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

DE102016205603A1 - Verfahren zum Entrauschen von Zeitserienbildern einer bewegten Struktur für medizinische Geräte - Google Patents

Verfahren zum Entrauschen von Zeitserienbildern einer bewegten Struktur für medizinische Geräte Download PDF

Info

Publication number
DE102016205603A1
DE102016205603A1 DE102016205603.4A DE102016205603A DE102016205603A1 DE 102016205603 A1 DE102016205603 A1 DE 102016205603A1 DE 102016205603 A DE102016205603 A DE 102016205603A DE 102016205603 A1 DE102016205603 A1 DE 102016205603A1
Authority
DE
Germany
Prior art keywords
images
time series
noise
spatial
moving structure
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
DE102016205603.4A
Other languages
English (en)
Inventor
Stefan Böhm
Boris Stowasser
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 DE102016205603.4A priority Critical patent/DE102016205603A1/de
Priority to US15/478,853 priority patent/US11207029B2/en
Publication of DE102016205603A1 publication Critical patent/DE102016205603A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • A61B5/7214Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts using signal cancellation, e.g. based on input of two identical physiological sensors spaced apart, or based on two signals derived from the same sensor, for different optical wavelengths
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0075Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by spectroscopy, i.e. measuring spectra, e.g. Raman spectroscopy, infrared absorption spectroscopy
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7225Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/725Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
    • 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
    • A61B6/486Diagnostic techniques involving generating temporal series of image data
    • A61B6/487Diagnostic techniques involving generating temporal series of image data involving fluoroscopy
    • 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
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00Medical imaging apparatus involving image processing or analysis
    • 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
    • G06T2207/10016Video; Image sequence
    • 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
    • G06T2207/10048Infrared image
    • 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
    • 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
    • G16H30/00ICT specially adapted for the handling or processing of medical images
    • G16H30/40ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Optics & Photonics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Power Engineering (AREA)
  • Quality & Reliability (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)

Abstract

Die Erfindung betrifft ein Verfahren (1) zum Entrauschen von Zeitserienbildern (3, 4, 5) einer bewegten Struktur (9) für ein medizinisches Gerät wobei ein Bewegungsdetektor (2) die bewegte Struktur erfasst, der Bewegungsdetektor (2) ein Maß für die Ähnlichkeit von Bildern, die jeweils ein und denselben Abschnitt der bewegten Struktur (9) darstellen, gewinnt, wobei die beiden Bilder aus zwei unterschiedlichen der Zeitserienbilder (3, 4, 5) stammen, und in Abhängigkeit von dem Maß für die Ähnlichkeit ein Verhältnis zwischen einem räumlichen (6) und zeitlichen (7) Entrauschen für den Abschnitt festgelegt wird.

Description

  • Die vorliegende Erfindung betrifft ein Verfahren zum Entrauschen von Zeitserienbildern einer bewegten Struktur für medizinische Geräte. Insbesondere bezieht sich die Erfindung auf Zeitserienbilder von Röntgengeräten.
  • In bestimmten medizinischen Anwendungen werden Bilder zeitlich gemittelt, um die Bildqualität zu erhöhen. Bei dieser zeitlichen Mittelung handelt es sich um ein Verfahren, bei welchem Bilder von einem gleichen Abschnitt übereinander gelegt werden. Durch das Übereinanderlegen der unterschiedlichen Zeitserienbilder eines gleichen Abschnittes kommt es zur Überlagerung von einzelnen Bildpunkten, sodass dort eine Verstärkung stattfinden kann, was wiederum zu einer Verbesserung des Kontrast-zu-Rauschverhältnisses führt. Die Dies trägt wiederum zur Erhöhung der Bildqualität bei. Eine Erhöhung des Kontrast-zu-Rauschverhältnisses kann nur bei Zeitserienbildern realisiert werden, bei welchen zwischen den einzelnen Aufnahmen keine Bewegung stattgefunden hat. Mit anderen Worten kann eine Erhöhung des Kontrast-zu-Rauschverhältnisses nur dann stattfinden, wenn ein Bildpunkt in einem ersten Zeitserienbild sich am gleichen Ort befindet wie beim zweiten Zeitserienbild. Sobald sich bewegte Strukturen innerhalb der Zeitserienbilder befinden und eine Mittelung über diese Zeitserienbilder stattfindet, führt dies zu einem Kontrastverlust innerhalb der Bereiche der bewegten Struktur.
  • Beim heutigen Stand der Technik wird hierzu ein Bewegungsdetektor eingesetzt, welcher die Bereiche erfasst, bei denen eine Bewegung stattfindet. Um eine Unschärfe bei einer Bewegung im Bild zu kompensieren, wird über den Bereich der bewegten Struktur eine Mittelung reduziert bzw. gänzlich ausgeschaltet. Dies wiederum führt dazu, dass Strukturen, die sich bewegt haben, in der Sichtbarkeit, insbesondere im Kontrast-zu-Rauschverhältnis, nicht verbessert werden. Des Weiteren kann es durch die verringerte Mittelung in den bewegten Bereichen zu lokalen Unterschieden im Rauscheindruck, also unterschiedliche Artefakte kommen. Die heutigen Verfahren zum Entrauschen von Zeitserienbildern nutzen entweder eine feste Mittelung oder ein Verfahren mit Bewegungsdetektor, welcher den Grad der Mittelung der Bewegung anpasst.
  • Die Aufgabe der vorliegenden Erfindung besteht somit darin, ein Verfahren zu entwickeln, sowohl statische als auch bewegte Strukturen besser und mit einem möglichst hohen Kontrast-zu-Rauschverhältnis darstellen zu können.
  • Erfindungsgemäß wird diese Aufgabe gelöst durch ein Verfahren zum Entrauschen von Zeitserienbildern einer bewegten Struktur für ein medizinisches Gerät, wobei ein Bewegungsdetektor die bewegte Struktur erfasst, der Bewegungsdetektor ein Maß für die Ähnlichkeit von Bildern, die jeweils ein und denselben Abschnitt der bewegten Struktur darstellen, gewinnt, wobei die beiden Bilder aus zwei unterschiedlichen der Zeitserienbilder stammen, und in Abhängigkeit von dem Maß ein Verhältnis zwischen einem räumlichen und zeitlichen Entrauschen für den Abschnitt festgelegt wird.
  • Darüber hinaus wird bereitgestellt eine Vorrichtung zum Entrauschen von Zeitserienbildern einer bewegten Struktur für ein medizinisches Gerät mit einer Entrauschungseinrichtung und einem Bewegungsdetektor, der dazu ausgebildet ist, die bewegte Struktur zu erfassen und ein Maß für die Ähnlichkeit von Bildern, die jeweils ein und denselben Abschnitt der bewegten Struktur darstellen, zu gewinnen, wobei die beiden Bilder aus zwei unterschiedlichen der Zeitserienbilder stammen, und der ferner dazu ausgebildet ist, in Abhängigkeit von dem Maß ein Verhältnis zwischen einem räumlichen und zeitlichen Entrauschen für die Entrauschungseinrichtung festzulegen.
  • In vorteilhafter Weise kann für das Verfahren ein multiskalarer Ansatz verwendet werden. Dies hat den Grund darin, dass das Rauschen, insbesondere in Röntgengeräten, poissonverteilt ist und mit der Systemmodulationsübertragungsfunktion gefaltet ist. Somit können Signal und Rauschen in unterschiedliche Ortsfrequenzen analysiert und verarbeitet werden. Um die Sichtbarkeit, insbesondere das Kontrastverhältnis, bewegter Strukturen verbessern zu können, wird vorzugsweise multiskalar eine Zeitreihenanalyse, insbesondere der Zeitserienbilder, angewendet. Um nun die bewegte Struktur zu erfassen ist ein Bewegungsdetektor vorgesehen. Dieser Bewegungsdetektor legt mittels mindestens zwei unterschiedlichen Zeitserienbildern, indem er ein Maß für die Ähnlichkeit der Bilder gewinnt, das Verhältnis zwischen einem räumlichen und einem zeitlichen Entrauschen fest. Dieser Bewegungsdetektor kann auf mehrere Abschnitte angewendet werden. Mittels des Bewegungsdetektors wird der Grad einer Mittelung adaptiert.
  • Bei einer starken Bewegung und im daraus folgenden geringen Grad der zeitlichen Mittelung kann es zu einem erhöhten lokalen Rauschen kommen, wobei für diese Bereiche dann ein lokaler Entrauscher verwendet werden kann.
  • In einer vorteilhaften Ausgestaltung des Verfahrens werden die Zeitserienbilder in mindestens zwei Bandpasssignale zerlegt. Die Bildzerlegung in Bandpasssignale hat den Vorteil, dass Bandpasssignale eine Mittelwertsfreiheit besitzen, was bedeutet, dass eine Frequenz innerhalb des Bandpasses einen Erwartungswert von 0 hat. Nach der Zerlegung in Bandpasssignale in einer Zerlegungsebene können einzelne Entrauschungen an diesen durchgeführt werden. Nach dem Entrauschen werden die entrauschten Bandpasssignale wiederum zu einem Bild zusammengefügt, welches damit entrauscht ist.
  • Es hat sich als vorteilhaft erwiesen, wenn das Zerlegen mittels einer Laplacezerlegung oder einer A-Trous-Zerlegung erfolgt. Bei beiden Zerlegungen handelt es sich um einen Filtermethode zur Kantendetektion bei Frequenzanalysen. Hierbei können entsprechende Kanten detektiert werden, die beispielsweise nicht mit entrauscht werden sollen, und somit nur ein Entrauschen in den gewünschten Frequenzbereichen auf einfache Weise durchgeführt wird.
  • Es hat sich ebenfalls als vorteilhaft erwiesen, wenn die Zerlegung mittels eines kantenerhaltenden Kernels erfolgt. Mittels des kantenerhaltenden Kernels kann ebenfalls eine Kontrasterhöhung realisiert werden, wobei gleichzeitig störende Signale gefiltert werden können.
  • In einer weiteren vorteilhaften Ausgestaltungsform kann das Maß der Ähnlichkeit anhand eines Vergleichs von jeweiligen Ausgangssignalen eines der Bandpässe für zwei der Zeitserienilder gewonnen werden. Durch den Vergleich zweier (Teil-)Bilder der Zeitserienbilder kann der Bewegungsdetektor ein Maß für die Ähnlichkeit erstellen und somit anhand einer Entscheidungsgröße das Verhältnis zwischen einem räumlichen und zeitlichen Entrauschen festlegen. Weiterhin möglich ist, wenn das Maß für die Ähnlichkeit aus mehr als zwei Zeitserienbildern, insbesondere aus drei der Zeitserienbildern gewonnen wird. Durch den Vergleich von mehreren Zeitserienbildern kann sichergestellt werden, dass eine Bewegung detektiert wird, und das Maß der Ähnlichkeit sicherer bestimmt wird.
  • Es hat sich weiter als vorteilhaft erwiesen, wenn das Verhältnis zwischen räumlichen und zeitlichen Entrauschen entsprechend der Formel: BP_filtered(T)xy = (1 – αxy)·BP_denoise_spatial(T)xy + αxy·BP_filtered(T – n)x+dx,y+dy angewendet wird. Dabei beschreibt BP_filtered(T)xy ein mittels des Verfahrens entstandenes gefiltertes Bandpasssignal. T steht für eine Zeit und beschreibt hier den aktuellen Zeitpunkt, während x und y in einem zweidimensionalen Koordinatensystem die Lage eines Bildpunktes beschreiben, wobei insbesondere x für die Abszisse steht und insbesondere y für die Ordinate. αx,y kann einen Wert zwischen 0 und 1 annehmen und kann das Verhältnis zwischen räumlichen und zeitlichen Entrauschen wiedergeben. α kann dabei die Stärke des (Zu-)Mischungsgrades für die zeitliche Mittelung angeben. Der Wert α kann sich dabei beispielsweise mittels einer Überblendungsfunktion berechnen lassen. Nimmt beispielsweise der Wert α einen Wert von 1 an, so bedeutet dies, dass eine rein zeitliche Entrauschung durchgeführt wird, während ein α gleich 0 bedeutet, dass eine sehr hohe, insbesondere ein ganzheitliches räumliches Entrauschen stattfindet. Dabei kann die zeitliche Entrauschung entsprechend mit dem Zumischen des räumlichen Entrauschens abnehmen. Die Funktion für den (Zu-)Mischungsgrad α kann beispielweise durch eine lineare Funktion realisiert werden, es sind aber auch andere Funktionen, wie beispielsweise Arkustangens Funktionen, möglich. Der Vergleich kann dabei beispielsweise durch die Summe von absoluten Differenzen gebildet werden. Im Fall der Summe der absoluten Differenzen wäre dann ein Verschiebungsvektor durch das Minimum einer Umgebung gegeben. Für die Bewegungsdetektion wird beispielsweise die Summe der lokalen absoluten Differenz zwischen BP_smoothed(T, x, y) (entspricht einem räumlich entrauschten Bandpasssignal vor dem eigentlichen Verfahren) und BP_filtered(T – 1, x + dx, y + dy) gebildet, sodass sich eine entsprechende Übertragungsfunktion bildet.
  • Bei dem Wert BP_denoise_spatial(T)x,y handelt es sich um ein räumlich entrauschtes Bandpasssignal, welches vor dem eigentlichen Verfahren entrauscht wird und entspricht damit dem BP_smoothed(T, x, y). Bei BP_filtered(T – n)x+dx,y+dy handelt es sich um ein Bandpasssignal ähnlich wie BP_filtered(T)x,y mit dem Unterschied, dass BP_filtered(T – n)x+dx,y+dy ein Bandpasssignal der Vergangenheit ist, und zum Vergleich herangezogen wird. So wird die Ähnlichkeit der Bandpasssignale festgestellt und entsprechend ein α ermittelt.
  • In einer weiteren vorteilhaften Ausgestaltungsform kann das Maß der Ähnlichkeit anhand eines Vergleichs von jeweiligen Ausgangssignalen von mindestens zwei Tiefpässen für zwei der Bilder gewonnen werden. Mittels des weiteren Einsatzes von Tiefpässen kann eine weitere Erhöhung der Genauigkeit der Bewegungsdetektion realisiert werden, sodass dies wiederum zur Bildqualität beitragen kann.
  • Es hat sich ebenfalls als vorteilhaft erwiesen, wenn es sich bei der Überblendungsfunktion um eine lineare und/oder eine Arkustangens Funktion handelt. Es können unterschiedliche Überblendungsfunktionen genutzt werden, sodass eine auf die bewegte Struktur abgestimmte Entrauschung realisiert werden kann.
  • In einer vorteilhaften Ausgestaltungsform handelt es sich bei dem medizinischen Gerät um ein Röntgengerät oder ein Infrarotaufnahmegerät. Insbesondere bei Röntgen- und Infrarotaufnahmegeräten kann es häufig zu Aufnahmen von größeren Bereichen mit bewegten Strukturen kommen. Das oben beschriebene Verfahren kann insbesondere bei Röntgen- und/oder Infrarotaufnahmegeräten für eine Verbesserung der Bildqualität sorgen.
  • Die oben genannten Verfahrensmerkmale des Verfahrens lassen sich auch auf die erfindungsgemäße Vorrichtung als entsprechende funktionelle Merkmale übertragen.
  • Die vorliegende Erfindung wird nun anhand der beigefügten Zeichnungen näher erläutert, in denen zeigen:
  • 1 ein Blockschaltbild des Verfahrens;
  • 2 einen detaillierten Abschnitt von 1; und
  • 3 einen Funktionsverlauf für den Wert α.
  • Die nachfolgend näher geschilderten Ausführungsbeispiele stellen bevorzugte Ausführungsformen der vorliegenden Erfindung dar. Dabei ist zu beachten, dass die einzelnen Merkmale nicht nur in den geschilderten Kombinationen, sondern auch in Alleinstellung oder in anderen technisch sinnvollen Kombinationen realisierbar sind.
  • 1 zeigt dabei beispielhaft für das Verfahren 1 ein Blockschaltbild, wie aus einem Bild einer bewegten Struktur 9 mittels des Verfahrens 1 ein entrauschtes Zeitserienbild 3, 4, 5 realisiert wird. Das Verfahren korrespondiert mit einer entsprechenden Vorrichtung mit Entrauschungseinrichtung und Bewegungsdetektor. Die bewegte Struktur 9 kann in Bandpasssignale 8 zerlegt werden. Dies geschieht insbesondere durch eine Laplacezerlegung oder durch die Anwendung einer A-Trous Zerlegung mittels eines adaptiv kantenerhaltenden Kernels. Der Vorteil einer Bandpasszerlegung liegt hierbei in der Mittelwertfreiheit bei Bandpasssignalen 8. Eine Zerlegung in einer Zerlegungsebene 10 in Bandpasssignale 8 hat den Hintergrund, dass Rauschen, insbesondere bei Röntgensystemen, poissonverteilt ist und mit der Systemmodulationsübertragungsfunktion gefaltet ist. Somit können das Rauschen, aber auch andere Signale, in unterschiedlichen Ortsfrequenzen analysiert und verarbeitet werden, sodass hier Bandpässe zum Einsatz kommen können. In 1 wird beispielhaft das Verfahren an nur einem Bandpasssignal 8 durchgeführt. Das Verfahren kann zusätzlich oder alternativ auch auf die anderen Bandpassignal 8 angewendet werden. Als Alternative zu der Zerlegung in Bandpasssignale 8 kann auch in Tiefpasssignale zerlegt werden. Nach der Zerlegung der bewegten Struktur 9 in verschiedene Bandpasssignale 8 findet vorzugsweise mittels eines lokalen Entrauschers 6 eine Vorentrauschung in einer spatialen Entrauschungsebene 17 statt. Das so erhaltene räumlich entrauschte Bandpasssignal 12 kann beispielsweise durch eine Messung der lokalen Varianz in dem Bandpasssignal 8, dem Vergleich dieser Messung mit der erwarteten Varianz des Rauschens und der Verkleinerung des lokalen Koeffizienten in dem Bandpasssignal entstehen.
  • Das spatial bzw. räumlich entrauschte bzw. geglättete Bandpasssignal 12 wird nun mittels des Verfahrens 1 zur Bewegungskompensation und/oder Bewegungsdetektion weiter gefiltert. 2 beschreibt dabei ebenfalls in einem Blockschaltbild das Verfahren 1 näher. Ein Bewegungsdetektor 2 erfasst hierbei die bewegte Struktur 9 aus dem spatial entrauschten Bandpasssignal 12, indem er das von einem Bildsignal 14, welches aus einem Bildpuffer stammt, spatial entrauschte Bandpasssignal 12 zum Zeitpunkt T = T0 (mit T als ganze Zahl) mit einem Vergangenheitsbandpasssignal 11a zum Zeitpunkt T = T0 – 1, welches von einem Bildsignal 15 zum Zeitpunkt T = T0 – 1 aus dem Bildpuffer stammt, vergleicht. Hierbei entstehen Verschiebevektoren, welche wiederum für eine Entscheidungsgröße 21 (vgl. 3) herangezogen werden können. Ein Maß für die Ähnlichkeit zwischen dem spatial entrauschten Bandpasssignal 12 zum Zeitpunkt T = T0 und dem Vergangenheitsbandpasssignal 11a zum Zeitpunkt T = T0 – 1 kann beispielsweise durch die Summe absoluter Differenzen berechnet werden. Beim Beispiel als Maß für die Ähnlichkeit, dass die Summe der absoluten Differenzen herangezogen wird, wäre dann der Verschiebevektor durch ein Minimum entsprechender Maße für die Ähnlichkeit der Bildpunkte einer Umgebung des jeweiligen Bildpunkts gegeben. Um eine weitere Qualitätssteigerung zu gewährleisten, können die Verschiebevektoren auch zuerst auf niederfrequenten Bandpasssignalen 8 gesucht werden.
  • Nachdem der Bewegungsdetektor 2 anhand der Entscheidungsgröße 21 einen Zumischungsgrad α 23 eines räumlichen Entrauschens 6 zum zeitlichen Entrauschen 7 berechnet hat, erfolgt die Ausgabe eines entrauschten Bandpasssignals 11 zum Zeitpunkt T = T0 14. Der Wert von α 23 kann dabei zwischen 0 oder 1 liegen und wird in 3 beispielsweise als linearer Übergang näher beschrieben.
  • Bei dem in 1 gezeigten Ausführungsbeispiel werden beim Verfahren 1 zum entrauschten Vergangenheitsbandpasssignal 11a auch weitere entrauschte Vergangenheitsbandpasssignale 11b aus der Vergangenheit T = T0 – n 16 herangezogen. Das Heranziehen von mehreren entrauschten Vergangenheitsbandpasssignalen 11b dient einer Erhöhung der Genauigkeit der Bewegungsdetektion und gleichzeitig einer Verbesserung der Entrauschung.
  • Um nun ein entrauschtes Zeitserienbild 3 zu erhalten, werden die einzelnen, zum Teil entrauschten Bandpasssignale 11 beim Zusammenfügen in einer spatio-temporalen Entrauschungsebene 18 zu einem Bild zusammengefügt.
  • 3 zeigt einen Graphen, welcher beispielhaft beschreibt, wie der Bewegungsdetektor anhand der Ähnlichkeit der Abschnitte der bewegten Struktur 9 eine Entscheidungsgröße 21 fällt und das Verhältnis zwischen räumlichem Entrauschen 6 und zeitlichem Entrauschen 7, sprich den Wert α 23, berechnet. Dabei ist insbesondere auf der Abszisse der Wert α 23 zwischen 0 und 1 angezeichnet, wobei 0 dem Ursprung entspricht. Auf der Ordinate ist die Entscheidungsgröße 21 zu finden, die beispielsweise aus den Summen der absoluten Differenzen von einer Verschiebung eines Bildpunktes des spatialen entrauschten Bandpasssignals 12 mit dem Vergangenheitsbandpasssignal 11a entsteht. Dabei ist hier beispielhaft der Verlauf von α 23 als Graph 22 eingezeichnet, der sich in diesem Fall linear verhält. Insbesondere ist hier bei einer geringen Differenz zwischen dem spatial entrauschten Bandpasssignal 12 und dem Vergangenheitsbandpasssignal 11a ein kleiner Wert zu finden, womit α bei 1 liegt. Dies bedeutet, dass der Zumischungsgrad eines räumlichen Entrauschens 6 sehr gering, insbesondere bei 0 ist. Somit findet ein rein zeitliches Entrauschen statt. Bei einer hohen absoluten Differenz ist α sehr niedrig, insbesondere (nahe) 0, wodurch ein hohes zeitliches Entrauschen 7 nicht angewendet wird. In der in 3 dargestellten Entscheidungsgröße 21, wird die Summe der absoluten Differenzen dargestellt, es sind aber auch andere Abstandsmaße möglich. Des Weiteren sind auch andere Funktionen die nicht linear sind, beispielsweise eine Arkustangens Funktion als Graph 22 möglich. Zur näheren Beschreibung des Graphen 22 dient zum Einen der Übergangspunkt 19 (z.B. Schwellwert), der z.B. ein α 23 von 0,5 darstellt, der zum Unterscheiden dient, ab welchem Abstandsmaß ein eher räumliches Entrauschen 6 oder ein eher zeitliches Entrauschen 7 angewendet wird. Die Steilheit des Übergangs 20 beschreibt dabei den Größenbereich, bei welchem eine Mischung sowohl von dem zeitlichen Entrauscher 7 als auch dem räumlichen Entrauschers 6 stattfindet und bei welchem α 23 ungleich 1 und ungleich 0 ist.

Claims (10)

  1. Verfahren (1) zum Entrauschen von Zeitserienbildern (3, 4, 5) einer bewegten Struktur (9) für ein medizinisches Gerät dadurch gekennzeichnet, dass ein Bewegungsdetektor (2) die bewegte Struktur erfasst, der Bewegungsdetektor (2) ein Maß für die Ähnlichkeit von Bildern, die jeweils ein und denselben Abschnitt der bewegten Struktur (9) darstellen, gewinnt, wobei die beiden Bilder aus zwei unterschiedlichen der Zeitserienbilder (3, 4, 5) stammen, und in Abhängigkeit von dem Maß für die Ähnlichkeit ein Verhältnis zwischen einem räumlichen (6) und zeitlichen (7) Entrauschen für den Abschnitt festgelegt wird.
  2. Verfahren (1) nach Anspruch 1, dadurch gekennzeichnet, dass die Bilder vor dem Gewinnen des Maßes für die Ähnlichkeit von mindestens zwei Bandpässen zerlegt werden, ....
  3. Verfahren (1) nach Anspruch 2, dadurch gekennzeichnet, dass das Zerlegen (10) mittels einer Laplacezerlegung oder einer A-Trous Zerlegung erfolgt.
  4. Verfahren (1) nach Anspruch 3, dadurch gekennzeichnet, dass, ein kantenerhaltender Kernel eingesetzt wird.
  5. Verfahren (1) nach Anspruch 2, 3 oder 4, dadurch gekennzeichnet, dass das Maß der Ähnlichkeit anhand eines Vergleichs von jeweiligen Bandpasssignalen (8) eines der Bandpässe für zwei der Bilder gewonnen wird.
  6. Verfahren nach Anspruch 5, dadurch gekennzeichnet, dass das Verhältnis zwischen räumlichen (6) und zeitlichen (7) Entrauschen entsprechend der Formel BP_filtered(T)x,y = (1 – αx,y)·BP_denoise_spatial(T)x,y + αx,y·BP_filtered(T – n)x+dx,y+dy angewendet wird, wobei BP_filtered(T)x,y ein mittels des Verfahrens entstandenes entrauschtes Bandpasssignal eines ersten der Zeitseriensignale ist, αx,y (23) ein Wert zwischen 0 und 1 ist und das Verhältnis zwischen räumlichem (6) und zeitlichem (7) Entrauschen wiedergibt, wobei der Wert 1 ausschließlich zeitliches Entrauschen (7) bedeutet und der Wert 0 ausschließlich räumliches Entrauschen (6) bedeutet, BP_denoise_spatial(T)x,y ein räumlich entrauschtes Bandpasssignal darstellt und BP_filtered(T – n)x+dx,y+dy ein gefiltertes Vergangenheitsbandpasssignal (11a) eines dem ersten vorangehenden zweiten der Zeitserienbilder (4, 5) ist.
  7. Verfahren (1) nach Anspruch 1, dadurch gekennzeichnet, dass das Maß der Ähnlichkeit anhand eines Vergleichs von jeweiligen Ausgangssignalen von mindestens zwei Tiefpässen (13) für zwei der Bilder gewonnen wird.
  8. Verfahren (1) nach Anspruch 5, dadurch gekennzeichnet, dass es sich bei einer Überblendungsfunktion um eine lineare und/oder eine Arkustangens Funktion handelt.
  9. Verfahren (1) nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass es sich bei dem medizinischen Gerät um ein Röntgengerät oder ein Infrarotaufnahmegerät handelt.
  10. Vorrichtung zum Entrauschen von Zeitserienbildern (3, 4, 5) einer bewegten Struktur (9) für ein medizinisches Gerät mit einer Entrauschungseinrichtung und einem Bewegungsdetektor (2), der dazu ausgebildet ist, die bewegte Struktur (9) zu erfassen und ein Maß für die Ähnlichkeit von Bildern, die jeweils ein und denselben Abschnitt der bewegten Struktur (9) darstellen, zu gewinnen, wobei die beiden Bilder aus zwei unterschiedlichen der Zeitserienbilder (3, 4, 5) stammen, und der ferner dazu ausgebildet ist, in Abhängigkeit von dem Maß ein Verhältnis zwischen einem räumlichen (6) und zeitlichen Entrauschen (7) für die Entrauschungseinrichtung festzulegen.
DE102016205603.4A 2016-04-05 2016-04-05 Verfahren zum Entrauschen von Zeitserienbildern einer bewegten Struktur für medizinische Geräte Pending DE102016205603A1 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
DE102016205603.4A DE102016205603A1 (de) 2016-04-05 2016-04-05 Verfahren zum Entrauschen von Zeitserienbildern einer bewegten Struktur für medizinische Geräte
US15/478,853 US11207029B2 (en) 2016-04-05 2017-04-04 Method for denoising time series images of a moved structure for medical devices

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102016205603.4A DE102016205603A1 (de) 2016-04-05 2016-04-05 Verfahren zum Entrauschen von Zeitserienbildern einer bewegten Struktur für medizinische Geräte

Publications (1)

Publication Number Publication Date
DE102016205603A1 true DE102016205603A1 (de) 2017-10-05

Family

ID=59885635

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102016205603.4A Pending DE102016205603A1 (de) 2016-04-05 2016-04-05 Verfahren zum Entrauschen von Zeitserienbildern einer bewegten Struktur für medizinische Geräte

Country Status (2)

Country Link
US (1) US11207029B2 (de)
DE (1) DE102016205603A1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102019122667A1 (de) * 2019-08-22 2021-02-25 Schölly Fiberoptic GmbH Verfahren zur Unterdrückung von Bildrauschen in einem Videobildstrom, sowie zugehöriges medizinisches Bildaufnahmesystem und Computerprogrammprodukt

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110363726A (zh) * 2019-07-24 2019-10-22 陈泰杉 一种基于正则图拉普拉斯变换的视觉降噪处理方法
EP4437927A1 (de) 2023-03-31 2024-10-02 Erbe Vision GmbH Vorrichtung und verfahren zur medizinischen bildgebung

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102008023915A1 (de) * 2008-05-16 2009-12-10 Siemens Aktiengesellschaft Verfahren zur Einstellung von wenigstens einer Stellgröße eines Entrauschungsfilters in medizinischen Bildern

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
BÜHRLE et al.: Mehrstufige zeit- und bewegungsabhängige Rauschreduktion in Echtzeit mittels CUDA, in Bildverarbeitung für die Medizin 2009, Springer, 2009. *
MARTIN et al.: Bewegungsdetektion und zeitliche Filterung auf Bandpassbildern unter Verwendung mehrerer vorangegangener Bilder, The IP.com Journal, Volume 8 Issue 1B, Dokument IPCOM000166286D, 2008. *
SCHOONENBERG, G., et al.: Adaptive spatial-temporal filtering applied to x-ray fluoroscopy angiography, Medical Imaging 2005, Proc. Of SPIE, Vol. 5744, 2005. *
SHYLAJA, S. L. et al.: Adaptive and Recursive Based Spatio-Temporal Filtering for Video Denoising with RWT Transformation, Annual IEEE India Conference (INDICON), 2015. *
ZLOKOLICA , Vladimir, et al.: Wavelet-based denoising for 3D OCT images. In: Optical Engineering+ Applications. International Society for Optics and Photonics, 2007. S. 66960P-1 bis 66960P-11. *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102019122667A1 (de) * 2019-08-22 2021-02-25 Schölly Fiberoptic GmbH Verfahren zur Unterdrückung von Bildrauschen in einem Videobildstrom, sowie zugehöriges medizinisches Bildaufnahmesystem und Computerprogrammprodukt
US11350881B2 (en) 2019-08-22 2022-06-07 Scholly Fiberoptic Gmbh Method for suppressing image noise in a video image stream, and associated medical image recording system and computer program product

Also Published As

Publication number Publication date
US20170281093A1 (en) 2017-10-05
US11207029B2 (en) 2021-12-28

Similar Documents

Publication Publication Date Title
DE69016074T2 (de) Verfahren und Einrichtung zur temporalen Interpolation von Bildern mit korrigierter Bewegungskompensation.
DE69314630T2 (de) Verfahren zur adaptiven schätzung von unerwüschten bild-erschütterungen in bildsequenzen von digitalen fernsehsignalen
DE102007013570A1 (de) Verfahren zur Rauschverminderung in digitalen Bildern mit lokal unterschiedlichem und gerichtetem Rauschen
DE102014110516A1 (de) Verfahren zum Betreiben eines Kamerasystems eines Kraftfahrzeugs, Kamerasystem, Fahrassistenzsystem und Kraftfahrzeug
DE102008023915A1 (de) Verfahren zur Einstellung von wenigstens einer Stellgröße eines Entrauschungsfilters in medizinischen Bildern
DE102015220092B3 (de) Verfahren zur Bestimmung einer räumlichen Zuordnung oder räumlichen Verteilung von Magnetpartikeln
DE4319342A1 (de) Verfahren zur Reduktion von Störungen
DE102006020430A1 (de) Verfahren und Einrichtung zur Rauschreduktion in einer Sequenz fluoroskopischer Bilder
DE102018214198A1 (de) System zum Bewerten eines Bildes, Betriebsassistenzverfahren und Steuereinheit für eine Arbeitsvorrichtung sowie Arbeitsvorrichtung
DE4343095C2 (de) Verfahren und Schaltung zur Störsignalbefreiung von Videosignalen
DE102016205603A1 (de) Verfahren zum Entrauschen von Zeitserienbildern einer bewegten Struktur für medizinische Geräte
DE3913620C2 (de)
DE102007058498A1 (de) Verfahren und Vorrichtung zur Rauschunterdrückung in medizinischen Bildern
EP0629081B1 (de) Verfahren zur Bestimmung des Rauschanteils in einem Videosignal
DE10024374B4 (de) Verfahren und Vorrichtung zum Messen des in einem Bild enthaltenen Rauschens
DE10219919A1 (de) Verfahren zur Verbesserung der Qualität eines Bildes
DE102005034374B3 (de) Verfahren zur automatischen Erstellung einer Hintergrundmaske bei Bildern mit verrauschten Hintergrundbereichen, Anwendungen dazu sowie ein Kernspintomographiegerät zur Durchführung der Verfahren und Computersoftwareprodukt
DE112011101171B4 (de) Oszillogrammfilterung von Radial-MRI-Daten
WO2018224444A1 (de) Verfahren und vorrichtung zur bildkorrektur
WO2017093227A1 (de) Verfahren und vorrichtung zur bildkorrektur
DE69200929T2 (de) Verfahren und Einrichtung zur Verminderung von parasitärem Geräusch beim Aufspüren eines Ziels mittels eines Systems mehrerer Sensorelemente.
EP3521796B1 (de) Verfahren zur interferometrischen prüfung eines reifens
EP3421674A1 (de) Vorrichtung und verfahren zum abbilden von bereichen
DE4105517A1 (de) Verfahren und vorrichtung zur filterung von signalen
AT508873A1 (de) Verfahren zur aufnahme eines bildes

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