CN108876794B - 体积图像数据中的动脉瘤与载瘤血管的隔离 - Google Patents
体积图像数据中的动脉瘤与载瘤血管的隔离 Download PDFInfo
- Publication number
- CN108876794B CN108876794B CN201810467147.XA CN201810467147A CN108876794B CN 108876794 B CN108876794 B CN 108876794B CN 201810467147 A CN201810467147 A CN 201810467147A CN 108876794 B CN108876794 B CN 108876794B
- Authority
- CN
- China
- Prior art keywords
- mask
- aneurysm
- voxel
- generating
- vessel
- 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.)
- Active
Links
- 206010002329 Aneurysm Diseases 0.000 title claims abstract description 132
- 238000002955 isolation Methods 0.000 title description 3
- 230000011218 segmentation Effects 0.000 claims abstract description 24
- 238000000034 method Methods 0.000 claims description 47
- 206010028980 Neoplasm Diseases 0.000 claims description 27
- 210000004204 blood vessel Anatomy 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 17
- 230000004044 response Effects 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 4
- 238000002583 angiography Methods 0.000 claims description 2
- 238000002372 labelling Methods 0.000 claims 2
- 238000003709 image segmentation Methods 0.000 claims 1
- 238000003384 imaging method Methods 0.000 description 15
- 238000012360 testing method Methods 0.000 description 11
- 230000015654 memory Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 238000004140 cleaning Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 238000012804 iterative process Methods 0.000 description 3
- 238000002604 ultrasonography Methods 0.000 description 3
- 210000001367 artery Anatomy 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 238000013170 computed tomography imaging Methods 0.000 description 2
- 239000002872 contrast media Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000002600 positron emission tomography Methods 0.000 description 2
- 238000002560 therapeutic procedure Methods 0.000 description 2
- 206010015866 Extravasation Diseases 0.000 description 1
- 201000008450 Intracranial aneurysm Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 210000000709 aorta Anatomy 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000740 bleeding effect Effects 0.000 description 1
- 230000023555 blood coagulation Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 230000002490 cerebral effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000007435 diagnostic evaluation Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000001493 electron microscopy Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000036251 extravasation Effects 0.000 description 1
- 230000000544 hyperemic effect Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000013152 interventional procedure Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
-
- 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
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
-
- 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
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/60—Editing figures and text; Combining figures or text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- 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
- G06T2207/30—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
- G06T2210/12—Bounding box
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/404—Angiography
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- High Energy & Nuclear Physics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Public Health (AREA)
- Vascular Medicine (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Physiology (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Quality & Reliability (AREA)
- Surgical Instruments (AREA)
- Prostheses (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本文中提供了一种用于对体积图像数据中的动脉瘤和载瘤血管进行隔离的体系。根据一个方面,该体系通过实行在动脉瘤圆顶点处开始的区域生长以消除体积图像数据中与动脉瘤或载瘤血管间接连接的血管来生成精细掩模。可以通过消除与来自精细掩模的动脉瘤连接的任何接触血管来至少部分地基于精细掩模生成最终掩模。最终掩模然后可以被用于体积图像数据中的动脉瘤与载瘤血管的分割。
Description
技术领域
本公开一般涉及数字图像数据处理,以及更特别地涉及体积图像数据中的动脉瘤与其载瘤血管的隔离。
背景技术
动脉瘤是由血管壁的疾病或弱化所引起的血管的局部化的、充血的扩张或膨出。动脉瘤可能出现在存在血管的任何地方,虽然它们多数常见于动脉中。动脉瘤最常出现在脑底部处的动脉中、出现在韦利斯氏环中以及出现在主动脉中。破裂和血液凝结是动脉瘤所涉及的风险。特别地,如果患者患有血压升高,则血管中的这种膨出可能在任何时候爆裂并且导致出血以及可能导致死亡。除了四肢中的破裂之外,死亡风险是较高的。动脉瘤变得越大,其越有可能爆裂。
X射线C型臂在医学上被常规地用来采集三维(3D)数字图像以用于诊断评估,以及用于指导诸如支架放置或动脉瘤盘绕之类的介入式治疗过程。在3D图像空间中实行的动脉瘤分析经常受到动脉瘤分割技术限制的影响。在复杂的动脉瘤情况下,动脉瘤的检测不是100%精确的。这引起了不完整的动脉瘤检测或关注区域外的动脉瘤溢出(泄漏),其进一步导致了不精确的测量结果。
图1示出了由传统的分割技术产生的动脉瘤分割泄漏的示例。图像中的灰色部分102a-h表示由分割技术检测到的动脉瘤。如示出的,因为泄漏(或溢出)到关注区域之外的邻近血管,动脉瘤102a-h已经被不正确地检测。
发明内容
本文中所描述的是用于对体积图像数据中的动脉瘤和载瘤血管进行隔离的体系(framework)。根据一个方面,该体系通过实行在动脉瘤圆顶点处开始的区域生长以消除体积图像数据中与动脉瘤或载瘤血管间接连接的血管来生成精细掩模。可以通过从精细掩模消除任何接触血管(kissing vessel)来至少部分地基于精细掩模生成最终掩模。最终掩模然后可以被用于对体积图像数据中的动脉瘤和载瘤血管进行分割。
提供该概要来以简化的形式引入精选的概念,将在以下详细描述中对这些概念进行进一步描述。该概要并不意图标识出所要求保护的主题的特征或必要特征,也不意图将该概要用来限制所要求保护的主题的范围。此外,所要求保护的主题不限于解决了在本公开的任意部分中所提到的任意或所有缺点的实现方式。
附图说明
将在通过对在结合附图进行考虑时的以下详细描述进行参考来使本公开及其许多附带方面变得更好理解时容易地获得对本公开及其许多附带方面的更完整的理解。
图1示出了由传统技术生成的动脉瘤分割泄漏的示例;
图2是图示了示例性系统的框图;
图3示出了由计算机系统实行的示例性方法;
图4a示出了示例性原始体积掩模;
图4b示出了由区域生长过程生成的示例性精细体积掩模;
图5示出了示例性动脉瘤掩模;
图6示出了示例性载瘤血管掩模;
图7示出了示例性组合掩模;
图8示出了示例性“冠”;
图9a-f图示了用于清理掩模的步骤;
图10a示出了示例性原始体积图像数据;
图10b示出了在实行了先前的清理步骤之后所生成的最终输出掩模;
图11a示出了示例性最终掩模;
图11b示出了示例性分割输出;
图12a示出了由传统的分割方法生成的示例性图像;
图12b示出了由本体系生成的示例性图像;
图13a示出了由传统的分割方法生成的另一示例性图像;以及
图13b示出了由本体系生成的另一示例性图像。
具体实施方式
在以下描述中,阐述了许多具体细节,诸如具体部件、设备、方法等等的示例,以便提供对本体系的实现方式的透彻理解。然而,将对本领域技术人员显而易见的是,不需要采用这些具体细节来实践本体系的实现方式。在其他实例中,尚未详细描述公知的材料或方法,以避免不必要地使本体系的实现方式晦涩难懂。虽然本体系易受各种修改和替换形式的影响,但是其具体实施例在附图中作为示例示出并且将在本文中进行详细描述。然而应当理解的是,并不意图将本发明限制到所公开的特定形式,而是相反地,意图的是覆盖落入本发明的精神和范围内的所有修改、等价方式和替换方式。此外,为了易于理解,某些方法步骤被描绘为单独的步骤;然而,这些单独描绘的步骤不应当被理解为在它们的性能方面一定是顺序相关的。
如本文中所使用的术语“x射线图像”可以意指可见x射线图像(例如,显示在视频屏幕上)或x射线图像的数字表示(例如,与x射线检测器的像素输出相对应的文件)。如本文中所使用的术语“治疗中的x射线图像”可以指代在介入或治疗过程的治疗输送阶段期间的任意时间点捕获的图像,该任意时间点可以包括当辐射源开启或者关闭时的时间。有时为了描述方便,CT成像数据(例如,锥束CT成像数据)可以在本文中被用作示例性成像模态。然而将理解的是,来自包括但不限于x射线放射照片、MRI、PET(正电子发射断层扫描)、PET-CT、SPECT、SPECT-CT、MR-PET、3D超声图像等等的任意类型成像模态的数据也可以被用在各种实现方式中。
除非另行陈述,如根据以下讨论显而易见的是,将理解诸如“分割”、“生成”、“注册”、“确定”、“对齐”、“定位”、“处理”、“计算”、“选择”、“估计”、“检测”、“跟踪”等等之类的术语可以指代计算机系统或者类似的电子计算设备的动作和过程,该计算机系统或者类似的电子计算设备将表示为计算机系统的寄存器和存储器内的物理(例如,电子)量的数据操纵和变换成类似地表示为计算机系统存储器或寄存器或者其他这样的信息存储装置、传输或显示设备内的物理量的其他数据。本文中所描述的方法的实施例可以使用计算机软件来实现。如果以符合公认标准的编程语言来编写,则设计成实现方法的指令序列可以被编译用于在各种硬件平台上执行以及用于与各种操作系统的接口。此外,没有参考任何特定的编程语言来描述本体系的实现方式。将理解的是,可以使用各种编程语言。
如本文中所使用的,术语“图像”指代由离散的图像元素(例如,用于2D图像的像素和用于3D图像的体素)组成的多维数据。图像可以例如是由计算机断层扫描、磁共振成像、超声或本领域技术人员已知的任何其他医学成像系统所收集的主体的医学图像。还可以从非医学情境提供图像,该非医学情境诸如例如是远程感测系统、电子显微术等等。虽然图像可以被认为是从R3到R的函数,或者到R3的映射,但是本方法不限于这样的图像,以及可以将本方法应用到任意维度的图像,例如2D图片或3D体积。对于2维或3维图像而言,图像的域通常是2维或3维矩形阵列,其中可以参照2个或3个相互正交的轴线的集合来对每个像素或体素进行寻址。如本文中所使用的术语“数字”和“数字化”将酌情指代经由数字采集系统或者经由来自模拟图像的转换所采集的以数字或数字化格式的图像或体积。
可以互换地使用关于2D成像和图像显示而常规使用的针对图片元素的术语“像素”和关于3D成像而经常使用的针对体积图像元素的“体素”。应当注意的是,3D体积图像是根据作为2D传感器阵列上的像素而获得的图像数据进行自身合成的,并且显示为来自一些视角的2D图像。因此,可以将2D图像处理和图像分析技术应用到3D体积图像数据。在接下来的描述中,被描述为对像素进行操作的技术可以替代地被描述为对3D体素数据进行操作,该3D体素数据以2D像素数据的形式来存储和表示以用于显示。以同样的方式,对体素数据进行操作的技术还可以被描述为对像素进行操作。在以下描述中,变量x被用来指示在特定空间位置处的主体图像元素或者替代地被认为是主体像素。术语“主体像素”或“主体体素”被用来指示当使用本文中所描述的技术对其进行操作时的特定图像元素。
本体系的一个方面对体积(或三维)图像数据中的动脉瘤及其载瘤血管进行隔离。在一些实现方式中,体系由以下步骤开始:清理原始输入体积图像数据来移除与动脉瘤或与载瘤血管间接连接的血管。该清理可以使用从动脉瘤圆顶点开始的区域生长技术来实行。一旦输入图像数据被清理,最终版本的体积掩模就被生成。该最终掩模仅包含动脉瘤圆顶和沿着中线的载瘤血管。
有利地,最终掩模不包含任何“接触血管”伪影。本文中所使用的“接触血管”一般指代任何不需要的伪影,该不需要的伪影似乎是接触或连接到掩模中动脉瘤的血管,但是实际上并不是动脉瘤起源之处的血管。可以将最终掩模传递到动脉瘤分割单元。动脉瘤分割单元在不包含任何接触血管的更清洁版本的输入掩模上运行。因而,动脉瘤分割单元生成精确得多的分割结果,并且示出实际动脉瘤之外的最小量的泄漏。将在以下描述中更详细地描述这些和其他示例性优点及特征。
图2是图示了示例性系统200的框图。系统200包括用于实现如本文中所描述的体系的计算机系统201。在一些实现方式中,计算机系统201操作为独立设备。在其他实现方式中,计算机系统201可以(例如,使用网络)连接到其他机器,诸如成像设备230和工作站234。在联网部署中,计算机系统201可以以下述各项的身份进行操作:服务器(例如,瘦客户端服务器,诸如由西门子医疗保健所提供的syngo®)、服务器-客户端用户网络环境中的客户端用户机器,或者作为对等(或分布式)网络环境中的对等机器进行操作。
在一个实现方式中,计算机系统201包括处理器设备或中央处理单元(CPU)204,其经由输入-输出接口221而耦合到一个或多个非临时性计算机可读介质206(例如,计算机存储装置或存储器设备)、显示设备208(例如,监视器)以及各种输入设备209(例如,鼠标、触摸板或键盘)的。计算机系统201可以进一步包括支持电路,诸如高速缓存、电源、时钟电路以及通信总线。还可以将诸如附加的数据存储设备和打印设备之类的各种其他外围设备连接到计算机系统201。
可以以各种形式的硬件、软件、固件、专用处理器或其组合将本技术实现为经由操作系统执行的微指令代码的部分或者应用程序或软件产品的部分,或者两者的组合。在一个实现方式中,将本文中所描述的技术实现为有形地体现在一个或多个非临时性计算机可读介质206中的计算机可读程序代码。特别地,本技术可以由图像处理单元207实现。非临时性计算机可读介质206可以包括随机存取存储器(RAM)、只读存储器(ROM)、磁性软盘、闪速存储器以及其他类型的存储器,或其组合。计算机可读程序代码由CPU 204执行来处理由例如成像设备230所采集的数据。照此,计算机系统201是通用计算机系统,该通用计算机系统在执行计算机可读程序代码时变为专用计算机系统。计算机可读程序代码不意图被限制于任何特定编程语言及其实现方式。将理解的是,各种编程语言及其编码可以被用来实现本文中所包含的公开内容的教导。
相同的或不同的计算机可读介质206可以被用于存储图像数据集、知识库、个体患者数据、先前治疗的患者的数据库(例如,训练数据)等等。这样的数据也可以被存储在外部存储装置或其他存储器中。可以使用由CPU 204管理并且驻留在诸如硬盘、RAM或可移除介质之类的存储器上的数据库管理系统(DBMS)来实现外部存储装置。外部存储装置可以在一个或多个附加的计算机系统上实现。例如,外部存储装置可以包括驻留在下述系统上的数据仓库系统:单独的计算机系统、图片归档和通信系统(PACS)或任何其他现在已知或以后开发的医院、医疗机构、医疗办公室、测试设施、药房或其他医学患者记录存储系统。
成像设备230可以是诸如X射线或CT扫描仪之类的用于采集图像数据的放射学扫描仪。成像设备230可以例如是基于平板X射线扫描仪,其包括至少一对X射线源和X射线检测器。替换地,成像设备230可以包括覆盖至少一对X射线源和X射线检测器的旋转式CT台架。在其他实现方式中,成像设备230是MR投影扫描仪。在另外其他实现方式中,成像设备230是覆盖至少一对光源和光学检测器的旋转式光学CT台架。还可以使用诸如角度采样超声之类的其他类型的成像设备230。
工作站234可以包括计算机以及诸如键盘和显示设备之类的适当的外围设备,并且可以连同整个系统200进行操作。例如,工作站234可以与成像设备230通信,以使得由成像设备230收集的图像数据可以在工作站234处被渲染并且在显示设备上被查看。工作站234可以与计算机系统201直接通信来显示经处理的图像数据和/或输出图像处理结果。工作站234可以包括图形用户接口来经由输入设备(例如,键盘、鼠标、触摸屏、语音或视频识别接口等等)接收用户输入来操纵图像数据的可视化和/或处理。
要进一步理解的是,因为可以以软件实现附图中描绘的构成性系统部件和方法步骤中的一些,所以系统部件(或过程步骤)之间的实际连接可以取决于对本体系进行编程所采用的方式而不同。考虑到本文中所提供的教导,相关领域的普通技术人员将能够预料到本体系的这些和类似的实现方式或配置。
图3示出了由计算机系统实行的示例性方法300。应当理解的是,可以以所示出的顺序或以不同顺序来实行方法300的步骤。还可以提供附加的、不同的或更少的步骤。此外,可以利用图2的系统200、不同的系统或其组合来实现方法300。
在304处,图像处理单元207接收载瘤血管中的动脉瘤的体积(3D)图像数据。可以基于由成像设备230采集的原始图像通过例如数字减影血管造影(DSA)来生成该体积图像数据。动脉瘤位于载瘤血管中,并且可以用对比剂或介质填满以用于观察其随着时间的传播。载瘤血管可以在例如患者的或主体的大脑、心脏、腿部、手臂等等中找到。例如,载瘤血管可以是包含脑动脉瘤的脑血管结构。体积图像数据可以包括间接连接到载瘤血管的其他血管。
在306处,图像处理单元207消除与动脉瘤或载瘤血管间接连接的血管来生成精细掩模。在一些实现方式中,图像处理单元207通过实行在动脉瘤圆顶点处开始的区域生长来消除未连接的血管。动脉瘤圆顶点是未破裂的动脉瘤的圆形表面之上或内部的任意点。图像处理单元207可以使得能够实现经由呈现在工作站234处的用户接口对体积图像数据中的动脉瘤圆顶点进行选择。
可以从所选择的动脉瘤圆顶点开始径向地朝向以动脉瘤圆顶点为中心的球形的表面实行区域生长。区域生长可以响应于到达预定义的边界框的范围,或者如果不能在紧接的邻域中找到前景(或非背景)体素(无论哪种情况先出现)而终止。可以由动脉瘤圆顶点和两个中线端点加上预定偏移(例如,20%)来定义边界框的范围。区域生长仅针对具有大于或等于当前预定义阈值的强度值的前景(或非背景)体素而发生。对于每个有效前景体素而言,相邻体素可以围绕其进行生长(例如,在3×3×3邻域中的26个相邻体素)。如果至少一个相邻体素是具有小于当前预定义阈值的强度值的背景(或无效)体素,则针对每个体素的区域生长停止。这有助于将区域生长朝向具有有效强度值并且被连接的体素进行引导,并且滤除表示没有被连接的血管部分的体素(或使其无效)。该区域生长过程输出包含动脉瘤、载瘤血管以及所有紧接连接的血管的精细掩模。
图4a示出了示例性原始体积掩模402。该体积掩模包括载瘤血管406中的动脉瘤404和接触血管408。图4b示出了由区域生长过程生成的示例性精细体积掩模412。精细体积掩模412仅包括动脉瘤404和载瘤血管406。没有连接到动脉瘤404和载瘤血管406的血管已经被移除。然而,在一些情况下接触血管(未示出)可能仍出现在精细体积掩模412中。
返回图3,在308处,图像处理单元207基于精细掩模生成动脉瘤掩模。动脉瘤掩模仅包含体积图像数据的动脉瘤部分。将表示动脉瘤部分的体素保存为动脉瘤掩模中的前景值,同时将不表示动脉瘤部分的体素设定成背景值。
图5示出了示例性动脉瘤掩模502。动脉瘤掩模可以通过检查精细掩模的每个体素来生成,以确保存在从体素到动脉瘤圆顶点的连接直线路径。更特别地,针对精细掩模的每个测试体素,生成从体素到动脉瘤圆顶点的射线。如果来自测试体素的射线在不击中背景体素的情况下击中圆顶点,则将测试体素保存为动脉瘤掩模中的前景(或有效)体素。如果射线在击中动脉瘤圆顶点之前击中背景体素,则将测试体素标记为动脉瘤掩模中的背景(或无效)体素。该测试消除了不是动脉瘤的部分的大多数或所有体素。
返回图3,在310处,图像处理单元207基于精细掩模生成载瘤血管掩模。载瘤血管掩模仅包含体积数据的载瘤血管部分。将表示载瘤血管部分的体素保存为载瘤血管掩模中的前景值,同时将不表示载瘤血管部分的体素设定成背景值。
图6示出了示例性载瘤血管掩模602。载瘤血管掩模可以通过检查精细掩模的每个体素来生成,以确保存在来自载瘤血管的中线点的连接直线路径,以便生成载瘤血管掩模。更特别地,针对精细掩模的每个测试体素,生成从体素到载瘤血管的所有中线点的射线。如果来自测试体素的射线在不击中背景体素的情况下击中中线点,则将测试体素保存为载瘤血管掩模中的前景体素。如果射线在击中中线点之前击中背景体素,则将测试体素标记为载瘤血管掩模中的背景体素。该测试消除了不是载瘤血管的部分的大多数或所有体素。
返回图3,在312处,图像处理单元207将动脉瘤掩模与载瘤血管掩模进行组合来生成组合掩模。可以通过以下方式来将动脉瘤掩模与载瘤血管掩模进行组合:如果动脉瘤掩模或载瘤血管掩模中特定体素位置处的体素被标记为前景的,则将组合掩模中的同一位置处的体素标记为前景(或有效)。通过将动脉瘤掩模与载瘤血管掩模进行组合,获得了包含动脉瘤和载瘤血管的部分两者的组合掩模。图7示出了示例性组合掩模702。
返回图3,在314处,图像处理单元207消除与组合掩模中的动脉瘤具有大连接的任何接触血管。通过先前步骤中实行的清理来消除与动脉瘤具有小连接(例如,2个体素宽)的接触血管。然而,一些接触血管与动脉瘤具有大连接(例如,>5个体素)。为了移除这样的大连接接触血管,可以实行“冠”检测和消除过程。“冠”指代与动脉瘤一起形成冠形状的接触血管的边缘。这样的“冠”形状信息可以被用来从动脉瘤表面擦除接触血管部分。可以通过找到下述所有体素来检测出“冠”:所述体素不具有去往动脉瘤圆顶点的直线路径连接,但是其具有的相邻体素具有去往动脉瘤圆顶点的直线路径连接。这些无效体素群集标记了可能的接触血管的边缘,并且将这些无效体素群集从掩模移除。
图8示出了示例性“冠”802。“冠”802是在动脉瘤804与接触血管806之间检测到的具有有效相邻体素的无效体素的群集。可以生成来自动脉瘤圆顶点808的射线810来检查组合掩模中的无效体素。
图9a-f图示了用于清理掩模的步骤。更特别地,图9a示出了示例性精细掩模902。图9b示出了基于精细掩模902生成的示例性动脉瘤掩模904。图9c示出了基于精细掩模902生成的示例性载瘤血管掩模906。图9d示出了通过将动脉瘤掩模904与载瘤血管掩模906进行组合所生成的示例性组合掩模908。组合掩模908仍包括接触血管910的部分(即,“冠”)。
图9e图示了冠915的检测结果。生成来自动脉瘤圆顶点914的在所有方向上穿过组合掩模908的每个体素的射线,以确定哪个体素被直接击中(即,有效)。将被射线间接击中但是具有有效相邻体素的体素提取为无效体素915。无效体素915看起来像“冠”,其指示接触血管部分的边界。 该“冠”915的中心点被确定,并且与圆顶点914一起用来确定边界线。
更特别地,可以实行迭代过程来确定接触血管和动脉瘤表面的边界线。迭代过程以计算“冠”915的中心点开始。基于从中心点到动脉瘤圆顶点的方向来确定剖面。该剖面与那一方向正交。确定在剖面的任一侧上的冠点的数量。如果在上方(或者在剖面的更远离动脉瘤圆顶点的一侧上)的冠点的百分比大于或等于预定阈值(例如,>90%),则将该剖面指定为边界线并且迭代过程停止。如果不是,则将中心点向动脉瘤点移动预定距离来生成新的中心点,并且基于该新的中心点重新计算剖面。将处于边界线上方的所有体素标记为背景体素(即,被移除)来生成最终掩模916,如在图9f中示出的。最终掩模916不包含“冠”或接触血管部分910的边界。
图10a示出了示例性原始体积图像数据1002。图10b示出了在实行先前的清理步骤之后所生成的最终输出掩模1004。最终输出掩模仅包含动脉瘤圆顶1006和载瘤血管1008。将小接触血管和大接触血管从体积图像数据移除。
返回图3,在316处,图像处理单元207输出最终掩模以用于动脉瘤与载瘤血管的分割。可以向分割单元提供最终掩模来实行体积图像数据的最终分割。
图11a示出了示例性最终掩模1102。图11b示出了示例性分割输出1104。如示出的,分割输出1104比由传统分割方法所生成的那些输出更精确,并且示出了实际动脉瘤1106之外的最小泄漏。
图12a示出了由传统分割方法所生成的示例性图像1202。以均匀的颜色(例如,橙色)示出被分割的部分(1204、1206)。如示出的,分割输出包括载瘤血管1204中的动脉瘤以及相邻的接触血管1206两者。图12b示出了由本文中所描述的本体系所生成的示例性图像1207。被分割的部分1208仅包括载瘤血管中的实际动脉瘤,而并没有泄漏到接触血管1210中。
图13a示出了由传统分割方法所生成的另一示例性图像1302。以均匀的颜色(例如,橙色)示出被分割的部分(1304、1306)。如示出的,分割输出包括载瘤血管1304中的动脉瘤以及相邻的接触血管1306两者。图13b示出了由本文中所描述的本体系所生成的另一示例性图像1307。被分割的部分1308是更精确的,并且仅包括载瘤血管中的实际动脉瘤,而没有泄漏到接触血管1310中。
虽然已经参考示例性实施例详细描述了本体系,本领域技术人员将理解的是,在不偏离如在所附权利要求中阐述的本发明的精神和范围的情况下,可以对其做出各种修改和替换。例如,在本公开和所附权利要求的范围内,不同的示例性实施例的要素和/或特征可以彼此组合和/或彼此替换。
Claims (20)
1.一种用于图像处理的系统,其包括:
非临时性存储器设备,用于存储计算机可读程序代码;以及
与所述存储器设备通信的处理器设备,所述处理器利用所述计算机可读程序代码进行操作来实行步骤,所述步骤包括:
通过消除体积图像数据中与动脉瘤或载瘤血管间接连接的血管来生成精细掩模,
基于所述精细掩模生成动脉瘤掩模,
基于所述精细掩模生成载瘤血管掩模,
将所述动脉瘤掩模与所述载瘤血管掩模进行组合来生成组合掩模,以及
基于所述组合掩模生成最终掩模以用于图像分割。
2.根据权利要求1所述的系统,其中所述体积图像数据包括数字减影血管造影图像数据。
3.根据权利要求1所述的系统,其中所述处理器利用所述计算机可读程序代码进行操作以通过实行在动脉瘤圆顶点处开始的区域生长来生成所述精细掩模。
4.根据权利要求1所述的系统,其中所述处理器利用所述计算机可读程序代码进行操作以通过以下步骤生成所述动脉瘤掩模:
针对所述精细掩模的每个体素,生成从所述体素到动脉瘤圆顶点的射线,
响应于所述射线在没有击中所述精细掩模中的背景体素的情况下击中所述动脉瘤圆顶点,将所述体素保存为所述动脉瘤掩模中的前景体素,以及
响应于所述射线在击中所述精细掩模中的背景体素之后击中所述动脉瘤圆顶点,将所述体素标记为所述动脉瘤掩模中的背景体素。
5.根据权利要求1所述的系统,其中所述处理器利用所述计算机可读程序代码进行操作以通过以下步骤生成所述载瘤血管掩模:
针对所述精细掩模的每个体素,生成从所述体素到所述载瘤血管的中线点的射线,
响应于所述射线在没有击中所述精细掩模中的背景体素的情况下击中所述中线点,将所述体素保存为所述载瘤血管掩模中的前景体素,以及
响应于所述射线在击中所述精细掩模中的背景体素之后击中所述中线点,将所述体素标记为所述载瘤血管掩模中的背景体素。
6.根据权利要求1所述的系统,其中所述处理器利用所述计算机可读程序代码进行操作以通过消除与所述组合掩模中的动脉瘤具有大连接的任何接触血管来生成所述最终掩模。
7.根据权利要求1所述的系统,其中所述处理器利用所述计算机可读程序代码进行操作以通过以下步骤生成所述最终掩模:
生成来自动脉瘤圆顶点的在所有方向上穿过所述组合掩模的体素的射线,
将没有被所述射线中的至少一条直接击中并且具有有效相邻体素的任何体素提取为无效体素,
确定所述无效体素的中心点,
基于所述中心点和所述动脉瘤圆顶点确定接触血管的边界线,以及
将在所述边界线上方的体素标记为背景体素以生成所述最终掩模。
8.一种计算机实现的方法,包括:
通过实行在动脉瘤圆顶点处开始的区域生长以消除体积图像数据中与动脉瘤或载瘤血管间接连接的血管来生成精细掩模;
通过消除与所述动脉瘤连接的任何接触血管来至少部分地基于所述精细掩模生成最终掩模;以及
输出所述最终掩模以用于所述体积图像数据中的动脉瘤与载瘤血管的分割。
9.根据权利要求8所述的方法,其中生成所述精细掩模包括实行在动脉瘤圆顶点处开始的区域生长。
10.根据权利要求9所述的方法,其中实行区域生长包括实行从所述动脉瘤圆顶点开始的朝向球形的表面径向向外的区域生长,直到到达预定义的边界框的边界为止。
11.根据权利要求9所述的方法,其中实行区域生长包括实行所述区域生长直到到达预定义的边界框的范围为止。
12.根据权利要求9所述的方法,其中实行区域生长包括实行所述区域生长直到不能在紧接的邻域中找到前景体素为止。
13.根据权利要求8所述的方法,进一步包括:
基于所述精细掩模生成动脉瘤掩模;
基于所述精细掩模生成载瘤血管掩模;
将所述动脉瘤掩模与所述载瘤血管掩模进行组合来生成组合掩模;以及
基于所述组合掩模生成所述最终掩模。
14.根据权利要求13所述的方法,其中生成动脉瘤掩模包括:
针对所述精细掩模的每个体素,生成从所述体素到动脉瘤圆顶点的射线;
响应于所述射线在没有击中所述精细掩模中的背景体素的情况下击中所述动脉瘤圆顶点,将所述体素保存为所述动脉瘤掩模中的前景体素;以及
响应于所述射线在击中所述精细掩模中的背景体素之后击中所述动脉瘤圆顶点,将所述体素标记为所述动脉瘤掩模中的背景体素。
15.根据权利要求13所述的方法,其中生成载瘤血管掩模包括:
针对所述精细掩模的每个体素,生成从所述体素到所述载瘤血管的中线点的射线;
响应于所述射线在没有击中所述精细掩模中的背景体素的情况下击中所述中线点,将所述体素保存为所述载瘤血管掩模中的前景体素;以及
响应于所述射线在击中所述精细掩模中的背景体素之后击中所述中线点,将所述体素标记为所述载瘤血管掩模中的背景体素。
16.根据权利要求15所述的方法,其中生成射线包括:生成从所述体素到所述载瘤血管的多个中线点的多条射线。
17.根据权利要求13所述的方法,其中将所述动脉瘤掩模与所述载瘤血管掩模进行组合来生成组合掩模包括:如果所述动脉瘤掩模或所述载瘤血管掩模中特定体素位置处的体素被标记为前景,则将所述组合掩模中的同一位置处的体素标记为前景。
18.根据权利要求13所述的方法,其中生成所述最终掩模包括:
生成来自所述动脉瘤圆顶点的在所有方向上穿过所述组合掩模的体素的射线;
将没有被所述射线中的至少一条直接击中并且具有有效相邻体素的任何体素提取为无效体素;
确定所述无效体素的中心点;
基于所述中心点和所述动脉瘤圆顶点确定接触血管的边界线;以及
将在所述边界线上方的体素标记为所述最终掩模中的背景体素。
19.根据权利要求18所述的方法,其中确定接触血管的边界线包括:
(i)基于从所述中心点到所述动脉瘤圆顶点的方向确定剖面,其中所述剖面与所述方向正交;
(ii)确定在所述剖面的任一侧上的无效体素的数量;
(iii)响应于在所述剖面上方的无效体素数量的百分比小于预定阈值,将所述中心点向所述动脉瘤点移动预定距离,以生成新的中心点,以及基于所述新的中心点重复步骤(i)到(iii);以及
(iv)响应于在所述剖面上方的无效体素数量的百分比大于或等于所述预定阈值,将所述剖面指定为所述边界线。
20.一个或多个非临时性计算机可读介质,其体现了可由机器执行来实行步骤的指令的程序,所述步骤包括:
通过实行在动脉瘤圆顶点处开始的区域生长以消除体积图像数据中与动脉瘤或载瘤血管间接连接的血管来生成精细掩模;
通过消除与所述动脉瘤连接的任何接触血管来至少部分地基于所述精细掩模生成最终掩模;以及
输出所述最终掩模以用于所述体积图像数据中的动脉瘤与载瘤血管的分割。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/597,026 US10402976B2 (en) | 2017-05-16 | 2017-05-16 | Isolation of aneurysm and parent vessel in volumetric image data |
US15/597026 | 2017-05-16 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108876794A CN108876794A (zh) | 2018-11-23 |
CN108876794B true CN108876794B (zh) | 2022-04-12 |
Family
ID=62152466
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810467147.XA Active CN108876794B (zh) | 2017-05-16 | 2018-05-16 | 体积图像数据中的动脉瘤与载瘤血管的隔离 |
Country Status (3)
Country | Link |
---|---|
US (2) | US10402976B2 (zh) |
EP (1) | EP3404613A3 (zh) |
CN (1) | CN108876794B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11471164B2 (en) | 2008-05-01 | 2022-10-18 | Aneuclose Llc | Methods of occluding a cerebral aneurysm by inserting embolic members or material into an intrasacular implant |
US11464518B2 (en) | 2008-05-01 | 2022-10-11 | Aneuclose Llc | Proximal concave neck bridge with central lumen and distal net for occluding cerebral aneurysms |
US11583289B2 (en) | 2008-05-01 | 2023-02-21 | Aneuclose Llc | Aneurysm-occluding mesh ribbon with a series of loops or segments having distal-to-proximal variation in size, shape, and/or orientation |
US11484322B2 (en) | 2018-01-03 | 2022-11-01 | Aneuclose Llc | Aneurysm neck bridge with a closeable opening or lumen through which embolic material is inserted into the aneurysm sac |
US11357511B2 (en) | 2008-05-01 | 2022-06-14 | Aneuclose Llc | Intrasacular aneurysm occlusion device with globular first configuration and bowl-shaped second configuration |
US11918423B2 (en) * | 2018-10-30 | 2024-03-05 | Corindus, Inc. | System and method for navigating a device through a path to a target location |
CN109872328B (zh) | 2019-01-25 | 2021-05-07 | 腾讯科技(深圳)有限公司 | 一种脑部图像分割方法、装置和存储介质 |
JP2022521060A (ja) * | 2019-02-21 | 2022-04-05 | コーニンクレッカ フィリップス エヌ ヴェ | 反転データのセグメント化、レンダリングの方法及びシステム |
CN109907732B (zh) * | 2019-04-09 | 2022-12-02 | 广州新脉科技有限公司 | 一种颅内动脉瘤破裂风险的评估方法及系统 |
US20230139849A1 (en) * | 2019-10-17 | 2023-05-04 | Nikon Corporation | Image processing method, image processing device, and image processing program |
CN111223089B (zh) * | 2020-01-17 | 2023-11-03 | 强联智创(北京)科技有限公司 | 一种动脉瘤的检测方法、装置及计算机可读存储介质 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7310435B2 (en) * | 2003-11-25 | 2007-12-18 | General Electric Company | Method and apparatus for extracting multi-dimensional structures using dynamic constraints |
US8170304B2 (en) * | 2007-04-03 | 2012-05-01 | Siemens Aktiengesellschaft | Modeling cerebral aneurysms in medical images |
WO2009128042A1 (en) * | 2008-04-16 | 2009-10-22 | Universite De Lausanne | Automatic detection and accurate segmentation of abdominal aortic aneurysm |
US20130066219A1 (en) * | 2011-09-09 | 2013-03-14 | Jingfeng Jiang | Method for Assessing The Efficacy of a Flow-Diverting Medical Device in a Blood Vessel |
US9846765B2 (en) * | 2012-11-09 | 2017-12-19 | Siemens Healthcare Gmbh | System and method for patient specific modeling of liver tumor ablation |
EP3949837A1 (en) * | 2014-01-17 | 2022-02-09 | Arterys Inc. | Apparatus, methods and articles for four dimensional (4d) flow magnetic resonance imaging |
CN104978726A (zh) * | 2014-04-03 | 2015-10-14 | 上海联影医疗科技有限公司 | 一种血管提取方法 |
US9367667B2 (en) * | 2014-04-30 | 2016-06-14 | Siemens Aktiengesellschaft | Method and system for advanced aneurysm analysis |
US10037603B2 (en) * | 2015-05-04 | 2018-07-31 | Siemens Healthcare Gmbh | Method and system for whole body bone removal and vascular visualization in medical image data |
-
2017
- 2017-05-16 US US15/597,026 patent/US10402976B2/en not_active Expired - Fee Related
-
2018
- 2018-05-11 EP EP18171871.9A patent/EP3404613A3/en not_active Withdrawn
- 2018-05-16 CN CN201810467147.XA patent/CN108876794B/zh active Active
-
2019
- 2019-07-18 US US16/515,075 patent/US10497123B1/en active Active
Also Published As
Publication number | Publication date |
---|---|
US10497123B1 (en) | 2019-12-03 |
US10402976B2 (en) | 2019-09-03 |
US20180336676A1 (en) | 2018-11-22 |
EP3404613A2 (en) | 2018-11-21 |
US20190362496A1 (en) | 2019-11-28 |
EP3404613A3 (en) | 2019-04-03 |
CN108876794A (zh) | 2018-11-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108876794B (zh) | 体积图像数据中的动脉瘤与载瘤血管的隔离 | |
US9684980B2 (en) | Prior image based three dimensional imaging | |
US9754390B2 (en) | Reconstruction of time-varying data | |
US9401047B2 (en) | Enhanced visualization of medical image data | |
US9547894B2 (en) | Apparatus for, and method of, processing volumetric medical image data | |
US10083511B2 (en) | Angiographic roadmapping mask | |
CN111540025B (zh) | 预测用于图像处理的图像 | |
US10460508B2 (en) | Visualization with anatomical intelligence | |
US9691157B2 (en) | Visualization of anatomical labels | |
CN108320314B (zh) | 一种基于ct横断图像的图像处理方法和装置、显示系统 | |
CN107170021B (zh) | 时变数据的细化重构 | |
US11263721B2 (en) | Method and data processing system for providing a two-dimensional unfolded image of at least one tubular structure | |
US8817014B2 (en) | Image display of a tubular structure | |
US10977792B2 (en) | Quantitative evaluation of time-varying data | |
CN210136501U (zh) | 用于可视化的系统和设备 | |
US20100054568A1 (en) | Method and apparatus for selecting a volume of interest in one or more image data sets |
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 |