CN108269292A - 用于根据三维图像数据组产生二维投影图像的方法和设备 - Google Patents
用于根据三维图像数据组产生二维投影图像的方法和设备 Download PDFInfo
- Publication number
- CN108269292A CN108269292A CN201711456561.2A CN201711456561A CN108269292A CN 108269292 A CN108269292 A CN 108269292A CN 201711456561 A CN201711456561 A CN 201711456561A CN 108269292 A CN108269292 A CN 108269292A
- Authority
- CN
- China
- Prior art keywords
- value
- voxel
- measured value
- visual lines
- image data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000000007 visual effect Effects 0.000 claims abstract description 73
- 238000002059 diagnostic imaging Methods 0.000 claims description 12
- 238000007689 inspection Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 3
- 238000012800 visualization Methods 0.000 description 5
- 206010028980 Neoplasm Diseases 0.000 description 4
- 238000009792 diffusion process Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000012512 characterization method Methods 0.000 description 3
- 230000012447 hatching Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000002591 computed tomography Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000003325 tomography Methods 0.000 description 2
- 241000406668 Loxodonta cyclotis Species 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 210000000621 bronchi Anatomy 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000002618 waking effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/04—Texture mapping
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/08—Volume rendering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
-
- 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
- G06T2207/10081—Computed x-ray tomography [CT]
-
- 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
- G06T2207/10088—Magnetic resonance imaging [MRI]
-
- 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
- G06T2207/10104—Positron emission tomography [PET]
-
- 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
- G06T2207/10116—X-ray image
-
- 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
- G06T2207/10132—Ultrasound image
- G06T2207/10136—3D ultrasound image
-
- 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
- G06T2207/30096—Tumor; Lesion
-
- 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
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/41—Medical
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Graphics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Algebra (AREA)
- Mathematical Physics (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Generation (AREA)
Abstract
本发明涉及一种用于根据检查对象(O)的三维图像数据组(B)产生二维投影图像(P)的方法，具有以下步骤：‑提供具有多个体素(Vi)的检查对象(O)的三维图像数据组(B)，其中检查对象(O)的体素(Vi)分别与测量值(Mi)相关联，‑根据分别位于沿着三维图像数据组(B)的视线方向(R)的体素(Vi)及其测量值(Mi)，按照至少一个选择标准确定至少一个值(W)，其中至少一个确定的值(W)是与位于沿着视线方向(R)上的体素(Vi)的测量值(Mi)的上边界值和下边界值不同的值(W)，和‑至少一个值(W)被用于产生二维投影图像(P)中的图像点。
Description
技术领域
本发明涉及一种用于根据三维图像数据组产生二维投影图像的方法和设备。
背景技术
在医学中目前常见的是，使用成像医学技术设备、诸如X射线、计算机断层成像设备、磁共振设备、超声波设备或PET扫描器，其能够产生在所有空间方向上在亚毫米范围内具有高分辨率的图像数据组，从而可以建立三维图像或体积数据组。但是如果例如必须根据单个截面图像或层进行分析或对于诊断必须至少主要面向截面图像或层，则由此建立的体积数据具有比通常的二维图像的图像数据组更大的数据量，从而图像数据组的分析是相对耗费时间的。还存在仅在一部分截面图像或层中可见的细节被忽视的风险。
因此通常的是，计算机辅助地准备三维图像数据组，以实现改善的图像并且能够向医生给出解释辅助。目前为此尤其应用两种方法，其允许在二维投影图像中可视化三维图像数据组。在最大强度投影(Maximum Intensity Projection,MIP)中，沿着医学成像装置的视线方向分别选择具有极大或最大强度的数据点或体素。也就是沿着每个视线方向分别确定最亮的点并且仅该点用于在二维投影图像中显示。在由此提到的薄层MIP(ThinMIP)中仅显示部分体积。MIP被用于显示强信号的检查对象，例如用于显示血管。
在最小强度投影(Minimum Intensity Projection,minIP)中，沿着医学成像装置的视线方向分别选择具有极小或最小强度的数据点或体素。也就是沿着每个视线方向分别确定最暗的点并且仅该点用于在二维投影图像中显示。MinIP被用于显示具有较小信号强度的检查对象、也就是弱信号的检查对象，例如用于显示肺或支气管。
但是两个方法仅提供显示三维图像数据组的有限可能性，因为仅能够强调检查对象的强信号或弱信号的区域。具有中间信号强度的区域由此不能充分可视化，但是其更精确的观察通常同样是值得期望的。
在建立三维图像数据组时还可以进行不同分析，也就是确定表征拍摄的检查对象的不同参数作为测量值，例如血流或表观扩散系数，也就是流体在检查对象中的方向相关的扩展(Apparent Diffusion Coefficient,ADC)。为了在二维图像中显示多个该测量值，迄今为止根据多个图像数据组分别产生投影图像，其然后借助已知的图像处理方法合并，但是这同样是极耗费时间的。此外，在此首先完全彼此独立地分析用于产生各自的投影图像的多个图像数据组，也就是可能根据与第二投影图像的图像点不同的体素或深度范围确定第一投影图像的图像点。这具有如下缺陷，即，在多个投影图像的随后的合并中可能显示不同的或不一致的信息。
发明内容
因此，本发明要解决的技术问题是，提供一种用于产生二维投影图像的方法，其允许改善三维图像数据组的可视化。
根据本发明，上述技术问题通过具有根据本发明的特征的用于根据三维图像数据组产生二维投影图像的方法来解决。
本发明的优选实施是本发明的内容。
首先提供具有多个体素的检查对象的三维图像数据组，其中检查对象的体素分别与测量值相关联。在另外的步骤中，根据分别位于沿着三维图像数据组的视线方向或投影方向的体素及其测量值，按照至少一个选择标准确定或选择至少一个值，其中至少一个确定的值是与位于沿着视线方向上的体素的测量值的上边界值和下边界值不同的值。通过该方式确定的至少一个值然后被用于产生或显示二维投影图像中的图像点。
体素的测量值在此理解为体素的灰度值或表征检查对象的特征的医学参数、诸如表观扩散系数ADC。上边界值在此通过具有最大强度或具有最大或极大的值的测量值来定义，下边界值通过具有最小强度或具有最小或极小的值的测量值来定义。由此既不选择具有最小强度的测量值也不选择具有最大强度的测量值作为根据位于沿着视线方向的体素的测量值确定的值。而是根据另外的选择标准确定值。这提供如下优点，即，例如可以基于与检查对象的状态相关并且能够用作识别辅助的标准对在投影图像中要显示的值进行有针对性的选择。例如如果已知在特定大小区间中的测量值示出了对肿瘤的提示并且作为值，确定了所有处于该大小区间中的测量值的数量或总和，则可以有针对性地示出肿瘤。
为了不仅能够实现检查对象的可视化而且能够实现定量显示，在用于产生二维投影图像的方法的有利实施中，提供具有多个第一体素的检查对象的第一三维图像数据组，其中第一体素分别与第一测量值相关联；和具有多个第二体素的检查对象的第二三维图像数据组，其中第二体素分别与第二测量值相关联。根据分别位于沿着第一三维图像数据组的视线方向的第一体素及其测量值，按照至少一个选择标准确定或选择至少一个第一值和至少一个第一体素的至少一个位置，该第一体素的测量值被考虑用于确定至少一个值。此外，确定相应于至少一个第一体素的至少一个位置的、第二三维图像数据组的第二体素的至少一个测量值，用于确定第二值。随后，至少第二值被用于产生或显示二维投影图像中的图像点。换言之：在第二图像数据组中选择与检查对象内的与第一图像数据组的用于确定第一值的体素相同的空间坐标相关联的那些体素及其测量值，用于确定图像点。也就是，根据第一图像数据组确定的值与一个或多个体素明确地在空间上相关联。然后在根据第二三维图像数据组确定第二值时，仅考虑该有限的位置。由此仅对于第一图像数据组根据选择标准(“投影规则”)进行投影。然后仅根据用于投影的第一值分析第二图像数据组，方法是仅考虑第二图像数据组的在确定第一值时也考虑的体素，例如仅考虑其测量值处于特定值范围内(选择规则)的体素。如果多个第一体素有助于确定第一值，则由此在确定第二值时也考虑多个位置或在该位置处的多个第二体素。由此在二维投影图像中可以将多个三维图像数据组关联，其中确保了在二维投影图像中相同的体素或完全相同的空间坐标被可视化。由此能够实现一致的空间关联。
优选地根据检查区域的原始数据产生三维图像数据组和/或第一三维图像数据组和/或第二三维图像数据组，其中利用医学成像装置采集原始数据。这样的成像装置例如是磁共振断层成像设备，由此检查对象首先产生电信号或磁共振信号作为原始数据，其然后与单个体素相关联，以建立三维图像数据组。在使用计算机断层成像设备时例如从不同方向建立检查对象的吸收轮廓作为原始数据并且根据其确定检查对象的体积结构。在此可以利用相同的以及利用不同的医学成像装置采集或产生第一和第二三维图像数据组。
还有利的是，考虑位于沿着视线方向的多个体素的测量值的总和或数量，作为用于确定至少一个值的选择标准；和/或考虑位于沿着视线方向的多个第一体素的第一测量值的总和或数量，作为用于确定至少一个第一值的选择标准。由此考虑沿着视线方向出现的所有信号的强度。
为了进一步区分，具有优势的是，考虑位于沿着视线方向的、低于或超过至少一个阈值的多个体素的测量值的总和或数量，作为用于确定至少一个值的选择标准；和/或考虑位于沿着视线方向的、低于或超过至少一个阈值的多个第一体素的第一测量值的总和，作为用于确定至少一个第一值的选择标准。至少一个阈值在此理解为，可以定义多个阈值并且例如在确定值时考虑低于第一阈值的体素的测量值和超过第二阈值的体素的测量值。由此例如可以得出醒目的组织结构关于哪个深度范围延伸的结论。
特别地，考虑位于沿着视线方向的多个体素的测量值的分位数、例如百分之二十五和/或中位数，作为用于确定至少一个值作为阈值的选择标准；和/或考虑位于沿着视线方向的多个第一体素的第一测量值的分位数、例如百分之二十五和/或中位数，作为用于确定至少一个第一值作为阈值的选择标准。由此可以有针对性地示出测量值的特定分布，例如低于特定阈值并且由此具有醒目的组织的特征的所有值。在此，处于视线方向的所有体素的测量值有助于该值的形成，但是极其不同的单个测量值是不太重要的。
在另外的优选的实施方式中，考虑位于沿着视线方向的、处于至少一个值范围内、也就是至少处于下阈值和上阈值之间的多个体素的测量值的总和或数量，作为用于确定至少一个值的选择标准；和/或考虑位于沿着视线方向的、处于至少一个值范围内、也就是至少处于下阈值和上阈值之间的多个第一体素的第一测量值的总和或数量，作为用于确定至少一个第一值的选择标准。处于至少一个值范围内在此理解为，还可以定义多个值范围并且在确定值时例如考虑处于在第一阈值和第二阈值之间的第一值范围内的体素的测量值以及处于在第三阈值和第四阈值之间的第二值范围内的体素的测量值。在不同症状的情况下可以将特定值范围或值区间规定为标准值，从而可以有针对性地示出与标准范围的偏差。
另外的可能性尤其在于，考虑位于沿着视线方向的、低于或超过至少一个阈值和/或至少处于值范围内的多个体素的测量值的百比分，作为用于确定至少一个值的选择标准；和/或考虑位于沿着视线方向的、低于或超过至少一个阈值和/或至少处于值范围内的多个第一体素的第一测量值的百比分，作为用于确定至少一个第一值的选择标准。在此优点在于，附加地考虑深度信息，也就是立即明显的是，例如是否沿着视线方向的仅单个体素或多个体素具有表征患有肿瘤的组织的测量值。
在优选的实施中，考虑位于沿着视线方向的多个体素的测量值的平均值、特别是位于沿着视线方向的、低于或超过至少一个阈值和/或至少处于值范围内的多个体素的测量值的平均值，作为用于确定至少一个值的选择标准；和/或考虑位于沿着视线方向的多个第一体素的第一测量值的平均值、特别是位于沿着视线方向的、低于或超过至少一个阈值和/或至少处于值范围内的多个体素的测量值的平均值，作为用于确定至少一个第一值的选择标准。换言之：所确定的值相应于沿着视线方向的所有体素及其测量值的平均值，从而同样地考虑在视线方向上的所有体素的测量值、或特别是在特定值范围内或高于或低于特定阈值的体素或测量值。
在另外的优选的实施方式中，考虑位于沿着视线方向的、关于视线方向处于至少一个特定深度区间的多个体素的一个或多个测量值，作为用于确定至少一个值的选择标准；和/或考虑位于沿着视线方向的、关于视线方向处于特定深度区间的多个第一体素的一个或多个第一测量值，作为用于确定至少一个第一值的选择标准。换言之：根据特定的空间区域进行值的确定，也就是仅考虑先后位于视线方向上的、处于检查对象内的特定深度、例如处于其尺寸和位置已知的特定器官内的体素或仅考虑这些体素的测量值。
特别地在根据第一图像数据组确定至少一个第一值时还可以选择具有最大测量值的体素和/或具有最小测量值的体素作为第一值。通过组合第一图像数据组和第二图像数据组，由此可以定量地采集具有最大和/或最小信号强度的区域，因为二维投影图像中所示的图像点示出了检查对象内的相同空间位置的第一和第二图像数据组的值。
为了改善可视化，在方法的优选的实施方式中定义至少两个值范围和/或至少一个阈值，并且如果所确定的值处于第一值范围内和/或低于至少一个阈值，则二维投影图像中的图像点以第一显示方式、特别是以第一颜色示出；和/或如果所确定的值处于第二值范围内和/或超过至少一个阈值，则二维投影图像中的图像点以第二显示方式、特别是以第二颜色示出。由此，检查对象的醒目的区域和不醒目的区域明显彼此分界地显示。在此例如根据标准值规定值范围和阈值，该标准值可以用作对于检查对象的诊断的解释辅助。
开头提到的技术问题还通过用于执行上面描述的方法中的一个方法的设备来解决，其包括医学成像装置，该医学成像装置构造为用于采集检查区域的原始数据。设备还包括用于根据原始数据确定三维图像数据组的以及用于产生二维投影图像的控制和分析单元。
上面描述的本发明的特征、特性和优点以及其实现的方式结合下面对根据附图详细解释的实施例的描述能够更清楚且更明确地理解。
附图说明
参见附图的实施例对本发明进行进一步描述。分别在示意图中：
图1示出了沿着视线方向的三维图像数据组，根据其确定用于产生二维投影图像中的图像点的至少一个值，
图2A示出了二维投影图像，其中根据第一选择标准确定图像点的值，
图2B示出了二维投影图像，其中根据第二选择标准确定图像点的值，
图2C示出了二维投影图像，其中根据第三选择标准确定图像点的值，
图3示出了沿着视线方向的第一和第二三维图像数据组，根据其确定用于产生二维投影图像中的图像点的第一和第二值。
图4示出了利用医学图像拍摄装置以及控制和分析单元来执行方法的设备。
具体实施方式
图1示意性示出了根据检查对象的三维图像数据组、更确切地根据沿着视线方向R的三维图像数据组B用于产生二维投影图像的方法，该视线方向在此在y方向上延伸。检查对象的三维图像数据组包括多个体素Vi、在此是V1至V6，其分别与测量值Mi、在此是M1至M6相关联，并且其处于沿着三维图像数据组B的视线方向R。单个体素Vi分别是检查对象O的层的一部分。根据利用如图4中所示的医学成像装置采集的检查对象的原始数据产生三维图像数据组B。
根据选择标准，由体素V1至V6及其测量值M1至M6确定值W。测量值M1至M6在此代表由各自的体素V1至V6产生的、在0和100之间的信号强度。作为选择标准示例性地应当考虑阈值S为20，并且低于该阈值S的测量值M1至M6的数量应当被用作用于显示二维投影图像P中的图像点的值W。测量值M2和M5小于阈值S并且由此有助于确定值W。
可以考虑平均值、测量值的总和或数量、处于值范围内的测量值的总和、或低于或高于特定阈值的和/或处于特定值范围内的、也就是在下边界值和上边界值之间的测量值的百分比，作为另外的选择标准。还可以选择单个体素的测量值，其与沿着视线方向B的特定深度范围相关联。
图2A示出了检查对象O的投影图像P，其中分别确定位于沿着视线方向B的具有最大强度的体素Vi的测量值Mi并且作为图像点被显示。如果测量值Mi高于第一阈值S1，则这通过水平影线区域示出。如果位于沿着视线方向B的体素Vi的、具有最大强度的测量值Mi低于第二阈值S2，则这在图2A中通过垂直影线区域示出。如果位于沿着视线方向B的具有最大强度的体素Vi的测量值Mi处于第一阈值S1与第二阈值S2之间、也就是处于值范围G内，则这通过无影线区域表征。示例性地，测量值是表观扩散系数(ADC)，从而例如可以有针对性地示出与高强度的测量值Mi相关联的坏死组织。
相反，在根据图2B的相同的检查对象O的投影图像P中，位于沿着视线方向B的具有最小强度的体素Vi的测量值Mi分别作为值、由此作为图像点被显示。如果该值低于第二阈值S2，则这通过垂直影线区域示出。如果位于沿着视线方向B的体素Vi的所选择的值高于第一阈值S1，则这在图2B中通过水平影线区域示出。如果位于沿着视线方向B的体素Vi的所有测量值Mi处于第一阈值S1与第二阈值S2之间、也就是处于值范围G内，则这通过无影线区域表征。由此例如可以有针对性地示出与低强度的测量值Mi相关联的患有肿瘤的组织。
图2C现在示出了根据本发明产生的检查对象O的投影图像P，其中根据与具有最大或最小强度的测量值Mi不同的选择标准确定各自的图像点的值，在此根据三个值范围G1,G2,G3或将值范围彼此分隔的两个阈值，即，将值范围G1和G2彼此分隔的第一阈值和将值范围G1和G2彼此分隔的第二阈值。在此，在可视化时在投影图像中考虑所有测量值Mi。只要位于沿着视线方向B的体素Vi的至少一个测量值Mi超过第一阈值、但低于第二阈值，也就是处于中间的值范围G2，并且此外没有测量值Mi低于第一阈值，则图像点以第一颜色显示(无影线区域)。只要位于沿着视线方向B的体素Vi的至少一个测量值Mi低于第一阈值、由此处于值范围G1内，则图像点以第二颜色显示(水平影线形状)。在所有另外的情况中，其中至少一个测量值Mi处于值范围G3内，图像点以第三颜色显示(垂直影线形状)。由此可以良好显示处于第二值范围G2内的测量值。
图3示意性示出了根据检查对象的三维图像数据组、更确切地根据沿着视线方向R的两个三维图像数据组B1和B2用于产生二维投影图像的方法，该视线方向在此又在y方向上延伸。又根据分别利用如图4的医学成像装置采集的检查对象的原始数据产生第一三维图像数据组B1和第二三维图像数据组B2。
检查对象O的第一三维图像数据组B1又包括多个体素V1i，其分别与第一测量值M1i相关联。检查对象O的第二三维图像数据组B2同样包括多个体素V2i，其分别与第二测量值M2i相关联。总之，示例性地沿着y方向建立检查对象O的五个层，从而沿着视线方向的图像数据组分别包括具有测量值M11至M15或M21至M25的五个体素V11至V15或V21至V25。也就是，检查对象O示例性地具有沿着视线方向B具有测量值M11至M15或M21至M25的五个体素V11至V15或V21至V25的厚度。
根据位于沿着第一三维图像数据组B1的视线方向R的第一体素V1i或V11至V15及其测量值M1i或M11至M15确定第一值W1。还确定第一体素V1i的位置，其测量值M1i有助于确定第一值W1。例如考虑具有最大测量值或最大强度的体素作为选择标准，在此是具有所属的测量值M12的体素V12，其相对于视线方向与第二位置相关联。下面确定第二图像数据组B2的其位置与形成第一值W1的第一体素V12位置相应的体素、在此也就是具有所属的测量值M22的体素V22的测量值作为第二值W2。在此可以首先从三维图像数据组B1和B2中由值W1产生第一投影图像P1并且由值W2产生第二投影图像P2，并且可以彼此分开观察。例如在第一投影图像P1中强调解剖结构，而第二投影图像P2允许与其相关的定量的观察。为了易化对投影图像P1和P2的解释，这些图像然后在投影图像P中叠加地显示，由此在产生二维投影图像P中的图像点时考虑第一值W1和第二值W2。由此，两个不同、但源于相同空间位置的测量值有助于图像点的显示，由此优选地进行测量值的量化。
替代如描述地选择单个体素V12，例如还可以根据处于特定值范围内的测量值M1i的总和确定值W1。根据该选择标准或按照对于第一投影图像P1的该投影规则，在此对于值W1的确定选择沿着视线方向R的体素V11和V14(图3中虚线示出)。在第二图像数据组B2中然后同样考虑体素V21和V24的测量值M21和M24、例如同样考虑其总和，用于产生第二值W2。
作为另外的选择标准可以考虑允许对于来自于第二三维图像数据组的待使用的体素的明确空间关联的那些标准，例如第一测量值的总和或数量、处于下边界值和上边界值之间的第一测量值的总和、或低于或超过特定阈值和/或处于特定值范围内的测量值或其百分比。还可以选择单个体素的测量值，其与沿着视线方向的特定深度范围相关联。
图4示意性示出了用于执行方法的设备20。设备20包括用于采集患者30的检查区域的原始数据的医学成像装置22，其示例性地是磁共振断层成像设备。医学成像装置具有用于产生梯度场的磁体系统24，其安置在管状基体26中。在图4中出于简化原因没有详细示出磁体系统24的单个的、具有不同有效方向的梯度线圈。设备20包括用于容纳患者30的装置28、在此是患者台，在其上可以安置患者30并且其可以定位在管状基体26内部并且移动穿过医学成像装置22的磁体系统24。在图4所示的情况中患者台28布置在基体26内部，从而患者30的至少一个待检查区域分别穿过梯度线圈的磁场。
设备20还包括用于接通和断开磁体系统24的控制和分析单元32。控制和分析单元还构造为用于根据原始数据确定三维图像数据组和用于产生二维投影图像。在控制和分析单元32和磁体系统24之间以合适的方式在中间连接梯度放大器34。
由磁体系统24提供的信号、在此是患者30或检查对象的受检区域的磁共振信号经由信号导线36被传输到控制和分析单元32。控制和分析单元32还与在其上显示产生的二维投影图像的显示器38连接。
虽然本发明在细节上通过优选的实施例详细阐述和描述，但是本发明不限于公开的示例并且可以由本领域技术人员从中导出其它方案，而不脱离本发明的保护范围。
Claims (13)
1.一种用于根据检查对象(O)的三维图像数据组(B)产生二维投影图像(P)的方法，具有以下步骤：
-提供具有多个体素(Vi)的检查对象(O)的三维图像数据组(B)，其中检查对象(O)的体素(Vi)分别与测量值(Mi)相关联，
-根据分别位于沿着三维图像数据组(B)的视线方向(R)的体素(Vi)及其测量值(Mi)，按照至少一个选择标准确定至少一个值(W)，其中至少一个确定的值(W)是与位于沿着视线方向(R)上的体素(Vi)的测量值(Mi)的上边界值和下边界值不同的值(W)，和
-至少一个值(W)被用于产生二维投影图像(P)中的图像点。
2.一种用于根据检查对象(O)的三维图像数据组(B)产生二维投影图像(P)的方法，具有以下步骤：
-提供具有多个第一体素(V1i)的检查对象(O)的第一三维图像数据组(B1)，其中第一体素(V1i)分别与第一测量值(M1i)相关联，
-提供具有多个第二体素(V2i)的检查对象(O)的第二三维图像数据组(B2)，其中第二体素(V2i)分别与第二测量值(M2i)相关联，
-根据分别位于沿着第一三维图像数据组(B1)的视线方向(R)的第一体素(V1i)及其测量值(M1i)，按照至少一个选择标准确定至少一个第一值(W1)和至少一个第一体素(V1i)的至少一个位置，该第一体素的测量值(M1i)被考虑用于确定至少一个第一值(W1)，和
-确定第二三维图像数据组(B2)的相应于至少一个第一体素(V1i)的至少一个位置的第二体素(V2i)的至少一个测量值(M2i)，作为第二值(W2)，
-至少第二值(W2)被用于产生二维投影图像(P)中的图像点。
3.根据权利要求1或2所述的方法，其中，根据检查区域(O)的原始数据产生三维图像数据组(B)和/或第一三维图像数据组(B1)和/或第二三维图像数据组(B2)，其中利用医学成像装置(22)采集原始数据。
4.根据上述权利要求中任一项所述的方法，其中，考虑位于沿着视线方向(R)的多个体素(Vi)的测量值(Mi)的总和或数量，作为用于确定至少一个值(W)的选择标准；和/或考虑位于沿着视线方向(R)的多个第一体素(V1i)的第一测量值(M1i)的总和或数量，作为用于确定至少一个第一值(W1)的选择标准。
5.根据上述权利要求中任一项所述的方法，其中，考虑位于沿着视线方向的、低于或超过至少一个阈值(S，S1，S2)的多个体素(Vi)的测量值(Mi)的总和或数量，作为用于确定至少一个值(W)的选择标准；和/或考虑位于沿着视线方向(R)的、低于或超过至少一个阈值(S，S1，S2)的多个第一体素(V1i)的第一测量值(M1i)的总和或数量，作为用于确定至少一个第一值(W1)的选择标准。
6.根据上述权利要求中任一项所述的方法，其中，考虑位于沿着视线方向(R)的多个体素(Vi)的测量值(Mi)的分位数，作为用于确定至少一个值(W)作为阈值(S，S1，S2)的选择标准；和/或考虑位于沿着视线方向(R)的多个第一体素(V1i)的第一测量值(M1i)的分位数，作为用于确定至少一个第一值(W1)作为阈值(S，S1，S2)的选择标准。
7.根据上述权利要求中任一项所述的方法，其中，考虑位于沿着视线方向(R)的、处于至少一个值范围(Gi)内的多个体素(Vi)的测量值(Mi)的总和或数量，作为用于确定至少一个值(W)的选择标准；和/或考虑位于沿着视线方向(R)的、处于至少一个值范围(Gi)内的多个第一体素(V1i)的第一测量值(M1i)的总和或数量，作为用于确定至少一个第一值(W1)的选择标准。
8.根据上述权利要求中任一项所述的方法，其中，考虑位于沿着视线方向(R)的、低于或超过至少一个阈值(S，S1，S2)和/或至少处于值范围(Gi)内的多个体素(Vi)的测量值(Mi)的百比分，作为用于确定至少一个值(W)的选择标准；和/或考虑位于沿着视线方向(R)的、低于或超过至少一个阈值(S，S1，S2)和/或至少处于值范围(G1)内的多个第一体素(V1i)的第一测量值(M1i)的百比分，作为用于确定至少一个第一值(W1)的选择标准。
9.根据上述权利要求中任一项所述的方法，其中，考虑位于沿着视线方向的多个体素(Vi)的测量值(Mi)的平均值，作为用于确定至少一个值(W)的选择标准；和/或考虑位于沿着视线方向的多个第一体素(V1i)的第一测量值(M1i)的平均值，作为用于确定至少一个第一值(W1)的选择标准。
10.根据上述权利要求中任一项所述的方法，其中，考虑位于沿着视线方向(R)的、关于视线方向(R)处于至少一个特定深度区间的多个体素(Vi)的一个或多个测量值(Mi)，作为用于确定至少一个值(W)的选择标准；和/或考虑位于沿着视线方向(R)的、关于视线方向(R)处于特定深度区间的多个第一体素(V1i)的一个或多个第一测量值(M1i)，作为用于确定至少一个第一值(W1)的选择标准。
11.根据权利要求2至10中任一项所述的方法，其中，选择具有最大测量值(Mi)的体素(Vi)和/或具有最小测量值(Mi)的体素(Vi)，作为用于确定至少一个第一值(W1)的选择标准。
12.根据上述权利要求中任一项所述的方法，其中，定义至少两个值范围(Gi)和/或至少一个阈值(S，S1，S2)，并且如果所确定的值(W，W1，W2)处于第一值范围(G1)内和/或低于至少一个阈值(S，S1，S2)，则二维投影图像(P)中的图像点以第一显示方式、特别是以第一颜色示出；和/或如果所确定的值(W，W1，W2)处于第二值范围(G2)内和/或超过至少一个阈值(S，S1，S2)，则二维投影图像(P)中的图像点以第二显示方式、特别是以第二颜色示出。
13.一种用于执行根据上述权利要求中任一项所述的方法的设备(20)，具有医学成像装置(22)，用于采集检查区域(O)的原始数据，以及具有控制和分析单元(32)，用于根据原始数据确定三维图像数据组(B，B1，B2)和用于产生二维投影图像(P)。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE102016226336.6 | 2016-12-30 | ||
| DE102016226336.6A DE102016226336A1 (de) | 2016-12-30 | 2016-12-30 | Verfahren und Vorrichtung zur Erzeugung eines zweidimensionalen Projektionsbildes aus einem dreidimensionalen Bilddatensatz |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108269292A true CN108269292A (zh) | 2018-07-10 |
| CN108269292B CN108269292B (zh) | 2022-05-27 |
Family
ID=62568010
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711456561.2A Active CN108269292B (zh) | 2016-12-30 | 2017-12-28 | 用于根据三维图像数据组产生二维投影图像的方法和设备 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US10504249B2 (zh) |
| CN (1) | CN108269292B (zh) |
| DE (1) | DE102016226336A1 (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109598697A (zh) * | 2017-09-28 | 2019-04-09 | 西门子保健有限责任公司 | 二维乳腺造影数据组的确定 |
| CN117708962A (zh) * | 2024-02-05 | 2024-03-15 | 中国建筑西南设计研究院有限公司 | 一种基于Rhinoceros二三维一体化设计的方法及系统 |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10685480B2 (en) * | 2018-02-26 | 2020-06-16 | VRcaffeine LLC | Rendering volumes using apple graduations in multiple dimensions |
| CN112037316B (zh) * | 2020-09-22 | 2024-04-16 | 阿波罗智联(北京)科技有限公司 | 映射的生成方法、装置和路侧设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6510241B1 (en) * | 1998-06-11 | 2003-01-21 | Ge Medical Systems Sa | Process for reconstructing a three-dimensional image of an object |
| CN101796544A (zh) * | 2007-09-03 | 2010-08-04 | 皇家飞利浦电子股份有限公司 | 体素数据的可视化 |
| CN102119865A (zh) * | 2010-01-08 | 2011-07-13 | 株式会社东芝 | 超声波诊断装置、医用图像处理装置及医用图像诊断装置 |
| US20130187918A1 (en) * | 2011-12-16 | 2013-07-25 | Thomson Licensing | Method for modelling a 3d scene and corresponding device |
| CN105103193A (zh) * | 2013-04-09 | 2015-11-25 | 皇家飞利浦有限公司 | 分层的二维投影生成和显示 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5368033A (en) | 1993-04-20 | 1994-11-29 | North American Philips Corporation | Magnetic resonance angiography method and apparatus employing an integration projection |
| US5904653A (en) | 1997-05-07 | 1999-05-18 | General Electric Company | Method and apparatus for three-dimensional ultrasound imaging combining intensity data with color flow velocity or power data |
| ATE484811T1 (de) * | 2004-06-23 | 2010-10-15 | Koninkl Philips Electronics Nv | Virtuelle endoskopie |
| WO2008132563A2 (en) * | 2006-10-31 | 2008-11-06 | Koninklijke Philips Electronics N.V. | Fast volume rendering |
-
2016
- 2016-12-30 DE DE102016226336.6A patent/DE102016226336A1/de active Pending
-
2017
- 2017-12-28 CN CN201711456561.2A patent/CN108269292B/zh active Active
- 2017-12-29 US US15/858,131 patent/US10504249B2/en active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6510241B1 (en) * | 1998-06-11 | 2003-01-21 | Ge Medical Systems Sa | Process for reconstructing a three-dimensional image of an object |
| CN101796544A (zh) * | 2007-09-03 | 2010-08-04 | 皇家飞利浦电子股份有限公司 | 体素数据的可视化 |
| CN102119865A (zh) * | 2010-01-08 | 2011-07-13 | 株式会社东芝 | 超声波诊断装置、医用图像处理装置及医用图像诊断装置 |
| US20130187918A1 (en) * | 2011-12-16 | 2013-07-25 | Thomson Licensing | Method for modelling a 3d scene and corresponding device |
| CN105103193A (zh) * | 2013-04-09 | 2015-11-25 | 皇家飞利浦有限公司 | 分层的二维投影生成和显示 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109598697A (zh) * | 2017-09-28 | 2019-04-09 | 西门子保健有限责任公司 | 二维乳腺造影数据组的确定 |
| US10702233B2 (en) | 2017-09-28 | 2020-07-07 | Siemens Healthcare Gmbh | Determining a two-dimensional mammography dataset |
| CN117708962A (zh) * | 2024-02-05 | 2024-03-15 | 中国建筑西南设计研究院有限公司 | 一种基于Rhinoceros二三维一体化设计的方法及系统 |
| CN117708962B (zh) * | 2024-02-05 | 2024-04-19 | 中国建筑西南设计研究院有限公司 | 一种基于Rhinoceros二三维一体化设计的方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| DE102016226336A1 (de) | 2018-07-05 |
| US20180189985A1 (en) | 2018-07-05 |
| CN108269292B (zh) | 2022-05-27 |
| US10504249B2 (en) | 2019-12-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10413253B2 (en) | Method and apparatus for processing medical image | |
| EP3367331A1 (en) | Deep convolutional encoder-decoder for prostate cancer detection and classification | |
| US8423124B2 (en) | Method and system for spine visualization in 3D medical images | |
| US7928728B2 (en) | Visualizing high-resolution diffusion data by maximum coherence projection | |
| CN102301393B (zh) | 将生物结构中的时变参数可视化 | |
| Kim et al. | Automatic hippocampal segmentation in temporal lobe epilepsy: impact of developmental abnormalities | |
| Fei et al. | A comparative study of warping and rigid body registration for the prostate and pelvic MR volumes | |
| EP2059165B1 (en) | Detection and localization of vascular occlusion from angiography data | |
| US20150065859A1 (en) | Method and apparatus for registering medical images | |
| CN108269292A (zh) | 用于根据三维图像数据组产生二维投影图像的方法和设备 | |
| JP7132299B2 (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 | |
| JP5415068B2 (ja) | カーブした細長い構造の切断面の視覚化 | |
| WO2007026598A1 (ja) | 医用画像処理装置及び画像処理方法 | |
| Termeer et al. | CoViCAD: Comprehensive visualization of coronary artery disease | |
| Preim et al. | Survey of the visual exploration and analysis of perfusion data | |
| Crombé et al. | Assessment of repeatability, reproducibility, and performances of T2 mapping‐based radiomics features: a comparative study | |
| JP2007501970A (ja) | 画像処理のための方法および装置 | |
| Wang et al. | A fast 3D brain extraction and visualization framework using active contour and modern OpenGL pipelines | |
| Fei et al. | Semiautomatic nonrigid registration for the prostate and Pelvic MR volumes1 | |
| Vermandel et al. | From MIP image to MRA segmentation using fuzzy set theory | |
| Fei et al. | Registration and fusion of SPECT, high-resolution MRI, and interventional MRI for thermal ablation of prostate cancer | |
| JP2020505092A (ja) | 皮質奇形識別 | |
| Fei et al. | Image registration and fusion for interventional MRI guided thermal ablation of the prostate cancer | |
| Li et al. | A novel 3D volumetric voxel registration technique for volume-view-guided image registration of multiple imaging modalities | |
| WO2022209298A1 (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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240828 Address after: German Phu F Haim Patentee after: Siemens Medical AG Country or region after: Germany Address before: Erlangen Patentee before: SIEMENS HEALTHCARE GmbH Country or region before: Germany |
|
| TR01 | Transfer of patent right |