CN111643083A - 一种基于机器视觉的乳腺mri伪影抑制方法 - Google Patents

一种基于机器视觉的乳腺mri伪影抑制方法 Download PDF

Info

Publication number
CN111643083A
CN111643083A CN202010572911.7A CN202010572911A CN111643083A CN 111643083 A CN111643083 A CN 111643083A CN 202010572911 A CN202010572911 A CN 202010572911A CN 111643083 A CN111643083 A CN 111643083A
Authority
CN
China
Prior art keywords
image
nipple
breast
collector
mri
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
CN202010572911.7A
Other languages
English (en)
Inventor
王艳玲
孙刚
丁春玲
吴春华
沈中梅
袁潇
朱芳莲
肖东奇
周晨怡
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.)
Peoples Hospital of SND
Original Assignee
Peoples Hospital of SND
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 Peoples Hospital of SND filed Critical Peoples Hospital of SND
Priority to CN202010572911.7A priority Critical patent/CN111643083A/zh
Publication of CN111643083A publication Critical patent/CN111643083A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/05Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/43Detecting, measuring or recording for evaluating the reproductive systems
    • A61B5/4306Detecting, measuring or recording for evaluating the reproductive systems for evaluating the female reproductive systems, e.g. gynaecological evaluations
    • A61B5/4312Breast evaluation or disorder diagnosis
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/80Geometric correction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/136Segmentation; Edge detection involving thresholding
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10088Magnetic resonance imaging [MRI]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30068Mammography; Breast
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30096Tumor; Lesion

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)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Radiology & Medical Imaging (AREA)
  • Signal Processing (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Quality & Reliability (AREA)
  • Artificial Intelligence (AREA)
  • Gynecology & Obstetrics (AREA)
  • Reproductive Health (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Multimedia (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

本发明公开了一种基于机器视觉的乳腺MRI伪影抑制方法,本发明提出的技术方案利用机器视觉识别呼吸运动中采集者乳头位置变化,相同的采集者乳头位置作为呼吸运动相同相位的MRI图像采集点,同相位的MRI图像消除了呼吸运动造成的偏差,从而抑制呼吸运动伪影。机器视觉实现了无接触的呼吸运动位置感知,在进行位置识别过程中,利用乳房影像的局部特征进行识别,实现了快速的位置识别。

Description

一种基于机器视觉的乳腺MRI伪影抑制方法
技术领域
本发明涉及医学MRI影像领域,特别是涉及一种基于机器视觉的乳腺MRI伪影抑制方法。
背景技术
在医学MRI成像领域,由于人体存在呼吸运动,导致胸腹部的MRI图像上出现呼吸运动伪影,造成图像模糊、或胸部脂肪影重叠于脏器、或掩盖病灶的后果。乳腺MRI成像是乳腺肿瘤疾病检查的常规项目,检查时采集者处于俯卧位,呼吸运动会使采集者乳房产生以竖直方向为主的位移。由于MRI成像时间长且灵敏度低,很难让采集者全程屏气以完成检查。在工程实践中,呼吸触发技术常用于MRI成像,通过呼或者吸的信号触发MRI成像,从而在每个呼吸周期采集相同呼吸相位的图像,从而抑制呼吸运动造成的伪影。在现有技术中,常采用接触式采集方法对呼吸信号进行采集,即在采集者体表设置采集装置,由于人体体表的不规则性及存在呼吸运动,接触式采集方法容易有安装误差和运动误差。
鉴于此,本发明的目的在于提供一种基于机器视觉的乳腺MRI伪影抑制方法,利用机器视觉对呼吸运动的状态进行估计,采集相同相位的MRI图像,以抑制呼吸运动造成的伪影,以缓解现有技术存在的问题。
发明内容
本发明提供一种基于机器视觉的乳腺MRI伪影抑制方法,包括:控制摄像设备,以实时获取采集者俯卧位自然呼吸状态下乳房影像;检测乳房影像中采集者乳头竖直方向的运动位置,记录采集者至少一个呼吸周期的乳头运动位置,运动位置构成位置集合;在位置集合中选取第一阈值;在采集者乳头位置为第一阈值时,存储以乳头位置为中心、邻域宽度为δ区域内的乳房影像,存储的影像为模板影像;在采集者自然呼吸状态下,实时判断乳房影像中采集者乳头位置是否达到第一阈值;控制MRI成像设备在N个位置,在采集者乳头位置达到第一阈值时采集采集者乳腺的MRI图像Ri,其中i=1…N;图像R1...RN组成的序列为采集者乳腺MRI成像呼吸伪影抑制后的MRI图像序列。
进一步地,摄像设备检测采集者乳头竖直方向运动位置的方法包括:设置灰度阈值或彩色阈值,在乳房影像中分割出乳头和乳晕区域;以乳头和乳晕区域的几何中心作为采集者乳头竖直方向的运动位置。
进一步地,第一阈值为位置集合的中位数或平均值。
进一步地,实时判断乳房影像中采集者乳头位置是否达到第一阈值的方法,包括:获取乳房影像在以第一阈值为中心、邻域宽度为δ区域内的影像,获取的影像为待测影像;判断待测影像与模板影像是否匹配,若匹配,则乳房影像中采集者乳头位置达到第一阈值。
进一步地,判断待测影像与模板影像是否匹配的方法,包括:计算待测影像与模板影像的像素差值;计算差值小于第二阈值的像素数量比例;像素数量比例大于第三阈值时,待测影像与模板影像匹配。
本发明的有益效果如下:
本发明提出的技术方案利用机器视觉识别呼吸运动中采集者乳头位置变化,相同的采集者乳头位置作为呼吸运动相同相位的MRI图像采集点,同相位的MRI图像消除了呼吸运动造成的偏差,从而抑制呼吸运动伪影。机器视觉实现了无接触的呼吸运动位置感知,在进行位置识别过程中,利用乳房影像的局部特征进行识别,实现了快速的位置识别。
本发明提出的利用标记点位置进行导航,选择标记点导航位置相同或者相似时,采集的影像组成呼吸伪影最小的MRI图像序列,并利用插值和多标记点匹配的技术,获得导航位置更为接近的图像,进一步减小呼吸运动造成的伪影。
虽然一次采集所花费的时间要比通过呼吸信号触发采集MRI图像长,但是后续图像处理时间要远远少于后者,而且一个呼吸周期采集更多的MRI图像,排除了遗漏位置,可以很好的恢复细节信息,这对乳腺诊断的查漏补缺提供了帮助,而且图像后续处理少且图像效果好,不存在解决峰值信噪比的问题,有效提高图像处理精准度。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一种实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例的一种基于机器视觉的乳腺MRI伪影抑制方法流程示意图。
图2是本发明实施例的一种乳腺MRI成像呼吸伪影抑制方法流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,所描述的实施例是本发明一部分实施例,而不是全部的实施例。
图1是本发明第一实施例的一种基于机器视觉的乳腺MRI伪影抑制方法流程示意图,如图1所示,该方法包括如下四个步骤。
步骤S101:检测采集者乳头的运动位置。具体地,控制摄像设备,以实时获取采集者俯卧位自然呼吸状态下乳房影像;检测乳房影像中采集者乳头竖直方向的运动位置。
在一个具体的实施例中,摄像设备为具有千兆网接口的相机,相机具备采集可见光影像的能力。相机实时获取乳房影像,乳房影像通过千兆网接口传送到计算机,在计算机中对每一帧乳房影像进行采集者乳头竖直方向的运动位置检测。
在一个可选的实施例中,摄像设备检测采集者乳头竖直方向运动位置的方法包括:设置灰度阈值或彩色阈值,在乳房影像中分割出乳头和乳晕区域;以乳头和乳晕区域的几何中心作为采集者乳头竖直方向的运动位置。
需要进行说明的是,在人体乳房组织周围,乳头和乳晕呈深褐色,与周围的皮肤有明显的色差,因此可以采用灰度阈值后者彩色阈值进行分割。
步骤S102:选取乳头运动位置集合中的第一阈值。具体地,记录采集者乳头至少一个呼吸周期的运动位置,运动位置构成位置集合;在位置集合中选取第一阈值;在采集者乳头位置为第一阈值时,存储以乳头位置为中心、邻域宽度为δ区域内的乳房影像,存储的影像为模板影像。
在一个可选的实施例中,第一阈值为位置集合的中位数或平均值。需要进行说明的是,呼吸运动的幅度每次可能不一致,因此需要选择中间位置的点作为识别基准。
需要进行说明的是,生成宽度为δ的模板影像可以减少进行乳头位置判断的计算量。如果进行整幅图像像素的比较,计算量较大,例如整幅图像的大小为1024×1024。进行宽度为δ的局部影像比较,例如δ=64,图像大小为64×64,计算量降低256倍,从而可以实时进行影像中乳头位置的比较。
步骤S103:实时判断乳头运动位置是否达到第一阈值。具体地,在采集者自然呼吸状态下,实时判断乳房影像中采集者乳头位置是否达到第一阈值。
在一个具体的实施例中,实时判断乳房影像中采集者乳头位置是否达到第一阈值的方法,包括:获取乳房影像在以第一阈值为中心、邻域宽度为δ区域内的影像,获取的影像为待测影像;判断待测影像与模板影像是否匹配,若匹配,则乳房影像中采集者乳头位置达到第一阈值。
在一个可选的实施例中,判断待测影像与模板影像是否匹配的方法,包括:计算待测影像与模板影像的像素差值;计算差值小于第二阈值的像素数量比例;像素数量比例大于第三阈值时,待测影像与模板影像匹配。
需要进行说明的是,由于摄像设备存在采样误差,因此对同样的像素进行采样时存在误差,所以设置第二阈值。在像素差值在第二阈值的范围内,则认为像素相同。在理想状态下,待测影像与模板影像匹配时,像素数量比例为100%。考虑到采样误差、及呼吸运动带动乳房扩张或收缩不均匀造成的微小偏差,可选地将第三阈值设置为95%。
步骤S104:在N个位置采集MRI图像。具体地,控制MRI成像设备在N个位置,在采集者乳头位置达到第一阈值时采集采集者乳腺的MRI图像Ri,其中i=1…N;图像R1...RN组成的序列为采集者乳腺MRI成像呼吸伪影抑制后的MRI图像序列。
在一个具体的实施例中,计算机连接摄像设备和MRI成像设备。需要进行说明的是,摄像设备是可见光成像领域的设备,MRI成像设备是基于核物理的成像设备,两者的不具有直接的接口。计算机根据步骤S103的判断结果,控制MRI成像设备采集MRI图像。
图2是本发明第二实施例的一种乳腺MRI成像呼吸伪影抑制方法流程示意图,如图2所示,该方法包括如下三个步骤。
步骤S201:获取采集者乳腺的MRI图像和标记点位置。具体地,在采集者体表或者乳房上设置至少一个标记点;设置MRI成像设备在N个位置获取采集者乳腺的MRI图像,在N个位置中的每一个位置采集采集者乳腺的图像序列Pi,其中i=1…N,图像序列Pi的采集时间大于或等于采集者的一个呼吸周期;在图像序列Pi中的每一帧图像的采集时刻,获取标记点的位置Vij,其中i=1…N,j=1…M,M大于或等于MRI成像设备在采集者一个呼吸周期获得的图像数量。
在一个可选的实施例中,采用医学导航跟踪设备获取标记点的位置。医学导航跟踪设备与MRI成像设备采用相同的时间源,MRI成像设备在采集图像时刻t0,发送硬件中断或者软件消息到医学导航跟踪设备,获取时刻t0时标记点的位置,每一个图像采集的时刻都会获得标记点的位置。
需要进行说明的是,N个位置中的每一个位置采集的图像数量M不是固定数值,M只须大于或等于MRI成像设备在采集者一个呼吸周期获得的图像数量,因此M是可变数值。
步骤S202:选取标记点位置相近的图像。具体地,在图像序列P1中选择一帧图像D1,D1采集时刻标记点的位置为V1D,在图像序列Pk中选择一帧图像Dk,其中k=2…N,图像Dk采集时刻标记点的位置为VkD,VkD是图像序列Pk中图像采集时刻标记点位置与V1D欧式距离最小的标记点位置;图像D1...DN组成的序列为采集者乳腺MRI成像呼吸伪影最小的MRI图像序列。
需要进行说明的是,在图像序列P2中寻找D2的方法为:遍历P2中的每一幅图像,搜索对应的图像D2。同理在图像序列Pk中寻找Dk的方法为:遍历Pk中的每一幅图像,搜索对应的图像Dk。
在一个优选的实施例中,在图像序列P1中选择一帧图像D1的方法包括:遍历图像序列P1中的每一帧图像,记录每一帧图像作为D1时,VkD与V1D欧式距离的方差,选择方差最小时对应的图像作为D1
需要进行说明的是,由于采集时刻的不同,选择不同的D1组成的图像序列D1...DN产生的伪影误差不同。取VkD与V1D欧式距离的方差作为伪影误差的度量,计算公式为,其中。当方差最小时,由呼吸运动引起的伪影对成像的影像最小。不同D1的V1D数值不同,因此计算数值也不同。
在一个可选的实施例中,标记点数量大于1时,与V1D欧式距离的求解方法包括以下至少一种:选择标记点中的一个点进行欧式距离求解;采用标记点的几何中心进行欧式距离求解。
步骤S203:插值获取标记点位置相同的图像。具体地,如果VkD与V1D的欧式距离不为0,在图像序列Pk中选择两帧图像Dk1和Dk2,Dk1和Dk2为图像序列Pk中标记点位置与V1D最接近的两帧图像;根据Dk1的标记点位置VkD1与V1D的欧式距离,及Dk2的标记点位置VkD2与V1D的欧式距离,对图像Dk1和Dk2的像素位置进行插值得到图像Dk,以使图像Dk标记点位置VkD与V1D的欧式距离为0;如果标记点的数量大于1,图像Dk1和Dk2的像素位置进行插值包括对像素位置进行旋转和仿射运算。
需要进行说明的是,如果选择Dk1或Dk2作为Dk,那么得到的就是步骤S202的执行结果,为了进一步缩小呼吸运动造成的伪影误差,这里采用近邻插值的方法,由Dk1和Dk2根据各自位置与V1D的距离进行像素位置插值得到Dk。由于MRI采集时,相邻图像间的采集时间间隔较短,因此可使用线性插值的方法对Dk的像素进行插值生成。
在一个具体的实施例中,令表示Dk1中像素位置,表示Dk2中像素位置,表示Dk中像素位置,根据线性插值公式,满足等式。
另外,如果标记点的数量大于1,那么V1D、VkD就是一个点的集合,从V1D到VkD的映射除了距离的平移外,还包含旋转和仿射关系,因此在插值形成Dk时,不但包含像素位置的平移,还包括像素位置的旋转和仿射运算。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。

Claims (5)

1.一种基于机器视觉的乳腺MRI伪影抑制方法,其特征在于,包括:
控制摄像设备,以实时获取采集者俯卧位自然呼吸状态下乳房影像;
检测所述乳房影像中采集者乳头竖直方向的运动位置,记录所述采集者至少一个呼吸周期的乳头运动位置,所述的运动位置构成位置集合;
在所述位置集合中选取第一阈值;
在所述采集者乳头位置为第一阈值时,存储以所述乳头位置为中心、邻域宽度为δ区域内的所述乳房影像,所述存储的影像为模板影像;
在所述采集者自然呼吸状态下,实时判断所述乳房影像中采集者乳头位置是否达到第一阈值;
控制MRI成像设备在N个位置,在所述采集者乳头位置达到第一阈值时采集采集者乳腺的MRI图像Ri,其中i=1…N;
所述图像R1...RN组成的序列为采集者乳腺MRI成像呼吸伪影抑制后的MRI图像序列。
2.根据权利要求1所述的方法,其特征在于,所述的摄像设备检测采集者乳头竖直方向运动位置的方法包括:
设置灰度阈值或彩色阈值,在所述乳房影像中分割出乳头和乳晕区域;
以所述乳头和乳晕区域的几何中心作为采集者乳头竖直方向的运动位置。
3.根据权利要求1所述的方法,其特征在于,所述的第一阈值为位置集合的中位数或平均值。
4.根据权利要求1所述的方法,其特征在于,所述的实时判断乳房影像中采集者乳头位置是否达到第一阈值的方法,包括:
获取所述乳房影像在以第一阈值为中心、邻域宽度为δ区域内的影像,所述获取的影像为待测影像;
判断所述待测影像与模板影像是否匹配,若匹配,则所述乳房影像中采集者乳头位置达到第一阈值。
5.根据权利要求4所述的方法,其特征在于,所述的判断待测影像与模板影像是否匹配的方法,包括:
计算所述待测影像与模板影像的像素差值;
计算所述差值小于第二阈值的像素数量比例;
所述像素数量比例大于第三阈值时,所述待测影像与模板影像匹配。
CN202010572911.7A 2020-06-22 2020-06-22 一种基于机器视觉的乳腺mri伪影抑制方法 Pending CN111643083A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010572911.7A CN111643083A (zh) 2020-06-22 2020-06-22 一种基于机器视觉的乳腺mri伪影抑制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010572911.7A CN111643083A (zh) 2020-06-22 2020-06-22 一种基于机器视觉的乳腺mri伪影抑制方法

Publications (1)

Publication Number Publication Date
CN111643083A true CN111643083A (zh) 2020-09-11

Family

ID=72343059

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010572911.7A Pending CN111643083A (zh) 2020-06-22 2020-06-22 一种基于机器视觉的乳腺mri伪影抑制方法

Country Status (1)

Country Link
CN (1) CN111643083A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010051337A (ja) * 2008-08-26 2010-03-11 Fujifilm Corp 乳房断層画像撮影装置
CN103376434A (zh) * 2012-04-20 2013-10-30 西门子公司 借助磁共振技术采集呼吸的检查对象的测量数据组的方法
CN104076309A (zh) * 2013-03-27 2014-10-01 西门子公司 用于磁共振图像数据组校正的方法及相应磁共振设备
CN104739418A (zh) * 2014-11-24 2015-07-01 中国科学院苏州生物医学工程技术研究所 一种基于立体视觉的呼吸门控系统及控制方法
CN106923826A (zh) * 2015-12-31 2017-07-07 上海联影医疗科技有限公司 一种磁共振成像的方法及系统
CN109658437A (zh) * 2018-11-01 2019-04-19 深圳神目信息技术有限公司 一种快速检测运动物体的方法及装置
CN109974721A (zh) * 2019-01-08 2019-07-05 武汉中海庭数据技术有限公司 一种基于高精度地图的视觉回环检测方法和装置
US20200178926A1 (en) * 2017-08-16 2020-06-11 Hologic, Inc. Motion, compression, and positioning corrections in medical imaging

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010051337A (ja) * 2008-08-26 2010-03-11 Fujifilm Corp 乳房断層画像撮影装置
CN103376434A (zh) * 2012-04-20 2013-10-30 西门子公司 借助磁共振技术采集呼吸的检查对象的测量数据组的方法
CN104076309A (zh) * 2013-03-27 2014-10-01 西门子公司 用于磁共振图像数据组校正的方法及相应磁共振设备
CN104739418A (zh) * 2014-11-24 2015-07-01 中国科学院苏州生物医学工程技术研究所 一种基于立体视觉的呼吸门控系统及控制方法
CN106923826A (zh) * 2015-12-31 2017-07-07 上海联影医疗科技有限公司 一种磁共振成像的方法及系统
US20200178926A1 (en) * 2017-08-16 2020-06-11 Hologic, Inc. Motion, compression, and positioning corrections in medical imaging
CN109658437A (zh) * 2018-11-01 2019-04-19 深圳神目信息技术有限公司 一种快速检测运动物体的方法及装置
CN109974721A (zh) * 2019-01-08 2019-07-05 武汉中海庭数据技术有限公司 一种基于高精度地图的视觉回环检测方法和装置

Similar Documents

Publication Publication Date Title
US11576645B2 (en) Systems and methods for scanning a patient in an imaging system
US10542955B2 (en) Method and apparatus for medical image registration
US11576578B2 (en) Systems and methods for scanning a patient in an imaging system
JP6150583B2 (ja) 画像処理装置、内視鏡装置、プログラム及び画像処理装置の作動方法
US7848547B2 (en) Apparatus for detecting feature point and method of detecting feature point
US10499867B2 (en) Method, storage medium, and system for analyzing image sequences of periodic physiological activities
US9659390B2 (en) Tomosynthesis reconstruction with rib suppression
US11234665B2 (en) System and method for increasing the accuracy of a medical imaging device
US20230005154A1 (en) Apparatus, method and computer program for monitoring a subject during a medical imaging procedure
US11127153B2 (en) Radiation imaging device, image processing method, and image processing program
CN103606152A (zh) 基于sift特征点聚类及布尔差运算的dsa血管图像分割方法
JP2018153346A (ja) 内視鏡位置特定装置、方法およびプログラム
KR101118549B1 (ko) 의료용 융합영상 획득장치 및 획득방법
KR101028798B1 (ko) 다중 페이즈 간 ct영상들의 정합을 이용한 간세포암 검출방법
CN111643083A (zh) 一种基于机器视觉的乳腺mri伪影抑制方法
CN115474951B (zh) 用于控制对象的医学成像检查的方法、医学成像系统和计算机可读数据存储介质
CN107292351B (zh) 一种结节的匹配方法及装置
CN111643082A (zh) 一种乳腺mri成像呼吸伪影抑制方法
CN115222878A (zh) 一种应用于肺支气管镜手术机器人的场景重建方法
CN114119798A (zh) 一种基于呼吸运动的放射影像图像处理方法和装置
Sindel et al. Respiratory motion compensation for C-arm CT liver imaging
CN110584688B (zh) 基于ct值和自动提取呼吸状态的方法
CN114515395B (zh) 基于双目视觉的吞咽检测方法及装置、设备、存储介质
Schäfer et al. Limited angle C-arm tomography and segmentation for guidance of atrial fibrillation ablation procedures
CN115631232B (zh) 一种确定双探头探测器径向位置方法

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