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

DE102021208272A1 - Optimale Gewichtung von DSA-Maskenbildern - Google Patents

Optimale Gewichtung von DSA-Maskenbildern Download PDF

Info

Publication number
DE102021208272A1
DE102021208272A1 DE102021208272.6A DE102021208272A DE102021208272A1 DE 102021208272 A1 DE102021208272 A1 DE 102021208272A1 DE 102021208272 A DE102021208272 A DE 102021208272A DE 102021208272 A1 DE102021208272 A1 DE 102021208272A1
Authority
DE
Germany
Prior art keywords
image
images
mask images
mask
subtraction
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
DE102021208272.6A
Other languages
English (en)
Inventor
Michael Manhart
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens Healthineers Ag De
Original Assignee
Siemens Healthcare GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Siemens Healthcare GmbH filed Critical Siemens Healthcare GmbH
Priority to DE102021208272.6A priority Critical patent/DE102021208272A1/de
Priority to CN202210757111.1A priority patent/CN115689956A/zh
Priority to US17/876,104 priority patent/US20230037260A1/en
Publication of DE102021208272A1 publication Critical patent/DE102021208272A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/48Diagnostic techniques
    • A61B6/481Diagnostic techniques involving the use of contrast agents
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/504Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5258Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
    • A61B6/5264Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise due to motion
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • G06T7/0014Biomedical image inspection using an image reference approach
    • G06T7/0016Biomedical image inspection using an image reference approach involving temporal comparison
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10116X-ray image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20172Image enhancement details
    • G06T2207/20182Noise reduction or smoothing in the temporal domain; Spatio-temporal filtering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20212Image combination
    • G06T2207/20224Image subtraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30101Blood vessel; Artery; Vein; Vascular
    • G06T2207/30104Vascular flow; Blood flow; Perfusion

Landscapes

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

Abstract

Zur Reduktion von Rauschen und von Bewegungsartefakten wird ein Verfahren zum Erzeugen eines Subtraktionsbilds (S) für eine digitale Subtraktions-Angiographie vorgeschlagen. Es erfolgt ein Gewinnen (S1) mehrerer Maskenbilder eines Objekts (2) vor einer Kontrastmittelgabe in das Objekt (2) und ein Gewinnen (S2) eines Abbilds des Objekts (2) nach der Kontrastmittelgabe in das Objekt (2). Ein erstes Summenbild wird aus den mehreren Maskenbildern gewonnen, indem die mehreren Maskenbilder jeweils multipliziert mit einem individuellen Gewicht summiert werden. Die individuellen Gewichte für jedes der mehreren Maskenbilder werden durch ein Optimierungsverfahren automatisch bestimmt (S5, S6), und das Subtraktionsbild wird durch Subtraktion des Summenbilds von dem Abbild ermittelt.

Description

  • Die vorliegende Erfindung betrifft ein Verfahren zum Erzeugen eines Subtraktionsbilds für eine digitale Subtraktions-Angiographie. Darüber hinaus betrifft sie eine entsprechende Vorrichtung zum Erzeugen eines solchen Subtraktionsbilds. Ferner betrifft die vorliegende Erfindung auch ein Computerprogramm und einen elektronisch lesbaren Datenträger.
  • Bei der Angiographie werden Blutgefäße mittels diagnostischer Bildgebungsverfahren dargestellt, wobei meist zur Sichtbarmachung beziehungsweise zur Verstärkung des Kontrasts in den Bildern den Patienten ein Kontrastmittel verabreicht wird, insbesondere durch Injektion. Angiographieverfahren kommen beispielsweise zum Einsatz, um das Gefäßsystem von Patienten mit Arteriosklerose zu untersuchen. Auf diese Art und Weise werden beispielsweise die Herzkranzgefäße eines Patienten abgebildet, um einem Arzt anschließend eine Diagnose zu ermöglichen.
  • Grundsätzlich ist man bestrebt, bei der Angiographie den Patienten möglichst wenig zu belasten. Dafür ist es notwendig, die Strahlendosis so gering wie möglich zu halten. Dies führt dazu, dass die gewonnenen Bilder unter Umständen wenig kontrastreich beziehungsweise verrauscht sind.
  • Ein weiteres Problem bei der Angiographie besteht darin, dass nicht nur statische Objekte untersucht werden sollen, sondern auch dynamische Objekte wie das Herz, die Lunge oder auch andere Organe, die von den Atembewegungen betroffen sind. Um die Gefäße ausreichend genau beobachten zu können, ist es in diesen Fällen notwendig, die Bewegungen des betrachteten Organs zu kompensieren.
  • Eine spezielle Art der Angiographie ist die digitale Subtraktions-Angiographie (DSA). Ihr spezifischer Vorteil bei der Untersuchung von Blutgefäßen liegt darin, dass störende Bildkomponenten durch die Subtraktion unsichtbar gemacht werden. Beispielsweise werden von dem zu untersuchenden Körperteil, wie etwa dem Gehirn, mehrere zeitlich aufeinanderfolgende Bilder erstellt. Während der Aufnahmesequenz wird ein Kontrastmittel injiziert, das sich in den Gefäßen ausbreitet. Zu Beginn wird jedoch ein sogenanntes Maskenbild ohne Kontrastmittel gewonnen. Anschließend werden sogenannte Füllbilder erstellt, bei denen sich das Kontrastmittel in den Gefäßen mehr oder weniger weit ausgebreitet hat. Das digitale Maskenbild wird von den Füllbildern subtrahiert. Das Resultat der Subtraktion sind nur diejenigen Bildteile, die sich unterscheiden, also genau die durchbluteten Gefäße.
  • Bei der DSA-Bildgebung wird oft eine Serie von Maskenbildern aufgenommen. Um eine bestmögliche Rauschreduktion zu erhalten, werden die Maskenbilder gemittelt. Bei Bewegungen des Objekts beziehungsweise Körperteils sind solche Mittelungen meist nicht zielführend.
  • Die Aufgabe der vorliegenden Erfindung besteht darin, den Rauschanteil bei einem Subtraktionsbild zu reduzieren und gegebenenfalls Bewegungen des abzubildenden Objekts zu berücksichtigen.
  • Die vorliegende Erfindung wird durch ein Verfahren und eine Vorrichtung gemäß den unabhängigen Ansprüchen gelöst. Ferner werden ein entsprechendes Computerprogramm und ein entsprechender Datenträger bereitgestellt. Vorteilhafte Weiterbildungen der Erfindung ergeben sich aus den Unteransprüchen.
  • Die vorliegende Erfindung stellt demnach ein Verfahren zum Erzeugen eines Subtraktionsbilds für eine digitale Subtraktions-Angiographie bereit. Generell kann dieses Verfahren bei jeder Art von Bildgebung verwendet werden, bei der ein Subtraktionsbild erzeugt wird. Dabei wird das Subtraktionsbild aus mindestens zwei Aufnahmen gewonnen, die unter zwei verschiedenen Bedingungen gewonnen wurden. Als Bildgebungsverfahren können beispielsweise eine Röntgenuntersuchung oder eine Magnetresonanztomographie sowie eine Computertomographie oder eine Sonographie dienen.
  • Zunächst erfolgt ein Gewinnen mehrerer Maskenbilder eines Objekts vor einer Kontrastmittelgabe in das Objekt. Es werden also von dem Objekt (z.B. Gehirn, Herz, etc.) mindestens zwei Maskenbilder durch das gewählte Bildgebungsverfahren erstellt. Diese Maskenbilder stellen Referenzbilder dar, die das Objekt im natürlichen Zustand zeigen, wenn sich das Kontrastmittel noch nicht in dem Objekt, insbesondere in Gefäßen, ausgebreitet hat. Die Maskenbilder beinhalten Konturen, die zwar die Struktur des Objekts wiedergeben, die aber für die Untersuchung nicht oder nur wenig von Bedeutung sind. Natürlich beinhalten die Maskenbilder auch z.B. die zu untersuchenden Gefäße, allerdings werden sie nicht sehr kontrastreich dargestellt.
  • Nach der Kontrastmittelgabe in das Objekt (z.B. Körperteil) erfolgt das Gewinnen eines Abbilds des Objekts, so dass dieses Abbild die Auswirkungen des sich verbreitenden Kontrastmittels wiedergibt. Die Kontrastmittelgabe selbst ist nicht Teil des Verfahrens. Es kommt hier lediglich darauf an, dass sich beim Gewinnen des Abbilds des Objekts Kontrastmittel in dem Gefäß oder den Gefäßen befindet. Da das Kontrastmittel bei der Bildgebung einen besonders hohen Kontrast hervorruft, sind beispielsweise die Gefäße, in denen sich das Kontrastmittel ausbreitet, besonders kontrastreich auf dem Abbild zu erkennen. Natürlich beinhaltet das Abbild des Objekts auch beispielsweise andere Gewebestrukturen, die auf den Maskenbildern ebenfalls zu erkennen sind.
  • Anschließend erfolgt ein Bilden eines (ersten) Summenbilds aus den mehreren Maskenbildern, indem die mehreren Maskenbilder jeweils mit einem individuellen Gewicht summiert werden. Der Vorteil dabei ist, dass jedes der mehreren Maskenbilder sehr spezifisch gewichtet werden kann. Dies kann insbesondere dann von Vorteil sein, wenn Maskenbilder bei unterschiedlichen Atemphasen gewonnen werden. In diesem Fall ist es unter Umständen notwendig, die Maskenbilder einer bestimmten Atemphase mit hohen Gewichten zu berücksichtigen und andere Maskenbilder anderer Atemphasen nur gering zu gewichten. Auf diese Weise können Bewegungen zumindest teilweise kompensiert werden, speziell, wenn das Abbild (d.h. ein oder mehrere Füllbilder) genau bei dieser Atemphase erstellt wird.
  • Von besonderer Bedeutung ist nun, dass die individuellen Gewichte für jedes der mehreren Maskenbilder durch ein Optimierungsverfahren automatisch bestimmt werden. Die individuellen Gewichte für die Maskenbilder sind also nicht fest vorgegeben, sondern werden im Rahmen einer Optimierung für jedes Maskenbild individuell und automatisch gewonnen. Hierzu eignen sich prinzipiell jegliche Optimierungen, die entsprechend einem Optimierungskriterium zu den jeweiligen Gewichten der mehreren Maskenbilder führen. Solche Optimierungsverfahren können auf analytischen und auf numerischen Algorithmen beruhen. Der Optimierungsalgorithmus benötigt hierzu in der Regel lediglich die Maskenbilder und ein entsprechendes, vorgegebenes Optimierungskriterium.
  • Schließlich erfolgt das Ermitteln des Subtraktionsbilds durch Subtraktion des Summenbilds von dem Abbild. Es wird also von dem Abbild, das von einem oder mehreren Füllbildern gewonnen wird oder dem entspricht, die (optimierte) Summe der gewichteten Maskenbilder, d.h. das Summenbild beziehungsweise das optimierte Maskenbild, subtrahiert. Das resultierende Subtraktionsbild beinhaltet in der Folge weniger Strukturen, die entsprechend dem Optimierungskriterium beziehungsweise dem Optimierungsverfahren eliminiert wurden. Vorzugsweise zielt das Optimierungsverfahren darauf ab, Rauschen zu unterdrücken und/oder Bewegungen zu kompensieren. Dazu kann für das Optimierungsverfahren beispielsweise ein entsprechend geeignetes Qualitätsmaß genutzt werden.
  • Bei einer Ausführungsform ist vorgesehen, dass für das Abbild ein einziges Füllbild beziehungsweise Rohbild des Objekts nach der Kontrastmittelgabe gewonnen wird. Bei dem einzigen Rohbild handelt es sich also beispielsweise um ein Füllbild, bei dem sich die Gefäße mit dem Kontrastmittel zumindest teilweise gefüllt haben. In diesem Fall werden zur Optimierung des Subtraktionsbilds also nur ein einziges Rohbild beziehungsweise Füllbild, aber mehrere Maskenbilder verwendet. Dies ist insbesondere dann von Vorteil, wenn das Optimierungsverfahren für die Gewinnung des optimierten Maskenbilds nur ein einziges Mal durchlaufen wird. Somit können weitere Subtraktionsbilder auf einfache Weise durch ein aktuelles Füllbild und die Subtraktion des optimierten Maskenbilds gewonnen werden.
  • Bei einer alternativen Ausführungsform ist vorgesehen, dass für das Abbild mehrere Rohbilder des Objekts nach der Kontrastmittelgabe gewonnen werden, und ein zweites Summenbild aus den mehreren Rohbildern gewonnen wird, indem die mehreren Rohbilder jeweils mit einem individuellen Gewicht summiert werden, wobei die individuellen Gewichte für die mehreren Rohbilder durch das Optimierungsverfahren automatisch bestimmt werden. Dies bedeutet, dass nicht nur individuelle Gewichte für die mehreren Maskenbilder, sondern auch individuelle Gewichte für die mehreren Rohbilder beziehungsweise mehreren Füllbilder ermittelt werden. Dies ist insbesondere dann von Vorteil, wenn die Zeitdynamik bei der Untersuchung weniger relevant ist. Werden beispielsweise drei bis sieben Bilder oder sogar bis zu 30 Bilder pro Sekunde gewonnen, so kann es durchaus von Vorteil sein, wenn auch das Abbild nach der Kontrastmittelgabe beispielsweise hinsichtlich Rauschen oder Bewegung optimiert wird. Somit lässt sich das Subtraktionsbild beispielsweise aus einem optimierten Füllbild und einem optimierten Maskenbild gewinnen. Die Optimierung der Gewichte für die Füll- beziehungsweise Rohbilder und die Optimierung der Gewichte für die Maskenbilder kann in einem gemeinsamen Optimierungsverfahren erfolgen. Innerhalb dieses Verfahrens können die Gewichte für die Rohbilder mit dem gleichen oder einem anderen Teiloptimierungsverfahren optimiert werden als die Gewichte der Maskenbilder. Entsprechend kann es notwendig sein, für die Rohbilder ein anderes Optimierungskriterium zu verwenden als für die Maskenbilder. Unter Umständen ist das Optimierungskriterium aber auch gleich.
  • In einer vorteilhaften Ausgestaltung des erfindungsgemäßen Verfahrens wird bei dem Optimierungsverfahren eine konvexe Kombination aller Maskenbilder gesucht, die ein Qualitätskriterium bezüglich des Subtraktionsbilds erfüllt. Eine Konvexkombination zeichnet sich dadurch aus, dass die Summe aller Gewichte gleich 1 ist und jedes Gewicht einen Wert zwischen 0 und 1 annehmen kann. Eine derartige Optimierung mittels konvexer Kombination der Einzelbilder kann nicht nur für das Suchen der Gewichte für die Maskenbilder, sondern auch für das Suchen der Gewichte für die Füll- beziehungsweise Rohbilder benutzt werden. Eine Optimierung mittels konvexer Kombination der Einzelelemente hat den Vorteil, dass unter Umständen eine Normierung entfallen kann. Bei der Optimierung wird die Qualität des Subtraktionsbilds als Kriterium herangezogen. Auf diese Weise kann anhand der Qualität des Subtraktionsbilds die Gewichtung der Maskenbild gesteuert werden.
  • In einer bevorzugten Ausgestaltung ist vorgesehen, dass das Qualitätskriterium darin besteht, dass ein Extremwert oder ein vorgegebener Wert (z.B. Schwellwert) eines Qualitätsmaßes erreicht wird. Der Extremwert kann ein Minimum oder ein Maximum sein. Sobald das Optimierungsverfahren an dem Extremwert beziehungsweise vorgegebenen Wert bezüglich der Qualität des Subtraktionsbilds angelangt ist, ergeben sich daraus die Einzelgewichte der Maskenbilder und gegebenenfalls auch der Füllbilder.
  • Beispielsweise kann es sich bei dem Qualitätsmaß um eine Energie, um eine totale Variation oder um die Softplus-Funktion handeln. Ist beispielsweise die Energie das Qualitätsmaß, so kann es günstig sein, dasjenige Subtraktionsbild mit der geringsten Energie zu suchen. Die Gewichte der Maskenbilder sind dann so eingestellt, dass die Energie des Subtraktionsbilds ein Minimum erreicht. Dies äußert sich beispielsweise darin, dass das Subtraktionsbild sehr wenig Rauschen beinhaltet.
  • Alternativ kann das Qualitätsmaß auch die totale Variation (auch einfach „Variation“ genannt) sein. Auch in diesem Fall sollte die totale Variation des Summenbilds ein Minimum erreichen, wodurch das Pixelrauschen so weit wie möglich unterdrückt wird.
  • Das Qualitätsmaß kann aber auch die sogenannte „Softplus-Funktion“ enthalten. Durch diese Aktivierungsfunktion können beispielsweise positive Werte im Subtraktionsbild unterdrückt werden. Das Qualitätsmaß ist aber nicht auf die oben genannten Funktionen beschränkt. Vielmehr können auch andere Funktionen oder auch Kombinationen der genannten oder anderer Funktionen verwendet werden.
  • Bei einer speziellen Ausgestaltung des erfindungsgemäßen Verfahrens bewegt sich das Objekt bei dem Gewinnen der Maskenbilder, und das erste Summenbild ist ein interpoliertes Maskenbild zweier zeitlich aufeinanderfolgender Maskenbilder. Dies kann beispielsweise bei der Bildgebung solcher Körperteile von Bedeutung sein, die vom Atemzyklus betroffen sind. Wenn beispielsweise ein Füllbild zwischen vollständiger Einatmung und vollständiger Ausatmung gewonnen wird und jeweils ein Maskenbild bei vollständiger Einatmung und bei vollständiger Ausatmung vorliegt, ist es vorteilhaft, wenn durch Interpolation aus den beiden Maskenbildern ein Maskenbild generiert wird, welches der Atemphase des Füllbilds entspricht. Auf diese Weise lässt sich ein zuverlässiges Subtraktionsbild gewinnen. In diesem Fall wird das Optimierungsverfahren beispielsweise zu gleichen Gewichten beider Maskenbilder führen.
  • Entsprechend der vorliegenden Erfindung wird auch bereitgestellt eine Vorrichtung zum Erzeugen eines Subtraktionsbilds für eine digitale Subtraktions-Angiographie, aufweisend eine Bildakquisitionseinrichtung zum Gewinnen mehrerer Maskenbilder eines Objekts vor einer Kontrastmittelgabe in das Objekt und zum Gewinnen eines Abbilds des Objekts nach der Kontrastmittelgabe in das Objekt, und eine Recheneinrichtung zum Bilden eines ersten Summenbilds aus den mehreren Maskenbildern, indem die mehreren Maskenbilder jeweils mit einem individuellen Gewicht summiert werden, wobei die individuellen Gewichte für jedes der mehreren Maskenbilder durch ein Optimierungsverfahren automatisch bestimmt werden, und zum Ermitteln des Subtraktionsbilds durch Subtraktion des Summenbilds von dem Abbild.
  • Die Bildakquisitionseinrichtung kann eine entsprechende Steuereinheit aufweisen, welche beispielsweise einen oder mehrere Prozessoren beinhaltet, um die Bildakquisition der Maskenbilder und des Abbilds des Objekts zu steuern. Ebenso kann die Recheneinrichtung einen Prozessor aufweisen, mit dem das Summenbild ermittelt und in dem Optimierungsverfahren die Gewichte gewonnen werden sowie das Subtraktionsbild ermittelt wird.
  • Erfindungsgemäß wird darüber hinaus ein Computerprogramm bereitgestellt, welches direkt in einen Speicher der oben genannten Vorrichtung ladbar ist, mit Programm-Mitteln, um die Schritte des oben genannten Verfahrens auszuführen, wenn das Programm in der Vorrichtung ausgeführt wird. Das im vorliegenden Dokument beschriebene Verfahren kann also auch in Form eines Computerprogramm(produkt)s vorliegen, welches das Verfahren auf eine Steuereinheit implementiert, wenn es auf der Steuereinheit ausgeführt wird. Ebenso kann ein elektronisch lesbarer Datenträger mit darauf gespeicherten elektronisch lesbaren Steuerinformationen bereitgestellt werden, welche zumindest ein Computerprogramm obiger Art umfassen und derart ausgestaltet sind, dass sie bei Verwendung des Datenträgers in einer Steuereinrichtung der oben genannten Vorrichtung ein Verfahren nach oben genannter Art ausführen.
  • Die vorliegende Erfindung wird nun anhand der beigefügten Zeichnungen näher erläutert, in denen zeigen:
    • 1 eine Einrichtung zur digitalen Subtraktions-Angiographie zur Durchführung eines erfindungsgemäßen Verfahrens;
    • 2 ein schematisches Blockdiagramm eines erfindungsgemäßen Verfahrensbeispiels;
    • 3 ein Subtraktionsbild einer Schweineleber mit Maskenmittelung;
    • 4 das Subtraktionsbild von 3, aber mit Maskenanpassung;
    • 5 das Subtraktionsbild von 2 mit optimierter Maskengewichtung;
    • 6 ein Subtraktionsbild eines Abschnitts eines Kaninchenkopfes mit Maskenmittelung;
    • 7 das Subtraktionsbild von 6 mit Maskenanpassung; und
    • 8 das Subtraktionsbild von 6 mit optimierter Maskengewichtung.
  • Die nachfolgend näher geschilderten Ausführungsbeispiele stellen bevorzugte Ausführungsformen der vorliegenden Erfindung dar.
  • In 1 ist eine Einrichtung 1 zur digitalen Subtraktions-Angiographie zur Durchführung eines erfindungsgemäßen Verfahrens gezeigt. Dabei befindet sich im hier dargestellten Fall ein Patient 2, von dem digitale Subtraktions-Angiographie-Aufnahmen des Beinbereichs erstellt werden sollen, auf einer Patientenliege 3 der Einrichtung 1. Die Einrichtung 1 weist zur Bildaufnahme ein C-Bogen-System 4 mit einer Strahlungsquelle sowie einem Detektor auf, das mit einer Steuerungs- und/oder Recheneinrichtung 5 und mit einem Bildausgabemittel 6 verbunden ist, über das auch Bedieneingaben möglich sind. Seitens der Steuerungs- und/oder Recheneinrichtung 5 kann bei diesem Ausführungsbeispiel vollautomatisiert die Erstellung der Bildaufnahmen, gegebenenfalls nach einem initialen Start durch einen Bediener 7, erfolgen.
  • Dies bedeutet, dass, nachdem der Bediener 7 die Bildaufnahme einmal ausgelöst hat, automatisch zunächst eine Aufnahme in einer ersten Position des Detektors, dem die Strahlungsquelle des C-Bogen-Systems 4 gegenüberliegend angeordnet ist, erstellt wird. Danach wird, gegebenenfalls vollautomatisiert oder manuell, dem Patienten 2 ein Kontrastmittel verabreicht, woraufhin in der gleichen Detektorposition nochmals eine Aufnahme (Roh- beziehungsweise Füllbild) erfolgt.
  • Die Initiierung der Durchführung des erfindungsgemäßen Verfahrens kann durch den Bediener 7 beispielsweise durch Anwahl eines entsprechenden Startfelds 8 auf dem Bildausgabemittel 6, beispielsweise über die Tastatur beziehungsweise eine Computer-Maus oder dergleichen, erfolgen.
  • Die Bildaufnahmen, die sich als Ergebnis einer Subtraktion beziehungsweise als Zwischenschritt bei den Aufnahmen in den einzelnen Detektorpositionen ergeben, können als Aufnahmen 9 zur untersuchungsbegleitenden Kontrolle durch den Bediener 7 beziehungsweise zur nachfolgenden Auswertung ebenfalls am Bildausgabemittel 6 dargestellt werden. Die Bilddaten und weitere Daten, die im Rahmen der Durchführung des Verfahrens ermittelt werden, können daneben gegebenenfalls in der Steuerungs- und/oder Recheneinrichtung 5 abgespeichert werden, um später z.B. seitens eines Arztes ausgewertet zu werden beziehungsweise über ein Intranet oder das Internet an weitere oder externe Rechner verschickt zu werden.
  • Im vorliegenden Ausführungsbeispiel einer DSA-Bildgebung wird eine Serie von Maskenbildern aufgenommen. Um eine bestmögliche Rauschunterdrückung zu erhalten und gegebenenfalls Bewegungen (z.B. Atembewegungen) zu kompensieren, kann es vorteilhaft sein, eine Gewichtung zu verwenden, die Maskenbilder mit ähnlicher Bewegungsphase wie das Füllbild höher gewichtet.
  • Zum Eliminieren von Bewegungsartefakten könnte statt einer Mittelung mehrerer Maskenbilder eine Zuordnung eines einzelnen Maskenbildes zu jedem Füllbild durch Auswertung einer Bildqualitätsmetrik (IQM, Image Quality Metric) erfolgen. Falls die Atemphase des Füllbilds zwischen dem Atemphasen von zwei Maskenbildern liegt, kann durch zeitliche Interpolation zwischen den zwei am besten passenden Maskenbildern das Ergebnis weiter verbessert werden.
  • Diese Verfahren beziehen sich jedoch noch nicht auf Fälle von mehreren Maskenbildern mit der gleichen Atemphase oder Fälle mit keiner oder wenig Bewegung. In solchen Fällen würde sich hier keine optimale Rauschreduktion ergeben, welche durch Mittelung mehrerer Maskenbilder oder Bewegungsunterschied erreicht werden könnte. Daher wird erfindungsgemäß ein Verfahren vorgeschlagen, welches für alle Fälle und für jedes Füllbild eine optimierte, gewichtete Mittelung der Maskenbilder berechnet. Dadurch kann eine optimierte Kombination aus Bewegungsartefakt- und Rauschreduktion erreicht werden.
  • Aus einem Füllbild F kann ein Subtraktionsbild S durch Subtraktion des Maskenbilds M berechnet werden. Im vorliegenden Fall stellt M die gewichtete Mittelung aller Maskenbilder Mi gemäß den optimierten Gewichtungsfaktoren αi dar. Gegebenenfalls kann auch das Füllbild F eine gewichtete Mittelung von einzelnen Füllbildern Fi mit optimierten Gewichtungsfaktoren βi sein. Nachfolgend wird aber nur der Fall betrachtet, dass ein einziges Füllbild F und eine Mehrzahl von Maskenbildern Ni verwendet werden. Das Verwenden mehrerer (optimal) gewichteter Füllbilder ergibt sich daraus in analoger Weise.
  • Die Gewichte αi werden durch die Lösung des folgenden nicht linearen Optimierungsproblems mit Nebenbedingungen gewonnen:
    • S = F - ΣiαiMi mit dem Optimierungskriterium
    • argmin IQM(F - Σi αiMi) unter der Bedingung, dass Σi αi = 1 0 < αi≤ 1
  • Es wird also eine konvexe Kombination (vergleiche obige Bedingungen für αi) aller Maskenbilder Mi gesucht, welche ein optimales Qualitätsmaß IQM angewandt auf das Subtraktionsbild S liefert. Speziell wird hier nach einer Kombination gesucht, bei der das Qualitätsmaß ein Minimum erreicht. Es sind aber auch Alternativen denkbar, bei denen das Qualitätsmaß ein Maximum oder einen anderen vorgegebenen Wert erreicht. Mit einer derartigen Optimierung der Gewichte der Maskenbilder kann eine optimale Maskierung in Bewegungsphasen erreicht werden. Des Weiteren kann mit dieser Art der Gewichtsoptimierung eine Interpolation zwischen Maskenbildern erzielt werden. Schließlich lassen sich die optimierten Gewichte auch zur Mittelung von Maskenbildern mit ähnlicher Atemphase zur Rauschreduktion einsetzen.
  • Als Qualitätsmaß IQM können typischerweise konvexe Funktionen wie die Energie (I2), die Totale Variation (TV) oder die Softplus-Funktion (SP) verwendet werden, welche positive Werte im Subtraktionsbild S unterdrückt. Es können auch Kombinationen dieser Funktionen als Qualitätsmaß verwendet werden.
  • Im Folgenden sind Terme der oben genannten Funktionen und ihre partiellen Ableitungen nach den Gewichten angegeben, um Optimierungen mit gradientenbasierten Verfahren zu erreichen: I 2 ( S ) = j ( S j ) 2 l 2 ( S ) α i = 2 j S j M i , j
    Figure DE102021208272A1_0001
    T V ( S ) = j S x , j 2 + S y , j 2 + ε T V ( S ) α i = j ( S x , j M x , i , j + S x , j M y , i , j ) / T V ( S ) j
    Figure DE102021208272A1_0002
    S P ( S ) = j ln ( 1 + e h S j ) k S P ( S ) α i j M i , j 1 + e k S j
    Figure DE102021208272A1_0003
  • Dabei bezeichnet Sj den Pixelwert des Subtraktionsbilds S am Pixel j, wobei j ein Vektorindex beziehungsweise eine zweidimensionale Koordinate ist. Mi,j bezeichnet den Pixelwert des Maskenbilds Mi an Pixel j. Sx,j bezeichnet ein Gradientenbild, nämlich das Subtraktionsbild S abgeleitet in x Richtung. Entsprechend bedeutet Sy,j die Ableitung des Subtraktionsbilds in y Richtung an Pixel j. S stellt einen festen Offset-Wert dar. Mx,i,j beziehungsweise Sx,j und My,i,j beziehungsweise Sy,j bezeichnen den Pixelwert des Gradienten des jeweiligen Maskenbilds Mi beziehungsweise Subtraktionsbilds S am Pixel j in x-beziehungsweise y-Richtung.
  • Das Optimierungsproblem kann beispielsweise mit einem Innere-Punkte-Algorithmus effizient gelöst werden. Ein derartiger Algorithmus ist beispielsweise beschrieben in: Waltz, Richard A., et al. „An interior algorithm for non-linear optimization that combines line search and trust region steps“, Mathematical Programming 107.3 (2006; Seiten 391-408). Es können aber auch andere Optimierungsalgorithmen verwendet werden. Eine Implementierung wird beispielsweise mit der Funktion „fmincon“ des Mathematikprogramms „Matlab“ bereitgestellt. Mit einem derartigen Algorithmus kann eine gute Lösung bereits innerhalb von zehn bis zwanzig Iterationen, ca. 3s Rechenzeit, gefunden werden.
  • 2 zeigt ein schematisches Blockdiagramm eines Ausführungsbeispiels eines erfindungsgemäßen Verfahrens. In einem ersten Schritt S1 erfolgt ein Gewinnen mehrerer Maskenbilder Mi eines Objekts vor einer Kontrastmittelgabe in das Objekt. In einem zweiten Schritt S2 erfolgt das Gewinnen eines Abbilds beziehungsweise eines Füllbilds F des Objekts nach der Kontrastmittelgabe in das Objekt. Gegebenenfalls werden in diesem Schritt auch mehrere Füllbilder Fi zur Erstellung des Abbilds mittels entsprechender Gewichtung gewonnen. In einem anschließenden Schritt S3 erfolgt das Bilden eines Summenbilds ΣiαiMi aus den mehreren Maskenbildern Mi, indem die mehreren Maskenbilder Mi jeweils multipliziert mit einem individuellen Gewicht αi summiert werden. Sodann erfolgt in Schritt S4 ein Ermitteln des Subtraktionsbilds S durch Subtraktion des Summenbilds ΣiαiMi von dem Abbild F. Im anschließenden Schritt S5 erfolgt eine Überprüfung, ob der Optimierungsalgorithmus sein Optimierungsziel erreicht hat. Wenn dem so ist, wird das Subtraktionsbild S ausgegeben. Falls das Optimierungsziel noch nicht erreicht ist, wird Schritt S6 durchgeführt. Dabei wird eine (erneute) Iteration eines Optimierungsalgorithmus ausgeführt. Hierzu wird ein Qualitätsmaß IQM bezüglich des Subtraktionsbilds zur Optimierung herangezogen. Nach der Optimierungsiteration in Schritt S6 wird wieder zu Schritt S3 zurückgesprungen. Letztlich resultiert aus der Optimierungsschleife S3-S6 ein optimiertes Subtraktionsbild S.
  • Die 3 bis 8 zeigen DSA-Subtraktionsbilder, mit denen der Vorteil des erfindungsgemäßen Optimierungsverfahrens verdeutlicht werden kann. So zeigen die 3 bis 8 jeweils Subtraktionsbilder einer Schweineleber bei Atembewegungen. 3 zeigt ein Subtraktionsbild mit einfacher Maskenmittelung, wodurch insbesondere bei einem Niedrigdosisdatensatz ein guter Rauschpegel erzielt werden kann. Es sind allerdings starke Bewegungsartefakte, insbesondere im oberen Teil des Bildes, zu erkennen.
  • In 4 ist ein Subtraktionsbild dargestellt, bei dem das Maskenbild an die Bewegungsphase des Füllbilds angepasst wurde. Damit ergibt sich eine verbesserte Bewegungsartefaktreduktion, aber auch ein höheres Rauschen im Niedrigdosisdatensatz.
  • In 5 ist ein Subtraktionsbild mit erfindungsgemäß optimierter Maskengewichtung dargestellt. Mit dieser Gewichtsoptimierung lassen sich sowohl Vorteile bei der Bewegungsartefaktreduktion als auch bei der Rauschreduktion erzielen.
  • Die 6 bis 8 zeigen DSA-Subtraktionsbilder eines Abschnitts eines Kaninchenkopfs bei geringer Strahlendosis. Auch hier zeigt 6 das Subtraktionsbild mit einfacher Maskenmittelung zur Reduktion des Rauschpegels.
  • 7 zeigt ein Subtraktionsbild mit Maskenanpassung an den jeweiligen Bewegungszustand. Hier lässt sich wiederum das höhere Rauschen gegenüber 6 erkennen. Schließlich zeigt 8 ein Subtraktionsbild mit optimierten Gewichten der mehreren Maskenbilder. Bei verbesserter Bewegungsartefaktreduktion ist auch hier der Rauschpegel gegenüber 7 gesunken.
  • Die obigen Ausführungsbeispiele stellen also ein Verfahren vor, welches durch Lösen eines Optimierungsproblems mit Nebenbedingungen für jedes Füllbild oder für ein optimiertes Füllbild eine optimierte, gewichtete Mittelung der Maskenbilder berechnet. Dadurch kann eine verbesserte Kombination aus Bewegungsartefakt- und Rauschreduktion erreicht werden.

Claims (10)

  1. Verfahren zum Erzeugen eines Subtraktionsbilds (S) für eine digitale Subtraktions-Angiographie gekennzeichnet durch - Gewinnen (S1) mehrerer Maskenbilder eines Objekts (2) vor einer Kontrastmittelgabe in das Objekt (2), - Gewinnen (S2) eines Abbilds des Objekts (2) nach der Kontrastmittelgabe in das Objekt (2), - Bilden (S3) eines ersten Summenbilds aus den mehreren Maskenbildern, indem die mehreren Maskenbilder jeweils multipliziert mit einem individuellen Gewicht summiert werden, wobei - die individuellen Gewichte für jedes der mehreren Maskenbilder durch ein Optimierungsverfahren automatisch bestimmt werden (S5, S6), und - Ermitteln (S4) des Subtraktionsbilds durch Subtraktion des Summenbilds von dem Abbild.
  2. Verfahren nach Anspruch 1, wobei für das Abbild ein einziges Rohbild des Objekts nach der Kontrastmittelgabe gewonnen wird.
  3. Verfahren nach Anspruch 1, wobei für das Abbild mehrere Rohbilder des Objekts nach der Kontrastmittelgabe gewonnen werden, und ein zweites Summenbild aus den mehreren Rohbildern gewonnen wird, indem die mehreren Rohbilder jeweils mit einem individuellen Gewicht summiert werden, wobei die individuellen Gewichte für die mehreren Rohbilder durch das Optimierungsverfahren automatisch bestimmt werden.
  4. Verfahren nach einem der vorhergehenden Ansprüche, wobei bei dem Optimierungsverfahren eine konvexe Kombination aller Maskenbilder gesucht wird, die ein Qualitätskriterium bezüglich des Subtraktionsbilds erfüllt.
  5. Verfahren nach Anspruch 4, wobei das Qualitätskriterium darin besteht, dass ein Extremwert oder ein vorgegebener Wert eines Qualitätsmaßes erreicht wird.
  6. Verfahren nach Anspruch 5, wobei das Qualitätsmaß eine Energie, eine totale Variation oder die Softplus-Funktion ist.
  7. Verfahren nach einem der vorhergehenden Ansprüche, wobei sich das Objekt bei dem Gewinnen (S1) der Maskenbilder bewegt und das erste Summenbild ein interpoliertes Maskenbild zweier zeitlich aufeinanderfolgender Maskenbilder ist.
  8. Vorrichtung (1) zum Erzeugen eines Subtraktionsbilds für eine digitale Subtraktions-Angiographie gekennzeichnet durch - eine Bildakquisitionseinrichtung (3, 4) zum Gewinnen (S1) mehrerer Maskenbilder eines Objekts (2) vor einer Kontrastmittelgabe in das Objekt (2) und zum Gewinnen (S2) eines Abbilds des Objekts (2) nach der Kontrastmittelgabe in das Objekt (2) und - eine Recheneinrichtung (5) zum Bilden (S3) eines ersten Summenbilds aus den mehreren Maskenbildern, indem die mehreren Maskenbilder jeweils mit einem individuellen Gewicht summiert werden, wobei die individuellen Gewichte für jedes der mehreren Maskenbilder durch ein Optimierungsverfahren automatisch bestimmt werden (S5, S6), und zum Ermitteln (S4) des Subtraktionsbilds durch Subtraktion des Summenbilds von dem Abbild.
  9. Computerprogramm, welches direkt in einen Speicher einer Vorrichtung (1) nach Anspruch 8 ladbar ist, mit Programm-Mitteln, um die Schritte des Verfahrens nach einem der Ansprüche 1 bis 7 auszuführen, wenn das Programm in der Vorrichtung (1) ausgeführt wird.
  10. Elektronisch lesbarer Datenträger mit darauf gespeicherten elektronisch lesbaren Steuerinformationen, welche zumindest ein Computerprogramm nach Anspruch 9 umfassen und derart ausgestaltet sind, dass sie bei Verwendung des Datenträgers in einer Steuereinrichtung einer Vorrichtung (1) nach Anspruch 8 ein Verfahren nach einem der Ansprüche 1 bis 7 durchführen.
DE102021208272.6A 2021-07-30 2021-07-30 Optimale Gewichtung von DSA-Maskenbildern Pending DE102021208272A1 (de)

Priority Applications (3)

Application Number Priority Date Filing Date Title
DE102021208272.6A DE102021208272A1 (de) 2021-07-30 2021-07-30 Optimale Gewichtung von DSA-Maskenbildern
CN202210757111.1A CN115689956A (zh) 2021-07-30 2022-06-29 对数字减影血管造影的掩膜图像的最佳的加权
US17/876,104 US20230037260A1 (en) 2021-07-30 2022-07-28 Optimum weighting of dsa mask images

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102021208272.6A DE102021208272A1 (de) 2021-07-30 2021-07-30 Optimale Gewichtung von DSA-Maskenbildern

Publications (1)

Publication Number Publication Date
DE102021208272A1 true DE102021208272A1 (de) 2023-02-02

Family

ID=84890147

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102021208272.6A Pending DE102021208272A1 (de) 2021-07-30 2021-07-30 Optimale Gewichtung von DSA-Maskenbildern

Country Status (3)

Country Link
US (1) US20230037260A1 (de)
CN (1) CN115689956A (de)
DE (1) DE102021208272A1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102022209890A1 (de) 2022-09-20 2024-03-21 Siemens Healthcare Gmbh Verfahren zum Erzeugen eines virtuellen Maskenbilds und Angiographievorrichtung

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080051648A1 (en) 2006-08-25 2008-02-28 Suri Jasjit S Medical image enhancement system
US20090245606A1 (en) 2002-09-18 2009-10-01 Cornell Research Foundation, Inc. System and method for generating composite substraction images for magnetic resonance imaging
US20100128991A1 (en) 2007-04-23 2010-05-27 Koninklijke Philips Electronics N.V. Spatial-temporal warping of different pre-captured medical images
US20120121146A1 (en) 2009-06-30 2012-05-17 Koninklijke Philips Electronics N.V. Digital image subtraction
US20180279983A1 (en) 2017-03-28 2018-10-04 Canon Medical Systems Corporation Medical image processing apparatus, medical image processing method, and x-ray diagnostic apparatus
DE102019202514A1 (de) 2019-02-25 2020-08-27 Siemens Healthcare Gmbh Verfahren zur digitalen Subtraktionsangiographie, Röntgeneinrichtung, Computerprogramm und elektronisch lesbarer Datenträger
DE102020214319B3 (de) 2020-11-13 2022-01-20 Siemens Healthcare Gmbh Bereitstellen eines optimalen Subtraktionsdatensatzes

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102006040934B4 (de) * 2006-08-31 2022-05-12 Siemens Healthcare Gmbh Verfahren und Vorrichtung zur getrennten Darstellung von Arterien und Venen
DE102007045313B4 (de) * 2007-09-21 2016-02-11 Siemens Aktiengesellschaft Verfahren zur getrennten dreidimensionalen Darstellung von Arterien und Venen in einem Untersuchungsobjekt
KR20160089762A (ko) * 2015-01-20 2016-07-28 삼성전자주식회사 방사선 촬영 장치 및 방사선 촬영 장치의 제어 방법
US10147171B2 (en) * 2016-09-21 2018-12-04 General Electric Company Systems and methods for generating subtracted images
EP3441003B1 (de) * 2017-08-08 2020-07-22 Siemens Healthcare GmbH Verfahren zur ausführung einer digitalen substraktionsangiographie, hybridbildgebungsvorrichtung, computerprogramm und elektronisch lesbares speichermedium
WO2023030344A1 (en) * 2021-08-30 2023-03-09 Shanghai United Imaging Healthcare Co., Ltd. Systems and methods for medical image processing
DE102022209890A1 (de) * 2022-09-20 2024-03-21 Siemens Healthcare Gmbh Verfahren zum Erzeugen eines virtuellen Maskenbilds und Angiographievorrichtung

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090245606A1 (en) 2002-09-18 2009-10-01 Cornell Research Foundation, Inc. System and method for generating composite substraction images for magnetic resonance imaging
US20080051648A1 (en) 2006-08-25 2008-02-28 Suri Jasjit S Medical image enhancement system
US20100128991A1 (en) 2007-04-23 2010-05-27 Koninklijke Philips Electronics N.V. Spatial-temporal warping of different pre-captured medical images
US20120121146A1 (en) 2009-06-30 2012-05-17 Koninklijke Philips Electronics N.V. Digital image subtraction
US20180279983A1 (en) 2017-03-28 2018-10-04 Canon Medical Systems Corporation Medical image processing apparatus, medical image processing method, and x-ray diagnostic apparatus
DE102019202514A1 (de) 2019-02-25 2020-08-27 Siemens Healthcare Gmbh Verfahren zur digitalen Subtraktionsangiographie, Röntgeneinrichtung, Computerprogramm und elektronisch lesbarer Datenträger
DE102020214319B3 (de) 2020-11-13 2022-01-20 Siemens Healthcare Gmbh Bereitstellen eines optimalen Subtraktionsdatensatzes

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102022209890A1 (de) 2022-09-20 2024-03-21 Siemens Healthcare Gmbh Verfahren zum Erzeugen eines virtuellen Maskenbilds und Angiographievorrichtung

Also Published As

Publication number Publication date
US20230037260A1 (en) 2023-02-02
CN115689956A (zh) 2023-02-03

Similar Documents

Publication Publication Date Title
DE4137652A1 (de) Verminderung von bewegungs-artefakten bei der projektions-bilddarstellung
DE102009051384A1 (de) Strahlaufhärtungskorrektur für CT-Perfusionsmessungen
DE102007061935A1 (de) Verfahren zur Qualitätssteigerung von computertomographischen Aufnahmeserien durch Bildverarbeitung und CT-System mit Recheneinheit
DE102008016891B4 (de) Betriebsverfahren für eine verschwenkbare Polyplan-Bildgebungsanlage zur zeitaufgelösten Abbildung eines Untersuchungsobjekts, sowie Datenträger und verschwenkbare Polyplan-Bildgebungsanlage
DE102009015773A1 (de) Verfahren zur Aufbereitung von rekonstruierten CT-Bilddatensätzen und CT-System
DE102013201136A1 (de) Vorhersage eines voraussichtlichen Kontrastmittelverlaufs
DE102004035980A1 (de) Verfahren zur Bildgebung bei einem interventionellen Eingriff
DE102012209410A1 (de) Ermittlung einer patientenspezifischen Kontrastmittel-Impulsantwortfunktion
DE102012205351A1 (de) Darstellung von Blutgefäßen und Gewebe im Herzen
DE102008010006B4 (de) Verfahren zur dreidimensionalen Darstellung einer bewegten Struktur durch ein tomographisches Verfahren
DE102011083647A1 (de) Verfahren, Rechensystem und CT-System zur Erzeugung eines bewegungskompensierten CT-Bilddatensatzes eines sich teilweise und zyklisch bewegenden Untersuchungsobjektes
DE102016215971A1 (de) Segmentierung einer Angiographie unter Verwendung einer bestehenden dreidimensionalen Rekonstruktion
DE102011003857B4 (de) Verfahren zur Anpassung einer Grauwertfensterung, Recheneinheit, Röntgeneinrichtung und Datenträger
DE102018221691A1 (de) Individuell angepasstes Erzeugen von virtuellen Bilddaten auf Basis einer Multi-Energie-Röntgenbildgebung
WO2014072153A1 (de) Dosisreduzierte ct-aufnahme mittels dynamischer kollimierung
DE102009043633A1 (de) Verbesserte Abtastung eines zyklisch bewegten Untersuchungsobjektes unter Einsatz eines Kontrastmittels im Rahmen einer Voruntersuchung mittels eines CT-Gerätes
DE102012215294A1 (de) Verfahren zum Erzeugen eines Volumenmodells von einem Herz und zugehörige C-Bogen-Röntgenanlage
DE102013202313A1 (de) Verfahren und Vorrichtung zur Korrektur von Bewegungsartefakten bei einem computertomographischen Bild
DE102010013498B4 (de) Verfahren zum Ermitteln von dreidimensionalen Volumendaten, Bildgebungsvorrichtung und Datenträger
EP2242023A1 (de) Verfahren zur bewegungskompensierten Rekonstruktion eines dreidimensionalen endgültigen Bilddatensatzes
EP3564906A1 (de) Verfahren zur erzeugung von bilddaten bei einem computertomographiegerät, bilderzeugungsrechner, computertomographiegerät, computerprogrammprodukt und computerlesbarer datenträger
DE102021208272A1 (de) Optimale Gewichtung von DSA-Maskenbildern
EP3398515B1 (de) Adaptives verfahren zum erzeugen von artefaktreduzierten ct-bilddaten, sowie bilddatenrekonstruktionseinheit und entsprechendes computerprogrammprodukt.
DE102020204515B3 (de) Automatisiertes Ermitteln eines Röntgenröhrenstromprofils
DE102010040041B3 (de) Verfahren zur Korrektur von durch zeitliche Veränderungen von Schwächungswerten auftretenden Artefakten

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R016 Response to examination communication
R081 Change of applicant/patentee

Owner name: SIEMENS HEALTHINEERS AG, DE

Free format text: FORMER OWNER: SIEMENS HEALTHCARE GMBH, MUENCHEN, DE