CN101604458A - 用于显示预先绘制的计算机辅助诊断结果的方法 - Google Patents

用于显示预先绘制的计算机辅助诊断结果的方法 Download PDF

Info

Publication number
CN101604458A
CN101604458A CNA2009101459574A CN200910145957A CN101604458A CN 101604458 A CN101604458 A CN 101604458A CN A2009101459574 A CNA2009101459574 A CN A2009101459574A CN 200910145957 A CN200910145957 A CN 200910145957A CN 101604458 A CN101604458 A CN 101604458A
Authority
CN
China
Prior art keywords
dimensional
suspect areas
image
rendered
medical image
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
CNA2009101459574A
Other languages
English (en)
Inventor
M·萨尔加尼科夫
A·克里什南
S·拉卡雷
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.)
Siemens Medical Solutions USA Inc
Original Assignee
Siemens Medical Solutions USA Inc
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 Siemens Medical Solutions USA Inc filed Critical Siemens Medical Solutions USA Inc
Publication of CN101604458A publication Critical patent/CN101604458A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/46—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with special arrangements for interfacing with the operator or the patient
    • A61B6/461—Displaying means of special interest
    • A61B6/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/46—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with special arrangements for interfacing with the operator or the patient
    • A61B6/461—Displaying means of special interest
    • A61B6/466—Displaying means of special interest adapted to display 3D data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/56—Details of data transmission or power supply, e.g. use of slip rings
    • A61B6/563—Details of data transmission or power supply, e.g. use of slip rings involving image data transmission via a network
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/41—Medical

Abstract

一种用于在工作站上显示预先绘制的医学图像的方法，该方法包括接收三维的医学图像数据(S11和S12)。在所述三维的医学图像数据中自动地识别怀疑区(S13)。使用绘制工作站来将所述三维的医学图像数据预先绘制为二维图像序列，在该二维图像序列中，所识别的怀疑区被从有利位置突出出来，所述有利位置被自动选出以将用于确定所述怀疑区是否是真实异常的二维图像的诊断值最大化(S14)。然后，将预先绘制的二维图像序列存储在PACS中，在该PACS中，所述预先绘制的二维图像序列能够在与绘制工作站不同的查看工作站上显示(S15)。

Description

用于显示预先绘制的计算机辅助诊断结果的方法
对相关申请的交叉引用
本申请基于在2008年6月11日提交的序列号为61/060572的临时申请，该临时申请的全部内容通过引用结合在此。
技术领域
本公开涉及计算机辅助诊断，并且更具体地，涉及用于显示预先绘制的计算机辅助诊断结果的方法。
背景技术
计算机辅助诊断(CAD)属于使用人工智能来处理医学图像数据并在该医学图像数据范围内找到一个或多个兴趣区。这些兴趣区可能与例如被确定非常有可能包括可能与疾病、损伤或者缺陷相关联的解剖学上的不规则的位置相对应。通常，将CAD用于识别看起来类似于病变的区域。
一般来说，CAD可用于识别可能被例如放射学家的经过训练的医学专业人士仔细检查的兴趣区。通过使用CAD，放射学家能够减少不能正确识别病变的可能并且可能能够在更少的时间内以更高的准确性检查更多数量的医学图像。
医学图像数据可以从例如X射线、正电子断层扫描(PET)、单光子发射计算机断层扫描(SPECT)、磁共振(MR)成像、计算机断层扫描(CT)和超声的多个模态中的一个或多个获取。生成的医学图像数据可以是三维的。正是该三维医学图像数据可以由CAD系统分析。在CAD系统识别了一个或多个兴趣区之后，可以在三维医学图像数据上标记出这些兴趣区的位置，从而放射学家能够将注意力集中在特定的位置以确定是否存在真实的病变。
理论上，放射学家能够从具有高功率的三维图像绘制站上浏览所述三维的医学图像数据。这会给予放射学家从任何期望的角度查看怀疑区和周围组织的能力。然而实际上在常规读取期间，高功率的三维绘制站并不总是能够被放射学家利用。因此，放射学家经常在功率不及的二维查看站上查看医学图像数据的二维绘制，该二维查看站与只能够有效地显示二维绘制的灰度数据的图片存档系统(PACS)连接。
然后，放射学家可以从PACS查看站上查看医学图像数据的绘制版本。然而，从这样的站查看图像数据可能不是理想的，因为可能用于诊断特定怀疑区的合适角度不在该二维图像绘制中呈现。此外，当在灰度二维查看站中查看三维的图像数据时，普遍选择灰度窗。对灰度窗的选择影响在不同类型的组织之间进行区分的难易程度。在绘制用于在PACS上显示的图像数据的过程中，也可能没有提供用于诊断特定怀疑区的合适的灰度开窗操作(windowing)。
发明内容
一种用于在工作站上显示预先绘制的医学图像的方法，该方法包括接收三维的医学图像数据。在所述三维的医学图像数据中自动识别怀疑区。使用绘制工作站来将所述三维的医学图像数据预先绘制为二维图像序列，在该二维图像序列中，所识别的怀疑区被从有利位置(vantagepoint)突出出来，所述有利位置被自动选出以将用于确定所述怀疑区是否是真实异常的二维图像的诊断值最大化。将预先绘制的二维图像序列显示在与绘制工作站不同的查看工作站上。
所述三维的医学图像数据可以包括CT扫描图像、MRI图像或者超声图像。
所述二维图像序列可以包括一连串的能够作为运动图像重播的图像帧。当在查看工作站上显示时，所述运动图像能够被显示为使得所述一连串的图像帧根据用户输入前后运动。所述运动图像可以包括从虚拟摄影机角度来看的虚拟的fly-by(跟踪)动画。当在整个动画期间所述动画与指向怀疑区的虚拟摄影机一同前进时，所述虚拟摄影机的位置变化。所述虚拟摄影机的飞行路径可以基于怀疑区相对于周围图像数据的位置来确定。
所述怀疑区可以是病变候选。
在将三维的医学图像数据预先绘制为二维图像序列时，可以通过计算清楚地图示怀疑区和邻近组织的查看角度和查看距离来选择最大诊断值的有利位置。
二维图像序列可以包括多个来自不同角度的怀疑区视图。
一种用于在绘制工作站中预先绘制医学图像以用于在查看工作站上显示的方法，该方法包括接收三维的医学图像数据。在所述三维的医学图像数据中自动识别怀疑区。将三维的医学图像数据预先绘制为二维图像序列，在该二维图像序列中，所识别的怀疑区被从有利位置突出出来，所述有利位置被自动选出以将用于确定所述怀疑区是否是真实异常的二维图像的诊断值最大化。将所述预先绘制的二维图像序列输出并存储在PACS中用于随后的查看。
所述三维的医学图像数据可以包括CT扫描图像、MRI图像或超声图像。
所述二维图像序列可以包括一连串的可以作为运动图像来重播的图像帧。所述运动图像可以包括从虚拟摄影机角度来看的虚拟的fly-by(跟踪)动画。当在整个动画期间所述动画与指向怀疑区的虚拟摄影机一同前进时，所述虚拟摄影机的位置变化。所述虚拟摄影机的飞行路径可以基于怀疑区相对于周围图像数据的位置来确定。
所述怀疑区可以是病变候选。
在将三维的医学图像数据预先绘制为二维图像序列时，可以通过计算查看角度和查看距离来选择最大诊断值的有利位置，所述查看角度和查看距离清楚地图示了怀疑区和被周围的遮蔽视线的组织遮断最小的邻近组织。所述二维图像序列可以包括多个来自不同角度的怀疑区视图。
一种计算机系统，该计算机系统包括处理器和可由所述计算机系统读取的程序存储装置，用于将可由处理器实施执行的指令程序实施为执行用于预先绘制用于在查看工作站上显示的医学图像的方法步骤。该方法包括接收三维的医学图像数据；在所述三维的医学图像数据中自动识别怀疑区；将所述三维的医学图像数据预先绘制为二维图像序列，在该二维图像序列中，所识别的怀疑区被从有利位置突出出来，所述有利位置基于所述怀疑区的位置来确定；输出所述预先绘制的二维图像序列以用于随后的查看。
所述预先绘制的二维图像序列可以包括位于怀疑区中央并从不同的有利位置记录的二维图像，每个有利位置基于所述怀疑区的位置被不同地确定。
可以将所述预先绘制的二维图像序列以可从PACS查看工作站查看的格式输出到PACS中。
附图说明
当与附图相结合进行考虑时，将很容易获得对本公开更全面的理解和本公开的许多伴随方面，正如通过参考下面的详细说明更好地理解本公开一样，在附图中：
图1是根据本发明的示例性实施例图示用于在工作站上显示预先绘制的医学图像的方法的流程图；
图2是根据本发明的示例性实施例图示用于执行在图1中示出的方法的系统的方框图；
图3是根据本发明的示例性实施例图示部分交互的控制台视图(panel view)的方框图；
图4A是根据本发明的示例性实施例图示用于预先绘制的二维图像帧的有利位置的方框图；
图4B是根据本发明的示例性实施例图示有利位置进程的方框图，所述有利位置表示预先绘制的二维图像帧的fly-thorough(飞越)序列；以及
图5示出能够实施根据本公开的实施例的方法和装置的计算机系统的例子。
具体实施方式
在描述附图中示出的本公开的示例性实施例时，出于清楚的缘故使用特定术语。然而，本公开并不限制于这样选择的特定术语，并应理解每个特定元素包括以相似方式操作的所有技术等同体。
本发明的示例性实施例可以提供一种新颖的方式用于对获取的医学图像数据执行计算机辅助检测(CAD)来找出一个或多个兴趣区，然后预先绘制所述医学图像数据用于随后在查看终端上显示，使得自动检测到的兴趣区的位置被用来确定正确的预先绘制。在该正确的预先绘制中，当预先绘制的图像数据显示在查看站上时，所述预先绘制的图像数据提供合适的视图，利用这些视图放射学家或者其他受过训练的医学专业人士可以做出诊断。
此外，正确的预先绘制可以包括基于在所检测的怀疑区附近的部分医学图像数据选择合适的灰度窗。根据本发明的一个示例性实施例，可以基于关于怀疑区的病理的确定来选择合适的窗水平，其中可能有一个或多个预先确定的合适的窗水平来从中选择以用于特别的病理。可以将该病理例如建立为CAD程序的一部分。
图1是根据本发明的示例性实施例图示用于在工作站上显示预先绘制的医学图像的方法的流程图。图2是图示用于执行图1中所示方法的系统的方框图。根据图1和图2，可以获取第一医学图像数据(步骤S11)。所述医学图像数据可以是磁共振(MR)图像数据、计算机断层扫描(CT)图像数据、正电子发射断层扫描(PET)扫描、超声图像数据或者来自某个其它模态(modality)的医学图像数据。所述医学图像数据可以使用例如MR扫描器、CT扫描器和/或超声扫描器的医学图像设备21获取。
然后，所获取的医学图像数据可以输入到三维图像处理(CAD)与绘制计算机22中(步骤S12)。可以使用图像处理与绘制站22来执行CAD以自动识别一个或多个兴趣区(步骤S13)。可替换地，可以在分离的工作站和/或服务器上执行CAD。
根据本发明的一些示例性实施例，可以全自动地执行CAD而不需要任何用户输入。可替换地，可以在用户输入的协助下半自动地执行CAD。在任何一种情况下，CAD的执行可以通过使用一种或多种本领域已知的方式来分析所述三维医学图像数据以证明存在疾病、损伤或其他异常的较高可能性而进行。异常的例子包括肿瘤、病变和结节。当发现异常的证据时，标记潜在异常的位置作为怀疑区。
在自动识别一个或多个潜在兴趣区的位置(步骤S13)后，则可以基于所述自动识别的兴趣区的位置预先绘制所述医学图像数据(步骤S14)。预先绘制可以包括产生一个或多个二维图像视图。所述二维图像视图可以包括运动图像序列的帧，该运动图像序列可以随后向前依次显示、向后依次显示，或者逐帧地逐步显示，和/或可以包括已绘制的单视图。
不像用于绘制医学图像数据的常规方式，本发明的示例性实施例可以预先绘制所述医学图像数据来获得从一个或多个最优的有利位置清楚地说明兴趣区的二维图像视图集。因此，本发明的示例性实施例在执行预先绘制时将所述兴趣区的位置考虑进去，而不是简单地产生一般的二维绘制，在所述一般的二维绘制中，可能清楚地或可能不清楚地显示所述怀疑区。
最优的有利位置可以包括例如示出前面的每个怀疑区的有利位置和/或一个或多个从各个无障碍角度示出怀疑区的有利位置。可以基于用于三维视图选择的现有算法自动地产生经过优化的无障碍视图来使目标结构和闭合结构(occluding structure)之间的闭塞最小化。在每个图像帧中，怀疑区可以大体上位于中央。所述图像帧可以随后作为运动图像序列显示，例如在怀疑区是好像来自在怀疑区周围运行的运动摄影机的特征的地方，以所谓的“fly-around”(漫游)视图显示。以这种方式，预先绘制的图像集可以在事后由放射学家交互地形成动画(animate)。
本发明的示例性实施例也可以基于每个怀疑区为预先绘制的图像的每个序列选择合适的灰度窗。因此，所述预先绘制的图像可以包括尤其适用于以典型地为诊断所选择的高的对比度和颜色水平细节显示怀疑区的灰度窗。
下面例如参照图3、图4A和图4B描述涉及预先绘制的图像的组成部分的其他细节。
在基于所识别的兴趣区的位置预先绘制所述医学图像数据(步骤S14)之后，可以将预先绘制的图像输出(步骤S15)。可以将预先绘制的医学图像或者直接地输出给查看工作站24，或者更可能地输出给图像存档系统(PACS)数据库23。随后可以从PACS数据库23中调用所述预先绘制的医学图像并显示在简单的显示工作站24上。
一旦被调用，放射学家可以例如从部分交互的控制台视图中观察所述预先绘制的医学图像。图3是根据本发明的示例性实施例图示部分交互的控制台视图的方框图。
对于特别的成像研究，本发明的示例性实施例可以产生一个或多个控制台视图。图3图示了可以从PACS数据库中调用并在显示工作站上显示的示例性控制台视图30。该控制台视图可以包括定位图像(scoutimage)31。该定位图像可以是图示一个或多个被标记的兴趣区的概貌图像。在示例性控制台视图30中，所述定位图像31用三个环形标记来图示肺部的平面视图，所述三个环形标记具有表示自动识别的兴趣区1到N的标签“1”、“2”和“N”。
示例性控制台视图30的部分32包括一连串的封闭图像，其中每个自动识别的怀疑区从适当的有利位置呈现。部分32的顶行以多个预选择的窗灰度(WL1，WL2，...，WLN)图示针对第一怀疑区(区域1)的封闭图像。
示例性控制台视图30的部分33包括一连串预计算的体积绘制图(VRT)，每个怀疑区一个(F1，F2，...，FN对应于区域1，2，...，N)。每个体积绘制图可以表示包括帧序列的漫游(fly-around)视图，所述帧序列可以作为运动图像观看或者可以逐个地逐步显示，它可以是单个的代表性3-D视图，或者是多个关键视图的集合。
示例性控制台视图30的部分34包括一连串预计算的有遮蔽的表面显示(SSD)，每个怀疑区一个(F1，F2，...，FN对应于区域1，2，...，N)。不像上面讨论的VRT，SSD提供详细的表面视图而元需绘制体积数据。每个有遮蔽的表面显示绘制图可以表示包括帧序列的漫游(fly-around)视图，所述帧序列可以作为运动图像观看或者可以逐个地逐步显示，或者它可以是单个的代表性三维视图，或者是多个关键视图的集合。
图4A是根据本发明的示例性实施例图示针对预先绘制的二维图像帧的有利位置的方框图，图4B是根据本发明的示例性实施例图示有利位置的行进的方框图，所述有利位置表示预先绘制的二维图像帧的fly-thorough(飞越)序列。
参考图4A，可能例如是病变候选的怀疑区41可以具有中心42。可以基于怀疑区41的位置通过从虚拟摄影机43的角度预先绘制三维图像数据来自动地选择具有高诊断价值的有利位置。在此，可以将虚拟摄影机43放置在以高细节图示怀疑区41的有利位置上，例如以垂直于被怀疑区突出来的表面的正视图。从该有利位置，虚拟摄影机43沿通过怀疑区41的中心42的中心线44排列。可以使用处于该方位的虚拟摄影机来产生图示在虚拟摄影机43的视场45范围内的医学图像数据区的有利位置。
可以例如通过选择虚拟摄影机角度的位置并将来自该虚拟摄影机的光线投射到怀疑区的附近区域来产生二维的预先绘制的图像帧。然后，可以将这样的点绘制在二维的图像帧上，即在这些点上光线截取怀疑区和周围的附近区域。然后，可以重新放置该虚拟摄影机，并且可以计算出另一个二维的图像帧，例如使用光线投射技术。可以将该虚拟摄影机沿着可能是预先确定的路径或者可能是基于怀疑区和/或周围区域的性质所选择的路径重新放置。以这种方式，可以计算出二维图像帧的序列以表示虚拟的跟踪(fly-by)。
图4B根据本发明的示例性实施例图示了限定跟踪(fly-by)的虚拟摄影机角度的行进。所述虚拟摄影机可以例如从面朝前的位置L1开始。然后，可以从那个有利位置产生二维的图像帧。然后，可以将该虚拟摄影机重新放置到可以产生第二图像帧的第二位置L2。从该第二位置L2，可以将该虚拟摄影机依次移动到位置L3、L4、L5和L6，其中在每个有利位置产生二维的图像帧。虽然图4B是以二维方式来图示的，但是所述虚拟摄影机的实际位置可以在三维中进行调整，并且可以沿路径移动，所述路径从涉及x轴、y轴和z轴的大范围角度和半径反映了怀疑区。
根据本发明的示例性实施例，放射学家或其他的医疗工作者可能具有以某种受限形式与数据显示器交互的能力，所述能力可以包括例如逐步遍历(step through)从不同角度图示每个怀疑区的图像帧的能力。因此，所显示的数据可以包括被迫预先计算出的交互视图，在这些交互视图中，用户可以将图像序列作为运动图像播放或者可以手动地逐帧遍历这些图像。也可以提供暂停、回转、快进和/或缩放的能力给用户。也可以将运动图像设置为以连续循环的方式显示。
图像帧可以例如是DICOM导出图像序列，其中使用多个三维计算机图形绘制算法(例如z缓冲、遮蔽表面算法等)中的任何一个来计算各个像素等级。可替换地，可以导出可装载到PACS工作站查看器中并且在PACS工作站查看器中滚动或循环的单独的DICOM图像序列。
图3的定位视图31可以使用多个众所周知的、用于在CT/MRI/PET等中形成合成的定位图像的模拟投影技术来形成。一种用于产生对称的定位视图的示例性方式是从CT取得重建的衰减体积，并且通过沿该体积的每一列合并垂直于冠状面的方向上的全部衰减来产生合成的投影X射线图像。在定位图像中重叠的是指示针对病人体内CAD发现的全局自动位置和环境的CAD标记，该CAD发现的位置通过在导出的合成投影的灰度值(例如使用DICOM导出图像并用用于标记位图的固定文本强度灰度值来代替图像灰度值)范围内绘制该标记来确定，所述导出的合成投影只记录在冠状面内的CAD发现的坐标并忽略垂直于该冠状面的坐标索引。
图3中的窗水平断层图像，部分32可以通过提取在每个相应的轴向CT断层中的每个CAD识别的怀疑区周围的二维相邻区域来形成，并且将部分32插入到该部分中的适当的子窗位置，从而可以应用窗水平LUT并将生成的显示值设置为该部分子窗中的像素。例如，可以将位于每个发现的+/-10个断层的中心的所有兴趣区插入。这能够用相应的LUT以不同的预设置窗水平(WL1...WLN)对每个发现进行重复。
在轴向断层中的怀疑区的边界可以使用以解剖结构方式已知的自动节结分割算法从自动分割的候选结构的范围来自动地计算出来，并且可以选择使用检测到的CAD怀疑区作为种子点。
对于图3中的VRT部分33，可以基于自动检测到的周围结构和允许在杂乱环境中无障碍地查看怀疑区的病变维度，使用自动确定的查看金字塔参数(viewing pyramids parameter)和怀疑区周围的查看点轨迹自动地计算出每个发现的“漫游(fly around)”。对怀疑区的分割可以用于确定虚拟摄影机参数和隐藏其他结构，例如通过阻止对该分割周围可能进入虚拟摄影机和目标之间的区域进行绘制。图4A演示了一个场景，其中从图示的虚拟摄影机角度位置可以看见病变。为了获得该病变的完整视图，摄影机可以沿着在图4B中图示的路径移动，并且以有规则的间隔拍摄快照。该路径可以基于该病变的位置被预先计算出来或者当用户在允许交互式摄影机运动的系统中浏览病变时从该用户的摄影机导航模式中得知。此外，可以使用现有的算法自动地确定透明图(map)和不透明图(map)。可以在图3中针对SSD部分34应用相似的方式。
每个预先绘制的二维图像序列可以使用三维数据和绘制算法计算出来，并且这些二维图像序列可以通过各参数和总图像的N种版本进行参数化，该总图像的N种版本中的每一种是用具有适当的查看参数的子图像来产生的。例如，每个窗断层部分可以具有变化的Z断层值，图像集中的每个VRT或SSD子图像可以具有不同的相对于怀疑区中心和查看金字塔参数以及光照的球面坐标。
然后，可以由用户将有序的图像集通过在二维的PACS工作站中交互式地滚动或者通过自动循环或间歇查看地循环来双向地滚动。然后，用户可以体验这些好像在三维绘制的视图的连续交互式电影中运动的图像，然后可以将这些三维绘制的视图存档并用于在查看器中产生视差以及能够在高级的工作站上通过静态3D绘制正常地获得的阴影和其他提示(cue)。
虽然本发明的示例性实施例可能不能提供完全交互式的任意查看，但可以通过自动选择良好的查看轨迹和参数获得在诊断上有用的最优的或者近似最优的预先计算的视图序列。这些图像可以允许查看者获得足够多的三维信息，因此用户可以在解释CAD发现的过程中实现完全三维交互绘制环境的许多优点。
根据本发明的示例性实施例，可以用例如DICOM导出序列的基于标准的方式来保持有序图像集的排序并允许在许多不同供应商的实施DICOM标准的PACS工作站上查看。
可以在医学图像处理服务器上执行CAD，所述服务器可以接收所获得的重建三维体积、执行CAD处理、预先绘制有序图像集并然后将得到的图像传送给PACS用于在PACS工作站上存储和随后的检索以便交互式地查看有序图像集。可替换地，许多其他的实施体系也是可能的。
图5示出可以实施本公开的方法和系统的计算机系统的例子。本公开的系统和方法可以用在计算机系统上运行的软件应用的形式实施，所述计算机系统例如是主机、个人计算机(PC)、手持计算机、服务器等。所述软件应用可以存储在可由该计算机系统本地存取的记录媒介上，并通过与网络的硬连线或无线连接(例如局域网或因特网)存取。
被一般地称为系统1000的计算机系统可以包括例如中央处理单元(CPU)1001、随机访问存储器(RAM)1004、打印机接口1010、显示单元1011、局域网(LAN)数据传输控制器1005、LAN接口1006、网络控制器1003、内部总线1002以及一个或多个输入装置1009，例如键盘、鼠标等。如图所示，系统1000可以与数据存储装置连接，例如通过链路1007与硬盘1008连接。
虽然在此提供的示例性实施例可能涉及三维的图像数据，但给出这些例子是为了用于简单的公开，并且应该理解为也可以以与在此描述的示例性实施例一致的方式使用更高维度的图像数据。
在此描述的示例性实施例是图示性的，能够引入许多种变形方式而不脱离本公开的精神或附属的权利要求的范围。例如，不同的示例性实施例的元素和/或特征可以在本公开和附属权利要求的范围内相互结合和/或相互替代。

Claims (25)

1.一种用于在工作站上显示预先绘制的医学图像的方法，该方法包括：
接收三维的医学图像数据；
在所述三维的医学图像数据中自动地识别怀疑区；
使用绘制计算机将该三维的医学图像数据预先绘制为二维图像序列，在该二维图像序列中，以依赖于所识别的怀疑区的位置的方式来描绘所识别的怀疑区；
将预先绘制的二维图像序列存储到存储档案或媒介中；以及
将存储在存储档案或媒介的预先绘制的二维图像序列显示在显示装置上。
2.根据权利要求1所述的方法，其中所述三维的医学图像数据是CT扫描图像、MRI图像、PET图像或者超声图像。
3.根据权利要求1所述的方法，其中所述存储档案或媒介是PACS数据库。
4.根据权利要求1所述的方法，其中所述显示装置与绘制计算机不同。
5.根据权利要求1所述的方法，其中所述二维图像序列包括一连串能够作为电影运动图像播放的图像帧。
6.根据权利要求5所述的方法，其中当在显示装置上显示时，所述电影运动图像能够根据用户输入在所述一连串的图像帧间前向或后向运动地示出。
7.根据权利要求5所述的方法，其中所述电影运动图像包括从虚拟摄影机角度来看的虚拟的跟踪(fly-by)动画，其中当在整个动画期间所述动画与指向怀疑区的虚拟摄影机一同前进时，所述虚拟摄影机的位置变化。
8.根据权利要求7所述的方法，其中所述虚拟摄影机的飞行路径是基于怀疑区相对于周围图像数据的位置来确定的。
9.根据权利要求1所述的方法，其中所述怀疑区是病变候选。
10.根据权利要求1所述的方法，其中将三维的医学图像数据预先绘制为二维图像序列包括绘制来自有利位置的三维图像数据，所述有利位置被自动选出以将用于确定所述怀疑区是否是真实异常的二维图像的诊断值最大化。
11.根据权利要求1所述的方法，其中以依赖于所识别的怀疑区的位置的方式来描绘该怀疑区包括基本上在所述二维图像序列的每个图像的中央描绘怀疑区。
12.根据权利要求1所述的方法，其中以依赖于所识别的怀疑区的位置的方式来描绘该怀疑区包括用基于怀疑区所选择的窗水平来描绘所述怀疑区。
13.根据权利要求12所述的方法，其中基于怀疑区来选择窗水平包括：
识别怀疑区的病理；和
基于所识别的病理来选择窗水平。
14.根据权利要求1所述的方法，其中所述二维图像序列包括多个来自不同角度的怀疑区的视图。
15.一种用于在计算机中预先绘制医学图像的方法，该方法包括：
接收三维的医学图像数据；
在所述三维的医学图像数据中自动地识别怀疑区；
将所述三维的医学图像数据预先绘制为二维图像序列，在该二维图像序列中，以依赖于所识别的怀疑区的位置的方式来描绘该所识别的怀疑区；以及
将预先绘制的二维图像序列输出到存储档案或媒介以用于随后的查看。
16.根据权利要求15的方法，其中所述三维的医学图像数据是CT扫描图像、MRI图像、PET图像或超声图像。
17.根据权利要求15所述的方法，其中所述二维图像序列包括一连串能够作为电影运动图像播放的图像帧。
18.根据权利要求17所述的方法，其中所述电影运动图像包括从虚拟摄影机角度来看的虚拟的跟踪(fly-by)动画，其中当在整个动画期间所述动画与指向怀疑区的虚拟摄影机一同前进时，所述虚拟摄影机的位置变化。
19.根据权利要求18所述的方法，其中所述虚拟摄影机的飞行路径是基于怀疑区相对于周围图像数据的位置来确定的。
20.根据权利要求15所述的方法，其中所述怀疑区是病变候选。
21.根据权利要求15所述的方法，其中将三维的医学图像数据预先绘制为二维图像序列包括绘制来自有利位置的三维图像数据，所述有利位置被自动选出以将用于确定所述怀疑区是否是真实异常的二维图像的诊断值最大化。
22.根据权利要求15所述的方法，其中二维图像序列包括多个来自不同角度的怀疑区的视图。
23.一种计算机系统，该计算机系统包括：
处理器；和
可由所述计算机系统读取的程序存储装置，实施可由处理器执行的指令程序来执行用于预先绘制用于存储的医学图像的方法步骤，该方法包括：
接收三维的医学图像数据；
在所述三维的医学图像数据中自动地识别怀疑区；
将所述三维的医学图像数据预先绘制为二维图像序列，在该二维图像序列中，以依赖于所识别的怀疑区的位置的方式来描绘该所识别的怀疑区；以及
将预先绘制的二维图像序列输出到存储档案或媒介以用于随后的查看。
24.根据权利要求23所述的计算机系统，其中预先绘制的二维图像序列包括位于所述怀疑区的中央并从多个有利位置记录的二维图像，每个有利位置是基于所述怀疑区的位置不同确定的。
25.根据权利要求23所述的计算机系统，其中预先绘制的二维图像序列以可从PACS工作站查看的格式输出。
CNA2009101459574A 2008-06-11 2009-06-11 用于显示预先绘制的计算机辅助诊断结果的方法 Pending CN101604458A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US6057208P 2008-06-11 2008-06-11
US61/060572 2008-06-11
US12/420430 2009-04-08

Publications (1)

Publication Number Publication Date
CN101604458A true CN101604458A (zh) 2009-12-16

Family

ID=41414312

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA2009101459574A Pending CN101604458A (zh) 2008-06-11 2009-06-11 用于显示预先绘制的计算机辅助诊断结果的方法

Country Status (2)

Country Link
US (1) US20090309874A1 (zh)
CN (1) CN101604458A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102525660A (zh) * 2012-02-17 2012-07-04 南通爱普医疗器械有限公司 具有颅脑部病灶自动识别功能的手术导航仪
CN106447656A (zh) * 2016-09-22 2017-02-22 江苏赞奇科技股份有限公司 基于图像识别的渲染瑕疵图像检测方法
CN107170009A (zh) * 2017-04-28 2017-09-15 广州军区广州总医院 一种基于医学图像的护目镜基弯数据测量方法
CN109564773A (zh) * 2016-06-28 2019-04-02 皇家飞利浦有限公司 用于自动检测关键图像的系统和方法
CN109741812A (zh) * 2017-10-30 2019-05-10 三星电子株式会社 发送医学图像的方法以及执行所述方法的医学成像设备
CN109754868A (zh) * 2018-12-18 2019-05-14 杭州深睿博联科技有限公司 用于医学影像的数据处理方法及装置
CN111726603A (zh) * 2019-03-19 2020-09-29 索尼互动娱乐股份有限公司 用于生成图像的方法和系统
CN112020332A (zh) * 2018-05-07 2020-12-01 豪洛捷公司 乳房超声工作流程应用
CN112435227A (zh) * 2020-11-19 2021-03-02 深圳博脑医疗科技有限公司 一种医学影像图的处理方法、装置、终端设备及介质

Families Citing this family (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102005036564A1 (de) * 2005-08-03 2007-02-22 Siemens Ag Betriebsverfahren für eine bildgebende medizintechnische Anlage und hiermit korrespondierende Gegenstände
US8375054B2 (en) * 2008-04-03 2013-02-12 Siemens Aktiengesellschaft Findings navigator
JP5523726B2 (ja) * 2008-04-04 2014-06-18 株式会社東芝 Ｘ線ｃｔ装置
US20090327335A1 (en) * 2008-06-30 2009-12-31 General Electric Company Systems and Methods For Generating Vendor-Independent Computer-Aided Diagnosis Markers
JP5238440B2 (ja) * 2008-10-02 2013-07-17 株式会社東芝 画像表示装置及び画像表示方法
CN106913366B (zh) 2011-06-27 2021-02-26 内布拉斯加大学评议会 工具承载的追踪系统和计算机辅助外科方法
US9498231B2 (en) 2011-06-27 2016-11-22 Board Of Regents Of The University Of Nebraska On-board tool tracking system and methods of computer assisted surgery
US11911117B2 (en) 2011-06-27 2024-02-27 Board Of Regents Of The University Of Nebraska On-board tool tracking system and methods of computer assisted surgery
EP2769270B1 (en) * 2011-10-20 2018-09-19 Koninklijke Philips N.V. Holographic user interfaces for medical procedures
KR20130109838A (ko) * 2012-03-28 2013-10-08 삼성전자주식회사 병변 진단 지원 장치와 방법
KR102043133B1 (ko) 2012-11-16 2019-11-12 삼성전자주식회사 컴퓨터 보조 진단 지원 장치 및 방법
CN103829965B (zh) * 2012-11-27 2019-03-22 Ge医疗系统环球技术有限公司 使用标记体来引导ct扫描的方法和设备
US10105149B2 (en) 2013-03-15 2018-10-23 Board Of Regents Of The University Of Nebraska On-board tool tracking system and methods of computer assisted surgery
JP2014013590A (ja) * 2013-08-27 2014-01-23 Canon Inc 診断支援装置及び診断支援方法
US9332285B1 (en) 2014-05-28 2016-05-03 Lucasfilm Entertainment Company Ltd. Switching modes of a media content item
US10709407B2 (en) * 2014-08-13 2020-07-14 General Electric Company Imaging protocol translation
CN105686803B (zh) * 2016-01-08 2019-06-14 上海伴诚医疗科技有限公司 扫描数据处理方法及装置
CN113035327A (zh) 2016-10-27 2021-06-25 普罗热尼奇制药公司 用于医学图像分析的网络、决策支持系统和相关图形用户界面(gui)应用
CN106934777B (zh) * 2017-03-10 2020-07-14 北京小米移动软件有限公司 扫描图像获取方法及装置
US11132797B2 (en) * 2017-12-28 2021-09-28 Topcon Corporation Automatically identifying regions of interest of an object from horizontal images using a machine learning guided imaging system
US10973486B2 (en) 2018-01-08 2021-04-13 Progenics Pharmaceuticals, Inc. Systems and methods for rapid neural network-based image segmentation and radiopharmaceutical uptake determination
CN109785938A (zh) * 2018-12-03 2019-05-21 深圳市旭东数字医学影像技术有限公司 基于web的医学图像三维可视化处理方法及系统
WO2020144134A1 (en) 2019-01-07 2020-07-16 Exini Diagnostics Ab Systems and methods for platform agnostic whole body image segmentation
CN113710159A (zh) 2019-04-24 2021-11-26 普罗热尼奇制药公司 用于对骨扫描图像进行自动化及交互式分析以检测转移的系统及方法
US11564621B2 (en) 2019-09-27 2023-01-31 Progenies Pharmacenticals, Inc. Systems and methods for artificial intelligence-based image analysis for cancer assessment
US11900597B2 (en) 2019-09-27 2024-02-13 Progenics Pharmaceuticals, Inc. Systems and methods for artificial intelligence-based image analysis for cancer assessment
CN111563877B (zh) * 2020-03-24 2023-09-26 北京深睿博联科技有限责任公司 一种医学影像的生成方法及装置、显示方法及存储介质
US11386988B2 (en) 2020-04-23 2022-07-12 Exini Diagnostics Ab Systems and methods for deep-learning-based segmentation of composite images
US11321844B2 (en) 2020-04-23 2022-05-03 Exini Diagnostics Ab Systems and methods for deep-learning-based segmentation of composite images
US11721428B2 (en) 2020-07-06 2023-08-08 Exini Diagnostics Ab Systems and methods for artificial intelligence-based image analysis for detection and characterization of lesions
WO2023285305A2 (en) * 2021-07-16 2023-01-19 Koninklijke Philips N.V. Thumbnail animation for medical imaging

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020131625A1 (en) * 1999-08-09 2002-09-19 Vining David J. Image reporting method and system
CN1608589A (zh) * 2004-10-11 2005-04-27 西安交通大学 基于超声波测量的残肢骨骼与皮肤特征的提取方法
US20050107695A1 (en) * 2003-06-25 2005-05-19 Kiraly Atilla P. System and method for polyp visualization
US20070276214A1 (en) * 2003-11-26 2007-11-29 Dachille Frank C Systems and Methods for Automated Segmentation, Visualization and Analysis of Medical Images
US20080081998A1 (en) * 2006-10-03 2008-04-03 General Electric Company System and method for three-dimensional and four-dimensional contrast imaging

Family Cites Families (2)

* 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
US7072501B2 (en) * 2000-11-22 2006-07-04 R2 Technology, Inc. Graphical user interface for display of anatomical information

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020131625A1 (en) * 1999-08-09 2002-09-19 Vining David J. Image reporting method and system
US20050107695A1 (en) * 2003-06-25 2005-05-19 Kiraly Atilla P. System and method for polyp visualization
US20070276214A1 (en) * 2003-11-26 2007-11-29 Dachille Frank C Systems and Methods for Automated Segmentation, Visualization and Analysis of Medical Images
CN1608589A (zh) * 2004-10-11 2005-04-27 西安交通大学 基于超声波测量的残肢骨骼与皮肤特征的提取方法
US20080081998A1 (en) * 2006-10-03 2008-04-03 General Electric Company System and method for three-dimensional and four-dimensional contrast imaging

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102525660A (zh) * 2012-02-17 2012-07-04 南通爱普医疗器械有限公司 具有颅脑部病灶自动识别功能的手术导航仪
CN102525660B (zh) * 2012-02-17 2014-02-05 南通爱普医疗器械有限公司 具有颅脑部病灶自动识别功能的手术导航仪
CN109564773A (zh) * 2016-06-28 2019-04-02 皇家飞利浦有限公司 用于自动检测关键图像的系统和方法
CN106447656A (zh) * 2016-09-22 2017-02-22 江苏赞奇科技股份有限公司 基于图像识别的渲染瑕疵图像检测方法
CN106447656B (zh) * 2016-09-22 2019-02-15 江苏赞奇科技股份有限公司 基于图像识别的渲染瑕疵图像检测方法
CN107170009A (zh) * 2017-04-28 2017-09-15 广州军区广州总医院 一种基于医学图像的护目镜基弯数据测量方法
CN107170009B (zh) * 2017-04-28 2021-04-20 广州军区广州总医院 一种基于医学图像的护目镜基弯数据测量方法
CN109741812A (zh) * 2017-10-30 2019-05-10 三星电子株式会社 发送医学图像的方法以及执行所述方法的医学成像设备
CN112020332A (zh) * 2018-05-07 2020-12-01 豪洛捷公司 乳房超声工作流程应用
CN109754868A (zh) * 2018-12-18 2019-05-14 杭州深睿博联科技有限公司 用于医学影像的数据处理方法及装置
CN111726603A (zh) * 2019-03-19 2020-09-29 索尼互动娱乐股份有限公司 用于生成图像的方法和系统
CN112435227A (zh) * 2020-11-19 2021-03-02 深圳博脑医疗科技有限公司 一种医学影像图的处理方法、装置、终端设备及介质

Also Published As

Publication number Publication date
US20090309874A1 (en) 2009-12-17

Similar Documents

Publication Publication Date Title
CN101604458A (zh) 用于显示预先绘制的计算机辅助诊断结果的方法
US11129583B2 (en) Apparatus and system for rule based visualization of digital breast tomosynthesis and other volumetric images
RU2599277C1 (ru) Система кт для досмотра и соответствующий способ
CN101116110B (zh) 医学图像浏览协议
US8659602B2 (en) Generating a pseudo three-dimensional image of a three-dimensional voxel array illuminated by an arbitrary light source by a direct volume rendering method
US8077948B2 (en) Method for editing 3D image segmentation maps
CN106981098A (zh) 虚拟场景组分的视角表示
Kim et al. Comparison techniques utilized in spatial 3D and 4D data visualizations: A survey and future directions
CN104969265A (zh) 为用户显示第一绘制投影和第二绘制投影之间的过渡的方法和系统
CN102132322B (zh) 用于确定对象的尺寸改变的设备
JP2005522296A (ja) 画像体積レビューを追跡するグラフィックな装置及び方法
CN106062753A (zh) 使得用户能够研究图像数据
JP2023029929A (ja) デジタル胸部トモシンセシスおよび匿名化表示データ・エクスポートを可視化するための装置および方法
EP2266457B1 (en) Intermediate image generating method, device, and program
CN101802877B (zh) 路径近似绘制
US20230252629A1 (en) Dynamic Layout Optimization of Annotation Labels in Volume Rendering
JP2008067915A (ja) 医用画像表示装置
Ropinski et al. Multimodal visualization with interactive closeups
Liao et al. AR Interfaces for Disocclusion—A Comparative Study
US20060215888A1 (en) Method and apparatus of displaying of a medical image
US20240087218A1 (en) Systems and methods for automated rendering
US20230270399A1 (en) Apparatus and system for rule based visualization of digital breast tomosynthesis and other volumetric images
US20220343605A1 (en) Computer implemented method and system for navigation and display of 3d image data
Paul et al. A Deep Learning approach to 3D Viewing of MRI/CT images in Augmented Reality
Skabek et al. Applications of computer vision in medicine and protection of monuments

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C12 Rejection of a patent application after its publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20091216