CN111095359A - 用于高清图像生成和处理的实时重建原生图像元素重新采样 - Google Patents

用于高清图像生成和处理的实时重建原生图像元素重新采样 Download PDF

Info

Publication number
CN111095359A
CN111095359A CN201880060570.6A CN201880060570A CN111095359A CN 111095359 A CN111095359 A CN 111095359A CN 201880060570 A CN201880060570 A CN 201880060570A CN 111095359 A CN111095359 A CN 111095359A
Authority
CN
China
Prior art keywords
voxel
image
resample
resampled
different
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201880060570.6A
Other languages
English (en)
Inventor
张滨
白传勇
A·安德烈耶夫
胡志强
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
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 Koninklijke Philips NV filed Critical Koninklijke Philips NV
Publication of CN111095359A publication Critical patent/CN111095359A/zh
Pending legal-status Critical Current

Links

Images

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
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography
    • G06T2211/428—Real-time

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)
  • Nuclear Medicine (AREA)

Abstract

一种非瞬态计算机可读介质存储指令，所述指令能由工作站(14)读取并运行以执行图像采集和重建方法(101)，所述工作站被操作地连接到显示设备(20)并包括至少一个电子处理器(16)。所述方法包括：从图片存档和通信系统(PACS)数据库(24)中检索包括非体素图像元素的非基于体素的重建图像到所述工作站；在所述工作站处，根据所述非基于体素的重建图像来生成至少一幅基于体素的重新采样图像；并且在所述显示设备上显示至少一幅基于体素的重建图像。

Description

用于高清图像生成和处理的实时重建原生图像元素重新采样
技术领域
下文总体上涉及医学成像领域、医学图像解读领域、图像重建领域以及相关领域。
背景技术
较低的剂量和较高的图像分辨率是在透射计算机断层摄影(CT)、正电子发射断层摄影(PET)和单光子发射计算机断层摄影(SPECT)的医学成像中的两个明显趋势。然而，这些趋势可能导致针对图像的许多体素的计数太稀疏。较低的剂量意味着总的计数较少，因此针对每个体素的平均计数较少。更高的分辨率意味着较小的体素，这再次导致每个体素的平均计数较小。
在PET成像中已经使用和研究了诸如Blob基函数和自然体素之类的重建原生元素以替代图像重建中的体素，因为它具有平衡噪声控制与分辨率恢复之间权衡的独特特性。实际上，这些非体素重建原生元素通常是在其自身的特殊网格上定义的，该特殊网格可能与体素的笛卡尔网格有关或无关。例如，通常基于体心立方(BCC)网格来定义球形Blob基函数。相邻的团块元素重叠，这实际上是通过在两个或更多个团块元素之间“共享”计数(具有不同的权重)来帮助解决计数稀疏的问题。另一说明性的非体素图像元素是点云。
然而，由这些非体素重建原生元素表示的图像很难被直接显示或被数字处理。此外，临床医生习惯于以体素表示的图像的概念，其中，图像强度被明确地分组到离散的非重叠体素中，这些离散的非重叠体素通常与常规的冠状解剖方向、矢状解剖方向和轴向解剖方向对齐，并且诸如体素分辨率之类的概念很容易理解。例如，医生容易理解，体素尺寸较小的图像与体素尺寸较大的图像相比能够提供更高的分辨率；但是可能不容易理解对具有统计或概率解读的团块元素的导入，该统计或概率解读会随离团块几何中心的距离而变化并与相邻的团块重叠。
解决该问题的一种常用方法是使用非体素原生重建元素(例如，团块)来执行重建，然后在重建完成后利用重建原生元素对最终的重建图像执行重建元素到体素的转换，以生成具有预定义体素尺寸的体素图像。然后，将经转换的体素图像存储在图片存档和通信系统(PACS)数据库中并由图像查看器或重建后图像处理器检索和使用，以基于用户需要来执行图像显示和任选的进一步图像处理。非体素元素中的重建图像通常被丢弃并且不用于重建后图像处理。该方法将用于抵抗因低剂量和/或高分辨率图像重建引起的计数稀疏的非体素原生重建元素的优势与为临床医生提供期望且熟悉的基于体素的格式的图像的优势有效组合。然而，由于非体素元素中的重建图像被丢弃，因此如果以后需要获得不同取向或具有不同体素尺寸的基于体素的图像，则必须(a)重新重建非基于体素的图像并将其重新采样为所需的基于体素的图像，或者(b)使用保存的基于体素的图像来下采样或上采样到所需的体素尺寸或者旋转到所需的取向，或者(a)和(b)的组合。第一种选择可能导致关于针对临床应用的效率和工作/数据流的问题。然而，第二种选择可能导致关于图像质量的问题，尤其是在从非体素图像到保存的基于体素的图像的初始重新采样以及随后的从保存的基于体素的图像到所需的具有不同体素尺寸的基于体素的图像的插值过程中因旋转插值和信息丢失而引起的过度平滑和分辨率损失。
下文公开了克服这些问题的新的且改进的系统和方法。
发明内容
在一个公开的方面中，一种非瞬态计算机可读介质存储指令，所述指令能由工作站读取并运行以执行图像采集和重建方法，所述工作站被操作地连接到显示设备并包括至少一个电子处理器。所述方法包括：从图片存档和通信系统(PACS)数据库中检索包括非体素图像元素的非基于体素的重建图像到所述工作站；在所述工作站处，根据所述非基于体素的重建图像来生成至少一幅基于体素的重新采样图像；并且在所述显示设备上显示所述至少一幅基于体素的重新采样图像。
在另一个公开的方面中，一种成像系统包括：图像采集设备，其被配置为采集患者的成像数据；重建设备，其被编程为使用选自团块元素、点云元素或在空间上重叠的图像元素中的至少一个的非体素图像元素，根据所述成像数据来生成非基于体素的重建图像；显示设备；以及至少一个电子处理器，其被编程为：从图片存档和通信系统(PACS)数据库中检索包括非体素图像元素的非基于体素的重建图像到工作站；在所述工作站处，根据所述非基于体素的重建图像来生成至少一幅基于体素的重新采样图像；并且控制所述显示设备以在所述显示设备上显示所述至少一幅基于体素的重新采样图像。
在另一个公开的方面中，一种成像系统包括：图像采集设备，其被配置为采集患者的成像数据；重建设备，其被编程为使用选自团块元素、点云元素或在空间上重叠的图像元素中的至少一个的非体素图像元素，根据所述成像数据来生成非基于体素的重建图像；图片存档和通信系统(PACS)数据库，其被配置为存储所述非基于体素的重建图像；工作站，其包括显示设备、用户输入设备以及至少一个电子处理器，所述至少一个电子处理器被编程为：从所述PACS数据库中检索包括非体素图像元素的所述非基于体素的重建图像到工作站；在所述工作站处，根据所述非基于体素的重建图像来生成至少一幅基于体素的重新采样图像，所述不同的基于体素的重新采样图像通过不同的体素尺寸和不同的体素坐标取向中的至少一项而不同；并且控制所述显示设备以在所述显示设备上显示所述至少一幅基于体素的重新采样图像。
一个优点在于使用非基于体素的元素来避免在图像重新采样中基于体素的图像插值。
另一个优点在于使用实时非原生图像元素来执行体素转换以允许独立于像素尺寸的非原生元素重建，或者针对基于体素的图像所需的像素尺寸范围来优化非原生元素参数。对于使用非原生元素的重建，将不需要改变非原生元素参数。
另一个优点在于重叠的非原生元素可以减少表示重建图像所需的元素数量。
另一个优点在于更有效的重建元素具有更小尺寸的文件以供存储和传输。
给定的实施例可以提供前述优点中的零个、一个、两个、更多个或所有优点，并且/或者可以提供本领域普通技术人员在阅读和理解了本公开内容后将变得明显的其他优点。
附图说明
本公开内容可以采取各种部件和各种部件的布置以及各个步骤和各个步骤的安排的形式。附图仅出于图示优选实施例的目的，并且不应被解释为对本发明的限制。
图1示意性地示出了根据一个方面的图像重建系统；
图2和图3示出了图1的系统的部件的示例性流程图操作；并且
图4示意性地示出了图1的系统的显示。
具体实施方式
在现有的临床成像中，在重建服务器上执行图像重建，并且输出是基于体素的图像，该图像被存储在图片存档和通信系统(PACS)数据库中。重建可以采用与所存储的基于体素的图像的体素不同的图像元素(在本文中被称为“重建原生图像元素”)。例如，重建可以采用更高分辨率的体素。另外，可以使用非体素图像元素，例如，团块或点云或网格。同样，将图像转换为临床标准尺寸的体素以存储在PACS中。
此后，临床医生操作工作站查看器以下载基于体素的重建图像。如果图像被放大，则对体素重新进行上采样以提供所要求的更高分辨率。在心脏研究中，另一种常见的操作是沿着与(例如，轴向、矢状和冠状)成像坐标倾斜的方向提取图像切片，以便与心脏的解剖轴线对齐。
如本文所认识到的，这样做可能会出现问题。用户经常想要执行重建后图像处理。使用现有方法时，重建后图像处理方法(例如，ROI缩放、用于图像融合的图像重新采样、用于特殊临床应用的图像重新切片或重新定向、图像比较以及图像增强)必须依赖于对经转换的基于体素的图像操作的体素网格插值。体素网格插值会导致图像模糊和特征量化丢失。更为根本地，当将非体素重建原生图像元素(例如，团块或点云)中表示的重建图像转换为基于体素的图像以存储在PACS中时，这会导致图像信息内容的丢失或劣化，并且对基于体素的图像执行的任何重建后处理都可能使图像信息内容进一步减少或劣化。
例如，上采样实际上无法恢复超过以所存储的基于体素的图像的体素尺寸捕获的分辨率的分辨率。同样地，对倾斜图像切片的提取会引入插值误差。
下文公开了一些方法，这些方法需要将使用重建原生图像元素表示的“原始”重建图像存储在PACS中，并向工作站查看器添加处理能力以将该格式的图像转换为临床医生所要求的基于体素的图像。
在一些实施例中，执行图像重建的成像技术人员能够选择重建原生图像元素以支持预期的重建后处理(例如，缩放、倾斜切片提取等)。对于缩放，这意味着重建原生图像元素应当具有临床医生确实需要的最大分辨率。对于倾斜切片提取，重建原生图像元素优选是各向同性的或者至少具有较小角度的旋转对称性，例如，体心立方(BCC)团块具有与轴向平面、矢状平面和冠状平面成45°角的原始平面，而点云可能具有球形对称性。
本文描述的重建原生元素可以包括球形Blob基函数，但不限于此。采用Kaiser-Bessel函数的球形Blob基函数(即，团块重建元素)的非限制性说明性示例是(例如参见Gagnon等人的美国专利公开US 2009/0123042 A2)：
Figure BDA0002415990650000051
其中，Im是秩序m的Bessel函数，a是团块半径，并且α是锥度参数。在一些方法中，团块被定位在面心立方(FCC)晶格的晶格点处，并且如果团块半径大于晶格点之间的间距，则相邻的团块元素将在空间上重叠。这仅仅是说明性示例，并且也可以使用其他元素(例如，具有除说明性的Bessel函数之外的不同的衰减函数的团块元素)或点云或自然像素/体素。为了使用这样的元素来表示图像，使用了加权和(例如参见Gagnon等人的美国专利公开US 2009/0123042 A2)：
Figure BDA0002415990650000061
其中，L表示晶格(例如，在一个实施例中，BCC晶格跨越重建图像的体积)，l是具空间坐标(xl，yl，zl)的晶格L的点)，cl是被分配给在格点l处的团块的权重，并且总和是晶格L的所有晶格点。通常，对于所有团块，团块参数(半径a和锥度α)都是相同的(即，对于所有l∈L，团块参数都是相同的)，但是也预想到对于某些空间区域可以使用不同的团块参数，例如，更小的半径和/或更尖的锥度以在关键区域中提供更高的分辨率。可以例如使用诸如最大似然期望最大化(ML-EM)、有序子集期望最大化(OSEM)之类的迭代优化或其他迭代图像重建方法来完成对权重cl的优化。重建的团块图像能够用作针对重建后图像显示和图像处理的“基础”图像，从而代替在图像重建结束时从由重建原生元素表示的图像转换得到的立方体素图像。团块到体素的转换是根据图像处理作业的需求来实时执行的。由于Blob基函数具有重叠、球形对称的性质，因此团块图像保留了活动分布的半连续表示，与基于立方体素的上采样相比，团块图像更逼真并且更好地保留了图像特征细节以供图像处理。
在一些实施例中，对于任何图像重新采样(例如，将具有大/小体素尺寸的图像改变为具有小/大体素尺寸的图像，以及在所选定的ROI上进行缩放)能够避免基于体素的图像插值。类似地，当频繁提取图像切片(这在CT操作中很常见)并且需要重新定向(例如在心脏应用中)时，能够直接根据团块图像来创建新的重新切片或重新定向的图像，而不必经过中间体素图像转换步骤。
在其他实施例中，基于实时需求的团块-体素转换允许独立于像素尺寸的团块重建。能够基于数据的统计信息和扫描系统的几何响应来选择Blob基函数，而不依赖于所需的输出图像体素尺寸。以这种方式，能够将团块设计为优化最佳特征保留和噪声控制结果，而不会在使用某种输出体素网格方面受到限制。
在另外的实施例中，团块的扩展的空间支持、重叠的性质以及被有效布置成以身体为中心的立方网格能够显著减少用于表示图像的元素总数，这意味着团块图像在I/O处理中效率更高并且需要节省的磁盘空间更少。
以下说明性的系统和方法能够实施使用Blob基函数来重建三维(3D)图像的任何迭代重建算法。数字图像显示/处理系统能够在运行中对输入的团块图像执行实时的团块到体素的转换，然后对所得到的图像应用数字处理(例如缩放、滤波、重新定向等)。
参考图1，示出了说明性的医学成像系统10。如图1所示，系统10包括图像采集设备12。在一个示例中，图像采集设备12能够包括发射成像设备(例如，正电子发射断层摄影(PET)设备、单光子发射计算机断层摄影(SPECT)设备等)；然而，应当理解，也可以使用任何其他合适的成像模态(例如，磁共振、透射计算机断层摄影(CT)、超声、X射线等)以及诸如PET/CT之类的混合系统。
系统10还包括具有典型部件的计算机或工作站或其他电子数据处理设备14，例如，至少一个电子处理器16、至少一个用户输入设备(例如，鼠标18、键盘19、轨迹球等)，以及显示设备20。在一些实施例中，显示设备20能够是与计算机14分离的部件。工作站14还能够包括或者能够访问一个或多个数据库(其被存储在非瞬态存储介质(例如，ROM、磁盘、RAID磁盘阵列等)(例如，电子医学记录(EMR)数据库、说明性的图片存档和通信系统(PACS)数据库24等)中。本文使用的数据库24是指PACS数据库。本文所用的术语“PACS”和类似名称通常是指任何临床成像数据库，例如，PACS数据库或放射信息系统(RIS)或特定领域的数据库(例如，心血管信息系统(CVIS))等。工作站14还被配置为读取和运行被存储在非瞬态存储介质(例如，硬盘驱动器、固态驱动器等)上的指令以实施：元素到体素转换器26，从而将以非原生图像元素表示(即，非基于体素)的图像转换成由体素元素表示的图像；并且实施图像查看器27，从而为临床医生提供查看和操纵基于体素的图像的能力。系统10还包括与工作站14不同的重建设备28(例如，服务器计算机、云计算资源或通常与图像采集设备12相关联的其他电子处理器29)。重建设备28被配置为从图像采集设备12接收成像数据，执行图像重建过程，并且将重建图像保存到PACS 24中。
电子处理器29与非瞬态存储介质(未示出)操作地连接，该非瞬态存储介质存储指令，该指令能由电子处理器29读取并运行以执行所公开的操作，包括执行图像采集重建方法或过程100。非瞬态存储介质可以例如包括硬盘驱动器、RAID或其他磁性存储介质；固态驱动器、闪存驱动器、电子可擦除只读存储器(EEROM)或其他电子存储器；光盘或其他光学存储设备；其各种组合等。在一些示例中，可以通过云处理来执行图像重建方法或过程100。
工作站14的电子处理器16与非瞬态存储介质(未示出)操作地连接，该非瞬态存储介质存储指令，该指令能由电子处理器16读取并运行以执行公开的操作，包括执行图像转换器方法或过程26以及实施图像查看器27。非瞬态存储介质可以例如包括硬盘驱动器、RAID或其他磁性存储介质；固态驱动器、闪存驱动器、电子可擦除只读存储器(EEROM)或其他电子存储器；光盘或其他光学存储设备；其各种组合等。
参考图2，将图像采集和重建方法101示意性地示为流程图。在102处，生成非基于体素的重建图像。为此，图像采集设备12采集患者的成像数据。成像数据被发送到重建设备28，重建设备28执行图像重建过程100，图像重建过程100对成像数据中的非体素图像元素进行优化以生成非基于体素的重建(即，原生格式)图像。在一些实施例中，非体素图像元素选自团块元素、点云元素或在空间上重叠的图像元素。在空间上重叠的元素被配置为使得至少相邻的非体素图像元素在非基于体素的重建图像中在空间上重叠。在一种方法中，图像被生成为公式(1)的团块元素的公式(2)的加权和，其中，每个团块元素被分配了权重，并且图像重建迭代地优化了团块元素的权重，例如使用最大似然期望最大化(ML-EM)、有序子集期望最大化(OSEM)或其他迭代图像重建方法来优化团块元素的权重。
在一些实施例中，重建设备28还被配置为针对所选择的非体素图像元素的最大体素分辨率值来优化非体素图像元素。例如，公式(1)的Blob基函数的团块半径和锥度参数控制团块的空间范围。较紧密的团块(较小的半径和/或较窄的锥度)提供提高的空间分辨率，但是可能以更大的稀疏度为代价，因为较紧密的团块会(在平均上)对成像数据计数的贡献较小。对于某些类型的临床成像，可能需要比其他类型的临床成像更高的分辨率。在一种方法中，存储了针对不同成像类型的团块参数表(例如，针对被成像的不同解剖区域和/或来自不同临床部门(例如，心脏病学与肿瘤学)的成像研究指令)，并且检索针对特定成像研究类型的团块参数并将其用在图像重建过程100中。
在104处，将非基于体素的重建图像从重建设备28传输到PACS数据库24。将非基于体素的重建图像以其原生非体素格式存储在PACS数据库24中。使用接下来的使用公式(1)的团块元素重建的图像的示例，这需要存储具有通过图像重建优化的权重的团块集合。在一种合适的方法中，这需要存储团块半径和锥度参数(其对于图像的所有团块元素通常不一定是相同的)并存储针对每个团块的最优权重。在一些情况下，以这种信息丰富的非体素重建原生元素格式存储图像可能比(如在常规方法中)存储被转换为体素的图像更紧凑。
参考图3，描述了在工作站14处(由电子处理器16)执行的图像查看和操纵操作。
在106处，对至少一个电子处理器16进行编程以从PACS数据库24中检索非基于体素的重建图像到工作站14。
在108处，对至少一个电子处理器16进行编程以在工作站14处根据非基于体素的重建图像来生成第一基于体素的重新采样图像。这是图1的图像转换器26的功能。为此，将元素到体素的转换器26编程为将非基于体素的重建图像的团块元素转换为体素以生成第一基于体素的重新采样图像。在一种这样做的方法中，一起应用公式(2)与针对团块的经重新采样的优化权重。在一种特定方法中，在体素中心的(x，y，z)坐标处对公式(2)求值以获得针对该体素的值。通过在体素内的多个这样的坐标处对公式(2)求值并取平均值，可以获得更精确的值，尤其是在体素较粗糙的情况下就是如此。在对公式(2)的总和进行求值时，应当注意，与求值点(x，y，z)的距离大于团块半径a的位置的团块可以被省略，因为根据公式(1)，这些位置的团块对求值点(x，y，z)的贡献全都为零。在一些示例中，确定非基于体素的重建图像的非体素图像元素的一个或多个感兴趣区域参数(例如，最大标准摄取值(SUVmax)或最小标准摄取值(SUVmin)、标准摄取值平均值(SUVmean)、标准摄取值标准偏差(SUVstdev)等)，以确定第一基于体素的重新采样图像的对应体素。
在110处，对至少一个电子处理器16进行编程以控制工作站14的显示设备20以显示第一基于体素的重新采样图像。这能够由图1的图像查看器27适当地执行。通常，图像查看器27不仅仅显示图像，而且还允许用户对图像执行各种操作。在一些实施例中，图像查看器27提供放射学阅读环境，包括提供窗口和用户接口连接以供(例如使用键盘19和/或听写麦克风)输入放射学报告和执行图像处理操作(例如使用经由鼠标18等移动的光标来测量病变尺寸或其他图像特征)。
在112处，对至少一个电子处理器16进行编程以生成由对第一基于体素的重新采样图像执行的用户操作定义的第二基于体素的重新采样图像。这些操作由图像查看器27适当地实施，并且例如可能需要在图像的特定区域中进行放大(因此需要将尺寸重新调整为高分辨率的体素)，选择穿过心脏或其他器官的倾斜切片(因此需要为不同的坐标取向定义体素)等。不同的第一基于体素的重新采样图像和第二基于体素的重新采样图像的不同之处在于不同的体素尺寸和不同的体素坐标取向中的至少一个。在一些实施例中，在针对最大体素分辨率值优化非体素图像元素的情况下，多幅重新采样图像包括以最大体素分辨率生成的基于体素的重新采样图像和以比最大分辨率粗糙的体素分辨率生成的基于体素的重新采样图像。对至少一个电子处理器16进行编程以从至少一幅非基于体素的重建图像实时生成至少一幅基于体素的重新采样图像。
为了生成第二基于体素的图像，对至少一个电子处理器16进行编程以经由工作站14的用户输入设备18接收一个或多个用户输入。该用户输入指示临床医生对被显示在显示设备20上的第一基于体素的重新采样图像的区域的选择。对电子处理器16进行编程以将第二基于体素的重新采样图像生成为对使用与第一基于体素的重建图像的体素尺寸不同的体素尺寸重建的第一基于体素的重建图像的所选择的区域的重新采样。为此，将元素到体素的转换器26编程为将非基于体素的重建图像的团块元素转换为体素，以生成第二基于体素的重新采样图像。对区域的选择和对第二基于体素的重建图像的生成实施了缩放操作，该缩放操作指示经由用户输入设备18接收到的用户输入。
在另一示例中，为了生成第二基于体素的图像，将至少一个电子处理器16编程为经由工作站14的用户输入设备18接收一个或多个用户输入。该用户输入指示临床医生对在所显示的第一基于体素的重建图像中的体素坐标取向的选择。所选择的体素坐标取向不同于第一基于体素的重新采样图像的体素坐标取向。在一些示例中，将电子处理器16编程为生成第二基于体素的重新采样图像，其中，第二基于体素的重新采样图像具有所选择的体素坐标取向。为此，对元素到体素的转换器26进行编程以将在106处从PACS 24检索到的非基于体素的重建图像的团块元素转换为体素，以生成第二基于体素的重新采样图像。换句话说，第二基于体素的重新采样图像不是通过对第一基于体素的重新采样图像进行重新采样来生成的；而是，第二基于体素的重新采样图像是根据与先前被转换以生成第一基于体素的重建图像的非基于体素的重建图像相同的非基于体素的重建图像来独立生成的。这是可行的，因为该转换是由在与实施图像查看器27的同一工作站14上运行的图像转换器26执行的，而不是在重建服务器28处完成的。这也是可行的，因为非基于体素的重建图像(而不是所存储的经转换的基于体素的图像)被存储在PACS 24处。在一个说明性示例中，第一基于体素的重建图像可以是沿着轴向解剖方向、矢状解剖方向、冠状解剖方向重建的患者的心脏。可以沿着针对轴向平面、矢状平面和冠状平面倾斜的心脏的长轴和短轴重建第二基于体素的重新采样图像。在其他示例中，对体素坐标取向的选择和对第二基于体素的重建图像的生成实施了切片提取操作。第二基于体素的重建图像是与所选择的体素坐标取向对齐的图像切片。
在任选的操作114处，将第一基于体素的重新采样图像和第二基于体素的重新采样图像存储在PACS数据库28中。替代地，仅将非基于体素的重建图像存储在PACS 28处，并且使用图像转换器26根据需要来创建(或重新创建)基于体素的图像。
图4示出了比较研究，该比较研究评估了团块重新采样相对于体素重新采样的益处。能够看出，与使用基于体素的上采样将低清晰度图像上采样到高清晰度图像相比，直接使用团块重新采样来生成高清晰度图像能够更好地保留特征。如图4所示，随着团块采样参数的尺寸减小，重建图像的分辨率提高。
已经参考优选实施例描述了本公开内容。他人在阅读和理解前面的具体描述的情况下可以想到修改和替代。本文旨在将本发明解释为包括所有这样的修改和替代，只要它们落入权利要求书及其等价方案的范围内。

Claims (20)

1.一种非瞬态计算机可读介质，其存储指令，所述指令能由工作站(14)读取并运行以执行图像采集和重建方法(101)，所述工作站被操作地连接到显示设备(20)并包括至少一个电子处理器(16)，所述方法包括：
从图片存档和通信系统(PACS)数据库(24)中检索包括非体素图像元素的非基于体素的重建图像到所述工作站；
在所述工作站处，根据所述非基于体素的重建图像来生成至少一幅基于体素的重新采样图像；并且
在所述显示设备上显示所述至少一幅基于体素的重新采样图像。
2.根据权利要求1所述的非瞬态计算机可读介质，其中，所述生成的操作包括：
在所述工作站(14)处，根据所述非基于体素的重建图像来生成至少两幅不同的基于体素的重新采样图像，其中，所述不同的基于体素的重新采样图像通过不同的体素尺寸和不同的体素坐标取向中的至少一项而不同；
其中，根据至少一幅所述非基于体素的重建图像来生成所述至少两幅基于体素的重新采样图像是实时执行的。
3.根据权利要求2所述的非瞬态计算机可读介质，其中，所述方法(101)还包括：
在所述显示设备(20)上显示所述至少两幅不同的基于体素的重新采样图像中的第一基于体素的重新采样图像；
经由所述工作站(14)的用户输入设备(18)来接收一个或多个用户输入，所述一个或多个用户输入指示对所述第一基于体素的重新采样图像的区域的选择；并且
根据所述非基于体素的重建图像来生成所述至少两幅不同的基于体素的重新采样图像中的第二基于体素的重新采样图像；
其中，所述第二基于体素的重新采样图像是根据所述非基于体素的重建图像对使用与所述第一基于体素的重新采样图像的体素尺寸不同的体素尺寸重新采样的第一基于体素的重建图像的所选择的区域的重新采样。
4.根据权利要求3所述的非瞬态计算机可读介质，其中，对所述区域的所述选择和对第二基于体素的重建图像的生成实施缩放操作。
5.根据权利要求2所述的非瞬态计算机可读介质，其中，所述方法(101)还包括：
在所述显示设备(20)上显示至少两幅不同的基于体素的重建图像中的第一基于体素的重建图像；
经由所述工作站(14)的用户输入设备(18)来接收一个或多个用户输入，所述一个或多个用户输入指示对所显示的第一基于体素的重新采样图像中的体素坐标取向的选择，其中，所选择的体素坐标取向与所述第一基于体素的重新采样图像的体素坐标取向是不同的；并且
根据所述非基于体素的重建图像来生成所述至少两幅不同的基于体素的重新采样图像中的第二基于体素的重新采样图像，其中，第二基于体素的重建图像具有所选择的体素坐标取向。
6.根据权利要求5所述的非瞬态计算机可读介质，其中，对所述体素坐标取向的所述选择和对所述第二基于体素的重新采样图像的所述生成实施切片提取操作，其中，所述第二基于体素的重新采样图像是与所选择的体素坐标取向对齐的图像切片。
7.根据权利要求1-6中的任一项所述的非瞬态计算机可读介质，其中，所述非体素图像元素是团块元素、点云元素或在空间上重叠的图像元素。
8.根据权利要求1-7中的任一项所述的非瞬态计算机可读介质，其中，所述非体素图像元素是在空间上重叠的图像元素，其中，在所述非基于体素的重建图像中，至少相邻的非体素图像元素在空间上重叠。
9.根据权利要求1-8中的任一项所述的非瞬态计算机可读介质，其中，所述非瞬态计算机可读介质还存储图像重建操作，所述图像重建操作能由与所述工作站(14)不同的图像重建设备(28)运行以进行以下操作：(i)执行优化所述非体素图像元素的图像重建以生成所述非基于体素的重建图像；并且(ii)将所述非基于体素的重建图像存储在所述PACS(24)处。
10.根据权利要求9所述的非瞬态计算机可读介质，其中，针对所选择的非体素图像元素的最大体素分辨率值，所述非体素图像元素被优化；并且
对至少一幅基于体素的重建图像的所述生成包括：生成具有最大体素分辨率的至少一幅基于体素的重建图像和具有比所述最大分辨率更粗糙的体素分辨率的至少一幅基于体素的重建图像。
11.一种成像系统(10)，包括：
图像采集设备(12)，其被配置为采集患者的成像数据；
重建设备(28)，其被编程为使用选自团块元素、点云元素或在空间上重叠的图像元素中的至少一个的非体素图像元素，根据所述成像数据来生成非基于体素的重建图像；
显示设备(20)；以及
至少一个电子处理器(16)，其被编程为：
从图片存档和通信系统(PACS)数据库(24)中检索包括非体素图像元素的非基于体素的重建图像到工作站(14)；
在所述工作站处，根据所述非基于体素的重建图像来生成至少一幅基于体素的重新采样图像；并且
在所述显示设备上显示所述至少一幅基于体素的重新采样图像。
12.根据权利要求11所述的成像系统(10)，其中，所述至少一个电子处理器(16)还被编程为：
通过至少确定所述非基于体素的重建图像的所述非体素图像元素的最大标准摄取值或最小标准摄取值，根据所述非基于体素的重建图像来生成至少两幅不同的基于体素的重新采样图像，其中，所述不同的基于体素的重新采样图像通过不同的体素尺寸和不同的体素坐标取向中的至少一项而不同；
其中，根据至少一幅所述非基于体素的重建图像来生成所述至少两幅基于体素的重新采样图像是实时执行的。
13.根据权利要求12所述的成像系统(10)，其中，所述至少一个电子处理器(16)还被编程为：
控制所述显示设备(20)以显示所述至少两幅不同的基于体素的重新采样图像中的第一基于体素的重新采样图像；
经由所述工作站(14)的用户输入设备(18)来接收一个或多个用户输入，所述一个或多个用户输入指示对所述第一基于体素的重新采样图像的区域的选择；并且
根据所述非基于体素的重建图像来生成所述至少两幅不同的基于体素的重新采样图像中的第二基于体素的重新采样图像；
其中，所述第二基于体素的重新采样图像是对使用与所述第一基于体素的重新采样图像的体素尺寸不同的体素尺寸的第一基于体素的重新采样图像的所选择的区域的重新采样。
14.根据权利要求12所述的成像系统(10)，其中，所述至少一个电子处理器(16)还被编程为：
控制所述显示设备(20)以显示所述至少两幅不同的基于体素的重新采样图像中的第一基于体素的重新采样图像；
经由所述工作站(14)的用户输入设备(18)来接收一个或多个用户输入，所述一个或多个用户输入指示对所显示的第一基于体素的重新采样图像中的体素坐标取向的选择，其中，所选择的体素坐标取向与第一基于体素的重建图像的体素坐标取向是不同的；并且
根据所述非基于体素的重建图像来生成所述至少两幅不同的基于体素的重新采样图像中的第二基于体素的重新采样图像，其中，所述第二基于体素的重新采样图像具有所选择的体素坐标取向。
15.根据权利要求14所述的成像系统(10)，其中，对所述体素坐标取向的所述选择和对所述第二基于体素的重新采样图像的所述生成实施切片提取操作，其中，所述第二基于体素的重新采样图像是与所选择的体素坐标取向对齐的图像切片。
16.根据权利要求11-15中的任一项所述的成像系统(10)，其中，所述图像重建设备(28)被编程为将所述非基于体素的重建图像存储在所述PACS(24)处以供所述工作站(14)检索。
17.一种成像系统(10)，包括：
图像采集设备(12)，其被配置为采集患者的成像数据；
重建设备(28)，其被编程为使用选自团块元素、点云元素或在空间上重叠的图像元素中的至少一个的非体素图像元素，根据所述成像数据来生成非基于体素的重建图像；
图片存档和通信系统(PACS)数据库(24)，其被配置为存储所述非基于体素的重建图像；
工作站(14)，其包括显示设备(20)、用户输入设备(18)以及至少一个电子处理器(16)，所述至少一个电子处理器被编程为：
从所述PACS数据库(24)中检索包括非体素图像元素的所述非基于体素的重建图像到工作站(14)；
在所述工作站处，根据所述非基于体素的重建图像来生成至少一幅基于体素的重新采样图像，所述不同的基于体素的重新采样图像通过不同的体素尺寸和不同的体素坐标取向中的至少一项而不同；并且
控制所述显示设备以在所述显示设备上显示所述至少一幅基于体素的重新采样图像。
18.根据权利要求17所述的成像系统(10)，其中，所述至少一个电子处理器(16)还被编程为：
控制所述显示设备(20)以显示至少两幅不同的基于体素的重新采样图像中的第一基于体素的重新采样图像；
经由所述用户输入设备(18)来接收一个或多个用户输入，所述一个或多个用户输入指示对所述第一基于体素的重新采样图像的区域的选择；并且
根据所述非基于体素的重建图像来生成所述至少两幅不同的基于体素的重新采样图像中的第二基于体素的重新采样图像；
其中，所述第二基于体素的重新采样图像是对使用与所述第一基于体素的重新采样图像的体素尺寸不同的体素尺寸重建的第一基于体素的重新采样图像的所选择的区域的重新采样。
19.根据权利要求17所述的成像系统(10)，其中，所述至少一个电子处理器(16)还被编程为：
控制所述显示设备(20)以显示至少两幅不同的基于体素的重建图像中的第一基于体素的重新采样图像；
经由所述工作站(14)的所述用户输入设备(18)来接收一个或多个用户输入，所述一个或多个用户输入指示对所显示的第一基于体素的重新采样图像中的体素坐标取向的选择，其中，所选择的体素坐标取向与所述第一基于体素的重新采样图像的体素坐标取向是不同的；并且
根据所述非基于体素的重建图像来生成至少两幅不同的基于体素的重新采样图像中的第二基于体素的重新采样图像，其中，所述第二基于体素的重新采样图像具有所选择的体素坐标取向。
20.根据权利要求19所述的成像系统(10)，其中，对所述体素坐标取向的所述选择和对所述第二基于体素的重新采样图像的所述生成实施切片提取操作，其中，所述第二基于体素的重新采样图像是与所选择的体素坐标取向对齐的图像切片。
CN201880060570.6A 2017-09-20 2018-09-18 用于高清图像生成和处理的实时重建原生图像元素重新采样 Pending CN111095359A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201762560720P 2017-09-20 2017-09-20
US62/560,720 2017-09-20
PCT/EP2018/075153 WO2019057689A1 (en) 2017-09-20 2018-09-18 REAL-TIME RECONSTRUCTION NATIVE IMAGE ELEMENT SAMPLING FOR HIGH-DEFINITION IMAGE GENERATION AND PROCESSING

Publications (1)

Publication Number Publication Date
CN111095359A true CN111095359A (zh) 2020-05-01

Family

ID=63667903

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880060570.6A Pending CN111095359A (zh) 2017-09-20 2018-09-18 用于高清图像生成和处理的实时重建原生图像元素重新采样

Country Status (5)

Country Link
US (1) US11398064B2 (zh)
EP (1) EP3685353A1 (zh)
JP (1) JP2020534536A (zh)
CN (1) CN111095359A (zh)
WO (1) WO2019057689A1 (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1753029A (zh) * 2004-09-21 2006-03-29 通用电气公司 逐步重建多分辨率三维图像的方法和系统
US7317456B1 (en) * 2002-12-02 2008-01-08 Ngrain (Canada) Corporation Method and apparatus for transforming point cloud data to volumetric data
US20080118020A1 (en) * 2006-11-17 2008-05-22 General Electric Company Method and system for iterative reconstruction
US20090123042A1 (en) * 2004-11-19 2009-05-14 Koninklijke Philips Electronics N.V. Optimal conversion of 3d image sets between different spaces
WO2012071566A2 (en) * 2010-11-24 2012-05-31 Nocimed, Llc Systems and methods for automated voxelation of regions of interest for magnetic resonance spectroscopy

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5149192B2 (ja) * 2005-11-10 2013-02-20 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 解剖学的リストモードマスクを用いるｐｅｔイメージング
US9317942B2 (en) * 2010-11-15 2016-04-19 Koninklijke Philips N.V. Fast computation of the sensitivity matrix in iterative algorithms
US20130325026A1 (en) 2010-12-06 2013-12-05 Circ Medtech Ltd. Support element for circumcision and system comprising the same
EP2649587B1 (en) * 2010-12-09 2019-04-03 Koninklijke Philips N.V. Volumetric rendering of image data

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7317456B1 (en) * 2002-12-02 2008-01-08 Ngrain (Canada) Corporation Method and apparatus for transforming point cloud data to volumetric data
CN1753029A (zh) * 2004-09-21 2006-03-29 通用电气公司 逐步重建多分辨率三维图像的方法和系统
US20090123042A1 (en) * 2004-11-19 2009-05-14 Koninklijke Philips Electronics N.V. Optimal conversion of 3d image sets between different spaces
CN104107065A (zh) * 2004-11-19 2014-10-22 皇家飞利浦电子股份有限公司 3d图像集在不同空间之间的最佳变换
US20080118020A1 (en) * 2006-11-17 2008-05-22 General Electric Company Method and system for iterative reconstruction
WO2012071566A2 (en) * 2010-11-24 2012-05-31 Nocimed, Llc Systems and methods for automated voxelation of regions of interest for magnetic resonance spectroscopy

Also Published As

Publication number Publication date
US20200250862A1 (en) 2020-08-06
WO2019057689A1 (en) 2019-03-28
JP2020534536A (ja) 2020-11-26
US11398064B2 (en) 2022-07-26
EP3685353A1 (en) 2020-07-29

Similar Documents

Publication Publication Date Title
US8041129B2 (en) Image data set compression based on viewing parameters for storing medical image data from multidimensional data sets, related systems, methods and computer products
US7734119B2 (en) Method and system for progressive multi-resolution three-dimensional image reconstruction using region of interest information
CN108352078B (zh) 图像重建系统和方法
US8411950B2 (en) Image segmentation
US7830381B2 (en) Systems for visualizing images using explicit quality prioritization of a feature(s) in multidimensional image data sets, related methods and computer products
US8103070B2 (en) Volume rendering apparatus and method
US7860331B2 (en) Purpose-driven enhancement filtering of anatomical data
US10867375B2 (en) Forecasting images for image processing
US9147280B2 (en) Preparation and display of derived series of medical images
CN113039581A (zh) 三维对象的多尺度图像重建
US11580673B1 (en) Methods, systems, and computer readable media for mask embedding for realistic high-resolution image synthesis
JP7463317B2 (ja) ホモグラフィ再サンプリング変換による再投影および逆投影のためのシステムおよび方法
US20230368442A1 (en) Method of generating trained model, machine learning system, program, and medical image processing apparatus
KR101885562B1 (ko) 제1 의료 영상의 관심 영역을 제2 의료 영상 위에 맵핑하는 방법 및 이를 이용한 장치
EP3094239B1 (en) Method and system for generating pre-scaled images for a series of mammography images
CN113658284B (zh) 用于训练结节检测系统的来自ct图像的x射线图像合成
WO2012090106A1 (en) Tnm classification using image overlays
US11455755B2 (en) Methods and apparatus for neural network based image reconstruction
CN101802877B (zh) 路径近似绘制
US11398064B2 (en) Real time reconstruction-native image element resampling for high definition image generation and processing
JP2024509039A (ja) 分類の視覚的説明、方法、システム
Abbott et al. OrthoFusion: A Super-Resolution Algorithm to Fuse Orthogonal CT Volumes
JP6202960B2 (ja) 画像処理装置、画像処理方法およびプログラム

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200501