CN108242067B - 计算具有可变空间分辨率的四维dsa数据组 - Google Patents

计算具有可变空间分辨率的四维dsa数据组 Download PDF

Info

Publication number
CN108242067B
CN108242067B CN201711393585.8A CN201711393585A CN108242067B CN 108242067 B CN108242067 B CN 108242067B CN 201711393585 A CN201711393585 A CN 201711393585A CN 108242067 B CN108242067 B CN 108242067B
Authority
CN
China
Prior art keywords
data set
dimensional
ray
dsa
dsa data
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
CN201711393585.8A
Other languages
English (en)
Other versions
CN108242067A (zh
Inventor
M.科沃希克
S.格里施
K.罗亚尔蒂
S.谢弗
C.罗科尔
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.)
Siemens Healthcare GmbH
Original Assignee
Siemens Healthcare GmbH
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 Siemens Healthcare GmbH filed Critical Siemens Healthcare GmbH
Publication of CN108242067A publication Critical patent/CN108242067A/zh
Application granted granted Critical
Publication of CN108242067B publication Critical patent/CN108242067B/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
    • 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
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • 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
    • A61B6/504—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 blood vessels, e.g. by angiography
    • 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
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
    • 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
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • 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
    • G06T2207/10076—4D tomography; Time-sequential 3D tomography
    • 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
    • G06T2207/20—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
    • G06T2207/30101—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

Landscapes

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

Abstract

本发明涉及根据X射线数据组计算四维DSA数据组的方法，包括借助接口接收涉及检查体积的X射线数据组，每个X射线数据组包括检查体积的二维X射线投影，借助计算单元基于X射线数据组第一确定第一重建体积的第一三维DSA数据组，第一重建体积是检查体积的一部分或与该检查体积相同，借助计算单元基于X射线数据组第二确定第二重建体积的第二三维DSA数据组，第二重建体积是第一重建体积的一部分，借助计算单元分割第二三维DSA数据组，借助计算单元基于第一三维DSA数据组使X射线数据组标准化，借助计算单元通过标准化的X射线数据组至分割的第二三维DSA数据组的反投影计算四维DSA数据组，四维DSA数据组包括多个第三三维DSA数据组以及所属的时间信息。

Description

计算具有可变空间分辨率的四维DSA数据组
技术领域
本发明涉及一种用于计算四维DSA数据组的方法。
背景技术
在数字减影血管造影(缩写DSA)中通过X射线拍摄显示一个或多个血管，其中为了抑制检查体积中的其它结构，将血管本身的图像与包含处于血管中的造影剂的血管的图像组合。在此在检查期间将造影剂引入血管，以确定参数、特别是液体的流体动力学参数，其中液体在血管中流动。
在四维DSA中借助图像重建方法提供三维DSA图像数据的时间分辨系列。在此，检查体积的标准化的二维X射线投影与时间信息一起被反投影到体积元素中。二维X射线投影在此通常源于C形臂X射线臂的旋转拍摄协议。
如果多个血管或多个血管片段在二维X射线投影中重叠，则乘法反投影具有限制。在该情况下由单个X射线投影不能看出，必须给哪个叠加的血管分配X射线信号、特别是强度值或X射线吸收系数。这尤其是在重建体积之外出现与血管重叠的情况。
基于医学成像中的标准，例如DICOM(医学数字成像和通信，英文“DigitalImaging and Communications in Medicine”的缩写,德文翻译为“DigitaleBildverarbeitung und-kommunikation in der Medizin”)，三维图像数据组中的体素的数量例如规定为256╳256╳256或512╳512╳512。
已知的是，对于最大尺寸的重建体积执行乘法反投影，以便尽可能最好地分辨血管的可能的重叠。但是由此基于通过标准规定的体素数量，通过重建体积的尺寸限制空间分辨率。
还已知的是，对于较小的重建体积执行乘法反投影。在此虽然改善了分辨率，但是在重建体积之外的血管或血管片段使结果变差。
发明内容
因此，本发明要解决的技术问题是，在考虑重建体积之外的血管的条件下达到重建体积的可变、特别是更细微的空间分辨率。
上述技术问题通过根据本发明的方法、通过根据本发明的DSA计算单元、通过根据本发明的X射线单元、通过根据本发明的计算机程序产品以及通过根据本发明的计算机可读的存储介质来解决。
下面关于要求保护的装置以及关于要求保护的方法描述上述技术问题的根据本发明的解决方案。在此提到的特征、优点或替换的实施方式也同样转用到其它要求保护的对象，反之亦然。换言之，具体的对象(例如针对装置)也通过结合方法描述或说明的特征来扩展。方法的对应的功能特征在此通过对应的具体的模块来构造。
本发明基于如下，即，借助接口接收涉及检查体积的X射线数据组，其中每个X射线数据组包括检查体积关于X射线投影的投影方向和拍摄时间点的二维X射线投影。在此，检查体积包括至少一个血管，其中血管可以包含造影剂，并且其中造影剂的空间密度可以随时间变化。拍摄时间点对应于拍摄二维X射线投影的时间点。二维X射线投影尤其是空间二维的。X射线投影尤其可以是DSA-X射线投影。
本发明还基于如下，即，借助计算单元基于X射线数据组确定第一重建体积的第一三维DSA数据组，其中第一重建体积是检查体积的一部分或与该检查体积相同。三维数据组尤其是空间三维的。
本发明还基于如下，即，借助计算单元基于X射线数据组确定第二重建体积的第二三维DSA数据组，其中第二重建体积是第一重建体积的一部分。在此，第二三维DSA数据组的确定尤其仅基于X射线数据组、也就是尤其不基于第一三维DSA数据组
本发明还基于如下，即，借助计算单元分割第二三维DSA数据组。在此，DSA数据组被分割为至少两个部分，其中第一部分包括在第二重建体积中包含的至少一个血管和血管的内部，第二部分包括第二重建体积的另外的组成部分。第一部分还可以包括在第二重建体积中包含的多个血管和血管的内部。
本发明还基于如下，即，借助计算单元基于第一三维DSA数据组使X射线数据组标准化。
本发明还基于如下，即，借助计算单元通过标准化的X射线数据组至分割的第二三维DSA数据组的反投影计算四维DSA数据组，其中四维DSA数据组包括多个第三三维DSA数据组以及所属的时间信息。在此，给每个第三三维DSA数据组分配时间信息。在此，属于第三三维DSA数据组的时间信息特别是对应于这样的时间，在该时间所示的血管的状态对应于三维DSA数据组中的映射。特别地，每个第三三维DSA数据组的每个体素还可以包括时间信息。时间信息尤其可以是时间坐标。反投影尤其可以是乘法反投影。
发明人已经认识到，通过第一三维DSA数据组的第一确定以及通过第二三维DSA数据组的第二确定，标准化可以基于第一三维DSA数据组并且四维DSA数据组的分割及计算可以基于第二三维DSA数据组。因为第一重建体积大于第二重建体积，可以使用可变的、特别是改善的第二三维DSA数据组的空间分辨率，并且同时使用关于从较大的第一重建体积在X射线投影中映射的另外的血管的信息。
根据本发明的另外的方面，通过恰好一个二维X射线数据组的反投影计算四维DSA数据组的每个第三三维DSA数据组，其中所属的时间信息对应于二维X射线数据组的拍摄时间点。发明人已经认识到，通过给三维DSA数据组唯一地分配X射线投影可以唯一且无错地确定属于三维DSA数据组的时间信息。
根据本发明的另外的方面，方法还包括基于第一三维DSA数据组第三确定对于至少一个X射线投影的至少一个第一像素的置信值；给至少一个第三三维DSA数据组的第一体素分配置信值，其中第一体素的值基于第一像素的值；以及基于置信值内插四维DSA数据组。如果通过反投影根据第一像素的值计算第一体素的值，则第一体素的值尤其基于第一像素的值。在此，分别借助计算单元执行第三确定、分配和内插。发明人已经认识到，通过内插，在其X射线投影关于一个或多个投影方向在一个或多个时间点重叠的血管或血管部分中也可以确定有效且不易产生错误的四维DSA数据组。
根据本发明的另外的可能的方面，第三三维DSA数据组的第一个的体素的内插的强度值仅基于第三三维DSA数据组中的对应的体素的强度值。在此，对应的体素尤其是空间对应的体素。发明人已经认识到，造影剂的浓度关于时间的梯度比关于三个空间方向中的一个的梯度更小且更均匀，并且由此时间内插产生特别好的结果。特别地，第一体素的内插的强度值仅基于在第三三维DSA数据组的第二个中的对应于第一体素的第二体素的强度值和在第三三维DSA数据组的第三个中的对应于第一体素的第三体素的强度值。特别地，通过线性内插确定内插的强度值。发明人已经认识到，线性内插可以特别简单地实施并且关于过度匹配是稳健的。
根据本发明的另外的方面，X射线投影的第一像素的置信值随着在第一三维DSA数据组中的投影到第一像素的血管片段的数量而单调下降，其中血管片段在X射线投影的投影方向上被投影。发明人已经认识到，反投影的三维数据的可靠性随着在X射线投影中叠加的血管片段的数量而减小，由此叠加的血管片段的数量是对于像素值的可靠性或精确性的合适的标准。
根据本发明的另外的方面，内插涉及给其分配小于阈值的置信值的体素。发明人已经认识到，根据阈值可以特别快速且简单地选择体素，对于该体素，由于叠加而没有关于强度值的可靠信息是可能的。阈值尤其可以选择为，使得所有体素以小于最大分配的置信值的置信值来内插。由此，通过内插来改善或改正不能仅通过所属的X射线投影确定并且因此具有不确定性或错误数据的所有体素的强度值。
根据本发明的另外的方面，第一和第二三维DSA数据组分别包括均匀的体素。如果来自于DSA数据组的两个体素的所有对，关于与第一体素边缘平行的第一轴、关于与第二体素边缘平行的且与第一轴正交的第二轴以及关于与第三体素边缘平行的且与第一轴和与第二轴正交的第三轴分别具有相同的空间伸展，则DSA数据组的体素尤其是均匀的。DSA数据组的体素尤其可以是各向同性的，也就是DSA数据组的每个体素关于第一轴、第二轴和第三轴具有相同的伸展。体素的值尤其可以是X射线吸收系数或二进制值，其中二进制值表示体素至特定结构的归属。发明人已经认识到，在均匀的体素中方法可以特别快速且有效地执行，因为反投影不必与单个体素的几何结构匹配并且由此可以矢量化且并行地计算。
根据本发明的另外的方面，体素在第一三维DSA数据组中的取向对应于体素在第二三维DSA数据组中的取向。如果第一体素的每个边缘与第二体素的每个边缘平行，则第一体素在第一三维DSA数据组中的取向尤其对应于第二体素在第二三维DSA数据组中的取向。发明人已经认识到，通过体素的相同取向，在方法中得到允许特别快速且有效地实施方法的计算简化。
根据本发明的另外的方面，关于第一坐标轴平行的、第二三维DSA数据组的体素的边缘的长度小于关于第一坐标轴平行的、第一三维DSA数据组的体素的边缘的长度。特别地，与第二或第三坐标轴平行的、第二三维DSA数据组的体素的边缘的长度小于与第二或第三坐标轴平行的、第一三维DSA数据组的体素的边缘的长度。发明人已经认识到，通过边缘长度的这种比例可以改善得到的四维DSA数据组的空间分辨率。
根据本发明的另外的方面，第一三维DSA数据组中的体素的数量等于第二三维DSA数据组中的体素的数量。发明人已经认识到，通过在第一和在第二三维DSA数据组中的体素的相同数量，两个DSA数据组可以以类似的数据结构、特别是以DICOM数据组存储。这简化了存储和数据管理并且能够实现标准化的数据交换。
根据本发明的另外的方面，第二三维DSA数据组的体素的边缘长度大于X射线数据组的像素的边缘长度。发明人已经认识到，通过边缘长度的这种比例，最高给第二三维DSA数据组的体素分配X射线数据组的X射线投影中的一个的像素。由此，体素的值总是恰好通过至少一个像素的值来确定并且不必通过内插来确定。
本发明还涉及一种用于计算四维DSA数据组的DSA计算单元，包括以下单元：
-接口，构造为用于接收涉及检查体积的X射线数据组，其中每个X射线数据组包括检查体积关于X射线投影的投影方向和拍摄时间点的二维X射线投影，
-计算单元，构造为用于基于X射线数据组第一确定第一重建体积的第一三维DSA数据组，其中第一重建体积是检查体积的一部分或与该检查体积相同，
还构造为用于基于X射线数据组第二确定第二重建体积的第二三维DSA数据组，其中第二重建体积是第一重建体积的一部分，
还构造为用于分割第二三维DSA数据组，
还构造为用于基于第一三维DSA数据组使X射线数据组标准化，
还构造为用于通过标准化的X射线数据组至分割的第二三维DSA数据组的反投影计算四维DSA数据组，其中四维DSA数据组包括多个第三三维DSA数据组以及所属的时间信息。
这样的DSA计算单元尤其可以构造为，执行前面描述的根据本发明的方法及其方面。DSA计算单元构造为通过如下来执行该方法及其方面，即，接口和计算单元构造为执行相应的方法步骤。本发明还涉及一种X射线单元，构造为用于拍摄X射线数据组以及包括根据本发明的DSA计算单元。
本发明还涉及一种具有计算机程序的计算机程序产品，以及计算机可读的介质。尽可能适于软件的实现具有如下优点，即，可以以简单的方式通过软件更新来修正迄今已经使用的DSA计算单元，以按照根据本发明的方式工作。这样的计算机程序产品除了计算机程序之外必要时可以包括附加的部件，例如文件，和/或附加的组件也就是硬件组件，例如用于使用软件的硬件密钥(软件狗等)。
X射线投影是借助X射线沿着尤其可以包括多个像素的投影方向对检查体积的二维投影。在此，给每个像素分配X射线强度值，其是对于入射到该像素的X射线强度的度量。入射的X射线强度取决于处于检查体积中的对象的数量、大小、形状和材料。像素的边缘的边缘长度是检查体积中的对应于像素的边缘的长度。
检查体积的DSA-X射线投影可以由检查体积的第一X射线投影和第二X射线投影确定，其中关于相同的投影方向拍摄第一X射线投影和第二X射线投影，并且其中在拍摄第一X射线投影的时间点在检查体积中给予与在拍摄第二X射线投影的时间点不同的造影剂分布。然后可以由第一X射线投影和第二X射线投影的X射线强度的差计算DSA-X射线投影。
根据来自于不同投影方向的多个X射线投影可以重建检查体积的三维数据组。如果多个X射线投影是DSA-X射线投影，则重建检查体积的三维DSA数据组。三维数据组或三维DSA数据组尤其可以包括多个给其分配X射线吸收或X射线强度的体素。X射线吸收可以按照豪恩斯弗尔德单位(英文专业术语是“Hounsfield-Units”，缩写为“HU”)来测量。
四维DSA数据组包括多个给其分配时间信息的三维体素。以同样的方式，还可以如下地描述四维DSA数据组，即，其包括多个三维DSA数据组，其中给三维DSA数据组分配时间信息。时间信息可以理解为时间坐标，并且四维DSA数据组可以理解为三维DSA数据组的时间序列或电影。
反投影是根据三维检查体积的一个或多个二维投影确定涉及三维检查体积的数据的方法。涉及三维检查体积的数据尤其可以是吸收系数或豪恩斯弗尔德单位。因为二维投影包含比三维检查体积更少的信息，所以对于反投影可以使用另外的信息，例如检查体积或重建体积的分割。
附图说明
下面对照附图所示的实施例对本发明作进一步的说明和解释。
附图中：
图1示出了用于根据X射线数据组计算四维DSA数据组的方法的流程图，
图2示出了DSA计算单元，
图3示出了DSA计算单元的X射线单元，
图4示出了在第一检查体积中的第一和第二血管，
图5示出了X射线数据组，分别包括第一和第二血管的X射线投影。
具体实施方式
方法的所示的实施例的第一步骤是借助接口201接收REC关于检查体积400的X射线数据组500，其中每个X射线数据组500包括检查体积400关于投影方向的二维X射线投影501.1,…,501.4和X射线投影501.1,…,501.4的拍摄时间点。
在所示的实施例中，利用C形臂X射线设备300拍摄X射线投影501.1,…,501.4。在此，对于每个投影方向恰好拍摄两个X射线数据组500，其中在来自于每个投影方向的各个第一X射线数据组中在第一血管403中不存在X射线造影剂，并且其中在各个第二X射线数据组中在第一血管403中存在X射线造影剂。在此在没有X射线造影剂的情况下拍摄X射线数据组，使得C形臂303围绕检查体积400旋转预定的角度并且按照恒定的时间间隔拍摄X射线投影。此外，在具有X射线造影剂的条件下拍摄X射线数据组500，使得C形臂303围绕检查体积400旋转预定的角度并且在此按照相同的恒定的时间间隔拍摄X射线投影501.1,…,501.4。
在每个拍摄系列中C形臂X射线设备300的C形臂303在12秒中旋转了260°并且在此从不同投影方向拍摄X射线投影。包括另外的旋转角度、旋转持续时间和投影数量的拍摄参数也是可能的，特别是导致适用于三维重建的X射线数据组的这种拍摄参数。在此特别合适地是，旋转角度大于180°与X射线源301的X射线的孔径角之和，特别是旋转角度大于200°。在利用造影剂拍摄X射线投影501.1,…,501.4的情况下，C形臂303可以在与没有造影剂拍摄X射线投影时相同的旋转方向上旋转。在该情况下，C形臂303必须在拍摄之间返回起始位置。但是C形臂303还可以在与没有造影剂拍摄X射线投影时相反的旋转方向上旋转。
分别根据没有造影剂的第一X射线数据组和具有造影剂的第二X射线数据组，其中从相同投影方向拍摄第一和第二X射线数据组的X射线投影，然后通过第二X射线数据组的X射线投影的强度值与第一X射线数据组的X射线投影的强度值相减可以确定二维DSA-X射线投影。
但是替换地还可以，在方法的该步骤中直接接收包括DSA-X射线投影的X射线数据组400。
方法的所示的实施例的另外的步骤是基于X射线数据组500借助计算单元202第一确定DET-1第一重建体积401的第一三维DSA数据组，其中第一重建体积401是检查体积400的一部分或与该检查体积相同，并且基于X射线数据组500借助计算单元202第二确定DET-2第二重建体积402的第二三维DSA数据组，其中第二重建体积402是第一重建体积401的一部分。在此，第二三维DSA数据组尤其不基于第一三维DSA数据组。此外，执行第一确定DET-1和第二确定DET-2的顺序不重要。
在所示的实施例中，第一确定DET-1和第二确定DET-2分别基于由相减确定的二维DSA-X射线投影。第一确定DET-1和第二确定DET-2尤其可以仅基于其中待检查的第一血管403完全或大部分用造影剂填充的二维DSA-X射线投影。
在所示的实施例中，借助锥形束重建(英文专业术语是“cone beamreconstruction”)根据二维X射线投影或二维DSA-X射线投影确定第一三维DSA数据组和第二三维DSA数据组。但是另外的重建方向也是可以的，例如扇形束重建(英文专业术语是“fan beam reconstruction”)。在此确定各自的重建体积的豪恩斯弗尔德(Hounsfield)单位。
在所示的实施例中，第一重建体积401与检查体积400相同。但是，第一重建体积401还可以小于检查体积400并且包含在检查体积400中。第二重建体积402小于第一重建体积401并且是第一重建体积401的一部分。在所示的实施例中，第一重建体积401和第二重建体积402立方体形状地构造。但是对于重建体积401,402还可以想到其它几何结构、特别是长方体形状的几何结构。
在所示的实施例中，第一三维DSA数据组以及第二三维DSA数据组由相同数量的各向同性的体素组成，更确切地说由512╳512╳512个体素组成，这对应于DICOM标准。但是另外的、特别是不同的体素数量也是可以的，特别是256╳256╳256个体素，这同样对应于DICOM标准。此外，非各向同性的体素也是可以的。通过相同的体素数量和不同的重建体积401,402，第二三维DSA数据组比第一三维DSA数据组具有更好的空间分辨率。第一三维DSA数据组的体素还具有与第二三维DSA数据组的体素相同的取向。但是其还可以具有另外的取向。
方法的所示的实施例的另外的步骤是借助计算单元202分割SEG第二DSA数据组。在所示的实施例中，借助阈值分割进行分割SEG，也就是，第二DSA数据组的所有体素以高于阈值的豪恩斯弗尔德单位进行分配给第一区域，该第一区域在此对应于第一血管403，此外，第二DSA数据组的所有体素以低于阈值的豪恩斯弗尔德单位进行分配给第二区域。但是用于分割的其它方法也是可以的，例如区域生长(英文专业术语是“region growing”)或主动形状模型(英文专业术语是“active shape models”)。分割的结果可以理解为函数C2，其中如果体素处于第一区域，则函数C2给具有空间三维坐标x的体素分配值C2(x)，其中值C2(x)对应于第二DSA数据组中的体素的值，其中如果体素处于第二区域，则函数C2给具有空间三维坐标x的体素分配值C2(x)＝0。
方法的所示的实施例的另外的步骤是借助计算单元202基于第一三维DSA数据组使X射线数据组500标准化NORM，其中标准化在该实施例中通过如下函数关系给出：
Figure BDA0001517709100000091
在此，u是X射线检测器302的坐标系中的二维空间坐标，而t是时间坐标、也就是特别是时间信息。此外，I1(l)表示第一三维DSA数据组在三维空间坐标l上的强度值。一维路径L(t,u)对应于贯穿点形X射线源301和在X射线检测器302上的点u在拍摄时间点t的直线。路径L(t,u)还与时间坐标t有关，因为X射线源301和X射线检测器302的空间位置随时间坐标t变化。参量p(t,u)描述了在拍摄时间点t拍摄的在检测器坐标u中的X射线投影的强度值。结果pN(t,u)是在时间点t拍摄的在检测器坐标u中的X射线投影的标准化的强度值。
方法的所示的实施例的另外的步骤是借助计算单元202通过标准化的X射线数据组500在分割的第二三维DSA数据组上的反投影计算CALC四维DSA数据组，其中四维DSA数据组包括多个三维DSA数据组以及所属的时间信息。在该实施例中使用乘法反投影，其通过如下函数关系给出：
Figure BDA0001517709100000101
在此，x是三维空间坐标，t是时间坐标、也就是特别是时间信息。变量集(t,x)因此还可以理解为四维坐标。此外，I2(x)表示第二三维DSA数据组。A(t,x)表示空间坐标x在拍摄时间点t至空间二维检测器坐标的投影u＝A(t,x)。此外，K表示可选的卷积核，算子*表法卷积，并且C2(x)表示属于第二三维DSA数据组的分割的函数。此外，f(t,x)表示四维DSA数据组，其包括多个第三三维DSA数据组f(t1,x),…,f(tN,x)。
方法的所示的实施例的另外的可选步骤是基于第一三维DSA数据组第三确定DET-3对于至少一个X射线投影501.1,501.2,501.3,501.4的至少一个第一像素的置信值。在所示的实施例中，X射线投影501.1,501.2,501.3,501.4中的一个的像素的置信值是对于映射到像素的血管403,404和/或血管片段403.1,403.2的数量的度量。如果恰好仅一个血管403,404和/或血管片段403.1,403.2被映射到像素，则置信值在此是1，否则置信值随着映射到像素的血管403,404和/或血管片段403.1,403.2的数量而降低。
通过根据第一三维DSA数据组确定沿着射线从X射线源301出发至第一像素的一维X射线强度分布，确定第一像素的置信值。投影到第一像素的血管403,404和/或血管片段403.1,403.2的数量由此是由该射线横穿的血管403,404和/或血管片段403.1,403.2的数量。横穿的血管403,404和/或血管片段403.1,403.2的数量可以根据X射线强度分布的梯度确定，其示出了血管403,404和/或血管片段403.1,403.2的边缘。在确定横穿的血管403,404和/或血管片段403.1,403.2的数量时还可以考虑对于血管403,404和/或血管片段403.1,403.2的平均尺寸的经验值。替换地还可以，分割第一三维DSA数据组，并且基于分割确定横穿的血管403,404和/或血管片段403.1,403.2的数量。替换地同样还可以，基于由射线横穿的第一三维DSA数据组的体素的值确定置信值，其中体素具有关于阈值的值。
方法的所示的实施例的另外的可选步骤是给至少一个第三三维DSA数据组的第一体素分配ASG置信值，其中第一体素的值基于第一像素的值，其中通过反投影给第一像素分配第一体素。如果包括第一像素的X射线投影的拍摄时间点和第三三维DSA数据组的属于第一体素的三维DSA数据组的时间信息彼此对应，并且如果从X射线源301至第一像素的射线在拍摄时间点延伸通过第一体素，则第三三维DSA数据组中的一个的第一体素的值在此基于第一像素的值。在所示的实施例中，给第三三维DSA数据组的对应的体素分配每个X射线投影的每个像素的置信值。但是还可以，仅对于有限数量的X射线投影501.1,…,501.4的像素或第三三维DSA数据组的体素进行分配。
方法的所示的实施例的另外的可选步骤是基于置信值内插INTP四维DSA数据组。在此在所示的实施例中内插四维DSA数据组，使得给其分配小于阈值的置信值的第三三维DSA数据组的体素的强度值被内插。在该实施例中选择最大置信值作为阈值，从而对于由于血管403,404和/或血管片段403.1,403.2的重叠而不能给其分配精确的强度值的体素进行内插。在所示的实施例中，对于第三三维DSA数据组中的一个中的第一体素的内插仅根据第三三维DSA数据组的另一个的空间对应的体素的强度值进行，也就是特别地仅时间内插。在此，如果通过相同的空间坐标描述两个体素的位置，则这两个体素尤其在空间上彼此对应。但是还可以，在内插中仅仅或附加地使用另外的体素的强度值，并且由此仅仅或附加地执行空间内插。此外在所示的实施例中在空间对应的第二体素的强度值和空间对应的作为支撑点(Stützstellen)的第三体素的强度值之间进行时间线性内插，其中给第二体素和第三体素分配最大置信值。在此，给第二体素分配的第二时间信息小于给第一体素分配的第一时间信息。此外不存在给其分配在第二时间信息和第一时间信息之间的时间信息的具有最大置信值的另外的空间对应的体素。此外，给第三体素分配的第三时间信息大于给第一体素分配的第一时间信息。此外不存在给其分配在第一时间信息和第三时间信息之间的时间信息的具有最大置信值的另外的空间对应的体素。但是，内插还可以基于另外的或其它的体素作为支撑点，此外，例如借助多项式或多项式列的非线性内插是可能的。
图2示出了用于计算四维DSA数据组的DSA计算单元200。在此所示的DSA计算单元200设计为，执行根据本发明的方法。该DSA计算单元200包括接口201、计算单元202、存储单元203以及输入和输出单元204。
DSA计算单元200尤其可以是计算机、微控制器或者是集成电路。替换地，DSA计算单元200可以是计算机的真实或虚拟的网络(对于真实网络的英文专业术语是“Cluster”，集，对于虚拟网络的英文专业术语是“Cloud”，云)。接口201可以是硬件或软件接口(例如PCI总线、USB或火线)。计算单元202可以具有硬件元件或软件元件，例如微处理器或所谓的FPGA(对于“Field Programmable Gate Array，现场可编程门阵列”的英文缩写)。存储单元203可以实现为易失性内存(Random Access Memory，缩写RAM)或非易失性大容量存储器(硬盘、USB棒、SD卡、固态硬盘)。输入和输出单元204包括至少一个输入单元和/或至少一个输出单元。
在所示的实施例中，DSA计算单元200与X射线单元300连接。但是，与X射线单元300的连接还可以借助网络建立，例如内部网或因特网。但是，DSA计算单元200还可以是X射线单元300的一部分。在此所示的DSA计算单元200为此构造为，通过将接口201和计算单元202构造为执行方法的各自的步骤来执行图1中所示的方法。
图3示出了与DSA计算单元200连接的X射线单元300。在所示的实施例中，X射线单元300是C形臂X射线设备300。C形臂X射线设备300包括用于发送X射线的X射线源。此外，C形臂X射线设备300包括用于接收X射线的X射线检测器302。X射线源301以及X射线检测器302固定在C形臂303的两个不同的端部上。C形臂X射线设备300的C形臂303固定在支架304上。支架304包括驱动元件，其设计为，改变C形臂303的位置。特别地，C形臂303可以围绕两个不同的轴旋转。C形臂X射线设备还包括控制和分析单元305以及在其上可以安置患者307的患者支撑装置306。借助控制和分析单元305可以调节C形臂303的位置并且C形臂303围绕检查体积400旋转。此外，借助控制和分析单元305拍摄并分析第一检查体积400的二维X射线投影。作为所示的实施例的替换还可以，DSA计算单元200实施为控制和分析单元305的一部分。
图4示出了具有第一血管403和第二血管404的检查体积400，其中检查体积还包括第一重建体积401和第二重建体积402。在所示的实施例中，第一重建体积401与检查体积400相同，但是还可以想到，第一重建体积401小于检查体积400并且包含在检查体积400内。此外，第二重建体积402小于第一重建体积401，并且第一血管403分裂为第一血管片段403.1和第二血管片段403.2。第二血管404在所示的示例中在第二重建体积402之外但在第一重建体积401之内延伸。
第一重建体积401和第二重建体积402立方体形状地构造，但是也可以想到第一重建体积401和第二重建体积402的其它几何形状。立方体形状的第一重建体积401和立方体形状的第二重建体积402的边缘在此与第一坐标轴X、第二坐标轴Y或第三坐标轴Z平行。第一坐标轴X、第二坐标轴Y或第三坐标轴Z在所示的实施例中形成右手笛卡尔坐标系统。
图5示出了X射线数据组500，分别包括在不同拍摄时间点拍摄的四个X射线投影501.1,501.2,501.3和501.4中的一个。X射线投影501.1,…,501.4分别是从不同方向对检查体积400的投影、由此是对第一重建体积401的投影。在X射线投影501.1,…,501.4中分别示出第二重建体积402的投影。
第一X射线投影501.1是从第一坐标轴X的相反方向对检查体积400的投影。第二X射线投影501.2是从第二坐标轴Y的方向对检查体积400的投影并且在时间上在第一X射线投影501.1之后拍摄。第三X射线投影501.3是从第一坐标轴X的方向对检查体积400的投影并且在时间上在第二X射线投影501.2之后拍摄。第四X射线投影501.4是从第二坐标轴Y的相反方向对检查体积400的投影并且在时间上在第三X射线投影501.3之后拍摄。
X射线投影501.1,…,501.4分别包含第一血管403和第二血管404的投影。在第二X射线投影501.2和第四X射线投影501.4中由于各自的投影方向，第一血管403和第二血管404重叠，使得其不能在X射线投影501.2,501.4中单独示出。
此外在X射线投影501.1,…,501.4中示出了具有高强度的区域502.1,…,502.4。在该实施例中，区域502.1,…,502.4对应于第一血管403和第二血管404的填充造影剂的部分。因为在不同的拍摄时间点拍摄X射线投影501.1,…,501.4，在单个X射线投影501.1,…,501.4中具有高强度的区域502.1,…,502.4的伸展不同。
如果如现有技术所公知的仅使用一个重建体积来确定四维DSA数据组，则在所示的血管结构中得到两个选项。一方面可以使用第一重建体积401作为重建体积，其中除了第一血管403之外还包含第二血管404，并且由此至少借助内插确定第二血管对X射线数据组500的X射线投影501.1,…,501.4的贡献。但是在该情况下四围DSA数据组仅具有粗略的空间分辨率。另一方面可以使用第二重建体积402作为重建体积，其中仅包含第一血管403，并且由此获得四维DSA数据组的更细微的空间分辨率。但是在该情况下不能通过计算确定第二血管404对X射线数据组500的X射线投影501.1,…,501.4的贡献。但是在根据本发明的方法中可以实现两个优点而没有各自的缺陷。

Claims (14)

1.一种用于根据X射线数据组(500)计算四维DSA数据组的方法，包括以下方法步骤：
-借助接口(201)接收(REC)涉及检查体积(400)的X射线数据组(500)，其中每个X射线数据组(500)包括关于投影方向对检查体积(400)的二维X射线投影(501.1,501.2,501.3,501.4)和X射线投影(501.1,501.2,501.3,501.4)的拍摄时间点，
-借助计算单元(202)基于X射线数据组(500)第一确定(DET-1)第一重建体积(401)的三维的第一DSA数据组，其中第一重建体积(401)是检查体积(400)的一部分或与该检查体积相同，
-借助计算单元(202)基于X射线数据组(500)第二确定(DET-2)第二重建体积(402)的三维的第二DSA数据组，其中第二重建体积(402)是第一重建体积(401)的一部分，
-借助计算单元(202)分割(SEG)三维的第二DSA数据组，
-借助计算单元(202)基于三维的第一DSA数据组使X射线数据组(500)标准化(NORM)，
-借助计算单元(202)通过标准化的X射线数据组(500)至分割的三维的第二DSA数据组的反投影计算(CALC)四维DSA数据组，其中四维DSA数据组包括多个三维的第三DSA数据组以及所属的时间信息。
2.根据权利要求1所述的方法，其中，通过恰好一个二维X射线数据组的反投影计算四维DSA数据组的每个三维的第三DSA数据组，其中所属的时间信息对应于二维X射线数据组的拍摄时间点。
3.根据权利要求1所述的方法，还包括以下方法步骤，分别借助计算单元(202)执行：
-基于三维的第一DSA数据组第三确定(DET-3)对于至少一个X射线投影(501.1,501.2,501.3,501.4)的至少一个第一像素的置信值，
-给至少一个三维的第三DSA数据组的第一体素分配(ASG)置信值，其中第一体素的值基于第一像素的值，
-基于置信值内插(INTP)四维DSA数据组。
4.根据权利要求3所述的方法，其中，X射线投影(501.1,501.2,501.3,501.4)的第一像素的置信值随着在三维的第一DSA数据组中投影到第一像素的血管片段(403.1,403.2,404)的数量而单调下降，其中血管片段(403.1,403.2,404)在X射线投影(501.1,501.2,501.3,501.4)的投影方向上被投影。
5.根据权利要求4所述的方法，其中，内插涉及给其分配小于阈值的置信值的体素。
6.根据权利要求1所述的方法，其中，三维的第一DSA数据组和三维的第二DSA数据组分别包括各向同性的体素。
7.根据权利要求6所述的方法，其中，体素在三维的第一DSA数据组中的取向对应于体素在三维的第二DSA数据组中的取向。
8.根据权利要求6所述的方法，其中，关于第一坐标轴(X)平行的、三维的第二DSA数据组的体素的边缘的长度小于关于第一坐标轴(X)平行的、三维的第一DSA数据组的体素的边缘的长度。
9.根据权利要求6至8中任一项所述的方法，其中，三维的第一DSA数据组中的体素的数量等于三维的第二DSA数据组中的体素的数量。
10.根据权利要求6至8中任一项所述的方法，其中，三维的第二DSA数据组的体素的边缘长度大于X射线数据组(500)的像素的边缘长度。
11.一种用于计算四维DSA数据组的DSA计算单元(200)，包括以下单元：
-接口(201)，构造为用于接收(REC)涉及检查体积(400)的X射线数据组(500)，其中每个X射线数据组(500)包括关于投影方向对检查体积(400)的X射线投影(501.1,501.2,501.3,501.4)和二维X射线投影(501.1,501.2,501.3,501.4)的拍摄时间点，
-计算单元(202)，构造为用于基于X射线数据组(500)第一确定(DET-1)第一重建体积(401)的三维的第一DSA数据组，其中第一重建体积(401)是检查体积(400)的一部分或与该检查体积相同，
还构造为用于基于X射线数据组(500)第二确定(DET-2)第二重建体积(402)的三维的第二DSA数据组，其中第二重建体积(402)是第一重建体积(401)的一部分，
还构造为用于分割(SEG)三维的第二DSA数据组，
还构造为用于基于三维的第一DSA数据组使X射线数据组(500)标准化(NORM)，
还构造为用于通过标准化的X射线数据组(500)至分割的三维的第二DSA数据组的反投影计算(CALC)四维DSA数据组，其中四维DSA数据组包括多个三维的第三DSA数据组以及所属的时间信息。
12.根据权利要求11所述的DSA计算单元(200)，还构造为，执行根据权利要求2至10中任一项所述的方法。
13.一种X射线单元(300)，构造为用于拍摄X射线数据组(500)，包括根据权利要求11或12所述的DSA计算单元(200)。
14.一种计算机可读的介质，在其上存储由DSA计算单元(200)可读且可执行的程序片段，用于当由DSA计算单元(200)执行程序片段时执行根据权利要求1至10中任一项所述的方法的所有步骤。
CN201711393585.8A 2016-12-23 2017-12-21 计算具有可变空间分辨率的四维dsa数据组 Active CN108242067B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102016226195.9A DE102016226195B3 (de) 2016-12-23 2016-12-23 Berechnen eines vierdimensionalen DSA-Datensatzes mit variabler räumlicher Auflösung
DE102016226195.9 2016-12-23

Publications (2)

Publication Number Publication Date
CN108242067A CN108242067A (zh) 2018-07-03
CN108242067B true CN108242067B (zh) 2020-03-20

Family

ID=60327077

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711393585.8A Active CN108242067B (zh) 2016-12-23 2017-12-21 计算具有可变空间分辨率的四维dsa数据组

Country Status (4)

Country Link
US (1) US10255695B2 (zh)
EP (1) EP3340178B1 (zh)
CN (1) CN108242067B (zh)
DE (1) DE102016226195B3 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3591617A1 (de) * 2018-07-06 2020-01-08 Siemens Healthcare GmbH Bestimmen eines differenzbilddatensatzes eines untersuchungsvolumens
JP6954719B2 (ja) 2018-07-06 2021-10-27 シーメンス ヘルスケア ゲゼルシヤフト ミツト ベシユレンクテル ハフツング 検査ボリュームの差分画像データセットの決定
CN109493348B (zh) * 2018-10-26 2021-11-26 强联智创（北京）科技有限公司 一种颅内动脉瘤图像的形态学参数的测量方法及系统
DE102019200888A1 (de) * 2019-01-24 2020-07-30 Siemens Healthcare Gmbh Bestimmen eines Bilddatensatzes
DE102019202514B4 (de) * 2019-02-25 2021-06-24 Siemens Healthcare Gmbh Verfahren zur digitalen Subtraktionsangiographie, Röntgeneinrichtung, Computerprogramm und elektronisch lesbarer Datenträger
US11622739B2 (en) * 2019-12-23 2023-04-11 General Electric Company Intra-surgery imaging system

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102622743A (zh) * 2010-11-26 2012-08-01 美国西门子医疗解决公司 用于比较3d和2d图像数据的方法和设备
CN103177460A (zh) * 2011-11-16 2013-06-26 西门子公司 图像数据的重建
CN104783825A (zh) * 2014-01-22 2015-07-22 西门子公司 用于产生血管系统的二维投影图像的方法和装置

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5647360A (en) * 1995-06-30 1997-07-15 Siemens Corporate Research, Inc. Digital subtraction angiography for 3D diagnostic imaging
US8643642B2 (en) * 2009-08-17 2014-02-04 Mistretta Medical, Llc System and method of time-resolved, three-dimensional angiography
US8654119B2 (en) * 2009-08-17 2014-02-18 Mistretta Medical, Llc System and method for four dimensional angiography and fluoroscopy
WO2011091300A2 (en) * 2010-01-24 2011-07-28 Mistretta Medical, Llc System and method for implementation of 4d time-energy subtraction computed tomography
US8315812B2 (en) * 2010-08-12 2012-11-20 Heartflow, Inc. Method and system for patient-specific modeling of blood flow
US8768031B2 (en) * 2010-10-01 2014-07-01 Mistretta Medical, Llc Time resolved digital subtraction angiography perfusion measurement method, apparatus and system
US8963919B2 (en) * 2011-06-15 2015-02-24 Mistretta Medical, Llc System and method for four dimensional angiography and fluoroscopy
US9443330B2 (en) * 2013-06-25 2016-09-13 Siemens Medical Solutions Usa, Inc. Reconstruction of time-varying data
DE102014204799A1 (de) * 2014-03-14 2015-09-17 Siemens Aktiengesellschaft Verfahren und Vorrichtung zur Darstellung eines Gefäßes
US20160048959A1 (en) * 2014-08-14 2016-02-18 Markus Kowarschik Classifying Image Data for Vasospasm Diagnosis
US9508157B2 (en) * 2014-12-12 2016-11-29 Siemens Medical Solutions Usa, Inc. Reconstruction of aneurysm wall motion
US10818073B2 (en) * 2015-03-10 2020-10-27 Wisconsin Alumni Research Foundation System and method for time-resolved, three-dimensional angiography with flow information
US9786069B2 (en) * 2016-03-07 2017-10-10 Siemens Healthcare Gmbh Refined reconstruction of time-varying data

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102622743A (zh) * 2010-11-26 2012-08-01 美国西门子医疗解决公司 用于比较3d和2d图像数据的方法和设备
CN103177460A (zh) * 2011-11-16 2013-06-26 西门子公司 图像数据的重建
CN104783825A (zh) * 2014-01-22 2015-07-22 西门子公司 用于产生血管系统的二维投影图像的方法和装置

Also Published As

Publication number Publication date
US20180182132A1 (en) 2018-06-28
US10255695B2 (en) 2019-04-09
EP3340178A1 (de) 2018-06-27
CN108242067A (zh) 2018-07-03
EP3340178B1 (de) 2019-12-25
DE102016226195B3 (de) 2018-02-01

Similar Documents

Publication Publication Date Title
CN108242067B (zh) 计算具有可变空间分辨率的四维dsa数据组
US9754390B2 (en) Reconstruction of time-varying data
CN107871331B (zh) 用于重构发射活动图像的系统和方法
US8774355B2 (en) Method and apparatus for direct reconstruction in tomosynthesis imaging
CN111540025B (zh) 预测用于图像处理的图像
CN112085807B (zh) 提供差分图像数据组和训练生成器函数的方法和提供系统
US11361478B2 (en) Partial volume correction in multi-modality emission tomography
JP6954719B2 (ja) 検査ボリュームの差分画像データセットの決定
US11238625B2 (en) Imaging system extended field-of-view
AU2017203626A1 (en) A method and apparatus for motion correction in CT imaging
WO2014160766A1 (en) Task-based source-detector trajectories for tomographic imaging
US8792700B2 (en) Tomographic reconstruction of a moving object
JP2022547463A (ja) コーンビームｃｔにおけるニューラルネットワークに基づく限定角度アーチファクト軽減のための信頼度マップ
EP4062836A1 (en) Neural network-assisted dose assessment based on activity image
WO2015111052A1 (en) Method of repeat computer tomography scanning and system thereof
JP7459243B2 (ja) １以上のニューラルネットワークとしての画像形成のモデル化による画像再構成
EP2820619B1 (en) System and method for determining confidence measurements of single volume elements in computer tomography
US20210158970A1 (en) Disease simulation and identification in medical images
Kalke et al. Adaptive frequency-domain regularization for sparse-data tomography
CN110840479A (zh) 一种骨成分确定方法、装置、设备及存储介质

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