CN102483862A - 对曲面重组的改进 - Google Patents

对曲面重组的改进 Download PDF

Info

Publication number
CN102483862A
CN102483862A CN201080039969XA CN201080039969A CN102483862A CN 102483862 A CN102483862 A CN 102483862A CN 201080039969X A CN201080039969X A CN 201080039969XA CN 201080039969 A CN201080039969 A CN 201080039969A CN 102483862 A CN102483862 A CN 102483862A
Authority
CN
China
Prior art keywords
reorganization
plane
confirm
anatomical structure
possibility
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
Application number
CN201080039969XA
Other languages
English (en)
Other versions
CN102483862B (zh
Inventor
R·尼基伦辛
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 CN102483862A publication Critical patent/CN102483862A/zh
Application granted granted Critical
Publication of CN102483862B publication Critical patent/CN102483862B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00Manipulating 3D models or images for computer graphics
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/001Texturing; Colouring; Generation of texture or colour
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/003D [Three Dimensional] image rendering
    • G06T15/08Volume rendering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2215/00Indexing scheme for image rendering
    • G06T2215/06Curved planar reformation of 3D line structures

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Graphics (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Image Processing (AREA)

Abstract

产生曲面重组的曲面重组(CPR)是一种提供在3D体积中弯曲的解剖结构的表示的技术。这一重组处理可能导致图像伪影,留给用户来确定什么是伪影以及什么是实际的解剖特征。本发明通过在CPR程序期间检测潜在的不确定区域,以及在显示器上向用户区分这些区域来辅助用户。以这一方式,用户不再需要该CPR是如何执行的详细知识。

Description

对曲面重组的改进
技术领域
本发明涉及用于显示曲面重组平面的系统和方法。
背景技术
产生曲面重组的曲面重组(CPR)是一种提供在3D体积中弯曲的解剖结构的表示的技术。使用从图像切片中生成平面表示的常规显示技术会产生问题,因为极少的解剖结构位于这种平面中。例如,结肠具有高度弯曲的形状,从而需要表示出很多平面来将其结构可视化。此外在虚拟内窥镜检查中,用户想要沿着解剖结构移动——在常规显示技术下,随着用户移动通过堆叠的图像切片,这将需要连续的图像重新定位。在“VolumetricCurved Planar Reformation for Virtual Endoscopy″,Williams,Grimm,Coto,Roudsari,Hatzakis,IEEE Transactions on Visualization & Computer Graphics,Vol.14,No.1,Jan/Feb 2008中描述了使用CPR的虚拟内窥镜检查的例子。
通常,CPR可视化可被用于将3D体积中的任何细长的感兴趣对象可视化。CPR典型地用于CT/MR血管造影术中以可视化动脉和静脉血管,并且也用于整形外科领域中以可视化脊髓。
图3A、3B和3C图示了常规CPR程序中三个步骤的例子。图3A描绘了包括细长解剖结构的3D图像数据体积200。沿着该解剖结构的纵轴定义了线210。定义了构造平面220。图3B描绘了同一个3D图像数据体积200,其中已经定义了与构造平面220正交的重组平面230。重组平面230也包括线210。图3C描绘了提供给用户的曲面视图240的示意性表示,其中在屏幕上展开线210并且弄平重组平面230以用于观察。
CPR程序如下继续进行。在图3A、3B中采集图像数据体积200。确定通过解剖结构的线210——这可自动地完成,或者结合以来自用户的输入。如果这自动完成,那么可有利地首先分割解剖结构的轮廓。线的确定可不仅包括线210本身,而且也包括感兴趣的开始点和结束点。这一线典型地与通过解剖对象的中心线近似。自动地或者结合来自用户的输入来选择接近线210的适当构造平面220。
如图3B中所示,然后确定与构造平面220正交的通过线210的弯曲重组平面230。最后,在图3C中,展开并且弄平重组平面230。然后在显示器上将沿着线210的解剖结构表示向用户显示。这是给出了曲面视图240的2D图像。由于这一线210是沿着解剖结构定义的,因此该程序允许解剖结构的更大部分被同时观察。
其他CPR技术,例如投影CPR、拉伸CPR和拉直CPR也是现有技术已知的,例如在Williams等的文章中。它们的共同点在于它们通过确定通过细长的解剖结构的曲面来将该细长的解剖结构在屏幕上“展开”,并且显示这一曲面。
这一重组过程可能导致图像伪影,留给用户来区分伪影和实际的解剖特征。
发明内容
本发明的目的在于提供一种用于显示曲面重组平面的系统和方法。
本发明通过独立权利要求来限定。有利的实施例在从属权利要求中限定。
根据本发明的第一方面,提供一种用于显示曲面重组平面的系统,包括:
-成像器,其被配置为提供包括解剖结构的表示的成像数据;
-确定器,其被配置为确定通过所述解剖结构的线;
-曲面重组器,其被配置为:
-在沿着所述线的多个位置处确定所述重组平面;以及
-针对在所述成像数据中的一个或多个体素确定所述体素将被所述重组平面的多于一个的定位所包含的可能性;
-显示器,其被配置为在所述重组平面中显示所述解剖结构的表示,并且还被配置为在所述可能性偏离预定的值或者值的范围的情况下,区分所述一个或多个体素。
本发明基于CPR程序可能导致多于一次地显示解剖特征的认知。例如,血管的单个分支可以被显示为多个分支,这使得很容易曲解该重组。这也被称为镜像,并且甚至可能严重到结构的拓扑不再清晰。
对于用户而言,很难区分伪影和实际的解剖特征。需要对潜在算法的大量知识以便能够从病理中区分可能的伪影。任何不确定被遗留给用户来解释,该用户必须后退与图像的交互,如旋转和移动镜头,以检查该解剖结构。甚至这也不能确保正确的解释。
本发明通过在CPR程序期间检测潜在不确定区域,以及在显示器上向用户区分这些区域来辅助用户。以这一方式,用户不再需要该CPR是如何执行的详细知识。
根据本发明的另一方面,曲面重组器被配置为在与所述一个或多个体素邻近的位置处确定所述线的曲率,以及使用所述曲率来确定所述可能性。
这是基于这样的认知:在曲率高的定位处,该线在3D图像数据体积之内有一急剧的转向,并且因而其是一个或多个体素被多于一次地显示的更可能地点。在沿着该线具有高曲率的位置处,具有曲面重组与其本身相交的更高可能性。
曲面重组器可另外地或者可选地被配置为在沿着所述线的多个位置处确定所述重组平面中包含的体素,以及使用所述一个或多个体素在所述重组平面中被包含的位置的数量来确定所述可能性。
以这一方式,可确定曲面重组与其本身相交的发生率和区域的范围。
曲面重组器可另外地或者可选地被配置为确定所述一个或多个体素和沿着所述线的多个位置之间的多个距离,以及使用所述距离偏离第二预定的值或者值的范围的位置的数量来确定所述可能性。
这是基于这样的认知:一个或多个体素被曲面重组多于一次地包含的可能性可能和与通过解剖结构的线的邻近性有关。当体素接近沿着该线的多于一个点时,该体素可能被多于一次地包含。通过测量该体素与沿着该线的多个点的距离,以及确定在预定值之内的点的数量,可以确定该可能性。
在本发明的另一方面中,所述系统还包括分割器(330),其被配置为接收所述成像数据以及将所述成像数据分割以确定所述解剖结构的轮廓。
通过分割成像数据,所述确定器可自动地运行以确定通过该解剖结构的该线。可选地,该操作可是高度自动化的,只需要用户指示用于分割的种子体素。
在本发明的另一方面中,所述系统可被包含于工作站或者用于采集所述成像数据的医学成像采集设备中。
根据本发明的仍另一方面,提供一种用于显示曲面重组平面的方法,包括:
-提供解剖结构的成像数据;
-确定通过所述解剖结构的线;
-在沿着所述线的多个位置处确定所述重组平面;以及
-针对所述成像数据中的一个或多个体素确定所述体素将要被所述重组平面的多于一个定位所包含的可能性;
-在所述重组平面中显示所述解剖结构的表示,以及在所述可能性偏离预定的值或者值的范围的情况下,区分所述一个或多个体素。
根据本发明的另一方面,提供一种计算机程序产品,当被加载并且在计算机上运行时,其用于执行本发明的方法。
对于本领域技术人员而言也将明显的是本发明不需要被限于任何特定的模态来获得成像数据。例如,其可使用X射线成像、计算机断层摄影(CT)、磁共振成像(MRI)、正电子发射断层摄影(PET)、单光子发射计算机断层摄影(SPECT)以及核医学(NM)。
附图说明
参照下文描述的实施例,本发明的这些和其他方面将变得显而易见并且得到阐述。
在图中:
图1示出了根据本发明的系统的示意图;
图2描述了根据本发明的方法;
图3A、3B和3C描述了现有技术中已知的CPR程序;
图4示出了描绘了伪影的CPR输出的示意性表示;以及
图5A和5B示出了根据本发明指示可能伪影的两种可能方式。
图仅仅是概略的并且不按比例绘制。尤其为了清楚起见,一些尺寸被大大地夸大了。在图中类似的部件尽可能用同一附图标记表示。
具体实施方式
在图1中描绘了用于显示曲面重组平面的系统300。该系统300包括:
-成像器310,其被配置为提供包括解剖结构的表示的成像数据。例如,使用MRI或者CT扫描来采集该成像数据。成像器310可被配置为实时接收成像数据,或者可从数据存储设施中取回成像数据。
-确定器370,其被配置为确定通过解剖结构的线。这可通过用户手动执行。可选地,在首先在图像数据中分割解剖模型的轮廓的情况下,这可自动地或者半自动地执行。在半自动的实施例中,用户可通过沿着该线选择一个或者多个点来辅助确定器。
-曲面重组器320,其被配置为在沿着该线的多个位置处确定重组平面,并且针对成像数据中的一个或多个体素确定该体素将被该重组平面中的多于一个的定位所包含的可能性;
-显示器340,其被配置为在该重组平面中显示解剖结构的表示,并且进一步被配置为在该可能性偏离预定的值或者值的范围的情况下,区分该一个或多个体素。用于预定的值或者值的范围的值可基于所使用的CPR程序的理论知识,或者其可通过试验和误差来确定。例如,如果本领域技术人员已经识别出具有镜像缺陷的区域,那么他能够极佳地用不同的值来多次运用本发明以确定最佳值或者最佳值的范围。可有利地针对不同的解剖结构提供预定的值,因为这可给用户提供更加精确和直观的显示。在这一情况下,然后给该显示提供感兴趣解剖结构的识别,从而可采用正确的区分值或者值的范围。
在本发明中可利用现有技术中已知的任何CPR程序,例如参考图3所描述的一个,或者其他的例如投影、拉伸或者拉直CPR。例如,曲面重组器320可被配置为确定观察平面,以及在沿着线的多个位置处确定与投影平面相垂直的重组平面。
本发明已经认识到CPR程序可以导致特殊类型的伪影,导致解剖特征被多于一次的显示。在图4中描绘了一例子——在显示器340上提供了曲面重组100。该重组100包括曲面的灰度图像120,其中描绘了感兴趣解剖结构的轮廓210。该解剖结构是弯曲的动脉血管。具体而言,描绘出了两个伪影——在结构轮廓210的两侧上,在沿着结构轮廓中弯曲的位置处描绘了两个圆形轮廓131。
本发明是基于CPR程序固有地受到重叠危害的认知。换言之,弯曲重组平面的两个部分可能与解剖结构的同一部分相交,使得这一部分在曲面重组100中被两次可视化。因而,对于弯曲和扭曲的解剖结构,该CPR平面可以与其本身相交。
通过在CPR程序期间执行额外计算,也即将确定器370配置为确定成像数据中的体素将在该重组平面中被多于一个的定位所包含的可能性,可识别出对伪影敏感的成像数据区域。当解剖结构的CPR图像向用户显示时,这些区域可以任何便利的方式来被区分。
可以多种方式来执行可能性的确定。例如,本领域技术人员最初可从多组成像数据中生成概率模型。通过生成CPR图像以及手动地指示镜像伪影,可生成参考库,指示其中镜像伪影的可能性更高的特定解剖结构区域。然后,当处理随后的数据组时,其足够来配置CPR重组器320以确定沿着该线的位置处于具有更高可能性的这种解剖结构区域中。
可有利地提供针对不同解剖结构的概率模型,因为这可提高确定可能性的精度。在这一情况下,然后给CPR重组器提供感兴趣解剖结构的识别,从而可采用正确的概率模型。
在另一例子中,曲面重组器可被配置为在沿着该线的多个位置处确定重组平面中包含的体素,以及使用该一个或多个体素在重组平面中被包含的位置的数量来确定该可能性。其一种可能的实现方式是追踪当在沿着该线的多个位置处确定重组平面时在CPR的每次重复中所包含的体素。然后重组器可核查每个体素在重组平面的不同重复中被包含的次数。用于确定可能性的参数可通过用户根据这些事,例如个人喜好、研究的类型、解剖结构、或者解剖结构的感兴趣区域而被优化。例如,体素可被重组平面所包含的次数可被设为1。当CPR视图向用户显示时,将区分具有大于1的可能性值的所有体素。
可有利地减少必须被处理和保留的数据的量,从而减小所需的计算能力。例如,邻近体素的范围,例如体积或者面积,可被用于将可能性仅限制于将要被区分的更大区域。
另外地或者可选地,可使用线的曲率来确定可能性。在已经确定了通过3D图像数据的线的空间坐标路径之后,可使用相对简单的算法来确定沿着该线的曲率的值。沿着该线的点处的高曲率值指示重组平面在那一点处包含已经在该平面的另一部分中被包含的体素的更高可能性。
可基于这些事,例如个人喜好、研究的类型、解剖结构、或者解剖结构的感兴趣区域来选择用户想要用来作为用于在显示器上进行区分的阈值的值。
本领域技术人员也可最初从多组图像数据中生成曲率模型。通过生成CPR图像以及手动地指示镜像伪影,可生成参考库,指示可能导致镜像伪影的曲率。由此,当处理随后的数据组时,其足够来配置CPR重组器320以确定曲率,并且然后使用该曲率模型来确定可能性。
可有利地提供针对不同解剖结构的曲率模型,因为这可提高确定可能性的精度。在这一情况下,然后给CPR重组器提供感兴趣解剖结构的识别,从而可采用正确的曲率模型。
可有利地考虑到相对于CPR平面取向的曲率方向,因为曲率和CPR平面的同一取向将最可能导致重叠。
另外地或者可选地,可使用邻近性——换言之,每个体素和沿着该线的多个位置之间的多个距离来确定可能性。一旦已经确定了这些测量值,那么在CPR平面中多于一次的出现的可能性可与距离偏离了第二预定的值或者值的范围的位置的数量相关。如果体素是在线上的多个位置的某个距离之内,那么其被重组平面的多于一个的部分所包含的概率是更高的。可能遇到的极端例子是体素被CPR重组平面所环绕。
第二预定的值或者值的范围的量级可基于所使用的CPR程序的理论知识,或者其可通过试验和误差来确定。例如,如果本领域技术人员已经识别出具有镜像缺陷的区域,那么他能够极佳地用不同的值来多次运用本发明以确定最佳值或者最佳值的范围。
本领域技术人员也可最初从多组图像数据中生成邻近性模型。通过生成CPR图像以及手动地指示镜像伪影,可生成参考库,指示可能导致镜像伪影的邻近值或者值的范围。由此,当处理随后的数据组时,其足够来配置CPR重组器320以确定邻近性,并且然后使用该邻近性模型来确定可能性。
可有利地提供针对不同解剖结构的邻近性模型,因为这可提高确定可能性的精度。在这一情况下,然后给CPR重组器提供感兴趣解剖结构的识别,从而可采用正确的邻近性模型。
对于本领域技术人员而言将显而易见的是可使用以上提及的参数的任何便利组合来确定可能性。例如,由于曲率是相对快速和简单地来确定的参数,因此其可被用作初始过滤器来十分粗略地确定潜在不确定区域。一旦已经确定了这些区域,那么曲面重组器可执行更加透彻的分析,例如针对在那些粗略区域中的体素确定它们是否在CPR平面中被包含了多于一次。
在另一例子中,可使用邻近性作为初始过滤器来十分粗略地确定潜在不确定区域。一旦已经确定了这些区域,那么曲面重组器可执行更加透彻的分析,例如针对在那些粗略区域中的体素确定它们是否在CPR平面中被包含了多于一次。
也预想可组合多个参数以生成复合可能性。对于本领域技术人员而言明显的是通过给对复合可能性的每个贡献分配可定制的权重,可给用户提供强大、灵活的工具来预测镜像伪影,这可适于任何的细长解剖结构。
一旦预测了镜像伪影已经,那么其被区分给用户。例如,图5A和5B示出了可如何区分该区域的两个例子。图5A和5B都分别描绘了图4中描绘的同一解剖结构的轮廓210的CPR重组101、102,并且都相似地具有两个圆形伪影131。
在图5A中,被确定为具有在多于一个定位中出现的高可能性的体素被区分标记132覆盖,例如红色区域。如对于本领域技术人员而言明显的是,可采用任何适当的技术来区分具有高可能性的体素,例如圆圈、剖面线、阴影、或者使用可是静态或者闪烁的指示器。
在图5B中,处理相同的体素以减小133圆形轮廓210的强度,从而该体素对于用户更难可见或者不再可见。换言之,轮廓210已经被变暗以将用户的注意力从这一区域转移开。
可选地,可能性的程度可被转化为颜色或者阴影调色板,从而可能性的等级也被区分给用户。
解剖结构也应该被广义地解释。例如,参考结构可能是器官、部分器官、器官的叶、骨骼、部分骨骼、肌肉、部分肌肉、淋巴结、部分淋巴结、神经、部分神经、血管、以及部分血管。这种结构也可包括肿瘤、原发肿瘤、转移肿瘤、囊肿、假性囊肿、赘生物、淋巴结、淋巴瘤纤维瘤、以及痣。
该系统被配置为用于执行本发明的方法,也即,显示曲面重组平面。该方法包括:
-提供510解剖结构的成像数据;
-确定530通过该解剖结构的线;
-在沿着该线的多个位置处确定560该重组平面;以及
-针对该成像数据中的一个或多个体素确定570该(一个或多个)体素将要被该重组平面的多于一个的定位所包含的可能性;
-显示580该重组平面中的该解剖结构的表示,以及在该可能性偏离预定的值或者值的范围的情况下,区分该一个或多个体素。
虽然方法500可完全自动地执行,但是也预想该方法500可被实现为使得可提示运行本发明的用户从有限数量的选择中做出选择。换言之,该方法是高度自动化的。这也可减小所需的计算能力。例如,在CPR程序期间的适当点处,可呈现下拉菜单或者可以提示医疗保健专家选择在成像数据的显示上所注释的几个可选项之一。也预想中间实施例,其中部分CPR程序被自动执行,并且被不经常的手动选项不时中断。
另外,也预想可给用户提供用户输入控制350以输入任何必需或者期望的数据,例如以识别感兴趣的解剖结构、选择适当的模型、或者提供所需的任何预定的值或者值的范围。
当给本领域技术人员提供了所公开方法的细节时,其将能够实现计算机程序以当被加载并且在计算机上运行时执行这些方法。
用户可使用工作站来执行这些交互,例如在图像采集和图像观察期间。然后该工作站可包括根据本发明的系统。也预想该系统300被包含于医学图像采集设备中。
本发明可概述如下。
产生曲面重组的曲面重组(CPR)是一种提供在3D体积中弯曲的解剖结构的表示的技术。这一重组过程可能导致图像伪影,留给用户来确定什么是伪影以及什么是实际的解剖特征。本发明通过在CPR程序期间检测潜在的不确定区域,以及在显示器上向用户区分这些区域来辅助用户。以这一方式,用户不再需要该CPR是如何执行的详细知识。
在权利要求中,置于圆括号之间的任何附图标记不应被解释为限制权利要求。动词“包括”和其变形的使用不排除除了在权利要求中陈述的那些之外的元件或者步骤的存在。元件前的冠词“一”或“一个”不排除多个这种元件的存在。本发明可借助于包括几个不同元件的硬件,和借助于适当编程的计算机来实现。
在列举了成像器、确定器、曲面重组器、和显示器的系统权利要求中,几个这些装置可由一个且同一硬件包含。
在相互不同的从属权利要求中陈述某种措施这一事实,并不表示不能有利地使用这些措施的组合。

Claims (10)

1.一种用于显示曲面重组平面的系统(300),包括:
-成像器(310),其被配置为提供解剖结构的成像数据;
-确定器(370),其被配置为确定通过所述解剖结构的线;
-曲面重组器(320),其被配置为:
-在沿着所述线的多个位置处确定所述曲面重组平面;以及
-针对在所述成像数据中的一个或多个体素确定所述一个或多个体素将被所述重组平面的多于一个定位所包含的可能性;
-显示器(340),其被配置为在所述重组平面中显示所述解剖结构的表示,并且还被配置为在所述可能性偏离预定的值或者值的范围的情况下,区分所述一个或多个体素。
2.如权利要求1所述的系统,其中:
-所述曲面重组器(320)还被配置为:
-在与所述一个或多个体素邻近的位置处确定所述线的曲率,以及使用曲率来确定所述可能性。
3.如权利要求1所述的系统,其中:
-所述曲面重组器(320)还被配置为:
-在沿着所述线的多个位置处确定所述重组平面中包含的体素,以及使用所述一个或多个体素在所述重组平面中被包含的位置的数量来确定所述可能性。
4.如权利要求1所述的系统,其中:
-所述曲面重组器(320)还被配置为:
-确定所述一个或多个体素和沿着所述线的多个位置之间的多个距离,以及使用所述距离偏离第二预定的值或者值的范围的位置的数量来确定所述可能性。
5.如权利要求1所述的系统,其中,所述系统还包括:
-用户输入(350),其被配置为给所述确定器(370)提供在所述线上的一个或多个点。
6.如权利要求1或5所述的系统,其中,所述系统还包括:
-所述确定器(370)被配置为自动地确定在所述线上的一个或多个点。
7.如权利要求1所述的系统,其中,所述系统还包括分割器(330),其被配置为接收所述成像数据以及将所述成像数据分割以确定所述解剖结构的轮廓。
8.一种工作站或者医学成像采集设备,包括根据前述权利要求任一项所述的系统。
9.一种显示曲面重组平面的方法(500),包括:
-提供(510)解剖结构的成像数据;
-确定(530)通过所述解剖结构的线;
-在沿着所述线的多个位置处确定(560)所述重组平面;以及
-针对所述成像数据中的一个或多个体素确定(570)所述一个或多个体素将要被所述重组平面的多于一个定位所包含的可能性;
-在所述重组平面中显示(580)所述解剖结构的表示,以及在所述可能性偏离预定的值或者值的范围的情况下,区分所述一个或多个体素。
10.一种计算机程序产品,当被加载并且在计算机上运行时,其用于执行如权利要求9所述的方法。
CN201080039969.XA 2009-09-11 2010-09-06 对曲面重组的改进 Active CN102483862B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP09170066.6 2009-09-11
EP09170066 2009-09-11
PCT/IB2010/053994 WO2011030274A2 (en) 2009-09-11 2010-09-06 Improvements to curved planar reformation

Publications (2)

Publication Number Publication Date
CN102483862A true CN102483862A (zh) 2012-05-30
CN102483862B CN102483862B (zh) 2016-03-02

Family

ID=43732881

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201080039969.XA Active CN102483862B (zh) 2009-09-11 2010-09-06 对曲面重组的改进

Country Status (5)

Country Link
US (1) US9019272B2 (zh)
EP (1) EP2476102B1 (zh)
CN (1) CN102483862B (zh)
RU (1) RU2563158C2 (zh)
WO (1) WO2011030274A2 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9042634B2 (en) * 2013-01-15 2015-05-26 General Electric Company Method system and computer product for non-destructive object analysis
JP6201255B2 (ja) * 2013-04-11 2017-09-27 ザイオソフト株式会社 医用画像処理システムおよび医用画像処理プログラム
JP2017532146A (ja) * 2014-10-30 2017-11-02 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. カーブした構造の超音波視覚化
EP3383279B1 (en) 2015-12-02 2020-04-01 Koninklijke Philips N.V. Ultrasonic cardiac assessment of hearts with medial axis curvature and transverse eccentricity
EP3220357A3 (de) * 2016-03-15 2018-01-10 Siemens Healthcare GmbH Modellhaftes erzeugen und darstellen von dreidimensionalen objekten
CN109242947B (zh) * 2017-07-11 2023-07-21 中慧医学成像有限公司 三维超声图像显示方法
KR102205427B1 (ko) * 2019-06-26 2021-01-20 주식회사 디오 신경 위치 보정 방법 및 장치

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050226484A1 (en) * 2004-03-31 2005-10-13 Basu Samit K Method and apparatus for efficient calculation and use of reconstructed pixel variance in tomography images
WO2009019640A2 (en) * 2007-08-03 2009-02-12 Koninklijke Philips Electronics N. V. Coupling the viewing direction of a blood vessel's cpr view with the viewing angle on this 3d tubular structure's rendered voxel volume and/or with the c-arm geometry of a 3d rotational angiography device's c-arm system
CN101389260A (zh) * 2006-03-14 2009-03-18 奥林巴斯医疗株式会社 医疗用图像处理装置和医疗用图像处理方法
US20090225077A1 (en) * 2008-03-10 2009-09-10 Seimens Corporate Research, Inc. System and method for colon unfolding via skeletal subspace deformation

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6331116B1 (en) * 1996-09-16 2001-12-18 The Research Foundation Of State University Of New York System and method for performing a three-dimensional virtual segmentation and examination
RU2171630C2 (ru) * 1999-06-18 2001-08-10 Пестряков Андрей Витальевич Способ совмещения трехмерных изображений, полученных с помощью компьютерных томографов, работающих на основе различных физических принципов
US20030216626A1 (en) * 2002-03-28 2003-11-20 Fuji Photo Film Co., Ltd. Fluorescence judging method and apparatus
DE10319546A1 (de) * 2003-04-30 2004-11-25 Siemens Ag Verfahren und Vorrichtung zur automatischen Detektion von Anomalien in Gefäßstrukturen
DE102004043695B4 (de) 2004-09-09 2006-09-28 Siemens Ag Verfahren zur einfachen geometrischen Visualisierung tubulärer anatomischer Strukturen
WO2006123309A2 (en) * 2005-05-20 2006-11-23 Koninklijke Philips Electronics N.V. Video decoder using a reliability map
US7813591B2 (en) * 2006-01-20 2010-10-12 3M Innovative Properties Company Visual feedback of 3D scan parameters

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050226484A1 (en) * 2004-03-31 2005-10-13 Basu Samit K Method and apparatus for efficient calculation and use of reconstructed pixel variance in tomography images
CN101389260A (zh) * 2006-03-14 2009-03-18 奥林巴斯医疗株式会社 医疗用图像处理装置和医疗用图像处理方法
WO2009019640A2 (en) * 2007-08-03 2009-02-12 Koninklijke Philips Electronics N. V. Coupling the viewing direction of a blood vessel's cpr view with the viewing angle on this 3d tubular structure's rendered voxel volume and/or with the c-arm geometry of a 3d rotational angiography device's c-arm system
US20090225077A1 (en) * 2008-03-10 2009-09-10 Seimens Corporate Research, Inc. System and method for colon unfolding via skeletal subspace deformation

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ANNA VILANOVA BARTROLI等: "Nonlinear Virtual Colon Unfolding", 《PROCEEDINGS VISUALIZATION,2001》 *
DAVID WILLIAMS ET AL.: "Volumetric Curved Planar Reformation for Virtual Endoscopy", 《IEEE TRANSACTIONS ON VISUALIZATION AND COMPUTER GRAPHICS》 *

Also Published As

Publication number Publication date
CN102483862B (zh) 2016-03-02
US9019272B2 (en) 2015-04-28
WO2011030274A3 (en) 2012-01-12
EP2476102B1 (en) 2018-11-14
US20120169735A1 (en) 2012-07-05
RU2563158C2 (ru) 2015-09-20
EP2476102A2 (en) 2012-07-18
RU2012114116A (ru) 2013-10-20
WO2011030274A2 (en) 2011-03-17

Similar Documents

Publication Publication Date Title
US9424644B2 (en) Methods and systems for evaluating bone lesions
US7620225B2 (en) Method for simple geometric visualization of tubular anatomical structures
EP2572332B1 (en) Visualization of medical image data with localized enhancement
Kiraly et al. Three-dimensional human airway segmentation methods for clinical virtual bronchoscopy
US9218661B2 (en) Image analysis for specific objects
CN102483862B (zh) 对曲面重组的改进
US8824755B2 (en) Method and computer system for automatically generating a statistical model
US9449381B2 (en) Methods, systems, and media for generating and analyzing medical images having elongated structures
CN104622495A (zh) 医用图像处理装置以及医用图像处理方法
Vos et al. Computational modeling for assessment of IBD: to be or not to be?
EP2244633A2 (en) Medical image reporting system and method
US11069061B2 (en) Method and apparatus for calculating abdominal disease diagnosis information based on medical image
WO2017114479A1 (zh) 图像处理的方法及系统
CN105488781A (zh) 一种基于ct影像肝脏肿瘤病灶的分割方法
US9589204B2 (en) Quantification of a characteristic of a lumen of a tubular structure
US9082193B2 (en) Shape-based image segmentation
US20140341452A1 (en) System and method for efficient assessment of lesion development
US20180293727A1 (en) Rib unfolding from magnetic resonance images
WO2008024359A2 (en) Method for detection and visional enhancement of blood vessels and pulmonary emboli
US9378549B2 (en) Estimation of confidence limits for measurements derived from image data
JP2011182946A (ja) 医用画像表示装置及び医用画像表示方法
US20220392077A1 (en) Organ segmentation in image
Zhang et al. Curvature-vector pair and its application in displaying CT colon data
Rodiah et al. Three-Dimensional (3D) Reconstruction for Detecting Shape and Volume of Lung Cancer Nodules

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