CN108257111A - 在x射线成像中的自动化图像检验 - Google Patents

在x射线成像中的自动化图像检验 Download PDF

Info

Publication number
CN108257111A
CN108257111A CN201711445691.6A CN201711445691A CN108257111A CN 108257111 A CN108257111 A CN 108257111A CN 201711445691 A CN201711445691 A CN 201711445691A CN 108257111 A CN108257111 A CN 108257111A
Authority
CN
China
Prior art keywords
image data
ray
rbd
ray image
reference image
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
CN201711445691.6A
Other languages
English (en)
Inventor
A.耶雷布科
C.耶格尔
F.诺尔特
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 AG
Siemens Healthcare GmbH
Original Assignee
Siemens AG
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 AG filed Critical Siemens AG
Publication of CN108257111A publication Critical patent/CN108257111A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • G06T7/0014Biomedical image inspection using an image reference approach
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52Devices using data or image processing specially adapted for radiation diagnosis
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/54Control of apparatus or devices for radiation diagnosis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • 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
    • G06T2207/10116X-ray image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30052Implant; Prosthesis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30168Image quality inspection

Landscapes

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

Abstract

描述一种自动化检验来自患者的检查区域的X射线图像数据的方法。在该方法的范畴内从检查区域接收X射线图像数据。此外分割X射线图像数据并探测在各个分段中的解剖学结构。此外确定最接近于已分割的X射线图像数据的参考图像数据。该过程基于已分割的X射线图像数据与来自参考数据库的参考图像数据的比较来进行,其中参考数据库的参考图像数据分别具有关于参考图像数据的图像质量的质量信息。最终基于所确定的参考图像数据的质量信息来决定,所接收的X射线图像数据被保留还是不予采纳。此外描述一种成像方法。另外,描述一种图像数据检验装置。此外,描述一种X射线成像装置。

Description

在X射线成像中的自动化图像检验
技术领域
本发明涉及一种用于自动化检验X射线图像数据的方法。本发明此外涉及一种成像方法。本发明另外涉及一种图像数据检验装置。此外,本发明涉及一种X射线成像装置。
背景技术
在数字的射线照相学中,X射线图像记录(Röntgenbildaufnahmen)可能具有质量缺陷。这样的质量缺陷可能由过小的X射线辐射剂量、过高的X射线辐射剂量、患者移动或患者的错误定位造成。在下文中,不仅是要检查的人而且要检查的动物也应被理解为患者。在这样的情况下,可能需要重复X射线辐射并且记录附加图像,以便保证:该图像为了诊断来示出所有临床相关的身体部分。首次被记录的图像于是并不被进一步使用并且被从系统去除。
然而,本应该避免用X射线来对患者重新曝光,因为这与对患者的附加负担相关联。此外,通过附加的图像记录(Bildaufnahme),对于每个患者来说需要在成像装置中的附加时间。必须在对患者检查的期间在非常短的时间内进行决定:是否必须重复图像记录。典型地,图像其中的例如1至5%必须被重复地记录。在自由辐射情况下、例如在利用无线缆探测器的情况下产生对于重复来说的最大概率比率(Wahrscheinlichkeitsquote)。
迄今,图像的检验通过X射线助理来进行,所述X射线助理在X射线图像记录期间坐在控制室中,用于监控有关的X射线成像系统。X射线助理必须在时间压力下检验所述图像并且作出决定:是否图像记录必须被重复。这样的检验因此与附加的时间耗费和人员耗费相关联,其中也从来不完全地排除由X射线助理对图像进行的错误归类。
因此,存在的问题在于,开发X射线图像的更简单和更省时间的检验方法。
发明内容
所述任务通过按照专利权利要求1所述的、用于自动化检验X射线图像数据的方法、按照专利权利要求9所述的成像方法、按照专利权利要求11所述的图像数据检验装置和按照专利权利要求12所述的X射线成像装置得以解决。
在按照本发明的、用于自动化检验来自患者的检查区域的X射线图像数据的方法的情况下,从检查区域接收X射线图像数据。所述X射线图像数据例如可以在成像过程期间直接由X射线成像装置的重建单元接收。X射线图像数据也可以来自于图像数据存储器,所述X射线图像数据在成像过程结束后已经被存储在所述图像数据存储器中。接下来,对X射线图像数据分割并且在各个分段(Segment)中探测解剖学的结构。优选地,基于机器学习的算法自动进行所述分割,所述算法已经在大量临床图像上被训练(trainieren)过,以便识别器官的轮廓。在此,图像分段被确定,所述图像分段对于之后的诊断来说是相关的。为了确定:正确的器官已被识别,也可以进行对已探测的解剖学结构与器官程序(Organprogramm)的比较。这样的器官程序具有一组参数,该组参数准确规定X射线成像装置:应该如何进行X射线检验。典型地,所述组对于每个器官或身体部分来说是特定的(例如,下臂、膝盖、胸腔)并且通过中央X射线规划系统(RIS)来选出(anwählen)。根据器官程序的参数,因此能够确定出,应该利用要记录的图像数据来检测哪个解剖学结构。已分割的X射线图像数据于是被与参考图像数据比较并且确定:参考图像数据其中的哪些最接近于(am nächsten kommen)所述已分割的X射线图像数据。该比较以自动化的方式借助于图像比较算法来执行。在此所使用的比较标准可以包括不同的图像参数和/或被分配给所述图像的信息。
参考图像数据为此从参考数据库中被读出并且被与相关的图像分段比较。所述参考数据库的参考图像数据分别具有关于参考图像数据的图像质量的质量信息。也就是说如下信息分别被分配给所述参考图像数据的各个数据组,所述信息给出关于如下内容的情报(Auskunft):参考图像数据能够被用于之后的诊断还是被归类为不适合于此的。参考图像数据来自较早的X射线图像记录并且与被分配的质量信息一起被存储在参考数据库。最终,基于所确定的参考图像数据的质量信息来决定:当前所接收的X射线图像数据是对于之后的诊断适合的还是必须不予采纳。在此,后者意味着:X射线图像数据并不被用于之后的诊断,而是由此作为参考图像数据被存储在参考数据库中,以便可以作为比较数据被用于之后的X射线图像记录。有利地,X射线助理免受在图像记录期间进行图像质量检验的负担。此外,由于自动化的比较,在成像时的时间被节省。此外,由于自动化的过程,如在由X射线助理进行的常规的图像检验时发生的那样的、由于时间压力而在质量评定时造成的错误得以避免。因此,避免对图像记录的不必要的重复,所述不必要的重复对于患者意味着附加的剂量负荷。
在按照本发明的成像方法的情况下,首先借助于X射线成像装置来检测来自患者的检查区域的X射线投影数据。也就是说,借助于X射线辐射从检查区域生成X射线投影图像。基于所检测的X射线投影数据,进一步生成X射线图像数据数据。所述过程例如可以包括重建步骤和/或一个或多个图像处理过程、例如过滤过程,用于图像修正。最终,X射线图像数据在使用根据本发明的用于自动化检验来自患者的检查区域的X射线图像数据的方法的情况下被检验,并且对于X射线图像数据的质量被确定为足够的情况被释放(freigeben)用于图像显示。
按照本发明的图像数据检验装置具有图像数据检测单元,用于接收来自患者的检查区域的X射线图像数据。这样的图像数据检测单元例如可以具有用于接收X射线图像数据的输入接口。所述根据本发明的图像数据检验装置具有分割单元,用于分割X射线图像数据并且探测在各个分段中的解剖学结构。此外,比较单元也是根据本发明的图像数据检验装置的部分,所述比较单元用于,基于所接收的X射线图像数据与来自参考数据库的参考图像数据的比较来确定最接近于所述X射线图像数据的参考图像数据。参考数据库的参考图像数据分别具有关于参考图像数据的图像质量的质量信息。此外,根据本发明的图像数据检验装置还包括检验单元。所述检验单元被设立用于,执行决定过程,在所述决定过程中决定:所接收的X射线图像数据是在质量上足够的还是不予采纳。所述决定基于所确定的参考图像数据的质量信息来进行。
根据本发明的X射线成像装置具有:扫描单元,用于检测来自患者的检查区域的X射线图像数据;控制装置,用于操控扫描单元;和根据本发明的图像数据检验装置。
根据本发明的图像数据检验装置的重要组件可以绝大部分以软件组件的形式来构造。这尤其涉及分割单元、比较单元和检验单元。然而原则上,所述组件也可以部分地(尤其是当涉及到特别快速的计算时)以受软件支持的硬件的形式、例如FPGA等的形式被实现。同样地,必要的接口、例如当仅涉及从其他软件组件接收(Übernahme)数据时可以被构造为软件接口。然而,所述必要的接口也可以被构造为硬件式构建的接口,所述硬件式构建的接口通过适合的软件来操控。图像数据检验装置可以是X射线成像装置的部分或者经由网络接口(例如DICOM)来与这样的X射线成像装置电连接。在后一种变型方案情况下,可改装性的潜力特别大,因为所述图像数据检验装置、当其被整合到网络时,可以被用于检验多个X射线成像装置的图像数据,所述多个X射线成像装置被连接到所述网络。
尽可能软件式的实现方案具有好处:使X射线程序装置的迄今已经使用的控制装置也可以以简单的方式通过软件更新来改装,以便以根据本发明的方式来工作。就此而言,所述任务也通过具有计算机程序的相应的计算机程序产品得以解决,所述计算机程序能够直接被加载到X射线成像装置的存储装置中,所述计算机程序具有程序段(Programmabschnitt),以便当所述计算机程序在X射线成像装置中被运行时,实施根据本发明的方法的所有步骤。如已经提及的,这样的计算机程序也可以不被直接存储在X射线成像装置中,而是被存储在连接到数据传输网络的计算机中,所述计算机用于,检验连接到数据传输网络的不同成像装置的图像数据。
这样的计算机程序产品可以除了计算机程序以外必要时还包括附加的组成部分,诸如文档编制装置和/或附加的组件、也包括硬件组件、诸如硬件密钥(Dongles等),用于对软件的使用。
可以将计算机可读的介质、例如记忆棒、硬盘或其他可移动的或固定装入的数据载体(在其上存储有计算机程序的由计算机单元可读取并可运行的程序段)用于到这样的X射线成像装置的存储装置的传输和/或用于在所述X射线成像装置上的存储或必要时在数据传输网络的计算机中的存储。计算机单元可以例如为此具有一个或多个共同工作的微处理器等。
从属权利要求以及接下来的描述分别包含本发明的特别有利的扩展方案和改进方案。在此,一种权利要求类别的权利要求尤其是也以类似于另一种权利要求类别的从属权利要求或其描述部分的方式来改进。此外,在本发明的范畴内,也可以将不同实施例和权利要求的不同特征组合成新的实施例。
在根据本发明的用于自动化检验来自患者的检查区域的X射线图像数据的方法的一种扩展方案中,根据在已分割的X射线图像数据中的所探测的、感兴趣的解剖学结构来进行已分割的X射线图像数据与参考图像数据的比较。也就是说,将当前所记录的X射线图像数据中的解剖学结构与参考图像数据中的相应的解剖学结构比较。
基于在所述已分割的X射线图像数据中的所探测的、感兴趣的解剖学结构所进行的与所述参考图像数据的这样的比较例如可以根据以下标准其中至少之一来进行:
- 结构的形状;
- 结构的大小;
- 结构中的吸收分布(Absorptionsverteilung );
- 在结构中植入物的存在和植入物的类型;
- 死亡情况(Todesfall)、骨折的出现;
- 图像情境(Bildkontext);
- 在图像中的灰度级别的分布;
- 记录参数(Aufnahmeparameter)。
也可以使用所提到的标准的组合,以便找到适合的参考图像数据。以这种方式,最接近于当前的X射线图像记录的参考图像数据组可以从参考数据库中被挑选出。因此,相应地提高检验结果的可靠性。
优选地,在根据本发明的用于自动化检验来自患者的检查区域的X射线图像数据的方法的情况下,在确定最接近的参考图像数据时,确定一个或多个参考图像数据组并且如果所述参考图像数据组其中至少之一并非已经不予采纳(也就是说所述参考图像数据组其中至少之一的质量已被表明为足够的),则保留所接收的X射线图像数据。可能发生的是:大量的参考图像数据组与当前图像数据组接近相似。于是足够的是,所述参考图像数据组之一已被归类为质量上足够的。也可能的情况是:在疾病病理图像(Krankheitsbild) (例如具有关节病的膝盖跟没有关节病的膝盖相比)的情况下,尽管多个图像数据组在X射线技术上是相似的,所述多个图像数据组却提供不同的结果。在所述情况下相应的参考图像被选作为比较图像,所述比较图像被分配给与要检验的图像数据相同的疾病病理图像。以这种方式,提高所选择的参考图像数据的可比较性并且改善检验结果的可靠性。
特别优选地,基于临床患者数据 (klinische Patientendaten)来进行基于在已分割的X射线图像数据中的所探测的、感兴趣的解剖学结果与参考图像数据的比较。临床患者数据可以例如包括初步记录(Voraufnahmen)、人口统计学数据、与既往病史相关的其他诊断或数据。所述数据可以例如以组合的方式作为对于很上面所描述的图像技术上的数据的补充(Zusatz)来被用于比较,这有助于已确定的参考图像数据的更好的可比较性。
在根据本发明的用于自动化检验来自患者的检查区域的X射线图像数据的方法的一种要特别有利地应用的变型方案中,借助于自动化的比较方法来确定最接近的参考图像数据。如已经提及的那样,为了选择适合的参考图像数据可以使用图像结构数据并且也可以使用附加的临床患者数据。在自动化地执行比较的情况下,可以节省时间和人员耗费并且以与人员的单独偏好无关的方式来进行参考图像数据的选择,由此可以以更加客观的方式来设计所述检验方法。
在根据本发明的用于自动化检验来自患者的检查区域的X射线图像数据的方法的一种特别有利的扩展方案中,以与系统设定(也就是说对图像记录过程的参数的设定)是否已被改变相关的方式来作出对于所接收的X射线图像数据是否不予采纳的决定。如果例如在图像记录序列(Bildaufnahmesequenz)中为了图像记录来使用其他系统参数、诸如已改变的记录角度,那么在图像记录序列之内的所述大小的改变 就指出:所述参数在记录期间已经以无意的方式被变换(verstellen)。无论如何,所述图像可能并不与所述记录序列的其他图像相配,并且可以被剔除。
在根据本发明的用于自动化检验来自患者的检查区域的X射线图像数据的方法的一种优选的变型方案的范畴内,对于已经决定对于所接收的X射线图像数据不予采纳的情况,将以下信息之一传送给用户:
- 关于所述决定的原因的信息;
- 用户指令,以便将患者和/或为了记录X射线图像数据所使用的X射线成像装置的部分的定位改变;
- 关于已不予采纳的图像数据的统计数据,作为对将来记录相应X射线图像数据的警告。
附加于关于当前所记录的X射线图像数据的质量特性的信息,用户因此还获得如下信息,所述信息可以被用于,在重复的图像记录的情况下达到更好的结果。因此,图像记录过程被进一步加速,患者的剂量负荷被减小并且记录舒适度由于更短的持续时间被提高。
在根据本发明的成像方法的一种特殊的变型方案中,对于在检验步骤中已经决定不予采纳所接收的X射线图像数据的情况,将以下指令之一传送给X射线成像装置的控制装置:
- 用于对所不予采纳的图像进行自动化的图像处理的指令;
- 用于自动化修正患者和/或X射线成像装置的部分的定位的指令。
有利地,因此自动化地进行用于改善图像质量的修正,使得所述用户并不需要进行干预。因此,图像记录结果与操作人员的能力较少相关,使得也在培训得更差的人员情况下保证足够的图像质量。
附图说明
在下文中,根据实施例、在参考所附图的情况下再一次地进一步阐述本发明。其中:
图1示出流程图,所述流程图图解用于自动化检验来自患者的检查区域的X射线图像数据的方法;
图2 示出框图,利用所述框图根据本发明的一种实施例来图解图像数据检验装置;
图3示出框图,利用所述框图示出根据本发明的一种实施例的X射线成像装置。
具体实施方式
在图1中示出流程图100,利用所述流程图根据本发明的一种实施例来图解用于自动化检验来自患者的检查区域的X射线图像数据BD的方法。在步骤1.I中,检测来自患者的检查区域的X射线图像数据BD。X射线图像数据BD可以例如直接在成像过程期间由X射线成像装置的评估单元来接收。X射线图像数据BD也可以来自图像数据存储器,所述X射线图像数据BD在成像过程结束后已经被存储在所述图像数据存储器中。在步骤1.II中执行对所接收的X射线图像数据BD的分割。在此,与X射线图像数据BD相应的X射线图像被分成多个分段,所述分段分别被分配给各个器官或器官组,并且已分割的图像数据SBD被生成。所述分割自动地基于机器学习的算法来进行,所述算法已经在大量临床图像上被训练过,以便识别器官的轮廓。在分割的范畴内,在步骤1.II中也确定或从以机器方式执行的分割过程中得出被分配给各个分段的解剖学结构,在所述分割过程中各个解剖学结构被识别和分割。
接着,在步骤1.III中,基于所探测的结构来进行X射线图像数据BD或已经在步骤1.II中已分割的图像数据SBD与来自数据库的参考图像数据组RBD的比较。参考图像数据组RBD包括来自更旧的图像记录的X射线图像数据。附加地,关于如下问题的信息分别被分配给各个参考图像数据组RBD,所述问题是:图像数据是由于质量缺陷已经不予采纳还是具有足够的质量,使得所述图像数据可以作为用于之后诊断的基础来被使用。在步骤1.III中,相应的参考图像数据组RBD从数据库中被确定,所述参考图像数据组与所确定的结构最接近。在步骤1.IV中,被分配给所确定的参考图像数据组RBD的附加信息被评估。如果所述附加信息给出如下有关情报:所述参考图像数据组RBD没有问题,也就是说并非已对参考图像数据组RBD不予采纳,而是已被归类为适合于之后的诊断,那么就将所述结果传递到要检验的图像数据组BD。如果因此要检验的图像数据组BD被归类为适合的(这在图1中已用“j”来标出),那么就过渡到步骤1.V并且所述图像数据组BD被存储用于之后的诊断。对于在步骤1.IV中已确定了已对于在比较中所使用的参考图像数据组RBD不予采纳的情况(这在图1中已用“n”来标出),那么就过渡到步骤1.VI。在步骤1.VI中,对于要检验的图像数据组BD不予采纳并且给予用于修正采集参数的指令BA,以便在重复图像记录的情况下获得已改善的图像数据。例如,采集参数包括已改变的患者位置或被用于图像记录的成像装置的各个部分的已改变的位置。接着,返回到步骤1.I并且重新进行对检查区域的图像记录并且接下来重复所述方法的其他的、已经描述的步骤。
在图2中,示出根据本发明的一种实施例的图像数据检验装置20。图像数据检验装置20包括输入接口21,所述输入接口接收图像数据BD并传送给分割单元22 以及检验单元24。所述分割单元22生成已分割的图像数据SBD,其中各个图像分段被分配给各个器官或器官组。在分割的情况下,图像数据BD的图像区域被标记,所述图像区域与对于之后诊断来说相关的区域相应。所述区域例如可以包括特定的器官或身体部分或特定的器官组,所述特定的器官或身体部分或特定的器官组在之后的诊断中应该被彻底检查。于是由比较单元23将所述已分割的区域SBD与大量参考图像数据组RBD比较,所述参考图像数据组被存储在数据库DB中。参考图像RBD被挑选出并且传送给检验单元24,所述参考图像包括最接近于所述已分割的区域(SBD)的图像段。
检验单元24读出被分配给所确定的参考图像RBD 的质量信息并且在该基础上决定:是否应对当前所检测的图像数据BD不予采纳。相应的结果信息EI经由输出接口25被输出给用户和/或成像装置(参照图3)的控制装置。对于正面结果的情况,也就是说对于要检验的图像BD满足预先确定的图像质量要求(也就是说并非已由检验单元24不予采纳)的情况,当前所检测的图像数据BD同样经由输出接口25被输出。对于检验结果为负面的情况,也就是说对于要检验的图像BD并不满足预先确定的图像质量要求并且因此已由检验单元24不予采纳的情况,代替当前所检测的图像数据BD将指令BA经由输出接口25输出,借助于所述指令可以进行对图像检测的采集参数的修正并且因此可以重复图像记录。
在图3中示出根据本发明的一种实施例的X射线成像装置30。这样的X射线成像装置例如可以被构造为计算机X射线断层摄影装置。X射线成像装置30包括扫描单元31,用于检测来自患者的检查区域的X射线图像数据BD 。此外,控制装置32也是X射线成像装置30的部分,利用所述控制装置,操控指令AS被传递给扫描单元31并且X射线投影侧量数据RD被接收并且被处理成图像数据BD。图像数据BD被传送给图像数据检验装置20,所述图像数据检验装置以与图1和图2关联所描述的方式来检验图像数据BD并且经由用户接口33来输出结果信息EI并且在必要时输出图像数据BD或修正指令BA。修正指令BA可以被用于,利用已改变的采集参数AS来操控扫描单元31 并且以这种方式来达到已改善的图像记录。
最后,再一次提示:之前所描述的方法和设备仅是本发明的优选的实施例并且本发明可以由本领域技术人员来改变,而并不偏离本发明的就此而言由权利要求所预先给出的范围。由于完整性的原因也提示:不定冠词“一个”并不排除,相关特征也可以多倍地存在。同样地,术语“单元”并不排除,所述单元由多个组件组成,所述组件必要时也可以是在空间上分布的。
附图标记列表
AS 操控指令
BA 用户指令
BD X射线图像数据
DB 数据库
EI 结果信息
RBD 参考图像数据组
RD X射线投影数据
SBD 已分割的图像数据
20 图像数据检验装置
21 输入接口
22 分割单元
23 比较单元
24 检验单元
25 输出接口
30 X射线成像装置
31 扫描单元
32 控制装置
33 用户接口。

Claims (14)

1.一种用于自动化检验来自患者的检查区域的X射线图像数据(BD)的方法,所述方法具有如下步骤:
- 从所述检查区域接收所述X射线图像数据(BD);
- 分割所述X射线图像数据(BD)并且探测各个分段中的解剖学结构;
- 基于已分割的X射线图像数据(SBD)与来自参考数据库(DB)的参考图像数据(RBD)的比较确定与所述已分割的X射线图像数据(SBD)最接近的参考图像数据(RBD),其中所述参考数据库(DB)的所述参考图像数据(RBD)分别具有关于所述参考图像数据(RBD)的图像质量的质量信息;
- 基于所确定的所述参考图像数据(RBD)的所述质量信息来决定:所接收的所述X射线图像数据(BD)被保留还是不予采纳。
2.根据权利要求1所述的方法,其中根据在所述已分割的X射线图像数据(SBD)中的所探测的、感兴趣的解剖学结构来进行所述已分割的X射线图像数据(SBD)与所述参考图像数据(RBD)的所述比较。
3.根据权利要求2所述的方法,其中基于在所述已分割的X射线图像数据(SBD)中的所探测的、感兴趣的解剖学结构所进行的与所述参考图像数据(RBD)的所述比较根据以下标准至少之一来进行:
- 所述结构的形状;
- 所述结构的大小;
- 所述结构中的吸收分布;
- 在所述结构中植入物的存在和所述植入物的类型;
- 死亡情况、骨折的出现;
- 图像情境;
- 在所述图像中的灰度级别的分布;
- 记录参数。
4.根据权利要求1至3之一所述的方法,其中基于在所述已分割的X射线图像数据(SBD)中的所探测的、感兴趣的解剖学结构所进行的与所述参考图像数据(RBD)的所述比较根据临床患者数据来进行。
5.根据上述权利要求之一所述的方法,其中在确定所述最接近的参考图像数据(RBD)时确定一个或多个参考图像数据组(RBD)并且如果所述参考图像数据组(RBD)其中至少之一并非已经不予采纳,则所接收的所述X射线图像数据(BD)不被不予采纳。
6.根据上述权利要求之一所述的方法,其中借助于自动化的比较方法来进行对所述最接近的参考图像数据(RBD)的所述确定。
7.根据上述权利要求之一所述的方法,其中以与系统设定是否已被改变相关的方式来作出对于所述所接收的X射线图像数据(BD)是否不予采纳的决定。
8.根据上述权利要求之一所述的方法,其中对于已经决定对于所述所接收的X射线图像数据(BD)不予采纳的情况,将以下信息之一传送给用户:
- 关于所述决定的原因的信息;
- 用户指令(BA),以便将所述患者和/或为了记录所述图像数据所使用的X射线成像装置(30)的部分的定位改变;
- 关于已不予采纳的所述图像数据(BD)的统计数据,作为对将来记录相应X射线图像数据(BD)的警告。
9.成像方法,所述成像方法具有如下步骤:
- 借助于X射线成像装置(30)来检测来自患者的检查区域的X射线投影数据(RD);
- 基于所检测的所述X射线投影数据(RD),生成X射线图像数据(BD);
- 在使用根据权利要求1至8之一所述的方法的情况下检验所述X射线图像数据(BD);
- 对于所述X射线图像数据(BD)的质量已被确定为足够的情况,释放所述X射线图像数据(BD)用于图像显示。
10.根据权利要求9所述的方法,其中对于在检验步骤中已决定对于所接收的所述X射线图像数据(BD)不予采纳的情况,将以下指令(AS)之一传送给所述X射线成像装置(30)的控制装置(32):
- 用于对所不予采纳的所述图像进行自动化的图像处理的指令;
- 用于自动化修正所述患者和/或所述X射线成像装置(30)的部分的定位的指令(AS)。
11.图像数据检验装置(20),所述图像数据检验装置具有:
- 图像数据检测单元(21),用于接收来自患者的检查区域的X射线图像数据(BD);
- 分割单元(22),用于分割所述X射线图像数据(BD)并且探测在各个分段中的解剖学结构;
- 比较单元(23),用于基于已分割的X射线图像数据(SBD)与来自参考数据库(DB)的参考图像数据(RBD)的比较来确定最接近于所述X射线图像数据(BD)的所述参考图像数据(RBD),其中所述参考数据库(DB)的所述参考图像数据(RBD)分别具有关于所述参考图像数据(RBD)的图像质量的质量信息;
- 检验单元(24),用于基于已确定的所述参考图像数据(RBD)的所述质量信息来决定:对于所接收的所述X射线图像数据(BD)是否不予采纳。
12.X射线成像装置(30),所述X射线成像装置具有:
- 扫描单元(31),用于检测来自患者的检查区域的X射线图像数据(BD);
- 控制装置(32),用于操控所述扫描单元(31);
- 根据权利要求11所述的图像数据检验装置(20)。
13.具有计算机程序的计算机程序产品,所述计算机程序能够直接被加载到X射线成像装置(30)的存储单元中,所述计算机程序具有程序段,以便当所述计算机程序在所述X射线成像装置(30)中被运行时,实施根据权利要求1至10之一所述的方法的所有步骤。
14.计算机可读的介质,能够由计算单元运行的程序段被存储在所述计算机可读的介质上,以便当由所述计算单元运行所述计算机程序段时来实施根据权利要求1至10之一所述的方法的所有步骤。
CN201711445691.6A 2016-12-27 2017-12-27 在x射线成像中的自动化图像检验 Pending CN108257111A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102016226230.0 2016-12-27
DE102016226230.0A DE102016226230B4 (de) 2016-12-27 2016-12-27 Automatisierte Bildprüfung in der Röntgenbildgebung

Publications (1)

Publication Number Publication Date
CN108257111A true CN108257111A (zh) 2018-07-06

Family

ID=60923279

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711445691.6A Pending CN108257111A (zh) 2016-12-27 2017-12-27 在x射线成像中的自动化图像检验

Country Status (4)

Country Link
US (1) US10339655B2 (zh)
EP (1) EP3301642B1 (zh)
CN (1) CN108257111A (zh)
DE (1) DE102016226230B4 (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3437559B1 (de) * 2017-08-03 2020-06-24 Siemens Healthcare GmbH Ermitteln eines funktionsparameters betreffend eine lokale gewebefunktion für mehrere gewebebereiche
JP7098288B2 (ja) * 2017-08-07 2022-07-11 キヤノン株式会社 放射線撮像システム
JP6980456B2 (ja) * 2017-08-22 2021-12-15 キヤノン株式会社 放射線撮像システム
EP3501400B1 (de) 2017-12-20 2022-06-08 Siemens Healthcare GmbH Verfahren und vorrichtung zur sicherstellung einer korrekten positionierung für eine radiographieaufnahme
DE102017223440A1 (de) 2017-12-20 2019-06-27 Siemens Healthcare Gmbh Verfahren und Vorrichtung zur Sicherstellung einer korrekten Positionierung für eine Radiographieaufnahme
EP3637365B1 (de) * 2018-10-11 2020-12-02 Siemens Healthcare GmbH Verfahren zum bewerten einer verlässlichkeit eines ct-volumenbildes, computerprogramm und computerlesbares speichermedium
EP3644273A1 (en) * 2018-10-24 2020-04-29 Koninklijke Philips N.V. System for determining image quality parameters for medical images
US11253212B2 (en) * 2020-01-07 2022-02-22 General Electric Company Tileable X-ray detector cassettes
JP7324937B2 (ja) * 2020-03-30 2023-08-10 富士フイルム株式会社 撮影支援装置、その作動方法、及び作動プログラム
DE102021203273A1 (de) 2021-03-31 2022-10-06 Siemens Healthcare Gmbh Verfahren zur Bereitstellung einer Klassifizierung einer Röntgenaufnahme in Verbindung mit einem Röntgensystem

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05130986A (ja) * 1991-11-13 1993-05-28 Toshiba Corp X線ct装置
CN1795272A (zh) * 2003-03-27 2006-06-28 巴特朗医疗成像有限责任公司 快速识别病原体、细菌和异常细胞的系统和方法
US20140072192A1 (en) * 2012-09-12 2014-03-13 Bruce Reiner Method and apparatus for image-centric standardized tool for quality assurance analysis in medical imaging

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8891881B2 (en) * 2012-01-25 2014-11-18 General Electric Company System and method for identifying an optimal image frame for ultrasound imaging
US8483450B1 (en) * 2012-08-10 2013-07-09 EyeVerify LLC Quality metrics for biometric authentication
US8879813B1 (en) * 2013-10-22 2014-11-04 Eyenuk, Inc. Systems and methods for automated interest region detection in retinal images
CN107209933A (zh) * 2014-08-25 2017-09-26 新加坡科技研究局 用于评估视网膜图像以及从视网膜图像获得信息的方法和系统
WO2016056643A1 (ja) * 2014-10-08 2016-04-14 イービーエム株式会社 血流シミュレーションのための血管形状構築装置、その方法及びコンピュータソフトウエアプログラム
KR101686635B1 (ko) * 2014-12-03 2016-12-14 삼성전자주식회사 의료 영상 처리 장치 및 그에 따른 의료 영상 처리 방법
US9684813B2 (en) * 2015-07-01 2017-06-20 Idex Asa System and method of biometric enrollment and verification
US10402967B2 (en) * 2015-12-21 2019-09-03 Koninklijke Philips N.V. Device, system and method for quality assessment of medical images

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05130986A (ja) * 1991-11-13 1993-05-28 Toshiba Corp X線ct装置
CN1795272A (zh) * 2003-03-27 2006-06-28 巴特朗医疗成像有限责任公司 快速识别病原体、细菌和异常细胞的系统和方法
US20140072192A1 (en) * 2012-09-12 2014-03-13 Bruce Reiner Method and apparatus for image-centric standardized tool for quality assurance analysis in medical imaging

Also Published As

Publication number Publication date
DE102016226230B4 (de) 2018-07-12
DE102016226230A1 (de) 2018-06-28
US20180182102A1 (en) 2018-06-28
EP3301642B1 (de) 2020-07-15
EP3301642A1 (de) 2018-04-04
US10339655B2 (en) 2019-07-02

Similar Documents

Publication Publication Date Title
CN108257111A (zh) 在x射线成像中的自动化图像检验
JP4717427B2 (ja) 磁気共鳴断層撮影装置の作動方法および制御装置
US10265044B2 (en) Systems and methods for adaptive imaging systems
CN106880900B (zh) 用于自动确定造影剂注射方案的方法
US11660061B2 (en) Method and system for motion assessment and correction in digital breast tomosynthesis
JP2005169120A (ja) 検査対象の結果画像の作成方法および画像処理システム
KR20150073628A (ko) 컴퓨터 보조 진단용 진단모델 적응 시스템 및 방법
JP5676269B2 (ja) 脳画像データの画像解析
US11141079B2 (en) Systems and methods for profile-based scanning
JP2007172604A (ja) 取得システムのプロトコル及び/又はパラメータに基づいてコンピュータ利用アルゴリズムを選択するための方法及び装置
CN104125841A (zh) 控制方法和控制系统
CN108537774B (zh) 用于检查医学图像的方法以及用于调整检查协议的方法
CN103356224B (zh) 用于成像诊断设备的运行的方法以及医学成像系统
KR20240013724A (ko) 다중 펄스 x-선 소스 이동 단층합성 영상화 시스템을 사용한 인공 지능 훈련
CN110503698A (zh) 确定成像模态和其的参数的方法,装置和成像系统
WO2019200351A1 (en) Systems and methods for an imaging system express mode
CN111919264A (zh) 用于使成像系统和边缘计算系统同步的系统和方法
US10417765B2 (en) Adaptive segmentation for rotational C-arm computed tomography with a reduced angular range
US11803970B2 (en) Image judgment device, image judgment method, and storage medium
US20210150739A1 (en) Capturing a misalignment
EP4134972A1 (en) Machine learning based quality assessment of medical imagery and its use in facilitating imaging operations
JP2006167289A (ja) 複合画像診断支援システム、複合画像診断支援装置、及び医用画像データベース作成方法
CN113643285A (zh) 基于人工神经网络的心肌靶心图分析方法、系统和介质
EP4022636A1 (en) Methods and systems for computer-aided diagnosis with deep learning models
JP2015021915A (ja) 画像処理装置および核医学診断装置

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20180706