CN1926574A - 用于图像的多模式配准的设备和方法 - Google Patents

用于图像的多模式配准的设备和方法 Download PDF

Info

Publication number
CN1926574A
CN1926574A CNA2005800053065A CN200580005306A CN1926574A CN 1926574 A CN1926574 A CN 1926574A CN A2005800053065 A CNA2005800053065 A CN A2005800053065A CN 200580005306 A CN200580005306 A CN 200580005306A CN 1926574 A CN1926574 A CN 1926574A
Authority
CN
China
Prior art keywords
image
formation method
data processing
registration
processing equipment
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CNA2005800053065A
Other languages
English (en)
Other versions
CN1926574B (zh
Inventor
K·米茨
H·舒尔茨
J·冯伯格
J·萨布琴斯基
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
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 Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN1926574A publication Critical patent/CN1926574A/zh
Application granted granted Critical
Publication of CN1926574B publication Critical patent/CN1926574B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/40Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4053Scaling of whole images or parts thereof, e.g. expanding or contracting based on super-resolution, i.e. the output image resolution being higher than the sensor resolution
    • G06T3/4061Scaling of whole images or parts thereof, e.g. expanding or contracting based on super-resolution, i.e. the output image resolution being higher than the sensor resolution by injecting details from different spectral ranges
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/30Determination of transform parameters for the alignment of images, i.e. image registration
    • 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
    • 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
    • G06T2207/10116X-ray image
    • 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
    • G06T2207/10132Ultrasound image
    • 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
    • G06T2207/30016Brain
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10STECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S128/00Surgery
    • Y10S128/92Computer assisted medical diagnostics
    • Y10S128/922Computer assisted medical diagnostics including image analysis

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

本发明涉及一种设备和方法,利用所述设备和方法可以配准不同成像方法的图像,例如手术前获得的3DX射线图像(A)和手术中获得的超声图像(B)。然后在数据处理设备(10)中首先生成第一变换图像(A′,B′),所述变换图像关于每个成像方法的特性被彼此对准。特别从三维CT图像(A)中可以生成二维图像(A′),该二维图像保持超声系统的特征表示手段,而在骨和/或充气体积之后的掩盖区域可以被除去。利用变换图像(A′,B′)的基于特征的配准避免了错误,该错误追溯到各个成像方法的伪像和特性。

Description

用于图像的多模式配准的设备和方法
本发明涉及一种用于配准对象的第一图像和该对象的第二图像的数据处理设备和方法,所述第一图像用第一成像方法获得,所述第二图像用一个不同的成像方法、特别是用一个不同的模式获得。
外科手术通常借助于手术前产生的手术部位的图像来进行筹划,其中所述图像例如可以通过(X射线)计算机断层摄影、磁共振方法或X射线投影获得,并且显示患者的解剖学或病理学特征。对于微创手术,其中手术部位不是直接可见的,通常,手术中获得的附加图像是必要的。特别是,解剖结构的变化可以用手术中的图像(例如对于器官通过介入或象患者的呼吸或心跳这样的运动的移位)以及象外科器械的位置之类的手术信息来检测。然而,磁共振(MR)方法或计算机断层摄影(CT)不太适合用于产生手术中的图像,因为它们用于手术室或介入部位的可能性有限,并且它们典型地并不实时提供图像。
比较起来,超声方法可很好地用于产生手术中的图像。然而,通常由于外科医生手动控制超声探头并且其中图像几何形状不断变化,所以他难以根据记忆使超声图像与手术前三维MR/CT图像一致。在这点上,从WO 01/78010 A2已知一种方法,利用该方法,手术前获得的管结构的CT或MR图像可以与手术中的超声图像配准。对于这样一种不同模式的图像的配准,问题在于这样的事实,即基于所述模式的不同的特有(characteristic)图像特征,所得的图像不同地表示相同的对象。这使得期望的基于特征的图像配准更困难。
针对该背景,目前本发明的目的是提供用于不同图像的改进的配准的手段。
该目的通过具有权利要求1的特征的数据处理设备和具有权利要求9的特征的方法实现。在从属权利要求中包括了有利的布置。
根据本发明的数据处理设备有助于对象的第一图像与该对象的第二图像的配准,其中第一图像用第一成像方法获得,以及第二图像用不同于前者的第二成像方法获得。其中所述成像方法的差异特别可以体现在使用不同的模式中。参考以上描述的情况,第一图像例如可以是三维CT图像,以及第二图像可以是手术中的超声图像。然而所述成像方法的差异也可以体现在使用用于相同模式的不同曝光条件(协议)中,例如带有和不带有造影剂剂量的CT图像,或者带有不同图像参数的MR图像。所述数据处理装置进一步被布置成执行以下步骤:
a)从所述第一图像生成第一变换图像,其中在该变换图像中,第一成像方法的特有图像特征被减少和/或第二成像方法的特有图像特征被加强。成像方法“超声”的特有成像特征例如正在表示在骨或充气体积后的阴影以及表示被扭曲的不同组织,这取决于声信号的声速。在第一变换图像中进行与第二图像的对准,因为回到相关第一成像方法的特征被减少和/或因为图像特征被加强或产生,该图像特征在借助于第二成像方法生成所述图像时就已出现。
b)从第二图像生成第二变换图像,其中可选择地,第二成像方法的特有图像特征在第二变换图像中被减少和/或可选择地第一成像方法的特有图像特征被加强。类似于步骤a),从第二图像和相关的第二成像方法开始,用观察和表示第一图像的的方式来实现对准。
由于经常足以使关于不同成像方法的两个原始图像中的一个与另一图像对准,所以特别地第二变换图像也可以与原始第二图像相同(即所述变换是恒等式)。在这种情况下,为了使所述方法的表示标准化,观察第二“变换”图像仅仅是为了形式的原因。
c)配准在步骤a)和b)中获得的变换图像。按照惯例,“配准”应当被理解成不同图像中的物点的相互关系。配准的图像特别可以被表示成以这样一种方式彼此重叠,即属于相同物点的像素重合。此外,对于使用变换图像的配准无须多言,甚至原始(第一和第二)图像的相关配准也是已知的,因此这些例如可以被表示成在监视器上彼此重叠。
在所述的数据处理设备中,来自不同成像方法的图像在它们的配准之前首先关于所述方法的特有图像特性彼此对准。由此可以消除一种成像方法的异常特征,该异常特征可以导致原始图像的错误配准。在变换图像中仅仅基本包括这样的结构,所述结构由所涉及的成像方法在所选特定使用相似程度方面以大致相同的方式再现。以这种方式所述图像可以更高精度地被配准,尽管它们源自不同的成像方法。
如刚才所阐述的,第一和第二成像方法可以包括使用不同的模式。在该情况下,所涉及的模式特别可以是计算机断层摄影、X射线投影或磁共振方法,其中相关的图像可以是二维或甚至三维的。这特别可应用于第一模式,该第一模式是生成第一图像的基础。用所述模式中的一个生成的二维或三维图像特别适合作为用于筹划外科手术的手术前图像。所述模式中的另一个可以是超声成像方法、(实时)磁共振方法、X射线荧光透视或CT荧光透视。优选地在该情况下它涉及第二模式,该第二模式于是特别适合用于外科手术的手术中观察。
可选择地,所述成像方法的差异也可以在于这样的事实,即在不同的成像条件下生成具有相同模式的图像。例如第一图像可以是具有造影剂剂量的手术前X射线图像,而第二图像是不具有造影剂的X射线图像。
对于在步骤c)中开始的配准方法,大体上所有合适的布置和算法都是可用的。优选地,该配准方法可以是变换图像的基于特征的配准的问题。也就是,在变换图像中,检测例如象强度分布这样的基于图像的特征,其示出血管分支、器官或器官边界、骨、植入物等等,以使最终可以基于所述特征来变换所述图像。基于特征的配准的有利方面在于,它使得特定结构和对象一致,通常这与本申请特别相关。
根据所述数据处理设备的另一形式,它可以被布置成在所述图像的至少一个(即第一图像、第二图像、或变换图像中的一个)中分割具有不同材料成分的对象区域。应用于对象材料的这样的分割有助于生成变换图像,因为不同成像方法的不同图像特性通常与对象的不同材料有关。因此例如骨或充气体积对于超声方法具有重要意义,因为它们实际上对于该方法是不透明的,并且在它们之后的区域仅仅包含伪像而不是关于对象的相关信息。因此,如果可以在MR或CT扫描上确定对象的这样的材料区域,那么可以作出关于用超声方法表示对象的预测。
根据所述数据处理设备的另一形式,它特别可以与上述的图像结合使用,可以掩盖一个或全部两个所述变换图像的区域,其中所述成像方法中的至少一个并不提供任何可靠的图像信息。这样的区域的掩盖按照定义导致这样的事实,即在变换图像的配准期间并不考虑这些。在其中保证了基本上在由两种成像方法类似地描绘的区域中进行配准。利用所述掩盖,例如在骨或充气体积之后的区域可以被排除,所述区域在超声图像中被遮住。
为了进一步增加配准的精度,可以使用附加的信息。特别地,可以考虑与测量位置一致的物点和/或用例如以开始值的形式的配准的图像的校准。
根据所述数据处理设备的另一形式,它可以处于能够使用图像内容的灵活配准的方法的位置。在这种方式中,可以考虑组织变形和/或器官移位的影响。
本发明进一步涉及一种对象的第一图像与该对象的第二图像配准的方法,所述第一图像用第一模式获得,所述第二图像用不同于第一模式的第二模式获得,所述方法包括以下步骤:
a)从第一图像中生成第一变换图像,其中第一模式的特有图像特征被减少和/或第二模式的特有图像特征被加强。
b)从第二图像中生成第二变换图像,其中第二模式的可选特有图像特征被减少,并且第一模式的可选特有图像特征被加强。
c)配准所述变换图像,这优选地可以被重复执行。
所述方法通常包括用如上所述的数据处理设备执行的步骤。因此,关于细节、优点和附加设置,以上描述已经提及。
根据所述方法的另一形式,步骤a)、b)和c)被重复多次,并且所述变换图像中的至少一个发生变化,以便以该方式最大化在重复获得的变换图像之间的相似性。利用所述方法的这种重复可以增加配准的精度,然而其中早期第一(初步)结果已经是可用的,并且例如可以用于显示器的监视器上。
在下面,借助于附图通过例子来阐述本发明。单幅图示意性地描绘了根据本发明的用于配准CT图像和超声图像的数据处理设备。
尽管通过外科手术的例子在下面阐述了根据本发明的方法,但是它并不限于医学应用。更确切地说,它可以用于其中应当配准图像的所有情况,所述图像用不同的模式获得。
在图的左部是对患者3进行医疗手术的情况的图示。为了准备所述手术,用CT单元1拍摄手术部位的三维X射线图像A,并将其存储在数据处理设备10(工作站)中。
当外科手术必须为微创时,例如用导管或介入针,在手术期间实时观察手术是必要的。为此,超声装置2具备有身体体积的二维截面图B,该超声装置可以由医生手动控制并且提供数据处理设备10。为了使医生更容易理解实际的超声图像,希望使此与来自手术前获得的三维CT图像A的相应层配准,并且在监视器12上正确表示两个图像的重叠。
为了快速获得图像A、B的良好配准而不管它们源自不同的模式,执行下面进一步阐述的方法。然后典型地通过用于计算机10的计算单元11(CPU)的命令,即分别以程序代码或软件的形式来实现所述方法。所述程序代码例如可以位于计算机10的存储器(RAM、硬盘等)中或在可变存储介质(盘、CD、磁带等)上。所述方法的目的是使原始图像A、B在配准之前彼此对准,以使每个模式的特性被减少并且表示的方式获得彼此对准。这特别可以用以下方法步骤来完成:
1.在不同材料成分的区域中分割三维CT图像A,例如骨、空气、软组织等。
2.从原始CT图像A生成二维测试图像,其中考虑超声系统的特有图像特征。通过这种考虑,特别地使用从前一步骤分割的结果,因为不同材料在超声图像中不同地表示。进一步通过测试而采用超声装置的某个位置和取向。
3.掩盖上述的测试图像中的区域,当由超声方法生成时,所述区域将不包含关于对象的任何可靠的图像信息。其中,特别在骨之后和/或在包含气体物(例如在肠或肺中)之后的阴影可以被掩盖,即可以从图像中剪去。作为步骤1-3的结果,获得变换(测试)图像A′。
4.当原始超声图像B被限制在变换图像A′的未掩盖区域时,生成变换超声图像B′。
5.配准变换测试图像A′和变换超声图像B′,并且计算这些图像之间的相似程度。
6.当为来自原始图像A的不同二维测试图像重复步骤2-5时,最大化所述相似程度。例如可以在不同测试图像中改变超声探头所处的位置。
在上述方法的结尾,知道了原始图像A和B的很精确和鲁棒的(robust)配准。这通常例如可以用于表示在监视器12上的手术前CT图像A上重叠的手术中超声B图像。
因此,根据本发明的方法的核心思想是使图像A和B彼此对准,所述图像首先关于模式的特性用不同的模式获得。如上所述,这可以被实现的原因在于,图像(A)中的一个在另一模式(超声)的图像特征的方向上被变换,而另一图像(B)基本保持不变。然而,也将有可能附加地或替代地还使用超声图像B作为用于模式变换的起点。进一步可想到的是在中间表示中暂时独立于另一模式变换原始图像A、B,所述中间表示仅仅示出独立于模式的图像特征。这样的中间表示然后可以与来自其它成像方法的任何图像配准。
所述的方法当然也可以与除所表示的那些之外的其它模式一起使用。例如,代替CT 1,可以使用磁共振方法来生成三维图像A。类似地,手术中使用的超声系统2可以由实时MR系统和/或CT荧光透视来代替。
通过位置测量系统和/或相关成像模式的校准程序,可以进一步自动生成用于优化上述方法的合适开始值。根据这个,附图作为例子表示电磁定位系统,该系统具有在患者身体上的磁场探头4和场发生器5,它们通过患者的空间位置将它们的测量数据发送到配准模块11。当然,例如象光学定位系统这样的其它设备也可用于该目的。从成像装置(X射线、超声)的校准进一步可知哪个像素和体素关于所述装置分别属于哪个空间点,或者换句话说,如何在关于所述装置的坐标系中定位生成的图像。如果进一步已知图像设备的空间位置,则可以推断像素的绝对空间位置。此外,如果许多或所有的图像设备都是这种情况,则作为校准的结束步骤,设备相关的坐标系可以彼此变换。以这种方式可以预选择在步骤2中生成的二维测试图像。
为了能够在图像配准中考虑组织的变形和/或器官的运动,进一步使用灵活的配准方法是可能的。例如在B.A.Maintz和M.A.Viergever的“A survey of medical image registration”(Medical Image Analysis,vol.2,no.1,S 1-36,1998)中描述了这样的方法。

Claims (10)

1.一种用于配准对象的第一图像(A)和该对象的第二图像(B)的数据处理设备(10),所述第一图像用第一成像方法(1)获得,所述第二图像用不同于第一成像方法的第二成像方法(2)获得,其中所述数据处理设备被配备成执行以下步骤:
a)从第一图像(A)中生成第一变换图像(A′),其中第一成像方法(1)的特有图像特征被减少和/或第二成像方法(2)的特有图像特征被加强;
b)从第二图像(B)中生成第二变换图像(B′),其中可选择地,第二成像方法(2)的特有图像特征被减少,并且可选择地,第一成像方法(1)的特有图像特征被加强;
c)配准所述变换图像(A′,B′)。
2.如权利要求1所述的数据处理设备,其特征在于,所述成像方法包括应用不同的模式,其中所述模式中的一个是计算机断层摄影(1)、X射线投影、磁共振成像方法、超声方法(2)、X射线荧光透视或CT荧光透视,以及其中由此获得的图像(A)是二维的或三维的。
3.如权利要求1所述的数据处理设备,其特征在于,利用具有不同成像条件的相同模式产生所述成像方法。
4.如权利要求1所述的数据处理设备,其被布置成执行所述变换图像(A′,B′)的基于特征的配准。
5.如权利要求1所述的数据处理设备,其被布置成在所述图像(A)的至少一个中分割具有不同材料成分的对象区域。
6.如权利要求1所述的数据处理设备,其被布置成掩盖所述变换图像(A′,B′)的区域,其中所述成像方法中的至少一个(2)并不提供可靠的信息。
7.如权利要求1所述的数据处理设备,其被布置成在配准期间考虑借助于位置测量装置所测量的位置和/或所述图像(A,B)的校准。
8.如权利要求1所述的数据处理设备,其被布置成使用灵活的配准方法。
9.一种用于配准对象的第一图像(A)和该对象的第二图像(B)的方法,所述第一图像用第一成像方法(1)获得,所述第二图像用不同于第一成像方法的第二成像方法(2)获得,所述方法包括以下步骤:
a)从第一图像(A)中生成第一变换图像(A′),其中第一成像方法(1)的特有图像特征被减少和/或第二成像方法(2)的特有图像特征被加强;
b)从第二图像(B)中生成第二变换图像(B′),其中可选择地,第二成像方法(2)的特有图像特征被减少,并且可选择地,第一成像方法(1)特有图像特征被加强;
c)配准所述变换图像(A′,B′)。
10.如权利要求9所述的方法,其特征在于,步骤a)、b)和c)被重复多次,并且所述变换图像(A′)中的至少一个发生变化,以便最大化在所述变换图像(A′,B′)之间的相似程度。
CN2005800053065A 2004-02-20 2005-02-04 用于图像的多模式配准的设备和方法 Expired - Fee Related CN1926574B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP04100689 2004-02-20
EP04100689.1 2004-02-20
PCT/IB2005/050468 WO2005083629A1 (en) 2004-02-20 2005-02-04 Device and process for multimodal registration of images

Publications (2)

Publication Number Publication Date
CN1926574A true CN1926574A (zh) 2007-03-07
CN1926574B CN1926574B (zh) 2013-09-18

Family

ID=34896101

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2005800053065A Expired - Fee Related CN1926574B (zh) 2004-02-20 2005-02-04 用于图像的多模式配准的设备和方法

Country Status (6)

Country Link
US (1) US8145012B2 (zh)
EP (1) EP1719078B1 (zh)
JP (1) JP5244319B2 (zh)
CN (1) CN1926574B (zh)
AT (1) ATE555455T1 (zh)
WO (1) WO2005083629A1 (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101273919B (zh) * 2007-03-30 2012-07-04 通用电气公司 使用更新方法和系统的连续图像采集
CN104224175A (zh) * 2013-09-27 2014-12-24 复旦大学附属华山医院 一种融合二维磁共振波谱和三维磁共振导航影像的方法
CN104881568A (zh) * 2015-04-27 2015-09-02 苏州敏宇医疗科技有限公司 一种基于云计算的肿瘤治疗疗效早期评价的系统和方法
CN105101881A (zh) * 2013-03-29 2015-11-25 日立阿洛卡医疗株式会社 图像位置对准显示方法及超声波诊断装置
CN107667380A (zh) * 2015-06-05 2018-02-06 西门子公司 用于内窥镜和腹腔镜导航的同时场景解析和模型融合的方法和系统
CN108742678A (zh) * 2018-06-01 2018-11-06 妙智科技(深圳)有限公司 图像配准方法、装置及计算机可读存储介质
CN110087532A (zh) * 2016-12-15 2019-08-02 诺华股份有限公司 用于眼科手术的自适应图像配准
CN110298871A (zh) * 2019-06-10 2019-10-01 东软医疗系统股份有限公司 图像配准方法及装置
WO2021168692A1 (en) * 2020-02-26 2021-09-02 Shenzhen Xpectvision Technology Co., Ltd. Mammography imaging system using x-ray fluorescence

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1859407A1 (en) * 2005-03-10 2007-11-28 Koninklijke Philips Electronics N.V. Image processing system and method for registration of two-dimensional with three-dimensional volume data during interventional procedures
JP4801968B2 (ja) * 2005-11-02 2011-10-26 株式会社東芝 画像診断・治療支援装置及び画像データ表示方法
DE102006029718A1 (de) * 2006-06-28 2008-01-10 Siemens Ag Verfahren zur Auswertung zweier Abbilder sowie medizinisches Abbildungssystem
DE102006058906B4 (de) * 2006-12-13 2016-12-15 Siemens Healthcare Gmbh Verfahren zur Darstellung von tomographischen Aufnahmen und Tomographiesystem oder Tomographiesystemverbund zur Durchführung dieses Verfahrens
EP1933278A1 (en) * 2006-12-14 2008-06-18 BrainLAB AG Image fusion visualisation
US8340374B2 (en) * 2007-01-11 2012-12-25 Kabushiki Kaisha Toshiba 3-dimensional diagnostic imaging system
DE102008045988A1 (de) 2008-09-05 2010-03-11 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Kennzeichnungsmerkmal zur Kennzeichnung eines Gewebebereichs
RU2014136714A (ru) 2012-02-10 2016-04-10 Конинклейке Филипс Н.В. Клинически управляемое слияние изображений
KR102090270B1 (ko) * 2013-04-25 2020-03-17 삼성메디슨 주식회사 영상 정합 방법 및 장치
EP3074947B1 (en) 2013-11-27 2020-07-01 BK Medical Holding Company, Inc. Multi-imaging modality navigation system
US9280825B2 (en) 2014-03-10 2016-03-08 Sony Corporation Image processing system with registration mechanism and method of operation thereof
WO2015136392A1 (en) 2014-03-11 2015-09-17 Koninklijke Philips N.V. Image registration and guidance using concurrent x-plane imaging
JP6352013B2 (ja) * 2014-03-17 2018-07-04 キヤノンメディカルシステムズ株式会社 超音波診断装置、画像処理装置及び画像処理プログラム
US10127655B2 (en) 2015-07-09 2018-11-13 Samsung Medison Co., Ltd. Medical imaging apparatus and method of operating same
CN110893108A (zh) 2018-09-13 2020-03-20 佳能医疗系统株式会社 医用图像诊断装置、医用图像诊断方法及超声波诊断装置
KR20200104103A (ko) * 2019-02-26 2020-09-03 삼성메디슨 주식회사 초음파 영상과 타 모달리티(modality) 영상을 정합하는 초음파 영상 장치 및 그 동작 방법
US11062445B2 (en) * 2019-08-28 2021-07-13 Hiwin Technologies Corp. Method of medical image registration
CN112057165B (zh) * 2020-09-22 2023-12-22 上海联影医疗科技股份有限公司 一种路径规划方法、装置、设备和介质

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3164112B2 (ja) * 1990-10-26 2001-05-08 株式会社日立製作所 生体計測装置
DE69332042T2 (de) * 1992-12-18 2003-01-02 Koninklijke Philips Electronics N.V., Eindhoven Ortungszurückstellung von relativ elastisch verformten räumlichen Bildern durch übereinstimmende Flächen
US6618490B1 (en) * 1999-09-16 2003-09-09 Hewlett-Packard Development Company, L.P. Method for efficiently registering object models in images via dynamic ordering of features
WO2001043070A2 (en) * 1999-12-10 2001-06-14 Miller Michael I Method and apparatus for cross modality image registration
EP1275086A2 (en) 2000-04-07 2003-01-15 Stephen R. Aylward Systems and methods for tubular object processing
US7106891B2 (en) * 2001-10-15 2006-09-12 Insightful Corporation System and method for determining convergence of image set registration
US6738063B2 (en) * 2002-02-07 2004-05-18 Siemens Corporate Research, Inc. Object-correspondence identification without full volume registration
AU2003223072A1 (en) * 2002-04-03 2003-10-13 Segami S.A.R.L. Image registration process
CN1929781A (zh) * 2003-08-21 2007-03-14 依斯克姆公司 用于脉管斑块检测和分析的自动化方法和系统
US7822241B2 (en) * 2003-08-21 2010-10-26 Koninklijke Philips Electronics N.V. Device and method for combining two images
US7103399B2 (en) * 2003-09-08 2006-09-05 Vanderbilt University Apparatus and methods of cortical surface registration and deformation tracking for patient-to-image alignment in relation to image-guided surgery
US7639896B2 (en) * 2004-08-09 2009-12-29 Carestream Health, Inc. Multimodal image registration using compound mutual information

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101273919B (zh) * 2007-03-30 2012-07-04 通用电气公司 使用更新方法和系统的连续图像采集
CN105101881A (zh) * 2013-03-29 2015-11-25 日立阿洛卡医疗株式会社 图像位置对准显示方法及超声波诊断装置
CN104224175A (zh) * 2013-09-27 2014-12-24 复旦大学附属华山医院 一种融合二维磁共振波谱和三维磁共振导航影像的方法
CN104224175B (zh) * 2013-09-27 2017-02-08 复旦大学附属华山医院 一种融合二维磁共振波谱和三维磁共振导航影像的方法
CN104881568A (zh) * 2015-04-27 2015-09-02 苏州敏宇医疗科技有限公司 一种基于云计算的肿瘤治疗疗效早期评价的系统和方法
CN107667380A (zh) * 2015-06-05 2018-02-06 西门子公司 用于内窥镜和腹腔镜导航的同时场景解析和模型融合的方法和系统
CN110087532A (zh) * 2016-12-15 2019-08-02 诺华股份有限公司 用于眼科手术的自适应图像配准
CN108742678A (zh) * 2018-06-01 2018-11-06 妙智科技(深圳)有限公司 图像配准方法、装置及计算机可读存储介质
CN108742678B (zh) * 2018-06-01 2022-02-18 妙智科技(深圳)有限公司 图像配准方法、装置及计算机可读存储介质
CN110298871A (zh) * 2019-06-10 2019-10-01 东软医疗系统股份有限公司 图像配准方法及装置
WO2021168692A1 (en) * 2020-02-26 2021-09-02 Shenzhen Xpectvision Technology Co., Ltd. Mammography imaging system using x-ray fluorescence
US12029599B2 (en) 2020-02-26 2024-07-09 Shenzhen Xpectvision Technology Co., Ltd. Mammography imaging system using X-ray fluorescence

Also Published As

Publication number Publication date
JP5244319B2 (ja) 2013-07-24
CN1926574B (zh) 2013-09-18
US8145012B2 (en) 2012-03-27
ATE555455T1 (de) 2012-05-15
EP1719078A1 (en) 2006-11-08
WO2005083629A1 (en) 2005-09-09
WO2005083629A8 (en) 2006-08-31
EP1719078B1 (en) 2012-04-25
JP2007524486A (ja) 2007-08-30
US20080107312A1 (en) 2008-05-08

Similar Documents

Publication Publication Date Title
CN1926574B (zh) 用于图像的多模式配准的设备和方法
KR101049507B1 (ko) 영상유도수술시스템 및 그 제어방법
US9743898B2 (en) Image formation apparatus and method for nuclear imaging
CN103402453B (zh) 用于导航系统的自动初始化和配准的系统和方法
JP4576228B2 (ja) 生理学的モデルに基づく非剛体画像位置合わせ
JP5243754B2 (ja) 画像データの位置合わせ
CN110458872B (zh) 使用超声弹性成像执行生物力学驱动的图像配准的系统和方法
CN101681504A (zh) 用于将实时超声图像与预先获取的医学图像进行融合的系统和方法
KR20050055599A (ko) 자기공명 단층촬영기를 조작하는 방법 및 제어 장치
CN112971982A (zh) 基于肝内血管配准的手术导航系统
EP4141799A1 (en) Method for obtaining a ct-like representation and virtual x-ray images in arbitrary views from a two-dimensional x-ray image
US9355454B2 (en) Automatic estimation of anatomical extents
US20080119724A1 (en) Systems and methods for intraoperative implant placement analysis
WO2022030150A1 (ja) 医用画像処理装置、治療システム、医用画像処理方法、およびプログラム
WO2011120795A1 (de) Verfahren zum ermitteln von dreidimensionalen volumendaten und bildgebungsvorrichtung
CN113160290B (zh) 2d-3d医学图像配准方法、装置及可读存储介质
Pyciński et al. Image navigation in minimally invasive surgery
RU2816071C1 (ru) Комбинированная интраоперационная навигационная система с использованием генерации ультразвуковых изображений методом трассировки лучей
KR102367095B1 (ko) 타겟 뼈의 2d 이미지가 반영된 3d 뼈 모형 제조 방법 및 상기 방법에 따라 제조된 3d 뼈 모형
TWI718578B (zh) 植入物表面映射與映射展開方法
US20220392149A1 (en) Methods for generating three-dimensional image data of human bones
WO2010060170A1 (pt) Método para construção de modelos tridimensionais físicos de fetos no útero, utilizando tecnologias de prototipagem rápida a partir de arquivos gerados em equipamentos de ultra-sonografia, ressonância magnética e/ou tomografia computadorizada
Feng et al. Three‐dimensional data capture and processing
JP2023173812A (ja) 学習装置、方法およびプログラム、学習済みモデル、画像処理装置、方法およびプログラム、並びに画像導出装置、方法およびプログラム
WO2024110640A1 (en) Method for generating a simulated bidimensional image of a portion of a patient's body

Legal Events

Date Code Title Description
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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20130918

Termination date: 20200204