DE3826285C2 - Verfahren und Anordnung zur Ermittlung von anormalen anatomischen Bereichen in einem digitalen Röntgenbild - Google Patents
Verfahren und Anordnung zur Ermittlung von anormalen anatomischen Bereichen in einem digitalen RöntgenbildInfo
- Publication number
- DE3826285C2 DE3826285C2 DE3826285A DE3826285A DE3826285C2 DE 3826285 C2 DE3826285 C2 DE 3826285C2 DE 3826285 A DE3826285 A DE 3826285A DE 3826285 A DE3826285 A DE 3826285A DE 3826285 C2 DE3826285 C2 DE 3826285C2
- Authority
- DE
- Germany
- Prior art keywords
- image
- predetermined
- filter
- amplitude threshold
- pixels
- 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.)
- Revoked
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
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)
Description
Die Erfindung betrifft ein Verfahren zum automatischen Ermitteln
und Anzeigen von anormalen anatomischen Bereichen in digitalen
Röntgenbildern sowie eine Anordnung zur Ausführung des Ver
fahrens.
Studien haben gezeigt, daß die Heilungschance für Patienten
mit Lungenkrebs durch eine frühe radiographische Feststellung
verbessert wird. So hat eine Untersuchung gezeigt, daß
90% von diagnostizierten peripheren Lungenkarzinomen auf
früheren Radiogrammen bereits sichtbar gewesen wären. Der
Fehler des Beobachters, der diese Veränderungen übersehen
hat, wird im wesentlichen durch die verdeckende Wirkung des
umgebenden anatomischen Hintergrundes des interessierenden
Knotens oder durch die vom Radiologen angewendeten subjektiven
und sich ändernden Entscheidungskriterien verursacht.
Die mangelnde Auswertung eines Radiogramms kann durch einen
Mangel an klinischen Daten, den Mangel an Erfahrung, eine zu
frühe Beendigung der Filmbetrachtung wegen eines eindeutigen
Befundes, die Konzentration der Aufmerksamkeit auf andere
Anormalitäten, die Nichtberücksichtigung früherer Aufnahmen,
Ablenkungen und "trügerische Betrachtungserfahrungen" zurückgeführt
werden.
Entsprechend wird durch eine frühe Diagnose und Behandlung
von Brustkrebs, eine Todesursache für Frauen, die Überlebenschance
erheblich verbessert.
Röntgenmammographie ist das einzige Diagnoseverfahren mit
der nachgewiesenen Fähigkeit zur Ermittlung von klinisch
okkultem Brustkrebs im Frühstadium. Zwischen 30 und 50% der
radiographisch festgestellten Brustkarzinome zeigen Mikrokalzifikationen
im Mammogramm, und zwischen 60 und 80% der
Brustkarzinome ergeben bei mikroskopischer Untersuchung
Mikrokalzifikationen. Daher führt die Verbesserung der
Feststellung von Mikrokalzifikationen bei der Mammographie
zu einer weiteren Verbesserung ihrer Wirksamkeit bei der
Feststellung von Brustkrebs im Frühstadium. Die American
Cancer Society empfiehlt die Anwendung der Mammographie für
Vorsorgeuntersuchungen für untypische Frauen über 40 Jahre
mit jährlichen Untersuchungen im Alter von mehr als 50
Jahren. Aus diesem Grund kann die Mammographie eines der
Röntgenverfahren bilden, bei dem in größter Anzahl eine
routinemäßige Auswertung durch Radiologen erforderlich ist.
Ein computerisiertes Verfahren, das den Radiologen auf die
Lage von sehr verdächtigen Lungenknoten oder Brust-Mikrokalzifikationen
hinweist, würde daher die Anzahl der falschen
Negativ-Diagnosen verringern. Auf diese Weise wäre es
möglich, Lungen- und Brustkrebs früher festzustellen und so
eine bessere Heilungschance für den Patienten zu erreichen.
Da inzwischen immer mehr digitale radiologische Bildsysteme
entwickelt wurden, werden computerunterstützte Untersuchungen
möglich. Erfolgreiche Feststellungsverfahren sollten
schließlich Apparate benutzen, die eine On-Line-Untersuchung
aller Brustradiogramme und aller Mammogramme vor der Betrachtung
durch einen Arzt ermöglichen. Dadurch ließen sich
alle Brustradiogramme, die auch aus anderen medizinischen
Gründen als vermutetem Lungenkrebs angefertigt werden, einer
sorgfältigen Untersuchung auf Knoten unterziehen.
In Radiogrammen wird das Vorhandensein von Knoten durch
überdeckende Rippen, Bronchien, Blutgefäße und andere normale
anatomische Strukturen verdeckt. Kundel et al. beschreiben
in "Optimization of Chest Radiography", HHS
Publication (FDA), 80-8124, Rockville, Maryland, USA,
1980, das Konzept der "Erkennbarkeit", um solche Eigenschaften
von Anormalitäten und ihrer Umgebung zu verdeutlichen,
die entweder zur Sichtbarkeit beitragen oder von dieser
ablenken. In der gleichen Veröffentlichung sind Faktoren
untersucht, die die Erkennbarkeit von simulierten Lungentumoren
beeinträchtigen, und es wird dargelegt, daß die
Sichtbarkeit von Veränderungen von der Lage im Brust-Radiogramm
abhängen. Somit müßte ein computerisiertes Suchverfahren
in der Lage sein, Knoten zu lokalisieren, die
unterschiedliche Grade von Sichtbarkeit haben, d. h. Knoten,
die im Hintergrund verschiedener komplizierter anatomischer
Strukturen liegen.
Bisher sind nur begrenzt Entwicklungen von computerisierten
Knotensuchverfahren durchgeführt worden. Dabei wurde versucht,
geometrische Feststellungsverfahren, etwa Kantenfeststellungsverfahren
auf das Originalbild oder auf ein hochfrequentes
verstärktes Bild anzuwenden, ohne den strukturierten
Hintergrund der normalen Lungenanatomie auszuschalten.
Alle bisher bekannten Verfahren waren jedoch nicht
ausreichend erfolgreich, um im großen Umfang klinische
Versuche zu rechtfertigen.
Es wurde auch bereits versucht, mammographische Anormalitäten
mit Digitalcomputern zu analysieren. Die bekannten Untersuchungen
hatten jedoch keine für die klinische Praxis
ausreichende Genauigkeit. Dies war im wesentlichen eine
Folge der starken Überlappung von Merkmalen von gesundem und
krankem Gewebe, wie sie in einem Mammogramm vorliegt.
Die augenblicklichen üblichen Standards für klinische Behandlungen
bestehen darin, daß eine Biopsie an 5 bis
10 Frauen auf jeden Einzelfall von Krebs vorgenommen wird.
Nur mit dieser hohen Biopsierate ergibt sich eine sinnvolle
Sicherheit, daß die meisten mammographisch feststellbaren,
frühen Karzinome entfernt werden können. Berücksichtigt man
den großen Umfang der Überlappung von Eigenschaften von
gesundem und krankem Gewebe in Mammogrammen, so könnte eine
computerunterstützte Ermittlung schließlich einen deutlich
größeren Einfluß auf die klinische Praxis haben als die
Charakterisierung von Anormalitäten. Mikrokalzifikationen
bilden einen idealen Bereich für die automatische Feststellung,
da feine Mikrokalzifikationen häufig die erste und
gelegentlich die einzige radiographische Feststellung im
frühen Stadium von heilbarem Brustkrebs sind, obwohl einzelne
Mikrokalzifikationen in einer verdächtigen Gruppe
(cluster), also in einer solchen Anordnung, daß Biopsie
erforderlich wäre, im radiographischen Erscheinungsbild nur
verhältnismäßig begrenzt auftreten.
Der hohe räumliche Frequenzgehalt und die geringe Größe von
Mikrokalzifikationen erfordern für das digitale mammographische
System eine hohe räumliche Auflösung und hohe
Kontrastempfindlichkeit. Digitale mammographische Systeme,
die diesen Anforderungen genügen, befinden sich immer noch im
Entwicklungsstadium. Digitale radiographische Systeme mit
einer angemessen hohen räumlichen Auflösung lassen sich
durch Fluoreszenzbildplatten- und Laserablesetechniken
schaffen. Zur Zeit können digitale Mammogramme mit hoher
Auflösung durch die Digitalisierung von gerasterten Filmbildern
mittels eines Trommelabtasters oder eines anderen
Abtastsystems erhalten werden. Die zunehmende Praktikabilität
der digitalen Mammographie unterstreicht die Möglichkeiten
und Vorteile eines computerunterstützten Systems zur
Analyse von Mammogrammen.
Aus dem Artikel "Biomedical Image Processing" von Stanley R.
Sternberg in Computer, Januar 1983, Seiten 22-34, ist ein
Verfahren zum automatischen Erfassen von Strukturen in digitali
sierten Bildern der Gel-Elektrophorese bekannt. In dem be
schriebenen Verfahren werden die Bilder vor ihrer eigentlichen
Analyse auf eine einheitliche mittlere Helligkeit oder Hinter
grundhelligkeit normalisiert. Zu diesem Zweck werden die
Bildpixel jedes Bildes bestimmten Transformationen unterzogen,
um ein geglättetes Bild zu erhalten, das ein Maß für die
Hintergrund- oder Grundhelligkeit des jeweiligen Bildes gibt.
Aus WO 86/01920 ist ein Bildverarbeitungsverfahren bekannt, mit
dem Objekte bestimmter Größe aus einem Bild herausgefiltert
werden sollen. Dazu werden aus dem digitalen Bild mit einem
ersten und einem zweiten Medianfilter ein erstes und ein zweites
gefiltertes Bild erzeugt und diese anschließend voneinander
subtrahiert, so daß in dem Differenzbild nur Objekte mit einer
Größe oberhalb der Schwelle des ersten Medianfilters und
unterhalb der Schwelle des zweiten Medianfilters liegen.
Es ist Aufgabe der Erfindung, ein verbessertes Verfahren zum
automatischen Ermitteln und Anzeigen anormaler anatomischer
Bereiche in einem digitalen Röntgenbild sowie eine Anordnung zur
Ausführung des Verfahrens zu schaffen.
Zur Lösung dieser Aufgabe dienen das Verfahren mit den Merkmalen
des Anspruchs 1 sowie die Anordnung mit den Merkmalen des
Anspruchs 7. Vorteilhafte Ausführungsformen sind in den Unter
ansprüchen aufgeführt.
Die Erfindung wird im folgenden an Hand der Figuren näher
erläutert.
Fig. 1 zeigt schematisch ein Flußdiagramm des automatischen Verfahrens zur
Knotenerkennung.
Fig. 2a+2b zeigen Histogramme des erfindungsgemäß erhaltenen
Originalbildes und des erfindungsgemäß erhaltenen
Differenzbildes, wobei der Pixelwert des Knotens
durch einen Pfeil angedeutet ist.
Fig. 3 zeigt den wirksamen Durchmesser und den Kreisgrad
einer Insel.
Fig. 4 zeigt in einem Diagramm die Abhängigkeit der
Inselgröße von einem Schwellenwert für einen
Knoten und einen Nicht-Knoten.
Fig. 5 zeigt in einem Diagramm die Abhängigkeit der
Inselkreisform vom Schwellenwert für einen Knoten
und einen Nicht-Knoten.
Fig. 6 zeigt in einem Diagramm die Änderung der Inselkreisform
und -größe für unterschiedliche Schwellenwerte
eines Knotens und eines Nicht-Knotens.
Fig. 7 zeigt die automatische Anordnung zur Knotenerkennung
gemäß Fig. 1 in einem detaillierteren
Blockschaltbild.
Fig. 8 zeigt schematisch ein Flußdiagramm für
ein automatisches Verfahren zur
Ermittlung von Mikrokalzifikationen in Mammogrammen.
Fig. 9 zeigt in einem Diagramm schematisch ein Kontrast
umkehrfilter.
Fig. 10a+10b zeigen jeweils ein entsprechendes Histogramm
eines unbearbeiteten Mammogramms und eines Differenzbildes,
das durch eine angepaßte Kombination
von Filter (3 × 3) und Kontrastumkehrfilter
(nA=9, nB=3) erhalten wurde.
Fig. 11 zeigt in einem Diagramm die Abhängigkeit der
Ermittlungsgenauigkeit von der Kerngröße (kernel
size) eines Kontrastumkehrfilters für eine Kombination
von angepaßtem Filter und Kontrastumkehrfilter.
Fig. 12 zeigt in einem Diagramm die Abhängigkeit der
Ermittlungsgenauigkeit von der Kerngröße eines
Medianfilters (median filter) für eine Kombination
von angepaßtem Filter und Medianfilter.
Fig. 13 zeigt in einem Diagramm die Abhängigkeit der
Ermittlungsgenauigkeit von der Kerngröße eines
angepaßten Filters für eine Kombination aus angepaßtem
Filter und Medianfilter.
Fig. 14 zeigt in einem Diagramm einen Vergleich des
Verhaltens von drei Bildverarbeitungsverfahren in
Kombination mit örtlichen Schwellenwerten.
Fig. 15 zeigt in einem Diagramm einen Vergleich des
Verhaltens von drei Bildverarbeitungsverfahren in
Kombination mit globalen Schwellenwerten.
Fig. 16a+16b zeigen die Abhängigkeit der richtigen positiven
Ermittlungsrate von Mikrokalzifikationen von lokalen
Schwellenwertgrößen und die Abhängigkeit
der falschen positiven Ermittlungsrate von Mikrokalzifikationen
von lokalen Schwellenwertgrößen.
Fig. 17 zeigt in einem Diagramm die Abhängigkeit der
Ermittlungsgenauigkeit vom Kontrast der Mikrokalzifikationen.
Fig. 18 zeigt die automatische Anordnung
zur Ausführung des Verfahrens aus Fig. 8 in
einem detaillierteren Blockschaltbild.
In den Zeichnungen sind mit gleichen Bezugszeichen gleiche
oder einander entsprechende Teile bezeichnet.
Fig. 1 zeigt ein vereinfachtes Flußdiagramm des Verfahrens
zur Ermittlung von Knoten. Dabei soll die Erkennbarkeit von
Knoten durch Unterdrückung oder Ausschaltung des verdeckenden
Hintergrundes der normalen Lungenanatomie verbessert
werden. Dies wird dadurch erreicht, daß man ein digitales
Einzelprojektions-Brustbild (Schritt 10) erzeugt und aus
diesem zwei Bilder ableitet, wobei in einem dieser Bilder
das Signal-Hintergrund-Verhältnis (SNR) des Knotens maximiert
(Schritt 20) und im anderen das Signal-Hintergrund-Verhältnis des
Knotens unterdrückt (Schritt 30) ist, während der Hintergrund
im wesentlichen gleich bleibt. Dann wird die Differenz
erzeugt (Schritt 40). Die Differenz zwischen diesen beiden
bearbeiteten Bildern besteht aus dem Knoten in Überlagerung
mit einem relativ gleichförmigen Hintergrund, wodurch die
Ermittlung wesentlich erleichtert wird. Dieses Arbeiten mit
einem Differenzbild unterscheidet sich grundsätzlich von den
üblichen Subtraktionsverfahren (z. B. zeitweise Subtraktion
oder Doppel-Energie-Subtraktion), indem die beiden Sätze von
Bilddaten (d. h. Bilddaten mit verstärktem SNR und Bilddaten
mit unterdrücktem SNR) aus dem gleichen Einzelprojektions-Brustradiogramm
gewonnen werden.
Mit dem SNR-Maximierungsfilter sollen diejenigen Charakteristika
eines Knotens verstärkt werden, die sich von den
Charakteristika des normalen anatomischen Hintergrundes
unterscheiden. Ein Raumfilter (spatial filter), das an das
zweidimensionale Profil eines gegebenen Knotens angepaßt
ist, soll bei Bearbeitung eine maximale Reaktion an der
Stelle des Knotens, also der Stelle der maximalen Korrelation,
hervorrufen. Die Verwendung zahlreicher Filter, von
denen jedes an eine einer unendlichen Anzahl von möglichen
Knotengrößen und -formen angepaßt ist, ist nicht praktikabel
und praktisch unmöglich. Es ist daher erforderlich, einige
wenige angepaßte Filter oder möglicherweise sogar nur ein
angepaßtes Filter zu finden, das in einem gewissen Umfang
Knoten verschiedener Größen und Formen verstärkt. Daher
wurden Filter untersucht, von denen jedes an das Profil
eines simulierten Knotens angepaßt war, d. h. das Filter war
proportional zum Fourier-Spektrum eines simulierten Knotens
gegebener Größe und gegebenen Kontrastes. Dieses angepaßte
Filter berücksichtigte das Hintergrundrauschen des röntgenographischen
Bildes. Es wurden drei angepaßte Filter untersucht,
die simulierten Knoten mit Durchmessern von 6 mm,
9 mm und 12 mm entsprachen.
Insbesondere erfolgte eine Untersuchung der Wirkung von drei
angepaßten Filtern auf einen 512 × 512 Abschnitt eines
Brustbildes mit zwei wirklichen und 7 simulierten Knoten (im
Bereich von 6 mm bis 15 mm im Durchmesser und im Kontrastbereich
von 35 bis 65 des digitalen Pixelwertes). Es hat sich
gezeigt, daß das SNR-Maximierungsfilter, das an einen Knoten
mit 6 mm Durchmesser angepaßt war, zu empfindlich für kleine
Bereiche der Rippenkanten mit hohem Kontrast waren und so
viele fehlerhafte positive Ergebnisse lieferten. Andererseits
lieferte das an einen Knoten mit 12 mm Durchmesser
angepaßte Filter keine ausreichenden Hochfrequenzwerte, so
daß kleine Knoten im Untersuchungsvorgang übersehen wurden.
Aus diesem Grund wurde ein SNR-Maximierungsfilter verwendet,
das an einen Knoten mit einem Durchmesser von 9 mm angepaßt
war.
Mit dem SNR-Unterdrückungsfilter soll das Übergewicht des
Knotens im Bild verringert werden, während ein Hintergrund
erzeugt wird, der ähnlich demjenigen ist, wie er mit dem
SNR-Maximierungsfilter erhalten wird. Das Bild mit SNR-Unterdrückung
wird mittels eines zweidimensionalen Raum-Glättungsfilters
(linear oder nicht-linear) aus dem ursprünglichen
digitalisierten Brustbild erzeugt. Untersuchte lineare
Filter enthalten gleichförmige rechteckige Funktionen
(die im räumlichen Frequenzbereich Sinus-Funktionen entsprechen)
und Gaußsche Funktionen mit Standardabweichungen von
6, 9, 12, 24 und 36 mm. Untersuchte nicht-lineare Filter
enthalten Medianfilter und modifizierte Medianfilter. Die
modifizierten Medianfilter unterscheiden sich von üblichen
Medianfiltern dadurch, daß die zur Bestimmung der Mittelwerte
um einige Pixelstellen verwendeten Pixel nicht unmittelbar
benachbart zueinander, sondern entlang eines Umfanges
mit einem gegebenen radialen Abstand von der fraglichen
Pixelstelle liegen.
Bei SNR-Unterdrückungsfiltern hat sich gezeigt, daß gleichförmige
Rechteckfunktionen und Gaußsche Funktionen mit dem
gleichen quadratischen Mittelwert ähnliche Ergebnisse ergeben.
Das modifizierte Medianfilter und das übliche Medianfilter
erscheinen dadurch günstig, daß die Schwellenwertbildung
des Differenzbildes viele Inseln ergibt, die Knoten
entsprechen. Die sich ergebenden Inseln im Differenzbild
hatten jedoch gezackte Kanten, wodurch sich fehlleitende
Messungen für geringe Kreisförmigkeit ergaben. Die Kombination
eines angepaßten Filters von 9 mm mit der 12 mm × 12 mm
gleichförmigen Rechteckfunktion ergab während der Schwellenwertbildung
des Differenzbildes die höchste Anzahl von
Knoten-Inseln und die geringste Anzahl von Nicht-Knoten-
Inseln.
Nachdem die beiden gefilterten Bilder aus dem Originalbild
erhalten wurden, wurde ein Differenzbild errechnet. Eine
Auswertung erfolgte unter Verwendung eines 512 × 512 Bereiches
eines Original-Brustbildes. In die Mitte des Lungenfeldes
und teilweise überlappend mit einer Rippe wurde ein
simulierter Knoten positioniert. Das Differenzbild wurde
durch Verwendung eines angepaßten Filters entsprechend einem
9 mm Knoten mit einem Kontrast von 65 digitalen Pixelwerten
für die Maximierung des Signal-Hintergrund-Verhältnisses des
Knotens erhalten. Beide Filtervorgänge erfolgten im Frequenzbereich
mittels eines Algorithmus für eine schnelle
Fourier-Transformation (FFT). Dadurch wurde die Erkennbarkeit
des Knotens im Differenzbild verstärkt und die Komplexität
des normalen Lungenhintergrundes verringert, obwohl
die Gesamtstruktur der Lunge immer noch sichtbar blieb.
Histogramme des ursprünglichen Bildes und des vorstehend
beschriebenen Differenzbildes sind in den Fig. 2a und 2b
gezeigt. Da nur ein Viertel des Brustkorbes,
welches überwiegend Lungengewebe ohne Gefäße enthielt, analysiert
wurde, beträgt der Bereich des Histogramms, d. h. der
Dynamikbereich des ursprünglichen Brustbildes nur etwa
500 Pixelwerte. Der Pixelwert des Knotens ist in den
Histogrammen durch einen Pfeil gekennzeichnet. Man erkennt,
daß der Pixelwert des Knotens im ursprünglichen Bild
vergleichbar denjenigen anderer Lungenstrukturen ist. Wenn
die Lage des Knotens bezüglich der anderen Lungenstrukturen
verändert wird, kann sich der Pixelwert des Knotens innerhalb
des dargestellten Dynamikbereichs ändern. Der Pixelwert
des Knotens im Differenzbild befindet sich jedoch immer am
höheren Ende des Histogramms und ist von den meisten anderen
Strukturen getrennt. Darüber hinaus ist das Histogramm des
Differenzbildes sehr schmal. Diese Histogramme zeigen, daß
man mit der Bildung des Differenzbildes die Wirkung des
unerwünschten anatomischen Hintergrundes erfolgreich ausschalten
kann.
Im nachfolgenden werden die Merkmalsgewinnungsverfahren
einschließlich Kreisförmigkeit, Größe und Wachstumstests
(Schritt 50) beschrieben, die zur Ermittlung eines Lungenknotens
(Schritt 60) in der in Fig. 1 schematisch
dargestellten Weise angewendet werden.
Nachdem das Differenzbild aus den "SNR-maximierten" und
"SNR-unterdrückten" Bildern erhalten wurde, werden die
Merkmalsgewinnungsverfahren angewendet, um mögliche Knoten
zu trennen, während andere Strukturen nicht berücksichtigt
werden. Infolge der Differenz in den Spektralbereichen der
SNR-maximierten und SNR-unterdrückten Bilder sind die sich
nach dem Filtern ergebenden Hintergründe nicht identisch,
und somit ist das "strukturierte Rauschen" im Differenzbild
nicht vollständig ausgeschaltet. Die Erkennbarkeit des
Knotens ist jedoch erhöht, und somit wird das Hervorheben
des Knotens aus dem vereinfachten Hintergrund leichter als
aus dem ursprünglichen, komplexen anatomischen Hintergrund.
Der Knoten wird durch Schwellenwertbildung
bezüglich der Amplituden der Pixel des Differenzbildes
und Durchführung von Tests bezüglich der Kreisförmigkeit
und der Größe sowie der Ermittlung der Änderung mit
Änderung der Schwellenwertgrößen hervorgehoben. Das letztere
wird als "Wachstums"-Test bezeichnet.
Die Schwellenwertbildung im Differenzbild erfolgt bei verschiedenen
Pixelwerten (Amplitudenschwellenwerten, im folgenden kurz
Schwellenwerten). Die Pixelwerte
oberhalb einer gegebenen Schwellenwertgröße entsprechen
einem speziellen oberen Prozentsatz des Bereiches unter dem
Histogramm. So entspricht beispielsweise der Schwellenwert
in den oberen 4% des Histogrammbereiches in Fig. 2b
525. Es sei erwähnt, daß bei Vergrößerung des Prozentsatzes
der Schwellenwert abnimmt.
Pixelwerte unterhalb des Schwellenwertes werden auf einen
konstanten Hintergrundwert eingestellt und bewirken die
Ausbildung eines Bildes von "Inseln". Wenn der Pixel-Schwel
lenwert verringert wird, so daß eine größere Anzahl von
Pixeln als ein Prozentsatz des Histogramms den Schwellenwert
übersteigt, d. h. wenn beispielsweise der Histogrammprozentsatz
von 4% auf 8% erhöht wird, vergrößern sich die Inseln
und ihre Formen ändern sich. Die Art der Vergrößerung der
verschiedenen Inseln mit Erhöhung des Schwellenwertes
dient als Maßnahme zur Charakterisierung und Unterscheidung
zwischen solchen Inseln, die ihre Ursache in Knoten, und
solchen Inseln, die ihre Ursache in Nicht-Knoten, d. h.
normalen Lungenstrukturen haben. Bei jedem Schwellenwert
werden die Inseln automatisch mittels einfacher
Computersuchverfahren aufgenommen und dann zur Prüfung auf
Form und Größe übertragen.
Fig. 3 zeigt schematisch das Messen der Größe und der
Kreisförmigkeit einer gegebenen Insel. Der Bereich der Insel
entspricht der Anzahl von verbundenen Pixeln auf und
oberhalb des Schwellenwertes. Der effektive Durchmesser
wird als der Durchmesser eines Kreises definiert, der die
gleiche Fläche hat wie die Insel. Der Grad der Kreisförmigkeit
wird als das Verhältnis von innerhalb des äquivalenten
Kreises, der mittig um das Zentrum der mittleren Entfernungen
der Insel liegt, befindlicher Fläche der Insel zu der
gesamten Fläche der Insel definiert.
Das "Wachstum" jeder Insel wird an diskreten Intervallen der
Schwellenwertgröße überwacht. Fig. 4 zeigt die Abhängigkeit
der Inselgröße des Schwellenwertes für einen Knoten
und einen Nicht-Knoten. Der Schwellenwert wird in
Schritten von 1% des Bereiches des Histogramms des Differenzbildes
geändert. Die Größe der Insel ist als effektiver
Durchmesser in mm angegeben. Es sei erwähnt, daß bei
Verringerung des Schwellenwertes, d. h. bei Vergrößerung
der Anzahl von Pixeln im dargestellten Differenzbild die
Knoten-Insel, verglichen zur Nicht-Knoten-Insel, allmählich
in ihrer Größe zunimmt. Die plötzliche Zunahme des effektiven
Durchmessers der Nicht-Knoten-Insel, die durch Verbindung
der Insel mit einer anderen Nicht-Knoten-Insel verursacht
wird, ist typisch für Nicht-Knoten in Randbereichen
des Brustkorbes. Ein typisches Beispiel für einen Nicht-Knoten
ist eine Rippenkante.
Fig. 5 zeigt die Abhängigkeit der Insel-Kreisförmigkeit von
der Schwellenwertgröße für einen Knoten und einen Nicht-Knoten.
Die Kreisförmigkeit der Knoten-Insel bleibt oberhalb
etwa 0,85, wenn sich der Schwellenwert über einen
weiten Bereich ändert. Die Kreisförmigkeit der Nicht-Knoten-Insel
nimmt jedoch ab. Die plötzliche Abnahme der Kreisförmigkeit
der Nicht-Knoten-Insel ist ein Anzeichen dafür, daß
diese sich mit einer anderen Insel verbunden hat.
Die Änderung der Inselkreisförmigkeit und -größe für verschiedene
Schwellenwerte ist in Fig. 6 dargestellt.
Diese Wachstums-Charakteristika der Inseln, wie sie in den
Fig. 4 bis 6 gezeigt sind, werden erfindungsgemäß benutzt,
um zwischen Knoten und Nicht-Knoten zu unterscheiden.
Eine Insel wird zurückgewiesen, wenn die Größe und Kreisförmigkeit
bei einer gewissen Anzahl von aufeinanderfolgenden
Schwellenwerten (in Schritten von 1% des Histogramms)
nicht auf vorgegebenen Werten bleiben. Um eine Insel als
Knoten anzusehen, kann ein Zwei-Auswahl-Kriterium angewendet
werden. Die Insel muß entweder (1) einen effektiven Durch
messer zwischen 3 mm und 18 mm und eine Kreisförmigkeit von
mindestens 0,85 für 10 aufeinanderfolgende Schwellenwert
größen haben oder (2) einen effektiven Durchmesser von 9 mm
bis 18 mm und eine Kreisförmigkeit von mindestens 0,75 bei
vier aufeinanderfolgenden Schwellenwerten aufweisen. Das
Kriterium wurde angewendet, um sowohl kleine als auch große
Knoten zu ermitteln, wobei die erste Auswahl für kleine und
mittelgroße Knoten und die zweite Auswahl für große Knoten
dient. Üblicherweise sind Nicht-Knoten-Inseln zunächst
klein, wachsen verhältnismäßig schnell, da sie sich mit
anderen Nicht-Knoten-Inseln verbinden, und haben eine geringe
Kreisförmigkeit, wenn ihre effektiven Durchmesser größer
als 9 mm werden. Um jedoch sehr kleine und sehr große Knoten
festzustellen, wurde ein Mehrfachtest-Kriterium verwendet.
Es sei erwähnt, daß nach Eingabe des ursprünglichen,
digitalen Brustbildes in den Computer, der Knotenermittlungsvorgang
vollständig automatisch abläuft. Nach der
automatisch durchgeführten Unterscheidung zwischen Knoten
und Nicht-Knoten, können die ermittelten Ergebnisse einem
Radiologen zur abschließenden Entscheidung vorgelegt werden.
Fig. 7 zeigt in einem detaillierteren Blockschaltbild die
erfindungsgemäße Anordnung. Wie in Fig. 7 dargestellt,
werden Röntgenstrahl-Messungen eines Objektes von einem
Bildsignalgenerator 101 erhalten, etwa dem Ausgang einer
Fernsehkamera in einem Durchleuchtungsgerät oder dem Filmdigitalisierer
zur Digitalisierung von klinischen Filmbildern.
Das Bildsignal wird einem ersten Speicher 103 zugeführt, in
dem ein Originalbild gespeichert wird.
Das digitalisierte Bildsignal wird parallel einem SNR-Unterdrückungsfilter
105, das als Medianfilter bezeichnet ist,
also einem nicht-linearen Raumfilter zum Ersetzen jedes
Pixelwertes mit dem Mittelwert der Pixelwerte innerhalb
eines Kerns (kernel) oder Bereichs gewählter Größe und Form
mittig um den interessierenden Pixel, und einem SNR-Maximierungsfilter
107 zugeführt, das als angepaßtes Filter zur
Verstärkung derjenigen Charakteristika der verdächtigen
anormalen Bereiche bezeichnet ist, die sich von Charakteristika
des normalen anatomischen Hintergrunds unterscheiden.
Die Subtraktionseinrichtung 109 nimmt die beiden gefilterten
Bilder, also das SNR-unterdrückte Bild und das SNR-verstärkte
Bild auf und erzeugt ein Differenzbild, in dem die
Erkennbarkeit der verdächtigen Anormalitäten verstärkt ist
und in dem die Komponente des gemeinsamen, strukturierten
Hintergrundes dieser beiden Bilder verringert ist. Dieses
Differenzbild wird in einem zweiten Speicher 111 gespeichert.
Unter Verwendung des Histogramms wird gemäß verschiedenen
Verfahren in einer Schwellenwertbestimmungseinrichtung 115
ein vorbestimmter Schwellenwert eingestellt. Eines
dieser Verfahren ist ein globales Schwellenwertverfahren,
bei dem der Computer einen vorgewählten Prozentsatz der
Pixel mit Werten am hohen Ende des Histogramms des Differenzbildes
behält, während ein anderes Verfahren ein lokales
Schwellenwertverfahren ist, bei dem der Computer die örtliche
Statistik innerhalb eines quadratischen Kerns oder
Bereichs mittig um einen interessierenden Pixel bestimmt.
In einer Schwellenwerteinrichtung 117 wird das Differenzbild
bei einem gegebenen Schwellenwert, der in der Schwel
lenwertbestimmungseinrichtung 115 entsprechend dem spezifischen
Bereich des errechneten Histogramms bestimmt wird, einer
Schwellenwertbearbeitung unterzogen. Der Pixelwert wird nur
festgehalten, wenn er um ein vorgewähltes Vielfaches der
Standardabweichung größer ist als der mittlere Pixelwert.
Das im zweiten Speicher 111 gespeicherte Differenzbild wird
durch Vergleich jedes Pixelwertes des Differenzbildes mit
der Schwellenwertgröße binärkodiert, und auf Grund dieses
Vergleiches wird in einen Ebenenspeicher 119 entweder "1"
oder "0" eingegeben. Der Ebenenspeicher 119 hat die gleiche
Anzahl von Adressen wie der zweite Speicher 111. Ist
beispielsweise der Pixelwert gleich der oder größer als die
Schwellenwertgröße, so wird "1" gespeichert, während andererseits
bei einem Pixelwert kleiner als die Schwellenwertgröße
an der Pixeladresse im Ebenenspeicher 119 "0" gespeichert
wird. Diese Schwellenwertbearbeitung führt zur Bildung
eines "Schwellenwertbildes" im Ebenenspeicher 119, das eine
Gruppe von Pixeln mit Werten oberhalb des Schwellenwertes
enthält, die dem absolut gleichförmigen Hintergrund überlagert
sind.
Das im Speicher 119 gebildete Schwellenwertbild mit den
verdächtigen anormalen Bereichen der Röntgenaufnahme wird
weiteren Merkmalsgewinnungsbehandlungen unterzogen. Wenn
in digitalen Brustkorb-Röntgenbildern Lungenknoten verdeutlicht
werden sollen, wird das Schwellenwertdifferenzbild der
Röntgenaufnahme Untersuchungen auf Kreisförmigkeit und Größe
unterworfen, während bei der Verdeutlichung von Mikrokalzifikationen
in digitalen Mammogrammen, wie später im einzelnen
erläutert werden wird, ein Gruppenverfahren (clustering
technique) angewendet, um Gruppen (clusters) von Pixeln zu
identifizieren, die innerhalb eines vorgewählten Durchmessers
einen Schwellenwert überschreiten.
Die in Fig. 7 gezeigte "Insel"-Ermittlungseinrichtung 121
erzeugt ein Bild von "Inseln", d. h. Gruppen von "1" Pixeln,
die sich aneinander angrenzend im Ebenenspeicher 119
befinden. Die Inseln werden automatisch durch einfache
Computersuchvorgänge ermittelt, etwa durch wiederholtes
Prüfen von Pixeln, die ein Pixel mit dem Wert "1" umgeben
und Zusammenfassen jeder Gruppe von "1" Pixeln durch
Erzeugung einer bestimmten Identifizierung jeder Insel und
der Adressen von "1" Pixeln im Speicher 119 als Nebeninformation.
Nach der Lokalisierung und Gruppierung der Inseln in der
Inselermittlungseinrichtung 121 ermittelt die Rechenschaltung
123 die Größe und Kreisförmigkeit einer gegebenen
Insel, wobei der Bereich der Insel an und oberhalb des
Schwellenwertes bestimmt und dargestellt wird. Der effektive
Durchmesser wird durch den Durchmesser eines Kreises
mit der gleichen Fläche wie die Insel bestimmt. Der Grad der
Kreisförmigkeit ist definiert als das Verhältnis des Bereiches
der Insel, der innerhalb des äquivalenten Kreises
liegt, der mittig um das Zentrum der mittleren Entfernungen
der Insel angeordnet ist, zur Fläche der Insel, wie dies in
Fig. 3 gezeigt ist.
Die in der Rechenschaltung 123 ermittelten Werte werden der
Anormalitätenbestimmungsschaltung 125 zugeführt, in der durch
Vergleich mit einem vorbestimmten Wert ermittelt wird, ob
die gegebene Insel anormal ist, d. h. ob es sich um einen
Knoten handelt.
Die vorstehend beschriebenen Verfahrensschritte erfolgen bei
Schwellenwerten, die in Schritten geändert werden, wobei
die Änderung mit dem Prozentsatz des betrachteten Differenzbildhistogramms
zunimmt. Wenn die Schwellenwertgröße verändert
wird, werden die Inseln größer und ihre Form ändert
sich. Der Charakterisierungs- und Unterscheidungsvorgang
wird für die so neu entstehenden Inseln durchgeführt, und
wenn die Insel allmählich zur Feststellung einer Anormalität
unabhängig von der Änderung der Schwellenwertgrößen führt,
wird Insel bestätigt und ist als Knoten erkannt.
Das Ergebnis der Schwellenwert- und Wachstumstests wird
außerdem einer Anzeigeeinrichtung 129 zugeführt, so daß das
die Insel des Knotens im Differenzbild darstellende Ausgangssignal
im ursprünglichen Bild überlagert und auf dem
Schirm des in der Anzeigeeinrichtung 129 vorhandenen Monitors
131 dargestellt wird. Eine andere Anzeige der Insel,
die als Knoten erkannt ist, kann durch Verwendung eines
Anzeigers, etwa eines Kreises, eines Kursors oder Pfeiles
erfolgen, der auf dem Schirm des Monitors 131 erzeugt wird,
auf dem auch das ursprüngliche Bild wiedergegeben wird.
Viele der vorstehend beschriebenen Prinzipien sind auch bei
der Analyse von digitalen Mammogrammen anwendbar. Fig. 8
zeigt die allgemeine Form des Mammogramm-Computeralgorithmus.
Wiederum wird ein digitales Eingangsbild in der Form
eines Mammogramms erhalten (Schritt 10) und einer räumlichen
Filterung unterzogen, um signalverstärkte Bilddaten
(Schritt 20) und signalunterdrückte Bilddaten (Schritt 30)
zu gewinnen. Durch Subtrahieren der beiden Bilddaten ergeben
sich Differenz-Bilddaten, in denen der strukturierte Hintergrund
entfernt ist (Schritt 40). Auch in diesem Zusammenhang
sei darauf hingewiesen, daß sich das erhaltene Differenzbild
grundsätzlich von einem Subtraktionsbild unterscheidet, das
durch Verfahren, wie etwa die digitale Subtraktionsangiographie,
bei der zwei Bilder subtrahiert werden, um aus einem
einzigen Bild ein Differenzbild zu erhalten. Graupegel-Schwellenwertbearbeitung
(Schritt 70) und Signalhervorhebungsbearbeitung
(Schritt 50′) auf Grund bekannter physikalischer
Charakteristika der Mikrokalzifikationen werden dann am
Differenzbild ausgeführt, um die Signale von dem übrigen
Rauschhintergrund zu trennen. Das Ausgangssignal des Computeralgorithmus
zeigt die Lagen der verdächtigen Gruppen
von Mikrokalzifikationen im Mammogramm an (Schritt 60′).
Zur Signalverstärkung (Schritt 20) wird ein Raumfilter
(spatial filter) verwendet, das in etwa an die Größe und die
Kontraständerungen von typischen Brust-Mikrokalzifikationen
angepaßt ist. Dieses Raumfilter, das im folgenden als
angepaßtes Filter bezeichnet wird, unterscheidet sich von
einem üblicherweise als angepaßtes Filter bezeichneten
Filter, wie es von Pratt in "Digital Image Processing",
Willy, New York, 1978 beschrieben ist. So berücksichtigt es
nicht den Frequenzinhalt des korrelierten Rauschens im
Bildhintergrund. Ferner ist es nicht möglich, Filter zu
bauen, die genau an jede Mikrokalzifikation angepaßt sind,
da die Mikrokalzifikationen sich nach Größe und Form
unterscheiden. Daher wird ein vereinfachtes Modell, bei dem
ein angepaßtes Filter mit einem n × n quadratischen Kern
(kernel) oder Bereich, bei dem n eine ungerade Zahl ist,
verwendet und für das gesamte Bild eingesetzt. Die Abhängigkeit
der Ermittlungsgenauigkeit von der Kerngröße eines
gepaßten Filters wurde untersucht. Darüber hinaus wurde
aufgrund einer Analyse der zweidimensionalen Profile einiger
typischer Mikrokalzifikationen die Kontraständerung von
Mikrokalzifikationen mit den folgenden Wichtungsfaktoren für
angepaßte Filter angenähert. Wenn n = 3 war, wurde den acht
äußeren Wichtungsfaktoren der Filterempfindlichkeitsfunktion
ein Wert von 0,7 zugeordnet, und dem zentralen Wichtungsfaktor
wurde ein Wert von 1,0 zugeordnet. Wenn n größer 3 war,
wurden den äußeren Wichtungsfaktoren ein Wert von 0,5, den
zweitäußersten Wichtungsfaktoren ein Wert von 0,75 und allen
anderen Wichtungsfaktoren ein Wert von 1,0 zugeordnet. Diese
vereinfachten angepaßten Filter ergaben eine Ausgangsmessung
der Korrelation zwischen der Filteransprechfunktion und der
Raumänderung des Bildes. Daher waren an Stellen von Mikrokalzifikationen
die Spitzenwerte der Pixel im gefilterten
Bild gegenüber den Pixelwerten des willkürlichen Rauschens
oder des strukturierten Rauschens vergrößert, das weniger
mit der Filteransprechfunktion korreliert.
Um ein signalunterdrücktes Bild (Schritt 30) zu erzeugen,
wurden zwei Arten von Filtern, nämlich Medianfilter und
Kontrastumkehrfilter untersucht. Ein Medianfilter ist ein
nicht-lineares Raumfilter (spatial filter), das den Wert
eines gegebenen Pixels durch das Mittel von Pixelwerten
innerhalb eines Kerns gewählter Größe und Form mittig um den
interessierenden Pixel ersetzt. Ein Medianfilter mit richtig
gewählter Kerngröße kann praktisch alle Mikrokalzifikationen
aus dem Bild entfernen und außerdem das Rauschen glätten,
ohne eine Änderung des globalen Hintergrundes vorzunehmen.
Wegen der verhältnismäßig willkürlichen Formen und Ausrichtungen
der Mikrokalzifikationen wurden Medianfilter mit
einem quadratischen Kern benutzt. Die Abhängigkeit der
Ermittlungsgenauigkeit von der Größe des Filters wurde
untersucht.
Um das Signal-Hintergrund-Verhältnis (SNR) zu verstärken, während
der strukturierte Hintergrund im Differenzbild entfernt
wird, wurde eine andere Möglichkeit zur Signalunterdrückung
untersucht. Zur selektiven Umkehr des Kontrastes der Mikrokalzifikationen
wurde ein Kontrastumkehrfilter entwickelt,
durch das der niederfrequente strukturierte Hintergrund
beibehalten und das hochfrequente Rauschen unterdrückt
wurde. Diese Aufgabe kann von einem Filter mit optischen
Übertragungsfaktoren (OTF) der Form
F(u) = [2 FA(u) - 1]FB(u),
erfüllt werden, wobei FA(u) ein Tiefpaß-Glättungsfilter und
FB(u) ein Filter ist, das hochfrequentes Rauschen unterdrückt.
Ein Kontrastumkehrfilter ist schematisch in Fig. 9
dargestellt. Wenn die Parameter für FA(u) und FB(u) richtig
gewählt werden, kann das sich ergebende Filter F(u) im
Frequenzbereich, der die meisten Frequenzen der Mikrokalzifikationen
enthält, eine große negative Komponente haben.
Bei Untersuchungen wurden Filter A und B mit einfachen
quadratischen Kernen (kernel) im Raumbereich (spatial
domain) verwendet. Das Filter A hatte Wichtungsfaktoren
ähnlich denjenigen der vorstehend beschriebenen angepaßten
Filter, während das Filter B unabhängig von seiner Kerngröße
nB gleichförmige Wichtungsfaktoren aufwies.
Bei der Anwendung der Erfindung im Bereich der Mammographie
wird wiederum durch Subtrahieren eines signalunterdrückten
Bildes von einem signalverstärkten Bild ein Differenzbild
erhalten. Da die niederfrequenten, strukturierten Hintergründe
in diesen beiden Bildern im wesentlichen gleich sind,
wird dieser Bestandteil aus dem Differenzbild entfernt. Um
den Verlust an Hintergrundpegel zu kompensieren, wird zu
jedem Pixel des Differenzbildes zu Anzeigezwecken ein
konstanter Wert von 512 addiert.
Das Differenzbild wird ferner einer Graupegel-Schwellenwertbehandlung
unterzogen, um die Mikrokalzifikationen vom
übrigen Rauschhintergrund zu trennen. Dabei wurden zwei
Arten von Graupegel-Schwellenwertbearbeitungen untersucht.
Eine war ein globales Schwellenwertverfahren, bei dem der
Computer einen vorgewählten Prozentsatz von Pixeln mit
Werten am hohen Ende des Histogramms des Differenzbildes
aufnimmt, während alle Pixelwerte unterhalb des Schwellenwertes
auf einen konstanten Wert gebracht werden. Die andere
war ein lokales Schwellenwertverfahren, bei dem der Computer
die örtliche Statistik innerhalb eines quadratischen Kerns
mittig um einen interessierenden Pixel ermittelt. Der
Pixelwert wird nur dann erhalten, wenn er um ein vorgewähltes
Vielfaches der Standardabweichung größer ist als der mittlere
Pixelwert. Die Kerngröße muß ausreichend groß sein, um
eine gute Abschätzung der örtlichen Hintergrundrauschschwankung
zu erhalten, und wurde bei den Untersuchungen zu
51 × 51 Pixeln gewählt. Die Graupegel-Schwellenwertbearbeitung
führt zu einem "Schwellenwertbild", in dem Gruppen von
Pixeln mit Werten oberhalb des Schwellenwertes einem absolut
gleichförmigen Hintergrund überlagert sind.
Bei der Durchführung der Signalgewinnung ermittelt der
Computer in der folgenden Weise Signale aus dem Schwellenwertbild.
Ein Grenzermittlungsprogramm wird auf das unbearbeitete
Mammogramm angewendet, um den Brustbereich zu
bestimmen. Die Signalsuche wird dann im Brustbereich des
Schwellenwertbildes durchgeführt, um die Lage, den Bereich
und den Kontrast jedes Punktes zu bestimmen. Ein Bereichsschwellenwertkriterium
wird danach auf die erhaltenen Signale
angewendet, um solche Punkte zu eliminieren, deren
Bereich kleiner ist als eine vorgewählte Anzahl von Pixeln.
Schließlich wird ein Gruppenkriterium angewendet, um die
Gruppen (cluster) zu identifizieren, die mehr als eine
vorgewählte Anzahl von Signalen innerhalb eines kreisförmigen
Bereiches mit vorgewähltem Durchmesser enthalten. Diese
vorgewählten Werte werden durch die klinische Erfahrung von
Radiologen und empirisch durch Bearbeitung einer Anzahl von
Testmammogrammen mit bekannten Mikrokalzifikationen festgelegt.
Typischerweise wurde eine Bereichsschwellenwertgröße
von 2 oder 3 Pixeln verwendet, und eine Gruppe mußte
innerhalb eines Bereiches von 1 cm bis 1,5 cm im Durchmesser
drei oder mehr Signale enthalten. Das letztgenannte Kriterium
liegt im Rahmen der klinischen Erfahrung, die verlangt,
daß eine minimale Anzahl von Mikrokalzifikationen, üblicherweise
zwischen drei und fünf, vorhanden sein muß, bevor
Gruppen (cluster) ausreichend verdächtig erscheinen, um eine
Biopsie zu rechtfertigen.
Der vorstehend beschriebene Gruppentest wird dadurch ausgeführt,
daß zunächst nach zwei engst benachbarten Inseln
gesucht wird, die die Bereichsschwellenwertbearbeitung überstanden
haben. Das Zentrum der mittleren Entfernungen der
beiden Insellagen wird dann als Mittelpunkt eines Kreises
mit vorgewähltem Durchmesser benutzt, um die nächstnähere
Insel innerhalb des Kreises zu ermitteln. Die Zentrumslage
wird danach für die drei Inseln bestimmt und wiederum als
Mittelpunkt des Kreises verwendet. Der Vorgang wird solange
fortgesetzt, bis innerhalb des Kreises keine neuen Inseln
mehr gefunden werden, und die Gruppe von Inseln innerhalb
des Kreises wird als eine Gruppe (cluster) definiert.
Um die Ermittlungsgenauigkeit des verwendeten Computeralgorithmus
zu bestimmen, wurden Monte Carlo Verfahren angewendet,
wie sie beispielsweise von Rubinstein in "Simulation
and the Monte Carlo Method", Willy, New York, 1981,
beschrieben wurden, wobei die Mikrokalzifikationen simuliert
wurden, die dann den normalen mammographischen Hintergründen
überlagert wurden. Der Ort, die Größe und der Kontrast
dieser simulierten Signale waren somit bekannt und konnten
als definitiver Standard für den Vergleich mit den vom
Computer ermittelten Ergebnissen benutzt werden.
Zur Ermittlung der Genauigkeit des Computerermittlungsalgorithmus
wurden sechs normale Mammogramme, die typische
Variationen in Dichte und Struktur aufwiesen und die keine
Mikrokalzifikationen zeigten, für die Überlagerung mit
simulierten Mikrokalzifikationen ausgewählt. Ein Abschnitt
des Mammogramms mit einem Bereich von 700 × 1000 Pixeln
wurde verwendet, um Bildverarbeitungszeit zu sparen. Zur
Vereinfachung wird dieser Abschnitt oder Bereich eines
Mammogramms im folgenden als "Mammogramm" bezeichnet. Das
Monte Carlo Programm wurde dann angewendet, um zehn nicht
überlappende Gruppen von Mikrokalzifikationen in jedem Bild
zu erzeugen, wobei jede Gruppe acht bis zehn simulierte
Mikrokalzifikationen enthielt. Die Größe und der Kontrast
der simulierten Mikrokalzifikationen wurde aufgrund der
Erfahrung von Radiologen gewählt. Ganz allgemein haben
Kalzifikationen infolge Erkrankung eine Seitenlänge von
weniger als 0,5 mm, wenn sie in etwa gleichdimensioniert
sind, oder eine Länge von weniger als 0,5 mm in der kürzeren
Ausdehnungsrichtung, wenn sie linear sind. Die Eingangswahr
scheinlichkeitsverteilungen der Größe, des Kontrasts und der
Lage der simulierten Mikrokalzifikationen in den sechs
Mammogrammen wurde so festgelegt, daß sich ein Satz von
Testbildern ergab.
Das Computerermittlungsprogramm mit vom Benutzer gewählten
Bildbearbeitungs- und Signalermittlungsparametern wurde auf
jeden Satz von Testbildern angewendet. Die Computereingangssignale
enthielten die Orte der ermittelten einzelnen
Signale und die ermittelten Gruppen. Der Computer verglich
dann die bekannten Orte der simulierten Mikrokalzifikationen
mit den ermittelten Signalen, um die richtigen positiven und
die falschen positiven Ermittlungsereignisse festzustellen.
Die Ermittlungsgenauigkeit wurde mittels einer Verhaltenskurve
bestimmt, die die Beziehung zwischen der Ermittlungsrate
von richtig positiven (TP) Gruppen und von falschen
positiven (FP) Gruppen definiert, die je Bild bei verschiedenen
Graupegel-Schwellenwertgrößen festgestellt wurden. Die
Abhängigkeit der Computerermittlungsgenauigkeit von den
Bildverarbeitungs- und Signalgewinnungsparametern sowie von
den physikalischen Charakteristika der Mikrokalzifikationen
kann dann durch Vergleich der Verhaltenskurven bestimmt
werden.
Histogramme von unbearbeiteten Bilddaten und Differenzbilddaten
sind jeweils in den Fig. 10a und 10b dargestellt.
Für das unbearbeitete Bild erstrecken sich die Pixelwerte
nahezu über den gesamten 10-Bitbereich, und die beiden
Gruppen von Mikrokalzifikationen sind dem anatomischen
Hintergrund mit stark unterschiedlichen Dichten überlagert.
Vergleichsweise ist das Histogramm des Differenzbildes sehr
schmal und recht symmetrisch mit einer Standardabweichung
von etwa 8 Pixelwerten, wobei die Mikrokalzifikationen an
einem Ende des Histogramms liegen. Diese Ergebnisse zeigen,
daß das Differenzbildverfahren sehr wirksam strukturierten
Hintergrund entfernen kann.
Die Abhängigkeit der Computerermittlungsgenauigkeit von der
Kerngröße des Kontrastumkehrfilters ist in Fig. 11 gezeigt.
Wenn die Kerngröße nB des Filters B bei 3 × 3 festliegt und
die Kerngröße nA des Filters A sich von 5 bis 9 vergrößert,
erhöht sich die TP-Ermittlungsrate für FP-Ermittlungsraten
unterhalb von etwa zwei Gruppen pro Bild und verringert sich
geringfügig für höhere FP-Ermittlungsraten. Wenn sich jedoch
die Kerngröße nA weiter bis zu 11 erhöht, beginnt die
Ermittlungsgenauigkeit sich zu verringern. Die Wirksamkeit
des Filters B wird durch Erhöhung der Kerngröße nB von 3 auf
5 bei fester Kerngröße nA von 11 gezeigt. Die TP-Ermittlungsrate
für eine Kerngröße nB von 5 ist bei allen
FP-Ermittlungsraten geringer als für eine Kerngröße nB von
3. Diese Ergebnisse zeigen daher, daß ein Kontrastumkehrfilter
mit Kerngrößen von nA von 9 und nB von 3 im Frequenzbereich,
der die meisten Frequenzen der Mikrokalzifikationen
enthält, für die Filterkombinationen und Größenverteilungen
der untersuchten Mikrokalzifikationen negative OTF-Komponenten
liefern. Es wurde versucht, die Wirkung der Kontrastumkehr
durch Anwendung eines 3 × 3 angepaßten Filters auf das
mit einem Kontrastumkehrfilter mit Kerngrößen von nA=9 und
nB=3 bearbeitete Bild zu erhöhen. Die sich ergebende
Verhaltenskurve war jedoch nahezu identisch mit derjenigen,
die ohne zusätzliches angepaßtes Filter erhalten wurde.
Die Abhängigkeit der Genauigkeit der Computerermittlung von
der Kerngröße des Medianfilters ist in Fig. 12 dargestellt.
Für eine gegebene FB-Ermittlungsrate erhöht sich die TP-Ermittlungsrate
schnell, wenn sich die Kerngröße von 5 auf 7
erhöht. Wenn jedoch die Kerngröße auf 9 ansteigt, erhöht
sich die TP-Ermittlungsrate bei FP-Ermittlungsraten unterhalb
von zwei Gruppen per Bild weiterhin, jedoch nimmt sie
bei höheren FP-Ermittlungsraten geringfügig ab. Eine weitere
Erhöhung der Kerngröße auf 11 scheint die TP-Ermittlungsrate
bei im wesentlichen allen FP-Ermittlungsraten zu verringern.
Die Wirkung der Kerngröße des zur Signalverstärkung verwendeten
angepaßten Filters auf die Ermittlungsgenauigkeit
wurde durch Änderung der Größe von 3 bis 7 untersucht. Für
die Kombination von angepaßtem Filter und Kontrastumkehrfilter
mit Kerngrößen von nA=9 und nB=3 ergab sich, daß die
Verhaltenskurven für alle drei Größen des angepaßten Filters
im wesentlichen unverändert blieben. Bei der Kombination von
angepaßtem Filter und Medianfilter hängt die Ermittlungsgenauigkeit
jedoch erheblich von der Größe des angepaßten
Filters ab. Die Verhaltenskurve verschlechtert sich, wenn
die Größe des angepaßten Filters bei einem festen 7 × 7
Medianfilter von 3 auf 7 zunimmt, wie dies in Fig. 13 zu
erkennen ist. Für die meisten Untersuchungen wurde daher ein
3 × 3 angepaßtes Filter verwendet.
Die Wirkung der Flächenschwellenwertgröße, d. h. die Größe
einer Insel, die möglicherweise für eine nachfolgende
Auswertung der Inselgruppenbildung in Frage kommt, und die
durch Änderung des Schwellenwertes von 2 Pixel bis 4 Pixel
für den Signalbereich für den Signalgewinnungsvorgang eingesetzt
wurde, wurde ebenfalls untersucht. Sowohl die TP-Ermittlungsrate
als auch die FP-Ermittlungsrate erhöhen sich,
wenn die Bereichsschwellenwertgröße für einen gegebenen
Graupegel-Schwellenwert abnimmt. Die Verhaltenskurve ist
jedoch verhältnismäßig geringfügig abhängig von den Bereichsschwellenwertgrößen
sowohl für die Kombination von
angepaßtem Filter und Kontrastumkehrfilter als auch für die
Kombination von angepaßtem Filter und Medianfilter, obwohl
unterschiedliche Graupegel-Schwellenwerte zur Erzielung der
gleichen Ermittlungsgenauigkeit benötigt werden. Für die
Kombination von Original und Medianfilter nimmt die Ermittlungsgenauigkeit
zu, wenn der Bereichsschwellenwert
ansteigt, insbesondere dann, wenn eine globale Schwellenwertbehandlung
angewendet wird. Die größere Abhängigkeit der
Kombination von Original und Medianfilter von der Bereichsschwellenwertgröße
hängt wahrscheinlich mit dem niedrigen
Signal-Rausch-Verhältnis im Differenzbild zusammen. In diesem
Fall verbleibt eine große Anzahl von Rauschpunkten im
Schwellenwertbild, und sie werden als FP-Signale festgestellt,
falls sie nicht durch das Bereichsschwellenwertkriterium
ausgeschlossen werden.
Die Ermittlungsgenauigkeiten von linearem und nicht-linearem
Filterverfahren sind in Fig. 14 gegenübergestellt. Die
Kombination aus angepaßtem Filter und Kontrastumkehrfilter
mit nA=9 und nB=3 ist mit der Kombination aus angepaßtem
Filter und Medianfilter mit n = 9 vergleichbar (Fig. 12).
Beide lassen sich bei einer FP-Ermittlungsrate von etwa
einer Gruppe pro Bild durch eine TP-Ermittlungsrate von etwa
80% erreichen. Andererseits liefert die Kombination von
angepaßtem Filter und Medianfilter mit n = 7 bei höheren
FP-Ermittlungsraten eine höhere TP-Ermittlungsrate. Die
Wirkung von verbessertem Signal-Rausch-Verhältnis durch
angepaßte Filterung wird deutlich, wenn man die Kurven für
die Kombination von angepaßtem Filter und Medianfilter und
für Original und Medianfilter vergleicht. Die mittels der
angepaßten Filterung erreichte Ermittlungsgenauigkeit ist
wegen des vergrößerten Signal-Hintergrund-Verhältnisses im signal
verstärkten Bild im allgemeinen größer.
Die Wirkung der verschiedenen Graupegel-Schwellenwertverfahren
wird durch Vergleich der Fig. 14 und 15 deutlich. Man
erkennt, daß die Ermittlungsgenauigkeit für alle drei
Filterkombinationen bei der lokalen Schwellenwertbearbeitung
größer ist als bei der globalen Schwellenwertbearbeitung.
Die Verbesserungen in der Ermittlungsgenauigkeit sind jedoch
für die Kombination von angepaßtem Filter und Kontrastumkehrfilter
und für die Kombination von Original und Medianfilter
wesentlich größer als für die Kombination von
angepaßtem Filter und Medianfilter. Diese Differenz wurde
auch bei anderen untersuchten Filterparametern beobachtet.
Analysen der Histogramme von Differenzbildern zeigten, daß
die Kombination von angepaßtem Filter und Medianfilter im
allgemeinen zu einem weniger rauschbelasteten Differenzbild
führt als die Kombination von angepaßtem Filter und Kontrastumkehrfilter,
während sich durch die Kombination von
Original und Medianfilter das am stärksten verrauschte
Differenzbild ergibt. Das lokale Schwellenwertverfahren
erscheint somit besser geeignet Signale von einem Rauschhintergrund
zu trennen als das globale Schwellenwertverfahren.
Die Abhängigkeit der TP- und der FP-Ermittlungsraten von dem
örtlichen Schwellenwertpegel für einzelne Mikrokalzifikationen
ist in den Fig. 16a und 16b gezeigt. Bei einem
Schwellenwertpegel von 4 S.D. (Standardabweichungen) werden
etwa 50% der einzelnen Mikrokalzifikationen erkannt und etwa
15 falsche Signale pro Bild (700 × 1000 Pixel) erzeugt, wenn
die Kombination von angepaßtem Filter und Medianfilter oder
die Kombination von angepaßtem Filter und Kontrastumkehrfilter
eingesetzt wurde. Bei diesem Schwellenwertpegel liegt
die TP-Gruppenermittlungsrate bei etwa 90% mit einer FP-Ermittlungsrate
von etwa zwei Gruppen pro Bild (Fig. 14). Da
jede Gruppe von Mikrokalzifikationen in den Eingangstestbildern
etwa 10 einzelne Mikrokalzifikationen enthält und beim
Signalgewinnungsverfahren eine ermittelte Gruppe bestimmt
wird als ein Bereich, der minimal drei Signale innerhalb
eines Durchmessers von 1,2 cm ergibt, zeigen die Ergebnisse
in den Fig. 16a und 16b, daß man ähnliche Gruppenbestimmungsraten
für Gruppen mit sechs oder mehr Mikrokalzifikationen
erhält, wenn das gleiche Bildbearbeitungsverfahren
und die gleichen Signalgewinnungskriterien angewendet werden.
Die Ermittlungsgenauigkeit für Gruppen mit unterschiedlichen
Zahlen von Mikrokalzifikationen kann in ähnlicher
Weise für andere Bildbearbeitungsverfahren geschätzt werden.
Die Abhängigkeit der Genauigkeit des Computerermittlungsalgorithmus
vom Kontrast der Mikrokalzifikationen wurde
ebenfalls untersucht. Die Ergebnisse für zwei Filterverfahren
bei lokaler Schwellenwertbehandlung sind in Fig. 17
dargestellt. Mikrokalzifikationen mit maximalen Kontrasten
von 20, 30 und 40 Pixelwerten entsprechen optisch sehr
kleinen, mittelkleinen und offensichtlichen klinischen Mikrokalzifikationen.
Die Ermittlungsgenauigkeit nimmt stark
zu, wenn der Kontrast der Mikrokalzifikationen von 20
Pixelwerten auf 30 Pixelwerte ansteigt. Die TP-Ermittlungsrate
liegt nahe bei 100% bei einem Kontrast von 40
Pixelwerten. Das Verhalten der beiden Filterkombinationen
ist bei niedrigen Kontrastsignalen ähnlich, während die
Kombination von angepaßtem Filter und Kontrastumkehrfilter
bei FP-Ermittlungsraten unterhalb von etwa zwei Gruppen pro
Bild eine höhere Ermittlungsgenauigkeit ergibt, wenn der
Signalkontrast mittelgroß ist. Bei Anwendung der globalen
Schwellenwertbehandlung in diesen Ermittlungsfällen nimmt
die Ermittlungsgenauigkeit für beide Filterkombinationen und
für alle Signalkontraste ab. Die Abnahme ist am größten,
wenn Signale niedrigen Kontrastes mit der Kombination von
angepaßtem Filter und Kontrastumkehrfilter bearbeitet werden.
Bei der globalen Schwellenwertbehandlung ist die
Kombination von angepaßtem Filter und Medianfilter der
Kombination aus angepaßtem Filter und Kontrastumkehrfilter
für alle Signalkontraste überlegen, obwohl der Unterschied
sich verringert, wenn der Signalkontrast zunimmt. Diese
Vergleiche zeigen ebenfalls, daß die lokale Schwellenwertbehandlung
wirksamer zur Gewinnung von Signalen aus Bildern
mit niedrigem Signal-Rausch-Verhältnis ist als die globale
Schwellenwertbehandlung.
Die Anwendung des Computerermittlungsprogramms auf klinische
Mammogramme wurde in einer vorläufigen Studie untersucht. Es
wurden klinische Mammogramme ausgewählt, die eine Gruppe von
tatsächlichen Mikrokalzifikationen mit mittlerer Erkennbarkeit
entsprechend einem Signalkontrast von etwa 30 Pixelwerten
enthielten. Eine Kombination angepaßtem Filter (3 × 3)
und Kontrastumkehrfilter (nA=9 und nB=3) wurde zusammen
mit örtlicher Schwellenwertbehandlung benutzt. Ähnliche
Ergebnisse wurden mit einer Kombination von angepaßtem
Filter (3 × 3) und Medianfilter (7 × 7) erhalten. Eines der
untersuchten Mammogramme enthielt eine offensichtliche Gruppe
und eine durchschnittlich erkennbare Gruppe. Beide
Gruppen wurden ermittelt und vom Computer auf dem Schwellenwertbild
und auf dem Originalbild mit Kreisen markiert. In
diesem Fall wurden keine FP-Gruppen ermittelt. Viele isolierte
Punkte wurden im Schwellenwertbild nicht als mögliche
Mikrokalzifikationen festgestellt, da sie nicht die beim
Signalgewinnungsvorgang angewendeten Kriterien für den Bereichsschwellenwert
und die Gruppenbildung erfüllten. Für
eine begrenzte Anzahl von untersuchten klinischen Fällen war
die TP-Gruppenermittlungsrate bei ausreichend hohen Schwellenwertpegeln
100%, und in etwa ¹/₃ der Fälle wurde eine
FP-Gruppe festgestellt.
Fig. 18 zeigt in einem detaillierteren Blockschaltbild die
Anordnung zur automatischen Feststellung von Mikrokalzifikationen
in einem digitalen Röntgenmammogramm unter Verwendung
des vorstehend beschriebenen Verfahrens. Die Teile aus
Fig. 18, die Teilen aus Fig. 7 entsprechen, sind mit
gleichen Bezugszeichen bezeichnet. Die Merkmalsgewinnungselemente
121, 123 und 125 aus Fig. 7 sind jeweils durch
eine Bereichsschwellenwertschaltung 133, in der kleine Bereichsgruppen
von Pixeln mit Werten oberhalb des Schwellenwertpegels
durch Vergleich mit einer minimalen vorbestimmten
Anzahl von Pixeln pro vorbestimmten Bereich ausgeschaltet
werden, und durch eine andere Anormalitätenschaltung 135 zur
Identifizierung von Gruppen von Bereichsgruppen ersetzt, die
nach der Bereichsschwellenwertbehandlung als Mikrokalzifikationen
verbleiben, und zwar auf Basis der Anzahl derartiger
Bereichsgruppen, die im Ebenenspeicher 119 als Inseln
dargestellt sind, die sich innerhalb eines kreisförmigen
Bereiches mit vorgewähltem Durchmesser befinden. Dies wird
am besten dadurch erreicht, daß man den Abstand zwischen
durch die Bereichsschwellenwertbehandlung ermittelten Inseln
identifiziert und dann bestimmt, ob die ermittelten Abstände
auf eine vorbestimmte Anzahl von Inseln innerhalb eines
vorbestimmten Bereiches hinweisen.
In der Anormalitätenbestimmungsschaltung 135 werden die Gruppen
auf Grund der Anzahl von Inseln pro vorgegebenem Bereich
als ausreichend erkennbar bestimmt, und Videosignale entsprechend
der Lage der Gruppen im Mammogramm werden der
Anzeigeeinrichtung zugeführt, indem die Anzeigen der Gruppen
dem Originalmammogramm in der beschriebenen Weise überlagert
werden.
Die Arbeitsweise der Schaltungen 133 und 135 ist vorstehend
beschrieben. Nach Bildung des Schwellenwertbildes, das in
dem ebenen Speicher 119 gespeichert ist, wird das Schwellenwertbild
abgesucht und bearbeitet, wobei von der Schaltung
133 ein Bereichsschwellenwertkriterium angewendet wird, um
diejenigen Inseln als Hintergrundrauschen auszuschalten, die
aus einer kleinen Anzahl von Pixeln, etwa weniger als
2 Pixeln bestehen. Die verbleibenden Inseln werden dann von
der Schaltung 135 den Gruppenbildungskriterien unterworfen,
um auf Grund der Charakteristik, das Mikrokalzifikationen in
Form von Gruppen innerhalb eines vorbestimmten kreisförmigen
Bereiches vorhanden sind, identifiziert zu werden.
In einem verdrahteten Aufbau kann die Schaltung 135 automatisch
den Abstand zwischen den nach der Bereichsschwellenwertbearbeitung
verbleibenden Inseln messen. Aufgrund des
Ergebnisses werden Gruppen auf Grundlage von vorbestimmten
Kriterien identifiziert, beispielsweise eine vorbestimmte
Anzahl von Inseln befindet sich jeweils in einem vorbestimmten
Abstand voneinander, d. h. in einem Kreis mit vorbestimmtem
Radius. Wenn die vorbestimmten Kriterien erfüllt sind,
ist festgestellt, daß die Gruppe Mikrokalzifikationen in
einem Brustgewebe darstellt.
Claims (11)
1. Verfahren zum automatischen Ermitteln und Anzeigen von
anormalen anatomischen Bereichen mit vorgegebenen zweidimen
sionalen Profilen in Röntgenbildern, wobei
- - ein digitales Röntgenbild eines zu untersuchenden Objektes erzeugt und gespeichert wird,
- - das gespeicherte Bild zur Entfernung von anatomischem
Hintergrund, der von normalen anatomischen Strukturen
herrührt, gefiltert wird, indem
- (a) aus dem gespeicherten digitalen Bild zwei gefilterte Bilder erzeugt werden, das erste durch eine Verstärkungs filterung für das Signal-Hintergrund-Verhältnis der an ormalen Bereiche und das zweite durch eine Unterdrückungs filterung für das Signal-Hintergrund-Verhältnis der anormalen Bereiche, und
- (b) das aus der Unterdrückungsfilterung erhaltene Bild von dem aus der Verstärkungsfilterung erhaltenen Bild zur Erzeugung eines Differenzbildes subtrahiert wird, und
- - das Differenzbild unter Auswertung von oberhalb eines vorgegebenen, veränderlichen Amplitudenschwellenwertes liegenden Bildpixeln zum Bestimmen von anormalen Bereichen mit den vorgegebenen Profilen abgesucht wird und die Lage der ermittelten anormalen Bereiche im digitalen Röntgenbild angezeigt wird.
2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß in
dem Differenzbild aneinandergrenzende, oberhalb des Am
plitudenschwellenwertes liegende Pixel als diskrete Inseln
identifiziert werden, daß die Kreisförmigkeit und/oder Größe
der Inseln ermittelt wird und daß eine Anormalität durch
Vergleich von Kreisförmigkeit und/oder Größe der Inseln mit
vorbestimmten Kriterien identifiziert wird.
3. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß in
dem Differenzbild aneinandergrenzende, oberhalb des Am
plitudenschwellenwertes liegende Pixel als diskrete Inseln
identifiziert werden, daß bestimmt wird, welche der identi
fizierten Inseln zumindest eine minimale, vorbestimmte
Anzahl unmittelbar benachbarter Pixel enthält und daß
geprüft wird, ob die Zahl der eine derartige Anzahl von
unmittelbar benachbarten Pixeln enthaltenden Inseln in
nerhalb eines Flächenbereiches mit vorgegebenem Durchmesser
eine vorgegebene Anzahl übersteigt.
4. Verfahren nach einem der vorhergehenden Ansprüche, dadurch
gekennzeichnet, daß das Differenzbild unter Verwendung von
Bildpixeln oberhalb eines vorgegebene Amplitudenschwellen
wertes wiederholt ausgewertet wird, wobei jeweils unter
schiedliche vorbestimmte Amplitudenschwellenwerte verwendet
werden, daß in jedem der Wiederholungsschritte vorbestimmte
Merkmale von unmittelbar benachbarten, oberhalb des jeweili
gen Amplitudenschwellenwertes liegenden Bildpixeln gemessen
werden, daß die Änderung der vorbestimmten Merkmale in
Abhängigkeit von der Änderung der vorbestimmten Amplituden
schwellenwerte bestimmt wird und daß aufgrund der Änderungen
der vorbestimmten Merkmale in Abhängigkeit von der Änderung
der vorbestimmten Amplitudenschwellenwerte anormale anatomi
mische Bereiche identifiziert werden.
5. Verfahren nach Anspruch 4, dadurch gekennzeichnet, daß die
Messung der vorbestimmten Merkmale die Messung vorbestimmter
geometrischer Parameter der unmittelbar benachbarten
Bildpixel umfaßt.
6. Verfahren nach Anspruch 5, dadurch gekennzeichnet, daß die
vorbestimmten geometrischen Parameter Kreisförmigkeit und
Größe umfassen.
7. Anordnung zur Ausführung des Verfahrens nach Anspruch 1,
mit:
- - Mitteln (101) zur Erzeugung eines einzelnen digitalen Projektionsbildes des zu untersuchenden Objektes,
- - Mitteln zur Filterung des Projektionsbildes zur Entfernung
von anatomischem Hintergrund, der von normalen anatomischen
Strukturen herrührt, wobei die Mittel zur Filterung
- (a) erste Mittel (105) zur Erzeugung eines Bildes mit unterdrücktem Signal-Hintergrund-Verhältnis, zweite Mittel (107) zur Erzeugung eines Bildes mit verstärktem Signal-Hintergrund-Verhältnis der anormalen Bereiche aus dem digitalen Projektionsbild und
- (b) eine Subtraktionseinrichtung (109) zum Subtrahieren des aus den ersten Mitteln (105) erhaltenen Bildes von dem aus den zweiten Mitteln (107) erhaltenen Bild auf weisen,
- - Mitteln zum Absuchen des Differenzbildes, die Mittel (117) zum Bestimmen von oberhalb eines vorgegebenen, veränder lichen Amplitudenschwellenwertes liegenden Bildpixeln in dem Differenzbild und Mittel (121, 123, 125) zum Bestimmen von anormalen Bereichen durch Auswertung der oberhalb des vorgegebenen, veränderlichen Amplitudenschwellenwertes liegenden Bildpixel in dem Differenzbild aufweist, und
- - Mitteln (127, 129) zur Anzeige der Lage der ermittelten anormalen Bereiche im digitalen Röntgenbild.
8. Anordnung nach Anspruch 7, dadurch gekennzeichnet, daß die
Mittel zum Absuchen Mittel zur Messung von vorgegebenen
geometrischen Merkmalen unmittelbar benachbarter Bildpixel,
welche oberhalb des vorgegebenen, veränderlichen Amplituden
schwellenwertes im Differenzbild liegen, und Mittel (125)
zur Identifizierung eines anormalen anatomischen Bereiches
aufgrund der gemessenen geometrischen Merkmale aufweisen.
9. Anordnung nach Anspruch 8, dadurch gekennzeichnet, daß die
Mittel (123) zur Bestimmung vorbestimmter geometrischer
Merkmale Mittel zur Bestimmung der Kreisförmigkeit und der
Größe der identifizierten, unmittelbar benachbarten Bildpi
xel aufweisen.
10. Anordnung nach einem der Ansprüche 7 bis 9, gekennzeichnet
durch Mittel zur wiederholten Bestimmung eines jeweils
unterschiedlichen Amplitudenschwellenwertes, durch Mittel
zur Messung vorbestimmter geometrischer Merkmale von bei dem
jeweiligen Amplitudenschwellenwert oberhalb dieses Wertes
liegenden, unmittelbar benachbarten Bildpixeln, durch Mittel
zur Bestimmung von Veränderungen der vorbestimmten geome
trischen Merkmale in Abhängigkeit von der Änderung des
Amplitudenschwellenwertes und durch Mittel zur Identifizie
rung eines anormalen anatomischen Bereiches aufgrund der
festgestellten Änderungen der vorbestimmten Merkmale.
11. Anordnung nach einem der Ansprüche 7 bis 10, gekennzeichnet
durch einen Speicher zur Speicherung der digitalen Bildsig
nale des Projektionsbildes.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE3826285A DE3826285C2 (de) | 1988-07-30 | 1988-07-30 | Verfahren und Anordnung zur Ermittlung von anormalen anatomischen Bereichen in einem digitalen Röntgenbild |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE3826285A DE3826285C2 (de) | 1988-07-30 | 1988-07-30 | Verfahren und Anordnung zur Ermittlung von anormalen anatomischen Bereichen in einem digitalen Röntgenbild |
Publications (2)
Publication Number | Publication Date |
---|---|
DE3826285A1 DE3826285A1 (de) | 1990-02-01 |
DE3826285C2 true DE3826285C2 (de) | 1995-02-16 |
Family
ID=6360115
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE3826285A Revoked DE3826285C2 (de) | 1988-07-30 | 1988-07-30 | Verfahren und Anordnung zur Ermittlung von anormalen anatomischen Bereichen in einem digitalen Röntgenbild |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE3826285C2 (de) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19616208A1 (de) * | 1995-04-24 | 1996-10-31 | Yokohama Rubber Co Ltd | Verfahren und Gerät zum automatischen Testen von Reifen |
DE19517178C1 (de) * | 1995-05-09 | 1996-11-21 | Ibm | Hintergrundbereinigung bei elektronisch abgetasteten Bildern |
DE19849764A1 (de) * | 1998-10-28 | 2000-05-11 | Siemens Ag | Bildgebende Diagnostikeinrichtung |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102004029010A1 (de) * | 2004-06-16 | 2006-01-19 | Siemens Ag | Vorrichtung und Verfahren für die Streustrahlungskorrektur in der Projektionsradiographie, insbesondere der Mammographie |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4603430A (en) * | 1984-09-21 | 1986-07-29 | Hughes Aircraft Company | Target discrimination utilizing median filters |
-
1988
- 1988-07-30 DE DE3826285A patent/DE3826285C2/de not_active Revoked
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19616208A1 (de) * | 1995-04-24 | 1996-10-31 | Yokohama Rubber Co Ltd | Verfahren und Gerät zum automatischen Testen von Reifen |
DE19616208C2 (de) * | 1995-04-24 | 2002-03-07 | Yokohama Rubber Co Ltd | Verfahren und Gerät zum automatischen Testen von Reifen |
DE19517178C1 (de) * | 1995-05-09 | 1996-11-21 | Ibm | Hintergrundbereinigung bei elektronisch abgetasteten Bildern |
DE19849764A1 (de) * | 1998-10-28 | 2000-05-11 | Siemens Ag | Bildgebende Diagnostikeinrichtung |
DE19849764B4 (de) * | 1998-10-28 | 2004-10-21 | Siemens Ag | Bildgebende Diagnostikeinrichtung |
Also Published As
Publication number | Publication date |
---|---|
DE3826285A1 (de) | 1990-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE3840257C2 (de) | Verfahren zur automatischen Beurteilung von Unterschieden zwischen normalen und abnormalen Lungen | |
DE69432995T2 (de) | Automatisches Verfahren und System zur Segmentierung medizinischer Bilder | |
DE69034160T2 (de) | Rechnerbasiertes verfahren um die untersuchung von menschlischen brustgewebe nach malignität zu unterstützen | |
DE3826287C2 (de) | Verfahren und Vorrichtung zur automatischen Analyse von Lungengewebe aus einem röntgenologischen Brustbild | |
DE102005036875B4 (de) | System und Verfahren zur 3-D Visualisierung eines Lungenpaars und der Lungenperfusion oder -dichte | |
DE60212917T2 (de) | Vorrichtung zur Berechnung eines Index von örtlichen Blutflüssen | |
DE69629732T2 (de) | Vorrichtung zur rechnerunterstützten Diagnose | |
DE69425594T2 (de) | Rechnergestützte Erkennung von Mikroverkalkungen in der Mammographie | |
DE69517524T3 (de) | Automatische erkennung von läsionen in der computertomographie | |
DE102009010607B4 (de) | Verfahren zur Unterdrückung von undeutlich machenden Merkmalen in einem Bild | |
DE69630935T2 (de) | Bilverarbeitungsverfahren und -vorrichtung zur automatischen Erfassung von Bereichen eines vorbestimmten Krebstyps in einem Intensitätsbild | |
DE69331251T2 (de) | Automatische Detektion des Vorder- und Hintergrunds in digitalen Röntgenbildern | |
DE60319288T2 (de) | Verfahren und vorrichtung zum identifizieren von pathologien in gehirnbildern | |
DE102007026803A1 (de) | Verfahren zur Verarbeitung von radiologischen Bildern bei der Tomosynthese zur Erfassung radiologischer Auffälligkeiten | |
DE102006021036B4 (de) | Vorrichtung und Verfahren zur computergestützten Analyse von Mammogrammen | |
DE10321722A1 (de) | Computergestützte Diagnose von Mehrfachenergiebildern | |
DE102005046385A1 (de) | Verfahren und Vorrichtung zur Nachbearbeitung eines 3D-Bilddatensatzes, insbesondere für die virtuelle Kolonographie | |
DE102004055768A1 (de) | Verfahren und Systeme für die computerunterstützte zielgerechte Bildgebung | |
DE10353882A1 (de) | Verfahren und Einrichtung zur Weichgewebevolumen-Sichtbarmachung | |
DE10306300A1 (de) | Computergestützte Erfassung (CAD) für eine digitale 3D-Mammographie | |
DE102006041309A1 (de) | System und Verfahren zur 3D-CAD unter Verwendung von Projektionsbildern | |
DE102018126895A1 (de) | Bildsuchvorrichtung, Bildsuchverfahren und Bildsuchprogramm | |
DE69429952T2 (de) | Bildverarbeitungsverfahren und Vorrichtung zur Durchführung dieses Verfahrens | |
DE102006012015A1 (de) | Verfahren und Systeme zur Überwachung einer Tumorbelastung | |
DE10392482T5 (de) | Nachweis von Lungenknoten unter Verwendung der Cartwheel-Projektionsanalyse |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
D2 | Grant after examination | ||
8363 | Opposition against the patent | ||
8331 | Complete revocation |