DE19827034A1 - Iteratives Filtersystem für medizinische Bilder - Google Patents

Iteratives Filtersystem für medizinische Bilder

Info

Publication number
DE19827034A1
DE19827034A1 DE19827034A DE19827034A DE19827034A1 DE 19827034 A1 DE19827034 A1 DE 19827034A1 DE 19827034 A DE19827034 A DE 19827034A DE 19827034 A DE19827034 A DE 19827034A DE 19827034 A1 DE19827034 A1 DE 19827034A1
Authority
DE
Germany
Prior art keywords
image data
filter
data set
image
filtered
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.)
Withdrawn
Application number
DE19827034A
Other languages
English (en)
Inventor
Gopal B Avinash
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
General Electric Co
Original Assignee
General Electric Co
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by General Electric Co filed Critical General Electric Co
Publication of DE19827034A1 publication Critical patent/DE19827034A1/de
Withdrawn legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/20Image enhancement or restoration using local operators
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00General purpose image data processing
    • G06T1/20Processor architectures; Processor configuration, e.g. pipelining

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Image Analysis (AREA)

Description

Die Erfindung bezieht sich auf das Gebiet der medizinischen Abbildung, insbesondere auf die Filterung und Verbesserung medizinischer Bilder zur Verbesserung ihrer optischen Quali­ tät.
Die Qualität medizinischer Bilder ist eine Funktion der ver­ wendeten Abbildungsmodalität und des zur Erfassung der Bild­ daten verwendeten bestimmten Verfahrens. Allgemein kann die Qualität medizinischer Bilder ungeachtet der verwendeten Ab­ bildungsmodalität durch Erfassung redundanter Daten verbes­ sert werden, die zur Verringerung der Auswirkungen von weißem Rauschen gemittelt werden können. Unglücklicherweise resul­ tiert diese Lösung in einer erhöhten Abtastzeit, die für den Patienten unbequem und kostspielig ist. Ein anderer Versuch besteht in der Erhöhung der Energie bzw. Leistung des Abbil­ dungssystems. Bei der Magnetresonanzabbildung (MRI) kann dies in der Form eines stärkeren Polarisationsfeldes bewirkt wer­ den (beispielsweise 1,5 Tesla anstelle von 0,5 Tesla), bei Röntgenstrahlsystemen kann dies in der Form eines Röntgen­ strahls höherer Energie bewirkt werden, und bei Ultraschall kann dies in der Form eines leistungsfähigeren Hochfrequenz-(RF-)Ver­ stärkers und Wandlers bewirkt werden. Diese Maßnahmen erhöhen die Kosten der Ausrüstung, und im Fall der Röntgen­ strahlsysteme wird die Ionenstrahlendosis für den Patienten erhöht.
Es wurden Versuche zur Verbesserung der Abbildungsfähigkeit des Objekts bzw. des Patienten durch Injektion von Kontrast­ mitteln in den Patienten unternommen, wie es beispielsweise in der US-A-4 834 964 von Rosen beschrieben ist. Allerdings verbessern injizierte Kontrastmittel lediglich einen begrenz­ ten Bereich von Bildcharakteristiken, und da dies eine inva­ sive Technik darstellt, ist sie manchmal aus medizinischen Gründen ungeeignet.
Erfaßte medizinische Bilder können auch zur Verbesserung ih­ res klinischen Werts durch Modifikation mit dem Histogramm oder der Verteilung von Signalwerten auf globaler oder loka­ ler Basis verarbeitet werden, wie es beispielsweise in der US-A-5 063 607 beschrieben ist. Bei anderen Verbesserungsver­ fahren wird der Grauwertbereich jedes Unterbildbereiches der­ art gestreckt, daß er den gesamten Anzeigebereich überdeckt, wie es beispielsweise in der US-A-4 991 092 beschrieben ist. Allerdings erhöhen Histogrammodifikationen, die den dynami­ schen Bereich der Daten erweitern, auch das Rauschen in dem Bild. Lokale Histogrammodifikationen verursachen einen Block­ bildungseffekt, der in einem Fehlen der Gleichmäßigkeit über das gesamte Bild resultiert.
Bilder können unter Verwendung von Faltungs- oder Filterungs­ verfahren verbessert werden. Derartige Verfahren beinhalten die Verstärkung ausgewählter Frequenzbänder, wie es in der US-A-5 072 314 von Chang dargestellt ist. Bei anderen Verfah­ ren wird eine Kombination einer Hoch- und Tiefpaßfilterung zur Verbesserung von Bildern verwendet, wie es beispielsweise in der US-A-5 081 692 von Kwon oder in der US-A-4 972 256 von Hirosawa beschrieben ist. Allerdings tendieren globale Filte­ rungsverfahren zum Verwischen der Bilder und beseitigen die Bereiche niedrigerer Frequenz. Dies erschwert die klinische Auswertung der Bilder.
Zur Beseitigung einiger Nachteile der globalen Filterung oder Faltung kann eine lokal angepaßte Filterung verwendet werden. Dies ist beispielsweise in der US-A-4 761 819 von Denison et al., in der US-A-4 991 092 von Swon, in der US-A-5 050 227 von Furusawa und in "Adaptive Smooting: A General Tool for Early Vision", IEEE Transactions on Pattern Analysis and Ma­ chine Intelligence, Band 13, Nr. 6, Juni 1991, Saint-Marc et al. beschrieben. Allerdings weisen die lokalen Filterungsver­ fahren eine Schwierigkeit bei der Unterscheidung zwischen plötzlichen Bildveränderungen, die von Kanten herrühren, und plötzlichen Bildveränderungen aufgrund von Rauschen auf. Die­ se Verfahren berücksichtigen auch keine Unterschiede in der Kantenrichtung und Bereichsvarianz, wodurch ein Bild erzeugt wird, das durchwegs glatt bzw. gleichmäßig ohne Berücksichti­ gung der Kanten ist.
Es können auch Wiederherstellungsversuche unternommen werden, bei denen der Erfassungsprozeß modelliert wird und die Ver­ schlechterung des Abbildungsprozesses mathematisch beschrie­ ben wird. Diese Verfahren versuchen die Degradationen unter Verwendung von Wiederherstellungsverfahren, wie unter Verwen­ dung der Methode der kleinsten Quadrate, des Bayes'schen Sat­ zes, oder der Kalman-Filterung zu invertieren. Allerdings er­ fordern die Wiederherstellungsverfahren ein genaues Modell für den Erfassungsprozeß. Komplizierte Erfassungsprozesse, wie die MRI-Abbildung, sind für eine exakte Modellierung zu schwierig, und die Parameter eines komplizierten Modells für ein gegebenes Bild können langwierige iterative Berechnungen erfordern.
In der US-A-4 691 366 von Fenster et al. werden Filter ver­ wendet, die zur Verbesserung langer Kanten und zur Dämpfung von Rauschen und Punkten eingestellt werden. Allerdings er­ fordert dieses Verfahren eine Analyse des Abbildungssystems zur Erzeugung der geeigneten Filter. Eine derartige Analyse ist rechenintensiv, zeitaufwendig und fehlerträchtig.
Der Erfindung liegt daher die Aufgabe zugrunde, die Qualität medizinischer Bilder ohne die Addition spezieller Hardware oder ohne erhebliche Erhöhung der Bildverarbeitungszeit zu verbessern.
Diese Aufgabe wird erfindungsgemäß durch ein Mehrfach- Durchlauf-Filtersystem gelöst, das zur Verbesserung der Qua­ lität medizinischer Bilder angewendet wird. Das heißt, das Mehrfach-Durchlauf-Filtersystem enthält eine Speichereinrich­ tung zur Speicherung der erfaßten Bilddaten, eine Vielzahl separater Filterfunktionen zum Empfang der erfaßten Bilddaten in einem Durchlauf zur Erzeugung entsprechender gefilterter Bilddaten, eine Skalierungseinrichtung zur Multiplikation der gefilterten Bilddaten mit einer Konstanten (α), einer Summa­ tionseinrichtung zur Kombination gefilterter und ursprüngli­ cher Bilddaten mittels geeigneter Skalierung zur Erzeugung eines Ausgangsbildes und eine Iterationseinrichtung, um die Bilddaten viele Male durch ausgewählte Filterfunktionen lau­ fen zu lassen. Die Filterfunktionen können viele verschiedene Formen annehmen, um das Mehrfach-Durchlauf-Filter auf viele verschiedene Abbildungsmodalitäten und klinische Anwendungen zurechtzuschneiden.
Durch die Verwendung der Mehrfach-Durchlauf-Filterung der Bilddaten können die separaten Filterungsfunktionen merklich vereinfacht werden. Beispielsweise kann anstelle der Filte­ rung mit 15×15-Element-Filterkernen des gleiche Ergebnis in drei Durchläufen durch das System erzielt werden, bei dem ein 3×1-Element-Filterkern verwendet wird. Dadurch wird eine ver­ einfachte und schnellere Verarbeitung erreicht. Auch kann durch die Verwendung der Mehrfach-Durchlauf-Technik das Fil­ ter für jeden Durchlauf zur Ausbildung eines viel größeren Bereichs von Bildeffekten verändert werden.
Eine speziellere Aufgabe der Erfindung besteht in der Verbes­ serung der Qualität von mittels eines MRI-Systems erfaßten Bildern. Rauschen kann aus den Bilddaten unter Verwendung ei­ nes Richtungsglättungsfilters gefiltert werden, das gegenüber Kanten in dem Bild empfindlich ist. Die Kanten werden geglät­ tet, aber ihre Schärfe wird nicht verringert. Eine Einteilung in Segmente kann zur unterschiedlichen Filterung von Berei­ chen mit starken und schwachen Kanten verwendet werden. Diese verschiedenen Filterfunktionen können in verschiedenen Kombi­ nationen während der mehrfachen Durchläufe durch das Filter­ system angewendet werden.
Die Erfindung wird nachstehend anhand eines Ausführungsbei­ spiels unter Bezugnahme auf die beiliegende Zeichnung näher beschrieben. Es zeigen:
Fig. 1 ein Blockschaltbild eines MRI-Systems, bei dem die Er­ findung angewendet wird,
Fig. 2 ein Ablaufdiagramm der durch das MRI-System in Fig. 1 durchgeführten Funktionen zur Filterung erfaßter Bilder gemäß dem bevorzugten Ausführungsbeispiel der Erfindung,
Fig. 3 ein Blockschaltbild eines Einmal-Durchlauf-Filters ge­ mäß der Erfindung,
Fig. 4 ein Blockschaltbild eines Mehrfach-Durchlauf-Filters erster Ordnung, wobei das Einmal-Durchlauf-Filter in Fig. 3 verwendet wird, und
Fig. 5 ein Blockschaltbild eines Mehrfach-Durchlauf-Filters zweiter Ordnung, wobei das Filter in Fig. 4 verwendet wird.
Allgemeine Beschreibung der Erfindung
Die vorliegende Erfindung stellt ein Filtersystem dar, das durch den Benutzer zur Implementation eines großen Bereichs von Filterungsoperationen bei medizinischen Bildern konfigu­ riert werden kann. Gemäß Fig. 3 ist das System um einen Ba­ sisfilterblock F11 gebildet, der aus einem Filter F1 besteht, das auf Eingangsbilddaten wirkt, die an 10 eingegeben werden. Das Ausgangssignal des Filters F1 wird mit einem Faktor C1 skaliert und am Summierer 12 mit skalierten Eingangsbilddaten kombiniert. Der Skalierungsfaktor für die Eingangsbilddaten beträgt (1-C). Das Ausgangssignal 14 des Filterblocks F11 sind Zwischenbilddaten, die einem Durchlauf einer Filterung ersten Grades unterzogen wurden. Das Filter F1 kann ein rela­ tiv einfach aufgebautes Filter sein, wie ein Glättungs- oder Schärfungsfilter, das einen 3×1-Filterkern verwendet, oder es kann eine Kombination verschiedener Filter sein, die während jedes Durchlaufs wahlweise angewendet werden können.
Das Filtersystem verwendet den Filterblock in Fig. 3 zur Aus­ bildung eines Mehrfach-Durchlauf-Filters F21, wie es in Fig. 4 gezeigt ist. Die Zwischenbilddaten werden in den Filter­ block für einen weiteren Durchlauf rückgeführt und die be­ stimmte Filterfunktion und der verwendete Skalierungsfaktor C können in jedem Durchlauf verschieden sein. Es kann eine be­ liebige Anzahl (n) von Durchläufen durchgeführt werden, wie es in Fig. 4 dargestellt ist, und nach dem letzten Durchlauf werden die gefilterten Ausgangsbilddaten mit einem Skalie­ rungsfaktor (d) skaliert und mit skalierten ursprünglichen Eingangsbilddaten am Summationspunkt 16 kombiniert. Die ge­ filterten Bilddaten werden am Ausgang 18 ausgegeben. Wie es nachstehend näher beschrieben ist, ist das bevorzugte Ausfüh­ rungsbeispiel der Erfindung ein Dreimal-Durchlauf-(d. h. n=3)Filter zur Verwendung bei Bilddaten, die mittels eines Magnetresonanz-Abbildungssystems (MRI-Systems) erfaßt werden.
Bei besonders durch Rauschen gestörten Bildern kann es erfor­ derlich sein, ein Filter zweiten Grades vorzusehen. Gemäß Fig. 5 wird dies mittels des Filtersystems der Erfindung durch Verkettung von Mehrfach-Durchlauf-Filterblöcken, wie dem Filter F21 in Fig. 4, erreicht. Der Ausgang 18 jedes Mehrfach-Durchlauf-Filterblocks F21, F22 . . . F2m wird durch das System rückgeführt, um den Eingang für den nächsten Filter­ block in der Kette zu bilden. Das Ausgangssignal 18 des letz­ ten Filterblocks F2m wird mit einem Skalierungsfaktor (e) skaliert und mit skalierten ursprünglichen Eingangsbilddaten am Summationspunkt 20 kombiniert. Die gefilterten Bilddaten werden am Ausgang 22 ausgegeben. Das Filter F31 zweiter Ord­ nung kann natürlich auch selbst zur Ausbildung von Filtern noch höherer Ordnung verkettet werden, wenn diese zur Bereit­ stellung der gewünschten Bildeffekte erforderlich sind.
Während die Summationspunkte 12, 16 und 20 so einfach wie die arithmetische Summe der skalierten Bildelementintensitäten sein können, ist es auch möglich, das Bild in verschiedene Bereiche zu segmentieren und die Bereiche mit dem ursprüngli­ chen Bild zu kombinieren. Beispielsweise werden Bereiche mit starken Kanten eventuell nicht kombiniert, während Bereiche mit schwachen Kanten mit entsprechenden Daten in dem ur­ sprünglichen Bild kombiniert werden können.
Ein weiterer Gesichtspunkt der Erfindung ist die Möglichkeit zur Konfiguration des Filtersystems zur Ausbildung der ge­ wünschten Filterfunktionen. Ein Satz von Parametern steuert das Filtersystem zur Ausbildung der Filterblöcke und ver­ knüpft sie wie vorstehend beschrieben. Diese Parameter wählen die bestimmte Filterfunktion aus, die während jedes Durch­ laufs durchzuführen ist, und wählen den Wert der Skalierungs­ faktoren c1-cn, d1-dn, usw. aus. Es können gespeicherte Sätze von Parametern zur Konfiguration des Filtersystems für be­ stimmte medizinische Anwendungen verwendet werden.
Beschreibung des bevorzugten Ausführungsbeispiels
In Fig. 1 sind die Hauptkomponenten eines bevorzugten MRI- Systems gezeigt, das die Erfindung beinhaltet. Der Betrieb des Systems wird von einer Bedienerkonsole 100 aus gesteuert, die eine Tastatur und ein Steuerpult 102 und eine Anzeigeein­ richtung 104 enthält. Die Konsole 100 kommuniziert über eine Verbindung 116 mit einem separaten Computersystem 107, das einem Bediener die Steuerung der Erzeugung und die Anzeige von Bildern auf dem Bildschirm bzw. der Anzeigeeinrichtung 104 ermöglicht. Das Computersystem 107 enthält eine Anzahl von Einrichtungen, die miteinander über ein Rückwandplatine kommunizieren. Diese enthalten eine Bildverarbeitungseinrich­ tung 106, eine Zentraleinheit (CPU) 108 und eine Speicherein­ richtung 113, die in der Technik als Vollbildpuffer zur Spei­ cherung von Bilddatenarrays bekannt ist. Das Computersystem 107 ist mit einem Plattenspeicher 111 und einem Bandlaufwerk 112 zur Speicherung von Bilddaten und Programmen verbunden, und kommuniziert über eine serielle Hochgeschwindigkeitsver­ bindung 115 mit einer separaten Systemsteuerung 122.
Die Systemsteuerung 122 enthält einen Satz von Einrichtungen, die miteinander über ein Rückwandplatine verbunden sind. Die­ se enthalten eine Zentraleinheit (CPU) 119 und eine Impulser­ zeugungseinrichtung 121, die mit der Bedienerkonsole 100 über eine serielle Verbindung 125 verbunden ist. Über diese Ver­ bindung 125 empfängt die Systemsteuerung 122 Befehle von dem Bediener, die die durchzuführende Abtastfolge anzeigen. Die Impulserzeugungseinrichtung 121 betreibt die Systemkomponen­ ten zur Ausführung der gewünschten Abtastfolge. Sie erzeugt Daten, die den Zeitverlauf, die Stärke und die Form der Hoch­ frequenz-(RF-)Impulse, die zu erzeugen sind, und den Zeitver­ lauf und die Länge des Datenerfassungsfensters anzeigen. Die Impulserzeugungseinrichtung 121 ist mit einem Satz von Gra­ dientenverstärkern 127 verbunden, um den Zeitverlauf und die Form der während der Abtastung zu erzeugenden Gradientenim­ pulse anzuzeigen. Die Impulserzeugungseinrichtung 121 emp­ fängt auch Patientendaten von einer physiologischen Erfas­ sungssteuereinrichtung 129, die Signale von einer Anzahl ver­ schiedener mit dem Patienten verbundener Sensoren, wie EKG- Signale von Elektroden oder Atmungssignale von einer Lunge, empfängt. Schließlich ist die Impulserzeugungseinrichtung 121 mit einer Abtastraum-Schnittstellenschaltung 133 verbunden, die Signale von verschiedenen Sensoren empfängt, die mit dem Zustand des Patienten und des Magnetsystems verknüpft sind. Über die Abtastraum-Schnittstellenschaltung 133 empfängt ein Patientenpositionierungssystem 134 Befehle zur Bewegung des Patienten an die gewünschte Position für die Abtastung.
Die durch die Impulserzeugungseinrichtung 121 erzeugten Gra­ dientensignalverläufe werden an ein Gradientenverstärkersy­ stem 127 aus Gx-, Gy- und Gz-Verstärkern angelegt. Jeder Gra­ dientenverstärker erregt eine entsprechende Gradientenspule in einer allgemein mit 139 bezeichneten Anordnung zur Erzeu­ gung der Magnetfeldgradienten, die zur Positionskodierung er­ faßter Signale verwendet werden. Die Gradientenspulenanord­ nung 139 bildet einen Teil einer Magnetanordnung 141, die ei­ nen Polarisationsmagneten 140 und eine Ganzkörper- Hochfrequenz-(RF-)Spule 152 enthält. Eine Sende-/Empfangs­ einrichtung 150 in der Systemsteuerung 122 erzeugt Impulse, die durch einen Hochfrequenz-(RF-)Verstärker 151 verstärkt und mit der RF-Spule 152 durch einen Sende-/Empfangs­ schalter (T/R-Schalter) 154 verbunden sind. Die durch die angeregten Kerne in dem Patienten abgestrahlten re­ sultierenden Signale können durch die gleiche RF-Spule 152 erfaßt und über den Sende-/Empfangsschalter 154 mit einem Vorverstärker 153 verbunden werden. Die verstärkten NMR- Signale werden in dem Empfängerabschnitt der Sende-/Empfangs­ einrichtung 150 demoduliert, gefiltert und digitali­ siert. Der Sende-/Empfangsschalter 154 wird durch ein Signal von der Impulserzeugungseinrichtung 121 zur elektrischen Ver­ bindung des RF-Verstärkers 151 mit der Spule 152 während des Sendemodus und zur Verbindung des Vorverstärkers 152 während des Empfangsmodus gesteuert. Der Sende-/Empfangsschalter 154 ermöglicht auch die Verwendung einer separaten RF-Spule (beispielsweise einer Kopfspule oder einer Oberflächenspule) entweder in dem Sende- oder dem Empfangsmodus.
Die durch die RF-Spule 152 aufgenommenen kernmagnetischen Re­ sonanzsignale (NMR-Signale) werden durch die Sende-/Empfangs­ einrichtung 150 digitalisiert und zu einer Spei­ chereinrichtung 160 in der Systemsteuerung 122 übertragen. Ist die Abtastung abgeschlossen, und wurde ein gesamtes Array von Daten in der Speichereinrichtung 160 erfaßt, arbeitet ei­ ne Arrayverarbeitungseinrichtung 161 zur Fourier- Transformation der Daten in ein Array aus Bilddaten. Diese Bilddaten werden dem Computersystem 107 über die serielle Verbindung 115 zugeführt, wo sie auf dem Plattenspeicher 111 gespeichert werden. Im Ansprechen auf von der Bedienerkonsole 100 empfangene Befehle können diese Bilddaten auf dem Band­ laufwerk 112 archiviert oder durch die Bildverarbeitungsein­ richtung 106 entsprechend der Erfindung weiterverarbeitet und der Bedienerkonsole 100 zugeführt und auf der Anzeigeeinrich­ tung 104 dargestellt werden.
Für eine ausführlichere Beschreibung der Sende-/Empfangs­ einrichtung 150 wird auf die US-A-4 952 877 und die US-A-4 922 736 verwiesen, die als Referenz angeführt sind.
Die Erfindung ist in der in Fig. 1 gezeigten Bildverarbei­ tungseinrichtung 106 implementiert, in dem die Folge der in dem Ablaufdiagramm in Fig. 2 angezeigten Schritte bei einem in digitaler Form gespeicherten Bild ausgeführt wird. Der Filterungsprozeß sieht ein (iteratives) Mehrfach-Durchlauf- System mit Optionen zur Änderung der Parameter vor, die wäh­ rend jedes Durchlaufs verwendet werden. Wie es durch den Ver­ arbeitungsblock 200 gezeigt ist, werden 18 Parameter, die den Filterprozeß steuern, durch den Bediener für die bestimmte Anwendung eingegeben. Wie es nachstehend näher beschrieben ist, steuern diese Parameter den Filterungseffekt, der von einer vollständigen Glättung des Bildes zu einer vollständi­ gen Verschärfung von Bildmerkmalen reichen kann, sowie eine segmentbasierte adaptive Glättung und Verschärfung. Bei For­ schungseinstellungen können die separaten Parameter durch den Bediener bestimmt werden, während in klinischen Einstellungen eine Gruppe gespeicherter Parameter durch den Bediener in Ab­ hängigkeit von der bestimmten Anwendung ausgewählt werden kann.
Wie es durch den Verarbeitungsblock 202 angezeigt ist, be­ steht der nächste Schritt in der Initialisierung des Systems für die durchzuführende Mehrfach-Durchlauf-Filteroperation und in der Skalierung der Eingangsbilddaten. Der Hauptgrund für die Skalierung besteht darin, die Filterungsfunktionen unabhängig von dem dynamischen Bereich der Bilddaten oder ih­ res DC-Verschiebungswerts zu machen. Insbesondere werden die folgenden Schritte durchgeführt:
  • 1) Innere Parameter, die im nächsten Abschnitt beschrieben werden, werden initialisiert und der Iterationszähler wird auf 1 gesetzt;
  • 2) Maximale (MAX_ORIGINAL) und minimale (MIN_ORIGINAL) Bild­ intensitätswerte werden bestimmt;
  • 3) Ist die Iterationsanzahl gleich 1, werden die ursprüngli­ chen Daten als I2 gesichert;
  • 4) Skalierung = 4095,0/MAX_ORIGINAL;
  • 5) Ein skaliertes Bild I wird unter Verwendung der Beziehung I=(I-MIN_ORIGINAL).Skalierung erhalten;
  • 6) Sichern des Vorfilterungsbildes als I1=I;
  • 7) Berechnen des Durchschnittsbildintensitätswertes (MEAN_BEFORE) von I vor der Filterung.
Da die MR-Bilddaten eine 12-Bit-Genauigkeit aufweisen, wird zur Skalierung 4095/MAX_ORIGINAL verwendet. Das Bild I1 wird in einer nachstehend beschriebenen Zwischenvermischungsopera­ tion verwendet, während das gespeicherte Bild I2 für eine Endvermischungsoperation verwendet wird, die auch nachstehend beschrieben wird.
Wie es durch den Entscheidungsblock 204 angezeigt ist, wird eine von zwei Richtungsglättungsfunktionen bei den Bilddaten durchgeführt. Die Auswahl liegt in einem der vorstehend be­ schriebenen 18 Steuerparameter. Eine Auswahl ("1") ist eine durch den Verarbeitungsblock 206 angezeigte Richtungsglät­ tungsfunktion, bei der eine simultane Richtungsglättungsope­ ration bei dem Bild I angewendet wird. Diese simultane Glät­ tungsoperation ist bei L. S. Davis, "A Survey of Edge- Detection Techniques", Computer Graphics and Image Proces­ sing, Band 4, Seiten 248-270, 1975 beschrieben. Folgende Schritte sind enthalten:
  • 1) Das Bild einmal im Rasterformat abtasten.
  • 2) Bei jedem Bildelement werden vier eindimensionale 3×1- Filter in allen vier Richtungen (45°, 135°, 90°, 0°) betrach­ tet.
  • 3) In jeder Richtung wird der Mittelwert und die Varianz der drei entsprechenden Bildelemente berechnet.
  • 4) Die Richtung wird bestimmt, die die minimale Varianz auf­ weist, und der entsprechende Mittelwert wird für die nachfol­ genden Berechnungen gewählt.
  • 5) Dieser neue Bildelementwert am gegebenen Ort (x,y) wird somit gemäß der Gleichung
    I(x,y)=Mittel bzw. Durchschnitt
    modifiziert.
Entwurfsmäßig glättet dieser Prozeß entlang den Linienstruk­ turen und Kanten, aber nicht quer zu ihnen. Die Randbildele­ mente in einem gegebenen Bild müssen unterschiedlich behan­ delt werden, und werden in dem verarbeiteten Bild auf null gesetzt.
Die andere Wahl ("2") im Entscheidungsblock 204 ist eine se­ quentielle Glättungsfunktion, die durch den Verarbeitungs­ block 208 angezeigt wird. Die Glättungsfunktion wird bei dem Bild I angewendet und ihre Funktion ist bei P. Chan und J. S. Lim, "One-Dimensional Processing for Adaptive Image Restora­ tion", IEEE Transactions in Acoustics, Speech and Signal Processing, Band 33, Seiten 117 bis 126, Februar 1985 be­ schrieben. Diese sequentielle Glättungsfunktion enthält fol­ gende Schritte:
  • 1) Viermaliges Abtasten des Bildes im Rasterformat.
  • 2) An jedem Bildelement werden aufeinanderfolgend vier eindi­ mensionale 3×1-Filter in allen vier Richtungen (45°, 135°, 90°, 0°) betrachtet.
  • 3) Für eine Richtung wird der Mittelwert und die Varianz der drei entsprechenden Bildelemente berechnet und diese für die nachfolgenden Berechnungen verwendet.
  • 4) Ist die Varianz (var) größer als eine vorausgewählte Rauschvarianz (nvar), dann wird var=var-nvar gesetzt, und an­ dererseits wird var=0 gesetzt.
  • 5) Der neue Bildelementwert am gegebenen Ort (x,y) wird somit gemäß der Gleichung
    O(x,y) =Mittel+(I(x,y)-Mittel).(var/var+nvar)
    modifiziert, wobei O(x,y) ein temporäres Bild ist. Nachdem alle Punkte in dem Bild verarbeitet sind, wird an jedem Punkt (x,y) I(x,y)=O(x,y) gesetzt.
  • 6) Die Schritte 3-5 werden für alle verbleibenden Richtungs­ winkel wiederholt.
Mit dieser Filterfunktion kann das Ausmaß der Glättung unter Verwendung eines einzelnen Parameters nvar gesteuert werden. Da es sich dabei um eine sequentielle Richtungsfilterung han­ delt, ist sie nicht kumulativ. Allerdings wird bei diesem Verfahren eine minimale Glättung über Kanten erzeugt, während im ganzen ein stärkerer Glättungseffekt unter Bewahrung der Kanten erzeugt wird. Die Randbildelemente in einem gegebenen Bild müssen unterschiedlich behandelt werden, und werden in dem verarbeiteten Bild auf null gesetzt.
Ungeachtet dessen, welche Glättungsfunktion durchgeführt wird, besteht der nächste Schritt in dem Filtersystem in der Bestimmung, ob die Bildkanten zu verschärfen sind, wie es im Verarbeitungsblock 210 angezeigt ist. Sind sie zu verschär­ fen, wird eine Richtungsverschärfungs- und Segmentierungs­ funktion im Verarbeitungsblock 212 durchgeführt. Die durch diese Filterfunktion durchgeführten Funktionen beinhalten folgendes:
  • 1) Der eindimensionale Laplace-Operator des Bildes an jedem Bildelement in jeder der vier Richtungen (0°, 45°, 90°, 135°) wird unter Verwendung folgender Gleichung erhalten:
    E(k)=2,0.I(k)=I(k-1)-I(k+1),
    wobei sich der Index k auf den gegenwärtigen Ort entlang ei­ ner gegebenen Richtung bezieht, E(k) die Kantenstärke und I(k) der Intensitätswert an dem Bildelement ist.
  • 2) Nach der Berechnung aller vier Kantenstärken an einem ge­ gebenen Bildelement wird die maximale Richtungskantenstärke bestimmt und in den nachfolgenden Schritten als Kantenstärke E(x,y) an diesem Ort verwendet.
  • 3) Fortsetzen dieses Prozesses für alle Bildelemente in dem Bild. Randbildelemente in einem gegebenen Bild müssen unter­ schiedlich behandelt werden, und werden für die nachfolgenden Schritte auf null gesetzt.
  • 4) Glätten der Kanten des Bildes E(x,y) zur Erzeugung eines geglätteten Kantenstärkebildes ES(x,y) durch Durchführung der folgenden Schritte:
    • a) Abtasten des Bildes E(x,y) einmal im Rasterformat.
    • b) Bei jedem Bildelement werden vier eindimensionale 3×1-Filter in allen vier Richtungen (45°, 135°, 90°, 0°) be­ trachtet.
    • c) In jeder Richtung werden der Mittelwert und die Vari­ anz der drei entsprechenden Bildelemente berechnet.
    • d) Die Richtung wird bestimmt, die die minimale Varianz aufweist, und der entsprechende Mittelwert wird für die nach­ folgenden Berechnungen gewählt.
    • e) Der neue Bildelementwert am gegebenen Ort (x,y) wird somit gemäß folgender Gleichung modifiziert:
      ES(x,y)=Mittel.
  • 5) Bestimmen des maximalen und des minimalen Werts von ES(x,y). Auswählen des größeren der Absolutwerte des Maximums und des Minimums als Parameter MAX.
  • 6) Berechnen des Schwellenwerts unter Verwendung folgender Gleichung:
    threshold=MAX/threshold_parameter,
    wobei threshold_parameter einer der 18 auswählbaren Parameter ist.
  • 7) In diesem Schritt werden Berechnungen beruhend auf Ent­ scheidungen durchgeführt, die unter Verwendung eines anderen der 18 auswählbaren Parameter, des sogenannten seg­ ment_parameter durchgeführt werden. Die Entscheidungslogik erzeugt auch eine Maskierung, die mask(x,y) genannt wird. Die Parameter HPF_attenuated_parameter und HPF_unattenuated_parameter sind auch durch den Benutzer wähl­ bar. Diese werden zur grundlegenden Steuerung des Ausmaßes des Kantenstärkebildes ES(x,y), das zu dem geglätteten Bild I (x,y) zurückaddiert wird, beruhend auf dem Segmentierungs­ kriterium verwendet, wie es nachstehend bestimmt wird.
    • a) Ist segment_parameter=1, wird folgendes durchgeführt:
      ist (ES(x,y) <=threshold)
      setze mask(x,y)=1; und
      setze
      I(x,y)=I(x,y)+ES(x,y).HPF_attenuated_parameter; oder
      ist ES(x,y)<threshold
      setze mask(x,y)=0; und
      setze
      I(x,y)=I(x,y)+ES(x,y).HPF_unattenuated_parameter;
      b) Ist segment_parameter=2, wird folgendes durchgeführt:
      ist (ES(x,y)<=-threshold)
      setze mask(x,y)=1; und
      setze
      I(x,y)=I(x,y)+ES(x,y).HPF_attenuated_parameter; oder
      ist ES(x,y)<-threshold
      setze mask(x,y)=0; und
      setze
      I(x,y)=I(x,y)+ES(x,y).HPF_unattenuated_parameter;
      c) Ist segment_parameter=3, wird folgendes durchgeführt:
      ist (abs(ES(x,y))<=threshold)
      setze mask(x,y)=1; und
      setze
      I(x,y)=I(x,y)+ES(x,y).HPF_attenuated_parameter; oder
      ist (abs ES(x,y))=threshold)
      setze mask(x,y)=0; und
      setze
      I(x,y)=I(x,y)+ES(x,y).HPF_unattenuated_parameter.
Bei der Beendigung des Verschärfungs- und Segmentierungspro­ zesses 121 wurden unterschiedlich verbesserte starke Kanten und schwache Kanten erhalten und das Bild ist in Bereiche mit starken Kanten und in Bereiche mit schwachen Kanten unter­ teilt.
Wie es durch den Verarbeitungsblock 214 angezeigt ist, ist die nächste durchzuführende Funktion eine Vermischungs- und Umskalierungsoperation, in der das gefilterte Bild I (x,y) mit dem gespeicherten vorgefilterten Bild I1 (x,y) kombiniert wird und das kombinierte Bild umskaliert wird. Diese Operation be­ inhaltet die folgenden Schritte.
  • 1) Das gefilterte Bild I (x,y) und das vorgefilterte Bild I1(x,y) werden unter Verwendung folgender Gleichung ver­ mischt:
    I(x,y)=alpha.(I(x,y)-I1(x,y))+I1(x,y);
    wobei alpha einer der auswählbaren Parameter ist, mit 0<alpha<1.
  • 2) Berechnen der Durchschnittsbildelementintensität (MEAN_AFTER) in dem vermischten Bild I (x,y).
  • 3) Berechnen des Normalisierungsfaktors NORM_FACTOR=MEAN_BEFORE/MEAN_AFTER.
  • 4) Berechnen des normalisierten Bildes unter Verwendung von:
    I(x,y)=(I(x,y).NORM_FACTOR)+MIN_ORIGINAL,
    wobei MIN_ORIGINAL die minimale Intensität des ursprünglichen Bildes ist.
  • 5) Einstellen des Werts des Bildes I1(x,y), daß er gleich dem Bild I (x,y) ist.
Bei der Beendigung des Prozesses 214 wird im Entscheidungs­ block 216 ein Test zur Bestimmung durchgeführt, ob alle Durchläufe durch das Filtersystem abgeschlossen sind. Bei dem bevorzugten Ausführungsbeispiel werden drei Durchläufe durch Rückverzweigung zu dem Verarbeitungsblock 202 zur Wiederho­ lung aller ausgewählter Filterfunktionen bei dem Bild I (x,y) durchgeführt. Die durchgeführten Filterfunktionen müssen nicht die gleichen in jedem Durchlauf sein. Beispielsweise wurde herausgefunden, daß die besten Ergebnisse erreicht wer­ den, wenn die simultane Richtungsglättungsfunktion 202 in dem ersten Durchlauf und die Richtungsverschärfungsfunktion 212 in dem letzten Durchlauf durchgeführt werden. Abgesehen davon kann der Bediener jede Funktion während jeder Iteration zum Erreichen der gewünschten Effekte auswählen.
Die durch das Filtersystem durchgeführte letzte Funktion ist eine auf einer Segmentierung beruhende Vermischung, wie es im Verarbeitungsblock 218 angezeigt ist. Der Zweck dieser Funk­ tion besteht in der Aufrechterhaltung der Textur des ur­ sprünglichen Bildes in Bereichen, in denen keine Kanten vor­ handen sind (geringe Kantenstärke). Das endgültige Bild If(x,y) wird durch Vermischung des gefilterten Bildes I(x,y) und des Vorfilterungsbildes I2(x,y) unter Verwendung folgender Glei­ chung erhalten:
Ist mask(x,y)=1,
setze If(x,y)=alpha_f.I(x,y)+beta_f.I2(x,y); oder
ist mask(x,y)=0,
setze If(x,y)=I(x,y);
wobei alpha_f und beta_f zwei der 18 wählbaren Parameter sind, und mask(x,y) durch den Verarbeitungsblock 212 wie vor­ stehend beschrieben erzeugt wird. In Abhängigkeit von der Wahl der Parameter alpha_f und beta_f, die bei diesem Prozeß verwendet werden, kann eine adaptive Graupegelkomprimierung und -erweiterung erhalten werden. Verschiedene visuelle Ef­ fekte können somit wie folgt erhalten werden:
Ist (alpha_f+beta_f)=1, wird keine Grauskalenkomprimierung oder -erweiterung durchgeführt.
Ist (alpha_f+beta_f)<1, tritt eine Grauskalenkomprimierung zur Ausbildung eines insgesamten Glättungseffekts auf.
Ist (alpha_f+beta_f)<1, tritt eine Kontrastverstärkung zur Ausbildung eines verbesserten Kontrast auf.
Es gibt 18 von dem Benutzer wählbare Parameter zur Verwendung bei dem bevorzugten Ausführungsbeispiel des Filtersystems. Verschiedene visuelle Effekte werden durch unterschiedliche Kombinationen dieser Parameter erzeugt. In der folgenden Be­ schreibung sind die Parameter als P[i] angezeigt, wobei i die Parameternummer anzeigt.
P[1]:
Beschreibung: Legt die obere Grenze für den Verschärfungspro­ zeß fest. Diese kann auf 4095 bei 12-Bit-Bildern festgesetzt werden.
Bereich: 4000-6000;
P[2]:
Beschreibung: Dämpfungsfaktor zur Verhinderung schwacher Kan­ tenverstärkung. Dieser wird bei dem bevorzugten Ausführungs­ beispiel auf 0,1 gesetzt.
Bereich: 0<P[2]<1.
P[3] und P[4]:
Beschreibung: Partielle Textur, die von dem ursprünglichen Bild in schwache Kantenbereiche des gefilterten Bildes auf der letzten Stufe der Verarbeitung vermischt wird, wie es durch die Segmentierungsmaske bestimmt wird. P[3] und P[4] werden geeignet eingestellt, um bei der Ausbildung einer in­ gesamten Glätte bzw. Gleichmäßigkeit eine "Verschmierung" zu vermeiden.
Bereich: 0<=P[3]<=10, 0<=P[4]<=10, wobei "<=" für kleiner oder gleich steht.
P[5]:
Beschreibung: Multiplikationsfaktor
(HPF_unattenuated_factor) für das Kantenbild, um Kanten zu­ rück zu dem gefilterten Bild in dem letzten Durchlauf zu ad­ dieren. Wird dieser Parameter groß gewählt (größer 0,2), wird die Gesamtschärfe starker Kanten erhöht. Dieser Parameter darf nicht zu null gesetzt werden, um ein Auslassen des Seg­ mentierungsschritts zu vermeiden.
Bereich: 0,00001<=P[5]<=5.
P[6]:
Beschreibung: Multiplikationsfaktor
(HPF_unattenuated_factor) für das Kantenbild zur Addition von Kanten zurück zu dem gefilterten Bild bei der vorletzten Ite­ ration (Durchlauf Nr. 2 in dem bevorzugten Ausführungsbei­ spiel). Dieser Parameter wird verwendet, wenn eine zusätzli­ che Kantensteigerungsförderung für Aufgaben erforderlich ist, wie Dunklermachen dunkler Strukturen und Weißermachen weißer Kanten. Dieser Parameter kann auch dazu verwendet werden, ei­ ne Textur zurück in Bilder zu geben, während eine höhere ins­ gesamte Gleichmäßigkeit für das Bild ausgebildet wird.
Bereich: 0, 0<=P[6]<=5.
P[7], P[8], P[9]:
Beschreibung: Varianzschwellenwert für den ersten, den zwei­ ten und den dritten Durchlauf zur Steuerung des Ausmaßes der Glättung. Diese Werte sind nur dann brauchbar, wenn die Rich­ tungsglättung 2 verwendet wird. Eine zu hohe Einstellung die­ ser Werte führt zum Verwischen des Bildes.
Bereich: 0,1<=P[7]<=10000000, 0,1<=P[8]<=10000000,
0,1=P[9]<=10000000.
P[10], P[11], P[12]:
Beschreibung: Diese Parameter stellen das partielle Nach- Durchlauf-gefilterte Bild dar, das mit dem Vor-Durchlauf­ gefilterten Bild für jeden der drei Durchläufe vermischt wird.
Bereich: 0<=P[10]<=1, 0<=P[11]<=1, 0<=P[12]<=1.
P[13], P[14], P[15]:
Beschreibung: Dämpfungsfaktoren (HPF_attenuated_factors) zur Verhinderung einer Verstärkung von schwachen Kanten in jeder der drei Iterationen.
Bereich: 0<=P[10]<=1, 0<=P[11]<=1, 0<=P[12]<=1.
P[16]:
Beschreibung: Steuerparameter zur Entscheidung, während wel­ cher Iteration die Richtungsglättung 2 (Block E) anstelle der Richtungsglättung 1 (Block D) ausgeführt werden soll. Für den ersten Durchlauf wird immer die Richtungsglättung 1 verwendet und für die verbleibenden Durchläufe wird eines der Glät­ tungsverfahren verwendet.
Bereich: 1<=P[16]<=4.
P[17]:
Beschreibung: Der Kehrwert dieses Parameters (threshold_parameter) wird zu der maximalen Kantenstärke zur Bestimmung des Schwellenwerts zur Segmentierung des Bildes in Bereiche mit starken und schwachen Kanten multipliziert.
Bereich: 1<=P[17]<=200.
P[18]:
Beschreibung: Dieser Parameter (segmentparameter) bestimmt, welche der drei Segmentierungsmodi zur Filterung anzuwenden ist. Der Parameter wird gleich 1 gesetzt, wenn der Benutzer die Hervorhebung der weißen Kanten aber nicht der schwarzen Kanten benötigt. Der Parameter wird gleich 2 gesetzt, wenn die schwarzen Kanten jedoch nicht die weißen Kanten hervorzu­ heben sind. Der Parameter wird gleich 3 gesetzt, wenn alle Kanten hervorzuheben sind.
Bereich: 1<=P[18]<=3.
Obwohl es eine Million möglicher Parameterkombinationen gibt, sind nicht alle sinnvoll. Daher ist es wichtig, die Parameter zum Erhalten der gewünschten Filterungseffekte abzustimmen.
Zum Erzielen dieser Effekte können die folgenden Richtlinien verwendet werden:
Starke Kantenbereiche: Im allgemeinen müssen bei rauschbehaf­ teten Bildern die starken Kanten hervorgehoben oder auf dem gleichen Pegel wie in der Vorlage gehalten werden. Eine Glät­ tung kann entlang einer starken Kante durchgeführt werden, jedoch niemals quer dazu. Dies ist zur Vermeidung der Verwi­ schung von Einzelheiten in dem Bild wichtig, was in medizi­ nischen Bildern unerwünscht ist.
Schwacher Kantenbereich: Über den Daumen gepeilt müssen schwache Kantenbereiche gedämpft werden. Die Schärfung der schwachen Kantenbereiche erhöht im allgemeinen die Möglich­ keit der Rauschverstärkung und des Auftretens von "Würmern" in MR-Bildern. Die Textur in diesen Bereichen muß für ein na­ türliches Aussehen aufrechterhalten werden, um ein "Verschmieren" und "Verschmutzen" von Bildelementintensitäten zu vermeiden.
Nachstehend werden beispielhafte Parametersätze zur Verwen­ dung in dem bevorzugten Ausführungsbeispiel zum Erzielen spe­ zieller visueller Effekte angeführt.
Beispiel Filter: 1
Kurze Beschreibung: Schärfen mit sehr wenig Glättung.
Ausführliche Beschreibung: Dies ist ein Gesamt-Filter mit sehr geringer Glättung zur Verbesserung bzw. Steigerung struktureller Kanten.
Empfohlene Verwendung: Starkes Signal, sehr geringes Rau­ schen, 256×256-Bildelement-Bilder, wie Kopf, Unterleib und Extremitäten.
Parameterkombination
P[1]=4095;
P[2]=0,1;
P[3]=0,0;
P[4]=1,0;
P[5]=0,75;
P[6]=0,0;
P[7]=800000;
P[8]=8000;
P[9]=8000;
P[10]=0,45;
P[11]=0,45;
P[12]=0,45;
P[13]=0;
P[14]=0;
P[15]=0,04;
P[16]=4;
P[17]=15;
P[18]=3
Beispiel Filter: 2
Kurze Beschreibung: Schärfen mit Glättung.
Ausführliche Beschreibung: Dies ist ein Gesamt- Schärfungsfilter mit Glättung zur Steigerung bzw. Verbesse­ rung struktureller Kanten und zur Unterdrückung von Rauschen.
Empfohlene Verwendung: Extremitäten.
Parameterkombination
P[1]=4095;
P[2]=0,1;
P[3]=0,7;
P[4]=0,3;
P[5]=0,6;
P[6]=0,45;
P[7]=800000;
P[8]=8000;
P[9]=8000;
P[10]=0,45;
P[11]=0,45;
P[12]=0,45;
P[13]=0;
P[14]=0;
P[15]=0,04;
P[16]=3;
P[17]=15;
P[18]=2
Beispiel Filter: 3
Kurze Beschreibung: Hohe Glättung und sehr wenig Verschär­ fung.
Ausführliche Beschreibung: Dieses Gesamt-Filter erzeugt eine Glättung und sehr wenig Verschärfung zur Unterdrückung von Rauschen und bildet glattere strukturelle Kanten aus.
Empfohlene Verwendung: Hochauflösungs-, Niedrigsignalbilder.
Parameterkombination
P[1]=4095;
P[2]=0,1;
P[3]=0,8;
P[4]=0,45;
P[5]=0,01;
P[6]=0,1;
P[7]=800000;
P[8]=8000;
P[9]=8000;
P[10]=1,0;
P[11]=1,0;
P[12]=1,0;
P[13]=0;
P[14]=0;
P[15]=0,001;
P[16]=2;
P[17]=1,0;
P[18]=1.
Das erfindungsgemäße Filter bildet ein System wählbarer Funk­ tionen aus, die bei der Verwendung in einer Mehrfach- Durchlaufweise eine Vielzahl von Filterungsfunktionen lie­ fern, die auf effiziente Art und Weise unter Verwendung ein­ dimensionaler 3×1-Berechnungen durchgeführt werden. Dieses System kann eine Glättung und Schärfung in Abhängigkeit von der Kantenstärke bzw. Kantenbeständigkeit des Bereichs bzw. Gebiets erzeugen, und erzeugt daher variierende Filterungsef­ fekte, die von Radiologen als brauchbar betrachtet werden. Da die Bereiche mit schwachen Kanten gedämpft jedoch nie voll­ ständig beseitigt werden, und starke Kanten immer entlang dieser aber niemals quer dazu geglättet werden, können visu­ ell gefällige Ergebnisse erzielt werden. Des weiteren bietet das System eine Steuerung auf mehreren Stufen zum Erhalten von Schärfe und Glätte. Die Beispiele der Parameterkombina­ tionen stellen verschiedene visuelle Effekte dar, die unter Verwendung der Erfindung bei Hochfeld-Magnetresonanzbildern erzielt werden können. Die Ergebnisse zeigen an, daß das vor­ geschlagene System auch bei allen MRI-Systemen mit unter­ schiedlichen Stärken arbeitet, allerdings sollten die Parame­ terwerte separat zum Erhalten optimaler Ergebnisse abgestimmt werden.
Erfindungsgemäß sind funktionale Filterelemente in einem Mehrfach-Durchlauf-Filtersystem verknüpft, das einen Teil ei­ nes MRI-Systems bildet. Das Filtersystem wird durch einen Satz von Parametern konfiguriert, die durch den Bediener zur Durchführung von Glättungs- und Kantenverschärfungsfunktionen bei erfaßten MR-Bildern ausgewählt werden. Die funktionalen Filterelemente, die in jedem Durchlauf durch das Filtersystem verwendet werden, und die Anzahl von Durchläufen durch das System sind zum Erhalten einer großen Vielfalt visueller Ef­ fekte bei medizinischen Bildern konfigurierbar.

Claims (17)

1. Medizinisches Abbildungssystem mit
einer Einrichtung zur Erfassung von Bilddaten von einem Patienten (122, 127, 141, 151, 153),
einer Einrichtung zur Rekonstruktion eines Bilddatensat­ zes (161) aus den erfaßten Bilddaten und
einem Filtersystem zum Empfang des Bilddatensatzes und zur Erzeugung eines gefilterten Bilddatensatzes im Ansprechen auf einen durch einen Bediener ausgewählten Satz von Parame­ tern (200), wobei das Filtersystem
  • a) ein Glättungsfilter (206, 208),
  • b) ein Schärfungsfilter (212) und
  • c) eine auf den Satz von Parametern ansprechende Ein­ richtung zur Verarbeitung des Bilddatensatzes (107) in einer Vielzahl von Durchläufen durch das Filtersystem zur Erzeugung des gefilterten Bilddatensatzes aufweist, wobei die Einrich­ tung zur Verarbeitung die in jedem Durchlauf durch das System zu verwendenden Filter und die Anzahl von Durchläufen durch das System bestimmt.
2. Medizinisches Abbildungssystem nach Anspruch 1, wobei das Filtersystem eine Einrichtung zur Kombination (214) eines Teils der gefilterten Bilddaten mit einem Teil der Bilddaten zur Ausbildung des gefilterten Bilddatensatzes aufweist.
3. Medizinisches Abbildungssystem nach Anspruch 2, wobei der Teil der gefilterten Bilddaten durch einen Parameter α und der Teil der Bilddaten durch den Wert 1-α bestimmt wird.
4. Medizinisches Abbildungssystem nach Anspruch 1, wobei das Filtersystem eine Segmentierungseinrichtung (212) zum Trennen der gefilterten Bilddaten in erste Bereiche, die Kan­ teninformationen enthalten, und zweite Bereiche, die grundle­ gend keine Kanteninformationen enthalten, und eine Einrich­ tung zur Kombination (218) der Bilddaten und der gefilterten Bilddaten auf eine durch die ersten und zweiten Bereiche be­ stimmten Weise aufweist, die durch die Segmentierungseinrich­ tung identifiziert sind.
5. Medizinisches Abbildungssystem nach Anspruch 1, wobei bei den Filtern ein 3×1-Filterkern verwendet wird.
6. Verfahren zur Erzeugung eines medizinischen Bildes, mit den Schritten:
  • a) Erfassen von Bilddaten von einem Patienten,
  • b) Rekonstruieren eines Bilddatensatzes aus den erfaßten Bilddaten,
  • c) Erzeugen eines Zwischenbildes durch Filterung des Bilddatensatzes (206, 208, 212),
  • d) Vermischen des Zwischenbildes mit dem Bilddatensatz (214) zur Erzeugung eines gefilterten Bilddatensatzes,
  • e) Wiederholen der Schritte c) und d) (216) unter Ver­ wendung des gefilterten Bilddatensatzes anstelle des Bild­ datensatzes und
  • f) Erzeugen des medizinischen Bildes aus dem gefilterten Bilddatensatz.
7. Verfahren nach Anspruch 6, wobei das Vermischen in Schritt d) durch
Multiplizieren des Zwischenbildes mit einem Faktor α und
Multiplizieren des Bilddatensatzes mit einem Faktor (1-α) durchgeführt wird.
8. Verfahren nach Anspruch 7, wobei der Faktor α ein ma­ nuell ausgewählter Wert ist.
9. Verfahren nach Anspruch 6, wobei Schritt e) mehrere Male durchgeführt wird.
10. Verfahren nach Anspruch 6, wobei das Filtern in Schritt c) die Verwendung eines Glättungsfilters (206, 208) in einem Durchlauf enthält.
11. Verfahren nach Anspruch 6, wobei das Filtern in Schritt c) die Verwendung eines Schärfungsfilters (212) in einem Durchlauf enthält.
12. Verfahren nach Anspruch 6, wobei das Filtern in Schritt c) die Verwendung eines Richtungsschärfungs- und Seg­ mentierungsprozesses (212) in dem letzten Prozeß enthält.
13. Verfahren nach Anspruch 6, wobei das Filtern in Schritt c) die Verwendung eines Glättungsfilters (206, 208) in einem Durchlauf und eines Schärfungsfilters (212) in einem anderen Durchlauf enthält.
14. Verfahren nach Anspruch 7, wobei der Faktor α in je­ dem Durchlauf durch Schritt d) verändert wird.
15. Verfahren nach Anspruch 6, mit dem Schritt
Kombinieren (218) des gefilterten Bilddatensatzes mit dem Bilddatensatz vor der Erzeugung des medizinischen Bildes daraus in Schritt f).
16. Verfahren nach Anspruch 15, mit dem Schritt
Segmentieren (212) des gefilterten Bilddatensatzes in einen ersten Satz von Bereichen mit starken Kanten und einen zweiten Satz von Bereichen mit schwachen Kanten, wobei der Bilddatensatz mit dem zweiten Satz der Bereiche kombiniert wird (218).
17. Verfahren nach Anspruch 15, wobei die Daten in dem Bilddatensatz, der dem zweiten Satz der Bereiche entspricht, die Daten in dem gefilterten Bilddatensatz ersetzen, der dem zweiten Satz der Bereiche entspricht.
DE19827034A 1997-09-17 1998-06-17 Iteratives Filtersystem für medizinische Bilder Withdrawn DE19827034A1 (de)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US08/932,430 US6246783B1 (en) 1997-09-17 1997-09-17 Iterative filter framework for medical images

Publications (1)

Publication Number Publication Date
DE19827034A1 true DE19827034A1 (de) 1999-03-18

Family

ID=25462300

Family Applications (1)

Application Number Title Priority Date Filing Date
DE19827034A Withdrawn DE19827034A1 (de) 1997-09-17 1998-06-17 Iteratives Filtersystem für medizinische Bilder

Country Status (6)

Country Link
US (1) US6246783B1 (de)
JP (1) JP4169400B2 (de)
CN (1) CN1191549C (de)
DE (1) DE19827034A1 (de)
IL (1) IL126134A0 (de)
NL (1) NL1010119C2 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102005034374B3 (de) * 2005-07-22 2007-03-01 Siemens Ag Verfahren zur automatischen Erstellung einer Hintergrundmaske bei Bildern mit verrauschten Hintergrundbereichen, Anwendungen dazu sowie ein Kernspintomographiegerät zur Durchführung der Verfahren und Computersoftwareprodukt

Families Citing this family (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU1329199A (en) * 1997-12-01 1999-06-16 Cedara Software Corp. Architecture for an application framework
US6674449B1 (en) * 1998-11-25 2004-01-06 Ge Medical Systems Global Technology Company, Llc Multiple modality interface for imaging systems
US6603494B1 (en) * 1998-11-25 2003-08-05 Ge Medical Systems Global Technology Company, Llc Multiple modality interface for imaging systems including remote services over a network
US6970598B1 (en) * 2000-01-21 2005-11-29 Xerox Corporation Data processing methods and devices
JP2001283215A (ja) * 2000-01-24 2001-10-12 Hitachi Medical Corp 画像処理装置
WO2002005214A2 (en) * 2000-07-11 2002-01-17 Eg Technology Adaptive edge detection and enhancement for image processing
JP4191884B2 (ja) * 2000-08-18 2008-12-03 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 画像処理方法、画像処理装置および画像撮影装置
US6823086B1 (en) * 2000-08-29 2004-11-23 Analogic Corporation Adaptive spatial filter
US20030026495A1 (en) * 2001-03-07 2003-02-06 Gondek Jay Stephen Parameterized sharpening and smoothing method and apparatus
US6801646B1 (en) * 2001-07-19 2004-10-05 Virtualscopics, Llc System and method for reducing or eliminating streak artifacts and illumination inhomogeneity in CT imaging
DE10143484A1 (de) * 2001-09-05 2003-04-03 Siemens Ag Adaptives Filter
US7599579B2 (en) * 2002-07-11 2009-10-06 Ge Medical Systems Global Technology Company, Llc Interpolated image filtering method and apparatus
DE10250197A1 (de) * 2002-10-28 2004-05-13 Siemens Ag Bildsystem zur Verarbeitung von Bilddaten
US20050157939A1 (en) * 2004-01-16 2005-07-21 Mark Arsenault Processes, products and systems for enhancing images of blood vessels
US7379587B2 (en) * 2004-02-12 2008-05-27 Xerox Corporation Systems and methods for identifying regions within an image having similar continuity values
US7590300B2 (en) * 2004-06-24 2009-09-15 Intel Corporation Image filtering methods and apparatus
JP2008526270A (ja) * 2004-11-22 2008-07-24 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ Rtp用の改良されたデータ表現
US8437403B2 (en) * 2005-01-05 2013-05-07 Jean-Yves Babonneau Device and method for analysing images by calculating the variance for each pixel of a high-frequency image
US20100022878A1 (en) * 2006-07-20 2010-01-28 Takashi Azuma Ultrasonic Image Processor
CN101126800B (zh) * 2006-08-16 2010-05-12 西门子(中国)有限公司 与hifu兼容的mri射频信号的接收线圈及其接收方法
US9314214B2 (en) * 2006-09-13 2016-04-19 Brainlab Ltd. Calibration of radiographic images
JP5279830B2 (ja) * 2008-07-14 2013-09-04 シャープ株式会社 映像信号処理装置及び映像表示装置
US8786873B2 (en) 2009-07-20 2014-07-22 General Electric Company Application server for use with a modular imaging system
US8243882B2 (en) 2010-05-07 2012-08-14 General Electric Company System and method for indicating association between autonomous detector and imaging subsystem
DE102010041107A1 (de) 2010-09-21 2012-01-19 Siemens Aktiengesellschaft Bildverarbeitungsverfahren für medizinische Bilddaten
TWI462576B (zh) * 2011-11-25 2014-11-21 Novatek Microelectronics Corp 固定圖案的邊緣偵測方法與電路
JP6081139B2 (ja) 2011-12-26 2017-02-15 東芝メディカルシステムズ株式会社 超音波診断装置、医用画像処理装置、及び医用画像処理方法
TWI500412B (zh) * 2012-11-09 2015-09-21 Iner Aec Executive Yuan 一種影像品質的改善處理方法及其造影系統
CN103278702B (zh) * 2013-06-19 2016-03-23 深圳市理邦精密仪器股份有限公司 提取pace波的智能检测单元、方法及系统
GB2527036B (en) * 2014-06-06 2016-12-21 Siemens Medical Solutions Usa Inc Methods and apparatus for calibration of medical image data
CN105405108B (zh) * 2015-10-28 2019-01-25 努比亚技术有限公司 图像锐化方法及移动终端
US10043075B2 (en) * 2015-11-19 2018-08-07 Microsoft Technology Licensing, Llc Eye feature identification

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0106265B2 (de) 1982-10-07 1992-08-26 Kabushiki Kaisha Toshiba Bilddatenverarbeitungssystem
IL70213A (en) 1983-11-13 1988-02-29 Paul Fenster Digital fluorographic image enhancement system
US4834964A (en) 1986-03-07 1989-05-30 M.R.I., Inc. Use of charged nitroxides as NMR image enhancing agents for CSF
US4761819A (en) 1987-02-27 1988-08-02 Picker International, Inc. Adaptive noise reduction filter for reconstructed images
US5579444A (en) * 1987-08-28 1996-11-26 Axiom Bildverarbeitungssysteme Gmbh Adaptive vision-based controller
US4972256A (en) 1988-02-05 1990-11-20 Dainippon Screen Mfg. Co., Ltd. Method of enhancing image sharpness for image reproduction using sharp/unsharp signal processing
US4991092A (en) 1988-08-12 1991-02-05 The Regents Of The University Of California Image processor for enhancing contrast between subregions of a region of interest
US5063607A (en) 1988-10-24 1991-11-05 Hughes Aircraft Company Image contrast enhancement technique
JPH02162475A (ja) 1988-12-15 1990-06-22 Dainippon Screen Mfg Co Ltd 画像輪郭修正方法
US5072314A (en) 1990-04-04 1991-12-10 Rockwell International Corporation Image enhancement techniques using selective amplification of spatial frequency components
US5218649A (en) 1990-05-04 1993-06-08 U S West Advanced Technologies, Inc. Image enhancement system
US5081692A (en) 1991-04-04 1992-01-14 Eastman Kodak Company Unsharp masking using center weighted local variance for image sharpening and noise suppression
US5289126A (en) * 1991-07-23 1994-02-22 Kabushiki Kaisha Toshiba Magnetic resonance imaging apparatus
US5273040A (en) 1991-11-14 1993-12-28 Picker International, Inc. Measurement of vetricle volumes with cardiac MRI
US5404167A (en) * 1993-03-12 1995-04-04 At&T Corp. Subband color video coding using a reduced motion information subband
EP0626661A1 (de) * 1993-05-24 1994-11-30 Societe D'applications Generales D'electricite Et De Mecanique Sagem Schaltung zur Verarbeitung digitaler Bilder
US5602934A (en) * 1993-09-08 1997-02-11 The Regents Of The University Of California Adaptive digital image signal filtering
US5563962A (en) * 1994-03-08 1996-10-08 The University Of Connecticut Two dimensional digital hysteresis filter for smoothing digital images
JPH08274986A (ja) * 1994-04-28 1996-10-18 Ricoh Co Ltd 画像処理装置
JPH07299053A (ja) * 1994-04-29 1995-11-14 Arch Dev Corp コンピュータ診断支援方法
US5734740A (en) * 1994-10-31 1998-03-31 University Of Florida Method for automated radiographic quality assurance
US5825909A (en) * 1996-02-29 1998-10-20 Eastman Kodak Company Automated method and system for image segmentation in digital radiographic images
EP0823691B1 (de) * 1996-08-08 2003-12-17 Agfa-Gevaert Verfahren zur Verbesserung der Aufzeichnungsmaterialfehler von Strahlungsbildern
US5748792A (en) * 1996-08-13 1998-05-05 Polaroid Corporation Large kernel filtering using a fixed-size block processor
US5819288A (en) * 1996-10-16 1998-10-06 Microsoft Corporation Statistically based image group descriptor particularly suited for use in an image classification and retrieval system
US6018753A (en) * 1997-07-29 2000-01-25 Lucent Technologies Inc. Interpolating filter banks in arbitrary dimensions

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102005034374B3 (de) * 2005-07-22 2007-03-01 Siemens Ag Verfahren zur automatischen Erstellung einer Hintergrundmaske bei Bildern mit verrauschten Hintergrundbereichen, Anwendungen dazu sowie ein Kernspintomographiegerät zur Durchführung der Verfahren und Computersoftwareprodukt
US7760939B2 (en) 2005-07-22 2010-07-20 Siemens Aktiengesellschaft Method for automatically generating a background mask for images with noisy background areas, applications to that end and a nuclear magnetic resonance tomography apparatus for carrying out the method

Also Published As

Publication number Publication date
US6246783B1 (en) 2001-06-12
CN1191549C (zh) 2005-03-02
JPH11155834A (ja) 1999-06-15
JP4169400B2 (ja) 2008-10-22
NL1010119C2 (nl) 2007-08-14
IL126134A0 (en) 1999-05-09
NL1010119A1 (nl) 1999-03-18
CN1219715A (zh) 1999-06-16

Similar Documents

Publication Publication Date Title
DE19827034A1 (de) Iteratives Filtersystem für medizinische Bilder
DE602004003845T2 (de) Bildverarbeitungsvorrichtung zur Reduktion von Pixelrauschen
DE60020795T2 (de) Echtzeitmodellierung des Verhaltens menschlicher Sehvermögenssysteme
DE19916612B4 (de) Verfahren und System zur Verbesserung diskreter Pixelbilder
DE4431349A1 (de) Adaptives Filtern von digitalen Bildsignalen
DE69804549T2 (de) Aufmerksamkeitsbilddaten zur objektiven Messung des Videoqualitätsverlust
DE68920102T2 (de) Gerät zur Verarbeitung eines echographischen Signals.
DE69026329T2 (de) Entrasterung von gespeicherten digitalen Halbtonbildern durch logisches Filtrieren
DE69205868T2 (de) Methode zur Erstellung von zweidimensionalen Bildern aus dreidimensionalen Daten.
DE10312018B4 (de) System und Verfahren zur Ultraschall-Bildverarbeitung
DE19857526A1 (de) Filter für Streifenartefakte in medizinischen Bildern
DE102006005803A1 (de) Verfahren zur Rauschreduktion in bildgebenden Verfahren
DE2952422A1 (de) Verfahren und vorrichtung zum verarbeiten eines roentgenbildes
DE19730748B4 (de) Bandbegrenzte Interpolation und Projektion räumlicher dreidimensionaler Bilder
DE102005038940A1 (de) Verfahren zur Filterung tomographischer 3D-Darstellungen nach erfolgter Rekonstruktion von Volumendaten
DE69624225T2 (de) Gerichtete adaptive geräuschreduktion
EP0938063B1 (de) Verfahren zur zweidimensionalen Abbildung von Strukturen für die medizinische Diagnostik
DE102007018421A1 (de) Kombination von Empfangskanaldaten bei paralleler MR-Bildgebung
DE10150428A1 (de) Verfahren zur Erzeugung dreidimensionaler, mehrfachaufgelöster Volumenbilder eines Untersuchungsobjekts
DE102007013570A1 (de) Verfahren zur Rauschverminderung in digitalen Bildern mit lokal unterschiedlichem und gerichtetem Rauschen
DE102008045278A1 (de) Verfahren zum Kombinieren von Bildern und Magnetresonanzgerät
EP0864999A2 (de) Bildverarbeitungs-Verfahren für die medizinische Diagnostik
DE60023837T2 (de) Vorrichtung und verfahren zur filterung
DE102007058498A1 (de) Verfahren und Vorrichtung zur Rauschunterdrückung in medizinischen Bildern
EP3404436A1 (de) Funktionelle magnetresonanz-bildgebung

Legal Events

Date Code Title Description
8110 Request for examination paragraph 44
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee

Effective date: 20140101