[go: up one dir, main page]

RU2568635C2 - Регистрация двумерных/трехмерных изображений на основе признаков - Google Patents

Регистрация двумерных/трехмерных изображений на основе признаков Download PDF

Info

Publication number
RU2568635C2
RU2568635C2 RU2010129960/08A RU2010129960A RU2568635C2 RU 2568635 C2 RU2568635 C2 RU 2568635C2 RU 2010129960/08 A RU2010129960/08 A RU 2010129960/08A RU 2010129960 A RU2010129960 A RU 2010129960A RU 2568635 C2 RU2568635 C2 RU 2568635C2
Authority
RU
Russia
Prior art keywords
dimensional
registration
image
projection
features
Prior art date
Application number
RU2010129960/08A
Other languages
English (en)
Other versions
RU2010129960A (ru
Inventor
Любомир Георгиев ЗАГОРЧЕВ
Роберт МАНЦКЕ
Рэймонд ЧАН
Original Assignee
Конинклейке Филипс Электроникс, Н.В.
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 Конинклейке Филипс Электроникс, Н.В. filed Critical Конинклейке Филипс Электроникс, Н.В.
Publication of RU2010129960A publication Critical patent/RU2010129960A/ru
Application granted granted Critical
Publication of RU2568635C2 publication Critical patent/RU2568635C2/ru

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING OR CALCULATING; 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
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/14Transformations for image registration, e.g. adjusting or mapping for alignment of images
    • 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
    • A61B6/02Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03Computed tomography [CT]
    • A61B6/032Transmission computed tomography [CT]
    • 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
    • A61B6/48Diagnostic techniques
    • A61B6/488Diagnostic techniques involving pre-scan acquisition
    • 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
    • A61B6/5205Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
    • 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
    • A61B6/5211Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5229Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
    • A61B6/5235Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from the same or different ionising radiation imaging techniques, e.g. PET and CT
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; 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 OR CALCULATING; 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 OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10088Magnetic resonance imaging [MRI]
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; 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
    • G06T2207/10121Fluoroscopy
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; 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
    • G06T2207/10124Digitally reconstructed radiograph [DRR]
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30048Heart; Cardiac
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30101Blood vessel; Artery; Vein; Vascular

Landscapes

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

Abstract

Изобретение относится к области техники медицинской диагностики методом визуализации. Техническим результатом является повышение точности регистрации двумерных/трехмерных изображений. Способ содержит этапы, на которых: извлекают двумерный набор признаков из двухмерного изображения; извлекают трехмерный набор признаков из трехмерного изображения; математически проецируют трехмерный набор признаков в двумерный набор проецируемых признаков с помощью проекционной геометрии; выполняют первую регистрацию двумерного набора признаков и двумерного набора проецируемых признаков и выполняют вторую регистрацию двумерного изображения и математической проекции трехмерного изображения; в котором операции извлечения содержат этап, на котором применяют алгоритм определения углов для извлечения признаков, содержащих угловые точки, из двухмерного или трехмерного изображения путем идентификации локально максимальных собственных значений инерционной матрицы градиента изображения вдоль множества направлений и путем идентификации дискретного набора пересечений линий исходя из идентифицированных локально максимальных собственных значений. 4 н. и 11 з.п. ф-лы, 2 ил.

Description

Нижеследующее относится к области техники медицинской диагностики методом визуализации. В некоторых вариантах осуществления оно относится к регистрации двумерных (2D) рентгеновских флуороскопических изображений с помощью трехмерных (3D) изображений, полученных посредством компьютерной томографии, магнитно-резонансной визуализации или другого метода визуализации. Если обобщить, тем не менее, нижеследующее относится к регистрации двухмерных изображений, полученных посредством любого метода медицинской диагностики методом визуализации, с помощью трехмерных изображений, полученных посредством идентичного или отличающегося метода медицинской диагностики методом визуализации.
В процедурах медицинской диагностики методом визуализации иногда имеет место то, что релевантные данные визуализации получаются с помощью как двумерной, так и трехмерной визуализации. В некоторых таких случаях, полезно формировать и регистрировать двумерное представление трехмерного изображения с помощью соответствующего двухмерного изображения, чтобы сравнивать или комбинировать информацию, предоставленную посредством этих двух технологий.
Один пример иногда случается в оперативной кардиальной электрофизиологии. Во время этой процедуры рентгеновская флуороскопия иногда используется для того, чтобы визуализировать катетеры или другие хирургические инструменты. Преимущественно, рентгеновские флуороскопические изображения могут получаться с помощью устройства типа C-arm, в котором рентгеновская трубка и детектор рентгеновского излучения установлены на противоположных концах C-образного рычага, а пациент располагается в промежутке. Устройство типа C-arm является относительно открытым, что делает пациента легкодоступным для медицинского персонала. Тем не менее, часть анатомии мягких тканей не визуализируется эффективно посредством рентгеновской флуороскопии. Дополнительно, флуороскопические изображения типично получаются при низкой дозе рентгеновского излучения, что может оказывать негативное влияние на разрешение.
Соответственно, известен способ получения дооперационных изображений пациента перед прохождением процедуры кардиальной электрофизиологии с помощью технологии трехмерной визуализации, такой как многослойная компьютерная томография (CT) или магнитно-резонансная томография (MRI), все из которых предоставляют лучшую контрастность мягких тканей, чем рентгеновская флуороскопия. Дооперационно полученные CT- или MRI-изображения затем соединяются с рентгеновскими флуороскопическими изображениями, полученными в ходе процедуры кардиальной электрофизиологии так, что CT- или MRI-изображения предоставляют недостающую контрастность мягких тканей.
CT- или MRI-изображения типично формируются для трехмерного объема, несмотря на то что рентгеновские флуороскопические изображения являются двумерными. Известен способ математически проецировать трехмерное изображение в двухмерное изображение с помощью технологий отслеживания лучей. Применение отслеживания лучей к CT- или MRI-изображению формирует двухмерное изображение. Тем не менее, математически проецируемое CT- или MRI-изображение, в общем, пространственно не регистрируется в рентгеновском флуороскопическом изображении, поскольку проекционная геометрия рентгеновского флуороскопа относительно пациента, в общем, отличается от проекционной геометрии, используемой при математическом формировании CT- или MRI-проецирования. В некоторых случаях, дополнительная ошибка может возникать вследствие искажений или других недостатков или артефактов в рентгеновском флуороскопическом изображении и/или в трехмерном CT- или MRI-изображении.
Нижеследующее предоставляет усовершенствования, которые преодолевают вышеуказанные и другие проблемы.
Раскрыт способ регистрации изображений, содержащий этапы, на которых: извлекают двумерный набор признаков из двухмерного изображения; извлекают трехмерный набор признаков из трехмерного изображения; математически проецируют трехмерный набор признаков в двумерный набор проецируемых признаков с помощью проекционной геометрии; выполняют первую регистрацию двумерного набора признаков и двумерного набора проецируемых признаков и выполняют вторую регистрацию двумерного изображения и математической проекции трехмерного изображения с помощью параметров, выведенных из первой регистрации.
Цифровой носитель или носители хранения данных способные к сохранению инструкций, выполняемых посредством цифровой системы, чтобы осуществлять способ по предыдущему параграфу.
Раскрыто устройство регистрации изображений, содержащее: детектор признаков, выполненный с возможностью извлечения двумерного набора признаков из двухмерного изображения и извлечения трехмерного набора признаков из трехмерного изображения; процессор проецирования, выполненный с возможностью проецирования трехмерных данных в данные двумерной проекции; и процессор регистрации, выполненный с возможностью (i) регулировки параметров, чтобы регистрировать двумерный набор признаков и трехмерный набор признаков, проецируемые посредством процессора проецирования с помощью проекционной геометрии, и (ii) использования отрегулированных параметров, чтобы регистрировать двухмерное изображение и трехмерное изображение, проецируемые посредством процессора проецирования с помощью проекционной геометрии.
Также раскрыто устройство, содержащее: модуль формирования двумерных изображений, выполненный с возможностью получения двухмерного изображения; модуль формирования трехмерных изображений, выполненный с возможностью получения трехмерного изображения; детектор признаков, выполненный с возможностью извлечения двумерного набора признаков из двухмерного изображения и извлечения трехмерного набора признаков из трехмерного изображения; процессор проецирования, выполненный с возможностью проецирования трехмерных данных в данные двумерной проекции; и процессор регистрации, выполненный с возможностью регистрации двухмерного изображения и трехмерного изображения, проецируемые посредством процессора проецирования с помощью параметров, отрегулированных так, чтобы регистрировать двумерный набор признаков и трехмерный набор признаков, проецируемые посредством процессора проецирования.
Одно преимущество состоит в более быстрой регистрации двумерных/трехмерных изображений.
Другое преимущество состоит в более точной регистрации двумерных/трехмерных изображений.
Другое преимущество состоит в более быстрой оперативной визуализации.
Дополнительные преимущества настоящего изобретения должны приниматься во внимание специалистами в данной области техники после прочтения и понимания нижеследующего подробного описания.
Чертежи служат только для целей иллюстрации предпочтительных вариантов осуществления и не должны рассматриваться как ограничивающие изобретение.
Фиг. 1 схематически показывает устройство двумерной/трехмерной комплексной визуализации.
Фиг. 2 схематически показывает устройство трехмерной/трехмерной комплексной визуализации с регистрацией двумерных проекций трехмерных изображений, полученных посредством различных методов.
Со ссылкой на фиг. 1 система двумерной/трехмерной комплексной визуализации включает в себя модуль 10 формирования двумерных изображений, такой как рентгеновское флуороскопическое устройство, и модуль 12 формирования трехмерных изображений, такой как система магнитно-резонансной томографии (MRI), система визуализации на базе компьютерной томографии (CT), сканер позитрон-эмиссионной томографии (PET), гамма-камера и т.д. Модуль 10 формирования двумерных изображений необязательно допускает трехмерную визуализацию, но используется в настоящей системе двумерной/трехмерной визуализации как модуль формирования двумерных изображений. Например, модуль 10 формирования двумерных изображений рассматривается как CT-сканер, работающий без портального вращения.
Модуль 10 формирования двумерных изображений является модулем формирования изображений проекционного типа, включающим в себя источник 20, такой как рентгеновская трубка, в случае рентгеновского флуороскопического устройства, которая передает излучение 22 через область 24 визуализации, содержащую объект (не показан), так что, в общем, размещенная напротив двумерная детекторная решетка 26 определяет передаваемое излучение как функцию от положения, чтобы формировать двухмерное изображение 30 проекционного типа. Следовательно, двухмерное изображение 30 имеет проекционную геометрию, отличающуюся за счет параметров проецирования, таких как угол установки, положение источника, положение детектора или другие геометрические параметры, и необязательно также посредством параметров проецирования, связанных с искажением, таких как один или более параметров искажения, отличающих так называемые "подушкообразные" искажения, которые иногда наблюдаются в рентгеновских флуороскопах и других устройствах двумерной визуализации проекционного типа. Проекционная геометрия, по меньшей мере, приблизительно известна, например, на основе номинальных настроек положений детектора и источника рентгеновского излучения. В некоторых вариантах осуществления, точная калибровка модуля 10 формирования двумерных изображений предоставляет высокоточные параметры проецирования для проекционной геометрии, включающие в себя точные геометрические параметры и количественные значения для параметров искажения.
Модуль 12 формирования трехмерных изображений получает трехмерное изображение 32. Например, если модулем 12 формирования трехмерных изображений является MRI, он получает такое трехмерное изображение 32 посредством трехмерной дискретизации каонного пространства и восстановления выборок каонного пространства в трехмерное изображение 32. Если модулем 12 формирования трехмерных изображений является CT-сканер, он получает данные проекции в то время, когда рентгеновская трубка вращается вокруг объекта, где третье измерение предоставляется посредством наличия нескольких рядов детекторов (многослойная CT) и/или посредством перемещения пациента с дискретными приращениями или непрерывно (спиральная CT), после чего выполняется фильтрованная обратная проекция или другое восстановление, которое восстанавливает данные проекции в трехмерное изображение 32. Другие подходы могут использоваться, в зависимости от типа модуля 12 формирования трехмерных изображений и типа получения, требуемого радиологом или другим специалистом-медиком.
Зависимость между проекционной геометрией двухмерного изображения 30 и пространственным опорным кадром трехмерного изображения 32 известна приблизительно на основе того, как объект размещается в двух различных модулях 10, 12 формирования изображений. В некоторых вариантах осуществления, эта зависимость известна более точно, например, если два различных модуля 10, 12 формирования изображений осуществлены неразъемно как гибридная система визуализации или используется механизм механического совмещения модулей формирования изображений. В любом случае, тем не менее, в общем, возникает определенная неправильная регистрация между двухмерным изображением 30, полученным посредством модуля 10 формирования двумерных изображений, с одной стороны, и трехмерным изображением 32, полученным посредством модуля 12 формирования трехмерных изображений, с другой стороны. Эта неправильная регистрация может принимать различные формы или комбинации форм, к примеру, неправильная регистрация вследствие жестких перемещений в пространстве, неправильная регистрация вследствие жестких вращений, неправильная регистрация вследствие нежестких перемещений в пространстве и/или вращений, неправильная регистрация вследствие подушкообразных искажений или других типов искажения в одном или обоих изображениях 30, 32 и т.д. Соответственно, требуется математически проецировать трехмерное изображение 32, чтобы формировать двумерную проекцию изображения, и регистрировать эту двумерную проекцию изображения в двухмерном изображении 30, полученном посредством модуля 10 формирования двумерных изображений.
Детектор 34 признаков обрабатывает двухмерное изображение 30, чтобы извлекать двумерный набор признаков 36 из двухмерного изображения 30. Детектор 34 признаков также обрабатывает трехмерное изображение 32, чтобы извлекать трехмерный набор признаков 38 из трехмерного изображения 32. В варианте осуществления по фиг. 1, один детектор 34 признаков применяется как к двухмерному изображению 30, так и к трехмерному изображению 32; тем не менее, также допускается использовать два различных детектора признаков, например, когда один из детекторов признаков оптимизирован для двухмерных изображений, а другой детектор признаков оптимизирован для трехмерных изображений. Если два различных детектора признаков используются таким образом, определенные признаки должны быть сопоставимыми, к примеру, иметь один тип.
Детектор 34 признаков допускает определение, например, угловых признаков, надлежащим образом представляемых как угловые точки. Для определения угловых признаков, этот детектор 34 признаков работает посредством алгоритма определения углов, к примеру, посредством идентификации областей с высоким градиентом силы света, типично соответствующих углам, посредством идентификации локально максимальных собственных значений инерционной матрицы градиента изображения вдоль каждого направления и посредством идентификации дискретного набора пересечений линий. Преимущественно, фактически одинаковые угловые признаки, в общем, определяются как для двухмерных, так и для трехмерных изображений, даже если механизмы контрастности этих двух модулей 10, 12 формирования изображений в значительной степени отличаются (например, рентген против магнитного резонанса). Характер на основе производной определения углов, вместе с высокой вероятностью контрастности для угловых элементов объекта, обеспечивает, что процесс определения углов, в общем, является независимым от типа контрастности, уровня контрастности и других характеристик изображений. Другое преимущество использования определения углов посредствам детектора 34 признаков состоит в том, что угловые точки являются дискретными как в двух измерениях, так и в трех измерениях.
Детектор 34 признаков альтернативно или дополнительно также допускает определение других типов признаков. Например, детектор 34 признаков альтернативно или дополнительно допускает определение контурных признаков. В некоторых вариантах осуществления, детектор 34 признаков допускает определение контурных признаков посредством алгоритма определения контуров, который реализуется следующим образом. Линии в проецируемом двухмерном изображении соответствуют проекции поверхностей раздела внутри трехмерного изображения, которые ориентированы вдоль рентгеновского луча 22. Эти поверхности раздела надлежащим образом определяются посредством использования абсолютной величины градиента силы света воксела и направления поверхности раздела наряду с рентгеновским направлением луча, известным из проекционной геометрии. Местоположения поверхности раздела могут преобразовываться из трехмерной формы в двумерную с помощью проекционной матрицы уравнения (2), чтобы формировать карту контурных и угловых местоположений.
В целом, детектор 34 признаков сворачивает соответствующие изображения 30, 32 в двумерные или трехмерные наборы признаков 36, 38, соответственно, которые являются меньшими соответствующими поднаборами данных и, следовательно, легко коррелируются в пространстве и более эффективно обрабатываются с точки зрения вычислений по сравнению с полными изображениями 30, 32. Соответствующие наборы признаков 36, 38 сохраняют геометрии изображений 30, 32 источника. Таким образом, для детектора 34 признаков, который определяет угловые признаки, двумерный набор признаков 36 содержит набор точек на плоскости, тогда как трехмерный набор признаков 38 содержит трехмерное "облако" точек. Аналогично, для детектора контуров двумерный набор признаков 36 содержит набор линий, лежащих копланарно на плоскости, тогда как трехмерный набор признаков 38 содержит трехмерную компоновку линий.
Процессор 40 проецирования математически проецирует трехмерный набор признаков 38 в соответствии с проекционной геометрией 42, которая, по меньшей мере, первоначально задается равной проекционной геометрии, используемой посредством модуля 10 формирования двумерных изображений при получении двухмерного изображения 12. Для иллюстративного оперативного рентгеновского флуороскопического устройства типа C-arm, такого как Allura XPer FD 10 (предлагаемого компанией Philips Medical Systems, Эйндховен, Нидерланды), проекционная геометрия, соответственно, задается следующим образом. Вектор s идет от изоцентра к источнику 20 рентгеновского излучения, тогда как вектор d идет от изоцентра к центру детектора 26. Две нормали n1 и n2 задают плоскость детектора и известны для каждой проекции. Любая трехмерная точка P, следовательно, может преобразовываться (т.е. проецироваться) в двумерную точку p на детекторе 26 согласно любому конкретному углу установки C-образного рычага. Раскрытие этих векторов в декартову систему координат дает следующее:
Figure 00000001
(1).
Матрично-векторное уравнение, задающее проекционную геометрию 42, может быть записано следующим образом:
Figure 00000002
(2).
Уравнение (2) применяется посредством процессора 40 проецирования к каждой трехмерной угловой точке P (в случае детектора углов) трехмерного набора признаков 38 с помощью выбранной проекционной геометрии 42, чтобы формировать соответствующие точки p двумерного набора проецируемых признаков 44.
Процессор 46 регистрации регистрирует двумерный набор проецируемых признаков 44 с помощью двумерного набора признаков 36, извлеченного из двухмерного изображения 30. Если регистрация влечет за собой регулирование параметров проецирования, то этот процесс регистрации необязательно является итерационным согласно итерационному циклу 48, чтобы повторно проецировать трехмерный набор признаков 38 с помощью параметров проецирования, отрегулированных посредством регистрации итерационным способом. Выводом процессора 46 регистрации является набор из одного или более параметров 50 регистрации. Регистрация может влечь за собой регулирование различных параметров, таких как параметры проецирования (например, угол установки, увеличение, параметры местоположения источника/детектора, параметр, определяющий количественно подушкообразные искажения, и т.п.)), жесткие перемещения в пространстве или вращения, нежесткие перемещения в пространстве или вращения и т.д. Регистрация может влечь за собой выбор или уточнение параметров проецирования проекционной геометрии, используемой для математической операции проецирования. Тем не менее, вычисление параметров 50 регистрации на основе готовых изображений 30, 32 требует большого объема вычислений, особенно для итерационных технологий регистрации.
Параметры 50 регистрации эффективно регулируются посредством процессора 46 регулирования (что необязательно включает итерационную повторную проекцию через цикл 48 и процессор 40 проецирования) относительно меньших наборов признаков 36, 38. В качестве одного примера, двумерный набор признаков 36, извлеченный из двухмерного изображения 30, считается опорным, и параметры проецирования проекционной геометрии 42 и/или пространственные параметры двумерного набора проецируемых признаков 44 регулируются.
Если проекционная геометрия 42 точно или определенно известна, например на основе калибровок модуля 10 формирования двумерных изображений, и только жесткая регистрация должна выполняться, то пространство оптимизации включает в себя только шесть параметров, например три вращения и три перемещения в пространстве, относительно пространственных параметров двумерного набора проецируемых признаков, и процессор 46 регистрации может использовать нисходящий симплексный метод для числового регулирования и оптимизации этих шести параметров. Регулирование или оптимизация являются надлежащим образом применимыми к критерию подобия, вычисляемому (например) как сумма расстояния, возведенного в квадрат между каждой угловой точкой в двумерном наборе признаков 36 и соответствующей проецируемой угловой точкой в двумерном наборе проецируемых признаков 44.
Если проекционная геометрия 42 не известна с достаточной определенностью или точностью, то процессор 46 регистрации необязательно регулирует параметры проецирования проекционной геометрии 42 как часть регистрации. Например, процессор 40 проецирования применяется к трехмерному набору признаков 38 с множеством различных углов установки проекции, отклоняющихся на выбранные величины от номинального угла установки, используемого при получении двухмерного изображения 30. Регистрация применяется к двумерному набору проецируемых признаков 44, сформированному посредством математического проецирования при каждом выбранном угле установки, регистрация по "методу наилучшего приближения" выбирается, и угол установки, соответствующий методу наилучшего приближения, выбирается в качестве отрегулированного угла отрегулированной проекционной геометрии 42. Этот подход решения "в лоб" является достижимым, поскольку уменьшение размерности, предоставляемое посредством регистрации только признаков (например, угловых точек) вместо регистрации полных изображений, обеспечивает быструю обработку. Дополнительно или альтернативно, угол установки или другие параметры проецирования могут быть включены как параметры, которые оптимизируются посредством процессора 46 регистрации с помощью минимизации методом наименьших квадратов или другой технологии оптимизации. Необязательная итерационная или полная регистрация, в которой процессор 46 регистрации применяется к различным двумерным наборам проецируемых признаков 44, сформированным посредством процессора 40 проецирования с различными углами установки математического проецирования (или с другими варьированиями в проекционной геометрии 42), схематически указана на фиг. 1 посредством стрелки 48 итерационного цикла.
В большинстве случаев ожидается, что проекционная геометрия двухмерного изображения 30 должна быть известна с относительно высокой степенью точности, например, на основе калиброванной проекционной геометрии модуля 10 формирования двумерных изображений, используемой при получении двухмерного изображения 30. В таких вариантах осуществления, в общем, предполагается, что каждый признак в двумерном наборе признаков 36 и ближайший признак в двумерном наборе проецируемых признаков 44 соответствуют одной угловой точке объекта. В таком случае, критерий подобия, оптимизированный посредством процессора 46 регистрации, надлежащим образом вычисляется как сумма возведенных в квадрат расстояний, где каждое расстояние - это расстояние между признаком набора двумерных признаков 36 и ближайшим признаком набора двумерных проецируемых признаков 44.
Предполагается, тем не менее, что в некоторых ситуациях проекционная геометрия двухмерного изображения 30 должна быть известна с достаточно ограниченной определенностью и/или точностью, так что неразумно допускать, что каждый признак в двумерном наборе признаков 36 и ближайший признак в двумерном наборе проецируемых признаков 44 соответствуют одной угловой точке объекта. В таких случаях, предполагается, что процессор 46 регистрации применяет комбинаторный алгоритм, чтобы ассоциировать признаки двумерного набора проецируемых признаков 44 с соответствующими признаками двумерного набора признаков 36, извлеченными из двухмерного изображения 30.
Как дополнительно показано на фиг. 1, отрегулированные параметры 50 регистрации используются посредством модуля 52 проецирования и регулирования изображений, чтобы регистрировать соответствующие двумерные и трехмерные изображения 30, 32 на втором этапе регистрации. Параметры 50 регистрации регулируются относительно двумерного набора признаков 36 и двумерного набора проецируемых признаков 44; тем не менее, эти признаки 36, 44 представляют пространственные характеристики соответствующих двух- и трехмерных изображений 30, 32, и, соответственно, параметры 50 регистрации являются применимыми во втором процессе регистрации, выполняемом посредством модуля 52 проецирования и регулирования изображений, который проецирует трехмерное изображение 32 и регулирует проецируемое изображение в соответствии с проекционной геометрией 42 и параметрами 50 регистрации, чтобы формировать двумерное проецируемое и зарегистрированное изображение 54, которое зарегистрировано с помощью двухмерного изображения 30.
Проекция, выполняемая посредством модуля 52 проецирования и регулирования изображений, может использовать практически любой тип способа проецирования из трехмерной формы в двумерную, такой как способ рентгенограмм после цифрового восстановления (DRR), который задает каждую точку на плоскости проекции равной линейному интегралу, математически вычисленному вдоль линии, соединяющей (виртуальный) источник с (виртуальной) точкой на плоскости проекции. Другие способы проецирования также предполагаются, например проекция по максимальной силе света (MIP), которая задает каждую точку на плоскости проекции равной наибольшему значению вдоль линии, соединяющей (виртуальный) источник с (виртуальной) точкой на плоскости проекции.
Двумерное проецируемое изображение 54 надлежащим образом сравнивается или комбинируется с двухмерным изображением 30, полученным посредством модуля 10 формирования двумерных изображений, посредством процессора 56 изображений, такого как модуль комбинирования изображений или процессор слияния, модуль сравнения изображений, дисплей для отображения изображений (такой как пользовательский интерфейс с графическим дисплеем) и т.д. Например, двумерное изображение 30 и двумерное проецируемое и зарегистрированное изображение 54 могут соединяться посредством технологии слияния изображений, и соединенное изображение отображается либо два изображения 30, 54 могут отображаться рядом или в вертикальной компоновке. Во втором случае предполагается блокировать указатели мыши или другого указательного устройства, которые отображаются в одном пространственном положении в обоих из двух отображаемых изображений 30, 54, с тем чтобы радиолог мог легко находить соответствующие признаки в двух изображениях 30, 54.
Хотя ожидается, что описанный процесс регистрации должен предоставлять определенные и точные результаты во многих случаях, в некоторых случаях результирующая регистрация изображений может быть не полностью удовлетворительной. В некоторых ситуациях зарегистрированные двухмерные изображения 30, 54 сравниваются, и если не совмещаются в пределах заранее выбранного порогового значения или по мнению радиолога, то подвергаются другой процедуре регистрации изображений, такой как процедура регистрации изображений на основе силы света, выполняемая посредством процессора 56 изображений или другого компонента.
Один предполагаемый вариант применения для системы комплексной визуализации по фиг. 1 лежит в области оперативной кардиальной электрофизиологии. Процедуры оперативной кардиальной электрофизиологии типично выполняются согласно рентгеновской флуороскопии для визуализации катетеров или других хирургических инструментов относительно признаков пациента с сильным утончением, таких как грудной отдел позвоночника и ребра. Эти проекции, тем не менее, не содержат информацию об анатомии мягких тканей. Соответственно, преимущественно соединять эти двумерные рентгеновские флуороскопические изображения с дооперационно полученными объемными кардиальными спиральными или многослойными CT- или MRI-изображениями. Система по фиг. 1 предоставляет быстрое слияние двумерных рентгеновских флуороскопических изображений (соответствующих двухмерным изображениям 30) с трехмерными CT- или MRI-изображениями (соответствующими трехмерным изображениям 32) посредством модуля 56 сравнения или комбинирования изображений (которым в этом варианте осуществления является процессор слияния изображений), чтобы предоставлять визуализацию в реальном времени катетеров, присутствующих внутри грудной клетки, относительно анатомии сердечно-сосудистой системы, видимой в объемном наборе 32 данных.
Со ссылкой на фиг. 2, в другом предполагаемом варианте применения оба модуля формирования изображений системы комплексной визуализации допускают и используются для того, чтобы формировать трехмерные изображения. Другими словами, в варианте осуществления по фиг. 2 модуль 10 формирования двумерных изображений заменяется на второй модуль 60 формирования трехмерных изображений, который может применять идентичный метод или отличающийся метод по сравнению с модулем 12 формирования трехмерных изображений. Процессор 40 проецирования применяется к трехмерному изображению, сформированному посредством второго модуля 60 формирования трехмерных изображений, чтобы формировать двухмерное изображение 30, имеющее проекционную геометрию 42, которая в этом варианте осуществления является выбранной геометрией, используемой для математического проецирования трехмерного изображения, сформированного посредством второго модуля 60 формирования трехмерных изображений. С этого момента и далее компоненты и обработка системы комплексной визуализации по фиг. 2 являются аналогичными компонентам и обработке модуля формирования комплексных изображений по фиг. 1. Подход по фиг. 2 может предоставлять быструю регистрацию рентгенограмм после цифрового восстановления (DRR) или других проекций, сформированных посредством различных модулей формирования трехмерных изображений, например, посредством модулей формирования CT- и MRI-изображений или посредством двух различных модулей формирования CT-изображений. Более быстрая обработка возможна, поскольку регистрация выполняется в двумерном формате и, кроме того, выполняется только относительно небольших наборов 36, 44 данных признаков.
Специалисты в данной области техники должны легко принимать во внимание, что способы регистрации изображений, раскрытые в данном документе, могут быть осуществлены посредством цифрового носителя или носителей хранения данных, сохраняющих инструкции, выполняемые посредством цифровой системы, чтобы осуществлять раскрытый способ. Например, цифровым носителем или носителями хранения данных могут быть магнитный диск, оптический диск, магнитная лента, флэш-память или другое электростатическое запоминающее устройство, оперативное запоминающее устройство (RAM), постоянное запоминающее устройство (ROM), Интернет-сервер и т.п., либо комбинация таких носителей и сохраненных инструкций может выполняться в цифровой системе, такой как компьютер, цифровая сеть, Интернет-сервер и т.п.
Описаны предпочтительные варианты осуществления. Очевидно, что после прочтения и понимания вышеозначенного подробного описания могут выполняться модификации и изменения. Изобретение должно трактоваться как включающее в себя все подобные модификации и изменения до тех пор, пока они попадают в пределы объема прилагаемой формулы изобретения или ее эквивалентов.

Claims (15)

1. Способ регистрации изображений, содержащий этапы, на которых: извлекают двумерный набор признаков (36) из двухмерного изображения (30); извлекают трехмерный набор признаков (38) из трехмерного изображения (32); математически проецируют трехмерный набор признаков в двумерный набор проецируемых признаков (44) с помощью проекционной геометрии; выполняют первую регистрацию двумерного набора признаков и двумерного набора проецируемых признаков и выполняют вторую регистрацию двумерного изображения и математической проекции трехмерного изображения с помощью параметров, извлеченных из первой регистрации; в котором операции извлечения содержат этап, на котором применяют алгоритм определения углов для извлечения признаков, содержащих угловые точки, из двухмерного или трехмерного изображения путем идентификации локально максимальных собственных значений инерционной матрицы градиента изображения вдоль множества направлений и путем идентификации дискретного набора пересечений линий исходя из идентифицированных локально максимальных собственных значений.
2. Способ регистрации изображений по п.1, в котором операции извлечения дополнительно содержат этап, на котором применяют алгоритм определения контуров для извлечения признаков, содержащих отрезки прямых.
3. Способ регистрации изображений по п.1 или 2, в котором первая регистрация содержит этап, на котором регулируют пространственные параметры по меньшей мере одного из двумерного набора признаков (36) и двумерного набора проецируемых признаков (44), выбираемые из группы, состоящей из по меньшей мере трех параметров поворота и по меньшей мере трех параметров переноса, причем отрегулированные пространственные параметры используются при второй регистрации.
4. Способ регистрации изображений по п.1 или 2, в котором первая регистрация содержит этап, на котором регулируют один или более параметров проекционной геометрии (42), выбираемых из группы, состоящей из параметра угла установки, параметра увеличения, параметра местоположения источника, параметра местоположения детектора и параметра искажения, причем отрегулированные параметры проекционной геометрии используются при второй регистрации для математического проецирования трехмерного изображения.
5. Способ регистрации изображений по п.1, в котором первая регистрация содержит этап, на котором оптимизируют сравнительный критерий расстояния, статистически отличающий расстояния между признаками двумерного набора признаков (36) и ближайшими соответствующими признаками двумерного набора проецируемых признаков (44).
6. Способ регистрации изображений по п.1, в котором проекционная геометрия (42) является проекционной геометрией модуля (10) формирования двумерных изображений в ходе получения двухмерного изображения (30).
7. Способ регистрации изображений по п.1, в котором при первой регистрации применяют комбинаторный алгоритм для связывания признаков двумерного набора признаков (36) с соответствующими признаками двумерного набора проецируемых признаков (44).
8. Способ регистрации изображений по п.1, дополнительно содержащий этапы, на которых: получают двухмерное изображение (30) с помощью модуля (10) формирования двумерных изображений, содержащего рентгеновское флуороскопическое устройство; и получают трехмерное изображение (32) с помощью модуля (12) формирования трехмерных изображений, содержащего модуль формирования магнитно-резонансных изображений (MRI) или модуль формирования изображений на базе компьютерной томографии (СТ).
9. Способ регистрации изображений по п.1, дополнительно содержащий этапы, на которых: получают второе трехмерное изображение и формируют двухмерное изображение (30) посредством математического проецирования второго трехмерного изображения с помощью проекционной геометрии (42).
10. Способ регистрации изображений по п. 1, дополнительно содержащий этап, на котором отображают комбинацию, слияние или сравнение двухмерного изображения и математической проекции трехмерного изображения после второй регистрации с помощью параметров, выведенных из первой регистрации.
11. Цифровой носитель данных, на котором сохранены инструкции, исполняемые цифровой системой для осуществления способа по любому из пп.1-10.
12. Устройство регистрации изображений, включающее в себя один или более процессоров, запрограммированных осуществлять способ по любому из пп.1-10.
13. Устройство регистрации изображений, содержащее: детектор (34) признаков, содержащий детектор углов, выполненный с возможностью извлечения двумерного набора признаков (36) из двухмерного изображения (30) и извлечения трехмерного набора признаков (38) из трехмерного изображения (32); процессор (40) проецирования, выполненный с возможностью проецирования трехмерных данных в данные двумерной проекции; и процессор (46, 52) регистрации, выполненный с возможностью: (I) регулировать параметры для регистрации двумерного набора признаков и трехмерного набора признаков, проецируемых посредством процессора проецирования с помощью проекционной геометрии (42), и (II) использовать отрегулированные параметры для регистрации двухмерного изображения и трехмерного изображения, проецируемого посредством процессора проецирования с помощью проекционной геометрии, при этом детектор (34) признаков, содержащий детектор углов, выполнен с возможностью извлекать признаки, содержащие угловые точки, из двухмерного или трехмерного изображения путем идентификации локально максимальных собственных значений инерционной матрицы градиента изображения вдоль множества направлений и путем идентификации дискретного набора пересечений линий исходя из идентифицированных локально максимальных собственных значений.
14. Устройство регистрации изображений по п. 13, в котором детектор (34) признаков дополнительно содержит детектор контуров.
15. Устройство регистрации изображений пп. 13 или 14, в котором процессор (46, 52) регистрации выполнен с возможностью регулировки проекционной геометрии (42), чтобы регистрировать или упрощать регистрацию двумерного набора признаков (36) и трехмерного набора признаков (38), проецируемых посредством процессора (40) проецирования.
RU2010129960/08A 2007-12-18 2008-12-01 Регистрация двумерных/трехмерных изображений на основе признаков RU2568635C2 (ru)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US1448807P 2007-12-18 2007-12-18
US61/014,488 2007-12-18
PCT/IB2008/055035 WO2009081297A2 (en) 2007-12-18 2008-12-01 Features-based 2d/3d image registration

Publications (2)

Publication Number Publication Date
RU2010129960A RU2010129960A (ru) 2012-01-27
RU2568635C2 true RU2568635C2 (ru) 2015-11-20

Family

ID=40548797

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2010129960/08A RU2568635C2 (ru) 2007-12-18 2008-12-01 Регистрация двумерных/трехмерных изображений на основе признаков

Country Status (6)

Country Link
US (1) US9135706B2 (ru)
EP (1) EP2225723B1 (ru)
JP (1) JP5906015B2 (ru)
CN (2) CN101903908A (ru)
RU (1) RU2568635C2 (ru)
WO (1) WO2009081297A2 (ru)

Families Citing this family (86)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5304172B2 (ja) * 2007-12-04 2013-10-02 株式会社リコー ファイル管理装置、ファイル管理方法及びファイル管理プログラム
US8708561B2 (en) 2009-03-20 2014-04-29 Orthoscan, Inc. Mobile imaging apparatus
US9195121B2 (en) * 2009-04-28 2015-11-24 The Regents Of The University Of California Markerless geometric registration of multiple projectors on extruded surfaces using an uncalibrated camera
DE102009056721A1 (de) * 2009-12-02 2011-06-09 Siemens Aktiengesellschaft Verfahren zur Unterstützung der Auswahl einer Aufnahmekonfiguration, Computertomographiegerät und Datenträger
RU2569011C2 (ru) * 2010-01-12 2015-11-20 Конинклейке Филипс Электроникс Н.В. Навигация интервенционного устройства
US10524741B2 (en) 2010-03-31 2020-01-07 Koninklijke Philips N.V. Automated identification of an anatomy part
RU2012148549A (ru) 2010-04-15 2014-05-20 Конинклейке Филипс Электроникс Н.В. Совмещение изображений с помощью прибора для комбинирования изображений с трубчатыми структурами
US11648420B2 (en) * 2010-04-16 2023-05-16 Vladimir Balakin Imaging assisted integrated tomography—cancer treatment apparatus and method of use thereof
DE102010020350B4 (de) * 2010-05-12 2017-02-23 Siemens Healthcare Gmbh Verfahren zur Positionierung des Fokus eines Gradientenfeldes und Behandlungsvorrichtung
US8723886B2 (en) * 2010-09-08 2014-05-13 Navteq B.V. Generating a multi-layered geographic image and the use thereof
WO2012082799A1 (en) 2010-12-13 2012-06-21 Orthoscan, Inc. Mobile fluoroscopic imaging system
BR112013022255A2 (pt) * 2011-03-04 2019-01-08 Koninklijke Philips Nv método de registro de imagens 2d com os dados de volume 3d, dispositivo de geração de imagens para o registro de imagens 2d com dados de volume 3d, sistema de geração de imagens para o registro dos dados de imagem 2d e 3d, elemento de programa de computador para o controle de um aparelho e meio legível por computador com o elemento de programa armazenado
JP5950619B2 (ja) * 2011-04-06 2016-07-13 キヤノン株式会社 情報処理装置
CN102222330B (zh) * 2011-05-16 2013-04-10 付东山 一种二维-三维医学图像配准方法及系统
CN102222331B (zh) * 2011-05-16 2013-09-25 付东山 一种基于双平板的二维-三维医学图像配准方法及系统
GB201203883D0 (en) * 2012-03-05 2012-04-18 King S College London Method and system to assist 2D-3D image registration
WO2013142819A1 (en) * 2012-03-22 2013-09-26 University Of Notre Dame Du Lac Systems and methods for geometrically mapping two-dimensional images to three-dimensional surfaces
US9972120B2 (en) 2012-03-22 2018-05-15 University Of Notre Dame Du Lac Systems and methods for geometrically mapping two-dimensional images to three-dimensional surfaces
DE102012111385B4 (de) * 2012-11-23 2018-05-03 Diers Engineering Gmbh Bestimmen der räumlichen Lage und Orientierung der Wirbelkörper der Wirbelsäule
CN103871036B (zh) * 2012-12-12 2017-11-28 上海联影医疗科技有限公司 用于三维数字减影血管造影图像的快速配准和拼接方法
JP6145870B2 (ja) * 2013-05-24 2017-06-14 富士フイルム株式会社 画像表示装置および方法、並びにプログラム
JP6182045B2 (ja) * 2013-10-11 2017-08-16 キヤノン株式会社 画像処理装置およびその方法
EP3175791B1 (en) * 2013-11-04 2021-09-08 Ecential Robotics Method for reconstructing a 3d image from 2d x-ray images
CN103948361B (zh) * 2014-04-14 2016-10-05 中国人民解放军总医院 无标志点的内窥镜定位跟踪方法和系统
CN103942824B (zh) * 2014-05-15 2017-01-11 厦门大学 一种三维点云直线特征提取方法
CN104268846B (zh) * 2014-09-22 2017-08-22 上海联影医疗科技有限公司 图像拼接方法及装置
GB2553022B (en) 2014-09-22 2018-12-05 Shanghai United Imaging Healthcare Co Ltd System and method for image composition
US9974525B2 (en) 2014-10-31 2018-05-22 Covidien Lp Computed tomography enhanced fluoroscopic system, device, and method of utilizing the same
JP6688548B2 (ja) * 2014-12-10 2020-04-28 エレクタ、インク.Elekta, Inc. 磁気共鳴投影イメージング
GB2536650A (en) 2015-03-24 2016-09-28 Augmedics Ltd Method and system for combining video-based and optic-based augmented reality in a near eye display
DE102015208555A1 (de) * 2015-05-07 2016-11-10 Sirona Dental Systems Gmbh Verfahren zur Bildverbesserung von Bilddaten eines dentalmedizinischen Bilderzeugungssystems
DE102015208929B3 (de) * 2015-05-13 2016-06-09 Friedrich-Alexander-Universität Erlangen-Nürnberg Verfahren zur 2D-3D-Registrierung, Recheneinrichtung und Computerprogramm
US10235606B2 (en) * 2015-07-22 2019-03-19 Siemens Healthcare Gmbh Method and system for convolutional neural network regression based 2D/3D image registration
US10702226B2 (en) 2015-08-06 2020-07-07 Covidien Lp System and method for local three dimensional volume reconstruction using a standard fluoroscope
US10674982B2 (en) * 2015-08-06 2020-06-09 Covidien Lp System and method for local three dimensional volume reconstruction using a standard fluoroscope
US10716525B2 (en) 2015-08-06 2020-07-21 Covidien Lp System and method for navigating to target and performing procedure on target utilizing fluoroscopic-based local three dimensional volume reconstruction
CA3000050C (en) * 2015-11-03 2022-02-08 Ventana Medical Systems, Inc. Computer-implemented composite tissue image with real-time adjustable interface
US11172895B2 (en) 2015-12-07 2021-11-16 Covidien Lp Visualization, navigation, and planning with electromagnetic navigation bronchoscopy and cone beam computed tomography integrated
CN108475443B (zh) * 2015-12-30 2023-07-28 皇家飞利浦有限公司 血管结构的合成表示
CN105913461A (zh) * 2016-03-31 2016-08-31 中国人民解放军第四军医大学 一种大鼠脑功能磁共振成像标准空间图谱模板的构建方法
CN106204511B (zh) * 2016-07-15 2018-10-26 西安交通大学第一附属医院 一种二维图像与ct、mr图像的三维融合方法
CN107657653A (zh) * 2016-07-25 2018-02-02 同方威视技术股份有限公司 用于对三维表面的图像进行重建的方法、装置和系统
JP6436141B2 (ja) * 2016-09-20 2018-12-12 オムロン株式会社 X線検査装置およびその制御方法
DE102016218110B4 (de) * 2016-09-21 2024-06-27 Siemens Healthineers Ag Verfahren zur Einstellung von Aufnahmeparametern eines Messprotokolls für eine Magnetresonanzanlage, Magnetresonanzanlage, Computerprogramm und elektronisch lesbarer Datenträger
US11051886B2 (en) 2016-09-27 2021-07-06 Covidien Lp Systems and methods for performing a surgical navigation procedure
AU2017340607B2 (en) 2016-10-05 2022-10-27 Nuvasive, Inc. Surgical navigation system and related methods
EP3382641A1 (en) 2017-03-30 2018-10-03 Koninklijke Philips N.V. Contrast injection imaging
US10699448B2 (en) 2017-06-29 2020-06-30 Covidien Lp System and method for identifying, marking and navigating to a target using real time two dimensional fluoroscopic data
US11138746B2 (en) 2017-07-03 2021-10-05 Ricoh Company, Ltd. Diagnostic support system and diagnostic support method
JP7120560B2 (ja) 2017-07-03 2022-08-17 株式会社リコー 診断支援システム、診断支援方法及び診断支援プログラム
EP3429206A1 (en) * 2017-07-13 2019-01-16 Thomson Licensing Method and device for encoding a point cloud
JP6461257B2 (ja) * 2017-07-24 2019-01-30 キヤノン株式会社 画像処理装置およびその方法
US10460458B1 (en) * 2017-09-14 2019-10-29 United States Of America As Represented By The Secretary Of The Air Force Method for registration of partially-overlapped aerial imagery using a reduced search space methodology with hybrid similarity measures
CN111108370A (zh) * 2017-09-19 2020-05-05 柯尼卡美能达株式会社 非破坏检查方法
WO2019069360A1 (ja) * 2017-10-03 2019-04-11 株式会社島津製作所 放射線撮影装置
WO2019075074A1 (en) 2017-10-10 2019-04-18 Covidien Lp SYSTEM AND METHOD FOR IDENTIFICATION AND MARKING OF A TARGET IN A THREE-DIMENSIONAL FLUOROSCOPIC RECONSTRUCTION
GB201717011D0 (en) * 2017-10-17 2017-11-29 Nokia Technologies Oy An apparatus a method and a computer program for volumetric video
US12458411B2 (en) 2017-12-07 2025-11-04 Augmedics Ltd. Spinous process clamp
CN108182699B (zh) * 2017-12-28 2019-11-08 北京天睿空间科技股份有限公司 基于二维图像局部变形的三维配准方法
US10905498B2 (en) 2018-02-08 2021-02-02 Covidien Lp System and method for catheter detection in fluoroscopic images and updating displayed position of catheter
GB201805299D0 (en) * 2018-03-29 2018-05-16 Cydar Ltd Deformation correction
US11138768B2 (en) * 2018-04-06 2021-10-05 Medtronic Navigation, Inc. System and method for artifact reduction in an image
US11980507B2 (en) 2018-05-02 2024-05-14 Augmedics Ltd. Registration of a fiducial marker for an augmented reality system
CN108742678B (zh) * 2018-06-01 2022-02-18 妙智科技(深圳)有限公司 图像配准方法、装置及计算机可读存储介质
WO2020006681A1 (zh) 2018-07-03 2020-01-09 西安大医集团有限公司 标记数据的获取方法及装置、训练方法及装置、医疗设备
CN108836275A (zh) * 2018-07-10 2018-11-20 天津工业大学 一种自由空间下的荧光分子断层成像系统
US11766296B2 (en) 2018-11-26 2023-09-26 Augmedics Ltd. Tracking system for image-guided surgery
CN109767458B (zh) * 2018-12-21 2023-01-20 西北大学 一种半自动分段的顺序优化配准方法
CN109925053B (zh) * 2019-03-04 2021-06-22 杭州三坛医疗科技有限公司 手术路径的确定方法、装置和系统、可读存储介质
US11903751B2 (en) 2019-04-04 2024-02-20 Medtronic Navigation, Inc. System and method for displaying an image
CN110165323A (zh) * 2019-05-29 2019-08-23 上海精测半导体技术有限公司 锂电池回收方法和设备
US11980506B2 (en) 2019-07-29 2024-05-14 Augmedics Ltd. Fiducial marker
US12178666B2 (en) 2019-07-29 2024-12-31 Augmedics Ltd. Fiducial marker
US12014497B2 (en) * 2019-10-04 2024-06-18 Siemens Medical Solutions Usa, Inc. Summing tree structural motion-correction algorithm for medical images using 3D to 2D projection
US11382712B2 (en) 2019-12-22 2022-07-12 Augmedics Ltd. Mirroring in image guided surgery
WO2021146497A1 (en) 2020-01-15 2021-07-22 Pingkun Yan Trackerless 2d ultrasound frame to 3d image volume registration
US11389252B2 (en) 2020-06-15 2022-07-19 Augmedics Ltd. Rotating marker for image guided surgery
US12239385B2 (en) 2020-09-09 2025-03-04 Augmedics Ltd. Universal tool adapter
JP7691062B2 (ja) * 2021-02-26 2025-06-11 東芝エネルギーシステムズ株式会社 放射線治療装置、医用画像処理装置、放射線治療方法、およびプログラム
US12150821B2 (en) 2021-07-29 2024-11-26 Augmedics Ltd. Rotating marker and adapter for image-guided surgery
WO2023021450A1 (en) 2021-08-18 2023-02-23 Augmedics Ltd. Stereoscopic display and digital loupe for augmented-reality near-eye display
US12462335B2 (en) 2022-03-03 2025-11-04 Rensselaer Polytechnic Institute Systems and methods for multi-modal multi-dimensional image registration
WO2023203521A1 (en) 2022-04-21 2023-10-26 Augmedics Ltd. Systems and methods for medical image visualization
CN117372317A (zh) * 2022-06-30 2024-01-09 武汉联影智融医疗科技有限公司 配准方法、装置、计算机设备和可读存储介质
EP4587881A1 (en) 2022-09-13 2025-07-23 Augmedics Ltd. Augmented reality eyewear for image-guided medical intervention
CN117152018B (zh) * 2023-09-15 2025-09-23 东南大学 一种基于非线性配准模型的c臂ct几何矫正方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2071725C1 (ru) * 1993-06-22 1997-01-20 Научно-производственная коммерческая фирма "Ренси Лтд." Вычислительный томограф (варианты)
US7010080B2 (en) * 2003-05-20 2006-03-07 Siemens Aktiengesellschaft Method for marker-free automatic fusion of 2-D fluoroscopic C-arm images with preoperative 3D images using an intraoperatively obtained 3D data record

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6488694A (en) 1987-09-29 1989-04-03 Toshiba Corp Three-dimensional reprojector
JPS6488792A (en) 1987-09-30 1989-04-03 Toshiba Corp Three-dimensional reprojecting device
JP4104054B2 (ja) * 2001-08-27 2008-06-18 富士フイルム株式会社 画像の位置合わせ装置および画像処理装置
DE10210646A1 (de) * 2002-03-11 2003-10-09 Siemens Ag Verfahren zur Bilddarstellung eines in einen Untersuchungsbereich eines Patienten eingebrachten medizinischen Instruments
US7409108B2 (en) * 2003-09-22 2008-08-05 Siemens Medical Solutions Usa, Inc. Method and system for hybrid rigid registration of 2D/3D medical images
JP4512824B2 (ja) 2005-02-04 2010-07-28 国立大学法人 千葉大学 画像処理装置及びそれに用いられるプログラム
WO2006084385A1 (en) * 2005-02-11 2006-08-17 Macdonald Dettwiler & Associates Inc. 3d imaging system
JP4480083B2 (ja) * 2005-02-23 2010-06-16 アイシン精機株式会社 物体認識装置
WO2006095324A1 (en) * 2005-03-10 2006-09-14 Koninklijke Philips Electronics N.V. Image processing system and method for registration of two-dimensional with three-dimensional volume data during interventional procedures
DE102005023194A1 (de) * 2005-05-19 2006-11-23 Siemens Ag Verfahren zur Erweiterung des Darstellungsbereiches von 2D-Bildaufnahmen eines Objektbereiches
DE102005023167B4 (de) * 2005-05-19 2008-01-03 Siemens Ag Verfahren und Vorrichtung zur Registrierung von 2D-Projektionsbildern relativ zu einem 3D-Bilddatensatz
JP2007014435A (ja) * 2005-07-06 2007-01-25 Fujifilm Holdings Corp 画像処理装置、画像処理方法およびそのプログラム
DE102006024000A1 (de) * 2006-05-22 2007-11-29 Siemens Ag Verfahren und Vorrichtung zum Visualisieren von Objekten
DE102006026752B4 (de) * 2006-06-08 2009-04-16 Siemens Ag Verfahren und Vorrichtung zur Durchführung des Verfahrens zur Registrierung von funktionellen MR-Bilddaten mit Röntgendurchleuchtung
US7925049B2 (en) * 2006-08-15 2011-04-12 Sri International Stereo-based visual odometry method and system
FR2907569B1 (fr) * 2006-10-24 2009-05-29 Jean Marc Robin Procede et dispositif de simulation virtuelle d'une sequence d'images video.
US8401276B1 (en) * 2008-05-20 2013-03-19 University Of Southern California 3-D reconstruction and registration

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2071725C1 (ru) * 1993-06-22 1997-01-20 Научно-производственная коммерческая фирма "Ренси Лтд." Вычислительный томограф (варианты)
US7010080B2 (en) * 2003-05-20 2006-03-07 Siemens Aktiengesellschaft Method for marker-free automatic fusion of 2-D fluoroscopic C-arm images with preoperative 3D images using an intraoperatively obtained 3D data record

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Joskowicz L. et al, "Gradient-based 2-D/3-D rigid registration of fluoroscopic X-ray to CT", IEEE Transaction on medical imaging, vol. 22, N11, Ноябрь 2003. *

Also Published As

Publication number Publication date
US20100266220A1 (en) 2010-10-21
WO2009081297A3 (en) 2009-08-13
EP2225723B1 (en) 2019-02-20
CN101903908A (zh) 2010-12-01
JP5906015B2 (ja) 2016-04-20
RU2010129960A (ru) 2012-01-27
WO2009081297A2 (en) 2009-07-02
US9135706B2 (en) 2015-09-15
JP2011508620A (ja) 2011-03-17
CN105844586A (zh) 2016-08-10
EP2225723A2 (en) 2010-09-08

Similar Documents

Publication Publication Date Title
RU2568635C2 (ru) Регистрация двумерных/трехмерных изображений на основе признаков
TWI836493B (zh) 註冊二維影像資料組與感興趣部位的三維影像資料組的方法及導航系統
US9811913B2 (en) Method for 2D/3D registration, computational apparatus, and computer program
EP3349660B1 (en) System for tracking an ultrasonic probe in a body part
US20130094742A1 (en) Method and system for determining an imaging direction and calibration of an imaging apparatus
US9135696B2 (en) Implant pose determination in medical imaging
EP2319013B1 (en) Apparatus for determining a modification of a size of an object
US20180064409A1 (en) Simultaneously displaying medical images
US10614598B2 (en) Systems and methods for generating 2D projection from previously generated 3D dataset
US9254106B2 (en) Method for completing a medical image data set
Aksoy et al. Template‐based CTA to x‐ray angio rigid registration of coronary arteries in frequency domain with automatic x‐ray segmentation
Van der Bom et al. Robust initialization of 2D‐3D image registration using the projection‐slice theorem and phase correlation
EP4128145B1 (en) Combining angiographic information with fluoroscopic images
KR20230118935A (ko) 방사선 치료 장치, 의료용 화상 처리 장치, 방사선 치료 방법 및 컴퓨터 프로그램
US20250191225A1 (en) Augmenting 3d patient scans with cad model of implanted object
WO2025073380A1 (en) Stitchless panorama in medical image acquisition
WO2025253028A2 (en) Method for reconstructing a three-dimensional image of an entity
Mitrovic et al. 3D-2D registration of cerebral angiograms based on vessel directions and intensity gradients
Zhang et al. Hardware accelerated ray cast of volume data and volume gradient for an optimized splines-based multi-resolution 2D-3D registration