CN101310307A - 解剖结构的轮廓混合绘制 - Google Patents

解剖结构的轮廓混合绘制 Download PDF

Info

Publication number
CN101310307A
CN101310307A CNA2006800423442A CN200680042344A CN101310307A CN 101310307 A CN101310307 A CN 101310307A CN A2006800423442 A CNA2006800423442 A CN A2006800423442A CN 200680042344 A CN200680042344 A CN 200680042344A CN 101310307 A CN101310307 A CN 101310307A
Authority
CN
China
Prior art keywords
3dra
data set
anatomical structure
image
diagnostic
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.)
Granted
Application number
CNA2006800423442A
Other languages
English (en)
Other versions
CN101310307B (zh
Inventor
D·S·A·鲁伊特斯
P·M·米勒坎普
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 CN101310307A publication Critical patent/CN101310307A/zh
Application granted granted Critical
Publication of CN101310307B publication Critical patent/CN101310307B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformation in the plane of the image
    • G06T3/40—Scaling the whole image or part thereof
    • G06T3/4015—Demosaicing, e.g. colour filter array [CFA], Bayer pattern
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/50—Lighting effects
    • G06T15/503—Blending, e.g. for anti-aliasing

Abstract

提供了用于绘制解剖结构，例如血管结构，以及周围解剖特征/结构的有利图像/视图的系统和方法。所公开的系统和方法将传统的3D X射线旋转血管造影(3DRA)与相关解剖区域的诊断扫描，例如CT或MR扫描组合，以产生其组合的图像/视图。该图像包括在CT/MRI厚片下的结构和/或血管解剖结构，即模糊的血管结构的轮廓绘制，由此允许临床医生和其它医疗/外科工作人员更好地理解血管形态和血管病理学与周围分支/解剖结构之间的关系。

Description

解剖结构的轮廓混合绘制
本公开文本涉及用于绘制解剖结构，例如血管结构的改进图像/视图的系统和方法。更具体地，本公开文本涉及用于将传统3D X射线旋转血管造影(3DRA)与相关解剖区域的诊断扫描，例如CT或MR扫描相组合，以产生其组合图像/视图的系统和方法。根据本公开文本的示范性实施例，该图像/视图包括对CT/MRI厚片/切片下的结构/血管解剖结构进行的轮廓绘制。所公开的系统和方法允许临床医生和其它医疗/外科工作人员更好地理解血管形态和血管病理与周围分支/解剖结构之间的关系。
介入性X射线血管造影过程通常基于对贯穿脉管系统的管内材料的实时、二维(2D)微创图像引导。典型地，对这种管内材料，例如引导线和/或导管的交互式跟踪，已经由X射线血管造影仪器实现了。最近引入的3D旋转血管造影(3DRA)技术通过增加第三成像维数对标准的两维血管成像技术进行了显著地改善。3DRA成像允许更好地理解和评估血管形态，以及血管病理与周围分支的相互关系。
在许多临床过程中，已经通过使用例如CT和/或MR技术获得了对相关解剖区域的诊断扫描。因此，对于要进行微创介入治疗的患者而言，可频繁地获得诊断扫描信息。已经研究了CT或MR数据集与3DRA数据集组合的可能性，即图像融合。然而，为了最大化对临床医生和其他人员的潜在好处，图像融合系统应该设计为以如下方式显示两个独立的3D数据集(即CT/MR和3DRA数据集)，即使得组合图像易于了解和操作，同时提供最大化的临床相关信息。
先前的图像融合方法已经包括了对两个数据集的2D横截面进行组合的显示。该显示模式不是理想的，因为对临床医生来说不可能根据2D横截面来了解血管的3D形态。此外，对于使在组合图像中潜在感兴趣解剖结构变得模糊的可能性不能事先处理。
因此，尽管到此为止进行了很多的努力，依然需要将诊断数据集和3DRA数据集以允许理解和/或了解解剖问题(包括血管/脉管系统形态)的方式组合的系统和方法。另外，需要将诊断和3DRA数据集以允许理解和/或了解解剖结构的模糊部分的方式组合的系统和方法。还需要将诊断和3DRA数据集以允许理解和/或了解血管/脉管系统结构的诊断厚片绘制和3DRA图像之间的交叉(intersection)的方式组合的系统和方法。通过此处公开的系统和方法来满足这些和其它需要。
此处公开的系统和方法用于将传统3D X射线旋转血管造影(3DRA)与相关解剖区域的诊断扫描，例如CT或MR扫描相组合，以产生其组合图像/视图。更具体地，本公开文本涉及用于将传统3D X射线旋转血管造影(3DRA)与相关解剖区域的诊断扫描相组合，以便与周围解剖结构/特征相结合地绘制解剖结构(例如血管结构)的有利图像/视图的系统和方法。根据本公开文本的示范性实施例，该图像/视图包括在CT/MR厚片下的结构，例如血管系统的轮廓绘制。所公开的系统和方法允许临床医生和其它医疗/外科工作人员更好地理解血管形态和血管病理与周围分支/解剖结构之间的关系。
根据所公开的系统和方法的示范性实例，获得用于感兴趣解剖区域的诊断数据集(例如CT，MR)并将其存储在与处理单元通信的数据库中。此后，获得解剖结构，例如脉管系统等的三维旋转血管造影(3DRA)数据集，该数据集存储在与上述处理单元通信的数据库中。通过处理单元将CT和/或MR数据集与3DRA数据集配准，由此允许进行两个数据集的组合绘制。
在基于组合数据集生成图像/视图的过程中，所公开的系统和方法显示了脉管系统(基于3DRA数据集)和根据诊断数据集(基于CT或MR成像)的厚片，以及脉管系统与厚片的交叉。此外，所公开的系统和方法有利地生成了图像/视图，其在轮廓中包括脉管系统中由于厚片而模糊的部分。因此本发明提供了用于优化显示大量数据的系统和方法，该大量数据为将3DRA成像与CT或MR诊断数据相组合的结果。这种数据，尤其是具有模糊脉管系统的轮廓视图的数据的组合绘制在向临床医生或其它系统用户提供临床有用数据方面显示出显著的优点。
在生成下面数据集的过程中，通常利用几种现有技术来在技术上实现所公开的系统和方法。更具体地，通常可以使用传统CT和/或MR装备和成像技术来生成需要的诊断数据集。如此处所描述的，诊断数据集可以被传输到适当的数据存储装置中并存储在其中，例如带有用于数据操作的适当数据库体系的计算机存储器。类似地，通常使用传统3DRA装备和成像技术来生成需要的3DRA数据集。如此处所描述的，3DRA数据集也可以被传输到适当的数据存储装置中并存储在其中，例如带有用于数据操作的适当数据库体系的计算机存储器。如此处所描述的，诊断数据集和3DRA数据集可存储在相同的数据存储装置中或不同的数据存储装置中，只要这种数据存储装置对于负责对其中存储的数据集进行配准和处理的处理单元来说是可访问的。
根据本公开文本的示范性实施例，处理数据集以生成如此处所描述的有利图像/绘制包括下列处理步骤或技术：
·将3DRA数据集与例如由CT或MR成像生成的诊断数据集配准。数据集配准算法和/或方法对本领域技术人员来说是公知的，而且可以根据本公开文本使用这种公知的算法和/或方法。例如，F.Maes，A.Collignon，D.Vandermeulen，G.Marchal和P.Suetens描述了一种用于配准多模态数据集的方法(″Multimodality Image Registration byMaximization of Mutual Information，″IEEE Transactions on MedicalImaging，第16卷，第2号，第187-198页，1997年4月)。Maes等人的前述公布的内容在此引入作为参考。
·将血管/脉管系统数据从3DRA体积中分割出来。血管/脉管系统中注射的造影剂保证了在3DRA体积中的血管体素的亮度比其它体素的亮度高很多，这一事实使得便于进行分割。
·从分割后数据中获得三角网格或其它多边形显示。用于根据分割后数据生成三角网格的算法和/或方法对本领域技术人员来说是公知的，而且可以根据本公开文本使用这种公知的算法和/或方法。例如，W.E.Lorensen和H.E.Cline描述了一种用于根据数据的3D阵列生成恒定密度表面的多边形显示的方法(“Marching Cubes：A HighResolution 3D Surface Construction Algorithm，”Computer Graphics，第21卷，第4号，第1 63-169页，1987年7月)。Lorensen等人的前述公布的内容在此引入作为参考。
·使得(i)与3DRA成像相关的三角网格，以及(ii)与例如由CT或MR成像生成的诊断数据集相关的体积绘制数据相混合，混杂或组合。用于使表面和体积绘制相混合，混杂或组合的算法和/或方法对本领域技术人员来说是公知的，而且可以根据本公开文本使用这种公知的算法和/或方法。例如，A.Kaufman，R.Yagel和D.Cohen公开了四种用于将几何模型与采样的3D医学数据相混杂的方法(″Intermixing Surface and Volume Rendering，″3D Imaging in Medicine，Springer-Verlag Berlin Heidelberg，第217-227页，1990年)。通过进一步的实例，M.Frühauf描述了一种备选方法，其中使用独立的算法来进行体积绘制和表面显示，接着并入独立的绘制(″CombiningVolume Rendering with Line and Surface Rendering，″Eurographics′91，Elsevier Science Publishers B.V.，第21-32页，523)。Kaufman等人和Frühauf的前述公布的内容在此引入作为参考。
·对血管脉管系统模糊部分进行的轮廓绘制。用于生成轮廓绘制的算法和/或方法对本领域技术人员来说是公知的，而且可以根据本公开文本使用这种公知的算法和/或方法。例如，R.Raskar和M.Cohen公开了一种用于显示轮廓的技术，其尤其包括使用深度缓存器并运行绘制过程，该绘制过程以交互速率(interactive rate)计算在图像空间中邻近的前面和后面表面的交叉，  (″Image Precision SilhouetteEdges，″Proceedings of the 1999 Symposium on Interactive 3D Graphics，Atlanta，GA，第135-140页，1999年4月26-29 ACM Press)。Raskar等人的前述公布的内容在此引入作为参考。
因此，本公开文本的系统和方法为从事介入或诊断过程的临床医生提供了显著的好处。例如，所公开的系统和方法有利地提供了要评估的3DRA数据中的血管树的整个形态，即使是由于CT或MR数据集而模糊的部分。此外，两个数据集的交叉是清晰可见的，其使得能够了解两个数据集之间的空间关系。这些有利的结果可以在没有以外来和/或混淆数据使屏幕混乱的情况下实现，这样允许容易和直观地了解。
所公开的系统和方法的附加特征，功能和好处在结合附图阅读时从下面的详细说明书中变得显而易见。
为了帮助本领域普通技术人员制造和使用所公开的用于绘制解剖结构的系统和方法，现参考所附附图，其中：
图1是根据本公开文本的用于绘制解剖结构的示范性方法的流程图；
图2是根据本公开文本的示范性数据收集技术的示意性流程图；
图3是从3DRA数据集生成的分割后血管的图像；
图4是由组合了来自MR数据集的厚片的3DRA数据集生成的分割后血管的图像；
图5是图4分割后血管和MR厚片的图像，图5另外包括分割后血管的模糊部分的轮廓混合绘制。
本公开文本提供了一种特别在介入和诊断应用中使用的生成图像的有利系统和方法，例如在血管病理学治疗中。所公开的系统和方法将通过诊断扫描，例如CT，MR，XperCT成像生成的数据集和从3D旋转血管造影(3DRA)获得的与分割后血管有关的数据集相组合。更具体地，所公开的系统和方法通过提供/生成显示/图像来便于介入和诊断过程，该显示/图像包括(i)来自诊断扫描的厚片，(ii)分割后血管，其包括血管中由于该厚片而模糊的部分的轮廓图像，以及(iii)厚片和分割后血管的交叉。所公开的系统和方法给用户/临床医生提供了最大量的信息，而不损失使用和了解的便利性。
这样，在本公开文本的示范性实施例中，提供了用于将传统3D X射线旋转血管造影(3DRA)与相关解剖区域的诊断扫描，例如CT或MR扫描相组合以产生其组合图像/视图并且与周围解剖结构/特征结合地绘制解剖结构，例如血管结构的图像/视图的系统和方法。由此，临床医生和其它医疗/外科工作人员能够更好地理解血管形态和血管病理学与周围分支/解剖结构之间的关系。
参照图1和2，所公开的系统和方法的示范性实现方式适于获得用于感兴趣解剖区域的诊断数据集(例如，CT，MR)，并且在适当地体系结构数据库中存储这样的数据集。该诊断系统的设计和操作对所公开的系统和方法的设计和/或操作不是关键的。相反地，本公开文本可应用于适于对感兴趣区域成像的任何诊断系统，例如，传统的CT和MR系统。诊断数据集向适当数据库的传输在传统CT和MR系统的设计和操作中是常规的，而本公开文本的系统/方法通常设计为从传统存储介质(例如与诸如CPU、服务器等的处理单元相关的计算机存储器)中存取诊断数据集。虽然带有中心定位和/或远程定位的处理单元和/或数据存储单元的基于网络的通信根据本公开文本是可预期的，例如基于网络的通信系统，如内联网、外联网、局域网、广域网、包括基于因特网的通信等的分布式网络，但是计算机存储器/处理单元通常整体或部分地与CT/MR系统一起定位。
除了诊断数据集之外，本公开文本的系统和方法获得解剖结构(例如脉管系统等)的3D旋转血管造影(3DRA)数据集。3DRA数据集也存储在与上述处理单元通信的适当地体系结构数据库中。与上述诊断系统一样，3DRA系统的设计和操作对所公开的系统和方法的设计和/或操作不是关键的。相反地，本公开文本可应用于任何适于生成在生成感兴趣解剖结构(例如血管和/或脉管系统)的图像中使用的数据集的3DRA系统，例如，传统的3DRA系统。3DRA数据集向适当数据库的传输在传统3DRA系统的设计和操作中是常规的，而本公开文本的系统/方法通常设计为从传统存储介质(例如与诸如CPU、服务器等的处理单元相关的计算机存储器)中存取3DRA数据集。与上述诊断系统一样，虽然带有中心定位和/或远程定位的处理单元和/或数据存储单元的基于网络的通信根据本公开文本是可预期的，例如基于网络的通信系统，如内联网、外联网、局域网、广域网、包括基于因特网的通信等的分布式网络，但是计算机存储器/处理单元通常整体或部分地与3DRA系统一起定位。
进一步参照图1和2，通常对3DRA数据集进行处理以将解剖结构，例如血管/脉管系统从3DRA体积中分割出来。因为血管/脉管系统通常包括与血管/脉管系统相比产生显著不同体素亮度的注射的造影剂，所以对血管/脉管系统的分割是容易的。事实上，与血管/脉管系统相关的体素通常与邻近造影剂相比具有显著较大的亮度。通常通过分割程序/算法实现对3DRA数据集的分割，该程序/算法在处理单元上运行并利用在相关数据库/计算机存储器中的3DRA数据集。
使用分割后的3DRA数据生成用于成像后血管/脉管系统的三角网格。如前所述，用于生成用于分割后数据集的三角网格/多边形的算法是本领域公知的(参见以前在此引入作为参考的Lorensen等人公布的)。根据所公开的系统/方法的示范性实施例，将三角网格数据引入支持所公开的图像处理/绘制功能的帧缓存器。同时，与其相关的深度信息写入与这种处理/绘制功能相关的深度缓存器中。用于处理这种数据的技术包括与其相关的帧缓存器/深度缓存器的利用，该技术是本领域公知的。参考由D.Shreiner，M.Woo，J.Neider和T.Davis撰写的，Addison-Wesley出版公司出版的2003年第4版，题为“OpenGL Programming Guide：The Official Guide to LearningOpenGL”(红书)的内容，其内容在此引入作为参考。
参照图3，提供了基于典型3DRA数据集的分割后血管树的示范性图像。图3的图像是专门基于与传统3DRA成像过程相关的数据集生成的，即，图3的图像不利用从CT/MR成像过程导出的任何诊断信息/数据。
CT和/或MR数据集与从3DRA数据集导出的三角网格数据的配准是由与所公开的系统/方法相关的处理单元完成的，由此允许这两个数据集的组合绘制。因此，所公开的系统和方法适于使用传统体积绘制技术来混合诊断数据的厚片，即由CT或MR单元生成的成像数据。通过使用在深度缓存器中的3DRA信息和从后到前地横过体积绘制积分将体积绘制的诊断数据有利地与三角网格混合。如前所述，用于混合表面和体积绘制的算法和技术是本领域公知的(参见以前在此引入作为参考的Kaufman等人和Frühauf所公布的)。
通常由系统用户，例如临床医生或其它支持人员实现控制和/或选择要由所公开的系统/方法显示的图像。因此，例如通过键盘和/或鼠标与处理系统交互作用，临床医生或其它系统用户通常能够选择厚片被取得/切下的解剖位置。在观察了第一厚片/脉管系统组合后，系统用户能够选择第二位置并重复该过程，由此在各种潜在感兴趣的解剖位置存取有价值的信息。
参照图4，提供了与MR厚片一起的图3的分割后血管的示范性图像。如图4所示，所公开的系统和方法在生成基于组合诊断/3DRA数据集的图像/视图的过程中是有效的，该图像/视图显示了脉管系统(基于3DRA数据集)和来自诊断数据集的厚片(基于CT或MR成像)，以及脉管系统与厚片的交叉。
对于本公开文本的目的特别有意义的是，在此公开的系统和方法有利地设计为/适于生成图像或视图，其包括脉管系统中由于厚片而模糊的一部分或多个部分。血管/脉管系统的轮廓部分有利地开始于与血管/脉管系统的分割后3DRA图像交叉的厚片的平面处。如上所述，轮廓绘制的算法和技术是本领域公知的(参见例如以前在此引入作为参考的Raskar等人公布的)。
参照图5，与模糊血管轮廓图像一起提供了分割后3DRA血管和MR厚片的示范性图像。通过比较图3-5的图像，特别参照图5显而易见的是，本公开文本的系统和方法在与诊断厚片(从CT/MR或其它诊断成像中导出)一起提供血管/脉管系统(从3DRA成像中导出)的完整视图中是有用的，由此能够使临床医生更好地理解/明白他/她的感兴趣区域的视图的整个解剖环境。通过在诊断厚片和血管/脉管系统之间的交叉平面的清楚视图，临床医生或其它系统用户能够更好地使诊断数据与患者解剖结构整体相关。
因此，本发明提供了用于优化显示大量数据的系统和方法，该大量数据是3DRA成像与CT或MR诊断数据组合的结果。这种数据的组合绘制，特别是与模糊脉管系统的轮廓视图的组合绘制，在向临床医生或其它系统用户提供临床有用数据方面表现出显著优点。
如上所述，所公开的系统和方法可使用传统CT和/或MR装备和成像技术来实现以产生需要的诊断数据集，以及可使用传统3DRA装备和成像技术以产生需要的3DRA数据集。如在此所述的，诊断数据集和3DRA数据集可存储在相同的数据存储装置中或者不同的数据存储装置中，只要这种数据存储装置对于负责对各个数据集进行配准和处理的处理单元来说是可访问的。虽然已经参照示范性实现方式描述了本发明，该实现方式利用从3DRA和CT/MR成像系统导出的数据集，但是，应该理解，本发明不限于此；相反地，可使用所公开的系统和方法基于从任何3D体积成像系统和任何技术导出的数据集生成有利图像/视图，该技术可生成与此处描述的3DRA数据集/图像类似的数据集/图像。
总之，本公开文本的系统和方法为从事介入或诊断过程的临床医生提供了显著的好处。例如，所公开的系统和方法有利地提供了要评估的3DRA数据中的血管树的整个形态，即使是由于CT或MR数据集而模糊的部分。此外，两个数据集的交叉是清晰可见的，其使得能够了解两个数据集之间的空间关系。这些有利的结果可以在没有以外来和/或混淆数据使屏幕混乱的情况下实现，这样允许容易和直观地了解。例如，在对脉管系统病理进行的微创介入治疗和对肿瘤组织进行的管内治疗期间，所公开的系统和方法也是有用的，这对获得血管内部和周围组织的形态评定是具有很大临床价值的。本公开文本提供了一种通过组合多模态3D体积(例如CT，MR，XperCT等)与3DRA体积来使该信息可视化的有利技术。临床优点包括可以在各种状况(例如缺血性发作，(器官)狭窄，动脉瘤和位于脑部的动静脉畸形)的临床治疗期间更好地定向和理解局部解剖结构，在微创手术期间引起的出血位置，肿瘤的定位放射治疗等。所公开的系统和方法还被有利地用于介入性X射线血管造影过程中。
虽然已经参照示范性实施例和实例对本公开文本进行了描述，但所公开的系统和方法不限于这种示范性实施例/实现方式。相反地，在不脱离本公开文本的精神或范围的情况下，所公开的系统和方法可以允许许多修改，改变和/或改进。因此，本公开文本清楚地将这些修改，改变和/或改进包含在其范围内。

Claims (17)

1、一种用于生成图像的方法，包括：
a)获得用于解剖结构的一个或多个3D旋转血管造影(3DRA)数据集；
b)获得用于解剖区域的一个或多个诊断数据集；
c)将所述一个或多个3DRA数据集与所述一个或多个诊断数据集组合；以及
d)生成图像，所述图像包括从所述一个或多个诊断数据集导出的厚片和从所述一个或多个3DRA数据集导出的所述解剖结构；
其中，所述解剖结构的图像包括所述解剖结构中由于所述厚片而模糊的部分的轮廓视图。
2、如权利要求1所述的方法，还包括：分割与所述解剖结构相关的所述一个或多个3DRA数据集。
3、如权利要求2所述的方法，还包括：根据分割后的一个或多个3DRA数据集生成三角网格。
4、如权利要求1所述的方法，其中，所述解剖结构是血管，血管树或脉管系统。
5、如权利要求1所述的方法，其中，所述诊断数据集是从选自CT成像系统，MR成像系统，XperCT成像系统等组成的组的诊断成像系统获得的。
6、如权利要求1所述的方法，其中，基于手动输入选择来生成所述图像。
7、如权利要求6所述的方法，其中，通过系统用户与键盘，鼠标等交互来做出所述选择。
8、如权利要求1所述的方法，其中，通过网络将所述一个或多个3DRA数据集和所述一个或多个诊断数据集传输到数据存储器中。
9、如权利要求8所述的方法，其中，所述数据存储器与至少一个处理单元通信，并且其中，将所述处理单元编程为将所述一个或多个3DRA数据集和所述一个或多个诊断数据集组合以生成所述图像。
10、一种用于生成图像的系统，包括：
a)至少一个计算机存储单元，其包括一个或多个数据库；以及
b)与所述至少一个计算机存储单元通信的至少一个处理单元，其被编程为：
i.将与解剖结构相关的一个或多个3D旋转血管造影(3DRA)数据集和与解剖区域相关的一个或多个诊断数据集组合；以及
ii.生成图像，所述图像包括从所述一个或多个诊断数据集导出的厚片和从所述一个或多个3DRA数据集导出的所述解剖结构，其中，所述解剖结构的图像包括所述解剖结构中由于所述厚片而模糊的部分的轮廓视图。
11、如权利要求10所述的系统，其中，至少一个处理单元还被编程为：分割与所述解剖结构相关的所述3DRA数据集。
12、如权利要求11所述的系统，其中，至少一个处理单元还被编程为：根据分割后的一个或多个3DRA数据集生成三角网格。
13、如权利要求10所述的系统，其中，所述解剖结构是血管，血管树或脉管系统。
14、如权利要求10所述的系统，其中，所述诊断数据集是从选自CT成像系统，MR成像系统，XperCT成像系统等组成的组的诊断成像系统获得的。
15、如权利要求10所述的系统，其中，基于传送到所述至少一个处理单元的手动输入选择来生成所述图像。
16、如权利要求15所述的系统，其中，通过系统用户与键盘，鼠标等交互来做出所述选择。
17、如权利要求10所述的系统，其中，通过网络将所述一个或多个3DRA数据集和所述一个或多个诊断数据集传输到至少一个计算机存储单元中。
CN2006800423442A 2005-11-14 2006-11-02 用于解剖结构的轮廓混合绘制的方法和设备 Active CN101310307B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US73627205P 2005-11-14 2005-11-14
US60/736,272 2005-11-14
PCT/IB2006/054071 WO2007054863A1 (en) 2005-11-14 2006-11-02 Silhouette blend rendering of anatomical structures

Publications (2)

Publication Number Publication Date
CN101310307A true CN101310307A (zh) 2008-11-19
CN101310307B CN101310307B (zh) 2012-07-18

Family

ID=37775509

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2006800423442A Active CN101310307B (zh) 2005-11-14 2006-11-02 用于解剖结构的轮廓混合绘制的方法和设备

Country Status (5)

Country Link
US (1) US8427475B2 (zh)
EP (1) EP1952357A1 (zh)
JP (1) JP5111387B2 (zh)
CN (1) CN101310307B (zh)
WO (1) WO2007054863A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102715906A (zh) * 2011-01-20 2012-10-10 西门子公司 从c臂血管造影术的单扫描估算3d心脏运动的方法和系统
CN108814633A (zh) * 2018-03-05 2018-11-16 深圳市安健科技股份有限公司 数字减影血管造影方法、计算机存储介质

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2084667B1 (en) * 2006-11-13 2010-09-22 Koninklijke Philips Electronics N.V. Fused perfusion and functional 3d rotational angiography rendering
JP2011507584A (ja) * 2007-12-20 2011-03-10 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 身体及び体輪郭の３次元再構成
US8786594B2 (en) * 2008-05-30 2014-07-22 Siemens Aktiengesellschaft Method and system for rendering a medical image
US8200466B2 (en) 2008-07-21 2012-06-12 The Board Of Trustees Of The Leland Stanford Junior University Method for tuning patient-specific cardiovascular simulations
US9405886B2 (en) 2009-03-17 2016-08-02 The Board Of Trustees Of The Leland Stanford Junior University Method for determining cardiovascular information
US8315812B2 (en) 2010-08-12 2012-11-20 Heartflow, Inc. Method and system for patient-specific modeling of blood flow
US9582934B2 (en) * 2010-09-20 2017-02-28 Siemens Healthcare Gmbh Method and system for efficient extraction of a silhouette of a 3D mesh
EP2468207A1 (en) 2010-12-21 2012-06-27 Renishaw (Ireland) Limited Method and apparatus for analysing images
KR101272156B1 (ko) * 2011-08-31 2013-06-05 전남대학교산학협력단 혈관치료용 마이크로로봇시스템 및 그 제어방법
JP2013094438A (ja) * 2011-11-01 2013-05-20 Fujifilm Corp 画像処理装置、方法およびプログラム
WO2015080716A1 (en) 2013-11-27 2015-06-04 Analogic Corporation Multi-imaging modality navigation system

Family Cites Families (6)

* 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
US6608627B1 (en) * 1999-10-04 2003-08-19 Intel Corporation Rendering a two-dimensional image
WO2005023086A2 (en) * 2003-08-25 2005-03-17 University Of North Carolina At Chapel Hill Systems, methods, and computer program products for analysis of vessel attributes for diagnosis, disease staging, and surgical planning
US7676257B2 (en) * 2003-11-25 2010-03-09 General Electric Company Method and apparatus for segmenting structure in CT angiography
WO2006018774A1 (en) 2004-08-17 2006-02-23 Koninklijke Philips Electronics N.V. Method for flexible 3dra-ct fusion
US8077936B2 (en) * 2005-06-02 2011-12-13 Accuray Incorporated Treatment planning software and corresponding user interface

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102715906A (zh) * 2011-01-20 2012-10-10 西门子公司 从c臂血管造影术的单扫描估算3d心脏运动的方法和系统
CN102715906B (zh) * 2011-01-20 2015-05-13 西门子公司 从c臂血管造影术的单扫描估算3d心脏运动的方法和系统
CN108814633A (zh) * 2018-03-05 2018-11-16 深圳市安健科技股份有限公司 数字减影血管造影方法、计算机存储介质

Also Published As

Publication number Publication date
JP5111387B2 (ja) 2013-01-09
JP2009515584A (ja) 2009-04-16
CN101310307B (zh) 2012-07-18
US20080278492A1 (en) 2008-11-13
EP1952357A1 (en) 2008-08-06
WO2007054863A1 (en) 2007-05-18
US8427475B2 (en) 2013-04-23

Similar Documents

Publication Publication Date Title
CN101310307B (zh) 用于解剖结构的轮廓混合绘制的方法和设备
US11129583B2 (en) Apparatus and system for rule based visualization of digital breast tomosynthesis and other volumetric images
Lawonn et al. A survey on multimodal medical data visualization
US10818048B2 (en) Advanced medical image processing wizard
Preim et al. Visual computing for medicine: theory, algorithms, and applications
Vidal et al. Principles and applications of computer graphics in medicine
US20190051215A1 (en) Training and testing system for advanced image processing
US5737506A (en) Anatomical visualization system
US20070237369A1 (en) Method for displaying a number of images as well as an imaging system for executing the method
Gandhe et al. Combined and three-dimensional rendered multimodal data for planning cranial base surgery: a prospective evaluation
CN101809628A (zh) 解剖数据的可视化
Bozorgi et al. GPU-based multi-volume ray casting within VTK for medical applications
Lam et al. Three-dimensional modeling for Crohn’s Fistula-in-Ano: a novel, interactive approach
Bullitt et al. Computer-assisted visualization of arteriovenous malformations on the home personal computer
Rhodes Computer graphics in medicine: the past decade
JP4414078B2 (ja) 画像表示装置
Wang et al. An evaluation of using real-time volumetric display of 3D ultrasound data for intracardiac catheter manipulation tasks
Wang et al. Characterization of radiologists’ search strategies for lung nodule detection: slice-based versus volumetric displays
US20230270399A1 (en) Apparatus and system for rule based visualization of digital breast tomosynthesis and other volumetric images
Viola et al. Illustrated Ultrasound for Multimodal Data Interpretation of Liver Examinations.
Zhou et al. A concept of volume rendering guided search process to analyze medical data set
Marshall et al. Interactive visualisation for surface proximity monitoring
Napoli et al. Radiation therapy planning using a volumetric 3D display: PerspectaRAD
Andronikou et al. Curved multiplanar reconstruction of CT scans for demonstration of multifocal metastatic lung nodules in children in a single image
Tombropoulos et al. Tools and Techniques for Visualizing Three-Dimensional Medical Datasets

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