FR2793055A1 - Procede et systeme de fusion de deux images radiographiques numeriques - Google Patents
Procede et systeme de fusion de deux images radiographiques numeriques Download PDFInfo
- Publication number
- FR2793055A1 FR2793055A1 FR9905438A FR9905438A FR2793055A1 FR 2793055 A1 FR2793055 A1 FR 2793055A1 FR 9905438 A FR9905438 A FR 9905438A FR 9905438 A FR9905438 A FR 9905438A FR 2793055 A1 FR2793055 A1 FR 2793055A1
- Authority
- FR
- France
- Prior art keywords
- image
- interval
- scanner
- gray level
- pixel
- 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
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000002595 magnetic resonance imaging Methods 0.000 claims abstract description 44
- 230000004927 fusion Effects 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims abstract description 12
- 210000004872 soft tissue Anatomy 0.000 claims description 28
- 210000000988 bone and bone Anatomy 0.000 claims description 12
- 210000000056 organ Anatomy 0.000 claims description 5
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 4
- 238000013519 translation Methods 0.000 claims description 3
- 238000012800 visualization Methods 0.000 claims description 3
- 238000002591 computed tomography Methods 0.000 claims description 2
- 239000002131 composite material Substances 0.000 claims 1
- 210000004072 lung Anatomy 0.000 description 6
- 239000004744 fabric Substances 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- WNEODWDFDXWOLU-QHCPKHFHSA-N 3-[3-(hydroxymethyl)-4-[1-methyl-5-[[5-[(2s)-2-methyl-4-(oxetan-3-yl)piperazin-1-yl]pyridin-2-yl]amino]-6-oxopyridin-3-yl]pyridin-2-yl]-7,7-dimethyl-1,2,6,8-tetrahydrocyclopenta[3,4]pyrrolo[3,5-b]pyrazin-4-one Chemical compound C([C@@H](N(CC1)C=2C=NC(NC=3C(N(C)C=C(C=3)C=3C(=C(N4C(C5=CC=6CC(C)(C)CC=6N5CC4)=O)N=CC=3)CO)=O)=CC=2)C)N1C1COC1 WNEODWDFDXWOLU-QHCPKHFHSA-N 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009432 framing Methods 0.000 description 1
- 210000004907 gland Anatomy 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000001959 radiotherapy Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Image Processing (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
Procédé de fusion d'une première image radiographique numérique obtenue à la suite d'une scannographie avec une seconde image radiographique numérique obtenue par imagerie par résonance magnétique (IRM).On sélectionne d'abord un intervalle CT du niveau de gris dans l'image scanner. Puis on remplace chaque pixel de l'image scanner ayant un niveau de gris compris dans l'intervalle CT par un pixel obtenu par traitement numérique du pixel de même coordonnées de l'image IRM.Ensuite, l'image finale correspond à l'image scanner dans laquelle les pixels de niveaux de gris compris dans l'intervalle CT ont subi ledit traitement numérique.
Description
Procédé et système de fusion de deux images radiographiques numériques.
L'invention concerne la fusion de deux images numériques d'un objet dont la première image privilégie un constituant particulier de
l'objet, alors que la seconde image en privilégie un autre.
Elle trouve une application particulièrement intéressante dans le domaine médical, dans lequel on procède à la fusion d'une première image d'un organe corporel issue d'une scannographie avec une seconde image
du même organe issue d'une imagerie par résonance magnétique (IRM).
En effet, une image obtenue à l'aide d'un scanner met particulièrement en évidence la partie osseuse. Dans une telle image, la partie osseuse est blanche et toutes les autres parties, en particulier les tissus mous, sont d'un gris homogène sans contraste. Par contre, une image obtenue à l'aide d'une IRM met en évidence les tissus mous par différentes nuances de niveaux de gris, et les autres parties comme les parties
osseuses et le vide ont une teinte noire.
Généralement, dans le domaine médical, on réalise la fusion d'une image scanner avec une image par IRM en intégrant les pixels des
parties osseuses de l'image scanner dans l'image IRM.
Les images scanner possèdent une échelle absolue de niveaux de gris, c'est-à-dire que toutes les images scanner sont compatibles entre elles, dans le sens qu'un niveau de gris donné represente toujours un organe particulier. Cette échelle absolue est l'échelle de Hounsfield composée de nombres positifs et négatifs, dans laquelle le niveau 0 est le niveau de gris de l'eau. Une image IRM ne possède pas une échelle absolue. Les niveaux de gris dépendent du patient et des conditions d'acquisition de l'image. Donc, d'une image IRM à l'autre, le muscle, par exemple en tant que tissu mou, n'est pas représenté par le même niveau de gris. Ainsi, la fusion d'une image IRM avec une image scanner aboutit à
une image finale dont l'échelle n'est pas absolue.
En d'autres termes, la fusion d'une image possédant une échelle absolue avec une autre image ne possédant pas d'échelle absolue, aboutit à
une image finale ne possédant pas d'échelle absolue.
Par ailleurs, une image ne possédant pas d'échelle absolue ne peut être utilisée par l'ensemble des logiciels courants de traitement d'images scanner. En effet, tous ces logiciels utilisent un format standard de niveau de gris qui est l'échelle de Hounsfield. Ainsi, une image finale issue de la fusion de deux images scanner et IRM, est incompatible avec l'ensemble des logiciels de traitement d'images scanner. Il est nécessaire d'élaborer un logiciel spécifique de traitement d'images non étalonnées
sur l'échelle de Hounsfield, afin de pouvoir utiliser ladite image finale.
L'invention vise à apporter une solution à ce problème en effectuant une mise à l'échelle des niveaux de gris de l'image IRM, afin de rendre l'image finale compatible avec l'ensemble des logiciels de traitement d'images scanner. En d'autres termes, l'image finale sera
étalonnée sur l'échelle de Hounsfield.
Un but de l'invention est de réduire le coût dû à l'investissement sur le développement d'un logiciel spécifique, si l'on désire effectuer des
traitements numériques sur ladite image finale.
Un autre but de l'invention est d'utiliser une image finale de fusion obtenue selon le procédé de l'invention comme source d'image pour les logiciels de radiothérapie classique, ce qui n'est pas le cas avec les
images fusionnées dans l'état actuel de la technique.
L'invention propose donc un procédé de fusion d'une première image radiographique numérique obtenue à la suite d'une scannographie avec une seconde image radiographique numérique obtenue par imagerie
par résonance magnétique (IRM).
Selon une caractéristique générale de l'invention, on sélectionne un intervalle CT de niveaux de gris dans l'image scanner, on remplace chaque pixel de ladite image scanner ayant un niveau de gris compris dans l'intervalle CT par un pixel obtenu par traitement numérique du pixel de mêmes coordonnées de l'image IRM. L'image finale correspond donc à l'image scanner dans laquelle les pixels de niveaux de gris compris dans
l'intervalle CT sont ainsi modifiés.
Par ailleurs, dans le but d'effectuer un traitement numérique efficace, on réalise un recadrage bidimensionnel des deux images IRM et scanner à l'aide d'au moins une opération de rotation et/ou de translation afin qu'un pixel de l'image scanner de coordonnées (x,y) et un pixel de l'image IRM de mêmes coordonnées (x,y) représentent une même portion
de l'organe radiographié.
En d'autres termes, la plage de niveaux de gris correspondant
aux tissus mous est remplacée par une nouvelle plage de niveaux de gris.
Les valeurs des niveaux de gris de cette nouvelle plage sont obtenues à partir d'un algorithme faisant intervenir certains niveaux de gris de l'image IRM. Pour un pixel donné de l'intervalle CT dans l'image scanner, l'algorithme calcule la valeur de niveau de gris du nouveau pixel à partir d'un pixel de l'image IRM ayant les mêmes coordonnées que le pixel de
l'intervalle CT devant être remplacé.
Selon un mode de mise en oeuvre de l'invention, la borne supérieure BCT de l'intervalle CT est fixée à une valeur de niveau de gris sur l'échelle de Hounsfield, ledit niveau de gris correspondant à la valeur la plus haute des niveaux de gris représentatifs des tissus mous visualisés sur l'image scanner. La borne inférieure ACT de l'intervalle CT est fixée à une valeur de niveau de gris sur l'échelle de Hounsfield, ledit niveau de gris correspondant à la valeur la plus basse des niveaux de gris
représentatifs des tissus mous visualisés sur l'image scanner.
Plus précisément, on fixe deux seuils définissant l'intervalle CT
qui correspond aux tissus mous dans l'image scanner.
Pratiquement, on fixe BCT comme étant la valeur la plus élevée des tissus mous de l'image scanner et ACT comme étant la valeur la plus
basse des tissus mous de l'image scanner.
L'intervalle ainsi sélectionné est un intervalle compris dans l'échelle de Hounsfield, puisque l'image scanner est étalonnée suivant
cette échelle.
D'une façon générale, selon un mode de mise en oeuvre de l'invention, on sélectionne un intervalle MR de niveaux de gris dans l'image IRM dont la borne supérieure BMR correspond à un niveau de gris au-dessus duquel les pixels sont blancs, et la borne inférieure AMR
correspond à un niveau de gris en dessous duquel les pixels sont noirs.
En d'autres termes, cet intervalle prend en compte l'ensemble de la variation de niveaux de gris de l'image IRM. Cette variation, ce constraste représente l'information utile sur les tissus mous. On possède alors deux intervalles, un premier intervalle CT de l'image scanner compris dans l'échelle de Hounsfield et un second intervalle MR de l'image IRM non lié à l'échelle de Hounsfield. Ces deux
intervalles représentent un encadrement des tissus mous.
Selon un mode de mise en oeuvre de l'invention, le traitement numérique consiste en une interpolation linéaire à l'aide d'une fonction affine intégrant la valeur des bornes inférieure ACT et supérieure BCT de l'intervalle CT dans l'image scanner et la valeur des bornes inférieure AMR
et supérieure BMR de l'intervalle MR dans l'image IRM.
Le fait de réaliser une interpolation linéaire permet de respecter
le choix de contraste dans l'image IRM.
De préférence, pour un pixel scanner ayant un niveau de gris VCT compris dans l'intervalle CT, on détermine le niveau de gris VMR du pixel de mêmes coordonnées dans l'image IRM, puis on détermine un niveau de gris dans l'intervalle CT à partir de ladite fonction affine et dudit niveau VMR. Le niveau de gris VOUT de chaque pixel de l'image finale peut être alors obtenu par l'algorithme suivant - si VCT < ACT, alors
1) VOUT = VCT,
- Si VCT > BCT, alors
2) VOUT = VCT,
- si ACT < VCT < BCT, alors
3) VOUT = ACT + (BCT - ACT) (VMR - AMR)/(BMR - AMR).
En d'autres termes, tout en conservant la résolution de l'image IRM, on réalise une mise à l'échelle de l'intervalle MR de sorte que le niveau noir AMR de l'image IRM correspond à la valeur la plus basse ACT des tissus mous dans l'image scanner. De même, le niveau blanc BMR de l'image IRM correspond à la valeur la plus haute BMR des tissus mous dans
l'image scanner.
En effet - pour VMR = BMR, niveau de gris le plus haut dans l'intervalle MR de l'image IRM, on obtient par 3) VOUT = BCT, niveau de gris le plus haut dans l'intervalle CT de l'image scanner, - et pour VMR = AMR, niveau de gris le plus bas dans l'intervalle MR de l'image IRM, on obtient par 3) VOUT = ACT, niveau de gris le plus bas dans
l'intervalle CT de l'image scanner.
La mise à l'échelle fait en sorte que l'intervalle MR non étalonné sur l'échelle de Hounsfield de l'image IRM, subit un traitement numérique qui le fait correspondre à l'intervalle CT compris dans l'intervalle de Hounsfield. Ainsi, toutes les valeurs de niveaux de gris VOUT de l'image finale sont contenues dans l'échelle de Hounsfield qui est l'échelle
standard de traitement d'image scanner.
L'invention a également pour objet un système de fusion d'une première image radiographique numérique obtenue par scannographie avec une seconde image radiographique numérique obtenue par IRM, comprenant: - un moyen de lecture de pixels de l'image scanner dont les niveaux de gris sont compris dans un intervalle CT prédéterminé, - un moyen de lecture de pixels de l'image IRM dont les coordonnées sont identiques à celles des pixels de l'intervalle CT de l'image scanner, - un moyen de calcul d'une troisième image composée de l'image scanner dans laquelle les pixels dont les niveaux de gris sont compris dans l'intervalle CT, sont remplacés par des pixels obtenus par traitement numérique des pixels de même coordonnées de l'image IRM pour obtenir
une image permettant la visualisation des tissus mous et des tissus osseux.
L'image finale obtenue est du type scanner. De ce fait, elle peut être traitée par les logiciels standards tels que Advantage Sim, ou encore Advantage Windows 3D viewer, ce qui n'est pas le cas des images de fusion de l'art antérieur. Les procédés de l'art antérieur nécessitent l'utilisation de logiciels spécifiques pour pouvoir traiter leurs images de fusion. D'autres avantages et caractéristiques de l'invention
apparaîtront à l'examen de la description détaillée d'un mode de mise en
oeuvre nullement limitatif, et des dessins annexés, sur lesquels: - la figure 1 est un organigramme d'un mode de mise en oeuvre du procédé selon l'invention; - la figure 2 illustre schématiquement deux images obtenues par
un système de tomographie.
En se référant plus particulièrement aux trois figures 1,3 et 4, on
réalise tout d'abord l'acquisition des deux images numériques.
L'acquisition 1 permet d'obtenir une image scanner 11 illustrée sur la figure 3. Cette image représente une vue d'une tête d'un patient selon un plan déterminé. On y distingue une partie extérieure à la tête, c'està-dire l'air 12 représenté en noir. La zone blanche 14 correspond aux tissus
osseux et toutes les zones grisâtres 13 correspondent aux tissus mous.
L'image scanner 11 est particulièrement intéressante par le fait qu'elle privilégie la visualisation du tissu osseux. Sa principale caractéristique est donc une mise en évidence parfaite des tissus osseux 14. Par contre, les zones grisâtres 13 possèdent une mauvaise résolution de sorte qu'il est
impossible de distinguer les contrastes dans les tissus mous.
L'acquisition 2 permet d'obtenir par imagerie par résonance magnétique une image 15. Elle représente une vue d'une tête d'un patient selon le même plan que l'image scanner 11. On y distingue également une partie noire 16 correspondant à l'air tout autour de la tête. A l'intérieur de la tête, les zones noires 17 correspondent aux tissus osseux et à tout élément autre que les tissus mous, comme par exemple l'air. Les zones grisâtres 18 représentent les tissus mous. La caractéristique principale de cette image est la mise en évidence des tissus mous. La résolution est suffisante pour distinguer les contrastes, les éléments d'intérêts 19. Par contre, il est difficile de délimiter les parties osseuses 17 car elles se confondent avec l'air et tout autre élément apparaissant en noir sur l'image
15.
Ces deux images 1 1 et 15 issues de deux méthodes d'acquisition 1 et 2 différentes, représentent une vue de la tête selon un plan de coupe donné. Ainsi, on réalise un recadrage bidimensionnel 3 afin de rendre superposable les deux images 11 et 15. Pour cela, on effectue éventuellement des opérations de rotation et/ou de translation. Il existe des outils connus de l'homme du métier permettant la vérification de cette opération de recadrage 3. On peut citer notamment l'outil utilisant un pointeur, c'est-à-dire que l'on pointe un élément particulier sur l'image scanner 11 par exemple, et un curseur apparaît sur le même élément particulier sur l'image IRM 15. La même idée est exploitée dans l'outil
utilisant une loupe de vision.
Une fois les deux images 11 et 15 recadrées, on détermine à l'étape 4 la valeur la plus basse ACT des tissus mous dans l'image scanner, par exemple - 130, qui est une valeur basse de tissus mous dans l'échelle de Hounsfield. On détermine également la valeur la plus haute BCT de tissus mous dans l'image scanner, par exemple 80, qui est une valeur haute de tissus mous dans l'échelle de Hounsfield. Ces deux valeurs sont deux nombres CT. Un nombre CT est défini à partir du coefficient d'atténuation du tissu considéré et du coefficient d'atténuation de l'eau (go - gw) Nombre CT = x 1000 Nw avec tw: coefficient d'atténuation de l'eau
gO: coefficient d'atténuation du tissu considéré.
Le nombre CT est exprimé en unité Hounsfield.
Tableau des nombres CT.
ELEMENTS DU CORPS HUMAIN NOMBRE CT
OS (CORTEX) >250
OS (MOELLE) 130 +/- 100
SANG COAGULE 80 +/- 10
GLANDE THYROIDIENNE 70 +/- 10
FOIE 50 +/- 10
MUSCLE 45 +/- 5
SANG 40 +/- 10
CERVEAU (MATIERE BLANCHE) 35 +/- 5
REIN 30 +/- 10
CERVEAU (MATIERE GRISE) 25 +/- 5
TISSU ADIPEUX -100 +/- 10
On détermine à l'étape 5 également deux valeurs AMR et BMR sur l'image IRM. AMR est un niveau de gris tel que les niveaux de gris inférieurs sont considérés noirs. BMR est un niveau de gris tel que les
niveaux de gris supérieurs sont considérés blancs.
On procède ensuite à un algorithme 6 permettant la mise à l'échelle de l'intervalle MR. Selon un mode de mise en oeuvre préféré de l'invention, l'algorithme 6 s'effectue conformément à la figure 2. On prend au cours de l'étape 6a un pixel cible de l'image scanner de niveau de gris égal à VCT. En premier lieu, on va déterminer si cette valeur est incluse dans l'intervalle CT. Pour cela, on fait intervenir les deux valeurs de la borne inférieure ACT et de la borne supérieure BCT. On compare au cours de l'étape 6b tout d'abord ladite valeur VCT à la valeur ACT. Si le niveau de gris du pixel cible VCT est inférieur à ACT, alors le pixel cible est en dehors de l'intervalle CT, il peut donc correspondre au tissu osseux 14 ou au fond noir 12 de l'image scanner. Dans ce cas, le pixel cible conserve sa valeur
VCT sur l'image finale 20.
Sinon, si le niveau de gris VCT est supérieur à ACT, on le compare au cours de l'étape 6c à la valeur BCT. Si le niveau de gris VCT du pixel cible est supérieur à la borne supérieure BCT de l'intervalle CT, alors ledit pixel cible conserve sa valeur VCT sur l'image finale 20 au cours de l'étape 6f,c'est-à-dire que VOUT, le niveau de gris du pixel cible sur l'image finale , est égal à VCT. Ainsi pour une valeur VCT inférieure à ACT ou supérieure à BCT, on conserve au cours de l'étape 6f ce niveau VCT en tant
que niveau de gris VOUT de l'image finale 20.
Par contre si VCT est supérieur à ACT est inférieur à BCT, alors on détermine au cours de l'étape 6d le niveau de gris VMR d'un pixel de l'image IRM de mêmes coordonnées que ledit pixel cible de l'image scanner. Puis, on fait subir à ce niveau de gris VMR une interpolation linéaire en faisant intervenir les niveaux ACT,BcT,AMR et BMR. On obtient alors au cours de l'étape 6e une nouvelle valeur VOUT indépendante de VCT. L'algorithme 6 se présente dans ce cas sous la forme - si VCT < -130, alors
1) VOUT = VCT,
- si VCT > 80, alors
2) VOUT = VCT,
- si -130 < VCT < 80, alors
3) VOUT = -130 + (80 + 130) (VMR- AMR)/(BMR - AMR).
Quelques soient les valeurs AMR et BMR, l'image finale 20
présente une plage de niveaux de gris conforme à l'échelle de Hounsfield.
La figure 5 présente cette image finale 20 dans laquelle on distingue à la fois les tissus osseux 14 et les tissus mous 18. Le fond de l'image 12 reste
noir comme sur l'image scanner 11.
Toutefois, pour une image scanner obtenue selon une vue des poumons, un pixel de niveau de gris VCT représentatif desdits poumons dans l'image scanner, aura la valeur VOT égal VCT dans l'image finale quelque soit le niveau de gris VCT inclus ou non dans l'intervalle CT. En d'autres termes, les niveaux de gris des poumons dans l'image finale sont les niveaux de gris des poumons dans l'image scanner, on n'applique pas l'interpolation linéaire sur les niveaux de gris des poumons. Cela est dû au fait que les niveaux de gris représentatifs des poumons possèdent une telle dynamique que l'image scanner comporte une meilleure résolution que
l'image IRM.
On a ainsi déterminé l'image finale 20 dont les niveaux de gris sont contenus dans l'échelle de Hounsfield. Cette image finale est ensuite sauvegardée à l'étape 7 sous forme d'une image scanner. On peut l'imprimer à l'étape 10 ou encore la visualiser à l'étape 8 sur un écran pour une éventuelle étude. Mais l'avantage principal de ce procédé réside dans le fait qu'on peut délivrer cette image à l'entrée d'un système de traitement
de radiothérapie standard à l'étape 9.
L'image finale issue de la fusion d'une image scanner avec une image IRM, met en évidence aussi bien les tissus mous que les tissus osseux et peut servir de source à l'ensemble de logiciels standards de traitements d'images scanner tels que Advantage Sim, Isis, ou encore
Advantage Windows viewer.
Il
Claims (10)
1. Procédé de fusion d'une première image radiographique numérique obtenue à la suite d'une scannographie avec une seconde image radiographique numérique obtenue par imagerie par résonance magnétique (IRM), dans lequel on sélectionne un intervalle CT de niveau de gris dans l'image scanner, on remplace chaque pixel de l'image scanner ayant un niveau de gris compris dans l'intervalle CT par un pixel obtenu par traitement numérique du pixel de mêmes coordonnées de l'image IRM, l'image finale correspondant à l'image scanner dans laquelle les pixels de
niveaux de gris compris dans l'intervalle CT sont ainsi modifiés.
2. Procédé selon la revendication 1, caractérisé par le fait qu'on réalise un recadrage bidimensionnel des deux images IRM et scanner à l'aide d'au moins une opération de rotation et/ou de translation afin qu'un pixel de ladite image scanner de coordonnées (x,y) et un pixel de l'image IRM de mêmes coordonnées (x,y) représentent une même portion de
l'organe radiographié.
3. Procédé selon l'une des revendications précédentes,
caractérisé par le fait que la borne supérieure BCT de l'intervalle CT est fixée à une valeur de niveau de gris sur l'échelle de Hounsfield, ledit niveau de gris correspondant à la valeur la plus haute des niveaux de gris
représentatifs des tissus mous visualisés sur l'image scanner.
4. Procédé selon l'une des revendications précédentes,
caractérisé par le fait que la borne inférieure ACT de l'intervalle CT est fixée à une valeur de niveau de gris sur l'échelle de Hounsfield, ledit niveau de gris correspondant à la valeur la plus basse des niveaux de gris
représentatifs des tissus mous visualisés sur l'image scanner.
5. Procédé selon l'une des revendications précédentes,
caractérisé par le fait qu'on sélectionne un autre intervalle MR de niveau de gris dans l'image IRM dont la borne supérieure BMR correspond à un
niveau de gris au-dessus duquel les pixels sont blancs.
6. Procédé selon la revendication 5, caractérisé par le fait que la borne inférieure AMR de l'intervalle MR correspond à un niveau de gris en
dessous duquel les pixels sont noirs.
7. Procédé selon l'une des revendications précédentes,
caractérisé par le fait que le traitement numérique consiste en une
interpolation linéaire.
8. Procédé selon la revendication 7, caractérisé par le fait que l'interpolation linéaire fait intervenir une fonction affine intégrant la valeur des bornes inférieure ACT et supérieure BCT de l'intervalle CT dans l'image scanner et la valeur des bornes inférieure AMR et supérieure BMR
de l'intervalle MR dans l'image IRM.
9. Procédé selon la revendication 8, caractérisé par le fait que pour un pixel scanner ayant un niveau de gris VCT compris dans l'intervalle CT, on détermine le niveau de gris VMR du pixel correspondant dans l'image IRM, puis on détermine un niveau de gris dans l'intervalle CT à partir de ladite fonction affine et dudit niveau VMR; le niveau de gris VOUT de chaque pixel de l'image finale est alors obtenu par l'algorithme suivant si VCT < ACT, alors
1) VOUT = VCT,
- si VCT > BCT, alors
2) VOUT = VCT,
- si ACT < VCT < BCT, alors
3) VOUT = ACT + (BCT - ACT) (VMR - AMR)/(BMR - AMR)
10. Système de fusion d'une première image radiographique numérique obtenue par scannographie avec une seconde image radiographique numérique obtenue par IRM, caractérisé par le fait qu'il comprend: - un moyen de lecture de pixels de l'image scanner dont les niveaux de gris sont compris dans un intervalle CT prédéterminé, - un moyen de lecture de pixels de l'image IRM dont les coordonnées sont identiques à celles des pixels de l'intervalle CT de l'image scanner, - un moyen de calcul d'une troisième image composée de l'image scanner dans laquelle les pixels dont les niveaux de gris sont compris dans l'intervalle CT, sont remplacés par des pixels obtenus par traitement numérique des pixels de même coordonnées de l'image IRM pour obtenir
une image permettant la visualisation des tissus mous et des tissus osseux.
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR9905438A FR2793055B1 (fr) | 1999-04-29 | 1999-04-29 | Procede et systeme de fusion de deux images radiographiques numeriques |
| JP2000615967A JP4557437B2 (ja) | 1999-04-29 | 2000-04-28 | ２つの放射線ディジタル画像の融合方法とシステム |
| IL140458A IL140458A (en) | 1999-04-29 | 2000-04-28 | Method and system of fusion of two digital radiographic images |
| PCT/IB2000/000606 WO2000067202A1 (fr) | 1999-04-29 | 2000-04-28 | Algorithme de presentation de la fusion d'images de tomographie assistee par ordinateur et de resonance magnetique |
| US09/720,541 US7010149B1 (en) | 1999-04-29 | 2000-04-28 | Method and system of fusion of two digital radiographic images |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR9905438A FR2793055B1 (fr) | 1999-04-29 | 1999-04-29 | Procede et systeme de fusion de deux images radiographiques numeriques |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| FR2793055A1 true FR2793055A1 (fr) | 2000-11-03 |
| FR2793055B1 FR2793055B1 (fr) | 2001-07-13 |
Family
ID=9545020
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FR9905438A Expired - Fee Related FR2793055B1 (fr) | 1999-04-29 | 1999-04-29 | Procede et systeme de fusion de deux images radiographiques numeriques |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US7010149B1 (fr) |
| JP (1) | JP4557437B2 (fr) |
| FR (1) | FR2793055B1 (fr) |
| IL (1) | IL140458A (fr) |
| WO (1) | WO2000067202A1 (fr) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115719415A (zh) * | 2022-03-28 | 2023-02-28 | 南京诺源医疗器械有限公司 | 一种视野可调双视频融合成像方法及系统 |
Families Citing this family (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4610731B2 (ja) * | 2000-12-26 | 2011-01-12 | 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 | Ｃｔ断層像の画像診断装置、ｘ線ｃｔ装置、及びプログラム |
| JP3766421B2 (ja) * | 2001-07-03 | 2006-04-12 | 株式会社日立製作所 | 生体試料光学測定方法及び生体試料光学測定装置 |
| US8027712B2 (en) | 2002-10-11 | 2011-09-27 | Ion Beam Applications S.A. | Elongated markers for soft tissue volume identification |
| JP2005058428A (ja) * | 2003-08-11 | 2005-03-10 | Hitachi Ltd | 病巣位置特定システム及び放射線検査装置 |
| US20060030769A1 (en) * | 2004-06-18 | 2006-02-09 | Ramamurthy Venkat R | System and method for loading timepoints for analysis of disease progression or response to therapy |
| WO2006054193A1 (fr) * | 2004-11-19 | 2006-05-26 | Koninklijke Philips Electronics N.V. | Conversion optimale d'ensembles d'images 3d entre des espaces differents |
| DE102005016256B3 (de) * | 2005-04-08 | 2006-06-08 | Siemens Ag | Verfahren zum Darstellen präoperativ aufgenommener dreidimensionaler Bilddaten bei Aufnahme zweidimensionaler Röntgenbilder |
| JP4541988B2 (ja) * | 2005-07-28 | 2010-09-08 | 富士フイルム株式会社 | 位置合せ装置、位置合せ方法、およびそのプログラム |
| CN101496064B (zh) * | 2006-04-06 | 2012-10-10 | 皇家飞利浦电子股份有限公司 | 用于重构图像的方法和用于重构图像的重构系统 |
| DE102009048070B4 (de) * | 2009-10-01 | 2020-08-20 | Gsi Helmholtzzentrum Für Schwerionenforschung Gmbh | Optimierung von Steuerparametern für eine Partikelbestrahlungsanlage unter Berücksichtigung von interfraktionellen Bewegungen eines Zielvolumens |
| CA2828298A1 (fr) | 2011-03-29 | 2012-10-04 | Boston Scientific Neuromodulation Corporation | Systeme et procede pour localiser un fil de sortie |
| CN104220898B (zh) | 2012-03-28 | 2017-05-17 | 国立研究开发法人量子科学技术研究开发机构 | 基于mr图像的pet吸收校正图像生成方法 |
| CN105122301B (zh) * | 2013-04-18 | 2018-04-24 | 皇家飞利浦有限公司 | 对来自不同成像模态的医学图像的同时显示 |
| US10130325B2 (en) | 2013-06-10 | 2018-11-20 | General Electric Company | System and method of correcting banding artifacts in cardiac CT |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5672877A (en) * | 1996-03-27 | 1997-09-30 | Adac Laboratories | Coregistration of multi-modality data in a medical imaging system |
Family Cites Families (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5490516A (en) * | 1990-12-14 | 1996-02-13 | Hutson; William H. | Method and system to enhance medical signals for real-time analysis and high-resolution display |
| US5531520A (en) | 1994-09-01 | 1996-07-02 | Massachusetts Institute Of Technology | System and method of registration of three-dimensional data sets including anatomical body data |
| US6483948B1 (en) | 1994-12-23 | 2002-11-19 | Leica Ag | Microscope, in particular a stereomicroscope, and a method of superimposing two images |
| JP3878259B2 (ja) * | 1996-11-13 | 2007-02-07 | 東芝医用システムエンジニアリング株式会社 | 医用画像処理装置 |
| US6123733A (en) * | 1996-11-27 | 2000-09-26 | Voxel, Inc. | Method and apparatus for rapidly evaluating digital data processing parameters |
| JP3862798B2 (ja) * | 1997-01-13 | 2006-12-27 | 株式会社日立メディコ | 医療用画像診断装置 |
| JP2964321B2 (ja) * | 1997-09-01 | 1999-10-18 | ジーイー横河メディカルシステム株式会社 | 画像表示方法、画像表示装置および画像診断装置 |
| US20040047804A1 (en) * | 1998-10-29 | 2004-03-11 | The General Hospital Corporation, A Massachusetts Corporation | Enhanced radiation therapy |
| US6266453B1 (en) * | 1999-07-26 | 2001-07-24 | Computerized Medical Systems, Inc. | Automated image fusion/alignment system and method |
| US6429878B1 (en) * | 1999-12-28 | 2002-08-06 | Ge Medical Systems Global Technology Company, Llc | Display of text on medical images |
| US6748043B1 (en) * | 2000-10-19 | 2004-06-08 | Analogic Corporation | Method and apparatus for stabilizing the measurement of CT numbers |
| US7259729B2 (en) * | 2001-02-01 | 2007-08-21 | Fujifilm Corporation | Image display method, apparatus and storage medium |
| US6661865B1 (en) * | 2001-02-21 | 2003-12-09 | Koninklijke Philips Electronics, N.V. | Variable axial shielding for pet imaging |
| US6670614B1 (en) * | 2001-06-01 | 2003-12-30 | Leonard F. Plut | Volume cone beam acquisition on a nuclear spect system using a digital flat panel |
| WO2003007825A1 (fr) * | 2001-07-19 | 2003-01-30 | Atritech, Inc. | Dispositif personnalise destine a recouvrir le vestibule de l'appendice atrial gauche |
| DE10229113A1 (de) * | 2002-06-28 | 2004-01-22 | Siemens Ag | Verfahren zur Grauwert-basierten Bildfilterung in der Computer-Tomographie |
| AU2003253846A1 (en) * | 2002-07-10 | 2004-01-23 | Orthodata Technologies Llc | Strain sensing system |
-
1999
- 1999-04-29 FR FR9905438A patent/FR2793055B1/fr not_active Expired - Fee Related
-
2000
- 2000-04-28 US US09/720,541 patent/US7010149B1/en not_active Expired - Fee Related
- 2000-04-28 WO PCT/IB2000/000606 patent/WO2000067202A1/fr active Application Filing
- 2000-04-28 JP JP2000615967A patent/JP4557437B2/ja not_active Expired - Lifetime
- 2000-04-28 IL IL140458A patent/IL140458A/en not_active IP Right Cessation
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5672877A (en) * | 1996-03-27 | 1997-09-30 | Adac Laboratories | Coregistration of multi-modality data in a medical imaging system |
Non-Patent Citations (2)
| Title |
|---|
| MITICHE A ET AL: "MULTIPLE SENSOR INTEGRATION/FUSION THROUGH IMAGE PROCESSING: A REVIEW", OPTICAL ENGINEERING,US,SOC. OF PHOTO-OPTICAL INSTRUMENTATION ENGINEERS. BELLINGHAM, vol. 25, no. 3, pages 380-386, XP000718279, ISSN: 0091-3286 * |
| SHARMA R K ET AL: "39.2: MULTISENSOR IMAGE REGISTRATION", SID INTERNATIONAL SYMPOSIUM DIGEST OF TECHNICAL PAPERS,US,SANTA ANA, SID, vol. 28, pages 951-954, XP000722843, ISSN: 0097-966X * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115719415A (zh) * | 2022-03-28 | 2023-02-28 | 南京诺源医疗器械有限公司 | 一种视野可调双视频融合成像方法及系统 |
| CN115719415B (zh) * | 2022-03-28 | 2023-11-10 | 南京诺源医疗器械有限公司 | 一种视野可调双视频融合成像方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2000067202A1 (fr) | 2000-11-09 |
| US7010149B1 (en) | 2006-03-07 |
| JP4557437B2 (ja) | 2010-10-06 |
| JP2002542915A (ja) | 2002-12-17 |
| IL140458A (en) | 2006-09-05 |
| IL140458A0 (en) | 2002-02-10 |
| FR2793055B1 (fr) | 2001-07-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| FR2793055A1 (fr) | Procede et systeme de fusion de deux images radiographiques numeriques | |
| JP5780865B2 (ja) | 画像処理装置、撮像システム、画像処理システム | |
| US8311302B2 (en) | Method for identification of dental caries in polychromatic images | |
| FR2803069A1 (fr) | Procede et systeme de compensation de l'epaisseur d'un organe | |
| FR2836577A1 (fr) | Algorithme de reduction d'artefacts de mouvement pour une radiographie bi-energetique a deux expositions | |
| FR2942124A1 (fr) | Procede et dispositif d'imagerie radiologique | |
| EP4154213A1 (fr) | Procédé de débruitage d'images dentaires par adaptation de domaine | |
| Miles et al. | Matched filter estimation of serial blood vessel diameters from video images | |
| FR2796740A1 (fr) | Procede et systeme de gestion de la saturation sur une image radiographique numerisee | |
| FR2797978A1 (fr) | Procede de recalage automatique d'images | |
| EP2405816B1 (fr) | Correction de bruit cyclique pour pseudo-projections | |
| Vinegoni et al. | High dynamic range fluorescence imaging | |
| FR2819330A1 (fr) | Procede pour separer par segmentation et calculer le volume de la matiere blanche, de la matiere grise et du fluide cerebro-spinal dans des images du cerveau humain obtenues par resonance magnetique | |
| FR2884340A1 (fr) | Procede et dispositif de traitement d'images en angiographie soustraite | |
| CN111192208B (zh) | 一种基于边窗滤波器的牙齿cr图像增强方法及装置 | |
| EP0927953A1 (fr) | Procédé de traitement d'une image multidimensionelle bruitée et appareil d'imagerie médicale mettant en oeuvre ce procédé | |
| Loewke et al. | Real-time image mosaicing with a hand-held dual-axes confocal microscope | |
| Abdallah | Improvement of sonographic appearance using HAT-TOP methods | |
| Bevilacqua et al. | Vignetting correction by exploiting an optical microscopy image sequence | |
| KR102423104B1 (ko) | 듀얼 에너지 엑스선 프로젝션을 이용한 금속 이미지 구분 방법, 금속 인공음영 제거 방법 및 이를 이용한 엑스선 영상 획득 장치 | |
| Truong et al. | Sub-micrometer morphology of human atherosclerotic plaque revealed by synchrotron radiation-based μCT—A comparison with histology | |
| JP4904050B2 (ja) | ディジタル画像処理方法及びシステム | |
| Witt et al. | Point spread function deconvolution in 3D micro-CT angiography for multiscale vascular tree separation | |
| Behrens et al. | Intensity based multi-scale blending for panoramic images in fluorescence endoscopy | |
| Feruglio et al. | Noise suppressed, multifocus image fusion for enhanced intraoperative navigation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| ST | Notification of lapse |
Effective date: 20141231 |