CN109199418B - 至少一个特征变量的可视化 - Google Patents
至少一个特征变量的可视化 Download PDFInfo
- Publication number
- CN109199418B CN109199418B CN201810690161.6A CN201810690161A CN109199418B CN 109199418 B CN109199418 B CN 109199418B CN 201810690161 A CN201810690161 A CN 201810690161A CN 109199418 B CN109199418 B CN 109199418B
- Authority
- CN
- China
- Prior art keywords
- image
- arm
- vessel
- ray device
- information system
- 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
- 238000012800 visualization Methods 0.000 title abstract description 7
- 238000000034 method Methods 0.000 claims abstract description 78
- 210000004204 blood vessel Anatomy 0.000 claims abstract description 48
- 238000004590 computer program Methods 0.000 claims abstract description 20
- 238000013528 artificial neural network Methods 0.000 claims description 26
- 230000000747 cardiac effect Effects 0.000 claims description 26
- 238000004904 shortening Methods 0.000 claims description 10
- 230000015654 memory Effects 0.000 claims description 6
- 230000000873 masking effect Effects 0.000 claims description 5
- 230000011218 segmentation Effects 0.000 claims description 5
- 230000033001 locomotion Effects 0.000 description 13
- 210000002569 neuron Anatomy 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 8
- 210000004351 coronary vessel Anatomy 0.000 description 8
- 239000011159 matrix material Substances 0.000 description 8
- 230000001419 dependent effect Effects 0.000 description 5
- 238000012549 training Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 230000002792 vascular Effects 0.000 description 4
- 239000000969 carrier Substances 0.000 description 3
- 239000002872 contrast media Substances 0.000 description 3
- 230000000241 respiratory effect Effects 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 238000002591 computed tomography Methods 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 238000012067 mathematical method Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000003936 working memory Effects 0.000 description 2
- 208000031481 Pathologic Constriction Diseases 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 238000002513 implantation Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013152 interventional procedure Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 208000037804 stenosis Diseases 0.000 description 1
- 230000036262 stenosis Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
Images
Classifications
-
- 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
- A61B6/44—Constructional features of apparatus for radiation diagnosis
- A61B6/4429—Constructional features of apparatus for radiation diagnosis related to the mounting of source units and detector units
- A61B6/4435—Constructional features of apparatus for radiation diagnosis related to the mounting of source units and detector units the source unit and the detector unit being coupled by a rigid structure
- A61B6/4441—Constructional features of apparatus for radiation diagnosis related to the mounting of source units and detector units the source unit and the detector unit being coupled by a rigid structure the rigid structure being a C-arm or U-arm
-
- 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
- G06T7/0014—Biomedical image inspection using an image reference approach
-
- 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
- A61B6/46—Arrangements for interfacing with the operator or the patient
- A61B6/461—Displaying means of special interest
-
- 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
- A61B6/46—Arrangements for interfacing with the operator or the patient
- A61B6/461—Displaying means of special interest
- A61B6/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
-
- 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
- A61B6/503—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 heart
-
- 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
- A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce 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
- A61B6/54—Control of apparatus or devices for radiation diagnosis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
- A61B6/48—Diagnostic techniques
- A61B6/481—Diagnostic techniques involving the use of contrast agents
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Heart & Thoracic Surgery (AREA)
- Optics & Photonics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- High Energy & Nuclear Physics (AREA)
- Veterinary Medicine (AREA)
- Pathology (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Vascular Medicine (AREA)
- Human Computer Interaction (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Quality & Reliability (AREA)
- Cardiology (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开了至少一个特征变量的可视化。本发明涉及一种用于在通过C形臂X射线设备进行的血管造影扫描中可视化患者的至少一个特征变量的方法、相关联的C形臂X射线设备和相关联的计算机程序产品。本发明的用于在通过C形臂X射线设备进行的血管造影扫描中可视化患者的至少一个特征变量的方法包括以下步骤：提供图像信息系统；通过C形臂X射线设备获取患者的至少一个2‑D图像；通过将图像信息系统应用于至少一个2‑D图像来确定至少一个3‑D参考图像；在至少一个3‑D参考图像中建立至少一个特征变量，其描述患者的至少一个血管；以及在至少一个2‑D图像中可视化至少一个特征变量。
Description
技术领域
本发明涉及一种用于在通过C形臂X射线设备进行的血管造影扫描中可视化患者的至少一个特征变量的方法、相关联的C形臂X射线设备和相关联的计算机程序产品。
背景技术
在心脏导管插入实验室中通过C形臂X射线装置利用C形臂角度来记录血管造影图像，其通常具有血管的二维(2-D)描绘，血管具体是对比度增强的冠状动脉。C形臂角度具体描述了C形臂X射线设备的角度配置。取决于对比度增强冠状动脉和C形臂角度，血管造影图像可以具有对比度增强冠状动脉的血管投影缩短和/或血管重叠。然而，通常在这种情况下，并不指示对比度增强冠状动脉被成像为投影缩短或重叠。
血管投影缩短和/或血管重叠会导致用户或医师的错误解释，这是因为例如由于血管投影缩短，血管造影图像中对比度增强冠状动脉的血管长度或血管直径的量化是不可能的。因此，例如，由于血管投影缩短，待治疗的血管狭窄的血管长度可能被低估。由此可能导致，在支架植入的情况下，长度不足的植入物被选择。因此，通常利用不同的C形臂角度来捕获或记录待治疗的血管，从而获得待治疗的血管的更好的空间印象。然而，为此目的，用户/医师的直觉和经验是必要的，以确保利用不同的C形臂角度生成的所有血管造影图像中的至少一个血管造影2-D图像包括待治疗的血管，而没有血管投影缩短，具体是无投影缩短。
在DE 10 2015 202 082 A1，DE 10 2014 202 013 A1和DE 10 2012 208 850 A1中，描述了C形臂X射线设备，通过该设备可以执行血管造影扫描。
发明内容
本发明的目的是提供一种改进的方法，用于在通过C形臂X射线设备进行的血管造影扫描中可视化患者的至少一个特征变量、相关联的C形臂X射线设备和相关联的计算机程序产品。
该目的通过独立权利要求的特征来实现。有利的改进在从属权利要求中被公开。
在下文中将关于所要求保护的C形臂X射线设备、用于在通过C形臂X射线设备进行的血管造影扫描中可视化患者的至少一个特征变量的方法、以及相关联的计算机程序产品来描述本发明针对该问题的解决方案。本文提到的特征、优点或替代实施例也可以类似地转移到其他要求保护的技术方案，反之亦然。换言之，当前权利要求(其针对例如C形臂X射线设备)也可以被进一步开发为具有结合方法公开或要求保护的特征。方法的相应功能特征在本文中通过来自技术方案的相应模块被配置。
根据本发明的用于在通过C形臂X射线设备进行的血管造影扫描中可视化患者的至少一个特征变量的方法包括以下步骤：
-提供图像信息系统，
-通过C形臂X射线设备获取患者的至少一个2-D图像，
-通过将图像信息系统应用于至少一个2-D图像来确定至少一个3-D参考图像，
-建立至少一个特征变量，其在该至少一个3-D参考图像中描述患者的至少一个血管，
–在该至少一个2-D图像中可视化至少一个特征变量。
提供图像信息系统可以包括：由图像信息系统的制造商或诊所的人员或计算中心的人员在诊所或计算中心建立图像信息系统。图像信息系统的建立或配置通常包括：利用合适硬件(例如，工作存储器、硬盘、输入/输出接口、监视器、输入设备、存储单元、处理器等)配置图像信息系统，和/或安装相应软件，例如操作系统和/或计算机程序产品，用以通过将图像信息系统应用于至少一个2-D图像来确定至少一个3-D参考图像。
优选地，图像信息系统被直接连接到C形臂X射线设备，具体是C形臂X射线设备的存储单元。为此，图像信息系统和/或C形臂X射线设备和/或C形臂X射线设备的存储单元可以包括合适的接口，其例如能够实现具体至少一个2-D图像的交换、至少一个3-D参考图像的交换，以及其中至少一个特征变量被可视化的至少一个2-D图像的交换。图像信息系统可以存在于计算中心中，并且可以通过合适的接口被连接到C形臂X射线设备。替代地，图像信息系统可以被配置为C形臂X射线设备的部件。
优选地，获取至少一个2-D图像包括：通过C形臂X射线设备的造影剂注射设备注射造影剂团块。通常，含碘造影剂团块被注射。典型地，非对比度增强的图像在注射造影剂丸剂之前被获取，并且血管造影图像在注射造影剂团块之后被获取。在这种情况下，该至少一个2-D图像可以对应于从血管造影2-D图像中减去非对比度增强的2-D图像。替代地，获取至少一个2-D图像可能需要加载2-D图像，具体来自C形臂X射线设备的存储单元。
该至少一个2-D图像优选地包括该至少一个血管。在优选实施例中，该至少一个2-D图像优选地仅包括至少一个血管。该至少一个2-D图像可以包括患者的血管结构，具体是患者的多个血管。
该至少一个血管可以包括患者血管结构的动脉和/或静脉结构。该至少一个血管例如包括血管结构或血管结构的多个血管。例如，至少一个血管可以与心脏主体区域相关联。该至少一个血管可以是冠状动脉(例如，RCA＝右冠状动脉)和/或毛细血管。
该至少一个特征变量描述患者的至少一个血管。因此，至少一个特征变量具体对于例如C形臂X射线设备的用户或医师是有意义的，因为在血管造影扫描期间患者的至少一个血管要被检查或治疗。
例如，医师在血管造影扫描之前、期间或之后执行涉及该至少一个血管的外科手术或介入手术。
将图像信息系统应用于至少一个2-D图像通常包括提供所获取的至少一个2-D图像作为图像信息系统的输入参数。图像信息系统优选地具有用于输入至少一个2-D图像作为输入参数的适当部件。适合于此的部件可以包括用于图像信息系统和C形臂X射线设备之间的网络的接口或DVD驱动器。
特别地，具有多个3-D图像的图像集被存放或存储在图像信息系统中。因此，图像信息系统特别地具有用于从具有多个3-D图像的图像集中选择和调用至少一个3-D参考图像的部件。例如，图像信息系统的制造商或医院的人员可能已经将图像集安装到图像信息系统上。这是特别有利的，因为患者在血管造影扫描之前不必被扫描以通过C形臂X射线设备或通过计算机断层摄影系统记录至少一个3-D参考图像，而是在获取至少一个2-D图像之前，具有多个3-D图像的图像集通常已经存在，通常从该图像集选择至少一个3-D参考图像。
替代地或除了多个3-D图像之外，图像集还可以包括至少一个血管的3-D模型。扩展的3-D模型可以对应于至少一个血管的理想化或模型化变体。扩展的3-D模型可以由来自不同患者的多个不同3-D图像形成。多个3-D图像是从扫描数据重建的，扫描数据例如已经通过计算机断层摄影系统而被生成。
通常，图像集显示处于特定心脏相位的心脏，并且关于心脏相位的信息项可以被存储在3-D图像的描述中，特别地被存储根据DICOM标准的头部中。取决于心脏相位，通常至少一个血管例如根据心脏的收缩而改变。优选地，图像集包括多个3-D图像，每个图像处于不同的心脏相位，具体是在完整的心动周期上。因此，特别地，图像集可以具有3-D图像场景或四维(4-D)图像，其中4-D图像包括时间分辨的3-D图像。时间分辨的3-D图像特别地可以与至少一个心脏相位相关联。
特别地，图像信息系统处理至少一个2-D图像，使得至少一个3-D参考图像被确定。该至少一个3-D参考图像优选地被确定为使得在该至少一个2-D图像与该至少一个3-D参考图像的图像内容之间存在最大可能的相似性或最大可能的相关因子。特别地，通过相似性分析或相关性将该至少一个2-D图像与图像集的所有3-D图像进行比较。特别地，从图像信息系统的具有多个3-D图像的图像集中选择如下所述的3-D图像作为3-D参考图像：该3-D图像的图像内容与至少一个2-D图像具有最大的相关因子。替代地或另外地，特别地，至少一个2-D图像与图像集的多个3-D图像的图像内容被配准。通过将图像信息系统应用于至少一个2-D图像来确定至少一个3-D参考图像可以包括：对来自图像信息系统的存储器的至少一个3-D参考图像进行数学相关和/或多维插值和/或加载。后者在以下情况下是可能的：至少一个3-D参考图像已经在更早的时间点被确定。如果通过将图像信息系统应用于至少一个2-D图像来确定至少一个3-D参考图像是计算密集型的或时间成本较高的，那么负载尤其可以是有利的。
通过将图像信息系统应用于至少一个2-D图像来确定至少一个3-D参考图像通常是计算密集型过程，特别地这是因为，要在图像信息系统的图像集的多个3-D图像的MxMxM矩阵中找到至少一个2-D图像的NxN矩阵。通常，将该至少一个2-D图像与图像集的多个3-D图像逐个图像地进行比较。典型地，通过从MxMxM矩阵进行多平面重建，M'xM'矩阵被计算，因为NxN矩阵与M'xM'矩阵之间的相关性比NxN矩阵与MxMxM矩阵的相关性计算量更小。M'xM'矩阵的多平面重建通常具有无限多的解。理想地，多平面重建用特定角度来指定，具体是C形臂X射线设备的C形臂角度，以使得图像集被限制用于相关性或相似性分析或配准。
有利的是，通过将图像信息系统应用于至少一个2-D图像来确定至少一个3-D参考图像是明确的。换言之，这意味着对于恰好一个输入而言，在图像信息系统中恰好只有一个结果。
典型地，至少一个2-D图像具有的图像信息越多，通过将图像信息系统应用于至少一个2-D图像来确定至少一个3-D参考图像就越快，越准确和/或越明确。图像信息可以对应于至少一个2-D图像的图像内容和/或对应于存在于至少一个2-D图像的头部中的描述参数。特别地，存在的图像信息越多，用于相关性或相似性分析的图像集就越小。特别地，图像集越小，至少一个3-D参考图像被确定得就越快。相关性或相似性可以通过由至少一个2-D图像产生的附加边界条件被改善。
至少一个特征变量的建立优选地包括应用算法，该算法优选地被配置为使得所获取的至少一个2-D图像所不具有的至少一个特征变量可以从3-D参考图像被建立。该至少一个特征变量优选地包括至少一个3-D参考图像的图深度信息，该信息是至少一个2-D图像不直接拥有的。
该至少一个特征变量优选地在至少一个2-D图像中被可视化，因为至少一个2-D图像包括至少一个3-D参考图像的图深度信息的至少一部分。通过这种方式，至少一个2-D图像可以具有空间印象。
一个实施例规定，至少一个特征变量描述至少一个血管的血管投影缩短。至少一个特征变量可以是血管投影缩短的严重程度的度量或血管投影缩短发生的可能性的度量。在这样的情况下，至少一个特征变量优选地具有关于以下的信息：至少一个血管在至少一个2-D图像中被表示为投影缩短的程度。优选地，血管投影缩短被至少一个特征变量表征得越明显，至少一个血管在至少一个2-D图像中就被表示得越投影缩短。
一个实施例规定，至少一个特征变量描述至少一个血管的血管重叠。在这样的情况下，至少一个特征变量优选地具有关于以下的信息：至少一个血管在至少一个2-D图像中被表示为由另一个血管和/或至少一个血管的一部分重叠(特别是部分地重叠)的程度。
一个实施例规定，至少一个元参数与至少一个2-D图像相关联，其中至少一个元参数被用于确定至少一个3-D参考图像，并且至少一个元参数包括以下列表中的至少一个参数：
-关于通过C形臂X射线设备获取至少一个2-D图像的一项元信息，
-至少一个血管的血管标示，以及
-患者的心脏相位。
原则上，可以想到的是，关于通过C形臂X射线设备获取至少一个2-D图像的元信息和/或患者的心脏相位自动地与2-D图像相关联，尤其是在至少一个2-D图像的头部中。元信息特别地包括在血管造影扫描期间C形臂X射线设备的配置，特别地，元信息被实时地在线获取，并且与至少一个2-D图像相关联。
特别地在血管造影扫描期间，例如利用超声心动图仪实时地在线获取患者的心脏相位，其中超声心动图仪经由接口被连接到C形臂X射线设备。心脏相位与至少一个2-D图像相关联，尤其是在至少一个2-D图像的头部中。考虑到心脏相位，至少一个3-D参考图像的确定可以被改进，特别地这是因为在用于相似性分析的图像集中，只有那些具有至少一个2-D图像的精确的或至少相似的心脏相位的3-D图像保留。原则上也可以设想，至少一个2-D图像根据心脏相位被选择，并相应地至少一个3-D参考图像被确定。此外，至少一个2-D图像可以包括多个心脏相位，使得通过将图像信息系统应用于具有多个心脏相位的至少一个2-D图像，来确定具有多个心脏相位的至少一个3-D参考图像。多个心脏相位可以特别地形成心动周期。
此外，至少一个元参数可以具有至少一个血管的血管标示，例如RCA。优选地可以由用户在C形臂X射线设备的监视器上将至少一个血管的血管标示与至少一个2-D图像相关联，其中元参数特别地被存储在至少一个2-D图像的头部中。用户可以在C形臂X射线设备的监视器上与图形用户界面进行交互。通常，C形臂X射线设备为此具有输入设备，例如鼠标或键盘。替代地或附加地，可以设想，通过界标识别，血管标示被自动分配给至少一个2-D图像。考虑到血管标示，至少一个3-D参考图像的确定可以被改进，因为图像信息系统的3-D图像的图像集被限于血管具有适当的血管标示的那些3-D图像。例如，仅考虑以下所述的那些3D图像：具有至少一个血管的血管标示的血管与这些3-D图像相关联。
一个实施方案规定，至少一个元参数包括至少一个血管的血管标示，并且其中血管标示包括以下列表中的至少一个参数：
-至少一个血管的血管直径，
-至少一个血管的最大曲率，以及
-至少一个血管的长度。
至少一个血管的血管直径、最大曲率和长度可以与参数组相关联，所述参数组具有关于血管的语义信息。在这样的情况下，至少一个血管被描述或标识为具有描述性特征。通过将图像信息系统应用于至少一个2-D图像来确定至少一个3-D参考图像可以根据描述性特征来进行。至少一个血管的血管直径、最大曲率和/或长度可以例如由用户或自动地在至少一个2-D图像中获取。至少一个血管的血管直径、最大曲率和/或长度可以特别地从专业医学文献中或根据标准值来选择，或特别地由用多个训练血管训练过的度量形成。优选地，3-D图像的图像内容的相应描述性特征与图像集的3-D图像相关联，使得特别地通过根据描述性特征将图像信息系统应用于至少一个2-D图像，来限制图像集。
一个实施例规定，至少一个元参数具有关于通过C形臂X射线设备获取至少一个2-D图像的元信息，并且其中元信息包括以下列表中的至少一个参数：
-C形臂X射线设备的空间位置，
-C形臂X射线设备的X射线辐射器与C形臂X射线设备的X射线检测器之间的间隔，以及
-患者台的空间位置。
C形臂X射线设备优选地具有至少一个坐标系，用于指定C形臂X射线设备的空间位置和患者台的空间位置。C形臂X射线设备的空间位置特别地具有在至少一个坐标系中的位置、C形臂X射线设备的定向以及用于位置和定向的配置。此外，C形臂X射线设备的空间位置可以具有关于C形臂X射线设备的位置和C形臂X射线设备的定向如何被实现(例如通过移入或移出C形臂X射线设备的套管式伸缩单元或通过旋转C形臂X射线设备的旋转接头)的配置。
特别地，通过C形臂X射线设备的空间位置，C形臂角度可以被建立，其中对于通过将图像信息系统应用于至少一个2-D图像来确定至少一个3-D参考图像而言，C形臂角度是特别有意义的，这是因为通过C形臂角度的规定，用于多平面重建的角度被指定，通过该方式，至少一个3-D参考图像的确定被显著加速。通过规定C形臂角度，3-D图像的图像集被限制，因为只有C形臂角度与之关联的3-D图像可以被选择。例如，空间位置具有C形臂X射线设备的位置角度和C形臂X射线设备的轨道角度，特别是C形臂X射线设备的C形臂角度。
X射线辐射器和X射线检测器之间的间隔通常提供了对至少一个2-D图像进行调整的度量。在光学表示中，调整的度量通常被称为缩放或缩放因子。优选地，在确定参考3-D图像时，被考虑到的具有相对较小血管的3-D图像越多，X射线辐射器与X射线检测器之间的间隔就越小。
通过至少一个元参数，3-D图像的图像集可以被有利地限制，图像集的范围通常随着确定至少一个3-D参考图像的计算复杂度而直接调整。特别地，可以设想，对于至少一个元参数，容差范围被指定。容差范围特别地描述了用于相似性分析或相关性或配准的边界条件。容差范围越小，图像集被限制得就越大。
通过将图像信息系统应用于至少一个2-D图像来确定至少一个3-D参考图像可以包括：通过运动场来修改至少一个2-D图像。特别地，运动场对应于数学运算，根据该数学运算至少一个2-D图像被修改。例如，运动场可以具有心脏相位变换。通过借助于运动场对第一心脏相位的至少一个2-D图像进行修改，可以基于例如至少一个2-D图像在第二心脏相位中计算另外的2-D图像。通过根据运动场进行修改，至少一个2-D图像因此可以在不同的心脏相位处被模拟。图像集的3-D图像通常可以根据运动场进行调节，从而特别地，与3-D图像未被调节的情况相比，更高的相关性因子被发现。
进一步可以设想，通过合适的传感器，特别是相机或胸带，患者的呼吸运动被获取。根据患者的呼吸运动，运动场可以被计算，其中至少一个2-D图像被运动场修改。运动场可以根据患者的呼吸运动，也可以根据患者的心脏相位来计算。
一个实施例规定，通过将图像信息系统应用于至少一个2-D图像来确定至少一个3-D参考图像包括：
-根据至少一个血管分割至少一个2-D图像，以及
-将图像信息系统应用于分割后的至少一个2-D图像。
通过根据至少一个血管分割至少一个2-D图像，优选地，可以突出至少一个2-D图像的一个区域，在所述区域中可视化至少一个特征变量是特别有用的。通常，该至少一个特征变量可以仅根据至少一个血管而被可视化。用户通常对不具有至少一个血管的区域具有很少的兴趣或没有兴趣。
特别地，至少一个2-D图像的基于灰度或基于模型的分割可以被手动地、半自动地或完全自动地执行。如果至少一个2-D图像根据至少一个血管被分割，则特别地在至少一个2-D图像中保留仅对于确定至少一个3-D参考图像有意义的信息。例如，该至少一个血管可以在中线被成像。分割可以导致至少一个2-D图像的二元掩码。替代地或另外地，至少一个血管的轮廓可以通过分割来建立。
原则上，可以设想，在确定至少一个3-D参考图像之前，可以类似于至少一个2-D图像来对图像集的多个3-D图像进行分割。特别地，只有分割后的图像内容进入至少一个3-D参考图像的确定。在优选实施例中，与通过将图像信息系统应用于2-D图像而没有事先分割相比，通过将图像信息系统应用于至少一个分割后的2-D图像，3-D参考图像被确定得更快。这种效果通常发生，这是因为通过分割至少一个2-D图像，分割后的2-D图像的较少的不相关图像内容与图像集的3-D图像相关或配准。有利地，分割后的2D图像所具有的不相关的图像内容(例如背景)越少，相关性或相似性分析或配准速度就越快。
一个实施例规定，通过将图像信息系统应用于至少一个2-D图像来确定至少一个3-D参考图像包括建立2-D参考图像，2-D参考图像与至少一个3-D参考图像相关联。
图像信息系统特别地可以包括具有2-D图像的另外的2-D图像集，其中至少一个2-D参考图像从另外的2-D图像集来被确定。2-D参考图像的建立优选地通过将图像信息系统应用于至少一个2-D图像来自动进行，具体是根据用于通过将图像信息系统应用于至少一个2-D图像来确定至少一个3-D参考图像的相同算法。特别地，诸如相关性、配准和相似性分析的数学方法被使用。替代地，可以设想，C形臂X射线设备具有用于建立2-D参考图像的适当部件，并且C形臂X射线设备提供2-D参考图像作为图像信息系统的输入参数。
通常，在建立2-D参考图像之后，与2-D参考图像相关联的至少一个3-D参考图像被确定，作为图像信息系统的输出。通常，2-D参考图像已经与至少一个3-D参考图像关联。替代地，将2-D参考图像与至少一个3-D参考图像关联可以发生，这类似于通过将图像信息系统应用于至少一个2-D图像来确定至少一个3-D参考图像。特别地，诸如相关性、配准和相似性分析的数学方法被使用。在极少数情况下，可以由用户通过与图形用户界面的交互来进行将2-D参考图像与至少一个3-D参考图像关联。
2-D参考图像优选地具有至少一个2-D图像的元参数的至少一部分。例如，2-D参考图像可以在C臂X射线设备的相同或相似配置中在较早时间点通过C臂X射线设备来提供，并被提供给图像信息系统。在这样的情况下，2-D参考图像例如具有与在获取至少一个2-D图像期间相同的、C臂X射线设备的空间位置。替代地，可以设想，2-D参考图像例如通过多平面重建已经从3-D参考图像被计算出来。
一个实施例规定，在至少一个2-D图像中可视化至少一个特征变量包括：
-根据至少一个血管分割至少一个2-D图像，以及
–在分割后的至少一个2-D图像中对至少一个特征变量掩膜化。
优选地，根据至少一个血管，在分割后的至少一个2-D图像中对至少一个特征变量掩膜化。在分割后的至少一个2-D图像中对至少一个特征变量掩膜化可以优选地在视觉上突出至少一个血管。不具有至少一个血管的区域通常对用户来说是很少有兴趣或没有兴趣的，并且通过掩膜化被去除。
一个实施例规定，至少一个特征变量在至少一个2-D图像中通过颜色编码的方式被可视化。例如，如果至少一个特征变量在3-D参考图像中被建立，则至少一个特征变量在3-D参考图像中被颜色编码，并且至少一个特征变量的颜色编码从3-D参考图像被转移或投影到2-D参考图像上。
如果至少一个特征变量相对较低，则至少一个特征变量的颜色编码可以用第一颜色(例如绿色)表示至少一个血管或者如果至少一个特征变量相对较高则可以用第二颜色(例如红色)表示至少一个血管。例如，利用至少一个血管的中线与至少一个2-D图像的可视化平面之间的角度(在0-90°的区间中)，来建立血管投影缩短的严重程度的度量。例如，如果角度接近0°，则至少一个特征变量更多地用第一颜色被可视化，而如果角度更接近90°，则至少一个特征变量更多地用第二颜色被可视化。通常，血管投影缩短越小，至少一个特征变量用第一颜色中被可视化得就越多。相比之下，血管投影缩短越大，至少一个特征变量用第二颜色中被可视化得就越多。
根据至少一个3-D参考图像对至少一个特征变量进行的颜色编码也可以被存储在图像信息系统中。因此，至少一个特征变量的建立和/或至少一个特征变量的可视化可以对应于：根据至少一个3-D参考图像从图像信息系统的存储器加载至少一个特征变量的颜色编码。
一个实施例规定，在至少一个2-D图像中可视化至少一个特征变量包括将至少一个特征变量投影到至少一个2-D图像上。
至少一个特征变量的投影通常沿着从至少一个3-D参考图像到至少一个2-D图像的投影方向进行。通常，在平行投影和透视投影之间进行区分。在平行投影中，在至少一个3-D参考图像中被建立的至少一个特征变量沿着投影方向被平均，并且被传递到至少一个2-D图像。平行投影是理想化的情况，因为至少一个2-D图像通常具有至少一个血管(特别是血管结构或解剖结构)的透视图。至少一个特征变量的透视投影通常需要：根据至少一个3-D参考图像，预先与至少一个2-D图像的可选变换配准。
一个实施例规定，至少一个特征变量被提供给C形臂X射线设备的控制单元，其根据至少一个特征变量建立控制命令，并且其中控制单元根据控制命令移动C形臂X射线设备至少通过一个角度，并且C形臂X射线设备根据控制命令获取另外的2-D图像。
优选地，在至少一个3-D参考图像中建立至少一个特征变量之后，将其中至少一个特征变量已被可视化的至少一个2-D图像提供给C形臂X射线设备，用于获取另外的2-D图像。替代地，可以设想，在可视化之前，将所建立的至少一个特征变量提供给C形臂X射线设备。优选地，在另外的2-D图像中，特别地，获取没有血管投影缩短的至少一个血管。该至少一个血管可以对应于将要在另外的2-D图像中获取的血管(例如待治疗的冠状动脉)，或者替代地，对应于已经在至少一个2-D图像中成像的另一血管。
特别地，控制命令指定了C形臂X射线设备的至少一个角度，具体是轨道角度和/或位置角度。换言之，控制命令指定了C形臂角度。控制单元可以根据控制命令移动C形臂X射线设备。优选地，在C形臂X射线设备移动通过至少一个角度之后，特别是通过轨道角度和/或位置角度之后，扫描数据可以被生成，另外的2-D图像可以从该扫描数据被重建。替代地或另外地，可以从至少一个2-D图像和另外的2-D图像来重建3-D图像。
一个实施例规定，图像信息系统包括图谱，该图谱包括至少一个3-D参考图像的至少一个描绘，并且其中通过将图谱应用于至少一个2-D图像，来确定至少一个3-D参考图像。
图像信息系统，特别是图谱，典型地具有来自不同患者或根据不同模型的多个3-D图像的图像集和多个2-D图像的另外的2-D图像集。图像集和另外的2-D图像集可以包括例如通过运动场改变的至少一个血管的变体。替代地，图像集和另外的2-D图像集还可以包括已经在不同的心脏相位或呼吸相位被计算的或者通过算法计算的、至少一个血管的变体。优选地，各个2-D图像已经与3-D图像关联。图谱优选地被配置为使得通过将图谱应用于至少一个2-D图像，首先选择2-D图像集中的具有最大相似性的2-D图像，并且确定与该2-D图像相关联的3-D图像，作为至少一个3-D参考图像。
一个实施例规定，图像信息系统包括人工神经网络，该神经网络被训练用于通过将人工神经网络应用于至少一个2-D图像来确定至少一个3-D参考图像，并且其中通过将人工神经网络应用于至少一个2-D图像，来确定至少一个3-D参考图像。
特别地，人工神经网络(ANN)是在计算程序中模拟的人工神经元的网络。在本文中，人工神经网络通常基于多个人工神经元的联网。人工神经元通常被布置在不同的层上。通常，人工神经网络包括输入层和输出层，输出层的神经元输出作为人工神经网络的唯一神经元输出是可见的。被布置在输入层和输出层之间的层通常被称为隐藏层。典型地，人工神经网络的结构和/或拓扑被首先启动，然后在训练阶段被训练用于特殊任务或多个任务。本文对人工神经网络的训练通常包括改变人工神经网络的两个人工神经元之间的连接的权重。人工神经网络的训练还可以包括：发展人工神经元之间的新连接、去除人工神经元之间的现有连接、调整人工神经元的阈值和/或添加或去除人工神经元。因此，两个被不同地训练的人工神经网络可以执行不同的任务，尽管它们具有例如相同的架构和/或拓扑。
现在提出，选择以这种方式配置的经训练的人工神经网络，其中通过将经训练的人工神经网络应用于至少一个2-D图像使得能够确定至少一个3-D参考图像。人工神经网络特别地可以用多个3-D图像的图像集和多个2-D图像的另外的2-D图像集来进行训练。经训练的人工神经网络可以仅适用于通过将经训练的人工神经网络应用于至少一个2-D图像来确定至少一个3-D参考图像。替代地，它也可以完成其他任务。可能发生不同的人工神经网络被建立的情况，其可以类似地执行至少一个3-D参考图像的确定。
本发明的C形臂X射线设备包括：
-规划单元，
-控制单元，以及
-扫描单元，其包括X射线辐射器和X射线检测器，
该C形臂X射线设备被配置为执行本发明的方法。
规划单元可以具有输入设备和带有图形用户界面的监视器。通常，用户可以与规划单元交互，特别地通过输入设备与规划单元交互。例如，C形臂X射线设备扫描数据和/或至少一个2-D图像和/或至少一个3-D参考图像可以在监视器上被显示给用户。特别地，规划单元可以在监视器上显示在其中至少一个特征变量被可视化的至少一个2-D图像。
控制单元特别地具有可编程计算机单元。特别地，控制单元或规划单元可以包括图像信息系统。
扫描单元特别地包括用于X射线辐射器和X射线检测器的支撑装置。通常，支撑装置可以具有至少一个支撑元件、至少一个旋转接头和/或至少一个套管式伸缩单元。优选地，X射线辐射器和X射线检测器被布置在C形臂上，其为支撑装置的一部分。C形臂X射线设备可以优选地具有不同的空间位置，并且可以根据合适的控制命令自动接近不同的空间位置。控制指令优选地由控制单元来提供。通常，支撑装置可以具有部件，所述部件使得X射线辐射器和X射线检测器能够根据轨道角度或位置角度而被移动，并且使得X射线辐射器和X射线检测器之间的间隔可以被改变。
本发明的计算机程序产品可直接加载到可编程计算机单元的存储器中，并具有程序代码部件，以便当计算机程序产品在计算机单元中被执行时执行本发明的方法。
计算机程序产品可以是计算机程序或可以包括计算机程序。以这种方式，根据本发明的方法可以快速地、精确地、可重复和稳健地被执行。计算机程序产品被配置为使得它可以通过计算机单元来执行本发明的方法步骤。计算机单元必须具有相应的前提条件，诸如合适的工作存储器、合适的图形卡或合适的逻辑单元，以便相应的方法步骤可以被有效地执行。计算机程序产品例如被存储在计算机可读介质上，或者被存放在网络或服务器上，可以从该网络或服务器将计算机程序产品加载到计算机单元的处理器中，该计算机单元例如可以被配置为C形臂X射线设备的一部分。此外，计算机程序产品的控制信息可以被存储在电子可读数据载体上。电子可读数据载体的控制信息项目可以被配置成使得当数据载体在计算机单元中被使用时它们执行本发明的方法。因此，该计算机程序产品也可以构成电子可读数据载体。电子可读数据载体的示例是DVD、磁带、硬盘驱动器或USB棒，其上存储有电子可读控制信息，具体是软件(参见上文)。如果该控制信息(软件)从数据载体被读取并被存储在C形臂X射线设备的计算机单元和/或规划单元和/或扫描单元中，则上述方法的所有发明实施例都可以被执行。因此本发明也可以从前述的计算机可读介质和/或前述电子可读数据存储介质进行。
附图说明
现在将参考附图中示出的示例性实施例来更详细地描述和解释本发明，其中：
图1示出了本发明的C形臂X射线设备，
图2示出了本发明的方法的流程图，以及
图3示出了本发明的方法的实施例。
具体实施方式
图1示出了本发明的C形臂X射线设备10，其包括规划单元11、控制单元12和扫描单元13。扫描单元13包括X射线辐射器14和X射线检测器15。特别地，控制单元12具有可编程计算机单元19。患者17被布置在患者台16上，患者台16是高度可调节的并且还可在两个空间方向上移动。在所示的情况下，图像信息系统18被配置为C形臂X射线设备10的一部分。替代地，也可以设想，图像信息系统18被提供在计算中心中，并且通过合适的接口被连接到C形臂X射线设备10。在这样的情况下，要求保护包括图像信息系统18和X射线设备10的系统。
图像信息系统18关于数据交换被连接到控制单元12，特别地连接到可编程计算机单元19。
图像信息系统18包括图谱，其中图谱具有至少一个3-D参考图像的至少一个描绘，并且其中通过将图谱应用于至少一个2-D图像，来确定至少一个3-D参考图像。
根据替代实施例(未示出)，图像信息系统18包括人工神经网络，神经网络被训练用于通过将人工神经网络应用于至少一个2-D图像来确定至少一个3-D参考图像，并且其中通过将人工神经网络应用于至少一个2-D图像，来确定至少一个3-D参考图像。
特别地，C形臂X射线设备10被配置为利用规划单元11、控制单元12和扫描单元13执行根据图2或图3的方法。
图2示出了本发明方法的流程图，用于在通过C形臂X射线设备10进行的血管造影扫描中可视化患者17的至少一个特征变量。本发明的方法包括了方法步骤201-205。
方法步骤201表示提供图像信息系统18。
方法步骤202表示通过C形臂X射线设备10获取患者17的至少一个2-D图像。
方法步骤203表示通过将图像信息系统18应用于至少一个2-D图像来确定至少一个3-D参考图像。
方法步骤204表示建立至少一个特征变量，其在至少一个3-D参考图像中描述患者17的至少一个血管。
方法步骤205表示在至少一个2-D图像中可视化至少一个特征变量。
例如，C形臂X射线设备可以在规划单元11的监视器上显示其中至少一个特征变量已被可视化的至少一个2-D图像。替代地或另外地，图像信息系统18可以具有另外的监视器，在该监视器上在其中至少一个特征变量已经被可视化的至少一个2-D图像可以被显示。
图3示出了本发明方法的流程图，用于在通过C形臂X射线设备10进行的血管造影扫描中可视化患者17的至少一个特征变量。
以下描述基本上限于与图2中的示例性实施例的不同之处，其中关于保持相同的方法步骤，参考图2中对示例性实施例的描述。基本上相同的方法步骤原则上用相同的附图标记来标识。
至少一个特征变量描述了至少一个血管的血管投影缩短。替代地或另外地，至少一个特征变量可以描述至少一个血管的血管重叠。
方法步骤203A表示将至少一个元参数与至少一个2-D图像关联，其中至少一个元参数被用于确定至少一个3-D参考图像，并且至少一个元参数包括以下列表中的至少一个参数：
-关于通过C形臂X射线设备获取至少一个2-D图像的元信息项，
-至少一个血管的血管标示，以及
-患者17的心脏相位。
方法步骤203A.1表示至少一个元参数包括关于通过C形臂X射线设备10获取至少一个2-D图像的元信息，并且该元信息包括以下列表中的至少一个参数：
-C形臂X射线设备10的空间位置10.L，
-C形臂X射线设备10的X射线辐射器14与C形臂X射线设备10的X射线检测器15之间的间距A，以及
-患者台16的空间位置16.L。
空间位置10.L、间距A和空间位置16.L可以分别通过适当的变换(特别是坐标变换)相对于彼此被设置。例如，至少一个2-D图像和/或至少一个3-D参考图像可以包括空间位置10.L、间距A和空间位置16.L作为相应头部的一部分。
方法步骤203A.2表示至少一个元参数具有至少一个血管的血管标示，并且血管标示包括以下列表中的至少一个参数：
-至少一个血管的血管直径，
-至少一个血管的最大曲率，以及
-至少一个血管的长度。
方法步骤203B.1表示通过将图像信息系统18应用于至少一个2-D图像来确定至少一个3-D参考图像包括：根据至少一个血管分割该至少一个2-D图像。
方法步骤203B.2表示通过将图像信息系统18应用于至少一个2-D图像来确定至少一个3-D参考图像包括将图像信息系统18应用于分割后的至少一个2-D图像。
来自方法步骤203B.1的分割后的至少一个2-D图像和来自方法步骤203A的至少一个元参数进入方法步骤203B.2。
方法步骤203C表示通过将图像信息系统18应用于至少一个2-D图像来确定至少一个3-D参考图像包括：建立与至少一个2-D图像相关联的2-D参考图像，该2-D参考图像与至少一个3-D参考图像相关联。
原则上，可以设想，方法步骤203、203A、203A.1、203A.2、203B.1、203B.2和203C仅相互分开地或以这些方法步骤的任何期望的组合而被执行。
方法步骤205A表示至少一个特征变量在至少一个2-D图像中被可视化地颜色编码。在RGB颜色空间(RGB＝红色、绿色、蓝色)中的颜色编码可以被计算，例如，如下所示：
Red＝cos(90°-alpha)
Green＝1-red
Blue＝0
参数red、green和blue指示各自的颜色比例。参数alpha对应于至少一个血管(特别是至少一个血管的中线)与至少一个2-D图像的可视化平面之间的角度，该角度在0-90°区间内。
用于颜色编码的另外的替代公式如下所示：
Green＝1-red
Blue＝0
Normalization value是根据中线的绝对角度被计算的，没有任何符号，例如，如果绝对角度为0°，则归一化角度为0，并且如果绝对角度为90°，则Normalization value为1。
方法步骤205B表示在至少一个2-D图像中可视化至少一个特征变量包括将至少一个特征变量投影到至少一个2-D图像上。
方法步骤205C表示在至少一个2-D图像中可视化至少一个特征变量包括：
-根据至少一个血管分割至少一个2-D图像，以及
–在分割后的至少一个2-D图像中对至少一个特征变量掩膜化。
特别地，方法步骤204和方法步骤205以及从属方法步骤205A、205B和205C既可以通过C形臂X射线设备10，也可以通过图像信息系统18来执行。如果图像信息系统18例如存在于医院外的计算中心中，而C形臂X射线设备位于医院中，则上述方法步骤的单独执行是可以被想到的。
根据第一变型，方法步骤204和方法步骤205以及从属方法步骤205A、205B和205C通过C形臂X射线设备10来执行。
根据第二变型，方法步骤204通过图像信息系统18来执行，并且方法步骤205以及从属方法步骤205A、205B和205C通过C形臂X射线设备10来执行。
根据第三变型，方法步骤204和方法步骤205以及从属方法步骤205A、205B和205C由图像信息系统18来执行。
在替代实施例(未示出)中，方法步骤205A、205B和205C可以根据需要进行组合，也可以彼此分开地被执行。
如果相关的话，除了这里阐述的用于执行本发明的方法的三个变型之外的其他可能性对于本领域技术人员而言也是已知的，尽管为了清楚起见，这些在此没有被描述。
因此，C形臂X射线设备10和图像信息系统18特别地具有这样的部件，所述部件用于发送、接收和显示至少一个2-D图像、至少一个3-D参考图像、2-D参考图像和/或其中至少一个特征变量已被可视化的至少一个2-D图像。优选地，发送、接收和/或显示自动发生。
至少一个2-D图像、至少一个3-D参考图像、2-D参考图像和/或其中至少一个特征变量已被可视化的至少一个2-D图像可以以适当的格式来存储和/或根据合适的网络协议来传送。
根据另一实施例，至少一个特征变量被提供给C形臂X射线设备10的控制单元12，其根据至少一个特征变量建立控制命令，并且控制单元12根据控制命令移动C型臂X射线设备10至少通过一个角度，并且C形臂X射线设备10根据控制命令获取另外的2-D图像。
图2和图3所示的本发明方法的方法步骤由C形臂X射线设备10的计算机单元19来执行。为此目的，计算机单元19包括被存储在计算机单元19的存储单元中的所需软件和/或计算机程序和/或计算机程序产品。软件和/或计算机程序和/或计算机程序产品包括程序部件，其被配置为当计算机程序和/或软件和/或计算机程序产品在计算机单元19中通过计算机单元19的处理器单元执行时，执行所描述的方法步骤。
尽管本发明已经用优选示例性实施例详细进行了说明和描述，但是本发明不受所公开的示例的限制。其变型可以由本领域技术人员得出，而不脱离由所附权利要求书限定的本发明的保护范围。
Claims (16)
1.一种用于在通过一个C形臂X射线设备进行的血管造影扫描中可视化一个患者的至少一个特征变量的方法，包括以下多个步骤：
-提供一个图像信息系统，
-通过所述C形臂X射线设备获取所述患者的至少一个2-D图像，
-通过将所述图像信息系统应用于所述至少一个2-D图像来确定至少一个3-D参考图像，
-在所述至少一个3-D参考图像中建立至少一个特征变量，所述至少一个特征变量描述所述患者的至少一个血管，以及
-在所述至少一个2-D图像中可视化所述至少一个特征变量。
2.根据权利要求1所述的方法，其中所述至少一个特征变量描述所述至少一个血管的血管投影缩短。
3.根据前述权利要求中的任一项所述的方法，其中所述至少一个特征变量描述所述至少一个血管的血管重叠。
4.根据权利要求1或2所述的方法，其中至少一个元参数与所述至少一个2-D图像相关联，其中所述至少一个元参数被用于确定所述至少一个3-D参考图像，并且所述至少一个元参数包括以下列表中的至少一个参数：
-关于通过所述C形臂X射线设备获取所述至少一个2-D图像的一项元信息，
-所述至少一个血管的一个血管标示，以及
-所述患者的一个心脏相位。
5.根据权利要求4所述的方法，其中所述至少一个元参数包括关于通过所述C形臂X射线设备获取所述至少一个2-D图像的所述元信息，并且其中所述元信息包括以下列表中的至少一个参数：
-所述C形臂X射线设备的一个空间位置，
-所述C形臂X射线设备的一个X射线辐射器与所述C形臂X射线设备的一个X射线检测器之间的一个间隔，以及
-患者台的一个空间位置。
6.根据权利要求4所述的方法，其中所述至少一个元参数包括所述至少一个血管的所述血管标示，并且所述血管标示包括以下列表中的至少一个参数：
-所述至少一个血管的血管直径，
-所述至少一个血管的最大曲率，以及
-所述至少一个血管的长度。
7.根据权利要求1、2、5和6中的任一项所述的方法，其中通过将所述图像信息系统应用于所述至少一个2-D图像来确定所述至少一个3-D参考图像包括：
-根据所述至少一个血管分割所述至少一个2-D图像，以及
-将所述图像信息系统应用于分割后的所述至少一个2-D图像。
8.根据权利要求1、2、5和6中的任一项所述的方法，其中通过将所述图像信息系统应用于所述至少一个2-D图像来确定所述至少一个3-D参考图像包括：建立一个2-D参考图像，其中所述2-D参考图像与所述至少一个3-D参考图像相关联。
9.根据权利要求1、2、5和6中的任一项所述的方法，其中在所述至少一个2-D图像中可视化所述至少一个特征变量包括：
-根据所述至少一个血管分割所述至少一个2-D图像，以及
-在分割后的所述至少一个2-D图像中对所述至少一个特征变量进行掩膜化。
10.根据权利要求1、2、5和6中的任一项所述的方法，其中所述至少一个特征变量在所述至少一个2-D图像中通过颜色编码的方式被可视化。
11.根据权利要求1、2、5和6中的任一项所述的方法，其中在所述至少一个2-D图像中可视化所述至少一个特征变量包括将所述至少一个特征变量投影到所述至少一个2-D图像上。
12.根据权利要求1、2、5和6中的任一项所述的方法，其中所述至少一个特征变量被提供给所述C形臂X射线设备的一个控制单元，所述控制单元根据所述至少一个特征变量建立多个控制命令，并且其中，所述控制单元根据所述多个控制命令移动所述C形臂X射线设备至少通过一个角度，并且所述C形臂X射线设备根据所述多个控制命令获取一个另外的2-D图像。
13.根据权利要求1、2、5和6中的任一项所述的方法，所述图像信息系统包括一个图谱，其中所述图谱包括所述至少一个3-D参考图像的至少一个描绘，并且其中通过将所述图谱应用于所述至少一个2-D图像，所述至少一个3-D参考图像被确定。
14.根据权利要求1、2、5和6中的任一项所述的方法，其中所述图像信息系统包括一个人工神经网络，其中所述人工神经网络被训练用于通过将所述人工神经网络应用于所述至少一个2-D图像来确定所述至少一个3-D参考图像，并且其中，通过将所述人工神经网络应用于所述至少一个2-D图像，所述至少一个3-D参考图像被确定。
15.一种C形臂X射线设备，包括：
-一个规划单元，
-一个控制单元，以及
-一个扫描单元，所述扫描单元包括一个X射线辐射器和一个X射线检测器，
其中所述C形臂X射线设备被配置为执行根据前述权利要求中的任一项所述的方法。
16.一种计算机程序产品，所述计算机程序产品可直接加载到一个可编程计算机单元的一个存储器中，所述计算机程序产品具有程序代码部件，以便当所述计算机程序产品在所述计算机单元中被执行时执行根据权利要求1至14中的任一项所述的方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP17178792.2 | 2017-06-29 | ||
| EP17178792.2A EP3420903B1 (de) | 2017-06-29 | 2017-06-29 | Visualisieren zumindest einer kenngrösse |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109199418A CN109199418A (zh) | 2019-01-15 |
| CN109199418B true CN109199418B (zh) | 2020-11-13 |
Family
ID=59258110
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810690161.6A Active CN109199418B (zh) | 2017-06-29 | 2018-06-28 | 至少一个特征变量的可视化 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US10332257B2 (zh) |
| EP (1) | EP3420903B1 (zh) |
| CN (1) | CN109199418B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101443815A (zh) * | 2006-05-11 | 2009-05-27 | 皇家飞利浦电子股份有限公司 | 重建图像的方法和装置 |
| WO2010041201A1 (en) * | 2008-10-10 | 2010-04-15 | Philips Intellectual Property & Standards Gmbh | Angiographic image acquisition system and method with automatic shutter adaptation for yielding a reduced field of view covering a segmented target structure or lesion for decreasing x-radiation dose in minimally invasive x-ray-guided interventions |
| DE102010022791A1 (de) * | 2010-06-04 | 2011-12-08 | Siemens Aktiengesellschaft | 3-D-Röntgenbildgebung von Koronargefäßen mit EKG-Gating und Bewegungskorrektur |
| DE102012208850A1 (de) * | 2012-05-25 | 2013-04-18 | Siemens Aktiengesellschaft | Röntgenvorrichtung und Verfahren zur Aufnahme von Strahlungsbildern |
| DE102014202013A1 (de) * | 2014-02-05 | 2015-08-06 | Siemens Aktiengesellschaft | Röntgenvorrichtung |
| DE102015202082A1 (de) * | 2015-02-05 | 2015-12-17 | Siemens Aktiengesellschaft | Deckengebundenes medizinisches Röntgengerät |
| CN105869176A (zh) * | 2008-03-06 | 2016-08-17 | 皇家飞利浦电子股份有限公司 | 用于分析管道系统的方法 |
| WO2016145010A1 (en) * | 2015-03-10 | 2016-09-15 | Wisconsin Alumni Research Foundation | System and method for time-resolved, three-dimensional angiography with flow information |
| EP3128481A1 (en) * | 2015-08-04 | 2017-02-08 | Pie Medical Imaging BV | Method and apparatus to improve a 3d + time reconstruction |
Family Cites Families (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004081855A1 (en) * | 2003-03-06 | 2004-09-23 | Animetrics, Inc. | Generation of image databases for multifeatured objects |
| US20110026775A1 (en) * | 2007-08-20 | 2011-02-03 | Koninklijke Philips Electronics N.V. | Method for measurement of a flow in an object, especially a lumen or a vessel |
| US20090082660A1 (en) * | 2007-09-20 | 2009-03-26 | Norbert Rahn | Clinical workflow for treatment of atrial fibrulation by ablation using 3d visualization of pulmonary vein antrum in 2d fluoroscopic images |
| US8195271B2 (en) * | 2007-11-06 | 2012-06-05 | Siemens Aktiengesellschaft | Method and system for performing ablation to treat ventricular tachycardia |
| DE102008016891B4 (de) * | 2008-04-02 | 2017-09-21 | Siemens Healthcare Gmbh | Betriebsverfahren für eine verschwenkbare Polyplan-Bildgebungsanlage zur zeitaufgelösten Abbildung eines Untersuchungsobjekts, sowie Datenträger und verschwenkbare Polyplan-Bildgebungsanlage |
| US8315355B2 (en) * | 2009-10-28 | 2012-11-20 | Siemens Aktiengesellschaft | Method for operating C-arm systems during repeated angiographic medical procedures |
| WO2011093921A1 (en) * | 2010-01-29 | 2011-08-04 | Mayo Foundation For Medical Education And Research | Automated vascular region separation in medical imaging |
| DE102010039407B3 (de) * | 2010-08-17 | 2012-02-02 | Siemens Aktiengesellschaft | Verfahren zum Bereitstellen eines Hilfsmittels zur Verwendung bei der therapeutischen Behandlung eines körperlichen Objekts |
| DE102011005777B4 (de) * | 2011-03-18 | 2018-04-26 | Siemens Healthcare Gmbh | Angiographiesystem zur angiographischen Untersuchung eines Patienten und angiographisches Untersuchungsverfahren |
| DE102011083635B4 (de) * | 2011-09-28 | 2014-12-04 | Siemens Aktiengesellschaft | 3D-Visualisierung medizinischer 3D-Bilddaten |
| DE102013218437A1 (de) * | 2013-09-13 | 2015-03-19 | Siemens Aktiengesellschaft | Verfahren zur automatischen oder halb-automatischen Segmentierung und Vorrichtung |
| US9700219B2 (en) * | 2013-10-17 | 2017-07-11 | Siemens Healthcare Gmbh | Method and system for machine learning based assessment of fractional flow reserve |
| US9818200B2 (en) * | 2013-11-14 | 2017-11-14 | Toshiba Medical Systems Corporation | Apparatus and method for multi-atlas based segmentation of medical image data |
| US9824457B2 (en) * | 2014-08-28 | 2017-11-21 | Koninklijke Philips N.V. | Model-based segmentation of an anatomical structure |
| DE102016204225B3 (de) * | 2016-03-15 | 2017-07-20 | Friedrich-Alexander-Universität Erlangen-Nürnberg | Verfahren zur automatischen Erkennung von anatomischen Landmarken und Vorrichtung |
| EP3293652A1 (en) * | 2016-09-13 | 2018-03-14 | Ebit srl | Interventional radiology structured reporting workflow utilizing anatomical atlas |
-
2017
- 2017-06-29 EP EP17178792.2A patent/EP3420903B1/de active Active
-
2018
- 2018-06-26 US US16/018,187 patent/US10332257B2/en active Active
- 2018-06-28 CN CN201810690161.6A patent/CN109199418B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101443815A (zh) * | 2006-05-11 | 2009-05-27 | 皇家飞利浦电子股份有限公司 | 重建图像的方法和装置 |
| CN105869176A (zh) * | 2008-03-06 | 2016-08-17 | 皇家飞利浦电子股份有限公司 | 用于分析管道系统的方法 |
| WO2010041201A1 (en) * | 2008-10-10 | 2010-04-15 | Philips Intellectual Property & Standards Gmbh | Angiographic image acquisition system and method with automatic shutter adaptation for yielding a reduced field of view covering a segmented target structure or lesion for decreasing x-radiation dose in minimally invasive x-ray-guided interventions |
| DE102010022791A1 (de) * | 2010-06-04 | 2011-12-08 | Siemens Aktiengesellschaft | 3-D-Röntgenbildgebung von Koronargefäßen mit EKG-Gating und Bewegungskorrektur |
| DE102012208850A1 (de) * | 2012-05-25 | 2013-04-18 | Siemens Aktiengesellschaft | Röntgenvorrichtung und Verfahren zur Aufnahme von Strahlungsbildern |
| DE102014202013A1 (de) * | 2014-02-05 | 2015-08-06 | Siemens Aktiengesellschaft | Röntgenvorrichtung |
| DE102015202082A1 (de) * | 2015-02-05 | 2015-12-17 | Siemens Aktiengesellschaft | Deckengebundenes medizinisches Röntgengerät |
| WO2016145010A1 (en) * | 2015-03-10 | 2016-09-15 | Wisconsin Alumni Research Foundation | System and method for time-resolved, three-dimensional angiography with flow information |
| EP3128481A1 (en) * | 2015-08-04 | 2017-02-08 | Pie Medical Imaging BV | Method and apparatus to improve a 3d + time reconstruction |
Also Published As
| Publication number | Publication date |
|---|---|
| US20190005643A1 (en) | 2019-01-03 |
| US10332257B2 (en) | 2019-06-25 |
| CN109199418A (zh) | 2019-01-15 |
| EP3420903B1 (de) | 2019-10-23 |
| EP3420903A1 (de) | 2019-01-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Rivest-Henault et al. | Nonrigid 2D/3D registration of coronary artery models with live fluoroscopy for guidance of cardiac interventions | |
| EP1595228B1 (en) | Method for the 3d modeling of a tubular structure | |
| CN107016717B (zh) | 用于患者的透视视图的系统和方法 | |
| JP6878439B2 (ja) | 体部の３次元モデル | |
| US20060036167A1 (en) | Vascular image processing | |
| RU2711140C2 (ru) | Редактирование медицинских изображений | |
| CN104783825B (zh) | 用于产生血管系统的二维投影图像的方法和装置 | |
| US8170317B2 (en) | Automatic iso-centering for rotational angiography | |
| JP6768862B2 (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 | |
| JP2002306483A (ja) | 医用画像診断装置及びその方法 | |
| CN107787203B (zh) | 图像配准 | |
| JP2023138979A (ja) | 解剖学的構造の着目領域をモデリングすること | |
| US8098919B2 (en) | Three-dimensional reconstruction of an object from projection photographs | |
| JP2019500156A (ja) | 血管構造の合成表現 | |
| US20080205757A1 (en) | Method, A System And A Computer Program For Segmenting A Surface In A Multidimensional Dataset | |
| CN109199418B (zh) | 至少一个特征变量的可视化 | |
| JP2021174394A (ja) | 推論装置、医用システム、およびプログラム | |
| JP2004188196A (ja) | 心臓サイクルの検出の方法及び装置 | |
| US20220000442A1 (en) | Image orientation setting apparatus, image orientation setting method, and image orientation setting program | |
| EP3951705A1 (en) | Method, device and system for determining abnormality in myocardium region | |
| CN112790778A (zh) | 采集错误对齐 | |
| US20210093382A1 (en) | Simulation of transcatheter aortic valve implantation (tavi) induced effects on coronary flow and pressure | |
| Wahle et al. | Virtual angioscopy in human coronary arteries with visualization of computational hemodynamics | |
| JP7300285B2 (ja) | 医用画像処理装置、ｘ線診断装置および医用画像処理プログラム | |
| Silva et al. | Processing, visualization and analysis of medical images of the heart: an example of fast prototyping using MeVisLab |
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 |