DE69733238T2 - Verfahren und Gerät zur digitalen Substraktionsangiographie - Google Patents

Verfahren und Gerät zur digitalen Substraktionsangiographie Download PDF

Info

Publication number
DE69733238T2
DE69733238T2 DE69733238T DE69733238T DE69733238T2 DE 69733238 T2 DE69733238 T2 DE 69733238T2 DE 69733238 T DE69733238 T DE 69733238T DE 69733238 T DE69733238 T DE 69733238T DE 69733238 T2 DE69733238 T2 DE 69733238T2
Authority
DE
Germany
Prior art keywords
image
image data
points
clouded
picture
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.)
Expired - Lifetime
Application number
DE69733238T
Other languages
English (en)
Other versions
DE69733238D1 (de
Inventor
Rajiv Gupta
Chukka Walden Srinivas
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
General Electric Co
Original Assignee
General Electric Co
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by General Electric Co filed Critical General Electric Co
Publication of DE69733238D1 publication Critical patent/DE69733238D1/de
Application granted granted Critical
Publication of DE69733238T2 publication Critical patent/DE69733238T2/de
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/14—Transformations for image registration, e.g. adjusting or mapping for alignment of images
    • G06T3/153—Transformations for image registration, e.g. adjusting or mapping for alignment of images using elastic snapping
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/32—Determination of transform parameters for the alignment of images, i.e. image registration using correlation-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/38—Registration of image sequences
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)

Description

  • Gegenstand der Erfindung ist allgemein die Röntgenstrahlbildgebung und insbesondere die digitale Subtraktionsangiografie zur vaskulären Bildgebung.
  • Die digitale Subtraktionsangiografie (DSA) ist ein bekanntes Röntgenverfahren zur vaskulären Beobachtung. Bei einem bekannten DSA-Bildgebungsverfahren werden vor und nach der Injektion von röntgenopakem Kontrastmittel in Blutgefäße, Röntgenbilder der Anatomie aufgenommen. Das vor der Injektion des Kontrastmittels aufgenommene Röntgenbild wird manchmal als das Maskenbild bezeichnet und das nach der Injektion des Kontrastmittels aufgenommene Röntgenbild wird manchmal als getrübtes Bild bezeichnet. Die logarithmische Subtraktion des Maskenbilds von dem getrübten Bild sollte alle Bilddaten außer denen beseitigen, die zu den getrübten Blutgefäßen gehören.
  • Deshalb sollte in dem DSA-Bild prinzipiell nur die getrübte Vaskulatur sichtbar sein. Jedoch kommt es in der Praxis bei der DSA-Bildgebung vor, dass zusätzlich zu den der getrübten Vaskulatur zugehörigen Daten Artefakte oder andere Bilddaten enthalten sind. Beispielsweise ist typischerweise eine Zeitverzögerung zwischen der Akquisition der vor der Kontrastierung und der nach der Kontrastierung aufgenommenen Bilder vorhanden. Kleine Patientenbewegungen während dieses Intervalls verursachen eine fehlende Übereinstimmung zwischen den beiden Bildern, was zu Bewegungsartefakten in dem schlussendlich erstellten DSA-Bild führt.
  • Während außerdem gewisse Arten von Patientenbewegungen kontrolliert und minimiert werden können, sind verschiedene andere Arten unfreiwilliger Bewegungen (z.B. kardialer Bewegungen) ohne schwere Intervention viel schwieriger unter Kontrolle zu bringen. Solche unwillkürlichen Bewegungen haben die Verwendung der DSA-Bildgebung in verschiedenen anatomischen Bereichen beschränkt oder limitiert. Beispielsweise werden bei kardialen Verfahren nur die getrübten Bilder verwendet.
  • Außerdem ist es manchmal nötig, die Röntgenapparatur zwischen der vor der Kontrastierung und der nach der Kontrastierung liegenden Aufnahme zu bewegen. Die Bildgebungseinrichtung kann üblicherweise nicht exakt auf den gleichen Punkt repositioniert werden, in dem das erste Bild, d.h. das Maskenbild, erhalten worden ist. Außerdem können tragende Teile der Bildgebungseinrichtung mechanischen Vibrationen unterliegen. Im Ergebnis werden das Maskenbild und das getrübte Bild typischerweise unter entsprechend geringfügig unterschiedlichen Einstellungen aufgenommen. Allgemein können die Maske und das getrübte Bild als Bilder betrachtet werden, die durch zwei in hohem Maße korrelierte, jedoch unterschiedliche Kameras aufgenommen werden.
  • Außerdem werden Unterschiede zwischen dem Maskenbild und dem getrübten Bild durch eine Hysteresis verursacht. Insbesondere werden das Maskenbild und das getrübte Bild in Folge von Veränderungen der elektrischen und magnetischen Umgebung unterschiedlich verzerrt. Beispielsweise werden die Maskenbilder bei der Bildakquisition in einer vorwärts gerichteten Überstreichung der bildgebenden Gantry erhalten und die getrübten Bilder werden in einer rückwärts gerichteten Überstreichung der Gantry akqui riert. Solche elektrischen und magnetischen Unterschiede ergeben Artefakte in dem DSA-Bild in Folge eines Hysteresiseffekts.
  • In einem Versuch, die Probleme zu lösen, die mit den unterschiedlichen Bedingungen, unter denen das Maskenbild und das getrübte Bild erhalten werden, verbunden sind, erlauben viele angiografische Einrichtungen dem Bediener, das Maskenbild zu verschieben, um das Maskenbild mit dem getrübten Bild besser in Übereinstimmung zu bringen. Eine einfache Translation kann jedoch lediglich eine mit der Bildebene ausgerichtete Bewegung eines steifen Patienten korrigieren. Eine solche Bewegung eines steifen Patienten ist jedoch selten diejenige Bewegungsart, die Bildartefakte erzeugt.
  • Die internationale Patentanmeldung WO 94/18639 der Siemens Medical Systems Inc., veröffentlicht am 18. August 1994, offenbart ein Verfahren zur Erzeugung und Überlagerung von einander zu subtrahierender Bilder zur DSA unter Verwendung von Kantendetektion: es werden Bildkanten in dem Maskenbild und in dem kontrastierten Bild bestimmt, wobei ein gewisses Fehlüberlagerungsmaß M (in Pixeln) angenommen wird, es wird ein Satz möglicherweise fehlüberlappter interessierender Bereich (regions of interest = ROI) der Größe M in dem Maskenbild bestimmt und für jeden wird ein deterministischer Vorzeichenwechselalgorithmus (deterministic sign change = DSC) durchgeführt, um den DSC-Score des ROI des Maskenbilds und des ROI des Kontrastbilds zu vergleichen, wobei der ROI mit dem besten Score von dem ROI des Kontrastbildes abgezogen wird.
  • Ein anderer bekannter Versuch zur Lösung solcher Bildgebungsprobleme ist in Gupta-Srinivas „Image Warping for Accurate Digital Subtraction Angiography" Proceedings der AAAI, Frühjahrssymposium über Anwendungen der Computervisualisierung in der medizinischen Bildverarbeitung, Stanford-Universität, 21. bis 23. März 1994, beschrieben. Der von Gupta-Srinivas beschriebene Algorithmus verzerrt das Maskenbild durch Nutzung einer globalen Projektionstransformation, um das Maskenbild mit dem getrübten Bild in Übereinstimmung zu bringen. Die auf das Maskenbild angewendete globale Transformation wendet jedoch die gleiche Transformation auf alle Pixel des Bildes an. Im Ergebnis korrigiert ein solcher Algorithmus jedoch keine Fehlübereinstimmungsänderung eines Teils des Bildes in Bezug auf einen anderen Teil des Bildes. Die Gründe der oben genannten Subtraktionsartefakte, z.B. Patientenbewegung, unwillkürliche Bewegung, Wechsel der Kameraparameter und Hysteresis erzeugen allgemein Fehlübereinstimmungen zwischen der Maske und dem getrübten Bild, die für unterschiedliche Pixel unterschiedlich sind.
  • Es wäre zu wünschen, DSA-Bilder präziser zu erzeugen. Solchen präzisen Bilder sollten vorzugsweise nur ein Minimum in Artefakten in Folge von Bewegung und Hysteresis haben und sollten hinsichtlich jeder Fehlübereinstimmungsänderung von einem Teil des Bildes in Bezug auf einen anderen Teil des Bildes korrigiert sein.
  • Gemäß einer bevorzugten Ausführungsform der Erfindung weist ein lokal adaptives Verfahren zur Sub-Pixelausrichtung eines digitalen Röntgenstrahlenmaskenbilds und eines getrübten digitalen Röntgenstrahlenbilds, das eine präzise Subtraktion des Maskenbildes von dem getrübten Bild gestattet, den Schritt der Erzeugung von Matchpunkten, die Erzeugung einer lokal adaptiven Bild-zu-verzerrtem-Bild-Transformation und die Durchführung einer logarithmischen Subtraktion zur Erzeugung eines DSA-Bilds auf.
  • Spezieller wird bei der Matchpunkterzeugung ein Satz zweidimensionaler Punkte in dem Maskenbild und ihrer korrespondierenden Punkte in dem getrübten Bild erhalten. Nach Durchführung der Matchpunkterzeugung wird eine lokal adaptive Bild-zu-Verzerrungserzeugung durchgeführt, die die Bild-zu-Bild-Matchpunkte nutzt. Dies bedeutet, dass eine Transformationsfunktion erzeugt wird, die die angepassten Punkte in dem Maskenbild auf deren entsprechende Punkte in dem getrübten Bild abbildet. Die erzeugte Transformation wird dann auf die Maskenbilddaten angewendet und der Logarithmus der Pixelwerte des transformierten (d.h. verzerrten) Maskenbilds wird von dem Logarithmus der entsprechenden Pixelwerte in dem getrübten Bild abgezogen. Eine solche Subtraktion wird für jedes Pixel durchgeführt. Nach Beendigung einer solchen Subtraktion für das gesamte Bild repräsentieren die Ergebnisdaten ein DSA-Bild.
  • Das oben genannte Verfahren liefert präzise DSA-Bilder mit weniger Artefakten als üblich und ist adaptiv im Hinblick auf die Korrektur jeder Fehlausrichtungsänderung eines Teils des Bildes in Bezug auf einen anderen Teil des Bildes.
  • Es wird nun als Beispiel eine Ausführungsform der Erfindung beschrieben, wobei auf die beigefügten Zeichnungen Bezug genommen wird, in denen:
  • 1 ein Flussbild ist, das Verarbeitungsschritte gemäß einer Ausführungsform der vorliegenden Erfindung veranschaulicht.
  • 2 ist ein Flussbild, das Verarbeitungsschritte zur Durchführung des Matchpunkterzeugungsschritts veranschaulicht, der in dem Flussbild in 1 angegeben ist.
  • Das Flussbild nach 1 veranschaulicht ein DSA-Verfahren oder Ablauf 10 zur vaskulären Bildgebung gemäß einer Ausführungsform der Erfindung. Das Verfahren 10 ist ein lokal adaptives Verfahren zur Subpixelausrichtung des digitalen Röntgenstrahlenmaskenbildes und des getrübten digitalen Röntgenstrahlenbildes, was eine genaue Subtraktion des Maskenbildes von dem getrübten Bild gestattet. Vor der Ausführung des Verfahrens 10 werden Maskenbilddaten und getrübte Bilddaten für einen interessierenden Bereich erhalten.
  • Nachdem die Verarbeitung in Schritt 12 gestartet worden ist, wird eine Matchpunkterzeugung 14 durchgeführt. Bei der Matchpunkterzeugung 14 wird in dem Maskenbild ein Satz zweidimensionaler Punkte sowie entsprechender Punkte in dem getrübten Bild erhalten. Als Schritt 14 können das in Hannah „A Description of SRI's Baseline Stereo System", Technical Report Tech. Note 365, SRI International Artificial Intelligence Center, Oktober 1985, beschriebene oder jedes andere Matchpunktberechnungsverfahren genutzt werden, das ein dichtes Gitter von Matchvariablen zwischen dem Maskenbild und dem getrübten Bild liefert.
  • Nach Durchführung der Matchpunkterzeugung 14 wird die lokal adaptive Bild-zu-verzerrtes-Bild-Erzeugung 16 durchgeführt. Spezieller wird in Schritt 16 unter Verwendung der in Schritt 14 erzeugten Bild-zu-Bild-Matchpunkte eine Transformation durchgeführt, die die in Übereinstimmung gebrachten Punkte in das Maskenbild in deren entsprechende korrespondierende Punkte in dem getrübten Bild transformiert und die erzeugte Transformation wird auf die Masken bilddaten angewendet. Solche transformierten Maskenbilddaten werden manchmal als verzerrte Daten bezeichnet.
  • Wenn die Transformation auf die Maskenbilddaten angewendet worden ist, werden der Logarithmus der Pixelwerte in dem transformierten (d.h. verzerrten) Maskenbild von dem Logarithmus der entsprechenden Pixelwerte in dem getrübten Bild in Schritt 18 subtrahiert. Eine solche Subtraktion wird für jedes Pixel durchgeführt. Wenn eine solche Subtraktion für das gesamte Bild beendet ist, repräsentieren die sich ergebenden Daten in Schritt 20 ein DSA-Bild.
  • Spezieller wird bei einer Ausführungsform des oben beschriebenen Verfahrens 10 die Matchpunkterzeugung 14 gemäß dem Verfahren durchgeführt, das in Guptas Srinivas „Image Warping for Accurate Digital Subtraction Angiography", Proc. Of AAAI, Spring Symposium of Applications of Computer Vision in Medical Image Processing, Stanford-Universität, 21. bis 23. März 1994, beschrieben ist.
  • 2 ist ein Flussbild, das ein Verfahren oder einen Vorgang zur Durchführung der Matchpunkterzeugung 14 nach 1 veranschaulicht. Spezieller und als ein dem Start 52 der Matchpunkterzeugung folgenden Vorverarbeitungsschritt in Schritt 54 eine Bildhierarchie oder -pyramide erzeugt, um die Berechnung der Matchpunkte zu beschleunigen. Eine solche Hierarchie wird erzeugt, indem beide Bilder in dem Stereopaar sukzessive auf die Hälfte ihrer Größe (und Auflösung) reduziert werden, indem ein Sub-Sampling unter Verwendung der Gauss-Konvolution durchgeführt wird.
  • Der Matching-Prozess beginnt dann mit dem Bild nied rigster Auflösung, d.h. mit dem Boden der Bildpyramide und arbeitet sich bis zu den Bildern mit der höchsten Auflösung auf. Spezieller und beginnend mit dem Bild niedrigster Auflösung wird in Schritt 56 in dem Maskenbild ein Satz interessierenden Punkte entsprechen in der einen Ausführungsform den Pixeln mit der höchsten Auflösung. Punkte bei denen die lokale Intensität einer großen Schwankung unterliegt, werden als interessierend angesehen, weil sie einfach in Übereinstimmung zu bringen sind.
  • Anfänglich werden in Schritt 58 lediglich die interessierenden Punkte des Maskenbildes mit den entsprechenden Punkten des getrübten Bildes in Übereinstimmung gebracht. Um einen Punkt in dem Maskenbild mit seinem korrespondierenden Punkt in dem getrübten Bild in Übereinstimmung zu bringen, wird in einer Ausführungsform ein kleiner Flächenbereich (Kachel) des Bildes um den Punkt in dem Maskenbild mit allen Kacheln (Flächenbereichen) in dem getrübten Bild korreliert. Dieser Prozess setzt hierarchisch von der niedrigsten Auflösung bis zu der höchsten Auflösung fort. Das Zentrum der Kachel in dem getrübten Bild, das die maximale Korrelation aufweist, wird als der korrespondierende Matchpunkt identifiziert.
  • Die Bildkacheln des Maskenbilds und des getrübten Bildes können in Bezug auf einander gedreht oder verschoben werden. Die Fehlpassung die sich aufgrund einer solchen Drehung ergibt, wird durch eine zweidimensionale Perspektivtransformation der Maskenbildkachel zu der Nachbarschaft ihrer korrespondierenden Kachel in dem getrübten Bild auf Basis von nutzergelieferten groben Matchpunkten korrigiert. Es kann das in Gupta-Srinivas „Image Warping for Accurate Digital Subtraction Angiography", Proc. of AAAI, Spring Symposium on Applications of Computer Vision in Medical Image Processing, Stanford-Universität, 21. bis 23. März 1994, genutzt werden.
  • Wenn ein Satz von Matchpunkten berechnet worden ist, wird in Schritt 60 die Bild-zu-Bild-Transformation zur Übereinstimmung der Bildkacheln zwischen dem Maskenbild und dem getrübten Bild erzeugt. Der Matchingprozess wird dann, wie in Schritt 62 angedeutet, unter Nutzung dieser neuen Transformation wiederholt, die genauer ist als die durch die nutzergelieferten Matchpunkte erhaltene.
  • Nach der Verarbeitung der Bilddaten mit höchster Auflösung ist das Ende 64 des Matchpunkterzeugungsverfahrens erreicht, womit der Prozess abgeschlossen wird. Es werden für einen Satz von Punkten auf einem Quadratgitter in dem Maskenbild die entsprechenden Matchpunkte in dem getrübten Bild identifiziert. In Folge von Patientenbewegung, Hysteresis oder anderen solchen Effekten ist das Gitter in dem getrübten Bild nicht quadratisch.
  • Wenn ein Gitter von Matchpunkten gefunden worden ist, wird die Verlagerung (dx, dy) die zu jedem Gitterpunkt in dem Maskenbild addiert werden sollte, um die Koordinaten des entsprechenden Punktes in dem getrübten Bild zu finden, bestimmt. Speziell werden dx und dy als separierbare Funktionen der Maskenbildkoordinate (x, y) angesehen. Dies bedeutet:
    Figure 00090001
    wobei f und g unbekannte Funktionen sind, deren Werte nur an den Gitterpunkten bekannt sind. Der Wert von f und g wird in jedem beliebigen Punkt des Maskenbildes durch Interpolation bestimmt. Es ist wichtig, dass die beiden Verlagerungen entlang der X- und der Y-Richtung gesondert behandelt werden und die verwendete Interpolationstechnik die Werte an den Gitterpunkten nicht verändert. Zur Durchführung der Interpolation können Interpolationstechniken wie eine allgemeine Polynomtransformation, doppeltkubische oder dünne Platten-Splines oder andere Typen globaler Splines, beispielsweise die Global Splines, beschrieben in Wolberg, „Digital Image Warping", IEEE Computer Society Press, Los Alamitos, CA, 1990, verwendet werden.
  • Die Lokalisierung jedes Pixels in der Bildmaske wird durch Verlagerungen transformiert, die durch die Interpolation gegeben ist, um den Ort des entsprechenden Pixels in dem getrübten Bild aufzufinden. Die Intensität jedes Pixels in dem Maskenbild wird dann logarithmisch von dem entsprecheden Pixel in dem getrübten Bild subtrahiert.
  • Das oben beschriebene Verfahren liefert präzise DSA-Bilder mit weniger Artefakten und ist adaptiv um jede Fehlüberlagerungsänderung von einem Teil des Bildes in Bezug auf einen anderen Teil des Bildes zu korrigieren. Das Verfahren ist außerdem nicht auf die oben beschriebene spezifische Implementation beschränkt. Beispielsweise können andere hierarchische Matchingtechniken in der Matchpunkterzeugung verwendet werden, wie beispielsweise beschrieben durch Quam, „Hierarchical Warp Stereo", in M.A. Fischler und O. Firschein, Editors, Readings In Computer Vision, Seiten 80 bis 86, Morgan Kaufmann Publishers, Inc., 1987. Während oben ein korrelationsbasiertes Matchingschema beschrieben worden ist, können eigenschafts basierte Matchingschemata alternativ ebenfalls genutzt werden.
  • Die oben beschriebenen Verfahren können durch verschiedene Prozessortypen, wie beispielsweise einen Vielzweckcomputer oder eine applikationsspezifische integrierte Schaltung (ASIC) einschließlich eines Mikrocontrollers implementiert werden. Der spezielle Typ des ausgewählten Prozessors hängt beispielsweise von der Art und Weise ab, in der die Bilddaten geliefert werden oder von anderen gewünschten Betriebscharakteristika.

Claims (10)

  1. Verfahren zum Erzeugen eines digitalen Subtraktions-Angiographiebildes aus Masken-Bilddaten, die vor dem Injizieren eines Kontrastmittels aufgenommen wurden, und getrübten Bilddaten, die nach der injektion eines Kontrastmittels aufgenommen wurden, mit den Stufen: Erzeugen von Anpassungspunkten zwischen den Masken-Bilddaten und den getrübten Bilddaten (14), Erzeugen einer lokal angepassten Bildtransformation unter Benutzung der erzeugten Anpassungspunkte; Anwenden der Transformation auf die Masken-Bilddaten zur Erzeugung von Krümmungs-Bilddaten (16) und Subtrahieren des Logarithmus eines Krümmungsbilddaten-Wertes vom Logarithmus des entsprechenden getrübten Bilddaten-Wertes (18).
  2. Verfahren nach Anspruch 1, worin die Stufen des Erzeugens von Anpassungspunkten das Erzeugen eines Satzes zweidimmensionaler Punkte in den Masken-Bilddaten und das Identifizieren entsprechender Punkte in den getrübten Bilddaten umfasst.
  3. Verfahren nach Anspruch 1, worin die Stufe des Erzeugens von Anpassungspunkten umfasst: Erzeugen einer Bildauflösungsdaten-Hierarchie, Auswählen der Bilddaten mit der geringsten Auflösungs und für die ausgewählten Bilddaten: (a) Identifizieren eines Satzes interessierender Punkte, (b) Anpassen der interessierenden Punkte in den Masken-Bilddaten an entsprechende Punkte im getrübten Bild, (c) Bestimmen einer Bild-zu-Bild-Transformation zum Registrieren von Bildstücken zwischen dem Masken- und dem getrübten Bild und (i) wurden die Bilddaten mit der höchsten Auflösung nicht ausgewählt, Auswählen der Bilddaten mit der nächsthöchsten Auflösung und Wiederholen der Stufen (a) bis (c) und (ii) wurden die Bilddaten mit der höchsten Auflösung ausgewählt, Beenden der Anpassungspunkt-Erzeugung.
  4. Verfahreren nach Anspruch 3, worin die Bildauflösungsdaten-Hierarchie durch aufeinander folgendes Verkleinern sowohl des Maskenbildes als auch des getrübten Bildes in einem Stereopaar bis auf etwa die Hälfte ihrer ursprünglichen Größe mit Unterproben unter Anwendung der Gauss'schen Faltung erzeugt wird.
  5. Verfahren nach Anspruch 3, worin jeder des Satzes interessierender Punkte einem entsprechenden Pixel mit der höchsten Auflösung entspricht.
  6. Verfahren nach Anspruch 3, worin die Stufe des Anpassend der interessierenden Punkte in den Masken-Bilddaten an entsprechende Punkte in dem getrübten Bild das Korrelieren eines kleinen Bildstückes um einen Punkt herum im Maskenbild mit all den Stücken im getrübten Bild und das Identifizieren des Zentrums des Stückes im getrübten Bild umfasst, um die maximale Korrelation als den entsprechenden Anpassungspunkt zu bestimmen.
  7. Verfahren nach Anspruch 1, worin die Stufe des Erzeugens von Anpassungspunkten das Identifizieren eines Gitters von Anpassungspunkten und das Verfahren weiter das Bestimmen einer Verschiebung (dx, dy) umfasst, die zu jedem Gitterpunkt im Maskenbild hinzugefügt werden sollte, um Koordinaten des entsprechenden Punktes im getrübten Bild zu finden.
  8. Verfahren nach Anspruch 7, worin dx und dy in Beziehung stehen durch:
    Figure 00130001
    worin f und g unbekannte Funktionen sind, deren Werte nur an Gitterpunkten bekannt sind.
  9. Verfahren nach Anspruch 8, weiter umfassend die Stufe des Bestimmens von Werten von f und g bei einem willkürlichen Punkt im Maskenbild durch Interpolation.
  10. Verfahren nach Anspruch 9, worin die Stelle jedes Pixels im Maskenbild durch die Verschiebungen transformiert wird, die durch Interpolation zum Finden des entsprechenden Pixels im getrübten Bild gegeben sind.
DE69733238T 1996-10-28 1997-10-28 Verfahren und Gerät zur digitalen Substraktionsangiographie Expired - Lifetime DE69733238T2 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US738860 1985-05-29
US08/738,860 US5848121A (en) 1996-10-28 1996-10-28 Method and apparatus for digital subtraction angiography

Publications (2)

Publication Number Publication Date
DE69733238D1 DE69733238D1 (de) 2005-06-16
DE69733238T2 true DE69733238T2 (de) 2006-02-09

Family

ID=24969798

Family Applications (1)

Application Number Title Priority Date Filing Date
DE69733238T Expired - Lifetime DE69733238T2 (de) 1996-10-28 1997-10-28 Verfahren und Gerät zur digitalen Substraktionsangiographie

Country Status (4)

Country Link
US (2) US5848121A (de)
EP (1) EP0840253B1 (de)
JP (1) JPH10191167A (de)
DE (1) DE69733238T2 (de)

Families Citing this family (95)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4473358B2 (ja) * 1999-01-21 2010-06-02 株式会社東芝 診断装置
US6718054B1 (en) 1999-06-23 2004-04-06 Massachusetts Institute Of Technology MRA segmentation using active contour models
US6611615B1 (en) * 1999-06-25 2003-08-26 University Of Iowa Research Foundation Method and apparatus for generating consistent image registration
WO2001010299A1 (en) * 1999-08-09 2001-02-15 University Of British Columbia Method and automated system for creating volumetric data sets
FR2799028B1 (fr) 1999-09-27 2002-05-03 Ge Medical Syst Sa Procede de reconstitution d'une image tridimentionnelle d'elements de fort contraste
US6947784B2 (en) 2000-04-07 2005-09-20 The General Hospital Corporation System for digital bowel subtraction and polyp detection and related techniques
US6909794B2 (en) * 2000-11-22 2005-06-21 R2 Technology, Inc. Automated registration of 3-D medical scans of similar anatomical structures
US6549798B2 (en) 2001-02-07 2003-04-15 Epix Medical, Inc. Magnetic resonance angiography data
US20020167537A1 (en) * 2001-05-11 2002-11-14 Miroslav Trajkovic Motion-based tracking with pan-tilt-zoom camera
US7072436B2 (en) * 2001-08-24 2006-07-04 The Board Of Trustees Of The Leland Stanford Junior University Volumetric computed tomography (VCT)
FR2829268A1 (fr) * 2001-09-04 2003-03-07 Koninkl Philips Electronics Nv Procede de traitement d'images pour angiographie soustractiv e numerisee
FR2830962B1 (fr) * 2001-10-12 2004-01-30 Inst Nat Rech Inf Automat Dispositif et methode de traitement d'image pour detection de lesions evolutives
US6678399B2 (en) * 2001-11-23 2004-01-13 University Of Chicago Subtraction technique for computerized detection of small lung nodules in computer tomography images
US6738063B2 (en) * 2002-02-07 2004-05-18 Siemens Corporate Research, Inc. Object-correspondence identification without full volume registration
DE10210050A1 (de) 2002-03-07 2003-12-04 Siemens Ag Verfahren und Vorrichtung zur wiederholt gleichen Relativpositionierung eines Patienten
GB2390792B (en) * 2002-07-08 2005-08-31 Vision Rt Ltd Image processing system for use with a patient positioning device
US7074188B2 (en) * 2002-08-26 2006-07-11 The Cleveland Clinic Foundation System and method of characterizing vascular tissue
US7787927B2 (en) * 2003-06-20 2010-08-31 Merge Cad Inc. System and method for adaptive medical image registration
AR047692A1 (es) * 2003-07-10 2006-02-08 Epix Medical Inc Imagenes de blancos estacionarios
DE102004004604B4 (de) * 2004-01-29 2016-12-29 Siemens Healthcare Gmbh Verfahren und Bildgebungssystem zur Kompensation von Patientenbewegungen bei Serienaufnahmen in der medizinischen Bildgebung
US7374536B1 (en) 2004-04-16 2008-05-20 Taylor Colin R Method for analysis of pain images
DE102004059182A1 (de) 2004-12-08 2006-06-14 Siemens Ag Betriebsverfahren für einen Rechner und hiermit korrespondierende Einrichtungen
US20060239585A1 (en) * 2005-04-04 2006-10-26 Valadez Gerardo H System and method for reducing artifacts in motion corrected dynamic image sequences
DE102005033235A1 (de) * 2005-07-15 2007-01-18 Siemens Ag Verfahren zur Visualisierung eines vaskulären Einsatzstücks
JP4595733B2 (ja) * 2005-08-02 2010-12-08 カシオ計算機株式会社 画像処理装置
US7605821B1 (en) * 2005-09-29 2009-10-20 Adobe Systems Incorporated Poisson image-editing technique that matches texture contrast
US20080317382A1 (en) * 2005-11-10 2008-12-25 Koninklijke Philips Electronics, N.V. Adaptive Point-Based Elastic Image Registration
US8077952B2 (en) * 2006-08-14 2011-12-13 Siemens Medical Solutions Usa, Inc. Precomputed automatic pixel shift for review of digital subtracted angiography
US9867530B2 (en) 2006-08-14 2018-01-16 Volcano Corporation Telescopic side port catheter device with imaging system and method for accessing side branch occlusions
US8125498B2 (en) * 2007-01-03 2012-02-28 Siemens Medical Solutions Usa, Inc. Generating a 3D volumetric mask from a closed surface mesh
US8285014B2 (en) * 2007-04-06 2012-10-09 Siemens Aktiengesellschaft Measuring blood volume with C-arm computed tomography
US9367904B2 (en) 2007-04-23 2016-06-14 Koninklijke Philips Electronics N.V. Spatial-temporal warping of different pre-captured medical images
US8094903B2 (en) * 2007-06-28 2012-01-10 Siemens Aktiengesellschaft System and method for coronary digital subtraction angiography
WO2009009802A1 (en) 2007-07-12 2009-01-15 Volcano Corporation Oct-ivus catheter for concurrent luminal imaging
EP2178442B1 (de) 2007-07-12 2017-09-06 Volcano Corporation Katheter für in-vivo-bildgebung
US9596993B2 (en) 2007-07-12 2017-03-21 Volcano Corporation Automatic calibration systems and methods of use
US8320647B2 (en) * 2007-11-20 2012-11-27 Olea Medical Method and system for processing multiple series of biological images obtained from a patient
US8055101B2 (en) * 2008-04-29 2011-11-08 Adobe Systems Incorporated Subpixel registration
WO2010015957A1 (en) * 2008-08-04 2010-02-11 Koninklijke Philips Electronics, N.V. Automatic pre-alignment for registration of medical images
US8345944B2 (en) * 2008-08-06 2013-01-01 Siemens Aktiengesellschaft System and method for coronary digital subtraction angiography
US8179460B2 (en) * 2008-09-22 2012-05-15 Aptina Imaging Corporation System, method, and apparatus for variable rate pixel data transfer and storage
DE102008049467B4 (de) * 2008-09-29 2016-12-29 Siemens Healthcare Gmbh Verfahren und Vorrichtung zur Registrierung von tomographischen Volumendatensätzen des Darms
US8355557B2 (en) * 2008-10-10 2013-01-15 Siemens Aktiengesellschaft System and method for decomposed temporal filtering for X-ray guided intervention application
JP5523791B2 (ja) 2008-10-27 2014-06-18 株式会社東芝 Ｘ線診断装置および画像処理装置
US8923474B2 (en) * 2008-11-26 2014-12-30 Koninklijke Philips N.V. Visualization of the coronary artery tree
JP5355074B2 (ja) * 2008-12-26 2013-11-27 キヤノン株式会社 ３次元形状データ処理装置、３次元形状データ処理方法及びプログラム
US8774481B2 (en) * 2010-03-25 2014-07-08 Emory University Atlas-assisted synthetic computed tomography using deformable image registration
US8798227B2 (en) * 2010-10-15 2014-08-05 Kabushiki Kaisha Toshiba Medical image processing apparatus and X-ray computed tomography apparatus
US9072490B2 (en) * 2010-12-20 2015-07-07 Toshiba Medical Systems Corporation Image processing apparatus and image processing method
US11141063B2 (en) 2010-12-23 2021-10-12 Philips Image Guided Therapy Corporation Integrated system architectures and methods of use
US11040140B2 (en) 2010-12-31 2021-06-22 Philips Image Guided Therapy Corporation Deep vein thrombosis therapeutic methods
KR101880634B1 (ko) * 2011-08-09 2018-08-16 삼성전자주식회사 3차원 볼륨 파노라마 영상 생성 방법 및 장치
US9360630B2 (en) 2011-08-31 2016-06-07 Volcano Corporation Optical-electrical rotary joint and methods of use
EA024855B1 (ru) * 2012-07-10 2016-10-31 Закрытое Акционерное Общество "Импульс" Способ получения субтракционного ангиографического изображения
CA2887421A1 (en) 2012-10-05 2014-04-10 David Welford Systems and methods for amplifying light
US9324141B2 (en) 2012-10-05 2016-04-26 Volcano Corporation Removal of A-scan streaking artifact
US9858668B2 (en) 2012-10-05 2018-01-02 Volcano Corporation Guidewire artifact removal in images
US9292918B2 (en) 2012-10-05 2016-03-22 Volcano Corporation Methods and systems for transforming luminal images
US11272845B2 (en) 2012-10-05 2022-03-15 Philips Image Guided Therapy Corporation System and method for instant and automatic border detection
US10568586B2 (en) 2012-10-05 2020-02-25 Volcano Corporation Systems for indicating parameters in an imaging data set and methods of use
US9307926B2 (en) 2012-10-05 2016-04-12 Volcano Corporation Automatic stent detection
US9367965B2 (en) 2012-10-05 2016-06-14 Volcano Corporation Systems and methods for generating images of tissue
US9286673B2 (en) 2012-10-05 2016-03-15 Volcano Corporation Systems for correcting distortions in a medical image and methods of use thereof
US10070827B2 (en) 2012-10-05 2018-09-11 Volcano Corporation Automatic image playback
US9840734B2 (en) 2012-10-22 2017-12-12 Raindance Technologies, Inc. Methods for analyzing DNA
CA2894403A1 (en) 2012-12-13 2014-06-19 Volcano Corporation Devices, systems, and methods for targeted cannulation
WO2014099899A1 (en) 2012-12-20 2014-06-26 Jeremy Stigall Smooth transition catheters
US10942022B2 (en) 2012-12-20 2021-03-09 Philips Image Guided Therapy Corporation Manual calibration of imaging system
JP2016506276A (ja) 2012-12-20 2016-03-03 ジェレミー スティガール， 血管内画像の位置の特定
US10939826B2 (en) 2012-12-20 2021-03-09 Philips Image Guided Therapy Corporation Aspirating and removing biological material
WO2014107287A1 (en) 2012-12-20 2014-07-10 Kemp Nathaniel J Optical coherence tomography system that is reconfigurable between different imaging modes
US11406498B2 (en) 2012-12-20 2022-08-09 Philips Image Guided Therapy Corporation Implant delivery system and implants
US9486143B2 (en) 2012-12-21 2016-11-08 Volcano Corporation Intravascular forward imaging device
US10166003B2 (en) 2012-12-21 2019-01-01 Volcano Corporation Ultrasound imaging with variable line density
US9612105B2 (en) 2012-12-21 2017-04-04 Volcano Corporation Polarization sensitive optical coherence tomography system
CA2896006A1 (en) 2012-12-21 2014-06-26 David Welford Systems and methods for narrowing a wavelength emission of light
WO2014100606A1 (en) 2012-12-21 2014-06-26 Meyer, Douglas Rotational ultrasound imaging catheter with extended catheter body telescope
EP2936426B1 (de) 2012-12-21 2021-10-13 Jason Spencer System und verfahren zur grafischen verarbeitung medizinischer daten
US10413317B2 (en) 2012-12-21 2019-09-17 Volcano Corporation System and method for catheter steering and operation
JP2016501623A (ja) 2012-12-21 2016-01-21 アンドリュー ハンコック， 画像信号のマルチ経路処理のためのシステムおよび方法
WO2014100162A1 (en) 2012-12-21 2014-06-26 Kemp Nathaniel J Power-efficient optical buffering using optical switch
US10058284B2 (en) 2012-12-21 2018-08-28 Volcano Corporation Simultaneous imaging, monitoring, and therapy
JP6243453B2 (ja) 2013-03-07 2017-12-06 ボルケーノ コーポレイション 血管内画像におけるマルチモーダルセグメンテーション
US10226597B2 (en) 2013-03-07 2019-03-12 Volcano Corporation Guidewire with centering mechanism
JP2016521138A (ja) 2013-03-12 2016-07-21 コリンズ，ドナ 冠動脈微小血管疾患を診断するためのシステム及び方法
US20140276923A1 (en) 2013-03-12 2014-09-18 Volcano Corporation Vibrating catheter and methods of use
US9301687B2 (en) 2013-03-13 2016-04-05 Volcano Corporation System and method for OCT depth calibration
US11026591B2 (en) 2013-03-13 2021-06-08 Philips Image Guided Therapy Corporation Intravascular pressure sensor calibration
JP6339170B2 (ja) 2013-03-13 2018-06-06 ジンヒョン パーク 回転式血管内超音波装置から画像を生成するためのシステム及び方法
US10292677B2 (en) 2013-03-14 2019-05-21 Volcano Corporation Endoluminal filter having enhanced echogenic properties
US10426590B2 (en) 2013-03-14 2019-10-01 Volcano Corporation Filters with echogenic characteristics
US10219887B2 (en) 2013-03-14 2019-03-05 Volcano Corporation Filters with echogenic characteristics
RU2017127716A (ru) 2015-01-05 2019-02-07 Конинклейке Филипс Н.В. Цифровая субтракционная ангиография
GB201502877D0 (en) 2015-02-20 2015-04-08 Cydar Ltd Digital image remapping
JP7159160B2 (ja) 2016-12-15 2022-10-24 コーニンクレッカ フィリップス エヌ ヴェ 血管構造の可視化

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2645300B1 (fr) * 1989-03-29 1994-09-09 Gen Electric Cgr Procede de recalage automatique d'images
JP2627097B2 (ja) * 1990-04-04 1997-07-02 富士写真フイルム株式会社 エネルギーサブトラクション画像生成方法および装置
CA2051939A1 (en) * 1990-10-02 1992-04-03 Gary A. Ransford Digital data registration and differencing compression system
US5568384A (en) * 1992-10-13 1996-10-22 Mayo Foundation For Medical Education And Research Biomedical imaging and analysis
DE69331982T2 (de) * 1992-11-27 2003-01-23 Fuji Photo Film Co Ltd Verfahren zur Lageanpassung von Röntgenbildern
WO1994018639A1 (en) * 1993-02-09 1994-08-18 Siemens Medical Systems, Inc. Method and apparatus for generating well-registered subtraction images for digital subtraction angiography
JPH07152895A (ja) * 1993-11-29 1995-06-16 Canon Inc 画像処理方法及び装置
US5839440A (en) * 1994-06-17 1998-11-24 Siemens Corporate Research, Inc. Three-dimensional image registration method for spiral CT angiography
US5690106A (en) * 1995-06-30 1997-11-25 Siemens Corporate Research, Inc. Flexible image registration for rotational angiography
US5647360A (en) * 1995-06-30 1997-07-15 Siemens Corporate Research, Inc. Digital subtraction angiography for 3D diagnostic imaging

Also Published As

Publication number Publication date
DE69733238D1 (de) 2005-06-16
US5848121A (en) 1998-12-08
US6154518A (en) 2000-11-28
EP0840253A2 (de) 1998-05-06
EP0840253B1 (de) 2005-05-11
EP0840253A3 (de) 1998-11-18
JPH10191167A (ja) 1998-07-21

Similar Documents

Publication Publication Date Title
DE69733238T2 (de) Verfahren und Gerät zur digitalen Substraktionsangiographie
DE102012204019B4 (de) Verfahren zur Reduzierung von Bewegungsartefakten
DE102016202512B3 (de) Verfahren zur 2D-3D-Registrierung, Recheneinrichtung und Computerprogramm
DE102015208929B3 (de) Verfahren zur 2D-3D-Registrierung, Recheneinrichtung und Computerprogramm
DE3426933C2 (de) Verfahren und Anordnung zum selbsttätigen Korrigieren von Artefakten aufgrund von Deckungsfehlern
DE102004056095A1 (de) Verfahren zur Registrierung eines zur digitalen Subtraktionsangiographie verwendeten Bildes
DE69734747T2 (de) Verfahren und Gerät zur Bildverarbeitung
DE3704685C2 (de)
DE19613342A1 (de) Automatisches Bildauswertungsverfahren
DE102015014908A1 (de) Vorrichtung, Verfahren und Programm zum Verarbeiten eines medizinischen Bildes, und Röntgentherapievorrichtung
EP0880109A2 (de) Verfahren zur Ermittlung der Transformation zwischen einem Objekt und seiner dreidimensionalen Darstellung und Anordnung zur Durchführung des Verfahrens
DE102006023093A1 (de) Verfahren und Vorrichtung zur Korrektur eines Bildes
DE4224568C2 (de) Vorrichtung und Verfahren zur Bildung der Anzeige eines dreidimensionalen sequentiellen tomografischen Flächenschattierungsbildes
DE102006017097A1 (de) Verfahren und System zur Behandlung des Rauschens in einem erzeugten Bild
EP3389496B1 (de) Verfahren zur kalibrierung einer röntgenaufnahme
WO2015028069A1 (de) Computertomographie mit bewegungskompensation
DE10356174A1 (de) Verfahren und Einrichtung zur Tomosynthese-Bildverbesserung unter Verwendung von Querfilterung
EP3591611A1 (de) Bestimmen eines differenzbilddatensatzes eines untersuchungsvolumens
DE102006037423B4 (de) Verfahren und System zum Bestimmen eines aus einer Gruppe von Projektionsbildern konstruierten scharfen panoramischen Bildes
DE2406622A1 (de) Verfahren und vorrichtung zur erzeugung eines differenzbildes von auf einem ersten und einem zweiten bild dargestellten, miteinander in beziehung stehenden gegenstaenden
DE10358158A1 (de) Verfahren und Vorrichtung zur Kalibrierung einer radiologischen bildgebenden Vorrichtung
DE102007014773B4 (de) Verfahren und Vorrichtung zur Durchführung einer Maximum Intensity Projektion
DE102007003443A1 (de) Kegelstrahl-CT-Vorrichtung mit allgemeinem Sattel und dreidimensionales Rekonstruktionsverfahren
DE102006007255A1 (de) Verfahren und Vorrichtung zur Bestimmung geometrischer Parameter für Bilderzeugung
DE102010062975A1 (de) Verfahren zur Erzeugung einer vierdimensionalen Darstellung eines einer periodischen Bewegung unterworfenen Zielgebiets eines Körpers

Legal Events

Date Code Title Description
8364 No opposition during term of opposition