CN1379365A - 图像显示方法 - Google Patents
图像显示方法 Download PDFInfo
- Publication number
- CN1379365A CN1379365A CN02120087A CN02120087A CN1379365A CN 1379365 A CN1379365 A CN 1379365A CN 02120087 A CN02120087 A CN 02120087A CN 02120087 A CN02120087 A CN 02120087A CN 1379365 A CN1379365 A CN 1379365A
- Authority
- CN
- China
- Prior art keywords
- image
- elementary area
- variation
- described method
- mark
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000003384 imaging method Methods 0.000 claims description 16
- 238000002599 functional magnetic resonance imaging Methods 0.000 claims description 7
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 abstract 1
- 206010028980 Neoplasm Diseases 0.000 description 11
- 210000004556 brain Anatomy 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 210000003484 anatomy Anatomy 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000007177 brain activity Effects 0.000 description 1
- 238000004587 chromatography analysis Methods 0.000 description 1
- 238000001959 radiotherapy Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/254—Analysis of motion involving subtraction of images
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Image Analysis (AREA)
Abstract
一种显示按时间顺序产生的待成像区域的图像的方法,其特征为:至少对于一个代表每个图像中对应于待成像区域同一位置的图像单元,比较各个图像中相应于该图像单元的值,以测出彼此间的变化;对于该图像单元将测得的变化保存在一个变化记录中;根据该变化记录对该图像单元配以一个标记,以及在待成像区域的一个选出的图像中将该标记叠加在该图像单元的位置上。
Description
技术领域
本发明涉及一种待成像区域的图像显示方法，其中，所述图像是按时间顺序先后产生出来的。
背景技术
在功能性磁共振成像的情况下将按时间顺序拍摄譬如脑部的图像。功能性磁共振成像要实现的目标是获得用于识别活跃大脑区域的功能图像。为此按时间顺序在不同时刻拍摄带有或不带有某种神经活动的图像。为了构成功能图像，将带有神经活动所产生的图像与不带有神经活动所产生的图像相比较，通过它们的差别来识别活跃的大脑区域。为了使该功能图像包含确切的信息，由于在磁共振技术方面相对较弱的BOLD效应(B1ood Oxygen LevelDependent血氧水平相关)需要拍摄许多带有或不带有神经活动的图像并在比较时相应地求平均值。因为在功能性磁共振成像的整个拍摄时间内即使脑位置的很小改变也是不希望的，因为它将导致遮盖正在检查的脑活动的信号差别，通常在比较前通过适当的方法尽可能最好地使图像相重合。关于功能性磁共振成像的细节例如在U.Klose等人的文章“Funktionelle Bildgebung mitder Magnetresonanztomographie(利用磁共振层析X射线摄影的功能成像)”，Electromedica 67(1999)第1期，第27至36页中有详细描述。
此外，譬如为了监测一个瓦解肿瘤治疗方案的效果，需在各治疗阶段之间产生病人的肿瘤区域的医学诊断图像。通过对所产生的图像的总体观察可以获知肿瘤大小的变化。至于能够多快多准确地从这些图像中读出肿瘤大小的变化，取决于看片人员(如一个治疗医生)的相应训练和经验。
发明内容
因此，本发明要解决的技术问题是，提供一种改进的显示按时间先后顺序产生的待成像区域的图像的方法，借助该方法可以对图像之间随时间改变的区别方便地进行识别。
这种显示按时间顺序产生的待成像区域的图像的方法的特征为：
-至少对于一个代表每个图像中对应于待成像区域同一位置的图像单元，比较各个图像中相应于该图像单元的值，以测出彼此间的变化，
-对于该图像单元将测得的变化保存在一个变化记录中，
-根据该变化记录对该图像单元配以一个标记，以及
-在待成像区域的一个选出的图像中将该标记叠加在该图像单元的位置上。
因此可以用一个图像来综合显示在时间顺序中出现的变化，由此可以简单而可靠地识别出变化。因此例如一个医治肿瘤的医生可立即识别出：在治疗过程中肿瘤以怎样的方式随时间演变，并采取适当的方法继续进行治疗。
在一个有利的构型中，变化的前提是两个待比较的值之间至少存在差别。由此可避免由于产生图像时的不精确性而出现的误识别。
在另一个有利的构型中，在进行比较前将图像进行重合。由此可保证，待成像区域的每个图像的进行比较的图像单元代表相同的位置。由此可使用本文开始部分所述的关于功能性磁共振成像的方法。
附图说明
本发明的其它优点、特征及细节可以从以下借助附图对本发明的实施方式的描述中得到，其中：
图1为一个图像的矩阵结构，
图2至图4为一个待成像区域的第一、第二及第三图像，
图5及图6为第一及第二差别图像，
图7及图8为第一及第二梯度图像，
图9为一个叠加的图像，以及
图10为一个其中叠加了梯度图像的解剖学图像。
具体实施方式
图1表示一个由25个图像单元V11至V55构成的灰度等级图像的矩阵结构。其中，每个图像单元V11至V55各具有一个可预先给定的灰度值。
图2至4表示同一待成像区域的第一、第二及第三图像1至3。其中，图像1至3相应于图1中所示的矩阵结构11。为简化说明起见，对于图像1至3仅设置了两级灰度，由此图像1至3的图像单元V11至V55仅可能为黑色或白色。图像1至3是按时间顺序拍摄的，其中，各图像1至3是以可预先给定的时间间隔拍摄的。待成像区域例如是一个病人的肿瘤部位。在此情况下，图像1至3中肿瘤区域成像的图像单元为黑色，而健康组织区域成像的图像单元为白色。
在第一图像1中肿瘤占据了图像单元V22至V24、V32至V34及V42至V44。在第一图像1的拍摄时刻之后随之进行例如医治肿瘤的放射治疗的第一阶段。在该放射治疗的第一阶段之后将拍摄第二图像2。对比第一图像1从第二图像2中可以看到：图像单元V42及V43由黑色变成白色，即肿瘤在该区域中得到了有效的放射治疗。相反地，图像单元V25由白色变成黑色，说明肿瘤已扩展到该区域。
在第二图像2的拍摄时刻之后随之进行放射治疗的下一个阶段。然后拍摄第三图像3。通过将第三图像3与图像1和2相比较可确定出以下的变化：从图像1到图像2由黑变白的图像单元V42在从图像2到图像3时又由白变黑；而图像单元V22，V32至V34及V44从图像2到图像3首次由黑色变成白色。从图像1到图像2由白变黑的图像单元V25在从图像2到图像3时又由黑变白。此外，图像单元V14及V15从图像2到图像3首次由白色变为黑色。
为了能从一个图像中看出上述变化，首先将图像1至3彼此联合计算。对此将构成图5中所示的图像1及2之间的第一差别图像12，其方式是从第一图像1中减去第二图像2。在此情况下，在差别图像12中那些从图像1到图像2由黑变白的图像单元用第一强度的向上倾斜的阴影线表示。在第一差别图像12中它们是图像单元V42及V43。此外，在第一差别图像12中从图像1到图像2由白变黑的图像单元用第一强度的向下倾斜的阴影线表示。在第一差别图像12中它为图像单元V25。在第一差别图像12中对从图像1到图像2未改变的图像单元不标以标记。
图6表示第一图像1和第三图像3之间的第二差别图像13。其中，那些从第一图像1到第三图像3由黑变白的图像单元用第二强度的向上倾斜的阴影线表示。在第二差别图像13中它们是图像单元V22，V32至V34，V43及V44。这里第二强度大于第一强度。此外，从第一图像1到第三图像3由白变黑的图像单元用第二强度的向下倾斜的阴影线表示。在第二差别图像13中为图像单元V14及V15。在第二差别图像13中对从图像1到图像3未改变的图像单元不标以标记。
图7表示由第一及第二差别图像12及13相叠加产生的第一梯度图像21。其中，它们是这样相叠加的：对在第一和第二差别图像12及13中都具有标记的同一图像单元使用在第二差别图像13中的标记。因此在第一梯度图像21中图像单元V43用具有第二强度的向上倾斜的阴影线表示。
图8表示由第一及第二差别图像12及13相叠加产生的第二梯度图像22。与第一梯度图像21不同的是，其中以第一差别图像12的标记为主，因此，在第二梯度图像22中图像单元V43用具有第一强度的向上倾斜的阴影线表示。
在其它实施方式中，对在图像之间多次改变的可与图像单元V43相比拟的图像单元，在梯度图像中用另一种阴影线、例如交叉阴影线表示。在另一种实施形式中使用彩色标记。其中，颜色可由使用者自由选择。
在下一步骤中，对梯度图像21及22叠加一个经选择的图像。在图9中示出了一个叠加图像31，其中示例性地将第一图像1作为选择的图像，对该图像叠加了第一梯度图像21。
在另一实施方式中，将对一个待成像区域的解剖学图像叠加一个梯度图像，其中，该解剖学图像具有比梯度图像产生的图像高的位置分辨率。在图10中示出了借助磁共振技术产生的人脑部的矢状层的解剖学图像42，对它叠加了一个梯度图像25。由此建立了解剖结构和时间变化之间的关系。
根据以上的描述，功能性磁共振成像用扩展的方式不仅可以表示活跃的及不活跃的脑部区域，而且还可表示脑部活动随时间的变化。
Claims (20)
1.一种显示按时间顺序产生的待成像区域的图像的方法，其特征如下：
-至少对于一个代表每个图像中对应于待成像区域同一位置的图像单元，比较各个图像中相应于该图像单元的值，以测出彼此间的变化，
-对于该图像单元，将测得的变化保存在一个变化记录中，
-根据该变化记录对该图像单元配以一个标记，以及
-在待成像区域的一个选出的图像中将该标记叠加在该图像单元的位置上。
2.根据权利要求1所述的方法，其中，所述标记包括一种颜色和/或图样。
3.根据权利要求1或2所述的方法，其中，变化的前提是两个待比较的值之间至少存在差别。
4.根据权利要求1至3中任一项所述的方法，其中，在选出的图像中的其值在时间顺序上未发生变化的图像单元的位置上不进行叠加。
5.根据权利要求1至4中任一项所述的方法，其中，对具有彼此不同的变化记录的图像单元配以不同的标记。
6.根据权利要求1至5中任一项所述的方法，其中，对具有相同的变化记录的图像单元配以相同的标记。
7.根据权利要求1至6中任一项所述的方法，其中，所述变化记录至少包括变化的时刻和/或方向，其中，所述时刻是这样确定的：即那些图像之间出现了变化的时刻；以及所述方向是这样确定的：即该变化是否是随待比较值的加大或缩小而出现的。
8.根据权利要求7所述的方法，其中，对不同方向的变化配以不同的标记。
9.根据权利要求7或8所述的方法，其中，对于具有不同方向的变化的变化记录使用时间上第一或最后的变化的方向。
10.根据权利要求7至9中任一项所述的方法，其中，对于不同时刻的变化使用不同强度的标记。
11.根据权利要求10所述的方法，其中，对于在时间顺序上较后的时刻配以较强的强度。
12.根据权利要求7至11中任一项所述的方法，其中，对于具有不同时刻的变化的变化记录使用第一或最后时刻。
13.根据权利要求1至12中任一项所述的方法，其中，在比较前将图像进行重合。
14.根据权利要求1至13中任一项所述的方法，其中，为了进行比较将各个图像联合地进行计算。
15.根据权利要求14所述的方法，其中，从第一图像中减去时间上在其后面产生的图像形成差别图像。
16.根据权利要求15所述的方法，其中，将所述差别图像彼此联合地进行计算。
17.根据权利要求1至16中任一项所述的方法，其中，相对于其它图像，用较高的位置分辨率产生选出的图像。
18.根据权利要求1至17中任一项所述的方法，其中，将所述图像作为灰度等级图像产生，并且相应于所述图像单元的灰度等级的值。
19.根据权利要求1至18中任一项所述的方法，其中，所述图像为磁共振图像。
20.根据权利要求1至19中任一项所述的方法，其中，所述图像是在功能性磁共振成像的范围内产生的。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE10115425A DE10115425A1 (de) | 2001-03-29 | 2001-03-29 | Verfahren zum Darstellen von Bildern |
| DE10115425.9 | 2001-03-29 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN1379365A true CN1379365A (zh) | 2002-11-13 |
| CN1223970C CN1223970C (zh) | 2005-10-19 |
Family
ID=7679477
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CNB021200874A Expired - Lifetime CN1223970C (zh) | 2001-03-29 | 2002-03-29 | 图像显示方法 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US7050614B2 (zh) |
| CN (1) | CN1223970C (zh) |
| DE (1) | DE10115425A1 (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103379171A (zh) * | 2012-04-25 | 2013-10-30 | 卡西欧计算机株式会社 | 通信系统、信息终端及通信方法 |
| CN105074778A (zh) * | 2013-03-28 | 2015-11-18 | 皇家飞利浦有限公司 | 交互式随访可视化 |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4321543B2 (ja) * | 2006-04-12 | 2009-08-26 | トヨタ自動車株式会社 | 車両周辺監視装置 |
| DE102007059973A1 (de) * | 2007-12-11 | 2009-06-18 | Medical Laserrent E.K. | Verfahren und Identifikatorsystem zur Zuordnung von Fotodokumenten zu einem Patienten |
| US8139838B2 (en) * | 2008-05-22 | 2012-03-20 | Siemens Aktiengesellschaft | System and method for generating MR myocardial perfusion maps without user interaction |
| US9911165B2 (en) * | 2009-03-10 | 2018-03-06 | Gearbox, Llc | Computational systems and methods for health services planning and matching |
| US9892435B2 (en) | 2009-03-10 | 2018-02-13 | Gearbox Llc | Computational systems and methods for health services planning and matching |
| US9886729B2 (en) | 2009-03-10 | 2018-02-06 | Gearbox, Llc | Computational systems and methods for health services planning and matching |
| US10319471B2 (en) | 2009-03-10 | 2019-06-11 | Gearbox Llc | Computational systems and methods for health services planning and matching |
| US9858540B2 (en) | 2009-03-10 | 2018-01-02 | Gearbox, Llc | Computational systems and methods for health services planning and matching |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5779634A (en) | 1991-05-10 | 1998-07-14 | Kabushiki Kaisha Toshiba | Medical information processing system for supporting diagnosis |
| US5912984A (en) * | 1996-12-19 | 1999-06-15 | Cognex Corporation | Method and apparatus for in-line solder paste inspection |
| US6115485A (en) * | 1997-10-06 | 2000-09-05 | General Electric Company | Introducing reduced data set information into a primary image data set |
| US6834238B1 (en) * | 1998-06-08 | 2004-12-21 | Cytoscan Sciences Llc | Method for identifying optical contrast enhancing agents |
| DE19946429A1 (de) | 1999-09-28 | 2001-04-05 | Stefan Vilsmeier | Kontinuierliche Erfassung und Analyse von Gewebeveränderungen |
-
2001
- 2001-03-29 DE DE10115425A patent/DE10115425A1/de not_active Ceased
-
2002
- 2002-03-20 US US10/102,378 patent/US7050614B2/en not_active Expired - Lifetime
- 2002-03-29 CN CNB021200874A patent/CN1223970C/zh not_active Expired - Lifetime
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103379171A (zh) * | 2012-04-25 | 2013-10-30 | 卡西欧计算机株式会社 | 通信系统、信息终端及通信方法 |
| CN103379171B (zh) * | 2012-04-25 | 2016-07-06 | 卡西欧计算机株式会社 | 通信系统、信息终端及通信方法 |
| CN105074778A (zh) * | 2013-03-28 | 2015-11-18 | 皇家飞利浦有限公司 | 交互式随访可视化 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20020141629A1 (en) | 2002-10-03 |
| DE10115425A1 (de) | 2002-10-17 |
| US7050614B2 (en) | 2006-05-23 |
| CN1223970C (zh) | 2005-10-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Rorden et al. | Stereotaxic display of brain lesions | |
| EP1719078B1 (en) | Device and process for multimodal registration of images | |
| Greenlee | Human cortical areas underlying the perception of optic flow: brain imaging studies | |
| Dalal et al. | Localization of neurosurgically implanted electrodes via photograph–MRI–radiograph coregistration | |
| JP4490442B2 (ja) | 手術中の２次元画像および手術前の３次元画像をアフィン重ね合わせするための方法およびシステム | |
| JP4303598B2 (ja) | 画素の符号化法、画像処理法と、１以上の画素により再現されるオブジェクトの定性的な認識を目的とする画像処理法 | |
| JP5366356B2 (ja) | 医用画像処理装置及び医用画像処理方法 | |
| US7676072B2 (en) | Image processing apparatus and image processing method | |
| CN110689536B (zh) | 基于多模态磁共振影像的大脑灰质及白质追踪方法及装置 | |
| Branco et al. | ALICE: a tool for automatic localization of intra-cranial electrodes for clinical and high-density grids | |
| JP2013198763A (ja) | 医用画像処理装置 | |
| CN1223970C (zh) | 图像显示方法 | |
| US8068665B2 (en) | 3D-image processing apparatus, 3D-image processing method, storage medium, and program | |
| JP2002360538A (ja) | 画像表示装置 | |
| Bangare et al. | Regenerative pixel mode and tumour locus algorithm development for brain tumour analysis: A new computational technique for precise medical imaging | |
| US8571633B2 (en) | Diagnostic imaging method | |
| Mazziotta et al. | Relating structure to function in vivo with tomographic imaging | |
| JP2002542915A (ja) | ２つの放射線ディジタル画像の融合方法とシステム | |
| CN112308888B (zh) | 基于深度学习体征结构的全模态医学影像序列分组方法 | |
| US20110069874A1 (en) | Medical image processing device, medical image processing method, and medical image processing program | |
| JP5100041B2 (ja) | 画像処理装置及び画像処理プログラム | |
| Atehortúa et al. | Fusion of 3D real-time echocardiography and cine MRI using a saliency analysis | |
| Raff et al. | Automated lesion detection and lesion quantitation in MR images using autoassociative memory | |
| Mori et al. | Algorithm for automatic brain-shift detection using the distance between feature descriptors | |
| CN112465900B (zh) | 一种立体脑电图电极定位方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20211227 Address after: Erlangen Patentee after: Siemens Healthineers AG Address before: Munich, Germany Patentee before: SIEMENS AG |
|
| TR01 | Transfer of patent right | ||
| CX01 | Expiry of patent term |
Granted publication date: 20051019 |
|
| CX01 | Expiry of patent term |