JPH08249457A - コンピュータ支援の３次元画像識別照合方法 - Google Patents

コンピュータ支援の３次元画像識別照合方法

Info

Publication number
JPH08249457A
JPH08249457A JP15203195A JP15203195A JPH08249457A JP H08249457 A JPH08249457 A JP H08249457A JP 15203195 A JP15203195 A JP 15203195A JP 15203195 A JP15203195 A JP 15203195A JP H08249457 A JPH08249457 A JP H08249457A
Authority
JP
Japan
Prior art keywords
computer
volume
aided
dimensional image
image identification
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
JP15203195A
Other languages
English (en)
Other versions
JP3803404B2 (ja
Inventor
Pin Riyou Shi
リョウ シー−ピン
M Yung Minerva
エム ユン ミネルヴァ
Ieo Boonrock
イェオ ブーン−ロック
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.)
Siemens Corporate Research Inc
Original Assignee
Siemens Corporate Research Inc
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 Siemens Corporate Research Inc filed Critical Siemens Corporate Research Inc
Publication of JPH08249457A publication Critical patent/JPH08249457A/ja
Application granted granted Critical
Publication of JP3803404B2 publication Critical patent/JP3803404B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
    • A61B6/5264—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise due to motion
    • 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
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/38—Registration of image sequences
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S378/00—X-ray or gamma ray systems or devices
    • Y10S378/901—Computer tomography program or processor

Abstract

(57)【要約】 【目的】 ３次元画像識別照合法に使用されるアルゴリ
ズムを３Ｄ ＣＴ ＤＳＡにおける問題の解決のために適
用する。 【構成】 ＣＴマスク像および造影像をリサンプリング
し、マスク体積の３Ｄ特徴点を選択し、造影体積におけ
る対応を求め、３Ｄフローベクトルを逐次ランダムアル
ゴリズムによって処理し、最良の動きパラメータ（変
位、回転）を最小２情報で計算し、動きを発見し、その
後マスク体積を変換して、マスク体積を造影体積からサ
ブトラクションし、生じた体積を再構成しかつ表示す
る。

Description

【発明の詳細な説明】
【０００１】
【産業上の利用分野】本発明は、ヘリカルスキャン方式
のコンピュータ支援断層撮影血管造影法(スパイラル・コ
ンピューテド・トモグラフィー・アンギオグラフィー)（c
omputed tomography angiography＝ＣＴＡ）に関し、さ
らに特定すれば、骨像成分の抑圧およびそれに関連し
た、血管像成分の保持に対するＣＴＡ画像処理に関す
る。
【０００２】
【従来の技術】ヘリカルスキャン方式のコンピュータ援
用断層撮影血管造影法（ＣＴＡ）は、数秒内に大量のデ
ータの収集を実現する、血管イメージングに対する新規
な、所要穿刺が最小限ですむ（minimally invasive）技
術である。M. A. F. et al.‥E. H. Dillon, M. S. van
Leeuwen,“Spiral ct Angiography” AJR, vol. 160,p
p. 12731278, June 1993 参照。専門文献において報告
されているＣＴＡに関するリサーチのうちの多くは、或
る方法または別の方法における３次元の（３Ｄ）編集／
分割技術を使用している。目的は、ＣＴ画像データにお
ける骨像に関するデータをできるだけ多く抑圧しかつ関
心のある血管に関する画像データを含んでいるようにす
ることである。しかし、編集により、情報の損失および
歪に対する可能性が生じかつしばしば平均で１５ないし
３０分の操作時間を必要とする。また編集の品質は、主
観的な経験にも相当依存している。
【０００３】２次元の（２Ｄ）デジタルサブトラクショ
ン技術（一般にはデジタルサブトラクションアンギオグ
ラフィー（Digital Subtraction Angiography＝ＤＳ
Ａ）として知られている）はこの分野において従来より
周知である。
【０００４】本発明の１つの様相によれば、デジタルサ
ブトラクション技術が３次元において利用される。
【０００５】本発明の別の様相によれば、新規な３Ｄ画
像識別照合（registration）アルゴリズムが３Ｄ ＤＳ
Ａのために導入される。３Ｄ ＣＴ画像を離散的な軸方
向位置においてサンプリングされた２Ｄ画像系列として
取扱いかつ各スライスの動きアーチファクトを独立に補
正する既存の技術とは異なって、本発明によれば、患者
の大域的な動きが局所的な無意識の／滑らかな（柔軟
な）動きに結び付いているときですら、それはサブトラ
クションの前に補正される。実験結果によれば、数セッ
トの、臨床的なヘリカルスキャン方式によるＣＴデータ
に基づいた本発明によるこのアルゴリズムの使用の有効
性が確認されている。
【０００６】上述したように、ヘリカルスキャン方式Ｃ
Ｔ血管造影法（ＣＴＡ）は、数秒内に大量のデータを収
集することができるようにする、血管撮影に対する新規
な、所要穿刺が最小限ですむ技術である。1 このデー
タ収集速度により、しばしば１回の息こらえにおいて、
患者の少ない動きで実施することができる研究が可能に
なる。静脈の造影剤の静脈内（ＩＶ）ボーラスが注入さ
れかつ適正に時間を置かれるならば、ヘリカルＣＴスキ
ャンは、患者の解剖学的構造の大きな体積における動脈
相を捕捉することができ、これにより血管の管腔、狭窄
および病変の優れた視覚化が可能になる。それからこれ
らのデータは、３Ｄ視覚化(イメージング)技術（例えば
体積再構成（＝volume rendering）、最大強度投影（ma
ximum intensity projection＝ＭＩＰ）、およびシェー
ディングサーフェス表示）を使用して表示し、従来の血
管造影撮影法の画像に類似した動脈の解剖学的構造の画
像を得ることができる。
【０００７】専門文献において報告されているＣＴＡに
おける多くのリサーチは、或る方法または別の方法にお
ける編集技術を使用している。例えば、J. E. J. et al
‥M.P. Marks, S. Napel,“Diagnosis of carotid arte
ry disease: Preliminary experience with maximu-int
ensity-projection spiral ct angiography,” AJR,vo
l. 160, pp. 1267-1271, june 1993 、G. D. R. et al
‥S. Napel, M. P. Marks,“Ct angiography with spir
al ct and maximum intensity projection,”Radiolog
y, vol. 185, pp. 607-610, Nov.1992 、D. M. C. et a
l., R. B. Schwartz, K. M. Jones,“Commomcarotid ar
tery bifurcation: Evaluation with apiral ct,”Radi
ology, vol.185, no.2, pp.513-519, 1992 が参考にな
る。
【０００８】上述したように、この目的は、ＣＴデータ
における骨像データをできるだけ多く抑圧しかつ関心の
ある血管に関する画像データを含んでいるようにするこ
とである。骨およびカルシウム沈積物に関する画像デー
タの除去のために、ＭＩＰ再構成法（reconstruction）
は、血管の管腔内の造影剤コラムを一層明瞭に表示する
ことができる。しかしこの編集手法は幾つかの制限を有
している。第１に、編集により、情報の損失または歪に
対する可能性が生じる。このことは、連結性アルゴリズ
ムが、血管と物理的に接触している骨を排除するために
著しく低いしきい値を使用しているときに起こる。この
ことは、編集プロシージャが、血管の管腔に接触する血
管壁カルシウム沈積を抑圧しようとするときも起こり得
る。第２に、編集には典型的には、平均１５ないし３０
分の操作時間が必要でありかつ、場合によっては何時間
もかかることすらある。さらに、多くの場合編集の品質
は非常に主観的でありかつ個人の経験に負うところが大
きい。例えば、壁内のカルシウムを管腔内の造影剤から
区別できるようにするために、強調されていない画像に
対する基準が必要である。
【０００９】ヘリカル方式ＣＴＡに対する択一的な手法
は、従来のデジタルサブトラクション技術（一般にＤＡ
Ｓとして知られている）を２次元から３次元に拡張する
ことである。ＤＡＳでは２つの画像セットが使用され
る：データの第１セットは、不透明化の前に得られるマ
スク像であり、一方造影像と称されるデータの第２セッ
トは、造影剤ボーラスの注入後に収集される。マスクに
関連した画像が、造影に関連した画像からサブトラクシ
ョンされる。マスク像および造影像における血管の位置
が一致すれば、サブトラクションにより純然たる樹木状
の血管像が形成される。しかしこの理想的な状況は実際
の臨床では実現するのが常に難しい。事実、数多くの研
究には、患者の動きがこのサブトラクション技術を大き
く制限しておりかつ結果として生じるアーチファクトを
除去するために種々の方法が示唆されていることが示さ
れている。データ収集の間、患者の動きを制限するため
に、頭部保持装置を使用することができ、一方後処理の
期間に患者の動きを補正するために、時間フィルタリン
グおよびより一般的には画像識別照合が適用される。例
えば次の文献を参照されたい。B. B. J., L. Erikson,
T. Greitz, T. Ribbe,and L. Widen,“Head fixation d
evice for reproducible position alignmentin transm
ission ct and pet,”J. Comp. Assis. Tomgr., pp.136
-141, 1981。
【００１０】既存のＤＡＳ技術は３Ｄ ＣＴ画像を、離
散的な軸線方向の位置においてサンプリングされた２Ｄ
画像として取り扱いかつ動きアーチファクトはマスク像
および造影像の各スライス間の識別照合処理を通して独
立して補正される。例えば、J. J. G. rt al‥J. M. Fi
tzpatrick, D. R. Pickens III,“Technique for autom
atic motion correction in digital subtraction angi
ography”Optical Engineering, vol. 26, pp. 1085-10
93, Nov. 1987 が参考になる。しかしここにおいて、患
者の動きは普通３次元的でありかつそれは３次元の動き
パラメータを発見することによって補正されるべきであ
ることが認められている。
【００１１】大抵の従来の３Ｄ画像識別照合技術は、Ｃ
Ｔ，ＰＥＴ（Positron Emission Tomography），ＳＰＥ
ＣＴ（Single Positron Emission Tomography），ＭＲ
Ｉ（Magnetic Resonance Imaging）および超音波イメー
ジング技術のような種々の形式から得られる３Ｄ画像の
融合において使用される。知られている限りでは、これ
ら技術のいずれも、３Ｄ ＣＴＡの問題に適用されてい
ない。
【００１２】伝統的には、外部マーカ、定位的なフレー
ムおよび解剖学的な標識が、画像識別照合を必要とする
用途に使用されている。例えば、G. Chen, M. Kesslee
r, and S. Pitluck,“Structure transfer in the 3d m
edical imaging studies,”inComputer graphics,(TX),
pp. 171-175, National Computer Graphics Associati
on, 1985 が参考になる。
【００１３】これらの方法は、コントロールされた環境
で実施されなければならずかつ人体の解剖学的な特徴認
識についての専門知識を要求する。脳像に対する半自動
的な空間識別照合スキーマが、Bartoo および Hanson
によって開発され、ここでは基準点として解剖学的な対
象物の中心（セントロイド）が使用される。参照［８］
G. Bartoo and W. Hanson“Multi-modality image regi
stration using centroid mapping,”IEEE Engineering
in Medicine and Biology Society 11th Annual Inter
national Conference, 1989。これらの技術では、主要
な解剖学的な対象物の中心が、歪の存在する場合に近似
的に同じ中心を維持しかつ手動の識別照合の結果に匹敵
する結果をもたらすということが前提になっている。
【００１４】Pelizzari et al. は、マルチプルな脳像
の３Ｄ識別照合に対するサーフェスマッチング技術を開
発した。ここでは、頭部の外面が、それは脳のすべての
スキャンにおいて可視状態であるので、基準面として使
用される。C. Pelizzari, G.Chen, D. Spelbring, R. W
eichselbaum, snd C. Chen,“Accurate three-dimentio
nal registration of ct, pet, and/or mr images of t
he brain,”Journalof Computer Assisted Tomography,
vol. 13, pp. 0-26, January/February 1989 参照。こ
の基準面により、患者固有の座標系が確定される。この
３Ｄ識別照合は、それぞれのスキャンのシリアルスライ
スに基づく種々異なったアウトラインの輪郭間の最良の
マッチングを最小２乗の手法において逐次近似的に（反
復的）に見つけ出すことによって行われる。それから動
きパラメータ、すなわち回転、変位およびスケーリング
係数が計算される。それらの方法は、頭部モデル上に位
置する部分面を最小２乗適合プロシージャから排除する
ことによるこれら部分面の或る程度の消失を許容するこ
とができるが、逐次近似特性は、迅速な収束に対する申
し分ない初期推定を必要とする。“ステアリング”と呼
ばれる人間の介入は、適正な収束速度を保証するために
変換パラメータを調整することが要求される。参考にな
るのは、C. Pelizzari, G. Chen, D. Spelbring, R. We
ichselbaum, snd C. Chen,“Accurate three-dimention
al registration of ct, pet, and/or mr images of th
e brain,”Journal of Computer Assisted Tomography,
vol. 13, pp. 0-26, January/February 1989。
【００１５】Alpert et al は、２セットの３Ｄ画像デ
ータを識別照合するために主軸変換技術を使用してお
り、ここではセットそれぞれが全体の脳体積をカバーし
ている。N. Alpert, J. Bradsshaw, D. Kennedy, and
J. Correia,“The principal axes transformation-a m
ethod for image registration,”J Nucl Med, vol. 3
1,pp. 1717-1722, October 1990 参照。この手法では、
それぞれのデータセットに対してマス（塊）の中心およ
びその主軸が計算される。マスの中心および３つの主軸
は一緒に、１つの基準フレームを定める。それから、１
つの基準フレームをどのように別のフレームに変換する
ことができるかを見つけ出すことによって識別照合を行
い得る。このアプローチでは、関心のある体積の手動の
アウトライン化が必要であり、これに基づいてマスの中
心および主軸の計算が行われる。この手法では計算の簡
素化およびスピード化が実現されるが、頭部全体が両方
の体積において存在していなければならないので、厳し
い制限を受けている。N. Alpert, J. Bradsshaw, D. Ke
nnedy, and J. Correia,“The principal axes transfo
rmation-a method for image registration,”J Nucl M
ed, vol. 31, pp. 1717-1722, October 1990 参照。
【００１６】また、Moshfeghi and Rusinek により、類
似の３Ｄ識別照合法が提供されている。ここでは、固有
値解析に対して、主軸の位置決めのためにまばらなマト
リクスが使用されかつそれから回転、変位およびスケー
リングパラメータが計算される。ここでは画像中に局所
的な歪は現われないものと仮定している。M. Moshfeghi
and H. Rusinek,“Three-dimensional registration o
f mulltimodality medical images using the principa
l axes technique,”Philips Journal Research, vol.
47, pp. 81-97, 1992。
【００１７】最近、Thirion et al. により、３Ｄ画像
の両セットから抽出される最高線（クレストライン）の
マッチングに基づいた自動３Ｄ識別照合アルゴリズムが
提供されている。最高線は、３Ｄ対象物の表面における
高い曲率点に対応するラインである。この方法はまず、
関心のある対象物面を抽出するために３Ｄ画像を分割し
かつそれから最高線を自動的に抽出するためにマーチン
グラインを使用する。２つのデータセットからの最高線
は、幾何学的な切断に基づいてマッチングされる。A. G
ueziec and N. Ayache,“Smoothing and matching of 3
d-space curves,”in Proceedings of the Second Euro
pean Conference on Computer Vision,May 1992 参照。
このプロセスの終わりで、非常に多数の点をマッチング
する変換が行われる。S. B. J.-P. Thirion, O. Monga
and etc.,“Automatic registration of 3d images usi
ng surface curvature,”in SPIE Mathematical Method
s in Medical Imaging, vol. 1768, pp. 206-216, 1992
参照。
【００１８】
【発明の開示】本発明は、３Ｄ ＣＴ ＤＳＡにおけるこ
のような問題の解決に適用されるアルゴリズムを使用し
た３次元画像識別照合方法を開示する。本発明は、識別
照合における不完全なまたは部分的な体積（ボリュー
ム）データを扱いかつ患者の大域的な動きが局所的に無
意識な／柔軟な動きと結び付いているときですら、サブ
トラクションの前に患者の大域的な動きを補正すること
ができる。実験結果は、数個の臨床ヘリカルＣＴデータ
に基づいたこのアルゴリズムの効能を示している。
【００１９】本発明の様相によれば、マスク像、および
不透明化の前に得られた、前記マスク像に関連したそれ
ぞれのデータおよび造影剤ボーラスの注入後に取得収集
された造影像を使用するイメージング技術におけるコン
ピュータ支援の３次元画像識別照合方法は、次のステッ
プから成っている：順次連続する軸方向ＣＴマスク像お
よび造影像をそれぞれの等方性の３Ｄ体積においてリサ
ンプリングし；前記マスク体積における３Ｄ特徴点を選
択し；前記造影体積における対応関係量ないし対応点を
求め；生じた粗３Ｄ画像フローベクトルを逐次ランダム
アルゴリズムによって処理しかつ対の少なくとも１つの
前以て決められた百分率によって取り決められている最
良の動きパラメータ、すなわち変位および回転を最小２
乗法において計算して、患者の動きが発見されるように
し；患者の動きが発見された後に、前記マスク体積を相
応に変換しかつ該マスク体積を前記造影体積からサブト
ラクションし；かつ結果的に生じた体積を再構成しかつ
表示する。
【００２０】本発明の別の様相によれば、順次連続する
軸方向ＣＴマスク像および造影像をリサンプリングする
ステップは、スライス間ボクセルに対する３線補間を実
施し、かつボクセルに対して直交方向、すなわちＸおよ
びＹ方向においてサブサンプリングを実施する。
【００２１】本発明の別の様相において、順次連続する
軸方向ＣＴマスク像および造影像をリサンプリングする
ステップは、画像識別照合アルゴリズムがＣＴＡアプリ
ケーションにおいて所望される計算効率のレベルを実現
することができるように画像データを低減する。
【００２２】本発明のさらなる様相において、画像識別
照合アルゴリズムは、関心のある３Ｄ特徴点を突き止め
るために、サブサンプリングを実施する前記ステップに
おいてサブサンプリングされた関心のある点に対応付け
られたサブサンプリングされたデータのみを使用する。
【００２３】本発明のさらなる様相によれば、関心のあ
る点が突き止められた後、アルゴリズムは前記サブサン
プリングされたデータを捨てる。
【００２４】本発明のさらなる様相によれば、サブサン
プリングされたデータが捨てられた後、アルゴリズム
は、最初に述べた、続いて行われる識別照合プロセスに
おける原画像に戻って参照する。
【００２５】本発明のさらに別の様相において、マスク
像、および不透明化の前に得られた、前記マスク像に関
連したそれぞれのデータおよび造影剤ボーラスの注入後
に取得収集された造影像、および該造影像に関したそれ
ぞれのデータを使用するイメージング技術におけるコン
ピュータ支援の３次元画像識別照合方法は次のステップ
を有している：順次連続する軸方向ＣＴマスク像および
造影像をそれぞれの等方性の３Ｄ体積においてリサンプ
リングし；マスク体積における３Ｄ特徴点を選択し；造
影体積における対応関係量ナイシ対応点を求め；生じた
粗３Ｄ画像フローベクトルを逐次ランダムアルゴリズム
によって次のように処理する、すなわち（ａ）所望の最
大個別残留誤差εおよび所望のサイズｓによってスター
トし、（ｂ）Ｓを形成するためにＶから小さな数の点、
謂わばＮlをランダムに選択しかつＳ′を形成するため
にＷから相応の点を選択し、（ｃ）単位４元数を使用し
てＳおよびＳ′に対する回転マトリクスＲおよび変位ベ
クトルｔを計算しかつ前記最大個別残留誤差がεより大
きいならば、もはやこのようなケースでなくなるまで該
ステップを繰り返し、（ｄ）ＶおよびＷにおける残って
いる点から決まっている数の新しい点をランダムに取出
し、かつ新しい変換パラメータを計算しかつ誤差制約条
件が再び満たされたならば、これらの点をＳおよびＳ′
に付加しかつそうでなければ、該ステップを別のやり方
で行い、（ｅ）ＳおよびＳ′のサイズが、点がＶ′←Ｓ
およびＷ′←Ｓ′で終わる、ｓより大きいかまたはｓに
等しくなるまで前記ステップ（ｄ）を繰り返し、または
ステップ３の繰り返しの前以て決められた数、謂わばＴ
１の後に、Ｓのサイズがｓに達していないならば、ステ
ップ（ｂ）で再スタートし、または所定のεに対して、
所望のサイズｓが前以て決められた数、Ｔ２の再スター
ト後に得られなかったならば、新しいε（すなわちε←
ε＋Δε）でステップ（ｂ）から再スタートする。
【００２６】本発明のさらに別の様相において、回転マ
トリクスおよび変位ベクトルを計算した後、幾何学的変
換を実施する。
【００２７】本発明のさらになお別の様相において、マ
スク体積を、新しい変換パラメータに従って変換しかつ
表示目的のために等方性の体積に対してリサンプリング
し、造影体積も、同じ次元の等方性の体積に対してリサ
ンプリングし、サブボクセル強度値を、３線補間によっ
て計算し、リサンプリングされた造影体積の、幾何学的
に変換されかつサンプリングされたマスク体積によるサ
ブトラクションによって、サブトラクションされたＤＳ
Ａ体積を形成し、サブトラクションされたＤＳＡ体積
を、市販のアプリケーション、the Ney/Fishman's volu
me renderer Iprender を使用して再構成し、再構成ア
ルゴリズムにより、それぞれが異なった観測角度におけ
る投影に相応する可変数の画像を出力しかつ再構成され
た結果を、ｘ線技師が、そうしなければスタチックな観
測からは使用可能でない、比較的多量の奥行きデータを
合成することができるようにするために、順次連続する
フレームの迅速な表示を行うためのアニメータプログラ
ムを使用して再生（review）する。
【００２８】本発明の別の様相において、方法は次のス
テップから成る：すなわちマスク体積における３Ｄ特徴
点のセットを選択し；かつ造影体積における点のセット
との対応関係量ないし対応点を求める。
【００２９】本発明のさらに別の様相において、マスク
体積の、造影体積に対する変換のために回転マトリクス
および変位ベクトルを得、回転マトリクスおよび変位ベ
クトルを、誤差の２乗の和の最小化に従って計算し、デ
ータ点の２つのセットの中心点を得、クロス−共分散マ
トリクスを計算し、該クロス−共分散マトリクスは、２
つのデータセットにおける座標の積のそれぞれの和であ
る要素を有しており、単位４元数を、対称マトリクスの
最も正の固有値に相応する単位固有ベクトルとして得、
対称マトリクスは４×４マトリクスであり、該マトリク
スのそれぞれの要素は、２つのデータセットにおける座
標の積のそれぞれの和であり、かつそれから最適な変位
ベクトルを、造影体積における点のセットの中心点
（Ａ）とマスク体積および回転マトリクスにおける３Ｄ
特徴点のセットの中心点の積（Ｂ）との差として導出す
る。
【００３０】
【実施例】次に本発明を図示の実施例につき図面を用い
て詳細に説明する。
【００３１】図１には、本発明の種々のステップが示さ
れている。連続的な軸方向ＣＴ画像はまず、等方性の３
Ｄ体積、すなわち等方性の画像解像力を呈する体積にお
いてリサンプリングされる。それからマスク体積におけ
る３Ｄ特徴点が選択されかつ造影体積において対応関係
量ないし対応点が求められる。それから結果として生じ
る粗３Ｄ画像フローベクトルが、対の少なくとも前以て
決められた百分率において取り決められている最小２乗
の手法において最良の動きパラメータ（変位および回
転）を計算するために逐次近似ランダムアルゴリズムに
よって処理される。患者の動きが発見された後、マスク
体積が相応に変換されかつ造影体積からサブストラクシ
ョンされる。それから結果的にサブストラクションされ
た体積が再構成されかつディスプレイ上にて観測され
る。次にこの方法をより詳しく説明する。
【００３２】本発明による第１のステップは、原マスク
像を等方性データセットにリサンプリングすることであ
る。これに関連して、１ボクセルは１つの３次元の画像
単位成分、例えば単位立方体であり、２次元におけるピ
クセル、例えば単位正方形と類似している。スライス間
ボクセルのために３線補間が使用され、一方ボクセルに
対してｘ方向およびｙ方向においてサブサンプリングが
行われる。このサンプリングプロセスにより画像データ
は低減されかつそれ故にＣＴＡアプリケーションにおい
て所望されるレベルの計算効率を実現するために本発明
によるアルゴリズムが許容される。
【００３３】しかし、サブサンプリング技術を使用する
従来の形式の手法とは異なって、本発明では、画像記述
の成功に対して問題である精度のレベルを維持してい
る。本発明による画像記述アルゴリズムでは、サブサン
プリングされた点は、３Ｄ特徴点の場所を突き止めるた
めにのみ使用される。これらの関心ある点を突き止めた
後、アルゴリズムは、サブサンプリングされたデータを
捨てかつ常に、いずれの順次連続する記述プロセスにお
いても原画像に戻って関連付ける。この様相もしくは態
様は続く説明において一層明らかになる。
【００３４】異なった３Ｄ特徴は、独自のマッチングを
持つのが尤もらしい傾向にありかつそれ故に画像識別照
合の精度を改善することになる。従来技術に報告されて
いる大抵の特徴検出作業は、２次元画像に対してであ
る。３次元の特徴は、視覚化するのが困難でありかつ場
所を突き止めるために相当の時間を必要とする。Morave
c によって表された、２Ｄから３Ｄへの関心のある演算
子がここに展開されかつ迅速であるばかりでなく、非常
に申し分なく働くことが認められている。H. P.Morave
c,“Rover visual obstacle avoidance,”in Proceedin
gs of the 7th International Conference on Artifici
al Intelligence, (Vancouver, B. C. , Canada), pp.
785-790. August 1981 参照。２次元の場合、関心のあ
る演算子は、４つの可能な方向に対する各ピクセル位置
における強度差の２乗の和（分散の推定）を計算する。
関心のある値は、すべての分散値の和の最小値として定
義されている。この演算子が３次元に拡張されるとき、
それはそれぞれのボクセル位置において、図２に示され
ているように可能な１３の方向すべてにおける分散値の
最小値であると定義されている、関心のあるインデック
スを計算する。
【００３５】この関心のあるインデックスｉは、数学的
に、次のように表すことができる：
【００３６】
【数１２】
【００３７】ただし
【００３８】
【数１３】
【００３９】それからこのアルゴリズムは、最も高い関
心のあるインデックスを有する前以て決められた数の点
を特徴点とすべく選択する。全体の体積において一層均
一に分配された特徴点を保証するために、局所最大値フ
ィルタが、小さな体積内の特徴点のクラスタ（塊）化を
回避するために使用される。図３には、異なった頭部分
の種々の観測からの３つの２Ｄ画像スライスにおいて選
択されたいくつかの特徴点が示されている、即ち：
（左）軸方向像；（真中）冠状断層像（コロナル像）；
（右）矢状断層像（サジタル像）。
【００４０】次いで、特徴点の選択は、補間援用３Ｄ画
像フロー計算が使用される３Ｄ画像フローフィールドの
推定である。マスク体積Ιm内の位置
【００４１】
【数１４】
【００４２】におけるそれぞれの特徴点ｐに対して、ボ
クセルの周りにサイズ（２Ｍ＋１）×（２Ｍ＋１）×
（２Ｍ＋１）の相関ウィンドウΩpが形成される。サイ
ズ（２Ｎ＋１）×（２Ｎ＋１）×（２Ｎ＋１）のサーチ
ウィンドウΩpが、造影体積Ιc内の位置（ｘ，ｙ，ｚ）
において、ボクセルの周りに形成される。エラー分布
は、２乗誤差の和を使用してサーチウィンドウにおける
それぞれの可能な位置
【００４３】
【数１５】
【００４４】に対して次のように計算される：
【００４５】
【数１６】
【００４６】ただし
【００４７】
【数１７】
【００４８】最小誤差分布を表す
【００４９】
【数１８】
【００５０】は、３Ｄ画像フローベクトルとして選択さ
れている。ここにおいて、このことが、３次元に対する
光学的フロー計算に基づいた Anandan のワークの仮説
的な拡張に相応する形式を表していることが認められて
おり、この種の拡張は、知られているかぎり、従来技術
においては認められていない。P. Anandan,“A computa
tional framework and an algorithm for the measurem
ent of visual motion,” International Journal of C
omputer Vision, vol. 2, pp. 283-310, 1989参照。
【００５１】したがって、本発明と Anandan の技術の
仮説的な３Ｄ拡張との間には幾つかの主な差異があり、
以下これについて説明する。第１に、本発明において
は、仮説的な３Ｄ拡張における全体の３Ｄ体積とは異な
って、選択された特徴点すべてに対する画像フローベク
トルのみが計算され、これにより膨大な計算時間が節約
される。第２に、
【００５２】
【数１９】
【００５３】は非整数値をとることができ、このこと
は、動き推定におけるサブピクセル正確さを実現できる
ことを意味している。第３に、
【００５４】
【数２０】
【００５５】が非整数値をとるとき、３線補間が使用さ
れるにも拘らず、この種の３線補間は必要に基づいての
み行われる。換言すれば、このアルゴリズムは、それぞ
れの選択された特徴点のサーチウィンドウ内の位置にお
いてのみ補間を行う。さらに、補間は常時、リサンプリ
ング段階におけるサブサンプリングによるボクセルの消
失にも拘らず、オリジナルの解像力において得られた値
に戻って関連付ける。これにより、サブサンプリング
は、計算効率を改善するにすぎず、精度を犠牲にしない
ことが保証される。
【００５６】画像フローフィールドが計算された後、ア
ルゴリズムは患者の動きパラメータ、すなわち変位およ
び回転パラメータを推定しようとする。その場合動き推
定は、逐次ランダムアルゴリズムを使用して実施され
る。臨床現場において、プロセス全体に１．５ないし２
分のオーダがかかるので、患者が安定状態を維持するこ
とは難しい。食道の動きのような筋肉の収縮による局所
的な無意識の動きが確かにある。
【００５７】本発明によれば、画像フローベクトルの少
なくとも１つの前以て決められた百分率によって取り決
められている最良の動きパラメータを最小２乗の手法に
おいて計算する逐次ランダムアルゴリズムが使用されて
いる。このパラメータ推定アルゴリズムは、R. M. Kar
p,“An introduction to randomized algorithms,” Di
screte Applied Mathematic, vol. 34, pp. 176-210, 1
991 に記載されているような、４元数手法およびおよび
ランダムアルゴリズムストラテジーに基づいている。B.
K. P. Horn,“Closed-form solution of absolute ori
entation usingunit quaterions,”Opt. Soc. Am., vo
l. 4, pp. 629-642, April 1987 参照。便利なように、
４元手法の詳細が準備した参考文献の補遺に示してあ
る。
【００５８】アウトライナーの存在がいずれかの最小２
乗解決法の精度に甚大な影響を及ぼすことはよく知られ
ている。正確な解決法を実現するために、アウトライナ
ーは検出されかつデータセットから除去されなければな
らない。より詳しくは、
【００５９】
【数２１】
【００６０】を前提として、
【００６１】
【数２２】
【００６２】を最小化することができるような
【００６３】
【数２３】
【００６４】および
【００６５】
【数２４】
【００６６】を見つけ出すことが要求される。
【００６７】換言すれば、当該セットにおけるすべての
点の残留誤差の最大値が最小化されるような点の可能な
最大のセット。
【００６８】この問題は、徹底的な探索を通して決定的
に解決することができる。しかし、実施時間および記憶
要求は極めて高いものになる。最適な解決法を推定する
逐次ランダムアルゴリズムが提案される。このアルゴリ
ズムは小さな残留誤差パラメータεによってスタート
し、かつそれからεより小さい最大の個々の残留誤差で
Ｖ′およびＷ′を見付けるようにする。その場合十分小
さなεに対する解決法は、最適な解決法を近似すること
である。このアルゴリズムは次の通りである： １．所望の最大個別残留誤差εおよび所望のサイズｓを
以ってスタートする。
【００６９】２．Ｓを形成するために小さな数の点、謂
わばＮlをＶからランダムに選択しかつＳ′を形成する
ために相応の点をＷからランダムに選択する。単位４元
数を使用してＳおよびＳ′に対するＲおよび
【００７０】
【数２５】
【００７１】を計算する。
【００７２】３．ＶおよびＷにおける残留点から決めら
れた数の新しい点をランダムに取上げ、かつ新しい変換
パラメータを計算する。誤差制約条件がここでも満たさ
れているならば、これらの点をＳおよびＳ′に付加す
る。その他の場合はこのステップを繰り返す。
【００７３】４．（ａ）ＳおよびＳ′のサイズが、そこ
では点がＶ′←ＳおよびＷ′←Ｓ′で終了するｓより大
きいかまたはｓに等しくなるまで、ステップ３を繰り返
し、または（ｂ）ステップ３の繰り返しの何回か（Ｔ
１）の後、Ｓのサイズがｓに達しないならば、ステップ
２から再スタートし、または（ｃ）所定のεに対して、
所望のサイズｓが多数回の再スタート（Ｔ２）の後得ら
れなかったならば、新しいε（即ちε←ε＋Δε）で以
ってステップ２から再スタートする。
【００７４】回転マトリクスおよび変位ベクトルが計算
された後、幾何学的な変換が実施される。マスク体積は
これらパラメータに応じて変換されかつ同時に、表示目
的で１つの等方性の体積に対してリサンプリングされ
る。造影体積も、同じ次元の等方性体積に対してリサン
プリングされる。サブボクセル強度値は、３線補間によ
って計算される。リサンプリングされた造影体積の、幾
何学的に変換され（かつサンプリングされた）マスク体
積によるサブトラクションによって、サブトラクション
されたＤＳＡ体積が形成される。
【００７５】サブトラクションされたＤＳＡ体積は、市
販のアプリケーション、the Ney/Fishman's volume ren
derer Iprender を使用して再構成される。このような
体積の再構成技術は最初、Drebin et al. によって開発
されかつ後にＣＴデータに応用された。R. A. Drebin,
L. Carpenter, and P. Hanrahan,“Volume redering,”
Computer Graphics (Proc. SIGGRAPH), vol. 22, pp. 6
5-74, August 1988 および D. R. Ney, E. K. Fishman,
and D. Magid,“Volumetric rendering of computed t
omography data: Principles and techniques,” IEEE
Computer Graphics and Applications, pp. 24-32, Mar
ch 1990 参照。
【００７６】この再構成アルゴリズムは、それぞれが種
々異なった観測角度における投影に相応する、可変数の
画像を出力する。再構成された結果は、アニメータプロ
グラムを使用して観測される。
【００７７】順次連続するフレームの迅速な表示によ
り、ｘ線技術者は、その他の場合には静的な観測から使
用可能ではない、比較的多量の奥行き情報を合成するこ
とができる。
【００７８】本発明による実験的な使用例において、患
者の頭部の比較的低い部分（上頸部から目の下の領域ま
で）の画像の２セットが、Siemens Somatom Plus Spira
l Volumetric Computed Tomography(CT) scanners を使
用して収集された。これは試し的な実行でしかなかった
ので、データ収集プロセスにおいて特別な注意は払われ
なかった。２つのスキャン間の待ち時間は、数分のオー
ダにあることが知られている。
【００７９】各画像スライスのピクセルサイズはｘ方向
およびｙ方向ともに０．２９６９７mmであり、３mmのス
ライス間分離を有する。両方の画像セットに対する解像
力は、５１２ピクセル×５１２ピクセルでありかつ画像
セット当たり全部で５７のスライスである。収集された
データは０および２０４７間の強度値範囲を有してい
る。患者は、頸部からウィリスの輪（大脳動脈輪）まで
スキャンされた。スキャンの低い方の半部は、多くの柔
軟な動きが集中している頸部を含んでいる。
【００８０】画像セットは、口内の２つの金歯のために
５７のスライスのうち１２（スライス番号２０ないし３
２）に重大な欠陥を有していることがわかっている。図
４には、いくつかの２Ｄマスクおよび収集された造影像
スライスが示されている。
【００８１】本発明による手法では、原データの入力、
サンプリングプロセス、３Ｄ画像識別照合、幾何学的な
変換およびスブトラクションされた体積の最終的な出力
を含んでいる、SUN SPARCstation １０における１２８
×１２８×１４４の解像力でのＣＰＵ時間の１３分より
短い時間がかかった。２５６×２５６×２８８の解像力
では、一層長いＣＰＵ時間がかかり、その内大抵は、Ｉ
／Ｏ、幾何学的な変換およびサンプリングに費やされ
る。特徴抽出、マッチングおよびパラメータ推定部分に
は、計算の煩雑さが主に、今日では両方の場合とも３０
０である使用される特徴点の数に依存しているので、大
体同じＣＰＵ時間を要する。
【００８２】再構成されサブトラクションされた体積
は、アニメーションソフトウェアを使用してスクリーン
上に表示される。アニメーションディスプレイのスナッ
プショットは、スクリーンにて捕捉されかつ図５に示さ
れているものである。同じ体積の、異なった角度からの
別の観測が図７に示されている。比較として、同じ観測
からのサブトラクションされた体積が図６および図８に
示されている。これらは、サンプリングされたマスク体
積をサンプリングされた造影体積から直接（識別照合な
しに）サブトラクションすることによって得られたもの
である。
【００８３】さらに、識別照合による改善を明らかにす
るために、図９には、サブトラクションされた体積の数
個の２次元軸線方向スライスが示されている。強度値が
暗ければ暗いほど、マスクおよび造影内の血管の位置は
より良好に一致する。
【００８４】識別照合された画像セットのＣＴＡ体積
は、識別照合されないＣＴＡ体積に関する３Ｄ空間にお
ける大脳血管の視覚化を著しく改善した。にも拘らず開
発されたＣＴＡ手法は一般に、スキャンされた頭部領域
の大抵の部分における血管の高度な視覚化を提供した。
【００８５】結果は明らかに、患者の動きの大多数が補
正されたことを示している。アルゴリズムは、２つの植
え込まれた金歯のためのイメージングアーチファクトの
影響を回避することができる。しかし、（患者のえん下
動作による）食道の筋肉収縮および（えん下動作に伴う
可能性がある）下顎の動きが残る。
【００８６】本発明による３Ｄ ＣＴＡに対するアルゴ
リズムにより、少なくとも次の利点が得られる： Ａ．このアルゴリズムは、操作員支援による編集に対し
て要求される時間に殆ど匹敵する。
【００８７】Ｂ．この識別照合アルゴリズムは、血管が
骨に物理的に接触しているときですら、骨像を除去しか
つ関心のある血管像を維持するのに成功する。
【００８８】Ｃ．このアルゴリズムは、スキャニングプ
ロセスの間の３Ｄの患者の動き並びにテーブルの動きの
不正確さを処理することができる。
【００８９】Ｄ．３Ｄの関心のある演算子は迅速であり
かつ３Ｄのコーナ点の検出において非常に良好に作業す
る。
【００９０】Ｅ．この識別照合アルゴリズムはその計算
効率を改善するために原画像をサブサンプリングするに
も拘らず、常に、計算の各段階において原画像に戻って
関連付けて、所望のサブピクセル精度が得られるように
する。
【００９１】Ｆ．大域的な患者の動きが常に、局所的な
無意識／柔軟な動きに結合している一方、逐次近似ラン
ダムアルゴリズムは、サブトラクションプロセスの前に
患者の動きの大多数を補正することができる。
【００９２】Ｇ．このアルゴリズムは、３Ｄ画像識別照
合を要求するマルチモードデータ統合のような他の医療
応用に容易に適合することができる。
【００９３】本発明は、コンピュータ具体化によって実
現するのに向いている。本発明を実施例を用いて説明し
てきたが、当業者に当然と思われる種々の変形および修
正は、本発明の精神を逸脱しない限り実現可能である。
この種の変形は、請求項および以下の補遺によって定め
られている、本発明の範囲内において行われている。
【００９４】
【外１】
【００９５】
【外２】
【図面の簡単な説明】
【図１】本発明の方法の外観をフローチャートにより示
す図である。
【図２】本発明の理解に役立ちかつ３Ｄ特徴点を見つけ
出すための１３の方向を表すベクトル表示を示す図であ
る。
【図３】選択されたいくつかの特徴点を示す２Ｄ画像の
図である。
【図４】スキャンされた体積の典型的な原マスク像およ
び造影像スライスを示す図であり、（ａ）スライス５７
（ｂ）スライス４９（ｃ）スライス４０（ｄ）スライス
２７（２つの金歯によって惹起されているアーチファク
トに注意）（ｅ）スライス１７（ｆ）スライス９（ｇ）
スライス１。
【図５】３Ｄ画像識別照合およびデジタルサブトラクシ
ョン後の再構成されたＣＴＡ体積の観測を示す図であ
る。
【図６】３Ｄ画像識別照合なしの再構成されたＣＴＡデ
ジタルサブトラクション体積の観測を示す図である。
【図７】３Ｄ画像識別照合およびデジタルサブトラクシ
ョン後の再構成されたＣＴＡ体積の別の観測を示す図で
ある。
【図８】３Ｄ画像識別照合なしの再構成されたＣＴＡデ
ジタルサブトラクション体積の別の観測を示す図であ
る。
【図９】いくつかの典型的な２Ｄ画像スライスに対する
識別照合されない対識別照合された絶対デジタルサブト
ラクション差を示す図である。
─────────────────────────────────────────────────────
【手続補正書】
【提出日】平成８年１月２６日
【手続補正１】
【補正対象書類名】明細書
【補正対象項目名】図面の簡単な説明
【補正方法】変更
【補正内容】
【図面の簡単な説明】
【図１】本発明の方法の外観をフローチャートにより示
す図である。
【図２】本発明の理解に役立ちかつ３Ｄ特徴点を見つけ
出すための１３の方向を表すベクトル表示を示す図であ
る。
【図３】選択されたいくつかの特徴点を示す２Ｄ画像
の、デイスプレー上に表示した中間調画像の写真であ
る。
【図４】スキャンされた体積の典型的な原マスク像およ
び造影像スライスを示す、デイスプレー上に表示した中
間調画像の写真であり、（ａ）スライス５７（ｂ）スラ
イス４９（ｃ）スライス４０（ｄ）スライス２７（２つ
の金歯によって惹起されているアーチファクトに注意）
（ｅ）スライス１７（ｆ）スライス９（ｇ）スライス
１。
【図５】３Ｄ画像識別照合およびデジタルサブトラクシ
ョン後の再構成されたＣＴＡ体積の観測を示す、デイス
プレー上に表示した中間調画像の写真である。
【図６】３Ｄ画像識別照合なしの再構成されたＣＴＡデ
ジタルサブトラクション体積の観測を示す、デイスプレ
ー上に表示した中間調画像の写真である。
【図７】３Ｄ画像識別照合およびデジタルサブトラクシ
ョン後の再構成されたＣＴＡ体積の別の観測を示す、デ
イスプレー上に表示した中間調画像の写真である。
【図８】３Ｄ画像識別照合なしの再構成されたＣＴＡデ
ジタルサブトラクション体積の別の観測を示す、デイス
プレー上に表示した中間調画像の写真である。
【図９】いくつかの典型的な２Ｄ画像スライスに対する
識別照合されない対識別照合された絶対デジタルサブト
ラクション差を示す、デイスプレー上に表示した中間調
画像の写真である。
───────────────────────────────────────────────────── フロントページの続き (72)発明者 ブーン−ロック イェオ アメリカ合衆国 ニュー ジャージー プ リンストン ウェスト ドライヴ 304

Claims (25)

    【特許請求の範囲】
  1. 【請求項１】 マスク像、および不透明化の前に得られ
    た、前記マスク像に関連したそれぞれのデータおよび造
    影剤ボーラスの注入後に取得収集された造影像を使用す
    るイメージング技術におけるコンピュータ支援の３次元
    画像識別照合方法において、順次連続する軸方向ＣＴマ
    スク像および造影像をそれぞれの等方性の３Ｄ体積にお
    いてリサンプリングし、前記マスク体積における３Ｄ特
    徴点を選択し、前記造影体積における対応関係量ないし
    対応点を求め、生じる粗３Ｄ画像フローベクトルを逐次
    ランダムアルゴリズムによって処理しかつ対の少なくと
    も１つの前以て決められた百分率によって取り決められ
    ている最良の動きパラメータ、すなわち変位および回転
    を最小２乗法において計算して、患者の動きが発見され
    るようにし、患者の動きが発見された後に、前記マスク
    体積を相応に変換しかつ該マスク体積を前記造影体積か
    らサブトラクションし、かつ結果的に生じた体積を再構
    成しかつ表示することを特徴とするコンピュータ支援の
    ３次元画像識別照合方法。
  2. 【請求項２】 順次連続する軸方向ＣＴマスク像および
    造影像をリサンプリングする前記ステップは次のステッ
    プから成る、すなわちスライス間ボクセルに対する３線
    補間を実施し、かつ前記ボクセルに対して直交方向、す
    なわちＸおよびＹ方向においてサブサンプリングを実施
    する請求項１記載のコンピュータ支援の３次元画像識別
    照合方法。
  3. 【請求項３】 順次連続する軸方向ＣＴマスク像および
    造影像をリサンプリングする前記ステップが、画像識別
    照合アルゴリズムがＣＴＡアプリケーションにおいて所
    望される計算効率のレベルを実現することができるよう
    に画像データを低減する請求項１記載のコンピュータ支
    援の３次元画像識別照合方法。
  4. 【請求項４】 前記画像識別照合アルゴリズムは、関心
    のある（注目）３Ｄ特徴点を突き止めるために、サブサ
    ンプリングを実施する前記ステップにおいてサブサンプ
    リングされた関心のある点に対応付けられたサブサンプ
    リングされたデータのみを使用する請求項１記載のコン
    ピュータ支援の３次元画像識別照合方法。
  5. 【請求項５】 前記関心のある点が突き止められた後、
    前記アルゴリズムは前記サブサンプリングされたデータ
    を捨てる請求項４記載のコンピュータ支援の３次元画像
    識別照合方法。
  6. 【請求項６】 前記サブサンプリングされたデータが捨
    てられた後、前記アルゴリズムは、前記最初に述べた、
    続いて行われる識別照合プロセスにおける原画像に戻っ
    て参照する請求項５記載のコンピュータ支援の３次元画
    像識別照合方法。
  7. 【請求項７】 マスク像、および不透明化の前に得られ
    た、前記マスク像に関連したそれぞれのデータおよび造
    影剤ボーラスの注入後に取得収集された造影像、および
    該造影像に関したそれぞれのデータを使用するイメージ
    ング技術におけるコンピュータ支援の３次元画像識別照
    合方法において、順次連続する軸方向ＣＴマスク像およ
    び造影像をそれぞれの等方性の３Ｄ体積においてリサン
    プリングし、前記マスク体積における３Ｄ特徴点を選択
    し、前記造影体積における対応関係量ないし対応点を求
    め、生じた粗３Ｄ画像フローベクトルを逐次ランダムア
    ルゴリズムによって次のように処理する、すなわち
    （ａ）所望の最大個別残留誤差εおよび所望のサイズｓ
    によってスタートし、（ｂ）Ｓを形成するためにＶから
    小さな数の点、謂わばＮlをランダムに選択しかつＳ′
    を形成するためにＷから相応の点を選択し、（ｃ）単位
    ４元数を使用してＳおよびＳ′に対するＲおよびｔを計
    算しかつ前記最大個別残留誤差がεより大きいならば、
    もはやこのようなケースでなくなるまで該ステップを繰
    り返し、（ｄ）ＶおよびＷにおける残っている点から決
    まっている数の新しい点をランダムに取出し、かつ新し
    い変換パラメータを計算しかつ前記誤差制約条件が再び
    満たされたならば、これらの点をＳおよびＳ′に付加し
    かつそうでなければ、該ステップを別のやり方で行い、
    （ｅ）ＳおよびＳ′のサイズが、点がＶ′←Ｓおよび
    Ｗ′←Ｓ′で終わる、ｓより大きいかまたはｓに等しく
    なるまで前記ステップ（ｄ）を繰り返し、またはステッ
    プ３の繰り返しの前以て決められた数、謂わばＴ１の後
    に、Ｓのサイズがｓに達していないならば、ステップ
    （ｂ）で再スタートし、または所定のεに対して、所望
    のサイズｓが前以て決められた数、Ｔ２の再スタート後
    に得られなかったならば、新しいε（すなわちε←ε＋
    Δε）でステップ（ｂ）から再スタートすることを特徴
    とするコンピュータ支援の３次元画像識別照合方法。
  8. 【請求項８】 回転マトリクスおよび変位ベクトルを計
    算した後、幾何学的変換を実施する請求項７記載のコン
    ピュータ支援の３次元画像識別照合方法。
  9. 【請求項９】 前記マスク体積を、新しい変換パラメー
    タに従って変換しかつ表示目的のために等方性の体積に
    対してリサンプリングする請求項８記載のコンピュータ
    支援の３次元画像識別照合方法。
  10. 【請求項１０】 前記造影体積も、同じ次元の等方性の
    体積に対してリサンプリングする請求項９記載のコンピ
    ュータ支援の３次元画像識別照合方法。
  11. 【請求項１１】 サブボクセル強度値を、３線補間によ
    って計算する請求項１０記載のコンピュータ支援の３次
    元画像識別照合方法。
  12. 【請求項１２】 リサンプリングされた造影体積の、幾
    何学的に変換されかつリサンプリングされたマスク体積
    によるサブトラクションによって、サブトラクションさ
    れたＤＳＡ体積を形成する請求項１１記載のコンピュー
    タ支援の３次元画像識別照合方法。
  13. 【請求項１３】 前記サブトラクションされたＤＳＡ体
    積を、市販のアプリケーション、the Ney/Fishman's vo
    lume renderer Iprender を使用して再構成する請求項
    １２記載のコンピュータ支援の３次元画像識別照合方
    法。
  14. 【請求項１４】 前記再構成アルゴリズムにより、それ
    ぞれが異なった観測角度における投影に相応する可変数
    の画像を出力する請求項１３記載のコンピュータ支援の
    ３次元画像識別照合方法。
  15. 【請求項１５】 再構成された結果を、ｘ線技師が多量
    の奥行きデータを合成することができるようにするため
    に、順次連続するフレームの迅速な表示を行うためのア
    ニメータプログラムを使用して再生する請求項１４記載
    のコンピュータ支援の３次元画像識別照合方法。
  16. 【請求項１６】 マスク像、および不透明化の前に得ら
    れた、前記マスク像に関連したそれぞれのデータおよび
    造影剤ボーラスの注入後に取得収集された造影像、およ
    び該造影像に関したそれぞれのデータを使用するイメー
    ジング技術におけるコンピュータ支援の３次元画像識別
    照合方法において、順次連続する軸方向ＣＴマスク像お
    よび造影像をそれぞれの等方性の３Ｄ体積においてリサ
    ンプリングし、前記マスク体積における３Ｄ特徴点のセ
    ットを選択し、前記造影体積における点のセットとの対
    応関係量ないし対応点を求め、結果的に得られた粗３Ｄ
    画像フローベクトルを逐次ランダムアルゴリズムによっ
    て次のように処理する、すなわち（ａ）所望の最大個別
    残留誤差εおよび所望のサイズｓによってスタートし、
    （ｂ）Ｓを形成するためにＶから小さな数の点、謂わば
    Ｎlをランダムに選択しかつＳ′を形成するためにＷか
    ら相応の点を選択し、（ｃ）単位４元数を使用してＳお
    よびＳ′に対するＲおよびｔを計算しかつ前記最大個別
    残留誤差がεより大きいならば、もはやこのようなケー
    スでなくなるまで該ステップを繰り返し、（ｄ）Ｖおよ
    びＷにおける残っている点から決まっている数の新しい
    点をランダムに取出し、かつ新しい変換パラメータを計
    算しかつ前記誤差拘束が再び満たされたならば、これら
    の点をＳおよびＳ′に付加しかつそうでなければ、該ス
    テップを別のやり方で行い、（ｅ）ＳおよびＳ′のサイ
    ズが、点がＶ′←ＳおよびＷ′←Ｓ′で終わる、ｓより
    大きいかまたはｓに等しくなるまで前記ステップ（ｄ）
    を繰り返し、またはステップ３の繰り返しの前以て決め
    られた数、謂わばＴ１の後に、Ｓのサイズがｓに達して
    いないならば、ステップ（ｂ）で再スタートし、または
    所定のεに対して、所望のサイズｓが前以て決められた
    数、Ｔ２の再スタート後に得られなかったならば、新し
    いε（すなわちε←ε＋Δε）でステップ（ｂ）から再
    スタートすることを特徴とするコンピュータ支援の３次
    元画像識別照合方法。
  17. 【請求項１７】 ステップ（ｃ）において、前記マスク
    体積の、前記造影体積に対する変換のために回転マトリ
    クスおよび変位ベクトルを得る請求項１６記載のコンピ
    ュータ支援の３次元画像識別照合方法。
  18. 【請求項１８】 前記回転マトリクスおよび変位ベクト
    ルを、誤差の２乗の和の最小化に従って計算する請求項
    １７記載のコンピュータ支援の３次元画像識別照合方
    法。
  19. 【請求項１９】 単位４元数は単位回転を表す請求項１
    ７記載のコンピュータ支援の３次元画像識別照合方法。
  20. 【請求項２０】 前記回転マトリクスおよび変位ベクト
    ルのそれぞれの中心点を得る請求項１８記載のコンピュ
    ータ支援の３次元画像識別照合方法。
  21. 【請求項２１】 クロス（相互）−共分散マトリクスを
    計算し、該クロス−共分散マトリクスは、前記回転マト
    リクスおよび変位ベクトルにおける座標の積のそれぞれ
    の和である要素を有している請求項２０記載のコンピュ
    ータ支援の３次元画像識別照合方法。
  22. 【請求項２２】 前記単位４元数を、対称マトリクスの
    最も正の固有値に相応する単位固有ベクトルとして得る
    請求項２１記載のコンピュータ支援の３次元画像識別照
    合方法。
  23. 【請求項２３】 前記対称マトリクスは４×４マトリク
    スであり、該マトリクスのそれぞれの要素は、前記回転
    マトリクスおよび変位ベクトルにおける座標の積のそれ
    ぞれの和である請求項２２記載のコンピュータ支援の３
    次元画像識別照合方法。
  24. 【請求項２４】 それから最適な変位ベクトルを、前記
    造影体積における前記点のセットの前記中心点（Ａ）と
    前記マスク体積および前記回転マトリクスにおける３Ｄ
    特徴点の前記セットの前記中心点の積（Ｂ）との差とし
    て導出する請求項２３記載のコンピュータ支援の３次元
    画像識別照合方法。
  25. 【請求項２５】 動きパラメータＲおよびｔを計算する
    ステップ（ｃ）を次のステップに従って実施する：Ｒお
    よびｔを、誤差の２乗の和の最小化 【数１】 に従って計算し、４元数に基づいたアルゴリズムを使用
    し、ここにおいて単位４元数は、ｑ0≧０およびｑ0 2＋
    ｑ1 2＋ｑ2 2＋ｑ3 2＝１とする場合の１つの４ベクトルｑ
    R＝［ｑ0ｑ1ｑ2ｑ3］tでありかつ単位回転を表すための
    択一的な方法であり、この場合Ｒを次のように計算し： 【数２】 前記セットＶの中心点μvを 【数３】 に従って計算しかつ前記セットＷの中心点μwを 【数４】 に従って計算し、３×３のクロス（相互）−共分散マト
    リクスＭを次のように計算し： 【数５】 該マトリクスの要素は前記ＶおよびＷにおける座標の積
    の和であり、Ｍは次のように書き表すことができ： 【数６】 ただし 【数７】 および以下同様であり、および 【数８】 および 【数９】 かつ最適な変位ベクトルを計算し： 【数１０】 ただし関心のある単位４元数は４×４対称マトリクスＮ
    の最も正の固有値に相応する単位固有ベクトルであり、
    ただし 【数１１】 請求項７記載のコンピュータ支援の３次元画像識別照合
    方法。
JP15203195A 1994-06-17 1995-06-19 コンピュータ支援の３次元画像識別照合方法 Expired - Fee Related JP3803404B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US08/261,643 US5839440A (en) 1994-06-17 1994-06-17 Three-dimensional image registration method for spiral CT angiography
US08/261643 1994-06-17

Publications (2)

Publication Number Publication Date
JPH08249457A true JPH08249457A (ja) 1996-09-27
JP3803404B2 JP3803404B2 (ja) 2006-08-02

Family

ID=22994212

Family Applications (1)

Application Number Title Priority Date Filing Date
JP15203195A Expired - Fee Related JP3803404B2 (ja) 1994-06-17 1995-06-19 コンピュータ支援の３次元画像識別照合方法

Country Status (2)

Country Link
US (1) US5839440A (ja)
JP (1) JP3803404B2 (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005199041A (ja) * 2003-11-25 2005-07-28 General Electric Co <Ge> Ｃｔ血管造影法における構造を領域分割する方法及び装置
JP2005528157A (ja) * 2002-06-04 2005-09-22 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 回転血管造影法に基づく冠状動脈構造のハイブリッド３ｄ再構成
JP2006527434A (ja) * 2003-06-10 2006-11-30 バイオスペース インスツルメンツ ３次元再構成のための放射線画像法並びにその方法を実施するコンピュータプログラムおよび装置
JP2008309533A (ja) * 2007-06-13 2008-12-25 Ihi Corp 車両形状計測方法と装置
JP2009512527A (ja) * 2005-10-25 2009-03-26 ブラッコ イメージング ソチエタ ペル アチオニ 画像登録方法及び前記画像登録方法を実施するためのアルゴリズム及び前記アルゴリズムを用いて画像を登録するためのプログラム及び対象の移動による画像アーチファクトを低減するための生体医学画像の取り扱い方法

Families Citing this family (83)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6047080A (en) * 1996-06-19 2000-04-04 Arch Development Corporation Method and apparatus for three-dimensional reconstruction of coronary vessels from angiographic images
US5848121A (en) * 1996-10-28 1998-12-08 General Electric Company Method and apparatus for digital subtraction angiography
US6363163B1 (en) * 1998-02-23 2002-03-26 Arch Development Corporation Method and system for the automated temporal subtraction of medical images
US6765570B1 (en) * 1998-07-21 2004-07-20 Magic Earth, Inc. System and method for analyzing and imaging three-dimensional volume data sets using a three-dimensional sampling probe
US6169817B1 (en) * 1998-11-04 2001-01-02 University Of Rochester System and method for 4D reconstruction and visualization
US6345113B1 (en) * 1999-01-12 2002-02-05 Analogic Corporation Apparatus and method for processing object data in computed tomography data using object projections
JP2002541948A (ja) * 1999-04-20 2002-12-10 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 画像処理方法
US6711433B1 (en) * 1999-09-30 2004-03-23 Siemens Corporate Research, Inc. Method for providing a virtual contrast agent for augmented angioscopy
US6718192B1 (en) * 1999-11-24 2004-04-06 Ge Medical Systems Global Technology Company, Llc Method and apparatus for real-time 3D image rendering on a picture archival and communications system (PACS) workstation
US6563941B1 (en) 1999-12-14 2003-05-13 Siemens Corporate Research, Inc. Model-based registration of cardiac CTA and MR acquisitions
US6998841B1 (en) 2000-03-31 2006-02-14 Virtualscopics, Llc Method and system which forms an isotropic, high-resolution, three-dimensional diagnostic image of a subject from two-dimensional image data scans
US7526112B2 (en) * 2001-04-30 2009-04-28 Chase Medical, L.P. System and method for facilitating cardiac intervention
US7327862B2 (en) * 2001-04-30 2008-02-05 Chase Medical, L.P. System and method for facilitating cardiac intervention
DE10136160A1 (de) * 2001-07-25 2003-02-13 Philips Corp Intellectual Pty Verfahren und Vorrichtung zur Registrierung zweier 3D-Bilddatensätze
US7072436B2 (en) * 2001-08-24 2006-07-04 The Board Of Trustees Of The Leland Stanford Junior University Volumetric computed tomography (VCT)
US6754522B2 (en) 2001-09-05 2004-06-22 Medimag C.V.I., Inc. Imaging methods and apparatus particularly useful for two and three-dimensional angiography
US7286866B2 (en) 2001-11-05 2007-10-23 Ge Medical Systems Global Technology Company, Llc Method, system and computer product for cardiac interventional procedure planning
WO2003046811A1 (en) * 2001-11-21 2003-06-05 Viatronix Incorporated Registration of scanning data acquired from different patient positions
US7012603B2 (en) * 2001-11-21 2006-03-14 Viatronix Incorporated Motion artifact detection and correction
DE10162273A1 (de) * 2001-12-19 2003-07-10 Philips Intellectual Property Verfahren zur Verbesserung der Auflösung einer nuklearmedizinischen Aufnahme
US20030149364A1 (en) * 2002-02-01 2003-08-07 Ajay Kapur Methods, system and apparatus for digital imaging
US7311705B2 (en) 2002-02-05 2007-12-25 Medtronic, Inc. Catheter apparatus for treatment of heart arrhythmia
US7346381B2 (en) * 2002-11-01 2008-03-18 Ge Medical Systems Global Technology Company Llc Method and apparatus for medical intervention procedure planning
US7499743B2 (en) * 2002-03-15 2009-03-03 General Electric Company Method and system for registration of 3D images within an interventional system
US7532750B2 (en) * 2002-04-17 2009-05-12 Sony Corporation Image processing apparatus and method, program, and image processing system
US7778686B2 (en) * 2002-06-04 2010-08-17 General Electric Company Method and apparatus for medical intervention procedure planning and location and navigation of an intervention tool
US20050277823A1 (en) * 2002-06-10 2005-12-15 Robert Sutherland Angiogram display overlay technique for tracking vascular intervention sites
DE10231061A1 (de) * 2002-07-10 2004-01-22 Philips Intellectual Property & Standards Gmbh Verfahren und System zur Verbesserung des Informationsgehaltes in einem Bild
US7113623B2 (en) * 2002-10-08 2006-09-26 The Regents Of The University Of Colorado Methods and systems for display and analysis of moving arterial tree structures
US20050043609A1 (en) * 2003-01-30 2005-02-24 Gregory Murphy System and method for facilitating cardiac intervention
WO2004068406A2 (en) * 2003-01-30 2004-08-12 Chase Medical, L.P. A method and system for image processing and contour assessment
US7747047B2 (en) * 2003-05-07 2010-06-29 Ge Medical Systems Global Technology Company, Llc Cardiac CT system and method for planning left atrial appendage isolation
US7343196B2 (en) * 2003-05-09 2008-03-11 Ge Medical Systems Global Technology Company Llc Cardiac CT system and method for planning and treatment of biventricular pacing using epicardial lead
US7565190B2 (en) * 2003-05-09 2009-07-21 Ge Medical Systems Global Technology Company, Llc Cardiac CT system and method for planning atrial fibrillation intervention
US7813785B2 (en) 2003-07-01 2010-10-12 General Electric Company Cardiac imaging system and method for planning minimally invasive direct coronary artery bypass surgery
US20050010105A1 (en) * 2003-07-01 2005-01-13 Sra Jasbir S. Method and system for Coronary arterial intervention
US7344543B2 (en) * 2003-07-01 2008-03-18 Medtronic, Inc. Method and apparatus for epicardial left atrial appendage isolation in patients with atrial fibrillation
US7432924B2 (en) * 2003-08-28 2008-10-07 Kabushiki Kaisha Toshiba 3D digital subtraction angiography image processing apparatus
US20060009755A1 (en) * 2003-09-04 2006-01-12 Sra Jasbir S Method and system for ablation of atrial fibrillation and other cardiac arrhythmias
US20050054918A1 (en) * 2003-09-04 2005-03-10 Sra Jasbir S. Method and system for treatment of atrial fibrillation and other cardiac arrhythmias
US7308299B2 (en) 2003-10-22 2007-12-11 General Electric Company Method, apparatus and product for acquiring cardiac images
US7308297B2 (en) * 2003-11-05 2007-12-11 Ge Medical Systems Global Technology Company, Llc Cardiac imaging system and method for quantification of desynchrony of ventricles for biventricular pacing
US20050137661A1 (en) * 2003-12-19 2005-06-23 Sra Jasbir S. Method and system of treatment of cardiac arrhythmias using 4D imaging
US20050143777A1 (en) * 2003-12-19 2005-06-30 Sra Jasbir S. Method and system of treatment of heart failure using 4D imaging
US7333643B2 (en) * 2004-01-30 2008-02-19 Chase Medical, L.P. System and method for facilitating cardiac intervention
US7454248B2 (en) * 2004-01-30 2008-11-18 Ge Medical Systems Global Technology, Llc Method, apparatus and product for acquiring cardiac images
DE102004017478B4 (de) * 2004-04-08 2012-01-19 Siemens Ag Vorrichtung für die Gewinnung von Strukturdaten eines sich bewegenden Objekts
US7522744B2 (en) * 2004-08-31 2009-04-21 University Of Iowa Research Foundation System and method for adaptive bolus chasing computed tomography (CT) angiography
US7327872B2 (en) * 2004-10-13 2008-02-05 General Electric Company Method and system for registering 3D models of anatomical regions with projection images of the same
US8515527B2 (en) * 2004-10-13 2013-08-20 General Electric Company Method and apparatus for registering 3D models of anatomical regions of a heart and a tracking system with projection images of an interventional fluoroscopic system
US7756324B2 (en) * 2004-11-24 2010-07-13 Kabushiki Kaisha Toshiba 3-dimensional image processing apparatus
ATE553456T1 (de) * 2005-02-03 2012-04-15 Bracco Imaging Spa Verfahren und computerprogrammprodukt zur registrierung biomedizinischer bilder mit verminderten objektbewegungsbedingten bildgebungsartefakten
US7653264B2 (en) * 2005-03-04 2010-01-26 The Regents Of The University Of Michigan Method of determining alignment of images in high dimensional feature space
US7893938B2 (en) * 2005-05-04 2011-02-22 Siemens Medical Solutions Usa, Inc. Rendering anatomical structures with their nearby surrounding area
US7676072B2 (en) * 2005-06-15 2010-03-09 Kabushiki Kaisha Toshiba Image processing apparatus and image processing method
JP4267598B2 (ja) * 2005-07-11 2009-05-27 ザイオソフト株式会社 画像融合処理方法、画像融合処理プログラム、画像融合処理装置
JP2007021021A (ja) * 2005-07-20 2007-02-01 Ge Medical Systems Global Technology Co Llc 画像処理装置およびｘ線ｃｔ装置
JP5161427B2 (ja) * 2006-02-20 2013-03-13 株式会社東芝 画像撮影装置、画像処理装置及びプログラム
US7412023B2 (en) * 2006-02-28 2008-08-12 Toshiba Medical Systems Corporation X-ray diagnostic apparatus
US7831090B1 (en) 2006-06-30 2010-11-09 AT&T Intellecutal Property II, L.P. Global registration of multiple 3D point sets via optimization on a manifold
US7885483B2 (en) * 2006-11-24 2011-02-08 National Synchrotron Radiation Research Center Image alignment method
US8125498B2 (en) * 2007-01-03 2012-02-28 Siemens Medical Solutions Usa, Inc. Generating a 3D volumetric mask from a closed surface mesh
CN101785031A (zh) * 2007-01-05 2010-07-21 兰德马克绘图国际公司，哈里伯顿公司 用于在多个三维数据对象的显示中选择性成像物体的系统和方法
EP2102823B8 (en) * 2007-01-05 2016-06-29 Landmark Graphics Corporation Systems and methods for visualizing multiple volumetric data sets in real time
US7894663B2 (en) * 2007-06-30 2011-02-22 General Electric Company Method and system for multiple view volume rendering
US9171391B2 (en) 2007-07-27 2015-10-27 Landmark Graphics Corporation Systems and methods for imaging a volume-of-interest
US20090232388A1 (en) * 2008-03-12 2009-09-17 Harris Corporation Registration of 3d point cloud data by creation of filtered density images
US20090232355A1 (en) * 2008-03-12 2009-09-17 Harris Corporation Registration of 3d point cloud data using eigenanalysis
MX2010012490A (es) * 2008-06-06 2010-12-02 Landmark Graphics Corp Sistemas y metodos para formar la imagen de un volumen tridimensional de datos de rejilla geometricamente irregulares que representan un volumen de rejilla.
WO2010095065A1 (en) * 2009-02-17 2010-08-26 Koninklijke Philips Electronics N.V. Functional imaging
JP5361439B2 (ja) * 2009-02-23 2013-12-04 株式会社東芝 医用画像処理装置及び医用画像処理方法
DE102009039986B4 (de) * 2009-09-03 2018-02-22 Siemens Healthcare Gmbh Verfahren und Vorrichtung zur Bewegungskorrektur für eine dreidimensionale digitale Subtraktionsangiographie
JP5454680B2 (ja) * 2010-05-26 2014-03-26 株式会社島津製作所 Ｘ線撮影装置
US8754929B1 (en) * 2011-05-23 2014-06-17 John Prince Real time vergence control for 3D video capture and display
TWI446897B (zh) * 2011-08-19 2014-08-01 Ind Tech Res Inst 超音波影像對齊裝置及其方法
US8675944B2 (en) 2012-01-12 2014-03-18 Kabushiki Kaisha Toshiba Method of registering image data
WO2013142220A2 (en) 2012-03-22 2013-09-26 The Cleveland Clinic Foundation Augmented reconstruction for computed tomography
US9091628B2 (en) 2012-12-21 2015-07-28 L-3 Communications Security And Detection Systems, Inc. 3D mapping with two orthogonal imaging views
US9552533B2 (en) * 2013-03-05 2017-01-24 Toshiba Medical Systems Corporation Image registration apparatus and method
US9672641B2 (en) 2015-07-09 2017-06-06 Sirona Dental Systems Gmbh Method, apparatus, and computer readable medium for removing unwanted objects from a tomogram
EP3616621B1 (de) * 2018-08-31 2023-03-15 Siemens Healthcare GmbH Verfahren zur 3d dsa und vorrichtung
CA3136499A1 (en) 2019-04-09 2020-10-15 Michael Brown System and method of processing of a captured image to facilitate post-processing modification
CN111223158B (zh) * 2019-12-31 2023-03-21 上海联影智能医疗科技有限公司 心脏冠脉图像的伪影校正方法和可读存储介质

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005528157A (ja) * 2002-06-04 2005-09-22 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 回転血管造影法に基づく冠状動脈構造のハイブリッド３ｄ再構成
JP2006527434A (ja) * 2003-06-10 2006-11-30 バイオスペース インスツルメンツ ３次元再構成のための放射線画像法並びにその方法を実施するコンピュータプログラムおよび装置
JP2005199041A (ja) * 2003-11-25 2005-07-28 General Electric Co <Ge> Ｃｔ血管造影法における構造を領域分割する方法及び装置
JP2009512527A (ja) * 2005-10-25 2009-03-26 ブラッコ イメージング ソチエタ ペル アチオニ 画像登録方法及び前記画像登録方法を実施するためのアルゴリズム及び前記アルゴリズムを用いて画像を登録するためのプログラム及び対象の移動による画像アーチファクトを低減するための生体医学画像の取り扱い方法
JP2008309533A (ja) * 2007-06-13 2008-12-25 Ihi Corp 車両形状計測方法と装置

Also Published As

Publication number Publication date
JP3803404B2 (ja) 2006-08-02
US5839440A (en) 1998-11-24

Similar Documents

Publication Publication Date Title
JP3803404B2 (ja) コンピュータ支援の３次元画像識別照合方法
US5647360A (en) Digital subtraction angiography for 3D diagnostic imaging
US9401047B2 (en) Enhanced visualization of medical image data
US7778686B2 (en) Method and apparatus for medical intervention procedure planning and location and navigation of an intervention tool
US6563941B1 (en) Model-based registration of cardiac CTA and MR acquisitions
US20100061611A1 (en) Co-registration of coronary artery computed tomography and fluoroscopic sequence
US20110075896A1 (en) Computer readable medium, systems and methods for medical image analysis using motion information
US20070016108A1 (en) Method for 3D visualization of vascular inserts in the human body using the C-arm
CN112150524B (zh) 一种基于深度学习的二维和三维医学图像配准方法和系统
JP2005521502A (ja) 胸部および腹部の画像モダリティの重ね合わせ
TW201219013A (en) Method for generating bone mask
EP1652122B1 (en) Automatic registration of intra-modality medical volume images using affine transformation
Wink et al. Intra-procedural coronary intervention planning using hybrid 3-dimensional reconstruction techniques1
Yeo et al. Three-dimensional image registration for spiral CT angiography
Garcia et al. A robust and efficient block matching framework for non linear registration of thoracic CT images
Carminati et al. Reconstruction of the descending thoracic aorta by multiview compounding of 3-d transesophageal echocardiographic aortic data sets for improved examination and quantification of atheroma burden
Li et al. 3D intersubject warping and registration of pulmonary CT images for a human lung model
Mouravliansky et al. Automatic retinal registration using global optimization techniques
Kiraly et al. A novel visualization method for the ribs within chest volume data
Yeung Princeton, NJ zyxwvutsrqponmlkj
WO2022027327A1 (zh) 一种图像重建方法及其应用
Chang et al. Articular cartilage segmentation based on radial transformation
Salehi et al. Cardiac contraction motion compensation in gated myocardial perfusion SPECT: a comparative study
Bidaut Data and image processing for abdominal imaging
Mullick et al. 3-dimensional visualization of pose determination: application to SPECT imaging (Proceedings Only)

Legal Events

Date Code Title Description
A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20060331

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20060405

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20060508

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

LAPS Cancellation because of no payment of annual fees