-
Die
Erfindung betrifft ein Verfahren zur Detektion von Bewegungen und
Korrektur von Bewegungen in tomographischen und projektiven Aufnahmeserien
und ein Tomographie- beziehungsweise Projektionssystem zur Durchführung dieses
Verfahrens, wobei in einer Aufnahmeserie mit einer Vielzahl von
zeitlich aufeinander folgenden Bilddatensätzen die zeitlichen Veränderungen
bestimmt werden und mit Hilfe von Registrierungsverfahren eine Transformationsfunktion
berechnet wird, mit welcher Bewegungen eliminiert werden können.
-
Eine
Vielzahl von Anwendungen in der medizinischen Bildverarbeitung erfordert
die Registrierung von Bilddaten als notwendigen algorithmischen Verfahrensschritt.
Dabei kann eine Bewegung des Patienten in Folge von Krankheit, Schmerz,
Atmung oder eine andere natürliche
Bewegung zu Artefakten in der Bilddarstellung führen, insbesondere führt eine Bewegung
des Patienten dazu, dass die aufgenommenen Organe nicht mehr auf
den gleichen Pixeln oder Voxeln, also nicht mehr am gleichen Ort
eines Bildes, abgebildet werden. Solch eine Bewegung stellt ein
Hauptproblem bei der Kalkulation der Perfusionsmessungen dar, bei
welcher der Durchfluss des Kontrastmittels pro Zeit genauestens
für jedes
Voxel in einem Bilddatensatz verfolgt werden muss.
-
Um
eine zuverlässige
Perfusionsberechnung zu erstellen, muss eine Technik zur Bewegungserfassung
und -korrektur in Zeitsequenzen erstellt werden. Eine einfache bekannte
Möglichkeit
stellt die visuelle Abschätzung
und entfernen der Bilder, welche Zeitpunkte wiedergeben in denen
eine Bewegung stattfindet, dar. Anschließend werden nur die verbleibenden
Bilder zur Kalkulation der Perfusionsparameter eingesetzt.
-
Im
Stand der Technik wurden bisher nur wenige Arbeiten über hoch
entwickelte und automatisierte Verfahren veröffentlicht. Yang et al. beschreibt in
der Druckschrift
WO
2006/086 845 A1 eine Methode um Bewegungen in Perfusionszeitsequenzen
zu untersuchen. Hierbei wird der Durchschnittsintensitätswert einer
ausgewählten
interessierenden Region über
die Zeit aufgetragen. Die resultierende Kurve wird geglättet und
die Differenzen zwischen den aufgetragenen Datenpunkten und der
Kurve gemessen. Lokale Minima und Maxima der Differenzkurve werden
somit nachgewiesen und die Interpolation dient der Minimierung der
Bewegungsartefakte. Der größte Nachteil
dieser Methode besteht darin, dass sich das mittlere Signal auf
die Bewegungserfassung bezieht, anstatt auf die Übereinstimmung von Voxeln. Des
Weiteren wird die Bewegungskompensation durch Interpolation und
nicht durch die Registrierung erreicht, womit das Verfahren nicht
exakt genug für die
Kalkulation der Perfusionsparameter ist.
-
Bekannt
ist auch die Druckschrift M. Hemmendorff, M. Andersson, H. Knutsson, „Phase-based Image
Motion Estimation and Registration", ICASSP '99, Phoenix, AZ, USA, März 1999.
Hier wird eine Bewegungskompensation durch quadratische Filter kombiniert
mit Parametermodellen zu einer Bewegungskompensation im Zusammenhang
mit Angiographiedaten vorgestellt. Obwohl dieser Ansatz sehr interessant
ist, erscheint die Komplexität
dieses Modells eine wiederholte Anwendung im Zusammenhang mit einer
Perfusionsmessung wegen mangelnder Effizienz auszuschließen.
-
Ein
Verfahren zur Aufnahme von MR-Relaxationszeitserien mit niedrigem
Signal wurden von Gupta et al. in der Druckschrift
US 6,687,528 B2 veröffentlicht.
In diesem Verfahren werden anatomische Hochkontrastbilder neben
Relaxationszeitbildern rekonstruiert. Die registrierten Daten der
fortlaufenden Hochkontrastbilder werden anschließend auf die verrauschten Relaxationszeitbilder übertragen.
-
In
der Patentschrift
US 6,718,055 verwendet Suri
et al. eine „mutual
information"-Technik,
als Transinformationen, welche auf der Abschätzung von Parzen-Fenstern basieren,
um die zeitlichen Perfusionsbilder zu berechnen. Die Erfinder führen jedoch keine
nachträgliche
Analyse der Zeitserien durch, um den Aufnahmeprozess zu optimieren.
-
Es
wird weiterhin auf die Druckschrift Zhuang et al., "Adaptive key frame
extraction using unsupervised clustering", IEEE-Proceedings, Image Processing
1998 (ICIP 98), S. 866–870,
verwiesen. Aus dieser Schrift ist es bekannt, über einen farbbezogenen Schwellwertalgorithmus
eine Bildserie in Intervalle einzuteilen und entsprechende Key-Frames
oder auch Interval-Referenzvergleichsbilddatensätze auszuwählen. Es wird jedoch keine
Transformationsfunktion zur Bewegungskorrektur zwischen den Referenzbildvergleichsdatensätzen und
somit zwischen den Intervallen berechnet, sondern es werden die Key-Frames zur Video-"abstraction und summarization" verwendet.
-
Es
ist Aufgabe der Erfindung, ein verbessertes automatisch ablaufendes
Verfahren zur Detektion und Korrektur von Bewegungen in tomographischen und
projektiven Aufnahmeserien zu finden. Außerdem soll auch ein Tomographie-
beziehungsweise Projektionssystem zur Durchführung dieses Verfahrens gezeigt
werden.
-
Diese
Aufgabe wird durch die Merkmale der unabhängigen Patentansprüche gelöst. Vorteilhafte Weiterbildungen
der Erfindung sind Gegenstand untergeordneter Ansprüche.
-
Gemäß der neuen
Erkenntnis der Erfinder wird in dieser Schrift ein Verfahren zur
Bewegungserfassung und -korrektur vorgestellt. Zu Grunde liegt diesem
Verfahren ein Bewegungserfassungsalgorithmus, der Scanvolumina und
Zeitpunkte erkennt, an denen eine Bewegung auftritt, und Scanvolumina und
Zeitpunkte erkennt, an denen keine Bewegung auftritt. Anschließend wird
ein Algorithmus zur Korrektur der Bewegung an denjenigen Scanvolumina durchgeführt, in
denen eine Bewegung erfasst wurde.
-
Übersicht über den
Bewegungserfassungsalgorithmus: Er beginnt mit dem ersten Datensatz und
führt die
Zeitsequenzen wie folgt durch:
- a. Der ersten
Datensatz stellt den Start des ersten Intervalls ohne Bewegung dar.
- b. Der zweite Datensatz stellt den darauf folgenden Datensatz
dar.
- c. Bestimmung der Ähnlichkeit
zwischen dem ersten und dem zweiten Datensatz. Für diesen Zweck muss ein Differenzkoeffizient
unter Beachtung der Voxel, deren Intensität innerhalb gegebener Grenzwerte
liegt, berechnet werden. Die Grenzwerte können in Abhängigkeit des untersuchten Körperbereiches
festgelegt werden. Zum Beispiel können die Werte für den Kopf
große
Teile des Schädels
und der Kieferknochen erfassen. Zur Verbesserung der Rechengeschwindigkeit können auch
nur ein Teil der Voxel zur Bewegungsdetektion genutzt werden. Zum
Beispiel kann nur jedes zweite Schnittbild oder jedes dritte Voxel
betrachtet werden. Zur Bewegungsdetektion können unterschiedliche an sich
bekannte Verfahren angewandt werden, um die Ähnlichkeit verglichener Bilddatensätze zu berechnen.
Beispielsweise seien genannt:
• Summation der quadratischen
Differenzen;
• Kreuz-Korrelation;
• Beiderseitige
Transinformation (= mutual information = MI) oder normalisierte
beiderseitige Information (= normalised mutual information = NMI).
Dabei
kann sich das Vorzeichen der Ähnlichkeitsfunktion
verändern.
Ein niedriger Wert bedeutet eine hohe Korrelation, also Ähnlichkeit,
zwischen den Datensätzen
und ein hoher Wert eine Nichtübereinstimmung
der beiden Datensätze
in Fällen bei
denen eine Bewegung auftritt. Nachfolgend wird dieser Wert "Nichtübereinstimmungswert" genannt.
- d. Übersteigt
der berechnete Nichtübereinstimmungswert
bei Bewegung einen gegebenen Grenzwert, wird ein neues Intervall
für den
folgenden Datensatz erstellt, und das Intervall ohne Bewegung wird
ab diesem Zeitpunkt, vom Letzten bis zum Beginn des neuen Datensatzes,
zu einer Liste hinzugefügt.
Liegt der berechnete Nichtübereinstimmungswert
unter dem Grenzwert, bleibt der Referenzdatensatz bestehen. In beiden
Fällen muss
anschließend
der nachfolgende Datensatz zum nächsten
verschoben werden.
- e. Die Schritte c und d werden wiederholt, bis das Ende der
Sequenz erreicht ist.
-
Man
erhält
damit eine Reihe von Intervallen in denen keine Bewegung auftritt.
-
Übersicht über den
Bewegungskorrekturalgorithmus: Bezogen auf die Intervalle, die sich
aus der Bewegungserfassung ergaben, wird die Bewegungskorrektur
durch Registrierung wie folgt durchgeführt:
- a.
Ein Intervall, in dem keine Bewegung vorkommt, muss als Referenzintervall
festgelegt werden. Vorzugsweise nimmt man das größte Intervall, aber Faktoren
wie die Akquisitionszeit können
ebenso betrachtet werden.
- b. Für
jedes Intervall muss ein Datensatz als Referenz gekennzeichnet werden.
Eine gute Wahl ist der mittlere Datensatz, da die Wahrscheinlichkeit für eine auftretende
Bewegung und damit verbundene Artefakte am geringsten ist. Trotzdem
ist eine andere Wahl in diesem Zusammenhang auch möglich. Die
Kennzeichnung des Referenzintervalls stellt den globalen Referenzdatensatz für die Registrierung
dar.
- c. Für
jedes Intervall wird nur der Referenzdatensatz mit dem globalen
Referenzdatensatz über
eines der bekannten Registrierungsverfahren registriert, zum Beispiel
mit einem beliebigen starren oder nicht starren Registrierungsalgorithmus.
- d. Für
den nächsten
Schritt gibt es grundsätzlich zwei
Möglichkeiten:
i.
Die errechnete Transformation wird als die Registrierungstransformation
für jeden
Datensatz des Intervalls ohne oder mit geringer Bewegung betrachtet.
ii.
Die errechnete Transformation wird für jeden Datensatz des Intervalls
als die ursprüngliche Transformation
für den
Beginn des Registrierungsalgorithmus betrachtet. Dadurch wird eine Verkürzung der
Berechnungszeit erreicht, wenn die ursprüngliche Transformation der
optimalen Lösung
sehr nahe kommt.
- e. Die Registrierungstransformation für jeden Datensatz des Intervalls
kann dann für
eine Neuberechnung unter Einbeziehung einer Transformation (= Resampling)
des registrierten Datensatzes genutzt werden, um neue bewegungskorrigierte Bilder
zu erhalten.
-
Zusätzlich kann
nach der Bewegungskorrektur die Bewegungserfassung an den erneut
aufgenommenen Bildern noch einmal durchgeführt werden. Der Zeitpunkt,
an dem die Bewegung auftritt, kann zum Beispiel markiert werden
und dem Nutzer als kritischer Moment gezeigt werden. Der Nutzer kann
dann entscheiden, ob er die Bilder für weitere Berechnungen behalten
möchte
oder nicht. Dies führt
zu einer verbesserten Qualität
der anschließenden
Perfusionsberechnung.
-
Unter
der Verwendung der beschriebenen Verfahren ist es möglich die
Bewegungserfassung und die -korrektur innerhalb einer Zeitsequenz
von Bildern oder Volumina durchzuführen. Die Bewegungskorrektur
kann durch die Verwendung der Informationen aus der Bewegungserfassung
beschleunigt werden. Zusätzlich
können
kritische Zeitpunkte an denen Bewegung auftritt automatisch erkannt
und markiert werden, zum Beispiel um sie dem Nutzer vorzuführen. Das
kombinierte Verfahren aus Bewegungserfassung und -korrektur ermöglicht eine
zuverlässige
Perfusionsberechnung.
-
Entsprechend
diesem oben geschilderten Grundgedanken schlagen die Erfinder ein
Verfahren zur Detektion von Bewegungen in tomographischen oder projektiven
Aufnahmeserien vor, welches die folgenden Verfahrensschritte beinhaltet:
- 1 – Erzeugen
einer Zeitserie von tomographischen oder projektiven Bilddatensätzen eines
Untersuchungsobjektes,
- 2 – Bestimmung
eines ersten Bilddatensatzes als Referenzvergleichsbilddatensatzes,
- 3 – Bestimmung
eines Schwellwertes, dessen Überschreiten
als Bewegung angesehen werden soll,
- 4 – Auswahl
eines zweiten Bilddatensatz als Vergleichsbilddatensatz, der dem
ersten Bilddatensatz zeitlich folgt,
- 5 – Berechnung
eines Nichtübereinstimmungswertes
zwischen dem Referenzvergleichsbilddatensatz und dem Vergleichsbilddatensatz,
zumindest bezüglich
eines vorgegebenen Teilbereiches,
- 6 – falls
der Nichtübereinstimmungswert
oberhalb des festgesetzten Schwellwertes liegt: Definition des Beginns
des neuen Bildintervalls und Verwendung des Vergleichsbilddatensatzes
als neuen Referenzvergleichsbilddatensatz, anderenfalls Zuordnung
des Vergleichsbilddatensatzes zum aktuellen Bildintervall,
- 7 – Auswahl
eines nächsten
zeitlich folgenden Bilddatensatzes als neuer Vergleichsbilddatensatz
bis das Ende der Aufnahmeserie erreicht ist,
- 8 – falls
ein neuer, zeitlich folgender Vergleichsbilddatensatz vorliegt:
Fortfahren des Verfahrens mit dem Schritt 5,
- 9 – Auswahl
eines Bildintervalls als repräsentatives
Bildintervall,
- 10 – Auswahl
je eines Bilddatensatzes jedes Bildintervalls als Intervall-Referenzvergleichsbilddatensatz,
- 11 – Bestimmung
einer Transformationsfunktion für
jedes Bildintervall auf der Basis der räumlichen Unterschiede zwischen
dem Intervall-Referenzvergleichsbilddatensatz des repräsentativen Bildintervalls
und jedem anderen Intervall-Referenzvergleichsbilddatensatz,
- 12 – Korrektur
der Bilddatensätze
aus den Bildintervallen mit Hilfe der zuvor bestimmten intervallspezifischen
Transformationsfunktionen und
- 13 – Ausgabe
der korrigierten Bilddatensätze
zur Weiterverarbeitung und/oder Darstellung der korrigierten Bilddatensätze.
-
Entsprechend
dem oben gezeigten Verfahrensablauf werden also die Bilddatensätze einzelnen Bildintervallen
mit ähnlicher
voxelweiser Positionierung zugeordnet und bildintervallweise bezüglich der Lage
der anatomischen Strukturen zueinander „ausgerichtet", so dass räumliche
Vergleiche über
einen längeren
Zeitverlauf mit hoher Präzision
möglich sind.
Auf diese Weise können
zum Beispiel Perfusionsmessungen sehr exakt auch über längere Zeitbereiche
durchgeführt
werden, ohne an Aussagekraft zu verlieren. Außerdem wird bei längeren positionsähnlichen
Bildintervallen die notwendige Basisberechnung zur Ausrichtung nur
einmal durchgeführt und
auf alle Bilddatensätze
des jeweiligen Bildintervalls angewendet.
-
Vorteilhaft
kann es sein, wenn zur Korrektur gemäß Schritt 12 auf jeden zu korrigierenden
Bilddatensatz die zugehörige
intervallspezifische Transformationsfunktion angewendet wird. Alternativ
kann auch zur Korrektur auf jeden zu korrigierenden Bilddatensatz
eine individuelle Registrierung unter Anwendung der jeweils intervallspezifischen
Transformationsfunktion als Starttransformation für den Registrierungsprozess
ausgeführt
wird.
-
Soll
die Rechenzeit optimiert werden, so kann der Nichtübereinstimmungswert
nur für
einen Teil der vorliegenden Bilddaten berechnet werden, beispielsweise
nur für
jedes n-te Voxel oder nur für
jedes m-te Schnittbild, wobei n beziehungsweise m vorzugsweise die
Werte 2 bis 8 annehmen kann. Auch Kombinationen hiervon sind möglich.
-
Der
Nichtübereinstimmungswert
zur Bestimmung vorhandener Bewegung kann durch an sich bekannte
statistische Verfahren, beispielsweise durch Bildung der Summe von
absoluten Differenzen oder Differenzquadrate von Voxelwerten oder
durch Berechnung eines Kreuzkorrelationskoeffizienten von Voxelwerten jeweils
zweier Bilddatensätze
berechnet werden. Auch kann der Nichtübereinstimmungswert durch Berechnung
einer Transinformation (= MI = Mutual Information) oder normalisierten Transinformation
(= NMI = Normalized Mutual Information) von Voxelwerten jeweils
zweier Bilddatensätze
gebildet werden. Hierbei ist es auch vorteilhaft, wenn zur Berechnung
des Nichtübereinstimmungswertes
nur Voxel innerhalb eines vorgegebenen Werteintervalls verwendet
werden.
-
Ein
mögliches
Auswahlverfahren für
das repräsentative
Bildintervall gemäß Schritt
9 kann darin bestehen, das längste
in der Zeitserie vorkommende Bildintervall zu verwenden.
-
Weiterhin
kann es günstig
sein, wenn als Intervall-Referenzbilddatensatz gemäß Verfahrensschritt
10 der im jeweiligen Intervall zeitlich zentral gelegene Bilddatensatz
gewählt
wird.
-
Erfindungsgemäß können zum
Beispiel tomographische Bilddatensätze aus einer Röntgen-Computertomographischen-Untersuchung,
aus einer Magnetresonanz-Untersuchung, aus einer Positronenemissions-Untersuchung
oder einer Ultraschall-Untersuchung für das oben beschriebene Verfahren
verwendet werden. Das erfindungsgemäße Verfahren bezieht sich allerdings
nicht nur auf tomographische Daten, sondern kann auch auf Bilddatensätze aus
projektiven Untersuchungssystemen, wie Röntgen-Durchleuchtungssysteme,
angewendet werden.
-
Es
liegt weiterhin im Rahmen der Erfindung, wenn bei der Ausgabe der
tomographischen oder projektiven Bilddatensätze die zugehörigen bereits berechneten
Nichtübereinstimmungswerte
der ursprünglichen
Bilddatensätze
als Bewegungsinformation angezeigt werden. Alternativ oder zusätzlich können dabei
auch die zugehörigen
neu berechneten Nichtübereinstimmungswerte
der korrigierten Bilddatensätze
als Information zu nicht korrigierbaren Restbewegungen angezeigt
werden. Weiterhin können Intervallzuordnungen
angezeigt werden.
-
Entsprechend
dem oben geschilderten Verfahren schlagen die Erfinder auch ein
Bildgebungssystem zur Erzeugung einer Vielzahl von tomographischen
oder projektiven zeitlich geordneten Bilddatensätzen mit einer Rechen- und
Steuereinheit mit einem Programmspeicher und Programmen zur Steuerung
des Bildgebungssystems und zur Bilddatenberechnung vor, wobei erfindungsgemäß im Programmspeicher
auch Programmcode gespeichert sein soll, welcher beim Ausführen auf
der Steuer- und Recheneinheit die erfindungsgemäßen Verfahrensschritte durchführt.
-
Unter
der Verwendung des oben beschriebenen Verfahrens ist es nun möglich die
Bewegungserfassung und die Bewegungskorrektur innerhalb einer Zeitsequenz
von Bilddatensätzen
durchzuführen.
Die Bewegungskorrektur kann durch die Verwendung der Informationen
aus der Bewegungserfassung noch beschleunigt werden. Zusätzlich können kritische Zeitpunkte
an denen Bewegung auftritt automatisch erkannt und markiert werden,
um dem Nutzer kritische Zeitspannen darzustellen. Insgesamt ermöglicht das
kombinierte Verfahren aus Bewegungserfassung und -korrektur eine
sehr zuverlässige
Durchblutungskalkulation.
-
Im
Folgenden wird die Erfindung mit Hilfe der Figuren näher beschrieben,
wobei nur die zum Verständnis
der Erfindung notwendigen Merkmale dargestellt sind. Hierbei werden
die folgenden Bezugszeichen verwendet: 1: Röntgen-CT-System, 2:
erste Röntgenröhre, 3:
erster Detektor, 4: zweite Röntgenröhre (optional), 5:
zweiter Detektor (optional), 6: Gantrygehäuse, 7:
Patient, 8: Patientenliege, 9: Systemachse, 10:
Steuer- und Recheneinheit, 11:
Verlauf von Nichtübereinstimmungswerten, 12:
Schwellwert, BI2, BI3: Bewegungsintervall, B0–B19: Bilddatensätze, I1–I3: Bildintervalle,
T1–T3:
Transformationen, Prg1–Prgn:
Computerprogramme.
-
Es
zeigen im Einzelnen:
-
1 ein
Röntgen-Computertomographie-System
zur Durchführung
des erfindungsgemäßen Verfahrens;
-
2 eine
bildliche Darstellung der Differenzquadrate zweier Schädel-Schnittbilddatensätze mit
geringer Bewegung;
-
3 eine
bildliche Darstellung der Differenzquadrate zweier Schädel-Schnittbilddatensätze mit
starker Bewegung;
-
4 eine
bildliche Darstellung der Differenzquadrate zweier Schnittbilddatensätze eines
Tumors (cardiac malignant melanoma) mit geringer Bewegung;
-
5 eine
bildliche Darstellung der Differenzquadrate zweier Schnittbilddatensätze eines
Tumors (cardiac malignant melanoma) mit starker Bewegung;
-
6 Nichtübereinstimmungswerte
einer Serie von Bilddatensätzen
und
-
7 eine
schematische Darstellung der Bildintervalle mit erfindungsgemäß ausgeführten Transformationen.
-
Die 1 zeigt
beispielhaft für
ein Tomographiesystem ein Röntgen-CT-System 1 zur
Durchführung
des erfindungsgemäßen Verfahrens.
Das CT-System 1 weist ein Gantrygehäuse 6 auf, mit einer
ersten Röntgenröhre 2 mit
einem gegenüberliegenden
Detektor 3 und einer optionalen zweiten Röntgenröhre 4 mit
einem ebenfalls optionalen gegenüberliegenden
Detektor 5. In das Messfeld zwischen den Röntgenröhren und
den Detektoren kann ein Patient 7, mit Hilfe einer verschiebbaren
Patientenliege 8 entlang einer z-Achse 9 in ein
Messfeld geschoben werden. Zur Abtastung des Patienten 7 kann
der Patient entweder in einer bestimmten Abtastposition verharren
oder bewegt werden, so dass ein bestimmter Bereich des Patienten 7 über längere Zeit
hinweg abgetastet wird. Auf diese Weise kann unter gleichzeitiger
Gabe von Kontrastmitteln eine Perfusionsmessung bestimmter Gebiete
durchgeführt
werden. Hierbei ist es notwendig später unter hoher räumlicher
Auflösung
die Aus breitung dieses Kontrastmittels bestimmen zu können, wobei
der räumliche
Vergleich sich auf das patientenspezifische beziehungsweise organspezifische
Koordinatensystem beziehen soll. Aufgrund von Atembewegung, Herzbewegung
oder sonstige gewollte oder nicht gewollte Bewegungen des Patienten
kommt es meist zur Relativverschiebungen zwischen dem wohl definierten
Koordinatensystem des Patiententisches und den Organen, so dass
zur genauen Perfusionsmessung diese Relativverschiebungen einer
Korrektur bedürfen.
-
Die 1 zeigt
auch eine Steuer- und Recheneinheit 10, in der sich ein
Speicher befindet, der Programme Prg1 bis
Prgn aufnimmt, mit denen die Steuerung des
Systems und die Datenauswertung ausgeführt werden. Mindestens eines
dieser Programme Prg1 bis Prgn führt im Betrieb
auch das zuvor geschilderte erfindungsgemäße Verfahren aus. Optional
können
weitere Programme oder Programm-Module geladen werden, die die erfindungsgemäßen Varianten
des zuvor geschilderten Verfahrens ebenfalls durchführen können.
-
Die 2 und 3 zeigen
Differenzquadrat-Schnittbilder eines Kopfes, wobei die 2 aus zwei
Bilddatensätzen
stammt, zwischen denen wenig Bewegung herrschte, während das
Differenzquadrat-Schnittbild aus der 3 aus zwei
Bilddatensätzen
einer Bewegungsphase stammt. Die Größe der Differenzquadrate jedes
Pixels wird hier als Grauwert wiedergegeben, so dass ein möglichst
schwarzes Bild keine Bewegung und ein helles Bild starke Bewegung
anzeigt.
-
Die 4 und 5 zeigen
ebenso Differenzquadrat-Schnittbilder, jedoch hier eines Herzens mit
einem malignen Melanom. Auch hier zeigt das Bild in der 4 eine
Situation mit sehr geringer Bewegung an, während das Schnittbild aus der 5 starke
Bewegung wiedergibt.
-
Werden
die in den 2 bis 5 gezeigten Differenzquadrate über das
gesamte Bild aufsummiert und gegebenenfalls auf die Zahl der betrachteten
Pixel normiert, so kann je Bild bezie hungsweise je betrachtetem
Zeitpunkt eines Bildes ein so genannter Nichtübereinstimmungswert angegeben werden.
-
Es
ist in diesem Zusammenhang darauf hinzuweisen, dass auch andere
Berechnungsvarianten möglich
sind, wie zum Beispiel die zwischen zwei Bildern vorliegende Transinformation
(MI) oder eine normierte Transinformation (NMI). Ebenso lässt sich ein
Kreuzkorrelationskoeffizient oder auch nur einfache absolute Nichtübereinstimmungswerte
berechnen. Wesentlich ist, dass das verwendete Rechenschema ein
Maß für die Ähnlichkeit
beider Bilder darstellt.
-
Die 6 zeigt
einen Graphen, bei dem auf der Ordinate solche Nichtübereinstimmungswerte gegenüber dem
Zeitablauf beziehungsweise einer fortlaufenden Nummerierung nacheinander
aufgenommener Bilddatensätze
B1 bis B19 auf der Abszisse aufgetragen sind. Wie aus dem Verlauf
der Kurve 11 erkennbar ist, gibt es Bilddatensätze, in
denen sich die Nichtübereinstimmungswerte
unterhalb eines eingetragenen Schwellwertes 12 befinden,
während
vereinzelt dieser Schwellwert überschritten wird.
Dies ist hier bei den Bilddatensätzen
Nummer B9, B15 und B16 der Fall. Erfindungsgemäß beginnt mit jedem dieser
Bilddatensätze
ein neues Bildintervall beziehungsweise endet hier auch das vorhergehende
Intervall. In der 6 sind also vier Bildintervalle
B1 bis B8, B9 bis B14, B15 und B16 bis B19 gezeigt. Im Extremfall
kann also auch ein Bildintervall – hier das dritte bei B15 – aus einem
einzigen Bilddatensatz bestehen. Erfindungsgemäß werden alle Bilddatensätze eines
Bildintervalls bezüglich
ihrer Transformation gleich behandelt, so dass die Berechnung der
Transformationsfunktion je Bildintervall auch tatsächlich nur
einmal durchgeführt
werden muss. Dies führt
zu einer erheblichen Zeitersparnis.
-
Diese
Systematik ist in der 7 nochmals auf andere Weise
dargestellt. Die Kästchen
mit den Zahlen B0 bis B19 stellen die Bilddatensätze dar. Diese Bilddatensätze sind
entsprechend den Erkenntnissen aus der 6 in einzelne
Bildintervalle I1 bis I4 gruppiert dargestellt. Im Bildintervall
I1 befindet sich zusätzlich
das erste Bild B0 bei dem die Differenzmessung begann und für das in
der 6 somit kein Nichtübereinstimmungswert dargestellt
ist. Aufgrund der Länge
des Bildintervalls I1 wurde dieses als repräsentatives Bildintervall ausgewählt, auf welches
nun die Bilddatensätze
der Bildintervalle I2 bis I4 registriert werden, indem je Bildintervall
eine gemeinsame Transformationsfunktion angewendet wird. Die Transformationen
werden durch die Pfeile T1 bis T3 beschrieben.
-
Entsprechend
können
also auf der Basis registrierter Unterschiede zwischen dem repräsentativen
Bilddatensatz und den Referenz-Bilddatensätzen der einzelnen Bildintervalle
Transformationsfunktionen, hier T1 bis T3, gefunden werden, mit
denen die Bilddatensätze
aus den verschiedenen Bildintervallen auf den repräsentativen
Bilddatensatz transformiert werden.
-
Liegen
die transformierten Bilddatensätze vor,
so können
diese zur visuellen Beurteilung ausgegeben werden oder zur weiteren
Bearbeitung, zum Beispiel für
Perfusionsberechnungen, weitergeleitet beziehungsweise weiterverarbeitet
werden.
-
Es
versteht sich, dass die vorstehend genannten Merkmale der Erfindung
nicht nur in der jeweils angegebenen Kombination, sondern auch in anderen
Kombinationen oder in Alleinstellung verwendbar sind, ohne den Rahmen
der Erfindung zu verlassen.