CN101765863A - 医学数据的时间配准 - Google Patents

医学数据的时间配准 Download PDF

Info

Publication number
CN101765863A
CN101765863A CN200780100843A CN200780100843A CN101765863A CN 101765863 A CN101765863 A CN 101765863A CN 200780100843 A CN200780100843 A CN 200780100843A CN 200780100843 A CN200780100843 A CN 200780100843A CN 101765863 A CN101765863 A CN 101765863A
Authority
CN
China
Prior art keywords
data
medical
expression
structure according
data structure
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
CN200780100843A
Other languages
English (en)
Inventor
J·冯贝格
C·洛伦茨
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 CN101765863A publication Critical patent/CN101765863A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • 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
    • 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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • 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
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20112—Image segmentation details
    • G06T2207/20164—Salient point detection; Corner detection
    • 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
    • G06T2207/30048—Heart; Cardiac

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Radiology & Medical Imaging (AREA)
  • General Business, Economics & Management (AREA)
  • Image Analysis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

公开了一种供计算机系统使用以对时变医学数据(9a，9b)进行比较的数据结构。该数据结构执行以下步骤：接收第一数据集(9a)，其包括表示多个第一时间处的医学参数的第一数据；接收第二数据集(9b)，其包括表示多个第二时间处的所述医学参数的第二数据；以及对所述第一和/或第二数据集进行处理以增加表示可识别事件的多个所述第一和第二时间之间的相关或相似程度。

Description

医学数据的时间配准
技术领域
本发明涉及计算机辅助诊断，其更具体但非排他地涉及用于(使用运动特征的)医学图像数据的时间配准的装置和方法。
背景技术
在工业化国家中，心血管疾病是一个非常主要的致死原因。其早期诊断和治疗对于降低死亡率和改善患者的生活质量而言是极其重要的。医学成像和计算机辅助诊断通过提供例如关于患者内部器官的有用信息在辅助医生、放射学家方面发挥着越来越重要的作用。当前，诸如计算机断层摄影(CT)或磁共振成像(MR)等的无创医学成像程序不仅允许描述例如心脏解剖结构的3D图像的数据采集，还允许描述心脏解剖结构和功能的4D图像序列的数据采集(即，还包含时间分量)。
为了实现相同或不同患者的不同医学图像数据集之间的客观比较，需要图像数据配准。同样，为了使用来自许多不同患者的医学图像建立有效的平均心脏运动模型，不仅必须在空间上，而且必须在时间上对数据进行配准。例如，为了使独立跳动的各心脏(每个都在其本身的患者坐标系中)在空间上彼此共配准，可以执行Procrustes分析，其将每个患者坐标系变换到公共模型坐标系中，并且可以通过针对样本中所有患者在给定心脏相点上对心脏表面上的可识别标志物位置的运动进行平均而在模型空间中计算平均模型。
通常，将心动周期描述为起始于心电图(ECG)的R峰并具有1/r的绝对持续时间的100％完整周期，其中，r为心率。因此，每个相点具有位于周期的0％到100％之间的专有时间位置。然而，这并不一定意味着表示诸如末期收缩(收缩期的末期)等的可识别事件的点在心动周期内具有这种专有位置。这种生理相点的时间失准的原因可能是由于采集参数的不同(例如，触发点从R峰偏移以及在连续帧的采集中的不同间隔)、心动周期的长度的不同或心脏动态特性的不同。例如，一位患者的心脏可能较另一位患者的心脏具有较长的收缩期而具有较短的舒张期。还公知的是，当心率上升时，收缩期的持续时间可能不如舒张期的持续时间降低得大，这可能是可识别事件并非线性地对应于心动周期的R-R间隔中的点的原因。
图1示出了表示四位不同患者的不同相点的标志物(即，心脏上的可识别点)的平均位移的运动特征的示例。使用由Vembar等人在Med.Phys.200330(7)p.1683ff中公开的方法，针对不同心率的影响来补偿运动特征。对四位不同患者中的每一位来说，舒张期的峰和收缩期的峰清晰可见。尽管对象之间的舒张峰的时间位置很好地吻合在经校正的R-R间隔的约20％处，但是对象之间的收缩峰的时间位置显著变化。
图1的示例示出了可识别生理事件的相应相点的时间对准是无法保证的，当将两个独立的心脏运动模式定量地彼此比较时，这可能是严重的问题。
发明内容
本发明的优选实施例试图克服现有技术的以上缺点中的一个或多个。
根据本发明的一方面，提供了一种供计算机系统使用以对时变医学数据进行比较的数据结构，所述数据结构包括可执行以完成以下步骤的计算机代码：
接收至少一个第一数据集，其包括表示多个第一时间处的医学参数的第一数据；
接收至少一个第二数据集，其包括表示多个第二时间处的所述医学参数的第二数据；以及
对所述第一和/或第二数据中的至少一些进行处理以增加表示相应的多个可识别事件的多个所述第一和第二时间之间的相关程度。
通过处理表示单一医学参数的第一和第二数据，这提供的优势为降低了所需的处理能力，使增加多个所述第一和第二时间之间的相关程度的过程显著更快。例如，根据每位患者的预先确定的标志物生成心脏的运动特征，并且彼此配准，以便估计表示可识别事件的不同特征中的数据之间的时间偏差，因此允许不同患者之间的医学图像数据的时间对准。因此，配准是一维过程，其更加易于执行并且因而更快。本领域技术人员将会意识到在本发明的背景下，“相关”意味着以下两者之间的相似程度：(i)多个第一时间，其表示一个数据集中的一序列可识别或可检测事件，和(ii)多个第二时间，其表示另一个数据集中的对应的事件序列。
所述医学参数涉及患者体内的至少一个预先确定的可识别位置。
这提供的优势是对医学数据的分割已经存在，因此简化了所述第一和第二数据集的生成。
所述医学参数可表示多个可识别位置的平均位移值。
这提供的优势是诸如收缩或舒张等的重要生理事件在所述第一和第二数据集内是可识别的，因此允许不同数据集之间的时间配准。
通过使所述第一和第二数据集之间的全局相似性度量最大化可以增加多个所述第一和第二时间之间的相关程度。
全局相似性度量可包括所述第一和/或第二数据点的互相关和/或距离平方和。
处理所述第一和/或第二数据的步骤可包括调整至少一个第一和/或第二时间以增加所述相关程度。
所述计算机代码是可执行的以限制对至少一个所述第一和/或第二时间进行调整的量。
同样，所述第一和第二数据集为心脏特征数据。
根据本发明的另一方面，提供了一种在其上存储有如上所定义的数据结构的计算机可读介质。
根据本发明的又一方面，提供了一种用于处理时变医学数据的医学数据处理装置，所述装置包括至少一个适于处理如上所定义的数据结构的处理器。
根据本发明的又一方面，提供了一种医学成像装置，其包括：
至少一个成像设备，其用于形成医学数据；
如上所定义的医学数据处理装置；以及
至少一个显示设备，其用于在处理所述第一和/或第二数据之后显示所述第一和第二数据集的表示。
根据本发明又一方面，提供了一种比较时变医学数据的方法，所述方法包括：
接收至少一个第一数据集，其包括表示多个第一时间处的医学参数的第一数据；
接收至少一个第二数据集，其包括表示多个第二时间处的所述医学参数的第二数据；以及
对所述第一和/或第二数据集中的至少一些进行处理以增加表示相应的多个可识别事件的多个所述第一和第二时间之间的相关程度。
附图说明
通过参考附图，仅以示例且不具有任何限制意义的方式描述本发明的优选实施例，其中：
图1示出了来自4位不同患者的运动特征的示例，其中纵轴表示以[mm]为单位的平均顶点位移，横轴表示以[％]为单位的R-R峰之间的心动周期；
图2是体现本发明的医学成像数据处理装置的各部件的示意性表示；以及
图3是示出体现本发明的处理医学图像数据的方法的流程图。
具体实施方式
参考图2，医学成像数据处理装置具有计算机断层摄影(CT)成像装置1，其包括围绕圆形框架4相对地成对布置的X射线源2和探测器3。处理器5a将患者6的CT图像数据集处理成4D图像序列7a，并且将其与来自不同时间的相同患者、不同患者或代表性参考平均模型的参考图像数据7b进行比较。处理器5a生成3D图像8a和8b，其包括序列中的每个图像中的标志物，并且使不同数据集7a、7b在空间上彼此共配准。另外，处理器5a根据3D图像序列8a和8b生成运动特征9a和9b，并且执行程序10，程序10产生空间和/或时间上对准的特征，其被显示在显示设备11上，从而使得医师或放射学家可直接地比较运动特征和/或4D图像数据序列。
参考图3，处理器5a在步骤S10获得患者6的图像数据并且获得参考图像数据。之后处理器5a在步骤S20生成来自患者6和参考数据的4D数据集。在步骤S30，使用例如形状跟踪方法识别标志物，并且针对患者6和参考数据产生包括标志物的3D图像数据序列8a、8b。在步骤S40，处理器5a使3D患者图像数据序列8a与3D参考图像数据序列8b空间上对准，并且在步骤S50为这两个3D图像数据序列提供运动特征。运动特征表示所有被识别标志物的平均位移幅度。在步骤S60，处理器5a对所述患者6和参考图像数据7a、7b的运动特征9a和9b在时间上进行对准。为了使运动特征彼此对准，可在时域上使用Procrustes分析。
程序10允许运动特征9a、9b中的一个或两个的给定相点的位移，以便使应用例如互相关和/或距离平方和的运动特征9a、9b之间的全局相似性度量最大化。程序10也可应用正则化约束，以避免运动特征9a、9b的相点的过度局部位移。
在步骤S70，在显示单元11上显示由处理器5a产生的输出。
上述方法尤其允许相对于R-R周期中的生理相点而非等距相点或仅使用心率进行补偿的那些相点来比较两个不同心脏的跳动模式。这改善了两个跳动心脏的时间特性的可比较性，而且还允许在时域中建立更准确的模型，其可得到具有更高预测值的模型。
除了运动特征，可以使用反映显著相点的任何其他总运动模式特征。用于心脏图像而言，可以代替地使用左心室体积曲线，这是因为其指示左心室的收缩和舒张。
相同的方法也可应用于其他周期性运动的4D图像数据集，诸如呼吸运动以及复杂的非周期性运动，例如在不同时间的利用不同肌肉的关节弯曲。另外，除了以上使用的单值运动特征，也可以使用多值运动特征。
本领域技术人员将会意识到仅以示例且不具有任何限制意义的方式描述了上述实施例，并且可能存在各种变化和修改而不偏离由随附的权利要求书所限定的本发明的范围。

Claims (12)

1.一种供计算机系统使用以对时变医学数据进行比较的数据结构，所述数据包括可执行以完成以下步骤的计算机代码：
接收至少一个第一数据集，其包括表示多个第一时间处的医学参数的第一数据；
接收至少一个第二数据集，其包括表示多个第二时间处的所述医学参数的第二数据；以及
对所述第一和/或第二数据中的至少一些进行处理以增加表示相应的多个可识别事件的多个所述第一和第二时间之间的相关程度。
2.根据权利要求1所述的数据结构，其中，所述医学参数涉及患者体内的至少一个可识别位置。
3.根据权利要求2所述的数据结构，其中，所述医学参数表示多个所述可识别位置的平均位移值。
4.根据权利要求1所述的数据结构，其中，通过使所述第一和第二数据集之间的全局相似性度量最大化而增加多个所述第一和第二时间之间的所述相关程度。
5.根据权利要求4所述的数据结构，其中，所述全局相似性度量包括表示所述第一和第二数据的点之间的互相关和/或距离平方和。
6.根据权利要求1所述的数据结构，其中，处理所述第一和/或第二数据的步骤包括调整至少一个第一和/或第二时间以增加所述相关程度。
7.根据权利要求6所述的数据结构，其中，所述计算机代码是可执行的以限制对至少一个所述第一和/或第二时间进行调整的量。
8.根据权利要求1所述的数据结构，其中，所述第一和第二数据集为心脏特征数据。
9.一种计算机可读介质，在其上存储有根据权利要求1所述的数据结构。
10.一种用于处理时变医学数据的医学数据处理装置，所述装置包括至少一个适于处理如权利要求1所述的数据结构的处理器。
11.一种医学成像装置，包括
至少一个成像设备，其用于形成医学数据；
根据权利要求10所述的医学数据处理装置，以及
至少一个显示设备，其用于在处理所述第一和/或第二数据后显示所述第一和第二数据集的表示。
12.一种比较时变医学数据的方法，所述方法包括：
接收至少一个第一数据集，其包括表示多个第一时间处的医学参数的第一数据；
接收至少一个第二数据集，其包括表示多个第二时间处的所述医学参数的第二数据；以及
对所述第一和/或第二数据中的至少一些进行处理以增加表示相应的多个可识别事件的多个所述第一和第二时间之间的相关程度。
CN200780100843A 2006-12-19 2007-12-12 医学数据的时间配准 Pending CN101765863A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP06126494 2006-12-19
EM06126494.1 2006-12-19
PCT/IB2007/055054 WO2008075259A2 (en) 2006-12-19 2007-12-12 Temporal registration of medical data

Publications (1)

Publication Number Publication Date
CN101765863A true CN101765863A (zh) 2010-06-30

Family

ID=39536806

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200780100843A Pending CN101765863A (zh) 2006-12-19 2007-12-12 医学数据的时间配准

Country Status (5)

Country Link
US (1) US20100030572A1 (zh)
EP (1) EP2106603A2 (zh)
JP (1) JP2010512906A (zh)
CN (1) CN101765863A (zh)
WO (1) WO2008075259A2 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108461153A (zh) * 2018-02-02 2018-08-28 上海市针灸经络研究所 试验数据的管理方法/系统、计算机可读存储介质及设备
CN112308887A (zh) * 2020-09-30 2021-02-02 西北工业大学 一种多源图像序列实时配准方法

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2411964A1 (en) * 2009-03-27 2012-02-01 Koninklijke Philips Electronics N.V. Synchronization of two image sequences of a periodically moving object
US9761020B2 (en) * 2011-05-12 2017-09-12 Koninklijke Philips N.V. List mode dynamic image reconstruction
US20140258306A1 (en) * 2011-10-12 2014-09-11 The Johns Hopkins University Novel Simulation and Permutation Methods for the Determination of Temporal Association between Two Events
US8463012B2 (en) 2011-10-14 2013-06-11 Siemens Medical Solutions Usa, Inc. System for comparison of medical images

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5923770A (en) * 1996-09-30 1999-07-13 Siemens Corporate Research, Inc. 3D cardiac motion recovery system using tagged MR images
US6909794B2 (en) * 2000-11-22 2005-06-21 R2 Technology, Inc. Automated registration of 3-D medical scans of similar anatomical structures
US7406187B2 (en) * 2004-02-23 2008-07-29 Canon Kabushiki Kaisha Method and system for processing an image

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108461153A (zh) * 2018-02-02 2018-08-28 上海市针灸经络研究所 试验数据的管理方法/系统、计算机可读存储介质及设备
CN108461153B (zh) * 2018-02-02 2022-03-15 上海市针灸经络研究所 试验数据的管理方法/系统、计算机可读存储介质及设备
CN112308887A (zh) * 2020-09-30 2021-02-02 西北工业大学 一种多源图像序列实时配准方法
CN112308887B (zh) * 2020-09-30 2024-03-22 西北工业大学 一种多源图像序列实时配准方法

Also Published As

Publication number Publication date
US20100030572A1 (en) 2010-02-04
JP2010512906A (ja) 2010-04-30
EP2106603A2 (en) 2009-10-07
WO2008075259A3 (en) 2009-02-19
WO2008075259A2 (en) 2008-06-26

Similar Documents

Publication Publication Date Title
JP6084607B2 (ja) 呼吸運動決定装置
von Siebenthal et al. 4D MR imaging of respiratory organ motion and its variability
US9254112B2 (en) Respiratory interval-based correlation and processing of dynamic imaging data
JP5134957B2 (ja) 運動中の標的の動的追跡
JP4679729B2 (ja) Ｃｉｎｅ高調波位相（ｈａｒｐ）磁気共鳴画像法を用いた心臓動きのトラッキング
CN102908144B (zh) 用于治疗计划的磁共振成像
CN101427284B (zh) 用于没有计时约束的动态体积对准的运动校正方法
US20140355855A1 (en) System and Method for Magnetic Resonance Imaging Based Respiratory Motion Correction for PET/MRI
EP3652747B1 (en) Methods and systems for guidance in cardiac resynchronization therapy
US8659603B2 (en) System and method for center point trajectory mapping
JP2015526708A (ja) 医用撮像のための動き補正
WO2005032647A2 (en) Method and system for radiation application
JP2006198407A (ja) 磁気共鳴（ｍｒ）イメージングにおける動き補償方法および動き補償システム
CN101765863A (zh) 医学数据的时间配准
EP2575616B1 (en) Amplitude/slope-based motion phase mapping
US10255684B2 (en) Motion correction for PET medical imaging based on tracking of annihilation photons
CN116473566A (zh) 成像以确定电极几何形状
Cheng et al. Airway segmentation and measurement in CT images
US9355454B2 (en) Automatic estimation of anatomical extents
JP2016528982A (ja) 磁気共鳴イメージングのための改善されたｅｃｇに基づくトリガ
US11344262B2 (en) Automated computation of trigger delay for triggered magnetic resonance imaging sequences
JP2018506322A (ja) 対象物体の変位を計算する方法及びシステム
US20230351554A1 (en) Real-time cardiac magnetic resonance (mr) by respiratory phase
Zheng et al. Retrospective Respiratory Gating for Intravascular Ultrasound/Intravascular Optical Coherence Tomography 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
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20100630