CN101558429A - 检测突起的方法、系统和计算机程序产品 - Google Patents

Abstract

一种用于根据表示人或动物身体的内部部分的表面或其至少一部分的三维数字数据来检测所述表面的至少一部分的突起的方法，包括以下步骤：根据三维数字数据检测表面区域，其中，表面区域具有至少一个第一和第二法曲率相交的点，所述第一和第二法曲率均具有大于零的初始曲率值或者均具有小于零的初始曲率值，其中，第二法曲率的曲率值与第一法曲率的曲率值相比更接近于零；对第二法曲率进行数字修正，使得其经修正的曲率值与其初始曲率值相比更接近于零，通过修正对表面区域进行数字变形，使得形成变形的表面区域，其中，如与所检测的表面区域相比较地，变形的表面区域的变形程度与突起的量相关。

Description

检测突起的方法、系统和计算机程序产品

本发明涉及一种根据三维数字数据检测人或动物身体的内部部分的表面的至少一部分的突起的方法。

本发明还涉及一种使用结肠内侧的结肠壁的三维数字数据的方法。

本发明还涉及一种检测人或动物身体的管状和弯曲部分的内表面上的突起的方法。

对于在早期情况下预防和/或检测诸如结肠癌的癌症死亡来说，在人体或动物身体内成型为突起的病变的检测是重要的。传统地，例如通过患者的结肠的二维CT(计算机断层摄影)或MRI(核磁共振成像)图像搜索病变。如果医生在结肠壁的CT或MRI扫描中辨别出了病变，他可以决定是否执行结肠镜检查。该决定可以基于病变的尺寸。如果该尺寸大于特定阈值，例如大约1cm的直径，则将进行检查。大体上，较大的病变意味着较高的癌症风险。如果检测到小的病变，则可以不必进行外科手术。之后，可以执行定期检查以了解病变是否生长。

在执行CT或MRI扫描之前，必须清洗患者的结肠，这对于患者来说是不便的操作。因此，优选地防止相同患者的第二次扫描。而且，进行CT或MRI扫描以及对CT或MRI扫描进行检查对于医生来说是耗时的操作，其中可能产生误差。例如，在扫描中，人眼难以识别结肠褶皱上的病变，使得医生可能错误地检测到非真实病变的病变和/或一些病变会因其未被确认而可能逃脱检测。由于上述所有和其他的原因，对于患者以及医院、保险等等有利的是：产生尽可能少的误差。

为了更为精确的检测，从CT或MRI扫描中获取三维表面绘制，使得在较短时期内能够自动地或半自动地识别病变。通过转换为三维数据，能够通过眼睛相对更容易地从褶皱中区别病变。此外，计算机能够基于病变的三维特征标记可能的病变。自动或半自动的病变检测可以有助于改善医生的功效。

在美国专利申请US 2003/0223627A1中，描述了一种针对三维数字数据中的结肠病变的检测的方法。这种已知的方法包括从CT数据中导出结肠壁的三维数字图像、基于诸如SI(形状指数)的特定参数对结肠壁上的可疑表面区域进行检测和分组。

该已知方法的主要构想是由具有SI(形状指数)为1的半球形物体适当地模拟病变。另一方面，褶皱具有0.75的SI。在该已知方法中，基本上，具有接近1的SI的结肠壁上的表面区域被认为是可疑表面区域。

为了检测大部分或全部病变，以及看上去不像半球形的病变，阈值必须被设置得非常灵敏，即，相对低。因为病变很少具有近似完美的半球形形状，相对灵敏的SI可以被设置为相对接近于0.75。然而，由于具有灵敏的阈值，结肠褶皱上的小的凸起或褶皱宽度的小的改变可以也被认作可疑区域，使得灵敏的SI阈值设置可能导致太多错误的检测。另一方面，由于具有较不灵敏的SI阈值，例如SI接近于1，则例如较不半球形的那些病变可能逃脱检测。

为了补偿诸如未检测的病变或太多错误检测的误差，除了SI之外，该已知方法还包括检测过程中的其他参数，诸如CT扫描的曲度和/或梯度值。此外，通过滞后阈值可以进一步放大可疑表面区域，在该情况中，如果相邻区域的SI和/或所述其他参数在第二阈值之上，则增加与可疑区域相邻的表面区域。最后，实施体积阈值，使得仅检测足够大的病变。例如，最小体积为38mm³。

在该已知的方法中，仍然会产生许多误差。例如，由于在许多情况下病变是不规则且不对称的，因此半球形不能充分地限定病变。此外，SI和曲度阈值会仅选择突起的凸的部分而不是所有部分。因为，起初，病变选择通常基于形状，对于小的以及大的病变可能会产生误差。

本发明的目的是提供更有效的解决方案。

在第一方面，本发明包括一种用于根据表示人或动物身体的内部部分的表面或其至少一部分的三维数字数据来检测所述表面的至少一部分的突起的方法，包括以下步骤.。根据三维数字数据检测表面区域，其中，表面区域具有至少一个第一和第二法曲率相交的点，所述第一和第二法曲率均具有大于零的初始曲率值或者均具有小于零的初始曲率值，其中，第二法曲率的曲率值与第一法曲率的曲率值相比更接近于零。接下来，对第二法曲率进行数字修正，使得其经修正的曲率值与其初始曲率值相比更接近于零。通过所述修正形成变形的表面区域，其中，如与所检测的表面区域相比地，变形的表面区域的变形程度与突起的量相关

具有均大于零或小于零的曲率值的两个法曲率相交的点的表面区域在表面的法向方向上双倍地弯曲。这些表面区域将被认为是突起且可能例如包括病变。

在突起检测之后，通过减少具有两个曲率中更接近零的曲率值的第二曲率可以至少部分地移除突起的视觉图像。这样，对所检测的表面区域进行变形，从而能够获取大量突起的图像。例如，可以至少部分地恢复褶皱上的凸起，从而可以获取当至少部分地取走凸起时褶皱可能的情况的全面洞察。如果凸起可以包括病变，则该洞察可以手动地或自动地有助于进行决定。此外，基于变形的程度(即突起的量)，可以手动地或(半)自动地作出突起是否是或者是否包括病变或其他有害物的决定。显而易见地，从变形的表面区域获取的图像可以是虚拟图像。应该理解的是，根据本发明的方法的所有步骤可以仅仅是计算机中的虚拟计算步骤。

在根据本发明的一种方法中，也可以检测不对称的、不规则形状的病变或突起的凹的部分。此外，候选病变的选择过程可以基于对突起尺寸的直接洞察，使得随着病变尺寸的增加，其逃脱检测的机会减小。由于较大的病变相对地更为有害而小的病变通常较不紧急，因此，根据本发明的方法也可以非常有效。特别地，在引起注意的病变(即相对大的病变中)的范围内，与已知的方法相比较，将产生相对更少的误差。此外，通过将变形的表面区域和初始表面区域进行比较，根据本发明的方法可以对诸如噪声、CT扫描器参数、患者准备、计算任意形状指数和曲度的尺度的成像条件相对较不灵敏。

由于通过修正第二法曲率的所检测的表面区域的第一变形，相交的点被移动且第一和第二法曲率均被修正。在一实施例中，在这一变形之后，在变形的表面区域上再次搜索点，在该点处两个经修正的法曲率相交且经修正的曲率值大于或小于零。再次将该经修正的第二法曲率的修正曲率值修正为接近于零的值，使得该变形的表面区域再次变形。在每次变形之后，可以应用另一变形直到表面区域被变形到足够的水平。

在另一实施例中，重复表面区域变形的步骤，直到第二法曲率的经修正的曲率值近似为零。当第二法曲率的曲率值近似为零的时候，表面区域相对于其周围被平滑，使得例如可以获取无突起情况下结肠壁可能的情况的洞察。也可以执行足够的步骤，从而可以获取突起尺寸的洞察，从而在特定实施例中，k2不必等于零。同时也可以计算变形的程度并估计所成像的突起的总量。可以对例如宽度、长度、面积、表面积、基线长度、体积、高度等的突起的不同尺寸进行数字地访问或收集。另外，通过对可疑的表面区域进行变形直到第二法曲率为零，例如，可以根据显示器上的三维数字图像手动地估计病变的尺寸，其中，可以显示具有或不具有突起的结肠壁的图像。

在一实施例中，将变形程度用于与阈值比较，使得突起的估计尺寸确定是否将突起选作为可能的病变。由于尺寸可以确定该突起是否构成可能的健康威胁，所以这是直接的选择方式。取决于该阈值，可以避免选择相对小的突起，例如，包括小的凸起或相对无害的病变的。而选择相对大的突起，例如，包括相对大的和可能有害的病变的。通过使用所述阈值，在一个步骤中，可以分离可能的有害突起和无害突起。

在另一实施例中，第一和第二法曲率包括第一和第二主曲率，其值分别被表示为k1和k2。定义：k1＞k2。表面上的突起的特点可以是具有k1＞k2＞0或者0＞k1＞k2的点。在第一种情况下，k2将被变为近似为零的值，而在第二种情况下，k1将变为近似为零的值。如何定义k1和k2可以例如取决于穿过所述点的法线的选定方向。例如，可以通过k1＞k2＞0检测表面上的凸起，而通过0＞k1＞k2检测表面上的凹坑，或者取决于相对定位，通过k1＞k2＞0检测凹坑而通过0＞k1＞k2检测凸起。

在一实施例中，通过求解方程L(X)＝F(κ₂)而获取变形的表面。本领域技术人员可以理解的，求解该方程将提供近似于或等于零的k2。

在不同的方面，本发明包括一种方法，其中，将表示结肠内侧上的结肠壁的三维数字数据在向所述结肠内侧双倍弯曲的区域进行数字变形，使得获取看起来像没有所述突起的所述结肠壁的三维数字数据，所述区域表示在所述结肠壁上的突起。

在另外的方面，本发明包括一种用于检测人或动物身体的管状部分的内表面上的突起的方法，包括如下步骤：对身体或其中的部分进行扫描以获取管状部分的内部表面的至少一部分的三维数字数据，根据三维数字数据检测表面区域，其中，该表面区域具有至少一个点，均具有大于零的初始曲率值的第一和第二法曲率相交于所述点处，其中，第二法曲率具有比第一法曲率更低的曲率值，对第二法曲率进行数字修正，使得其修正的曲率值低于其初始曲率值，通过所述修正，对表面区域进行数字变形，使得形成变形的表面区域，其中，如与所检测的表面区域相比较地，变形的表面区域的变形程度与突起的量相关。

为了阐明本发明，将参照附图进一步阐明本发明的实施例。其中：

图1示出了根据本发明的系统的实施例的示意图；

图2A、2B和2C示出了显示三维医疗图像的显示器的三个截屏图；

图3示出了表面上的主曲率的示意性视图；

图4示出了初始表面区域和变形的表面区域的示意性剖视视图；

图5也示出了初始表面区域和变形的表面区域。

在本说明书中，相同或对应的部分具有相同或对应的附图标记。所示的示例性实施例仅作为阐释而不应被理解为任何形式限制。例如，虽然描述了特定的结肠病变检测，但是本发明通常还涉及身体的内部部分的突起的检测。此外，在说明书中，针对突起检测假定曲率值k1和k2均大于零。然而，本领域技术人员将会认识到，k1和k2也可以都小于零，其中，如果必要，一些方程可以据此改变。

图1示意性地示出了在体内或在体外的，即患者的，用于人或动物身体的内部部分的突起的检测的系统1的实施例。该系统1例如包括用于扫描患者身体3的内部部分的扫描设备2，计算机4和显示器5。在图中，计算机4包括处理电路6和存储器布置7。使用中，在存储器布置7中载入计算机程序产品。显示器5被设置为显示医疗数据，特别是三维数字数据。扫描设备2将二维和/或三维数据发送到计算机4。计算机4，特别地处理电路6，还对所接收的数据进行处理，使得将所述数据转换为在显示器5上显示的所述三维医疗数据。显而易见地，计算机4可以经由任意器件接收扫描数据，例如经由有线或无线网络，诸如CD、DVD、硬盘等的任意数据载体，或者经由扫描设备2。

设置扫描设备2以获取身体3的内部部分的数据。在示例性实施例中，该内部部分包括结肠壁。三维医疗数据被从扫描过程中获取，从其中导出数字图像12，例如图2C所示。该数字图像12可以例如形成患者的身体3的内部部分的虚拟显示的截屏图，其显示可以例如包括移动图像和/或具有类似三维动画的特征。医生例如可以研究所述数字图像12且计算机4可以标记出需要医生特别注意的特定区域11。例如，当在结肠壁上出现病变11的时候，其通过计算机3从数字图像12中被检测，如图2A和2C所示。为了有助于医生对病变11的检测，可以标记该突起，例如，通过可区别的颜色13或较暗或较亮的黄褐色，如图2C所示。在通过计算机4标记该突起之后，医生可以直接确定或者另外讨论决定是否应该采取医疗行动。

在一实施例中，针对病变的检测和分组，对包括病变的可疑表面区域9进行变形，即变平或平滑，优选地逐渐地(变平或平滑)。通过对所述可疑表面区域9进行变形，可以获取在不具有所述病变的情况下的结肠壁的可能的情况的图像12。其在图2A，2B和2C中示出。图2A示出了具有褶皱10的结肠壁8的三维数字图像12。在褶皱10上具有包括病变11的可疑表面区域9。该系统1可以通过下面将更加详细描述的方法从而检测病变11。

如在图2B的示例中所示的，将可疑表面区域9数字地变形为变形的表面区域9′。也就是说，如与周围的结肠壁相比较地，将包括病变11的可疑表面区域9平滑为变形的表面区域9′，其表示仿佛病变11不存在情况下的结肠壁8。在该特定示例中，壁8包括了其上具有病变11的褶皱10。从根据图2A的图像到根据图2B的图像的变形可能需要中间的多个步骤。其可以是重复的过程。因此，在褶皱的部位，结肠壁8以这样的方式被平滑使得褶皱10看上去好像没有病变出现。

在由图2B所示的最终步骤之后，可以计算如与初始表面区域9相比较地，变形的表面区域9′所经历的变形的程度。在该实施例中，变形的程度对应于病变11的突起的总量的估计。突起的量可以例如由体积、长度、宽度、表面积、底面积、高度h等的尺寸参数的任一个表示。可以紧接着或替代数字图像12，分别地计算和/或显示这些参数中的任一个。如果这些参数的任一个的值高于特定阈值，则计算机可以对对应的突起进行分类。

在一实施例中，通过检测结肠壁表面8上的且法曲率值大于零的至少一点p而检测突起。为了执行平滑变形并计算变形的尺寸，使用提供分别应用第一和第二主曲率值的曲率值k1和k2的方程，其中，k1和k2大于零。具有大于零的k1和k2的所有相邻点p形成表面区域，其为突起。有人可能会提出异议，由于例如小的凸起也被检测为突起，这样的突起数目众多且根据本发明的方法会导致相对较多的候选病变。例如，突起可以为基本上平的但是仍然具有大于零的k1和k2。然而，如将在下面进行描述的，根据本发明的方法将导致对突起的定量评价的可能性并允许由专家对候选突起的直观判断。

大体上，同样如图3所示，突起指向结肠的内侧14且具有法曲率值大于零的至少一个点p。在所述点p处，法线N具有沿着箭头a的方向指向结肠内侧14的正方向。外侧15是形成结肠壁8及其以外的部分的组织。结肠壁8中的凹坑指向外侧15并假定具有至少一点，其k1和k2值小于零。对于本领域技术人员显而易见地，在根据本发明的系统1中，突起也可以具有小于零的k1和k2而凹坑也可以具有大于零的k1和k2。在该情况下，法线将指向图3中的法线N所示的相反方向。大体上，法线指向哪个法线方向是一个选择的问题。在任一情况中，将k1和k2分别定义为通过点p的法曲率的最大值和最小值。法曲率和主曲率对于本领域技术人员是公知常识[1]。

由于通常认为与较小的突起相比较大的突起具有更高的危险性，所以大体上仅需要对那些突起足够量的突起进行记录。在一实施例中，如图4所示的，对k1＞k2＞0的表面区域9进行变形，使得k2变形为接近于零的值且p转换为p1。此外k1也改变了。在p1处，计算新的第二主曲率值k2₁。在表面区域9的变形之后，再次搜索k1＞k2＞0的点，之后再次对变形的表面区域9进行变形，且点p₁被转换为具有新的改变的第二主曲率k2₂的p₂。该步骤可以重复例如n次，直到变形的主曲率值k2_n对于变形的表面区域9′上的所有点p_n都近似于零。通过该方法，对例如病变11的在两个正方向上弯曲的突起进行变形，使得对结肠壁8进行变形以使其看起来好像没有突起而褶皱却不受影响。此外，在该实施例中，突起的凹的区域16和凸的区域17将被考虑到突起的量的总变形和计算中。

在特定实施例中，经修正的第二主曲率k2_n可以为小于零的值，例如，当要被变形的突起位于结肠壁8的凹的褶皱18中的时候。这在图5中示出。

如与初始表面区域9相比较地，达到变形的表面区域9′的变形的程度是突起的量的测量。在不同实施例中，不同的参数可以指示突起的程度。在一实施例中，例如可以通过测量表面区域9上的点p到点p_n之间的最大位移的高度h而检测突起的最大高度。由于突起的高度h可以是所检测的突起为有害病变11的可能危险性的指示，可以将选择突起的阈值设置为特定的高度h，例如，1、3或5mm的高度。当突起超过该阈值的时候，将其选择为显著病变11。阈值的高度也可以确定病变选择过程的灵敏度。

也可以设置第二和/或多个阈值。例如，可以应用滞后阈值，其中，所选表面区域的相邻区域也被包括在突起中。例如，围绕超过第一阈值的突起的区域与低于第一阈值的第二阈值进行比较。例如，其中，突起的高度h超出第一阈值1、3或5毫米，则找到突起。其后，将周围区域分别与例如0.5、1.5或2mm的第二阈值比较。之后，超过该第二阈值的周围区域被包括在突起中，且全部的突起被认为是超过第二阈值的表面的整个区域，并且包括超过第一阈值的通常较小的区域。多个表面区域和相邻区域可以被包括在突起中，例如因为它们互相重叠或者因为它们在突起的特定距离内。当然，这一滞后阈值的例子仅仅作为示例，而滞后阈值的多种方法可以被应用为对于本领域是已知的。

在不同的实施例中，可以应用其他阈值参数代替高度h或者与高度h进行组合。例如，k1＞k2＞0的初始表面区域9和变形的表面区域9′之间的体积可以为突起的量的测量，使得阈值可以被应用于体积。可以用作阈值以及测量突起的其他参数为例如宽度、长度、面积、表面积和基线长度。

在示例性实施例中，用于将初始表面区域9变形为变形的表面区域9′的技术可以使用以下原理。

在示例性实施例中，用于突起检测的系统采用三角形网格的表面变形。通过应用于使用-750Hu(Hounsfield单位)的阈值的三维CT数据的移动立方体算法(marching cubes algorithm)而生成三角网格。例如，典型的网格尺寸包括约10⁶顶点。

在[2]中，提供了一种从不规则三角数据中快速移除粗糙特征(噪声)的方法。其基于以下扩散方程：

$\frac{\∂X_i}{\∂t}=\mathrm{\λL}\left(X_i\right).$

$L\left(X_i\right)=\left(\frac{1}{N_1}\underset{j\∈1\mathrm{ring}}{\mathrm{\Σ}}{X}_j\right)-X_i$

其中，L(X_i)是顶点i处的拉普拉斯的离散(1-ring)估计。X是网格点的位置。N₁是在顶点X_i的1-ring附近的顶点的数目，而λ是扩散系数。使用将该问题转换为矩阵-向量方程的向后Euler方法求在时间t处的解

(I-λdtL)X^t+1＝X^t

该矩阵M＝I-λdtL是稀疏的并且通过网格1-ring关系给出其构造，X是包括所有网格点的向量，而I是单位矩阵。使用双共轭梯度法可以有效地求解该系统。

在[2]中，将扩散应用于所有网格点。在完成的网格上的延长扩散的众所周知的效应是全面网格收缩且在[2]中，通过补偿网格体积的减少而求解。然而，我们仅将扩散应用于有限数目的网格点，即k2＞0的点。多数点具有负的或为零的第二主曲率且保持在它们的初始位置。其为其他点提供边界条件。因此，和[2]中所提出的方法形成对照的是，全面收缩不是问题并且我们可以寻找该扩散方程的静态解：

$\frac{\∂X_i}{\∂t}=L\left(X_i\right)=0.$

该离散的拉普拉斯通过与其1-ring相邻的Xj的线性组合而估计顶点Xi的新位置。重写方程 $L\left(X_i\right)=\left(\frac{1}{N_1}\underset{j\∈1\mathrm{ring}}{\mathrm{\Σ}}{X}_j\right)-X_i,$ 之后，生成矩阵-向量方程：

$\left(\frac{1}{N_1}\underset{j\∈1\mathrm{ring}}{\mathrm{\Σ}}{X}_j\right)-X_i=M\stackrel{\‾}{X}=0$

幸运地，M是稀疏的且其结构通过1-ring网格关系给出。每一行的非零元的数目等于1-ring元件顶点的数目。类似于向后Euler公式，使用双共轭梯度方法也可以有效地求解该方程。

众所周知地，拉普拉斯方程的解使服从所施加的边界条件的膜能量最小化。然而，我们的目标并不是将平均曲率最小化，而是将第二主曲率最小化。因此，通过引入“力”项，我们扩展了上述方程。该生成方程为Poisson方程：

L(X)＝F(κ₂).

将该方程解读如下：通过将每个网格顶点初始地移动到如由拉普拉斯算子所指示的位置，而找到网格点的新位置。随后，右手侧的项将该点“推回”使得所生成的第二主曲率为零。将力项F设计为取决于κ₂且在求解方程L(X)＝F(κ₂)之后进行更新。换句话说，我们对L(X)＝F(κ₂)进行反复求解。通过L(X)初始化力项，使得我们开始于：

F^t＝0＝L(X).

所以，该“力场”F初始地对由拉普拉斯指示的位移进行平衡并且使得网格保持不变。在每次重复后，F被更新为：

${\stackrel{\‾}{F}}^{t+1}={\stackrel{\‾}{F}}^t-{\mathrm{\κ}}_2\frac{A_{1\mathrm{ring}}}{2\mathrm{\π}}\stackrel{\‾}{n}$

其中，A_1ring是1-ring邻域的表面积，且n是顶点法线。最后的项可以被理解为校正项。注意到，如果κ₂是正的，则||F||应该不被拘束。换句话说，减少项的量值额外地依赖于网格的采样密度。如果采样很密且A_1ring很小，则校正项的量值应该很小。因为κ₂等于在κ₂方向的表面相切圆 $(R=\frac{1}{{\mathrm{\κ}}_2})$ 的半径的倒数，项

为匹配的球体的面积的一半。因此，需要在第二主方向上移除曲率的位移R通过这两个面积的比而被正规化。将所估计的位移给定如下：

$d_{\mathrm{est}}=R\frac{A_{1\mathrm{ring}}}{2\mathrm{\π}/{\mathrm{\κ}}_2^2}={\mathrm{\κ}}_2\frac{A_{1\mathrm{ring}}}{2\mathrm{\π}}$

网格点的生成位移产生变形的网格，其是在突起消失情况下对结肠壁可能情况的估计。每个网格点的位移的数量(例如，以毫米计)是突起的量的定量测量的示例。通过将阈值应用到位移场生成候选对象。

在不同实施例中，多种扫描设备2可以适于能够获取身体的内部部分的三维数字数据。大体上，扫描设备2可以为能够从外部或内部获取身体的内部图像的任意设备。扫描设备2可以例如包括CT扫描设备、MRI(核磁共振成像)设备、US(超声)/声纳扫描设备、血管内探针或其他扫描设备2以获取身体内部部分的三维数字数据。其他成像技术可以例如包括X-射线设备、身体侵入式探针、诸如CCD(电荷耦合设备)照相机的照相机、电视技术、模拟照相机和/或这些或其他技术的组合。将数据从扫描设备2发送到计算机3。该数据可以包括身体的内部部分的三维数字数据或者可以包括需要由计算机3进行处理而转换为三维数字数据的二维图像或任何数据。

另外，虽然根据本发明的方法、系统和计算机程序产品适合于结肠病变的可能检测和/或预防，但是也可以适合于其他应用。这样的应用可以包括任意应用，其中，要在身体的内部部分尤其是身体内侧的管状或弯曲部分的表面上检测诸如变形和/或元的突起。这些部分可以是例如结肠、气道、动脉或静脉。可以通过根据本发明的方法、系统和/或计算机程序检测的元和变形包括(但不限于)：息肉、节结、囊肿、支气管病变、支脉管病变、栓子、肿瘤或其他病变、动脉或静脉中的斑块、狭窄以及身体的管状和弯曲部分的内侧可能出现的元和/或变形。突起可以例如包括可能导致动脉或静脉中血流堵塞的任意元。

显而易见地，本发明不以任何方式受限于说明书和附图中所示出的实施例。在权利要求书所描述的本发明的框架内多种变形和组合都是可能的。在本发明的框架内，实施例的一个或多个方面的组合或者不同实施例的组合都是可能的。所有可比较的变形也被应理解为落如由权利要求书所描述的本发明的框架内。

参考目录

[1]M.Do Carmo，″Differential geometry of curves and surfaces″，PrenticeHall 1976

[2]M.Desbrun等人在SIGGRAPH 99，1999发表的Implicit fairing ofirregular meshes using diffusion and curvature flow

Claims (19)

1、一种用于根据表示人或动物身体的内部部分的表面或其至少一部分的三维数字数据来检测所述表面的所述至少一部分的突起的方法，包括以下步骤：

根据所述三维数字数据检测表面区域，其中，所述表面区域具有至少一个第一和第二法曲率相交的点，所述第一和第二法曲率均具有大于零的初始曲率值或者均具有小于零的初始曲率值，其中，所述第二法曲率的曲率值与所述第一法曲率的曲率值相比更接近于零；

对所述第二法曲率进行数字修正，使得其经修正的曲率值与其初始曲率值相比更接近于零，通过所述修正对所述表面区域进行数字变形，使得形成变形的表面区域，其中，如与所检测的表面区域相比较地，所述变形的表面区域的变形程度与突起的量相关。

2、一种方法，其中，针对所述变形的表面区域重复如权利要求1所述的方法的所述步骤，其中，在每次重复之后，所述变形的表面区域的所述变形程度增加。

3、如权利要求1或2所述的方法，其中，对所述表面区域进行变形，直到所述变形的表面区域的经修正的第二法曲率的经修正的曲率值近似于零，其中，所述变形的表面区域的总变形程度指示突起的总量。

4、如前述权利要求的任一项所述的方法，其中，如果所述第一和第二法曲率的所述初始曲率值大于零，则所述第一和第二法曲率分别为第一和第二主曲率，以及其中，如果所述第一和第二法曲率值的所述初始曲率值小于零，则所述第一和第二法曲率分别为第二和第一主曲率。

5、如前述权利要求的任一项所述的方法，其中，所述变形程度包括所述突起的高度。

6、如前述权利要求的任一项所述的方法，其中，呈现出所述变形的表面的所述三维数字数据。

7、如前述权利要求的任一项所述的方法，其中，所述变形程度与一阈值相比较，其中，当所述变形程度超出所述阈值的时候，给出信号。

8、如权利要求7方法，其中，所述信号包括标记所检测的表面区域，优选地采用颜色来标记所检测的表面区域。

9、如前述权利要求的任一项所述的方法，其中，所述内部部分具有基本上为管状和/或弯曲的形状。

10、如权利要求9的方法，其中，所述内部部分包括结肠、气道、动脉或静脉，和/或所述表面包括结肠、气道、大动脉、动脉或静脉的壁。

11、如前述权利要求的任一项所述的方法，其中，所述突起包括病变。

12、如前述权利要求的任一项所述的方法，其为一种用于预防和/或检测结肠癌、支气管病变、支脉管病变、动脉或静脉内斑块和/或在动脉或静脉内引起血流堵塞的狭窄或任何其他机制。

13、如前述权利要求的任一项所述的方法，其中，所述三维数字数据通过CT或MR扫描获取。

14、如前述权利要求的任一项所述的方法，其中，通过求解如下方程而估计所述突起的所述高度：

L(X)＝F(κ₂)。

15、一种方法，其中，将表示结肠内侧上的结肠壁的三维数字数据在向所述结肠内侧双倍弯曲的区域进行数字变形，使得获取看起来像没有所述突起的所述结肠壁的三维数字数据，所述区域表示在所述结肠壁上的突起。

16、一种突起检测系统，具有或者连接到电路和显示设备，对所述电路进行编程以执行根据前述权利要求的任一项所述的方法，并且其中，将所述显示设备设置为显示所述表面区域。

17、如权利要求15所述的突起检测系统，其中，将所述电路设置为接收来自计算机断层摄影、磁共振成像和/或超声扫描设备的数据。

18、一种计算机程序产品，当被载入计算机且启动时，将其配置为根据三维数字数据检测人或动物身体的内部部分的表面的至少一部分的突起，包括如权利要求1-14中的任一项所述的方法的所述步骤。

19、一种用于检测人或动物身体的管状部分的内表面上的突起的方法，包括如下步骤：

对所述身体或其中的部分进行扫描以获取所述管状部分的内表面的至少一部分的三维数字数据；

根据所述三维数字数据检测表面区域，其中，所述表面区域具有至少一个点，均具有大于零的初始曲率值的第一和第二法曲率相交于所述点处，其中，所述第二法曲率具有比所述第一法曲率更低的曲率值；

对所述第二法曲率进行数字修正，使得其经修正的曲率值低于其初始曲率值，通过所述修正，对所述表面区域进行数字变形，使得形成变形的表面区域，其中，如与所检测的表面区域相比地，所述变形的表面区域的变形程度与突起的量相关。

Images