DE102004027711B3 - Verfahren zur automatischen Skalierungskontrolle eines Bildes, insbesondere Patientenbildes - Google Patents

Verfahren zur automatischen Skalierungskontrolle eines Bildes, insbesondere Patientenbildes Download PDF

Info

Publication number
DE102004027711B3
DE102004027711B3 DE102004027711A DE102004027711A DE102004027711B3 DE 102004027711 B3 DE102004027711 B3 DE 102004027711B3 DE 102004027711 A DE102004027711 A DE 102004027711A DE 102004027711 A DE102004027711 A DE 102004027711A DE 102004027711 B3 DE102004027711 B3 DE 102004027711B3
Authority
DE
Germany
Prior art keywords
segment
image
size
patient
pattern
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.)
Expired - Fee Related
Application number
DE102004027711A
Other languages
English (en)
Inventor
Carlo Both
Artur Dr. Raczynski
Norbert Mükke
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
Priority to DE102004027711A priority Critical patent/DE102004027711B3/de
Priority to US11/147,050 priority patent/US20050281373A1/en
Application granted granted Critical
Publication of DE102004027711B3 publication Critical patent/DE102004027711B3/de
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G06T3/10—
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/32—Normalisation of the pattern dimensions
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
    • A61B5/1075—Measuring physical dimensions, e.g. size of the entire body or parts thereof for measuring dimensions by non-invasive methods, e.g. for determining thickness of tissue layer
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
    • A61B5/4504—Bones
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03—Recognition of patterns in medical or anatomical images
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems

Abstract

Um eine fehlerhafte Längenbestimmung bei der Befundung eines Bildes (1), insbesondere eines im Zuge eines bildgebenden medizinischen Untersuchungsverfahrens erstellten digitalen Patientenbildes (1), sicher zu vermeiden, wird ein Verfahren zur automatischen Skalierung oder zur Skalierungskontrolle eines solchen Bildes (1) angegeben. Dabei wird innerhalb des Bildbereichs (2) des Bildes (1) mittels elektronischer Bildverarbeitung ein Formsegment (S1, S2) erkannt und ausgewählt, dem Formsegment (S1, S2) mindestens ein nach vorgegebenen Kriterien bestimmter Klassifizierungsparameter zugeordnet, aus einer Musterdatenbank (9) mindestens ein im Hinblick auf den oder die Klassifizierungsparameter vergleichbares Mustersegment (M) ausgewählt, die Größe des Formsegments (S1, S2) anhand des oder jeden ausgewählten Mustersegments (M) bewertet und eine das Ergebnis dieser Bewertung charakterisierende Bewertungsgröße erstellt.

Description

  • Die Erfindung bezieht sich auf ein Verfahren zur automatischen Skalierung oder zur Skalierungskontrolle eines Bildes, insbesondere eines im Zuge einer bildgebenden medizinischen Untersuchung erstellten Patientenbildes.
  • In der Medizin kommt digitalen bildgebenden medizinischen Untersuchungsverfahren eine stetig zunehmende Bedeutung zu. Unter bildgebenden medizinischen Untersuchungsverfahren werden insbesondere Röntgenuntersuchungsverfahren, auf kernmagnetischer Resonanz basierende Untersuchungsverfahren, Ultraschalluntersuchungsverfahren und fotografische Untersuchungsverfahren (z.B. Endoskopie) verstanden. Hierunter fallen sowohl Untersuchungsverfahren, die statische Bilder erzeugen, als auch solche, die dynamische, d.h. bewegte Bilder erzeugen. Darüber hinaus sind bildgebende Untersuchungsverfahren etabliert, die dreidimensionale Patientenbilder erzeugen (z.B. Computertomographie und Magnetresonanztomographie).
  • Bildgestützte Untersuchungsverfahren mit ähnlichen Anforderungen finden desweiteren auch im nicht-medizinischen Bereich Anwendung, z.B. in bildgestützter industriellen Herstellungs- und Qualitätskontrollprozessen.
  • Als Bild wird daher im Allgemeinen jegliche Art digitaler Daten bezeichnet, die eine zwei- oder dreidimensionale Beschreibung der räumlichen Anordnung von Gegenständen oder Objekten, und gegebenenfalls die zeitliche Änderung einer solchen räumlichen Anordnung ermöglichen bzw. deren visuelle Wiedergabe ermöglichen. Als Patientenbild wird im speziellen ein solches Bild bezeichnet, das eine Beschreibung der räumlichen Anordnung von Körperorganen oder Objekten im Körper eines Patienten erlaubt. Der Begriff Bild, insbesondere Pati entenbild, umfasst insbesondere zweidimensionale statische oder dynamische Pixeldaten, v. a. Photo- oder Videodaten sowie statische oder dynamische Voxeldaten, d.h. Volumendarstellungen.
  • Die Befundung eines digitalen Patientenbildes wird in der Regel am Computer unter Verwendung bildverarbeitender Anwendungssoftware vorgenommen. Hierbei ist häufig die Ermittlung eines Abstandes zwischen zwei markierten Bildpunkten erforderlich, z.B. bei der Feststellung der Größe eines Tumors oder bei der Vorbereitung eines operativen Eingriffs.
  • Herkömmlicherweise wird hierzu zunächst die Anzahl der zwischen den markierten Stellen in vertikaler und horizontaler Bildrichtung liegenden Bildpunkte oder ein entsprechendes im Bild liegendes Maß erfasst und hieraus anschließend der mathematische Abstand der markierten Stellen im realen dreidimensionalen Raum, d.h. im Körper des Patienten, berechnet. Falls nur zweidimensionale Bilddaten vorliegen, wird anstelle des Abstandes im 3D-Raum dessen zweidimensionale Projektion errechnet. Die Ausgabe dieses Abstands erfolgt in gebräuchlichen Längeneinheiten (z.B. Millimeter, Inch, etc.).
  • Diese Berechnung funktioniert nur dann zuverlässig, wenn eine korrekte Angabe über die Skalierung oder Pixel-(bzw. Voxel)-Auflösung des Patientenbildes vorliegt, wenn also prinzipiell bekannt ist, welcher geometrischen Entfernung im Körper des abgebildeten Patienten der Abstand zweier Bildpunkte des Patientenbildes entspricht. In der Praxis sind eine bilderzeugende Modalität, d.h. die Untersuchungsvorrichtung, und die zugehörige Befundungsvorrichtung zwar in der Regel kalibriert, so dass die Pixelauflösung eines Patientenbildes meistens vorgegeben ist. Jedoch können fehlerhafte Kalibrierungsangaben nicht gänzlich ausgeschlossen werden. Typische Fehlerquellen liegen insbesondere in Tippfehlern bei der manuellen Eingabe von Kalibrierungsangaben, einer Änderung an der bilderzeugenden Modalität, ohne dass eine entsprechende Neukalibrierung durchgeführt wird, oder einer beabsichtigten oder versehentlichen Datenmanipulation.
  • Wird im Falle einer fehlerhaften Kalibration ein Abstand innerhalb eines Patientenbildes falsch bestimmt, so kann dies fatale Konsequenzen für die Gesundheit oder sogar das Leben des Patienten haben, insbesondere wenn auf Basis des fehlerhaft bestimmten Abstandes eine falsche Operationsempfehlung ausgegeben wird.
  • Aus der EP 0 868 891 B1 ist ein Verfahren zum Erstellen eines Behandlungsplans für eine computergestützte ärztliche Behandlung bekannt. Im Zuge des Verfahrens wird ein Röntgenbild eines menschlichen Gebisses aufgenommen, wobei das Röntgenbild zusätzlich die Aufnahme einer Messkugel bekannter Dimension als metrische Bezugsgröße enthält. Verfahrensgemäß ist dabei vorgesehen, die Größe eines Zahns durch Bestimmung der Proportion des Zahnes zu der Messkugel zu bestimmen. Die derart bestimmte Größe des realen Zahns wird anschließend verwendet, um ein schematisches Abbild des Zahns in einem verfahrensgemäß erstellten Gebissschema entsprechend zu skalieren.
    •
  • Der Erfindung liegt die Aufgabe zugrunde, ein Verfahren anzugeben, das eine fehlersichere automatische Skalierung eines Bildes, insbesondere Patientenbildes oder alternativ eine automatische Skalierungskontrolle zur Erkennung einer etwaigen Fehlkalibrierung erlaubt. Unter Skalierungskontrolle wird die Kontrolle von Größenverhältnissen von in einem Bild abgebildeten Gegenständen oder Objekten verstanden.
  • Diese Aufgabe wird erfindungsgemäß gelöst durch die Merkmale des Anspruches 1. Danach wird im Zuge des Verfahrens zunächst mit Mitteln der elektronischen Bildverarbeitung, insbesondere der elektronischen Formerkennung, ein Formsegment innerhalb des Bildbereiches des Bildes erkannt und ausgewählt. Als Formsegment wird insbesondere eine zusammenhängende Gruppe von Bildpunkten erkannt, die sich hinsichtlich ihrer Farbe oder Helligkeit von den umgebenden Bildpunkten abheben oder von einer Umrisslinie umschlossen sind. Bei einem Patientenbild werden insbesondere Knochen, Organe, Blutgefäße oder auch Implantate als Formsegment gewählt. Die Segmentierung wird gegebenenfalls über mehrere Bilder einer gemeinsamen Serie erstreckt, bis geeignete Formsegmente in einem Bild gefunden sind.
  • Dem ausgewählten Formsegment wird anschließend mindestens ein Klassifizierungsparameter zugeordnet, anhand von welchem in einer Musterdatenbank nach vergleichbaren Mustersegmenten gesucht wird. Wird ein vergleichbares Mustersegment gefunden, so wird dieses ausgewählt und als Referenz zur Bewertung der Größe des Formsegmentes herangezogen. Hierbei wird eine Bewertungsgröße erstellt, die das Ergebnis der Bewertung charakterisiert, d.h. widerspiegelt, ob oder inwieweit die Größe des Formsegmentes der Größe des Mustersegmentes entspricht. Zur Erhöhung der Sicherheit kann dieser Vergleich an mehreren, insbesondere mindestens drei verschiedenen automatisch ausgewählten Segmenten durchgeführt werden.
  • Die Bewertungsgröße wird wahlweise als reine Kontrollgröße verwertet, indem die Bewertungsgröße lediglich als Indikator einer korrekten Skalierung oder einer Fehlskalierung des Patientenbildes angezeigt wird. Alternativ wird die Bewertungsgröße aktiv zur Reskalierung des Patientenbildes verwendet, wenn ein signifikanter Unterschied des Formsegmentes in Bezug auf das ermittelte Mustersegment festgestellt wird.
  • Als Klassifizierungsparameter für ein ausgewähltes Formsegment werden bevorzugt ein oder mehrere patientenspezifische Parameter, aufnahmespezifische Parameter und/oder für das ausgewählte Formsegment charakteristische geometrische Parameter herangezogen. Vorteilhaft zur Klassifizierung heranzuziehende patientenspezifische Parameter umfassen insbesondere das Patientenalter, das Patientengeschlecht, die Patientengröße, das Patientengewicht und/oder eine dem Patienten zugeordnete Krankheit. Aufnahmespezifische Parameter, die einzeln oder in Kombination als Klassifizierungsparameter geeignet sind, umfassen insbesondere die dem Patientenbild zugrundeliegende Aufnahmeprojektion, z.B. lateral, aperior-posterior, oblique, etc., und den abgebildeten Körperbereich, z.B. Torax, Hüfte, Abdomen, Schädel, Extremitäten, etc. Geeignete geometrische Parameter sind insbesondere der Flächeninhalt und/oder der Umfang (d. h. die Umrisslänge) des Formsegmentes, die Bildposition des Formsegmentes innerhalb des Bildes und/oder die Musterkontur (z.B. annähernd kreisförmig, lang gestreckt, etc.). Bevorzugt wird ein vorgegebenes Set mehrerer Klassifizierungsparameter herangezogen, das sowohl patientenspezifische, als auch aufnahmespezifische und geometrische Parameter umfasst. Beispielsweise ist eine Kombination der Parameter Aufnahmeprojektion, Körperbereich und Bildposition des Formsegmentes sinnvoll, zumal bei vergleichbaren Aufnahmebedingungen einander entsprechende Formsegmente, z.B. das Abbild eines bestimmten Wirbels, mit hoher Wahrscheinlichkeit stets in der Nähe derselben Bildposition erscheinen. Eine weiter verbesserte Differenzierung ist beispielsweise möglich, wenn als weitere Klassifizierungsparameter das Patientengeschlecht und/oder die Patientengröße hinzugezogen werden.
  • Durch Vergleich der Klassifizierungsparameter mit jeweils entsprechenden Parametern der in der Musterdatenbank hinterlegten Mustersegmente werden diese auf Übereinstimmung mit dem Formsegment getestet. Dabei wird ein Mustersegment ausgewählt, wenn die diesem zugeordnetem Klassifizierungsparameter mit den Klassifizierungsparametern des Formsegmentes nach vorgegebenen Auswahlkriterien übereinstimmen. Beispielsweise wird ein Mustersegment nur dann ausgewählt, wenn die dem Mustersegment und dem Formsegment zugeordneten aufnahmespezifischen Parameter übereinstimmen, und wenn die dem Mustersegment und dem Formsegment zugeordnete Bildposition innerhalb vorgegebener Toleranzen übereinstimmt.
  • Zur Größenbewertung des Formsegmentes werden mindestens ein geometrischer Parameter des Formsegmentes und der entsprechende Parameter eines ausgewählten Mustersegmentes bestimmt und diese Parameter miteinander verglichen. Bevorzugt werden dabei mehrere geometrische Parameter des Formsegmentes bestimmt und mit jeweils entsprechenden Parametern des ausgewählten Mustersegmentes verglichen, um die statistische Redundanz des Größenvergleichs zu verbessern.
  • Alternativ oder zusätzlich werden weiterhin bevorzugt zu einem ausgewählten Formsegment mehrere vergleichbare Mustersegmente ausgewählt, aus denen zunächst ein Mittelwert eines geometrischen Parameters ermittelt wird, der dann wiederum zur Größenbewertung des Formsegmentes mit dem entsprechenden geometrischen Parameter des Formsegmentes verglichen wird.
  • In einer bevorzugten Variante des Verfahrens wird eine binäre Bewertungsgröße in Form eines Warnsignals erzeugt. Dieses Warnsignal wird dann ausgegeben, wenn die Größe des Formsegments von der Größe des ausgewählten Mustersegmentes oder – wenn mehrere Mustersegmente zum Vergleich ausgewählt wurden – der durchschnittlichen Größe der ausgewählten Mustersegmente signifikant, d.h. um mehr als eine vorgegebene Toleranzschwelle, abweicht.
  • In einer alternativen Ausführung des Verfahrens wird als Bewertungsgröße ein Skalierungsfaktor erstellt, der den Größenunterschied zwischen dem Formsegment und dem Mustersegment bzw. den ausgewählten Mustersegmenten angibt. Zweckmäßigerweise ist dabei vorgesehen, das Bild entsprechend dem Skalierungsfaktor zu reskalieren und somit das Formsegment hinsichtlich seiner Größe an die Mustersegmente anzupassen.
  • Zur Verringerung des mit der Verfahrensdurchführung verbundenen Datenverarbeitungsaufwands ist vorteilhafterweise vorgesehen, für die Auswahl eines Formsegmentes nicht den gesamten Bildbereich des Bildes heranzuziehen. Vielmehr wird bevorzugt zunächst eine Bildregion, d.h. ein Teil des gesamten Bildbereichs ausgewählt und das Formsegment innerhalb dieser Bildregion ausgewählt. Bevorzugt erfolgt die Auswahl des Position einer Bildregion nach einem Zufallsalgorithmus.
  • Die Fehlersicherheit des Verfahrens wird vorzugsweise dadurch erhöht, dass innerhalb des Bildbereiches des Bilds mehrere Bildregionen an unterschiedlicher Position ausgewählt werden, wobei innerhalb jeder Bildregion jeweils mindestens ein Form segment ausgewählt wird. Hierdurch wird sichergestellt, dass nicht infolge einer lokalen individuellen anatomischen Abweichung des Patientenkörpers, z.B. einer anormalen Knochenwucherung im Bereich eines Wirbels, eine fehlerhafte Bewertungsgröße erzeugt werden kann.
  • Werden zu einem Bild mehrere Formsegmente ermittelt, so ist zweckmäßigerweise vorgesehen, dass zunächst jedes Formsegment einzeln größenbewertet wird, d.h. dass für jedes Formsegment zunächst eine segmentindividuelle Bewertungsgröße erstellt wird, und dass anschließend aus diesen segmentindividuellen Bewertungsgrößen eine segmentübergreifende, durchschnittliche Bewertungsgröße ermittelt wird, die zur Skalierung bzw. Skalierungskontrolle des Bildes herangezogen wird.
  • Nachfolgend werden Ausführungsbeispiele der Erfindung anhand einer Zeichnung näher erläutert. Darin zeigen:
  • 1 schematisch ein Patientenbild, in welchem exemplarisch zwei Bildregionen ausgewählt sind, wobei in jeder Bildregion wiederum ein Formsegment ausgewählt ist,
  • 2 in einem schematischen Flussdiagramm ein Verfahren zur Skalierungskontrolle eines Patientenbildes, insbesondere des Patientenbildes gemäß 1, und
  • 3 in Darstellung gemäß 2 eine alternative Ausführung des Verfahrens, wobei das Patientenbild automatisch skaliert wird.
  • Einander entsprechende Teile und Größen sind in allen Figuren stets mit den gleichen Bezugszeichen versehen.
  • Zur Verdeutlichung des in den 2 und 3 jeweils in einem vereinfachten Flussdiagramm dargestellten Verfahrensvarianten ist in 1 schematisch ein zweidimensionales Patientenbild 1 dargestellt, wie es beispielsweise durch eine digitale Röntgenvorrichtung erzeugt wird. Ein solches digitales Pati entenbild 1 umfasst eine Vielzahl räumlich rasterartig zueinander angeordneter Bildpunkte oder Pixel (nicht näher dargestellt), deren jeder einen Farbwert oder Helligkeitswert beinhaltet. Die durch die Bildpunkte abgedeckte Fläche (bzw. im Falle eines dreidimensionalen Patientenbildes das durch die Bildpunkte abgedeckte Volumen) ist als Bildbereich 2 bezeichnet.
  • Das dargestellte Patientenbild 1 zeigt einen Körperbereich 3 eines Patienten (in dem dargestellten Beispiel in lateraler Projektion den Hüftbereich.
  • Dem Patientenbild 1 ist ein horizontaler Skalierungsparameter X und ein vertikaler Skalierungsparamter Y zugeordnet. Jeder Skalierungsparameter X,Y gibt den Abbildungsmaßstab des Patientenbildes 1 in der entsprechenden Raumrichtung in Einheiten von mm/Pixel an. Mit anderen Worten gibt der Skalierungsparameter X,Y an, welchem räumlichen Abstand im Körper des Patienten in horizontaler bzw. vertikaler Richtung der Abstand zweier horizontal bzw. vertikal benachbarter Bildpunkte entspricht. Ist diese Skalierung X,Y korrekt eingestellt, so entspricht der Abstand d zweier Bildpunkte P1 und P2 einem räumlichen Abstand d' zweier Körperstellen des Patienten, der (in 2-dimensionaler Projektion) durch
    Figure 00090001
    gegeben ist, wobei Px die Anzahl der in horizontaler Richtung zwischen P1 und P2 liegenden Bildpunkte und Py die Anzahl der in vertikaler Richtung zwischen P1 und P2 liegenden Bildpunkte bezeichnet.
  • In dem in 2 in einem vereinfachten Flussdiagramm angegebenen Verfahren wird die Richtigkeit der Skalierungsparameter X,Y des Patientenbildes 1 überprüft. Das beschriebene Verfahren ist für eine automatisierte Durchführung innerhalb einer Befundungsstation vorgesehen. In einem ersten Verfah rensschritt erfolgt hierbei die Bildbeschaffung 4. Dies umfasst in aller Regel die Erzeugung des Patientenbildes mittels einer Untersuchungsvorrichtung, z.B. einer digitalen Röntgenvorrichtung. Alternativ kann die Bildbeschaffung 4 aber auch in dem Laden eines bereits bestehenden Patientenbildes 1 aus einem Bildarchiv oder in der Digitalisierung eines analog vorliegenden Patientenbildes 1, z.B. mittels eines Scanners, bestehen.
  • In einem folgenden Verfahrensschritt folgt die Regionalisierung 5 des Patientenbildes 1. Hierbei werden mehrere Bildregionen R1, R2 (die in 1 als gestrichelt eingegrenzte Rechtecke angedeutet sind) aus dem Bildbereich 2 ausgewählt. Die Position der Bildregionen R1, R2 innerhalb des Bildbereiches 2 sind dabei unter Verwendung eines Zufallszahlenalgorithmus gewählt.
  • Als weiterer Verfahrensschritt folgt die Segmentierung 6 einer jeden Bildregion R1,R2. Hierbei wird pro Bildregion R1, R2 mindestens eine Bildstruktur, die sich durch eine zusammenhängende Umrisslinie oder einen Farbkontrast von den umgebenden Bildpunkten abhebt, mittels gängiger Methoden der elektronischen Bildverarbeitung als Formsegment S1 bzw. S2 erkannt und ausgewählt. Denkbar ist auch, ein Farbhistogramm über eine bestimmte Bildregion anzufertigen, und nach Maßgabe dieses Farbhistogramms vergleichbare Bildregionen zu identifizieren. In der Darstellung gemäß 1 enthält jede Bildregion R1 und R2 je ein ausgewähltes Formsegment S1 bzw. S2. Als Formsegment S1 ist hierbei das Abbild eines Wirbels, als Formsegment S2 das Abbild des Hüftgelenks gewählt.
  • In einem weiteren Verfahrensschritt folgt die Klassifizierung 7 der ausgewählten Formsegmente S1 und S2. Dabei werden jedem Formsegment S1 und S2 als Klassifizierungsparameter die Aufnahmeprojektion (im Beispiel: lateral), der aufgenommene Körperbereich 3 (im Beispiel die Hüfte), die jeweilige Bildposition des Formsegmentes S1, S2 innerhalb des Bildbereiches 2 sowie Patientenalter, Patientengröße und Patientengeschlecht als Klassifizierungsparameter zugeordnet. Optional werden weitere geometrische Parameter des jeweiligen Formsegmentes S1,S2, z.B. das Längen/Höhen-Verhältnis, ermittelt und als Klassifizierungsparameter zugeordnet.
  • Anhand dieser Klassifizierungsparameter findet in einem folgenden Verfahrensschritt eine Musterauswahl 8 statt, im Zuge derer aus einer Musterdatenbank 9 vergleichbare Mustersegmente M gesucht werden. Als Mustersegment M sind in der Musterdatenbank 9 Bildstrukturen hinterlegt, wie sie typischerweise in einem Patientenbild 1 auftreten, insbesondere Knochen oder Knochenteile, Adern oder Organe in verschiedener Projektion. Den in der Musterdatenbank 9 hinterlegten Mustersegmenten M sind ebenfalls zugehörige Klassifizierungsparameter zugeordnet, so dass jeder Klassifizierungsparameter des Formsegmentes S1, S2 mit einem entsprechenden Klassifizierungsparameter eines jeden Mustersegmentes M verglichen werden kann.
  • Ein Mustersegment M wird dabei dann ausgewählt, wenn dessen Klassifizierungsparameter im Hinblick auf die dem Formsegment S1,S2 zugeordneten Klassifizierungsparameter vorgegebenen Auswahlkriterien genügen. Beispielsweise wird ein Mustersegment M nur dann ausgewählt, wenn das Mustersegment M und das Formsegment S1,S2 in den Klassifizierungsparametern Aufnahmeprojektion, Körperbereich und Patientengeschlecht exakt und hinsichtlich der Bildposition innerhalb eines vorgegebenen Toleranzbereiches (von z.B. 10%) der Bildhöhe bzw. der Bildbreite übereinstimmen.
  • Anhand der ausgewählten Mustersegmente M wird in einem folgenden Verfahrensschritt eine Größenbewertung 10 des jeweiligen Formsegmentes S1,S2 vorgenommen. Hierzu wird z.B. der Flächeninhalt und die Umrisslänge des jeweiligen Formsegmentes S1,S2 bestimmt und mit den entsprechend bestimmten Parametern der jeweils ausgewählten Mustersegmente M verglichen. Sind mehrere Mustersegmente M zu einem Formsegment S1,S2 aus gewählt, so wird bevorzugt zunächst über die ausgewählten Mustersegmente der durchschnittliche Flächeninhalt und die durchschnittliche Umrisslänge bestimmt und der Größenvergleich mit diesen Durchschnittswerten durchgeführt.
  • Weicht sowohl der Flächeninhalt als auch die Umrisslänge des Formsegmentes S1 oder S2 um mehr als 3% von den Vergleichsgrößen der zugehörigen Mustersegmente ab, so wird zu dem entsprechenden Formsegment S1 oder S2 ein Warnsignal als segmentindividuelle Bewertungsgröße gesetzt. Ist für mehr als einen vorgegebenen Prozentsatz der ausgewählten Formsegmente S1 und S2 das Warnsignal gesetzt, so wird als segmentübergreifende Bewertungsgröße wiederum ein Warnsignal gesetzt, das – z.B. auf einem Bildschirm der Befundungsstation – zur Anzeige 11 gebracht wird. Optional ist vorgesehen, in kritischen Fällen weitere Formsegmente auszuwählen, um die statistische Redundanz zu verbessern.
  • Das angezeigte Warnsignal signalisiert dem die Befundungsstation bedienenden Arzt, dass die aufgrund der vorgegebenen Skalierungsparameter X,Y berechnete Größe der Formsegmente S1,S2 signifikant von den in der Musterdatenbank 9 hinterlegten Erfahrungswerten abweicht, woraus auf eine fehlerhafte Skalierung des Patientenbildes 1 geschlossen werden kann. Das Verfahren gemäß 2 dient somit als Skalierungskontrolle.
  • Die in 3 dargestellte Variante des Verfahrens gleicht dem vorstehend beschriebenen Verfahrensablauf in den Verfahrensschritten Bildbeschaffung 4, Regionalisierung 5, Segmentierung 6, Klassifizierung 7 und Musterauswahl 8. Im Zuge der Größenbewertung 10 wird aber abweichend für jedes ausgewählte Formsegment S1,S2 ein Skalierungsfaktor als Bewertungsgröße ausgegeben, der den Größenunterschied zwischen dem Formsegment S1,S2 und dem damit verglichenen Mustersegment M bzw. den Durchschnittswerten der ausgewählten Mustersegmente M anzeigt. Wird die Größenbewertung durch Vergleich der Flächeninhalts und der Umrisslänge vorgenommen, so ist ein als Be wertungsgröße geeigneter Skalierungsfaktor beispielsweise anhand der Formel
    Figure 00130001
    bestimmbar. AS und lS stehen hierin für den Flächeninhalt bzw. die Umrisslänge des jeweiligen Formsegmentes S1,S2. AM und lM stehen entsprechend für den durchschnittlichen Flächeninhalt bzw. die durchschnittliche Umrisslänge der zugehörigen Mustersegmente M.
  • Aus diesen segmentindividuellen Skalierungsfaktoren wird anschließend als segmentübergreifende Bewertungsgröße der Mittelwert gebildet. Der so ermittelte Skalierungsfaktor wird in einem abschließenden Verfahrensschritt zur Reskalierung 12 des Patientenbildes 1 herangezogen, indem die bisherigen Skalierungsparameter X und Y des Patientenbildes 1 mit dem Skalierungsfaktor multipliziert werden.
  • Wird das beschriebene Verfahren zeitnah mit der Erzeugung des Patientenbildes 1, insbesondere bereits durch die bilderzeugende Modalität, durchgeführt, so kann durch die rechtzeitige Erkennung falsch skalierter Bilder eine unnötige Belastung eines Datennetzes und eines Archivspeichers infolge der Versendung bzw. Sicherung dieser falschen Bilddaten vermieden werden.
  • Ebenso kann der Datenverkehr in einem Datennetz reduziert werden, wenn die Segmentierung 6 und die Klassifizierung 7 durch die Modalität vollzogen wird, und nur die ermittelten Klassifizierungsparameter zum Vergleich an die Musterdatenbank 9 gesendet werden.
    •

Claims (14)

  1. Verfahren zur automatischen Skalierung oder zur Skalierungskontrolle eines digitalen Bildes (1), insbesondere eines im Zuge einer bildgebenden medizinischen Untersuchung erstellten Patientenbildes (1), – bei welchem innerhalb eines Bildbereichs (2) des Bildes (1) mittels elektronischer Bildverarbeitung eine zusammenhängende Gruppe von Bildpunkten, die sich hinsichtlich ihrer Farbe oder Helligkeit von den umgebenden Bildpunkten abheben oder durch eine Umrisslinie eingeschlossen sind, als Formsegment (S1,S2) automatisch erkannt und ausgewählt wird, – bei welchem dem Formsegment (S1,S2) mindestens ein nach vorgegebenen Kriterien bestimmter Klassifizierungsparameter zugeordnet wird, – bei welchem aus einer Musterdatenbank (9) mindestens ein in Hinblick auf den oder die Klassifizierungsparameter vergleichbares Mustersegment (M) ausgewählt wird, – bei welchem die Größe des Formsegments (S1,S2) durch Vergleich mit dem oder jeden ausgewählten Mustersegment (M) anhand von mindestens einem geometrischen Parameter des Formsegmentes (S1,S2) bzw. des oder eines jeden Mustersegmentes (M) bewertet wird, und – bei welchem eine das Ergebnis dieser Bewertung charakterisierende Bewertungsgröße erstellt wird.
  2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass als Klassifizierungsparameter mindestens ein patientenspezifischer Parameter, insbesondere das Patientenalter, das Patientengeschlecht, die Patientengröße, das Patientengewicht und/oder eine dem Patienten zugeordnete Krankheit, herangezogen wird.
  3. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass als Klassifizierungsparameter mindestens ein aufnahmespezifischer Parameter, insbesondere die Aufnahmeprojektion und/oder der abgebildete Körperbereich, herangezogen wird.
  4. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass als Klassifizierungsparameter mindestens ein das Formsegment (S1,S2) charakterisierender geometrischer Parameter, insbesondere der Flächeninhalt, die Umrisslänge, die Bildposition innerhalb des Bildbereiches (2) und/oder die Musterkontur, herangezogen wird.
  5. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der oder jeder Klassifizierungsparameter des Formsegmentes (S1,S2) mit einem entsprechenden Parameter eines in der Musterdatenbank (9) hinterlegten Mustersegmentes (M) verglichen wird, und dass ein Mustersegment (M) ausgewählt wird, wenn das Ergebnis dieses Vergleichs vorgegebenen Auswahlkriterien genügt.
  6. Verfahren nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, dass zur Größenbewertung des Formsegmentes (S1,S2) mindestens ein geometrischer Parameter des Formsegmentes (S1,S2), insbesondere der Flächeninhalt, die Umrisslänge und/oder die maximale Ausdehnung in einer vorgegebenen Richtung, mit einem entsprechenden Parameter eines ausgewählten Mustersegmentes (M) verglichen wird.
  7. Verfahren nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, dass zu einem ausgewählten Formsegment (S1,S2) mehrere Mustersegmente (M) ausgewählt werden, wobei zur Größenbewertung des Formsegmentes (S1,S2) mindestens ein geometrischer Parameter des Formsegmentes (S1,S2), insbesondere der Flächeninhalt, die Umrisslänge und/oder die maximale Ausdehnung in einer vorgegebenen Richtung, mit dem Mittelwert des entsprechenden Parameters der ausgewählten Mustersegmente (M) verglichen wird.
  8. Verfahren nach einem der Ansprüche 1 bis 7, dadurch gekennzeichnet, dass als Bewertungsgröße ein Warnsignal erstellt wird, wenn die Größe des Formsegmentes (S1,S2) von der Größe des ausgewählten Mustersegmentes (M) bzw. der durchschnittlichen Größe der ausge wählten Mustersegmente (M) um mehr als eine vorgegebene Toleranzschwelle abweicht.
  9. Verfahren nach einem der Ansprüche 1 bis 7, dadurch gekennzeichnet, dass als Bewertungsgröße ein den Größenunterschied zwischen dem Formsegment (S1,S2) und dem Mustersegment (M) charakterisierender Skalierungsfaktor erstellt wird.
  10. Verfahren nach Anspruch 9, dadurch gekennzeichnet, dass das Bild (1) entsprechend dem Skalierungsfaktor reskaliert wird.
  11. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Formsegment (S1,S2) innerhalb einer vorab ausgewählten Bildregion (R1,R2) des Bildbereiches (2) erkannt und ausgewählt wird.
  12. Verfahren nach Anspruch 11, dadurch gekennzeichnet, dass die Position und/oder die Ausdehnung der Bildregion (R1,R2) innerhalb des Bildbereiches (2) nach einem Zufallsalgorithmus bestimmt wird.
  13. Verfahren nach einem der Ansprüche 11 oder 12, dadurch gekennzeichnet, dass mehrere Bildregionen (R1,R2) innerhalb des Bildbereiches (2) ausgewählt werden, und dass innerhalb jeder Bildregion (R1,R2) jeweils mindestens ein Formsegment (S1,S2) ausgewählt wird.
  14. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, – dass mehrere Formsegmente (S1,S2) erkannt und ausgewählt werden, – dass hinsichtlich der Größe eines jeden ausgewählten Formsegments (S1,S2) eine segmentindividuelle Bewertungsgröße erstellt wird, und – dass aus diesen segmentindividuellen Bewertungsgrößen eine segmentübergreifende Bewertungsgröße ermittelt wird.
DE102004027711A 2004-06-07 2004-06-07 Verfahren zur automatischen Skalierungskontrolle eines Bildes, insbesondere Patientenbildes Expired - Fee Related DE102004027711B3 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
DE102004027711A DE102004027711B3 (de) 2004-06-07 2004-06-07 Verfahren zur automatischen Skalierungskontrolle eines Bildes, insbesondere Patientenbildes
US11/147,050 US20050281373A1 (en) 2004-06-07 2005-06-07 Method for the automatic scaling verification of an image, in particular a patient image

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102004027711A DE102004027711B3 (de) 2004-06-07 2004-06-07 Verfahren zur automatischen Skalierungskontrolle eines Bildes, insbesondere Patientenbildes

Publications (1)

Publication Number Publication Date
DE102004027711B3 true DE102004027711B3 (de) 2006-01-26

Family

ID=35480568

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102004027711A Expired - Fee Related DE102004027711B3 (de) 2004-06-07 2004-06-07 Verfahren zur automatischen Skalierungskontrolle eines Bildes, insbesondere Patientenbildes

Country Status (2)

Country Link
US (1) US20050281373A1 (de)
DE (1) DE102004027711B3 (de)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7953612B1 (en) 2006-07-17 2011-05-31 Ecomglobalmedical Research & Development, Inc System and method for providing a searchable database of surgical information
US9384555B2 (en) * 2012-07-02 2016-07-05 Kabushiki Kaisha Toshiba Motion correction apparatus and method

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0868891B1 (de) * 1997-04-01 2001-08-22 Duelund, Harald, Dr. med. Verfahren zum Erstellen eines Behandlungsplanes für eine computergestützte zahnärztliche Behandlung
EP1152371A2 (de) * 2000-05-02 2001-11-07 Institut National d'Optique Verfahren und Einrichtung zur Bestimmung eines Skalierungsfaktors und eines Rotationswinkels in der Bildverarbeitung
DE10015824C2 (de) * 2000-03-30 2002-11-21 Siemens Ag System und Verfahren zur Erzeugung eines Bilddatensatzes

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5179579A (en) * 1991-06-17 1993-01-12 Board Of Regents, The University Of Texas System Radiograph display system with anatomical icon for selecting digitized stored images

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0868891B1 (de) * 1997-04-01 2001-08-22 Duelund, Harald, Dr. med. Verfahren zum Erstellen eines Behandlungsplanes für eine computergestützte zahnärztliche Behandlung
DE10015824C2 (de) * 2000-03-30 2002-11-21 Siemens Ag System und Verfahren zur Erzeugung eines Bilddatensatzes
EP1152371A2 (de) * 2000-05-02 2001-11-07 Institut National d'Optique Verfahren und Einrichtung zur Bestimmung eines Skalierungsfaktors und eines Rotationswinkels in der Bildverarbeitung

Also Published As

Publication number Publication date
US20050281373A1 (en) 2005-12-22

Similar Documents

Publication Publication Date Title
EP3182895B1 (de) Steuerung der positionierung eines scanbereichs einer medizintechnischen bildgebenden anlage
US10285657B2 (en) Medical image display processing method, medical image display processing device, and program
DE102016226230B4 (de) Automatisierte Bildprüfung in der Röntgenbildgebung
DE102006012945B4 (de) Verfahren zur virtuellen Schichtpositionierung in einem 3D-Volumendatensatz und medizinisches Abbildungssystem
DE102005029242B4 (de) Verfahren zur Aufnahme und Auswertung von Bilddaten eines Untersuchungsobjekts und dazugehörige Einrichtung
DE102010036538A1 (de) System und Verfahren zum Kompensieren einer respiratorischen Bewegung in akquirierten radiographischen Bildern
DE102004056095A1 (de) Verfahren zur Registrierung eines zur digitalen Subtraktionsangiographie verwendeten Bildes
DE102004056783A1 (de) Verfahren und Vorrichtung zum Segmentieren von Strukturen in einer CT-Angiographie
AT509040B1 (de) Verfahren und vorrichtung zur verarbeitung von 3d-bilddaten eines schädels
DE102006033383A1 (de) Verfahren zum Bestimmen einer Eigenschaftskarte für einen Gegenstand, insbesondere für ein Lebewesen, basierend auf zumindest einem ersten Bild, insbesondere Kernspinresonanzbild
EP3640894A1 (de) Verfahren zur rekonstruktion eines bilddatensatzes der computertomographie, computertomographieeinrichtung, computerprogramm und elektronisch lesbarer datenträger
DE10254908B4 (de) Verfahren zum Herstellen eines Bildes
DE102016215831A1 (de) Automatische Generierung synthetischer Projektionen
DE102017214246B3 (de) Vorrichtung und Verfahren zur Feinjustage der Rekonstruktionsebene eines digitalen Kombinationsbildes sowie zugehöriges Bildauswertesystem und/oder Radiologiesystem nebst zugehörigem Computerprogrammprodukt und computerlesbaren Medium
WO2008052854A1 (de) Verfahren und einrichtung zur anzeige eines im rahmen einer mammographie aufgenommenen röntgenbildes
EP1052937A1 (de) Röntgenuntersuchungsgerät und verfahren zur erzeugung verzerrungsfreier röntgenbilder
DE102016226336A1 (de) Verfahren und Vorrichtung zur Erzeugung eines zweidimensionalen Projektionsbildes aus einem dreidimensionalen Bilddatensatz
DE102004027711B3 (de) Verfahren zur automatischen Skalierungskontrolle eines Bildes, insbesondere Patientenbildes
EP3583902B1 (de) Verfahren zum automatischen anpassen eines mittels eines röntgengeräts gewonnenen bilddatensatzes, computerprogramm, datenspeicher und röntgengerät
DE102005037019A1 (de) Verfahren für eine bildgebende Einrichtung zur anatomischen Zuordnung eines von der bildgebenden Einrichtung erzeugten Bildes und Computerprogrammprodukt, welches zur Ausführung eines derartigen Verfahrens eingerichtet ist
DE102020214319B3 (de) Bereitstellen eines optimalen Subtraktionsdatensatzes
DE102009033452A1 (de) Verfahren und Vorrichtung zur Bereitstellung eines segmentierten Volumendatensatzes für eine virtuelle Koloskopie sowie Computerprogrammprodukt
EP3797692B1 (de) Verfahren und vorrichtung zur ansteuerung eines medizinischen bildgebungsgeräts
DE102006025761A1 (de) Verfahren und Vorrichtung zur bildunterstützten Analyse von miteinander korrelierten Bilddatensätzen eines Computertomographen (CT) und eines Positronenmissionstomographen (PTE)
DE102008045275A1 (de) Verfahren zur Registrierung von Bilddaten

Legal Events

Date Code Title Description
8100 Publication of patent without earlier publication of application
8364 No opposition during term of opposition
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee

Effective date: 20140101