JP2014014673A - 血管造影画像の取得方法 - Google Patents

血管造影画像の取得方法 Download PDF

Info

Publication number
JP2014014673A
JP2014014673A JP2013134750A JP2013134750A JP2014014673A JP 2014014673 A JP2014014673 A JP 2014014673A JP 2013134750 A JP2013134750 A JP 2013134750A JP 2013134750 A JP2013134750 A JP 2013134750A JP 2014014673 A JP2014014673 A JP 2014014673A
Authority
JP
Japan
Prior art keywords
image
contrast
series
digital
digital image
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.)
Pending
Application number
JP2013134750A
Other languages
English (en)
Inventor
Arseniy Sergeevich Afanasenko
アファナセンコ・アルセニー・セルジービッチ
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.)
ZAKRYTOE AKCIONERNOE OBSHCHESTVO IMPUL'S
Original Assignee
ZAKRYTOE AKCIONERNOE OBSHCHESTVO IMPUL'S
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 ZAKRYTOE AKCIONERNOE OBSHCHESTVO IMPUL'S filed Critical ZAKRYTOE AKCIONERNOE OBSHCHESTVO IMPUL'S
Publication of JP2014014673A publication Critical patent/JP2014014673A/ja
Pending legal-status Critical Current

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/30Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/32Determination of transform parameters for the alignment of images, i.e. image registration using correlation-based methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10116X-ray image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20004Adaptive image processing
    • G06T2207/20012Locally adaptive
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20016Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20212Image combination
    • G06T2207/20224Image subtraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30101Blood vessel; Artery; Vein; Vascular

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Optics & Photonics (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biomedical Technology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

【課題】血管造影画像の取得方法を提供する。
【解決手段】本発明は、X線画像のデジタル処理の領域に関し、患者の不随意運動および内臓の運動が血管系の画像に与える影響を補償するためにデジタル減算血管造影法において用いることができる。記載の発明の技術的結果は、解剖学的構造の運動性が引起すアーティファクトを排除することによって減算血管造影画像の診断価値を向上させることである。技術的結果は、以下によって達成される:デジタル画像位置合わせの段階において、各画像について特徴的細部の検索が行なわれる。上記細部のシフトに従って患者の臓器の予想されるシフトを判断する。次いで、均一なワーピング領域においてプレコントラストシリーズからの画像のセグメント化を行なう。各領域について幾何学変換が計算され、プレコントラストデジタル画像シリーズの各領域について対応する幾何学変換が行なわれる。
【選択図】図1

Description

発明の分野
本発明は、デジタルX線画像処理の領域に関し、患者の不随意運動およびその内臓の通常運動が血管系の画像に与える影響を補償することを目的としたデジタル減算血管造影法に適用可能である。
従来の技術水準
血管造影法は、検査中の患者の血管に造影剤を注入することに基づいて血管の内部を視覚化するために用いられる医療用画像技術である。血管造影図では、血管のほかに周辺臓器および組織の画像が見られ、これらは造影剤が充填された血管を認識することとしばしば干渉する。デジタル減算血管造影法(digital subtraction angiography:DSA)において周辺組織を見えにくくするために、造影剤を血管系に注入する前に取得される患者の関心領域(region of interest:ROI)のX線画像であるプレコントラスト画像を生成する。次いで、注入された造影剤が対象の血管を通過するところを見せるように一連の画像を撮影する。ポストコントラスト画像と呼ばれるこれらの画像は、造影剤注入の開始時に登録される画像であり、それらは、血管に沿って、血液溶解中を徐々に進む血管造影剤充填の様相を表す。プレコントラスト画像からのポストコントラスト画像の減算により、血管系に属していないアーティファクトを修正することができる。これは、血管視認性の向上ならびに治療および診断の向上を意味する。
ポストコントラスト画像およびプレコントラスト画像の取得がさまざまな時点で行なわれるので、周辺組織および臓器のいかなる空間変化も画像の中にアーティファクトを生じさせる。それらは、特に可動臓器のコントラスト境界で見ることができる。場合によっては、アーティファクトのコントラストが血管のコントラストを上回り、そのため、血管系の必須の断片が隠されてしまい、いくつかの細部が認識できなくなる。
US7409078 US5848121 US2010/0266188
DSAにおいて適用される画像のマッチング方法(US7409078)が知られている。この方法によれば、DSA画像は以下のように生成される:
‐患者の血管系に造影剤を注入する前にプレコントラスト画像を取得する;
‐患者の血管系に造影剤を注入する;
‐ポストコントラスト画像を取得する;
‐プレコントラスト画像上に規則的なグリッドを配置する;
‐グリッド交差部における制御点を用いてポストコントラスト画像およびプレコントラスト画像をマッチングさせる;
‐モニタ上に表示すべき差分画像を計算する;
‐制御点の安定性を試験する。十分でなければ、グリッドをより小さなセルまたはより大きなセルに分割する。
当該方法には処理画像特性の不完全な組が存在し、これはモーションアーティファクトの準最適な修正につながる。
DSA画像のための方法および装置(US5848121)が知られている。この方法によれば、DSA画像は以下のように生成される:
‐患者の血管系に造影剤を注入する前にプレコントラスト画像を取得する;
‐患者の血管系に造影剤を注入する;
‐ポストコントラスト画像を取得する;
‐プレコントラスト画像およびポストコントラスト画像の中に特定の細部の組を見つける;
‐両方の画像内の識別された特定の細部同士の対応関係を判断する;
‐特徴ポイントの座標に基づいて適応局所幾何学変換のモデルを構築する;
‐得られた変換を適用して、プレコントラスト画像を変形させる;
‐変形されたプレコントラスト画像の対数をポストコントラスト画像の対数から減算することによって、差分画像を構築する。
当該方法の欠点は、プレコントラスト画像およびポストコントラスト画像の特徴ポイントの対応関係の誤った判断が、結果として生じる画像に除去できない欠陥を招くことである。
本明細書に開示されている方法に最も近い方法は、特許出願US2010/0266188による胸部X線画像のマッチング,減算および表示方法である。当該方法は以下の動作からなる:
‐患者の血管系に造影剤を注入する前にプレコントラスト画像を取得する;
‐患者の血管系に造影剤を注入する;
‐ポストコントラスト画像を取得する;
‐このようにして、同一の臓器を視覚化する少なくとも2枚のX線画像を取得する;
‐サイズ、輝度、色深度およびROI選択に従う正規化を伴う事前画像処理を行なう;
‐シフトおよび回転補償を含む大まかな画像マッチングを行なう;
‐小さな細部の相関マッチングまたはオプティカルフロー算出方法を用いて厳密な画像マッチングを行なう;
‐必要な細部の最良の視認性および無関係な細部の最良の除去をもたらすように、マッチングされた画像を減算する。
記載の方法の特徴と共通しているのは、
1.制御領域の限られた組にわたってマッチング済み画像を結び付ける幾何学変換の推定、
2.画像内での検査対象の臓器のシフト、回転および局所的なワーピングを補償する可能性、
3.動作推定の際の画像のマルチスケール分析、
4.特別な細部(記載の発明では血管またはプロトタイプでは肺小結節)の強調を目的としたマッチング済み画像の減算処理、である。
US2010/0266188に記載される方法の主な不利な点は、検査対象の物体が取得される血管造影図の質に大きく影響を与える特定の特徴を有する場合に、動作推定の精度が限定される、ということである。これは、大きな縮尺(大まかな)から小さな縮尺(より正確な)に向けてさまざまな縮尺で動作補償を行なう順次的なプロセスのためである。臨床実務の中で遭遇する多数の画像の空間周波数分析が示すように、多くの画像は、空間分解能の減少のみを招く必須の細部を含んでいる。このような場合、上記の方法は一定の時点までは正確な結果をもたらすが、その後は誤差が蓄積されることになる。
さらに、公知の方法によれば、座標変換の関数はROI内では平滑であり、これは、明確に規定されたエッジを有する少なくとも2つの動く断片がROI内にある場合に動作補償の精度に悪影響を及ぼす。
発明の開示
本発明の技術的結果は、動く解剖学的構造のアーティファクトの除去により減算血管造影図の診断価値を向上させることにある。
X線装置によって患者に対するX線照射を行なうことでN枚のプレコントラストデジタル画像シリーズを取得し、患者の血管系に造影剤を注入し、照射後にM枚のデジタル画像のポストコントラスト画像シリーズを取得し、さらにデジタルプレコントラスト画像シリーズおよびポストコントラスト画像シリーズの空間的対応関係をマッチングし、プレコントラスト画像をポストコントラスト画像から減算し、取得されたデジタル血管造影図を出力装置に転送することからなる減算血管造影図の取得方法の技術的結果は、画像マッチングの段階において、各画像において特徴的細部の検索が行なわれ、上記細部のシフトを参照して患者の臓器の起こり得るシフトが判断され、類似の動作領域内でプレコントラスト画像シリーズの画像セグメント化が行なわれ、各領域について幾何学変換が計算され、プレコントラスト画像シリーズにおけるすべての領域について適切な幾何学変換が適用されることによって達成される。
本発明の別の考えられる実施例では、特徴的細部として骨構造および患者の臓器のこのような要素は、照射中のデジタル画像におけるそれらの位置が空間内のそれらの位置に関わらず明確に決定されるように選択される。
本発明の別の考えられる実施例では、類似の動作領域内でのプレコントラスト画像シリーズのセグメント化の際、ポストコントラストシリーズの現在の画像に対する起こり得るシフトの有限の組が各々の特徴的細部に対してさらに与えられ、特徴的細部が調和的に移動する領域が選択される。
本発明の別の考えられる実施例では、プレコントラスト画像シリーズにおいてX線機器の固定部が選択され、デジタル画像マッチングの段階において、ゼロシフトがこれらの領域に与えられる。
本発明の別の考えられる実施例では、N枚のデジタル画像のプレコントラストシリーズの取得後、デジタル画像の重み付け加算によって単一の基準プレコントラスト画像が生成され、その最初の基準画像は変更なしに保存され、各々の後続の画像について、現在の基準画像との加算の前に、後者(最初の基準画像)との空間的マッチングが行なわれる。
本発明の別の考えられる実施例では、ポストコントラストデジタル画像シリーズの取得中に、ポストコントラストシリーズから基準画像が選択され、この画像に対して、特徴的細部の検索、シフト推定およびセグメント化が繰返し行なわれる。
本発明の別の考えられる実施例では、取得されたデジタル画像の各々において、異なる深さの臓器および組織に対応するスライスである少なくとも2枚の重なり合った画像に、互いに陰になった臓器および組織が分割され、各スライスについて独立して画像マッチングが行なわれ、その後加算が行なわれる。
上記の記載の解決策ならびにその実際的な実現例の可能性およびその実際的な目的の達成が図1から図4に示される。
X線装置を示す図である。 ポストコントラスト画像シリーズの内容を示す図である。 移動する臓器のセグメント化を示す図である。 処理結果を示す図である。
発明の詳細な説明
デジタルX線画像の取得は、例えば、図1に示されるX線装置によって行なわれる。当該X線装置は、X線2の流れを放射するX線管1を備える。X線2は、台4の上に配置された患者の身体3を通り抜けて、受信機5に入射する。受信機5は、X線をデジタル画像に変換する。考えられる実施例バージョンのうちの1つにおいては、受信機は、X線を可視光に変換するシンチレーションスクリーン(図示せず)と、感光性マトリックスアレイ(図示せず)とを備え得る。X線管1、受信機5は、台に対する動きに関して4自由度を有する支持体6に固定される。
記載の方法によれば、患者に照射することにより、N枚(N≧1)のデジタル画像のプレコントラストシリーズを取得する。患者の血管系に造影剤を注入して、M枚(M≧1)のデジタル画像のポストコントラストシリーズを取得できる。プレコントラストシリーズもしくはポストコントラストシリーズに属し得る、または、両方のシリーズからのいくつかの以前の画像の組合せ処理の結果であり得る適切な基準画像を、ポストコントラストシリーズの画像ごとに選択できる。
さまざまなタイプの本発明の実施例によれば、プレコントラストシリーズおよびポストコントラストシリーズの画像の取得および処理の以下のバージョンがある。
1.支持体が静止している間に、N枚(N≧1)のデジタル画像のプレコントラストシリーズを取得する。ポストコントラストシリーズからのすべての画像の処理中、手作業で選択された最高品質の画像(または、単一のプレコントラスト画像、N=1)が基準画像として用いられる。
2.支持体が静止している間に、少なくとも2枚のデジタル画像のプレコントラストシリーズを取得する。手作業で選択された最高品質の画像が基準画像として保存される。後続のすべての画像は、当該基準画像との空間マッチングを受ける。マッチングされた画像は加算され、その結果が更新基準画像として保存される。これにより、基準画像のノイズ除去が行なわれる。ポストコントラスト画像シリーズを処理する時には、基準画像を1枚だけ用いる。
3.例えば患者の非常に長い血管を検査する際に血管造影検査が支持体を動かすことを必要とする場合には、さまざまな支持体位置においてプレコントラスト画像が取得される。支持体の動作経路は、プレコントラスト画像シリーズおよびポストコントラスト画像シリーズと全く同じである。各々のプレコントラスト画像は、同一の支持体位置において取得されたポストコントラスト画像シリーズを処理する際の基準画像である。
4.ポストコントラスト画像シリーズの取得の場合には、支持体または患者の予期せぬ動きが起こったり、他の理由が画像内容を変化させたりしている。これから先は、好ましい画像は、プレコントラスト画像ではなく、造影剤が充填された血管の視認性を低下させるように処理されたポストコントラスト画像のうちの1つになる。
図2は、ポストコントラストシリーズのデジタル血管造影画像の内容を示す。受信機の長方形の視野7は、検査中は静止しているX線装置構成要素8によって部分的に隠される。患者の画像は、造影剤が充填された血管9と、血管造影検査に関与しない臓器および組織10とを含む。
ポストコントラストシリーズと基準画像とをマッチングするために、画像マッチングの最良の方法を提供する幾何学変換を求めることができる。静止している領域の事前選択により、画像をマッチングするための部分が狭められる。それは、受信機の視野の一部がコリメータシャッタによって覆われている場合、または、受信機が円形断面の電気光学トランスデューサを含む場合に必要である。静止している領域のエッジは、線形の形状または滑らかな曲線の形状を有しており、高いコントラストを有している。これにより、回帰分析技術と組合わせて幾何プリミティブ選択(例えばハフ変換)の周知のアルゴリズムをそれらの検索に用いることができる。
これらの領域が動かないことにより、各々の基準画像の処理中に一旦それらを選択することができる。
画像位置合わせを行なう際、まず、基準画像から制御領域の有限の組を選択する。制御領域は、画像の特徴的細部を含むように選択される。特徴的細部は、輝度および幾何学変換に関わらず、ノイズの存在下で、所与の物体の画像の中で特徴的細部を確実に識別することができるようにする特性を有している。
制御領域を選択するために、以下の動作が行なわれる。
1.ガウスピラミッド変換または類似の変換によるマルチスケール画像表示。縮尺の数は、手作業で設定されるか、または、画像の空間周波数スペクトル形状と合わせられる。
2.各縮尺において、特徴的細部強調演算子が画像に適用される。本発明の一実施例においては、この演算子は、画像の各ポイントにおけるテクスチャの共分散行列の計算に基づく。検出器応答は、この行列の固有値の積である。検出器応答の極大は、輝度差、曲げおよび物体の境界の交点に対応する。
3.さまざまな縮尺で求められた最大検出器応答値を有する細部を選択することによって特徴的細部の組を限定する。さまざまな縮尺における検出器応答値を正確に比較するために、大きな縮尺から小さな縮尺への移行を行なうと増加する単調増加補正係数を導入する。
4.求められた特徴的細部の各々の近傍に制御領域が形成され、そのサイズは、最大検出器応答が得られる縮尺に対応する。結果として生じるテクスチャ共分散行列の固有ベクトルに対応する空間的方位が各領域に対してさらに与えられることができる。
本発明の簡略化された実施例は、特徴的細部の検索が行なわれない時に可能である。その代りに、予め設定された形状(例えば正方形)の幾何学的グリッドが画像に重畳され、制御領域の組がグリッドノードに位置付けられる。
基準画像分析の結果は制御領域の組であり、それらの各々について、中心の座標、サイズ、および本発明の実施例によってはさらなる属性が保存される。
ポストコントラストの組からの各デジタル画像および基準ではないプレコントラストの組からの画像について、基準画像との位置合わせの手順が行なわれ、当該手順は以下からなる。
1.基準画像を処理する時と同一の方法で画像の中で制御領域を選択する。
2.現在の画像の制御領域属性と基準画像の保存された制御領域属性との比較を行なう。この相関関係に基づいて、制御領域同士の間の1対1の対応関係を判断する。その結果、基準画像に対して変位ベクトルが各制御領域に対して与えられる。一般的な場合には、基準画像において選択された制御領域の組は、現在の画像の制御領域の組と完全には一致しないかもしれない。上記の演算中に生じるシフト決定誤差は、さらなる処理の間に統計的技術を適用することによって解消される。
3.制御領域の組からこのようなグループを選択し、そのシフトは、絶えず起こり、幾何学変換のために選択されるモデルによって十分な精度で記載される。本発明の1つの考えられる実施例においては、このようなモデルは、シフト、回転、傾斜付けおよびズームのさまざまな組合わせを暗に示すアフィン変換である。例えば、図3は、患者の頭部の横向き投影図の、異なる運動性を有する3つの領域、すなわち頭蓋骨11、下顎12および肩13へのセグメント化(分割)を示す。異常値ベクトル15を含む変位ベクトル14が、制御領域の中心に対して与えられる。シフトのクラスタ分析の結果、制御領域の各グループに対して幾何学変換の一般的モデルが与えられる。
4.画像輝度勾配についてのデータを用いて、制御領域の選択されたグループを含む画像セグメントの境界を決定する。
5.基準画像を変換して、計算された幾何学変換を選択された画像セグメントに適用する。セグメントの境界では、エッジ効果を低下させるために補間を適用することができる。
画像位置合わせの終了後、変換された基準画像の輝度による現在の画像の輝度の画素面での算術除算が行なわれる。この演算は対数減算に対応する。その結果は必要な減算画像である。
図4は、動作補償を用いることなく取得される血管造影画像16と、記載の方法によって取得される血管造影画像17との比較を示す。第1の場合には、造影剤が充填された血管の画像18は、存在するいかなる臓器または組織の画像でもないモーションアーティファクト19を含んでいる。第2の場合には、アーティファクト20は大幅に弱く表されている。
基準画像の制御領域と現在の画像の制御領域との比較後に取得されるオプティックフローフィールドのセグメント化により、調査対象の血管の識別可能性を悪化させる臓器の残留視認性が低くなり、記載の方法によって取得される血管造影画像の診断価値が向上する。
発明の最良の実施例
X線システムを用いてX線画像が取得され、X線システムの固定部は検出器の作業視野上には投影されない。X線照射を行なって、2〜3枚のプレコントラストデジタル画像シリーズを取得する。プレコントラスト画像シリーズからの第1のデジタル画像において、特徴的細部の検索を行なう。これを行なうために、以下の動作が行なわれる。
1.4つのレベルからなる画像のマルチスケール表示を形成する。第1のレベルは画像自体である。次いで、各々の次のレベルを形成するために、3×3素子のアパーチャを有するデジタル平滑化フィルタが適用され、画像は2倍にサブサンプリングされる。
2.マルチスケール画像の各レベルにおいて、特徴的細部を選択する。これを行なうために、まず、輝度の第1の偏導関数を水平方向および垂直方向に計算する。
次いで、画像の各画素について、テクスチャの共分散行列を算出する。
式中、gは5×5素子のアパーチャを有するガウス平滑化フィルタのインパルス応答である。次いで、エッジ強調演算子応答が計算され、縮尺で重み付けされる。
式中、n∈[0,3]はマルチスケール表示の現在のレベルの数であり、detCはテクスチャの共分散行列の行列式であり、trCはテクスチャの共分散行列のトレースである。次いで、hの値が半径rの近傍において極大であるポイントを画像の中で選択する。rの値は、画像最小線形サイズの2%に等しくなるように代入される(小数点第1位で四捨五入して整数にする)。
3.マルチスケール表示のすべてのレベルにおける特徴的細部の選択結果を組合わせて、特徴的細部の当初の組を形成する。これが行なわれるので、hの極大の座標および値ならびに(現在の細部が選択された)マルチスケール表示レベルの数が各々の特徴的細部に対して与えられる。
より高いhの値を有する細部がある他のレベルのその近くに存在する細部を当該組から除外する(繰返し生じる細部を排除するための近傍の半径は、画像最小線形サイズの1%に設定される)。結果として生じる値の組は、値hの降順にソートされ、最終的な組の中にわずか100個の最初の細部を保持する。すべての細部は制御領域に割当てられ、そのサイズは、特徴的細部が選択される縮尺が大きいほど小さくなる。
検査中の患者の血管にX線撮影造影剤が注入され、X線照射が行なわれて、M枚(M≧1)のポストコントラストデジタル画像シリーズを取得する。
プレコントラストシリーズからの少なくとも1枚の画像およびポストコントラストシリーズからのすべての画像を含む画像のグループについて、画像位置合わせを行ない、当該画像位置合わせは以下の動作からなる。
1.4つのレベルからなる画像のマルチスケール表示を形成する。第1のレベルは画像自体である。次いで、各々の次のレベルを形成するために、3×3素子のアパーチャを有するデジタル平滑化フィルタが適用され、画像は2倍にサブサンプリングされる。
2.各制御領域について、相関法によってシフトおよび回転を求める。検索は、特徴的細部のサイズに対応するマルチスケール表示のレベルで開始し、より大きな縮尺で継続し、連続的に検索範囲を小さくして精度を上げる。検索は、基準画像のパッチと現在の画像のパッチとの間の相互相関係数の最大化からなる。
式中、Tは制御領域に対応する基準画像Rのパッチであり、Iは制御領域に対応する現在の画像Iのパッチであり、warp1(I,dx,dy,α)はベクトル(dx,dy)による並進および角度αによる回転からなる画像Iの変換であり、covはパッチ内の現在の画像および基準画像の輝度サンプルの共分散であり、Dは分散である。
3.各セグメントについて制御領域のシフトが最小誤差のアフィン変換によって記載されるようにK個のセグメントへの制御領域のセグメント化を行なう。座標のアフィン変換は以下の式を有する。
式中、x、yはポイントの基準座標であり、x’、y’は変換された座標であり、a…aは変換係数である。各セグメントの誤差は以下のように求められる。
式中、k∈[1,K]はセグメント数であり、iは制御領域数であり、Pはk番目のセグメントに関連する制御領域のサブセットである。セグメント化の目的は、全誤差を最小化することである。
式(7)の最小化プロセスにおいて、制御領域の網羅的な組を構成する互いに素なサブセットであるPが求められ、対応するアフィン行列Aも求められる。
K個のセグメントの数は最初は分からないが、セグメント化手順の収束を向上させるために、この数は5という値に限定される。反復的な最適化プロセスの間、類似の変換行列を有するセグメントは組合わせられ、それによってセグメントの最終的な数は、制御領域の運動性の性質に応じて1〜5になる。
動作を考慮に入れて現在の画像の処理を行なう。現在の画像がプレコントラストシリーズからのものであれば、前のステップにおいて計算された逆変換が行なわれる。基準画像は、修正済みの現在の画像との重み付け算術加算によって更新される。
式中、R’は更新後の基準画像であり、Rは更新前の基準画像であり、tは処理されたシーケンスにおける画像数であり、Iは現在の画像であり、warp2(I,A,A,...,A)はジョイント変換であり、これにより、画像Iの各セグメントはA行列によって規定されるアフィン変換を受ける。
現在の画像がポストコントラストシリーズからのものであれば、減算が行なわれる。基準に対して、前のステップにおいて計算された変換が行なわれる。修正済みの基準画像の重み付け対数が現在の画像の対数から減算される。
式中、sは0〜1の範囲内の減算係数である。取得された画像Fは出力装置に表示される。sを調整することによって、放射線科医は、調査対象の血管だけでなく、解剖学的ランドマークの役割を果たす周辺臓器も出力装置で見ることができる。
取得される血管造影画像の診断価値は、解剖学的構造の運動性が引起すアーティファクトを除去することによって向上する。
1 X線管、2 X線、3 患者の身体、4 台、5 受信機、6 支持体。

Claims (7)

  1. X線システムを用いて患者に対する照射が行なわれることでN枚のプレコントラストデジタル画像シリーズを取得し、次いで検査中の患者の血管に造影剤が注入され、次いでX線照射が行なわれることでM枚のポストコントラストデジタル画像シリーズを取得し、そしてプレコントラストシリーズからのデジタル画像およびポストコントラストシリーズからのデジタル画像の空間的画像位置合わせが行なわれ、次いで前記プレコントラストシリーズからのデジタル画像が前記ポストコントラストシリーズからのデジタル画像から減算され、結果として生じるデジタル血管造影画像が出力装置に伝達されることからなる、血管造影画像の取得方法であって、
    デジタル画像位置合わせの段階において、各画像について特徴的細部の検索が行なわれ、前記細部のシフトに従って患者の臓器の予想されるシフトを判断し、次いで均一なワーピング領域において前記プレコントラストシリーズからの画像のセグメント化を行ない、各領域について幾何学変換が計算され、前記プレコントラストデジタル画像シリーズの各領域について対応する幾何学変換が行なわれる、方法。
  2. 前記特徴的細部としてこのような骨構造部および患者の臓器を選択し、前記デジタル画像におけるそれらの位置は、それらの空間的位置に関わらず一義的に決定することができる、請求項1に記載の方法。
  3. 前記均一なワーピング領域において前記プレコントラストシリーズからのデジタル画像をセグメント化する際、前記ポストコントラストシリーズからの現在の画像に対する起こり得るシフトの有限の組が各々の特徴的細部に対して与えられ、特徴的細部が調和的にシフトする領域を前記画像の中で選択する、請求項1に記載の方法。
  4. 前記プレコントラストシリーズからの画像においてX線機器の固定部を選択し、前記デジタル画像位置合わせの段階において、ゼロバイアスがこれらの領域に対して与えられる、請求項1に記載の方法。
  5. N枚の前記プレコントラストデジタル画像シリーズを取得した後、デジタル画像の重み付け加算によって単一の基準プレコントラストデジタル画像を形成し、その最初の基準プレコントラストデジタル画像は修正なしに保存され、各々の後続の画像について、現在の基準画像との加算の前に、前記最初の基準プレコントラストデジタル画像との空間的位置合わせを行なう、請求項1から4のいずれか1項に記載の方法。
  6. 前記ポストコントラストデジタル画像シリーズを取得するプロセスにおいて、前記ポストコントラスト画像シリーズからも基準画像を選択し、その中で特徴的細部の検索を繰返し、シフト評価およびセグメント化を繰返す、請求項1から4のいずれか1項に記載の方法。
  7. 取得された前記デジタル画像の各々において、異なる深さに位置する臓器および組織に対応する層である少なくとも2枚の重なり合った画像によって、互いに陰になった臓器および組織が分離され、各層について独立して画像位置合わせが行なわれ、次いでその結果が合計される、請求項1から4のいずれか1項に記載の方法。
JP2013134750A 2012-07-10 2013-06-27 血管造影画像の取得方法 Pending JP2014014673A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EA201200924 2012-07-10
EA201200924A EA024855B1 (ru) 2012-07-10 2012-07-10 Способ получения субтракционного ангиографического изображения

Publications (1)

Publication Number Publication Date
JP2014014673A true JP2014014673A (ja) 2014-01-30

Family

ID=48747382

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2013134750A Pending JP2014014673A (ja) 2012-07-10 2013-06-27 血管造影画像の取得方法

Country Status (7)

Country Link
US (1) US20140016844A1 (ja)
EP (1) EP2685424A2 (ja)
JP (1) JP2014014673A (ja)
KR (1) KR20140007772A (ja)
CN (1) CN103544690A (ja)
EA (1) EA024855B1 (ja)
IL (1) IL227268A0 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019111006A (ja) * 2017-12-22 2019-07-11 コニカミノルタ株式会社 動態画像処理方法及び動態画像処理装置
CN110870776A (zh) * 2018-08-31 2020-03-10 西门子医疗有限公司 用于三维数字减影血管造影图像的方法和装置

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102014204411B4 (de) * 2014-03-11 2022-10-20 Siemens Healthcare Gmbh Verfahren zur Bewegungskorrektur bei Bilddatensätzen, Bildverarbeitungseinrichtung und Computerprogramm
CN104243824B (zh) * 2014-09-19 2017-06-09 深圳市安健科技股份有限公司 非线性调节图像亮度的方法及其系统
JP6271097B2 (ja) * 2015-01-05 2018-01-31 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. デジタルサブトラクション血管造影
US10018504B2 (en) 2015-11-12 2018-07-10 Sensors Unlimited, Inc. Gain normalization
US9936106B2 (en) 2015-11-12 2018-04-03 Sensors Unlimited, Inc. Pixel non-uniformity correction
CN106803241A (zh) * 2017-01-20 2017-06-06 深圳市安健科技股份有限公司 血管造影图像的处理方法及装置
CN107230198B (zh) * 2017-06-09 2018-09-18 合肥工业大学 胃镜图像智能处理方法及装置
DE102019202514B4 (de) * 2019-02-25 2021-06-24 Siemens Healthcare Gmbh Verfahren zur digitalen Subtraktionsangiographie, Röntgeneinrichtung, Computerprogramm und elektronisch lesbarer Datenträger
CN111626974B (zh) * 2019-02-28 2024-03-22 苏州润迈德医疗科技有限公司 冠状动脉造影图像序列的质量评分方法和装置
CN110533573B (zh) * 2019-09-04 2023-07-14 山东华沃医疗科技有限公司 一种基于java语言的mri图像并行处理方法及处理系统
CN111513738B (zh) * 2020-04-10 2023-08-01 北京东软医疗设备有限公司 血管造影方法、装置、设备及系统
DE102020214323A1 (de) 2020-11-13 2022-05-19 Siemens Healthcare Gmbh Bereitstellen eines optimalen Subtraktionsdatensatzes

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5588071A (en) * 1994-10-26 1996-12-24 Minnesota Mining And Manufacturing Company Identifying an area of interest using histogram data arranged in predetermined sequence
US5848121A (en) * 1996-10-28 1998-12-08 General Electric Company Method and apparatus for digital subtraction angiography
US7664302B2 (en) * 2003-07-18 2010-02-16 Hologic, Inc. Simultaneous grayscale and geometric registration of images
FR2862786B1 (fr) * 2003-11-21 2006-01-06 Ge Med Sys Global Tech Co Llc Procede de recalage elastique d'une image applique a l'angiographie soustraite numerisee
EP1741469A1 (en) * 2005-07-08 2007-01-10 Engineers & Doctors Wallstén Medical A/S Method of guiding an irradiation equipment
US20100266188A1 (en) * 2009-04-17 2010-10-21 Riverain Medical Group, Llc Chest x-ray registration, subtraction and display
JP5718576B2 (ja) * 2010-02-23 2015-05-13 株式会社東芝 X線画像診断装置
US8494245B2 (en) * 2010-03-09 2013-07-23 Siemens Aktiengesellschaft System and method for guiding transcatheter aortic valve implantations based on interventional C-Arm CT imaging
US8620050B2 (en) * 2010-09-23 2013-12-31 Siemens Aktiengesellschaft System and method for 2-D/3-D registration between 3-D volume and 2-D angiography

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019111006A (ja) * 2017-12-22 2019-07-11 コニカミノルタ株式会社 動態画像処理方法及び動態画像処理装置
CN110870776A (zh) * 2018-08-31 2020-03-10 西门子医疗有限公司 用于三维数字减影血管造影图像的方法和装置
CN110870776B (zh) * 2018-08-31 2023-08-25 西门子医疗有限公司 用于三维数字减影血管造影图像的方法和装置

Also Published As

Publication number Publication date
CN103544690A (zh) 2014-01-29
US20140016844A1 (en) 2014-01-16
EA024855B1 (ru) 2016-10-31
KR20140007772A (ko) 2014-01-20
IL227268A0 (en) 2014-03-31
EA201200924A1 (ru) 2014-01-30
EP2685424A2 (en) 2014-01-15

Similar Documents

Publication Publication Date Title
JP2014014673A (ja) 血管造影画像の取得方法
US10413253B2 (en) Method and apparatus for processing medical image
US20190172205A1 (en) Method and system for extracting vasculature
JP6534998B2 (ja) 医療画像を表示する方法及び装置
CN104517303B (zh) 医用图像处理装置以及医用图像处理方法
US7433507B2 (en) Imaging chain for digital tomosynthesis on a flat panel detector
CN109419526B (zh) 用于数字乳房断层合成中的运动评估和校正的方法和系统
US10433797B2 (en) Systems and methods for ultra low dose CT fluoroscopy
JP7337556B2 (ja) 医用画像処理装置、x線診断装置及び医用画像処理方法
EP3220826B1 (en) Method and apparatus for processing medical image
CN106530236B (zh) 一种医学图像处理方法及系统
EP3989798A1 (en) System and method for motion-adjusted device guidance using vascular roadmaps
JP6747785B2 (ja) 医用画像処理装置及び医用画像処理方法
JP7167564B2 (ja) X線撮影装置およびx線撮影装置の作動方法
JP2012100955A (ja) 医用画像表示装置
CN117437144A (zh) 用于图像去噪的方法和系统
WO2023209014A1 (en) Registering projection images to volumetric images
CN113538419B (zh) 一种图像处理方法和系统
US7116808B2 (en) Method for producing an image sequence from volume datasets
CN111862312A (zh) 一种脑部血管显示装置及方法
EP4125031A1 (en) Method and systems for removing anti-scatter grid artifacts in x-ray imaging
JP2024513735A (ja) サブトラクション撮像
Fischer et al. Bundle adjustment for marker-based rigid MR/X-ray registration
US20100054568A1 (en) Method and apparatus for selecting a volume of interest in one or more image data sets