CN115861163A - 结果图像数据的提供 - Google Patents

结果图像数据的提供 Download PDF

Info

Publication number
CN115861163A
CN115861163A CN202211108124.2A CN202211108124A CN115861163A CN 115861163 A CN115861163 A CN 115861163A CN 202211108124 A CN202211108124 A CN 202211108124A CN 115861163 A CN115861163 A CN 115861163A
Authority
CN
China
Prior art keywords
image data
model
features
level
examination region
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
CN202211108124.2A
Other languages
English (en)
Inventor
A.雷根斯布格尔
A.阿尔扎加
B.塔梅尔索伊
T.法伊弗
A.卡普尔
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.)
Siemens Healthineers AG
Original Assignee
Siemens Healthineers AG
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 Siemens Healthineers AG filed Critical Siemens Healthineers AG
Publication of CN115861163A publication Critical patent/CN115861163A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/30Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/30Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G06T7/344Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving models
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30056Liver; Hepatic
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30084Kidney; Renal
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30096Tumor; Lesion
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30101Blood vessel; Artery; Vein; Vascular

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明涉及一种提供结果图像数据的方法,包括:‑接收包括检查区域的对象的预先获得的第一图像数据,其中第一图像数据映射检查区域,‑基于所述第一图像数据生成模型数据集,‑接收所述对象的预先获取的第二图像数据,‑将模型数据集和第二图像数据在低于第二细节级别的第一细节级别上预对齐,‑模型数据集和第二图像数据基于检查区域的第二类特征的第二特征在第二细节级别上被配准,所述第二特征在第二细节级别上被映射到模型数据集和第二图像数据中,其中第二类特征能够在第二细节级别或更高级别上映射,‑提供已配准的第二图像数据和/或已配准的模型数据集作为结果图像数据。本发明还涉及提供单元、***和计算机程序产品。

Description

结果图像数据的提供
技术领域
当前发明涉及提供结果图像数据的方法、提供单元、***和计算机程序产品。
背景技术
通过显示对象的术前图像数据的图形表示,可以在对象的检查和/或治疗期间、特别是在术内支持医务人员,例如介入医生和/或外科医生。在此,预处理图像数据可以有利地包括预处理信息,例如计划信息。通常,在检查和/或治疗期间获取对象的术中图像数据以进行监督和/或指导。为了将术前和术内图像数据组合到公共图形显示器中,可以配准术前和术内图像数据。例如,配准可以基于对象的解剖学和/或几何特征,其通常映射在术前和术内图像数据中。这些特征通常受到它们在术前和/或术内图像数据中映射的细节级别的限制。
然而,当术前和术内图像数据包含例如肝脏等软组织器官的映射时,术前和术内图像数据之间的这种配准可能变得具有挑战性。这种软组织器官的大幅变形可能导致在术前和术内成像之间软组织器官的几何和/或解剖学特征的空间位置的较大的变化。在此,配准问题经常被低估,只能通过做出可能导致与现实不期望的偏差的假设来解决。
发明内容
因此,目前发明的目标是提供一种方法和手段,以实现更鲁棒和精确的图像配准。
在第一方面,当前发明涉及一种提供结果图像数据的方法。在第一步骤中,接收包括检查区域的对象的预先获得的第一图像数据。此外,第一图像数据映射检查区域。在下一步中,基于第一图像数据生成模型数据集。在进一步的步骤中,接收对象的预先获得的第二图像数据。模型数据集和第二图像数据在第二细节级别上映射检查区域的至少一个共同部分。在进一步的步骤中,模型数据集和第二图像数据基于检查区域的第一类特征的第一特征在低于第二细节级别的第一细节级别上被预对齐,所述第一特征在第一细节级别上映射到模型数据集和第二图像数据中。替代地或附加地,模型数据集和第二图像数据基于第二图像数据关于对象、特别是检查区域的获取的几何量在第一细节级别上被预对齐。在进一步的步骤中,模型数据集和第二图像数据基于检查区域的第二类特征的第二特征在第二细节级别上被配准,所述第二特征在第二细节级别上被映射到模型数据集和第二图像数据中,其中第二类特征能够在第二细节级别或更高级别上映射。在进一步的步骤中,提供已配准的第二图像数据和/或已配准的模型数据集作为结果图像数据。
所提出的方法的上述步骤可以至少部分地连续和/或同时执行。
此外,所提出的方法的步骤可以至少部分地、特别是完全地计算机实现。
预先获取的第一图像数据和/或预先获取的第二图像数据的接收可以包括从电子可读存储介质收集和/或读取数据和/或从存储器单元、特别是数据库接收数据。此外,可以从相同的医疗成像设备或不同的医疗成像设备接收预先获得的第一和第二图像数据。用于获取第一和/或第二图像数据的至少一个医疗成像设备可以包括磁共振成像***(MRI)和/或正电子发射断层成像***(PET)和/或超声***和/或医疗X射线***和/或计算断层成像***(CT)和/或光学成像***,例如内窥镜和/或腹腔镜。
有利地,在所提出的方法开始之前获得第一和第二图像数据,特别是预先获得第一和第二图像数据。
第一图像数据可以映射二维(2D)或三维(3D)空间解析的对象的检查区域。此外,第二图像数据可以至少映射空间解析的检查区域2D或3D的共同部分。此外,第一和/或第二图像数据可以是时间解析的。对象(或称为试受者)可以是人类和/或动物患者和/或检查体模。此外,检查区域可以包括对象的空间区域,例如解剖区域,特别是器官和/或组织。检查区域的共同部分可以包括检查区域或检查区域的一部分,特别是空间区段。第一图像数据可以包括多个图像点,特别是像素或体素,具有映射检查区域的分配的图像值。类似地,第二图像数据可以每个包括多个图像点,在特定的像素或体素中,图像值被分配映射至少检查区域的共同部分。如果第一和/或第二图像数据是时间解析的,则图像点可以分别都包括时间强度曲线。因此,第一和/或第二图像数据可以分别映射对象的检查区域中的变化,例如对比剂流和/或运动,特别是生理运动和/或医学对象的运动。此外,第一图像数据可以包括第一元数据,其中第一元数据可以包括关于采集形式(acquisition geometry)和/或医学成像设备的获取参数和/或操作参数的信息,用于在获取第一图像数据时获取第一图像数据。类似地,第二图像数据可以包括第二元数据,其中第二元数据可以包括关于采集形式和/或医学成像设备的获取参数和/或操作参数的信息,用于在获取第二图像数据时获取第二图像数据。
此外,第一图像数据可以包括计划信息,例如手术切除计划。计划信息可以包括图形工作流提示,该图形工作流提示通过检查区域(特别是第一和/或第二类特征的特征)在第一图像数据中的映射被配准。
有利地,第一图像数据可以在第一次获取时间、特别是在程序前映射检查区域。因此,第一图像数据可以映射第一变形状态中的检查区域。第一变形状态例如可以通过在第一图像数据中映射的第一和/或第二特征相对于彼此的空间排列来表征。此外,第二图像数据可以在第一次获取时间之后的第二次获取时间、特别是程序内或程序后、至少映射检查区域的共同部分。因此,第二图像数据可以以第二变形状态映射检查区域。第二变形状态例如可以通过在第二图像数据中映射的第一和/或第二特征相对于彼此的空间排列来表征。
可以通过映射和/或获取第一图像数据,第二图像数据和/或至少一个医疗成像设备的参数来表征第一和/或第二细节级别。特别是,第一和/或第二细节级别可以通过空间分辨率和/或时间分辨率来表征。可以通过第一和/或第二图像数据的进一步图像质量度量来表征第一和/或第二细节级别,例如图像值的动态范围、信噪比(SNR)和/或对比度噪声比(CNR)。此外,第一和/或第二细节级别可以通过不同类型的解剖学来表征,例如器官和/或组织类型,其显示不同的图像对比度,特别是对于不同的成像模式和/或图像获取参数。可以通过第一和第二图像数据的最高公共空间分辨率和/或时间分辨率和/或图像质量度量来确定和/或限制第二细节级别。此外,可以通过生成模型数据集的精度级别来确定第一细节级别,例如重建参数和/或模型参数。备选地或附加地,第一细节级别可以由第二图像数据关于对象的采集形式的准确度级别来确定。
第一类特征的特征可以显示出高于由第一细节级别确定的第一类特征的最小尺寸的尺寸。同样地,第二类特征的特征可以显示出高于由第二细节级别确定的第二类特征的最小尺寸并且低于第一类特征的最小尺寸的尺寸。
有利地,模型数据集可以包括检查区域的2D或3D空间表示。此外,模型数据集可以是时间解析的。有利的是,模型数据集可以表示在获取第二图像数据之前的检查区域,特别是在程序前。模型数据集可以包括第一图像数据。或者,可以基于第一图像数据生成模型数据集,例如由第一图像数据重建和/或分段。模型数据集可以显示上述第一图像数据的所有功能。此外,模型数据集可以包括检查区域的虚拟表示,特别是检查区域内的解剖目标和/或组织,例如网格模型和/或中心线模型。
第一类特征可以包括检查区域的所有特征,特别是所有几何和/或解剖学特征,其特征在第一细节级别和以上是可映射和可分辨的,特别是可识别的。第一类特征例如可以包括检查区域的大尺度的解剖学标志,例如组织边界和/或器官表面的形状和/或肿瘤和/或大血管和/或大血管分叉。由于第一类特征的特征在第一细节级别和以上、特别是在第二细节级别上是可映射和可识别的,因此第二图像数据可以包括共同映射在模型数据集中(特别是在第一图像数据中)的第一类特征的第一特征,以及在第一细节级别上的第二图像数据。第一类特征的第一特征可以包括检查区域的几何和/或解剖学特征,其在第一细节级别上映射到模型数据集中,特别是第一图像数据中,和第二图像数据中。此外,至少部分,特别是所有映射到模型数据集中的第一特征可以作为生成模型数据集的一部分生成。例如,在模型数据集中映射的第一特征的至少一部分、特别是所有特征都没有映射到第一图像数据中。在此,第一图像数据可以映射第二类特征的特征,特别是第二特征,但是第一特征有利地是生成的、特别是重建的,作为生成模型数据集的一部分。
模型数据集和第二图像数据的预对齐可以包括确定用于刚性和/或变形变换(特别是平移和/或旋转和/或变形和/或缩放)模型数据集和/或第二图像数据的第一变换规则。有利地,模型数据集和第二图像数据之间的预对齐的最小精度级别,特别是第一变换规则的精度级别,可以等同于第一细节级别。模型数据集和第二图像数据的预对齐可以包括最小化第一特征之间的偏差,特别是错配。因此,模型数据集和第二图像数据的预对齐可以包括在第一细节级别中对第一特征的对齐。此外,模型数据集和第二图像数据的预对齐可以包括将第一变换规则应用于模型数据集和/或第二图像数据。
替代地或附加地,模型数据集和第二图像数据的预对齐可以基于第二图像数据相对于对象的、特别是在对象坐标帧中的采集形式。特别是,模型数据集和第二图像数据的预对齐可以基于第二图像数据关于检查区域的采集形式。第二图像数据的采集形式可以由医疗成像设备提供,用于获取第二图像数据。替代地,可以通过跟踪***(例如光学和/或电磁和/或超声和/或机械传感器)检测第二图像数据的采集形式。跟踪***可以被配置用于,检测在获得关于对象(特别是检查区域)的第二图像数据时在医疗成像设备上为获得第二图像数据的空间位置和/或取向和/或姿态。
第二图像数据的采集形式可以包括医学成像设备的定位信息,特别是空间位置和/或取向(特别是角度)和/或姿态,医学成像设备用于在获取第二图像数据的时间上(特别是在第一细节级别上)获取(关于对象、特别是检查区域的)第二图像数据。具体地,模型数据集和第二图像数据的预对齐可以基于在医疗成像设备和对象(特别是检查区域)之间的相对定位,医学成像设备用于在获取第二图像数据的时间上获取第二图像数据。
模型数据集和第二图像数据至少在第二细节级别上或以上映射检查区域的共同部分。模型数据集和第二图像数据的配准可以基于检查区域的第二类特征的第二特征,特别是几何和/或解剖学特征,所述第二类特征在第二细节级别上映射到模型数据集中,特别是第一图像数据和第二图像数据中。第二类特征可以包括检查区域的所有特征,特别是所有几何和/或解剖学特征,这些特征在第二细节级别上和以上是可映射和可分辨的,特别是可识别的。特别是,第二类特征的特征在第二细节级别之下、特别是在第一细节级别是不可映射或可区分的。此外,第二类特征的特征可以包括检查区域的小尺度,特别是微尺度或低毫米尺度,解剖学标志,例如微血管,特别是细血管网络,和/或纤维化肝组织的纤维。
此外,模型数据集和第二图像数据的配准可以包括确定用于刚性和/或变形变换(特别是平移和/或旋转和/或变形和/或缩放)模型数据集和/或第二图像数据的第二变换规则。第二变换规则的确定可以包括确定第二特征的局部压力和/或变形和/或扭转状态的测量值。有利地,模型数据集和第二图像数据之间的配准的最低准确度、特别是第二变换规则的最低准确度可以等同于第二细节级别。模型数据集和第二图像数据的配准可以包括最小化第二特征之间的偏差、特别是错配。因此,模型数据集和第二图像数据的配准可以包括第二特征在第二细节级别上的对齐。此外,模型数据集和第二图像数据的配准可以包括将第二变换规则应用于特别是预对齐的模型数据集和/或特别是预对齐的第二图像数据。
结果图像数据的提供可以包括存储在电子可读存储介质上和/或传输到提供单元和/或通过显示单元显示结果图像数据的图形表示。有利地,提供结果图像数据包括提供配准模型数据集和/或配准的第二图像数据。
所提出的方法可以在模型数据集和第二图像数据之间实现精确且鲁棒的配准。
在所提出的方法的特别优选的实施例中,可以接收检查区域的几何和/或解剖学模型和/或初始图像数据。此外,模型数据集的生成可以包括基于(映射在第一图像数据中并且在几何和/或解剖学模型和/或初始图像数据中表示的)第一类特征的其他特征或者说进一步特征在第一细节级别上将第一图像数据配准到几何和/或解剖学模型和/或初始图像数据。
几何和/或解剖学模型和/或检查区域(特别是对象)的初始图像数据的接收可以包括从电子可读存储介质收集和/或读取数据和/或从存储器单元(特别是数据库)重新接收数据。有利地,检查区域的几何和/或解剖学模型可以包括对象(特别是检查区域)的在第一细节级别或以上的通用和/或特定表示。此外,几何和/或解剖学模型可以包括检查区域的几何和/或解剖学对象的2D或3D表示,例如中心线和/或血管段和/或血管树和/或网格模型。此外,初始图像数据可以包括检查区域的2D或3D映射。可以从至少一个医疗成像设备接收初始图像数据以获取第一和/或第二图像数据,或者从不同的医疗成像设备接收初始图像数据。用于获取初始图像数据的医疗成像设备可以包括磁共振成像***(MRI)和/或正电子发射断层成像***(PET)和/或超声***和/或医疗X射线***和/或计算机断层成像***(CT)和/或光学成像***,例如内窥镜和/或腹腔镜。
第一图像数据与几何和/或解剖学模型和/或初始图像数据的配准可以基于检查区域的第一类特征的其他特征,特别是几何和/或解剖学特征,所述其他特征映射在第一图像数据中并且在第一细节级别上在几何和/或解剖学模型和/或初始图像数据中表示、特别是映射或建模。此外,第一图像数据与几何和/或解剖学模型和/或初始图像数据的配准可以包括确定用于刚性和/或变形变换特别是平移和/或旋转和/或变形和/或缩放几何和/或解剖学模型和/或初始图像数据和/或第一图像数据的进一步变换规则。有利地,第一图像数据与几何和/或解剖学模型和/或初始图像数据的配准的最小精度级别,特别是进一步变换规则的最小精度级别可以等同于第一细节级别。第一图像数据与几何和/或解剖学模型和/或初始图像数据的配准可以包括最小化其他特征之间的偏差,特别是错配。因此,第一图像数据与几何和/或解剖学模型和/或初始图像数据的配准可以包括在第一细节级别中其他特征的对齐。此外,第一图像数据与几何和/或解剖学模型和/或初始图像数据的配准可以包括将进一步的变换规则应用于第一图像数据。有利地,模型数据集可以包括配准的第一图像数据和几何模型、解剖学模型或初始图像数据中的至少一个。
优选的实施例可以有利地使用几何和/或解剖学模型,特别是几何和/或解剖学模型中表示的其他特征,和/或作为2D或3D结构初始图像数据,其用于基于第一图像数据空间排列、特别是重建模型数据集、特别是第二特征。
在所提出的方法的特别优选的实施例中,第二类特征在第一细节级别之上是独有的。此外,模型数据集和第二图像数据的预对齐可以在第一细节级别处提供第二类特征的第二特征的预对齐,用于在第二细节级别上配准模型数据集和第二图像数据。
有利地,第二类特征可以是独有的,特别是明确的,这是在高于第一细节级别上,特别是在对应于表征第一细节级别的空间分辨率和/或时间分辨率的空间范围和/或时间跨度内。相反,第二类特征在第一细节级别上可能是不明确的。因此,为了在第二细节级别上明确地对齐模型数据集和第二图像数据,第二类特征的第二特征需要在第一细节级别上预对齐。
模型数据集和第二图像数据的预对齐可以基于在第一细节级别上映射到模型数据集和第二图像数据中的第一级特征的第一级特征。作为该预对齐的结果,第二类特征的第二特征(其在第二细节级别上映射到模型数据集中和第二图像数据中)也可以在第一细节级别上预对齐。
有利地,在第一细节级别处的模型数据集和第二图像数据之间的预对齐可以促进在第二细节级别上的第二特征的对应映射的明确识别,用于在第二细节级别上的模型数据集和第二图像数据的配准。在此,第二特征可以在它们的在第二细节级别上在模型数据集中和第二图像数据中的相应映射之间充当明确的指纹,特别是标识符。
在所提出的方法的特别优选的实施例中,第一图像数据可以包括检查区域的多个第一映射,其中第一映射中的每个映射至少映射第一特征中的一个。模型数据集的生成可以包括从第一映射重建模型数据集。
有利地,第一映射可以至少部分地,特别是完全地以不同的采集形式例如不同的映射方向和/或映射位置、和/或在不同的第一次获取时间映射检查区域。此外,第一映射可以映射检查区域的至少部分不同或至少部分重叠的部分。
此外,模型数据集的生成可以包括基于检查区域的初始映射的2D或3D重建。特别是,可以通过使用第一和/或第二类特征的特征作为支架从第一映射重建模型数据集,所述特征被映射在至少两个第一映射中、例如血管。从第一映射重建模型数据集可以基于第一映射尤其相对于彼此之间和/或相对于对象的采集形式。替代地或者附加地,从第一映射重建模型数据集可以基于至少在两个第一映射中映射的检查区域的公共特征。因此,可以在模型数据集中实现检查区域的更好、特别是更精确和/或更全面的映射。
在所提出的方法的特别优选的实施例中,第一图像数据映射对象的检查区域的几个至少部分不同的区段。此外,模型数据集和第二图像数据的配准可以包括基于模型数据集和第二图像数据的预对齐来识别模型数据集中的至少一个第一映射,该至少一个第一映射对应于第二图像数据中检查区域的共同部分的映射。
有利地,第一图像数据可以映射对象的检查区域的若干至少部分地、特别是完全地不同的区段,尤其是空间区段。此外,至少部分不同的区段中的每一个可以包括检查区域的2D部分,例如切片,或3D部分,例如空间。有利地,组合的几个至少部分不同的区段覆盖了检查区域。至少部分不同的区段可以具有不同或相等的几何量和/或尺寸。
在第一细节级别上对模型数据集和第二图像数据的预对齐可以包括确定检查区域的共同部分在模型数据集中和第二图像数据的映射之间空间和/或时间对应关系。检查区域的共同部分在模型数据集中和第二图像数据的映射之间空间和/或时间对应关系包括映射检查区域的共同部分的、模型数据集和第二图像数据集的图像点之间的空间和/或时间对应关系。
由于模型数据集是基于第一图像数据生成的,特别是重建的,因此可以基于模型数据集和第二图像数据的预对齐来识别至少一个第一映射,特别是检查区域的共同部分在模型数据集中和第二图像数据的映射之间空间和/或时间对应关系。有利地,在第一图像数据中的第二类特征的特征的映射(其在低于第一细节级别上是非独有的,特别是不明确的)可以被缩小到在所识别的至少一个第一映射中的第二类特征的特征的映射。此外,在所识别的至少一个第一映射中的第二类特征的特征的这些映射可以包括用于配准模型数据集和第二图像数据的第二特征。因此,可以在模型数据集和第二图像数据之间实现更鲁棒和有效的配准。
在所提出的方法的特别优选的实施例中,第一映射可以分别利用至少部分不同的采集形式2D地映射检查区域的共同部分。此外,模型数据集的生成可以包括从第一2D映射中的至少两个映射重建模型数据集中的第一和/或第二特征的至少一部分的映射。
第一图像数据可以包括检查区域的共同部分的多个第一二维(2D)映射,特别是投影映射和/或切片映射。此外,多个初始二维(2D)映射可以至少部分地,特别是完全地具有不同的采集形式,例如不同的映射方向,特定的角度,和/或不同的映射位置和/或不同的视场尺寸和/或形状。有利地,第一2D映射可以从至少部分不同的映射方向和/或映射位置映射检查区域的共同部分。此外,第一2D映射可以至少部分地,特别是完全地映射检查区域的共同部分的不同投影和/或切片。
此外,第一图像数据中的第一和/或第二特征中的至少一个特征,特别是所有第一和/或第二特征的映射可以由第一2D映射中的至少两个重建。如果第二图像数据三维(3D)地映射检查区域的共同部分,则第一和/或第二特征中的至少一个特征的映射的重建可以包括基于前两个2D映射中的至少两个、特别是两个第一2D映射中的至少两个的背投影的3D重建。或者,如果第二图像数据可以包括检查区域的共同部分的至少一个第二2D映射,特别是几个第二2D映射,其中第一2D映射的采集形式和检查区域的共同部分的至少一个第二2D映射至少部分地不同。在此,重建可以包括基于第一2D映射中的至少两个、特别是第一2D映射中的至少两个的背投影的临时数据集的3D重建,以及基于第二图像数据和临时数据集的采集形式的后续2D重建,特别是正向投影。
因此,可以在模型数据集和第二图像数据之间实现更鲁棒的配准。
在所提出的方法的特别优选的实施例中,第二图像数据可以包括在至少部分不同的采集形式下检查区域的共同部分的几个第二2D映射。此外,从第二2D映射中的至少两个重建第二图像数据中的第一和/或第二特征的至少一部分的映射。
第二图像数据可以包括检查区域的共同部分的几个第二2D映射,特别是投影映射和/或切片映射。此外,第二2D映射可以至少部分地、尤其完全地具有不同的采集形式,例如不同的映射方向(尤其是角度)、和/或不同的映射位置和/或不同的视场尺寸和/或形状。有利地,第二2D映射可以从至少部分不同的映射方向和/或映射位置映射检查区域的共同部分。此外,第二2D映射可以至少部分地、特别是完全地映射检查区域的共同部分的不同投影和/或切片。
此外,可以从第二2D映射中的至少两个重建第二图像数据中的第一和/或第二特征中的至少一个特征的、特别是所有第一和/或第二特征的映射。如果第一图像数据在3D中映射检查区域的共同部分,则第一和/或第二特征中的至少一个特征的映射的重建可以包括基于第二2D映射中的至少两个的3D重建,特别是第二2D映射中的至少两个的背投影。替代地,如果第一图像数据包括检查区域的共同部分的至少一个第一2D映射,特别是多个第一2D映射,其中检查区域的共同部分的至少一个第一2D映射和第二2D映射的采集形式至少部分地不同。这里,重建结构可以包括基于第二2D映射中的至少两个的进一步临时数据集的3D重建,特别是第二2D映射中的至少两个的背投影,以及基于第一图像数据的采集形式和进一步临时数据集的后续2D重建,特别是正向投影。
因此,可以在模型数据集和第二图像数据之间实现更鲁棒的配准。
在所提出的方法的特别优选的实施例中,检查区域的共同部分可以包括解剖目标的第一部分。此外,第二图像数据可以、特别是排他性地映射解剖目标的第二部分,该第二部分不在模型数据集中映射。此外,模型数据集和第二图像数据的配准可以包括基于第二特征确定用于在第二图像数据中映射解剖目标的第一部分的第一变形规则。此外,模型数据集和第二图像数据的配准可以包括通过外推第一变形规则来确定用于在第二图像数据中映射解剖目标的第二部分的第二变形规则。此外,模型数据集和第二图像数据的配准可以包括将第一和第二变形规则应用于第二图像数据。
解剖目标可以包括器官,例如肝脏和/或肾脏和/或中空器官和/或组织,特别是肿瘤。有利地,解剖目标的第一部分可以通常映射到模型数据集和第二图像数据中。第一部分可以包括解剖目标的空间区段。此外,解剖目标的第二部分可以映射到第二图像数据中,但不能映射到模型数据集中。类似地,解剖目标的第二部分可以包括解剖目标的另一空间区段。有利地,组合的解剖目标的第一部分和第二部分可以覆盖解剖目标。此外,解剖目标的第一部分和第二部分可以在空间上彼此相邻。
用于在第二图像数据中映射解剖目标的第一部分的第一变形规则的确定可以包括在模型数据集中映射的第二特征和第二图像数据在第二细节级别上的对齐。有利地,第二特征中的至少一个、特别是几个或全部是解剖目标的第一部分的几何和/或解剖特征。第一变形规则可以包括规则,特别是指令,用于在模型数据集中对解剖目标的第一部分和/或第二图像数据的映射进行刚性和/或可变形变换,特别是平移和/或旋转和/或变形和/或缩放,以便对齐解剖目标的第一部分的第二特征。
用于在第二图像数据中映射解剖目标的第二部分的第二变形规则的确定可以包括外推第一变形规则。该外推可以基于在解剖目标的第一部分和第二部分之间的几何关系,特别是位置和/或方向,和/或解剖学关系,特别是组织和/或器官参数,例如弹性和/或组织成分和/或血管化。替代地或补充地,第一变形规则的外推可以基于解剖目标的生物力学模型,其可以从模型数据集和/或第二图像数据推断得出。因此,用于第一和/或第二图像数据的刚性和/或可变形变换的规则,特别是指令可以外推到第二图像数据中的解剖目标的第二部分的映射。
所提出的方法的有利实施例可以有利地允许在检查区域的共同部分(特别是解剖目标的第一部分)在模型数据集和第二图像数据中的映射之间的配准延伸到解剖对象的第二部分,其仅在第二图像数据中映射。
在所提出的方法的特别优选的实施例中,提供结果图像数据可以包括将配准的第二图像数据与模型数据集混合和/或覆盖和/或叠加。或者,提供结果图像数据可以包括将配准的模型数据集与第二图像数据混合和/或覆盖和/或叠加。
提供结果图像可以包括特别是加权和/或区域性的混合(例如添加和/或倍增)、和/或特别是部分透明地覆盖和/或叠加配准的第二图像数据与模型数据集。或者,提供结果图像可以包括特别是加权的和/或区域性的和/或全局的和/或点状的混合(例如添加和/或倍增)和/或特别是部分透明地覆盖和/或叠加配准的模型数据集与第二图像数据。
因此,结果图像可以有利地包括模型数据集和第二图像数据的对齐的特征。
在第二方面,当前发明涉及一种提供单元,该提供单元被配置为执行根据本发明的提供结果图像数据的提出的方法。
提供单元可以包括计算单元、存储单元和/或接口。此外,可以将提供单元配置为执行根据本发明提供结果图像数据的所提出方法的实施例,其中将计算单元、存储单元和/或接口配置为执行各自的步骤。特别是,可以将接口配置为接收第一和第二图像数据。此外,可以配置接口以提供结果图像数据。此外,可以将计算和/或存储单元配置为生成模型数据集,预对齐和配准模型数据集和第二图像数据。
根据本发明,上述关于提供结果图像数据的方法的所有陈述和优点也适用于提供单元,反之亦然。根据本发明,上述关于提供结果图像数据的方法的附加特征、优点和/或替代实施例也可以转移到提供单元的有利实施例,反之亦然。
在第三方面,当前发明涉及一种***,其包括根据本发明的提供单元、至少一个医疗成像设备和显示单元。至少一个医疗成像设备被配置为获取包括检查区域的对象的第一图像数据,其中第一图像数据映射检查区域。此外,至少一个医疗成像设备被配置为获取对象的第二图像数据,其中第一和第二图像数据在第二细节级别上映射检查区域的至少一个共同部分。提供单元被配置为基于第一图像数据生成模型数据集。此外,提供单元被配置为模型数据集和第二图像数据基于检查区域的第一类特征的第一特征、在低于第二细节级别的第一细节级别上被预对齐,所述第一特征在第一细节级别上映射到模型数据集和第二图像数据中。备选地或补充地,提供单元被配置为,模型数据集和第二图像数据基于第二图像数据相对于对象、特别是检查区域的获取的几何量、在第一细节级别上被预对齐。此外,提供单元被配置为,模型数据集和第二图像数据基于检查区域的第二类特征的第二特征、在第二细节级别上被配准,所述第二特征在第二细节级别上被映射到模型数据集和第二图像数据中,其中第二类特征能够在第二细节级别或更高级别上映射。此外,提供单元被配置为,提供已配准的第二图像数据和/或已配准的模型数据集作为结果图像数据。此外,显示单元被配置用于显示结果图像数据的图形表示。
根据本发明,上述关于提供结果图像数据的方法的所有陈述和优点也适用于***,反之亦然。根据本发明,上述关于提供结果图像数据的方法的附加特征、优点和/或替代实施例也可以转移到***的有利实施例,反之亦然。
至少一个医疗成像设备可以包括磁共振成像***(MRI)和/或正电子发射断层成像***(PET)和/或超音波***和/或医疗X射线***和/或计算机断层成像***(CT)和/或光学成像***作为成像模式。
显示单元可以包括显示器和/或监视器和/或屏幕和/或投影仪,其被配置为可视化地显示结果图像数据的图形表示。
在所提出的***的特别优选的实施例中,***可以包括第一和第二医疗成像设备,其中第一和第二医疗成像设备是不同的成像模式。此外,可以将第一医疗成像设备配置为获取第一图像数据。此外,可以将第二医疗成像设备配置为获取第二图像数据。
有利地,第一和第二图像数据可以每个由专用医疗成像设备获得,特别是第一和第二医疗成像设备。作为不同成像模式的结果模式,第一和/或第二特征可以在第一和第二图像数据中不同地映射,特别是具有不同的强度和/或对比度特征。有利地,提供单元可以被配置为基于通常映射在第一和第二图像数据中的几何特征来识别第一和/或第二特征,例如形状和/或轮廓和/或图案。
在所提出的***的特别优选的实施例中,第一医疗成像设备可以是体外成像模式。此外,第二医疗成像装置可以是腔内成像模式。
第一医疗成像设备可以配置为从对象外部获取第一图像数据,例如通过在与检查区域相互作用之后检测声学和/或电磁波的透射和/或反射部分。第二医疗成像设备可以是诊断和/或手术器械,例如内窥镜和/或腹腔镜和/或支气管镜和/或导管,其配置为至少部分地***到对象中,特别是对象的腔和/或中空器官。有利地,第二医疗成像设备可以被配置为从对象内获取第二图像数据,特别是从检查区域内获取第二图像数据。
在第四方面,本发明涉及计算机程序产品。计算机程序产品可以包括计算机程序。例如,根据本发明的计算机程序可以直接加载到提供单元的存储器中,并且包括程序方案用于,如果在提供单元中执行计算机程序,则执行根据本发明提供结果图像数据的方法的步骤。计算机程序可以存储在电子可读存储介质上,从而包括存储在其中的电子可读控制信息。控制信息包括根据本发明的至少一个计算机程序,并且被配置为使得当存储介质在提供单元中使用时,控制信息执行用于根据本发明提供结果图像数据的方法。根据本发明的电子可读存储介质可以优选是非瞬态介质,特别是CD-ROM。计算机程序产品可以包括另外的元素,例如文档和/或附加组件,特别是用于使用软件的硬件加密狗。
此外,本发明也可以基于电子可读存储介质,所述电子可读存储介质存储电子可读控制信息,使得当存储介质在提供单元中使用时,控制信息执行用于根据本发明的提供结果图像数据的方法。
主要基于软件的实现具有以下优点:以前使用的提供单元可以通过软件更新轻松升级,以便根据本发明执行用于提供结果图像数据的方法。
附图说明
当前发明的进一步细节和优点从以下与附图结合的优选实施例的详细描述中变得显而易见,其中:
图1至图5示出了用于提供结果图像数据的所提出的方法的不同有利实施例的示意图,
图6示出了提出的提供单元的高级标记的实施例的示意图,
图7至图8示出了所提出的***的不同的有利实施例的示意图。
具体实施方式
图1示出了用于提供Prov-RD结果图像数据的所提出方法的有利实施例的示意图。在第一步骤中,可以接收REC-D1包括检查区域的对象的预先获得的第一图像数据D1。此外,第一图像数据D1可以映射检查区域。在进一步的步骤中,可以基于第一图像数据D1生成Gen-MD模型数据集MD。在进一步的步骤中,可以接收REC-D2对象的预先获得的第二图像数据D2。此外,模型数据集MD和第二图像数据D2可以在第二细节级别上映射检查区域的至少一个共同部分。在进一步的步骤中,模型数据集MD和第二图像数据D2基于检查区域的第一类特征的第一特征、在低于第二细节级别的第一细节级别上被预对齐PREG-MD-D2,所述第一特征在第一细节级别上映射到模型数据集MD和第二图像数据D2中。替代地或附加地,模型数据集MD和第二图像数据D2基于第二图像数据D2相对于对象、特别是检查区域的获取的几何量、在第一细节级别上被预对齐。在进一步的步骤中,模型数据集MD和第二图像数据D2基于检查区域的第二类特征的第二特征、在第二细节级别上被配准REG-MD-D2,所述第二特征在第二细节级别上被映射到模型数据集MD和第二图像数据D2中。有利地,第二类特征能够在第二细节级别或更高级别上映射。在进一步的步骤中,已配准的第二图像数据D2-REG和/或已配准的模型数据集MD-REG作为结果图像数据被提供PROV-RD。
有利的是,第二类特征可以在第一细节级别之上独有的。进一步地,模型数据集MD的预对齐Preg-MD-D2和第二图像数据D2可以在第一细节级别处提供第二类特征的第二特征的预对齐,用于模型数据集MD和第二图像数据D2在第二细节级别上的配准Reg-MD-D2。在此,第二特征可以在它们的在模型数据集MD和第二图像数据D2中的(在第二细节级别上)相应映射之间充当明确的指纹,特别是标识符。第二类特征的独有性的空间范围可以取决于模型数据集MD和第二图像数据D2之间的预对齐PREG-MD-D2的精度级别,特别是第一细节级别。例如,如果预对齐PREG-MD-D2在空间上精确到2厘米,则第二类特征需要在2厘米的空间范围内是独有的,特别是搜索空间。或者,可以基于组合方法组合第二类特征的多个非独有特征以在空间范围内实现独有性。可以通过将第二类特征的每个特征与检查区域中的第二类特征的所有其他特征匹配并测量匹配特征之间的空间距离来确定第二类特征的独有性的空间范围。或者,可以通过对其复杂性的统计分析来确定第二类特征的独有性的空间范围。此外,第二类特征的独有性的空间范围可以随着第二类特征的特征的更复杂的几何量和/或图案而变得更大。
此外,结果图像数据的提供prov-rd可以包括将配准的第二图像数据D2-reg与模型数据集MD混合和/或覆盖和/或叠加。或者,结果图像数据的提供Prov-RD可以包括将配准的模型数据集MD-REG与第二图像数据D2混合和/或覆盖和/或叠加。
图2示出了用于提供Prov-RD结果图像数据的所提出的方法的进一步有利的实施例的示意图,其中检查区域的几何和/或解剖学模型MER和/或初始图像数据DP可以被接收REC-MER,REC-DP。此外,模型数据集MD的生成Gen-MD可以包括基于第一类特征的其他特征(其被映射在第一图像数据D1中并且在第一细节级别上在几何和/或解剖学模型MER和/或初始图像数据DP中被表示)、将第一图像数据D1配准到几何和/或解剖学模型MER和/或初始图像数据DP。
图3示出了用于提供Prov-RD结果图像数据的所提出的方法的进一步的有利的实施例的示意图,其中第一图像数据D1可以包括检查区域的多个第一映射D1.M1至D1.Mn。此外,模型数据集MD的生成Gen-MD可以包括由第一映射D1.M1到D1.MN重建模型数据集MD。
有利地,第一映射D1.M1到D1.MN可以映射对象的检查区域的几个至少部分不同的区段。进一步地,模型数据集MD和第二图像数据D2的配准REG-MD-D2可以包括:基于模型数据集MD和第二图像数据D2的预对齐PREG-MD-D2来识别模型数据集MD中的至少一个第一映射,该至少一个第一映射与第二图像数据D2中的检查区域的共同部分的映射对应。
图4示出了用于提供Prov-RD结果图像数据的所提出的方法的进一步的有利的实施例的示意图,其中第一映射D1.M1至D1.MN每一个二维地映射检查区域的具有至少部分不同的获取的2D几何量的共同部分。此外,模型数据集MD的生成Gen-MD可以包括从第一映射D1.M1至D1.MN的至少两个重建RECO-D1-F第一和/或第二特征的至少一部分的在模型数据集MD中的映射。
此外,第二图像数据D2可以包括检查区域的共同部分的若干第二2D映射D2.M1至D2.Mk,共同部分具有至少部分不同的采集形式。此外,第二图像数据D2中的第一和/或第二特征的至少一部分的映射可以由第二2D映射D2.M1至D2.Mk的至少两个中的至少两个重建RECO-D2-F。
图5示出了用于提供Prov-RD结果图像数据的所提出的方法的另一有利实施例的示意性表示,其中检查区域可以包括解剖目标。此外,检查区域的共同部分可以包括解剖目标的第一部分。因此,第一图像数据D1和第二图像数据D2可以各自映射解剖目标D1.AO1和D2.AO1的第一部分。此外,第二图像数据D2可以映射解剖目标D2.AO2的第二部分,所述第二部分D2.AO2不在模型数据集MD中映射。特别是,解剖目标D2.AO2的第二部分不包括在检查区域的共同部分中。有利地,模型数据集MD的和第二图像数据D2的配准REG-MD-D2可以包括基于第二特征确定DET-DF1在第二图像数据D2.AO 1中映射解剖目标的第一部分的第一变形规则。此外,模型数据集和第二图像数据D2的配准REG-MD-D2可以包括通过外推第一变形规则确定DET-DF2在第二图像数据D2.aO2中映射解剖目标的第二部分的第二变形规则。此外,模型数据集和第二图像数据D2的配准REG-MD-D2可以包括将第一和第二变形规则应用到第二图像数据D2。
图6示出了所提出的提供单元PRVS的有利实施例的示意图。提供单元PRVS可以包括计算单元CU、存储单元MU和/或接口。此外,可以将提供单元PRVS配置为执行根据本发明提供PROV-RD结果图像数据的所提出方法的实施例,其中计算单元CU,存储单元MU和/或接口IF配置为执行各自的步骤。特别是,如果可以将接口配置为接收第一和第二图像数据REC-D1和REC-D2。此外,接口可被配置为提供PROV-RD结果图像数据。此外,可以将计算单元CU和/或存储器单元MU配置为生成GEN-MD模型数据集MD,预对齐PREG-MD-D2和配准REG-MD-D2模型数据集MD和第二图像数据D2。
图7示出了所提出的***的有利实施例的示意图,其中所述***优选地包括根据本发明的提供单元PRVS、第一医疗成像设备、第二医疗成像设备和显示单元41。第一和第二医疗成像设备可以是不同的成像方式。具体地,第一医疗成像设备可以被实施例为医疗的C臂X射线***37,其可以被配置为获取包括检查区域ER的对象31的第一图像数据D1。此外,第二医疗成像设备可以被实施为医疗超声设备IU1,其被配置为获取对象31的第二图像数据D2。第一图像数据D1和第二图像数据D2可以有利地在第二细节级别上至少映射检查区域ER的共同部分。
医疗C臂X射线***37可以包括X射线探测器34和X射线源33,X射线源33可以安装到C臂X射线***37的C臂38上,使得它们至少围绕一个轴是可移动的,特别是可旋转的。此外,医疗C臂X射线***37可以包括运动单元39,特别是包括至少一个车轮和/或轨道和/或机器人***,其允许医疗C臂X射线***37的空间运动。为了获取对象31的第一图像数据D1,特别是包括对象31的至少一个投影图像,提供单元PRVS可以向X射线源33发送信号24。因此,X射线源33可以发射X射线束,特别是锥束和/或扇束和/或平行束。当X射线束在X射线束与对象31的被检查区域ER之间的相互作用之后***X射线检测器34的表面上时,X射线检测器34可以将信号21发送到提供单元PRVS,该提供单元PRVS依赖于检测到的X射线。基于信号21,可以将提供单元PRVS配置为接收第一图像数据D1。
医用超声设备UI1可以包括至少一个超声换能器。特别地,医用超声设备UI1可以包括多个超声换能器,所述多个超声换能器可以空间地布置成环,特别是椭圆或圆、行、阵列和/或矩阵。至少一个超声换能器可以被配置为通过耦合介质(例如凝胶)将超声场发射到对象31,特别是检查区域ER中。此外,可以配置至少一个超声换能器以在超声场与对象31、特别是检查区域ER之间的相互作用之后检测超声场的反射和/或透射部分。有利地,医用超声设备UI1可以被配置为根据超声场的接收部分提供信号36。基于信号36,可以将提供单元PRVS配置为接收第二图像数据D2。
可以将提供单元PRVS配置为基于第一图像数据D1生成模型数据集MD。提供单元PRVS配置为,将模型数据集MD和第二图像数据D2基于在模型数据集MD和第二图像数据D2中在第一细节级别上映射的检查区域ER的第一类特征的第一特征、在低于第二细节级别的第一细节级别上预对齐PREG-MD-D2。替代地或附加地,提供单元PRVS配置为,模型数据集MD和第二图像数据D2基于第二图像数据D2相对于对象、特别是检查区域的获取的几何量、在第一细节级别上被预对齐。在进一步的步骤中,提供单元PRVS配置为,模型数据集MD和第二图像数据D2基于检查区域的第二类特征的第二特征、在第二细节级别上被配准REG-MD-D2,所述第二特征在第二细节级别上被映射到模型数据集MD和第二图像数据D2中。有利地,第二类特征能够在第二细节级别或更高级别上映射。特别是,提供单元PRVS配置为,将已配准的第二图像数据D2-REG和/或已配准的模型数据集MD-REG作为结果图像数据通过信号25提供PROV-RD给显示单元41。
显示单元41可以包括显示器和/或监视器,其被配置为显示结果图像数据的图形表示。***可以进一步包括输入单元42,特别是键盘。输入单元42可以有利地集成到显示单元41中,例如作为电容式和/或电阻式触摸显示器。输入单元42可以被配置为获取用户输入,例如来自医务人员。此外,可以将提供单元PRVS配置为通过信号26接收来自输入单元42的用户输入。提供单元PRVS可以配置为基于用户输入,特别是基于信号26,通过医疗C臂X射线***37控制第一图像数据D1和进一步图像数据D2的获取。
图8示出了所提出的***的进一步的有利实施例的示意图,其中第一医疗成像设备可以是体外成像模式。如在图7中示出的那样,第一医疗成像设备可以被实施例为医疗C臂X射线***37,其可以被配置为从对象外部获取第一图像数据D1。此外,第二医疗成像装置IU2可以被实施例为腔内成像方式,特别是诊断和/或手术器械,例如内窥镜和/或腹腔镜和/或支气管镜和/或导管,其被配置为至少部分地***到对象31中,特别是对象31的腔和/或中空器官。第二医疗成像装置IU2可以被配置为从对象31内、特别是从检查区域ER内和/或与检查区域ER相邻地获取第二图像数据D2。第二成像装置IU2可以被配置为通过信号36向提供单元PRVS提供第二图像数据D2。
虽然已经参照优选的实施例详细描述了本发明,但本发明不受所公开的示例的限制,技术人员能够从所公开的示例中得出其他变型而不脱离本发明的范围。此外,使用诸如“一”和/或“一个”的不确定冠词并不排除各自特征的倍数。此外,诸如“单元”和“元件”的术语并不排除各个组件可能包括多个相互作用的子组件,其中子组件可能在空间上进一步不相关。

Claims (14)

1.一种提供结果图像数据(PROV-RD)的方法,所述方法包括:
-接收(REC-D2)包括检查区域(ER)的对象(31)的预先获得的第一图像数据(D1),其中第一图像数据(D1)映射检查区域(ER),
-基于所述第一图像数据(D1)生成模型数据集(MD),
-接收(REC-D2)所述对象(31)的预先获取的第二图像数据(D2),其中模型数据集(MD)和第二图像数据(D2)在第二细节级别上映射检查区域(ER)的至少一个共同部分,
-基于:
-检查区域(ER)的第一类特征的第一特征,所述第一特征在第一细节级别上被映射到模型数据集(MD)和第二图像数据(D2)中,和/或
-关于对象、尤其是检查区域(ER)的第二图像数据(D2)的采集形式,
将模型数据集(MD)和第二图像数据(D2)在低于第二细节级别的第一细节级别上预对齐(PREG-MD-D2),
-基于检查区域(ER)的第二类特征的第二特征将模型数据集(MD)和第二图像数据(D2)在第二细节级别上配准(REG-MD-D2),所述第二特征在第二细节级别上被映射到模型数据集(MD)和第二图像数据(D2)中,其中第二类特征能够在第二细节级别或更高级别上被映射,
-提供(PROV-RD)已配准的第二图像数据(D2-REG)和/或已配准的模型数据集(MD-REG)作为结果图像数据。
2.根据权利要求1的方法,
其中接收(REC-MER,REC-DP)所述检查区域(ER)的几何和/或解剖学模型(MER)和/或初始图像数据(DP),
其中模型数据集(MD)的生成(GEN-MD)包括基于第一类特征的其他特征将第一图像数据(D1)相对于几何和/或解剖学模型(MER)和/或初始图像数据(DP)配准,所述其他特征映射在第一图像数据(D1)中并且在第一细节级别上被表示在几何和/或解剖学模型(MER)和/或初始图像数据(DP)中。
3.根据权利要求1或2所述的方法,
其中第二类特征在第一细节级别以上是独有的,
其中模型数据集(MD)和第二图像数据(D2)的预对齐(PREG-MD-D2)提供在第一细节级别上第二类特征的第二特征的预对齐,用于在第二细节级别上配准(REG-MD-D2)模型数据集(MD)和第二图像数据(D2)。
4.根据上述权利要求中任一项所述的方法,
其中第一图像数据(D1)包括检查区域(ER)的多个第一映射(D1.M1,D1.MN),
其中模型数据集(MD)的生成(GEN-MD)包括由第一映射(D1.M1,D1.MN)重建模型数据集(MD)。
5.根据权利要求4所述的方法,
其中第一映射(D1.M1,D1.MN)映射对象(31)的检查区域(ER)的若干至少部分不同的区段,
其中模型数据集(MD)和第二图像数据(D2)的配准(REG-MD-D2)包括基于模型数据集(MD)和第二图像数据(D2)的预对齐(PREG-MD-D2)识别模型数据集(MD)中的至少一个第一映射,该至少一个第一映射对应于检查区域(ER)的共同部分在第二图像数据(D2)中的映射。
6.根据权利要求4或5所述的方法,
其中第一映射(D1.M1,D1.MN)分别利用至少部分不同的采集形式二维地映射检查区域(ER)的共同部分,
其中模型数据集(MD)的生成(GEN-MD)包括由至少两个第一映射(D1.M1,D1.MN)重建(RECO-D1-F)第一和/或第二特征的至少一部分在映射模型数据集(MD)中的映射。
7.根据上述权利要求中任一项所述的方法,
其中第二图像数据(D2)包括检查区域(ER)的共同部分的在至少部分不同的采集形式下的若干第二二维映射(D2.M1,D2.MK),
其中由第二二维映射(D2.M1,D2.MK)中的至少两个重建(RECO-D2-F)第一和/或第二特征的至少一部分在第二图像数据(D2)中的映射。
8.根据上述权利要求中任一项所述的方法,
其中检查区域(ER)的共同部分包括解剖目标的第一部分,
其中第二图像数据(D2)映射解剖目标的第二部分,该第二部分未映射到模型数据集(MD)中,
其中模型数据集(MD)和第二图像数据(D2)的配准(REG-MD-D2)包括:
-基于所述第二特征确定(DET-DF1)用于将所述解剖目标的第一部分映射到所述第二图像数据(D2.AO1)中的第一变形规则,
-通过外推所述第一变形规则来确定(DET-DF2)用于将所述解剖目标的第二部分映射到所述第二图像数据(D2.AO2)中的第二变形规则,
-将第一和第二变形规则应用于第二图像数据(D2)。
9.根据上述权利要求中任一项所述的方法,
其中提供(PROV-RD)结果图像数据包括:
-混合和/或覆盖和/或叠加配准的第二图像数据(D2-REG)与模型数据集(MD)或
-混合和/或覆盖和/或叠加配准的模型数据集(MD-REG)与第二图像数据(D2)。
10.一种提供单元(PRVS),其配置为执行根据权利要求1至9中任一项所述的方法。
11.一种***,包括根据权利要求10所述的提供单元(PRVS)、至少一个医疗成像设备和显示单元(41),
其中至少一个医疗成像设备配置为:
-获取包括检查区域(ER)的对象(31)的第一图像数据(D1),其中第一图像数据(D1)映射检查区域(ER),
-获取所述对象(31)的第二图像数据(D2),其中第一图像数据(D1)和第二图像数据(D2)在第二细节级别上映射检查区域(ER)的至少一个共同部分,
其中提供单元(PRVS)配置为:
-基于所述第一图像数据(D1)生成模型数据集(MD),
-基于:
-检查区域(ER)的第一类特征的第一特征,所述第一特征在第一细节级别上被映射到模型数据集(MD)和第二图像数据(D2)中,和/或
-关于对象、尤其是检查区域(ER)的第二图像数据(D2)的采集形式,
将模型数据集(MD)和第二图像数据(D2)在低于第二细节级别的第一细节级别上预对齐(PREG-MD-D2),
-基于检查区域(ER)的第二类特征的第二特征将模型数据集(MD)和第二图像数据(D2)在第二细节级别上配准(REG-MD-D2),所述第二特征在第二细节级别上被映射到模型数据集(MD)和第二图像数据(D2)中,其中第二类特征能够在第二细节级别或更高级别上被映射,
-提供(PROV-RD)已配准的第二图像数据(D2-REG)和/或已配准的模型数据集(MD-REG)作为结果图像数据,
其中显示单元(41)被配置用于显示结果图像数据的图形表示。
12.根据权利要求11所述的***,
其中***包括第一和第二医疗成像装置,
其中第一和第二医疗成像装置是不同的成像模式,
其中第一医疗成像设备被配置为获取第一图像数据(D1),
其中第二医疗成像设备被配置为获取第二图像数据(D2)。
13.根据权利要求12所述的***,
其中第一医疗成像装置是体外成像模式,
其中第二医疗成像装置是腔内成像模式。
14.一种计算机程序产品,其包括程序并且可以直接加载到提供单元(PRVS)的可编程控制器的存储器中,具有程序代码部分,用于在提供单元(PRVS)的可编程控制器中执行程序时执行根据权利要求1至9中任一项的方法的所有步骤。
CN202211108124.2A 2021-09-23 2022-09-13 结果图像数据的提供 Pending CN115861163A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102021210656 2021-09-23
DE102021210656.0 2021-09-23

Publications (1)

Publication Number Publication Date
CN115861163A true CN115861163A (zh) 2023-03-28

Family

ID=83270956

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211108124.2A Pending CN115861163A (zh) 2021-09-23 2022-09-13 结果图像数据的提供

Country Status (3)

Country Link
US (1) US20230092430A1 (zh)
EP (1) EP4156100A1 (zh)
CN (1) CN115861163A (zh)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8233681B2 (en) * 2004-09-24 2012-07-31 The University Of North Carolina At Chapel Hill Methods, systems, and computer program products for hierarchical registration between a blood vessel and tissue surface model for a subject and a blood vessel and tissue surface image for the subject
GB0913930D0 (en) * 2009-08-07 2009-09-16 Ucl Business Plc Apparatus and method for registering two medical images
WO2014031531A1 (en) * 2012-08-21 2014-02-27 Convergent Life Sciences, Inc. System and method for image guided medical procedures

Also Published As

Publication number Publication date
EP4156100A1 (en) 2023-03-29
US20230092430A1 (en) 2023-03-23

Similar Documents

Publication Publication Date Title
US10762627B2 (en) Method and a system for registering a 3D pre acquired image coordinates system with a medical positioning system coordinate system and with a 2D image coordinate system
US10092265B2 (en) Method for reconstructing a 3D image from 2D X-ray images
US7072707B2 (en) Method and apparatus for collecting and processing physical space data for use while performing image-guided surgery
US8364245B2 (en) Coordinate system registration
US8717430B2 (en) System and method for radio-frequency imaging, registration, and localization
US20080234570A1 (en) System For Guiding a Medical Instrument in a Patient Body
CN107106241B (zh) 用于对外科器械进行导航的***
Cash et al. Incorporation of a laser range scanner into image‐guided liver surgery: surface acquisition, registration, and tracking
US20050004449A1 (en) Method for marker-less navigation in preoperative 3D images using an intraoperatively acquired 3D C-arm image
CN101410060A (zh) 测定***患者体内的对象周围的组织
CN110741414A (zh) 用于使用实时二维荧光镜检查数据识别、标记和导航到靶标的***和方法
US20230103969A1 (en) Systems and methods for correlating regions of interest in multiple imaging modalities
JP2007296362A (ja) 機能強化型超音波画像表示装置
JP2011524772A (ja) 生検実施のための方法及びシステム
WO2008035271A2 (en) Device for registering a 3d model
JP2007537816A (ja) 被検体の構造体をマッピングする医療撮像システム
Wen et al. A novel ultrasound probe spatial calibration method using a combined phantom and stylus
Alam et al. A review on extrinsic registration methods for medical images
JP2019528899A (ja) 体外画像における器具に関連する画像オブジェクトの可視化
CN116744875A (zh) 导航支持
Galloway et al. Overview and history of image-guided interventions
EP4156100A1 (en) Providing result image data
Remes Registration accuracy of the optical navigation system for image-guided surgery
Pheiffer et al. Geometric reconstruction using tracked ultrasound strain imaging

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