利用双扭曲增强移动结构的方法

专利名称：利用双扭曲增强移动结构的方法
技术领域：
本发明涉及用于对移动的感兴趣结构进行成像的成像技术，并且更具体地涉及用 于在包含移动结构的图像序列中增强诸如那些在医学成像系统中产生的离散像素图像的 技术。此外，本发明可由成像系统在导管实验室中用于经皮冠状动脉介入(PCI)，以对心脏 狭窄进行成像，或者在X射线操作(例如，可估定潜在狭窄的血管造影术)期间使用。
背景技术：
在增强过程中，将图像相对于如设备的移动的感兴趣结构进行配准，该设备例如 是支架活组织检查针、心脏瓣膜、导管尖端或者导线等等，然后图像被时间积分。这一过程 可以扩大至解剖部分的提升(boosting)，其中例如狭窄形成了所述感兴趣结构。然而，关于对所述结构周围部分的清晰视界、自然结构变形的保持以及最佳提升 图像的选择，对如狭窄的移动结构的可视化要求与对其它的相比是更加限制性的。这种结 构的良好可视化是强制性的，因为视觉上地或者自动地对它们的分级可直接影响治疗的决 策。甚至在注射造影剂之后，狭窄的对比度也不是一直很高的，并且狭窄经受心脏和呼吸两 者的大幅运动。当然，狭窄的实际分级通常针对静态图像作出，这是可选择的。这抑制了运 动困难，但是这也掩盖了损伤的动态局部行为，其可影响诊断。^h "Registration and Integration for Fluoroscopy Device Enhancement，，James C. Ross, David Langan, RaviManjeshwar, John Kaufhold, Joseph Manak, and David Wilson. Miccai 2005中提出了一种设备提升技术(其通过参考并入本 文中)，其可以用于通过将运动补偿的狭窄图像进行时间平均来改善损伤可视性。这彻底减 少了噪声水平，同时使造影剂的变化均勻。对(例如)狭窄应用传统的设备提升技术对于噪声减少或者造影剂均勻化是有先 验价值的，但是也可由于以下这一事实而产生一些严重问题，即当涉及到解剖结构估定时， 与对于例如支架的设备相比可视化要求由于以下原因而更加具有限制性。狭窄并不是孤立的而是包括很多分支和侧支的血管树的一部分。重要的是保持那 些周围血管的适当可视化，因为它们在病理学评估中起作用。该所谓的设备提升技术正好 具有在改善移动设备可视性的同时将背景模糊的性质。施用于狭窄时，这可导致周围血管 的强烈模糊，这对于诊断的完整性可造成很大的问题。同样，当估定狭窄的情况时，也考虑损伤的局部变形。此外，传统的设备提升技术 导致该变形的冻结，因而潜在地削弱诊断。最后，由于在获取期间造影剂的呈现强烈改变，并且由于狭窄配准过程对于一些 帧必定会具有一些误差，因此依赖于所有的狭窄提升图像可是不利的，因为一些图像可能 质量较低，包括那些在不良造影期构建的，或者被暂时配准误差影响的图像。根据前述的问题和限制，本发明的目的在于解决以上提出的问题中的至少一部 分。

发明内容
本发明提供用于增强数字像素图像的技术，其设计为响应这些需求。发明的示例性实施例提供一种用于增强图像序列中移动的感兴趣结构的方法，其 中所述序列中的图像在不同时间获取，并由离散像素的矩阵定义。所述方法包括以下步骤 生成代表定义第一图像序列的像素的数据，所述序列包括多个图像I (t)，每个所述图像在 不同时间t被获取，并且图像I (、)在参考时间、被获取，生成代表所述感兴趣结构的像素 在所述第一图像序列中的所述图像ι⑴和所述图像Ktci)之间的位移v(t — t0)的数据， 通过利用代表所述位移να —、)的数据来将代表定义所述图像ι α)的像素的数据进行扭 曲，以获得代表定义第二图像序列A(t)的像素的数据，对所述第二序列A(t)的图像应用增 强操作来获得代表定义第三图像序列B(t)的像素的数据，选择代表定义了来自所述第三 图像序列B (t)中的至少一个图像B(S)的像素的数据，生成代表所选感兴趣结构的像素介 于在参考时间、获取的所述图像I (、)和在时间t获取的所述图像序列中的每个图像I⑴ 之间的反转位移AKh — t)的数据，并且利用代表所述反转位移Vaci^t)的数据来扭曲所 述至少一个图像B(S)，以获得代表定义第四图像序列E(t)的像素的数据。此外，本发明的示例性实施例提供一种用于增强图像序列中移动的感兴趣结构的 成像系统，其中所述序列中的图像在不同时间获取，并由离散像素的矩阵定义。所述成像系 统包括数据采集单元，其配置为生成代表定义第一图像序列的像素的数据，所述序列包括 多个图像I⑴，每个所述图像在不同时间t被获取，并且图像I (、)在参考时间、被获取； 以及信号处理电路，其配置为执行以上所述步骤。参照权利要求书，提出了一种用于增强作为感兴趣结构的移动目标对象(例如狭 窄)的方法和系统，其包括以这样的方式进行的提升处理，从而使目标对象被时间提升，其 中周围环境(在狭窄的情况下是侧支)的可视化，或者目标对象的局部变形可保持完好 (在狭窄的情况下是弯曲)。根据如权利要求8所要求的方法的某些方面，对全局运动进行补偿，因而提供如 权利要求12所要求的稳定性和缩放可能。此外，根据权利要求的某些技术方面，至少一个最优提升的对象视图B(S)是可手 动或者自动选择的，因而可排除质量较差的图像，否则所述图像可在提升序列中存在。一个示例的主要特征包括创建结果序列R (t)，在所述序列中首先计算至少一个最 优提升的对象图像B(S)，然后将其镶嵌入非提升序列I (t)，其中所述对象的自然运动被保 持完好，并具有补偿例如狭窄的所述对象的整体运动的任选全局配准。已经针对狭窄的最优视图而设计该技术，但是在所有时间提升可以改善目标对象 可视性同时对保持作为感兴趣结构的目标对象的变形和周围环境的可视性两者的要求是 重要的情况下，尤其在至少一个图像中，该技术可以扩大至其它的移动解剖部分或者设备。 因而，本发明的可能应用是活组织检查针、心脏瓣膜、导管尖端或者导线。在本发明的另一示例性实施例中，所述增强操作选自包括利用所述第二图像序列 A(t)的至少两个图像的时间积分的操作和利用空间增强技术的操作的组。增强操作例如在 “Image Enhancement in Digital X-Ray Angiography，，，Eric Mei jering, 2000, Ponsen & Looijen, Wageningen中公开，其通过参考同此合并。在本发明的另一示例性实施例中，所述方法还包括步骤对所述第一图像序列中
6的每一个图像中的所述感兴趣结构进行分割，以得到代表掩模图像序列F(t)的数据。在本发明的另一示例性实施例中，利用代表掩模图像序列F(t)的数据来生成代 表所述位移ν α —10)和/或所述反转位移Vatl — t)的数据。在本发明的另一示例性实施例中，代表所述掩模图像序列F(t)的数据包括的像 素值代表所述像素值的像素属于所述感兴趣结构的概率。在本发明的另一示例性实施例中，所述方法还包括以下步骤将代表所述第一图 像序列的数据和代表所述第四图像序列E(t)的数据相组合，以获得代表定义第五图像序 列M(t)的像素的数据。在本发明的另一示例性实施例中，通过利用代表所述掩模图像序列F(t)的数据 来执行融合。在本发明的另一示例性实施例中，所述方法还包括以下步骤将几何变换，准确 地说，全局几何变换应用于代表定义所述序列中的一个的图像中的感兴趣结构的像素的数 据，以获得数据G(t)，其中应用所述几何变换以补偿所述感兴趣结构的全局运动。在本发明的另一示例性实施例中，通过利用代表所述掩模图像序列F(t)的数据 来执行所述几何变换。在本发明的另一示例性实施例中，从代表所述掩模图像序列F(t)的数据来生成 所述感兴趣结构的几何重心。所述几何重心优选用于定义全局几何变换G (t)。在本发明的另一示例性实施例中，所述方法还包括步骤将数据G(t)应用于代表 定义第五图像序列M(t)的像素的数据，以获得代表最终图像序列R(t)的数据。在本发明的另一示例性实施例中，所述方法还包括以下步骤将缩放功能应用于 代表最终图像序列R(t)的数据。在本发明的另一示例性实施例中，所述方法还包括以下步骤显示包括I(t)、 A(t)、B(t)、E(t)、M(t)、F(t)和R(t)的组中的至少一个图像序列。在本发明的另一示例性实施例中，经由数字χ射线成像系统来采集所述第一图像 序列。从下文中将描述的实施例的例子并参考实施例的例子进行说明，本发明的以上限 定方面和其它方面是显而易见的。以下将参考实施例的例子来更详细地描述本发明，但是本发明不限于实施例。


图1是图示了方法步骤的方框图，该方法步骤针对用于增强图像序列中移动的感 兴趣结构的示例性方法、成像系统、计算机可读介质或者程序单元；图2是四个示例性离散像素图像的示意性平面图，该图像由图1的成像系统的系 统产生并由显示设备显示。
具体实施例方式以下根据图1描述了优选方法该方框图示了一方法的方法步骤，该方法由成像系统100、计算机可读介质200、 或者程序单元300执行，以增强图像序列中移动的感兴趣结构。该方法包括步骤
7
a)目标对象的指定首先必须在一个图像Itci中以某种方式指定目标对象(在参考时间tQ)(步骤10)。 对于由时间t索引的图像S(t)的任意序列S，将St限定为指的是图像S(t)。所述的指定 可以通过触摸屏定点或者经由任意其它定点设备来实现，但是它也可以是自动的。例如，在 狭窄的情况下，自动指定可以通过对到达了设备位置的造影剂的探测来实现，该设备本身 在损伤的邻近区域中。b)樽糊对象掩樽的计算由于以上指定，计算了目标对象的分割(可能模糊的)。任意分割方法都是可能 的。这导致创建目标对象的模糊掩模12，其中每个像素值代表这一像素属于目标对象的概 率。在非模糊分割的情况下，只有概率值0和1是可能的。将这一步骤应用于每一个图像 t，产生模糊掩模Ft。当然，可以使用跟踪技术来从之前的掩模中推断出Ft。c)从t到t0的目标对象运动估计在步骤14中计算运动场，该运动场将在时间t的目标对象与在时间、的同一对 象相联系。针对该任务可以使用任意运动估计方法。例如它可依赖于所计算的模糊掩模Ft 和Ftci, (12)，(虚线箭头18)，但是它也可以从图像It (16)和Itci直接估计。这创建向量场 V(t — t0)。d)从 V(t — tQ)的 It 扭曲由于所计算的场V(t — tQ)，将图像It向着参考时间tQ扭曲(步骤20)。这产生 一系列的图像At。在复合运动的情况下，例如弯曲的狭窄，需要弹性的扭曲。e)提升将图像At提升至序列Bt中(步骤22)。这一提升操作通常涉及时间积分(利用 多个图像At，例如对于Bt1是At1, At2, At3,而对于Bt4是At2, At3, At4等等)，但它也可取决 于空间增强技术(例如，高频增强)。具体而言，时间积分和边缘增强的结合是实现有力地 减少噪声并且没有过多轮廓模糊(由于有缺陷的配准在时间积分之前)的好方式。f)至少一个提升图像的选择序列Bt中的所有提升帧不一定都是好质量的。它们中的一些可基于不良对比度 图像的积分，其它的可基于恶劣配准的图像(错误的V (t—、))。这就是为什么在步骤24中 实现对最佳提升图像的选择。这一选择可以手动执行，但是它也可以依赖于自动测量(对 比度、配准、置信度等等)。该选择结果是图像Bs。选择至少一个图像Bs。g)逆运动场估计V — tl在步骤26中估计逆运动场，该运动场将在时间t0的目标对象联系至时间t。这可 以基于对直接场να —、)的简单求逆(虚线箭头28)，或者这可以在直接估计过程的情况 下实现(依赖于图像It (箭头30)，和/或模糊掩模Ft (箭头32)。 h)使用 V(t — to) 的 Bs 扭曲在步骤34中，由于向量场V (、一 t))，将所选择的提升图像扭曲回时间t时的目 标对象的位置。这创建了序列Et，其灰度内容只由Bs值构成(然而扭曲以匹配时间t时移 动目标对象的位置)。1}融合在步骤36中，由于模糊掩模Ft，It和Et两者的内容被融合/组合。基本上，在Ft指示目标对象出现的高概率的位置处，图像Et在融合中占优势，而在相反的情况下，It占 优势。对于每一个像素位置X，这可以通过Mt (χ) = Ft (χ) *Et (χ) + (I-Ft (χ)) *It (χ)来实现。在融合之后，所计算的序列Mt的数据包括目标对象的最优提升视图，连同非提升 的背景(保持完好的分支)两者。此外，目标对象的自然变形也被保持。i)全局几何变换估计为了补偿目标对象的全局运动(不是其变形)，并且为了遵从缩放操作，在步骤38 中对全局几何变换进行估计。例如，计算Ft的重心并且将补偿在t和t0之间的这一重心 运动的平移并入几何变换，被称为Gt。k)全局几何变换的应用在步骤40中，将Gt应用于Mt以产生最终结果序列Rt。在这一序列中，应用缩放， 并且补偿目标对象的全局运动。但是Rt保持将在其最优提升版本中可视的目标对象的自 然运动，并且保留包括分支血管的背景。对本领域技术人员显而易见的是，最后的全局配准和/或缩放是任选的。此外，替代于只选择一个最优提升视图Bs，可以从Bt中选择序列部分Bj。在那一 情况下，必须定义针对每一个图像Bt选择其副本图像Bj的相关联过程(例如基于ECG，或 者基于Bt和Bj的各自运动内容)。这使得将最优提升的序列部分镶嵌入最终结果Rt。实 际上，序列Bj的范围可以从单独图像(对于每一个j，j =常数=s)到全序列Bt (j = t)。可以通过在此未示出的显示设备来显示可视结果(所选择的提升间隔扭返至当 前的帧，并保持背景，以及任选的全部补偿和缩放)。所示的方法步骤可旨在改善狭窄和其分级的可视化。该方法有助于使得该过程更 快和更安全。在所有时间提升可以改善目标对象可视性同时对保持目标对象的变形和周围环 境的可视性两者的要求是重要的情况下，尤其在至少一个图像中，以上描述的方法可以扩 大至任意的移动解剖部分或者设备。可能的应用活组织检查针、心脏瓣膜、导管尖端或者 导线等等。在图2所示的另一实施例中，描述了患者内部解剖结构的四个示例性离散像素图 像的示意性平面图，该图像由图1的成像系统的系统产生并由显示设备400显示。在图2 的上半部，示出了从第一图像序列I (t)获得的两个图像Il和120。未示出序列I (t)的其 余部分，即图像12到119。图像Il是序列I(t)的第一个图像，经由在此未示出的数字χ射 线成像系统100获得。图像120是序列I (t)的第二十个图像。每个图像示出两个椭圆形 区域，其应代表感兴趣的结构50，即在其接触点(圆圈)具有狭窄的血管。虚箭头和实箭 头60表示在序列I(t)期间由患者的呼吸或者移动等等所引起的血管全局运动方向，并且 箭头70示出了在序列期间由心脏收缩引起的血管自然运动方向。在如以上所主张的处理步骤之后，生成由图2下半部的两个图像Rl和R20代表的 另一最终图像序列R(t)，其中感兴趣结构50的全局运动(箭头60)与第一图像序列I (t) 相比被补偿。此外，感兴趣结构的自然变形运动(箭头70)与第一图像序列I (t)相比被保 持。此外感兴趣结构的灰度与第一图像序列I (t)相比被增强。在每个接触点环绕感兴趣结构50的部分90的圆形在图像序列R(t)的每个图像中在同一区域处保持至少基本固定。 优选的，感兴趣结构50的相关部分，此处是血管的狭窄，在第一序列中的图像中被操作者 选择或者自动选择，并且随后取向为图像序列R(t)的中心。应注意的是，术语“包括”不排除其它元件或者步骤，并且“一”或者“一个”不排除 多个。同样，可以将结合不同实施例描述的元件相组合。也应注意的是，权利要求中的附图标记不应解释为对权利要求范围的限制。
10
权利要求
一种用于增强图像序列中移动的感兴趣结构的方法，其中，所述序列中的图像在不同时间被获取，并由离散像素的矩阵定义，所述方法包括以下步骤a)生成代表定义第一图像序列的像素的数据，所述序列包括多个图像I(t)，每个图像在不同时间t被获取，并且图像I(t0)在参考时间t0被获取；b)生成代表所述感兴趣结构的像素在所述第一图像序列中的所述图像I(t)和所述图像I(t0)之间的位移V(t→t0)的数据；c)通过利用代表所述位移V(t→t0)的数据来扭曲代表定义所述图像I(t)的像素的数据，以获得代表定义第二图像序列A(t)的像素的数据；d)对所述第二序列中的图像A(t)应用增强操作来获得代表定义第三图像序列B(t)的像素的数据；e)选择代表定义所述第三图像序列B(t)中的至少一个图像B(s)的像素的数据；f)生成代表所选感兴趣结构的像素介于在参考时间t0获取的所述图像I(t0)和在时间t获取的所述图像序列中的每个图像I(t)之间的反转位移V(t0)→t)数据；g)利用代表所述反转位移V(t0→t)的数据来扭曲所述至少一个图像B(s)，以获得代表定义第四图像序列E(t)的像素的数据。
2.如权利要求1所述的方法，其中，所述增强操作选自包括利用所述第二图像序列 A(t)中的至少两个图像的时间积分的操作和利用空间增强技术的操作的组。
3.如权利要求1或2所述的方法，还包括步骤对所述第一图像序列中的每一个图像中的所述感兴趣结构进行分割，以得到代表掩模 图像序列F (t)的数据。
4.如权利要求3所述的方法，其中，利用代表掩模图像序列F(t)的数据来生成代表所 述位移ν α —10)和/或所述反转位移Vatl — t)的数据。
5.如权利要求3或4所述的方法，其中，代表所述掩模图像序列F(t)的数据包括的像 素值代表具有所述像素值的像素属于所述感兴趣结构的概率。
6.如权利要求1-5中的至少一项所述的方法，还包括步骤将代表所述第一图像序列的数据和代表所述第四图像序列E(t)的数据相组合，以获 得代表定义第五图像序列M(t)的像素的数据。
7.如权利要求6所述的方法，其中，通过利用代表所述掩模图像序列F(t)的数据来执 行所述组合。
8.如权利要求1-7中的至少一项所述的方法，还包括步骤将几何变换应用于代表定义所述序列中的一个中的图像中的所述感兴趣结构的像素 的数据，以获得数据G (t)，其中，应用所述几何变换以补偿所述感兴趣结构的全局运动。
9.如权利要求8所述的方法，其中，通过利用代表所述掩模图像序列F(t)的数据来执 行所述几何变换。
10.如权利要求9所述的方法，其中，从代表所述掩模图像序列F(t)的数据生成所述结 构的几何重心，其中，所述几何重心的数据被用于定义所述几何变换。
11.如权利要求8-10中的至少一项所述的方法，还包括步骤将数据G(t)应用于代表定义所述第五图像序列(t)的像素的数据，以获得代表最终图 像序列R(t)的数据。
12.如权利要求11所述的方法，还包括步骤将缩放功能应用于代表最终图像序列R(t)的数据。
13.如权利要求1-12中的至少一项所述的方法，还包括步骤显示包括I(t)、A(t)、B(t)、E(t)、M(t)、F(t)和R(t)的组中的至少一个图像序列。
14.如权利要求1-13中的至少一项所述的方法，其中，经由数字X射线成像系统来采集 所述第一图像序列。
15.一种用于增强图像序列中移动的感兴趣结构的成像系统(100)，其中，所述序列中 的图像在不同时间被获取，并由离散像素的矩阵定义，所述成像系统包括数据采集单元116，其配置为生成代表定义第一图像序列的像素的数据，所述序列包括 多个图像I (t) (16)，每个图像在不同时间t被获取，并且图像I (、)在参考时间、被获取； 以及信号处理电路，其配置为执行以下步骤生成代表所述感兴趣结构的像素在所述第一图像序列中的所述图像I (t)和所述图像 I (to)之间的位移V (t — t0)的数据；通过利用代表所述位移να —、)的数据来扭曲代表定义所述图像ι α)的像素的数据；生成代表定义第二图像序列A(t)的像素的数据，以对所述第二序列A(t)中的图像应 用增强操作来获得代表定义第三图像序列B (t)的像素的数据；采集代表定义所述第三图像序列B(t)中的一个图像B(S)的像素的数据；生成代表所选感兴趣结构的像素介于在参考时间、获取的所述图像I (、)和在时间t 获取的所述图像序列中的每个图像I⑴之间的反转位移ν(、一 t)的数据；以及利用代表所述反转位移VUtl — t)的数据来扭曲所述图像B(S)，以获得代表定义第四 图像序列E(t)的像素的数据。
16.一种计算机可读介质200，其内存储有用于增强图像序列中移动的感兴趣结构的 程序，其中，所述序列中的图像在不同时间被获取，并由离散像素的矩阵定义，当被处理器 执行时，所述程序适于控制包括以下步骤的方法a)生成代表定义第一图像序列的像素的数据，所述序列包括多个图像I(t)，每个图像 在不同时间t被获取，并且图像I (、)在参考时间、被获取；b)生成代表所述感兴趣结构的像素在所述第一图像序列中的所述图像I(t)和所述图 像I (、)之间的位移V (t — t0)的数据；c)通过利用代表所述位移να—、)的数据来扭曲代表定义所述图像I(t)的像素的 数据，以获得代表定义第二图像序列A(t)的像素的数据；d)对所述第二序列中的图像A(t)应用增强操作来获得代表定义第三图像序列B(t)的 像素的数据；e)选择代表定义所述第三图像序列B(t)中的一个图像B(S)的像素的数据；f)生成代表所选感兴趣结构的像素介于在参考时间、获取的所述图像Ktci)和在时 间t获取的所述图像序列中的每个图像I⑴之间的反转位移VUtl — t)的数据；g)利用代表所述反转位移Vatl— t)的数据来扭曲所述图像B(S)，以获得代表定义第 四图像序列E(t)的像素的数据。
17.一种用于增强图像序列中移动的感兴趣结构的程序单元(300)，其中，所述序列中 的图像在不同时间被获取，并由离散像素的矩阵定义，当被处理器执行时，所述程序适于控 制包括以下步骤的方法a)生成代表定义第一图像序列的像素的数据，所述序列包括多个图像I(t)，每个图像 在不同时间t被获取，并且图像I (、)在参考时间、被获取；b)生成代表所述感兴趣结构的像素在所述第一图像序列中的所述图像I(t)和所述图 像I (、)之间的位移V (t — t0)的数据；c)通过利用代表所述位移να—、)的数据来扭曲代表定义所述图像I(t)的像素的 数据，以获得代表定义第二图像序列A(t)的像素的数据；d)对所述第二序列中的图像A(t)应用增强操作来获得代表定义第三图像序列B(t)的 像素的数据；e)选择代表定义所述第三图像序列B(t)中的一个图像B(S)的像素的数据；f)生成代表所选感兴趣结构的像素介于在参考时间、获取的所述图像Ktci)和在时 间t获取的所述图像序列中的每个图像I⑴之间的反转位移VUtl — t)的数据；g)利用代表所述反转位移Vatl— t)的数据来扭曲所述图像B(S)，以获得代表定义第 四图像序列E(t)的像素的数据。
18.一种用于显示图像序列R(t)的方法，其中，从患者的内部解剖结构生成代表第一 图像序列I(t)的数据，其中，所述患者的所述内部解剖结构包括移动的感兴趣结构50，所 述移动包括所述感兴趣结构的全局运动60和自然变形运动70，所述方法包括以下步骤，处理代表所述第一图像序列的数据从而生成所述图像序列R(t)；其中-所述感兴趣结构50的所述全局运动60与所述第一图像序列I (t)相比至少大部分被 补偿；-所述感兴趣结构的所述自然变形运动70与所述第一图像序列相比至少大部分被保 持；并且其中-所述感兴趣结构与所述第一图像序列相比被增强。
19.如权利要求18所述的方法，其中，进一步地，所述感兴趣结构(50)的部分(90)在 所述图像序列R(t)中的每个图像中至少大部分被保持固定在同一区域。
20.如权利要求18所述的方法，其中，所述处理使用如权利要求1-14中的一项所述的 方法的步骤。
21.—种显示设备400，其中，所述显示设备适于显示如权利要求18所述的图像序列 R(t)。
22.如权利要求18-20中的一项所述的图像序列R(t)。
全文摘要
描述了一种用于增强图像序列中移动的感兴趣结构的方法，其中所述序列中的图像在不同时间被获取，并由离散像素的矩阵定义。所述方法包括以下步骤通过利用代表位移V(t-＞t0)的数据来将代表定义所述图像I(t)的像素的数据进行扭曲，以获得代表定义第二图像序列A(t)的像素的数据，对所述第二序列A(t)的图像应用增强操作来获得代表定义第三图像序列B(t)的像素的数据，选择代表定义了来自所述第三图像序列B(t)中的一个图像B(s)的像素的数据，生成代表所选感兴趣结构的像素介于在参考时间t0获取的所述图像I(t0)和在时间t获取的所述图像序列中的每个图像I(t)之间的反转位移V(t0-＞t)的数据，并且利用代表所述反转位移V(t0-＞t)的数据来扭曲所述图像B(s)，以获得代表定义第四图像序列E(t)的像素的数据。
文档编号G06T5/50GK101939764SQ200880107687
公开日2011年1月5日 申请日期2008年9月16日 优先权日2007年9月21日
发明者N·H·巴克, R·弗洛朗 申请人:皇家飞利浦电子股份有限公司