DE102010041107A1

DE102010041107A1 - Image processing method for processing magnetic resonance image data of patient, involves superimposing edge image and smoothed raw image data for creating edge-amplified image, and displaying and processing edge-amplified image again

Info

Publication number: DE102010041107A1
Application number: DE102010041107A
Authority: DE
Inventors: Kai Tobias Block
Original assignee: Siemens AG
Current assignee: Siemens AG
Priority date: 2010-09-21
Filing date: 2010-09-21
Publication date: 2012-01-19

Abstract

The method involves acquiring medical raw datum e.g. volume image raw datum, of a patient (10), and reconstructing a raw image data from the raw datum. The raw image data is smoothened by using an edge-receiving filter for creation of smoothed raw image data, where the smoothing process involves linear filtering of the image data. An edge image is created from the smoothed raw image data. The edge image and the smoothed raw image data are superimposed with different negative weight factors for creating an edge-amplified image. The edge-amplified image is displayed and processed again.

Description

Die Erfindung betrifft ein Bildverarbeitungsverfahren für medizinische Bilddaten.The invention relates to an image processing method for medical image data.

Die Qualität von medizinischen Bilddaten ist abhängig von der verwendeten Bildgebungsmodalität und dem besonderen Verfahren, dass zur Akquirierung der Bilddaten benutzt wird. Ganz generell kann die Qualität von medizinischen Bildern verbessert werden, indem vom Abbildungsgebiet mehrfach Bilddaten erzeugt werden, die anschließend gemittelt werden, um das Bildrauschen zu verringern. Auch mittels einer Tiefpassfilterung kann das Rauschen in den Bildern verringert werden. Damit werden dann aber auch in unerwünschter Weise Intensitätssprünge in den Bilddaten geglättet, die von den abgebildeten Strukturen selbst erzeugt werden. Der Bildeindruck wird damit weicher oder verwaschener. Die Bilder erscheinen nach einer derartigen Tiefpassfilterung unscharf.The quality of medical image data depends on the imaging modality used and the particular process used to acquire the image data. In general, the quality of medical images can be improved by generating multiple image data from the imaging area, which are then averaged to reduce image noise. By means of a low-pass filtering, the noise in the images can be reduced. In this way, however, intensity jumps in the image data, which are generated by the depicted structures themselves, are also smoothed out in an undesired manner. The image impression is thus softer or washed-out. The images appear blurred after such low-pass filtering.

Bei der Bildgebung mittels Magnetresonanztechnik wird die Ortsauflösung durch Schaltung zeitlich veränderlicher Gradientenfelder erreicht. Damit wird dem Magnetresonanzsignal über die Phasenlage und die Frequenz eine Ortsinformation zugewiesen, die als räumliche Objektinformation über eine Fourier-Transformation dann zu Bilddaten rekonstruiert wird. Da durch die geschalteten Gradientenfelder nur ein begrenzter Teil des gesamten Frequenzraums kodiert werden kann, treten in der Rekonstruktion Oszillationen auf, die als Gibbs-Ringing-Effekte bekannt sind und den Bildeindruck deutlich stören. Üblicherweise werden daher Magnetresonanzbilder mit einem linearen Filter, z. B. einem Tukey-Filter oder einem Gauss-Filter, geglättet, was einerseits zur Unterdrückung der Oszillationen führt, andererseits jedoch einen merklichen Auflösungsverlust bedeutet.When imaging by means of magnetic resonance technique, the spatial resolution is achieved by switching temporally variable gradient fields. Thus, the magnetic resonance signal is assigned a location information about the phase position and the frequency, which is then reconstructed as spatial object information via a Fourier transform to image data. Since only a limited part of the entire frequency space can be encoded by the switched gradient fields, oscillations occur in the reconstruction, which are known as Gibbs-ringing effects and clearly disturb the image impression. Usually, therefore, magnetic resonance images with a linear filter, z. As a Tukey filter or a Gaussian filter, smoothed, which on the one hand leads to the suppression of oscillations, on the other hand, however, means a significant loss of resolution.

Andererseits sind aus der Bildverarbeitung auch Kanten-Detektionstechniken bekannt, die Grenzen zwischen Bildregionen mit verschiedenen Intensitäten detektieren. Ein Überblick über derartige Kanten-Detektionstechniken ist gegeben in dem Artikel von Larry S. Davis: „A Survey of Edge Detection Techniques”, erschienen in Computer Graphics & Image Processing, 1975, Band 4, Seiten 248 bis 270 . In dieser Veröffentlichung ist auch die mehrfache Anwendung einfacher adaptiver 1D-Filter im Bildraum beschrieben. In einem Beispiel werden dort zwei verschiedene 3-Pixel breite Filter eingesetzt, wobei die Anzahl und Kombination der Anwendung dieser Filter in Abhängigkeit des Rauschpegels gewählt werden.On the other hand, edge-detection techniques that detect boundaries between image regions having different intensities are also known from image processing. An overview of such edge detection techniques is given in the article by Larry S. Davis: "A Survey of Edge Detection Techniques", published in Computer Graphics & Image Processing, 1975, Vol. 4, pp. 248-270 , This publication also describes the multiple application of simple adaptive 1D filters in image space. In one example, two different 3-pixel wide filters are used there, with the number and combination of application of these filters being chosen in dependence on the noise level.

Adaptive 1D-Filter werden auch von P. Chan und J. Lim in dem Artikel „One-dimensional Processing for Adaptive Image Restoration”, erschienen in IEEE Transactions an Acoustics, Speech and Signal Processing, Band 33, Seiten 117 bis 126 , beschrieben.Adaptive 1D filters are also used by P. Chan and J. Lim in the article "One-dimensional Processing for Adaptive Image Restoration," published in IEEE Transactions on Acoustics, Speech and Signal Processing, Vol. 33, pages 117-126 , described.

In der US 6 246 783 B1 ist ein iterativer Filter für medizinische Bilddaten beschrieben, mit dem die sichtbare Bildqualität verbessert werden kann. Rauschen wird durch Verwendung eines gerichteten Glättungsfilters aus dem Bild entfernt, wobei Kanten im Bild besonders berücksichtigt werden: Entlang von Kanten erfolgt eine Glättung, während die Schärfe der Kanten nicht beeinträchtigt wird. Das Filter umfasst ein Glättungs- ein Kantenverstärkungsfilter. Die zu filternden Bilddaten durchlaufen das Filter mehrmals mit jeweils verschiedenen, einstellbaren Filterparametern. Dabei werden Anteile von gefilterten Bilddaten mit Anteilen von ungefilterten Bilddaten kombiniert. Bevorzugt werden eindimensionale Filter-Kernel verwendet, die mehrfach und in verschiedenen Richtungen angewendet werden.In the US Pat. No. 6,246,783 B1 An iterative filter for medical image data is described which can be used to improve the visible image quality. Noise is removed from the image by using a directional smoothing filter, paying particular attention to edges in the image: Edges are smoothed along edges, while edge sharpness is not affected. The filter includes a smoothing an edge enhancement filter. The image data to be filtered pass through the filter several times, each with different, adjustable filter parameters. In this case, portions of filtered image data are combined with proportions of unfiltered image data. Preferably, one-dimensional filter kernels are used which are applied multiple times and in different directions.

Der Erfindung liegt nun die Aufgabe zugrunde, ein Verfahren anzugeben zur Verringerung von unscharfen Eindrücken bei medizinischen Bilddaten.The invention is based on the object of specifying a method for reducing fuzzy impressions in medical image data.

Die vorliegende Aufgabe wird mit dem Gegenstand des Anspruchs 1 gelöst. Demgemäß umfasst ein Bildverarbeitungsverfahren für medizinische Bilddaten die Schritte: Akquirieren von medizinischen Rohdaten, Rekonstruieren von Rohbilddaten aus den Rohdaten, Glätten der Rohbilddaten mit einem kantenerhaltenden Filter zur Erzeugung von geglätteten Rohbilddaten, Erzeugen eines Kantenbildes aus den geglätteten Rohbilddaten, Überlagern des Kantenbildes und der geglätteten Rohbilddaten zur Erzeugung eines kantenverstärkten Bildes und Anzeigen und/oder Weiterverarbeiten des kantenverstärkten Bildes. Die Idee des erfindungsgemäßen Verfahrens besteht demnach darin, den durch eine Tiefpassfilterung bedingten Auflösungsverlust durch einen kantenerhaltenden Entrauschungsschritt mit anschließender Kantenanhebung auszugleichen. Dabei können die Kanten sogar gegenüber dem natürlichen Bildeindruck verstärkt werden, um auffällige Strukturen in dem Bild hervorzuheben.The present object is achieved with the subject matter of claim 1. Accordingly, an image processing method for medical image data comprises the steps of acquiring medical raw data, reconstructing raw image data from the raw data, smoothing the raw image data with an edge preserving filter to produce smoothed raw image data, generating an edge image from the smoothed raw image data, superimposing the edge image, and the smoothed raw image data for generating an edge-enhanced image and displaying and / or further processing the edge-enhanced image. The idea of the method according to the invention therefore consists in compensating for the loss of resolution caused by low-pass filtering by means of an edge-preserving denoudation step with subsequent edge enhancement. The edges can even be strengthened in relation to the natural image impression in order to emphasize eye-catching structures in the image.

Die medizinischen Rohdaten können sowohl als 2D- wie auch als 3D-Daten, z. B. als Schnittbild- oder Volumenbildrohdaten, vorliegen und entsprechend weiterverarbeitet werden.The raw medical data can be used both as 2D as well as 3D data, eg. B. as Schnittbild- or Volumenbildrohdaten, and be further processed accordingly.

Eine vorteilhafte Ausgestaltung zeichnet sich dadurch aus, dass die Glättung der Rohbilddaten eine nicht-lineare Filterung umfasst, wobei die nicht-lineare Filterstufe nach dem Non-Local-Means-Filterkonzept arbeitet. Das Non-Local-Means-Filterkonzept liefert sehr gute Ergebnisse im Hinblick auf die Kantendetektion und die Verbesserung des Bildschärfeeindrucks, jedoch erfordert dieser Filtertyp eine sehr hohe Rechenzeit, die den praktischen Einsatz in einigen Fällen begrenzt.An advantageous embodiment is characterized in that the smoothing of the raw image data comprises a non-linear filtering, wherein the non-linear filter stage works according to the non-local-means filter concept. The non-local means filter concept gives very good results in terms of edge detection and image sharpness enhancement, but this type of filter requires very high computation time, which in some cases limits its practical use.

Eine weitere vorteilhafte Ausführungsform zeichnet sich dadurch aus, dass die nicht-lineare Filterstufe nach dem Filterkonzept der iterativen Minimierung der Totalen Variation arbeitet. Hierbei wird der Entrauschvorgang als numerisches Optimierungsproblem formuliert, wobei sich die Kostenfunktion aus der L2-Norm (Euklidische Norm) der Differenz zum verrauschten Bild und der Totalen Variation als Regularisierungsterm zusammensetzt. Um einen natürlichen Bildeindruck zu erhalten, sollten bei der Berechnung der Totalen Variation sowohl die Ableitung der ersten als auch der zweiten Ordnung einbezogen werden. A further advantageous embodiment is characterized in that the non-linear filter stage operates according to the filter concept of the iterative minimization of the total variation. Here, the Entrauschvorgang is formulated as a numerical optimization problem, the cost function of the L2 standard (Euclidean norm) of the difference to the noisy picture and the total variation as a regularization term composed. In order to obtain a natural image impression, the derivation of the first as well as the second order should be included in the calculation of the total variation.

Bei einer weiteren vorteilhaften Ausgestaltung arbeitet die nicht-lineare Filterstufe nach dem Filterkonzept der mehrfachen Anwendung von einfachen adaptiven eindimensionalen Filtern. Die adaptiven eindimensionalen Filter bieten eine deutlich höhere Verarbeitungsgeschwindigkeit, wobei jedoch die erzielbaren Entrauschungsergebnisse in einigen Fällen nicht so hoch sind wie bei dem Non-Local-Means-Filterkonzept oder bei dem Filterkonzept der iterativen Minimierung der totalen Variation.In a further advantageous embodiment, the non-linear filter stage works according to the filter concept of the multiple application of simple adaptive one-dimensional filters. The adaptive one-dimensional filters offer a significantly higher processing speed, but in some cases the achievable denoudation results are not as high as in the non-local-means filter concept or in the filter concept of iterative minimization of total variation.

Eine weitere vorteilhafte Ausgestaltung zeichnet sich dadurch aus, dass ein Rauschmuster in den Rohbilddaten durch Differenzbildung der Rohbilddaten mit den geglätteten Rohbilddaten bestimmt und dann zwischengespeichert wird und dass dem Kantenbild ein Teil des Rauschmusters wieder überlagert wird. Die Rücküberlagerung eines bestimmten Anteils des vorher vorhandenen Rauschmusters kann einen unnatürlichen Bildeindruck vermeiden.A further advantageous embodiment is characterized in that a noise pattern in the raw image data is determined by subtraction of the raw image data with the smoothed raw image data and then buffered and that the edge image is superimposed again a part of the noise pattern. The back-superposition of a certain proportion of the previously existing noise pattern can avoid an unnatural image impression.

In besonders vorteilhafter Weise lässt sich das Bildverarbeitungsverfahren für medizinische Bilddaten auf die Nachverarbeitung von Magnetresonanz-Bilddaten anwenden.In a particularly advantageous manner, the image processing method for medical image data can be applied to the post-processing of magnetic resonance image data.

Ausführungsbeispiele der Erfindung werden im Folgenden anhand von vier Figuren erläutert. Es zeigen:Embodiments of the invention are explained below with reference to four figures. Show it:

1 ein Übersichtsbild mit den Hauptkomponenten eines medizinischen Bildgebungsgeräts in Form eines Magnetresonanzgeräts, bei dem ein Ausführungsbeispiel eines erfindungsgemäßen Bildverarbeitungsverfahrens integriert ist, 1 an overview image with the main components of a medical imaging device in the form of a magnetic resonance device, in which an embodiment of an image processing method according to the invention is integrated,

2 eine Darstellung der Hauptverfahrensschritte eines Ausführungsbeispiels des erfindungsgemäßen Bildverarbeitungsverfahrens, 2 a representation of the main process steps of an embodiment of the image processing method according to the invention,

3 eine Variante zur Akquirierung und Rekonstruktion von Rohbilddaten, 3 a variant for the acquisition and reconstruction of raw image data,

4 eine weitere Ausführungsform des erfindungsgemäßen Bildverarbeitungsverfahrens mit zusätzlicher Rauschspitzenfilterung und 4 a further embodiment of the image processing method according to the invention with additional noise peak filtering and

5 eine weitere Ausführungsform des erfindungsgemäßen Bildverarbeitungsverfahrens mit teilweiser Rücküberlagerung des Rauschanteils. 5 a further embodiment of the image processing method according to the invention with partial back-superposition of the noise component.

Die im Folgenden beschriebenen Ausführungsbeispiele des erfindungsgemäßen Bildverarbeitungsverfahrens betreffen Rohdaten, die mit Hilfe der Magnetresonanztechnik gemessen wurden. Das Verfahren nach dem Ausführungsbeispiel eignet sich jedoch ebenso für Rohdaten, die mit anderen Bildgebungsmodalitäten akquiriert wurden, beispielsweise mittels Ultraschalltechnik oder mittels Röntgentechnik. Die Rekonstruktion der Rohbilddaten aus den Rohdaten unterscheidet sich naturgemäß bei den einzelnen Bildgebungsmodalitäten.The exemplary embodiments of the image processing method according to the invention described below relate to raw data which was measured with the aid of the magnetic resonance technique. However, the method according to the embodiment is also suitable for raw data acquired with other imaging modalities, for example by means of ultrasound technology or by means of X-ray technology. The reconstruction of the raw image data from the raw data naturally differs in the individual imaging modalities.

Das in einer Übersichtsdarstellung gezeigte diagnostische Magnetresonanzgerät in 1 umfasst einen supraleitenden Magneten 2 mit einem tunnelförmigen Innenraum 4. Der supraleitende Magnet 2 erzeugt in einem begrenzten Bereich des tunnelförmigen Innenraums 4 ein homogenes Magnetfeld mit hoher Magnetfeldstärke von z. B. 0,2 Tesla bis über 3 Tesla. In dem Innenraum 4 ist zur Ortskodierung von Magnetresonanzsignalen ein Gradientenspulensystem 6 auf einem rohrförmigen Träger angeordnet. Innerhalb des rohrförmigen Trägers 6 ist des Weiteren auf einem rohrförmigen Träger eine Antennenstruktur 8 zur Anregung und zum Empfang von Magnetresonanzsignalen eingebracht. Der dann noch frei bleibende Innenraum 4 der Antennenstruktur 8 ist zur Aufnahme eines Patienten 10 vorgesehen. Der Patient 10 wird auf einer Patientenliege 12 so in dem Innenraum 4 positioniert, dass ein abzubildender Bereich innerhalb des homogenen Magnetfeldbereichs gelagert ist. Auf dem Patienten 10 sind, beispielhaft in der 1, drei Lokalantennen 14A bis 14C angebracht, die zum Empfang von Magnetresonanzsignalen aus dem abzubildenden Bereich vorgesehen sind. Im Allgemeinen werden weitere Lokalantennen, die an den abzubildenden Bereich angepasst sind, zur Bildaufnahme verwendet. Die Lokalantennen 14A bis 14C bieten im Vergleich zu der Sende-/Empfangsantenne 8, die als Ganzkörperantenne ausgebildet ist, ein besseres Signal-Rauschverhältnis. Sie werden deshalb bevorzugt, insbesondere in Form eines Antennenarrays, zur Signalaufnahme eingesetzt.The diagnostic magnetic resonance apparatus shown in an overview in FIG 1 includes a superconducting magnet 2 with a tunnel-shaped interior 4 , The superconducting magnet 2 generated in a limited area of the tunnel-shaped interior 4 a homogeneous magnetic field with high magnetic field strength of z. 0.2 Tesla to over 3 Tesla. In the interior 4 For spatial coding of magnetic resonance signals, a gradient coil system is used 6 arranged on a tubular support. Inside the tubular carrier 6 Further, on a tubular support is an antenna structure 8th for exciting and receiving magnetic resonance signals introduced. The then still free interior 4 the antenna structure 8th is for receiving a patient 10 intended. The patient 10 is on a patient couch 12 so in the interior 4 positioned so that a region to be imaged is supported within the homogeneous magnetic field region. On the patient 10 are exemplary in the 1 , three local antennas 14A to 14C attached, which are provided for receiving magnetic resonance signals from the region to be imaged. In general, other local antennas that are adapted to the area to be imaged are used for image acquisition. The local antennas 14A to 14C offer compared to the transmit / receive antenna 8th , which is designed as a full-body antenna, a better signal-to-noise ratio. They are therefore preferred, in particular in the form of an antenna array, used for signal recording.

Eine zentrale Steuerung 16 kontrolliert mittels eines Rechners und einem entsprechenden, darauf ablaufenden Steuerprogramm die gesamte Abfolge der Messaufnahme und auch der anschließenden Rekonstruktion und Signalverarbeitung zu einem medizinischen Bild. Von der Steuerung 16 sind Steuer- und Signalleitungen 18 zu den Komponenten geführt, die am Magneten 2 angeordnet sind, z. B. die Patientenliege 12, eine Beleuchtung des Patienteninnenraums, Anzeigen, usw. Weitere Signal- und Steuerleitungen 20 sind von der Steuerung 16 zu einem Hochfrequenzsender und -empfänger 22 geführt, der wiederum mit der Sende-/Empfangsantenne bzw. Antennenstruktur 8 und den Lokalantennen 14A, 14B, 14C verbunden ist. Über die Signal- und Steuerleitungen 20 werden die aufgenommenen Messsignale zur Weiterverarbeitung geleitet.A central control 16 controlled by a computer and a corresponding, running thereon control program, the entire sequence of measurement recording and also the subsequent reconstruction and signal processing to a medical image. From the controller 16 are control and signal lines 18 led to the components attached to the magnet 2 are arranged, for. B. the patient bed 12 , illumination of the patient's interior, displays, etc. Other signal and control cables 20 are from the controller 16 to a Radio frequency transmitter and receiver 22 guided in turn with the transmitting / receiving antenna or antenna structure 8th and the local antennas 14A . 14B . 14C connected is. Via the signal and control lines 20 the recorded measuring signals are passed on for further processing.

Steuerleitungen 24 verbinden die Steuerung 16 mit einer Gradientensteuerung 26, die u. a. die Gradientenverstärker für das Gradientenspulensystem 6 umfasst.control lines 24 connect the controller 16 with a gradient control 26 , including the gradient amplifiers for the gradient coil system 6 includes.

Schließlich ist noch eine Bedienerschnittstelle 28 vorgesehen, mit der ein Nutzer den Betrieb steuern und auch Betriebszustände visualisiert dargestellt bekommt. Die Bedienerschnittstelle umfasst einen Bildschirm, eine Eingabetastatur sowie ein Zeigegerät, z. B eine Computermaus.Finally, there is an operator interface 28 provided with which a user control the operation and visualized operating states visualized. The operator interface includes a screen, an input keyboard and a pointing device, e.g. B a computer mouse.

Die von den Antennen 8 oder 14A bis 14C empfangenen Magnetresonanzsignale werden über das Hochfrequenzsystem 22 von der Steuerung 16 an eine Rekonstruktionseinheit 30 weitergegeben. Abhängig von der verwendeten Pulssequenz, die vom Nutzer vorgegebenen und durch die Steuerung 16 abgearbeitet wird, liegen die Magnetresonanzsignale entweder aus einem Volumenbereich oder einem Schichtbereich des abzubildenden Bereichs vor, die dann entsprechend in Volumenrohbilddaten oder 3D-Rohbilddaten oder zu Schnittbildrohdaten oder 2D-Rohbilddaten rekonstruiert werden. Eine Bildverarbeitung 32, die im Folgenden noch im Detail beschrieben wird, gleicht sichtbare Qualitätsmängel, wie z. B. Verzerrungen, Abschattungen, ungleichförmiger Bildeindruck, usw., in den Bilddaten aus. Die Bildverarbeitung 32 ist noch mit einer Anzeigeeinheit 34 verbunden, mit der die medizinischen Bilder als anatomische und/oder funktionale Bilder angezeigt werden können.The from the antennas 8th or 14A to 14C received magnetic resonance signals are transmitted via the high frequency system 22 from the controller 16 to a reconstruction unit 30 passed. Depending on the pulse sequence used, the user-defined and by the controller 16 is processed, the magnetic resonance signals are present either from a volume range or a layer region of the region to be imaged, which are then reconstructed accordingly in raw volume image data or 3D raw image data or Schnittbildrohdaten or 2D raw image data. An image processing 32 , which will be described in detail below, is similar to visible quality defects, such. As distortions, shadowing, non-uniform image impression, etc., in the image data. The image processing 32 is still with a display unit 34 connected with the medical images can be displayed as anatomical and / or functional images.

Die 2 zeigt ein Ausführungsbeispiel eines erfindungsgemäßen Bildverarbeitungsverfahrens mit seinen wesentlichen Verfahrensschritten. Mittels einer für die verwendete Modalität entsprechenden Datenakquisition 100 werden Rohdaten aus dem abzubildenden Bereich erzeugt. Die Rohdaten werden dann in einem Rekonstruktionsschritt 102 zu Rohbilddaten rekonstruiert und linear gefiltert. Die Aufbereitung und Weiterverarbeitung der Rohbilddaten erfolgt in mehreren Schritten. Zunächst werden die Rohbilddaten im Verarbeitungsschritt 104 über einen kantenerhaltenden Glättungsfilter zu geglätteten Rohbilddaten weiterverarbeitet. Die Glättung des Bildes erfolgt mit einem nicht-linearen Filter, so dass erkennbare Rauschmuster vollständig aus den Rohbilddaten entfernt werden. Dabei sollen möglichst keine tatsächlichen Objektelemente aus dem Bild entfernt werden.The 2 shows an embodiment of an image processing method according to the invention with its essential method steps. By means of a data acquisition corresponding to the modality used 100 Raw data is generated from the area to be imaged. The raw data is then in a reconstruction step 102 reconstructed to raw image data and linearly filtered. The preparation and further processing of the raw image data takes place in several steps. First, the raw image data becomes the processing step 104 processed via an edge-preserving smoothing filter to smooth raw image data. The smoothing of the image is done with a non-linear filter so that noticeable noise patterns are completely removed from the raw image data. As far as possible, no actual object elements should be removed from the image.

In einer ersten Variante arbeitet der kantenerhaltende Glättungsfilter nach dem Non-Local-Means-Filterkonzept. Bei diesem Nachbarschaftsfilter wird eine Entrauschung durch eine gewichtete Summation über Pixelintensitäten innerhalb einer Nachbarschaftsumgebung des zu entrauschenden Pixels erreicht. Das Gewicht, mit dem jeder Pixelwert bei der Filterung verwendet wird, ergibt sich durch Vergleich der Umgebungen von Quell- und Zielpixel. Eine detaillierte Beschreibung des Non-Local-Means-Filterkonzepts findet sich u. a. in dem Artikel von A. Buades, B. Coll, J. M. Morel mit dem Titel „A review of image denoising algorithms, with a new one”, veröffentlicht 2005 in SIAM Multiscale Modeling and Simulation, Vol. 4 (2), Seiten 490 bis 530 .In a first variant, the edge-preserving smoothing filter works according to the non-local-means filter concept. In this neighborhood filter, de-noise is achieved by a weighted summation over pixel intensities within a neighborhood environment of the pixel to be drowned. The weight with which each pixel value is used in the filtering results from comparing the environments of source and target pixels. A detailed description of the non-local-means filter concept can be found in the article by A. Buades, B. Coll, JM Morel entitled "A review of image denoising algorithms, with a new one", published in 2005 in SIAM Multiscale Modeling and Simulation, Vol. 4 (2), pages 490 to 530 ,

In einer weiteren Variante arbeitet der kantenerhaltende Glättungsfilter nach dem Prinzip der iterativen Minimierung der totalen Variation. Hierbei wird der Entrauschvorgang als numerisches Optimierungsproblem formuliert, wobei sich die Kostenfunktion aus der L2-Norm der Differenz zum verrauschten Bild und der totalen Variation als Regularisierungsterm zusammensetzt. Um einen natürlichen Bildeindruck zu erhalten, sollten bei der Berechnung der totalen Variation sowohl die Ableitungen der ersten als auch der zweiten Ordnung einbezogen werden. Eine ausführliche Beschreibung dieses Filterkonzepts findet sich u. a. in dem Artikel von K. T. Block, M. Uecker, J. Frahm mit dem Titel „Supression of MRI Truncation Artifacts Using Total Variation Constrained Data Extrapolation”, erschienen in International Journal of Biomedical Imaging, Volume 2008, Article ID 184123 .In a further variant, the edge-preserving smoothing filter operates on the principle of iterative minimization of the total variation. Here, the Entrauschvorgang is formulated as a numerical optimization problem, wherein the cost function from the L2-norm of the difference to the noisy picture and the total variation as a regularization term composed. In order to obtain a natural image impression, the derivatives of the first and the second order should be included in the calculation of the total variation. A detailed description of this filter concept can be found in the article by KT Block, M. Uecker, J. Frahm, entitled "Suppression of MRI Truncation Artifacts Using Total Variation Constrained Data Extrapolation," published in International Journal of Biomedical Imaging, Volume 2008, Article ID 184123 ,

Eine weitere Variante des kantenerhaltenden Glättungsfilters verwendet mehrfach einfache adaptive 1D-Filter im Bildraum. Hierfür werden zwei verschiedene, zum Beispiel 3-Pixel breite Filter eingesetzt, wobei die Anzahl und Kombination der Anwendungen in Abhängigkeit des Rauschpegels gewählt werden. Eine detaillierte Beschreibung dieses Filterkonzepts findet sich in den Veröffentlichungen von L. S. Davis mit dem Titel „A Survey of Edge Detection Techniques”, in Computer Graphics Image Processing, 1975, Volume 4, Seiten 248 bis 270 oder von P. Chan, J. Lim mit dem Titel „One-dimensional Processing for adaptive image restoration” in IEEE Transactions an Acoustics, Speech and Signal Processing, Volume ASSP-33, 1985, No. 1, Seiten 117 bis 126 .Another variant of the edge preserving smoothing filter uses multiple simple adaptive 1D filters in the image space. For this purpose, two different, for example, 3-pixel wide filters are used, with the number and combination of applications depending on the noise level are selected. A detailed description of this filter concept can be found in the publications of LS Davis entitled "A Survey of Edge Detection Techniques", in Computer Graphics Image Processing, 1975, Volume 4, pages 248-270 or from P. Chan, J. Lim, entitled "One-dimensional processing for adaptive image restoration" in IEEE Transactions on Acoustics, Speech and Signal Processing, Volume ASSP-33, 1985, no. 1, pages 117 to 126 ,

Die geglätteten Rohbilddaten werden dann mit einem Kantendetektor 106 zu einem Kantenbild weiterverarbeitet. Das Kantenbild kann beispielsweise durch die Anwendung eines Laplace of Gaussian-(LoG-) oder Mexican-Hat-Filters erfolgen, wobei vorteilhaft mit einer Kerngröße von 7×7 Pixel gearbeitet werden sollte. Wird ein Laplace of Gaussian-Filter verwendet, sollte der sigma-Parameter mit relativ geringer Filterstärke gewählt werden, z. B. ergibt sigma = 0,9 gute Ergebnisse.The smoothed raw image data is then compared with an edge detector 106 further processed to an edge image. The edge image can be done, for example, by the application of a Laplace of Gaussian (LoG) or Mexican hat filter, which should advantageously be worked with a core size of 7 × 7 pixels. If a Laplace of Gaussian filter is used, the sigma parameter should be chosen with relatively low filter strength, e.g. For example, sigma = 0.9 gives good results.

Die lineare Filterung der Rohdaten nach der Rekonstruktion bewirkt grundsätzlich einen Auflösungsverlust, der durch den schon beschriebenen kantenerhaltenden Entrauschungsschritt 104 mit einer anschließenden Kantenanhebung ausgeglichen werden soll. Dazu werden die geglätteten Rohbilddaten ggf. gedichtet mit dem ebenfalls gedichteten Kantenbild in einem Überlagerungsschritt 108 Pixel für Pixel überlagert. Für die Nachverarbeitung von Bilddatensätzen der Leber werden gute Ergebnisse erzielt, wenn die geglätteten Rohbilddaten mit dem Gewichtsfaktor „1” und das Kantenbild mit dem Gewichtsfaktor „–2” gedichtet werden. Die Gewichtsfaktoren sind vom Nutzer einstellbar, was durch die Pfeile 110 symbolisiert werden soll. The linear filtering of the raw data after reconstruction fundamentally causes a loss of resolution due to the edge-preserving denoising step already described 104 should be compensated with a subsequent edge enhancement. For this purpose, the smoothed raw image data are optionally sealed with the likewise sealed edge image in a superposition step 108 Superimposed pixel by pixel. Good results are achieved for post-processing image data sets of the liver when the smoothed raw image data are weighted with the weighting factor "1" and the edge image with the weighting factor "-2". The weight factors are adjustable by the user, which is indicated by the arrows 110 should be symbolized.

Die mittels der Überlagerung 108 erzeugten Bilddaten können einer Bildanzeige 112 zugeführt werden. Des Weiteren ist eine Speicherung 114 der Bilddaten vorgesehen, um sie in einem späteren Zeitpunkt wieder aufrufen zu können. Schließlich ist noch eine Weiterbearbeitung 116 der Bilddaten vorgesehen, z. B. bei Volumenbilddaten eine multiplanare Rekonstruktion von beliebig ausgerichteten Schnittbildern im Volumen.The by means of overlay 108 generated image data can be an image display 112 be supplied. Furthermore, a storage 114 the image data provided for retrieval at a later date. Finally, there is a further processing 116 the image data provided, for. For example, in volume image data, a multiplanar reconstruction of arbitrarily aligned slice images in volume.

Die 3 zeigt ein Ausführungsbeispiel mit einer Variante der Datenakquisition von Magnetresonanzsignalen. Die Datenakquisition erfolgt dabei mittels einer partiellen parallelen Akquisitionstechnik (abgekürzt als PPA bezeichnet), die z. B. unter der Bezeichnung GRAPPA oder SENSE bekannt ist. Dabei wird der räumlich verschiedene Empfindlichkeitsbereich der Lokalantennen 14A bis 14C ausgenutzt um Rohdaten R1 bis R3 zu erzeugen. Die Rohdaten R1 bis R3 werden entsprechend ihrer Ortskodierung in Datenmatrizen 120, 122 und 124 eingelesen. Bei dem GRAPPA-Verfahren werden die fehlenden Rohdaten rekonstruiert und in die Datenmatrizen 120 bis 124 eingefügt.The 3 shows an embodiment with a variant of the data acquisition of magnetic resonance signals. The data acquisition takes place by means of a partial parallel acquisition technique (abbreviated as PPA), the z. B. under the name GRAPPA or SENSE is known. Here, the spatially different sensitivity range of the local antennas 14A to 14C exploited to generate raw data R1 to R3. The raw data R1 to R3 become data matrices according to their location coding 120 . 122 and 124 read. In the GRAPPA method, the missing raw data is reconstructed and into the data matrices 120 to 124 inserted.

Optional werden die mit den Rohdaten R1, R2, R3 gefüllten Rohdatenmatrizen 120, 122 und 124 zur Interpolation auf eine höhere Bildauflösung auf die doppelte Größe zu erweiterten Rohdatenmatrizen 126, 128, 130 vergrößert, wobei der Randbereich lediglich mit Nullen aufgefüllt wird. Die Auffüllung mit Nullen im Außenbereich der Rohdatenmatrizen wird auch als Zero-Padding bezeichnet und führt im Bildraum zu einer Sinc-Interpolation auf die doppelte Bildgröße. Damit wird ein schärferer Bildeindruck erzeugt, der auch bekannt ist unter dem Begriff „Super-Resolution-Effekt”. Beispielhaft ist die Verarbeitung von 3 Rohdatensätzen R1, R2, R3 beschrieben, entsprechend den 3 Lokalantennen 14A, 14B und 14C. Bei einer höheren Anzahl von gleichzeitig benutzten Lokalantennen erhöht sich die Anzahl der Rohdatensätze entsprechend.Optionally, the raw data matrices filled with the raw data R1, R2, R3 become 120 . 122 and 124 for interpolation to a higher image resolution twice the size of extended raw data matrices 126 . 128 . 130 enlarged, wherein the edge area is filled only with zeros. The padding with zeros in the outer area of the raw data matrices is also referred to as zero padding and leads in the image space to a sinc interpolation to twice the image size. This creates a sharper image impression, which is also known under the term "super-resolution effect". By way of example, the processing of three raw data sets R1, R2, R3 is described, corresponding to the three local antennas 14A . 14B and 14C , With a higher number of simultaneously used local antennas, the number of raw data sets increases accordingly.

Mit einer Rekonstruktion in allen Raumrichtungen werden dann aus den Rohdaten R1, R2, R3 Rohbilddaten RB1 bis RB3 der Einzelkanäle erzeugt, die dann in einem Überlagerungsschritt 132 nach Quadrierung ortsrichtig überlagert werden zu den Rohbilddaten des gesamten Abbildungsbereichs. Die Weiterverarbeitung der Rohbilddaten erfolgt dann wie schon anhand von 2 beschrieben ist.With a reconstruction in all spatial directions, raw image data RB1 to RB3 of the individual channels are then generated from the raw data R1, R2, R3, which are then in a superposition step 132 After square-rooting, they are to be superimposed correctly to the raw image data of the entire imaging area. The further processing of the raw image data is then as already on the basis of 2 is described.

Mit den in 4 dargestellten optionalen zusätzlichen Filterstufen wird eine weitere Qualitätsverbesserung der Bilddarstellung erreicht. Dazu wird nach dem kantenerhaltenden Glättungsfilter 104 eine Rauschspitzenfilterung 140 durchgeführt. Das Rauschspitzenfilter 140 ist als 3×3-Pixel Medianfilter zur Entfernung von residualen Rauschmustern eingesetzt. Nach der Entfernung der residualen Rauschmuster aus den Rohbilddaten erfolgt eine Kantendetektion mittels des Kantendetektors 106, wie schon anhand von 2 beschrieben wurde. Das Kantenbild wird wiederum einer weiteren Rauschspitzenfilterung 142 unterworfen, das ebenfalls als 3×3-Pixel Medianfilter realisiert ist. Damit werden Rauschspitzen aus dem Kantenbild weggefiltert. Die weitere Verarbeitung des Kantenbildes ist schon anhand von 2 beschrieben.With the in 4 shown optional additional filter levels a further quality improvement of the image display is achieved. This is done after the edge-preserving smoothing filter 104 a noise peak filtering 140 carried out. The noise peak filter 140 is used as a 3x3 pixel median filter to remove residual noise patterns. After removal of the residual noise pattern from the raw image data, edge detection is performed by means of the edge detector 106 , as already based on 2 has been described. The edge image in turn becomes another noise peak filtering 142 which is also realized as a 3 × 3 pixel median filter. This filters out noise spikes from the edge image. The further processing of the edge image is already based on 2 described.

Mit dem Ausführungsbeispiel nach 5 kann ein möglicherweise unnatürlicher Bildeindruck verringert werden, indem ein Anteil des ursprünglichen Rauschmusters in den Bilddaten den verarbeiteten Bilddaten wieder zugeführt werden. Das in den Rohbilddaten enthaltene Rauschmuster wird gebildet durch eine Subtraktion der Rohbilddaten mit den geglätteten Rohbilddaten in einem Subtraktionsschritt 150. Nach einer Gewichtung des Rauschmusters mit einem einstellbaren Gewichtsfaktor, symbolisiert durch den Pfeil 110, wird den aus der Überlagerung 108 erhaltenen Bilddaten das entsprechend gewichtete Rauschmuster in einem weiteren Schritt 152 wiederum überlagert. Die so modifizierten Bilddaten weisen eine leichte, jedoch nicht als störend empfundene Textur auf. Diese Bilddaten können dann, wie schon anhand von 2 beschrieben, entweder zur Anzeige gebracht werden, gespeichert werden oder auch einer Weiterverarbeitung zugeführt werden.According to the embodiment 5 For example, a possibly unnatural image impression can be reduced by returning a portion of the original noise pattern in the image data to the processed image data. The noise pattern contained in the raw image data is formed by subtracting the raw image data with the smoothed raw image data in a subtraction step 150 , After weighting the noise pattern with an adjustable weight factor, symbolized by the arrow 110 , gets out of the overlay 108 obtained image data, the corresponding weighted noise pattern in a further step 152 again superimposed. The thus modified image data have a slight, but not disturbing perceived texture. This image data can then, as already based on 2 described, either brought to display, be stored or be sent for further processing.

ZITATE ENTHALTEN IN DER BESCHREIBUNG QUOTES INCLUDE IN THE DESCRIPTION

Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list of the documents listed by the applicant has been generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.

Zitierte PatentliteraturCited patent literature

US 6246783 B1 [0006]

Zitierte Nicht-PatentliteraturCited non-patent literature

Larry S. Davis: "A Survey of Edge Detection Techniques", published in Computer Graphics & Image Processing, 1975, Volume 4, pages 248 to 270 [0004]
P. Chan and J. Lim in the article "One-dimensional Processing for Adaptive Image Restoration," published in IEEE Transactions on Acoustics, Speech and Signal Processing, Volume 33, pages 117 to 126 [0005]
A. Buades, B. Coll, JM Morel entitled "A review of image denoising algorithms, with a new one", published in 2005 in SIAM Multiscale Modeling and Simulation, Vol. 4 (2), pages 490 to 530 [0028]
KT Block, M. Uecker, J. Frahm, entitled "Suppression of MRI Truncation Artifacts Using Total Variation Constrained Data Extrapolation," published in International Journal of Biomedical Imaging, Volume 2008, Article ID 184123 [0029]
LS Davis entitled "A Survey of Edge Detection Techniques", in Computer Graphics Image Processing, 1975, Volume 4, pages 248 to 270 [0030]
P. Chan, J. Lim, entitled "One-dimensional processing for adaptive image restoration" in IEEE Transactions on Acoustics, Speech and Signal Processing, Volume ASSP-33, 1985, no. 1, pages 117 to 126 [0030]

Claims

Image processing method for medical image data comprising the steps of: - acquiring ( 100 ) of medical raw data, - reconstruction ( 102 ) raw image data from the raw data, - smoothing the raw image data with an edge preserving filter ( 104 ) for generating smoothed raw image data, - generation of an edge image from the smoothed raw image data, - superimposition ( 108 ) of the edge image and the smoothed raw image data for generating an edge-enhanced image, 112 ) and / or further processing ( 114 . 116 ) of the edge-enhanced image.

Image processing method for medical image data according to claim 1, characterized in that the superposition of the edge image and the raw image data is carried out with different weight factors.

Image processing method for medical image data according to claim 2, characterized in that one of the weighting factors is negative.

An image data processing method for medical image data according to any one of claims 1 to 3, characterized in that the smoothing of the raw image data comprises non-linear filtering.

Image processing method for medical image data according to claim 4, characterized in that the non-linear filter stage works according to the non-local-means filter concept.

Image processing method for medical image data according to claim 4, characterized in that the non-linear filter stage operates according to the filter concept of iterative minimization of the total variation.

Image processing method for medical image data according to claim 4, characterized in that the non-linear filter stage operates according to the filter concept of multiple application of simple adaptive one-dimensional filters.

Image processing method for medical image data according to any one of claims 1 to 7, characterized in that the smoothing of the raw image data comprises a linear filtering performed before the non-linear filtering.

An image data processing method for medical image data according to any one of claims 1 to 8, characterized in that the smoothing of the raw image data comprises filtering the noise spikes.

Image processing method for medical image data according to one of Claims 1 to 9, characterized in that the noise peaks are removed from the edge image.

Image processing method for medical image data according to one of claims 1 to 10, characterized in that a noise pattern in the raw image data is determined by subtracting the raw image data with the smoothed raw image data and then buffered, and overlaying the edge image with a portion of the noise pattern.

Image processing method for medical image data according to claim 11, characterized in that the proportion of the noise pattern is adjustable by a user.

Image processing method for medical image data according to one of claims 1 to 12, characterized in that the raw medical data are magnetic resonance data.

Image processing method for medical image data according to claim 13, characterized in that the magnetic resonance data are arranged according to their k-space position in the center of a matrix and that margins of the matrix, which are not occupied by magnetic resonance data, are padded with zeros.