CN103578076A - 目标对象的修改过的图像数据的产生 - Google Patents

目标对象的修改过的图像数据的产生 Download PDF

Info

Publication number
CN103578076A
CN103578076A CN201310323763.5A CN201310323763A CN103578076A CN 103578076 A CN103578076 A CN 103578076A CN 201310323763 A CN201310323763 A CN 201310323763A CN 103578076 A CN103578076 A CN 103578076A
Authority
CN
China
Prior art keywords
input line
profile
current
profile input
deformed region
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
CN201310323763.5A
Other languages
English (en)
Other versions
CN103578076B (zh
Inventor
J.克雷特什莫
G.索扎
C.蒂特詹
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 Ag
Original Assignee
Siemens AG
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 AG filed Critical Siemens AG
Publication of CN103578076A publication Critical patent/CN103578076A/zh
Application granted granted Critical
Publication of CN103578076B publication Critical patent/CN103578076B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/755—Deformable models or variational models, e.g. snakes or active contours
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A61B2034/101—Computer-aided simulation of surgical operations
    • A61B2034/105—Modelling of the patient, e.g. for ligaments or bones
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
    • G06T2219/20—Indexing scheme for editing of 3D models
    • G06T2219/2021—Shape modification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03—Recognition of patterns in medical or anatomical images
    • G06V2201/031—Recognition of patterns in medical or anatomical images of internal organs

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Surgery (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Multimedia (AREA)
  • Architecture (AREA)
  • Computer Graphics (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Public Health (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Robotics (AREA)
  • Veterinary Medicine (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)
  • Image Generation (AREA)
  • Processing Or Creating Images (AREA)
  • Image Analysis (AREA)

Abstract

本发明描述了一种用于产生目标对象（O）的修改过的三维图像数据的方法。为此，首先提供目标对象（O）的至少一个通过当前的、规定的三维表面轮廓（S，RS）限界的体积（V）的体素表示并且采集当前的轮廓输入线（IE）。为此然后基于当前的轮廓输入线（IE）与当前的表面轮廓（S，RS）的交点（i0，i1）确定局部的变形区域（D），以用于修改当前的表面轮廓（S，RS）。然后基于所述轮廓输入线（IE）进行所述变形区域（D）中修改过的三维表面轮廓（RS'）的确定。此外还描述了一种可以用来执行该方法的图像处理装置（10）。

Description

目标对象的修改过的图像数据的产生
技术领域
本发明涉及一种基于成像系统的测量数据产生身体、优选器官内部的目标对象的修改过的三维图像数据的方法。此外，本发明涉及一种用于执行该方法的图像处理装置。
背景技术
基于以现代的成像医学技术系统、例如磁共振断层成像装置、计算机断层成像装置、超声波设备等获得的测量数据不仅可以产生穿过身体内部的任意层的二维图像数据，而且也可以产生整个身体的或单独的单个器官的三维图像数据并且将其按照任意视图示出。典型的应用情况是穿过血管、食道、胃或肠的虚拟漫游。此外，目前也可以产生器官、例如心脏的运动的三维图像并且以任意方式将其显示。体积数据的产生通过或者从首先重建后的层图像数据中（例如通过插值等）重建或者直接从测量数据中重建来进行。如果检查的目标对象是特定的结构，例如特定的器官，特定的骨骼等，则将涉及的目标对象分割为体积数据。
其中可以辅助性地采用目标对象的这些三维图像数据的、目前越来越重要的应用情况是手术规划。这特别符合在切除或部分切除器官的情况。对此的典型例子是肝脏切除术的规划，其首先可以虚拟地借助计算机执行，以便然后能够尽可能精确估计成功概率或风险。在肝脏切除术中在捐献者或患者中保留的、剩余的肝脏体积的大小起主要作用。通常需要保留健康的肝脏体积的至少百分之40至60，从而肝脏可以完整地再生。在肝脏切除术中的主要问题是延伸穿过肝脏组织的不同的血管结构。例如如果必须随之切除在肿瘤附近的血管，则必须同样切除通过该血管供血的肝脏组织。这导致非常复杂的情景。事先虚拟地检验不同的切除情景在此可以有助于确保保留足够的肝脏体积。为此需要可以尽可能精确和容易使用的工具。迄今为止的可用来确定切除体积的方法原则上可以划分为三个不同类别。第一类别中，策略基于利用一种格栅模型修改体积的轮廓。第二策略基于，在穿过器官的不同的层中分别标记保留的体积然后对三维轮廓进行插值。第三种方法对区域基于其通过血管的供血情况而进行分类，以便然后从中确定切除体积。但是所有这些迄今为止的方法要么不是特别精确要么应用起来太复杂。
发明内容
本发明要解决的技术问题是，提供一种用于产生目标对象的三维图像数据的特别简单和可靠的方法以及一种相应的图像处理装置，其中可以非常简单地以高的精度修改目标对象的体积的表面轮廓（和由此可以修改体积）。
按照本发明的用于产生目标对象的修改过的三维图像数据的方法优选用于产生对于器官切除术的规划图像数据。在此目标对象或器官优选是肝脏，从而以下通常以此为例。但是方法不限于用于规划器官切除术的应用并且特别地不限于用于规划肝脏切除术的应用。方法按照本发明具有以下方法步骤：
在第一步骤中首先提供目标对象的至少一个通过当前的、规定的三维表面轮廓限界的体积的体素表示。这样的体素表示可以是所谓的体素堆（Voxel-Haufen）。在此对于该目的，优选地二元的体素掩模（Voxel-Maske）就足够，即，无需每个体素有特定的强度值，而是仅需要清楚，体素是否是目标对象的当前体积的部分。体积可以是目标对象完整的体积，但也可以是目标对象的重要的、保留的或要切除的部分体积。例如可以是在第一（虚拟或在前面的介入中实际进行的）切除之后保留的部分体积或反过来是在此切除的部分体积。
体素表示和由此还有所产生的三维图像数据如上所述大多直接或间接基于成像医学技术系统的测量数据，即，图像数据或体素是基于测量数据重建的。体素表示的提供相应地可以例如通过直接从医学技术系统或还从数据库等的其中事先存储了数据的大容量存储器中加载重建的体积数据、剖视图像数据或测量数据来进行。然后可以基于这些数据产生体素表示。替换地，也可以从存储器或从另一个功能单元接收期望的体积的已经产生的体素表示。
在另一个步骤中然后采集至少一个当前的轮廓输入线。称谓“当前的”在本发明的范围内理解为其总是涉及相应的修改步骤。
即，当从一开始例如在多个步骤中虚拟地进行器官的切除时，一种起始器官掩模包括分割的器官的、在开始时存在的完全的体积，其中该体积具有通过涉及的器官的外部尺寸给出的三维的当前表面轮廓。为此例如可以在初始化步骤中首先提供目标对象的、通过起始表面轮廓限界的起始体积，其在使用医学技术成像系统的测量数据或从中构造的图像数据的条件下基于模型地（即通过基于模型的分割）被建立。
第一轮廓输入线在该第一步骤中是“当前的”轮廓输入线。如果然后基于该第一修改步骤已经虚拟地切除了体积的部分（即已经基于第一轮廓输入线进行了表面轮廓的第一修改），则修改过的表面轮廓或修改过的体积在下一个步骤中是当前的表面轮廓或当前的体积并且在该下一个步骤中输入的轮廓输入线于是是新的“当前的”轮廓输入线。
在输入轮廓输入线之后基于当前轮廓输入线与体积的当前表面轮廓的交点进行局部的变形区域的确定以修改体积的当前表面轮廓。这是与迄今为止的方法的一个主要区别，因为在此当前表面轮廓的和由此当前体积的变形或者说修改仅仅是局部地，即，如果该当前轮廓输入线通过当前体积延伸，则在当前轮廓输入线的特定规定的、基本上局部限界的周围区域中进行变形或修改。
最后基于轮廓输入线进行变形区域中修改过的三维表面轮廓的确定。修改过的三维表面轮廓然后例如根据在器官切除时的不同观察方式而反映保留的部分或者反映待切除的部分。利用表面轮廓相应地也修改通过当前表面轮廓限界的当前体积。
修改过的三维图像数据然后可以按照任意方式输出，例如首先在存储器中存储和/或在图像输出装置，诸如屏幕、打印机等上输出。就此而言，该方法也用于控制图像输出装置，这通过将在变形区域中具有修改过的三维表面轮廓的修改过的体积的图像数据转发给用于图像输出装置的相应驱动器并且由此控制该图像输出装置来实现。
局部限界的变形的特别的优点在于，修改仅具有有限的作用。这特别地意味着，在一定的范围中的表面的修改绝不会“无意地”改变远处部位的表面。特别地在逐步处理切除建议的情况下该特征是重要的，因为否则的话会无意识地改变已经仔细检查过的和良好诊断的区域。
另一个优点在于，在本发明的范围内对于操作者利用直观方法可以修改存在的（优选简单的、二元的）体素掩模。特别地不需要，操作者在通过体积的多个平行的剖面中输入切割线，这随着体积的几何特征的复杂性增加而几乎不可能是一目了然的。
用于产生目标对象的这些修改过的三维图像数据的按照本发明的图像处理装置具有以下部件：
-图像数据接口，用于接收目标对象通过当前的、规定的三维表面轮廓限界的体积，
-轮廓线采集接口，用于采集至少一个当前轮廓输入线，
-变形区域确定单元，用于基于当前轮廓输入线与体积的当前表面轮廓的交点确定用于修改当前表面轮廓的局部变形区域，和
-表面轮廓确定单元，用于基于轮廓输入线确定体积的修改过的三维表面轮廓。
此外，图像处理装置优选具有用于将图像例如输出到存储器或图像输出装置的图像输出装置，所述图像输出装置可以由图像处理装置控制为输出所产生的三维图像数据。图像输出装置优选是一个或多个显示器、打印机等。
按照本发明的图像处理装置可以作为独立的装置存在并且例如经由网络等与其中存储了图像数据或体素掩模的合适存储器连接，或者也可以直接与成像系统连接，在成像系统上产生用于图像数据的测量数据。同样地，图像处理装置也可以例如集成在成像系统的图像重建装置或甚至控制装置中。
按照本发明的图像处理装置特别地也可以按照软件的形式在具有相应的存储可能性的合适的图像处理计算机上实现。这特别地符合变形区域确定单元和表面轮廓确定单元，其例如可以按照软件模块显示实现。同样这些单元也可以构造为硬件部件，例如按照合适构造的ASIC形式。接口同样可以构造为纯硬件、软件或通过软件支持的硬件接口。尽可能按照软件的实现具有优点，即，可以以简单的方式通过软件更新改型迄今为止已经使用的图像处理装置、例如常规的Viewer（观察站），以便按照本发明的方式工作。本发明由此也包括一种计算机程序产品，其可以直接加载到图像处理计算机的存储器中，具有程序代码段，用于当程序在图像处理计算机上运行时执行按照本发明的所有步骤。
实施例以及下面的描述包含了本发明的特别有利的改进方案和扩展方案，其中特别地，一类技术方案也可以类似于另一类技术方案的实施例来扩展。同样地实施例的单个技术特征或技术特征组也可以组合为新的实施例。
当前轮廓输入线的采集原则上可以按照任意方式进行。例如当前轮廓输入线可以自动地通过另外的装置、例如上层布置的用于手术规划的辅助程序等来规定。但是优选地，可以根据操作者命令来采集当前轮廓输入线。为此特别优选地在图形用户界面上显示体素表示的、位于优选可自由选择的输入剖面中的剖视图。输入剖面在此是当前在监视器上显示的表面，在所述表面中然后可以标出新的输入轮廓线。剖视图可以仅仅是感兴趣区域的如下部分剖面，在所述部分剖面中应当改变轮廓或进行通过目标对象的切割，或者是所涉及的输入剖面中体素表示的完整的剖视图。于是借助图形用户界面采集当前的轮廓输入线，方法是，例如随之规定，操作者在剖视图中例如借助图形用户界面的指针沿着哪条线标出线条。相应地，图像处理装置的轮廓线采集接口优选具有图形用户界面。
然后优选对当前的轮廓输入线进行预检查或似然性检查，例如，线条本身是否相交或其是否主要位于目标对象的体积中。因为当前的轮廓输入线也可以用于校正例如之前进行的虚拟切除切割和例如又添加到体积中，所以在此完全可能的是，当前的轮廓输入线位于目标对象当前保留的体积外部。但是在这种情况下其有意义地应当位于目标对象的初始的总体积中。原则上可以在每个步骤中采集多于一个当前的轮廓输入线，其然后在以下可以相似地先后在修改表面轮廓的情况下被考虑。但是此外为简单起见假定，在本发明不限于此的情况下，每个步骤仅采集一个轮廓输入线。
然后确定当前轮廓输入线与当前体积的当前表面轮廓的交点。如果存在多于两个这样的交点，则优选将当前轮廓输入线划分为轮廓输入线片段。当前轮廓输入线与体积的当前表面轮廓的交点由此分别形成在随后修改时的待考察的轮廓输入线的端点或在划分轮廓输入线情况下相应的轮廓输入线片段的端点。在该情况中然后优选对于每个轮廓输入线片段根据当前轮廓输入线与体积的当前表面轮廓的交点确定局部的变形区域。如果仅存在两个这样的交点，则清楚的是，仅确定一个围绕相应的轮廓输入线的局部变形区域。
此外优选总是对于当前轮廓输入线（或在存在多个轮廓输入线片段的情况下分别对于各个轮廓输入线片段）确定当前的变形中央点，其至少大约位于变形区域的中间。特别优选对于变形区域确定在当前轮廓输入线或当前轮廓输入线片段与体积的当前表面轮廓的两个交点之间的中点，作为当前变形中央点。对于每个轮廓输入线，或在轮廓输入线的划分情况下对于每个轮廓输入线片段，相关的变形中央点必定总是位于当前输入剖面中。
在此可以简单地将沿着在两个属于轮廓输入线或轮廓输入线片段的交点之间的最短距离的中点用作变形中央点。替换地，也可以这样选择变形中央点，使得其例如位于输入剖面中如下路径的中间，该路径沿着体积在两个交点之间的当前表面轮廓。也就是在该情况中当前变形中央点一方面位于输入剖面中，另一方面也位于当前待修改的表面轮廓上。
为了精确确定变形区域，在特别优选的方法变形中为了确定用于当前轮廓输入线的（或者在相应划分的情况下分别用于当前轮廓输入线片段的）变形区域的边缘而使用搜索算法，优选A*算法。利用这样的合适的搜索算法可以在使用所限定的成本函数的条件下确定路径，该路径优选近似沿着球面从当前轮廓输入线或当前轮廓输入线片段与当前表面轮廓的第一交点延伸至当前轮廓输入线或当前轮廓输入线片段与当前表面轮廓的第二交点以及反向延伸。该近似的球面或最后还有通过边缘限定的圆形区域的中点然后优选是变形中央点。路径在此在当前的、即体积的待修改的表面轮廓上延伸。
通过这样的工作方式，利用搜索算法找到封闭的边缘轮廓，该边缘轮廓在体积的待修改的表面轮廓上通过两个交点延伸。由此给出明确的变形边界，该变形边界根据轮廓输入线与待修改表面轮廓的交点的距离来将通过当前轮廓输入线引起的修改限制为局部的，特别是还在垂直于当前输入剖面延伸的方向上限制为局部的。
特别优选地，为了确定在变形区域中的体积的修改过的三维表面轮廓而对对该变形区域内部的表面轮廓的表面点进行插值，并且具体来说基于当前轮廓输入线或当前轮廓输入线片段和优选也基于沿着表面轮廓的变形区域的边缘的表面点来进行插值。在此可以涉及在边缘上、例如在如上所述的路径上的点，但替换地或附加地也可以是与该路径相邻地位于变形区域外部或内部的点。
在此原则上可以采用具有合适的边界条件的任何插值方法，其中特别地将当前轮廓输入线上或轮廓输入线片段上的点以及提到的沿着边缘的点规定为固定的边界条件或“支点（Stützstellen）”。这保证在边缘上或边缘外部平滑地过渡到存在的表面中的新插值过的表面。例如可以这样进行插值，使得找到如下表面函数，所述表面函数这样描述修改过的体积的表面轮廓，使得其正好在表面上是零并且例如在体积内部取负值并且在体积外部取正值，或相反。在此已经已知的支点可以立即置零，即，在这些位置处表面函数具有确定的值零。
特别优选的插值方法基于在期望的支点处定位的径向基函数。利用这些径向基函数可以相对快和简单地实现非常好的插值结果。利用径向基函数插值表面的原理性方法例如在Greg Turk等所著的“Modelling with implicit surfacesthat interpolate”,ACM Transactions on Graphics（TOG）,2002,第855至873页,以及在Greg Turk等所著的“Implicit surfaces that interpolate”,SMI InternationalConference on Shape Modeling and Applications,2002,第62至71页中描述。
特别优选地，在插值时附加地考虑在事先采集的、较旧轮廓输入线上的位于当前表面轮廓上的点。在此通常涉及如下轮廓输入线，其位于与当前输入剖面成一个角度（例如与之垂直）并且在前面的修改过程中被输入以限定在该另一平面中的切割。为了能够对较旧轮廓输入线进行考虑，优选在每个步骤中存储当前轮廓输入线数据，例如通过对体素体积的、属于这种轮廓输入线的单个体素进行标记。在后面的方法步骤中在输入新的当前轮廓输入线时于是仅还需要对修改过的当前表面轮廓上的确定区域，即，在当前变形区域中的所有体素进行仔细搜索，看其是否标记为（较早的）轮廓输入线并且由此不应当改变或最多在明确的冲突检查之后改变其。
但是如果轮廓输入线由操作者在不同的输入剖面中输入，则在最不常见的情况下由此要考虑，这些轮廓输入线直接交叉，即，具有共同的交点。在大多数情况下，轮廓输入线或多或少在彼此旁边延伸经过。这意味着，当前轮廓输入线在特定的区域中反对基于较较旧轮廓输入线进行的对表面轮廓的修改。尽管如此，还应当相应考虑较旧轮廓输入线。
为了解决该冲突，特别优选地确定当前采集的轮廓输入线（或者在轮廓输入线划分的情况下相应地是轮廓输入线片段）与事先采集的输入线的距离。
完全特别优选地，为此使用在分别相关的输入剖面的交点中两个轮廓输入线（或轮廓输入线片段）之间的欧氏距离。由此可以首先以简单方式采集偏差，即，冲突的强度。
特别优选地，可以根据在当前轮廓输入线（或轮廓输入线片段）和事先采集的较旧轮廓输入线之间确定的距离而保持不考虑较较旧轮廓输入线的所限定的区段。即，完全地在插值方法中也考虑较较旧轮廓输入线上的点，如上所述例如作为支点来考虑。但不考虑低于与新的轮廓输入线的确定距离、或优选与其中绘入新轮廓输入线的新输入剖面的确定距离的点，其中该距离例如通过在当前轮廓输入线（或当前轮廓输入线片段）和较较旧轮廓输入线之间的距离来规定。
插值此外优选这样进行，使得在变形区域内部的表面轮廓的表面点和在变形区域外部的表面轮廓的表面点之间的过渡边是平滑的。通过调整梯度，这例如是可能的。为此也可以在实际的变形区域外部的过渡区域中进行稍微的调整。例如可以对于插值方法合适地选择边界条件，其中可以相应地调整梯度，方法是，将在边缘附近、即在边缘外部的体素也如上面描述那样考虑为支点，并且将其值关于描述修改过的表面轮廓的表面函数选择为使得梯度合适。
在找到了变形区域中体积的修改过的三维表面轮廓之后，在考虑该修改过的表面轮廓的条件下最后修改目标对象的体积的体素表示。图像处理装置为此优选具有体积修改单元。
为了保持计算开销尽可能小，体积的体素表示的修改在此优选可以利用窄带方法沿着所搜索的、所插值的表面轮廓进行。此外为此特别优选地附近使用包括变形区域的范围盒，以便于是还限制计算开销。
附图说明
以下参考附图借助实施例来详细解释本发明。其中，
图1是虚拟的肝脏切除术的示意图（左边：肝脏的剖面中的两个规划的切口；右边：肝脏的三个合适的立体3D图，从上开始，中间标记出待切除的第一部分，以及第一部分已切除和标记出待切除的第二部分），
图2示意性示出了在如图1中那样的肝脏剖面中的所计划的切口，其中第一待切除部分上的切割线改变，
图3示出了按照本发明的方法的一个实施例的流程图，
图4示出了在图形用户界面上显示的、带有所绘入的轮廓输入线的肝脏剖视图，
图5示出了与按照图4的轮廓输入线匹配的变形区域中的表面轮廓的立体三维图，
图6是用于阐述对于轮廓输入线找出当前表面轮廓上的变形区域的方法的示意图，
图7是用于阐述找出和解决在当前表面轮廓上新轮廓输入线与的较旧轮廓输入线的冲突的方法的示意图，
图8立体地三维示出了基于按照图4的轮廓输入线而在按照图5的变形区域中修改的表面轮廓，和
图9示出了按照本发明的图像处理装置的简化的方框图。
具体实施方式
与大多数常规的方案不同，在按照本发明的方法中，为了对切除术建模利用特别优选是二元的体素掩模进行工作。在这样的二元体素掩模或体素表示中，切除掩模或部分体积总是与切除表面同义。切除表面隐含地通过切除掩模的边界来限定。这特别以图1为例很好地看出。在此，在左图中在纵向通过肝脏延伸的剖面中示意性示出作为目标对象O的肝脏的轮廓。在该剖面中绘入两条轮廓输入线IE，其将中间保留的体积VV与肝脏的两个端部待切除的体积VE分离。在右边与之匹配地三维地示出了该体积，其中上面示出具有肝脏的完整的表面轮廓S的总体积V，其下面示出了具有标记出的、左边待切除部分的体积VE的总体积V，并且其下面示出了在切除左边部分之后新剩余的并且具有标记出的待切除右边部分的体积VV。
在此，在该当前剩余体积VV的左面示出了，在切除左边待切除的部分之后如何必然在切除面积上产生保留的体积VV（剩余体积）的改变的、于是“当前的”表面轮廓RS。就此而言，在本发明的方法中可以的是，在整个过程期间将内部的切除状态分别简单地通过掩模来表示，在该掩模中将体素标记为切除的或者保留的。这同时意味着，规划系统能够从开始就进行任意的切除术，但是在规划的切除术中间也可以改变规划并且又改变存在的体积。
这例如可以根据图2看出。在此应当通过（如在按照图1的左侧上）剖面中新的输入轮廓线IE现在确定新的表面轮廓RS’，从而将另一个部分体积VA添加到保留的肝脏体积VV，以便扩大保留的体积VV。
因为原则上也可以将每个体积表示划分为体素，所以原则上目前可供使用的所有的切除术规划系统也可以作为起始点使用，以便在规划时借助按照本发明的方法或按照本发明的装置继续工作。此外在体素示图中工作的方法具有优点，即，不再需要将切除表面明确地与器官匹配。此外无需更大的附加开销就可以实现如在图1和2中所示那样限定多重切除。
以下根据图3详细解释本方法的优选变形。在此明确指出，在该方法的范围内进行的各个方法步骤也可以不取决于具体描述的其它方法步骤，而因此可以有利地在其它方法步骤的范围内使用。
该方法首先如下开始，即，提供待处理的相关体积的（也就是器官的完整的体积或例如应当进行另一切除术的、仍相关的部分体积的）体素表示、优选为二元的体素掩模。在图3中示出的流程规划在此在开始时是肝脏的完整体积。属于肝脏体积的体素利用通常的分割方法而从借助成像系统生成的图像数据中产生。
该体素表示然后例如可以在图形用户界面上由操作者在任意方向上旋转，以便这样确定特定的输入剖面PI。这在步骤I中进行。然后在图形用户界面上显示该输入剖面。这种示图的例子在图4中示出。在此示出正好位于所选输入剖面中的肝脏剖视图。然而在按照图4的该剖视图中已经虚拟切除了肝脏体积的一部分。在下一个步骤的范围中此时应当修改保留的体积的表面轮廓RS并且具体来说正好在相对于所切除的体积的切除表面上进行修改。为此操作者可以例如利用操作终端的鼠标或以类似方式画出新的轮廓输入线IE。这在步骤II中进行。
在步骤III中然后首先预检查该轮廓输入线IE的似然性，例如线本身是否相交或者其到底是否涉及肝脏的体积。如果该预检查完成，则在步骤IV中确定轮廓输入线IE与当前表面轮廓RS、在此也就是与切除表面RS的交点i0和i1。这些交点在图5中再次示出，其中示出对切除面的表面轮廓RS的观察。在此还绘入了初始轮廓线IK（即当前的输入剖面PI中的表面轮廓RS上的路径）的走向以及新的轮廓输入线IE的走向。
如果当前的轮廓输入线IE与初始的、现在要修改过的表面轮廓多次相交，则存在多于两个交点。于是将轮廓输入线划IE分为多个轮廓输入线片段。这可以可选地在步骤V中进行。
然后对于该轮廓输入线IE的所有各个片段执行接下来的步骤VI至XIII，其中在其它附图中这仅对于单个轮廓输入线IE示出。但是原则上清楚的是，该方法可以在任意多个轮廓输入线片段或轮廓输入线IE的情况下工作。为此在步骤VI中首先选择轮廓输入线片段中的一个。如果仅存在一个简单的轮廓输入线IE，则取消该步骤。以下如果没有另外指出则为简单起见假定，仅单次输入了轮廓输入线IE。但是在步骤VI至XIII的循环内部的方法步骤对于各个输入线片段相应地如对于一个单个的轮廓输入线IE那样进行。
在步骤VII中然后标记体素掩模的、位于当前待观察的轮廓输入线IE上的所有体素。在此考虑，每个输入轮廓线或每个输入轮廓线片段或任意其它线在体素表示内部可以简单地示出为排列在彼此上的一定数量的体素并且由此例如也可以按照各个体素的列表的形式存储。同样，在体积内部的体素可以简单地按照合适的方式标记为属于特定的线。
因为修改在其它方法中无论如何应当这样进行，即，修改过的表面轮廓通过选择的输入线IE延伸，所以首先将在当前轮廓输入线上的体素在存储器中存储为稍后对新表面轮廓进行插值的支点。
所有支点的集合在以下利用附图标记C表示，因为在此涉及插值的边界条件（约束（Constraint））。
如图5所示，当前变形区域D在两边都通过交点i0、i1限界，在该变形区域中应局部地对于当前轮廓输入线IE修改当前表面轮廓RS。变形区域D基本上几乎圆形地围绕变形中央点CS延伸。为了确定变形区域D或变形中央点CS，存在不同的可能性。
在图5中示出的实施例中，作为变形中央点CS，选择在两个交点i0、i1之间在当前输入剖面中在起始轮廓线IK上的中点。从该点出发然后同心地向外在表面上添加越来越多的属于变形区域的体素，直到达到变形区域D的交点i1。这通过径向地向外延伸的箭头表示。
然而在图3中示出的方法流程中使用另外的方法来确定变形中央点CS以及变形区域D。以下参考附图6解释该方法。该方法也首先基于其中输入了当前轮廓输入线IE的当前输入剖面PI，以及轮廓输入线IE与当前表面轮廓RS相交的两个交点i0和i1。当前输入剖面PI以及当前表面轮廓RS都在图6中示出。同样在输入剖面PI中示出当前轮廓输入线IE以及其与当前表面轮廓RS的交点i0、i1。在此简单地将当前输入剖面PI中在两个交点i0、i1之间的几何中点限定为当前变形中央点。这在步骤VIII中（见图3）进行。
此外在步骤IX中限定两个点C0 +、C0 -。该方法在此如下：首先选择在两个交点i0、i1之间的输入轮廓线IE上的中点。这可以通过沿着在交点i0、i1之间的轮廓输入线IE简单地计数体素来进行。从该中点出发然后分别垂直于当前输入剖面PI中的轮廓输入线IE地，在距该轮廓输入线IE间隔很短处、例如每一边上间隔两个或三个体素处确定点C0 +、C0 -。这些点仅被需要用来在后面确定，哪个区域位于插值的表面内部并且哪个区域位于插值的表面外部。点C0 +,C0 -同样可以在稍后对修改过的表面轮廓进行插值时用作支点，但是其中同时将与当前轮廓输入线的距离确定为这两个点的函数值。点C0 +,C0 -由此与其距离值一起作为其它支点或约束C而存储。
在步骤X中然后确定变形区域D，方法是找到封闭的轮廓或通过交点i0、i1延伸的、围绕变形中央点CS的边缘M0,M1。该边缘或者该边缘上或在该边缘M0、M1的区域中的这些点（体素）在后面同样用作用于对所修改的表面轮廓进行插值的支点或边界条件C。
在如结合图6说明的方法中，使用限于表面的、基于图形的A*搜索算法，以确定变形区域D的边缘。在此确定正好两个半轮廓M0和M1，其中一个半轮廓M0从交点i0到交点i1延伸并且另一个半轮廓M1相反从交点i1返回到交点i0。在此，在沿着球形轮廓、即沿着示出的圆周的表面上，从相应的起始点i0或i1开始分别一步一步地或一个体素一个体素地搜索到相应目标点i1或i0的最有希望的方向。在仔细搜索期间将表面体素（即，与表面相交的体素）判读为图形的节点并且分别检查限于这些节点或体素的26邻域（即，相应待考察的体素的所有直接的邻居体素，包括对角线上的邻居体素）。为了在每个单个搜索步骤中一个体素一个体素地估计最有希望的搜索方向，使用至相应目标点的估计的距离度量FH。
为了尽可能快速达到封闭的边缘轮廓的期望条件，使用特殊的成本函数
F(p0,p1)=α.FS(p0,p1)+β.Fd(p0,p1)    （1）
以便在每个位置p0处（作为搜索的当前的起始点或体素）计算至下一个当前目标点p1的路径上的成本（也就是至最后的目标点i1的路径上的最合适的体素）或者反过来。在此涉及球形成本函数分量（第一函数项Fs）和距离相关的成本分量（第二函数项Fd）的加权组合。参数α和β原则上可以任意选择，根据是否更希望边缘轮廓M0、M1位于球形上或是否希望路径尽可能短。但是α和β应当大于0。在第一测试中利用α=4.5和β=2达到最好的结果。
第一被加数FS在此将轮廓以所希望的球形方式按照等式
FS(p0,p1)=|(||p0-Cs||-rS)-(||p1-Cs||-rS)|=|(||p0-Cs||)-(||p1-Cs||)|    （2）
沿着球S的轮廓引导，其在点
C S = ( i 0 + i 1 ) 2
处具有其中心并且具有半径
r S = | | i 0 + i 1 | | 2 - - - ( 2 b )
成本在此不是直接从至圆心CS的距离导出，而是从边缘轮廓M0或M1上彼此跟随的点的球面距离的相对距离导出。这导致，与球形的特定偏差是很可能允许的，但是函数部分Fs使得变形区域的边缘轮廓尽管如此还圆形地围绕点CS延伸，也就是具有与该点CS的特定距离。
被加数FD在按照等式（1）的成本函数中使得A*算法遵循当前表面轮廓的形状，方法是，具有与圆形的稍微偏差的捷径引起更小的总成本函数。FD在此如下定义：
Fd(p0,p1)=||p1-p0||    （3）
通过该部分FD惩罚长的边缘轮廓并且使得与圆形的偏差更有吸引力。附加地以这种方式使得所不希望的振荡引起附加的成本并且由此被避免，这导致，变形区域D的边缘轮廓M0、M1总体上变得更平滑。
因为原则上在来回的路径上，即，在从交点i0至交点i1的边缘轮廓M0的搜索时和从交点i1至交点i0的边缘轮廓M1的搜索时，成本函数由于对称性而是对称的，所以这导致，在两个方向上找到相同的路径。为了避免这，相应地将附加的成本函数分量FP添加至按照等式（1）的成本函数，即，在利用A*算法的路径搜索中使用以下总成本函数F'
F'(p0,p1,σ)=F(p0,p1)+Fp(p1,σ)    （4）
插入的成本函数分量FP在此利用至当前输入剖面PI的带符号的距离，以便添加当第一目标点P1位于该输入剖面PI的特定侧上时不可消除的成本。FP为此可以如下表达：
Figure BDA00003588083500131
在此dI是距离并且nI是输入剖面PI的第三标准型的法线。以这种方式根据值σ（其中σ例如可以分别对于平面的一侧或另一侧取值+1或-1）而对于搜索阻挡输入剖面的两侧中的一侧。
在搜索中简单地将根据下式的欧式距离用作A*算法的启发式地估计的、直到达到最后的目标节点PZ的成本函数FH：
FH(p,pz)=||p-pz||    （6）
然后由A*算法找到的最佳的下一个点或体素，基于按照等式（4）的成本函数、用于从初始的起始点到达当前点或体素的至今的成本、以及从相应地寻求的（当前检查的、下一个可能的点）至最终的目标点的附加的、估计的成本。从而，在来路上的搜索中，交点i0是起始点并且交点i1是目标点pz并且在归路上相反。
如果找到了变形区域D的边缘轮廓M0、M1，则这些边缘轮廓M0、M1上的体素同样添加为支点或约束C。附加地作为支点还可以添加沿着该边缘轮廓的、例如与其直接相邻的其它具有特定函数值的点，例如以便实现改变的区域与变形区域外部的起始的、在修改之前存在的表面轮廓的平滑匹配。
在步骤XI中最后检查，在何种程度上存在与体积的当前表面轮廓的表面上事先输入的轮廓输入线的冲突。为此仅需如下对在事先确定的变形区域内部、即在通过边缘轮廓M0、M1限定的区域内部的所有表面体素进行仔细搜索，看其是否已经标记为属于前面的轮廓输入线的体素。在此可以简单地以26邻域中的区域生长方法对表面进行搜索。借助相应的标记而得出为属于前面的轮廓输入线的所有体素然后可以记录在与相应的轮廓输入线关联的候选列表中。这些点由此代表属于体积的待变形区域并且由此在对新表面轮廓进行插值期间以合适的方式要被考虑的输入。然而在将其添加到支点C之前，对其首先关于当前轮廓输入线IE的冲突进行检查。
为了找到这些冲突，首先对列表的、即之前的轮廓输入线的所有候选点在其至当前输入剖面PI的带符号的距离方面进行检查。如果这些点不与当前输入剖面PI交叉，则假定，不出现冲突。如果相反其与当前输入剖面PI交叉，则存在冲突。在这种情况下确定在当前轮廓输入线IE的当前输入剖面PI内从较旧轮廓输入线RI的交点至当前轮廓输入线IE的距离d，其中距离d可以简单地按照体素的数量给出。根据该距离d，然后相应地又将较旧轮廓输入线RI上的点作为可能的支点丢弃。在此优选在简单的方法中将沿着较旧轮廓输入线RI，从与当前输入剖面PI的交点出发，在两个方向上丢弃（也就是从候选列表中移除）与在当前输入剖面PI中的、从较早的轮廓输入线RI至当前轮廓输入线IE的距离d一样多的体素。替选地也可以选择所丢弃体素数量与距离的其它比例。然而，这样根据距离d来丢弃较旧轮廓输入线上的点使得根据较旧轮廓输入线RI与较新轮廓输入线IE之间的差异大小来匹配地考虑较旧轮廓输入线。这在图7中示意性示出。在两种情况下均示出具有位于其上的较旧轮廓输入线的相同的当前表面轮廓RS。同样在此示出其上输入了较旧轮廓输入线RI的输入剖面PI'，和当前输入剖面PI。如在此示出的，距离度量d正好是沿着当前输入剖面PI和较早输入剖面PI'的相交线的、在当前轮廓输入线IE和较旧轮廓输入线RI之间的距离。右图和左图之间的区别在于，在左图中当前轮廓输入线IE更靠近旧轮廓输入线RI并且由此距离d更小。相应地对于插值丢弃比右边更少的沿着较旧轮廓输入线IE的点（虚线示出的区段），在右边在当前轮廓输入线IE和较旧轮廓输入线RI之间的距离d更大。
在该检查之后将在候选列表中剩下的、在较早轮廓输入线RI上的体素RI,K（即“清除了冲突的”较早轮廓输入线RI,K）同样添加为支点C或约束。
在步骤XII中于是最后可以在考虑全部支点C的条件下进行插值。为此计算三维标量场f，其值0（即f(p)=f(x,y,z)=0,其中p=(x,y,z)是点或体素p的空间坐标）正好相应于插值过的表面轮廓。此外使得函数f在一侧大于0并且在另一侧小于0。在后面需要该特征来更新体积的体素表示。
为了插值，可以将函数f描述为分别在支点Ci（即“支点集合”C的所有元素，包括当前轮廓输入线IE上的所有点或体素，在变形区域D的边缘轮廓上或沿着该边缘轮廓选择的点以及较早轮廓输入线RI上的没有被丢弃的体素）处的径向基函数的线性组合。这样的线性组合可以如下描述：
Figure BDA00003588083500151
其中例如径向基函数：
替换地，也可以使用其它、特别是径向的基函数。但是按照等式（8）的基函数是用来产生平滑的3D表面的特别好的选择。
在此将对于除了被需要用来限定内部空间或外部空间的两个点C0 +和C0 -之外所有的体素元素Ci的vi置为等于0。对于这两个点，vi分别相应于体素的如下数量，点或像素C0 +和C0 -以该数量位于当前轮廓输入线旁边，也就是相应于至所搜索的表面的距离。在插值的范围内然后仅还需确定函数f（Ci）的系数cj。
如果要处理多个输入线片段，则可以在找到了各个当前轮廓输入线片段的变形区域中的表面轮廓的函数f之后在步骤XIII中检查，是否已经对于所有轮廓输入线片段找到了相应的函数f，否则（分支“否”）循环重新在步骤VI中以下一个轮廓输入线片段的选择开始。如果不存在多个轮廓输入线片段，如在此示出的图中，或如果已经对于所有轮廓输入线片段找到了表面函数，则可以（分支“是”）最后在步骤XIV中进行体积的体素表示的更新，即体素掩模的更新。
在此要指出，步骤XIII对于所有不同的轮廓输入线片段的考察的询问来说也可以在其它位置进行，例如在插值步骤XII之前。在这种情况下当对于所有轮廓输入线片段找到了所有的边界条件或支点C时则进行共同的插值。但是也可以对于每个轮廓输入线片段首先进行按照步骤XIV的体素掩模的更新并且然后才处理下一个轮廓输入线片段。
体素掩模的更新如下进行：在找到了按照等式（7）的系数cj和由此也找到了表面函数f之后，可以相应于该表面函数f将初始的体素掩模的全部体素分类为其关于函数f是具有负的还是正的值。以这种方式可以非常简单地更新体素掩模并且例如在图2中示出的情况下此时将整个体积VA算到新的表面轮廓内部待保留的体积VV中，其中表面轮廓的左边上的所有点一如既往地被算到待切除的体积VE中。
但是对于每个单个体素精确计算函数值f(p)总是计算量相对大的。为了加速方法，由此可以在围绕具有函数值f(p)=0的体素的窄区域中进行所谓的窄带方法。为此以起始值、例如支点开始，简单地检查邻居体素，看其其具有负的还是正的值。由此仅在沿着当前的新改变的表面轮廓的非常窄的带区域中检查全部体素，在所述表面轮廓上当然适用函数值f(p)=0。因为通过函数f(p)给出的表面此外还是严密的，所以对于体素掩模的剩余区域的体素可以非常快速确定，其是位于该表面内部还是外部。为了进一步节省计算时间，足够的是，考察整个体素掩模的如下部分体积，该部分体积例如位于包围修改过的区域，即，当前轮廓输入线IE的盒子B内部（参见图2）。为了进一步加速该方法，可以在窄带方法中同时将多个点、例如全部的支点作为起始点，以便检查沿着表面f(p)=0的其它体素。合适的窄带方法例如在Jonathan C.Carr等所著的“Reconstruction and representation of3D objects with radial basis functions”,ACMProceedings of the28th annual conference on Computer graphics and interactivetechniques,2001,第67至76页中详细描述。
图8作为例子示出在变形区域D中新建模的或修改过的表面轮廓，其最终从在图5中示出的当前轮廓输入线IE得到。
在图9中最后仅示例性示出用于执行按照本发明的方法的图像处理装置。该图像处理装置10在此通过总线7与患者P位于其中的成像系统1，例如计算机断层成像装置或磁共振断层成像装置1相连。对该患者P或该患者P的器官利用成像系统1采集测量数据并且从中然后重建图像数据。这些图像数据MDB可以例如在同样连接到总线7的存储器2中存储和/或通过图像数据接口11被图像处理装置10接收。在此优选地图像数据相同地以体素表示的形式被接收或者以其它形式的图像数据被接收并且从中然后产生体素表示，例如如上所述的简单的二元体素掩模。
图像处理装置10在此具有轮廓线采集接口13。其负责，通过终端接口12合适地控制用户终端3，以便在屏幕4上以如下方式提供图形用户接口GOI，即，如上所述在那里显示位于当前输入剖面PI中的当前剖视图SB。然后可以借助键盘5和/或指针设备、例如鼠标6，在图形用户界面GOI上在输入剖面PI中画出当前轮廓输入线，如在前面结合图4解释的那样。
此外图像处理装置10具有变形区域确定单元14，其如上所述基于当前轮廓输入线IE与体积的当前表面轮廓的交点i0、i1确定变形区域。对于图像处理装置10，表面轮廓确定单元15然后用于基于轮廓输入线IE确定在所确定的变形区域内部的体积的修改过的三维表面轮廓。
此外图像处理装置在此还具有体积修改单元16，其相应于变形区域中的新表面轮廓修改体积的体素表示，也就是例如二元的体素掩模，如上面刚才描述的那样。输出接口17然后可以用于以合适的方式例如通过终端接口12将新的体素掩模输出到用户终端3的屏幕4，从而用户在那里可以观察修改过的体积并且利用该体积也可以进一步处理。同样地，输出接口17也可以用于通过接口17和总线7将数据存储在存储器2中。不同的部件13、14、15、16、17优选以软件的形式在图像处理装置10的一个或多个处理器上实现。
如上面的解释所表明的，利用按照本发明的方法提供一种极好的可能性，来直观地进行虚拟的器官切除术并且由此测试器官切除术的不同可能性和收集用于可能在后面实际执行的切除术的值。以这种方式可以非常简单地进行切除术的最佳规划。
最后再次指出，在前面详细描述的方法和图像处理系统仅仅是优选的实施例，其可以由本领域技术人员以不同的方式修改，而不脱离本发明的通过权利要求规定的范围。为完整性起见要指出，不定冠词“一”或“一个”的使用不排除涉及的特征也可以多个地存在。同样，“单元”或“模块”等的术语的使用也不排除，它们由多个部件组成，这些部件必要时也可以是在空间上分布的。

Claims (15)

1.一种用于产生目标对象（O）的修改过的三维图像数据的方法，包括以下方法步骤：
-提供所述目标对象（O）的通过当前的三维表面轮廓（S,RS）限界的体积（V）的体素表示，
-采集当前的轮廓输入线（IE），
-基于所述当前的轮廓输入线（IE）与所述当前的表面轮廓（S,RS）的交点（i0,i1）确定局部的变形区域（D），以便修改所述当前的表面轮廓（S,RS），以及
-基于所述轮廓输入线（IE）在所述变形区域（D）中确定修改过的三维表面轮廓（RS'）。
2.根据权利要求1所述的方法，其特征在于，在图形用户界面（GUI）上示出所述体素表示（V）的位于输入剖面（PI）中的剖视图（SB），并且借助所述图形用户界面（GUI）采集所述当前的轮廓输入线（IE）。
3.根据权利要求1或2所述的方法，其特征在于，基于所述当前的轮廓输入线（IE）与所述当前的表面轮廓（S,RS）的交点将所述当前的轮廓线（IE）划分为轮廓输入线片段。
4.根据权利要求3所述的方法，其特征在于，相应地根据所述当前的轮廓输入线与所述当前的表面轮廓（S,RS）的交点分别为轮廓输入线片段确定局部的变形区域（D）。
5.根据权利要求1至4中任一项所述的方法，其特征在于，对于变形区域（D），确定在所述当前的轮廓输入线（IE）或所述当前的轮廓输入线片段与所述当前的表面轮廓（S,RS）的两个交点（i0,i1）之间的中点，作为当前的变形中央点（CS）。
6.根据权利要求1至5中任一项所述的方法，其特征在于，为了确定所述变形区域（D）的边缘（M0,M1），相应地对于当前的轮廓输入线（IE）或者当前的轮廓输入线片段借助搜索算法在使用所限定的成本函数的条件下确定路径，该路径优选近似沿着球面从所述当前的轮廓输入线（IE）或所述当前的轮廓输入线片段与所述当前的表面轮廓（S,RS）的第一交点（i0）延伸至所述当前的轮廓输入线（IE）或所述当前的轮廓输入线片段与所述当前的表面轮廓（S,RS）的第二交点（i1）。
7.根据权利要求1至6中任一项所述的方法，其特征在于，首先提供所述目标对象（O）的、通过起始表面轮廓（S）限界的起始体积（V），所述起始体积在使用成像系统（1）的测量数据（MBD）的条件下基于模型地建立。
8.根据权利要求1至7中任一项所述的方法，其特征在于，为了确定在所述变形区域（D）中的修改过的三维表面轮廓（RS’），基于
-所述当前的轮廓输入线（IE），以及
-沿着所述表面轮廓（S,RS）的变形区域（D）的边缘（M0,M1）的表面点，
对所述变形区域（D）中的表面轮廓（RS'）的表面点进行插值。
9.根据权利要求8所述的方法，其特征在于，在插值中考虑其它的、事先采集的轮廓输入线（RI）上的点。
10.根据权利要求9所述的方法，其特征在于，确定当前采集的轮廓输入线（IE）或轮廓输入线片段与事先采集的轮廓输入线（RI）的距离（d）。
11.根据权利要求10所述的方法，其特征在于，根据在所述当前的轮廓输入线（IE）或轮廓输入线片段与所述事先采集的轮廓输入线（RI）之间所确定的距离（d），保持不考虑所述事先采集的轮廓线（RI）的所限定的区段。
12.根据权利要求8至11中任一项所述的方法，其特征在于，将插值进行为使得在所述变形区域（D）内部的表面轮廓（RS'）的表面点和在所述变形区域（D）外部的表面轮廓（S,RS）的表面点之间的过渡边是平滑的。
13.根据权利要求1至12中任一项所述的方法，其特征在于，在考虑所述变形区域（D）中修改过的三维表面轮廓（RS'）的条件下修改所述目标对象的体积（V）的体素表示。
14.一种用于产生目标对象（O）的修改过的三维图像数据的图像处理装置（10），具有以下部件：
-图像数据接口（11），用于接收所述目标对象（O）的通过当前的、规定的三维表面轮廓（S,RS）限界的体积（V），
-轮廓线采集接口（13），用于采集当前的轮廓输入线（IE），
-变形区域确定单元（14），用于基于所述当前的轮廓输入线（IE）与所述当前的表面轮廓（S,RS）的交点（i0,i1）确定局部的变形区域（D），以便修改所述当前的表面轮廓（S,RS），和
-表面轮廓确定单元（15），用于基于所述轮廓输入线（IE）确定所述变形区域（D）中修改过的三维表面轮廓（RS'）。
15.一种可以直接加载到图像处理计算机（10）的存储器中的计算机程序产品，所述计算机程序产品具有程序代码段，用于当程序在所述图像处理计算机（10）上运行时执行按照权利要求1至13中任一项所述方法的所有步骤。
CN201310323763.5A 2012-07-31 2013-07-30 目标对象的修改过的图像数据的产生 Active CN103578076B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102012213461.1A DE102012213461B4 (de) 2012-07-31 2012-07-31 Erzeugung modifizierter Bilddaten eines Zielobjekts
DE102012213461.1 2012-07-31

Publications (2)

Publication Number Publication Date
CN103578076A true CN103578076A (zh) 2014-02-12
CN103578076B CN103578076B (zh) 2016-09-07

Family

ID=49943948

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310323763.5A Active CN103578076B (zh) 2012-07-31 2013-07-30 目标对象的修改过的图像数据的产生

Country Status (2)

Country Link
CN (1) CN103578076B (zh)
DE (1) DE102012213461B4 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106843694A (zh) * 2017-02-13 2017-06-13 上海联影医疗科技有限公司 三维区域的变形方法和三维图像处理系统
CN106999246A (zh) * 2014-10-17 2017-08-01 皇家飞利浦有限公司 用于介入治疗中的工具插入期间的实时器官分割和工具导航的系统和其操作的方法
CN108765547A (zh) * 2018-04-23 2018-11-06 北京林业大学 一种叶片形态空间校正的方法及其应用
CN109754472A (zh) * 2018-12-29 2019-05-14 上海联影医疗科技有限公司 一种组织轮廓编辑方法、装置、计算机设备及存储介质
CN111429581A (zh) * 2020-03-12 2020-07-17 网易（杭州）网络有限公司 游戏模型外轮廓确定、游戏特效添加方法和装置

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115131380B (zh) * 2022-03-03 2023-09-01 中国人民解放军总医院第四医学中心 骨骼组成部位的确定方法、装置、设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101005874A (zh) * 2004-08-13 2007-07-25 皇家飞利浦电子股份有限公司 放射疗法治疗计划调整
US20070183644A1 (en) * 2006-02-09 2007-08-09 Ziosoft, Inc. Image processing method and computer readable medium for image processing
DE102007050890A1 (de) * 2007-10-24 2009-04-30 Siemens Ag Verfahren und System zur Nachbearbeitung von medizinischen Bilddaten
WO2012080949A1 (en) * 2010-12-15 2012-06-21 Koninklijke Philips Electronics N.V. Contour guided deformable image registration

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101005874A (zh) * 2004-08-13 2007-07-25 皇家飞利浦电子股份有限公司 放射疗法治疗计划调整
US20070183644A1 (en) * 2006-02-09 2007-08-09 Ziosoft, Inc. Image processing method and computer readable medium for image processing
DE102007050890A1 (de) * 2007-10-24 2009-04-30 Siemens Ag Verfahren und System zur Nachbearbeitung von medizinischen Bilddaten
WO2012080949A1 (en) * 2010-12-15 2012-06-21 Koninklijke Philips Electronics N.V. Contour guided deformable image registration

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
JACQUES MARESCAUX ET AL.: "Virtual Reality Applied to Hepatic Surgery Simulation:The Next Revolution", 《ANNALS OF SURGERY》, vol. 228, no. 5, 30 November 1998 (1998-11-30), pages 627 - 634 *
宋晓 等: "虚拟肝脏的规则和非规则手术切除技术", 《计算机辅助设计与图形学学报》, vol. 24, no. 3, 31 March 2012 (2012-03-31), pages 330 - 335 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106999246A (zh) * 2014-10-17 2017-08-01 皇家飞利浦有限公司 用于介入治疗中的工具插入期间的实时器官分割和工具导航的系统和其操作的方法
CN106999246B (zh) * 2014-10-17 2020-12-08 皇家飞利浦有限公司 介入治疗系统和用于对叠加的图像进行绘制的方法
CN106843694A (zh) * 2017-02-13 2017-06-13 上海联影医疗科技有限公司 三维区域的变形方法和三维图像处理系统
CN108765547A (zh) * 2018-04-23 2018-11-06 北京林业大学 一种叶片形态空间校正的方法及其应用
CN109754472A (zh) * 2018-12-29 2019-05-14 上海联影医疗科技有限公司 一种组织轮廓编辑方法、装置、计算机设备及存储介质
CN109754472B (zh) * 2018-12-29 2023-07-18 上海联影医疗科技股份有限公司 一种组织轮廓编辑方法、装置、计算机设备及存储介质
CN111429581A (zh) * 2020-03-12 2020-07-17 网易（杭州）网络有限公司 游戏模型外轮廓确定、游戏特效添加方法和装置
CN111429581B (zh) * 2020-03-12 2024-01-26 网易（杭州）网络有限公司 游戏模型外轮廓确定、游戏特效添加方法和装置

Also Published As

Publication number Publication date
CN103578076B (zh) 2016-09-07
DE102012213461B4 (de) 2015-12-03
DE102012213461A1 (de) 2014-02-06

Similar Documents

Publication Publication Date Title
US10062207B2 (en) Method and system for reconstructing a three-dimensional model of point clouds
CN103578076A (zh) 目标对象的修改过的图像数据的产生
US7773786B2 (en) Method and apparatus for three-dimensional interactive tools for semi-automatic segmentation and editing of image objects
CN105184086B (zh) 用于冠状动脉中改进的血液动力学计算的方法及系统
KR101760287B1 (ko) 의료영상 분할 장치 및 방법
CN101128829B (zh) 预测导管行程的方法和装置以及制造导管的方法
KR20050055600A (ko) 검사 객체에 대한 결과 이미지들을 생성하는 방법
EP2688040B1 (en) 3D registration of tomographic models using particularly chosen points
CN103971403A (zh) 3d管状结构的曲线重建的快速呈现
CN103140855A (zh) 基于知识的自动图像分割
JP5901930B2 (ja) 画像処理装置
US20150104090A1 (en) Modification of a hollow organ representation
EP3248172A1 (en) Atlas-based determination of tumour growth direction
JP2023552577A (ja) ナビゲーション気管支鏡検査のための動的変形追跡
JP2007312837A (ja) 領域抽出装置、領域抽出方法およびプログラム
JP4910478B2 (ja) モデリング装置、モデリング方法およびプログラム
JP2007098028A (ja) モデリング装置、モデリング方法、領域抽出装置、およびプログラム
CN105225257A (zh) 用于来自医学扫描的人类骨架的可视化方法
US10621720B2 (en) Deformable registration of magnetic resonance and ultrasound images using biomechanical models
CN116523975A (zh) 基于六维变换的机器人全局最优解空间配准与标定算法
US10713539B2 (en) Recording medium, case data generation support system, and case data generation support method
US12067678B2 (en) Detecting and representing anatomical features of an anatomical structure
Drakopoulos Finite element modeling driven by health care and aerospace applications
CN111242915A (zh) 基于蒙特卡洛树搜索的血管3d/2d配准方法及装置
Klein et al. Real-time fiber selection using the wii remote

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20220124

Address after: Erlangen

Patentee after: Siemens Healthineers AG

Address before: Munich, Germany

Patentee before: SIEMENS AG

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240903

Address after: German Phu F Haim

Patentee after: Siemens Medical AG

Country or region after: Germany

Address before: Erlangen

Patentee before: Siemens Healthineers AG

Country or region before: Germany