Dismiss
InnovationQ will be updated on Sunday, Oct. 22, from 10am ET - noon. You may experience brief service interruptions during that time.
Browse Prior Art Database

Segmentierung von Metallobjekten in 3D Volumendatensätzen basierend auf Informationen in den 2D Projektionsbildern und dem rekonstruierten 3D Volumen

IP.com Disclosure Number: IPCOM000201083D
Original Publication Date: 2010-Nov-08
Included in the Prior Art Database: 2010-Nov-08
Document File: 6 page(s) / 220K

Publishing Venue

Siemens

Related People

Juergen Carstens: CONTACT

Abstract

In der Röntgencomputertomographie (CT) wird bislang die Segmentierung von Metall entweder in den zweidimensionalen (2D) Daten oder dreidimensionalen (3D) Volumen mittels einfacher Segmentierungsalgorithmen durchgeführt. Es wird auch mittels der Eingabe eines Nutzers segmentiert oder die Segmentierung dadurch geschätzt. Bei der Segmentierung im 2D wird aufgrund des stark schwankenden Kontrastes und auch des niedrigen Konstrastunterschiedes fehlerhaft segmentiert. Im rekonstruierten 3D-Volumen wird aufgrund der Metallobjekte, die segmentiert werden sollen, Artefakte wie Schlieren und Schatten erzeugt, welche die Form der Metallobjekte verfälschen. Dadurch kann auch hier das Metall nicht richtig segmentiert werden. Die nachfolgend beschrieben neuartige Methode nutzt das rekonstruierte 3D-Volumen und die aufgenommenen 2D-Projektionsdaten, wobei eine Anwendung auf Mehrzeilen-CT ohne große Änderung möglich ist.

This text was extracted from a PDF file.
This is the abbreviated version, containing approximately 25% of the total text.

Page 01 of 6

(This page contains 01 pictures or other non-text object)

(This page contains 00 pictures or other non-text object)

Segmentierung von Metallobjekten in 3D Volumendatensät Inform

                                   zen basierend auf ationen in den 2D Projektionsbildern und dem rekonstruierten 3D

Volumen

Idee: Manuel Meilinger, DE-Erlangen; Dr. Christian Schmidtgunst, DE-Erlangen

In der Röntgencomputertomographie (CT) wird bislang die Segmentierung von Me zweidimensionalen (2D) Daten oder dreidimensionalen (3D) Volumen mittels Segmentierungsalgorithmen durchgeführt. Es wird auch mittels der Eingabe eines Nutzers segmentiert oder die Segmentierung dadurch geschätzt. Bei der Segmentierung im
des stark schwankenden Kontrastes und auch des niedrigen Konstrastunterschi segmentiert. Im rekonstruierten 3D-Volumen wird aufgrund der Metallobjekte
sollen, Artefakte wie Schlieren und Schatten erzeugt, welche die Form der M
Dadurch kann auch hier das Metall nicht richtig segmentiert werden.

Die nachfolgend beschrieben neuartige Methode nutzt das rekonstruierte 3D-V aufgenommenen 2D-Projektionsdaten, wobei eine Anwendung auf Mehrzeilen-CT Änderung möglich ist.

A) Im ersten Schritt wird aus den aufgenommenen 2D-Daten (siehe Abbildun Aufnahmen ein 3D-Volumen mittels üblicher und frei wählbaren Rekonstru erzeugt. In den 2D-Daten stehen Pixel mit niedrigerem Wert für eine stärkere Absch dem Strahlenweg; im 3D-Volumen stehen Voxel mit höherem Wert für einen Abschwächungskoeffizienten an diesem Ort. Außerdem wird durch einen einfac Filter das Rauschen im 2D-Datensatz verringert (siehe Abbildung 2). Durch die dieses nichtlinearen Filters bleiben Kanten besser erhalten. Der dadurch etwas Datensatz wird im Folgenden mit 2D_denoise bezeichnet.

B) Der nächste Schritt besteht darin, dass durch Nutzung eines allgemeingült (gemessen in Hounsfield Units) alle diejenigen Voxel im 3D-Volumen segment sicher innerhalb eines Metallobjekts liegen. Da Metallartefakte Bereiche aufhe
als ob die Abschwächungskoeffizienten deutlich niedriger sind als in der Reali
bei großen Metallobjekten nicht alles segmentiert werden. Die Menge der als "si segmentierten Voxel werden als 3D_Vol_certmet_0 bezeichnet. Es handelt
binäres 3D-Volumen mit 1 (Metallvoxel) oder 0 (kein Metallvoxel). Dieses Volumen wi der Aufnahmegeometrie wieder in 2D-Daten projiziert. Diese Daten (2D_proj_ stellen eine binäre 2D-Serie dar, die in der Form und Größe der ursprünglich Allerdings stellt der Wert der Pixel die Anzahl an sicheren Metallvoxeln auf d
von Quelle zum Detektorpixel dar. Durch Wahl ei
binärer Datensatz erstellt werden, der angibt, welche Pixel mit ausreichend gr innerhalb der Projektion eines Metallobjekts liegen und welche nicht (2D_proj_ce

C) Nun wird ein Datensa
Pixel sind in 2D_proj_certmet_bin_0 gleich Null, der nächstliegende Punkt B, de Bereichs liegt, d.h. alle Pixel sind in 2D_proj_certmet_bin_0 gleich Eins, gesu
A wird dann mit dem Wert beschreiben, den der Punkt B im Datensatz 2D_den sich hierbei u...