据值采集装置19还包括两个电动机7、8。电动机7以优选恒定但可调节的角速度驱动机架。电动机8被提供成用于使对象平行于旋转轴R或z轴的方向移位。例如,为了使患者的心脏平行于旋转轴R或z轴的方向移位,可以将患者布置在可通过使用电动机8移位的如患者台的支撑器件上。这些电动机7、8由控制单元9控制,使得辐射源2和对象沿着例如螺旋形轨迹相对于彼此移动。然而,对象也可以不通过使用电动机8而移动,而是仅仅辐射源2旋转,即辐射源2沿着相对于对象的圆形轨迹移动。此外,在另一个实施例中,准直器3能够适于形成另一射束形状,特别是扇形射束,并且探测器6能够包括探测表面,其被成形为对应于另一射束形状,特别是扇形射束。
在辐射源2和对象的相对运动期间,探测器6根据入射到探测器6的探测表面上的辐射而生成投影数据值。在该实施例中,投影数据值是经滤波的线积分,如通常由标准滤波反投影CT重建算法使用的。
所采集的投影数据值被提供给处理设备10,以允许处理设备10基于所采集的投影数据值来重建运动补偿CT图像。控制单元9也可以适于控制处理设备10。然而,也能够提供另外的控制单元用于控制处理设备10或者用于控制处理设备10的部件或者CT系统18的其他部件。
处理设备10包括图像提供单元11,用于提供运动对象的至少第一图像和第二图像。在该实施例中,图像提供单元11是用于重建对应于不同时间的对象的部分扫描图像的序列的重建单元。下面将参考图2更详细地描述部分扫描图像的生成。
为了重建图像27,使用覆盖由虚线26包围的120度范围的投影数据值。虚线26还图示了角度加权函数,其可以在反投影投影数据值之前在该120度的角度范围内对投影数据值进行加权。由虚线26指示的角度加权函数具有三角形形状,并且导致如框21所指示的60度有效角度范围的半高全宽(FWHM)。此外,针对另外的部分扫描图像28、29、30、31,使用覆盖由对应的虚线32、33、34、35包围的120度的相应角度范围的投影数据值。这些虚线32、33、34、35还定义了具有三角形形状的角度加权函数,这可以用于对投影数据值加权。这些加权导致60度有效角度范围22、23、24、25的FWHM,其中,在该范例中,有效角度范围21、22、23、24、25覆盖300度的角度范围20。
重建单元11能够适于根据以下等式重建部分扫描图像:
其中,指示在相应重建的部分扫描图像中的图像体素坐标,表示在图像体素坐标处的相应重建的体素值,n表示指示相应射线(即相应投影射线)的索引,其中,n遍及穿过具体体素位置的所有投影射线,pwn表示部分权重,表示探测器6的探测表面上的位置,在该位置处,由n指示并穿过图像体素坐标的投影射线与探测器6的表面会合,表示pi-合作伙伴(pi-partner)归一化孔径和视图轮廓权重,其中,视图优选地是指针对相同的单个探测器/源位置已经采集的所有投影值,并且表示在探测器6的表面上的位置处的投影数据值或插值的投影数据值,其中,投影数据值优选为经滤波的线积分。有关重建部分扫描图像的更多细节,尤其是与图2中的虚线32、33、34、35相对应的部分权重pwn,以及pi-合作伙伴归一化孔径和视图轮廓权重参考T.Koehler等人的文章“Correction of Breathing Motion in the Thoraxfor Helical CT”,Tsinghua Science and Technology,第15卷,第1期,第87-95页(2010),R.Bhagalia等人的文章“Nonrigid registration-based coronary artery motioncorrection for cardiac computed tomography”,Medical Physics,第39卷,第4245-4254页(2012),以及K.Seungeon等人的文章“Cardiac motion correction based onpartial angle reconstructed images in x-ray CT”,Medical Physics,42(5):2560(2015),它们通过引用并入本文。
处理设备10还包括置信度图提供单元12,用于提供置信度图,该置信度图包括置信度值,该置信度值指示针对重建的部分扫描图像中的不同位置,图像特征实际上是由对象的结构引起,而不是由像心脏运动引起的运动伪影或由于用于重建部分扫描图像的投影数据值的有限角度范围而可能存在的有限角度伪影的伪影引起的可能性。
置信度图提供单元12可以适于针对部分扫描图像的每个体素确定一个或多个置信度值。特别地,置信度图提供单元12可以提供代表在体素位置处体素值的各向同性置信度的各向同性置信度值和/或其可以提供依赖于体素位置和角度的方向性置信度值方向性置信度值能够用作针对利用沿着由表示的方向的结构信息的特征的在位置处的不确定度的直接度量,并且形成方向性置信度图。角度优选地被测量为围绕CT系统的旋转轴或z轴的旋转角度,并且在此确定要确定置信度的方向。该角度能够相对于垂直于旋转轴或z轴的参考线来确定,其中,参考线可以通过例如在采集投影数据的开始时的辐射源的位置来限定。然而,参考线也能够是垂直于旋转轴或z轴的另一条线。
特别地,置信度图提供单元12能够适用于通过计算依赖于相应的组合权重的函数在穿过体素的所有射线上的总和来针对体素确定各向同性置信度值该函数还可以依赖于相应的投影数据值的逆方差在一个实施例中,各向同性置信度值能够由以下等式(2)定义:
此外,置信度图提供单元12能够适于通过计算依赖于相应的组合权重的函数在穿过体素的所有射线上的总和来针对体素确定方向性置信度值并且其依赖于子函数其中,是相应射线角度并且是参考线的参考角度。子函数可以是依赖于和的任何函数。求和后的函数可以还依赖于相应投影数据值的逆方差。具体而言,可以根据以下等式确定方向性置信度值:
在一个实施例中,置信度图提供单元12适于通过首先根据以下等式针对相应的部分扫描图像的每个体素确定第一中间值第二中间值和第三中间值来提供方向性置信度图:
和(5)
其中,在等式(4)和(5)中,角度表示相应射线角度。
第一中间值是通过计算依赖于相应的组合权重依赖于逆方差并且对相应射线角度具有第一依赖性的第一函数在穿过相应体素的射线上的总和来确定的。优选地,射线角度是指围绕CT系统的中心轴即围绕CT系统的旋转轴或z轴的旋转角度,其中,参考线可以是垂直于中心轴的任意固定线。在一个实施例中,参考线由在投影数据值的采集开始时的辐射源的位置或探测器的位置来定义。第二中间值是通过计算依赖于相应的组合权重依赖于相应的逆方差并且对相应射线角度具有第二依赖性的第二函数在穿过相应体素的射线上的总和来确定的。第三中间值是通过计算依赖于相应的组合权重和相应的逆方差的第三函数在穿过相应体素的射线上的总和来确定的。
置信度图提供单元12能够适于通过使用以下关系组合第一中间值、第二中间值和第三中间值
因此,置信度图提供单元12能够适于根据以下等式组合中间值:
其中,所得到的置信度值能够用作针对利用沿着由表示的方向的结构信息的特征的在位置处的不确定度的直接度量,并且是形成方向性图的方向性置信度值。使用等式(8),置信度图提供单元12能够适于根据配准的需要计算针对任意角度的值
处理设备10还包括配准单元13,用于确定用于在考虑方向性置信度图的情况下将时间上后续的部分扫描图像彼此配准的配准变换。特别地,配准单元13可以适于通过对相应时间上相邻的部分扫描图像应用力矢量场确定算法来确定力矢量场,其中,力矢量场指示第一部分扫描图像的部分如何被移动以将第一部分扫描图像配准到时间上后续的第二部分扫描图像。因此,针对相应的部分扫描图像的每个体素,可以确定三维力矢量,其中,能够通过使用方向性置信度图来校正相应的三维力矢量。特别地,如果在体素位置处力矢量指向特定方向,并且如果方向性置信度图指示在该方向上置信度相当低,则可以减小力矢量的长度或者甚至可以消除力矢量。在一个实施例中,置信度图的确定的置信值被归一化,使得它们在从0到1的范围内,并且将这些归一化的方向性置信度值(即对应的归一化置信度矢量)与力矢量相乘,以便校正力矢量场。然后可以通过使用例如正则化步骤来平滑经校正的力矢量场,其中,平滑的经校正的力矢量场可以形成期望的配准变换。正则化步骤能够是限制空间中的变化频率的空间平滑。它还能够结合更复杂的关于力矢量场的空间外观的先验知识,例如基于扩散,弹性或曲率。
重建单元11、置信度图提供单元12和配准单元13能够被认为是用于配准图像的配准装置14的部件。
处理设备10还包括运动场确定单元15,用于基于所确定的配准变换来确定描述对象的运动的运动场,其中,重建单元11适于基于采集的投影数据值和确定的运动场来重建对象的运动补偿图像。配准变换可以直接形成运动场,或者可以进一步处理配准变换以用于形成运动场。为了重建运动补偿图像,能够使用已知的运动补偿重建算法,如B.Brendel等人的文章“Motion Compensated Backprojection versus Backproject-then-Warp forMotion Compensated Reconstruction”,The Third International Conference onImage Formation in X-Ray Computed Tomography,第169-172页,Salt Lake City,USA(2014),以及U.van Stevendaal等人的文章“A motion-compensated scheme for helicalcone-beam reconstruction in cardiac CT angiography”,Medical Physics,第35卷,第7期,第3239至3251页(2008)中所公开的算法,这些文章通过引用并入本文。
以下将参照图3所示的流程图示范性地描述用于生成运动对象的图像的成像方法的实施例。
在步骤101中,辐射源2围绕对象旋转,同时辐射源2发射穿过对象的X射线,并且探测器6基于探测到的穿过对象之后的X射线来生成投影数据值。在步骤102中,重建单元11重建对应于不同时间的部分扫描图像,并且在步骤103中,置信度图提供单元12确定针对每幅部分扫描图像的方向性置信度图。在步骤104中,配准单元13确定用于在考虑相应的方向性置信度图的情况下将相应的部分扫描图像与时间上相邻的部分扫描图像配准的相应的部分扫描图像的相应配准变换。在步骤105中,运动场确定单元15基于所确定的配准变换来确定描述对象的运动的运动场,并且在步骤106中,配准单元11基于所采集的投影数据值和也可以被称为运动矢量场的所确定的运动场来重建对象的运动补偿图像。在步骤107中,重建的运动补偿图像被显示在显示器17上。步骤100至104能够被认为是用于配准图像的配准方法的步骤。
尽管在上述实施例中,置信度图提供单元已经根据等式(4)至(8)提供了特定的方向性置信度图,但是在其他实施例中,置信度图提供单元能够适于提供另一个方向性置信度图。例如,在一个实施例中,中间值可以不考虑逆方差,或者它们可以不考虑相应投影数据值被加权所利用的权重。因此,在等式(4)至(6)中,可以省略表达式或表达式在等式(4)到(6)中代替平方权重也可以直接使用权重,即不是平方权重,而是使用直接权重,其中,在这种情况下也可以考虑逆方差,如等式(4)至(6)所示,或不考虑逆方差。而且,如果以另一种方式重建图像,即通过使用另一种重建算法,则权重可能不同。
置信度图提供单元也可以适于提供各向同性的置信度图。各向同性的置信图能够是例如如等式(6)中定义的,其中,可以省略组合权重或者逆方差
分辨率和因此能够用于配准的结构的信息将最强烈地垂直于平均或主导视图方向并且与其最不平行,其中,如果使用若干视图,分别是探测器/源位置来重建图像,则具有最大的权重的视图能够被认为定义平均或主导视图方向。在图2中,平均或主导视图方向因此是负120度,负60度,零度,60度和120度。为了避免或者至少降低使配准基于不是由对象的真实结构引起的而是由伪影引起的图像特征的可能性,提出对配准算法所使用的图像特征添加特定的置信度,以便将配准过程转向那些实际来自真实数据而不是来自伪影的图像特征。在用于重建不同图像的滤波反投影过程期间,也可以计算能够用于确定方向性和/或各向同性置信度图的中间值。然后,当真正需要方向性置信度图和/或各向同性置信度时,可以基于已经预先计算的中间值来确定方向性置信度图和/或各向同性置信度。各向同性置信度图可以基于权重或平方权重之和,逆方差之和和/或a)权重或平方权重与b)逆方差的组合之和,其中,所述和是在用于重建相应图像值的所有射线上的总和,所述权重是在重建相应图像值时被反投影之前对相应投影数据值进行加权所利用的权重,所述逆方差是相应投影数据值的逆方差。如果配准应该基于如边缘或梯度的方向性图像特征则有用的方向性置信度图能够通过也考虑相应射线角度来确定。
配准单位能够适于使用任何标准的配准算法。然而,优选地使用标准配准算法,其包括通常从相似性度量导出的力项。配准算法优选地是可变形配准算法,其中,力项用于引导变形。优选地,力项是逐体素计算的并且针对每个图像体素描述所考虑的体素被提出移动到的方向。力项因此也能够被认为是力矢量,其中,为不同体素确定的力矢量定义力矢量场。如运动伪影或有限角度伪影的伪影能够使力矢量场劣化,可能导致非最佳的配准结果。因此,配准单元优选地适于将导出的置信度图包括到力项计算中,以便聚焦于源于真实数据的图像信息。
相似性度量描述了两幅图像的相似程度,并且通常给它们分配相似度值。为了改进/优化相似性,一种可能的已知实施方式是将相似性度量作为优化问题来研究。从微积分来看,优化问题能够通过例如计算相似性度量的导数的零来求解。通常,导数具有方向导数(加托导数)的形式。由此产生力矢量场。
配准单元能够适于将置信度图归一化为一个区间[0,1],使得值1指示高置信度,即伪影的低概率,并且值0指示低置信度,即伪影的高概率。重建单元能够还适于通过添加作为因子的置信度图来修改力项,其中,应该注意力矢量场和置信度图都包含方向特定的信息。因此,例如,在特定体素位置处,力项可以为三个不同方向提供三个力值,并且置信度图可以为三个不同方向提供三个置信度值,其中,相应的相同方向的力值和置信度值可以被相乘以校正相应的力值。
配准单元可以使用例如差的平方和(SSD)作为相似性度量,其中,力项可以被给出为残差(即变形的第一图像和第二图像之间的差)与变形的第一图像的空间梯度的乘积。添加作为因子的置信度图将降低权重,或甚至取消置信度值低的力项贡献,特别是零。也可以使用与标准化梯度场(NGF)相似性度量类似的其他相似性度量,其中,力项被给出为与另外的图像导数项相乘的变形的第一图像和第二图像的归一化空间导数的数积或叉积。同样在这种情况下,添加作为另一个因子的置信度图将会降低权重,或甚至取消置信度值低的力项贡献,特别是零。另外的可能的相似性度量是例如基于相关性或基于互信息的相似性度量。
在通过使用置信度图校正了力项(即,形成力矢量场的力矢量)之后,配准单元能够照常执行图像配准步骤,即基于经校正的力矢量场确定配准变换,其中,在力矢量场中,由伪影引起的力项贡献被减小权重,特别是不再存在,并且因此不能再引导计算的变形。特别地,经校正的力矢量场被平滑,其中,经校正的力矢量场形成配准变换。
配准单元优选地适于迭代地确定用于在考虑置信度图的情况下将第一图像与第二图像配准的第一图像的配准变换,其中,在每个迭代步骤中,第一图像被变形,以便更好地对应于第二图像,并且其中,所述置信度图也变形,其中,在下一个迭代步骤中,所变形的第一图像和所变形的置信度图被用于确定更新的配准变换。迭代可以被执行,直到已经实现中止标准,例如,直到指示第一图像和第二图像的相似度的相似性度量大于预定义的阈值或者直到已经执行预定数量的迭代步骤。
在一个实施例中,使用针对第一图像的第一置信度图和针对第二图像的第二置信度图,其中,基于第一信度图和第二置信度图确定组合置信度图,并且其中,组合置信度图用于确定用于将第一图像和第二图像彼此配准的配准变换。组合的组合图可以是第一信度图和第二置信度图的逐点积。然而,第一置信度图和第二置信度图也能够以另一种方式组合以提供组合置信度图。例如,第一置信度图和第二置信度图的逐点最小值能够用作组合置信度图。如果配准单元适于变形第一图像以将第一图像和第二图像彼此配准,并且如果配准过程迭代地执行,则在每个迭代步骤中,配准单元根据配准变换来变形第一置信度图,其已经在先前的迭代步骤中被确定,并且其定义了第一图像的变形,其中,基于变形的第一置信度图和第二置信度图来确定组合置信度图,并且其中,定义第一图像的更新的变形的更新的配准变换是在考虑组合置信度图的情况下确定的。随后在下一个迭代步骤中使用变形的第一图像以及对应变形的第一置信度图以再次更新配准变换。在另一个实施例中,在每个迭代步骤中同样仅第二图像,或者第一图像和第二图像能够被变形。
置信度图的确定和在考虑置信度图的情况下的图像配准能够应用于例如心肌灌注CT成像,其中,部分子扫描能够用于运动估计和补偿。时间分辨率和因此配准能够被改进,并且能够实现更高的灌注量化的准确度。置信度图的确定和在考虑确定的置信度图的情况下的配准也能够应用于稀疏采样CT成像,其中,仅采集非常少的角度样本,以针对特定时间(即,时间帧)生成图像。例如,辐射源可以围绕对象旋转若干次,而投影数据值被稀疏采样,其中,基于在相应的单次旋转期间采集的投影数据值,可以重建CT图像,使得针对不同的旋转重建不同的CT图像。针对这些CT图像,可以确定置信度图,并且可以在考虑置信度图的情况下将CT图像彼此配准。置信图可以具有相对规则的时间分布,但是置信度图可以包含相对于角坐标的显著变化。
尽管在上述实施例中图像是CT图像,但是在其他实施例中,图像也能够是其他类型的图像,即,如果图像不是基于CT系统采集的投影数据值重建的CT图像,也能够执行置信度图的确定和在考虑所确定的置信度图的情况下的配准。例如,图像也能够是基于由X射线C臂系统采集的投影数据值重建的图像。此外,图像不需要是部分扫描图像,即,例如也能够是通过使用对应于全180度视角范围或更大视角范围的投影数据值重建每个体素的图像。
通过研究附图、说明书和权利要求书,本领域技术人员在实践所要求保护的本发明时能够理解和实现所公开实施例的其他变型。
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。
单个单元或设备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。
能够由任何其他数量的单元或设备来执行由一个或若干单元或设备所执行的如图像重建、置信度图的确定、图像的配准、运动场的确定等的过程。这些过程,和/或根据配准方法的对配准装置的控制、和/或根据CT方法的对CT系统的控制能够被实施为计算机程序的程序代码模块和/或专用硬件。
计算机程序可以存储/分布在与其他硬件一起或作为其他硬件的一部分提供的合适的介质(诸如光存储介质或固态介质)上,但也可以以其他形式分布,例如经由因特网或其他有线或无线的远程通信系统。
权利要求中的任何附图标记不应被解释为限制范围。
本发明涉及一种用于配准图像的配准装置。所述配准装置包括:图像提供单元,其用于提供对象的第一图像和第二图像;置信度图提供单元,其用于提供置信度图,该置信度图包括针对所述第一图像中的不同位置的置信度值,所述置信度值指示图像特征是由所述对象的结构引起的可能性;以及配准单元,其用于确定用于在考虑所述置信度图的情况下将所述第一图像和所述第二图像彼此配准的配准变换。这允许考虑图像特征实际上是由对象的结构而不是由图像伪影引起的置信度,由此实现改进的图像配准。
Claims (14)
1.一种用于配准图像的配准装置,所述配准装置(14)包括:
图像提供单元(11),其用于提供对象的第一图像和第二图像,其中,所述图像提供单元(11)适于提供所述第一图像,使得所述第一图像在相应位置处的图像元素已经通过如下方式而被重建:将分配给穿过所述图像元素的射线的投影数据值乘以权重并且沿着所述射线将经加权的投影数据值反投影,
置信度图提供单元(12),其用于提供置信度图,所述置信度图包括针对所述第一图像中的不同位置的、指示图像特征是由所述对象的结构引起的可能性的置信度值,其中,所述置信度图提供单元(12)适于通过计算依赖于相应权重的函数在穿过所述图像元素的所述射线上的总和来确定针对所述图像元素的置信度值,
配准单元(13),其用于确定用于在考虑所述置信度图的情况下将所述第一图像与所述第二图像彼此配准的配准变换。
2.如权利要求1所述的配准装置,其中,所述置信度图提供单元(12)适于提供方向性置信度图,所述方向性置信度图包括针对所述第一图像中的不同位置的、指示图像特征是由所述对象的结构引起的方向性可能性的置信度值。
3.如权利要求1所述的配准装置,其中,所述置信度图提供单元(12)适于提供各向同性置信度图,所述各向同性置信度图包括针对所述第一图像中的不同位置的、指示图像特征是由所述对象的结构引起的各向同性可能性的置信度值。
4.如权利要求1所述的配准装置,其中,所述函数还依赖于相应投影数据值的逆方差。
5.如权利要求1所述的配准装置,其中,每条射线具有相对于参考线的射线角度,其中,所述函数还依赖于相应射线角度。
6.如权利要求5所述的配准装置,其中,所述置信度图提供单元(12)适于:
通过计算依赖于所述相应权重并且对所述相应射线角度具有第一依赖性的第一函数在穿过所述图像元素的所述射线上的总和来确定针对所述图像元素的第一中间值,
通过计算依赖于所述相应权重并且对所述相应射线角度具有第二依赖性的第二函数在穿过所述图像元素的所述射线上的总和来确定针对所述图像元素的第二中间值,并且
基于所确定的第一中间值和第二中间值来确定针对所述图像元素的所述置信度值。
7.如权利要求6所述的配准装置,其中,所述置信度图提供单元(12)适于使得所述第一函数和所述第二函数还依赖于所述相应投影数据值的逆方差。
8.如权利要求6所述的配准装置,其中,所述置信度图提供单元(12)适于:
通过计算依赖于相应投影数据值的权重但不依赖于所述相应射线角度的第三函数在穿过所述图像元素的所述射线上的总和来确定针对所述图像元素的第三中间值,
基于所确定的第一中间值、第二中间值和第三中间值来确定针对所述图像元素的所述置信度值。
9.如权利要求8所述的配准装置,其中,所述置信度图提供单元(12)适于使得所述第三函数还依赖于所述相应投影数据值的逆方差。
10.如权利要求1所述的配准装置,其中,所述配准单元(13)适于:
通过将力矢量场确定算法应用于所述第一图像和所述第二图像来确定力矢量场,其中,所述力矢量场指示针对所述第一图像和第二图像中的至少一幅图像内的不同位置,在相应位置处施加于所述第一图像和所述第二图像中的所述至少一幅图像以用于将所述第一图像与所述第二图像彼此配准的虚拟力,
通过使用所述置信度图来校正所述力矢量场,并且
基于经校正的力矢量场来确定所述配准变换。
11.如权利要求1所述的配准装置,其中,所述置信度图提供单元适于提供另一置信度图,所述另一置信度图包括针对所述第二图像中的不同位置的、指示图像特征是由所述对象的结构引起的可能性的置信度值,其中,所述配准单元适于确定用于在考虑如下a)和b)的情况下将所述第一图像与所述第二图像彼此配准的配准变换:a)包括针对所述第一图像中的不同位置的、指示图像特征是由所述对象的结构引起的可能性的置信度值的所述置信度图,以及b)所述另一置信度图。
12.一种用于生成运动对象的图像的成像系统,所述成像系统(18)包括:
如权利要求1所述的用于确定用于将第一图像与第二图像彼此配准的配准变换的配准装置(14),其中,所述图像提供单元(11)适于提供所述第一图像和所述第二图像,使得所述第一图像和所述第二图像示出在不同时间处的相同对象,其中,所述第一图像和所述第二图像已经基于在不同采集方向上采集的投影数据值而被重建,
运动场确定单元(15),其用于基于所确定的配准变换来确定描述所述对象的运动的运动场,其中,所述图像提供单元(11)适于基于所提供的投影数据值和所确定的运动场来重建所述对象的运动补偿图像。
13.一种用于配准图像的配准方法,所述配准方法包括:
通过图像提供单元(11)提供对象的第一图像和第二图像,其中,提供所述第一图像,使得所述第一图像在相应位置处的图像元素已经通过如下方式而被重建:将分配到穿过所述图像元素的射线的投影数据值乘以权重并且沿着所述射线将经加权的投影数据值反投影,
通过置信度图提供单元(12)提供置信度图,所述置信度图包括针对所述第一图像中的不同位置的、指示图像特征是由所述对象的结构引起的可能性的置信度值,其中,针对所述图像元素的置信度值是通过计算依赖于相应权重的函数在穿过所述图像元素的所述射线上的总和来确定的,并且
通过配准单元(13)确定用于在考虑所述置信度图的情况下将所述第一图像与所述第二图像彼此配准的配准变换。
14.一种用于控制如权利要求1所述的配准装置的计算机程序,所述计算机程序包括程序代码模块,所述程序代码模块用于当所述计算机程序在所述配准装置上运行时令所述配准装置(14)执行如权利要求13所述的配准方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP15174551 | 2015-06-30 | ||
EP15174551.0 | 2015-06-30 | ||
PCT/EP2016/063972 WO2017001210A1 (en) | 2015-06-30 | 2016-06-17 | Registration apparatus for registering images |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107810519A true CN107810519A (zh) | 2018-03-16 |
CN107810519B CN107810519B (zh) | 2022-01-25 |
Family
ID=53502518
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680038629.2A Active CN107810519B (zh) | 2015-06-30 | 2016-06-17 | 用于配准图像的配准装置和方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10685452B2 (zh) |
EP (1) | EP3317853B1 (zh) |
CN (1) | CN107810519B (zh) |
WO (1) | WO2017001210A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111466932A (zh) * | 2019-01-24 | 2020-07-31 | 通用电气公司 | 相机辅助x射线成像的方法和系统 |
CN115018834A (zh) * | 2022-08-08 | 2022-09-06 | 山东光岳九州半导体科技有限公司 | 一种半导体晶片图像对准方法 |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101725891B1 (ko) * | 2015-08-05 | 2017-04-11 | 삼성전자주식회사 | 단층 영상 장치 및 그에 따른 단층 영상 복원 방법 |
US10848668B2 (en) | 2016-05-19 | 2020-11-24 | Avago Technologies International Sales Pte. Limited | 360 degree video recording and playback with object tracking |
US10681326B2 (en) | 2016-05-19 | 2020-06-09 | AVAGO TECHNOLOGlES INTERNATIONAL SALES PTE. LIMITED | 360 degree video system with coordinate compression |
US11019257B2 (en) * | 2016-05-19 | 2021-05-25 | Avago Technologies International Sales Pte. Limited | 360 degree video capture and playback |
US20190164296A1 (en) * | 2017-11-27 | 2019-05-30 | Qualcomm Incorporated | Systems and methods for determining a confidence measure for a motion vector |
US11399779B2 (en) * | 2018-05-16 | 2022-08-02 | Case Western Reserve University | System-independent quantitative perfusion imaging |
US11808941B2 (en) * | 2018-11-30 | 2023-11-07 | Google Llc | Augmented image generation using virtual content from wearable heads up display |
EP3690739A1 (en) | 2019-02-01 | 2020-08-05 | Koninklijke Philips N.V. | Confidence measure for a deployed machine learning model |
US11553867B2 (en) * | 2019-02-28 | 2023-01-17 | St. Jude Medical, Cardiology Division, Inc. | Systems and methods for displaying EP maps using confidence metrics |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011027298A1 (en) * | 2009-09-07 | 2011-03-10 | Koninklijke Philips Electronics N.V. | Apparatus and method for processing projection data |
CN102044081A (zh) * | 2009-10-12 | 2011-05-04 | 西门子公司 | 从x射线锥形束数据中重建三维图像数据组 |
US20120121147A1 (en) * | 2010-11-15 | 2012-05-17 | National Central University | Method for Generating Bone Mask |
CN102722882A (zh) * | 2012-04-12 | 2012-10-10 | 华北电力大学(保定) | 一种cag图像序列的弹性配准方法 |
US20140376791A1 (en) * | 2013-06-25 | 2014-12-25 | Siemens Medical Solutions Usa, Inc. | Reconstruction of time-varying data |
CN104616296A (zh) * | 2015-01-23 | 2015-05-13 | 上海联影医疗科技有限公司 | 提高放射治疗影像质量的方法及装置、放射治疗系统 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6975764B1 (en) * | 1997-11-26 | 2005-12-13 | Cognex Technology And Investment Corporation | Fast high-accuracy multi-dimensional pattern inspection |
EP1595227B1 (en) * | 2003-02-07 | 2011-06-15 | Koninklijke Philips Electronics N.V. | Image viewing system and method for generating filters for filtering image features according to their type |
US7583780B2 (en) * | 2006-06-22 | 2009-09-01 | General Electric Company | Systems and methods for improving a resolution of an image |
US8224056B2 (en) | 2009-12-15 | 2012-07-17 | General Electronic Company | Method for computed tomography motion estimation and compensation |
WO2012080971A1 (en) * | 2010-12-17 | 2012-06-21 | Koninklijke Philips Electronics N.V. | Imaging system for imaging a region of interest |
US9261467B2 (en) * | 2013-06-14 | 2016-02-16 | General Electric Company | System and method of iterative image reconstruction for computed tomography |
-
2016
- 2016-06-17 EP EP16734214.6A patent/EP3317853B1/en active Active
- 2016-06-17 CN CN201680038629.2A patent/CN107810519B/zh active Active
- 2016-06-17 US US15/574,962 patent/US10685452B2/en active Active
- 2016-06-17 WO PCT/EP2016/063972 patent/WO2017001210A1/en active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011027298A1 (en) * | 2009-09-07 | 2011-03-10 | Koninklijke Philips Electronics N.V. | Apparatus and method for processing projection data |
CN102044081A (zh) * | 2009-10-12 | 2011-05-04 | 西门子公司 | 从x射线锥形束数据中重建三维图像数据组 |
US20120121147A1 (en) * | 2010-11-15 | 2012-05-17 | National Central University | Method for Generating Bone Mask |
CN102722882A (zh) * | 2012-04-12 | 2012-10-10 | 华北电力大学(保定) | 一种cag图像序列的弹性配准方法 |
US20140376791A1 (en) * | 2013-06-25 | 2014-12-25 | Siemens Medical Solutions Usa, Inc. | Reconstruction of time-varying data |
CN104616296A (zh) * | 2015-01-23 | 2015-05-13 | 上海联影医疗科技有限公司 | 提高放射治疗影像质量的方法及装置、放射治疗系统 |
Non-Patent Citations (1)
Title |
---|
J. WEBSTER STAYMAN ET.AL.: "Model-Based Tomographic Reconstruction of Objects Containing Known Components", 《IEEE TRANSACTIONS ON MEDICAL IMAGING》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111466932A (zh) * | 2019-01-24 | 2020-07-31 | 通用电气公司 | 相机辅助x射线成像的方法和系统 |
CN111466932B (zh) * | 2019-01-24 | 2023-12-08 | 通用电气公司 | 相机辅助x射线成像的方法和系统 |
CN115018834A (zh) * | 2022-08-08 | 2022-09-06 | 山东光岳九州半导体科技有限公司 | 一种半导体晶片图像对准方法 |
CN115018834B (zh) * | 2022-08-08 | 2022-10-25 | 山东光岳九州半导体科技有限公司 | 一种半导体晶片图像对准方法 |
Also Published As
Publication number | Publication date |
---|---|
US10685452B2 (en) | 2020-06-16 |
CN107810519B (zh) | 2022-01-25 |
EP3317853A1 (en) | 2018-05-09 |
EP3317853B1 (en) | 2019-08-07 |
US20180174314A1 (en) | 2018-06-21 |
WO2017001210A1 (en) | 2017-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107810519A (zh) | 用于配准图像的配准装置 | |
Cai et al. | Cine cone beam CT reconstruction using low-rank matrix factorization: algorithm and a proof-of-principle study | |
CN103198497B (zh) | 确定运动场和利用运动场进行运动补偿重建的方法和系统 | |
Rohkohl et al. | Interventional 4D motion estimation and reconstruction of cardiac vasculature without motion periodicity assumption | |
CN104252714B (zh) | 时变数据的重建 | |
US7782998B2 (en) | Method and apparatus for correcting motion in image reconstruction | |
US9349197B2 (en) | Left ventricle epicardium estimation in medical diagnostic imaging | |
RU2595757C2 (ru) | Устройство совмещения изображений | |
CN103027705B (zh) | 产生运动补偿的ct 图像数据组的方法和系统 | |
CN110751702A (zh) | 图像重建方法、系统、装置及存储介质 | |
EP2396765A1 (en) | Group-wise image registration based on motion model | |
WO2009147605A1 (en) | Reconstruction of dynamical cardiac spect for measuring tracer uptake and redistribution | |
JP5514195B2 (ja) | 運動する物体の画像を生成するための装置 | |
Christoffersen et al. | Registration-based reconstruction of four-dimensional cone beam computed tomography | |
CN105849778A (zh) | 成像中的移动结构运动补偿 | |
JP2016538945A (ja) | 画像データ処理 | |
Van Stevendaal et al. | A motion‐compensated scheme for helical cone‐beam reconstruction in cardiac CT angiography | |
US10089758B1 (en) | Volume image reconstruction using projection decomposition | |
Cierniak et al. | A practical statistical approach to the reconstruction problem using a single slice rebinning method | |
Kim et al. | Cardiac image reconstruction via nonlinear motion correction based on partial angle reconstructed images | |
CN101855652B (zh) | 用于确定运动对象的参数的装置 | |
Feng et al. | Estimation of the rigid-body motion from three-dimensional images using a generalized center-of-mass points approach | |
Rohkohl et al. | Interventional 4-D motion estimation and reconstruction of cardiac vasculature without motion periodicity assumption | |
US10417793B2 (en) | System and method for data-consistency preparation and image reconstruction | |
Zhong et al. | 3D‐2D Deformable Image Registration Using Feature‐Based Nonuniform Meshes |
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 |