CN105122298A - 图像配准 - Google Patents

图像配准 Download PDF

Info

Publication number
CN105122298A
CN105122298A CN201480018301.5A CN201480018301A CN105122298A CN 105122298 A CN105122298 A CN 105122298A CN 201480018301 A CN201480018301 A CN 201480018301A CN 105122298 A CN105122298 A CN 105122298A
Authority
CN
China
Prior art keywords
subrange
pixel intensity
intensity value
value
dynamic range
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201480018301.5A
Other languages
English (en)
Other versions
CN105122298B (zh
Inventor
S·卡布斯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
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 Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN105122298A publication Critical patent/CN105122298A/zh
Application granted granted Critical
Publication of CN105122298B publication Critical patent/CN105122298B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • 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
    • 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
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20172—Image enhancement details
    • G06T2207/20192—Edge enhancement; Edge preservation
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20172—Image enhancement details
    • G06T2207/20208—High dynamic range [HDR] image processing
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

一种方法包括：基于强度映射来增大至少两幅图像的第一子范围(410、510)的像素强度值的动态范围，由此创建至少两幅经修改的图像；确定所述至少两幅经修改的图像之间的变形向量场，并且基于所述变形向量场来对所述至少两幅图像进行配准。一种图像处理***(118)包括处理器(120)和编码有至少一个图像配准指令(124)的存储器(122)。所述处理器运行所述至少一个图像配准指令，所述至少一个图像配准指令使所述处理器：基于强度映射来增大至少两幅图像的第一子范围的像素强度值的动态范围，由此创建至少两幅经修改的图像；确定所述两幅经修改的图像之间的变形向量场，并且基于所述变形向量场来对所述至少两幅图像进行配准。

Description

图像配准
技术领域
下文总体上涉及图像配准，并且更具体地涉及提高图像配准的准确度，并且利用对计算机断层摄影的具体应用(CT)进行描述。然而，下文也适用于其他成像模态，例如磁共振成像(MRI)、正电子发射断层摄影(PET)、单光子发射断层摄影(SPECT)、数字放射摄影和/或其他成像模态。
背景技术
CT扫描器通常包括由旋转架支撑的X射线管。旋转架和X射线管绕检查区域旋转，并且X射线管发射贯穿检查区域的辐射。辐射敏感探测器被定位为跨检查区域与X射线管相对并探测贯穿检查区域的辐射。辐射敏感检测器生成指示检测到的辐射的信号。重建器对该信号进行重建，从而生成体积图像数据。图像处理器能够用于处理图像数据并生成(一幅或多幅)图像。
图像配准已经用于确定来自不同图像数据集的图像中的感兴趣组织之间的对应关系。图像配准的应用是广泛的，涵盖动态对比度成像、运动补偿、随访研究中的变化量化等。非刚性图像配准通常被实施为迭代过程，在该迭代过程中，图像相似度项(例如，交互信息、方差和)被最大化，而额外的正则项保持该解决方法在某种程度上为现实的(通常需要得到的变形场的一定的光滑度)。
高对比图像边缘(例如膈膜)比低对比图像边缘(例如肝脏的下边界)更易于检测。因此，配准方案倾向于比低对比图像边缘更好地对准高对比图像边缘。一个缓解方法包括以正则项为代价强调相似度项。遗憾的是，需要正则项以实现生理学上看似合理的结果，并且弱化的正则可能导致骨结构的变形。
另一方法包括使用空间上可变的正则来放松针对低对比图像边缘的正则项。然而，这要求诸如详细的分割的先验知识，这可能增加时间、增加复杂度并且要求用户交互(例如，人工分割)。另一方法包括在低对比图像边缘处使用地标。类似地，这也可能要求人工用户工作量以生成并放置地标。另一方法包括在所有图像中对组织进行分割并对经分割的图像进行配准。该方法例如在对比度低的情况下易于出错。
发明内容
本文中描述的各方面解决上文提及的问题和其他问题。
下文涉及至少在存在低对比组织界面的情况下通过在配准之前引入强度映射并将所述强度映射应用到低对比组织边缘来改进图像配准的准确度。配准算法不需要被修改，但是能够被修改。
在一个方面中，一种方法包括基于强度映射来增大至少两幅图像的第一子范围的像素强度值的动态范围，由此创建至少两幅经修改的图像；确定所述至少两幅经修改的图像的变形向量场，并且基于所述变形向量场来对所述至少两幅图像进行配准。
在另一方面中，一种图像处理***包括处理器和编码有至少一个图像配准指令编码的存储器。所述处理器运行所述至少一个图像配准指令，所述至少一个图像配准指令使所述处理器：基于强度映射来增大至少两幅图像的第一子范围的像素强度值的动态范围，由此创建至少两幅经修改的图像；确定所述至少两幅经修改的图像的变形向量场，并且基于所述变形向量场来对所述至少两幅图像进行配准。
在另一方面中，一种计算机可读存储介质被编码有计算机可读指令。所述计算机可读的指令当由处理器执行时使所述处理器：获得至少两幅图像以进行配准，识别具有低对比边界的感兴趣组织，获得所述感兴趣组织的强度图，将所述强度映射应用到所述至少两幅图像，其中，所述强度映射增大至少两幅图像的第一子范围的像素强度值的动态范围，由此创建至少两幅经修改的图像；确定所述至少两幅经修改的图像的变形向量场，并且基于所述变形向量场来对所述至少两幅图像进行配准。
附图说明
本发明可以采取各种部件和部件的设置以及各种步骤和步骤的安排的形式。附图仅出于说明优选实施例的目的并且不应解释为对本发明的限制。
图1示意性地示出了与包括处理器和具有图像配准指令的存储器的图像处理***相连的成像***。
图2示意性地示出了用于实施包括预存储的强度映射的库的图像配准指令的图像配准模块的范例。
图3以图解方式示出了肝脏的高对比边界和肝脏的低对比边界的范例。
图4以图解方式示出了强度映射，在所述强度映射中，第一子范围的像素强度值未受影响，第二子范围的像素强度值被扩展以因此增大动态范围，并且第三子范围的像素强度值基于扩展利用恒定值被移位。
图5以图解方式示出了强度映射，在所述强度映射中，第一子范围的像素强度值未受影响，第二子范围的像素强度值被扩展以因此增大动态范围，第三子范围的像素强度值的第一子集基于扩展利用减小值被移位，并且第三子范围的像素强度值的第二子集不被扩展或移位。
图6示出了用于改进与具有低对比边界的感兴趣组织有关的配准的准确度的范例性方法。
图7示意性地示出了用于实施根据需要生成强度映射的图像配准指令的图像配准模块的另一范例。
具体实施方式
下文描述了用于改进至少关于图像中低对比组织界面或边界的图像的配准的准确度的方法。如下面更详细地讨论，所述方法包括使用强度映射，这在确定针对配置的变形场之前增大针对感兴趣的强度间隔的动态范围。
首先参考图1，示出了诸如CT扫描器的成像***100。在其他实施例中，成像***100可以额外地或备选地包括MRI扫描器、PET扫描器、SPECT扫描器、X射线扫描器和/或其他成像模态扫描器。
大致固定机架102和旋转机架104，旋转机架104由固定机架102可旋转地支撑并绕检查区域106关于z轴旋转。
诸如卧榻的对象支撑物108将目标或对象支撑在检查区域106中。
例如X射线管的辐射源110由旋转机架104可旋转地支撑并与旋转机架104一起旋转，并且发射贯穿检查区域106的辐射。
辐射敏感检测器阵列112跨检查区域106在角度弧上与辐射源110相对。辐射敏感检测器阵列112检测贯穿检查区域106的辐射并针对每个探测到的光子生成指示所述辐射的信号。
重建器114对投影进行重建，从而生成体积图像数据，所述体积图像数据指示被定位在成像区域106中的对象或目标的被扫描部分。
计算***或计算机充当操作员控制台116。控制台116包括诸如监视器的人类可读输出设备和诸如键盘、鼠标等的输入设备。驻存在控制台116上的软件允许操作员经由图形用户界面(GUI)或以其他方式与扫描器100交互或操作扫描器100。
图像处理***118包括至少一个计算机处理器120(例如，微处理器)，至少一个计算机处理器120运行存储在诸如物理存储器122和其他非暂态存储介质的计算机可读存储介质中的至少一个计算机可读指令。至少一个处理器120也可以运行由载波、信号或其他暂态介质承载的(一个或多个)计算机可读指令。在示出的实施例中，(一个或多个)计算机可读指令包括(一个或多个)图像配准指令124。
如下面更详细地描述的，由至少一个计算机处理器120对(一个或多个)图像配准指令124的运行使对强度映射的生成和/或选择应用于图像配准。应当认识到，通过在配准之前引入强度映射，低对比图像边缘被加强并且因此与高对比图形边缘相比被对准得更等同或至少更相似。
强度映射能够基于解剖结构、成像协议、成像模态、成像应用和/或其他信息来确定。这包括生成一种或多种强度映射并且存储所述一种或多种强度映射以供后续使用和/或根据需要生成强度映射。任选地，强度映射能够基于对感兴趣组织的分割来生成。所述分割能够是自动分割、半自动分割、或要求用户交互的人工分割。
图2示意性地示出了用于实施包括预生成的强度映射的(一个或多个)图像配准指令124(图1)的图像配准模块202的范例。
示出的图像配准模块202接收至少两幅图像作为输入以进行配准并输出变形向量场(也被称为运动向量场和变形图)或经配准的图像中的至少一种。输入图像可以由成像***100和/或其他成像***来生成，并且能够从成像***和/或诸如影像存储传输***(PACS)、放射信息***(RIS)、医院信息***(HIS)和/或其他数据存储库的数据存储库获得。
强度改变器204基于强度映射来改变至少子部分的像素的强度。这包括在具有低对比组织边界的感兴趣组织的边缘处扩展像素的亮度。这样的界面包括例如肝脏的低边界。这能够在图3中看到，图3以图解方式示出了高对比肝脏/膈膜边界302和低对比肝脏边界304的范例。本文中也预见到除了肝脏组织以外的组织。
返回到图2，强度映射库206包括一个或多个强度映射((一个或多个)强度映射)208，所述一个或多个强度映射由强度改变器204使用以改变像素强度。通常，像素映射208增大针对对应于特定感兴趣组织的特定范围的像素的动态范围(即，强度水平的数量)。图4和5以图解方式示出了针对肝脏组织的强度映射208的范例。
在图4中，x轴402表示将要被配准的图像的像素强度值，y轴404表示经修改的像素强度值，并且曲线406表示将将要被配准的图像的像素强度值映射到经修改的像素强度值的强度映射。在CT的情况下，像素强度值能够是以亨氏单位(HU)或其他单位为单位。
在该范例中，第一区域408中的所有强度1：1地被映射。即，经修改的像素强度值和要被配准的图像的像素强度值相同。对于表示感兴趣组织的像素强度值的第二区域410，将范围–x到+y映射到–x-C和+y+D，其中x、y、C和D是实数和整数，并且C可以等于或可以不等于D。C和D的值表示针对感兴趣组织的动态范围的扩展。
通过举例的方式，如果x＝50、y＝50、C＝0并且D＝200，则x轴402上的-x值-50和+y值+50映射到y轴404上的–x-C＝50和+y+D＝250使得存在300(50+250＝300)个值表示感兴趣组织的强度而不是100(50+50＝100)个值，从而允许对较低对比组织的更大区分。扩展能够如所示出的为线性扩展，或非线性扩展，例如为指数扩展。
在该范例中，第三区域412中的所有强度基于被应用到区域410的扩展等同地被移位。通过举例的方式，继续上文的范例，将大于50的强度都移位200。例如，x轴值100映射到y轴值300，x轴值250映射到y轴值450，x轴值750映射到y轴值950，等等。
在上文的范例中，感兴趣组织的强度值范围是关于零对称的(-50和+50)。在另一范例中，该范围是关于零不对称的(-25和+50)、全部为正的(例如，50到100)或全部为负的(例如，-50到-25)。在上文的范例中，将感兴趣组织的对称强度值范围(-50和+50)映射到y轴404上的非对称范围(-50和+250)。在另一实例中，将x轴402的对称强度值范围映射到y轴404上关于零的对称范围。
在图5中，x轴502表示要被配准的图像的像素强度值，y轴504表示经修改的像素强度值，并且曲线506表示将要被配准的图像的像素强度值映射到经修改的像素强度值的强度映射。在该范例中，第一区域508中的所有强度1：1地被映射，并且第二区域510中的强度值与图4的第二区域410的映射类似地被映射。
不同于图4的第三区域412，第三区域512被拆分为第一子区域514和第二子区域516。代替通过扩展全部移位，第一子区域514收敛或降低回到1：1映射。所述收敛能够是如所示出的线性收敛，或非线性收敛，例如指数收敛。第二子区域516与图4的第三区域412的映射类似地被映射或1：1地被映射。因此，具有第二子区域516中的像素值的组织保持其原始像素值。
强度映射208能够根据需要来预先确定或生成，并且映射库206能够存储针对多个不同组织和/或组织的组合的强度映射208。对于根据需要生成，针对特定感兴趣组织的像素值范围能够从输入获得和/或预存储在映射库206和/或其他存储设备中。图4和图5的组织映射包括被扩展的单个范围。在另一范例中，组织映射可以扩展多于一个范围。
返回到图2，强度映射选择器210为强度移位器204从强度映射库206选择合适的强度映射208。如所示出的，强度映射选择器210基于输入来实现这一点。所述输入能够是指示感兴趣组织的数据或能够根据其确定感兴趣组织的信息，例如解剖结构、成像协议、成像模态、特定应用和/或其他信息。
变形向量场(DVF)发生器212生成针对经强度移位的图像的变形向量场。在一个非限制性实例中，DVF生成器212采用非刚性(或弹性)图像配准算法。适当的算法包括两个或更多个图像域之间的映射的表示和参数化、将图像相似项和正则项组合的目标函数以及诸如梯度下降、共轭梯度等的优化方案。
表示和参数化能够包括但不限于，B样条控制点的网格或基于图像体素的平移向量。相似度项的范例包括但不限于，交互信息、方差和、强度相关性等。正则项通过例如惩罚映射场的一阶导数和/或二阶导数来确保一定程度的光滑度。图像相似度项和正则项能够例如基于图像模态、应用等而被加权。
配准部件214基于所生成的变形向量场来对输入图像进行配准。再次地，图像配准模块202输出变形向量场或经配准的图像中的至少一种。所述输出能够视觉地被显示、被存储和/或以其他方式被利用。
结合图1中示出的CT扫描器描述了上文的范例。如本文中所讨论的，本文中描述的方法也适用于其他成像模态。下文描述了关于MRI图像的方法。
对此，创建了对感兴趣器官的粗略分割。所述分割不需要是精确的。将距离变换应用到分割的表面。收集具有距离小于给定阈值(例如20mm)的所有体素，M。
评估由M覆盖的图像强度的直方图。直方图的一个峰将属于来自器官的体素(假定器官的边上的均匀强度)，并且其他峰将属于来自邻近感兴趣器官的组织的体素。
选择最显著的峰。定义强度间隔使得由最小峰值，任选地利用增加的负偏移，给出间隔的一个边界，并且由最大峰值，任选地利用增加的正偏移，给出间隔的另一边界。强度间隔用于构建强度映射。
能够如上文结合图2讨论的和/或以其他方式应用强度映射。对于前者，这包括将强度映射应用到图像、执行弹性配准并且将得到的变形向量场应用到原始输入图像。
类似地，图像配准模块202的输出能够视觉地被显示、被存储和/或以其他方式被利用。
图6示出了用于改进与具有低对比边界的感兴趣组织有关的配准的准确度的范例性方法。
应认识到，动作的顺序不是限制性的。因此，本文中预见到其他顺序。另外，可以省略一个或多个动作和/或可以包括一个或多个额外的动作。
在602，获得至少两幅图像以进行配准。
在604，识别具有低对比边界的感兴趣组织。
在606，如本文中描述的和/或以其他方式获得针对感兴趣组织的强度映射。
在608，基于强度映射来扩展(对应于感兴趣组织的)至少子部分的像素的像素强度映射。
在610，确定经强度扩展的图像的变形向量场。
在612，基于变形向量场来对原始的至少两幅图像进行配准。
可以通过编码于或嵌入于计算机可读存储介质上的计算机可读指令来实施以上所述，所述计算机可读指令当由(一个或多个)计算机处理器执行时使所述(一个或多个)处理器执行所描述的动作。额外地或备选地，计算机可读指令中的至少一个由信号、载波或其他暂态介质承载。
图7示出了图2的图像配准模块202的变型。在该变型中，图像配准模块202包括强度映射生成器702。在该实施例中，图像配准模块202根据需要来生成强度映射而不是选择预先确定的强度映射。
类似地，所述输入能够包括指示感兴趣组织的输入或能够根据其确定感兴趣组织的信息，例如解剖结构、成像协议、成像模态、特定应用和/或其他信息。所述输入也可以包括要扩展的像素强度值的范围和/或从预存储的范围704获得的范围。
已经参考优选实施例描述了本发明。他人在阅读并理解前述详细描述后可以进行修改和变化。本发明旨在被解释为包括所有这样的修改和变化，只要它们落在权利要求书或其等价要件的范围内。

Claims (20)

1.一种方法，包括：
基于强度映射来增大至少两幅图像的第一子范围(410、510)的像素强度值的动态范围，由此创建至少两幅经修改的图像；
确定所述至少两幅经修改的图像之间的变形向量场；并且
基于所述变形向量场来对所述至少两幅图像进行配准。
2.根据权利要求1所述的方法，其中，所述第一子范围的像素强度值是针对具有低对比边界的感兴趣组织的。
3.根据权利要求1或2中的任一项所述的方法，增大所述动态范围的动作包括：
使用所述强度映射来将所述第一子范围的像素强度值映射到更宽子范围的像素强度值。
4.根据权利要求3所述的方法，还包括：
将高于所述第一子范围的像素强度值的第二子范围(412)的像素强度值移位恒定值，所述恒定值对应于所述第一子范围的像素强度值的所述动态范围中的所述增大。
5.根据权利要求3所述的方法，还包括：
将第二子范围(412)的像素强度值的高于所述第一子范围的像素强度值的第一子集(514)移位减小值，使得所述第一子集的第一个值对应于所述第一子范围的像素强度值的所述动态范围中的所述增大，并且所述第一子集的最后一个值被移位零。
6.根据权利要求5所述的方法，其中，所述第二子范围的像素强度值的高于所述第一子集的像素强度值的第二子集(516)不被移位。
7.根据权利要求4至6中的任一项所述的方法，其中，所述像素强度值的低于所述第一子范围的像素强度值的第三子集(408、508)不被移位。
8.根据权利要求1至7中的任一项所述的方法，其中，所述动态范围线性地被增大。
9.据权利要求1至8中的任一项所述的方法，其中，所述动态范围非线性地被增大。
10.据权利要求1至9中的任一项所述的方法，还包括：
增大至少两幅图像的至少一个其他子范围的像素强度值的动态范围。
11.据权利要求1至10中的任一项所述的方法，还包括：
接收识别所述感兴趣组织的输入；并且
基于所述输入来从一组每个对应于不同组织的强度映射中选择所述强度映射。
12.据权利要求1至10中的任一项所述的方法，还包括：
接收识别至少所述第一子范围的像素强度值的输入；并且
基于所述输入来生成所述强度映射。
13.据权利要求11至12中的任一项所述的方法，其中，所述输入包括以下中的至少一种：感兴趣的解剖结构、成像协议、成像应用或成像模态。
14.一种图像处理***(118)，包括：
处理器(120)；
存储器(122)，其编码有至少一个图像配准指令(124)，其中，所述处理器运行所述至少一个图像配准指令，所述至少一个图像配准指令使所述处理器：基于强度映射来增大至少两幅图像的第一子范围的像素强度值的动态范围，由此创建至少两幅经修改的图像；确定所述两幅经修改的图像之间的变形向量场，并且基于所述变形向量场来对所述至少两幅图像进行配准。
15.根据权利要求14所述的***，其中，所述第一子范围的像素强度值是针对具有低对比边界的感兴趣组织的。
16.根据权利要求14或15中的任一项所述的***，其中，运行所述至少一个图像配准指令还使所述处理器：不移位或扩展低于所述第一子范围的像素强度值的所述像素强度值的第二子集；并且移位第三子范围的像素强度值的高于所述第一子范围的像素强度值的至少子部分对应于所述第一子范围的像素强度值的所述动态范围中的所述增大的值。
17.根据权利要求14至16中的任一项所述的***，其中，至少所述至少一幅图像配准指令还使所述处理器：在增大所述动态范围之前基于输入来从一组每个对应于不同组织的强度映射中选择所述强度映射。
18.根据权利要求14至16中的任一项所述的***，其中，至少所述至少一幅图像配准指令还使所述处理器：基于输入来生成所述强度映射，其中，所述输入至少识别所述第一子范围的像素强度值。
19.据权利要求17至18中的任一项所述的***，其中，所述输入包括以下中的至少一种：感兴趣的解剖结构、成像协议、成像应用或成像模态。
20.一种编码有计算机可读指令的计算机可读存储介质，所述计算机可读指令当其由处理器执行时使所述处理器：
获得至少两幅图像以进行配准；
识别具有低对比边界的感兴趣组织；
获得针对所述感兴趣组织的强度映射；
将所述强度映射应用于所述至少两幅图像，其中，所述强度映射增大至少两幅图像的第一子范围的像素强度值的动态范围，由此创建至少两幅经修改的图像；
确定所述至少两幅经修改的图像之间的变形向量场；并且
基于所述变形向量场来对所述至少两幅图像进行配准。
CN201480018301.5A 2013-03-29 2014-03-28 图像配准 Active CN105122298B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201361806461P 2013-03-29 2013-03-29
US61/806,461 2013-03-29
PCT/IB2014/060245 WO2014155346A2 (en) 2013-03-29 2014-03-28 Image registration

Publications (2)

Publication Number Publication Date
CN105122298A true CN105122298A (zh) 2015-12-02
CN105122298B CN105122298B (zh) 2019-11-01

Family

ID=50588768

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480018301.5A Active CN105122298B (zh) 2013-03-29 2014-03-28 图像配准

Country Status (5)

Country Link
US (1) US20160019680A1 (zh)
EP (1) EP2979245B1 (zh)
JP (2) JP6505078B2 (zh)
CN (1) CN105122298B (zh)
WO (1) WO2014155346A2 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109643450A (zh) * 2016-08-31 2019-04-16 皇家飞利浦有限公司 用于从组织活检物中检测管状物的装置
CN111260546A (zh) * 2020-03-11 2020-06-09 联想(北京)有限公司 一种图像处理方法、装置及电子设备

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB201416416D0 (en) * 2014-09-17 2014-10-29 Biomediq As Bias correction in images
US10380968B2 (en) * 2016-12-19 2019-08-13 Mediatek Singapore Pte. Ltd. Method for adjusting the adaptive screen-refresh rate and device thereof
US10918885B2 (en) * 2018-09-27 2021-02-16 Varian Medical Systems International Ag Systems, methods and devices for automated target volume generation
CN112150419A (zh) * 2020-09-10 2020-12-29 东软医疗***股份有限公司 图像处理方法、装置及电子设备
CN112634250B (zh) * 2020-12-29 2023-05-16 上海联影医疗科技股份有限公司 多能ct***图像配准方法、装置、计算机设备和存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040013299A1 (en) * 2002-07-12 2004-01-22 The United States Of America Represented By The Secretary Of The Navy System and method for contrast enhanced registration with complex polynomial interpolation
CN1806425A (zh) * 2003-06-10 2006-07-19 卓然公司 具有减小的图像缓冲存储器和最小处理用于通过服务中心回收的数字照相机
CN101556650A (zh) * 2009-04-01 2009-10-14 东北大学 一种分布式自适应肺结节计算机检测方法及***
US8098911B2 (en) * 2006-12-05 2012-01-17 Siemens Aktiengesellschaft Method and system for registration of contrast-enhanced images with volume-preserving constraint
CN102542534A (zh) * 2010-12-31 2012-07-04 北京海思威科技有限公司 基于图像轮廓的图像畸变校正方法和装置
EP2535001A1 (en) * 2011-06-14 2012-12-19 Radiology Morphological Solutions B.V. Method, a system and a computer program product for registration and identification of diagnostic images

Family Cites Families (42)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69214229T2 (de) * 1991-08-14 1997-04-30 Agfa Gevaert Nv Verfahren und Vorrichtung zur Kontrastverbesserung von Bildern
EP0542361B1 (en) * 1991-11-14 1998-09-16 Agfa-Gevaert N.V. Method and apparatus for constructing a histogram in digital image processing by statistical pixel sampling
US5416856A (en) * 1992-03-30 1995-05-16 The United States Of America As Represented By The Secretary Of The Navy Method of encoding a digital image using iterated image transformations to form an eventually contractive map
US5289548A (en) * 1992-06-30 1994-02-22 Loral Aerospace Corp. Compression and reconstruction of radiological images
DE69324211T2 (de) * 1992-11-24 1999-11-04 Eastman Kodak Co., Rochester Tonkonsistenz in einem Netzwerk für Strahlungsbilder
JPH06178115A (ja) * 1992-11-30 1994-06-24 Shimadzu Corp 画像処理装置
JP3467285B2 (ja) * 1993-04-02 2003-11-17 コニカミノルタホールディングス株式会社 放射線画像処理方法
EP0712092A1 (en) * 1994-11-10 1996-05-15 Agfa-Gevaert N.V. Image contrast enhancing method
US5546091A (en) * 1994-11-23 1996-08-13 Hughes Aircraft Company Psuedo-color display for enhanced visual target detection
US5633511A (en) * 1995-12-22 1997-05-27 Eastman Kodak Company Automatic tone scale adjustment using image activity measures
US5835618A (en) * 1996-09-27 1998-11-10 Siemens Corporate Research, Inc. Uniform and non-uniform dynamic range remapping for optimum image display
US5995644A (en) * 1997-06-30 1999-11-30 Siemens Corporate Research, Inc. Robust and automatic adjustment of display window width and center for MR images
US6195474B1 (en) * 1997-10-28 2001-02-27 Eastman Kodak Company Pathology dependent viewing of processed dental radiographic film having authentication data
US6834238B1 (en) * 1998-06-08 2004-12-21 Cytoscan Sciences Llc Method for identifying optical contrast enhancing agents
JP2000342558A (ja) * 1999-06-04 2000-12-12 Konica Corp 画像の位置合わせ処理装置及び画像間演算処理装置
US6633657B1 (en) * 1999-07-15 2003-10-14 General Electric Company Method and apparatus for controlling a dynamic range of a digital diagnostic image
US7218763B2 (en) * 2003-02-27 2007-05-15 Eastman Kodak Company Method for automated window-level settings for magnetic resonance images
US20060056701A1 (en) * 2004-03-02 2006-03-16 Gozde Unal Joint segmentation and registration of images for object detection
US8139828B2 (en) * 2005-10-21 2012-03-20 Carestream Health, Inc. Method for enhanced visualization of medical images
JP5042533B2 (ja) * 2006-06-06 2012-10-03 株式会社日立メディコ 医用画像表示装置
JP2008259663A (ja) * 2007-04-12 2008-10-30 Hitachi Medical Corp 画像処理装置及びこれを用いた医用画像診断装置並びに医用画像表示装置
EP2137694B1 (en) * 2007-04-23 2013-08-28 Philips Intellectual Property & Standards GmbH Spatial-temporal warping of different pre-captured medical images
WO2009058171A2 (en) * 2007-08-03 2009-05-07 Sti Medical Systems, Llc Computerized image analysis for a acetic acid induced cervical intraepithelial neoplasia
US8285071B2 (en) * 2007-09-10 2012-10-09 Himax Technologies Limited Content-adaptive contrast improving method and apparatus for digital image
US8880351B2 (en) * 2008-03-25 2014-11-04 General Electric Company Method and apparatus for analysis of tissue microarrays
US20090263037A1 (en) * 2008-04-18 2009-10-22 Hong Kong Applied Science and Technology Research Institute Company Limited Method and Apparatus for Enhancing the Dynamic Range of an Image
DE102008032006B4 (de) * 2008-07-07 2017-01-05 Siemens Healthcare Gmbh Verfahren zur Steurung der Bildaufnahme bei einer Bildaufnahmeeinrichtung, sowie eine Bildaufnahmeeinrichtung
DE102008045278A1 (de) * 2008-09-01 2010-03-25 Siemens Aktiengesellschaft Verfahren zum Kombinieren von Bildern und Magnetresonanzgerät
CN102300503B (zh) * 2009-01-30 2014-06-18 皇家飞利浦电子股份有限公司 用于提供肺通气信息的***
US9171377B2 (en) * 2010-07-09 2015-10-27 Koninklijke Philips N.V. Automatic point-wise validation of respiratory motion estimation
US9208556B2 (en) * 2010-11-26 2015-12-08 Quantitative Insights, Inc. Method, system, software and medium for advanced intelligent image analysis and display of medical images and information
EP2652705B1 (en) * 2010-12-15 2019-02-20 Koninklijke Philips N.V. Contour guided deformable image registration
US8861886B2 (en) * 2011-04-14 2014-10-14 Carestream Health, Inc. Enhanced visualization for medical images
US9218643B2 (en) * 2011-05-12 2015-12-22 The Johns Hopkins University Method and system for registering images
DE112012002671T5 (de) * 2011-06-29 2014-04-03 Philips Intellectual Property & Standards Gmbh Anzeigen einer Vielzahl von registrierten Bildern
US8526692B2 (en) * 2011-06-30 2013-09-03 Wisconsin Alumni Research Foundation Reduction of transitivity errors in radiotherapy image registration
US9336591B2 (en) * 2011-08-30 2016-05-10 Koninklijke Philips N.V. Integration of user inputs and correction of deformation vector field in deformable image registration workflow
US9138165B2 (en) * 2012-02-22 2015-09-22 Veran Medical Technologies, Inc. Systems, methods and devices for forming respiratory-gated point cloud for four dimensional soft tissue navigation
BR112014032089A2 (pt) * 2012-06-27 2017-06-27 Koninklijke Philips Nv equipamento para o registro de imagens, e método
BR112014032101A2 (pt) * 2012-06-27 2017-06-27 Koninklijke Philips Nv computador configurado para estimar um parâmetro de movimentos para o movimento de um objeto móvel, determinador paramétrico de movimento de um objeto, e método automatizado realizado por computador
EP2685275A1 (en) * 2012-07-09 2014-01-15 Koninklijke Philips N.V. Improved correction of geometric distortions in echo-planar MRI
US9449384B2 (en) * 2014-04-30 2016-09-20 Mitsubishi Electric Research Laboratories, Inc. Method for registering deformable images using random Markov fields

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040013299A1 (en) * 2002-07-12 2004-01-22 The United States Of America Represented By The Secretary Of The Navy System and method for contrast enhanced registration with complex polynomial interpolation
CN1806425A (zh) * 2003-06-10 2006-07-19 卓然公司 具有减小的图像缓冲存储器和最小处理用于通过服务中心回收的数字照相机
US8098911B2 (en) * 2006-12-05 2012-01-17 Siemens Aktiengesellschaft Method and system for registration of contrast-enhanced images with volume-preserving constraint
CN101556650A (zh) * 2009-04-01 2009-10-14 东北大学 一种分布式自适应肺结节计算机检测方法及***
CN102542534A (zh) * 2010-12-31 2012-07-04 北京海思威科技有限公司 基于图像轮廓的图像畸变校正方法和装置
EP2535001A1 (en) * 2011-06-14 2012-12-19 Radiology Morphological Solutions B.V. Method, a system and a computer program product for registration and identification of diagnostic images

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109643450A (zh) * 2016-08-31 2019-04-16 皇家飞利浦有限公司 用于从组织活检物中检测管状物的装置
CN111260546A (zh) * 2020-03-11 2020-06-09 联想(北京)有限公司 一种图像处理方法、装置及电子设备
CN111260546B (zh) * 2020-03-11 2022-09-23 联想(北京)有限公司 一种图像处理方法、装置及电子设备

Also Published As

Publication number Publication date
JP2019072517A (ja) 2019-05-16
CN105122298B (zh) 2019-11-01
JP2016514535A (ja) 2016-05-23
WO2014155346A2 (en) 2014-10-02
JP6505078B2 (ja) 2019-04-24
US20160019680A1 (en) 2016-01-21
WO2014155346A3 (en) 2014-12-04
EP2979245A2 (en) 2016-02-03
EP2979245B1 (en) 2021-06-30

Similar Documents

Publication Publication Date Title
CN105122298A (zh) 图像配准
CN108352078B (zh) 图像重建***和方法
JP6145178B2 (ja) 医療画像の位置合わせ
US10885392B2 (en) Learning annotation of objects in image
JP6598452B2 (ja) 医用画像処理装置及び医用画像処理方法
US9675818B2 (en) Apparatus, method and system for medical image-based radiotherapy planning
CN107209946B (zh) 图像数据分割和显示
WO2015166871A1 (en) Method for registering source image with target image
US20180064409A1 (en) Simultaneously displaying medical images
CN110546685B (zh) 图像分割和分割预测
Kazantsev et al. An anatomically driven anisotropic diffusion filtering method for 3D SPECT reconstruction
JP6747785B2 (ja) 医用画像処理装置及び医用画像処理方法
US9082193B2 (en) Shape-based image segmentation
Bruder et al. Compensation of skull motion and breathing motion in CT using data-based and image-based metrics, respectively
Doerr et al. Data-driven detection and registration of spine surgery instrumentation in intraoperative images
US9251576B2 (en) Digital image subtraction
Entezari et al. A box spline calculus for computed tomography
JP2024509039A (ja) 分類の視覚的説明、方法、システム
Sillett et al. Optimisation of Left Atrial Feature Tracking Using Retrospective Gated Computed Tomography Images
Chang DeepATLAS: One-Shot Localization for Biomedical Data
Ručka et al. Fast reconstruction of image deformation field using radial basis function
Durisetti et al. Evaluation of Tools Used for 3D Reconstruction of 2D Medical Images
Gaonkar et al. Adaptive geodesic transform for segmentation of vertebrae on CT images
EP3896658A1 (en) Creating a synthetic medical image
Armato III et al. Anniversary Paper: Image processing and manipulation through the pages ofMedical Physics

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