CN109223011A - 透视检查中的自动强度适应 - Google Patents
透视检查中的自动强度适应 Download PDFInfo
- Publication number
- CN109223011A CN109223011A CN201810750238.4A CN201810750238A CN109223011A CN 109223011 A CN109223011 A CN 109223011A CN 201810750238 A CN201810750238 A CN 201810750238A CN 109223011 A CN109223011 A CN 109223011A
- Authority
- CN
- China
- Prior art keywords
- image
- intensity
- region
- radioscopic
- vascular tree
- 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
- 230000002792 vascular Effects 0.000 claims abstract description 69
- 210000004204 blood vessel Anatomy 0.000 claims abstract description 49
- 238000000034 method Methods 0.000 claims abstract description 41
- 238000012790 confirmation Methods 0.000 claims description 10
- 230000011218 segmentation Effects 0.000 claims description 10
- 238000003909 pattern recognition Methods 0.000 claims description 5
- 230000008901 benefit Effects 0.000 description 11
- 230000009286 beneficial effect Effects 0.000 description 8
- 238000005457 optimization Methods 0.000 description 8
- 239000002872 contrast media Substances 0.000 description 5
- 210000001519 tissue Anatomy 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000002224 dissection Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002697 interventional radiology Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Classifications
-
- 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
-
- 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
- A61B6/12—Arrangements for detecting or locating foreign bodies
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- 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
- A61B6/44—Constructional features of apparatus for radiation diagnosis
- A61B6/4429—Constructional features of apparatus for radiation diagnosis related to the mounting of source units and detector units
- A61B6/4435—Constructional features of apparatus for radiation diagnosis related to the mounting of source units and detector units the source unit and the detector unit being coupled by a rigid structure
- A61B6/4441—Constructional features of apparatus for radiation diagnosis related to the mounting of source units and detector units the source unit and the detector unit being coupled by a rigid structure the rigid structure being a C-arm or U-arm
-
- 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
- A61B6/48—Diagnostic techniques
- A61B6/481—Diagnostic techniques involving the use of contrast agents
-
- 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
- A61B6/48—Diagnostic techniques
- A61B6/486—Diagnostic techniques involving generating temporal series of image data
- A61B6/487—Diagnostic techniques involving generating temporal series of image data involving fluoroscopy
-
- 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
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
-
- 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
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
-
- 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
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
- A61B6/5235—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from the same or different ionising radiation imaging techniques, e.g. PET and CT
-
- 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
- G06T7/11—Region-based segmentation
-
- 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
- G06T7/00—Image analysis
- G06T7/97—Determining parameters from multiple pictures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
- G06T2207/10121—Fluoroscopy
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Optics & Photonics (AREA)
- High Energy & Nuclear Physics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Vascular Medicine (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明涉及一种用于在创建透视检查中操作医疗X射线装置的方法,包括a)捕获血管树的第一X射线图像作为血管掩模;b)将第一X射线图像分割成具有血管树的至少一个图像区域和不具有血管树的至少一个图像区域;c)将具有血管树的图像区域的第一X射线图像的强度确认为血管掩模强度;d)创建引入到血管树中的医疗组件的第二X射线图像作为组件图像;e)将第二X射线图像分割成具有医疗组件的图像区域(和不具有医疗组件的图像区域(;f)将具有医疗组件的图像区域(的第二X射线图像的强度确认为组件强度;g)计算组件强度和血管树强度的比率;h)取决于计算的血管掩模强度和组件强度的比率来生成具有第一和第二X射线图像的重叠图像。
Description
技术领域
本发明涉及一种用于在创建透视检查(fluroscopy)中操作医疗X射线装置的方法。本发明还涉及一种对应的用于创建透视检查的医疗X射线装置,其包括捕获单元,用于捕获血管树(vascular tree)的第一X射线图像作为血管掩模并且用于创建引入到血管树中的医疗组件的第二X射线图像作为组件图像,以及包括运算单元,用于生成具有所述第一X射线图像和第二X射线图像的重叠(overlay)图像。
背景技术
在介入放射学和/或肿瘤学中,主要成像(primary imaging)使用X辐射来实现,例如通过捕获或获取二维的实时透视检查(2D现场(live)透视检查)。其中,特别的透视检查的方法是所谓的“路标(roadmap)模型”。其中,例如金属丝(wire)、导管或支架的医疗组件、“设备”,即在实时成像中将此组件的X射线图像重叠在先前捕获的血管掩模上。其中,重叠组件,即能叠有血管掩膜的组件图像可以被称为重叠图像。在实时成像中将此重叠图像用作导航辅助,以避免多种造影剂(contrast agent)注射和附加捕获或X射线记录。
其中,深色组件通常重叠有明亮显示的血管掩模。典型地,其中,血管掩模和组件图像以混合方法重叠并且例如线性加权。其中,将图像混合为整体,如果手动地将对比率(例如不同地重叠的图像的各自的强度)适应于各自的情况,则其基本上运行良好。
适应要求起因于血管掩模及其与背景的对比变化的事实,例如在不同的注射类型和注射位置上。这反过来导致最终混合的图像中的医疗组件的不同表示。其中,对比的手动适应(例如在具有血管树的图像区域中和具有医疗组件的图像区域中的重叠图像中重叠的图像的(图像)强度的手动适应)不总是各自的操作者所期望的,并且还可以受到调整参数的边界的限制。因此,在一些情形中,不能达到理想的对比或者上述强度的理想强度比率。对应地,可以在重叠图像中发生对比的变化,这对于操作者可以是恼人的,并且对于医疗介入的处理可以是不利的。
发明内容
对应地,存在获得具有改进的对比的透视检查的目标。
此目标通过独立权利要求的主题来解决。有利的实施例根据从属权利要求、说明书和附图而显而易见。
本发明的一方面涉及一种用于在创建透视检查中或在创建透视检查时操作医疗X射线装置的方法。具体的,医疗X射线装置可以是C-臂X射线装置,或医疗X射线装置可以包括这样的装置。然而,以下描述的方法基本上可应用于基于X射线的所有成像形态(modality)。
其中,所述方法包括一系列方法步骤。一个方法步骤是捕获患者的血管树的第一X射线图像作为血管掩模。因此,第一X射线图像用作血管掩模或者适于现有技术已知的进一步的方法中的此种使用。进一步的方法步骤是将第一X射线图像分割成具有血管树的至少一个图像区域和不具有血管树的至少一个进一步的图像区域。其中,分割可以包括或是基于阈值的分割。此处,分割用于识别图像区域,其中存在或曾经存在造影剂或对应地是血管树。进一步的方法步骤是将具有血管树的图像区域的第一X射线图像的强度确认或确定为血管掩模强度。血管掩模强度可以与不具有血管树的图像区域的强度不同,并且还普遍地与其不同(这证实提出的方法的优势)。
进一步的方法步骤是创建引入到血管树中的医疗组件的第二X射线图像作为组件图像(“设备图像”)。如现有技术已知的,例如,可以通过先前捕获的组织(anatomic)掩模与实时X射线图像的减法来生成组件图像。因此,第二X射线图像的创建可以包括利用先前作为组织掩模的捕获的记录或存储的X射线图像减去捕获的实时透视检查图像。其中,如普遍已知的,组织掩模用于删除骨骼和对于患者的捕获区域中的各个的介入不感兴趣的进一步的特征。因此,理想地,图像作为组件图像而出现,其中只有引入到患者或引入到血管树的医疗组件可见。然而,现实中,通过运动在此处出现的情况伪影、关于组织掩模的轻微改变的解剖、X射线参数、噪声等都是因素,这恶化(aggravate)了容易分割出或识别医疗组件。
进一步的方法步骤是将第二X射线图像分割成(具体的,基于阈值)具有医疗组件的图像区域和不具有医疗组件的图像区域。随后将具有医疗组件的图像区域的第二X射线图像的强度确认或者确定为组件强度。其中,组件强度可以与不具有医疗组件的图像区域的强度不同,并且还普遍地与其不同(这证实提出的方法的优势)。
进一步的方法步骤是计算组件强度和血管树强度的比率-例如,组件比血管树(component-to-vascular-tree)强度或血管树比组件(vascular-tree-to-component)强度。最终,取决于计算的血管掩模强度和组件强度的比率、利用第一和第二X射线图像来实现(effect)具有血管树和医疗组件的重叠图像的生成(即,其中成像有血管树和医疗组件的重叠图像),使得具有血管树的图像区域中的重叠图像的强度和具有组件的图像区域中的重叠图像的强度处于预设或者可预设的(目标)比率中。
因此,提出的方法实现重叠图像中的血管树和医疗组件之间的对比的自动适应或优化。其中,可以在生成重叠图像之前通过确认或者确定彼此各自地独立的操作者感兴趣的血管掩模的图像区域的强度(即第一X射线图像中具有血管树的图像区域的强度)和操作者感兴趣的组件图像的区域中的强度(即第二X射线图像中的具有医疗组件的图像区域的强度)来事先定义此最佳对比率。因此,对于重叠图像,不是(各自地)平均各自的X射线图像(作为整体的血管掩模和组件图像),而是仅(各自地)检查和考虑与重叠图像有关的各自的图像区域、对于重叠图像特别感兴趣的各自的特征(强度)。于此,考虑如此的血管掩模(即不具有组件图像),并且对于所述血管树执行强度分析。对于此分析或者此强度确认,可以将血管掩模的灰度值分布反转(invert),使得实现通常的最终血管掩模表示,与医疗组件的表示相比,血管掩模的表示是明亮的。其中,能通过对于血管掩模的对应的强度分析来确定医疗组件的强度或者强度分布。
利用描述的方法,因此,提供先决条件(prerequisite)用来实时地,即例如在透视检查期间连续地计算组件强度和血管树强度的比率。其中,对于具有血管树的(重叠图像的)图像区域和具有医疗组件的(重叠图像的)图像区域中的重叠图像中彼此的期望的强度的目标比率,考虑先前定义的阈值,例如经由询问和/或研究和/或X射线装置的校准确认的阈值,可以调整用于生成重叠图像的对应的混合算法或者重叠算法。例如,因此,可以调整重叠算法的权重因素,使得在例如单纯形优化法和梯度优化法的优化方法中,组件强度和血管树强度的最佳目标比率的目标值总是接近的。其中,例如,然后可以使用各自的分析方法或者确认方法的标准差用来更准确地描述优化问题的参数化的目标通道(corridor)。
提出的方法允许通过重叠图像中的医疗组件和血管掩模之间定义的对比率的自动调整,例如相对于(尤其是减去的)路线图模式中的重叠图像来达到恒定的图像质量。由此,手动调整成为不必要的,相反,用户可以先前地选择用于计划的介入的重叠图像中他期望的组件和血管树的对比率,并且通过具有关联的运算单元的X射线装置、经由提出的方法在透视检查期间实时地在任何情况中为他调整。
其中,在有益的实施例中提供了,在确认血管树强度和/或组件强度中,分析对应的图像区域的各自的强度的直方图,并且具体的,将对于对应的强度各自地确认的平均值确认为血管掩模强度和/或组件强度。其中,可以通过例如高斯曲线的曲线来近似或者接近直方图,并且可以参数化对应的分布的平均值和/或标准差。
这具有特别准确地确认对应的强度的优势,并且因此,还可以特别好的优化对比率。
在进一步的有益的实施例中,提供了分割第二X射线图像包括预选择具有医疗组件的粗略图像,以及从粗略图像区域利用玄色具有医疗组件的图像区域基于阈值进行分割。粗略图像区域是第二X射线图像的部分区域,并且大于具有医疗组件的最终分割的和选择的图像区域。
这具有以下益处,经由粗略图像区域的预选择来避免基于阈值的分割中牵涉的伪影。此外,可以因此节省运算能力。因此,能整体地更快并且更准确地确定组件强度。
其中,其可以提供,使用在第二X射线图像中存在的至少一个界标(即,一个或多个界标)来实现预选择,和/或使用血管树的位置掩模来实现预选择。
这具有以下益处,经由附加的界标来如此的识别远离血管树的图像区域,例如,由于通过具有简单运算步骤的位置掩模来提供已知的记录的组织相关性以及与透视检查有关的图像区域的模板。因此,再次提高了本方法的准确性并且降低了所需的运算量。
其中,其可以有利地提供,通过捕获第一X射线图像和通过具有血管树的图像区域来对应的分割第一X射线图像、取决于在此方法范围内已经生成的血管掩模来生成位置掩模,并由此呈现。具体的,可以取决于借助缓冲区增加的血管掩模来生成位置掩模。因此,位置掩模可以包括或者是血管掩模和/或通过缓冲区增加的血管掩模。例如,所述缓冲区能延伸为围绕血管掩模的具有预设厚度的带。其中,例如,位置掩模可以是已经分割出的,具体的通过缓冲区增加的血管树的二值图像。此方法步骤下的假设是如果将医疗组件引入到患者,其在血管树的血管的路径上。因此,可以将包括安全距离的内部掩模应用于第二X射线图像作为缓冲区,以考虑运动和其他的位移,并且由此降低搜索空间并且结果简化组件图像的分割。
在进一步的有益的实施例中,其提供了使用基于学习的模式识别算法来分割第二X射线图像,其中具体的,在预选择粗略图像区域之后使用所述基于学习的模式识别算法。
这具有以下益处,其可以确保与医疗组件关联的像素-识别的像素实际地属于连续的(contiguous)医疗组件。其中,在预选择粗略图像区域之后采用基于学习的模式识别算法,这里可以节省有价值的运算时间。
在进一步的有益的实施例中,其提供了,重复地创建第二X射线图像,并且重复地生成重叠图像。其中,重复地(具体是连续地)计算组件强度和血管树强度的比率。这可以在透视检查期间实现。
这具有以下益处,总是利用通过对应地使用的重叠或者混合算法来自动地调整的最佳对比率自动地生成重叠图像。
在进一步的有益的实施例中,其提供了,重复地创建第二X射线图像,并且重复地生成重叠图像。其中,对于重叠图像预设具有血管树的图像区域中的重叠图像的强度和具有组件的图像区域中的重叠图像的强度的恒定的目标比率,其中,取决于目标比率和计算的比率来生成重叠图像。
这具有以下益处,总是可以在重叠图像中自动地调整医疗组件与血管树或者血管掩模之间预设的,优选地恒定的对比度。其中,还能取决于用于定义的临床情况的或者第二X射线图像地X射线装置的捕获参数来预设目标比率,具体的,以动态的方式。由此,进一步优化重叠图像中的对比度。
在特别的有益的实施例中,其提供了,第一和/或第二X射线图像包括具有多个单独的X射线图片的X射线图片,或者是基于具有多个单独的X射线图片的X射线图片,例如由它们组成,并且分别对于第一和第二X射线图像的不同的单独X射线图像中的血管树或医疗组件的不同区域连续地实现分割第一和/或第二X射线图像和/或确认第一和/或第二X射线图像的强度。因此,假设造影剂流的时间传播(temporal propagation),例如利用推注到达时间的计算,可以动态地实现分割和确认强度。因此,能各自地在血管(vessel)树和医疗组件的子区域中局部地实现直方图或者强度分析的每一个,以总是获得最佳计算基础。
这有以下益处,尤其地通过考虑造影剂流的时间传播,可以生成特别准确的图像,并且可以很好的表示复杂的组织。然后,还可以通过动态地分割或者确认强度来考虑例如医疗组件和患者之间的复杂的运动状况。
本发明的进一步的方面涉及用于创建透视检查的医疗X射线装置,具体的C-臂X射线装置。其中,所述医疗X射线装置包含捕获单元,用于捕获血管树的第一X射线图像作为血管掩模,并且用于创建引入到血管树中的医疗组件的第二X射线图像作为组件图像,以及运算单元,用于生成具有(具体的来自于)第一和具有(并且各自的来自于)第二X射线图像的重叠图像。
其中,所述运算单元形成为以将第一X射线图像分割成具有血管树的至少一个图像区域和不具有血管树的至少一个图像区域,并且将具有血管树的图像区域的第一X射线图像的强度确认为血管掩模强度。进一步地,运算单元形成为以将第二X射线图像分割成具有医疗组件的图像区域和不具有医疗组件的图像区域,并且将具有医疗组件的图像区域的第二X射线图像的强度确认为组件强度。最终,运算单元形成为用来计算组件强度和血管树强度的比率,并且用来取决于血管掩模强度和组件强度的计算的比率来生成重叠图像。
此处,医疗X射线装置的益处和有益的实施例对应于描述的方法的益处和有益的实施例。
以上描述中提到的特征和特征组合以及以下附图的描述中提到的和/或只在附图中示出的特征和特征组合不只在各自的指定的组合中使用,还在不偏离本发明的范围下中其他的组合中使用。因此,还将未在附图中明确地示出和解释,但是从解释的实施例中出现,并且能从解释的实施例通过分开的特征组合生成的实施例视作被本发明包含和公开。因此,还考虑公开了不具有独立权利要求原始地制定的所有特征的实施例和特征组合。此外,考虑公开了超出或者偏离权利要求的关系中阐述的特征组合的实施例和特征组合,具体的通过以上阐述的实施例。
附图说明
以下,基于示意图更详细地解释本发明的实施例。其中,唯一的附图示出了用于创建透视检查的、目前设计为C-臂X射线装置的医疗X射线装置。
具体实施方式
其中,医疗X射线装置1包含捕获单元2,用于捕获血管树4的第一X射线图像3作为血管掩模,并且用于创建的引入到血管树4中的医疗组件6的第二X射线图像5作为组件图像(目前是金属丝)。此外,医疗X射线装置1目前还包含运算单元7,用于根据第一和第二X射线图像3、5来创建重叠图像8。
其中,运算单元7用来将第一X射线图像3分割成具有血管树4的至少一个图像区域9和不具有血管树4的至少一个,目前是四个图像区域10a-10d。其中,对于具有血管树4的图像区域9,通过运算单元7将第一X射线图像3的强度确认为血管掩模强度。
进一步地,运算单元7形成为用来将第二X射线图像6分割成具有医疗组件6的至少一个图像区域11和不具有医疗组件的至少一个进一步的图像区域12,以及用来将具有医疗组件6的图像区域11的第二X射线图像5的强度确认为组件强度。
进一步地,运算单元7形成为用来计算组件强度和血管树强度的比率,并且取决于计算的血管掩模强度和组件强度的比率来生成重叠图像8。在此,例如,可以将对应的重叠算法记录在运算单元7中,其中,两个X射线图像3、6取决于计算的比率,并且具体的,还取决于各自地具有医疗组件和血管树的图像区域中的重叠图像8的强度的预设的目标对比度或者目标比率。因此,通过优化的对比率实现了血管树4和医疗组件6两者的改进的可见性,所述对比率通过血管掩模强度和组件强度的比率确定。
Claims (10)
1.一种用于在创建透视检查中操作医疗X射线装置(1),具体是C-臂X射线装置(1)的方法,包括以下方法步骤:
a)捕获血管树(4)的第一X射线图像(3)作为血管掩模;
b)将第一X射线图像(3)分割成具有血管树(4)的至少一个图像区域(9)和不具有血管树(4)的至少一个图像区域(10a-10d);
c)将具有血管树(4)的图像区域(9)的第一X射线图像(3)的强度确认为血管掩模强度;
d)创建引入到血管树(4)中的医疗组件(6)的第二X射线图像(5)作为组件图像;
e)将第二X射线图像(4)分割成具有医疗组件(6)的图像区域(11)和不具有医疗组件(6)的图像区域(12);
f)将具有医疗组件(6)的图像区域(11)的第二X射线图像(4)的强度确认为组件强度;
g)计算组件强度和血管树强度的比率;
h)取决于计算的血管掩模强度和组件强度的比率来生成具有第一和第二X射线图像(3,5)的重叠图像(8)。
2.根据权利要求1所述的方法,其特征在于:
在确认血管掩模强度和/或组件强度中,分析对应的图像区域(9,11)的各自的强度的直方图,并且具体的,将对于强度各自确认的平均值确认为血管掩模强度和/或组件强度。
3.根据前述权利要求中任一项所述的方法,其特征在于:
分割第二X射线图像(5)包括预选择具有医疗组件(6)的粗略图像区域,以及利用选择具有医疗组件(6)的图像区域(11)基于阈值进行分割。
4.根据权利要求3所述的方法,其特征在于:
使用第二X射线图像(5)中存在的至少一个界标和/或使用血管树(4)的位置掩模来实现所述预选择。
5.根据权利要求4所述的方法,其特征在于:
取决于血管掩模,具体的取决于借助于缓冲区增加的血管掩模来生成所述位置掩模。
6.根据前述权利要求中任一项所述的方法,其特征在于:
使用基于学习的模式识别算法来分割第二X射线图像(5),其中,具体的,在预选择粗略图像区域之后使用所述基于学习的模式识别算法。
7.根据前述权利要求中任一项所述的方法,其特征在于:
重复地创建第二X射线图像(5)并且重复地生成重叠图像(8),以及重复地,具体地连续地计算组件强度和血管树强度的比率。
8.根据前述权利要求中任一项所述的方法,其特征在于:
重复地创建第二X射线图像(5)并且重复地生成重叠图像(8),以及对于重叠图像(8)预设具有血管树(4)的图像区域中的重叠图像(8)的强度和具有组件(6)的图像区域中的重叠图像(8)的强度的恒定的目标比率,并且所述重叠图像(8)是取决于目标比率和计算的比率来生成的。
9.根据前述权利要求中任一项所述的方法,其特征在于:
第一和/或第二X射线图像(3,5)包括具有多个单独的X射线图像的X射线图片,并且分别对于第一和第二X射线图像(3,5)的不同的单独的X射线图像中的、血管树(4)和医疗组件(6)的各自不同的区域连续地实现分割第一和/或第二X射线图像(3,5)和/或确认第一和/或第二X射线图像(3,5)的强度。
10.一种用于创建透视检查的医疗X射线装置(1),具体是C-臂X射线装置(1),包括
-捕获单元(2),用于捕获血管树(4)的第一X射线图像(3)作为血管掩模,并且用于创建引入到血管树(4)中的医疗组件(6)的第二X射线图像(5)作为组件图像;
-运算单元(7),用于生成具有所述第一和第二X射线图像(3,5)的重叠图像(8);
其特征在于:
运算单元(7)形成为用来将第一X射线图像(3)分割成具有血管树(4)的至少一个图像区域(9)和不具有血管树(4)的至少一个图像区域(10a-10d),并且将具有血管树(4)的图像区域(9)的第一X射线图像(3)的强度确认为血管掩模强度;以及
运算单元(7)进一步形成为用来将第二X射线图像(5)分割成具有医疗组件(6)的至少一个图像区域(11)和不具有医疗组件(12)的至少一个图像区域(12),并且将具有医疗组件(6)的图像区域(11)的第二X射线图像(5)的强度确认为组件强度;以及用来计算组件强度和血管树强度的比率,并且用来取决于血管掩模强度和组件强度的计算的比率来生成重叠图像(8)。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP17180773.8A EP3427668B1 (en) | 2017-07-11 | 2017-07-11 | Automated intensity adaptation in fluoroscopy |
EP17180773.8 | 2017-07-11 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109223011A true CN109223011A (zh) | 2019-01-18 |
CN109223011B CN109223011B (zh) | 2022-06-10 |
Family
ID=59315503
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810750238.4A Active CN109223011B (zh) | 2017-07-11 | 2018-07-10 | 用于透视检查中的自动强度适应的方法和装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10726549B2 (zh) |
EP (1) | EP3427668B1 (zh) |
CN (1) | CN109223011B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04144373A (ja) * | 1990-10-05 | 1992-05-18 | Toshiba Corp | 放射線画像処理方法及びその装置 |
US6370417B1 (en) * | 1998-09-22 | 2002-04-09 | Siemens Akiengesellschaft | Method for positioning a catheter in a vessel, and device for implementing the method |
US6389104B1 (en) * | 2000-06-30 | 2002-05-14 | Siemens Corporate Research, Inc. | Fluoroscopy based 3-D neural navigation based on 3-D angiography reconstruction data |
CN1953709A (zh) * | 2004-05-19 | 2007-04-25 | 株式会社日立医药 | 图像处理装置及其方法 |
CN101484073A (zh) * | 2006-07-28 | 2009-07-15 | 株式会社岛津制作所 | X射线诊断装置 |
CN101803930A (zh) * | 2009-02-17 | 2010-08-18 | 通用电气公司 | 放射性成像方法和装置 |
CN101836234A (zh) * | 2007-08-16 | 2010-09-15 | 皇家飞利浦电子股份有限公司 | 灰度光栅图像中的目标的探测和暗化方法 |
US20110038458A1 (en) * | 2009-08-12 | 2011-02-17 | Martin Spahn | Method for enhanced visualization of objects in interventional angiographic examinations |
US20110235889A1 (en) * | 2010-03-29 | 2011-09-29 | Martin Spahn | Method for enhanced visualization of objects in interventional angiographic examinations and device for performing the method |
US20120238871A1 (en) * | 2011-03-18 | 2012-09-20 | Marcus Pfister | Angiography system for the angiographic examination of a patient and angiographic examination method |
CN103002808A (zh) * | 2010-07-19 | 2013-03-27 | 皇家飞利浦电子股份有限公司 | 起源于3d的心脏路图绘制 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4580628B2 (ja) * | 2003-09-19 | 2010-11-17 | 株式会社東芝 | X線画像診断装置及び画像データ生成方法 |
US8073221B2 (en) * | 2008-05-12 | 2011-12-06 | Markus Kukuk | System for three-dimensional medical instrument navigation |
-
2017
- 2017-07-11 EP EP17180773.8A patent/EP3427668B1/en active Active
-
2018
- 2018-07-10 CN CN201810750238.4A patent/CN109223011B/zh active Active
- 2018-07-11 US US16/032,377 patent/US10726549B2/en active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04144373A (ja) * | 1990-10-05 | 1992-05-18 | Toshiba Corp | 放射線画像処理方法及びその装置 |
US6370417B1 (en) * | 1998-09-22 | 2002-04-09 | Siemens Akiengesellschaft | Method for positioning a catheter in a vessel, and device for implementing the method |
US6389104B1 (en) * | 2000-06-30 | 2002-05-14 | Siemens Corporate Research, Inc. | Fluoroscopy based 3-D neural navigation based on 3-D angiography reconstruction data |
CN1953709A (zh) * | 2004-05-19 | 2007-04-25 | 株式会社日立医药 | 图像处理装置及其方法 |
CN101484073A (zh) * | 2006-07-28 | 2009-07-15 | 株式会社岛津制作所 | X射线诊断装置 |
CN101836234A (zh) * | 2007-08-16 | 2010-09-15 | 皇家飞利浦电子股份有限公司 | 灰度光栅图像中的目标的探测和暗化方法 |
CN101803930A (zh) * | 2009-02-17 | 2010-08-18 | 通用电气公司 | 放射性成像方法和装置 |
US20110038458A1 (en) * | 2009-08-12 | 2011-02-17 | Martin Spahn | Method for enhanced visualization of objects in interventional angiographic examinations |
US20110235889A1 (en) * | 2010-03-29 | 2011-09-29 | Martin Spahn | Method for enhanced visualization of objects in interventional angiographic examinations and device for performing the method |
CN103002808A (zh) * | 2010-07-19 | 2013-03-27 | 皇家飞利浦电子股份有限公司 | 起源于3d的心脏路图绘制 |
US20120238871A1 (en) * | 2011-03-18 | 2012-09-20 | Marcus Pfister | Angiography system for the angiographic examination of a patient and angiographic examination method |
Also Published As
Publication number | Publication date |
---|---|
EP3427668A1 (en) | 2019-01-16 |
CN109223011B (zh) | 2022-06-10 |
US20190019288A1 (en) | 2019-01-17 |
US10726549B2 (en) | 2020-07-28 |
EP3427668B1 (en) | 2019-07-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10521927B2 (en) | Internal body marker prediction from surface data in medical imaging | |
JP5162182B2 (ja) | 異常陰影の検出のために放射線画像を処理するための方法 | |
US7853061B2 (en) | System and method to improve visibility of an object in an imaged subject | |
US7817877B2 (en) | Image fusion processing method, processing program, and processing device | |
KR101666943B1 (ko) | 대상체의 관심 영역(roi)에 대한 x선 이미지를 획득하는 방법 및 장치 | |
US20080273784A1 (en) | Image system for retaining contrast when merging image data | |
TW201836549A (zh) | 物件定位裝置、物件定位方法、物件定位程式及輻射治療系統 | |
RU2589461C2 (ru) | Устройство для создания присваиваний между областями изображения и категориями элементов | |
JP2014014673A (ja) | 血管造影画像の取得方法 | |
EP2942751A1 (en) | Methods for estimation of objects from an image | |
CN112165900A (zh) | 图像解析方法、分割方法、骨密度测量方法、学习模型生成方法和图像生成装置 | |
WO2023209014A1 (en) | Registering projection images to volumetric images | |
JP2007152105A (ja) | 脳出血部位体積計算方法および装置 | |
CN113129343A (zh) | 用于x射线成像中的解剖结构/视图分类的方法和系统 | |
US10786220B2 (en) | Device for imaging an object | |
JP7242640B2 (ja) | 放射線量を決定するための方法、システム、および装置 | |
JP5042533B2 (ja) | 医用画像表示装置 | |
CN109223011A (zh) | 透视检查中的自动强度适应 | |
KR20170078180A (ko) | 단층 촬영을 위한 관심 영역 설정 방법 및 시스템 | |
CN110717877A (zh) | 针对路线图方法确定加权的方法、数据存储器和成像设备 | |
KR101750173B1 (ko) | 방사선 유효 피폭량 자동 계산 시스템 및 방법 | |
EP3777686B1 (en) | Medical image processing device, medical image processing method, and program | |
KR20220132544A (ko) | 약한 감독 병변 분할 | |
EP4086839A1 (en) | Stitching multiple images to create a panoramic image | |
CN110678123A (zh) | 改进的x射线图像中的几何测量 |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240902 Address after: German Phu F Haim Patentee after: Siemens Medical AG Country or region after: Germany Address before: Erlangen Patentee before: SIEMENS HEALTHCARE GmbH Country or region before: Germany |