CN110547821B - 追踪目标介入物的ct系统、方法及相关计算机可读介质 - Google Patents

追踪目标介入物的ct系统、方法及相关计算机可读介质 Download PDF

Info

Publication number
CN110547821B
CN110547821B CN201810552795.5A CN201810552795A CN110547821B CN 110547821 B CN110547821 B CN 110547821B CN 201810552795 A CN201810552795 A CN 201810552795A CN 110547821 B CN110547821 B CN 110547821B
Authority
CN
China
Prior art keywords
image
target
target intervention
needle
scanning 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.)
Active
Application number
CN201810552795.5A
Other languages
English (en)
Other versions
CN110547821A (zh
Inventor
王颖
李硕
吴海峰
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.)
General Electric Co
Original Assignee
General Electric Co
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 General Electric Co filed Critical General Electric Co
Priority to CN201810552795.5A priority Critical patent/CN110547821B/zh
Publication of CN110547821A publication Critical patent/CN110547821A/zh
Application granted granted Critical
Publication of CN110547821B publication Critical patent/CN110547821B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/02Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03Computerised tomographs
    • A61B6/032Transmission computed tomography [CT]
    • A61B6/035Mechanical aspects of CT
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/44Constructional features of apparatus for radiation diagnosis
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/46Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with special arrangements for interfacing with the operator or the patient
    • A61B6/461Displaying means of special interest
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/52Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5258Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise

Landscapes

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

Abstract

本发明实施例涉及一种利用计算机断层扫描(CT)系统来追踪目标介入物的方法,该方法包括:(a)基于前一次扫描图像中的数据确定本次阈值,并用该本次阈值来对本次扫描图像进行过滤,获得过滤后的本次扫描图像;(b)在所述过滤后的本次扫描图像中将基于前一次扫描图像识别出的干扰物去除后识别目标介入物;(c)在所述过滤后的本次扫描图像中将所述目标介入物去除后识别干扰物;及(d)记录所述在过滤后的本次扫描图像中识别出的目标介入物的信息以及干扰物的信息。本发明实施例还涉及一种用来实现所述方法的CT系统以及一种包括计算机软件模块的有形非暂态计算机可读介质,其中所述计算机软件模块被配置成指导处理单元以执行所述方法。

Description

追踪目标介入物的CT系统、方法及相关计算机可读介质
技术领域
本发明通常涉及计算机断层扫描(CT)技术,更具体地讲,涉及一种CT系统以及利用CT系统来追踪目标介入物的方法和用来执行该方法的计算机可读介质。
背景技术
计算机断层扫描(简称CT)技术以X线系统围绕待检测者旋转,来采集身体的横断面图像信息,通过计算机将这些图像信息重建为三维图像。CT可以可靠、准确地显示身体的内部结构,因而广泛应用于临床检查和治疗中。
CT技术的实时应用主要有两方面:监测螺旋扫描序列,以及应用于介入手术,如组织活检手术和充液病变组织的引流手术。在介入手术中所使用的实时CT技术通常也称为CT透视技术。
CT透视技术结合了CT的定位优势和超声扫描的实时化优势,其既有CT所具有的较高密度分辨率和空间分辨率,可对病变准确定位,又可像超声扫描一样几乎实时地实现扫描区域的可视化,因而特别适用于介入手术引导,通过成像处理来在扫描体积内追踪穿刺针等介入物的位置,为介入性放射科医生提供可视化引导。通过CT透视技术,可对穿刺针进行实时追踪,提供确切的进针角度及深度,并可在扫描监视下随时调整,避开重要结构或坏死组织,从而大大提高了介入手术的安全性和成功率。
临床应用表明,CT透视技术可用在胸腔、脊柱、腹部或骨盆等区域的经皮介入手术中实现安全且高效的引导,其尤其适用于涉及深层组织(如腹膜后肿块)的手术,或是涉及容易因生理活动而发生移动的器官(如肝和肺等)的手术。
用CT透视技术实现介入手术引导的关键是如何设计图像处理方法,以准确地实现介入物的追踪,目前可应用多种图像处理方法来实现针或其类似物的追踪,比如,用阈值算法来显示金属物体,或者是用形态算法来识别针状物体。然而,在临床情形中,介入手术的复杂性仍可能会降低算法的成功率。
因此,需要新的技术,解决至少一个上述问题。
发明内容
本发明的实施例涉及一种利用计算机断层扫描(CT)系统来追踪目标介入物的方法,该方法包括:(a)基于前一次扫描图像中的数据确定本次阈值,并用该本次阈值来对本次扫描图像进行过滤,获得过滤后的本次扫描图像;(b)在所述过滤后的本次扫描图像中将基于前一次扫描图像识别出的干扰物去除后识别目标介入物;(c)在所述过滤后的本次扫描图像中将所述目标介入物去除后识别干扰物;及(d)记录所述在过滤后的本次扫描图像中识别出的目标介入物的信息以及干扰物的信息。
本发明的实施例还涉及一种有形非暂态计算机可读介质,包括一个或多个计算机软件模块,所述计算机软件模块被配置成指导一个或多个处理单元以执行所述方法的所有步骤。
本发明的实施例还涉及一种计算机断层扫描(CT)系统,其包括:射线源和射线探测装置,其中所述射线探测装置用来接收由所述射线源发出后穿过被扫描的物体的射线;数据采集系统,用来在扫描物体时接收来自所述射线探测装置的数据,并提供投影数据集;显示装置,用来显示用所述投影数据集获得的图像;以及处理单元,通过程序编制,用来执行:
(a)基于前一次扫描图像中的数据确定本次阈值,并用该本次阈值来对本次扫描图像进行过滤,获得过滤后的本次扫描图像;
(b)在所述过滤后的本次扫描图像中将基于前一次扫描图像识别出的干扰物去除后识别目标介入物;
(c)在所述过滤后的本次扫描图像中将所述目标介入物去除后识别干扰物;及
(d)记录所述在过滤后的本次扫描图像中识别出的目标介入物的信息以及干扰物的信息。
附图说明
参考附图阅读下面的详细描述,可以帮助理解本发明的特征、方面及优点,其中:
图1为一个实施例中的一种CT系统的立体示意图。
图2为图1所示CT系统的示意方框图。
图3为一个实施例中的一种用CT系统追踪目标介入物的方法的流程示意图。
图4为一个实施例中的一种用CT系统追踪作为目标介入物的最新针的方法的流程示意图。
具体实施方式
除非另作定义,在本说明书和权利要求书中使用的技术术语或者科学术语应当为本发明所属技术领域内具有一般技能的人士所理解的通常意义。本说明书和权利要求书中使用的“包括”、“包含”、或“具有”以及类似的词语是指除了列于其后的项目及其等同物外,其他的项目也可在范围以内。“一个”或者“一”等类似词语并不表示数量限制,而是表示存在至少一个。“或”、“或者”并不意味着排他,而是指存在提及项目中的至少一个,并且包括提及项目的组合可以存在的情况。本说明书中提及“一些实施例”等等,表示所述与本发明相关的一种特定要素(例如特征、结构和/或特点)被包含在本说明书所述的至少一个实施例中,其有可能出现或不出现于其他实施例中。另外,需要理解的是,所述发明要素可以通过任何适合的方式结合。
图1为一种计算机断层扫描(CT)系统10的示意图。图2为图1所示的系统10的示意框图。在所述示例性的实施例中,CT系统10包括一个架台12,该架台12有一个射线源14,可向位于所述架台12上另一侧的射线探测装置(探测器列阵)18发射出X射线锥形束16。
所述探测器阵列18包括若干探测器行(未图示),其中所述探测器行包括若干探测元件20,一起用来感应透过一定物体,如内科病人22的X射线束。所述探测元件20各产生一个代表碰撞辐射光束密度的电信号,其中所述代表碰撞辐射光束密度的电信号可表示光束透过物体后的减弱程度。在扫描获取射线投影数据的过程中,所述架台12和其上安装的元件可绕一个旋转中心24旋转。图2仅显示了一行探测元件20(即探测器行),然而多层探测器阵列18包括若干平行的由探测元件20组成的探测器行,这样,便可通过一次扫描同时获得对应若干平行层或准平行层的投影数据。
所述架台12的旋转和所述射线源14的运作通过CT系统10的控制机构26进行控制和管理。所述控制机构26包括给所述射线源14提供能量和时序信号的射线控制器28和用来控制转动速度和架台12的位置的架台发动机控制器30。控制机构26中的数据采集系统32从所述探测元件20抽样采集模拟数据,并将数据转换成数字信号,用于后续处理。显像器(image reconstructor)34从所述数据采集系统32接收所述抽样采集并数字化的射线数据,进行高速图像再现。所述再现的图像被输入计算机36,该计算机将所述图像存储于存储设备38中。
所述计算机还接收通过操作者控制台40输入的指令和扫描参数,该控制台包括键盘和(或)其他用户输入装置。通过一个联合的显示装置42,操作者可从计算机36观察到所述再现图像和其他数据。计算机36利用操作者提供的指令和参数来向数据采集系统32、射线控制器28和架台发动机控制器30提供控制信号和信息。此外,计算机36通过运行一个工作台发动机控制器44来控制一个用来将待检测者22安置到架台12内的机动工作台46。特别地,所述工作台46是通过所述架台的开口48移动待检测者的位置的。
在一个实施例中,计算机36包括一个用来从机器可读的媒介52,如软盘、光盘(CD-ROM)或数字化通用磁盘(DVD)中读取指令或数据的装置,如软盘驱动、光驱或光碟机。应理解的是,还存在其他合适的机器可读的存储器类型(如再写式光盘和快闪存储器),本文不排除它们中的任何一种。在另一个实施例中,计算机36执行存储于固件(未图示)中的指令。一般地,安装于数据采集系统32、显像器34和如图2所示的计算机36中的至少一个中的处理单元编有执行下述方法步骤的程序。然而下述方法并不局限用于所述CT系统10,还可与其他不同类型的成像系统连接使用。
所述处理单元经过程序编制,可执行对介入物的实时追踪,详细内容将在下文中进行描述。
本发明的实施例涉及一种利用CT系统来追踪经皮介入手术中所使用的介入物(如穿刺针、介入导管等)的方法,该方法利用之前针对相同区域/空间/体积进行扫描所获得的信息来辅助识别当前扫描图像中的目标介入物。
如图3所示,在一些实施例中,一种利用CT系统来追踪进入待检测者(即被扫描物体,包括人体和动物体)的目标介入物的方法300可包括:在步骤301中,基于前一次扫描图像中的数据确定本次阈值,并用该本次阈值来对本次扫描图像进行过滤,获得过滤后的本次扫描图像;在步骤303中,在所述过滤后的本次扫描图像中将基于前一次扫描图像识别出的干扰物去除后识别目标介入物;在步骤305中,在所述过滤后的本次扫描图像中将所述目标介入物去除后识别干扰物;以及,在步骤307中,记录所述在过滤后的本次扫描图像中识别出的目标介入物的信息以及干扰物的信息。
具体的,介入手术中可能只使用单个介入物,也可能先后使用多个相同或类似的介入物。除目标介入物之外的其他介入物为非目标介入物。以针为例,一些介入手术中用使用单根针,一些介入手术中可能先后使用多根针。所述干扰物是指CT值与目标介入物相近的、可能干扰目标介入物的识别的骨骼和非目标介入物等物质。在一些实施例中,所述干扰物包括骨骼、非目标介入物或它们的组合。在一个具体的实施例中,所述干扰物包括骨骼和非目标介入物。
所述“将……去除”可指通过掩模运算(又称图像掩模,image masking)等方式对图像上某些区域作屏蔽,使其不参加处理。
下文将以用CT系统追踪针的过程为例对所述方法进行详细的描述。
在一些实施例中,介入手术中使用了多根针,假定插入了n根针,其中只有最后一根针,即,第n根针(最新针)是活动的,其在不同次的扫描中一直有发生移动,而其余第1到第n-1根针(老针)在之后的扫描中基本保持不动。此处所说的基本保持不动是指除了随着待检测者的组织的正常生理活动,如呼吸而发生的轻微移动之外,针在待检测者的组织中基本不发生移动。可在历史数据文件中记录针的数据,包括老针和最新针的所有关键信息,如针的位置、针尖的位置、针的方向等等。需要追踪的是最新针,它是唯一的一根不确定是否还要改变位置的针,算法对不动的老针不感兴趣,可以将其忽略或去除。
在介入手术中使用多针的情况下,如图4所示,在一些实施例中,一种用CT系统追踪最新针(目标介入物)的方法400包括:
在步骤410中,对感兴趣空间进行第一次扫描,获得一组第一次扫描图像。
其中该组第一次扫描图像包括多张,比如,16张平行的二维切片(二维图像)。这些图像显示了包含针的扫描区域,即,所述感兴趣空间,比如,一个512*512*16像素的空间。
CT扫描图像包括多个灰度不同的像素。像素的灰度与所扫描目标的密度成比例。所扫描目标的密度不同的区域对于X射线的吸收程度不同,因此,在CT扫描图像中,以灰度较低的像素表示对X射线的吸收程度较低的低密度区域,以灰度较高的像素表示对X射线的吸收程度较高的高密度区域。通常,用CT值(单位:Hu)来表示CT扫描图像中的像素。例如,将与具有较高的X射线吸收程度的对象或组织对应的像素的CT值设定为高于具有较低的X射线吸收程度的对象或组织的CT值,例如,可将与骨组织对应的像素的CT值设定为+1000Hu,将与水对应的像素的CT值定为0Hu,将与空气对应的像素的CT值定为-1000Hu。
在步骤420中,设定一初始阈值,用该初始阈值对所述第一次扫描图像进行过滤,获得过滤后的第一次扫描图像。
在一些实施例中,所述阈值为一个区间。比如,在一个具体的实施例中,所述阈值为一个由目标介入物可能的最小CT值、以及图像中的最大CT值或待检测者中的最大CT值乘以一定系数后获得的CT值所确定的区间,即:阈值=[minHu,maxHu*Factor],其中,minHu为目标介入物可能的最小CT值,Factor为一个系数,如0.6,maxHu为所述图像中的最大CT值或者是待检测者中的最大CT值。在一个具体的实施例中,所述目标介入物为金属,minHu为金属可能的最小CT值。在一个具体的实施例中,所述待检测者为人体,所述待检测者中的最大CT值为人体中的最大CT值。
在所述过滤后的第一次扫描图像中显示出了CT值在所述初始阈值区间内的像素,这些像素应包括目标介入物(最新针)的像素,也可能还包括干扰物,该干扰物可能包括非目标介入物(非为最新针的其他介入物,包括老针和非针植入物)、骨骼或它们的组合。
在步骤430中,基于最新针的CT值及其形态和位置信息,在所述过滤后的第一次扫描图像中识别最新针。在手术的前期,最新针只有一小部分进入到待检测者体内,此时最新针的CT值相比其深入体内时的CT值更高,其位置距离骨骼较远,且其与老针的位置、角度等对比明显,此时很容易基于CT值的差别以及位置、角度的不同来区分最新针和骨骼、非针植入物或老针,因而很容易找到最新针。
在步骤440中,在所述过滤后的第一次扫描图像中将所述最新针去除后识别干扰物。
在步骤450中,记录所述步骤430中识别出的最新针的信息以及所述步骤440中识别出的干扰物的信息。
在步骤460中,在随后的至少一次扫描中:(步骤461)基于前一次扫描图像中的数据确定本次阈值,并用该本次阈值来对本次扫描图像进行过滤,获得过滤后的本次扫描图像;(步骤463)在所述过滤后的本次扫描图像中将基于前一次扫描图像识别出的干扰物去除后识别最新针;(步骤465)在所述过滤后的本次扫描图像中将所述最新针去除后识别干扰物;以及(步骤467)记录所述步骤463中识别出的最新针的信息以及所述步骤465中识别出的干扰物的信息。
对于介入手术来说,医生一般会将针一步步地推入待检测者体内,对相同扫描区域进行多次扫描获得的图像中很大部分信息是一致的,比如,针的CT值、针的形状特性、老针的位置和方向、骨骼的形状和位置在多次扫描获得的图像中是基本一致的。因此,不同次的扫描获得的信息可以相互使用,比如,可将每次扫描获得的信息记录于历史数据文件中,并将前次扫描获得的信息用于当前扫描,以提高算法的成功率。比如,在第一次扫描图像中找到最新针后,可以将该最新针的CT值用作随后一次扫描找最新针的起点阈值,以此来定义新的阈值区间。具体地,可将前一次扫描中找到的最新针的CT值加减一定数值之后所获得的区间用作本次阈值,用来在本次扫描中过滤扫描图像。
在一些情况下,由于部分体积效应(partial volume effect)和x-射线在物体中的衰减效应,尤其是对于体积大的待检测者,随着最新针深入体内,其CT值会逐渐减小,当该针在体内较深的位置时,其CT值可能会低于所设定的阈值,甚至可能会接近一些骨骼结构的CT值,这将导致无法准确找到该针。而在手术的前期,如前所述,最新针只有一小部分进入体内,此时最新针的CT值相比其深入体内时的CT值更高,且其位置距离骨骼较远,很容易基于CT值的差别和位置的不同区分最新针和骨骼或其他介入物,因此,在手术前期扫描获得的信息,如,最新针的典型CT值和位置信息、以及骨骼和其他介入物的CT值以及形状和位置信息,可以用于随后当针深入体内并接近骨骼时的扫描中,以更好地识别出最新针。
在一些实施例中,所述步骤460包括:在随后的每一次扫描中,进行所述步骤461、463、465和467,直至在步骤463中将基于前一次扫描图像识别出的干扰物去除后找不到针为止。
在一些实施例中,在所述步骤463中,如果将基于前一次扫描图像识别出的干扰物去除后找不到针了,可将历史数据文件中的老针清单中的最后一根针释放出来,作为最新针输出。
在一些实施例中,在所述步骤463中将基于前一次扫描图像识别出的干扰物去除后识别最新针的过程可包括:基于针的CT值和针的形态和位置信息(如是否处于人体表面,是否深入至人体深部),给所述过滤后的本次扫描图像中将基于前一次扫描图像识别出的干扰物去除后的部分中的各像素打分(即,设定一个分数);及基于各像素的分数判断该像素是否为针。其中一个像素的分数越高,表明该像素为针的可能性越大。由于老针被去除,若判断某一像素为针,表明该像素为最新针。
其中,针的形态信息可包括针的长度和厚度比、针尖分布等。比如,可通过主成分分析(principal component analysis,PCA)算法获得针的长轴和短轴大小与方向。其中,主成分分析算法是通过正交变换将一组可能存在相关性的变量(指标)转换为一组线性不相关的变量,从而获得一组新的互相无关的综合指标来代替原来的指标。
图像中分数最高的部分为针的候选者,可直接将其判断为针,或者也可再结合其他信息(如针的形态)进一步判断其是否为针。在一些实施例中,可能会找到一些非连续的高分像素,即,片段化的小的针候选者(针的一部分)。可将这些小的针候选者连接起来作为针,连接的原则是针候选者的分数以及其相对针的主体的距离和角度等。
在一些实施例中,在所述步骤465中,可用最大密度投影法获得所述最新针的针尖所在的图像及其前后区域的多张图像的投影图,并在其中识别包括骨骼和其他介入物的干扰物。具体地,假设第n张图像为包含针尖的图像,那么,可在第n-i,…,n-1,n,n+1,…,n+i张图像的投影图中识别包括骨骼和其他介入物的干扰物,其中,n和i为自然数。所述步骤465可包括:用最大密度投影法获得所述第n-i,…,n-1,n,n+1,…,n+i张图像的投影图;在这些投影图上进行掩码处理,把属于所述最新针的部分去除,把不属于所述最新针的部分留下,从而将骨骼和其他介入物等干扰物分割出来,即,识别出了包括骨骼和其他介入物的干扰物。
在介入手术中只涉及一根针的情况下,由于没有老针的干扰,主要难点在于在图像中确定针时如何消除骨骼和其他非针植入物(若有)的干扰,也适用上述方法,此时目标介入物就是该唯一的一根针,干扰物可能只包括骨骼和其他非针植入物(若有)。由于步骤460中利用了记录于历史数据文件中的干扰物的信息,在过滤后的本次扫描图像中将基于前一次扫描图像识别出的干扰物去除,这样就可以消除它们对针的追踪过程的干扰。
所述方法可输出针尖的位置和针的方向。如果用户能在扫描区域内确定一个目标,还可确定出针和该目标的位置关系,比如,距离、针的前进方向与针尖和目标之间的连线的角度等。
虽然结合特定的实施例对本发明进行了描述,但本领域的技术人员可以理解,对本发明可以作出许多修改和变型。因此,要认识到,权利要求书的意图在于覆盖在本发明真正构思和范围内的所有这些修改和变型。

Claims (10)

1.一种利用计算机断层扫描(CT)系统来追踪目标介入物的方法,该方法包括:
(a)基于前一次扫描图像中的数据确定本次阈值,并用该本次阈值来对本次扫描图像进行过滤,获得过滤后的本次扫描图像;
(b)在所述过滤后的本次扫描图像中将基于前一次扫描图像识别出的干扰物去除后识别目标介入物;
(c)在所述过滤后的本次扫描图像中将所述目标介入物去除后识别干扰物;及
(d)记录在过滤后的本次扫描图像中识别出的目标介入物的信息以及干扰物的信息。
2.如权利要求1所述的方法,其包括:
设定初始阈值,用该初始阈值对第一次扫描图像进行过滤,获得过滤后的第一次扫描图像;
基于所述目标介入物的CT值及其形态和位置信息,在所述过滤后的第一次扫描图像中识别目标介入物;
在所述过滤后的第一次扫描图像中将所述目标介入物去除后识别干扰物;及
记录所述在过滤后的第一次扫描图像中识别出的目标介入物的信息以及干扰物的信息。
3.如权利要求2所述的方法,其中,所述初始阈值是由目标介入物可能的最小CT值、以及图像中的最大CT值或被扫描物体中的最大CT值乘以一定系数后获得的CT值所确定的一个区间。
4.如权利要求1所述的方法,其包括:重复所述步骤(a)至(d)直至在步骤(b)中将基于前一次扫描图像识别出的干扰物去除后找不到目标介入物时,将在前一次扫描中识别出的目标介入物作为目标介入物输出。
5.如权利要求1所述的方法,其中,所述基于前一次扫描图像中的数据确定本次阈值的步骤包括:用前一次扫描图像中识别出的目标介入物的CT值加减一定阈值范围值之后作为本次阈值。
6.如权利要求1所述的方法,其中,所述识别目标介入物的步骤包括:
基于目标介入物的CT值及其形态和位置信息给所述过滤后的本次扫描图像中将基于前一次扫描图像识别出的干扰物去除后的部分中的各像素设定一个分数;及
基于各像素的分数判断该像素是否为目标介入物。
7.如权利要求1所述的方法,其中,所述干扰物包括骨骼、非目标介入物或它们的组合。
8.如权利要求7所述的方法,其中,所述非目标介入物包括先于所述目标介入物进入被扫描物体的、与所述目标介入物相同的、且相对被扫描物体基本保持不动的前期介入物。
9.一种有形非暂态计算机可读介质,包括计算机软件模块,所述计算机软件模块被配置成指导处理单元以执行如权利要求1至8中任一项所述的方法中的所有步骤。
10.一种计算机断层扫描(CT)系统,其包括:
射线源和射线探测装置,其中所述射线探测装置用来接收由所述射线源发出后穿过被扫描的物体的射线;
数据采集系统,用来在扫描物体时接收来自所述射线探测装置的数据,并提供投影数据集;
显示装置,用来显示用所述投影数据集获得的图像;以及
处理单元,通过程序编制,用来执行:
(a)基于前一次扫描图像中的数据确定本次阈值,并用该本次阈值来对本次扫描图像进行过滤,获得过滤后的本次扫描图像;
(b)在所述过滤后的本次扫描图像中将基于前一次扫描图像识别出的干扰物去除后识别目标介入物;
(c)在所述过滤后的本次扫描图像中将所述目标介入物去除后识别干扰物;及
(d)记录在过滤后的本次扫描图像中识别出的目标介入物的信息以及干扰物的信息。
CN201810552795.5A 2018-05-31 2018-05-31 追踪目标介入物的ct系统、方法及相关计算机可读介质 Active CN110547821B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810552795.5A CN110547821B (zh) 2018-05-31 2018-05-31 追踪目标介入物的ct系统、方法及相关计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810552795.5A CN110547821B (zh) 2018-05-31 2018-05-31 追踪目标介入物的ct系统、方法及相关计算机可读介质

Publications (2)

Publication Number Publication Date
CN110547821A CN110547821A (zh) 2019-12-10
CN110547821B true CN110547821B (zh) 2024-04-26

Family

ID=68735292

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810552795.5A Active CN110547821B (zh) 2018-05-31 2018-05-31 追踪目标介入物的ct系统、方法及相关计算机可读介质

Country Status (1)

Country Link
CN (1) CN110547821B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4430749A (en) * 1981-06-30 1984-02-07 Siemens Gammasonics, Inc. Medical imaging apparatus and method for furnishing difference images
CN104504655A (zh) * 2014-12-04 2015-04-08 沈阳东软医疗系统有限公司 一种ct金属伪影处理方法和装置
CN104700389A (zh) * 2013-12-09 2015-06-10 通用电气公司 双能ct扫描图像中的对象识别方法
KR101687934B1 (ko) * 2016-04-27 2016-12-20 (주)메가메디칼 스프린트를 이용한 전자식 수술 내비게이션 시스템 및 방법
CN106910193A (zh) * 2017-04-23 2017-06-30 明峰医疗系统股份有限公司 一种扫描图像处理方法
CN107038694A (zh) * 2016-02-04 2017-08-11 西门子保健有限责任公司 确定导航图像的方法、x射线装置、程序和数据载体
CN107978003A (zh) * 2017-10-30 2018-05-01 沈阳东软医疗系统有限公司 一种ct图像金属伪影的处理方法及装置
WO2018086667A1 (en) * 2016-11-11 2018-05-17 Aarhus Universitet Method and system for modelling a human heart and atria

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8355552B2 (en) * 2007-06-20 2013-01-15 The Trustees Of Columbia University In The City Of New York Automated determination of lymph nodes in scanned images
US8315449B2 (en) * 2008-06-24 2012-11-20 Medrad, Inc. Identification of regions of interest and extraction of time value curves in imaging procedures
US8433119B2 (en) * 2009-10-23 2013-04-30 Analogic Corporation Extension of the field of view of a computed tomography system in the presence of interfering objects
US8398549B2 (en) * 2010-02-16 2013-03-19 Duke University Ultrasound methods, systems and computer program products for imaging contrasting objects using combined images
US8594401B2 (en) * 2010-03-30 2013-11-26 The Johns Hopkins University Automated characterization of time-dependent tissue change
US20130218003A1 (en) * 2012-02-21 2013-08-22 Siemens Aktiengesellschaft Rapid entry point localization for percutaneous interventions
US9498182B2 (en) * 2012-05-22 2016-11-22 Covidien Lp Systems and methods for planning and navigation
WO2014160766A1 (en) * 2013-03-26 2014-10-02 The Johns Hopkins University Task-based source-detector trajectories for tomographic imaging
US10682184B2 (en) * 2016-04-26 2020-06-16 Siemens Healthcare Gmbh Tissue sampling system

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4430749A (en) * 1981-06-30 1984-02-07 Siemens Gammasonics, Inc. Medical imaging apparatus and method for furnishing difference images
CN104700389A (zh) * 2013-12-09 2015-06-10 通用电气公司 双能ct扫描图像中的对象识别方法
CN104504655A (zh) * 2014-12-04 2015-04-08 沈阳东软医疗系统有限公司 一种ct金属伪影处理方法和装置
CN107038694A (zh) * 2016-02-04 2017-08-11 西门子保健有限责任公司 确定导航图像的方法、x射线装置、程序和数据载体
KR101687934B1 (ko) * 2016-04-27 2016-12-20 (주)메가메디칼 스프린트를 이용한 전자식 수술 내비게이션 시스템 및 방법
WO2018086667A1 (en) * 2016-11-11 2018-05-17 Aarhus Universitet Method and system for modelling a human heart and atria
CN106910193A (zh) * 2017-04-23 2017-06-30 明峰医疗系统股份有限公司 一种扫描图像处理方法
CN107978003A (zh) * 2017-10-30 2018-05-01 沈阳东软医疗系统有限公司 一种ct图像金属伪影的处理方法及装置

Also Published As

Publication number Publication date
CN110547821A (zh) 2019-12-10

Similar Documents

Publication Publication Date Title
US20180308247A1 (en) Tissue imaging system and method for tissue imaging
JP4728627B2 (ja) Ct血管造影法における構造を領域分割する方法及び装置
JP4619781B2 (ja) プラークの成分を検出するためのシステム
KR102094502B1 (ko) 의료 영상들의 정합 방법 및 장치
NL1032736C2 (nl) Werkwijzen en systemen voor het volgen van instrumenten in fluoroscopie.
JP4361778B2 (ja) 計算機式断層写真法(ct)スカウト画像を形成する方法及び装置
NL2001251C2 (nl) Werkwijze en systeem voor driedimensionale afbeelding in een niet-gekalibreerde geometrie.
US8855385B2 (en) Apparatus and method for multi-energy tissue quantification
US8788012B2 (en) Methods and apparatus for automatically registering lesions between examinations
US9757202B2 (en) Method and system of determining probe position in surgical site
US20100278409A1 (en) Hardware tumor phantom for improved computer-aided diagnosis
CN106687043A (zh) 用于计算x射线断层成像的成像相选择的系统和方法
JP2004105728A (ja) コンピュータを利用した医療用画像の収集
EP3143936B1 (en) Iterative x-ray imaging optimization method
CN102512209A (zh) 超声诊断设备
CN101422378B (zh) 超声诊断设备
US8917268B2 (en) Systems and methods for performing image background selection
US9349199B2 (en) System and method for generating image window view settings
US7822253B2 (en) Methods and apparatus for BMD measuring
EP3209207B1 (en) Methods and systems for normalizing contrast across multiple acquisitions
JP2006102353A (ja) 関節動作解析装置、関節動作解析方法及び関節動作解析プログラム
US6888916B2 (en) Preprocessing methods for robust tracking of coronary arteries in cardiac computed tomography images and systems therefor
CN110547821B (zh) 追踪目标介入物的ct系统、方法及相关计算机可读介质
Madiyeva et al. History of development and relevant issues of computer tomography
CN117853703A (zh) 介入物识别方法、成像系统及非暂态计算机可读介质

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