-
Die
Erfindung betrifft ein Verfahren zur zeitlichen Registrierung zweier
jeweils ein sich vorzugsweise periodisch bewegendes Objekt abbildenden Bildseriendatensätze, bestehend
aus zeitaufgelösten Einzelbildern,
aufgebaut jeweils aus Pixeln oder Voxeln, wobei ein zu einem ersten
Zeitpunkt aufgenommenen Einzelbild des ersten Bildseriendatensatzes jeweils
einem zum gleichen oder einem anderen Zeitpunkt aufgenommenen Einzelbild
des zweiten Bildseriendatensatzes zugeordnet wird.
-
Zur
Registrierung von Bilddatensätzen
bewegter Objekte werden zumeist Biosignale verwendet. Im Falle eines
Lebewesens ist ein bekanntes Beispiel hierfür das EKG-Signal. Die Bildseriendatensätze können dabei
von einer Bildgebungs-Modalität zu
verschiedenen Zeitpunkten stammen, sie können von mehreren Bildgebungs-Modalitäten zum
gleichen Zeitpunkt aufgenommen worden sein oder auch von unterschiedlichen
Modalitäten
zu unterschiedlichen Zeitpunkten stammen. Enthalten die Bilddatensätze mehrere
Einzelbilder zu verschiedenen Zeitpunkten der periodischen Bewegung,
so werden sie im Folgenden Bildseriendatensätze genannt. Voraussetzung
für die
Verwendung von Biosignalen zur zeitlichen Registrierung ist allerdings,
dass sich die Frequenz des Biosignals zwischen den Messzeitpunkten nicht ändert. Ist
dies der Fall, wie z. B. bei Arrhythmien des Herzens, kommt es zu
einer Fehlregistrierung der Bildseriendatensätze. Damit ist eine eindeutige Zuordnung
von Zeitpunkten des Biosignals zu einem ersten Untersuchungszeitpunkt
zu den Zeitpunkten des Biosignals in einem zweiten Untersuchungszeitpunkt
nicht gegeben.
-
Der
Erfindung liegt damit das Problem zugrunde, ein Verfahren zur zeitlichen
Registrierung anzugeben, das unabhängig von Biosignalen durchführbar ist.
-
Zur
Lösung
dieses Problem ist bei einem Verfahren der eingangs genannten Art
erfindungsgemäß vorgesehen,
dass zur Registrierung eines Einzelbildes des ersten Bildseriendatensatzes
dasjenige Einzelbild im zweiten Bildseriendatensatz ermittelt wird,
das eine maximale Ähnlichkeit
zum Einzelbild des ersten Bildseriendatensatzes aufweist.
-
Ein
solches Verfahren zur zeitlichen Registrierung ermöglicht eine
von Biosignalen unabhängige Registrierung.
Somit werden mögliche
Fehler durch Frequenzänderungen
der periodischen Bewegung in der Registrierung vermieden.
-
Vorzugsweise
weist der erste Bildseriendatensatz eine zeitliche Dimension, zwei
oder drei räumliche
Dimensionen und gegebenenfalls mindestens eine weitere, insbesondere
von beliebigen Aufnahmeparametern abhängige, Dimension auf. Diese variable
Art der Bilddatengestaltung ermöglicht
es, immer die vorteilhaftesten Parameter für die Bildaufnahme des Bildseriendatensatzes
auszuwählen.
Bei einer höheren
zeitlichen Auflösung
kann beispielsweise die räumliche
Dimension auf zwei beschränkt werden,
drei räumliche
Dimensionen können
aufgenommen werden um eine höhere
räumliche
Auflösung
zu erreichen, dafür
wird aber typischerweise eine niedrigere zeitliche Auflösung in
Kauf genommen. Daneben sind aber auch weitere Dimensionen denkbar.
Beispielsweise können
bei Kernspintomographieaufnahmen als weitere denkbare Dimensionen
eine die T1-Wichtung oder Quantifizierung, eine T2-Wichtung oder
Quantifizierung oder auch eine Diffusionswichtung oder Quantifizierung
vorgesehen sein. Daneben gibt es weitere Parameter wie Fluss, MTC
(Magnetisation Transfer Contrast), und Perfusion. Dies ist keine
abschließende
Aufzählung,
jeder mögliche
Parameter kann eine weitere Dimension aufspannen. Aus Zeitgründen beschränkt man
sich jedoch meist auf denjenigen Parameter, der für die Fragestellung
die höchste
Aussagekraft hat. Auch ist die Kernspintomographie nur als ein Beispiel
für eine Bildgebungsmodalität zu sehen,
weitere Bildge bungsmodalitäten
wie Röntgen,
Computertomographie, Ultraschall, oder PET (Positronen-Emissions-Tomographie)
sind ebenfalls möglich.
Auch diese Aufzählung
ist nicht als abschließend
sondern nur als beispielhaft anzusehen.
-
Zweckmäßigerweise
kann der zweite Bildseriendatensatz eine zeitliche Dimension, zwei
oder drei räumliche
Dimensionen und gegebenenfalls mindestens eine weitere, insbesondere
von beliebigen Aufnahmeparametern abhängige, Dimension aufweisen.
Alle Möglichkeiten,
die bei der Aufnahme des ersten Bildseriendatensatzes zur Verfügung stehen,
stehen auch beim zweiten Bildseriendatensatz zur Verfügung. Allerdings
ist der zweite Bildseriendatensatz vom ersten in der Hinsicht vollkommen
unabhängig,
dass sich alle Arten von Dimensionen, also zeitliche, räumliche
und sonstige, in ihrer Anzahl und Auflösung unterscheiden können. Weist
der erste Bildseriendatensatz also beispielsweise zwei räumliche
Dimensionen auf, so kann der zweite Bildseriendatensatz ebenfalls
zwei räumliche
Dimensionen aufweisen, oder auch gegebenenfalls drei.
-
Vorteilhafterweise
kann ein räumlich
höherdimensionaler
Bildseriendatensatz auf die räumlichen
Dimensionen des räumlich
niederdimensionalen Bildseriendatensatzes rückprojiziert werden. Durch
dieses Vorgehen wird das Auffinden einer maximalen Ähnlichkeit
zwischen einem Einzelbild des ersten Bildseriendatensatzes mit den
Einzelbildern des zweiten Bildseriendatensatzes vereinfacht. Weisen
die Einzelbilder des ersten Bildseriendatensatzes beispielsweise
zwei räumliche
Dimensionen auf, typischerweise spricht man hier von einer Serie
von 2D-Bildern, und die Einzelbilder des zweiten Bildseriendatensatzes
drei räumliche
Dimensionen, typischerweise als 3D-Bilder bezeichnet, so vereinfacht eine
Rückprojektion
der 3D-Bilder des
zweiten Bildseriendatensatzes auf 2D-Bilder die Verwendung von bekannten
Algorithmen zum Auffinden der maximalen Ähnlichkeit. Solche Algorithmen
sind meistens für gleichdimensionale
Datensätze
geschaffen.
-
Zweckmäßigerweise
kann die maximale Ähnlichkeit
für ein
oder jedes Einzelbild des ersten Bildseriendatensatzes mit jedem
Einzelbild des zweiten Bildseriendatensatzes berechnet werden. Auf diese
Art und Weise wird sichergestellt, dass für jedes Einzelbild des ersten
Bildseriendatensatzes dasjenige Einzelbild des zweiten Bildseriendatensatzes herausgefunden
wird, mit dem es eine maximale Ähnlichkeit
aufweist.
-
Vorteilhafterweise
kann die maximale Ähnlichkeit
für ein
oder jedes Einzelbild des ersten Bildseriendatensatzes mit Einzelbildern
des zweiten Bildseriendatensatzes auf einem zeitlich eingeschränkten Bereich
berechnet werden. Durch die Beschränkung auf einen Vergleich des
Einzelbildes des ersten Bildseriendatensatzes auf wenige Einzelbilder
des zweiten Bildseriendatensatzes erreicht man eine Rechenzeitoptimierung.
Sinnvollerweise kann die zeitliche Abfolge der jeweiligen Einzelbilder
nicht variieren. D. h., wenn ein Einzelbild des ersten Bildseriendatensatzes
einem Zeitpunkt der zweiten Periodenhälfte zuzuordnen ist, so kann
ein Einzelbild des zweiten Bildseriendatensatzes, das ebenfalls
der zweiten Periodenhälfte
der periodischen Bewegung zuzuordnen ist, keine sinnvolle Zuordnung
zu einem Einzelbild des ersten Bildseriendatensatzes erfahren, wenn
die maximale Ähnlichkeit
auch mit Einzelbildern des ersten Bildseriendatensatzes aus der
ersten Periodenhälfte
ermittelt wird. Eine Zuordnung zu den einzelnen Abschnitten der
Zeitpunkte der periodischen Bewegung könnte beispielsweise durch Aufnahme
von Biosignalen geschehen, diese Daten werden aber nur zu einer
Vorsortierung verwendet.
-
Zweckmäßigerweise
kann als Maß für die maximale Ähnlichkeit
ein Distanzmaß,
das ein Maß für die Unterschiedlichkeit
zweier Einzelbilder ist, verwendet werden. Es gilt dabei, dass die
Unähnlichkeit umso
größer ist,
je größer der
Zahlenwert des Distanzmaßes
ist, und umgekehrt, je kleiner der Zahlenwert des Distanzmaßes ist,
desto größer ist
die Ähnlichkeit
der verglichenen Einzelbilder. Zur Berechnung der Distanzmaße stehen
vielerlei, aus der Mathematik bekannte, Möglichkeiten zur Verfügung.
-
Zweckmäßigerweise
kann zur Berechnung des Distanzmaßes eine Distanzfunktion, die
ein Maß für den Abstand
zweier paarweiser Pixel oder Voxel der zuzuordnenden Einzelbilder
der Bildseriendatensätze
ist, verwendet werden. Die Distanzfunktion legt also fest, wie die
Zahlenwerte der paarweisen Pixel der Einzelbilder miteinander zur
Berechnung des Distanzmaßes
verknüpft
werden. Auch für
Distanzfunktionen gibt es bereits eine Vielzahl an bekannten Möglichkeiten.
-
Zweckmäßigerweise
kann als Distanzfunktion der euklidische Abstand verwendet werden.
Diese Distanzfunktion hat sich als besonders vorteilhaft zur Verwendung
in metrischen Räumen
herausgestellt. Gebildet wird der euklidische Abstand als Wurzel
der Quadratsummen der Einzelzahlenwerte.
-
Alternativ
kann als Distanzfunktion der Manhatten-Abstand verwendet werden.
Definiert ist der Manhatten-Abstand als Betragssumme der Zahlenwerte
der paarweisen Pixel der zu vergleichenden Einzelbilder. Er ist
sehr einfach und sehr schnell zu berechnen.
-
Generell
kann aber jede Distanzfunktion benutzt werden, solange sie nur monoton
ist. D. h., dass der durch sie zurückgegebene Zahlenwert größer werden
muss, wenn der Abstand der Zahlenwerte der paarweisen Pixel größer wird
und umgekehrt.
-
Durch
die Berechnung der Distanzfunktion erhält man also jeweils für die paarweisen
Pixel der zu vergleichenden Bilder einen Zahlenwert, dessen Größe von der
verwendeten Distanzfunktion abhängt.
Diese durch die Distanzfunktion erzeugten Werte müssen jetzt
noch miteinander verknüpft
werden. Dies ist Aufgabe des Distanzmaßes. Die in den durch die Distanzfunktion
erzeugten Zahlenwerten steckende Information wird also sozusagen
durch das Distanzmaß hochaggregiert.
-
Zweckmäßigerweise
kann zur Berechnung des Distanzmaßes die Summe aller durch die
Distanzfunktion gewonnenen Zahlenwerte verwendet werden. Die Summenbildung
ist dabei eine rechenzeitschonende, einfache arithmetische Operation.
Je größer das
dadurch gewonnene Distanzmaß,
desto unähnlicher
sind sich die verglichenen Bilder.
-
Alternativ
kann zur Berechnung des Distanzmaßes die Wurzel der Quadratsumme
aller durch die Distanzfunktion gewonnenen Zahlenwerte verwendet
werden. Die Verwendung der Quadratsumme wichtet große Zahlenwerte
stärker
als kleine, dadurch wird eine starke Differenz in einzelnen Pixeln der
Einzelbilder stärker
gewichtet als allgemeine, kleine Differenzen.
-
Zweckmäßigerweise
kann zur Berechnung der maximalen Ähnlichkeit mutual information
verwendet werden. Mutual information ist ein Maß für den Abstand zwischen zwei
Verteilungen. Dieses aus der Statistik bekannte Registrierungsmaß basiert
auf der Berechnung relativer Entropien. Die Zahlenwerte der Pixel
der Einzelbilder werden dabei jeweils als Zufallsvariablen aufgefasst.
Die mutual information ist maximal für den Fall der kompletten Abhängigkeit der
Zufallsvariablen, d. h. wenn die Bilder übereinstimmen. Ausgestaltungen
zur Berechnung der mutual information zweier Einzelbilder für gleiche
Bildgebungsmodalitäten
oder auch unterschiedliche Bildgebungsmodalitäten sind hinreichend bekannt.
-
Die
Bestimmung der maximalen Ähnlichkeit kann
bezogen auf wenigstens einen frei definierbaren Bildbereich erfolgen.
Dadurch wird erreicht, dass diejenigen Bildbereiche bevorzugt zur
Bestimmung der maximalen Ähnlichkeit
herangezogen werden, die die meiste Aussagekraft bezüglich der Ähnlichkeit haben.
Beispielsweise ist in Röntgenbildern
der Kontrast für
Weichteilgewebe gering. Würde
man nun Bilder vergleichen, die große Anteile an Weichteilgewebe
aufweisen, so würde
dieses wenig informationtragende Gewebe sehr stark gewichtet in
die Berechnung der maximalen Ähnlichkeit
eingehen, obwohl dies nicht sinnvoll und erwünscht ist.
-
Vorteilhafterweise
kann als Bildbereich eine anatomische Landmarke, insbesondere Koronarien oder
Knochen, verwendet werden. Durch die Verwendung der anatomischen
Landmarken als zu vergleichende Bildbereiche werden diejenigen Bildbereiche
ausgewählt,
die eine hohe Aussagekraft bezüglich
der Ähnlichkeit
der zu vergleichenden Einzelbilder besitzen. Als gegebenenfalls
weiterer Bildbereich kann ein im Bild gezeigtes medizinisches Instrument verwendet
werden. Ein solches Instrument lässt
sich typischerweise gut vom untersuchten Gewebe unterscheiden und
tritt im Bildbereich höchstens
in geringer Anzahl, meistens jedoch einmalig, auf. Daher ist es
hervorragend geeignet, die Einzelbilder miteinander zu registrieren.
-
Weitere
Vorteile, Merkmale und Einzelheiten der Erfindung ergeben sich aus
den im Folgenden beschriebenen Ausführungsbeispielen sowie anhand der
Zeichnungen. Dabei zeigen:
-
1 eine
Prinzipdarstellung eines erfindungsgemäßen Verfahrens in einer ersten
Ausführungsform,
und
-
2 eine
Prinzipdarstellung eines erfindungsgemäßen Verfahrens in einer zweiten
Ausführungsform,
und
-
3 eine
Prinzipdarstellung einer zeitlichen Registrierung zweier Bildseriendatensätze nach
Stand der Technik.
-
3 zeigt
eine Prinzipdarstellung eines Verfahrens zur zeitlichen Registrierung
zweier Bildseriendatensätze
nach dem Stand der Technik. Aufgetragen über die Zeitachse 1 ist
die Kurve eines EKG-Signals 4 zu einem ersten Untersuchungszeitpunkt.
Der Nullpunkt der periodischen Bewegung ist durch die Linie 3 angegeben.
Die Einzelbilder 6b, 7b und 8b des ersten
Bildseriendatensatzes sind durch Aufnahme des EKG-Signals bestimmten
Zeitpunkten der periodischen Bewegung zugeordnet. Die mit dem EKG
festgestellten Zeitpunktes 6a, 7a und 8a wurden auf
der Kurve 4 aufgetragen. Im Vergleich dazu sieht man auf
der Zeitachse 2 die Kurve 5 eines EKG-Signals
zu einem zweiten Untersuchungszeitpunkt mit den entsprechenden Zeitpunkten 9a, 10a und 11a und
hierzu zugeordneten Einzelbildern 9b, 10b und 11b.
Wie man erkennen kann, hat sich die Frequenz der Signalkurve des
periodisch bewegten Objekts geändert,
dadurch entsprechen die Einzelbilder, die gleichermaßen von
der den Nullpunkt angebenden Linie 3 zeitlich beabstandet
sind, nicht mehr den gleichen Bewegungszuständen. Während am Anfang der periodischen
Bewegung sich die Informationen der Bilder 6b und 9b noch
weitestgehend entsprechen, wird die Ähnlichkeit mit zunehmendem
zeitlichen Abstand vom Nullpunkt durch die Frequenzänderung
größer. Obwohl
die Zeitpunkte 8a und 11a den gleichen Abstand
von der Nullpunktlinie 3 der periodischen Bewegung haben
spiegeln die Bilder 8b und 11b nicht mehr den
gleichen Bewegungszustand wieder. Eine zeitliche Registrierung mittels
des Biosignals führt
also in die Irre.
-
1 zeigt
dagegen eine Prinzipdarstellung des erfindungsgemäßen Verfahrens
in einer ersten Ausführungsform.
Gezeigt ist ein erster Bildseriendatensatz 12, aufgenommen
zu einem ersten Untersuchungszeitpunkt, mit den Einzelbildern 13, 14, 15, 16 und 17.
Die Reihenfolge der Position der Zeitpunkte in der periodischen
Bewegung entspricht dabei der dargestellten Reihenfolge, d. h. das
Bild 13 dem Nullpunkt der periodischen Bewegung am nächsten ist. Entsprechend
ist auch der zweite Bildseriendatensatz 18 mit den Einzelbildern 19, 20, 21, 22 und 23 dargestellt.
Eine Zuordnung eines Einzelbildes des zweiten Bildseriendatensatzes 18 findet
jetzt aber nicht mehr über
ein Biosignal statt, sondern durch Betrachten der Ähnlichkeiten 24, 25, 26, 27 und 28 zwischen
dem ersten Einzelbild 19 des zweiten Bildseriendatensatzes 18 mit
jedem Einzelbild 13, 14, 15, 16 und 17 des
ersten Bildseriendatensat zes 12. Diese Betrachtung wird
auch für
die weiteren Bilder 20, 21, 22 und 23 des
zweiten Bildseriendatensatzes 18 angestellt. Eine zeitliche
Missregistrierung findet nicht mehr statt, da nicht mehr eine Beabstandung vom
Nullpunkt der periodischen Bewegung ausschlaggebend ist, sondern
die Ähnlichkeit
zu den Einzelbildern des ersten Bildseriendatensatzes 12.
-
2 zeigt
eine Prinzipdarstellung des erfindungsgemäßen Verfahrens in einer zweiten
Ausführungsform.
Hierbei werden weiterhin Biosignale aufgenommen. Diese werden allerdings
nicht dazu verwendet, um die zeitliche Registrierung durchzuführen, sondern
sie schränken
nur den Zeitbereich ein, aus denen die Einzelbilder 19–23 des
ersten Bildseriendatensatzes 12 zum Vergleich mit den Einzelbildern
des zweiten Bildseriendatensatzes 18 herangezogen werden.
Die Einzelbilder 13, 14, 15, 16 und 17 des
ersten Bildseriendatensatzes 12 stellen dabei dreidimensionelle
CT-Angiogramme des Herzens dar. Diese lassen sich mittels EKG-Triggerung
auch Herzphasen t1, t2, t3, t4 und t5 zuordnen. Zu einem späteren Zeitpunkt
werden dann die Einzelbilder des zweiten Bildseriendatensatzes 18 aufgenommen. Diese
liegen als 2D-Angiogramme vor. Um nun die Einzelbilder der jeweiligen
Bildseriendatensätze
miteinander zeitlich registrieren zu können, werden die Einzelbilder 13–17 des
ersten Bildseriendatensatzes 12 auf zwei räumliche
Dimensionen rückprojiziert.
Da sich zwischen den Aufnahmen die Herzfrequenz des Patienten geändert hat,
stimmt die zeitliche Registrierung mittels des Biosignals nicht
mehr. Allerdings ist diese Information auch nicht völlig unnütz, vielmehr
kann sie dazu verwendet werden, das Feststellen der maximalen Ähnlichkeit
der Einzelbilder des zweiten Bildseriendatensatzes 18 auf
einen gewissen Bereich der Einzelbilder des ersten Bildseriendatensatzes 12 einzuschränken. Einzelbild 21 des zweiten
Bildseriendatensatzes 18 wird deshalb nicht mehr mit allen
Einzelbildern des ersten Bildseriendatensatzes 12 auf maximale Ähnlichkeit
untersucht, sondern nur noch mit den Einzelbildern 14, 15 und 16 und
daraus die Ähnlichkeiten 30–32 gewonnen. Denn
dass ein Einzelbild des zweiten Bildseriendatensatzes 18 aus
der Mitte des Herzzyklus mit einem Einzelbild des Bildseriendatensatzes 12 aus
dem Anfang oder Ende des dortigen Herzzyklus übereinstimmt, ist unwahrscheinlich.
In so einem Falle müsste
sich die Herzfrequenz um ein Vielfaches vergrößert bzw. verkleinert haben.
Ein solch drastischer Wechsel der Herzfrequenz lässt sich aber anhand der Pulsbestimmung
nachvollziehen und daher kann der auszuwählende Zeitbereich, aus dem
die Bilder des ersten Bildseriendatensatzes 12 zum Vergleich herangezogen
werden, eingeengt werden.