CN104008540A - 用于执行医学图像的配准的方法和设备 - Google Patents
用于执行医学图像的配准的方法和设备 Download PDFInfo
- Publication number
- CN104008540A CN104008540A CN201410054332.8A CN201410054332A CN104008540A CN 104008540 A CN104008540 A CN 104008540A CN 201410054332 A CN201410054332 A CN 201410054332A CN 104008540 A CN104008540 A CN 104008540A
- Authority
- CN
- China
- Prior art keywords
- image
- medical
- cross
- medical image
- detector
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 123
- 230000033001 locomotion Effects 0.000 claims abstract description 126
- 238000013507 mapping Methods 0.000 claims abstract description 17
- 238000006243 chemical reaction Methods 0.000 claims description 27
- 239000000284 extract Substances 0.000 claims description 27
- 230000008859 change Effects 0.000 claims description 23
- 238000005520 cutting process Methods 0.000 claims description 23
- 230000003068 static effect Effects 0.000 claims description 19
- 238000009825 accumulation Methods 0.000 claims description 9
- 230000003760 hair shine Effects 0.000 claims description 8
- 238000002059 diagnostic imaging Methods 0.000 claims description 7
- 239000000523 sample Substances 0.000 abstract 2
- 210000000056 organ Anatomy 0.000 description 29
- 230000008569 process Effects 0.000 description 22
- 230000006870 function Effects 0.000 description 19
- 238000002591 computed tomography Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 12
- 230000029058 respiratory gaseous exchange Effects 0.000 description 12
- 238000003384 imaging method Methods 0.000 description 11
- 230000007170 pathology Effects 0.000 description 11
- 238000002604 ultrasonography Methods 0.000 description 11
- 238000000605 extraction Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 230000002093 peripheral effect Effects 0.000 description 7
- 238000003860 storage Methods 0.000 description 7
- 230000001225 therapeutic effect Effects 0.000 description 7
- 230000008520 organization Effects 0.000 description 5
- 210000004204 blood vessel Anatomy 0.000 description 4
- 230000036541 health Effects 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 210000004185 liver Anatomy 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 239000000654 additive Substances 0.000 description 2
- 230000000996 additive effect Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 210000002381 plasma Anatomy 0.000 description 2
- 230000002285 radioactive effect Effects 0.000 description 2
- 230000000241 respiratory effect Effects 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000002620 method output Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
- A61B5/0035—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for acquisition of images from more than one imaging mode, e.g. combining MRI and optical tomography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/113—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
- A61B6/5247—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from an ionising-radiation diagnostic technique and a non-ionising radiation diagnostic technique, e.g. X-ray and ultrasound
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
- A61B8/5238—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one image
- A61B8/5261—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one image combining images from different diagnostic modalities, e.g. ultrasound and X-ray
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
- A61B90/36—Image-producing devices or illumination devices not otherwise provided for
- A61B2090/364—Correlation of different images or relation of image positions in respect to the body
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10088—Magnetic resonance imaging [MRI]
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10132—Ultrasound image
-
- 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
- G06T2207/30056—Liver; Hepatic
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Veterinary Medicine (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Radiology & Medical Imaging (AREA)
- Computer Vision & Pattern Recognition (AREA)
- High Energy & Nuclear Physics (AREA)
- Optics & Photonics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Physiology (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Human Computer Interaction (AREA)
- Nuclear Medicine (AREA)
Abstract
公开一种用于执行医学图像的配准的方法和设备。所述方法包括:将第一医学设备所使用的虚拟坐标系和第二医学设备所使用的虚拟坐标系彼此映射。坐标系分别与第一医学设备所捕获的实时医学图像和第二医学设备先前所捕获的三维(3D)医学图像相关联。所述方法还包括:基于映射的结果,从第二医学设备所使用的坐标系检测第一医学设备的探测器的位置;从先前捕获的3D医学图像确定与检测到的探测器的位置相应的体积图像;从确定的体积图像提取与实时医学图像相应的截面图像,其中,实时医学图像根据患者的物理运动而改变。
Description
本申请要求在2013年2月21日提交到韩国知识产权局的第10-2013-0018833号韩国专利申请的权益,所述专利申请的全部公开为了所有目的通过引用合并于此。
技术领域
本公开涉及用于执行医学图像的配准的方法和设备。
背景技术
随着医学技术的近期发展,可获取高清晰度医学图像,并且诸如通过医学装置对医学设备进行精细操作变得可行。因此,正在积极开发如下的治疗患者的方法:在患者的皮肤上直接形成小孔,通过小孔将导管或医用针头***患者体内,并通过使用经由导管或医用针头引入身体内部的医学成像设备来观察患者身体的内部。这样的方法可被称为使用图像的医学治疗方法或介入图像医学治疗方法。在这样的方法中,医学从业者通过使用该技术提供的图像来识别器官或病变的位置。另外,医学从业者可在医学治疗期间根据患者的呼吸或运动观察器官或病变的位置的变化。因此,医学从业者需要能够基于实时医学成像精确地且快速地识别呼吸或运动。然而,利用裸眼难以从实时医学图像清楚地识别器官和病变的形状。与超声波图像相反,磁共振(MR)图像或计算机断层扫描(CT)图像可清楚地区分器官和病变的位置和形状。然而,由于在医学治疗期间可能无法实时获取MR或CT图像,因此在医学治疗期间患者的呼吸和运动可能无法被反映在这样的图像中。
发明内容
提供本发明内容以按简化形式引入对以下在具体实施方式中进一步描述的构思的选择。本发明内容不意图辨识要求保护的主题的关键特征或必要特征,也不意图用于帮助确定要求保护的主题的范围。
提供用于对第一医学设备所捕获的实时医学图像和第二医学设备先前所捕获的三维(3D)医学图像执行配准以反映根据患者的物理运动的改变的方法、设备和***。
在一个总体方面,一种执行医学图像的配准的方法包括:将第一医学设备所使用的虚拟坐标系和第二医学设备所使用的虚拟坐标系彼此映射,其中,虚拟坐标系分别与第一医学设备所捕获的实时医学图像和第二医学设备先前所捕获的三维(3D)医学图像相关联;基于映射的结果,在第二医学设备所使用的虚拟坐标系中检测第一医学设备的探测器的位置;从先前捕获的3D医学图像确定与检测到的探测器的位置相应的体积图像;从确定的体积图像提取与实时医学图像相应的截面图像,其中,实时医学图像根据患者的物理运动而改变。
所述方法还可提供:在提取截面图像的操作中,当探测器的扫描平面根据患者的物理运动在患者体内相对运动时,更新截面图像。
确定体积图像的操作可包括:根据在探测器保持静止时患者的物理运动来估计探测器的扫描平面的相对运动范围;基于估计的运动范围从3D医学图像确定体积图像的大小。
确定体积图像的操作可包括:通过使用检测到的位置的坐标值,从3D医学图像选择与探测器的扫描平面相应的截面;从3D医学图像选择参考截面和与参考截面邻近的截面。
确定体积图像的操作还可包括:通过积累参考截面和与参考截面邻近的截面来重建体积图像。
映射虚拟坐标系的操作可包括:产生实时医学图像的第一截面图像;基于在第一截面图像中出现的解剖特征,在形成3D医学图像的多个二维(2D)医学图像中选择与第一截面图像相应的2D医学图像;基于选择的2D医学图像和第一截面图像,产生用于将第一医学设备所使用的坐标系转换为第二医学设备所使用的坐标系的坐标转换函数。
检测探测器的位置的操作可包括:当探测器运动时,接收在第一医学设备所使用的坐标系中运动的探测器的坐标值;通过使用映射结果,将运动的探测器的坐标值转换为第二医学设备所使用的坐标系的坐标值。
提取截面图像的操作可包括:基于在实时医学图像和确定的体积图像上出现的解剖特征之间的相似度,提取截面图像。
提取截面图像的操作可包括:对在实时医学图像和体积图像上出现的每个解剖对象执行分割;从体积图像提取具有在实时医学图像和体积图像中分割的解剖对象之间的最大相似度的截面。
提取截面图像的操作可包括:获取在探测器保持静止的状态下改变的实时医学图像;考虑在获取的实时医学图像上出现的解剖特征来提取截面图像。
在另一总体方面,一种存储用于执行医学图像的配准的程序的非暂时性计算机可读存储介质,所述程序包括用于使计算机执行以上描述的方法的指令。
在另一总体方面,一种用于执行医学图像的配准的设备包括:坐标转换装置,被配置为将第一医学设备所使用的虚拟坐标系和第二医学设备所使用的虚拟坐标系彼此映射,并基于映射的结果,在第二医学设备所使用的虚拟坐标系中检测第一医学设备的探测器的位置;体积图像确定装置,被配置为从先前捕获的3D医学图像确定与检测到的位置相应的体积图像;图像输出装置,被配置为从确定的体积图像提取与第一医学设备所捕获的根据患者的物理运动而改变的实时医学图像相应的截面图像。
当探测器的扫描平面根据患者的物理运动在患者体内相对运动时,截面图像可被更新。
体积图像确定装置可根据在探测器保持静止时患者的物理运动来估计探测器的扫描平面的相对运动范围,并基于估计的运动范围从3D医学图像确定体积图像的大小。
体积图像确定装置可通过使用检测到的位置的坐标值,从3D医学图像选择与探测器的扫描平面相应的截面,并从3D医学图像选择参考截面和与参考截面邻近的截面。
所述设备还可包括:模型重建装置,被配置为通过积累参考截面和与参考截面邻近的截面来重建体积图像。
所述设备还可包括:2D图像选择装置,被配置为产生实时医学图像的第一截面图像,并基于在第一截面图像中出现的解剖特征,在形成3D医学图像的多个2D医学图像中选择与第一截面图像相应的2D医学图像,其中,坐标转换装置基于选择的2D医学图像和第一截面图像,产生用于将第一医学设备所使用的坐标系转换为第二医学设备所使用的坐标系的坐标转换函数。
所述设备可提供:当探测器运动时,坐标转换装置接收在第一医学设备所使用的坐标系中运动的探测器的坐标值,并通过使用映射结果,将运动的探测器的坐标值转换为第二医学设备所使用的坐标系的坐标值。
图像输出装置可基于在实时医学图像和确定的体积图像上出现的解剖特征之间的相似度,提取截面图像。
所述设备还可包括:图像分割装置,被配置为对在实时医学图像和体积图像上出现的每个解剖对象执行分割,其中,图像输出装置从体积图像提取具有在实时医学图像和体积图像中分割的解剖对象之间的最大相似度的截面。
所述设备还可包括:实时医学图像获取装置,被配置为获取第一医学设备所捕获的实时医学图像。
在另一总体方面,一种医学图像配准***包括:预治疗医学成像设备,被配置为产生患者的感兴趣体积的一组预治疗医学图像;实时医学成像设备,被配置为实时产生患者的感兴趣体积的治疗医学图像;医学图像配准设备,被配置为执行该组预治疗医学图像和治疗医学图像之间的配准。
预治疗医学图像可比治疗医学图像具有更高的信噪比或更高的边缘对比度中的至少一个。
医学图像配准设备可通过将该组预治疗医学图像的虚拟坐标系和治疗医学图像的虚拟坐标系彼此映射来执行配准。
可基于发射和接收超声波的探测器实时地产生和更新治疗医学图像。
医学图像配准设备可考虑根据在探测器处于静止状态的状态下患者的物理运动的实时医学图像的改变来执行配准。
医学图像配准设备可考虑根据探测器的物理运动的实时医学图像的改变来执行配准。
从下面详细描述、附图和权利要求中,其他特征和方面将是显然的。
附图说明
图1示出根据示例实施例的医学图像配准***的结构。
图2是用于解释根据示例实施例的医学图像配准方法的流程图。
图3是用于解释根据示例实施例的映射第一医学设备和第二医学设备所使用的虚拟坐标系的处理的流程图。
图4是用于解释根据示例实施例的从第二医学设备所使用的虚拟坐标系检测第一医学设备的探测器所位于的位置的处理的流程图。
图5和图7分别是用于解释根据示例实施例的确定体图像的处理的流程图和坐标系。
图6是用于解释根据示例实施例的从考虑患者的物理运动的三维(3D)医学图像提取截面图像的处理的流程图。
图8和图9是示出根据示例实施例的医学图像配准设备的框图。
图10是根据示例实施例的在医学图像配准方法中的平面匹配处理中的一组医学图像。
图11和图12示出根据示例实施例的根据患者的物理运动的实时医学图像的改变。
在整个附图和详细描述中,除非另外描述或提供,否则相同的附图标号将被理解为表示相同的元件、特征和结构。为了清楚、说明和简明,附图可不按比例缩放,并且可夸大附图中的元件的相对尺寸、比例和描绘。
具体实施方式
提供以下详细描述以帮助读者获得对这里描述的方法、设备和/或***的全面理解。然而,这里描述的***、设备和/或方法的各种改变、修改和等同物对本领域的普通技术人员将是显然的。所描述的处理步骤和/或操作的进展是示例;然而,除了必需按特定顺序发生的步骤和/或操作之外,处理步骤和/或操作的顺序不限于这里阐述的顺序,并可进行如本领域中公知的改变。此外,为了更加清楚和简明,可省略对本领域的普通技术人员公知的功能和构造的描述。
这里描述的特征可以以不同形式实施,并且不被解释为限于这里描述的示例。相反,提供这里描述的示例,使得本公开将是彻底和完整的,并且这里描述的示例将把本公开的完整范围传达给本领域的普通技术人员。
现在将详细说明实施例,在附图中示出实施例的示例,其中,相似的标号始终表示相似的元件。在这方面,本实施例可具有不同形式并且不应被解释为限于这里阐述的描述。因此,以下通过参考附图仅描述实施例,以解释本描述的多个方面。
如这里使用的,术语“和/或”包括相关联列出项中的一个或更多个的任何和全部组合。诸如“…中的至少一个”的表达在位于一列元素之后时修饰整列元素而不是修饰列中的单个元素。如这里使用的,短语“相对运动”用于表示项目相对于参考点运动的情况,其中,参考点自身可不运动。例如,当被扫描的器官在呼吸期间在患者身体内部运动并且针对保持静止的探测器改变位置时,被扫描的器官针对探测器“相对运动”。
图1示出根据示例实施例的医学图像配准***100的结构。参照图1,根据本实施例的医学图像配准***100包括第一医学设备120、第二医学设备110、医学图像配准设备130和图像显示设备140。
第二医学设备110在医学治疗之前针对对象的感兴趣体积(VOI)产生一组第二医学图像。该组第二医学图像用作提供高质量参考图像的一组参考图像,所述高质量参考图像提供关于VOI的内容的信息以帮助解释低质量实时图像。在示例中,第二医学设备110被配置为计算机断层扫描(CT)成像设备、磁共振(MR)成像设备、X射线成像设备和正电子发射断层扫描(PET)成像设备中的任何一个。
然而,这些仅是第二医学设备110的示例,并且可使用其他潜在成像设备,或者可结合在一起使用多种类型的成像设备。在以下描述中,为了便于解释,假设第二医学图像是MR图像或CT图像。第二医学设备110所产生的CT图像或MR图像具有清楚地区分器官的位置和病变的位置的特征。然而,CT图像或MR图像可能无法反映随着患者在医学治疗期间呼吸或运动所发生的实时变化。这样的实时变化潜在地变形或者改变器官的位置,并且因为它们实时发生,所以诸如CT或MR成像的技术不能很好地适应于反映这样的变化。不能反映这样的实时变化的原因针对每种技术而不同。在作为使用放射线的捕获方法的CT图像的情况下,实时拍摄图像导致患者和医学从业者长时间地暴露于放射线的可能性,这会给患者和医学从业者带来健康风险。在MR图像的情况下,捕获单个图像所需的时间长度是长时间,所以能够实时捕获MR图像是不现实的。
第一医学设备120针对对象的VOI实时提供医学图像。在示例中,第一医学设备120由用于在针对患者内部的介入医学治疗处理中产生实时医学图像的超声检查机器形成。第一医学设备120通过使用通信地连接到第一医学设备的探测器121将超声波信号照射到感兴趣区域(诸如照射到患者内部的体积),并检测反射的超声波信号以产生超声波图像。
基于VOI中的不同排列和类型的材料将不同地反射超声波信号的原理来产生这样的超声波图像,并且通过分析反射的超声波的特性,可产生代表VOI的内容的图像。下面将进一步论述该原理。探测器121可使用有线或无线连接通信地连接到第一医学设备。探测器121通常由压电换能器形成,所述压电换能器将电能转换为超声波,反之亦然。
当几兆赫(MHz)到几百MHz的超声波从探测器121被发送到患者身体内部的特定区域时,超声波诸如从各种不同组织之间的边界被部分地反射。具体地讲,超声波从患者身体内部的密度改变的地方(例如,血液血浆中的血细胞或器官中的小结构)被反射。反射的超声波使探测器121的压电换能器振动,并且压电换能器根据振动输出电脉冲。因此,压电换能器进行操作以转换电能,从而输出超声波,但随后接收反射的超声能量,并将接收到的反射的超声能量转换为包括代表反射的超声能量的电脉冲的信号。一旦由压电换能器响应于反射的超声能量而被产生,电脉冲就被转换为图像数据。
如上所述,在示例中,虽然诸如超声图像的第一医学图像由第一医学设备120实时获取,但是由于超声图像因超声成像的性质而可以是低质量图像,因此第一医学图像可包括大量的噪声。这样的噪声使得难以识别器官的轮廓、内部结构或病变。例如,由于病变和***组织响应于超声波能量而具有相似的反射特性,因此超声波图像中的病变和***组织之间的边界处的对比度(即,对象的边缘对比度)相对低。例如,当存在低边缘对比度时,难以区分图像的对应于病变的部分和对应于***组织的部分。因此,即使超声波图像可被实时获得,也可能难以使用图像来确定图像中的边界所位于的位置。此外,由于超声波在通过患者传播并被反射时的干涉和扩散,存在噪声和伪影。因此,虽然超声波医学图像比MR或CT图像被更快地获取并且提供实时成像,但是在MR或CT图像中可区分的器官和病变可能在超声波医学图像中不能与***组织清楚地区分,这是因为超声波医学图像中的对象的信噪比(SNR)和边缘对比度低。
在实施例中,第一医学设备120和第二医学设备110所捕获的医学图像是二维(2D)截面图像。然而,实施例可通过积累2D截面图像来产生三维(3D)医学图像。例如,第二医学设备110通过改变每个截面图像的位置和方位捕获多个截面图像。如以上所论述的,这些截面图像在治疗之前被捕获。当截面图像被积累时,基于用于组合2D截面图像的适当技术来产生表示3D的患者身体的特定部分的3D体积的图像数据。通过积累截面图像产生3D体积的图像数据的以上方法被称为多平面重建(MPR)方法。可使用各种特定方法和算法来执行这样的MPR方法。具体地讲,一种方法操作如下,使得虽然第二医学图像中的每一个是2D图像,但是第二医学图像中的图像的每个像素具有与其相关联的深度值。换言之,第二医学图像定义体素的集合。因此,可通过积累第二医学图像产生VOI的3D模型,因为第二医学图像在被组合时定义充分的信息以使用3D模型对VOI建模。下文中,使用MPR被处理的以产生关于3D体积的信息的由第二医学设备110捕获的一组第二医学图像被称为3D医学图像。
医学图像配准设备130执行从第二医学设备110获取的一组第二医学图像和从第一医学设备120捕获的第一医学图像之间的配准。通过执行配准,医学图像配准设备130能够建立第一医学图像和第二医学图像之间的对应,以利用第一医学图像的实时性质和第二医学图像的较高质量。在实施例中,第一医学图像和第二医学图像的配准包括当管理图像时将第一医学设备120和第二医学设备110分别使用的虚拟坐标系进行匹配的处理。在这样的实施例中,医学图像配准设备130所产生的配准的医学图像是通过叠加第一医学图像和第二医学图像或通过彼此平行地布置第一医学图像和第二医学图像所获取的医学图像。如所论述的,这样的叠加和布置可使用虚拟坐标系来帮助确定如何相对于彼此对图像定向。被医学图像配准设备130配准的医学图像通过图像显示设备140进行显示。
第一医学设备120和第二医学设备110使用不同的虚拟坐标系。医学图像配准设备130可通过将第一医学设备120和第二医学设备110的不同虚拟坐标系彼此映射来执行第一医学设备120和第二医学设备110所捕获的医学图像的配准。3轴位置信息(x,y,z)和3轴旋转信息(滚转、俯仰、偏航)被一起使用以确定在第一医学设备120和第二医学设备110所使用的虚拟坐标系中捕获医学图像的截面。因此,对准虚拟坐标系需要确定使虚拟坐标系对准的平移和旋转。例如,通过第一医学设备120和第二医学设备110所使用的虚拟坐标系指定医学图像被捕获的3D空间中的位置。对于MR或CT图像,在选择将被第二医学设备110捕获的截面的处理中使用虚拟坐标系的坐标值。即,当MR或CT图像被获得时,MR或CT图像必须被设置为对应于如以上论述的一组特定轴,因此,坐标值对通过第二医学设备110捕获每个图像是固有的。从而,无需另外的感测来识别第二医学设备100所捕获的医学图像的坐标值。
然而,在第一医学设备120中,将被捕获的截面的位置根据探测器121的运动而改变。在实施例中,探测器121不是根据第一医学设备120的控制进行运动,而是根据医学操作者的控制进行运动。因此,在这样的实施例中,为了识别第一医学设备120所捕获的医学图像在虚拟坐标系中所位于的位置,感测探测器121的运动。多种方法允许第一医学设备120感测探测器121的运动。例如,为了感测探测器121的运动,一种方法是通过使用探测器121中的磁***感测磁场的变化的方法,另一种方法是通过将光学标记(opticalmarker)附着于探测器121利用红外或彩色相机感测光学变化的方法。然而,这些仅是示例,可使用感测探测器121的运动以建立针对第一医学图像的虚拟坐标系的其他方式。
第一医学设备120和第二医学设备110通常使用不同的3D坐标系,因此,通过使用位置B1的3轴位置信息(x,y,z)和探测器121的3轴旋转信息(滚转、俯仰、偏航)来指定第一医学设备120所使用的坐标系中的截面1011。一旦该信息可用,就变得可将单独的3D坐标系彼此相关。
在实施例中,实时医学图像表示第一医学设备120所捕获的第一医学图像,而3D医学图像表示第二医学设备110所捕获的一组第二医学图像。如以上论述的,实时医学图像具有比3D医学图像低的质量,但是3D医学图像不随时间改变。为了考虑患者身体的变化(诸如由于呼吸),医学图像配准设备130周期性地更新第一医学设备120所捕获的实时医学图像。假设第二医学设备110先前所捕获的3D医学图像先前被存储在医学图像配准设备130中。
根据本实施例,第一医学设备120和第二医学设备110所使用的虚拟坐标系可使用下面描述的方法彼此映射。当虚拟坐标系彼此映射时,从第二医学设备110所使用的虚拟坐标系检测第一医学设备120的探测器121的位置。因此,基于以上论述的映射和跟踪方法,在第二医学设备110所捕获的3D医学图像中跟踪探测器121的运动,并且基于跟踪到的探测器121的运动,提供与探测器121的运动相应的截面图像。
相应地,当探测器121运动时,实时医学图像改变,并且从3D医学图像提取与改变后的实时医学图像相应的截面图像。因此,一旦发生映射,实时医学图像和3D医学图像就彼此同步。
然而,当探测器121没有运动时,实时医学图像可根据患者的物理运动连续地改变。例如,由于患者的呼吸,器官运动或改变形式,即使当探测器121相对于患者保持静止时,实时医学图像仍然随着患者的器官和其他内部构成的运动而改变。
参照图11,当处于吸入和呼出之间的中间状态时,肝脏1110沿朝吸入状态下的图例“下”的方向运动到位置1120,并沿朝呼出状态下的图例“上”的方向运动到位置1130。结果,虽然探测器1140的超声扫描平面1150在物理上没有运动,但是探测器1140所捕获的实时医学图像通过呼吸而改变,这是因为被扫描的肝脏1110仍然相对于探测器1140的位置而改变。换言之,随着超声扫描平面1150和肝脏1110之间的相对位置关系改变,即使探测器1140处于静态,实时医学图像也改变。
在实施例中,医学图像配准设备130考虑在第一医学设备120的探测器121处于静止状态的状态下根据患者的物理运动的实时医学图像的改变来执行实时医学图像和3D医学图像的配准。例如,当实时医学图像表示吸入状态时,从3D医学图像提取与吸入状态相应的截面图像,然后,将该截面图像与实时医学图像配准。当实时医学图像表示呼出状态时,从3D医学图像提取与呼出状态相应的截面图像,然后,将该截面图像与实时医学图像配准。因此,通过执行该配准,即使器官由于呼吸而运动,配准也允许随着器官的运动而推断器官的高质量图像。
因此,根据实施例的执行医学图像的配准的方法可主要被分类为两种方法。第一种方法是考虑探测器121的物理运动来执行配准的方法,第二种方法是考虑在探测器121保持静止的状态下根据患者的物理运动的超声扫描平面的相对运动来执行配准的方法。
图2是用于解释根据示例实施例的医学图像配准方法的流程图。参照图2,在操作S205,所述方法通过使用第一医学设备120所捕获的实时医学图像和第二医学设备110先前所捕获的3D医学图像将第一医学设备120和第二医学设备110所使用的虚拟坐标系彼此映射。例如,医学图像配准设备130将作为第一医学设备120所使用的虚拟坐标系的第一坐标系和作为第二医学设备110所使用的虚拟坐标系的第二坐标系进行匹配。
参照图3详细描述操作S205。参照图3,在操作S305,所述方法获取第一医学设备120所捕获的实时医学图像。所获取的实时医学图像随后被连续更新。当获取到实时医学图像时,医学图像配准设备130获取关于探测器121在第一坐标系中所位于的位置的坐标值。
在操作S310,所述方法产生实时医学图像的第一截面图像。在该操作中,例如,实时医学图像根据探测器121的运动或患者的物理运动(诸如由于呼吸而导致的运动)而改变。因此,产生实时医学图像的第一截面图像以获取静止图像。产生第一截面图像,使得第一截面图像被捕获的方位平行于形成3D医学图像的第二医学图像被捕获的方位。以这种方式对准方位提高了如下所述的从3D医学图像检测与第一截面图像相应的2D医学图像的精确性。例如,用户通过第一医学设备120或医学图像配准设备130输入第一截面图像的产生命令。在图10中,图像1020是通过上面描述的处理所产生的第一截面图像,平面1011是与所产生的第一截面图像相应的探测器121的超声扫描平面。
在操作S315,所述方法基于第一截面医学图像的解剖特征从形成3D医学图像的多个2D医学图像中选择与第一截面图像相应的2D医学图像。为此,医学图像配准设备130将第一截面图像的解剖特征与形成3D医学图像的2D医学图像的解剖特征进行比较。作为比较的结果,医学图像配准设备130从3D医学图像检测与第一截面图像具有最大相似度的2D医学图像。参照图10,3D医学图像1030包括多个2D医学图像。医学图像配准设备130从3D医学图像1030检测到与第一截面图像1020具有关于解剖特征的最大相似度的2D医学图像1033。
此外,在操作S315,所述方法分割第一截面图像中的解剖对象和3D医学图像中的解剖对象。解剖对象可以是人体的一部分(诸如器官、血管、病变和骨骼)或器官之间的边界。在示例中,第一截面图像提供解剖对象的可区分视图。这里,分割表示将解剖对象与背景图像及其部分彼此分离。可基于特定组织趋向于如何出现在医学成像中的已知特性,将关于待分割的解剖对象的分割信息预先输入到医学图像配准设备130。作为一个示例,对于超声波医学图像,预先输入指示血管在超声波医学图像中比背景具有更暗亮度值的信息。在另一示例中,预先输入关于解剖特征的信息,例如,作为具有预定值或低于预定值的曲率的平面的膈肌和作为具有大约10mm或高于10mm的直径的血管的下腔静脉。这样的信息的特征在于解剖特征的多个方面,诸如其形状、大小和位置。
在一些实施例中,医学图像配准设备130通过使用图形切割方法或高斯混合模型(GMM)方法执行分割。
根据图形切割方法,医学图像配准设备130通过使用背景的种子值和解剖对象的种子值逐渐地扩展背景的种子点和解剖对象的种子点的区域。以这种方式,医学图像配准设备130通过确定背景区域和解剖对象的区域相接的边界来分割解剖对象,这是因为背景和解剖对象在逐渐扩展处理中被扩展,直到它们建立背景和解剖对象之间的边界为止。
根据GMM方法,医学图像配准设备130使用医学图像的颜色直方图,其中,颜色直方图通过多个高斯分布模型来表示。然后,医学图像配准设备130通过在直方图的特定带中选择高斯分布模型使得该模型定义解剖对象之间的边界来分割解剖对象。
可在医学图像配准设备130中采用除了上述方法之外的各种分割方法。然而,图形切割方法和高斯混合模型(GMM)方法仅是用于执行分割的候选方法的示例。其他实施例可使用提供与以上论述的图形切割方法和高斯混合模型相似的结果的用于执行分割的不同方法。
医学图像配准设备130使用以上论述的分割方法计算在第一截面图像中被分割的解剖对象和在3D医学图像中被分割的解剖对象之间的相似度。例如,医学图像配准设备130使用相似度的数字测量来表示在第一截面图像中被观察并被分割的解剖对象与在形成3D医学图像的2D医学图像中被观察并被分割的解剖对象相比的相似程度。
作为示例,医学图像配准设备130通过使用Gabor小波方法或局部二值模式匹配方法来计算相似度。
根据Gabor小波方法,医学图像配准设备130使用具有多种不同滤波特性的Gabor滤波器对解剖对象进行滤波。医学图像配准设备130将滤波的结果相互比较,并计算解剖对象之间的相似度,诸如数字相似度。
根据局部二值模式匹配方法,医学图像配准设备130定义围绕一个中心像素的***像素之间的关系。换言之,医学图像配准设备130将***像素的值相对于中心像素的值进行二值化。该二值化帮助指示候选图像中的像素是否彼此相似。医学图像配准设备130按预设方向布置二值化结果。如此,通过比较二值化结果,医学图像配准设备130可在数量上估计解剖对象之间的相似度。
然而,Gabor小波方法和局部二值模式匹配方法仅是用于计算相似度的候选方法的示例。其他实施例可使用提供与以上论述的Gabor小波方法和局部二值模式匹配方法相似的结果的用于计算相似度的不同方法。
在实施例中,医学图像配准设备130从3D医学图像选择具有最大计算的相似度的2D医学图像。在操作S320,所述方法基于第一截面图像和从3D医学图像选择的2D医学图像来产生用于将第一医学设备120所使用的第一坐标系转换为第二医学设备110所使用的第二坐标系的坐标转换函数。
此外,在操作S320,医学图像配准设备130在作为第二医学设备110的虚拟坐标系的第二坐标系中检测与第一医学设备120的探测器121的坐标值相应的位置。这样的相应位置是作为第一医学设备120的虚拟坐标系的第一坐标系中的与作为第二医学设备110的虚拟坐标系的第二坐标系中的位置相应的位置。
参照图10,与图像1010中的探测器121的位置B1相应的位置对应于医学图像1030中的位置B2。医学图像配准设备130检测位置B2。医学图像配准设备130将选择的2D医学图像1033和第一截面图像1020叠加,使得如以上所论述的,第一截面图像1020和在操作S315选择的2D医学图像1033中的分割的解剖对象的位置相匹配。
如果第一截面图像1020和2D医学图像1030的分辨率彼此不同,则所述图像中的一个或两个可被放大或缩小,以使所述两个图像具有相同的分辨率。当2D医学图像1033和第一截面图像1020彼此叠加时,医学图像配准设备130基于关于探测器位置和坐标系的信息在2D医学图像1033中设置探测器121的位置B1。因此,医学图像配准设备130在第二坐标系中检测与探测器所位于的位置B1相应的位置B2。
医学图像配准设备130通过使用检测到的位置B2的坐标值产生用于将第一坐标系转换为第二坐标系的坐标转换函数。这样的坐标转换函数是将第一坐标系的坐标值转换为第二坐标系的坐标值的函数。第二坐标系中的位置B2的坐标被称为Tinit。然后,当探测器121被平移和旋转时,假设探测器121的平移是T(x,y,z)并且探测器121的旋转是R(Ψ,θ,),则在下面的等式1和2中提供表示T(x,y,z)和R(Ψ,θ,)的一组示例矩阵。
等式1
等式2
例如,医学图像配准设备130通过使用“Tinit”、T(x,y,z)和R(Ψ,θ,)产生如等式3中所示的坐标转换函数M。然而,M仅是示例转换函数,在其他实施例中可使用对坐标轴执行适当变换以将坐标轴彼此匹配的相似转换函数。
等式3
M=R(Ψ,θ,)*T(x,y,z)*Tinit
返回参照图2,在操作S210,所示方法通过使用在操作S205第一坐标系和第二坐标系的映射的结果,从第二医学设备110所使用的坐标系检测第一医学设备120的探测器121的位置。第一坐标系中的探测器121的位置可以与操作S205的探测器的位置不同。在实施例中,探测器121随着所述方法的进行而处于运动中。因此,在操作S210,当探测器121的位置在第一坐标系中运动时,医学图像配准设备130通过使用诸如等式3的坐标转换函数在第二坐标系中跟踪探测器121的运动。
在实施例中,当在操作S205坐标系彼此映射时,在3D医学图像中跟踪根据探测器121的物理运动的实时医学图像的改变。为此,医学图像配准设备130通过使用从第二坐标系检测到的探测器121的坐标值来提取并输出与根据探测器121的物理运动改变的实时医学图像相应的截面图像。
进一步参照图4,在操作S405,所述方法在第一医学设备120所使用的第一坐标系中感测探测器121的位置。根据一个实施例,第一医学设备120感测探测器121的位置,而根据另一实施例,医学图像配准设备130直接感测探测器121的位置。在操作S410,所述方法接收感测到的探测器121的坐标值。当探测器121在物理上运动时,医学图像配准设备130接收运动后的位置B3的坐标值。与实时医学图像分开或与实时医学图像一起接收第一坐标系中的位置B3的坐标值。在操作S420,所述方法诸如通过使用以上等式3中呈现的坐标转换函数,将第一坐标系中的位置B3的坐标值转换为第二坐标系中的位置B4的坐标值。
医学图像配准设备130从第二坐标系中的位置B4确定探测器121的超声扫描平面。接着,医学图像配准设备130从3D医学图像提取并输出与确定的超声扫描平面相应的截面图像。在实施例中,医学图像配准设备130将实时医学图像和提取的截面图像一起输出。在不同实施例中,提取的截面图像和实时医学图像可以被输出为彼此叠加或彼此平行布置。
返回参照图2,在操作S215,所述方法从3D医学图像确定与从第二坐标系检测到的探测器121的位置相应的体积图像。与探测器121的位置相应的体积图像表示在如下范围中存在的3D医学图像,在所述范围中,探测器121的超声扫描平面在探测器121保持静止的状态下根据诸如由于呼吸导致的患者的物理运动而具有诸如相对于器官的相对运动。
参照图5和图7详细描述操作S215。在操作S505,所述方法通过使用从第二坐标系检测到的探测器121的坐标值,从3D医学图像选择与探测器121的超声扫描平面相应的参考截面。在图7中,立方体710示出3D医学图像存在于第二坐标系中的区域。从第二坐标系检测到的探测器121的坐标值被指定为位置C1。例如,医学图像配准设备130从位置C1估计探测器121的超声扫描平面。接着,医学图像配准设备130选择包括探测器121的超声扫描平面的参考截面722。
在操作S510,所述方法根据患者的物理运动来估计探测121的超声扫描平面的相对运动范围。虽然探测器121的超声扫描平面自身实际上不具有绝对的物理运动,但是器官1110可运动到位置1120或位置1130。因此,探测器121的超声扫描平面被理解为针对器官1110相对地运动。
在实施例中,医学图像配准设备130存储先前输入的关于器官1110可根据患者的物理运动而运动的范围的信息。例如,在这样的实施例中,如下信息在先前被存储在医学图像配准设备130中以帮助解释器官1110的相对运动,所述信息为:器官1110可在朝图例“上”或“下”的方向上最大运动40mm,在前-后方向上最大运动12mm,并在左-右方向上最大运动3mm。然而,为了便于解释,在本实施例中,假设器官1110仅在朝图例“上”或“下”的方向上运动。当器官1110在其他方向上具有相对运动时应用相应方法。
医学图像配准设备130通过使用先前存储的信息来估计超声扫描平面的相对运动范围。参照图7,医学图像配准设备130估计出超声扫描平面可在朝图例“上”的+Z'方向上运动运动范围d1,并在朝图例“下”的-Z'方向上运动运动范围d2。超声扫描平面的相对运动被建模为位置C1的相对运动。
返回参照图5,在操作S520,所述方法选择在从参考截面722估计的运动范围d1和d2中存在的邻近截面721和723。虽然在图7中为了便于解释仅两个邻近截面721和723被选择,但是可在估计的运动范围d1和d2内选择除了参考截面之外的M个邻近截面(M>=2)。
在操作S525,所述方法通过积累参考截面722和邻近截面721和723来重建体积图像720。因此,根据上述MPR方法从整个3D医学图像710重建体积图像720。
返回参照图2,在操作S220,所述方法从体积图像720提取与根据患者的物理运动改变的实时医学图像相应的截面图像。如图7中所示,体积图像720具有小于整个3D医学图像710的体积。因此,在体积图像720中搜索截面视图的时间潜在地短于在3D医学图像710中搜索与实时医学图像相应的截面图像的时间,这是因为将搜索较小的体积并且因此需要处理较少的数据。
当探测器121的超声扫描平面根据相对物理运动而运动时,医学图像配准设备130更新截面图像。换言之,当探测器121的超声扫描平面运动时,与运动后的超声扫描平面相应的截面被再次提取以反映该运动。
参照图6和图12进一步描述操作S220。图6是用于解释根据示例实施例的考虑患者的物理运动从3D医学图像提取截面图像的处理的流程图。
在操作S605,所述方法分割在体积图像1210和实时医学图像上出现的每个解剖对象。对于分割,可使用上述图形切割方法或GMM方法,或者可使用执行适当分割的其他方法。医学图像配准设备130分割在被3D建模(非2D)的体积图像1210上的解剖对象。图12中示出的器官1220是从体积图像1210分割的解剖对象。此外,医学图像配准设备130分割在实时医学图像上出现的解剖对象。
在操作S610,所述方法计算从实时医学图像和体积图像1210分割的解剖对象之间的相似度。从体积图像1210分割的解剖对象1220是3D对象,而从实时医学图像分割的解剖对象对应于2D对象。因此,医学图像配准设备130将3D对象和2D对象进行比较,以确定3D对象和2D对象彼此相似的程度。换言之,当相对于3D对象的相应部分旋转和移动2D对象时,医学图像配准设备130在3D对象中搜索与2D对象最相似的截面。为了搜索具有最大相似度的截面,可使用上述Gabor小波方法或局部二值模式匹配方法,或者可使用执行适当匹配的其他方法。
在操作S615,所述方法从体积图像1210提取具有最大相似度的截面。例如,医学图像配准设备130从体积图像1210重建与在操作S610搜索到的截面相应的2D截面图像。
在操作S620,所述方法输出提取的截面图像。例如,医学图像配准设备130将实时医学图像和提取的截面图像一起输出。实时医学图像和提取的截面图像可被输出为彼此叠加或彼此平行布置。
在操作S625,当探测器121的超声扫描平面在探测器保持静止的状态下根据患者的物理运动在患者的身体中相对运动时,所述方法更新截面图像。当实时医学图像在探测器121保持静止的状态下改变时,重复操作S605至S620。然而,由于已经在操作S605执行了体积图像1210的分割,因此可在操作S625省略体积图像1210的分割。
参照图12,图像1232、1242和1252示意性地示出了根据患者的物理运动而改变的实时医学图像。实时医学图像1252示出吸入状态,实时医学图像1232示出呼出状态,实时医学图像1242示出吸入状态和呼出状态之间的中间状态。在图12中,已经对实时医学图像1232、1242和1252执行了分割,器官由轮廓指示,而血管由点指示。
如上所述,在操作S610,所述方法在体积图像1210中搜索与在吸入状态下获取的实时医学图像1252相应的截面。截面1250对应于实时医学图像1252。因此,截面1250对应于例如在呼吸期间相对运动的虚拟超声扫描平面。因此,位置1251是从虚拟超声扫描平面得到的位置,而非探测器121实际上所位于的位置。
接着,医学图像配准设备130从体积图像1210提取并输出关于截面1250的截面图像。
当呼吸随着时间过去而处于吸入和呼出之间的中间状态时,医学图像配准设备130获取改变的实时医学图像1242。医学图像配准设备130搜索与实时医学图像1242相应的截面1240,并适当地更新截面图像。以相同的处理,当处于呼出状态时,医学图像配准设备130从体积图像1210提取并输出与实时医学图像1232相应的截面1230。
根据实施例,当提取与实时医学图像1252、1242和1232相应的截面时,医学图像配准设备130通过使用位置1251、1241和1231的坐标值从体积图像1210提取截面。换言之,与探测器121在物理上运动的情况相似,医学图像配准设备130通过使用位置1251、1241和1231的坐标值来提取与实时医学图像1252、1242和1232相应的截面,以将截面与实时图像匹配。
图8和图9是示出根据示例实施例的医学图像配准设备800和900的框图。由于图8和图9的医学图像配准设备800和900是执行上述执行医学图像的配准的方法的设备,因此将省略与以上描述相同的描述。因此,关于图8和图9的实施例,可参考以上描述。
参照图8,医学图像配准设备800包括实时医学图像获取装置810、体积图像确定装置820、坐标转换装置840和图像输出装置830。实时医学图像获取装置810获取第一医学设备120所捕获的实时医学图像。实时医学图像获取装置810周期性地从第一医学设备120获取实时医学图像。
坐标转换装置840将第一医学设备120所使用的第一坐标系和第二医学设备110所使用的第二坐标系进行映射。坐标转换装置840通过使用坐标系的映射的结果,在第二坐标系中检测第一医学设备120的探测器121的位置。
体积图像确定装置820从第二医学设备110先前所捕获的3D医学图像确定与从第二坐标系检测到的探测器121的位置相应的体积图像。图像输出装置830从体积图像提取与根据患者的物理运动而改变的实时医学图像相应的截面图像。当探测器121的超声扫描平面根据患者的物理运动在患者的身体中相对运动时,图像输出装置830更新截面图像。
图9是示出根据另一示例实施例的医学图像配准设备900的框图。参照图9,医学图像配准设备900包括实时医学图像获取装置910、体积图像确定装置920、图像输出装置930、坐标转换装置940、图像分割装置950、2D图像选择装置960和3D医学图像存储装置970。省略以上呈现的与关于图8的实施例的描述相同的描述。
3D医学图像存储装置970存储在医疗操作之前第二医学设备110所捕获的3D医学图像。存储的3D医学图像包括一组多个2D医学图像。在实施例中,每个2D医学图像与指示第二坐标系中的位置的坐标值映射。
2D图像选择装置960产生实时医学图像的第一截面图像。2D图像选择装置960还基于在第一截面图像上出现的解剖特征从形成3D医学图像的2D医学图像中选择与第一截面图像相应的2D医学图像。执行上述分割以将在第一截面图像和3D医学图像上出现的解剖特征进行比较和匹配。
图像分割装置950分割在第一截面图像上出现的解剖特征和在3D医学图像上出现的解剖特征中的每一个。在实施例中,关于将被分割的解剖对象的信息被预先存储在图像分割装置950中。例如,图像分割装置950可通过使用如以上论述的图形切割方法或GMM方法或另一分割方法来执行分割。
2D图像选择装置960计算分割的第一截面图像的解剖对象和分割的3D医学图像的解剖对象之间的相似度。2D图像选择装置960可通过使用如以上论述的Gabor小波方法或局部二值模式匹配方法或另一匹配方法来计算相似度。2D图像选择装置960选择与3D医学图像具有计算出的最大相似度的2D医学图像。
坐标转换装置940包括参考点检测装置941和转换函数产生装置942。参考点检测装置941从第二医学设备110的虚拟坐标系检测与第一医学设备120的探测器121在第一医学设备120的虚拟坐标系所位于的位置B1相应的位置B2。转换函数产生装置942通过使用位置B2的坐标值产生用于将第一医学设备120的虚拟坐标系转换为第二医学设备110的虚拟坐标系的坐标转换函数。示例坐标转换函数被呈现为等式3。
当探测器121在物理上运动时,坐标转换装置940接收在第一医学设备120所使用的坐标系中运动的探测器121的坐标值。坐标转换装置940通过使用诸如来自坐标转换函数的映射结果将运动的探测器121的坐标值转换为第二医学设备110所使用的坐标系的坐标值。
当坐标转换函数被产生时,可在3D医学图像上跟踪根据探测器121的物理运动的实时医学图像的改变。因此,医学图像配准设备900通过使用在第二坐标系中检测到的探测器121的坐标值来提取并输出与根据探测器121的物理运动改变的实时医学图像相应的截面图像。
体积图像确定装置920从3D医学图像确定与在第二坐标系中检测到的探测器121的位置相应的体积图像。与探测器121的位置相应的体积图像表示在探测器121的超声扫描平面在探测器121保持静止的状态下根据患者的物理运动(诸如呼吸)针对器官相对运动的范围内存在的3D医学图像。
体积图像确定装置920通过使用在第二坐标系中检测到的探测器121的坐标值从3D医学图像选择与探测器121的超声扫描平面相应的参考截面。当探测器121保持静止时,体积图像确定装置920根据患者的物理运动估计探测器121的扫描平面的相对运动范围。例如,体积图像确定装置920基于估计的运动范围从3D医学图像确定体积图像的大小。
体积图像确定装置920通过使用在第二坐标系中检测到的探测器121的位置的坐标值从3D医学图像选择与探测器121的扫描平面相应的参考截面,并从3D医学图像选择参考截面和与参考截面邻近的截面。在实施例中,模型重构装置931通过积累与参考截面邻近的截面来重构体积图像。
图像输出装置930从体积图像提取与根据患者的物理运动改变的实时医学图像相应的截面图像。图像输出装置930基于在实时医学图像和确定的体积图像上出现的解剖对象的相似度来提取截面图像。当探测器121的超声扫描平面根据患者的物理运动在患者的身体中相对运动时,图像输出装置930更新截面图像。
对于截面图像的提取,图像输出装置930请求图像分割装置950执行对在实时医学图像和体积图像上出现的每个解剖对象的分割。接着,图像输出装置930提取具有从实时医学图像和体积图像分割的解剖对象之间的最大相似度的截面。为了搜索具有最大相似度的截面,可使用上述Gabor小波方法或局部二值模式匹配方法或其他适当的方法。
在实施例中,图像输出装置930包括模型重构装置931、截面重构装置932和图像配准装置933。模型重构装置931通过使用第二医学设备110所捕获的定义3D医学图像的一组第二医学图像来重构3D模型。模型重构装置931将体积图像确定装置920从3D医学图像确定的体积图像重构为3D模型。
截面重构装置932从模型重构装置931所重构的3D模型重构截面图像。因此,截面重构装置932从3D模型提取关于穿过3D模型的截面的图像数据,并将提取的图像数据重构为截面图像。实时医学图像的改变的原因可包括如上所述的探测器121的物理运动或患者的物理运动。
图像配准装置933将实时医学图像和从3D医学图像提取的截面图像进行配准,并输出配准的图像。在输出期间,截面图像和实时医学图像可叠加输出或彼此平行布置输出。
在实施例中,图像输出装置930所输出的图像被显示在图像显示设备140上,诸如监视器。图像显示设备140可被实现为液晶显示器(LCD)、发光二极管(LED)显示器、等离子体显示面板(PDP)、屏幕、终端等。屏幕可以是包括提供用于呈现用户界面和/或接收用户输入的能力的一个或更多个硬件组件的物理结构。屏幕可包含显示区域、手势捕获区域、触敏显示区域和/或可配置区域的任何组合。屏幕可被实施在硬件中,或者可以是可与设备连接和分离的外部***装置。显示器可以是单屏幕或多屏幕显示器。单个物理屏幕可包括多个显示器,其中,所述多个显示器被管理作为单独的逻辑显示器,所述单独的逻辑显示器允许不同内容显示在作为相同物理屏幕的一部分的各个显示器上。
如上所述,根据各种实施例,考虑根据第一医学设备的探测器的物理运动的实时医学图像的改变以及根据在探测器保持静止时患者的物理运动的实时医学图像的改变两者,将实时医学图像与第二医学设备的3D医学图像配准,获取更加精确的配准图像。此外,由于医学图像的配准是自动化的,因此可快速执行配准。因此,通过执行本申请中论述的配准,可利用诸如超声的成像技术的实时方面,同时还利用不能很好适应于实时成像的其他成像技术(诸如CT或MR成像)的较高的图像质量。
这里描述的设备和单元可使用硬件组件来实现。硬件组件可包括例如控制器、传感器、处理器、产生器、驱动器和其他等同电子组件。硬件组件可使用一个或更多个通用或专用计算机来实现,诸如处理器、控制器和算术逻辑单元、数字信号处理器、微计算机、现场可编程阵列、可编程逻辑单元、微处理器或能够以定义的方式响应并执行指令的任何其他装置。硬件组件可运行操作***(OS)以及在OS上运行的一个或更多个软件应用。硬件组件还可响应于软件的执行来访问、存储、操纵、处理和创建数据。为了简洁目的,对处理装置的描述被用作单数,然而,本领域的技术人员将认识到,处理装置可包括多个处理元件和多种类型的处理元件。例如,硬件组件可包括多个处理器或者处理器和控制器。另外,不同的处理配置是可行的,诸如并行处理器。
以上描述的方法可被写为用于独立地或共同地指示或配置处理装置进行期望操作的计算机程序、代码段、指令或它们的某组合。软件和数据可被永久地或暂时地实施在任何类型的机器、组件、物理或虚拟设备、计算机存储介质或能够将指令或数据提供给处理装置或被处理装置解释的装置中。软件还可分布于联网的计算机***中,从而以分布式方式存储和执行软件。具体地讲,软件和数据可被一个或更多个非暂时性计算机可读记录介质存储。所述介质还可包括单独的或与软件程序指令结合的数据文件、数据结构等。非暂时性计算机可读记录介质可包括可存储之后可被计算机***或处理装置读取的数据的任何数据存储装置。非暂时性计算机可读记录介质的示例包括只读存储器(ROM)、随机存取存储器(RAM)、致密盘只读存储器(CD-ROM)、磁带、USB、软盘、硬盘、光记录介质(例如,CD-ROM或DVD)和PC接口(例如,PCI、PCI-express、WiFi等)。另外,用于完成这里公开的示例的功能程序、代码和代码段可由本领域的编程技术人员基于这里提供的附图的流程图和框图以及它们的相应描述来解释。
计算***或计算机可包括电连接到总线的微处理器、用户接口和存储器控制器,并还可包括闪存装置。闪存装置可经由存储器控制器存储N比特数据。N比特数据可以是已被微处理器处理和/或将被微处理器处理的数据,N可以是等于或大于1的整数。如果计算***或计算机是移动装置,则可提供电池供电以操作计算***或计算机。将对本领域的普通技术人员显而易见的是,计算***或计算机还可包括应用芯片组、相机图像处理器、移动动态随机存取存储器(DRAM)和将被包括在计算***或计算机中的本领域的普通技术人员公知的任何其他装置。存储器控制器和闪存装置可构成使用非易失性存储器存储数据的固态驱动器或固态盘(SSD)。
尽管本公开包括特定示例,但是将对本领域的普通技术人员显而易见的是,在不脱离权利要求及其等同物的精神和范围的情况下,可在这些示例中进行形式和细节上的各种改变。这里描述的示例应仅被视为描述性意义,而不是为了限制的目的。对每个示例中的特征或方面的描述应被视为可应用于其他示例中的相似特征或方面。如果所描述的技术按不同顺序执行和/或如果所描述的***、架构、装置或电路中的组件按不同方式组合和/或被其他组件或其等同物替代或补充,则可实现适当的结果。因此,本公开的范围不是由详细描述限定,而是由权利要求及其等同物限定,并且在权利要求及其等同物的范围内的所有变化应被解释为包括在本公开中。
Claims (26)
1.一种执行医学图像的配准的方法,包括:
将第一医学设备所使用的虚拟坐标系和第二医学设备所使用的虚拟坐标系彼此映射,其中,虚拟坐标系分别与第一医学设备所捕获的实时医学图像和第二医学设备先前所捕获的三维3D医学图像相关联;
基于映射的结果,在第二医学设备所使用的虚拟坐标系中检测第一医学设备的探测器的位置;
从先前捕获的3D医学图像确定与检测到的探测器的位置相应的体积图像;
从确定的体积图像提取与实时医学图像相应的截面图像,其中,实时医学图像根据患者的物理运动而改变。
2.如权利要求1所述的方法,其中,在提取截面图像的操作中,当探测器的扫描平面根据患者的物理运动在患者体内相对运动时,更新截面图像。
3.如权利要求1所述的方法,其中,确定体积图像的操作包括:
根据在探测器保持静止时患者的物理运动来估计探测器的扫描平面的相对运动范围;
基于估计的运动范围从3D医学图像确定体积图像的大小。
4.如权利要求1所述的方法,其中,确定体积图像的操作包括:
通过使用检测到的位置的坐标值,从3D医学图像选择与探测器的扫描平面相应的截面;
从3D医学图像选择参考截面和与参考截面邻近的截面。
5.如权利要求4所述的方法,其中,确定体积图像的操作还包括:通过积累参考截面和与参考截面邻近的截面来重建体积图像。
6.如权利要求1所述的方法,其中,映射虚拟坐标系的操作包括:
产生实时医学图像的第一截面图像;
基于在第一截面图像中出现的解剖特征,在形成3D医学图像的多个二维2D医学图像中选择与第一截面图像相应的2D医学图像;
基于选择的2D医学图像和第一截面图像,产生用于将第一医学设备所使用的坐标系转换为第二医学设备所使用的坐标系的坐标转换函数。
7.如权利要求1所述的方法,其中,检测探测器的位置的操作包括:
当探测器运动时,接收在第一医学设备所使用的坐标系中运动的探测器的坐标值;
通过使用映射结果,将运动的探测器的坐标值转换为第二医学设备所使用的坐标系的坐标值。
8.如权利要求1所述的方法,其中,提取截面图像的操作包括:基于在实时医学图像和确定的体积图像上出现的解剖特征之间的相似度,提取截面图像。
9.如权利要求1所述的方法,其中,提取截面图像的操作包括:
对在实时医学图像和体积图像上出现的每个解剖对象执行分割;
从体积图像提取具有在实时医学图像和体积图像中分割的解剖对象之间的最大相似度的截面。
10.如权利要求1所述的方法,其中,提取截面图像的操作包括:
获取在探测器保持静止的状态下改变的实时医学图像;
考虑在获取的实时医学图像上出现的解剖特征来提取截面图像。
11.一种用于执行医学图像的配准的设备,包括:
坐标转换装置,被配置为将第一医学设备所使用的虚拟坐标系和第二医学设备所使用的虚拟坐标系彼此映射,并基于映射的结果,在第二医学设备所使用的虚拟坐标系中检测第一医学设备的探测器的位置;
体积图像确定装置,被配置为从先前捕获的3D医学图像确定与检测到的位置相应的体积图像;
图像输出装置,被配置为从确定的体积图像提取与第一医学设备所捕获的根据患者的物理运动而改变的实时医学图像相应的截面图像。
12.如权利要求11所述的设备,其中,当探测器的扫描平面根据患者的物理运动在患者体内相对运动时,截面图像被更新。
13.如权利要求11所述的设备,其中,体积图像确定装置根据在探测器保持静止时患者的物理运动来估计探测器的扫描平面的相对运动范围,并基于估计的运动范围从3D医学图像确定体积图像的大小。
14.如权利要求11所述的设备,其中,体积图像确定装置通过使用检测到的位置的坐标值,从3D医学图像选择与探测器的扫描平面相应的截面,并从3D医学图像选择参考截面和与参考截面邻近的截面。
15.如权利要求14所述的设备,还包括:模型重建装置,被配置为通过积累参考截面和与参考截面邻近的截面来重建体积图像。
16.如权利要求11所述的设备,还包括:2D图像选择装置,被配置为产生实时医学图像的第一截面图像,并基于在第一截面图像中出现的解剖特征,在形成3D医学图像的多个2D医学图像中选择与第一截面图像相应的2D医学图像,
其中,坐标转换装置基于选择的2D医学图像和第一截面图像,产生用于将第一医学设备所使用的坐标系转换为第二医学设备所使用的坐标系的坐标转换函数。
17.如权利要求11所述的设备,其中,当探测器运动时,坐标转换装置接收在第一医学设备所使用的坐标系中运动的探测器的坐标值,并通过使用映射结果,将运动的探测器的坐标值转换为第二医学设备所使用的坐标系的坐标值。
18.如权利要求11所述的设备,其中,图像输出装置基于在实时医学图像和确定的体积图像上出现的解剖特征之间的相似度,提取截面图像。
19.如权利要求11所述的设备,还包括:图像分割装置,被配置为对在实时医学图像和体积图像上出现的每个解剖对象执行分割,
其中,图像输出装置从体积图像提取具有在实时医学图像和体积图像中分割的解剖对象之间的最大相似度的截面。
20.如权利要求11所述的设备,还包括:实时医学图像获取装置,被配置为获取第一医学设备所捕获的实时医学图像。
21.一种医学图像配准***,包括:
预治疗医学成像设备,被配置为产生患者的感兴趣体积的一组预治疗医学图像;
实时医学成像设备,被配置为实时产生患者的感兴趣体积的治疗医学图像;
医学图像配准设备,被配置为执行该组预治疗医学图像和治疗医学图像之间的配准。
22.如权利要求21所述的医学图像配准***,其中,预治疗医学图像比治疗医学图像具有更高的信噪比或更高的边缘对比度中的至少一个。
23.如权利要求21所述的医学图像配准***,其中,医学图像配准设备通过将该组预治疗医学图像的虚拟坐标系和治疗医学图像的虚拟坐标系彼此映射来执行配准。
24.如权利要求21所述的医学图像配准***,其中,基于发射和接收超声波的探测器实时地产生和更新治疗医学图像。
25.如权利要求24所述的医学图像配准***,其中,医学图像配准设备考虑根据在探测器处于静止状态的状态下患者的物理运动的实时医学图像的改变来执行配准。
26.如权利要求24所述的医学图像配准***,其中,医学图像配准设备考虑根据探测器的物理运动的实时医学图像的改变来执行配准。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020130018833A KR102094502B1 (ko) | 2013-02-21 | 2013-02-21 | 의료 영상들의 정합 방법 및 장치 |
KR10-2013-0018833 | 2013-02-21 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104008540A true CN104008540A (zh) | 2014-08-27 |
CN104008540B CN104008540B (zh) | 2019-01-25 |
Family
ID=50239376
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410054332.8A Active CN104008540B (zh) | 2013-02-21 | 2014-02-18 | 用于执行医学图像的配准的方法和设备 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10362941B2 (zh) |
EP (1) | EP2769676B1 (zh) |
JP (1) | JP2014161734A (zh) |
KR (1) | KR102094502B1 (zh) |
CN (1) | CN104008540B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107818576A (zh) * | 2016-09-14 | 2018-03-20 | 国民技术股份有限公司 | 芯片版图图片与测试图像的坐标映射方法及*** |
CN108024794A (zh) * | 2015-09-29 | 2018-05-11 | 富士胶片株式会社 | 光声测量装置及光声测量装置的信号处理方法 |
CN108140242A (zh) * | 2015-09-21 | 2018-06-08 | 西门子股份公司 | 视频摄像机与医学成像的配准 |
CN108472015A (zh) * | 2015-12-22 | 2018-08-31 | 皇家飞利浦有限公司 | 用于检查对象的体积的医学成像装置和医学成像方法 |
CN111603204A (zh) * | 2019-02-22 | 2020-09-01 | 通用电气公司 | 用于为活检提供实时图像引导的方法和介入引导*** |
Families Citing this family (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2961324B1 (en) * | 2013-02-28 | 2023-01-11 | Rivanna Medical, Inc. | Systems and methods for ultrasound imaging |
US10966688B2 (en) * | 2014-08-26 | 2021-04-06 | Rational Surgical Solutions, Llc | Image registration for CT or MR imagery and ultrasound imagery using mobile device |
KR102294734B1 (ko) * | 2014-09-30 | 2021-08-30 | 삼성전자주식회사 | 영상 정합 장치, 영상 정합 방법 및 영상 정합 장치가 마련된 초음파 진단 장치 |
KR102530170B1 (ko) * | 2014-10-08 | 2023-05-10 | 삼성전자주식회사 | 영상 처리 장치, 영상 처리 장치 제어 방법 및 의료 영상 장치 |
KR102328269B1 (ko) * | 2014-10-23 | 2021-11-19 | 삼성전자주식회사 | 초음파 영상 장치 및 그 제어 방법 |
JP6462331B2 (ja) * | 2014-11-19 | 2019-01-30 | キヤノン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画像診断システム |
CN104392452B (zh) * | 2014-11-28 | 2015-11-18 | 成都影泰科技有限公司 | 一种基于应用的dicom医学图像处理方法 |
KR102278893B1 (ko) * | 2014-11-28 | 2021-07-19 | 삼성전자주식회사 | 의료영상처리장치 및 이를 이용한 의료영상정합방법 |
KR102367133B1 (ko) * | 2015-02-24 | 2022-02-24 | 삼성전자주식회사 | 의료 영상 장치 및 의료 영상 처리 방법 |
JP6306532B2 (ja) * | 2015-03-25 | 2018-04-04 | 富士フイルム株式会社 | 3次元データ処理システム、方法、及びプログラム並びに3次元モデル、並びに3次元モデル造形装置 |
KR101705199B1 (ko) * | 2015-05-12 | 2017-02-09 | 주식회사 코어라인소프트 | 의료 영상을 이용한 전방십자인대 재건 수술의 시뮬레이션 시스템 및 방법 |
KR102522539B1 (ko) | 2015-08-17 | 2023-04-18 | 삼성전자주식회사 | 의료영상 표시장치 및 의료영상 처리방법 |
WO2017030276A1 (ko) * | 2015-08-17 | 2017-02-23 | 삼성전자(주) | 의료영상 표시장치 및 의료영상 처리방법 |
US11653897B2 (en) * | 2016-07-07 | 2023-05-23 | Canon Medical Systems Corporation | Ultrasonic diagnostic apparatus, scan support method, and medical image processing apparatus |
US10420612B2 (en) * | 2016-12-22 | 2019-09-24 | Biosense Webster (Isreal) Ltd. | Interactive anatomical mapping and estimation of anatomical mapping quality |
JP6869086B2 (ja) * | 2017-04-20 | 2021-05-12 | 富士フイルム株式会社 | 位置合せ装置および位置合せ方法並びに位置合せプログラム |
EP3508132A1 (en) * | 2018-01-04 | 2019-07-10 | Koninklijke Philips N.V. | Ultrasound system and method for correcting motion-induced misalignment in image fusion |
KR101890115B1 (ko) * | 2018-02-13 | 2018-08-21 | 최효돈 | 발통점에 의한 근육 통증의 치료를 보조하는 방법, 장치, 컴퓨터 프로그램 및 컴퓨터 판독 가능한 기록 매체 |
KR102084256B1 (ko) | 2018-03-26 | 2020-03-03 | (주)레벨소프트 | 복수의 후보 대응점을 이용하는 영상 정합 장치 및 방법 |
KR102233585B1 (ko) | 2020-02-26 | 2021-03-30 | (주)레벨소프트 | 복수의 후보 대응점을 이용하는 영상 정합 장치 및 방법 |
JP2022090787A (ja) * | 2020-12-08 | 2022-06-20 | 富士フイルムヘルスケア株式会社 | 超音波診断システム及び操作支援方法 |
US11842485B2 (en) * | 2021-03-04 | 2023-12-12 | GE Precision Healthcare LLC | System and methods for inferring thickness of anatomical classes of interest in two-dimensional medical images using deep neural networks |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1737819A (zh) * | 2005-08-29 | 2006-02-22 | 上海师范大学 | 一种通用的数字图像隐形信息检测方法 |
US20080130825A1 (en) * | 2006-11-02 | 2008-06-05 | Accuray Incorporated | Target tracking using direct target registration |
CN101248441A (zh) * | 2005-06-29 | 2008-08-20 | 艾可瑞公司 | 图像引导放射治疗的x射线图像与锥束ct扫描的精密配准 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19946948A1 (de) * | 1999-09-30 | 2001-04-05 | Philips Corp Intellectual Pty | Verfahren und Anordnung zur Bestimmung der Position eines medizinischen Instruments |
US8226560B2 (en) * | 2003-05-08 | 2012-07-24 | Hitachi Medical Corporation | Reference image display method for ultrasonography and ultrasonic diagnosis apparatus |
CN1814323B (zh) | 2005-01-31 | 2010-05-12 | 重庆海扶(Hifu)技术有限公司 | 一种聚焦超声波治疗*** |
US7713205B2 (en) | 2005-06-29 | 2010-05-11 | Accuray Incorporated | Dynamic tracking of soft tissue targets with ultrasound images, without using fiducial markers |
US7835785B2 (en) | 2005-10-04 | 2010-11-16 | Ascension Technology Corporation | DC magnetic-based position and orientation monitoring system for tracking medical instruments |
EP2126839A2 (en) * | 2006-12-29 | 2009-12-02 | Koninklijke Philips Electronics N.V. | Improved image registration and methods for compensating intraoperative motion in image-guided interventional procedures |
JP5128140B2 (ja) | 2007-02-05 | 2013-01-23 | 株式会社日立メディコ | 医用画像診断装置 |
JP4934513B2 (ja) * | 2007-06-08 | 2012-05-16 | 株式会社日立メディコ | 超音波撮像装置 |
EP2203892B1 (en) | 2007-10-26 | 2017-04-12 | Koninklijke Philips N.V. | Closed loop registration control for multi-modality soft tissue imaging |
KR101014551B1 (ko) * | 2008-09-29 | 2011-02-16 | 주식회사 메디슨 | 대상체를 자동으로 인식하는 초음파 시스템 및 방법 |
KR101028365B1 (ko) | 2009-02-04 | 2011-04-11 | 서울대학교산학협력단 | 연속된 컴퓨터 단층촬영의 폐결절 다단계 정합 방법 및 장치 |
US9108048B2 (en) | 2010-08-06 | 2015-08-18 | Accuray Incorporated | Systems and methods for real-time tumor tracking during radiation treatment using ultrasound imaging |
US9254112B2 (en) * | 2011-03-23 | 2016-02-09 | Siemens Corporation | Respiratory interval-based correlation and processing of dynamic imaging data |
KR20120111871A (ko) * | 2011-03-29 | 2012-10-11 | 삼성전자주식회사 | 3차원적 모델을 이용한 신체 장기의 영상 생성 방법 및 장치 |
KR20130015146A (ko) * | 2011-08-02 | 2013-02-13 | 삼성전자주식회사 | 의료 영상 처리 방법 및 장치, 영상 유도를 이용한 로봇 수술 시스템 |
-
2013
- 2013-02-21 KR KR1020130018833A patent/KR102094502B1/ko active IP Right Grant
-
2014
- 2014-02-11 US US14/177,897 patent/US10362941B2/en active Active
- 2014-02-18 CN CN201410054332.8A patent/CN104008540B/zh active Active
- 2014-02-20 EP EP14156028.4A patent/EP2769676B1/en active Active
- 2014-02-21 JP JP2014031748A patent/JP2014161734A/ja not_active Withdrawn
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101248441A (zh) * | 2005-06-29 | 2008-08-20 | 艾可瑞公司 | 图像引导放射治疗的x射线图像与锥束ct扫描的精密配准 |
CN1737819A (zh) * | 2005-08-29 | 2006-02-22 | 上海师范大学 | 一种通用的数字图像隐形信息检测方法 |
US20080130825A1 (en) * | 2006-11-02 | 2008-06-05 | Accuray Incorporated | Target tracking using direct target registration |
Non-Patent Citations (1)
Title |
---|
JANE M. BLACKALL 等: "Alignment of Sparse Freehand 3-D Ultrasound With Preoperative Images of the Liver Using Models of Respiratory Motion and Deformation", 《IEEE TRANSACTIONS ON MEDICAL IMAGING》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108140242A (zh) * | 2015-09-21 | 2018-06-08 | 西门子股份公司 | 视频摄像机与医学成像的配准 |
CN108024794A (zh) * | 2015-09-29 | 2018-05-11 | 富士胶片株式会社 | 光声测量装置及光声测量装置的信号处理方法 |
CN108472015A (zh) * | 2015-12-22 | 2018-08-31 | 皇家飞利浦有限公司 | 用于检查对象的体积的医学成像装置和医学成像方法 |
CN107818576A (zh) * | 2016-09-14 | 2018-03-20 | 国民技术股份有限公司 | 芯片版图图片与测试图像的坐标映射方法及*** |
CN107818576B (zh) * | 2016-09-14 | 2023-04-07 | 国民技术股份有限公司 | 芯片版图图片与测试图像的坐标映射方法及*** |
CN111603204A (zh) * | 2019-02-22 | 2020-09-01 | 通用电气公司 | 用于为活检提供实时图像引导的方法和介入引导*** |
Also Published As
Publication number | Publication date |
---|---|
EP2769676A1 (en) | 2014-08-27 |
US10362941B2 (en) | 2019-07-30 |
KR102094502B1 (ko) | 2020-03-30 |
CN104008540B (zh) | 2019-01-25 |
KR20140105101A (ko) | 2014-09-01 |
JP2014161734A (ja) | 2014-09-08 |
EP2769676B1 (en) | 2023-06-28 |
US20140235998A1 (en) | 2014-08-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104008540A (zh) | 用于执行医学图像的配准的方法和设备 | |
US7876938B2 (en) | System and method for whole body landmark detection, segmentation and change quantification in digital images | |
KR102204437B1 (ko) | 컴퓨터 보조 진단 방법 및 장치 | |
US10839520B2 (en) | Eye tracking applications in computer aided diagnosis and image processing in radiology | |
US8958614B2 (en) | Image-based detection using hierarchical learning | |
US20110142320A1 (en) | Systems and Methods for Computer Aided Diagnosis and Decision Support in Whole-Body Imaging | |
US7965810B2 (en) | Device and method for identifying occlusions | |
CN103839251A (zh) | 用于医学图像配准的方法和设备 | |
Bhadoria et al. | Comparison of segmentation tools for multiple modalities in medical imaging | |
CN101228551A (zh) | 医学图像中的异常检测 | |
EP2577604B1 (en) | Processing system for medical scan images | |
Mlynarski et al. | Anatomically consistent CNN-based segmentation of organs-at-risk in cranial radiotherapy | |
KR20200120311A (ko) | 의료 영상을 이용한 암의 병기 결정 방법 및 의료 영상 분석 장치 | |
CN105096306A (zh) | 用于对医学图像进行配准的方法和设备 | |
CN110634554A (zh) | 脊椎影像注册方法 | |
US8724878B2 (en) | Ultrasound image segmentation | |
US7961923B2 (en) | Method for detection and visional enhancement of blood vessels and pulmonary emboli | |
CN112750519A (zh) | 医学图像数据的匿名化 | |
KR101401969B1 (ko) | Mri 시스템을 이용하여 대상체 내의 신경 섬유에 관한 섬유 구조 정보를 획득하기 위한 방법 및 장치 | |
CN116205929A (zh) | 一种超声融合成像方法及设备、存储介质 | |
Judice et al. | A novel assessment of various bio-imaging methods for lung tumor detection and treatment by using 4-D and 2-D CT images | |
Jamil et al. | Image registration of medical images | |
WO2022054541A1 (ja) | 画像処理装置、方法およびプログラム | |
Sreelekshmi et al. | A Review on Multimodal Medical Image Fusion | |
Lenkiewicz et al. | Techniques for Medical Image Segmentation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |