CN111932443A - 多尺度表达结合造影剂提升超声与磁共振配准精度的方法 - Google Patents
多尺度表达结合造影剂提升超声与磁共振配准精度的方法 Download PDFInfo
- Publication number
- CN111932443A CN111932443A CN202010684794.3A CN202010684794A CN111932443A CN 111932443 A CN111932443 A CN 111932443A CN 202010684794 A CN202010684794 A CN 202010684794A CN 111932443 A CN111932443 A CN 111932443A
- Authority
- CN
- China
- Prior art keywords
- registration
- scale
- ultrasound
- magnetic resonance
- affine
- 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
- 239000002872 contrast media Substances 0.000 title claims abstract description 44
- 238000002604 ultrasonography Methods 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 29
- 230000014509 gene expression Effects 0.000 title claims abstract description 27
- 230000009466 transformation Effects 0.000 claims abstract description 36
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims abstract description 33
- 238000013519 translation Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 238000005070 sampling Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 abstract description 19
- 230000002902 bimodal effect Effects 0.000 abstract description 4
- 238000012545 processing Methods 0.000 abstract description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 16
- 238000012285 ultrasound imaging Methods 0.000 description 9
- 230000014616 translation Effects 0.000 description 4
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 229920001817 Agar Polymers 0.000 description 1
- 102100025752 CASP8 and FADD-like apoptosis regulator Human genes 0.000 description 1
- 101710100501 CASP8 and FADD-like apoptosis regulator Proteins 0.000 description 1
- 239000008272 agar Substances 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 210000004872 soft tissue Anatomy 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- 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
- G06T3/147—Transformations for image registration, e.g. adjusting or mapping for alignment of images using affine transformations
-
- 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
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4053—Scaling of whole images or parts thereof, e.g. expanding or contracting based on super-resolution, i.e. the output image resolution being higher than the sensor resolution
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明公开了多尺度表达结合造影剂提升超声与磁共振配准精度的方法,属于医学影像处理领域,通过立方卷积插值在不同尺度上构建超声及MRI的多尺度表达;在最粗尺度进行仿射配准,获得配准参数;对于每一尺度进行仿射算法配准,作为尺度配准参数的初始值,为尺度情况下计算得出的配准参数值;其构建了多尺度表达结合仿射变换的配准算法模型,将双模态造影剂引入配准领域,对超声及MRI进行成像增强并结合上述算法模型,对超声和MRI进行配准,能够提升配准精度。
Description
技术领域
本发明属于医学影像处理领域,尤其涉及一种多尺度表达结合造影剂提升超声与磁共振影像配准精度的方法。
背景技术
由于超声成像易于操作及其高效性,其被广泛应用于城市及乡村医院。目前,由于造影剂的广泛应用,超声成像质量相较于不使用造影剂,获得了普遍提升。然而,基于超声的成像机理,超声的成像质量无论是分辨率还是对比度都不如磁共振成像(MRI)及断层成像(CT)。MRI是另一种应用广泛的成像模式,其具有高质量的空间对比度和分辨率,尤其对软组织成像临床效果十分理想,并且能提供临床需要的功能信息。MRI的缺陷是不能提供实时的体动成像。
总之,没有任何一种医学成像能够满足临床上得所有需求,不同的成像模式在临床应用上拥有各自的优点和缺陷。在很多临床应用上由于超声和MRI是互补的,有必要对超声和MRI进行融合。为了对超声和MRI进行融合,首先需要对超声和MRI进行配准,配准精度直接影响后续的融合。目前,由于超声的强斑点噪声及模糊成像背景,将超声和任何其他模态成像进行配准是一个十分具有挑战性的工作。虽然很多学者针对超声成像配准通过改进算法模型做了大量工作,但是此领域的进展不大。
有鉴于此,有必要对现有基于构建算法模型的超声-MRI配准方法进行改进,以解决超声-MRI配准精度低的问题。
发明内容
本发明所要解决的技术问题是针对背景技术的不足提供一种多尺度表达结合造影剂提升超声与磁共振影像配准精度的方法,其构建了多尺度表达结合仿射变换的配准算法模型,将双模态造影剂引入配准领域,对超声及MRI进行成像增强并结合上述算法模型,对超声和MRI进行配准,能够提升配准精度。
本发明为解决上述技术问题采用以下技术方案:
多尺度表达结合造影剂提升超声与磁共振配准精度的方法,具体包含如下步骤:
步骤1,通过立方卷积插值在不同尺度上构建超声及MRI的多尺度表达;
作为本发明多尺度表达结合造影剂提升超声与磁共振配准精度的方法的进一步优选方案,在步骤1中,构建超声及MRI的多尺度表达,具体原理如下:对于一幅尺寸为M*N的图像,对其进行s倍下采样,即得到(M/s)*(N/s)尺寸的分辨率图像,其中,s是M和N的公约数,s分别取2的整数幂,进而得到超声和磁共振的多尺度表达。
作为本发明多尺度表达结合造影剂提升超声与磁共振配准精度的方法的进一步优选方案,所述步骤1具体如下:
浮动图像某像素坐标为(i,j),通过反向映射对应的参考图像上得像素的坐标为(i+u,j+v),其中i和j为正整数,u和v,为[0,1)区间的纯小数,则f(i+u,j+v)的值可由原始图像中以p为中心邻域的16个像素的灰度值共同决定,其计算公式如公式如下:
f(i+u,j+v)=A*B*C,
其中,*是乘号:
A=[s(1+v)s(v)s(1-v)s(2-v),
作为本发明多尺度表达结合造影剂提升超声与磁共振配准精度的方法的进一步优选方案,仿射配准具体如下:
其中,是所描述问题的优化函数,代表超声第πi尺度表达的配准影像;代表磁共振第πi尺度表达,|| ||为2-范数,和分别为初始坐标和变换坐标,ω0代表尺度,被设置为1,θ是旋转角度,Δx和Δy分别代表X轴和Y轴方向的平移。
作为本发明多尺度表达结合造影剂提升超声与磁共振配准精度的方法的进一步优选方案,具体获取配准参数过程具体如下:
步骤2.2,置t(k,0)=t(k-1),从t(k,0)出发,依次沿方向d(1,1),d(1,2),d(1,3)进行一维搜索,得到点t(k,1),t(k,2),t(k,3);
步骤2.3,再从t(k,3)出发,沿方向d(1,4)=t(k,3)-t(k,0)作一维搜索,得到点t(k);
步骤2.4,||t(k)-t(k-1)||<ε,则停止搜索,得到解为t(k);否则置:d(k+1,j)=d(k,j+1),j=1,…3,k=k+1。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:
本发明构建了多尺度表达结合仿射变换的配准算法模型;将双模态造影剂引入配准领域,对超声及MRI进行成像增强并结合上述算法模型,对超声和MRI进行配准,能够提升配准精度。
附图说明
图1是本发明立方卷积插值示意图;
图2是本发明基于多尺度表达的超声与磁共振配准流程图;
图3是本发明多尺度算法示意图。
具体实施方式
下面结合附图对本发明的技术方案做进一步的详细说明:
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,体模由甘油、琼脂和水以3:4:90配比制作而成,在体模中垂直放置一个“U”型橡胶管。本发明中使用的造影剂能够对MRIT2加权成像阴性增强;相反,此造影剂能够对超声成像阳性增强,及能够提升超声成像的亮度和对比度。
本发明分别使用造影剂和不使用造影剂,使用GE LOGIQ3 PRO带有4MHz超声探头的超声设备对体模进行超声成像;使用0.3T(AIRISII,HitachiLtd,JAPAN)对体模进行T2加权成像。本发明不局限于特定超声设备和磁共振设备,本发明不受特定超声设备和磁共振设备的影响。
二维磁共振影像被用于参考影像;二维超声影像经过仿射变换后被用于浮动影像,仿射变换参数为α=(Δx,Δy,Δθ)。分别使用造影剂和不使用造影剂,进行多组对比试验。对于仿射变换参数α,坐标系定义如图3所示。Δy是沿着Y轴竖直向上得,Δx是沿着X轴水平向右的,Δθ旋转方向是逆时针方向。对于参数α,Δx和Δy单位是像素,Δθ的单位是角度,即在对比试验中,α分别被设置为(3,3,3)、(8,8,8)、(11,11,11)和(15,15,15)。
在成像过程中,为了对感兴趣区域进行增强,将双模态造影剂注入体模,获得了超声及MRI造影成像。在配准过程中,对配准浮动影像进行插值是必要的,图1为立方卷积插值示意图。在此基础上构建了一种基于双模态造影剂的多尺度表达结合仿射变换对超声与磁共振影像进行配准的方法,如图2所示。基于多尺度算法计算出仿射变换参数并用于配准超声影像,多尺度算法如图3所示。主要配准步骤如下所示:
主要配准实施步骤如下所示:
多尺度表达结合造影剂提升超声与磁共振配准精度的方法,具体包含如下步骤:
步骤1,通过立方卷积插值在不同尺度上构建超声及MRI的多尺度表达。本发明采用下采样原理:对于一幅尺寸为M*N的图像,对其进行s倍下采样,即得到(M/s)*(N/s)尺寸的分辨率图像,当然s应该是M和N的公约数才行,本发明中s分别取2的整数幂。
步骤2.2:置t(k,0)=t(k-1),从t(k,0)出发,依次沿方向d(1,1),d(1,2),d(1,3)进行一维搜索,
得到点t(k,1),t(k,2),t(k,3)。
步骤2.3:再从t(k,3)出发,沿方向d(1,4)=t(k,3)-t(k,0)作一维搜索,得到点t(k)。
步骤2.4:||t(k)-t(k-1)||<ε,则停止搜索,得到解为t(k);
否则置:d(k+1,j)=d(k,j+1),j=1,…3,k=k+1。
所述步骤1具体如下:
浮动图像某像素坐标为(i,j),通过反向映射对应的参考图像上的像素的坐标为(i+u,j+v),其中i和j为正整数,u和v,为[0,1)区间的纯小数,则f(i+u,j+v)的值可由原始图像中以p为中心邻域的16个像素的灰度值共同决定,其计算公式如公式如下:
f(i+u,j+v)=A*B*C,*是乘号
其中:
A=[s(1+v)s(v)s(1-v)s(2-v),
其中,中,s(w)是加权插值系数函数。
仿射配准具体如下:
其中,是所描述问题的优化函数,代表超声第πi尺度表达的配准影像;代表磁共振第πi尺度表达,|| ||为2-范数,和分别为初始坐标和变换坐标,ω0代表尺度,被设置为1,θ是旋转角度,Δx和Δy分别代表X轴和Y轴方向的平移。
在表1中,当α分别被初始化设置为(3,3,3)、(8,8,8)、(11,11,11)和(15,15,15)时,不使用造影剂,计算得到的变换参数分别为(0.8864,1.6095,3.4972)、(1.9466,3.3307,4.9054)、(4.2087,6.9406,6.7736)和(7.8865,6.7304,5.4408);当使用造影剂后,计算得到的变换参数分别为(2.4863,2.6590,2.6024)、(8.7058,6.9075,6.7746)、(9.8846,9.7603,8.7094)和(12.8875,12.9041,10.2507)。通过定量分析,对比实验表明,使用造影剂相对于不使用造影剂,能够获得更优的配准精度和误差更小的偏移量。
表1
在表2中,当α被初始化设置为(3,3,3)时,在不使用造影剂和使用造影剂两种情况下,计算得到的变换参数分别为(0.7855,1.5487,4.3232)和(1.5992,2.2584,2.04)。当α分别被初始化设置为(8,8,8)、(11,11,11)和(15,15,15)时,不使用造影剂,计算得到的变换参数分别为(1.4264,2.6603,4.4189)、(3.1849,3.5634,6.5693)和(6.0215,5.9163,5.0041);当使用造影剂后,计算得到的变换参数分别为(9.8421,5.8769,5.1844)、(9.4166,5.0926,8.1796)和(10.0084,8.1667,8.9700)。
明显地,使用造影剂相对不使用造影剂,传统的仿射配准方法能够得到更好的配准精度和误差更小的偏移量。例如,配准前,α被初始化设置为(3,3,3),使用造影剂和不使用造影剂最后计算的变换参数分别为(0.7855,1.5487,4.3232)和(1.5992,2.2584,2.04),显然使用造影剂最后得到的配准精度更优。
表2
对比表1和表2,对于本发明,当α被初始化设置为(3,3,3),不使用造影剂,计算得到的变换参数分别为(0.8864,1.6095,3.4972),当使用造影剂后,计算得到的变换参数分别为(2.4863,2.6590,2.6024)。对于传统配准算法,在不使用造影剂和使用造影剂两种情况下,计算得到的变换参数分别为(0.7855,1.5487,4.3232)和(1.5992,2.2584,2.04)。对于上述参数(3,3,3),无论是否添加造影剂,本发明提出的算法模型相对于传统仿射配准算法,能够获得更优的配准精度和误差更小的偏移量,对于其他参数,不在赘述。
本发明之所以优于传统仿射变换配准方法,根本原因在于基于多尺度表达的高斯金字塔构建。通过上述由粗到精的高斯金字塔,在粗级,能够从整体上粗略地估计变换参数,接着上述变换参数作为下一级的初始仿射变换参数。本发明提出的算法模型无论从整体上还是从细节上,都能够充分体现配准精度。
以上所述实施例,仅为本申请的具体实施方式,用以说明本申请的技术方案,而非对其限制,本申请的保护范围并不局限于此,尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围。都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
本技术领域技术人员可以理解的是,除非另外定义,这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样定义,不会用理想化或过于正式的含义来解释。
以上实施例仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明保护范围之内。上面对本发明的实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下做出各种变化。
Claims (5)
2.根据权利要求1所述的多尺度表达结合造影剂提升超声与磁共振配准精度的方法,其特征在于:在步骤1中,构建超声及MRI的多尺度表达,具体原理如下:对于一幅尺寸为M*N的图像,对其进行s倍下采样,即得到(M/s)*(N/s)尺寸的分辨率图像,其中,s是M和N的公约数,s分别取2的整数幂,进而得到超声和磁共振的多尺度表达。
5.根据权利要求1所述的多尺度表达结合造影剂提升超声与磁共振配准精度的方法,其特征在于:具体获取配准参数过程具体如下:
步骤2.2,置t(k,0)=t(k-1),从t(k,0)出发,依次沿方向d(1,1),d(1,2),d(1,3)进行一维搜索,得到点t(k,1),t(k,2),t(k,3);
步骤2.3,再从t(k,3)出发,沿方向d(1,4)=t(k,3)-t(k,0)作一维搜索,得到点t(k);
步骤2.4,||t(k)-t(k-1)||<ε,则停止搜索,得到解为t(k);否则置:d(k+1,j)=d(k,j+1),j=1,...3,k=k+1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010684794.3A CN111932443B (zh) | 2020-07-16 | 2020-07-16 | 多尺度表达结合造影剂提升超声与磁共振配准精度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010684794.3A CN111932443B (zh) | 2020-07-16 | 2020-07-16 | 多尺度表达结合造影剂提升超声与磁共振配准精度的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111932443A true CN111932443A (zh) | 2020-11-13 |
CN111932443B CN111932443B (zh) | 2024-04-02 |
Family
ID=73312894
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010684794.3A Active CN111932443B (zh) | 2020-07-16 | 2020-07-16 | 多尺度表达结合造影剂提升超声与磁共振配准精度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111932443B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113208710A (zh) * | 2021-07-08 | 2021-08-06 | 深圳华声医疗技术股份有限公司 | 穿刺针显影增强方法、装置、超声设备及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060235296A1 (en) * | 2003-02-13 | 2006-10-19 | Bracco Imaging S.P.A. | Contrast enhanced x-ray phase imaging |
US20080044104A1 (en) * | 2006-08-15 | 2008-02-21 | General Electric Company | Systems and methods for interactive image registration |
US20120155734A1 (en) * | 2009-08-07 | 2012-06-21 | Ucl Business Plc | Apparatus and method for registering two medical images |
CN102750692A (zh) * | 2012-05-31 | 2012-10-24 | 东南大学 | 结合多模态造影剂进行图像配准的方法 |
US20180158201A1 (en) * | 2015-04-22 | 2018-06-07 | Ucl Business Plc | Apparatus and method for registering pre-operative image data with intra-operative laparoscopic ultrasound images |
CN110163897A (zh) * | 2019-04-24 | 2019-08-23 | 艾瑞迈迪科技石家庄有限公司 | 一种基于合成超声图像的多模态图像配准方法 |
CN110473241A (zh) * | 2019-07-31 | 2019-11-19 | 上海联影智能医疗科技有限公司 | 图像配准方法、存储介质及计算机设备 |
CN111080724A (zh) * | 2019-12-17 | 2020-04-28 | 大连理工大学 | 一种红外和可见光的融合方法 |
CN111091589A (zh) * | 2019-11-25 | 2020-05-01 | 北京理工大学 | 基于多尺度监督学习的超声和核磁图像配准方法及装置 |
-
2020
- 2020-07-16 CN CN202010684794.3A patent/CN111932443B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060235296A1 (en) * | 2003-02-13 | 2006-10-19 | Bracco Imaging S.P.A. | Contrast enhanced x-ray phase imaging |
US20080044104A1 (en) * | 2006-08-15 | 2008-02-21 | General Electric Company | Systems and methods for interactive image registration |
US20120155734A1 (en) * | 2009-08-07 | 2012-06-21 | Ucl Business Plc | Apparatus and method for registering two medical images |
CN102750692A (zh) * | 2012-05-31 | 2012-10-24 | 东南大学 | 结合多模态造影剂进行图像配准的方法 |
US20180158201A1 (en) * | 2015-04-22 | 2018-06-07 | Ucl Business Plc | Apparatus and method for registering pre-operative image data with intra-operative laparoscopic ultrasound images |
CN110163897A (zh) * | 2019-04-24 | 2019-08-23 | 艾瑞迈迪科技石家庄有限公司 | 一种基于合成超声图像的多模态图像配准方法 |
CN110473241A (zh) * | 2019-07-31 | 2019-11-19 | 上海联影智能医疗科技有限公司 | 图像配准方法、存储介质及计算机设备 |
CN111091589A (zh) * | 2019-11-25 | 2020-05-01 | 北京理工大学 | 基于多尺度监督学习的超声和核磁图像配准方法及装置 |
CN111080724A (zh) * | 2019-12-17 | 2020-04-28 | 大连理工大学 | 一种红外和可见光的融合方法 |
Non-Patent Citations (5)
Title |
---|
MO HOU: "Research on optical flow model based large deformation ultrasound-MRI registration", 2016 8TH INTERNATIONAL CONFERENCE ON INTELLIGENT HUMAN-MACHINE SYSTEMS AND CYBERNETICS * |
侯漠,罗守华,杨芳,阮晓博,顾宁: "基于双模态造影剂的超声影像与磁共振影像的配准", 科学通报, vol. 57, no. 22 * |
李婷婷: "超声与磁共振图像三维配准方法研究", 中国优秀硕士学位论文全文数据库-信息科技辑 * |
王小芳: "结合对齐度准则的视频人脸快速配准算法", 传感器与微***, vol. 38, no. 06 * |
申邵洪;郭信民;: "影像配准误差对高分辨率遥感影像变化检测精度影响的研究", 长江科学院院报, no. 10 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113208710A (zh) * | 2021-07-08 | 2021-08-06 | 深圳华声医疗技术股份有限公司 | 穿刺针显影增强方法、装置、超声设备及存储介质 |
CN113208710B (zh) * | 2021-07-08 | 2021-08-31 | 深圳华声医疗技术股份有限公司 | 穿刺针显影增强方法、装置、超声设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111932443B (zh) | 2024-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Dar et al. | Image synthesis in multi-contrast MRI with conditional generative adversarial networks | |
JP5337354B2 (ja) | 幾何学方式レジストレーションのためのシステムおよび方法 | |
Alessandrini et al. | Myocardial motion estimation from medical images using the monogenic signal | |
US8326086B2 (en) | Elastic image registration | |
JP5335280B2 (ja) | 位置合わせ処理装置、位置合わせ方法、プログラム、及び記憶媒体 | |
US9361686B2 (en) | Method and apparatus for the assessment of medical images | |
CN104584074B (zh) | 在3d常规以及对比增强的超声图像中的耦合的分割 | |
US10853941B2 (en) | Registration method and system for non-rigid multi-modal medical image | |
US20150133784A1 (en) | Three-dimensional ultrasound reconstruction with confidence information | |
JP2011041656A (ja) | ボリュームデータ間の対応付け方法 | |
CN108198235B (zh) | 一种三维超声重建方法、装置、设备及存储介质 | |
Florkow et al. | The impact of MRI-CT registration errors on deep learning-based synthetic CT generation | |
Zou et al. | Multi-scale deformable transformer for multi-contrast knee MRI super-resolution | |
CN110211193A (zh) | 三维ct层间图像插值修复与超分辨处理方法及装置 | |
CN115830084A (zh) | 一种2d-3d图像配准方法及*** | |
CN115830016A (zh) | 医学图像配准模型训练方法及设备 | |
CN116958217B (zh) | 一种mri与ct多模态3d自动配准方法及装置 | |
CN111932443A (zh) | 多尺度表达结合造影剂提升超声与磁共振配准精度的方法 | |
CN111161330B (zh) | 非刚性图像配准方法、装置、***、电子设备、存储介质 | |
CN110473241A (zh) | 图像配准方法、存储介质及计算机设备 | |
Woo et al. | Super-resolution reconstruction for tongue MR images | |
Zheng et al. | SurfNN: Joint reconstruction of multiple cortical surfaces from magnetic resonance images | |
CN111476888B (zh) | 一种基于三维空间体拟合的医学图像层间插值方法,设备及可读存储介质 | |
Xu | A Robust and Efficient Framework for Slice-to-Volume Reconstruction: Application to Fetal MRI | |
Liu et al. | Symmetry identification using partial surface matching and tilt correction in 3D brain images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |