CN101541242A - 对脉管结构进行显像 - Google Patents
对脉管结构进行显像 Download PDFInfo
- Publication number
- CN101541242A CN101541242A CNA2007800438743A CN200780043874A CN101541242A CN 101541242 A CN101541242 A CN 101541242A CN A2007800438743 A CNA2007800438743 A CN A2007800438743A CN 200780043874 A CN200780043874 A CN 200780043874A CN 101541242 A CN101541242 A CN 101541242A
- Authority
- CN
- China
- Prior art keywords
- value
- voxel
- vascular structure
- corresponding position
- missing values
- 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
Links
- 230000002792 vascular Effects 0.000 title claims abstract description 88
- 238000011144 upstream manufacturing Methods 0.000 claims abstract description 13
- 230000010412 perfusion Effects 0.000 claims description 58
- 238000000034 method Methods 0.000 claims description 15
- 239000002872 contrast media Substances 0.000 claims description 12
- 239000008280 blood Substances 0.000 claims description 11
- 210000004369 blood Anatomy 0.000 claims description 11
- 238000013507 mapping Methods 0.000 claims description 6
- 238000009877 rendering Methods 0.000 claims description 5
- 230000017531 blood circulation Effects 0.000 abstract description 5
- 238000002583 angiography Methods 0.000 abstract description 3
- 238000012800 visualization Methods 0.000 abstract description 3
- 230000007812 deficiency Effects 0.000 abstract 3
- 210000004072 lung Anatomy 0.000 description 17
- 208000006193 Pulmonary infarction Diseases 0.000 description 16
- 230000007575 pulmonary infarction Effects 0.000 description 16
- 208000005189 Embolism Diseases 0.000 description 7
- 208000001435 Thromboembolism Diseases 0.000 description 7
- 210000001147 pulmonary artery Anatomy 0.000 description 6
- 230000011218 segmentation Effects 0.000 description 6
- 238000002059 diagnostic imaging Methods 0.000 description 5
- 230000014509 gene expression Effects 0.000 description 5
- 230000010354 integration Effects 0.000 description 4
- 238000011179 visual inspection Methods 0.000 description 4
- 230000008034 disappearance Effects 0.000 description 3
- 208000019693 Lung disease Diseases 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 210000001367 artery Anatomy 0.000 description 2
- 230000036770 blood supply Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000001361 intraarterial administration Methods 0.000 description 2
- 238000001990 intravenous administration Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 238000002601 radiography Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 238000013170 computed tomography imaging Methods 0.000 description 1
- 210000004351 coronary vessel Anatomy 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000003673 groundwater Substances 0.000 description 1
- 210000004209 hair Anatomy 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000007917 intracranial administration Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000002685 pulmonary effect Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000000246 remedial effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/504—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/12—Arrangements for detecting or locating foreign bodies
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/48—Diagnostic techniques
- A61B6/481—Diagnostic techniques involving the use of contrast agents
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/503—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of the heart
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
- G06T2207/30104—Vascular flow; Blood flow; Perfusion
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- High Energy & Nuclear Physics (AREA)
- Theoretical Computer Science (AREA)
- Vascular Medicine (AREA)
- Dentistry (AREA)
- Pulmonology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
公开了一种用于对由三维脉管造影数据集表示的脉管结构进行显像的系统(500)。相应的体素值与相应的体素相关联。数据集表示脉管结构。所述系统包括：用于建立相应的灌注值的器件(502)；用于识别相应的最小灌注值的器件(504)；用于计算相应的缺失值的器件(506)；以及用于根据缺失值提供显像的输出器件(514)。相应的灌注值表示脉管结构中的相应位置处的血流的量。相应的最小灌注值是与相应位置的位置上游相关联的灌注值的最小值。相应的缺失值表示与相应位置相关联的灌注值和与相应位置相关联的最小灌注值之间的差。
Description
技术领域
本发明涉及对脉管结构进行显像，具体地涉及由三维脉管造影数据集表示的脉管结构，在所述三维脉管造影数据集中相应体素值与相应体素相关联。
背景技术
肺栓塞(PE)是涉及肺动脉中凝块的潜在致命肺疾病。这些凝块阻碍了血液通过动脉的通道，其可以导致肺的动脉脉管树的供血不足。可以在高分辨率CT体积图像中观察凝块，这是因为凝块中缺少造影剂导致低Hounsfield值。
Pichon、Novak、Kiraly和Naidich在文章“A noval method for pulmonaryemboli visualization from high-resolution CT images”(Proc.SPIE MedicalImaging 2004)中描述了一种在肺动脉树的3D表示上加亮潜在PEs的方法。首先，使用数学形态学技术对肺脉管进行分段。然后，脉管内的密度值用于对脉管树的有阴影的表面显示的外侧着色。由于PE为比周围对比提高的血液显著较低的Hounsfield单元值，其在该3D绘制中表现为凸出的对比斑块。
Kiraly、Pichon、Naidich和Novak在文章“Analysis of arterial sub-treesaffected by pulmonary emboli”(Proc.SPIE Medical Imaging 2004)中提出了一种在给定PE定位的情况下计算局部动脉树的特征的方法。所计算的信息对受栓塞影响的动脉树的部分进行定位。所述方法基于由在给定位点处所定位的树的计算所遵循的动脉和静脉的分段。所述方法确定分支点和剩余的动脉树。文件还公开了对受影响的肺体积和动脉供应进行评估。
发明内容
具有对脉管造影数据集显像的改进方式将是有利的。为了更好地解决该问题，在本发明的第一方面提出了一种系统，所述系统包括：
用于基于体素值建立与脉管结构中相应的位置相关联的相应的灌注值(314)的器件(502)，相应的灌注值表示脉管结构中的相应的位置的邻域中的血液的量；
用于确定与脉管结构中的相应的位置相关联的相应的最小灌注值(316)的器件(504)，相应的最小灌注值是与相应的位置的位置上游相关联的灌注值(314)中的最小值；
用于计算与脉管结构中的相应的位置相关联的相应的缺失值(318)的器件(506)，根据与相应的位置相关联的灌注值(314)和与相应的位置相关联的最小灌注值(316)来计算相应的缺失值；以及
用于根据缺失值提供显像(408)的输出(514)。
可以由沿着脉管的灌注值中的局部最小值来表征诸如动脉中栓塞的损害。针对沿着脉管结构的给定位置，系统建立了灌注值以及与给定位置的位置上游相关联的灌注值的最小值。系统还根据灌注值和最小灌注值计算缺失值。例如，将两个值之间的差或两个值的比率用作缺失值。通常，由于脉管的逐渐变窄以及由于血液分布在分支中，灌注值将沿着下游方向逐渐下降。由此，最小灌注值是与邻近给定位置的位置相关联的灌注值，并具有接近于灌注值的值。但是，由于损害由灌注值的局部最小值表征，损害的脉管结构下游的部分的灌注值将不会接近于最小灌注值，并且缺失值可以用作损害强度的表示。取决于缺失值的显像在潜在的损害强度中提供更多的判别。其示出了损害是如何影响血液流动到如下位置，即针对该位置已经计算出了缺失值。这允许脉管树的相对信息充足显像。
可以使用诸如CT或MRI的医学成像设备来测量体素值。根据脉管造影采集的类型，可以结合静脉内或动脉内造影剂注射来执行所述采集。在该情形中，体素值可以对应于造影剂在相关联的体素定位的浓度。体素值也可以对应于例如流向体素定位的流体量。可以以多种不同的方式来建立灌注值。例如，与脉管结构的脉管的中心线处的体素相关联的体素值可以用作灌注值。领域可以具有预定的形状和尺寸，例如，邻域可以包括在该位置周围的一个或几个体素，或者其可以包括脉管横截面中的体素。与脉管结构的脉管的横界面中的体素相关联的体素值的平均值可以用作灌注值。也可以使用横截面的直径。脉管结构也可以是例如肺动脉树，可能地包含一个或多个肺栓塞。其可以是人体中任何动脉或静脉系统，例如颅内脉管结构。最小灌注值是与上游位置相关联的灌注值中的最小值。这里，“上游”指血液的流动，即上游位置包括如下位置，即血液从该位置流向与最小灌注值相关联的位置。如下位置可以包括例如沿着脉管结构的脉管中心线的全部体素定位，即针对该位置对灌注值、最小灌注值和缺失值进行计算。也可以使用所有这些体素定位的子集。例如，针对比最小灌注值和/或缺失值更多的位置来计算灌注值也是可能的。
根据本发明的一方面，用于建立相应的灌注值的器件包括：
用于计算广义距离映射的器件(516)，其中，基于体素值，相应的广义距离值与相应的体素相关联；以及
用于根据广义距离映射或根据体素值建立脉管中心线的器件(518)；
用于根据与脉管中心线处的相应的体素相关联的相应的广义距离值来建立相应的灌注值的器件(520)。
由此，所计算的灌注值与关于脉管横截面的直径和与脉管横截面中体素相关联的体素值的信息进行结合。该结合信息提供更精确地表示损害严重性的缺失值。
可以从P.Soille的文章“Morphological image nanlysis”(Springer-Verlag，Berlin，1999)中了解广义距离映射，之后称为“Soille”。在广义距离映射的一个示例中，将广义距离值计算为在从背景相应体素的路径上对体素值进行积分(或合计)的最小可能结果。这里，背景由脉管结构的外侧体素组成，例如，造影剂不能到达的体素。数学上，可以将背景体素定义为具有低于预定阈值的体素值的体素。也可以使用背景的其他定义。替代积分，可以使用诸如计算路径上体素的数量或对路径上体素的体素值求平均的其他函数。
根据本发明的一方面，用于建立脉管中心线的器件：
包括用于识别广义距离映射的峰线上的多个体素或多个体素值的器件；以及
其被设置成将多个体素用作为脉管中心线。
这是计算脉管中心线的特别有效的方式。
根据本发明的一方面，体素值表示造影剂的局部浓度，以及将用于建立相应的灌注值的器件设置成将相应的灌注值计算为对在脉管结构中相应的位置处的脉管的横截面中灌注的局部造影剂的程度的估计。
根据本发明的一方面，用于识别相应的最小灌注值的器件包括用于通过识别沿着相应的位置和脉管结构的预定流入点之间的脉管结构的位置来建立相应的位置的位置上游的器件。
通过定义脉管结构的流入点，可以将有效的已知算法用于计算流入点和位置之间的路径。这样有效地建立脉管结构的上游部分。
根据本发明的一方面，用于计算相应的缺失值的器件被设置成根据与相应的位置相关联的灌注值和与相应的位置相关联的最小灌注值之间的差来计算相应的缺失值。
所述差是缺失的显著性适当表示。
本发明的一方面包括绘制器件(508)，其用于根据所计算的缺失值而在显示器上绘制三维数据集的绘制器件(508)，所述绘制器件包括：
用于存储使相应的缺失值与相应的绘制参数相关联的映射(522)的存储器；
用于根据所述映射和所述缺失值应用所述参数的器件(524)。
绘制参数可以表示下面的至少一个：即颜色、亮度、灰度值或纹理。通过应用该参数，当绘制横截面时，可以更清晰地观察脉管结构的(一个或多个)潜在危险部分。
本发明的一部分包括一种对由三维数据集表示的脉管结构(306)进行显像的方法，其中，相应的体素值与相应的体素相关联，所述方法包括：
基于体素值建立与脉管结构中相应的位置相关联的相应的灌注值(314)，相应的灌注值表示脉管结构中的相应的位置的邻域中的血液的量；
确定与脉管结构中的相应的位置相关联的相应的最小灌注值(316)，相应的最小灌注值是与相应的位置的位置上游相关联的灌注值(314)中最小值；
计算与脉管结构中的相应的位置相关联的相应的缺失值(318)，根据与相应的位置相关联的灌注值(314)和与相应的位置相关联的最小灌注值(316)来计算相应的缺失值；以及
根据缺失值提供显像(408)。
附图说明
参照附图本发明的这些以及其他方面将变得更加清晰，并且参照附图对其进行描述，在附图中
图1示出了肺栓塞的CT图象的示例；
图2为示出脉管结构和相关联量的图表；
图3为示出脉管结构和相关联量的图表；
图4为脉管结构的绘制的示意图；以及
图5为实施例的图表。
具体实施方式
肺栓塞(PE)是涉及肺动脉中凝块的潜在的致命肺疾病。这些凝块阻碍了血液通过动脉的通道，所述凝块可以导致肺的动脉脉管树的供血不足。可以在高分辨率CT体积图像中观察凝块，这是由于凝块中造影剂的缺失导致较低的Hounsfield值。例如，图1示出了CT切片。图中的白箭头指向PE。针对动脉中凝块的探测的初始CT切片图像中的肺脉管的可视检查通常是单调乏味且耗时的。容易忽略由凝块引起的灌注缺陷。而且，通过CT图像的可视检查难以对灌注缺陷对整个肺脉管树的影响进行量化。
栓塞也发生在其他动脉中，包括颅内动脉和冠状动脉。也可以在从诸如磁共振(MR)脉管造影术的其他模式获得的医学图像中对其进行观察。在此所描述的具体涉及使用CT图像的肺栓塞的示例也可以被应用到身体上其他部位的栓塞和/或使用从不同类型的成像模式获得的图像。
下面对为了由例如医师所作的便利的交互检查而对栓塞的定位和受影响的脉管进行自动显像以及加亮的方式进行描述。
可以借助于(CT)扫描器控制台、成像工作站(诸如来自飞利浦医疗系统的ViewForum或Extended Brilliance Workspace)或PACS工作站的软件部分来执行实施例。也可以用硬件来执行实施例。实施例可以通过提供计算机辅助检测和量化来帮助诊断。
在一个实施例中，为了便利的交互诊察可以对肺栓塞(PE)的定位和受影响的肺脉管进行自动显像和加亮。对肺脉管树部分进行加亮，所述肺脉管树部分为动脉中凝块的定位的“下游”。那样，不仅仅是动脉凝块的定位，而其身体的潜在危及部分也被直观地转达至使用者。
可以由三维数据集来表示脉管结构，其中，将体素值指定为体素(体积元素)。正为本领域所公知地，这些体素与3D空间中的位置相关联。与体素相关联的体素值源自诸如CT或MR的三维医学成像模式的输出。在CT情形下，通常以Hounsfield单位(HU)中给定体素值。肺栓塞通常具有0至100HU范围的Hounsfield值，其中，由静脉内造影剂灌注的脉管通常具有100至300HU范围的Hounsfield值。这使得通过分析数据集来探测肺栓塞成为可能。
图2示出了可以发生在肺动脉或其他动脉中的两个脉管片段的简化的纵向横截面。箭头表示血液流动方向。脉管片段202不受肺栓塞的影响。附图只示出了管状动脉结构的简化的2D表示。实际上，数据集将是三维的，并且横截面206事实上是与3D脉管相交的2D平面。沿着脉管横截面206测量的Hounsfield值示出为曲线图214。在理想情况中，Hounsfield轮廓214是动脉内侧具有高的值以及背景(即：动脉外侧)中具有低的值的阶梯函数。实际上，由于噪声和散射，Hounsfield值轮廓将较不锐利。将背景定义为低于某个Hounsfield单位阈值的体素，诸如-100HU或0HU。凝块典型地处于0-100HU，而灌注脉管的造影剂处于100-300HU。
该附图还示出了来自对应于横截面206的背景的最短路径积分的曲线图218。针对点的最短路径积分表示通过沿着从背景中任何部位到该点的路径对Hounsfield单位值进行积分(在离散情况：求和)而获得的最小可能值。最短路径积分可以用作广义距离映射，这是由于距离映射被定义为到背景的最短路径的长度并且可以被看作通过将Hounsfield值设为1的广义距离映射的特殊情形。
图2中示出的第二脉管片段204包括两个凝块210和212。这些凝块潜在地为肺栓塞。横截面208与凝块212相交并将与其对应的Hounsfield值显示在曲线图216中。在曲线图220中示出对应的广义距离映射。可以观察到的是，对应于凝块的广义距离映射220的最大值低于对应于脉管的健康部分的广义距离映射218的最大值。
图3a示出了没有任何凝块的脉管202的另一视图302。其具有对应于广义距离映射218的局部极大值的脉管中心线304。可以用现有技术来提取该脉管中心线，使用用于发现脊线或峰线的方法。该脊线或峰线遵循脉管中广义距离映射的局部极大值。参照例如由Aylward，S.R.和Bullitt，E.在IEEETrans.Medical Imaging，Volume 21，Issue 2，2002中的“Initialization，noise，singularities and scale in height ridge traversal for tubular obj ect centerlineextraction”。
可以将广义距离映射在该脊线处的值用作动脉的灌注量的测量。其尤其适用于这一目的，这是由于广义距离映射的值不只是在脉管变得更薄时更低，而且当所测量的Hounsfield单位值在动脉中的给定点处通常更小时也更低。这两种情形可以表示肺栓塞。
图3b示出了具有凝块310和312的脉管204的另一视图306。其示出了被计算作为广义距离映射的脊线的脉管中心线308。曲线图314示出了广义距离映射(作为灌注的量化)沿着脊线308的值。其示出了对应于凝块310和312的局部极小值。在没有凝块的一般动脉中，期望灌注为几乎恒定的且朝着动脉树的远端缓慢变细。在动脉中凝块的定位处，灌注更低，但是通常将在凝块的下游(换句话说，远端)再次增加。点线316示出了当从脉管的近端部分穿至脉管的较远端部时沿着脊线308遇到的最小灌注值。附图展示了最小灌注值316和对应远离凝块312的脉管部分的灌注值314之间的差318。该差318可以用于评定肺栓塞312的严重性。
差318可以通过使用量化分析或使用可视化检查而用于评定肺栓塞312的严重性。用其他方式来使用差318也是可能的。量化分析可以包括沿着脉管树对差值进行积分。这样，不仅考虑不同的值本身，而且还考虑由凝块所阻断的动脉子树的血液流入的伸展。通过对差318进行显像可以便于使肺栓塞的可视检查。这可以通过根据差318而改变脉管的亮度、颜色和/或纹理来进行。也可以将差318称为“缺失值”。
图4是一肺内的肺动脉的绘制的示意性说明。最近端的脉管点为血液流入点402。有时将其称为根点。以暗色绘制的动脉404表示小的差318，而以亮色着色的动脉408表示相对大的差318。在转换点406处可以发现肺栓塞，在所述转换点处动脉的亮度发生改变。图4只是示意性说明；特别地，不是附图中二进制的“亮”/“暗”区域404和408，绘制通常具有对应于差318的不同值的更多灰色阴影。该绘制方式允许观察者通过考虑差318的值和动脉树的受影响部分的大小来判定肺栓塞。
针对肺中所有脉管体素优选地计算缺失值318。针对整个肺，或者例如分别针对左和右肺或分离的肺叶，可以计算并显示缺失值318的程度。还可以将其以百分数的形式数值化地示出。
可以将缺失值318的度显像为灰度值或CT图像上的颜色叠加，其中色彩强度对应于缺失值318。计算第二显像作为缺失值(图4)的最大强度投影(MIP)，其中缺失值对应于亮度。可以沿冠状/矢状方向计算MIP。针对所有可能的角方向(360度)对其进行计算和显示，例如绕着数据集的z轴旋转。这样，一眼就可以评价PE定位的强度及其范围，且由于其在MIP中的明亮呈现从而不能忽略强的PE。另外，通过用鼠标光标点击在MIP中示出的PE(具有例如十字线的形状)，将CT图像阅读器(例如，矫正阅读器)自动设置为显示对应于PE的CT数据集中位置的CT切片视图。
在一个实施例中，执行下面的步骤。首先，对包括脉管的肺进行分段。第二，例如使用简单的阈值分段对脉管结构进行分段。更先进的分段方法是为本领域所知的并且也可以应用。针对分段的脉管结构，使用例如最短路径积分来计算广义距离映射。尽管其没有考虑实际的Hounsfield值，也可以使用距离转换。在该步骤中可以使用诸如Dijkstra算法和/或快速行进方法的已知算法。第三，在主肺动脉(例如分别地左肺和右肺)中识别一个或多个开始种子点(seed point)(最近端点或流入点)。可以使用现有技术手动或自动地执行该步骤。
第四，计算从(一个或多个)种子点开始并且使用广义距离映射的脊线路径。已知的有效方法包括优先队列区域成长(priority-queueregion-growing)和快速行进方法。第五，从(一个或多个)流入点开始且沿着(一条或多条)脊线向下游方向穿过对脉管进行处理。在该步骤中，计算广义距离映射在当前点处的值和在迄今为止的路径上遇到的最小值之间的差(或者例如比率)。例如，如果是相对较大的差则给定相对高的强度。同样，针对每一个计算的差的值，使用例如仿射变换或查表来计算强度值。第六，根据给定的强度来计算最大强度投影(MIP)和对应的深度图。这样，MIP图像的绘制上的鼠标点击可以与使用深度映射的初始CT数据体积中的对应定位相关联。其允许使用者以友好的方式导航通过CT数据体积。
图5示出了一个实施例。其示出了例如CT或MR扫描器的后端装置。装置也可以是医学工作站。装置具有接收三维数据集的输入512和用于存储数据集的存储器510。三维数据集使体素值与体素相关联。每个体素代表预定空间定位处的体积元素。体素值可以表示Hounsfield单位值或可以从测量中得出的任何其他量。如果扫描器是MR扫描器，体素值表示MR相关联量。所述量表示血液流过脉管的量。可选地，可以使用流过脉管的造影剂对其进行测量。装置包括用于计算灌注值的器件(502)。这些灌注值以这样一种方式从提素质中得出，即单一灌注值描述脉管横截面的灌注的程度。针对每个脉管横截面可以计算这些灌注值。例如，可以采用如上所述的广义距离映射。该步骤还可以包括提取脉管树的结构，即找到流入点、脉管中心线(脊线)和脉管的分叉点。
该附图还示出了用于找到灌注值的局部最小值的器件504。这里，灌注值可以被看作沿着中心轴的位置的函数。局部最小值可以表示栓塞。最小灌注值与脉管结构中的位置相关联，例如脉管横截面或脊线，其中将最小灌注值定义为沿着该位置的脉管结构上游的路径上的最小灌注值。
该附图还示出了用于计算缺失值的器件506。缺失值与沿着脉管结构(例如脉管横截面或等效的脊点)的位置相关联且表示与位置相关联的灌注值和与位置相关联的最小灌注值之间的差。该值表示(一个或多个)栓塞的(潜在)严重性或可以被发现的接近该位置的(一个或多个)脉管狭窄。
针对输出信号514，缺失值是基础。可以将关于缺失值的定量和定性信息提供给输出514。可以将使用缺失值提供不同的颜色或取决于缺失值的亮度值的3D数据集的绘制提供给输出514。同样，可以计算缺失的积分值并将其提供给输出514。缺失值可以被进一步处理或以raw格式提供给输出514。
在一个实施例中，用于计算灌注值的器件502包括用于计算广义距离映射的器件516，所述广义距离映射使得各自广义距离值与基于体素值的各自体素相关联，用于识别广义距离映射的脊线上的各自脊体素的器件518，以及用于建立各自灌注值的器件520，所述各自灌注值基于与各自识别的脊体素相关联的各自广义距离值的灌注值。
在一个实施例中，由绘制器件508提供输出514。绘制器件508存储使得各自缺失值与诸如亮度或颜色或纹理的各自绘制参数相关联的映射522，以及用于根据所述映射应用参数的器件524，此时，在脉管结构中的位置处或在该位置周围绘制脉管一部分，其中，可以获得所述一部分的缺失值。这样，对与相同缺失值相关联的脉管结构的部分进行绘制，所述脉管结构的部分具有相同的绘制参数。
应该理解的是，本发明还涉及计算机程序，尤其是在载体上或载体中的计算机程序，适于将本发明应用于实践。程序可以是以源代码、目标代码、代码中间源的形式以及诸如部分汇编形式的目标代码，或适于在根据本发明的方法的执行中使用的其他任何形式。载体可以是能够携载程序的任何实体或设备。例如，载体可以包括存储介质，诸如例如CD ROM或半导体ROM的ROM，或者例如软盘或硬盘的磁记录介质。载体也可以是诸如电或光信号的可传送载体，其可以经由电缆或光缆或通过无线电或其他器件来传送。当程序以这样的信号实施时，可以通过这样的缆线或其他设备或器件来构成载体。可选择地，载体可以是其内前有程序的集成电路，所述集成电路适于执行或用于执行相关方法。
应该注意的是，上面提及的实施例是示意而不是限制本发明，并且那些本领域的技术人员将能够设计不偏离所附权利要求范围的多个可替代实施例。在权利要求中，置于括号间的任何参考标记不能解释为对权利要求的限制。动词“包括”的使用以及其结合不排除存在那些不存在于权利要求中的元件或步骤。元件之前的冠词“一”或“一个”不排除存在多个这种元件。可以借助于包括多个这样的元件的硬件，以及借助于合适的可编程计算机来执行本发明。在列举了多个器件的设备权利要求中，可以由一个以及相同的硬件来实施这些器件中的多个。某些测量在彼此不同的从属权利要求中叙述的仅有的事实并不表明这些测量的组合没有优势。
Claims (8)
1、一种用于对由三维数据集表示的脉管结构(306)进行显像的系统(500)，其中，相应的体素值与相应的体素相关联，所述系统包括：
用于基于所述体素值建立与所述脉管结构中相应的位置相关联的相应的灌注值(314)的器件(502)，相应的灌注值表示所述脉管结构中的所述相应的位置的邻域中的血液的量；
用于确定与所述脉管结构中的所述相应的位置相关联的相应的最小灌注值(316)的器件(504)，相应的最小灌注值是与所述相应的位置的位置上游相关联的所述灌注值(314)中的最小值；
用于计算与所述脉管结构中的所述相应的位置相关联的相应的缺失值(318)的器件(506)，根据与所述相应的位置相关联的所述灌注值(314)和与所述相应的位置相关联的所述最小灌注值(316)来计算相应的缺失值；以及
用于根据所述缺失值提供显像(408)的输出(514)。
2、根据权利要求1所述的系统，其中，用于建立相应的灌注值的所述器件包括：
用于计算广义距离映射的器件(516)，其中，基于所述体素值，相应的广义距离值与相应的体素相关联；以及
用于根据所述广义距离映射或根据所述体素值建立脉管中心线的器件(518)；
用于根据与所述脉管中心线处的所述相应的体素相关联的所述相应的广义距离值来建立所述相应的灌注值的器件(520)。
3、根据权利要求2所述的系统，其中，用于建立所述脉管中心线的所述器件包括：
用于识别所述广义距离映射的峰线上的多个体素或多个所述体素值的器件；以及
其被设置成将所述多个体素用作为所述脉管中心线。
4、根据权利要求1所述的系统，其中，所述体素值表示造影剂的局部浓度，以及将用于建立所述相应的灌注值的所述器件设置成将所述相应的灌注值计算为对在所述脉管结构中所述相应的位置处的所述脉管的横截面中灌注的局部造影剂的程度的估计。
5、根据权利要求1所述的系统，其中，用于识别相应的最小灌注值的所述器件包括用于通过识别沿着所述相应的位置和所述脉管结构的预定流入点之间的所述脉管结构的位置来建立所述相应的位置的所述位置上游的器件。
6、根据权利要求1所述的系统，其中，用于计算所述相应的缺失值的所述器件被设置成根据与所述相应的位置相关联的所述灌注值和与所述相应的位置相关联的所述最小灌注值之间的差来计算所述相应的缺失值。
7、根据权利要求1所述的系统，还包括用于根据所计算的缺失值而在显示器上绘制三维数据集的绘制器件(508)，所述绘制器件包括：
用于存储使相应的缺失值与相应的绘制参数相关联的映射(522)的存储器；
用于根据所述映射和所述缺失值应用所述参数的器件(524)。
8、一种对由三维数据集表示的脉管结构(306)进行显像的方法，其中，相应的体素值与相应的体素相关联，所述方法包括：
基于所述体素值建立与所述脉管结构中相应的位置相关联的相应的灌注值(314)，相应的灌注值表示所述脉管结构中的所述相应的位置的邻域中的血液的量；
确定与所述脉管结构中的所述相应的位置相关联的相应的最小灌注值(316)，相应的最小灌注值是与所述相应的位置的位置上游相关联的灌注值(314)中最小值；
计算与所述脉管结构中的所述相应的位置相关联的相应的缺失值(318)，根据与所述相应的位置相关联的所述灌注值(314)和与所述相应的位置相关联的所述最小灌注值(316)来计算相应的缺失值；以及
根据所述缺失值提供显像(408)。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP06125074.2 | 2006-11-30 | ||
| EP06125074 | 2006-11-30 | ||
| PCT/IB2007/054807 WO2008065611A2 (en) | 2006-11-30 | 2007-11-27 | Visualizing a vascular structure |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN101541242A true CN101541242A (zh) | 2009-09-23 |
| CN101541242B CN101541242B (zh) | 2012-06-13 |
Family
ID=39468344
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2007800438743A Active CN101541242B (zh) | 2006-11-30 | 2007-11-27 | 对脉管结构进行显像 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US8107707B2 (zh) |
| EP (1) | EP2104453B1 (zh) |
| JP (1) | JP5139441B2 (zh) |
| CN (1) | CN101541242B (zh) |
| RU (1) | RU2466679C2 (zh) |
| WO (1) | WO2008065611A2 (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106415659A (zh) * | 2014-05-19 | 2017-02-15 | 皇家飞利浦有限公司 | 对比增强图像数据中的感兴趣组织的可视化 |
| CN107111876A (zh) * | 2015-01-16 | 2017-08-29 | 皇家飞利浦有限公司 | 血管管腔亚分辨率分割 |
Families Citing this family (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007132388A1 (en) * | 2006-05-11 | 2007-11-22 | Philips Intellectual Property & Standards Gmbh | Method and apparatus for reconstructing an image |
| US8351667B2 (en) * | 2008-08-15 | 2013-01-08 | Sti Medical Systems, Llc | Methods of contrast enhancement for images having blood vessel structures |
| US8659603B2 (en) * | 2009-03-31 | 2014-02-25 | General Electric Company | System and method for center point trajectory mapping |
| WO2012035488A1 (en) * | 2010-09-17 | 2012-03-22 | Koninklijke Philips Electronics N.V. | Choosing anatomical variant model for image segmentation |
| WO2012038863A1 (en) * | 2010-09-20 | 2012-03-29 | Koninklijke Philips Electronics N.V. | Quantification of a characteristic of a lumen of a tubular structure |
| JP6185061B2 (ja) * | 2013-06-21 | 2017-08-23 | 富士フイルム株式会社 | 画像表示装置、画像表示方法および画像表示プログラム |
| CN106023198A (zh) * | 2016-05-16 | 2016-10-12 | 天津工业大学 | 基于Hessian矩阵的人体胸腹腔CT图像主动脉夹层提取方法 |
| WO2018001099A1 (zh) * | 2016-06-30 | 2018-01-04 | 上海联影医疗科技有限公司 | 一种血管提取方法与系统 |
| KR101900679B1 (ko) * | 2016-12-02 | 2018-09-20 | 숭실대학교산학협력단 | 혈관 특징 정보를 기반으로 하는 삼차원 심혈관 정합 방법, 이를 수행하기 위한 기록 매체 및 장치 |
| WO2019000418A1 (zh) * | 2017-06-30 | 2019-01-03 | 上海联影医疗科技有限公司 | 组织密度分析方法及系统 |
| US11295537B1 (en) * | 2018-02-23 | 2022-04-05 | Tipping Point Medical Images, Llc | Method and apparatus for inserting virtual contrast into CT and MRI examinations |
| JP7078457B2 (ja) * | 2018-05-29 | 2022-05-31 | 富士フイルムヘルスケア株式会社 | 血流画像処理装置及び方法 |
| CN115115570A (zh) * | 2021-03-22 | 2022-09-27 | 深圳科亚医疗科技有限公司 | 医学图像分析方法和装置、计算机设备及存储介质 |
| WO2023224922A1 (en) * | 2022-05-16 | 2023-11-23 | Varian Medical Systems, Inc. | Vessel contrast based inference of selective internal radiation therapy dosimetry |
Family Cites Families (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE19705599A1 (de) * | 1997-02-14 | 1998-08-20 | Philips Patentverwaltung | Röntgenaufnahmeverfahren mit einer Aufnahmeserie aus unterschiedlichen Perspektiven |
| EP2143073A2 (en) * | 1999-10-01 | 2010-01-13 | Koninklijke Philips Electronics N.V. | Analysis of a tubular structure in medical imaging |
| WO2001078005A2 (en) * | 2000-04-11 | 2001-10-18 | Cornell Research Foundation, Inc. | System and method for three-dimensional image rendering and analysis |
| DE10107765A1 (de) * | 2001-02-17 | 2002-08-29 | Siemens Ag | Verfahren zur Bildbearbeitung ausgehend von einem unter Verwendung eines Kontrastmittels aufgenommenen Computertomographie(CT)-Bildes einer Lunge und CT-Gerät zur Durchführung eines solchen Verfahrens |
| US6842638B1 (en) * | 2001-11-13 | 2005-01-11 | Koninklijke Philips Electronics N.V. | Angiography method and apparatus |
| US7397937B2 (en) * | 2001-11-23 | 2008-07-08 | R2 Technology, Inc. | Region growing in anatomical images |
| EP1509129A4 (en) * | 2002-05-08 | 2009-03-25 | Yeda Res & Dev | SENSITIZED ONLINE BOLD NUCLEAR PENNOMOGRAPHY PROCESS |
| JP4421203B2 (ja) * | 2003-03-20 | 2010-02-24 | 株式会社東芝 | 管腔状構造体の解析処理装置 |
| RU2326441C2 (ru) * | 2003-10-21 | 2008-06-10 | Общество с ограниченной ответственностью "Проксима Текнолоджи" | Стереологический способ определения пространственной корреляции вытянутых объектов |
| JP2005198708A (ja) * | 2004-01-13 | 2005-07-28 | Toshiba Corp | 血管狭窄率解析装置及び血管狭窄率解析方法 |
| US7447344B2 (en) * | 2004-04-16 | 2008-11-04 | Siemens Medical Solutions Usa, Inc. | System and method for visualization of pulmonary emboli from high-resolution computed tomography images |
| US7715608B2 (en) * | 2004-08-10 | 2010-05-11 | Siemens Medical Solutions Usa, Inc. | System and method for 3D visualization of lung perfusion or density and statistical analysis thereof |
| CN1739453A (zh) * | 2004-08-10 | 2006-03-01 | 西门子共同研究公司 | 用于肺灌注或密度的3d显示及其统计分析的系统和方法 |
| CN1765322A (zh) * | 2004-09-13 | 2006-05-03 | 西门子共同研究公司 | 栓塞分析方法和设备 |
| US7583829B2 (en) * | 2004-09-13 | 2009-09-01 | Siemens Medical Solutions Usa, Inc. | Method and apparatus for embolism analysis |
| US20060209063A1 (en) | 2004-10-12 | 2006-09-21 | Jianming Liang | Toboggan-based method for automatic detection and segmentation of objects in image data |
| JP4891541B2 (ja) * | 2004-12-17 | 2012-03-07 | 株式会社東芝 | 血管狭窄率解析システム |
| DE102006002259A1 (de) * | 2006-01-17 | 2007-07-19 | Siemens Ag | Verfahren zur Untersuchung von Gefäßen eines Patienten auf der Grundlage von innerhalb eines Untersuchungsbereichs mit einem Tomographiegerät erfassten Bilddaten |
| US7903113B2 (en) * | 2006-07-14 | 2011-03-08 | Siemens Medical Solutions Usa, Inc. | Systems and methods of image rendering from datasets |
-
2007
- 2007-11-27 EP EP07849272.5A patent/EP2104453B1/en active Active
- 2007-11-27 WO PCT/IB2007/054807 patent/WO2008065611A2/en active Application Filing
- 2007-11-27 US US12/516,670 patent/US8107707B2/en active Active
- 2007-11-27 JP JP2009538829A patent/JP5139441B2/ja active Active
- 2007-11-27 RU RU2009124916/14A patent/RU2466679C2/ru active
- 2007-11-27 CN CN2007800438743A patent/CN101541242B/zh active Active
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106415659A (zh) * | 2014-05-19 | 2017-02-15 | 皇家飞利浦有限公司 | 对比增强图像数据中的感兴趣组织的可视化 |
| CN107111876A (zh) * | 2015-01-16 | 2017-08-29 | 皇家飞利浦有限公司 | 血管管腔亚分辨率分割 |
| CN107111876B (zh) * | 2015-01-16 | 2021-01-05 | 皇家飞利浦有限公司 | 血管管腔亚分辨率分割 |
Also Published As
| Publication number | Publication date |
|---|---|
| RU2009124916A (ru) | 2011-01-10 |
| RU2466679C2 (ru) | 2012-11-20 |
| CN101541242B (zh) | 2012-06-13 |
| JP2010510859A (ja) | 2010-04-08 |
| EP2104453A2 (en) | 2009-09-30 |
| US20100074493A1 (en) | 2010-03-25 |
| EP2104453B1 (en) | 2019-07-17 |
| JP5139441B2 (ja) | 2013-02-06 |
| WO2008065611A2 (en) | 2008-06-05 |
| WO2008065611A3 (en) | 2009-06-04 |
| US8107707B2 (en) | 2012-01-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101541242B (zh) | 对脉管结构进行显像 | |
| US7620225B2 (en) | Method for simple geometric visualization of tubular anatomical structures | |
| CN105474264B (zh) | 用于交互地分割在血管造影图像数据中的血管的分割装置 | |
| JP6877868B2 (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
| US7397937B2 (en) | Region growing in anatomical images | |
| US7272250B2 (en) | Vessel segmentation with nodule detection | |
| CN107280696B (zh) | 确定描述侧支内的血液流动的侧支信息的方法和拍摄装置 | |
| US20050240094A1 (en) | System and method for visualization of pulmonary emboli from high-resolution computed tomography images | |
| EP2059165B1 (en) | Detection and localization of vascular occlusion from angiography data | |
| US20080137921A1 (en) | Analyzing lesions in a medical digital image | |
| JP2007203082A (ja) | 向上した視覚化、ナビゲーション及び検査 | |
| CN101036165A (zh) | 用于树模型显像以检测肺栓塞的系统和方法 | |
| JP2011516108A (ja) | データセットを選択式及び対話式に処理する方法 | |
| US8755575B2 (en) | Transmural perfusion gradient image analysis | |
| JP2007111534A (ja) | 肋骨転位を強調して観察するためのシステムおよび方法 | |
| EP2652487B1 (en) | Method and device for analysing a region of interest in an object using x-rays | |
| US20130332868A1 (en) | Facilitating user-interactive navigation of medical image data | |
| Siddiqi et al. | 3D volume representation of brain tumor using Image Processing | |
| CN114255236A (zh) | 用于分析多个互连血管的方法和系统 | |
| JP6898047B2 (ja) | 時変データの定量的評価 | |
| Xu et al. | Coronary artery remodeling in non-contrast CT images | |
| Piazzese et al. | Semi-automated detection and quantification of aortic atheromas from three-dimensional transesophageal echocardiography | |
| Smedby et al. | Color-coded depth information in volume-rendered magnetic resonance angiography | |
| Stampouli et al. | Evaluation of Computer-Assisted Quantification of Carotid Stenosis |
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 |