CN117853703A - 介入物识别方法、成像系统及非暂态计算机可读介质 - Google Patents
介入物识别方法、成像系统及非暂态计算机可读介质 Download PDFInfo
- Publication number
- CN117853703A CN117853703A CN202211217560.3A CN202211217560A CN117853703A CN 117853703 A CN117853703 A CN 117853703A CN 202211217560 A CN202211217560 A CN 202211217560A CN 117853703 A CN117853703 A CN 117853703A
- Authority
- CN
- China
- Prior art keywords
- volumetric image
- image
- intervention
- interventional
- range
- 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
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 title claims abstract description 77
- 238000001514 detection method Methods 0.000 claims description 45
- 238000002591 computed tomography Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 4
- 238000013170 computed tomography imaging Methods 0.000 description 22
- 239000000463 material Substances 0.000 description 13
- 230000005855 radiation Effects 0.000 description 12
- 230000000875 corresponding effect Effects 0.000 description 10
- 210000000988 bone and bone Anatomy 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000013152 interventional procedure Methods 0.000 description 7
- 238000003860 storage Methods 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 6
- 230000009467 reduction Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 4
- 230000003902 lesion Effects 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 238000007476 Maximum Likelihood Methods 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 3
- 230000002238 attenuated effect Effects 0.000 description 3
- 239000002872 contrast media Substances 0.000 description 3
- 230000009977 dual effect Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 210000002569 neuron Anatomy 0.000 description 3
- 210000000056 organ Anatomy 0.000 description 3
- 238000002600 positron emission tomography Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000002059 diagnostic imaging Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000003306 harvesting Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000035515 penetration Effects 0.000 description 2
- 238000002603 single-photon emission computed tomography Methods 0.000 description 2
- 210000004872 soft tissue Anatomy 0.000 description 2
- 238000002835 absorbance Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000010437 gem Substances 0.000 description 1
- 229910001751 gemstone Inorganic materials 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- 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
- A61B6/547—Control of apparatus or devices for radiation diagnosis involving tracking of position of the device or parts of the device
-
- 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
- A61B6/12—Arrangements for detecting or locating foreign bodies
-
- 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
- A61B6/46—Arrangements for interfacing with the operator or the patient
- A61B6/461—Displaying means of special interest
- A61B6/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Radiology & Medical Imaging (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- High Energy & Nuclear Physics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Pulmonology (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本申请提供了一种介入物识别方法,包括:获取关于待扫查者的体积数据,基于所述体积数据生成第一体积图像;获取所述介入物相对于所述待扫查者的位置信息;基于所述位置信息确定第二体积图像,所述第二体积图像的范围小于所述第一体积图像;以及在所述第二体积图像中对所述介入物进行识别。本申请还提供了一种成像系统和非暂态计算机可读介质。
Description
技术领域
本申请涉及医学成像领域,尤其是涉及一种介入物识别方法、成像系统及非暂态计算机可读介质。
背景技术
介入术是一种常规的医学手段。在一些应用场景下,其通过介入物(例如,针)来对医学对象进行穿刺。介入物在被操作进入预定位置(例如,病灶)后,可以进行取样、给药等操作。上述过程中,对介入物和医学对象进行成像对于精确穿刺而言十分重要。计算机断层摄影(CT)是介入术中使用的成像技术之一。利用CT成像技术,可以在介入术进行过程中及时掌握介入物在待扫查者身体内部的位置,进而指导介入术的操作。
在生成的CT体积图像中准确识别出介入物具有重要的意义。例如,介入物的识别是对其追踪的基础。在准确识别出体积图像中的介入物后,CT成像系统可以在介入术过程中持续对介入物的位置更新进行追踪。再例如,CT成像系统在识别介入物后可以对体积图像的参数、方向等进行调整,利于操作者对介入物进行观察。然而,CT体积图像中介入物的识别容易受到其他物体例如骨骼的干扰,此外,在较大体积范围内的图像中对较小的介入物的识别通常效率也有限。介入物的准确、快速识别仍然面临挑战。
发明内容
上述的缺陷、缺点和问题在本文中得到解决,通过阅读和理解以下的说明会理解这些问题和方案。
本申请的一些实施例中提供了一种介入物识别方法,包括:获取关于待扫查者的体积数据,基于所述体积数据生成第一体积图像;获取所述介入物相对于所述待扫查者的位置信息;基于所述位置信息确定第二体积图像,所述第二体积图像的范围小于所述第一体积图像;以及在所述第二体积图像中对所述介入物进行识别。
本申请的一些实施例中提供了一种成像系统,包括:
体积数据采集装置,体积数据采集装置用于采集关于待扫查者的体积数据;处理器,所述处理器被配置为执行:获取关于待扫查者的体积数据,基于所述体积数据生成第一体积图像,获取所述介入物相对于所述待扫查者的位置信息,基于所述位置信息确定第二体积图像,所述第二体积图像的范围小于所述第一体积图像,在所述第二体积图像中对所述介入物进行识别;以及显示器,所述显示器用于接收来自于所述处理器的信号以进行显示。
本申请的一些实施例中还提供了一种非暂态计算机可读介质,所述非暂态计算机可读介质存储有计算机程序,所述计算机程序具有至少一个代码段,所述至少一个代码段能够由机器执行以使得所述机器执行如下步骤:获取关于待扫查者的体积数据,基于所述体积数据生成第一体积图像;获取所述介入物相对于所述待扫查者的位置信息;基于所述位置信息确定第二体积图像,所述第二体积图像的范围小于所述第一体积图像;以及在所述第二体积图像中对所述介入物进行识别。
应理解,提供上文的简要描述是为了以简化的形式介绍在具体实施方式中进一步描述的一些概念。这并不意味着识别所要求保护的主题的关键或必要特征,其范围由详细描述之后的权利要求唯一地限定。此外,所要求保护的主题不限于解决在上文中或在本公开的任一区段中所提及的任何缺点的实现。
附图说明
参考所附附图,通过阅读下列非限制性实施例的描述,本申请将被更好的理解,其中:
图1是本申请的一些实施例中的成像系统的透视图;
图2是本申请的一些实施例中的成像系统的方框示意图;
图3是本申请一些实施例中的介入物识别方法的流程图;
图4是本申请一些实施例中对介入物在第一体积图像中的位置范围进行判断的示意图;
图5是本申请另外一些实施例中的介入物识别方法的流程图;
图6是本申请一些实施例中的对介入物进行识别的示意图。
具体实施方式
以下将描述本申请的具体实施方式,需要指出的是,在这些实施方式的具体描述过程中,为了进行简明扼要的描述,本申请不可能对实际的实施方式的所有特征均作详尽的描述。应当可以理解的是,在任意一种实施方式的实际实施过程中,正如在任意一个工程项目或者设计项目的过程中,为了实现开发者的具体目标,为了满足系统相关的或者商业相关的限制,常常会做出各种各样的具体决策,而这也会从一种实施方式到另一种实施方式之间发生改变。此外,还可以理解的是,虽然这种开发过程中所作出的努力可能是复杂并且冗长的,然而对于与本申请公开的内容相关的本领域的普通技术人员而言,在本公开揭露的技术内容的基础上进行的一些设计,制造或者生产等变更只是常规的技术手段,不应当理解为本公开的内容不充分。
除非另作定义,权利要求书和说明书中使用的技术术语或者科学术语应当为所属技术领域内具有一般技能的人士所理解的通常意义。本申请以及权利要求书中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“一个”或者“一”等类似词语并不表示数量限制,而是表示存在至少一个。“包括”或者“包含”等类似的词语意指出现在“包括”或者“包含”前面的元件或者物件涵盖出现在“包括”或者“包含”后面列举的元件或者物件及其等同元件,并不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,也不限于是直接的还是间接的连接。
此外,本申请中虽然以举例的方式描述了CT系统,但应当理解,当应用于利用其他成像模态采集的图像时,本技术也可以是有用的,该其他成像模态诸如x射线成像系统、磁共振成像(MRI)系统、正电子发射断层摄影(PET)成像系统、单光子发射计算机断层摄影(SPECT)成像系统,以及它们的组合(例如,多模态成像系统,诸如PET/CT、PET/MR或SPECT/CT成像系统)。对CT成像系统的本发明论述仅提供作为一种合适的成像系统的示例。
图1示出了被配置用于CT成像的示例性成像CT成像系统100。具体地,CT成像系统100被配置为对待扫查者112(诸如患者、无生命对象、一个或多个制造部件)和/或外来对象(诸如存在于身体内的植入物和/或造影剂)进行成像。在一个实施方案中,CT成像系统100包括机架102,该机架继而还可以包括至少一个x射线源104,该至少一个x射线源被配置为投射x射线辐射束106(参见图2)以用于对躺在检查台114上的待扫查者112进行成像。具体地,x射线源104被配置为将x射线辐射束106朝向定位在机架102的相对侧上的检测器阵列108投射。尽管图1仅描绘了仅一个x射线源104,但是在某些实施方案中,可以采用多个x射线源和检测器来投射多个x射线辐射束106,以采集对应于患者的不同能级下的投影数据。在一些实施方案中,x射线源104可以通过快速峰值千伏电压(kVp)切换来实现双能量宝石能谱成像(GSI)。在一些实施方案中,所采用的x射线检测器是能够区分不同能量的x射线光子的光子计数检测器。在其他实施方案中,使用两组x射线源和检测器来生成双能量投影,其中一组x射线源和检测器设置为低kVp而另一组设置为高kVp。因此应当理解的是,本文所述的方法可用单能量采集技术以及双能量采集技术来实现。
CT成像系统100可以用于多种场景下的CT成像。在一个实施例中,其可以被用于在穿刺手术中对介入物118在待扫查者112体内的位置进行成像。具体而言,其可以对于待扫查者112进行CT成像产生体积图像,并在体积图像中识别出介入物118。基于识别出的介入物118,操作者(例如,医生)可以对穿刺的路径进行规划,使得介入物能够准确达到预定的靶位置。进一步,操作者在可以进行取样、给药等操作。
在某些实施方案中,CT成像系统100还包括图像处理器单元110(例如,处理器)。在一些示例中,图像处理器单元110可使用迭代或分析图像重建方法来重建待扫查者112的靶体积或感兴趣区的图像。例如,图像处理器单元110可以使用诸如滤波反投影(FBP)的分析图像重建方法来重建患者的体积图像。作为另一示例,图像处理器单元110可以使用迭代图像重建方法(诸如高级统计迭代重建(advanced statistical iterativereconstruction,ASIR)、共轭梯度(conjugate gradient,CG)、最大似然期望最大化(maximum likelihood expectation maximization,MLEM)、基于模型的迭代重建(model-based iterative reconstruction,MBIR)等等)来重建待扫查者112的体积图像。如本文进一步所述,在一些示例中,除了迭代图像重建方法之外,图像处理器单元110还可使用分析图像重建方法(诸如FBP)。
在另外一些示例中,图像处理单元110可以对体积图像中的介入物118进行识别。图像处理单元110可以根据体积图像中不同像素的亮度值来对介入物118进行识别。一般而言,相比于待扫查者112的肌肉骨骼等低密度物,介入物具有更高的密度因此具有更强的X射线吸收,相应地在图像中具有更高的灰度。图像处理单元110可以据此通过阈值算法来对介入物118进行识别。
此外,成像系统100还可以包括位置检测单元116。位置检测单元116可以用于对介入物118相对于待扫查者112的位置进行检测。具体而言,位置检测单元116可以包括3D摄像机、激光雷达等装置,其通过检测介入物118暴露于待扫查者112身体外部的部分来判断介入物的位置。位置检测单元116还与成像系统100的其他部分通信,来将检测到的位置信息发送至成像系统100。此外,位置检测单元116还可以是连接于介入物118上的位置传感器,直接与成像系统100通讯,此时,位置检测单元116的位置即能够代表介入物118的位置。而上述位置信息的作用将在本申请下文中进行详细描述。
在一些CT成像系统配置中,x射线源投射锥形x射线辐射束,该锥形x射线辐射束被准直成位于笛卡尔坐标系的X-Y-Z平面内并且通常被称为“成像平面”。x射线辐射束穿过正在被成像的对象,诸如患者或待扫查者。x射线辐射束在被对象衰减之后照射在检测器元件阵列上。在检测器阵列处接收的衰减x射线辐射束的强度取决于对象对辐射束的衰减。阵列的每个检测器元件产生单独的电信号,该单独的电信号是检测器位置处的x射线束衰减测量。单独地采集来自所有检测器元件的衰减测量值,以产生传输分布。
在一些CT成像系统中,使用机架使x射线源和检测器阵列在成像平面内围绕待成像的对象旋转,使得辐射束与对象相交的角度不断变化。在一个机架角度下来自检测器阵列的一组x射线辐射衰减测量结果(例如,投影数据)被称为“视图”。对象的“扫描”包括在x射线源和检测器的一次旋转期间在不同的机架角度或视角下制得的一组视图。因此如本文所用,术语“视图”不限于上文关于来自一个机架角度的投影数据所述的用途。术语“视图”用于意指每当存在来自不同角度的多个数据采集(无论是来自CT成像系统或任何其他成像模态(包括尚待开发的模态)以及它们的组合)时的一个数据采集。
处理投影数据以重建与通过对象获取的二维切片相对应的图像,或在投影数据包括多个视图或扫描的一些示例中,重建与对象的三维渲染相对应的图像。一种用于由一组投影数据重建图像的方法称为滤波反投影技术。传输和发射断层摄影重建技术还包括统计迭代方法,诸如最大似然期望最大化(MLEM)和有序子集期望重建技术以及迭代重建技术。该方法将来自扫描的衰减测量值转换成称为“CT数”或“亨氏单位”的整数,该整数用于控制显示设备上的对应像素的亮度。
在“轴向”扫描中,当x射线光束在机架内旋转时,其上定位有患者的CT检查台可被移动到期望的位置,然后保持静止,从而收集数据。可重建来自靶体积的切片的多个测量以形成整个体积的图像。
为了减少总扫描时间,可执行“螺旋”扫描。为了执行“螺旋”扫描,在采集到规定数量的切片的数据时,移动患者。此类系统从锥形束螺旋扫描产生单个螺旋。由锥形束绘制出(mapped out)的螺旋产生了投影数据,根据该投影数据可重建每个规定切片中的图像。
如本文所用,短语“重建图像”并非旨在排除其中生成表示图像的数据而非可视图像的本技术的示例。因此,如本文所用,术语“图像”广义地是指可视图像和表示可视图像的数据两者。然而,许多实施方案生成(或被配置为生成)至少一个可视图像。
图2示出了示例性成像系统200。根据本公开的各方面,成像系统200被配置用于对患者或待扫查者204(例如,图1的待扫查者112)进行成像。在一个实施方案中,成像系统200包括检测器阵列108(参见图1)。检测器阵列108还包含多个检测器元件202,该多个检测器元件一起感测穿过待扫查者204(诸如患者)的x射线辐射束106(参见图2)以采集对应的投影数据。因此,在一个实施方案中,以包括多行单元或检测器元件202的多切片配置来制造检测器阵列108。在此类配置中,一个或多个附加行的检测器元件202以并行配置布置,以用于采集投影数据。
在某些实施方案中,成像系统200被配置为遍历待扫查者204周围的不同角位置以采集所需的投影数据。因此,机架102和安装在其上的部件可以被配置为围绕旋转中心206旋转,以采集例如不同能级下的投影数据。另选地,在相对于待扫查者204的投影角度随时间的推移变化的实施方案中,所安装的部件可被配置为沿大致曲线而不是沿一段圆周移动。
因此,当x射线源104和检测器阵列108旋转时,检测器阵列108收集衰减的x射线束的数据。然后,由检测器阵列108收集的数据经历预处理和校准以对数据进行调节以表示所扫描的待扫查者204的衰减系数的线积分。经处理的数据通常被称为投影。
在一些示例中,检测器阵列108中的单独检测器或检测器元件202可包括光子计数检测器,该光子计数检测器将单独光子的交互寄存到一个或多个能量区间(energy bin)中。应当理解,本文所述的方法还可使用能量积分检测器来实现。
所采集的投影数据集可用于基础材料分解(BMD)。在BMD期间,将所测量的投影转换为一组材料密度投影。可将材料密度投影重建以形成每种相应的基础材料的一对或一组材料密度标测图或图像(诸如骨、软组织和/或造影剂标测图)。密度图或图像可继而相关联以形成对成像体积中的基础材料(例如骨、软组织和/或造影剂)的体积图像。
一旦重建,由成像系统200产生的基础材料图像就显示出以两种基础材料的密度表示的待扫查者204的内部特征。可显示密度图像以展示这些特征。此类特征可以包括特定解剖结构或器官的病灶、尺寸和形状,以及基于个体从业者的技能和知识应在图像中可辨别的其他特征。在介入术中,内部特征还可以包括介入物(未示出)的走向、介入深度等。通过对介入物走向以及介入物和病灶之间的距离的判断,医生或医师能够更好地调整介入术的策略。在一个实施例中,在介入术开始前,医生或医师会提前对介入术进行路径规划。规划通常需要提前进行病灶的成像。基于成像结果,能够根据病灶的位置、大小等规划介入物合理的穿刺路径,从而避开重要的器官以及骨骼对介入物的干扰。在介入的过程中,成像系统200还可以对待穿刺部位进行连续的或者间断的成像,从而及时判断介入物的位置,确定是否和规划有所偏差以及是否需要调整。发明人意识到,介入物初始的穿刺位置已提前经过优化,因此,介入物周围的体积图像由于干扰较少适合对介入物进行识别。
成像系统200还可以包括位置检测单元236,位置检测单元236可以如图1中的位置检测单元116进行设置。其可以包括各类用于检测介入物位置的传感器。例如,位置检测单元236可以包括3D摄像机、激光雷达、加速度传感器、陀螺仪等在内的传感器。位置检测单元236与计算设备例如计算设备处理器通讯,将上述位置信息发送至处理器进行处理。具体过程将在下文详述。
在一个实施方案中,成像系统200包含控制机构208,以控制部件的移动,诸如机架102的旋转和x射线源104的操作。在某些实施方案中,控制机构208还包括x射线控制器210,该x射线控制器被配置为向x射线源104提供功率和定时信号。另外,控制机构208包括机架马达控制器212,该机架马达控制器被配置为基于成像要求来控制机架102的旋转速度和/或位置。
在某些实施方案中,控制机构208还包括数据采集系统(DAS)214,该DAS被配置为对从检测器元件202接收的模拟数据进行采样,并将模拟数据转换为数字信号以用于后续处理。DAS 214还可以被配置为选择性地将来自检测器元件202的子集的模拟数据聚集到所谓的宏检测器中,如本文进一步描述的。将由DAS 214采样和数字化的数据传输到计算机或计算设备216。在一个示例中,计算设备216将数据存储在存储设备或海量存储装置218中。例如,存储设备218可以包括硬盘驱动器、软盘驱动器、光盘-读/写(CD-R/W)驱动器、数字通用光碟(DVD)驱动器、闪存驱动器,以及/或者固态存储驱动器。
另外,计算设备216向DAS 214、x射线控制器210和机架马达控制器212中的一者或多者提供命令和参数,以控制系统操作,诸如数据采集和/或处理。在某些实施方案中,计算设备216基于操作员输入来控制系统操作。计算设备216经由可操作地耦接到计算设备216的操作员控制台220来接收操作员输入,该操作员输入例如包括命令和/或扫描参数。操作员控制台220可以包括键盘(未示出)或触摸屏,以允许操作员指定命令和/或扫描参数。
虽然图2仅示出了一个操作员控制台220,但是多于一个操作员控制台可以耦接到成像系统200,例如以用于输入或输出系统参数、请求检查、绘制数据和/或查看图像。此外,在某些实施方案中,成像系统200可以经由一个或多个可配置的有线和/或无线网络(诸如互联网和/或虚拟专用网络、无线电话网络、无线局域网、有线局域网、无线广域网、有线广域网等)耦接到例如在机构或医院内或者处于完全不同位置的本地或远程地定位的多个显示器、打印机、工作站和/或类似设备。
在一个实施方案中,例如,成像系统200包括图片存档和通信系统(PACS)224或者耦接到PACS。在一个示例性实施方式中,PACS 224进一步耦接到远程系统(诸如放射科信息系统、医院信息系统)和/或耦接到内部或外部网络(未示出),以允许处于不同位置的操作员供应命令和参数和/或获取对图像数据的访问。
计算设备216使用操作员提供的和/或系统定义的命令和参数来操作检查台马达控制器226,该检查台马达控制器又可控制检查台114,该检查台可以是电动检查台。具体地,检查台马达控制器226可以移动检查台114以将待扫查者204适当地定位在机架102中,以采集对应于待扫查者204的感兴趣区的投影数据。
如前所述,DAS 214对由检测器元件202采集的投影数据进行采样和数字化。随后,图像重建器230使用所采样和数字化的x射线数据来执行高速重建。虽然图2将图像重建器230示出为单独实体,但在某些实施方案中,图像重建器230可以形成计算设备216的一部分。另选地,图像重建器230可以不存在于成像系统200中,并且替代地计算设备216可以执行图像重建器230的一种或多种功能。此外,图像重建器230可以本地或远程地定位,并且可以使用有线或无线网络来可操作地连接到成像系统200。在一些示例中,“云”网络集群中的计算资源可用于图像重建器230。
在一个实施方案中,图像重建器230将重建的图像存储在存储设备218中。另选地,图像重建器230可将重建的图像传输到计算设备216,以生成用于诊断和评估的可用患者信息。在某些实施方案中,计算设备216可将重建的图像和/或患者信息传输到显示器或显示设备232,该显示器或显示设备通信地耦接到计算设备216和/或图像重建器230。在一些实施方案中,重建的图像可以从计算设备216或图像重建器230传输到存储设备218,以进行短期或长期存储。
在一些示例中,耦接到计算设备216的显示器232可以用于显示介入物和体积图像。显示器232还可允许操作员例如经由图形用户界面(GUI)来选择感兴趣的体积(VOI)和/或请求患者信息,以供后续扫描或处理。在一些示例中,显示器232可电耦接到计算设备216、CT成像系统102或它们的任何组合。计算设备216可位于CT成像系统102附近,或者计算设备216可位于另一房间、区域或远程位置。
本文进一步所述的各种方法和工艺(诸如以下参考图3描述的方法)可作为可执行指令存储在成像系统200中的计算设备(或控制器)上的非暂态存储器中。在一个实施方案中,检查台马达控制器226、x射线控制器210、机架马达控制器212、图像重构器230可在非暂态存储器中包括此类可执行指令。在又一个实施方案中,本文所述的方法和过程可分布在CT成像系统102和计算设备216上。
如本文所述,介入术中对于介入物的准确识别是十分重要的。然而,发明人发现在体积图像中由于骨骼等物体的干扰,识别介入物的准确程度和速度都被影响。为了解决至少部分上述问题,本申请提出了一系列改进。
首先参考图3,示出了本申请一些实施例中的介入物识别方法300的流程图。可以理解,该方法可以由上文任意实施例所记载的成像系统所实现。
在步骤301中,获取关于待扫查者的体积数据,基于所述体积数据生成第一体积图像。该步骤可以由本文任意实施例所描述的成像系统所实现。例如,可以由成像系统200的处理器来实现。体积数据的获取方式及基于所述体积数据生成第一体积图像的方式可以采用本申请上文所描述的方法,也可以是本领域中任意的其他方式,于此不再赘述。上述步骤生成的第一体积图像,可以具有包含介入物和待扫查部位在内的较大图像范围。
在步骤303中,获取所述介入物相对于所述待扫查者的位置信息。该步骤同样可以由成像系统200的处理器来实现。经过检测得到的上述位置信息传输至处理器。由此,成像系统200可以获取包含了介入物的待扫查部位的更为具体的位置范围。其中,所述介入物相对于所述待扫查者的位置信息的检测方法将在下文实施例进行示例性的描述。
本申请基于介入物相对于待扫查者的位置信息来确定第二体积图像的范围。可以通过上文实施例所记载的位置检测单元116来确定介入物相对于待扫查者的位置信息。上述确定的过程可以通过成像系统的处理器来实现,下面进行示例性描述。
处理器可以接收来自于位置检测单元116的位置检测信号。可以理解,位置检测单元116可以以有线、无线等任意方式来和处理器进行通信。位置检测单元116可以对介入物当前的位置进行检测以产生位置检测信号并传送至处理器。处理器可以基于所述位置检测信号确定所述位置信息,所述位置信息包括所述介入物暴露于所述待扫查者外部的部分相对于所述待扫查者的位置。介入物暴露于待扫查者外部的部分更为容易被检测,相较于穿刺进入待扫查者身体内部的部分,检测的准确度也更高。
通过上述方案,能够实现对介入物位置信息的快速检测。并且,由于上述位置信息的确定基于暴露于待扫查者身体外部的介入物而进行,因此更加直观而且不依赖于医学成像过程。
进一步,在步骤305中,基于所述位置信息确定第二体积图像,所述第二体积图像的范围小于所述第一体积图像。如步骤303中所述,通过对于介入物相对于所述待扫查者位置信息的获取,处理器可以得到介入物相对于待扫查部位更为具体的位置范围,基于此,在步骤305中,处理器可以进一步对上述第一体积图像的范围进行缩小得到第二体积图像。由于上述缩小是基于介入物的位置信息所进行的,缩小而得到的第二体积图像能够仍然包含介入物,而不至于将介入物排除在外。
在确定了介入物相对于待扫查者的位置信息的基础上,可以基于所述位置信息确定第二体积图像的方式。在一些实施例中,可以包括如下过程:处理器可以基于上述位置信息,判断所述介入物在所述第一体积图像中的位置范围。进一步,可以基于所述介入物的所述位置范围对所述第一体积图像的范围进行缩小以确定所述第二体积图像,并且,所述介入物包含于所述第二体积图像范围内。
在一些实施例中,可以根据上述位置信息判断介入物在第一体积图像中的取向(例如,上述位置信息在第一体积图像中的延伸方向)。在另一些实施例中,可以根据上述位置信息的检测准确度也即误差来对介入物在第一体积空间的可能位置进行预测。不再进行穷举。
应当注意,本文中描述了第一体积图像和第二体积图像,在一些示例中,二者可以被显示器所显示。但在另外一些示例中可以并非如此。例如,考虑到第一体积图像中包含了更为完整的待扫查部位信息,可以对其进行显示。而第二体积图像可以是一种虚拟的概念,其可以被理解为处理器经过上文描述的步骤305所确定的包含于第一体积图像中的更小范围,被处理器利用来进行后续的处理,并不单独作为图像而被显示。
进一步,在步骤307中,在所述第二体积图像中对所述介入物进行识别。如上文所记载,第二体积图像为第一体积图像中的一个更小范围。此时,处理器从该更小范围的体积图像中可以对介入物进行更加高效、准确的识别。介入物识别的方式可以根据成像手段的不同而有所不同。下文以CT成像中的介入物识别方式进行示例性描述,并不作为唯一性的限定。在本公开教导下,本领域的技术人员可做适当变换。
在一些实施例中,可以通过阈值算法来对介入物识别。CT成像得到的体积图像中通常包括多个不同灰度的像素。像素灰度值和待扫查物密度相关。具体而言,如果待扫查物的密度较高,则对于X射线的吸收度较高,相应地,在CT扫查图像中的灰度值也较高。待扫查物的密度较低时,其对X射线的吸收度较低,CT扫查图像中的灰度值也较低。在介入术中,介入物相比于待扫查者的肌肉、器官具有更高的密度,因此相比而言具有更高的X射线吸收程度。介入物在CT扫查图像中具有更高的灰度值。据此,可以设置灰度值阈值来进行过滤。通过过滤保留灰度值较高的像素而滤除像素值较低的像素,即可对介入物进行识别。可以理解,上述描述仅是对阈值算法的示例性描述,实际的阈值算法可以在本公开教导下进行适当变换。
在另外一些实施例中,可以通过人工神经网络对介入物进行识别。人工神经网络可分成两个或多于两个层,例如接收输入图像的输入层、输出输出图像的输出层、和/或一个或多个中间层。神经网络的层代表人工神经元的不同群组或集合,其可表示不同函数,所述不同函数可以对输入图像(如,第二体积图像)执行以识别输入图像的对象(如,介入物)。神经网络的层中的人工神经元可检查输入图像中的各个像素。人工神经元在应用于输入图像的函数中应用不同权重以识别输入图像中的对象。通过基于对像素特性的分析而指派或将输出图像中的不同像素与介入物相关联,神经网络产生输出图像。人工神经网络的训练方法可以是本领域任意的,在此不再赘述。
常规的CT成像中,待扫查部位通常会包含骨骼等高密度的物体。在扫查生成的体积图像中,上述高密度物体的灰度值和介入物的灰度值差异较小。这使得处理器在对介入物进行识别时容易受到骨骼等高密度物体的干扰,此时通常需要进行多轮迭代计算排除上述干扰。上述方法通常识别时间较长且容易产生误判。而本申请上述实施例所记载的方法,简单、高效地解决了上述问题。具体而言,本申请通过确定介入物和待扫查者之间的位置关系,对介入物在待扫查者体内的位置进行了判断。基于此判断,在相比于原始体积图像(如第一体积图像)的更小的范围(如第二体积图像)对介入物进行识别,能够避免高密度物体例如骨骼对介入物识别的干扰,还能够缩小需要识别的图像的范围,从而提高介入物识别的准确度和速度。
需要注意,上述方法各步骤之间的顺序并非是确定不变的。在一些实施例中,可以先进行第一体积图像的生成然后再进行位置信息的确定。在另外一些实施例中,可以先进行位置信息的确定然后再生成第一体积图像。此外,二者还可以同时进行。不再穷举。
发明人意识到,介入物和待扫查者之间的相对位置信息与经过成像系统扫查得到的第一体积图像之间可能分别具有不同的空间坐标,因此难以依照上述位置信息直接得到对于介入物在第一体积图像中的位置的预测。下面对如何基于所述位置信息判断所述介入物在所述第一体积图像中的位置进行示例性说明。在一些实施例中,可以将所述待扫查者的空间位置和上述第一体积图像进行配准,以使得所述位置信息和所述第一体积图像在空间上具有对应关系。进一步,基于经配准的上述位置信息,可以对介入物在所述第一体积图像中的位置信息进行预测。本申请上述实施例的方法,通过建立位置信息(也可以理解为介入物和待扫查者的真实的空间坐标)与第一体积图像之间一一对应的空间关系,将二者能够直接对应,从而能够判断介入物在所述第一体积空间的位置。需要注意,上述配准的过程并非是每一次扫查均必须的。配准可以仅在第一次安装成像系统时进行,在后续的扫查过程中,由于待扫查者所在的检查床114的位置是不变的,无需再进行配准。当然,在一定扫查周期内,对上述配准还可以进行校准以确保配准的准确度。
下面结合图1对配准过程进行示例性说明。如图1所示,体积数据的采集由检测器阵列108采集x射线源104所发射的x射线辐射束106而形成,并经过处理得到体积图像。而待扫查者(或者,介入物)的空间信息则由位置检测单元116获取。由于待扫查者的体积图像和空间信息来自于不同的途径得到,二者在空间上可能存在不对应的情况。作为一个示例性性说明,可以对于二者定义一个共同的基准点119。如图1所示,基准点119的位置可以是任意的。例如,可以是检查床114上方固定的某一位置。进一步,可以以该基准点119同时作为待扫查者的体积图像以及待扫查者的空间信息的空间坐标原点。基于此,即实现了待扫查者的空间位置和体积图像的配准。相应地,介入物118的空间位置和其在体积图像中的位置同样得到了配准。上述配准方式仅是本申请示出的一种示例。在该示例教导下,本领域的技术人员还可以采用其他适当的方式进行配准,在此不再赘述。
下面进一步结合图4,对介入物和体积图像配准后缩小体积图像进行进一步详细说明。如图4所示,示出了本申请一些实施例中对介入物在第一体积图像中的位置范围进行判断的示意图400。其中,机架413、检查台414的配置方式,以及对于待扫查者412的扫查以获取其待扫查部位的体积图像的具体方式,可以如本文图1、2及其对应的任意实施例所描述,不再赘述。利用机架413内的体积数据获取装置(未示出,例如,X射线发射装置及其探测器等部件),可以得到待扫查部位401的体积数据,进一步经过处理可得到第一体积图像(未示出)。可以理解,第一体积图像对应于待扫查部位401。而利用位置检测单元411对介入物402的识别,可以确定介入物402的位置信息。
可以基于介入物402的位置信息判断其在所述第一体积图像(未示出)中的位置范围。具体而言,可以基于所述位置信息确定包含所述介入物402的空间范围403。进一步,可以如图4所示的那样,将所述第一体积图像(其对应于待扫查部位401)和所述空间范围403配准,以使二者至少部分重合。可以将所述第一体积图像和所述空间范围403重合的部分确定为所述介入物402在所述第一体积图像中的位置范围。基于此位置范围,成像系统的处理器可以对第一体积图像进行缩小得到第二体积图像,进行介入物402的识别。
上述空间范围403的大小可以根据多种因素进行考量。其可以是包含了介入物402的一定空间范围。例如,可以是考虑了位置检测单元411的检测误差,和/或成像系统在使用过程中由于检测床414的移动、介入物402的推进、待扫查者412的轻微位移等各种因素的至少一者在内的一定范围。本申请不再进行穷举。这样的配置方式,即能够充分考虑介入物402位置检测的误差,又能够缩小第一体积图像的范围。
位置检测单元411可以具有多种配置方式。在一个示例中,其可以是3D摄像机、激光雷达中的任意一种。上述装置可以被安装于合适的位置,例如,成像系统的正上方。上述装置可以采集环境中的图像数据,并从中识别出暴露于待扫查者身体外部的介入物。经过安装的位置检测单元411具有固定的位置,从而能够确保经过一次配准后,空间信息和体积图像的位置能够相互对应。在一个示例中,位置检测单元411数量被配置为一个。其可以如图4所示的被安装于顶面415上。或者,被安装于机架413的顶部。在另一个示例中,位置检测单元411可以包括多个。多个位置检测单元411分别被安装于不同的位置,从而利于对介入物402的位置信息进行更为精确的检测。
此外,在另一个示例中,位置检测单元411还可以是连接于介入物的位置传感器(未示出)。位置传感器可以是多样的,例如,加速度传感器等本领域常规的位置传感器。位置传感器可以被配置为与成像系统进行通讯,从而确定其与成像系统的相对位置关系,进而来与体积图像配准。位置传感器的种类还可以是上述任意传感器的组合,以提高检测精度,不再穷举。
如本申请上文所述,在介入术中,介入物的识别过程可能是随着介入术的进行而持续进行的。也即,操作者需要对介入物的在待扫查者体内的位置进行持续的识别(即追踪)。这就需要进行多次成像。多次成像不可避免造成操作者和待扫查者更长时间地暴露于例如X射线在内的成像环境之下。本申请的发明人意识到,提高在介入物追踪过程中的准确度和效率具有重要的意义。参考图5,示出了本申请另外一些实施例的介入物识别方法的流程图500。
在步骤501中,获取关于待扫查者的体积数据,基于所述体积数据生成第一体积图像。该步骤可以由本文任意实施例所描述的成像系统所实现。例如,可以由成像系统200的处理器来实现。上述步骤生成的第一体积图像,可以具有包含介入物和待扫查部位在内的较大图像范围。
在步骤502中,获取所述介入物相对于所述待扫查者的位置信息。该步骤同样可以由成像系统200的处理器来实现。经过检测得到的上述位置信息传输至处理器。由此,成像系统200可以获取包含了介入物的待扫查部位的更为具体的位置范围。
在步骤503中,基于所述位置信息确定第二体积图像,所述第二体积图像的范围小于所述第一体积图像。处理器可以进一步对上述第一体积图像的范围进行缩小得到第二体积图像。由于上述缩小是基于介入物的位置信息所进行的,缩小而得到的第二体积图像能够仍然包含介入物,而不至于将介入物排除在外。
在步骤504中,在所述第二体积图像中对所述介入物进行识别。如上文所记载,第二体积图像为第一体积图像中的一个更小范围。此时,处理器从该更小范围的体积图像中可以对介入物进行更加高效、准确的识别。
可以理解,步骤501至步骤504的每一个可以分别参考本申请上文所描述的步骤301至步骤307,也可以进行适当的调整。
进一步地,在步骤505中,判断所述介入物是否被识别。并且,基于所述识别的结果对所述第二体积图像的范围进行调整。发明人意识到,上述识别结果可能存在偏差。或者第二体积图像的范围存在可以调整的空间。基于此,在步骤505中通过基于所述识别结果来对第二体积图像范围进行适当调整,能够进一步提高介入物识别的准确程度以及识别效率。
具体而言,在步骤506中,响应于所述介入物被识别而对所述第二体积图像的范围进行缩小,所述缩小基本上以所述介入物为中心而进行。当处理器在经过第二体积图像中识别得到介入物,证明当前的第二体积图像的判断结果是准确的。进一步地,第二体积图像的范围可以被进一步的缩小,以提高在介入物后续的识别、追踪过程中的效率。缩小的方式可以在基本上以介入物为中心的前提下进行。可以理解,介入物通常具有针状,其行进路径也通常是沿直线进行的因此具有固定的取向。此时,以该介入物为中心来进行第二体积图像范围的缩小,能够尽可能避免由于缩小而导致介入物被排除于缩小后的体积图像之内。“基本上”的含义是允许上述缩小存在一定的偏差。
根据另一方面的实施例,在步骤507中,可以响应于所述介入物未被识别而对所述第二体积图像的范围进行扩大;在经过扩大的所述第二体积图像中对所述介入物进行识别。考虑到例如位置检测单元的检测误差,经过缩小得到的第二体积图像中可能并不包含介入物。此时,可以对第二体积图像的范围进行扩大。此外,在另外的实施例中,介入物的部分可能未被识别。例如,介入物的尖端未被识别,也将对介入术的成像引导产生不利影响。此时,同样可以对第二体积图像的范围进行扩大。在一个实施例中,扩大的体积图像范围可以由机器所设定,例如,可以根据可能的位置检测单元误差进行预设。在另一个实施例中,可以扩大至整个第一体积图像范围进行介入物识别。
可以理解,上述步骤506和步骤507仅是对于步骤505中所记载的调整的示例性说明。在本申请的教导下,还可以对该调整进行组合。例如,利用步骤507公开的方法,通过扩大第二体积图像范围而识别得到介入物后,再以介入物为中心,利用步骤506所公开的方法进行第二体积图像范围的缩小从而提高识别效率。再例如,利用步骤507公开的方法,通过扩大第二体积图像范围未能够成功识别到介入物后,可以继续采用步骤507的方法进行多次迭代以确保最终识别出介入物。不再进行穷举。
通过上述方法,即使是在介入术持续进行、多次成像的过程中,也能够动态地提高介入物识别的精度和效率,自适应地对位置不断变化的介入物进行持续的追踪成像。
结合图6来对本申请的介入物识别过程做进一步的详细说明。图6示出了本申请一些实施例中对介入物进行识别的示意图600。其中,第一体积图像601可以由成像系统100通过上文任意实施例所描述的方式所得到。介入物602在介入术中至少部分被穿刺进入待扫查者(未示出)体内。如本文上述实施例所记载,介入物602相对于所述待扫查者的位置信息被成像系统100获取而用于确定第二体积图像603。可以理解,第二体积图像603可以是虚拟而并不用于显示。从图6可以看出,第二体积图像603的范围明显小于第一体积图像601,适用于快速、准确地对介入物602进行识别。
如本申请上文所记载,第二体积图像603的范围还可以在介入术持续追踪过程中进行不断调节。在一个实施例中,初始的第二体积图像603的范围可以依照位置检测单元检测精度(或者,公差)来进行预设。进一步,根据识别结果,成像系统可以对第二体积图像603的范围进行扩大或者缩小,进一步提高识别效率,利于对介入物进行追踪。
本申请还提供了利于操作者进行介入术的实施方式。在一些实施例中,在第二体积图像603中识别出介入物602后,可以对第一体积图像601和被识别出的所述介入物602进行显示。上述显示可以通过显示器232来实现。通过上述显示过程,操作者可以及时掌握介入物在待扫查者体内的位置,从而能够准确判断下一步的操作。
在另外一些实施例中,成像系统100还可以基于被识别出的所述介入物602,对所述第一体积图像601的角度进行调整。所述调整可以基于介入602的取向,自动选择利于操作者观察的角度来对第一体积图像601进行角度调整(例如,调整为图6所示的604视角),从而能够自动地辅助操作者进行介入术。
本申请的一些实施例中还提供了一种成像系统,包括:体积数据采集装置,体积数据采集装置用于采集关于待扫查者的体积数据;处理器,所述处理器被配置为执行本申请上述任意实施例所记载的方法;以及显示器,所述显示器用于接收来自于所述处理器的信号以进行显示。其中,成像系统可以是本申请所记载的成像系统100,成像系统200或者任意的。体积数据采集装置可以是本申请所记载的数据采集系统214等。显示器可以是本申请所记载的显示器232。不再穷举。
本申请的一些实施例还提供了一种非暂态计算机可读介质,所述非暂态计算机可读介质存储有计算机程序,所述计算机程序具有至少一个代码段,所述至少一个代码段能够由机器执行以使得所述机器执行上述任意实施例所述方法的步骤。
相应地,本公开可以以硬件、软件、或硬件和软件的组合的方式实现。本公开可以以集中的方式在至少一个计算机系统中实现,或者以分布的方式实现,在该分布的方式中不同元件分布在数个互连计算机系统上。适于实施本文所述的方法的任何种类的计算机系统或其他装置是合适的。
各种实施例也可以嵌入在计算机程序产品中,该计算机程序产品包括能够实现本文描述的方法的所有特征,并且该计算机程序产品当被加载到计算机系统中时能够执行这些方法。本上下文中的计算机程序意指旨在使具有信息处理能力的系统直接或在以下项中的任一者或两者之后执行特定功能的指令集的以任何语言、代码或符号的任何表达:a)转换为另一种语言、代码或符号;b)以不同的材料形式复制。
提供以上具体的实施例的目的是为了使得对本申请的公开内容的理解更加透彻全面,但本申请并不限于这些具体的实施例。本领域技术人员应理解,还可以对本申请做各种修改、等同替换和变化等等,只要这些变换未违背本申请的精神,都应在本申请的保护范围之内。
Claims (15)
1.一种介入物识别方法,包括:
获取关于待扫查者的体积数据,基于所述体积数据生成第一体积图像;
获取所述介入物相对于所述待扫查者的位置信息;
基于所述位置信息确定第二体积图像,所述第二体积图像的范围小于所述第一体积图像;以及
在所述第二体积图像中对所述介入物进行识别。
2.如权利要求1所述的方法,其中,所述获取所述介入物相对于所述待扫查者的位置信息包括:
接收来自于位置检测单元的位置检测信号;
基于所述位置检测信号确定所述位置信息,所述位置信息包括所述介入物暴露于所述待扫查者外部的部分相对于所述待扫查者的位置。
3.如权利要求1所述的方法,其中,所述基于所述位置信息确定第二体积图像包括:
基于所述位置信息判断所述介入物在所述第一体积图像中的位置范围;以及
基于所述介入物的所述位置范围对所述第一体积图像的范围进行缩小以确定所述第二体积图像,所述介入物包含于所述第二体积图像的范围内。
4.如权利要求3所述的方法,其中,所述基于所述位置信息判断所述介入物在所述第一体积图像中的位置范围包括:
基于所述位置信息确定包含所述介入物的空间范围;
将所述第一体积图像和所述空间范围配准,以使二者至少部分重合;以及
将所述第一体积图像和所述空间范围重合的部分确定为所述介入物在所述第一体积图像中的位置范围。
5.如权利要求1所述的方法,进一步包括:
基于所述识别的结果对所述第二体积图像的范围进行调整。
6.如权利要求5所述的方法,其中,所述调整包括:
响应于所述介入物未被识别或者部分未被识别而对所述第二体积图像的范围进行扩大;
在经过扩大的所述第二体积图像中对所述介入物进行识别。
7.如权利要求5所述的方法,其中,所述调整包括:
响应于所述介入物被识别而对所述第二体积图像的范围进行缩小,所述缩小基本上以所述介入物为中心而进行。
8.如权利要求1-7中任一项所述的方法,进一步包括:
对所述第一体积图像和被识别出的所述介入物进行显示。
9.如权利要求1-7中任一项所述的方法,进一步包括:
基于对被识别出的所述介入物,对所述第一体积图像的角度进行调整。
10.如权利要求1-7中任一项所述的方法,其中,所述第一体积图像包括磁共振图像和计算机断层扫描图像中的至少一者。
11.如权利要求2所述的方法,其中,所述位置检测单元包括以下中的至少一者:
3D摄像机、激光雷达、连接于所述介入物的位置传感器。
12.一种成像系统,包括:
体积数据采集装置,体积数据采集装置用于采集关于待扫查者的体积数据;
处理器,所述处理器被配置为执行权利要求1-10中的任一项所述的方法;以及
显示器,所述显示器用于接收来自于所述处理器的信号以进行显示。
13.如权利要求12所述的系统,进一步包括:
位置检测单元,所述位置检测单元用于对所述介入物相对于所述待扫查者的位置进行检测以生成位置检测信号。
14.如权利要求13所述的系统,其中,所述位置检测单元包括以下中的至少一者:
3D摄像机、激光雷达、连接于所述介入物的位置传感器。
15.一种非暂态计算机可读介质,所述非暂态计算机可读介质存储有计算机程序,所述计算机程序具有至少一个代码段,所述至少一个代码段能够由机器执行以使得所述机器执行权利要求1-11中的任一项所述的方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211217560.3A CN117853703A (zh) | 2022-09-30 | 2022-09-30 | 介入物识别方法、成像系统及非暂态计算机可读介质 |
US18/477,218 US20240108302A1 (en) | 2022-09-30 | 2023-09-28 | Method for identifying interventional object, imaging system, and non-transitory computer-readable medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211217560.3A CN117853703A (zh) | 2022-09-30 | 2022-09-30 | 介入物识别方法、成像系统及非暂态计算机可读介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117853703A true CN117853703A (zh) | 2024-04-09 |
Family
ID=90471872
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211217560.3A Pending CN117853703A (zh) | 2022-09-30 | 2022-09-30 | 介入物识别方法、成像系统及非暂态计算机可读介质 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20240108302A1 (zh) |
CN (1) | CN117853703A (zh) |
-
2022
- 2022-09-30 CN CN202211217560.3A patent/CN117853703A/zh active Pending
-
2023
- 2023-09-28 US US18/477,218 patent/US20240108302A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
US20240108302A1 (en) | 2024-04-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110139607B (zh) | 用于患者扫描设置的方法和系统 | |
US7142633B2 (en) | Enhanced X-ray imaging system and method | |
JP5209979B2 (ja) | 無較正の幾何学的構成における三次元撮像の方法及びシステム | |
US11497459B2 (en) | Methods and system for optimizing an imaging scan based on a prior scan | |
US10679346B2 (en) | Systems and methods for capturing deep learning training data from imaging systems | |
US10755407B2 (en) | Systems and methods for capturing deep learning training data from imaging systems | |
US20220313176A1 (en) | Artificial Intelligence Training with Multiple Pulsed X-ray Source-in-motion Tomosynthesis Imaging System | |
US10593022B2 (en) | Medical image processing apparatus and medical image diagnostic apparatus | |
JP2021018109A (ja) | 医用画像処理装置、医用画像診断装置及び核医学診断装置 | |
JP7242622B2 (ja) | コンピュータ断層撮影のためのセグメント化された光子計数検出器を使用するコヒーレント散乱撮像のためのシステムおよび方法 | |
WO2019200351A1 (en) | Systems and methods for an imaging system express mode | |
CN113940691A (zh) | 用于图像采集的患者定位的系统和方法 | |
RU2766050C1 (ru) | Система для лечения, способ калибровки и носитель информации | |
US20230320688A1 (en) | Systems and methods for image artifact mitigation with targeted modular calibration | |
CN117766121A (zh) | 医学图像处理方法、装置以及系统 | |
US20240108302A1 (en) | Method for identifying interventional object, imaging system, and non-transitory computer-readable medium | |
US20210110597A1 (en) | Systems and methods for visualizing anatomical structures | |
WO2016186746A1 (en) | Methods and systems for automatic segmentation | |
CN111839574A (zh) | Ct超低剂量自动三维定位扫描方法及系统 | |
US20230048231A1 (en) | Method and systems for aliasing artifact reduction in computed tomography imaging | |
JP7443591B2 (ja) | 医用画像診断装置、および医用画像診断方法 | |
US20240029415A1 (en) | Simulating pathology images based on anatomy data | |
EP4187496A1 (en) | System and method for autonomous identification of heterogeneous phantom regions | |
WO2021252751A1 (en) | Systems and methods for generating synthetic baseline x-ray images from computed tomography for longitudinal analysis | |
CN116503315A (zh) | 用于实时图像3d分割正则化的方法和系统 |
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 |