DE19828947A1 - System und Verfahren zur dreidimensionalen (3-D) Ultraschallbildgabe und Bewegungsabschätzung - Google Patents
System und Verfahren zur dreidimensionalen (3-D) Ultraschallbildgabe und BewegungsabschätzungInfo
- Publication number
- DE19828947A1 DE19828947A1 DE19828947A DE19828947A DE19828947A1 DE 19828947 A1 DE19828947 A1 DE 19828947A1 DE 19828947 A DE19828947 A DE 19828947A DE 19828947 A DE19828947 A DE 19828947A DE 19828947 A1 DE19828947 A1 DE 19828947A1
- Authority
- DE
- Germany
- Prior art keywords
- characteristic
- movement
- images
- decorrelation
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/254—Analysis of motion involving subtraction of images
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S128/00—Surgery
- Y10S128/916—Ultrasound 3-D imaging
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Description
Die vorliegende Erfindung bezieht sich auf ein System und ein Verfahren zum Erzeugen
von dreidimensionalen (3-D) Bildern von Strukturen auf der Grundlage von zweidimensio
nalen (2-D) Bildern, die durch einen Abtastvorgang erhalten worden sind, und insbesonde
re auf der Grundlage von zweidimensionalen Bildern, die unter Verwendung einer Ul
traschallabtastung gewonnen wurden.
Die Abbildung eines Abschnitts eines Patientenkörpers für medizinische Diagnosezwecke
ist als solche bekannt. Im Zusammenhang mit der medizinischen Bildgabe werden Signale
am stärksten von solchen Abschnitten der Region erhalten, bei denen die lokale Änderung
der akustischen Impedanz am größten ist. Die relativen Stärken der zurückkehrenden
Signale werden dann umgewandelt und verarbeitet sowie in einer gewissen Form beispiels
weise auf einem Monitor dargestellt, der ein Bild der abgetasteten Region anzeigt.
Existierende Bildgabesysteme, die beispielsweise unter Verwendung von Ultraschall
methoden und von auf Positronen basierenden Techniken, wie etwa der Positronen-Emis
sionstomographie (PET) und der computertomographischen Einzelpositronenemission
(SPECT = single positron emission computerized tomography) arbeiten, erzeugen Bilder
des Körpers, die die Abtastebenen, das heißt zweidimensionale "Scheiben" bzw. "Schnitte"
der abgetasteten Region repräsentieren. Diese Systeme zeigen jede Scheibe so an, wie sie
erzeugt worden ist, so daß der Benutzer das zweidimensionale Bild "sieht", das der
aktuellen Position und der aktuellen Orientierung des Wandlers entspricht.
Ein Nachteil einer solchen rein zweidimensionalen Bildgabe besteht darin, daß der größte
Teil der abgebildeten Strukturen lediglich in Form von Querschnitten auftritt: Der Benutzer
erhält kein klares Bild von Strukturen, die nicht in der Ebene in der "Scheibe" liegen, die
aktuell angezeigt wird. Falls beispielsweise eine Arterie rechtwinklig zu der Abtastebene
verläuft, wird der Benutzer in diesem Fall nur eine kleine, kreisförmige Region sehen
können. Selbst scharfe Biegungen der Arterie sind nicht erkennbar.
Ein Ansatz zur Lösung dieses Problems besteht darin, einfach eine große Anzahl von
zweidimensionalen Bildern (Bildrahmen bzw. Einzelbildern) zusammenzutragen, diese in
einer gewissen Weise auszurichten und dann die Bilder in jeder beliebigen Ebene der
ausgerichteten Bildzusammenstellung anzuzeigen. Damit jedoch eine korrekte Ausrichtung
(Registrierung) möglich wird, müssen exakte Informationen über den Abstand zwischen
den benachbarten Einzelbildern bekannt sein. Solche Informationen stehen aber oftmals
nicht zur Verfügung, da der Benutzer den Wandler normalerweise nicht mit konstanter
Geschwindigkeit bewegt, und zwar selbst dann nicht, wenn angenommen wird, daß der
Benutzer den Wandler in einer konstanten Richtung bewegt. Der Benutzer kann zum
Beispiel mehr Zeit für die "Betrachtung" eines besonders interessierenden Abschnitts der
abgetasteten Region aufwenden und sich über andere Abschnitte rasch hinwegbewegen.
Weiterhin werden auch unterschiedliche Benutzer den Wandler normalerweise nicht mit
der gleichen Geschwindigkeit bewegen.
Ein bekannter Weg zur Lösung dieses Problems besteht darin, den Wandler in einer
motorisierten Halterungsstruktur anzubringen und ihn dann mit einer konstanten Geschwin
digkeit unter Verwendung von Motoren zu bewegen. Eine solche Konstruktion ist jedoch
teuer und sperrig, erfordert weiterhin eine Prozedur bzw. eine Vorgehensweise für die
dreidimensionale Abtastung, die sich von der für die zweidimensionale Abtastung einge
setzten Prozedur unterscheidet, und beschränkt die Möglichkeiten des Benutzers, die
Abtastung direkt zu steuern, in starkem Ausmaß, insbesondere dann, wenn in der Hand
gehaltene Wandler benutzt werden, die üblicherweise bei der Ultraschallbildgabe zum
Einsatz kommen.
Ein weiterer Weg zur Lösung dieses Problems besteht darin, direkt an dem Wandler
Positionssensoren zur Ermittlung von Abstands- bzw. Streckeninformationen zusätzlich zu
den Abtastinformationen anzubringen, wobei die Positionssensoren mechanische Sensoren
(zum Beispiel Räder), Trägheitssensoren (Beschleunigungsmesser), magnetische Sensoren
(zum Beispiel Polhemus-Elemente) oder eine andere Art von Positionssensoren sein
können. Der Nachteil dieses Lösungsansatzes besteht jedoch darin, daß solche Sensoren
zusätzliches Gewicht und erhöhte Komplexität für die Wandler bedeuten, wodurch es
schwierig ist, diese in kostengünstigen Maschinen vorzusehen. Ferner können metallische
Objekte, die in dem Untersuchungsbereich vorhanden sind, Störungen hervorrufen, die
magnetische Positionssensoren nachteilig beeinflussen, wohingegen bei nach dem Sicht
linienprinzip arbeitenden Infrarotsensoren oder Ultraschallsensoren nahezu jedes Objekt,
das zwischen dem Sensor und dem Wandler vorhanden ist, zu Störungen führt.
Eine andere bekannte Möglichkeit zur Erzeugung von dreidimensionalen Bildern besteht
darin, eine Mehrzahl von Wandlern zu benutzen, die die gleiche Region aus zwei oder
mehr Betrachtungsrichtungen gleichzeitig abbilden. Die "Stereo"-Bildgabedaten werden
dann unter Verwendung von bekannten Algorithmen zu einem dreidimensionalen Datensatz
verarbeitet. Diese Lösung weist jedoch einen offensichtlichen Nachteil auf: Eine Mehrzahl
von Wandlern führt zu erhöhten Kosten und erhöhter Komplexität.
Ein weiteres Verfahren besteht darin, die Verteilung einer Reihe von sukzessiven Streuele
menten in der abgetasteten Region sowie gewisse Korrelationsmethoden zu benutzen, um
ein dreidimensionales Modell der Blutströmung aufzubauen. Bei dieser Methode wird
jedoch vorab angenommen, daß die abgetastete Region ein strömendes Medium ist, das
eine gegebene Geschwindigkeitsverteilung aufweist.
Schließlich kann die lokale Bewegung bei oder in einem dreidimensionalen Ultraschallbild
auf der Grundlage der Korrelation von im B-Modus erhaltenen Bildern unter Verwendung
von mathematischen Autokorrelations- und Kreuzkorrelationsfunktionen ermittelt werden.
Derartige Methoden sind jedoch sehr rechenintensiv und sind häufig auf nicht in Echtzeit
erfolgende Untersuchungen (Off-Line-Untersuchungen) beschränkt.
Demgemäß besteht ein Bedarf hinsichtlich eines Systems und eines zugehörigen Verfahrens
zur Erzeugung von dreidimensionalen Bildern unter Verwendung eines einzelnen Wand
lers. Ferner ist ein weiterer Bedarf hinsichtlich einer dreidimensionalen Bildgabe vorhan
den, bei der selbst bei in der Hand gehaltenen Wandlern nur eine geringe oder überhaupt
keine Änderung der flexiblen und vertrauten, vom Benutzer gesteuerten Abtastprozeduren
erforderlich ist. Ein weiterer Wunsch besteht hinsichtlich der Erzeugung von dreidimensio
nalen Darstellungen selbst eines sich nicht bewegenden Gewebes. Schließlich ist ein Bedarf
hinsichtlich eines dreidimensionalen Ultraschallsystems vorhanden, das in Echtzeit arbeiten
kann.
Mit der Erfindung wird ein Verfahren gemäß dem Patentanspruch 1 oder 17 sowie eine
System (Vorrichtung) gemäß dem Patentanspruch 8 geschaffen.
Vorteilhafte Ausgestaltungen der Erfindung sind in den Unteransprüchen angegeben.
Mit der vorliegenden Erfindung werden die vorstehend genannten Probleme zumindest zum
großen Teil gelöst. Ein Bewegungssignal für eine Bewegung in der Ebene (In-Ebenen-
Bewegungssignal) und ein Bewegungssignal für eine Bewegung außerhalb der Ebene
(Außer-Ebenen-Bewegungssignal) werden auf der Basis von Sätzen von aufeinanderfolgen
den zweidimensionalen Bildern auf der Grundlage der Anpassung bzw. Zur-Überein
stimmung-Bringung von gewissen Fleckeneigenschaften ("Speckle"-Qualitäten) ermittelt.
Aus dem Bewegungssignal für die Bewegung in der Ebene und dem Bewegungssignal für
die Bewegung außerhalb der Ebene lassen sich Abstände zwischen den zweidimensionalen
Bildern ermitteln und diese dann zur Gewinnung eines globalen Bewegungssignals bzw.
eines Signals für eine globale Bewegung sowie zum Aufbauen eines dreidimensionalen
Bilds verwenden.
Gemäß einem Ausführungsbeispiel wird eine kalibrierte Fleckenfunktion ("Speckle"-
Funktion) für den Wandler und für die abzutastende Geweberegion vorab festgelegt. Eine
Folge von Bildern (Einzelbilder bzw. Bildrahmen) wird identifiziert und zu dreidimensio
nalen großen und kleinen Blöcken gruppenweise zusammengefaßt. Es werden Blöcke, die
einen Flecken (Speckle) repräsentieren, identifiziert und es wird dann eine Dekorrelations
charakteristik über die Blöcke hinweg ermittelt. Die Blockdekorrelationscharakteristik wird
dazu benutzt, eine Abschätzung bzw. einen Schätzwert für die Bewegung außerhalb der
Ebene bzw. aus der Ebene heraus zu erhalten. Darüber hinaus wird eine Kreuzkorrela
tionscharakteristik, die zwischen Bildpaaren vorhanden ist, dazu benutzt, die Bewegungs
charakteristik der Bewegung in der Ebene zu ermitteln. Es kann auch eine auf den Bildpaa
ren beruhende Dekorrelationscharakteristik in Verbindung mit einer Volumen-Dekorrela
tionscharakteristik dazu benutzt werden, eine noch genauere Bewegungsabschätzung für die
außerhalb der Ebene liegende bzw. aus der Ebene heraus gerichtete Bewegung zu ermit
teln.
Gemäß einem Ausführungsbeispiel der Erfindung wird zunächst eine kalibrierte Flecken
funktion vorab für den Wandler und für das abzutastende Gewebe festgelegt. Eine Serie
von Bildern wird identifiziert und zu dreidimensionalen großen und kleinen Gruppen
blöcken zusammengefaßt. Es werden Blöcke, die einen Flecken bzw. fleckförmige Störun
gen ("Speckle") repräsentieren, identifiziert und es dann eine Blöcke vergleichende "volle
Breite - halber maximaler Wert - Summe-der-Absolutdifferenz"-Optimierungsmethode
(bzw. "volle Halbwertsbreite der Summe der Absolutdifferenz"-Optimierung FWHM
SAD) dazu benutzt, einen Schätzwert für die außerhalb der Ebene liegende Bewegung auf
der Grundlage einer Dekorrelationscharakteristik über das gesamte Volumen hinweg zu
ermitteln. Bei der Bewegungsabschätzung der in der Ebene liegenden Bewegung wird die
"minimale Summe absoluter Differenzen"-Methode dazu benutzt, einen Schätzwert für
die in der Ebene liegende Bewegung unter Verwendung von Kreuzkorrelationseigen
schaften zwischen Bildpaaren zu erhalten. Fuzzy-Logik-Methoden werden anschließend
verwendet, um noch genauere Schätzwerte zu ermitteln. Schließlich wird der Schätzwert
für die außerhalb der Ebene liegende bzw. aus der Ebene herausgerichtete Bewegung auf
der Grundlage einer Dekorrelationseigenschaft der Fleckenbilder (Speckle-Bilder bzw.
Bilder von fleckenförmigen Störungen), die bei der Bestimmung innerhalb der Ebene
benutzt wurden, (unter Verwendung der Optimierung auf der Grundlage "volle Breite -
halber maximaler Wert - Summe absoluter Differenzen") aktualisiert. Sobald die Schätz
werte für die lokale Bewegung auf der Grundlage der kleinen Blöcke ermittelt worden
sind, kann eine Abschätzung bzw. ein Schätzwert für eine globale Bewegung unter
Verwendung des "Least Means Square"-Verfahrens (Methode kleinster mittlerer Quadrate
bzw. mittlerer quadratischer Abweichungen) erhalten werden.
Die Erfindung wird nachstehend anhand von Ausführungsbeispielen unter Bezugnahme auf
die Zeichnungen näher beschrieben.
Fig. 1 zeigt eine schematische Darstellung eines in Übereinstimmung mit einem
Ausführungsbeispiel der vorliegenden Erfindung stehenden Systems (Vorrich
tung),
Fig. 2 zeigt eine schematische Darstellung von dreidimensionalen großen und kleinen
Blöcken gemäß einem Ausführungsbeispiel der vorliegenden Erfindung,
Fig. 3 zeigt ein Blockschaltbild, in dem die wesentlichen strukturellen Komponenten
eines in Übereinstimmung mit der vorliegenden Erfindung stehenden Ultra
schallbildgabesystems dargestellt sind,
Fig. 4 veranschaulicht die Art und Weise, gemäß der eine piezoelektrische Anordnung
(Array) eine Untersuchungsregion in Form einer Folge von Einzelbildern
abtastet,
Fig. 5 zeigt eine schematische Darstellung eines Abschnitts eines Abtastbilds, das in
Übereinstimmung mit einem Ausführungsbeispiel der vorliegenden Erfindung
steht,
Fig. 6 zeigt eine graphische Darstellung eines als Beispiel dienenden Referenz-Histo
gramms für die Identifizierung von Flecken bei einem Ausführungsbeispiel der
vorliegenden Erfindung,
Fig. 7 zeigt eine schematische Darstellung, in der eine in Übereinstimmung mit einem
Ausführungsbeispiel der vorliegenden Erfindung stehende Kurve für die Sum
me absoluter Differenzen bei voller Breite und halbem Maximum dargestellt
ist,
Fig. 8A bis 8D zeigen graphische Darstellungen, in denen Fuzzy-Logik-Mitgliedsfunktio
nen ("Membership"-Funktionen) für den Qualitätsfaktor und für den Abwei
chungsfaktor gemäß der vorliegenden Erfindung dargestellt sind,
Fig. 9 zeigt eine graphische Darstellung zur Veranschaulichung der Gewinnung oder
Ableitung eines Qualitätsfaktors für die Suche nach der minimalen Summe
absoluter Differenzen gemäß einem Ausführungsbeispiel der vorliegenden
Erfindung,
Fig. 10 zeigt eine schematische Darstellung, die eine in Übereinstimmung mit einer
Ausführungsform der vorliegenden Erfindung stehende Suche nach minimaler
Summe der Absolutdifferenzen veranschaulicht,
Fig. 11 zeigt eine schematische Darstellung zur Erläuterung einer in Übereinstimmung
mit einer Ausführungsform der vorliegenden Erfindung stehenden Bewegungs
abschätzung, wobei eine Korrektur hinsichtlich Anisotropien erfolgt,
Fig. 12A zeigt eine schematische Darstellung, die Fehler veranschaulicht, die auf Bild
rauschen bzw. Bildstörungen und auf die Unabhängigkeit der statistischen
Werte bei den Bildern, die auf die Abtastgeschwindigkeiten zurückzuführen ist,
veranschaulicht sind,
Fig. 12B zeigt eine schematische Darstellung, die Korrekturparameter für einen Ge
schwindigkeitsmesser gemäß einem Ausführungsbeispiel der vorliegenden
Erfindung veranschaulicht, und
Fig. 13A bis 13C zeigen schematische Darstellungen, in denen Arten oder Methoden für
eine Abtastung gemäß einer Ausführungsform der vorliegenden Erfindung
dargestellt sind.
Die Erfindung wird nachstehend detaillierter erläutert. Wenn ein Objekt durch manche
Arten von Strahlungen abgetastet wird, können bekanntlich in dem Objekt befindliche
Gebilde, die für eine Auflösung zu klein sind (die, grob gesagt, kleiner sind als die
Wellenlänge der abtastenden Strahlung), das Signal, das zu der Abtasteinrichtung zurück
gegeben wird, streuen, reflektieren oder in sonstiger Weise störend mit diesem Signal in
Wechselwirkung treten. Wenn das Gerät dann ein Bild auf der Grundlage des zurückge
kehrten Abtastsignals erzeugt, führen diese Störungen, die ein Rauschen darstellen, oftmals
dazu, daß die Klarheit des Bilds beeinträchtigt ist. Als Beispiel hierfür wird bei der
medizinischen Ultraschallbildgabe ein Ultraschallstrahl, der in den Körper gesendet worden
ist, durch die Mikrostruktur des Gewebes gestreut. Diese Störungen (Interferenzen) werden
als "Flecken" bzw. "Speckle" (fleckenförmige Störungen) bezeichnet.
Flecken führen dazu, daß das Bild kornförmig erscheint, wodurch kleinere Strukturen
verdeckt werden und das Vorhandensein von geringen Kontrast aufweisenden Läsionen
bzw. Verletzungen maskiert wird. Dieses Problem ist analog wie ein "Schnee" auf einem
Fernsehbildschirm, wodurch die "Schärfe" des Fernsehbilds beeinträchtigt wird. Das
Problem von Flecken tritt ebenfalls - wenn auch üblicherweise nur in kleinerem Ausmaß - bei
anderen Bildgabemethoden wie etwa bei der Positronen-Emissionstomographie (PET)
und bei der computertomographischen Einzelpositronenemission (SPECT) auf.
Gemäß der vorliegenden Erfindung wird die Fleckeninformation dazu benutzt, eine
Abstandsinformation hinsichtlich desjenigen Abstands zu vermitteln, der die verschiedenen
abgetasteten Ebenen eines dreidimensionalen Untersuchungsvolumens trennt. Die Erfin
dung kann zur Erzeugung von dreidimensionalen Bildern auf der Grundlage von zweidi
mensional abgetasteten Bildern benutzt werden, die unter Heranziehung einer beliebigen
Technologie, bei der "Flecken" bzw. fleckenförmige Störungen (Speckle) auftreten,
erhalten worden sind. Die vorliegende Erfindung wird nachstehend im Zusammenhang mit
einer medizinischen Ultraschallbildgabe beschrieben.
Genauer gesagt, werden die Abstände zwischen den zweidimensionalen, im B-Modus
erhaltenen Bilder auf der Grundlage einer Abschätzung einer lokalen, in der Ebene
vorhandenen Bewegung und einer Abschätzung einer lokalen, außerhalb der Ebene
liegenden bzw. aus der Ebene herausgerichteten Bewegung auf der Basis von Flecken
eigenschaften von Abschnitten jedes zweidimensionalen Rahmens (bzw. Einzelbilds) oder
Bilds ermittelt. Die lokale Abschätzung innerhalb der Ebene und die lokale Abschätzung
außerhalb der Ebene werden dann dazu benutzt, eine globale Abschätzung (Schätzwert) für
die globale Bewegung zu erhalten. Gemäß einem Ausführungsbeispiel werden Fleckenre
gionen in jedem Bild identifiziert. Anschließend wird die beste Übereinstimmung auf der
Grundlage von gewissen Eigenschaften der Flecken (zum Beispiel von Dekorrelations
eigenschaften) über eine vorbestimmte Anzahl von ein Blockvolumen definierenden,
zweidimensionalen Bildern hinweg dazu benutzt, die Abschätzung außerhalb der Ebene
bzw. den Schätzwert für die aus der Ebene herausgerichtete Bewegung zu ermitteln.
Anschließend wird die besten Übereinstimmung von Eigenschaften (beispielsweise von
Kreuzkorrelationseigenschaften) von Flecken bzw. fleckenförmigen Störungen, die zwi
schen Bildpaaren vorhanden sind, dazu benutzt, einen Schätzwert für die in der Ebene
liegende Bewegung zu erhalten. Zusätzlich wird die beste Übereinstimmung für die
Dekorrelationseigenschaften, die zwischen den gleichen, für die Abschätzung der in der
Ebene liegenden Bewegung benutzten Bilder vorhanden sind, in Verbindung mit den
Volumendekorrelationseigenschaften dazu benutzt, eine noch genauere Abschätzung
(Schätzwert) für die lokale, aus der Ebene herausgerichtete Bewegung zu erhalten. Es
können Qualitätsfaktoren definiert werden und es können Fuzzy-Logik-Methoden dazu
benutzt werden, die Schätzwerte für die lokale Bewegung noch weiter zu optimieren.
Sobald die Schätzwerte für die lokale, in der Ebene liegende Bewegung und für die lokale
aus der Ebene heraus gerichtete Bewegung ermittelt worden sind, kann eine globale,
zwischen den Bildern vorhandene Bewegung ermittelt werden. Auf dieser Grundlage
werden die zwischen den zweidimensionalen Bildern vorhandenen Abstände dazu benutzt,
eine dreidimensionale Darstellung aufzubauen.
Bei einem Ausführungsbeispiel wird die Optimierungsmethode "full width half maximum
(FWHM) sum-absolute-difference (SAD)" bzw. "volle Breite bei halbem Maximalwert
(FWHM) der Summe der Absolutdifferenzen (SAD)" dazu benutzt, die Schätzwerte für die
aus der Ebene heraus gerichtete Bewegung auf der Basis der Dekorrelationseigenschaften
zu gewinnen. In ähnlicher Weise wird die Optimierungsmethode "minimum sum-absolute
difference (MSAD)" bzw. "minimale Summe absoluter Differenzen (MSAD)" dazu
benutzt, die Schätzwerte für die in der Ebene liegende Bewegung auf der Basis der
Kreuzkorrelationseigenschaften zu gewinnen.
Ein hauptsächlicher Vorteil der Heranziehung der Optimierungsmethoden FWHM SAD
(gesamte Breite bei halbem Maximalwert der ermittelten Summe absoluter Differenzen)
und MSAD (minimale Summe absoluter Differenzen) bei der Ermittlung der besten,
zwischen Blöcken oder Bildern vorhandenen Übereinstimmung besteht darin, daß sie
keinerlei Multiplikation erfordern, sondern lediglich Additionen/Subtraktionen für die
Berechnung der SAD-Ähnlichkeit (Ähnlichkeit der Summe absoluter Differenzen) von zwei
Blöcken und anschließend lediglich Vergleiche zur Ermittlung des Minimalwerts und des
Vollbreiten-Halbmaximum-Werts auf den SAD-Karten (zweidimensionale Darstellungen
der Summe absoluter Differenzen) benötigen. Ein weiterer Vorteil besteht darin, daß
relativ wenig Speicherpositionen zum Speichern der Zwischenwerte während der Berech
nungen erforderlich sind. Folglich sind die Methoden FWHM SAD und MSAD schnell
und effizient. Andererseits kann aber die SAD-Routine (Routine zur Ermittlung der Summe
absoluter Differenzen) im Hinblick auf das Zurückweisen bzw. eine Unanfälligkeit gegen
über dem Einfluß von gewissen Störungstypen bzw. Rauschtypen nicht immer am besten
sein, und sie benutzt auch keinerlei (oder nur wenig) bereits vorab vorhandene Kenntnisse
hinsichtlich der bekannten oder angenommenen Merkmale der Struktur, des Rauschens
(Störungen) oder, im Fall einer Ultraschallabbildung des Körpers, der Flecken.
Es können daher statt dessen auch andere Optimierungsverfahren in Abhängigkeit von der
jeweiligen Abbildungsumgebung und abhängig davon, ob der für die Berechnungen
benutzte Prozessor ausreichend rasch ist und ob ausreichend Speicher vorhanden ist,
verwendet werden. Als Beispiel kann die Optimierungsmethode "kleinste Quadrate"
benutzt werden, bei der der Minimalwert der Summe der Quadrate der unterschiedlichen
Pixelpaare in den Blöcken gesucht wird und dieser als die beste Übereinstimmung an
genommen wird, sobald er ermittelt worden ist. Bei dem Verfahren "kleinste Quadrate"
sind zusätzlich zu den Additionen/Subtraktionen Multiplikationen erforderlich, wobei es
sich aber gezeigt hat, daß diese Methode für gewisse Arten von Störungen (Rauschen) zu
einer statistisch optimalen Übereinstimmung führt.
Ferner können auch auf Statistik basierende Anpassungstechniken wie etwa eine ma
thematische Dekorrelation und Kreuzkorrelation dazu benutzt werden, die in der Ebene
liegende und aus der Ebene herausführende Bewegung zu ermitteln. Folglich können diese
dazu benutzt werden, ein Maß für die beste Übereinstimmung zwischen den Bildern oder
Blöcken bereitzustellen.
Es wird nun auf Fig. 1 Bezug genommen. Dort sind in Form eines Flußbilds Komponenten
eines als Ausführungsbeispiel dienenden, in Übereinstimmung mit der vorliegenden
Erfindung stehenden Systems 3000 dargestellt. Anfänglich werden Bildeingangsdaten bzw.
Bilddaten 3002, wie etwa zweidimensionale B-Modus-Bilder erzeugt, wozu üblicherweise
ein Wandler über die interessierende Region hinweg bewegt wird, was nachstehend in
größeren Einzelheiten erläutert wird. Die eingegebenen Bilddaten (Bildeingangsdaten)
werden dann dazu benutzt, sowohl die in der Ebene liegende Bewegung als auch die aus
der Ebene herausweisende Bewegung zu ermitteln, was nachfolgend noch in größeren
Einzelheiten erläutert wird.
In Fig. 2 ist ein als Beispiel dienender Satz aus acht (8) Bildern oder Rahmen (Einzel
bildern) 300 dargestellt. Die Einzelbilder repräsentieren Bilddaten, die in einem Speicher
gespeichert sind, und die je nach Bedarf abwärts abgetastet bzw. mit verringerter Ab
tastrate (down-sampled) abgefragt werden können. Die Bilder 300 sind in mehrere Zeilen
und Spalten von dreidimensionalen großen Blöcken 302 zum Zwecke einer lokalen Bewe
gungsabschätzung unterteilt. Die Größe der großen Blöcke ist ausreichend groß bemessen,
damit ausreichend statistische Informationen zur Abschätzung der lokalen Bewegung
enthalten ist. Die statistische Ungewißheit für diese Abschätzung nimmt nämlich bei einem
Mein bemessenen Block zu. Andererseits können die dreidimensionalen großen Blöcke
nicht zu groß sein, da eine geringere Anzahl von großen Blöcken dazu führen kann daß
die globale Bewegungsabschätzung instabil wird. Ferner kann ein groß bemessener Block
zur Einführung von Bilddrehungsfehlern in die lokale Bewegungsabschätzung führen, bei
der angenommen wird, daß die dreidimensionalen großen Blöcke keine Drehbewegung
zeigen.
Jeder große Block 302 ist dann in kleine Blöcke 304 für die Fleckensuche (Speckle-Suche)
unterteilt. Auch hier bestehen Kompromisse bezüglich der Größe der Meinen Blöcke. Die
Meinen Blöcke müssen ausreichend groß sein, so daß sie in ausreichendem Umfang
statistische Informationen für die Bewertung, ob sie Fleckeninformationen oder keine
Fleckeninformationen enthalten, umfassen. Andererseits muß die Größe der kleinen Blöcke
ausreichend klein sein, so daß die statistische Information innerhalb jedes kleinen Blocks
die gleiche ist (dies bedeutet, daß jeder kleine Block insgesamt ein Flecken ist bzw. enthält
oder insgesamt kein Flecken ist bzw. keinen Flecken enthält).
Es wird erneut Bezug auf Fig. 1 und insbesondere auf deren oberen Zweig genommen. In
einer Stufe 3004 wird eine dreidimensionale Fleckensuche ausgeführt, um diejenigen
Blöcke zu identifizieren, die Fleckendaten enthalten. Jede beliebige aus einer Vielzahl von
bekannten Methoden kann zur Identifizierung der Fleckenregionen benutzt werden; im
folgenden wird ein als Beispiel dienendes Ausführungsbeispiel beschrieben, bei dem die
Mittelwert/Histogramm-Technik benutzt wird. Sobald die Fleckensuche ausgeführt
worden ist, werden Fleckendekorrelationseigenschaften beispielsweise auf der Grundlage
eines FWHM SAD-Werts über die dreidimensionalen Blöcke hinweg ermittelt, um
hieraus einen Abstandswert oder Bewegungswert in der aus der Ebene herausweisenden
Richtung zu bestimmen. Der aus der Ebene herausweisende Bewegungswert wird dann in
einem Geschwindigkeitsmesser 3008 zur Überprüfung der Genauigkeit verglichen, was
nachstehend in größeren Einzelheiten erläutert wird. Zusätzlich wird der Schätzwert für die
aus der Ebene herausgerichtete Bewegung an eine Bewegungskorrektureinheit 3016
angelegt, deren Zweck in der weiteren Beschreibung in größeren Einzelheiten erläutert
wird. Schließlich wird ein Schätzwert dz für die aus der Ebene herausführende, lokale
Bewegung für jeden kleinen Block ausgegeben.
Nachfolgend wird auf den unteren Zweig der Fig. 1 Bezug genommen. Damit die Kom
ponenten x und y der in der Ebene liegenden Bewegung für jeden kleinen Block bestimmt
werden, wird eine Fleckensuche (Speckle-Suche) 3010 über eine vorbestimmte inter
essierende Region hinweg ausgeführt. Die Fleckensuche 3010 wird in gleichartiger Weise
wie diejenige bei dem oberen Zweig ausgeführt, wobei hier aber die Suche lediglich über
zwei Bilder hinweg durchgeführt wird. Sobald durch die Fleckensuche 3010 die Fleckenre
gionen identifiziert worden sind, werden die Fleckendekorrelationseigenschaften 3012
beispielsweise auf der Basis eines FWHM SAD-Werts in einer ähnlich wie die vor
stehend bereits erläuterte Weise erfolgenden Art ermittelt, um hierdurch außerhalb der
Ebene liegende Informationen bzw. Informationen für die aus der Ebene herausführende
Bewegung zu ermitteln. Die aus zwei Bildern erhaltene Fleckendekorrelationsinformation
wird dann an die Bewegungskorrektureinheit 3016 angelegt, damit ein noch genauerer
Schätzwert für die aus der Ebene herausführende Bewegung erhalten wird. Schließlich
wird die Fleckensuchinformation an eine Fleckenverfolgungseinheit bzw. Fleckennachfüh
rungseinheit 3018 angelegt, die eine Kreuzkorrelationscharakteristik beispielsweise auf der
Grundlage der MSAD-Methode hinsichtlich der Fleckendaten ermittelt, um hierdurch die
Komponenten dx und dy der in der Ebene liegenden lokalen Bewegung zu erhalten. Sobald
die Schätzwerte für die lokale Bewegung in der Ebene und aus der Ebene heraus ermittelt
worden sind, kann eine Optimierung ausgeführt werden, und es wird ein globaler Bewe
gungsschätzwert bzw. ein Schätzwert für die globale Bewegung gebildet. Sobald der
Schätzwert für die globale Bewegung erhalten worden ist, werden die Abstände zwischen
den Einzelbildern dazu benutzt, das dreidimensionale Bild aufzubauen.
In Fig. 3 sind die hauptsächlichen Komponenten eines in Übereinstimmung mit der vor
liegenden Erfindung stehenden, mit Ultraschall arbeitenden Bildgabesystems dargestellt.
Der Benutzer gibt die verschiedenen herkömmlichen Abtastparameter in eine Eingabeein
heit 100 ein, die üblicherweise Vorrichtungen wie etwa eine Tastatur, Knöpfe und Tasten
enthält. Die Eingabeeinheit ist mit einem Verarbeitungssystem 102 verbunden, das übli
cherweise durch eine Gruppe von elektrisch miteinander verbundenen und zusammen
wirkenden Prozessoren, wie etwa Mikroprozessoren und digitalen Signalprozessoren
gebildet ist. Das Verarbeitungssystem 102 kann aber auch durch einen einzelnen Prozessor
verkörpert sein, sofern dieser ausreichend schnell ist, die nachstehend beschriebenen,
verschiedenen Aufgaben (Tasks) auszuführen.
Wie bei bekannten Systemen bewirkt das Verarbeitungssystem 102 die Festlegung, Justie
rung und Überwachung der Betriebsparameter einer herkömmlichen Sendesteuerschaltung
104, die elektrische Steuersignale und Antriebssignale erzeugt und diese an eine Ultra
schallsonde 106 anlegt. Die Ultraschallsonde 106 enthält eine Anordnung (Array) 108 aus
piezoelektrischen Elementen. Wie dem Fachmann bekannt ist, erzeugen die piezoelek
trischen Elemente Ultraschallwellen, wenn elektrische Signale mit der geeigneten Frequenz
an sie angelegt werden.
Wenn die Sonde 106 an dem Körper eines Patienten angeordnet wird, treten diese Ul
traschallwellen in einen Abschnitt 110 des Patientenkörpers ein. Durch eine Veränderung
der Phasenlage, der Amplitude und der zeitlichen Steuerung der Treibersignale werden die
Ultraschallwellen fokussiert, so daß eine Reihe von Abtastlinien 112 gebildet wird, die
üblicherweise fächerförmig von der Sonde ausgehen. In Fig. 3 sind mehrere solche
Abtastlinien dargestellt, die in den Patientenkörper hineinlaufen. Eine interessierende
Region, das heißt diejenige Region, die der Benutzer als Bild wiedergeben möchte, ist als
eine Untersuchungsregion oder ein Untersuchungsvolumen 114 dargestellt. Die Art und
Weise, wie die Ultraschallabtastsignale gesteuert, erzeugt und an den Patientenkörper
angelegt werden, ist im Stand der Technik bekannt und wird daher nicht weiter beschrie
ben. Das Untersuchungsvolumen 114 kann unter Verwendung einer Folge von im wesentli
chen benachbarten Abtastebenen (diese weisen jeweils mehrere Abtastzeilen auf), die sich
über eine bekannte Tiefe hinweg erstrecken, abgetastet werden.
Bei einem Ausführungsbeispiel sind die Freiheitsgrade der Bewegung des Wandlers
beschränkt, so daß die Positionen der Bilder genauer abgeschätzt werden können. Wie in
den Fig. 13A bis 13C dargestellt ist, werden bei einem derartigen Ausführungsbeispiel drei
Arten der Abtastung benutzt: eine parallele Abtastung, eine Sektorabtastung und eine
zweckmäßige Abtastung. Sowohl bei der parallelen Abtastung als auch bei der Sektor
abtastung liegt lediglich ein Freiheitsgrad vor (entweder eine Parallelverschiebung oder
eine Rotation auf der Basis des Schätzfaktors d1 für die aus der Ebene herausführende
Bewegung). Bei der zweckmäßigen Abtastung müssen zwei Freiheitsgrade bestimmt
werden, und zwar beispielsweise einer, der mit der in der Ebene liegenden Bewegung
zusammenhängt, und ein weiterer, der mit der aus der Ebene herausweisenden Bewegung
verknüpft ist. Es ist hierbei aber anzumerken, daß die vorliegende Erfindung nicht auf die
drei Abtastarten beschränkt ist, die in den Fig. 13A bis 13C gezeigt sind. Die Fig. 13A bis
13C sollen vielmehr lediglich als Beispiel dienen.
Es wird nun erneut auf Fig. 3 Bezug genommen. Ultraschallechos, die von den in den
Körper gesendeten Wellen herrühren, kehren zu der Anordnung 108 zurück. Es ist
bekannt, daß die in der Anordnung vorhandenen piezoelektrischen Elemente die kleinen
mechanischen Vibrationen der Echosignale in entsprechende elektrische Signale umwan
deln. Die rückkehrenden Signale werden dann durch eine Empfangssteuereinrichtung 116
einer Verstärkung und einer sonstigen herkömmlichen Signalkonditionierung unterzogen.
Diese Verarbeitung schließt je nach Bedarf eine bekannte Signalkonditionierung wie etwa
die zeitliche Torsteuerung, eine Verstärkungskompensation und eine Beugungskompensa
tion ein, damit diejenigen Echosignale identifiziert werden können, die den jeweiligen
Abtastebenen des Untersuchungsvolumens 114 entsprechen.
Die Empfangssteuereinrichtung 116, die normalerweise entweder insgesamt oder teilweise
in dem Prozessorsystem 102 integriert ist, verwandelt die zurückkehrenden, hochfrequen
ten (HF) Ultraschallsignale (üblicherweise in der Größenordnung von einigen wenigen bis
mehreren zehn Megahertz) in tiefere Frequenzbereiche für die Verarbeitung um. Die
Empfangssteuereinrichtung 116 kann auch eine Analog/Digital-Wandlerschaltung enthalten.
Dies ist auf dem Gebiet der Ultraschallbildgabe bekannt. Die abwärtsgewandelten Lei
stungswerte für die zweidimensionale Untersuchungsregion werden in einem Speicher 118
als zweidimensionale Bilddaten (Daten für zweidimensionale Bilder) 120 gespeichert,
nachdem eine herkömmliche Strahlformung ausgeführt worden ist. Jeder Satz der Bilddaten
entspricht einem Bilderrahmen bzw. einem Einzelbild, das heißt einem zweidimensionalen
Querschnitt des Untersuchungsvolumens. Jeder Rahmen des Bilds bzw. jedes Einzelbild ist
durch die arrayförmige Anordnung der akustischen Leistungswerte oder der Intensitäts
werte der Bildelemente, die das Einzelbild bilden, repräsentiert und in dieser Form digital
gespeichert. Wie nachstehend noch in größeren Einzelheiten erläutert wird, wird eine
Folge (Serie) von zweidimensionalen Einzelbildern, die jeweils einer "Bildscheibe"
entsprechen, in dem Speicher gespeichert.
Die Untersuchungsregion weist normalerweise nicht die gleiche Form wie derjenige
Bereich auf, den der Benutzer angezeigt sehen möchte. Selbst wenn dies der Fall wäre,
sind die digitalen akustischen Intensitätswerte, die zu Strahlen geformt sind, normalerweise
nicht in einer Form vorhanden, die für die direkte Ansteuerung einer herkömmlichen
Graustufenanzeige oder Farbanzeige (Display) geeignet ist. Die akustischen Intensitäts
werte für ein Einzelbild werden daher an einen herkömmlichen Abtastwandler 122 ange
legt, der die digitalen akustischen Werte in Anzeige- oder Helligkeitswerte für die Anzeige
umwandelt, die zur Ansteuerung eines Anzeigegeräts 124 geeignet sind. Die Anzeige 124
ist üblicherweise in ein Muster aus Bildelementen oder "Pixeln" unterteilt, die ein der
artiges Bild erzeugen, daß der Benutzer dieses betrachten und interpretieren kann. Die
Abtastumwandlung und die Anzeige sind an sich bekannte Merkmale eines Ultraschall
bildgabesystems und werden daher nicht weiter beschrieben.
In Fig. 4 ist ein orthogonales Koordinatensystem "Tiefe - laterale Richtung (bzw. Länge) -
Elevation (bzw. Breite)" (X-Y-Z) gezeigt, wobei die Art und Weise dargestellt ist, mit
der ein Ultraschallwandler 108 die Untersuchungsregion 114 abtastet. Wenn die Elemente
208 1, 208 2, . . . 208 m in der lateralen Richtung (Richtung Y) angeordnet sind, erzeugen sie
(bei korrekter, herkömmlicher Fokussierung) Ultraschallwellen, die einen Sendestrahl 209
bilden, damit Abschnitte des Körpers in der Ebene X-Y (Tiefenrichtung - laterale
Richtung) abgebildet werden können. Jeder Abschnitt wird in der herkömmlichen Weise
in ein entsprechendes Einzelbild umgewandelt. In Fig. 4 sind drei Rahmen bzw. Einzel
bilder 210 1, 210 2 und 210 3 gezeigt, die in der Richtung Z (Elevationsrichtung) benachbart
zueinander liegen. Fig. 4 ist zum Zwecke der Klarheit stark vereinfacht: Bei herkömm
lichen Abtastungen sind viel mehr als drei benachbarte Bilder bzw. Scheiben vorhanden
und es müssen die Bilder bzw. Scheiben auch nicht quadratisch sein. Weiterhin ist die
vorliegende Erfindung auch imstande, beispielsweise nicht parallel liegende Bildebenen zu
verkraften, wie sie beispielsweise dann erzeugt werden, wenn eine Abtastung durch
Drehung oder Bewegung des Wandlers in einem Bogen anstatt geradlinig in der Richtung
Z ausgeführt wird.
Bekanntlich wird jedes Einzelbild eines Ultraschallbilds üblicherweise durch die Empfangs
steuereinrichtung 116 oder durch das Verarbeitungssystem in ein zweidimensionales
Muster aus Bildelementen aufgelöst, von denen jedes durch einen entsprechenden Lei
stungswert repräsentiert und in dem Speicher gespeichert wird. In dem einfachsten und
üblichsten Fall werden Bilder unter Verwendung von digitalen Werten, die lediglich
Graustufen entsprechen, erzeugt, gespeichert und angezeigt. (Die Erfindung kann aber
auch in Verbindung mit Farbdarstellungen benutzt werden.)
Flecken (fleckenförmige Störungen) in den Bildern sind normalerweise in der Form von
bekannten statistischen Eigenschaften definiert, wobei es verschiedene bekannte Methoden
zum Identifizieren und, in vielen Fällen, zum Verringern von Flecken bzw. fleckenförmi
gen Störungen, sowie zum Identifizieren von Bereichen gibt, die als fleckenfreie, homoge
ne Geweberegionen eingestuft werden. Bei einigen Verfahren wird beispielsweise jedes
Bildelement, dessen Wert sich um mehr als einen vorbestimmten funktionellen Wert von
dem Mittelwert und der Standardabweichung der Werte der Elemente in einer das Element
umgebenden Region unterscheidet, als ein Flecken (bzw. fleckenförmige Störung oder
Tupfen) eingestuft. Gemäß der vorliegenden Erfindung kann jedes beliebige bekannte
Verfahren zum Identifizieren von homogenen Geweberegionen und von Bildelementen, die
innerhalb dieser Regionen Flecken darstellen, benutzt werden.
Bei der vorliegenden Erfindung wird eine zwischen den Bildern bzw. von Bild zu Bild
vorhandene Bewegung auf der Basis der Anpassung bzw. zur-Übereinstimmung-Bringung
von Fleckeneigenschaften bestimmt. Sobald zweidimensionale Einzelbilder abgetastet und
gespeichert worden sind, kann jedes beliebige von verschiedenen bekannten Verfahren
dazu benutzt werden, zu ermitteln, welche Abschnitte der Einzelbilder Fleckenregionen
entsprechen. Damit die genaueste Abschätzung für die Beziehung zwischen der Flecken
übereinstimmung und dem Abstand erhalten wird, sollten idealerweise lediglich Fleckenre
gionen verglichen werden; Abweichungen von dieser idealen Situation zerstören aber nicht
die Nützlichkeit der vorliegenden Erfindung, führen in den meisten Fällen jedoch zu einer
Verringerung der Wiedergabetreue der dreidimensionalen Darstellung des Untersuchungs
volumens.
Bei einer Ausführungsform wird eine Mittelwert/Histogramm - Technik zum Identifizieren
der Flecken-Pixels eingesetzt. In Fig. 5 ist hierbei eine schematische Darstellung gezeigt,
die die einen 20 × 20-Pixelabschnitt eines Abtastbilds (insbesondere rechteckförmige
Matrix) veranschaulicht, wie es auf einem zweidimensionalen Display dargestellt sein
kann. Die ungefähre Abtastfläche einer tatsächlichen Ultraschallabtastung, die durch
typische vorhandene Geräte mit einer herkömmlichen Auflösung erzeugt wird, beträgt 1,3
mm2. Die vorliegende Erfindung ist aber nicht auf irgendeine bestimmte maximale Anzahl
von Pixeln begrenzt. Die minimale Anzahl von Pixeln, die zur Ausführung der vorliegen
den Erfindung notwendig ist, erschließt sich aus den nachfolgenden Ausführungen. Jedes
Bildelement ist zum Zwecke der Klarheit in quadratischer Form dargestellt. In vielen
Anzeigen bestehen jedoch die Pixel beispielsweise aus einem oder mehreren Punkten. Die
vorliegende Erfindung ist nicht auf eine bestimmte Pixelform beschränkt, auch wenn es zur
Aufrechterhaltung einer zweckmäßigen Indexierung in rechenmäßiger Hinsicht vorteilhaft
ist, wenn die Pixel gleichmäßig oder mindestens regelmäßig bezüglich mancher Koor
dinatenachsensätze aufgeteilt sind.
Jedes Pixel weist einen Graustufen-Helligkeitswert auf, der sich von reinem Weiß (100%
Luminanz) bis zu reinem Schwarz (0% Luminanz) ändern kann. Die Anzahl von ver
schiedenen Grautönen, die ein Pixel annehmen kann, wird durch die Größe der Speicher
datenwörter bestimmt, die den numerischen Helligkeitsparameter für den betreffenden
Pixel enthalten. Als Beispiel sei angenommen, daß der Speicher 118 (siehe Fig. 1) den
Helligkeitswert für jedes Bildelement in Form eines Datenworts mit 8 Bit speichert. Es ist
dann möglich, 28 = 256 unterschiedliche Graustufenpegel darzustellen, wobei der Wert
"255" beispielsweise der maximal anzeigbaren Helligkeit entspricht und der Wert "0" die
maximal darstellbare Schwärze repräsentiert. Der Wert "128" würde in diesem Fall grob
dem "mittleren Grau" entsprechen.
In Fig. 5 ist der horizontale Index bzw. die horizontale Richtung mit "j" bezeichnet,
wohingegen der vertikale Index bzw. die vertikale Richtung mit "k" angegeben ist: beide
Indizes überdecken den Bereich von 1 bis 20. Der Helligkeitswert eines Pixels, das bei der
horizontalen Position j und der vertikalen Position k angeordnet ist, ist gleich p(j, k). Der
Ausdruck "Bildelement p(j, k)" ist hierbei entweder als "das Bildelement an der Position
j, k" oder als "der Helligkeitswert des Bildelements an der Position j, k" zu verstehen,
wobei sich die korrekte Interpretation jeweils aus dem Kontext erschließt. Lediglich als
Beispiel sei angegeben, daß das in Fig. 5 gezeigte Bildelement (Pixel) p(1, 15) dunkler ist
als das Bildelement p(10, 17).
Gemäß einer Ausführungsform der vorliegenden Erfindung wird eines der Bildelemente in
einer "Fleckenregion" des angezeigten Bilds als ein Referenzbildelement auf der Grundlage
von bekannten Verfahren ausgewählt. Gemäß Fig. 5 ist das Referenzbildelement pref das
Bildelement p(13, 12) und ist zum Zwecke der Klarheit mit einem "x" markiert. Sobald
ein Referenzbildelement ausgewählt worden ist, wird ein Referenzfenster um das Referenz
bildelement herum gewählt. Das Referenzfenster entspricht einer Gruppe von benachbarten
Bildelementen, die das Referenzbildelement einschließen. Die Größe des Referenzfensters
kann entweder vorab bestimmt und festgelegt sein, oder kann auch automatisch oder
manuell für jedes Bild oder jede Bildsequenz gewählt werden. Das Referenzfenster sollte
ausreichend viel Bildelemente enthalten, damit das Helligkeitshistogramm statistisch aus
sagefähig ist: Das Fenster sollte ausreichend groß sein, so daß es einige Flecken enthält,
sollte jedoch idealerweise nicht so groß sein, daß es Regionen des Bilds einschließt, die
eine Struktur angeben. Die beste Fenstergröße für einen jeweiligen Einsatz hängt von der
Auflösung des Bilds ab. Je niedriger die Auflösung ist, desto größer muß das Fenster
eventuell sein, damit es statistisch gesehen bedeutungsvoll wird. Die Fenstergröße hängt
auch von der zur Verfügung stehenden Rechengeschwindigkeit ab (abhängig von der
Geschwindigkeit des Prozessors kann eine Bildverarbeitung in Echtzeit nicht mehr möglich
sein, wenn das Fenster zu groß gewählt ist), und läßt sich durch Berechnungen und
Experimente ermitteln. Diese Konzepte und Kriterien erschließen sich aus der nachfolgen
den Erläuterung noch deutlicher.
Im Zusammenhang mit der medizinischen Ultraschallbildgabe sollte das Fenster aus
reichend groß sein, um eine Region mit einer hohen Dichte von Streuelementen zu
überdecken, so daß zuverlässige Fleckenstatistiken bzw. statistische Fleckenangaben erzielt
werden. Zum Zwecke der Veranschaulichung wird bei der vorliegenden Erläuterung von
einer Fenstergröße von 7 × 7 ausgegangen. Es kann aber jedes beliebige Fenster mit einer
Größe von m × n verwendet werden. In Abhängigkeit von dem Einsatzbereich und der
Abbildungstechnologie kann der Fall vorliegen, daß kein Grund für die Annahme, daß die
Informationen richtungsabhängig sind, gegeben ist. In diesen Fällen ist das Fenster
quadratisch, und es ist die Anzahl von Bildelementen an jeder Seite des Fensters vorzugs
weise ungeradzahlig, damit das Referenzfenster um das Referenzbildelement herum und
zentriert bei diesem angeordnet werden kann. Falls jedoch die Abbildungsinformation
richtungsabhängig (nicht isotrop) sein sollte, können dann nicht quadratische Fenster
gewählt werden.
Sobald ein Referenzfenster gewählt worden ist, wird ein Referenzhistogramm für das
Referenzfenster zusammengetragen, wobei das Referenzhistogramm angibt, wieviele
Bildelementen in dem Referenzfenster Helligkeitswerte in vorbestimmten Intervallen bzw.
Größenbereichen aufweisen. Typischerweise werden sehr viel mehr mögliche Helligkeits
werte für ein gegebenes Bildelement vorhanden sein, als Bildelemente in einem gewählten
Fenster vorhanden sind. Wenn beispielsweise jedes Bildelement durch ein 8 Bit umfassen
des Datenwort repräsentiert wird und das Fenster eine Größe von 7 × 7 aufweist, können
die 49 Bildelemente in dem Fenster theoretisch jeweils einen von 256 unterschiedlichen
Graustufenwerten aufweisen. Falls die Anzahl von Bildelementwerten für jeden einzelnen
Helligkeitswert akkumuliert bzw. aufsummiert würde, würden mindestens 256 - 49 = 207
(und wahrscheinlich sehr viel mehr) der Einträge "leer" sein (null Bildelemente mit den
entsprechenden Helligkeitswerten), und es würde das Histogramm selbst in den meisten
Fällen an allen anderen Stellen nahezu flach sein.
Bei einer Realisierung der vorliegenden Erfindung besteht eine Notwendigkeit, ein Histo
gramm anzuzeigen; die tatsächlichen graphisch dargestellten Histogramme sind in den
Zeichnungen lediglich zum Zwecke der Klarheit veranschaulicht. Bei der vorliegenden
Beschreibung der Erfindung ist der Ausdruck "Histogramm" dahingehend zu verstehen,
daß er die Akkumulierung der Anzahl von Bildelementen, deren Helligkeitswerte oder
anderen Werte in einen Bereich fallen, der einer jeweiligen entsprechenden Speicherposi
tion zugeordnet ist, bedeutet, wobei die Akkumulierung in einer Anzahl von entsprechen
den Speicherpositionen erfolgt. Histogramme sind normalerweise Vektoren (verkoppelte
Folgen von Speicherpositionen), deren Elemente die "Bins" bzw. Fächer sind. Das
Referenzhistogramm kann jedoch auch auf dem Display während eines Test- oder Kalibrie
rungsmodus angezeigt werden, damit der Benutzer eine Anzeige der generellen Eigen
schaften des aktuellen Bilds erhält.
Zur Akkumulierung eines Histogramms mit einer Form, die eine statistisch signifikante
Information (wird im weiteren Text erläutert) bezüglich des Referenzfensters bereitstellt,
werden die möglichen Helligkeitswerte der Bildelemente folglich in Intervalle bzw.
Abschnitte oder "Fächer" gruppenweise einsortiert. Die Anzahl von gewählten Fächern
stellt einen Kompromiß zwischen der Störungstoleranz und der Empfindlichkeit dar. Die
benutze Anzahl bestimmt die Glätte des Histogramms und kann durch Berechnungen und
Experimente für jeden beliebigen Einsatz bestimmt werden. Im allgemeinen wird die
Anzahl von Fächern jedoch von ungefähr einem Fünftel bis zu ungefähr der Hälfte der
Anzahl von Bildelementen in einem Fächer liegen. Weiterhin ist es in berechnungsmäßiger
Hinsicht vorteilhaft, wenn die Anzahl von Fächern einer Potenz von zwei entspricht, da
die Anzahl von Fächern in diesem Fall üblicherweise gleichmäßig auf die Anzahl von
möglichen Helligkeitswerten der Bildelemente aufgeteilt ist, die typischerweise ebenfalls
einer Potenz von zwei entsprechen. Wenn zum Beispiel die Anzahl von Helligkeitsgruppen
oder "Fächern" gleich 16 ist, wobei jedes Fach einen Intervallbereich von 256/16 = 16
Helligkeitswerten repräsentiert, werden die Bildelemente in die Fächer in folgender Weise
eingeordnet:
Dies stellt selbstverständlich nur ein Beispiel für viele akzeptable Wahlmöglichkeiten dar,
wie die Helligkeitswerte der Bildelemente gruppenweise zusammengefaßt und geordnet
werden können. In Fig. 6 ist ein hypothetisches Referenzhistogramm dargestellt, das auf
einem Referenzfenster mit der Größe 7 × 7 beruht. Bei diesem Beispiel wiesen 16 der 49
Bildelemente Helligkeitswerte in dem Bereich des Fachs 6 auf, während neun Helligkeits
werte im Bereich des Fachs 5 lagen, und so weiter.
Damit eine gleichförmige Skala für den Vergleich von unterschiedlichen Histogrammen
bereitgestellt wird, kann jeder Wert des Referenzhistogramms (und später jedes aktuelle
Histogramm) derart normalisiert bzw. standardisiert werden, daß der Wert der "Spitze"
gleich groß ist wie die Anzahl von Bildelementen in einem Fenster, das heißt in diesem
Fall gleich 49. Gemäß Fig. 6 fallen die häufigsten Helligkeitswerte in das Fach 6 : 16
Pegel in dem Fenster wiesen Helligkeitswerte in dem entsprechenden Bereich auf. Das
Spitzenfach bzw. das den Spitzenwert enthaltende Fach ist folglich das Fach mit der
Nummer 6, das einen Wert Bpeak = 16 besitzt. Die Werte aller Fächer werden dadurch
standardisiert, daß sie mit 49/16 multipliziert werden. Die standardisierte Helligkeitsskala
ist auf der rechten Seite der Fig. 6 gezeigt.
Bei aktuellen Realisierungen wird für jedes Bildelementfenster eine Anzahl von Speicher
positionen in der Speichereinheit zugeordnet, die mindestens gleich groß ist wie die Anzahl
von Fächern. Der Prozessor stuft dann jedes Fach inkrementweise für jedes Bildelement
in dem aktuellen Fenster, dessen Helligkeitswert in den Bereich dieses Fachs fällt, hoch.
Wenn alle Bildelemente in dem Fenster in ihre jeweiligen Fenster eingeordnet worden
sind, sind in den Fächern Zahlen gehalten, die dem Histogramm entsprechen. Der Prozes
sor bestimmt dann den Spitzenwert des Histogramms, wobei hierzu durch die Fächer
schrittweise schreitet und die Adresse des Fachs mit der höchsten Anzahl aufzeichnet.
Diese Anzahl wird dann zur Standardisierung aller Facheinträge benutzt.
Anhand des Testhistogramms und des Referenzhistogramms kann ein Qualitätsfaktor
definiert werden, wobei N die gesamte Anzahl von Fächern für das Referenzhistogramm
bezeichnet, xij das Testhistogramm für den i-ten kleinen Block repräsentiert und yj das
Referenzhistogramm bezeichnet, j einen Index bzw. eine Laufnummer eines Fachs re
präsentiert und β einen einstellbaren Parameter bezeichnet. Bei einer Ausführungsform
kann β in der nachstehend angegebenen Weise berechnet werden:
Hierbei ist -q dB (Breite) = rDmax mit 0 < r < 1. Mit Dmax ist der maximal mögliche
absolute Fehler zwischen den Werten eines Fachs des aktuellen Histogramms und eines
Fachs des Referenzhistogramms bezeichnet. Es ist jedoch anzumerken, daß diese Dar
stellung von β als Beispiel dient. Jeglicher empirisch gewonnener positiver Wert kann
verwendet werden. Weitere Details hinsichtlich der Ermittlung des Qualitätsfaktors lassen
sich aus der US-PS 5 594 807 erhalten, deren Offenbarungsgehalt hiermit im gesamten
Umfang in den Offenbarungsgehalt vorliegender Anmeldung einbezogen wird.
Je mehr das aktuelle Histogramm dem Referenzhistogramm ähnelt, desto wahrscheinlicher
ist es, daß das aktuelle Fenster auch ein Fleckenfenster repräsentiert. Falls der Qualitäts
faktor innerhalb eines vorbestimmten Werts oder Bereichs liegt wird angenommen, daß
sich der kleine Block auf eine Fleckenregion bezieht bzw. eine Fleckenregion betrifft.
Bei jedem einzelnen Meinen Block, der in der vorstehenden Weise als ein Fleckenvolumen
identifiziert worden ist, wird eine Dekorrelationseigenschaft (Dekorrelationscharakteristik)
über das Volumen hinweg zwischen den Bildern des Volumens ermittelt und es wird ein
Schätzwert für die in der Ebene liegende Bewegung bestimmt. Bei einer Ausführungsform
wird die Methode "volle Breite bei halbem Maximalwert der Summe absoluter Differen
zen" bzw. "FWHM SAD" dazu benutzt, die beste Übereinstimmung zwischen den Volumi
na zu ermitteln, auch wenn andere mathematische Methoden verwendet werden können.
Speziell werden die Werte von SAD (Summe der Absolutdifferenzen) als eine Funktion der
Stufen- bzw. Schrittnummer bm,k unter Verwendung der folgenden Gleichung berechnet:
Hierbei bezeichnet m den Index eines kleinen Blocks, k die Stufen bzw. Schrittnummer,
die von 1 bis 7 reicht, I den Graustufenwert des l-ten B-Modus-Bilds bei einem be
stimmten Punkt (i, j) und I einen Bildindex. Falls zum Beispiel k = 1 ist, werden bei den
Schritten das erste und das zweite Bild, das zweite und das dritte Bild und das dritte und
das vierte Bild, usw. miteinander verglichen. Falls k = 2 ist, werden die Bilder 1 und 3,
2 und 4, 3 und 5, usw. miteinander verglichen.
Schließlich werden die Werte SAD für jeden großen Block Bki auf der Basis der Auf
summierung der SAD-Werte über alle Fleckenregionen innerhalb dieses großen Blocks,
gewichtet mit den Qualitätsfaktoren QF(i) bestimmt:
Hierbei bezeichnet i den Index einen kleinen Blocks, während mit k eine Schritt- bzw.
Stufennummer bezeichnet ist und M die gesamte Anzahl von kleinen Blöcken repräsentiert.
Wenn eine SAD-Kurve erhalten worden ist, die eine Dekorrelationscharakteristik zwischen
den Blöcken bei den unterschiedlichen Schritten repräsentiert, tritt eine "beste Überein
stimmung" zwischen Blöcken und nachfolgenden Rahmen bzw. Bildern bei dem Voll
breiten-Halbmaximum-Wert (FWHM) d1 der SAD-Kurve auf, wie es in Fig. 7 dargestellt
ist. Der Wert d1 repräsentiert die Dekorrelationsrate. Falls eine hohe Dekorrelation
vorhanden ist, wird der Wert von d1 klein sein, und es liegen die Bilder weiter ausein
ander; falls demgegenüber eine hohe (bzw. geringe) Dekorrelation vorhanden ist, wird der
Wert von d1 größer sein und es liegen die Bilder näher beieinander. Der tatsächliche
Abstand zwischen den Bildern bei einer bestimmten Schrittgröße läßt sich in folgender
Weise ermitteln:
Hierbei bezeichnet xdistance die Strecke oder den Abstand der aus der Ebene herausführenden
Bewegung, wohingegen mit dref ein Referenzwert, der unter Verwendung von Standard-
Referenzphantomen erhalten worden ist, bezeichnet ist und mit Rstep die Schrittgröße, die
dem Referenzwert entspricht, bezeichnet ist. Im allgemeinen ist die Strecke der aus der
Ebene heraus gerichteten Bewegung eine Funktion der Bildposition, ist jedoch dann
unabhängig von der Bildposition, wenn eine parallele translatorische Verschiebung ohne
eine Drehung vorhanden ist.
Die Methode SAD (Summe der Absolutdifferenzen) wird dazu benutzt, einen ersten
Schätzwert für einen lokalen Bewegungsvektor d1(i) zu erhalten, der eine Richtung und
eine Größe besitzt, die anzeigen, wie der Block translatorisch verschoben wird. Aufgrund
des Einflusses von Bildstörungen, einer Gewebebewegung und weiteren Bildartefakten ist
der erste SAD-Schätzwert für die Bewegung nicht stets sehr zuverlässig. Demgemäß
werden zwei Maße für die Qualität und die Zuverlässigkeit des ersten Schätzwerts d1(i) für
den lokalen Bewegungsvektor ermittelt, die mit S1(i) und mit S2(i) bezeichnet sind. Das
Maß S1(i) ist in folgender Weise gegeben:
wobei M die Anzahl von kleinen Blöcken in jedem großen Block bezeichnet und QF(j) den
Flecken-Qualitätfaktor für jeden Meinen Block j repräsentiert. Folglich ist S1(i) für die
Gestalt der Fleckenregion repräsentativ, wobei ein größerer Wert von S1(i) eine noch
zuverlässigere Fleckenregion und einen besseren Schätzwert d1(i) bedeutet.
Das Maß S2(i) ist folgendermaßen gegeben:
Hierbei bezeichnet dlh den FWHM Wert der SAD Kurve bei der vorhergehenden Messung
der gleichen Position. Folglich repräsentiert der Qualitätsfaktor S2(i), wieviel der Schätz
wert d1(i) für die lokale Bewegung von seinem vorhergehenden Wert abweicht. Falls ein
Wert von d1(i) eine stark unterschiedliche Richtung und Größe, im Vergleich mit seiner
Historie bzw. mit seinen früheren Werten, aufweist, ist es sehr wahrscheinlich, daß dieser
Schätzwert unter dem Einfluß von Störungen oder einer lokalen Gewebebewegung steht
und die wahre lokale Bildbewegung nicht exakt widerspiegelt. In diesem Fall ist der
Schätzwert von d1(i) nicht sehr zuverlässig. Ein großer Wert von S2(i) bedeutet demzufol
ge, daß der Schätzwert d1(i) weniger zuverlässig ist.
Auch wenn das vorstehend erläuterte Konzept der Steuerung bzw. Beurteilung der Ab
schätzungsqualität leicht zu verstehen ist, ist es in der Praxis schwierig zu realisieren, da
Bildänderungen, die durch eine Wandlerbewegung hervorgerufen werden, recht komplex
sein können. Demgemäß können die Qualität und die Zuverlässigkeit des Schätzwerts für
die Bewegung effizient mit Hilfe der Fuzzy-Logik quantisiert werden. Der Prozessor
implementiert eine Fuzzy-Logik-Funktion, die als Eingangsgrößen S1(i) und S2(i) erhält,
diese unter Verwendung von (nachstehend näher erläuterten) Fuzzy-Regeln kombiniert und
ein einziges numerisches Ausgangssignal w1(i) erzeugt, das ein Maß für die Genauigkeit
von d1(i) repräsentiert. Das numerische Ausgangssignal (numerischer Ausgangswert) w1(i)
reicht von null bis eins, wobei die Schätzwertgenauigkeit von d1(i) zunimmt, wenn sich
w1(i) eins annähert.
Die Eingangsgrößen S1(i) und S2(i) werden zunächst in die linguistischen Ausdrücke oder
Etiketten "hoch", "mittel" und "niedrig" "fuzzy"-verarbeitet. Der Ausgangswert w1(i)
weist ebenfalls einen Fuzzy-Ausdruck im Sinne von "sehr hoch", "hoch", "mittel",
"niedrig" und "sehr niedrig" auf. Die Mitgliedsfunktionen bzw. Zugehörigkeitsfunktionen
von S1(i), S2(i) und von w1(i) werden anhand einer großen Anzahl von experimentellen
Ergebnissen definiert und sind jeweils in den Fig. 8A bis 8C dargestellt. Die Mitglieds
funktion (Membership-Funktion) von S1(i) ist in Fig. 8A graphisch derart dargestellt, daß
sie drei Regionen besitzt, die mit L (niedrig), M (mittel) und H (hoch) bezeichnet sind.
Die Regionen überlappen sich in einem gewissen Ausmaß; genauer gesagt, überlappen sich
die Regionen L und M, und es überlappen sich die Regionen M und H. Die horizontale
Achse der graphischen Darstellung der Mitgliedsfunktion definiert den gemessenen Wert
von S1(i), und es definiert die vertikale Achse den Grad der Mitgliedschaft bzw. der
Membership des gemessenen Werts innerhalb des definierten Etiketts bzw. des definierten
Bereichs.
Die Mitgliedsfunktion von S2(i) ist in Fig. 8B graphisch dargestellt und ist in gleichartiger
Weise wie die Mitgliedsfunktion von S1(i) aufgebaut. In gleichartiger Weise ist die Mit
gliedsfunktion von w1(i) in Fig. 8C graphisch gezeigt und ist in ähnlicher Weise aufgebaut
wie die Mitgliedsfunktionen von S1(i) und S2(i), auch wenn sie fünf überlappende Regionen
enthält, die mit VL (sehr niedrig), L (niedrig), M (mittel), H (hoch) und VH (sehr hoch)
bezeichnet sind. Sieben Fuzzy-Regeln werden dazu benutzt, die Beziehungen zwischen
S1(i), S2(i) und w1(i) zu definieren. Diese Fuzzy-Regeln umfassen:
- (1) Falls S1(i) niedrig (L) ist UND S2(i) ebenfalls niedrig (L) ist, ist w1(i) mittelgroß (M);
- (2) wenn S1(i) mittelgroß (M) ist UND S2(i) niedrig (L) ist, hat w1(i) hohen Wert (H);
- (3) wenn S1(i) hohen Wert (H) aufweist UND S2(i) niedrigen Wert (L) besitzt, weist w1(i) sehr hohen Wert (VH) auf;
- (4) wenn S1(i) niedrigen Wert (L) ist UND S2(i) mittleren Wert (M) aufweist, besitzt w1(i) niedrigen Wert (L);
- (5) wenn S1(i) mittleren Wert (M) besitzt UND S2(i) ebenfalls mittleren Wert (M) aufweist, weist auch w1(i) mittleren Wert (M) auf;
- (6) wenn S1(i) hohen Wert (H) besitzt UND S2(i) mittleren Wert (M) aufweist, besitzt w1(i) hohen Wert (H); und
- (7) wenn S2(i) hohen Wert (H) besitzt, weist w1(i) sehr niedrigen Wert (VL) auf.
Die Fuzzy-Regeln werden parallel angewendet, um die Wahrheit der Regeln zu bestim
men. Als Beispiel sei angenommen, daß die gemessenen Werte von S1(i) und S2(i) gleich
0,3 bzw. 0,1 sind. Gemäß Fig. 8A bezieht sich ein gemessener Wert von 0,3 auf ein
Ausmaß der Mitgliedschaft bzw. Zugehörigkeit von ungefähr 0,65 in dem Bereich L und
auf ungefähr 0,25 in dem Bereich M. Gemäß Fig. 8B bezieht sich ein gemessener Wert
von 0,1 auf ein Maß der Mitgliedschaft bzw. Zugehörigkeit von ungefähr 0,75 lediglich
in dem Bereich L. Als Ergebnis dessen sind lediglich die beiden ersten Fuzzy-Regeln
wahr, auch wenn sie zu nicht konsistenten Ergebnissen dahingehend führen, daß aus der
ersten Fuzzy-Regel folgert, daß w1(i) mittleren Wert aufweist und die zweite Fuzzy-Regel
angibt, daß w1(i) hohen Wert besitzt. Die Ausgangsgröße w1(i) muß dann in einen numeri
schen Wert rückumgewandelt werden und es müssen die nicht konsistenten Ergebnisse in
Einklang gebracht werden.
Gemäß der ersten Fuzzy-Regel wird der niedrige Wert von S1(i) unter Verwendung von
einer logischen UND-Verknüpfung mit dem niedrigen Wert von S2(i) kombiniert, um
hierdurch den mittleren Wert von w1(i) zu erzeugen. Bei der logischen UND-Verknüpfung
wird der minimale Wert der Wahrheit der Ausdrücke als der Wahrheitspegel der Regel
herangezogen. Anders ausgedrückt, ist das Maß bzw. der Wert von 0,65 für die Zu
gehörigkeit (Mitgliedschaft) von S1(i) kleiner als der Wert von 0,75 für die Zugehörigkeit
von S2(i), und wird demzufolge als der Wahrheitspegel für die erste Fuzzy-Regel her
angezogen. In gleichartiger Weise wird bei der zweiten Fuzzy-Regel der mittlere Wert von
S1(i) unter Verwendung einer logischen UND-Verknüpfung mit dem niedrigen Wert von
S2(i) verknüpft, um hierdurch den hohen Wert von w1(i) zu erzeugen. Das Ausmaß von
0,25 für die Zugehörigkeit (Mitgliedschaft) von S1(i) ist kleiner als das Ausmaß bzw. der
Wert von 0,75 für die Zugehörigkeit von S2(i), und es wird folglich dieser Wert von 0,25
als der Wahrheitspegel für die zweite Fuzzy-Regel herangezogen. Die Labels bzw.
Bereiche M und H der w1(i) Mitgliedsfunktion bzw. Zugehörigkeitsfunktion werden dann
bei dem durch die Fuzzy-Regeln definierten Wahrheitspegeln trunkiert (abgeschnitten), wie
dies in Fig. 8D graphisch dargestellt ist.
Abschließend wird eine "Zentroid-Defuzzifikations"-Methode (Zentrums-De-Fuzzy-
Verarbeitung) dazu benutzt, den Fuzzy-Ausgangswert in eine numerische Zahl w1(i)
rückumzuwandeln. Unter Einsatz dieser Methode wird ein Schätzwert für das Gravitations
Zentrum bzw. den Schwerpunkt für die gesamte, als wahr eingestufte Region (diese ist in
Fig. 8D als eine abgeschattete bzw. dunkler dargestellte Region gezeigt) bereitgestellt.
Gemäß Fig. 8D liegt der Schwerpunkt der schattiert dargestellten Region bei ungefähr 0,6,
wodurch ein numerischer Wert für w1(i) bereitgestellt ist. Nachdem der Zuverlässigkeits
parameter w1(i) erhalten worden ist, besteht der nächste Schritt darin, den Wert w1(i) zur
Verbesserung des Schätzwerts d1(i) für die lokale Bewegung heranzuziehen. Wenn w1(i)
groß ist, wird d1(i) direkt als der abschließende lokale Bewegungsvektor dfin(i) eingesetzt.
Falls im Gegensatz hierzu w1(i) sehr klein ist, wird die Bildbewegungshistorie d1h bzw.
der den bisherigen Verlauf der Bildbewegung angebende Wert d1h als das geschätzte dfin(i)
herangezogen, da die Bewegungshistorie mit größerer Wahrscheinlichkeit einen besseren
Schätzwert darstellt als der weniger zuverlässige Wert d1(i). Falls w1(i) weder sehr groß
noch sehr klein ist, wird er als ein Gewichtsfaktor zur Mittelwertbildung von d1(i) und d1h
benutzt. Falls beispielsweise w1(i) = 0,6 ist, wie es bei dem vorstehend angegebenen
Beispiel der Fall ist, wird d1(i) zu d1(i) = 0,6.d1(i) + (1 - 0,6).d1h. Der Bewegungs
historienwert (Bewegungsverlaufwert) dlh wird ebenfalls rekursiv unter Gewichtung von
d1(i) aktualisiert. Das Gewicht wird so gewählt, daß es zwischen null und eins liegt; ein
größerer Gewichtswert führt dazu, daß der sehr junge Bewegungsschätzwert stärker zu
dem Historienwert d1h beiträgt. Falls das Gewicht beispielsweise gleich 0,5 ist, gilt: d1h
= 0,5.1 d1(i) + (1 - 0,5).d1h.
Sobald der Schätzwert für die aus der Ebene gerichtete Bewegung ermittelt worden ist
(oder auch gleichzeitig mit dieser Ermittlung), wird nun ein Schätzwert d2 für die in der
Ebene liegende Bewegung auf der Basis der Kreuzkorrelationscharakteristik zwischen zwei
Bildern ermittelt. Bei einer Ausführungsform wird das Verfahren MSAD (minimale
Summe absoluter Differenzen) dazu benutzt, das Ausmaß der Korrelation zwischen den
Fleckenbildern zu ermitteln. Darüber hinaus wird bei einer Ausführungsform auch eine
Dekorrelationscharakteristik (auf der Grundlage einer FWHM SAD Optimierung) zwischen
den beiden Bildern berechnet und in Verbindung mit dem vorstehend bestimmten Wert von
d1(i) verwendet, damit ein noch genauerer Schätzwert für die lokale, aus der Ebene
herausweisende Bewegung erhalten wird.
Genauer gesagt wird, wie bereits vorstehend erläutert, der Qualitätsfaktor QF(i) dazu
benutzt, zu ermitteln, welchen Regionen Fleckenregionen sind. Sobald die geeigneten
Regionen als Fleckenregionen identifiziert worden sind, werden die Werte für die Summe
absoluter Differenzen als eine Funktion der Schrittnummer bzw. Schrittanzahl unter
Verwendung der nachfolgend angegebenen Gleichung berechnet:
wobei m den Index einen Meinen Blocks bezeichnet, k eine Schrittnummer angibt, und Iij
den Graustufenwert des I-ten B-Modus-Bilds bei einem bestimmten Punkt (i, j) repräsen
tiert. Die lokale Bewegung jedes Blocks n(i) eines bestimmten Bilds n wird dadurch
abgeschätzt, daß der Block n(i) um einen Vergleichsbildrahmen bzw. um ein Vergleichs
bild n-1 herum bewegt wird, um hierbei die beste Übereinstimmung zu finden. Die "beste
Übereinstimmung" wird unter Verwendung eines MSAD-Verfahrens (minimale Summe
absoluter Differenzen) bestimmt, um hierdurch den n(i)-ten Block mit der Suchregion des
Vergleichsbilds zur Übereinstimmung zu bringen. Die Summe absoluter Differenzen
(SAD) ist die Summe der absoluten Differenzen zwischen den entsprechenden Bildwerten
in jedem Block und der Suchregion. Die "beste Übereinstimmung" zwischen dem Block
und der Suchregion tritt dann auf, wenn der Wert SAD die minimale Größe besitzt. Fig.
9 zeigt eine kartographische Darstellung des Werts SAD, wobei Werte vorhanden sind, die
in den Richtungen X und Y verlaufen. Die allgemein gleichförmige kartenmäßige Dar
stellung von SAD enthält ein Tal dort, wo die Werte von SAD unter den Mittelwert
absinken, was die Position von SAD repräsentiert. Die MSAD-Methode wird dazu benutzt,
einen ersten Schätzwert für den lokalen Bewegungsvektor d2(i) zu erhalten, der eine
Richtung und eine Größe aufweist, die angeben, wie sich der Block n(i) von dem n-1-ten
Bild zu dem n-ten Bild verschiebt. Die Richtung des lokalen Bewegungsvektors d2(i) ist
in Fig. 10 durch einen Pfeil angegeben.
Wie auch im dreidimensionalen Fall werden Qualitätsfaktoren Sa(i) und Sb(i) ermittelt, um
die in der Ebene liegende Bewegung noch genauer schätzen zu können. Es wird erneut auf
Fig. 5 Bezug genommen. Sa(i) stellt einen Qualitätsfaktor für MSAD dar und mißt den
Unterschied zwischen dem Wert von SAD und dem Mittelwert von SAD. Die Qualität von
MSAD vergrößert sich mit einer Erhöhung des Werts von Sa(i), das heißt die Qualität von
MSAD ist umso besser, je tiefer das Tal SAD ist. Wenn starke Bildstörungen (Bildrau
schen) vorhanden ist, oder wenn es an Bildmerkmalen mangelt, wird die kartenförmige
Darstellung von SAD flacher, so daß Sa(i) kleiner wird. In diesem Fall wird der Schätz
wert von d2(i) weniger zuverlässig.
Der zweite Parameter Sb(i) mißt, wie stark d2(i) von seinem vorhergehenden Verlauf
(Historie) abweicht. Die Bewegungshistorie d2h des i-ten Blocks stellt den rekursiv
gewichteten Mittelwert der vorhergehenden finalen Ausgangswerte des lokalen Bewegungs
vektors des i-ten Blocks dar. Sb(i) bezeichnet die Vektordifferenz zwischen d2(i) und d2h.
Im allgemeinen ist die Bildbewegung relativ sanft und sowohl bei erfahrenen als auch bei
unerfahrenen Ultraschallbenutzern zusammenhängend. Falls ein Wert von d2(i) eine stark
unterschiedliche Richtung und Größe, verglichen mit seinem bisherigen Verlauf (Historie),
aufweist, ist es sehr wahrscheinlich, daß dieser Schätzwert durch Störungen oder lokale
Gewebebewegung beeinflußt ist und die wahre lokale Bildbewegung nicht exakt wider
spiegelt. In diesem Fall kann der Schätzwert d2(i) nicht sehr zuverlässig sein. Ein großer
Wert von S2(i) zeigt folglich an, daß der geschätzte Wert d2(i) weniger zuverlässig ist.
Auch hier wird, wie vorstehend bereits, eine Fuzzy-Logik-Technik zur Implementierung
des vorstehend erläuterten Qualitätsmaßes eingesetzt, um hierbei einen einzigen numeri
schen Ausgangswert w2(i) zu erzeugen, der ein Maß für die Genauigkeit von d2(i) re
präsentiert. Der numerische Ausgangswert w2(i) reicht von null bis eins, wobei sich die
Schätzungsgenauigkeit von d2(i) erhöht, wenn sich w2(i) dem Wert eins annähert. Die
Fuzzy-Regeln für die Abschätzung im Fall der in der Ebene befindlichen Größe sind
gleichartig wie diejenigen für den vorstehend beschriebenen Fall der aus der Ebene
herausführenden Größe, und müssen daher nicht nochmals näher erläutert werden. Zusätz
liche Einzelheiten für die Abschätzung in der Ebene können aus der US-PS 5 575 286
erhalten werden, deren Offenbarungsgehalt hiermit in vollem Umfang in den Offenba
rungsgehalt vorliegender Anmeldung einbezogen wird.
In allgemeinen Fällen kann die in der Ebene erfolgende Bewegung eine übermäßige
Schätzung für die Elevationsbewegung bzw. die aus der Ebene heraus gerichtete Bewegung
verursachen, da die in der Ebene erfolgende Bewegung des Objekts zu einer zusätzlichen
Dekorrelation führt. Die Elevationsbewegung (aus der Ebene herausführende Bewegung)
läßt sich noch genauer unter Verwendung sowohl einer Dekorrelationscharakteristik als
auch einer Kreuzkorrelationscharakteristik der Fleckeninformation abschätzen. Demgemäß
kann der FWHM SAD-Wert für die Daten für die Bewegung in der Ebene auch dazu
benutzt werden, einen lokalen Bewegungskorrekturschätzwert dz(i) zu gewinnen. Genauer
gesagt, kann, wie in Fig. 11 gezeigt ist, die Elevationsbewegung unter Verwendung der
folgenden Gleichung geschätzt werden:
wobei d1 die Bewegungsstrecke in der Bewegungsrichtung (auf der Basis der Dekorrela
tionscharakteristik des Fleckens in dieser Richtung) bezeichnet und dx und dy die in der
Ebene liegende Bewegung in den Richtungen x bzw. y repräsentieren (auf der Basis der
Kreuzkorrelationscharakteristik). Die Faktoren α2 und β2 sind Umskalierungs- bzw.
Skalierungs-Konstanten unter Berücksichtigung der Anisotropien der dreidimensionalen
Fleckengestalt und werden unter Verwendung der Werte der vollen Breite des halben
Maximums bzw. bei dem halben Maximum der Fleckendekorrelationsraten in den Richtun
gen X, Y und Z ermittelt. Generell werden die Faktoren α2 und α2 für eine Skalierung von
anisotropen zu isotropen Verhältnissen benutzt. Bei einer Ausführungsform ist α2 =
[FWHMz/FWHMx]2 und β2 = [FWHMz/FWHMy]2.
Es ist anzumerken, daß die Genauigkeit des Schätzwerts für die aus der Ebene herausge
richtete Bewegung von dem Abstand zwischen den Bildern abhängt. Wie in Fig. 12A
gezeigt ist tragen die Bildstörungen (Bildrauschen) in relativ starkem Maße zu der
Berechnung des Werts SAD bei, wenn die Abstände zu klein sind, wodurch eine Schät
zungsverfälschung (Schätzungs-BIAS-Wert) hervorgerufen wird. Falls jedoch der Raum
zwischen den Bildern zu groß ist, sind die statistischen Eigenschaften unabhängig vonein
ander. Bei einer Ausführungsform wird daher ein Geschwindigkeitsmesser vorgesehen,
damit während der klinischen Abtastung eine Geschwindigkeitsrückkopplungsinformation
bereitgestellt wird. Genauer gesagt wird, wie in Fig. 12B gezeigt ist, ein von der Dekorre
lationscharakteristikberechnung (SAD-Berechnung) in der Bewegungsrichtung stammender
oder erhaltener Parameter dazu benutzt, anzuzeigen, ob die Sonde zu rasch bewegt wird.
Solange die SAD-Kurve und FWHM (volle Halbwertsbreite bzw. volle Breite bei halbem
Maximalwert) beispielsweise zwischen den Kurven 1200 und 1202 gemäß Fig. 12A oder
12B begrenzt sind, führt die Wandlerabtastung zu relativ genauen Schätzwerten für die
Bewegung. Die Parameterkurven 1200 und 1202 sind empirisch auf der Grundlage der
einzelnen Wandlersonden gewählt. Sobald alle Ausgangswerte dx(i), dy(i) und dz(I) für den
lokalen Bewegungsvektor für das n-te Bild geschätzt worden sind, können schließlich alle
Ausgangswerte miteinander kombiniert werden, um einen globalen Bewegungsvektor
gmv(i) für das Bild bzw. die Scheibe zu schätzen. Gemäß der vorliegenden Erfindung wird
die globale Bewegungsschätzung unter Verwendung der lokalen Bewegungsvektoren dx, dy,
dz bei einem gewichteten LMS-Verfahren (Verfahren kleinster mittlerer Quadrate) ausge
führt. Ein solches Verfahren ist in Horn et al.: Closed-Form Solution of Absolute Orienta
tion using Orthonormal Matrices", Journal of the Optical Society of America, Seiten 1127
bis 1135 (1988), beschrieben, wobei der Offenbarungsgehalt dieser Literaturstelle hiermit
durch Bezugnahme in vollem Umfang in den Offenbarungsgehalt vorliegender Anmeldung
einbezogen wird. Eine Lösung mit geschlossener Form für das zweidimensionale Problem
findet sich in Umeyama, IEEE Transactions on Pattern Analysis and Machine Intelligence,
Band 13, Nr. 4, April 1991, Seiten 376 ff. Auch der Offenbarungsgehalt dieser Litera
turstelle wird in vollem Umfang in den Offenbarungsgehalt vorliegender Anmeldung
einbezogen.
Es sind somit ein System und ein Verfahren für eine dreidimensionale Ultraschallbildaus
richtung und eine dreidimensionale Bewegungsschätzung beschrieben, bei denen zunächst
eine kalibrierte dreidimensionale Fleckenfunktion für den Wandler und das abzutastende
Gewebe vorab festgelegt wird. Eine Serie von Bildern wird identifiziert und in dreidimen
sionale, große und kleine Blöcke gruppiert. Es werden Blöcke, die Flecken repräsentieren,
identifiziert und es wird anschließend eine Methode mit Ermittlung der vollen Halbwerts
breite der Summe absoluter Differenzen dazu benutzt, eine Schätzung für die aus der
Ebene heraus gerichtete Bewegung auf der Basis der Dekorrelationseigenschaften über das
abzutastende Volumen hinweg zu ermitteln. Zur Abschätzung der in der Ebene liegenden
Bewegung werden die zwischen Bildpaaren vorhandenen Kreuzkorrelationseigenschaften
verglichen und ein Schätzwert für die in der Ebene liegende Bewegung unter Verwendung
der Methode "minimale Summe absoluter Werte" ermittelt. Anschließend werden Fuzzy-
Logik-Methoden zur Bildung noch genauerer Schätzwerte eingesetzt. Schließlich wird der
Schätzwert für die aus der Ebene herausweisende Bewegung auf der Basis der Dekorrela
tionseigenschaften der Fleckenbilder aktualisiert, die für die Ermittlung der in der Ebene
liegenden Bewegung unter Verwendung der "volle Halbwertsbreite"-Methode eingesetzt
wurden.
Claims (25)
1. Verfahren zum Erzeugen einer dreidimensionalen Darstellung einer durch
einen Wandler abgetasteten Geweberegion, bei dem
eine Folge von Bildern erzeugt wird, die ein Volumen repräsentieren,
eine erste Dekorrelationscharakteristik der Bilder über das Volumen hinweg bestimmt wird,
eine Kreuzkorrelationscharakteristik anhand von Bildpaaren ermittelt wird, und
die Dekorrelationscharakteristik und die Kreuzkorrelationscharakteristik zur Bildung eines Bewegungsschätzwerts herangezogen werden.
eine Folge von Bildern erzeugt wird, die ein Volumen repräsentieren,
eine erste Dekorrelationscharakteristik der Bilder über das Volumen hinweg bestimmt wird,
eine Kreuzkorrelationscharakteristik anhand von Bildpaaren ermittelt wird, und
die Dekorrelationscharakteristik und die Kreuzkorrelationscharakteristik zur Bildung eines Bewegungsschätzwerts herangezogen werden.
2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß eine zweite
Dekorrelationscharakteristik auf der Basis der Bildpaare ermittelt wird.
3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, daß eine
Kreuzkorrelationscharakteristik zur Bildung eines Schätzwerts für eine in der Ebene
liegende Bewegung herangezogen wird.
4. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekenn
zeichnet, daß die Dekorrelationscharakteristik zur Ermittlung eines Schätzwerts für eine
aus der Ebene herausführende Bewegung benutzt wird.
5. Verfahren nach Anspruch 2, dadurch gekennzeichnet, daß die erste und die
zweite Dekorrelationscharakteristik zur Ermittlung eines Schätzwerts für eine aus der
Ebene herausführende Bewegung verwendet werden.
6. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekenn
zeichnet, daß die Ermittlung der ersten Dekorrelationscharakteristik die Ermittlung der
Charakteristik für die volle Breite bei dem halben Maximalwert der Summe absoluter
Differenzen umfaßt.
7. Verfahren nach Anspruch 2 oder 5, dadurch gekennzeichnet, daß die
Ermittlung der zweiten Dekorrelationscharakteristik die Ermittlung der vollen Breite bei
dem halben Maximalwert der Summe absoluter Differenzen umfaßt.
8. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekenn
zeichnet, daß die Ermittlung der Kreuzkorrelationscharakteristik die Ermittlung der
Charakteristik der minimalen Summe absoluter Differenzen umfaßt.
9. System zum Erzeugen einer dreidimensionalen Darstellung einer durch einen
Wandler abgetasteten Geweberegion, mit
einer Einrichtung (108) zum Erzeugen einer Reihe von Bildern, die ein Volu men repräsentieren,
einer Einrichtung (102) zum Ermitteln einer ersten Dekorrelationscharakteristik der Bilder,
einer Einrichtung (102) zum Ermitteln einer Kreuzkorrelationscharakteristik der Bilder, und
einer Einrichtung (102) zur Bildung eines Bewegungsschätzwerts unter Her anziehung der Dekorrelationscharakteristik und der Kreuzkorrelationscharakteristik.
einer Einrichtung (108) zum Erzeugen einer Reihe von Bildern, die ein Volu men repräsentieren,
einer Einrichtung (102) zum Ermitteln einer ersten Dekorrelationscharakteristik der Bilder,
einer Einrichtung (102) zum Ermitteln einer Kreuzkorrelationscharakteristik der Bilder, und
einer Einrichtung (102) zur Bildung eines Bewegungsschätzwerts unter Her anziehung der Dekorrelationscharakteristik und der Kreuzkorrelationscharakteristik.
10. System nach Anspruch 9, gekennzeichnet durch eine Einrichtung zum
Ermitteln einer zweiten Dekorrelationscharakteristik über bzw. für die Bilder.
11. System nach Anspruch 9 oder 10, gekennzeichnet durch eine Einrichtung
zur Bildung eines Schätzwerts für eine in der Ebene liegende Bewegung unter Verwendung
der Kreuzkorrelationscharakteristik.
12. System nach einem der Ansprüche 9 bis 11, gekennzeichnet durch eine
Einrichtung zur Ermittlung eines Schätzwerts für eine aus der Ebene herausführende
Bewegung unter Verwendung der Dekorrelationscharakteristik.
13. System nach Anspruch 10, gekennzeichnet durch eine Einrichtung zur
Ermittlung eines Schätzwerts für eine aus der Ebene herausführende Bewegung unter
Heranziehung der ersten und der zweiten Dekorrelationscharakteristik.
14. System nach einem der Ansprüche 9 bis 13, dadurch gekennzeichnet, daß
die Einrichtung zur Ermittlung der ersten Dekorrelationscharakteristik eine Einrichtung zur
Ermittlung der Charakteristik "volle Breite bei halbem Maximalwert der Summe absoluter
Differenzen" umfaßt.
15. System nach Anspruch 10, dadurch gekennzeichnet, daß die Einrichtung
zum Ermittlung einer zweiten Dekorrelationscharakteristik eine Einrichtung zur Ermittlung
der Charakteristik "volle Breite bei halbem Maximalwert der Summe absoluter Differen
zen" umfaßt.
16. System nach einem der Ansprüche 9 bis 15, dadurch gekennzeichnet, daß
die Einrichtung zum Ermitteln der Kreuzkorrelationscharakteristik eine Einrichtung zur
Ermittlung der Charakteristik "minimale Summe absoluter Differenzen" umfaßt.
17. Verfahren zum Erzeugen einer dreidimensionalen Darstellung einer durch
einen Wandler abgetasteten Geweberegion, bei dem
eine Reihe von Bildern erzeugt wird,
eine erste Charakteristik der Bilder, die sich auf eine aus der Ebene heraus führende Bewegung bezieht, bestimmt wird,
eine zweite Charakteristik der Bilder, die mit einer in der Ebene liegenden Bewegung zusammenhängt, bestimmt wird, und
die erste und die zweite Charakteristik zur Bildung eines Bewegungsschätzwerts herangezogen werden.
eine Reihe von Bildern erzeugt wird,
eine erste Charakteristik der Bilder, die sich auf eine aus der Ebene heraus führende Bewegung bezieht, bestimmt wird,
eine zweite Charakteristik der Bilder, die mit einer in der Ebene liegenden Bewegung zusammenhängt, bestimmt wird, und
die erste und die zweite Charakteristik zur Bildung eines Bewegungsschätzwerts herangezogen werden.
18. Verfahren nach Anspruch 17, dadurch gekennzeichnet, daß eine dritte
Charakteristik der Bilder bestimmt wird, die sich auf eine aus der Ebene herausführende
Bewegung bezieht.
19. Verfahren nach Anspruch 18, dadurch gekennzeichnet, daß die dritte
Charakteristik und die erste Charakteristik zur Ermittlung eines Schätzwerts für eine aus
der Ebene herausführende Bewegung benutzt werden.
20. Verfahren nach einem der Ansprüche 17 bis 19, dadurch gekennzeichnet,
daß die erste Charakteristik eine erste Dekorrelationscharakteristik ist.
21. Verfahren nach Anspruch 20, dadurch gekennzeichnet, daß die zweite
Charakteristik eine Kreuzkorrelationscharakteristik ist.
22. Verfahren nach Anspruch 18, dadurch gekennzeichnet, daß die dritte
Charakteristik eine zweite Dekorrelationscharakteristik ist.
23. Verfahren nach Anspruch 20, dadurch gekennzeichnet, daß die erste
Charakteristik unter Verwendung einer "volle Breite bei halbem Maximalwert der Summe
absoluter Differenzen"-Methode ermittelt wird.
24. Verfahren nach Anspruch 21, dadurch gekennzeichnet, daß die Kreuzkorre
lationscharakteristik unter Verwendung einer "minimale Summe absoluter Differenzen"-
Methode erhalten wird.
25. Verfahren nach Anspruch 18 oder 22, dadurch gekennzeichnet, daß die
dritte Charakteristik unter Verwendung einer "volle Breite bei halbem Maximalwert der
Summe absoluter Differenzen"-Methode ermittelt wird.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US08/884,708 | 1997-06-30 | ||
US08/884,708 US5876342A (en) | 1997-06-30 | 1997-06-30 | System and method for 3-D ultrasound imaging and motion estimation |
Publications (2)
Publication Number | Publication Date |
---|---|
DE19828947A1 true DE19828947A1 (de) | 1999-01-07 |
DE19828947B4 DE19828947B4 (de) | 2008-10-02 |
Family
ID=25385204
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE19828947A Expired - Fee Related DE19828947B4 (de) | 1997-06-30 | 1998-06-29 | System und Verfahren zur dreidimensionalen (3-D) Ultraschallbildgabe und Bewegungsabschätzung |
Country Status (2)
Country | Link |
---|---|
US (1) | US5876342A (de) |
DE (1) | DE19828947B4 (de) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10305603A1 (de) * | 2003-02-11 | 2004-09-02 | Siemens Ag | Einrichtung zum Erzeugen eines dreidimensionalen Ultraschallbildes |
DE102007028876A1 (de) * | 2007-06-20 | 2009-05-07 | Ge Inspection Technologies Gmbh | Verfahren zur zerstörungsfreien Erfassung einer Drehbewegung auf der Oberfläche eines Prüflings, Vorrichtung hierzu sowie Prüfeinheit |
Families Citing this family (96)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1997000482A1 (en) * | 1995-06-15 | 1997-01-03 | The Regents Of The University Of Michigan | Method and apparatus for composition and display of three-dimensional image from two-dimensional ultrasound |
US7395298B2 (en) * | 1995-08-31 | 2008-07-01 | Intel Corporation | Method and apparatus for performing multiply-add operations on packed data |
US6385634B1 (en) | 1995-08-31 | 2002-05-07 | Intel Corporation | Method for performing multiply-add operations on packed data |
EP0883860B1 (de) | 1996-02-29 | 2006-08-23 | Acuson Corporation | System, verfahren und wandler zum ausrichten mehrerer ultraschallbilder |
EP0839497A1 (de) * | 1996-11-01 | 1998-05-06 | EndoSonics Corporation | Verfahren zum Messen des Volumenflusses und des Geschwindigkeitsprofils in einen Lumen oder einer Körperhöhle |
US5873830A (en) * | 1997-08-22 | 1999-02-23 | Acuson Corporation | Ultrasound imaging system and method for improving resolution and operation |
US6012458A (en) * | 1998-03-20 | 2000-01-11 | Mo; Larry Y. L. | Method and apparatus for tracking scan plane motion in free-hand three-dimensional ultrasound scanning using adaptive speckle correlation |
US6377970B1 (en) | 1998-03-31 | 2002-04-23 | Intel Corporation | Method and apparatus for computing a sum of packed data elements using SIMD multiply circuitry |
US6243803B1 (en) | 1998-03-31 | 2001-06-05 | Intel Corporation | Method and apparatus for computing a packed absolute differences with plurality of sign bits using SIMD add circuitry |
US6001062A (en) * | 1998-08-03 | 1999-12-14 | Scimed Life Systems, Inc. | Slewing bandpass filter for selective passage of time varying acoustic signals |
JP4068234B2 (ja) * | 1998-10-05 | 2008-03-26 | 株式会社東芝 | 超音波診断装置 |
US6493084B1 (en) * | 1998-12-23 | 2002-12-10 | X-Rite, Incorporated | Color measurement instrument with multiple protocol interface |
US6193660B1 (en) * | 1999-03-31 | 2001-02-27 | Acuson Corporation | Medical diagnostic ultrasound system and method for region of interest determination |
US6254539B1 (en) * | 1999-08-26 | 2001-07-03 | Acuson Corporation | Transducer motion compensation in medical diagnostic ultrasound 3-D imaging |
US6370413B1 (en) | 1999-11-02 | 2002-04-09 | Siemens Medical Solutions Usa, Inc. | Ultrasound imaging system and method to archive and review 3-D ultrasound data |
US6290649B1 (en) * | 1999-12-21 | 2001-09-18 | General Electric Company | Ultrasound position sensing probe |
US6515657B1 (en) | 2000-02-11 | 2003-02-04 | Claudio I. Zanelli | Ultrasonic imager |
US6517484B1 (en) * | 2000-02-28 | 2003-02-11 | Wilk Patent Development Corporation | Ultrasonic imaging system and associated method |
AUPQ600100A0 (en) * | 2000-03-03 | 2000-03-23 | Macropace Products Pty. Ltd. | Animation technology |
AU2001237138B2 (en) * | 2000-03-03 | 2006-03-16 | Macropace Products Pty Ltd | Animation technology |
KR100355718B1 (ko) * | 2000-06-10 | 2002-10-11 | 주식회사 메디슨 | 스티어링이 가능한 프로브를 사용한 3차원 초음파 영상시스템 및 영상 형성 방법 |
US8256430B2 (en) | 2001-06-15 | 2012-09-04 | Monteris Medical, Inc. | Hyperthermia treatment and probe therefor |
JP4090671B2 (ja) * | 2000-06-19 | 2008-05-28 | 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 |
EP1366627A2 (de) * | 2001-03-07 | 2003-12-03 | PTS Corporation | Lokale einschränkungen für bewegungsschätzung |
US7050610B2 (en) * | 2001-04-04 | 2006-05-23 | Siemens Medical Solutions Usa, Inc. | Method and system for improving the spatial resolution for strain imaging |
US6491632B1 (en) * | 2001-06-26 | 2002-12-10 | Geoffrey L. Taylor | Method and apparatus for photogrammetric orientation of ultrasound images |
US7430578B2 (en) * | 2001-10-29 | 2008-09-30 | Intel Corporation | Method and apparatus for performing multiply-add operations on packed byte data |
US6572549B1 (en) | 2001-12-18 | 2003-06-03 | Koninklijke Philips Electronics Nv | High frame rate extended field of view ultrasound imaging system and method |
JP2005518917A (ja) * | 2002-03-07 | 2005-06-30 | メドトロニック・インコーポレーテッド | 非直線の埋め込み可能医療デバイスの動的な3次元再構成を行うコンピュータ実施式のソフトウェアシステム |
KR100437974B1 (ko) * | 2002-05-11 | 2004-07-02 | 주식회사 메디슨 | 측면거리 상관함수를 이용한 3차원 초음파 영상 형성 방법및 장치 |
KR100483631B1 (ko) * | 2002-07-05 | 2005-04-15 | 주식회사 메디슨 | 초음파 영상에서 스페클 패턴의 변화를 추정하여 매질의탄성특성을 측정하는 방법 |
US7356172B2 (en) * | 2002-09-26 | 2008-04-08 | Siemens Medical Solutions Usa, Inc. | Methods and systems for motion tracking |
US7123363B2 (en) * | 2003-01-03 | 2006-10-17 | Rose-Hulman Institute Of Technology | Speckle pattern analysis method and system |
AU2003286329A1 (en) * | 2003-01-13 | 2004-08-10 | Koninklijke Philips Electronics N.V. | A method of image registration and medical image data processing apparatus |
US7150716B2 (en) * | 2003-02-20 | 2006-12-19 | Siemens Medical Solutions Usa, Inc. | Measuring transducer movement methods and systems for multi-dimensional ultrasound imaging |
US7033320B2 (en) * | 2003-08-05 | 2006-04-25 | Siemens Medical Solutions Usa, Inc. | Extended volume ultrasound data acquisition |
US20050096538A1 (en) * | 2003-10-29 | 2005-05-05 | Siemens Medical Solutions Usa, Inc. | Image plane stabilization for medical imaging |
US7914454B2 (en) * | 2004-06-25 | 2011-03-29 | Wilk Ultrasound Of Canada, Inc. | Real-time 3D ultrasonic imaging apparatus and method |
US7004906B1 (en) * | 2004-07-26 | 2006-02-28 | Siemens Medical Solutions Usa, Inc. | Contrast agent imaging with agent specific ultrasound detection |
US7454048B2 (en) * | 2004-08-27 | 2008-11-18 | General Electric Company | Methods and systems for motion correction in an ultrasound volumetric data set |
US9198600B2 (en) | 2005-05-06 | 2015-12-01 | Vasonova, Inc. | Endovascular access and guidance system utilizing divergent beam ultrasound |
US20090118612A1 (en) | 2005-05-06 | 2009-05-07 | Sorin Grunwald | Apparatus and Method for Vascular Access |
US7840040B2 (en) * | 2005-09-30 | 2010-11-23 | Siemens Medical Solutions Usa, Inc. | Method and apparatus for controlling ultrasound imaging systems having positionable transducers |
WO2007092054A2 (en) * | 2006-02-06 | 2007-08-16 | Specht Donald F | Method and apparatus to visualize the coronary arteries using ultrasound |
US20070255137A1 (en) * | 2006-05-01 | 2007-11-01 | Siemens Medical Solutions Usa, Inc. | Extended volume ultrasound data display and measurement |
US20080021945A1 (en) * | 2006-07-20 | 2008-01-24 | James Hamilton | Method of processing spatial-temporal data processing |
US20080021319A1 (en) * | 2006-07-20 | 2008-01-24 | James Hamilton | Method of modifying data acquisition parameters of an ultrasound device |
US20100138191A1 (en) * | 2006-07-20 | 2010-06-03 | James Hamilton | Method and system for acquiring and transforming ultrasound data |
US8107694B2 (en) * | 2006-07-20 | 2012-01-31 | Ultrasound Medical Devices, Inc. | Method of tracking speckle displacement between two images |
US20080021317A1 (en) * | 2006-07-24 | 2008-01-24 | Siemens Medical Solutions Usa, Inc. | Ultrasound medical imaging with robotic assistance for volume imaging |
US20080095414A1 (en) * | 2006-09-12 | 2008-04-24 | Vladimir Desh | Correction of functional nuclear imaging data for motion artifacts using anatomical data |
US20100262013A1 (en) * | 2009-04-14 | 2010-10-14 | Smith David M | Universal Multiple Aperture Medical Ultrasound Probe |
JP4881112B2 (ja) * | 2006-09-19 | 2012-02-22 | 株式会社東芝 | 超音波診断装置及び画像データ生成方法 |
WO2008051639A2 (en) | 2006-10-25 | 2008-05-02 | Maui Imaging, Inc. | Method and apparatus to produce ultrasonic images using multiple apertures |
CN101563626A (zh) * | 2006-11-03 | 2009-10-21 | 皇家飞利浦电子股份有限公司 | 用于最佳散斑跟踪的双路径处理 |
FR2915077B1 (fr) * | 2007-04-19 | 2010-09-10 | Inst Radioprot Et De Surete Nu | Dispositif d'aide au diagnostic et pronostic de modifications physiopathologiques des tissus. |
WO2009003138A1 (en) | 2007-06-26 | 2008-12-31 | Vasonova, Inc. | Apparatus and method for endovascular device guiding and positioning using physiological parameters |
US20100185085A1 (en) * | 2009-01-19 | 2010-07-22 | James Hamilton | Dynamic ultrasound processing using object motion calculation |
US20100086187A1 (en) * | 2008-09-23 | 2010-04-08 | James Hamilton | System and method for flexible rate processing of ultrasound data |
US9282945B2 (en) | 2009-04-14 | 2016-03-15 | Maui Imaging, Inc. | Calibration of ultrasound probes |
US9788813B2 (en) | 2010-10-13 | 2017-10-17 | Maui Imaging, Inc. | Multiple aperture probe internal apparatus and cable assemblies |
JP5448344B2 (ja) * | 2008-01-08 | 2014-03-19 | 株式会社Nttドコモ | 情報処理装置およびプログラム |
EP2320802B1 (de) * | 2008-08-08 | 2018-08-01 | Maui Imaging, Inc. | Bildgebung mit medizinischem multiapertur-ultraschall und synchronisierung von add-on-systemen |
US20100081937A1 (en) * | 2008-09-23 | 2010-04-01 | James Hamilton | System and method for processing a real-time ultrasound signal within a time window |
US8322249B2 (en) * | 2008-12-18 | 2012-12-04 | Foster-Miller, Inc. | Robot arm assembly |
WO2010083468A1 (en) * | 2009-01-19 | 2010-07-22 | Ultrasound Medical Devices, Inc. | System and method for acquiring and processing partial 3d ultrasound data |
WO2010120907A2 (en) | 2009-04-14 | 2010-10-21 | Maui Imaging, Inc. | Multiple aperture ultrasound array alignment fixture |
US9286691B2 (en) * | 2009-04-17 | 2016-03-15 | The Hong Kong University Of Science And Technology | Motion estimation and compensation of feature-motion decorrelation |
EP2264483B1 (de) * | 2009-06-01 | 2017-11-29 | Samsung Medison Co., Ltd. | Ultraschallsystem und Verfahren zur Bereitstellung eines Bewegungsvektors |
EP2536339B1 (de) | 2010-02-18 | 2024-05-15 | Maui Imaging, Inc. | Punktquellenübertragung und schallgeschwindigkeitskorrektur mittels ultraschallbildgebung mit mehreren blenden |
WO2011133171A1 (en) | 2010-04-23 | 2011-10-27 | Ultrasound Medical Devices, Inc. | Method for measuring image motion with synthetic speckle patterns |
JP6092109B2 (ja) | 2010-10-13 | 2017-03-08 | マウイ イマギング,インコーポレーテッド | 凹面超音波トランスデューサ及び3dアレイ |
WO2012064769A2 (en) | 2010-11-08 | 2012-05-18 | Vasonova, Inc. | Endovascular navigation system |
WO2013063465A1 (en) * | 2011-10-28 | 2013-05-02 | Ultrasound Medical Devices, Inc. | Method for obtaining a three-dimensional velocity measurement of a tissue |
EP2785253B1 (de) | 2011-12-01 | 2023-11-15 | Maui Imaging, Inc. | Bewegungserfassung unter verwendung von ping-basiertem doppler-ultraschall mit mehreren aperturen |
JP2015503404A (ja) | 2011-12-29 | 2015-02-02 | マウイ イマギング,インコーポレーテッド | 任意経路のmモード超音波イメージング |
JP6438769B2 (ja) | 2012-02-21 | 2018-12-19 | マウイ イマギング,インコーポレーテッド | 多数開口超音波を用いた物質の硬度の決定 |
KR102103137B1 (ko) | 2012-03-26 | 2020-04-22 | 마우이 이미징, 인코포레이티드 | 가중 인자들을 적용함으로써 초음파 이미지 품질을 향상시키는 시스템들 및 방법들 |
EP2846701A4 (de) | 2012-05-07 | 2016-01-27 | Vasonova Inc | Indikator für rechten vorhof |
CN104602638B (zh) | 2012-06-27 | 2017-12-19 | 曼特瑞斯医药有限责任公司 | 用于影响对组织进行治疗的系统 |
EP2883079B1 (de) | 2012-08-10 | 2017-09-27 | Maui Imaging, Inc. | Kalibrierung von ultraschallsonden mit mehreren öffnungen |
EP2887879B1 (de) | 2012-09-06 | 2021-05-26 | Maui Imaging, Inc. | Ultraschallabbildungsverfahren |
US9510806B2 (en) | 2013-03-13 | 2016-12-06 | Maui Imaging, Inc. | Alignment of ultrasound transducer arrays and multiple aperture probe assembly |
US10034657B2 (en) | 2013-07-26 | 2018-07-31 | Siemens Medical Solutions Usa, Inc. | Motion artifact suppression for three-dimensional parametric ultrasound imaging |
US9883848B2 (en) | 2013-09-13 | 2018-02-06 | Maui Imaging, Inc. | Ultrasound imaging using apparent point-source transmit transducer |
US9504484B2 (en) | 2014-03-18 | 2016-11-29 | Monteris Medical Corporation | Image-guided therapy of a tissue |
WO2015143025A1 (en) | 2014-03-18 | 2015-09-24 | Monteris Medical Corporation | Image-guided therapy of a tissue |
US10675113B2 (en) | 2014-03-18 | 2020-06-09 | Monteris Medical Corporation | Automated therapy of a three-dimensional tissue region |
US10401493B2 (en) | 2014-08-18 | 2019-09-03 | Maui Imaging, Inc. | Network-based ultrasound imaging system |
CN104569991A (zh) * | 2015-02-06 | 2015-04-29 | 中国安全生产科学研究院 | 矿井采空区三维空间声呐探测装置 |
US10327830B2 (en) | 2015-04-01 | 2019-06-25 | Monteris Medical Corporation | Cryotherapy, thermal therapy, temperature modulation therapy, and probe apparatus therefor |
CN113729764A (zh) | 2016-01-27 | 2021-12-03 | 毛伊图像公司 | 具有稀疏阵列探测器的超声成像 |
EP3478209A1 (de) * | 2016-06-30 | 2019-05-08 | Koninklijke Philips N.V. | System zur verfolgung inertialer vorrichtungen und verfahren zum betrieb davon |
US10616451B2 (en) * | 2017-01-04 | 2020-04-07 | Samsung Electronics Co., Ltd. | Image processing devices and methods for operating the same |
US10945706B2 (en) | 2017-05-05 | 2021-03-16 | Biim Ultrasound As | Hand held ultrasound probe |
US11911213B2 (en) | 2019-06-03 | 2024-02-27 | General Electric Company | Techniques for determining ultrasound probe motion |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5396890A (en) * | 1993-09-30 | 1995-03-14 | Siemens Medical Systems, Inc. | Three-dimensional scan converter for ultrasound imaging |
US5474073A (en) * | 1994-11-22 | 1995-12-12 | Advanced Technology Laboratories, Inc. | Ultrasonic diagnostic scanning for three dimensional display |
US5594807A (en) * | 1994-12-22 | 1997-01-14 | Siemens Medical Systems, Inc. | System and method for adaptive filtering of images based on similarity between histograms |
DE19509962A1 (de) * | 1995-03-18 | 1996-09-19 | Univ Karlsruhe | Verfahren und Vorrichtung zur Erfassung von dreidimensionalen Verschiebungsvektorfeldern |
US5575286A (en) * | 1995-03-31 | 1996-11-19 | Siemens Medical Systems, Inc. | Method and apparatus for generating large compound ultrasound image |
US5655535A (en) * | 1996-03-29 | 1997-08-12 | Siemens Medical Systems, Inc. | 3-Dimensional compound ultrasound field of view |
US5582173A (en) * | 1995-09-18 | 1996-12-10 | Siemens Medical Systems, Inc. | System and method for 3-D medical imaging using 2-D scan data |
-
1997
- 1997-06-30 US US08/884,708 patent/US5876342A/en not_active Expired - Lifetime
-
1998
- 1998-06-29 DE DE19828947A patent/DE19828947B4/de not_active Expired - Fee Related
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10305603A1 (de) * | 2003-02-11 | 2004-09-02 | Siemens Ag | Einrichtung zum Erzeugen eines dreidimensionalen Ultraschallbildes |
DE10305603B4 (de) * | 2003-02-11 | 2009-12-03 | Siemens Ag | Einrichtung zum Erzeugen eines dreidimensionalen Ultraschallbildes |
DE102007028876A1 (de) * | 2007-06-20 | 2009-05-07 | Ge Inspection Technologies Gmbh | Verfahren zur zerstörungsfreien Erfassung einer Drehbewegung auf der Oberfläche eines Prüflings, Vorrichtung hierzu sowie Prüfeinheit |
Also Published As
Publication number | Publication date |
---|---|
US5876342A (en) | 1999-03-02 |
DE19828947B4 (de) | 2008-10-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE19828947B4 (de) | System und Verfahren zur dreidimensionalen (3-D) Ultraschallbildgabe und Bewegungsabschätzung | |
DE69736549T2 (de) | System, verfahren und wandler zum ausrichten mehrerer ultraschallbilder | |
DE10141516B4 (de) | Medizinische Diagnostische Ultraschallabbildungsverfahren für ein erweitertes Betrachtungsfeld | |
DE69221016T2 (de) | Positionerfassung mittels Ultraschall- Dopplereffekts | |
DE69915926T2 (de) | Verfahren und Echographiegerät zur Erfassung von Elastizitätsveränderungen | |
DE69624614T2 (de) | Verfahren zur Stereoübereinstimmungs- und Ungleichheitsmessung | |
DE19611990C2 (de) | Verfahren und Vorrichtung zur Erzeugung von großen, zusammengesetzten Ultraschallbildern | |
DE60222476T2 (de) | Ultraschallwandler | |
DE102009033286B4 (de) | Scherwellenbildgebung | |
DE19819801B4 (de) | Verfahren und Einrichtung zur dreidimensionalen Ultraschall-Bildgebung unter Verwendung eines Wandlerarrays mit gleichförmiger Erhebungsbündelweite | |
DE69226501T2 (de) | Ultraschall-Diagnosengerät | |
DE3855040T2 (de) | Bildverarbeitungsverfahren und -gerät | |
DE69527409T2 (de) | Diagnostische Ultraschall-Abtastung für dreidimensionale Anzeige | |
DE102005034697B9 (de) | Kontrastmittelbildgebung mit einer (Kontrast)mittelspezifischen Ultraschalldetektion | |
DE19531419B4 (de) | Verfahren zur Erzeugung anatomischer M-Modus-Anzeigebilder | |
DE60309486T2 (de) | Zwei-EBENEN ULTRASCHALLABBILDUNG MIT EINEM DIE GEGENSEITIGE EBENENORIENTIERUNG ABBILDENDEN SYMBOL | |
DE10243152A1 (de) | Ultraschalldiagnoseverfahren und Gerät zur Bilderzeugung aus mehreren 2D-Schnitten | |
DE102008016771A1 (de) | Verfahren und Vorrichtung zur Flussmessung beim mehrdimensionalen Ultraschall | |
DE102017211895A1 (de) | Gewebecharakterisierung im medizinischen diagnostischen Ultraschall | |
DE112010002843T5 (de) | Oberflächenverfolgung auf Bildbasis | |
DE102005037806A1 (de) | Verfahren und Vorrichtung zur Vergrösserung des Sichtfelds bei der Ultraschallbildgebung | |
DE102005016944A1 (de) | Verfahren und Vorrichtung zum Erfassen anatomischer Strukturen | |
WO1999004288A1 (de) | Verfahren und vorrichtung zur aufnahme von ultraschallbildern | |
DE102008023974A1 (de) | Verfahren und Gerät zur Messung des volumetrischen Flusses | |
DE4236757A1 (en) | Ultrasonic diagnostic appts. e.g. to generate tomographic images - senses minute tissue displacements and generates corresp. data for creating tomographic image. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
8128 | New person/name/address of the agent |
Representative=s name: KRAMER - BARSKE - SCHMIDTCHEN, 81245 MUENCHEN |
|
8110 | Request for examination paragraph 44 | ||
8127 | New person/name/address of the applicant |
Owner name: SIEMENS MEDICAL SOLUTIONS USA, INC., MALVERN, , US |
|
8364 | No opposition during term of opposition | ||
R119 | Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee |
Effective date: 20140101 |