NL1010119C2 - Iteratief filterraamwerk voor medische afbeeldingen. - Google Patents

Iteratief filterraamwerk voor medische afbeeldingen. Download PDF

Info

Publication number
NL1010119C2
NL1010119C2 NL1010119A NL1010119A NL1010119C2 NL 1010119 C2 NL1010119 C2 NL 1010119C2 NL 1010119 A NL1010119 A NL 1010119A NL 1010119 A NL1010119 A NL 1010119A NL 1010119 C2 NL1010119 C2 NL 1010119C2
Authority
NL
Netherlands
Prior art keywords
image data
data set
filter
image
filtered
Prior art date
Application number
NL1010119A
Other languages
English (en)
Other versions
NL1010119A1 (nl
Inventor
Gopal Biligeri Avinash
Original Assignee
Gen Electric
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 Gen Electric filed Critical Gen Electric
Publication of NL1010119A1 publication Critical patent/NL1010119A1/nl
Application granted granted Critical
Publication of NL1010119C2 publication Critical patent/NL1010119C2/nl

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/20Image enhancement or restoration using local operators
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00General purpose image data processing
    • G06T1/20Processor architectures; Processor configuration, e.g. pipelining

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Description

Iteratief filterraamwerk voor medische afbeeldingen.
Achtergrond van de uitvinding 5 Het gebied van de uitvinding betreft medische afbeeldingen en in het bijzon der het filteren en verbeteren van medische afbeeldingen om hun visuele kwaliteit te verbeteren.
De kwaliteit van medische afbeeldingen is een functie van de gebruikte af-beeldingsmodaliteit en de specifieke werkwijze die gebruikt is om de afbeeldingsge-10 gevens te verkrijgen. In het algemeen kan de kwaliteit van medische afbeeldingen onafhankelijk van de gébruikte afbeeldingsmodaliteit verbeterd worden door het verkrijgen van redundante gegevens die gemiddeld kunnen worden om de effecten van willekeurige ruis te verminderen. Jammergenoeg resulteert deze oplossing in een toegenomen scantijd die ongemakkelijk is voor de patiënt en duur is. Een andere 15 aanpak is het vermogen van het afbeeldsysteem te verhogen. Bij MRI kan dit de vorm aannemen van een sterker polarisatieveld (bijvoorbeeld 1,5 Tesla in plaats van 0,5 Tesla), bij röntgensystemen kan dit de vorm aannemen van een röntgenbundel met hoger vermogen en bij ultrageluid kan dit de vorm aannemen van een krachtigere hoogfrequentversterker en omzetter. Deze maatregelen doen de kosten van de uitrus-20 ting toenemen en in het geval van röntgenstralen wordt de dosis ioniserende straling voor de patiënt verhoogd.
Poging zijn ondernomen om de afbeeldbaarheid van het onderwerp te verbeteren door het injecteren van contrastmiddelen in de patiënt. Zie bijvoorbeeld Amerikaans octrooischrift nr. 4.834.964 van Rosen. Geïnjecteerde contrastmiddelen 25 verbeteren echter een beperkt bereik van afbeeldkarakteristieken en omdat dit een invasieve techniek is, is het soms ongeschikt om medische redenen.
Verkregen medische afbeeldingen kunnen ook verwerkt worden om hun klinische waarde te verhogen door het modificeren met het histogram of verdeling van de signaalwaarden op een globale of locale basis zoals bijvoorbeeld beschreven 30 in Amerikaans octrooischrift nr. 5.063.607. In andere verbeteringstechnieken wordt het grijsschaalbereik van elk subafbeeldingsgebied uitgerekt zodat deze het gehele weergeefbereik dekt zoals bijvoorbeeld in Amerikaans octrooischrift nr. 4.991.092. Histogrammodificaties die het dynamisch bereik van de gegevens uitstrekken laten 1010119 t 2 echter ook de ruis in de afbeelding toenemen. Locale histogrammodifïcaties veroorzaken een blokkeereffect dat resulteert in een gebrek in uniformiteit over de gehele afbeelding.
Afbeeldingen kunnen verbeterd worden met gebruik van convolutie- of filter-5 technieken. Dergelijke technieken omvatten een versterking van geselecteerde fre-quentiebanden zoals weergegeven in Amerikaans octrooischrift nr. 5.072.314 van Chan. Andere hebben een combinatie gebruikt van hoog- en laagdoorlaatfiltering om afbeeldingen te verbeteren zoals bijvoorbeeld weergegeven in Amerikaans octrooischrift nr. 5.081.692 van Kwon of Amerikaans octrooischrift nr. 4.972.256 van 10 Hirosawa. Globale filtertechnieken neigen echter de afbeeldingen te verstoren en elimineren de lagere frequentiegebieden. Dit maakt klinische evaluatie van de afbeeldingen moeilijk.
Om enkele van de nadelen van globaal filteren of convolutie te elimineren kan lokaal aangepast filter en gebruikt worden. Zie bijvoorbeeld Amerikaans octrooi-15 schrift nr. 4.761.819 van Denison et al.; Amerikaans octrooischrift nr. 4.991.092 van Swon; Amerikaans octrooischrift nr. 5.050.227 van Furusawa en "Adaptive Smooting: A General Tool For Early Vision", IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 13, nr. 6, juni 1991, Saint-Marc et al.. De lokale filtertechnieken hebben echter moeite met het onderscheid tussen plotselinge afbeeldingsvariaties 20 die toewijsbaar zijn aan bestanden en plotselinge afbeeldingsvariaties die toewijsbaar zijn aan ruis. Deze technieken falen ook verschillen in randrichting en regionale variantie in rekening te nemen waardoorheen afbeelding geproduceerd wordt die te glad is zonder aandacht van de randen.
Restoratieaanpakken kunnen ook gebruikt worden waarbij het verkrijgingspro-25 ces gemodelleerd en de verslechtering van het afbeeldingsproces wiskundig beschreven wordt. Deze technieken proberen vervolgens de verslechteringen om te draaien met behulp van restoratietechnieken zoals kleinste-kwadraten-, Bayesiaanse of Kal-man-filtering. De restoratiewerkwijzen vereisen echter een nauwkeurig model van het verkrijgingsproces. Gecompliceerde verkrijgingsprocessen, zoals MRI- afbeelding zijn 30 te moeilijk om nauwkeurig te modelleren en de parameters van een gecompliceerd model van een bepaalde afbeelding kunnen lange iteratieve berekeningen vereisen.
Amerikaans octrooischrift nr. 4.691.366 van Fenster el al. gebruikt filters die aangepast zijn om lange randen te verduidelijken en ruis en punten te verzwakken.
1010119 3
Echter, deze techniek vereist een analyse van het afbeeldsysteem teneinde de juiste filters te produceren. Een dergelijke analyse is rekenkundig intensief, vergt tijd en is gevoelig voor fouten.
5 Samenvatting van de uitvinding
De onderhavige uitvinding betreft een fïlterraamwerk met meerdere doorgangen dat gebruikt wordt om de kwaliteit van medische afbeeldingen te verbeteren. Meer specifiek omvat het filterframewerk met meerdere doorgangen opslagmiddelen voor het opslaan van de verkregen afbeeldingsgegevens, een veelvoud van afzonder-10 lijke filterfuncties voor het ontvangen van de verkregen afbeeldingsgegeven in een doorgang daardoorheen om overeenkomstige gefilterde afbeeldingsgegeven te produceren, schaalmiddelen voor het vermenigvuldigen van de gefilterde afbeeldingsgegeven met een constante (a), optelmiddelen voor het combineren van gefilterde en originele afbeeldingsgegevens door geschikt schalen om een uitvoerafbeelding te 15 produceren; en iteratiemiddelen voor het een aantal malen doorvoeren van de afbeeldingsgegevens door geselecteerde filterfuncties. De filterfuncties kunnen vele verschillende vormen aannemen om het filter met meerdere doorgangen aan te passen aan veel verschillende afbeeldingsmodaliteiten en klinische toepassingen.
Een algemene doelstelling van de uitvinding is het verbeteren van de kwaliteit 20 van medische afbeeldingen zonder de toevoeging van speciale hardware of het aanzienlijk doen toenemen van de afbeeldingsverwerkingstijd. Door het gebruik van de filtering met meerdere doorgangen van de afbeeldingsgegevens kunnen de afzonderlijke filterfuncties aanzienlijk vereenvoudigd worden. In plaats van bijvoorbeeld het filteren met 15 x 15 filterkemels, kan hetzelfde resultaat verkregen worden in drie 25 doorvoeren door het raamwerk dat een 3x1 filterkemel gebruikt. Dit vertaald zich in vereenvoudigde en snellere verwerking. Tevens kan door gebruik van de meervoudige doorgangtechniek het filter veranderd worden voor elke doorgang om een veel groter bereik van afbeeldingseffecten te verschaffen.
Een meer specifieke doelstelling van de uitvinding is de kwaliteit van de 30 afbeeldingen te verbeteren die verkregen zijn met een MRI-systeem. Ruis kan gefilterd worden uit de afbeeldingsgegeven met gebruik van een directioneel afVlakfilter dat gevoelig is voor randen in de afbeelding. De randen worden afgevlakt in de langsrichting, maar hun scherpte wordt niet verminderd. Segmentatie kan gebruikt 4 worden om gebieden met sterke en zwakke randen verschillend te filteren. Deze verschillende filterfuncties kunnen gebruikt worden in verschillende combinaties tijdens de meervoudige doorgangen door het te filterraamwerk.
De voorgaande en verdere doelstellingen en voordelen van de uitvinding 5 zullen duidelijk worden uit de volgende beschrijving. In de beschrijving wordt verwezen naar de bij gevoegde tekeningen die een deel hiervan vormen en waarin door middel van illustratie een voorkeursuitvoeringsvorm van de uitvinding is getoond. Een dergelijke uitvoeringsvorm geeft niet noodzakelijk de gehele omvang van de uitvinding weer en daarom wordt verwezen naar de conclusies hierin voor het inter- 10 preteren van de omvang van de uitvinding.
Korte beschrijving van de tekeningen
Fig. 1 is een blokschema van een MRI-systeem dat de onderhavige uitvinding gebruikt; en 15 Fig. 2 is een stroomschema van de functies die uitgevoerd worden door het MRI-systeem van Hg. 1 om verkregen afbeeldingen te filteren volgens de voorkeursuitvoeringsvorm van de uitvinding.
Fig. 3 is een blokschema van een filter met één doorgang volgens de onderhavige uitvinding; 20 Fig. 4 is een blokschema van een eerste-orde filter met meerdere doorgangen met gebruik van het filter met één doorgang van fig. 3; en
Fig. 5 een blokschema van een tweede-orde filter met meerdere doorgangen met gebruik van het filter van fig. 4.
25 Algemene beschrijving van de uitvinding
De onderhavige uitvinding betreft een filterraamwerk dat door de gebruiker geconfigureerd kan worden om een breed gebied van filterbewerkingen op medische afbeeldingen te implementeren. Specifiek verwijzend naar fig. 3 wordt het raamwerk gevormd rond een basisfilterblok F„ dat bestaat uit een filter F, dat werkt op invoer- 30 afbeeldingsgegevens die bij 10 ingevoerd worden. Het uitgangssignaal van filter Ft wordt geschaald met een factor Ct en gecombineerd bij opteller 12 met geschaalde invoerafbeeldingsgegevens. De schaalfactor voor de invoerafbeeldingsgegevens is (1-C). Het uitgangssignaal 14 van het filterblok F„ betreft tussenliggende afbeel- 10 10 119 5 dingsgegevens die één doorgang van eerstegraadsfiltering ondergaan hebben. Het filter F, kan relatief eenvoudig in constructie zijn zoals een afvlak- of verscherpings-filter dat een 3x1 filterkemel gebruikt of het kan een combinatie zijn van verschillende filters die selectief gebruikt kunnen worden tijdens elke doorgang.
5 Het filterraamwerk gebruikt het filterblok in figuur 3 om een filter met meer dere doorgangen F21 te vormen zoals dat getoond in fig. 4. De tussenliggende afbeel-dingsgegevens worden teruggevoerd in het filterblok voor een verdere doorgang en de specifieke filterfunctie en de gebruikte schaalfactor C kunnen verschillend zijn tijdens elke doorgang. Ieder aantal (n) doorgangen kunnen uitgevoerd worden zoals 10 weergegeven in fig. 4 en na de laatste doorgang worden de gefilterde uitvoerafbeel-dingsgegevens geschaald met een schaalfactor (d) en gecombineerd met geschaalde originele invoerafbeeldingsgegevens bij optelpunt 16. De gefilterde afbeeldingsgege-vens worden uitgevoerd bij 18. Zoals in detail hierna beschreven zal worden is de voorkeursuitvoeringsvorm van de uitvinding een filter met drie doorgangen (d.w.z. 15 n=3) voor gebruik met afbeeldingsgegevens die verkregen zijn met een MRI-systeem.
Bij zeer veel ruis bevattende afbeeldingen kan het nodig zijn om een tweedegraadsfilter te verschaffen. Specifiek verwijzend naar fig. 5 kan dit bereikt worden met het filterraamwerk van de onderhavige uitvinding door het achter elkaar zetten van filterblokken met meerdere doorgangen zoals filter F21 in fig. 4. Het uitgangssig-20 naai 18 van elk filterblok met meerdere doorgangen ^21» ^22 •••f 2m wordt teruggevoerd door het raamwerk om het ingangssignaal te verschaffen voor de volgende filterblok in de ketting. Het uitgangssignaal 18 van het laatste filterblok F2m wordt geschaald met een schaalfacor (e) en gecombineerd met geschaalde originele invoerafbeeldingsgegevens bij optelpunt 20. De gefilterde afbeeldingsgegevens worden uitgevoerd bij 25 22. Het zal duidelijk zijn dat het tweede-orde filter F31 zelf achterelkaar geschakeld kan worden om nog hogere-orde filters te vormen zoals nodig om de gewenste af-beeldingseffecten te verschaffen.
Hoewel de optelpunten 12, 16 en 20 zodanig eenvoudig kunnen zijn als de wiskundige som van de geschaalde pixelintensiteiten is het ook mogelijk om de 30 afbeelding te segmenteren in verschillende gebieden en de gebieden met de origineel afbeelding te combineren. Gebieden met sterke randen kunnen bijvoorbeeld niet gecombineerd worden, terwijl gebieden met zwakke randen gecombineerd worden met overeenkomstige gegevens in originele afbeelding.
1010710 6
Een ander aspect van de onderhavige uitvinding betreft de mogelijkheid om het filterraamwerk te configureren om de gewenste filterfuncties te verschaffen. Een set parameters sturen het filterframewerk om de filterblokken te verschaffen en ze achter elkaar te zetten zoals hierboven beschreven. Deze parameters selecteren de 5 specifieke filterfunctie die uitgevoerd moet worden tijdens elke doorgang en selecteren de waarde van de schaalfactors Cj-c,,, d,^, enz. Opgeslagen sets parameters kunnen gebruikt worden om het filterraamwerk te configureren voor specifieke medische toepassingen.
10 Beschrijving van de voorkeursuitvoeringsvorm
Allereerst worden met verwijzing naar fig. 1 de belangrijkste componenten getoond van een de voorkeur hebbend MRI-systeem dat de onderhavige uitvinding omvat. De werking van de inrichting wordt bestuurd vanaf een bedienaarconsole 100 die een toetsenbord en besturingspaneel 102 en een weergeefscherm 104 omvat. De 15 console 100 communiceert via een verbinding 116 met een afzonderlijk computersysteem 107 dat de bedienaar in staat stelt de productie en weergave van afbeeldingen op het schema 104 te besturen. Het computersysteem 107 omvat een aantal modules die met elkaar communiceren via een achterbord. Deze omvatten een afbeeldingbe-werkingsmodule 106, een CPU-module 108 en een geheugenmodule 113 die in de 20 techniek bekend is als een framebuffer voor het opslaan van afbeeldingsgegevens-arrays. Het computersysteem 107 is verbonden met een schijfopslag 111 en een magneetbandsysteem 112 voor opslag van afbeeldingsgegevens en programma’s en deze communiceert met een afzonderlijk systeembesturing 122 via een hoge snelheid seriële verbinding 115.
25 De systeembesturing 122 omvat een set modules die met elkaar verbonden zijn door een achterbord. Deze omvatten een CPU-module 119 en een pulsgenerator-module 121 die met de bedienaarconsole 100 verbonden is via een seriële verbinding 125. Via deze verbinding 125 ontvangt de systeembesturing 122 commando’s van de bedienaar die de scanvolgorde aangeeft die uitgevoerd moet worden. De pulsgenera-30 tormodule 121 bedient de systeemcomponenten om de gewenste scanvolgorde uit te voeren. Deze produceert gegevens die de timing, sterkte en de vorm van de hoogfre-quentpulsen die geproduceerd moeten worden aangeven en de timing en de lengte van het gegevensverwervingsvenster. De pulsgeneratormodule 121 is verbonden met 10 10 119 » 7 een set gradiëntversterkers 127 om de timing en de golfvorm aan te geven van de gradiëntpulsen die geproduceerd dienen te worden tijdens de scan De pulsgenerator-module 121 ontvangt tevens patiëntgegevens van een fysiologische verwervingsbestu-ring 129 die signalen ontvangt van een aantal verschillende sensoren die verbonden 5 zijn met de patiënt, zoals ECG-signalen van elektrodes of ademhalingssignalen van een balg. Tenslotte is de pulsgeneratormodule 121 verbonden met een scanruimte-interfaceschakeling 133 die signalen ontvangt van verschillende sensoren die behoren bij de conditie van de patiënt en het magneetsysteem. Tevens ontvangt een patiënt-positioneersysteem 134 via de scanruimte-interfaceschakeling 133 commando’s om de 10 patiënt naar de gewenste positie voor de scan te bewegen.
De gradiëntgolfvormen die geproduceerd worden door de pulsgeneratormodule 121 worden toegevoerd aan gradiëntversterkersysteem 127 dat bestaat uit Gx-, Gy- en Gz-versterkers. Elke gradiëntversterker bekrachtigt een overeenkomstige gradiëntspoel in een samenstel dat in het algemeen aangeduid is als 139 om de magneetveldgra-15 diënten te produceren die gebruikt worden voor de positiecodering van verkregen signalen. Het samenstel van gradiëntspoelen 139 vormt een deel van een magneetsa-menstel 141 dat een polarisatiemagneet 140 en een HF-spoel voor het gehele lichaam 152 omvat. Een transceivermodule 152 in de systeembesturing 122 produceert pulsen die versterkt worden door een HF-versterker 151 en gekoppeld met de HF-spoel 152 20 door een zend-/ontvangschakelaar 154. De door de geexciteerde kernen in de patiënt uitgezonden resulterende signalen kunnen opgenomen worden door dezelfde HF-spoel 152 en via de zend-/ontvangschakelaar 154 gekoppeld worden met een voorversterker 153. De versterkte NMR-signalen worden gedemoduleerd, gefilterd en gedigitaliseerd in het ontvangstgedeelte van de transceiver 150. Zend-/ontvangschakelaar 154 wordt 25 gestuurd door een signaal van pulsgeneratormodule 121 om de HF-versterker 151 elektrisch te verbinden met de spoel 152 tijdens de zendmodes en met de voorversterker 153 tijdens de ontvangmodes De zend-/ontvangschakelaar 154 maakt het mógelijk dat een afzonderlijke HF-spoel (bijvoorbeeld een kopspoel of oppervlaktespoel) gebruikt wordt in of de zend- of ontvangstmodus.
30 De door de HF-spoel 152 opgenomen NMR-signalen worden gedigitaliseerd door de transceivermodule 150 en overgebracht naar een geheugenmodule 160 in een systeembesturing 122. Wanneer de scan voltooid en een geheel arraygegevens verkregen is in de geheugenmodule 160 werkt een arrayprocessor 161 om de gegeven 1010119 8
Fourier te transformeren naar een array afbeeldingsgegevens. Deze afbeeldingsgege-vens worden via de seriële verbinding 115 naar het computersysteem 107 gestuurd waar deze opgeslagen worden in het schijfgeheugen 111. In reactie op commando’s die ontvangen worden van de bedienaarconsole 100 kunnen deze afbeeldingsgegevens 5 gearchiveerd worden op de magneetbandeenheid 112 of kunnen deze verder verwerkt worden door de afbeeldingsprocessor 106 in overeenstemming van de onderhavige uitvinding en naar de bedienaarconsole 100 gestuurd worden en weergegeven op het weergeefscherm 104.
Voor meer gedetailleerde beschrijving van de transceiver 150 10 wordt gerefereerd aan Amerikaans octrooischrift nrs. 4.952.877 en 4.922,736 die hierin opgenomen zijn door middel van verwijzing.
De onderhavige uitvinding wordt geïmplementeerd in de afbeeldingsprocessor 106 die getoond is in figuur 1 door het uitvoeren van de reeks stappen die aangegeven zijn door het stroomschema in figuur 2 op een in digitale vorm opgeslagen 15 afbeelding. Het filterproces verschaft raamwerk met meerdere doorgangen (iteratief) met opties voor het veranderen van de gebruikte parameters tijdens elke doorgang. Zoals getoond door procesblok 200 worden 18 parameters die het filterproces besturen ingevoerd door de bedienaar voor de specifieke toepassing. Zoals hierna in meer detail beschreven zal worden besturen deze parameters het filtereffect dat kan gaan 20 van geheel gladmaken van de afbeelding tot geheel scherpmaken van afbeeldingsde-tails, alsmede op segmentatie gebaseerde aanpasbare gladmaking en verscherping. In onderzoeksinstellingen kunnen de onderzoeksparameters gespecificeerd worden door de bedienaar terwijl bij klinische instelllingen een groep opgeslagen parameters geselecteerd kunnen worden door de bedienaar afhankelijk van de specifieke toepassing.
25 Zoals aangegeven bij procesblok 202 is de volgende stap het initialiseren van het systeem voor de filterbewerking met meerdere doorgangen die uitgevoerd dient te worden en om de invoerafbeeldingsgegevens te schalen. De belangrijkste reden voor het schalen is het onafhankelijk maken van de filterfuncties van het dynamische bereik van de afbeeldingsgegevens of de gelijkspannings-offset-waarde daarvan. Meer 30 specifiek worden de volgende stappen uitgevoerd: 1) Interne parameters die in het volgende gedeelte besproken zullen worden geïnitialiseerd en de iteratieteller wordt op 1 gezet; 2) Maximum (MAX.ORIGINAL) en minimum (MIN.ORIGINAL) afbeel-
1 A 1 iH 1 Q
9 dingsintensiteitswaarden worden bepaald; 3) Indien het iteradegetal 1 is worden de originele gegevens bewaard als I2; 4) Schaal = 4095,0/MAX.ORIGINAL; 5) Geschaalde afbeelding I wordt verkregen met gebruik van de betrekking: 5 HI-MIN.ORIGINAL)* SCHAAL; 6) Bewaar de afbeelding voor filtering als I,=I; 7) Bereken de gemiddelde afbeeldingsintensiteitswaarde (MEAN BEF ORE) van I voor filtering.
Omdat de MR-afbeeldingsgegevens een nauwkeurigheid van 12 bits hebben, 10 wordt 4095/MAX ORIGINAL gebruikt voor schalen. De afbeelding I, wordt gebruikt in een tussenliggende mengoperatie die hieronder beschreven wordt, terwijl de opgeslagen afbeelding I2 gebruikt wordt voor een laatste mengoperatie die tevens hier beneden beschreven wordt.
Zoals aangegeven door beslissingsblok 204 wordt een van twee directionele 15 afvlakfuncties uitgevoerd op de afbeeldingsgegevens. De keuze is één van de 18 controleparameters die hierboven beschreven zijn. Eén keuze ("1") is een directionele afvlakfunctie die aangegeven wordt door procesblok 206 waarin in een gelijktijdige directionele afvlakbeweridng wordt toegepast op de afbeelding I. Deze gelijktijdige afvlakbewerking wordt beschreven in L.S. Davis, "A Survey of Edge-Detection 20 Techniques," Computer Graphics and Image processing, vol. 4 pagina’s 248-270, 1975. Dit gebruikt de volgende stappen: 1) Scan de afbeelding in het eenmaal rasterformaat 2) Overweeg bij elk afbeeldingspixel vier 1-dimensionele 3x1-filters in alle vier richtingen (45°, 135°, 90°, 0°).
25 3) Bereken in elke richting de gemiddelde waarde en de variantie van de drie overeenstemmende pixels.
4) Bepaal de richting die de minimale variantie geeft en kies de overeenkomstige gemiddelde waarde voor de volgende berekeningen.
5) Deze nieuwe pixelwaarde op de bepaalde locatie (x, y) wordt dus gemodi-30 ficeerd overeenkomstig de vergelijking: I(x,y)=gemiddelde.
1010119 10
Door het ontwerp vlakt dit proces af laags de lijnstructuren en randen maar niet daaroverheen. De grenspixels in een bepaalde afbeelding moeten verschillend behandeld worden en worden op nul gezet in de bewerkte afbeelding.
De andere keuze ("2") bij beslissingsblok 204 is een sequentiële afvlakfunctie 5 die aangegeven wordt door procesblok 208. De afvlakfunctie wordt toegepast op de afbeelding I en de functie daarvan wordt beschreven in P. Chan en J.S. Lim, "One-dimensional Processing for Adaptive Image Restoration," IEEE Transactions in Acoustics, Speech and Signal Processing, volume 33, pagina’s 1717 tot 126, februari 1985. Deze sequentiële afvlakfunctie gebruikt de volgende stappen: 10 1) Scan de afbeeling viermaal in het rasterformaat.
2) Overweeg bij elk pixel vier 1-dimensionele 3xl-filters in alle vier richtingen (45°, 135°, 90°, 0°) op sequentiële wijze.
3) Bereken voor één richting de gemiddelde waarde en de variantie van de drie overeenkomstige pixels en gebruik deze voor de volgende berekeningen.
15 4) Indien de variantie (var) groter is dan een vooraf gekozen ruisvariantie (nvar), stel dan var-var-var in, anders stel vai=0 in.
5) De nieuwe pixelwaarde op de gegeven locatie (x, y) wordt dus gemodificeerd volgens de vergelijking: 0(x,y)=gemiddelde(l(x,y)-gemiddelde)*(var/varfnvar), waarbij 0(x, y) een 20 tijdelijke afbeelding is. Zet I(x,y) = 0(x,y) op elk punt (x,y) nadat alle punten in de afbeelding verwerkt zijn.
6) Herhaal stappen 3 tot 5 voor alle overblijvende richtingshoeken.
Met deze fïlterfunctie kan de mate van afvlakking bestuurd worden met gebruikmaking van een enkele parameter, nvar. Aangezien dit een sequentiële directio-25 nele filtering is, is deze niet cumalatief. Het is echter gevonden dat deze aanpak minimale afvlakking produceert over randen heen terwijl een algemeen sterker af-vlakeffect geproduceerd wordt waarbij de randen bewaard blijven. De grenspixels in bepaalde afbeelding moeten verschillend behandeld worden en worden gelijk aan nul gezet in de bewerkte afbeelding.
30 Onafhankelijk van welke afvlakfunctie uitgevoerd wordt, is de volgende stap in het filterraamwerk het bepalen of de afbeeldingsranden verscherpt moeten worden zoals aangegeven bij procesblok 210. Indien dit het geval is, wordt een directionele verscherping- en segmentatiefunctie uitgevoerd bij procesblok 212. De functies die f Π 1 fi 1 1 9 > 11 uitgevoerd worden door deze filterfimctie omvatten de volgende: 1) De 1-D Laplace getransformeerde van de afbeelding bij elke pixel wordt verkregen in elk van de 4 richtingen (0°, 45°, 90°, 135°) met gebruik van de vergelijking: 5 E(k)=2,0*I(k)=I(k-l)-I(k+l); waarbij de index x de huidige locatie langs een bepaalde richting aangeeft, E(k) de randsterkte is en I(k) de intensiteitswaarde bij de pixel.
2) Bepaal na het berekenen van alle vier randsterktes bij een bepaalde pixel de maximale directionele randsterkte en gebruik deze in de volgende stappen als de 10 randsterkte E(x,y) op die locatie.
3) Ga verder met dit proces voor alle pixels in de afbeelding. Grenspixels in een bepaalde afbeelding moeten verschillend behandeld worden en worden gelijk aan nul gesteld voor de volgende stappen.
4) Vlak de randen van de afbeelding E(x,y) af om een afbeelding met afge-15 vlakte randsterktes ES(x,y) te produceren door het uitvoeren van de volgende stappen: a) Scan eenmaal de afbeelding E(x,y) in het rasterformaat.
b) Overweeg bij elke pixel vier 1-dimensionale 3xl-filters in alle vier richtingen (45°, 135°, 90°, 0°).
20 c) Bereken in elke richting de gemiddel waarde en de variantie van de drie overeenkomstige pixels.
d) Belaal de richting die de minimale variantie geeft en kies de overeenstemmende gemiddelde waarde voor de volgende berekeningen.
e) De nieuwe pixelwaarde op de gegeven locatie (x,y) wordt dus 25 gemodificeerd volgens de vergelijking: ES(x,y)=gemiddelde.
5) Bepaal de maximum en minimum waarden van ES(x,y). Kies de grootste 30 van de absolute waarde van het maximum en het minimum als parameter MAX.
6) Bereken de drempelwaarde met gebruik van de vergelijking: drempel=MAX/drempel.parameter waarbij drempel.parameter één van de achttien te selecteren parameters is.
1 0 1 0 1 1 o 12 7) In deze stap worden berekeningen uitgevoerd gebaseerd op beslissingen die gemaakt zijn met gebruik van een andere van de achttien te selecteren parameters, genoemd segment.parameter. De beslissingslogica creëert tevens een masker genoemd masker(x,y). De parameters HPF_gedempte.paramater en HPFongedempte.paramater 5 zijn ook te selecteren door de gebruiker. Deze worden gebruikt om in hoofdzaak de hoeveelheid van randsterkteafbeelding ES(x,y) te besturen dat teruggeteld wordt bij de afgevlakte afbeelding I(x,y) gebaseerd op het segmentatiecriterium zoals in het volgende bepaald: 10 a) Indien segment.parameter= 1, voer het volgende uit: indien (ES(x,y)<=drempel) zet masker(x,y)=l; en zet I(x,y)=I(x,y)+ES(x,y)*HPF ongedemptejjaramater; indien of ES(x,y)>drempel) 15 zet masker(x,y)=0; en zet I(x,y)=I(x,y)+ES(x,y)*HPF.ongedempte.paramater,, b) Indien segment.paramater=2 voer het volgende uit: indien (ES(x,y))>=-drempel) zet masker(x,y)=l; en 20 zet I(x,y)=I(x,y)+ES(x,y)*HPF.ongedempte.paramater; indien of (ES(x,y)<-dremel) zet masker(x,y)=0; en zet I(x,y)=I(x,y)+ES(x,y)*HPF_ongedempte_paramater; c) Indien segment paramater=3 voer het volgende uit: 25 indien (abs(ES(x,y))<!=drempel) zet masker(x,y)=l; en zet I(x,y)=I(x,y)+ES(x,y)*HPF^edempte.paramater; indien of (abs ES(x,y)=dremel) zet masker(x,y)=0; en 30 zet I(x,y)=I(x,y)4ES(x,y)*HPF_ongedempte_paramater.
Bij de voltooiing van het verscherpings en segmentatieproces 212 bestaan er verschillend versterkte sterke randen en zwakke randen en wordt de afbeelding ge- 1010119 13 scheiden in sterke-randgebieden en zwakke-randgebieden.
Zoals aangegeven bij procesblok214, is de volgende functie die uitgevoerd moet worden een meng- en herschalingsbewerking waarin de gefilterde afbeelding I(x,y) gecombneerd wordt met de opgeslagen afbeelding vóór filtering I,(x,y) en de 5 gecombineerde afbeelding wordt herschaald. Deze bewerking omvat de volgende stappen.
1) De gefilterde afbeelding I(x,y) en de afbeelding vóór filtering I,(x,y) worden gemengd met gebruik van de vergelijking: I(x,y)=alfa*(I(x,y)-I1(xJy))+I1(x,y); waarbij alfa één van de te selecteren parameters is 10 zodat 0<alfa<l.
2) Bereken de gemiddelde pixelintensiteit (MEAN AFTER) in de gemengde afbeeldingl(x,y).
3) Bereken de nromalisatiefactor NORM FACTOR=MEAN BEFORE/MEAN AFTER 15 4) Bereken de genormaliseerde afbeelding met gebruik van: I (χ5 y)=(I (x>y) *N ORM FACTOR)+MIN ORIGINAL, waarbij MIN ORIGINAL de minimum intensiteit is van de originele afbeelding.
5) Zet de waarde van afbeelding I,(x,y) zodat deze gelijk is aan afbeelding I(x,y).
20 Na de voltooiing van proces 214 wordt een test gedaan bij beslissingsblok 216 om te bepalen of alle doorgangen door het fïlterraamwerk compleet zijn. In de voorkeursuitvoeringsvorm worden drie doorgangen uitgvoerd door terugspringen naar procesblok 202 om alle geselecteerde filteriuncties op de afbeelding I(x,y) te herhalen. De uitgevoerde filteriuncties hoeven niet hetzelfde te zijn tijdens doorgang. Er 25 bijvoorbeeld gevonden dat de beste resultaten bereikt worden wanneer de gelijktijdige directionele afvlakfuctie 202 uitgevoerd wordt tijdens de eerste doorgang en de directionele verscherpingsfunctie 212 uitgevoerd wordt tijdens de laatste doorgang. Naast deze kan bedienaar elke functie kiezen tijdens elke iteratie om de gewenste effecten te bereiken.
30 De laatste door het filterraamwerk uitgevoerde functie is een op segmentatie gebaseerde menging zoals aangegeven bij procesblok 218. Het doel van deze functie is de textuur van de originele afbeelding te behouden in gebieden waar geen randen zijn (d.w.z. zwakke randsterkte). De uiteindelijke afbeelding If(x,y) wordt verkregen
1 ft 1 A 1 1 Q
14 door het mengen van de gefilterde afbeelding I(x,y) en de afbeelding vóór filtering I2(x,y) met gebruik van de vergelijking: indien masker (x,y)=l, 5 zet I,(x,y)=dfa_f*I(x,y)+beta_f I2(x,y); of indien masker (x,y)=ö, zet If(x,yH(x>y); waarbij alfaf en betaf twee van de achttien te selecteren parameters zijn en 10 maker(x,y) geproduceerd wordt door procesblok 212 die hierboven beschreven is. Afhankelijk van de selectie van de parameters alfa.f en beta.f die in dit proces gebruikt worden, kan men adaptieve grijsniveaucompressie en expansie verkrijgen. Verschillende visuele effecten kunnen derhalve als volgt verkregen worden: indien (alfaf+betaf)=l, wordt geen grijsschaalcompressie of -expansie uitge-15 voerd; indien (alfaf+beta_f>l treedt grijsschaalcompressie op om een algemeen af-vlakeffect te verschaffen.
Indien (alfa.f+beta.f)<l, treedt contrastvergroting op om een verbeterd contrast te verschaffen.
Er zijn 18 door de gebruiker te selecteren parameters voor gebruik in de 20 voorkeursuitvoeringsvorm van het filterraamwerk. Verschillende visuele effecten worden geproduceerd door verschillende combinaties van deze parameters. In de volgende beschrijving worden de parameters aangeduid als P[i], waarbij i het parame-temummer aangeeft 25 P[l]:
Beschrijving: Stelt de bovenste limiet in voor het verscherpingsproces. Deze kan gelijkgesteld worden aan 4095 voor 12-bits afbeeldingen.
Bereik: 4000 tot 6000; P[2]: 30 Beschrijving: Dempfactor om zwakke randversterking te voorkomen. Deze wordt op 0,1 ingesteld in de vooikeursuitvoeringsvorm.
Bereik: 0<P[2]<1.
P[3] en P[4]: ï Λ i n 1 1 o 15
Beschrijving: Gedeeltelijke textuur die uit de originele afbeelding gemengd wordt met zwakke-randgebieden van de gefilterde afbeelding in het laatste stadium van verwerking zoals bepaald door het segmentatiemasker. Stel P[3] en P[4] op juiste wijze in om "vlekkerigheid" te voorkomen terwijl algemene vlakheid verschaft wordt.
5 Bereik: 0<= P[3]<=10, 0<=P[4]<=10, waarbij "<=" staat voor "kleiner dan of gelijk aan".
P[5]:
Beschrijving: Vermenigvuldigingsfactor (HPF.ongedempte.factor) voor de randafbeel-ding voor het terugwaarts optellen van randen bij de gefilterde afbeelding in de 10 laatste doorgang. Stel deze parameter hoog in (>0,2) om de algemene scherpte van sterke randen te verhogen. Stel deze paramaters nooit gelijk aan nul om te voorkomen dat de segmentatiestap gemist wordt.
Bereik: 0,00001 <=P[5]<=5.
P[6]: 15 Beschrijving: Vermenigvuldigingsfactor (HPF.ongedempte.factor) voor de randafbeel-ding voor het terugwaarts optellen van randen bij de gefilterde afbeelding in de voorlaatste iteratie (doorgang nr. 2 in de voorkeursuitvoeringsvorm). Gebruik deze parameter indien additionele randversterkingsvergroting nodig is voor taken zoals het donkerder maken van donkere structuren 01 witter maken van witte randen. Deze 20 parameter kan ook gebruikt worden om enige textuur te plaatsen in afbeeldingen terwijl een hogere algemene afVlakking van de afbeelding verschaft wordt.
Bereik: 0,0 <=P[6]=5.
P[7], P[8], P[9]:
Beschrijving: Variantiedrempel voor de eerste, de tweede en de derde doorgang om 25 de mate van afVlakking te besturen. Deze waarden zijn alleen dan nuttig als directionele afVlakking 2 wordt gebruikt. Het te hoog instellen van deze waarden neigt de afbeelding te verstoren.
Bereik 0,1<=P[7]<=10.000.000, 0,1<=P[8]<=10.000.000, 0,1<=P[9]<=10.000.000. P[10], P[ll], P[12]: 30 Beschrijving: Deze paramaters geven de fiactionele gefilterde afbeelding na de doorgang weer dat gemengd is met de gefilterde afbeelding voor de doorgang voor elk van de drie doorgangen.
Bereik: 0<=P[10]<=1, 0<=P[11]<=1, 0<=P[12]<=1.
1010119 16 P[13], P[14], P[15]:
Beschrijving: Dempfactoren (HPF_gedempte_factoren) om versterking van zwakke randen in elk van de iteraties te voorkomen;
Bereik: 0<=P[10]<-1, 0<=P[11]<=1, (X=P[12]<=1.
5 P[16]:
Beschrijving: Besturingsparamater om te besluiten tijdens welke iteratie directionele afvlakking 2 (blok E) uitgevoerd moet worden in plaats van directionele afvlakking 1 (blok D).
Gebruik altijd directionele afvlakking 1 voor de eerste doorgang en gebruik één van 10 de afvlakschema’s voor de overblijvende doorgangen.
Bereik: 1<=P[16]<=4.
P[17]:
Beschrijving: Het omgekeerde van deze parameters (drempel.parameter) wordt vermenigvuldigd met de maximale randsterkte om de drempel te bepalen voor segmentatie 15 van de afbeelding in sterke- en zwakke-randgebieden.
Bereik: 1<=P[17]<=200.
P[18]
Beschrijving: deze parameter (segment.parameter) bepaalt welke van de drie segmen-tatiemodi toegepast dient te worden voor filteren. Deze parameter wordt gelijk aan 1 20 ingesteld wanneer de gebruiker de witte randen maar niet de zwarte randen wil benadrukken. De parameter wordt ingesteld op 2 wanneer de zwarte randen maar niet de witte randen benadrukt dienen te worden. De parameter wordt ingesteld op 3 wanneer alle randen benadrukt moeten worden.
Bereik: 1<=P[18]<=3.
25 Hoewel er miljoenen mogelijke paramatercombinaties zijn, zijn ze niet alle maal nuttig. Het is daarom belangrijk om parameters af te stemmen om de gewenste filtereffecten te krijgen. Teneinde deze effecten te bereiken kunnen de volgende richtlijnen gebruikt worden.
Sterke-randgebieden: In het algemeen moeten voor afbeeldingen met ruis de 30 sterke randen benadrukt worden of hetzelfde gehouden worden als in het origineel. Afvlakking kan uitgevoerd worden langs een sterke rand maar dient nooit daaroverheen uitgevoerd te worden. Dit is belangrijk om vervaging van details in de afbeelding te voorkomen hetgeen ongewenst is in medische afbeeldingen.
1 A 1 Λ 4 Λ Λ < f 17
Zwakke-randgebied: Als vuistregel moeten de zwakke-randgebieden verzwakt worden. Verscherpen van de zwakke-randgebieden verhoogt in het algemeen de kans van ruisversterking en de verschijning van "wormen” in MR-afbeeldingen. De textuur in deze gebieden moet behouden worden om een natuurlijke verschijning 5 te hebben teneinde "versmeren” en "vervlekken" van pixelintensiteiten te voorkomen.
De volgende zijn voorbeeldparamatersets voor gebruik in de voorkeursuitvoeringsvorm van de uitvinding om specifieke visuele effecten te bereiken.
Voorbeeld Filter: 1 10 Korte beschrijving: Verscherpen met zeer weinig afvlakken.
Gedetailleerde beschrijving: Dit is een algemeen filter met zeer weinig afvlakking om structurele randen te verbeteren.
Voorgesteld gebruik: Afbeeldingen met een hoog signaalniveau, zeer weinig ruis en 256 x 256 pixels, zoals hoofd, buik en extremiteiten.
15 Parametercombinatie: P[l]=4095; P[2]=0,l; P[3]=0,0; P[4]=l,0; 20 P[5]=0,75; P[6]=0,0; P[7]=800.000,; P[8]=8000; P[9]=8000; 25 P[10]=0,45; P[ll]=0,45; P[12]=0,45; P[13]=0; P[14]=0; 30 P[153=0,04; P[16]=4; P[17]=15; P[18]=3;
4 Λ 4 Λ 4 Λ O
t 18
Voorbeeld Filter: 2
Korte beschrijving: Verscherpen met afvlakken.
Gedetailleerde beschrijving: Dit is een algemeen verscherpingsfilter met afvlakking om structurele randen te verduidelijken en ruis te onderdrukken.
5 Voorgesteld gebruik: Extremiteiten.
Paramatercombinatie: P[l]=4095; P[2]=0,l; P[3]=0,7; 10 P[4]=0,3; P[5]=0,6; P[6]=0,45; P [7]=800.000; P[8]=8000; 15 P[9]=8000; P[10]=0,45; P[ll]=0,45; P[12]=0,45; P[13]=0; 20 P[14]=0; P[15]=0,04; P[16]=3; P[17]=15; P[18]=2; 25
Voorbeeld Filter: 3
Korte beschrijving: Sterke afvlakking en zeer weinig verscherping. Gedetailleerde beschrijving: In het algemeen produceert dit filter afvlakking en zeer weinig verscherping om ruis te onderdrukken en verschaft deze vlakkere 30 structurele randen.
Voorgesteld gebruik: Afbeeldingen met hogere resolutie en laag signaalni- veau.
1010110 19
Paramatercombinatie: P[l]=4095; P[2]=0,l; 5 P[3]=0,8; P[4]=0,45; P[5]=0,01; P[6]=0,l; P[7]=800.000; 10 P[8]=8000; P[9]=8000; P[10]=l,0; P[11]=1,0; P[12]=l,0; 15 P[13]=0; P[14]=0; P[15]=0,001; P[16]=2; P[17]=l,0; 20 P[18]=l;
Het uitgevonden filter verschaft een raamwerk van te kiezen functies die, indien gebruikt op een wijze met meervoudige doorgangen, een variëteit aan filter-functies verschaffen die uitgevoerd worden op een efficiënte wijze met gebruik van 25 3x1 een-dimensionale berekeningen. Dit raamwerk is in staat om afvlakking en ver scherping te produceren afhankelijk van randsterkte van het gebied en het produceert daardoor variërende filtratie-effecten die bruikbaar geacht worden door radiologen. Aangezien de zwakke-randgebieden verzwakt worden maar nooit compleet verwijderd en sterke randen altijd afgevlakt worden daarlangs maar nooit daaroverheen, kunnen 30 visueel aantrekkelijke resultaten verkregen worden. Verder verschaft het raamwerk meerlaagsbesturing om scherpte en afvlakking te verkrijgen. Voorbeelden van de paramatercombinaties geven verschillende visuele effecten weer die bereikt kunnen worden met de onderhavige uitvinding bij MR-afbeeldingen met een hoog veld.
1010119 * 20
Resultaten geven aan dat het voorgestelde raamwerk tevens goed zal werken voor alle MRI-systemen met verschillende sterktes, maar de parameterwaarden moeten afzonderlijke afgestemd worden om optimale resultaten te bereiken.
1010119

Claims (17)

1. Medisch afbeeldsysteem omvattende de combinatie van: middelen voor het verkrijgen van afbeeldingsgegevens van een patiënt (122, 5 127, 141, 151, 153); middelen voor het reconstrueren van een afbeeldingsgegevensset (161) uit de verkregen afbeeldingsgegevens; en een fïlterraamwerk voor het ontvangen van de afbeeldingsgegevensset en het het produceren van een gefilterde afbeeldingsgegevensset in reactie op een set para-10 maters die gekozen worden door een bedienaar (200); waarbij het fïlterraamwerk omvat: a) een afvlakfilter (206, 208); b) een verscherpingsfilter (212); c) middelen die reageren op de set parameters voor het bewerken van de 15 afbeeldingsgegevensset (107) in een aantal doorgangen door het fïlterraamwerk om de gefilterde afbeeldingsgegevensset te produceren, waarbij de middelen voor bewerken bepalen welke filters gebruikt worden tijdens elke doorgang door het raamwerk en het aantal doorgangen door het raamwerk.
2. Medisch afbeeldingssystteem volgens conclusie 1, waarbij het filterraam-20 werk middelen omvat voor het combineren (214) van een gedeelte van de gefilterde afbeeldingsgegevens met een gedeelte van de afbeeldingsgegevens om de gefilterde afbeeldingsgegevensset te vormen.
3. Medisch afbeeldingssysteem volgens conclusie 2, waarbij het gedeelte van de gefilterde afbeeldingsgegevens bepaald wordt door een parameter en het gedeelte 25 van de afbeeldingsgegevens bepaald wordt door de waarde 1-a.
4. Medisch afbeeldingssysteem volgens conclusie 1, waarbij het fïlterraamwerk omvat: segmentatiemiddelen (212) voor het scheiden van de gefilterde afbeeldingsgegevens in een eerste gebied dat randinformatie bevat en tweede gebieden die in hoofdzaak geen randinformatie bevatten; en middelen voor het combineren (218 30 van de afbeeldingsgegevens en de gefilterde afbeeldingsgegevens op een wijze die bepaald wordt door de eerste en tweede gebieden die geïdentificeerd zijn door de segmentatiemiddelen.
5. Medisch afbeeldingssysteem volgens conclusie 1, waarbij filters een 3x1- 1010 119 « filterkemel gebruiken.
6. Werkwijze voor het produceren van een medische afbeelding omvattende de stappen van: a) het verkrijgen van afbeeldingsgegevens van een patiënt; 5 b) het reconstrueren van een afbeeldingsgegevensset van de verkregen afbeel dingsgegevens; c) het produceren van een tussenafbeelding door het filteren van de afbeeldingsgegevensset (206, 208, 212); d) het mengen van de tussenafbeelding met de afbeeldingsgegevensset (214) 10 om een gefilterde afbeeldingsgegevensset te produceren; e) het herhalen van stappen c) en d) (216) met gebruik van de gefilterde afbeeldingsgegevensset in plaats van de afbeeldingsgegevensset; en f) het produceren van de medische afbeelding uit de gefilterde afbeeldingsgegevensset.
7. Werkwijze volgens conclusie 6, waarbij het mengen in stap d) uitgevoerd wordt door: het vermenigvuldigen van de tussenafbeelding met een factor a; en het vermenigvuldigen van de afbeeldingsgegevensset met een factor (1-a).
8. Werkwijze volgens conclusie 7, waarin de factor α een met de hand geko- 20 zen waarde is.
9. Werkwijze volgens conclusie 6, waarbij stap e) een aantal malen wordt uitgevoerd.
10. Werkwijze volgens conclusie 6, waarbij het filteren in stap c) het gebruiken van een afvlakfïlter (206, 208) tijdens één doorgang omvat.
11. Werkwijze volgens conclusie 6, waarbij het filteren in stap c) het gebrui ken van een verscherpingsfilter (212) gedurende één doorgang omvat.
12. Werkwijze volgens conclusie 6, waarin het filteren in stap c) het gebruiken van een directioneel verscherpings- en segmentatieproces (212) tijdens het laatste proces omvat.
13. Werkwijze volgens conclusie 6, waarin het filteren in stap c) het gebruik van een afvlakfïlter (206, 208) tijdens één doorgang en een verscherpingsfilter (212) tijdens een andere doorgang omvat
14. Werkwijze volgens conclusie 7, waarbij de factor α veranderd wordt 1010119 _ » tijdens elke doorgang door stap d).
15. Werkwijze volgens conclusie 6, omvattende het combineren (218) van de gefilterde afbeeldingsgegevensset met de afbeeldingsgegevensset vóór het produceren van de medische afbeeldingen daaruit in stap f).
16. Werkwijze volgens conclusie 15, omvattende het segmenteren (212) van de gefilterde afbeeldingsgegevensset in een eerste set met gebieden met sterke randen en een tweede set gebieden met zwakke randen, waarbij de afbeeldingsgegevensset gecombineerd wordt (218) met de tweede set gebieden.
17. Werkwijze volgens conclusie 15, waarbij de gegevens in de afbeeldingsge-10 gevensset die overeenstemt met de tweede set gebieden, de gegevens vervangt in de gefilterde afbeeldingsgegevensset die overeenstemt met de tweede set gebieden. xxxxxxxx 1010119
NL1010119A 1997-09-17 1998-09-17 Iteratief filterraamwerk voor medische afbeeldingen. NL1010119C2 (nl)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US08/932,430 US6246783B1 (en) 1997-09-17 1997-09-17 Iterative filter framework for medical images
US93243097 1997-09-17

Publications (2)

Publication Number Publication Date
NL1010119A1 NL1010119A1 (nl) 1999-03-18
NL1010119C2 true NL1010119C2 (nl) 2007-08-14

Family

ID=25462300

Family Applications (1)

Application Number Title Priority Date Filing Date
NL1010119A NL1010119C2 (nl) 1997-09-17 1998-09-17 Iteratief filterraamwerk voor medische afbeeldingen.

Country Status (6)

Country Link
US (1) US6246783B1 (nl)
JP (1) JP4169400B2 (nl)
CN (1) CN1191549C (nl)
DE (1) DE19827034A1 (nl)
IL (1) IL126134A0 (nl)
NL (1) NL1010119C2 (nl)

Families Citing this family (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2311743A1 (en) * 1997-12-01 1999-06-10 Cedara Software Corp. Architecture for an application framework
US6674449B1 (en) * 1998-11-25 2004-01-06 Ge Medical Systems Global Technology Company, Llc Multiple modality interface for imaging systems
US6603494B1 (en) * 1998-11-25 2003-08-05 Ge Medical Systems Global Technology Company, Llc Multiple modality interface for imaging systems including remote services over a network
US6970598B1 (en) * 2000-01-21 2005-11-29 Xerox Corporation Data processing methods and devices
JP2001283215A (ja) * 2000-01-24 2001-10-12 Hitachi Medical Corp 画像処理装置
US20020028024A1 (en) * 2000-07-11 2002-03-07 Mediaflow Llc System and method for calculating an optimum display size for a visual object
JP4191884B2 (ja) * 2000-08-18 2008-12-03 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 画像処理方法、画像処理装置および画像撮影装置
US6823086B1 (en) * 2000-08-29 2004-11-23 Analogic Corporation Adaptive spatial filter
US20030026495A1 (en) * 2001-03-07 2003-02-06 Gondek Jay Stephen Parameterized sharpening and smoothing method and apparatus
US6801646B1 (en) * 2001-07-19 2004-10-05 Virtualscopics, Llc System and method for reducing or eliminating streak artifacts and illumination inhomogeneity in CT imaging
DE10143484A1 (de) * 2001-09-05 2003-04-03 Siemens Ag Adaptives Filter
US7599579B2 (en) * 2002-07-11 2009-10-06 Ge Medical Systems Global Technology Company, Llc Interpolated image filtering method and apparatus
DE10250197A1 (de) * 2002-10-28 2004-05-13 Siemens Ag Bildsystem zur Verarbeitung von Bilddaten
US20050157939A1 (en) * 2004-01-16 2005-07-21 Mark Arsenault Processes, products and systems for enhancing images of blood vessels
US7379587B2 (en) * 2004-02-12 2008-05-27 Xerox Corporation Systems and methods for identifying regions within an image having similar continuity values
US7590300B2 (en) * 2004-06-24 2009-09-15 Intel Corporation Image filtering methods and apparatus
JP2008526270A (ja) * 2004-11-22 2008-07-24 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 Rtp用の改良されたデータ表現
US8437403B2 (en) * 2005-01-05 2013-05-07 Jean-Yves Babonneau Device and method for analysing images by calculating the variance for each pixel of a high-frequency image
DE102005034374B3 (de) * 2005-07-22 2007-03-01 Siemens Ag Verfahren zur automatischen Erstellung einer Hintergrundmaske bei Bildern mit verrauschten Hintergrundbereichen, Anwendungen dazu sowie ein Kernspintomographiegerät zur Durchführung der Verfahren und Computersoftwareprodukt
EP2047801A1 (en) * 2006-07-20 2009-04-15 Hitachi Medical Corporation Ultrasonographic device
CN101126800B (zh) * 2006-08-16 2010-05-12 西门子(中国)有限公司 与hifu兼容的mri射频信号的接收线圈及其接收方法
US9314214B2 (en) * 2006-09-13 2016-04-19 Brainlab Ltd. Calibration of radiographic images
US8351734B2 (en) * 2008-07-14 2013-01-08 Sharp Kabushiki Kaisha Video signal processing device and video display device
US8786873B2 (en) 2009-07-20 2014-07-22 General Electric Company Application server for use with a modular imaging system
US8243882B2 (en) 2010-05-07 2012-08-14 General Electric Company System and method for indicating association between autonomous detector and imaging subsystem
DE102010041107A1 (de) 2010-09-21 2012-01-19 Siemens Aktiengesellschaft Bildverarbeitungsverfahren für medizinische Bilddaten
TWI462576B (zh) * 2011-11-25 2014-11-21 Novatek Microelectronics Corp 固定圖案的邊緣偵測方法與電路
JP6081139B2 (ja) * 2011-12-26 2017-02-15 東芝メディカルシステムズ株式会社 超音波診断装置、医用画像処理装置、及び医用画像処理方法
TWI500412B (zh) * 2012-11-09 2015-09-21 Iner Aec Executive Yuan 一種影像品質的改善處理方法及其造影系統
CN103278702B (zh) * 2013-06-19 2016-03-23 深圳市理邦精密仪器股份有限公司 提取pace波的智能检测单元、方法及系统
GB2527036B (en) * 2014-06-06 2016-12-21 Siemens Medical Solutions Usa Inc Methods and apparatus for calibration of medical image data
CN105405108B (zh) * 2015-10-28 2019-01-25 努比亚技术有限公司 图像锐化方法及移动终端
US10043075B2 (en) * 2015-11-19 2018-08-07 Microsoft Technology Licensing, Llc Eye feature identification

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5081692A (en) * 1991-04-04 1992-01-14 Eastman Kodak Company Unsharp masking using center weighted local variance for image sharpening and noise suppression
US5218649A (en) * 1990-05-04 1993-06-08 U S West Advanced Technologies, Inc. Image enhancement system
DE4431349A1 (de) * 1993-09-08 1995-03-09 Univ California Adaptives Filtern von digitalen Bildsignalen
US5524075A (en) * 1993-05-24 1996-06-04 Sagem S.A. Digital image processing circuitry
JPH08274986A (ja) * 1994-04-28 1996-10-18 Ricoh Co Ltd 画像処理装置

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0106265B2 (en) 1982-10-07 1992-08-26 Kabushiki Kaisha Toshiba Image data processing apparatus
IL70213A (en) 1983-11-13 1988-02-29 Paul Fenster Digital fluorographic image enhancement system
US4834964A (en) 1986-03-07 1989-05-30 M.R.I., Inc. Use of charged nitroxides as NMR image enhancing agents for CSF
US4761819A (en) 1987-02-27 1988-08-02 Picker International, Inc. Adaptive noise reduction filter for reconstructed images
US5579444A (en) * 1987-08-28 1996-11-26 Axiom Bildverarbeitungssysteme Gmbh Adaptive vision-based controller
US4972256A (en) 1988-02-05 1990-11-20 Dainippon Screen Mfg. Co., Ltd. Method of enhancing image sharpness for image reproduction using sharp/unsharp signal processing
US4991092A (en) 1988-08-12 1991-02-05 The Regents Of The University Of California Image processor for enhancing contrast between subregions of a region of interest
US5063607A (en) 1988-10-24 1991-11-05 Hughes Aircraft Company Image contrast enhancement technique
JPH02162475A (ja) 1988-12-15 1990-06-22 Dainippon Screen Mfg Co Ltd 画像輪郭修正方法
US5072314A (en) 1990-04-04 1991-12-10 Rockwell International Corporation Image enhancement techniques using selective amplification of spatial frequency components
US5289126A (en) * 1991-07-23 1994-02-22 Kabushiki Kaisha Toshiba Magnetic resonance imaging apparatus
US5273040A (en) 1991-11-14 1993-12-28 Picker International, Inc. Measurement of vetricle volumes with cardiac MRI
US5404167A (en) * 1993-03-12 1995-04-04 At&T Corp. Subband color video coding using a reduced motion information subband
US5563962A (en) * 1994-03-08 1996-10-08 The University Of Connecticut Two dimensional digital hysteresis filter for smoothing digital images
JPH07299053A (ja) * 1994-04-29 1995-11-14 Arch Dev Corp コンピュータ診断支援方法
US5734740A (en) * 1994-10-31 1998-03-31 University Of Florida Method for automated radiographic quality assurance
US5825909A (en) * 1996-02-29 1998-10-20 Eastman Kodak Company Automated method and system for image segmentation in digital radiographic images
DE69631126T2 (de) * 1996-08-08 2004-09-16 Agfa-Gevaert Verfahren zur Verbesserung der Aufzeichnungsmaterialfehler von Strahlungsbildern
US5748792A (en) * 1996-08-13 1998-05-05 Polaroid Corporation Large kernel filtering using a fixed-size block processor
US5819288A (en) * 1996-10-16 1998-10-06 Microsoft Corporation Statistically based image group descriptor particularly suited for use in an image classification and retrieval system
US6018753A (en) * 1997-07-29 2000-01-25 Lucent Technologies Inc. Interpolating filter banks in arbitrary dimensions

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5218649A (en) * 1990-05-04 1993-06-08 U S West Advanced Technologies, Inc. Image enhancement system
US5081692A (en) * 1991-04-04 1992-01-14 Eastman Kodak Company Unsharp masking using center weighted local variance for image sharpening and noise suppression
US5524075A (en) * 1993-05-24 1996-06-04 Sagem S.A. Digital image processing circuitry
DE4431349A1 (de) * 1993-09-08 1995-03-09 Univ California Adaptives Filtern von digitalen Bildsignalen
JPH08274986A (ja) * 1994-04-28 1996-10-18 Ricoh Co Ltd 画像処理装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
CHAN P ET AL: "One-dimensional processing for adaptive image restoration", IEEE TRANSACTIONS ON ACOUSTICS, SPEECH AND SIGNAL PROCESSING USA, vol. ASSP-33, no. 1, February 1985 (1985-02-01), pages 117 - 126, XP002427165, ISSN: 0096-3518 *
SIMONDS R M: "Reduction of large convolutional kernels into multipass applications of small generating kernels", JOURNAL OF THE OPTICAL SOCIETY OF AMERICA A (OPTICS AND IMAGE SCIENCE) USA, vol. 5, no. 7, July 1988 (1988-07-01), pages 1023 - 1029, XP002427164, ISSN: 0740-3232 *
VANZO A ET AL: "An image enhancement technique using polynomial filters", PROCEEDINGS OF THE INTERNATIONAL CONFERENCE ON IMAGE PROCESSING (ICIP) AUSTIN, NOV. 13 - 16, 1994, LOS ALAMITOS, IEEE COMP. SOC. PRESS, US, vol. VOL. 3 CONF. 1, 13 November 1994 (1994-11-13), pages 477 - 481, XP010146216, ISBN: 0-8186-6952-7 *

Also Published As

Publication number Publication date
DE19827034A1 (de) 1999-03-18
NL1010119A1 (nl) 1999-03-18
CN1219715A (zh) 1999-06-16
JPH11155834A (ja) 1999-06-15
IL126134A0 (en) 1999-05-09
JP4169400B2 (ja) 2008-10-22
US6246783B1 (en) 2001-06-12
CN1191549C (zh) 2005-03-02

Similar Documents

Publication Publication Date Title
NL1010119C2 (nl) Iteratief filterraamwerk voor medische afbeeldingen.
Belaroussi et al. Intensity non-uniformity correction in MRI: existing methods and their validation
US5602934A (en) Adaptive digital image signal filtering
US6701025B1 (en) Medical image enhancement using iteration to calculate an optimal non-uniform correction function
US7660481B2 (en) Image enhancement using anisotropic noise filtering
US5368033A (en) Magnetic resonance angiography method and apparatus employing an integration projection
US7599579B2 (en) Interpolated image filtering method and apparatus
US7020314B1 (en) Black blood angiography method and apparatus
KR100463461B1 (ko) 얻어진자기공명영상에서공간세기의비균질성을보정하는방법
US6885763B2 (en) Image processing method and apparatus, recording medium, and imaging apparatus
Godtliebsen et al. A nonlinear Gaussian filter applied to images with discontinuities
WO2016187148A1 (en) System, method and computer accessible medium for noise estimation, noise removal and gibbs ringing removal
Fan et al. A unified variational approach to denoising and bias correction in MR
Salvado et al. Partial volume reduction by interpolation with reverse diffusion
Joseph et al. A modified unsharp masking with adaptive threshold and objectively defined amount based on saturation constraints
Lai et al. A new variational shape-from-orientation approach to correcting intensity inhomogeneities in magnetic resonance images
Simmons et al. Improvements to the quality of MRI cluster analysis
US6628116B1 (en) Process and apparatus to remove stimulated echo artifacts caused by interactions of a preparation sequence with a gradient echo sequence in MR imaging
EP1176555B1 (en) Image processing method and apparatus, recording medium, and imaging apparatus
Mohan et al. Multi-Tier Kernel for Disease Prediction using Texture Analysis with MR Images
Shan et al. A Post-Processing Algorithm for Boosting Contrast of MRI Images.
EP4224195A1 (en) Computer-implemented method for denoising mr images of different contrasts acquired using the same acquisition technique
Saha et al. Scale-based filtering of medical images
Frese et al. Bayesian multiresolution algorithm for PET reconstruction
Joshi et al. MRI Denoising for Healthcare

Legal Events

Date Code Title Description
AD1A A request for search or an international type search has been filed
RD2N Patents in respect of which a decision has been taken or a report has been made (novelty report)

Effective date: 20070410

PD2B A search report has been drawn up
V1 Lapsed because of non-payment of the annual fee

Effective date: 20130401