CN1955756A - 确定点对称结构的映像的中心坐标的方法 - Google Patents

确定点对称结构的映像的中心坐标的方法 Download PDF

Info

Publication number
CN1955756A
CN1955756A CNA2006101424088A CN200610142408A CN1955756A CN 1955756 A CN1955756 A CN 1955756A CN A2006101424088 A CNA2006101424088 A CN A2006101424088A CN 200610142408 A CN200610142408 A CN 200610142408A CN 1955756 A CN1955756 A CN 1955756A
Authority
CN
China
Prior art keywords
data group
stereo data
point
sub
voxel
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
CNA2006101424088A
Other languages
English (en)
Other versions
CN1955756B (zh
Inventor
詹斯·古赫林
阿恩·利特曼
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.)
Siemens AG
Original Assignee
Siemens AG
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 Siemens AG filed Critical Siemens AG
Publication of CN1955756A publication Critical patent/CN1955756A/zh
Application granted granted Critical
Publication of CN1955756B publication Critical patent/CN1955756B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/58—Calibration of imaging systems, e.g. using test probes, Phantoms; Calibration objects or fiducial markers such as active or passive RF coils surrounding an MR active material
    • G01R33/583—Calibration of signal excitation or detection systems, e.g. for optimal RF excitation power or frequency
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/5608—Data processing and visualization specially adapted for MR, e.g. for feature analysis and pattern recognition on the basis of measured MR data, segmentation of measured MR data, edge contour detection on the basis of measured MR data, for enhancing measured MR data in terms of signal-to-noise ratio by means of noise filtering or apodization, for enhancing measured MR data in terms of resolution by means for deblurring, windowing, zero filling, or generation of gray-scaled images, colour-coded images or images displaying vectors instead of pixels
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/565—Correction of image distortions, e.g. due to magnetic field inhomogeneities
    • G01R33/56518—Correction of image distortions, e.g. due to magnetic field inhomogeneities due to eddy currents, e.g. caused by switching of the gradient magnetic field
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/565—Correction of image distortions, e.g. due to magnetic field inhomogeneities
    • G01R33/56563—Correction of image distortions, e.g. due to magnetic field inhomogeneities caused by a distortion of the main magnetic field B0, e.g. temporal variation of the magnitude or spatial inhomogeneity of B0
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/565—Correction of image distortions, e.g. due to magnetic field inhomogeneities
    • G01R33/56572—Correction of image distortions, e.g. due to magnetic field inhomogeneities caused by a distortion of a gradient magnetic field, e.g. non-linearity of a gradient magnetic field
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/565—Correction of image distortions, e.g. due to magnetic field inhomogeneities
    • G01R33/5659—Correction of image distortions, e.g. due to magnetic field inhomogeneities caused by a distortion of the RF magnetic field, e.g. spatial inhomogeneities of the RF magnetic field

Landscapes

  • Physics & Mathematics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • General Physics & Mathematics (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种用于确定存储在立体数据组(11)中的点对称结构(3)的映像的中心坐标的方法，具有以下步骤：a)从该包含点对称结构(3)的映像的立体数据组(11)中提取一个子立体数据组(17)，b)选择一个其坐标位于该子立体数据组(17)中的点的集合(21)，c)为该集合(17)的每个点确定一个度量，其中对该集合(17)中每个点的度量分别表示该子立体数据组(17)关于该点的对称性，d)借助事先确定的度量将该集合(17)中这样的点选择为该点对称结构(3)的中心(27)，即子立体数据组(17)关于该点具有最大的对称性，e)将该中心(27)的坐标存储在计算单元(31)中。

Description

确定点对称结构的映像的中心坐标的方法
技术领域
本发明涉及一种用于确定存储在立体数据组中的点对称结构的映像的中心坐标的方法。这种点对称结构尤其是存在于用于在磁共振断层造影中确定几何失真的模型中。
背景技术
近年来磁共振断层造影(MR)已经在医学中成为重要的成像方法。公知MR成像系统利用磁核共振产生待检查对象、尤其是人体或人体部位的截面图像。在此将待检查体设置到强的均匀静态磁场中，即所谓的主磁场中，该磁场在体内引起原子核、尤其是束缚水的氢原子核(质子)的核自旋的定向。然后利用高频激励线圈将这些核激励为旋转进动式运动。在结束相应的高频(HF)激励脉冲之后，原子核以取决于主磁场强度的所谓拉莫尔频率旋进式运动，然后在预定的、与组织有关的弛豫时间之后又摆动到通过主磁场预先给定的优选方向上。通过以计算和/或测量技术分析积分的高频核信号，可以针对一个体层根据空间自旋密度或弛豫时间的分布产生图像。由于旋进式运动可被检测的核共振信号与其形成位置的对应可以通过采用线性场梯度实现。为此将对应的梯度场与主磁场叠加并这样予以控制，使得仅在待成像的断层中激励原子核。为了高频激励核自旋和为了检测核响应信号需要高频线圈装置。基于该物理效应的成像系统也称为核自旋断层造影或NMR断层造影或磁共振成像(MRI)。
磁场、尤其是磁场强度的空间分布与其理论上预先给定和计算出的值之间的偏差会在图像中引起几何失真。尤其是建立在待检查区的定量精确的几何显示基础上的方法会由于这样的失真而大大降低质量。
特别是有4种引起几何失真的不同原因：
-磁化率随着材料的不同而不同，并因此引起主磁场的取决于材料的微小改变。
-静态磁场非均匀性通过所谓的磁场填隙片基本上得到均衡，但还可能存在少量的剩余非均匀性。
-梯度线圈的非线性性导致各个方向上的失真。通常这样设计梯度线圈，使得在同心设备中的这种失真最小。因此这种效应主要出现在MRT图像的边缘。
-当磁场发生改变时总是会在电感材料中产生涡流。尤其是在梯度场通断时出现。涡流的强度和空间分布在此与采用的MRT序列有关。涡流本身又会产生磁场，该磁场会与其他磁场叠加并产生几何失真。
检测在特定MRT序列中出现的几何失真的方法是采用模型。这种模型大多具有三维的网格结构，该结构能在MRT图像中清楚显示。在对该模型成像时可以将该三维网格的映像与初始网格比较。由此可以建立失真卡，其能展现在不同空间点上的几何失真的强度和方向。该失真卡用于校正随后用同一MRT序列记录的图像中的几何失真。
适用于这种方法的模型通常在栅格点上具有可简单和稳定识别的结构，例如球体。在此为了采集失真，需要在模型的图像中准确和可再现地确定这些球体的位置，例如其中心。
在M.Breeuwer等人的“Detection and correction of geometric distortion in 3DMR images”，Proc.SPIE 4322，1110-1120，2001和M.Holden等人的“Sources andcorrection of higher order geometrical distortion for serial MR brain images”，Proc.SPIE 4322，69-78，2001中公开了由球体构成三维栅格的模型。在该文献中，在通过一系列形态侵蚀和扩张操作将一个球体的映像修改成从该映像中除去了其它引起干扰的结构如球体之间的连接之后，只将该球体的映像中的球体重心确定为球体的中心。但通过侵蚀和扩张操作也会改变球体的映像，使其具有球体重心在球体失真成像时也会发生移动的危险。
US5545995A公开了一种用于纠正借助模型的三维扫描而获得的MR图像中的几何成像错误的校准方法，这些图像错误由梯度场非线性性和磁场非均匀性引起。该模型包含一组锥形棒，它们对再现的图像断层产生一组对应的图像。对应图像的尺寸及其位置可以测量出位置误差并产生校正因子来用于随后完成的患者图像。
US2005/0024051A1公开了一种用于校正失真图像的方法，该失真是由于非线性梯度场以及梯度场的平移误差、旋转误差、和/或绕组错误或设计错误引起的。在此采用梯度场的球平面函数展开和快速傅立叶变换技术来建立校正图像。
DE10107421A1和对应的US2002/0110268A1分别公开了一种用于检测图像中的成像失真的方法。在此，在成像时成像立体的第一区域是无失真地显示的，而第二区域是失真地显示的。该方法用至少3个标记工作，这些标记具有相互已知的空间位置并且其中两个标记位于成像立体的第一区域中。由标记相互之间的位置可以推断出映像中的失真。
发明内容
本发明要解决的技术问题在于提供一种方法，可以简单、快速和可再现地准确获取点对称结构、尤其是球形结构映像的中心坐标。
本发明用于确定点对称结构的存储在立体数据组中的映像的中心坐标的方法具有以下步骤：
a)从该包含点对称结构的映像的立体数据组中提取一个子立体数据组，
b)选择一个坐标位于该子立体数据组中的点集合，
c)为该集合的每个点确定一个度量，其中对该集合中每个点的度量分别表示该子立体数据组关于该点的对称性，
d)借助事先确定的度量将该集合中这样的点选择为该点对称结构的中心，子立体数据组关于该点具有最大的对称性。
e)将该中心的坐标存储在计算单元中。
借助这种方法，在第一步骤a)中首先从立体数据组中选择一个子立体数据组。该子立体数据组包含该对称结构的映像但没有其它结构或其它点对称结构的映像，这些点对称结构可能干扰以该子立体数据组成像的对象的点对称性。现在在这种“提纯的”子立体数据组中利用该子立体数据组具有与该点对称结构相同的点对称性的事实。
在接下来的步骤b)至e)中将该子立体数据组的对称点确定为该结构的中心。为此测试多个坐标在该子立体数据组中的点作为可能的中心。对每个点都确定一个表示子立体数据组相对于该点的对称性的度量。利用该度量确定这样的点，即子立体数据组相对于该点具有最大的对称性。将其坐标存储在计算单元中用以进一步处理。通过该方式例如可以在MRT成像时确定该点对称结构在不同序列时的中心坐标。由此可以检测出与序列有关的几何失真。
在一优选实施方式中，在应用这些步骤之前对立体数据组进行滤波，优选用高斯滤波器进行平滑。由此减小了在随后确定中心时由于成像立体中的随机噪声导致的不精确。由于高斯滤波器是作为对称滤波器应用的，因此不会由于该滤波而导致中心移位。
通过有针对性地选择作为可能的中心而测试的点的集合，可以显著加快对中心的搜索。例如，作为可能中心测试的点可以是围绕子立体数据组的立体中心设置的子立体数据组体素的子集。在此这些点的坐标不必一定与子立体数据组的体素坐标重合。通过该方式还可以在分辨率低于由体素预先给定的分辨率的情况下查找该点对称结构的中心。
在一优选实施方式中，作为可能中心测试的点集合位于一条直线上。通过将作为可能的中心而测试的点限制为一维结构，可以比在测试二维或三维的点集合时明显更快地查找到中心。
点集合沿其设置的直线尽可能接近地穿过点对称结构的中心。为此有利的是从该子立体数据组中提取二维断层图像。接着在每幅二维断层图像中确定一个用强度值加权的平面重心。然后将该直线作为回归直线设置在用强度值加权的平面重心。
在此由两条二维回归直线确定三维回归直线，该二维回归直线分别根据二维断层图像的顺序方向设置在平面重心的坐标上。
现在对集合中的每个点确定一个表示子立体数据组相对于该点的对称性的度量。为了对每个特定点确定该度量，在本发明的优选实施变形中将该子立体数据组关于该特定点镜像，从而得到一个镜像后的子立体数据组。通过分析子立体数据组和镜像后的子立体数据组之间的相似性来确定针对特定点的度量。作为度量合适的例如是在图像处理中用于比较两幅图像的相似度。
如果作为可能的中心而测试的点位于点对称结构的实际中心附近，则镜像后的子立体数据组与原始子立体数据组之间只有微小的差异。但如果作为可能的中心而测试的点与实际中心相距甚远，则镜像对称后的子立体数据组与原始子立体数据组有很大的差异。
由于子立体数据组由分别具有特定强度值的体素来表征，在一优选实施变形中，子立体数据组关于一个特定点的镜像通过各体素关于该特定点的镜像来实现。然后以简单方式分析子立体数据组和镜像后的子立体数据之间的相似性，其方法是将每个体素的强度值与其对应的、镜像后的体素处的强度值相比较。
如果镜像后的体素的位置不是精确地与原始子立体数据组中的体素位置重合，则在优选实施方式中通过对周围体素的强度值进行插值来计算镜像后的体素处的强度值。
在一优选实施方式中，从由体素的强度值和镜像对称后的体素处的强度值形成的差值中，计算对子立体数据组和镜像对称后的子立体数据组之间的相似性进行估计的度量。对这些差值例如可以求平方并相加。但还可以对其绝对值求和。在各种情况下对与点对称结构的中心最接近的点的度量都最小，因为在这种情况下镜像后的子立体数据组与原始子立体数据组之间的差异最小，由此产生的强度值之差也最小。
立体数据组不仅包含一个对称结构的映像，而且包含多个对称结构的映像。这种情况例如出现在将模型用于校准医疗成像系统的时候，其中这些对称结构形成一个三维栅格。在这种情况下有利的是将用于确定一个点对称结构的中心坐标的方法步骤用于各个点对称结构。这可以迭代地进行，其方法是选择子立体数据组，使得其只包含一个点对称结构的映像，并且在每个迭代步骤中分别包含另一个点对称结构用于确定中心。
除了点对称结构之外，在立体数据组中通常还对其它结构成像。这样的结构例如可以是设置在模型中的各个点对称结构的支撑结构，或者各个点对称结构之间的连接。这些其它结构通常还显示在模型的映像中，并且可能影响提取子立体数据组的方法步骤，从而无法通过简单方式自动选择正确定位和给出大小的子立体数据组。
为了稳定和可靠地执行从立体数据组中提取子立体数据组的方法步骤，根据一优选实施变形对立体数据组进行预处理，从而在预处理后的立体数据组中存在可以分离的点对称结构。基于该可分离的点对称结构，可以定位子立体数据组并给出其大小，使得该子立体数据组分别只包含一个点对称结构的映像。
优选的，为此在预处理立体数据组时从立体数据组中去除几何特征位于容差范围之外的结构。在此该容差范围与点对称结构的几何特征匹配，从而点对称结构的映像留在立体数据组中，而其它具有与点对称结构不同的几何特征的结构就从立体数据组中被去除。
在一预处理的实施方式中，从立体数据组中除去引起干扰的结构在该立体数据组的二维断层图像中进行。为此可以将二维断层图像的颜色深度降低到1位。然后可以简单地将形成的结构根据其形状、大小和/或位置进行估计，并在其形状、大小和/或位置分别位于预定的容差范围之外时将该结构从该二维断层图像中除去。
在预处理的另一个实施变形中，从立体数据组中除去引起干扰的结构在三维立体数据中进行。在此可以采用其它基于这些结构的三维几何特征的估计标准，如估计三维结构的深度或其在立体数据中的位置。
在优选的实施方式中，待检查的点对称结构是优选设置在模型中的球形结构。其材料在此要这样提供，使得该模型适用于采用磁共振断层造影来成像。
附图说明
下面借助在附图中示意性示出的实施例非限制性地详细解释本发明的方法及优选实施方式。
图1和图2示出具有用球体形成的栅格状结构的模型的纵截面或横截面，
图3示意性示出用于执行该方法的子步骤，
图4示出从立体数据组中除去与球体的映像不对应的结构的方法步骤，
图5示出从子立体数据组中选择作为可能的中心点而被测试的特定点的方法步骤，
图6示出二维回归直线位于事先在子立体数据组的断层图像中确定了的用强度值加权的平面重心上，
图7示出体素关于作为球体的可能的中心点而被测试的点的镜像，
图8示出在镜像的体素位置处的强度值的插值。
具体实施方式
图1和图2示出用于在MRT设备中校正几何失真的模型1的纵截面和横截面。虚线I-I和II-II分别表示纵截面和横截面的位置。
形成栅格的结构在模型1中由球体3构成。在这里示出的模型1中球体3是用水填满的中空球体。为了实现更为简单的可填充性，球体3通过中空棒5连接，从而可通过中空棒注水。球体3在此内嵌在聚甲基丙烯酸甲酯7中，后者在MRT图像中可与水有区别地显示。
为了简化用水对球体3和中空棒5的填充，将位于模型1末端的中空棒5通过大的、在纵截面中以直角出现的中空空间6相互连接。该中空空间6在其上面具有深入中空空间6内的空间分隔区8。由此在中空空间6中形成被部分分隔的区域9。如果在球体3和中空棒5中注满水之后形成气泡，则该气泡可以通过模型1的简单旋转和翻转而被收集和俘获到隔离区9中。
对在此示出的模型1这样给出大小，使得该模型完全覆盖头线圈的成像区域，并可以完全通过其由826个直径为12mm的球体3组成的栅格结构确定几何失真。在大脑的MRT图像中，通常需要正确反映几何比例关系，例如在对用于阿资海默(Alzheimer)诊断的可能萎缩进行判断时。但如果要用其它线圈对其它身体区域成像，则还可以相应地构造模型并将其大小与使用的线圈相匹配。
在此公开的用于确定中心的方法基于形成栅格的结构在模型1中—在此为球体3中基本上关于球体中心对称。但所有其它结构如四方体或椭圆体也可以，只要这些结构具有关于一个点的点对称性。
在模型1的映像中可以通过识别球体3的映像的坐标然后比较模型1中球体3的位置来确定，MRT设备在特定的记录序列下会使模型1中包含的栅格结构发生多大的失真。优选作为点对称结构中的坐标适合采用点对称结构的映像的中心。
为了借助模型1对称地获得在不同的序列下可能在MRT设备中出现的失真，需要自动分析很多分别用不同序列对该模型1产生的映像。尤其是需要一种可以自动和可靠地确定球体3的中心的方法。
在图3中示意性解释了用于自动确定球体的中心坐标的方法步骤。
该方法的起始点是立体数据组11，其中存储了模型1的三维图像13。在第一方法步骤15中从立体数据组11中提取出基本上只包含模型1的一个球体3的映像的子立体数据组17。在第二方法步骤19中从该子立体数据组17中选择可以成为可能的球体3中心的点的集合21。在第三方法步骤23中对该集合21的每个点确定一个度量，其中该度量表示子立体数据组17关于该点的对称性。在第四方法步骤25中利用该事先确定的度量从集合21中选择这样的点作为球体3的中心27，即子立体数据组17关于该点具有最大的对称性。在第五方法步骤29中将中心点27的坐标存储在计算单元31中用以进一步处理。
优选的，方法步骤15、19、23、25、29一直迭代下去直到确定完模型1的所有球体中心的坐标为止。在第一方法步骤15中这样选择子立体数据组17，使得其在每个迭代步骤中分别包含另一个球体3的映像以确定中心。
优选的，在应用第一方法步骤15之前对立体数据组11进行预处理步骤32，其中从立体数据组11中除去所有不是球体3的映像的结构。由此在预处理后的立体数据组11’中出现作为可分离结构33的球体3的映像。由此可以简单地自动执行选择子立体数据组17的第一方法步骤15，因为可以简单地利用预处理后的立体数据组11’中的分离的结构33来确定球体3在立体数据组11中的位置。
图4详细解释了预处理步骤32。其目标是在预处理后的立体数据组11’中获得作为清楚分离并相互可划分界限的结构33的球体3。
这通过从首先用高斯滤波器41滤波的立体数据组11中提取出二维断层图像43来进行的。然后用阈值算法将每幅二维断层图像43的颜色深度转换为黑白图像，即图像中只有1位的颜色深度。优选采用在Otsu，N：“A thresholdselection method from gray level histograms”，IEEE Transactions on Systems，Man，and Cybernetics，9，62-66，1979中公开的阈值算法。为清楚起见没有示出该方法的步骤。
通过这一操作可以简单地在二维断层图像43中识别出有关系的结构45、47、49。现在对每个有关系的结构45、47、49利用其几何特征进行分析，并在其几何特征位于预先确定的、与球体3的形状和大小匹配的容差范围之外时从该二维断层图像43中除去。通过这种方式，如果结构45是球体3的映像则保留该结构45。另一方面如果结构47、49对应于其它对确定坐标来说是不期望的结构如中空棒5或由于噪声伪影而残留在该二维断层图像43中，则除去结构47、49。
在这里示出的实施例中，对有关系的结构45、47、49的几何特征利用其边界框(“bounding box”)46、48、50的大小及其像素个数进行分析。利用该大小判断结构45是否属于球体3并因此保留在二维断层图像43中，或者是否将结构47、49从二维断层图像43中除去。
在下个步骤中将这样“提纯”过的二维断层图像43’重新组合成一个三维立体数据组11’。通过该组合由保留的二维结构形成三维的有关系的族群45’。在此又基于三维族群45’的几何特征判断该三维族群是否可以对应于一个球体3，并因此判断是否保留在立体数据组11’中。在这里示出的实施例中的判断标准是三维族群45’的深度、位置和偏斜度(“skewness”)。为清楚起见没有示出分析和除去三维族群45’的方法步骤，但该方法步骤与除去二维断层图像43中的有关系的结构45、47、49类似。
这些标准，尤其是用于将三维结构45’从立体数据组11’中除去的标准与三维MRT成像中的特殊需要和模型1的特殊结构相匹配。因此深度标准表征三维族群45’的大小。三维族群45’的位置标准使得可以识别并消除与图像边缘太接近而且由于所谓的“卷绕”(wrap-around)效应出现在立体图像中而非球体的正确映像的球体3的映像。偏斜度标准确定作为偏斜的并因此是不可使用的球体3的映像的三维族群45’，其例如是由于在模型1的含水的球体3中的空气杂质引起的。
但如果采用其它成像系统和其它模型结构，尤其是点对称结构的其它形状，则有利的是将用于从立体数据组中除去结构的几何特征标准与该成像系统、所使用的模型以及点对称结构的形状和大小的特殊给定相匹配。
在预处理了立体数据组11之后，在预处理后的立体数据组11’中存在形成栅格的、作为相互清楚分离并且可划分界限的结构33的模型结构的三维映像，该模型结构在该特殊情况下是球体3。借助这种可分离和可划分界限的结构33可以简单地确定球体3的映像的位置。由此可以这样设置子立体数据组17，使得子立体数据组17基本上只完全包含一个球体3的映像。子立体数据组7还可以包含与球体3连接的部分中空棒5。球体3的映像的点对称性不会因此而受到干扰。
在从立体数据组11中提取出子立体数据组17之后，可以采用在恰好包含一个球体3的一个映像的子立体数据组17中检测该球体3的中心27(及其坐标)的方法。
为此首先从子立体数据组17中选择作为可能的中心的点的集合21。中子立体数据组17关于其具有最大对称性的可能的中心的点就是球体3的中心27。
点的集合21还可以包括不是准确地与子立体数据组17的体素坐标重合、而是位于子立体数据组17的体素之间的点。由此还可以在低于由体素预先给定的分辨率下测试和确定球体3的对称性。中心27的坐标确定在子体素区域中进行，这可以对成像系统的失真误差进行更为准确的确定。
通过巧妙的选择点集合21可以大大降低确定一个球体3的中心27所需的计算时间。
图5示出这里采用的方法步骤，其中仅将沿着穿过子立体数据组17的直线51的点作为可能的中心点来测试。通过将集合21限制为沿着直线51、即沿着一维结构的点，大大缩短了计算时间。
在此，根据下面的方法步骤来选择将其点作为可能的中心来测试的直线51。首先从子立体数据组17中获得二维子立体断层图像53a、53b…53n。为了更为简单地理解下面的解释，在此将子立体断层图像53a、53b…53n的坐标轴称为x轴或y轴，而二维子立体断层图像53a、53b…53n的排列方向称为z轴。
在每个子立体断层图像53a、53b…53n中，确定用强度值加权的平面重心55a、55b…55n。所有平面重心55a、55b…55n一起给出了在三维子立体数据组17中的根据球体3的映像的位置和失真而弯曲并明显偏离该球体3的三维映象的中心线的点序列。因此平面重心55a、55b…55n不适合于作为球体的映像的可能中心。
但如果直线51作为三维的回归直线位于平面重心55a、55b…55n上，则由于球体3的映像失真而导致的点序列的弯曲可以基本得到补偿。
这种情况在图6中再次在x-z平面上的子立体数据组17的二维投影59中示出。球体3与中空棒5的映像61在投影59中示出。几个二维子立体断层图像53i…531被表示为直线。映像61偏斜的位置和使球体3发生椭圆形畸变的失真是由于平面重心55i…551沿着蛇形线63排列而引起。通过直线51作为回归直线设置在平面重心55旁，可以平衡掉该引起失真的效应。
通过分别在x-z平面和y-z平面上设置两条二维回归直线将直线51设置为子立体数据组17中的三维回归直线。在图6中显示直线51作为二维回归直线根据z坐标设置在平面重心的x坐标旁。与在x-z平面中的相同，在y-z平面中的回归直线也设置在平面重心旁。从两个二维回归直线的x坐标和y坐标中根据z坐标给出三维回归直线。
在下个方法步骤中对直线51的点就以下方面进行测试：子立体数据组17关于直线51的每个点的点对称性有多大。图7解释了确定对子立体数据组17关于一个特定点71的点对称性的度量的方法。为清楚起见以二维显示。
为了获得对子立体数据组17关于一个特定点71的点对称性的度量，将子立体数据组17的每个体素关于该点71镜像。然后将镜像后的体素处的强度值与原始体素处的强度值比较。点71离结构的对称点(在此为球体中心)越近，就有越多的体素就其位置和其镜像后的位置来说具有相似的强度值。为示意起见从该多个体素中取出两个位于球体3的映像内部的体素73、75，并关于点71镜像。对其中一个体素75来说，镜像对称后的体素79又位于球体3的映像内。因此两个所属的强度值是类似的。对另一个体素73来说，镜像后的体素77位于球体3的映像之外，也就是在明显具有不同于球体3的映像的强度值的区域内。点71(关于该点测试对称性)离球体3的中心越近，后一种情况就越少出现。
如果将子立体数据组17关于离子立体数据17的边缘太近的一个点镜像，则可能导致镜像对称后的体素的大部分都落在子立体数据组17之外，从而对这些体素来说无法将其强度值与镜像后的体素处的强度值进行比较。因此子立体数据组17与镜像后的子立体数据组的比较优选只对那些使镜像后的体素的大部分还是落在子立体数据组17中的点来进行。
为了获得对子立体数据组17关于一个点71的对称性的度量，对子立体数据组的所有体素都计算体素73、75和镜像后的体素77、79之间的强度值差，然后求平方并相加。该度量对一个特定点是最小的，即球体3的中心27。还可以借助不同类型的相似度量、如在图像处理中使用的来进行其它类型的强度值差的分析。例如可以代之以对强度值差求平方而将其绝对值相加。
在图8中详细解释了镜像一个体素和确定镜像后的体素处的强度值的方法步骤。点71(体素81关于该点镜像)不必一定具有一个体素的坐标。因此镜像后的体素83的位置也不必与子立体数据组17的恰好一个体素重合。在这种情况下镜像后的体素83处的强度值是对周围体素85的强度值进行插值得到的。

Claims (16)

1.一种用于确定存储在立体数据组(11)中的点对称结构(3)的映像的中心坐标的方法，具有以下步骤：
a)从该包含点对称结构(3)的映像的立体数据组(11)中提取一个子立体数据组(17)，
b)选择一个其坐标位于该子立体数据组(17)中的点的集合(21)，
c)为该集合(17)中的每个点确定一个度量，其中对该集合(17)中每个点的度量分别表示该子立体数据组(17)关于该点的对称性，
d)借助该事先确定的度量将该集合(17)中这样的点选择为该点对称结构(3)的中心(27)，即子立体数据组(17)关于该点具有最大的对称性，
e)将该中心(27)的坐标存储在计算单元(31)中。
2.根据权利要求1所述的方法，其特征在于，在执行步骤a)之前对立体数据组(11)进行滤波(41)。
3.根据权利要求1或2所述的方法，其特征在于，在步骤b)中所述点集合(21)位于一条直线(51)上。
4.根据权利要求3所述的方法，其特征在于，在步骤b)中从所述子立体数据组(17)中提取二维断层图像(53a…53n)，在每幅二维断层图像(53a…53n)中确定一个用强度值加权的平面重心(55a…55n)，并将所述直线(51)作为回归直线设置在用强度值加权的平面重心(55a…55n)旁。
5.根据权利要求1至4中任一项所述的方法，其特征在于，在步骤c)中根据以下步骤确定表示子立体数据组(17)关于集合(21)中一特定点(71)的对称性的度量：
-将该子立体数据组(17)在该特定点(71)上镜像，从而得到一个镜像的子立体数据组，
-通过分析子立体数据组(17)和该镜像的子立体数据组之间的相似性来确定针对该特定点(71)的度量。
6.根据权利要求5所述的方法，其特征在于，所述子立体数据组(17)包括分别具有特定强度值的体素(73，75)，以及
-所述子立体数据组(17)的镜像通过各体素关于所述特定点(71)的镜像实现，
-通过将体素(73，75，81)的强度值与在镜像后的体素(77，79，83)处的强度值相比较来确定针对特定点(71)的度量。
7.根据权利要求6所述的方法，其特征在于，通过对周围体素(85)的强度值进行插值来计算所述镜像后的体素(83)处的强度值。
8.根据权利要求6或7所述的方法，其特征在于，从由体素(73，75，81)的强度值和镜像后的体素(77，79，83)处的强度值形成的差值中，计算对子立体数据组(17)和镜像后的子立体数据组之间的相似性进行估计的度量。
9.根据权利要求1至8中任一项所述的方法，其特征在于，在所述立体数据组(11)存储多个点对称结构(3)的映像，并将方法步骤a)至e)用于确定每个点对称结构(3)的中心坐标。
10.根据权利要求9所述的方法，其特征在于，借助对所述立体数据组(11)的预处理(32)进行在所述步骤a)中的提取包含一个点对称结构(3)的映像的子立体数据组(17)，其中在预处理后的立体数据组(11’)中存在可以分离的点对称结构(3)，并且所述子立体数据组(17)的选择自动借助预处理后的立体数据组(11’)进行。
11.根据权利要求10所述的方法，其特征在于，在预处理(32)立体数据组(11)时从立体数据组(11)中去除其几何特征位于容差范围之外的干扰结构(47，49)，其中该容差范围与点对称结构(3)的几何特征相匹配。
12.根据权利要求11所述的方法，其特征在于，从立体数据组(11)中去除干扰结构(47，49)在该立体数据组(11)的二维断层图像中进行。
13.根据权利要求11或12所述的方法，其特征在于，从立体数据组(11)中去除干扰结构(47，49)在三维立体数据组中进行。
14.根据权利要求9至13中任一项所述的方法，其特征在于，所述点对称结构(3)是球形结构。
15.根据权利要求9至14中任一项所述的方法，其特征在于，所述点对称结构(3)设置在模型中。
16.根据权利要求15所述的方法，其特征在于，所述模型(1)适用于采用磁共振断层造影来成像。
CN2006101424088A 2005-10-24 2006-10-24 确定点对称结构的映像的中心坐标的方法 Expired - Fee Related CN1955756B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102005050858.8 2005-10-24
DE102005050858A DE102005050858B3 (de) 2005-10-24 2005-10-24 Verfahren zur Bestimmung von Mittelpunktskoordinaten eines Abbildes einer punktsymmetrischen Struktur

Publications (2)

Publication Number Publication Date
CN1955756A true CN1955756A (zh) 2007-05-02
CN1955756B CN1955756B (zh) 2012-05-16

Family

ID=37776055

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2006101424088A Expired - Fee Related CN1955756B (zh) 2005-10-24 2006-10-24 确定点对称结构的映像的中心坐标的方法

Country Status (3)

Country Link
US (1) US8005274B2 (zh)
CN (1) CN1955756B (zh)
DE (1) DE102005050858B3 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4636338B2 (ja) * 2007-03-28 2011-02-23 ソニー株式会社 表面抽出方法、表面抽出装置及びプログラム
DE102008009792A1 (de) * 2008-02-18 2009-08-20 Bundesrepublik Deutschland, vertr.d.d. Bundesministerium für Wirtschaft und Technologie, d.vertr.d.d. Präsidenten der Physikalisch-Technischen Bundesanstalt Verfahren zum Auswerten von Messwerten
DE102008050030B4 (de) * 2008-10-01 2010-11-25 Siemens Aktiengesellschaft Verfahren und Vorrichtung zum Bestimmen eines Inversionszeitwerts von Gewebe mittels Magnetresonanztechnik
CN102421704A (zh) * 2009-04-30 2012-04-18 应用纳米结构方案公司 用于碳纳米管合成的紧密接近催化的方法和系统
WO2016084964A1 (ja) * 2014-11-27 2016-06-02 学校法人岩手医科大学 磁気共鳴イメージング装置用ファントム
DE102015207829A1 (de) * 2015-04-28 2016-10-06 Siemens Healthcare Gmbh Messphantomvorrichtung für eine bildgebende Untersuchungseinrichtung

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE2600266A1 (de) * 1976-01-07 1977-07-14 Philips Patentverwaltung Anordnung zur ermittlung der absorption einer strahlung
US5185809A (en) * 1987-08-14 1993-02-09 The General Hospital Corporation Morphometric analysis of anatomical tomographic data
US5189711A (en) * 1989-11-24 1993-02-23 Isaac Weiss Automatic detection of elliptical shapes
US5036280A (en) * 1990-02-13 1991-07-30 Mri Technologies Phantom for magnetic resonance imaging system
US5545995A (en) * 1994-11-29 1996-08-13 General Electric Company Measurement of geometric distortion in MRI images
US5923776A (en) * 1996-05-23 1999-07-13 The United States Of America As Represented By The Secretary Of The Navy Object extraction in images
US5668851A (en) * 1996-06-21 1997-09-16 Analogic Corporation X-ray Tomography system with stabilized detector response
US5828718A (en) * 1996-11-27 1998-10-27 Analogic Corporation Method and apparatus for helical computed tomography scanning with asymmetric detector system
DE10107421A1 (de) * 2001-02-14 2002-09-12 Siemens Ag Verfahren zum Bestimmen von Verzerrungen in einer Abbildung und Kalibriergegenstand dazu
AU2002953540A0 (en) * 2002-12-24 2003-01-16 The University Of Queensland Correction of non-linear gradients effects on magnetic resonance imaging

Also Published As

Publication number Publication date
US20070092131A1 (en) 2007-04-26
US8005274B2 (en) 2011-08-23
CN1955756B (zh) 2012-05-16
DE102005050858B3 (de) 2007-03-22

Similar Documents

Publication Publication Date Title
Schilling et al. Comparison of 3D orientation distribution functions measured with confocal microscopy and diffusion MRI
Jeurissen et al. Investigating the prevalence of complex fiber configurations in white matter tissue with diffusion magnetic resonance imaging
Seehaus et al. Histological validation of high-resolution DTI in human post mortem tissue
Fillard et al. Quantitative evaluation of 10 tractography algorithms on a realistic diffusion MR phantom
Adler et al. Histology-derived volumetric annotation of the human hippocampal subfields in postmortem MRI
ES2906220T3 (es) Aparato y procedimiento de diagnóstico de la enfermedad de Parkinson con base en la inteligencia artificial (IA)
EP2102675B1 (en) Segmentation of magnetic resonance diffusion data
US11782113B2 (en) Fiber tracking and segmentation
US20100226552A1 (en) Identification and visualization of regions of interest in medical imaging
CN1955756A (zh) 确定点对称结构的映像的中心坐标的方法
Jeurissen et al. Automated correction of improperly rotated diffusion gradient orientations in diffusion weighted MRI
CN1968646A (zh) 用于计划磁共振成像的设备和方法
WO2017092973A1 (en) Removal of image artifacts in sense-mri
Vos et al. Trade-off between angular and spatial resolutions in in vivo fiber tractography
WO2008027393A2 (en) Computer aided detection of bone metastasis
EP2549929A2 (en) Systems and methods for improved tractographic processing
CN104717920B (zh) 磁共振成像装置以及磁共振成像方法
CN112990266A (zh) 多模态脑影像数据处理的方法、装置、设备及存储介质
KR102144721B1 (ko) 파킨슨병이 존재하는 환자군을 선별하여 임상시험 성공 확률을 높이는 방법
Farzinfar et al. Diffusion imaging quality control via entropy of principal direction distribution
KR102144720B1 (ko) 기계 학습을 통해 분류된 나이그로좀 1 영역과 복수의 학습 모델에 의한 다중 예측 결과를 이용하는 인공지능 기반 파킨슨 병 진단을 위한 정보제공 방법
Taquet et al. Improved fidelity of brain microstructure mapping from single-shell diffusion MRI
CN106030655B (zh) 脑的磁共振图像中的铰接结构配准
KR101401969B1 (ko) Ｍｒｉ 시스템을 이용하여 대상체 내의 신경 섬유에 관한 섬유 구조 정보를 획득하기 위한 방법 및 장치
US9916648B1 (en) Method for correcting a diffusion image having an artifact

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: 20120516

Termination date: 20161024