-
TECHNISCHES GEBIET
-
Die vorliegende Erfindung betrifft die Bildgebungstechnologie und insbesondere ein Verfahren und eine Vorrichtung zur automatischen Bildhelligkeitserkennung.
-
STAND DER TECHNIK
-
Automatische Helligkeitserkennung (ABD) ist wesentlich für die Bilderkennung, insbesondere für eine Echtzeit-Röntgenfluoroskopie. Automatische Helligkeitserkennung umfasst das Erkennen eines bestimmten Einzelbildes in einem kleinen Bereich von Interesse (ROI), der dazu dient, ein Feedback an ein System zur automatischen Einstellung von technischen Bildgebungsparametern (z. B. kV, mA, ...) zu liefern. Bisherige Verfahren zur automatischen Helligkeitserkennung beruhen hauptsächlich auf einer manuellen Auswahl eines festen ROI oder verschieben den ROI einfach in einen Bereich niedriger Graustufenwerte (dickschichtige Anatomie). Solche Verfahren können in der klinischen Praxis ein zu schwaches oder zu starkes Signal ausgeben, da der Bereich von Interesse aus der Sicht eines Klinikers nicht immer konstant bleibt und sich nicht immer in der Anatomie mit der größten Dicke befindet.
-
Es besteht daher Bedarf nach einem Verfahren und einer Vorrichtung zur automatischen Helligkeitserkennung, die automatisch einen für einen Kliniker interessanten Punkt erkennt und dann eine genaueres Feedback an ein Bildgebungssystem liefert.
-
KURZDARSTELLUNG DER ERFINDUNG
-
Es ist eine Aufgabe der vorliegenden Erfindung die Nachteile im Stand der Technik zu überwinden indem ein Verfahren zur bildinhaltsbasierten ROI-Erkennung bereitgestellt wird, das eine bessere Darstellung eines für einen Kliniker interessanten Punkts in einer aktuellen Bildaufnahme bietet, indem ein Kontrastmittel in einem Bild erkannt und nachverfolgt wird. Um diese Aufgabe zu lösen, schlägt die vorliegende Erfindung die folgenden technischen Lösungen vor.
-
Gemäß einem ersten Aspekt einer Ausführungsform der vorliegenden Erfindung wird ein Verfahren zur automatischen Bildhelligkeitserkennung bereitgestellt, das die folgenden Schritte umfasst: Bestimmen der ROI-Kandidaten in einem Bild; Extrahieren von Merkmalen aus jedem der ROI-Kandidaten; Auswählen des optimalen ROI-Kandidaten auf der Basis einer gewichteten Wertung für jeden ROI-Kandidaten; und Berechnen des Helligkeitswerts des ausgewählten optimalen ROI-Kandidaten als Helligkeits-Feedback.
-
Gemäß einer Ausführungsform umfasst das Bestimmen der ROI-Kandidaten in einem Bild das Berechnen der Größen der ROI-Kandidaten und deren Überdeckung in jeder Richtung.
-
Gemäß einer Ausführungsform umfasst das Extrahieren von Merkmalen aus jedem der ROI-Kandidaten das Extrahieren von Merkmalen, die auf statistischen Kenndaten eines Graustufenwertes für ein Pixel, den auf der Beziehung zwischen Pixeln basierenden Merkmalen und/oder den auf Bildtransformation basierenden Merkmalen basieren. Gemäß einer Ausführungsform umfassen die extrahierten Merkmale vorzugsweise den negativen Durchschnittswert von Pixeln mit einem Maximum, den negativen Durchschnittswert von Pixeln mit einem Minimum und Kanteninformation extrahiert durch Anwendung eines Kantenerkennungsfilters.
-
Hierbei beziehen sich die Pixel mit dem Maximum auf obere Pixel aus einem vorgegeben Prozentsatz aller in absteigender Reihenfolge eingestufter Pixelwerte, und die Pixel mit dem Minimum beziehen sich auf obere Pixel aus einem vorgegebenen Prozentsatz aller in aufsteigender Reihenfolge eingestufter Pixelwerte.
-
Gemäß einer Ausführungsform umfasst der Schritt des Auswählens des optimalen ROI-Kandidaten auf der Basis einer gewichteten Wertung für jeden der ROI-Kandidaten weiterhin die Schritte: Einreihen aller ROI-Kandidaten in absteigender Reihenfolge für jedes Merkmal und Bestimmen einer Ordnungsnummer eines jeden ROI-Kandidaten in der Reihe als eine Wertung des Merkmals des ROI-Kandidaten; und Berechnen der gewichteten Wertung von jedem der ROI-Kandidaten durch Multiplizieren der Wertungen der extrahierten Merkmale der jeweiligen ROI-Kandidaten mit dem vorbestimmten Gewichtungskoeffizienten des Merkmals, um die jeweiligen Produkte zu erhalten, sowie Aufsummieren der Produkte, wobei der ROI-Kandidat mit der niedrigsten gewichteten Wertung als der optimale ROI ausgewählt wird.
-
Hierbei wird der vorbestimmte Gewichtungskoeffizient mittels eines Lernprozesses für jedes der extrahierten Merkmale erhalten.
-
Gemäß einer Ausführungsform umfasst das Berechnen des Helligkeitswerts des ausgewählten optimalen ROI-Kandidaten das Berechnen von Durchschnittswerten oder Mittelwerten von Pixeln; die zur Berechnung der Helligkeitswerte herangezogenen Pixel können alle Pixel, die ausgewählten bemusterten Pixel im ROI oder einen vorbestimmter Prozentsatz der Pixelintensität umfassen.
-
Gemäß eines zweiten Aspekts einer Ausführungsform der vorliegenden Erfindung wird eine Vorrichtung zur automatischen Bildhelligkeitserkennung bereitgestellt, die umfasst: ein Bestimmungsmodul zum Bestimmen von ROI-Kandidaten in einem Bild; ein Extrahierungsmodul zum Extrahieren von Merkmalen aus jedem der ROI-Kandidaten; ein Auswahlmodul zum Auswählen des optimalen ROI-Kandidaten auf der Basis einer gewichteten Wertung eines jeden ROI-Kandidaten; und ein Feedbackmodul zur Berechnung des Helligkeitswertes des ausgewählten optimalen ROI-Kandidaten als Helligkeitsfeedback.
-
Gemäß einer Ausführungsform umfasst die Bestimmung der ROI-Kandidaten durch das Bestimmungsmodul das Berechnen der Größe der ROI-Kandidaten und deren Überdeckung in jeder Richtung.
-
Gemäß einer Ausführungsform extrahiert das Extrahierungsmodul die Merkmale, die auf statistischen Kenndaten eines Graustufenwerts eines Pixels basieren, die Merkmale, die auf einer Beziehung zwischen den Pixeln basieren, und/oder die Merkmale, die auf einer Bildtransformation basieren. Gemäß einer Ausführungsform umfassen die durch das Extrahierungsmodul extrahierten Merkmale vorzugsweise negative Durchschnittswerte von Pixeln mit einem Maximum, negative Durchschnittswerte von Pixeln mit einem Minimum und durch Anwendung eines Kantenerkennungsfilters extrahierte Kanteninformationen.
-
Hierbei beziehen sich die Pixel mit dem Maximum auf obere Pixel aus einem vorgegeben Prozentsatz aller in absteigender Reihenfolge eingestufter Pixelwerte, und die Pixel mit dem Minimum beziehen sich auf obere Pixel aus einem vorgegebenen Prozentsatz aller in aufsteigender Reihenfolge eingestufter Pixelwerte.
-
Gemäß einer Ausführungsform umfasst das Auswahlmodul weiterhin: ein Einreihungsmodul zum Einreihen aller ROI-Kandidaten in absteigender Reihenfolge für jedes Merkmal und Bestimmen einer Ordnungsnummer eines jeden ROI-Kandidaten in der Reihe als eine Wertung des Merkmals des ROI-Kandidaten; und ein Berechnungsmodul zum Berechnen der gewichteten Wertung von jedem der ROI-Kandidaten durch Multiplizieren der Wertungen der extrahierten Merkmale der jeweiligen ROI-Kandidaten mit dem vorbestimmten Gewichtungskoeffizienten des Merkmals, um die jeweiligen Produkte zu erhalten, sowie Aufsummieren der Produkte, wobei der ROI-Kandidat mit der niedrigsten gewichteten Wertung als der optimale ROI ausgewählt wird.
-
Hierbei wird der vorbestimmte Gewichtungskoeffizient mittels eines Lernprozesses für jedes der extrahierten Merkmale erhalten.
-
Gemäß einer Ausführungsform umfasst das Berechnen des Helligkeitswerts des ausgewählten optimalen ROI-Kandidaten durch das Feedbackmodul das Berechnen von Durchschnittswerten oder Mittelwerten von Pixeln; die zur Berechnung der Helligkeitswerte herangezogenen Pixel können alle Pixel, die ausgewählten abgetasteten Pixel im ROI oder einen vorbestimmten Prozentsatz der Pixelintensität umfassen.
-
Gemäß eines dritten Aspekts einer Ausführungsform der vorliegenden Erfindung wird ein Bildgebungssystem vorgesehen, das ein ROI-Festlegungsmodul, ein Anpassungsmodul für festgelegte ROI, eine automatische Helligkeitserkennungsvorrichtung, ein ROI-Auswahlanzeigemodul und ein ROI-Echtzeitanpassungsmodul umfasst, wobei das ROI-Festlegungsmodul mit dem Anpassungsmodul für festgelegte ROI verbunden ist, um den festgelegten ROI in das Anpassungsmodul für festgelegte ROI einzugeben; und das Anpassungsmodul für festgelegte ROI ist mit der automatischen Helligkeitserkennungsvorrichtung verbunden, die den festgelegten oder angepassten festgelegten ROI als Ausgangsposition verwendet; und die automatische Helligkeitserkennungsvorrichtung ist ebenfalls mit dem ROI-Auswahlanzeigemodul verbunden, um den derzeitigen ROI in das ROI-Auswahlanzeigemodul zur Anzeige einzugeben; und die automatische Helligkeitserkennungsvorrichtung ist mit dem ROI-Echtzeitanpassungsmodul verbunden, um ihren ROI auf der Basis des von dem ROI-Echtzeitanpassungsmodul angepassten ROI einzustellen.
-
Hierbei, wenn das Bildgebungssystem in Betrieb ist, kann das ROI-Festlegungsmodul an- oder abgeschaltet werden, um zu bestimmen, ob der festgelegte ROI durch einen Benutzer eingegeben wird oder nicht; und wenn das Bildgebungssystem in Betrieb ist, kann das Anpassungsmodul für festgelegte ROI an- oder abgeschaltet werden, um zu bestimmen, ob der festgelegte ROI angepasst wird oder nicht; und wenn das Bildgebungssystem in Betrieb ist, kann das ROI-Auswahlanzeigemodul an- oder abgeschaltet werden, um zu bestimmen, ob die ROI-Position in Echtzeit überprüft wird oder nicht; und wenn das Bildgebungssystem in Betrieb ist, kann das ROI-Echtzeitanpassungsmodul an- oder abgeschaltet werden, um zu bestimmen, ob die ROI-Position manuell in Echtzeit angepasst wird oder nicht.
-
Gemäß einer Ausführungsform ist die in dem Bildgebungssystem enthaltene automatische Helligkeitserkennungsvorrichtung die automatische Helligkeitserkennungsvorrichtung gemäß dem zweiten Aspekt der Ausführungsform der vorliegenden Erfindung.
-
Das Verfahren und die Vorrichtung zur automatischen Bildhelligkeitserkennung sowie das Bildgebungssystem gemäß den Ausführungsformen der vorliegenden Erfindung können automatisch einen für einen Kliniker interessanten Punkt erkennen und dann ein genaueres Feedback an das Bildgebungssystem liefern. Durch die Anwendung eines derartigen Verfahrens und einer derartigen Vorrichtung zur automatischen Helligkeitserkennung wird die Dosierungssteuerung in einem fluoroskopischen System effizienter, was bedeutet, dass eine konstante Bildqualität erhalten werden kann, ohne jegliche Dosierung zu verschwenden. Die Feedbackstärke kann für jede spezifische Anwendung, Erfassungseinstellung usw. ausgestaltet werden, wodurch die Dosierung/Bildqualitätsleistung und die hocheffiziente Nutzung des Systems weiter optimiert wird.
-
Die vorliegende Erfindung wird nachfolgend anhand von Ausführungsformen in Verbindung mit den beigefügten Zeichnungen beschrieben, in denen gleiche oder im Wesentlichen gleiche Teile durchgehend durch dieselben Bezugszeichen gekennzeichnet werden.
-
KURZE BESCHREIBUNG DER ZEICHNUNGEN
-
1 ist ein schematisches Ablaufdiagramm eines Verfahrens zur automatischen Helligkeitserkennung gemäß einer Ausführungsform der vorliegenden Erfindung;
-
2 ist ein schematisches Schaubild zum Bestimmen eines Kandidaten für einen Bereich von Interesse (ROI) gemäß einer anderen Ausführungsform der vorliegenden Erfindung;
-
3 ist ein schematisches Ablaufdiagramm zum Auswählen der optimalen Kandidaten für einen Bereich von Interesse (ROI) gemäß einer Ausführungsform der vorliegenden Erfindung;
-
4 ist ein schematisches Schaubild einer Vorrichtung zur automatischen Bildhelligkeitserkennung gemäß einer Ausführungsform;
-
5 ist ein schematisches Schaubild einer Vorrichtung zur automatischen Bildhelligkeitserkennung gemäß einer anderen Ausführungsform;
-
6 ist ein schematisches Schaubild einer Vorrichtung zur automatischen Helligkeitserkennung gemäß einer anderen Ausführungsform.
-
AUSFÜHRLICHE BESCHREIBUNG
-
Das Verfahren zur Bildanalyse gemäß einer Ausführungsform der vorliegenden Erfindung umfasst beispielsweise eine Reihe von dynamisch ausgeführten Schritten für einen Röntgenfluoroskopieablauf. Die Berechnung bezieht sich beispielsweise auf jedes Einzelbild oder eine bildpunktreduzierte Teilmenge von Einzelbildern in dem Röntgenfluoroskopieablauf. Wie in 1 gezeigt umfasst ein Verfahren zur automatischen Helligkeitserkennung gemäß einer Ausführung hauptsächlich einen Bestimmungsschritt 100, einen Extrahierungsschritt 200, einen Auswahlschritt 300 und einen Feedbackschritt 400. Der bestimmungsschritt 100 dient dazu, einen ROI-Kandidaten in einem Bild zu bestimmen; und der Extrahierungsschritt 200 dient dazu, Merkmale aus jedem der ROI-Kandidaten zu extrahieren; und in dem Auswahlschritt 300 wird der optimale ROI-Kandidat auf der Basis einer gewichteten Wertung eines jeden ROI-Kandidaten ausgewählt; und im Feedbackschritt 400 wird der Helligkeitswert des ausgewählten ROI-Kandidaten als Helligkeitsfeedback berechnet. Diese Schritte werden nachfolgend speziell beschrieben.
-
Gemäß einer Ausführungsform werden die ROI-Kandidaten zuerst bestimmt, und vorzugsweise werden einige ROI-Kandidaten mit gleicher Größe und Form (Schritt 100) ausgewählt. Es wird davon ausgegangen, dass die Position des beleuchteten Objekts nicht eingeschränkt ist und damit die Auswahl der ROI-Kandidaten, wenn möglich, das gesamte Blickfeld, wie etwa das gesamte Röntgenblickfeld, abdecken sollte. Je nach aktuellem Bedarf kann der ROI eine beliebige Form wie etwa ein Rechteck, Kreis, usw. aufweisen; der Einfachheit halber wird gewöhnlich ein Quadrat ausgewählt. In echten Systemen kann das Blickfeld ein Rechteck, Kreis oder Vieleck, usw. sein. Wenn, wie in 2 ersichtlich, das Blickfeld (FOV) in dem erkannten Bereich D ein Rechteck und der ROI ein Quadrat ist, kann der ROI-Kandidat auf die folgende Weise bestimmt werden. Die ROI-Kandidaten sind sich überlappende Quadrate, die das Blickfeld (FOV) gleichmäßig abdecken. Die Eckpunkte des Blickfelds können aus dem Systemfeedback gewonnen werden. Bei Verwendung eines rechteckigen Blickfelds kann typischerweise davon ausgegangen werden dass die Eckpunktkoordinaten des Blickfelds die folgenden sind: (x1, y1), (x2, y1), (x2, y2), (x1, y2), wie in 2 gezeigt, und die Größe RS des ROI-Kandidaten ist damit: RS = min(256, min(x2 – x1, y2 – y1));
-
Die Überdeckung wird in jeder Richtung berechnet, und unter Berücksichtigung, dass das Blickfeld nicht immer quadratisch ist, ergibt sich: Überdeckung_X = min(RS/2, (Nx·RS – (x2 – x1))/(Nx – 1)); Überdeckung_Y = min(RS/2, (Ny·RS – (y2 – y1))/(Ny – 1)); wobei Nx und Ny die maximale Anzahl der ROI-Kandidaten in jeder der Richtungen sind und Nx·Ny die maximale Gesamtanzahl der ROI-Kandidaten ist. Gemäß der Zeitanforderung des Algorithmus sind die Größen von Nx und Ny anpassbar.
-
Wenn der ROI ein Rechteck, Kreis, eine Ellipse und/oder eine andere Form ist, können auch ähnliche Verfahren eingesetzt werden, um die ROI-Kandidaten einfach durch Berechnung auszuwählen, wobei RS in X-Richtung und Y-Richtung auf unterschiedliche Parameter gesetzt wird. Die Länge von RS in X-Richtung stellt die Seitenlänge des minimalen umschriebenen Rechtecks des ROI in X-Richtung dar und die Länge von RS in der Y-Richtung stellt die Seitenlänge des minimalen umschriebenen Rechtecks des ROI in Y-Richtung dar. Wenn die Blickfelder unterschiedliche Formen aufweisen können auch ähnliche Verfahren eingesetzt werden, um die ROI-Kandidaten auszuwählen, vorausgesetzt dass der Verschiebebereich des ROI innerhalb des Blickfelds eingeschränkt ist.
-
Ein Bild kann vier Arten von Bereichen, Rohstrahlung, Anatomie, Kontrastmittel und Fremdkörper enthalten. Für den automatischen Helligkeitserkennungsalgorithmus (ABD-Algorithmus) und wenn das Kontrastmittel eingesetzt wird, sollte der die Kontrastfläche abdeckende ROI ausgewählt werden; und wenn kein Kontrastmittel eingesetzt wird, sollte der die Anatomie abdeckende ROI ausgewählt werden. In allen Fällen sollte der ROI mit der Rohstrahlung oder den Fremdkörpern ausgesondert werden.
-
Um einen Bereich zu erkennen von der Art wie er jeweils durch den ROI-Kandidaten abgedeckt wird ist es erforderlich, einige Merkmale aus jedem der ROI zu extrahieren (Schritt 200) und diese Merkmale umfassen, sind jedoch nicht darauf beschränkt, die Merkmale, die auf den statistischen Kenndaten eines Graustufenwerts für ein Pixel basieren, wie etwa Durchschnittswert, Mittelwert, usw.; die Merkmale, die auf der Beziehung zwischen den Pixeln basieren, wie etwa ein Merkmal, das erhalten wird durch Anwendung des Kantenoperators, um das Bild zu filtern und den Durchschnittswert der gefilterten Pixel als das Merkmal zu extrahieren; die Merkmale, die auf der Bildtransformation basieren, wie etwa ein Merkmal, das erhalten wird durch Anwenden einer Wavelet-Transformation und Extrahieren des Durchschnittswert der transformierten Pixel als das Merkmal. Unter Berücksichtigung solcher Faktoren wie Zeitaufwand usw., werden vorzugsweise in einer Ausführungsform die folgenden drei Arten von relativ wirksamen Merkmalen eingesetzt:
Tmax: negativer Durchschnittswert von 10% der Pixel mit einem Maximum;
Tmin: negativer Durchschnittswert von 10% der Pixel mit einem Minimum;
Kante: durch Anwendung des Kantenerkennungsfilters extrahierte Kanteninformation.
-
Diese Merkmale sind ausgelegt auf der Basis von fluoroskopischen Bildinhalten; beispielsweise hat die Rohstrahlung einen relativ niedrigen Tmax-Wert, und der Kontrastbereich hat dann üblicherweise einen hohen Tmin-Wert und Kanten-Wert. Das Ziel des Auswählens der Merkmale ist es, den ROI durch das Kontrastmittel und ohne Rohstrahlung zu erkennen. Um den nächsten Schritt vorzubereiten wird angenommen, dass je höher der Wert des Merkmals ist, desto näher ist der ROI dem Zielbereich. Deshalb sollte, falls erforderlich, ein negatives Vorzeichen vor den Wert des Merkmals, wie etwa Tmax, gesetzt werden, und er ist damit als der negative Durchschnittswert der 10% der Pixel mit einem Minimum definiert. Da der ROI mit dem Kontrastmittel üblicherweise einen relativ niedrigen Durchschnittswert an Pixeln aufweist, ist der negative Durchschnittswert größer.
-
Wie oben erwähnt wird der ausgewählte ROI den Kontrastbereich oder die Anatomie abdecken, jedoch die Rohstrahlung und Fremdkörper vermeiden. In einer auf diesen Merkmalen basierenden Ausführungsform wird der optimale ROI mittels des Verfahrens der gewichteten Wertung ausgewählt (Schritt 300). Dieses Verfahren benötigt keinen Schwellenwert sondern beruht nur auf den natürlichen Helligkeitsbeziehungen zwischen unterschiedlichen Bereichen, und es ist damit robust gegenüber den verschiedenen Bildgebungstechnologien. In einer Ausführungsform auf der Basis der gewichteten Wertungen für jeden ROI-Kandidaten, wie in 3 gezeigt, umfasst das Auswählen des optimalen ROI-Kandidaten weiterhin einen Einreihungsschritt 301 und einen Berechnungsschritt 303. Die ausführliche Beschreibung folgt im Anschluss.
-
Zunächst werden für jedes Merkmal alle ROI-Kandidaten in absteigender Reihenfolge eingereiht (Schritt 310) und die Ordnungsnummer jedes ROI-Kandidaten in der Reihe wird als die Wertung des Merkmals des ROI-Kandidaten bestimmt. Im Falle von beispielsweise drei ROI-Kandidaten, d. h., ROI1, ROI2 und ROI3, deren entsprechende Tmax-Werte 170, 210 bzw. 150 sind, besteht die Reihe der ROI für das Merkmal Tmax aus ROI1(2), ROI(1) und ROI(3) und die Wertungen von ROI1, ROI2 und ROI3 sind dann 2, 1, bzw. 3. Wie oben erwähnt gilt dass je größer der Wert des Merkmals ist, umso optimaler ist der ROI, und deshalb sollte der optimale ROI eine relativ niedrige Wertung nach der Einreihung aufweisen.
-
Als Zweites wird die gewichtete Wertung eines jeden ROI berechnet (Schritt 320): Gewichtete Wertung = [w1, w2, w3]·[S1, S2, S3]T; wobei ein Gewichtungskoeffizient (dargestellt durch wi) für das Merkmal i (i = 1–3) eingesetzt wird, weil die Merkmale jeweils nicht in gleichem Maße abgeschlossen werden, wenn unterschiedliche Bereiche differenziert werden. Nachdem das Merkmal ausgewählt ist, kann der Gewichtungswert, d. h., der Gewichtungskoeffizient durch einen Lernprozess erhalten werden. In einer Ausführungsform werden, wenn die Merkmale Tmax, Tmin und Kante ausgewählt werden, sind die durch den Lernprozess erhaltenen entsprechenden Gewichtungswerte [1, 1, 1.5], und die Anwendung der Gewichtungswerte auf den experimentellen Datensatz kann eine bessere Wirkung erzielen. Demzufolge können während der Berechnung die Gewichtungskoeffizienten von Tmax, Tmin und Kante entsprechend auf [1, 1, 1.5] gesetzt werden. Si stellt die Wertung des ROI für das Merkmal i dar.
-
Zuletzt wird der ROI mit der niedrigsten gewichteten Wertung als der optimale ROI ausgewählt. Die oben erwähnten Einreihungs- und Berechnungsprozesse und die Berechnungsergebnisse gemäß einer Ausführungsform sind in der nachfolgenden Tabelle 1 gezeigt. Tabelle 1. Tabelle zur Berechnung der gewichteten Wertung
| | Reihe | Gewichtete Wertung
1·S1 + 1·S2 + 1.5·S3 |
| S1 | S2 | S3 |
| ROI1 | 1 | 2 | 1 | 4.5 (der optimale ROI) |
| ROI2 | 2 | 1 | 3 | 7.5 |
| ROI3 | 3 | 3 | 2 | 9 |
-
Die Gewichtungslösung kann selbstverständlich auf der Basis der auszuführenden Anwendung verändert werden, um unterschiedliche klinische Interessenpunkte für einen Radiologen darzustellen.
-
Nach den oben genannten Schritten wird mindestens ein ROI ausgewählt, der den für einen Kliniker interessanten Punkt abdeckt. Als nächstes wird der Helligkeitswert des ausgewählten ROI berechnet, um die Signalstärke des Punkts von Interesse darzustellen, und wird als Helligkeitsfeedback verwendet (Schritt 400). Als ein Beispiel kann der durchschnittliche Pixelwert als das Helligkeitsfeedback verwendet werden. Ein solches Beispiel umfasst, ohne darauf beschränkt zu sein, den Durchschnittswert, Mittelwert, usw. der Pixel. Die zur Berechnung der Metrik ausgewählten Pixel können alle Pixel, die vorausgewählten bemusterten Pixel im ROI, einen vorbestimmten Prozentsatz der Pixelintensität, usw. umfassen.
-
Das Verfahren gemäß den Ausführungsformen der vorliegenden Erfindung kann automatisch einen für einen Kliniker interessanten Punkt erkennen und dann ein genaueres Feedback an das Bildgebungssystem liefern. Durch die Anwendung dieses Verfahrens zur automatischen Helligkeitserkennung wird die Dosierungssteuerung in einem fluoroskopischen System effizienter, was bedeutet, dass eine konstante Bildqualität erhalten werden kann, ohne jegliche Dosierung zu verschwenden. Die Feedbackstärke kann für jede spezifische Anwendung, Erfassungseinstellung usw. ausgestaltet werden, wodurch die Dosierung/Bildqualitätsleistung und die hocheffiziente Nutzung des Systems weiter optimiert wird.
-
Im Vergleich zu vorhandenen Verfahren der automatischen Bilderkennung kann das bildinhaltbasierte automatische Helligkeitserkennungsverfahren gemäß der Ausführungsformen der vorliegenden Erfindung die Größe und Anzahl der ROI basierend auf dem Bereich des Blickfelds dynamisch und automatisch anpassen, wohingegen vorhandene Verfahren typischerweise eine feste Größe und Anzahl von ROI verwenden; und das bildinhaltbasierte automatische Helligkeitserkennungsverfahren gemäß der Ausführungsformen der vorliegenden Erfindung kann eine Reihe von bildbasierten Merkmalen extrahieren und analysieren, wohingegen vorhandene Verfahren keine Merkmalsanalyse des ROI aufweisen und deren einzige verwendete Information im Durchschnittswert der Graustufenwerte besteht; und das bildinhaltbasierte automatische Helligkeitserkennungsverfahren gemäß der Ausführungsformen der vorliegenden Erfindung wählt den optimalen ROI auf der Basis der gewichteten Wertung ohne jegliches Systemfeedback und es ist robust gegenüber unterschiedlichen Bildgebungstechnologien, wohingegen seitherige automatische Helligkeitserkennungsverfahren diesen Teil nicht einbeziehen. Zudem kann das Verfahren gemäß der Ausführungsformen der vorliegenden Erfindung die Einwirkung der Rohstrahlung vermeiden und bei Vorhandensein des Kontrastmittels kann es auch den Kontrastbereich nachverfolgen, wohingegen seitherige automatische Helligkeitserkennungsverfahren dazu nicht in der Lage sind.
-
4 ist ein schematisches Schaubild einer automatischen Helligkeitserkennungsvorrichtung 400 gemäß einer Ausführungsform. Die Vorrichtung 400 umfasst hauptsächlich ein Bestimmungsmodul 402, ein Extrahierungsmodul 404, ein Auswahlmodul 406 und ein Feedbackmodul 408. Diese Module können mittels Software, Hardware, Firmware oder einer Kombination davon realisiert werden. Hierbei wird
- – das Bestimmungsmodul 402 eingesetzt, um den Schritt 100 auszuführen;
- – das Extrahierungsmodul 404 eingesetzt, um den Schritt 200 auszuführen;
- – das Auswahlmodul 406 eingesetzt, um den Schritt 300 auszuführen; und
- – das Feedbackmodul 408 wird eingesetzt, um den Schritt 400 auszuführen.
-
5 ist eine Ausführungsform einer anderen automatischen Helligkeitserkennungsvorrichtung 400. Die Vorrichtung 400 umfasst eine Verarbeitungseinheit 513, wie etwa eine MCU, DSP oder CPU, usw.. Die Verarbeitungseinheit 513 kann eine einzelne Einheit oder mehrere Einheiten umfassen, um die verschiedenen beschriebenen Schritte auszuführen. Außerdem kann die Vorrichtung gegebenenfalls eine Interaktionsschnittstelle 580 und eine Ausgabeeinheit 590 zum Eingeben von Bilddaten und Ausgeben von Feedbackinformationen aufweisen. Des Weiteren kann die Vorrichtung 400 ebenfalls mindestens ein Computerprogrammprodukt 510 in der Form eines nichtflüchtigen Speichers, wie etwa ein EEPROM, Flashdrive oder Festplattenlaufwerk, usw., aufweisen. Das Computerprogrammprodukt 510 enthält das Computerprogramm 511, welches Programmcodes aufweist, die, wenn ausgeführt, die Vorrichtung 400 veranlassen, die in 1 gezeigten Schritte auszuführen.
-
Insbesondere beinhalten die im Computerprogramm 511 in der Vorrichtung 400 enthaltenen Programmcodes: ein Bestimmungsmodul 511a zum Ausführen des Schritts 100; ein Extrahierungsmodule 511b zum Ausführen des Schritts 200; ein Auswahlmodul 511c zum Ausführen des Schritts 300; ein Feedbackmodul 511d zum Ausführen des Schritts 400. Mit anderen Worten, wenn verschiedene Module 511a–511d auf der Verarbeitungseinheit 513 durchgeführt werden, entsprechen diese den Modulen 402, 404, 406, bzw. 408, wie in 4 gezeigt.
-
Die automatische Helligkeitserkennungsvorrichtung 400 gemäß den oben beschriebenen Ausführungsformen kann mittels Software, Hardware, Firmware oder beliebiger Kombination davon in verschiedenen Bildgebungssystemen, wie etwa einem digitalen Röntgenfluoroskopiesystem, realisiert werden. Eine solche Realisierung kann ohne weiteres durch einen Durchschnittsfachmann ausgeführt werden und wird nicht ausführlicher beschrieben.
-
6 ist ein schematisches Schaubild eines Bildgebungssystems gemäß einer Ausführungsform. Das Bildgebungssystem umfasst ein ROI-Festlegungsmodul 601, ein Anpassungsmodul 602 für festgelegte ROI, eine automatische Helligkeitserkennungsvorrichtung 603, ein ROI-Auswahlanzeigemodul 604 und ein ROI-Echtzeitanpassungsmodul 605, wobei das ROI-Festlegungsmodul 601 mit dem Anpassungsmodul 602 für festgelegte ROI verbunden ist, um den festgelegten ROI in das Anpassungsmodul 602 für festgelegte ROI einzugeben. Das Anpassungsmodul 602 für festgelegte ROI ist mit der automatischen Helligkeitserkennungsvorrichtung 603 verbunden, die den festgelegten oder angepassten festgelegten ROI als Ausgangsposition verwendet. Die automatische Helligkeitserkennungsvorrichtung 603 ist ebenfalls mit dem ROI-Auswahlanzeigemodul 604 verbunden, um den derzeitigen ROI in das ROI-Auswahlanzeigemodul 604 zur Anzeige einzugeben. Die automatische Helligkeitserkennungsvorrichtung 603 ist ebenfalls mit dem ROI-Echtzeitanpassungsmodul 605 verbunden, um ihren ROI auf der Basis des von dem ROI-Echtzeitanpassungsmodul 605 angepassten ROI einzustellen.
-
Wenn das Bildgebungssystem in Betrieb ist, kann das ROI-Festlegungsmodul 601 an- oder abgeschaltet werden, um zu bestimmen, ob der festgelegte ROI durch einen Benutzer eingegeben wird oder nicht. Abhängig von der klinischen Anwendung, den Gewohnheiten des Benutzers, der Körperform des Patienten, usw., kann der Benutzer einen oder mehrere ROI definieren.
-
Wenn das Bildgebungssystem in Betrieb ist, kann das Anpassungsmodul 602 für festgelegte ROI an- oder abgeschaltet werden, um zu bestimmen, ob der festgelegte ROI angepasst wird oder nicht. Ein Benutzer kann den festgelegten ROI zu Beginn der fluoroskopischen Untersuchung überprüfen und anpassen.
-
Die automatische Helligkeitserkennungsvorrichtung 603 verwendet den festgelegten ROI als Ausgangsposition, und das erste Einzelbild wählt die optimale ROI-Position im angrenzenden Bereich des festgelegten ROI, und jedes nachfolgende Einzelbild sucht die optimale ROI-Position im angrenzenden Bereich des für das vorhergehende Einzelbild ausgewählten ROI und aktualisiert sie.
-
Wenn das Bildgebungssystem in Betrieb ist kann das ROI-Auswahlanzeigemodul 604 an- oder abgeschaltet werden um zu bestimmen, ob die ROI-Position in Echtzeit überprüft wird oder nicht. Ein Benutzer kann die ROI-Anzeige während der fluoroskopischen Untersuchung an- oder abschalten.
-
Wenn das Bildgebungssystem in Betrieb ist kann das ROI-Echtzeitanpassungsmodul 605 an- oder abgeschaltet werden, um zu bestimmen, ob die ROI-Position manuell in Echtzeit angepasst wird oder nicht. Ein Benutzer kann die ROI-Position überprüfen und manuell in Echtzeit während der fluoroskopischen Untersuchung anpassen. Ausgehend von dem angepassten nächsten Einzelbild verwendet das automatische Bildhelligkeitserkennungsverfahren den angepassten ROI als Ausgangsposition, und jedes Einzelbild sucht die optimale ROI-Position im angrenzenden Bereich des ursprünglichen ROI und aktualisiert sie.
-
Obwohl die vorliegende Erfindung mit Bezug auf spezifische Ausführungsformen der Erfindung beschrieben wurde, soll die vorliegende Erfindung nicht auf diese spezifischen Ausführungsformen beschränkt werden. Es sollte dem Fachmann verständlich sein, dass verschiedene Modifikationen, ein Ersatz durch Äquivalente, Änderungen usw. an der Erfindung vorgenommen werden können. Beispielsweise kann ein Schritt oder Modul in der obigen Ausführungsform durch Aufteilung in zwei oder mehr Schritte oder Module realisiert werden, oder im Gegensatz dazu können zwei oder mehr Schritte oder Module in der obigen Ausführungsform realisiert werden, indem sie zu einem Schritt oder Modul zusammengefasst werden. Diese Änderungen sollen jedoch unter den Schutzumfang der vorliegenden Erfindung fallen, ohne vom vorliegenden Erfindungsgedanken abzuweichen. Außerdem sind einige in dieser Beschreibung verwendeten Begriffe und Ansprüche dieser Anmeldung als erläuternd und nicht als einschränkend zu betrachten. Des Weiteren beziehen sich hier verschiedene Hinweise auf „eine Ausführungsform”, „eine andere Ausführungsform”, usw. auf verschiedene Ausführungsformen, und selbstverständlich können alle oder einige der Ausführungsformen in einer Ausführungsform aufgenommen werden.
