CN101138009A - 关联管状对象的第一和第二3d图像的装置和方法 - Google Patents

关联管状对象的第一和第二3d图像的装置和方法 Download PDF

Info

Publication number
CN101138009A
CN101138009A CNA2006800074348A CN200680007434A CN101138009A CN 101138009 A CN101138009 A CN 101138009A CN A2006800074348 A CNA2006800074348 A CN A2006800074348A CN 200680007434 A CN200680007434 A CN 200680007434A CN 101138009 A CN101138009 A CN 101138009A
Authority
CN
China
Prior art keywords
data
location
rendering
small part
carry out
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CNA2006800074348A
Other languages
English (en)
Inventor
S·格里戈雷斯库
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN101138009A publication Critical patent/CN101138009A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/30Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30028Colon; Small intestine

Abstract

公开了一种计算机断层摄影术(CT)成像装置(2),用于将处于俯卧和仰卧位置的结肠的图像进行关联。该装置包括x射线源(6)和检测器(8)的配对,用于生成表示处于俯卧或者仰卧位置下、在结肠壁之上的至少一个第一定位的3D图像数据,以及用于生成表示处于该位置下、沿着沿结肠壁延伸的结肠带的多个定位的3D图像数据。源和检测器还生成表示处于俯卧或者仰卧位置的另一位置下、沿结肠带的相同定位的3D图像数据。计算机(16)包括处理器(20),用于在第二扫描图像中确定与第一扫描图像中的第一定位相对应的定位。

Description

关联管状对象的第一和第二3D图像的装置和方法
技术领域
本发明涉及用于关联管状对象的第一和第二3D图像的装置和方法,并且尤其但并不排他地涉及用于将处于俯卧和仰卧位置的结肠的扫描图像数据进行关联的装置和方法。本发明还涉及用于在这种装置中使用的计算机程序产品。
背景技术
通常,根据结肠的计算机断层摄影(CT)成像来对结肠相关疾病进行诊断。面临这种诊断的患者经历两次CT扫描,一次处于俯卧位置(即,面向下),而一次处于仰卧位置(即,面向上),这产生两个CT数据集。获取两次CT扫描的原因是为了消除结肠中残留液体会阻止获取部分结肠壁的图像数据的影响。然后,反射科医师将一个数据集的结果与其他数据集的结果进行关联。这个处理(称作配准(registration))具有耗时的缺点。
通过“关联”  (也称作“配准”),这意味着这样的处理,即确定第一图像的哪个部分与第二图像的预定部分相对应。
已经提出了方法来自动配准在俯卧和仰卧方向中所执行的结肠扫描。这种方法通过根据扫描仪所获取的2D图像来建立结肠的3D模型来进行操作,这产生结肠的两个3D表示,一个用于俯卧位置而一个用于仰卧位置。然后,为两个3D结肠模型中的每个来计算中心线(也称作中轴),并且为两个中心线的每个选择和匹配多个参考点。在两个中心线上的其余点则通过在两个最接近的参考点之间的内插来匹配。
为了更详细地解释这种现有配准处理,在图1中示出了表示结肠的管状结构的两个扫描图像的示意性图示。该图像分别表示处于俯卧和仰卧方向的结肠。中心线方法为两个管状结构确定线A1-B1和线A2-B2。基于这些线,现有的配准方法能够确定在左侧管状结构中的点C1与在右侧管状结构中的点C2相对应。
然而,现有技术不能在右手侧的管状结构中找到与左手侧结构的点D1相对应的点,而是仅仅能够确定在包含D1的圆上的所有点都映射到包含点E2的圆中的点之上。在实践中,这具有显著的缺点,如果病变位于结肠的一个扫描上的定位D1处,则反射科医师仍然需要完成检查包含点E2的整个圆的任务,以确定与定位D1处的病变相对应的病变。因而,这意味着将两次扫描结果进行关联仍然是一项耗时的操作,而且还妨碍自动进行此处理的任何尝试。
发明内容
本发明的一个目的是提供一种用于将表示管状对象的第一和第二3D图像的数据进行关联的改进处理。
根据本发明的一个方面,提供了一种用于将表示至少部分管状对象的第一和第二3D图像的数据进行关联的装置,所述装置包括:
-至少一个第一输入,用于接收第一数据,所述第一数据表示至少部分所述对象的所述第一3D图像;
-至少一个第二输入,用于接收第二数据,所述第二数据表示至少部分所述对象的所述第二3D图像;
-至少一个处理器,连接到至少一个所述第一输入和至少一个所述第二输入,用于:
(i)处理所述第一数据以提供第三数据,所述第三数据与在所述对象内表面上的多个可识别第一定位的所述第一3D图像相对应;
(ii)处理所述第二数据以提供第四数据,所述第四数据基本上对应于所述多个可识别第一定位的所述第二3D图像;
(iii)处理所述第一和第三数据以提供第五数据,所述第五数据表示所述第一3D图像中的至少一个预定第二定位相对于所述第一3D图像中的至少一个所述可识别第一定位的位置;以及
(iv)处理所述第二、第四和第五数据来提供第六数据以识别在所述第二3D图像中相应的第三定位,其中所述第三定义基本上对应于所述第一图像中的所述或者每个所述预定第二位置,而所述第六数据基本上对应于由所述第五数据表示的所述或者每个所述相关定位。
这提供的优点在于,使得能够通过使用管状对象壁上的参考点来在第一和第二3D图像之间进行准确关联,其提供了比对象中轴上的参考点更为准确的、在两个3D图像之间的关联。在管状对象为结肠的特定情况下,这提供的优点在于,反射科医师不需要检查在第二3D图像中的环形带以定位与第一3D图像中的点相对应的位置。
本装置可以进一步包括至少一个比较器装置,用于将表示至少一个所述预定第二定位的所述第一数据与表示与所述或者每个所述第二定位相对应的相应所述第三定位的所述第二数据进行比较。
至少一个所述处理器可适于分别识别所述第一数据和所述第二数据,其中所述第一数据表示形状指数在预定范围以内的的所述内壁的特征,所述第二数据表示形状指数在预定范围以内的所述内壁的特征。
这提供的优点在于,使得能够自动识别管状对象的不规则形状部分以提供参考点。
至少一个所述处理器可适于识别表示在至少一个脊结构上的相隔最远点对的第一和第二数据。
在结肠成像的情况下,这提供的优点在于,由于在每个结肠褶皱(fold)上的相隔最远点定位在结肠带(teniae coli)上,这使得能够自动识别结肠带上、在结肠上纵向延伸的肌肉上的点以提供参考点集。
装置可以进一步包括至少一个补偿装置,用于补偿所述第一和第二数据的形成之间、所述对象的有限运动。
例如,在结肠成像的情况下,这提供的优点在于,使得能够在成像期间补偿患者的有限运动。
至少一个所述补偿装置可适于调整与多个所述可识别的第一定位相对应的第三和/或第四数据,以便表示由所述第三和/或第四数据所表示的多个所述第一定位的数据的平均位置值基本上相等。
例如,可以使在第一3D图像中的多个参考点的平均X、Y和/或Z坐标基本上等于第二3D图像中的那些值。
至少一个所述处理器可适于确定沿所述内壁、从所述或者每个所述第二定位到至少一个所述可识别第一定位的相应距离。
所述至少一个所述处理器可适于在至少一个所述第三定位的相应预定距离以内识别相应的第四定位。
根据本发明的另一方面,提供了一种成像装置,包括:至少一个成像设备,用于获取表示至少部分管状对象的第一和第二3D图像的数据;如上所定义的装置;以及至少一个显示装置,用于显示至少部分所述对象的所述第一和第二3D图像。
根据本发明的另一方面,提供了一种由计算机系统使用的、用于将表示至少部分管状对象的第一和第二3D图像的数据进行关联的数据结构,该数据结构包括:
-第一计算机代码,可执行以接收表示至少部分所述对象的所述第一3D图像的第一数据;
-第二计算机代码,可执行以接收表示至少部分所述对象的所述第二3D图像的第二数据;
-第三计算机代码,可执行以处理所述第一数据来提供第三数据,所述第三数据与在所述对象的内表面上的多个可识别第一定位的所述第一3D图像相对应;
-第四计算机代码,可执行以处理所述第二数据来提供第四数据,所述第四数据基本上与所述多个可识别第一定位的所述第二3D图像相对应;
-第五计算机代码,可执行以处理所述第一和第二数据来提供第五数据,所述第五数据表示所述第一3D图像中的至少一个预定第二定位相对于所述第一3D图像中的至少一个所述可识别第一定位的位置;以及
-第六计算机代码,可执行以处理所述第二、第四和第五数据来提供第六数据以识别所述第二3D图像中的、基本上与所述第一图像中的所述或者每个所述预定第二定位相对应的相应第三定位,所述第六数据基本上对应于由所述第五数据所表示的所述或者每个所述相关定位。
所述数据结构可以进一步包括第七计算机代码,可执行以将表示至少一个所述预定定位的所述第一数据与表示相应所述第三定位的所述第二数据进行比较。
可执行所述第三和第四计算机代码以分别识别所述第一数据和所述第二数据,所述第一数据表示形状指数在预定范围以内的所述内壁的特征,所述第二数据表示形状指数在预定范围以内的所述内壁的特征。
可执行所述第三计算机代码以将至少部分所述结肠的第一和第三3D图像进行关联,并且识别表示至少一个脊结构上的相隔最远的点对的第一和第二数据。
所述数据结构可以进一步包括第八计算机代码,可执行以补偿在所述第一和第二数据的形成之间的所述对象的有限运动。
可执行所述第八计算机代码以调整与多个所述可识别第一定位相对应的所述第三和/或第四数据,以便表示由所述第三和/或第四数据所表示的多个所述第一定位的数据的平均位置值基本上相等。
可执行所述第五计算机代码以确定沿所述内壁、从所述/或者每个所述第二定位到至少一个所述可识别第一定位的相应距离。
可执行所述第六计算机代码以识别在至少一个所述第三定位的相应预定距离以内的相应第四定位。
根据本发明的另一方面,提供了一种将如上定义的数据结构存储于其中的计算机可读介质。
根据本发明的另一方面,提供了一种将表示至少部分管状对象的第一和第二3D图像的数据进行关联的方法,所述方法包括:
接收表示至少部分所述对象的所述第一3D图像的第一数据;
接收表示至少部分所述对象的所述第二3D图像的第二数据;
处理所述第一数据来提供第三数据,所述第三数据与在所述对象的内表面上的多个可识别第一定位的所述第一3D图像相对应;
处理所述第二数据来提供第四数据,所述第四数据基本上与所述多个可识别第一定位的所述第二3D图像相对应;
处理所述第一和第三数据来提供第五数据,所述第五数据表示所述第一3D图像中的至少一个预定第二定位相对于所述第一3D图像中的至少一个所述可识别第一定位的位置;以及
处理所述第二、第四和第五数据来提供第六数据以识别所述第二3D图像中、基本上与所述第一图像中的所述或者每个所述预定第二定位相对应的相应第三定位,其中所述第六数据基本上对应于由所述第五数据所表示的所述或者每个所述相关定位。
所述方法可以进一步包括将所述第一数据与所述第二定位进行比较的步骤,其中所述第一数据表示至少一个所述第一预定第二定位,而所述第二数据表示各自相应的所述第三定位。
所述提供所述第三数据的步骤可以包括识别所述第一数据,所述第一数据表示形状指数在预定范围以内的所述内壁的特征;而提供所述第四数据的步骤包括识别所述第二数据,所述第二数据表示形状指数在预定范围以内的所述内壁的特征。
所述方法是将至少部分结肠的第一和第二3D图像进行关联的方法,并且可进一步包括识别表示在至少一个脊结构上的相隔最远的点对的第一和第二数据。
所述方法可以进一步包括对所述第一和第二数据形成之间的所述对象的有限运动进行补偿的步骤。
所述补偿步骤可以包括调整与多个所述可识别第一定位相对应的所述第三和/或第四数据,以便表示由所述第三和/或第四数据所表示的多个所述第一定位的数据的平均位置值基本上相等。
所述提供所述第五数据的步骤包括确定沿所述内壁、从所述/或者每个所述第二定位到至少一个所述可识别第一定位的相应距离。
所述提供所述第六数据的步骤包括识别在至少一个所述第三定位的相应预定距离以内的相应第四定位。
通过将所述第一和第二数据进行比较,这提供了能够更快地检测诸如对不规则性的错误位置检测之类的错误结果的优点,这由此使得能够更快地关联第一和第二3D图像。
附图说明
现在将参考附图以示例的方式而并且以任何限制的含义来描述本发明的优选实施方式,在附图中:
图1是用于对表示处于俯卧和仰卧方向的结肠的管状对象的扫描图像进行配准的现有处理的示意性表示;
图2是具体实现本发明的计算机断层摄影(CT)结肠成像装置的示意性表示;
图3是与图1相对应的、说明本发明操作原理的扫描图像的示意性表示;
图4是示出由图2的装置执行的、用于在结肠的内表面上选择参考点的算法的流程图;
图5是示出由图2的装置执行的、用于将结肠的第一扫描的参考点与第二扫描的参考点进行匹配的算法的流程图;以及
图6是示出由图2的装置执行的、用于将结肠的第一扫描中的任意点与第二扫描中的对应点进行匹配的算法的流程图。
具体实施例
参考图2,用于形成患者4结肠的3D成像模型的计算机断层摄影(CT)扫描仪装置2具有x射线源6和检测器8阵列,他们成对布置在围绕支架10的通常圆形布置中。在图2中从侧面示出了该装置,作为结果只有一个源/检测器对是可见的。
先前已经由本领域技术人员熟悉的方法进行处理以便排空结肠并使结肠充满空气的患者4在平台12上支撑,该平台12可以在形成计算机16的一部分的控制单元14的控制下、通过适当的器件(未示出)来沿图2中箭头A的方向移动。控制单元14还控制源6和检测器8的操作,以便获取患者身体较薄断面的图像数据,并且由控制单元14同步患者4相对于支架10的移动,以建立患者身体要检查部分(在当前情况下是腹部)的图像序列。
经由输入线18将从检测器8获取的图像数据输入到计算机16中的处理器20,而处理器根据沿输入线18输入的数据图像切片来为患者俯卧和仰卧位置二者建立患者结肠的3D模型。处理器20还将3D图像沿输出线22输出到适当的监视器24。
参考图3,其示出了在俯卧和仰卧位置所获取的患者结肠的3D图像的表示S1、S2,成像装置2获取与沿结肠带26走向的点相对应的图像数据,即,在结肠的整个长度上走向的三个径向肌肉。尤其是参考图4,其中描述了为每次扫描确定在结肠带26上的参考点的算法的操作。在步骤S20,处理器接收图像数据,并在步骤S22确定与结肠的空气充满区域相对应的体素(voxel),这是因为借助于CT装置,检测空气比检测组织更容易。然后,在步骤S24,通过确定结肠中临近表示空气的体素的那些体素、来确定对应于结肠壁的图像数据。
然后,在步骤S26通过以2mm为量度来计算结肠壁体素的形状指数来确定表示结肠褶皱的图像数据,并且在步骤S28中,对应于脊结构上体素的选择、确定所选择的体素的形状指数是否处于0.17至0.33之间。如果所检测的形状指数处于0.17至0.33的范围以外,则在步骤S33拒绝所选择的体素,然而如果体素处于期望的范围以内,则在步骤S32确定所选择的体素中的相连部件以提供数个对象。
在步骤S34,确定每个对象是否具有少于100个体素,且在步骤S36拒绝具有少于100个体素的任何对象。具有100或者更多体素的剩余对象表示了轮廓通常为三角形的结肠褶皱的已扫描图像数据。对于每个褶皱,在步骤S38选择两个相隔最远的点,这些点是褶皱的末端。该末端定位在结肠带上,即通常沿结肠的径向延伸的三个肌肉上,作为其结果,在步骤S38所选择的点是结肠带上的点,并在步骤S40结束处理。
现在参考图5,借助于所示的算法,将第一扫描S1中的参考点与第二扫描S2中的对应参考点相匹配。具体而言,在步骤S50,为图4算法中所检测的每个参考点计算笛卡尔系统中的X、Y和Z坐标。在扫描仪中为了补偿患者的有限运动,在步骤S52调整参考点的X坐标,以便在第一扫描S1中参考点的X坐标的平均数等于在第二扫描S2中的参考点的X坐标的平均数。然后,在步骤S54和步骤S56中分别为Y和Z坐标执行与步骤S52中所执行操作相对应的操作。
对于第一扫描S1中的每个参考点,在步骤S58中定位在另一扫描S2中的最接近参考点,并在步骤S60为每个参考点确定是否存在一个或者多于一个的最接近参考点。如果在步骤S60确定在第一扫描中的点与第二扫描中的多于一个点相对应,则在步骤S62中拒绝第一扫描中的、离第二扫描中的点最远的点,并为下一参考点重复步骤S60。通过以此方式丢弃一个或者多个参考点,这提供了对结肠褶皱的形状变化或者变平进行补偿的优点。然而,如果在第一扫描中的参考点仅仅与第二扫描中的一个参考点相对应,则在步骤S64中选择该参考点,并且在步骤S66中结束处理。以此方式,对于第一扫描图像S1中的任意给定点M,借助于图5的算法可确定在结肠带26上的最接近参考点MA、MB、MC。
然后,确定在第二扫描S2上与MA、MB、MC相对应的点MA′、MB′、MC′(图3),这些点位于曲线32上。如在图6中更详细地示出那样,以及如图3中所示那样,对于第一扫描中的结肠壁上的任意点M,在步骤S70中确定借助于图4和图5的算法所检测的三个最接近参考点,如图3中所示,这些点是MA、MB和MC。在步骤S72中,将沿结肠表面、从点M至MA、MB和MC的距离分别确定为距离da、db和dc。
然后,在步骤S74确定分别与第一扫描中的点MA、MB、MC相对应的第二扫描中的参考点MA′、MB′、MC′。在步骤S76,为了考虑结肠褶皱形状的微小变化,对于每个点MA′、MB′、MC′,在每个点周围分别定义一个补丁,该补丁包含在结肠壁上沿结肠壁的距离为da+0.1da、db+0.1db和dc+0.1dc的点。最后,在步骤S78,点M与在步骤S76中所定义的三个补丁的交叉所限定的区域中的任意点相匹配,并且在S80结束处理。
可以通过相对于三个径向肌肉对点进行匹配来相对于处于仰卧位置的扫描结果来检查处于俯卧位置的扫描结果。例如,这可通过由放射线技师在显示器24上观察两个分离的图像来实现,或者可以由处理器20自动执行。当结果彼此匹配的时候,向它们给出高权值分数以指示成像装置2做出错误检测的概率较小,而如果结果不匹配,则它们获得低权值分数。稍后,可以将这些分数可以与其他测量相结合以便确定结果是对应于真实的病变还是对应于错误的确定(例如由于在结肠中大便的出现而导致)。
另外,装置2可生成结肠的漫游式(fly-through)可视化,而且在监视器24上显示的一个或者两个图像可围绕其中轴旋转,以便在监视器24上,在每个扫描S1和S2上的两个参考肌肉26上的点相对于可视化窗口占据相同的位置。这可借助于处理器20或者借助于与监视器24相关联的额外处理器(未示出)来实现。这导致结肠的褶皱在可视化窗口中具有相同的方向、导致更为规则的模式,并因此使任何病变将在这个规则模式中显示为缺陷,并可以被更容易地检测。
本领域技术人员应该理解,仅通过示例方式而不是以任何限制的含义描述了上述实施方式,而且可能进行各种变化和修改且并不背离由所附权利要求书所限定的本发明的范围。例如,除了将第一和第二方向中结肠的3D图像进行关联之外,本发明还可用于将相同方向中随时间变化的3D图像进行关联以监视病变的发展,或者用于将测试对象的3D图像与标准或常规对象的3D图像进行关联。另外,本发明可用以关联其他任意管状生理结构(诸如气管、肺或食管或者动脉)的3D图像。

Claims (26)

1.一种用于将表示至少部分管状对象的第一和第二3D图像的数据进行关联的装置,所述装置包括:
-至少一个第一输入,用于接收表示至少部分所述对象的所述第一3D图像的第一数据;
-至少一个第二输入,用于接收表示至少部分所述对象的所述第二3D图像的第二数据;
-至少一个处理器,连接到至少一个所述第一输入和至少一个所述第二输入,用于:
(i)处理所述第一数据以提供第三数据,所述第三数据与在所述对象内表面上的多个可识别第一定位的所述第一3D图像相对应;
(ii)处理所述第二数据以提供第四数据,所述第四数据基本上对应于所述多个可识别第一定位的所述第二3D图像;
(iii)处理所述第一和第三数据以提供第五数据,所述第五数据表示所述第一3D图像中的至少一个预定第二定位相对于所述第一3D图像中的至少一个所述可识别第一定位的位置;以及
(iv)处理所述第二、第四和第五数据以提供第六数据来识别所述第二3D图像中、基本上与所述第一图像中的所述或者每个所述预定第二定位相对应的相应第三定位,其中所述第六数据基本上对应于由所述第五数据所表示的所述或者每个所述相关定位。
2.根据权利要求1所述的装置,还包括至少一个比较器装置,用于将表示至少一个所述预定第二定位的所述第一数据与表示与所述或者每个所述第二定位相对应的相应所述第三定位的所述第二数据进行比较。
3.根据权利要求1所述的装置,其中至少一个所述处理器适于分别识别所述第一数据和所述第二数据,所述第一数据表示形状指数在预定范围以内的所述内壁的特征,所述第二数据表示形状指数在预定范围以内的所述内壁的特征。
4.根据权利要求1所述的装置,其中至少一个所述处理器适于识别表示在至少一个脊结构上相隔最远的点对的第一和第二数据。
5.根据权利要求1所述的装置,还包括至少一个补偿装置,用于补偿所述第一和第二数据的形成之间的所述对象的有限运动。
6.根据权利要求5所述的装置,其中至少一个所述补偿装置适于调整与多个所述可识别第一定位相对应的第三和/或第四数据,以便表示由所述第三和或第四数据所表示的多个所述第一定位的数据的平均位置值基本上相等。
7.根据权利要求1所述的装置,其中至少一个所述处理器适于确定沿所述内壁、从所述或者每个所述第二定位到至少一个所述可识别第一定位的相应距离。
8.根据权利要求7所述的装置,其中至少一个所述处理器适于在至少一个所述第三定位的相应预定距离以内识别相应的第四定位。
9.一种成像装置,包括:至少一个成像设备,用于获取表示至少部分管状对象的第一和第二3D图像的数据;根据权利要求1所述的装置;以及至少一个显示装置,用于显示至少部分所述对象的所述第一和第二3D图像。
10.一种由计算机系统使用的数据结构,用于对表示至少部分管状对象的第一和第二3D图像的数据进行关联,所述数据结构包括:
-第一计算机代码,可执行以接收表示至少部分所述对象的所述第一3D图像的第一数据;
-第二计算机代码,可执行以接收表示至少部分所述对象的所述第二3D图像的第二数据;
-第三计算机代码,可执行以处理所述第一数据来提供第三数据,所述第三数据与在所述对象的内表面上的多个可识别第一定位的所述第一3D图像相对应;
-第四计算机代码,可执行以处理所述第二数据来提供第四数据,所述第四数据基本上对应于所述多个可识别第一定位的所述第二3D图像;
-第五计算机代码,可执行以处理所述第一和第二数据来提供第五数据,所述第五数据表示在所述第一3D图像中的至少一个预定第二定位相对于所述第一3D图像中的至少一个所述可识别第一定位的位置;以及
-第六计算机代码,可执行以处理所述第二、第四和第五数据来提供第六数据以识别基本上与所述第一图像中的所述或者每个所述预定第二定位相对应的、所述第二3D图像中的相应第三定位,其中所述第六数据基本上对应于由所述第五数据所表示的所述或者每个所述相关定位。
11.根据权利要求10所述的数据结构,还包括第七计算机代码,可执行以将表示至少一个所述预定定位的所述第一数据与表示相应的所述第三定位的所述第二数据进行比较。
12.根据权利要求10所述的数据结构,其中可执行所述第三和第四计算机代码以分别识别所述第一数据和所述第二数据,所述第一数据表示形状指数在预定范围以内的所述内壁的特征,所述第二数据表示形状在预定范围以内的的所述内壁的特征。
13.根据权利要求10所述的数据结构,其中可执行所述第三计算机代码以将至少部分所述结肠的第一和第三3D图像进行关联,并且用以识别表示至少一个脊结构上相隔最远的点对的第一和第二数据。
14.根据权利要求10所述的数据结构,还包括第八计算机代码,可执行以补偿所述第一和第二数据的形成之间的所述对象的有限运动。
15.根据权利要求14所述的数据结构,其中可执行所述第八计算机代码以调整与多个所述可识别第一定位相对应的所述第三和/或第四数据,以便表示由所述第三和/或第四数据所表示的多个所述第一定位的数据的平均位置值基本上相等。
16.根据权利要求10所述的数据结构,其中可执行所述第五计算机代码以确定沿所述内壁、从所述/或者每个所述第二定位到至少一个所述可识别第一定位的相应距离。
17.根据权利要求16所述的数据结构,其中可执行所述第六计算机代码以识别在至少一个所述第三定位的相应预定距离以内的相应第四定位。
18.一种将根据权利要求10所述的数据结构承载存储于其中的计算机可读介质。
19.一种将表示至少部分管状对象的第一和第二3D图像的数据进行关联的方法,所述方法包括:
接收表示至少部分所述对象的所述第一3D图像的第一数据;
接收表示至少部分所述对象的所述第二3D图像的第二数据;
处理所述第一数据来提供第三数据,所述第三数据与在所述对象的内表面上的多个可识别第一定位的所述第一3D图像相对应;
处理所述第二数据来提供第四数据,所述第四数据基本上对应于所述多个可识别第一定位的所述第二3D图像;
处理所述第一和第三数据来提供第五数据,所述第五数据表示所述第一3D图像中的至少一个预定第二定位相对于所述第一3D图像中的至少一个所述可识别第一定位的位置;以及
处理所述第二、第四和第五数据来提供第六数据以识别所述第二3D图像中、基本上对应于所述第一图像中的所述或者每个所述预定第二定位的相应第三定位,其中所述第六数据基本上对应于由所述第五数据所表示的所述或者每个所述相关定位。
20.根据权利要求19所述的方法,还包括将所述第一数据与所述第二数据进行比较的步骤,其中所述第一数据表示至少一个所述第一预定第二定位,而所述第二数据表示各自相应的所述第三定位。
21.根据权利要求19所述的方法,其中所述提供所述第三数据的步骤包括识别所述表示形状指数在预定范围之内的所述内壁的特征的第一数据;而提供所述第四数据的步骤包括识别所述表示形状指数在预定范围之内的所述内壁的特征的第二数据。
22.根据权利要求19所述的方法,其中所述方法是将至少部分结肠的第一和第二3D图像进行关联的方法,并且还包括:识别表示在至少一个脊结构上相隔最远的点对的第一和第二数据。
23.根据权利要求19所述的方法,还包括步骤:对所述第一和第二数据形成之间的所述对象的有限运动进行补偿的步骤。
24.根据权利要求23所述的方法,其中所述补偿步骤包括:调整与多个所述可识别第一定位相对应的所述第三和/或第四数据,以便表示由所述第三和/或第四数据所表示的多个所述第一定位的数据的平均位置值基本上相等。
25.根据权利要求19所述的方法,其中所述提供所述第五数据的步骤包括:确定沿所述内壁、从所述/或者每个所述第二定位到至少一个所述可识别第一定位的相应距离。
26.根据权利要求19所述的方法,其中所述提供所述第六数据的步骤包括:识别在至少一个所述第三定位的相应预定距离以内的相应第四定位。
CNA2006800074348A 2005-03-07 2006-03-07 关联管状对象的第一和第二3d图像的装置和方法 Pending CN101138009A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP05101726.7 2005-03-07
EP05101726 2005-03-07

Publications (1)

Publication Number Publication Date
CN101138009A true CN101138009A (zh) 2008-03-05

Family

ID=36942299

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA2006800074348A Pending CN101138009A (zh) 2005-03-07 2006-03-07 关联管状对象的第一和第二3d图像的装置和方法

Country Status (6)

Country Link
US (1) US20080219533A1 (zh)
EP (1) EP1859406A2 (zh)
JP (1) JP2008531232A (zh)
CN (1) CN101138009A (zh)
RU (1) RU2007137054A (zh)
WO (1) WO2006095309A2 (zh)

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8267985B2 (en) 2005-05-25 2012-09-18 Tyco Healthcare Group Lp System and method for delivering and deploying an occluding device within a vessel
CN101180006B (zh) 2005-05-25 2010-09-22 切斯纳特医药技术公司 用于在血管内输送和展开封堵器的系统
US8273101B2 (en) 2005-05-25 2012-09-25 Tyco Healthcare Group Lp System and method for delivering and deploying an occluding device within a vessel
WO2008022327A2 (en) * 2006-08-17 2008-02-21 Nfocus Neuromedical, Inc. Isolation devices for the treatment of aneurysms
US8160395B2 (en) * 2006-11-22 2012-04-17 General Electric Company Method and apparatus for synchronizing corresponding landmarks among a plurality of images
JP5455290B2 (ja) * 2007-03-08 2014-03-26 株式会社東芝 医用画像処理装置及び医用画像診断装置
DK2265193T3 (da) 2008-04-21 2012-01-23 Nfocus Neuromedical Inc Emboliske indretninger med flettet kugle og leveringssystemer
US9675482B2 (en) 2008-05-13 2017-06-13 Covidien Lp Braid implant delivery systems
MX2011000857A (es) 2008-07-22 2011-07-28 Tyco Healthcare Dispositivo de remodelacion vascular.
JP5457764B2 (ja) * 2009-09-02 2014-04-02 株式会社東芝 医用画像処理装置
US20110202085A1 (en) 2009-11-09 2011-08-18 Siddharth Loganathan Braid Ball Embolic Device Features
CN102740799A (zh) 2010-01-28 2012-10-17 泰科保健集团有限合伙公司 脉管重塑装置
US8926681B2 (en) 2010-01-28 2015-01-06 Covidien Lp Vascular remodeling device
JP5420474B2 (ja) * 2010-05-21 2014-02-19 富士フイルム株式会社 医用画像診断支援装置および方法、並びにプログラム
AU2012214240B2 (en) 2011-02-11 2015-03-12 Covidien Lp Two-stage deployment aneurysm embolization devices
US20120245674A1 (en) 2011-03-25 2012-09-27 Tyco Healthcare Group Lp Vascular remodeling device
US9060886B2 (en) 2011-09-29 2015-06-23 Covidien Lp Vascular remodeling device
US9155647B2 (en) 2012-07-18 2015-10-13 Covidien Lp Methods and apparatus for luminal stenting
US9314248B2 (en) 2012-11-06 2016-04-19 Covidien Lp Multi-pivot thrombectomy device
US9295571B2 (en) 2013-01-17 2016-03-29 Covidien Lp Methods and apparatus for luminal stenting
US9463105B2 (en) 2013-03-14 2016-10-11 Covidien Lp Methods and apparatus for luminal stenting
CN105142545B (zh) 2013-03-15 2018-04-06 柯惠有限合伙公司 闭塞装置
US10478194B2 (en) 2015-09-23 2019-11-19 Covidien Lp Occlusive devices

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5782762A (en) * 1994-10-27 1998-07-21 Wake Forest University Method and system for producing interactive, three-dimensional renderings of selected body organs having hollow lumens to enable simulated movement through the lumen
US7379572B2 (en) * 2001-10-16 2008-05-27 University Of Chicago Method for computer-aided detection of three-dimensional lesions
WO2003046811A1 (en) * 2001-11-21 2003-06-05 Viatronix Incorporated Registration of scanning data acquired from different patient positions
WO2003051200A2 (en) * 2001-12-14 2003-06-26 Koninklijke Philips Electronics N.V. Method, system and computer program of visualizing the surface texture of the wall of an internal hollow organ of a subject based on a volumetric scan thereof
US7224827B2 (en) * 2002-09-27 2007-05-29 The Board Of Trustees Of The Leland Stanford Junior University Method for matching and registering medical image data
US7300398B2 (en) * 2003-08-14 2007-11-27 Siemens Medical Solutions Usa, Inc. Method and apparatus for registration of virtual endoscopic images
US20050152588A1 (en) * 2003-10-28 2005-07-14 University Of Chicago Method for virtual endoscopic visualization of the colon by shape-scale signatures, centerlining, and computerized detection of masses
US20080048456A1 (en) 2006-08-23 2008-02-28 Northern Power Systems, Inc. Modular microturbine system

Also Published As

Publication number Publication date
RU2007137054A (ru) 2009-04-20
US20080219533A1 (en) 2008-09-11
EP1859406A2 (en) 2007-11-28
JP2008531232A (ja) 2008-08-14
WO2006095309A3 (en) 2006-12-07
WO2006095309A2 (en) 2006-09-14

Similar Documents

Publication Publication Date Title
CN101138009A (zh) 关联管状对象的第一和第二3d图像的装置和方法
EP3693926A2 (en) Dense body marker estimation from camera data for patient positioning in medical imaging
US8520915B2 (en) Medical image diagnosis apparatus specifying a spot on a projection image for subsequent 3D imaging
EP3406196A1 (en) X-ray system and method for standing subject
CN107536620B (zh) 用于定位可定位台的方法
CN100524329C (zh) 简单几何可视化管状解剖结构的方法
JP5346938B2 (ja) 画像処理装置、及び画像処理装置の作動方法
CN104883950B (zh) 内窥镜系统
KR20170118658A (ko) 엑스선 튜브 전류 프로필을 결정하기 위한 방법, 컴퓨터 프로그램, 데이터 캐리어 및 엑스선 이미지 기록 장치
CN106256318A (zh) 选择用于成像检查的至少一个检查信息的方法和成像装置
CN1676096A (zh) 医学成像检查装置
CN104545969A (zh) 借助解剖学标志来确定拍摄参数的值
CN103654784A (zh) 用于在医学成像检查期间采集患者的运动的方法
EP2591459B1 (en) Automatic point-wise validation of respiratory motion estimation
US20060115039A1 (en) Dose evaluating method and X-ray CT apparatus
US20050111614A1 (en) Radiation image processing apparatus, radiation image processing method, program, and computer-readable medium
CN112568891A (zh) 自动定位患者的待检查区域以用于医学成像检查的方法及设计用于执行方法的医学成像设备
CN107403457A (zh) 医学成像方法、设备及多模态医学成像方法
JP6429958B2 (ja) 画像処理装置、画像処理方法、及びプログラム
CN110459298B (zh) 用于求出结果值的方法和设备、诊断站和成像系统
JP2005233639A (ja) ステレオカメラシステムおよび該システムのステレオカメラ同士のキャリブレーション方法
CN108416792B (zh) 基于活动轮廓模型的医学计算机断层扫描图像分割方法
CN114119491B (zh) 一种基于医学图像分析的数据处理系统
US20220148157A1 (en) Deep learning based methods and systems for automated subject anatomy and orientation identification
US20060093093A1 (en) Method and system for measuring table sag

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Open date: 20080305