CN101044985A - 检测对象软组织中化学异常和/或奇特之处的方法和装置 - Google Patents
检测对象软组织中化学异常和/或奇特之处的方法和装置 Download PDFInfo
- Publication number
- CN101044985A CN101044985A CNA200710092104XA CN200710092104A CN101044985A CN 101044985 A CN101044985 A CN 101044985A CN A200710092104X A CNA200710092104X A CN A200710092104XA CN 200710092104 A CN200710092104 A CN 200710092104A CN 101044985 A CN101044985 A CN 101044985A
- Authority
- CN
- China
- Prior art keywords
- voxel
- value
- ray attenuation
- ray
- attenuation values
- 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
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4869—Determining body composition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/48—Diagnostic techniques
- A61B6/482—Diagnostic techniques involving multiple energy imaging
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/97—Determining parameters from multiple pictures
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/40—Arrangements for generating radiation specially adapted for radiation diagnosis
- A61B6/4007—Arrangements for generating radiation specially adapted for radiation diagnosis characterised by using a plurality of source units
- A61B6/4014—Arrangements for generating radiation specially adapted for radiation diagnosis characterised by using a plurality of source units arranged in multiple source-detector units
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/40—Arrangements for generating radiation specially adapted for radiation diagnosis
- A61B6/4035—Arrangements for generating radiation specially adapted for radiation diagnosis the source being combined with a filter or grating
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10141—Special mode during image acquisition
- G06T2207/10152—Varying illumination
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biophysics (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Optics & Photonics (AREA)
- High Energy & Nuclear Physics (AREA)
- Pulmonology (AREA)
- Quality & Reliability (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
本发明涉及自动检测对象部位软组织中的化学异常和/或奇特之处的方法和装置。在该方法中提供在不同X射线频谱分布下记录的对象部位的两次计算机断层造影拍摄的两个图像数据组。针对至少一个感兴趣断层的其X射线衰减值表征软组织的每个体素执行步骤:在一幅相互比较地绘制两种不同X射线能量下的X射线衰减值的图中,根据该体素的两个X射线衰减值或根据两个平均X射线衰减值确定该体素的一个数据点;计算该数据点与该图中连接纯脂肪的预定数据点和纯软组织的预定数据点的连接直线(2)之间的垂直距离。当体素的距离超过针对该距离的预定阈值时,标记并突出显示该体素。该方法和对应的装置使得可以基于计算机断层造影自动检测化学异常。
Description
技术领域
本发明涉及一种用于自动检测对象部位的软组织中的化学异常和/或奇特之处的方法以及装置,其中在不同的X射线频谱分布下记录该对象部位的两次计算机断层造影拍摄,并从这两次计算机断层造影拍摄的原始数据中再现出该对象部位的两个图像数据组,这些图像数据组包含该对象部位的体素在各X射线频谱分布下的X射线衰减值。
背景技术
对于很多医学应用来说,需要识别人体或动物体内软组织的异常化学组成。这些应用包括例如在骨折时精确定位韧带和肌键,对韧带开始钙化的显示,对关节中已有的软骨数量的估计,或者区分在形成血肿后一段时间内的健康身体组织和血肿。
目前首先采用磁共振断层造影来表明软组织中的相应化学异常和/或奇特之处。但这需要采用不是在任何情况下都能方便地得到的磁共振断层造影设备。
发明内容
因此本发明要解决的技术问题在于,提供一种用于检测或指明对象部位软组织中的化学异常和/或奇特之处的方法和装置,利用它们可以自动检测而不需要采用磁共振断层造影设备。
在本方法中,在不同的X射线频谱分布下记录所述对象部位的两次计算机断层造影拍摄,并根据两次计算机断层造影拍摄的原始数据再现该对象部位的两个图像数据组,该图像数据组包含该对象部位的体素在相应的X射线频谱分布下的X射线衰减值。在此,X射线衰减值既可以理解为衰减系数μ,又可以理解为从中推导出的值如CT值。为了记录这两次计算机断层造影拍摄而采用多能量计算机断层造影设备,优选采用所谓的双能量计算机断层造影设备,利用该设备可以同时或者至少接近同时地记录具有不同X射线频谱分布的两次计算机断层造影拍摄。用于产生具有不同X射线频谱分布的两次计算机断层造影拍摄的各种技术对专业人员来说基本上是公知的。为此可以例如采用多个处于不同X射线电压下的X射线源、具有不同频谱灵敏度的多个检测器、位于该X射线源和/或X射线检测器之前的多个滤波器,或者上述技术的组合。
然后在本方法中,从对象部位的至少一个感兴趣断层的每个体素的各两个X射线衰减值中产生平均值,并针对该体素的至少一部分—该部分的平均值位于预定的、表征软组织的值区间内—至少执行以下步骤:首先在一幅相互比较地绘制两种不同X射线能量下的X射线衰减值的图中确定该体素的一个数据点。其中在该图的两个轴的第一轴上绘制一种X射线能量下的X射线衰减值,而在第二轴上绘制另一种X射线能量下的X射线衰减值。在本方法的实施方式中,一个体素的数据点由两个X射线衰减值组成,该X射线衰减值对应于两个图像数据组中的数据点。在该方法的第二替换方式中,为每个体素计算平均X射线衰减值,该X射线衰减值是从所涉及的体素的环境中分开地对每个由所选择的体素的X射线衰减值构成的图像数据组给出的。不管哪种情况都对每个涉及的体素获得一个数据点,该数据点由在两个频谱分布或X射线能量之一时的衰减值和在该两个频谱分布或X射线能量中另一个时的衰减值组成。
在该图中确定数据点之后,计算该体素的数据点与一条连接直线之间的垂直距离u,该连接直线将该图中纯脂肪的预定数据点和纯软组织的预定数据点连接起来。该距离u的大小表示存在化学异常的概率度量。该步骤的基础是3种物质分解,其中将各体素解释为由基础物质—软组织和脂肪与另一种未知物质组成的混合物。包含由软组织和脂肪(以及水)组成的混合物在该图中位于纯软组织和纯脂肪之间的直线上。远离该直线的数据点表明存在异常或奇特之处。这例如是储藏了重原子如铁原子的软组织,或者是富含碳的组织如韧带组织。在本方法中,标记出距离u超过针对该距离的预定阈值的体素,并适当地突出显示。这可以通过孤立地显示被标记的体素或者还可以通过在对象部位的图像中彩色地突出显示这些体素来实现。
然后观察者可以在CT图像中立即识别出软组织中的相应化学异常和/或奇特之处的位置及伸展幅度。
因此,本方法和相应的装置使得不采用磁共振断层造影设备也可以检测或指明软组织中的化学异常和/或奇特之处。在此,也比在处理磁共振断层造影拍摄的情况下明显更快地提供诊断用的图像材料。本方法和相应装置的另一个优点在于,在很多情况下反正必须执行CT扫描,例如在骨折时,因此不需要采用其它成像设备如磁共振断层造影设备来进行额外的检查。
可以用本方法和相应的装置检测的软组织中的化学异常和/或奇特之处的例子是不正常地包含很多碳的组织部分,如韧带、肌腱或软骨。其它例子是富含重原子(如铁)的组织部位,其可能暂时地—如在血肿中或者长期的—例如在钙化沉积中出现。在此,医学应用包括前面所述的应用例子,但不限于此。
在本方法的优选扩展中,作为各体素的数据点使用的不是该体素在不同频谱分布下的纯X射线衰减值,而是由所涉及体素—下面称为中心体素—周围的立体区域内的几个被选体素的衰减值给出的平均X射线衰减值。在此,在确定相应的数据点之前形成在该中心体素周围具有预定伸展幅度的三维立体区域,优选为球形立体。在该立体区域内选择所有其X射线衰减值满足表征软组织的预定标准的体素。然后针对每个图像数据组分开地计算所选择的体素的平均衰减值,从而总共获得两个平均X射线衰减值,也就是对每个X射线能量获得一个平均X射线衰减值。然后由这两个平均X射线衰减值形成中心体素的数据点,接着计算该数据点与连接直线之间的垂直距离。该步骤使得可以对称地选择很可能具有相同组成的相邻体素。不进行盲目的、大空间的取平均值。由此可以在短距离时分辨软骨和骨骼,在长距离时分辨韧带和软组织。
在本方法的优选实施方式中,不是对所有平均值位于预定值区间的体素都执行确定数据点和计算该数据点与连接直线之间的距离u的步骤,而是只对几个按照下面方式确定的体素执行所述步骤。为此在围绕各中心体素的三维立体区域中确定所选择的X射线衰减值满足预定标准的体素的个数。如果该个数大于针对所选择的体素个数的预定阈值,则由上述平均X射线衰减值确定该中心体素的数据点,并计算这样获得的数据点与连接直线之间的距离。但是如果所选择的体素的个数小于该阈值,则对该中心体素不再进行其它计算。这基于该体素不是在受检对象部位中具有异常和/或奇特之处的位置。
作为用于选择三维立体区域内的体素的标准,在本方法的实施方式中可以采用各体素的两个X射线衰减值的平均值必须位于针对软组织的值区间内这一标准。
优选的,在这种标准中不是以平均值为基础,而是以组合的X射线衰减值为基础,该组合的X射线衰减值表示取决于两次计算机断层造影拍摄的图像之间的图像噪声比例q的加权值xm,并根据以下规则来计算:
x1和x2表示在两种不同X射线能量时的X射线衰减值,如HU值(HU:豪斯菲尔德单位)。xf表示纯脂肪在相应X射线能量时的X射线衰减值,xg表示纯软组织在相应X射线能量时的X射线衰减值。q表示两次计算机断层造影拍摄的图像的图像噪声之比。该图像噪声之比q由q=dx1/dx2给出,其中dx1和dx2表示X射线衰减值x1和x2的统计误差,即标准偏差。这样,在三维立体区域内对体素的选择就基于该组合X射线衰减值xm进行。选择所有对它们来说该组合X射线衰减值xm位于表征软组织的预定值区间内的体素。通过基于该表示与图像噪声之比q有关的加权平均值的组合X射线衰减值的措施,明显降低了由图像噪声引起的在区间边界附近错误地进行选择的危险,从而实现了更为可靠的结果。为此所需要的两个图像数据组的图像噪声之比q可以是所采用的计算机断层造影设备已知的,也可以事先由这两个图像数据组或其它图像数据组如事先拍摄的断层造影图像来确定。
用于自动检测对象部位的软组织中化学异常和/或奇特之处的装置包括:用于存储两个图像数据组的存储单元,和作为主要部件的确定模块,其按照上述方法、必要时还按照这些方法的各种扩展进行计算和确定。在此,该确定模块优选在计算机断层造影设备的图像计算机中实施,该机算机断层造影设备可以提供在不同X射线频谱分布下的两次计算机断层造影拍摄的原始数据。在这种情况下,该装置还包括图像再现模块,其根据两次计算机断层造影拍摄的原始数据再现对象部位的两个图像数据组。
在一种实施方式中,该装置可以只包括具有存储单元的确定模块以及接口,通过该接口接收已经根据两次计算机断层造影拍摄再现了的图像数据组。所述确定模块优选与图像显示模块连接,通过该显示模块在相应的图象显示装置上显示在表示软组织的体素中的异常和/或奇特之处。
附图说明
下面借助与附图关联的实施例再次简要解释本发明的方法。在此:
图1示出在执行本方法时的方法流程的例子;
图2示出用于确定数据点与连接直线之间的垂直距离的HU值图。
具体实施方式
在该例子中,用双能量计算机断层造影设备执行对象的双能量CT扫描,其中在两个不同的X射线能量下获得同时产生的原始数据。该不同的X射线能量通过所采用的X射线管的不同管电压—在该例子中是80kV和140kV—来获得。通过公知的再现算法从该原始数据中相互独立地再现两次CT拍摄。在此获得的两个图像数据组中的每一个数据组对于检查体的每个体素都包括各X射线能量下的对应HU值。
在此,应当与数据记录和采用的计算机断层造影设备无关地保证,当待区分开来的体物质出现在或位于被检对象的不同位置处时,该体物质的HU值在某种程度上是稳定的。但这对大多数市场上可购买到的计算机断层造影设备是给定的。
在预处理阶段,在该例子中只考察一个轴向断层。如果对于该断层的80kV时的图像和140kV时的图像之间的图像噪声之比q未知,则例如可以从对象直径或所测量的空气HU值的噪声中近似地确定该比例q。为此例如可以针对两个管电压在图像的上半部分中在特定阈值以下—例如低于-950HU—形成该断层所有像素的平均噪声,然后产生该比例。同样可以从事先拍摄的断层造影图像中确定该比例。
对于该处理的主要部分,除了受到检查的断层之外还需要位于其上方和下方的多个体素断层。下面采用的概念“组合HU值”表示与图像噪声比例有关的、在80kV和140kV时的经过加权的HU值平均值xm(x80和x140)。该平均值可以由组织的HU值(80kV∶xg,80;140kV∶xg,140)与脂肪的HU值(80kV∶xf,80;140kV∶xf,140)之比q来计算:
与此相反,概念“平均HU值”是80kV和140kV时的HU值的算术平均值。
对于被检断层中的每个体素,只要其平均HU值处于软组织的典型区间内就可以执行以下3个步骤(参见图1):
1.选择步骤:考察被检体素的三维、球形环境。只采用其组合HU值在软组织的区间内的体素。通过这种方式首先选择具有尽可能相同化学成分的所有相邻体素。如果对于考察体中少于nmin的体素组合HU值处于该软组织区间内,则不执行以下步骤并且不进行物质的对应。否则对这些选择的体素分别通过对所有已选择体素的HU值求平均值来计算80kV时的HU平均值x80和在140kV时的HU平均值x140。作为球形环境的例子,可以假定6个体素的半径,而作为阈值nmin的例子可以假定40的阈值。当然还可以根据应用和图像质量选择其它值。
2.3种物质分解:将所选择的体素解释为由基本物质—软组织、脂肪和另一种未知物质组成的混合物。所有包含由软组织和脂肪(以及水)组成的混合物的体素都在这样的一张图内:其中在纯软组织和纯脂肪之间的直线1上绘制x140和x80。图2示出该HU值图,其中同样绘出HU区间1,各体素的平均HU值和组合HU值必须位于该区间内,也就是说,软组织很可能位于该区间内。在图2中还示出纯软组织和纯脂肪之间的连接直线2。远离直线2的数据点表明存在化学异常。在该直线的上方是储藏了重原子的软组织。在该直线的下方是富含碳的物质,如韧带组织。储藏了足够的氧化钙的韧带组织也在该直线上方。
3.确定概率度量:存在化学异常的概率在以下假设条件下给出大小,即80kV图像的统计噪声和140kV图像的统计噪声接近恒定,其中与所述直线之间的距离为u。超过一般通过统计误差和系统误差来确定的阈值,异常的概率就很大。因此确定所观察的每个数据点与直线2之间的垂直距离u。
对于软骨和韧带组织(位于该直线下方)还存在以下比例:
y=(x1·u)/su。
在此x1表示所观察的体素的平均局部HU值,su表示任意比例因子,其可以为几个HU的大小。加权参数y表示局部密度变化,如具有较高空间分辨率的软骨。
为了显示血肿(位于直线上方),x1就不是很明显。在这种情况下,优选采用y=u/su。由骨骼和骨髓组成的混合物可能会在该计算中造成干扰。为了避免这一点,可以通过预先给定相应的阈值来滤除非常高的y值,也就是例如将非常高的y值设为0。
在对图像组或三维图像数据组进行完整的处理之后,可以将这样产生的y值用于彩色地标注化学异常或者孤立地显示出化学异常部位。
为了执行该方法在该例子中需要以下参数:
| 参数 | 含义 |
| Xmin | 软骨/软组织体素的下阈值(HU) |
| Xmax | 软骨/软组织体素的上阈值(HU) |
| S | 所观察立体的半径 |
| nmin | 所选择的体素的最小数量 |
| Xg,80 | 软组织在80kV时的HU值 |
| Xg,140 | 软组织在140kV时的HU值 |
| Xf,80 | 脂肪在80kV时的HU值 |
| Xf,140 | 脂肪在140kV时的HU值 |
| su | 参数y的缩放 |
在该方法和对应的装置中,首先可以在不采用费事的判断标准的情况下进行3种物质分解,即对由软组织、脂肪或水组成的“正常”软组织以及所有其它组织的判断。所述概率度量使得只是很虚弱的表现出统计波动,同时清楚地标记出可靠的部位。
Claims (14)
1.一种用于自动检测对象部位的软组织中的化学异常和/或奇特之处的方法,其中在不同的X射线频谱分布下记录该对象部位的两次计算机断层造影拍摄,并根据该两次计算机断层造影拍摄的原始数据再现该对象部位的两个图像数据组,该图像数据组包含该对象部位的体素在相应的X射线频谱分布下的X射线衰减值,其中,针对该对象部位的至少一个感兴趣断层的至少一部分体素至少执行以下步骤,该部分体素的平均值由两个图像数据组的两个对应的X射线衰减值形成并位于预定的、表征该软组织的值区间(1)内:
在一幅相互比较地绘制两种不同X射线频谱分布下的X射线衰减值的图中,根据该体素的两个X射线衰减值或根据两个平均X射线衰减值来确定该体素的一个数据点,该平均X射线衰减值通过对在相应图像数据组中围绕该体素的预定立体区域内的体素求取X射线衰减值的平均值来获得,
计算该体素的数据点与一条连接直线(2)之间的垂直距离u,该连接直线将该图中纯脂肪的预定数据点和纯软组织的预定数据点连接起来,
当该距离u超过针对该距离的预定阈值时,标记并突出显示该体素。
2.根据权利要求1所述的方法,其特征在于,对于其由两个对应的X射线衰减值求得的平均值位于表征软组织的预定值区间(1)内的每个体素,首先预先给定在该体素周围具有预定伸展幅度的三维立体区域,在该立体区域内选择所有其X射线衰减值满足表征软组织的预定标准的体素,并且
针对每个图像数据组分开地计算所选择的体素的平均衰减值,以便根据两个平均X射线衰减值来确定该体素的数据点,然后计算该数据点与所述连接直线(2)之间的垂直距离。
3.根据权利要求1所述的方法,其特征在于,对于其由两个对应的X射线衰减值求得的平均值位于表征软组织的预定值区间(1)内的每个体素,首先预先给定在该体素周围具有预定伸展幅度的三维立体区域,在该立体区域内选择所有其X射线衰减值满足表征软组织的预定标准的体素,
在所述三维立体区域中确定所选择的体素的个数,并与针对个数的预定阈值进行比较,
针对每个图像数据组分开地计算所选择的体素的平均衰减值,以便根据两个平均X射线衰减值来确定该体素的数据点,然后计算该数据点与连接直线(2)之间的垂直距离,
其中仅当所选择的体素的个数大于针对个数的预定阈值时,才对这些体素计算平均X射线衰减值以及执行权利要求1中所述的其它步骤。
4.根据权利要求2或3所述的方法,其特征在于,作为预定标准,采用所述体素的两个X射线衰减值的平均值位于表征软组织的值区间(1)内这一标准。
5.根据权利要求2或3所述的方法,其特征在于,作为预定标准,采用体素的组合X射线衰减值xm位于表征软组织的值区间(1)内,其中该组合的X射线衰减值根据以下计算规则来获得:
其中,x1和x2表示在两种不同X射线频谱分布下的两个X射线衰减值,xf表示纯脂肪在相应频谱分布下的衰减值,xg表示纯软组织在相应频谱分布下的衰减值,q表示两个图像数据组的图像的图像噪声之比。
6.根据权利要求5所述的方法,其特征在于,所述图像噪声之比q在预处理步骤中由所述两个图像数据组或事先拍摄的断层造影图像来确定。
7.根据权利要求1至6中任一项所述的方法,其特征在于,所述针对距离的预定阈值在检测软骨和/或韧带组织时用所述体素的两个X射线衰减值的平均值来放大或缩小。
8.根据权利要求1至7中任一项所述的方法,其特征在于,所述针对距离的预定阈值在检测血肿时是恒定的值。
9.根据权利要求1至8中任一项所述的方法,其特征在于,所述突出显示通过孤立地显示其距离u超过针对距离的预定阈值的体素或者通过在对象部位的图像中彩色地显示该体素实现。
10.一种用于自动检测对象部位的软组织中化学异常和/或奇特之处的装置,具有用于存储对象部位的两个图像数据组的存储单元,该两个图像数据组从在不同的X射线频谱分布下的两次计算机断层造影拍摄中获得并包含该对象部位的体素在不同的X射线频谱分布下的X射线衰减值,以及确定模块,其构造为针对该对象部位的至少一个感兴趣断层的每一个体素都确定两个图像数据组的两个对应X射线衰减值的平均值,并对平均值位于预定的、表征软组织的值区间(1)内的每个体素至少执行以下步骤:
在一幅相互比较地绘制两种不同X射线频谱分布下的X射线衰减值的图中,根据该体素的两个X射线衰减值或根据两个平均X射线衰减值来确定该体素的一个数据点,该平均X射线衰减值通过对在相应图像数据组中围绕该体素的预定立体区域内的体素求取X射线衰减值的平均值来获得,
计算该体素的数据点与一条连接直线(2)之间的垂直距离u,该连接直线将该图中纯脂肪的预定数据点和纯软组织的预定数据点连接起来,
当体素的距离u超过针对该距离的预定阈值时,标记并突出显示该体素。
11.根据权利要求10所述的装置,其特征在于,所述确定模块构造成,对于由两个对应的X射线衰减值求得的平均值位于表征软组织的预定值区间(1)内的每个体素,首先确定在该体素周围具有预定伸展幅度的三维立体区域,
在该立体区域内选择所有其X射线衰减值满足表征软组织的预定标准的体素,
针对每个图像数据组分开地计算所选择的体素的平均衰减值,以便根据两个平均X射线衰减值来确定该体素的数据点,然后计算该数据点与连接直线(2)之间的垂直距离。
12.根据权利要求10所述的装置,其特征在于,所述确定模块构造成,对于由两个对应的X射线衰减值求得的平均值位于表征软组织的预定值区间(1)内的每个体素,首先确定在该体素周围具有预定伸展幅度的三维立体区域,
在该立体区域内选择所有其X射线衰减值满足表征软组织的预定标准的体素,
在所述三维立体区域中确定所选择的体素的个数,并与针对个数的预定阈值进行比较,
针对每个图像数据组分开地计算所选择的体素的平均衰减值,以便根据两个平均X射线衰减值来确定该体素的数据点,然后计算该数据点与连接直线(2)之间的垂直距离,
其中仅当所选择的体素的个数大于针对个数的预定阈值时,才对这些体素计算平均X射线衰减值以及执行权利要求1中所述的其它步骤。
13.根据权利要求11或12所述的装置,其特征在于,作为预定标准,采用所述体素的两个X射线衰减值的平均值位于表征软组织的值区间(1)内这一标准。
14.根据权利要求11或12所述的装置,其特征在于,作为预定标准,采用体素的组合X射线衰减值xm位于表征软组织的值区间(1)内,其中该组合的X射线衰减值根据以下计算规则来获得:
其中x1和x2表示在两种不同X射线频谱分布下的两个X射线衰减值,xf表示纯脂肪在相应频谱分布下的衰减值,xg表示纯软组织在相应频谱分布下的衰减值,q表示两个图像数据组的图像的图像噪声之比。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE102006015452A DE102006015452A1 (de) | 2006-03-31 | 2006-03-31 | Verfahren und Vorrichtung zur Detektion von chemischen Anomalien und/oder Auffälligkeiten in Weichgewebe eines Objektbereiches |
| DE102006015452.5 | 2006-03-31 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN101044985A true CN101044985A (zh) | 2007-10-03 |
Family
ID=38513249
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CNA200710092104XA Pending CN101044985A (zh) | 2006-03-31 | 2007-04-02 | 检测对象软组织中化学异常和/或奇特之处的方法和装置 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US7936909B2 (zh) |
| JP (1) | JP5188741B2 (zh) |
| CN (1) | CN101044985A (zh) |
| DE (1) | DE102006015452A1 (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103512908A (zh) * | 2012-06-20 | 2014-01-15 | 上海联影医疗科技有限公司 | 确定射线段衰减系数的方法及装置、计算射线衰减的方法 |
| CN110832543A (zh) * | 2017-07-03 | 2020-02-21 | 音量制图法公司 | 根据对物体的测量来确定测量数据中的不确定性的方法 |
Families Citing this family (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102007017629B4 (de) * | 2007-04-12 | 2011-03-24 | Siemens Ag | Verfahren zur Zuordnung von Voxeln eines CT-Bilddatensatzes zu einer von zwei Materialmischungen jeweils bestehend aus zwei von vier unterschiedlichen Materialien |
| US7920669B2 (en) | 2007-07-25 | 2011-04-05 | Siemens Aktiengesellschaft | Methods, apparatuses and computer readable mediums for generating images based on multi-energy computed tomography data |
| US8432990B2 (en) * | 2008-10-14 | 2013-04-30 | Futurewei Technologies, Inc. | System and method for employing a six-bit rank 1 codebook for four transmit antennas |
| US9036879B2 (en) * | 2008-11-28 | 2015-05-19 | General Electric Company | Multi-material decomposition using dual energy computed tomography |
| KR101747300B1 (ko) | 2010-10-21 | 2017-06-15 | 삼성전자주식회사 | 영상을 처리하는 방법, 이를 수행하는 영상처리장치 및 의료영상시스템 |
| DE102012215515A1 (de) | 2012-08-31 | 2014-03-06 | Klinikum Der Universität München | Verfahren zur Detektion von Schäden an Silikonimplantaten und Computertomographiegerät |
| CN107430778A (zh) * | 2015-03-18 | 2017-12-01 | 棱镜传感器公司 | 基于来自光子计数多仓检测器的能量分辨的图像数据的图像重建 |
| EP3181050B1 (en) | 2015-12-18 | 2020-02-12 | Episurf IP Management AB | System and method for creating a decision support material indicating damage to an anatomical joint |
| US11526988B2 (en) | 2015-12-18 | 2022-12-13 | Episurf Ip-Management Ab | System and method for creating a decision support material indicating damage to an anatomical joint |
| US11250561B2 (en) | 2017-06-16 | 2022-02-15 | Episurf Ip-Management Ab | Determination and visualization of damage to an anatomical joint |
| WO2019072554A1 (en) * | 2017-10-09 | 2019-04-18 | Koninklijke Philips N.V. | SELECTIVE ADAPTIVE MIXING OF VOLUMETRIC IMAGE DATA MATERIALS |
| US11645749B2 (en) | 2018-12-14 | 2023-05-09 | Episurf Ip-Management Ab | Determination and visualization of damage to an anatomical joint |
| CN111625545B (zh) * | 2020-06-08 | 2023-09-01 | 北京创鑫旅程网络技术有限公司 | 数据融合方法、数据融合装置及存储介质 |
| US12347100B2 (en) | 2020-11-19 | 2025-07-01 | Mazor Robotics Ltd. | Systems and methods for generating virtual images |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6449334B1 (en) * | 2000-09-29 | 2002-09-10 | Lunar Corporation | Industrial inspection method and apparatus using dual energy x-ray attenuation |
| US6904118B2 (en) * | 2002-07-23 | 2005-06-07 | General Electric Company | Method and apparatus for generating a density map using dual-energy CT |
| US6922462B2 (en) * | 2002-07-31 | 2005-07-26 | Ge Medical Systems Global Technology Company, Llc | Method, system and computer product for plaque characterization |
| US20060251209A1 (en) * | 2005-05-06 | 2006-11-09 | General Electric Company | Energy sensitive x-ray system and method for material discrimination and object classification |
-
2006
- 2006-03-31 DE DE102006015452A patent/DE102006015452A1/de not_active Withdrawn
-
2007
- 2007-03-30 JP JP2007090879A patent/JP5188741B2/ja not_active Expired - Fee Related
- 2007-03-30 US US11/730,272 patent/US7936909B2/en not_active Expired - Fee Related
- 2007-04-02 CN CNA200710092104XA patent/CN101044985A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103512908A (zh) * | 2012-06-20 | 2014-01-15 | 上海联影医疗科技有限公司 | 确定射线段衰减系数的方法及装置、计算射线衰减的方法 |
| CN103512908B (zh) * | 2012-06-20 | 2016-07-27 | 上海联影医疗科技有限公司 | 确定射线段衰减系数的方法及装置、计算射线衰减的方法 |
| CN110832543A (zh) * | 2017-07-03 | 2020-02-21 | 音量制图法公司 | 根据对物体的测量来确定测量数据中的不确定性的方法 |
| CN110832543B (zh) * | 2017-07-03 | 2023-12-01 | 音量制图法公司 | 根据对物体的测量来确定测量数据中的不确定性的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| US7936909B2 (en) | 2011-05-03 |
| DE102006015452A1 (de) | 2007-10-11 |
| US20080037699A1 (en) | 2008-02-14 |
| JP5188741B2 (ja) | 2013-04-24 |
| JP2007268275A (ja) | 2007-10-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101044985A (zh) | 检测对象软组织中化学异常和/或奇特之处的方法和装置 | |
| US11957501B2 (en) | Methods and apparatus for extended low contrast detectability for radiographic imaging systems | |
| JP5834129B2 (ja) | 放射線画像システム用拡張型低コントラスト検出能 | |
| CN101044988A (zh) | 借助计算机断层造影自动区分肾结石类型的方法和装置 | |
| JP4469594B2 (ja) | 疾患関連組織変化を測定するシステム | |
| JP4402436B2 (ja) | 気道測定のための方法及びシステム | |
| US10932741B2 (en) | Assessing a condition of a subject using non-contrast dual energy computed tomography | |
| CN101044986A (zh) | 自动区分骨骼或含钙物质和软组织中造影剂的方法和装置 | |
| JP2005533564A (ja) | プラークの成分を検出するための方法及びシステム | |
| JP2004174261A (ja) | 組織脂肪含有量を定量化する方法及び装置 | |
| US20100278409A1 (en) | Hardware tumor phantom for improved computer-aided diagnosis | |
| CN1647767A (zh) | 利用断层造影设备进行图像数据记录和分析的方法 | |
| US7050533B2 (en) | Method and device for determining the type of fluid in a fluid mass in an object | |
| JP2005052648A (ja) | パフュージョンパラメータ画像の自動較正方法 | |
| CN108209955A (zh) | 斑块的表征 | |
| CN110720940A (zh) | 一种模体及其在ct检测系统中的应用 | |
| Li et al. | Accuracy of dual‐energy computed tomography for the quantification of iodine in a soft tissue‐mimicking phantom | |
| CN1614400A (zh) | 位置分辨地确定检查对象内元素浓度的方法和装置 | |
| US8854355B2 (en) | System and method of visualizing features in an image | |
| US8798348B2 (en) | Method for processing images obtained by tomosynthesis and associated device | |
| CN114066806B (zh) | 螺旋ct机的密度分辨率测试方法 | |
| Barnes et al. | An Assessment of the Diagnostic Accuracy of Magnetic Resonance Diffusion Kurtosis Imaging in Diagnosing Degenerative Lumbar Spine Disease: A Scoping Review | |
| Arnold et al. | Peak SNR in automated coronary calcium scoring: Selecting CT scan parameters and statistically defined scoring thresholds a | |
| RU135246U1 (ru) | Тест-объект для компьютерной томографии легких | |
| Mohamed et al. | Objective analysis of ultrasound images by use of a computational observer |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
| WD01 | Invention patent application deemed withdrawn after publication |