CN101681514A - 对管形结构的检查 - Google Patents
对管形结构的检查 Download PDFInfo
- Publication number
- CN101681514A CN101681514A CN200880019100A CN200880019100A CN101681514A CN 101681514 A CN101681514 A CN 101681514A CN 200880019100 A CN200880019100 A CN 200880019100A CN 200880019100 A CN200880019100 A CN 200880019100A CN 101681514 A CN101681514 A CN 101681514A
- Authority
- CN
- China
- Prior art keywords
- view
- data set
- image data
- inspection
- tubular
- 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
Links
Images
Classifications
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明公开了一种检查诸如医学图像中的血管的三维(3D)图像数据集内的管形结构(1)的方法。最初,提供图像数据集并且执行图像数据集的可视性。之后,执行图像数据集的检查。在检查期间,用户例如经由计算机鼠标对指针(P)进行移动,处理器在指针周围执行局部分割,以便确定诸如血管的管形被分割对象(1)的可能的形状,所述处理器还对被分割对象进行局部分析。之后,屏幕显示被分割对象(1)的视图(P1),其中从局部分析导出第一视图的取向;所述第一视图可以例如是横截面视图或者纵向视图。本发明可直接用在各种不同的可视化中的原始图像数据上。不需要诸如解剖模型的先进的应用知识、先进的采集协议设备或者全局分割。因此,其是一种鲁棒性强的、可用于各种图像模态和解剖结构的方法,该方法在血管的量化软件包中是必需的。
Description
技术领域
本发明涉及一种用于检查三维(3D)图像数据集,特别是医学图像数据集内的管形结构的方法。本发明还涉及一种相应的成像系统以及相应的计算机程序。
背景技术
医学成像领域,具体而言多模态3D血管分析领域正在得到越来越多的关注。成像工具提供了先进的对血管的观看、分割、检查以及量化,以用于针对许多患者群体的诊断。
大部分医学成像工作站的厂家具有支持血管分析,具体而言3D血管量化的工具。
尽管术语3D血管量化听起来像是指单独的应用,但其实际上涉及使用不同采集方法靶向不同血管结构的一组应用,对于所述组应用而言对预期的测量的需求是相同的。解剖结构的示例有主动脉、颈动脉、冠状动脉、外周腿部动脉和冠状动脉。磁共振(MR)、计算机断层摄影(CT)以及旋转式X射线是所使用的成像模态的示例。血管检查的示例包括寻找血管的变宽或阻塞部分或者对肺动脉中的肺栓塞的更加具体的搜索。在任意给定的血管应用中,主要的目的是测量局部血管参数,例如在图像数据中若干位置处的面积和半径,以量化狭窄的程度或动脉瘤的大小。按照定义,这些测量必须在通过感兴趣血管的横截面上完成。
对于血管的手动检查而言,用户可利用多平面重定格式(MPR)、最大强度投影(MIP)或体积绘制(VR)来观看数据。
预期的MPR视图是模截面视图及纵向视图(与血管对准的视图)。其他经常用于血管的检查的视图为弯曲平面的血管视图及拉直的血管视图。
大部分可获得的商业工具提供生成预期视图的若干方法:
1)手动交互:使用点选交互在任意可视化(MIP或者VR)中的特定位置处生成横截面,随后手动旋转(放大的)MPR视图以获得正确的横截面或者纵向取向。
2)路径描绘,以便使用路径方向定向横截面和纵向及弯曲平面或拉直的视图。路径描绘策略的范围从完全手动到单击自动。所得路径的质量很大程度上取决于用于交互的可视化。
3)手动点选结合专用的Ortho观看器或者所谓的明轮(paddle wheel)视图(所述明轮视图是针对肺栓塞的情况而言的)。
一旦生成血管的横截面,用户可通过在血管边缘周围的这一横截面上描绘轮廓而测量血管的面积。如果在不同位置上重复这一测量,则可以评估狭窄的程度或动脉瘤的大小。(半)自动路径跟踪器中的一些也利用自动血管边缘检测,并且因此利用自动测量。然而,在所有工具中,要求用户验证路径的正确性以及自动描绘的血管边缘的正确性。
在2D显示器或屏幕上从3D医学图像中检索穿过3D对象的正确的横截面是不重要的。所有手动方法所需的交互是冗长且易于出错的。在MPR视图上手动定义3D中的路径需要界标放置和滚动的组合。由于选择的点不对应于血管中心而是对应于绘制的投影坐标(经常是血管边缘),并且必须在路径定义之后在2D视图中进行检查(以及可能的校正),因此在MIP或VR图像上的路径的手动定义甚至更加困难。当使用点选交互时,用户必须首先选择位置,然后用户必须在3D中(或者在所谓的明轮肺栓塞(PE)示例中沿单独的轴)旋转图像。
这对在给定特定时间用户在图像中可检查的位置的数量施加了严重的限制。同样,手动交互方法易于出错,因为用户难于评估给定的取向是否正确,因此结果将是不可重现的。当使用点选交互时,用户仅在完成图像旋转和检查横截面之后发现其所挑选的点不位于预期的血管的内部。
同样,对于检查任务而言,单击自动方法是麻烦的。用户必须扫描数据以搜寻针对分割的合适的起点。然后,用户必须等待分割完成,并且之后在可以生成横截面和纵向视图之前,可能要延长或者编辑自动得到的中心线。如果分割结果不正确,用户必须编辑结果。同样,沿所找到的中心线的导航是麻烦的。
WO 2005/048198(相同的申请人)公开了一种方法,其中在3D图像上应用分割处理,随后为弯曲平面重定格式(CPR)。然而,该文献对于分割无法找到正确的血管结构(参见该文献的图2)的可能是无记载的。对于实际应用而言,用户将必须检查原始数据以找到相关的结构用于进一步分析和验证。利用诸如滚动、旋转缩放、摇拍等的常规3D导航工具来执行这种检查,并且这种检查既耗费时间又易于出错。
因此,一种用于检查管形结构的改进的方法将会是有利的,具体而言,一种更有效和/或更可靠的方法将会是有利的。
发明内容
因此,本发明优选地试图单独地或者以组合的方式来减轻、减少或消除上述缺点中的一个或多个。具体而言,可以将本发明的目的视为提供一种解决检查3D图像数据集中的管形结构的上述现有技术的问题的方法。
在本发明的第一方面中,通过提供用于在三维(3D)图像数据集内检查管形结构的方法而达到这一目的以及若干其他目的,所述方法包括:
a)提供图像数据集,
b)执行图像数据集的可视化,
c)执行图像数据集的检查,所述检查包括
-移动指针,
-执行指针周围的局部分割,以便确定被分割对象的可能的形状,
-执行对被分割对象的局部分析,以及
-显示被分割对象的第一视图,所述第一视图的取向是从局部分析中导出的。
本发明对于获得一种可直接在各种不同可视化中的原始图像数据上使用的方法是特别(非排他的)有利的。不需要诸如解剖模型的先进的应用知识、先进的采集协议设备或者全局分割。因此,其是一种鲁棒性强的、可用于各种图像模态和解剖结构的方法,该方法在血管的量化软件包中是必需的。
一个额外的优势是用户交互的减少。在用户知道选择的指针的位置所得到导出的视图,例如预期的横截面之前,不需要点选交互、图像旋转或分割任务。这增加了在某一时间内可检查的位置的数量。
又一优势是本发明在3D图像集内所做的测量更加的可重现化,因为每一次选择用于检查的例如血管的结构时,将视图在相同的方向上对准。
结合本发明,将在更广的背景下理解分割,即分割是将三维图像数据集划分为多个区域(即体素集)的处理。分割的目的是将表示简化和/或改变成更简单的和/或更有利的另一种表示。图像数据集的分割可用于(例如)定位对象和边界。医学成像中的分割经常用于涉及狭窄的量化、肿瘤的位置和体积等的诊断性目的。
在本发明的背景下,术语“视图”将广泛地解释为可从先前的局部分割和局部分析中导出的任何方式或者类型的可视化。因此,视图包括但不限于弯曲平面重定格式(CPR)、弯曲线性视图、平面视图以及拉直视图。平面视图可包括横截面视图和纵向视图。
在一个实施例中,检查还包括向用户指示指针(P)在管状结构内,以用于引导用户。响应可以是任何类型的响应,但申请人已经成功地使用了指针周围的指示,其中用户的注意力已经集中于指针处。作为具体的示例,指示可包括被分割对象的质心的可视化。质心可连同诸如鼠标指针或类似的指针一起示出,或者替代指针示出。
在一个特别有益的实施例中,局部分割的体积足够的小,以便能够基本实时地实现第一视图的显示。将术语“实时”结合用户交互系统进行理解,所述系统在用户行为和对该行为的预期系统响应之间具有相对低的响应时间。用户可能甚至经历以下情况:所经历的实时响应为“即刻”响应,尽管这严格来讲是不正确的。更量化地,对第一视图(P2)的局部分割、局部分析以及显示可以在最大约为100毫秒、更优选50毫秒或者更优选地10毫秒的响应时间内执行。用户可能经历高达300毫秒的响应时间作为实时响应。应该提到的是通过为局部分割、分割本身以及分析时间关联最大体积维度以为用户提供基本瞬时的视图,本发明提供了一种显著改进的检查工具。
有益地,检查还可包括显示被分割对象的第二视图,所述第二视图的取向是从局部分析中导出的,以便改进用户的取向。优选地,第一和/或第二导出视图可以分别是被分割对象的横截面视图和/或纵向视图。具体而言,就用户的取向而言,可使用所谓的ortho观看器得到良好的结果。
在横截面视图中,横截面视图与管形结构的交集可显示为可视化中的环。因此,可以围绕管形结构内部的结构示出环。优选地,还可以显示血管的一个或多个轮廓。
更优选地,可以在第一视图和/或第二视图中显示指示。例如,可以在体积绘制中指示出所述指示或者作为拉直的重定格式的曲线视图中的线进行指示。
在一个实施例中,局部分析包括相对快地进行应用的结构张量(J)分析。另外,可以应用高斯加权或者“模糊化”。另一个备选可以是局部血管滤波器(vesselness filter);见A.Frangi,W.Niessen,K.L.Vincken和M.A.Viergever,Multiscale vessel enhancement filtering.Proc.MICCAI’98,pp.130-137,1998。
在另一实施例中,检查还包括用户主动选择管形结构内的一个或多个点,例如用户利用鼠标单击一些点。应该注意的是随后应用不是所述点本身而是其位于中心的版本。具体而言,可能直接或间接地选择一个或多个所选择的点,所述点作为图像数据集的至少一部分的半自动分割处理或自动分割处理的起始点。因此,可有益地结合本发明的实施例来使用血管跟踪或类似的分析工具。
在又一实施例中,本方法还包括d)对在检查期间被局部地分割和分析的图像数据集的至少一部分进行结构分析,参见以上的c)。具体而言,结构分析可涉及结构的直径/半径,例如半径/直径;局部曲率,平均值和相对值两者。这对于狭窄评估和动脉瘤评估具有特别的意义。具体而言,局部分割的体积可以足够的小,以便能够基本实时地从结构分析d)中得到结果。因此,可以立即从结构和更加详尽的分析中给用户有关(例如)狭窄评估和动脉瘤评估的一些结果。因此,在某种程度上将检查和分析融合到了一起。
在第二方面中,本发明涉及一种用于检查三维(3D)图像数据集内的管形结构的成像装置,所述装置包括:
a)用于提供图像数据集的成像器件,
b)用于执行图像数据集可视化的处理器,
c)用于执行图像数据集的检查的检查器件,还将所述图像装置布置为用于:
-经由用户输入设备移动指针,
-在指针周围执行局部分割,以便确定被分割对象的可能形状,
-执行被分割对象的局部分析,以及
-显示被分割对象的第一视图,所述第一视图的取向是从局部分析中导出的。
图像器件可以是磁共振(MR)成像单元或者计算机断层摄影(CT)成像单元,或者其他合适的成像模态。
在第三方面中,本发明涉及一种计算机程序产品,其适于实现一种包括至少一个计算机的计算机系统,所述计算机具有与之关联的数据存储器件以根据本发明的第一方面来控制成像装置。
本发明的这个方面对于本发明可由能够使计算机系统执行本发明的第二方面的操作的计算机程序产品来实现而言是特别(非排他的)有利的。因此,构想到可以通过将计算机程序产品安装到控制所述成像装置的计算机系统上而改变一些已知的所述成像装置以根据本发明操作。可以在任何类型的计算机可读介质,例如基于磁性或者基于光学的介质上提供这种计算机程序产品,或者通过基于计算机的网络,例如因特网。
本发明的第一、第二和第三方面每一个可与任何其他方面结合。通过参考以下描述的实施例,本发明的这些和其他方面将变得显而易见并且得到阐明。
附图说明
现在通过参考附图,仅以示例的方式解释本发明,在附图中
图1示出了根据本发明的装置的方框图;
图2示出了根据本发明的可能的显示视图的实施例;
图3示出了根据本发明的可能的局部分析;
图4示出了根据本发明的可能的边缘确定;
图5示出了局部分割体积和管形结构的分割范围;
图6是根据本发明的方法的流程图;
图7是根据本发明的方法的更详细的流程图;
图8示出了涉及本发明的MR颈动脉的应用;
图9示出了涉及本发明的CT肺栓塞的应用;
图10示出了涉及本发明的MR颈动脉树的应用;
图11示出了应用本发明在MIP图像上描绘血管路径。
具体实施方式
图1示出了用于对对象1进行成像的根据本发明的装置的方框图。在对象1或者对象1的一部分上应用数据采集单元2提供了三维(3D)数据集。单元2可以是布置为对对象进行磁共振成像(MRI)、计算机断层摄影(CT)、超声扫描、光学成像或者(3D)旋转式血管造影X射线的单元。
因此,图像数据集优选地是医学图像数据集,但本发明也涉及并且适合于结合地质分析、材料分析、建筑分析等的应用。尽管如此,在本说明书的剩余部分中,将进一步说明医学实施例,即对象1为患者或者患者的一部分。具体而言,本发明研究的管形结构可以是血管、骨骼、气道、结肠或者脊椎。在一个具体实施例中,血管可以是肺血管。在该情况下,医生可以利用视图,特别是纵向视图,但这里视图不必限于搜寻或示出管状结构,因为肺栓塞(PE)是肺血管的阻塞,因此这些结构可能看起来不再是管状的,而是搜寻并且研究与管状结构的偏离。
将数据采集单元2连接到存储器3,例如诸如计算机的硬盘的合适的存储设备,在存储所采集的3D图像集并且由处理器4进行处理,所述处理器4例如是已以适当的方式对其进行编程的计算机的中央处理单元(CPU)。处理器4包括用于实现本发明的不同部分或单元。
具体而言,处理器4包括处理器件4a,用于执行图像数据集的可视化。给定例如血管结构的3D图像数据集,则用户可以选择任意的可视化,诸如MIP、MPR、SVR或诸如最小强度投影(mIP)、平均强度投影、等值面绘制、体积绘制(SVR和DVR)、最近血管投影、全视图(globe-view)、多边形绘制、肥皂泡、曲线及拉直投影的对于技术人员可容易获得的其他合适的可视化。
另外,处理器4包括处理器件4b,用于检查阶段的执行或辅助。此外,处理器4包括处理器件4c,用于执行对在检查阶段的局部分割及分析的图像数据集进行结构分析。通常,将处理器件4c布置为执行对整个图像数据集的结构分析。
处理器4操作性地连接到显示屏6,并且处理器4还操作性地连接到用户输入部分5,即用户输入设备。用户输入部分5可以是鼠标、键盘、控制杆或者现在或将来能够向处理器4提供用户交互的任何其他类型的设备。
图2示出了由用户(未示出)在显示视图或屏幕6上看到的可能的视图的实施例,在显示视图或屏幕6上可看到图像数据集。用户可在屏幕6上移动指针P并且检查图像数据集中的感兴趣区域。指针P具有箭头的形式,但当然在本发明的教导范围内也可以应用任何合适的、直接或间接的指示符号用于指针P。
在图2的实施例中,示意性地指示了患者1的诸如血管的管形结构1’。连续地,当用户在包括结构1’的图像数据集内移位或者悬停指针P时,处理器4在指针P周围执行局部分割,以便确定被分割对象(如果存在的话)的可能形状。因此,当对指针P进行移位使得指示的分割体积20包括结构1’的部分时,将分割结构1’的所述部分的分割。图2中所示的分割体积20形成了所看到的、在医学图像数据集中的立方框(即在图示的二维中为方形形式),但是当然分割体积20也可能是其他几何形状。分割体积20或分割“框”由被检查的对象1’的大小以及算法中应用的滤波器类型确定。例如,高斯函数或者其导数可用作滤波器函数。
在结构1’的分割部分上,处理器4b还根据本发明执行对被分割对象的局部分析,如以下即将要进一步解释的。作为局部分割和局部分析的结果,处理器4b促使屏幕6显示被分割对象1’的第一视图P1,如图2的右侧上所指示的。第一视图P1的取向是从局部分析所导出的,将图2的第一视图P1示意性地指示为简单的横截面视图,但可以从局部分析中导出其他类型的视图,特别是平面视图。另外,图2类似地示出了第二视图P2以及第三视图P3。通常,第二和第三视图可以是平面视图,即管形结构1’的纵向视图。视图P1、P2和P3的目的是在医学图像集的检查阶段期间引导和支持用户。
当然可以改变视图P1、P2和P3的相对布置以及结构1’的全部可视化,但是图2中所示的配置已经表明其在由本申请所执行的初步临床试验期间对于用户是有帮助的,参见图8-11。
除了图2中所示的视图,可以在显示屏幕6上示出其他导出的最终或中间类型的结果,或者将所述结果以其他方式发送到用户,以便在医学图像集的检查阶段期间提供引导和支持。具体而言,在针对狭窄评估的血管检查期间,可以显示诸如半径/直径的值、局部曲率平均值和局部曲率相对值,或者以其他方式例如通过声音发送给用户。
图3示出了根据本发明在同样在图2中示出的管形结构1’上执行的可能的局部分析。通过找到利用结构张量J从局部图像灰度值直接计算出的图像结构取向而执行局部分析。局部分析张量由下式给出
这里gi是方向i上的图像梯度,i可以是空间坐标x、y或z中任何一个。括号<>代表在具有以mm为单位的给定大小的区域上的加权,例如1mm、2mm、3mm、4mm、5mm、6mm、7mm、8mm、9mm或10mm。在当前的实现方式中,使用高斯模糊实现加权。在已经计算结构张量之后,计算特征值{λ0,λ1,λ2}及特征向量{v0,v1,v2}。使用约定λ0≤λ1≤λ2对特征值进行存储。因此,v0对应于在其上梯度的加权乘积是最小的方向。在管状结构1’中,这对应于如图3中所示的坐标系指示的局部血管方向。如图3所示,v1和v2跨越与血管1’垂直的横截面平面。
图4示出了根据本发明的可能的边缘确定。在由v1和v2(参见图3)限定的所得到的横截面上计算血管轮廓。在如图4所示的MR图像情况下,在与血管1’垂直的方向上,沿利用基本的脉冲半高宽度(FWHM)分析中可找到的血管边缘提取剖面,其中提取R和θ坐标中的极性图(轮廓的图像)。对于每一个剖面,通过如在上方的极坐标图和下方的极坐标图之间所示地定位FWHM作为而找到血管边缘。
图5示出了局部分割体积20的分割范围以及管形结构1’。分割体积20具有立方框形式,以及所指示的宽度21,而结构1’具有平均半径22。为了促进对包括管形结构1’的医学图像数据集的成功的检查,可有益地相对于结构1’的预期半径值调整分割宽度21。当例如医生在诸如检查认定的患者时,后者的值(结构1’的预期半径)通常,至少平均而言是用户可得到的。因此,分割宽度21可以是K乘以管形结构1’的预期半径尺寸22,K优选为1,更优选为1.5,最优选为2。特别地在检查阶段之前或甚至其期间对例如宽度21的分割体积进行调整,以便获得来自检查阶段的最好的结果。
根据所执行的分割、局部分析以及用户经历的预期响应时间,宽度21可以是1-50毫米(mm)间隔中的任何值。优选地,宽度21处于该间隔的较低区域中,即宽度可以是1、2、3、4、5、6、7、8、9、10、11、12、13、14、15、16、17、18、19或20mm,或者这些值之间的任何间隔。通常,用户将向处理器4输入检查所预期的对比度类型(对象对背景)以及例如研究中的血管的管形对象的预期半径。在一些实施例中,可以在相同的局部分割以及局部分析处理中应用若干滤波器,其中每一个滤波器具有不同的宽度21。
图6是用于检查三维(3D)图像数据集内的管形结构1’(参见图2-5)的方法的流程图。所述方法包括以下步骤:
a)提供对象1的图像数据集,
b)执行图像数据集的可视化,例如MIP绘制,
c)执行图像数据集的检查。所述检查包括以下子步骤:
c1)移动指针P,
c2)执行指针P周围的局部分割,以便确定被分割对象可能的形状,
c3)执行被分割对象的局部分析,以及
c4)显示被分割对象的第一视图P1,所述第一视图的取向是从局部分析导出的。
任选地,所述方法还包括步骤d),用于执行对在检查c)期间被局部分割和分析的图像数据集的至少一部分进行结构分析。
图7是根据本发明的方法的更详细的流程图。步骤s1对应于以上的步骤a),即提供对象1的图像数据集,并且,类似地,步骤s2对应于以上的步骤b),即用于执行所述图像数据集的可视化。
步骤s3是用于确定是否已经对指针P进行了移位的确定步骤,例如,用户是否已经经由图1的输入设备5起动了移位。如果是否定的,则不需要进一步的行动。
如果是肯定的,则方法继续至步骤s4,其中处理器4检索指针P的当前位置{x,y,z}或者3D源体积中的鼠标位置。在找到位置后,在步骤s5中经由局部分割和局部分析找到结构1’的局部血管取向。具体而言,处理器4在步骤s6中计算给定取向中的血管轮廓,例如横截面和纵向取向。紧接在这一计算之后,可以在步骤s7中(使用例如MPR)将结果显示为横截面和纵向的所谓的ortho视图(orthoview),以及给定可视化上的血管轮廓。
在步骤s8期间,确定用户是否执行了在管形结构1’内的对一个或多个点的主动选择,例如如果图1的输入设备5是由用户控制的计算机鼠标,则例如通过单击鼠标键而执行所述主动选择。
如果是否定的,则研究阶段继续返回至步骤s3以进一步研究。可以将步骤s3-s8称作或者定义为自动血管分析AVA,如由这些步骤周围的虚线所指示的。
如果在步骤s8中,用户选择了具有特殊值的图像数据集的某些点,方法继续至步骤s9。所选择的点直接或者间接地用作图像数据集的至少一部分的半自动分割处理或自动分割处理的起始点。因此,本发明的实施例还提供了一种描绘路径的直观并且鲁棒性的方式:横截面轮廓的中心可以是‘稳定’的中心线点。
如以上所讨论的,取向工具,即视图P1、P2和P3为例如MIP、MPR或者诸如SVR的体积绘制的任意可视化而工作。在悬停在血管上的同时可以在血管周围生成横截面视图以及可能的环。通过用户的单击,可以描绘中心线点。这些点也可用作(半)自动分割工具的起始点。针对路径描绘,处理器4可以若干方式连接中心线点:可以提供线性插值或者将点作为控制点馈送给Bezier线,或者可以作出更大的步骤并且使用两个种子点路径跟踪算法确定中间点。
在体积绘制或基于MIP的视图中“跟踪”血管时,如果另一个血管穿过所跟踪的那一个,那么环和横截面可能会“跳跃”。如果考虑先前跟踪的环和已经限定的路径(加上一些描述/跟踪历史),可以确保所述跟踪一直跟随相同的血管。这对于手动的路径描绘是必不可少的,因为其允许在例如MIP图像中描绘路径,而不必不断地重定向观看器。将结合图10和11进一步解释这一点。
图8示出了涉及本发明的MR颈动脉的应用。示例示出了指针或鼠标(由加粗的箭头指示)在MR颈动脉数据集的阴影体积绘制上移动的界面。正交横截面与局部血管方向对准,并且将检测到的血管轮廓(环)显示在所有横截面上,如由小箭头在右侧平面视图上的两个纵向视图中所指示的。
图9示出了涉及本发明的CT肺栓塞的应用。在该示例中,在CTA数据集中示出了交互血管检查器以达到检测和观看肺栓塞(PE)的目的。将指针指示为白色箭头,并且在右侧平面视图上的两个纵向视图中由小箭头指示检测到的环。针对肺栓塞的可视化,由Chiang在Detection of PulmonaryEmbolism:Comparison of Paddlewheel and Coronal CT Reformations-InitialExperience,Radiology,228:577-582,2003中提出了明轮可视化,作为用于生成通过栓塞的正交视图的工具。本发明使明轮交互成为过时的,因为可自动找到正确的取向,而明轮必须要手动旋转。
图10示出了涉及本发明的MR颈动脉树的应用。
如以上所讨论的,本发明可用于为所有模态的应用中的(半)自动路径跟踪器以及所有类型的血管使种子点定中心。针对MR冠状动脉及颈动脉所提出的3D血管工具的原型目前处于临床验证,并且其可以使用该种子点定中心。图10示出了定中心种子点和得到的共同的内部和外部颈动脉的跟踪路径。
图11示出了利用本发明的应用描绘MIP图像上的血管路径。在该示例中,在MIP图像(MR颈动脉增强扫描的部分)上描绘路径。图11示出了血管从下方穿过另一个血管的情况。环将继续跟踪所选择的血管(描绘起始于图像的右下角处)。在该示例中,所提出的描绘工具的“跟踪历史”使用已经跟踪的路径的方向和深度,以通过交集进行描绘,并且跟踪正确的路径。
本发明可以任何合适的形式实现,包括硬件、软件、固件以及这些的任何组合。本发明或者本发明的一些特征可实现为在一个或多个数据处理器和/或数字信号处理器上运行的计算机软件。可以任何合适的方式在物理上、功能上和逻辑上实现本发明的实施例的元件和部分。实际上,功能可以在单个单元、多个单元中或者作为其他功能单元的一部分实现。因此,本发明可在单个单元中实现,或者物理上以及功能上分布在不同单元和处理器之间。
尽管已经结合特定的实施例描述了本发明,但并非意图将本发明限于上述的特定形式。而是,本发明的范围仅限于随附的权利要求。在权利要求中,“包括”一词不排除其他元件或步骤的存在。另外,尽管可在不同权利要求中包括单独的特征,但可能有利地组合这些特征,并且包含在不同权利要求中的特征不意味着这些特征的组合是不可行的并且/或者是不利的。另外,单数指代不排数复数。因此,“一”、“一个”、“第一”、“第二”等的指代不排除复数。此外,不应将权利要求中的参考标记解释为限制本发明的范围。
Claims (16)
1、一种用于检查三维(3D)图像数据集内的管形结构(1’)的方法,所述方法包括:
a)提供图像数据集,
b)执行所述图像数据集的可视化,
c)执行所述图像数据集的检查,所述检查包括
-移动指针(P),
-执行所述指针周围的局部分割,以便确定被分割对象(1’)的可能形状,
-执行所述被分割对象的局部分析,以及
-显示所述被分割对象(1’)的第一视图(P1),所述第一视图的取向是从所述局部分析中导出的。
2、根据权利要求1所述的方法,其中,所述检查还包括向用户指示所述指针(P)在管状结构(1’)内。
3、根据权利要求2所述的方法,其中,所述指示包括所述被分割对象(1’)的质心的可视化。
4、根据权利要求1所述的方法,其中,所述局部分割的体积(20)足够的小,以便能够基本实时地显示所述第一视图(P1)。
5、根据权利要求1或权利要求4所述的方法,其中,在最大约为100毫秒,更优选地为50毫秒,或者更优选地为10毫秒的响应时间(RespT)内执行所述局部分割、所述局部分析以及所述第一视图(P2)的显示。
6、根据权利要求1所述的方法,其中,所述检查还包括显示所述被分割对象(1’)的第二视图,所述第二视图的取向是从所述局部分析中导出的。
7、根据权利要求1或权利要求6所述的方法,其中,所述第一(P1)和/或所述第二导出视图(P2)分别是所述被分割对象(1’)的横截面视图和/或纵向视图。
8、根据权利要求2和7所述的方法,其中,将所述横截面视图(P1)与所述管形结构(1’)的交集显示为所述可视化中的环。
9、根据权利要求2或权利要求6所述的方法,其中,所述指示显示在所述第一视图(P1)和/或所述第二视图(P2)中。
10、根据权利要求1所述的方法,其中,所述局部分析包括结构张量(J)分析。
11、根据权利要求1或权利要求2所述的方法,其中,所述检查还包括用户主动选择所述管形结构(1’)内的一个或多个点。
12、根据权利要求11所述的方法,其中,直接或间接地选择一个或多个选定点作为所述图像数据集的至少一部分的半自动分割处理或自动分割处理的起始点。
13、根据权利要求1所述的方法,其中,所述方法还包括:
d)执行对在所述检查c)期间被局部分割和分析的所述图像数据集的至少一部分的结构分析。
14、根据权利要求13所述的方法,其中,所述局部分割的体积足够的小,以便能够基本实时地从所述结构分析d)中存取结果。
15、一种用于检查三维(3D)图像数据集内的管形结构(1’)的成像装置,所述装置包括:
a)成像器件(2),其用于提供图像数据集,
b)处理器(4,4a),其用于执行所述图像数据集的可视化,
c)检查器件(4,4b,5,6),其用于执行所述图像数据集的检查,还将所述成像装置布置为用于
-经由用户输入设备(5)移动指针(P),
-执行所述指针周围的局部分割,以便确定被分割对象(1’)的可能形状,
-执行所述被分割对象的局部分析,以及
-显示所述被分割对象(1’)的第一视图(P1),所述第一视图的取向是从所述局部分析中导出的。
16、一种计算机程序产品,其适于使包括至少一个具有与之关联的数据存储器件的计算机的计算机系统控制根据权利要求1所述的成像装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP07109821 | 2007-06-07 | ||
EP07109821.4 | 2007-06-07 | ||
PCT/IB2008/052134 WO2008149274A1 (en) | 2007-06-07 | 2008-06-02 | Inspection of tubular-shaped structures |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101681514A true CN101681514A (zh) | 2010-03-24 |
Family
ID=39651112
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200880019100A Pending CN101681514A (zh) | 2007-06-07 | 2008-06-02 | 对管形结构的检查 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20100177177A1 (zh) |
EP (1) | EP2156407A1 (zh) |
JP (1) | JP2010528750A (zh) |
CN (1) | CN101681514A (zh) |
WO (1) | WO2008149274A1 (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102222352A (zh) * | 2010-04-16 | 2011-10-19 | 株式会社日立医疗器械 | 图像处理方法和图像处理装置 |
CN103028185A (zh) * | 2011-09-30 | 2013-04-10 | Ge医疗系统环球技术有限公司 | 基于实时容积超声波的自动血管介入装置、系统、及方法 |
CN106572827A (zh) * | 2014-07-02 | 2017-04-19 | 柯惠有限合伙公司 | 智能显示器 |
CN107296620A (zh) * | 2017-07-28 | 2017-10-27 | 海纳医信(北京)软件科技有限责任公司 | 主动脉检测方法、装置、存储介质和处理器 |
CN109872321A (zh) * | 2019-02-26 | 2019-06-11 | 数坤(北京)网络科技有限公司 | 一种血管狭窄检测方法及设备 |
CN110660470A (zh) * | 2018-06-13 | 2020-01-07 | 西门子医疗有限公司 | 后处理和显示三维血管造影图像数据集的方法和呈现装置 |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010042065A (ja) * | 2008-08-08 | 2010-02-25 | Toshiba Corp | 医用画像処理装置、処理方法 |
WO2010106525A1 (en) | 2009-03-20 | 2010-09-23 | Koninklijke Philips Electronics N.V. | Visualizing a view of a scene |
JP5838195B2 (ja) * | 2010-04-16 | 2016-01-06 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 画像データのセグメント化 |
US9196091B2 (en) * | 2012-01-24 | 2015-11-24 | Kabushiki Kaisha Toshiba | Image processing method and system |
RU2638007C2 (ru) * | 2012-06-01 | 2017-12-08 | Конинклейке Филипс Н.В. | Средство выделения сегментации |
CN104603837A (zh) * | 2012-08-13 | 2015-05-06 | 皇家飞利浦有限公司 | 管状结构跟踪 |
KR101511300B1 (ko) * | 2013-04-02 | 2015-04-14 | 재단법인 아산사회복지재단 | 혈관의 직경 측정 방법 |
RU2692038C2 (ru) | 2014-05-19 | 2019-06-19 | Конинклейке Филипс Н.В. | Визуализация представляющей интерес ткани в данных контрастированного изображения |
EP3378405A1 (en) * | 2017-03-20 | 2018-09-26 | Koninklijke Philips N.V. | Volume rendered ultrasound imaging |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1996041567A2 (en) * | 1995-06-09 | 1996-12-27 | Interact Medical Technologies Corporation | Anatomical visualization system |
US5699799A (en) * | 1996-03-26 | 1997-12-23 | Siemens Corporate Research, Inc. | Automatic determination of the curved axis of a 3-D tube-shaped object in image volume |
US5891030A (en) * | 1997-01-24 | 1999-04-06 | Mayo Foundation For Medical Education And Research | System for two dimensional and three dimensional imaging of tubular structures in the human body |
US6212420B1 (en) * | 1998-03-13 | 2001-04-03 | University Of Iowa Research Foundation | Curved cross-section based system and method for gastrointestinal tract unraveling |
JP2003501924A (ja) * | 1999-06-04 | 2003-01-14 | 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 | 画像の線条構造物を追跡するパスを抽出する画像処理方法、システム及び医用検査装置 |
US6690816B2 (en) * | 2000-04-07 | 2004-02-10 | The University Of North Carolina At Chapel Hill | Systems and methods for tubular object processing |
US6829379B1 (en) * | 2000-11-27 | 2004-12-07 | Ge Medical Systems Global Technology Company, Llc | Methods and apparatus to assist and facilitate vessel analysis |
US7640050B2 (en) * | 2002-03-14 | 2009-12-29 | Netkiser, Inc. | System and method for analyzing and displaying computed tomography data |
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 |
WO2005048198A1 (en) | 2003-11-14 | 2005-05-26 | Philips Intellectual Property & Standards Gmbh | Method and apparatus for visualisation of a tubular structure |
US7346203B2 (en) * | 2003-11-19 | 2008-03-18 | General Electric Company | Methods and apparatus for processing image data to aid in detecting disease |
US7684602B2 (en) * | 2004-11-18 | 2010-03-23 | Siemens Medical Solutions Usa, Inc. | Method and system for local visualization for tubular structures |
US20060103678A1 (en) * | 2004-11-18 | 2006-05-18 | Pascal Cathier | Method and system for interactive visualization of locally oriented structures |
WO2006055031A2 (en) * | 2004-11-18 | 2006-05-26 | Siemens Medical Solutions Usa, Inc. | Method and system for local visualization for tubular structures |
US20060280351A1 (en) * | 2004-11-26 | 2006-12-14 | Bracco Imaging, S.P.A | Systems and methods for automated measurements and visualization using knowledge structure mapping ("knowledge structure mapping") |
JP4653542B2 (ja) * | 2005-04-06 | 2011-03-16 | 株式会社東芝 | 画像処理装置 |
JP4856181B2 (ja) * | 2005-08-11 | 2012-01-18 | 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 | 画像データセットからのビューのレンダリング |
-
2008
- 2008-06-02 WO PCT/IB2008/052134 patent/WO2008149274A1/en active Application Filing
- 2008-06-02 US US12/602,923 patent/US20100177177A1/en not_active Abandoned
- 2008-06-02 JP JP2010510929A patent/JP2010528750A/ja active Pending
- 2008-06-02 EP EP08751321A patent/EP2156407A1/en not_active Ceased
- 2008-06-02 CN CN200880019100A patent/CN101681514A/zh active Pending
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102222352A (zh) * | 2010-04-16 | 2011-10-19 | 株式会社日立医疗器械 | 图像处理方法和图像处理装置 |
CN103028185A (zh) * | 2011-09-30 | 2013-04-10 | Ge医疗系统环球技术有限公司 | 基于实时容积超声波的自动血管介入装置、系统、及方法 |
US9731066B2 (en) | 2011-09-30 | 2017-08-15 | General Electric Company | Device, system and method of automatic vessel access based on real time volumetric ultrasound |
CN106572827A (zh) * | 2014-07-02 | 2017-04-19 | 柯惠有限合伙公司 | 智能显示器 |
US11188285B2 (en) | 2014-07-02 | 2021-11-30 | Covidien Lp | Intelligent display |
US11793389B2 (en) | 2014-07-02 | 2023-10-24 | Covidien Lp | Intelligent display |
CN107296620A (zh) * | 2017-07-28 | 2017-10-27 | 海纳医信(北京)软件科技有限责任公司 | 主动脉检测方法、装置、存储介质和处理器 |
CN110660470A (zh) * | 2018-06-13 | 2020-01-07 | 西门子医疗有限公司 | 后处理和显示三维血管造影图像数据集的方法和呈现装置 |
CN109872321A (zh) * | 2019-02-26 | 2019-06-11 | 数坤(北京)网络科技有限公司 | 一种血管狭窄检测方法及设备 |
Also Published As
Publication number | Publication date |
---|---|
WO2008149274A1 (en) | 2008-12-11 |
US20100177177A1 (en) | 2010-07-15 |
JP2010528750A (ja) | 2010-08-26 |
EP2156407A1 (en) | 2010-02-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101681514A (zh) | 对管形结构的检查 | |
JP5643304B2 (ja) | 胸部トモシンセシスイメージングにおけるコンピュータ支援肺結節検出システムおよび方法並びに肺画像セグメント化システムおよび方法 | |
CN103279976B (zh) | 用于对数据集进行体绘制的方法和设备 | |
EP2377095B1 (en) | Vessel analysis | |
CA2776186C (en) | Image display of a centerline of tubular structure | |
WO2013114823A1 (ja) | 手術支援装置、手術支援方法および手術支援プログラム | |
US8050475B2 (en) | Detection and localization of vascular occlusion from angiography data | |
US20160117818A1 (en) | Computer-aided diagnosis (cad) apparatus and method using consecutive medical images | |
JP2013536706A (ja) | 再帰的分離管状器官のツリーの定量的分析方法および装置 | |
US9383424B2 (en) | System and method for automatic planning of views in 3D images of brain | |
US7684602B2 (en) | Method and system for local visualization for tubular structures | |
CN105451657A (zh) | 用于导航断层合成堆叠的包括自动聚焦的系统和方法 | |
JP6397846B2 (ja) | 高度な構造生成および編集のためのメカニズム | |
JP2006246941A (ja) | 画像処理装置及び管走行トラッキング方法 | |
US9763636B2 (en) | Method and system for spine position detection | |
CN105556567B (zh) | 用于脊椎位置探测的方法和系统 | |
CN107077731A (zh) | 成像不确定性的可视化 | |
US9019272B2 (en) | Curved planar reformation | |
JP2017526440A (ja) | 医用イメージング装置 | |
CA3088626C (en) | Method, system and computer program for determining position and/or orientation parameters of an anatomical structure | |
US8165375B2 (en) | Method and system for registering CT data sets | |
US9727968B2 (en) | Tubular structure tracking | |
EP3624693B1 (en) | Improving ct scan results | |
Zhang et al. | Research on hybrid segmentation technologies for postprocessing the lung and trachea CT images | |
Guindy | Rician Noise Removal and Straightening of Blood Vessel in MR Images |
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: 20100324 |