-
Die
vorliegende Erfindung bezieht sich auf ein System und ein Verfahren
zum Erzeugen von dreidimensionalen (3-D) Bildern von Strukturen
auf der Grundlage von zweidimensionalen (2-D) Bildern, die durch einen
Abtastvorgang erhalten worden sind, und insbesondere auf der Grundlage
von zweidimensionalen Bildern, die unter Verwendung einer Ultraschallabtastung
gewonnen wurden.
-
Die
Abbildung eines Abschnitts eines Patientenkörpers für medizinische Diagnosezwecke
ist als solche bekannt. Im Zusammenhang mit der medizinischen Bildgabe
werden Signale am stärksten
von solchen Abschnitten der Region erhalten, bei denen die lokale Änderung
der akustischen Impedanz am größten ist.
Die relativen Stärken
der zurückkehrenden
Signale werden dann umgewandelt und verarbeitet sowie in einer gewissen
Form beispielsweise auf einem Monitor dargestellt, der ein Bild
der abgetasteten Region anzeigt. Existierende Bildgabesysteme, die
beispielsweise unter Verwendung von Ultraschallmethoden und von
auf Positronen basierenden Techniken, wie etwa der Positronen-Emissionstomographie
(PET) und der computertomographischen Einzelpositronenemission (SPECT
= single positron emission computerized tomography) arbeiten, erzeugen
Bilder des Körpers,
die die Abtastebenen, das heißt
zweidimensionale "Scheiben" bzw. "Schnitte" der abgetasteten
Region repräsentieren.
Diese Systeme zeigen jede Scheibe so an, wie sie erzeugt worden ist,
so daß der
Benutzer das zweidimensionale Bild "sieht", das der aktuellen Position und der
aktuellen Orientierung des Wandlers entspricht.
-
Ein
Nachteil einer solchen rein zweidimensionalen Bildgabe besteht darin,
daß der
größte Teil
der abgebildeten Strukturen lediglich in Form von Querschnitten
auftritt: Der Benutzer erhält
kein klares Bild von Strukturen, die nicht in der Ebene in der "Scheibe" liegen, die aktuell
angezeigt wird. Falls beispielsweise eine Arterie rechtwinklig zu
der Abtastebene verläuft,
wird der Benutzer in diesem Fall nur eine kleine, kreisförmige Region
sehen können.
Selbst scharfe Biegungen der Arterie sind nicht erkennbar.
-
Ein
Ansatz zur Lösung
dieses Problems besteht darin, einfach eine große Anzahl von zweidimensionalen
Bildern (Bildrahmen bzw. Einzelbildern) zusammenzutragen, diese
in einer gewissen Weise auszurichten und dann die Bilder in jeder
beliebigen Ebene der ausgerichteten Bildzusammenstellung anzuzeigen.
Damit jedoch eine korrekte Ausrichtung (Registrierung) möglich wird,
müssen
exakte Informationen über
den Abstand zwischen den benachbarten Einzelbildern bekannt sein.
Solche Informationen stehen aber oftmals nicht zur Verfügung, da
der Benutzer den Wandler normalerweise nicht mit konstanter Geschwindigkeit
bewegt, und zwar selbst dann nicht, wenn angenommen wird, daß der Benutzer
den Wandler in einer konstanten Richtung bewegt. Der Benutzer kann
zum Beispiel mehr Zeit für
die "Betrachtung" eines besonders
interessierenden Abschnitts der abgetasteten Region aufwenden und
sich über
andere Abschnitte rasch hinwegbewegen. Weiterhin werden auch unterschiedliche
Benutzer den Wandler normalerweise nicht mit der gleichen Geschwindigkeit
bewegen.
-
Ein
bekannter Weg zur Lösung
dieses Problems besteht darin, den Wandler in einer motorisierten
Halterungsstruktur anzubringen und ihn dann mit einer konstanten
Geschwindigkeit unter Verwendung von Motoren zu bewegen. Eine solche
Konstruktion ist jedoch teuer und sperrig, erfordert weiterhin eine
Prozedur bzw. eine Vorgehensweise für die dreidimensionale Abtastung,
die sich von der für
die zweidimensionale Abtastung eingesetzten Prozedur unterscheidet,
und beschränkt
die Möglichkeiten
des Benutzers, die Abtastung direkt zu steuern, in starkem Ausmaß, insbesondere
dann, wenn in der Hand gehaltene Wandler benutzt werden, die üblicherweise
bei der Ultraschallbildgabe zum Einsatz kommen.
-
Ein
weiterer Weg zur Lösung
dieses Problems besteht darin, direkt an dem Wandler Positionssensoren
zur Ermittlung von Abstands- bzw. Streckeninformationen zusätzlich zu
den Abtastinformationen anzubringen, wobei die Positionssensoren
mechanische Sensoren (zum Beispiel Räder), Trägheitssensoren (Beschleunigungsmesser),
magnetische Sensoren (zum Beispiel Polhemus-Elemente) oder eine
andere Art von Positionssensoren sein können. Der Nachteil dieses Lösungsansatzes
besteht jedoch darin, daß solche
Sensoren zusätzliches
Gewicht und erhöhte
Komplexität
für die
Wandler bedeuten, wodurch es schwierig ist, diese in kostengünstigen
Maschinen vorzusehen. Ferner können
metallische Objekte, die in dem Untersuchungsbereich vorhanden sind,
Störungen
hervorrufen, die magnetische Positionssensoren nachteilig beeinflussen,
wohingegen bei nach dem Sichtlinienprinzip arbeitenden Infrarotsensoren
oder Ultraschallsensoren nahezu jedes Objekt, das zwischen dem Sensor
und dem Wandler vorhanden ist, zu Störungen führt.
-
Eine
andere bekannte Möglichkeit
zur Erzeugung von dreidimensionalen Bildern besteht darin, eine Mehrzahl
von Wandlern zu benutzen, die die gleiche Region aus zwei oder mehr
Betrachtungsrichtungen gleichzeitig abbilden. Die "Stereo"-Bildgabedaten werden
dann unter Verwendung von bekannten Algorithmen zu einem dreidimensionalen
Datensatz verarbeitet. Diese Lösung
weist jedoch einen offensichtlichen Nachteil auf: Eine Mehrzahl
von Wandlern führt
zu erhöhten
Kosten und erhöhter
Komplexität.
-
Ein
weiteres Verfahren besteht darin, die Verteilung einer Reihe von
sukzessiven Streuelementen in der abgetasteten Region sowie gewisse
Korrelationsmethoden zu benutzen, um ein dreidimensionales Modell der
Blutströmung
aufzubauen. Bei dieser Methode wird jedoch vorab angenommen, daß die abgetastete
Region ein strömendes
Medium ist, das eine gegebene Geschwindigkeitsverteilung aufweist.
-
Schließlich kann
die lokale Bewegung bei oder in einem dreidimensionalen Ultraschallbild
auf der Grundlage der Korrelation von im B-Modus erhaltenen Bildern
unter Verwendung von mathematischen Autokorrelation- und Kreuzkorrelationsfunktionen
ermittelt werden. Derartige Methoden sind jedoch sehr rechenintensiv
und sind häufig
auf nicht in Echtzeit erfolgende Untersuchungen (Off-Line-Untersuchungen)
beschränkt.
-
Die
US 5,582,173 A offenbart
die Merkmale der Oberbegriffe der Patentansprüche 1 und 9.
-
Die
DE 195 09 962 A1 betrifft
ein Verfahren und eine Vorrichtung zum Erfassen aller drei räumlichen Komponenten
u, v und w eines Verschiebungsvektorfeldes (VVF) einer Objektoberfläche.
-
Aufgabe
der Erfindung ist die Schaffung eines Systems und eines zugehörigen Verfahrens zur
Erzeugung von dreidimensionalen Bildern unter Verwendung eines einzelnen
Wandlers. Ferner ist ein weiterer Bedarf hinsichtlich einer dreidimensionalen
Bildgabe vorhanden, bei der selbst bei in der Hand gehaltenen Wandlern
nur eine geringe oder überhaupt
keine Änderung
der flexiblen und vertrauten, vom Benutzer gesteuerten Abtastprozeduren
erforderlich ist. Ein weiterer Wunsch besteht hinsichtlich der Erzeugung
von dreidimensionalen Darstellungen selbst eines sich nicht bewegenden
Gewebes. Schließlich
ist ein Bedarf hinsichtlich eines dreidimensionalen Ultraschallsystems
vorhanden, das in Echtzeit arbeiten kann.
-
Mit
der Erfindung wird ein Verfahren gemäß dem Patentanspruch 1 oder
17 sowie ein System (Vorrichtung) gemäß dem Patentanspruch 9 geschaffen.
-
Vorteilhafte
Ausgestaltungen der Erfindung sind in den Unteransprüchen angegeben.
-
Mit
der vorliegenden Erfindung werden die vorstehend genannten Probleme
zumindest zum großen Teil
gelöst.
Ein Bewegungssignal für
eine Bewegung in der Ebene (In-Ebenen-Bewegungssignal) und ein Bewegungssignal
für eine
Bewegung außerhalb
der Ebene (Außer-Ebenen-Bewegungssignal)
werden auf der Basis von Sätzen
von aufeinanderfolgenden zweidimensionalen Bildern auf der Grundlage
der Anpassung bzw. Zur-Übereinstimmung-Bringung
von gewissen Fleckeneigenschaften ("Speckle"-Qualitäten) ermittelt. Aus dem Bewegungssignal
für die
Bewegung in der Ebene und dem Bewegungssignal für die Bewegung außerhalb
der Ebene lassen sich Abstände
zwischen den zweidimensionalen Bildern ermitteln und diese dann zur
Gewinnung eines globalen Bewegungssignals bzw. eines Signals für eine globale
Bewegung sowie mm Aufbauen eines dreidimensionalen Bilds verwenden.
-
Gemäß einem
Ausführungsbeispiel
wird eine kalibrierte Fleckenfunktion ("Speckle"-Funktion)
für den Wandler
und für
die abzutastende Geweberegion vorab festgelegt. Eine Folge von Bildern
(Einzelbilder bzw. Bildrahmen) wird identifiziert und zu dreidimensionalen
großen
und kleinen Blöcken
gruppenweise zusammengefaßt.
Es werden Blöcke,
die einen Flecken (Speckle) repräsentieren,
identifiziert und es wird dann eine Dekorrelationscharakteristik über die
Blöcke
hinweg ermittelt. Die Blockdekorrelationscharakteristik wird dazu
benutzt, eine Abschätzung
bzw. einen Schätzwert
für die
Bewegung außerhalb
der Ebene bzw. aus der Ebene heraus zu erhalten. Darüber hinaus
wird eine Kreuzkorrelationscharakteristik, die zwischen Bildpaaren
vorhanden ist, dazu benutzt, die Bewegungscharakteristik der Bewegung
in der Ebene zu ermitteln. Es kann auch eine auf den Bildpaaren
beruhende Dekorrelationscharakteristik in Verbindung mit einer Volumen-Dekorrelationscharakteristik
dazu benutzt werden, eine noch genauere Bewegungsabschätzung für die außerhalb
der Ebene liegende bzw. aus der Ebene heraus gerichtete Bewegung
zu ermitteln.
-
Gemäß einem
Ausführungsbeispiel
der Erfindung wird zunächst
eine kalibrierte Fleckenfunktion vorab für den Wandler und für das abzutastende
Gewebe festgelegt. Eine Serie von Bildern wird identifiziert und
zu dreidimensionalen großen
und kleinen Gruppenblöcken
zusammengefaßt.
Es werden Blöcke,
die einen Flecken bzw. fleckförmige
Störungen
("Speckle") repräsentieren,
identifiziert und es dann eine Blöcke vergleichende "volle Breite – halber
maximaler Wert – Summe-der-Absolutdifferenz"-Optimierungsmethode
(bzw. "volle Halbwertsbreite
der Summe der Absolutdifferenz"-Optimierung
FWHM SAD) dazu benutzt, einen Schätzwert für die außerhalb der Ebene liegende
Bewegung auf der Grundlage einer Dekorrelationscharakteristik über das
gesamte Volumen hinweg zu ermitteln. Bei der Bewegungsabschätzung der
in der Ebene liegenden Bewegung wird die "minimale Summe absoluter Differenzen"-Methode dazu benutzt,
einen Schätzwert
für die
in der Ebene liegende Bewegung unter Verwendung von Kreuzkorrelationseigenschaften
zwischen Bildpaaren zu erhalten. Fuzzy-Logik-Methoden werden anschließend verwendet,
um noch genauere Schätzwerte
zu ermitteln. Schließlich
wird der Schätzwert
für die
außerhalb
der Ebene liegende bzw. aus der Ebene herausgerichtete Bewegung
auf der Grundlage einer Dekorrelationseigenschaft der Fleckenbilder
(Speckle-Bilder bzw. Bilder von fleckenförmigen Störungen), die bei der Bestimmung
innerhalb der Ebene benutzt wurden, (unter Verwendung der Optimierung
auf der Grundlage "volle
Breite – halber
maximaler Wert – Summe absoluter
Differenzen") aktualisiert.
Sobald die Schätz werte
für die
lokale Bewegung auf der Grundlage der kleinen Blöcke ermittelt worden sind,
kann eine Abschätzung
bzw. ein Schätzwert
für eine
globale Bewegung unter Verwendung des "Least Means Square"-Verfahrens (Methode kleinster mittlerer
Quadrate bzw. mittlerer quadratischer Abweichungen) erhalten werden.
-
Die
Erfindung wird nachstehend anhand von Ausführungsbeispielen unter Bezugnahme
auf die Zeichnungen näher
beschrieben.
-
1 zeigt
eine schematische Darstellung eines in Übereinstimmung mit einem Ausführungsbeispiel der
vorliegenden Erfindung stehenden Systems (Vorrichtung),
-
2 zeigt
eine schematische Darstellung von dreidimensionalen großen und
kleinen Blöcken
gemäß einem
Ausführungsbeispiel
der vorliegenden Erfindung,
-
3 zeigt
ein Blockschaltbild, in dem die wesentlichen strukturellen Komponenten
eines in Übereinstimmung
mit der vorliegenden Erfindung stehenden Ultraschallbildgabesystems
dargestellt sind,
-
4 veranschaulicht
die Art und Weise, gemäß der eine
piezoelektrische Anordnung (Array) eine Untersuchungsregion in Form
einer Folge von Einzelbildern abtastet,
-
5 zeigt
eine schematische Darstellung eines Abschnitts eines Abtastbilds,
das in Übereinstimmung
mit einem Ausführungsbeispiel
der vorliegenden Erfindung steht,
-
6 zeigt
eine graphische Darstellung eines als Beispiel dienenden Referenz-Histogramms
für die Identifizierung
von Flecken bei einem Ausführungsbeispiel
der vorliegenden Erfindung,
-
7 zeigt
eine schematische Darstellung, in der eine in Übereinstimmung mit einem Ausführungsbeispiel
der vorliegenden Erfindung stehende Kurve für die Summe absoluter Differenzen
bei voller Breite und halbem Maximum dargestellt ist,
-
8A bis 8D zeigen
graphische Darstellungen, in denen Fuzzy-Logik-Mitgliedsfunktionen ("Membership"-Funktionen) für den Qualitätsfaktor
und für
den Abweichungsfaktor gemäß der vorliegenden Erfindung
dargestellt sind,
-
9 zeigt
eine graphische Darstellung zur Veranschaulichung der Gewinnung
oder Ableitung eines Qualitätsfaktors
für die
Suche nach der minimalen Summe absoluter Differenzen gemäß einem
Ausführungsbeispiel
der vorliegenden Erfindung,
-
10 zeigt
eine schematische Darstellung, die eine in Übereinstimmung mit einer Ausführungsform der
vorliegenden Erfindung stehende Suche nach minimaler Summe der Absolutdifferenzen
veranschaulicht,
-
11 zeigt
eine schematische Darstellung zur Erläuterung einer in Übereinstimmung
mit einer Ausführungsform
der vorliegenden Erfindung stehenden Bewegungsabschätzung, wobei
eine Korrektur hinsichtlich Anisotropien erfolgt,
-
12A zeigt eine schematische Darstellung, die Fehler
veranschaulicht, die auf Bildrauschen bzw. Bildstörungen und
auf die Unabhängigkeit
der statistischen Werte bei den Bildern, die auf die Abtastgeschwindigkeiten
zurückzuführen ist,
veranschaulicht sind,
-
12B zeigt eine schematische Darstellung, die Korrekturparameter
für einen
Geschwindigkeitsmesser gemäß einem
Ausführungsbeispiel
der vorliegenden Erfindung veranschaulicht, und
-
13A bis 13C zeigen
schematische Darstellungen, in denen Arten oder Methoden für eine Abtastung
gemäß einer
Ausführungsform
der vorliegenden Erfindung dargestellt sind.
-
Die
Erfindung wird nachstehend detaillierter erläutert. Wenn ein Objekt durch
manche Arten von Strahlungen abgetastet wird, können bekanntlich in dem Objekt
befindliche Gebilde, die für
eine Auflösung
zu klein sind (die, grob gesagt, kleiner sind als die Wellenlänge der
abtastenden Strahlung), das Signal, das zu der Abtasteinrichtung
zurückgegeben
wird, streuen, reflektieren oder in sonstiger Weise störend mit
diesem Signal in Wechselwirkung treten. Wenn das Gerät dann ein
Bild auf der Grundlage des zurückgekehrten
Abtastsignals erzeugt, führen
diese Störungen,
die ein Rauschen darstellen, oftmals dazu, daß die Klarheit des Bilds beeinträchtigt ist.
Als Beispiel hierfür
wird bei der medizinischen Ultraschallbildgabe ein Ultraschallstrahl,
der in den Körper
gesendet worden ist, durch die Mikrostruktur des Gewebes gestreut.
Diese Störungen
(Interferenzen) werden als "Flecken" bzw. "Speckle" (fleckenförmige Störungen)
bezeichnet.
-
Flecken
führen
dazu, daß das
Bild kornförmig
erscheint, wodurch kleinere Strukturen verdeckt werden und das Vorhandensein
von geringen Kontrast aufweisenden Läsionen bzw. Verletzungen maskiert
wird. Dieses Problem ist analog wie ein "Schnee" auf einem Fernsehbildschirm, wodurch
die "Schärfe" des Fernsehbilds
beeinträchtigt
wird. Das Problem von Flecken tritt ebenfalls – wenn auch üblicherweise
nur in kleinerem Ausmaß – bei anderen
Bildgabemethoden wie etwa bei der Positronen-Emissionstomographie
(PET) und bei der computertomographischen Einzelpositronenemission
(SPECT) auf.
-
Gemäß der vorliegenden
Erfindung wird die Fleckeninformation dazu benutzt, eine Abstandsinformation
hinsichtlich desjenigen Abstands zu vermitteln, der die verschiedenen
abgetasteten Ebenen eines dreidimensionalen Untersuchungsvolumens
trennt. Die Erfindung kann zur Erzeugung von dreidimensionalen Bildern
auf der Grundlage von zweidimensional abgetasteten Bildern benutzt
werden, die unter Heranziehung einer beliebigen Technologie, bei
der "Flecken" bzw. fleckenförmige Störungen (Speckle)
auftreten, erhalten worden sind. Die vorliegende Erfindung wird
nachstehend im Zusammenhang mit einer medizinischen Ultraschallbildgabe
beschrieben.
-
Genauer
gesagt, werden die Abstände
zwischen den zweidimensionalen, im B-Modus erhaltenen Bilder auf
der Grundlage einer Abschätzung
einer lokalen, in der Ebene vorhandenen Bewegung und einer Abschätzung einer
lokalen, außerhalb
der Ebene liegenden bzw. aus der Ebene herausgerichteten Bewegung auf
der Basis von Fleckeneigenschaften von Abschnitten jedes zweidimensionalen
Rahmens (bzw. Einzelbilds) oder Bilds ermittelt. Die lokale Abschätzung innerhalb
der Ebene und die lokale Abschätzung
außerhalb der
Ebene werden dann dazu benutzt, eine globale Abschätzung (Schätzwert)
für die
globale Bewegung zu erhalten. Gemäß einem Ausführungsbeispiel
werden Fleckenregionen in jedem Bild identifiziert. Anschließend wird
die beste Übereinstimmung
auf der Grundlage von gewissen Eigenschaften der Flecken (zum Beispiel von
Dekorrelationseigenschaften) über
eine vorbestimmte Anzahl von ein Blockvolumen definierenden, zweidimensionalen
Bildern hinweg dazu benutzt, die Abschätzung außerhalb der Ebene bzw. den
Schätzwert
für die
aus der Ebene herausgerichtete Bewegung zu ermitteln. Anschließend wird
die besten Übereinstimmung von
Eigenschaften (beispielsweise von Kreuzkorrelationseigenschaften)
von Flecken bzw. fleckenförmigen Störungen,
die zwischen Bildpaaren vorhanden sind, dazu benutzt, einen Schätzwert für die in
der Ebene liegende Bewegung zu erhalten. Zusätzlich wird die beste Übereinstimmung
für die
Dekorrelationseigenschaften, die zwischen den gleichen, für die Abschätzung der
in der Ebene liegenden Bewegung benutzten Bilder vorhanden sind,
in Verbindung mit den Volumendekorrelationseigenschaften dazu benutzt,
eine noch genauere Abschätzung
(Schätzwert)
für die
lokale, aus der Ebene herausgerichtete Bewegung zu erhalten. Es
können Qualitätsfaktoren
definiert werden und es können
Fuzzy-Logik-Methoden dazu benutzt werden, die Schätzwerte
für die
lokale Bewegung noch weiter zu optimieren. Sobald die Schätzwerte
für die
lokale, in der Ebene liegende Bewegung und für die lokale aus der Ebene
heraus gerichtete Bewegung ermittelt worden sind, kann eine globale,
zwischen den Bildern vorhandene Bewegung ermittelt werden. Auf dieser
Grundlage werden die zwischen den zweidimensionalen Bildern vorhandenen
Abstände
dazu benutzt, eine dreidimensionale Darstellung aufzubauen.
-
Bei
einem Ausführungsbeispiel
wird die Optimierungsmethode "full
width half maximum (FWHM) sum-absolute-difference (SAD)" bzw. "volle Breite bei
halbem Maximalwert (FWHM) der Summe der Absolutdifferenzen (SAD)" dazu benutzt, die
Schätzwerte
für die
aus der Ebene heraus gerichtete Bewegung auf der Basis der Dekorrelationseigenschaften
zu gewinnen. In ähnlicher
Weise wird die Optimierungsmethode "minimum sum-absolute-difference (MSAD)" bzw. "minimale Summe absoluter Differenzen
(MSAD)" dazu benutzt, die
Schätzwerte
für die
in der Ebene liegende Bewegung auf der Basis der Kreuzkorrelationseigenschaften
zu gewinnen.
-
Ein
hauptsächlicher
Vorteil der Heranziehung der Optimierungsmethoden FWHM SAD (gesamte
Breite bei halbem Maximalwert der ermittelten Summe absoluter Differenzen)
und MSAD (minimale Summe absoluter Differenzen) bei der Ermittlung
der besten, zwischen Blöcken
oder Bildern vorhandenen Übereinstimmung
besteht darin, daß sie
keinerlei Multiplikation erfordern, sondern lediglich Additionen/Subtraktionen
für die
Berechnung der SAD-Ähnlichkeit
(Ähnlichkeit
der Summe absoluter Differenzen) von zwei Blöcken und anschließend lediglich
Vergleiche zur Ermittlung des Minimalwerts und des Vollbreiten-Halbmaximum-Werts
auf den SAD-Karten (zweidimensionale Darstellungen der Summe absoluter
Differenzen) benötigen.
Ein weiterer Vorteil besteht darin, daß relativ wenig Speicherpositionen
zum Speichern der Zwischenwerte während der Berechnungen erforderlich
sind. Folglich sind die Methoden FWHM SAD und MSAD schnell und effizient.
Andererseits kann aber die SAD-Routine (Routine zur Ermittlung der
Summe absoluter Differenzen) im Hinblick auf das Zurückweisen
bzw. eine Unanfälligkeit
gegenüber
dem Einfluß von
gewissen Störungstypen
bzw. Rauschtypen nicht immer am besten sein, und sie benutzt auch
keinerlei (oder nur wenig) bereits vorab vorhandene Kenntnisse hinsichtlich
der bekannten oder angenommenen Merkmale der Struktur, des Rauschens
(Störungen)
oder, im Fall einer Ultraschallabbildung des Körpers, der Flecken.
-
Es
können
daher stattdessen auch andere Optimierungsverfahren in Abhängigkeit
von der jeweiligen Abbildungsumgebung und abhängig davon, ob der für die Berechnungen
benutzte Prozessor ausreichend rasch ist und ob ausreichend Speicher
vorhanden ist, verwendet werden. Als Beispiel kann die Optimierungsmethode "kleinste Quadrate" benutzt werden,
bei der der Minimalwert der Summe der Quadrate der unterschiedlichen
Pixelpaare in den Blöcken
gesucht wird und dieser als die beste Übereinstimmung angenommen wird,
sobald er ermittelt worden ist. Bei dem Verfahren "kleinste Quadrate" sind zusätzlich zu
den Additionen/Subtraktionen Multiplikationen erforderlich, wobei
es sich aber gezeigt hat, daß diese
Methode für
gewisse Arten von Störungen
(Rauschen) zu einer statistisch optimalen Übereinstimmung führt.
-
Ferner
können
auch auf Statistik basierende Anpassungstechniken wie etwa eine
mathematische Dekorrelation und Kreuzkorrelation dazu benutzt werden,
die in der Ebene liegende und aus der Ebene herausführende Bewegung
zu ermitteln. Folglich können
diese dazu benutzt werden, ein Maß für die beste Übereinstimmung
zwischen den Bildern oder Blöcken
bereitzustellen.
-
Es
wird nun auf 1 Bezug genommen. Dort sind
in Form eines Flußbilds
Komponenten eines als Ausführungsbeispiel
dienenden, in Übereinstimmung
mit der vorliegenden Erfindung stehenden Systems 3000 dargestellt.
Anfänglich
werden Bildeingangsdaten bzw. Bilddaten 3002, wie etwa
zweidimensionale B-Modus-Bilder erzeugt, wozu üblicherweise ein Wandler über die
interessierende Region hinweg bewegt wird, was nachstehend in größeren Einzelheiten
erläutert
wird. Die eingegebenen Bilddaten (Bildeingangsdaten) werden dann
dazu benutzt, sowohl die in der Ebene liegende Bewegung als auch
die aus der Ebene herausweisende Bewegung zu ermitteln, was nachfolgend
noch in größeren Einzelheiten
erläutert
wird.
-
In 2 ist
ein als Beispiel dienender Satz aus acht (8) Bildern oder Rahmen
(Einzelbildern) 300 dargestellt. Die Einzelbilder repräsentieren
Bilddaten, die in einem Speicher gespeichert sind, und die je nach
Bedarf abwärts
abgetastet bzw. mit verringerter Abtastrate (down-sampled) abgefragt
werden können.
Die Bilder 300 sind in mehrere Zeilen und Spalten von dreidimensionalen
großen
Blöcken 302 zum
Zwecke einer lokalen Bewegungsabschätzung unterteilt. Die Größe der großen Blöcke ist
ausreichend groß bemessen,
damit ausreichend statistische Informationen zur Abschätzung der
lokalen Bewegung enthalten ist. Die statistische Ungewißheit für diese
Abschätzung
nimmt nämlich
bei einem klein bemessenen Block zu. Andererseits können die
dreidimensionalen großen
Blöcke
nicht zu groß sein,
da eine geringere Anzahl von großen Blöcken dazu führen kann, daß die globale
Bewegungsabschätzung
instabil wird. Ferner kann ein groß bemessener Block zur Einführung von
Bilddrehungsfehlern in die lokale Bewegungsabschätzung führen, bei der angenommen wird,
daß die
dreidimensionalen großen
Blöcke
keine Drehbewegung zeigen.
-
Jeder
große
Block 302 ist dann in kleine Blöcke 304 für die Fleckensuche
(Speckle-Suche) unterteilt. Auch hier bestehen Kompromisse bezüglich der
Größe der kleinen
Blöcke.
Die kleinen Blöcke
müssen
ausreichend groß sein,
so daß sie
in ausreichendem Umfang statistische Informationen für die Bewertung,
ob sie Fleckeninformationen oder keine Fleckeninformationen enthalten,
umfassen. Andererseits muß die
Größe der kleinen
Blöcke
ausreichend klein sein, so daß die
statistische Information innerhalb jedes kleinen Blocks die gleiche
ist (dies bedeutet, daß jeder
kleine Block insgesamt ein Flecken ist bzw. enthält oder insgesamt kein Flecken
ist bzw. keinen Flecken enthält).
-
Es
wird erneut Bezug auf 1 und insbesondere auf deren
oberen Zweig genommen. In einer Stufe 3004 wird eine dreidimensionale
Fleckensuche ausgeführt,
um diejenigen Blöcke
zu identifizieren, die Fleckendaten enthalten. Jede beliebige aus
einer Vielzahl von bekannten Methoden kann zur Identifizierung der Fleckenregionen
benutzt werden; im folgenden wird ein als Beispiel dienendes Ausführungsbeispiel
beschrieben, bei dem die Mittelwert/Histogramm-Technik benutzt wird.
Sobald die Fleckensuche ausgeführt
worden ist, werden Fleckendekorrelationseigenschaften beispielsweise
auf der Grundlage eines FWHM SAD-Werts über die dreidimensionalen Blöcke hinweg
ermittelt, um hieraus einen Abstandswert oder Bewegungswert in der aus
der Ebene herausweisenden Richtung zu bestimmen. Der aus der Ebene
herausweisende Bewegungswert wird dann in einem Geschwindigkeitsmesser 3008 zur Überprüfung der
Genauigkeit verglichen, was nachstehend in größeren Einzelheiten erläutert wird.
Zusätzlich
wird der Schätzwert
für die
aus der Ebene herausgerichtete Bewegung an eine Bewegungskorrektureinheit 3016 angelegt,
deren Zweck in der weiteren Beschreibung in größeren Einzelheiten erläutert wird.
Schließlich
wird ein Schätzwert
dz für
die aus der Ebene herausführende,
lokale Bewegung für
jeden kleinen Block ausgegeben.
-
Nachfolgend
wird auf den unteren Zweig der 1 Bezug
genommen. Damit die Komponenten x und y der in der Ebene liegenden
Bewegung für
jeden kleinen Block bestimmt werden, wird eine Fleckensuche (Speckle-Suche) 3010 über eine
vorbestimmte interessierende Region hinweg ausgeführt. Die
Fleckensuche 3010 wird in gleichartiger Weise wie diejenige
bei dem oberen Zweig ausgeführt,
wobei hier aber die Suche lediglich über zwei Bilder hinweg durchgeführt wird.
Sobald durch die Fleckensuche 3010 die Fleckenregionen identifiziert
worden sind, werden die Fleckendekorrelationseigenschaften 3012 beispielsweise
auf der Basis eines FWHM SAD-Werts in einer ähnlich wie die vorstehend bereits
erläuterte
Weise erfolgenden Art ermittelt, um hierdurch außerhalb der Ebene liegende
Informationen bzw. Informationen für die aus der Ebene herausführende Bewegung
zu ermitteln. Die aus zwei Bildern erhaltene Fleckendekorrelationsinformation
wird dann an die Bewegungskorrektureinheit 3016 angelegt,
damit ein noch genauererer Schätzwert
für die
aus der Ebene herausführende
Bewegung erhalten wird. Schließlich
wird die Fleckensuchinformation an eine Fleckenverfolgungseinheit
bzw. Fleckennachführungseinheit 3018 angelegt,
die eine Kreuzkorrelationscharakteristik beispielsweise auf der
Grundlage der MSAD-Methode hinsichtlich der Fleckendaten ermittelt,
um hierdurch die Komponenten dx und dy der in der Ebene liegenden lokalen Bewegung
zu erhalten. Sobald die Schätzwerte
für die
lokale Bewegung in der Ebene und aus der Ebene heraus ermittelt
worden sind, kann eine Optimierung ausgeführt werden, und es wird ein
globaler Bewegungsschätzwert
bzw. ein Schätzwert
für die
globale Bewegung gebildet. Sobald der Schätzwert für die globale Bewegung erhalten
worden ist, werden die Abstände
zwischen den Einzelbildern dazu benutzt, das dreidimensionale Bild
aufzubauen.
-
In 3 sind
die hauptsächlichen
Komponenten eines in Übereinstimmung
mit der vorliegenden Erfindung stehenden, mit Ultraschall arbeitenden
Bildgabesystems dargestellt. Der Benutzer gibt die verschiedenen
herkömmlichen
Abtastparameter in eine Eingabeeinheit 100 ein, die üblicherweise
Vorrichtungen wie etwa eine Tastatur, Knöpfe und Tasten enthält. Die
Eingabeeinheit ist mit einem Verarbeitungssystem 102 verbunden,
das üblicherweise
durch eine Gruppe von elektrisch miteinander verbundenen und zusammenwirkenden Prozessoren,
wie etwa Mikroprozessoren und digitalen Signalprozessoren gebildet
ist. Das Verarbeitungssystem 102 kann aber auch durch einen
einzelnen Prozessor verkörpert
sein, sofern dieser ausreichend schnell ist, die nachstehend beschriebenen,
verschiedenen Aufgaben (Tasks) auszuführen.
-
Wie
bei bekannten Systemen bewirkt das Verarbeitungssystem 102 die
Festlegung, Justierung und Überwachung
der Betriebsparameter einer herkömmlichen
Sendesteuerschaltung 104, die elektrische Steuersignale
und Antriebssignale erzeugt und diese an eine Ultraschallsonde 106 anlegt.
Die Ultraschallsonde 106 enthält eine Anordnung (Array) 108 aus
piezoelektrischen Elementen. Wie dem Fachmann bekannt ist, erzeugen
die piezoelektrischen Elemente Ultraschallwellen, wenn elektrische
Signale mit der geeigneten Frequenz an sie angelegt werden.
-
Wenn
die Sonde 106 an dem Körper
eines Patienten angeordnet wird, treten diese Ultraschallwellen in
einen Abschnitt 110 des Patientenkörpers ein. Durch eine Veränderung
der Phasenlage, der Amplitude und der zeitlichen Steuerung der Treibersignale
werden die Ultraschallwellen fokussiert, so daß eine Reihe von Abtastlinien 112 gebildet
wird, die üblicherweise
fächerförmig von
der Sonde ausgehen. In 3 sind mehrere solche Abtastlinien
dargestellt, die in den Patientenkörper hineinlaufen. Eine interessierende
Region, das heißt diejenige
Region, die der Benutzer als Bild wiedergeben möchte, ist als eine Untersuchungsregion
oder ein Untersuchungsvolumen 114 dargestellt. Die Art
und Weise, wie die Ultraschallabtastsignale gesteuert, erzeugt und
an den Patientenkörper
angelegt werden, ist im Stand der Technik bekannt und wird daher
nicht weiter beschrieben. Das Untersuchungsvolumen 114 kann
unter Verwendung einer Folge von im wesentli chen benachbarten Abtastebenen
(diese weisen jeweils mehrere Abtastzeilen auf), die sich über eine
bekannte Tiefe hinweg erstrecken, abgetastet werden.
-
Bei
einem Ausführungsbeispiel
sind die Freiheitsgrade der Bewegung des Wandlers beschränkt, so daß die Positionen
der Bilder genauer abgeschätzt
werden können.
Wie in den 13A bis 13C dargestellt
ist, werden bei einem derartigen Ausführungsbeispiel drei Arten der
Abtastung benutzt: eine parallele Abtastung, eine Sektorabtastung
und eine zweckmäßige Abtastung.
Sowohl bei der parallelen Abtastung als auch bei der Sektorabtastung
liegt lediglich ein Freiheitsgrad vor (entweder eine Parallelverschiebung
oder eine Rotation auf der Basis des Schätzfaktors d1 für die aus
der Ebene herausführende
Bewegung). Bei der zweckmäßigen Abtastung
müssen
zwei Freiheitsgrade bestimmt werden, und zwar beispielsweise einer,
der mit der in der Ebene liegenden Bewegung zusammenhängt, und
ein weiterer, der mit der aus der Ebene herausweisenden Bewegung
verknüpft
ist. Es ist hierbei aber anzumerken, daß die vorliegende Erfindung
nicht auf die drei Abtastarten beschränkt ist, die in den 13A bis 13C gezeigt
sind. Die 13A bis 13C sollen
vielmehr lediglich als Beispiel dienen.
-
Es
wird nun erneut auf 3 Bezug genommen. Ultraschallechos.
die von den in den Körper
gesendeten Wellen herrühren,
kehren zu der Anordnung 108 zurück. Es ist bekannt, daß die in
der Anordnung vorhandenen piezoelektrischen Elemente die kleinen
mechanischen Vibrationen der Echosignale in entsprechende elektrische
Signale umwandeln. Die rückkehrenden
Signale werden dann durch eine Empfangssteuereinrichtung 116 einer
Verstärkung
und einer sonstigen herkömmlichen
Signalkonditionierung unterzogen. Diese Verarbeitung schließt je nach
Bedarf eine bekannte Signalkonditionierung wie etwa die zeitliche
Torsteuerung, eine Verstärkungskompensation
und eine Beugungskompensation ein, damit diejenigen Echosignale
identifiziert werden können,
die den jeweiligen Abtastebenen des Untersuchungsvolumens 114 entsprechen.
-
Die
Empfangssteuereinrichtung 116, die normalerweise entweder
insgesamt oder teilweise in dem Prozessorsystem 102 integriert
ist, verwandelt die zurückkehrenden,
hochfrequen ten (HF) Ultraschallsignale (üblicherweise in der Größenordnung
von einigen wenigen bis mehreren zehn Megahertz) in tiefere Frequenzbereiche
für die
Verarbeitung um. Die Empfangssteuereinrichtung 116 kann
auch eine Analog/Digital-Wandlerschaltung enthalten. Dies ist auf
dem Gebiet der Ultraschallbildgabe bekannt. Die abwärtsgewandelten
Leistungswerte für
die zweidimensionale Untersuchungsregion werden in einem Speicher 118 als
zweidimensionale Bilddaten (Daten für zweidimensionale Bilder) 120 gespeichert,
nachdem eine herkömmliche
Strahlformung ausgeführt
worden ist. Jeder Satz der Bilddaten entspricht einem Bilderrahmen
bzw. einem Einzelbild, das heißt
einem zweidimensionalen Querschnitt des Untersuchungsvolumens. Jeder
Rahmen des Bilds bzw. jedes Einzelbild ist durch die arrayförmige Anordnung
der akustischen Leistungswerte oder der Intensitätswerte der Bildelemente, die
das Einzelbild bilden, repräsentiert
und in dieser Form digital gespeichert. Wie nachstehend noch in
größeren Einzelheiten
erläutert
wird, wird eine Folge (Serie) von zweidimensionalen Einzelbildern,
die jeweils einer "Bildscheibe" entsprechen, in
dem Speicher gespeichert.
-
Die
Untersuchungsregion weist normalerweise nicht die gleiche Form wie
derjenige Bereich auf, den der Benutzer angezeigt sehen möchte. Selbst
wenn dies der Fall wäre,
sind die digitalen akustischen Intensitätswerte, die zu Strahlen geformt
sind, normalerweise nicht in einer Form vorhanden, die für die direkte
Ansteuerung einer herkömmlichen
Graustufenanzeige oder Farbanzeige (Display) geeignet ist. Die akustischen Intensitätswerte
für ein
Einzelbild werden daher an einen herkömmlichen Abtastwandler 122 angelegt,
der die digitalen akustischen Werte in Anzeige- oder Helligkeitswerte
für die
Anzeige umwandelt, die zur Ansteuerung eines Anzeigegeräts 124 geeignet
sind. Die Anzeige 124 ist üblicherweise in ein Muster
aus Bildelementen oder "Pixeln" unterteilt, die
ein derartiges Bild erzeugen, daß der Benutzer dieses betrachten
und interpretieren kann. Die Abtastumwandlung und die Anzeige sind
an sich bekannte Merkmale eines Ultraschallbildgabesystems und werden
daher nicht weiter beschrieben.
-
In 4 ist
ein orthogonales Koordinatensystem "Tiefe – laterale Richtung (bzw. Länge) – Elevation (bzw.
Breite)" (X-Y-Z)
gezeigt, wobei die Art und Weise dargestellt ist, mit der ein Ultraschallwandler 108 die Untersuchungsregion 114 abtastet.
Wenn die Elemente 2081 , 2082 , ... 208m in
der lateralen Richtung (Richtung Y) angeordnet sind, erzeugen sie
(bei korrekter, herkömmlicher
Fokussierung) Ultraschallwellen, die einen Sendestrahl 209 bilden,
damit Abschnitte des Körpers
in der Ebene X-Y (Tiefenrichtung – laterale Richtung) abgebildet
werden können.
Jeder Abschnitt wird in der herkömmlichen
Weise in ein entsprechendes Einzelbild umgewandelt. In 4 sind
drei Rahmen bzw. Einzelbilder 2101 , 2102 und 2103 gezeigt,
die in der Richtung Z (Elevationsrichtung) benachbart zueinander
liegen. 4 ist zum Zwecke der Klarheit
stark vereinfacht: Bei herkömmlichen
Abtastungen sind viel mehr als drei benachbarte Bilder bzw. Scheiben
vorhanden und es müssen
die Bilder bzw. Scheiben auch nicht quadratisch sein. Weiterhin
ist die vorliegende Erfindung auch imstande, beispielsweise nicht
parallel liegende Bildebenen zu verkraften, wie sie beispielsweise
dann erzeugt werden, wenn eine Abtastung durch Drehung oder Bewegung
des Wandlers in einem Bogen anstatt geradlinig in der Richtung Z
ausgeführt
wird.
-
Bekanntlich
wird jedes Einzelbild eines Ultraschallbilds üblicherweise durch die Empfangssteuereinrichtung 116 oder
durch das Verarbeitungssystem in ein zweidimensionales Muster aus
Bildelementen aufgelöst,
von denen jedes durch einen entsprechenden Leistungswert repräsentiert
und in dem Speicher gespeichert wird. In dem einfachsten und üblichsten
Fall werden Bilder unter Verwendung von digitalen Werten, die lediglich
Graustufen entsprechen, erzeugt, gespeichert und angezeigt. (Die
Erfindung kann aber auch in Verbindung mit Farbdarstellungen benutzt
werden.)
-
Flecken
(fleckenförmige
Störungen)
in den Bildern sind normalerweise in der Form von bekannten statistischen
Eigenschaften definiert, wobei es verschiedene bekannte Methoden
zum Identifizieren und, in vielen Fällen, zum Verringern von Flecken
bzw. fleckenförmigen
Störungen,
sowie zum Identifizieren von Bereichen gibt, die als fleckenfreie,
homogene Geweberegionen eingestuft werden. Bei einigen Verfahren
wird beispielsweise jedes Bildelement, dessen Wert sich um mehr
als einen vorbestimmten funktionellen Wert von dem Mittelwert und
der Standardabweichung der Werte der Elemente in einer das Element umgebenden
Region unterscheidet, als ein Flecken (bzw. fleckenförmige Störung oder
Tupfen) eingestuft. Gemäß der vorliegenden Erfindung
kann jedes beliebige bekannte Verfahren zum Identifizieren von homogenen
Geweberegionen und von Bildelementen, die innerhalb dieser Regionen
Flecken darstellen, benutzt werden.
-
Bei
der vorliegenden Erfindung wird eine zwischen den Bildern bzw. von
Bild zu Bild vorhandene Bewegung auf der Basis der Anpassung bzw.
zur-Übereinstimmung-Bringung
von Fleckeneigenschaften bestimmt. Sobald zweidimensionale Einzelbilder
abgetastet und gespeichert worden sind, kann jedes beliebige von
verschiedenen bekannten Verfahren dazu benutzt werden, zu ermitteln,
welche Abschnitte der Einzelbilder Fleckenregionen entsprechen.
Damit die genaueste Abschätzung
für die
Beziehung zwischen der Fleckenübereinstimmung
und dem Abstand erhalten wird, sollten idealerweise lediglich Fleckenregionen
verglichen werden; Abweichungen von dieser idealen Situation zerstören aber
nicht die Nützlichkeit
der vorliegenden Erfindung, führen
in den meisten Fällen
jedoch zu einer Verringerung der Wiedergabetreue der dreidimensionalen
Darstellung des Untersuchungsvolumens.
-
Bei
einer Ausführungsform
wird eine Mittelwert/Histogramm-Technik zum Identifizieren der Flecken-Pixels
eingesetzt. In 5 ist hierbei eine schematische
Darstellung gezeigt, die die einen 20×20-Pixelabschnitt eines Abtastbilds
(insbesondere rechteckförmige
Matrix) veranschaulicht, wie es auf einem zweidimensionalen Display
dargestellt sein kann. Die ungefähre
Abtastfläche
einer tatsächlichen
Ultraschallabtastung, die durch typische vorhandene Geräte mit einer
herkömmlichen
Auflösung
erzeugt wird, beträgt
1,3 mm2. Die vorliegende Erfindung ist aber
nicht auf irgendeine bestimmte maximale Anzahl von Pixeln begrenzt.
Die minimale Anzahl von Pixeln, die zur Ausführung der vorliegenden Erfindung
notwendig ist, erschließt
sich aus den nachfolgenden Ausführungen.
Jedes Bildelement ist zum Zwecke der Klarheit in quadratischer Form
dargestellt. In vielen Anzeigen bestehen jedoch die Pixel beispielsweise
aus einem oder mehreren Punkten. Die vorliegende Erfindung ist nicht
auf eine bestimmte Pixelform beschränkt, auch wenn es zur Aufrechterhaltung
einer zweckmäßigen Indexierung
in rechenmäßiger Hinsicht
vorteilhaft ist, wenn die Pixel gleichmäßig oder mindestens regelmäßig bezüglich mancher
Koordinatenachsensätze
aufgeteilt sind.
-
Jedes
Pixel weist einen Graustufen-Helligkeitswert auf, der sich von reinem
Weiß (100%
Luminanz) bis zu reinem Schwarz (0% Luminanz) ändern kann. Die Anzahl von
verschiedenen Grautönen,
die ein Pixel annehmen kann, wird durch die Größe der Speicherdatenwörter bestimmt,
die den numerischen Helligkeitsparameter für den betreffenden Pixel enthalten.
Als Beispiel sei angenommen, daß der
Speicher 118 (siehe 1) den Helligkeitswert
für jedes
Bildelement in Form eines Datenworts mit 8 Bit speichert. Es ist
dann möglich,
28 = 256 unterschiedliche Graustufenpegel
darzustellen, wobei der Wert "255" beispielsweise der
maximal anzeigbaren Helligkeit entspricht und der Wert "0" die maximal darstellbare Schwärze repräsentiert.
Der Wert "128" würde in diesem
Fall grob dem "mittleren
Grau" entsprechen.
-
In 5 ist
der horizontale Index bzw. die horizontale Richtung mit "j" bezeichnet, wohingegen der vertikale
Index bzw. die vertikale Richtung mit "k" angegeben
ist: beide Indizes überdecken
den Bereich von 1 bis 20. Der Helligkeitswert eines Pixels, das
bei der horizontalen Position j und der vertikalen Position k angeordnet
ist, ist gleich p(j, k). Der Ausdruck "Bildelement p(j, k)" ist hierbei entweder als "das Bildelement an
der Position j, k" oder
als "der Helligkeitswert
des Bildelements an der Position j, k" zu verstehen, wobei sich die korrekte
Interpretation jeweils aus dem Kontext erschließt. Lediglich als Beispiel
sei angegeben, daß das
in 5 gezeigte Bildelement (Pixel) p(1, 15) dunkler
ist als das Bildelement p(10, 17).
-
Gemäß einer
Ausführungsform
der vorliegenden Erfindung wird eines der Bildelemente in einer "Fleckenregion" des angezeigten
Bilds als ein Referenzbildelement auf der Grundlage von bekannten
Verfahren ausgewählt.
Gemäß 5 ist
das Referenzbildelement pref das Bildelement
p(13, 12) und ist zum Zwecke der Klarheit mit einem "x" markiert. Sobald ein Referenzbildelement
ausgewählt
worden ist, wird ein Referenzfenster um das Referenzbildelement
herum gewählt.
Das Referenzfenster entspricht einer Gruppe von benachbarten Bildelementen,
die das Referenzbildelement einschließen. Die Größe des Referenzfensters kann
entweder vorab bestimmt und festgelegt sein, oder kann auch automatisch
oder manuell für
jedes Bild oder jede Bildsequenz gewählt werden. Das Referenzfenster
sollte ausreichend viel Bildelemente enthalten, damit das Helligkeitshistogramm
statistisch aussagefähig
ist: Das Fenster sollte ausreichend groß sein, so daß es einige
Flecken enthält,
sollte jedoch idealerweise nicht so groß sein, daß es Regionen des Bilds einschließt, die
eine Struktur angeben. Die beste Fenstergröße für einen jeweiligen Einsatz
hängt von
der Auflösung
des Bilds ab. Je niedriger die Auflösung ist, desto größer muß das Fenster
eventuell sein, damit es statistisch gesehen bedeutungsvoll wird.
Die Fenstergröße hängt auch
von der zur Verfügung
stehenden Rechengeschwindigkeit ab (abhängig von der Geschwindigkeit
des Prozessors kann eine Bildverarbeitung in Echtzeit nicht mehr
möglich sein,
wenn das Fenster zu groß gewählt ist),
und läßt sich
durch Berechnungen und Experimente ermitteln. Diese Konzepte und
Kriterien erschließen
sich aus der nachfolgenden Erläuterung
noch deutlicher.
-
Im
Zusammenhang mit der medizinischen Ultraschallbildgabe sollte das
Fenster ausreichend groß sein,
um eine Region mit einer hohen Dichte von Streuelementen zu überdecken,
so daß zuverlässige Fleckenstatistiken
bzw. statistische Fleckenangaben erzielt werden. Zum Zwecke der
Veranschaulichung wird bei der vorliegenden Erläuterung von einer Fenstergröße von 7 × 7 ausgegangen.
Es kann aber jedes beliebige Fenster mit einer Größe von m × n verwendet
werden. In Abhängigkeit
von dem Einsatzbereich und der Abbildungstechnologie kann der Fall
vorliegen, daß kein
Grund für
die Annahme, daß die
Informationen richtungsabhängig
sind, gegeben ist. In diesen Fällen
ist das Fenster quadratisch, und es ist die Anzahl von Bildelementen
an jeder Seite des Fensters vorzugsweise ungeradzahlig, damit das
Referenzfenster um das Referenzbildelement herum und zentriert bei
diesem angeordnet werden kann. Falls jedoch die Abbildungsinformation richtungsabhängig (nicht
isotrop) sein sollte, können
dann nicht quadratische Fenster gewählt werden.
-
Sobald
ein Referenzfenster gewählt
worden ist, wird ein Referenzhistogramm für das Referenzfenster zusammengetragen,
wobei das Referenzhistogramm angibt, wieviele Bildelementen in dem
Referenzfenster Helligkeitswerte in vorbestimmten Intervallen bzw.
Größenbereichen
aufweisen. Typischerweise werden sehr viel mehr mögliche Helligkeitswerte
für ein
gegebenes Bildelement vorhanden sein, als Bildelemente in einem gewählten Fenster
vorhanden sind. Wenn beispielsweise jedes Bildelement durch ein
8 Bit umfassendes Datenwort repräsentiert
wird und das Fenster eine Größe von 7 × 7 aufweist,
können
die 49 Bildelemente in dem Fenster theoretisch jeweils einen von
256 unterschiedlichen Graustufenwerten aufweisen. Falls die Anzahl
von Bildelementwerten für
jeden einzelnen Helligkeitswert akkumuliert bzw. aufsummiert würde, würden mindestens
256 – 49
= 207 (und wahrscheinlich sehr viel mehr) der Einträge "leer" sein (null Bildelemente
mit den entsprechenden Helligkeitswerten), und es würde das
Histogramm selbst in den meisten Fällen an allen anderen Stellen
nahezu flach sein.
-
Bei
einer Realisierung der vorliegenden Erfindung besteht eine Notwendigkeit,
ein Histogramm anzuzeigen; die tatsächlichen graphisch dargestellten
Histogramme sind in den Zeichnungen lediglich zum Zwecke der Klarheit
veranschaulicht. Bei der vorliegenden Beschreibung der Erfindung
ist der Ausdruck "Histrogramm" dahingehend zu verstehen,
daß er
die Akkumulierung der Anzahl von Bildelementen, deren Helligkeitswerte oder
anderen Werte in einen Bereich fallen, der einer jeweiligen entsprechenden
Speicherposition zugeordnet ist, bedeutet, wobei die Akkumulierung
in einer Anzahl von entsprechenden Speicherpositionen erfolgt. Histogramme
sind normalerweise Vektoren (verkoppelte Folgen von Speicherpositionen),
deren Elemente die "Bins" bzw. Fächer sind.
Das Referenzhistogramm kann jedoch auch auf dem Display während eines
Test- oder Kalibrierungsmodus angezeigt werden, damit der Benutzer
eine Anzeige der generellen Eigenschaften des aktuellen Bilds erhält.
-
Zur
Akkumulierung eines Histogramms mit einer Form, die eine statistisch
signifikante Information (wird im weiteren Text erläutert) bezüglich des
Referenzfensters bereitstellt, werden die möglichen Helligkeitswerte der
Bildelemente folglich in Intervalle bzw. Abschnitte oder "Fächer" gruppenweise einsortiert. Die Anzahl
von gewählten
Fächern stellt
einen Kompromiß zwischen
der Störungstoleranz
und der Empfindlichkeit dar. Die benutze Anzahl bestimmt die Glätte des
Histogramms und kann durch Berechnungen und Experimente für jeden
beliebigen Einsatz bestimmt werden. Im allgemeinen wird die Anzahl
von Fächern
jedoch von ungefähr
einem Fünftel
bis zu ungefähr
der Hälfte
der Anzahl von Bildelementen in einem Fächer liegen. Weiterhin ist
es in berechnungsmäßiger Hinsicht
vorteilhaft, wenn die Anzahl von Fächern einer Potenz von zwei
entspricht, da die Anzahl von Fächern
in diesem Fall üblicherweise
gleichmäßig auf
die Anzahl von möglichen Helligkeitswerten
der Bildelemente aufgeteilt ist, die typischerweise ebenfalls einer
Potenz von zwei entsprechen. Wenn zum Beispiel die Anzahl von Helligkeitsgruppen
oder "Fächern" gleich 16 ist, wobei
jedes Fach einen Intervallbereich von 256/16 = 16 Helligkeitswerten
repräsentiert,
werden die Bildelemente in die Fächer in
folgender Weise eingeordnet:
Bildelementwerte | Fach |
0
bis 15 | 0 |
16
bis 31 | 1 |
32
bis 47 | 2 |
48
bis 63 | 3 |
64
bis 79 | 4 |
80
bis 95 | 5 |
96
bis 111 | 6 |
112
bis 127 | 7 |
128
bis 143 | 8 |
144
bis 159 | 9 |
160
bis 175 | 10 |
176
bis 191 | 11 |
192
bis 207 | 12 |
208
bis 223 | 13 |
224
bis 239 | 14 |
240
bis 255 | 15 |
-
Dies
stellt selbstverständlich
nur ein Beispiel für
viele akzeptable Wahlmöglichkeiten
dar, wie die Helligkeitswerte der Bildelemente gruppenweise zusammengefaßt und geordnet
werden können.
In 6 ist ein hypothetisches Referenzhistogramm dargestellt,
das auf einem Referenzfenster mit der Größe 7 × 7 beruht. Bei diesem Beispiel
wiesen 16 der 49 Bildelemente Helligkeitswerte in dem Bereich des
Fachs 6 auf, während neun
Helligkeitswerte im Bereich des Fachs 5 lagen, und so weiter.
-
Damit
eine gleichförmige
Skala für
den Vergleich von unterschiedlichen Histogrammen bereitgestellt wird,
kann jeder Wert des Referenzhistogramms (und später jedes aktuelle Histogramm)
derart normalisiert bzw. standardisiert werden, daß der Wert
der "Spitze" gleich groß ist wie
die Anzahl von Bildelementen in einem Fenster, das heißt in diesem
Fall gleich 49. Gemäß 6 fallen
die häufigsten
Helligkeitswerte in das Fach 6:16 Pegel in dem Fenster wiesen Helligkeitswerte
in dem entsprechenden Bereich auf. Das Spitzenfach bzw. das den
Spitzenwert enthaltende Fach ist folglich das Fach mit der Nummer
6, das einen Wert Bpeak = 16 besitzt. Die
Werte aller Fächer
werden dadurch standardisiert, daß sie mit 49/16 multipliziert
werden. Die standardisierte Helligkeitsskala ist auf der rechten
Seite der 6 gezeigt.
-
Bei
aktuellen Realisierungen wird für
jedes Bildelementfenster eine Anzahl von Speicherpositionen in der
Speichereinheit zugeordnet, die mindestens gleich groß ist wie
die Anzahl von Fächern.
Der Prozessor stuft dann jedes Fach inkrementweise für jedes
Bildelement in dem aktuellen Fenster, dessen Helligkeitswert in
den Bereich dieses Fachs fällt,
hoch.
-
Wenn
alle Bildelemente in dem Fenster in ihre jeweiligen Fenster eingeordnet
worden sind, sind in den Fächern
Zahlen gehalten, die dem Histogramm entsprechen. Der Prozessor bestimmt
dann den Spitzenwert des Histogramms, wobei hierzu durch die Fächer schrittweise
schreitet und die Adresse des Fachs mit der höchsten Anzahl aufzeichnet.
Diese Anzahl wird dann zur Standardisierung aller Facheinträge benutzt.
-
Anhand
des Testhistogramms und des Referenzhistogramms kann ein Qualitätsfaktor
definiert werden, wobei
N die gesamte Anzahl von Fächern
für das
Referenzhistogramm bezeichnet, x
ij das Testhistogramm
für den
i-ten kleinen Block repräsentiert
und y das Referenzhistogramm bezeichnet, j einen Index bzw. eine
Laufnummer eines Fachs repräsentiert
und β einen
einstellbaren Parameter bezeichnet. Bei einer Ausführungsform
kann β in
der nachstehend angegebenen Weise berechnet werden:
-
Hierbei
ist –q
dB (Breite) = rD
max mit 0 < r < 1. Mit D
max der maximal mögliche absolute Fehler zwischen den
Werten eines Fachs des aktuellen Histogramms und eines Fachs des
Referenzhistogramms bezeichnet. Es ist jedoch anzumerken, daß diese
Darstellung von β als
Beispiel dient. Jeglicher empirisch gewonnener positiver Wert kann
verwendet werden. Weitere Details hinsichtlich der Ermittlung des
Qualitätsfaktors
lassen sich aus der
US-PS 5 594
807 erhalten, deren Offenbarungsgehalt hiermit im gesamten
Umfang in den Offenbarungsgehalt vorliegender Anmeldung einbezogen
wird.
-
Je
mehr das aktuelle Histogramm dem Referenzhistogramm ähnelt, desto
wahrscheinlicher ist es, daß das
aktuelle Fenster auch ein Fleckenfenster repräsentiert. Falls der Qualitätsfaktor
innerhalb eines vorbestimmten Werts oder Bereichs liegt, wird angenommen,
daß sich
der kleine Block auf eine Fleckenregion bezieht bzw. eine Fleckenregion
betrifft.
-
Bei
jedem einzelnen kleinen Block, der in der vorstehenden Weise als
ein Fleckenvolumen identifiziert worden ist, wird eine Dekorrelationseigenschaft
(Dekorrelationscharakteristik) über
das Volumen hinweg zwischen den Bildern des Volumens ermittelt und
es wird ein Schätzwert
für die
in der Ebene liegende Bewegung bestimmt. Bei einer Ausführungsform
wird die Methode "volle
Breite bei halbem Maximalwert der Summe absoluter Differenzen" bzw. "FWHM SAD" dazu benutzt, die
beste Übereinstimmung
zwischen den Volumina zu ermitteln, auch wenn andere mathematische
Methoden verwendet werden können.
Speziell werden die Werte von SAD (Summe der Absolutdifferenzen)
als eine Funktion der Stufen- bzw. Schrittnummer b
m,k unter
Verwendung der folgenden Gleichung berechnet:
-
Hierbei
bezeichnet m den Index eines kleinen Blocks, k die Stufen bzw. Schrittnummer,
die von 1 bis 7 reicht, Ii,j I den
Graustufenwert des I-ten B-Modus-Bilds bei einem bestimmten Punkt
(i, j) und I einen Bildindex. Falls zum Beispiel k = 1 ist, werden
bei den Schritten das erste und das zweite Bild, das zweite und
das dritte Bild und das dritte und das vierte Bild, usw. miteinander
verglichen. Falls k = 2 ist, werden die Bilder 1 und 3, 2 und 4,
3 und 5, usw. miteinander verglichen.
-
Schließlich werden
die Werte SAD für
jeden großen
Block B
ki auf der Basis der Aufsummierung
der SAD-Werte über
alle Fleckenregionen innerhalb dieses großen Blocks, gewichtet mit den
Qualitätsfaktoren QF(i)
bestimmt:
-
Hierbei
bezeichnet i den Index einen kleinen Blocks, während mit k eine Schritt- bzw.
Stufennummer bezeichnet ist und M die gesamte Anzahl von kleinen
Blöcken
repräsentiert.
-
Wenn
eine SAD-Kurve erhalten worden ist, die eine Dekorrelationscharakteristik
zwischen den Blöcken
bei den unterschiedlichen Schritten repräsentiert, tritt eine "beste Übereinstimmung" zwischen Blöcken und
nachfolgenden Rahmen bzw. Bildern bei dem Vollbreiten-Halbmaximum-Wert
(FWHM) d
1 der SAD-Kurve auf, wie es in
7 dargestellt
ist. Der Wert d
1 repräsentiert die Dekorrelationsrate.
Falls eine hohe Dekorrelation vorhanden ist, wird der Wert von d
1 klein sein, und es liegen die Bilder weiter
auseinander; falls demgegenüber
eine hohe (bzw. geringe) Dekorrelation vorhanden ist, wird der Wert
von d
1 größer sein und es liegen die
Bilder näher
beieinander. Der tatsächliche
Abstand zwischen den Bildern bei einer bestimmten Schrittgröße läßt sich
in folgender Weise ermitteln:
-
Hierbei
bezeichnet xdistance die Strecke oder den
Abstand der aus der Ebene herausführenden Bewegung, wohingegen
mit dref ein Referenzwert, der unter Verwendung
von Standard-Referenzphantomen
erhalten worden ist, bezeichnet ist und mit Rstep die
Schrittgröße, die
dem Referenzwert entspricht, bezeichnet ist. Im allgemeinen ist
die Strecke der aus der Ebene heraus gerichteten Bewegung eine Funktion
der Bildposition, ist jedoch dann unabhängig von der Bildposition,
wenn eine parallele translatorische Verschiebung ohne eine Drehung
vorhanden ist.
-
Die
Methode SAD (Summe der Absolutdifferenzen) wird dazu benutzt, einen
ersten Schätzwert
für einen
lokalen Bewegungsvektor d
1(i) zu erhalten,
der eine Richtung und eine Größe besitzt,
die anzeigen, wie der Block translatorisch verschoben wird. Aufgrund
des Einflußes
von Bildstörungen,
einer Gewebebewegung und weiteren Bildartefakten ist der erste SAD-Schätzwert für die Bewegung
nicht stets sehr zuverlässig.
Demgemäß werden
zwei Maße
für die
Qualität
und die Zuverlässigkeit
des ersten Schätzwerts
d
1(i) für
den lokalen Bewegungsvektor ermittelt, die mit S
1(i)
und mit S
2(i) bezeichnet sind. Das Maß S
1(i) ist in folgender Weise gegeben:
wobei M die Anzahl von kleinen
Blöcken
in jedem großen
Block bezeichnet und QF(j) den Flecken-Qualitätfaktor für jeden kleinen Block j repräsentiert.
Folglich ist S
1(i) für die Gestalt der Fleckenregion
repräsentativ,
wobei ein größerer Wert
von S
1(i) eine noch zuverlässigere
Fleckenregion und einen besseren Schätzwert d
1(i)
bedeutet. Das Maß S
2(i) ist folgendermaßen gegeben:
-
Hierbei
bezeichnet d1h den FWHM Wert der SAD Kurve
bei der vorhergehenden Messung der gleichen Position. Folglich repräsentiert
der Qualitätsfaktor
S2(i), wieviel der Schätzwert d1(i)
für die
lokale Bewegung von seinem vorhergehenden Wert abweicht. Falls ein
Wert von d1(i) eine stark unterschiedliche
Richtung und Größe, im Vergleich
mit seiner Historie bzw. mit seinen früheren Werten, aufweist, ist
es sehr wahrscheinlich, daß dieser
Schätzwert
unter dem Einfluß von
Störungen
oder einer lokalen Gewebebewegung steht und die wahre lokale Bildbewegung
nicht exakt widerspiegelt. In diesem Fall ist der Schätzwert von
d1(i) nicht sehr zuverlässig. Ein großer Wert
von S2(i) bedeutet demzufolge, daß der Schätzwert d1(i) weniger zuverlässig ist.
-
Auch
wenn das vorstehend erläuterte
Konzept der Steuerung bzw. Beurteilung der Abschätzungsqualität leicht
zu verstehen ist, ist es in der Praxis schwierig zu realisieren,
da Bildänderungen,
die durch eine Wandlerbewegung hervorgerufen werden, recht komplex
sein können.
Demgemäß können die
Qualität
und die Zuverlässigkeit
des Schätzwerts
für die
Bewegung effizient mit Hilfe der Fuzzy-Logik quantisiert werden.
Der Prozessor implementiert eine Fuzzy-Logik-Funktion, die als Eingangsgrößen S1(i) und S2(i) erhält, diese
unter Verwendung von (nachstehend näher erläuterten) Fuzzy-Regeln kombiniert
und ein einziges numerisches Ausgangssignal w1(i)
erzeugt, das ein Maß für die Genauigkeit
von d1(i) repräsentiert. Das numerische Ausgangssignal
(numerischer Ausgangswert) w1(i) reicht
von null bis eins, wobei die Schätzwertgenauigkeit
von d1(i) zunimmt, wenn sich w1(i)
eins annähert.
-
Die
Eingangsgrößen S1(i) und S2(i) werden
zunächst
in die linguistischen Ausdrücke
oder Etiketten "hoch", "mittel" und "niedrig" "fuzzy"-verarbeitet. Der Ausgangswert w1(i) weist ebenfalls einen Fuzzy-Ausdruck im
Sinne von "sehr
hoch", "hoch", "mittel", "niedrig" und "sehr niedrig" auf. Die Mitgliedsfunktionen
bzw. Zugehörigkeitsfunktionen
von S1(i), S2(i)
und von w1(i) werden anhand einer großen Anzahl
von experimentellen Ergebnissen definiert und sind jeweils in den 8A bis 8C dargestellt.
Die Mitgliedsfunktion (Membership-Funktion) von S1(i)
ist in 8A graphisch derart dargestellt,
daß sie
drei Regionen besitzt, die mit L (niedrig), M (mittel) und H (hoch)
bezeichnet sind. Die Regionen überlappen
sich in einem gewissen Ausmaß; genauer
gesagt, überlappen
sich die Regionen L und M, und es überlappen sich die Regionen
M und H. Die horizontale Achse der graphischen Darstellung der Mitgliedsfunktion
definiert den gemessenen Wert von S1(i), und
es definiert die vertikale Achse den Grad der Mitgliedschaft bzw.
der Membership des gemessenen Werts innerhalb des definierten Etiketts
bzw. des definierten Bereichs.
-
Die
Mitgliedsfunktion von S2(i) ist in 8B graphisch
dargestellt und ist in gleichartiger Weise wie die Mitgliedsfunktion
von S1(i) aufgebaut. In gleichartiger Weise
ist die Mitgliedsfunktion von w1(i) in 8C graphisch
gezeigt und ist in ähnlicher
Weise aufgebaut wie die Mitgliedsfunktionen von S1(i)
und S2(i), auch wenn sie fünf überlappende
Regionen enthält,
die mit VL (sehr niedrig), L (niedrig), M (mittel), H (hoch) und
VH (sehr hoch) bezeichnet sind. Sieben Fuzzy-Regeln werden dazu
benutzt, die Beziehungen zwischen S1(i),
S2(i) und w1(i)
zu definieren. Diese Fuzzy-Regeln umfassen:
- (1)
Falls S1(i) niedrig (L) ist UND S2(i) ebenfalls niedrig (L) ist, ist w1(i) mittelgroß (M);
- (2) wenn S1(i) mittelgroß (M) ist
UND S2(i) niedrig (L) ist, hat w1(i) hohen Wert (H);
- (3) wenn S1(i) hohen Wert (H) aufweist
UND S2(i) niedrigen Wert (L) besitzt, weist
w1(i) sehr hohen Wert (VH) auf;
- (4) wenn S1(i) niedrigen Wert (L) ist
UND S2(i) mittleren Wert (M) aufweist, besitzt
w1(i) niedrigen Wert (L);
- (5) wenn S1(i) mittleren Wert (M) besitzt
UND S2(i) ebenfalls mittleren Wert (M) aufweist,
weist auch w1(i) mittleren Wert (M) auf;
- (6) wenn S1(i) hohen Wert (H) besitzt
UND S2(i) mittleren Wert (M) aufweist, besitzt
w1(i) hohen Wert (H); und
- (7) wenn S2(i) hohen Wert (H) besitzt,
weist w1(i) sehr niedrigen Wert (VL) auf.
-
Die
Fuzzy-Regeln werden parallel angewendet, um die Wahrheit der Regeln
zu bestimmen. Als Beispiel sei angenommen, daß die gemessenen Werte von
S1(i) und S2(i)
gleich 0,3 bzw. 0,1 sind. Gemäß 8A bezieht
sich ein gemessener Wert von 0,3 auf ein Ausmaß der Mitgliedschaft bzw. Zugehörigkeit
von ungefähr 0,65
in dem Bereich L und auf ungefähr
0.25 in dem Bereich M. Gemäß 8B bezieht
sich ein gemessener Wert von 0,1 auf ein Maß der Mitgliedschaft bzw. Zugehörigkeit
von ungefähr
0,75 lediglich in dem Bereich L. Als Ergebnis dessen sind lediglich
die beiden ersten Fuzzy-Regeln wahr, auch wenn sie zu nicht konsistenten Ergebnissen
dahingehend führen,
daß aus
der ersten Fuzzy-Regel folgert, daß w1(i)
mittleren Wert aufweist und die zweite Fuzzy-Regel angibt, daß w1(i) hohen Wert besitzt. Die Ausgangsgröße w1(i) muß dann
in einen numerischen Wert rückumgewandelt
werden und es müssen
die nicht konsistenten Ergebnisse in Einklang gebracht werden.
-
Gemäß der ersten
Fuzzy-Regel wird der niedrige Wert von S1(i)
unter Verwendung von einer logischen UND-Verknüpfung mit dem niedrigen Wert
von S2(i) kombiniert, um hierdurch den mittleren
Wert von w1(i) zu erzeugen. Bei der logischen
UND-Verknüpfung
wird der minimale Wert der Wahrheit der Ausdrücke als der Wahrheitspegel
der Regel herangezogen. Anders ausgedrückt, ist das Maß bzw. der
Wert von 0,65 für
die Zugehörigkeit
(Mitgliedschaft) von S1(i) kleiner als der
Wert von 0,75 für
die Zugehörigkeit
von S2(i), und wird demzufolge als der Wahrheitspegel
für die
erste Fuzzy-Regel herangezogen. In gleichartiger Weise wird bei
der zweiten Fuzzy-Regel der mittlere Wert von S1(i)
unter Verwendung einer logischen UND-Verknüpfung mit dem niedrigen Wert
von S2(i) verknüpft, um hierdurch den hohen
Wert von w1(i) zu erzeugen. Das Ausmaß von 0,25 für die Zugehörigkeit
(Mitgliedschaft) von S1(i) ist kleiner als
das Ausmaß bzw.
der Wert von 0,75 für
die Zugehörigkeit
von S2(i), und es wird folglich dieser Wert
von 0,25 als der Wahrheitspegel für die zweite Fuzzy-Regel herangezogen.
Die Labels bzw. Bereiche M und H der w1(i)
Mitgliedsfunktion bzw. Zugehörigkeitsfunktion
werden dann bei dem durch die Fuzzy-Regeln definierten Wahrheitspegeln
trunkiert (abgeschnitten), wie dies in 8D graphisch
dargestellt ist.
-
Abschließend wird
eine "Zentroid-Defuzzifikations"-Methode (Zentrums-De-Fuzzy-Verarbeitung) dazu benutzt,
den Fuzzy-Ausgangswert in eine numerische Zahl w1(i)
rückumzuwandeln.
Unter Einsatz dieser Methode wird ein Schätzwert für das Gravitationszentrum bzw.
den Schwerpunkt für
die gesamte, als wahr eingestufte Region (diese ist in 8D als
eine abgeschattete bzw. dunkler dargestellte Region gezeigt) bereitgestellt.
Gemäß 8D liegt
der Schwerpunkt der schattiert dargestellten Region bei ungefähr 0,6,
wodurch ein numerischer Wert für
w1(i) bereitgestellt ist. Nachdem der Zuverlässigkeitsparameter
w1(i) erhalten worden ist, besteht der nächste Schritt
darin, den Wert w1(i) zur Verbesserung des
Schätzwerts
d1(i) für
die lokale Bewegung heranzuziehen. Wenn w1(i)
groß ist,
wird d1(i) direkt als der abschließende lokale
Bewegungsvektor dfin(i) eingesetzt. Falls
im Gegensatz hierzu w1(i) sehr klein ist,
wird die Bildbewegungshistorie d1h bzw.
der den bisherigen Verlauf der Bildbewegung angebende Wert d1h als das geschätzte dfin(i)
herangezogen, da die Bewegungshistorie mit größerer Wahrscheinlichkeit einen
besseren Schätzwert
darstellt als der weniger zuverlässige
Wert d1(i). Falls w1(i)
weder sehr groß noch
sehr klein ist, wird er als ein Gewichtsfaktor zur Mittelwertbildung
von d1(i) und d1h benutzt.
Falls beispielsweise w1(i) = 0,6 ist, wie
es bei dem vorstehend angegebenen Beispiel der Fall ist, wird d1(i) zu d1(i) = 0,6·d1(i) + (1 – 0,6)·d1h.
Der Bewegungshistorienwert (Bewegungsverlaufwert) d1h wird
ebenfalls rekursiv unter Gewichtung von d1(i)
aktualisiert. Das Gewicht wird so gewählt, daß es zwischen null und eins
liegt; ein größerer Gewichtswert
führt dazu,
daß der
sehr junge Bewegungsschätzwert
stärker
zu dem Historienwert d1h beiträgt. Falls
das Gewicht beispielsweise gleich 0,5 ist, gilt: d1h = 0,5·1d1(i) + (1 – 0,5)·d1h.
-
Sobald
der Schätzwert
für die
aus der Ebene gerichtete Bewegung ermittelt worden ist (oder auch gleichzeitig
mit dieser Ermittlung), wird nun ein Schätzwert d2 für die in
der Ebene liegende Bewegung auf der Basis der Kreuzkorrelationscharakteristik
zwischen zwei Bildern ermittelt. Bei einer Ausführungsform wird das Verfahren
MSAD (minimale Summe absoluter Differenzen) dazu benutzt, das Ausmaß der Korrelation
zwischen den Fleckenbildern zu ermitteln. Darüber hinaus wird bei einer Ausführungsform
auch eine Dekorrelationscharakteristik (auf der Grundlage einer
FWHM SAD Optimierung) zwischen den beiden Bildern berechnet und
in Verbindung mit dem vorstehend bestimmten Wert von d1(i)
verwendet, damit ein noch genauerer Schätzwert für die lokale, aus der Ebene
herausweisende Bewegung erhalten wird.
-
Genauer
gesagt, wird, wie bereits vorstehend erläutert, der Qualitätsfaktor
QF(i) dazu benutzt, zu ermitteln, welchen Regionen Fleckenregionen
sind. Sobald die geeigneten Regionen als Fleckenregionen identifiziert
worden sind, werden die Werte für
die Summe absoluter Differenzen als eine Funktion der Schrittnummer
bzw. Schrittanzahl unter Verwendung der nachfolgend angegebenen
Gleichung berechnet:
wobei m den Index einen kleinen
Blocks bezeichnet, k eine Schrittnummer angibt, und I
ij den
Graustufenwert des I-ten B-Modus-Bilds bei einem bestimmten Punkt
(i, j) repräsentiert.
Die lokale Bewegung jedes Blocks n(i) eines bestimmten Bilds n wird
dadurch abgeschätzt,
daß der
Block n(i) um einen Vergleichsbildrahmen bzw. um ein Vergleichsbild
n-1 herum bewegt wird, um hierbei die beste Übereinstimmung zu finden. Die "beste Übereinstimmung" wird unter Verwendung
eines MSAD-Verfahrens (minimale Summe absoluter Differenzen) bestimmt,
um hierdurch den n(i)-ten Block mit der Suchregion des Vergleichsbilds
zur Übereinstimmung
zu bringen. Die Summe absoluter Differenzen (SAD) ist die Summe
der absoluten Differenzen zwischen den entsprechenden Bildwerten
in jedem Block und der Suchregion. Die "beste Übereinstimmung" zwischen dem Block
und der Suchregion tritt dann auf, wenn der Wert SAD die minimale
Größe besitzt.
9 zeigt
eine kartographische Darstellung des Werts SAD, wobei Werte vorhanden
sind, die in den Richtungen X und Y verlaufen. Die allgemein gleichförmige kartenmäßige Darstellung
von SAD enthält
ein Tal dort, wo die Werte von SAD unter den Mittelwert absinken,
was die Position von SAD repräsentiert.
Die MSAD-Methode wird dazu benutzt, einen ersten Schätzwert für den lokalen
Bewegungsvektor d
2(i) zu erhalten, der eine
Richtung und eine Größe aufweist,
die angeben, wie sich der Block n(i) von dem n-1-ten Bild zu dem
n-ten Bild verschiebt. Die Richtung des lokalen Bewegungsvektors
d
2(i) ist in
10 durch
einen Pfeil angegeben.
-
Wie
auch im dreidimensionalen Fall werden Qualitätsfaktoren Sa(i)
und Sb(i) ermittelt, um die in der Ebene
liegende Bewegung noch genauer schätzen zu können. Es wird erneut auf 5 Bezug
genommen. Sa(i) stellt einen Qualitätsfaktor
für MSAD
dar und mißt
den Unterschied zwischen dem Wert von SAD und dem Mittelwert von
SAD. Die Qualität
von MSAD vergrößert sich
mit einer Erhöhung
des Werts von Sa(i), das heißt die Qualität von MSAD
ist umso besser, je tiefer das Tal SAD ist. Wenn starke Bildstörungen (Bildrauschen) vorhanden
ist, oder wenn es an Bildmerkmalen mangelt, wird die kartenförmige Darstellung
von SAD flacher, so daß Sa(i) kleiner wird. In diesem Fall wird der
Schätzwert
von d2(i) weniger zuverlässig.
-
Der
zweite Parameter Sb(i) mißt, wie
stark d2(i) von seinem vorhergehenden Verlauf
(Historie) abweicht. Die Bewegungshistorie d2h des
i-ten Blocks stellt den rekursiv gewichteten Mittelwert der vorhergehenden
finalen Ausgangswerte des lokalen Bewegungsvektors des i-ten Blocks
dar. Sb(i) bezeichnet die Vektordifferenz
zwischen d2(i) und d2h.
Im allgemeinen ist die Bildbewegung relativ sanft und sowohl bei
erfahrenen als auch bei unerfahrenen Ultraschallbenutzern zusammenhängend. Falls
ein Wert von d2(i) eine stark unterschiedliche
Richtung und Größe, verglichen
mit seinem bisherigen Verlauf (Historie), aufweist, ist es sehr
wahrscheinlich, daß dieser
Schätzwert
durch Störungen
oder lokale Gewebebewegung beeinflußt ist und die wahre lokale
Bildbewegung nicht exakt widerspiegelt. In diesem Fall kann der
Schätzwert
d2(i) nicht sehr zuverlässig sein. Ein großer Wert
von S2(i) zeigt folglich an, daß der geschätzte Wert
d2(i) weniger zuverlässig ist.
-
Auch
hier wird, wie vorstehend bereits, eine Fuzzy-Logik-Technik zur
Implementierung des vorstehend erläuterten Qualitätsmaßes eingesetzt,
um hierbei einen einzigen numerischen Ausgangswert w
2(i)
zu erzeugen, der ein Maß für die Genauigkeit
von d
2(i) repräsentiert. Der numerische Ausgangswert
w
2(i) reicht von null bis eins, wobei sich
die Schätzungsgenauigkeit
von d
2(i) erhöht, wenn sich w
2(i)
dem Wert eins annähert.
Die Fuzzy-Regeln für
die Abschätzung
im Fall der in der Ebene befindlichen Größe sind gleichartig wie diejenigen für den vorstehend
beschriebenen Fall der aus der Ebene herausführenden Größe, und müssen daher nicht nochmals näher erläutert werden.
Zusatz liche Einzelheiten für
die Abschätzung
in der Ebene können
aus der
US-PS 5 575 286 erhalten
werden, deren Offenbarungsgehalt hiermit in vollem Umfang in den
Offenbarungsgehalt vorliegender Anmeldung einbezogen wird.
-
In
allgemeinen Fällen
kann die in der Ebene erfolgende Bewegung eine übermäßige Schätzung für die Elevationsbewegung bzw.
die aus der Ebene heraus gerichtete Bewegung verursachen, da die
in der Ebene erfolgende Bewegung des Objekts zu einer zusätzlichen
Dekorrelation führt.
Die Elevationsbewegung (aus der Ebene herausführende Bewegung) läßt sich
noch genauer unter Verwendung sowohl einer Dekorrelationscharakteristik
als auch einer Kreuzkorrelationscharakteristik der Fleckeninformation
abschätzen.
Demgemäß kann der
FWHM SAD-Wert für
die Daten für
die Bewegung in der Ebene auch dazu benutzt werden, einen lokalen Bewegungskorrekturschätzwert d
z(i) zu gewinnen. Genauer gesagt, kann, wie
in
11 gezeigt ist, die Elevationsbewegung unter Verwendung
der folgenden Gleichung geschätzt
werden:
wobei d
1 die
Bewegungsstrecke in der Bewegungsrichtung (auf der Basis der Dekorrelationscharakteristik
des Fleckens in dieser Richtung) bezeichnet und d
x und
d
y die in der Ebene liegende Bewegung in
den Richtungen x bzw. y repräsentieren
(auf der Basis der Kreuzkorrelationscharakteristik). Die Faktoren α
2 und β
2 sind
Umskalierungs- bzw. Skalierungs-Konstanten unter Berücksichtigung
der Anisotropien der dreidimensionalen Fleckengestalt und werden
unter Verwendung der Werte der vollen Breite des halben Maximums
bzw. bei dem halben Maximum der Fleckendekorrelationsraten in den
Richtungen X, Y und Z ermittelt. Generell werden die Faktoren α
2 und β
2 für eine Skalierung
von anisotropen zu isotropen Verhältnissen benutzt. Bei einer
Ausführungsform
ist α
2 = [FWHM
z/FWHM
x]
2 und β
2 =
[FWHM
z/FWHM
y]
2.
-
Es
ist anzumerken, daß die
Genauigkeit des Schätzwerts
für die
aus der Ebene herausgerichtete Bewegung von dem Abstand zwischen
den Bildern abhängt.
Wie in 12A gezeigt ist, tragen die
Bildstörungen (Bildrauschen)
in relativ starkem Maße
zu der Berechnung des Werts SAD bei, wenn die Abstände zu klein sind.
wodurch eine Schätzungsverfälschung
(Schätzungs-BIAS-Wert)
hervorgerufen wird. Falls jedoch der Raum zwischen den Bildern zu
groß ist,
sind die statistischen Eigenschaften unabhängig voneinander. Bei einer
Ausführungsform
wird daher ein Geschwindigkeitsmesser vorgesehen, damit während der
klinischen Abtastung eine Geschwindigkeitsrückkopplungsinformation bereitgestellt
wird. Genauer gesagt wird, wie in 12B gezeigt
ist, ein von der Dekorrelationscharakteristikberechnung (SAD-Berechnung)
in der Bewegungsrichtung stammender oder erhaltener Parameter dazu
benutzt, anzuzeigen, ob die Sonde zu rasch bewegt wird. Solange
die SAD-Kurve und FWHM (volle Halbwertsbreite bzw. volle Breite
bei halbem Maximalwert) beispielsweise zwischen den Kurven 1200 und 1202 gemäß 12A oder 12B begrenzt
sind, führt die
Wandlerabtastung zu relativ genauen Schätzwerten für die Bewegung. Die Parameterkurven 1200 und 1202 sind
empirisch auf der Grundlage der einzelnen Wandlersonden gewählt. Sobald
alle Ausgangswerte dx(i), dy(i)
und dz(I) für den lokalen Bewegungsvektor
für das
n-te Bild geschätzt
worden sind, können
schließlich
alle Ausgangswerte miteinander kombiniert werden, um einen globalen
Bewegungsvektor gmv(i) für
das Bild bzw. die Scheibe zu schätzen.
Gemäß der vorliegenden
Erfindung wird die globale Bewegungsschätzung unter Verwendung der
lokalen Bewegungsvektoren dx, dy,
dz bei einem gewichteten LMS-Verfahren (Verfahren kleinster
mittlerer Quadrate) ausgeführt.
Ein solches Verfahren ist in Horn et al.: Closed-Form Solution of
Absolute Orientation using Orthonormal Matrices", Journal of the Optical Society of
America, Seiten 1127 bis 1135 (1988), beschrieben, wobei der Offenbarungsgehalt
dieser Literaturstelle hiermit durch Bezugnahme in vollem Umfang
in den Offenbarungsgehalt vorliegender Anmeldung einbezogen wird.
Eine Lösung
mit geschlossener Form für
das zweidimensionale Problem findet sich in Umeyama, IEEE Transactions
an Pattern Analysis and Machine Intelligence, Band 13, Nr. 4, April
1991, Seiten 376 ff. Auch der Offenbarungsgehalt dieser Literaturstelle
wird in vollem Umfang in den Offenbarungsgehalt vorliegender Anmeldung
einbezogen.
-
Es
sind somit ein System und ein Verfahren für eine dreidimensionale Ultraschallbildausrichtung
und eine dreidimensionale Bewegungsschätzung beschrieben, bei denen
zunächst
eine kalibrierte dreidimensionale Fleckenfunktion für den Wandler
und das abzutastende Gewebe vorab festgelegt wird. Eine Serie von
Bildern wird identifiziert und in dreidimensionale, große und kleine
Blöcke
gruppiert. Es werden Blöcke,
die Flecken repräsentieren,
identifiziert und es wird anschließend eine Methode mit Ermittlung
der vollen Halbwertsbreite der Summe absoluter Differenzen dazu
benutzt, eine Schätzung
für die
aus der Ebene heraus gerichtete Bewegung auf der Basis der Dekorrelationseigenschaften über das
abzutastende Volumen hinweg zu ermitteln. Zur Abschätzung der
in der Ebene liegenden Bewegung werden die zwischen Bildpaaren vorhandenen Kreuzkorrelationseigenschaften
verglichen und ein Schätzwert
für die
in der Ebene liegende Bewegung unter Verwendung der Methode "minimale Summe absoluter
Werte" ermittelt.
Anschließend
werden Fuzzy-Logik-Methoden
zur Bildung noch genauerer Schätzwerte
eingesetzt. Schließlich
wird der Schätzwert
für die
aus der Ebene herausweisende Bewegung auf der Basis der Dekorrelationseigenschaften
der Fleckenbilder aktualisiert, die für die Ermittlung der in der
Ebene liegenden Bewegung unter Verwendung der "volle Halbwertsbreite"-Methode eingesetzt
wurden.