CN111798499B - 医学成像设备 - Google Patents

医学成像设备 Download PDF

Info

Publication number
CN111798499B
CN111798499B CN202010268556.4A CN202010268556A CN111798499B CN 111798499 B CN111798499 B CN 111798499B CN 202010268556 A CN202010268556 A CN 202010268556A CN 111798499 B CN111798499 B CN 111798499B
Authority
CN
China
Prior art keywords
image
samples
module
reference image
sample
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010268556.4A
Other languages
English (en)
Other versions
CN111798499A (zh
Inventor
保罗·罗斯
阿里斯代尔·戈尔曼
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.)
Optos PLC
Original Assignee
Optos PLC
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 Optos PLC filed Critical Optos PLC
Publication of CN111798499A publication Critical patent/CN111798499A/zh
Application granted granted Critical
Publication of CN111798499B publication Critical patent/CN111798499B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/102—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for optical coherence tomography [OCT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/262—Analysis of motion using transform domain methods, e.g. Fourier domain methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/32—Determination of transform parameters for the alignment of images, i.e. image registration using correlation-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/38—Registration of image sequences
    • 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
    • G06T2207/10101—Optical tomography; Optical coherence tomography [OCT]
    • 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
    • G06T2207/30041—Eye; Retina; Ophthalmic

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Public Health (AREA)
  • Ophthalmology & Optometry (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Veterinary Medicine (AREA)
  • Quality & Reliability (AREA)
  • Mathematical Physics (AREA)
  • Multimedia (AREA)
  • Eye Examination Apparatus (AREA)
  • Image Processing (AREA)

Abstract

一种医学成像设备(100)，包括：光学成像模块(110)，其通过获取在身体部位的区域中的相应样本位置处的图像样本并将样本映射到对应的图像像素来生成该区域的图像；控制模块(120)，其控制光学成像模块获取第一样本序列，该第一样本序列的对应像素位置遵循一路径，该路径由对应于第一样本序列的像素跨越并且与对应于光学成像模块可操作来获取的第二样本序列的像素序列的呈阵列的布置相比在图像的更大部分上延伸，其中，像素序列中的相邻像素之间的距离之和等于路径的长度；以及相对于参考图像(132)配准图像的配准模块(130)。

Description

医学成像设备
领域
本文的示例方面总体上涉及医学成像领域，并且更具体地，涉及定义身体部位图像的图像数据的获取以及图像相对于参考图像的配准，以产生可用于各种不同目的的数据，所述各种不同目的包括特征跟踪、成像稳定等。
背景
已知多种医学成像设备通过例如根据光栅扫描图案执行身体部位的区域扫描来获取区域的图像，并且相对于参考图像配准所获取的图像以生成用于特征跟踪、成像稳定等的配准信息。然而，相对于已知设备，需要对于给定的图像数据获取速率能够以更高的速度可靠地执行图像配准操作的这样的医学成像设备。
概述
根据本文的第一示例方面，本发明人设计了一种医学成像设备，该医学成像设备包括光学成像模块，该光学成像模块可操作来通过以下方式生成定义身体部位的区域的图像的图像数据：获取样本并使用映射将所获取的样本映射到图像中的对应像素使得每个样本的样本位置的指示被映射到图像的对应像素的像素位置，样本的值指示区域中相应样本位置处身体部位的光学特性。医学成像设备还包括控制模块，该控制模块被配置成控制光学成像模块以通过获取第一样本序列来生成图像数据，第一样本序列在图像中的对应像素位置遵循一路径，该路径由对应于第一样本序列的像素跨越并且与对应于光学成像模块可操作来获取的第二样本序列的像素序列的呈阵列的布置相比在图像的更大部分上延伸，其中在像素序列中的相邻像素之间的距离之和等于该路径的长度。该医学成像设备还包括配准模块，该配准模块被配置成相对于包括该区域的一部分的图像的参考图像来配准图像。
根据本文的第二示例方面，本发明人还设计了一种由医学成像设备的处理器执行的方法，该医学成像设备包括光学成像模块，该光学成像模块可操作来通过以下方式生成定义身体部位的区域的图像的图像数据：获取样本并使用映射将所获取的样本映射到图像的对应像素使得每个样本的样本位置的指示被映射到图像的对应像素的像素位置，样本的值指示区域中相应样本位置处身体部位的光学特性。该方法包括控制光学成像模块以通过获取第一样本序列来生成图像数据，所述第一样本序列在图像中的对应像素位置遵循一路径，该路径由对应于所述第一样本序列的像素跨越并且与对应于光学成像模块可操作来获取的第二样本序列的像素序列的呈阵列的布置相比在图像的更大部分上延伸，其中在像素序列中的相邻像素之间的距离之和等于所述路径的长度。该方法还包括相对于包括区域的一部分的图像的参考图像来配准图像。
根据本文的第三示例方面，本发明人还设计了一种计算机程序，该计算机程序在由医学成像设备的处理器执行时，使得处理器执行根据本文第二示例方面的方法，该医学成像设备还包括光学成像模块，该光学成像模块可操作来通过以下方式生成定义身体部位的区域的图像的图像数据：获取样本并将所获取的样本映射到图像的对应像素使得每个样本的样本位置的指示被映射到图像的对应像素的像素位置，所述样本的值指示区域中相应样本位置处身体部位的光学特性。
根据本文的第四示例方面，本发明人还设计了存储根据本文的第三示例方面的计算机程序的非暂时性计算机可读存储介质。
附图简述
现在将仅通过非限制性示例参考下面描述的附图来详细解释本文的示例实施例。在不同附图中出现的相似的参考数字可以表示相同的或在功能上相似的元素，除非另有指示。
图1是根据本文第一示例实施例的医学成像设备的示意图。
图2(a)是在由第一示例实施例的光学成像模块生成的第一示例图像中以阵列布置的像素序列的示意图。
图2(b)是在由第一示例实施例的光学成像模块生成的第二示例图像中以阵列布置的像素序列的示意图。
图2(c)是在由第一示例实施例的光学成像模块生成的第三示例图像中以阵列布置的像素序列的示意图。
图3是图像帧的示意图，该图像帧包括沿路径P稀疏布置的一组像素Pi以及用于比较的沿第二路径P密集以阵列布置的另一组像素Pi’，像素Pi对应于由第一示例实施例的光学成像模块使用稀疏扫描图案获取的样本，像素Pi’对应于由第一示例实施例的光学成像模块使用密集扫描图案获取的样本。
图4(a)至图4(d)示出了由控制模块可以用来确定在第一示例实施例中光学成像模块获取样本的样本位置的函数的不同示例所表示的曲线，其中图4(a)示出了椭圆线，图4(b)示出了Lissajous图形，图4(c)示出了次摆线，以及图4(d)示出了螺旋线。
图5是示出第一示例实施例的控制模块和/或配准模块的示例信号处理硬件配置的框图。
图6是示出由图5的处理器执行的方法的流程图，通过该方法，处理器控制第一示例实施例的光学成像模块。
图7是根据本文第二示例实施例的医学成像设备的示意图。
图8是示出控制第二示例实施例的光学成像模块的迭代过程的流程图。
图9是示出根据本文描述的第二示例实施例的变型的控制光学成像模块生成图像数据的方法的流程图。
具体实施方式
现在将参考附图详细描述本文的示例实施例。
实施例1
图1是根据第一示例实施例的医学成像设备100的示意图。
本示例实施例的医学成像设备100包括光学成像模块110、控制模块120、和配准模块(registration module)130。光学成像模块110、控制模块120和配准模块130通过任何适当的通信信道140(如数据总线等)通信耦合，以便能够彼此交换数据，如下文更详细描述的。
光学成像模块110可以是任何种类的光学成像装置，其可操作来通过首先获取样本来生成图像数据，图像数据定义人体或动物体的任何部位的区域的图像(该区域在身体部位的外表面上，或者在身体部位的内部部分上)，样本的值指示区域中相应样本位置处身体部位的光学特性。举例来说，光学成像模块110可以包括图像传感器(诸如，例如电荷耦合设备(CCD)或互补MOS(CMOS)传感器)，或者更一般地包括任意种类的光电探测器，该光电探测器能够通过测量透射穿过身体部位的光强度、或者从身体部位的成像区域反射的光强度、或者从透射/反射光导出的光(诸如，例如在多个样本位置处由透射/反射光与参考光信号的干涉而产生的光)的强度来生成图像数据。光学成像模块110获取的样本值可以指示身体部位的至少一种光学特性，例如，诸如其反射率、透射率、荧光性(fluorescence)或其他形式的光致发光(photoluminescence)、和/或颜色。
由光学成像模块110生成的图像数据可以是从获取的样本中导出的图像的任何数字表示，如由像素阵列定义的位图图像，像素在阵列中的位置和值分别指示获取的样本值和样本位置。光学成像模块110使用映射将获取的样本映射到图像中的对应像素，使得每个样本的样本位置的指示被映射到图像的对应像素的像素位置。每个样本的样本值可以被分配或以其他方式映射到图像的对应像素的像素值。由于由光学成像模块110所获取的样本的稀疏性(如下面讨论的)，所生成的图像数据的大小相对较小，因此如在本示例实施例中，所生成的位图图像可以优选地以原始格式(例如，作为原始位图，没有标题(header)或诸如大小信息等其他信息)存储在光学成像模块110的存储器设备中，而无需压缩，以提高处理速度。然而，所生成的位图图像可以替代地以任何已知的压缩图像文件格式(例如，以诸如GIF、PNG、TIFF或JPEG的标准化压缩位图文件)存储在存储器设备中。
医学成像设备100可以以许多不同形式中的一种形式来被提供。作为示例，本示例实施例的医学成像设备100以视网膜扫描仪的形式被提供，用于对患者眼睛的视网膜的区域成像。然而，应当理解，下文描述的视网膜扫描仪的配置和操作方面不一定是视网膜扫描仪所特有的，并且可以应用于其他种类的医学扫描仪和医学成像设备。
如在本示例实施例中，视网膜扫描仪可以是用于对视网膜的表面成像的扫描激光检眼镜(SLO)。例如，视网膜扫描仪可以采用具有如例如美国专利号第5,815,242号中所描述的光学布置的宽视场SLO的形式，该美国专利的全部内容通过引用并入本文，或者替代地采用本领域技术人员公知的传统类型的窄视场SLO的形式。替代地，视网膜扫描仪可以是许多种已知的光学相干断层扫描(OCT)扫描仪中的一种，OCT扫描仪被配置成获取OCT图像数据，该OCT图像数据定义了在视网膜表面下规定深度处视网膜中区域的图像。作为另一种替代，视网膜扫描仪可以是组合的SLO-OCT扫描仪，其能够在单个过程中通过SLO光学器件获取共焦眼底图像和通过OCT光学器件获取断层图像。美国专利第9,924,862号描述了宽视场组合SLO-OCT扫描仪的示例，该美国专利的全部内容通过引用并入本文。
视网膜扫描仪可以通过以下方式来对区域成像：沿着区域扫描准直光束，并且使用图像传感器或者能够测量反射光的强度的其他光电探测器布置，针对扫描所覆盖的区域上的样本位置序列中的每个样本位置，测量从相应样本位置反射的光的强度，从而获得反射光的强度的样本序列。对于每个获取的样本，视网膜扫描仪在样本值和指示对应样本位置的一个或更多个扫描参数(例如，用于控制视网膜扫描仪的一个或更多个扫描元件的角位移的一个或更多个控制信号)的值之间形成关联(例如，通过存储在适当配置的数据结构中，该数据结构可以被可视为表格等)。
作为一个示例，在视网膜扫描仪包括第一扫描元件和第二扫描元件的实施例中(该第一扫描元件和第二扫描元件设置在如欧洲专利EP 0 730 428 B1中所描述的光学布置中，以便通过控制它们的旋转来允许准直光在视网膜上扫描)，视网膜扫描仪可以在每个强度测量i(其中在扫描中获取N个样本的情形中，i＝1，…N)的测量结果Ri与驱动信号Dθ和Dφ的对应值Dθ(i)和Dφ(i)之间形成关联，在进行测量i时，根据值Dθ(i)和Dφ(i)设置视网膜扫描仪的扫描元件，因此值Dθ(i)和Dφ(i)指示测量i在视网膜上的位置。
视网膜扫描仪可以通过使用上述映射将获取的样本映射到图像的对应像素使得每个样本的样本值(在上述示例中是Ri)和样本位置的指示(例如，在上述示例中是Dθ(i)和Dφ(i))被映射到图像的对应像素的像素值和像素位置，来生成定义扫描区域的图像的图像数据。可以在样本的获取完成后和/或在样本获取期间执行该映射以生成图像数据。映射可以例如使用本领域技术人员公知的技术基于扫描镜对控制信号的测量或计算的响应以及视网膜扫描仪的光学模型来获得。
在第一操作模式中，控制模块120可以控制光学成像模块110根据密集扫描图案获取样本序列，密集扫描图案使得在光学成像模块110生成图像数据时，所获取的样本在视网膜上的样本位置被映射到以阵列布置的图像中的对应像素位置。在一个示例中，密集扫描图案可以是光栅(raster)扫描图案，在这种情形中，所获取的样本的序列被映射到对应的像素序列上，该对应的像素序列的排序反映了所获取的样本根据光栅扫描图案的排序，如图2(a)中生成的图像的示意图所示。在图2(a)中，作为示例，像素p(其在图像中的像素位置是视网膜上的样本位置的映射)被示出为按阵列(或网格)中的行和列进行布置，阵列的任何行或列中的相邻像素位置之间具有间距d。在该示例中，序列中相邻像素位置之间的间距是d，除了阵列的每行中的最后一个像素的位置与序列中位于阵列的下一行并且位于阵列的相反侧上的下一个像素的位置之间的间距。这些相邻像素位置之间的间距是651/2d，因为在该说明性示例中每行有9个像素。
在替代示例中，其中密集扫描图案是“蛇形(python)”或“S”扫描图案，生成的图像中的像素类似地布置在阵列中，如图2(b)所示，但是在该示例中阵列的每行中的最后一个像素的位置与序列中的在阵列的下一行中且在阵列的相同侧上的下一个像素的位置之间的间距是d(所有其他相邻像素位置之间的间距还是d)。
图2(c)中示出了图像像素呈阵列的布置的另一个示例，其中图像中的像素序列所遵循的路径反映了光学成像模块110以扫描图案对样本的获取，该扫描图案部分地勾画一系列同心正方形，在切换到勾画下一个更大正方形的大部分之前勾画每个正方形的大部分，等等。
在第一操作模式中，控制模块120因此控制光学成像模块110使用上述不同种类中的一个种类的扫描图案来执行密集扫描，例如，从而将可用扫描时间用于获取定义视网膜的相对小部分的图像的图像数据，其中视网膜上相邻样本点的间距通常类似于光学成像模块110的光学分辨率。
为了在不需要增加视网膜扫描仪的扫描元件的速度和采样率的情况下实现提高的配准效率，控制模块120可在第二操作模式下操作来控制光学成像模块110使用稀疏扫描图案来获取样本，使得得到的稀疏图像帧与光学成像模块110在使用第一操作模式的密集扫描图案时所获取的图像相比提供对视网膜的更大的整体区域的覆盖。更具体地说，控制模块120可以在第二模式下操作，以控制光学成像模块110通过获取第一样本序列来生成图像数据，该第一样本序列在图像中的对应像素位置遵循路径，该路径由对应于第一样本序列的像素跨越并且与对应于第二样本序列的像素序列的呈阵列的布置相比在图像的更大部分上延伸，光学成像模块110在以上述第一模式操作时可获取该第二样本序列，其中像素序列中的相邻像素之间的距离之和等于该路径的长度。
在本示例实施例中，控制模块120被配置成使用定义圆的函数(例如，(x-x1)2+(y-y1)2＝r2，其中(x1，y1)是半径为r的圆的中心)来确定光学成像模块110获取第一序列中的样本的样本位置。如图3所示，对应于在稀疏扫描中获取的第一样本序列的图像帧I中的像素Pi的位置遵循圆形路径P稀疏，该圆形路径P稀疏具有与路径P密集的长度相同的周长，路径P密集对应于像素P’i序列中相邻像素之间的距离之和，像素P’i序列对应于光学成像模块110在以第一模式操作时使用如上所述的密集扫描图案将获取的第二样本序列。如图3所示，圆形路径P稀疏比沿路径P密集呈阵列的像素布置在图像帧I的更大部分上延伸。路径可以比前述的像素阵列在图像帧I的更大部分上延伸，使得，例如，图像帧中对应于在控制模块120以第二模式操作期间获取的第一样本序列中的样本的像素之间的最大直线距离大于对应于在控制模块120以第一模式操作期间将获取的第二样本序列中的样本的像素之间的最大直线距离。
控制模块120可替代地被配置成使用定义除圆之外的椭圆的函数(例如，(x-x1)2/a2+(y-y1)2/b2＝1，其中(x1，y1)是椭圆的中心)，来确定光学成像模块110获取第一序列中的样本的样本位置。更一般地，该函数可以是定义平面中曲线的任何函数。在图4(a)至4(d)中示出了曲线的另外的示例。曲线可以是闭合曲线，例如，非圆形的椭圆(如图4(a)所示)、Lissajous图形(如图4(b)所示)、或次摆线(hypotrochoid)(如图4(c)所示)。曲线可替代地可以是开放曲线，例如，螺旋线(如图4(d)所示)，或者直线。在如上所述包括一个或更多个扫描元件的光学成像模块中，控制模块120可以基于函数生成用于驱动扫描元件的旋转的控制信号，使得准直光根据由该函数定义的稀疏扫描图案在视网膜上扫描。在扫描期间，如在本示例实施例中，光学成像模块110可以以恒定的采样速率获取样本，或者以不规则的间隔获取样本。
配准模块130被配置成将由生成的图像数据定义的图像相对于存储在其中的参考图像132进行配准，参考图像132包括定义已由光学成像模块110成像的区域的至少一部分的图像的图像数据。在本示例实施例中，参考图像132中成像的视网膜的面积大于由光学成像模块110执行的上述类型的单次密集扫描所覆盖的视网膜的面积。
配准模块130可以通过计算图像与参考图像132之间的互相关(cross-correlation)来相对于参考图像132配准图像。例如，如在本示例实施例中，配准模块130可以被配置成通过计算图像与参考图像132之间的加权归一化互相关(换句话说，掩模归一化互相关(Masked Normalized Cross-correlation))来相对于参考图像132配准图像。关于可以如何执行加权归一化互相关计算的进一步细节，例如，在2012年5月5日由D.Padfield发表在IEEE Transactions on Image Processing第21卷第5期第2706-2718页的题为“傅立叶域中的掩模对象配准(Masked Object Registration in the Fourier Domain)”的文章中被提供(特别地，见标题为“II.METHODS”的章节)，该文章的内容通过引用以其整体并入本文。这种技术允许通过仅考虑真实数据点来配准稀疏图像数据；通过使用掩模，稀疏图像帧中的非数据点被排除在配准计算之外。因此，本示例实施例的配准模块130被配置成产生两个图像之间平移偏移的度量。如在本示例实施例中，配准模块130可以被配置成直接相对于参考图像132配准图像，或者通过相对于由光学成像模块110获取的图像序列中的先前获取的图像来配准图像以间接配准图像，其中先前获取的图像与参考图像132之间的前述种类的差异是已知的。
在本示例实施例中，由配准模块130使用的参考图像132是在配准模块130执行配准之前获取的，例如，通过形成视网膜上相邻成像面积的图像的镶嵌(mosaic)，每个相邻成像面积由光学成像模块110使用密集扫描图案成像。相邻成像面积优选地重叠，以便允许图像相对于彼此进行配准，从而它们可以被组合(或拼接在一起)以生成形成参考图像132的图像的镶嵌。
控制模块120控制光学成像模块110使用如上所述的稀疏扫描图案而不是密集扫描图案来生成图像数据的配置，以及配准模块130将通过稀疏扫描产生的图像相对于参考图像132进行配准的配置，可以提供以下中的一种或更多种益处：(i)相对于现有技术的设备，它可以用相对低数据速率和相对低速的扫描仪实现高帧速率特征跟踪；(ii)对于给定的数据速率，它可以提供相对于非稀疏方法的改进的配准效率(因为一个稀疏帧可以提供比通过密集扫描图案产生的帧更大的视网膜的整体区域的覆盖)，当在图像处理中使用配准来补偿移动时，这允许实现更高的图像保真度(fidelity)，并且当使用配准来控制光学成像模块110对特定感兴趣区域保持“锁定”时，这允许实现对该感兴趣区域的更精确的扫描；以及(iii)稀疏扫描图案可以被构造成与高细节区域相交，从而即使当从不太详细的区域获取数据时，只要扫描轨迹沿着其路径在某处与至少一个高细节区域相交，也可以执行配准。医学成像设备100的这些部件的配置可以实现有效的运动补偿。
如在本示例实施例中，医学成像设备100可以被配置成使得每个输入图像帧(使用如上所述的稀疏扫描图案获取)相对于参考图像132被配准以确定平移偏移，并且如果偏移大于特定阈值，则扫描图案被重新居中以跟随任何移动。相比于在已知设备中，这可以允许更大程度的平移偏移，同时仍然保持在扫描图案的范围内。
通过提供上述益处以及对于至少一些实施例，还通过使对于给定数据获取速率能够以相对于已知方法/设备更高的速度执行可靠的图像配准操作，本文描述的示例方面改进了用于获取身体部位的图像的医学成像方法和设备。而且，由于本文所述的至少一些示例方面的能力(其植根于计算机技术)，本文所述的那些示例方面还通过，例如但不限于，使得能够执行相对于已知方法/设备更高速度的图像配准操作和相关联的更快的计算机处理而改进了计算机技术。
图5是可编程信号处理硬件200的示意图，可编程信号处理硬件200可被配置成控制包括如第一示例实施例中所述的光学成像模块110的医学成像设备，并且特别地，可以用作控制模块120和/或配准模块130(和/或下述第二实施例的更新模块150)。可编程信号处理硬件200包括通信接口(I/F)210，以用于接收由光学成像模块110获取的样本数据，并且向光学成像模块110发送控制指令以控制光学成像模块110根据稀疏扫描图案并且可选地基于在配准中获得的偏移(以便保持视网膜上感兴趣的区域上的扫描位置，从而补偿成像期间眼睛的移动)来获取样本。可编程信号处理硬件200还包括处理器(例如，中央处理单元CPU或图形处理单元GPU)220、工作存储器230(例如，随机存取存储器)和存储包括计算机可读指令的计算机程序的指令储存装置240，计算机可读指令当由处理器220执行时使处理器220执行各种功能，包括本文描述的控制模块120、配准模块130和/或更新模块150的那些功能。工作存储器230存储处理器220在执行计算机程序期间使用的信息，例如，包括由光学成像模块110生成的图像数据、参考图像132、在图像配准期间计算的一个或更多个偏移、定义扫描图案的一个或更多个函数、以及下面描述的候选成像模板。指令储存装置240可以包括预加载有计算机可读指令的ROM(例如，以电可擦除可编程只读存储器(EEPROM)或闪存的形式)。替代地，指令储存装置240可以包括RAM或类似类型的存储器，并且计算机程序的计算机可读指令可以是来自计算机程序产品(如CD-ROM、DVD-ROM等形式的非暂时性计算机可读存储介质250)或者携带计算机可读指令的计算机可读信号260对其的输入。在任何情形中，当由处理器执行时，计算机程序使处理器执行如本文所述的控制医学成像设备100的方法，以及图6、图8、和图9所示的方法。然而，应当注意的是，控制模块120、配准模块130和/或更新模块150可以替代地在不可编程硬件(如专用集成电路(ASIC))中实现。
在本示例实施例中，包括处理器220、工作存储器230和指令储存装置240的在图5中所示的硬件部件的组合270被配置成执行控制模块120和配准模块130的功能，和/或下面描述的更新模块150的功能。
图6是示出由处理器220执行的方法的流程图，通过该方法，处理器220控制光学成像模块110来生成定义身体部位的区域的图像的图像数据，并相对于参考图像132配准该图像。
在图6的步骤S10中，如上所述，处理器220控制光学成像模块110通过获取如上所述的第一样本序列来生成图像数据，第一样本序列在图像中的对应像素位置遵循路径，该路径由对应于第一样本序列的像素跨越并且与对应于光学成像模块110可操作来获取的第二样本序列的像素序列的呈阵列的布置相比在图像的更大部分上延伸，其中像素序列中的相邻像素之间的距离之和等于路径的长度。
然后，在图6的步骤S20中，处理器220相对于参考图像132配准图像，参考图像132包括如上所述的区域的一部分的图像。
实施例2
图7是根据第二示例实施例的医学成像设备300的示意图。
本示例实施例的医学成像设备300包括与第一示例实施例中相同的光学成像模块110、控制模块120、和配准模块130，但是医学成像设备300与第一示例实施例的不同之处在于包括用于构造参考图像132的机制，该参考图像132被配准模块130用于配准获取的稀疏图像。在本示例实施例中，参考图像132是通过以下方式构造的：在获取的稀疏图像已经相对于参考图像132被配准之后，将来自这些图像的稀疏图像数据累积到不完整的参考图像，从而增加参考图像的面积覆盖。由于光学成像模块110在上述第二操作模式中在控制模块120的控制下所执行的扫描的稀疏性，这种更新机制可以允许参考图像132的相对宽的面积填充有对应于来自每次稀疏扫描的样本数据的像素，允许参考图像132在比上述第一示例实施例更短的时间段内被构建到可用于图像配准的水平，其中参考图像132被形成为通过在视网膜的相邻部分(adjoining sections)上执行密集扫描而获取的图像的镶嵌。换句话说，本示例实施例的医学成像设备300(其控制模块120仅在第二模式下操作)可以在比第一示例实施例的医学成像设备100更短的时间段内达到能够可靠地配准不存在先前图像数据的身体部位的区域的图像的状态，第一示例实施例的医学成像设备100如上所述仅使用密集扫描来生成参考图像。
医学成像设备300的更新模块150被配置成更新参考图像132以包括在图6的步骤S20中已经相对于参考图像132配准的图像的图像数据，从而生成包括该补充信息的更新的参考图像132。
为了降低参考图像132被更新为包括没有相对于参考图像被正确配准(由于在稀疏图像和参考图像132中成像的视网膜特征之间的重叠度不足)的稀疏图像的图像数据及因此降低参考图像的质量的可能性，更新模块150可以如在本示例实施例中那样仅在稀疏图像与参考图像132之间的计算的加权归一化互相关的最大值超过预定阈值时更新参考图像132。
如上所述，配准模块130可以被配置成通过确定稀疏图像与参考图像132之间的平移差来相对于参考图像132配准获取的稀疏图像。更新模块150对参考图像132的更新不仅可以以计算出的在图像与参考图像132之间的加权归一化互相关的最大值超过阈值为条件，还可以以确定的平移差超过相应阈值为条件。这样，与没有充分增加其覆盖的参考图像数据的更新相关联的处理开销可以被避免。
在本示例实施例中，光学成像模块110、控制模块120、配准模块130和更新模块150被配置成执行稀疏样本的获取和映射、稀疏图像相对于参考图像132的配准、以及在迭代过程中更新的参考图像的生成，使得由光学成像模块110在该迭代过程的每次迭代中生成的图像数据定义的稀疏图像被配准模块130相对于在迭代过程的前一次迭代中更新的参考图像132配准，并随后被更新模块150使用来更新在迭代过程的前一次迭代中更新的该参考图像132。
将参考图8描述该迭代过程的示例。
在图8中所示的迭代过程的每次迭代中，控制模块120和配准模块130分别执行步骤S10和S20，这与上面参考图6描述的第一示例实施例中的步骤相同。在步骤S30中，更新模块150更新参考图像132，以包括已经相对于参考图像132配准的稀疏图像的图像数据，从而生成参考图像132的更新版本，在下一次迭代中由光学成像模块110获取的稀疏图像在该后续迭代中被配准模块130相对于该参考图像132的更新版本配准。如上所述，更新模块150对参考图像132的更新可以受制于条件被满足(即，计算出的在稀疏图像与参考图像132之间的加权归一化互相关的最大值超过预定阈值)，或者可以是无条件的使得参考图像132在每次迭代中被更新。在任一种情形中，在步骤S20的每次执行中由配准模块130使用的参考图像132是在先前迭代中已经更新了的更新的参考图像132。在图8所示的过程的每次迭代中，控制模块120在步骤S40中确定停止标准是否已满足，并且如果停止标准不被满足，则通过循环回到步骤S10来继续执行迭代过程，否则，如果停止标准被满足，则停止处理。例如，停止标准可以是已经构建了所需面积覆盖的足够密集的参考图像，这由其值已经被更新的参考图像中的不同像素的数量与参考图像132中像素总数量的比率来确定。例如，停止标准可以附加地或替代地是已经执行了预定次数的迭代，或者已经由医学成像设备300的用户或者由在该设备上执行的图像获取控制过程(例如，用于控制组合SLO-OCT成像系统上的断层扫描数据的获取)生成了终止该过程的指令。
因此，在每个连续的图像帧中，稀疏扫描图案覆盖尚未获取到所需质量的面积，因此当累积到部分参考图像中时，提高了面积覆盖和/或质量。注意，稀疏图像总是具有与累积的参考图像重叠的区域，从而有助于与其配准。如果在最终的参考图像中有丢失的像素，可以用图像数据填充(image-data infill)来补充该过程。
在本示例实施例中，控制模块120被配置成控制光学成像模块110在步骤S10中通过在迭代过程的每次迭代中使用相同的稀疏扫描图案来获取样本，以便通过获取多个样本序列来生成定义身体部位的相对于彼此偏移的不同相应区域的多个图像的图像数据，其中所获取的样本序列中的样本被映射到的像素具有在每个稀疏图像中遵循相同路径的像素位置。如在本示例实施例中，成像期间受试者的视网膜相对于光学成像模块110的自然移动可能足以导致光学成像模块110执行的稀疏扫描在视网膜上的扫描位置在一次迭代中不同于下一次迭代，使得稀疏扫描在每次迭代中覆盖视网膜的不同区域(虽然从一次扫描到下一次扫描的覆盖范围的差异可能并不总是足以触发参考图像132的更新，如上所述，使得参考图像132不会在每次迭代中被更新)。受试者的眼睛的这种自然移动通常超出了受试者的控制，并且尽管采取了减少这些移动的措施，如将受试者的下巴放置在下巴托上等，但仍可能发生。
在医学成像设备300的变型中，该变型可用于应用(在图像获取过程的时间尺度上视网膜相对于光学成像模块110的自然移动是不显著的)中，控制模块120可被配置成控制光学成像模块110在迭代过程的每次迭代中使用不同的扫描图案来获取多个样本序列，以便生成定义身体部位的区域的多个图像的图像数据，其中所获取的样本序列中的样本被映射到的像素具有在每个图像中遵循不同路径的像素位置。在该变型中，控制模块120在每次迭代中使用不同的扫描图案，从而确保视网膜的不同区域被每次扫描覆盖。扫描图案可以在迭代过程中以多种不同方式中的一种方式改变，例如通过在每次迭代中以预定增量系统地平移、旋转和/或缩放稀疏扫描图案，和/或在每次迭代中改变定义稀疏扫描的形状的函数。
现在将参考图9描述根据医学成像设备300的第二变型控制光学成像模块110生成图像数据的特别有利的方法，图9示出了该第二变型的控制模块120在其执行图6和图8中的步骤S10时生成图像数据的过程。
在第二变型中，控制模块120被配置成保持对参考图像132的多个像素中的每个像素在迭代过程的执行期间被更新的次数的记录。例如，控制模块120可以以二维数据阵列的形式存储记录(该二维数据阵列具有与参考图像132中的像素行和像素列相同的行数和列数)，并且在该数据阵列的每个单元(cell)中存储表示在迭代过程中参考图像132中对应位置处的像素已经被更新的次数的计数值。
在迭代过程的每次迭代中，第二变型的控制模块120在图9的步骤S10-1中计算该记录与多个候选成像模板中每个候选成像模板之间的相应相关度，其中每个候选成像模板包括要由光学成像模块110成像的视网膜的候选区域的不同预测图像。每个成像模板中的预测图像可以包括具有公共像素值的像素，这些像素位于成像模板中的像素位置处，这些像素位置可以使用上述类型的映射而被映射到对应的一组光学成像模块控制参数值。在第二变型中，光学成像模块110可以由控制模块120控制通过以下方式来根据每个候选成像模板生成定义身体部位的相应候选区域的图像的图像数据：获取样本并且将获取的样本映射到图像的对应像素使得每个样本的样本值和样本位置的指示被映射到图像的对应像素的像素值和像素位置，所获取的样本的值表示候选区域中相应样本位置处的身体部位的光学特性，其中光学成像模块110被配置成使用映射来确定候选成像区域中样本将被获取的样本位置。
在图9的步骤S10-2中，控制模块120从多个候选成像模板中并基于在步骤S10-1中已经计算出的相关度，选择将在该迭代中用于图像获取的成像模板。控制模块120可以从多个候选成像模板中选择一成像模板(其计算出的与该记录的相关度在所计算出的相关度的最高值和所计算出的相关度的最低值之间并且优选地是所计算出的相关度的中值)作为成像模板。相关度的低值对应于扫描位置，该扫描位置将以参考图像132覆盖的面积与获取的图像帧之间的重叠为代价增加参考图像132的覆盖，而高值对应于存在已经被更大程度采样的视网膜的区域；中间值对应于具有跟踪所需的一些重叠区域和增加覆盖所需的视网膜的新区域。
然后，在图9的步骤S10-3中，控制模块120控制光学成像模块110使用在图9的步骤S10-2中选择的成像模板来生成图像数据。
由根据选择的成像模板所生成的图像数据定义的图像然后由配准模块130相对于参考图像132配准，并且更新模块150更新参考图像132以包括已经相对于参考图像132配准的图像的图像数据。在第二变型中，更新模块150使用已经相对于参考图像132配准的图像的图像数据，通过增加该记录的每个单元中的计数来更新该记录，该记录中的每个单元在参考图像132中的对应位置具有其像素值在当前迭代中已经被更新的像素。
上面描述的一些实施例在以下示例E1至E11中进行了总结：
E1.一种由医学成像设备100；300的处理器执行的方法，该医学成像设备100；300包括光学成像模块110，该光学成像模块110可操作来通过以下方式生成定义身体部位的区域的图像I)的图像数据：获取样本并使用映射将所获取的样本映射到图像I的对应像素使得每个样本的样本位置的指示被映射到图像I的对应像素的像素位置，所获取的样本的值指示该区域中的相应样本位置处的身体部位的光学特性，所述方法包括：
控制所述光学成像模块110通过获取第一样本序列来生成图像数据，所述第一样本序列在图像I中的对应像素位置遵循一路径，该路径由对应于所述第一样本序列的像素跨越并且与对应于所述光学成像模块110可操作来获取的第二样本序列的像素序列的呈阵列的布置相比在图像I的更大部分上延伸，其中，所述像素序列中的相邻像素之间的距离之和等于所述路径的长度；以及
相对于包括所述区域的一部分的图像的参考图像132配准图像I。
E2.根据E1所述的方法，其中，基于在平面中定义螺旋线、椭圆线、椭圆螺旋线、Lissajous图形、和次摆线中的一者的函数来确定样本位置，在该样本位置处，所述光学成像模块110获取所述第一序列中的样本。
E3.根据E1或E2所述的方法，其中，通过计算在所述图像与所述参考图像132之间的加权归一化互相关来相对于所述参考图像132配准所述图像I。
E4.根据E1至E3中任一项所述的方法，还包括：
通过更新所述参考图像132以包括已经相对于所述参考图像132配准的图像的图像数据，来生成更新的参考图像132。
E5.根据E4所述的方法，其中，通过计算在图像I与所述参考图像132之间的加权归一化互相关来相对于所述参考图像132配准图像，并且在所计算的在图像I与所述参考图像132之间的加权归一化互相关的最大值超过阈值的条件下，生成更新的参考图像。
E6.根据E5所述的方法，其中，所述阈值是第一阈值，并且通过确定在图像I与所述参考图像132之间的平移差来相对于所述参考图像132配准图像，并且其中，在所计算的在图像I与所述参考图像132之间的加权归一化互相关的最大值超过所述第一阈值并且所确定的平移差超过第二阈值的条件下，生成更新的参考图像132。
E7.根据E4至E6中任一项所述的方法，其中，在迭代过程中执行样本的获取和映射、图像I相对于所述参考图像132的配准、以及更新的参考图像132的生成，使得由所述光学成像模块110在所述迭代过程的每次迭代中生成的图像数据所定义的图像I相对于在所述迭代过程的前一次迭代中更新的参考图像132被配准，并且随后被用于更新在所述迭代过程的前一次迭代中更新的参考图像132。
E8.根据E7所述的方法，其中，所述光学成像模块110被控制以通过获取多个样本序列来生成图像数据，所述图像数据定义相对于彼此偏移的身体部位的不同相应区域的多个图像I，其中，所获取的样本序列中的样本被映射到的像素具有在每个图像I中遵循相同路径的像素位置。
E9.根据E7所述的方法，其中，所述光学成像模块110被控制以通过获取多个样本序列来生成定义身体部位的区域的多个图像I的图像数据，其中，所获取的样本序列中的样本被映射到的像素具有在每个图像I中遵循不同路径的像素位置。
E10.根据E9所述的方法，还包括：
保持所述参考图像132的多个像素中的每个像素在所述迭代过程的执行期间被更新的次数的记录；以及
在所述迭代过程的每次迭代中，所述方法包括：
计算在所述记录与多个候选成像模板中每个候选成像模板之间的相应相关度，其中，每个候选成像模板包括将由所述光学成像模块110成像的身体部位的候选区域的不同预测图像，所述光学成像模块110可操作来通过以下方式根据每个候选成像模板生成定义身体部位的相应候选区域的图像的图像数据：获取样本并且将获取的样本映射到图像的对应像素使得每个样本的样本值和样本位置的指示被映射到图像的对应像素的像素值和像素位置，所述样本的值指示候选区域中相应样本位置处的身体部位的光学特性，其中，所述光学成像模块110被配置成使用所述映射来确定所述候选成像区域中样本被获取的样本位置；
基于所计算出的相关度从所述多个候选成像模板中选择相应成像模板；
控制所述光学成像模块110使用所选择的成像模板生成图像数据；相对于所述参考图像132配准由根据所选择的成像模板生成的图像数据所定义的图像I；
更新所述参考图像132以包括已经相对于所述参考图像132配准的图像的图像数据；以及
使用已经相对于所述参考图像132配准的图像的图像数据来更新所述记录。
E11.根据E10所述的方法，其中，在每次迭代中，从多个候选成像模板中选择计算出的与所述记录的相关度在所计算出的相关度的最高值和所计算出的相关度的最低值之间并且优选地是所计算出的相关度的中值的成像模板作为相应成像模板。
在前述描述中，参考几个示例实施例描述了示例方面。因此，说明书应被视为说明性的。类似地，在附图中示出的突出示例实施例的功能和优点的附图仅仅是为了示例目的而被呈现的。示例实施例的体系结构是足够灵活的和可配置的，使得它可以以除了在附图中所示的方式以外的方式被利用(和导向)。
在一个示例实施例中，在本文呈现的示例的软件实施例可以被提供为计算机程序或软件，例如具有被包括或存储在制品(例如机器可访问或机器可读介质、指令储存装置或计算机可读存储设备，其中每一个制品都可以是非暂时性的)中的指令或指令序列的一个或更多个程序。在非暂时性机器可访问介质、机器可读介质、指令储存装置、或计算机可读存储设备上的程序或指令可用于对计算机系统或其他电子设备编程。机器或计算机可读介质、指令储存装置、和存储设备可以包括但不限于软盘、光盘、和磁光盘或适合于存储或传输电子指令的其他类型的介质/机器可读介质/指令储存装置/存储设备。本文描述的技术不限于任何特定的软件配置。它们可能在任何计算或处理环境中得到应用。本文使用的术语“计算机可读”、“机器可访问介质”、“机器可读介质”、“指令储存装置”、和“计算机可读存储设备”应当包括能够存储、编码、或传输指令或指令序列以由机器、计算机、或计算机处理器执行并且使机器/计算机/计算机处理器执行本文描述的方法中的任一个的任何介质。此外，在本领域中常见的是以一种或另一种形式(例如，程序(program)、程序(procedure)、过程、应用、模块、单元、逻辑等)提及软件作为采取动作或引起结果。这种表达仅仅是陈述由处理系统执行该软件使处理器执行动作以产生结果的简略方式。
一些实施例也可以通过准备专用集成电路、现场可编程门阵列、或者通过使常规部件电路的适当网络互连来实现。
一些实施例包括计算机程序产品。计算机程序产品可以是在其上或其中存储有可用于控制或促使计算机或计算机处理器执行本文所述的示例实施例的任何过程的指令的一种或更多种存储介质、指令储存装置(多个指令储存装置)、或存储设备(多个存储设备)。存储介质/指令储存装置/存储设备可以作为示例且非限制性地包括光盘、ROM、RAM、EPROM、EEPROM、DRAM、VRAM、闪存、闪存卡、磁卡、光卡、纳米系统、分子存储器集成电路、RAID、远程数据存储/存档/仓储装置、和/或适合于存储指令和/或数据的任何其他类型的设备。
存储在一种或更多种计算机可读介质、指令储存装置(多个指令储存装置)、或存储设备(多个存储设备)中的任一个上的一些实现方式包括用于控制系统的硬件和用于使系统或微处理器能够利用本文描述的示例实施例的结果与人类用户或其他机构交互的软件。这种软件可以非限制性地包括设备驱动器、操作系统、和用户应用。最终，如上所述，这种计算机可读介质或存储设备(多个存储设备)还包括用于执行本发明的示例方面的软件。
在系统的编程和/或软件中包括用于实现本文描述的过程的软件模块。在本文的一些示例实施例中，模块包括软件，但是在本文的其他示例实施例中，模块包括硬件、或硬件和软件的组合。
虽然上面描述了本发明的各种示例实施例，但是应当理解，它们作为示例而不是限制被呈现。对在相关领域中的技术人员将明显的是，可以在形式和细节上被做出各种改变。因此，本发明不应受上述示例实施例中的任一个的限制，而应仅根据随附的权利要求及其等同物来被定义。
此外，摘要的目的是使通常专利局和公众、以及尤其是不熟悉专利或法律术语或措辞的本领域中的科学家、工程师和从业人员能够根据粗略的检查快速确定本申请的技术公开的性质和本质。摘要并不意欲以任何方式限制在本文呈现的示例实施例的范围。还应该理解的是，在权利要求中叙述的过程不需要以所呈现的顺序来被执行。
虽然本说明书包含很多具体实施例细节，但这些不应该理解为是对任何发明的范围或要求保护的内容的限制，而应该理解为是对特定于本文描述的具体实施例的特征的描述。在单独的实施例的背景下，本说明书中所描述的某些特征也可在单个实施例中结合实现。相反地，也可以在多个实施例中单独地或以任何合适的子组合实现在单一实施例的背景下描述的各种特征。此外，尽管特征在上文中可能被描述为作用在特定组合中并甚至起初如此要求保护，但是来自所要求保护的组合的一个或更多个特征可在一些情况下从组合中删除，且所要求保护的组合可针对子组合或子组合的变型。
在某些情况下，多任务和并行处理可能是有利的。此外，上述实施例中的各种部件的分离不应被理解为在所有实施例中都需要这样的分离，并且应当理解，所描述的程序部件和系统通常可以一起集成在单个软件产品中或者封装到多个软件产品内。
现在已经描述了一些说明性实施例，显然，前面的实施例是说明性的而不是限制性的，已经通过示例的方式给出。具体而言，尽管本文呈现的许多示例涉及装置或软件元素的特定组合，但是这些元素可以以其他方式组合以实现相同的目的。结合一个实施例讨论的动作、元素和特征并不意欲从任何其它实施例中的类似角色中被排除。
在不脱离其特性的情况下，本文描述的装置和计算机程序可以以其他特定形式来实施。前述实施例是说明性的，而不是对所描述的系统和方法的限制。因此，本文描述的装置和计算机程序的范围由所附权利要求而不是前述描述指示，并且因此落入权利要求的等价物的意义和范围内的变化都被包括在其中。
在下文的一个或多个实施方案中可实现本公开的各方面。
1)一种医学成像设备，包括：
光学成像模块，所述光学成像模块能够操作来通过以下方式生成定义身体部位的区域的图像的图像数据：获取样本并使用映射将所获取的样本映射到所述图像的对应像素使得每个样本的样本位置的指示被映射到所述图像的对应像素的像素位置，所述样本的值指示在所述区域中的相应样本位置处所述身体部位的光学特性，所述样本通过测量光的强度获取，所述光是透射穿过所述身体部位的光或者基于透射穿过所述身体部位的光，或者所述光是从所述身体部位的成像区域反射的光或者基于从所述身体部位的成像区域反射的光；
控制模块，所述控制模块被配置成控制所述光学成像模块通过获取第一样本序列来生成所述图像数据，所述第一样本序列在所述图像中的对应像素位置遵循一路径，所述路径由对应于所述第一样本序列的像素跨越并且与对应于所述光学成像模块能够操作来获取的第二样本序列的像素序列的呈阵列的布置相比在所述图像的更大部分上延伸，其中，所述像素序列中的相邻像素之间的距离之和等于所述路径的长度；以及
配准模块，所述配准模块被配置成相对于包括所述区域的一部分的图像的参考图像配准所述图像。
2)根据1)所述的医学成像设备，其中，所述控制模块被配置成基于在平面中定义螺旋线、椭圆线、椭圆螺旋线、Lissajous图形和次摆线中的一种的函数来确定所述光学成像模块获取所述第一样本序列中的样本的样本位置。
3)根据1)或2)所述的医学成像设备，其中，所述配准模块被配置成通过计算在所述图像与所述参考图像之间的加权归一化互相关来相对于所述参考图像配准所述图像。
4)根据3)所述的医学成像设备，其中，所述配准模块被配置成通过傅立叶域中的掩模对象配准来计算所述加权归一化互相关。
5)根据1)-4)中任一项所述的医学成像设备，还包括：
更新模块，所述更新模块被配置成通过更新所述参考图像以包括已经相对于所述参考图像配准的所述图像的图像数据来生成更新的参考图像。
6)根据5)所述的医学成像设备，其中，所述配准模块被配置成通过计算在所述图像与所述参考图像之间的加权归一化互相关来相对于所述参考图像配准所述图像，并且其中，所述更新模块被配置成如果所计算出的在所述图像与所述参考图像之间的加权归一化互相关的最大值超过阈值，则生成所述更新的参考图像。
7)根据6)所述的医学成像设备，其中，所述阈值是第一阈值，并且所述配准模块被配置成通过确定在所述图像与所述参考图像之间的平移差来相对于所述参考图像配准所述图像，并且其中，所述更新模块被配置成如果所计算出的在所述图像与所述参考图像之间的加权归一化互相关的最大值超过所述第一阈值并且所确定的平移差超过第二阈值，则生成所述更新的参考图像。
8)根据5)-7)中任一项所述的医学成像设备，其中，所述光学成像模块、所述控制模块、所述配准模块和所述更新模块被配置成在迭代过程中执行所述样本的获取和映射、所述图像相对于所述参考图像的配准、以及所述更新的参考图像的生成，使得由所述光学成像模块在所述迭代过程的每次迭代中生成的所述图像数据所定义的所述图像由所述配准模块相对于在所述迭代过程的前一次迭代中更新的所述参考图像来配准，并且随后由所述更新模块使用以更新在所述迭代过程的前一次迭代中更新的所述参考图像。
9)根据8)所述的医学成像设备，其中，所述控制模块被配置成控制所述光学成像模块通过获取多个样本序列来生成图像数据，所述图像数据定义相对于彼此偏移的所述身体部位的不同相应区域的多个图像，其中，所获取的样本序列中的样本被映射到的像素具有在每个图像中遵循相同路径的像素位置。
10)根据8)所述的医学成像设备，其中，所述控制模块被配置成控制所述光学成像模块通过获取多个样本序列来生成定义所述身体部位的区域的多个图像的图像数据，其中，所获取的样本序列中的样本被映射到的像素具有在每个图像中遵循不同路径的像素位置。
11)根据10)所述的医学成像设备，其中：
所述控制模块被配置成保持对所述参考图像的多个像素中的每个像素在所述迭代过程的执行期间被更新的次数的记录；以及
在所述迭代过程的每次迭代中：
所述控制模块被配置成计算在所述记录与多个候选成像模板中每个候选成像模板之间的相应相关度，其中，每个候选成像模板包括将由所述光学成像模块成像的所述身体部位的候选区域的不同预测图像，所述光学成像模块能够操作来根据所述多个候选成像模板中的每个候选成像模板通过以下方式生成定义所述身体部位的相应候选区域的图像的图像数据：获取样本并且将所获取的样本映射到所述图像的对应像素使得每个样本的样本值和样本位置的指示被映射到所述图像的对应像素的像素值和像素位置，所述样本的值指示所述候选区域中相应样本位置处所述身体部位的所述光学特性，其中，所述光学成像模块被配置成使用所述映射来确定在所述候选区域中样本将被获取的样本位置；
所述控制模块被配置成基于所计算出的相关度从所述多个候选成像模板中选择相应成像模板；
所述控制模块被配置成控制所述光学成像模块以使用所选择的成像模板生成图像数据；
所述配准模块被配置成相对于所述参考图像配准由已经根据所选择的成像模板生成的所述图像数据所定义的所述图像；以及
所述更新模块被配置成：
更新所述参考图像以包括已经相对于所述参考图像配准的所述图像的图像数据；以及
使用已经相对于所述参考图像配准的所述图像的图像数据来更新所述记录。
12)根据1)-11)中任一项所述的医学成像设备，其中，所述医学成像设备是用于扫描眼睛的视网膜的区域的视网膜扫描仪，并且其中，所述光学成像模块能够操作来通过获取样本而生成定义所述视网膜的区域的图像的图像数据，所述样本的值指示所述区域中相应扫描位置处的所述视网膜的光学特性。
13)根据12)所述的医学成像设备，其中，所述视网膜扫描仪包括扫描激光检眼镜SLO、光学相干断层扫描OCT扫描仪和组合的SLO-OCT扫描仪中的一种。
14)一种由医学成像设备的处理器执行的方法，所述医学成像设备包括光学成像模块，所述光学成像模块能够操作来通过以下方式生成定义身体部位的区域的图像的图像数据：获取样本并使用映射将所获取的样本映射到所述图像的对应像素使得每个样本的样本位置的指示被映射到所述图像的对应像素的像素位置，所述样本的值指示所述区域中相应样本位置处所述身体部位的光学特性，所述样本通过测量光的强度获取，所述光是透射穿过所述身体部位的光或者基于透射穿过所述身体部位的光，或者所述光是从所述身体部位的成像区域反射的光或者基于从所述身体部位的成像区域反射的光，所述方法包括：
控制所述光学成像模块通过获取第一样本序列来生成所述图像数据，所述第一样本序列在所述图像中的对应像素位置遵循一路径，该路径由对应于所述第一样本序列的像素跨越并且与对应于所述光学成像模块能够操作来获取的第二样本序列的像素序列的呈阵列的布置相比在所述图像的更大部分上延伸，其中，所述像素序列中的相邻像素之间的距离之和等于所述路径的长度；以及
相对于包括所述区域的一部分的图像的参考图像配准所述图像。
15)一种计算机程序，所述计算机程序在由医学成像设备的处理器执行时，使所述处理器执行根据14)所述的方法，所述医学成像设备还包括光学成像模块，所述光学成像模块能够操作来通过以下方式生成定义身体部位的区域的图像的图像数据：获取样本并将所获取的样本映射到所述图像的对应像素使得每个样本的样本位置的指示被映射到所述图像的对应像素的像素位置，所述样本的值指示所述区域中的相应样本位置处所述身体部位的光学特性。

Claims (27)

1.一种医学成像设备(100；300)，包括：
光学成像模块(110)，所述光学成像模块能够操作来通过以下方式生成定义身体部位的区域的图像(I)的图像数据：获取样本并使用映射将所获取的样本映射到所述图像的对应像素使得每个样本的样本位置的指示被映射到所述图像的对应像素的像素位置，所述样本的值指示在所述区域中的相应样本位置处所述身体部位的光学特性，所述样本通过测量光的强度获取，所述光是透射穿过所述身体部位的光或者基于透射穿过所述身体部位的光，或者所述光是从所述身体部位的成像区域反射的光或者基于从所述身体部位的成像区域反射的光；
控制模块(120)，所述控制模块被配置成控制所述光学成像模块(110)通过获取第一样本序列来生成所述图像数据，所述第一样本序列在所述图像中的对应像素位置遵循一路径(P稀疏)，所述路径(P稀疏)由对应于所述第一样本序列的像素(Pi)跨越并且与对应于所述光学成像模块(110)能够操作来获取的第二样本序列的像素(P’i)序列的呈阵列的布置相比在所述图像(I)的更大部分上延伸，其中，所述像素序列(P’i)中的相邻像素之间的距离之和等于所述路径(P稀疏)的长度；
配准模块(130)，所述配准模块被配置成相对于包括所述区域的一部分的图像的参考图像(132)配准所述图像(I)；以及
更新模块(150)，所述更新模块被配置成通过更新所述参考图像(132)以包括已经相对于所述参考图像(132)配准的所述图像的图像数据来生成更新的参考图像。
2.根据权利要求1所述的医学成像设备(100；300)，其中，所述控制模块(120)被配置成基于在平面中定义螺旋线、椭圆线、椭圆螺旋线、Lissajous图形和次摆线中的一种的函数来确定所述光学成像模块(110)获取所述第一样本序列中的样本的样本位置。
3.根据权利要求1或权利要求2所述的医学成像设备(100；300)，其中，所述配准模块(130)被配置成通过计算在所述图像与所述参考图像(132)之间的加权归一化互相关来相对于所述参考图像(132)配准所述图像(I)。
4.根据权利要求3所述的医学成像设备(100；300)，其中，所述配准模块(130)被配置成通过傅立叶域中的掩模对象配准来计算所述加权归一化互相关。
5.根据权利要求1所述的医学成像设备(300)，其中，所述配准模块(130)被配置成通过计算在所述图像(I)与所述参考图像(132)之间的加权归一化互相关来相对于所述参考图像(132)配准所述图像(I)，并且其中，所述更新模块(150)被配置成如果所计算出的在所述图像与所述参考图像之间的加权归一化互相关的最大值超过阈值，则生成所述更新的参考图像(132)。
6.根据权利要求5所述的医学成像设备(300)，其中，所述阈值是第一阈值，并且所述配准模块(130)被配置成通过确定在所述图像(I)与所述参考图像(132)之间的平移差来相对于所述参考图像(132)配准所述图像(I)，并且其中，所述更新模块(150)被配置成如果所计算出的在所述图像(I)与所述参考图像(132)之间的加权归一化互相关的最大值超过所述第一阈值并且所确定的平移差超过第二阈值，则生成所述更新的参考图像。
7.根据权利要求1、5和6中任一项所述的医学成像设备(300)，其中，所述光学成像模块(110)、所述控制模块(120)、所述配准模块(130)和所述更新模块(150)被配置成在迭代过程中执行所述样本的获取和映射、所述图像(I)相对于所述参考图像(132)的配准、以及所述更新的参考图像(132)的生成，使得由所述光学成像模块(110)在所述迭代过程的每次迭代中生成的所述图像数据所定义的所述图像(I)由所述配准模块(130)相对于在所述迭代过程的前一次迭代中更新的所述参考图像(132)来配准，并且随后由所述更新模块(150)使用以更新在所述迭代过程的前一次迭代中更新的所述参考图像(132)。
8.根据权利要求7所述的医学成像设备(300)，其中，所述控制模块(120)被配置成控制所述光学成像模块(110)通过获取多个样本序列来生成图像数据，所述图像数据定义相对于彼此偏移的所述身体部位的不同相应区域的多个图像(I)，其中，所获取的样本序列中的样本被映射到的像素具有在每个图像(I)中遵循相同路径的像素位置。
9.根据权利要求7所述的医学成像设备(300)，其中，所述控制模块(120)被配置成控制所述光学成像模块(110)通过获取多个样本序列来生成定义所述身体部位的区域的多个图像(I)的图像数据，其中，所获取的样本序列中的样本被映射到的像素具有在每个图像(I)中遵循不同路径的像素位置。
10.根据权利要求9所述的医学成像设备(300)，其中：
所述控制模块(120)被配置成保持对所述参考图像(132)的多个像素中的每个像素在所述迭代过程的执行期间被更新的次数的记录；以及
在所述迭代过程的每次迭代中：
所述控制模块(120)被配置成计算在所述记录与多个候选成像模板中每个候选成像模板之间的相应相关度，其中，每个候选成像模板包括将由所述光学成像模块(110)成像的所述身体部位的候选区域的不同预测图像，所述光学成像模块(110)能够操作来根据所述多个候选成像模板中的每个候选成像模板通过以下方式生成定义所述身体部位的相应候选区域的图像的图像数据：获取样本并且将所获取的样本映射到所述图像的对应像素使得每个样本的样本值和样本位置的指示被映射到所述图像的对应像素的像素值和像素位置，所述样本的值指示所述候选区域中相应样本位置处所述身体部位的所述光学特性，其中，所述光学成像模块(110)被配置成使用所述映射来确定在所述候选区域中样本将被获取的样本位置；
所述控制模块(120)被配置成基于所计算出的相关度从所述多个候选成像模板中选择相应成像模板；
所述控制模块(120)被配置成控制所述光学成像模块(110)以使用所选择的成像模板生成图像数据；
所述配准模块(130)被配置成相对于所述参考图像(132)配准由已经根据所选择的成像模板生成的所述图像数据所定义的所述图像(I)；以及
所述更新模块(150)被配置成：
更新所述参考图像(132)以包括已经相对于所述参考图像(132)配准的所述图像(I)的图像数据；以及
使用已经相对于所述参考图像(132)配准的所述图像(I)的图像数据来更新所述记录。
11.根据权利要求1-2、4-6、8-10中任一项所述的医学成像设备(100；300)，其中，所述医学成像设备(100；300)是用于扫描眼睛的视网膜的区域的视网膜扫描仪，并且其中，所述光学成像模块(110)能够操作来通过获取样本而生成定义所述视网膜的区域的图像(I)的图像数据，所述样本的值指示所述区域中相应扫描位置处的所述视网膜的光学特性。
12.根据权利要求3所述的医学成像设备(100；300)，其中，所述医学成像设备(100；300)是用于扫描眼睛的视网膜的区域的视网膜扫描仪，并且其中，所述光学成像模块(110)能够操作来通过获取样本而生成定义所述视网膜的区域的图像(I)的图像数据，所述样本的值指示所述区域中相应扫描位置处的所述视网膜的光学特性。
13.根据权利要求7所述的医学成像设备(100；300)，其中，所述医学成像设备(100；300)是用于扫描眼睛的视网膜的区域的视网膜扫描仪，并且其中，所述光学成像模块(110)能够操作来通过获取样本而生成定义所述视网膜的区域的图像(I)的图像数据，所述样本的值指示所述区域中相应扫描位置处的所述视网膜的光学特性。
14.根据权利要求11所述的医学成像设备(100；300)，其中，所述视网膜扫描仪包括扫描激光检眼镜SLO、光学相干断层扫描OCT扫描仪和组合的SLO-OCT扫描仪中的一种。
15.根据权利要求12或13所述的医学成像设备(100；300)，其中，所述视网膜扫描仪包括扫描激光检眼镜SLO、光学相干断层扫描OCT扫描仪和组合的SLO-OCT扫描仪中的一种。
16.一种由医学成像设备(100；300)的处理器执行的方法，所述医学成像设备(100；300)包括光学成像模块(110)，所述光学成像模块(110)能够操作来通过以下方式生成定义身体部位的区域的图像(I)的图像数据：获取样本并使用映射将所获取的样本映射到所述图像(I)的对应像素使得每个样本的样本位置的指示被映射到所述图像(I)的对应像素的像素位置，所述样本的值指示所述区域中相应样本位置处所述身体部位的光学特性，所述样本通过测量光的强度获取，所述光是透射穿过所述身体部位的光或者基于透射穿过所述身体部位的光，或者所述光是从所述身体部位的成像区域反射的光或者基于从所述身体部位的成像区域反射的光，所述方法包括：
控制所述光学成像模块(110)通过获取第一样本序列来生成所述图像数据，所述第一样本序列在所述图像(I)中的对应像素位置遵循一路径，该路径由对应于所述第一样本序列的像素跨越并且与对应于所述光学成像模块(110)能够操作来获取的第二样本序列的像素序列的呈阵列的布置相比在所述图像(I)的更大部分上延伸，其中，所述像素序列中的相邻像素之间的距离之和等于所述路径的长度；
相对于包括所述区域的一部分的图像的参考图像(132)配准所述图像(I)；以及
通过更新所述参考图像(132)以包括已经相对于所述参考图像(132)配准的图像的图像数据，来生成更新的参考图像(132)。
17.根据权利要求16所述的方法，其中，基于在平面中定义螺旋线、椭圆线、椭圆螺旋线、Lissajous图形、和次摆线中的一者的函数来确定样本位置，在所述样本位置处，所述光学成像模块(110)获取所述第一样本序列中的样本。
18.根据权利要求16或17所述的方法，其中，通过计算在所述图像与所述参考图像(132)之间的加权归一化互相关来相对于所述参考图像(132)配准所述图像(I)。
19.根据权利要求16所述的方法，其中，通过计算在图像(I)与所述参考图像(132)之间的加权归一化互相关来相对于所述参考图像(132)配准图像，并且在所计算的在图像(I)与所述参考图像(132)之间的加权归一化互相关的最大值超过阈值的条件下，生成更新的参考图像。
20.根据权利要求19所述的方法，其中，所述阈值是第一阈值，并且通过确定在图像(I)与所述参考图像(132)之间的平移差来相对于所述参考图像(132)配准图像，并且其中，在所计算的在图像(I)与所述参考图像(132)之间的加权归一化互相关的最大值超过所述第一阈值并且所确定的平移差超过第二阈值的条件下，生成更新的参考图像(132)。
21.根据权利要求16、19和20中任一项所述的方法，其中，在迭代过程中执行样本的获取和映射、图像(I)相对于所述参考图像(132)的配准、以及更新的参考图像(132)的生成，使得由所述光学成像模块(110)在所述迭代过程的每次迭代中生成的图像数据所定义的图像(I)相对于在所述迭代过程的前一次迭代中更新的参考图像(132)被配准，并且随后被用于更新在所述迭代过程的前一次迭代中更新的参考图像(132)。
22.根据权利要求21所述的方法，其中，所述光学成像模块(110)被控制以通过获取多个样本序列来生成图像数据，所述图像数据定义相对于彼此偏移的身体部位的不同相应区域的多个图像(I)，其中，所获取的样本序列中的样本被映射到的像素具有在每个图像(I)中遵循相同路径的像素位置。
23.根据权利要求21所述的方法，其中，所述光学成像模块(110)被控制以通过获取多个样本序列来生成定义身体部位的区域的多个图像(I)的图像数据，其中，所获取的样本序列中的样本被映射到的像素具有在每个图像(I)中遵循不同路径的像素位置。
24.根据权利要求23所述的方法，还包括：
保持所述参考图像(132)的多个像素中的每个像素在所述迭代过程的执行期间被更新的次数的记录；以及
在所述迭代过程的每次迭代中，所述方法包括：
计算在所述记录与多个候选成像模板中每个候选成像模板之间的相应相关度，其中，每个候选成像模板包括将由所述光学成像模块(110)成像的身体部位的候选区域的不同预测图像，所述光学成像模块(110)可操作来通过以下方式根据每个候选成像模板生成定义身体部位的相应候选区域的图像的图像数据：获取样本并且将获取的样本映射到图像的对应像素使得每个样本的样本值和样本位置的指示被映射到图像的对应像素的像素值和像素位置，所述样本的值指示候选区域中相应样本位置处的身体部位的光学特性，其中，所述光学成像模块(110)被配置成使用所述映射来确定所述候选区域中样本被获取的样本位置；
基于所计算出的相关度从所述多个候选成像模板中选择相应成像模板；
控制所述光学成像模块(110)使用所选择的成像模板生成图像数据；
相对于所述参考图像(132)配准由根据所选择的成像模板生成的图像数据所定义的图像(I)；
更新所述参考图像(132)以包括已经相对于所述参考图像(132)配准的图像的图像数据；以及
使用已经相对于所述参考图像(132)配准的图像的图像数据来更新所述记录。
25.根据权利要求24所述的方法，其中，在每次迭代中，从多个候选成像模板中选择计算出的与所述记录的相关度在所计算的相关度的最高值和所计算的相关度的最低值之间的成像模板作为相应成像模板。
26.根据权利要求25所述的方法，其中所选择的成像模板的所计算出的与所述记录的相关度是所计算的相关度的中值。
27.一种存储计算机程序的非暂时性计算机可读存储介质，所述计算机程序在由医学成像设备(100；300)的处理器(220)执行时，使所述处理器(220)执行根据权利要求16-26中任一项所述的方法，所述医学成像设备(100；300)还包括光学成像模块(110)，所述光学成像模块(110)能够操作来通过以下方式生成定义身体部位的区域的图像(I)的图像数据：获取样本并将所获取的样本映射到所述图像(I)的对应像素使得每个样本的样本位置的指示被映射到所述图像的对应像素的像素位置，所述样本的值指示所述区域中的相应样本位置处所述身体部位的光学特性。
CN202010268556.4A 2019-04-04 2020-04-07 医学成像设备 Active CN111798499B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP19167393.8A EP3719748B1 (en) 2019-04-04 2019-04-04 Medical imaging device
EP19167393.8 2019-04-04

Publications (2)

Publication Number Publication Date
CN111798499A CN111798499A (zh) 2020-10-20
CN111798499B true CN111798499B (zh) 2024-07-23

Family

ID=66101849

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010268556.4A Active CN111798499B (zh) 2019-04-04 2020-04-07 医学成像设备

Country Status (6)

Country Link
US (1) US11461898B2 (zh)
EP (1) EP3719748B1 (zh)
JP (1) JP6943357B2 (zh)
CN (1) CN111798499B (zh)
DK (1) DK3719748T3 (zh)
ES (1) ES2892477T3 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024054937A1 (en) * 2022-09-08 2024-03-14 Cyberdontics (Usa), Inc. Optical coherence tomography scanning system and methods

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB9323065D0 (en) 1993-11-09 1994-01-05 Besca Ltd A wide field retinal scanning ophthalmoscope
EP2209086A1 (en) * 2009-01-15 2010-07-21 Telefonaktiebolaget L M Ericsson (publ) Image processing
US8452064B2 (en) * 2009-12-07 2013-05-28 General Electric Company Apparatus and methods for geometric calibration of positron emission tomography systems
JP5832523B2 (ja) * 2010-04-29 2015-12-16 マサチューセッツ インスティテュート オブ テクノロジー 光コヒーレンストモグラフィのための動き補正および画像改善の方法および装置
US20130010259A1 (en) * 2011-07-05 2013-01-10 Escalon Digital Vision, Inc. Region based vision tracking system for imaging of the eye for use in optical coherence tomography
GB201217538D0 (en) 2012-10-01 2012-11-14 Optos Plc Improvements in or relating to scanning laser ophthalmoscopes
WO2015182633A1 (ja) 2014-05-28 2015-12-03 興和株式会社 画像処理装置、画像処理方法及び画像処理プログラム
JP6652284B2 (ja) 2015-07-08 2020-02-19 キヤノン株式会社 画像生成装置および画像生成方法
JP6756516B2 (ja) 2016-04-28 2020-09-16 株式会社トプコン 眼科撮影装置
EP3668369B1 (en) * 2017-08-14 2021-03-31 Optos plc Retinal position tracking
JP2019041841A (ja) 2017-08-30 2019-03-22 株式会社トプコン 眼科装置、及びその制御方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
V.R.S Mani,at el.."Survey of Medical Image Registration".《Journal of Biomedical Engineering and Technology》.2013,第1-18页. *
Xiahan Sang,at el.."Dynamic scan control in STEM: spiral scans".《Advanced Structural and Chemical Imaging》.2016,第1-8页. *

Also Published As

Publication number Publication date
EP3719748B1 (en) 2021-09-01
EP3719748A1 (en) 2020-10-07
JP2020168371A (ja) 2020-10-15
US11461898B2 (en) 2022-10-04
JP6943357B2 (ja) 2021-09-29
DK3719748T3 (da) 2021-10-04
ES2892477T3 (es) 2022-02-04
US20200320707A1 (en) 2020-10-08
CN111798499A (zh) 2020-10-20

Similar Documents

Publication Publication Date Title
ES2958934T3 (es) Reducción del ruido en una imagen
ES2807263T3 (es) Clasificación y modelado 3D de estructuras dentomaxilofaciales 3D usando métodos de aprendizaje profundo
US10521927B2 (en) Internal body marker prediction from surface data in medical imaging
US8090194B2 (en) 3D geometric modeling and motion capture using both single and dual imaging
US10973581B2 (en) Systems and methods for obtaining a structured light reconstruction of a 3D surface
CN110473265B (zh) Oct图像处理
US20230196515A1 (en) A method of denoising dental images through domain adaptation
CN108369737B (zh) 使用启发式图搜索以快速且自动地分割分层图像
KR20200123160A (ko) 표면 차별화를 갖는 구내 스캐닝
CN111798499B (zh) 医学成像设备
US10839568B2 (en) Generation of dewarped OCT B-scan images
US9237873B2 (en) Methods and systems for CT projection domain extrapolation
CN112734740B (zh) 训练目标检测模型的方法、目标检测的方法及其装置
JP2019063446A (ja) 画像処理装置、画像処理方法及びプログラム
KR20230098782A (ko) 신경망을 이용하여 3d 물체를 재구성하는 시스템 및 방법
CN112700400B (zh) 用于在视网膜跟踪中拒绝完全和部分眨眼的系统和方法
US20230095304A1 (en) Image processing device, image processing method, and image processing program
JP7545220B2 (ja) 画像処理装置及び方法、及び、撮像装置
JP2016080962A (ja) 画像生成装置、画像生成方法、及びプログラム
US20230181146A1 (en) Calibration methods and systems for medical imaging
US20230298270A1 (en) Method and device for acquiring three-dimensional data, and computer-readable storage medium storing program for performing method
CN117297638A (zh) X射线剂量调节方法、装置、医学影像系统
CN116823663A (zh) 基于神经网络的血管图像处理方法和装置
CN114468975A (zh) 体积oct图像数据处理

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