CN101268492B - 用于使用多个局部变换调整几何模型的方法及系统 - Google Patents

用于使用多个局部变换调整几何模型的方法及系统 Download PDF

Info

Publication number
CN101268492B
CN101268492B CN2006800346056A CN200680034605A CN101268492B CN 101268492 B CN101268492 B CN 101268492B CN 2006800346056 A CN2006800346056 A CN 2006800346056A CN 200680034605 A CN200680034605 A CN 200680034605A CN 101268492 B CN101268492 B CN 101268492B
Authority
CN
China
Prior art keywords
geometric model
transformation
partial transformation
adjustment
view data
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.)
Active
Application number
CN2006800346056A
Other languages
English (en)
Other versions
CN101268492A (zh
Inventor
O·艾卡伯特
J·彼得斯
J·威斯
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 CN101268492A publication Critical patent/CN101268492A/zh
Application granted granted Critical
Publication of CN101268492B publication Critical patent/CN101268492B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/149Segmentation; Edge detection involving deformable models, e.g. active contour models
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/12Edge-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • 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
    • G06T2207/30048Heart; Cardiac

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明涉及一种用于调整几何模型以适应图像数据的方法(100),包括确定用于将几何模型的第一部分映射到所述图像数据中的第一局部变换和用于将几何模型的第二部分映射到所述图像数据中的第二局部变换。通过确定几何模型的第一部分的第一局部变换和几何模型的第二部分的第二局部变换,几何模型可以采取更多形状,从而可以更准确地与包括在图像数据中的物体相适应。

Description

用于使用多个局部变换调整几何模型的方法及系统
技术领域
本发明涉及一种调整方法,用于调整几何模型以适应图像数据。
本发明还涉及一种调整系统,用于调整几何模型以适应图像数据。
本发明还涉及一种采集系统,用于获取图像数据,其包括所述调整系统。
本发明还涉及一种工作站,其包括所述调整系统。
本发明还涉及一种由计算机设备加载的计算机程序产品,其包括指令,用于调整几何模型以适应图像数据。
背景技术
在开始段落中所述类型的调整方法的实施例用于几何模型的初始化和/或调整(adaptation)。在该方法中,对几何模型进行结合了缩放或仿射变换的刚性变换,以分割图像数据中的物体。已经证明基于模型的分割对于刚性和/或简单器官而言是非常有效的,并且已经发现了许多临床应用,例如用于放射治疗计划(radiotherapy planning,RTP)。然而,分割更复杂的器官,像心脏,仍没有产生满意的结果。这是由于结合了缩放和仿射变换的刚性变换并不足够灵活,以应付复杂物体的可变性。尽管模型的特定部分可以很好地与包含在图像数据中的物体相适应,但其它部分可能被不太准确地调整。
在J.Weese,V.Pekar,M.Kaus,C.Lorenz,S.Lobregt和R.Truyen所著的、在Proc.IPMI,380-387,Springer Verlag,2001中公开的文献“Shape constraineddeformable models for 3D medical image segmentation”中,描述了在开始段落中所述类型的调整方法的另一个实施例,此后将其称为参考文献1。该文献描述了一种方法,其采用了由三角网格表示的几何模型。将基于几何模型全部能量的代价函数定义为内部能量项与外部能量项的总和,其中,所述内部能量项取决于顶点的彼此相对位置,所述外部能量项取决于三角形相对于其在图像中的相应被检测位置的位置。在内部能量项中,将三角形边缘的相对位置与基于参考形状的模型的各个三角形边缘的相对位置进行比较。允许将该基于参考形状的模型进行平移、旋转和/或缩放,以便最小化几何模型的代价函数。如前例子中一样,结合了缩放的刚性类变换不足以描述复杂物体的可变性。因此,通过最小化网格的代价函数而获得的调整的几何模型常常包括有问题的区域,在此在调整的几何模型的表面与所关注物体的精确参考分割的表面之间的距离会大到无法接受。
发明内容
本发明的目的是提供一种在开始段落中所述类型的调整方法,其减小了在调整的模型中的有问题的区域。
本发明目的是通过以下实现的:调整几何模型以适应图像数据的调整方法包括:确定用于将几何模型的第一部分映射到图像数据中的第一局部变换和用于将几何模型的第二部分映射到图像数据中的第二局部变换。
通过确定几何模型的第一部分的第一局部变换并通过确定几何模型的第二部分的第二局部变换,该几何模型可以采取更多形状,从而可以更准确地适应于包含在图像数据中的物体。除在相邻部分之间的过渡区之外,几何模型的第一部分和第二部分可以彼此相当独立地变形。因此,本发明的调整方法消除了一些局限,并允许以更大的灵活性来匹配几何模型。结果,本发明的调整方法减小了在复杂几何模型中的有问题的区域。
在根据本发明的调整方法另一实施例中,所述调整方法包括一致性步骤,用于保持调整的几何模型在第一部分与第二部分之间的过渡区中的一致性。这可以通过找到所述局部变换的适当延伸并构建满足一致性要求的总体变换来实现。该一致性步骤有助于避免在两个区域之间的过渡中产生间隙和/或不一致的交叠,例如如果第一和第二局部变换产生收缩的第一部分和收缩的第二部分,则就会出现这种情况。这种不一致性的出现由代价函数来阻止。
在根据本发明的调整方法另一实施例中,代价函数是第一局部变换和第二局部变换的函数,并且通过优化代价函数来确定第一局部变换与第二局部变换。对第一变换和第二变换的确定可以自动地执行。存在多种可以用于确定这些局部变换的代价函数。例如,可以用在图像数据中检测到的结构到调整的几何模型的距离,来定义代价函数。
在根据本发明的调整方法的另一实施例中,过渡区包含在第一部分与第二部分的交叉处,并且一致性步骤包括基于第一局部变换和第二局部变换来确定在过渡区中的总体变换。例如,过渡区可以与第一部分与第二部分的交叉处相同。可替换地,可以基于图像训练集来确定过渡区。总体变换的一致性可以通过例如借助于第一局部变换与第二局部变换的加权平均值在过渡区中确定总体变换来实现。可替换地,能够使用第一局部变换与第二局部变换的非线性函数。
在根据本发明的调整方法的另一实施例中,调整方法还包括使用第一局部变换与第二局部变换构建用于将几何模型映射到图像数据中的总体变换。在过渡区之外,总体变换与各个局部变换相同。在过渡区中,总体变换定义为在所述过渡区中所定义的局部变换的线性组合。总体变换可以用于初始化和/或调整几何模型以适应图像数据。
在根据本发明的调整方法的另一实施例中,代价函数是总体变换的函数。该实施例适合于采用用于优化总体变换的任何代价函数。许多此类代价函数都是可利用的。
在根据本发明的调整方法的另一实施例中,一致性步骤包括对代价函数进行优化,所述代价函数包括来自所述几何模型中包含在过渡区中的区域的内部能量贡献,并且所述内部能量贡献是基于使用第一局部变换的第一内部能量贡献与使用第二局部变换的第二内部能量贡献来确定的。
在根据本发明的调整方法的另一实施例中,几何模型的第二部分包括管状结构,并且第二局部变换是基于用于形成管状结构中心线的成形局部变换和/或用于调整管状结构横截面半径的缩放局部变换来定义的。心脏是一种复杂的器官,其包括多个结构,例如心房和心室,并与血管直接相连接。因此借助于几何模型来对心脏进行建模通常包含对相邻血管的片段进行建模,并且用于适应包含心脏的图像数据的几何模型应该包括用于对血管进行建模的部分。然而,血管的几何特性与心脏的几何特性相差很大。本发明的调整方法有利地允许考虑这些差别。
本领域技术人员会理解,所述的局部变换起到说明本发明的目的,决不是限制权利要求的范围。技术人员会意识到,可以利用许多其它的局部变换的事实。
在根据本发明的调整方法的另一实施例中,第一局部变换是仿射变换。仿射变换是线性变换和平移的组合。仿射变换易于实现,可以用于快速计算,并且比刚性变换或结合了缩放的刚性变换要通用得多。
在根据本发明的调整方法的另一实施例中,调整方法还包括分割步骤,用于对图像数据进行分割。调整复杂几何模型以适应图像数据同样有助于描绘用几何模型建模的器官的组成。而且,对包含在图像数据中的多个物体使用所述调整方法允许医生描绘所述多个物体。总而言之,本发明的调整方法允许将图像数据更好的可视化,并使医生能够提取定量的信息,例如包含在图像数据中的物体的几何参数。
在根据本发明的调整方法的另一实施例中,几何模型基于包括多个顶点的网格。在根据本发明的调整方法的另一实施例中,网格是多边形网格,例如在参考文献1中所用的三角形网格。多边形网格表示被建模物体的表面。多边形网格相对易于实现。多边形网格的调整很少要求过多的计算时间。可替换地,几何模型可以基于四面体网格。本领域技术人员会理解存在许多可以用本发明的调整方法来调整的几何模型。在本发明实施例的说明中所用的网格仅是为了说明的目的,并不限制权利要求的范围。
本发明的另一目的是提供在开始段落中所述类型的调整系统,其减小在调整的几何模型中有问题的区域。其是通过以下实现的:调整几何模型以适应图像数据的调整系统包括确定单元,其用于确定用于将几何模型的第一部分映射到图像数据中的第一局部变换和用于将几何模型的第二部分映射到图像数据中的第二局部变换。
本发明的另一目的是提供在开始段落中所述类型的图像采集系统,其减小了调整的几何模型中有问题的区域。其是通过以下实现的:所述图像采集系统包括调整系统,用于调整几何模型以适应图像数据,所述调整系统包括:确定用于将几何模型的第一部分映射到图像数据中的第一局部变换和用于将几何模型的第二部分映射到图像数据中的第二局部变换。
本发明的另一目的是提供在开始段落中所述类型的工作站,其减小了调整的模型中有问题的区域。其是通过以下实现的:所述工作站包括调整系统,用于调整几何模型以适应图像数据,所述调整系统包括:确定用于将几何模型的第一部分映射到图像数据中的第一局部变换和用于将几何模型的第二部分映射到图像数据中的第二局部变换。
本发明的另一目的是提供在开始段落中所述类型的计算机程序产品,其减小了调整的模型中有问题的区域。其是通过以下实现的:要由计算机设备加载的计算机程序产品包括指令,用于调整几何模型以适应图像数据,所述计算机设备包括处理单元和存储器,所述计算机程序产品在被加载后提供给所述处理单元确定用于将几何模型的第一部分映射到图像数据中的第一局部变换和用于将几何模型的第二部分映射到图像数据中的第二局部变换的能力。
基于本说明,本领域技术人员可以实施所述调整系统、图像采集系统、工作站和/或计算机程序产品的修改及其变化,其与所述调整方法的修改及其变化相对应。
本发明的调整方法用于调整几何模型以适应图像数据。现在可以依惯例通过各种数据采集形式来产生图像数据,例如核磁共振(MRI)、计算机断层造影术(CT)、超声波(US)、正电子发射断层造影术(PET)、单光子发射计算机断层造影术(SPECT)。
附图说明
将参考附图,相对于以下所述的执行和实施例来阐明根据本发明的调整方法、调整系统、图像采集系统、工作站和计算机程序产品的这些及其它方面,它们由此将变得显而易见,其中:
图1示出了调整方法的示范性实施例简化的流程图;
图2示意性地示出了几何模型的示范性部分;
图3示出了调整系统的实施例的框图;
图4示意性地示出了图像采集系统的实施例;以及
图5示意性地示出了工作站的实施例。
在全部附图中,相同的参考标记数字用于表明相应的部分。
具体实施方式
图1示出了用于调整几何模型以适应图像数据的调整方法100的示范性实施例的简化流程图,所述调整方法包括:
读取步骤105,用于读取图像数据和几何模型数据;
初始化步骤110,用于初始化几何模型;以及
优化步骤115,用于优化代价函数,以确定总体变换的参数。
在根据本发明的调整方法100的实施例中,调整方法还包括:
调整步骤120,用于使用构建的总体变换调整几何模型以适应图像数据。
进一步参考图1,在开始步骤101之后,该方法继续前进到读取步骤105,用于读取图像数据和几何模型数据。几何模型数据包括几何模型的多个部分。在这里,这些部分构成几何模型的分区(partition)。在初始化步骤110中,初始化几何模型。例如,可以在图像中将几何模型放置在图像数据中的要为其调整几何模型的物体附近。可选的,几何模型还可以进行旋转、平移和/或缩放,以匹配要为其调整几何模型的物体。在初始化步骤110之后,该方法继续前进到优化步骤115。在优化步骤115中,对代价函数进行优化,并且找到在此还满足一致性条件的局部变换的最佳参数。随后,该方法继续前进到调整步骤120,其中,用基于局部变换而定义的总体变换来调整几何模型以适应图像数据,并在步骤199结束。可替换地,该方法在优化步骤115之后结束。
图2以轴向视图201和冠状视图202示意性地示出了心脏的几何模型的示范性部分。在此,该模型的各部分包括右心房RA、左心房LA、右心室RV、左心室LV和主动脉A。划上阴影线的椭圆E表示在这些部分之间的过渡区。图2示出了在同一器官内会出现不同特性类型的结构。预料到左心室LV和右心室RV会在大小和位置上发生变化,而上升主动脉A在中心线的弯曲半径和横截面上发生变化。而且,这两个心室彼此相对的位置和大小也会变化。这样,可以将不同的部分变换有利地应用于左心室LV、右心室RV和主动脉A。
避免过分约束几何模型可变形性的一个可能是彼此独立地调整几何模型的第一部分和几何模型的第二部分以适应图像数据。该方案存在的问题在于确保整个几何模型的一致性。如果这两个部分彼此靠近和/或彼此相连,则第一部分形状和尺寸就在一定程度上影响第二部分的形状和尺寸,例如左心室的位置与主动脉的位置相关。整个心脏的复杂模型要考虑心脏各部分的相关性,而心房、心室和主动脉的独立模型的集合则不考虑各个被建模部分的相关性。因此,其对于将复杂模型用于例如心脏之类的器官是有利的。
为了保持调整的几何模型的一致性,就需要一种在过渡区(在图2中由划上阴影线的椭圆E所示的)处的局部变换之间的相互作用。
在本发明的调整方法100的一个实施例中,使用了几何模型的总体变换。这个总体变换是基于用于变换几何模型各部分的局部变换而构建的。为此,如果各部分相互分开,或者如果它们没有充分交叠,则必须将每个局部变换延伸到更大的域,其包括与由该局部变换所变换的部分相邻的过渡区。例如,如果局部变换是缩放变换、刚性变换或仿射变换,则此类局部变换可以自然地扩展到几何模型的所有部分。如果局部变换可以用多项式或三角级数来局部近似,则这些多项式或三角级数就可以用于定义局部变换的扩展。本领域技术人员会理解还有几个其它方式来扩展局部变换,其以这样的方式进行:局部变换的扩展的域包括与由该局部变换所变换的部分相邻的过渡区。为了简化起见,以下将几何模型第k个部分Pk的局部变换Tk的扩展称为局部变换,并也表示为Tk
一旦几何模型的各部分充分的交叠,它们就可以用于定义总体变换。例如,如果几何模型由顶点网格来表示,则可以为每一个顶点x分配一组权重,每一个权重与几何模型第k个部分的局部变换Tk相对应。类似地,如果几何模型由三角形网格来表示,则可以为每一个三角形中心x分配一组权重,每一个权重与几何模型第k个部分的局部变换Tk相对应。总体变换T定义为
T ( x ) = Σ k : w k > 0 w k ( x ) T k ( x ) - - - [ 1 ]
当x包含在第k个部分中,而不包含在任何过渡区中时,则权重wk(x)=1,而对于l≠k,其它权重wl(x)=0。因此T(x)=Tk(x)。当x被包含在与第k个部分交叠的过渡区中时,则权重wk(x)≥0。分配给x的所有权重的总和是1。通常(但不总是如此),顶点x位于第k个部分Pk内部越深,权重wk(x)就越大,从而局部变换Tk在x处对总体变换T的贡献就越大。局部变换Tk在x处对总体变换T的贡献局限于第k个部分的某种适度的邻近环境,其可以基于一组训练图像来确定。权重wk(x)优选地包含在本发明的几何模型中。可替换地,权重wk(x)可以基于几何模型的多个部分来计算。例如,如果x是包含在两个部分(例如Pk和Pl)中的顶点,则可以定义在这两个部分之间的边界β。随后,可以将权重wk(x)定义为wk(x)=d(x,β)/max{d(y,β):y∈Pk∩Pl}及wl(x)=1-wk(x),在此d(y,β)是在y和β之间的距离。优选地,以这样的方式选择所述边界:对于x∈β,wk(x)=wl(x)。
总体变换T取决于局部变换Tk的参数。每一个局部变换可以具有一组不同的参数和/或不同的参数值。例如,平移参数是平移向量的分量,缩放变换的参数是缩放因子,线性变换的参数是线性变换矩阵的元素。
适于对部分Pk进行变换的局部变换Tk的类型可以根据调整几何模型以适应训练图像数据来获知,并能够包含在几何模型中。可替换地,局部变换的定义可以包含在该方法的实施中。可选的,可以允许用户互动地选择局部变换的类型。
通过优化代价函数(例如三角形网格的总能量),可以在优化步骤115中计算总体变换T的参数。可以在现有技术中找到该优化方法的细节,例如在参考文献1中,其以此被包括作为参考。刚刚在以上说明并在图1中示出的调整方法100的实施例对于初始化复杂几何模型尤其有用。存在大量的用于优化代价函数的分割算法,其可以用于本发明的调整方法。通过最小化代价函数而获得的总体变换可以有利地用于初始化模型。
在根据本发明的调整方法100的另一实施例中,参考文献1的调整方法被有利地配置为用于本发明的几何模型。在该调整方法中,代价函数包括外部能量项Eext和内部能量项Eint。参考文献1的内部能量项可以写为
E int = Σ verticesi F ( x i , N ( x i ) , T ( m ) ) - - - [ 2 ]
在此,N(xi)是包括顶点xi周围的多个顶点xj的邻域,m是基于参考形状的模型的顶点组mi,T是基于形状的模型的总体变换,F(xi,N(xi),T(m))是顶点xi对内部能量[2]的贡献。在能量最小化构架中,贡献F通常实现为相对顶点位移的二次函数:
F ( x i , N ( x i ) , T ( m ) ) = Σ verticesj ∈ N ( x i ) ( x i - x j - ( T ( m i ) - T ( m j ) ) ) 2 - - - [ 3 ]
在本实施例中,通过将第i个顶点xi对内部能量的贡献重新定义为
F ( x i , N ( x i ) , T ( m ) ) = Σ k : w k ( x i ) > 0 w k ( x i ) · F ( x i , N ( x i ) , T k ( m ) ) - - - [ 4 ]
来确保调整的几何模型的一致性,在此,wk(xi)是第i个顶点xi对来自第k个部分Pk的内部能量[4]的贡献F(xi,N(xi),Tk(m))的权重。用如前所述的相同原理来定义这些权重。在公式[3]的视图中,优选地将局部变换扩展到整个几何模型。可替换地,在来自第k个部分Pk的顶点xi周围的领域N(xi)必须以这样的方式来定义:N(xi)仅包含来自第k个部分Pk和来自与第k个部分Pk相邻的过渡区的顶点。
在如以上实施例中所述的这种能量最小化架构中的几何模型的优化,例如是分两步来进行的,这两步随后可以进行重复。首先,基于最小化几何模型的总能量,相对于几何模型顶点的初始配置来优化局部变换Tk的参数。其次,计算顶点坐标xi,以使用在第一步确定的局部变换Tk来优化总能量。所优化的顶点xi定义了调整的几何模型。关于细节见参考文献1,尤其是第2.4章。
在根据本发明的调整方法的一个特定实施例中,在优化时,在第一优化步骤中,为几何模型的内部能量项Eint给予一个无穷大的权重。这实际上可以通过在代价函数表达式中将内部能量项加权得比外部能量项高得多来实现。这等价于固定住在顶点xi与基于参考形状的模型的经变换顶点Tk(mi)之间的位移,同时最小化被吸引到图像中检测到的特征上的“刚性”几何模型的外部能量。仅有的自由度是局部变换的参数。在第二优化步骤中,如上所述,用在第一步中所确定的局部变换Tk来优化顶点坐标xi
为了执行鲁棒性的但仍旧快速的初始化,可以首先将变换局限于一个或几个刚性变换。随后,这可以用作对于更多复杂变换(例如多个仿射变换)的初始化。
即使不使用局部变换,也可以应用该优化过程,即,也可以采用现有技术的总体变换,如在参考文献1中对其进行的描述。
在本发明方法的所述实施例中的顺序不是强制性的,在不脱离本发明所希望的概念的情况下,本领域技术人员可以改变步骤的顺序或使用线程化模型、多处理器系统或多个进程并行地执行这些步骤。可选地,本发明方法的两个步骤可以合并为一个步骤。可选的,可以将本发明调整方法100的一个步骤分割为多个步骤。
图3示意性地示出了调整系统300的实施例,调整系统300用于调整几何模型以适应图像数据,所述调整系统300包括:
读取单元305,用于读取图像数据和几何模型数据;
初始化单元310,用于初始化几何模型;以及
优化单元315,用于优化代价函数以确定总体变换的参数。
在根据本发明的调整系统300的实施例中,所述调整方法还包括:
调整步骤单元320,用于用构建的总体变换来调整几何模型以适应图像数据;
分割单元360,用于分割图像数据;
用户接口365,用于与检测系统300通信。
在图3所示的调整系统300的实施例中,有三个输入连接器381、382和383,用于输入数据。第一输入连接器381被配置为接收从诸如硬盘、磁带、闪存或光盘之类的数据存储器输入的数据。第二输入连接器382被配置为接收从诸如鼠标或触摸屏之类的用户输入设备输入的数据。第三输入连接器383被配置为接收从诸如键盘之类的用户输入设备输入的数据。输入连接器381、382和383连接到输入控制单元380。
在图3所示的调整系统300的实施例中,有两个输出连接器391和392,用于输出数据。第一输出连接器391被配置为向诸如硬盘、磁带、闪存或光盘之类的数据存储器输出数据。第二输出连接器392被配置为向显示设备输出数据。输出连接器391和392经由输出控制单元390接收各自的数据。
本领域技术人员会理解存在许多方式将输入设备连接到调整系统300的输入连接器381、382和383以及将输出设备连接到调整系统300的输出连接器391和392。这些方式包括但不限于:有线连接与无线连接、诸如局域网(LAN)和广域网(WAN)之类的数字网络、互联网、数字电话网和模拟电话网。
在根据本发明的调整系统300的实施例中,调整系统300包括存储器单元370。存储器单元370被配置为经由任何一个输入连接器381、382和383从外部设备接收输入数据,并在存储器单元370中存储所接收的数据。将数据加载到存储器单元370中允许调整系统300的各个单元对相关数据部分的快速访问。输入数据可以包括但不限于图像数据。可以借助于诸如以下的设备来实现存储器单元370:例如,随机存取存储器(RAM)芯片、只读存储器(ROM)芯片和/或硬盘。优选地,存储器单元370包括RAM,用于存储图像数据集。存储器单元370还被配置为经由存储器总线375,从调整系统300的各个单元接收数据并向其传递数据,调整系统300的各个单元包括:读取单元305、初始化单元310、优化单元315、调整步骤单元320、分割单元360和用户接口365。存储器单元370还被配置为使得数据经由输出连接器391和392中任意一个对外部设备可用。将来自调整系统300的各个单元的数据存储在存储器单元370中有利地改善了调整系统300的各个单元的性能,以及数据从调整系统300的各个单元到外部设备的传递速率。
可替换地,调整系统300不包括存储器单元370和存储器总线375。调整系统300所使用的输入数据由至少一个外部设备来提供,例如连接到调整系统300的单元的外部存储器或处理器。类似地,由调整系统300产生的输出数据被提供给至少一个外部设备,例如连接到调整系统300的单元的外部存储器或处理器。调整系统300的单元被配置为经由内部连接或经由数据总线在彼此之间接收数据。
在根据本发明的调整系统300的另一实施例中,调整系统300包括用户接口365,用于与调整系统300通信。用户接口365包括:显示单元,用于向用户显示数据;以及选择单元,用于做出选择。将调整系统300与用户接口365相结合允许用户与调整系统300通信。用户接口365还被配置为显示几何模型和根据图像数据渲染的视图。可选的,用户接口可以包括调整系统300的多种操作模式,其表明了在调整中所采用的代价函数。本领域技术人员会理解,可以在调整系统300的用户接口365中有利地实现更多的功能。
可替换地,调整系统可以使用经由输入连接器382和/或383及输出连接器392连接到调整系统300的外部输入设备和/或外部显示器。本领域技术人员还会理解存在许多用户接口,其可以有利地包括在本发明的调整系统300中。
本发明的调整系统300,例如图3中所示的,可以实现为计算机程序产品,并可以存储在任何适宜的介质上,诸如:例如磁带、磁盘或光盘。该计算机程序可以被加载到包括处理单元和存储器的计算机设备中。计算机程序产品在被加载后,提供给处理单元执行渲染,各种任务的能力。
图4示意性地示出了图像采集系统400的实施例,其使用了本发明的调整系统300,所述图像采集系统400包括:图像采集系统单元410,其经由内部连接与调整系统300相连;输入连接器401;以及输出连接器402。该配置有利地增加了图像采集系统400的性能,为所述图像采集系统400提供了调整系统300的有优势的分割能力。图像采集系统的实例包括但不限于:CT系统、X射线系统、MRI系统、超声波系统、正电子发射断层造影(PET)系统和单光子发射计算机断层造影(SPECT)系统。
图5示意性地示出了工作站500的实施例。所述系统包括系统总线501。处理器510、存储器520、磁盘输入/输出(I/O)适配器530和用户接口(UI)540可操作地连接到系统总线501。磁盘存储设备531可操作地耦合到磁盘I/O适配器530。键盘541、鼠标542和显示器543可操作地耦合到UI 540。本发明的调整系统300实现为计算机程序,其存储在盘片存储设备531中。工作站500被配置为将程序和输入数据加载到存储器520中,并在处理器510上执行程序。用户可以用键盘541和/或鼠标542向工作站500输入信息。工作站被配置为向显示设备543和/或向盘片531输出信息。本领域技术人员会理解有许多本领域已知的其它工作站的实施例,并且本实施例起到说明本发明的目的,不能解释为将本发明限于该特定实施例。
应指出,上述实施例是说明性的而不是限制本发明,在不脱离所附权利要求范围的情况下,本领域技术人员将能够设计可替换的实施例。在权利要求中,在括号中的任何参考标记都不应解释为限制权利要求。词语“包括”并不排除未在权利要求中列出的元件或步骤的存在。在元件之前的词语“一”不排除多个此类元件的存在。本发明可以借助于包括几个不同元件的硬件及借助于适当编程的计算机来实现。在系统中,权利要求列举了几个单元,这些单元中的几个可以由同一项硬件或软件来体现。词语第一、第二和第三等的使用并不表示任何排序。这些词语可以被解释为名称。

Claims (9)

1.一种调整方法(100),用于调整几何模型以适应图像数据,所述调整方法(100)包括:
确定用于将所述几何模型的第一部分映射到所述图像数据中的第一局部变换和用于将所述几何模型的第二部分映射到所述图像数据中的第二局部变换,
一致性步骤,用于保持所述几何模型在所述几何模型的所述第一部分与所述第二部分之间的过渡区中的一致性,其中,所述过渡区包括在所述第一部分与所述第二部分的交叉处,并且其中,所述一致性步骤包括基于所述第一局部变换和所述第二局部变换的加权平均值来确定在所述过渡区中的总体变换;以及
用所述第一局部变换和所述第二局部变换构建用于将所述几何模型映射到所述图像数据中的总体变换。
2.如权利要求1所述的调整方法(100),其中,代价函数是所述第一局部变换与所述第二局部变换的函数,并且其中,通过优化所述代价函数来确定所述第一局部变换与所述第二局部变换。
3.如权利要求1所述的调整方法(100),其中,代价函数是所述总体变换的函数。
4.如权利要求1所述的调整方法(100),其中,所述几何模型的所述第二部分包括管状结构,并且所述第二局部变换是基于用于形成所述管状结构中心线的成形局部变换和/或用于调整所述管状结构横截面半径的缩放局部变换来定义的。
5.如权利要求1所述的调整方法(100),其中,所述第一局部变换是仿射局部变换。
6.如权利要求1所述的调整方法(100),还包括分割步骤,用于分割所述图像数据。
7.一种调整装置,用于调整几何模型以适应图像数据,所述调整装置包括:
确定模块,用来确定用于将所述几何模型的第一部分映射到所述图像数据中的第一局部变换和用于将所述几何模型的第二部分映射到所述图像数据中的第二局部变换,
一致性模块,用于保持所述几何模型在所述几何模型的所述第一部分与所述第二部分之间的过渡区中的一致性,其中,所述过渡区包括在所述第一部分与所述第二部分的交叉处,并且其中,所述一致性模块还基于所述第一局部变换和所述第二局部变换的加权平均值来确定在所述过渡区中的总体变换,以及
构建模块,用于用所述第一局部变换和所述第二局部变换构建用于将所述几何模型映射到所述图像数据中的总体变换。
8.一种图像采集系统(400),用于采集图像数据,其包括如权利要求7所述的调整装置。
9.一种工作站(500),其包括如权利要求7所述的调整装置。
CN2006800346056A 2005-09-23 2006-09-20 用于使用多个局部变换调整几何模型的方法及系统 Active CN101268492B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP05108822.7 2005-09-23
EP05108822 2005-09-23
PCT/IB2006/053396 WO2007034425A2 (en) 2005-09-23 2006-09-20 A method of and a system for adapting a geometric model using multiple partial transformations

Publications (2)

Publication Number Publication Date
CN101268492A CN101268492A (zh) 2008-09-17
CN101268492B true CN101268492B (zh) 2011-08-10

Family

ID=37734944

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2006800346056A Active CN101268492B (zh) 2005-09-23 2006-09-20 用于使用多个局部变换调整几何模型的方法及系统

Country Status (5)

Country Link
US (1) US8260586B2 (zh)
EP (1) EP1929444B1 (zh)
CN (1) CN101268492B (zh)
AT (1) ATE534098T1 (zh)
WO (1) WO2007034425A2 (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1929443A1 (en) * 2005-09-23 2008-06-11 Philips Intellectual Property & Standards GmbH A priori information encoding for manual adaptation of geometric models
US8265363B2 (en) * 2009-02-04 2012-09-11 General Electric Company Method and apparatus for automatically identifying image views in a 3D dataset
RU2654611C2 (ru) 2012-11-20 2018-05-21 Конинклейке Филипс Н.В. Автоматическое позиционирование стандартных плоскостей для оценки сердца плода в режиме реального времени
EP2750106B1 (en) * 2012-12-31 2021-09-15 Dassault Systèmes Geometrical elements transformed by rigid motions
DE102014115851A1 (de) * 2014-10-30 2016-05-04 Physikalisch - Technische Bundesanstalt Verfahren und Vorrichtung zur Berechnung, Darstellung und Weiterverarbeitung von lokalen Gütemaßen aus einem Volumenbilddatensatz
EP3224803A1 (en) * 2014-11-28 2017-10-04 Koninklijke Philips N.V. Model-based segmentation of an anatomical structure
US10586398B2 (en) 2014-12-18 2020-03-10 Koninklijke Philips N.V. Medical image editing
WO2016110463A1 (en) 2015-01-06 2016-07-14 Koninklijke Philips N.V. Ultrasound imaging apparatus and method for segmenting anatomical objects
CN105354846A (zh) * 2015-11-05 2016-02-24 沈阳东软医疗系统有限公司 一种分割三维医疗图像的方法和装置
US10325412B2 (en) * 2015-11-05 2019-06-18 Shenyang Neusoft Medical Systems Co., Ltd. Cutting three-dimensional image
EP3355104B2 (de) * 2017-01-27 2022-06-01 Carl Zeiss Vision International GmbH Verfahren und vorrichtung sowie computerprogramm zum ermitteln einer repräsentation eines brillenglasrands
EP3422048A1 (en) * 2017-06-26 2019-01-02 Koninklijke Philips N.V. Ultrasound imaging method and system
CN109683858B (zh) * 2018-11-27 2022-05-27 四川隧唐科技股份有限公司 数据处理方法及装置

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0602730B1 (en) * 1992-12-18 2002-06-19 Koninklijke Philips Electronics N.V. Registration of Volumetric images which are relatively elastically deformed by matching surfaces
US6106466A (en) * 1997-04-24 2000-08-22 University Of Washington Automated delineation of heart contours from images using reconstruction-based modeling
US5926568A (en) * 1997-06-30 1999-07-20 The University Of North Carolina At Chapel Hill Image object matching using core analysis and deformable shape loci
US6204860B1 (en) * 1998-07-02 2001-03-20 Silicon Graphics, Inc. Method and apparatus for geometric model deformation using wires
US6678642B1 (en) * 1998-10-08 2004-01-13 Sandia Corporation Method of and apparatus for modeling interactions
US6816607B2 (en) * 2001-05-16 2004-11-09 Siemens Corporate Research, Inc. System for modeling static and dynamic three dimensional anatomical structures by 3-D models
US20030160786A1 (en) * 2002-02-28 2003-08-28 Johnson Richard K. Automatic determination of borders of body structures
AU2003260902A1 (en) 2002-10-16 2004-05-04 Koninklijke Philips Electronics N.V. Hierarchical image segmentation
EP1573672B1 (en) 2002-12-12 2008-04-16 Philips Intellectual Property & Standards GmbH Method of segmenting a three-dimensional data set allowing user corrections
EP1649422A1 (en) 2003-07-16 2006-04-26 Philips Intellectual Property & Standards GmbH Object-specific segmentation
US20050254708A1 (en) * 2004-04-09 2005-11-17 Marie-Pierre Jolly Segmentation of the left ventricle in apical echocardiographic views using a composite time-consistent active shape model
US7804997B2 (en) * 2004-06-10 2010-09-28 Technest Holdings, Inc. Method and system for a three dimensional facial recognition system
EP1779324B1 (en) 2004-08-09 2018-01-17 Koninklijke Philips N.V. Segmentation based on region-competitive deformable mesh adaptation
US7764838B2 (en) * 2004-09-14 2010-07-27 Siemens Medical Solutions Usa, Inc. System and method for extracting an object of interest from an image using a robust active shape model
US20060110071A1 (en) * 2004-10-13 2006-05-25 Ong Sim H Method and system of entropy-based image registration
US8014625B2 (en) * 2004-11-10 2011-09-06 Agfa Healthcare Method of performing measurements on digital images
US20060098897A1 (en) * 2004-11-10 2006-05-11 Agfa-Gevaert Method of superimposing images
JP5068670B2 (ja) 2005-02-10 2012-11-07 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 画像処理装置及び方法
US7773806B2 (en) * 2005-04-19 2010-08-10 Siemens Medical Solutions Usa, Inc. Efficient kernel density estimation of shape and intensity priors for level set segmentation

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Laks Raghupathi et al..An Intestinal Surgery Simulator:Real-Time Collision Processing and Visualization.《IEEE Transactions on Visualization and Computer Graphics》.2004,第10卷(第6期),全文. *
Soo-Won Chae et al..Quadrilateral Mesh Generation on Trimmed NURBS Surfaces.《KSME International Journal》.2001,第15卷(第5期),全文. *

Also Published As

Publication number Publication date
ATE534098T1 (de) 2011-12-15
US8260586B2 (en) 2012-09-04
US20090037154A1 (en) 2009-02-05
WO2007034425A3 (en) 2007-07-05
WO2007034425A2 (en) 2007-03-29
EP1929444B1 (en) 2011-11-16
EP1929444A2 (en) 2008-06-11
CN101268492A (zh) 2008-09-17

Similar Documents

Publication Publication Date Title
CN101268492B (zh) 用于使用多个局部变换调整几何模型的方法及系统
CN108022238B (zh) 对3d图像中对象进行检测的方法、计算机存储介质和系统
US7689021B2 (en) Segmentation of regions in measurements of a body based on a deformable model
US7574247B2 (en) Automatic coronary isolation using a n-MIP ray casting technique
US20180218503A1 (en) System and methods for image segmentation using convolutional neural network
JP5919287B2 (ja) 医用画像のセグメンテーションのためのシステム
CN105190630A (zh) 计算血流储备分数
EP3080777B1 (en) Model-based segmentation of an anatomical structure
CN101167105B (zh) 多表面建模
JP2006502777A (ja) 階層的な画像セグメンテーション
Queirós et al. MITT: medical image tracking toolbox
US11308613B2 (en) Synthesis of contrast enhanced medical images
CN110546685B (zh) 图像分割和分割预测
RU2669680C2 (ru) Инициализация модели на основе классификации видов
US20220222873A1 (en) Devices and process for synthesizing images from a source nature to a target nature
CN101484919A (zh) 借助于运动模型的心脏形状预测
CN106133789A (zh) 用于分割感兴趣区域的图像处理装置和方法
JP2019204263A (ja) 生体モデル生成装置、生体モデル生成方法、および生体モデル生成プログラム
Li et al. Automatic quantification of epicardial adipose tissue volume
Chai et al. A voxel‐based finite element model for the prediction of bladder deformation
Abiri et al. Simulating developmental cardiac morphology in virtual reality using a deformable image registration approach
CN101292261A (zh) 用于医用图像的增强可视化的方法
CN102099833B (zh) 网格冲突避免
WO2023237553A1 (en) Method and system for assessing functionally significant vessel obstruction based on machine learning
CN115761134A (zh) 孪生模型的生成方法、系统、核磁共振装置和介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant