[go: up one dir, main page]

DE102007026803A1 - Verfahren zur Verarbeitung von radiologischen Bildern bei der Tomosynthese zur Erfassung radiologischer Auffälligkeiten - Google Patents

Verfahren zur Verarbeitung von radiologischen Bildern bei der Tomosynthese zur Erfassung radiologischer Auffälligkeiten Download PDF

Info

Publication number
DE102007026803A1
DE102007026803A1 DE102007026803A DE102007026803A DE102007026803A1 DE 102007026803 A1 DE102007026803 A1 DE 102007026803A1 DE 102007026803 A DE102007026803 A DE 102007026803A DE 102007026803 A DE102007026803 A DE 102007026803A DE 102007026803 A1 DE102007026803 A1 DE 102007026803A1
Authority
DE
Germany
Prior art keywords
radiological
voxel
voxels
contrast
volume
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.)
Withdrawn
Application number
DE102007026803A
Other languages
English (en)
Inventor
Sylvain Bernard
Henry Souchay
Razvan Iordache
Serge Muller
Gero L. Peters
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.)
General Electric Co
Original Assignee
General Electric Co
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 General Electric Co filed Critical General Electric Co
Publication of DE102007026803A1 publication Critical patent/DE102007026803A1/de
Withdrawn legal-status Critical Current

Links

Classifications

    • G06T12/30
    • 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
    • G06T2207/10116X-ray image
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20048Transform domain processing
    • G06T2207/20064Wavelet transform [DWT]
    • 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
    • G06T2207/30068Mammography; Breast
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00Image generation
    • G06T2211/40Computed tomography
    • G06T2211/436Limited angle

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

Bei einem Bildgebungsverfahren zur Erfassung von radiologischen Auffälligkeiten in Serien von 3-D-Daten wird ein Algorithmus zur Erfassung radiologischer Auffälligkeiten in einem Digitalvolumen anhand ihrer Kontraste genutzt. Dieser Algorithmus wird auf rekonstruierte Schichten oder direkt auf Serien von Projektionen angewendet. Dieser Algorithmus wird mittels linearer Differentialfilter zur Signalanalyse durchgeführt. Er wird dazu verwendet, erfasste radiologische Signale gemäß dem Grad ihrer Malignität einzufärben oder hervorzuheben.

Description

  • GEBIET DER ERFINDUNG
  • Gegenstand der vorliegenden Erfindung ist ein Verfahren zur Verarbeitung radiologischer Bilder zur Erfassung radiologischer Auffälligkeiten. Die vorliegende Erfindung kann mit besonderem Vorteil jedoch nicht ausschließlich auf dem Gebiet der medizinischen Bildgebung und insbesondere bei der Mammografie angewendet werden. Ebenso bezieht sich die vorliegende Erfindung auf eine Sichtungsstation für medizinische Bilder mit einem entsprechend gearteten Bildverarbeitungsverfahren.
  • BESCHREIBUNG DES STANDS DER TECHNIK
  • Heute wird die Mammografie weithin zur Erfassung von Läsionen und zur Prävention von Brustkrebs genutzt. Die in Mammografiebildern zu erfassenden Zeichen sind radiologische Auffälligkeiten, die mit Läsionen einhergehen. Diese Anzeichen können entweder Kalziumablagerungen oder Opazitäten sein. Kalziumablagerungen werden als Mikrokalzifikationen bezeichnet und bilden individuell kleine Elemente (von 100 μm bis 1 mm Durchmesser), die für Röntgenstrahlen weniger durchlässig sind als umgebende Gewebe. Opazitäten sind dichte Regionen, in denen Röntgenstrahlen intensiver absorbiert werden als in benachbarten Regionen.
  • Es kann passieren, dass der Radiologe bestimmte Kalziumablagerungen oder bestimmte Opazitäten nicht entdeckt. Dieses Phänomen kann viele Ursachen haben. Weil die Standardmammografiebilder insbesondere ein Ergebnis von Projektionen sind, repräsentieren sie überlagerte Strukturen, die die Sichtbarkeit der Strukturen der Brust stören und manchmal zu falschen Positivinterpretationen führen, wenn eine Überlagerung dieser Strukturen an eine Läsion erinnert oder sie führen zu fälschlich negativen Befunden, wenn die Strukturen die Sichtbarkeit einer Läsion verdecken.
  • Um zur Lösung dieser Probleme der fälschlichen Positiv- oder Negativbefunde beizutragen, sind neue Mammografieeinrichtungen vorgeschlagen worden, die ein 3D-Bild der Brust der Patientin erzeugen. Eine solche Einrichtung akquiriert verschiedene Projektionen eines Objekts in verschiedenen Winkeln und rekonstruiert dann die 3D-Verteilung dieses Objekts mittels eines tomographischen Rekonstruktionsalgorithmus.
  • Jedoch hat diese neue Tomosynthese-Mammografieeinrichtung Nachteile. Tatsächlich wird bei einer solchen Einrichtung eine digitale Volumenrekonstruktion typischerweise auf Basis von 50 bis 80 Schichten für eine Durchschnittsbrust durchgeführt. Folglich ist die zu verarbeitende Information sehr umfangreich. Entsprechend erfordert der Zugriff auf eine klinisch interessante Teilinformation mehr Zeit, weil diese Information in dem Volumen sequentiell Schicht für Schicht gesucht wird.
  • Bei heutigen Mammografieeinrichtungen ist die Nutzungsfrequenz oder die Rate medizinischer Einsätze insbesondere beim Brustkrebs-Screening ein wesentlicher Aspekt, weil diese Frequentierung hinsichtlich der Wirtschaftlichkeit der Einrichtung ins Spiel kommt. Jedoch können die neuen Tomosynthese-Mammografieeinrichtungen keiner hohen Nutzungsfrequenz un terworfen werden, weil die Zugriffszeit auf klinisch interessante Information sehr groß ist.
  • Ein anderes Problem, das speziell mit der Mammografie zusammenhängt, jedoch auch auf anderen Gebieten auftreten kann, hängt mit der Notwendigkeit zusammen, bestimmte radiologische Auffälligkeiten analysieren können zu müssen, die klinisch interessant sind und zwischen 100 μm und 1 mm liegen. Weil die Auflösung des Detektors gegenwärtig 100 μm beträgt, hat der Radiologe schnelle Suchen nach kleineren Objekten in großen Volumina durchzuführen.
  • ZUSAMMENFASSUNG DER ERFINDUNG
  • Die Erfindung ist darauf gerichtet, die oben genannten Nachteile des Stands der Technik zu überwinden. Zu diesem Zweck schlägt die Erfindung ein Bildverarbeitungsverfahren vor, das die automatische Erfassung von radiologischen Auffälligkeiten in Serien von 3D-Daten gestattet. Die zur Lokalisierung dieser radiologischen Auffälligkeiten aufgewendete Zeit ist stark vermindert. Somit kann die Erfindung verhindern, dass der Radiologe bei der Untersuchung Läsionen übersieht. Mit diesem Bildverarbeitungsverfahren sind die radiologischen Auffälligkeiten einfacher zu identifizieren und somit wird eine effizientere Untersuchung ermöglicht.
  • Die Erfindung schlägt einen neuen Ansatz für die Mammografie vor, der vorteilhafterweise die Techniken der digitalen Verarbeitung des radiologischen Bilds nutzt, um die Lesbarkeit der Information zu verbessern.
  • Dieses Bildverarbeitungsverfahren kann dazu genutzt werden, um mit einem großen Datenvolumen fertig zu werden, indem neue Strategien entwickelt werden, die in der Lage sind, die Zugriffszeit auf Information von klinischem Interesse zu reduzieren und diesen Zugriff zu vereinfachen.
  • Die vorliegende Erfindung schlägt einen Algorithmus zur Erfassung von radiologischen Auffälligkeiten in Serien von 3D-Daten vor. Der erfindungsgemäße Algorithmus wird dazu verwendet, die Position der radiologischen Auffälligkeiten in dem 3D-Bild durch eine Kolorierung oder Hervorheben ihrer Intensität und/oder als Option der Markierung und/oder der Einkreisung identifizierter Cluster oder Mikrokalzifikationen mittels einer Kontur anzuzeigen.
  • Um dies zu tun, nutzt die vorliegende Erfindung einen Kontrastberechnungsalgorithmus. Dieser Algorithmus wird auf rekonstruierte Schichten oder direkt auf Serien von Projektionen angewendet. Dieser Algorithmus wird mittels linearer Differentialfilter zur Analyse des Signals umgesetzt. Diese linearen Differentialfilter sind vorzugsweise Mexikanerhut-Wavelet-Filter.
  • Für jedes Voxel wird der berechnete Kontrast mit vordefinierten Kontrastbedingungen für das radiologische Signal verglichen. Diese Bedingungen können durch Simulation erhalten werden. Wenn der berechnete Kontrast größer ist als das Maximum dieser Bedingungen, ist das entsprechende radiologische Signal validiert. Andernfalls wird es aus dem 3D-Bild entfernt.
  • Spezieller ist ein Verfahren zur Verarbeitung von Bildern einer Röntgeneinrichtung Gegenstand der Erfindung, bei dem:
    • – verschiedene radiologische Projektionen eines Körpers vorgenommen werden,
    • – aus allen Projektionen ein geschichtetes digitales Volumen des Körpers rekonstruiert wird,
    • – in diesem digitalen Volumen Strukturen lokalisiert werden, die radiologische Auffälligkeiten repräsentieren, wobei:
    • – für jedes Voxel des digitalen Volumens wenigstens ein Kontrast berechnet wird,
    • – eine vorläufige Definition wenigstens einer Kontrastschwelle vorgenommen wird, die den radiologischen Auffälligkeiten entspricht,
    • – dem entsprechenden Voxel ein Voxelattribut für eine radiologische Auffälligkeit zugeordnet wird, falls der berechnete Kontrast größer als die Kontrastschwelle ist, und
    • – die mit einem Voxelattribut für eine radiologische Auffälligkeit versehenen Voxel in einer digitalen Volumenpräsentation veranschaulicht werden, die aus den Projektionen erzeugt worden ist.
  • Vorteilhafterweise wird wiederum der entsprechend der Erfindung:
    • – ein Satz von Voxeln von Strukturen identifiziert, die falsche Positivbefunde bilden, weil sie Charakteristika haben, die den radiologischen Auffälligkeitssignalen nahe kommen, und
    • – dem Satz dieser Voxel der Struktur wird ein Voxelattribut für eine radiologische Nichtauffälligkeit als Funktion von morphologischen, densiometrischen und/oder Texturkriterien zugeordnet.
  • Vorteilhafterweise wird wiederum gemäß der Erfindung:
    • – für eine Präsentation den Voxeln, die ein Voxelattribut für eine radiologische Auffälligkeit haben, sowie ihrer unmittelbaren Umgebung oder Nachbarschaft in dem digitalen Präsentationsvolumen Farbinformation zugeordnet oder
    • – die Intensität der Voxel, die ein Voxelattribut für eine radiologische Auffälligkeit aufweisen, sowie ihrer unmittelbaren Umgebung in dem digitalen Präsentationsvolumen erhöht,
    • – das digitale Präsentationsvolumen mit den kolorierten oder hervorgehobenen Voxeln angezeigt.
  • Vorteilhafterweise enthält wiederum gemäß der Erfindung die Berechnung des Kontrasts jedes Voxels die folgenden Schritte:
    • – Berechnung der Koeffizienten eines linearen Differentialfilters mit einem Skalierungsparameter (s), der auf jede Schicht des digitalen Volumens anzuwenden ist,
    • – Festlegung einer Skalierung durch eine Größe radiologischer Auffälligkeiten, die zu analysieren sind,
    • – Bestimmung einer ausreichenden Anzahl von Skalierungen zur Erfassung eines Größenbereichs der radiologischen Auffälligkeiten,
    • – Durchführung einer Faltung jeder Schicht mit dem linearen Differentialfilter für jeden Skalierungswert.
  • Vorteilhafterweise enthält die Berechnung des Kontrasts jedes Voxels wiederum gemäß der Erfindung die folgenden Schritte:
    • – Bestimmung eines linearen Differentialfilters mit einem Skalenparameter (s), der auf jede Projektion anzuwenden ist,
    • – Berechnung einer ausreichenden Anzahl von Skalierungen zur Erfassung eines Größenbereichs der radiologischen Auffälligkeiten,
    • – Durchführung einer Faltung jeder Projektion mit dem linearen Differentialfilter für jeden Skalierungswert s,
    • – Rekonstruktion des digitalen Volumens des Körpers aus den gefilterten Projektionen für jeden Skalierungswert.
  • Vorteilhafterweise enthält die Berechnung des Kontrasts jedes Voxels wiederum gemäß der Erfindung die folgenden Schritte:
    • – Rekonstruktion des digitalen Volumens aus den Projektionen,
    • – Filterung des rekonstruierten digitalen Volumens,
    • – Rückprojektion des rekonstruierten digitalen Volumens,
    • – Bestimmung eines linearen Differentialfilters mit einer Skalierung (s), die auf jede rückprojizierte Projektion anzuwenden ist,
    • – Ermittlung einer ausreichenden Anzahl von Skalierungen zur Abdeckung eines Größenbereichs, der radiologischen Auffälligkeiten,
    • – Durchführung einer Faltung jeder rückprojizierten Projektion mit dem Differentialfilter für jede Skalierung,
    • – Rekonstruktion des digitalen Volumens des Körpers aus den Projektionen, die für jede Skalierung rückprojiziert und gefiltert worden sind.
  • Vorteilhafterweise und wiederum gemäß der Erfindung ist das lineare Differentialfilter ein Wavelet-Filter vom Mexikanerhut-Typ mit einem zentralen Teil, der durch negative Koeffizienten gebildet wird und einem positiven Teil, der an der Peripherie angeordnet ist, wobei der größte Radius des negativen Teils gleich dem Wert des Skalierungsparameters des Filters ist.
  • Vorteilhafterweise und wiederum gemäß der Erfindung enthält die vorläufige Bestimmung der Kontrastschwelle die folgenden Schritte:
    • – vorläufige Definition einer ersten Schwelle, die von der lokalen Hintergrundintensität des digitalen Volumens und dem Wert der Skalierung des Filters abhängt,
    • – Bereitstellung dieser Hintergrundintensität an jedem Punkt durch Faltung jeder Schicht des digitalen Volumens mit den Koeffizienten des positiven Teils des Wavelet-Filters oder alternativ durch Faltung jeder Projektion mit den Koeffizienten des positiven Teils des Wavelet-Filters und nachfolgende Rekonstruktion,
    • – vorläufige Definition einer zweiten Schwelle, die von einem lokalen Rauschniveau abhängt, das in dem digitalen Volumen vorhanden ist,
    • – Kombinieren der ersten und der zweiten Schwelle, um die Kontrastschwelle zu erhalten.
  • Vorteilhafterweise enthält die Beseitigung von Strukturen, die falsche Positivbefunde liefern, gemäß der Erfindung die folgenden Schritte:
    • – Bestimmung eines Satzes von gefilterten Digitalvolumina für die der Kontrast der Strukturen verstärkt ist,
    • – Vordefinition einer Strukturkontrastschwelle, die von dem lokalen Rauschniveau abhängt,
    • – Erzeugung eines Binärvolumens, in dem alle Voxel, deren Kontrast größer als die Strukturkontrastschwelle ist, auf 1 und alle anderen Voxel auf 0 gesetzt werden,
    • – Ermittlung von Partikeln potentieller Strukturen, die durch einen Satz untereinander verbundener Voxel gebildet sind,
    • – Messung der Elongation jedes Partikels der potentiellen Strukturen,
    • – Bestimmung einer Minimalschwelle für die Elongation,
    • – wenn die Elongation des Partikels größer als die Minimalelongationsschwelle ist, wird den Voxeln des Partikels ein Voxelattribut für eine radiologische Nichtauffälligkeit zugeordnet.
  • Vorteilhafterweise und wiederum gemäß der Erfindung werden, um die gefilterten digitalen Volumina zu erhalten:
    • – Richtungsfilter ermittelt, die auf das digitale Volumen anzuwenden sind,
    • – mittels der Richtungsfilter für jede Schicht eine Faltung durchgeführt.
  • Vorteilhafter und wiederum gemäß der Erfindung werden, um die gefilterten Digitalvolumina zu ermitteln:
    • – Richtungsfilter ermittelt, die auf jede Projektion anzuwenden sind,
    • – mit den Richtungsfiltern für jede Projektion eine Faltung durchgeführt,
    • – die gefilterten Digitalvolumina aus gefilterten Projektionen für jedes Richtungsfilter rekonstruiert.
  • Vorteilhafterweise sind die Richtungsfilter wiederum gemäß der Erfindung Wavelet-Filter des β-Spline-Typs mit unterschiedlichen Skalierungen und Orientierungen.
  • Vorteilhafterweise und wiederum gemäß der Erfindung wird, um die gefilterten Digitalvolumina zu erhalten:
    • – das Ergebnis der Faltung des Volumens mit den linearen Differentialfiltern für jedes skalierte Volumen berücksichtigt,
    • – oder alternativ für jedes skalierte Volumen das rekonstruierte Volumen auf der Basis der Projektionen berücksichtigt, die mit den linearen Differentialfiltern gefaltet worden sind.
  • Vorteilhafterweise und wiederum gemäß der Erfindung beinhaltet die Hervorhebung der Voxel in dem digitalen Präsentationsvolumen die folgenden Schritte:
    • – Erzeugung eines Binärbilds, in dem alle Voxel, die ein Voxelattribut für eine radiologische Auffälligkeit aufweisen, auf 1 und alle anderen auf 0 gesetzt werden,
    • – Ermittlung von Partikeln, die aus einem Satz untereinander verbundener Voxel gebildet sind,
    • – Verstärkung der Differenz zwischen der Intensität jedes Voxels des Partikels und seiner unmittelbaren Umgebung und der mittleren Intensität der den Partikel umgebenden Voxel.
  • Vorteilhafterweise und wiederum gemäß der Erfindung:
    • – wird das Cluster von Partikeln ermittelt, die eine minimale Anzahl von Partikeln umfassen,
    • – die Differenz zwischen der Intensität jedes Voxels des Partikels sowie die seiner unmittelbaren Umgebung und der mittleren Intensität der den Partikel umgebenden Voxel wird in Abhängigkeit von der Anzahl von Partikeln verstärkt, die in dem Cluster vorhanden sind,
    • – in der Nachbarschaft des Mittel- oder Schwerpunkts des Clusters wird ein Marker platziert oder es wird eine den Cluster markierende Kontur gezogen.
  • Die Erfindung bezieht sich außerdem auf eine Einrichtung zur Implementierung des genannten Verfahrens zur Verarbeitung von radiologischen Bildern zur Erfassung radiologischer Auffälligkeiten.
  • KURZE BESCHREIBUNG DER ZEICHNUNGEN
  • Die Erfindung wird aus der folgenden Beschreibung und den zugehörigen Zeichnungen klarer hervorgehen. Diese Zeichnungen sind als Beispiel zu verstehen und beschränken in keiner Weise den Umfang der Erfindung.
  • 1 ist eine schematische Ansicht einer Röntgeneinrichtung, insbesondere einer Mammografieeinrichtung, die mit den verbesserten erfindungsgemäßen Mitteln versehen ist.
  • 2 veranschaulicht Mittel zur Implementierung einer ersten Ausführungsform des erfindungsgemäßen Verfahrens.
  • 3 veranschaulicht Mittel zur Implementierung einer zweiten Ausführungsform des erfindungsgemäßen Verfahrens.
  • 4 veranschaulicht Mittel zur Implementierung einer dritten Ausführungsform des erfindungsgemäßen Verfahrens.
  • 5a ist eine schematische Ansicht eines Wavelet-Filters vom Mexikaner-Hut-Typ gemäß der Erfindung.
  • 5b ist eine schematische Ansicht eines Schnitts in der Ebene (X, Z) in dem Wavelet-Filter gemäß 5a gemäß der Erfindung.
  • 6 veranschaulicht Mittel zur Implementierung des erfindungsgemäßen Verfahrens.
  • DETAILLIERTE BESCHREIBUNG VON AUSFÜHRUNGSFORMEN DER ERFINDUNG
  • 1 veranschaulicht eine Röntgeneinrichtung, insbesondere eine Mammografieeinrichtung gemäß der Erfindung. Die Röntgeneinrichtung 1 weist eine vertikale Säule 2 auf. An dieser vertikalen Säule ist ein Arm 7 schwenkbar gelagert, der eine Röntgenröhre 3 und einen Detektor 4 trägt, der dazu eingerichtet ist, Röntgenstrahlen zu erfassen, die von der Röhre 3 emittiert worden sind. Dieser Arm 7 kann vertikal, horizontal oder schräg orientiert sein. Die Röhre 3 weist einen Fokus 5 auf, der der röntgenstrahlungsemittierende Fokus ist. Dieser Fokus 5 emittiert einen Röntgenstrahl 6 in Emissionsrichtung D.
  • Der Arm 7 ist an der vertikalen Säule 2 in einer solchen Weise schwenkbar gelagert, dass er dazu verwendet werden kann, die Röhre 3 entlang eines Pfads in Form eines Kreisbogens zu bewegen während gleichzeitig der Detektor 4 ortsfest gehalten wird. Andere Anordnungen sind möglich, die es der Röhre gestatten, sich in einer Ebene oder in dem Abschnitt einer Sphäre zu bewegen. Die Röhre 3 kann dann verschiedene Positionen einnehmen, die zwischen zwei Extrempositionen liegen. Diese zwei Positionen sind beispielsweise zueinander bezüglich einer Linie symmetrisch, die rechtwinklig auf der Detektorebene steht.
  • Bei einer bevorzugten Ausführungsform ist der Detektor 4 ein digitaler Detektor. Der Detektor 4 ist mit dem Arm 7 der Röntgenröhre 3 in Emissionsrichtung D gegenüber liegend verbunden, um den Röntgenstrahl 6 aufzunehmen.
  • Der Arm 7 ist mit einem Brusthaltertablett 8 versehen, auf das eine Patientin ihre Brust legt. Dieser Brusthaltertablett 8 ist oben auf dem Detektor 4 angeordnet. Der Detektor 4 ist unterhalb des Brusthaltertabletts 8 platziert. Der Detektor 4 erfasst die Röntgenstrahlen, die die Brust der Patientin und das Brusthaltertablett 8 durchlaufen haben.
  • Außerdem ist es sowohl wegen der Immobilisierung der Brust als auch wegen der Bildqualität oder Intensität von Röntgenstrahlen, die auf die Brust der Patientin einwirken notwendig, die Brust der Patientin während der Bildaufnahme zusammenzudrücken. Es können verschiedene Kompressionskräfte aufgebracht werden. Diese Kräfte werden durch eine Kompressionsplatte 9 aufgebracht, die die Brust abhängig von der Art der durchzuführenden Untersuchung auf das Brusthaltertablett 8 drückt. Zu diesem Zweck hat der Arm 7 eine Platte 9, die als verschiebbare Platte in der Lage ist, die Brust entweder manuell oder motorgetrieben zusammenzudrücken. Die Platte 9 besteht aus einem röntgentransparenten Material, wie beispielsweise Kunststoff. Deshalb trägt der Arm 7 in vertikaler Folge von oben beginnend die Röntgenröhre 3, die Kompressionsplatte 9, das Brusthaltertablett 8 und den Detektor 4.
  • Während die Platte 9 die Patientenbrust, das Tablett 8 und der Detektor 4 festgehalten sind, kann die Röntgenröhre 3 in Bezug auf diese Anordnung verschiedene Raumpositionen einnehmen.
  • In einer Variante kann der Detektor 4 mobil sein und zur gleichen Zeit wie die Röntgenröhre 8 verschiedene Positionen um die Brust herum einnehmen. In diesem Fall ist der Detektor 4 nicht mehr fest mit dem Brusthaltertablett 8 verbunden. Der Detektor 4 kann flach oder gekrümmt ausgebildet sein. Er kann in Drehrichtung und/oder in Translationsrichtung verschiebbar angeordnet sein.
  • Um die Untersuchung jedes Teils der Brust der Patientin möglich zu machen, kann der Strahl 6 in einer Vielzahl von Richtungen bezüglich der Brust der Patientin orientiert werden. Nach Aufnahme des Strahls 6, der einen Teil des Körpers der Patientin durchlaufen hat, gibt der Detektor 3 elektrische Signale ab, die der Energie der empfangenen Röntgenstrahlen entsprechen. Diese elektrischen Signale können dann durch einen externen Bus 11 an eine Steuerlogikeinheit 10 übertragen werden. Diese elektrischen Signale ermöglichen es der Steuerlogikeinheit 10, ein Bild entsprechend dem Teil des analysierten Körpers zu erzeugen. Diese Bilder können mittels eines Schirms dieser Steuerlogikeinheit 10 wiedergegeben oder ausgedruckt werden.
  • In einem Beispiel umfasst die Steuerlogikeinheit 10 einen Mikroprozessor 12, einen Programmspeicher 13, einen Datenspeicher 14, einen Wiedergabeschirm 15, eine Tastatur 16 und eine Ausgabe/Eingabe-Schnittstelle 17. Der Mikroprozessor 12, der Programmspeicher 13, der Datenspeicher 14, der Wiedergabeschirm 15, der mit einer Tastatur 16 versehen ist, und das Eingabe/Ausgabe-Interface 17 sind durch einen internen Bus 18 verbunden.
  • Wenn in der Praxis die Rede davon ist, dass eine Einrichtung eine bestimmte Aktion ausgeführt hat, wird diese Aktion durch einen Mikroprozessor der Einrichtung durchgeführt, der von Befehlscodes gesteuert ist, die in einem Programm speicher der Einrichtung aufgezeichnet sind. Die Steuerlogikeinheit 10 ist eine solche Einrichtung. Die Steuerlogikeinheit 10 wird häufig in Form einer integrierten Schaltung ausgeführt.
  • Der Programmspeicher 13 ist in verschiedene Abschnitte aufgeteilt, wobei jeder Abschnitt Befehlscodes entspricht, um eine Funktion der Einrichtung zu erfüllen. In Abhängigkeit von Varianten der Erfindung weist der Speicher 13 einen Abschnitt 19 mit Befehlscodes auf, die einen Weg für die Röntgenröhre 3 festlegen und eine Vielzahl von Projektionen entlang dieses Wegs steuern. Der Speicher 13 hat einen Abschnitt 20 mit Befehlscodes zur Ausführung einer Vorverarbeitung der Projektionsbilder, um aus der Akquisitionsgeometrie und dem Detektor sich ergebende Artefakte zu korrigieren.
  • Der Speicher 13 hat einen Abschnitt 21, der Befehlscodes zur Ausführung eines Tomografierekonstruktionsalgorithmus an allen Projektionsbildern enthält, die unter verschiedenen Winkeln aufgenommen worden sind, um ein rekonstruiertes Digitalvolumen zu erhalten, das für eine durchschnittliche Brust 50 bis 80 Schichten umfasst. Dieser Abschnitt 21 enthält außerdem Befehlscodes zur Anwendung auf alle akquirierten Projektionsbilder eines zweiten Rekonstruktionsalgorithmus, der in größerem Maße auf die Aufgabe der Wiedergabe gerichtet ist, wie beispielsweise die algebraische Rekonstruktionstechnik.
  • Der Speicher 13 hat einen Abschnitt 22, der Befehlscodes enthält, die ein Filter für das rekonstruierte Volumen bilden, das der Rauschreduktion dient. Der Speicher 13 enthält einen Abschnitt 23 mit Befehlscodes zur Ausführung eines Rückprojektionsalgorithmus für das rekonstruierte digitale Volumen. Dieser Rückprojektionsalgorithmus wird dazu verwendet, Projektionen aus dem rekonstruierten Digitalvolumen zu berechnen.
  • Der Speicher 13 enthält einen Abschnitt 24 mit Befehlscodes zur Ermittlung eines linearen Differentialfilters, das auf jede rekonstruierte Schicht oder jede akquirierte oder in Abhängigkeit von Ausführungsformen der Erfindung jede berechnete Projektion anzuwenden ist. Dieser Abschnitt 24 enthält außerdem Befehlscodes zur Ermittlung der Anzahl der Werte der Skalierungsparameter des linearen Differentialfilters, um den Größenbereich verschiedener Größen der radiologischen Auffälligkeiten festzulegen, die zu erfassen sind. Dieser Abschnitt 24 enthält außerdem Befehlscodes zur Durchführung einer Faltung des linearen Differentialfilters mit einer rekonstruierten Schicht oder jeder akquirierten oder berechneten Projektion. Diese Faltung ermöglicht die Berechnung eines Kontrasts für jedes Voxel für jeden Wert der Skalierung des linearen Differentialfilters.
  • Der Speicher 13 enthält einen Abschnitt 25 mit Befehlscodes zur Verifizierung, dass der für jedes Voxel des Digitalvolumens berechnete Kontrast einer vordefinierten Kontrastschwellbedingung entspricht, wobei ein Voxel ein Element des Digitalvolumens ist.
  • Diese vordefinierten Kontrastschwellwertbedingungen hängen von der Intensität des Hintergrunds, dem Skalierungsparameter des Filters und dem Rauschniveau ab. Dieser Abschnitt 25 beseitigt alle Voxel, deren Kontrast diesen Kontrastschwellwertbedingungen nicht entspricht, indem ihnen ein Voxelattribut für eine radiologische Nichtauffälligkeit zugeordnet wird. Dieser Abschnitt 25 ordnet allen Voxeln, die den Kontrastschwellwertbedingungen entsprechen, ein Voxelattribut für eine radiologische Auffälligkeit zu. Ein Attribut ist ein temporärer und interner Parameter der Steuerlogikeinheit. In einem Ausführungsbeispiel kann das Attribut eine graphische Anmerkung oder eine Binärzahl sein.
  • Der Abschnitt 25 enthält außerdem Befehlscodes zur Implementierung einer Applikation von Richtungsfiltern für das Digitalvolumen, um den Kontrast der ausgedehnten Strukturen des Volumens zu erhöhen.
  • Der Abschnitt 25 enthält Codes zur Durchführung einer Schwellwertoperation in Abhängigkeit von der Größe des lokalen Rauschens in dem durch die Richtungsfilter verarbeiteten Volumen oder alternativ in dem Volumen, das von den linearen Differentialfiltern verarbeitet wird, um die Voxel potentieller Faserstrukturen zu ermitteln. Der Abschnitt 25 enthält Befehlscodes zur Ermittlung von Sätzen von untereinander verbundenen potentiellen Faservoxeln und zur Messung ihrer Elongation (d.h. Länge). Diese Messung wird mit einer vordefinierten Schwelle verglichen, um Falsch-Positiv-Befunde zu eliminieren, die sonst durch Fasern gebildet werden. Um diese Beseitigungs- oder Aussortieroperation zu vollbringen, ordnet das Programm dem Abschnitt 25, wenn die Elongation des Satzes untereinander verbundener Pixel größer als die vorbestimmte Schwelle ist, jedem Voxel des Satzes der untereinander verbundenen Voxel das Voxelattribut für eine radiologische Nichtauffälligkeit zu. Der Speicher 13 enthält einen Abschnitt 26 mit Befehlscodes zur Färbung der Voxel, die ein Pixel- oder Voxelattribut für eine radiologische Auffälligkeit haben, um ihnen Farbinformation in den digitalen Präsentationsvolumen zuzuordnen. Der Speicher 13 enthält einen Abschnitt 27 mit Befehlscodes zur Hervorhebung der Signale der Voxel mit einem Pixel- oder Voxelattribut für eine radiologische Auffälligkeit in dem digitalen Präsentationsvolumen. Der Speicher 13 enthält einen Abschnitt 28 mit Instruktionscodes zur Wiedergabe des Präsentationsvolumens, das die hervorgehobenen oder gefärbten radiologischen Auffälligkeiten enthält, auf dem Wiedergabeschirm 15.
  • In Betrieb führt die Steuerlogikeinheit 10 eine Abtastung durch eine Serie von Belichtungen mittels der Röhre 3 durch. Die Brust und somit der Detektor werden somit während aufeinander folgender Expositionen bestrahlt. Für diese Expositionen nimmt der Fokus der Röntgenröhre Positionen an, die fest und winkelmäßig voneinander beabstandet sein können. In einem Beispiel, das die Erfindung nicht beschränken soll, ist vorgesehen, dass die Winkelüberdeckung gleich 60° ist und zwar plus und minus 30° in Bezug auf die mittlere Bestrahlungsrichtung, die senkrecht zur Mammografieeinrichtung liegt.
  • Bei dieser Vorgehensweise wird eine gewisse Anzahl von Strahlen 6, beispielsweise 9, 11, 13 oder eine andere Anzahl von Strahlen emittiert, was von der gewünschten Präzision abhängt. In dem Beispiel nach 1 ist die Anzahl von Strahlen D1 bis D9 gleich 9. Somit werden alle Strahlen 6 in einem einzelnen Scan akquiriert. Jeder Strahl 6 repräsentiert eine radiologische Projektion.
  • Die 2, 3 und 4 sind verschiedene Veranschaulichungen von Mitteln, die das erfindungsgemäße Bildverarbeitungsverfahren implementieren. Diese Mittel werden dazu genutzt, Elemente zu lokalisieren, die radiologische Auffälligkeiten in dem Volumen der rekonstruierten Brust bilden könn ten. Diese radiologischen Auffälligkeiten können Mikrokalzifikationen oder Opazitäten sein.
  • 2 veranschaulicht eine erste Ausführungsform der Erfindung. In 2 emittiert die Röntgenröhre 3 in Schritt 100 Röntgenintensitäten, die die Brust der Patientin für eine Anzahl von Projektionen P1 bis Pn auf einem vordefinierten Weg durchlaufen. Der Detektor 4 erfasst die Teile der Röntgenbilddaten I1 bis In, die entsprechend die Projektionsbilder P1 bis Pn repräsentieren. Die Steuerlogikeinheit verarbeitet die Teile der Röntgenbilddaten I1 bis In.
  • In Schritt 101 führt die Steuerlogikeinheit einen einfachen Rückprojektionsrekonstruktionsalgorithmus durch. Dieser Algorithmus wird dazu genutzt, das Volumen in verschiedenen Schichtebenen parallel zu dem Detektor wieder herzustellen. Dies wird hier als Tomosynthese der Brust bezeichnet. Alle Teile der Bilddaten I1 bis In werden bei der Tomosyntheserekonstruktion genutzt, um ein digitales Volumen der Brust zu schaffen. Diese Tomosynthesetechnik ermöglicht es, die Rekonstruktion des 3D-Volumens der Brust anhand einer kleinen Anzahl von 2D-Projektionen oder Teilen der Bilddaten zu studieren, die über einen beschränkten Winkelbereich verteilt und mit einem digitalen Detektor aufgenommen worden sind.
  • In dem Schritt 102 bildet die Steuerlogik ein Mittel zur Berechnung des Kontrasts für jede Schicht der Voxel in dem Digitalvolumen. Diese Kontrastberechnungsmittel werden durch eine lineare Differentialfilteroperation gebildet, die dazu eingerichtet ist, um stark auf das Vorhandensein von Strukturen mit einer gegebenen Abmessung zu reagieren. Um dieses Mittel zu implementieren, wendet die Steuerlogikeinheit auf jede Schicht eine Binärmaske an, um das Brustgewebe von dem Hintergrund zu trennen und sie führt Berechnungen des Kontrasts nur für die Voxel des Brustgewebes durch. Diese auf die Schichten angewendete Binärmaske kann von einer Trennung zwischen dem Brustgewebe und dem Hintergrund erhalten werden, die an den Projektionsbildern vorgenommen wird.
  • Ein Modus der Berechnung des Kontrasts der Voxel ist in den 5a und 5b veranschaulicht. Die Steuerlogikeinheit berechnet vorzugsweise den Kontrast jedes Voxels mittels eines Wavelet-Filters vom Mexikaner-Hut-Typ mit einem Skalierungsparameter s. Es versteht sich, dass dieses in den 5a und 5b beschriebene Wavelet-Filter durch andere Arten linearer Differentialfilter ersetzt werden kann, die dazu verwendet werden, einen Kontrast aller Voxel des Digitalvolumens zu berechnen.
  • Die Steuerlogikeinheit ermittelt die Anzahl und die Werte der Skalierungen in Form des Skalierungsparameters jedes Wavelet-Filters. Die Anzahl und die Werte des Skalierungsparameters müssen ausreichend sein, um den Bereich der Größen der radiologischen Auffälligkeiten zu überdecken. Für das Ausführungsbeispiel der Erfindung ermittelt die Steuerlogik zwei Skalierungsparameter mit den Werten s = √2 und s = 2.
  • Die Steuerlogikeinheit führt für jede rekonstruierte Schicht eine Faltung mit dem Wavelet-Filter durch, wie in 5a für jeden Wert des Skalierungsparameters beschrieben ist.
  • Der theoretische Kontrast ΔI einer sphärischen radiologischen Auffälligkeit mit einem Radius s gemessen durch das Wavelet des Skalierungsparameters s an dem Zentrum der Sphäre und in der Schicht, die durch das Zentrum der Mikrokalzifikation verläuft, ist ∆I = Ib·s·Δμ·K, wobei K eine Konstante, Ib die Hintergrundintensität und Δμ die Differenz zwischen den Koeffizienten der Abschwächung durch die Zusammensetzung des Brustgewebes und die Zusammensetzung der radiologischen Auffälligkeit ist. Die Hintergrundintensität Ib wird in der Schicht als Mittelwert der Grauwerte gewichtet durch die Koeffizienten gemessen, die in dem positiven Teil der Wavelet-Koeffizienten vorhanden sind, wobei s ebenfalls der Skalierungsparameter des Wavelet-Filters ist.
  • Δμ hängt von der Zusammensetzung der Brust, der Zusammensetzung der radiologischen Auffälligkeit und der Intensität der Röntgenstrahlen ab. Es ist schwierig, Δμ vorherzusagen, weil die Zusammensetzung der Brust und die exakte Zusammensetzung der radiologische Auffälligkeit unbekannt sind. Folglich legt die Steuerlogikeinheit eine untere Grenze Δμmmin für die radiologischen Auffälligkeiten fest. Diese untere Grenze wird durch Simulation erhalten.
  • In dem Schritt 103 wendet die Steuerlogikeinheit einen Algorithmus zur Validierung der angenommenen radiologisch auffälligen Voxel auf die rekonstruierten Schichten des gefilterten Digitalvolumens an. Für jede rekonstruierte Schicht des Digitalvolumens, dessen Zahl für eine durchschnittliche Brust 50 bis 80 betragen kann, ordnet die Steuerlogikeinheit jedem Voxel ein Voxelattribut für eine radiologische Auffälligkeit oder ein Voxelattribut für eine radiologische Nichtauffälligkeit zu.
  • Die Steuerlogik entscheidet in Abhängigkeit von der Größe der radiologischen Auffälligkeit, der Intensität des Hin tergrunds und des Rauschniveaus, dass der gemessene Kontrast jedes Voxels ausreichend ist, um als ein radiologisch auffälliges Pixel angesehen zu werden. Wenn der Kontrast nicht größer ist als die Abschwächung einer radiologischen Auffälligkeit mit einem Radius s oder wenn die Wahrscheinlichkeit, dass dieser Kontrast von dem Rauschen herrührt, zu groß ist, dann wird das betreffende Pixel nicht als radiologisch auffälliges Voxel angesehen.
  • Um dies zu tun, vergleicht die Steuerlogikeinheit den Kontrast jedes Voxels mit einer ersten vorbestimmten Bedingung für eine Kontrastschwelle für eine radiologische Auffälligkeit.
  • Die Steuerlogik ordnet ein Pixelattribut für eine radiologische Auffälligkeit nur denjenigen Voxeln zu, deren Kontrast die erste Kontrastschwellwertbedingung erfüllt.
  • Erste Bedingung: der Kontrast ΔI > Ib·s·α.
  • Wenn der gemessene Kontrast größer als ein Kontrast α multipliziert mit der Hintergrundintensität Ib und dem Skalierungsparameter s des Filters ist, dann nimmt die Steuerlogikeinheit an, dass das korrespondierende Voxel ein Voxel mit einer potentiellen radiologischen Auffälligkeit ist und ordnet ihm ein Voxelattribut für eine radiologische Auffälligkeit zu. Falls nicht, ordnet die Steuerlogikeinheit dem korrespondierenden Voxel ein Voxelattribut für eine radiologische Nichtauffälligkeit zu. Die Hintergrundintensität Ib ist in jedem Punkt durch die Faltung des Rohbilds mit den Koeffizienten des positiven Teils des Wavelet-Filters gegeben.
  • Jedoch ist diese erste Kontrastschwellwertbedingung nicht trennscharf genug, insbesondere im Fall eines niedrigen Signalrauschverhältnisses. Dieses niedrige Rauschkontrastverhältnis ergibt sich häufig in Folge niedriger Röntgenintensitäten bei der Akquisition der Projektionen. In diesem Fall ist die Wahrscheinlichkeit hoch, dass der gemessene Kontrast von dem Rauschen herrührt. Folglich definiert die Steuerlogik in dem Schritt 109 eine zweite Kontrastschwellwertbedingung. Diese zweite Kontrastschwellwertbedingung ist wie folgt definiert: Der Kontrast jedes in Schritt 107 herausgesiebten Pixels muss außerdem größer sein als eine Konstante β multipliziert mit der mittleren Standardabweichung des Rauschens. Eine bevorzugte Ausführungsform berücksichtigt nur den Rauschanteil σ der linear mit der Quadratwurzel der Hintergrundintensität in Beziehung steht.
  • Somit sortiert die zweite Kontrastschwellbedingung die Kandidatenpixel aus, deren Kontrast vom Quantenrauschen herrühren könnte. Dieses Aussortieren wird mit einer Zurückweisungsrate vorgenommen, die durch den Parameter β gesteuert wird.
  • Die zweite Kontrastschwellbedingung, die zu erfüllen ist, ist Folgende: der gemessene Kontrast ΔI > β·σ wobei
    Figure 00250001
    wobei die fs(x, y) die Koeffizienten des Wavelet-Filters sind.
  • Jedoch ist ersichtlich, dass das Quantenrauschen in der Realität außerdem durch eine Modulationstransferfunktion (MTF) des Detektors verändert wird. Diese Modulationstransferfunktion ist vorzugsweise im Voraus bekannt. In einer Variante kann sie entsprechend Berechnungsarten aus dem Stand der Technik berechnet werden. Somit kann zur Verbesserung der zweiten Kontrastschwellwertbedingung die Steuerlogikeinheit Messungen der Modulationstransferfunktion in den erfindungsgemäßen Algorithmus einbauen. Außerdem ist zusätzlich zu dem Quantenrauschen das elektronische Rauschen des Detektors vorhanden.
  • Wenn der Kontrast des Voxelkandidaten größer ist als die erste Kontrastschwellwertbedingung und die zweite Kontrastschwellwertbedingung, dann nimmt die Steuerlogikeinheit an, dass das entsprechende Voxel ein Voxel einer radiologischen Auffälligkeit ist und behält das radiologisch auffällige Voxel. Andernfalls betrachtet die Steuerlogikeinheit das entsprechende Voxel als Rauschen und ordnet es als nichtradiologisch auffälliges Voxel ein.
  • Schlussendlich wird ein Voxel als das radiologisch auffällige Voxel angesehen, wenn für eine der beiden Skalierungen s = √2 oder s = 2 der gemessene Kontrast dieses Voxels die bei vordefinierten Kontrastschwellwertbedingungen erfüllt. Diese beiden Kontrastschwellwertbedingungen können zu einer einzigen dritten Kontrastschwellwertbedingung kombiniert werden. In diesem Fall wird die Kombination der ersten und der zweiten Kontrastschwellwertbedingung wie folgt ausgedrückt: der gemessene Kontrast ΔI > max (Ib·s·α, β·σ) wobei α und β die Parameter dieses Algorithmus sind.
  • Jedoch können die Strukturen des rekonstruierten Volumens Charakteristika haben, die den Charakteristika radiologischer Auffälligkeiten ähnlich sind. Um diese Strukturen zu beseitigen, die in dem Volumen falsche Positivbefunde bilden, wendet die Steuerlogikeinheit zunächst auf das Volumen eine adäquate lineare Filterung an. Diese linearen Filter werden als eine Funktion einer Charakteristik einer gegebenen radiologischen Auffälligkeit ermittelt. Diese Charakteristika können beispielsweise Größe und Form sein. In einem Beispiel können diese linearen Filter Strukturen einer gegebenen Größe hervorheben. Außerdem wendet die Steuerlogikeinheit einen Satz morphologischer, densiometrischer und/oder Texturkriterien auf die Strukturen an, um sie von den radiologischen Auffälligkeiten zu unterscheiden.
  • Bei einem Ausführungsbeispiel der Erfindung werden diese Strukturen durch Fasern veranschaulicht, wobei sich versteht, dass sie auch durch jede andere Art von Struktur veranschaulicht werden kann, die keine radiologische Auffälligkeit bildet. In dem rekonstruierten Volumen können einige Fasern gute Abschwächungseigenschaften und einen Durchmesser aufweisen, der denen der radiologischen Auffälligkeiten ähnlich ist. Dies führt zu einer großen Anzahl von falschen Positivbefunden, die durch Fasern in dem Digitalvolumen gebildet werden. Deshalb ist hier die Form die wichtigste Eigenschaft, um die radiologischen Auffälligkeiten von Fasern zu unterscheiden, weil die Fasern anders als die radiologischen Auffälligkeiten eine starke längliche Form aufweisen.
  • Um dies zu vollbringen, kann die Steuerlogikeinheit die Mehrzahl der Positiv-/Falsch-Befunde eliminieren, die durch die Fasern gebildet werden, indem die Koeffizienten der hier beschriebenen Wavelets vom Mexikanerhut-Typ genutzt werden. Dies führt zu einem Algorithmus, der schnell dabei aber weniger selektiv ist als ein Algorithmus, der Richtungsfilter nutzt.
  • Die Steuerlogikeinheit führt eine Schwellwertoperation in Abhängigkeit vom lokalen Rauschniveau an dem Bild durch, das von den Wavelets vom Mexikanerhut-Typ gefiltert worden ist, um die Voxel potentieller Fasern zu ermitteln. Voxel potentieller Fasern werden selektiert, wenn für einen der beiden betrachteten Skalierungen s = √2 und s = 2 der Kontrast des Pixels größer ist als eine vorbestimmte Faserschwelle. Diese Faserschwelle ist gleich βfibre·σ wobei βfiber ein Parameter des Algorithmus ist.
  • In einer Variante kann die Steuerlogikeinheit auf jede Schicht des rekonstruierten Digitalvolumens, der durch den Schritt 101 geliefert wird, Richtungsfilter anwenden, um das Signal der Fasern zu verstärken. Bei einer bevorzugten Ausführungsform sind diese Richtungsfilter Funktionen vom β-Spline-Wavelet-Typ. Diese Funktionen werden in dem Dokument FR 28 63 749 beschrieben. Diese Wavelet-Filter haben unterschiedliche Skalierungen und Orientierungen. Für jedes Voxel bestimmt die Steuerlogikeinheit das Wavelet-Filter, das die beste Reaktion erbringt. Das beste Filter liefert die Orientierung der Faser in der Nachbarschaft der Pixel sowie als richtungsgefiltertes Digitalvolumen. Dann wird auf das richtungsgefilterte Volumen ein Schwellwert angewendet, um die Pixel potentieller Fasern zu ermitteln. Für ein Voxel (i, j) einer gegebenen Schicht ist diese Schwelle gleich βfibre·σ' mit
    Figure 00280001
    wobei M(i, j) der durchschnittliche Grauwert in der in dem Schritt 101 rekonstruierten Schicht und in der Nachbarschaft des Punkts (i, j) ist. gmax(x, y) sind Koeffizienten des β-Spline-Wavelets, die lokal die beste Reaktion liefern und N ist die Anzahl von Projektionen, die zu der Rekonstruktion des Voxels (i, j) gedient haben.
  • In einer Variante wird die Anwendung eines Richtungsfilters auf jede der Schichten des Digitalvolumens durch Anwendung dieser Richtungsfilter auf jeden Teil der Bilddaten I1 bis In und nachfolgende Anwendung des Rekonstruktionsalgorithmus des Schritts 101 erhalten. Ähnlich kann der Mittelwert M(i, j) um jeden Punkt (i, j) einer gegebenen Schicht erhalten werden, indem lokal der Mittelwert jedes Teils der Bilddaten I1 bis In genommen und dann der Rekonstruktionsalgorithmus des Schritts 101 angewendet wird. Diese Vorgehensweise führt zu einem schnelleren Algorithmus zur Beseitigung von Fasern, weil seine Komplexität nur von der Anzahl der Projektionen und nicht von der Anzahl der Schichten abhängt.
  • Die Steuerlogikeinheit erzeugt ein Binärvolumen, in dem alle Voxel, mit Ausnahme der Voxel potentieller Fasern, die auf 1 gesetzt werden, auf 0 gesetzt werden. Um die Voxel von Fasern aus den auf 1 gesetzten Voxeln heraus zu selektieren, wendet die Steuerlogikeinheit einen 2D- oder 3D-Komponentenverbindungsalgorithmus an, der Partikel extrahiert, die durch einen Satz untereinander verbundener, auf 1 gesetzter Punkte bestehen.
  • Die Steuerlogikeinheit ermittelt die Morphologie jedes verbundenen Satzes von Voxeln, die Partikel bilden. Eine Hauptformeigenschaft kann durch die größte Feret-Zahl gebildet sein, die Information über die Länge der Partikel liefert. Die Feret-Zahlen geben die Elongation des Partikels entlang eines Satzes von Richtungen an, die Tests für die Gesamtheit der möglichen Richtungen darstellen.
  • Die Steuerlogikeinheit ermittelt eine Feretschwelle IFeret. Diese Schwelle IFeret wird vorzugsweise durch Simulation erhalten. Wenn die gemessene Elongation des Partikels größer als die Schwelle IFeret ist, dann betrachtet die Steuerlogikeinheit diesen Partikel als eine Faser und jedem seiner Voxel wird das Attribut für eine radiologische Nichtauffälligkeit zugeordnet.
  • Somit hat der erfindungsgemäße Algorithmus vier Parameter α, β, βfiber und IFeret, die durch Simulation an einer vorhandenen (wirklichen) Datenbank ermittelt werden können.
  • In dem Schritt 104 führt die Steuerlogikeinheit auf der Basis der Teile der Bilddaten I1 bis In einen Rekonstruktionsalgorihtmus durch. Dieser Rekonstruktionsalgorithmus ist ein Algorithmus, der mehr auf die Aufgabe der Wiedergabe hin orientiert ist, wie beispielsweise in Form einer algebraischen Rekonstruktionstechnik. Er liefert ein Präsentationsvolumen.
  • In dem Schritt 105 wendet die Steuerlogikeinheit einen Algorithmus zur Wiedergabe der Pixel der radiologischen Auffälligkeiten in dem Präsentationsvolumen an, das in Schritt 104 erhalten worden ist, um die Analyse durch den Praktiker zu erleichtern. Dieser Wiedergabealgorithmus kann ein Verfahren zur Hervorhebung der Intensität der Voxel anwenden, die ein Voxelattribut für eine radiologische Auffälligkeit haben oder er kann ihnen sowie ihrer unmittelbaren Umgebung Farbinformation zuordnen.
  • Der erste Schritt des Hervorhebeprozesses besteht in der Anwendung eines Algorithmus zur 3D-Komponentenverbindung auf ein Binärvolumen, das durch Voxel mit 1 für Positionen radio logischer Auffälligkeiten und ansonsten 0 besetzt ist. Dies führt zu einem Satz von 3D-Partikeln radiologischer Auffälligkeiten. Dann wird für jedes Voxel des Präsentationsbilds S, das zu einem Partikel P gehört (sowie seiner Umgebung) die Voxelintensität in Bezug auf die Intensität der unmittelbaren Umgebung oder Nachbarschaft des Partikels erhöht.
  • Die unmittelbare Umgebung der Partikel wird als Satz von Voxeln definiert, die in einem Abstand angeordnet sind, der kleiner als der Abstand D von den Voxeln der Partikel ist. Dieser Abstand D ist ein vorläufig definierter Parameter. Die Steuerlogikeinheit berechnet den Mittelwert der Graustufe Mp in der unmittelbaren Umgebung des Partikels. Dieser Graustufenmittelwert Mp ist die Hintergrundintensität des Partikels. Für jedes Voxel (i, j, k) des Partikels und seine unmittelbare Umgebung wird der hervorgehobene Bildbezug DCA(i, j) durch Verstärkung der Differenz zwischen der Intensität S(i, j) des Pixels des Partikels und der Hintergrundintensität Mp des Partikels gemäß folgender Gleichung erhalten:
    Figure 00310001
    wobei A direkt die Hervorhebung beeinflusst und D der Abstand zwischen den Pixeln (i, j, k) und dem Partikel mit d = 0 für jedes Pixel innerhalb des Partikels ist. Weil es schwierig ist, in Schichten radiologische Auffälligkeiten zu identifizieren wendet die Steuerlogikeinheit eine Hervorhebung an, deren Stärke sich mit dem Abstand zu dem Partikel vermindert. Der Parameter τ steuert die Reduktion des abstandsabhängigen Hervorhebefaktors. Es ist außerdem optional möglich, klinische Information in den Hervorhebeprozess einzubeziehen, indem ein Hervorhebefaktor gewählt wird, der von dieser Information abhängt.
  • Nach einem Beispiel bezieht die Steuerlogikeinheit klinische Information über Cluster in den Hervorhebeprozess ein. Die Cluster der Mikrokalzifikationen werden durch einen Mikrokalzifikationenclusteralgorithmus erhalten. Die Hervorhebung jedes Pixels der zu dem Partikel gehört sowie seiner unmittelbaren Umgebung oder Nachbarschaft, wie sie vorher definiert worden ist, ist durch folgende Gleichung gegeben:
    Figure 00320001
    wobei C von der Anzahl der Mikrokalzifikationen in dem Cluster abhängt.
  • In einem Beispiel werden die Cluster in dem Präsentationsvolumen durch Marker indiziert, die von der Steuerlogikeinheit erzeugt worden sind. Diese Marker können graphische Anmerkungen sein, die in dem Mittelpunkt oder Schwerpunkt der Cluster angeordnet sind.
  • In einer Variante kann die Steuerlogikeinheit einen Rand um die Cluster ziehen, die mehr als eine gegebene Minimalanzahl von Mikrokalzifikationen enthalten. Dies kann von Interesse sein, wenn die Aufmerksamkeit des Arztes spezieller auf den Kalziumgehalt gerichtet werden soll.
  • Wenn die Wiedergabe der Ergebnisse durch Einfärbung der Voxel der radiologischen Auffälligkeiten erfolgen soll, wird ihnen als Funktion der Quantität S(i, j, k) – Mp, des Abstands d und optional der Anzahl der Mikrokalzifikationen in dem Cluster sowie der Clusteranzahl eine Farbe zugeordnet.
  • Das letztendliche Präsentationsvolumen, in dem die Partikel radiologischer Auffälligkeiten hervorgehoben oder koloriert worden sind wird auf dem Wiedergabeschirm angezeigt um von dem Praktiker angesehen zu werden. In diesem schlussendlichen Volumen sind die radiologischen Auffälligkeiten ohne Unterschied im Hinblick auf ihren verdächtigen Charakter oder ihren gruppierten oder isolierten Charakter hervorgehoben. Folglich erhält der Radiologe eine unmittelbare Übersicht über die Karte der Verteilung der radiologischen Auffälligkeiten.
  • Bei dieser Ausführungsform der Erfindung muss die Steuerlogikeinheit, um die Kontraste ΔI der Voxel der verdächtigen radiologischen Auffälligkeiten zu erfassen und zu berechnen, jede Schicht mit den Wavelets falten. Dies ist im Hinblick auf Computerresourcen anspruchsvoll, die zur Berechnung erforderlich sind und zwar auch dann, wenn die Schichten einen ganzen Millimeter Abstand haben.
  • Die Erfindung ist deshalb in einer zweiten Ausführungsform verwirklicht worden, die einen schnelleren Algorithmus beinhaltet, der lediglich von der Anzahl der Projektionen und nicht von der Anzahl der Schichten unter Annahme einer Parallelegeometrie abhängt, wie in 3 veranschaulicht ist.
  • 3 zeigt eine andere Veranschaulichung von Mitteln zur Implementierung des erfindungsgemäßen Verfahrens. Bei dieser Implementierung der Erfindung wird das Bildverarbeitungsverfahren auf jeden Teil der Bilddaten I1 bis In angewendet, die jede Projektion P1 bis Pn repräsentieren, die in dem Schritt 200 erhalten worden sind. Diese Teile von Bilddaten werden direkt zu dem digitalen Detektor in die Steuerlogikeinheit gegeben. Auf Basis dieser Teile der Bilddaten ermöglicht das Verarbeitungsverfahren die Lokalisierung von Elementen, die hinsichtlich der Ausbildung radiologischer Auffälligkeiten verdächtig sind. Diese radiologischen Auffälligkeiten können Mikrokalzifikationen oder Opazitäten sein.
  • In dem Schritt 201 wendet die Steuerlogikeinheit entsprechend eine Binärmaske F1 bis Fn auf jeden Teil der Bilddaten I1 bis In an, um das Brustgewebe von dem Hintergrund zu trennen. Dann wird jeder Teil der erhaltenen Bilddaten in ein Kontrastbild konvertiert, das für jedes Pixel definiert ist, der als ein Pixel des Brustgewebes jedes Teils der Bilddaten identifiziert ist. Diese Umwandlung wird durch eine lineare Differenzialfilterung erhalten, die vorzugsweise eine Wavelet-Filterung vom Mexikanerhut-Typ ist. Dieser Typ Filterung ist in den 5a und 5b veranschaulicht.
  • Nach Durchführung separater Kontrastberechnungen in jedem Teil der Bilddaten führt die Steuerlogikeinheit den Schritt 202 aus. Der Schritt 202 besteht in einer einfachen Rückprojektion des Digitalvolumens von den Kontrasten der Pixel jedes Teils der Bilddaten. Für einen Wert des Skalierungsparameters s ist das Volumen des so erzeugten Kontrasts identisch, zu dem des unter Annahme einer Parallelgeometrie in Schritt 102 erhaltenen.
  • In dem Schritt 203 ermittelt die Steuerlogikeinheit diejenigen Voxel, die verdächtig sind, eine radiologische Auffälligkeit zu sein, als Funktion ihres berechneten Kontrasts. Dieser Schritt 203 beinhaltet die gleichen Selektionselemente für Voxel radiologischer Auffälligkeiten, wie der Schritt 103 in 2 mit der Ausnahme der Berechnung der Hintergrundintensität Ib. Sie wird an jedem Voxel durch Anwendung des Rekonstruktionsalgorithmus des Schritts 202 von den Bilddaten I1 bis In gefiltert durch den positiven Teil der Waveletkoeffizienten erhalten.
  • Der Hervorhebeschritt 205 ist der gleiche wie der Hervorhebeschritt 105 in 2. Ähnlich ist der Rekonstruktionsalgorithmusschritt 204 der gleiche wie derjenige des Schritts 104 der 2.
  • Der Hauptvorteil dieses Verfahrens liegt darin, dass es ein schnelles Mittel zur Berechnung von Kontrasten und somit zur Erfassung von Voxeln radiologischer Auffälligkeiten mit einer Berechnungszeit liefert, die von der Anzahl von Projektionen und nicht von der Anzahl der Schichten abhängt. Dies ist eine signifikante Verbesserung, weil die Anzahl von Schichten allgemein viel größer ist als die Anzahl von Projektionen.
  • 4 ist eine dritte Veranschaulichung von Mitteln zur Implementierung des erfindungsgemäßen Verfahrens. In Schritt 300 akquiriert die Steuerlogikeinheit eine Vielzahl von Projektionen P1 bis Pn auf einem vorbestimmten Weg. Der Detektor 4 akquiriert die Teile des Röntgenbilds I1 bis In, die die Projektionen P1 bis Pn repräsentieren. Die Steuerlogikeinheit verarbeitet die Teile der Bilddaten I1 bis In.
  • In Schritt 301 wendet die Steuerlogikeinheit einen Bildrekonstruktionsalgorithmus derart an, wie er bei der Tomosynthese verwendet wird, um ein digitales Volumen der Brust zu erhalten.
  • In dem Schritt 302 filtert die Steuerlogikeinheit das digitale Volumen zur Reduktion des Einflusses des Rauschens und zur Erhöhung des Kontrasts. Dieser Schritt 302 hängt im Wesentlichen von der Akquisitionseinrichtung ab und kann deshalb für unterschiedliche Versionen existierender Akquisitionseinrichtungen unterschiedlich sein.
  • In einer Variante mag die Steuerlogikeinheit den Schritt 302 zur Filterung des digitalen Volumens überspringen und direkt mit Schritt 303 fortsetzen.
  • In dem Schritt 303 wendet die Steuerlogikeinheit auf das rekonstruierte digitale Volumen einen Rückprojektionsalgorithmus an. In dem Schritt 304 liefert dieser Rückprojektionsalgorithmus Bilddatenteile, die durch Rückprojektionen I'1 bis I'n berechnet worden sind.
  • Diese Rückprojektion ist in Folge vorhandenen Wissens über die Akquisitionsgeometrie möglich.
  • In dem Schritt 305 wendet die Steuerlogikeinheit entsprechend eine binäre Maske F'1 bis F'n auf jeden Teil der rückprojizierten Bilddaten I'1 bis I'n an, um das Brustgewebe von dem Hintergrund zu trennen. Dann wird jeder Teil der erhaltenen Bilddaten I'1 bis I'n in ein Bild von Kontrasten konvertiert, die für jedes Pixel jedes Teils der Bilddaten definiert sind.
  • Die Schritte 305 bis 309 der 4 sind in den Schritten 201 bis 205 der 3 entsprechend beschrieben.
  • 5a veranschaulicht eine schematische 3D-Ansicht eines Wavelet-Filters mit einem Skalierungsparameter s. Die Wavelet-Filterung ist ein Verfahren, das zur Analysierung des Inhalts von Bilddaten oder Schichten angewendet wird. Bei einer bevorzugten Ausführungsform ist die Wavelet-Filterung von der Art eines umgekehrten Mexikanerhuts. Der Skalierungsparameter des Wavelet-Filters ist dem Maßstab einer geographischen Karte sehr ähnlich. In dem Fall der Landkarte entsprechen große Maßstabswerte nicht detaillierten Übersichtsansichten. Die kleinen Maßstabwerte entsprechen detaillierten Ansichten. In Frequenzen gesprochen ergeben die niedrigen Frequenzen oder großen Maßstäbe Übersichtsinformation über das Signal üblicherweise über die Erstreckung des Signals, wohingegen die hohen Frequenzen oder kleinen Maßstäbe detaillierte Information über kleinere Muster in dem Signal liefern.
  • Das Wavelet-Filter wird in dem Beispiel nach 2 in kartesischen X, Y und Z-Koordinaten repräsentiert. Das Wavelet-Filter wird in die Ebene verschoben, die durch die X- und Y-Achse definiert ist. Die Z-Achse repräsentiert die Amplitude des Wavelet-Filters. Die Wavelet-Filterung ist insbesondere für lokale und vielskalige Analyse in der medizinischen Bildgebung, insbesondere in der Mammografie gut geeignet. Die Steuerlogikeinheit definiert eine Familie von Wavelet-Filtern, die auf jede Projektion oder jede Schicht anzuwenden sind, um den Kontrast für radiologische Auffälligkeiten jeder vordefinierten Größe zu berechnen. Die Steuerlogikeinheit wählt den Skalierungsparameter auf Basis der vordefinierten Größe der radiologischen Auffälligkeit willkürlich aus. Somit hängt der Skalierungsparameter des Filters von den Auffälligkeiten des gesuchten radiologischen Signals ab.
  • Bei der Erfindung definiert die Steuerlogikeinheit zur Berechnung des Kontrasts für jedes Pixel oder Voxel für alle möglichen Größen radiologischer Auffälligkeiten die Anzahl und die Werte der Skalierungsparameter s.
  • Bei einer bevorzugten Ausführungsform definiert die Steuerlogikeinheit zwei Skalierungsparameter und die Werte jedes Skalierungsparameters. Diese Werte werden als eine Funktion des Größenbereichs radiologischer Auffälligkeiten festgelegt, die zu erfassen sind. In einem Beispiel versucht die Steuerlogikeinheit die radiologischen Auffälligkeiten zu erfassen, die in den Größenbereich zwischen 100 μm und 500 μm gehören, weil die radiologischen Auffälligkeiten die größer sind für den Radiologen ausreichend sichtbar sind.
  • In diesem Fall wird der Größenbereich, weil die Auflösung des Detektors 100 μm beträgt, durch zwei Skalierungswerte abgedeckt. Der Wert des ersten Skalierungsparameters s = s1 ist gleich 2 und der Wert des zweiten Skalierungsparameters s = s2 ist gleich 2.
  • In einer Variante können die Anzahl und die Werte des Skalierungsparameters von den oben genannten abweichen. Diese Anzahl und diese Werte von Skalierungsparametern, die die Familie der Wavelet-Filter definieren, können in Abhängigkeit von den Größen der zu erfassenden radiologischen Auffälligkeiten geändert werden.
  • 5b veranschaulicht eine Schnittansicht in der Ebene (X, Z) des Wavelets nach 5a gemäß den Skalierungsparametern s1 oder s2. Jedes durch die Steuerlogikeinheit definierte Wavelet-Filter misst den Kontrast jedes Pixels oder Voxels in Abhängigkeit von dem Skalierungsparameter s1 oder s2. Das Wavelet-Filter 30 ist ein lokales Filter. Es weist zwei positive Teile 31a und 31b und einen negativen Teil 32 auf. Die beiden positiven Teile 31a und 31b sind an beiden Seiten des negativen Teils 32 angeordnet. Die beiden positiven Teile 31a und 31b formen die Krempe des Mexikaner-Huts und der negative Teil bildet die Krone des Mexikaner-Huts.
  • Der größte Radius des negativen Teils ist gleich dem Wert der Skalierung des Filters.
  • Die Gleichung zur Berechnung des Kontrasts für jedes Pixel oder Voxel ist in Polarkoordinaten durch die folgende Gleichung angegeben, wobei r der Radius ist:
    Figure 00390001
    wobei s die Skalierung des Filters mit s gleich s1 oder s2 ist. Die Steuerlogikeinheit führt eine Faltung des Teils der Bilddaten oder der Schicht mit dem ersten Wavelet-Filter mit einer Skalierung s = s1 und dann mit einem zweiten Wavelet-Filter mit einer Skalierung s = s2 durch, um die Pixel oder Voxel zu extrahieren, deren Kontrast wenigstens für einen der Skalierungsparameter größer als eine Konstante multipliziert mit der Skalierung s multipliziert mit der Hintergrundintensität ist. Dieser Ansatz macht es in vielen Abstufungen möglich, Anpassungen hinsichtlich der Größe der radiologischen Auffälligkeiten in medizinischen Bildern vorzunehmen.
  • Bei der Faltung des Teils der Bilddaten oder der Schicht mit dem Wavelet berechnet die Steuerlogikeinheit an jedem Teil der Bilddaten oder Voxel mit den Koordinaten (x, y, z) der Schicht einen Mittelwert der Grauniveaus der Nachbarschaft, um (x, y) gewichtet mit dem Absolutwert der negativen Koeffizienten des Filters und einen Mittelwert der Grauwerte der Nachbarschaft (x, y) gewichtet mit den positiven Koeffizienten des Filters. Der Mittelwert der Grauwerte, die in dem negativen Teil vorhanden sind, repräsentiert den Mittelwert der Grauwerte des Teils der als radiologisch auffälliger Teil angesehen wird. Die Mittelwerte der Grauniveaus, die in dem positiven Teil vorhanden sind, repräsentiert den Mittelwert der Grauwerte in dem Teil des Hintergrunds der die vermutliche radiologische Auffälligkeit umgibt.
  • Schlussendlich berechnet die Steuerlogik den Kontrast des Pixels, indem die Differenz zwischen diesen beiden Durchschnittswerten ermittelt wird. Die Verwendung des Wavelet-Filters ermöglicht eine Berechnung eines linearen Kontrasts, indem eine Differenz zwischen den Graustufenmittelwerten ermittelt wird. Diese Art der Berechnung des Kontrasts ist weniger anfällig gegen Rauschen als eine Differenzbildung zwischen einem Graustufenwert an dem Pixel (x, j) oder dem Voxel (x, y, z) und dem Signal eines benachbarten Pixels oder Voxels. Außerdem ist es bei dieser Art der Berechnung des Kontrasts möglich, den Einfluss von Wavelet-Filtern auf das Rauschniveau vorherzusehen.
  • Nach Berechnung des Kontrasts bestimmt die Steuerlogikeinheit die Voxel, die die Bedingungen für radiologische Auffälligkeiten erfüllen, wie im Zusammenhang mit den 2, 3 und 4 beschrieben worden ist.
  • Generell kann die Steuerlogikeinheit ein Modell für radiologische Auffälligkeiten mit unterschiedlichen Formen und mit Rauschen in Betracht ziehen, das sich von dem Quantenrauschen unterscheidet. Somit kann die Steuerlogikeinheit unterschiedliche Annahmen hinsichtlich Eingaben oder Eingangssignalen für unterschiedliche Arten der Verarbeitung nutzen.
  • 1
    Röntgeneinrichtung
    2
    Vertikale Säule
    3
    Röntgenstrahlenemittierende Röhre
    4
    Detektor
    5
    Fokus
    D
    Emissionsrichtung
    6
    Röntgenstrahl
    7
    Schwenkbarer Arm
    8
    Brusthaltertablett
    9
    Verschiebbares Kompressionspad
    10
    Steuerlogikeinheit
    11
    Externer Bus
    12
    Mikroprozessor
    13
    Programmspeicher
    14
    Datenspeicher
    15
    Wiedergabeschirm
    16
    Tastatur
    17
    Ausgabe/Eingabe-Schnittstelle
    18
    Innerer Bus
    100 bis 105
    Schritte
    200 bis 205
    Schritte
    300 bis 309
    Schritte
    s
    Skalierungsparameter
    X, Y und Z
    Kartesische Koordinaten
    30
    Wavelet-Filter
    31a oder 31b
    Positiver Teil
    32
    Negativer Teil

Claims (16)

  1. Verfahren zur Verarbeitung von Bildern einer Röntgeneinrichtung, bei dem: verschiedene radiographische Projektionen eines Körpers vorgenommen werden, aus allen Projektionen ein digitales Volumen von Schichten des Körpers rekonstruiert wird, in diesem digitalen Volumen Strukturen lokalisiert werden, die radiologische Auffälligkeiten repräsentieren, wobei: für jedes Voxel des digitalen Volumens wenigstens ein Kontrastwert berechnet wird, für wenigstens eine Kontrastschwelle, die radiologischen Auffälligkeiten entspricht, eine vorläufige Definition vorgenommen wird, wenn der berechnete Kontrast größer als die Kontrastschwelle ist, dann wird dem entsprechenden Voxel ein Voxelattribut für eine radiologische Auffälligkeit zugeordnet, und die Voxel, denen ein Voxelattribut für eine radiologische Auffälligkeit zugeordnet worden ist, werden in einem digitalen Präsentationsvolumen wiedergegeben, das aus den Projektionen erzeugt worden ist.
  2. Verfahren nach Anspruch 1, bei dem ein Satz von Voxeln von Strukturen identifiziert wird, die falsche Positivbefunde bilden, weil sie Charakteristika haben, die denen radiologischer Auffälligkeiten nahekommen und dem Satz dieser Voxel von Strukturen als eine Funktion morphologischer, densiometrischer und/oder Texturkriterien ein Voxelattribut zugeordnet wird, das für eine radiologische Nichtauffälligkeit steht.
  3. Verfahren nach einem der Ansprüche 1 bis 2, bei dem: den Voxeln, die ein Voxelattribut für eine radiologische Auffälligkeit haben, sowie ihrer unmittelbaren Umgebung in dem Präsentationsdigitalvolumen zur Präsentation Farbinformation zugeordnet wird oder die Intensität der Voxel, die ein Voxelattribut für eine radiologische Auffälligkeit haben, sowie ihrer unmittelbaren Umgebung in dem Präsentationsdigitalvolumen erhöht wird, wobei das Präsentationsdigitalvolumen mit den kolorierten oder hervorgehobenen Voxeln angezeigt wird.
  4. Verfahren nach einem der Ansprüche 1 bis 3, wobei die Berechnung des Kontrasts jedes Voxels die folgenden Schritte aufweist: Berechnung der Koeffizienten eines linearen Differentialfilters mit einem Skalierungsparameter (s), der auf jede Schicht des Digitalvolumens anzuwenden ist, wobei der Skalierungsparamenter durch eine Größe zu analysierender radiologischer Auffälligkeiten charakterisiert ist, Bestimmung einer ausreichenden Anzahl von Skalierungsparametern, um einen Bereich von Größen der radiologischen Auffälligkeiten zu überdecken, Durchführung einer Faltung jeder Schicht mit dem linearen Differentialfilter für jeden Skalierungswert,
  5. Verfahren nach einem der Ansprüche 1 bis 3, wobei die Berechnung des Kontrasts jedes Voxels die folgenden Schritte beinhaltet: Ermittlung eines linearen Differentialfilters mit einem Skalierungsparameter (s), der auf jede Projektion anzuwenden ist, Ermittlung einer ausreichenden Anzahl von Skalierungsparametern, um einen Bereich von Größen von radiologischen Auffälligkeiten abzudecken, Durchführung einer Faltung jeder Projektion mit dem linearen Differentialfilter für jeden Skalierungswert s, Rekonstruktion des Digitalvolumens des Körpers aus den gefilterten Projektionen für jeden Skalierungswert.
  6. Verfahren nach einem der Ansprüche 1 bis 3, wobei die Berechnung des Kontrasts für jedes Voxel die folgenden Schritte beinhaltet: Rekonstruktion des Digitalvolumens aus den Projektionen, Filterung des rekonstruierten Digitalvolumens, Rückprojektion des rekonstruierten Digitalvolumens, Ermittlung eines linearen Differentialfilters mit einem Skalierungsparameter (s), der auf jede rückprojizierte Projektion anzuwenden ist, Ermittlung einer ausreichenden Anzahl von Skalierungsparametern, um einen Bereich von Größen von radiologischen Auffälligkeiten abzudecken, Durchführung einer Faltung jeder rückprojizierten Projektion mit dem Differentialfilter für jeden Skalierungswert, Rekonstruktion des Digitalvolumens des Körpers aus den Projektionen, die für jeden Skalierungsparameter rückprojiziert und gefiltert worden sind.
  7. Verfahren nach einem der Ansprüche 4 bis 6, wobei das lineare Differentialfilter ein Wavelet-Filter vom Mexikanerhut-Typ ist, das einen zentralen Teil aufweist, der durch negative Koeffizienten gebildet ist, und einen positiven Teil, der an der Peripherie angeordnet ist, wobei der größte Radius des negativen Teils gleich dem Wert des Skalierungsparameters des Filters ist.
  8. Verfahren nach einem der Ansprüche 1 bis 7, wobei die vorläufige Ermittlung der Kontrastschwelle die folgenden Schritte beinhaltet: vorläufige Festlegung eines ersten Schwellwerts, der von der lokalen Hintergrundintensität des Digitalvolumens und dem Wert des Skalierungsparameters des Filters abhängt, Ermittlung dieser Hintergrundintensität an jedem Punkt durch Faltung jeder Schicht des Digitalvolumens mit den Koeffizienten des positiven Teils des Wavelet-Filters oder alternativ durch Faltung jeder Projektion mit den Koeffizienten des positiven Teils des Wavelet-Filters und dann durch Rekonstruktion, vorläufige Festlegung eines zweiten Schwellwerts, der von einem lokalen Rauschniveau abhängt, das in dem Digitalvolumen vorhanden ist, Kombinieren der ersten und der zweiten Schwelle, um die Kontrastschwelle zu erhalten.
  9. Verfahren nach einem der Ansprüche 1 bis 8, wobei die Eliminierung von Strukturen, die falsche Positivbefunde liefern, die folgenden Schritte beinhaltet: Ermittlung eines Satzes gefilterter Digitalvolumina für die der Kontrast der Strukturen verstärkt ist, Vordefinieren einer Strukturkontrastschwelle, die von dem lokalen Rauschpegel abhängt, Erzeugung eines Binärvolumens, indem alle Voxel, deren Kontrast größer ist als die Strukturkontrastschwelle auf 1 und alle anderen auf 0 gesetzt werden, Bestimmung von Partikeln potentieller durch einen Satz untereinander verbundener Voxel gebildeter Strukturen, Messung der Länge jedes Partikels der potentiellen Strukturen, Definieren einer Minimumschwelle für die Länge, wenn die Länge des Partikels größer als die Minimallängenschwelle ist, wird den Voxeln des Partikels ein Voxelattribut für eine radiologische Nichtauffälligkeit zugeordnet.
  10. Verfahren nach Anspruch 9, bei dem zur Ermittlung des gefilterten Digitalvolumens: Richtungsfilter ermittelt werden, die auf das Digitalvolumen anzuwenden sind, an jeder Schicht eine Faltung mit den Richtungsfiltern vorgenommen wird.
  11. Verfahren nach Anspruch 9, wobei zur Ermittlung der gefilterten Digitalvolumina: Richtungsfilter ermittelt werden, die auf jede Projektion anzuwenden sind, jede Projektion mit den Richtungsfiltern gefaltet wird, das gefilterte Digitalvolumen aus den gefilterten Projektionen für jedes Richtungsfilter rekonstruiert wird.
  12. Verfahren nach einem der Ansprüche 10 bis 11, wobei die Richtungsfilter β-Spline-Typ-Wavelet-Filter mit unterschiedlichen Skalierungsparametern und Orientierungen sind.
  13. Verfahren nach Anspruch 9, bei dem zur Bestimmung der gefilterten Digitalvolumina: das Ergebnis der Faltung des Volumens mit den linearen Differentialfiltern für jeden Skalierungswert in Betracht gezogen wird, oder alternativ für jeden Skalierungswert das rekonstruierte Volumen auf Basis der Projektionen in Betracht gezogen wird, die mit den linearen Differentialfiltern gefaltet worden sind.
  14. Verfahren nach einem der Ansprüche 1 bis 13, wobei das Hervorheben der Voxel in dem digitalen Präsentationsvolumen die folgenden Schritte beinhaltet: Erzeugen eines Binärbilds, indem die Voxel, die ein voxelattribut für eine radiologische Auffälligkeit haben, auf 1 und alle anderen auf 0 gesetzt werden, Ermittlung von Partikeln, die durch einen Satz untereinander verbundener Voxel gebildet werden, Verstärken der Differenz zwischen der Intensität jedes Voxels des Partikels sowie seiner unmittelbaren Umgebung und der mittleren Intensität der Voxel, die den Partikel umgeben.
  15. Verfahren gemäß Anspruch 14, bei dem das Cluster von Partikeln, die eine Minimalzahl von Partikeln aufweisen, bestimmt wird, die Differenz zwischen der Intensität jedes Voxels in dem Partikel sowie seiner unmittelbaren Umgebung und der mittleren Intensität der Voxel, die den Partikel umgeben, als Funktion der Anzahl der in dem Cluster vorhandenen Partikel verstärkt wird, in der Nachbarschaft des Schwerpunkts des Clusters ein Marker platziert oder eine den Cluster markierende Kontur gezogen wird.
  16. Röntgeneinrichtung zur Implementierung des radiologischen Bildgebungsverfahrens zur Erfassung radiologischer Auffälligkeiten gemäß einem der Ansprüche 1 bis 15.
DE102007026803A 2006-06-07 2007-06-06 Verfahren zur Verarbeitung von radiologischen Bildern bei der Tomosynthese zur Erfassung radiologischer Auffälligkeiten Withdrawn DE102007026803A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR0652043A FR2902218A1 (fr) 2006-06-07 2006-06-07 Procede de traitement d'images de tomosynthese pour une detection de signes radiologiques
FR0652043 2006-06-07

Publications (1)

Publication Number Publication Date
DE102007026803A1 true DE102007026803A1 (de) 2007-12-20

Family

ID=37400936

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102007026803A Withdrawn DE102007026803A1 (de) 2006-06-07 2007-06-06 Verfahren zur Verarbeitung von radiologischen Bildern bei der Tomosynthese zur Erfassung radiologischer Auffälligkeiten

Country Status (4)

Country Link
US (1) US7853064B2 (de)
JP (1) JP5260892B2 (de)
DE (1) DE102007026803A1 (de)
FR (1) FR2902218A1 (de)

Families Citing this family (44)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7760924B2 (en) * 2002-11-27 2010-07-20 Hologic, Inc. System and method for generating a 2D image from a tomosynthesis data set
EP1986548B1 (de) 2006-02-15 2013-01-02 Hologic, Inc. Brustbiopsie und nadelpositionierung über tomosynthese-systeme
FR2909207B1 (fr) * 2006-11-24 2009-01-30 Gen Electric Procede de visualisation tridimensionnelle d'images de tomosynthese en mammographie.
JP5531368B2 (ja) * 2007-12-25 2014-06-25 メディック ヴィジョン−ブレイン テクノロジーズ エルティーディー. 画像のノイズ低減
FR2927719B1 (fr) * 2008-02-19 2010-03-26 Gen Electric Procede de traitement d'images obtenues par tomosynthese et dispositif associe
JP5346654B2 (ja) * 2009-03-31 2013-11-20 キヤノン株式会社 放射線撮影装置及びその制御方法
EP2485651B1 (de) 2009-10-08 2020-12-23 Hologic, Inc. System für mammanadelbiopsie
US9082182B2 (en) * 2009-11-25 2015-07-14 Dental Imaging Technologies Corporation Extracting patient motion vectors from marker positions in x-ray images
US9082177B2 (en) * 2009-11-25 2015-07-14 Dental Imaging Technologies Corporation Method for tracking X-ray markers in serial CT projection images
US8180130B2 (en) * 2009-11-25 2012-05-15 Imaging Sciences International Llc Method for X-ray marker localization in 3D space in the presence of motion
US9826942B2 (en) 2009-11-25 2017-11-28 Dental Imaging Technologies Corporation Correcting and reconstructing x-ray images using patient motion vectors extracted from marker positions in x-ray images
US8363919B2 (en) 2009-11-25 2013-01-29 Imaging Sciences International Llc Marker identification and processing in x-ray images
US9082036B2 (en) * 2009-11-25 2015-07-14 Dental Imaging Technologies Corporation Method for accurate sub-pixel localization of markers on X-ray images
FR2954086B1 (fr) 2009-12-22 2013-03-22 Gen Electric Dispositif et procede d'imagerie medicale
WO2011100511A2 (en) * 2010-02-11 2011-08-18 University Of Michigan Methods for microcalification detection of breast cancer on digital tomosynthesis mammograms
JP2011177456A (ja) * 2010-03-04 2011-09-15 Fujifilm Corp 放射線画像撮影方法及びその装置並びに放射線画像生成方法及びその装置
US8914319B2 (en) 2010-06-15 2014-12-16 The Regents Of The University Of Michigan Personalized health risk assessment for critical care
US8990135B2 (en) 2010-06-15 2015-03-24 The Regents Of The University Of Michigan Personalized health risk assessment for critical care
KR101687971B1 (ko) * 2010-07-19 2016-12-21 삼성전자주식회사 유방 촬영 장치 및 그 방법
FR2963976B1 (fr) 2010-08-23 2013-05-10 Gen Electric Procede de traitement d'images pour la determination de zones suspectes dans une matrice tissulaire, et son utilisation pour la navigation 3d a travers la matrice tissulaire
AU2012225398B2 (en) 2011-03-08 2017-02-02 Hologic, Inc. System and method for dual energy and/or contrast enhanced breast imaging for screening, diagnosis and biopsy
EP2727534A4 (de) * 2011-07-01 2015-04-29 Rayence Co Ltd Mammografiedetektor mit mehreren sensoren und mammografievorrichtung zur 3d-bilderfassung
EP2782505B1 (de) 2011-11-27 2020-04-22 Hologic, Inc. System und verfahren zur erzeugung eines 2d-bildes mit mammografie- und/oder tomosynthesebilddaten
EP3315072B1 (de) 2012-02-13 2020-04-29 Hologic, Inc. System und verfahren zum navigieren eines tomosynthesestapels mithilfe synthetisierter bilddaten
JP5669799B2 (ja) * 2012-09-28 2015-02-18 富士フイルム株式会社 画像処理装置、放射線画像撮影システム、画像処理プログラム、及び画像処理方法
KR102018813B1 (ko) 2012-10-22 2019-09-06 삼성전자주식회사 3차원 영상 제공 방법 및 장치
JP6392309B2 (ja) 2013-03-15 2018-09-19 ホロジック インコーポレイティッド 自動合焦を含む、トモシンセシススタックをナビゲートするためのシステム
EP2967479B1 (de) 2013-03-15 2018-01-31 Hologic Inc. Tomosynthesegesteuerte biopsie in bauchlage
US9642581B2 (en) * 2013-11-12 2017-05-09 KUB Technologies, Inc. Specimen radiography with tomosynthesis in a cabinet
DE102015204957A1 (de) * 2014-03-27 2015-10-01 Siemens Aktiengesellschaft Bildgebendes Tomosynthesesystem, insbesondere Mammographiesystem
CN105992558B (zh) 2014-04-29 2017-12-08 皇家飞利浦有限公司 用于断层合成成像的设备和方法
US10488351B2 (en) 2016-09-07 2019-11-26 KUB Technologies, Inc. Specimen radiography with tomosynthesis in a cabinet with geometric magnification
US10885407B2 (en) * 2016-11-23 2021-01-05 Simbionix Ltd. Method and system for three-dimensional print oriented image segmentation
US10830712B2 (en) * 2017-03-27 2020-11-10 KUB Technologies, Inc. System and method for cabinet x-ray systems with camera
EP3600047A1 (de) 2017-03-30 2020-02-05 Hologic, Inc. System und verfahren zur hierarchischen mehrstufigen merkmalsbildsynthese und -darstellung
CN110621233B (zh) 2017-03-30 2023-12-12 豪洛捷公司 用于处理乳房组织图像数据的方法
EP3518182B1 (de) * 2018-01-26 2022-05-18 Siemens Healthcare GmbH Geneigte slices in dbt
KR102150926B1 (ko) * 2018-08-03 2020-09-02 주식회사 뷰웍스 피검자 인식이 가능한 맘모그래피 장치
AU2019349684B2 (en) 2018-09-24 2025-04-10 Hologic, Inc. Breast mapping and abnormality localization
EP4125601B1 (de) 2020-03-27 2025-08-06 Hologic, Inc. Systeme und verfahren zur korrelation von interessensbereichen bei mehreren bildgebungsmodalitäten
EP4125604B1 (de) 2020-03-27 2026-01-07 Hologic, Inc. Systeme und verfahren zur identifizierung von interessensbereichen in mehreren bildgebungsmodalitäten
TWI788689B (zh) * 2020-07-27 2023-01-01 財團法人資訊工業策進會 三維乳房影像之物件偵測方法、物件偵測系統及非暫態電腦可讀取記錄媒體
US12254586B2 (en) 2021-10-25 2025-03-18 Hologic, Inc. Auto-focus tool for multimodality image review
IL313196A (en) 2021-11-29 2024-07-01 Hologic Inc Systems and methods for correlating objects of interest

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08320923A (ja) * 1995-05-26 1996-12-03 Toshiba Medical Eng Co Ltd 異常陰影自動検出システム
US5930330A (en) * 1995-09-29 1999-07-27 New Mexico Biophysics Method and apparatus for multitaxis scanning system
JP2003190134A (ja) * 2001-12-28 2003-07-08 Konica Corp 医用画像処理装置、医用画像処理方法、プログラム、及び記憶媒体
US7218766B2 (en) * 2002-04-15 2007-05-15 General Electric Company Computer aided detection (CAD) for 3D digital mammography
JP3863873B2 (ja) * 2003-09-30 2006-12-27 株式会社日立製作所 放射線検査装置
FR2863749B1 (fr) 2003-12-10 2006-04-07 Ge Med Sys Global Tech Co Llc Procede de traitement d'image radiologique pour la detection de microcalcifications

Also Published As

Publication number Publication date
JP5260892B2 (ja) 2013-08-14
FR2902218A1 (fr) 2007-12-14
JP2007325928A (ja) 2007-12-20
US7853064B2 (en) 2010-12-14
US20070286470A1 (en) 2007-12-13

Similar Documents

Publication Publication Date Title
DE102007026803A1 (de) Verfahren zur Verarbeitung von radiologischen Bildern bei der Tomosynthese zur Erfassung radiologischer Auffälligkeiten
DE102007007179B4 (de) Verfahren zur Verarbeitung von Tomosyntheseprojektionsbildern für eine Detektion von radiologischen Auffälligkeiten nebst zugehöriger Röntgeneinrichtung
DE69034160T2 (de) Rechnerbasiertes verfahren um die untersuchung von menschlischen brustgewebe nach malignität zu unterstützen
DE69425594T2 (de) Rechnergestützte Erkennung von Mikroverkalkungen in der Mammographie
DE69426745T2 (de) System und Verfahren zur Verarbeitung von Bildern eines lebenden Gewebes
DE60003398T2 (de) Röntgenbildverarbeitung
DE69432995T2 (de) Automatisches Verfahren und System zur Segmentierung medizinischer Bilder
DE69630935T2 (de) Bilverarbeitungsverfahren und -vorrichtung zur automatischen Erfassung von Bereichen eines vorbestimmten Krebstyps in einem Intensitätsbild
DE3872031T2 (de) Verfahren zum berechnen und zur wiedergabe von sichtbildern eines objektes.
DE102006041309A1 (de) System und Verfahren zur 3D-CAD unter Verwendung von Projektionsbildern
DE102007008022A1 (de) Röntgengerät und Bildverarbeitungsverfahren
DE102007038058A1 (de) Verfahren zur Verarbeitung radiologischer Bilder zur Detektion von Opazitäten
DE102007026804A1 (de) Verfahren zur Verarbeitung von radiologischen Bildern zur Erfassung radiologischer Auffälligkeiten
DE10306300A1 (de) Computergestützte Erfassung (CAD) für eine digitale 3D-Mammographie
DE102011003135B4 (de) Bildgebungsverfahren zum Rotieren eines Gewebebereichs
DE102004056783A1 (de) Verfahren und Vorrichtung zum Segmentieren von Strukturen in einer CT-Angiographie
DE102011003137A1 (de) Bildgebungsverfahren mit einer verbesserten Darstellung eines Gewebebereichs
DE10353882A1 (de) Verfahren und Einrichtung zur Weichgewebevolumen-Sichtbarmachung
DE10353883A1 (de) Verfahren und Einrichtung zum Messen Krankheits-relevanter Gewebeveränderungen
DE102007056480B4 (de) Verfahren und Gerät zur Unterdrückung von markiertem Material bei der vorbereitungslosen CT-Kolonographie
DE10392482T5 (de) Nachweis von Lungenknoten unter Verwendung der Cartwheel-Projektionsanalyse
DE3735519C2 (de) Binäre Rauminterpolation
DE10254908B4 (de) Verfahren zum Herstellen eines Bildes
DE112019004112T5 (de) System und verfahren zur analyse mikroskopischer bilddaten und zur erzeugung eines annotierten datensatzes zum training der klassifikatoren
DE102006021036B4 (de) Vorrichtung und Verfahren zur computergestützten Analyse von Mammogrammen

Legal Events

Date Code Title Description
R012 Request for examination validly filed

Effective date: 20140515

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