DE102010041619A1 - Verfahren und Röntgensystem zur Summation von DSA-Serienbildern - Google Patents
Verfahren und Röntgensystem zur Summation von DSA-Serienbildern Download PDFInfo
- Publication number
- DE102010041619A1 DE102010041619A1 DE102010041619A DE102010041619A DE102010041619A1 DE 102010041619 A1 DE102010041619 A1 DE 102010041619A1 DE 102010041619 A DE102010041619 A DE 102010041619A DE 102010041619 A DE102010041619 A DE 102010041619A DE 102010041619 A1 DE102010041619 A1 DE 102010041619A1
- Authority
- DE
- Germany
- Prior art keywords
- dsa
- image
- dsa image
- phase
- images
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 82
- 238000002583 angiography Methods 0.000 title abstract description 4
- 206010002329 Aneurysm Diseases 0.000 title description 5
- 210000004204 blood vessel Anatomy 0.000 title description 3
- 210000004556 brain Anatomy 0.000 title description 2
- 230000010412 perfusion Effects 0.000 claims abstract description 23
- 238000012549 training Methods 0.000 claims description 33
- 230000008859 change Effects 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000000513 principal component analysis Methods 0.000 claims description 5
- 238000002594 fluoroscopy Methods 0.000 claims description 4
- 238000003384 imaging method Methods 0.000 claims description 4
- 230000002792 vascular Effects 0.000 description 12
- 239000002872 contrast media Substances 0.000 description 11
- 239000013598 vector Substances 0.000 description 7
- 206010016717 Fistula Diseases 0.000 description 4
- 230000003890 fistula Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 3
- 208000031481 Pathologic Constriction Diseases 0.000 description 3
- 230000017531 blood circulation Effects 0.000 description 3
- 238000005316 response function Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 208000019553 vascular disease Diseases 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000005352 clarification Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/48—Diagnostic techniques
- A61B6/481—Diagnostic techniques involving the use of contrast agents
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/48—Diagnostic techniques
- A61B6/486—Diagnostic techniques involving generating temporal series of image data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/50—Clinical applications
- A61B6/504—Clinical applications involving diagnosis of blood vessels, e.g. by angiography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
- A61B6/5235—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from the same or different ionising radiation imaging techniques, e.g. PET and CT
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration by the use of histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
-
- 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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- 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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/44—Constructional features of apparatus for radiation diagnosis
- A61B6/4429—Constructional features of apparatus for radiation diagnosis related to the mounting of source units and detector units
- A61B6/4435—Constructional features of apparatus for radiation diagnosis related to the mounting of source units and detector units the source unit and the detector unit being coupled by a rigid structure
- A61B6/4441—Constructional features of apparatus for radiation diagnosis related to the mounting of source units and detector units the source unit and the detector unit being coupled by a rigid structure the rigid structure being a C-arm or U-arm
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- 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
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
- G06T2207/30104—Vascular flow; Blood flow; Perfusion
Abstract
Description
- Eine zeitgesteuerte Carotis Serie zeigt in abfolgenden Bildern den Verlauf des Blutflusses durch den Gefäßbaum. Der Blutfluss wird mittels Digitaler Subtraktionsangiographie (DSA) auf Röntgenbildern sichtbar gemacht. DSA ist ein Verfahren, bei dem zeitlich aufeinander folgend mindestens zwei Röntgenbilder des zu untersuchenden Objekts aufgenommen werden. Nach der z. B. ersten Aufnahme wird ein Kontrastmittel in die Arterie injiziert. Die Aufnahmen unterscheiden sich dabei nur durch das Kontrastmittel. Eine Subtraktion des zweiten, dritten usw. Bildes vom ersten Bild (Bild ohne Kontrastmittel minus Bild mit Kontrastmittel) macht die Blutgefäße sichtbar, wobei der Hintergrund eliminiert wird. Im klinischen Alltag besonders im Bereich der Neuroradiologie spielen DSA-Serien eine zentrale Rolle bei der Diagnoseerstellung, Therapieplanung und der Dokumentation. Pathologische Gefäßerkrankungen insbesondere im Gehirn (Aneurysmen, Stenosen oder Fisteln) können auf diese Weise schnell und sicher erkannt und behandelt werden.
- Eine typische 2-D DSA-Serie kann in drei Phasen aufgeteilt werden:
- – Phase 1 – Hintergrundphase oder Maskenphase: Es sind keine Gefäßstrukturen sichtbar, das Kontrastmittel ist noch nicht eingeströmt;
- – Phase 2 – Einströmungsphase oder arterielle Phase: Kontrastmittel strömt ein, Gefäße werden gut sichtbar;
- – Phase 3 – Perfusionsphase oder venöse Phase: der Blutfluss geht in Perfusion über, die Gefäßgrenzen verschwimmen.
- Diejenigen DSA-Bilder, die während Phase 2 aufgenommen wurden, werden dabei zur Diagnoseerstellung bei Aneurysmen oder Stenosen herangezogen. Fisteln werden üblicherweise anhand von Bilder aus der dritten Phase untersucht.
- Abhängig von der Menge der Kontrastmittelgabe und der Aufnahmegeschwindigkeit ist der gesamte Gefäßbaum unter Umständen nicht in einem einzigen DSA-Bild sichtbar. Das liegt am Kontrastmittelstrom durch die Gefäße. Zu Anfang sind die unteren Gefäße im Bild gut sichtbar während sich die Sichtbarkeit der Gefäße im weiteren Verlauf mit dem Kontrastmittelstrom nach oben verschiebt.
- In der Praxis sind zwei Verfahren üblich, diesem Problem zu begegnen:
- 1) Manuelle Selektion: Der Arzt sieht sich die DSA-Bilder der Serie einzeln an und zieht sich diejenigen Bilder der Serie heraus, die zur Abklärung von Gefäßerkrankungen wie Aneurysmen oder Stenosen relevant sind.
- 2) Summation aller Serienbilder: Die Summation aller DSA-Bilder einer DSA-Serie ergibt ein finales DSA-Bild.
- Das erste Verfahren hat den Nachteil, dass es zeitaufwändig ist und Risiken birgt, dass Bilder, die wichtige Informationen enthalten übersehen werden. Das zweite Verfahren hat den Nachteil, dass das finale DSA-Bild eine schlechte Qualität aufweist, da alle Bilder der DSA-Serie unabhängig von Ihrem Informationsgehalt aufsummiert werden.
- Der vorliegenden Erfindung liegt somit die Aufgabe zu Grunde, ein Verfahren anzugeben, das aus einer DSA-Bildserie die Hintergrundphase, die Einströmungsphase und die Perfusionsphase automatisch erkennt und insbesondere die Bilder der Einströmungsphase zu einem finalen DSA Bild aufsummiert. Weiter ist es Aufgabe der Erfindung ein Röntgensystem anzugeben, das aus einer DSA-Bildserie die Hintergrundphase, die Einströmungsphase und die Perfusionsphase automatisch erkennt und insbesondere die Bilder der Einströmungsphase zu einem finalen DSA Bild aufsummiert.
- Die Aufgabe wird erfindungsgemäß durch ein Verfahren zu einer Summation von DSA-Bildern einer DSA-Bildserie zu einem finalen DSA-Bild gelöst, das dadurch gekennzeichnet ist, dass die DSA-Bildserie in wenigstens zwei Klassen eingeteilt wird, wobei die Klassen Phasen der DSA-Bildserie, insbesondere einer Hintergrundphase, einer Einströmungsphase und/oder einer Perfusionsphase zugeordnet sind und wobei das finale DSA-Bild aus einer digitalen Summation der DSA-Bilder einer Klasse gewonnen wird. Dieses Verfahren bietet den Vorteil, dass das finale DSA-Bild, das durch die Summation z. B. nur der DSA-Bilder aus der Einströmungsphase gewonnen wurde, eine bessere Bildqualität aufweist, als ein DSA-Bild, das durch Summation aller DSA-Bilder einer DSA-Bildserie gewonnen wurde. Insbesondere erhöht sich das Signal-zu-Rausch-Verhältnis. Durch die Summation der DSA-Bilder wird der komplette Gefäßbaum auf einem einzigen DSA-Bild dargestellt, wodurch z. B. ein Arzt einen schnellen Überblick erhält. Ebenso entfällt das zeitaufwändige Durchblättern der DSA-Bilder der DSA-Bildserie. Werden die DSA-Bilder aus der dritten Phase, der Perfusionsphase summiert, erleichtert es einem Arzt z. B. die Diagnose von Fisteln.
- In vorteilhafter Weise wird ein erstes DSA-Bild, das dem Beginn der Einströmungsphase zugeordnet ist, durch ein erstes Klassifikationsverfahren, das eine Klassifikation anhand wenigstens eines ersten Klassifikationsmerkmals vornimmt, bestimmt und ein zweites DSA-Bild, das dem Ende der Einströmungsphase zugeordnet ist, wird durch ein zweites Klassifikationsverfahren, das eine Klassifikation anhand wenigstens eines zweiten Klassifikationsmerkmals vornimmt, bestimmt. Durch die Bestimmung des ersten und des letzten DSA-Bildes der Einströmungsphase sind auch die DSA-Bilder der Hintergrundphase und die DSA-Bilder der Perfusionsphase festgelegt. Durch die Verwendung von Klassifikationsverfahren, wie z. B. Abstandsklassifikatoren, Nächste-Nachbarn-Klassifikatoren, Fuzzy-Klassifikatoren, künstliche neuronale Netze, Clusterverfahren oder Polynomklassifikatoren, die eine Klassifikation anhand eines oder mehrerer Klassifikationsmerkmale durchführen, kann Beginn und Ende der Einströmungsphase automatisch, d. h. maschinell bestimmt werden.
- Vorteilhafterweise gehen in das erste und/oder zweite Klassifikationsmerkmal wenigstens ein Histogramm-Durchschnittswert und/oder wenigstens eine Histogramm-Schiefe und/oder wenigstens eine Gefäßmaßzahl ein. Unter Histogramm werden im Folgenden die Verteilung der Helligkeitswerte oder die Intensitätswerte eines Bildes verstanden. Der Histogramm-Durchschnittswert eines DSA-Bildes nimmt beim Übergang von DSA-Bildern der Hintergrundphase zur Einströmungsphase zu. Diese Verschiebung kommt durch die unterschiedliche Mittelung von Bildern während Hintergrundphase und Einströmungsphase zustande. Die Mittelung oder Normalisierung erfolgt z. B. in der Datenverarbeitungseinheit des C-Bogen-Röntgengerätes. Bilder der Hintergrundphase weisen eine Histogramm-Schiefe auf, die positiv bzw. nahezu null ist, d. h. die Intensitätsverteilung im Histogramm ist ungefähr Gauß-verteilt. Einströmendes Kontrastmittel erhöht die Zahl der dunklen Pixel, wodurch die Histogramm-Schiefe negativ wird. Diese Verschiebung kann als Merkmal für die Grenze zwischen Hintergrundphase und Einströmungsphase verwendet werden. Die Gefäßmaßzahl sagt etwas darüber aus, ob Gefäße in einem DSA-Bild sichtbar sind. Die Gefäßmaßzahl beruht auf der Berechnung der zweiten Ableitung des DSA-Bildes, sowie der Eigenwerte und Eigenvektoren. Da hier 2-D Bilder betrachtet werden, erhält man zwei Eigenvektoren mit zwei Eigenwerten. In Regionen, die keine Gefäße zeigen, sind die Beträge der beiden Eigenwerte ungefähr gleich groß, für Regionen mit Gefäßen fallen diese sehr unterschiedlich aus. Die Gefäßmaßzahl ist definiert als die Summe der Beträge der Differenzen zwischen den beiden Eigenwerten: wobei λ die Eigenwerte sind und i ein Pixel aus der Region U darstellt. Histogramm-Durchschnittswert, Histogramm-Schiefe und Gefäßmaßzahl sind somit Klassifikationsmerkmale, die sich gut für Klassifikationsverfahren zur Klassifikation der drei Phasen einer DSA-Bildserie eignen.
- Weiter kann sich der wenigstens eine Histogramm-Durchschnittswert und/oder die wenigstens eine Histogramm-Schiefe und/oder die wenigstens eine Gefäßmaßzahl auf jeweils ein DSA-Bild oder auf einen Teilbereich jeweils eines DSA-Bildes oder auf eine Differenz jeweils aufeinander folgender DSA-Bilder oder auf eine Differenz von Teilbereichen jeweils aufeinander folgender DSA-Bilder beziehen. Zur leichteren bzw. robusteren Klassifizierung der DSA-Bilder kann es von Vorteil sein, die Merkmalsberechnung nicht auf jeweils das komplette DSA-Bild bzw. auf die Differenz jeweils aufeinander folgender DSA-Bilder anzuwenden, sondern nur auf einen Teilbereich jeweils eines DSA-Bildes bzw. auf die Differenz von Teilbereichen jeweils aufeinander folgender DSA-Bilder. So werden vorteilhafterweise die Grenzen zwischen Hintergrundphase und Einströmungsphase bzw. Einströmungsphase und Perfusionsphase durch die Berechnung verschiedener Klassifizierungsmerkmale auf zwei Bildbereichen, sogenannten Region of Interest (ROI) von zwei verschiedenen Bildtypen bestimmt. Die Festlegung der Bildbereiche beruht auf konstruktionsbedingten Randbedingungen der Röntgenapparatur und auf der Art und Weise der Durchführung der medizinischen Untersuchung. So ist z. B. das Einfließen des Kontrastmittels vom unteren Bildende zum oberen Bildende zu erwarten, da die Patientenposition auf dem Patiententisch des C-Bogen-Röntgengerätes vorab bekannt ist, ebenso wie die Flussrichtung des Kontrastmittels. Als Bildbereich rl für die Bestimmung der Grenze zwischen Hintergrundphase und Einströmungsphase werden somit z. B. die unteren 20% der DSA-Bilder verwendet und als Bildbereich ru für die Bestimmung der Grenze zwischen Einströmungsphase und Perfusionsphase werden z. B. die oberen 80% der Differenz jeweils aufeinander folgender DSA-Bilder verwendet.
- Günstigerweise geht in das erste Klassifikationsverfahren wenigstens ein erster Parameter ein, der durch ein erstes Trainingsverfahren unter Verwendung von mindestens einer ersten Trainings-DSA-Bildserie bestimmt wird und/oder in das zweite Klassifikationsverfahren geht wenigstens ein zweiter Parameter ein, der durch ein zweites Trainingsverfahren unter Verwendung von mindestens einer zweiten Trainings-DSA-Bildserie bestimmt wird. In der Bildverarbeitung sind Klassifikationsverfahren bekannt, die anhand vorab klassifizierter Bilder trainiert werden, um anschließend unbekannte Bilder verschiedenen Klassen zuzuordnen. Allgemein werden dazu aus vorab klassifizierten Bildern einer oder mehrerer Trainings-Bildserien Klassifikationsmerkmale berechnet. Ein lernender Algorithmus berechnet daraus Parameter. Diese Parameter werden von einem auswertenden Algorithmus dazu verwendet, Bilder aus einer unbekannten Bildserie der richtigen Klasse zuzuordnen. Klassifikationsverfahren dieser Art können erfindungsgemäß zur Klassifikation der Phasen einer DSA-Bildserie eingesetzt werden.
- Weiter ist es vorteilhaft, wenn das erste und/oder zweite Trainingsverfahren eine manuelle Selektion des ersten DSA-Bildes, das dem Beginn der Einströmungsphase zugeordnet ist umfasst und/oder wenn das erste und/oder zweite Trainingsverfahren eine manuelle Selektion des zweiten DSA-Bildes, das dem Ende der Einströmungsphase zugeordnet ist umfasst. Zur Anpassung oder zum Trainieren des Klassifikationsverfahrens kann z. B. ein Arzt das erste und letzte DSA-Bild der Einströmungsphase aus einer oder aus mehreren Trainings-DSA-Bildserien bestimmen. Somit sind die DSA-Bilder eindeutig den Klassen, d. h. den Phasen einer DSA-Bildserie zugeordnet und können für das Trainingsverfahren verwendet werden.
- Darüber hinaus ist es vorteilhaft, wenn das erste und/oder zweite Trainingsverfahren eine Hauptkomponentenanalyse umfasst. Die Hauptkomponentenanalyse, in der Bildverarbeitung häufig auch Karhunen-Loève-Transformation genannt, dient dazu, einen großen Datensatz, bestehend aus den Klassifikationsmerkmalen der Trainings-DSA-Bildserien so in einen Unterraum zu projizieren, dass dabei keine wesentlichen Informationen verloren gehen. Die Hauptkomponentenanalyse, die eine Hauptachsentransformation umfasst, kann beispielsweise als Klassifikationsverfahren zur Unterscheidung von Hintergrundphase und Einströmungsphase eingesetzt werden.
- Vorteilhafterweise geht in das erste Klassifikationsverfahren wenigstens ein erster Schwellwert-Parameter und/oder in das zweite Klassifikationsverfahren wenigstens ein zweiter Schwellwert-Parameter ein. Schwellwertbasierte Klassifikationsverfahren sind in der Bildverarbeitung häufig eingesetzte Verfahren. Die verwendeten Schwellwerte oder Grenzwerte können durch Erfahrungswerte gewonnen werden oder durch ein Trainingsverfahren unter Verwendung von Trainings-DSA-Bildserien bestimmt werden. Beispielsweise kann ein schwellwertbasiertes Klassifikationsverfahren zur Unterscheidung von Einströmungsphase und Perfusionsphase eingesetzt werden.
- Erfindungsgemäß wird das erste DSA-Bild, das dem Beginn der Einströmungsphase zugeordnet ist, durch folgende Verfahrensschritte bestimmt:
- – Erzeugen eines ersten Teilbereiches eines jeden DSA-Bildes der DSA-Bildserie und der wenigstens einen Trainings-DSA-Bildserie
- – Wahl des Histogramm-Durchschnittswertes und der Histogramm-Schiefe als erste Klassifikationsmerkmale
- – Durchführung des Trainingsverfahrens, umfassend die manuelle Selektion des ersten DSA-Bildes einer Trainings-DSA-Bildserie, das dem Beginn der Einströmungsphase zugeordnet ist, die manuelle Selektion des zweiten DSA-Bildes einer Trainings-DSA-Bildserie, das dem Ende der Einströmungsphase zugeordnet ist und die Bestimmung von wenigstens einem, das Klassifikationsverfahren bestimmenden Parameters
- – Bestimmung der Merkmale Histogramm-Durchschnittswert und Histogramm-Schiefe des Teilbereiches jedes DSA-Bildes der DSA-Bildserie
- – Anwendung des ersten Klassifikationsverfahrens auf den ersten Teilbereich jedes DSA-Bildes der DSA-Bildserie
- – Selektion desjenigen DSA-Bildes der DSA-Bildserie, das durch das Klassifikationsverfahren als erstes als der Einströmungsphäse zugehörig klassifiziert wird; und das zweite DSA-Bild, das dem Ende der Einströmungsphase zugeordnet ist wird durch folgende Verfahrensschritte bestimmt:
- – Erzeugen der Differenz eines zweiten Teilbereiches jeweils aufeinander folgender DSA-Bilder der DSA-Bildserie
- – Wahl der Histogramm-Schiefe als zweites Klassifikationsmerkmal
- – Anwendung des zweiten Klassifikationsverfahrens, in das ein Schwellwert-Parameter eingeht, auf die Differenz des zweiten Teilbereiches jeweils aufeinander folgender DSA-Bilder der DSA-Bildserie, wobei die erste Differenz aus dem zweiten Teilbereich des ersten DSA-Bildes, das dem Beginn der Einströmungsphase zugeordnet ist und dem zweiten Teilbereich des nachfolgenden DSA-Bildes gebildet wird
- – Selektion des zeitlich früheren DSA-Bildes der DSA-Bildserie aus dem Bildpaar, bei dessen Differenz des zweiten Teilbereiches, das zweite Klassifikationsverfahren den Wechsel von der Einströmungsphase zur Perfusionsphase klassifiziert.
- Das erfindungsgemäße Röntgensystem weist eine Röntgenquelle zum Erzeugen einer Röntgenstrahlung, einen Abbildungsverstärker zum Empfangen der Röntgenstrahlung und Umwandeln der Röntgenstrahlung in eine Röntgenabbildung, ein Aufzeichnungsmedium zum Aufzeichnen der Röntgenabbildung, eine Bildanzeigeeinrichtung und wenigstens ein Mittel zur Steuerung der Durchführung einer Fluoroskopie, zu einer Berechnung einer DSA-Bildserie, zu einer Einteilung der DSA-Bildserie in wenigstens zwei Klassen und zu einer Summation der DSA-Bilder einer Klasse zu einem finalen DSA-Bild auf.
- Weitere Eigenschaften und Vorteile der Erfindung gehen aus der nachfolgenden Beschreibung hervor, in der Ausführungsbeispiele der Erfindung im Einzelnen anhand der beigefügten Zeichnungen erläutert werden. Es zeigen:
-
1 eine schematische Darstellung eines Ausführungsbeispiels zur Gewinnung des finalen DSA-Bildes; -
2 eine beispielhafte DSA-Bildserie; -
3 ein DSA-Bildausschnitt der Hintergrundphase; -
4 das dem DSA-Bildausschnitt aus3 zugehörige Histogramm; -
5 ein Ausschnitt aus dem Histogramm von4 ; -
6 ein DSA-Bildausschnitt der Einströmphase; -
7 das dem DSA-Bildausschnitt aus6 zugehörige Histogramm; -
8 ein Ausschnitt aus dem Histogramm von7 ; -
9 eine beispielhafte Darstellung der Subtraktion der Bildbereiche zweier DSA-Bilder; -
10 ein Beispiel eines finalen DSA-Bildes nach dem erfindungsgemäßen Verfahren; -
11 ein Beispiel eines finalen DSA-Bildes nach dem Stand der Technik; -
12 ein vereinfachtes Ablaufdiagramm des erfindungsgemäßen Verfahrens; -
13 ein detailliertes Ablaufdiagramm des erfindungsgemäßen Verfahrens; -
14 ein Ausführungsbeispiel des erfindungsgemäßen Röntgenabbildungssystems. - Das mit Hilfe der
1 nachfolgend näher geschilderte Ausführungsbeispiel stellt eine bevorzugte Ausführungsform der vorliegenden Erfindung dar. - Das Verfahren geht von einer DSA-Bildserie
1 , kurz si genannt, deren Bilder Phasen einer DSA-Karotis-Serie beinhalten aus. Bei N Bildern und einem einzelnen DSA-Bild si,j lautet die Darstellung der DSA-Bildserie:si = {si,j} N – 1 / j = 0. - Die Phasen
13 werden durch einen automatischen Berechnungsprozess in die drei Phasen Hintergrundphase5 , Einströmungsphase6 und Perfusionsphase7 aufgeteilt. Zur Detektion der Grenzen von Hintergrund- und Einströmungsphase und Einströmungs- und Perfusionsphase werden vorzugsweise verschiedene Merkmale auf zwei unterschiedlichen Bildbereichen von zwei verschiedenen Ausgangsbildtypen berechnet. Der Auswahl der Bildbereiche liegt die Überlegung zu Grunde, dass die Lage des Patienten und weitere geometrische Gegebenheiten, wie z. B. die Einflussrichtung des Kontrastmittels bekannt sind und sich somit die Berechnung der Grenze von Hintergrund- und Einströmungsphase auf beispielsweise die unteren 20% der DSA-Bilder, als Bereich rl bezeichnet, beschränkt. Als Bildbereich ru, der zur Berechnung der Grenze von Einströmungs- und Perfusionphase verwendet wird, dienen beispielsweise die oberen 80% eines Ausgangsbildes. Vorzugsweise werden für die Berechnung der Grenze von Einströmungs- und Perfusionphase als Ausgangsbilder4 die Differenz11 , zweier aufeinanderfolgender DSA-Bilder der DSA-Bildserie1 verwendet. Ein Differenzbild16 , das sich aus der Subtraktion eines DSA-Bildes8 von dessen Vorgänger-DSA-Bild14 ergibt, wird im Folgenden Änderungsbild Si,j,change genannt:Si,j,change = Si,j+1 – si,j mit j = 1, ..., N – 2. -
-
-
-
- Die untere Grenze l, die die Einströmungs- von der Hintergrundphase trennt, ist durch das erste Auftreten des einfließenden Kontrastmittels bestimmt. Dies ist im Bildbereich rl des DSA-Bildes si,l einer Rechtsverschiebung des Histogramm-Mittelwertes m und einer negativen Histogramm-Schiefe γ erkennbar. Der Merkmalsvektor, der die untere Grenze l beschreibt kann folgendermaßen dargestellt werden:
fl = ( m / γ). - l wird vorzugsweise durch ein Klassifikationsverfahren, bzw. einen Klassifikator bestimmt, das eine Hauptkomponentenanalyse umfasst. Während einer Trainingsphase (nicht in der
1 dargstellt) werden aus z. B. P Trainings-DSA-Bildserien durch einen Experten, z. B. einen Arzt, manuell P DSA-Bilder selektiert, die der Einströmungsphase zugehören. Für diese P DSA-Bilder wird der Merkmalsvektor{fl,i} P – 1 / i = 0 cl:g(fl) = nTfl – d n = Φ0 d = nT(m + n(λ0 + c)) - d ist der Abstand der Geraden zum Koordinatenursprung und ist durch das Skalarprodukt von n und einem Punkt, der sich auf der Geraden cl befindet, bestimmt. Der Abstand von m zu cl hängt von λ0 und einer Konstanten c ab. Geometrisch kann cl als Trennungslinie
25 von zwei Regionen im Merkmalsraum20 interpretiert werden, einer ersten Region21 mit DSA-Bildern der Hintergrundphase23 und einer zweiten Region22 mit DSA-Bildern der Einströmungsphase24 . Weiter kann g(fl) als Antwortfunktion eines Klassifikators aufgefasst werden, die über die Lage eines Merkmalpunktes in Bezug auf cl bestimmt. So ist beispielsweise g(fl) für DSA-Bilder aus der Hintergrundphase23 größer Null, für DSA-Bilder aus der Einströmungsphase24 kleiner Null. Nach der Trainingsphase, d. h. während der Arbeitsphase kann der Klassifikator für die Klassifizierung einer DSA-Bildserie1 , si mit N DSA-Bildern verwendet werden. Dazu werden zunächst die Merkmalsvektoren{fl,i} N – 1 / i = 0 8 , das das erste Mitglied der Einströmungsphase ist ermittelt werden. Es ist dadurch definiert, dass es das erste DSA-Bild ist, dessen Merkmalsvektor fl,l24 , unterhalb der Geraden25 liegt. Das bedeutet auch, die Antwortfunktion g(fl) des Klassifikators ist das erste Mal kleiner als Null. - Die Bestimmung der oberen Grenze u, die Einströmungs- und Perfusionsphase trennt, erfolgt vorzugsweise durch ein schwellwertbasiertes Klassifikationsverfahren. Zunächst wird die Histogramm-Schiefe der Änderungsbilder
4 , im Bildbereich ru, beginnend mit dem Änderungsbild17 si,l,change berechnet. Solange die Histogramm-Schiefe12 negativ ist enthalten die zugehörigen DSA-Bilder zusätzliche Informationen bezüglich großer Gefäßstrukturen. An einem bestimmten Punkt wird die Histogramm-Schiefe18 des Änderungsbildes si,u,change positiv. Dies definiert das DSA-Bild si,u obere Grenze der Einströmungsphase. Man geht davon aus, dass nach dem DSA-Bild si,u keine wesentlichen Informationen bezüglich größeren Gefäßstrukturen in der Nähe eines Aneurysma hinzukommen. - In
2 ist beispielhaft eine DSA-Bildserie1' mit zwölf DSA-Bildern gezeigt. Die Hintergrundphase endet mit dem DSA-Bild14' , die für die Visualisierung großer Gefäßstrukturen wichtige Einströmungsphase reicht von DSA-Bild8' bis DSA-Bild9' , die Perfusionsphase, die keine wesentlichen zusätzlichen Informationen bezüglich größeren Gefäßstrukturen enthält beginnt bei DSA-Bild15' . -
3 und6 zeigen den Bildbereich rl jeweils für ein DSA-Bild in der Hintergrundphase114' und für das erste DSA-Bild in der Einströmungsphase108' . Als Bildbereich rl wurden beispielhaft die unteren 20% der DSA-Bilder ausgewählt. In4 stellt das Histogramm154' , das dem DSA-Bild in der Hintergrundphase114' zugehört dar.7 stellt das Histogramm158' , das dem erste DSA-Bild in der Einströmungsphase108' zugehört dar. Man erkennt, dass der Mittelwert der Hintergrundphase174' zum Mittelwert der Einströmungsphase178' nach rechts verschoben wird. Gleichzeitig enthält das Histogramm der Einströmungsphase158' zusätzlich hellere Anteile, die in8 in der Ausschnittsvergrößerung168' zu sehen sind, nicht aber in der Ausschnittsvergrößerung164' in der5 . Das Histogramm ist linksschief. -
9 verdeutlicht die Berechnung11' eines Änderungsbildes216' . Basis sind die Bildbereiche ru, entsprechend den jeweils oberen 80% der DSA-Bilder. Ein Änderungsbild ist das Ergebnis der Subtraktion zweier aufeinanderfolgender DSA-Bilder214' und208' :si,j,change = si,j+1 – si,j, mit j = 1, ..., N – 2. - Es wird von einer Intensitätsskalierung des Änderungsbildes zwischen Null und Eins ausgegangen. Blutgefäße, die im DSA-Bild si,j nicht vorhanden waren, aber im Folge-DSA-Bild si,j+1
208' , erscheinen im Änderungsbild si,j,change216' dunkler als solche, die schon im DSA-Bild si,j214' sichtbar waren. Der Übergang von Einströmungsphase zur Perfusionsphase ist gekennzeichnet durch das Fehlen zusätzlicher Gefäßstrukturen, gleichbedeutend damit, dass das Änderungsbild heller wird. In9 wird nicht gezeigt, dass dieser Effekt auch in der Histogramm-Schiefe erkennbar ist. Eine negative Histogramm-Schiefe bedeutet dunklere Strukturen auf hellerem Hintergrund, und umgekehrt. -
10 stellt das Ergebnis bei einer erfindungsgemäßen Summation von DSA-Bildern einer DSA-Bildserie2' , d. h. die Summation nur über die DSA-Bilder der Einströmungsphase, einer Summation nach dem Stand der Technik102' , d. h. der Summation aller DSA-Bilder einer DSA-Bildserie, in11 zu sehen, gegenüber. Deutlich erkennbar sind die schärferen Konturen und das geringere Rauschen des finalen DSA-Bildes2' . - In
12 ist ein vereinfachtes Ablaufdiagramm des erfindungsgemäßen Verfahrens dargestellt. Es umfasst die Erstellung einer Fluoroskopie,500 , aus deren Bildern eine Digitale Subtraktionsangiographie (DSA) Bild-Serie,501 , berechnet wird. Anschließend werden die Summationsgrenzen berechnet,550 , und durch Summation der DSA-Bilder,510 , einer gewünschten DSA-Phase, insbesondere der Einströmungsphase berechnet. Das finale DSA-Bild kann elektronisch weiterverarbeitet werden oder an einer Anzeigeeinrichtung angezeigt werden,502 . - In
13 ist das erfindungsgemäße Verfahren anhand eines Ablaufdiagramms detaillierter beschrieben. Ausgangspunkt ist die Berechnung der DSA-Serie,501 . Der linke Zweig mit den Verfahrensschritten551 ,552 ,553 und520 dient der Bestimmung des Beginns der Einströmungsphase. Zunächst wird für jedes DSA-Bild der DSA-Bildserie der wesentliche Bildbereich rl, beispielsweise die unteren 20% der DSA-Bilder gewonnen,551 . Auf diesem Bereich werden die Merkmale, wie z. B. Histogramm-Mittelwert und/oder Histogramm-Schiefe und/oder Gefäßmaßzahl extrahiert,552 . Ein Klassifikationsverfahren,520 , das zuvor durch ein Trainingsverfahren,553 , angepasst wurde, bestimmt sodann das erste DSA-Bild der Einströmungsphase. Der rechte Zweig mit den Verfahrensschritten511 ,555 ,556 und512 dient der Bestimmung des Endes der Einströmungsphase. Zunächst wird für jedes DSA-Bildpaar der DSA-Bildserie ein Änderungsbild berechnet,511 . Dann wird für jedes Änderungsbild der wesentliche Bildbereich ru, beispielsweise die oberen 80% der Änderungsbilder gewonnen,555 . Auf diesem Bereich werden die Merkmale, wie z. B. Histogramm-Mittelwert und/oder Histogramm-Schiefe und/oder Gefäßmaßzahl extrahiert,556 . Ein Klassifikationsverfahren,512 , bestimmt sodann das letzte DSA-Bild der Einströmungsphase. Am Ende werden die DSA-Bilder der Einströmungsphase digital zu einem finalen DSA-Bild summiert,510 . -
14 schließlich zeigt das erfindungsgemäße Röntgensystem600 , aufweisend eine Röntgenquelle606 zum Erzeugen einer Röntgenstrahlung, einen Abbildungsverstärker605 zum Empfangen der Röntgenstrahlung und Umwandeln der Röntgenstrahlung in eine Röntgenabbildung, ein Aufzeichnungsmedium zum Aufzeichnen der Röntgenabbildung602 , eine Bildanzeigeeinrichtung607 und wenigstens ein Mittel zur Steuerung der Durchführung einer Fluoroskopie, zu einer Berechnung einer DSA-Bildserie, zu einer Einteilung der DSA-Bildserie in wenigstens zwei Klassen und zu einer Summation der DSA-Bilder einer Klasse zu einem finalen DSA-Bild,601 . Weiter ist in14 ein Untersuchungsobjekt604 , das auf einem Untersuchungstisch603 liegt dargestellt.
Claims (10)
- Verfahren zu einer Summation von DSA-Bildern einer DSA-Bildserie (
1 ) zu einem finalen DSA-Bild (2 ), dadurch gekennzeichnet, dass die DSA-Bildserie (1 ) in wenigstens zwei Klassen (13 ) eingeteilt wird, wobei die Klassen (13 ) Phasen der DSA-Bildserie, insbesondere einer Hintergrundphase (5 ), einer Einströmungsphase (6 ) und/oder einer Perfusionsphase (7 ) zugeordnet sind und wobei das finale DSA-Bild (2 ) aus einer digitalen Summation (10 ) der DSA-Bilder einer Klasse (6 ) gewonnen wird. - Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass ein erstes DSA-Bild (
8 ), das dem Beginn der Einströmungsphase (6 ) zugeordnet ist, durch ein erstes Klassifikationsverfahren (20 ), das eine Klassifikation anhand wenigstens eines ersten Klassifikationsmerkmals vornimmt, bestimmt wird und dass ein zweites DSA-Bild (9 ), das dem Ende der Einströmungsphase (6 ) zugeordnet ist, durch ein zweites Klassifikationsverfahren (12 ), das eine Klassifikation anhand wenigstens eines zweiten Klassifikationsmerkmals vornimmt, bestimmt wird. - Verfahren nach Anspruch 2, dadurch gekennzeichnet, dass in das erste und/oder zweite Klassifikationsmerkmal wenigstens ein Histogramm-Durchschnittswert und/oder wenigstens eine Histogramm-Schiefe und/oder wenigstens eine Gefäßmaßzahl eingeht.
- Verfahren nach Anspruch 3, dadurch gekennzeichnet, dass sich der wenigstens eine Histogramm-Durchschnittswert und/oder die wenigstens eine Histogramm-Schiefe und/oder die wenigstens eine Gefäßmaßzahl auf jeweils ein DSA-Bild (
14 ) oder auf einen Teilbereich jeweils eines DSA-Bildes (114' ) oder auf eine Differenz jeweils aufeinander folgender DSA-Bilder (16 ) oder auf eine Differenz von Teilbereichen jeweils aufeinander folgender DSA-Bilder (216' ) bezieht. - Verfahren nach Anspruch 3 oder 4, dadurch gekennzeichnet, dass in das erste Klassifikationsverfahren (
20 ) wenigstens ein erster Parameter eingeht, der durch ein erstes Trainingsverfahren (553 ) unter Verwendung von mindestens einer ersten Trainings-DSA-Bildserie bestimmt wird und/oder dass in das zweite Klassifikationsverfahren (12 ) wenigstens ein zweiter Parameter eingeht, der durch ein zweites Trainingsverfahren unter Verwendung von mindestens einer zweiten Trainings-DSA-Bildserie bestimmt wird. - Verfahren nach Anspruch 5, dadurch gekennzeichnet, dass das erste und/oder zweite Trainingsverfahren (
533 ) eine manuelle Selektion des ersten DSA-Bildes (8 ), das dem Beginn der Einströmungsphase (6 ) zugeordnet ist umfasst und/oder dass das erste und/oder zweite Trainingsverfahren (533 ) eine manuelle Selektion des zweiten DSA-Bildes (9 ), das dem Ende der Einströmungsphase (6 ) zugeordnet ist umfasst. - Verfahren nach Anspruch 5 oder Anspruch 6, dadurch gekennzeichnet, dass das erste und/oder zweite Trainingsverfahren eine Hauptkomponentenanalyse umfasst.
- Verfahren nach einem der Ansprüche 3 bis 7, dadurch gekennzeichnet, dass in das erste Klassifikationsverfahren (
20 ) wenigstens ein erster Schwellwert-Parameter eingeht und/oder dass in das zweite Klassifikationsverfahren (12 ) wenigstens ein zweiter Schwellwert-Parameter eingeht. - Verfahren nach Anspruch 8, wobei das erste DSA-Bild (
8 ), das dem Beginn der Einströmungsphase (6 ) zugeordnet ist durch folgende Verfahrensschritte bestimmt wird: – Erzeugen eines ersten Teilbereiches (114' ) eines jeden DSA-Bildes der DSA-Bildserie (1 ) und der wenigstens einen Trainings-DSA-Bildserie, – Wahl des Histogramm-Durchschnittswertes und der Histogramm-Schiefe als erste Klassifikationsmerkmale, – Durchführung des Trainingsverfahrens (533 ), umfassend die manuelle Selektion des ersten DSA-Bildes (8 ) einer Trainings-DSA-Bildserie, das dem Beginn der Einströmungsphase (6 ) zugeordnet ist, die manuelle Selektion des zweiten DSA-Bildes (9 ) einer Trainings-DSA-Bildserie, das dem Ende der Einströmungsphase (6 ) zugeordnet ist und die Bestimmung von wenigstens einem, das Klassifikationsverfahren (20 ) bestimmenden Parameters, – Bestimmung der Merkmale Histogramm-Durchschnittswert und Histogramm-Schiefe des Teilbereiches (114' ) jedes DSA-Bildes der DSA-Bildserie (1 ), – Anwendung des ersten Klassifikationsverfahrens (20 ) auf den ersten Teilbereich (114' ) jedes DSA-Bildes der DSA-Bildserie (1 ), – Selektion desjenigen DSA-Bildes der DSA-Bildserie (1 ), das durch das Klassifikationsverfahren (20 ) als erstes als der Einströmungsphase (6 ) zugehörig klassifiziert wird, und wobei das zweite DSA-Bild (9 ), das dem Ende der Einströmungsphase (6 ) zugeordnet ist durch folgende Verfahrensschritte bestimmt wird: – Erzeugen der Differenz eines zweiten Teilbereiches jeweils aufeinander folgender DSA-Bilder (216' ) der DSA-Bildserie (1 ) – Wahl der Histogramm-Schiefe als zweites Klassifikationsmerkmal, – Anwendung des zweiten Klassifikationsverfahrens (12 ), in das ein Schwellwert-Parameter eingeht, auf die Differenz des zweiten Teilbereiches jeweils aufeinander folgender DSA-Bilder (216' ) der DSA-Bildserie (1 ), wobei die erste Differenz aus dem zweiten Teilbereich des ersten DSA-Bildes (8 ), das dem Beginn der Einströmungsphase (6 ) zugeordnet ist und dem zweiten Teilbereich des nachfolgenden DSA-Bildes gebildet wird und – Selektion des zeitlich früheren DSA-Bildes der DSA-Bildserie (1 ) aus dem Bildpaar, bei dessen Differenz des zweiten Teilbereiches, das zweite Klassifikationsverfahren (12 ) den Wechsel von der Einströmungsphase (6 ) zur Perfusionsphase (7 ) klassifiziert. - Röntgensystem (
600 ), aufweisend eine Röntgenquelle (606 ) zum Erzeugen einer Röntgenstrahlung, einen Abbildungsverstärker (605 ) zum Empfangen der Röntgenstrahlung und Umwandeln der Röntgenstrahlung in eine Röntgenabbildung, ein Aufzeichnungsmedium (602 ) zum Aufzeichnen der Röntgenabbildung, eine Bildanzeigeeinrichtung (602 ), gekennzeichnet durch wenigstens ein Mittel (601 ) zur Steuerung der Durchführung einer Fluoroskopie (500 ), zu einer Berechnung einer DSA-Bildserie (501 ), zu einer Einteilung der DSA-Bildserie (1 ) in wenigstens zwei Klassen (13 ) nach einem Verfahren der vorherigen Ansprüche und zu einer Summation der DSA-Bilder einer Klasse (510 ) zu einem finalen DSA-Bild (2 ).
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102010041619.3A DE102010041619B4 (de) | 2010-09-29 | 2010-09-29 | Verfahren und Röntgensystem zur Summation von DSA-Serienbildern |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102010041619.3A DE102010041619B4 (de) | 2010-09-29 | 2010-09-29 | Verfahren und Röntgensystem zur Summation von DSA-Serienbildern |
Publications (2)
Publication Number | Publication Date |
---|---|
DE102010041619A1 true DE102010041619A1 (de) | 2012-03-29 |
DE102010041619B4 DE102010041619B4 (de) | 2019-03-07 |
Family
ID=45804541
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102010041619.3A Active DE102010041619B4 (de) | 2010-09-29 | 2010-09-29 | Verfahren und Röntgensystem zur Summation von DSA-Serienbildern |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102010041619B4 (de) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103908276A (zh) * | 2012-12-29 | 2014-07-09 | 北京握奇数据系统有限公司 | 多层容积ct灌注成像源影像的自动化减影处理方法 |
WO2019036388A1 (en) * | 2017-08-14 | 2019-02-21 | Raytheon Company | ALGORITHM OF SUBTRACTION FOR DETECTION OF TUMORS |
WO2020083375A1 (en) * | 2018-10-26 | 2020-04-30 | Union Strong (Beijing) Technology Co. Ltd. | Method and System for Measuring Morphological Parameters of An Intracranial Aneurysm Image |
US11282209B2 (en) | 2020-01-10 | 2022-03-22 | Raytheon Company | System and method for generating contours |
US11475558B2 (en) | 2019-11-13 | 2022-10-18 | Raytheon Company | Organ isolation in scan data |
US11562512B2 (en) | 2020-12-09 | 2023-01-24 | Raytheon Company | System and method for generating and displaying contours |
US11893745B2 (en) | 2020-12-09 | 2024-02-06 | Raytheon Company | System and method for generating and displaying contours |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040081271A1 (en) * | 2001-09-17 | 2004-04-29 | Takashi Hayashi | X-ray diagnostic apparatus |
DE102009021234A1 (de) * | 2009-05-14 | 2010-11-25 | Siemens Aktiengesellschaft | Verfahren zur Verarbeitung von Messdaten der Perfusions-Computertomographie |
-
2010
- 2010-09-29 DE DE102010041619.3A patent/DE102010041619B4/de active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040081271A1 (en) * | 2001-09-17 | 2004-04-29 | Takashi Hayashi | X-ray diagnostic apparatus |
DE102009021234A1 (de) * | 2009-05-14 | 2010-11-25 | Siemens Aktiengesellschaft | Verfahren zur Verarbeitung von Messdaten der Perfusions-Computertomographie |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103908276A (zh) * | 2012-12-29 | 2014-07-09 | 北京握奇数据系统有限公司 | 多层容积ct灌注成像源影像的自动化减影处理方法 |
CN103908276B (zh) * | 2012-12-29 | 2016-06-01 | 北京握奇数据系统有限公司 | 多层容积ct灌注成像源影像的自动化减影处理方法 |
US10706539B2 (en) | 2017-08-14 | 2020-07-07 | Raytheon Company | Subtraction algorithm for detection of tumors |
KR20200018805A (ko) * | 2017-08-14 | 2020-02-20 | 레이던 컴퍼니 | 종양의 검출을 위한 감산 알고리즘 |
CN111164643A (zh) * | 2017-08-14 | 2020-05-15 | 雷神公司 | 用于肿瘤检测的减法算法 |
WO2019036388A1 (en) * | 2017-08-14 | 2019-02-21 | Raytheon Company | ALGORITHM OF SUBTRACTION FOR DETECTION OF TUMORS |
JP2020530797A (ja) * | 2017-08-14 | 2020-10-29 | レイセオン カンパニー | 腫瘍検出のための減算アルゴリズム |
KR102356230B1 (ko) * | 2017-08-14 | 2022-02-09 | 레이던 컴퍼니 | 종양의 검출을 위한 감산 알고리즘 |
JP7019028B2 (ja) | 2017-08-14 | 2022-02-14 | レイセオン カンパニー | 腫瘍検出のための減算アルゴリズム |
WO2020083375A1 (en) * | 2018-10-26 | 2020-04-30 | Union Strong (Beijing) Technology Co. Ltd. | Method and System for Measuring Morphological Parameters of An Intracranial Aneurysm Image |
US11875503B2 (en) | 2018-10-26 | 2024-01-16 | Union Strong (Beijing) Technology Co. Ltd. | Method and system for measuring morphological parameters of an intracranial aneurysm image |
US11475558B2 (en) | 2019-11-13 | 2022-10-18 | Raytheon Company | Organ isolation in scan data |
US11282209B2 (en) | 2020-01-10 | 2022-03-22 | Raytheon Company | System and method for generating contours |
US11562512B2 (en) | 2020-12-09 | 2023-01-24 | Raytheon Company | System and method for generating and displaying contours |
US11893745B2 (en) | 2020-12-09 | 2024-02-06 | Raytheon Company | System and method for generating and displaying contours |
Also Published As
Publication number | Publication date |
---|---|
DE102010041619B4 (de) | 2019-03-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102010041619B4 (de) | Verfahren und Röntgensystem zur Summation von DSA-Serienbildern | |
DE69630935T2 (de) | Bilverarbeitungsverfahren und -vorrichtung zur automatischen Erfassung von Bereichen eines vorbestimmten Krebstyps in einem Intensitätsbild | |
DE3826287C2 (de) | Verfahren und Vorrichtung zur automatischen Analyse von Lungengewebe aus einem röntgenologischen Brustbild | |
DE102008040804B4 (de) | Verfahren, Operationsmikroskop und Analysesystem zur quantitativen Darstellung des Blutflusses | |
DE69908526T2 (de) | Verfahren und System zur Bildverarbeitung unter Verwendung von Konturerfassungsschritten | |
DE10319546A1 (de) | Verfahren und Vorrichtung zur automatischen Detektion von Anomalien in Gefäßstrukturen | |
DE102008040807B4 (de) | Verfahren zur Korrektur von den Blutfluss darstellenden Bilddaten, Medizinisches Gerät und Analysesystem | |
DE102006038776A1 (de) | Verfahren, Einrichtung und Computerprogramm zur Gefäßkonturdetektion unter Anwendung von Röntgen-Densitometrie | |
AT503459A4 (de) | Verfahren und einrichtung zur segmentierung von bereichen | |
WO2007124960A2 (de) | Vorrichtung und verfahren zur computergestützten analyse von mammogrammen | |
DE102008023283A1 (de) | Verfahren und System zur Segmentierung von schlauchförmigen Strukturen in 3D-Bildern | |
DE102005034374B3 (de) | Verfahren zur automatischen Erstellung einer Hintergrundmaske bei Bildern mit verrauschten Hintergrundbereichen, Anwendungen dazu sowie ein Kernspintomographiegerät zur Durchführung der Verfahren und Computersoftwareprodukt | |
EP3073924A1 (de) | Auswertung eines während einer mammographie erzeugten röntgenbildes einer brust | |
DE102005047539A1 (de) | Bildverarbeitungsverfahren zur Fensterung und/oder Dosisregelung für medizinische Diagnostikeinrichtungen | |
DE102009021234A1 (de) | Verfahren zur Verarbeitung von Messdaten der Perfusions-Computertomographie | |
DE102007058498A1 (de) | Verfahren und Vorrichtung zur Rauschunterdrückung in medizinischen Bildern | |
DE10220295A1 (de) | Verfahren zur Verbesserung der Bildqualität | |
DE102006012943A1 (de) | Verfahren zur automatischen Auswertung eines Abbildungsdatensatzes eines Objektes und medizinisches Abbildungssystem | |
EP3583902B1 (de) | Verfahren zum automatischen anpassen eines mittels eines röntgengeräts gewonnenen bilddatensatzes, computerprogramm, datenspeicher und röntgengerät | |
DE102009031139A1 (de) | Ermittlungsverfahren für eine Neu-Initialisierung einer zeitlichen Sequenz von Durchleuchtungsbildern (B(t)) eines Untersuchungsbereichs eines Untersuchungsobjekts | |
DE102007014773A1 (de) | Verfahren und Vorrichtung zur Durchführung einer Maximum Intensity Projektion | |
DE102006021042A1 (de) | Vorrichtung und Verfahren zur computergestützten Analyse sich hinsichtlich ihrer Bildcharakteristik unterscheidender Mammogramme | |
DE102006031937A1 (de) | Verfahren und Vorrichtung zur Bewertung eines Bildes und/oder einer zeitlichen Bildsequenz von Gewebe oder Gewebeproben | |
DE102014108357B4 (de) | Ganzkörperbildaufnahme- und Bildverarbeitungssystem sowie Verfahren zu dessen Betrieb | |
EP3967220B1 (de) | Verarbeiten und visualisieren von daten einer elektrischen impedanztomographie |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R016 | Response to examination communication | ||
R081 | Change of applicant/patentee |
Owner name: SIEMENS AKTIENGESELLSCHAFT, DE Free format text: FORMER OWNERS: FRIEDRICH-ALEXANDER-UNIVERSITAET ERLANGEN-NUERNBERG, 91054 ERLANGEN, DE; SIEMENS AKTIENGESELLSCHAFT, 80333 MUENCHEN, DE Effective date: 20140410 Owner name: SIEMENS HEALTHCARE GMBH, DE Free format text: FORMER OWNERS: FRIEDRICH-ALEXANDER-UNIVERSITAET ERLANGEN-NUERNBERG, 91054 ERLANGEN, DE; SIEMENS AKTIENGESELLSCHAFT, 80333 MUENCHEN, DE Effective date: 20140410 Owner name: SIEMENS AKTIENGESELLSCHAFT, DE Free format text: FORMER OWNER: FRIEDRICH-ALEXANDER-UNIVERSITAET, SIEMENS AKTIENGESELLSCHAFT, , DE Effective date: 20140410 |
|
R081 | Change of applicant/patentee |
Owner name: SIEMENS HEALTHCARE GMBH, DE Free format text: FORMER OWNER: SIEMENS AKTIENGESELLSCHAFT, 80333 MUENCHEN, DE |
|
R016 | Response to examination communication | ||
R016 | Response to examination communication | ||
R018 | Grant decision by examination section/examining division | ||
R020 | Patent grant now final | ||
R081 | Change of applicant/patentee |
Owner name: SIEMENS HEALTHINEERS AG, DE Free format text: FORMER OWNER: SIEMENS HEALTHCARE GMBH, MUENCHEN, DE |