CN103229210A - 图像配准装置 - Google Patents
图像配准装置 Download PDFInfo
- Publication number
- CN103229210A CN103229210A CN2011800575501A CN201180057550A CN103229210A CN 103229210 A CN103229210 A CN 103229210A CN 2011800575501 A CN2011800575501 A CN 2011800575501A CN 201180057550 A CN201180057550 A CN 201180057550A CN 103229210 A CN103229210 A CN 103229210A
- Authority
- CN
- China
- Prior art keywords
- image
- model
- registration device
- correspondence
- adjusting
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/75—Determining position or orientation of objects or cameras using feature-based methods involving models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/344—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30048—Heart; Cardiac
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)
- Image Processing (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明涉及用于使第一图像和第二图像相互配准的图像配准装置。针对第一图像来调整具有固定拓扑的模型以产生第一调整后模型并针对第二图像来调整该模型以产生第二调整后模型,且基于第一图像中的第一图像元素相对于第一调整后模型的空间位置和第二图像中的第二图像元素相对于第二调整后模型的空间位置来在第一图像中和第二图像中确定对应图像元素(41、48、49;50、58、9)。因为模型具有固定拓扑,所以可相对可靠地基于调整后模型来找到对应图像元素,即使第一和第二图像显示具有复杂属性的对象(如心脏)也是如此,由此提高了配准质量。
Description
技术领域
本发明涉及用于使第一图像和第二图像相互配准的图像配准装置、图像配准方法和图像配准计算机程序。
背景技术
US5633951公开了使对象的变形的第一和第二体积图像相对配准的三维成像方法,这些图像可通过对体积图像之一执行弹性几何变换来从不同的成像模态和/或在不同的时间得到。该方法包括从相应的第一和第二图像提取第一和第二相应的表面,所述表面描绘同一特征(例如骨/组织界面)。这通过提取每个表面的一堆轮廓来完成。第一表面为了与第二表面对齐的目的而被反复地扭曲,以得出全局转变矢量和一组残余表面失真矢量。通过将加权函数应用于残余表面失真矢量来确定体积失真矢量,该体积失真矢量用于指示体素中心的第二体积图像中的区位,体素中心的插入的强度将被移动到格点。加权函数包括表示第二体积的弹性劲度的常数。第一表面的提取、表面扭曲和体积失真矢量确定这些步骤在连续的迭代中重复,直到体积图像之间的配准不良(misregistration)的度量小于预定值。
如果对象包括复杂的属性,则这个配准方法的质量降低。
发明内容
本发明的目的是提供一种用于使第一图像和第二图像相互配准的图像配准装置、图像配准方法和图像配准计算机程序,其中可以提高配准质量,特别是如果对象包括复杂的属性的话也可以提高。
在本发明的第一方面中,提出了用于使第一图像和第二图像相互配准的图像配准装置,其中该图像配准装置包括:
-图像提供单元,其用于提供第一对象的第一图像和第二对象的第二图像,其中第一对象和第二对象具有相同的类型,
-模型提供单元,其用于提供第一对象和第二对象的模型,其中该模型具有固定拓扑,
-调整单元,其用于将针对第一图像来调整该模型以产生第一调整后模型并针对第二图像来调整该模型用于产生第二调整后模型,
-对应图像元素确定单元,其用于基于第一图像中的第一图像元素相对于第一调整后模型的空间位置和第二图像中的第二图像元素相对于第二调整后模型的空间位置来确定第一图像中和第二图像中的对应图像元素。
因为所提供的模型具有固定拓扑,所以基于第一图像中的第一图像元素相对于第一调整后模型的空间位置和第二图像中的第二图像元素相对于第二调整后模型的空间位置,能够相对可靠地在第一图像中和第二图像中找到对应图像元素,即使第一和第二对象包括复杂的属性(例如心脏),从而提高配准质量。
例如,如果第一和第二对象都具有类型“心脏”,在左心室心肌层的外侧上的是“滑动”面,“滑动”面对于通过参量空间变换进行建模是复杂的。而且,在心肌层的内侧上的是具有非常高的柔韧性且因此难以配准的乳头肌。在血池本身中,没有定义在组织之间的解剖对应性,且已知的配准方法可能例如根据偶然的造影剂波动来对齐。相反,通过针对第一和第二图像中的第一和第二对象来调整具有固定拓扑的模型并通过基于第一和第二图像中的图像元素相对于相应的调整后模型的空间位置来确定这两个图像中的对应图像元素,可实现可靠的配准,即使对象包括复杂的属性。
第一对象和第二对象可以是相同的对象,例如在不同的时间或通过不同的成像模态对该相同的对象进行成像。第一对象和第二对象也可以是具有相同类型的不同对象。例如,第一对象可以是第一个人的器官,而第二对象可以是第二个人的相同器官,以便比较不同人的器官。代替器官,相同类型的其它对象可显示在第一图像和第二图像中。
如果第一和第二对象是解剖对象,则在解剖学上对应的图像区位可被映射到彼此上。特别是,得到对应的外表面元素和内部元素(特别是内部体积元素)。
第一对象和第二对象优先具有人或动物的“心脏”的类型,且模型优先是对应的心脏模型。特别是,第一对象和第二对象优先具有类型“左心室心肌层”,且模型是左心室心肌层的对应模型。然而,第一对象和第二对象也可以是另一器官(例如肺)、人或动物的另一部分或技术对象,其中模型对应于相应的对象。
调整单元优先适合于利用第一和第二对象的一般模型,即,例如非人或非动物特有的模型开始调整过程,然后分别针对第一图像和第二图像来调整该模型,用于产生人或动物特有的调整后的第一和第二模型。
图像提供单元例如是存储单元,其中存储了第一对象的第一图像和第二对象的第二图像。然而,图像提供单元也可以是产生第一图像和第二图像的成像模态。例如,图像提供单元可以是计算机断层摄影单元、磁共振成像单元、核成像单元(如正电子发射断层摄影单元或单光子发射计算机断层摄影单元)、超声成像单元、C臂X射线成像单元等。第一图像和第二图像可由同一成像模态或由不同的成像模态产生。
模型提供单元优先是存储单元,其中存储了在第一图像和第二图像中示出的第一和第二对象的模型。
模型优先包括第一结构和耦合到第一结构的第二结构。第一结构优先是外部表面结构,而第二结构优先是内部结构,其中外部表面结构优先是外部表面网格(mesh),而内部结构优先是体积网格。内部结构可定义第一对象和第二对象的体积的不同部分。在该体积内的这些不同的部分可以比包围该体积的表面结构所指示的部分更复杂。例如,肌束可具有在该体积内部的几何分布,该分布不能简单地通过从表面结构推断。然而,通过调整模型的内部结构(其耦合到也被针对该对象调整的模型的外部表面结构),体积内的不同部分也可被区分开,即使它们并不是只从外部表面结构可推断出的。
如上所述,第一结构可以是外部表面结构,而第二结构可以是内部结构。然而,第一结构也可以是外部一维线,而第二结构可以是被该一维线包围的内部二维区域。而且,内部结构可以是完全填充由外部表面结构或外部线结构限定的内部区域,或内部结构可以是不完全填充内部区域的结构。
代替体积网格,内部结构也可包括其它几何元素,其中可通过将其中的几何元素耦合到外部表面结构来从外部表面结构确定其它几何元素的空间位置。例如,内部结构可包括毛细血管树的顶点,其中这些顶点可由内部结构的相应顶点到外部表面结构的顶点之间的距离来表示,这些顶点不位于线上。这些距离可被修改用于针对第一图像中的第一对象和第二图像中的第二对象来调整内部结构。
如果体积网格被使用,则它优先由作为体积小室的四面体组成。但也可使用其它小室(例如立方体)。可替代地,内部结构可例如表示一束纤维或树(例如血管树或支气管树)。
因为模型具有固定拓扑,形成模型的模型元素的数量(例如表面网格的三角形的数量和体积网格的四面体的数量)以及在模型元素之间的相邻关系(即,哪些模型元素相邻哪些其它模型元素)是固定的。
优选地,调整单元适合于
-通过针对第一对象来调整第一结构并通过使用调整后的第一结构作为边界条件调整第二结构来产生第一调整后模型,以及
-通过针对第二对象来调整第一结构并通过使用调整后的第一结构作为边界条件调整第二结构来产生第二调整后模型。特别是,第一结构优先是外部表面结构,其被针对相应对象的表面来调整,而第二结构优先是内部结构,其在外部表面结构用作边界条件时被调整。优先地,调整单元适合于使外部表面结构变形,用于通过使外部能量和内部能量的加权和最小化来针对相应的对象来调整外部表面结构。进一步优选地,调整单元适合于调整第二结构(其优先是内部结构),使得第二结构的内部能量被最小化。
优先是体积网格的可调整内部结构可以被认为是弹性“海绵”,该弹性“海绵”是松弛的,服从于由经调整的外部表面结构定义的边界条件,该外部表面结构优先是表面网格。优先地,内部结构耦合到外部表面结构,使得内部结构的外部顶点与外部表面结构的顶点相同。通过不移动内部结构的外部顶点来将外部表面结构优先用作边界条件,内部结构的外部顶点被外部表面结构固定。
优选地,对应图像元素确定单元适合于确定将第一调整后模型的特征变换到第二调整后模型的对应特征的变换,并适合于基于所确定的变换来确定在第一图像中和第二图像中的对应图像元素。
第一调整后模型的特征和第二调整后模型的对应特征例如是模型的顶点。变换可以是全局变换,该全局变换将第一调整后模型的所有特征(特别是所有顶点)映射到第二调整后模型的所有对应特征。变换也可以是局部变换,局部变换将在第一调整后模型的第一模型元素内的第一图像元素映射到第二调整后模型的对应第二模型元素的对应第二图像元素。例如,第一调整后模型和第二调整后模型可每个由模型元素组成,其中对应图像元素确定单元适合于通过执行下列步骤来确定第二图像的第二图像元素(其对应于第一图像的所提供的第一图像元素):
-确定包括第一图像的第一图像元素的第一模型元素,其中第一模型元素是第一调整后模型的模型元素,
-确定作为第二调整后模型的模型元素的第二模型元素,其中第二模型元素被确定,使得其对应于所确定的第一模型元素,
-相对于第一模型元素和第二模型元素所共有的特征来定义在第一模型元素中的第一局部坐标系和在第二模型元素中的第二局部坐标系,
-基于第一图像中和第二图像中的共有特征的位置来确定第一局部坐标系和第二局部坐标系之间的变换,
-确定第一图像元素在第一局部坐标系中的位置,
-根据第一图像元素在第一局部坐标系中的所确定的位置和所确定的变换确定在第二局部坐标系中第二图像中对应于第一图像元素的第二图像元素的位置。这进一步提高了确定在第一图像中和在第二图像中的对应图像元素的精度。
外部表面结构的模型元素优先是表面网格的三角形,且内部结构的模型元素优先是体积网格的四面体。用于定义局部坐标系的共有特征可以是三角形和四面体的顶点。在第一图像和第二图像之间的映射因此优先由体积小室对应性并由第一调整后模型和第二调整后模型中的局部坐标系来定义。
进一步优选地,在所提供的模型中指示区位,其中对应图像元素确定单元适合于基于第一调整后模型和第二调整后模型来确定在第一图像中和第二图像中的对应图像元素,该对应图像元素对应于在所提供的模型中指示的区位。进一步优选地,将值分配给在所提供的模型中指示的区位,其中图像配准装置还包括用于将值分配给第一图像和第二图像的图像元素的分配单元,所述图像元素对应于该区位。因此,可将在所提供的模型中指示的区位(特别是区域)转移到第一图像和第二图像,从而允许非常容易地在第一图像中和第二图像中比较这些区域,该指示例如是通过给不同的区域不同地着色。可通过将颜色值分配给在所提供的模型中指示的区位来提供颜色。被分配给在所提供的模型中指示的区位的值也可表示另一成像属性(如对比度、灰度值等)。
所提供的模型是最初提供的模型,其可以是变形的(例如经由针对第一或第二图像来调整),或者其可以是未变形的,然后优先表示某种模板或与特定的图像不相关的对象的抽象实例。所提供的模型可被视为参考模型,其中用户界面可被提供来允许用户指示在所提供的模型中的区位。然后,对应图像元素确定单元确定在第一图像中和第二图像中的对应图像元素,该对应图像元素对应于在所提供的模型中指示的区位,且可在显示器上显示这些对应图像元素,例如通过显示所确定的对应图像元素的位置处的图像元素来显示。
而且,被分配给在所提供的模型中指示的区位的值可包含信息,可通过将值分配给第一图像和第二图像的对应图像元素来将该信息映射到第一调整后模型和第二调整后模型,其中所分配的值可被视觉化和/或用于进一步的处理。
进一步优选地,图像配准装置包括用于处理对应图像元素的图像值的图像值处理单元。例如,可容易比较对应图像元素的图像值(特别是图像灰度值),或能够形成对应图像元素的图像值的差或商。图像值处理单元可适合于在其已应用全局灰度值差补偿之后处理图像值。该差可例如用于诊断目的。全局灰度值差补偿对第一图像中和第二图像中可能的不同总对比度水平进行补偿。
进一步优选地,
-图像值处理单元适合于根据对应图像元素的图像值来产生经处理的值,
-对应图像元素确定单元适合于根据第一图像元素相对于第一调整后模型的空间位置和第二图像元素相对于第二调整后模型的空间位置中的至少一个来确定在所提供的模型中与该对应图像元素对应的区位。
-图像配准装置还包括用于将经处理的值分配给在所提供的模型中的确定的区位的分配单元。这允许显示在所提供的模型中的经处理的值,该值例如是对应图像元素的图像值的差或商。也可将第一图像和/或第二图像的未经处理的值映射到所提供的模型并在所提供的模型中可视化。
在本发明的另一方面中,提出了用于使第一图像和第二图像相互配准的图像配准方法,其中图像配准方法包括:
-提供第一对象的第一图像和第二对象的第二图像,其中第一对象和第二对象具有相同的类型,
-提供第一对象和第二对象的模型,其中该模型具有固定拓扑,
-针对第一图像来调整模型以产生第一调整后模型并针对第二图像来调整模型以产生第二调整后模型,
-基于第一图像中的第一图像元素相对于第一调整后模型的空间位置和第二图像中的第二图像元素相对于第二调整后模型的空间位置来确定在第一图像中和第二图像中的对应图像元素。
在本发明的另一方面中,提出了用于配置第一图像和第二图像的图像配准计算机程序,其中图像配准计算机程序包括程序代码模块,当图像配准计算机程序在控制如权利要求1所述的图像配准装置的计算机上运行时,该程序代码模块用于使该图像配准装置执行如在权利要求14中定义的图像配置方法的步骤。
应理解,权利要求1的图像配准装置、权利要求14的图像配置方法和权利要求15的图像配准计算机程序具有相似和/或相同的优选实施例,该优选实施例特别是如在从属权利要求中定义的。
应理解,本发明的优选实施例也可以是从属权利要求与相应的独立权利要求的任何组合。
根据在下文中描述的实施例,本发明的这些和其它方面将变得明显,且参考下文中描述的实施例来阐明本发明的这些和其它方面。
附图说明
在下面的附图中:
图1示意性和示例性地示出用于配准第一图像和第二图像的图像配准装置的实施例,
图2示意性和示例性地示出被针对在图像中示出的心脏来调整的心脏模型,
图3示出包括用于产生计算机断层摄影图像的计算机断层摄影系统的图像配准装置的实施例,
图4示出在第一图像和第二图像的图像元素之间的空间关系,
图5示意性和示例性地示出在休息状态中的人的心脏的图像,
图6示意性和示例性地示出在压力状态中的人的心脏的图像,
图7示意性和示例性地示出在被映射到图5所示的图像上的图6所示的图像的灰度值,
图8示意性和示例性地示出包括AHA区段的心脏的模型,
图9示意性和示例性地示出图8所示的模型的AHA区段被映射到的图像,以及
图10示出示例性地说明用于使第一图像和第二图像相互配准的图像配准方法的实施方式的流程图。
具体实施方式
图1示意性和示例性地示出用于使第一图像和第二图像相互配准的图像配准装置。图像配准装置10包括用于提供同一对象的第一图像和第二图像的图像提供单元11,即,第一对象和第二对象在这个实施例中是同一对象。图像配准装置10还包括用于提供具有固定拓扑的对象的模型的模型提供单元13、用于将该模型针对第一图像来调整以用于产生第一调整后模型并针对第二图像来调整以用于产生第二调整后模型的调整单元14、以及用于基于第一图像中的第一图像元素相对于第一调整后模型的空间位置和第二图像中的第二图像元素相对于第二调整后模型的空间位置来确定在第一图像中和第二图像中的对应图像元素的对应图像元素确定单元15。
在这个实施例中,对象是人或动物的心脏,且模型是对应的心脏模型。特别是,对象是左心室心肌层,且模型是左心室心肌层的对应模型。模型提供单元13优先是存储单元,其中存储了对象的对应模型,且可从存储单元检索出相应的模型。
图2示意性和示例性地示出人的心脏20和模型21的图像,模型21被针对心脏20的左心室心肌层来调整。模型21包括为外部表面网格22的外部表面结构,外部表面结构在此实施例中代表心内膜和心外膜并包围内部结构23。术语“外部”和“内部”因此意指表面结构(即外部表面结构)包围内部结构。在此实施例中,内部结构是体积网格。在图2中,模型21还包括外部表面网格24、25、26,外部表面网格24、25、26通常也可包围相应的内部结构,特别是包围相应的内部体积网格。然而,在此实施例中,所关注的区域是左心室心肌层,且体积网格23因此只被插入由外部表面网格22包围的这个所关注的区域中。
体积网格23由作为体积小室的四面体组成。
因为模型21具有固定拓扑,所以形成内部体积网格的四面体的数量和形成外部表面网格的三角形的数量以及在这些模型元素之间的相邻关系(即,哪些模型元素相邻哪些其它模型元素)是固定的。
内部体积网格23耦合到外部表面网格22,即,内部体积网格23的外部顶点与外部表面网格22的顶点相同。
模型21优先是三维模型,其被针对心脏特别是左心室心肌的第一三维图像和第二三维图像来调整。图2示意性和示例性地示出被针对心脏20的三维计算机断层摄影图像来调整的三维模型21的横截面。
图像提供单元11例如是存储单元,其中存储了同一心脏20的第一图像和第二图像。然而,图像提供单元也可以是产生第一图像和第二图像并在图3中示意性和示例性地示出的成像模态。
在图3中,图像配准装置30包括为计算机断层摄影系统的图像提供单元31。计算机断层摄影系统包括能够绕着旋转轴R旋转的台架1,旋转轴R平行于z方向延伸。在此实施例中为x射线管的辐射源安装在台架1上。辐射源2设置有准直仪3,准直仪3在此实施例中从辐射源2所产生的辐射产生圆锥形辐射束4。辐射横穿对象(未示出)和检查区5中的所关注的区域,所关注的区域在此实施例中是左心室心肌层,检查区5在此实施例中是圆柱形的。在横穿检查区5之后,辐射束4入射在检测设备6上,检测设备6包括二维检测表面。检测设备6安装在台架1上。
计算机断层摄影系统包括两个电动机7、8。由电动机7以优选地恒定的但可调节的角速度来驱动台架1。提供电动机8用于移动对象(例如患者),患者被布置在检查区5中的患者台上,平行于旋转轴R或z轴的方向。这些电动机7、8由控制单元9控制,例如使得辐射源和检查区5以及因此在检查区5内的所关注的区域沿着轨线相互移动,该轨线可以是螺旋形或圆形的,其中如果该轨线是圆形轨线,则患者台是不移动的。除了形成锥形波束,准直仪3也可适合于形成另一波束,如扇形波束,其中检测设备6于是可包括对应于其它波束形状来成形的检测表面。
在辐射源2和对象20的相对运动期间,检测设备6根据入射在检测设备6的检测表面上的辐射而产生测量值。测量值是被提供到用于重建对象的第一和第二图像的重建单元12的投影数据。可使用已知的重建算法,如滤波反投影算法来用于重建第一和第二图像。特别是,可在获取投影数据时,基于所测量的运动值来执行已知运动校正。这些运动值例如是心电图的值。图像提供单元也可以是不是计算机断层摄影系统的另一成像模态,例如是磁共振成像系统、核成像系统、超声成像系统、C-臂x射线成像系统等。第一图像和第二图像可由同一成像模态或由不同的成像模态产生。
调整单元14适合于针对左心室心肌层的表面来调整外部表面网格22并使用外部表面网格22作为边界条件来调整内部体积网格23。体积网格23可被认为是弹性“海绵”,该弹性“海绵”是松弛的,服从于由经调整的外部表面网格23定义的边界条件。内部体积网格23耦合到外部表面网格22,使得内部体积网格23的外部顶点与外部表面网格22的顶点相同。外部表面网格22通过不移动内部体积网格的外部顶点而用作边界条件,同时调整内部体积网格23,这些外部顶点由外部表面网格22固定。为了针对左心室心肌层的表面来调整外部表面网格22,使外部表面网格变形,且为了针对左心室心肌层来调整内部体积网格23,调整内部体积网格23,使得内部体积网格23的内部能量被最小化,同时与外部表面网格22的顶点对应的内部体积网23的外部顶点被固定。将在下文中更详细地示例性地描述外部表面网格22和内部体积网格23的这些调整。
为了调整外部表面网格22,通过使用已知的边界检测算法,例如在J.Peters等人的文章“Optimizing boundary detection via Simulated Searchwith applications to multi-modal heart segmentation”(Medical ImageAnalysis,70-84页(2010))中公开的边界检测算法,来在相应的图像中检测对象的边界。然后,修改外部表面网格22的顶点,使得外部能量和内部能量之和被最小化,从而使外部表面网格变形并将针对相应的对象来调整外部表面网格。如果在所检测的边界和外部表面网格之间的偏差减少,则外部能量减少,以及如果在形状模型和外部表面网格22之间的偏差减少,则内部能量减少,该形状模型与被针对相应的图像调整的变形模型配准并对应于对象的表面。对于关于外部能量和内部能量的已知概念的更多细节,参考J.Weese等人的文章“Shape constrained deformable models for3D medical image segmentation”(In Proc.IPMI(380-387页(2001))以及O.Ecabert等人的“Automatic Model-Based Segmentation of the Heart in CTImages”(IEEE Trans.Med.Imaging27(9),1189-1201页(2008)),通过引用将这两篇文章并入本文。
优先通过最小化内部能量来调整内部体积网格23,如果形状模型与经调整的体积网格23之间的偏差减少,内部能量减少,该形状模型与在外部表面网格22所强加的边界条件下调整的变形模型配准,并代表对象的内部结构的形状。
形状模型是预先确定的,并可存储在调整单元14中。形状模型定义相应对象的内部结构和/或外部结构的形状,并可通过例如在同一类型的几个分割的对象上取平均来产生该形状模型。为了确定内部能量,相应的形状模型优先仅与被针对相应图像调整的变形模型配准,且确定偏差,该偏差例如是在形状模型的边缘或顶点与正被调整的模型之间的方差。
对应图像元素确定单元15适合于通过首先确定包括第一图像的所提供的第一图像元素的第一模型元素来确定第二图像的第二图像元素,第二图像的第二图像元素对应于第一图像的所提供的第一图像元素,其中第一模型元素是第一调整后模型的模型元素。接着,确定为第二调整模型的模型元素的第二模型元素,其中确定第二模型元素使得其对应于所确定的第一模型元素。在第一模型元素中定义第一局部坐标系,而相对于第一模型元素和第二模型元素所共有的特征在第二模型元素中定义第二局部坐标系,其中基于在第一图像中和第二图像中的共有特征的位置来确定在第一局部坐标系和第二局部坐标系之间的变换。确定第一图像元素在第一局部坐标系中的位置,且根据第一图像元素在第一局部坐标系中的所确定的位置和所确定的变换,确定在第二局部坐标系中与第一图像元素对应的第二图像的第二图像元素的位置。
将参考图4在下文中说明与所提供的第一图像元素对应的第二图像元素的这一确定。
在图4所示的例子中,在第一图像中提供第一图像元素40。第一图像元素的这一提供可由例如用户经由图形用户界面来执行,该图形用户界面允许用户在第一图像中选择某个第一图像元素。在第一图像元素40被提供之后,所提供的第一图像元素40位于第一调整后模型的哪个第一模型元素44中是确定的。接着,确定第二调整后模型的第二模型元素54,其中确定第二模型元素54使得它对应于所确定的第一模型元素44。基于第一模型元素44的顶点41…43、第二模型元素54的顶点51…53、第一模型元素44的两个顶点45…47之间的中间点和第二模型元素54的顶点51…53之间的中间点来确定第一模型元素44中的第一局部坐标系和第二模型元素54中的第二局部坐标系。在第一局部坐标系和第二局部坐标系之间的变换是基于在第一图像中和第二图像中的这些共有特征的位置。接着,确定第一图像元素40在第一局部坐标系中的位置,且根据第一图像元素40在第一局部坐标系中所确定的位置和所确定的变换,确定与第一图像元素40对应的第二图像的第二图像元素50在第二局部坐标系中的位置。所确定的变换当然也可被用于找到其它的对应图像元素。例如,该变换可用于确定:第二图像元素59对应于第一图像元素49以及第二图像元素58对应于第一图像元素48。
用于建立第一图像和第二图像之间的变换的共有特征也可以仅仅是顶点,仅仅是对应的模型元素(特别是对应的三角形或四面体)的顶点或其它特征之间的中间点。为了建立在第一图像和第二图像之间的几何映射,使用在两个图像中的网格顶点坐标的不同方法是想得到的。一种方法是建立在内部体积网格23的四面体体积小室内和/或在外部表面网格22的三角形内的线性几何坐标变换。优先地,将三角形或四面体的顶点用于定义在相应的结构内部的线性变换。
例如,第一局部坐标系可由对第一模型元素的顶点进行定义的矢量来定义,而第二局部坐标系可由对第二模型元素的顶点进行定义的矢量来定义。则在第一模型元素内的每个第一图像元素可被定义为第一模型元素的顶点的矢量的线性组合。这个线性组合的权重可接着用于线性地组合于第一模型元素对应的第二模型元素的顶点的对应矢量,以便确定与第一模型元素内的第一图像元素对应的第二模型元素内的第二图像元素。
图5示意性和示例性地示出人的心脏的第一图像,该图像对应于人的休息状况。图6示意性和示例性地示出人的心脏的第二图像,其中第二图像对应于人的压力状况。可如上所述通过针对第一和第二图像中所示的心脏来调整具有固定拓扑的心脏模型21,来确定在第一图像中和第二图像中的对应图像元素,使得产生表示休息状况的第一调整后模型和表示压力状况的第二调整后模型。对应图像元素确定单元使用这些调整后的第一和第二模型,来确定在第一图像和第二图像中的对应图像元素,即,来配准第一图像和第二图像。基于该配准,可将第二压力图像的灰度值映射到心肌层的区域中的第一休息图像中。所得到的组合图像在图7中示意性和示例性地示出。在本示例中,心脏模型21是心肌层的模型,且所组合的图像包括图6所示的第二图像的心肌层的图像值和来自图5所示的第一图像的其它图像值。
图像配准装置还包括用于处理对应图像元素的图像值的图像值处理单元16。例如,可例如通过计算对应图像元素的图像值的差或商来容易地比较对应图像元素的图像值,该图像值特别是图像灰度值。优先地,图像值处理单元首先对第一图像和第二图像执行全局灰度值差补偿。
为了执行全局灰度值差补偿,可针对第一图像并且针对第二图像来计算在所关注的区域内(在此实施例中是在心肌层内)的图像值的平均值,该平均值特别是均值或中值,其中可将针对第一图像所确定的平均值与针对第二图像所确定的平均值之间的差分别加到第一图像或第二图像的图像值上,以便补偿平均值中的差。
图像值处理单元16适合于根据对应图像元素的图像值来产生经处理的值,其中对应图像元素确定单元15适合于根据第一图像元素相对于第一调整后模型的空间位置和第二图像元素相对于第二调整后模型的空间位置中的至少一个来确定在未调整模型内对应于对应图像元素的区位。特别是,对应图像元素确定单元15可适合于使用共有特征(例如相应的模型元素的顶点)来用于确定变换,如上所述,该变换基于局部坐标系并且该变换将在第一调整后模型或第二调整后模型中的模型元素内的区位变换成在未调整模型的对应模型元素内的区位。图像配准装置还包括用于将经处理的值分配给未调整模型的所确定的区位的分配单元17。也可将经处理的值分配给第一图像中的相应的第一图像元素、第二图像中的相应的第二图像元素和/或变形的所提供的模型,该变形的所提供的模型未被针对第一图像或第二图像来调整。可在显示器18上显示具有一个经处理的值或多个经处理的值(如果针对模型内的几个区位来确定经处理的值的话)的所得到的未调整模型。此外,可在显示器18上显示其它图像和/或调整后的模型。例如,第一图像、第一调整后模型、第二图像和/或第二调整后模型可被显示在显示器18上。
在实施例中,在未调整模型中指示某些区位(特别是某些区域)。包括所指示的区位(特别是所指示的区域71)的心脏的这样的模型70在图8示意性和示例性地示出。在图8中,不同的区域71通过被分配给不同区域的不同颜色值来指示。在其它实施例中,也可将其它类型的值分配给区域71,用于指示相同的例如灰度值或对比度值。也可将其它类型的信息分配给模型的区域,例如血管纤维方向。在图8中,不同的所指示的区域是AHA(美国心脏协会)区段。对应图像元素确定单元15适合于基于第一调整后模型和第二调整后模型来确定在第一图像中和第二图像中的对应图像元素,该对应图像元素对应于在未调整模型中指示的相应区位。特别是,如上所述,可将在未调整模型、第一调整后模型和第二调整后模型中的对应模型元素的共有特征用于确定在未调整模型、第一调整后模型和第二调整后模型中的对应模型元素的局部坐标系之间的变换。对应图像元素确定单元50优先适合于使用这些变换,来确定在第一图像中和第二图像中的对应图像元素,该对应图像元素例如对应于图8所示的心脏模型70的区域71。分配单元17优先适合于将未调整心脏模型70的不同区域71的值(在此实施例中是颜色值)分配给第一图像和第二图像的所确定的对应图像元素。所得到的图像(其可以是第一图像或第二图像)在图9中示意性和示例性地示出。因为在此实施例中,第一图像和第二图像根据AHA区段被着色,可容易地在第一图像和第二图像中比较这些区段。
在下文中,将参考图10所示的流程图示例性地描述用于使第一图像和第二图像相互配准的图像配准方法的实施例。
在步骤101中,提供对象20的模型21,模型21包括固定拓扑。模型21优先是一般模型。在步骤102中,针对第一图像来调整模型21以产生第一调整后模型,并针对第二图像来调整模型21以产生第二调整后模型。模型21优先包括外部表面结构22和内部结构23,其中外部表面结构22优先被变形,以便针对相应图像中的对象来调整外部表面结构22,且其中内部结构23优先被调整,使得内部能量被最小化,同时变形的外部表面结构用作边界条件。在步骤103中,基于第一图像中的第一图像元素相对于第一调整后模型的空间位置和第二图像中的第二图像元素相对于第二调整后模型的空间位置来确定在第一图像中和第二图像中的对应图像元素。特别是,基于共有特征(如模型元素的顶点)的位置来确定在第一调整后模型和第二调整后模型的对应模型元素的局部坐标系之间的变换,其中所确定的变换用于确定在第一图像中和第二图像中的对应图像元素。
该图像配准装置和方法可用于对两个或更多个图像的对应解剖位置处的图像灰度值进行比较。这样的比较有很多应用,例如用于灌注分析。特别是,该图像配准装置和方法可用于一般的灌注分析和心脏灌注计算机断层摄影数据的分析。该图像配准装置和方法也可用于比较在后续研究期间图像中的灰度值或用于融合来自不同模态的图像信息。
该图像配准装置和方法可用于图像对和/或图像序列的配准、分析和比较,其中基本技术优先依赖于基于网格的分割。该图像配准装置和方法允许在解剖学上对应的图像区位映射到彼此,比较在两个或更多个图像中的位移的灰度值并且对它们进行分析。此外,可将信息并到模型中,例如,可将AHA区段并到模型中,且可避免在非目标区域中(例如在第一图像或第二图像中不是AHA区段的区域中)的无意义的比较。
存在可通过该图像配准装置和方法,特别是通过基于模型的配准方法来实现的各种功能。例如,该图像配准装置和方法允许将在第一图像中指示的位置映射到在目标区域内部(例如在左心室心肌层内部)的第二图像上。此外,如在例如图7中所示的,可在目标区域内部将灰度值从一个图像映射到第二图像。例如针对心肌灌注的休息-压力比较,可比较原始和映射的灰度值,该比较可能在应用全局灰度值差补偿之后,例如,如果器官中的总对比度水平在不同的获取之间已改变的话。灰度值差可然后用于诊断目的。
未调整模型优先是定义参考空间的一般模型。可将在参考空间中指示的位置,即在未调整模型中指示的位置或区位,映射到两个图像上,或可例如通过相减、除法等来处理在所指示的位置处的两个图像的灰度值信息,并将该灰度值信息映射到参考空间。在映射中,可以对模型中编码的额外信息进行可视化,例如如上面参考图8和9描述的AHA区段或例如组织元素所属于的层。例如,可在模型中编码:表示组织元素的相应元素是属于心内膜、心肌层还是心外膜。
该图像配准装置和方法可适合于比较在不同图像之间模型元素(特别是体积小室或表面模型元素)的除了灰度值以外的其它属性。例如,在图像的时间系列中的几何位移可被确定并用于重建运动场(motion field),其中这些运动场可然后被可视化或被分析,例如以检测心肌层中的运动伪影。
例如,在不同图像中的对应模型元素的位置可用于确定位移矢量,其中可基于位移矢量和该不同图像被获取的时间来确定对应的速度并且因此可确定运动。
而且,在不同图像中的对应图像元素的比较可用于灌注分析。例如,假设心脏的梗塞区域在压力状况下具有与在休息状况下不同的图像值,特别是,假设在压力状况下梗塞区域包括比在休息状况下更暗的灰度值。如果第一图像表示休息状况且如果第二图像表示压力状况,则可比较在这两个图像中的对应图像值,且可确定图像的哪些区域包括对应图像元素的图像值中的差异,该区域指示梗塞区域。特别是,可确定在这两个图像的哪些区域中,第二图像的图像值大于比第一图像的对应图像值更暗的阈值。可通过校准测量来确定该阈值。
虽然在上面描述的实施例中,对象是心脏,特别是左心室心肌层,但是该图像配准装置和方法也可适合于配准另一对象(例如另一器官或技术对象)的图像。
虽然在上面描述的实施例中,将第一图像和第二图像相互配准,但是该图像配准装置和方法也可适合于使多于两个的图像(特别是一序列图像)相互配准。
虽然在上面描述的实施例中,第一结构是外部表面结构而第二结构是由外部表面结构包围的内部结构,但是第二结构可以是通过在第一结构和第二结构之间的已知空间关系耦合到第一结构的任何结构,其中该空间关系可例如由第一结构的顶点与第二结构的顶点之间的距离来定义或由连接第一结构的顶点与第二结构的顶点的矢量来定义。在一实施例中,第二结构不需要位于第一结构内。
虽然在上面描述的实施例中,模型优先是三维模型,但是模型也可以是二维模型,其中在这种情况下,模型优先包括为一维轮廓的外部网格和由二维模型元素组成,特别是由三角形组成的内部网格。
根据对附图、本说明书和所附权利要求的研究,本领域技术人员在实践所主张的发明时可理解并实施对所公开的实施例的其它变型。
在权利要求中,词“包括”并不排除其它元件或步骤,且不定冠词“一个”或“一种”并不排除复数个。
单个单元或设备可实现在权利要求中列举的几个项的功能。在相互不同的从属权利要求中列举出某些手段的事实并不表示不能使用这些手段的组合来获得改进。
由一个或几个单元和设备执行的确定、计算和调整等可由任何其他数量的单元或设备来执行。例如,步骤101-103可由单个单元或由任何其它数量的不同单元来执行。计算、确定、调整等和/或根据该图像配准方法对该图像配准装置的控制可被实现为计算机程序的程序代码模块和/或实现为专用硬件。
计算机程序可存储/分布在连同其它硬件一起提供或作为其它硬件的部分来提供的适当介质上,该适当介质例如是光学存储介质或固态介质,但也可以其他形式来分布计算机程序,例如经由互联网或其它有线或无线电信系统来分布。
权利要求中的任何附图标记不应被解释为限制范围。
本发明涉及用于使第一图像和第二图像相互配准的图像配准装置。针对第一图像来调整具有固定拓扑的模型以产生第一调整后模型并针对第二图像来调整该模型以产生第二调整后模型,且基于第一图像中的第一图像元素相对于第一调整后模型的空间位置和第二图像中的第二图像元素相对于第二调整后模型的空间位置来在第一图像中和第二图像中确定对应图像元素。因为模型具有固定拓扑,所以可相对可靠地基于调整后模型来找到对应图像元素,即使第一和第二图像显示具有复杂属性的对象(如心脏)也是如此,由此提高了配准质量。
Claims (15)
1.一种用于使第一图像和第二图像相互配准的图像配准装置,所述图像配准装置(10;30)包括:
-图像提供单元(11;31),其用于提供第一对象的第一图像和第二对象的第二图像,其中,所述第一对象和所述第二对象具有相同的类型,
-模型提供单元(13),其用于提供所述第一对象和所述第二对象的模型(21),其中,所述模型(21)具有固定拓扑,
-调整单元(14),其用于针对所述第一图像来调整所述模型(21)以产生第一调整后模型并针对所述第二图像来调整所述模型(21)以产生第二调整后模型,
-对应图像元素确定单元(15),其用于基于所述第一图像中的第一图像元素相对于所述第一调整后模型的空间位置和所述第二图像中的第二图像元素相对于所述第二调整后模型的空间位置,来确定在所述第一图像中和所述第二图像中的对应图像元素。
2.如权利要求1所述的图像配准装置,其中,所述模型(21)包括第一结构(22)和耦合到所述第一结构(22)的第二结构(23)。
3.如权利要求2所述的图像配准装置,其中,所述第一结构(22)是外部表面结构,而所述第二结构(23)是内部结构。
4.如权利要求3所述的图像配准装置,其中,所述外部表面结构(22)是外部表面网格。
5.如权利要求3所述的图像配准装置,其中,所述内部结构(23)是体积网格。
6.如权利要求2所述的图像配准装置,其中,所述调整单元(14)适合于
-通过针对所述第一对象来调整所述第一结构(22)并通过使用调整后的第一结构(22)作为边界条件来调整所述第二结构(23),从而产生所述第一调整后模型,以及
-通过针对所述第二对象来调整所述第一结构(22)并通过使用调整后的第一结构(22)作为边界条件来调整所述第二结构(23),从而产生所述第二调整后模型。
7.如权利要求6所述的图像配准装置,其中,所述调整单元(14)适合于调整所述第二结构(23),使得所述第二结构(23)的内部能量被最小化。
8.如权利要求1所述的图像配准装置,其中,所述对应图像元素确定单元(15)适合于确定将所述第一调整后模型的特征变换到所述第二调整后模型的对应特征的变换,并基于所确定的变换来确定在所述第一图像中和所述第二图像中的对应图像元素。
9.如权利要求1所述的图像配准装置,其中,所述第一调整后模型和所述第二调整后模型每个均包括模型元素,其中,所述对应图像元素确定单元(15)适合于通过执行下列步骤来确定与所提供的所述第一图像的第一图像元素(40)对应的所述第二图像的第二图像元素(50):
-确定包括所述第一图像的所述第一图像元素(40)的第一模型元素(44),其中,所述第一模型元素(44)是所述第一调整后模型的模型元素,
-确定作为所述第二调整后模型的模型元素的第二模型元素(54),其中,所述第二模型元素(54)被确定,使得所述第二模型元素对应于所确定的所述第一模型元素(44),
-关于所述第一模型元素(44)和所述第二模型元素(54)所共有的特征(41…43,45…47;51…53,55…57),来定义在所述第一模型元素(44)中的第一局部坐标系和在所述第二模型元素(54)中的第二局部坐标系,
-基于所述共有特征(41…43,45…47;51…53,55…57)在所述第一图像中和所述第二图像中的位置来确定所述第一局部坐标系与所述第二局部坐标系之间的变换,
-确定所述第一图像元素(40)在所述第一局部坐标系中的位置,
-根据所确定的所述第一图像元素(40)在所述第一局部坐标系中的位置和所确定的变换,确定在所述第二局部坐标系中与所述第一图像元素(40)对应的所述第二图像的第二图像元素(50)的位置。
10.如权利要求1所述的图像配准装置,其中,在所提供的模型中指示区位,且其中,所述对应图像元素确定单元(15)适合于基于所述第一调整后模型和所述第二调整后模型来确定与在所提供的模型中指示的所述区位对应的在所述第一图像中和所述第二图像中的对应图像元素。
11.如权利要求10所述的图像配准装置,其中,将值分配给在所提供的模型中指示的所述区位,且其中,所述图像配准装置还包括用于将所述值分配给所述第一图像和所述第二图像中与所述区位对应的所述图像元素的分配单元(17)。
12.如权利要求1所述的图像配准装置,其中,所述图像配准装置还包括用于处理所述对应图像元素的图像值的图像值处理单元(16)。
13.如权利要求12所述的图像配准装置,其中,
-所述图像值处理单元(16)适合于根据所述对应图像元素的所述图像值来产生经处理的值,
-所述对应图像元素确定单元(15)适合于根据所述第一图像元素相对于所述第一调整后模型的空间位置和所述第二图像元素相对于所述第二调整后模型的空间位置中的至少一个来确定在所提供的模型内与所述对应图像元素对应的区位,
-所述图像配准装置还包括用于将所述经处理的值分配给所确定的在所提供的模型内的所述区位的分配单元(17)。
14.一种用于使第一图像和第二图像相互配准的图像配准方法,所述图像配准方法包括:
-提供第一对象的第一图像和第二对象的第二图像,其中,所述第一对象和所述第二对象具有相同的类型,
-提供所述第一对象和所述第二对象的模型(21),其中,所述模型(21)具有固定拓扑,
-针对所述第一图像来调整所述模型(21)以产生第一调整后模型并针对所述第二图像来调整所述模型(21)以产生第二调整后模型,
-基于所述第一图像中的第一图像元素相对于所述第一调整后模型的空间位置和所述第二图像中的第二图像元素相对于所述第二调整后模型的空间位置来确定在所述第一图像中和所述第二图像中的对应图像元素。
15.一种用于使第一图像和第二图像配准的图像配准计算机程序,所述图像配准计算机程序包括程序代码模块,当所述图像配准计算机程序在控制如权利要求1所述的图像配准装置的计算机上运行时,所述程序代码模块用于使所述图像配准装置执行如权利要求14所述的图像配置方法的步骤。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP10193458.6 | 2010-12-02 | ||
EP10193458 | 2010-12-02 | ||
PCT/IB2011/055277 WO2012073162A1 (en) | 2010-12-02 | 2011-11-24 | Image registration apparatus |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103229210A true CN103229210A (zh) | 2013-07-31 |
CN103229210B CN103229210B (zh) | 2016-07-06 |
Family
ID=45349252
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201180057550.1A Active CN103229210B (zh) | 2010-12-02 | 2011-11-24 | 图像配准装置 |
Country Status (6)
Country | Link |
---|---|
US (1) | US8995777B2 (zh) |
EP (1) | EP2646979B1 (zh) |
JP (1) | JP5919296B2 (zh) |
CN (1) | CN103229210B (zh) |
RU (1) | RU2595757C2 (zh) |
WO (1) | WO2012073162A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105559746A (zh) * | 2014-11-03 | 2016-05-11 | 韦伯斯特生物官能(以色列)有限公司 | 采用心内信号的对准标测图 |
CN112074867A (zh) * | 2018-05-11 | 2020-12-11 | 直观外科手术操作公司 | 与用于图像引导手术的配准有关的系统和方法 |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013148308A1 (en) * | 2012-03-28 | 2013-10-03 | Intel Corporation | Systems, methods, and computer program products for low-latency warping of a depth map |
KR20140002997A (ko) * | 2012-06-28 | 2014-01-09 | 삼성메디슨 주식회사 | 진단 영상 장치 및 그 동작 방법 |
DE102012213923B4 (de) * | 2012-08-06 | 2016-10-20 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Vorrichtung und Verfahren zur Positionskorrelation in medizinischen Aufnahmen |
JP6063315B2 (ja) * | 2013-03-26 | 2017-01-18 | 富士フイルム株式会社 | 真贋判定システム,特徴点登録装置およびその動作制御方法,ならびに照合判定装置およびその動作制御方法 |
WO2014165611A1 (en) * | 2013-04-02 | 2014-10-09 | The Regents Of The University Of California | Thermoplastic 3-d phantom |
JP6032610B2 (ja) * | 2013-04-15 | 2016-11-30 | 富士通株式会社 | 表示処理プログラム、表示処理方法及び表示処理装置 |
WO2015074158A1 (en) * | 2013-11-25 | 2015-05-28 | 7D Surgical Inc. | System and method for generating partial surface from volumetric data for registration to surface topology image data |
US9183435B2 (en) * | 2013-12-05 | 2015-11-10 | Oracle International Corporation | Feature generalization using topological model |
US10282846B2 (en) * | 2013-12-10 | 2019-05-07 | Koninklijke Philips N.V. | Model-based segmentation of an anatomical structure |
WO2016083147A1 (en) * | 2014-11-28 | 2016-06-02 | Koninklijke Philips N.V. | Model-based segmentation of an anatomical structure |
US11348227B2 (en) * | 2018-09-04 | 2022-05-31 | The Trustees Of The University Of Pennsylvania | Image registration using a fully convolutional network |
US11461968B2 (en) * | 2020-01-30 | 2022-10-04 | Unity Technologies Sf | Method of inferring microdetail on skin animation |
EP4163872A1 (en) * | 2021-10-11 | 2023-04-12 | Koninklijke Philips N.V. | Enhanced segmentation |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101238488A (zh) * | 2005-08-04 | 2008-08-06 | 皇家飞利浦电子股份有限公司 | 3d-2d自适应形状模型支持的运动补偿重建 |
US20100067768A1 (en) * | 2008-09-18 | 2010-03-18 | Siemens Corporate Research, Inc. | Method and System for Physiological Image Registration and Fusion |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE69332042T2 (de) | 1992-12-18 | 2003-01-02 | Koninklijke Philips Electronics N.V., Eindhoven | Ortungszurückstellung von relativ elastisch verformten räumlichen Bildern durch übereinstimmende Flächen |
RU2171630C2 (ru) * | 1999-06-18 | 2001-08-10 | Пестряков Андрей Витальевич | Способ совмещения трехмерных изображений, полученных с помощью компьютерных томографов, работающих на основе различных физических принципов |
WO2005031629A1 (en) * | 2003-09-29 | 2005-04-07 | Koninklijke Philips Electronics, N.V. | Method and device for planning a radiation therapy |
US8194946B2 (en) * | 2005-07-28 | 2012-06-05 | Fujifilm Corporation | Aligning apparatus, aligning method, and the program |
JP4541988B2 (ja) * | 2005-07-28 | 2010-09-08 | 富士フイルム株式会社 | 位置合せ装置、位置合せ方法、およびそのプログラム |
US7653243B2 (en) | 2005-10-14 | 2010-01-26 | Siemens Medical Solutions Usa, Inc. | System and method for 3D volume segmentation using exact minimal surfaces given a boundary |
WO2008085193A2 (en) * | 2006-08-14 | 2008-07-17 | University Of Maryland | Quantitative real-time 4d strees test analysis |
US8571277B2 (en) | 2007-10-18 | 2013-10-29 | Eigen, Llc | Image interpolation for medical imaging |
-
2011
- 2011-11-24 JP JP2013541453A patent/JP5919296B2/ja not_active Expired - Fee Related
- 2011-11-24 US US13/990,530 patent/US8995777B2/en active Active
- 2011-11-24 WO PCT/IB2011/055277 patent/WO2012073162A1/en active Application Filing
- 2011-11-24 RU RU2013130005/08A patent/RU2595757C2/ru not_active IP Right Cessation
- 2011-11-24 EP EP11796827.1A patent/EP2646979B1/en active Active
- 2011-11-24 CN CN201180057550.1A patent/CN103229210B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101238488A (zh) * | 2005-08-04 | 2008-08-06 | 皇家飞利浦电子股份有限公司 | 3d-2d自适应形状模型支持的运动补偿重建 |
US20100067768A1 (en) * | 2008-09-18 | 2010-03-18 | Siemens Corporate Research, Inc. | Method and System for Physiological Image Registration and Fusion |
Non-Patent Citations (3)
Title |
---|
JESSICA R. CROUCH等: "Automated Finite-Element Analysis for Deformable Registration of Prostate Images", 《IEEE TRANSACTIONS ON MEDICAL IMAGEING》, vol. 26, no. 10, 31 October 2007 (2007-10-31), XP011193203, DOI: doi:10.1109/TMI.2007.898810 * |
MICHAEL R. KAUS等: "ASSESSMENT OF A MODEL-BASED DEFORMABLE IMAGE REGISTRATION APPROACH FOR RADIATION THERAPY PLANNING", 《INTERNATIONAL JOURNAL OF RADIATION:ONCOLOGY BIOLOGY PHYSICS》, 9 May 2007 (2007-05-09) * |
WEN-SHIANG VINCENT SHIH等: "Volumetric Morphologic Deformation Method for Intersubject Image Registration", 《INTERNATIONAL HOURNAL OF IMAGING SYSTEMS AND TECHNOLOGY》, 1 January 2000 (2000-01-01) * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105559746A (zh) * | 2014-11-03 | 2016-05-11 | 韦伯斯特生物官能(以色列)有限公司 | 采用心内信号的对准标测图 |
US10893820B2 (en) | 2014-11-03 | 2021-01-19 | Biosense Webster (Israel) Ltd. | Registration maps using intra-cardiac signals |
CN112074867A (zh) * | 2018-05-11 | 2020-12-11 | 直观外科手术操作公司 | 与用于图像引导手术的配准有关的系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
US20130266230A1 (en) | 2013-10-10 |
JP5919296B2 (ja) | 2016-05-18 |
US8995777B2 (en) | 2015-03-31 |
RU2595757C2 (ru) | 2016-08-27 |
RU2013130005A (ru) | 2015-01-10 |
EP2646979A1 (en) | 2013-10-09 |
JP2014503250A (ja) | 2014-02-13 |
EP2646979B1 (en) | 2015-08-26 |
WO2012073162A1 (en) | 2012-06-07 |
CN103229210B (zh) | 2016-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103229210B (zh) | 图像配准装置 | |
US10699410B2 (en) | Automatic change detection in medical images | |
Maken et al. | 2D-to-3D: a review for computational 3D image reconstruction from X-ray images | |
CN109074639B (zh) | 医学成像系统中的图像配准系统和方法 | |
JP4521271B2 (ja) | 変形可能な3次元対象の頭頂の動きに関する情報を表示する画像処理システム | |
CN108697402B (zh) | 在三维图像中确定深度脑刺激电极的旋转方位 | |
CN104346821B (zh) | 用于医学成像的自动规划 | |
EP3800617B1 (en) | A computer-implemented method for registering low dimensional images with a high dimensional image, a method for training an artificial neural network useful in finding landmarks in low dimensional images, a computer program and a system for registering low dimensional images with a high dimensional image | |
US20240193764A1 (en) | Systems and methods for reconstruction of 3d images from ultrasound and camera images | |
CN104272348A (zh) | 用于对对象进行成像的成像装置 | |
US11751947B2 (en) | Soft tissue tracking using physiologic volume rendering | |
Uccheddu et al. | 3D printing of cardiac structures from medical images: an overview of methods and interactive tools | |
US11741614B2 (en) | Method, system and computer program for determining position and/or orientation parameters of an anatomical structure | |
EP3629931B1 (en) | Heatmap and atlas | |
Lotjonen et al. | Reconstruction of 3-D geometry using 2-D profiles and a geometric prior model | |
Vaughan et al. | Hole filling with oriented sticks in ultrasound volume reconstruction | |
CN116848549A (zh) | 经由降维投影的图像结构的检测 | |
EP3526799B1 (en) | Optimizing an atlas | |
Zimeras | Segmentation Techniques of Anatomical Structures with Application in Radiotherapy Treatment Planning | |
Zimeras et al. | Shape analysis in radiotherapy and tumor surgical planning using segmentation techniques | |
Weragoda | A Medical Physics Chronicle In Three Acts: Machine Learning In Radiation Oncology; Designing RF Shim Coils In MRI; New Partial Volume Analysis In MRF | |
Fang et al. | Reconstruction of 3D Lumvar Vertebra from Two X-ray Images Based on 2D/3D Registration |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |