[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN104011773A - 序列图像采集方法 - Google Patents

序列图像采集方法 Download PDF

Info

Publication number
CN104011773A
CN104011773A CN201280063084.2A CN201280063084A CN104011773A CN 104011773 A CN104011773 A CN 104011773A CN 201280063084 A CN201280063084 A CN 201280063084A CN 104011773 A CN104011773 A CN 104011773A
Authority
CN
China
Prior art keywords
image data
image
successive image
region
successive
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
CN201280063084.2A
Other languages
English (en)
Inventor
B.E.H.克劳斯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
General Electric Co
Original Assignee
General Electric Co
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 General Electric Co filed Critical General Electric Co
Publication of CN104011773A publication Critical patent/CN104011773A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/46—Arrangements for interfacing with the operator or the patient
    • A61B6/467—Arrangements for interfacing with the operator or the patient characterised by special input means
    • A61B6/469—Arrangements for interfacing with the operator or the patient characterised by special input means for selecting a region of interest [ROI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03—Recognition of patterns in medical or anatomical images

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Theoretical Computer Science (AREA)
  • Surgery (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Veterinary Medicine (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Optics & Photonics (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Public Health (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • General Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pulmonology (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

本发明公开一种用于接收对象的现有输入图像数据的方法，其中所述输入图像包括一个或多个关注区域。由成像系统采集所述对象的参考图像数据并且使与所述参考图像数据相对应的扫描坐标与所述输入图像的扫描坐标配准。由所述成像系统基于所述一个或多个关注区域采集所述对象的后续图像数据。

Description

序列图像采集方法
相关申请案的交叉引用
本申请是2007年3月30日提交的、标题为“通过更新方法和系统进行序列图像采集(SEQUENTIAL IMAGE ACQUISITION WITHUPDATING METHOD AND SYSTEM)”的美国序列号No.11/731,328的部分继续申请，所述申请当前是未决的。
背景技术
非侵入式成像广泛地包括用于生成对象或人内部结构或区域的图像的技术，所述内部结构或区域是视觉检查以其他方式达不到的。非侵入式成像的最为人所知的用途之一是在医学领域中，其中这些技术用于生成患者体内以其他方式不可见的器官和/或骨的图像。一类医学非侵入式成像技术是基于内部结构的结构图像生成，所述结构图像描绘成像区域的物理布置、组成或性质。此类模式的实例包括基于X射线的技术，如CT和断层合成。在这些基于X射线的技术中，以一个或多个视角测量患者的X射线衰减并且此信息用于生成成像区域的二维图像和/或三维体积。
用于生成结构图像的其他模式可包括磁共振成像(MRI)和/或超声。在MRI中，经历成像的组织经受强磁场并且经受无线电波扰动，所述无线电波扰动在身体组织基于其组成而自身排列和重新排列时，产生可测信号。这些信号随后可用于重建结构图像，这些结构图像反映出组织基于这些不同旋磁响应的物理布置。在超声成像中，患者内部结构对声波的不同反射用于重建内部解剖结构的图像。
其他类型的成像模式包括功能性成像模式，所述功能性成像模式可包括核医学、单光子发射计算机断层照相(SPECT)和正电子发射断层照相(PET)。这些模式通常直接地或间接地检测由引入患者体内的放射性示踪剂生成的光子或伽马射线。基于结合有放射性示踪剂的代谢产物(metaboland)、糖或其他化合物的类型，使放射性示踪剂差异性地聚集在患者身体的不同部分，并且对所产生伽马射线的测量可用于对示踪剂的聚集进行定位和成像。例如，肿瘤可相对于其他组织不合比例地使用葡萄糖，以使得可使用放射性标记的脱氧葡萄糖检测和定位肿瘤。
通常，相对彼此独立地执行使用不同模式的图像采集事件。例如，当前过程可涉及人工干预或第一、第二和/或后续图像采集(使用相同或不同的成像模式)之间的相互作用，从而使得可由临床医生复查和评估初始图像，以便提供用于后续图像采集的参数(如感兴趣体积或平面)。这往往会延长成像过程，导致较低的效率和患者周转量。另外，此类劳动密集型过程可能导致患者不舒服并且成像过程的成本增加。
发明内容
本发明提供一种接收对象现有输入图像数据的方法，其中所述输入图像包括一个或多个关注区域。由成像系统采集对象的参考图像数据，并且使与参考图像数据对应的扫描坐标与输入图像的扫描坐标配准。由成像系统基于所述一个或多个关注区域采集对象的后续图像数据。
附图说明
在参考附图阅读以下详细说明后，将更好地理解本发明实施例的这些和其他特征以及方面，在附图中，类似的符号代表所有附图中类似的部分，其中：
图1示出根据本发明示例性实施例的一种用于处理图像的方法的流程图；
图2示出根据本发明示例性实施例的断层合成成像系统；
图3示出根据本发明示例性实施例的组合成像系统；
图4示出根据本发明另一个示例性实施例的一种用于处理图像的方法的流程图；
图5示出根据本发明另一个示例性实施例的一种用于处理图像的方法的流程图；以及
图6示出根据本发明另一个示例性实施例的一种用于处理图像的方法的流程图。
具体实施方式
现在转向附图，图1示出根据本发明实施例的一种用于图像采集和处理的方法10。本说明书所述的方法可由具有单个成像模式的成像系统或具有多个成像模式的成像系统来实施。替代地，所述方法可在共享一个成像体积共用坐标系的单独成像系统中实施，或在坐标系之间存在一个已知映射的情况下实施。所述方法包括使用从由一个成像模式采集的初始图像中获得的图像或扫描参数，用于由同一或第二成像模式执行的后续图像采集。所述方法提供自动化过程，由此初始图像提供用于后续图像采集的有关信息。
图1中概述的方法以步骤12开始，在步骤12，采集初始图像数据。如下文进一步论述，数据采集可基于任何合适的成像模式，通常根据欲成像的特定解剖和/或病变或病理以及欲执行的分析进行选择。举例来说，所属领域的技术人员将认识到：某些成像模式起作用的基本物理过程使得它们更适用于某些类型的组织或材料或生理过程，如软组织，而非骨或其他更致密组织或物体的成像。此外，由模式执行的扫描或检查可基于特定设置或扫描参数来执行，所述设置或扫描参数通常也由系统的物理特性规定，以便对特定组织或组分提供更高或更低对比度图像、敏感性或不敏感性，等等。最终，可对已用对比剂或其他标记物进行处理的组织执行图像采集，所述其他标记物是设计用于成像模式以便靶向或突出特定特征或关注区域的。例如，在CT系统中，步骤12的图像数据采集通常是由操作员经操作员工作站70(参见图2)与系统对接开始。读出电子设备检测由于扫描检测器上的碰撞辐射所生成的信号，并且所述系统处理这些信号以产生有用的图像数据。
现在转向图1，提供初始图像数据14作为来自步骤12的图像采集过程的输出。通常通过使用重建处理步骤，从图像数据14生成图像20(方框16)。这种重建处理可利用计算机实施的代码和/或算法，所述代码和/或算法例如是用于将频率空间中的图像数据转换成实时坐标空间中的图像。步骤16的图像生成过程提供第一图像20。第一图像20可显示或用作其他过程的输入。总体上，例如，可由临床医生使用初始形成图像20，来识别和分析作为初始诊断程序一部分的感兴趣特征。
除了被提供用于图像生成(如方框16中所执行)外，还可处理和/或分析图像数据14和/或初始图像20(方框18)，来识别图像数据14和/或图像20内的关注区域22。在一种实施方式中，识别步骤18可自动或半自动地执行，由临床医生进行有限复查或不复查。例如，识别步骤18可以是自动化的并且可包括利用对初始图像20和/或图像数据14的计算机辅助检测或诊断(CAD)评估，例如来对包含于初始图像20和/或图像数据14内的可疑区域进行检测、标记和分类。因此，在步骤18，可执行一个或多个CAD算法来执行识别关注区域22的动作。CAD算法通常将根据成像模式并且根据图像中所表示的具体数据类型和解剖结构进行选择。作为初始处理步骤，所成像的解剖结构可自动识别和/或精确定位在图像内，并且CAD算法和/或特定参数设置可基于所识别解剖结构进行选择。参数设置可包括(但不限于)感兴趣特征或区域的位置、视角、图像分辨率、X射线或核医学中所使用其他形式辐射的剂量水平、X射线管的光束能量水平设置、薄膜参数、超声换能器功率水平设置、扫描持续时间、MRI脉冲序列、投影角等。在其他实施例中，可由用户根据所识别的解剖结构和/或其他操作需求手动选择参数设置。在一个实施例中，由用户手动选择所显示图像中的关注区域并且自动导出对应的扫描参数。
CAD分析可识别各种感兴趣特征22，包括其位置、疾病状态、病变或任何其他感兴趣解剖学或生理学特征。在一个实施例中，基于分析，选择一个或多个靶区域，作为指定用于由相同或其他成像模式进一步成像的区域。举例来说，步骤18处所选择靶区域22的后续成像可提供潜在病变的更大空间分辨率(例如，放大)。例如，在一个实施例中，当使用来自初始视角和另外视角的图像数据重建时，采集在所述另外视角的靶区域投影，以便改进对定位在靶区域中的病变的3D表征。在一种实施方式中，基于CAD分析的输出自动选择靶区域22。在这样一种实施方式中，例如，在CAD分析表明另外数据的采集和后续处理可揭示图像中另外细节的情况下，在步骤18处，将选择与此类细节的位置相对应的靶区域22。
因此，方框18提供从图像数据14和/或第一图像20中识别的一个或多个关注区域22。在所描绘实施例中，基于所述一个或多个所识别的关注区域22和/或包含于所述关注区域内的结构特征，导出扫描参数26(方框24)。例如，在一个实施例中，导出扫描参数26的动作24可包括，例如，基于如通过例如断层合成所提供的输入投影和/或重建3-D数据而对解剖结构的分类和/或定位。同样，在其他实施方式中，导出动作24可包括对诊断或情境感兴趣其他解剖学结构的定位和/或识别。这些可包括用于识别需要更多彻底扫描的地方的结构标记物，如BB或其他放置在患者身体上或身体内的物体。此外，导出扫描参数26的动作24还可包括识别某些类型的组织及其在图像平面上的范围，以使得所采集的后续图像可仅聚焦在那些区域上。例如，在断层合成乳房X光成像中，以三维方式采集初始图像20，例如使得可找到成像乳房的皮肤线(skin-line)。一旦获得皮肤线，则可从断层合成图像数据中提取相关扫描参数26，以使得例如由超声模式采集的后续图像可仅聚焦在由皮肤线划界的区域上，从而使超声扫描时间和总体成像程序时间最小化。在本发明的另一个示例性实施例中，采集由患者胸部区域的很少(两个或更多个)投影组成的断层合成数据集。CAD处理步骤可针对怀疑存在癌病变，分析每个投影图像。通过适当组合来自两个或更多个投影图像的信息，可识别可疑病变的3D位置，并且可采集这些区域的另外投影，例如以便增加CAD结果的置信度，或获得用于表征病变的更多信息，或执行对含有可疑病变的区域的高分辨率重建。基于第一组投影图像所选择的扫描参数可包括视角、准直仪设置，例如以便重建关注区域的视场，从而减小患者剂量等。在一个实施例中，含有可疑肺结节的关注区域可用不同的X射线能量设置(不同的kVp)成像。现在可使用所述另外的信息以便确定所述结节是否钙化，从而给出关于结节恶性肿瘤的信息。在后续分析或重建步骤中，从第一组中采集的所有投影图像以及从所有随后采集步骤中采集的那些投影图像可结合使用。
在一些实施例中，导出扫描参数26的动作(方框24)还可包括结合来自患者先前扫描的图像数据，用于解剖学变化检测中，即，以上检查与当前检查之间所产生的组织变化。在所示实施例中，导出动作还可包括使用CAD进行的变化检测例程，其中检测后续检查之间存在的患者的解剖学和/或生理学变化。此类变化检测程序还可由临床医生手动执行，临床医生可视觉比较从后续检查中获得的图像。在其他实施例中，可进行变化检测，以使得所成像的解剖结构与表示“标称解剖结构”的“图集”进行比较。其他实施例可包括基于非对称性进行的差异检测，例如在乳房成像中实施的，由此，乳房X光通常并排显示以用于检测右乳房与左乳房之间的非对称性差异。可进一步使用这种技术来确定某些区域是否需要通过相同或不同成像模式进行更多彻底扫描。在一个实施例中，从初始图像20和/或图像数据14获得扫描参数26的过程是自动化的，而在其他实施例中，这个过程可借助于操作员或临床医生进行。
步骤24处导出的扫描参数26可配置或控制另外一个扫描(方框28)，其中可由用于采集初始图像的同一成像模式或由不同的成像模式获得第二组图像数据31。此类扫描参数26可包括感兴趣特征或区域的位置、视角、图像分辨率、X射线或核医学中所使用其他形式辐射的剂量水平、X射线管的光束能量水平设置、薄膜参数、超声换能器功率水平设置、扫描持续时间、MRI脉冲序列、投影角等。
在一个实施例中，采集第二组图像数据31的过程是自动化的，不需要任何人工干预。在其他实施例中，临床医生/操作员可帮助和/或介入采集和/或分析第二图像数据31。例如，在乳房成像中，可通过由X射线投影组成的标准乳房X光或断层合成数据集形成初始图像20。因此，后续数据集31可由另一个基于X射线的模式采集，从而提供另外的X射线投影或射线照片，或由基于非X射线的成像模式(如超声或MRI)采集。可处理后续采集的图像数据31(方框32)以生成一个或多个第二另外图像33。
因此，基于第一图像20或图像数据14导出的扫描参数26提供合适的信息，以使得可最佳地生成后续生成图像33。换句话说，第二图像33的采集是基于第一图像20或图像数据14中识别的属性或区域定制的。因此，例如，第二图像33可聚焦于总体上在第一图像20中识别为具有可疑或不规则特征(即，关注区域22)的组织和/或骨架结构某些部分。例如，可以增强那些感兴趣可疑区域22的空间分辨率和/或对比度的方式采集第二图像33。在示例性实施例中，如果使用超声采集第二图像33，则对初始图像20的分析可确定应在何种程度上使用具体超声模式来采集第二图像33。示例性超声模式可包括多普勒超声、应变成像、复合超声成像、成像角(用于被操控的超声)等。
如所示实施例中描绘的，第二图像33可显示(方框34)在显示装置(如监视器)上并且呈现给临床医生。此外，在一些实施例中，可以与上文关于第一图像20和/或第一图像数据14所述类似的方式评估第二图像33和/或第二图像数据31，以便识别另外的感兴趣特征或区域和/或导出用于另外采集的参数设置。也就是说，第二图像33和/或第二图像数据31可经历自动化分析，以识别从中获得另外扫描参数的关注区域。所述分析步骤还可基于来自第一采集和第二采集的组合数据。因此，此信息可用于后续图像采集中来生成具有在第一和第二图像和/或其相应图像数据中所识别的所需特征的另外图像。
在一个实施例中，第二图像33可与第一图像20组合(方框35)来生成组合图像36。组合图像36可如上所述显示(方框34)。组合第一图像20与第二图像33的动作35可包括例如基于图像中识别的界标，使第一图像20与第二图像33配准。组合图像的动作还可包括基于来自第一和第二采集的组合图像数据14、33进行的单个组合重建步骤。配准还可基于基准标记物或基于由导航系统(例如，嵌入在超声探头中的位置/取向传感器)提供的位置/方向信息进行。配准还可基于将上述基准标记物等与解剖学界标组合起来的混合方法。
此外，在组合第一图像20与第二图像33时，可使用多模式CAD来组合来自多个模式的信息，从而同时调节用于诊断目的的数据。例如，通过利用存在于第一图像20和第二图像33的组合中和/或组合图像36中的多模式信息，可调节或增强对疾病和/或解剖学结构的检测和/或分类以及对各种生理过程的功能研究。
另外，组合第一图像20与第二图像33的动作35可包括并排显示第一图像20与第二图像33。替代地，图像20、33可每次显示一个，例如使得可使用来自两个图像的CAD分析来指出每个图像中的特定关注区域。应考虑到，以上图像组合可通过任意数量的采集图像(即，两个或更多个图像)来执行，并且两个图像的组合仅仅作为实例描述以简化论述。
在方法10的一个示例性实施例中，对图像20、33和/或图像数据14、31的评估和对关注区域22的识别是完全自动化的，扫描参数26的提取也是如此。此外，在这样一种实施方式中，后续图像也可自动采集并且可进而促进另外的自动化图像采集和/或分析。
以上关于图1所述的方法10可在图2所示的成像系统40中实施。在所示实施例中，系统40是根据本发明的设计用于采集原始图像数据和处理图像数据以供显示和分析的断层合成系统。在图2所示实施例中，成像系统40包括邻近可移动和可配置准直仪44定位的X射线辐射源42，所述准直仪44例如可用于对所述源42发射的X射线光束成形或定向。在一个示例性实施例中，X射线辐射源42的源通常是X射线管。
准直仪44允许辐射流46进入受试者(如人类患者48)定位于其中的区域。辐射50的一部分穿过或绕过受试者并且冲击检测器阵列(总体上表示为参考数字52)。所述阵列的检测器元件产生表示入射X射线光束强度的电信号。采集并处理这些信号以便重建受试者体内特征的图像。
源42由系统控制器54控制，所述系统控制器54供应用于断层合成检查序列的功率信号和控制信号。此外，检测器52连接到系统控制器54上，所述系统控制器54命令检测器52中所生成信号的采集。系统控制器54还可执行各种信号处理和过滤功能，如用于动态范围的初始调节、数字图像数据的交错等等。总体上，系统控制器54命令成像系统的操作以便执行检查协议并处理采集数据。在当前上下文中，系统控制器54还包括通常基于通用或专用数字计算机的信号处理电路；用于存储计算机执行的程序和例程以及配置参数和图像数据的相关存储器电路；接口电路等。
在图2所示实施例中，系统控制器54连接到移动子系统56上。移动子系统56提供源、准直仪(位置和孔形状/尺寸)、检测器和患者支撑物(如果存在的话)中的一个或多个的定位信息。移动子系统56启用将要相对于患者48移动的X射线源42、准直仪44和检测器52。应指出，移动子系统56可包括台架或C形臂，并且源、准直仪和检测器可旋转移动。因此，系统控制器54可用于操作台架或C形臂。在一些实施例中，移动子系统56还可使源42或上面安放患者的支撑物线性地移位或平移。因此，在一些实施例中，源和患者还可相对于彼此线性地移位。源、准直仪和检测器的其他轨迹也是可能的。在一些实施例中，可通过使用可单独寻址的源点来实现不同视角的采集。
另外，如所属领域的技术人员将了解，可由设置在系统控制器54内的X射线控制器60控制辐射源。具体来说，X射线控制器60配置用于向X射线源42提供功率信号和计时信号。电动机控制器62可用于控制移动子系统56的移动。
此外，系统控制器54还示出为包括数据采集系统64。在这个示例性实施例中，检测器52连接至系统控制器54，并且更具体来说连接至数据采集系统64。数据采集系统64接收检测器52的读出电子设备所收集的数据。数据采集系统64通常接收来自检测器52的采样模拟信号并将数据转换成数字信号以用于由计算机66后续处理。
计算机66通常连接至系统控制器54。由数据采集系统64收集的数据可发送至计算机66并且此外发送至存储器68。应理解，这样一种示例性系统40可使用用于存储大量数据的任何类型存储器。计算机系统66配置用于实施根据上述方法10的在对关注区域的识别和分类中所需的CAD算法。计算机66还配置用于通过操作员工作站70接收来自操作员的命令和扫描参数，所述操作员工作站70通常配备有键盘和其他输入装置。操作员可通过输入装置控制系统40。因此，操作员可观察重建图像和其他与来自计算机66的系统相关的数据、启动成像等。替代地，如上所述，计算机66可接收自动或半自动生成的扫描参数26或响应于系统40的先前图像采集而生成的命令。
连接至操作员工作站70的显示器72可用于观察重建图像并控制成像。另外，还可将扫描图像在打印机73上打印，所述打印机73可连接至计算机66和操作员工作站70。此外，操作员工作站70还可连接至图片存档与通信系统(PACS)74。应指出，PACS74可连接至远程系统76、放射科信息系统(RIS)、医院信息系统(HIS)或连接至内部或外部网络，以使得处于不同位置的其他系统可获得对所述图像和所述图像数据的访问。
应当进一步指出，计算机66和操作员工作站76可连接至其他输出装置，所述其他输出装置可包括标准或专用计算机监视器和相关处理电路。一个或多个操作员工作站70可进一步连接在系统内，用于输出系统参数、请求检查、查看图像等。通常，设在系统内的显示器、打印机、工作站和类似装置可以是数据采集部件的本地装置，或者可以是这些部件的远程装置，例如设在机构或医院内的其他地方，或者设在完全不同的位置，通过互联网、虚拟专用网等一个或多个可配置网络连接到图像采集系统。
系统40是用于实施图1中所述方法10的单个成像模式的实例。在所述方法的示例性实施方式中，首先执行患者48的断层合成扫描，其中解剖学部分被从X射线源42发出的X射线照射。此类解剖学区域可包括患者的乳房、肺、脊椎等，如由移动子系统56促进的。由检测器52检测发射穿过患者48的X射线，所述检测器52将代表所投影X射线的电信号数据提供给系统控制器54。在对那些信号数字化后，将数据提供给计算机66，所述计算机66在一个实施例中执行图像重建并实施CAD算法以识别可疑区域和/或对不同的解剖学结构分类。
因此，在这样一个X射线成像程序中，可采用初始图像来识别关注区域，如由计算机66执行的。在这样做时，可获得用于后续图像采集和处理的所需扫描参数。例如，通过CAD分析对可疑区域的识别可自动触发由成像系统40以另外的视角、在更高分辨率下或使用不同的分辨率或曝光参数对关注区域进行的另外X射线采集，以便增强后续图像信息，如分辨率、形状和尺寸信息及其他相关特性。例如，基于第一图像中获得的扫描参数，计算机66可引导系统控制器54特别是X射线控制器60和电动机控制器62来定位X射线源、准直仪、检测器和患者48，其方式为从所需视角朝向关注区域引导和准直X射线光束。因此，可采集另外的投影图像来提供关注区域的改进且更详细的图像。一旦采集并形成图像，所述图像可存储在存储器68中以供进一步检索或通过显示器72呈现给临床医生，用于评估和诊断目的。例如，可针对“硬”区域(例如，乳房区域中的密集区域)请求附加采集，在这些区域中初始采集未穿透到足以获得可接受的图像质量的程度。此类区域可使用CAD类型的系统识别(例如，通过用高置信度来确定未能分类为“正常”或“良性”的区域)，或临床医生可指定“硬”区域或含有可疑病变的区域。
现在参照图3，将示例性组合超声和断层合成(US/TOMO)成像系统90描绘为实施图1所示方法10中所使用的示例性系统。示例性US/TOMO图像分析系统90包括断层合成扫描部件，所述部件包括配置用于发射X射线穿过含有患者44的成像体积的X射线源96和配置用于通过计时信号和控制信号控制X射线源96的操作的X射线控制电路98。另外，所包含的X射线扫描部件包括X射线检测器100，所述X射线检测器100配置用于检测源96发出的由患者48衰减后的X射线。如所属领域的技术人员将了解，源96和X射线检测器100可以多种方式在结构上关联。例如，源96和X射线检测器100均可安装在一个可旋转台架或C形臂上。X射线源96进一步连接至X射线控制器98，所述X射线控制器98配置用于将功率信号和计时信号提供给X射线源96。
在所描绘的系统中，由检测器采集电路102采集来自X射线检测器100的信号。检测器采集电路102配置用于提供通常执行来促进合适图像生成的任何转换(如模数转换)或处理(如图像标准化、增益校正、伪影校正等)。此外，检测器采集电路102可配置用于采集诊断质量图像，如通过使用前瞻性或回顾性选通技术。使用这样一种技术时，例如在投影域和/或重建图像域中使用配准以便考虑解剖学结构的呼吸期和/或移动可能是有益的。在这样的实施例中，采集的图像质量高于患者44呼吸的实施例中的图像质量，并且不需针对呼吸运动进行任何补偿或校正。
示例性US/TOMO图像分析系统90还包括超声扫描部件，包括超声换能器92。另外，示例性US/TOMO图像分析系统90包括配置用于采集来自超声换能器92的信号的超声采集电路94。超声采集电路94配置用于提供通常执行来促进合适图像生成的任何转换或处理。在一个实施例中，如虚线所描绘，电动机控制器99也配置用于响应于提供给电动机控制器99的扫描参数(如从US/TOMO分析电路112)而移动或以另外的方式定位超声换能器92，如下所述。
在所描绘的实施例中，将所采集的超声和/或断层合成信号提供给US/TOMO图像处理电路104。为简单起见，将US/TOMO图像处理电路104描绘为单个部件，但如所属领域的技术人员将了解，这个电路实际上可实施为每个成像模式的离散或不同电路。相反，所提供电路可配置用于处理超声和断层合成信号并且用于由此生成相应超声和断层合成图像和/或体积。可将所生成超声和断层合成图像和/或体积提供给图像显示电路106，用于在显示器108上查看或从打印机110中打印出来。
另外，在所描绘的实施例中，将超声和断层合成图像提供给US/TOMO分析电路112。US/TOMO分析电路112根据分析例程(如计算机可执行例程，包括可在通用或专用电路上运行的CAD)分析超声和/或断层合成图像和/或体积。具体来说，在一个实施例中，US/TOMO分析电路112配置用于指定恶性肿瘤存在的概率和/或将组织区域分类以用于确定与现有病理相关联的置信水平。因此，在得益于第二轮数据采集的情况下，潜在病理的分类将得到改进，从而提高诊断的置信度。例如，电路112可进一步适用于测量在相应超声和断层合成图像中或在组合US/TOMO图像数据中可视觉或自动识别的病变恶性肿瘤特性。US/TOMO分析电路112可识别和/或测量恶性肿瘤特性，如关于TOMO图像数据中所观察到的病变的形状、血管特性、钙化和/或实体性。
因此，在实施图1所示的方法10中，US/TOMO分析电路112可对由X射线检测器100采集的第一图像实施CAD分析，以识别关注区域。在下文中，US/TOMO分析电路112采集来自那些关注区域的扫描参数，以便自动提示超声换能器/检测器92采集关注区域的第二图像或采集具有所需分辨率或图像质量的图像。因此，这可包括执行对整个体积的超声扫描，以便例如确认由X射线系统所采集图像中获得的“负性”分类。此外，在关注区域的第二图像中采集的超声图像数据可用于补充从X射线数据集获得的CAD输出，例如，将断层合成X射线数据集中的检测特征分类为囊肿(cyst)或块(mass)。如果需要进一步评估，则可例如使用应变成像或多普勒成像，来采集另外的超声数据集。另外，可能需要使用被称为“复合”的超声扫描方法，其中通过来自不同视角的超声对关注区域进行多重扫描。使用这样一种技术可显著改进超声扫描的总体图像质量并进一步提高关注区域中解剖学结构的分类置信度。此外，在一些实施例中，来自超过一个模式(如来自断层合成或CT和超声)的信息或成像数据可用于进一步改进图像质量。在2007年3月19日提交的标题为“多模式乳房X射线重建方法和系统(Multi-modality MammographyReconstruction Method and System)”的美国专利申请序列号No.11/725，386中论述使用来自多个模式的图像数据的一些示例性技术实例，所述申请以其全部内容通过引用结合在此。
US/TOMO分析电路112还连接至电动机控制器99用于在后续X射线采集中定位X射线源96。在另一个示例性实施例中，在对由X射线检测器100采集的第一图像进行的CAD分析识别关注区域后，可在另外的视角采集这些关注区域的另外X射线图像。以此方式，可改进使用这两组图像重建的图像质量，从而产生成像区域的更好表征和CAD结果中的更高置信度。
此外，US/TOMO分析电路112可自动检测例如可测量恶性肿瘤特性的病变，如通过使用阈值标准或将关注区域分段的领域中已知其他技术。替代地，临床医生或其他观察者可在超声或断层合成图像和/或体积(如在显示器108上观察到的图像)中的任一者或两者中手动检测病变或其他关注区域。根据本发明，基于初始扫描，临床医生可例如通过视觉检查初始图像来手动识别ROI。类似地，基于初始扫描，临床医生还可手动选择将由系统40在后续成像扫描中使用的扫描参数。临床医生随后可通过输入装置114(如键盘和/或鼠标)识别用于由US/TOMO分析电路112分析的病变。另外，为促进分析，US/TOMO分析电路112或图像处理电路104可使超声或断层合成图像配准，以使得每个图像中彼此相对应的相应区域对准。以此方式，在一个模式图像中识别的区域也可在其他模式生成的图像中被适当识别。例如，可变形配准例程(或其他考虑到患者运动的配准例程)可由US/TOMO图像处理电路104或由US/TOMO分析电路112执行，以便使相应图像适当地旋转、平移和/或变形来实现所需的区域对应性。在超声和断层合成数据被连续地采集或在模式之一(如超声)的数据采集期限比其他模式(如断层合成)更长的情况下，此类可变形配准可能是所希望的。如所属领域的技术人员将了解，实现所需程度的配准或对应性的其他配准技术(如刚性配准技术)也可结合本发明使用。
虽然输入装置114可用于允许临床医生识别超声或断层合成图像中的关注区域，但输入装置114还可用于将操作员输入提供给US/TOMO图像分析电路112。这些输入可包括配置信息或其他可选择欲执行的分析例程或可影响这种分析例程的操作的输入，如通过指定分析例程考虑到的变量或因素。此外，可将输入提供给US/TOMO图像分析电路112，所述输入来自数据库116或可能含有结合到对超声和断层合成图像和/或体积的分析中的信息或因素的其他医疗史源。
图4示出根据本发明另一个示例性实施例的一种用于图像采集和处理的方法110。本说明书所述的方法可由具有单个成像模式的成像系统或具有多个成像模式的成像系统实施。所述方法包括使用现有的输入图像，所述输入图像可以是关注区域已被识别并且是已知的先前图像，或来自表示包括已知关注区域的标称解剖结构的图集。如果使用图集，则感兴趣解剖学区域是已知的。例如，可由临床医生指定特定器官或解剖结构/解剖学特征进行扫描。在先前图像的情况下，某个关注区域(例如，某个恶性肿瘤的位置，或异常结构)可能已由临床医生画出轮廓，或可能已通过CAD系统或类似过程或其任何组合(例如，用户辅助CAD等)自动识别。输入图像可能已由一个成像模式获得并且可用于由同一或不同的成像模式(或其组合，即在多模式系统的情况下)执行的后续图像采集中。
图4中概述的方法以步骤120开始，在步骤120中，接收输入图像。所述输入图像可以是与患者先前图像或扫描相对应的图像，其中如上所述，关注区域是已知的或来自表示已知关注区域的标称解剖结构的图集。任选地，还可在步骤120中接收与输入图像对应的输入图像数据。例如，在一个实施例中，输入图像可包括一组原始(未重建)X射线投影图像，而不是重建体积图像(或在重建体积图像之外还包括一组原始X射线投影图像)。
在步骤122中采集参考图像数据。所述参考图像数据可使用任何合适的成像模式来采集，成像模式可以是与用于获得输入图像的模式相同的模式或不同的模式。根据本说明书所公开的示例性实施例，参考图像数据包括执行配准所需的足够数据。也就是说，为了这个应用目的，参考图像数据和参考图像是指含有用于执行输入图像与参考图像配准的充足信息的数据和/或由此导出的重建体积。例如，在成像系统包括X射线断层合成成像系统的情况下，参考图像数据可仅包括采集到的几个X射线断层合成投影视图。例如，以10度相隔的3-5个视图。在成像系统包括用于乳房成像的超声成像系统的另一个实例中，参考图像数据包括所执行的超声探头部分扫描，这足以识别皮肤线的轮廓。在步骤124中，重建参考图像数据以生成参考图像，如步骤126中所示。在步骤128中，执行配准以使输入图像与参考图像配准，从而使得每个图像中的彼此相对应的相应关注区域对准。也就是说，基于参考图像来执行输入图像与参考图像坐标系(即，与参考成像系统相关联的坐标系)的配准。以此方式，在输入图像中识别的关注区域可在随后使用同一模式或不同模式采集的图像中被适当识别。这种配准可基于重建参考图像(基于参考图像数据而重建的)，或可基于参考图像数据本身。例如，关注区域可通过由临床医生放置的标记物来标记，并且输入与参考数据集之间的配准可基于找到所述标记物在参考图像数据中(例如，在断层合成投影图像中)的位置来进行。在一个实施例中，配准不是高度精确的，并且可基于粗尺度重建的参考图像。在另一个实施例中，执行配准步骤，并且如果配准结果的置信度不够高，则参考图像数据集可通过采集另外的参考图像数据(例如，另外的断层合成投影)来增大，以便获得具有高置信度的配准结果(在重复重建参考图像和配准的步骤之后)。
在步骤130中，生成与输入图像中的关注区域相对应的扫描参数并应用来获得后续图像数据。扫描参数包括关于关注区域(ROI)相对于当前成像系统的位置的信息。在前一个配准步骤中已建立这种空间关系。例如，扫描参数可包括准直仪设置以便在后续扫描中照射ROI但避免使其他解剖区域暴露，从而减小患者的X射线剂量。扫描参数还可包括超声探头位置，以使得通过超声仅仅扫描包括ROI的小区域，从而减少扫描所需的时间。位置扫描参数还可包括布置用于执行采集的系统部件的控制位置，和用于控制采集源的位置、方向或取向的逻辑位置参数。
在一个实施例中，应指出，为了导出扫描参数的目的，配准不需要是高度精确的，因此使用例如粗尺度(或分辨率降低的)参考图像重建进行配准可以是足够的。扫描参数还可确定成使得在后续图像数据采集中，没有采集到冗余信息(即，来自参考图像的已经存在的信息，如利用相同视角和相同X射线技术的投影数据)。此外，扫描参数还可包括感兴趣特征或区域的位置、视角、图像分辨率、X射线或核医学中所使用其他形式辐射的剂量水平、X射线管的光束能量水平设置、薄膜参数、超声换能器功率水平设置、扫描持续时间、MRI脉冲序列、投影角等。
在步骤132中，在后续采集中采集后续图像数据。在一个实施例中，采集后续图像数据的过程是自动化的，不需要任何人工干预。操作员可复查用于后续采集的扫描设置(例如，叠加在参考图像和/或输入图像上的扫描区域的显示)。在其他实施例中，临床医生/操作员可帮助和/或介入采集和/或分析后续图像数据。在步骤134中，重建后续图像数据以生成后续图像，如步骤136中所示。图5示出另一个实施例，其中来自步骤122的参考图像数据与步骤132中获得的后续图像数据一起使用来在步骤134中生成或重建后续图像。
如所示实施例中所描绘，在步骤138中，可将步骤134中获得的后续图像显示在显示装置(如监视器)上并且呈现给临床医生。此外，在一些实施例中，可评估后续图像和/或后续图像数据以识别另外感兴趣特征或区域和/或导出用于另外采集的参数设置，如图6步骤137和139中所示。也就是说，后续图像和/或后续图像数据可经历自动化分析(或半自动化分析或临床医生分析)，以识别从中获得另外扫描参数的关注区域，如图1中所示并且在本说明书中参照图1所述。所述分析步骤还可基于来自参考图像采集和后续采集的组合数据。因此，此信息可用于另外图像采集中来生成具有在参考和后续图像和/或其相应图像数据中识别的所需特征的另外图像。
在一个实施例中，提供将步骤134中生成的后续图像与步骤120中接收的输入图像组合起来的步骤140，以便在步骤142中生成组合图像。步骤142中生成的组合图像可如上所述在步骤138中显示。更具体来说，120中接收的输入图像数据可在步骤140中与来自步骤134的后续图像数据组合起来以在步骤142中生成“组合图像”。在另一个实施例中，输入图像数据可在步骤140中与参考图像数据和后续图像数据组合起来以在步骤142中生成组合图像。这可能是关节重建，或者如果现有输入图像数据来自不同的模式，则也可以是使用来自不同模式(例如，X射线断层合成和超声)的数据进行的重建。例如，步骤140中执行的组合还可包括来自步骤120的输入图像数据与步骤134中使用的后续图像数据或后续图像数据和参考图像数据的配准，这可能仅仅是在步骤128中执行的配准的精确化。步骤142中生成的组合图像可在步骤138中显示。
另外，来自步骤124、134的参考图像和后续图像可并排显示。替代地，图像124、134可每次显示一个。应考虑到，以上图像组合可通过任意数量的采集图像(还包括输入图像)，即两个或更多个图像来执行，并且两个图像的组合仅仅作为实例描述以简化论述。
如本说明书所述，可通过先前扫描(例如，从相同或不同模式)或从图集(例如，具有标记器官等)提供输入图像数据。例如，在断层合成中，可执行一个(或几个)图像的采集，随后使所述输入图像与这个参考图像数据配准。执行关注区域的图像采集，即，其中X射线光束准直会聚至以关注区域为中心的小区域。类似地，在组合式断层合成/超声(具有自动化US扫描)系统中，可移动超声探头，从而使得首先扫描准备配准的结构，接着对在断层合成扫描中识别为可疑的区域执行靶扫描。例如，在胸部的断层合成成像中，可在最初几个图像中识别某些解剖学结构(肺、心脏、肋骨/锁骨、隔膜)。断层合成序列中的后续图像随后准直会聚至关注区域(例如，肺)。所识别的关注区域还可在采集期间不断地更新。可很容易识别这种方法的其他应用。配准还可基于放置在体积内的标记物(例如，放置在成像患者皮肤上或可疑病变附近的标记物)。所述过程随后包括以几个图像对解剖结构成像、识别图像内的标记物，并采集聚焦在由所述标记物限定的或与所述标记物处于已知空间关系的关注区域上的另外数据。
在这个示例性实施例中，现有的先前数据集或输入数据，包括来自患者先前扫描的数据或来自图集的图像数据，可在关注区域已识别的情况下用作初始图像。通过使用现有的先前数据集或输入图像数据而不是扫描和采集这个图像，此实施例实现了剂量减小、扫描时间减少以及图像采集更快。对于与先前或标准方法相同的剂量预算，通过允许获得更多关注区域的图像，还可实现改进的图像质量。
尽管本说明书仅仅示出并且描述本发明的某些特征，但是所属领域的技术人员将会想到许多修改和改变。因此，将要理解，所附权利要求书意图覆盖本发明的真实精神范围内的所有修改和改变。

Claims (25)

1.一种方法，所述方法包括：
接收具有一个或多个关注区域的输入图像；
采集对象的参考图像数据；
使所述输入图像与所述参考图像数据或由所述参考图像数据重建的参考图像中的一个配准；以及
采集所述对象的所述一个或多个关注区域的后续图像数据。
2.如权利要求1所述的方法，其中配准包括：
从所述参考图像数据或所述参考图像的至少一个中分别提取与标记物位置相对应的信息。
3.如权利要求1所述的方法，所述方法进一步包括：
基于所述后续图像数据重建后续图像。
4.如权利要求1所述的方法，所述方法进一步包括：
至少基于所述后续图像数据和所述参考图像数据重建后续图像。
5.如权利要求1所述的方法，其中所述输入图像包括来自先前图像采集的先前图像或来自图集的图像中的至少一个。
6.如权利要求1所述的方法，其中所述一个或多个关注区域包括解剖结构或生理过程的功能信息中的至少一个。
7.如权利要求1所述的方法，所述方法进一步包括：
从所述参考图像数据或所述参考图像中的一个生成扫描参数，其中在采集所述后续图像数据时应用所述扫描参数。
8.如权利要求7所述的方法，其中所述扫描参数包括位置参数。
9.如权利要求8所述的方法，其中所述位置参数包括用于布置用于执行采集的系统部件的控制位置、用于控制位置的逻辑位置参数、采集源的方向或取向中的至少一个。
10.如权利要求7所述的方法，其中由操作员在采集所述后续图像数据之前复查所述扫描参数。
11.如权利要求1所述的方法，所述方法进一步包括：
接收与所述输入图像对应的输入图像数据；
组合所述输入图像数据与所述后续图像数据和所述参考图像数据中的至少一个来重建组合图像。
12.如权利要求1所述的方法，其中使用成像模式采集所述后续图像数据，所述成像模式不同于用于获得所述输入图像数据的成像模式。
13.如权利要求1所述的方法，所述方法进一步包括：
从所述后续图像生成第二扫描参数，其中在附加采集中应用所述第二扫描参数。
14.如权利要求13所述的方法，其中由与所述后续图像相同的模式或与所述后续图像不同的模式中的一个执行所述附加采集。
15.如权利要求1所述的方法，所述方法进一步包括：
存储所述后续图像数据或所述后续图像中的至少一个。
16.一种包括计算机程序的计算机可读指令的非临时性计算机可读介质，所述计算机可读指令在由处理器执行时，引起所述处理器执行一种方法，所述方法包括：
接收具有一个或多个关注区域的输入图像；
采集对象的参考图像数据；
使所述输入图像与所述参考图像数据或由所述参考图像数据重建的参考图像中的一个配准；以及
采集所述对象的所述一个或多个关注区域的后续图像数据。
17.如权利要求16所述的非临时性计算机可读介质，包括：
基于所述后续图像数据重建后续图像。
18.如权利要求16所述的非临时性计算机可读介质，进一步包括：
至少基于所述后续图像数据和所述参考图像数据重建后续图像。
19.如权利要求16所述的非临时性计算机可读介质，其中所述输入图像包括来自先前图像采集的先前图像或来自图集的图像中的至少一个。
20.如权利要求16所述的非临时性计算机可读介质，其中所述一个或多个关注区域包括解剖结构或生理过程的功能信息中的至少一个。
21.如权利要求16所述的非临时性计算机可读介质，进一步包括：
从所述参考图像数据或所述参考图像中的一个生成扫描参数，其中在采集所述后续图像数据时应用所述扫描参数。
22.如权利要求16所述的非临时性计算机可读介质，进一步包括：
接收与所述输入图像对应的输入图像数据；
组合所述输入图像数据与所述后续图像数据和所述参考图像数据中的至少一个来重建组合图像。
23.如权利要求16所述的非临时性计算机可读介质，其中使用成像模式采集所述后续图像数据，所述成像模式不同于用于获得所述输入图像数据的成像模式。
24.如权利要求16所述的非临时性计算机可读介质，进一步包括：
从所述后续图像生成第二扫描参数，其中在附加采集中应用所述第二扫描参数。
25.如权利要求24所述的非临时性计算机可读介质，其中由与所述后续图像相同的模式或与所述后续图像不同的模式中的一个执行所述附加采集。
CN201280063084.2A 2011-12-19 2012-11-16 序列图像采集方法 Pending CN104011773A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/329,743 US20120093383A1 (en) 2007-03-30 2011-12-19 Sequential image acquisition method
US13/329743 2011-12-19
PCT/US2012/065393 WO2013095821A1 (en) 2011-12-19 2012-11-16 Sequential image acquisition method

Publications (1)

Publication Number Publication Date
CN104011773A true CN104011773A (zh) 2014-08-27

Family

ID=47295188

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201280063084.2A Pending CN104011773A (zh) 2011-12-19 2012-11-16 序列图像采集方法

Country Status (3)

Country Link
US (1) US20120093383A1 (zh)
CN (1) CN104011773A (zh)
WO (1) WO2013095821A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107616803A (zh) * 2016-07-13 2018-01-23 西门子保健有限责任公司 通过组合的磁共振和x光装置采集和处理测量数据的方法
CN108366772A (zh) * 2015-12-21 2018-08-03 皇家飞利浦有限公司 在扫描采集期间计算并显示合成乳房摄影

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB201117805D0 (en) * 2011-10-14 2011-11-30 Siemens Medical Solutions System and methods for efficient multimodal rib lesion readings
CN103544688B (zh) * 2012-07-11 2018-06-29 东芝医疗系统株式会社 医用图像融合装置和方法
KR20140091176A (ko) * 2013-01-10 2014-07-21 삼성전자주식회사 병변 진단 장치 및 방법
US10025479B2 (en) * 2013-09-25 2018-07-17 Terarecon, Inc. Advanced medical image processing wizard
KR20150068162A (ko) * 2013-12-11 2015-06-19 삼성전자주식회사 3차원 초음파 영상 통합 장치 및 방법
CN103892863B (zh) * 2013-12-18 2016-01-27 沈阳东软医疗系统有限公司 一种扫描准备控制方法及装置
JP6431342B2 (ja) * 2014-01-16 2018-11-28 キヤノン株式会社 画像処理装置、画像処理方法およびプログラム
US20160066877A1 (en) * 2014-09-06 2016-03-10 RaPID Medical Technologies, LLC Foreign object detection protocol system and method
US9880297B2 (en) * 2014-09-09 2018-01-30 Siemens Healthcare Gmbh Quality controlled reconstruction for robotic navigated nuclear probe imaging
US9907530B2 (en) * 2015-03-10 2018-03-06 Dental Imaging Technologies Corporation Automated control of image exposure parameters in an intra-oral x-ray system
US10835210B2 (en) * 2015-03-30 2020-11-17 Siemens Medical Solutions Usa, Inc. Three-dimensional volume of interest in ultrasound imaging
WO2017195797A1 (ja) * 2016-05-09 2017-11-16 東芝メディカルシステムズ株式会社 医用画像診断装置
WO2018018352A1 (zh) * 2016-07-25 2018-02-01 深圳先进技术研究院 多对比度图像同步显示和定位标定的方法及装置
US10796430B2 (en) 2018-04-24 2020-10-06 General Electric Company Multimodality 2D to 3D imaging navigation
CN114173673A (zh) * 2019-08-05 2022-03-11 皇家飞利浦有限公司 使用图像数据进行的超声系统声学输出控制
EP3797692B1 (de) 2019-09-30 2023-01-18 Siemens Healthcare GmbH Verfahren und vorrichtung zur ansteuerung eines medizinischen bildgebungsgeräts
CN113210264B (zh) * 2021-05-19 2023-09-05 江苏鑫源烟草薄片有限公司 烟草杂物剔除方法及装置
EP4409512A1 (en) * 2021-09-29 2024-08-07 Brainlab AG System and method for identifying a region of interest

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050008208A1 (en) * 2003-06-25 2005-01-13 Brett Cowan Acquisition-time modeling for automated post-processing
CN101273979A (zh) * 2007-03-28 2008-10-01 成都康弘科技实业（集团）有限公司 胆舒胶囊的新制备方法
WO2010146483A1 (en) * 2009-06-18 2010-12-23 Koninklijke Philips Electronics N.V. Imaging procedure planning
CN101980289A (zh) * 2010-10-25 2011-02-23 上海大学 基于频域配准和凸集投影的多帧图像超分辨率重建方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1997000498A1 (en) * 1995-06-16 1997-01-03 The Trustees Of The University Of Pennsylvania Apparatus and method for dynamic modeling of an object
US20040068167A1 (en) * 2002-09-13 2004-04-08 Jiang Hsieh Computer aided processing of medical images
US7092749B2 (en) * 2003-06-11 2006-08-15 Siemens Medical Solutions Usa, Inc. System and method for adapting the behavior of a diagnostic medical ultrasound system based on anatomic features present in ultrasound images
EP1828981A2 (en) * 2004-12-15 2007-09-05 Koninklijke Philips Electronics N.V. Registration of multi-modality images
US7983457B2 (en) * 2005-11-23 2011-07-19 General Electric Company Method and system for automatically determining regions in a scanned object
US7466790B2 (en) * 2006-03-02 2008-12-16 General Electric Company Systems and methods for improving a resolution of an image

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050008208A1 (en) * 2003-06-25 2005-01-13 Brett Cowan Acquisition-time modeling for automated post-processing
CN101273979A (zh) * 2007-03-28 2008-10-01 成都康弘科技实业（集团）有限公司 胆舒胶囊的新制备方法
WO2010146483A1 (en) * 2009-06-18 2010-12-23 Koninklijke Philips Electronics N.V. Imaging procedure planning
CN101980289A (zh) * 2010-10-25 2011-02-23 上海大学 基于频域配准和凸集投影的多帧图像超分辨率重建方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108366772A (zh) * 2015-12-21 2018-08-03 皇家飞利浦有限公司 在扫描采集期间计算并显示合成乳房摄影
CN108366772B (zh) * 2015-12-21 2023-03-31 皇家飞利浦有限公司 图像处理装置和方法
CN107616803A (zh) * 2016-07-13 2018-01-23 西门子保健有限责任公司 通过组合的磁共振和x光装置采集和处理测量数据的方法
CN107616803B (zh) * 2016-07-13 2021-01-01 西门子保健有限责任公司 通过组合的磁共振和x光装置采集和处理测量数据的方法

Also Published As

Publication number Publication date
WO2013095821A1 (en) 2013-06-27
US20120093383A1 (en) 2012-04-19

Similar Documents

Publication Publication Date Title
CN104011773A (zh) 序列图像采集方法
CN101273919B (zh) 使用更新方法和系统的连续图像采集
RU2510699C2 (ru) Способ и система для выполнения биопсии
CN103402453B (zh) 用于导航系统的自动初始化和配准的系统和方法
US7574249B2 (en) Device-less gating of physiological movement for improved image detection
KR102522539B1 (ko) 의료영상 표시장치 및 의료영상 처리방법
CN103442644B (zh) 产生用于估测由医学成像扫描导致的患者辐射剂量的合适模型
CN105451663B (zh) 对目标视图的超声采集反馈引导
US10796430B2 (en) Multimodality 2D to 3D imaging navigation
US10796464B2 (en) Selective image reconstruction
JP5345947B2 (ja) 対象物を撮像する撮像システム及び撮像方法
EP2804147B1 (en) Method and apparatus for image registration
KR20220159402A (ko) 다중 이미징 방식에서의 관심 영역의 연계를 위한 시스템 및 방법
US20120287131A1 (en) Image processing apparatus and image registration method
EP3550515A1 (en) Cross-modality image synthesis
US10685451B2 (en) Method and apparatus for image registration
KR20160050326A (ko) 영상 처리 장치, 영상 처리 방법 및 영상 처리부가 마련된 초음파 영상 장치
CN109152566A (zh) 校正超声融合成像系统中的探头引起的变形
US9355454B2 (en) Automatic estimation of anatomical extents
KR20240013724A (ko) 다중 펄스 x-선 소스 이동 단층합성 영상화 시스템을 사용한 인공 지능 훈련
US9020215B2 (en) Systems and methods for detecting and visualizing correspondence corridors on two-dimensional and volumetric medical images
WO2019200349A1 (en) Systems and methods for training a deep learning model for an imaging system
WO2019200351A1 (en) Systems and methods for an imaging system express mode
US11495346B2 (en) External device-enabled imaging support
WO2019200346A1 (en) Systems and methods for synchronization of imaging systems and an edge computing system

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20140827

RJ01 Rejection of invention patent application after publication