CN107847207A - 血管图像处理装置、血管图像处理程序和血管图像处理方法 - Google Patents
血管图像处理装置、血管图像处理程序和血管图像处理方法 Download PDFInfo
- Publication number
- CN107847207A CN107847207A CN201680037552.7A CN201680037552A CN107847207A CN 107847207 A CN107847207 A CN 107847207A CN 201680037552 A CN201680037552 A CN 201680037552A CN 107847207 A CN107847207 A CN 107847207A
- Authority
- CN
- China
- Prior art keywords
- center line
- blood vessel
- protuberance
- data
- blood
- 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
Links
- 210000004204 blood vessel Anatomy 0.000 title claims abstract description 324
- 238000003672 processing method Methods 0.000 title claims abstract description 16
- 238000000034 method Methods 0.000 claims description 47
- 230000008569 process Effects 0.000 claims description 35
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 230000007717 exclusion Effects 0.000 claims description 3
- 206010002329 Aneurysm Diseases 0.000 description 11
- 230000002159 abnormal effect Effects 0.000 description 10
- 239000008280 blood Substances 0.000 description 8
- 210000004369 blood Anatomy 0.000 description 8
- 239000000203 mixture Substances 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 201000008450 Intracranial aneurysm Diseases 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 238000002583 angiography Methods 0.000 description 4
- 238000010968 computed tomography angiography Methods 0.000 description 4
- 230000002792 vascular Effects 0.000 description 4
- 230000002238 attenuated effect Effects 0.000 description 3
- 210000001627 cerebral artery Anatomy 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 230000001594 aberrant effect Effects 0.000 description 2
- 230000033115 angiogenesis Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 208000019553 vascular disease Diseases 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000008385 outer phase Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000036299 sexual function Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
- A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
- A61B5/0042—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part for the brain
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
- A61B5/02014—Determining aneurysm
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
- A61B5/1076—Measuring physical dimensions, e.g. size of the entire body or parts thereof for measuring dimensions inside body cavities, e.g. using catheters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/501—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of the head, e.g. neuroimaging or craniography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/504—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2576/00—Medical imaging apparatus involving image processing or analysis
- A61B2576/02—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part
- A61B2576/026—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part for the brain
-
- 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
-
- 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
- G06T2207/30172—Centreline of tubular or elongated structure
-
- 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
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- High Energy & Nuclear Physics (AREA)
- Optics & Photonics (AREA)
- Vascular Medicine (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Theoretical Computer Science (AREA)
- Neurosurgery (AREA)
- Neurology (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Quality & Reliability (AREA)
- Pulmonology (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
本发明提供血管图像处理装置、血管图像处理程序和血管图像处理方法。从血管的三维图像删除异常突出区域。控制装置(102)基于表现血管的三维形状的三维血管数据,确定血管的中心线,从中心线中确定血管的突出部的中心线,并且确定从突出部中心线分支的中心线。并且,控制装置(102)针对与分支中心线对应的血管的三维血管数据来定义圆柱坐标系,并将由该圆柱坐标系表现的血管数据转换为直角坐标系的血管数据,该圆柱坐标系将以中心线为中心的血管的周向、以中心线为中心的血管的径向、以及中心线方向作为坐标轴。在直角坐标系的血管数据中,控制装置(102)利用中心线方向的坐标轴的第一坐标值处的径向的坐标轴的坐标值、以及中心线方向的坐标轴的第二坐标值处的径向的坐标轴的坐标值,对从第一坐标值到第二坐标值之间的径向的坐标轴的坐标值进行插补,并将插补后的直角坐标系的血管数据转换为圆柱坐标系的血管数据。
Description
技术领域
本发明涉及血管图像处理装置、血管图像处理程序和血管图像处理方法。
背景技术
公知一种如下所述的动脉瘤诊断辅助装置。在该动脉瘤诊断辅助装置中,通过在三维图像数据上以设定在脑动脉区域内部的基准点为起点来生成芯线数据,并且基于生成的芯线数据的连续性而使正常脑动脉区域和脑动脉瘤区域分离,从而抽出脑动脉瘤(参照专利文献1)。
专利文献1:日本专利公开公报特开2012-110444号
在切除脑动脉瘤时,优选事先准确掌握正常主血管的形状。但是,在现有的动脉瘤诊断辅助装置中,虽然能够抽出并确定脑动脉区域的脑动脉瘤,但是未对用于确定正常主血管的形状的技术进行任何研究。
发明内容
按照本发明的第一方式,血管图像处理装置的特征在于包括:中心线确定单元,基于表现血管的三维形状的三维血管数据,确定血管的中心线;突出部中心线确定单元,从由中心线确定单元确定的中心线中确定血管的突出部的中心线;分支中心线确定单元,确定从突出部中心线确定单元确定的突出部中心线分支的中心线;转换单元,针对与分支中心线确定单元确定的分支中心线对应的血管的三维血管数据来定义圆柱坐标系,并且将由所述圆柱坐标系表现的血管数据转换为直角坐标系的血管数据,所述圆柱坐标系将以中心线为中心的血管的周向、以中心线为中心的血管的径向、以及中心线方向作为坐标轴;插补单元,在由转换单元转换的直角坐标系的血管数据中,利用中心线方向的坐标轴的第一坐标值处的径向的坐标轴的坐标值、以及中心线方向的坐标轴的第二坐标值处的径向的坐标轴的坐标值,对从第一坐标值到第二坐标值之间的径向的坐标轴的坐标值进行插补;以及逆转换单元,将由插补单元插补后的直角坐标系的血管数据转换为圆柱坐标系的血管数据。
按照本发明的第二方式,在第一方式的血管图像处理装置的基础上,还包括突出部数据生成单元,所述突出部数据生成单元通过算出三维血管数据与由逆转换单元进行逆转换之后的圆柱坐标系的血管数据的差分,而生成突出部的三维数据。
按照本发明的第三方式,在第一或第二方式的血管图像处理装置的基础上,中心线确定单元基于三维血管数据,使血管从外周侧朝向中心侧以同心圆状变细,在成为规定细度的线时,将该线确定为中心线。
按照本发明的第四方式,在第一至第三方式的血管图像处理装置的基础上,突出部中心线确定单元针对由中心线确定单元确定的中心线来确定中心线的分支点,并且将至少一端没有分支点的中心线确定为血管的突出部的中心线。
按照本发明的第五方式,在第四方式的血管图像处理装置的基础上,突出部中心线确定单元将由中心线确定单元确定的中心线中的与三维血管数据的图像区域的外周相连的中心线排除,来确定血管的突出部。
按照本发明的第六方式,在第四或第五方式的血管图像处理装置的基础上,突出部中心线确定单元将从分支点到中心线断开的点的长度确定为中心线的长度,将确定的中心线的长度除以从中心线到血管外周的半径所得的值在规定阈值以下的中心线排除,来确定血管的突出部。
按照本发明的第七方式,血管图像处理程序用于使计算机执行如下步骤:中心线确定步骤,基于表现血管的三维形状的三维血管数据,确定血管的中心线;突出部中心线确定步骤,从由中心线确定步骤确定的中心线中确定血管的突出部的中心线;分支中心线确定步骤,确定从突出部中心线确定步骤确定的突出部中心线分支的中心线;转换步骤,针对与分支中心线确定步骤确定的分支中心线对应的血管的三维血管数据来定义圆柱坐标系,并且将由所述圆柱坐标系表现的血管数据转换为直角坐标系的血管数据,所述圆柱坐标系将以中心线为中心的血管的周向、以中心线为中心的血管的径向、以及中心线方向作为坐标轴;插补步骤,在由转换步骤转换的直角坐标系的血管数据中,利用中心线方向的坐标轴的第一坐标值处的径向的坐标轴的坐标值、以及中心线方向的坐标轴的第二坐标值处的径向的坐标轴的坐标值,对从第一坐标值到第二坐标值之间的径向的坐标轴的坐标值进行插补;以及逆转换步骤,将由插补步骤插补后的直角坐标系的血管数据转换为圆柱坐标系的血管数据。
按照本发明的第八方式,在第七方式的血管图像处理程序的基础上,还包括突出部数据生成步骤,所述突出部数据生成步骤通过算出三维血管数据与由逆转换步骤进行逆转换之后的圆柱坐标系的血管数据的差分,而生成突出部的三维数据。
按照本发明的第九方式,在第七或第八方式的血管图像处理程序的基础上,中心线确定步骤基于三维血管数据,使血管从外周侧朝向中心侧以同心圆状变细,在成为规定细度的线时,将该线确定为中心线。
按照本发明的第十方式,在第七至第九方式的血管图像处理程序的基础上,突出部中心线确定步骤针对由中心线确定步骤确定的中心线来确定中心线的分支点,并且将至少一端没有分支点的中心线确定为血管的突出部的中心线。
按照本发明的第十一方式,在第十方式的血管图像处理程序的基础上,突出部中心线确定步骤将由中心线确定步骤确定的中心线中的与三维血管数据的图像区域的外周相连的中心线排除,来确定血管的突出部。
按照本发明的第十二方式,在第十或第十一方式的血管图像处理程序的基础上,突出部中心线确定步骤将从分支点到中心线断开的点的长度确定为中心线的长度,将确定的中心线的长度除以从中心线到血管外周的半径所得的值在规定阈值以下的中心线排除,来确定血管的突出部。
按照本发明的第十三方式,血管图像处理方法包括以下步骤:中心线确定单元基于表现血管的三维形状的三维血管数据,确定血管的中心线;突出部中心线确定单元从中心线确定单元确定的中心线中确定血管的突出部的中心线;分支中心线确定单元确定从突出部中心线确定单元确定的突出部中心线分支的中心线;转换单元针对与分支中心线确定单元确定的分支中心线对应的血管的三维血管数据来定义圆柱坐标系,并且将由所述圆柱坐标系表现的血管数据转换为直角坐标系的血管数据,所述圆柱坐标系将以中心线为中心的血管的周向、以中心线为中心的血管的径向、以及中心线方向作为坐标轴;在由转换单元转换的直角坐标系的血管数据中,插补单元利用中心线方向的坐标轴的第一坐标值处的径向的坐标轴的坐标值、以及中心线方向的坐标轴的第二坐标值处的径向的坐标轴的坐标值,对从第一坐标值到第二坐标值之间的径向的坐标轴的坐标值进行插补;以及逆转换单元将由插补单元插补后的直角坐标系的血管数据转换为圆柱坐标系的血管数据。
按照本发明的第十四方式,在第十三方式的血管图像处理方法的基础上,还包括如下步骤:突出部数据生成单元通过算出三维血管数据与由逆转换单元进行逆转换之后的圆柱坐标系的血管数据的差分,而生成突出部的三维数据。
按照本发明的第十五方式,在第十三或第十四方式的血管图像处理方法的基础上,中心线确定单元基于三维血管数据,使血管从外周侧朝向中心侧以同心圆状变细,在成为规定细度的线时,将该线确定为中心线。
按照本发明的第十六方式,在第十三至第十五方式的血管图像处理方法的基础上,突出部中心线确定单元针对由中心线确定单元确定的中心线来确定中心线的分支点,并且将至少一端没有分支点的中心线确定为血管的突出部的中心线。
按照本发明的第十七方式,在第十六方式的血管图像处理方法的基础上,突出部中心线确定单元将由中心线确定单元确定的中心线中的与三维血管数据的图像区域的外周相连的中心线排除,来确定血管的突出部。
按照本发明的第十八方式,在第十六或第十七方式的血管图像处理方法的基础上,突出部中心线确定单元将从分支点到中心线断开的点的长度确定为中心线的长度,将确定的中心线的长度除以从中心线到血管外周的半径所得的值在规定阈值以下的中心线排除,来确定血管的突出部。
按照本发明,与从突出部中心线分支的中心线对应的血管的直角坐标系的血管数据中,利用中心线方向的坐标轴的第一坐标值处的径向的坐标轴的坐标值、以及中心线方向的坐标轴的第二坐标值处的径向的坐标轴的坐标值,对从第一坐标值到第二坐标值之间的径向的坐标轴的坐标值进行插补,并且将插补后的直角坐标系的血管数据转换为圆柱坐标系的血管数据,所以能够生成从血管除去突出部的正常主血管的三维数据,来确定正常主血管的形状。
附图说明
图1是表示血管图像处理装置100的一个实施方式的构成的框图。
图2是示意性表示三维血管数据的一例的图。
图3是示意性表示针对三维血管数据制作的血管的中心线的图。
图4是表示基于分支点确定独立的中心线时的具体示例的图。
图5是示意性表示基于三维血管数据算出从中心线到血管外周的半径的方法的图。
图6是表示中心线的一端与三维血管数据的图像区域的外周相连的血管以及中心线在中途断开的细血管的具体示例的图。
图7是示意性表示突出部的中心线的确定示例和分支中心线的确定示例的图。
图8是表示处理对象体素数据的具体示例的图。
图9是示意性表示针对处理对象体素数据的圆柱坐标系的定义示例的图。
图10是示意性表示处理对象体素数据的图。
图11是示意性表示将处理对象体素数据展开为直角坐标系的体素数据的结果的图。
图12是表示展开体素数据的断面图的第一图。
图13是表示展开体素数据的断面图的第二图。
图14是表示处理对象体素数据的尺寸示例的图。
图15是表示删除了突出部的展开体素数据的一例的图。
图16是表示用于从处理对象体素数据生成正常主血管的体素数据的图像处理流程的图。
图17是表示由血管图像处理装置100执行的处理流程的流程图。
附图标记说明
100血管图像处理装置
101连接接口
102控制装置
103存储装置
具体实施方式
图1是表示本实施方式的血管图像处理装置100的一个实施方式的构成的框图。血管图像处理装置100例如采用安装有对血管图像进行图像处理的程序的服务器装置或个人计算机等图像处理装置。图1表示采用服务器装置作为血管图像处理装置100时的一个实施方式的构成。血管图像处理装置100包括连接接口101、控制装置102和存储装置103。
连接接口101是用于将血管图像处理装置100与其他装置或终端等外部设备连接的接口。例如,连接接口101包括:用于使液晶显示器等显示装置与血管图像处理装置100连接的接口、以及用于使血管图像处理装置100与LAN(局域网)或互联网等的通信线路连接的接口。当连接接口101是用于使液晶显示器等显示装置与血管图像处理装置100连接的接口时,可以向连接于连接接口101的显示器输出信息并显示信息。此外,当连接接口101是用于使血管图像处理装置100与LAN或互联网等的通信线路连接的接口时,可以借助连接接口101,与连接于通信线路的其他装置或设备进行通信。
控制装置102由CPU、存储器和其他周边电路构成,对血管图像处理装置100整体进行控制。另外,构成控制装置102的存储器例如是SDRAM等易失性存储器。该存储器用作在CPU执行程序时展开程序的工作存储器,或者用作临时存储数据的缓冲存储器。
存储装置103是用于存储血管图像处理装置100所蓄积的各种数据、以及用于由控制装置102执行的程序的数据等。存储装置103例如使用HDD(Hard Disk Drive:硬盘驱动器)或SSD(Solid State Drive:固态硬盘)等。另外,存储于存储装置103的程序的数据通过存储于CD-ROM或DVD-ROM等存储介质而提供或通过网络提供。通过由操作者取得程序的数据并安装于存储装置103,从而控制装置102能够执行程序。
本实施方式的血管图像处理装置100基于预先存储于存储装置103的血管的三维图像数据来进行如下处理,该处理用于确定血管的异常突出区域,并且确定除去了确定的异常突出区域后的正常主血管的形状。在本实施方式中说明如下情况的例子:在存储装置103中预先存储有拍摄脑血管而得到的三维血管数据,并且检测作为脑血管疾病之一的脑动脉瘤等血管异常突出区域。
基于患者诊断时拍摄的图像数据,生成存储于存储装置103的三维血管数据。一般来说,在诊察脑动脉瘤等血管疾病时,如果利用CTA(Computed Tomography Angiography:CT血管造影)、3D-DSA(Three-Dimensional Digital Subtraction Angiography:三维数字减影血管造影)和MRA(Magnetic Resonance Angiography:磁共振血管造影)进行拍摄诊断,则该拍摄的图像保存为DICOM(Digital Imaging and Communication in Medicine:医学数字成像和通信)标准的图像数据。每次拍摄诊断时,由于多层拍摄了拍摄对象(例如头部)的断面,所以通过将这些断层图像重合,能够制作拍摄对象的三维图像数据。
在本实施方式中,将从如此拍摄的拍摄对象的三维图像数据中仅抽出了血管形状的三维血管数据存储于存储装置103。作为制作从拍摄对象的三维图像数据中仅抽出了血管形状的三维血管数据的方法例如可以考虑如下方法。
由于在上述断层图像中以每种物质不同的浓度来反映拍摄对象,所以如果从拍摄对象的三维图像数据中抽出与血管浓度对应的像素构成的区域的图像数据,则可以制作仅抽出血管形状的三维血管数据。基于各模态(modality)的拍摄原理,由拍摄时得到的数值的信息来决定拍摄对象的三维图像数据中的颜色的浓淡。例如,在CTA的情况下,检测吸收X线的难易程度、即X线透射率来进行拍摄。X线透射率由水为0、空气为﹣1000的CT值(单位:HU)来表现,根据上述值的大小来决定颜色的浓淡。即,在由CTA拍摄的拍摄对象的三维图像数据中,根据X线透射率而向各像素分配大约从﹣2048到﹢2000程度的值。
例如,预先设定与血管的浓度对应的数值范围,并且对上述拍摄对象的三维图像数据进行图像处理,以便将像素值在该范围的下限值以下的像素转换为白、将像素值在该范围的上限值以上的像素转换为黑。由此,可以得到像素值为与血管浓度对应的数值的像素保持拍摄时的颜色的浓度、除此以外的像素转换为白和黑的三维图像数据,从而可以从拍摄对象的三维图像数据中抽出血管区域。在此,由于用于抽出血管区域的像素值的阈值因患者不同而存在个人差异,所以优选在处理执行时设定成适合于患者的值。
在本实施方式中,将抽出的血管区域的内部、即血管内腔由体素填充的体素数据作为三维血管数据,并且存储于存储装置103。图2是示意性表示存储于存储装置103的三维血管数据的一例的图。
控制装置102从存储装置103读取三维血管数据,制作经过血管中心的中心线。在三维血管数据中,由于血管拍摄成大体圆筒状的形状,所以在本实施方式中,通过从外侧消除体素数据并连接剩余的中心部分的体素来制作中心线。即,控制装置102基于三维血管数据,使血管从外周侧朝向中心侧以同心圆状变细,并且在线的细度达到预先设定的规定细度时,将该线确定为中心线。
图3是示意性表示针对三维血管数据制作的血管的中心线的图。在图3所示的例子中,针对血管3a制作中心线3b。
在本实施方式中,控制装置102确定了制作的中心线分支的点,将从分支点到分支点之间的中心线、以及从分支点到中心线断开的点之间的中心线确定为独立的中心线。由此,图3所示的中心线3b如图4所示那样区分为中心线4a~4e这五条中心线。在以下的处理中,将上述中心线4a~4e称为中心线并作为处理对象。
控制装置102基于制作的中心线,确定成为动脉瘤等异常突出区域的可能性高的血管的突出部。因此,控制装置102将一端没有分支点的中心线确定为突出部的中心线。另外,对于即使一端没有分支点,但该一端与三维血管数据的图像区域的外周相连的中心线,控制装置102将该中心线从确定候补中排除。此外,即使是一端没有分支点的中心线,但是该中心线是在中途断开的细血管的中心线时,控制装置102也将该中心线从确定候补中排除。以如下方式判断是否是在中途断开的细血管的中心线。
控制装置102将从分支点到中心线断开的点的长度确定为中心线的长度L1,将确定的中心线的长度L1与从该中心线到血管外周的半径L2的比值较小的中心线判断为中途断开的细血管的中心线。例如,将中心线的长度L1除以从中心线到血管外周的半径L2所得的值在规定阈值以下、例如在10以下的中心线判断为中途断开的细血管的中心线,并且将其排除。
另外,在本实施方式中,在中心线上的各位置处,针对血管的整个圆周方向算出从中心线到血管壁的距离,将其平均值确定为从中心线到血管外周的半径L2。此时,预先设定用于算出平均值的样本数为几个、即血管的整个圆周方向几分割,来算出从中心线到血管壁的距离。作为一例可以考虑如下方法:以30度间隔进行12分割而针对12个方向算出从中心线到血管壁的距离,通过算出这些距离的平均值而作为从中心线到血管外周的半径L2。
图5是示意性表示基于三维血管数据算出从中心线到血管外周的半径L2的方法的图。在本实施方式中,如图5的(a)所示,在由1、2、3的数字所示的中心线上的各位置处,算出从中心线到血管外周的半径。预先决定以多大间隔设定中心线上的各位置。如图5的(b)所示,算出从中心线到由A、B、……Z、AA表现的血管外周上的点的距离,并且算出这些距离的平均值,由此确定中心线上的各位置处的从中心线到血管外周的半径。控制装置102通过对在中心线上的各位置处确定的半径进行平均,算出从血管的中心线到血管外周的半径L2。
利用上述处理,例如图6所示,将中心线的一端与三维血管数据的图像区域的外周相连的血管6a、6b、6c、6d以及中心线在中途断开的细血管6e从突出部的确定候补中排除。
控制装置102利用上述处理,能够确定成为动脉瘤等异常突出区域的可能性高的血管的中心线、即突出部的中心线。在本实施方式中,以利用上述处理将图7的(a)所示的中心线7a确定为动脉瘤等异常突出区域的可能性高的血管的中心线、即突出部的中心线的情况为例,对以下的处理进行说明。另外,在本实施方式中,说明了针对中心线7a的处理,但是在利用上述处理将多条中心线确定为突出部的中心线时,对各突出部的中心线执行以下说明的处理。
控制装置102确定从突出部的中心线7a分支的中心线。在图7的(a)所示的例子中,将中心线7b和中心线7c这两条中心线确定为从突出部的中心线7a分支的中心线。控制装置102将从突出部的中心线7a分支的中心线重新定义为一条中心线,并且用于以后的处理。由此,如图7的(b)所示,将中心线7b和中心线7c再次定义为一条中心线7d。在以下的说明中,将再次定义的中心线7d称为分支中心线,从而区别于上述中心线。
控制装置102从存储装置103读取包含再次定义的分支中心线7d的区域的三维血管数据。由此,例如读取图8所示的血管的体素数据,作为包含分支中心线7d的区域的三维血管数据。
控制装置102将包含分支中心线7d的区域的三维血管数据作为处理对象体素数据,针对该处理对象体素数据进行参照了分支中心线7d的体素数据展开处理。在此,对体素数据展开处理进行说明。控制装置102针对处理对象体素数据定义如下的圆柱坐标系,该圆柱坐标系将以中心线为中心的血管的周向、以中心线为中心的血管的径向、以及中心线方向作为坐标轴。图9是示意性表示针对处理对象体素数据定义了圆柱坐标系时的具体示例的图,该圆柱坐标系将以分支中心线7d为中心的血管的周向作为x轴、将以分支中心线7d为中心的血管的径向作为y轴、将分支中心线7d方向作为z轴。另外,图9的(a)是表示从倾斜方向观察处理对象体素数据的状态的图。图9的(b)是表示从分支中心线7d方向、即z轴方向观察处理对象体素数据的状态的图。
控制装置102将图9所示的由圆柱坐标系表现的处理对象体素数据转换为直角坐标系的血管数据。在本实施方式中,控制装置102通过将处理对象体素数据上的各点描绘在如下的直角坐标系上,从而将处理对象体素数据转换为直角坐标系的血管数据,该直角坐标系将以分支中心线7d为中心的血管的周向的角度为0°的点作为x轴的原点、将分支中心线7d上的点作为y轴的原点、并且将分支中心线7d的一个端点作为z轴的原点。由此,可以得到将由圆柱坐标系表现的处理对象体素数据展开在直角坐标系上的体素数据。另外,在从原始图像承继的坐标系(以下称为“全局坐标系”)上,直角坐标系的血管数据的x轴的原点定义为中心线轴向的向量与三维血管数据的全局坐标系的y轴方向向量的外积方向。此时,在中心线轴向的向量与全局坐标系的y轴方向向量一致时,代替y轴方向而使用z轴方向向量。
利用图10~图14,说明将处理对象体素数据展开为直角坐标系的体素数据的例子。图10是为了说明而示意性表示处理对象体素数据的图。图10的(a)是处理对象体素数据的立体图。图10的(b)是从以分支中心线7d为中心的血管的周向的角度为180°的方向观察处理对象体素数据的图。图10的(c)是从以分支中心线7d为中心的血管的周向的角度为270°的方向观察处理对象体素数据的图。在图10所示的处理对象体素数据中,示意性表现了在圆筒形状的血管的上部存在有扇状突出部的血管形状。
图11是示意性表示将图10所示的处理对象体素数据展开为直角坐标系的体素数据的结果的图。如图11所示,在直角坐标系上展开后的展开体素数据中,由于与图10所示的处理对象体素数据的扇状突出部对应的区域的y值变大,所以该部分在展开体素数据中也向y轴方向突出。
图12的(b)表示由图12的(a)中虚线所示的切断面12a切断图11所示的展开体素数据时的断面图。由于切断面12a设定在包含展开体素数据的突出部的z位置,所以在图12的(b)的断面图中,在y轴方向表现出突出部。
图13的(b)表示由图13的(a)中虚线所示的切断面13a切断图11所示的展开体素数据时的断面图。由于切断面13a设定在不包含展开体素数据的突出部的z位置,所以在图13的(b)的断面图中,未在y轴方向表现出突出部。
图14是对图10所示的处理对象体素数据赋予了尺寸的图。另外,在此赋予的尺寸是为了说明而作为例子所赋予的尺寸,并未准确地表现出实际尺寸。图14的(a)表示如下状态:从对切断线10a、切断线10b赋予的箭头方向,观察由图10的(b)所示的切断线10a和图10的(c)所示的切断线10b切断图10所示的处理对象体素数据时的断面。图14的(b)是对图10的(b)所示的处理对象体素数据赋予了尺寸的图。
参考图14的(a)所示的尺寸,在图12的(b)所示的断面图中,y轴方向的值小的部分的高度相当于2mm,y轴方向的值大的部分的高度相当于6mm。此外,在图12的(b)所示的断面图中,由于x轴方向的值与扇状突出部的张开角度对应,所以x轴方向的突出部的从开始点的x坐标值到结束点的x坐标值的间隔相当于90°。此外,在图13的(b)所示的断面图中,y轴方向的高度相当于2mm。参考图14的(b)所示的尺寸,在图11所示的展开体素数据中,展开体素数据的z轴方向的宽度相当于10mm,突出部的z轴方向的宽度相当于5mm。
控制装置102对展开体素数据进行用于删除展开体素数据上呈现的突出部的处理。具体地说,控制装置102在展开体素数据中取得分支中心线7d方向、即z轴方向的起点和终点这两点,并且利用线性插补等插补方法,对上述两点之间的y坐标值进行插补。由此,图11所示的展开体素数据转换成图15所示的删除了突出部的展开体素数据。
控制装置102通过将删除了突出部的展开体素数据从直角坐标系转换为圆柱坐标系,能够得到从处理对象体素数据中删除了突出部的正常主血管的体素数据。
针对上述说明的用于从处理对象体素数据生成正常主血管的体素数据的图像处理的流程,在图16中表示了具体示例并进行说明。如图16的(a)所示,控制装置102将包含突出部的处理对象体素数据展开为图16的(b)所示的直角坐标系的体素数据。此后,为了针对展开体素数据删除在展开体素数据上呈现的突出部,控制装置102取得z轴方向的起点和终点这两点,并且利用线性插补对上述两点之间的y坐标值进行插补。由此,展开体素数据转换成图16的(c)所示的删除了突出部的展开体素数据。控制装置102通过将删除了该突出部的展开体素数据从直角坐标系转换为圆柱坐标系,生成图16的(d)所示的从处理对象体素数据中删除了突出部的正常主血管的体素数据。
控制装置102还可以通过进一步算出处理对象体素数据与正常主血管的体素数据的差分来得到差分图像,从而制作抽出了动脉瘤等异常突出部的体素数据。
控制装置102将制作的正常主血管的体素数据和抽出了异常突出部的体素数据存储于存储装置103。此外,控制装置102自动地或者基于操作者的操作,将制作的正常主血管的体素数据和抽出了异常突出部的体素数据向与连接接口101连接的显示装置输出。由此,医生等能够掌握患者的正常主血管的形状和异常突出部的形状,从而有助于诊断和治疗。
图17是表示由本实施方式的血管图像处理装置100执行的处理流程的流程图。图17所示的处理作为由血管图像处理装置100的操作者指示执行程序时启动的程序,由控制装置102执行。另外,在图17所示的处理中,预先将上述三维血管数据存储于存储装置103。
在步骤S10中,控制装置102从存储装置103读取三维血管数据,如上所述,制作经过血管中心的中心线。此后,前进至步骤S20。
在步骤S20中,控制装置102利用上述方法并基于中心线,确定成为动脉瘤等异常突出区域的可能性高的血管的突出部。此后,前进至步骤S30。
在步骤S30中,如上所述,控制装置102确定从突出部的中心线7a分支的中心线,将它们作为一条中心线来定义分支中心线。此后,前进至步骤S40。
在步骤S40中,控制装置102将包含分支中心线的区域的三维血管数据作为处理对象体素数据。如上所示,控制装置102针对该处理对象体素数据进行体素数据的展开处理,转换为直角坐标系的体素数据。此后,前进至步骤S50。
在步骤S50中,如上所述,控制装置102在展开体素数据中在z轴上取得两点,利用线性插补等插补方法对上述两点之间的y坐标值进行插补,由此从展开体素数据中删除突出部。此后,前进至步骤S60。
在步骤S60中,控制装置102将删除了突出部的展开体素数据从直角坐标系转换为圆柱坐标系。此后,结束处理。
按照以上说明的本实施方式,能够获得以下的作用效果。
(1)控制装置102基于表现血管的三维形状的三维血管数据,确定血管的中心线,从中心线中确定血管的突出部的中心线,并且确定从突出部中心线分支的中心线。并且,控制装置102针对与分支中心线对应的血管的三维血管数据来定义圆柱坐标系,并且将由该圆柱坐标系表现的血管数据转换为直角坐标系的血管数据,该圆柱坐标系将以中心线为中心的血管的周向、以中心线为中心的血管的径向以及中心线方向作为坐标轴。在直角坐标系的血管数据中,控制装置102利用中心线方向的坐标轴的第一坐标值处的径向的坐标轴的坐标值、以及中心线方向的坐标轴的第二坐标值处的径向的坐标轴的坐标值,对从第一坐标值到第二坐标值之间的径向的坐标轴的坐标值进行插补。并且,控制装置102将进行插补后的直角坐标系的血管数据转换为圆柱坐标系的血管数据。由此,可以基于血管数据的中心线,利用简单的处理检测动脉瘤等血管突出部。此外,在直角坐标系的血管数据中,由于可以通过对血管的径向的坐标值进行插补来删除突出部,所以与进行在圆柱坐标系的血管数据上删除突出部的图像处理的情况相比,可以利用简单的处理高精度地删除血管的突出部。此外,由于将插补后的直角坐标系的血管数据转换为圆柱坐标系的血管数据,所以能够确定删除了突出部之后的正常主血管的形状。
(2)控制装置102通过算出三维血管数据与删除了突出部之后的圆柱坐标系的血管数据的差分,从而生成突出部的三维数据。由此,能够确定动脉瘤等血管异常突出区域的形状。
(3)控制装置102基于三维血管数据,使血管从外周侧朝向中心侧以同心圆状变细,在成为规定细度的线时,将该线确定为中心线。由此,能够利用简单的处理高精度地确定三维血管数据中的血管的中心线。
(4)控制装置102确定中心线的分支点,将至少一端没有分支点的中心线确定为血管的突出部的中心线。由此,考虑到没有分支点而在中途断开的中心线是突出部的中心线的可能性高,从而能够高精度地确定突出部的中心线。
(5)控制装置102将中心线中的与三维血管数据的图像区域的外周相连的中心线排除,来确定血管的突出部。由此,即使是一端没有分支点的中心线,但是该一端与三维血管数据的图像区域的外周相连时,考虑到是正常血管的可能性高而将其从突出部的检测对象中排除,所以能够防止将正常血管误检测为突出部。
(6)控制装置102将从分支点到中心线断开的点的长度确定为中心线的长度,将确定的中心线的长度除以从中心线到血管外周的半径所得的值在规定阈值以下的中心线排除,来确定血管的突出部。因此,在血管的长度与粗度的比值小时,是中途断开的细血管的可能性高,所以能够防止将这种细血管误检测为突出部。
变形例
另外,上述实施方式的血管图像处理装置100也能够以如下方式变形。
(1)在上述实施方式中,说明了如下例子:控制装置102在展开体素数据中取得z轴方向的起点和终点这两点,并利用线性插补等插补方法对上述两点之间的y坐标值进行插补,由此从展开体素数据中删除突出部。但是,如果取得如下的两点作为用于进行插补而确定的z轴方向的两点,则能够从展开体素数据中删除突出部,上述两点为:与展开体素数据上呈现的突出部的开始位置相比z值小的点、以及与在展开体素数据上呈现的突出部的结束位置相比z值大的点。因此,用于插补的两点的取得方法并不限定于取得z轴方向的起点和终点的方法。
(2)在上述实施方式中,作为血管图像处理装置100说明了采用图1所示构成的服务器装置的例子。但是,血管图像处理装置100的构成并不限定于图1所示的构成,也可以是其他构成,只要是能够执行上述实施方式的处理的装置即可。例如,血管图像处理装置100可以不具备存储装置103,而是在借助通信线路或有线电缆等连接的外部存储设备中存储各种数据。此外,在上述实施方式中,说明了借助连接接口101连接显示装置的例子,但是血管图像处理装置100也可以内置显示装置。
另外,只要不损害本发明的特征性功能,则本发明不对上述实施方式的构成进行任何限定。此外,也可以是组合上述实施方式和多个变形例的构成。
将以下的优先权基础申请的公开内容作为引文援引于此。
日本专利申请2015年第137485号(2015年7月9日申请)。
Claims (18)
1.一种血管图像处理装置,其特征在于,包括:
中心线确定单元,基于表现血管的三维形状的三维血管数据,确定血管的中心线;
突出部中心线确定单元,从由所述中心线确定单元确定的所述中心线中确定血管的突出部的中心线;
分支中心线确定单元,确定从所述突出部中心线确定单元确定的突出部中心线分支的中心线;
转换单元,针对与所述分支中心线确定单元确定的分支中心线对应的血管的所述三维血管数据来定义圆柱坐标系,并且将由所述圆柱坐标系表现的血管数据转换为直角坐标系的血管数据,所述圆柱坐标系将以中心线为中心的血管的周向、以中心线为中心的血管的径向、以及中心线方向作为坐标轴;
插补单元,在由所述转换单元转换的所述直角坐标系的血管数据中,利用所述中心线方向的坐标轴的第一坐标值处的所述径向的坐标轴的坐标值、以及所述中心线方向的坐标轴的第二坐标值处的所述径向的坐标轴的坐标值,对从所述第一坐标值到所述第二坐标值之间的所述径向的坐标轴的坐标值进行插补;以及
逆转换单元,将由所述插补单元插补后的所述直角坐标系的血管数据转换为所述圆柱坐标系的血管数据。
2.根据权利要求1所述的血管图像处理装置,其特征在于,还包括突出部数据生成单元,所述突出部数据生成单元通过算出所述三维血管数据与由所述逆转换单元进行逆转换之后的所述圆柱坐标系的血管数据的差分,而生成所述突出部的三维数据。
3.根据权利要求1或2所述的血管图像处理装置,其特征在于,所述中心线确定单元基于所述三维血管数据,使血管从外周侧朝向中心侧以同心圆状变细,在成为规定细度的线时,将所述线确定为所述中心线。
4.根据权利要求1~3中任意一项所述的血管图像处理装置,其特征在于,所述突出部中心线确定单元针对由所述中心线确定单元确定的所述中心线来确定所述中心线的分支点,并且将至少一端没有所述分支点的中心线确定为所述血管的突出部的中心线。
5.根据权利要求4所述的血管图像处理装置,其特征在于,所述突出部中心线确定单元将由所述中心线确定单元确定的所述中心线中的与所述三维血管数据的图像区域的外周相连的中心线排除,来确定所述血管的突出部。
6.根据权利要求4或5所述的血管图像处理装置,其特征在于,所述突出部中心线确定单元将从所述分支点到所述中心线断开的点的长度确定为中心线的长度,将确定的中心线的长度除以从所述中心线到血管外周的半径所得的值在规定阈值以下的中心线排除,来确定所述血管的突出部。
7.一种血管图像处理程序,其特征在于,用于使计算机执行如下步骤:
中心线确定步骤,基于表现血管的三维形状的三维血管数据,确定血管的中心线;
突出部中心线确定步骤,从由所述中心线确定步骤确定的所述中心线中确定血管的突出部的中心线;
分支中心线确定步骤,确定从所述突出部中心线确定步骤确定的突出部中心线分支的中心线;
转换步骤,针对与所述分支中心线确定步骤确定的分支中心线对应的血管的所述三维血管数据来定义圆柱坐标系,并且将由所述圆柱坐标系表现的血管数据转换为直角坐标系的血管数据,所述圆柱坐标系将以中心线为中心的血管的周向、以中心线为中心的血管的径向、以及中心线方向作为坐标轴;
插补步骤,在由所述转换步骤转换的所述直角坐标系的血管数据中,利用所述中心线方向的坐标轴的第一坐标值处的所述径向的坐标轴的坐标值、以及所述中心线方向的坐标轴的第二坐标值处的所述径向的坐标轴的坐标值,对从所述第一坐标值到所述第二坐标值之间的所述径向的坐标轴的坐标值进行插补;以及
逆转换步骤,将由所述插补步骤插补后的所述直角坐标系的血管数据转换为所述圆柱坐标系的血管数据。
8.根据权利要求7所述的血管图像处理程序,其特征在于,还包括突出部数据生成步骤,所述突出部数据生成步骤通过算出所述三维血管数据与由所述逆转换步骤进行逆转换之后的所述圆柱坐标系的血管数据的差分,而生成所述突出部的三维数据。
9.根据权利要求7或8所述的血管图像处理程序,其特征在于,所述中心线确定步骤基于所述三维血管数据,使血管从外周侧朝向中心侧以同心圆状变细,在成为规定细度的线时,将所述线确定为所述中心线。
10.根据权利要求7~9中任意一项所述的血管图像处理程序,其特征在于,所述突出部中心线确定步骤针对由所述中心线确定步骤确定的所述中心线来确定所述中心线的分支点,并且将至少一端没有所述分支点的中心线确定为所述血管的突出部的中心线。
11.根据权利要求10所述的血管图像处理程序,其特征在于,所述突出部中心线确定步骤将由所述中心线确定步骤确定的所述中心线中的与所述三维血管数据的图像区域的外周相连的中心线排除,来确定所述血管的突出部。
12.根据权利要求10或11所述的血管图像处理程序,其特征在于,所述突出部中心线确定步骤将从所述分支点到所述中心线断开的点的长度确定为中心线的长度,将确定的中心线的长度除以从所述中心线到血管外周的半径所得的值在规定阈值以下的中心线排除,来确定所述血管的突出部。
13.一种血管图像处理方法,其特征在于,包括以下步骤:
中心线确定单元基于表现血管的三维形状的三维血管数据,确定血管的中心线;
突出部中心线确定单元从所述中心线确定单元确定的所述中心线中确定血管的突出部的中心线;
分支中心线确定单元确定从所述突出部中心线确定单元确定的突出部中心线分支的中心线;
转换单元针对与所述分支中心线确定单元确定的分支中心线对应的血管的所述三维血管数据来定义圆柱坐标系,并且将由所述圆柱坐标系表现的血管数据转换为直角坐标系的血管数据,所述圆柱坐标系将以中心线为中心的血管的周向、以中心线为中心的血管的径向、以及中心线方向作为坐标轴;
在由所述转换单元转换的所述直角坐标系的血管数据中,插补单元利用所述中心线方向的坐标轴的第一坐标值处的所述径向的坐标轴的坐标值、以及所述中心线方向的坐标轴的第二坐标值处的所述径向的坐标轴的坐标值,对从所述第一坐标值到所述第二坐标值之间的所述径向的坐标轴的坐标值进行插补;以及
逆转换单元将由所述插补单元插补后的所述直角坐标系的血管数据转换为所述圆柱坐标系的血管数据。
14.根据权利要求13所述的血管图像处理方法,其特征在于,还包括如下步骤:突出部数据生成单元通过算出所述三维血管数据与由所述逆转换单元进行逆转换之后的所述圆柱坐标系的血管数据的差分,而生成所述突出部的三维数据。
15.根据权利要求13或14所述的血管图像处理方法,其特征在于,所述中心线确定单元基于所述三维血管数据,使血管从外周侧朝向中心侧以同心圆状变细,在成为规定细度的线时,将所述线确定为所述中心线。
16.根据权利要求13~15中任意一项所述的血管图像处理方法,其特征在于,所述突出部中心线确定单元针对由所述中心线确定单元确定的所述中心线来确定所述中心线的分支点,并且将至少一端没有所述分支点的中心线确定为所述血管的突出部的中心线。
17.根据权利要求16所述的血管图像处理方法,其特征在于,所述突出部中心线确定单元将由所述中心线确定单元确定的所述中心线中的与所述三维血管数据的图像区域的外周相连的中心线排除,来确定所述血管的突出部。
18.根据权利要求16或17所述的血管图像处理方法,其特征在于,所述突出部中心线确定单元将从所述分支点到所述中心线断开的点的长度确定为中心线的长度,将确定的中心线的长度除以从所述中心线到血管外周的半径所得的值在规定阈值以下的中心线排除,来确定所述血管的突出部。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015-137485 | 2015-07-09 | ||
JP2015137485A JP5890055B1 (ja) | 2015-07-09 | 2015-07-09 | 血管画像処理装置、血管画像処理プログラム、および血管画像処理方法 |
PCT/JP2016/067881 WO2017006732A1 (ja) | 2015-07-09 | 2016-06-16 | 血管画像処理装置、血管画像処理プログラム、および血管画像処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107847207A true CN107847207A (zh) | 2018-03-27 |
CN107847207B CN107847207B (zh) | 2018-12-18 |
Family
ID=55530515
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680037552.7A Active CN107847207B (zh) | 2015-07-09 | 2016-06-16 | 血管图像处理装置、存储介质和血管图像处理方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US10373326B2 (zh) |
EP (1) | EP3308710B1 (zh) |
JP (1) | JP5890055B1 (zh) |
CN (1) | CN107847207B (zh) |
ES (1) | ES2901139T3 (zh) |
WO (1) | WO2017006732A1 (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109345585A (zh) * | 2018-10-26 | 2019-02-15 | 强联智创(北京)科技有限公司 | 一种颅内动脉瘤图像的形态学参数的测量方法及系统 |
CN109389637A (zh) * | 2018-10-26 | 2019-02-26 | 强联智创(北京)科技有限公司 | 一种颅内动脉瘤图像的形态学参数的测量方法及系统 |
CN109447967A (zh) * | 2018-10-26 | 2019-03-08 | 强联智创(北京)科技有限公司 | 一种颅内动脉瘤图像的分割方法及系统 |
CN109448004A (zh) * | 2018-10-26 | 2019-03-08 | 强联智创(北京)科技有限公司 | 一种基于中心线的颅内血管图像的截取方法及系统 |
CN109472780A (zh) * | 2018-10-26 | 2019-03-15 | 强联智创(北京)科技有限公司 | 一种颅内动脉瘤图像的形态学参数的测量方法及系统 |
CN109472823A (zh) * | 2018-10-26 | 2019-03-15 | 强联智创(北京)科技有限公司 | 一种颅内动脉瘤图像的形态学参数的测量方法及系统 |
CN109493348A (zh) * | 2018-10-26 | 2019-03-19 | 强联智创(北京)科技有限公司 | 一种颅内动脉瘤图像的形态学参数的测量方法及系统 |
CN109875595A (zh) * | 2019-03-12 | 2019-06-14 | 数坤(北京)网络科技有限公司 | 一种颅内血管状态检测方法及装置 |
CN111513739A (zh) * | 2020-04-10 | 2020-08-11 | 北京东软医疗设备有限公司 | 血管造影机的控制方法及装置、电子设备、存储介质 |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3245632B1 (en) * | 2015-01-16 | 2020-07-15 | Koninklijke Philips N.V. | Vessel lumen sub-resolution segmentation |
JP7017220B2 (ja) * | 2017-06-22 | 2022-02-08 | 株式会社根本杏林堂 | 医用画像処理装置、医用画像処理システムおよび医用画像処理方法 |
JP7298949B2 (ja) * | 2017-06-22 | 2023-06-27 | 株式会社根本杏林堂 | 医用画像処理装置、医用画像処理システムおよび医用画像処理方法 |
US10137580B1 (en) | 2017-09-15 | 2018-11-27 | Honda Motor Co., Ltd. | Systems and methods for robotic arm guard assemblies |
US20200359981A1 (en) * | 2019-05-03 | 2020-11-19 | Ischemaview, Inc. | Analysis of intracranial blood vessels |
JP7500091B2 (ja) | 2022-07-21 | 2024-06-17 | 株式会社マックスネット | 脳動脈瘤の瘤ネック平面の生成方法とコンピュータプログラム |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004283373A (ja) * | 2003-03-20 | 2004-10-14 | Toshiba Corp | 管腔状構造体の解析処理装置 |
JP2008531108A (ja) * | 2005-02-23 | 2008-08-14 | 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 | カテーテルの経路の予測のための方法 |
JP2009268741A (ja) * | 2008-05-08 | 2009-11-19 | Toshiba Corp | Mri画像診断装置及びmr画像形成方法 |
JP2010063670A (ja) * | 2008-09-11 | 2010-03-25 | Yokogawa Electric Corp | 画像処理方法、画像処理装置および画像処理のためのプログラム |
JP2012075702A (ja) * | 2010-10-01 | 2012-04-19 | Fujifilm Corp | 管状構造物内画像再構成装置、管状構造物内画像再構成方法および管状構造物内画像再構成プログラム |
JP2012110444A (ja) * | 2010-11-22 | 2012-06-14 | Toshiba Corp | 動脈瘤診断支援装置及び制御プログラム |
US20140163368A1 (en) * | 2004-11-09 | 2014-06-12 | Biosensors International Group, Ltd. | Radioimaging using low dose isotope |
CN103917165A (zh) * | 2011-08-26 | 2014-07-09 | Ebm株式会社 | 用于血流性状诊断的系统、其方法及计算机软件程序 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4200546B2 (ja) | 1998-03-09 | 2008-12-24 | 株式会社日立メディコ | 画像表示装置 |
JP5388614B2 (ja) * | 2009-02-05 | 2014-01-15 | 株式会社東芝 | 医用画像処理装置、画像診断装置および医用画像処理プログラム |
US9349176B2 (en) * | 2009-07-15 | 2016-05-24 | Mayo Foundation For Medical Education And Research | Computer-aided detection (CAD) of intracranial aneurysms |
JP5704353B2 (ja) * | 2012-11-16 | 2015-04-22 | 株式会社三洋物産 | 遊技機 |
KR20140115694A (ko) * | 2013-03-21 | 2014-10-01 | 종 진 임 | 스마트폰을 이용한 문자 일괄 전송 방법 및 장치 |
KR101579740B1 (ko) * | 2014-09-01 | 2015-12-23 | 삼성메디슨 주식회사 | 초음파 진단장치, 그에 따른 초음파 진단 방법 및 그에 따른 컴퓨터 판독 가능한 저장매체 |
WO2016056643A1 (ja) * | 2014-10-08 | 2016-04-14 | イービーエム株式会社 | 血流シミュレーションのための血管形状構築装置、その方法及びコンピュータソフトウエアプログラム |
WO2016056632A1 (ja) * | 2014-10-08 | 2016-04-14 | イービーエム株式会社 | 血管治療評価システム、そのコンピュータソフトウエアプログラム及び方法 |
-
2015
- 2015-07-09 JP JP2015137485A patent/JP5890055B1/ja active Active
-
2016
- 2016-06-16 ES ES16821202T patent/ES2901139T3/es active Active
- 2016-06-16 CN CN201680037552.7A patent/CN107847207B/zh active Active
- 2016-06-16 US US15/742,492 patent/US10373326B2/en active Active
- 2016-06-16 EP EP16821202.5A patent/EP3308710B1/en active Active
- 2016-06-16 WO PCT/JP2016/067881 patent/WO2017006732A1/ja active Application Filing
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004283373A (ja) * | 2003-03-20 | 2004-10-14 | Toshiba Corp | 管腔状構造体の解析処理装置 |
US20140163368A1 (en) * | 2004-11-09 | 2014-06-12 | Biosensors International Group, Ltd. | Radioimaging using low dose isotope |
JP2008531108A (ja) * | 2005-02-23 | 2008-08-14 | 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 | カテーテルの経路の予測のための方法 |
JP2009268741A (ja) * | 2008-05-08 | 2009-11-19 | Toshiba Corp | Mri画像診断装置及びmr画像形成方法 |
JP2010063670A (ja) * | 2008-09-11 | 2010-03-25 | Yokogawa Electric Corp | 画像処理方法、画像処理装置および画像処理のためのプログラム |
JP2012075702A (ja) * | 2010-10-01 | 2012-04-19 | Fujifilm Corp | 管状構造物内画像再構成装置、管状構造物内画像再構成方法および管状構造物内画像再構成プログラム |
JP2012110444A (ja) * | 2010-11-22 | 2012-06-14 | Toshiba Corp | 動脈瘤診断支援装置及び制御プログラム |
CN103917165A (zh) * | 2011-08-26 | 2014-07-09 | Ebm株式会社 | 用于血流性状诊断的系统、其方法及计算机软件程序 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109493348A (zh) * | 2018-10-26 | 2019-03-19 | 强联智创(北京)科技有限公司 | 一种颅内动脉瘤图像的形态学参数的测量方法及系统 |
CN109345585A (zh) * | 2018-10-26 | 2019-02-15 | 强联智创(北京)科技有限公司 | 一种颅内动脉瘤图像的形态学参数的测量方法及系统 |
CN109447967A (zh) * | 2018-10-26 | 2019-03-08 | 强联智创(北京)科技有限公司 | 一种颅内动脉瘤图像的分割方法及系统 |
CN109448004A (zh) * | 2018-10-26 | 2019-03-08 | 强联智创(北京)科技有限公司 | 一种基于中心线的颅内血管图像的截取方法及系统 |
CN109472780A (zh) * | 2018-10-26 | 2019-03-15 | 强联智创(北京)科技有限公司 | 一种颅内动脉瘤图像的形态学参数的测量方法及系统 |
CN109472823A (zh) * | 2018-10-26 | 2019-03-15 | 强联智创(北京)科技有限公司 | 一种颅内动脉瘤图像的形态学参数的测量方法及系统 |
CN109389637A (zh) * | 2018-10-26 | 2019-02-26 | 强联智创(北京)科技有限公司 | 一种颅内动脉瘤图像的形态学参数的测量方法及系统 |
US11875503B2 (en) | 2018-10-26 | 2024-01-16 | Union Strong (Beijing) Technology Co. Ltd. | Method and system for measuring morphological parameters of an intracranial aneurysm image |
WO2020083375A1 (en) * | 2018-10-26 | 2020-04-30 | Union Strong (Beijing) Technology Co. Ltd. | Method and System for Measuring Morphological Parameters of An Intracranial Aneurysm Image |
WO2020083374A1 (en) * | 2018-10-26 | 2020-04-30 | Union Strong (Beijing) Technology Co. Ltd. | Method and system for measuring morphological parameters of an intracranial aneurysm image |
CN109875595B (zh) * | 2019-03-12 | 2021-02-09 | 数坤(北京)网络科技有限公司 | 一种颅内血管状态检测方法及装置 |
CN109875595A (zh) * | 2019-03-12 | 2019-06-14 | 数坤(北京)网络科技有限公司 | 一种颅内血管状态检测方法及装置 |
CN111513739A (zh) * | 2020-04-10 | 2020-08-11 | 北京东软医疗设备有限公司 | 血管造影机的控制方法及装置、电子设备、存储介质 |
CN111513739B (zh) * | 2020-04-10 | 2023-08-29 | 北京东软医疗设备有限公司 | 血管造影机的控制方法及装置、电子设备、存储介质 |
Also Published As
Publication number | Publication date |
---|---|
EP3308710A4 (en) | 2018-04-25 |
US20180204339A1 (en) | 2018-07-19 |
WO2017006732A1 (ja) | 2017-01-12 |
EP3308710A1 (en) | 2018-04-18 |
EP3308710B1 (en) | 2021-11-17 |
US10373326B2 (en) | 2019-08-06 |
ES2901139T3 (es) | 2022-03-21 |
JP5890055B1 (ja) | 2016-03-22 |
JP2017018234A (ja) | 2017-01-26 |
CN107847207B (zh) | 2018-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107847207B (zh) | 血管图像处理装置、存储介质和血管图像处理方法 | |
CN106682636B (zh) | 血管提取方法及其系统 | |
EP2554120B1 (en) | Projection image generation device, projection image generation programme, and projection image generation method | |
JP6273266B2 (ja) | セグメント化の強調表示 | |
JP7309986B2 (ja) | 医用画像処理方法、医用画像処理装置、医用画像処理システム及び医用画像処理プログラム | |
JP5814838B2 (ja) | 画像生成装置、方法及びプログラム | |
JP2011025005A (ja) | 診断支援装置、診断支援プログラムおよび診断支援方法 | |
JPWO2010098444A1 (ja) | 医用画像処理装置及び方法 | |
JP5536644B2 (ja) | 医用画像処理装置、医用画像処理方法および医用画像処理プログラム | |
JP2014183904A (ja) | 医用画像表示制御装置および方法並びにプログラム | |
JP2019180545A (ja) | 予測装置、予測方法、及び予測プログラム | |
US11266322B2 (en) | Blood flow analysis apparatus, blood flow analysis method, and blood flow analysis program | |
JP6934948B2 (ja) | 流体解析装置および流体解析装置の作動方法並びに流体解析プログラム | |
JP6820805B2 (ja) | 画像位置合わせ装置、その作動方法およびプログラム | |
JP6116833B2 (ja) | 医用画像処理装置 | |
JP2011254861A (ja) | 医用画像処理装置 | |
US20170018079A1 (en) | Image processing device, method, and recording medium having stored therein program | |
JP7262606B2 (ja) | 領域同定装置、方法およびプログラム | |
Zhang et al. | Mesenteric vasculature-guided small bowel segmentation on high-resolution 3D CT angiography scans | |
US20160019694A1 (en) | Region extraction apparatus, method, and program | |
EP3607527B1 (en) | Quantitative evaluation of time-varying data | |
JP7502125B2 (ja) | 医用画像処理装置、医用画像処理システム、及び、医用画像処理方法 | |
JP6768415B2 (ja) | 画像処理装置、画像処理方法およびプログラム | |
JPWO2019087674A1 (ja) | ずれ検出装置、方法およびプログラム | |
JPWO2020054019A1 (ja) | 画像処理装置、画像処理方法、及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |