CN105844586A - 基于特征的2d/3d图像配准 - Google Patents

基于特征的2d/3d图像配准 Download PDF

Info

Publication number
CN105844586A
CN105844586A CN201610195981.9A CN201610195981A CN105844586A CN 105844586 A CN105844586 A CN 105844586A CN 201610195981 A CN201610195981 A CN 201610195981A CN 105844586 A CN105844586 A CN 105844586A
Authority
CN
China
Prior art keywords
dimensional
image
projection
registration
feature
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.)
Pending
Application number
CN201610195981.9A
Other languages
English (en)
Inventor
L·G·扎戈尔谢夫
R·曼茨克
R·陈
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 CN105844586A publication Critical patent/CN105844586A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/14—Transformations for image registration, e.g. adjusting or mapping for alignment of images
    • 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
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • 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
    • A61B6/48—Diagnostic techniques
    • A61B6/486—Diagnostic techniques involving generating temporal series of image data
    • A61B6/487—Diagnostic techniques involving generating temporal series of image data involving fluoroscopy
    • 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
    • A61B6/48—Diagnostic techniques
    • A61B6/488—Diagnostic techniques involving pre-scan acquisition
    • 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
    • A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
    • 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
    • A61B6/5235—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 the same or different ionising radiation imaging techniques, e.g. PET and CT
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • 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
    • G06T2207/10—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
    • G06T2207/10116—X-ray image
    • G06T2207/10121—Fluoroscopy
    • 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
    • G06T2207/10116—X-ray image
    • G06T2207/10124—Digitally reconstructed radiograph [DRR]
    • 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
    • G06T2207/30048—Heart; Cardiac
    • 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
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Optics & Photonics (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Veterinary Medicine (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Public Health (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Pulmonology (AREA)
  • Quality & Reliability (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

一种图像配准装置，包括：特征检测器(34)，其配置用于从二维图像(30)提取二维特征集(36)以及从三维图像(32)提取三维特征集(38)；投影处理器(40)，其配置用于将三维数据投影成二维投影数据；以及配准处理器(46、52)，其配置用于(i)调节参数以将所述二维特征集与由所述投影处理器使用投影几何(42)投影的所述三维特征集进行配准，以及(ii)使用经调节的参数以将所述二维图像和由所述投影处理器使用所述投影几何投影的所述三维图像进行配准。

Description

基于特征的2D/3D图像配准
本申请是2008年12月01日提交的申请号为200880121103.6、名称为“基于特征的2D/3D图像配准”的分案申请。
技术领域
本发明涉及医学成像技术。在一些实施例中，其涉及将二维(2D)x射线透视图像与通过计算机断层摄影、磁共振成像、或其他成像模式采集的三维(3D)图像进行配准。然而，更通常地，本发明涉及将通过任意医学成像模式采集的二维图像与通过相同或不同医学成像模式采集的三维图像进行配准。
背景技术
在医学成像程序中，有时存在使用二维和三维成像两者采集相关成像数据的情况。在一些这样的情况中，生成三维图像的二维表示并将所述三维图像的二维表示与对应的二维图像进行配准，从而比较由两种技术提供的信息并将所述信息进行组合是有用的。
一个示例有时在介入性心脏电生理学中出现。在这一程序中，x射线透视有时被用于对导管或其他介入工具可视化。有利地，使用“C形臂”类装置可以采集x射线荧光图像，在C形臂类装置中x射线管和x射线检测器安装在C形臂的相对端，并且患者被置于间隙中。C形臂类装置相对开放，从而使得患者易于接近医学人员。然而，通过x射线透视不能对一些软组织解剖结构有效地成像。另外，通常在低x射线剂量下采集透视图像，这会降低分辨率。
因此，已知在进行心脏电生理学程序之前，使用诸如多切片计算机断层摄影(CT)或磁共振成像(MRI)的三维成像技术采集患者的手术前图像，所述多切片计算机断层摄影(CT)或磁共振成像(MRI)的任一种提供比x射线透视更好的软组织对比度。之后，将手术前采集的CT或MRI图像与在心脏电生理学程序中采集的x射线透视图像进行融合，从而使得CT或MRI图像提供丢失的软组织对比度。
CT或MRI图像通常针对三维体积生成；然而，x射线荧光图像为二维的。已知使用射线投射技术将三维图像数学投影到二维图像。对CT或MRI图像应用射线投射生成二维图像。然而，数学上投影的CT或MRI图像通常与x射线透视图像不是空间配准的，这是由于关于患者的x射线透视的投影几何通常与在CT或MRI投影的数学生成中使用的投影几何不同。在一些情况下，由于在x射线透视图像和/或在三维CT或MRI图像中的畸变或其他缺陷或伪影可以引起另外的误差。
发明内容
下面提供了克服上述问题以及其他问题的改进。
公开了一种图像配准过程，包括：从二维图像提取二维特征集；从三维图像提取三维特征集；使用投影几何将三维特征集数学投影成二维投影特征集；将二维特征集与二维投影特征集进行第一次配准；并且使用从第一次配准导出的参数将二维图像与三维图像的数学投影进行第二次配准。
数字存储介质或媒介能够存储可由数字***运行以执行前段所述方法的指令。
公开了一种图像配准装置，包括：特征检测器，其配置用于从二维图像提取二维特征集以及从三维图像提取三维特征集；投影处理器，其配置用于将三维数据投影成二维投影数据；以及配准处理器，其配置用于(i)调节参数以将二维特征集与由投影处理器使用投影几何投影的三维特征集进行配准，以及(ii)使用经调节的参数将二维图像与由投影处理器使用投影几何投影的三维图像进行配准。
也公开了一种装置，包括：二维成像器，其配置用于采集二维图像；三维成像器，其配置用于采集三维图像；特征检测器，其配置用于从二维图像提取二维特征集以及从三维图像提取三维特征集；投影处理器，其配置用于将三维数据投影为二维投影数据；以及配准处理器，其配置用于使用这样的参数将二维图像和由投影处理器投影的三维图像进行配准的，所述参数被调整用于将二维特征集与由投影处理器投影的三维特征集进行配准。
一个优势在于较快的2D/3D图像配准。
另一个优势在于更精确的2D/3D图像配准。
另一个优势在于更快的介入成像。
本领域普通技术人员在阅读并理解下述详细说明之后将能领会到本发明的另外优势。
附图说明
附图仅为了说明优选实施例，而不应该将其理解为限制本发明。
图1示意性地示出了2D/3D多模态成像装置；
图2示意性地示出了一种3D/3D多模态成像装置，其中由不同模态采集的三维图像的二维投影是配准的。
具体实施方式
参照图1，2D/3D多模态成像***包括二维成像器10，例如x射线透视装置，以及三维成像器12，例如磁共振成像(MRI)***、计算机断层摄影(CT)成像***、正电子发射断层摄影(PET)扫描器、伽马摄像机等。二维成像器10可选地能够进行三维成像，但是在当前2D/3D成像***中被用作二维成像器。例如，可以预期二维成像器10为在台架未旋转的情况下工作的CT扫描器。
二维成像器10为包括源20的投影型成像器，该源20例如为在x射线透视装置情况下的x射线管，其发送辐射22通过包含对象(未示出)的成像区域24，从而使得通常相对放置的二维检测器阵列26随着位置变化检测所发送的辐射以形成投影型的二维图像30。因此，二维图像30具有以投影参数表征的投影几何，所述投影参数诸如成角、源位置、检测器位置或其他几何学参数，并且可选地还以表征为与畸变相关的投影参数，例如表征为有时在x射线透视装置或其他投影型2D成像装置中观察到的所谓的“枕形”畸变的一个或多个畸变参数。投影几何至少近似地已知，例如，基于x射线源和检测器位置的标称设置。在一些实施例中，二维成像器10的精确校准提供了用于投影几何的高精度投影参数，包括精确的几何学参数和对于畸变参数的定量值。
三维成像器12采集三维图像32。例如，如果三维成像器12为MRI，其通过对k空间进行三维采样并将所述k-空间采样重建为三维图像32来采集该三维图像32。如果三维成像器12为CT扫描器，其采集投影数据，与此同时，x射线管围绕对象旋转，第三维通过具有多行的检测器(多切片CT)和/或通过以离散增量或连续地移动患者(螺旋CT)来提供，之后为经滤波的背投影或将投影数据重构为三维图像32的另一重构。可以使用其他方法，这取决于三维成像器12的类型以及放射学家或其他医学专业人士所期望的采集的类型。
基于对象在两个不同成像器10、12中如何定位，二维图像30的投影几何和三维图像32的空间参照系之间的关系大致已知。在一些实施例中，更精确地已知该关系，例如，如果两个不同成像器10、12被整体地共同实现为混合成像***，或者使用交叉成像器机械对准机构。然而，在任何情况下，将通常存在一方面由二维成像器10采集的二维图像30和另一方面由三维成像器12采集的三维图像32之间的一些失配准。该失配准可以体现为各种方式以及方式的组合，诸如刚性平移失配准、刚性旋转失配准、非刚性平移和/或旋转失配准、由于在图像30、32的一个或两个中的枕形畸变或其他类型的畸变导致的失配准，等等。因此，期望将三维图像32数学投影以形成二维的投影图像，并且将该二维的投影图像与由二维成像器10采集的二维图像30进行配准。
特征检测器34处理二维图像30以从所述二维图像30提取二维特征集36。特征检测器34还处理三维图像32以从所述三维图像32提取三维特征集38。在图1的实施例中，相同的特征检测器34被应用于二维图像30和三维图像32两者；然而，还考虑使用两个不同的特征检测器，例如，其中，一个特征检测器针对二维图像进行最优化，而另一个特征检测器针对三维图像进行最优化。如果以这种方式使用两个不同的特征检测器，所检测的特征应该是可比的，例如，为相同类型。
特征检测器34能够检测，例如，被适当地表示为角点的角特征。为了检测角特征，经由角检测算法对该特征检测器34进行操作，例如，通过识别通常对应于角的高亮度梯度区域，以及通过识别线交点的离散集，其中识别对应于角的高亮度梯度区域是通过识别沿每一方向的图像梯度的惯性矩阵的局部最大本征值进行的。有利地，实际上，通常针对二维和三维图像两者对相同的角特征进行检测，即使两种图像10、12的对比机制实际上不同(例如，x射线对磁共振)。基于导数性质的角检测与对象的角结构的高对比度的可能性相结合，确保了角检测过程基本独立于对比度类型、对比度水平以及其他图像特性。由特征检测器34使用角检测的另一优势在于角点在二维和三维两者中都是离散的。
特征检测器34可替代地或附加地还能够检测其他类型的特征。例如，特征检测器34可替代地或附加地能够检测边特征。在一些实施例中，特征检测器34能够经由边检测算法检测边特征，这是以如下方式实现的。所投影的二维图像中的线对应于沿x射线束22取向的三维图像内的界面的投影。通过使用体素亮度梯度幅度和界面方向，连同从投影几何已知的x射线束方向，可以适当地检测这些界面。使用等式(2)的投影矩阵可以将界面位置从3D到2D进行映射，以形成边和角位置的映射图。
通常，特征检测器34将图像30、32分别简化为相应二维或三维特征集36、38，其为较小的各自数据的子集，并且因此易于空间相关并且与完整图像30、32相比从计算的角度来讲能够更有效地进行处理。相应的特征集36、38保持源图像30、32的几何形状。因此，对于检测角特征的特征检测器34，二维特征集36包括平面中的点的集合，而三维特征集38包括三维点“云”。类似地，对于边检测器，二维特征集36包括在平面中共面的线的集合，而三维特征集38包括线的三维布置。
投影处理器40根据投影几何42对三维特征集38进行数学投影，所述投影几何42至少被初始设置到由二维成像器10在采集二维图像12时所使用的投影几何。对于诸如Allura XPer FD10(可从荷兰艾恩德霍芬的PhilipsMedical Systems获得)的示例性的介入性C形臂x射线透视装置，该投影几何被如下适当限定。矢量s从等中心(iso-center)延伸到x射线源20，同时，矢量d从等中心延伸到检测器26的中心。两条法线n1和n2限定检测器平面，并且对于每个投影已知。因此给定任意特定C形臂的成角可以将任意三维点P映射(即，投影)到检测器26上的二维点p。将这些矢量扩展到笛卡尔坐标得到：
s = [ s x , s y , s z ] T d = [ d x , d y , d z ] T n 1 = [ n 1 x , n 1 y , n 1 z ] T n 2 = [ n 2 x , n 2 y , n 2 z ] T P = [ X , Y , Z ] T p = [ u , v , μ ] T - - - ( 1 )
限定投影几何42的矩阵矢量方程可以写为：
u v μ = n 1 x n 2 x s x - X n 1 y n 2 y s y - Y n 1 z n 2 z s z - Z - 1 s x - d x s y - d y s z - d z - - - ( 2 )
由投影处理器40使用所选择的投影几何42将等式(2)应用到三维特征集38的每个三维角点P(在角检测器的情况下)以生成对应点p的二维投影特征集44。
配准处理器46将二维投影特征集44与从二维图像30提取的二维特征集36进行配准。如果配准需要调节投影参数，那么，该投影处理可选地为迭代的，按照迭代循环48使用由该配准以迭代方式调节的投影参数对三维特征集38进行重投影。配准处理器46的输出为一个或多个配准参数50的集合。配准可能需要调节各参数，诸如投影参数(例如，成角、放大率、源/检测器位置参数、量化枕形畸变的参数，等)、刚性平移或旋转、非刚性平移或旋转，等。配准可能需要对用于数学投影操作的投影几何的投影参数进行选择或提炼。然而，基于完整图像30、32计算配准参数50是计算密集型的，尤其是对于迭代配准技术。
由调节处理器46关于较小的特征集36、38对配准参数50进行有效调节(可选地包括经由循环48和投影处理器40的迭代重投影)。作为一个示例，将从二维图像30中提取的二维特征集36作为参照，并对投影几何42的投影参数和/或二维投影特征集44的空间参数进行调节。
如果精确地或准确地已知投影几何42(例如基于二维成像器10的校准)，并且仅执行刚性配准，那么，最优化空间仅包括六个参数，例如，相对于二维投影特征集的空间参数的三个旋转和三个平移，并且配准处理器46可以采用下山单纯形法(downhill simplex method)用于这六个参数的数值调节和最优化。关于相似性量度进行适当地调节或最优化，所述相似性量度被计算(例如)为在二维特征集36中的每个角点和在二维投影特征集44中的对应投影角点之间的距离的平方和。
如果不是足够精确和准确地知道投影几何42，那么，配准处理器46可选地将投影几何42的投影参数作为配准的一部分进行调节。例如，投影处理器40被应用到具有多个不同投影成角的三维特征集38，所述投影成角从用于采集二维图像30的标称成角偏离选定量。将该配准应用到由数学投影在每个选定成角生成的二维投影特征集44，选择“最匹配”配准，且与所述最匹配相对应的成角被选择作为经调节的投影几何42的经调节成角。该强力方法是可行的，这是因为通过仅配准特征(例如，角点)而非配准整个图像所提供的维度简化提供了快速处理。附加地或可替代地，成角或其他投影参数可以被包括为由配准处理器46使用最小二乘法或其他优化技术来进行优化的参数。在图1中由迭代循环箭头48示意性地表示可选的迭代的或完全的配准，在配准中，配准处理器46被应用到由投影处理器40以不同数学投影成角(或者以投影几何42中的其他变量)生成的不同的二维投影特征集44。
在大多数情况下，期望以相对高的精确度已知二维图像30的投影几何，例如，基于在采集二维图像30中使用的二维成像器10的经校准的投影几何。在这样的实施例中，通常适合假定二维特征集36中的每个特征和二维投影特征集44中的最接近特征二者对应于对象的相同角点。在这样的情况下，由配准处理器46优化的相似性量度适合于被计算为距离的平方和，其中，每个距离为在二维特征集36的特征和二维投影特征集44的最接近特征之间的距离。
然而，可预期的是，在一些情况中，将以充分受限的精确度和/或准确性已知二维图像30的投影几何，所以假定二维特征集36中的每个特征和二维投影特征集44中的最接近特征都对应于对象的相同角点是不合理的。在该情况中，预期配准处理器46应用组合算法以将二维投影特征集44的特征与从二维图像30提取的二维特征集36的对应特征相关联。
如在图1中进一步示出的，在第二次配准步骤中，由图像投影器和调节器52使用经调节的配准参数50将相应的2D图像30和3D图像32进行配准。关于二维特征集36和二维投影特征集44对配准参数50进行调节；然而，这些特征36、44表示相应的二维图像30和三维图像32的空间特性，并且由此配准参数50可应用在由图像投影器和调节器52执行的第二配准过程中，图像投影器和调节器52投影三维图像32并根据投影几何42和配准参数50调节所投影的图像以生成二维经投影和配准的图像54，其与二维图像30是配准的。
由图像投影器和调节器52执行的投影可以基本上采用任何类型的3D到2D投影方法，例如数字重构射线照相(DRR)方法，其将投影平面中的每个点设定为沿连接(虚拟)源和投影平面中的该(虚拟)点的线数学上计算的线性积分。也可以考虑其他的投影方法，诸如将投影平面中的每个点设定为沿连接(虚拟)源和投影平面中的该(虚拟)点的线的最大值的最大强度投影(MIP)。
由图像处理器56适当地将二维的投影图像54与由二维成像器10采集的二维图像30进行比较或组合，所述图像处理器56诸如图像组合器或融合处理器、图像比较器、图像显示器(诸如具有图形显示器的用户界面)等。例如，2D图像30和2D经投影和配准的图像54可以通过图像融合技术进行融合并且显示所融合的图像，或者两幅图像30、54可以并排显示或者以垂直布置的形式显示。在后一种情况中，预期具有在两幅所显示的图像30、54中的相同空间位置显示的鼠标或其他指示设备的锁定指针，从而放射学家可以在两幅图像30、54中对对应的特征进行容易地定位。
尽管在许多情况下，期望所描述的配准过程提供精确和准确的结果，但是在一些情况下，所得到的图像配准可能并不令人十分满意。在一些情形中，将经配准的二维图像30、54进行比较，如果对准未达到预先选定的阈值或者不能满足放射学家，则经历另一图像配准程序，例如由图像处理器56或另一部件执行的基于强度的图像配准程序。
对于图1的多模态成像***的一个预期应用为应用在介入性心脏电生理学领域中。介入性心脏电生理学程序通常在x射线透视下执行以相对于诸如胸腔脊柱和肋骨的患者的高衰减结构对导管或其他介入设备进行可视化。然而，这些投影不包含关于软组织解剖结构的信息。因此，有利地将这些二维x射线透视图像与手术前采集的体积心脏螺旋或多切片CT或MRI图像进行融合。图1的***提供了通过图像比较器或组合器56(在该实施例中其为图像融合处理器)将二维x射线透视图像(对应于二维图像30)与三维CT或MRI图像(对应于三维图像32)的快速融合，从而提供存在于胸腔内的导管关于在体积数据集32中可见的心血管解剖结构的实时可视化。
参照图2，在另一预期应用中，多模态成像***的两个成像器能够生成三维图像并用于生成三维图像。换言之，在图2的实施例中，二维成像器10由第二三维成像器60取代，与三维成像器12相比其可以为相同模态或不同模态。投影处理器40被应用于由第二三维成像器60生成的三维图像以生成具有投影几何42的二维图像30，投影几何42在该实施例中为用于由第二三维成像器60生成的三维图像的数学投影的所选几何。从这之后，图2的多模态成像***的部件和处理类似于图1的多模态成像器的部件和处理。图2的方法可以提供由不同三维成像器(例如由CT和MRI成像器或者由两种不同CT成像器)生成的数字重构射线照相(DRR)或其他投影的快速配准。由于以2D执行配准，并且此外仅关于小的特征数据集36、44执行配准，所以较快处理是可能的。
本领域技术人员将容易理解此处公开的图像配准过程可以由存储可由数字***执行以实现所公开方法的指令的数字存储介质或媒介实现。例如，数字存储介质或媒介可以为磁盘、光盘、磁带、FLASH存储器或其他静电存储器、随机存取存储器(RAM)、只读存储器(ROM)、因特网服务器等或者为这些媒介的组合，并且所存储的指令可以在诸如计算机、数字网络、因特网服务器等的数字***上执行。
已经描述了优选实施例。他人在阅读并理解前面详细描述之后可以想到修改和改变。本发明旨在被解读为包括所有这些修改和改变，只要他们落在权利要求书或其等同替代的范围内。

Claims (14)

1.一种图像配准过程，包括：
从二维图像(30)提取二维特征集(36)；
从三维图像(32)提取三维特征集(38)；
其中，所述提取的操作包括应用角检测算法来提取包括角点的特征，并且其中，所述角检测算法通过识别沿每一方向的图像梯度的惯性矩阵的局部最大本征值以识别高亮度梯度区域，并且识别线交点的离散集，来提取所述角点；
使用投影几何将所述三维特征集在数学上投影成二维投影特征集(44)；并且
通过关于相似性量度调节或最优化配准参数而将所述二维投影特征集与从所述二维图像提取的所述二维特征集进行配准，所述相似性量度被计算为从所述二维图像提取的所述二维特征集中的每个角点与所述二维投影特征集中的对应的投影角点之间的距离的平方和。
2.根据权利要求1所述的图像配准过程，其中，所述提取的操作还包括：
应用边缘检查算法来提取包括线段的特征。
3.根据权利要求1-2中任一项所述的图像配准过程，其中，所述配准包括：
调节从包括至少三个旋转参数和至少三个平移参数的组中选择的、所述二维特征集(36)和所述二维投影特征集(44)中的至少一个的空间参数，经调节的空间参数被用于第二次配准。
4.根据权利要求1-2中任一项所述的图像配准过程，其中，所述配准包括：
调节从包括成角参数、放大率参数、源定位参数、检测器定位参数以及畸变参数的组中选择的所述投影几何(42)的一个或多个参数，所述投影几何的经调节的参数被用于针对所述三维图像的数学投影的第二次配准。
5.根据权利要求1-4中任一项所述的图像配准过程，其中，所述配准包括：
最优化在统计学上表征所述二维特征集(36)的特征与所述二维投影特征集(44)的最接近的对应特征之间的距离的距离优值系数。
6.根据权利要求1-5中任一项所述的图像配准过程，其中，所述投影几何(42)为在采集所述二维图像(30)的过程中二维成像器(10)的投影几何。
7.根据权利要求1-6中任一项所述的图像配准过程，其中，所述配准应用组合算法以将所述二维特征集(36)的特征与所述二维投影特征集(44)的对应特征相关联。
8.根据权利要求1-7中任一项所述的图像配准过程，还包括：
使用包括x射线透视装置的二维成像器(10)采集所述二维图像(30)；并且
使用包括磁共振成像器(MRI)或计算机断层摄影(CT)成像器的三维成像器(12)采集所述三维图像(32)。
9.根据权利要求1-7中任一项所述的图像配准过程，还包括：
采集第二三维图像；并且
通过使用所述投影几何(42)在数学上投影所述第二三维图像来形成所述二维图像(30)。
10.根据权利要求1-9中任一项所述的图像配准过程，还包括：
在使用所述配准参数进行第二次配准之后，显示所述二维图像和所述三维图像的数学投影的组合、融合或比较。
11.一种图像配准装置，包括：
用于从二维图像提取二维特征集的模块；
用于从三维图像提取三维特征集的模块；
其中，用于提取的所述模块包括用于应用角检测算法来提取包括角点的特征的模块，并且其中，所述角检测算法通过识别沿每一方向的图像梯度的惯性矩阵的局部最大本征值以识别高亮度梯度区域，并且识别线交点的离散集，来提取所述角点；
用于使用投影几何将所述三维特征集在数学上投影成二维投影特征集的模块；以及
用于通过关于相似性量度调节或最优化配准参数而将所述二维投影特征集与从所述二维图像提取的所述二维特征集进行配准的模块，所述相似性量度被计算为从所述二维图像提取的所述二维特征集中的每个角点与所述二维投影特征集中的对应的投影角点之间的距离的平方和。
12.一种图像配准装置，包括：
包括角检测器的特征检测器(34)，其被配置为从二维图像(30)提取二维特征集(36)以及从三维图像(32)提取三维特征集(38)，其中，所述角检测器被配置为应用角检测算法来提取包括角点的特征，并且其中，所述角检测算法通过识别沿每一方向的图像梯度的惯性矩阵的局部最大本征值以识别高亮度梯度区域，并且识别线交点的离散集，来提取所述角点；
投影处理器(40)，其被配置为将所述三维特征集投影成二维投影特征集；以及
配准处理器(46、52)，其被配置为
(i)关于相似性量度调节参数以将所述二维投影特征集与从所述二维图像提取的所述二维特征集进行配准，所述相似性量度被计算为从所述二维图像提取的所述二维特征集中的每个角点与所述二维投影特征集中的对应的投影角点之间的距离的平方和，以及
(ii)使用经调节的参数以将所述二维图像和由所述投影处理器使用投影几何投影的所述三维图像进行配准。
13.根据权利要求12所述的图像配准装置，其中，所述特征检测器(34)还包括边缘检测器。
14.根据权利要求12-13中任一项所述的图像配准装置，其中，所述配准处理器(46、52)被配置为调节所述投影几何(42)以将所述二维特征集(36)与所述二维投影特征集进行配准或者有助于所述配准。
CN201610195981.9A 2007-12-18 2008-12-01 基于特征的2d/3d图像配准 Pending CN105844586A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US1448807P 2007-12-18 2007-12-18
US61/014,488 2007-12-18
CN2008801211036A CN101903908A (zh) 2007-12-18 2008-12-01 基于特征的2d/3d图像配准

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN2008801211036A Division CN101903908A (zh) 2007-12-18 2008-12-01 基于特征的2d/3d图像配准

Publications (1)

Publication Number Publication Date
CN105844586A true CN105844586A (zh) 2016-08-10

Family

ID=40548797

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201610195981.9A Pending CN105844586A (zh) 2007-12-18 2008-12-01 基于特征的2d/3d图像配准
CN2008801211036A Pending CN101903908A (zh) 2007-12-18 2008-12-01 基于特征的2d/3d图像配准

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN2008801211036A Pending CN101903908A (zh) 2007-12-18 2008-12-01 基于特征的2d/3d图像配准

Country Status (6)

Country Link
US (1) US9135706B2 (zh)
EP (1) EP2225723B1 (zh)
JP (1) JP5906015B2 (zh)
CN (2) CN105844586A (zh)
RU (1) RU2568635C2 (zh)
WO (1) WO2009081297A2 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108742678A (zh) * 2018-06-01 2018-11-06 妙智科技（深圳）有限公司 图像配准方法、装置及计算机可读存储介质
CN110165323A (zh) * 2019-05-29 2019-08-23 上海精测半导体技术有限公司 锂电池回收方法和设备
WO2024002360A1 (zh) * 2022-06-30 2024-01-04 武汉联影智融医疗科技有限公司 配准方法、装置、计算机设备和可读存储介质

Families Citing this family (67)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5304172B2 (ja) * 2007-12-04 2013-10-02 株式会社リコー ファイル管理装置、ファイル管理方法及びファイル管理プログラム
US8708561B2 (en) 2009-03-20 2014-04-29 Orthoscan, Inc. Mobile imaging apparatus
WO2010129363A2 (en) * 2009-04-28 2010-11-11 The Regents Of The University Of California Markerless geometric registration of multiple projectors on extruded surfaces using an uncalibrated camera
DE102009056721A1 (de) * 2009-12-02 2011-06-09 Siemens Aktiengesellschaft Verfahren zur Unterstützung der Auswahl einer Aufnahmekonfiguration, Computertomographiegerät und Datenträger
JP5685605B2 (ja) * 2010-01-12 2015-03-18 コーニンクレッカ フィリップス エヌ ヴェ インターベンション装置をナビゲートするシステム及びその作動方法、コンピュータプログラムエレメント並びにコンピュータ可読媒体
JP5950902B2 (ja) * 2010-03-31 2016-07-13 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 生体構造の一部分を自動的に判定する装置及び方法、画像処理システム並びにコンピュータプログラム
RU2012148549A (ru) 2010-04-15 2014-05-20 Конинклейке Филипс Электроникс Н.В. Совмещение изображений с помощью прибора для комбинирования изображений с трубчатыми структурами
US11648420B2 (en) * 2010-04-16 2023-05-16 Vladimir Balakin Imaging assisted integrated tomography—cancer treatment apparatus and method of use thereof
DE102010020350B4 (de) * 2010-05-12 2017-02-23 Siemens Healthcare Gmbh Verfahren zur Positionierung des Fokus eines Gradientenfeldes und Behandlungsvorrichtung
US8723886B2 (en) * 2010-09-08 2014-05-13 Navteq B.V. Generating a multi-layered geographic image and the use thereof
WO2012082799A1 (en) 2010-12-13 2012-06-21 Orthoscan, Inc. Mobile fluoroscopic imaging system
EP2681712B1 (en) * 2011-03-04 2019-06-19 Koninklijke Philips N.V. 2d/3d image registration
JP5950619B2 (ja) * 2011-04-06 2016-07-13 キヤノン株式会社 情報処理装置
CN102222331B (zh) * 2011-05-16 2013-09-25 付东山 一种基于双平板的二维-三维医学图像配准方法及***
CN102222330B (zh) * 2011-05-16 2013-04-10 付东山 一种二维-三维医学图像配准方法及***
GB201203883D0 (en) * 2012-03-05 2012-04-18 King S College London Method and system to assist 2D-3D image registration
WO2013142819A1 (en) * 2012-03-22 2013-09-26 University Of Notre Dame Du Lac Systems and methods for geometrically mapping two-dimensional images to three-dimensional surfaces
US9972120B2 (en) 2012-03-22 2018-05-15 University Of Notre Dame Du Lac Systems and methods for geometrically mapping two-dimensional images to three-dimensional surfaces
DE102012111385B4 (de) * 2012-11-23 2018-05-03 Diers Engineering Gmbh Bestimmen der räumlichen Lage und Orientierung der Wirbelkörper der Wirbelsäule
CN103871036B (zh) * 2012-12-12 2017-11-28 上海联影医疗科技有限公司 用于三维数字减影血管造影图像的快速配准和拼接方法
JP6145870B2 (ja) * 2013-05-24 2017-06-14 富士フイルム株式会社 画像表示装置および方法、並びにプログラム
JP6182045B2 (ja) * 2013-10-11 2017-08-16 キヤノン株式会社 画像処理装置およびその方法
EP3175791B1 (en) * 2013-11-04 2021-09-08 Ecential Robotics Method for reconstructing a 3d image from 2d x-ray images
CN103948361B (zh) * 2014-04-14 2016-10-05 中国人民解放军总医院 无标志点的内窥镜定位跟踪方法和***
CN103942824B (zh) * 2014-05-15 2017-01-11 厦门大学 一种三维点云直线特征提取方法
GB2553022B (en) 2014-09-22 2018-12-05 Shanghai United Imaging Healthcare Co Ltd System and method for image composition
CN104268846B (zh) * 2014-09-22 2017-08-22 上海联影医疗科技有限公司 图像拼接方法及装置
US9974525B2 (en) 2014-10-31 2018-05-22 Covidien Lp Computed tomography enhanced fluoroscopic system, device, and method of utilizing the same
WO2016094668A1 (en) 2014-12-10 2016-06-16 Elekta, Inc. Magnetic resonance projection imaging
DE102015208555A1 (de) * 2015-05-07 2016-11-10 Sirona Dental Systems Gmbh Verfahren zur Bildverbesserung von Bilddaten eines dentalmedizinischen Bilderzeugungssystems
DE102015208929B3 (de) * 2015-05-13 2016-06-09 Friedrich-Alexander-Universität Erlangen-Nürnberg Verfahren zur 2D-3D-Registrierung, Recheneinrichtung und Computerprogramm
US10235606B2 (en) * 2015-07-22 2019-03-19 Siemens Healthcare Gmbh Method and system for convolutional neural network regression based 2D/3D image registration
US10716525B2 (en) 2015-08-06 2020-07-21 Covidien Lp System and method for navigating to target and performing procedure on target utilizing fluoroscopic-based local three dimensional volume reconstruction
US10702226B2 (en) 2015-08-06 2020-07-07 Covidien Lp System and method for local three dimensional volume reconstruction using a standard fluoroscope
US10674982B2 (en) 2015-08-06 2020-06-09 Covidien Lp System and method for local three dimensional volume reconstruction using a standard fluoroscope
EP3371776B1 (en) * 2015-11-03 2019-08-28 Ventana Medical Systems, Inc. Computer-implemented composite tissue image with real-time adjustable interface
US11172895B2 (en) 2015-12-07 2021-11-16 Covidien Lp Visualization, navigation, and planning with electromagnetic navigation bronchoscopy and cone beam computed tomography integrated
CN108475443B (zh) * 2015-12-30 2023-07-28 皇家飞利浦有限公司 血管结构的合成表示
CN105913461A (zh) * 2016-03-31 2016-08-31 中国人民解放军第四军医大学 一种大鼠脑功能磁共振成像标准空间图谱模板的构建方法
CN106204511B (zh) * 2016-07-15 2018-10-26 西安交通大学第一附属医院 一种二维图像与ct、mr图像的三维融合方法
CN107657653A (zh) * 2016-07-25 2018-02-02 同方威视技术股份有限公司 用于对三维表面的图像进行重建的方法、装置和***
JP6436141B2 (ja) * 2016-09-20 2018-12-12 オムロン株式会社 Ｘ線検査装置およびその制御方法
DE102016218110B4 (de) * 2016-09-21 2024-06-27 Siemens Healthineers Ag Verfahren zur Einstellung von Aufnahmeparametern eines Messprotokolls für eine Magnetresonanzanlage, Magnetresonanzanlage, Computerprogramm und elektronisch lesbarer Datenträger
US11051886B2 (en) 2016-09-27 2021-07-06 Covidien Lp Systems and methods for performing a surgical navigation procedure
AU2017340607B2 (en) 2016-10-05 2022-10-27 Nuvasive, Inc. Surgical navigation system and related methods
EP3382641A1 (en) 2017-03-30 2018-10-03 Koninklijke Philips N.V. Contrast injection imaging
US10699448B2 (en) 2017-06-29 2020-06-30 Covidien Lp System and method for identifying, marking and navigating to a target using real time two dimensional fluoroscopic data
JP7120560B2 (ja) 2017-07-03 2022-08-17 株式会社リコー 診断支援システム、診断支援方法及び診断支援プログラム
US11138746B2 (en) 2017-07-03 2021-10-05 Ricoh Company, Ltd. Diagnostic support system and diagnostic support method
EP3429206A1 (en) * 2017-07-13 2019-01-16 Thomson Licensing Method and device for encoding a point cloud
JP6461257B2 (ja) * 2017-07-24 2019-01-30 キヤノン株式会社 画像処理装置およびその方法
US10460458B1 (en) * 2017-09-14 2019-10-29 United States Of America As Represented By The Secretary Of The Air Force Method for registration of partially-overlapped aerial imagery using a reduced search space methodology with hybrid similarity measures
JP7126146B2 (ja) * 2017-09-19 2022-08-26 コニカミノルタ株式会社 非破壊試験方法
WO2019069360A1 (ja) * 2017-10-03 2019-04-11 株式会社島津製作所 放射線撮影装置
US10893843B2 (en) 2017-10-10 2021-01-19 Covidien Lp System and method for identifying and marking a target in a fluoroscopic three-dimensional reconstruction
GB201717011D0 (en) * 2017-10-17 2017-11-29 Nokia Technologies Oy An apparatus a method and a computer program for volumetric video
CN108182699B (zh) * 2017-12-28 2019-11-08 北京天睿空间科技股份有限公司 基于二维图像局部变形的三维配准方法
US10905498B2 (en) 2018-02-08 2021-02-02 Covidien Lp System and method for catheter detection in fluoroscopic images and updating displayed position of catheter
GB201805299D0 (en) * 2018-03-29 2018-05-16 Cydar Ltd Deformation correction
US11138768B2 (en) * 2018-04-06 2021-10-05 Medtronic Navigation, Inc. System and method for artifact reduction in an image
WO2020006681A1 (zh) * 2018-07-03 2020-01-09 西安大医集团有限公司 标记数据的获取方法及装置、训练方法及装置、医疗设备
CN108836275A (zh) * 2018-07-10 2018-11-20 天津工业大学 一种自由空间下的荧光分子断层成像***
CN109767458B (zh) * 2018-12-21 2023-01-20 西北大学 一种半自动分段的顺序优化配准方法
CN109925053B (zh) * 2019-03-04 2021-06-22 杭州三坛医疗科技有限公司 手术路径的确定方法、装置和***、可读存储介质
US11903751B2 (en) 2019-04-04 2024-02-20 Medtronic Navigation, Inc. System and method for displaying an image
US11980506B2 (en) 2019-07-29 2024-05-14 Augmedics Ltd. Fiducial marker
JP2022131757A (ja) * 2021-02-26 2022-09-07 東芝エネルギーシステムズ株式会社 放射線治療装置、医用画像処理装置、放射線治療方法、およびプログラム

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7010080B2 (en) * 2003-05-20 2006-03-07 Siemens Aktiengesellschaft Method for marker-free automatic fusion of 2-D fluoroscopic C-arm images with preoperative 3D images using an intraoperatively obtained 3D data record
CN101084840A (zh) * 2006-06-08 2007-12-12 西门子公司 利用x射线透视配准功能磁共振图像数据的方法

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6488694A (en) 1987-09-29 1989-04-03 Toshiba Corp Three-dimensional reprojector
JPS6488792A (en) 1987-09-30 1989-04-03 Toshiba Corp Three-dimensional reprojecting device
RU2071725C1 (ru) * 1993-06-22 1997-01-20 Научно-производственная коммерческая фирма "Ренси Лтд." Вычислительный томограф (варианты)
JP4104054B2 (ja) * 2001-08-27 2008-06-18 富士フイルム株式会社 画像の位置合わせ装置および画像処理装置
DE10210646A1 (de) * 2002-03-11 2003-10-09 Siemens Ag Verfahren zur Bilddarstellung eines in einen Untersuchungsbereich eines Patienten eingebrachten medizinischen Instruments
US7409108B2 (en) * 2003-09-22 2008-08-05 Siemens Medical Solutions Usa, Inc. Method and system for hybrid rigid registration of 2D/3D medical images
JP4512824B2 (ja) * 2005-02-04 2010-07-28 国立大学法人 千葉大学 画像処理装置及びそれに用いられるプログラム
WO2006084385A1 (en) * 2005-02-11 2006-08-17 Macdonald Dettwiler & Associates Inc. 3d imaging system
JP4480083B2 (ja) * 2005-02-23 2010-06-16 アイシン精機株式会社 物体認識装置
WO2006095324A1 (en) * 2005-03-10 2006-09-14 Koninklijke Philips Electronics N.V. Image processing system and method for registration of two-dimensional with three-dimensional volume data during interventional procedures
DE102005023167B4 (de) * 2005-05-19 2008-01-03 Siemens Ag Verfahren und Vorrichtung zur Registrierung von 2D-Projektionsbildern relativ zu einem 3D-Bilddatensatz
DE102005023194A1 (de) * 2005-05-19 2006-11-23 Siemens Ag Verfahren zur Erweiterung des Darstellungsbereiches von 2D-Bildaufnahmen eines Objektbereiches
JP2007014435A (ja) * 2005-07-06 2007-01-25 Fujifilm Holdings Corp 画像処理装置、画像処理方法およびそのプログラム
DE102006024000A1 (de) * 2006-05-22 2007-11-29 Siemens Ag Verfahren und Vorrichtung zum Visualisieren von Objekten
US7925049B2 (en) * 2006-08-15 2011-04-12 Sri International Stereo-based visual odometry method and system
FR2907569B1 (fr) * 2006-10-24 2009-05-29 Jean Marc Robin Procede et dispositif de simulation virtuelle d'une sequence d'images video.
US8401276B1 (en) * 2008-05-20 2013-03-19 University Of Southern California 3-D reconstruction and registration

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7010080B2 (en) * 2003-05-20 2006-03-07 Siemens Aktiengesellschaft Method for marker-free automatic fusion of 2-D fluoroscopic C-arm images with preoperative 3D images using an intraoperatively obtained 3D data record
CN101084840A (zh) * 2006-06-08 2007-12-12 西门子公司 利用x射线透视配准功能磁共振图像数据的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
HAREL LIVYATAN等: "Gradient-Based 2-D/3-D Rigid Registration of Fluoroscopic X-Ray to CT", 《IEEE TRANSACTIONS ON MEDICAL IMAGING》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108742678A (zh) * 2018-06-01 2018-11-06 妙智科技（深圳）有限公司 图像配准方法、装置及计算机可读存储介质
CN108742678B (zh) * 2018-06-01 2022-02-18 妙智科技（深圳）有限公司 图像配准方法、装置及计算机可读存储介质
CN110165323A (zh) * 2019-05-29 2019-08-23 上海精测半导体技术有限公司 锂电池回收方法和设备
WO2024002360A1 (zh) * 2022-06-30 2024-01-04 武汉联影智融医疗科技有限公司 配准方法、装置、计算机设备和可读存储介质

Also Published As

Publication number Publication date
WO2009081297A3 (en) 2009-08-13
WO2009081297A2 (en) 2009-07-02
JP2011508620A (ja) 2011-03-17
EP2225723B1 (en) 2019-02-20
CN101903908A (zh) 2010-12-01
JP5906015B2 (ja) 2016-04-20
RU2568635C2 (ru) 2015-11-20
RU2010129960A (ru) 2012-01-27
US20100266220A1 (en) 2010-10-21
EP2225723A2 (en) 2010-09-08
US9135706B2 (en) 2015-09-15

Similar Documents

Publication Publication Date Title
CN105844586A (zh) 基于特征的2d/3d图像配准
US7948503B2 (en) Techniques for 3-D elastic spatial registration of multiple modes of measuring a body
Berger et al. Marker‐free motion correction in weight‐bearing cone‐beam CT of the knee joint
Brown et al. Registration of planar film radiographs with computed tomography
RU2471204C2 (ru) Локальная позитронная эмиссионная томография
EP2245592B1 (en) Image registration alignment metric
Jia Feng et al. A software‐based x‐ray scatter correction method for breast tomosynthesis
US20180005400A1 (en) Systems and methods for multi-modality imaging component alignment
Van der Bom et al. Robust initialization of 2D‐3D image registration using the projection‐slice theorem and phase correlation
Gross et al. Auto calibration of a cone‐beam‐CT
US7756310B2 (en) System and method for segmentation
JP2014518125A (ja) フォローアップ画像の取得計画及び／又は後処理
Preuhs et al. Symmetry prior for epipolar consistency
Albiol et al. Geometrical calibration of x-ray imaging with rgb cameras for 3d reconstruction
US20240135557A1 (en) Gantry alignment of a medical scanner
JP2022547463A (ja) コーンビームｃｔにおけるニューラルネットワークに基づく限定角度アーチファクト軽減のための信頼度マップ
Yang et al. A review of geometric calibration for different 3-D X-ray imaging systems
de Munck et al. Registration of MR and SPECT without using external fiducial markers
Slagowski et al. Single-view geometric calibration for C-arm inverse geometry CT
Farrell et al. Graphical 3D medical image registration and quantification
Park et al. Iterative closest-point based 3D stitching in dental computed tomography for a larger view of facial anatomy
Ismail et al. 3D-guided CT reconstruction using time-of-flight camera
Slagowski et al. A geometric calibration method for inverse geometry computed tomography using P-matrices
Kearns et al. Commissioning a new CT simulator II: virtual simulation software
SCHIMPF CORRELATION METHODS FOR TOMOGRAPHIC IMAGES USING TWO AND THREE DIMENSIONAL TECHNIQUES

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20160810

WD01 Invention patent application deemed withdrawn after publication