CN110575188B - 运行医学x射线设备的方法以及x射线设备 - Google Patents

运行医学x射线设备的方法以及x射线设备 Download PDF

Info

Publication number
CN110575188B
CN110575188B CN201910490131.5A CN201910490131A CN110575188B CN 110575188 B CN110575188 B CN 110575188B CN 201910490131 A CN201910490131 A CN 201910490131A CN 110575188 B CN110575188 B CN 110575188B
Authority
CN
China
Prior art keywords
image
ray
subsequent
subsequent image
deviation
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
CN201910490131.5A
Other languages
English (en)
Other versions
CN110575188A (zh
Inventor
B.斯托瓦瑟
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 Medical Ag
Original Assignee
Siemens Healthineers 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 Healthineers AG filed Critical Siemens Healthineers AG
Publication of CN110575188A publication Critical patent/CN110575188A/zh
Application granted granted Critical
Publication of CN110575188B publication Critical patent/CN110575188B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • A61B6/48—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
    • 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
    • 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
    • A61B6/50—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
    • A61B6/52—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
    • 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
    • A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
    • 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
    • A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
    • A61B6/5264—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise due to motion
    • 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
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/254—Analysis of motion involving subtraction of images
    • 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
    • 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
    • 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
    • G06T2207/10—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
    • G06T2207/20216—Image averaging
    • 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
    • G06T2207/30021—Catheter; Guide wire
    • 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)
  • Radiology & Medical Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Molecular Biology (AREA)
  • Public Health (AREA)
  • Optics & Photonics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Vascular Medicine (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明涉及一种运行医学X射线设备的方法以及X射线设备。为了改善X射线检查的图像质量，提供如下步骤：a)拍摄身体区域的至少一个第一X射线图像作为掩模图像；b)提供第一后续图像，并且拍摄所述身体区域的第二X射线图像，其中，第二X射线图像表示比第一后续图像更晚的拍摄时间点的身体区域；c)确定偏差程度，所述偏差程度涉及第一后续图像与第二X射线图像之间的偏差；d)与所述偏差程度有关地确定平均参量；e)由第二X射线图像，或者由第一后续图像与第二X射线图像一起，产生第二后续图像，其中，通过平均参量预先给定以什么比例将第一后续图像和第二X射线图像混合，f)由掩模图像和第二后续图像形成总图像。

Description

运行医学X射线设备的方法以及X射线设备
技术领域
本发明涉及一种运行医学X射线设备的方法。本发明的第二方面涉及一种医学X射线设备。
背景技术
从现有技术中已知用于进行X射线检查、尤其是透视的方法，其中，依次拍摄多个X射线图像，以便采集待检查的身体区域上的随着时间的改变。这种随着时间的改变尤其是涉及该身体区域上的移动。例如，这种移动可以通过向流过该身体区域的体液中添加造影剂来给出。换言之，可以在待检查的身体区域中注射造影剂，并且根据多个X射线图像检查造影剂的扩散。为此，必须选择造影剂，使得其在X射线图像中可见。例如，将造影剂注射到该身体区域的脉管中、尤其是血管中。换言之，在此，可以使得该身体区域的血管树可见。这种方法可以概括为专业术语：(数字)减影血管造影(DSA)。
替换地，可以通过多个X射线图像来采集医学对象、例如线(即所谓的导丝(Guidewire))或者导管的移动。例如，医学X射线设备的使用者使医学对象在身体区域上或者中移动，或者将医学对象放置在身体区域上或者中。可以借助X射线检查来监视该过程。这种方法也称为专业术语“Roadmap”。
为了实现医学对象或者造影剂的更好的可见性，可以首先在X射线检查的第一阶段创建所谓的掩模图像(Maskenbild)，在第一阶段静态地采集身体区域。在此，以有利的方式，在出现上面提到的移动之前创建身体区域的静态的掩模图像。具体地，可以在注射造影剂或者医学对象移动到该身体区域之前，进行该第一阶段或者掩模图像的拍摄。
在这种情况下，可以在X射线检查的第二阶段开始时或者开始之后，才进行该移动。在该第二阶段，如上面描述的那样通过多个连续的X射线图像使移动可视化。为了能够实现关于身体区域或者移动的更好的概览，可以相应地由多个X射线图像中的一个和掩模图像形成第二阶段的相应的总图像。例如，将在第二阶段的过程中拍摄的多个X射线图像中的每个和掩模图像一起扩展为总图像。因为在第一X射线图像或者掩模图像之后拍摄第二阶段的X射线图像，因此在此将其称为第二X射线图像。
例如，可以通过从第二X射线图像中的相应的第二X射线图像中减去掩模图像，来形成相应的总图像。换言之，可以在X射线检查的过程中，从每个第二X射线图像减去掩模图像。通过减去掩模图像，可以从相应的第二X射线图像中去除图像信息的静态部分，这进一步使移动更好地可见。
在拍摄X射线图像时，可能总是出现统计学图像噪声。这种图像噪声在数学上可以通过方差来描述。拍摄相应的X射线图像时的X射线剂量越小，则图像噪声或者方差越显著。尤其是，信噪比随着剂量的降低越来越差。因此，在尽可能高的图像质量与尽可能小的剂量之间产生目标冲突。在此，被证明有利的是，在第一阶段拍摄多个X射线图像，并且对其进行算数平均，以形成掩模图像。在数学上来看，在此，平均的掩模图像的方差与被平均的X射线图像的数量间接地成比例。
然而，在X射线检查的第二阶段，对多个X射线图像上求平均不一定是有意义的，因为在移动的情况下，由于求平均，对比度会降低。例如，第二X射线图像中的移动会被平均掉。此时，如果由相应的第二X射线图像和掩模图像形成相应的总图像，则可实现的图像质量受相应的第二X射线图像的噪声限制。在所提到的从相应的第二X射线图像中减去掩模图像的减影成像的示例中，这可以在数学上示例性地来解释。在从相应的第二X射线图像中减去掩模图像的情况下，掩模图像和相应的第二X射线图像各自的方差相加。这实际上意味着，最大可实现的图像质量受第二X射线图像的图像噪声限制，不管有多好地将噪声从掩模图像中平均掉。
发明内容
本发明要解决的技术问题在于，相对于现有技术改善这种X射线检查中的图像质量。
根据本发明，上述技术问题通过本发明的主题来解决。在说明书中给出有利的实施方式与适宜的扩展方案。
本发明的第一方面涉及一种用于在X射线检查中运行医学X射线设备的方法，其具有如下方法步骤：
a)拍摄身体区域的至少一个第一X射线图像作为掩模图像；
b)提供第一后续图像，并且拍摄所述身体区域的第二X射线图像，其中，第二X射线图像表示比第一后续图像更晚的拍摄时间点的身体区域；
c)确定偏差程度，所述偏差程度涉及第一后续图像与第二X射线图像之间的偏差；
d)根据预先确定的规则，与所述偏差程度有关地确定平均参量；
e)由第二X射线图像，或者由第一后续图像与第二X射线图像一起，产生第二后续图像，其中，通过平均参量预先给定在此以什么比例将第一后续图像和第二X射线图像混合，以及
f)由掩模图像和第二后续图像形成总图像。
在步骤a)中，针对掩模图像拍摄一个第一X射线图像或者多个第一X射线图像。在多个第一X射线图像的情况下，可以对该多个第一X射线图像进行平均，以形成掩模图像。换言之，步骤a)可以包括由至少一个第一X射线图像形成掩模图像。步骤a)尤其是可以包括对多个第一X射线图像进行平均，以形成掩模图像。可以将拍摄至少一个第一X射线图像称为X射线检查的第一阶段。形成掩模图像或者对多个第一X射线图像进行平均，同样可以理解为第一阶段的一部分。
提供第一后续图像和拍摄第二X射线图像，可以理解为X射线检查的第二阶段的一部分。在X射线检查的该第二阶段，尤其是要在X射线检查的过程中，检查身体区域上的移动、尤其是医学对象(例如导丝或者导管)或者造影剂的移动。第二阶段在时间上在第一阶段之后进行，尤其是紧接在第一阶段之后进行。在此，将上面提到的至少一个第一X射线图像称为第一X射线图像，是因为其在第一阶段拍摄，类似地，将第二X射线图像称为第二X射线图像，是因为其在第二阶段期间拍摄。第一后续图像可以是在提供期间拍摄的另一个第二X射线图像。替换地，可以由多个第二X射线图像进行平均，得到第一后续图像。该平均可以理解为提供的一部分。尤其是，通过对多个第二X射线图像进行平均，来产生和提供第一后续图像。为此使用的多个第二X射线图像，以有利的方式表示比第二后续图像更早的拍摄时间点的身体区域。换言之，拍摄多个第二X射线图像，用于在时间上在第二X射线图像之前提供第一后续图像。如果仅提供另外的一个第二X射线图像作为第一后续图像，则在第二X射线图像之前拍摄该另外的一个第二X射线图像。
第一后续图像的拍摄时间点，可以对应于作为第一后续图像提供的该另外的一个第二X射线图像的拍摄时间点。如果第一后续图像由多个第二X射线图像提供，则第一后续图像的拍摄时间点，可以对应于该多个第二X射线图像的平均的拍摄时间点，或者多个X射线图像中的最新的X射线图像的拍摄时间点。第二X射线图像的拍摄时间点当然对应于其拍摄时间点。
为了确定偏差程度，可以评估第一后续图像和第二X射线图像各自的强度。尤其是，第一后续图像和第二X射线图像是灰度图像，其灰度(Graustufe)表示相应的强度。一般可以通过灰度来表示通过医学X射线设备的检测器采集的射束强度的强度。在此，可以以特别简单的方式，通过比较第一后续图像和第二X射线图像的相应的灰度值，来确定这里的偏差程度。例如，通过减去第一和第二X射线图像的相应的灰度值，来确定偏差程度。附加地，为了确定偏差程度，还可以确定减去的结果的量值(Betrag)。换言之，可以由第一和第二X射线图像的相应的灰度值的差的量值，形成偏差程度。
用于确定平均参量的预先确定的规则例如可以包括关联表。关联表可以针对平均参量，对偏差程度的每个可能的值分配预先给定的值。替换地或者附加地，预先确定的规则可以具有分布函数。借助分布函数，提供偏差程度与平均参量之间的数学关系。借助分布函数，可以根据偏差程度来确定平均参量。
随后，根据平均参量，将第一后续图像和第二X射线图像混合，以产生第二后续图像。因此，可以通过平均第一后续图像和第二X射线图像，或者通过提供第二X射线图像，来产生第二后续图像。通过平均参量来预先给定是否以及以什么程度进行平均。例如，可以通过平均参量预先给定第二后续图像仅由第二X射线图像产生。在这种情况下不进行平均。替换地，可以通过平均参量预先给定第二后续图像由第二X射线图像和第一后续图像产生，其中，在这种情况下，通过平均参量预先给定平均的程度。在此，产生第二后续图像时的第一后续图像和第二X射线图像的平均，尤其是涉及第一后续图像和第二X射线图像的相应地采集的射束强度的相应的强度值、即例如相应的灰度值。可以通过对强度值进行平均来执行混合。在此，平均参量可以理解为对强度值进行平均时的加权因子。换言之，在产生第二后续图像时，对相应的强度值或者相应的灰度进行平均。平均参量在此可以给出加权比。第二后续图像因此可以理解为第二阶段的后处理后的X射线图像。
在形成总图像时，可以由掩模图像和第二后续图像合成总图像。例如，可以将掩模图像和第二后续图像叠加，以形成总图像。替换地，从第二后续图像中减去掩模图像。总图像的图像质量可以特别高，因为一方面可以实现掩模图像的平均以及第二后续图像的平均。以这种方式，可以在掩模图像和第二后续图像的相应的图像噪声在总图像中相加之前，首先分别独立地减小掩模图像和第二后续图像的相应的图像噪声。通过偏差程度和与其相关的平均参量，确保仅当第一后续图像与第二X射线图像之间的偏差不超过预先确定的程度时，才进行第一后续图像和第二X射线图像的平均。以这种方式，可以通过平均来抵消对比度损失。所提到的第一后续图像与第二X射线图像之间的偏差，尤其是可能由于身体区域上的移动而产生。
根据一个扩展方案设置为，在产生第二后续图像时，根据平均参量，将第一后续图像和第二X射线图像的对应的像素的相应的强度值混合。强度值可以分别通过相应的后续图像的灰度或者灰度值来表示。强度值是X射线设备的检测器上的相应的检测到的射束强度。第一后续图像和第二X射线图像的对应的像素特别地是坐标相同的像素。换言之，对第一后续图像和第二X射线图像的具有相应地相同的坐标的相应的像素的强度值进行混合或者平均。以这种方式，各个像素的图像噪声至少部分可以被平均掉。
根据一个扩展方案设置为，通过所述偏差程度表征在第一后续图像的拍摄时间点和第二X射线图像的拍摄时间点之间的时间段内发生的身体区域上的移动。尤其是，该身体区域上的移动是上面提到的医学对象或者造影剂的移动。移动越强，则偏差程度越大。换言之，偏差程度可以是移动的强度的度量。身体区域上的移动越强，则确定的偏差程度的值可以越大。通过借助偏差程度来表征身体区域上的移动，可以与移动有关地减少在产生第二后续图像时的第一后续图像和第二X射线图像的平均。
根据一个扩展方案设置为，通过平均参量，确定第二后续图像以什么比例对应于第二X射线图像。尤其是，通过固定的平均参量，确定第二后续图像的强度值或者灰度值，以什么比例对应于第二X射线图像。例如，可以通过平均参量确定第二后续图像完全对应于第二X射线图像。在这种情况下，不进行平均。替换地，通过平均参量，可以确定进行平均，并且第二后续图像以由平均参量确定的比例对应于第二X射线图像。替换地或者附加地，可以通过平均参量，来确定在产生第二后续图像时，以什么比例将第一后续图像与第二X射线图像混合。通过根据平均参量进行混合或者平均，可以特别良好地影响和调整混合或者平均。
根据一个扩展方案设置为，通过平均参量，确定第二后续图像的像素的像素强度以什么比例对应于第二X射线图像的对应的像素的像素强度。第二后续图像、第一后续图像和第二X射线图像的对应的像素特别地是具有相同的坐标的相应的像素。替换地或者附加地，可以通过平均参量，确定第二后续图像的像素的像素强度，以什么比例对应于第一后续图像的对应的像素的像素强度。例如，第二后续图像的像素的像素强度，以由平均参量确定的比例，对应于第二X射线图像的对应的像素的像素强度，并且以由平均参量确定的另一个比例，对应于第一后续图像的对应的像素的像素强度。在此，该比例和该另一个比例合计可以为1。
根据一个扩展方案设置为，针对第二后续图像的不同的区域、尤其是各个像素，分别单独执行步骤c)至e)。换言之，针对相应的区域、尤其是各个像素，确定相应的偏差程度和相应的平均参量。然后，局部地针对第二后续图像的不同的区域、尤其是各个像素，分别单独由第二X射线图像或者第一后续图像和第二X射线图像，产生第二后续图像。尤其是，借助偏差程度，分别单独表征每个不同的区域、尤其是各个像素中的移动，并且基于此，分别单独由第一后续图像和第二X射线图像，混合或者平均第二后续图像的不同的区域中的图像信息。以这种方式，可以进一步改善图像质量。
根据一个扩展方案设置为，提供如下图像作为第一后续图像，该图像事先与步骤b)至e)类似地由另一个第一后续图像和另一个第二X射线图像形成。换言之，通过混合多个图像、即另一个第一后续图像和另一个第二X射线图像，已经可以形成第一后续图像本身。因此，以有利的方式涉及迭代法，在迭代法中，始终要么仅由新的第二X射线图像，形成新的后续图像，要么由该新的第二X射线图像和先前的后续图像，形成新的后续图像。在此，通过又与相应的偏差程度有关地确定的相应的平均参量，预先给定一个比例，以该比例将先前的后续图像与新的第二X射线图像混合，以形成新的后续图像。例如，平均参量的值范围可以预先给定以20％至100％的百分比将新的第二X射线图像与新的后续图像混合。以这种方式，可以迭代地对多个后续图像进行平均。在此，相应的图像越新，则多个后续图像对当前的后续图像的贡献越大。
根据一个扩展方案设置为，根据预先确定的规则，借助分布函数来确定平均参量，所述分布函数是偏差程度的函数，其中，根据X射线设备的运行参数提供分布函数。运行参数可以是X射线设备的加速电压、剂量、频率或者其它任意的参数。当然，可以根据X射线设备的多个运行参数来提供分布函数。例如，根据运行参数，从存储在X射线设备中的多个分布函数中，选择分布函数。替换地，可以基于运行参数形成分布函数。在此，可以由运行参数计算分布函数的一个或者多个点，随后将尤其是预先给定的分布函数的一般曲线，拟合于或者匹配于所计算的点。以这种方式，可以改善偏差程度的确定，使得可以有针对性地表征移动。
根据一个扩展方案设置为，确定第一后续图像和/或第二X射线图像中的噪声幅值，并且根据噪声幅值确定分布函数的阈值。尤其是，可以将噪声幅值理解为X射线设备的运行参数。阈值可以表征在偏差程度的范围内确定的偏差归因于图像噪声、还是移动。示例性地，与对于大于阈值的偏差程度的值相比，对于小于阈值的偏差程度的值，确定平均参量，使得在产生第二后续图像时，应用更大程度的平均。以这种方式，保证图像噪声减小，但是在移动的情况下，减少或者停止进行平均。
根据一个扩展方案设置为，在形成总图像时，将掩模图像和第二后续图像彼此相减。换言之，通过从第二后续图像中减去掩模图像，来产生总图像。以这种方式，通过减去静态图像内容，可以特别良好地使尤其是要借助X射线检查来检查的移动可见。
根据一个扩展方案设置为，在拍摄至少一个第一X射线图像时，拍摄多个第一X射线图像，并且根据递归公式对所述多个第一X射线图像进行平均，以产生掩模图像。换言之，不通过将多个X射线图像相加，随后除以数量，来对多个第一X射线图像进行平均，而是递归地通过从图像到图像连续进行平均，来对多个第一X射线图像进行平均。由此，在创建掩模图像期间，就已经可以改善图像质量。
根据一个扩展方案设置为，在产生掩模图像时，使用与在产生第二后续图像时相同的公式，来将所述多个第一X射线图像混合，第二后续图像根据用于将第一后续图像和第二X射线图像混合的步骤e)产生。换言之，借助与用于产生第二后续图像的第一后续图像和第二X射线图像相同的公式，对多个第一X射线图像进行混合或者平均，以产生掩模图像。以这种方式，可以特别有利地在第一阶段与第二阶段之间进行切换，因为在这两个阶段中使用相同的公式。
根据一个扩展方案设置为，确定第一后续图像与第二X射线图像之间的医学对象的位置改变，并且使用移动补偿，将第一后续图像和/或第二X射线图像的相应的对象区域混合，其中，在相应的对象区域中，采集第一后续图像和第二X射线图像中的医学对象。医学对象例如可以是线(即所谓的导丝)或者导管。为此，首先可以在第一后续图像和第二X射线图像中确定相应的对象区域。例如可以通过比较相应的对象区域的坐标，来确定医学对象的位置改变。通过移动补偿，例如可以移动和/或旋转第一后续图像的对象区域，使得实现与第二后续图像的对象区域的重叠的最大值。该重叠的最大值例如可以通过最小二乘法来确定。可以通过其来定义相应的对象区域之间的偏差的总程度。在上面提到的示例中，可以通过移动第一后续图像的对象区域来减小该偏差的总程度，直到达到偏差的总程度的(尤其是绝对)最小值为止。随后，可以将对象区域混合。在此，在另一个对象区域中，通过对第一后续图像的对象区域和第二X射线图像的对象区域进行混合或者平均，来产生第二后续图像。第二后续图像的该另一个对象区域可以具有与第二X射线图像的对象区域相同的坐标。由此，在医学对象周围的区域中得到改善的对比度。以这种方式，可以以改善的图像质量显示医学对象的移动。
本发明的第二方面涉及一种用于执行X射线检查的医学X射线设备，所述医学X射线设备具有：
-拍摄单元，用于拍摄身体区域的至少一个第一X射线图像作为掩模图像，并且用于拍摄所述身体区域的第二X射线图像；
-提供单元，用于提供所述身体区域的第一后续图像，其中，第二X射线图像表示比第一后续图像更晚的拍摄时间点的身体区域；
-第一确定单元，用于确定偏差程度，所述偏差程度涉及第一后续图像与第二X射线图像之间的偏差；
-第二确定单元，用于根据预先确定的规则，与偏差程度有关地确定平均参量；
-产生单元，用于由第二X射线图像，或者由第一后续图像与第二X射线图像一起，产生第二后续图像，其中，通过平均参量预先给定在此产生单元以什么比例将第一后续图像和第二X射线图像混合；以及
-合成单元，用于由掩模图像和第二后续图像形成总图像。
尤其是，医学X射线设备被配置为用于执行前面描述的方法。方法的特征以及方法的扩展方案因此也类似地适用于医学X射线设备，并且以类似的方式对医学X射线设备进行扩展。
附图说明
现在，借助多个附图详细对本发明进行说明。在此，
图1以框图的方式示出了医学X射线设备；
图2示出了关于由医学X射线设备进行的图像处理的示意性概览图；以及
图3示出了平均参量的示例性分布函数。
具体实施方式
图1示出了医学X射线设备1、尤其是所谓的C形臂X射线设备。X射线设备1具有X射线装置3和计算装置2。在此，X射线装置3具有X射线源4和检测器5、尤其是X射线检测器。此外，X射线装置3包括用于拍摄X射线图像的拍摄单元20。在此，计算装置2具有提供单元21、第一确定单元22、第二确定单元23、产生单元24、合成单元25和输出单元26。输出单元26被构造为用于输出处理后的X射线图像的图像序列。
现在，借助图2更详细地说明运行医学X射线设备1的方法。为此，图2以概览图在时间轴T上示出了不同的处理步骤中的多个X射线图像。所述方法具有第一阶段8和第二阶段9。根据时间轴T，第一阶段8在第二阶段9之前进行。在第一阶段期间，通过X射线设备1拍摄多个第一X射线图像10。在第二阶段9期间，通过医学X射线设备1拍摄多个第二X射线图像12。可以在第二阶段9中通过医学X射线设备1采集身体区域上的移动。这种移动例如可以通过向流过身体区域的体液中添加造影剂来给出。替换地，可以通过医学X射线设备1采集医学对象、例如线(所谓的导丝)或者导管的移动。第一X射线图像10和第二X射线图像12的拍摄可以理解为第一处理层面30。在第一处理层面30中，分别单独拍摄第一X射线图像10和第二X射线图像12，并且可选地分别单独进一步对其进行处理。通过拍摄单元20拍摄第一X射线图像10和第二X射线图像12。
为了提高图像质量，在第二处理层面31中提供第一X射线图像10和第二X射线图像12的相应的混合或者平均。通过该平均或者混合，可以减小图像中的图像噪声。对此，在相同的剂量下可以改善信噪比，或者在相同的信噪比下可以减小剂量。当然这两种可能性也可能混合，即，剂量减小，并且同时信噪比提高。
在此，将第一阶段8的X射线图像10迭代地合成，以形成相应的掩模图像11。在此，利用每个新添加的第一X射线图像10更新或者重新平均为掩模图像11。在此，这利用下面的公式1来执行：
在此，t表示图像在时间轴T上的相应的编号。换言之，t可以称为相应的帧(图像系列中的图像)的编号。α表示平均参量。α在第一阶段8中尤其是可以设置为值1，因为提供平均参量α，以与移动有关地进行平均(参见第二阶段9)。换言之，根据下面的公式计算第一掩模图像11(t＝1)：
根据下面的公式计算第二掩模图像11(t＝2)：
根据下面的公式计算第三掩模图像11(t＝3)：
在此，相应地表示掩模图像11中的具有编号t的一个掩模图像11。换言之，/>表示具有编号t＝1的掩模图像11，/>表示具有编号t＝2的掩模图像11，并且/>表示具有编号t＝3的掩模图像11。相应地，/>表示掩模图像12中的编号t与具有编号t的掩模图像12相比小1的掩模图像。/>表示先前的掩模图像，其在此不存在，然而在计算掩模图像11的公式中，对于t＝1，需要/>因为1-1＝0。y1表示具有编号t＝1的第一X射线图像10，y2表示具有编号t＝2的第一X射线图像10，y3表示具有编号t＝3的第一X射线图像10，并且yt表示具有编号t的任意第一X射线图像10。相应地，yt-1表示第一X射线图像10中的编号t与具有编号t的X射线图像10相比小1的第一X射线图像。
在这里的示例中，拍摄了四个第一X射线图像10。根据公式1对其进行递归平均。当α＝1成立时，公式1对应于算数平均。然而，与常见的算数平均不同，在此以递归的方式进行平均，这意味着，在添加了新的第一X射线图像10时，不重新对所有先前的X射线图像10进行平均，而仅使用X射线图像10中的相应的一个先前的X射线图像10来进行平均。在第一阶段8结束时，针对第二阶段9存储四个掩模图像11中的最后的掩模图像17。
在第二阶段9中，由第二X射线图像12形成后续图像13。在此，根据应当与公式1类似地理解的公式来进行平均。与公式1不同，在下面的公式2中，设置变量t＝1。因此，其原则上是与在混合或者平均掩模图像11时相同的公式。公式2为如下：
在公式2中，表示具有编号t的后续图像13。/>表示具有编号t-1的后续图像13。yt表示具有编号t的第二X射线图像12。下面，示例性地借助第一后续图像14、第二X射线图像15和第二后续图像16更详细地说明该公式的应用：第一后续图像14以因子(1-α)对第二后续图像16作出贡献。第二X射线图像15以因子α对第二后续图像16作出贡献。在这里的示例中，第二后续图像16的编号t是t＝7。因此，在此，计算第二后续图像16的公式为如下(公式3)：
在公式3中，表示第二后续图像16。/>表示第一后续图像14。y7表示第二X射线图像15。平均参量α与第一后续图像14和第二X射线图像15之间的偏差有关。在这里的X射线设备中，产生单元24(参见图1)被构造为用于由第一后续图像14和第二X射线图像15或者由第二X射线图像15产生第二后续图像16。
为了确定平均参量α，首先确定偏差程度D。在此，第一确定单元22被构造为用于确定偏差程度。为了确定偏差程度，确定第一后续图像14与第二X射线图像15之间的偏差。在此，针对第二X射线图像15或者第一后续图像14的每个像素单独确定偏差程度。为此，相应地求第二X射线图像15和第一后续图像14的对应的像素的作为基础的强度或者灰度值之间的差。根据其求相应的差的量值。针对后续图像14和第二X射线图像15的所有像素分别单独执行这两个步骤(求差、求量值)。在此，第一后续图像14和第二X射线图像15的对应的像素是具有相同的坐标的像素。相应的差的相应的量值形成相应的对应的像素的相应的偏差程度D。随后，针对第二X射线图像15或者第一后续图像14的每个像素确定相应的平均参量α。在此，X射线设备1的第二确定单元23被构造为用于根据预先确定的规则与偏差程度D有关地确定平均参量α。图3示出了分布函数7，其是用于确定平均参量α的预先确定的规则的一部分。通过分布函数7，可以对偏差程度D的每个值分配平均参量α的相应的值。在此，平均参量α具有0.2至1的值范围。如果平均参量α取值1，则第二后续图像16仅由第二X射线图像15形成。随着平均参量α的值减小，第二后续图像16由第一后续图像14形成的比例增大。
在此，针对第二后续图像16的每个像素单独应用公式2或者公式3。换言之，可以借助公式2或者公式3分别单独计算或者确定第二后续图像16的每个像素的强度。以这种方式，与在第一后续图像14和第二X射线图像15之间存在小程度的改变的图像区域相比，完全不对在第一后续图像14与第二X射线图像15之间存在大程度的改变的图像区域求平均，或者不太强烈地对其求平均。在此，尤其是大于预先确定的阈值6(参见图3)的偏差程度D被视为是大程度的改变。尤其是小于预先确定的阈值6的偏差程度D被视为是小程度的改变。
为了能够使平均参量α的确定特别好地匹配于X射线设备1的运行状态，在此设置为，根据X射线设备1的运行参数选择分布函数7。例如，在X射线设备1中针对不同的运行状态存储多个不同的分布函数7。然后，可以根据X射线设备1的当前的运行参数，选择分布函数7中的匹配于目前的运行状态的分布函数7。运行参数的示例是以下参数中的一个或者多个：要使用的剂量、加速电压、X射线频率、待检查的身体区域或者生理数据(待检查的人员的身高、体重或者性别)。尤其是可以通过相应的阈值6来表征不同的分布函数7。阈值6尤其是对应于分布函数7的拐点。分布函数7可以以阶跃函数或者Tetha函数、也称为Heaviside函数建模。然而，在此，分布函数7与x轴或者在此为D轴平行地移动了阈值6。此外，与Tetha函数相比，在此，分布函数7在跳变周围的区域中、即在阈值6周围的区域中进入舍入(被去掉棱角(abgerundet))。
相应地得到提供分布函数7的第二种可能性。例如，在X射线设备1中，不存储多个不同的分布函数7，而是存储多个阈值6和/或用于在阈值6的区域中针对运行参数的不同的值进行舍入的值。随后，可以从Tetha函数出发，考虑阈值6和/或在阈值6处进行舍入的程度，来形成分布函数7。
在此，在图2中示出了第三处理层面32。在第三处理层面32中示出了通过输出单元26输出哪些X射线图像来进行检查。在第一阶段8中，相应地可以输出最新的掩模图像11、即具有当前最大的编号t的掩模图像11。在第二阶段9中，相应地减去最新的后续图像13、即具有最大的编号t的后续图像13，并且输出最后或者最新的掩模图像17。换言之，由每一个后续图像13，通过减去最后的掩模图像17，形成总图像18。根据时间轴T依次输出这些总图像18。因此，在此涉及减影成像。在此，合成单元25被构造为用于通过从相应的后续图像13中减去最后的掩模图像17来形成总图像18。
根据实施方式，可以不对第一阶段的后续图像19、即第二阶段9中的后续图像13中的第一个后续图像13求平均，这意味着，在计算第一阶段的后续图像19时，将α设置为值1，或者为了平均第一阶段的后续图像19，使用最后的掩模图像17。在这种情况下，已经可以在第一阶段的后续图像19中，因此已经可以在第二阶段9的第一总图像18中，改善图像噪声。
优选设置为，通过评估噪声幅值，至少部分预先给定阈值6。换言之，可以至少部分基于X射线图像10、12中的一个或多个中的噪声幅值来提供阈值6。优选阈值6始终大于所计算的噪声幅值。以这种方式，可以避免将噪声错误地识别为移动。
医学X射线设备1可以具有用于提供移动补偿的移动补偿单元27，以改善医学对象的移动的显示。在此设置为，确定医学对象在第一后续图像14与第二X射线图像15之间的位置改变，并且使用移动补偿将第一后续图像14和/或第二X射线图像15的相应的对象区域混合。在相应的对象区域中采集第一后续图像14或者第二X射线图像15中的医学对象。首先，可以在第一后续图像14和第二X射线图像15中确定相应的对象区域。例如可以通过比较相应的对象区域的坐标来确定医学对象的位置改变。通过移动补偿，例如可以移动和/或旋转第一后续图像14的对象区域，使得实现与第二后续图像的对象区域的重叠的最大值。在这里的示例中，该重叠的最大值通过最小二乘法来确定。通过其来定义相应的对象区域之间的偏差的总程度。在此，通过移动第一后续图像14的对象区域来减小该偏差的总程度，直到达到偏差的总程度的(尤其是绝对)最小值为止。随后，可以将对象区域混合。换言之，在另一个对象区域中，通过混合或者平均第一后续图像14的对象区域和第二X射线图像15的对象区域，来产生第二后续图像16。第二后续图像16的另外的对象区域可以具有与第二X射线图像15的对象区域相同的坐标。对于混合或者平均，可以使用上面提到的公式2。
总之，通过实施例示出了与现有技术相比，如何改善图像质量。

Claims (16)

1.一种用于在执行X射线检查时运行医学X射线设备(1)的方法，具有如下步骤：
a)在所述X射线检查的第一阶段拍摄身体区域的至少一个第一X射线图像(10)作为掩模图像(17)，所述X射线检查的第一阶段在注射造影剂之前或者在使医学对象移动到所述身体区域上之前；
b)在所述X射线检查的第二阶段提供第一后续图像(14)并且拍摄所述身体区域的第二X射线图像(15)，所述X射线检查的第二阶段在所述X射线检查的第一阶段之后，其中，所述第一后续图像和所述第二X射线图像两者都是在注射造影剂之后或者在使医学对象移动到所述身体区域上之后拍摄的图像，其中，第二X射线图像(15)表示比第一后续图像(14)更晚的拍摄时间点的身体区域；
c)确定偏差程度(D)，所述偏差程度涉及第一后续图像(14)与第二X射线图像(15)之间的偏差；
d)根据预先确定的规则，与所述偏差程度(D)有关地确定平均参量(α)；
e)由第一后续图像(14)与第二X射线图像(15)一起，产生第二后续图像(16)，其中，通过平均参量(α)预先给定在此以什么比例将第一后续图像(14)和第二X射线图像(15)混合，
f)由掩模图像(17)和第二后续图像(16)形成总图像(18)。
2.根据权利要求1所述的方法，其特征在于，在产生第二后续图像(16)时，根据平均参量(α)，将第一后续图像(14)和第二X射线图像(15)的对应的像素的相应的强度值混合。
3.根据权利要求1所述的方法，其特征在于，通过所述偏差程度(D)表征身体区域上的移动，所述移动在第一后续图像(14)的拍摄时间点和第二X射线图像(15)的拍摄时间点之间的时间段内发生。
4.根据权利要求1所述的方法，其特征在于，通过平均参量(α)，确定第二后续图像(16)以什么比例对应于第二X射线图像(15)。
5.根据权利要求1所述的方法，其特征在于，通过平均参量(α)，确定第二后续图像(16)的像素的像素强度，以什么比例对应于第二X射线图像(15)的对应的像素的像素强度。
6.根据权利要求1所述的方法，其特征在于，将第一后续图像(14)和第二X射线图像(15)的对应的像素的相应的像素强度的差的量值，确定为偏差程度(D)。
7.根据权利要求1所述的方法，其特征在于，针对第二后续图像(16)的不同的区域，分别单独执行步骤c)至e)。
8.根据权利要求1所述的方法，其特征在于，针对第二后续图像(16)的各个像素，分别单独执行步骤c)至e)。
9.根据权利要求1所述的方法，其特征在于，提供如下图像作为第一后续图像(14)，该图像事先与步骤b)至e)类似地由另一个第一后续图像(13)和另一个第二X射线图像(12)形成。
10.根据权利要求1所述的方法，其特征在于，根据预先确定的规则，借助分布函数(7)来确定平均参量(α)，所述分布函数是偏差程度(D)的函数，其中，根据X射线设备(1)的运行参数提供分布函数(7)。
11.根据权利要求10所述的方法，其特征在于，确定第一后续图像(14)和/或第二X射线图像(15)中的噪声幅值，并且根据噪声幅值确定分布函数(7)的阈值(6)。
12.根据权利要求1至11中任一项所述的方法，其特征在于，在形成总图像(18)时，将掩模图像(17)和第二后续图像(16)彼此相减。
13.根据权利要求1至11中任一项所述的方法，其特征在于，在拍摄至少一个第一X射线图像(10)时，拍摄多个第一X射线图像(10)，并且根据递归公式对所述多个第一X射线图像进行平均，以产生掩模图像(11、17)。
14.根据权利要求1至11中任一项所述的方法，其特征在于，在产生掩模图像(11、17)时，使用与在产生第二后续图像(16)时相同的公式，来将所述多个第一X射线图像(10)混合，第二后续图像(16)根据用于将第一后续图像(14)和第二X射线图像(15)混合的步骤e)产生。
15.根据权利要求1至11中任一项所述的方法，其特征在于，确定医学对象在第一后续图像(14)与第二X射线图像(15)之间的位置改变，并且使用移动补偿，将第一后续图像(14)和/或第二X射线图像(15)的相应的对象区域混合，其中，在相应的对象区域中，在第一后续图像(14)和第二X射线图像(15)中采集医学对象。
16.一种医学X射线设备(1)，用于执行X射线检查，所述医学X射线设备具有：
-拍摄单元(20)，用于在所述X射线检查的第一阶段拍摄身体区域的至少一个第一X射线图像(10)作为掩模图像(17)，并且用于在所述X射线检查的第二阶段拍摄所述身体区域的第二X射线图像(15)，所述X射线检查的第一阶段在注射造影剂之前或者在使医学对象移动到所述身体区域上之前，所述X射线检查的第二阶段在注射造影剂或者使医学对象移动到所述身体区域上之后；
-提供单元(21)，用于在所述X射线检查的第二阶段提供所述身体区域的第一后续图像(14)，所述X射线检查的第二阶段在所述X射线检查的第一阶段之后，其中，所述第一后续图像和所述第二X射线图像两者都是在注射造影剂之后或者在使医学对象移动到所述身体区域上之后拍摄的图像，其中，第二X射线图像(15)表示比第一后续图像(14)更晚的拍摄时间点的身体区域；
-第一确定单元(22)，用于确定偏差程度(D)，所述偏差程度涉及第一后续图像(14)与第二X射线图像(15)之间的偏差；
-第二确定单元(23)，用于根据预先确定的规则，与偏差程度(D)有关地确定平均参量(α)；
-产生单元(24)，用于由第一后续图像(14)与第二X射线图像(15)一起，产生第二后续图像(16)，其中，通过平均参量(α)预先给定在此产生单元(24)以什么比例将第一后续图像(14)和第二X射线图像(15)混合；以及
-合成单元(25)，用于由掩模图像(17)和第二后续图像(16)形成总图像(18)。
CN201910490131.5A 2018-06-07 2019-06-06 运行医学x射线设备的方法以及x射线设备 Active CN110575188B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP18176498.6A EP3578102B1 (de) 2018-06-07 2018-06-07 Verfahren zum betreiben eines medizinischen röntgengerätes; sowie röntgengerät
EP18176498.6 2018-06-07

Publications (2)

Publication Number Publication Date
CN110575188A CN110575188A (zh) 2019-12-17
CN110575188B true CN110575188B (zh) 2023-11-24

Family

ID=62567437

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910490131.5A Active CN110575188B (zh) 2018-06-07 2019-06-06 运行医学x射线设备的方法以及x射线设备

Country Status (3)

Country Link
US (1) US11244433B2 (zh)
EP (1) EP3578102B1 (zh)
CN (1) CN110575188B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5091925A (en) * 1990-01-18 1992-02-25 Siemens Aktiengesellschaft X-ray diagnostics installation with spatial frequency filtering
US6314160B1 (en) * 1999-12-17 2001-11-06 General Electric Company Method and apparatus for performing fluoroscopic noise reduction
JP2010131263A (ja) * 2008-12-05 2010-06-17 Toshiba Corp Ｘ線診断装置および画像処理装置
CN106982550A (zh) * 2015-11-13 2017-07-25 韩国电气研究院 利用多重能量x线摄像和光学影像的立体影像生成方法以及系统
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

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3974386A (en) * 1974-07-12 1976-08-10 Wisconsin Alumni Research Foundation Differential X-ray method and apparatus
JPH0822025B2 (ja) * 1985-02-25 1996-03-04 株式会社日立製作所 画像入力装置
DE10213564A1 (de) * 2002-03-26 2003-10-16 Siemens Ag Verfahren zur Unterdrückung von Geistbildartefakten bei Röntgenbildern und Röntgenvorrichtung zur Durchführung dieses Verfahrens
DE102004035980A1 (de) * 2004-07-23 2006-03-16 Siemens Ag Verfahren zur Bildgebung bei einem interventionellen Eingriff
DE102006037969A1 (de) * 2006-08-14 2008-02-28 Siemens Ag Verfahren zur rauschoptimierten Röntgenbildgebung unter Einsatz einer Subtraktionstechnik
US8111895B2 (en) * 2006-12-06 2012-02-07 Siemens Medical Solutions Usa, Inc. Locally adaptive image enhancement for digital subtraction X-ray imaging
US8825138B2 (en) * 2007-09-17 2014-09-02 Wisconsin Alumni Research Foundation Method for reducing motion artifacts in highly constrained medical images
JP5529385B2 (ja) * 2008-02-12 2014-06-25 キヤノン株式会社 Ｘ線画像処理装置、ｘ線画像処理方法、プログラム及び記憶媒体
JP2010279594A (ja) * 2009-06-05 2010-12-16 Toshiba Corp Ｘ線画像診断装置
US9025849B2 (en) * 2009-09-16 2015-05-05 Monash University Partical image velocimetry suitable for X-ray projection imaging
CN102985008B (zh) * 2010-05-26 2015-04-08 株式会社岛津制作所 X射线摄影装置
JP5207559B2 (ja) 2010-12-15 2013-06-12 パナソニック株式会社 光情報記録再生装置
JP2014161674A (ja) * 2013-02-27 2014-09-08 Toshiba Corp Ｘ線診断装置及び画像処理装置
US10360677B2 (en) * 2016-10-07 2019-07-23 Toshiba Medical Systems Corporation Apparatus and method for joint-edge-preserving regularization to reduce noise in four-dimensional computed tomography images
US10692251B2 (en) * 2017-01-13 2020-06-23 Canon Medical Systems Corporation Efficient variance-reduced method and apparatus for model-based iterative CT image reconstruction
US11444240B2 (en) * 2019-03-15 2022-09-13 Cornell University Giant enhancement of spin-orbit torque by interface scattering from ultra-thin insertion layers

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5091925A (en) * 1990-01-18 1992-02-25 Siemens Aktiengesellschaft X-ray diagnostics installation with spatial frequency filtering
US6314160B1 (en) * 1999-12-17 2001-11-06 General Electric Company Method and apparatus for performing fluoroscopic noise reduction
JP2010131263A (ja) * 2008-12-05 2010-06-17 Toshiba Corp Ｘ線診断装置および画像処理装置
CN106982550A (zh) * 2015-11-13 2017-07-25 韩国电气研究院 利用多重能量x线摄像和光学影像的立体影像生成方法以及系统
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

Also Published As

Publication number Publication date
EP3578102B1 (de) 2021-05-19
US20190378256A1 (en) 2019-12-12
EP3578102A1 (de) 2019-12-11
CN110575188A (zh) 2019-12-17
US11244433B2 (en) 2022-02-08

Similar Documents

Publication Publication Date Title
US9437017B2 (en) Method and apparatus for metal artifact elimination in a medical image
CN106683144B (zh) 一种图像迭代重建方法及装置
US6760401B2 (en) Apparatus and method for processing of digital images
KR20130038794A (ko) 디지털 엑스레이 프레임들 시리즈에서의 잡음 감소의 방법
US8244013B2 (en) Medical image data processing and interventional instrument identification system
US20090185730A1 (en) Automated Image Data Subtraction System Suitable for Use in Angiography
CN109377481B (zh) 图像质量评价方法、装置、计算机设备和存储介质
CN111598989B (zh) 一种图像渲染参数设置方法、装置、电子设备及存储介质
JP2007151881A (ja) 血流動態解析装置
CN110573078B (zh) X射线路线图中的血管造影平移
US8090171B2 (en) Image data subtraction system suitable for use in angiography
US20100158341A1 (en) System for Automatically Generating a Mask for Digital Subtraction Angiography
JP7034120B2 (ja) Ｘ線装置を用い取得した画像データセットの自動修正方法、コンピュータプログラム、データメモリ及びｘ線装置
US10028715B2 (en) Creating a vessel image and fluoroscopically representing vessels
CN110575188B (zh) 运行医学x射线设备的方法以及x射线设备
JP7167564B2 (ja) Ｘ線撮影装置およびｘ線撮影装置の作動方法
CN107507169B (zh) 双能减影参数的估算方法及计算机可读存储介质
JP6971598B2 (ja) Ｘ線診断装置、画像処理装置及び画像処理プログラム
CN110717877B (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
US20230037260A1 (en) Optimum weighting of dsa mask images
CN117731320A (zh) 用于生成虚拟掩模像的方法和血管造影仪
WO2020053345A1 (en) Calculation device for determining ventilation defects
JP6358244B2 (ja) 医用画像処理装置、医用画像処理装置の制御方法、およびプログラム
CN106875342B (zh) 一种计算机断层图像处理方法和装置
Hariharan et al. Model-based motion artifact correction in digital subtraction angiography using optical-flow

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: 20240830

Address after: German Phu F Haim

Patentee after: Siemens Medical AG

Country or region after: Germany

Address before: Erlangen

Patentee before: Siemens Healthineers AG

Country or region before: Germany

TR01 Transfer of patent right