Nothing Special   »   [go: up one dir, main page]

DE102015211714B4 - Medizinisches Bildverarbeitungsverfahren und Bildverarbeitungssystem - Google Patents

Medizinisches Bildverarbeitungsverfahren und Bildverarbeitungssystem Download PDF

Info

Publication number
DE102015211714B4
DE102015211714B4 DE102015211714.6A DE102015211714A DE102015211714B4 DE 102015211714 B4 DE102015211714 B4 DE 102015211714B4 DE 102015211714 A DE102015211714 A DE 102015211714A DE 102015211714 B4 DE102015211714 B4 DE 102015211714B4
Authority
DE
Germany
Prior art keywords
image
patient
segment
reference image
segments
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.)
Active
Application number
DE102015211714.6A
Other languages
English (en)
Other versions
DE102015211714A1 (de
Inventor
Maria Jimena Costa
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 DE102015211714.6A priority Critical patent/DE102015211714B4/de
Priority to US15/186,572 priority patent/US9977982B2/en
Priority to KR1020160077470A priority patent/KR101839891B1/ko
Priority to CN201610466141.1A priority patent/CN106295110B/zh
Publication of DE102015211714A1 publication Critical patent/DE102015211714A1/de
Application granted granted Critical
Publication of DE102015211714B4 publication Critical patent/DE102015211714B4/de
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06T7/00Image analysis
    • G06T7/30Determination of transform parameters for the alignment of images, i.e. image registration
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/74Details of notification to user or communication with user or patient ; user input means
    • A61B5/742Details of notification to user or communication with user or patient ; user input means using visual displays
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/30Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G06T7/337Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • 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
    • G06T2207/10072Tomographic images
    • 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03Recognition of patterns in medical or anatomical images

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Quality & Reliability (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Analysis (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

Medizinisches Bildverarbeitungsverfahren zum Erfassen von anatomischen Merkmalen (AM) eines Patienten anhand medizinischer Bildaufnahmen, bei dem
a) eine Patienten-Bildaufnahme (PIM) eingelesen wird,
b) eine Referenz-Bildaufnahme (RIM) eingelesen wird,
c) mittels eines Mustererkennungsverfahrens Gelenke (G) in der Patienten-Bildaufnahme (PIM) sowie in der Referenz-Bildaufnahme (RIM) lokalisiert werden,
d) an den lokalisierten Gelenken (G) die Patienten-Bildaufnahme (PIM) in Patienten-Bildsegmente (PIMS) und die Referenz-Bildaufnahme (RIM) in Referenz-Bildsegmente (RIMS) segmentiert werden,
e) für ein jeweiliges Referenz-Bildsegment (RIMS) oder Patienten-Bildsegment (PIMS) eine segmentindividuelle Bilddeformation (BD) ermittelt wird, durch die Bildstrukturen des Referenz-Bildsegments (RIMS) auf entsprechende Bildstrukturen des Patienten-Bildsegments (PIMS) abgebildet werden, und
f) anhand der segmentindividuellen Abbildungen zwischen den Referenz-Bildsegmenten (RIMS) und den Patienten-Bildsegmenten (PIMS) ein anatomisches Merkmal (AM) erfasst wird.

Description

  • Die Erfindung betrifft ein medizinisches Bildverarbeitungsverfahren und Bildverarbeitungssystem zum Erfassung von anatomischen Merkmalen eines Patienten anhand medizinischer Bildaufnahmen.
  • Die moderne medizinische Diagnostik stützt sich im erheblichen Maße auf eine medizinische Bildgebung, die z.B. auf radiologischen, angiographischen, sonographischen und/oder tomographischen Bildaufnahmen basiert. Dabei wird in zunehmendem Maße angestrebt, anatomische Merkmale in medizinischen Bildaufnahmen durch den Einsatz von Bildanalyseverfahren automatisch zu erkennen und zu erfassen. Eine solche Erfassung anatomischer Merkmale wird häufig auch als Registrierung bezeichnet.
  • Die automatische Erfassung von anatomischen Merkmalen in medizinischen Bildaufnahmen wird in der Regel dadurch erschwert, dass ein Patient oder ein Körperteil auf verschiedenen Bildaufnahmen in der Regel nicht die exakt gleiche Position einnimmt und dass sich elastisches Gewebe je nach Stellung des Patienten bei der Aufnahme in unterschiedlicher Weise elastisch verformt. Dies gilt insbesondere bei Vergleichen von Patienten-Bildaufnahmen mit Referenz-Bildaufnahmen, die häufig von verschiedenen Patienten stammen.
  • In diesem Zusammenhang ist aus der Veröffentlichung „Geometry-Aware Multiscale Image Registration via OBBTree-Based Polyaffine Log-Demons“ von C. Seiler, X. Pennec und M. Reyes in MICCAI'2011, Vol. 6892 of LNCS, Springer, 2011, Seiten 631 bis 638, bekannt, eine Bildaufnahme in Abhängigkeit von einer Gewebesteifigkeit zu deformieren, um elastische Verformungen auszugleichen. Diese Methode erfordert jedoch eine benutzerseitige Angabe dahingehend, welche Gewebestrukturen im Wesentlichen starr sind und welche flexibel.
  • Aus der EP 1 322 224 B1 ist ein Verfahren zur Beurteilung einer Beschädigung eines Knorpels oder einer Erkrankung in einem Gelenk bekannt.
  • Aus der US 2012/0163687 A1 ist ein Verfahren zur Lokalisierung von anatomischen Merkmalen in medizinischen Bilddatensätzen basierend auf einer Registrierungsprozedur bekannt.
  • Es ist Aufgabe der vorliegenden Erfindung, ein medizinisches Bildverarbeitungsverfahren und Bildverarbeitungssystem anzugeben, durch die sich anatomische Merkmale in medizinischen Bildaufnahmen besser automatisiert erfassen lassen.
  • Gelöst wird diese Aufgabe durch ein medizinisches Bildverarbeitungsverfahren mit den Merkmalen des Patentanspruchs 1 durch ein medizinisches Bildverarbeitungssystem mit den Merkmalen des Patentanspruchs 11, durch ein Computerprogrammprodukt mit den Merkmalen des Patentanspruchs 12 sowie durch ein computerlesbares Speichermedium mit den Merkmalen des Patentanspruchs 13.
  • Zum Erfassen von anatomischen Merkmalen eines Patienten anhand von medizinischen Bildaufnahmen werden erfindungsgemäß eine Patienten-Bildaufnahme und eine Referenz-Bildaufnahme eingelesen. Anatomische Merkmale können in diesem Zusammenhang z.B. Gewebemerkmale, Gewebestrukturen, Gewebetypen, Gewebeeigenschaften, eine Gewebebeschaffenheit oder andere phänotypische Merkmale sowie deren krankhafte oder verletzungsbedingte Veränderungen sein. Mittels eines Mustererkennungsverfahrens werden Gelenke in der Patienten-Bildaufnahme sowie in der Referenz-Bildaufnahme lokalisiert. An den lokalisierten Gelenken wird die Patienten-Bildaufnahme in Patienten-Bildsegmente und die Referenz-Bildaufnahme in Referenz-Bildsegmente segmentiert. Erfindungsgemäß wird für ein jeweiliges Referenz-Bildsegment oder Patienten-Bildsegment eine segmentindividuelle Bilddeformation ermittelt, durch die Bildstrukturen des Referenz-Bildsegments auf entsprechende Bildstrukturen des Patienten-Bildsegments abgebildet werden. Anhand der segmentindividuellen Abbildungen zwischen den Referenz-Bildsegmenten und den Patienten-Bildsegmenten wird dann ein anatomisches Merkmal erfasst.
  • Ein wesentlicher Vorteil der Erfindung ist darin zu sehen, dass sich aufgrund der segmentindividuellen Bilddeformation medizinische Bildaufnahmen genauer mit Referenz-Bildaufnahmen zur Deckung bringen lassen, wodurch sich anatomische Merkmale zuverlässiger und genauer erkennen und erfassen lassen. Weiterhin ist die erfindungsgemäße Erfassung robust gegenüber Unterschieden bei der Positionierung von Patienten in Patienten-Bildaufnahmen. Derartige Positionierungsunterschiede können z.B. variierende Anwinkelungen von Gliedmaßen, Größenunterschiede, Asymmetrien oder krankheits- oder verletzungsbedingte Deformationen sein. Darüber hinaus kann eine automaische Segmentierung von Patienten-Bildaufnahmen durch die erfindungsgemäße Erfassung erheblich verbessert werden.
  • Vorteilhafte Ausführungsformen und Weiterbildungen der Erfindung sind in den abhängigen Ansprüchen angegeben.
  • Nach einer vorteilhaften Ausführungsform der Erfindung können die aufeinander abzubildenden Bildstrukturen die lokalisierten Gelenke umfassen. Insofern sich Positionierungsunterschiede von Körperteilen in medizinischen Bildaufnahmen besonders in der Position der Gelenke abbilden, lassen sich derartige Positionierungsunterschiede durch die Abbildung der in den Referenz-Bildsegmenten lokalisierten Gelenke auf die in den Patienten-Bildsegmenten lokalisierten Gelenke auf einfache Weise erkennen und ausgleichen.
  • Vorzugsweise kann die segmentindividuelle Bilddeformation eine affine Bildtransformation umfassen, d.h. eine im Wesentlichen lineare Abbildung mit einem Offset. Die affine Bildtransformation kann durch eine Abbildungsmatrix und einen Offsetvektor parametrisiert werden. Auf diese Weise können durch Variation einer verhältnismäßig geringen Anzahl von Deformationsparametern bereits eine Vielzahl von Positionierungsunterschieden in der Patienten-Bildaufnahme wirksam ausgeglichen werden.
  • Nach einer vorteilhaften Ausführungsform der Erfindung können Bildstrukturen der Referenz-Bildaufnahme anatomische Merkmalsdaten zugeordnet sein. Die anatomischen Merkmalsdaten können dann denjenigen Bildstrukturen der Patienten-Bildaufnahme zugeordnet werden, auf die die Bildstrukturen der Referenz-Bildaufnahme abgebildet werden. Die anatomischen Merkmalsdaten können z.B. Angaben sein, mit denen bekannte anatomische Merkmale der Referenz-Bildaufnahme annotiert wurden. Auf diese Weise können Annotationen der Referenz-Bilddaten direkt den entsprechenden Bildstrukturen der Patienten-Bildaufnahme zugeordnet und als anatomisches Merkmal dieser Bildstrukturen erfasst werden.
  • Insbesondere können die anatomischen Merkmalsdaten ein ortsaufgelöstes Merkmalsfeld umfassen. Das Merkmalsfeld kann dann segmentindividuell durch die jeweils ermittelte Bilddeformation deformiert und das deformierte Merkmalsfeld ortsaufgelöst auf die Patienten-Bildaufnahme abgebildet werden. Das Merkmalsfeld kann hierbei insbesondere ein Steifigkeitsfeld umfassen, das eine Gewebesteifigkeit ortsaufgelöst angibt. Auf diese Weise kann für die Patienten-Bildaufnahme ein Steifigkeitsfeld ermittelt werden, das die Gewebesteifigkeit des in der Patienten-Bildaufnahme abgebildeten Gewebes in ortsaufgelöster Zuordnung angibt.
  • Nach einer vorteilhaften Weiterbildung der Erfindung kann abhängig von dem Steifigkeitsfeld eine weitere, die ortsaufgelöste Gewebesteifigkeit berücksichtigende Bilddeformation ermittelt werden. Durch die weitere Bilddeformation kann die segmentindividuelle Bilddeformation in der Regel erheblich verfeinert werden. So können bei der weiteren Bilddeformation Gewebebereiche, die gemäß Steifigkeitsfeld verhältnismäßig starr sind (z.B. Knochen), weniger deformiert werden als weichere oder flexiblere Gewebebereiche (z.B. Muskeln).
  • Darüber hinaus können deformierte Bildstrukturen aus den deformierten Referenz-Bildsegmenten mit Patienten-Bildsegmenten kombiniert werden und ein resultierendes Mischbild ausgegeben werden. Die deformierten Bildstrukturen und deformierten Referenz-Bildsegmenten können hierbei durch die segmentindividuellen Bilddeformationen und/oder durch die weitere Bilddeformation deformiert sein.
  • Ferner können die Patienten-Bildsegmente und/oder die Referenz-Bildsegmente erfasst und/oder registriert werden.
  • Weiterhin kann anhand der segmentindividuellen Bilddeformationen sowie der Referenz-Bildsegmente für spezifische Bereiche der Patienten-Bildaufnahme ermittelt werden, inwieweit diese Bereiche bei einer weiteren Bilddeformation deformiert werden.
  • Ein Ausführungsbeispiel der Erfindung wird nachfolgend anhand der Zeichnung näher erläutert. Dabei zeigen jeweils in schematischer Darstellung:
    • 1 ein erfindungsgemäßes medizinisches Bildverarbeitungssystem und
    • 2 eine Veranschaulichung von Arbeitsschritten eines erfindungsgemäßen medizinischen Bildverarbeitungsverfahrens.
  • In 1 ist ein medizinisches Bildverarbeitungssystem IMS zum Erkennen, Extrahieren und Erfassen von anatomischen Merkmalen AM eines Patienten anhand medizinischer Bildaufnahmen schematisch dargestellt. Die zu erfassenden anatomischen Merkmale AM können z.B. Gewebemerkmale, Gewebestrukturen, Gewebetypen, Gewebeeigenschaften, eine Gewebebeschaffenheit oder andere phänotypische Merkmale sowie deren krankhafte oder verletzungsbedingte Veränderungen sein. Gewebetypen können hierbei z.B. Knochengewebe, Muskelgewebe oder Bindegewebe sein. Als Gewebeeigenschaft kann insbesondere eine Gewebesteifigkeit erfasst werden. Gewebestrukturen können z.B. Organe oder Organregionen, d.h. von einem Organ oder einem spezifischen Teil davon eingenommene Bereiche sein.
  • An das Bildverarbeitungssystem IMS ist über eine erste Schnittstelle I1 eine medizinische Bildaufnahmeeinrichtung XT angekoppelt. Die Bildaufnahmeeinrichtung XT kann beispielsweise ein Röntgentomograph, ein Magnetresonanztomograph oder eine Ultraschall- oder andere Aufnahmeeinrichtung sein, die Bildaufnahmen einer Körperstruktur liefert. Weiterhin ist über eine zweite Schnittstelle 12 eine Referenzdatenbank RDB mit einer Vielzahl von gespeicherten Referenz-Bildaufnahmen von Patienten an das Bildverarbeitungssystem IMS angekoppelt. Die zweite Schnittstelle 12 kann auch mit der ersten Schnittstelle I1 identisch sein.
  • Durch die Bildaufnahmeeinrichtung XT wird eine medizinische Patienten-Bildaufnahme PIM vom Patienten aufgenommen und über die erste Schnittstelle I1 zu einem Mustererkennungsmodul MM des Bildverarbeitungssystems IMS übermittelt. Weiterhin werden durch das Bildverarbeitungssystem IMS eine oder mehrere medizinische Referenz-Bildaufnahmen RIM von der Datenbank RDB abgefragt und über die zweite Schnittstelle 12 zum Mustererkennungsmodul MM übermittelt. Die Bildaufnahmen PIM und RIM sind vorzugsweise räumlich aufgelöste Bilder, die in Form von digitalen Bilddaten übermittelt werden.
  • Zusammen mit der Referenz-Bildaufnahme RIM werden von der Datenbank RDB anatomische Merkmalsdaten ADAT zum Mustererkennungsmodul MM übermittelt. Die anatomischen Merkmalsdaten ADAT sind vorbekannte Merkmalsdaten, die bekannten Bildstrukturen in der Referenz-Bildaufnahme RIM zugeordnet sind und diese beschreiben. Bildstrukturen können hierbei z.B. Gelenke, Knochen, Organe und/oder andere Gewebestrukturen sein. Die anatomischen Merkmalsdaten ADAT können als Annotation der Bildstrukturen realisiert sein, beispielsweise als Angabe, dass eine betreffende Bildstruktur ein spezifisches Gelenk, ein spezifisches Organ und/oder ein spezifischer Gewebetyp ist. Hierfür können manuell oder automatisch annotierte Gittermodelle für Knochen, Organe, Muskeln und/oder Haut verwendet werden. Im vorliegenden Ausführungsbeispiel umfassen die anatomischen Merkmalsdaten ADAT insbesondere ein Steifigkeitsfeld SF, das eine bekannte oder anderweitig ermittelte Gewebesteifigkeit von Gewebestrukturen in der Referenz-Bildaufnahme RIM ortsaufgelöst angibt. Das Steifigkeitsfeld SF kann insbesondere als ortsaufgelöstes Merkmalsfeld gegeben sein, das die Gewebesteifigkeit als Funktion von einer, zwei oder drei Ortskoordinaten angibt.
  • Das Mustererkennungsmodul MM dient zum Erkennen und Lokalisieren von Bildstrukturen, insbesondere von Gelenken und anderen Gewebestrukturen in den übermittelten Bildaufnahmen PIM und RIM. Erfindungsgemäß erkennt und lokalisiert das Mustererkennungsmodul MM sowohl in der Patienten-Bildaufnahme PIM als auch in der Referenz-Bildaufnahme RIM jeweils die dort abgebildeten Gelenke. Die festgestellten Positionen der Gelenke in den Bildaufnahmen PIM und RIM werden anschließend als Segmentierinformation SI zusammen mit den Bildaufnahmen PIM und RIM vom Mustererkennungsmodul MM zu einem Segmentierungsmodul SM übermittelt.
  • Das Segmentierungsmodul SM ist mit dem Mustererkennungsmodul MM gekoppelt und dient zum Segmentieren der Bildaufnahmen PIM und RIM in spezifische Bildsegmente. Im vorliegenden Ausführungsbeispiel gibt die Segmentierinformation SI an, wo eine jeweilige Bildaufnahme PIM bzw. RIM in einzelne Segmente aufzuteilen, d.h. zu segmentieren ist, nämlich an den lokalisierten Gelenken. Auf diese Weise generiert das Segmentierungsmodul SM durch Aufteilen der Patienten-Bildaufnahme PIM an den darin lokalisierten Gelenken Patienten-Bildsegmente PIMS sowie durch Aufteilen der Referenz-Bildaufnahme RIM an den darin lokalisierten Gelenken Referenz-Bildsegmente RIMS. Hierbei wird ein jeweiliges Patienten-Bildsegment PIMS eines jeweiligen Körpersegments einem Referenz-Bildsegment RIMS dieses Körpersegments zugeordnet.
  • Die Patienten-Bildsegmente PIMS und Referenz-Bildsegmente RIMS werden vom Segmentierungsmodul SM zum Mustererkennungsmodul MM übermittelt. Ein jeweils übermitteltes Patienten-Bildsegment PIMS sowie ein jeweils zugeordnetes Referenz-Bildsegment RIMS werden vom Mustererkennungsmodul MM analysiert, wobei spezifische Bildstrukturen erkannt und lokalisiert werden. Die zu erkennenden Bildstrukturen umfassen hierbei insbesondere in den Bildsegmenten abgebildete Gelenke.
  • Durch das Mustererkennungsmodul MM wird insbesondere erkannt, welche Bildstrukturen eines jeweiligen Patienten-Bildsegmentes PIMS zu welchen Bildstrukturen des zugeordneten Referenz-Bildsegments RIMS korrespondieren, d.h. dieselbe Körperstruktur betreffen. Derart korrespondierende Bildstrukturen werden dann einander zugeordnet.
  • Als Resultat der Bildstrukturerkennung wird durch das Mustererkennungsmodul MM eine Strukturinformation IS gebildet, die Angaben über die in den Bildsegmenten PIMS und RIMS erkannten Bildstrukturen und insbesondere deren Positionen umfasst. Insbesondere umfasst die Strukturinformation IS eine jeweilige Position der erkannten Gelenke. Die die Referenz-Bildsegmente RIMS beschreibende Strukturinformation IS beinhaltet insbesondere die anatomischen Merkmalsdaten ADAT, die den in den Referenz-Bildsegmenten RIMS erkannten Bildstrukturen zugeordnet sind.
  • Die Strukturinformation IS wird vom Mustererkennungsmodul MM zusammen mit den anatomischen Merkmalsdaten ADAT, die das Steifigkeitsfeld SF umfassen, sowie mit den Patienten-Bildsegmenten PIMS und den Referenz-Bildsegmenten RIMS zu einem Bildtransformationsmodul IMT des Bildverarbeitungssystems IMS übermittelt.
  • Das Bildtransformationsmodul IMT ist mit dem Mustererkennungsmodul MM gekoppelt und dient zum Ermitteln einer segmentindividuellen Bilddeformation BD für ein jeweiliges Referenz-Bildsegment RIMS und/oder Patienten-Bildsegment PIMS. Die segmentindividuelle Bilddeformation BD wird derart ermittelt, dass erkannte Bildstrukturen eines Referenz-Bildsegmentes RIMS durch die segmentindividuelle Bilddeformation BD möglichst genau auf erkannte Bildstrukturen des zugeordneten Patienten-Bildsegmentes PIMS abgebildet werden. Insbesondere werden hierbei Gelenke, Knochen, Organe, Gewebegrenzflächen und/oder Gewebegrenzlinien aufeinander abgebildet.
  • Die segmentindividuelle Bilddeformation BD wird anhand der Strukturinformation IS als Bildtransformation oder Bildverzerrung, vorzugsweise als affine Bildtransformation ermittelt. Als affine Bildtransformation wird hierbei eine lineare Abbildung mit einem Offset bezeichnet. Eine solche affine Bildtransformation kann durch eine Abbildungsmatrix M und einen Offsetvektor V parametrisiert werden.
  • Wie oben bereits erwähnt, wird die segmentindividuelle Bilddeformation BD so ermittelt, dass die erkannten Bildstrukturen eines jeweiligen Referenz-Bildsegmentes RIMS mit den korrespondierenden Bildstrukturen eines zugeordneten Patienten-Bildsegmentes PIMS weitgehend zur Deckung gebracht werden. Dies kann z.B. dadurch erfolgen, dass Parameter der Bilddeformation BD so variiert werden, dass Abweichungsquadrate zwischen korrespondierenden Bildstrukturen minimiert werden. Bei affinen Bildtransformationen können hierzu die Abbildungsmatrix M und der Offsetvektor V segmentindividuell durch das Bildtransformationsmodul IMT variiert werden.
  • Im vorliegenden Ausführungsbeispiel wird ein jeweiliges Referenz-Bildsegment RIMS durch die spezifisch für dieses Referenz-Bildsegment RIMS ermittelte Bilddeformation BD deformiert, um so ein deformiertes Referenz-Bildsegment DRIMS zu erhalten. Durch die segmentindividuell bestimmten Bilddeformationen BD können die deformierten Bildstrukturen des deformierten Referenz-Bildsegmentes RIMS weitgehend mit den korrespondierenden Bildstrukturen des zugeordneten Patienten-Bildsegmentes PIMS zur Deckung gebracht werden und so auf diese Bildstrukturen abgebildet werden.
  • Wie oben bereits erwähnt, sind einer jeweiligen Bildstruktur der Referenz-Bildsegmente RIMS bzw. der deformierten Referenz-Bildaufnahme DRIMS anatomische Merkmalsdaten ADAT zugeordnet. Im Zuge der Abbildung der Bildstrukturen der Referenz-Bildsegmente RIMS bzw. der deformierten Referenz-Bildsegmente DRIMS auf korrespondierende Bildstrukturen der Patienten-Bildsegmente PIMS werden die jeweils zugeordneten anatomischen Merkmalsdaten denjenigen Bildstrukturen der Patienten-Bildsegmente PIMS zugeordnet, auf die die korrespondierenden Bildstrukturen der Referenz-Bildsegmente RIMS bzw. DRIMS abgebildet werden. Im vorliegenden Ausführungsbeispiel umfassen die anatomischen Merkmalsdaten ADAT das ortsaufgelöste Steifigkeitsfeld SF. Letzteres wird zusammen mit einem jeweiligen Referenz-Bildsegment RIMS segmentindividuell durch die jeweilige segmentindividuelle Bilddeformation BD deformiert, um ein deformiertes Steifigkeitsfeld DSF zu erhalten. Das deformierte Steifigkeitsfeld DSF wird dann, wie die deformierten Referenz-Bildsegmente DRIMS auf die Patienten-Bildsegmente PIMS ortsaufgelöst abgebildet. Das deformierte Steifigkeitsfeld DSF gibt damit eine Gewebesteifigkeit der in der Patienten-Bildaufnahme PIM abgebildeten Gewebe in guter örtlicher Zuordnung an.
  • Im vorliegenden Ausführungsbeispiel wird abhängig vom segmentindividuell deformierten Steifigkeitsfeld DSF eine weitere segmentindividuelle Bilddeformation WBD durch das Bildtransformationsmodul IMT ermittelt. Bei der Ermittlung der weiteren Bilddeformation WBD wird die ortsaufgelöste Gewebesteifigkeit insofern berücksichtigt, als Gewebebereiche, die gemäß dem deformierten Steifigkeitsfeld DSF steifer sind, weniger deformiert werden als Gewebebereiche, die gemäß dem deformierten Steifigkeitsfeld DSF weicher oder flexibler sind. So kann die weitere Bilddeformation WBD den Bildbereich eines Knochens im Wesentlichen nicht deformieren, während ein umgebender Muskel stärker deformiert wird. Die weitere segmentindividuelle Bilddeformation WBD kann so als Verfeinerung der segmentindividuellen Bilddeformation BD aufgefasst werden. Auf diese Weise können die anatomischen Merkmalsdaten ADAT und insbesondere das Steifigkeitsfeld SF den Bildstrukturen der Patienten-Bildaufnahme örtlich genauer zugeordnet werden.
  • Die weitere Bilddeformation WBD wird segmentindividuell auf die deformierten Referenz-Bildsegmente DRIMS angewendet, um verfeinert deformierte Referenz-Bildsegmente WDRIMS zu erhalten. Parallel dazu wird die weitere Bilddeformation WBD auf das deformierte Steifigkeitsfeld DSF angewendet, um so ein verfeinert deformiertes Steifigkeitsfeld WDSF zu erhalten. Die verfeinert deformierten Referenz-Bildsegmente WDRIMS werden zusammen mit den Patienten-Bildsegmenten PIMS und dem verfeinert deformierten Steifigkeitsfeld WDSF vom Bildtransformationsmodul IMT zu einem Erfassungsmodul RM übermittelt.
  • Das Erfassungsmodul RM ist mit dem Bildtransformationsmodul IMT gekoppelt und dient zum Erfassen und/oder Registrieren eines anatomischen Merkmals AM, eines Patienten-Bildsegmentes PIMS und/oder eines Referenz-Bildsegments RIMS anhand der segmentindividuellen Abbildungen zwischen den Referenz-Bildsegmenten RIMS und den Patienten-Bildsegmenten PIMS. Wie oben bereits beschrieben, erlaubt die gegebenenfalls verfeinert deformierende Abbildung zwischen Bildstrukturen der Referenz-Bildaufnahme RIM und Bildstrukturen der Patienten-Bildaufnahme PIM eine verhältnismäßig genaue örtliche Zuordnung der anatomischen Merkmalsdaten ADAT und insbesondere des Steifigkeitsfeldes SF zu Bildstrukturen der Patienten-Bildaufnahme PIM. Auf diese Weise können diese Bildstrukturen der Patienten-Bildaufnahme PIM spezifisch als anatomische Merkmale AM des Patienten erkannt, erfasst und registriert werden. Insbesondere können so Knochen, Muskeln, Organe oder Organregionen sowie eine Gewebesteifigkeit als anatomische Merkmale AM erfasst werden.
  • Das Erfassungsmodul RM umfasst einen Bildgenerator GEN zum Generieren eines Mischbildes MIX durch Kombination der Patienten-Bildaufnahme PIM mit segmentindividuell deformierten Bildstrukturen der Referenz-Bildsegmente RIMS und/oder mit segmentindividuell deformierten Steifigkeitsfeldern DSF bzw. WDSF der Referenz-Bildsegmente RIMS.
  • Zur Ausgabe des Mischbildes MIX und der erfassten anatomischen Merkmale AM ist ein Terminal T über eine dritte Schnittstelle I3 an das Bildverarbeitungssystem IMS gekoppelt. Im vorliegenden Ausführungsbeispiel wird auch das verfeinert deformierte Steifigkeitsfeld WDSF zusammen mit den anderen erfassten anatomischen Merkmalen AM und dem Mischbild MIX vom Erfassungsmodul RM an das Terminal T ausgegeben. Das Mischbild MIX sowie die anatomischen Merkmalsdaten AM mit dem verfeinert deformierten Steifigkeitsfeld WDSF können insbesondere auch für eine externe Nachbearbeitung der Patienten-Bildaufnahme PIM ausgegeben werden.
  • 2 veranschaulicht Arbeitsschritte des erfindungsgemäßen medizinischen Bildverarbeitungsverfahrens in schematischer Darstellung. Das erfindungsgemäße Bildverarbeitungsverfahren wird angewandt auf eine Segmentierung von Beinen in mittels Magnetresonanztomographie gewonnenen Bildaufnahmen. Die Bildaufnahmen umfassen eine auf der rechten Seite von 2 dargestellte Patienten-Bildaufnahme PIM sowie eine auf der linken Seite von 2 dargestellte Referenz-Bildaufnahme RIM. Die Bildaufnahmen PIM und RIM sind jeweils räumlich aufgelöste Magnetresonanztomographieaufnahmen, wobei insbesondere die Referenz-Bildaufnahme RIM mehrere Schnitte umfasst und unterschiedliche Gewebetypen differenziert. Im vorliegenden Ausführungsbeispiel stellt der linke Bildteil der in 2 dargestellten Referenz-Bildaufnahme RIM insbesondere Knochenstrukturen dar.
  • Für die Patienten-Bildaufnahme PIM sollen durch das erfindungsgemäße Bildverarbeitungsverfahren Gewebestrukturen und insbesondere Knochenstrukturen als anatomische Merkmale erfasst werden. Es sei vorausgesetzt, dass die aus der Patienten-Bildaufnahme PIM zu extrahierenden Gewebestrukturen für die Referenz-Bildaufnahme RIM bereits bekannt sind und durch die anatomischen Merkmalsdaten ADAT beschrieben werden. Die anatomischen Merkmalsdaten ADAT können zum Beispiel durch manuell oder automatisch annotierte Gittermodelle von Knochengewebe, Muskelgewebe und Hautgewebe gegeben sein. Wie oben bereits bemerkt, umfassen die anatomischen Merkmalsdaten ADAT auch das ortsaufgelöste Steifigkeitsfeld SF.
  • Wie im mittleren Teil von 2 veranschaulicht, werden in der Patienten-Bildaufnahme PIM und in der Referenz-Bildaufnahme RIM jeweils Gelenke G, hier die Kniegelenke, detektiert und lokalisiert. Darüber hinaus wird in beiden Bildaufnahmen PIM und RIM jeweils ein Verbindungspunkt zwischen den Beinen erkannt und lokalisiert. In 2 sind die lokalisierten Gelenke G und Verbindungspunkte jeweils durch Kreuze markiert. Eine solche Detektion und Lokalisierung kann automatisch mittels heuristischer Regeln oder mittels sogenannter trainierter Landmark-Detektoren erfolgen. Ein solcher Landmark Detektor ist beispielsweise aus dem Dokument „Search Strategies for Multiple Landmark Detection by Submodular Maximization“ von David Liu, S. Zhou, D. Bernhardt und D. Comaniciu in IEEE Conference on Computer Vision and Pattern Recognition (CVPR) von 2010 bekannt.
  • Die Patienten-Bildaufnahme PIM und die Referenz-Bildaufnahme RIM werden anschließend jeweils an den lokalisierten Gelenken G und Verbindungspunkten in Bildsegmente, das heißt hier in Beinsegmente segmentiert. Dabei wird die Patienten-Bildaufnahme PIM in die Patienten-Bildsegmente PIMS1, ..., PIMS4 und die Referenz-Bildaufnahme RIM in die Referenz-Bildsegmente RIMS1, ..., RIMS4 aufgeteilt. Die Patienten-Bildsegmente PIMS1, ..., PIMS4 und/oder die Referenz-Bildsegmente RIMS1, ..., RIMS4 werden dadurch initial erfasst und registriert. Für jedes der Referenz-Bildsegmente RIMS1, ..., RIMS4 wird daraufhin eine segmentindividuelle, vorzugsweise affine Bilddeformation BD1, BD2, BD3 bzw. BD4 derart berechnet, dass das entsprechende Referenz-Bildsegment RIMS1, ... bzw. RIMS4 möglichst weitgehend mit dem entsprechenden Patienten-Bildsegment PIMS1, ... bzw. PIMS 4 zur Deckung gebracht werden kann. Im vorliegenden Ausführungsbeispiel werden mithin vier individuelle Bildtransformationen BD1, ..., BD4 berechnet. Die Abbildungen der Referenz-Bildsegmente RIMS1, ..., RIMS4 durch die Bilddeformationen BD1, ..., BD4 auf die Patienten-Bildsegmente PIMS1, ..., PIMS4 sind in 2 durch punktierte Pfeile angedeutet.
  • Die voneinander unabhängigen Bilddeformationen BD1, ..., BD4 können insbesondere unterschiedliche Positionierungen der Beine in der Patienten-Bildaufnahme PIM und der Referenz-Bildaufnahme RIM ausgleichen. Vorzugsweise können die individuellen Bilddeformationen BD1, ..., BD4 zu einer kombinierten Bilddeformation CBD, vorzugsweise linear, kombiniert werden. Die kombinierte, vorzugsweise multiaffine Bilddeformation CBD kann dann auf die Referenz-Bildaufnahme RIM als Ganzes und insbesondere auf die dort abgebildeten Gewebestrukturen angewandt werden. Im vorliegenden Ausführungsbeispiel wird die kombinierte Bilddeformation CBD insbesondere auf die in der Referenz-Bildaufnahme RIM abgebildeten starren Gewebestrukturen, das heißt die Knochenstrukturen, angewandt.
  • Die Anwendung der kombinierten Bilddeformation CBD auf die Referenz-Bildaufnahme RIM und deren Gewebestrukturen liefert eine deformierte Referenz-Bildaufnahme DRIM, in der insbesondere die Knochenstruktur der Referenz-Bildaufnahme RIM mit in der Patienten-Bildaufnahme PIM abgebildeten Gewebestrukturen zur Deckung gebracht bzw. dort eingepasst ist. Zusätzlich kann die kombinierte Bilddeformation CBD auch die im Zusammenhang mit 1 beschriebene weitere Bilddeformation WBD umfassen, um so eine verfeinert deformierte Referenz-Bildaufnahme WDRIM zu generieren.
  • Die deformierten Gewebestrukturen der Referenzbildaufnahme RIM, die sich nach der Deformation in die Patienten-Bildaufnahme PIM einpassen lassen, können auch dazu genutzt werden, das vorbekannte Steifigkeitsfeld SF der Referenzbildaufnahme RIM zu deformieren, um so ein individuell personalisiertes Steifigkeitsfeld für starre, z.B. Knochenstrukturen, und andere, flexiblere Gewebestrukturen zu generieren.
  • Das erfindungsgemäße Bildverarbeitungsverfahren erlaubt es, bei der Erfassung von anatomischen Merkmalen sowohl positionsbedingte (insbesondere durch die Position von Gelenken bedingte) als auch deformationsbedingte (insbesondere durch Deformation von Weichgewebe bedingte) Variationen in medizinischen Bildaufnahmen zu berücksichtigen und auszugleichen. Darüber hinaus können auch anatomische Unterschiede zwischen verschiedenen Personen, Asymmetrien oder krankheitsbedingte Deformationen segmentindividuell ausgeglichen werden.

Claims (13)

  1. Medizinisches Bildverarbeitungsverfahren zum Erfassen von anatomischen Merkmalen (AM) eines Patienten anhand medizinischer Bildaufnahmen, bei dem a) eine Patienten-Bildaufnahme (PIM) eingelesen wird, b) eine Referenz-Bildaufnahme (RIM) eingelesen wird, c) mittels eines Mustererkennungsverfahrens Gelenke (G) in der Patienten-Bildaufnahme (PIM) sowie in der Referenz-Bildaufnahme (RIM) lokalisiert werden, d) an den lokalisierten Gelenken (G) die Patienten-Bildaufnahme (PIM) in Patienten-Bildsegmente (PIMS) und die Referenz-Bildaufnahme (RIM) in Referenz-Bildsegmente (RIMS) segmentiert werden, e) für ein jeweiliges Referenz-Bildsegment (RIMS) oder Patienten-Bildsegment (PIMS) eine segmentindividuelle Bilddeformation (BD) ermittelt wird, durch die Bildstrukturen des Referenz-Bildsegments (RIMS) auf entsprechende Bildstrukturen des Patienten-Bildsegments (PIMS) abgebildet werden, und f) anhand der segmentindividuellen Abbildungen zwischen den Referenz-Bildsegmenten (RIMS) und den Patienten-Bildsegmenten (PIMS) ein anatomisches Merkmal (AM) erfasst wird.
  2. Medizinisches Bildverarbeitungsverfahren nach Anspruch 1, dadurch gekennzeichnet, dass die aufeinander abzubildenden Bildstrukturen die lokalisierten Gelenke (G) umfassen.
  3. Medizinisches Bildverarbeitungsverfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die segmentindividuelle Bilddeformation (BD) eine affine Bildtransformation umfasst.
  4. Medizinisches Bildverarbeitungsverfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass Bildstrukturen der Referenz-Bildaufnahme (RIM) anatomische Merkmalsdaten (ADAT) zugeordnet sind, und die anatomischen Merkmalsdaten (ADAT) denjenigen Bildstrukturen der Patienten-Bildaufnahme (PIM) zugeordnet werden, auf die die Bildstrukturen der Referenz-Bildaufnahme (RIM) abgebildet werden.
  5. Medizinisches Bildverarbeitungsverfahren nach Anspruch 4, dadurch gekennzeichnet, dass die anatomischen Merkmalsdaten (ADAT) ein ortsaufgelöstes Merkmalsfeld umfassen, das Merkmalsfeld segmentindividuell durch die jeweils ermittelte segmentindividuelle Bilddeformation (BD) deformiert wird, und das deformierte Merkmalsfeld ortsaufgelöst auf die Patienten-Bildaufnahme (PIM) abgebildet wird.
  6. Medizinisches Bildverarbeitungsverfahren nach Anspruch 5, dadurch gekennzeichnet, dass das Merkmalsfeld ein Steifigkeitsfeld (SF) umfasst, das eine Gewebesteifigkeit ortsaufgelöst angibt.
  7. Medizinisches Bildverarbeitungsverfahren nach Anspruch 6, dadurch gekennzeichnet, dass abhängig von dem Steifigkeitsfeld (SF) eine weitere, die ortsaufgelöste Gewebesteifigkeit berücksichtigende Bilddeformation (WBD) ermittelt wird.
  8. Medizinisches Bildverarbeitungsverfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass deformierte Bildstrukturen aus den deformierten Referenz-Bildsegmenten (DRIMS, WDRIMS) mit Patienten-Bildsegmenten (PIMS) kombiniert werden und ein resultierendes Mischbild (MIX) ausgegeben wird.
  9. Medizinisches Bildverarbeitungsverfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Patienten-Bildsegmente (PIMS) und/oder die Referenz-Bildsegmente (RIMS) erfasst und/oder registriert werden.
  10. Medizinisches Bildverarbeitungsverfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass anhand der segmentindividuellen Bilddeformationen (BD) sowie der Referenz-Bildsegmente (RIMS) für spezifische Bereiche der Patienten-Bildaufnahme (PIM) ermittelt wird, inwieweit diese Bereiche bei einer weiteren Bilddeformation (WBD) deformiert werden.
  11. Medizinisches Bildverarbeitungssystem (IMS) zum Erfassen von anatomischen Merkmalen (AM) eines Patienten anhand medizinischer Bildaufnahmen, mit a) einer ersten Schnittstelle (I1) zum Einlesen einer Patienten-Bildaufnahme (PIM), b) einer zweiten Schnittstelle (12) zum Einlesen einer Referenz-Bildaufnahme (RIM), c) einem Mustererkennungsmodul (MM) zum Lokalisieren von Gelenken (G) in der Patienten-Bildaufnahme (PIM) sowie in der Referenz-Bildaufnahme (RIM), d) einem Segmentierungsmodul (SM) zum Segmentieren der Patienten-Bildaufnahme (PIM) in Patienten-Bildsegmente (PIMS) und der Referenz-Bildaufnahme (RIM) in Referenz-Bildsegmente (RIMS) jeweils an den lokalisierten Gelenken (G), e) einem Bildtransformationsmodul (IMT) zum Ermitteln einer segmentindividuellen Bilddeformation (BD) für ein jeweiliges Referenz-Bildsegment (RIMS) oder Patienten-Bildsegment (PIMS), wobei die segmentindividuelle Bilddeformation (BD) Bildstrukturen des Referenz-Bildsegments (RIMS) auf entsprechende Bildstrukturen des Patienten-Bildsegments (PIMS) abbildet, und f) einem Erfassungsmodul (RM) zum Erfassen eines anatomischen Merkmals (AM) anhand der segmentindividuellen Abbildungen zwischen den Referenz-Bildsegmenten (RIMS) und den Patienten-Bildsegmenten (PIMS).
  12. Computerprogrammprodukt eingerichtet zum Ausführen eines medizinischen Bildverarbeitungsverfahrens nach einem der Ansprüche 1 bis 10 oder zum Implementieren eines medizinischen Bildverarbeitungssystems (IMS) nach Anspruch 11.
  13. Computerlesbares Speichermedium mit einem gespeicherten Computerprogrammprodukt nach Anspruch 12.
DE102015211714.6A 2015-06-24 2015-06-24 Medizinisches Bildverarbeitungsverfahren und Bildverarbeitungssystem Active DE102015211714B4 (de)

Priority Applications (4)

Application Number Priority Date Filing Date Title
DE102015211714.6A DE102015211714B4 (de) 2015-06-24 2015-06-24 Medizinisches Bildverarbeitungsverfahren und Bildverarbeitungssystem
US15/186,572 US9977982B2 (en) 2015-06-24 2016-06-20 Medical image processing method and image processing system
KR1020160077470A KR101839891B1 (ko) 2015-06-24 2016-06-21 의료 이미지 프로세싱 방법 및 이미지 프로세싱 시스템
CN201610466141.1A CN106295110B (zh) 2015-06-24 2016-06-24 医学图像处理方法和图像处理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102015211714.6A DE102015211714B4 (de) 2015-06-24 2015-06-24 Medizinisches Bildverarbeitungsverfahren und Bildverarbeitungssystem

Publications (2)

Publication Number Publication Date
DE102015211714A1 DE102015211714A1 (de) 2016-12-29
DE102015211714B4 true DE102015211714B4 (de) 2020-10-22

Family

ID=57537411

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102015211714.6A Active DE102015211714B4 (de) 2015-06-24 2015-06-24 Medizinisches Bildverarbeitungsverfahren und Bildverarbeitungssystem

Country Status (4)

Country Link
US (1) US9977982B2 (de)
KR (1) KR101839891B1 (de)
CN (1) CN106295110B (de)
DE (1) DE102015211714B4 (de)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019092575A1 (en) * 2017-11-07 2019-05-16 Volpara Health Technologies Limited System and method for quantification of tissue over time
DE102017221924B3 (de) * 2017-12-05 2019-05-02 Siemens Healthcare Gmbh Verfahren zur Fusionierung eines Analysedatensatzes mit einem Bilddatensatz, Positionierungseinrichtung und Computerprogramm
TW202023489A (zh) * 2018-11-08 2020-07-01 美商外科劇院有限責任公司 用於光學追蹤之系統及方法
KR102318133B1 (ko) 2019-02-28 2021-10-27 인더스마트 주식회사 의료용 이미지 데이터 관리장치 및 기록매체
KR102347471B1 (ko) 2019-12-26 2022-01-06 (의료)길의료재단 증강 현실을 이용한 모의 수술 시스템 및 방법
CN111243026B (zh) * 2020-01-19 2023-09-22 武汉联影智融医疗科技有限公司 解剖标记点定位方法、装置、计算机设备和存储介质
KR102386749B1 (ko) * 2021-12-07 2022-04-14 오민규 골프공 스탬프

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1322224B1 (de) * 2000-09-14 2008-11-05 The Board Of Trustees Of The Leland Stanford Junior University Beurteilung des zustandes eines gelenkes und des verlustes von knorpelgewebe
US20120163687A1 (en) * 2010-12-22 2012-06-28 Toshiba Medical Systems Corporation Feature location method and system

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5905814A (en) * 1996-07-29 1999-05-18 Matsushita Electric Industrial Co., Ltd. One-dimensional time series data compression method, one-dimensional time series data decompression method
US9025841B2 (en) * 2009-11-18 2015-05-05 Siemens Aktiengesellschaft Method and system for segmentation of the prostate in 3D magnetic resonance images
DE102010012797B4 (de) * 2010-03-25 2019-07-18 Siemens Healthcare Gmbh Rechnergestützte Auswertung eines Bilddatensatzes

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1322224B1 (de) * 2000-09-14 2008-11-05 The Board Of Trustees Of The Leland Stanford Junior University Beurteilung des zustandes eines gelenkes und des verlustes von knorpelgewebe
US20120163687A1 (en) * 2010-12-22 2012-06-28 Toshiba Medical Systems Corporation Feature location method and system

Also Published As

Publication number Publication date
US9977982B2 (en) 2018-05-22
CN106295110B (zh) 2020-06-09
CN106295110A (zh) 2017-01-04
DE102015211714A1 (de) 2016-12-29
KR101839891B1 (ko) 2018-03-19
US20160379362A1 (en) 2016-12-29
KR20170000789A (ko) 2017-01-03

Similar Documents

Publication Publication Date Title
DE102015211714B4 (de) Medizinisches Bildverarbeitungsverfahren und Bildverarbeitungssystem
DE102005017492B4 (de) Verfahren zum rechnerischen Kompensieren einer periodischen Bewegung eines Organs sowie Bildaufnahmesystem
EP2041719B1 (de) Verfahren zum bestimmen einer eigenschaftskarte für einen gegenstand, insbesondere für ein lebewesen, basierend auf zumindest einem ersten bild, insbesondere einem kernspinresonanzbild
DE102010012797B4 (de) Rechnergestützte Auswertung eines Bilddatensatzes
DE102007025862A1 (de) System und Verfahren zur geometriegestützten Registrierung
EP1280105A2 (de) Verfahren und Vorrichtung zur Registrierung zweier 3D-Bilddatensätze
DE102012201169A1 (de) Automatische Registrierung von Bildpaaren von medizinischen Bilddatensätzen
EP2178048A2 (de) Verfahren zur Definition eines patientenindividuellen Koordinationssystems einer weiblichen Brust
DE102007057096A1 (de) Verfahren und Vorrichtung zur automatischen Registrierung von Läsionen zwischen Untersuchungen
DE102012214513A1 (de) Automatisierte Qualitätskontrolle für ein Röntgenbild
DE102014213408A1 (de) Verfahren zur Ermittlung eines dreidimensionalen Modelldatensatzes eines wenigstens ein Gefäßsegment umfassenden Blutgefäßsystems
DE102014204467A1 (de) Übertragen von validierten CAD-Trainingsdaten auf geänderte MR-Kontraste
DE212012000054U1 (de) Geräte, Aufbau, Schaltungen und Systeme zum Beurteilen, Einschätzen und/oder Bestimmen relativer Positionen, Ausrichtungen, Orientierungen und Rotationswinkel eines Teils eines Knochens und zwischen zwei oder mehreren Teilen eines oder mehrerer Knochen
DE10054814A1 (de) Verfahren und Vorrichtung zur Registrierung von Bildern
DE102011087128B4 (de) Projektionswinkelbestimmung bei einer kontrastmittelgestützten Dual-Energy-Tomosynthese
DE102016215831A1 (de) Automatische Generierung synthetischer Projektionen
DE102013220018A1 (de) Berechnung eines Untersuchungsparameters
DE102015114513A1 (de) Medizinische Bildbearbeitungsvorrichtung, Verfahren und Programm
DE102012211742A1 (de) Verfahren zum Bestimmen eines Abstandes mittels Röntgenbildgebung und Röntgengerät
EP3499461B1 (de) Darstellung von markern in der medizinischen bildgebung
DE102022103692A1 (de) Systeme und verfahren zur identifizierung von biopsiespositionskoordinaten
WO2015000962A2 (de) Verfahren und vorrichtung zur ultraschallaufnahme eines deformierten objektes, insbesondere der menschlichen brust
DE60317825T2 (de) Tomographischies bildgebungsverfahren
EP3797697B1 (de) Tomosyntheseverfahren mit kombinierten schichtbilddatensätzen
DE102020200081A1 (de) Computersystem, Verfahren und Computerprogramm zur genaueren quantitativen Messung von Läsionsveränderungen aus radiologischen Bilddaten von zwei Messungen

Legal Events

Date Code Title Description
R079 Amendment of ipc main class

Free format text: PREVIOUS MAIN CLASS: A61B0019000000

Ipc: A61B0034000000

R163 Identified publications notified
R012 Request for examination validly filed
R016 Response to examination communication
R018 Grant decision by examination section/examining division
R020 Patent grant now final
R081 Change of applicant/patentee

Owner name: SIEMENS HEALTHINEERS AG, DE

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