CN111353950A - 用于图像处理的方法、医学成像设备和电子可读数据载体 - Google Patents

用于图像处理的方法、医学成像设备和电子可读数据载体 Download PDF

Info

Publication number
CN111353950A
CN111353950A CN201911299221.2A CN201911299221A CN111353950A CN 111353950 A CN111353950 A CN 111353950A CN 201911299221 A CN201911299221 A CN 201911299221A CN 111353950 A CN111353950 A CN 111353950A
Authority
CN
China
Prior art keywords
image
data set
values
medical
determining
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201911299221.2A
Other languages
English (en)
Other versions
CN111353950B (zh
Inventor
B.施赖伯
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 Healthcare GmbH
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 Healthcare GmbH filed Critical Siemens Healthcare GmbH
Publication of CN111353950A publication Critical patent/CN111353950A/zh
Application granted granted Critical
Publication of CN111353950B publication Critical patent/CN111353950B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • G06T5/75—Unsharp masking
    • 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
    • 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
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • 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
    • 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
    • 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
    • G06T2207/10088—Magnetic resonance imaging [MRI]
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30008—Bone
    • 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
    • G06T2207/30052—Implant; Prosthesis
    • 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)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Optics & Photonics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Pulmonology (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)

Abstract

一种用于对利用医学成像设备(9)、特别是X射线设备拍摄的患者的图像数据组(1)进行图像处理的方法，其中所述图像数据组(1)具有与图像点相关联的图像值并且示出了具有至少一个增强的对象、特别是医学装置(7)的患者的拍摄区域，所述对象通过图像值区间内的图像值映射，其中所述方法包括以下步骤：确定非线性高通滤波的增强数据组，所述增强数据组限于包含有位于图像值区间内的图像值的图像部分；通过将以加权值加权的增强数据组加到所述图像数据组(1)来确定结果数据组(8)；和输出所述结果数据组(8)。

Description

用于图像处理的方法、医学成像设备和电子可读数据载体
技术领域
本发明涉及一种用于对利用医学成像设备、特别是X射线设备拍摄的患者的图像数据组进行图像处理的方法，其中图像数据组具有与图像点相关联的图像值并且示出了具有至少一个增强的对象、特别是医学装置的患者的拍摄区域，所述对象通过图像值区间内的图像值映射。此外，本发明还涉及一种医学成像设备、尤其是X射线设备、一种计算机程序以及一种电子可读数据载体。
背景技术
使用医学成像、例如X射线成像以及越来越多的其他模态、例如磁共振成像，以便能够对患者的外科手术、特别是微创手术的进展和/或成功进行评估。在这种术前、术间、术中和/或术后的成像中，例如必须评估：医学装置、特别是植入物和/或器械以何种程度正确地定位，以便实现期望的医学效果和/或确定期望的诊断信息。
这种外科手术、具体地微创手术的示例是将支架放置在患者的血管中。在放置支架期间或之后，相应的医生必须确保，支架的放置是正确的。特别地，如果支架靠近其他医学装置、例如金属线圈和/或被强烈减弱的解剖结构、例如骨骼包围，则这会变得困难。因此通常可以说，当靠近其他解剖结构和/或医学辅助设备时，总是很难体现在其中要对特定的对象、特别是医学装置进行评估的患者的拍摄区域的医学图像数据组。
发明内容
因此，本发明要解决的技术问题是，提出一种用于图像处理的可能性，其可以实现医学图像数据组中的高对比度对象、特别是医学装置的改善的可视化。
该技术问题通过根据本发明的方法、医学成像设备、计算机程序和电子可读数据载体来解决。本发明还给出了有利的设计方案。
根据本发明的开头提到类型的方法包括以下步骤：
-确定非线性高通滤波的增强数据组，该增强数据组限于包含有位于图像值区间内的图像值的图像部分；
-通过将以加权值加权的增强数据组加到图像数据组来确定结果数据组；和
-输出结果数据组。
由此提出使用非线性滤波，非线性滤波产生增强数据组，增强数据组在添加到原始医学图像数据组的情况下导致结果数据组，在结果数据组中可以极其清楚地识别待评估的对象、特别是医学装置，也就是例如植入物和/或器械，而不会增强噪声水平和/或同样地增强周围的对象和/或产生伪影。为此，一方面规定，仅对医学图像数据组的如下区域应用滤波：在该区域中存在预先给定的图像值区间中的图像值，该图像值区间与要增强的对象相关联并且因此描述了在哪个区域中、例如在X射线成像的情况下在灰度区域和/或HU值区域中存在显示要增强的对象的图像点、即像素或体素的图像值。在此，针对诸如医学装置的高对比度对象可以如下定义图像值区间：图像值区间排除了拍摄区域中的解剖结构和/或不包括可能位于拍摄区域中的其他医学辅助设备的典型的图像值。由此，将非线性滤波有针对性地应用于图像区域，该图像区域构成或尽可能恰好包括显示要增强的对象的图像部分。
在此，图像值区间的定义可以基于理论上的考虑、特别是结合对于成像重要的对象的材料特性，和/或基于对对象的先前测量进行定义，其中尤其还也可以执行有针对性的校准测量。
在此，增强数据组优选地仅包含已经被非线性滤波的图像部分，其中在实施例中还可以想到，至少最初还与其他区域一起实施，随后再去掉这些其他区域。
在此，用于确定增强数据组的具体的可能性规定，执行以下步骤：
-通过将非线性低通滤波器应用于满足对图像值进行评价的选择条件的图像点来确定中间数据组，其中选择条件在图像点的图像值位于图像值区间内时选择图像点，并且
-通过从图像数据组中逐图像点地减去中间数据组来确定增强数据组。
在本发明的框架中一方面示出了，在现有技术中已经具体提出了要求所需特性(后面还要详细说明)的低通滤波器，并且因此也可以在本发明的框架中进行应用。但是，在所描述的、通过相减来确定增强数据组的情况下特别有利地直接去掉了未被滤波的、因此不显示要增强的对象的医学图像数据组的图像区域，从而可以通过随后将增强数据组加到图像数据组来实现直接的增强。因此规定，将非线性低通滤波器应用于医学图像数据组，医学图像数据组通常可以是二维的或者优选是三维的。在此，针对非线性低通滤波器还适用的是，仅将其应用于图像点的图像值位于预先定义的图像值区间中的图像点，其中图像值区间包含图像值，该图像值对于要增强的高对比度对象是典型的。在将医学装置作为要增强的对象的情况下，这意味着，特别是不对诸如软组织、骨骼或空气的解剖结构进行滤波，这也适用于产生位于图像值区间外部的图像值的其他医学辅助设备等。但是这些未被滤波的图像点首先保留在中间数据组中，因为在滤波之后，通过从原始医学图像数据组中相应地减去低通滤波的中间数据组就确定了非线性高通滤波的增强数据组。
在此，在本发明的框架中主要的是，执行非线性滤波。在这种情况下，本发明的特别优选的设计方案规定，对于低通滤波，在所使用的滤波器掩模内位于所观察的图像点周围的图像点依据位于所观察的图像点周围的图像点的图像值与所观察的图像点的图像值的差进行评价，其中特别是偏差较大的图像值会导致较弱的加权，并且滤波过程依据评价进行。此外，作为低通滤波器使用双边滤波器和/或加权中值滤波器是特别有利的，因为所提到的这两种低通滤波器类型已经依据图像值差设置了相应的加权。
也就是说，具体地在滤波器应用的非线性的框架中进行强度加权，该强度加权会惩罚相对于相邻值过大的图像值差，例如明显超过基本上由噪声给出的标准偏差的图像值差导致在低通滤波中不考虑相应的图像值或者导致明显较小的加权。以这种方式实现了，包含要增强的对象的体素不会变差，例如通过其他对象、例如由所使用的滤波器掩模采集的附近的其他医学辅助设备。事实表明，以这种方式可以实现对限于要增强的对象的特别明显的增强，而同时可以在很大程度上避免噪声效应的放大，并且既不会放大其他对象、特别是相邻的其他对象、例如解剖结构和/或医学辅助设备，也不会导致例如由于滤波的伪影引起的图像观感变差。
关于滤波过程的本发明的另外的设计方案还可以规定，特别是作为附加的选择条件，检测各个偏差的图像点，这些图像点位于图像值在图像值区间中的区域内，而这些图像点的图像值却位于图像值区间外部，并且同样地对各个偏差的图像点进行滤波。由此可以监视，在图像值通常位于图像值区间内的区域或图像区域(从而该区域与要增强的对象相关联)中是否出现了非特征点(Ausreiβer)，尽管如此也可以将非特征点包含在滤波中，这特别是还有助于图像观感的平滑。
在此，根据本发明，对象优选地可以是医学装置、特别是支架。尽管支架原则上是高对比度对象，但是尤其是在壁厚相当小的情况下，仍然通常比其他医学辅助设备(例如引入动脉瘤中的线圈)更弱地映射了支架。因此，尤其是为了评估支架，特别有利地使用根据本发明的方法，因为事实表明，可以在结果数据组中更清楚地识别出支架。同时不会增加软组织区域的噪声水平，也不会增强骨骼结构，就像其他医学辅助设备一样，例如插入动脉瘤的线圈，其通常会导致明显更高强度，因此导致明显更高的图像值。因此，通常可以说，有利地选择图像值区间，使得不与对象对应的拍摄区域中的解剖结构和/或不与对象对应的医学辅助设备、特别是动脉瘤中的线圈不会被选出用于进行滤波。作为用作医学装置的支架的另外的示例还提出了不同类型的导管。
加权值是当然要选择大于零的系数，加权值确定了增强的强度，并且适合地选择加权值，使得在结果数据组中出现要增强对象的明显增强，而不过大地改变图像观感，从而图像还可以在其整体上被体现。加权值例如可以在1至20的范围内、特别是5至10的范围内进行选择，和/或在用户侧例如可以通过调节器进行设置。
优选地，图像数据组可以是三维的并且可以作为截面图像或层图像存在。然后可以针对所有的截面图像或层图像连续地执行对结果数据组的所属的结果图像的确定。特别地，然后可以想到，在需要时将图像处理限于整个数据组的一部分，例如当应当仅在特定的截面图像或层图像中执行增强时。
尽管可以想到并且有利地，为了输出结果数据组，将其存储以供进一步使用和/或将其传输到另外的计算装置，但是尤其可以规定，特别是以体积渲染的方式和/或作为特别是薄的最大强度投影和/或作为多平面重建来显示结果数据组。通过执行根据本发明的方法的步骤所产生的增强效果，对于体积渲染(VRT)、最大强度投影(MIPs)、薄的最大强度投影(MMIP)和多平面重建(MRP)的视图示出了对要增强的对象的可见性的显著改善。
除了该方法，本发明还涉及一种医学成像设备，该医学成像设备具有设计用于执行根据本发明的方法的控制装置。关于根据本发明的方法的所有实施可以类似地转用到根据本发明的医学成像设备，从而利用根据本发明的医学成像设备可以实现已经提到的优点。特别地，医学成像设备可以是X射线设备、例如具有C形臂的X射线设备，在其上相对地布置有X射线源和X射线探测器。特别有利的，这种C形臂X射线设备可以在对患者的外科手术中、尤其是微创手术中进行应用，以便监视手术进程和/或确定手术成功。特别地，对于具有C形臂的X射线设备还可以想到，例如在C形臂的旋转期间，从不同的投影方向拍摄投影图像，以便由此获得可以重建拍摄区域的三维图像数据组的基础。然而，已经提出了应用其他X射线设备、例如计算机断层成像设备，用于在医学干预的情况下进行应用；关于磁共振设备也已经提出了记录术中或术后医学图像数据组。
控制装置尤其可以具有至少一个处理器和至少一个存储部件。特别地，控制装置可以实现多个功能单元，以执行本发明的步骤。使用特别是在外科手术中使用的医学成像设备的控制装置具有以下优点：可以直接进行增强，并且例如可以在医学成像设备的至少一个显示装置上、特别是监视器上显示结果数据组，其中显示装置有利地位于从医生的手术位置可以看到的位置。然而还可以想到，在其他计算装置上、例如工作站或者观察站的计算装置上执行根据本发明的方法。
特别地，被设计为用于执行根据本发明的方法的控制装置或计算装置可以具有用于确定增强数据组的滤波器单元、用于确定结果数据组的确定单元以及用于输出结果数据组的输出单元、特别是输出接口。在此，滤波器单元特别是包括低通滤波器子单元和减法子单元作为子单元。滤波器单元和确定单元可以是图像处理器。
医学成像设备还可以具有输入装置，通过该输入装置例如可以选择要增强的对象的类别，然后将该类别与相应的选择参数和/或滤波器参数相关联。选择参数和/或滤波器参数例如包括描述图像值区间的参数、描述滤波器掩模的参数、描述相对于相邻图像点的允许的偏差(即允许的图像值差)的参数和/或加权值。必要时还可以分开地选择后者，尤其是在显示结果数据组期间，使得用户可以选择适合于自己的显示形式。
根据本发明的计算机程序例如可以直接加载到计算装置的存储部件、特别是医学成像设备的控制装置的存储部件中，并且具有程序部件，以便当在计算装置中执行计算机程序时，执行根据本发明的方法的步骤。计算机程序可以存储在根据本发明的电子可读数据载体上，电子可读数据载体因此包括在其上存储的电子可读控制信息，电子可读控制信息包括至少一个所提到的计算机程序，并且被设计为，其在计算装置中使用数据载体时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且参照附图得出本发明的其他优点和细节。附图中：
图1示出了根据本发明的方法的实施例的流程图，
图2示出了医学图像数据组的示意图，
图3示出了结果数据组的示意图，
图4示出了根据本发明的医学成像设备，和
图5示出了医学成像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。在此，在将支架放置在患者的血管中时要评估进展或成功，为此在步骤S1中，利用医学成像设备、在此为具有C形臂的X射线设备在术中或术后拍摄相应的医学图像数据组。在此，从不同的投影方向获取投影图像，并且重建可能作为截面图像或层图像存在的三维医学图像数据组。
图2示出了这种医学图像数据组1的示意图。难以识别地，即在相应的图像点处以低强度或低图像值来表示解剖结构、例如骨骼2和血管的粗略的走向3。可以很清楚地看到插入动脉瘤4的金属线圈5。反之，虽然可见、但以其对比度可能不能完全或者足够准确采集到的支架6作为要增强的医学装置7显得非常模糊。
因此，在步骤S2中，用户通过医学成像设备的输入装置选择，应当在医学图像数据组1中增强显示支架6。在此，支架6或其他要增强的对象(其此外还可以是诸如骨骼的解剖结构)与某些选择参数和滤波器参数相关联，这些参数现在对随后的图像处理过程进行更精确的确定并进行参数化，使得在结果数据组中形成支架6的增强的显示。
为此，在步骤S3中，将非线性低通滤波器、具体地将双边滤波器或加权中值滤波器应用于图像数据组1的属于图像值区间的图像点，该图像值区间描述了支架6的通常的显示，并且因此与支架6相关联作为选择参数和滤波器参数。为此，例如可以使用选择标准，该选择标准选择其图像值位于图像值区间的图像点作为要进行滤波的图像点。此外，另外的选择标准还可以检测并同样地选择各个非特征点(Ausreiβer)，也就是说，位于在图像值区间中的图像值的区域内的图像点，该图像点的图像值单独地处于图像值区间的外部。所选择的图像点然后通过非线性低通滤波器滤波。
在此，在所提到的低通滤波器的两个示例中，低通滤波器的非线性具体表现为，其他像素的位于低通滤波器的滤波器掩模内的相邻的图像值相对于要滤波的图像点的图像值严重偏差的图像值，在滤波中被较小地加权。原则上，在此在滤波中可以忽略或者仍然以较小的加权处理这种图像值以及其图像点。作为对于允许的偏差的量度，在此可以使用由噪声定义的标准偏差。以这种方式，特别是可以避免相邻的、严重偏差的结构、例如诸如线圈5的金属结构对滤波的影响，从而在这方面也可以减少伪影或错误增强。此外，由此至少减少了噪声放大。
在所选择的图像点处的低通滤波的结果是中间数据组，中间数据组目前还包括图像数据组1的未滤波的部分。在步骤S4中，通过从图像数据组1中减去中间数据组来将中间数据组用于确定增强数据组。由于特别是没有对不包含要增强对象的支架6的整个区域进行滤波，因此完全去掉了所述整个区域，使得只有增强的支架6以其尽可能精确的姿态和大小范围保留在增强数据组中。
在步骤S5中，通过将增强数据组添加到图像数据组1来产生结果数据组，该增强数据组通过加权值、即大于零的系数进行加权。由此确定的结果数据组可以在步骤S6中输出。
图3示出了这种结果数据组8的示意图。在那里可以清楚地看到，清晰界定和对比鲜明的支架6作为要增强的医学器械7相对于解剖结构并且尤其是相对于动脉瘤4中的线圈能够被更清楚地看到。
特别地，此外，特别是除了进行存储之外，结果数据组的输出还可以借助医学成像设备的显示装置、例如借助监视器来显示。在此可以想到作为VRT、MIP、薄的MIP、MPR等的输出。
图4示出了根据本发明的医学成像设备9的实施例，该医学成像设备在此被设计为具有C形臂10的X射线设备，在C形臂上相对地布置有X射线源11和X射线探测器12。医学成像设备9适用于外科手术，并且因此与手术台13相关联。
X射线设备9的运行通过控制装置14进行控制，控制装置也被设计为用于执行根据本发明的方法。为了显示结果数据组可以使用显示装置15、例如监视器。用户输入可以通过操作装置16进行。
图5更详细地示出了控制装置14的功能结构。除了对成像设备9的拍摄运行以如原则上已知的方式进行控制的拍摄单元17，控制装置为了执行步骤步骤S3和S4还具有滤波器单元18，滤波器单元18又具有用于执行步骤S3的低通滤波子单元19以及用于执行步骤S4的减法子单元20。在滤波器单元18中确定的增强数据组在确定单元21中用于执行步骤S5，因此用于确定结果数据组，结果数据组通过输出单元22例如可以显示在显示装置15上(步骤S6)。
特别地，滤波器单元18和确定单元21是图像处理器，而输出单元22可以是或可以包括输出接口。
虽然在细节上通过优选的实施例对本发明进行了详细的阐述和描述，但是本发明却不限于所公开的示例并且本领域技术人员可以从中导出其它变形方案，而不脱离本发明的保护范围。

Claims (10)

1.一种用于对利用医学成像设备(9)、特别是X射线设备拍摄的患者的图像数据组(1)进行图像处理的方法，其中所述图像数据组(1)具有与图像点相关联的图像值并且示出了具有至少一个增强的对象、特别是医学装置(7)的患者的拍摄区域，所述对象通过图像值区间内的图像值映射，其中所述方法包括以下步骤：
-确定非线性高通滤波的增强数据组，所述增强数据组限于包含有位于图像值区间内的图像值的图像部分，
-通过将以加权值加权的增强数据组加到所述图像数据组(1)来确定结果数据组(8)，和
-输出所述结果数据组(8)。
2.根据权利要求1所述的方法，其特征在于，为了确定所述增强数据组执行以下步骤：
-通过将非线性低通滤波器应用于满足对图像值进行评价的选择条件的图像点来确定中间数据组，其中所述选择条件在图像点的图像值位于图像值区间内时选择所述图像点，并且
-通过从所述图像数据组(1)中逐图像点地减去所述中间数据组来确定所述增强数据组。
3.根据权利要求2所述的方法，其特征在于，对于低通滤波，在所使用的滤波器掩模内位于所观察的图像点周围的图像点依据位于所观察的图像点周围的图像点的图像值与所观察的图像点的图像值的差进行评价，其中特别是偏差较大的图像值会导致较弱的加权，并且滤波过程依据评价进行；和/或作为低通滤波器使用双边滤波器和/或加权中值滤波器。
4.根据上述权利要求中任一项所述的方法，其特征在于，所述医学装置(7)是支架(6)；和/或选择图像值区间，使得不与对象对应的拍摄区域中的解剖结构和/或不与对象对应的医学辅助设备、特别是动脉瘤(4)中的线圈(5)不会被选出用于进行滤波。
5.根据上述权利要求中任一项所述的方法，其特征在于，在1至20的范围内选择所述加权值。
6.根据上述权利要求中任一项所述的方法，其特征在于，所述图像数据组(1)是三维的并且作为截面图像或层图像存在，其中针对所有的截面图像或层图像连续地执行所述结果数据组(8)的所属的结果图像的确定。
7.根据上述权利要求中任一项所述的方法，其特征在于，所述结果数据组(8)以体积渲染的方式和/或作为特别是薄的最大强度投影和/或作为多平面重建进行显示。
8.一种医学成像设备(9)，其具有设计用于执行根据上述权利要求中任一项所述的方法的控制装置(14)。
9.一种计算机程序，当在计算装置中执行所述计算机程序时，执行根据权利要求1至7中任一项所述的方法的步骤。
10.一种电子可读数据载体，在其上存储有根据权利要求9所述的计算机程序。
CN201911299221.2A 2018-12-20 2019-12-17 用于图像处理的方法、医学成像设备和电子可读数据载体 Active CN111353950B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102018222595.8A DE102018222595A1 (de) 2018-12-20 2018-12-20 Verfahren zur Bildbearbeitung eines Bilddatensatzes eines Patienten, medizinische Bildgebungseinrichtung, Computerprogramm und elektronisch lesbarer Datenträger
DE102018222595.8 2018-12-20

Publications (2)

Publication Number Publication Date
CN111353950A true CN111353950A (zh) 2020-06-30
CN111353950B CN111353950B (zh) 2024-02-27

Family

ID=70969808

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911299221.2A Active CN111353950B (zh) 2018-12-20 2019-12-17 用于图像处理的方法、医学成像设备和电子可读数据载体

Country Status (3)

Country Link
US (1) US11599977B2 (zh)
CN (1) CN111353950B (zh)
DE (1) DE102018222595A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117788396A (zh) * 2023-12-18 2024-03-29 江苏省特种设备安全监督检验研究院 一种基于深度学习的dr图像缺陷智能识别算法

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102021200364A1 (de) 2021-01-15 2022-07-21 Siemens Healthcare Gmbh Bildgebungsverfahren mit verbesserter Bildqualität
CN116580068B (zh) * 2023-06-25 2023-11-07 山东卓业医疗科技有限公司 一种基于点云配准的多模态医学配准方法

Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040001643A1 (en) * 2002-05-03 2004-01-01 Stefan Thesen Method for improving the quality of an image
US20040073291A1 (en) * 2002-10-09 2004-04-15 Brian Brown Intraluminal medical device having improved visibility
US20050058363A1 (en) * 2001-12-07 2005-03-17 Raoul Florent Medical viewing system and method for spatially enhancing structures in noisy images
CN101102398A (zh) * 2007-07-26 2008-01-09 上海交通大学 全自动的实时数字图像处理增强系统
US20080045827A1 (en) * 2004-04-29 2008-02-21 Koninklijke Philips Electronics, N.V. Viewing System for Control of Ptca Angiograms
CN101166481A (zh) * 2005-04-26 2008-04-23 皇家飞利浦电子股份有限公司 利用图像获取装置的移动探测并增强噪声图像中静止结构的医疗观察系统和方法
US20080137935A1 (en) * 2006-12-06 2008-06-12 Siemens Medical Solutions Usa, Inc. Locally Adaptive Image Enhancement For Digital Subtraction X-Ray Imaging
US20090226063A1 (en) * 2008-03-06 2009-09-10 Rangwala Hussain S Image enhancement and application functionality for medical and other uses
CN101711681A (zh) * 2008-10-07 2010-05-26 株式会社东芝 三维图像处理装置
US20100142792A1 (en) * 2008-12-05 2010-06-10 Kabushiki Kaisha Toshiba X-ray diagnosis apparatus and image processing apparatus
US20100303372A1 (en) * 2007-07-26 2010-12-02 Omron Corporation Digital image processing and enhancing system and method with function of removing noise
WO2013125361A1 (ja) * 2012-02-21 2013-08-29 株式会社吉田製作所 Ｘ線撮影装置
EP2693739A1 (en) * 2012-08-01 2014-02-05 Agilent Technologies, Inc. Electronic variable gain for x-ray detector
US20140079308A1 (en) * 2012-09-19 2014-03-20 Siemens Aktiengesellschaft Method and System for Real Time Stent Enhancement on Live 2D Fluoroscopic Scene
CN105678706A (zh) * 2015-12-29 2016-06-15 上海联影医疗科技有限公司 医学图像增强方法和装置
US20170053414A1 (en) * 2015-08-20 2017-02-23 Siemens Healthcare Gmbh Method for local improvement of image quality
CN106709967A (zh) * 2016-12-23 2017-05-24 天津恒宇医疗科技有限公司 一种内窥成像算法及控制系统
US20170224298A1 (en) * 2014-08-22 2017-08-10 Siemens Healthcare Gmbh Control of the positioning of a scanning region of a medical imaging system
US20180206807A1 (en) * 2017-01-25 2018-07-26 Oliver Baruth Method for operating an x-ray device with enhanced depiction of a medical component
CN108888386A (zh) * 2018-07-11 2018-11-27 西安增材制造国家研究院有限公司 局部增强多孔耳支架及其制作方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8965078B2 (en) * 2009-02-20 2015-02-24 Mayo Foundation For Medical Education And Research Projection-space denoising with bilateral filtering in computed tomography
DE102009039987A1 (de) * 2009-09-03 2011-03-17 Siemens Aktiengesellschaft Iterativer CT-Bildfilter zur Rauschreduktion
US20130202177A1 (en) * 2010-06-30 2013-08-08 Medic Vision - Imaging Solutions Ltd. Non-linear resolution reduction for medical imagery
US8942789B2 (en) * 2010-10-07 2015-01-27 Siemens Aktiengesellschaft 2D3D overlay on a CPR basis for aneurysm repair
WO2012046844A1 (ja) 2010-10-08 2012-04-12 株式会社東芝 医用画像処理装置
KR20150041239A (ko) * 2013-10-07 2015-04-16 삼성전자주식회사 엑스선 영상 장치 및 그 제어 방법
JP2016034451A (ja) * 2014-08-04 2016-03-17 株式会社東芝 Ｘ線診断装置
US9710892B2 (en) * 2015-10-21 2017-07-18 Chunghwa Picture Tubes, Ltd. Image enhancement method and image processing apparatus thereof
DE102016221220B4 (de) * 2016-10-27 2023-09-28 Siemens Healthcare Gmbh Verfahren zur Ermittlung eines darzustellenden Überlagerungsbildes, Darstellungseinrichtung, Computerprogramm und Datenträger

Patent Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050058363A1 (en) * 2001-12-07 2005-03-17 Raoul Florent Medical viewing system and method for spatially enhancing structures in noisy images
CN1599916A (zh) * 2001-12-07 2005-03-23 皇家飞利浦电子股份有限公司 用于在空间上增强有噪影像中的结构的医学观察系统和方法
US20040001643A1 (en) * 2002-05-03 2004-01-01 Stefan Thesen Method for improving the quality of an image
US20040073291A1 (en) * 2002-10-09 2004-04-15 Brian Brown Intraluminal medical device having improved visibility
US20080045827A1 (en) * 2004-04-29 2008-02-21 Koninklijke Philips Electronics, N.V. Viewing System for Control of Ptca Angiograms
CN101166481A (zh) * 2005-04-26 2008-04-23 皇家飞利浦电子股份有限公司 利用图像获取装置的移动探测并增强噪声图像中静止结构的医疗观察系统和方法
US20080137935A1 (en) * 2006-12-06 2008-06-12 Siemens Medical Solutions Usa, Inc. Locally Adaptive Image Enhancement For Digital Subtraction X-Ray Imaging
US20100303372A1 (en) * 2007-07-26 2010-12-02 Omron Corporation Digital image processing and enhancing system and method with function of removing noise
CN101102398A (zh) * 2007-07-26 2008-01-09 上海交通大学 全自动的实时数字图像处理增强系统
US20090226063A1 (en) * 2008-03-06 2009-09-10 Rangwala Hussain S Image enhancement and application functionality for medical and other uses
CN101711681A (zh) * 2008-10-07 2010-05-26 株式会社东芝 三维图像处理装置
US20100142792A1 (en) * 2008-12-05 2010-06-10 Kabushiki Kaisha Toshiba X-ray diagnosis apparatus and image processing apparatus
WO2013125361A1 (ja) * 2012-02-21 2013-08-29 株式会社吉田製作所 Ｘ線撮影装置
EP2693739A1 (en) * 2012-08-01 2014-02-05 Agilent Technologies, Inc. Electronic variable gain for x-ray detector
US20140079308A1 (en) * 2012-09-19 2014-03-20 Siemens Aktiengesellschaft Method and System for Real Time Stent Enhancement on Live 2D Fluoroscopic Scene
US20170224298A1 (en) * 2014-08-22 2017-08-10 Siemens Healthcare Gmbh Control of the positioning of a scanning region of a medical imaging system
US20170053414A1 (en) * 2015-08-20 2017-02-23 Siemens Healthcare Gmbh Method for local improvement of image quality
CN105678706A (zh) * 2015-12-29 2016-06-15 上海联影医疗科技有限公司 医学图像增强方法和装置
CN106709967A (zh) * 2016-12-23 2017-05-24 天津恒宇医疗科技有限公司 一种内窥成像算法及控制系统
US20180206807A1 (en) * 2017-01-25 2018-07-26 Oliver Baruth Method for operating an x-ray device with enhanced depiction of a medical component
CN108888386A (zh) * 2018-07-11 2018-11-27 西安增材制造国家研究院有限公司 局部增强多孔耳支架及其制作方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
RAN Z 等: "Potential use of microbubbles (MBs) as contrast material in x-ray dark field (DF) imaging: How does the DF signal change with the characteristic parameters of the MBs?", MEDICAL CTR, pages 1 - 4 *
李保忠 等: "基于局部增强和阈值分割的芯线彩色图像分割算法", 测试技术学报, vol. 31, no. 04, pages 311 - 317 *
殷小涛: "输尿管软镜手术辅助机器人系统的设计与应用研究", 中国博士学位论文全文数据库 (信息科技辑), pages 140 - 51 *
等: "Medical interventions for high grade vulval intraepithelial neoplasia", THE COCHRANE DATABASE OF SYSTEMATIC REVIEWS, pages 1 - 2 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117788396A (zh) * 2023-12-18 2024-03-29 江苏省特种设备安全监督检验研究院 一种基于深度学习的dr图像缺陷智能识别算法

Also Published As

Publication number Publication date
DE102018222595A1 (de) 2020-06-25
US20200202501A1 (en) 2020-06-25
CN111353950B (zh) 2024-02-27
US11599977B2 (en) 2023-03-07

Similar Documents

Publication Publication Date Title
Prell et al. Metal artifact reduction for clipping and coiling in interventional C-arm CT
EP3125764B1 (en) Processing apparatus for processing cardiac data of a living being
US8111895B2 (en) Locally adaptive image enhancement for digital subtraction X-ray imaging
US10682112B2 (en) Suppression of independent movements in a series of 2D X-ray fluoroscopy images using a 3D pre-operative volume
US11013481B2 (en) Method for acquiring and processing image data of an examination object
EP2925216B1 (en) Stenosis therapy planning
CN104517303B (zh) 医用图像处理装置以及医用图像处理方法
CN111353950B (zh) 用于图像处理的方法、医学成像设备和电子可读数据载体
EP3486873A1 (en) Automatic implant detection from image artifacts
US20180253838A1 (en) Systems and methods for medical imaging of patients with medical implants for use in revision surgery planning
CN107533755B (zh) 用于改进医学图像质量的设备和方法
CN103190928A (zh) 减少金属伪影的方法、计算单元、ct系统和c形臂系统
Kröpil et al. Cone beam CT in assessment of tibial bone defect healing: an animal study
US11369331B2 (en) Method for artifact reduction in a medical image data set, X-ray device, computer program and electronically readable data carrier
Beck et al. Is MRI a viable alternative to CT/CBCT to identify the course of the inferior alveolar nerve in relation to the roots of the third molars?
JP4869223B2 (ja) 医療画像の利用可能性を自動的に改善するための方法およびシステム
JP5042533B2 (ja) 医用画像表示装置
JPH07239933A (ja) 画像処理装置
Anhaus et al. Nonlinearly scaled prior image‐controlled frequency split for high‐frequency metal artifact reduction in computed tomography
EP3420906A1 (en) Image contrast enhancement of an x-ray image
WO2011135484A1 (en) Device and method for providing subtraction images
JP2009225979A (ja) 医用画像作成装置及び方法
Kusk Artefact or hip prosthetic fracture on multislice CT? The importance of correct positioning when scanning metal implants
JP2024513735A (ja) サブトラクション撮像
Zhang et al. Vessel addition using fuzzy technique in CT angiography

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