采集错误对齐

摘要

本发明涉及一种用于提供错误对齐图像特征的计算机实现的方法，包括：a)接收第一和第二图像数据组，其中，第一和第二图像数据组至少部分地映射检查对象的共同的检查区域；b)将第一图像数据组与第二图像数据组配准；c)基于配准后的第一图像数据组和第二图像数据组确定距离数据组；d)识别距离数据组中的错误对齐图像特征，该错误对齐图像特征是由于配准后的第一图像数据组与第二图像数据组之间的错误对齐而引起的；e)提供识别出的错误对齐图像特征。本发明还涉及一种用于提供训练后的函数的计算机实现的方法、一种用于提供错误对齐图像特征的提供单元、一种医学成像设备、一种训练单元、一种计算机程序产品和一种计算机可读的存储介质。

说明书

技术领域

本发明涉及一种用于提供错误对齐图像特征的计算机实现的方法、一种用于提供训练后的函数的计算机实现的方法、一种用于提供错误对齐图像特征的提供单元、一种医学成像设备、一种训练单元、一种计算机程序产品和一种计算机可读的存储介质。

背景技术

为了采集检查对象(例如人类患者和/或动物患者)的检查区域处的随时间的变化，通常使用基于X射线的成像方法。在此，在检查对象的检查区域处的随时间的变化例如可以包括造影剂在血管系统中的扩散运动和/或流动运动，和/或医学对象(例如，医学仪器、特别是导管和/或导丝，和/或诊断仪器、特别是内窥镜)的运动。通常，基于X射线的成像方法包括数字减影血管造影(DSA)，其中，至少两个按时间顺序记录的X射线图像彼此相减，这些X射线图像至少部分地映射共同的检查区域。作为DSA的结果，通常提供了差图像。由此，通常可以在差图像中减少和/或去除对于治疗和/或诊断无关和/或干扰的组成部分，这些组成部分尤其不随时间变化。

此外，从现有技术中已知，在将至少两个X射线图像相减之前，在至少两个X射线图像之间相对于彼此进行配准。由此，虽然可以至少部分地补偿运动伪影和/或变化的记录参数、特别是变化的记录几何特征。然而不利的是，在至少两个X射线图像之间配准不足的情况下，通常可能在差图像中出现图像伪影，这些图像伪影对于诊断和/或治疗可能仍然保持未被识别到，和/或可能被误解。

发明内容

因此，本发明要解决的技术问题是，分析医学图像配准的可靠性，使得支持后续的医学图像解释。

根据本发明，上述技术问题通过本发明的相应的主题来解决。具有适宜的扩展的有利的实施方式是本发明的主题。

下面，在用于提供错误对齐图像特征的方法和设备方面以及在用于提供训练后的函数的方法和设备方面描述了对上述技术问题的根据本发明的解决方案。在此，在用于提供错误对齐图像特征的方法和设备的情况下的数据结构和/或函数的特征、优点和替换实施方式可以转用到在用于提供训练后的函数的方法和设备的情况下的类似的数据结构和/或函数。在此，类似的数据结构可以特别地通过使用前缀“训练(Training)”来标记。此外，可以特别地已经通过用于提供训练后的函数的方法和设备来调整和/或提供在用于提供错误对齐图像特征的方法和设备中所使用的训练后的函数。

在第一方面，本发明涉及一种用于提供错误对齐图像特征的计算机实现的方法。然后规定，在第一步骤a)中，接收第一图像数据组和第二图像数据组。在此，第一图像数据组和第二图像数据组至少部分地映射检查对象的共同的检查区域。在第二步骤b)中，将第一图像数据组与第二图像数据组配准。在第三步骤c)中，基于配准后的第一图像数据组和第二图像数据组来确定距离数据组。此外，在第四步骤d)中，识别距离数据组中的错误对齐图像特征，这些错误对齐图像特征是由于配准后的第一图像数据组与第二图像数据组之间的错误对齐而引起的。在第五步骤e)中，提供识别出的错误对齐图像特征。

对第一图像数据组和/或第二图像数据组的接收尤其可以包括采集和/或读取计算机可读的数据存储器和/或从数据存储单元、例如从数据库中接收。此外，可以由医学成像设备的提供单元提供第一图像数据组和/或第二图像数据组。

此外，第一图像数据组和/或第二图像数据组例如可以具有二维和/或三维的图像数据，其包括多个图像点、尤其是像素和/或体素。优选地，第一图像数据组和第二图像数据组至少部分地映射检查对象的共同的检查区域。此外，第一图像数据组和/或第二图像数据组可以映射检查对象的检查区域处的变化的时间走向、特别是时间走向的阶段。在此，检查对象的检查区域处的变化的时间走向的阶段例如可以基于检查对象的生理参数、特别是呼吸状态和/或心脏状态，和/或造影剂在检查对象的血管系统中的扩散运动和/或流动运动的阶段，和/或布置在检查区域中的医学对象的运动的阶段。

在数字减影血管造影(DSA)中，第一图像数据组例如可以映射掩模阶段，而第二图像数据组例如可以映射填充阶段。在此，第一图像数据组和/或第二图像数据组尤其可以分别包括检查对象的检查区域的至少一个投影X射线图像。特别地，第一图像数据组和/或第二图像数据组可以包括二维和/或三维的场景。

有利地，可以由医学成像设备记录第一图像数据组和第二图像数据组。在此，医学成像设备可以被有利地构建为X射线设备和/或C形臂X射线设备和/或磁共振设备(MRI)和/或计算机断层成像设备(CT)和/或超声波扫描设备和/或正电子发射断层成像设备(PET)。

此外，有利地，第一图像数据组和/或第二图像数据组可以包括元数据。在此，元数据可以包括关于医学成像设备的记录参数和/或运行参数的信息，该医学成像设备用于记录第一图像数据组和/或第二图像数据组。

在将第一图像数据组与第二图像数据组配准时，可以根据变换规则对第一图像数据组进行刚性和/或非刚性的变换。在此，可以根据变换规则相对于第二图像数据组配准第一图像数据组。此外，可以根据变换规则相对于第一图像数据组配准第二图像数据组。有利地，可以在步骤b)中进行配准，使得映射在第一图像数据组和第二图像数据组中的、至少部分共同的检查区域的片段处于最大可能的一致。有利地，可以附加地基于第一图像数据组和/或第二图像数据组的元数据来进行第一图像数据组与第二图像数据组的配准。特别地，步骤b)可以包括提供配准后的第一图像数据组。

在步骤c)中，可以基于步骤b)中提供的配准后的第一图像数据组和第二图像数据组来确定距离数据组。在此，距离数据组可以有利地具有关于至少一个第一感兴趣区域(英语：region-of-interest，ROI)和与其对应的第二感兴趣区域之间的偏差和/或距离的信息，该第一感兴趣区域包括配准后的第一图像数据组的多个图像点，该第二感兴趣区域包括第二图像数据组的多个图像点。在此，距离数据组还可以有利地具有关于至少一个第一感兴趣区域和与其对应的第二感兴趣区域之间的配准误差的(特别是二维和/或三维的)信息。在此，距离数据组的确定可以包括配准后的第一图像数据组与第二图像数据组之间的差和/或标量积和/或比较。有利地，距离数据组可以标准化地确定和/或使其标准化。

有利地，距离数据组可以具有配准后的第一图像数据组与第二图像数据组之间的所有差异。

在步骤d)中，可以优选地识别距离数据组中的错误对齐图像特征，这些错误对齐图像特征是由于配准后的第一图像数据组与第二图像数据组之间的错误对齐而引起的。在此，对错误对齐图像特征的识别还可以包括对距离数据组中的图像特征的分类。有利地，尤其可以将在步骤b)中进行的配准的伪影识别为距离数据组中的错误对齐图像特征。在此，识别距离数据组中的错误对齐图像特征可以有利地包括对距离数据组中的错误对齐图像特征的定位和/或标记、例如注释。此外，距离数据组中包含的并且不是由于错误对齐而引起的、配准后的第一图像数据组与第二图像数据组之间的所有差异可以有利地被识别为检查对象的检查区域处的变化。为此，例如可以使用血流模拟、尤其是二维和/或三维模的血流模拟，用于对检查对象的检查区域中的造影剂扩散进行建模。距离数据组中的错误对齐图像特征例如可以包括几何图像特征和/或高对比度对象、例如边缘。

此外，步骤e)中的对识别出的错误对齐图像特征的提供例如可以包括在计算机可读的存储介质上的存储和/或在显示单元上的显示和/或到提供单元的传输。在此，识别出的距离数据组中的错误对齐图像特征的图形表示、特别是经颜色编码的图形表示例如能够实现对来自步骤b)的配准结果的评估。此外，能够通过观察图像表示来实现例如由操作人员特别直观地采集在距离数据组中识别出的错误对齐图像特征。此外，错误对齐图像特征的图形表示可以包括与配准后的第一图像数据组和/或第二图像数据组的叠加、特别是加权的叠加。

根据所提出的用于提供错误对齐图像特征的计算机实现的方法的有利的实施方式，可以在步骤c)中基于步骤d)中识别出的错误对齐图像特征来特别是迭代地调整配准的至少一个参数。通过特别是迭代地重复实施步骤b)至e)，可以有利地减少距离数据组中的错误对齐图像特征的数量和/或表达

在所提出的用于提供错误对齐图像特征的计算机实现的方法的另外的有利实施方式中，步骤d)中的识别错误对齐图像特征可以附加地基于第一图像数据组、第二图像数据组和/或配准后的第一图像数据组。

特别地，步骤d)中的识别距离数据组中的错误对齐图像特征可以基于距离数据组与第一图像数据组、第二图像数据组和/或配准后的图像数据组的比较。在此，例如可以将第一图像数据组、第二图像数据组和/或配准后的图像数据组中包含的解剖和/或几何图像特征与距离数据组中识别出的错误对齐图像特征进行比较。有利地，由此可以确保在步骤d)中没有将解剖图像特征和/或例如由于造影剂的扩散运动引起的检查对象的检查区域处的变化识别为错误对齐图像特征。此外，可以通过在步骤d)中考虑第一图像数据组来有利地将伪影识别为错误对齐图像特征，这些伪影例如可以由于对配准后的第一图像数据组进行再过筛和/或重新缩放而引起。

在所提出的用于提供错误对齐图像特征的计算机实现的方法的另外的有利实施方式中，通过将训练后的函数应用于输入数据，可以进行步骤d)中的对错误对齐图像特征的识别。在此，输入数据可以基于距离数据组。此外，训练后的函数的至少一个参数可以基于训练错误对齐图像特征与比较错误对齐图像特征的比较。

有利地，可以通过机器学习的方法来训练训练后的函数。特别地，训练后的函数是神经网络、特别是卷积神经网络(英语：convolutional neural network,CNN)或包括卷积层(英语：convolutional layer)的网络。

训练后的函数将输入数据映射到输出数据。在此特别地，输出数据可以进一步取决于训练后的函数的一个或多个参数。可以通过训练来确定和/或调整训练后的函数的一个或多个参数。特别地，对训练后的函数的一个或多个参数的确定和/或调整可以基于由训练输入数据和相关联的训练输出数据构成的对，其中，用于生成训练映射数据的训练后的函数被应用于训练输入数据。特别地，确定和/或调整可以基于训练映射数据和训练输出数据的比较。通常，可训练的函数，即具有尚未调整的一个或多个参数的函数，也被称为训练后的函数。

针对训练后的函数的另外的术语是训练后的映射规则、具有训练后的参数的映射规则、具有训练后的参数的函数、基于人工智能的算法、机器学习算法。对于训练后的函数的示例是人工神经网络，其中，人工神经网络的边缘权重相应于训练后的函数的参数。替代术语“神经网络”，还可以使用术语“神经网”。特别地，训练后的函数还可以是深度人工神经网络(英语：deep neural network，deep artificial neural network)。针对训练后的函数的另外的示例是“支持向量机(Support Vector Machine)”，此外还可以特别地将另外的机器学习算法用作训练后的函数。

特别地，可以借助反向传播来训练训练后的函数。首先，可以通过将训练后的函数应用于训练输入数据来确定训练映射数据。此后，可以通过将误差函数应用于训练映射数据和训练输出数据来确定训练映射数据与训练输出数据之间的偏差。此外，可以基于误差函数相对于训练后的函数的至少一个参数的梯度来迭代地调整训练后的函数、特别是神经网络的至少一个参数、特别是权重。由此，在训练训练后的函数期间，可以有利地最小化训练映射数据与训练输出数据之间的偏差。

有利地，训练后的函数、特别是神经网络具有输入层和输出层。在此，输入层可以被构建为用于接收输入数据。此外，输出层可以被构建为用于提供映射数据。在此，输入层和/或输出层可以分别包括多个通道、特别是神经元。

优选地，训练后的函数的至少一个参数可以基于训练错误对齐图像特征与比较错误对齐图像特征的比较。在此，可以有利地将训练错误对齐图像特征和/或比较错误对齐图像特征确定为所提出的用于提供训练后的函数的计算机实现的方法的一部分，该方法在说明书的进一步过程中进行阐述。特别地，可以通过所提出的用于提供训练后的函数的计算机实现的方法的实施方式来提供训练后的函数。

由此，使得能够特别鲁棒并且可靠地识别距离数据组中的错误对齐图像特征。

在所提出的用于提供错误对齐图像特征的计算机实现的方法的另外的有利实施方式中，通过将训练后的函数应用于输入数据，可以进行步骤d)中的对错误对齐图像特征的识别。在此，输入数据可以附加地基于第一图像数据组、第二图像数据组和/或配准后的第一图像数据组。

有利地，由此可以确保在步骤d)中没有将解剖图像特征和/或例如由于造影剂的扩散运动引起的检查对象的检查区域处的变化识别为错误对齐图像特征。此外，可以通过在步骤d)中考虑第一图像数据组来有利地将伪影识别为错误对齐图像特征，这些伪影(特别是在步骤b)中进行配准的情况下)例如可以由于对配准后的第一图像数据组进行再过筛和/或重新缩放而引起。

在所提出的用于提供错误对齐图像特征的计算机实现的方法的另外的有利实施方式中，距离数据组可以包括在配准后的第一图像数据组与第二图像数据组之间的矢量场和/或张量场和/或距离信息。

在此，矢量场和/或张量场和/或距离信息可以包括在配准后的第一图像数据组与第二图像数据组的各个图像点、特别是彼此对应的图像点之间的映射规则。在此，在步骤d)中识别错误对齐图像特征时，可以有利地排除了距离数据组的图像点和/或图像区域，矢量场和/或张量场和/或距离信息将配准后的第一图像数据组与配准后的图像数据组之间的轻微偏差与该图像点和/或图像区域相关联。特别地，可以借助矢量场和/或张量场和/或距离信息来量化配准后的第一图像数据组和第二图像数据组的各个图像点和/或图像区域之间的偏差。此外，可以通过配准后的第一图像数据组的图像点与第二图像数据组的图像点之间的映射规则本身来确定检查对象的检查区域处的变化，例如造影剂的扩散运动。由此，可以有利地确保映射在配准后的第一图像数据组和第二图像数据组中的检查对象的检查区域处的变化不会在步骤d)中被识别为错误对齐图像特征。例如，矢量场和/或张量场可以定量地描述映射在配准后的第一图像数据组的至少一个图像点和第二图像数据组的至少一个另外的图像点中的解剖图像特征的空间上的位置变化。

在所提出的用于提供错误对齐图像特征的计算机实现的方法的另外的有利实施方式中，可以时间上在第一图像数据组之前或之后记录第二图像数据组。在此，第二图像数据组可以映射与第一图像数据组相比检查对象的检查区域处的随时间的变化。

在此，第二图像数据组可以在记录第一图像数据组之前或之后的时刻和/或时间段上映射检查对象的至少部分共同的检查区域。特别地，可以按时间顺序记录第一图像数据组和第二图像数据组。例如，检查对象的检查区域处的变化可以包括医学仪器的运动、例如导管的运动，和/或造影剂的扩散运动、例如在检查对象的血管系统中的扩散运动。

在此，第一图像数据组例如可以优选地映射检查区域处发生变化之前的检查对象的检查区域的状态。只要第一图像数据组包括场景、尤其是二维和/或三维的场景，就可以优选地动态地在时间段上映射检查对象的检查区域。有利地，如果时间上在第一图像数据组之后记录第二图像数据组，则该第二图像数据组可以映射检查区域处的变化。只要第二图像数据组包括场景、尤其是二维和/或三维的场景，就可以优选地动态地在记录第一图像数据组之后的时间段上映射检查对象的检查区域。由此，在步骤c)中确定距离数据组时，尤其可以考虑检查对象的检查区域处的所有动态发生的变化以及时间上在记录第一图像数据组和第二图像数据组期间反复的、特别是生理上的变化，例如血流和/或呼吸运动。特别地，可以将包含在第一图像数据组和第二图像数据组中的这种检查对象的检查区域处的变化识别为不是错误对齐图像特征。

在步骤d)中附加地考虑第一图像数据组、第二图像数据组和/或配准后的第一图像数据组的情况下，可以有利地确保包含在第一图像数据组和第二图像数据组中的检查对象的检查区域处的变化不会被识别为错误对齐图像特征。

在所提出的用于提供错误对齐图像特征的计算机实现的方法的另外的有利实施方式中，第一图像数据组可以包括来自检查对象的检查区域的图像系列的第一阶段的第一单个图像，并且第二图像数据组可以包括来自检查对象的检查区域的图像系列的第二阶段的第二单个图像。在此，可以根据图像系列的采集参数和/或检查对象的生理参数来确定第一阶段和第二阶段。

在此，图像系列的第一阶段和第二阶段尤其可以包括时间阶段和/或生理阶段。此外，图像系列的采集参数例如可以包括X射线剂量，和/或X射线检测器的曝光时间和/或灵敏度值，和/或造影剂注射器的剂量设置，和/或/或造影剂注射器的流速。此外，检查对象的生理参数例如可以描述检查对象的心率和/或心脏状态和/或呼吸频率和/或呼吸状态。

有利地，可以根据图像系列的采集参数和/或检查对象的生理参数来确定第一阶段和第二阶段，使得在第一阶段或第二阶段内分别以基本上相同的采集参数和/或生理参数来记录图像系列的单个图像。特别地，可以以基本上相同的采集参数和/或在基本上相同的检查对象生理参数下记录图像系列的第一阶段的所有第一单个图像。与此类似，可以有利地以基本上相同的采集参数和/或在基本上相同的检查对象生理参数下记录图像系列的第二阶段的所有第二单个图像。在数字减影血管造影(DSA)中，第一图像数据组例如可以映射掩模阶段，而第二图像数据组例如可以映射填充阶段。

由此，可以确保图像系列的第一阶段的第一单个图像之间的特别高的一致性以及图像系列的第二阶段的第二单个图像之间的特别高的一致性。特别地，使得能够在图像系列的相应的单个图像之间进行改进的多阶段配准。

在所提出的用于提供错误对齐图像特征的计算机实现的方法的另外的有利实施方式中，在步骤b)中，可以将第一单个图像中的至少一个与第二单个图像中的至少一个配准。此外，步骤b)还可以包括彼此配准第一单个图像中的至少一部分，和/或彼此配准第二单个图像中的至少一部分。在此，可以在步骤c)中基于配准后的至少一个第一单个图像和至少一个第二单个图像来确定距离数据组。此外，步骤c)可以包括基于配准后的第一单个图像和/或配准后的第二单个图像来确定另外的距离数据组。此外，步骤d)还可以包括识别另外的距离数据组中的错误对齐图像特征，该错误对齐图像特征是由于配准后的第一单个图像之间的错误对齐和/或配准后的第二单个图像之间的错误对齐而引起的。

特别地，通过将第一单个图像中的至少一部分彼此配准，和/或将第二单个图像中的至少一部分彼此配准，可以在图像系列的相应阶段内减少运动引起的、检查对象的检查区域处的变化。此外，可以在步骤c)中基于配准后、尤其是彼此配准后的第一单个图像和/或配准后、尤其是彼此配准后的第二单个图像来确定另外的距离数据组。特别地，另外的距离数据组可以包括第一距离数据组和/或第二距离数据组，其中，第一距离数据组和/或第二距离数据组分别基于配准后的第一单个图像和/或配准后的第二单个图像。在此，第一距离数据组和/或第二距离数据组可以有利地具有配准后的第一单个图像和/或配准后的第二单个图像之间的所有差异。优选地，在图像系列的相应阶段内的配准后的第一单个图像和配准后的第二单个图像仅具有微小的差异，这些差异可以由于图像系列的采集参数和/或检查对象的生理参数而引起。由此可以实现，另外的距离数据组、特别是第一距离数据组和/或第二距离数据组基本上具有错误对齐图像特征，这些错误对齐图像特征是由于相应的单个图像尤其是在步骤b)中的配准时彼此间的错误对齐而引起的。

有利地，特别是类似于对距离数据组中的错误对齐图像特征的识别，可以在步骤d)中在另外的距离数据组中识别这些错误对齐图像特征。

此外，彼此配准的第一单个图像也可以有利地在步骤b)中与第二单个图像中的至少一个、特别是与彼此配准的第二单个图像配准。在此，可以在步骤c)中基于配准后的至少一个第一单个图像和至少一个第二单个图像来确定距离数据组。有利地，由此，在步骤d)中可以识别由于配准后的至少一个第一单个图像与至少一个第二单个图像之间的错误对齐而引起的距离数据组中的错误对齐图像特征，以及可以识别由于图像系列的第一阶段的第一单个图像之间的错误对齐和/或图像系列的第二阶段的第二单个图像之间的错误对齐而引起的另外的距离数据组中的错误对齐图像特征。

有利地，可以在显示单元上显示另外的距离数据组(尤其是第一距离数据组和/或第二距离数据组)和/或其中识别出的错误对齐图像特征的图形表示、特别是经颜色编码的图形表示。由此，使得有利地能够评估来自步骤b)的配准结果。此外，能够通过观察图像表示来实现例如由操作人员特别直观地采集在距离数据组中以及在另外的距离数据组中识别出的错误对齐图像特征。此外，在距离数据组和/或另外的距离数据组中识别出的错误对齐图像特征的图形表示可以包括与配准后的第一图像数据组和/或第二图像数据组的叠加、特别是加权的叠加。此外，图形表示可以包括第一距离数据组、第二距离数据组和/或距离数据组与其中分别识别出的错误对齐图像特征的叠加。

由此，可以实现尤其是还在考虑了在检查对象的检查区域处的采集参数和/或生理变化的情况下能够特别可靠地识别出错误对齐图像特征。

在第二方面，本发明涉及一种用于提供训练后的函数的计算机实现的方法。在此，在第一步骤中，接收第一训练图像数据组和第二训练图像数据组。在此，第一训练图像数据组和第二训练图像数据组至少部分地映射检查对象的共同的检查区域。在第二步骤中，将第一训练图像数据组与第二训练图像数据组配准。此后，基于配准后的第一训练图像数据组和第二训练图像数据组来确定训练距离数据组。通过将训练距离数据组与第一训练图像数据组和/或第二训练图像数据组进行比较，识别出训练距离数据组中的比较错误对齐图像特征，这些比较错误对齐图像特征是由于配准后的第一训练图像数据组与第二训练图像数据组之间的错误对齐而引起的。此外，通过将训练后的函数应用于输入数据来识别训练距离数据组中的训练错误对齐图像特征，这些训练错误对齐图像特征是由于配准后的第一训练图像数据组与第二训练图像数据组之间的错误对齐而引起的。在此，训练后的函数的输入数据基于训练距离数据组。此外，基于训练错误对齐图像特征与比较错误对齐图像特征的比较来调整训练后的函数的至少一个参数。此后，提供了训练后的函数。

对第一训练图像数据组和第二训练图像数据组的接收尤其可以包括采集和/或读取计算机可读的数据存储器和/或从数据存储单元、例如从数据库中接收。此外，可以由用于记录第一训练图像数据组和第二训练图像数据组的医学成像设备的提供单元提供第一训练图像数据组和第二训练图像数据组。有利地，第一训练图像数据组和第二训练图像数据组至少部分地映射检查对象的共同的检查区域。

特别地，第一训练图像数据组和第二训练图像数据组可以具有已经针对用于提供错误对齐图像特征的计算机实现的方法而描述的第一图像数据组和第二图像数据组的所有特性，反之亦然。特别地，第一训练图像数据组可以是第一图像数据组，并且第二训练图像数据组可以是第二图像数据组。此外，可以模拟第一训练图像数据组和第二训练图像数据组。

在将第一训练图像数据组与第二训练图像数据组配准时，可以根据变换规则对第一训练图像数据组进行刚性和/或非刚性的变换。在此，可以根据变换规则相对于第二训练图像数据组配准第一训练图像数据组。此外，可以根据变换规则相对于第一训练图像数据组配准第二训练图像数据组。有利地，可以进行配准，使得映射在第一训练图像数据组和第二训练图像数据组中的、至少部分共同的检查区域的片段处于最大可能的一致。有利地，可以附加地基于第一训练图像数据组和/或第二训练图像数据组的元数据来进行第一训练图像数据组与第二训练图像数据组的配准。

此外，可以基于配准后的第一训练图像数据组和第二训练图像数据组来确定训练距离数据组。在此，训练距离数据组可以有利地具有关于至少一个第一感兴趣区域(英语：region-of-interest，ROI)和与其对应的第二感兴趣区域之间的偏差和/或距离的信息，该第一感兴趣区域包括配准后的第一训练图像数据组的多个图像点，该第二感兴趣区域包括第二训练图像数据组的多个图像点。此外，训练距离数据组还可以有利地具有关于至少一个第一感兴趣区域和与其对应的第二感兴趣区域之间的配准误差的、特别是二维和/或三维的信息。在此，训练距离数据组的确定可以包括配准后的第一训练图像数据组与第二训练图像数据组之间的差和/或标量积和/或比较。有利地，训练距离数据组可以标准化地确定和/或使其标准化。

有利地，训练距离数据组可以具有配准后的第一训练图像数据组与第二训练图像数据组之间的所有差异。

此外，通过将训练距离数据组与第一训练图像数据组和/或第二训练图像数据组进行比较，可以识别出训练距离数据组中的比较错误对齐图像特征，这些比较错误对齐图像特征是由于配准后的第一训练图像数据组与第二训练图像数据组之间的错误对齐而引起的。在此，识别训练距离数据组中的比较错误对齐图像特征可以有利地包括对训练距离数据组中的比较错误对齐图像特征的定位和/或标记、例如注释。此外，训练距离数据组与第一训练图像数据组和/或第二训练图像数据组的比较例如可以基于图像点和/或图像区域的比较。此外，可以通过对训练距离数据组与第一训练图像数据组和/或第二训练图像数据组的尤其是加权的叠加的图形表示的(特别是手动和/或半自动的)注释来进行比较。

由此，特别地，可以将第一训练图像数据组与第二训练图像数据组之间的配准的所有伪影识别为训练距离数据组中的比较错误对齐图像特征。此外，训练距离数据组中包含的并且不是由于错误对齐而引起的、配准后的第一训练图像数据组与第二训练图像数据组之间的所有差异可以有利地被识别为检查对象的检查区域处的变化。为此，例如可以使用血流模拟来对检查对象的检查区域中的造影剂扩散进行建模。训练距离数据组中的比较错误对齐图像特征例如可以包括几何图像特征和/或高对比度对象、例如边缘。

通过将训练后的函数应用于基于训练距离数据组的输入数据，可以有利地识别训练距离数据组中的训练错误对齐图像特征。

此外，可以基于训练错误对齐图像特征与比较错误对齐图像特征之间的比较来调整训练后的函数的至少一个参数。

由此，可以有利地改善通过将训练后的函数应用于输入数据来识别训练错误对齐图像特征，使得不是由于第一训练图像数据组与第二训练图像数据组之间的错误对齐而引起的、检查对象的检查区域处的变化不会被识别为训练错误对齐图像特征。

特别地，对训练后的函数的提供可以包括在计算机可读的存储介质上的存储和/或到提供单元的传输。

有利地，可以利用所提出的方法来提供训练后的函数，该训练后的函数可以在用于提供错误对齐图像特征的计算机实现的方法中使用。

在所提出的用于提供训练后的函数的计算机实现的方法的另外的有利实施方式中，输入数据可以附加地基于第一训练图像数据组、第二训练图像数据组和/或配准后的第一训练图像数据组。

有利地，由此可以确保没有将包含在第一训练图像数据组、配准后的第一训练图像数据组和/或第二训练图像数据组中的解剖图像特征和/或几何图像特征识别为训练错误对齐图像特征。

在第三方面，本发明涉及一种包括计算单元和接口的提供单元。在此，接口可以被构建为用于接收第一图像数据组和第二图像数据组。此外，计算单元可以被构建为用于将第一图像数据组与第二图像数据组配准。此外，计算单元可以被构建为用于基于配准后的第一图像数据组和第二图像数据组来确定距离数据组。此外，计算单元可以被构建为用于识别距离数据组中的错误对齐图像特征，其中，错误对齐图像特征是由于配准后的第一图像数据组与第二图像数据组之间的错误对齐而引起的。此外，接口可以被构建为用于提供识别出的错误对齐图像特征。

这种用于提供错误对齐图像特征的提供单元优选地被构建为用于实施先前所描述的根据本发明的用于提供错误对齐图像特征的方法及其方面。通过将接口和计算单元构建为实施对应的方法步骤，提供单元被构建为用于实施该方法及其方面。

所提出的用于提供错误对齐图像特征的提供单元的优点与所提出的用于提供错误对齐图像特征的计算机实现的方法的优点基本上对应。在此提到的特征、优点或替换的实施方式同样也可以转用到另外的要求保护的内容，反之亦然。

在第四方面，本发明涉及一种医学成像设备，该医学成像设备包括所提出的用于提供错误对齐图像特征的提供单元。在此，医学成像设备、特别是所提出的提供单元被构建为用于实施所提出的用于提供错误对齐图像特征的计算机实现的方法。在此，医学成像设备例如可以被构建为医学X射线设备、特别是C形臂X射线设备和/或计算机断层成像设备(CT)和/或磁共振设备(MRI)和/或超声波扫描设备。此外，医学成像设备可以被构建为用于记录和/或用于接收和/或用于提供第一图像数据组和/或第二图像数据组。

特别地，医学成像设备可以包括显示单元，例如显示器和/或监视器，其被构建为用于显示医学成像设备和/或提供单元和/或另外的组件的信息和/或信息的图形表示。特别地，显示单元可以被构建为用于显示第一图像数据组和/或第二图像数据组和/或错误对齐图像特征的图形表示。

所提出的医学成像设备的优点与所提出的用于提供错误对齐图像特征的计算机实现的方法的优点基本上对应。在此提到的特征、优点或替换的实施方式同样也可以转用到另外的要求保护的内容，反之亦然。

在第五方面，本发明涉及一种训练单元，其被构建为用于实施先前所描述的根据本发明的用于提供训练后的函数的计算机实现的方法及其方面。训练单元有利地包括训练接口和训练计算单元。通过将训练接口和训练计算单元构建为实施对应的方法步骤，训练单元被构建为用于实施该方法及其方面。特别地，可以将训练接口构建为用于提供训练后的函数。

在第六方面，本发明涉及一种具有计算机程序的计算机程序产品，该计算机程序可以直接加载到提供单元的存储器中，该计算机程序具有程序部段，以便当由提供单元实施程序部段时实施用于提供错误对齐图像特征的计算机实现的方法的所有步骤；和/或该计算机程序可以直接加载到训练单元的训练存储器中，该计算机程序具有程序部段，以便当由训练单元实施程序部段时实施所提出的用于提供训练后的函数的方法和/或其方面之一的所有步骤。

在第七方面，本发明涉及一种计算机可读的存储介质，在其上存储有可由提供单元读取和实施的程序部段，以便当由提供单元实施程序部段时实施用于提供错误对齐图像特征的计算机实现的方法的所有步骤；和/或在其上存储有可由训练单元读取和实施的程序部段，以便当由训练单元实施程序部段时实施用于提供训练后的函数的方法和/或其方面之一的所有步骤。

在第八方面，本发明涉及一种计算机程序或计算机可读的存储介质，其包括由所提出的计算机实现的方法或其方面之一提供的训练后的函数。

很大程度上适于软件的实现具有如下优点：还可以通过软件更新以简单的方式改装迄今已经使用的提供单元和/或训练单元，以便以本发明的方式工作。除了计算机程序之外，这种计算机程序产品必要时可以包括诸如文档的附加的组成部分和/或附加的组件；以及硬件组件、诸如用于使用软件的硬件密钥(加密狗等)。

附图说明

在附图中示出了本发明的实施例并且在下面对其进行更详细地描述。在不同的附图中，对于相同的特征使用了相同的附图标记。附图中：

图1至图4示出了所提出的用于提供错误对齐图像特征的计算机实现的方法的不同实施方式的示意性图示，

图5示出了所提出的用于提供训练后的函数的计算机实现的方法的实施方式的示意性图示，

图6示出了所提出的提供单元的示意性图示，

图7示出了所提出的训练单元的示意性图示，

图8示出了作为所提出的医学成像设备的示例的医学C形臂X射线设备的示意性图示。

具体实施方式

图1中示意性地示出了所提出的用于提供错误对齐图像特征的计算机实现的方法的实施方式。在此，在步骤a)中，可以接收REC-BD1-BD2第一图像数据组BD1和第二图像数据组BD2，其中，第一图像数据组BD1和第二图像数据组BD2至少部分地映射检查对象的共同的检查区域。此外，在第二步骤b)中，可以将第一图像数据组BD1与第二图像数据组配准REG-BD1-BD2。此后，可以有利地提供配准后的第一图像数据组REG-BD1。此外，在第三步骤c)中，可以基于配准后的第一图像数据组REG-BD1和第二图像数据组BD2来确定DET-AD距离数据组AD。在第四步骤d)中，可以识别距离数据组AD中的ID-FBM错误对齐图像特征FBM，这些错误对齐图像特征是由于配准后的第一图像数据组与第二图像数据组之间的错误对齐而引起的。在第五步骤e)中，可以提供PROV-FBM识别出的错误对齐图像特征FBM。

此外，距离数据组AD可以包括在配准后的第一图像数据组REG-BD1与第二图像数据组BD2之间的矢量场和/或张量场和/或距离信息。

此外，例如在数字减影血管造影(DSA)的范围内，可以在时间上在第一图像数据组BD1之前或之后记录第二图像数据组BD2。在此，，第二图像数据组BD2可以有利地映射与第一图像数据组BD1相比检查对象的检查区域处的随时间的变化。

图2中示意性地示出了所提出的用于提供错误对齐图像特征的计算机实现的方法的另外的有利实施方式。在此，步骤d)中的识别ID-FBM错误对齐图像特征可以有利地附加地基于第一图像数据组BD1、第二图像数据组BD2和/或配准后的第一图像数据组REG-BD1。

根据所提出的用于提供PROV-FBM错误对齐图像特征的计算机实现的方法的有利的实施方式，可以在步骤c)中基于步骤d)中识别出的错误对齐图像特征FBM来特别是迭代地调整配准REG-BD1-BD2的至少一个参数。通过特别是迭代地重复实施步骤b)至e)，可以有利地减少距离数据组AD中的错误对齐图像特征FBM的数量和/或表达。由此，可以有利地改善步骤b)中的配准结果。

在图3中示意性地示出的所提出的用于提供错误对齐图像特征的计算机实现的方法的实施方式中，通过将训练后的函数TF-ID-FBM应用于输入数据，可以在步骤d)中进行对错误对齐图像特征的识别ID-FBM。在此，输入数据可以基于距离数据组AD。此外，训练后的函数TF-ID-FBM的至少一个参数可以基于训练错误对齐图像特征与比较错误对齐图像特征的比较。

此外，训练后的函数TF-ID-FBM的输入数据可以附加地基于第一图像数据组BD1、第二图像数据组BD2和/或配准后的第一图像数据组REG-BD1。

图4中示意性地示出了所提出的用于提供错误对齐图像特征的计算机实现的方法的另外的有利实施方式。在此，第一图像数据组BD1可以包括来自检查对象的检查区域的图像系列的第一阶段的第一单个图像EB1.1、EB1.2至EB1.N1，并且第二图像数据组BD2可以包括来自检查对象的检查区域的图像系列的第二阶段的第二单个图像EB2.1、EB2.2至EB2.N2。此外，可以根据图像系列的采集参数和/或检查对象的生理参数来确定第一阶段和第二阶段。

此外，在步骤b)中，可以将第一单个图像中的至少一个EB1.1与第二单个图像中的至少一个EB2.1配准REG-EB1.1-EB2.1。在此，可以有利地提供配准后的第一单个图像REG12-EB1.1。

此外，步骤b)还可以包括彼此配准REG1-EB1第一单个图像EB1.1，EB1.2至EB1.N1中的至少一部分，以及配准REG2-EB2第二单个图像EB2.1、EB2.2至EB2.N2中的至少一部分。特别地，可以彼此配准REG1-EB1所有第一单个图像EB1.1、EB1.2至EB1.N1。与此类似，可以彼此配准REG2-EB2所有第二单个图像EB2.1、EB2.2至EB2.N2。此后，可以有利地提供另外的第一图像数据组REG1-BD1，其包括彼此配准的第一单个图像REG-EB1.1、REG-EB1.2至REG-EB1.N1。此外，可以提供另外的第二图像数据组REG2-BD2，其包括彼此配准的第二单个图像REG-EB2.1、REG-EB2.2至REG-EB2.N2。

另外，可以在步骤c)中基于配准后的至少一个第一单个图像REG12-EB1.1和至少一个第二单个图像EB2.1来确定DET-AD距离数据组AD。此外，步骤c)还可以包括确定DET-AD1和DET-AD2另外的距离数据组，其中，另外的距离数据组有利地可以包括第一距离数据组AD1和第二距离数据组AD2。在此，可以基于彼此配准的第一单个图像REG1-BD1和/或配准后的第二单个图像REG2-BD2来确定DET-AD1和DET-AD2另外的距离数据组，特别是第一距离数据组AD1和第二距离数据组AD2。

此外，步骤d)可以包括识别ID-FBM另外的距离数据组(特别是第一距离数据组AD1和第二距离数据组AD2)中的错误对齐图像特征，该错误对齐图像特征由于彼此配准的第一单个图像REG1-BD1之间的错误对齐和/或彼此配准的第二单个图像REG2-BD2之间的错误对齐而引起。

图5中示意性地示出了所提出的用于提供PROV-TF-ID-FBM训练后的函数的计算机实现的方法的实施方式。在第一步骤中，可以接收REC-TBD1-TBD2第一训练图像数据组TBD1和第二训练图像数据组TBD2。在此，第一训练图像数据组TBD1和第二训练图像数据组TBD2可以有利地至少部分地映射检查对象的共同的检查区域。在第二步骤中，可以将第一训练图像数据组TBD1与第二训练图像数据组TBD2配准REG-TBD1-TBD2。此后，可以提供配准后的第一训练图像数据组REG-TBD1。在第三步骤中，可以基于配准后的第一训练图像数据组TBD1和第二训练图像数据组TBD2来确定DET-TAD训练距离数据组TAD。在第五步骤中，可以识别ID-VFBM训练距离数据组TAD中的比较错误对齐图像特征VFBM，这些比较错误对齐图像特征是由于配准后的第一训练图像数据组REG-TBD1与第二训练图像数据组TBD2之间的错误对齐而引起的。在此，可以通过训练距离数据组TAD与第一训练图像数据组TBD1和/或第二训练图像数据组TBD2的比较，来进行对比较错误对齐图像特征的识别ID-VFBM。此外，可以通过将训练后的函数TF-ID-FBM应用于输入数据，来识别训练距离数据组TAD中的训练错误对齐图像特征TFBM，这些训练错误对齐图像特征是由于配准后的第一训练图像数据组REG-TBD1与第二训练图像数据组TBD2之间的错误对齐而引起的。在此，训练后的函数TF-ID-FBM的输入数据可以基于训练距离数据组TAD。

此外，训练后的函数TF-ID-FBM的输入数据可以附加地基于第一训练图像数据组TBD1、第二训练图像数据组TBD2和/或配准后的第一训练图像数据组REG-TBD1。

在另外的步骤中，可以基于训练错误对齐图像特征TFBM与比较错误对齐图像特征VFBM的比较，来调整ADJ-TF-ID-FBM训练后的函数TF-ID-FBM的至少一个参数。此后，可以提供PROV-TF-ID-FBM训练后的函数TF-ID-FBM。

图6示意性地示出了所提出的提供单元PRVS，其包括接口IF、计算单元CU和存储单元MU。提供单元PRVS可以被构建为通过将接口IF和计算单元CU构建为用于实施对应的方法步骤，来实施所提出的用于提供PROV-FBM错误对齐图像特征的计算机实现的方法及其方面。在此，接口IF尤其可以被构建为用于接收第一图像数据组BD1和第二图像数据组BD2。此外，计算单元CU可以被构建为用于将第一图像数据组BD1与第二图像数据组BD2配准REG-BD1-BD2。此外，计算单元CU可以被构建为用于基于配准后的第一图像数据组REG-BD1和第二图像数据组BD2来确定DET-AD距离数据组AD。此外，计算单元CU可以被构建为用于识别ID-FBM距离数据组AD中的错误对齐图像特征FBM，这些错误对齐图像特征是由于配准后的第一图像数据组REG-BD1与第二图像数据组BD2之间的错误对齐而引起的。此外，接口IF可以被构建为用于提供PROV-FBM识别出的错误对齐图像特征FBM。

图7示意性地示出了所提出的训练单元TRS，其包括训练接口TIF、训练计算单元TCU和训练存储单元TMU。训练单元TRS可以被构建为通过将训练接口TIF和训练计算单元TCU构建为用于实施对应的方法步骤，来实施所提出的用于提供训练后的函数TF-ID-FBM的计算机实现的方法及其方面。在此，训练接口TIF有利地可以被构建为用于接收第一训练图像数据组TBD1和第二训练图像数据组TBD2。此外，训练计算单元TCU可以被构建为用于将第一训练图像数据组TBD1与第二训练图像数据组TBD2配准REG-TBD1-TBD2。此外，训练计算单元TCU可以被构建为用于基于配准后的第一训练图像数据组REG-TBD1和第二训练图像数据组TBD2来确定训练距离数据组TAD。此外，训练计算单元TCU可以被构建为用于识别ID-VFBM训练距离数据组TAD中的比较错误对齐图像特征VFBM，这些比较错误对齐图像特征是由于配准后的第一训练图像数据组REG-TBD1与第二训练图像数据组TBD2之间的错误对齐而引起的。此外，训练计算单元TCU可以被构建为用于通过将训练后的函数TF-ID-FBM应用于基于训练距离数据组TAD的输入数据，来识别训练距离数据组TAD中的训练错误对齐图像特征TFBM。此外，训练计算单元TCU可以被构建为用于基于训练错误对齐图像特征TFBM与比较错误对齐图像特征VFBM的比较来调整ADJ-TF-ID-FBM训练后的函数TF-ID-FBM的至少一个参数。此外，训练接口TIF可以被构建为用于提供PROV-TF-ID-FBM训练后的函数TF-ID-FBM。

提供单元PRVS和/或训练单元TRS特别地可以是计算机、微控制器或者是集成电路。替换地，提供单元PRVS和/或训练单元TRS可以是计算机的真实或虚拟联合(真实联合的英文技术术语是“Cluster，集群”，虚拟联合的英文技术术语是“Cloud，云”)。提供单元PRVS和/或训练单元TRS也可以被构建为在真实计算机或计算机的真实或虚拟联合上执行(英语：虚拟化)的虚拟系统。

接口IF和/或训练接口TIF可以是硬件接口或软件接口(例如，PCI总线、USB或Firewire)。计算单元CU和/或训练计算单元TCU可以具有硬件元件或软件元件，例如微处理器或所谓的FPGA(“现场可编程门阵列(Field Programmable Gate Array)”的英文缩略语)。存储器单元MU和/或训练存储器单元TMU可以被实现为非永久性的主存储器(随机存取存储器，简称RAM)或被实现为永久性的大容量存储器(硬盘、U盘、SD卡、固态硬盘)。

接口IF和/或训练接口TIF特别地可以包括执行相应方法的不同步骤的多个子接口。换言之，接口IF和/或训练接口TIF也可以被理解为大量的接口IF或大量的训练接口TIF。计算单元CU和/或训练计算单元TCU特别地可以包括执行相应方法的不同步骤的多个子计算单元。换言之，计算单元CU和/或训练计算单元TCU也可以被理解为大量的计算单元CU或大量的训练计算单元TCU。

图8中示意性地示出了作为所提出的医学成像设备的示例的医学C形臂X射线设备37。在此，医学C形臂X射线设备37可以有利地包括所提出的提供单元PRVS，以用于提供PROV-FBM错误对齐图像特征。在此，医学成像设备37、特别是所提出的提供单元PRVS被构建为用于实施所提出的用于提供PROV-FBM错误对齐图像特征的计算机实现的方法。

在此，医学C形臂X射线设备37还包括检测器单元34和X射线源33。为了记录第一图像数据组BD1和第二图像数据组BD2，特别是分别记录至少一个投影X射线图像，可以将C形臂X射线设备37的臂38安装得可围绕一个或多个轴运动。此外，医学C形臂X射线设备37可以包括运动设备39，其使得C形臂X射线设备37能够在空间中运动。

为了记录布置在患者支撑装置32上的检查对象31的待成像的检查区域的第一图像数据组BD1和第二图像数据组BD2，提供单元PRVS可以向X射线源33发送信号24。据此，X射线源33可以发射X射线束、特别是锥形束和/或扇形束和/或平行束。在X射线束在与检查对象31的待成像的区域相互作用后撞击到检测器单元34的表面时，检测器单元34可以将信号21发送到提供单元PRVS。提供单元PRVS例如可以根据信号21来接收第一图像数据组BD1和第二图像数据组BD2。

此外，医学C形臂X射线设备37可以包括输入单元42、例如键盘，和/或显示单元41、例如监视器和/或显示器。优选地，例如在电容性输入显示器的情况下，输入单元42可以集成到显示单元41中。在此，可以通过操作人员在输入单元42处的输入来实现对医学C形臂X射线设备37的控制、特别是对所提出的用于提供PROV-FBM错误对齐图像特征的计算机实现的方法的控制。为此，输入单元42例如可以向提供单元PRVS发送信号26。

在此，显示单元41可以被构建为用于显示医学成像设备37和/或提供单元PRVS和/或另外的组件的信息和/或信息的图形表示。为此，提供单元例如可以将信号25发送到显示单元41。特别地，显示单元41可以被构建为用于显示第一图像数据组BD1和/或第二图像数据组BD2和/或配准后的第一图像数据组REG-BD1和/或错误对齐图像特征FBM的图形表示。有利地，可以在显示单元41上显示距离数据组AD和/或其中识别出的错误对齐图像特征FBM的图形表示、特别是经颜色编码的图形表示。此外，错误对齐图像特征FBM的图形表示可以包括与配准后的第一图像数据组REG-BD1和/或第二图像数据组BD2的叠加、特别是加权的叠加。

包含在所描述的附图中的示意性图示未描绘任何比例或尺寸比。

最后，再次指出，上面详细描述的方法以及所示的设备仅仅是实施例，本领域技术人员可以以非常不同的方式对其进行修改，而不脱离本发明的范围。此外，不定冠词“一”或“一个”的使用不排除所涉及的特征也可以多次存在。同样地，术语“单元”和“元件”不排除所涉及的组件由多个共同作用的部分组件构成，这些部分组件必要时也可以空间地分布。