CN111080706B - 重建图像数据集的方法、装置、计算机程序和数据载体 - Google Patents
重建图像数据集的方法、装置、计算机程序和数据载体 Download PDFInfo
- Publication number
- CN111080706B CN111080706B CN201910984279.4A CN201910984279A CN111080706B CN 111080706 B CN111080706 B CN 111080706B CN 201910984279 A CN201910984279 A CN 201910984279A CN 111080706 B CN111080706 B CN 111080706B
- Authority
- CN
- China
- Prior art keywords
- information
- projection
- contour
- additional object
- examination
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000004590 computer program Methods 0.000 title claims description 10
- 238000002591 computed tomography Methods 0.000 claims abstract description 33
- 238000005094 computer simulation Methods 0.000 claims description 31
- 239000000463 material Substances 0.000 claims description 31
- 230000005855 radiation Effects 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 6
- 238000013213 extrapolation Methods 0.000 claims description 4
- 239000000758 substrate Substances 0.000 claims 1
- 230000000153 supplemental effect Effects 0.000 abstract description 3
- 230000003287 optical effect Effects 0.000 description 12
- 238000004422 calculation algorithm Methods 0.000 description 11
- 239000013589 supplement Substances 0.000 description 7
- 230000000875 corresponding effect Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000001502 supplementing effect Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000004308 accommodation Effects 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000037237 body shape Effects 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000013170 computed tomography imaging Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009469 supplementation Effects 0.000 description 1
- 238000004381 surface treatment Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
- G06T7/85—Stereo camera calibration
-
- 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
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [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
- A61B6/5211—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
- A61B6/5247—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 an ionising-radiation diagnostic technique and a non-ionising radiation diagnostic technique, e.g. X-ray and ultrasound
-
- 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
- A61B6/54—Control of apparatus or devices for radiation diagnosis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/20—Image signal generators
- H04N13/204—Image signal generators using stereoscopic image cameras
-
- 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
- G06T2207/10004—Still image; Photographic image
- G06T2207/10012—Stereo images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- 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
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/432—Truncation
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- Animal Behavior & Ethology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Pulmonology (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
用于重建图像数据集的方法,图像数据集来自在不同投影方向以计算机断层摄影设备记录的检查对象的多个投影图像,计算机断层摄影设备具有在相应投影图像中从所有投影方向获取的标称视野,并检查对象和/或与检查对象、特别是其安置关联的附加对象部分地从标称视野伸出到扩展视野,为重建图像数据集:确立描述检查和/或附加对象轮廓的轮廓信息;投影图像的投影数据基于轮廓信息通过检查和/或附加对象在投影图像的投影数据中未被获取的区域中的前向投影补充;和基于补充的投影数据重建,从至少一个获取为记录投影图像而定位的检查和/或附加对象的相机的传感器数据确立至少部分说明检查和/或附加对象轮廓的传感器信息并用于确立轮廓信息。
Description
技术领域
本发明涉及一种用于重建图像数据集的方法,图像数据集来自在不同投影方向以计算机断层摄影设备记录的检查对象,其中计算机断层摄影设备具有标称视野,在相应的投影图像中从所有投影方向获取该标称视野,并且其中检查对象和/或与检查对象、特别是其安置关联的附加对象部分地从标称视野伸出到扩展视野,其中为了重建图像数据集
-确立描述检查对象和/或附加对象的轮廓的轮廓信息,
-投影图像的投影数据基于轮廓信息通过在一些区域中的前向投影被补充,在这些区域中检查对象和/或附加对象在投影图像的投影数据中并未被获取,和
-基于补充的投影数据进行重建。此外,本发明涉及一种计算机断层摄影设备、一种计算机程序和一种电子可读数据载体。
背景技术
在计算机断层摄影中,从不同的投影方向,例如沿着记录轨迹、特别是圆形路径,记录检查对象的低维度的投影图像,例如一维或二维的投影图像。借助于已知的重建方法,例如被滤波的回投影,可以从一维或二维投影图像的投影图像重建二维截面图像或三维体积作为图像数据集。对于无伪影的重建,重要的是检查对象垂直于记录轨迹在其全部延伸范围内通过所有投影图像被获取,其中在常规的计算机断层摄影设备中,在所有投影方向上获取的空间区域也被称为标称视野或英语“scan Field of View”(sFoV)(扫描视野)。因此,标称视野表示计算机断层摄影机架内的区域,该区域被计算机断层摄影设备的记录装置的X射线检测器完全覆盖。
然而,存在一些检查情况,其中作为检查对象的患者的一些部位位于标称视野之外,因此不能用传统的重建算法重建或不能无伪影地重建。例如当将计算机断层摄影成像用于制定放射治疗的照射计划时,会发生这种情况。在此,特殊的安置辅助器通常用作附加对象,例如头部固定器或胸部支架。通过使用安置辅助器,对于患者定位在计算机断层摄影设备内、特别是机架内的可能性明显受到限制,从而不能一直防止患者的相关部位位于标称视野之外。除了使用特殊的附加对象、特别是安置辅助器之外,患者体形、例如患者肥胖时也可以使得患者的相关区域在标称视野之外。标称视野可以例如具有500mm的直径。
为了使未在所有投影图像中获取的患者部位也能在图像数据集中直接准确地显示,并且因此也在标称视野之外的一些区域中确保正确的诊断和照射计划的正确计算,在现有技术中已经提出各种方法用于进行所谓的在扩展视野中的重建(Extended Field-of-View-Rekonstruktion)。一种在此已知类别的方式提出,首先也在标称视野之外的区域中将检查对象(通常是患者)的轮廓的初步估计确立为轮廓信息。该轮廓信息然后被应用在进一步的步骤中,以补充标称视野之外的投影图像的投影数据,以便然后允许也比标称视野更大的扩展视野中尽可能精确地重建图像数据集。
在此例如已知,首先进行从投影数据初步重建预先数据集,其中可以使用外推方法,该方法防止出现所谓的截断伪象,使得被测量的计算机断层摄影数据可以外推到X射线检测器之外的区域中,该区域在测量时并不被获取。对此例如参考J.Hsieh等人的文章“一种扩展CT扫描视野的新型重建算法(A novel reconstruction algorithm to extendedthe CT scan field-of-view)”,医学物理31(9),第2385-2391页(2004)和B.Ohnesorge等人的文章“由在扫描视野之外延伸的物体引起的CT图像伪影的有效校正(Efficientcorrection for CT image artifacts caused by objects extending outside thescan field of view)”,医学物理27(1),第39-46页(2000)。
在初步重建预先数据集之后,例如根据阈值方法实现检查对象(具体为患者)的轮廓,使得轮廓信息因此可以是患者的二进制图像,该二进制图像将初步重建的图像数据集典型地分类到如下区域中:该区域包含空气,并且这种区域包含检查对象和/或有可能是附加对象、例如安置辅助器。可以使用这样的轮廓信息、特别是二进制图像,以便通过投影图像中缺失投影数据和前向投影尽可能忠于原状地进行补充,这例如通过在前向投影的范畴中将用于患者的患者体素与通常的HU值、例如水的HU值相关联来实现。利用基于这种前向投影补充的投影数据或投影图像,也可以在标称视野之外的区域中获得尽可能正确的图像数据配准。为了从在初始重建中获得的重建数据集确立轮廓信息,特别参考US 2011/0188723 A1和US 9,495,769 B2。
尽管如此,基于原始记录的投影图像进行的这种初始重建并非完全没有伪像,或者可能特别在一些区域中存在错误,这些区域包含在原始投影数据中仅很少的投影图像中(或根本并不包含在原始投影数据中)。
发明内容
因此,本发明的目的是改善在扩展视野中的计算机断层摄影图像数据集的重建中的重建质量,该扩展视野大于标称视野。
该目的通过根据独立权利要求的方法、计算机断层摄影设备、计算机程序和电子可读数据载体来实现。从属权利要求中得出有利的改进方案。
根据本发明在开头提及类型的方法中提出,从传感器数据获取至少一个为记录投影图像而定位的检查对象和/或附加对象的相机确立至少部分说明检查对象和/或附加对象轮廓的传感器信息并用于确立轮廓信息。
由于计算机断层摄影主要用于医学领域,检查对象特别涉及患者。因此,以下多个示例将患者称为检查对象,但是本发明也可应用于其他检查对象,例如在材料检查中的检查对象。
根据本发明因此提出,检查对象的轮廓、或者附加对象的轮廓(如果附加对象从标称视野伸出)并不或者至少并不仅仅基于来自原始记录的投影图像的最初重建而被确立,而是使用附加的传感器、当前特别是光学相机(其布置在计算机机断层摄影装置附近或者检查对象安置点附近),以便以传感器信息形式获得因此更加精确和可靠的关于相应轮廓的信息,并且用于确立轮廓信息。这在具体情况下意味着本发明涉及轮廓信息的确立,在现有技术中已知用于在扩展视野中重建的方法中,该轮廓信息是必需的。具体地,在一个示例中提出,使用一个或多个附加相机来确定患者轮廓,附加相机例如可以布置在患者台上方的天花板上。借助于相机,可以在利用计算机断层摄影设备进行检查过程期间获取检查对象的真实表面及其在空间中的位置。从附加的传感器数据可以确立该轮廓的位置和形状作为传感器信息,这些附加的传感器数据然后以传感器信息的形式被使用,以确立轮廓信息,该轮廓信息随后被用于尽可能正确地补充投影图像并且在图像数据集的重建范畴中获得高质量的、尽可能无伪影的信息。由相机测量允许在未被X射线检测器获取的区域中尽可能正确地补充所测量的投影数据,即与真实性尽可能高度一致地进行补充。
在相对于标称视野扩展的扩展视野(extended field of view-eFoV)中重建的改进画质也可以有助于使得标称视野相对于其他计算机断层摄影设备受限的计算机断层摄影设备具有竞争力,这是因为即使超出标称视野,也可以以出色的图像质量执行重建。
适宜地,使用设计为3D相机、特别是光学或太赫兹相机,和/或从至少两个不同地定位的相机的传感器数据和/或从相机的步骤信息确立至少一个与检查对象的轮廓和/或附加对象的轮廓相关的3D信息。优选地在本发明的范畴中使用3D相机、例如3D光学相机和/或太赫兹相机。它们直接传递关于这些相机所获取的物体、特别是检查对象和/或附加对象的三维传感器数据。然而,也可以考虑的是,基于从不同方向获取检查对象和/或附加对象的二维相机、例如立体相机来确立例如三维信息,或者甚至根据对布置和获取几何的认知已经从单个二维相机的数据推断出相关的三维信息。然而如已经提到的,在本发明的范畴中优选使用3D相机、特别是3D光学相机。光学相机的使用还具有以下优点:传感器数据也可以关于光学信息进行评估,例如用于识别特殊的附加对象,这将在下面更详细地讨论。
此外,在一种适宜的改进方案中提出,位于相机的获取区域以外的轮廓部分通过至少另一个相机被获取。例如,由于患者的安置或解剖结构作为检查对象,使得患者或其表面的一些部分不能被单个相机获取。对于附加对象也存在类似情况。然而,为了确保足够的信息量,可以使用布置在空间中不同位置处的多个相机来记录,这相机具有相应的获取区域。
适宜地可以提出,相机以计算机断层摄影设备的记录装置被配准和/或将被配准,和/或在多个相机的情况下这些相机被相互配准和/或将被相互配准。在配准时,也可以在进行计算机断层记录的坐标系中直接使用包含在传感器信息中的位置信息。在配准或类似情况下至少得出了显著的起始位置。在此可以考虑永久存在的配准,其基于相机相对于计算机断层摄影设备其他部件的固定布置。然而,在另一方面,当然也可以明确执行配准,例如通过使用在相机的传感器数据以及在计算机断层摄影设备的X射线图像中可见的幻影和/或标记来实现。在此要注意的是,由于例如检查对象的表面在为了实施配准也基于粗略已知的位置关系能简单地利用例如在初始重建的范畴中从原始投影数据获得的关于轮廓的初步信息被配准,无需强制在相机和计算机断层摄影设备的记录装置之间存在配准。
优选地,检查对象的轮廓的不能被至少一个相机获取、特别是覆盖的部分通过外插和/或内插、特别是在使用患者模型的情况下被确立。这意味着,例如,针对患者的表面的部分(该部分被患者台和/或附加对象和/或患者的其它部分覆盖),缺少的信息可以例如通过适当的内插和外推来确立。然而特别优选地使用一个特别的统计患者模型,它描述了平均患者的外轮廓,该统计患者模型然后可以在检查对象的轮廓的已知部段中匹配于当前患者,以便能推导出该轮廓的缺失部分是可以。应该注意的是,这些未知部分也可以被排除在进一步使用之外,即,例如它们可以被标记为未知的。
在本发明的具体设计中可以提出,将至少扩展视野的、根据空气和检查对象和/或附加对象进行分类的二进制分类用作轮廓信息。这意味着轮廓信息可被作为一类“二进制图像”或通常以“材料类别-图像”存在,由于这种情况非常适合作为前向投影的起点,无论是在标记为“对象”的区域中作为相应HU值的区域中填充,或者仅仅涉及确定特定投影方向的待补充投影图像内的检查对象和/或附加对象的边界。最后,这样的二进制图像可以被理解为被分成两个材料类别。应该注意,其中使用多于两个的材料类别的设计也可以被考虑并且是有利的。特别地,例如也可以在附加对象和检查对象之间进行区分,该情况在附加对象具有与患者显著不同但是已知的弱化特性时是特别适宜的。如有必要,在附加对象中还可以将不同材料类型反映到不同材料类别上。
基本上在本发明的范畴中可以有利地考虑,从传感器信息出发进行轮廓信息的确立,或者甚至当检查对象和/或附加对象伸出标称视野的部分完全并且特别是正好足够通过传感器数据被描述时,确立轮廓信息作为传感器信息。由于可以假设传感器数据足够准确且可靠地再现检查对象和/或附加对象,因此特别是当至少一个对象完全再现时,二进制图像或分类为两种以上材料类别的图像已经可以直接被确立为传感器信息并基于前向投影。然而,例如也可以考虑从初步信息对传感器信息进行补充以用于确立轮廓信息,该初步信息从原始投影图像的临时重建中被确立。
然而,在本发明的另一个实施例中也可以设想,在首先通过为了扩展视野和/或阈值形成从原始投影图像重建临时重建数据集,确立至少临时描述检查对象和/或附加对象的轮廓的初步信息,该初步信息基于传感器信息而被调整。在患者的示例中,二进制图像或一般分类成多个材料类别的图像(材料类别图像)、特别是被分成空气和患者的体素类别,也可以从测量的原始投影图像的初始重建、尤其是借助于阈值形成来创建。可以例如在引言中提到的现有技术中那样进行该初始重建,特别是对于扩展视野,以便例如减少或防止截断伪像。但是,也可以仅基于所测量的投影数据进行简单的初始重建。
在患者的示例中,现在可以使用从至少一个相机的传感器数据获取的、关于检测对象的表面的位置和形状的传感器信息,用于改进从阈值形成而确立的检查对象轮廓,首先是在计算机断层摄影设备的标称视野之外的区域中实现。为此目的特别提出,通过将初步信息弹性配准到包含在传感器信息中的轮廓部分,实现将初步信息匹配于轮廓信息。因此例如可以借助于适合的配准算法来调整从原始投影数据的初始重建建立的检查对象轮廓,使得检查对象轮廓在配准之后与从至少一个相机的传感器数据确定的检测对象表面、特别是患者表面的位置对应一致。当然,关于附件对象也可以相应地执行,该附加对象的表面同样可以从至少一个相机的传感器数据估计出并用作传感器信息。如果不能通过至少一个相机获取部分表面或部分轮廓并且也没有合适的插值出现,则这些部分也可以从配准中排除,但是弹性配准至少可以确保平滑过渡。
关于附加对象,在这一点应该注意,即使尽管检测对象完全包含在标称视野之内,但例如用于安置检查对象的附加对象,诸如用于患者的头部固定器从标称视野伸出,则也可能已经出现图像数据组中的伪影。在这方面,轮廓确定不一定(排他地)涉及检查对象、特别是患者,而是还可以涉及附加对象、例如头部固定器、胸部支架等。
因此,除了相对于检查对象表面直接使用至少一个相机的传感器数据之外,至少一个相机的传感器数据还可以用于识别位于扩展视野内的特定附加对象。这尤其适合于如下所述的附加对象,对于这些对象存在精确的三维计算机模型、例如CAD模型和/或设计图。例如,通常将安置辅助器和/或患者台作为附加对象。然后,可以适当地使用附加对象的这种三维计算机模型来改进轮廓信息的计算。
本发明的一个改进方案相应地提出,从传感器数据确立至少一个对象信息,该对象信息说明特别用于安置和/或定位检查对象的附加对象的类型,对于附加对象存在三维计算机模型、特别是CAD模型,其中三维计算机模型在确立描述附加对象轮廓的轮廓信息的情况下被使用。在此具体地提出,基于对象信息,附加对象的三维计算机模型被选择,之后根据传感器信息和/或用于在轮廓信息中确立附加对象的轮廓的初步信息,附加对象的轮廓特别是在其位置方面和/或通过弹性配准被匹配于附加对象的三维计算机模型。特别地,在此根据传感器信息和/或初步信息确定假设为刚性的三维计算机模型的最佳匹配位置,据此将通过三维计算机模型在该位置中被描述的表面在轮廓信息中用作附加对象的轮廓。在此应注意,当借助于至少一个相机获取光学传感器数据时,可以特别简单地确立对象信息,这是因为在此情况下提供了用于辨别附加对象的重要信息。
因此,如果借助于至少一个摄像头识别附加对象,则可以相应地利用其三维计算机模型、例如CAD的模型来改善轮廓信息,这特别通过将三维计算机模型与原始投影图像的初始重建(如上作为初步信息被描述的)关于其位置在空间中进行匹配来实现。从关于三维计算机模型的位置匹配与初始重建的该三维计算机模型,则又能创建二进制图像或具有多个材料分类图像,该图像在必要时还可以包括检查对象的轮廓,但随后优选地还将体素分配给附加对象和/或检查对象。
这里应该注意的是,其中附加对象的三维计算机模型的使用也适用于从传感器信息直接确立轮廓信息,因为该三维计算机模型可被理解为反映现实,并且因此也可以例如补偿至少一个相机的传感器数据中的测量误差或类似物,这通过使三维计算机模型适应在传感器信息中确定的附加对象轮廓并替换该信息来实现。特别有利的是,基于三维模型,在传感器信息中使用三维模型以及在初步信息中使用三维模型的情况下,不可通过相机看到的附加对象便捷也可以已知,这在前向投影的情况下应利用被分配的HU值来进行处理时是特别适合的,其中将不同的HU值分配给附加对象和检查对象。
在这方面特别有利的是,附加对象的三维计算机模型还包括描述在附加对象中用于X射线辐射的衰减特性的材料信息,材料信息在前向投影的情况下被考虑。因此,如果除了附加对象的几何模型之外,还有关于附加对象的材料成分的信息存在,则可以使用这些材料成分以进一步改进用于前向投影的附加对象轮廓图像,这通过能将附加对象内部的区域设置为正确的HU值来实现。特别是在照射计划中,HU值(或通常的衰减值)的正确性是非常重要的,因为照射计划的正确性(这特别涉及剂量分布)与HU值(“亨氏单位(HounsfieldUnits)”)的正确性直接相关。
如已经解释的,可以基于借助于至少一个相机的传感器数据确立的轮廓信息来借助于前向投影创建虚拟投影数据,在另一步骤中使用该虚拟投影数据,以补充标称视野之外的区域中的测量的原始投影数据。
在本发明中的一个特别优选的改进方案中可以提出,对于每个测量,传感器信息针对检查对象和/或附加对象从标称视野突出的部分被自动检验,因此无论是否具有扩展视野,都自动地触发重建。也就是说,对于利用计算机断层摄影设备进行的每次检查,可以进行对至少一个相机的传感器数据的评估,以将这些检查分类为:需要扩展视野的那些检查和对于标称视野足够的那些检查。这意味着关于检查对象或附加对象的位置和形状的传感器信息可以用于在扩展视野中自动地开关用于重建的算法。当前,该步骤通常由计算机断层摄影设备的用户手动执行。因此,基于至少一个相机的传感器数据自动地做出关于在扩展视野中使用特殊算法进行重建的必要性的决定。
除了该方法之外,本发明还涉及一种计算机断层摄影设备,具有至少一个相机和设计用于执行根据本发明的方法的控制装置。与根据本发明的方法有关的所有陈述可以类似地转移到根据本发明的计算机断层摄影设备,因此也可以获得已经提到的优点。特别地,计算机断层摄影设备可以具有包括X射线发射器和X射线检测器的记录装置,其中记录装置例如可以可移动地安装在机架中。为了安置检查对象,计算机断层摄影设备还可以具有患者台。控制设备可以具有至少一个处理器和至少一个存储器装置。具体地,控制装置可以为执行更加本发明的方法而例如具有用于重建图像数据集和/或初步信息数据的重建数据集的重建单元、传感器信息确立单元、轮廓信息确立单元、前向投影单元和补充单元。
例如,根据本发明的计算机程序可以直接加载到计算机断层摄影设备的控制装置的存储器中,并且具有程序装置,以便当在计算机断层摄影机设备的控制装置中执行计算机程序时实施根据本发明方法的步骤。该计算机程序可以被存储在根据本发明的电子可读数据载体上,该数据载体因此包括存储在其上的电子可读控制信息,该电子可读控制信息包括至少一个本发明的计算机程序,并且电子可读控制信息被配置为使得数据载体在使用数据载体的情况下在计算机断层摄影设备的控制设备中执行根据本发明的方法。数据载体尤其可以是非瞬态数据载体,例如CD-ROM。
附图说明
根据下面描述的实施例并参考附图,本发明的其他优点和细节将变得显而易见。在此:
图1示出根据本发明的方法的实施例的流程图,
图2示出用于解释检查对象的截断的草图,
图3示出传感器信息的轮廓的初步信息的轮廓的弹性配准,
图4示出了使用附加对象的三维计算机模型的示意性说明,
图5示出了根据本发明的计算机断层摄影设备,和
图6示出了图5的计算机断层摄影设备的控制装置的功能结构。
具体实施方式
图1示出了根据本发明的方法的实施例的流程图。这在计算机断层摄影设备上执行,该计算机断层摄影设备具有例如在机架中移动的记录装置,记录装置具有x射线检测器和x射线发射器。患者作为检查对象可以躺在在患者安置装置、特别是患者台上。在这里,可以将安置辅助器、例如头部固定器和/或胸部支架用作附加对象。计算机断层摄影设备具有例如圆柱形的标称视野,其中可以记录来自记录装置的所有投影方向的投影数据。
一个或多个3D光学相机与计算机断层摄影设备相关联,该相机能记录布置在患者安置装置上的患者(特别是在标称视野的区域中)的传感器数据。
在执行对于患者的每个检查的步骤S1中,确定传感器信息,传感器信息描述了患者的、以及有可能至少部分位于标称视野中的附加对象的表面的延伸曲线,即轮廓,附加对象例如是安置辅助器。为此,相应地评估存在的三维传感器数据。
在此可以考虑传感器信息的各种表现,例如,形成轮廓的表面的描述,但是优选的是使用二进制图像或者甚至被划分成两个以上材料类别的图像作为传感器信息。二进制图像在此在“空气”和“材料”(即检查对象或附加对象)之间被区分;使用更多材料类别的具有的优点在于,例如,也可以在附加对象和检查对象之间进行区分,或者甚至在该对象内部、特别是在至少一个附加对象内部进行区分,对于附加对象而言,材料信息包括相应的结构信息。此外,也可以在步骤S1中获得这种二进制的或者将体素分类为多种材料类别的图像,而无需完全获取患者的表面和有可能至少一个附加对象的表面,此后可以根据特别的统计特定的患者模型完成患者表面处理,该患者模型匹配于由至少一个3D相机获取的表面部分。对于附加对象适用的是,基于至少一个3D相机的传感器数据(其中肯定设计光学传感器数据),可以通过确立描述附加对象类型的对象信息来识别这些附加对象。在此将不同的三维计算机模型分配给不同的对象信息,三维计算机模型当前为CAD模型(计算机辅助/辅助设计模型Computer-Aided/Assisted-Design-Modelle)。这样的附加对象的三维计算机模型可以根据从传感器数据中已知的附加对象表面部分准确地插入到根据材料类别细分的传感器信息图像中。
在步骤S2中,根据传感器信息然后检验患者的一些部位和/或至少一个附加对象的一些部分是否以干扰基于投影图像计划重建计算机断层摄影图像数据集的方式伸出标称视野,特别是在如下的平面中,在该平面中特别是在其中记录装置或至少在台架中的X射线源描述作为记录轨迹的圆形路径(在柱状标称视野的情况下从柱包层出发)。现在参考图2更详细地进行解释。
图2借助于X射线源4(位置1,3)和X射线检测器(位置2,4)的位置对1,2以及3,4在不同投影方向上沿着圆形记录轨迹5(由相应的辐射视野6,7表示)的图像记录。显然,辐射视野6,7的延展以及另外可能的辐射视野的延展限定了计算机断层摄影设备的标称视野8,即,位于标称视野8之内的对象部分完全被X射线检测器获取,并且可以因此例如在被过滤的反回投影(Rückprojektion)的范畴中被正确重建。然而当前所指示的检查对象10的部分9从标称视野8突出,所以尽管该部分在辐射视野7中被X射线检测器获取,但是在辐射视野6中无法被获取。如果现在为了获取整个检查对象10而在仅包括部分9的扩展视野11中简单地执行重建,则可能会出现伪影,尤其是所谓的截断伪像,因此使用使得特殊的算法。
在这里从标称视野8突出的情况下为了在扩展视野11中进行重建而使用的算法类别中,例如根据辐射视野6截断示出检查对象10的投影图像被补充了虚拟投影数据,当前虚拟投影数据位于在虚线所示的区域12中。因此,如下文进一步详述的那样,进行前向投影,在图2所示的情况下,该向前投影需要关于检查对象10的轮廓尽可能精确的认知,在附件对象突出的情况下附加地或可替代地需要关于附加对象的轮廓的精确认知。
现在,步骤S2(再次参见图1)用于决定在扩展视野11中是否需要这种算法来进行重建。这是根据步骤S1中确立的传感器信息完全自动进行的,这意味着自动检验检查对象10以及(如果相关)至少一个附加对象(X射线不可透射附加对象)的所有部分是否都位于标称视野8之内。如果是这种情况,则在步骤S3中,该过程继续对图像数据集进行正常、典型的记录和重建,该图像数据集在这里是三维的,其中重建仍然限于标称视野8。
但是,如果确定物体以相关的方式从标称视野中突出(在记录轨迹5延伸的平面中),则过程继续进行到步骤S4,在该步骤中确立轮廓信息,该轮廓信息将被用作要在步骤S5中进行的前向投影的基础,前向投影用于确立要被补充的投影数据。为此目的,存在不同的实施例,这些不同的实施例将在下面讨论,并且都可以通过图1的方法来实现。
因此一方面可以考虑的是,将传感器信息直接用作轮廓信息,因为传感器信息是以非常可靠的方式通过进行精确测量的3D光学相机获得的。在例如通过使用患者模型和/或三维计算机模型也能高精度地估计相应的相关对象的表面的未被获取部分时,上述情况也总是有意义的。
然而在一个替代实施方式中,在步骤S4中还可以从同样描述至少一个相关轮廓的初步信息开始,该初步信息通过原始配准的投影图像的初始重建确定。这意味着,在执行步骤S4之前,在图1中未示出的步骤中已经沿着记录轨迹5记录了的当前的患者二维投影图像,使得这些投影图像现在部分截断地示出检查对象10和/或可能的附加对象。然而,从这些投影图像中,也已经可以在可能包含误差的扩展视野11中进行重建,其中与最初讨论的现有技术相比,已经提出了至少减少错误数量的方法。该初始重建描述了相关对象,在图2的情况下相关对象是检查对象10,并且因此描述了也在扩展视野11中的对象轮廓。例如,在一个基于阈值的方法(阈值比较)中,可以从在初始重建中确立的重建数据集例如将二进制图像(因此是被分成“空气”和“检查对象10”的材料类别图像)确立为初步信息。然后借助于弹性配准算法调整由此描述的患者轮廓,使得患者轮廓在配准之后与传感器信息中存在的患者表面的位置一致。当通过传感器信息仅能部分该精度地确定检查对象10的轮廓时,上述情况是一种适宜的方式。
在此还应该注意,为了简化这里描述的过程,可以已经存在至少一个3D光学相机和一个坐标系之间的配准,在该坐标系中利用记录装置获取投影图像。这种配准可以例如借助于在两种模态中可见的体模来进行。
此外,在附加对象从标称视野8突出和/或以其他方式被考虑的情况下,也可以在步骤S4中再次使用已经提到的三维计算机模型。例如,借助于包含对象信息的传感器信息,可以辨别附加对象并且可以选择正确的三维计算机模型。该三维计算机模型、特别是CAD模型现在关于其空间中的位置可以匹配于投影数据(和/或传感器信息)的初始重建。然后从关于三维模型的位置匹配于重建数据集中的轮廓形状的三维模型,又可以创建至少关于附加对象的二进制图像(非对象和对象),其中,有利地还可以进行与检查对象10的相应二进制图像的组合,以获得分为三个或更多材料类别的材料类别图像。应当注意的是,附加对象的三维计算机模型也可以包括描述衰减性能的材料信息,该材料信息可以将附加对象同样进一步划分成材料类别,这在步骤S5中的前向投影方面是适宜的。
图3更详细地示出了使用初步信息的这些各种方法的方面。因此在图3中示出,包含在传感器信息中的轮廓13(虚线)可以偏离包含在初步信息中的轮廓14(实线),并且可以通过弹性配准(参见箭头15)来相应地调整以生成轮廓信息。
图4示出了提供三维计算机模型补充附加对象16的轮廓,附加对象在此以简化的立方体形式示出。例如,附加对象16的轮廓的部分17(实线)可能已经已知。通过调整三维计算机模型,还可以补充虚线示出的尚未已知或尚未准确已知的部分18。
在步骤S5中,再次参见参照图1,在步骤S4中确立的轮廓信息用于在前向投影的情况下确立要在步骤S6中用于补充的投影数据。在此,特别是在其中材料类别图像被生成作为轮廓信息的有利实施例中,将HU值分配给相应的材料类别,例如分配给检查对象10、即给病人分配水的HU值,并且给附加对象16分配由与三维计算机模型相关联的材料信息产生的HU值。由步骤S5中的前向投影得出的补充通过步骤S6表示。在这种情况下,例如,可以创建到原始投影图像的实际测量的投影数据的平滑过渡。
然后在步骤S7中,从扩展视野11中被补充的投影图像重建计算机断层图像数据集,该数据集在此基于二维投影图像是三维的,从而因为精确地建立了轮廓而获得高质量的图像数据。
图5示出了一种根据本发明的计算机断层摄影设备19的概略图。如原则上已知的,该设备包括机架20,在机架中可旋转地安装有包括X射线发射器21和X射线检测器22的记录装置。可以将位于患者台23上的患者24移动到机架20的患者容纳空间25中。
计算机断层摄影设备19当前示例性地包括两个安装在天花板上的相机26,这些相机被设计为3D光学相机并提供传感器数据,传感器数据描述作为检查对象10的患者24以及可能的附加对象的表面。在此应当指出的是,在已经为了记录投影图像而将患者24定位的情况下,要记录相机26的、在步骤S1中要被评估为传感器信息的传感器数据,但患者无需强制性地位于患者容纳空间25之内,这是因为在控制计算机断层摄影设备19的操作的控制装置27中存在与电动患者台23的位置有关的信息。
控制装置27设计用于执行根据本发明的方法,其中控制装置的功能结构通过图6再次更详细地解释。因此,除了原则上已知的记录单元28(通过记录单元例如可控制记录装置和其他用于记录投影图像的组件)之外,控制装置27还首先包括传感器信息确立单元29,通过传感器信息确立单元可以根据步骤S1确立的传感器信息。在决策单元30中,可以进行根据步骤S2的决定。轮廓信息确立单元31设计用于执行步骤S4,其中轮廓信息确立单元31在此情况下已经可以访问用于从投影图像中重建高维数据集的通用重建单元32,例如在重建单元中可以提供尤其是用于在扩展视野11中的重建的重建算法。轮廓信息确立单元31可以访问重建单元32,例如用于确立重建数据集,该重建数据集将被用作初步信息的基础。
借助于前向投影单元33,可以执行步骤S5的前向投影,同时提供补充单元34用于基于前向投影补充投影数据,从而执行步骤S6。
当然,重建单元32还用于在步骤S3和S7中执行重建。
尽管已经通过优选实施例进一步详细说明和描述了本发明,但是本发明不限于所公开的示例,并且本领域技术人员可以在不脱离本发明的范围的情况下从其中得出其他变型。
Claims (13)
1.一种用于重建图像数据集的方法,所述图像数据集来自在不同投影方向利用计算机断层摄影设备(19)记录的检查对象(10)的多个投影图像,其中所述计算机断层摄影设备(19)具有在相应投影图像中从所有投影方向获取的标称视野(8),并且其中所述检查对象(10)和/或与所述检查对象(10)关联的附加对象(16)部分地从所述标称视野(8)伸出到扩展视野(11),其中为了重建所述图像数据集
-确立描述所述检查对象(10)和/或所述附加对象(16)的轮廓的轮廓信息,
-所述投影图像的投影数据基于所述轮廓信息通过在一些区域中的前向投影被补充,在所述区域中所述检查对象(10)和/或所述附加对象(16)在投影图像的所述投影数据中未被获取,和
-基于被补充的所述投影数据进行重建,
其中,从至少一个相机(26)的传感器数据确立至少部分说明所述检查对象(10)和/或所述附加对象(16)的轮廓的传感器信息,并且用于确立轮廓信息,所述相机获取为了记录所述投影图像而定位的所述检查对象(10)和/或所述附加对象(16),
其特征在于,首先通过为了所述扩展视野(11)和/或阈值形成从原始投影图像重建临时重建数据集,至少临时描述所述检查对象(10)和/或附加对象(16)的轮廓的初步信息被确立,所述初步信息基于所述传感器信息被调整。
2.根据权利要求1所述的方法,其特征在于,
使用被设计为3D相机(26),和/或
至少一个关于所述检查对象(10)和/或所述附加对象(16)的所述轮廓的3D信息从至少两个不同定位的相机(26)的传感器数据和/或从所述相机(26)的布置信息被确立,和/或
位于相机(26)的实施获取区域以外的轮廓部分通过至少另一个相机(26)被记录。
3.根据权利要求1或2所述的方法,其特征在于,所述相机(26)利用所述计算机断层摄影设备(19)的记录装置被配准,和/或在多个相机(26)的情况下所述相机被彼此配准。
4.根据权利要求1或2所述的方法,其特征在于,所述检查对象(10)的不可被所述至少一个相机(26)检测的轮廓部分通过外推和/或内插被确立、和/或被标记为未知的。
5.根据权利要求1或2所述的方法,其特征在于,至少所述扩展视野(11)的、根据空气和检查对象(10)和/或附加对象(16)划分的二进制分类被用作轮廓信息。
6.根据权利要求1所述的方法,其特征在于,通过将所述初步信息弹性配准到包含在传感器信息中的轮廓部分,将所述初步信息匹配于所述轮廓信息。
7.根据权利要求1或2所述的方法,其特征在于,从所述传感器数据确立至少一个对象信息,所述对象信息说明用于安置和/或定位所述检查对象(10)的所述附加对象(16)的类型,对于所述附加对象存在三维计算机模型,其中所述三维计算机模型在确立描述所述附加对象(16)的所述轮廓的轮廓信息的情况下被使用。
8.根据权利要求7所述的方法,其特征在于,基于所述对象信息,所述附加对象(16)的所述三维计算机模型被选择,之后根据所述传感器信息和/或用于在所述轮廓信息中确立所述附加对象(16)的所述轮廓的初步信息,所述附加对象(16)的所述轮廓通过弹性配准被匹配于所述附加对象(16)的所述三维计算机模型。
9.根据权利要求7所述的方法,其特征在于,所述附加对象(16)的所述三维计算机模型还包括描述在所述附加对象(16)中用于X射线辐射的衰减特性的材料信息,所述材料信息在所述前向投影的情况下被考虑。
10.根据权利要求1或2所述的方法,其特征在于,对于每个测量,所述传感器信息针对所述检查对象(10)和/或所述附加对象(16)从所述标称视野(8)突出的部分(9)被自动检验,因此无论是否具有所述扩展视野(11),都自动地触发所述重建。
11.一种计算机断层摄影设备(19),包括至少一个相机(26)和设计用于执行根据权利要求1-10中任一项所述的方法的控制装置(27)。
12.一种计算机程序,当所述计算机程序在计算机断层摄影设备(19)的控制设备(27)上被执行时,实施根据权利要求1至10中任一项的方法的步骤。
13.一种电子可读数据载体,在所述电子可读数据载体上存储有根据权利要求12所述的计算机程序。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP18201468.8A EP3640894B1 (de) | 2018-10-19 | 2018-10-19 | Verfahren zur rekonstruktion eines bilddatensatzes der computertomographie, computertomographieeinrichtung, computerprogramm und elektronisch lesbarer datenträger |
EP18201468.8 | 2018-10-19 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111080706A CN111080706A (zh) | 2020-04-28 |
CN111080706B true CN111080706B (zh) | 2023-10-03 |
Family
ID=64017280
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910984279.4A Active CN111080706B (zh) | 2018-10-19 | 2019-10-16 | 重建图像数据集的方法、装置、计算机程序和数据载体 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11238627B2 (zh) |
EP (1) | EP3640894B1 (zh) |
CN (1) | CN111080706B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11576645B2 (en) * | 2015-03-02 | 2023-02-14 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for scanning a patient in an imaging system |
US11576578B2 (en) * | 2015-03-02 | 2023-02-14 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for scanning a patient in an imaging system |
CN104644205A (zh) | 2015-03-02 | 2015-05-27 | 上海联影医疗科技有限公司 | 用于影像诊断的患者定位方法及系统 |
EP3667620A1 (en) * | 2018-12-12 | 2020-06-17 | Koninklijke Philips N.V. | System for reconstructing an image of an object |
JP7350519B2 (ja) * | 2019-05-29 | 2023-09-26 | キヤノン株式会社 | 放射線撮影システム、放射線撮影制御装置及びその制御方法、並びに、プログラム |
CN111870268A (zh) * | 2020-07-30 | 2020-11-03 | 上海联影医疗科技有限公司 | 一种限束装置的目标位置信息的确定方法和系统 |
CN114298920B (zh) * | 2021-12-06 | 2023-04-07 | 北京朗视仪器股份有限公司 | 一种超视野ct图像重建模型训练和超视野ct图像重建方法 |
CN116206007B (zh) * | 2023-03-22 | 2023-09-29 | 北京朗视仪器股份有限公司 | 一种cbct图像截断伪影抑制方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102175179A (zh) * | 2011-02-23 | 2011-09-07 | 东南大学 | 一种人体表面轮廓三维重建的方法与装置 |
CN102783962A (zh) * | 2011-05-16 | 2012-11-21 | 西门子公司 | 提供受抑制的超出测量场伪影的图像数据组的方法及设备 |
CN104574292A (zh) * | 2014-11-26 | 2015-04-29 | 沈阳东软医疗系统有限公司 | 一种ct图像的校正方法和装置 |
CN104545968A (zh) * | 2013-10-14 | 2015-04-29 | 西门子公司 | 借助轮廓数据来重建图像数据 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8155415B2 (en) * | 2005-07-01 | 2012-04-10 | Siemens Medical Solutions Usa, Inc. | Extension of truncated CT images for use with emission tomography in multimodality medical images |
US20080319321A1 (en) * | 2006-05-24 | 2008-12-25 | Gunter Goldbach | Terahertz imaging |
DE102010006585A1 (de) | 2010-02-02 | 2011-08-04 | Siemens Aktiengesellschaft, 80333 | CT-Bildrekonstruktion im erweiterten Messfeld |
DE102012207629B4 (de) | 2012-05-08 | 2023-01-05 | Siemens Healthcare Gmbh | CT-Bildrekonstruktion im erweiterten Messfeld |
GB2552872B (en) * | 2017-05-17 | 2018-08-29 | Vision Rt Ltd | Patient monitoring system |
-
2018
- 2018-10-19 EP EP18201468.8A patent/EP3640894B1/de active Active
-
2019
- 2019-10-10 US US16/598,050 patent/US11238627B2/en active Active
- 2019-10-16 CN CN201910984279.4A patent/CN111080706B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102175179A (zh) * | 2011-02-23 | 2011-09-07 | 东南大学 | 一种人体表面轮廓三维重建的方法与装置 |
CN102783962A (zh) * | 2011-05-16 | 2012-11-21 | 西门子公司 | 提供受抑制的超出测量场伪影的图像数据组的方法及设备 |
CN104545968A (zh) * | 2013-10-14 | 2015-04-29 | 西门子公司 | 借助轮廓数据来重建图像数据 |
CN104574292A (zh) * | 2014-11-26 | 2015-04-29 | 沈阳东软医疗系统有限公司 | 一种ct图像的校正方法和装置 |
Non-Patent Citations (1)
Title |
---|
Mahmoud Ismail等."3D-guided CT reconstruction using time-of-flight camera".《Proc. SPIE 7964, Medical Imaging 2011: Visualization, Image-Guided Procedures, and Modeling》.2011,1-4. * |
Also Published As
Publication number | Publication date |
---|---|
EP3640894A1 (de) | 2020-04-22 |
US11238627B2 (en) | 2022-02-01 |
US20200126272A1 (en) | 2020-04-23 |
EP3640894B1 (de) | 2020-11-25 |
CN111080706A (zh) | 2020-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111080706B (zh) | 重建图像数据集的方法、装置、计算机程序和数据载体 | |
US8199993B2 (en) | Method for defining an individual coordination system for a breast of a female patient | |
JP5385394B2 (ja) | ハイブリッド型の核/mr画像形成における透過データを使用したmrセグメンテーション | |
JP5307331B2 (ja) | 被走査対象物内の領域を自動的に決定するための方法及びシステム | |
JP5906015B2 (ja) | 特徴に基づいた2次元/3次元画像のレジストレーション | |
US7259762B2 (en) | Method and system for automatically transforming CT studies to a common reference frame | |
JP6456002B2 (ja) | ラジオグラム画像の画質を決定する装置及び方法 | |
CN102711617B (zh) | 扫描规划视场调整器、确定器和/或质量评估器 | |
CN109472835B (zh) | 处理医学图像数据的方法和医学图像数据的图像处理系统 | |
US11756242B2 (en) | System and method for artifact reduction in an image | |
US20080298664A1 (en) | Method for data evaluation | |
CN106980853A (zh) | 多标记物夹具的识别和对准 | |
EP3745950B1 (en) | System and method for detecting anatomical regions | |
US20130064440A1 (en) | Image data reformatting | |
CN105556567B (zh) | 用于脊椎位置探测的方法和系统 | |
US8792702B2 (en) | Method for providing a 3D image data record with suppressed aliasing artifacts overlapping the field of view and computed tomograph | |
CN111630562A (zh) | 用于评估肺部图像的系统 | |
JP2012179360A (ja) | 医用画像処理装置、x線コンピュータ断層撮像装置及び医用画像処理プログラム | |
CN112770675A (zh) | 减少异物的x射线成像系统 | |
CN107106106B (zh) | 针对具有减小的角范围的旋转c型臂计算机断层摄影的自适应分割 | |
US20240148351A1 (en) | Image-based planning of tomographic scan | |
KR20180115122A (ko) | 이미지 처리 장치 및 이에 의한 가상의 엑스선 이미지 생성 방법 | |
CN108135552B (zh) | 投影x射线图像的改进的可视化 | |
US11160528B2 (en) | System and method for visualization of ultrasound volumes | |
EP3489902A1 (en) | Method for creating a pseudo ct image and computer program product |
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 |