考虑轮廓显著性数据的结果图像的重建制造技术

技术编号:14243942 阅读:127 留言:0更新日期:2016-12-21 23:23
本发明专利技术涉及一种用于从扫描数据重建检查对象的结果图像数据的方法,该扫描数据已经在X射线图像记录系统的辐射源和检查对象之间的相对转动运动期间获取,该方法包括以下步骤:从扫描数据重建初始图像数据,从初始图像数据推导轮廓数据,从扫描数据和/或初始图像数据来计算轮廓显著性数据,并且使用轮廓数据和轮廓显著性数据来计算结果图像数据。本发明专利技术还涉及一种对应的计算机程序、对应的数据载体、对应的控制和计算单元、以及对应的X射线图像记录系统。

【技术实现步骤摘要】

本专利技术涉及一种用于从扫描数据重建检查对象的结果图像(resultant data)数据的方法、对应的计算机程序、对应的数据载体、对应的控制和计算单元、以及对应的X射线图像记录系统。
技术介绍
医学成像系统区别在于检查对象或患者的内部结构在不必对其实施外科手术干预的情况下进行研究。这样的成像系统或成像设备的示例是超声波系统、X射线系统、X射线计算机断层摄影(CT)系统、正电子发射断层摄影(PET)系统、单光子发射断层摄影(SPECT)系统或磁共振(MR)系统。特别地,X射线图像记录设备启动断层摄影成像,其中,从不同角度记录研究对象的若干个投影。从这些投影中,可以计算检查对象的二维截面图像或三维体积图像。这样的断层摄影成像系统的示例是上述的X射线CT。用于用CT系统扫描检查对象的方法是公知的。这里,例如,使用圆形扫描、具有台子前置(table advance)的顺序圆形扫描、或螺旋扫描。没有牵涉到圆形运动的其它类型的扫描也是可能的,诸如具有线性片段的扫描。在至少一个X射线源和与其相对布置的至少一个检测器的帮助下,从不同记录角度记录检查对象的X射线衰减数据,并且由此收集的这些衰减数据或投影被用于借助于适当重建方法进行计算以通过检查对象产生截面图像或三维图像。由于它们的非侵入性运作,所以医疗成像设备目前在检查患者中发挥显著作用。由成像系统生成的患者的内部器官和结构的表示用于广泛不同的目的,例如,预防性检查(筛查)、用于获取组织样本(活检)、用于诊断疾病原因、用于规划并且用于实施操作、或用于准备治疗措施。在放射疗法的领域中,例如,需要放射数据以便相对于剂量分布计划辐照。这里,待治疗区域中的剂量必须高于阈值,并且在剩余组织中,特别地,在敏感器官中,它应当尽可能地低以便防止二次伤害。出于该目的并且对于许多其它上文所提及的用途或任务,特定靶结构的分割是有用的,甚至是必需的。这样的靶结构可以例如是所定义的骨骼结构、特定器官、血管结构或缺损或损伤,例如,必须首先被标识并且可能必须从图像数据中提取的肿瘤。一般而言,分割应当被理解为意味着通过根据具体准则将相邻图像点分组在一起来生成相干内容的区域。该准则可以例如属于特定结构。属于该结构的图像数据然后可以例如被标记和/或与剩余图像数据实质上分离并且分别予以考虑或用于进一步的分析。结构的分割的可靠并且足够精确的空间分离对于许多用途都是有必要的。器官或损伤通过手动勾勒轮廓(contouring)或自动分割进行标识。手动勾勒轮廓相对于图像点与结构的关联的准确度更加可靠,并且因此和以前一样作为引用来应用,其中,操作者绘制边界线或边界点,同时在图形用户界面的帮助下观察屏幕上的图像数据,然后在其基础上发生分割。然而,因为标记必须由用户逐切片进行设置,所以为此所需的时间消耗是巨大的。自动分割算法在原则上使得能够减少时间和人力成本,同时增加分割的客观性。与具有线性边缘检测器(Sobel-Scharr算子)的原始算法并行,增强算法考虑了轮廓的统计显著性,即,分割用背景噪声加权线性边缘响应。然而,断层摄影图像数据集的分辨率和统计特性意义重大,即,噪声是非稳态和各向异性的,并且分辨率取决于扫描场中的位置和方向。因此,在没有关于数据获取的附加信息的情况下基于图像数据的这个考虑仅达有限的程度。因此,经常手动校正自动分割的结果。反之,本专利技术的目的是提供适合于借助于线性边缘检测进行稳定自动分割的从断层摄影扫描数据重建的改进图像数据。
技术实现思路
这个目的用根据本专利技术的用于重建结果图像数据的方法、根据备选独立权利要求的对应的计算机程序、对应的机器可读数据载体、用于重建结果图像数据的控制和计算机单元、以及对应的X射线图像记录系统来实现。下文相对于所要求保护的方法和相对于所要求保护的设备对根据该目的的本专利技术的方案进行描述。本文中所提及的特征、优点或备选实施例同样也适用于其它所要求保护的主题,反之亦然。换言之,本权利要求书(其例如涉及一种设备)也用相对于方法公开的或所要求保护的特征进行进一步开发。本文中借助于合适的模块或单元对该方法的对应的功能特征进行配置。本专利技术基于这样的概念:在图像重建的背景中合适操纵图像数据的情况下,可以显著简化随后的自动分割,并且因此被配置成更为可靠。这成功在于不会首先作为附加信息在分割的背景中考虑图像数据的统计特性,但是早在从扫描数据或者原始数据重建图像数据期间就被包括在内。换言之,本专利技术人已经意识到重建图像数据的信息内容可以相对于表示用于随后的分割步骤的轮廓的改进在于包含在图像数据中的轮廓根据它们的统计显著性在结果图像中表示增强。因此,随后的分割可以省去附加信息、或例如关于数据获取或图像重建的知识。因此,本专利技术涉及一种用于从扫描数据重建检查对象的结果图像数据的方法,该扫描数据已经在X射线图像记录系统的辐射源和检查对象之间的相对转动运动期间获取,该方法包括以下步骤:-从扫描数据重建初始图像数据,-从初始图像数据推导轮廓数据,-从扫描数据和/或初始图像数据计算轮廓显著性数据,-使用轮廓数据和轮廓显著性数据来计算结果图像数据。扫描数据与借助于X射线检测器获取的原始数据或X射线投影相对应。由此,借助于“中性”重建来生成初始图像数据。初始图像数据可以是二维或三维图像数据集。“中性”重建与在重建中可用于诊断目的的常规已知重建方法相对应。可以选择重建方法,以使初始图像数据相对于所包括的轮廓信息是中性的。这意味着所包括的轮廓无法通过重建进行例如增强、或者更一般地表达、操纵。随后从初始图像数据,可以推导轮廓数据。这表示根据它们的位置和方向在初始图像数据中推导的所有边缘和轮廓。推导应当被理解为意味着适合于确定轮廓数据的初始图像数据的任何分析、操纵或评价。在该方法的进一步的步骤中,计算轮廓显著性数据。本专利技术人已经发现,这可以首先从初始图像数据并且其次直接从扫描数据来确定。轮廓数据和轮廓显著性数据两者随后均用于计算结果图像数据。一旦没有通过根据本专利技术的方法进行预先定义,那么所包括的步骤的顺序是任意的和可变的。作为图像重建的步骤的计算轮廓显著性数据提供了关于图像数据的分辨率和统计特性的全部知识。特别地,这样,各向异性或定向噪声影响可能已经在重建的背景中进行了考虑,其显著增加了所检测的结构的显著性的可靠性。根据本专利技术的一个方面,轮廓显著性数据的计算包括:从初始图像数据计算局部轮廓信息。用语“局部”表示针对各个图像区域或图像部分单独考虑轮廓信息。图像区域可以例如是图像元素,即,像素或体素,而且还可以是由多个例如相邻的或至少相干图像元素形成的图像中的区域。根据另一方面,局部轮廓信息包括轮廓幅度和/或轮廓方向。能够获得该轮廓信息,例如,在于简单边缘检测器被应用于初始图像数据。检测滤波器观察并且标识初始图像数据中的强度改变并且由此产生轮廓信息,使得强度改变更大的图像元素或图像区域在初始图像数据中被识别为轮廓,并且例如被新分配与强度改变相对应的高强度值。例如,边缘检测器与用滤波器矩阵折叠初始图像数据相对应。例如,边缘检测器可以是来自“标识-低通滤波器(identity minus low-pass filters)”的类别中的算子,特别地,Scharr或Sobel算子。本文中的轮廓幅度不直接与滤波相对应,本文档来自技高网
...
<a href="http://www.xjishu.com/zhuanli/55/201610417197.html" title="考虑轮廓显著性数据的结果图像的重建原文来自X技术">考虑轮廓显著性数据的结果图像的重建</a>

【技术保护点】
一种用于从扫描数据(MD)重建检查对象(3)的结果图像数据(EBD)的方法,所述扫描数据(MD)已经在X射线图像记录系统的辐射源(8)和所述检查对象之间的相对转动运动期间被获取,所述方法包括以下步骤:‑从所述扫描数据重建(S1)初始图像数据(IBD),‑从所述初始图像数据推导(S5)轮廓数据(KD),‑从所述扫描数据和/或所述初始图像数据来计算(S4)轮廓显著性数据(KSD),以及‑使用所述轮廓数据和所述轮廓显著性数据来计算(S6)所述结果图像数据(EBD)。

【技术特征摘要】
2015.06.15 DE 102015210912.71.一种用于从扫描数据(MD)重建检查对象(3)的结果图像数据(EBD)的方法,所述扫描数据(MD)已经在X射线图像记录系统的辐射源(8)和所述检查对象之间的相对转动运动期间被获取,所述方法包括以下步骤:-从所述扫描数据重建(S1)初始图像数据(IBD),-从所述初始图像数据推导(S5)轮廓数据(KD),-从所述扫描数据和/或所述初始图像数据来计算(S4)轮廓显著性数据(KSD),以及-使用所述轮廓数据和所述轮廓显著性数据来计算(S6)所述结果图像数据(EBD)。2.根据权利要求1所述的方法,其中所述轮廓显著性数据的所述计算包括:从所述初始图像数据计算(S2)局部轮廓信息(LKI)。3.根据权利要求2所述的方法,其中所述局部轮廓信息包括轮廓幅度K(x,y,z)和/或轮廓方向4.根据前述权利要求中任一项所述的方法,其中所述轮廓显著性数据的所述计算包括:计算(S3)所述初始图像数据中的局部统计轮廓信息(LSI)。5.根据权利要求4所述的方法,其中所述局部统计轮廓信息是噪声的局部标准偏差6.根据前述权利要求中任一项所述的方法,其中所述轮廓显著性数据的所述计算包括确定轮廓噪声比(KSNR)。7.根据权利要求6所述的方法,其中所述轮廓显著性数据的所述计算包括:借助于约束显著性函数f(t)形成所述轮廓噪声比为0和1之间的值。8.根据权利要求7所述的方法,其中所述显著性函数f(t)被配置为连续函数或阶梯函数。9.根据权利要求7或8所述的方法,其中所述显著性函数f(t)采用如下形式:f(t)=1-exp(-(t/c)2。10.根据前述权利要求中任一项所述的方法,其中所述轮廓数据的所述推导包括对所述初始图像数据的高通滤波H。11.根据权利要求10所述的方法,其中所述高通滤波H具有频率响应,对所述频率响应的传输在空间频率为0时消...

【专利技术属性】
技术研发人员:R·劳帕赫
申请(专利权)人:西门子医疗有限公司
类型:发明
国别省市:德国;DE

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1