Результат интеллектуальной деятельности: СПОСОБ И УСТРОЙСТВО ДЛЯ АНАЛИЗА ОБЛАСТИ, ПРЕДСТАВЛЯЮЩЕЙ ИНТЕРЕС, В ОБЪЕКТЕ С ИСПОЛЬЗОВАНИЕМ РЕНТГЕНОВСКИХ ЛУЧЕЙ

ОБЛАСТЬ ТЕХНИКИ

Настоящее изобретение относится к способу и устройству для анализа области, представляющей интерес, в объекте с использованием рентгеновских лучей. Кроме того, изобретение относится к компьютерному программному продукту, выполненному с возможностью осуществлять такой способ, а также машиночитаемой среде, содержащей компьютерный программный продукт.

ПРЕДШЕСТВУЮЩИЙ УРОВЕНЬ ТЕХНИКИ

Рентгеновские системы визуализации стандартно используются для исследования объектов, представляющих интерес, в частности, в медицинских применениях. Недавно F. Pfeiffer et al., Phys. Rev. Lett. 98(10), 108105, 2007, предложили улучшенный способ рентгеновской визуализации, обозначаемый как дифференциальная фазово-контрастная визуализация на решетках (DPCI). Пример системы дифференциальной фазово-контрастной визуализации описан в WO 2010/109368 A1.

КРАТКОЕ ИЗЛОЖЕНИЕ СУЩНОСТИ ИЗОБРЕТЕНИЯ

Может существовать потребность в усовершенствованной возможности для анализа, например, такого как сегментация или классификация, внутренних структур в объекте, представляющем интерес.

Такой потребности может отвечать объект, заявленный в независимых пунктах формулы изобретения. Варианты осуществления изобретения описаны в зависимых пунктах формулы изобретения.

Согласно первому аспекту настоящего изобретения предложен способ анализа области, представляющей интерес, в объекте. Способ включает в себя: (a) предоставление данных измерений посредством системы дифференциальной фазово-контрастной рентгеновской визуализации, и (b) анализ характеристик объекта в области, представляющей интерес. Здесь данные измерений содержат двухмерный или трехмерный набор пикселей, где для каждого пикселя данные измерений содержат три типа данных изображения, пространственно выровненных друг с другом, которые включают в себя (i) данные А изображения, представляющие абсорбцию, (ii) данные D изображения, представляющие дифференциальный фазовый контраст, и (iii) данные C изображения, представляющие когерентность. Этап анализа основан, для каждого пикселя, на комбинации по меньшей мере двух из информации, содержащейся в данных А изображения, представляющих абсорбцию, и информации, содержащейся в данных D изображения, представляющих дифференциальный фазовый контраст, и информации, содержащейся в данных С изображения, представляющих когерентность. Например, может быть преимущественно основывать этап анализа, для каждого пикселя, на комбинации информации, содержащейся в данных А изображения, представляющих абсорбцию, и информации, содержащейся в данных D изображения, представляющих дифференциальный фазовый контраст.

Сущность настоящего изобретения заключается в выявлении того, что с учетом, например, как информации, содержащейся в данных А изображения, представляющих абсорбцию, так и информации, содержащейся в данных D изображения, представляющих дифференциальный фазовый контраст, анализ данных измерений сделает возможным более высокое качество и точность, чем анализ, основанный только на данных изображения, представляющих абсорбцию, как это делают обычно. В частности, в способах сегментации критерии для обнаружения границ часто основаны на градиентах в абсорбционном изображении. Поскольку информацию о таких градиентах можно получить с высокой точностью из данных D изображения, представляющих дифференциальный фазовый контраст, дополнительная оценка этих данных для получения анализа рентгеновских данных измерений может улучшать общий результат анализа. Результаты анализа можно использовать, например, в системах маммографии, радиографии и компьютерной томографии.

Дополнительно, указание на надежность результата анализа можно предоставлять для каждого пикселя, основываясь на информации, содержащейся в данных С изображения, представляющих когерентность. Другими словами, информация о потере когерентности, т.е. увеличении некогерентности рентгеновского пучка, прошедшего через область, представляющую интерес, можно использовать для того, чтобы предоставлять указание на то, насколько надежна информация, содержащаяся в данных А изображения, представляющих абсорбцию и данных D изображения, представляющих дифференциальный фазовый контраст, и, таким образом, можно предполагать, насколько надежны результаты анализа этих данных. Такая информация может быть очень полезной для врача при планировании и осуществлении, например, хирургической операции. Альтернативно, возможно использовать данные изображения C, представляющие когерентность для того, чтобы предоставлять другую информацию. Например, некогерентность может быть обусловлена сильным преобладанием волокнистых структур, таких как филаменты фибрина, в направлении, параллельном структуре решетки интерферометра.

Анализ может включать сегментацию различных подобластей внутри области, представляющей интерес, основываясь на комбинации информации, содержащейся в данных А изображения, представляющих абсорбцию, и информации, содержащейся в данных D изображения, представляющих дифференциальный фазовый контраст. Затем сегментированную визуализацию анатомических признаков внутри области, представляющей интерес, можно предоставлять наблюдателю, такому как врач.

Способы сегментации могут содержать рендеринг поверхности, рендеринг объема, проекцию с максимальной интенсивностью, интерактивное уточнение отображения, наращивание областей, распространение фронта, сегментацию по установленному уровню или сегментацию на основе модели.

Способ дополнительно может содержать этапы корректировки свойств визуализируемых поверхностей в отношении цвета, отражательной способности, зеркальности и/или прозрачности, основываясь на комбинации по меньшей мере двух из информации, содержащейся в данных А изображения, представляющих абсорбцию, и информации, содержащейся в данных D изображения, представляющих дифференциальный фазовый контраст, и информации, содержащейся в данных С изображения, представляющих когерентность. Здесь различные типы источников информации, содержащихся в различных наборах данных изображения A, D, C, можно визуализировать различными путями так, что смотрящий человек может легко различать визуализированное информационное содержимое отображаемых визуализируемых поверхностей.

В альтернативном подходе способ дополнительно может содержать корректировку функций непрозрачности в объемных визуализациях, основываясь на комбинации по меньшей мере двух из информации, содержащейся в данных А изображения, представляющих абсорбцию, и информации, содержащейся в данных D изображения, представляющих дифференциальный фазовый контраст, и информации, содержащейся в данных С изображения, представляющих когерентность. Снова смотрящий человек может получить легкий доступ к визуализированному информационному содержимому отображаемых объемов.

Для того чтобы предоставить дополнительное информационное содержимое смотрящему, способ дополнительно может содержать передачу сигналов об участках, в которых предварительно определяемое требование к качеству или требование к точности не может быть удовлетворено. Такие требования могут быть наложены, например, за счет клинического целевого применения. Например, после или во время сегментации частей области, представляющей интерес, можно определять, основываясь на соответствующей информации, содержащейся в данных D изображения, представляющих дифференциальный фазовый контраст и/или данных С изображения, представляющих когерентность, может или не может часть лишь минимально отвечать предварительно определяемым требованиям к качеству или требованиям к точности и, если так, сегментированные поверхности этой части можно визуализировать особым образом так, что смотрящий сможет легко распознать недостаток качества/точности.

В качестве дополнительной возможности, способ может содержать корректировку степени свободы и/или чувствительности пользовательского взаимодействия для интерактивного уточнения, основываясь на информации, содержащейся в данных D изображения, представляющих дифференциальный фазовый контраст и/или данных изображения C, представляющих когерентность.

В конкретном варианте осуществления способ дополнительно может включать классификацию подобластей внутри области, представляющей интерес, основываясь на результатах анализа, т.е. основываясь на информации, включенной в данные D изображения, представляющие дифференциальный фазовый контраст и/или данные изображения C, представляющие когерентность. Такая классификация может иметь высокое качество, поскольку дополнительную информацию, содержащуюся в данных D и C изображений, можно использовать для того, чтобы уточнять структурную информацию, содержащуюся в данных А изображения, представляющих абсорбцию, и давать указание на надежность такой информации так, что уточненную структуру можно анализировать для более надежной классификации подобластей.

Наконец, способ дополнительно может включать в себя выбор минимальной надежности, основываясь на требованиях клинического применения, и предварительное вычисление по меньшей мере одного из: результатов сегментации и результатов классификации для различных уровней надежности.

Согласно второму аспекту настоящего изобретения предложено устройство для анализа области, представляющей интерес, в объекте. Устройство выполнено с возможностью осуществлять способ, поясненный выше. В частности, устройство выполнено с возможностью: (a) получения данных измерений от системы дифференциальной фазово-контрастной рентгеновской визуализации и (b) анализа характеристик объекта в области, представляющей интерес, для каждого пикселя. Здесь данные измерений содержат двухмерный или трехмерный набор пикселей, где для каждого пикселя данные измерений содержат три типа данных изображения, пространственно выровненных друг с другом, которые включают: (i) данные А изображения, представляющие абсорбцию, (ii) данные D изображения, представляющие дифференциальный фазовый контраст, и (iii) данные C изображения, представляющие когерентность. Здесь этап анализа осуществляют, основываясь на комбинации по меньшей мере двух из информации, содержащейся в данных А изображения, представляющих абсорбцию, и информации, содержащейся в данных D изображения, представляющих дифференциальный фазовый контраст, и информации, содержащейся в данных С изображения, представляющих когерентность.

Согласно третьему аспекту настоящего изобретения предложен компьютерный программный продукт, который выполнен с возможностью осуществлять способ в соответствии с приведенным выше первым аспектом, когда его исполняют на компьютере.

Согласно четвертому аспекту настоящего изобретения предложен машиночитаемый носитель, на котором сохранен компьютерный программный продукт согласно предшествующему третьему аспекту.

Эти и другие аспекты изобретения станут более очевидны из и разъяснены со ссылкой на варианты осуществления, описанные далее в настоящем документе.

ПОДРОБНОЕ ОПИСАНИЕ ВАРИАНТОВ ОСУЩЕСТВЛЕНИЯ

Далее объяснено множество вариантов осуществления способов анализа в соответствии с изобретением.

Диагностирование, а также планирование и мониторинг лечения многих заболеваний типично основаны на анализе рентгеновских изображений для того, чтобы определять границы анатомических объектов, таких как органы или повреждения, и для того, чтобы классифицировать анатомические аномалии в отношении их текстуры или формы границы. Стандартная рентгеновская визуализация основана на измерении пространственного распределения ослабления некогерентных рентгеновских лучей в двух или трех измерениях с использованием проекционных, реконструкционных или томографических методов, соответственно.

Использование когерентных рентгеновских лучей для целей визуализации, измеряющей изменения в фазе, недавно предложено Pfeiffer et al. Этот способ позволяет одновременно регистрировать три изображения.

1. Стандартное изображение ослабления, которое можно называть в настоящем документе данными изображения A, представляющими абсорбцию. Это изображение изображает пространственное распределение линейного коэффициента ослабления, т.е. в математических терминах, мнимую часть коэффициента преломления, проницаемой среды. В двух измерениях эти данные содержат линейные интегралы линейного ослабления µ, тогда как в трех измерениях линейные интегралы обычно можно реконструировать так, что данные содержат карту самого линейного ослабления µ.

2. Градиентное изображение, которое в двух измерениях может быть представлено в форме градиентов линейных интегралов убывания коэффициента преломления рентгеновских лучей ∇δ (связаны с градиентом фазы фронта рентгеновских волн), и которое в трех измерениях может быть представлено в форме карты убывания коэффициента преломления рентгеновских лучей δ, и которое можно называть в настоящем документе данными изображения D, представляющими дифференциальный фазовый контраст. Это изображение представляет дополнительное новое изображение, изображающее фазовый градиент в направлении когерентности, т.е. в математических терминах, проекцию градиента линейных интегралов вещественной части коэффициента преломления на направление когерентности (перпендикулярно структурам решеток интерферометра) в двух измерениях, обусловленного пространственно меняющимся коэффициентом преломления рентгеновских лучей в проницаемой среде.

3. Изображение некогерентности, которое может представлять количественную меру ε потери видимости при пропускании рентгеновских лучей объектом и которое можно называть в настоящем документе представляющими когерентность данными изображения C. Это изображение представляет дополнительное новое изображение, изображающее потерю когерентности исходных рентгеновских лучей, которой они подверглись при прохождении через среду.

Проблема, на которую направлено это раскрытие, состоит в слабом контрасте между различными типами мягких тканей и соответствующей сложной дифференциацией на абсорбционных изображениях. По меньшей мере частично это можно преодолеть посредством включения информации из δ и ε, т.е. наборов данных изображений D и C, в улучшение низкоконтрастных краев или границ между структурами.

В анализе рентгеновских изображений, таких как сегментация изображений, визуализация и уточнение анатомических структур, основываясь на компьютеризированной сегментации изображений и классификации рентгеновских изображений, надежность алгоритмов сегментации сильно зависит от изменений в значении сигнала, когда пересекают границу между двумя областями изображения. Чем меньше выражена эта разница, тем сложнее становится нарисовать сегментационную линию между двумя областями. Например, это может быть верно для области опухоли, окруженной здоровой тканью на стандартном изображении на основе ослабления. Основная идея, заложенная в этом раскрытии, состоит в том, что критерии для обнаружения границы могут быть основаны не только на градиентах на абсорбционном изображении, но также на непосредственно измеряемых градиентах убывания коэффициента преломления рентгеновских лучей δ.

Далее приведены в деталях различные варианты осуществления обнаружения границы, сегментации изображений и других процедур анализа рентгеновских изображений.

Если алгоритм сегментации обнаруживает границы, основываясь на условии о том, что абсолютное значение градиента изображения на изображении ослабления |∇µ| больше, чем предварительно определяемый порог T, т.е.:

|∇µ|>T,

но шум изображения σ не достаточно далек от разности в средних уровнях сигнала в двух областях , т.е. условие

не выполнено в достаточной мере, алгоритм едва ли будет способен идентифицировать границу между областями, подлежащими сегментации, и шум будет значительно влиять на результаты сегментации. При DPCI визуализации градиент убывания коэффициента преломления рентгеновских лучей ∇δ измеряют непосредственно и, следовательно, можно предоставлять более хорошую меру для обнаружения границ между двумя областями. Кроме того, градиентная операция, необходимая для изображения ослабления, усиливает шум, присутствующий на изображении и не является необходимой для градиента фазы.

Альтернативный критерий для обнаружения границы между двумя различными областями может быть основан на комбинации всех трех измеряемых значений µ, ∇δ, ε, в дифференциальной фазово-контрастной установке, например, в следующей форме

,

где нижний индекс M градиента фазы используют для того, чтобы указать на то, что это непосредственно измеренное количество в отличие от случая с ослаблением, где оператор градиента в явной форме применяют к измеряемому значению µ. В приведенном выше уравнении ясно выражена двухмерная пространственная зависимость всех измеряемых значений. Поскольку потеря когерентности в фазе рентгеновских лучей, как отражено посредством увеличения ε, представляет собой меру для надежности фазово-градиентной информации, функция f должна представлять собой монотонно убывающую функцию ее аргумента для того, чтобы служить в качестве подходящей весовой функции для важности градиента фазы для нахождения границы. Значение α позволяет корректировать подходящий абсолютный баланс между двумя членами, и преимущественно его будет определять шум и уровни контраста в исходных измерениях µ, ∇δ.

В другой реализации три измеряемых значения также можно использовать для улучшения краев посредством комбинирования информации, содержащейся в значениях µ и ∇δ, с ε в качестве управляющего параметра, регулирующего степень, до которой градиентную информацию из и ∇δ используют для улучшения краев в µ.

В еще одной другой реализации схожие способы можно использовать для улучшения краев на реконструированных томографических изображениях, где спектры мощности шума реконструированных изображений ослабления µ и плотности энергии δ будут очень различны в связи с различной природой измеряемых исходных данных.

Комбинированный градиент из µ, ∇δ, ε можно использовать не только в алгоритмах сегментации, основанных на пороге градиента, но также во всех видах алгоритмов сегментации, в которых используют функцию качества краев для каждого пикселя (возрастает с величиной градиента), или функцию стоимости пути для каждого пикселя (убывает с величиной градиента). Тогда во всех этих алгоритмах сегментации (например, алгоритмах кратчайшего пути, алгоритмах разреза графа, алгоритмах наращивания областей и т.п.) нормальный градиент заменяют на комбинированный градиент, т.е. из µ, ∇δ, ε.

Любой способ сегментации или распознавания образца, работа которого основана на критериях, основанных на интенсивности, управляющих внутренней работой алгоритма, является кандидатом на извлечение выгоды от встраивания комбинированного анализа по меньшей мере двух из трех указанных выше наборов входных данных изображений A, D и C.

Далее кратко описаны четыре варианта осуществления компьютеризированного анализа фазово-контрастных рентгеновских изображений для часто используемых способов сегментации:

- Наращивание областей: методы наращивания областей сегментируют изображение на области, проявляющие схожие характеристики интенсивности. Начиная с одной или нескольких исходных точек, области наращивают посредством слияния с элементами изображения, при условии, что их характеристики интенсивности достаточно схожи с таковыми этой области. Таким образом, область расширяют до тех пор, пока или не будет найдено больше достаточно схожих элементов изображения или не будет достигнут некоторый предел размера или формы. Слияние, а также критерии пределов могут быть уточнены в отношении разрешения интенсивности с использованием информации градиентного изображения, т.е. посредством использования более высокого разрешения градаций серого, когда соседние элементы изображения очень схожи и расположены в участках хорошо сохраненной рентгеновской когерентности. Эта информация является ключевой, когда достижение надежной сегментации необходимо в участках, где клинически значимые анатомические структуры расположены в непосредственной близости, но только незначительно различаются значениями интенсивности, например, КТ-изображения брюшной полости. Используя информацию о некогерентности, надежность получаемых результатов сегментации может быть отмечена, а участки, не отвечающие требованиям к качеству, которые ставит целевое применение, можно передавать, например, посредством использования наложения цвета на графические символы, чтобы привлекать внимание клиницистов к этим участкам в качестве участков, требующих дополнительного изучения с клинической точки зрения.

- Распространение фронта: способы распространения фронта сегментируют изображение посредством моделирования распространения фронта волны. Фронт волны итерационно продвигается в фиксированных временных интервалах со скоростью распространения, определяемой характеристиками интенсивности участков изображения, которые преодолевает волна. Уменьшая скорости вдоль значимых градиентов интенсивности, распространение волны приводят к остановке, указывающей на конечный результат процедуры сегментации. Функцию скорости можно точно настраивать согласно информации об изображении градиента интенсивности с высоким разрешением, чтобы точно направлять фронт волны через участки хорошей рентгеновской когерентности, т.е. высококачественной информации об интенсивности. Участки низкокачественной градиентной информации можно или избегать или быстро проходить согласно требованиям к качеству целевого применения. Как указано выше, участки, где точность сегментации ограничена, можно отмечать и сообщать о них клиническому пользователю.

- Сегментация по установленному уровню: способы с установленным уровнем близко связаны с распространением фронта. Используют те же уравнения волны, однако распространение волны также может происходить обратно во времени. Таким образом, результаты сегментации можно итерационно уточнять, когда возникают ошибки, например, нарушающие некоторые пределы формы или размера, проникающие в соседние сегменты и т.д. Обнаружение таких ошибок сегментации, а также управление обратным распространением можно точно настраивать с использованием градиентного изображения и изображения некогерентности, управляя, например, включением, или исключением участков сильного ухудшения когерентности, повышая чувствительность распространения волны к градиентам ослабления высокого разрешения с итерацией прохождения и т.д.

- Сегментация на основе модели: здесь анатомическую модель, описывающую местоположение, размер, форму, контраст и т.д. анатомического объекта характеризуют и корректируют по анатомии пациента, представляющего интерес. Этой корректировкой управляют посредством двух функций - силового члена, который пытается выровнять анатомию как можно точно при значительных измерениях интенсивности, встречающихся на изображении, и регулирующего члена, который предотвращает слишком сильное раскачивание модели вокруг структурного шума. Градиентное изображение и изображение качества полезны при точной настройке этих ключевых членов, например, корректировке жесткости модели с использованием степени когерентности, чтобы продолжить модель гладко через участки ненадежной информации об интенсивности, где модель иначе может попасть в ловушку структурного шума. Аналогичным образом и в зависимости от решаемого клинического вопроса, силовой член можно точно настраивать для того, чтобы сделать модель чувствительной к малым, но клинически значимым изменениям интенсивности, чтобы отделить границы опухоли от соседних критических органов, выполняя это только в участках, где такие незначительные изменения можно обнаруживать надежно.

Четыре варианта осуществления может быть достаточно для того, чтобы иллюстрировать эффект, который фазово-контрастная визуализация может оказывать на основанную на интенсивности сегментацию медицинских изображений.

Далее кратко описаны некоторые варианты осуществления способов рендеринга фазово-контрастных скорректированных поверхностей или объемов:

- Рендеринг поверхности: методы рендеринга поверхности основаны на компьютерных представлениях поверхностей сегментированных объектов, в простейшей форме, например, изоповерхностей с равными значениями интенсивности. Отображение этих поверхностей генерируют в соответствии с некоторой моделью шейдинга, которая описывает локальный цвет, отражательную способность, зеркальность и прозрачность поверхности, и некоторой моделью освещения, описывающей распределение света, окружающего света и рассеивающих свойств окружающей среды. Модели шейдинга и освещения можно корректировать в соответствии с информацией, получаемой во время фазово-контрастной рентгеновской визуализации. Мелкомасштабные структуры поверхности, получаемые из градиентных данных, можно расширять на участки хорошо сохраненной рентгеновской когерентности посредством увеличения отражательной способности и зеркальности на соответствующие площади поверхности, чтобы сделать такие мелкомасштабные структуры более заметными. Аналогичным образом, отображение поверхности может иметь более диффузный или нечеткий внешний вид в участках, где сегментированные элементы поверхности имеют меньшую надежность, на что указывает, например, ухудшенная рентгеновская когерентность. Аналогичным образом цвет поверхности можно корректировать для того, чтобы сообщать об участках, для которых не могут быть удовлетворены налагаемые клиникой требования точности, как определяется из информации о градиенте и когерентности. Если эти участки совпадают с участками близости критических анатомических объектов, например, чтобы отделить опухоль от соседней сосудистой сети или органа под угрозой, прозрачность соответствующих поверхностей можно корректировать, чтобы предоставить одновременный вид на соседние объекты.

- Рендеринг объема: методы рендеринга объема генерируют визуальные представления объектов, которые не подходят под определение однозначных поверхностей. Трехмерное распределение исходных значений интенсивности или (часто нечетких) значений принадлежности не подвергают процедурам сегментации, но осуществляют их непосредственный рендеринг в отображения с использованием функций непрозрачности. Эти функции непрозрачности определяют, в каком направлении значения интенсивности, встречающиеся вдоль лучей, проходящих через набор трехмерных данных вдоль направления зрения, встраивают в двухмерную плоскость зрения. Интегрирование информации о градиенте и некогерентности в функции непрозрачности позволяет дополнять получаемое отображение. В объемных участках хорошо сохраненной фазовой когерентности, т.е. надежной информации о градиенте фазы, функции непрозрачности можно настраивать чувствительными к мелкомасштабным вариациям в данных ослабления, чтобы делать незначительные детали более заметными в финальном отображении. Аналогичным образом, прозрачность (α-канал) можно корректировать, чтобы получать одновременно вид на соседние структуры через такие участки, где мелкие анатомические детали могут быть надежно разрешены для того, чтобы прояснять сложные отношения близости, например, чтобы отделить опухоль от соседней сосудистой сети, или для того, чтобы отображать инфильтрацию органа под угрозой опухолевым объектом. Каналы RGB можно корректировать в соответствии с информацией о некогерентности, чтобы сообщать об участках с недостаточно воспроизведенной анатомией с использованием окрашивания или нечеткости, чтобы дать клинически используемую незамедлительную обратную связь для участков, требующих дополнительного изучения и уточненного интерактивно контролируемого анализа.

- Проекции с максимальной интенсивностью: рендеринги объема особой важности в медицинских применениях представляют собой проекции с максимальной интенсивностью, генерируемые посредством отображения максимальных значений интенсивности, встречающихся вдоль лучей, проходящих через набор трехмерных данных вдоль направления зрения. Этот метод часто используют для того, чтобы отображать сосудистые структуры, чтобы исследовать сосудистые мальформации, а также сосудистую сеть внутри и снаружи органов или опухолей. Мелкомасштабные сосудистые структуры можно разрешать в участках хорошо сохраненной фазовой когерентности посредством интегрирования мелкомасштабной градиентной информации в уточненный анализ распределения интенсивности вблизи от максимальных значений интенсивности. В комбинации с вращением вокруг оси, ортогональной к направлению когерентности, отображение можно обновлять соответствующим образом для поддержания улучшенного визуального анализа сложных сосудистых структур.

- Интерактивное уточнение отображения: генерация клинически приемлемых визуальных представлений трехмерных анатомических структур требует одновременной манипуляции весьма большим числом параметров, управляющих подлежащими способами рендеринга поверхности или объема. Число вовлеченных степеней свободы часто делает эту задачу занимающей много времени и раздражающей пользователя, в частности, когда трудно предсказать исход этих манипуляций. Используя информацию о градиенте фазы и некогерентности, можно определять интеллектуальные предустановки этих параметров, например, чтобы дополнять отображение в участках хорошо сохраненной рентгеновской когерентности и связанной градиентной информации. Аналогичным образом, чувствительность взаимодействия можно корректировать в соответствии с доступными данными градиента и когерентности для того, чтобы не позволять пользователю уводить систему от четко определенных отображений слишком легко или с ошибками.

Эти четыре варианта осуществления могут быть достаточными для того, чтобы иллюстрировать эффект, который фазово-контрастная визуализация может оказывать на улучшенное визуальное представление анатомических объектов на основе рентгеновских данных.

Можно отметить, что описанные способы можно осуществлять посредством компьютера. Соответственно, вариант осуществления настоящего изобретения относится к компьютерному программному продукту или компьютерному программному элементу, который отличается тем, что он выполнен с возможностью осуществлять или управлять соответствующими этапами способа в описанном способе согласно вариантам осуществления изобретения, когда его исполняют на компьютере. Компьютерный программный продукт, следовательно, можно хранить в компьютерном блоке, который может быть выполнен с возможностью осуществлять или вызывать осуществление этапов способа. Кроме того, он может быть выполнен с возможностью приведения в действие компонентов описанного выше устройства. Вычислительное устройство может быть выполнено с возможностью приводить его в действие автоматически и/или исполнять приказы пользователя. Компьютерный программный продукт будут загружать в рабочую память процессора данных. Процессор данных, таким образом, можно оборудовать для осуществления способа в соответствии с вариантами осуществления изобретения. Этот вариант осуществления изобретения закрывает как компьютерный программный продукт, который непосредственно с начала использует изобретение, а также компьютерный программный продукт, который посредством обновления превращает существующую программу в программу, которая использует изобретение. Машиночитаемый носитель, на котором сохранен такой компьютерный программный продукт, может быть предоставлен, например, в виде CD-ROM. Альтернативно, компьютерную программу также можно предоставлять через сеть, такую как Worldwide Web, и можно загружать в рабочую память процессора данных. Соответственно, машиночитаемая среда согласно одному из вариантов осуществления также может представлять собой среду, делающую компьютерный программный продукт доступным для загрузки.

Следует отметить, что варианты осуществления настоящего изобретения описаны в настоящем документе со ссылкой на различные объекты. В частности, некоторые варианты осуществления описаны со ссылкой на пункты формулы изобретения о способах, тогда как другие варианты осуществления описаны со ссылкой на пункты формулы изобретения об устройствах. Однако специалист в данной области и приведенного выше и последующего описания поймет, если не указано иное, в дополнение к какой-либо комбинации признаков, относящихся к объектам одного типа, также какие-либо комбинации признаков, относящихся к различным объектам, считаются раскрытыми в этой заявке. Однако все признаки можно комбинировать, обеспечивая синергические эффекты, которые представляют собой больше, чем просто сумму признаков.

В формуле изобретения и описании слово «содержит» не исключает другие элементы или этапы, а формы единственного числа не исключают множества. Также следует отметить, что ссылочные позиции в формуле изобретения не следует толковать в качестве ограничения объема формулы изобретения.