[go: up one dir, main page]

DE102004061507B4 - Verfahren zur Korrektur von Inhomogenitäten in einem Bild sowie bildgebende Vorrichtung dazu - Google Patents

Verfahren zur Korrektur von Inhomogenitäten in einem Bild sowie bildgebende Vorrichtung dazu Download PDF

Info

Publication number
DE102004061507B4
DE102004061507B4 DE102004061507A DE102004061507A DE102004061507B4 DE 102004061507 B4 DE102004061507 B4 DE 102004061507B4 DE 102004061507 A DE102004061507 A DE 102004061507A DE 102004061507 A DE102004061507 A DE 102004061507A DE 102004061507 B4 DE102004061507 B4 DE 102004061507B4
Authority
DE
Germany
Prior art keywords
image
correction
pixels
corrected
examination subject
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.)
Expired - Fee Related
Application number
DE102004061507A
Other languages
English (en)
Other versions
DE102004061507A1 (de
Inventor
Vladimir Dr. Jellus
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 Healthcare GmbH
Original Assignee
Siemens Corp
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 Corp filed Critical Siemens Corp
Priority to DE102004061507A priority Critical patent/DE102004061507B4/de
Priority to JP2005366358A priority patent/JP5154016B2/ja
Priority to US11/311,364 priority patent/US7672498B2/en
Priority to CN2005101361154A priority patent/CN1794005B/zh
Priority to KR1020050126810A priority patent/KR101216484B1/ko
Publication of DE102004061507A1 publication Critical patent/DE102004061507A1/de
Application granted granted Critical
Publication of DE102004061507B4 publication Critical patent/DE102004061507B4/de
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/565—Correction of image distortions, e.g. due to magnetic field inhomogeneities
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/5608—Data processing and visualization specially adapted for MR, e.g. for feature analysis and pattern recognition on the basis of measured MR data, segmentation of measured MR data, edge contour detection on the basis of measured MR data, for enhancing measured MR data in terms of signal-to-noise ratio by means of noise filtering or apodization, for enhancing measured MR data in terms of resolution by means for deblurring, windowing, zero filling, or generation of gray-scaled images, colour-coded images or images displaying vectors instead of pixels
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/565—Correction of image distortions, e.g. due to magnetic field inhomogeneities
    • G01R33/5659—Correction of image distortions, e.g. due to magnetic field inhomogeneities caused by a distortion of the RF magnetic field, e.g. spatial inhomogeneities of the RF magnetic field
    • 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
    • G06T2207/10088—Magnetic resonance imaging [MRI]

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Signal Processing (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Theoretical Computer Science (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Image Processing (AREA)

Abstract

Verfahren zur Korrektur von Inhomogenitäten in einem Bild, das durch eine bildgebende Vorrichtung von einem Untersuchungsobjekt aufgenommen wird, mit den folgenden Schritten:
– Aufnehmen eines zu korrigierenden Bildes (100),
– Berechnen eines Korrekturbildes (92) aus dem zu korrigierenden Bild (100),
– Korrigieren des aufgenommenen Bildes (100) mit dem Korrekturbild (92) zur Erzeugung eines normalisierten Bildes (110) durch Multiplizieren des Korrekturbildes mit dem zu korrigierenden Bild,
– Erstellen einer Korrekturvorlage (72) aus dem zu korrigierenden Bild (100), vorzugsweise mit geringerer Auflösung als das zu korrigierende Bild, wobei eine normalisierte Korrekturvorlage (85) unter der Verwendung von homomorphen Filtern berechnet wird, die auf die Korrekturvorlage (72) angewendet werden,
– Bilden einer Korrekturfunktion (91) durch Berechnen des Quotienten aus normalisierter Korrekturvorlage (85) und der Korrekturvorlage (72), wobei das Korrekturbild (92) aus der Korrekturfunktion (91) durch Interpolation gebildet wird, bis das Korrekturbild dieselbe Auflösung aufweist, wie das zu korrigierende Bild...

Description

  • Die vorliegende Erfindung betrifft ein Verfahren zur Korrektur von Inhomogenitäten in einem Bild, wobei das Bild von einer bildgebenden Vorrichtung von einem Untersuchungsobjekt aufgenommen wird. Die Erfindung betrifft ebenso eine bildgebende Vorrichtung zum Aufnehmen eines Bildes, insbesondere eines MR-Bildes, das von einer Magnetresonanzanlage aufgenommen wurde. Das Verfahren findet insbesondere Anwendung bei der Korrektur von MR-Bildern.
  • Magnetresonanzanlagen werden zur Abklärung verschiedener Fragestellungen immer häufiger eingesetzt, wobei bildgebende Verfahren von Magnetresonanzanlagen darauf beruhen, dass Hochfrequenzpulse (HF-Pulse) die im menschlichen Körper vorhandenen Kernspins der Wasserprotonen anregen. Diese von den Hochfrequenzpulsen angeregten Kernspins relaxieren in ihre Ausgangslage zurück, wobei die Änderung der Magnetisierung mit verschiedenen Spulen detektiert werden kann.
  • Weiterhin gibt es Bestrebungen, die Magnetresonanzanlagen mit höherer magnetischer Grundfeldstärke B0 zu verwenden, da dadurch das aufgenommene Signal und die räumliche Auflösung verstärkt werden können. Die Verwendung von Magneten mit höherer Feldstärke führt jedoch auch zu der Problematik, dass die im MR-Bild abgebildete Signalintensität schwankt. Diese Intensitätsschwankungen beruhen hauptsächlich darauf, dass das eingestrahlte HF-Feld mit dem untersuchten Körper wechselwirkt. Im Vakuum oder in nicht leitenden Materialien ist es möglich, sehr gleichförmige Hochfrequenzfelder zu erzeugen. Diese gleichförmigen Hochfrequenzfelder sind notwendig, um die im Untersuchungsobjekt vorhandenen Kernspins gleichförmig anzuregen. Biologische Materialien haben jedoch dielektrische Eigenschaften, die dazu führen, dass das effekti ve Hochfrequenzfeld frequenzabhängig und ungleichmäßig wird, so dass eine homogene Anregung der Kernspins in einer vorbestimmten Schicht des Untersuchungsobjekts nicht mehr möglich ist (bias field). Diese nicht gleichförmig erzeugte Quermagnetisierung wird von den Empfangsspulen detektiert und führt zu Intensitätsschwankungen und sogar zu Signalausfällen im MR-Bild, so dass eine Diagnostik in diesem Bereich des MR-Bildes nicht mehr möglich ist. Die Frequenz der eingestrahlten HF-Pulse ist direkt proportional zur Grundfeldstärke, so dass diese HF-bedingten Inhomogenitäten verstärkt bei starken B0-Feldern auftreten.
  • Aus US 5 671 264 ist ein Verfahren zur Berechnung eines Korrekturbildes bekannt, bei dem die Bildpunkte in der Nähe des abgebildeten Untersuchungsobjekts identifiziert und ersetzt werden in Abhängigkeit der Signalintensität der Nachbarbildpunkte.
  • US 6 208 138 B1 beschreibt ein Korrekturverfahren zur Beseitigung von Inhomogenitäten in einem MR-Bild, wobei ein Logarithmus auf das MR-Bild angewendet wird, die Inhomogenitäten entfernt werden, und anschließend das Bild wieder einer Exponentialberechnung unterworfen wird. Diese Art der Bildverarbeitung unter der Verwendung von homomorphen Filtern beruht auf der Tatsache, dass die Inhomogenität sich als ortsabhängiger Multiplikator über das Bild legt, d.h., die Ursprungsintensität wird mit einem Inhomogenitätenverlauf multipliziert. Durch die Anwendung eines Logarithmus wird diese Multiplikation in eine Addition überführt und kann leicht aus dem Bild entfernt bzw. herausgefiltert werden. Nach dem Entfernen des Inhomogenitätenanteils erfolgt die Exponierung der Signalintensitäten, um den vorher angewendeten Logarithmusschritt wieder rückgängig zu machen.
    •
  • Aufgabe der vorliegenden Erfindung ist es, diese Korrektur von Inhomogenitäten in einem Bild weiter zu verbessern.
  • Diese Aufgabe wird erfindungsgemäß durch die unabhängigen Ansprüche gelöst. In den abhängigen Ansprüchen sind bevorzugte Ausführungsformen der Erfindung beschrieben.
  • Ein bevorzugtes Verfahren der Erfindung zur Korrektur von Inhomogenitäten in einem Bild, welches von einer bildgebenden Vorrichtung von einem Untersuchungsobjekt aufgenommen wurde, weist die folgenden Schritte auf:
    Zuerst wird das zu korrigierende Bild von der bildgebenden Vorrichtung aufgenommen, anschließend wird ein Korrekturbild aus dem zu korrigierenden Bild berechnet und nachfolgend wird das aufgenommene Bild mit dem Korrekturbild korrigiert, um ein normalisiertes Bild durch Multiplizieren des Korrekturbildes mit dem zu korrigierenden Bild zu erzeugen. Bei der Berechnung des Korrekturbildes werden vorzugsweise die Bildpunkte in der Nähe des abgebildeten Untersuchungsobjekts mit einer Signalintensität, die geringer als ein vorbestimmter Grenzwert ist, identifiziert. Anschließend werden diesen Bildpunkten Signalintensitäten zugewiesen, die von der Signalintensität der Bildpunkte der jeweiligen Nachbarschaft abhängen. Hierdurch werden bei dem Korrekturbild keine Bildpunkte oder Pixel mit einer sehr geringen oder ohne Signalintensität verwendet. Dies beruht auf der Erkenntnis, dass in den Bildpunkten mit sehr geringer Signalintensität oder ohne Signalintensität auch keine Informationen über die zu korrigierende Inhomogenität enthalten sein können. Eine Kenntnis über den Verlauf der Inhomogenität über das Bild ist jedoch notwendig, um aus dem aufgenommenen Bild die Inhomogenitäten zu entfernen. Durch die Tatsache, dass diese Bildpunkte bei der Berechnung der Inhomogenitätenverteilung über das Bild nicht verwendet werden, kann eine bessere Aussage über den Verlauf der Inhomogenität über das Bild erzeugt werden. Durch das Ersetzen der Signalintensitäten in diesen "Rauschbildpunkten" durch Signalintensitäten aus der Umgebung kann die Aussage über den Inhomogenitätenverlauf über das Bild entscheidend verbessert werden. Dies beruht auch auf der Erkenntnis, dass sich der Inhomogenitätenverlauf über das Bild üblicherweise nur niederfrequent ändert, d.h. es existieren keine sehr abrupten hochfrequenten Änderungen der Inhomogenität. Durch diese Tatsache können genauere Aussagen über den Intensitätenverlauf bedingt durch die Inhomogenität gemacht werden, so dass anschließend auch eine Korrektur des Bildes besser möglich ist, wenn der Verlauf der Inhomogenität über das Bild besser bekannt ist.
  • In einer bevorzugten Ausführungsform ist das zu korrigierende Bild ein MR-Bild, das von einer Magnetresonanzanlage oder einem Magnetresonanztomograph aufgenommen wird, wobei die Korrekturen Inhomogenitäten korrigieren, die sich durch Inhomogenitäten bei der Anregung der Kernspins durch Hochfrequenzpulse im Untersuchungsobjekt ergeben. Wie eingangs erwähnt, führt die Wechselwirkung von Hochfrequenzpulsen mit dem zu untersuchenden Körper insbesondere bei höheren Grundfeldstärken zu Inhomogenitäten im MR-Bild, die mit dem obigen Verfahren erfolgreich korrigiert werden können. Obwohl das Verfahren für die Korrektur von Inhomogenitäten, die durch die Senderspulen und dielektrischen Resonanzen verursacht wurden, entwickelt wurde, kann es alle anderen Inhomogenitäten (z.B. bedingt durch die Empfangsspulen) korrigieren.
  • Selbstverständlich ist das obige Korrekturverfahren nicht auf eine Anwendung bei MR-Bildern beschränkt. Immer dann, wenn sich ein Inhomogenitätenverlauf multiplikativ mit dem idealen Intensitätenverlauf, bedingt durch das Aufnahmeobjekt, verändert, und wenn bekannt ist, dass sich dieser Inhomogenitätenverlauf nur mit niederfrequenten Anteilen ändert, kann obiges Korrekturverfahren angewandt werden.
  • Zur Berechnung des Korrekturbildes wird eine Korrekturvorlage aus dem zu korrigierenden Bild erstellt, wobei diese Korrekturvorlage eine geringere Auflösung als das zu korrigierende Bild haben kann. Die Verwendung einer Korrekturvorlage mit geringerer Auflösung als das Originalbild dient nur dazu, die Rechengeschwindigkeit bei den nachfolgenden Rechenoperatio nen, die auf das Bild angewandt werden, zu beschleunigen. Die Verwendung einer geringeren Auflösung beeinflusst die Berechnung des Inhomogenitätenverlaufes nicht negativ, verkürzt jedoch die Rechenzeit erheblich, und beispielsweise kann die Auflösung vermindert werden, indem die Anzahl der Bildpunkte um einen Faktor reduziert wird, der zwischen 10 und 100 liegt. Die Auflösung der Korrekturvorlage kann z.B. bei 64 × 64 Bildpunkten liegen.
  • Anschließend wird eine normalisierte Korrekturvorlage unter der Verwendung von homomorphen Filtern berechnet, die auf die Korrekturvorlage angewandt werden. Durch die Verwendung von homomorphen Filtern kann der multiplikative Inhomogenitätenanteil im Bild durch Logarithmieren in zwei Komponenten getrennt und anschließend der Inhomogenitätenanteil besser weggefiltert werden.
  • Aus der normalisierten Korrekturvorlage und aus der Korrekturvorlage wird eine Korrekturfunktion durch Berechnung des Quotienten aus normalisierter Korrekturfunktion und der Korrekturvorlage gebildet. Diese Korrekturfunktion entspricht der Inversen des Inhomogenitätenverlaufs. Das Korrekturbild wird anschließend aus der Korrekturfunktion durch Interpolation gebildet, bis wieder die Auflösung des zu korrigierenden Bildes erhalten wird. Das normalisierte Bild ohne Inhomogenitäten erhält man anschließend durch Multiplizieren des Korrekturbildes mit dem aufgenommenen Bild, wobei das Korrekturbild die inverse Funktion des Inhomogenitätenfelds darstellt, so dass der Einfluss auf das Bild durch den Inhomogenitätenverlauf aus dem Bild entfernt werden kann.
  • Für die Berechnung der normalisierten Korrekturvorlage werden vorzugsweise folgende Schritte durchgeführt: Zuerst wird der Logarithmus der Korrekturvorlage berechnet. Anschließend wird das logarithmierte Bild einer Fouriertransformation unterzogen. Im Fourierraum wird schließlich das Bild mit einem Hochpassfilter multipliziert, der die tiefen Frequenzen teilweise oder vollständig unterdrückt. Anschließend wird die gefilterte Fouriertransformation aus dem Fourierraum in den Bildraum rücktransformiert, und das rücktransformierte Bild muss exponiert werden, woraus die normalisierte Korrekturvorlage er halten wird. Durch die Fouriertransformation ist eine komponentenweise Bearbeitung des jeweiligen Frequenzspektrums der Bilder möglich, da die Bilder vorher logarithmiert wurden. Dadurch lässt sich die Fouriertransformation auf jede Komponente anwenden. Durch Exponieren des Ergebnisses wird der zu Beginn angewendete Logarithmusschritt rückgängig gemacht, so dass anschließend eine normalisierte Korrekturvorlage erhalten wird.
  • Um eine gute Aussage über den Verlauf der Inhomogenität über das Bild zu erhalten, müssen die Bildpunkte mit sehr geringer Signalintensität jedoch zuerst ersetzt werden. Diese Bildpunkte liefern keine Aussagen über den Inhomogenitätenverlauf. Sie müssen aus diesem Grund vor Erstellen einer Korrekturvorlage ersetzt werden. Vorzugsweise werden hierfür bei Bildpunkten im Inneren des Untersuchungsobjekts, deren Signalintensität geringer als der Grenzwert ist, die Signalintensitäten ersetzt durch Intensitätswerte, die von den Signalintensitäten von jeweils N benachbarten Bildpunkten abhängen. Beispielsweise kann die Signalintensität durch die Intensitätswerte der benachbarten 25 Pixel ersetzt werden. Die Zahl N kann hierbei beliebig gewählt werden, vorzugsweise liegt sie zwischen 10 und 50.
  • Weiterhin können die Bildpunkte außerhalb des Untersuchungsobjekts identifiziert werden. Diese Bildpunkte erhalten naturgemäß kein Signal des Untersuchungsobjekts und liegen deshalb ebenso unterhalb des Grenzwertes. Die Signalintensitäten dieser Bildpunkte können auf folgende Weise bestimmt werden: Bestimmen des Schwerpunktes des Untersuchungsobjektes, und Spiegeln der Signalintensitäten von innerhalb des Objektes nach außerhalb radial nach außen, wobei die Bildpunkte an einer Achse gespiegelt werden, die an der Kante des Untersuchungsobjekts zum Bildhintergrund verläuft. Ebenso können die Signalintensitäten der Bildpunkte außerhalb des Untersuchungsobjekts dadurch bestimmt werden, dass wieder ausgehend vom Untersuchungsobjekt die Bildpunkte außerhalb mit Signal intensitäten gefüllt werden, die durch den Mittelwert von M benachbarten Bildpunkten gegeben sind. Hierbei wird vom Untersuchungsobjekt nach außen vorgegangen. M kann hier ebenso zwischen 10 und 50, beispielsweise 25 gewählt werden, so dass die Bildpunkte im Hintergrund mit dem Mittelwert der nächsten 25 Pixel gefüllt werden. Hierbei kann man von dem zu ersetzenden Pixel z.B. spiralförmig nach außen gehen, bis M Pixel gefunden werden, die einen Intensitätswert über dem Grenzwert haben. Weiterhin ist es möglich, die Signalintensität der Bildpunkte außerhalb des Untersuchungsobjekts durch einen Mittelwert aller Signalintensitätspunkte innerhalb des Untersuchungsobjektes zu wählen.
  • Vorzugsweise sollten alle Bildpunkte mit einer Signalintensität unterhalb eines Schwellwertes mit anderen Signalintensitäten gefüllt werden. Hierbei sollte das Mittelungsverfahren in der Nähe des Untersuchungsobjektes genauer sein als am Rand des Bildes. Das Auffüllen der Signalintensitäten in den "Rauschbildpunkten" wird in Abhängigkeit der Rechenzeit optimiert. Genauere Näherungsverfahren benötigen größere Rechenzeiten, andere Näherungsverfahren sind schneller, jedoch weniger genau.
  • Gemäß einer bevorzugten Ausführungsform wird zur Erstellung des Korrekturbildes das Bild vergrößert, indem jeweils Bildstreifen an den äußeren Rändern des Bildes an den Kanten nach außen gespiegelt werden, typischerweise ungefähr 25% des Gesamtbildes oder des "field of view". Durch die bei der Bildverarbeitung verwendete diskrete Fouriertransformation werden die Spektren periodisch abgebildet. Dies kann dazu führen, dass an den Kanten der Bilder der Inhomogenitätsverläufe starke Sprünge im Inhomogenitätsverlauf auftreten. Diese Sprünge können mit niederen Frequenzkomponenten nicht beschrieben werden, so dass eine Korrektur an diesen Kanten nicht zuverlässig arbeitet. Aus diesem Grund werden die äußeren Bildbereiche nach außen gespiegelt, so dass dieses Problem weiter nach außen verlagert wird, wobei die nach außen verlagerten Bereiche am Schluss bei der Berechnung des Inhomogenitätenverlaufs bzw. des inversen Inhomogenitätenverlaufs nicht verwendet werden. Wenn beispielsweise die Auflösung der Vorlage 64 × 64 Bildpunkte beträgt, kann sie nach der Spiegelung 96 × 96 Bildpunkte betragen.
  • Die Erfindung betrifft ebenso eine bildgebende Vorrichtung zum Aufnehmen eines Bildes eines Untersuchungsobjektes mit einer Bildaufnahmeeinheit zum Aufnehmen eines zu korrigierenden Bildes, einer Korrekturvorlageberechnungseinheit zur Berechnung einer Korrekturvorlage, einer Filtereinheit zur Berechnung einer normalisierten Korrekturvorlage und einer Korrekturberechnungseinheit zur Berechnung eines Korrekturbildes, wobei das Korrekturbild wie oben erklärt berechnet wird.
  • Die Erfindung wird nachfolgend unter Bezugnahme auf die beiliegenden Zeichnungen näher erläutert. Hierbei zeigen:
  • 1 schematisch eine bildgebende Vorrichtung, welche Inhomogenitäten korrigieren kann,
  • 2 ein Flussdiagramm, das die Verfahrensschritte zur Berechnung eines normalisierten Bildes zeigt,
  • 3 ein Flussdiagramm, das die Schritte zur Berechnung einer normalisierten Korrekturvorlage zeigt,
  • 4 ein Flussdiagramm mit den Schritten zur Vorbereitung der Korrekturvorlage, und
  • 5 bis 11 die verschiedenen Schritte zur Berechnung eines normalisierten Bildes anhand eines Beispielbildes.
  • 1 zeigt schematisch eine bildgebende Vorrichtung 10, beispielsweise eine Magnetresonanzanlage. Die grundsätzliche Funktionsweise einer Magnetresonanzanlage ist dem Fachmann bekannt und spielt für das Verständnis der vorliegenden Erfindung keine weitere Rolle, so dass auf eine genauere Erklärung verzichtet wird. Die nach Anregen durch einen Hochfrequenzpuls detektierten Messsignale, die von einer Empfangsspule empfangen wurden, werden über eine Leitung 11 einer Bildberechnungseinheit 12 zugeführt, die auf herkömmliche Weise aus den von den Spulen detektierten Signalen ein MR-Bild berechnet. Dieses MR-Bild weist u.a. Inhomogenitäten (ein sog. bias field) auf. Um diese Inhomogenitäten im MR-Bild zu entfernen, wird das von der Bildberechnungseinheit 12 ausgegebene MR-Bild einer Korrekturvorlageberechnungseinheit 13 zugeführt, die eine Korrekturvorlage berechnet. Wie später im Detail beschrieben wird, wird in der Einheit 13 die Korrekturvorlage derart präpariert, dass die Bildpunkte mit geringer Signalintensität entfernt werden und durch andere Signalintensitäten ersetzt werden. Eine Filtereinheit 14 unterdrückt anschließend den niederfrequenten Inhomogenitätenanteil aus dem MR-Bild, eine Korrekturberechnungseinheit 15 berechnet aus den von der Filtereinheit übergebenen Daten mit den Daten aus der Korrekturvorlage die inverse Inhomogenitätenverteilung. Daraus kann anschließend das normalisierte MR-Bild berechnet werden. Auf einer Anzeigeneinheit 16 kann dieses normalisierte MR-Bild schließlich angezeigt werden, oder kann für weitere qualitative Berechnungsvorgänge verwendet werden.
  • In 2 sind die grundlegenden Schritte zur Erzeugung eines normalisierten Bildes dargestellt. In einem ersten Schritt 20 wird das zu korrigierende Bild I(x, y) aufgenommen, das die Dimensionen [M, N] hat. Die Dimensionen des MR-Bildes entsprechen üblicherweise verwendeten Dimensionen von MR-Bildern, beispielsweise 256 × 256 oder 512 × 512 Bildpunkten.
  • Anschließend wird in Schritt 21 eine Korrekturvorlage i(x, y) berechnet, wobei die Bildgröße hierbei [m, n] ist. Die Korrekturvorlage kann theoretisch in der Anzahl der Bildpunkte dem zu korrigierenden Bild entsprechen, jedoch wird zur Ver kürzung der Rechenzeit zumeist ein Bild mit geringerer Auflösung erzeugt. Diese Verminderung der Auflösung verkürzt die Rechenzeit zu einem großen Teil, beeinflusst jedoch die Genauigkeit beim Entfernen von Inhomogenitäten nicht maßgeblich. In einem Schritt 22 wird anschließend aus der Korrekturvorlage eine normalisierte Korrekturvorlage iN(x, y) erzeugt. Aus der normalisierten Korrekturvorlage iN(x, y) und der Korrekturvorlage i(x, y) kann schließlich in Schritt 23 eine Korrekturfunktion c(x, y) gebildet werden, mit
    Figure 00110001
    In diesem Schritt 23 wird die inverse Funktion des Inhomogenitätenfeldes erzeugt. Im Schritt 24 wird schließlich durch Interpolation das Korrekturbild C(x, y) berechnet, das die gleichen Dimensionen M, N wie das zu korrigierende Bild hat. In Schritt 25 kann anschließend das normalisierte Bild berechnet werden, indem das Korrekturbild C(x, y) mit dem zu korrigierendem Bild I(x, y) multipliziert wird. Aus dem normalisierten Bild ist durch die Multiplikation mit dem Korrekturbild die Feldinhomogenität bedingt durch das Hochfrequenzfeld entfernt. Im vorliegenden Beispiel wurden zweidimensionale Daten verwendet; das vorliegende Verfahren kann jedoch auch auf dreidimensionale Volumendatensätze angewandt werden.
  • In 3 ist genau dargestellt, wie aus der Korrekturvorlage eine normalisierte Korrekturvorlage gebildet wird, wie es in der Filtereinheit 14 von 1 erfolgt. Dieser Ablauf des homomorphen Filters ist wie folgt. In einem ersten Schritt 31 wird der Logarithmus des Bildes i(x, y) berechnet, anschließend wird in Schritt 32 die Fouriertransformation zurück in den Fourier- oder K-Raum gebildet. Auf das Signal im Fourierraum wird anschließend in Schritt 33 ein Hochpassfilter (Notch-Filter) angewandt, der den niederfrequenten Anteil der Inhomogenität herausfiltert. In Schritt 34 erfolgt anschließend eine Rücktransformation in den Bildraum vor Exponieren des MR-Bildes in Schritt 35. In Schritt 35 erhält man nun eine normalisierte Korrekturvorlage iN(x, y) in geringer Auflösung.
  • In 4 sind die Schritte dargestellt, wie das von der Bildberechnungseinheit 12 kommende MR-Bild präpariert wird, bevor die in 3 gezeigten Schritte ausgeführt werden. Zuerst wird in einem Schritt 41 eine Korrekturvorlage mit geringerer Auflösung, d.h. mit weniger Bildpunkten, erzeugt. In einem Schritt 32 erfolgt eine Schwellwertbildung, d.h. die Bildpunkte mit einer Signalintensität unterhalb eines Schwellwertes werden verworfen. In einem Schritt 43 werden weiterhin Bildpunkte am Rand des Untersuchungsobjekts verworfen, da diese durch den so genannten "Partial Volume"-Effekt falsche Ergebnisse liefern.
  • Anschließend werden in Schritt 44 die Bildpunkte mit zu geringer Intensität, die im Inneren des Untersuchungsobjektes liegen, identifiziert und deren Signalintensität wird ersetzt, beispielsweise durch Mittelwertbildung der nächsten N benachbarten Bildpunkte. In einem Schritt 45 werden weiterhin die Signalintensitäten in den Bildpunkten außerhalb des Untersuchungsobjekts ersetzt. Wie später noch im Detail erklärt wird, werden hier entweder die Bildpunkte innerhalb des Untersuchungsobjektes radial vom Mittelpunkt des Untersuchungsobjekts nach außen gespiegelt, wobei die Spiegelachse an der Kante des Untersuchungsobjektes verläuft, oder alle Pixel innerhalb einer gegebenen Distanz vom Untersuchungsobjekt weg, z.B. 1/8 des Gesichtsfeldes werden geändert, indem die Signalintensitäten dieser Bildpunkte durch Signalintensitäten der nächsten M Bildpunkte gegeben werden. Ebenso oder zusätzlich, falls nicht alle Bildpunkte im Hintergrund schon ersetzt wurden, können die verbleibenden Bildpunkte des Hintergrundes mit einem Mittelwert der Signalintensität des Untersuchungsgegenstandes gefüllt werden.
  • In einem Schritt 46 werden schließlich Bildsegmente an den Kanten nach außen gespiegelt, wodurch eventuell entstehende Probleme im Inhomogenitätenverlauf an den Kanten nach außen verschoben werden.
  • In den 5 bis 11 werden die Verfahrensschritte zum Entfernen der Feldinhomogenitäten beispielhaft an einer MR-Aufnahme eines Kopfes gezeigt.
  • In 5 zeigt Bild 51 ein MR-Bild mit geringerer Auflösung, das von dem zu korrigierenden Bild erzeugt wurde. Das Bild 51 wird einem Schwellwertverfahren unterzogen, wodurch man Bild 52 erhält, bei dem alle Pixel oder Bildpunkte mit einer Signalintensität unterhalb eines Schwellwertes innerhalb und außerhalb des Untersuchungsobjekts identifiziert werden. Anschließend werden in Bild 53 weiterhin Bildpunkte an den Rändern am Übergang zwischen Bildpunkten mit Signalintensität und ohne Signalintensität entfernt, da diese Bildpunkte ebenso das Ergebnis bei der Berechnung der Inhomogenität verfälschen. In Bild 54 werden anschließend die Bildpunkte im Inneren des Untersuchungsobjekts, deren Signalintensität vorher zu niedrig war, ersetzt, beispielsweise durch Mittelwertbildung mit den nächstliegenden 25 Bildpunkten.
  • Anschließend können in Bild 55 die Bildpunkte in der Nähe des Untersuchungsobjekts ebenso durch Mittelwertbildung der nächsten M Bildpunkte ersetzt werden, wobei M zwischen 10 und 50 gewählt werden kann.
  • Wie in 6 dargestellt, kann nun aus Bild 55 und dem Ursprungsbild 51 das Bild 61 erzeugt werden, wobei die Bildpunkte aus Bild 51 mit zu geringer Signalintensität, wie in Bild 55 gezeigt, ersetzt wurden. Ebenso kann gemäß einer anderen Möglichkeit das Bild 51 mit Bild 54 gemischt werden, wobei nur die Bildpunkte im Inneren ersetzt werden, um Bild 62 zu erhalten. Die Bildpunkte außerhalb des Untersuchungsobjekts werden hier durch Punktspiegelung radial nach außen vom Schwerpunkt des Untersuchungsobjekts aus berechnet. Die Bildpunkte, die im Untersuchungsobjekt liegen, werden nun an einer Spiegelachse 62a nach außen gespiegelt, so dass das Bild 63 erhalten wird. Diese Punktspiegelung radial nach außen wird für alle Bildpunkte im Hintergrund durchgeführt.
  • Zur Weiterverarbeitung kann entweder Bild 61 oder Bild 63 verwendet werden, d.h. das Bild 51 kann entweder mit der Maske 55 oder der Maske 54 vermischt werden. Die Tatsache, ob Bild 61 oder Bild 63 zur Weiterverarbeitung verwendet wird, kann vom Untersuchungsobjekt, den verwendeten Spulen und anderen Faktoren abhängen.
  • Wie in 7 gezeigt, wird nachfolgend Bild 61 zur Weiterverarbeitung verwendet. Durch die diskrete Fouriertransformation, die bei der Bildberechnung verwendet wird, ergeben sich periodische Spektren. Ebenso sind die Inhomogenitäten periodisch. Der Inhomogenitätenverlauf über das Bild kann damit Sprünge haben. Diese Sprünge bzw. Kanten können mit niedrigen Frequenzen nicht angenähert werden, so dass der Inhomogenitätenverlauf an den Kanten nicht korrekt beschrieben werden kann. Aus diesem Grund werden, wie in Bild 71 zu erkennen ist, jeweils die äußeren Bildsegmente nach außen an den Kanten 71a gespiegelt. Durch diese Spiegelung werden diese Diskontinuitäten nach außen verlagert, wo sie später nicht berücksichtigt werden. Durch Spiegelung von Bildsegmenten, beispielsweise 25% des gesamten Gesichtsfeldes, ergibt sich Bild 72. Dieses Bild 72 ist die Korrekturvorlage, die in der Korrekturvorlageneinheit 13 berechnet wird und der Filtereinheit 14 zugeführt wird. Dort wird vom Bild 72 der Logarithmus gebildet und Bild 73 erhalten. Von diesem Bild 73 wird anschließend eine zweidimensionale inverse Fouriertransformation durchgeführt, um Bild 81 zu erhalten, wie in 8 zu erkennen ist. Dieses Frequenzspektrum 81 wird mit einem Hochpassfilter, wie in Bild 82 gezeigt, multipliziert, woraus man Bild 83 erhält, indem der niederfrequente Anteil in der Mitte des Bildes herausgefiltert wurde. Dieses Frequenzspektrum von Bild 83 wird anschließend in den Bildraum rücktransformiert, so dass sich Bild 84 ergibt. Bild 84 wird schließlich exponiert um Bild 85 zu erhalten. In Bild 85 sind nun die Inhomo genitäten unterdrückt, die durch die Fouriertransformation und die anschließende Hochpassfilterung herausgefiltert wurden, so dass die niederfrequenten Inhomogenitäten im Bild stark vermindert wurden. Bild 85 entspricht der normalisierten Korrekturvorlage iN(x, y). Durch Bildung des Quotienten aus der normalisierten Korrekturvorlage 85 iN(x, y) und der Korrekturvorlage i(x, y), d.h. Bild 72, kann die Korrekturfunktion 91 erhalten werden. Die Korrekturfunktion entspricht der inversen Funktion der Inhomogenität mit einer geringeren Auflösung. Wie in 10 dargestellt, nimmt man nun den inneren Anteil von Bild 91, da der hinzugefügte äußere Bereich von Bild 71 auf Bild 72 nicht notwendig ist. Anschließend wird das Bild auf seine ursprüngliche Dimension interpoliert, so dass Bild 92 erhalten wird, das die gleiche Dimension [M, N] hat wie das zu korrigierende Bild. Dieses Korrekturbild 92 zeigt die Inverse des Inhomogenitätenverlaufs. Durch Multiplizieren des ursprünglich zu korrigierenden Bildes 100 mit dem Korrekturbild 92 erhält man das normierte Bild 110, das fast frei von Inhomogenitäten ist, die sich durch Resonanzen des eingestrahlten Hochfrequenzfeldes mit dem Untersuchungsobjekt ergeben.
  • Zusammenfassend ermöglicht das hier beschriebene Verfahren eine Korrektur von Inhomogenitäten in Bildern. Durch die Präparierung der Bilder vor der Filterung werden die Bildpunkte mit zu geringer Signalintensität, die keine Aussage über den Inhomogenitätenverlauf zulassen, extrahiert und durch Bildpunkten aus der Nachbarschaft ersetzt. Dies ermöglicht eine genaue Aussage über den Inhomogenitätenverlauf, so dass dieser anschließend verwendet werden kann, um ein normalisiertes Bild zu erzeugen.
    •

Claims (10)

  1. Verfahren zur Korrektur von Inhomogenitäten in einem Bild, das durch eine bildgebende Vorrichtung von einem Untersuchungsobjekt aufgenommen wird, mit den folgenden Schritten: – Aufnehmen eines zu korrigierenden Bildes (100), – Berechnen eines Korrekturbildes (92) aus dem zu korrigierenden Bild (100), – Korrigieren des aufgenommenen Bildes (100) mit dem Korrekturbild (92) zur Erzeugung eines normalisierten Bildes (110) durch Multiplizieren des Korrekturbildes mit dem zu korrigierenden Bild, – Erstellen einer Korrekturvorlage (72) aus dem zu korrigierenden Bild (100), vorzugsweise mit geringerer Auflösung als das zu korrigierende Bild, wobei eine normalisierte Korrekturvorlage (85) unter der Verwendung von homomorphen Filtern berechnet wird, die auf die Korrekturvorlage (72) angewendet werden, – Bilden einer Korrekturfunktion (91) durch Berechnen des Quotienten aus normalisierter Korrekturvorlage (85) und der Korrekturvorlage (72), wobei das Korrekturbild (92) aus der Korrekturfunktion (91) durch Interpolation gebildet wird, bis das Korrekturbild dieselbe Auflösung aufweist, wie das zu korrigierende Bild (100), wobei bei der Berechnung der Korrekturbilder (92) die Bildpunkte in der Nähe des abgebildeten Untersuchungsobjekts mit einer Signalintensität, die geringer als ein Grenzwert ist, identifiziert werden, und diesen Bildpunkten Signalintensitäten zugewiesen werden, die jeweils von der Signalintensität der Bildpunkte in der jeweiligen Nachbarschaft abhängen.
  2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass ein MR-Bild von einer Magnetresonanzanlage aufgenommen wird, wobei die Korrekturen Inhomogenitäten korrigieren, die sich durch Inhomogenitäten bei der Anregung der Kernspins durch Hochfrequenzpulse im Untersuchungsobjekt ergeben.
  3. Verfahren nach einem der Ansprüche 1 oder 2, dadurch gekennzeichnet, dass für die Berechnung der normalisierten Korrekturvorlage folgende Schritte durchgeführt werden: – Berechnen eines Logarithmus der Korrekturvorlage (72), – Berechnen einer Fouriertransformation in den Fourierraum des logarithmierten Bildes, – Multiplizieren der Fouriertransformierten mit einem Hochpassfilter, – Rücktransformation der gefilterten Fouriertransformierten aus dem Fourierraum in den Bildraum, und – Bilden einer Exponentialfunktion des rücktransformierten Bildes, wodurch die normalisierte Korrekturvorlage (85) erhalten wird.
  4. Verfahren nach zumindest einem der vorstehenden Ansprüche, dadurch gekennzeichnet, dass bei Bildpunkten im Inneren des Untersuchungsobjekts, deren Signalintensität geringer als der Grenzwert ist, die Signalintensitäten ersetzt werden durch Intensitätswerte, die von den Signalintensitäten von jeweils N benachbarten Bildpunkten abhängen.
  5. Verfahren nach zumindest einem der vorstehenden Ansprüche, dadurch gekennzeichnet, dass bei Bildpunkten außerhalb des Untersuchungsobjekts mit Signalintensitäten unterhalb des Grenzwertes die Signalintensität auf folgende Weise bestimmt wird: – Bestimmen des Schwerpunktes des Untersuchungsobjekts, – Spiegeln von Signalintensitäten von innerhalb des Objekts nach außerhalb des Untersuchungsobjekts radial nach außen an einer Spiegelachse, die an der Kante des Untersuchungsobjekts zum Bildhintergrund verläuft.
  6. Verfahren nach zumindest einem der vorstehenden Ansprüche, dadurch gekennzeichnet, dass bei Bildpunkten außerhalb des Untersuchungsobjekts mit Signalintensitäten unterhalb des Grenzwertes die Signalintensität auf folgende Weise bestimmt wird: – Bestimmen der Signalintensitäten von Bildpunkten, die innerhalb eines vorbestimmten Abstands vom Untersuchungsobjekt liegen, durch den Mittelwert von M benachbarten Bildpunkten.
  7. Verfahren nach zumindest einem der vorstehenden Ansprüche, dadurch gekennzeichnet, dass die Signalintensität von Bildpunkten außerhalb des Untersuchungsobjekts durch einen Mittelwert der Signalintensität der Bildpunkte innerhalb des Untersuchungsobjekts gewählt wird.
  8. Verfahren nach zumindest einem der vorstehenden Ansprüche, dadurch gekennzeichnet, dass zur Erstellung des Korrekturbildes (92) ein vergrößertes Bild des zu korrigierenden Bildes erzeugt wird, indem jeweils Bildstreifen an den äußeren Kanten des Bilds an den Kanten nach außen gespiegelt werden.
  9. Bildgebende Vorrichtung zum Aufnehmen eines Bildes eines Untersuchungsobjekts, welche aufweist: – eine Bildaufnahmeeinheit zum Aufnehmen eines zu korrigierenden Bildes, – eine Korrekturvorlageberechnungseinheit (13) zur Berechung einer Korrekturvorlage (72), welche aus dem aufgenommenen Bild eine Korrekturvorlage erzeugt, – eine Filtereinheit (14) zur Berechung einer normalisierten Korrekturvorlage (85), – eine Korrekturberechungseinheit zur Berechung eines Korrekturbildes (92), welche durch Multiplizieren des Korrekturbildes (92) mit dem zu korrigierenden Bild (100) ein normalisiertes Bild (110) erzeugt, wobei die Korrekturvorlageberechnungseinheit bei der Berechnung der Korrekturvorlage die Bildpunkte in der Nähe des abgebildeten Untersuchungsobjekts mit einer Signalintensität, die geringer als ein Grenzwert ist, identifiziert, und diesen Bildpunkten Signalintensitäten zuweist, die jeweils von der Signalintensität der Bildpunkte in der jeweiligen Nachbarschaft abhängen, – eine Anzeigeeinheit (16), welche das normalisierte Bild anzeigt.
  10. Bildgebende Vorrichtung nach Anspruch 9, dadurch gekennzeichnet, dass sie eine Magnetresonanzanlage ist, die MR-Bilder des Untersuchungsobjekts aufgrund der magnetischen Kernresonanz erzeugt.
DE102004061507A 2004-12-21 2004-12-21 Verfahren zur Korrektur von Inhomogenitäten in einem Bild sowie bildgebende Vorrichtung dazu Expired - Fee Related DE102004061507B4 (de)

Priority Applications (5)

Application Number Priority Date Filing Date Title
DE102004061507A DE102004061507B4 (de) 2004-12-21 2004-12-21 Verfahren zur Korrektur von Inhomogenitäten in einem Bild sowie bildgebende Vorrichtung dazu
JP2005366358A JP5154016B2 (ja) 2004-12-21 2005-12-20 画像内の不均一性の補正方法および画像化装置
US11/311,364 US7672498B2 (en) 2004-12-21 2005-12-20 Method for correcting inhomogeneities in an image, and an imaging apparatus therefor
CN2005101361154A CN1794005B (zh) 2004-12-21 2005-12-21 校正图像中非均匀性的方法及采用该方法的成像设备
KR1020050126810A KR101216484B1 (ko) 2004-12-21 2005-12-21 영상 내 불균질성을 보정하는 방법 및 상기 방법을수행하기 위한 영상 기기

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102004061507A DE102004061507B4 (de) 2004-12-21 2004-12-21 Verfahren zur Korrektur von Inhomogenitäten in einem Bild sowie bildgebende Vorrichtung dazu

Publications (2)

Publication Number Publication Date
DE102004061507A1 DE102004061507A1 (de) 2006-06-29
DE102004061507B4 true DE102004061507B4 (de) 2007-04-12

Family

ID=36580265

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102004061507A Expired - Fee Related DE102004061507B4 (de) 2004-12-21 2004-12-21 Verfahren zur Korrektur von Inhomogenitäten in einem Bild sowie bildgebende Vorrichtung dazu

Country Status (5)

Country Link
US (1) US7672498B2 (de)
JP (1) JP5154016B2 (de)
KR (1) KR101216484B1 (de)
CN (1) CN1794005B (de)
DE (1) DE102004061507B4 (de)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102006013472A1 (de) * 2006-03-23 2007-09-20 Siemens Ag Verfahren und Vorrichtung zur Verarbeitung von Bilddaten für eine automatische Detektion und/oder Segmentierung von anatomischen Merkmalen aus Computertomographie-Aufnahmen
US7432707B1 (en) * 2006-06-14 2008-10-07 Fonar Corporation Magnetic resonance imaging with corrected intensity inhomogeneity
US8059907B2 (en) * 2006-06-29 2011-11-15 Case Western Reserve University Constant variance filter
US7894668B1 (en) * 2006-09-28 2011-02-22 Fonar Corporation System and method for digital image intensity correction
WO2009057353A1 (ja) * 2007-11-01 2009-05-07 Hitachi Medical Corporation 磁気共鳴撮影装置
US8605967B2 (en) * 2008-04-17 2013-12-10 Advanced Mr Analytics Ab Magnetic resonance imaging relating to correction of chemical shift artifact and intensity inhomogeneity
JP5202281B2 (ja) * 2008-12-19 2013-06-05 キヤノン株式会社 画像処理装置及び画像処理方法
US8849060B2 (en) * 2011-07-01 2014-09-30 Semiconductor Energy Laboratory Co., Ltd. Image processing method, image processing system and display device for modifying background colors based on object colors
US8868153B2 (en) 2012-04-19 2014-10-21 General Electric Company Image correction using multichannel blind deconvolution with homomorphic filtering
CA2905479A1 (en) 2013-03-15 2014-09-25 Ohio State Innovation Foundation Signal inhomogeneity correction and performance evaluation apparatus
JP6041781B2 (ja) 2013-10-11 2016-12-14 富士フイルム株式会社 医用画像処理装置およびその作動方法並びに医用画像処理プログラム
JP6554717B2 (ja) * 2014-04-24 2019-08-07 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 磁気共鳴装置およびプログラム
CN104091565B (zh) * 2014-07-03 2016-06-29 广东威创视讯科技股份有限公司 显示装置全屏一致性校正方法和系统
JP2016022302A (ja) * 2014-07-24 2016-02-08 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 磁気共鳴信号処理方法、磁気共鳴信号処理装置及び磁気共鳴装置並びにプログラム
KR102449871B1 (ko) * 2014-11-21 2022-10-04 삼성전자주식회사 의료 영상 처리 장치 및 그에 따른 의료 영상 처리 방법
CN107274350B (zh) * 2016-04-07 2021-08-10 通用电气公司 用于减少x射线图像中的振铃效应的方法及系统
US11435419B2 (en) * 2018-05-10 2022-09-06 Siemens Healthcare Gmbh Streak artifact reduction in magnetic resonance imaging
EP3955827A4 (de) * 2019-04-18 2022-12-28 Densonics Imaging Inc. Verfahren und vorrichtung zur drahtlosen tragbaren ultraschallbildgebung
CN110415213A (zh) * 2019-06-24 2019-11-05 上海联影医疗科技有限公司 磁场均匀性检测方法、装置、计算机设备和存储介质
KR102099397B1 (ko) * 2019-11-06 2020-04-09 주식회사 알고씽 노상 주차 관리 장치 및 그 방법
US20240378747A1 (en) 2021-09-13 2024-11-14 Board Of Regents, The University Of Texas System Identifying objects in magnetic resonance images

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0272111A2 (de) * 1986-12-17 1988-06-22 Resonex, Inc. Verfahren zur Bildentzerrung für Bildgebung mittels magnetischer Resonanz
US5671264A (en) * 1995-07-21 1997-09-23 U.S. Philips Corporation Method for the spatial filtering of the noise in a digital image, and device for carrying out the method
US6208138B1 (en) * 1998-06-11 2001-03-27 Siemens Corporate Research, Inc. Bias field estimation for intensity inhomogeneity correction in MR images

Family Cites Families (86)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3218505C1 (de) * 1982-05-17 1983-11-24 Siemens AG, 1000 Berlin und 8000 München Fernseheinrichtung mit einer Schaltungsanordnung zur Kompensation von Amplitudenaenderungen
US4585992A (en) * 1984-02-03 1986-04-29 Philips Medical Systems, Inc. NMR imaging methods
US4731865A (en) * 1986-03-27 1988-03-15 General Electric Company Digital image correction
JPH0362178A (ja) * 1989-07-28 1991-03-18 Canon Inc 画像処理装置
US5247366A (en) * 1989-08-02 1993-09-21 I Sight Ltd. Color wide dynamic range camera
JP2845995B2 (ja) * 1989-10-27 1999-01-13 株式会社日立製作所 領域抽出手法
US5185671A (en) * 1991-06-21 1993-02-09 Westinghouse Electric Corp. Adaptive control of an electronic imaging camera
DE69214229T2 (de) * 1991-08-14 1997-04-30 Agfa Gevaert Nv Verfahren und Vorrichtung zur Kontrastverbesserung von Bildern
US5224177A (en) * 1991-10-31 1993-06-29 The University Of Chicago High quality film image correction and duplication method and system
WO1993016442A1 (en) * 1992-02-18 1993-08-19 Neopath, Inc. Method for identifying objects using data processing techniques
US5268967A (en) * 1992-06-29 1993-12-07 Eastman Kodak Company Method for automatic foreground and background detection in digital radiographic images
US6097847A (en) * 1993-05-31 2000-08-01 Nec Corporation Method of and apparatus for calculating sharpness of image and apparatus for sharpening image
US5452367A (en) * 1993-11-29 1995-09-19 Arch Development Corporation Automated method and system for the segmentation of medical images
DE4404047C1 (de) * 1994-02-09 1995-08-31 Daimler Benz Aerospace Ag Verfahren zur Beeinflussung der Bildqualität von durch eine elektronische Bildaufnahmevorrichtung gelieferten Bildern
US5715334A (en) * 1994-03-08 1998-02-03 The University Of Connecticut Digital pixel-accurate intensity processing method for image information enhancement
US5790692A (en) * 1994-09-07 1998-08-04 Jeffrey H. Price Method and means of least squares designed filters for image segmentation in scanning cytometry
WO1996009600A1 (en) * 1994-09-20 1996-03-28 Neopath, Inc. Apparatus for identification and integration of multiple cell patterns
US5551431A (en) * 1994-10-04 1996-09-03 The Brigham And Women's Hospital, Inc. Correction of magnetic resonance imager intensity inhomogeneities using tissue properties
JPH08241407A (ja) * 1995-01-31 1996-09-17 Internatl Business Mach Corp <Ibm> ディジタル・カラー・イメージの空間フィルタ処理システム
US5657362A (en) * 1995-02-24 1997-08-12 Arch Development Corporation Automated method and system for computerized detection of masses and parenchymal distortions in medical images
US5774599A (en) * 1995-03-14 1998-06-30 Eastman Kodak Company Method for precompensation of digital images for enhanced presentation on digital displays with limited capabilities
US5764792A (en) * 1996-01-19 1998-06-09 Oncor, Inc. Method and apparatus for processing images
US5801962A (en) * 1996-04-05 1998-09-01 Must System Inc. Method and apparatus for calibrating image system
US5963675A (en) * 1996-04-17 1999-10-05 Sarnoff Corporation Pipelined pyramid processor for image processing systems
US5835618A (en) * 1996-09-27 1998-11-10 Siemens Corporate Research, Inc. Uniform and non-uniform dynamic range remapping for optimum image display
KR100200363B1 (ko) * 1996-10-10 1999-06-15 윤종용 영상의 다이나믹 레인지 확대 장치
US5900732A (en) * 1996-11-04 1999-05-04 Mayo Foundation For Medical Education And Research Automatic windowing method for MR images
JP3689509B2 (ja) * 1996-11-21 2005-08-31 株式会社日立メディコ 画像補正処理方法
US5832134A (en) * 1996-11-27 1998-11-03 General Electric Company Data visualization enhancement through removal of dominating structures
DE19653476A1 (de) * 1996-12-20 1998-07-02 Siemens Ag Verfahren zur Intensitätskorrektur eines Bildes
US5943433A (en) * 1996-12-30 1999-08-24 General Electric Company Method for correcting inhomogeneity of spatial intensity in an aquired MR image
IT1294043B1 (it) * 1997-02-21 1999-03-15 Esaote Spa Procedimento di filtratura passa-alto per la messa a fuoco di immagini, in particolare di immagini digitali.
JP3865887B2 (ja) * 1997-08-27 2007-01-10 株式会社日立メディコ 画像補正方法
US6141459A (en) * 1997-09-24 2000-10-31 Sarnoff Corporation Method and apparatus for processing image pyramid borders
JP3114668B2 (ja) * 1997-10-03 2000-12-04 日本電気株式会社 物体検出・背景除去方法、装置およびプログラムを記録した記録媒体
KR100243301B1 (ko) * 1997-11-24 2000-02-01 윤종용 다이나믹 레인지 확대장치 및 방법
US6208763B1 (en) * 1998-04-14 2001-03-27 General Electric Company Method and apparatus for enhancing discrete pixel images
US6173083B1 (en) * 1998-04-14 2001-01-09 General Electric Company Method and apparatus for analyzing image structures
US6088488A (en) * 1998-04-17 2000-07-11 General Electric Company Vascular imaging with adaptive averaging
US6108457A (en) * 1998-04-27 2000-08-22 The United States Of America As Represented By The Secretary Of The Navy Background equalization for laser line scan data
US6668097B1 (en) * 1998-09-10 2003-12-23 Wisconsin Alumni Research Foundation Method and apparatus for the reduction of artifact in decompressed images using morphological post-filtering
US6112112A (en) * 1998-09-18 2000-08-29 Arch Development Corporation Method and system for the assessment of tumor extent in magnetic resonance images
US6556720B1 (en) * 1999-05-24 2003-04-29 Ge Medical Systems Global Technology Company Llc Method and apparatus for enhancing and correcting digital images
US6864916B1 (en) * 1999-06-04 2005-03-08 The Trustees Of Columbia University In The City Of New York Apparatus and method for high dynamic range imaging using spatially varying exposures
JP4053185B2 (ja) * 1999-06-22 2008-02-27 富士フイルム株式会社 画像処理方法および装置
JP2001061823A (ja) * 1999-08-24 2001-03-13 Konica Corp 放射線画像処理方法及び放射線画像処理装置
US6907144B1 (en) * 1999-10-06 2005-06-14 Eastman Kodak Company Noise reduction method, apparatus, and program for digital image processing
US6584216B1 (en) * 1999-11-23 2003-06-24 The Trustees Of The University Of Pennsylvania Method for standardizing the MR image intensity scale
US6782137B1 (en) * 1999-11-24 2004-08-24 General Electric Company Digital image display improvement system and method
US20020009215A1 (en) * 2000-01-18 2002-01-24 Arch Development Corporation Automated method and system for the segmentation of lung regions in computed tomography scans
JP3730872B2 (ja) * 2000-03-31 2006-01-05 富士通株式会社 画像処理装置及び画像処理プログラム
US6700131B2 (en) * 2000-05-02 2004-03-02 Alara, Inc. Systems for detecting and compensating for image artifacts while scanning an imagine plate
US6741753B1 (en) * 2000-09-05 2004-05-25 Hewlett-Packard Development Company, L.P. Method and system of local color correction using background liminance masking
TW538382B (en) * 2000-09-21 2003-06-21 Applied Science Fiction Inc Dynamic image correction and imaging systems
US6731821B1 (en) * 2000-09-29 2004-05-04 Hewlett-Packard Development Company, L.P. Method for enhancing compressibility and visual quality of scanned document images
KR100343744B1 (ko) * 2000-09-30 2002-07-20 엘지전자주식회사 영상신호의 콘트라스트 향상 장치
US6771838B1 (en) * 2000-10-06 2004-08-03 Hewlett-Packard Development Company, L.P. System and method for enhancing document images
US6757442B1 (en) * 2000-11-22 2004-06-29 Ge Medical Systems Global Technology Company, Llc Image enhancement method with simultaneous noise reduction, non-uniformity equalization, and contrast enhancement
US20020076116A1 (en) * 2000-12-15 2002-06-20 Xerox Corporation Fast implementation of homomorphic filters for image enhancement
US6879717B2 (en) * 2001-02-13 2005-04-12 International Business Machines Corporation Automatic coloring of pixels exposed during manipulation of image regions
US6973218B2 (en) * 2001-04-25 2005-12-06 Lockheed Martin Corporation Dynamic range compression
US6901173B2 (en) * 2001-04-25 2005-05-31 Lockheed Martin Corporation Scene-based non-uniformity correction for detector arrays
US6941028B2 (en) * 2001-04-30 2005-09-06 Hewlett-Packard Development Company, L.P. System and method for image enhancement, dynamic range compensation and illumination correction
GB0110748D0 (en) * 2001-05-02 2001-06-27 Apical Ltd Image enhancement methods and apparatus therefor
DE60133089T2 (de) 2001-05-10 2008-10-30 Agfa Healthcare Nv Retrospektive Verbesserung von Inhomogenitäten in Röntgenbildern
US6801646B1 (en) * 2001-07-19 2004-10-05 Virtualscopics, Llc System and method for reducing or eliminating streak artifacts and illumination inhomogeneity in CT imaging
US6592523B2 (en) * 2001-11-21 2003-07-15 Ge Medical Systems Global Technology Company, Llc Computationally efficient noise reduction filter for enhancement of ultrasound images
US6869218B2 (en) * 2001-11-23 2005-03-22 Imaging Dynamics Company Ltd. Self diagnostic system for optically coupled digital radiography
US7031549B2 (en) * 2002-02-22 2006-04-18 Hewlett-Packard Development Company, L.P. Systems and methods for enhancing tone reproduction
US7362915B2 (en) * 2002-02-22 2008-04-22 Agfa Healthcare, Nv Method for enhancing the contrast of an image
US6658280B1 (en) * 2002-05-10 2003-12-02 E. Mark Haacke Susceptibility weighted imaging
US7164808B2 (en) * 2002-08-27 2007-01-16 Hrl Laboratories, Llc Method and apparatus for illumination compensation of digital images
US7221787B2 (en) * 2002-12-10 2007-05-22 Eastman Kodak Company Method for automated analysis of digital chest radiographs
JP2004236251A (ja) * 2003-02-03 2004-08-19 Noritsu Koki Co Ltd 画像処理装置、画像処理方法、画像処理プログラム、および、画像処理プログラムを記録した記録媒体
US7218763B2 (en) * 2003-02-27 2007-05-15 Eastman Kodak Company Method for automated window-level settings for magnetic resonance images
US7672528B2 (en) * 2003-06-26 2010-03-02 Eastman Kodak Company Method of processing an image to form an image pyramid
DE10338074B4 (de) * 2003-08-19 2008-05-15 Siemens Ag Verfahren zur Kompensation von Kontrastinhomogenitäten in Magnetresonanzbildern sowie Magnetresonanz-Messsystem und Computerprogrammprodukt
CN100423028C (zh) * 2003-09-04 2008-10-01 皇家飞利浦电子股份有限公司 高场强磁共振成像的自适应图像均匀性校正
TWI245229B (en) * 2003-09-18 2005-12-11 Ind Tech Res Inst Region based illumination-normalization method and system
US20050073702A1 (en) * 2003-10-02 2005-04-07 Doron Shaked Robust recursive envelope operators for fast retinex-type processing
US7920908B2 (en) * 2003-10-16 2011-04-05 David Hattery Multispectral imaging for quantitative contrast of functional and structural features of layers inside optically dense media such as tissue
US7469073B2 (en) * 2004-05-24 2008-12-23 Siemens Medical Solutions Usa, Inc. Image-based method for detection and removal of small fragments in segmented three-dimensional volumes
US7724979B2 (en) * 2004-11-02 2010-05-25 Broadcom Corporation Video preprocessing temporal and spatial filter
US20060233454A1 (en) * 2005-04-15 2006-10-19 Hu Cheng Method for image intensity correction using extrapolation and adaptive smoothing
US20080292194A1 (en) * 2005-04-27 2008-11-27 Mark Schmidt Method and System for Automatic Detection and Segmentation of Tumors and Associated Edema (Swelling) in Magnetic Resonance (Mri) Images
EP1960803A4 (de) * 2005-11-21 2012-05-09 Agency Science Tech & Res Verfahren und einrichtung zur korrektur von magnetresonanzbildern

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0272111A2 (de) * 1986-12-17 1988-06-22 Resonex, Inc. Verfahren zur Bildentzerrung für Bildgebung mittels magnetischer Resonanz
US5671264A (en) * 1995-07-21 1997-09-23 U.S. Philips Corporation Method for the spatial filtering of the noise in a digital image, and device for carrying out the method
US6208138B1 (en) * 1998-06-11 2001-03-27 Siemens Corporate Research, Inc. Bias field estimation for intensity inhomogeneity correction in MR images

Also Published As

Publication number Publication date
CN1794005A (zh) 2006-06-28
US20060182363A1 (en) 2006-08-17
US7672498B2 (en) 2010-03-02
KR20060071350A (ko) 2006-06-26
CN1794005B (zh) 2010-09-01
DE102004061507A1 (de) 2006-06-29
KR101216484B1 (ko) 2012-12-31
JP5154016B2 (ja) 2013-02-27
JP2006175231A (ja) 2006-07-06

Similar Documents

Publication Publication Date Title
DE102004061507B4 (de) Verfahren zur Korrektur von Inhomogenitäten in einem Bild sowie bildgebende Vorrichtung dazu
DE102007036564B4 (de) Verfahren zur gewebespezifischen Optimierung von Bildgebungsparametern
DE3852112T2 (de) Bildverarbeitung.
DE102008044844B4 (de) Verfahren zur Ermittlung einer Schwächungskarte zur Verwendung in der Positronenemissionstomographie und von Homogenitätsinformationen des Magnetresonanzmagnetfeldes
DE19750639B4 (de) Verfahren zur Korrektur einer Inhomogenität einer örtlichen Intensität bei einem erfassten Magnetresonanzbild
DE102011083406B4 (de) Verfahren zur Auswahl eines Unterabtastungsschemas für eine MR-Bildgebung, Verfahren zur Magnetresonanz-Bildgebung und Magnetresonanzanlage
DE60032848T2 (de) Verfahren und Vorrichtung zur Phasenkorrektur
DE10356275B4 (de) Verfahren zur automatischen Segmentierung von phasenkodierten Flussbildern in der Magnetresonanztomographie
DE102012219010B4 (de) Optimierung einer Pulssequenz für eine Magnetresonanzanlage
DE10155089C1 (de) Verfahren zur Entfernung von Ringen und Teilringen in Computertomographie-Bildern
DE102015220092B3 (de) Verfahren zur Bestimmung einer räumlichen Zuordnung oder räumlichen Verteilung von Magnetpartikeln
DE102005021401A1 (de) Verfahren und System zur Feststellung und Überwachung von neurodegenerativen Erkrankungen unter Verwendung von Magnetresonanzspektroskopie
DE60122416T2 (de) Kombinierung komplexer Bilder von flüssigem Material, aufgenommen durch Bilderzeugung mit magnetischer Resonanz
DE102018201314A1 (de) Verfahren zur Normalisierung von Magnetresonanzbildern
DE4104246C2 (de) Verfahren und Vorrichtung zur NMR-Bilderzeugung
DE10121802B4 (de) Verfahren zur Bilderzeugung bei einem Kernspintomographie-Gerät und Kernspintomographie-Gerät sowie Datenverarbeitungsanlage
DE102016202884A1 (de) Dynamisches Justierungsverfahren mit mehreren Justierungsparametern
EP0864999A2 (de) Bildverarbeitungs-Verfahren für die medizinische Diagnostik
DE102008048304B4 (de) Verfahren und Vorrichtung zum automatischen Unterscheiden von wasserdominiertem und fettdominiertem Gewebe
DE102014221564A1 (de) Verbesserte Messsequenz zum Bestimmen eines Magnetresonanz-Bilds
DE102005034374B3 (de) Verfahren zur automatischen Erstellung einer Hintergrundmaske bei Bildern mit verrauschten Hintergrundbereichen, Anwendungen dazu sowie ein Kernspintomographiegerät zur Durchführung der Verfahren und Computersoftwareprodukt
EP3583902B1 (de) Verfahren zum automatischen anpassen eines mittels eines röntgengeräts gewonnenen bilddatensatzes, computerprogramm, datenspeicher und röntgengerät
DE102020202576B4 (de) Verfahren zum Erzeugen eines Magnetresonanzbildes
DE3825698C2 (de)
DE10214114A1 (de) Verfahren und Vorrichtung zur Filterung eines mittels eines medizinischen Gerätes gewonnenen digitalen Bildes mittels eines Ortsfrequenzoperators

Legal Events

Date Code Title Description
OP8 Request for examination as to paragraph 44 patent law
8364 No opposition during term of opposition
8320 Willingness to grant licences declared (paragraph 23)
R085 Willingness to licence withdrawn
R081 Change of applicant/patentee

Owner name: SIEMENS HEALTHCARE GMBH, DE

Free format text: FORMER OWNER: SIEMENS AKTIENGESELLSCHAFT, 80333 MUENCHEN, DE

R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee