DE19827034A1 - Iteratives Filtersystem für medizinische Bilder - Google Patents
Iteratives Filtersystem für medizinische BilderInfo
- 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- Withdrawn
Links
- 238000002059 diagnostic imaging Methods 0.000 title claims abstract 7
- 238000009499 grossing Methods 0.000 claims abstract description 36
- 238000012545 processing Methods 0.000 claims abstract description 25
- 230000004044 response Effects 0.000 claims abstract description 3
- 238000000034 method Methods 0.000 claims description 42
- 238000001914 filtration Methods 0.000 claims description 29
- 230000008569 process Effects 0.000 claims description 19
- 230000011218 segmentation Effects 0.000 claims description 10
- 238000002156 mixing Methods 0.000 claims description 6
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 claims 1
- 230000000694 effects Effects 0.000 description 12
- 238000002595 magnetic resonance imaging Methods 0.000 description 9
- 238000003384 imaging method Methods 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 230000003044 adaptive effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000005481 NMR spectroscopy Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000006835 compression Effects 0.000 description 3
- 238000007906 compression Methods 0.000 description 3
- 238000013016 damping Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 210000003414 extremity Anatomy 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 150000002500 ions Chemical class 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 241001212789 Dynamis Species 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000002872 contrast media Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000010884 ion-beam technique Methods 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000010186 staining Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 230000002087 whitening effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/20—Processor 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.
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.
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.
- a) Ist segment_parameter=1, wird folgendes durchgeführt:
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);
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, 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.
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.
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.
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.
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
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
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.
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
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
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.
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.
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
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.
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).
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).
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.
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)
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)
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)
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 |
-
1997
- 1997-09-17 US US08/932,430 patent/US6246783B1/en not_active Expired - Fee Related
-
1998
- 1998-06-17 DE DE19827034A patent/DE19827034A1/de not_active Withdrawn
- 1998-09-09 IL IL12613498A patent/IL126134A0/xx unknown
- 1998-09-16 CN CNB981191959A patent/CN1191549C/zh not_active Expired - Fee Related
- 1998-09-17 NL NL1010119A patent/NL1010119C2/nl not_active IP Right Cessation
- 1998-09-17 JP JP26264298A patent/JP4169400B2/ja not_active Expired - Fee Related
Cited By (2)
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 |