JP2008546441A - 第1及び第2画像を比較するためのモデルに基づく弾性画像登録方法 - Google Patents
第1及び第2画像を比較するためのモデルに基づく弾性画像登録方法 Download PDFInfo
- Publication number
- JP2008546441A JP2008546441A JP2008516489A JP2008516489A JP2008546441A JP 2008546441 A JP2008546441 A JP 2008546441A JP 2008516489 A JP2008516489 A JP 2008516489A JP 2008516489 A JP2008516489 A JP 2008516489A JP 2008546441 A JP2008546441 A JP 2008546441A
- Authority
- JP
- Japan
- Prior art keywords
- image
- constraints
- constraint
- registration
- landmarks
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 239000000463 material Substances 0.000 claims abstract description 18
- 238000003384 imaging method Methods 0.000 claims description 11
- 230000005489 elastic deformation Effects 0.000 claims description 10
- 230000009466 transformation Effects 0.000 claims description 10
- 238000011524 similarity measure Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 230000002452 interceptive effect Effects 0.000 claims description 5
- 238000005457 optimization Methods 0.000 abstract description 17
- 238000006073 displacement reaction Methods 0.000 abstract description 5
- 210000004072 lung Anatomy 0.000 description 13
- 230000008569 process Effects 0.000 description 9
- 210000003484 anatomy Anatomy 0.000 description 7
- 210000001519 tissue Anatomy 0.000 description 7
- 230000008901 benefit Effects 0.000 description 6
- 239000000700 radioactive tracer Substances 0.000 description 6
- 239000000126 substance Substances 0.000 description 6
- 239000013013 elastic material Substances 0.000 description 5
- 210000003127 knee Anatomy 0.000 description 4
- 210000000056 organ Anatomy 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 238000001356 surgical procedure Methods 0.000 description 4
- 238000000844 transformation Methods 0.000 description 4
- 206010028980 Neoplasm Diseases 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000012530 fluid Substances 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- IVTMXOXVAHXCHI-YXLMWLKOSA-N (2s)-2-amino-3-(3,4-dihydroxyphenyl)propanoic acid;(2s)-3-(3,4-dihydroxyphenyl)-2-hydrazinyl-2-methylpropanoic acid Chemical compound OC(=O)[C@@H](N)CC1=CC=C(O)C(O)=C1.NN[C@@](C(O)=O)(C)CC1=CC=C(O)C(O)=C1 IVTMXOXVAHXCHI-YXLMWLKOSA-N 0.000 description 2
- 101000608154 Homo sapiens Peroxiredoxin-like 2A Proteins 0.000 description 2
- 102100039896 Peroxiredoxin-like 2A Human genes 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 210000000988 bone and bone Anatomy 0.000 description 2
- 230000008602 contraction Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000010339 dilation Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000001959 radiotherapy Methods 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 230000003187 abdominal effect Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000013152 interventional procedure Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000002603 single-photon emission computed tomography Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Images
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
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Processing Or Creating Images (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本発明は、点に基づく弾性登録パラダイムを改善することを目的とする。点に基づく弾性登録は、典型的には、2つの画像において対応する点ランドマーク(2,4)を見つける、及び全体的変位フィールドを補間するための制約として点対応性を用いることにより実行される。この方法の制限は、点ランドマーク(2,4)が特定されることが可能である構造間の対応性のみを確実にすることである。代替の概念は、最適化のための大きい演算コストにより制限される。本発明の概念は、第1画像(3)及び第2画像(5)において対応する1つ又はそれ以上の制限構造を分割し(PART(IS、IT))、先験的知識から1つ又はそれ以上の制限構造にもたらされる付加制約fAdd partを与えることにより、付加変形フィールドの制約が課せられる、方法及びシステムを与える。好適な実施例は、i)インタラクティブに規定される点ランドマーク(25)の対、ii)線(23)、領域(27)、形又は境界(29、図3)の方式で対応する構造の自動特定からもたらされるランドマーク、iii)対応する構造の異なる物質特性(組織1及び組織2)、iv)より一般的な対応性を確立する生理学的制約である。
Description
本発明は、特に、医学的及び/又は生物医学的用途のために、第1及び第2画像を比較するためのモデルに基づく弾性画像登録の方法に関する。
本発明はまた、特に、医学的及び/又は生物医学的用途のために、第1及び第2画像を比較するためのモデルに基づく弾性画像登録のためのそれぞれのシステムに関する。
また、本発明は、画像取得装置、画像ワークステーション、コンピュータプログラム及び情報担体に関する。
画像登録は、同じ解剖学的構造の異なる表現からの相補的情報を目的として、医学的画像解析における重要な手法である。画像登録の目的は、ソース及びターゲット画像における解剖学的構造に最良の可能な空間的対応関係をもたらす変換を求めることである。非線形変換を用いるアルゴリズムよりかなり簡単である、厳密なアフィン変換を用いる多くのアルゴリズムが存在しているが、それらの用途の範囲は限定されている。長年に亘る活発な研究にも拘わらず、非線形変換を用いる有望な実現可能な解決方法は、ごく僅かしか存在していない。点に基づく(ランドマークに基づく)弾性登録は、両方の画像における対応する点のランドマークを自動的に見つけて、例えば、文献“Medical Image Registration”,by J.V.Hajnal,D.L.G.Holl and D.J.Hawkes(eds.)CRC Press,2001に記載されている大域変位を補間する又は近似する制約として点のランドマークの対応関係を用いることにより実行されることが可能である。この方法の制限は、ランドマークが自動的に識別されることが可能である構造間の対応関係のみを確実にすることである。画像間の類似性は、非常に密な点ランドマークの分布が用いられる場合のみに最大化されるが、そうでない場合には、登録の品質は悪い可能性がある。
変形可能な画像登録における挑戦しがいのある課題は、それ故、実際の使用のために演算のコストの抑制をしばしばもたらす、基本的な非線形変換の複雑性に対処することである。非パラメータ変換の使用は、例えば、僅かに少ない解が文献において既知の場合に、数百万の未知数を伴う最適化の課題に繋がる。それらの一つは、例えば、文献“Fast fluid registration of medical images”,by Bro−Nielsen,M.Gramkow,C.,Proc.Visualization in Biomedical Computing(VBC‘96),Hamburg(1996)267−276又は“Fast image registration−a variational approach”,Fischer,B.,Modesittzki,J,Proc.of the Int.Conf.on Numerical Analysis and Computational Mathematics(NACoM’03),Cambridge(2003)69−74に記載されている。
パラメータ方法の有利点は、中程度のパラメータ数を用いて非線形変換を表す能力である。それらの一つの例は、例えば、文献“Spline−Based Elastic Image Registration”,By Karl Rohr,PAMM,Vol.3,Issue 1,pages 36−39,published online:November 28,2000に記載されているような通常のBスプライングリッドに基づく可変登録である。しかしながら、その性能は、高次元探索空間に繋がる微細格子及び小さい構造の不正確な登録に繋がる粗格子を伴う格子分解能に大きく依存する。
更なる改善については、文献“Deformable Image Registration by Adaptive Gaussian Forces”,V.Pekar,E.Glabilin,Proc.ECCV 2004,Workshops CVAMIA and MMBIA,page 317−328,Prague,Czech republic,May 2004,LNCN 3117 Springerに記載されていて、それにおいて、ガウス分布形状の力が、変形される画像における幾つかの独立した制御点に適用されることが仮定されている。これは、最適化スキームをもたらし、それにおいて、画像間の類似性を最大化する、制御点の位置並びに最適な力の強度及び方向が決定される。この方法はまた、最適化処理にガウス分布の標準偏差を明示的に有することにより個々の制御点の局所的影響を制御することを可能にする。後者の方法は、物理に基づく弾性変形モデルを用いて制限された影響領域を伴う制御点の適合可能な不規則な格子を導入する。このストラテジは有望な方法であるが、画像が無限弾性連続対であるとみなされ、最適化及び演算効率について大きい演算コストによって限定される画像が限定されたまま維持される均一な弾性材料に限定される。
高い演算効率及び不均一な材料についての良好な結果の概念が要望されている。
""Fast fluid registration of medical images",by Bro−Nielsen,M.Gramkow,C.,Proc.Visualization in Biomedical Computing(VBC‘96),Hamburg(1996)267−276又は"Fast image registration−a variational approach",Fischer,B.,Modesittzki,J,Proc.of the Int.Conf.on Numerical Analysis and Computational Mathematics(NACoM’03),Cambridge(2003)69−74 "Spline−Based Elastic Image Registration",By Karl Rohr,PAMM,Vol.3,Issue 1,pages 36−39,published online:November 28,2000 "Deformable Image Registration by Adaptive Gaussian Forces",V.Pekar,E.Glabilin,Proc.ECCV 2004,Workshops CVAMIA and MMBIA,page 317−328,Prague,Czech republic,May 2004,LNCN 3117 Springer
""Fast fluid registration of medical images",by Bro−Nielsen,M.Gramkow,C.,Proc.Visualization in Biomedical Computing(VBC‘96),Hamburg(1996)267−276又は"Fast image registration−a variational approach",Fischer,B.,Modesittzki,J,Proc.of the Int.Conf.on Numerical Analysis and Computational Mathematics(NACoM’03),Cambridge(2003)69−74 "Spline−Based Elastic Image Registration",By Karl Rohr,PAMM,Vol.3,Issue 1,pages 36−39,published online:November 28,2000 "Deformable Image Registration by Adaptive Gaussian Forces",V.Pekar,E.Glabilin,Proc.ECCV 2004,Workshops CVAMIA and MMBIA,page 317−328,Prague,Czech republic,May 2004,LNCN 3117 Springer
上記のことが、本発明がもたらされた理由であり、本発明の目的は、特に、不均一な材料処理する上でさえ、演算効率及び結果の品質を向上させる、第1画像及び第2画像を比較するためにモデルに基づく弾性画像登録の、医学的及び/又は生物医学的方法、方法並びに装置を提供することである。
その方法にも拘わらず、その目的は、次の段階であって:
− 適合可能弾性登録に基づいて第1画像と第2画像との間の類似性測定を最適化することにより最適化弾性変形フィールドを決定する段階であって、変形フィールドは、
第1画像及び第2画像における対応する制御点ランドマークを自動的に与え、そして
その制御点ランドマークにおいて変換モジュールとして適合可能なガウシアン形状の力を適用する、
ことにより改善される、段階;
を有する、第1画像及び第2画像を比較するための、モデルに基づく弾性画像登録方法により達成される。
− 適合可能弾性登録に基づいて第1画像と第2画像との間の類似性測定を最適化することにより最適化弾性変形フィールドを決定する段階であって、変形フィールドは、
第1画像及び第2画像における対応する制御点ランドマークを自動的に与え、そして
その制御点ランドマークにおいて変換モジュールとして適合可能なガウシアン形状の力を適用する、
ことにより改善される、段階;
を有する、第1画像及び第2画像を比較するための、モデルに基づく弾性画像登録方法により達成される。
本発明にしたがって、変形フィールド制限を課する段階は:
− 第1画像及び第2画像における対応する制限構造の1つ又はそれ以上を分割する段階;
− 先験的知識(a priori knowledge)からそれらの1つ又はそれ以上の制限構造にもたらされる付加制約を与える段階;
を更に有する。
− 第1画像及び第2画像における対応する制限構造の1つ又はそれ以上を分割する段階;
− 先験的知識(a priori knowledge)からそれらの1つ又はそれ以上の制限構造にもたらされる付加制約を与える段階;
を更に有する。
この方法に関しては、上記目的は、第1画像及び第2画像であって:
− 適合可能弾性登録に基づいて第1画像及び第2画像との間の類似性測定を最適化することにより最適断線変形フィールとを決定するための手段;並びに
− 変形フィールド制約を課するための手段であって、
第1画像及び第2画像において対応する制御点ランドマークを自動的に与える手段と、
制御点ランドマークにおいて変換モジュールとして適合可能なガウシアン形状の力を与えるための手段と、
を有する、手段;
を有する、第1画像及び第2画像を比較するためにモデルに基づく弾性画像登録のためのシステムにより達成される。
− 適合可能弾性登録に基づいて第1画像及び第2画像との間の類似性測定を最適化することにより最適断線変形フィールとを決定するための手段;並びに
− 変形フィールド制約を課するための手段であって、
第1画像及び第2画像において対応する制御点ランドマークを自動的に与える手段と、
制御点ランドマークにおいて変換モジュールとして適合可能なガウシアン形状の力を与えるための手段と、
を有する、手段;
を有する、第1画像及び第2画像を比較するためにモデルに基づく弾性画像登録のためのシステムにより達成される。
本発明にしたがって、変形フィールド制限を課すための方法は:
− 第1画像及び第2画像において対応する1つ又はそれ以上の制限構造を分割するための手段;及び
− 先験的知識からそれらの1つ又はそれ以上の制限構造にもたらされる付加制約を与えるための手段;
を更に有する。
− 第1画像及び第2画像において対応する1つ又はそれ以上の制限構造を分割するための手段;及び
− 先験的知識からそれらの1つ又はそれ以上の制限構造にもたらされる付加制約を与えるための手段;
を更に有する。
基本概念において、本発明は、第1画像及び第2画像において対応するように、制限構造について適用される先験的知識と適合可能なガウシアン力のための自動化された最適化手法を組み合わせることにより弾性登録パラダイムを改善することを目的とし、それらの制限構造は、適切な分割処理により特定される。そのような処理は、ユーザにより、特に、医師により適切な状態の及びそれぞれのシステムの使用において、手動で、半自動で、例えば、インタラクティブに、又は自動で適用されることが可能である。
分割のための手段が、先験的知識から1つ又はそれ以上の制限構造にもたらされる後に課される付加制限及び画像における制限構造を特定するために有効に実行されることが可能であることが、本発明により実現されている。先験的知識は、本発明の概念の進展した構成について下で説明する種々の方式で利用可能である。更に、その概念は、有効な演算量の減少に繋がり、それ故、適合可能なガウシアン形状の力に基づいて、先験的知識を用いて実際の方法とモデルに基づく非線形弾性画像登録概念を組み合わせる。
特に、一般的な手段に比較して、種々の有利点が本発明の概念により達成される。
第1に、登録のロバスト性は、それが第1(ソース)画像及び第2(目的)画像の両方における特定の構造が対応することを保証することができ、それはまた、例えば、階調値に基づく類似性指標のみを適用するときには、達成するには困難であるために、改善される。冒頭で概要を説明しているように、階調値に基づく類似性指標は、ランドマークを明確に特定することができないとき、問題に繋がる。
第2に、最適化の自由度のパラメータ空間は制限され、演算的に有効な局所的最適化方法の使用が実現可能である。
第3に、本発明の概念は、インタラクティブ速度でオンライン局所的洗練概念とオフライン全体的最適化概念を結合させることを可能にする。このことは、外科手術におけるようなオンラインの状態については特に重要である。特に、全体的及び局所的登録において、正確な要求が医学的対象における焦点に適合されることが可能であり、登録は、大きく異なるモダリティを安全に操作するように改善されることが可能である。例えば、局所的類似性指標の最適化の有利点に対して全体的類似性指標の最適化を無視することは、特定の状況下で有利である。
このことはまた、医学的及び/又は生物医学的アプリケーションに対して制限されるばかりでなく、分子イメージングのようなアプリケーションに特に、拡張されることが可能である本発明の概念の多様なアプリケーションに繋がる。
本発明の高度な構成については、方法及びシステムのそれぞれの従属請求項に更に記載している。それにより、提案している概念の上記の有利点は、更に改善され、特に、高度な構成は、先験的知識をもたらす好適な概念を与える。
好適な実施形態においては、分割する段階は、第1画像及び第2画像のセグメント化を有する。そのようなセグメント化処理は、種々の技術、例えば、閾値化処理又はスピード成長技術により達成されることが可能である。
好適には、制限構造についての先験的知識の制約は幾何学的制約として適用される。好適な幾何学的制約は、点、線又は領域の方式で制限構造を規定することにより課せられる。また、境界、線又は点の領域の方式は、制限構造に適切な幾何学的制約を与える。その有利点は、特に、手動で、半自動で又は必要に応じて自動的に、幾何学的制約が容易に適用されることである。
簡単化した好適な構成においては、付加制約が、第1画像及び第2画像において対応する点ランドマークをインタラクティブに規定するときに課せられる。他の好適な構成を付加して又はそれらを組み合わせて、付加制約が、第1画像及び第2画像における対応する領域又は境界の自動的な、半自動的な又はインタラクティブな特定をもたらすランドマークとして課せられることが可能である。点、線又は領域の方式にあるランドマークは、例えば、点ランドマークを手動で選択することにより、又は、登録されるべき画像において自動化変形メッシュの適合を適用することにより、容易に適用可能であり、メッシュの頂点は好ましいマッピングを与える。上記の種類のメッシュは、好適には、上記のセグメント化処理により好適に与えられる。この概念は、構造が、例えば、階調値に基づいて、自動的に、明確に特定されることができない場合でさえ、有利に適用可能である。
更なる有利な高度な構成においては、制限構造についての先験的知識の制約が生理学的制約として適用される。
例示としての好適な構成として、対応する構造の異なる物質の特性が、画像における特定の幾何学的構造に対して適用されることが可能である。後者は、点、線、領域、形又は境界等により概略化されることが可能である。それにより、有利であることに、物質の不均一な特定について説明される。例えば、異なる弾性物質の性質は、画像の更なる構造に比較して画像の最初の構造に対して与えられることが可能である。
他の実施例として、生理学的な関係は、単に幾何学的な推論を明確に超える、有用な確立された制約であることが可能である。特に、後者の種類の制約は、幾何学的ランドマークを明確に特定することができないときに、好適に適用される。例えば、空間的な近傍の関係を確立することができる。他の実施例として、例えば、トレーサの動力学に基づく時間の制約が、先験的知識の制約を課すように与えられることが可能である。数学的には、そのようなスキームは、明確に規定された構造についての厳密な補間のような概念に代えて、より近似的な概念に繋がる。
上記の方法、システム及び高度な構成は、何れかの好適な種類のディジタル回路により実行されることが可能であり、それにより、ディジタル回路に関連する有利点が得られることが可能である。単独のプロセッサ又は他のユニットは、請求項に記載されている幾つかの手段の機能を実行する。上記の種類のディジタル回路プロセッサは、1つ又はそれ以上のマルチプロセッサシステムにおいて実施されることが可能である。
特に、本発明の概念はまた、上記のシステムを各々有する、画像取得装置及び画像ワークステーションに繋がる。
また、本発明は、演算、撮像及び/又はシステムにおいてコンピュータプログラムプロダクトが実行されるときに、上記の方法を実行するように、演算、撮像及び/又はプリンタシステムを有するソフトウェアコード部を有する、演算、撮像及び/又はプリンタシステムにより読み取り可能な媒体において記憶可能であるコンピュータプログラムプロダクトに繋がる。
本発明はまた、上記のコンピュータプログラムプロダクトを有する情報担体に繋がる。
本発明の上記の及び他の特徴は、以下で詳述する実施形態を参照して明らかになり、理解することができる。
勿論、本発明を説明するために構成要素又は方法論の考えられる全ての構成について説明することは可能ではないが、当業者は、本発明の多くの更なる組み合せ及び入れ換えが可能であることが理解できるであろう。
特に、その方法に関しては、上記の実施形態は必須ではない。当業者は、本発明により意図されている概念から逸脱することなく、ネジ切りモデル、マルチプロセッサシステム又は多処理を同時に用いる段階を実行する又は段階の順序を変えることが可能である。本発明は、複数の別個の要素を有するハードウェアにより、及び適切にプログラムされたコンピュータにより実行されることが可能である。特に、複数の手段を列挙している請求項においては、それらの手段の幾つかは、コンピュータ読み出し可能ソフトウェア又はハードウェアの同一のアイテムにより実施されることが可能である。
本発明は、CT取得装置についての特定のユーティリティを有し、CT取得装置に関連付けて、以下、説明し、本発明はまた、ボリューム画像データを再生することができる撮像装置の他の方式を有して動作可能であることを理解する必要がある。そのような撮像装置は、特に、3D−RA、MR、PET、SPECT等のようなデータの医学的な取得のための装置を含む。
本発明のより十分な理解のために、添付図面を参照する。
図1に概略を示すように、本発明の好適な実施形態は、画像の物理に基づく登録、即ち、参照番号3で示されているソース画像IS(x)及び参照番号5で示されている目的画像IT(x)に示されている。第1画像3及び第2画像5を比較するための題意線画像登録において、それらの画像は、外部の力fの適用の下で変形する物理的連続体(弾性固体、流体等)としてモデル化される。物理に基づく登録の問題は、境界∂Ω(Ω=Ωυ∂Ω)を有する空間ドメインΩにおいて弾性変形
を求めるように式で表されることが可能である。弾性変形又は移動フィールドは参照番号7で示されている。参照番号9で示される種類の(一般に、非線形)偏微分方程式を解くことを基礎として、適切な境界条件を有するL(u)=fが用いられる。ここで、
は、基本的な物理媒体において作用する適用された力のベクトルを表す。その点で、
は変位フィールドであり、Lは材料の応答を規定する演算子である。弾性変形と変位フィールドとの間の関係は、参照番号7によりφ(x)=x+u(x)として与えられている。最適な弾性変形は、ソース画像IS(x)と目的画像IT(x)との間の類似性指標Mを最適化することにより、特に最大化することにより決定され、その目的画像IT(x)は参照番号11で示されている。
好適な実施形態においては、第1画像3及び第2画像5を比較するためのモデルに基づく弾性画像登録についてのそれぞれのシステム1は、医学的及び/又は生物医学的アプリケーションについて適合可能である。前記システム1は、適合可能な弾性登録に基づいて第1画像IS(x)と第2画像IT(x)との間の類似性指標11を最大化することにより最適な弾性変形フィールド7を決定するための手段11を有する。変形制約は、第1画像3における制御点ランドマーク2と、第2画像5における対応する制御点ランドマーク4を自動的に与えるための手段13により課せられる。更に、そのシステム1は、制御点ランドマーク2、4における変換モジュールとして適合可能なガウシアン形状の力fGを適用するための手段15を備えている。
ランドマーク2、4の位置、適用される力fGの方向及び大きさ並びにそれらの影響の領域は、画像3と5、即ちIS(x)とIT(x)との間の類似性指標の最大に達するように最大化される。
本発明の概念にしたがって、システム1の好適な実施形態は、付加変形フィールド制限を課すための手段17を備えている。その手段17は、第1画像3及び第2画像5において対応する制限構造の1つ又はそれ以上を分割するための手段19と、例えば、先験的知識からランドマーク2、4により示される構造のような1つ又はそれ以上の制限構造にもたらされる付加制約fAdd partを与えるための手段21とを更に有する。
図1に概略を示している例示としての本発明の好適な実施形態は、解法処理の複雑性を低減し、それにより最適化の演算コストを抑制し、解法処理の効率を高めることができる。更に、本発明の実施形態は、不均一な材料についてもまた、登録処理を実行するように実行することができる。
これは、医学的業界及び医学用ワークステーションにおけるロバストな画像登録手段の開発において本質的に関心がもたれるものである。全体弾性登録は、種々の臨床的アプリケーションのために必要であり、この場合、異なるモダリティ又は異なる患者により、異なる時間において取得される画像がアライメントされる必要がある。重要な実施例は、腫瘍の診断及び手術に関連し、この場合、異なる画像のモダリティの画像は、腫瘍の異なる特徴、先行する及び後続する介入画像の比較、時間的に一連の医学的画像の解析、個々の画像の解剖学的画像とのマッチング等を示す。
PET/CT肺調査の登録における先験的知識を与える実施形態について図2に示している。図2は、左側において、CT画像の形で第1画像3を、右側において、セグメント化された肺の輪郭23及び付加点ランドマーク25を各々有するPET透過マップの形で第2画像5を示し、それらの両方は付加変形フィールド制約としての役割を果たす。CT画像及びPET透過マップにおいて、肺及び体の輪郭は、例えば、メッシュの頂点間のマッピングにより特定される対応する構造及び変形メッシュ適合化により、自動的にセグメント化されることが可能である。同様なことが、好適に、インタラクティブに規定されることが可能である点ランドマークの対25について適用することができる。更にまた、点ランドマークは自動的に規定されることが可能である。しかしながら、本発明は、点ランドマークが、画像3、5における低コントラスト値又は不十分な階調値パラメータのために規定されることが可能でない場合に、好適に用いられる。インタラクティブに、手動で又は半自動でランドマーク23、25を規定することは、図1に関連付けて概観しているように解を得るように問題の複雑性を低減するための有効な支援となる。
図2の実施形態においては、更なる付加変形フィールド制約が、肺の輪郭23により規定される領域27に課される。肺の輪郭23の内側、領域27においては、弾性特性は、肺の輪郭23の外側の組織2に与えられる弾性特定と異なる組織に与えられる。したがって、その画像における異なる物質は、画像3、5の登録において対応する構造の異なる物質特性を備えている。
幾何学的構造の制約の形において変形フィールド制約を課すための更なる実施例は多数存在する。本発明のアプリケーションは、この技術の有効な実行を示すよい例である。介入の間、手術前に取得された画像、例えば、CT、MR又は核画像は、介入手法を計画する又はモニタするように、オンラインで取得される顕微鏡による、内視鏡による又は超音波による画像と共に登録される必要がある。そのような異なるモダリティ、及び異なる環境及び患者の位置付け等の下で取得された画像謎の登録は、補償されるべき大きい非線形変形のために、及びそれぞれの画像データにおいて自動的に且つ曖昧なところがなく特定されることが可能である十分なランドマークの不足のために困難である。ここでは、基準マーカのようなインタラクティブに特定されるランドマーク、手術前に取得された画像を伴うDICOMヘッダに関連する及び患者の位置に関する情報を与える解剖学的構造、取得プロトコルの詳細、画像化される解剖学的ドメイン等は、付加的な曖昧なところがないランドマーク及び力場制約を与えることにより許容可能な結果の方に適合可能なガウシアン登録処理を案内するために重要である。
登録されるべき画像における期間の境界間における点間の更なる実施例について、図3に示している。一次画像3と後続する画像5とにおける対応する解剖学的構造は、異なる階調値の外観の領域間に示されている。一部の境界29は、例えば、骨と組織との間の境界として、又は器官間の境界として示されている。
境界29は、自動的に変改可能なモデル、例えば、三角形メッシュを対象の解剖学的構造に自動的に適合されるように登録されることが可能であり、この場合、特定のメッシュの頂点はまた、ランドマークとして用いられることが可能である。後者の場合にはまた、図3における参照番号を有しないランドマークが自動的に登録されることが可能である。
特に、放射線療法の適用においては、全体的最適化に代えて、局所的最適化を強調することはまた、好ましい。更に改善された実施例においては、例えば、第1段階において、本発明が提案している概念が、最適な全体的登録を達成するように、そしてその後、第2段階において、対象の特定の体の器官又は他の体の特徴の最適化された局所的登録を達成するように用いられることが可能である。
物質特性に関する生理学的制約として適用される変形フィールド制約の更なる実施例について、図4及び5に示している。
図4に関しては、膝が、図5に関しては、肺が、ソースとしての第1画像3、及びそれぞれの変形フィールド6の次の目的として第2画像5において、示されている。
ここでは、基本的な変形は、物質の特性を与えるための手掛かりを与えることが可能である。例えば、間接の動きの運動学的な調査においては、実質的な局所的収縮又は拡張は生じず、それ故、図4のMRI登録における膝の骨についてのそれらの膝のような非圧縮性の弾性物質は、そのような変形フィールドのモデル化のために十分に適応される。それとは対照的に、高い圧縮性の弾性物質は、図5に示すようなPET/CT肺画像の登録については有利であり、この場合、呼吸運動は、画像におけるかなりの局所的拡張及び/又は収縮をもたらす。より圧縮性の低い物質の弾性は、変形フィールドが、例えば、肺の内側のように滑らかである場合に好ましい。変形フィールドが不均一であるより圧縮性の高い物質は、肺の外側の領域に適用されることが可能である。圧縮性などの物理特性に基づいて、この種の個々の解剖学的構造に異なる物質の特性を与えることは、更に高度な実施形態であり、画像について弾性変形を全体的に与えることにおいて有利点を有する。ここで、弾性物質についての先験的知識は、最適化手法にポアソン比νを明示的に含むことによりもたらされることが可能である。滑らかな変形フィールド(より圧縮性の低い物質の)は、ν→0.49により達成されることが可能である。不均一な変形フィールド(より圧縮性の高い物質の)は、ν→0.0により達成されることが可能である。特定の登録アプリケーションのためのその最適値は、調査の実行により得られ、次いで、最適化の課題の寸法を減少するように固定される。
図6は、PET画像における矢印により示されているホットスポットの位置が、PET画像と共にCT画像を登録するように点ランドマークとして用いられる構造を示している。この図は、点間ランドマークの直接的対応性に比べてより一般的な対応性を確立するための幾何学的及び生理学的関係の実施例である。これは、明らかに純粋に幾何学的な推論を超越しているために、ガウシアン力フィールドに基づく登録アプリケーションに関連する先験的知識の最も高度なアプリケーションである。それは、分子イメージング(MI)に伴う特定の問題に対処する。それらの一例は、図6におけるホットスポットのような腫瘍又は器官の特定領域におけるトレーサの蓄積であり、その特定領域は、PET画像においては可視的であるが、CTにおいては全く不可視的である。この場合、特定の隣接するものとの近似関係のみが確立されることが可能である。数学的には、このことは、厳密な補間に代えて、近似スキームに繋がる。
これは、トレーサ物質の特異性の改善を伴い、特に重要である。例えば、MR又はCTによりもたらされる解剖学的コントラストを示す画像を伴う分子画像の登録は、MIデータにおける解剖学的コントラストの損失のために困難又はむしろ不可能になる。トレーサがより特異であればある程、そのトレーサが示す組織の取り込みは少なく、即ち、解剖学的構造と曖昧なところがなくマッチングするMI画像に現れる解剖学的コントラストは、CT又はMR画像において現れるために、より低い。ここでは、トレーサ蓄積中心(CTA)と解剖学的実体との関係についての付加情報が必要である。それらの関係は、単純な点間の対応性に比べて、より一般的である必要がある。それらは、器官の境界、特定の細胞の領域又は組織の種類等のような特定の解剖学的ドメインにTTAを限定する幾何学的関係に基づいている。それらは、代替として又は付加的に、トレーサの原動力及び取得プロトコルのタイミングに対してマッチングするようにコントラスト範囲を制限する時間制約に基づいている。それらの関係は、すぐ使えるように、トレーサ物質の動的挙動及びターゲティング挙動についての医薬の説明から推測される必要がある。
課せられている変形フィールド制約及び上記の実施例の全ては、ここで詳しく説明していない更なる高度な実施形態において、単独で又は組み合わされて適用されることが可能である。
要約すると、本発明は、点に基づく弾性登録パラダイムを改善することを目的とする。点に基づく弾性登録は、典型的には、両方の画像において対応する点ランドマーク2、4を見つけ、全体的変位フィールドを補間するための制約として点対応性を用いることにより実行される。この方法の制限は、ランドマーク2、4が特定されることが可能である構造間の対応性のみを確実にすることである。代替の概念は、最適化のための高い演算コストにより制限される。本発明の概念は、第1及び第2画像において対応する1つ又はそれ以上の制限構造を分割し(PART(IS、IT))、先験的知識から1つ又はそれ以上の制限構造にもたらされる付加制約fAdd partを与えることにより、付加変形フィールドの制約が課せられる、方法及びシステム1を与える。好適な実施例は、i)インタラクティブに規定される点ランドマーク25の対、ii)線23、領域27、形又は境界(図3における参照番号29)の方式で対応する構造の自動特定からもたらされるランドマーク、iii)対応する構造の異なる物質特性、例えば、組織1及び組織2、iv)より一般的な対応性を確立する生理学的制約である。
本発明について詳述している一方、上記の説明は、全ての特徴においいて例示的であり、制限的なものではない。本発明の範囲から逸脱することなく、多くの他の修正及び変形がもたらされることが可能であることが理解できる。
上記説明、同時提出の特許請求の範囲及び/又は添付図面において開示している特徴は、単独で及びそれらの何れの組合せにおいて、多様な様式で本発明の更に高度な構成を実現するための要素であることが可能である。
したがって、本発明は、特許請求の範囲における範囲及び主旨の範囲内に含まれるそのような代替、修正及び変形の全てを包含するように意図されている。用語“を有する”は、他の要素又は段階を排除するものではない。単数表現は複数表現を排除するものではない。
Claims (18)
- 特に、医学的及び/又は生物医学的アプリケーションについて、第1画像及び第2画像を比較するためのモデルに基づく弾性画像登録の方法であって:
適合可能弾性登録に基づいて前記第1画像と前記第2画像との間の類似性指標を最適化することにより最適弾性変形フィールドを決定する段階であって、
前記第1画像及び前記第2画像において対応する制御点ランドマークを自動的に与える段階と、
前記制御点ランドマークにおいて変換モードとして適合可能なガウシアン形状力を適用する段階と、
により変形フィールド制約が課せられる、段階;
を有する方法であり、
変形フィールド制約が課せられる段階は、
前記第1画像及び前記第2画像において対応する1つ又はそれ以上の制限構造を分割する段階と、
先験的知識から前記1つ又はそれ以上の制限構造にもたらされる付加制約を与える段階と、
を有する;
ことを特徴とする方法。 - 請求項1に記載の方法であって、前記分割する段階は、前記第1画像及び前記第2画像のセグメント化を有する、ことを特徴とする方法。
- 請求項1又は2に記載の方法であって、前記先験的知識は、特に、点、線、領域、形又は境界の方式で制限構造に関して、幾何学的制約として適用される、ことを特徴とする方法。
- 請求項3に記載の方法であって、前記付加制約は:
前記第1画像及び前記第2画像におけるインタラクティブに規定された対応する点ランドマーク;
として課せられる、ことを特徴とする方法。 - 請求項3に記載の方法であって、前記付加制約は:
前記第1画像及び前記第2画像において対応する線、領域又は境界の手動の、半自動の又はインタラクティブの特定からもたらされるランドマーク;
として課せられる、ことを特徴とする方法。 - 請求項1乃至5の何れか一項に記載の方法であって、前記制限構造についての前記先験的知識の制約が、特に、物質特性、制限構造の時間制約又は空間的近傍関係に関する生理学的制約として適用される、ことを特徴とする方法。
- 請求項6に記載の方法であって、前記付加制約は、前記制限構造の組織の種類又は弾性特性として課せられる、ことを特徴とする方法。
- 請求項6又は7に記載の方法であって、前記付加制約は:
自動的な、半自動的な又はインタラクティブな特定;
として選択される、ことを特徴とする方法。 - 請求項1乃至8の何れか一項に記載の方法であって:
境界条件は、前記制限構造間の境界の少なくとも一部の点について与えられる;
ことを特徴とする方法。 - 特に、医学的及び/又は生物医学的アプリケーションについて、第1画像及び第2画像を比較するためのモデルに基づく弾性画像登録のためのシステムであって:
適合可能弾性登録に基づいて前記第1画像と前記第2画像との間の類似性指標を最適化することにより最適弾性変形フィールドを決定するための手段;
変形フィールド制約を課するための手段であって、
前記第1画像及び前記第2画像において対応する制御点ランドマークを自動的に与えるための手段と、
前記制御点ランドマークにおいて変換モードとして適合可能なガウシアン形状力を適用するための手段と、
を有する、手段;
を有するシステムであり、
変形フィールド制約を課すための手段は、
前記第1画像及び前記第2画像において対応する1つ又はそれ以上の制限構造を分割するための手段と、
先験的知識から前記1つ又はそれ以上の制限構造にもたらされる付加制約を与えるための手段と
を有する;
ことを特徴とするシステム。 - 請求項10に記載のシステムであって、前記分割するための段階は、前記第1画像及び前記第2画像のセグメント化のための手段を有する、ことを特徴とするシステム。
- 請求項10又は11に記載のシステムであって、特に、点、線、領域、形又は境界の方式で制限構造に関して、幾何学的制約の形で前記制限構造についての先験的知識により特徴付けられる、システム。
- 請求項10乃至12の何れか一項に記載のシステムであって、特に、前記制限構造の時間制約又は物質特性に関して、生理学的制約の形で前記制限構造についての先験的知識により特徴付けられる、システム。
- 請求項10乃至13の何れか一項に記載のシステムであって、前記付加制約の自動的な、半自動的な又はインタラクティブな特定のための手段により特徴付けられる、システム。
- 請求項10乃至14の何れか一項に記載のシステムを有する画像取得装置。
- 請求項10乃至14の何れか一項に記載のシステムを有する画像ワークステーション。
- 演算システム、撮像システム及び/又はプリンタシステムにより読み出し可能な媒体に記憶可能なコンピュータプログラムであって、前記コンピュータプログラムが、演算システム、撮像システム及び/又はプリンタシステムにおいて実行されるときに、請求項1乃至9の何れか一項に記載の方法を実行するように、演算システム、撮像システム及び/又はプリンタシステムを有するソフトウェアコードセクションを有する、コンピュータプログラム。
- 請求項17に記載のコンピュータプログラムを有する情報担体。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP05105238 | 2005-06-15 | ||
PCT/IB2006/051906 WO2006134565A2 (en) | 2005-06-15 | 2006-06-14 | Method of model-based elastic image registration for comparing a first and a second image |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2008546441A true JP2008546441A (ja) | 2008-12-25 |
Family
ID=37395855
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008516489A Withdrawn JP2008546441A (ja) | 2005-06-15 | 2006-06-14 | 第1及び第2画像を比較するためのモデルに基づく弾性画像登録方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20080205719A1 (ja) |
EP (1) | EP1894161A2 (ja) |
JP (1) | JP2008546441A (ja) |
CN (1) | CN101198981A (ja) |
WO (1) | WO2006134565A2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012533384A (ja) * | 2009-07-20 | 2012-12-27 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 関心腫瘍領域の画成のための生体構造モデリング |
Families Citing this family (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009019630A2 (en) * | 2007-08-03 | 2009-02-12 | Koninklijke Philips Electronics N.V. | Anatomically constrained image registration |
EP2044884B1 (de) * | 2007-10-02 | 2015-12-09 | Brainlab AG | Bestimmung und Erkennung von Lageänderungen von Körperstrukturteilen |
CN101969852A (zh) * | 2008-03-04 | 2011-02-09 | 断层放疗公司 | 用于改进图像分割的方法和系统 |
JP5147656B2 (ja) * | 2008-11-20 | 2013-02-20 | キヤノン株式会社 | 画像処理装置、画像処理方法、プログラム、及び記憶媒体 |
CN102395999B (zh) * | 2009-04-15 | 2014-08-20 | 皇家飞利浦电子股份有限公司 | 医学图像数据的量化 |
WO2010143100A1 (en) * | 2009-06-10 | 2010-12-16 | Koninklijke Philips Electronics N.V. | Visualization apparatus for visualizing an image data set |
WO2010150156A1 (en) * | 2009-06-24 | 2010-12-29 | Koninklijke Philips Electronics N.V. | Establishing a contour of a structure based on image information |
WO2012035538A1 (en) * | 2010-09-16 | 2012-03-22 | Mor Research Applications Ltd. | Method and system for analyzing images |
RU2013136486A (ru) * | 2011-01-05 | 2015-02-10 | Конинклейке Филипс Электроникс Н.В. | Устройство и способ определения фактических границ слоев ткани тела |
WO2012109641A2 (en) * | 2011-02-11 | 2012-08-16 | Emory University | Systems, methods and computer readable storage mediums storing instructions for 3d registration of medical images |
EP2721580B1 (en) * | 2011-06-16 | 2019-04-10 | Koninklijke Philips N.V. | Hybrid point-based registration |
DE102011080905B4 (de) * | 2011-08-12 | 2014-03-27 | Siemens Aktiengesellschaft | Verfahren zur Visualisierung der Registrierungsqualität medizinischer Bilddatensätze |
WO2014022480A1 (en) * | 2012-07-31 | 2014-02-06 | Henry Ford Health System | Deformable dosimetric phantom |
CA2892326C (en) | 2012-11-23 | 2021-06-22 | Cadens Medical Imaging Inc. | Method and system for displaying to a user a transition between a first rendered projection and a second rendered projection |
EP2962309B1 (en) | 2013-02-26 | 2022-02-16 | Accuray, Inc. | Electromagnetically actuated multi-leaf collimator |
JP6131161B2 (ja) * | 2013-09-27 | 2017-05-17 | 富士フイルム株式会社 | 画像位置合わせ装置、方法、およびプログラム、並びに3次元変形モデル生成方法 |
WO2015101961A1 (en) | 2014-01-06 | 2015-07-09 | Koninklijke Philips N.V. | Articulated structure registration in magnetic resonance images of the brain |
WO2017013045A1 (en) * | 2015-07-17 | 2017-01-26 | Koninklijke Philips N.V. | Registration of histopathology images |
CN106056586B (zh) * | 2016-05-25 | 2019-08-09 | 湖南拓视觉信息技术有限公司 | 一种亚像素定位方法及装置 |
CN106691487B (zh) * | 2017-01-05 | 2021-01-05 | 东软医疗系统股份有限公司 | 成像方法和成像系统 |
US10635930B2 (en) * | 2017-02-24 | 2020-04-28 | Siemens Healthcare Gmbh | Patient position control for scanning |
US11010630B2 (en) | 2017-04-27 | 2021-05-18 | Washington University | Systems and methods for detecting landmark pairs in images |
CN113724307B (zh) * | 2021-09-02 | 2023-04-28 | 深圳大学 | 基于特征自校准网络的图像配准方法、装置及相关组件 |
CN114187338B (zh) * | 2021-12-08 | 2023-04-28 | 卡本(深圳)医疗器械有限公司 | 一种基于估算2d位移场的器官形变配准方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1695289A1 (en) * | 2003-12-08 | 2006-08-30 | Philips Intellectual Property & Standards GmbH | Adaptive point-based elastic image registration |
US8233681B2 (en) * | 2004-09-24 | 2012-07-31 | The University Of North Carolina At Chapel Hill | Methods, systems, and computer program products for hierarchical registration between a blood vessel and tissue surface model for a subject and a blood vessel and tissue surface image for the subject |
US7792343B2 (en) * | 2004-11-17 | 2010-09-07 | Koninklijke Philips Electronics N.V. | Elastic image registration functionality |
DE602006020692D1 (de) * | 2005-01-28 | 2011-04-28 | Koninkl Philips Electronics Nv | Benutzerschnittstelle zur bewegungsanalyse bei kinematischen mr-studien |
EP1941455A1 (en) * | 2005-10-17 | 2008-07-09 | Koninklijke Philips Electronics N.V. | Motion estimation and compensation of image sequences |
CA2640802A1 (en) * | 2005-12-20 | 2007-09-13 | University Of Maryland, Baltimore | Method and apparatus for accelerated elastic registration of multiple scans of internal properties of a body |
-
2006
- 2006-06-14 EP EP06765744A patent/EP1894161A2/en not_active Withdrawn
- 2006-06-14 WO PCT/IB2006/051906 patent/WO2006134565A2/en active Application Filing
- 2006-06-14 JP JP2008516489A patent/JP2008546441A/ja not_active Withdrawn
- 2006-06-14 CN CNA2006800212615A patent/CN101198981A/zh active Pending
- 2006-06-14 US US11/917,155 patent/US20080205719A1/en not_active Abandoned
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012533384A (ja) * | 2009-07-20 | 2012-12-27 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 関心腫瘍領域の画成のための生体構造モデリング |
Also Published As
Publication number | Publication date |
---|---|
WO2006134565A3 (en) | 2007-02-22 |
CN101198981A (zh) | 2008-06-11 |
US20080205719A1 (en) | 2008-08-28 |
WO2006134565A2 (en) | 2006-12-21 |
EP1894161A2 (en) | 2008-03-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2008546441A (ja) | 第1及び第2画像を比較するためのモデルに基づく弾性画像登録方法 | |
Payer et al. | Integrating spatial configuration into heatmap regression based CNNs for landmark localization | |
EP1695287B1 (en) | Elastic image registration | |
Ferrant et al. | Serial registration of intraoperative MR images of the brain | |
Brown et al. | Knowledge-based method for segmentation and analysis of lung boundaries in chest X-ray images | |
US8064664B2 (en) | Alignment method for registering medical images | |
JP5337354B2 (ja) | 幾何学方式レジストレーションのためのシステムおよび方法 | |
CN102667857B (zh) | X射线照片中的骨抑制 | |
Khalifa et al. | State-of-the-art medical image registration methodologies: A survey | |
Rohr et al. | Approximating thin-plate splines for elastic registration: Integration of landmark errors and orientation attributes | |
US20010036302A1 (en) | Method and apparatus for cross modality image registration | |
Zheng | Statistical shape model‐based reconstruction of a scaled, patient‐specific surface model of the pelvis from a single standard AP x‐ray radiograph | |
JP2018061837A (ja) | 撮像装置を備える磁気追跡システムの重ね合わせ法 | |
Zhang et al. | 3-D reconstruction of the spine from biplanar radiographs based on contour matching using the hough transform | |
Walimbe et al. | Automatic elastic image registration by interpolation of 3D rotations and translations from discrete rigid-body transformations | |
Dong et al. | Accelerated nonrigid image registration using improved Levenberg–Marquardt method | |
Rueckert et al. | Non-rigid registration using free-form deformations | |
EP4156096A1 (en) | Method, device and system for automated processing of medical images to output alerts for detected dissimilarities | |
Pekar et al. | An adaptive irregular grid approach for 3D deformable image registration | |
Sindhu Madhuri | Classification of image registration techniques and algorithms in digital image processing–a research survey | |
US20080279428A1 (en) | Adaptive Point-Based Elastic Image Registration | |
CN116612166A (zh) | 一种多模态影像的配准融合算法 | |
Martin-Fernandez et al. | Articulated registration: Elastic registration based on a wire-model | |
Martín-Fernández et al. | Automatic articulated registration of hand radiographs | |
Giannarou et al. | Tissue deformation recovery with gaussian mixture model based structure from motion |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20090611 |
|
A761 | Written withdrawal of application |
Free format text: JAPANESE INTERMEDIATE CODE: A761 Effective date: 20090821 |