CN109791690B - 用于校正通过跟踪方法获得的动态模型的方法和装置 - Google Patents
用于校正通过跟踪方法获得的动态模型的方法和装置 Download PDFInfo
- Publication number
- CN109791690B CN109791690B CN201780058492.1A CN201780058492A CN109791690B CN 109791690 B CN109791690 B CN 109791690B CN 201780058492 A CN201780058492 A CN 201780058492A CN 109791690 B CN109791690 B CN 109791690B
- Authority
- CN
- China
- Prior art keywords
- time
- image
- dynamic model
- period
- representation
- 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
- 238000000034 method Methods 0.000 title claims abstract description 54
- 210000002216 heart Anatomy 0.000 claims description 28
- 230000008719 thickening Effects 0.000 claims description 14
- 210000004165 myocardium Anatomy 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 8
- 210000003484 anatomy Anatomy 0.000 claims description 7
- 210000001174 endocardium Anatomy 0.000 claims description 7
- 230000002861 ventricular Effects 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 4
- 238000002604 ultrasonography Methods 0.000 description 25
- 230000033001 locomotion Effects 0.000 description 17
- 230000006870 function Effects 0.000 description 8
- 210000000056 organ Anatomy 0.000 description 4
- 210000005241 right ventricle Anatomy 0.000 description 4
- 230000002123 temporal effect Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 239000004927 clay Substances 0.000 description 3
- 210000005240 left ventricle Anatomy 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 238000010009 beating Methods 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000005242 cardiac chamber Anatomy 0.000 description 2
- 230000000747 cardiac effect Effects 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000007373 indentation Methods 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- 238000002600 positron emission tomography Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000002603 single-photon emission computed tomography Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 210000000591 tricuspid valve Anatomy 0.000 description 2
- 208000029549 Muscle injury Diseases 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 238000009125 cardiac resynchronization therapy Methods 0.000 description 1
- 210000000038 chest Anatomy 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 238000002594 fluoroscopy Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 210000002837 heart atrium Anatomy 0.000 description 1
- 238000003331 infrared imaging Methods 0.000 description 1
- 238000004898 kneading Methods 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000007620 mathematical function Methods 0.000 description 1
- 210000004115 mitral valve Anatomy 0.000 description 1
- 230000002107 myocardial effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000010967 transthoracic echocardiography Methods 0.000 description 1
- 230000001960 triggered 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
- G06T7/0002—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
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
-
- 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
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/20—Linear translation of whole images or parts thereof, e.g. panning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/60—Rotation of whole images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- 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
- G06T2200/24—Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
-
- 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
- G06T2207/10016—Video; Image sequence
-
- 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
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
-
- 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
- G06T2207/30048—Heart; Cardiac
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Radiology & Medical Imaging (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Quality & Reliability (AREA)
- Multimedia (AREA)
- Architecture (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种用于校正移动结构(2)的动态模型(4)的方法和装置,所述动态模型是通过跟踪方法获得的。所述方法包括以下步骤:(a)提供在时间上相继地记录的所述移动对象(2)的图像(B)的时间系列;(b)提供所述结构(2)的动态模型(4),所述动态模型是通过跟踪方法获得的;(c)确定所述图像(B)中的位置时间段(h);(d)提供所述图像中的所述位置时间段(h)的任选地内插的图像值的随时间的位置‑时间表示(6)与所述动态模型(4)的表示的组合作为至少一个计算机图形对象(10);(e)将所述计算机图形对象(10)与周围图像内容(8)进行比较,特别是由用户进行比较,并且(f)通过编辑所述至少一个计算机图形对象(10)来校正所述动态模型(4),特别是由用户来进行编辑。
Description
技术领域
本发明涉及用于校正图像中捕获的移动结构的动态模型的方法、装置和计算机程序,所述动态模型是通过跟踪方法获得的。
背景技术
在所谓的跟踪方法中,自动跟踪图像序列中的动态结构。这种情况的示例是在超声图像的情况下的所谓的散斑跟踪:所谓的“散斑”是超声检查期间解剖结构的特性干涉图案,这种特性干涉图案是由于超声波长大于反射粒子或单元的尺寸而产生的。超声图像的这种特性颗粒状外观源于这些干涉。然而,这种散斑图案能够用于在图像序列的范围内从一幅图像到下一幅图像跟踪特定解剖结构,并且用于获得结构的动态模型作为其结果。已知的示例是例如在超声图像的时间系列中跟踪心内膜轮廓。在其他类型的图像(例如,动态磁共振成像(MRI)图像)中,能够在跟踪方法中使用所呈现的结构的特性特征来代替散斑的特性特征(这被称为特征跟踪)。
例如,在Lorsakul、Auranuch等人的“Parameterization of real-time 3Dspeckle tracking framework for cardiac strain assessment”(生物医学工程学会,EMBC,IEEE 2011年度国际会议,IEEE,2011年)中描述了在三维实时(RT3D)超声心动描记图像上跟踪心肌运动的背景下的三维(3D)散斑跟踪算法的原理。能够在Auger、Dominique等人的论文“Three-dimensional imaging in cardiac resynchronization therapy”(Revistade Cardiología(英文版)2011年,第64卷,第11期,第1035-1044页)的图2中找到通过散斑跟踪获得的心内膜轮廓模型的示例。
在专利申请公布US 2005/074153 A1中,公开了一种跟踪二维或三维数字图像(特别是回波描记图像)中的对象的边界的位置和速度的方法。另一方面,专利JP 5 842 039B1涉及一种对M模式图像中包括的多条轮廓线进行准确追踪的方法。
数字雕刻(也被称为雕刻建模或3D雕刻)是一种软件使用,该软件提供推动、拉动、平滑、抓取、捏合或以其他方式操纵数字对象的工具而使得数字对象就好像是由真实物质(例如,粘土)制成的一样。
目前,大多数跟踪方法都是自动运行的;即,能够完全自动地创建移动结构的动态模型。然而,在跟踪方法中找到可能的错误具有很多困难。能够想到将动态模型与图像序列叠加呈现以允许用户验证跟踪:如果动态模型和要跟踪的目标结构同步移动,则跟踪是正确的。能够通过这种方式识别明显的错误;然而,当要跟踪的目标结构和动态模型都移动时,很难校正如此识别的错误。
发明内容
因此,本发明的目的是以简单的方式促进对图像中捕获的移动结构的动态模型的准确校正,所述动态模型是通过跟踪方法获得的。
本发明通过根据权利要求1所述的方法、根据权利要求11所述的计算机程序和根据权利要求13所述的装置实现了这个目的。在从属权利要求中限定了有利的实施例。
在根据本发明的方法中,最初提供在时间上相继地记录的图像的时间系列(其也被称为图像序列),移动结构至少部分被成像在所述图像中。能够在执行根据本发明的方法之前立即或某个时间(或作为本发明的部分)采集图像序列,特别是通过医学成像方法(例如,2D、3D或4D超声,磁共振成像(MRI),X射线(特别是荧光检查),计算机断层摄影(CT),SPECT(单光子发射计算机断层摄影),PET(正电子发射断层摄影)或红外成像)来采集图像序列。然而,图像序列也能够是移动场景的光学视频记录,其例如由移动车辆的相机记录。所需的时间分辨率取决于感兴趣的移动结构的移动,所述移动结构至少部分被成像在相继地记录的至少大部分图像中。
图像是二维(2D)或三维(3D)图像数据记录,即,数字图像数据,特别是具有图像值的二维或三维矩阵。因此,图像的时间系列通常是在某个时间段内相继地记录的2D或3D图像序列,例如,电影。图像值能够是灰度值,例如在B模式超声中常见的,但也能够是彩色值,如在光学图像或视频的情况下就是如此。因此,2D图像是图像值的2D矩阵,例如可以具有在0至255之间的值的灰度值的2D矩阵。
本发明特别优选地应用于超声心动描记中,其中,例如每秒采集约10至30幅人类或动物心脏的图像,特别是通过经胸超声来采集。该图像能够是2D或3D图像的序列。
在下一步骤中,提供(或产生)通过跟踪方法获得的结构的动态模型,所述动态模型与图像配准。因此,这种动态模型是借助于在时间系列的第一图像上(特别是自动地或由用户)识别和标记的某些标记(例如:散斑元素)而产生的,并且在图像间跟踪这些标记的移动。结果,能够跟踪移动结构的某些点/标记/界标并确定其在每幅图像中的位置。然后,每幅图像上的跟踪点可以连接到轮廓或表面,所述轮廓或表面将其位置或形状从系列中的一幅图像改变到下一幅图像,并且其可以由动态模型来表示。跟踪方法能够是散斑跟踪方法(在超声图像的情况下)并且它能够是在其他成像方法或光学图像中的所谓的特征跟踪方法。优选地,通过应用于步骤(a)中提供的图像的时间系列的跟踪方法获得动态模型,在这种情况下,动态模型与图像的时间系列自动配准。
优选地,这些位置信息项被存储为动态模型。该模型能够简单地包含坐标信息项;但是,该模型也可以包含跟踪数据的某种抽象形式。举例来说,能够以网格或线框或网格模型的形式存储结构的某些表面元素,其中,仅存储节点并借助于三角形或其他几何表面跨越其间的区。例如,可以通过多边形的互连表面网格在模型中表示移动结构。然而,动态模型也能够被提供为数学函数。优选地,动态模型是移动结构的略微简化的近似结果。
动态模型优选是1D或2D模型,其例如随时间改变其在三个空间方向上的位置和/或形状。例如,在2D图像的时间系列的情况下,动态模型可以是器官的边界或心肌与心室或心房(例如,心内膜)内的血液之间的边界的表示。因为开发动态模型所基于的图像是2D图像,因此动态模型将是(可能弯曲的)1D线,其随时间改变形状。在3D图像的时间系列的情况下,优选地,动态模型将是曲面的2D模型,其表示例如器官的边界或心肌与血液之间的边界。
在医学图像的情况下,移动结构能够是移动器官(例如,人类或动物心脏),但也能够是其他移动器官(例如,血管、肺、胸部)或者移动手术器械(例如,导管)。然而,本发明还能够应用于视频序列中的移动结构或对象的分析;在这种情况下,移动结构例如是其他道路使用者。如果记录图像序列的相机移动,则“移动结构”任选地也可以是静态对象,然而,该静态对象相对于相机移动。
将动态模型与图像进行配准,即,针对系列中的每幅图像,模型相对于图像坐标的位置是已知的。因此,例如,能够将模型叠加在系列的一个或多幅图像上。从纯理论的角度来看,也能够在这种叠加呈现中校正模型。然而,由于必须在图像系列的每幅图像中单独进行校正,因此会发现这非常耗费精力。
这里,本发明借助于在时间系列的图像中确定的位置时间段(特别是一维位置时间段)来提供了简化的校正选项。优选地,这是由用户在例如时间系列的第一幅图像中引起的;但是,这也能够自动实现。位置时间段能够在时间系列的所有图像中具有相同的图像坐标(即,对于所有图像,使用相同的位置时间段);然而,位置也能够是对于不同的图像而不同的,这仍将在下文中进行更详细的解释。特别地,位置时间段是一维的,例如,直线或曲线,优选是直线,位置时间段例如能够由用户标绘在图像中的一幅图像中并且优选与感兴趣的移动结构相交。在下文中,位置时间段因此有时被称为位置时间线或矢量h。
在图像中的每幅图像中设定位置时间段之后,基于该段来生成位置-时间表示,即,例如通过对图像的像素值进行内插来确定位置时间段的图像值。这可能是必需的,因为在本发明的有利配置中,位置时间段可以呈现通过图像的2D或3D图像数据记录的任何取向。在这种情况下,可以通过对相应的相邻像素进行内插来确定一些配置中的图像值。替代地,也可以采用最接近位置时间段的像素的图像值。
在位置-时间表示中,然后相继地呈现时间系列的每幅图像的位置时间段的图像值;通常,在这种情况下,一个轴(例如,y轴)是空间轴,而另一个轴(例如,x轴)是时间轴。除了位置时间段可以呈现通过2D或3D图像的任何取向并且其不限于换能器或超声波的可能方向之外,这种类型的呈现类似于M模式超声图像。
将该位置-时间表示与动态模型的表示进行组合作为至少一个计算机图形对象。计算机图形对象是线、一组点或其他图形元素,其标记动态模型在相应的位置时间段上的位置。
该位置-时间表示允许将一个或多个计算机图形对象与周围图像内容(即,位置时间段的(任选地内插的)图像值)进行比较,特别由用户进行比较。作为该比较的结果,不仅能够在时间系列的单幅图像中确定动态模型的准确度,而且还能够在时间系列的所有图像中立即确定动态模型的准确度。
另外,提供了用于通过编辑至少一个计算机图形对象来校正动态模型的选项,特别是由用户进行编辑。在有利的配置中,用户具有例如使计算机图像对象移位或弯曲或者调整各个点的位置等的选项。在一些实施例中,计算机图形对象是一条线,并且用户能够通过使线中的点移位来设置线的缩进,优选自动环绕该缩进。在一些实施例中,在一些实施例中,线或编辑的线对应于样条函数。举例来说,根据编辑使点移位,并且根据样条函数来“拖动”剩余的点。作为样条函数的备选方案,还能够使用适于移动结构的预期移动模式的其他移动模型或函数,以便方便对时间分布的内插,即,在位置-时间表示中可见的移动模式的内插,尽可能使其“平滑”。举例来说,如果时间系列是抛出球的视频序列,则能够使用适当的运动学模型而不是样条插值。
优选地,由用户进行校正;然而,也能够想到自动校正,其中,图像内容与计算机图形对象之间的比较由计算机自动执行,例如借助于自学习算法来自动执行。
如果恰当编辑了计算机图形对象,则这种改变将被传递到动态模型,因此动态模型也会被相应地修改。针对该步骤的合适的技术是已知的,例在“数字雕刻”下的3D计算机图形领域中就是已知的。数字雕刻是一种软件使用,其提供用于推动、拉动、平滑、抓取、捏合或以其他方式操纵数字对象的工具,就好像数据对象是由真实物质(例如,粘土)制成的。因此,可以通过例如沿着平移矢量抓取并拉出一个点来轻微操纵计算机图形对象。该平移矢量被传递到动态模型上的对应位置和时间点,并且通过沿着平移矢量移动该位置和时间点处的点并且例如利用软内插在模型上夹带相邻(在时间和/或空间方面相邻)点来相应地操纵动态模型,就像模型是橡胶或粘土一样。
在有利实施例中,动态模型特别是通过跟踪平面结构(例如,心脏的心室的内表面(心内膜)或外表面(心外膜))来创建的,因此,该动态模型至少部分描述了移动模型表面。举例来说,动态模型能够表示收缩心室的内表面(模型)。
在这种情况下,至少一个计算机图形对象优选是对应于随时间标绘的位置时间段与模型表面的交点或模型表面在位置时间段上的投影的线。在这种情况下,位置时间段在图像中的至少一些图像中与模型表面相交。
在有利实施例中,不仅设定了一个位置时间段;相反,例如在模型表面的不同点处设定多个所述位置时间段,然后还相继地或同时地执行图像值的多个位置-时间表示与动态模型的表示的组合。另外,能够提供多个动态模型,所述多个动态模型跟踪在图像中成像的不同移动结构,例如,心内膜和心外膜。以这种方式,还能够将多个计算机图形对象与位置-时间表示进行组合。
组合表示意味着计算机图形对象叠加在位置时间段的图像值上,或者以不同方式建立计算机图形对象与周围图像内容(即,图像值)之间的对应对比度。这也可以通过不同的颜色方案来实现。
根据有利的配置,由位置-时间表示上的直线表示动态模型,并且针对时间系列的每幅图像适当调整(特别是移位)位置时间段的图像值的位置。也就是说,换句话说:动态模型的表示点始终保持在位置-时间表示中的相同位置处,因此计算机图形对象是直线。由于动态模型与图像配准,因此针对时间系列中的每幅图像,对应的图像内容(即,相应的位置时间线或表示)被对应地移位。这是有利的,因为跟踪方法中的误差使其本身在位置-时间表示中非常明显,因为图像内容然后被“不正确地”移位,并且例如能通过位置-时间表示中的不连续性清楚识别。
这为用户提供了此时必须紧急校正动态模型的指示。
在本发明的有利配置中,位置时间段在时间系列的各幅图像中具有不同的位置、方向和/或长度。这里,在时间系列的各幅图像中的位置时间段随着移动结构或其动态模型移动的情况下是有利的。这是有利的,因为尽管位置时间段在空间中(在绝对坐标系中)并没有显示相同的段,但它总是显示出移动结构的大致相同的段。也就是说,位置时间段遵循解剖结构,例如,跳动的心脏的移动。这能够通过各种方式实现:
举例来说,能够在图像序列的第一幅图像和图像序列的最后一幅图像中手动定义位置时间段,并且针对剩余图像在这两个端点位置之间内插位置或对准或长度。备选地,也能够在图像序列的多幅个体图像中手动确定位置时间段。这里,在如下情况下是有利的:通过用户接口为用户提供输入元件,例如,滑块或旋钮(在屏幕或物理滑块上)或触摸屏的轻扫功能,借助于该功能,针对整个图像序列和/或在每种情况下针对个体图像,所述用户能够手动调整位置时间段的位置、取向和长度。在如下情况下是有利的:在各幅图像之间存在位置时间段的位置、取向和/或长度的自动内插,在各幅图像中,用户已经确定了针对在时间上位于其间的图像的位置时间段。
利用移动结构夹带位置时间段也能够通过跟踪的动态模型来实现:在这种情况下,在整个图像序列中,位置时间段保持牢固锚定在其与动态模型相交的点处或者保持通过该交点;即,位置时间段被动态模型有效地夹带。如果存在与一个或多个动态模型的多个交点,则位置时间段能够利用两个交点锚定,因此,位置时间段能够在其位置方面以及在其对准和/或长度方面上被夹带。因此,在有利实施例中,位置时间段通过平移和/或旋转和/或变形和/或长度变化被移动结构或其动态模型夹带。
夹带是有利的,因为位置-时间表示看起来非常均匀,例如展示为在时间方向上延伸的稳定条纹图案(在跟踪的动态模型对目标结构很好地进行成像的情况下)。如果在跟踪期间出现错误并且动态模型并不适合结构,则位置-时间表示的条纹图案是不稳定的和/或具有不连续性,这清楚地指示需要校正。
在有利的配置中,该结构是解剖结构,特别是心脏,并且动态模型是心室的轮廓模型。
在特别有利实施例中,利用两个跟踪模型,其中,一个模型跟踪心肌的内侧(心内膜),而另一个模型跟踪心肌的外侧(心外膜)。结果,还能够表示并任选地校正心肌的局部壁增厚。在有利实施例中,针对腔室的随时间变化的增厚来调整时间系列的图像中的位置时间段的长度。这里,通过沿着位置时间段的空间采样率的减小来补偿肌肉的增厚。如果建模的增厚对应于图像信号中发生的实际增厚,则心脏壁在位置-时间表示中看起来始终较厚。如果现在利用两个动态模型,其中,一个模型跟踪心肌的内侧(心内膜),而另一个模型跟踪心肌的外侧(心外膜),则能够识别并校正与建模的增厚的偏差。
任何一维几何形状都适用于位置时间段。举例来说,还能够利用沿着跟踪线(例如通过心脏的心肌的中心线)的灰度值以用于位置-时间表示。因此,模型和位置时间段h将是相同的。继而,表示将由纯粹的水平结构表征。然而,如果切向移动分量是错误的,则这将会导致局部波形图案,其能够如上所述的得到校正。然后能够在沿着模型的任何点处选择计算机图形对象的表示。校正将被反映在跟踪线的切向变形中。备选地,也能够同时叠加多条线。
本发明还涉及一种包含软件代码段的计算机程序,当所述计算机程序在计算机上运行时,所述软件代码段促使所述计算机执行根据本发明的方法。该计算机程序既能够经由互联网下载,也能够被存储在数据介质上,数据介质例如为CD-ROM、USB棒、硬盘驱动器、存储卡等。
该方法能够在为此目的配置的任何普通计算机上运行,特别是云中的服务器-客户端系统、PC、工作站,或者诸如笔记本、膝上型计算机、平板计算机、智能手机的移动设备,或者具有屏幕和输入选项的其他电子设备。
本发明还涉及一种用于校正图像中捕获的移动结构的动态模型的装置,所述动态模型是通过跟踪方法获得的,并且所述装置被配置为执行根据本发明的方法。这样的装置包括数据存储器和一个或多个计算单元,例如,CPU或其他计算机芯片。此外,存在屏幕或其他显示设备,并且任选地,存在允许用户在位置-时间表示中编辑计算机图形对象的输入设备。输入装置能够是触摸屏、鼠标、键盘等。
附图说明
现在参考附图,基于示例性实施例来更详细地解释本发明。在附图中:
图1示出了根据本发明的方法的示意性概观;
图2示出了处于心尖四腔观视图中的人类心脏的示意性超声图像;
图3示出了在经胸超声心动描记的情况下的动态图像内容的示意图。
图4示出了沿着图2中的位置时间线h的示意性位置-时间表示;
图5示出了如图2中的示意图,其具有(由点描绘的)右心室的跟踪的表面模型;
图6示出了沿着图5中的位置时间线h的位置-时间表示;
图7示出了如图5中的处于四腔观视图中的人类心脏的超声图像的示意图,其中,(由点描绘的)跟踪模型偏离心室的实际路线;
图8示出了沿着图7中的位置时间线h的位置-时间表示;
图9示出了具有(由点描绘的)计算机图形对象和(由实线描绘的)校正的计算机图形对象的示意性位置-时间表示;
图10示出了处于四腔观视图中的心脏的超声图像的示意图,其示出了位置时间线h的平行移位夹带;
图11示出了处于四腔观视图中的心脏的示意图,其展示了通过旋转的位置时间线h的夹带;
图12示出了处于四腔观视图中的心脏的示意图,其展示了通过完全平移的位置时间线h的夹带;
图13示出了处于四腔观视图中的心脏的示意图,其展示了通过平移和(刚性)旋转的位置时间线h的夹带;
图14示出了超声图像的示意图和用于校正心室壁的增厚的对应位置-时间表示;并且
图15示出了根据本发明的装置的示意图。
具体实施方式
图1示意性地示出了沿着时间线t记录的超声图像B1、B2、B3、B4、……、BN,其中,跳动的心脏能够被视为处于心尖四腔观视图中的移动结构。能够例如使用经胸超声来采集超声图像的该时间系列。心脏2具有左心室20和右心室22(参见图2)。
通过点将跟踪的动态模型示意性地标绘在这些图像中并且向跟踪的动态模型提供附图标记4。另外,在该时间系列的第一幅图像B1和最后一幅图像BN中能够看到位置时间段h(在这种情况下为直线),所述位置时间段例如由用户在这两幅图像中进行标绘。该线h1和hN分别在点12处与模型4相交。
在图像的下部分中示意性地示出了位置-时间表示。这里,来自时间系列的图像中的每幅图像的位置时间段h的图像值彼此相邻地被成像,即,线9(每条线都示出了处于不同时间但来自相同的空间段h(或h1、h2、h3、……、hN)的图像内容)被串在一起。位置时间线h与动态模型4的交点与位置-时间表示6中的图像内容进行组合(例如叠加在上述图像内容上)作为计算机图形对象10,结果产生线形的计算机图形对象10(由点描绘)。剩余的图像内容8随时间不是恒定的,而是产生特性均匀的条纹图案。位置-时间表示6实际上类似于M模式超声,但是由2D或3D超声图像的序列产生的并且不是以M模式记录的。
图2示出了心脏的示意性超声图像,其具有略微更准确的准确度,包括位置时间段h的确切位置,该确切位置在此被呈现为从点P1延伸到点P2并与心脏的心外膜26在点25和27处相交的矢量h。另外,能够在心脏的表示中看到左心室20和二尖瓣21,紧邻这些的是右心室22和三尖瓣23。结果,位置时间段h已经被设定为使得TAPSE(TAPSE=三尖瓣环状平面收缩期偏移)分析成为可能。TAPSE是用于估计右心室功能的超声心动描记手段。它对应于三尖瓣环从舒张末期到收缩末期的移动距离。
为了阐明这种移动,图3示出了通过心动周期的图2的四腔观视图,其中,心室20和22的尺寸改变以及瓣膜21、23的开闭改变会变得可见。
图4以位置-时间表示示出了沿着图2的位置时间线h的图像内容的所得时间分布。位置时间线h与心外膜25的上交点在此由线35表示,下交点27由线37表示。线37的信号轮廓的幅度能够在TAPSE分析的范围内用于估计右心室功能。
如图2所示,存在多个用于放置位置时间段的选项:举例来说,用户能够选择他们想显示的图像序列中的哪一幅图像,或者第一幅图像被自动输出在屏幕上。然后,已经能够基于该图像中的界标来自动提出位置时间段。在其他实施例中,用户利用适当的输入单元来标绘位置时间线。如果位置时间线是直线(如在许多实施例中的情况那样),则例如仅设定起点P1和终点P2就足够了。在其他示例性实施例中,用户选择例如两个界标(例如,图2中的点25和27),并且计算机自动放置通过这两点的一条线,这条线的长度是自动设定的。
图5再次示意性地示出了图2的四腔观视图,具有现在使用点额外地标绘的动态模型4。这里,这是右心室的跟踪的轮廓或表面模型。
在图6中描绘的相关联的位置-时间表示中,现在描绘图像内容8(即,在图像系列的所有图像中沿着矢量h的图像值或幅度信号的扫描(其中,在图5中描绘了其中之一))。这叠加有与模型4的对应交点25、27,其由虚线45和47表示。在图6的示例中,由线35和37表示的解剖结构(即,图像内容8)与动态模型4或与表示交点25、27的计算机图形对象45、47具有良好的对应关系;校正不是必需的。
图7和图8呈现了动态模型4与至少一幅图像中的图像内容没有良好对应关系的情况,如图7所示。换句话说,图像内容与跟踪模型彼此没有同步移动。在这种情况下,位置时间线h与动态模型4的下交点27明显不对应于三尖瓣环(其由27a表示)。相反,在该图像中,模型4将必须沿着箭头28向下延伸;参见图7。
根据图8中的位置-时间表示,能够容易地识别出图像内容与跟踪模型在位置30处并未同步移动。由于计算机图形对象47(其对应于交点27)明显没有沿着与位置30处相对应的图像内容(即,三尖瓣环)(用37表示其时间分布)延伸,因此也会容易地识别出随时间的相对偏差的大小。
现在,本发明的基本构思在于使得跟踪的动态模型47的表示能由用户进行编辑。然后将这些改变对应地传递到模型4。结果,能够随时间在矢量h的方向上修改动态模型4的交点。以这种方式,能够通过适当选择位置时间段h(即,其位置、取向和长度)在任何方向上进行校正。
在图8的示例中,用户能够选择计算机图形对象47(例如在点49处例如借助于鼠标或不同的输入单元来选择),并且将所述计算机图形对象沿着箭头48向下移位。有利地,用户仅移位一个点49就足够了,因此所述用户不需要移位计算机图形对象47的多个点。举例来说,动态模型4并且因此还有计算机图形对象47对应于具有多个节点的样条函数或任何其他合适的移动模型。如果一个节点49被移位,则计算机图形对象47的整个周围线都会相应地移位,使得在理想情况下能够通过单击鼠标动作使计算机图形对象47与位置30处的三尖瓣环37的实际移动建立对应关系。
根据优选实施例,如果计算机图形对象(在图9中其再次由附图标记10表示)被定义为直线(如图9所示),则校正再次得到简化。尽管如此,计算机图形对象10对应于动态模型4,其并不沿着直线移动。然而,在位置-时间表示6中,优选地,位置时间段h与动态模型4的所有交点(或对应点)被移动到相同的水平,并且剩余的图像内容8因此被移位或者如果存在与多个模型4的交点,则交点之间的距离随时间改变,甚至被缩小或被扩大。其目的是获得尽可能直的图像内容8的轮廓,因为与计算机图形对象10的水平轮廓的偏差是显而易见的。在图9中示出了这种情况,其中,明显没有随时间准确选择对应于动态模型4的结构8而是该结构向上偏离。根据本发明,可以选择由用户或者自动地或半自动地沿着线8的方向上的箭头48向上移动点49,由此编辑计算机图形对象10。计算机图形对象10的改变继而被传递到动态模型4并且动态模型4由此得到校正。独立于模型4的相应的个体移动轨迹,总是获得标准化表示,因此所述表示仅示出无错误情况下的水平延伸的图像结构。结果,能够更容易地(在视觉上或自动地)识别和校正与理想形式的偏差。
因此,位置时间段h与动态模型4的交点始终存在,在一些实施例中提供用于在图像序列内改变位置时间段的位置,并且因此使其适于动态结构的移动或将交点夹带到所述移动中。在图10中描绘了这样的示例:用实线表示处于完全松弛(舒张末期)的心室,并且用虚线表示相反情况下处于收缩状态(收缩末期)的心室。心脏舒张期和心脏收缩期中的三尖瓣环的外部点分别由33a和33b表示。从图10中能够看出,该点在心跳期间明显移位。为了利用移动结构(心脏2)或利用通过跟踪产生的动态模型4夹带位置时间线h,在这种情况下例如将所述线平行移位是有利的。
在实践中,这能够以如下方式执行:位置时间线“被锚定”到第一幅图像中的交点33a处的动态模型4(未在图10中标绘出),即,模型4的点或节点中的一个被标记为与位置时间线h的交点。当然,由于在图像序列内跟踪动态模型的点,因此该点在时间系列的每幅另外的图像中的位置是已知的。然后,例如能够根据动态模型的标记点的移动将位置时间段在时间系列的相继图像上平行移动,同时保持取向;这样得到图10的平行移位。矢量h的长度能够被维持或者类似地针对移动来调整,这仍将参考图14来进行更详细的解释。
在图10的示例中,位置时间线h的长度保持不变;只有垂直于矢量h的移动方向被传递到位置时间线h的起点和终点。
图11示出了另一种情况,其中,以不同的方式夹带位置时间线h:这里,在每种情况下,该位置时间线仍然保持锚定在动态模型4的点33a、33b处。然而,并不保持对准,而是设定固定点43,其中,图像序列的每幅图像的位置时间线h延伸通过该固定点。位置时间线h总是以相同的相对长度与点43相交并且在每种情况下都额外旋转而使得它们也延伸通过点33。结果,在不同图像间存在位置时间线h的旋转。
在每种情况下,图10和图11中由h表示的矢量对应于位置时间段,其位置仅在该图像序列内改变。除此之外,还能够选择多个位置时间段并且相继地或同时评估对应的位置-时间表示。
图12示出了这样的示例,其中,位置时间段h利用完全平移来夹带,即,矢量h不是被平行移位而是在两个空间方向上(或在3D图像的情况下在所有三个空间方向上)被移位。图12中示出了这种情况的示例,其中,在不同图像间夹带最初锚定到三尖瓣环的矢量h的起点,使得该起点始终保持在该解剖位置处。在时间序列的结束或在心脏收缩时,该矢量的起点位于点P1b处。在该示例中,还没有调整长度,但是调整长度也是可能的;参见图14。
图13示出了通过平移和额外的旋转来夹带位置时间线h的情况;这里,线h在所示示例中保持刚性。然而,如下所述,线h也可能存在变形。
图14再次示出了图像系列B1、……、BN,其中,这次的二维超声图像表示左心室20的横截面。检查的目的是跟踪心室壁的动态增厚并由此诊断可能的肌肉损伤。结果,位置时间线h被放置为使得它大致垂直地与腔室壁相交,并且在第一幅图像B1中从心室P1a的外部点延伸到腔室P2a的大致中心。还能够在心室壁的另外的点处定义另外的位置时间线。
在该示例中,有利的是,同时使用多个跟踪的动态模型,特别是两个动态模型,其中,一个动态模型跟踪心肌的内侧(心内膜),而另一个动态模型跟踪心肌的外侧(心外膜)。这使得能够表示并且任选地校正心肌的局部壁增厚。位置时间线h与两个表面模型的相应交点在第一幅图像B1中由25a和27a表示,而在最后一幅图像BN中由25b和27b表示。这些交点被传递到或叠加在位置-时间表示6上作为线45和47(用点标绘)。有利地,这些交点45、47由直线表示,并且位置-时间表示6中的位置时间线9的位置因此在必要时被调整或移位(在完全夹带位置时间矢量h的情况下,如下所述,这种情况会自动出现,因此不需要进一步移动位置时间线9)。
有利地,在该示例中通过平移、旋转和额外变形来夹带位置时间矢量h,如通过比较B1与BN所清楚的呈现的那样:在图像BN中,心脏松弛并且肌肉或心脏壁因此较薄。这通过提高沿着矢量h的空间采样率而得到补偿。这是通过位置时间线h与心内膜和心外膜的跟踪模型的交点25b和27b更为紧密地一起移动来触发的。结果,位置时间线h的终点P1b和P2b也成比例地彼此更为紧密地一起移动;整个位置时间线被缩短。有利地,这通过提高空间扫描速率而得到补偿。结果,对局部变形(例如,心脏壁的增厚)进行建模。如果跟踪的模型45、47以及因此建模的增厚对应于图像信号中发生的实际增厚,则心脏壁在位置-时间表示6中显现出不变的厚度。因此,能够识别和校正建模的增厚的偏差。
换句话说:如果矢量h的坐标系利用曲面模型(完全平移、刚体变换(平移加旋转)以及额外地还有变形)来完全夹带,则位置-时间表示中的模型的轨迹变为水平直线。在精确跟踪的情况下,扫描的图像内容的幅度信号与其平行。因此,通过弯曲的时间信号轮廓,偏差变得显而易见。
图15示出了装置50,借助于该装置能够执行该方法。所述装置实质上包含计算机52、具有存储器单元57的PC(例如,硬盘驱动器),以及所示示例中的计算单元58。举例来说,计算单元是CPU。监视器54和键盘53连接到计算机52。另外,提供鼠标56作为另外的输入设备。然而,这只是示例;本发明能够在任何类型的计算机上执行。
在图15所示的示例中,装置50同时也是超声设备,借助于该超声设备能够采集图像序列。为此,在患者3的心脏2上执行经胸超声,其中,超声换能器由适当的专业人员引导。因此,能够采集一系列2D或3D图像,如图像的下部所示。这里,分别以Δt的时间间隔记录的2D图像B被标绘,其中,采集速率可以是大约20至200Hz,优选是50至150Hz。
Claims (14)
1.一种用于校正图像(B)中捕获的移动结构(2)的动态模型(4)的方法,所述动态模型是通过跟踪方法获得的,其中,所述方法包括以下步骤:
a)提供在时间上相继地记录的图像(B)的时间系列,所述移动结构(2)至少部分被成像在所述图像中;
b)提供所述移动结构(2)的动态模型(4),所述动态模型是通过跟踪方法获得的并且与所述图像(B)配准;
c)确定所述图像(B)的位置时间段(h),其中,所述位置时间段(h)是所述图像(B)中的直线或曲线,所述直线或曲线与所述移动结构相交;
d)提供所述时间系列的所述图像(B)中的所述位置时间段(h)的任选地内插的图像值的位置-时间表示(6)与所述动态模型(4)的表示的组合作为至少一个计算机图形对象(10、45、47),其中,所述位置-时间表示是2D表示,其中,一个轴是时间轴,并且另一个轴是空间轴,其中,所述时间系列的每幅图像(B)的所述位置时间段(h)的所述任选地内插的图像值是随时间标绘而相继地呈现的,所述至少一个计算机图形对象标记所述动态模型在相应的位置时间段上的位置,其中,在组合表示中建立所述计算机图形对象与周围图像内容(8)之间的对应对比度,所述对应对比度优选是通过将所述计算机图形对象(10、45、47)叠加在所述位置时间段(h)的所述图像值上来建立的;
e)将所述计算机图形对象(10、45、47)与所述位置-时间表示(6)的周围图像内容(8)进行比较;并且
f)提供用于通过编辑所述至少一个计算机图形对象(10、45、47)来校正(48)所述动态模型(4)以及用于向所述动态模型传递对所述计算机图形对象(10)做出的任何改变(48)的选项。
2.如权利要求1所述的方法,其中,所述位置时间段是一维位置时间段。
3.如权利要求1所述的方法,其中,所述动态模型(4)至少部分地描述模型表面,并且其中,所述至少一个计算机图形对象(10、45、47)是对应于随时间标绘的所述位置时间段(h)与所述模型表面的交点(35、37)或所述模型表面在所述位置时间段(h)上的投影的线。
4.如权利要求1-3中的任一项所述的方法,其中,所述动态模型(4)由所述位置-时间表示(6)中的直线(10)表示,并且针对所述时间系列的每幅图像,调整所述位置-时间表示(6)中的所述位置时间段(h)的所述图像值的位置。
5.如权利要求1-3中的任一项所述的方法,其中,所述位置时间段(h)在所述时间系列的各幅图像(B)中具有不同的位置、方向和长度。
6.如权利要求1-3中的任一项所述的方法,其中,通过平移、旋转、变形、长度变化,或其组合,所述时间系列的各幅图像(B)中的所述位置时间段(h)被所述移动结构(2)或所述移动结构的动态模型(6)夹带。
7.如权利要求1-3中的任一项所述的方法,其中,所述用户能够调整所述位置时间段(h)的位置、取向和长度。
8.如权利要求1-3中的任一项所述的方法,其中,提供多个动态模型(4)。
9.如权利要求1-3中的任一项所述的方法,其中,所述移动结构(2)是解剖结构。
10.如权利要求9所述的方法,其中,所述解剖结构包括心脏,并且所述动态模型(4)是心室(20)的表面模型。
11.如权利要求9所述的方法,其中,提供心内膜的动态模型(4)和心外膜的动态模型,并且所述位置时间段(h)与心室壁(29)相交(25a、27a),并且其中,针对所述心室壁的随时间变化的增厚来调整所述时间系列的所述图像(B)中的所述位置时间段(h)的长度。
12.如权利要求1-3中的任一项所述的方法,其中,所述位置时间段(h)沿着通过心脏的心肌的轨迹线延伸。
13.一种存储有计算机程序的计算机可读介质,所述计算机程序包含软件代码段,当所述计算机程序在计算机(52)上运行时,所述软件代码段促使所述计算机(52)执行如权利要求1-12中的任一项所述的方法的步骤。
14.一种用于校正图像(B)中捕获的移动结构(2)的动态模型(6)的装置(50),所述动态模型是通过跟踪方法获得的,并且所述装置被配置为执行如权利要求1至12中的任一项所述的方法,其中,所述装置包括:
数据存储器(57),其存储:在时间上相继地记录的图像(B)的至少一个时间系列,所述移动结构(2)至少部分被成像在所述图像中;以及所述移动结构的动态模型(6),所述动态模型是通过跟踪方法获得的并且与所述图像(B)配准,
一个或多个计算单元(58),其被配置为执行如权利要求1至12中的任一项所述的方法;
屏幕(54),其适合于随时间的所述图像中的所述位置时间段(h)的任选地内插的图像值的位置-时间表示(6)与所述动态模型(4)的表示的组合作为至少一个计算机图形对象(10);
输入装置(56),其允许用户在所述位置-时间表示(6)上编辑所述计算机图形对象(10)。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102016117889.6A DE102016117889B3 (de) | 2016-09-22 | 2016-09-22 | Verfahren und Vorrichtung zur Korrektur von durch Tracking-Verfahren ermittelten dynamischen Modellen |
DE102016117889.6 | 2016-09-22 | ||
PCT/EP2017/073880 WO2018055026A1 (en) | 2016-09-22 | 2017-09-21 | Method and apparatus for correcting dynamic models obtained by tracking methods |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109791690A CN109791690A (zh) | 2019-05-21 |
CN109791690B true CN109791690B (zh) | 2023-07-14 |
Family
ID=59997335
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780058492.1A Active CN109791690B (zh) | 2016-09-22 | 2017-09-21 | 用于校正通过跟踪方法获得的动态模型的方法和装置 |
Country Status (6)
Country | Link |
---|---|
US (1) | US10922861B2 (zh) |
EP (1) | EP3516620B1 (zh) |
JP (1) | JP7337694B2 (zh) |
CN (1) | CN109791690B (zh) |
DE (1) | DE102016117889B3 (zh) |
WO (1) | WO2018055026A1 (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170169609A1 (en) * | 2014-02-19 | 2017-06-15 | Koninklijke Philips N.V. | Motion adaptive visualization in medical 4d imaging |
EP3408037A4 (en) | 2016-01-27 | 2019-10-23 | Maui Imaging, Inc. | ULTRASONIC IMAGING WITH DISTRIBUTED NETWORK PROBES |
WO2019134757A1 (en) * | 2018-01-08 | 2019-07-11 | Brainlab Ag | Optimizing an atlas |
JP7283985B2 (ja) * | 2019-06-12 | 2023-05-30 | ザイオソフト株式会社 | 医用画像処理装置、医用画像処理方法、及び医用画像処理プログラム |
CN111462177B (zh) * | 2020-03-14 | 2023-04-07 | 华中科技大学 | 一种基于多线索的在线多目标跟踪方法和系统 |
US12109059B2 (en) * | 2020-05-19 | 2024-10-08 | Konica Minolta, Inc. | Dynamic analysis system, correction apparatus, storage medium, and dynamic imaging apparatus |
KR20230124893A (ko) * | 2020-10-21 | 2023-08-28 | 마우이 이미징, 인코포레이티드 | 다중 어퍼쳐 초음파를 사용한 조직 특성 묘사를 위한 시스템들 및 방법들 |
CN113850837B (zh) * | 2021-11-25 | 2022-02-08 | 腾讯科技(深圳)有限公司 | 视频处理方法、装置、电子设备、存储介质及计算机产品 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101103377A (zh) * | 2003-10-02 | 2008-01-09 | 美国西门子医疗解决公司 | 进行局部可变形运动分析的系统和方法 |
CN101297321A (zh) * | 2005-10-25 | 2008-10-29 | 布拉科成像S.P.A.公司 | 配准图像的方法,用于执行配准图像的方法的算法,用于使用所述算法配准图像的程序以及处理生物医学图像以减少由对象移动导致的成像伪影的方法 |
EP2549436A2 (en) * | 2011-07-19 | 2013-01-23 | Kabushiki Kaisha Toshiba | Apparatus and method for tracking contour of moving object, and apparatus of and method for analyzing myocardial motion |
CN105900140A (zh) * | 2013-11-05 | 2016-08-24 | 皇家飞利浦有限公司 | 用于实时超声成像的三平面图像的自动分割 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4306051B2 (ja) * | 1999-10-27 | 2009-07-29 | 株式会社日立メディコ | 超音波診断装置 |
CN100393283C (zh) * | 2002-09-12 | 2008-06-11 | 株式会社日立医药 | 生物体组织动状态跟踪方法、使用该方法的图像诊断装置 |
JP4300460B2 (ja) * | 2003-02-25 | 2009-07-22 | 株式会社日立メディコ | 超音波診断装置 |
ATE550680T1 (de) * | 2003-09-30 | 2012-04-15 | Esaote Spa | Methode zur positions- und geschwindigkeitsverfolgung eines objektrandes in zwei- oder dreidimensionalen digitalen echographischen bildern |
US7951083B2 (en) * | 2004-02-05 | 2011-05-31 | Siemens Medical Solutions Usa, Inc. | Motion analysis improvements for medical diagnostic ultrasound |
ES2292002T3 (es) * | 2005-05-13 | 2008-03-01 | Tomtec Imaging Systems Gmbh | Metodo y dispositivo para reconstruir imagenes de seccion bidimensionales. |
US8538103B2 (en) * | 2009-02-10 | 2013-09-17 | Hitachi Medical Corporation | Medical image processing device, medical image processing method, medical image diagnostic apparatus, operation method of medical image diagnostic apparatus, and medical image display method |
US20110262018A1 (en) * | 2010-04-27 | 2011-10-27 | MindTree Limited | Automatic Cardiac Functional Assessment Using Ultrasonic Cardiac Images |
JP5438722B2 (ja) * | 2011-06-03 | 2014-03-12 | 富士フイルム株式会社 | 超音波診断装置 |
WO2015010859A1 (en) * | 2013-07-23 | 2015-01-29 | Koninklijke Philips N.V. | Registration system for registering an imaging device with a tracking device |
WO2015049324A1 (en) * | 2013-10-01 | 2015-04-09 | Koninklijke Philips N.V. | System and method for myocardial perfusion pathology characterization |
JP5842039B1 (ja) * | 2014-08-15 | 2016-01-13 | 日立アロカメディカル株式会社 | 超音波画像処理装置 |
US9972069B2 (en) * | 2014-10-06 | 2018-05-15 | Technion Research & Development Foundation Limited | System and method for measurement of myocardial mechanical function |
-
2016
- 2016-09-22 DE DE102016117889.6A patent/DE102016117889B3/de active Active
-
2017
- 2017-09-21 CN CN201780058492.1A patent/CN109791690B/zh active Active
- 2017-09-21 WO PCT/EP2017/073880 patent/WO2018055026A1/en unknown
- 2017-09-21 EP EP17777529.3A patent/EP3516620B1/en active Active
- 2017-09-21 US US16/335,757 patent/US10922861B2/en active Active
- 2017-09-21 JP JP2019536697A patent/JP7337694B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101103377A (zh) * | 2003-10-02 | 2008-01-09 | 美国西门子医疗解决公司 | 进行局部可变形运动分析的系统和方法 |
CN101297321A (zh) * | 2005-10-25 | 2008-10-29 | 布拉科成像S.P.A.公司 | 配准图像的方法,用于执行配准图像的方法的算法,用于使用所述算法配准图像的程序以及处理生物医学图像以减少由对象移动导致的成像伪影的方法 |
EP2549436A2 (en) * | 2011-07-19 | 2013-01-23 | Kabushiki Kaisha Toshiba | Apparatus and method for tracking contour of moving object, and apparatus of and method for analyzing myocardial motion |
CN105900140A (zh) * | 2013-11-05 | 2016-08-24 | 皇家飞利浦有限公司 | 用于实时超声成像的三平面图像的自动分割 |
Also Published As
Publication number | Publication date |
---|---|
JP7337694B2 (ja) | 2023-09-04 |
WO2018055026A1 (en) | 2018-03-29 |
US20190251724A1 (en) | 2019-08-15 |
DE102016117889B3 (de) | 2018-03-15 |
US10922861B2 (en) | 2021-02-16 |
CN109791690A (zh) | 2019-05-21 |
EP3516620B1 (en) | 2020-04-08 |
EP3516620A1 (en) | 2019-07-31 |
JP2019534764A (ja) | 2019-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109791690B (zh) | 用于校正通过跟踪方法获得的动态模型的方法和装置 | |
KR102269467B1 (ko) | 의료 진단 이미징에서의 측정 포인트 결정 | |
US9179890B2 (en) | Model-based positioning for intracardiac echocardiography volume stitching | |
JP4060615B2 (ja) | 画像処理装置及び超音波診断装置 | |
JP5108905B2 (ja) | 3dデータセット中の画像ビューを自動的に特定する方法および装置 | |
CN109589170B (zh) | 医学成像中的左心耳闭合引导 | |
US5889524A (en) | Reconstruction of three-dimensional objects using labeled piecewise smooth subdivision surfaces | |
JP3725442B2 (ja) | 医用画像診断装置及びその方法 | |
JP4576228B2 (ja) | 生理学的モデルに基づく非剛体画像位置合わせ | |
US20160113632A1 (en) | Method and system for 3d acquisition of ultrasound images | |
US8224053B2 (en) | Methods and systems for displaying quantitative segmental data in 4D rendering | |
US20030160786A1 (en) | Automatic determination of borders of body structures | |
JP7528082B2 (ja) | 腔内プローブ処置を計画するための方法、デバイス及びシステム | |
CN104272348B (zh) | 用于对对象进行成像的成像装置和方法 | |
JP2014140742A (ja) | 動いている器官の目標エリア内のオブジェクトを追跡するための方法および装置 | |
AU2008255134A1 (en) | Anatomical modeling from a 3-D image and a surface mapping | |
JP2003508139A (ja) | 非剛体運動画像解析 | |
Zhou et al. | A real-time and registration-free framework for dynamic shape instantiation | |
KR101957605B1 (ko) | 3d cta 영상 간의 심혈관 강체 정합 방법, 이를 수행하기 위한 기록매체 및 장치 | |
JP5383467B2 (ja) | 画像処理装置、画像処理方法、画像処理システム及びプログラム | |
JP5709957B2 (ja) | 画像処理装置、画像処理方法、画像処理システム及びプログラム | |
JP7165541B2 (ja) | ボリュームデータ処理装置、方法及びプログラム | |
KR20200140683A (ko) | 초음파 영상과 3차원 의료 영상의 정렬을 위한 장치 및 방법 | |
Peressutti et al. | A framework for automatic model-driven 2D echocardiography acquisition for robust respiratory motion estimation in image-guided cardiac interventions |
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 |