JP2016538945A5 - - Google Patents

Download PDF

Info

Publication number
JP2016538945A5
JP2016538945A5 JP2016536252A JP2016536252A JP2016538945A5 JP 2016538945 A5 JP2016538945 A5 JP 2016538945A5 JP 2016536252 A JP2016536252 A JP 2016536252A JP 2016536252 A JP2016536252 A JP 2016536252A JP 2016538945 A5 JP2016538945 A5 JP 2016538945A5
Authority
JP
Japan
Prior art keywords
voxel
image data
volume
value
local
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
Application number
JP2016536252A
Other languages
English (en)
Other versions
JP6363197B2 (ja
JP2016538945A (ja
Filing date
Publication date
Application filed filed Critical
Priority claimed from PCT/IB2014/066413 external-priority patent/WO2015083050A1/en
Publication of JP2016538945A publication Critical patent/JP2016538945A/ja
Publication of JP2016538945A5 publication Critical patent/JP2016538945A5/ja
Application granted granted Critical
Publication of JP6363197B2 publication Critical patent/JP6363197B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Claims (20)

  1. 画像データを処理するための方法であって、当該方法は、
    3Dボリューム画像データの第1のセットを取得するステップであって、前記第1のセットがボクセルの第1のボリュームを含み、各ボクセルが強度を有し、3Dボリューム画像データの前記第1のセットは、コンピュータ断層撮影、陽電子放射断層撮影、又は単一光子放射コンピュータ断層撮影のうちの1つによって生成されるステップと、
    前記第1のボリュームの各ボクセルに関する局所ボクセルノイズ推定量を取得するステップと、
    不透明度伝達関数に信頼値C=exp(−0.5*σ /σ )を乗算することにより、各ボクセルに関して不透明度値を決定するステップであって、ここで、σ が、前記局所ボクセルノイズ推定量であり、σ が、グローバルノイズ推定量であり、Cが、0〜1の区間内の値を有するステップと、
    前記3Dボリューム画像データの各ボクセルに関して、色値、前記不透明度値、及び勾配値を組み合わせて、各ボクセルに関するノイズ重み付けされたレンダリング寄与を生成することによって、前記ボクセルの前記強度と、前記ボクセルの前記局所ボクセルノイズ推定量とに少なくとも基づいて、ボクセルの前記第1のボリュームを処理するステップと
    を含む方法。
  2. 各ボクセルに関する対応する前記局所ボクセルノイズ推定量を使用して、3Dボリューム画像データの前記第1のセットの各ボクセルに関する少なくとも1つの光学的特性を決定するステップと、
    前記少なくとも1つの光学特性に基づいて、3Dボリューム画像データの前記第1のセットを2D平面に投影するステップと
    を更に含む、請求項1に記載の方法。
  3. 前記処理するステップが、更に、
    前記色値を決定するステップと
    近傍のボクセルの強度値と、前記近傍のボクセルの局所ボクセルノイズ推定量とに基づいて、前記勾配値を決定するステップ
    含む、請求項1に記載の方法。
  4. ボクセルの前記勾配値を決定するステップが、各近傍のボクセルの重み付け強度を線又は平面に当てはめるステップを含み、前記重みが、前記信頼値に基づく、請求項3に記載の方法。
  5. 前記信頼値が、前記局所ボクセルノイズ推定量から導出される、請求項1に記載の方法。
  6. 前記処理するステップが、更に、
    3Dボリューム画像データの前記第1のセットを通して、2D画素アレイの各画素から光線を投射するステップと、
    画素毎に、前記対応する光線が横切る各ボクセルに関する前記ノイズ重み付けされた特性を組み合わせて、各画素に関する合成値を生成するステップと、
    前記画素の前記合成値を表示するステップと
    を含む、請求項3に記載の方法。
  7. 3Dボリューム画像データの第2のセットを取得するステップであって、前記第2のセットが、ボクセルの第2のボリュームを含み、各ボクセルが強度を有するステップと、
    前記第2のボリュームの各ボクセルに関して局所ボクセルノイズ推定量を取得するステップと
    を更に含み、
    前記処理するステップが、更に、
    前記第1及び第2のボリュームのボクセルの前記強度と前記局所ボクセルノイズ推定量とを含む位置合わせアルゴリズムに少なくとも基づいて、3Dボリューム画像データの前記第1及び第2のセットを位置合わせするステップ
    を含む、
    請求項1に記載の方法。
  8. 前記位置合わせアルゴリズムが、局所ボクセルノイズ推定量の平方の合計に対する前記強度の平方差の比の合計を最小化することを含む、請求項に記載の方法。
  9. 前記位置合わせアルゴリズムが、二変量ヒストグラムの負のエントロピーを最大化することを含み、前記二変量ヒストグラムが、信頼値だけ増分され、前記信頼値が、前記第1及び第2のボリュームの前記ボクセルの前記局所ボクセルノイズ推定量に反比例する、請求項に記載の方法。
  10. σ =σ +σ あり、σ が、前記第1のボリュームの前記ボクセルの個別局所ボクセルノイズ推定量であり、σ が、前記第2のボリュームの前記ボクセルの個別局所ボクセルノイズ推定量である、請求項に記載の方法。
  11. 前記位置合わせアルゴリズムが、局所相関cov(I,I)/sqrt(var(I)*var(I))を最大化することを含み、共分散及び分散が、空間的に変化する重みを使用して重み付けされ、Iが、前記第1のボリュームに関する強度であり、Iが、前記第2のボリュームに関する強度である、請求項に記載の方法。
  12. 空間的に変化する重みを、exp(−0.5*r/σ )とexp(−0.5*(σ +σ )/σ )との積として計算するステップであって、rが、径方向ユークリッド距離であるステップ
    を更に含む、請求項11に記載の方法。
  13. コンピュータプロセッサと、
    画像データ処理命令を記憶するメモリとを備える画像データ処理装置であって、前記コンピュータプロセッサが、前記画像データ処理命令を実行し、前記画像データ処理命令が、前記コンピュータプロセッサに、
    第1の3Dボリューム画像データを取得することであって、前記第1の3Dボリューム画像データがボクセルの第1のボリュームを含み、各ボクセルが強度を有し、前記第1の3Dボリューム画像データは、コンピュータ断層撮影、陽電子放射断層撮影、又は単一光子放射コンピュータ断層撮影のうちの1つによって生成されることと、
    前記第1のボリュームの各ボクセルに関する局所ボクセルノイズ推定量を取得することと、
    第2の3Dボリューム画像データを取得することであって、前記第2の3Dボリューム画像データがボクセルの第2のボリュームを含み、各ボクセルが強度を有し、前記第2の3Dボリューム画像データは、前記コンピュータ断層撮影、前記陽電子放射断層撮影、又は前記単一光子放射コンピュータ断層撮影のうちの1つによって生成されることと、
    前記第2のボリュームの各ボクセルに関する局所ボクセルノイズ推定量を取得することと、
    局所ボクセルノイズ推定量の平方の合計に対する前記強度の平方差の比の合計を最小化することを含む位置合わせアルゴリズムを用いて、前記の3Dボリューム画像データ及び前記の3Dボリューム画像データを位置合わせすることと
    を実行させる、画像データ処理装置。
  14. 前記コンピュータプロセッサが、
    前記第1の3Dボリューム画像データの各ボクセルに関して色値を決定し、
    前記第1の3Dボリューム画像データの各ボクセルに関して、前記ボクセルの強度値と、前記ボクセルの個別局所ボクセルノイズ推定量とに基づいて、不透明度値を決定し、
    前記第1の3Dボリューム画像データの各ボクセルに関して、近傍のボクセルの強度値と、前記近傍のボクセルの個別局所ボクセルノイズ推定量とに基づいて、勾配値を決定し、
    各ボクセルに関する前記色値、前記不透明度値、及び前記勾配値を組み合わせて、各ボクセルに関するノイズ重み付けされたレンダリング寄与を生成し、
    前記第1の3Dボリューム画像データを通して、2D画素アレイの各画素から光線を投射し、
    前記対応する光線が横切る各ボクセルに関する前記ノイズ重み付けされたレンダリング寄与を組み合わせて、各画素に関する合成値を生成し、
    前記画素の前記合成値を表示する、
    請求項13に記載の画像データ処理装置。
  15. 前記コンピュータプロセッサがボクセルに関する前記不透明度値を決定することが、不透明度伝達関数に信頼値を乗算することを含み、前記コンピュータプロセッサがボクセルの前記勾配値を決定することが、各近傍のボクセルの前記強度を信頼値で重み付けすることを含み、前記信頼値が、前記個別局所ボクセルノイズ推定量から導出される、請求項14に記載の画像データ処理装置。
  16. 前記コンピュータプロセッサが、前記信頼値C=exp(−0.5*σ /σ )を計算し、ここで、σ が、前記局所ボクセルノイズ推定量であり、σ が、グローバルノイズ推定量であり、Cが、0〜1の区間内の値を有する、請求項15に記載の画像データ処理装置。
  17. 前記個別局所ボクセルノイズ推定量を推定する局所ボクセルノイズ推定器を更に備える、請求項13に記載の画像データ処理装置。
  18. コンピュータ可読命令で符号化されたコンピュータ可読記憶媒体であって、前記コンピュータ可読命令が、プロセッサによって実行されるときに、前記プロセッサに、
    3Dボリューム画像データの第1のセットを取得することであって、前記第1のセットがボクセルの第1のボリュームを含み、各ボクセルが強度を有し、3Dボリューム画像データの前記第1のセットは、コンピュータ断層撮影、陽電子放射断層撮影、又は単一光子放射コンピュータ断層撮影のうちの1つによって生成されることと、
    前記第1のボリュームの各ボクセルに関する局所ボクセルノイズ推定量を取得することと、
    3Dボリューム画像データの第2のセットを取得することであって、前記第2のセットがボクセルの第2のボリュームを含み、各ボクセルが強度を有し、3Dボリューム画像データの前記第2のセットは、前記コンピュータ断層撮影、前記陽電子放射断層撮影、又は前記単一光子放射コンピュータ断層撮影のうちの1つによって生成されることと、
    前記第2のボリュームの各ボクセルに関する局所ボクセルノイズ推定量を取得することと、
    二変量ヒストグラムの負のエントロピーを最大化することを含む位置合わせアルゴリズムを用いて、3Dボリューム画像データの前記第1及び第2のセットを位置合わせすることであって、前記二変量ヒストグラムが、信頼値だけ増分され、前記信頼値が、前記第1及び第2のボリュームの前記ボクセルの前記局所ボクセルノイズ推定量に反比例することと
    実施させる、コンピュータ可読記憶媒体。
  19. 前記コンピュータプロセッサが、前記第1の3Dボリューム画像データのボクセル強度と個別局所ボクセルノイズ推定量とに基づいて前記第1の3Dボリューム画像データから2Dダイレクトボリュームレンダリングを生成する、請求項13に記載の画像データ処理装置。
  20. 前記コンピュータプロセッサが、不透明度伝達関数に信頼値C=exp(−0.5*σ /σ )を乗算することにより、各ボクセルに関して前記不透明度値を決定し、ここで、σ が、前記局所ボクセルノイズ推定量であり、σ が、グローバルノイズ推定量であり、Cが、0〜1の区間内の値を有する、請求項14に記載の画像データ処理装置。
JP2016536252A 2013-12-04 2014-11-28 画像データ処理 Active JP6363197B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201361911503P 2013-12-04 2013-12-04
US61/911,503 2013-12-04
PCT/IB2014/066413 WO2015083050A1 (en) 2013-12-04 2014-11-28 Image data processing

Publications (3)

Publication Number Publication Date
JP2016538945A JP2016538945A (ja) 2016-12-15
JP2016538945A5 true JP2016538945A5 (ja) 2018-01-11
JP6363197B2 JP6363197B2 (ja) 2018-07-25

Family

ID=52146557

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016536252A Active JP6363197B2 (ja) 2013-12-04 2014-11-28 画像データ処理

Country Status (5)

Country Link
US (2) US9858705B2 (ja)
EP (1) EP3077993A1 (ja)
JP (1) JP6363197B2 (ja)
CN (1) CN105793897B (ja)
WO (1) WO2015083050A1 (ja)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018114729A1 (en) * 2016-12-20 2018-06-28 Koninklijke Philips N.V. Time-of-flight resolution-adaptive image regularization and filtering in positron emission tomography
CN106725570B (zh) * 2016-12-30 2019-12-20 上海联影医疗科技有限公司 成像方法及系统
EP3467771A1 (en) * 2017-10-05 2019-04-10 Koninklijke Philips N.V. Image feature annotation in diagnostic imaging
WO2019096600A1 (en) * 2017-11-14 2019-05-23 Koninklijke Philips N.V. Single ct backprojector with one geometry calculation per voxel for multiple different types of projection data
US10510178B2 (en) 2018-02-27 2019-12-17 Verizon Patent And Licensing Inc. Methods and systems for volumetric reconstruction based on a confidence field
EP3624047B1 (en) * 2018-09-14 2022-08-10 Leica Microsystems CMS GmbH Deconvolution apparatus and method using a local signal-to-noise ratio
US11465279B2 (en) * 2018-11-29 2022-10-11 X Development Llc Robot base position planning

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002063569A1 (en) * 2001-02-09 2002-08-15 Koninklijke Philips Electronics N.V. Method for volume rendering
US7301538B2 (en) 2003-08-18 2007-11-27 Fovia, Inc. Method and system for adaptive direct volume rendering
WO2006024973A1 (en) 2004-08-31 2006-03-09 Philips Intellectual Property & Standard Gmbh Direct volume rendering with shading
EP1849310A2 (en) * 2005-02-07 2007-10-31 Ultra Spect Ltd. Adaptive image de-noising by pixels relation maximization
CN100498839C (zh) * 2006-03-08 2009-06-10 杭州电子科技大学 一种多模态医学体数据三维可视化方法
US8013870B2 (en) * 2006-09-25 2011-09-06 Adobe Systems Incorporated Image masks generated from local color models
JP4945225B2 (ja) * 2006-11-30 2012-06-06 株式会社東芝 画像処理装置及びプログラム
US7844096B2 (en) 2007-01-22 2010-11-30 Siemens Medical Solutions Usa, Inc. Spatially localized noise adaptive smoothing of emission tomography images
CN102067177B (zh) * 2008-06-25 2015-05-20 皇家飞利浦电子股份有限公司 优化剂量控制的图像生成装置
CN102667852B (zh) 2009-11-25 2015-11-25 皇家飞利浦电子股份有限公司 增强图像数据/剂量减小
US8582865B2 (en) * 2010-04-28 2013-11-12 General Electric Company Ultrasound imaging with ray casting and software-based image reconstruction
WO2012001648A2 (en) * 2010-06-30 2012-01-05 Medic Vision - Imaging Solutions Ltd. Non-linear resolution reduction for medical imagery
CN103262120B (zh) * 2010-12-09 2017-03-22 皇家飞利浦电子股份有限公司 图像数据的体积描绘
US20120154400A1 (en) * 2010-12-20 2012-06-21 General Electric Company Method of reducing noise in a volume-rendered image
RU2612575C2 (ru) * 2011-07-15 2017-03-09 Конинклейке Филипс Н.В. Обработка изображений для спектральной компьютерной томографии
US9076237B2 (en) * 2013-03-12 2015-07-07 Wisconsin Alumni Research Foundation System and method for estimating a statistical noise map in x-ray imaging applications

Similar Documents

Publication Publication Date Title
JP2016538945A5 (ja)
JP2005292132A5 (ja)
JP2007181679A5 (ja)
Banno et al. Disparity map refinement and 3D surface smoothing via directed anisotropic diffusion
JP2016507320A5 (ja)
RU2014121097A (ru) Формирование изображения кровотока
RU2013123937A (ru) Уменьшение уровня шума в низкодозной компьютерной томографии
JP2016522924A5 (ja)
JP2020511665A5 (ja)
US9183671B2 (en) Method for accelerating Monte Carlo renders
US11393138B2 (en) Relaxed iterative maximum-likelihood expectation maximization for positron emission tomography random coincidence estimation
Zhu et al. Stereo matching algorithm with guided filter and modified dynamic programming
JP2016538945A (ja) 画像データ処理
JP2018537226A5 (ja)
Yang Local smoothness enforced cost volume regularization for fast stereo correspondence
Jin et al. A method for simultaneous image reconstruction and beam hardening correction
Kuang et al. Revisiting trifocal tensor estimation using lines
JP6359985B2 (ja) デプス推定モデル生成装置及びデプス推定装置
CN111670462A (zh) 正电子发射断层摄影(pet)的散射校正
CN107810518B (zh) 图像处理系统和方法
Ananth Geo-cutting Liver Tumor
De Craene et al. Temporal diffeomorphic free-form deformation for strain quantification in 3D-US images
Xu et al. Hybrid plane fitting for depth estimation
Zhang et al. Fast stereo matching algorithm based on adaptive window
Zhang et al. Region-based color image segmentation of fishes with complex background in water