CN102411781B - 一种双能减影胸部x射线图像的运动校正*** - Google Patents
一种双能减影胸部x射线图像的运动校正*** Download PDFInfo
- Publication number
- CN102411781B CN102411781B CN2011102671488A CN201110267148A CN102411781B CN 102411781 B CN102411781 B CN 102411781B CN 2011102671488 A CN2011102671488 A CN 2011102671488A CN 201110267148 A CN201110267148 A CN 201110267148A CN 102411781 B CN102411781 B CN 102411781B
- Authority
- CN
- China
- Prior art keywords
- registration
- image
- module
- bone
- dual
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开了一种针对双能减影胸部X射线图像运动伪影的校正***,属于数字图像分析技术领域。双能减影胸部X射线成像技术能有效提高肺内小结节的检出率,有利于检测气管、血管、骨骼以及肋膜中存在的病变,增加诊断鉴别的可信度。但由于连续两次曝光,病人的呼吸、心跳等运动而导致高能与低能图像存在位置差异,会产生运动伪影,严重影响图像质量。本发明分析了胸部运动的特点,将骨骼与软组织的运动进行了有效地区分,然后,采用基于骨骼边缘和B样条变换的局部弹性配准模块,并与刚性配准模块相结合,应用多尺度配准策略,以消除双能图像中存在的伪影。本发明用于数字图像的配准,特别是医学图像的配准与运动校正,有利于改善图像质量。
Description
技术领域
本发明属于数字图像分析与处理技术领域,具体涉及双能减影胸部X射线图像的运动校正***。
背景技术
胸部X光成像(Computer digital radiography,CDR)是早期检测肺结节的基本影像手段,统计表明常规胸部X光片对单发肺结节的假阴性率高达18%~32%。与常规的胸部X射线图像相比较,双能减影(dual energy subtraction,DES)胸部X射线成像由于去除了骨性胸廓的干扰,因此具有独特的优势,能有效提高提高检出钙化的敏感性和准确性,而检出钙化是诊断肺结节的可靠影像学征象之一。有钙化的结节在双能减影的骨像上出现阴影,而在软组织像上全部或部分消失;不含钙化的结节在软组织像上清楚显示,而在骨像上消失。临床研究证明,DES可以去除肋骨对胸部信号的遮挡,它对胸部信号的检出能力明显高于CDR,对双上肺野及双中肺野外带的胸部结节性病变的检出具有明显优势。如图2为双能减影中的骨骼图像与常规的DR图像比较。
此外,DES还用于检测气管狭窄,血管病变,以及骨骼、胸膜、胸壁的异常,其对显示骨性胸廓和中央气道的病变,如骨转移瘤、大气道肿瘤、刀鞘样气管,以及骨性胸廓畸形、骨质增生所致的结节、诊断骨质疏松、检出晚期肾功能衰竭所致的心、肺转移性钙化均有帮助。因此,双能减影胸部X射线成像术在近几年来广泛应用于临床。
双能量减影成像可通过一次曝光法或两次曝光法实现。一次曝光法是对经过被曝物体衰减后所输出的X光子进行能量分离,得出两幅能量不同的图像。两次曝光法指以不同的X线球管输出能量(kVp)对被摄物体进行两次独立曝光,得到两幅图像或数据,通过减影运算分别生成软组织密度像、骨密度像和普通胸片的方法。
一次曝光法所获图像的对比度差、信噪比低。如果要使一次曝光法获得的减影图像与两次曝光法产生的减影图像信噪比相当,其X线曝光量需提高16倍。两次曝光法的优点是能量差大、组织对比强、图像信噪比高。虽然两次曝光的时间间隔很短(200~400ms),但因呼吸、心跳、移位等会导致双能信号重叠,从而出现运动伪影。此外,短时间内交替输出高、低两种能量X线线束对球管要求高、损耗大、病人的辐射量亦有所增加。
双能量减影图像中的运动伪影,主要表现为在运动方向上组织结构边界处出现的黑色或白色条纹影,其中双侧中、下肺野内带,双侧下肺野中带以及左中肺野中带、心缘旁、横膈、骨性胸廓是最容易出现运动伪影的部位。运动伪影主要缘于心脏搏动与呼吸运动,肺与心脏部位存在大量黑色或白色条纹影,无法准确、清晰地显示肺与心脏的解剖结构与局部细节,这对心肺的观察与诊断,病灶的准确定位,进行定性与量化分析等均会造成较大影响。
目前,基于互信息测度的数字图像之间的配准,应用较为广泛,适合同模态或不同模态图像之间的配准,其优势是对图像密度范围不敏感,具较强的抗噪性能,但它们没有利用全局的空间信息,容易陷入局部极小值(J.Pluim,J.Maintz,and M.Viergever,“Mutual-Information-Based Registration of Medical Images:A Survey,”IEEE Trans.MedicalImaging,22(8),986-1004(2003);A.El-Baz,,G Gimel′farb,“A novel approach for globalregistration of medical images based on learning the prior appearance model,”IEEE 5thInternational Symposium on Biomedical Imaging:From Nano to Macro,784-787(2008))。为此,多分辨率分析与多尺度配准策略被应用于配准过程(P.Thévenaz,M.Unser,“Optimization ofmutual information for multiresolution image registration”,IEEE Transactions Image Processing,9(12),2083-2099(2000);L.H.Peng,Y.H.Li,D.W.Xu,“A New Multiresolution Medical ImageRegistration Algorithm Based on Intensity and Edge Information,”IEEE 4th InternationalConference on Natural Computation,ICNC′08,5,13-17(2008)),虽然考虑了空间信息,能找到目标函数的全局最优值,在一定程度上提高配准的精度与速度,但因它们均没有考虑胸部运动特性,仍然无法准确、有效地校正双能减影成像过程中产生的位置差异。
发明内容
本发明旨在克服已有配准技术的不足,校正双能减影胸部X射线图像的运动伪影,改善图像质量。
为达到上述目的,本发明提出的运动校正***,包括:输入模块100、全局刚性配准模块200、局部弹性配准模块300、计算模块400与输出模块500。
输入模块100,用于输入待校正的双能胸部X射线图像,并传送给全局刚性配准模块200;
全局刚性配准模块200,用于对双能图像进行全局刚性配准,以校正***的变化或差异,并将全局刚性配准结果传送给局部弹性配准模块300;
局部弹性配准模块300,用于对双能图像进行局部弹性配准,以校正幅度较小的心脏、肺部的弹性运动,并将局部弹性配准结果传送给计算模块400;
计算模块400,根据配准后的双能图像,计算骨骼与软组织分离图像,并传送给输出模块500;
输出模块500,将计算模块400得到的骨骼与软组织分离图像显示给用户。
所述全局刚性配准模块200的配准采用基于Parzen窗的互信息,以提高配准的速度与精度。
所述局部弹性配准模块300根据骨骼与软组织运动特性的不同,配准时进行有效区分,采用的配准控制点由两部分组成:一部分为骨骼轮廓中的关键点,提取骨骼边缘关键点利用Canny算子检测骨骼边缘,并对边缘进行采样,将经采样后的点作为配准控制点;另一部分主要位于软组织,对胸部区域进行均匀划分的网格点,作为配准控制点。配准采用多尺度分解和B-Spline变换。配准后的双能图像是经由应用B-Spline来拟合图像中每一点的运动,并通过插值配准变换得到。
与现有技术相比较,本发明所述的***,具有下述特点与优势:
1)将配准过程分为全局的刚性配准与局部弹性配准,以校正较大幅度的***运动,以及幅度较小的心脏、肺部的弹性运动。
2)刚性配准采用基于Parzen窗的互信息测度,可提高配准的精度与效率。
3)对胸部的心肺运动进行了分析,将骨骼与软组织的运动进行了有效区分,更好地校正心肺的弹性运动,消除运动伪影。
附图说明
图1为本发明一种双能减影胸部X射线图像的运动校正***的结构示意图。
图2为本发明研究对象双能减影图像与常规DR图像比较,其中,图2(a)为常规DR图像,图2(b)为双能减影后骨骼图像。
图3为本发明实施例双能图像及减影后的骨骼与软组织图像,其中,图3(a)为高能图像,图3(b)为低能图像,图3(c)为骨骼图像,图3(d)为软组织图像。
图4为本发明实施例双能图像及校正后的结果,其中,图4(a)为原始骨骼图像,图4(b)为原始软组织图像,图4(c)为原始骨骼ROI(Region Of Interest)感兴趣的区域,图4(d)为原始软组织ROI,图4(e)为校正后骨骼图像,图4(f)为校正后软组织图像,图4(g)为校正后骨骼ROI,图4(h)为校正后软组织ROI。
具体实施方式
下面结合附图和实例对本发明的技术方案作进一步详细描述,但本发明的实施和保护范围不限于此。
如图1所示,本发明公开的一种双能减影胸部X射线图像的运动校正***,具体实现如下:
(1)输入模块(100)输入待校正的双能胸部X射线图像,其中高能图像作为参考图像,低能图像作为待配准图像。并传送给全局刚性配准模块(200)。
(2)全局刚性配准模块200对双能图像进行全局刚性配准,以校正***的变化或差异。传统的互信息测度,由于图像强度分布的离散性,在搜索最佳运动参数的过程中,只能用随机的寻优来确定,其缺点有三,一是结果对初始值的选择很敏感,二是容易陷入局部极小值,三是搜索时间较长,即在配准精度与速度方面均存在不足。为了解决以上问题,采用基于Parzen窗的互信息测度,利用分段连续的函数近似图像离散的密度分布,因此可避免离散条件下求解目标函数极值的随机性,应用基于梯度的寻优法如梯度下降法、拟牛顿(Quasi-Newton)、非线性共轭梯度与随机梯度下降法,快速有效地求得目标函数的极小值与配准参数。
(3)局部弹性配准模块300对双能图像进行局部弹性配准,以校正骨骼与软组织的局部运动。检测骨骼边缘,提取骨骼边缘关键点。Canny算子对边缘具有良好的定位性能,且对噪声具较强的抗干扰性,因此应用Canny算子检测骨骼边缘。但因骨骼边缘较多,为了减少计算量,对其进行采样,选择适量边缘点作为配准的控制点。将骨骼关键边缘点与胸部软组织中的均匀分布网格点,分别作为匹配的关键对应点,采用多尺度分解,利用B-Spline变换对双能图像进行局部配准。
φi,j为nx×ny的网格控制点,则B-Spline变换表达式为:
其中i=[x/nx]-1,j=[y/ny]-1,u=x/nx-[x/nx],v=y/ny-[y/ny],[]为取整运算。
Bm为B-Spline变换的第m个基,m取1,2,3,4时的函数式如下所示:
B0(u)=(1-u)3/6
B1(u)=(3u3-6u2+4)/6
B2(u)=(-3u3+3u2+3u+1)/6 (2)
B3(u)=u3/6
B-Spline变换的优点是对网格每一点的计算只局限于局部相邻点,因此效率较高,同时,每一控制点的改变与调整,也只影响相邻点的变换。为了使变换保持平滑,可引入惩罚项:
其中Ω为二维图像域,由于此项为配准变换对x,y的二阶偏导之和,因此,求其值最小化,即要求变换最平滑。
与均匀划分网络的全局配准不同,基于控制点的局部配准,由于高能与低能图像在时间与空间上的差异,提取的边缘也不同,因此在对边缘进行抽样后,需要寻找对应点,本发明利用归一化互信息作为测度,对高能图像中的每一控制点,以其为中心,取一固定大小的邻域(如32×32或64×64),在低能图像的相应位置,取同样大小的邻域,计算两窗口的归一化互信息:
其中H(A)、H(B)为边缘熵,H(A,B)表示联合熵,归一化互信息NMI(A,B)是边缘熵之和与联合熵的比值。边缘熵的增加受到联合熵增加的约束。配准不准确时,边缘熵增大,联合熵也会增大,归一化互信息量就不是最大;当逐渐接近准确的配准结果时,图像的联合熵值渐小,归一化互信息量随之增大。归一化互信息的最大化就是寻找一种变化使得联合熵相对于边缘熵最小。一方面考虑到了配准时联合熵较小,另一方面又考虑到了重叠区域内图像的信息,同时又很好的平衡了两者之间的关系。
在计算两窗口的归一化互信息后,移动低能图像的窗口,寻找在一定运动范围(阈值)内与作为参考的高能图像的窗口具有最大互信息的窗口,此窗口的中心点与高能图像中的窗口中心点即为对应点,这种对应点的运动参数可以用平移、旋转与缩放来描述。由于骨骼的运动幅度较小,因此应使用较小的移动阈值,软组织运动幅度较大,可设定较大的移动阈值。由于局部弹性配准是很小窗口(区域)之间求互信息最大的变换,因此,本发明实施例中,采用Powell多维无约束优化算法,其特点是不用计算函数梯度,能快速找到极值点。
当运动图像中每一控制点的运动参数得到后,应用B-Spline来拟合图像中每一点的运动,通过插值得到配准后图像。
(4)计算模块400根据配准后的图像,利用式(5)与(6)计算骨骼与软组织分离后的图像。
如果以IL与IH分别表示低能与高能图像,则骨骼IBone与软组织ISoft可按下式计算:
其中wB与wS分别表示骨骼与软组织的消失系数。图3为本实施例的高能与低能图像,以及经上述运算后得到的骨骼和软组织图像。
(5)输出模块500得到的骨骼与软组织分离图像显示给用户。
本发明提出的一种双能减影胸部X射线图像的运动校正***,图1-图4说明了配准***结构图及实施例的校正结果。本发明中所述的配准***,涉及若干控制参数,这些参数要针对具体的数据特点进行综合调整与设定,以使配准效果达到最佳。
实施例
本实施例输入图像采用24位高分辨率DICOM格式双能图像,大小均为2022×2022像素,其中高能图像作为参考图像,低能图像作为待配准图像。
处理数据集合所设定的参数如下:
步骤(3)中的弹性配准,B-Spline变换的网格大小nx×ny为32×32;
步骤(3)中搜索互信息的窗口大小为32×32,骨骼边缘点的移动阈值为8,软组织移动阈值为16;
步骤(4)中的骨骼与软组织的消失系数:wB=0.75,wS=0.5。
本发明公开的双能减影胸部X射线图像的运动校正***,针对双能减影胸部X射线成像出现的运动伪影,首先分析了胸部运动的特点,将骨骼与软组织的运动进行了有效地区分;然后,对图像进行全局的刚性配准,以校正大的***运动;再检测骨骼边缘并进行采样,将采样点作为配准的重要控制点;最后,应用基于骨骼边缘和B样条变换的局部弹性配准模块,应用多尺度配准策略,对双能图像进行配准,以消除双能图像中存在的运动伪影。本发明用于数字图像的配准,尤其是医学图像(CT、MRI、PET及US等)的配准,校正医学成像过程中较为普遍的呼吸、心跳引起的运动伪影,有利于改善图像质量。
Claims (4)
1.一种双能减影胸部X射线图像的运动校正***,其特征在于包括:
输入模块(100),用于输入待校正的双能胸部X射线图像,并传送给全局刚性配准模块(200);
全局刚性配准模块(200),用于对双能图像进行全局刚性配准,以校正***的变化或差异,并将全局刚性配准结果传送给局部弹性配准模块(300);
局部弹性配准模块(300),用于对双能图像进行局部弹性配准,以校正幅度较小的心脏、肺部的弹性运动,并将局部弹性配准结果传送给计算模块(400);
计算模块(400),根据配准后的双能图像,计算骨骼与软组织分离图像,并传送给输出模块(500);
输出模块(500),将计算模块(400)得到的骨骼与软组织分离图像显示给用户;
所述局部弹性配准模块(300)根据骨骼与软组织运动特性的不同,配准时进行有效区分,采用的配准控制点由两部分组成:一部分为骨骼轮廓中的关键点,提取骨骼边缘关键点利用Canny算子检测骨骼边缘,并对边缘进行采样,将经采样后的点作为配准控制点;另一部分主要位于软组织,对胸部区域进行均匀划分的网格点,作为配准控制点。
2.根据权利要求1所述的***,其特征在于所述全局刚性配准模块(200)的配准采用基于Parzen窗的互信息,以提高配准的速度与精度。
3.根据权利要求1所述的***,其特征在于所述局部弹性配准模块(300)的配准采用多尺度分解和B-Spline变换。
4.根据权利要求3所述的***,其特征在于所述局部弹性配准模块(300)配准后的双能图像是经由应用B-Spline来拟合图像中每一点的运动,并通过插值配准变换得到。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011102671488A CN102411781B (zh) | 2011-09-09 | 2011-09-09 | 一种双能减影胸部x射线图像的运动校正*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011102671488A CN102411781B (zh) | 2011-09-09 | 2011-09-09 | 一种双能减影胸部x射线图像的运动校正*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102411781A CN102411781A (zh) | 2012-04-11 |
CN102411781B true CN102411781B (zh) | 2013-11-13 |
Family
ID=45913847
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011102671488A Expired - Fee Related CN102411781B (zh) | 2011-09-09 | 2011-09-09 | 一种双能减影胸部x射线图像的运动校正*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102411781B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
BR112014032136A2 (pt) * | 2012-06-28 | 2017-06-27 | Koninklijke Philips Nv | sistema de geração de imagens médicas, dispositivo de visualização de vídeo portátil para a geração de imagens médicas, e método para a geração de imagens médicas |
CN103985110B (zh) * | 2013-02-08 | 2017-02-08 | 孙烨 | 数字图像中伪影或非均匀亮度的定位及显示方法 |
CN103366348B (zh) * | 2013-07-19 | 2016-04-20 | 南方医科大学 | 一种抑制x线图像中骨骼影像的方法及处理设备 |
CN103761745B (zh) * | 2013-07-31 | 2017-04-12 | 深圳大学 | 一种肺部运动模型估计方法及*** |
EP3034000A1 (en) * | 2014-12-16 | 2016-06-22 | Agfa Healthcare | Motion correction method in dual energy radiography |
CN105869163B (zh) * | 2016-03-26 | 2018-12-11 | 南方医科大学 | 基于双能减影中骨像和软组织像的梯度相关性检测运动伪影区域的方法 |
CN106296613B (zh) * | 2016-08-15 | 2019-04-23 | 南京普爱医疗设备股份有限公司 | 一种基于dr机器的双能量减影方法 |
CN106952285B (zh) * | 2017-02-15 | 2019-12-10 | 上海交通大学 | 基于先验统计运动模型及自适应配准的肺部运动估计方法 |
CN107300562B (zh) * | 2017-05-19 | 2020-06-16 | 温州大学 | 一种测量继电器成品触点间距的x射线无损检测方法 |
CN112288786B (zh) * | 2019-12-06 | 2022-03-22 | 广州柏视医疗科技有限公司 | 电子装置及非暂态计算机可读存储介质 |
CN112927274A (zh) * | 2021-02-02 | 2021-06-08 | 深圳蓝韵医学影像有限公司 | 双能减影图像配准方法、装置、设备及可读存储介质 |
CN112785588B (zh) * | 2021-02-05 | 2021-09-14 | 南京钺曦医疗科技有限公司 | 一种ct与mr脑灌注数据的运动幅度自动估计方法 |
CN113052930A (zh) * | 2021-03-12 | 2021-06-29 | 北京医准智能科技有限公司 | 一种胸部dr双能量数字减影图像生成方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1890689A (zh) * | 2003-12-11 | 2007-01-03 | 皇家飞利浦电子股份有限公司 | 弹性的图像配准 |
-
2011
- 2011-09-09 CN CN2011102671488A patent/CN102411781B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1890689A (zh) * | 2003-12-11 | 2007-01-03 | 皇家飞利浦电子股份有限公司 | 弹性的图像配准 |
Non-Patent Citations (5)
Title |
---|
Automatic Extraction of Control Points for Chest X-ray Images and Elastic Registration;Shengwen Guo, et al;《Bioinformatics and Biomedical Engineering,ICBBE 2008,the 2nd International Conference》;20080518;2651-2654 * |
Luis Ibanez, et al.The ITK Software Guide Second Edition Updated for ITK version 2.4.《The ITK Software Guide Second Edition Updated for ITK version 2.4》.2005,Part I:Introduction & Part II:User’s Guide. |
Luis Ibanez, et al.The ITK Software Guide Second Edition Updated for ITK version 2.4.《The ITK Software Guide Second Edition Updated for ITK version 2.4》.2005,Part I:Introduction & * |
Part II:User’s Guide. * |
ShengwenGuo et al.Automatic Extraction of Control Points for Chest X-ray Images and Elastic Registration.《Bioinformatics and Biomedical Engineering |
Also Published As
Publication number | Publication date |
---|---|
CN102411781A (zh) | 2012-04-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102411781B (zh) | 一种双能减影胸部x射线图像的运动校正*** | |
US12026832B2 (en) | System and method for gating radiation exposure | |
Ji et al. | A level-set based approach for anterior teeth segmentation in cone beam computed tomography images | |
CN102783966B (zh) | 用于运动校正的医学图像的方法和器件 | |
KR101428005B1 (ko) | 소수의 저선량 ct 영상을 이용하여 pet 영상을 움직임 보상 및 감쇠 보정하는 방법 | |
US20120059252A1 (en) | Computer tomography sorting based on internal anatomy of patients | |
CN109035160A (zh) | 医学影像的融合方法及基于融合医学影像学习的图像检测方法 | |
CN105447872A (zh) | 一种在超声影像中自动识别肝脏肿瘤类型的方法 | |
US20100266188A1 (en) | Chest x-ray registration, subtraction and display | |
CN104268914B (zh) | 一种4d‑ct不同时相序列图像的重建方法 | |
US20100067765A1 (en) | List Mode-Based Respiratory and Cardiac Gating in Positron Emission Tomography | |
CN103054605A (zh) | 一种衰减校正的方法和*** | |
US11823384B2 (en) | CT image generation method for attenuation correction of pet images | |
US12026853B2 (en) | Deep learning based denoising and artifact reduction in cardiac CT cine imaging | |
JP6253085B2 (ja) | X線動画像解析装置、x線動画像解析プログラム及びx線動画像撮像装置 | |
Zheng et al. | Multi-part left atrium modeling and segmentation in C-arm CT volumes for atrial fibrillation ablation | |
Cheng et al. | Airway segmentation and measurement in CT images | |
Kortelainen et al. | Respiratory motion reduction with a dual gating approach in myocardial perfusion SPECT: Effect on left ventricular functional parameters | |
De Giovanni et al. | Adaptive R-peak detection on wearable ECG sensors for high-intensity exercise | |
US20210219934A1 (en) | Method, system, and medium for analyzing image sequence of periodic physiological activity | |
US8280130B2 (en) | Method to individualize kinetic parameter estimation for dynamic molecular imaging procedures | |
Nye et al. | Current state of hybrid imaging: attenuation correction and fusion | |
CN111951346A (zh) | 一种联合运动估计与时空张量增强表示的4d-cbct重建方法 | |
KR100333678B1 (ko) | 흉부 영상에서 늑골이 분리된 차영상 획득 방법 | |
Negahdar et al. | Comparison of indices of regional lung function from 4-D X-ray CT: Jacobian vs. strain of deformation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20131113 Termination date: 20200909 |