DE10306300A1 - Computergestützte Erfassung (CAD) für eine digitale 3D-Mammographie - Google Patents
Computergestützte Erfassung (CAD) für eine digitale 3D-MammographieInfo
- Publication number
- DE10306300A1 DE10306300A1 DE10306300A DE10306300A DE10306300A1 DE 10306300 A1 DE10306300 A1 DE 10306300A1 DE 10306300 A DE10306300 A DE 10306300A DE 10306300 A DE10306300 A DE 10306300A DE 10306300 A1 DE10306300 A1 DE 10306300A1
- Authority
- DE
- Germany
- Prior art keywords
- interest
- region
- image
- reconstructed
- captured
- 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.)
- Ceased
Links
- 238000009607 mammography Methods 0.000 title description 17
- 238000000034 method Methods 0.000 claims abstract description 46
- 238000001514 detection method Methods 0.000 claims description 30
- 238000004458 analytical method Methods 0.000 claims description 23
- 238000005303 weighing Methods 0.000 claims 1
- 210000000481 breast Anatomy 0.000 abstract description 22
- 210000001519 tissue Anatomy 0.000 description 30
- 230000005856 abnormality Effects 0.000 description 26
- 230000005855 radiation Effects 0.000 description 25
- 230000000875 corresponding effect Effects 0.000 description 16
- 238000002604 ultrasonography Methods 0.000 description 16
- 238000003384 imaging method Methods 0.000 description 14
- 210000000038 chest Anatomy 0.000 description 10
- 230000008901 benefit Effects 0.000 description 8
- 238000009206 nuclear medicine Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 206010011732 Cyst Diseases 0.000 description 5
- 230000035508 accumulation Effects 0.000 description 5
- 238000009825 accumulation Methods 0.000 description 5
- 208000031513 cyst Diseases 0.000 description 5
- 230000007170 pathology Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 206010006187 Breast cancer Diseases 0.000 description 4
- 208000026310 Breast neoplasm Diseases 0.000 description 4
- 208000004434 Calcinosis Diseases 0.000 description 4
- 238000013459 approach Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000010191 image analysis Methods 0.000 description 4
- 238000002591 computed tomography Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 206010061619 Deformity Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000001574 biopsy Methods 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 210000002808 connective tissue Anatomy 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009661 fatigue test Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 230000003211 malignant effect Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000002600 positron emission tomography Methods 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000002603 single-photon emission computed tomography Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 230000008467 tissue growth Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/502—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of breast, i.e. mammography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/46—Arrangements for interfacing with the operator or the patient
- A61B6/461—Displaying means of special interest
- A61B6/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/46—Arrangements for interfacing with the operator or the patient
- A61B6/461—Displaying means of special interest
- A61B6/466—Displaying means of special interest adapted to display 3D data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis 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
- A61B6/5247—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 an ionising-radiation diagnostic technique and a non-ionising radiation diagnostic technique, e.g. X-ray and ultrasound
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
- A61B8/461—Displaying means of special interest
- A61B8/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
-
- 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
- G06T2207/30068—Mammography; Breast
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S128/00—Surgery
- Y10S128/92—Computer assisted medical diagnostics
- Y10S128/922—Computer assisted medical diagnostics including image analysis
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Radiology & Medical Imaging (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- High Energy & Nuclear Physics (AREA)
- Optics & Photonics (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Analysis (AREA)
- Processing Or Creating Images (AREA)
- Image Processing (AREA)
Abstract
Es ist ein Verfahren zur Analyse einer Vielzahl von Ansichten eines Objekts ausgebildet, wobei das Objekt einen Randabschnitt enthält, der sich teilweise von einer Oberfläche des Objekts in ein inneres Volumen des Objekts erstreckt, mit dem Schritt der Analyse jeder erfassten Ansicht (260). Der Schritt der Analyse jeder erfassten Ansicht beinhaltet die Analyse des Randabschnittes. Vorzugsweise umfasst das Objekt Brustgewebe.
Description
- Die Regierung kann Rechte an dieser Erfindung gemäß dem Untervertrag 22287 haben, der von der Office of Naval Research/Henry M. Jackson Foundation hervorgeht.
- Die vorliegende Erfindung bezieht sich allgemein auf die Analyse einer digitalen Abbildung, und insbesondere auf eine computergestützte Erfassung ("computer aided detection", CAD) von Abnormitäten in einem dreidimensionalen (3D) Mammographieverfahren, -system und -gerät.
- In der medizinischen Gemeinschaft ist bekannt, dass Brustkrebs die führende Todesursache bei Frauen ist (und in geringerem Ausmaß auch Männer betrifft). Wird eine frühe Erfassung von Abnormitäten mit der richtigen medizinischen Behandlung kombiniert, können das Todesrisiko und/oder schwerwiegende medizinische Verzweigungen drastisch reduziert werden. Viele Einrichtungen und Verfahren (beispielsweise die Mammographie) werden gegenwärtig entwickelt, um Brustabnormitäten früher und mit einer größeren Genauigkeit als herkömmliche Einrichtungen zu erfassen. Es folgt eine kurze Zusammenfassung einiger herkömmlicher Einrichtungen, Verfahren und ihrer Grenzen.
- Gegenwärtig verwendet die große Mehrheit der Mammographieeinrichtungen herkömmliche Röntgenverfahren. Eine Patientenbrust wird in einer Röntgeneinrichtung positioniert, die Röntgenstrahlen durch die Brust schickt und ein entsprechendes Röntgenbild auf einem Film erzeugt. Der Film wird dann von einem trainierten Kliniker analysiert, der den Film auf Abnormitäten, wie eine Massenansammlung, eine Zyste, eine Mikroverkalkung, einen Bindegewebebefund, eine Strukturentstellung und/oder andere abnormale Befunde bezüglich gutartiger oder bösartiger Abnormitäten untersucht. Bei der digitalen Standardmammographie wird das Röntgenbild (oder die Projektionsröntgenaufnahme) mittels einer digitalen Erfassungseinrichtung erfasst, und das resultierende digitale Bild kann zur Steigerung der Sichtbarkeit von Strukturen im Bild verarbeitet werden, wodurch ein potentiell nützlicheres Bild für den Kliniker ausgebildet wird. Diese Standardmammographieverfahren sind allerdings mit einigen Problemen verbunden.
- Ein mit der filmbasierten Mammographie verbundenes Problem kann allgemein als Filmsättigung bezeichnet werden. Zum vollständigen Durchdringen dichter Abschnitte der Brust wird eine höhere Strahlungsdosis verwendet, im Allgemeinen in der Größenordnung von 3 Gy. In relativ dichten Abschnitten der Brust wird eine beträchtliche Strahlungsmenge durch das dichte Gewebe absorbiert, und die restliche Strahlung belichtet den Film. Aufgrund der großen Röntgenabsorption im dichten Gewebe wird der Film durch zu viel Reststrahlung nicht gesättigt, und liefert somit ausreichenden Kontrast zur Erfassung von Abnormitäten. Nahe den Rändern der Brust (beispielsweise Nahe der Hautoberfläche) wird die höhere Strahlungsdosis allerdings weniger absorbiert, wodurch eine größere Menge an Reststrahlung den Film belichtet, was in einer Filmsättigung resultiert. Die Filmsättigung kann zu einem geringeren Kontrast (wenn überhaupt) insbesondere nahe den Rändern der Brust führen, und kann den Kliniker daran hindern, eine Abnormität geeignet zu identifizieren.
- Des Weiteren führt auch die zweidimensionale Natur der Standardmammographieverfahren (die digitale und filmbasierte Standardverfahren einschließen) zu Superpositionsproblemen (beispielsweise Überlagerung). Eine Superposition kann auftreten, wenn mehrere Strukturen an der gleichen Position im Projektionsbild überlagert sind. Die überlagerten normalen (d. h., nicht bösartigen) Strukturen können sich derart zusammensetzen, dass sie als Abnormität erscheinen, woraus sich eine "falsche positive" Identifikation einer Abnormität ergibt. Gegenwärtig ist die Falschpositiv-Rate relativ hoch: in der Größenordnung zwischen 70% und 90% der Biopsie sind normal. Dagegen können Abnormitäten über dichten Geweberegionen überlagert sein, was die Abnormität im dichten Gewebe "versteckt", woraus sich ein "falsches negatives" Fehlen einer Abnormität ergibt. Somit können sich bei der zweidimensionalen Standardabbildung (beispielsweise einer Projektionsradiographie) Strukturen in der Brust mit anderen überlagern, wodurch normale Strukturen in der Brust mit einer klaren Interpretation interessierender (beispielsweise möglicherweise bösartiger) Strukturen interferieren können, die sich an einer anderen Höhe (relativ zur Projektionsrichtung) im abgebildeten Objekt befinden.
- Ein weiteres Problem bei vielen Mammographieverfahren betrifft Kontrast- und Strukturorientierungsanforderungen. Die durch die Brust geschickte Strahlung wird zur Erzeugung einer Ansicht der Brust verwendet. "Bildschnitte" der Brust werden dann aus einer Vielzahl von Ansichten unter Verwendung herkömmlicher oder neu entwickelter Algorithmen erzeugt. Hier ist ein "Bildschnitt" ein Einzelbild, das die Strukturen in einem abgebildeten Objekt (beispielsweise Brustgewebe) an einer festen Höhe über der Erfassungseinrichtung darstellt. Abnormitäten mit einer wesentlichen Größe in der Richtung ungefähr parallel zur Erfassungseinrichtungsoberfläche werden somit mit ausreichendem Kontrast und einer durch einen trainierten Kliniker erfassbaren Größe im Bild erscheinen. Abnormitäten mit einer relativ geringen Größe in der Richtung ungefähr parallel zur Erfassungseinrichtungsoberfläche (beispielsweise ein dünner Kanal, der im wesentlichen senkrecht zur Erfassungseinrichtungsoberfläche läuft) können allerdings lediglich als sehr kleiner Punkt im Bild erscheinen. Die "punkt"-gleiche Erscheinung von Abnormitäten, die nicht im Wesentlichen parallel zur Erfassungseinrichtungsoberfläche verlaufen, können die richtige Identifizierung einer Abnormität durch den Kliniker verhindern.
- Ein weiteres mit herkömmlichen Mammografieverfahren verbundenes Problem bezieht sich direkt auf die Bedeutung eines trainierten und erfahrenen Klinikers, der das Bild (beispielsweise den Film) untersucht. Ohne geeignetes Training (oder auch durch eine Unachtsamkeit des trainierten Klinikers) können Abnormitäten übersehen werden, insbesondere dann, wenn sie relativ klein sind, oder mit wenig Kontrast erscheinen. Des Weiteren ist selbst ein gut trainierter Kliniker im Allgemeinen nicht immer fähig, das Bild unter Berücksichtigung früherer Mammogramme und/oder der Patientengeschichte (beispielsweise Familiengeschichte, frühere Mammogramme, Gesundheitsgeschichte, Lebensstilgeschichte, usw.) aufgrund von zeitlichen Erwägungen, Müdigkeit, usw. vollständig zu analysieren, so dass der Kliniker evtl. nicht immer das Fortschreiten eines Gewebewachstums oder einer Gewebeveränderung erkennt, das offenkundiger wäre, wenn zusätzliche Informationen berücksichtigt werden würden.
- Bei der Betrachtung von Mammogrammen durch einen Kliniker identifizieren Radiologen manchmal verdächtige Regionen (beispielsweise Abnormitäten) und fordern Folgeuntersuchungen der Brust mit Ultraschall, Nuklearmedizin und/oder weitere diagnostische Röntgenuntersuchungen. Die folgenden Ultraschall- und/oder Kernmedizinuntersuchungen werden aber generell an einer von der Mammographieeinrichtung vollkommen verschiedenen Einrichtung ausgeführt, wobei diese Einrichtungen üblicherweise eine vollkommen andere Patientenkonfigurations- und/oder Bilderfassungsgeometrie für verschiedene Modalitäten haben. Daher ist es schwierig (wenn überhaupt möglich), Bilderfassungen von anderen Modalitäten mit den Mammogrammen örtlich zu korrelieren. Daher besteht einige Ungewißheit, ob die Folgeabtastung die gleiche Region lokalisiert und charakterisiert. Vielmehr wurde geschätzt, dass zumindest 10% der Massenansammlungen, die bei Ultraschallabtastungen entsprechend den bei der Mammographie erfassten verdächtigen Regionen identifiziert wurden, weitaus verschiedenen Regionen in der Brust entsprachen. Tatsächlich wird erwartet, dass dieser Prozentsatz erheblich höher bei Patienten mit dichten Brüsten ist.
- Es besteht daher das Bedürfnis nach einem verbesserten Verfahren und einer Vorrichtung für die Erfassung von Abnormitäten im Gewebe.
- Das Ziel der vorliegenden Erfindung ist die Verbesserung und/oder Beseitigung der vorstehend angeführten Probleme und anderer mit dem Stand der Technik verbundener Probleme.
- Gemäß einer Ausgestaltung der Erfindung ist ein Verfahren zur Analyse einer Vielzahl von Ansichten eines Objekts ausgebildet, wobei das Objekt einen Randabschnitt umfasst, der sich teilweise von einer Oberfläche des Objekts in ein inneres Volumen des Objekts erstreckt, mit dem Schritt der Analyse jeder erfassten Ansicht. Der Schritt der Analyse jeder erfassten Ansicht enthält die Analyse des Randabschnitts.
- Gemäß einer weiteren Ausgestaltung der Erfindung ist ein Programmprodukt ausgebildet, das eine Einrichtung zur Analyse einer Vielzahl von Ansichten von einem Tomosynthesesystem veranlasst, das ein Objekt mit einem Randabschnitt enthält, der sich teilweise von einer Oberfläche des Objekts in ein inneres Volumen des Objekts erstreckt, wobei das Programmprodukt die Einrichtung zur Durchführung des Schritts der Analyse jeder erfassten Ansicht veranlasst. Der Schritt der Analyse jeder erfassten Ansicht beinhaltet die Analyse des Randabschnitts.
- Gemäß einer weiteren Ausgestaltung der Erfindung ist eine Gewebeabbildungseinrichtung ausgebildet, mit einer Strahlungsquelle zum Emittieren von Strahlung durch abzubildendes Gewebe, wobei die Strahlungsquelle durch eine Vielzahl von Emissionspositionen hinsichtlich ihres Winkels verschiebbar ist, die einer Vielzahl von Ansichten entsprechen, einer zur Erfassung der durch das Gewebe emittierten Strahlung positionierten Erfassungseinrichtung, die ein Signal erzeugt, das eine Ansicht des Gewebes darstellt, und einem Prozessor, der elektrisch mit der Erfassungseinrichtung zur Analyse des Signals verbunden ist. Der Prozessor analysiert die erfasste Ansicht, wobei die Analyse die Analyse eines Randabschnittes des Gewebes enthält, der sich teilweise von einer Oberfläche des Gewebes in ein inneres Volumen des Gewebes erstreckt.
- Gemäß einer weiteren Ausgestaltung der Erfindung ist ein Verfahren zur Analyse eines Objekts mit einem Mehrfachmodalität-Abbildungssystem ausgebildet, mit den Schritten der Erfassung einer interessierenden Region in einem ersten Bild des Objekts, das durch eine erste Modalität erzeugt ist, und/oder einem zweiten Bild des Objekts, das durch eine zweite Modalität erzeugt wird, der Klassifizierung der erfassten interessierenden Region, der Korrelation der interessierenden Region mit einer entsprechenden Region in dem anderen Bild und der Gewichtung der Klassifikation mit einem Gewichtungsfaktor entsprechend einem Korrelationsgrad. Die erste Modalität unterscheidet sich von der zweiten Modalität. Vorzugsweise werden das erste Bild und das zweite Bild miteinander verschmolzen. Vorzugsweise wird das erste Bild mit dem zweiten Bild registriert und Unterschiede in der Ortsauflösung zwischen dem ersten und dem zweiten Bild werden korrigiert.
- Gemäß einer weiteren Ausgestaltung der Erfindung ist ein Abbildungssystem zur Abbildung eines Objekts ausgebildet, mit einer Einrichtung zur Erzeugung eines ersten Bildes des Objekts aus Röntgenstrahlung, einer Einrichtung zur Erzeugung eines zweiten Bildes des Objekts aus Ultraschall, einer Einrichtung zur Erfassung einer interessierenden Region im ersten Bild und/oder zweiten Bild, einer Einrichtung zur Korrelation der erfassten interessierenden Region mit einer entsprechenden Region im anderen Bild, einer Einrichtung zur Bestimmung, ob die Abnormität in der entsprechenden Region im anderen Bild vorhanden ist, und/oder zum Vergleichen einer Form der erfassten interessierenden Region und/oder einer Größe der erfassten interessierenden Region und/oder eines Kontrastes der erfassten interessierenden Region und/oder einer Kontrastverteilung der erfassten interessierenden Region, einer Einrichtung zur Klassifizierung der Abnormität und einer Einrichtung zur Gewichtung der Klassifikation bezüglich eines Korrelationsgrades.
- Fig. 1 zeigt ein Blockschaltbild einer Tomosyntheseeinrichtung gemäß einem Ausführungsbeispiel der Erfindung.
- Fig. 2 zeigt ein Ablaufdiagramm eines Verfahrens zur Analyse eines Bildes gemäß einem Ausführungsbeispiel der Erfindung.
- Fig. 3 zeigt ein Ablaufdiagramm eines Verfahrens zur Analyse eines Bildes mit einer Rekonstruktion gemäß einem Ausführungsbeispiel der Erfindung.
- Fig. 4 zeigt ein Ablaufdiagramm eines Verfahrens zur Analyse eines Bildes mit der Rekonstruktion eines dreidimensionalen Bildes gemäß einem Ausführungsbeispiel der Erfindung.
- Fig. 5 zeigt ein Ablaufdiagramm eines Verfahrens zur Analyse eines Bildes mit einer Rekonstruktion gemäß einem Ausführungsbeispiel der Erfindung.
- Fig. 6 zeigt ein Ablaufdiagramm eines Verfahrens mit verschiedenen Korrelationsschritten gemäß einem Ausführungsbeispiel der Erfindung.
- Fig. 7 zeigt ein Ablaufdiagramm eines Verfahrens zur Analyse eines rekonstruierten dreidimensionalen Bildes gemäß einem Ausführungsbeispiel der Erfindung.
- Fig. 8 zeigt ein Blockschaltbild einer Mehrfachmodalität- Abbildungseinrichtung gemäß einem Ausführungsbeispiel der Erfindung.
- Fig. 9 zeigt ein Ablaufdiagramm eines Verfahrens zur Analyse eines Bildes gemäß einem Ausführungsbeispiel der Erfindung.
- Fig. 10-13 zeigen ein Bild von einer Tomosynthese- und/oder Ultraschallerfassung gemäß einem Ausführungsbeispiel der Erfindung.
- Nachstehend wird ausführlich auf die gegenwärtig bevorzugten Ausführungsbeispiele der Erfindung eingegangen. Wo immer es möglich ist, werden die gleichen Bezugszeichen in den Figuren zur Bezugnahme auf gleiche oder ähnliche Abschnitte verwendet.
- Die Erfindung wird bezüglich Geräten und Methoden für eine Brustabbildung und Brustkrebserfassung beschrieben. Es sollte aber erkannt werden, dass die Lehren der Erfindung auch auf anderen Gebieten angewendet werden können, wie bei einer Lungenabbildung, Gehirnabbildung, Leberabbildung, Nierenabbildung, Knochenabbildung und auf anderen medizinischen Gebieten, sowie bei industriellen Anwendungen, wie bei der Erfassung von Regionen geringer Dichte in hergestellten Teilen, oder der Durchführung eines Fehler-/Ermüdungstests (beispielsweise bei der Untersuchung auf Risse, Vertiefungen oder Unreinheiten).
- In den vergangenen Jahren hat sich die Forschung hinsichtlich verbesserter Abbildungssysteme für eine Brustkrebserkennung auf digitale Abbildungssysteme konzentriert, und insbesondere auf digitale Abbildungssysteme mit einer automatischen Abnormitätserfassung und Risikenanalyse. Ein zweiteiliger Artikel mit dem Titel "Mammographic Tissue, Breast Cancer Risk, Serial Image Analysis, and Digital Mammography" von John J. Hein, PhD, der hier durch Bezugnahme aufgenommen wird, liefert eine Übersicht über die Brustgeweberisikenforschung und ihre Anwendung bei der digitalen Mammographie.
- Die dreidimensionale digitale Tomosynthese ist eines dieser neuen Röntgenabbildungssysteme, die dreidimensionale digitale Bilder des Gewebes (beispielsweise des Brustgewebes) erzeugen. Eine geeignete Tomosyntheseeinrichtung ist in der ebenfalls anhängigen Anmeldung mit dem Titel "Tomosynthesis X-Ray Mammogram System And Method With Automatic Drive System" beschrieben, deren Inhalt hier durch Bezugnahme aufgenommen wird. Eine weitere geeignete Tomosyntheseeinrichtung ist in der US-A-5872828 beschrieben, deren Inhalt hier auch durch Bezugnahme aufgenommen wird.
- Eine Tomosyntheseeinrichtung gemäß einem Ausführungsbeispiel der Erfindung ist in Fig. 1 gezeigt. Eine Strahlungsquelle 110 zur Emission von Röntgenstrahlung kann bezüglich ihres Winkels über eine Vielzahl von Emissionspositionen A, B, C verschoben werden, die einer Vielzahl von Ansichten des Gewebes 120 entsprechen. Obwohl lediglich drei Emissionspositionen in Fig. 1 gezeigt sind, erkennt der Fachmann, dass drei Emissionspositionen oder weniger oder mehr Emissionspositionen verwendet werden können, wobei man im Schutzbereich der Erfindung bleibt. Die Strahlungsquelle 110 kann winkelmäßig verschoben werden, um die Erfassung von Radiogrammen der Brust von verschiedenen Projektionswinkeln aus zu ermöglichen. Dies kann beispielsweise durch eine winkelmäßige Verschiebung der Strahlungsquelle 100 um einen Schwenkpunkt 150, vorzugsweise ungefähr 15 cm über dem Brustgewebe erreicht werden. Die Strahlungsquelle 110 kann winkelmäßig über einen Projektionswinkel ∠Φ verschoben werden, der vorzugsweise geringer als ± 180° ist. Vorzugsweise liegt ∠Φ im Bereich von weniger als ungefähr ± 45°, und am besten im Bereich von weniger als ungefähr ± 30°. Vorzugsweise werden zumindest 11 Emissionspositionen verwendet, die mit konstanten Winkelabständen angeordnet sind. Im Systemaufbau in Fig. 1 ist der Projektionswinkel ∠Φ im Allgemeinen erheblich kleiner als der "Fasslagerwinkel" ∠Φ. Der Projektionswinkel ∠Φ ist im Wesentlichen durch den Winkel eines Strahls der Strahlung, der durch den "Mittelpunkt" des Objekts fällt, bezüglich eines "Null-Grad-Winkels" gegeben. Anders als bei der Computertomographie -(CT)- Abtastung ist die Strahlungsquelle 110 vorzugsweise nicht über den gesamten Weg um das Brustgewebe 120 winkelmäßig verschiebbar.
- Eine Erfassungseinrichtung 130 ist im Wesentlichen gegenüber der Strahlungsquelle 110 bezüglich des abgebildeten Objekts 120 zur Erfassung der durch das Gewebe 120 emittierten Strahlung positioniert, und erzeugt ein Signal, das eine Ansicht des Gewebes 120 darstellt. Vorzugsweise ist die Erfassungseinrichtung 130 weniger als ungefähr 25 cm (vorzugsweise ungefähr 22,4 cm) unter dem Schwenkpunkt 150 positioniert. Das Signal wird zu einem Computer 160 übertragen, der einen Prozessor zur Analyse der Ansicht (und zur Rekonstruktion von Bildschnitten 140) enthält. Vorzugsweise ist der Computer ein Teil einer Tomosyntheseeinrichtung mit der Strahlungsquelle 110 und der Erfassungseinrichtung 130. Alternativ dazu kann das Signal auf einem Speicherträger gespeichert oder zu einem zentralen Computersystem übertragen und später vom Computer 160 analysiert werden. Ein derartiger Aufbau kann beispielsweise bei einem mobilen Tomosynthesesystem vorhanden sein, das Daten einer Patientenbrust an einem entfernten Ort nimmt, die später im Labor analysiert werden.
- Andere Tomosynthesesystemkonfigurationen sind auch plausibel, wie es der Fachmann nach dem Lesen dieser Offenbarung erkennt. Ein derartiges System kann eine Strahlungsquelle anwenden, die entlang einer Spur anstelle an einem rotierenden Fasslager beweglich ist, vorzugsweise mit einer Entfernung zwischen der Strahlungsquelle und der Erfassungseinrichtung im Bereich von ungefähr 10 cm bis ungefähr 180 cm. Die zuvor angeführten Konfigurationen dienen lediglich der Darstellung und schränken den Schutzbereich dieser Anmeldung nicht ein.
- Der durch das Tomosynthesesystem aufgenommene dreidimensionale Datensatz (d. h., das/die Bild(er)) werden durch eine computergestützte Erfassungseinrichtung (CAD- Einrichtung)(d. h., einen Computer 160) verarbeitet, um einen Vorteil aus der signifikanten Erhöhung der Informationsmenge, die in dreidimensionalen Datensätzen gegenüber herkömmlichen zweidimensionalen Datensätzen verfügbar sind, zu ziehen. Auf diese Weise werden die Vorteile dreidimensionaler Daten mit den herkömmlichen zweidimensionalen Bilden kombiniert, um eine neue Leistung der Mammographieabbildung auf höherem Niveau zu erreichen, was nachstehend näher beschrieben wird.
- Die verbesserte Leistung bezieht sich zumindest teilweise auf die Tatsache, dass die Bilddaten an verschiedenen Orientierungen A, B, C bezüglich der Brust 120 und einer eventuell enthaltenen Pathologie erfasst werden. Dies ermöglicht eine bessere Trennung der wahren Struktur von überlagertem Gewebe, die Korrelation von Informationen an verschiedenen Erfassungspositionen, die Korrelation örtlicher Strukturen in den dreidimensionalen Bildsätzen und eine 3D-spezifische Verarbeitung für eine verbesserte Leistung bzw. Darbietung.
- Die Erfinder haben allerdings herausgefunden, dass das Signal-zu-Rauschverhältnis (SNR) pro Ansicht für die Tomosynthese dazu tendiert, aufgrund der größeren Anzahl von Erfassungen ohne wesentliche Erhöhung der Belichtungsstrahlung für den Patienten aus Gesundheitsgründen niedriger als bei einer herkömmlichen Film-/Bildschirmmammographie zu sein. Die Fähigkeit zur Rekonstruktion dreidimensionaler Bilder, zur Verringerung von Strukturrauschen und zur Verringerung der Auswirkung einer Überlagerung überwiegt diese Nachteile (beispielsweise die geringere SNR-Leistung) sehr, was von der Verwendung eines Tomosyntheseverfahrens wegführen würde. Des Weiteren liefern auch die Vorteile eines größeren dynamischen Bereichs und eines Vorabwissens der Eigenschaften der Erfassungseinrichtung und des Systems größere Vorteile als die vorhersehbaren Nachteile, die von der Verwendung dieses Ansatzes wegführen würden. Nachstehend werden bestimmte Beispiele der Methode zum Erreichen dieser verbesserten Leistung beschrieben.
- Fig. 2 zeigt ein Blockschaltbild eines Verfahrens zur Analyse einer Vielzahl von Ansichten eines Brustgewebes gemäß einem Ausführungsbeispiel der Erfindung. Das Verfahren kann beispielsweise durch eine Computer- Workstation zur Verarbeitung von Daten von einer Tomosyntheseeinrichtung oder durch einen Prozessor in der Tomosyntheseeinrichtung selbst durchgeführt werden.
- In Schritt 210 erfasst eine Tomosyntheseeinrichtung eine Vielzahl von Ansichten durch ein Brustgewebe oder ein anderes abzubildendes Objekt. Der Schritt 210 kann auf die Weise durchgeführt werden, wie es in den zuvor angeführten ebenfalls anhängigen Anmeldungen beschrieben ist. Die Vielzahl der Ansichten wird dann zu einem Prozessor für die Analyse gesendet.
- In Schritt 220 erfasst der Prozessor zumindest eine interessierende Region in einer ersten Ansicht (wenn eine derartige Region vorhanden ist). Erfasst der Prozessor zumindest eine interessierende Region, klassifiziert der Prozessor dann die erfasste interessierende Region (beispielsweise als Massenansammlung, Zyste, Mikroverkalkung, usw.) in Schritt 230 unter Verwendung eines neuen oder herkömmlichen Algorithmus. Beispielalgorithmen können beispielsweise in "Application of Computer-Aided Diagnoses to Full-Field Digital Mammmography" von LM Yarusso et. al gefunden werden, welche Beschreibung hier durch Bezugnahme aufgenommen wird. Der Prozessor korreliert dann die erfasste interessierende Region mit einer entsprechenden Region in einer zweiten Ansicht in Schritt 240. Vorzugsweise korreliert der Prozessor in Schritt 240 die erfasste interessierende Region mit einer entsprechenden Region in einer Vielzahl anderer Ansichten.
- Der Prozessor gewichtet dann die Klassifizierung von Schritt 230 mit einem Gewichtungsfaktor, der einem Korrelationsgrad entspricht, in Schritt 250. Hier bezieht sich der Ausdruck "Grad der Korrelation" auf die Ähnlichkeit eines Bildes zu einem anderen Bild. Ist daher der Korrelationsgrad hoch, stellt dies eine größere Zuverlässigkeit dar, dass die klassifizierte Region korrekt klassifiziert ist. Wie es beispielsweise in Fig. 6 gezeigt ist, kann die Korrelation zumindest einen der Schritte 610, 620, 630, 630, 640, und 650 umfassen. In Schritt 610 bestimmt der Prozessor, ob eine entsprechende Region in einer anderen Ansicht, rekonstruierten Ebene (was nachstehend beschrieben wird) oder rekonstruierten 3D-Bild (was nachstehend beschrieben wird) vorhanden ist. Ist keine entsprechende Region vorhanden, ist die Wahrscheinlichkeit gering, dass die interessierende Region tatsächlich überhaupt eine Abnormität ist, und die Klassifizierung wird dementsprechend gewichtet. Des Weiteren können die Form der erfassten interessierenden Region (Schritt 620), die Größe der erfassten interessierenden Region (Schritt 630), der Kontrast der erfassten interessierenden Region (Schritt 640), die Kontrastverteilung der erfassten interessierenden Region (Schritt 650) und die Korrelation mit dieser in einer entsprechenden Region individuell oder in Kombination zur Gewichtung der Klassifikation mit einem Gewichtungsfaktor entsprechend dem Korrelationsgrad verwendet werden.
- Die Ergebnisse der Analyse werden dann in Schritt 260 ausgegeben. Schritt 260 kann beispielsweise eine wählbare Anzeige der Informationen umfassen, wie es in der ebenfalls anhängigen Anmeldung mit dem Titel "Method And Apparatus For Providing Mammographic Image Metrics To A Clinician", beschrieben ist, deren Inhalt hier durch Bezugnahme aufgenommen wird. Andere Ausgabeverfahren sind auch plausibel, wie es für den Fachmann nach dem Lesen dieser Offenbarung ersichtlich ist.
- Wie es in Fig. 3 gezeigt ist, rekonstruiert der Prozessor vorzugsweise auch eine Vielzahl von Rekonstruktionsebenen aus der Vielzahl der Ansichten in Schritt 232. Die Rekonstruktion von Ebenen kann beispielsweise (i) Bildschnitte parallel zur Erfassungseinrichtung 130 (d. h., im Wesentlichen senkrecht zur z-Achse), (ii) Ebenen im Wesentlichen senkrecht zur x- und y-Achse, und (iii) schräge Ebenen an einer beliebigen Orientierung im dreidimensionalen Volumen enthalten.
- Rekonstruktionsverfahren, wie sie bei "Limited-Data Computed Tomography Algorithms for the Physical Sciences", von D. Verhoeven verwendet werden, welche Beschreibung hier durch Bezugnahme aufgenommen wird, können beispielsweise für diesen Ansatz verwendet werden.
- Vorzugsweise korreliert der Prozessor dann die erfasste interessierende Region aus Schritt 220 mit einer entsprechenden Region in einer Rekonstruktionsebene in Schritt 242. Schritt 242 kann auf ähnliche Weise wie zuvor für Schritt 240 beschrieben durchgeführt werden. Alternativ dazu kann Schritt 242 anstelle von Schritt 240 durchgeführt werden.
- Wie es in Fig. 4 gezeigt ist, rekonstruiert der Prozessor vorzugsweise auch ein 3D-Bild der Brust aus der Vielzahl von Ansichten in Schritt 234. Schritt 234 kann beispielsweise wie in der ebenfalls anhängigen Anmeldung mit dem Titel "Generalized Filtered Back-Projektion Reconstruction In Digital Tomosynthesis" beschrieben durchgeführt werden, deren Inhalt hier durch Bezugnahme aufgenommen wird. Vorzugsweise korreliert der Prozessor dann die erfasste interessierende Region aus Schritt 220 mit einer entsprechenden Region im 3D-Bild in Schritt 244. Schritt 244 kann auf ähnliche Weise wie zuvor für Schritt 240 beschrieben durchgeführt werden. Alternativ dazu kann Schritt 244 anstelle von Schritt 240 durchgeführt werden.
- Wie es für den Fachmann nach dem Lesen dieser Offenbarung ersichtlich ist, können der Erfassungsschritt 220 und der Klassifizierungsschritt 230 auch direkt bei einer rekonstruierten Ebene und/oder bei dem rekonstruierten 3D- Bild anstelle direkt bei einer Ansicht oder in Kombination dazu durchgeführt werden. Wie es in Fig. 5 gezeigt ist, muß der Prozessor daher nicht die Schritte 220, 230, 240 und 250 (d. h., die Ansichtanalyse) durchführen, wenn der Prozessor die Schritte 222, 231, 246 und 252 (d. h., eine rekonstruierte Ebenenanalyse) durchführt. Gleichermaßen kann der Prozessor die rekonstruierte 3D-Bildanalyse bei Bedarf durchführen. Bei einem bevorzugten Ausführungsbeispiel führt der Prozessor allerdings eine Ansichtanalyse, eine rekonstruierte Ebenenanalyse, eine rekonstruierte 3D-Bildanalyse und Kombinationen daraus zum Erreichen eines höheren Leistungsniveaus durch.
- Bei dem rekonstruierten 3D-Bild kann eine zusätzliche Analyse vorgenommen werden, wie es beispielsweise in Fig. 7 gezeigt ist. In Schritt 710 können Bilddaten entlang einer Linie zum Simulieren einer Strahlprojektion entlang dieser Linie summiert werden. In Schritt 720 kann eine Maximalintensitätsprojektion in einer erfassten interessierenden Region bestimmt werden. In Schritt 730 kann eine Minimalintensitätsprojektion in einer erfassten interessierenden Region bestimmt werden. In Schritt 740 kann eine Projektion mit mittlerer Intensität in einer erfassten interessierenden Region bestimmt werden. In Schritt 750 kann eine Median-Intensitätsprojektion unter den erfassten interessierenden Regionen bestimmt werden. Die Schritte 710, 720, 730, 740 und 750 können individuell, in Kombination und/oder mit anderen Schritten unter Verwendung neuer oder herkömmlicher Verfahren durchgeführt werden, und dadurch zusätzliche Analysewerkzeuge zum Erreichen eines noch höheren Leistungsniveaus bereitstellen.
- Im vorstehend beschriebenen Ausführungsbeispiel können zweidimensionale Projektionsdaten, die an den individuellen Winkeln bei der Tomosyntheseerfassungsabtastung erfasst werden, zur genaueren Erfassung der Pathologie verwendet werden. Die Korrelationen zwischen den Ansichten, den rekonstruierten Ebenen und/oder dem rekonstruierten 3D-Bild verbessern die Erfassung durch die Bestätigung, dass der Ort eines bestimmten "Befundes" (d. h., einer klassifizierten Abnormität) in einer Projektion bei einem Winkel auch in einigen oder allen anderen gut definiert ist. Außerdem können die Größen des Befundes, sein Kontrast, seine Kontrastverteilung, usw. in Kombination oder individuell wie beschrieben zur Bestimmung der Korrelation dieser Parameter in verschiedenen Projektionen verwendet werden. Die Wahrscheinlichkeit, dass ein Befund von Bedeutung ist, erhöht sich, wenn die Korrelation der Parameter in den verschiedenen Projektionen steigt. Somit kann die Anzahl "falscher positiver" Identifikationen effektiv verringert werden, während gleichzeitig die Anzahl "falscher negativer" Identifikationen verringert wird.
- Des Weiteren tendieren die rekonstruierten Ebenen dazu, einen eingeschränkteren Bereich von Daten zu haben, was die Erfassung der Pathologie erleichtert, da Volumenelemente (d. h., 3D-Boxen an jedem Bezugspunkt in einem rekonstruierten 3D-Bild) direkter auf Merkmalseigenschaften und weniger auf die Geometrie der Abbildung bezogen sind. Des Weiteren können Volumeninformationen der Klassifizierung der Pathologie im rekonstruierten 3D-Bild berücksichtigt werden, wie die Berücksichtigung von Nachbarschaftsinformationen. Dies ermöglicht direkt eine Charakterisierung des ganzen Volumens des Befundes. Eine vollständige Volumencharakterisierung kann insbesondere bei der Erfassung langer, dünner, kettenähnlicher Merkmale von Vorteil sein, bei der die Kontinuität der Struktur bei der "Kettenerfassung" bei einer 2D-Analyse verlorengehen kann. Ein Kettenerfassungsverlust bei einer 2D-Analyse ist besonders dann verbreitet, wenn die Analyseebenen senkrecht zur Kettenerfassung stehen, und beispielsweise Rauschen die Verfolgung der dreidimensionalen Länge des Merkmals unterbricht.
- Die vorstehend beschriebene Erfassung kann bei den Daten direkt oder nach einer Bildverarbeitung zur Steigerung bestimmter Merkmale ausgeführt werden. Außerdem kann eine Bildverarbeitung zu Verringerung und Beseitigung bestimmter Artefakte verwendet werden, die für die Tomosyntheseerfassungsgeometrie spezifisch sind. Die Ortsauflösung des Bildes kann bei der Verarbeitung auch modifiziert werden. Insbesondere können die Daten unterabgetastet oder interpoliert werden, um die effektive Volumenelementgröße zu ändern, um die Leistung zu verbessern oder die Berechnungslast zu verringern. Die Suche nach Befunden kann auf eine Mehrfachauflösungsweise durchgeführt werden, wobei anfängliches Suchen nach größeren Befunden in einem gröberen Gitter durchgeführt werden, und feinere Suchen nach kleineren Befunden in Bildsätzen höherer Auflösung durchgeführt werden. Die Unter-Abtastung oder Interpolation kann insbesondere in der z-Richtung geeignet sein, wo die Ortsauflösung der Tomosynthesebilder von Natur aus am größten ist. Verfahren, die mehrere Ansichten oder 3D-rekonstruierte Bilder verwenden, profitieren im Allgemeinen von einem verbessertem SNR verglichen mit Einzelprojektionsverfahren.
- Die Wahrscheinlichkeit, dass ein Befund von Bedeutung ist, kann durch die Verwendung einer gewichteten Kombination der Ergebnisse wie vorstehend beschrieben bestimmt werden. Auf diese Weise können alle Informationen am effektivsten zur Erhöhung der Empfindlichkeit und Besonderheit der Ergebnisse kombiniert werden. Bei der Bestimmung der geeigneten Gewichtung können auch das SNR und Ortslokalisierungsinformationen verwendet werden. Diese Möglichkeiten können auch mit dem Patientenalter, der Krankengeschichte, dem Gewebetyp in der Brust, dem Gewebetyp in der Nachbarschaft des Befundes, dem Wissen um den Pathologietyp und die Morphologie (beispielsweise minimale Anzahl von Mikroverkalkungen in einem Cluster, bevor es für wichtig erachtet wurde) und anderen Schlüsselparametern zur Verbesserung der Leistung korreliert werden, da CAD eine automatische Berechnung und Berücksichtigung vieler Parameter zusätzlich zu den durch die Tomosyntheseeinrichtung erzeugten Datensätzen ermöglicht.
- Des Weiteren kann der gesamte Prozess in einer CAD- Einrichtung zur Verringerung der Abhängigkeit von trainierten und erfahrenen Klinikern automatisiert werden. Auch dies verbessert die Genauigkeit und verringert die Anzahl falscher positiver und falscher negativer Klassifizierungen.
- Wie es für den Fachmann nach dem Lesen dieser Offenbarung ersichtlich ist, sind auch weitere Verbesserungen plausibel. Gemäß einem bevorzugtem Ausführungsbeispiel enthält die Tomosyntheseeinrichtung ferner eine mit einer anderen Modalität arbeitende Abbildungseinrichtung (beispielsweise Ultraschall, Kernmedizin, usw.), was nachstehend beschrieben wird. Es sollte erkannt werden, dass die vorstehend beschriebenen Eigenschaften auch für die nachstehend beschriebene Mehrfachmodalität- Abbildungseinrichtung gelten.
- Eine Mehrfachmodalität-Abbildungseinrichtung gemäß einem Ausführungsbeispiel der Erfindung ist im Blockschaltbild in Fig. 8 gezeigt. Eine ähnliche Einrichtung bildet den Gegenstand einer ebenfalls anhängigen Anmeldung mit dem Titel "Combinded Digital Mammography And Breast Ultrasound System" deren Inhalt hier durch Bezugnahme aufgenommen wird. Wie es in Fig. 8 gezeigt ist, sind eine oder mehrere Ultraschallemissionseinrichtungen 1100 und/oder eine Vielzahl von kernmedizinischen Erfassungseinrichtungen 1120 zusätzlich zu der Tomosyntheseeinrichtung aus Fig. 1 vorgesehen. Vorzugsweise wird die Ultraschallemissionseinrichtung 1100 nach einer Röntgenabbildung angewendet, um die Röntgenabbildung des Gewebes 120 nicht nachteilig zu beeinflussen. Die Positionierung und die Anzahl der Ultraschallemissionseinrichtungen 1100 und der kernmedizinischen Erfassungseinrichtungen 1110 (beispielsweise Gammastrahlungserfassungseinrichtungen) können angepasst werden, wie es für den Fachmann nach dem Lesen dieser Offenbarung ersichtlich ist. Die spezielle Methode eines Mehrfachmodalität-Systems wird nachstehend beschrieben.
- Ein Verfahren zum Analysieren eines Objekts mit einem Mehrfachmodalität-Abbildungssystem gemäß einem Ausführungsbeispiel der Erfindung ist im Ablaufdiagramm von Fig. 9 gezeigt. Ein erstes Bild des Objekts (vorzugsweise ein 3D-Bild) wird unter Verwendung einer Röntgenmodalität in Schritt 910 erzeugt. Ein zweites Bild des Objekts (vorzugsweise ein 3D-Bild) wird in Schritt 920 unter Verwendung einer anderen Modalität (beispielsweise Ultraschall oder kernmedizinischen Modalität) erzeugt. Die Schritte 910 und 920 können wie in den ebenfalls anhängigen Anmeldungen beschrieben durchgeführt werden. Der Rest dieses Ausführungsbeispiels wird insbesondere unter Bezugnahme auf ein Röntgen-/Ultraschall- Mehrfachmodalität-System beschrieben. Allerdings ist die Offenbarung auch für andere Modalitäten einschließlich kernmedizinischer Modalitäten (beispielsweise eine Einfach- Photonenemissionscomputertomographie (SPECT) oder Positronenemissonstomographie (PET), usw. gültig. Vorzugsweise wird das in den Schritten 910 und 920 abgebildete Objekt während der Bilderfassung an im Wesentlichen der gleichen Position gehalten (beispielsweise durch eine Kompressionseinrichtung, wie ein Kompressionspaddel).
- In Schritt 930 wird eine interessierende Region im ersten Bild und/oder zweiten Bild erfasst. Schritt 930 kann auf die gleiche Weise wie für Schritt 220 beschrieben durchgeführt werden. Wie es in den Fig. 10-13 gezeigt ist, können beispielsweise eine Massenansammlung 10 und eine Zyste 20 sowohl im Röntgenbild (Tomo) als auch im Ultraschallbild (US) gesehen werden. Somit kann Schritt 930 beispielsweise entweder die Massenansammlung 10, oder die Zyste 20 oder beides entweder im Tomo-Bild oder im US-Bild oder in beiden erfassen. Es sollte erkannt werden, dass die Erfassung einer interessierenden Region im Tomo-Bild eine interessierende Region in einer Ansicht, einer rekonstruierten Ebene und/oder einem rekonstruierten 3D- Bild wie vorstehend beschrieben erfassen kann. Gleichermaßen kann die Erfassung einer interessierenden Region im Ultraschallbild eine interessierende Region in einer Ansicht, einer Bildebene und/oder einem 3D-Bild erfassen.
- Die erfasste interessierende Region wird dann in Schritt 940 (beispielsweise als Zyste, Massenansammlung, Mikroverkalkung, usw.) klassifiziert. Die erfasste interessierende Region wird dann mit einer entsprechenden Region in dem anderen ersten oder zweiten Bild in Schritt 950 korreliert. Die Korrelation kann beispielsweise ähnliche Schritte wie die Schritte 610, 620, 630, 640 und 650 in Fig. 6 jedoch pro Modalität zusätzlich zu der Vielzahl der Ansichten (beispielsweise Ansichten, rekonstruierte Ebenen, rekonstruierte 3D-Bilder, usw.) in einer gegebenen Modalität enthalten. Die Klassifizierung wird dann in Schritt 960 beruhend auf einem Korrelationsgrad gewichtet. Die Ergebnisse der Analyse werden dann in Schritt 970 ausgegeben.
- Die Erfinder haben erhebliche Vorteile durch die Verwendung des vorstehend beschriebenen Mehrfachmodalität-Ansatzes zusätzlich zu den für andere Ausführungsbeispiele der Erfindung beschriebenen Vorteilen festgestellt. Im Allgemeinen liefert die Verwendung zusätzlicher Modalitäten (d. h., zusätzlich zum Röntgen) viel mehr Daten zur Analyse des abzubildenden Objekts. Beispielsweise tendieren herkömmliche Röntgeneinrichtungen dazu, eine höhere Auflösung in Ebenen parallel zur Erfassungseinrichtungsoberfläche zu haben, wie es aus Fig. 10 ersichtlich ist. Allerdings tendieren Röntgeneinrichtungen dazu, eine viel geringere Auflösung in Ebenen senkrecht zur Erfassungseinrichtungsoberfläche zu haben, wie es in Fig. 11 gezeigt ist. Allgemein hängt die Auflösung für Ultraschall von der Orientierung des Messwandlers relativ zur Röntgenerfassungseinrichtung ab, wobei die Auflösung in der Richtung generell geringer ist, in die der Messwandler bewegt wird. Somit ist die Ultraschallerfassung vorzugsweise derart eingerichtet, dass sie eine geringe Auflösung in Ebenen parallel zur Erfassungseinrichtungsoberfläche (Fig. 10) und eine hohe Auflösung in Ebenen senkrecht zur Erfassungseinrichtungsoberfläche (Fig. 11) hat, um eine hohe Auflösung in Ebenen zu erzielen, in denen die Röntgenauslösung relativ gering ist. Diese Anordnung kann durch das Positionieren des Messwandlers senkrecht zur Röntgenerfassungseinrichtung und über der Brust erreicht werden. Durch diese Konfiguration kann eine Gesamtverbesserung der Auflösung einfach durch Kombinieren dieser zwei Ansätze erreicht werden.
- Ferner kann das insgesamte Vertrauen in die Klassifikationen (d. h., eine Verringerung von falschen negativen und falschen positiven Identifikationen) durch die Korrelation der Erfassung von Abnormitäten über eine Vielzahl von Modalitäten wie beschrieben dramatisch verbessert werden, da verschiedene Modalitäten zur Erfassung verschiedener Eigenschaften von Objekten besser als die anderen tendieren. Eine verbesserte Klassifizierung kann auch durch die direkte Erfassung von Abnormitäten in einem verschmolzenen Bild (siehe Fig. 13) mit größerer Gesamtauflösung in allen Richtungen erreicht werden. Somit kann durch die Korrelation der erfassten interessierenden Regionen innerhalb einer gegebenen Modalität oder zwischen verschiedenen Modalitäten oder durch die Analyse einer interessierenden Region in einem verschmolzenen Bild die Gesamtleistung der Bildanalyse verbessert werden.
- Es wird angemerkt, dass, obwohl das Ablaufdiagramm hier eine spezielle Reihenfolge der Verfahrensschritte zeigt, die Reihenfolge dieser Schritte von der Darstellung verschieden sein kann. Es können auch zwei oder mehrere Schritte gleichzeitig oder teilweise gleichzeitig durchgeführt werden. Diese Variation hängt von der gewählten Software und den gewählten Hardwaresystemen ab, die allgemein der Wahl des Entwicklers unterworfen sind. Natürlich fallen alle derartigen Variationen in den Schutzbereich der Erfindung. Gleichermaßen können Software- und Web-Implementierungen der Erfindung mit Standardprogrammierungsverfahren mit regelbasierter Logik und anderer Logik zum Bewirken der verschiedenen Datenbanksuchschritte, Korrelationsschritte, Vergleichsschritte und Entscheidungsschritte ausgebildet werden.
- Die vorstehende Beschreibung der bevorzugten Ausführungsbeispiele der Erfindung dient dem Zweck der Veranschaulichung und Beschreibung. Sie ist nicht erschöpfend und begrenzt die Erfindung nicht auf die offenbarte präzise Form, und es sind Modifikationen und Variationen im Sinn der vorstehenden Lehren möglich oder können aus der Ausübung der Erfindung erfasst werden. Die Ausführungsbeispiele wurden ausgewählt und beschrieben, um die Prinzipien der Erfindung und ihre praktische Anwendung zu beschreiben, um dem Fachmann die Verwendung der Erfindung in verschiedenen Ausführungsbeispielen und mit verschiedenen Modifikationen zu ermöglichen, die für die bestimmte betrachtete Verwendung geeignet sind. Der Schutzbereich der Erfindung ist lediglich durch die beigefügten Patentansprüche und ihre Äquivalente definiert.
- Es ist ein Verfahren zur Analyse einer Vielzahl von Ansichten eines Objekts ausgebildet, wobei das Objekt einen Randabschnitt enthält, der sich teilweise von einer Oberfläche des Objekts in ein inneres Volumen des Objekts erstreckt, mit dem Schritt der Analyse jeder erfassten Ansicht (260). Der Schritt der Analyse jeder erfassten Ansicht beinhaltet die Analyse des Randabschnittes. Vorzugsweise umfasst das Objekt Brustgewebe.
Claims (10)
1. Verfahren zur Analyse einer Vielzahl von Ansichten eines
Objekts, das einen sich teilweise von einer Oberfläche des
Objekts in ein inneres Volumen des Objekts erstreckenden
Randabschnitt enthält, mit dem Schritt
Analysieren jeder erfassten Ansicht (260),
wobei der Schritt der Analyse jeder erfassten Ansicht die
Analyse des Randabschnittes enthält.
2. Verfahren nach Anspruch 1, wobei der Schritt der Analyse
jeder erfassten Ansicht die Schritte umfasst
Erfassen zumindest einer interessierenden Region (220) und
Klassifizieren der erfassten interessierenden Region (230).
Erfassen zumindest einer interessierenden Region (220) und
Klassifizieren der erfassten interessierenden Region (230).
3. Verfahren nach Anspruch 2, ferner mit den Schritten
Korrelieren einer erfassten interessierenden Region in einer ersten Ansicht der Vielzahl der Ansichten mit einer entsprechenden Region in einer zweiten Ansicht der Vielzahl der Ansichten (240) und
Gewichten der Klassifikation mit einem Gewichtungsfaktor, der einem Korrelationsgrad entspricht (250).
Korrelieren einer erfassten interessierenden Region in einer ersten Ansicht der Vielzahl der Ansichten mit einer entsprechenden Region in einer zweiten Ansicht der Vielzahl der Ansichten (240) und
Gewichten der Klassifikation mit einem Gewichtungsfaktor, der einem Korrelationsgrad entspricht (250).
4. Verfahren nach Anspruch 3, wobei der Schritt der
Korrelation umfasst
Bestimmen, dass eine entsprechende Region nicht vorhanden ist (610) und/oder
Vergleichen einer Form der erfassten interessierenden Region (620) und/oder eine Größe der erfassten interessierenden Region (630) und/oder eines Kontrastes der erfassten interessierenden Region (640) und/oder einer Kontrastverteilung der erfassten interessierend Region (650).
Bestimmen, dass eine entsprechende Region nicht vorhanden ist (610) und/oder
Vergleichen einer Form der erfassten interessierenden Region (620) und/oder eine Größe der erfassten interessierenden Region (630) und/oder eines Kontrastes der erfassten interessierenden Region (640) und/oder einer Kontrastverteilung der erfassten interessierend Region (650).
5. Verfahren nach Anspruch 1, ferner mit dem Schritt der
Rekonstruktion einer Vielzahl rekonstruierter Ebenen aus
der Vielzahl der Ansichten (232).
6. Verfahren nach Anspruch 5, ferner mit den Schritten
Erfassen zumindest einer interessierenden Region in einer rekonstruierten Ebene (222) und
Klassifizieren der erfassten interessierenden Region in der rekonstruierten Ebene (231).
Erfassen zumindest einer interessierenden Region in einer rekonstruierten Ebene (222) und
Klassifizieren der erfassten interessierenden Region in der rekonstruierten Ebene (231).
7. Verfahren nach Anspruch 6, ferner mit den Schritten
Korrelieren einer erfassten interessierenden Region in einer ersten rekonstruierten Ebene der Vielzahl rekonstruierter Ebenen mit
einer entsprechenden Region in einer zweiten rekonstruierten Ebene der Vielzahl der rekonstruierten Ebenen (246) und/oder
einer entsprechenden Region in zumindest einer der Vielzahl der Ansichten (240) und
Gewichten der Klassifikation mit einem Gewichtungsfaktor, der einem Korrelationsgrad entspricht (252).
Korrelieren einer erfassten interessierenden Region in einer ersten rekonstruierten Ebene der Vielzahl rekonstruierter Ebenen mit
einer entsprechenden Region in einer zweiten rekonstruierten Ebene der Vielzahl der rekonstruierten Ebenen (246) und/oder
einer entsprechenden Region in zumindest einer der Vielzahl der Ansichten (240) und
Gewichten der Klassifikation mit einem Gewichtungsfaktor, der einem Korrelationsgrad entspricht (252).
8. Verfahren nach Anspruch 1, ferner mit dem Schritt der
Rekonstruktion eines dreidimensionalen (3D) Bildes des
Objekts aus der Vielzahl der Ansichten.
9. Verfahren nach Anspruch 8, ferner mit
der Erfassung von interessierenden Regionen in dem rekonstruierten 3D-Bild und der Klassifikation der erfassten interessierenden Regionen in dem rekonstruierten 3D-Bild und/oder
der Korrelation einer erfassten interessierenden Region im 3D-Bild mit einer entsprechenden Region in zumindest einer Ansicht der Vielzahl der Ansichten und der Gewichtung der Klassifikation mit einem Gewichtungsfaktor, der einem Korrelationsgrad entspricht.
der Erfassung von interessierenden Regionen in dem rekonstruierten 3D-Bild und der Klassifikation der erfassten interessierenden Regionen in dem rekonstruierten 3D-Bild und/oder
der Korrelation einer erfassten interessierenden Region im 3D-Bild mit einer entsprechenden Region in zumindest einer Ansicht der Vielzahl der Ansichten und der Gewichtung der Klassifikation mit einem Gewichtungsfaktor, der einem Korrelationsgrad entspricht.
10. Verfahren nach Anspruch 9, ferner mit zumindest einem
der folgenden Schritte
Summieren der Bilddaten entlang einer Linie zur Simulation einer Strahlprojektion entlang der Linie (710),
Bestimmen von Maximumintensitätsprojektionen in einer erfassten interessierenden Region (720),
Bestimmen einer Minimumintensitätsprojektion in einer erfassten interessierenden Region (730),
Bestimmen einer Projektion mittlerer Intensität in einer erfassten interessierenden Region (740) und
Bestimmen einer Median-Intensitätsprojektion unter den erfassten interessierenden Regionen (750).
Summieren der Bilddaten entlang einer Linie zur Simulation einer Strahlprojektion entlang der Linie (710),
Bestimmen von Maximumintensitätsprojektionen in einer erfassten interessierenden Region (720),
Bestimmen einer Minimumintensitätsprojektion in einer erfassten interessierenden Region (730),
Bestimmen einer Projektion mittlerer Intensität in einer erfassten interessierenden Region (740) und
Bestimmen einer Median-Intensitätsprojektion unter den erfassten interessierenden Regionen (750).
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US10/121,866 US7218766B2 (en) | 2002-04-15 | 2002-04-15 | Computer aided detection (CAD) for 3D digital mammography |
Publications (1)
Publication Number | Publication Date |
---|---|
DE10306300A1 true DE10306300A1 (de) | 2003-10-23 |
Family
ID=28674651
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE10306300A Ceased DE10306300A1 (de) | 2002-04-15 | 2003-02-14 | Computergestützte Erfassung (CAD) für eine digitale 3D-Mammographie |
Country Status (4)
Country | Link |
---|---|
US (1) | US7218766B2 (de) |
JP (1) | JP4152765B2 (de) |
DE (1) | DE10306300A1 (de) |
FR (1) | FR2838541A1 (de) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8045779B2 (en) | 2006-07-06 | 2011-10-25 | Werner Kaiser | Method and device for evaluation of an image and/or of a time sequence of images of tissue or tissue samples |
Families Citing this family (119)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7597663B2 (en) * | 2000-11-24 | 2009-10-06 | U-Systems, Inc. | Adjunctive ultrasound processing and display for breast cancer screening |
US7556602B2 (en) | 2000-11-24 | 2009-07-07 | U-Systems, Inc. | Breast cancer screening with adjunctive ultrasound mammography |
US7940966B2 (en) * | 2000-11-24 | 2011-05-10 | U-Systems, Inc. | Full-field breast image data processing and archiving |
US7103205B2 (en) * | 2000-11-24 | 2006-09-05 | U-Systems, Inc. | Breast cancer screening with ultrasound image overlays |
US7615008B2 (en) * | 2000-11-24 | 2009-11-10 | U-Systems, Inc. | Processing and displaying breast ultrasound information |
DE10214254A1 (de) * | 2002-03-30 | 2003-10-16 | Philips Intellectual Property | Organspezifische Rückprojektion |
US7577282B2 (en) * | 2002-11-27 | 2009-08-18 | Hologic, Inc. | Image handling and display in X-ray mammography and tomosynthesis |
US8571289B2 (en) | 2002-11-27 | 2013-10-29 | Hologic, Inc. | System and method for generating a 2D image from a tomosynthesis data set |
US8565372B2 (en) | 2003-11-26 | 2013-10-22 | Hologic, Inc | System and method for low dose tomosynthesis |
US7123684B2 (en) | 2002-11-27 | 2006-10-17 | Hologic, Inc. | Full field mammography with tissue exposure control, tomosynthesis, and dynamic field of view processing |
US7616801B2 (en) | 2002-11-27 | 2009-11-10 | Hologic, Inc. | Image handling and display in x-ray mammography and tomosynthesis |
US7760924B2 (en) * | 2002-11-27 | 2010-07-20 | Hologic, Inc. | System and method for generating a 2D image from a tomosynthesis data set |
US10638994B2 (en) | 2002-11-27 | 2020-05-05 | Hologic, Inc. | X-ray mammography with tomosynthesis |
US20040147830A1 (en) * | 2003-01-29 | 2004-07-29 | Virtualscopics | Method and system for use of biomarkers in diagnostic imaging |
US20060259282A1 (en) * | 2003-03-14 | 2006-11-16 | Failla Gregory A | Deterministic computation of radiation transport for radiotherapy dose calculations and scatter correction for image reconstruction |
US7313259B2 (en) | 2003-11-26 | 2007-12-25 | General Electric Company | Method, system and computer program product for multi-modality registration using virtual cursors |
US8768026B2 (en) | 2003-11-26 | 2014-07-01 | Hologic, Inc. | X-ray imaging with x-ray markers that provide adjunct information but preserve image quality |
US7142633B2 (en) * | 2004-03-31 | 2006-11-28 | General Electric Company | Enhanced X-ray imaging system and method |
JP4647360B2 (ja) * | 2004-04-05 | 2011-03-09 | 富士フイルム株式会社 | 差分画像作成装置、差分画像作成方法、及び、そのプログラム |
EP1751712A2 (de) * | 2004-05-14 | 2007-02-14 | Philips Intellectual Property & Standards GmbH | Informationserweiterte bildgeführte interventionen |
FR2870447B1 (fr) * | 2004-05-21 | 2006-09-01 | Gen Electric | Dispositif de classification de pixels en mammographie a contraste accentue |
US8818066B2 (en) * | 2004-06-29 | 2014-08-26 | Siemens Medical Solutions Usa, Inc. | Grid computing on radiology network |
US8285826B2 (en) * | 2004-06-29 | 2012-10-09 | Siemens Medical Solutions Usa, Inc. | Grid computing on radiology network |
WO2006017172A1 (en) * | 2004-07-09 | 2006-02-16 | Fischer Imaging Corporation | Diagnostic system for multimodality mammography |
WO2006018774A1 (en) * | 2004-08-17 | 2006-02-23 | Koninklijke Philips Electronics N.V. | Method for flexible 3dra-ct fusion |
US7662082B2 (en) | 2004-11-05 | 2010-02-16 | Theragenics Corporation | Expandable brachytherapy device |
EP2602743B1 (de) | 2004-11-15 | 2014-11-05 | Hologic, Inc. | Erzeugung und Anzeige mit übereinstimmenden Geometrie von Mammogrammen und Tomosynthesebildern |
JP2008520387A (ja) * | 2004-11-18 | 2008-06-19 | コンピュームド・インコーポレイテッド | 乳房用x線撮影装置を用いた骨の状態を分析するための方法およびシステム |
CN101061491B (zh) * | 2004-11-19 | 2010-06-16 | 皇家飞利浦电子股份有限公司 | 用于在计算机辅助肺结核假阳性降低中克服不平衡事例数目的层化方法 |
WO2006054271A2 (en) * | 2004-11-19 | 2006-05-26 | Koninklijke Philips Electronics, N.V. | False positive reduction in computer -assisted detection ( cad) |
EP1816965B1 (de) | 2004-11-26 | 2016-06-29 | Hologic, Inc. | Integriertes multimodus-mammographie-/tomosynthese-röntgensystem |
US20090174554A1 (en) | 2005-05-11 | 2009-07-09 | Eric Bergeron | Method and system for screening luggage items, cargo containers or persons |
US7991242B2 (en) | 2005-05-11 | 2011-08-02 | Optosecurity Inc. | Apparatus, method and system for screening receptacles and persons, having image distortion correction functionality |
US7738683B2 (en) * | 2005-07-22 | 2010-06-15 | Carestream Health, Inc. | Abnormality detection in medical images |
US20070052700A1 (en) * | 2005-09-07 | 2007-03-08 | Wheeler Frederick W | System and method for 3D CAD using projection images |
US10008184B2 (en) | 2005-11-10 | 2018-06-26 | Hologic, Inc. | System and method for generating a 2D image using mammography and/or tomosynthesis image data |
US7465268B2 (en) | 2005-11-18 | 2008-12-16 | Senorx, Inc. | Methods for asymmetrical irradiation of a body cavity |
US7208739B1 (en) | 2005-11-30 | 2007-04-24 | General Electric Company | Method and apparatus for correction of pileup and charge sharing in x-ray images with energy resolution |
JP4703414B2 (ja) * | 2006-01-25 | 2011-06-15 | 株式会社東芝 | 画像表示装置及びプログラム |
US8532745B2 (en) | 2006-02-15 | 2013-09-10 | Hologic, Inc. | Breast biopsy and needle localization using tomosynthesis systems |
US7899232B2 (en) | 2006-05-11 | 2011-03-01 | Optosecurity Inc. | Method and apparatus for providing threat image projection (TIP) in a luggage screening system, and luggage screening system implementing same |
FR2902218A1 (fr) * | 2006-06-07 | 2007-12-14 | Gen Electric | Procede de traitement d'images de tomosynthese pour une detection de signes radiologiques |
US7840046B2 (en) | 2006-06-27 | 2010-11-23 | Siemens Medical Solutions Usa, Inc. | System and method for detection of breast masses and calcifications using the tomosynthesis projection and reconstructed images |
US8494210B2 (en) | 2007-03-30 | 2013-07-23 | Optosecurity Inc. | User interface for use in security screening providing image enhancement capabilities and apparatus for implementing same |
US7848592B2 (en) * | 2006-07-31 | 2010-12-07 | Carestream Health, Inc. | Image fusion for radiation therapy |
US8238637B2 (en) * | 2006-10-25 | 2012-08-07 | Siemens Computer Aided Diagnosis Ltd. | Computer-aided diagnosis of malignancies of suspect regions and false positives in images |
JP4851298B2 (ja) * | 2006-10-31 | 2012-01-11 | 富士フイルム株式会社 | 放射線断層画像生成装置 |
FR2909207B1 (fr) * | 2006-11-24 | 2009-01-30 | Gen Electric | Procede de visualisation tridimensionnelle d'images de tomosynthese en mammographie. |
US8000522B2 (en) * | 2007-02-02 | 2011-08-16 | General Electric Company | Method and system for three-dimensional imaging in a non-calibrated geometry |
US20080242979A1 (en) * | 2007-03-30 | 2008-10-02 | Rayette Ann Fisher | Combined X-ray detector and ultrasound imager |
JP5226974B2 (ja) * | 2007-06-19 | 2013-07-03 | 富士フイルム株式会社 | 画像診断支援装置、方法及びプログラム |
SE0702061L (sv) * | 2007-09-17 | 2009-03-18 | Xcounter Ab | Metod för att skapa, visa och analysera röntgenbilder och anordning för att implementera metoden |
US7630533B2 (en) | 2007-09-20 | 2009-12-08 | Hologic, Inc. | Breast tomosynthesis with display of highlighted suspected calcifications |
US20090088625A1 (en) * | 2007-10-01 | 2009-04-02 | Kenneth Oosting | Photonic Based Non-Invasive Surgery System That Includes Automated Cell Control and Eradication Via Pre-Calculated Feed-Forward Control Plus Image Feedback Control For Targeted Energy Delivery |
US7929743B2 (en) * | 2007-10-02 | 2011-04-19 | Hologic, Inc. | Displaying breast tomosynthesis computer-aided detection results |
US8634610B2 (en) * | 2008-06-20 | 2014-01-21 | The Trustees Of The University Of Pennsylvania | System and method for assessing cancer risk |
US7792245B2 (en) | 2008-06-24 | 2010-09-07 | Hologic, Inc. | Breast tomosynthesis system with shifting face shield |
US7991106B2 (en) | 2008-08-29 | 2011-08-02 | Hologic, Inc. | Multi-mode tomosynthesis/mammography gain calibration and image correction using gain map information from selected projection angles |
EP2178048A3 (de) * | 2008-09-29 | 2017-07-19 | MIR Medical Imaging Research Holding GmbH | Verfahren zur Definition eines patientenindividuellen Koordinationssystems einer weiblichen Brust |
US9146663B2 (en) | 2008-12-08 | 2015-09-29 | Hologic, Inc. | Displaying computer-aided detection information with associated breast tomosynthesis image information |
US9248311B2 (en) | 2009-02-11 | 2016-02-02 | Hologic, Inc. | System and method for modifying a flexibility of a brachythereapy catheter |
US9579524B2 (en) | 2009-02-11 | 2017-02-28 | Hologic, Inc. | Flexible multi-lumen brachytherapy device |
US8223916B2 (en) * | 2009-03-31 | 2012-07-17 | Hologic, Inc. | Computer-aided detection of anatomical abnormalities in x-ray tomosynthesis images |
JP5346654B2 (ja) * | 2009-03-31 | 2013-11-20 | キヤノン株式会社 | 放射線撮影装置及びその制御方法 |
US10207126B2 (en) | 2009-05-11 | 2019-02-19 | Cytyc Corporation | Lumen visualization and identification system for multi-lumen balloon catheter |
DE102009043421A1 (de) * | 2009-09-29 | 2011-04-07 | Siemens Aktiengesellschaft | Verfahren und Vorrichtung |
EP2535829A3 (de) | 2009-10-07 | 2013-07-10 | Hologic, Inc. | Verarbeitung und Anzeige von computergestützter Erkennungsinformation im Zusammenhang mit Brust-Röntgenbildern |
CN102481146B (zh) | 2009-10-08 | 2016-08-17 | 霍罗吉克公司 | 乳房的穿刺活检系统及其使用方法 |
US8064677B2 (en) * | 2009-11-25 | 2011-11-22 | Fujifilm Corporation | Systems and methods for measurement of objects of interest in medical images |
US20120014578A1 (en) * | 2010-07-19 | 2012-01-19 | Qview Medical, Inc. | Computer Aided Detection Of Abnormalities In Volumetric Breast Ultrasound Scans And User Interface |
JP5538862B2 (ja) * | 2009-12-18 | 2014-07-02 | キヤノン株式会社 | 画像処理装置、画像処理システム、画像処理方法、及びプログラム |
US8977019B2 (en) * | 2010-02-11 | 2015-03-10 | The Regents Of The University Of Michigan | Methods for microcalcification detection of breast cancer on digital tomosynthesis mammograms |
WO2012039138A1 (ja) * | 2010-09-23 | 2012-03-29 | 富士フイルム株式会社 | 異常陰影候補の検出装置、検出方法およびプログラム並びに乳房画像診断システム |
US9352172B2 (en) | 2010-09-30 | 2016-05-31 | Hologic, Inc. | Using a guide member to facilitate brachytherapy device swap |
EP2624761B1 (de) | 2010-10-05 | 2021-07-14 | Hologic, Inc. | Bruströntgenbildgebung in aufrechter position mit einem ct-modus, mehreren tomosynthese-modi und einem mammographie-modus |
US20120099771A1 (en) * | 2010-10-20 | 2012-04-26 | Lao Zhiqiang | Computer aided detection of architectural distortion in mammography |
WO2012071429A1 (en) | 2010-11-26 | 2012-05-31 | Hologic, Inc. | User interface for medical image review workstation |
US10342992B2 (en) | 2011-01-06 | 2019-07-09 | Hologic, Inc. | Orienting a brachytherapy applicator |
US9020579B2 (en) | 2011-03-08 | 2015-04-28 | Hologic, Inc. | System and method for dual energy and/or contrast enhanced breast imaging for screening, diagnosis and biopsy |
JP5358620B2 (ja) * | 2011-06-15 | 2013-12-04 | 富士フイルム株式会社 | 放射線撮影装置 |
JP6025849B2 (ja) | 2011-09-07 | 2016-11-16 | ラピスカン システムズ、インコーポレイテッド | マニフェストデータをイメージング/検知処理に統合するx線検査システム |
WO2013056733A1 (en) * | 2011-10-19 | 2013-04-25 | Siemens Aktiengesellschaft | Out of plane artifact reduction in digital breast tomosynthesis and ct |
JP2014534042A (ja) | 2011-11-27 | 2014-12-18 | ホロジック, インコーポレイテッドHologic, Inc. | マンモグラフィーおよび/またはトモシンセシス画像データを使用して2d画像を生成するためのシステムおよび方法 |
EP3315072B1 (de) | 2012-02-13 | 2020-04-29 | Hologic, Inc. | System und verfahren zum navigieren eines tomosynthesestapels mithilfe synthetisierter bilddaten |
KR102023511B1 (ko) | 2012-09-07 | 2019-09-30 | 삼성전자주식회사 | 엑스선 영상 생성 방법 및 장치 |
KR102018813B1 (ko) | 2012-10-22 | 2019-09-06 | 삼성전자주식회사 | 3차원 영상 제공 방법 및 장치 |
KR20140091176A (ko) * | 2013-01-10 | 2014-07-21 | 삼성전자주식회사 | 병변 진단 장치 및 방법 |
WO2014151646A1 (en) | 2013-03-15 | 2014-09-25 | Hologic Inc. | Tomosynthesis-guided biopsy in prone |
US11020065B2 (en) * | 2013-06-18 | 2021-06-01 | Canon Kabushiki Kaisha | Control device for controlling tomosynthesis imaging, imaging apparatus, imaging system, control method, and program for causing computer to execute the control method |
JP6523265B2 (ja) | 2013-10-09 | 2019-05-29 | ホロジック, インコーポレイテッドHologic, Inc. | 平坦化された胸部の厚さ方向を含む空間分解能を向上させるx線胸部トモシンセシス |
US9642581B2 (en) * | 2013-11-12 | 2017-05-09 | KUB Technologies, Inc. | Specimen radiography with tomosynthesis in a cabinet |
US10413268B2 (en) * | 2014-02-26 | 2019-09-17 | Carestream Health, Inc. | Hybrid imaging apparatus and methods for interactive procedures |
ES2943561T3 (es) | 2014-02-28 | 2023-06-14 | Hologic Inc | Sistema y método para generar y visualizar bloques de imagen de tomosíntesis |
JP6264949B2 (ja) * | 2014-03-05 | 2018-01-24 | 富士ゼロックス株式会社 | 画像処理装置及びプログラム |
KR20150108701A (ko) | 2014-03-18 | 2015-09-30 | 삼성전자주식회사 | 의료 영상 내 해부학적 요소 시각화 시스템 및 방법 |
US11051776B2 (en) * | 2014-06-26 | 2021-07-06 | Koninklijke Philips N.V. | Device and method for displaying image information |
JP6126058B2 (ja) * | 2014-09-30 | 2017-05-10 | 富士フイルム株式会社 | 画像表示装置、画像処理装置、放射線画像撮影システム、断層画像表示方法、及び断層画像表示プログラム。 |
US10692213B2 (en) | 2015-03-10 | 2020-06-23 | Koninklijke Philips N.V. | Retrieval of corresponding structures in pairs of medical images |
US10302807B2 (en) | 2016-02-22 | 2019-05-28 | Rapiscan Systems, Inc. | Systems and methods for detecting threats and contraband in cargo |
EP3445247B1 (de) | 2016-04-22 | 2021-03-10 | Hologic, Inc. | Tomosynthese mit röntgensystem mit variablem brennfleck unter verwendung eines adressierbaren arrays |
US10488351B2 (en) | 2016-09-07 | 2019-11-26 | KUB Technologies, Inc. | Specimen radiography with tomosynthesis in a cabinet with geometric magnification |
AU2017340607B2 (en) | 2016-10-05 | 2022-10-27 | Nuvasive, Inc. | Surgical navigation system and related methods |
US10096106B2 (en) * | 2016-11-10 | 2018-10-09 | General Electric Company | Combined medical imaging |
US10830712B2 (en) * | 2017-03-27 | 2020-11-10 | KUB Technologies, Inc. | System and method for cabinet x-ray systems with camera |
EP3600051B1 (de) * | 2017-03-30 | 2024-05-01 | Hologic, Inc. | Verfahren zur synthese von niedrigdimensionalen bilddaten aus hochdimensionalen bilddaten unter verwendung einer objektgittererweiterung |
US11445993B2 (en) | 2017-03-30 | 2022-09-20 | Hologic, Inc. | System and method for targeted object enhancement to generate synthetic breast tissue images |
US11399790B2 (en) | 2017-03-30 | 2022-08-02 | Hologic, Inc. | System and method for hierarchical multi-level feature image synthesis and representation |
JP6333444B2 (ja) * | 2017-05-19 | 2018-05-30 | キヤノン株式会社 | 情報処理装置、情報処理方法 |
WO2018236565A1 (en) | 2017-06-20 | 2018-12-27 | Hologic, Inc. | METHOD AND SYSTEM FOR MEDICAL IMAGING WITH DYNAMIC SELF-LEARNING |
US11207036B2 (en) * | 2017-08-16 | 2021-12-28 | KUB Technologies, Inc. | System and method for cabinet x-ray systems with automatic specimen/sample alert |
US11707244B2 (en) | 2017-08-16 | 2023-07-25 | Hologic, Inc. | Techniques for breast imaging patient motion artifact compensation |
DE102017214246B3 (de) | 2017-08-16 | 2018-10-31 | Siemens Healthcare Gmbh | Vorrichtung und Verfahren zur Feinjustage der Rekonstruktionsebene eines digitalen Kombinationsbildes sowie zugehöriges Bildauswertesystem und/oder Radiologiesystem nebst zugehörigem Computerprogrammprodukt und computerlesbaren Medium |
EP3449835B1 (de) | 2017-08-22 | 2023-01-11 | Hologic, Inc. | Computertomografiesystem und methode zur bildgebung mehrerer anatomischer ziele |
US11090017B2 (en) | 2018-09-13 | 2021-08-17 | Hologic, Inc. | Generating synthesized projection images for 3D breast tomosynthesis or multi-mode x-ray breast imaging |
JP7262340B2 (ja) * | 2019-07-31 | 2023-04-21 | 富士フイルムヘルスケア株式会社 | 超音波ct装置、画像処理装置、および、画像処理プログラム |
EP3832689A3 (de) | 2019-12-05 | 2021-08-11 | Hologic, Inc. | Systeme und verfahren für verbesserte röntgenröhrenlebensdauer |
US11471118B2 (en) | 2020-03-27 | 2022-10-18 | Hologic, Inc. | System and method for tracking x-ray tube focal spot position |
US11210848B1 (en) | 2020-06-14 | 2021-12-28 | International Business Machines Corporation | Machine learning model for analysis of 2D images depicting a 3D object |
US11786191B2 (en) | 2021-05-17 | 2023-10-17 | Hologic, Inc. | Contrast-enhanced tomosynthesis with a copper filter |
Family Cites Families (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3971950A (en) | 1975-04-14 | 1976-07-27 | Xerox Corporation | Independent compression and positioning device for use in mammography |
DE3019436A1 (de) | 1980-05-21 | 1981-11-26 | SIEMENS AG AAAAA, 1000 Berlin und 8000 München | Verfahren zur verarbeitung von ultraschall-echosignalen von sowohl gerichtet reflektierenden als auch ungerichtet streuenden objektiven, insbesondere zur ultraschall-bildverarbeitung auf dem gebiet der stoff- oder gewebsuntersuchung |
FI64282C (fi) | 1981-06-04 | 1983-11-10 | Instrumentarium Oy | Diagnosapparatur foer bestaemmande av vaevnadernas struktur oc sammansaettning |
US4509368A (en) | 1981-06-22 | 1985-04-09 | The Commonwealth Of Australia | Ultrasound tomography |
DE3426398C1 (de) | 1984-07-18 | 1987-11-12 | Dornier System Gmbh, 7990 Friedrichshafen | Vorrichtung zum räumlichen Orten und Positionieren von Konkrementen |
US5003979A (en) | 1989-02-21 | 1991-04-02 | University Of Virginia | System and method for the noninvasive identification and display of breast lesions and the like |
US5133020A (en) | 1989-07-21 | 1992-07-21 | Arch Development Corporation | Automated method and system for the detection and classification of abnormal lesions and parenchymal distortions in digital medical images |
US5415169A (en) | 1989-11-21 | 1995-05-16 | Fischer Imaging Corporation | Motorized mammographic biopsy apparatus |
DK257790D0 (da) | 1990-10-26 | 1990-10-26 | 3D Danish Diagnostic Dev A S | Gantry for gammakamera for cardiologiske undersoegelser |
US5233299A (en) * | 1991-03-25 | 1993-08-03 | General Electric Company | Projection methods for producing two-dimensional images from three-dimensional data |
US5349956A (en) * | 1991-12-04 | 1994-09-27 | Apogee Medical Products, Inc. | Apparatus and method for use in medical imaging |
US5359513A (en) * | 1992-11-25 | 1994-10-25 | Arch Development Corporation | Method and system for detection of interval change in temporally sequential chest images |
US5361767A (en) | 1993-01-25 | 1994-11-08 | Igor Yukov | Tissue characterization method and apparatus |
DE4309597A1 (de) | 1993-03-22 | 1994-09-29 | Kari Dr Richter | Verfahren zur bildgebenden Darstellung einer Partie des menschlichen Körpers |
DE4309596A1 (de) | 1993-03-22 | 1994-09-29 | Kari Dr Richter | Verfahren zur bildgebenden Darstellung mittels Echosignalen |
CA2132138C (en) | 1993-09-29 | 2004-01-06 | Shih-Ping Wang | Computer-aided diagnosis system and method |
EP0730431B1 (de) | 1993-10-29 | 2000-03-29 | United States Surgical Corporation | Vorrichtung zur kombinierten ultraschall-abbildung und röntgen-abbildung |
US5474072A (en) | 1993-10-29 | 1995-12-12 | Neovision Corporation | Methods and apparatus for performing sonomammography |
US5983123A (en) | 1993-10-29 | 1999-11-09 | United States Surgical Corporation | Methods and apparatus for performing ultrasound and enhanced X-ray imaging |
US5803082A (en) | 1993-11-09 | 1998-09-08 | Staplevision Inc. | Omnispectramammography |
CA2177472A1 (en) | 1993-11-29 | 1995-06-01 | Maryellen L. Giger | Automated method and system for improved computerized detection and classification of masses in mammograms |
US5810742A (en) | 1994-10-24 | 1998-09-22 | Transcan Research & Development Co., Ltd. | Tissue characterization based on impedance images and on impedance measurements |
US5630426A (en) | 1995-03-03 | 1997-05-20 | Neovision Corporation | Apparatus and method for characterization and treatment of tumors |
US5660185A (en) | 1995-04-13 | 1997-08-26 | Neovision Corporation | Image-guided biopsy apparatus with enhanced imaging and methods |
US5640956A (en) | 1995-06-07 | 1997-06-24 | Neovision Corporation | Methods and apparatus for correlating ultrasonic image data and radiographic image data |
US5799100A (en) * | 1996-06-03 | 1998-08-25 | University Of South Florida | Computer-assisted method and apparatus for analysis of x-ray images using wavelet transforms |
US5820552A (en) | 1996-07-12 | 1998-10-13 | United States Surgical Corporation | Sonography and biopsy apparatus |
US5851180A (en) | 1996-07-12 | 1998-12-22 | United States Surgical Corporation | Traction-inducing compression assembly for enhanced tissue imaging |
US5872828A (en) | 1996-07-23 | 1999-02-16 | The General Hospital Corporation | Tomosynthesis system for breast imaging |
US5776062A (en) | 1996-10-15 | 1998-07-07 | Fischer Imaging Corporation | Enhanced breast imaging/biopsy system employing targeted ultrasound |
US5855554A (en) | 1997-03-17 | 1999-01-05 | General Electric Company | Image guided breast lesion localization device |
US5984870A (en) | 1997-07-25 | 1999-11-16 | Arch Development Corporation | Method and system for the automated analysis of lesions in ultrasound images |
US5999639A (en) | 1997-09-04 | 1999-12-07 | Qualia Computing, Inc. | Method and system for automated detection of clustered microcalcifications from digital mammograms |
US6088473A (en) | 1998-02-23 | 2000-07-11 | Arch Development Corporation | Method and computer readable medium for automated analysis of chest radiograph images using histograms of edge gradients for false positive reduction in lung nodule detection |
US6421454B1 (en) * | 1999-05-27 | 2002-07-16 | Litton Systems, Inc. | Optical correlator assisted detection of calcifications for breast biopsy |
US6553356B1 (en) * | 1999-12-23 | 2003-04-22 | University Of Pittsburgh - Of The Commonwealth System Of Higher Education | Multi-view computer-assisted diagnosis |
JP4188532B2 (ja) | 2000-02-01 | 2008-11-26 | 富士フイルム株式会社 | 画像間演算方法および装置並びに画像表示方法および装置 |
-
2002
- 2002-04-15 US US10/121,866 patent/US7218766B2/en not_active Expired - Lifetime
-
2003
- 2003-02-14 DE DE10306300A patent/DE10306300A1/de not_active Ceased
- 2003-02-14 FR FR0301791A patent/FR2838541A1/fr not_active Withdrawn
- 2003-02-14 JP JP2003035905A patent/JP4152765B2/ja not_active Expired - Lifetime
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8045779B2 (en) | 2006-07-06 | 2011-10-25 | Werner Kaiser | Method and device for evaluation of an image and/or of a time sequence of images of tissue or tissue samples |
Also Published As
Publication number | Publication date |
---|---|
JP4152765B2 (ja) | 2008-09-17 |
FR2838541A1 (fr) | 2003-10-17 |
US7218766B2 (en) | 2007-05-15 |
JP2003310588A (ja) | 2003-11-05 |
US20030194121A1 (en) | 2003-10-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE10306300A1 (de) | Computergestützte Erfassung (CAD) für eine digitale 3D-Mammographie | |
DE102007007179B4 (de) | Verfahren zur Verarbeitung von Tomosyntheseprojektionsbildern für eine Detektion von radiologischen Auffälligkeiten nebst zugehöriger Röntgeneinrichtung | |
US10098600B2 (en) | Method and apparatus for cone beam breast CT image-based computer-aided detection and diagnosis | |
US7646902B2 (en) | Computerized detection of breast cancer on digital tomosynthesis mammograms | |
DE69034160T2 (de) | Rechnerbasiertes verfahren um die untersuchung von menschlischen brustgewebe nach malignität zu unterstützen | |
DE102009010607B4 (de) | Verfahren zur Unterdrückung von undeutlich machenden Merkmalen in einem Bild | |
DE69517524T3 (de) | Automatische erkennung von läsionen in der computertomographie | |
DE69432995T2 (de) | Automatisches Verfahren und System zur Segmentierung medizinischer Bilder | |
US6553356B1 (en) | Multi-view computer-assisted diagnosis | |
DE102005036412B4 (de) | Verbesserte GGN-Segmentierung in Lungenaufnahmen für Genauigkeit und Konsistenz | |
DE102006041309A1 (de) | System und Verfahren zur 3D-CAD unter Verwendung von Projektionsbildern | |
DE112007002535T5 (de) | Computerdiagnose von Malignitäten und falschen Positivresultaten | |
DE102007026803A1 (de) | Verfahren zur Verarbeitung von radiologischen Bildern bei der Tomosynthese zur Erfassung radiologischer Auffälligkeiten | |
DE112005001741T5 (de) | System und Verfahren zur Baumprojektion zur Erkennung von Lungenembolie | |
DE102004057026A1 (de) | Erfassung zeitlicher Bildveränderungen und Darstellungsverfahren und -vorrichtung | |
DE102005036875A1 (de) | System und Verfahren zur 3-D Visualisierung der Lungenperfusion oder -dichte und ihre statistische Auswertung | |
DE10321722A1 (de) | Computergestützte Diagnose von Mehrfachenergiebildern | |
DE102007038058A1 (de) | Verfahren zur Verarbeitung radiologischer Bilder zur Detektion von Opazitäten | |
DE102004061435A1 (de) | Verfahren und Vorrichtung zur Registrierung von Lungenbilddaten | |
DE102011087337A1 (de) | Verfahren zur Rekonstruktion eines zweidimensionale virtuelle Röntgenbilder enthaltenden Rekonstruktionsdatensatzes | |
DE102011087128B4 (de) | Projektionswinkelbestimmung bei einer kontrastmittelgestützten Dual-Energy-Tomosynthese | |
DE102007026804A1 (de) | Verfahren zur Verarbeitung von radiologischen Bildern zur Erfassung radiologischer Auffälligkeiten | |
EP3856033B1 (de) | Verfahren zur erzeugung eines synthetischen brustgewebes durch unterdrückung von hochdichtem element | |
DE102004059577A1 (de) | Verfahren zur radiologischen Bildverarbeitung | |
DE102005048524A1 (de) | Verfahren und System zur Erkennung anatomischer Formen in einem CAD-System |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
8110 | Request for examination paragraph 44 | ||
R079 | Amendment of ipc main class |
Free format text: PREVIOUS MAIN CLASS: G06T0007000000 Ipc: G06T0007400000 |
|
R079 | Amendment of ipc main class |
Free format text: PREVIOUS MAIN CLASS: G06T0007000000 Ipc: G06T0007400000 Effective date: 20111011 Free format text: PREVIOUS MAIN CLASS: G06T0007000000 Ipc: G06T0007400000 |
|
R016 | Response to examination communication | ||
R002 | Refusal decision in examination/registration proceedings | ||
R003 | Refusal decision now final | ||
R003 | Refusal decision now final |
Effective date: 20141108 |