DE102010041619A1 - Verfahren und Röntgensystem zur Summation von DSA-Serienbildern - Google Patents

Verfahren und Röntgensystem zur Summation von DSA-Serienbildern Download PDF

Info

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
Application number
DE102010041619A
Other languages
English (en)
Other versions
DE102010041619B4 (de
Inventor
wird später genannt werden Erfinder
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens Healthineers Ag De
Original Assignee
Friedrich Alexander Univeritaet Erlangen Nuernberg FAU
Siemens AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Friedrich Alexander Univeritaet Erlangen Nuernberg FAU, Siemens AG filed Critical Friedrich Alexander Univeritaet Erlangen Nuernberg FAU
Priority to DE102010041619.3A priority Critical patent/DE102010041619B4/de
Publication of DE102010041619A1 publication Critical patent/DE102010041619A1/de
Application granted granted Critical
Publication of DE102010041619B4 publication Critical patent/DE102010041619B4/de
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/48Diagnostic techniques
    • A61B6/481Diagnostic techniques involving the use of contrast agents
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/48Diagnostic techniques
    • A61B6/486Diagnostic techniques involving generating temporal series of image data
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/50Clinical applications
    • A61B6/504Clinical applications involving diagnosis of blood vessels, e.g. by angiography
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/52Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5229Devices 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
    • A61B6/5235Devices 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/40Image enhancement or restoration by the use of histogram techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00ICT specially adapted for the handling or processing of medical images
    • G16H30/20ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00ICT specially adapted for the handling or processing of medical images
    • G16H30/40ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT 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
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/44Constructional features of apparatus for radiation diagnosis
    • A61B6/4429Constructional features of apparatus for radiation diagnosis related to the mounting of source units and detector units
    • A61B6/4435Constructional 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
    • A61B6/4441Constructional 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10116X-ray image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20212Image combination
    • G06T2207/20221Image fusion; Image merging
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30101Blood vessel; Artery; Vein; Vascular
    • G06T2207/30104Vascular flow; Blood flow; Perfusion

Abstract

Die vorliegende Erfindung betrifft ein Röntgensystem und ein Verfahren zu einer Summation von DSA-Bildern einer DSA-Bildserie zu einem finalen DSA-Bild. Das erfindungsgemäße Verfahren ist dadurch gekennzeichnet, 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.

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:
    Figure 00050001
    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 aus 3 zugehörige Histogramm;
  • 5 ein Ausschnitt aus dem Histogramm von 4;
  • 6 ein DSA-Bildausschnitt der Einströmphase;
  • 7 das dem DSA-Bildausschnitt aus 6 zugehörige Histogramm;
  • 8 ein Ausschnitt aus dem Histogramm von 7;
  • 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 Hintergrundphase 5, Einströmungsphase 6 und Perfusionsphase 7 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 Ausgangsbilder 4 die Differenz 11, zweier aufeinanderfolgender DSA-Bilder der DSA-Bildserie 1 verwendet. Ein Differenzbild 16, das sich aus der Subtraktion eines DSA-Bildes 8 von dessen Vorgänger-DSA-Bild 14 ergibt, wird im Folgenden Änderungsbild Si,j,change genannt: Si,j,change = Si,j+1 – si,j mit j = 1, ..., N – 2.
  • Das finale DSA-Bild 2 ergibt sich im Allgemeinen aus der digitalen Summation 10 von einzelnen DSA-Bildern der DSA-Bildserie 1:
    Figure 00110001
    mit dem ersten Bild a und dem letzten Bild b.
  • Stand der Technik ist es beispielsweise über alle N DSA-Bilder der DSA-Bildserie 1, d. h. über die DSA-Bilder der drei Phasen 5, 6 und 7 zu summieren:
    Figure 00110002
  • Erfindungsgemäß werden das erste Bild si,l, 8, und das letzte Bild si , u, 9, der Einströmungsphase 6 berechnet, um vorzugsweise über die Bilder 3 der Einströmungsphase 6 zu summieren:
    Figure 00110003
  • Bei Bekanntheit des letzten Bildes der Einströmungsphase 6 kann auch über die DSA-Bilder der Perfusionsphase 7 summiert werden, um beispielsweise Fisteln zu detektieren:
    Figure 00110004
  • 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 berechnet. Es wird eine Hauptachsentransformation durchgeführt, um den Merkmalsvektor fl,i in ein neues Koordinatensystem, das durch die beiden Eigenvektoren Φ0
    Figure 00120001
    und Φ1
    Figure 00120002
    (
    Figure 00120003
    bezeichnet einen Merkmalsraum mit Dimension zwei) bestimmt ist, zu transformieren. Weiter liefert die Hauptachsentransformation die zugehörigen Eigenwerte λ0 und λ1 in absteigender Reihenfolge und den Mittelwertevektor m ∊
    Figure 00120004
    aller DSA-Bilder der Einströmungsphase der Trainings-DSA-Bildserien. Der Klassifikator, der DSA-Bilder der Hintergrundphase von DSA-Bildern der Einströmungsphase trennt, stellt sich im Merkmalsraum somit wie folgt dar: cl:g(fl) = nTfl – d n = Φ0 d = nT(m + n(λ0 + c)) cl ist eine Gerade in Hessescher Normalform. n bezeichnet den Normalvektor von cl, der in dieselbe Richtung wie der Eigenvektor Φ0, der dem größten Eigenwert λ0 zugehört, zeigt.
  • 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 Merkmalsraum 20 interpretiert werden, einer ersten Region 21 mit DSA-Bildern der Hintergrundphase 23 und einer zweiten Region 22 mit DSA-Bildern der Einströmungsphase 24. 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 Hintergrundphase 23 größer Null, für DSA-Bilder aus der Einströmungsphase 24 kleiner Null. Nach der Trainingsphase, d. h. während der Arbeitsphase kann der Klassifikator für die Klassifizierung einer DSA-Bildserie 1, si mit N DSA-Bildern verwendet werden. Dazu werden zunächst die Merkmalsvektoren {fl,i} N – 1 / i = 0 und die Antwortfunktionen g(fl) des Klassifikators berechnet. Jetzt kann das DSA-Bild 8, das das erste Mitglied der Einströmungsphase ist ermittelt werden. Es ist dadurch definiert, dass es das erste DSA-Bild ist, dessen Merkmalsvektor fl,l 24, unterhalb der Geraden 25 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 Änderungsbild 17 si,l,change berechnet. Solange die Histogramm-Schiefe 12 negativ ist enthalten die zugehörigen DSA-Bilder zusätzliche Informationen bezüglich großer Gefäßstrukturen. An einem bestimmten Punkt wird die Histogramm-Schiefe 18 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-Bildserie 1' mit zwölf DSA-Bildern gezeigt. Die Hintergrundphase endet mit dem DSA-Bild 14', die für die Visualisierung großer Gefäßstrukturen wichtige Einströmungsphase reicht von DSA-Bild 8' bis DSA-Bild 9', die Perfusionsphase, die keine wesentlichen zusätzlichen Informationen bezüglich größeren Gefäßstrukturen enthält beginnt bei DSA-Bild 15'.
  • 3 und 6 zeigen den Bildbereich rl jeweils für ein DSA-Bild in der Hintergrundphase 114' und für das erste DSA-Bild in der Einströmungsphase 108'. Als Bildbereich rl wurden beispielhaft die unteren 20% der DSA-Bilder ausgewählt. In 4 stellt das Histogramm 154', das dem DSA-Bild in der Hintergrundphase 114' zugehört dar. 7 stellt das Histogramm 158', das dem erste DSA-Bild in der Einströmungsphase 108' zugehört dar. Man erkennt, dass der Mittelwert der Hintergrundphase 174' zum Mittelwert der Einströmungsphase 178' nach rechts verschoben wird. Gleichzeitig enthält das Histogramm der Einströmungsphase 158' zusätzlich hellere Anteile, die in 8 in der Ausschnittsvergrößerung 168' zu sehen sind, nicht aber in der Ausschnittsvergrößerung 164' in der 5. Das Histogramm ist linksschief.
  • 9 verdeutlicht die Berechnung 11' eines Änderungsbildes 216'. Basis sind die Bildbereiche ru, entsprechend den jeweils oberen 80% der DSA-Bilder. Ein Änderungsbild ist das Ergebnis der Subtraktion zweier aufeinanderfolgender DSA-Bilder 214' und 208': 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,change 216' dunkler als solche, die schon im DSA-Bild si,j 214' sichtbar waren. Der Übergang von Einströmungsphase zur Perfusionsphase ist gekennzeichnet durch das Fehlen zusätzlicher Gefäßstrukturen, gleichbedeutend damit, dass das Änderungsbild heller wird. In 9 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-Bildserie 2', d. h. die Summation nur über die DSA-Bilder der Einströmungsphase, einer Summation nach dem Stand der Technik 102', d. h. der Summation aller DSA-Bilder einer DSA-Bildserie, in 11 zu sehen, gegenüber. Deutlich erkennbar sind die schärferen Konturen und das geringere Rauschen des finalen DSA-Bildes 2'.
  • 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 Verfahrensschritten 551, 552, 553 und 520 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 Verfahrensschritten 511, 555, 556 und 512 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 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 zum Aufzeichnen der Röntgenabbildung 602, eine Bildanzeigeeinrichtung 607 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 in 14 ein Untersuchungsobjekt 604, das auf einem Untersuchungstisch 603 liegt dargestellt.

Claims (10)

  1. 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.
  2. 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.
  3. 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.
  4. 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.
  5. 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.
  6. 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.
  7. Verfahren nach Anspruch 5 oder Anspruch 6, dadurch gekennzeichnet, dass das erste und/oder zweite Trainingsverfahren eine Hauptkomponentenanalyse umfasst.
  8. 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.
  9. 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.
  10. 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).
DE102010041619.3A 2010-09-29 2010-09-29 Verfahren und Röntgensystem zur Summation von DSA-Serienbildern Active DE102010041619B4 (de)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Patent Citations (2)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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