CN109801254B - 医学成像中的传递函数确定 - Google Patents
医学成像中的传递函数确定 Download PDFInfo
- Publication number
- CN109801254B CN109801254B CN201811352524.1A CN201811352524A CN109801254B CN 109801254 B CN109801254 B CN 109801254B CN 201811352524 A CN201811352524 A CN 201811352524A CN 109801254 B CN109801254 B CN 109801254B
- Authority
- CN
- China
- Prior art keywords
- transfer function
- voxels
- rendering
- region
- image
- 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
- 238000012546 transfer Methods 0.000 title claims abstract description 151
- 238000002059 diagnostic imaging Methods 0.000 title claims abstract description 34
- 238000009877 rendering Methods 0.000 claims abstract description 72
- 230000006870 function Effects 0.000 claims description 158
- 238000009826 distribution Methods 0.000 claims description 43
- 238000000034 method Methods 0.000 claims description 33
- 238000012545 processing Methods 0.000 claims description 22
- 238000001514 detection method Methods 0.000 claims description 10
- 230000003993 interaction Effects 0.000 claims description 7
- 238000002591 computed tomography Methods 0.000 claims description 6
- 238000002603 single-photon emission computed tomography Methods 0.000 claims description 4
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 3
- 238000002600 positron emission tomography Methods 0.000 claims description 3
- 238000002604 ultrasonography Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims 2
- 238000013459 approach Methods 0.000 abstract description 8
- 230000000007 visual effect Effects 0.000 abstract description 4
- 210000001519 tissue Anatomy 0.000 description 24
- 239000003086 colorant Substances 0.000 description 11
- 238000013507 mapping Methods 0.000 description 10
- 230000033458 reproduction Effects 0.000 description 9
- 238000003384 imaging method Methods 0.000 description 7
- 238000003860 storage Methods 0.000 description 7
- 230000004044 response Effects 0.000 description 6
- 210000003484 anatomy Anatomy 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 210000004185 liver Anatomy 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000005266 casting Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 210000000056 organ Anatomy 0.000 description 3
- 239000000523 sample Substances 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 210000005228 liver tissue Anatomy 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 210000004872 soft tissue Anatomy 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000003325 tomography Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- HPTJABJPZMULFH-UHFFFAOYSA-N 12-[(Cyclohexylcarbamoyl)amino]dodecanoic acid Chemical compound OC(=O)CCCCCCCCCCCNC(=O)NC1CCCCC1 HPTJABJPZMULFH-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000002872 contrast media Substances 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000010237 hybrid technique Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
- 238000003079 width control Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/08—Volume rendering
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
- A61B5/1073—Measuring volume, e.g. of limbs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
-
- 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
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10088—Magnetic resonance imaging [MRI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10108—Single photon emission computed tomography [SPECT]
-
- 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
- G06T2207/20104—Interactive definition of region of interest [ROI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/41—Medical
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Graphics (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- High Energy & Nuclear Physics (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Image Generation (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明涉及医学成像中的传递函数确定。为了医学成像中的再现，确定（38）传递函数。对于设置传递函数的简单途径使用经再现的图像（33）与体素数据（31）的组合，从而提供图像和数据驱动的途径二者的混合。经再现的图像上的感兴趣的区（34）用于选择体素数据中的一些。所选体素数据的特性用于确定（38）用于再现（40）另一图像的传递函数。经再现的图像（33）的可视方面与来自扫描的体素数据二者用于设置传递函数。
Description
背景技术
本实施例涉及医学成像中的容积再现（volume rendering）。对于容积再现，传递函数指定在容积标量数据与所再现的图像的光学性质、诸如颜色和不透明度之间的映射。在医学应用中，任务相关的传递函数，其也已知为预设，用于优化特定解剖区的显示或用于强调特定组织类型。大多数容积再现系统提供用于手动调节传递函数参数的功能性。窗宽可以指定所映射的标量值的范围并且确定所再现的图像的对比度，并且窗位（windowlevel）使传递函数以特定感兴趣的值为中心。窗宽和窗位参数的不同组合导致不同的发现并且必须被重复地调节以改善图像中存在的诊断信息。由于在传递函数和结果得到的图像之间的复杂且通常不可预测的关系，该手动调节是困难且耗时的。
自动化技术可以简化传递函数的调节或设置。图像驱动的途径分析利用不同参数所生成的图像以选择最优设置。例如，用户选择最佳图像集合，并且调用随机搜索来基于选择而生成新的传递函数集合。数据驱动的途径分析容积数据而不是所生成的图像。尽管这些途径广泛地用于搜索设施处，但是它们在临床实践中通常不被接受，因为它们不直观或使用起来不易。
发明内容
作为引言，下述优选实施例包括用于诸如通过确定用于再现的传递函数来在医学成像中进行再现的方法、系统、指令和计算机可读介质。对于设置传递函数的简单途径使用经再现的图像与体素数据的组合，从而提供图像和数据驱动的途径二者的混合。经再现的图像上的感兴趣的区用于选择体素数据中的一些。所选体素数据的特性用于确定用于再现另一图像的传递函数。经再现的图像的可视方面与来自扫描的体素数据二者用于设置传递函数。
在第一方面中，提供一种方法，其用于确定用于根据医学扫描仪而再现图像的传递函数。医学扫描仪扫描患者的容积。扫描提供表示容积体素的强度。图形处理单元通过使用第一传递函数、根据表示体素的强度来再现第一二维图像。接收基于第一二维图像所确定的感兴趣的区，并且基于所述感兴趣的区来标识体素的子集。根据所述子集的体素的强度的分布来确定第二传递函数（例如在具有针对一个或多个参数的不同值的意义上的新传递函数）。图形处理单元通过使用第二传递函数来再现第二二维图像。
在第二方面中，提供一种用于在医学成像中进行再现的系统。一种医学成像系统被配置成扫描患者的内部区，并且生成体素数据，所述体素数据表示包括所述内部区的容积。再现器被配置成根据体素数据而再现第一图像。所述再现器被配置成利用传递函数设置来进行再现，所述传递函数设置基于利用第二图像中的一区所选择的体素数据的部分。显示器被配置成显示由再现器所输出的图像。图像表示内部区。
在第三方面中，提供一种用于在医学成像中进行再现的方法。医学扫描仪扫描患者的容积，从而提供表示容积体素的强度。图形处理单元通过使用第一传递函数、根据表示体素的强度来再现第一二维图像。图形处理单元通过使用第二传递函数来再现第二二维图像。第二传递函数被设置为与第一二维图像上的感兴趣的区以及第一二维图像中所描绘的表面的深度相对应的体素的子集的强度的函数。
本发明由随后的权利要求来限定，并且本章节中没有什么应当被理解为对那些权利要求的限制。本发明的此外的方面和优点在以下结合优选实施例来被讨论，并且可以稍后独立地或组合地被要求保护。
附图说明
专利或申请文件包含至少一个用彩色执行的绘图。此专利或专利申请公布具有（多幅）彩色绘图的拷贝将在请求以及支付了必要费用的时候由专利局提供。
组件和图不一定是按比例的，代替地强调被置于说明本发明的原理上。此外，在各图中，同样的参考标号贯穿不同的视图指明对应的部分。
图1是用于在医学成像中进行再现的方法的一个实施例的流程图图解；
图2是用于确定用于再现图像的传递函数的方法的一个实施例的流程图图解；
图3和4示出示例传递函数；
图5和6示出图3和4的示例传递函数，其叠覆有针对与经再现的图像中的感兴趣的区相对应的体素的强度的直方图；
图7和8分别示出使用图3和4的传递函数的示例所再现图像；
图9和10通过重定位感兴趣的区并且利用基于所述感兴趣的区的不同传递函数来进行再现、作为探测的部分而示出示例所再现图像；
图11和12示出示例图像，其基于不透明度中的改变；
图13和14示出示例图像，其基于传递函数的颜色映射（color map）中的改变；以及
图15是用于在医学成像中进行再现的系统的一个实施例的框图。
具体实施方式
自动化传递函数设计允许临床环境中的交互式容积探测。简单和直观的方法是基于一个或多个感兴趣的区（ROI）的选择来设计传递函数，从而简化对容积数据集的探测。自动计算用于再现图像的开窗口参数的最优集。
基于在所再现图像上所指定的ROI连同对应标量体素值的直方图分析的混合技术用于定义或调节传递函数。给定标量容积和传递函数，用户或系统设置再现元素，包括光、切割平面和虚拟相机，其用于生成经再现的图像。感兴趣的区（其被手动或自动地指定）触发生成深度图（depth map）或对体素高速缓存的更新以及触发局部直方图计算。与深度图为每个像素存储对于对象到虚拟相机的距离的相同方式，容积中对应体素的标量值被高速缓存，其允许针对给定ROI的直方图的高效构造。
直方图用于确定传递函数。ROI提供对不足的区的指示，所述不足诸如没有足够对比度。组织可具有与其它组织类似的强度，所以用类似的颜色被再现。为了提供更多对比度，基于针对ROI所指派的该组织的体素而设置传递函数。可以设置传递函数以增大所选区内的对比度。在另一实施例中，从传递函数所映射的透明度被增大，其揭示被ROI的组织所遮挡的解剖结构。ROI的安置通过交互式定义新传递函数而促进对容积数据集的探测。
图1示出了用于在医学成像中进行再现的方法的一个实施例。所再现图像上的ROI用于指示遮挡、具有不足对比度或感兴趣的所成像结构。表示容积的扫描数据基于ROI而被选择，并且用于重置传递函数。通过利用重置的传递函数来进行再现，结果得到的图像可以具有较多对比度、较少遮挡，和/或对感兴趣结构的经改善的可视化。
图2示出了用于在医学成像中进行再现的方法的另一实施例。通过使用来自所再现图像的信息以及来自未被再现的扫描数据的信息的混合来确定传递函数。图1和图2被一起描述。
通过图15的系统10或另一系统来实现所述方法。例如，通过医学扫描仪来执行动作30，并且通过再现器、服务器、图像处理器或另一处理器来执行动作32-40。可以通过不同的设备来执行动作中的任何一个或多个。用户接口或输入设备可以用于动作34。
动作以所示的次序或其它次序被执行。可以提供附加的、不同的或较少的动作。例如，不提供图1中从动作40到动作34的重复。作为另一示例，动作40是动作32的重复，如图2中所示。在另一示例中，动作30不被执行。代替地，扫描数据从存储器中加载或通过在计算机网络上传递而被接收。
利用以任何方式设置的传递函数来再现初始图像。这个初始图像可以是第一图像，或仅仅由于是在先图像而是初始的。另一传递函数基于初始图像中的ROI而被确定并且用于再现另一图像。相同的扫描数据用于再现两个图像。可替换地，扫描持续（on-going）或重复。不同的扫描数据用于再现不同的图像。来自初始图像的扫描数据用于确定传递函数，所述传递函数用于根据不同的或随后获取的扫描数据来进行再现。
在动作30中，医学扫描仪获取体素集合。所述集合表示患者的容积。利用医学扫描仪来扫描患者的容积。患者的内部被扫描，诸如利用磁共振（MR）、x射线（例如计算机断层扫描（CT））、超声、或发射断层扫描（例如正电子发射断层扫描（PET）或单光子发射计算机断层扫描（SPECT））。以任何格式来执行扫描，诸如沿着响应线来检测发射，在磁梯度限定的位置处获取k空间数据，或利用来自不同方向的x射线而通过患者获取投影。
再现器或医学成像系统重构容积31，其至少部分地表示患者的内部部分。可以使用根据扫描数据的任何重构。断层扫描或其它过程可以用于确定针对分布在三维中的不同位置（即体素）的强度。作为扫描的结果，获取数据，所述数据表示NxMxO区或容积中的患者的内部，其中N、M和O是大于1的整数。重构确定针对分布在三维中的多个体素中每一个体素的标量值或强度。
强度表示来自患者体内的血液、组织、骨骼、其它对象和/或对比剂的响应。解剖体和/或插入的对象被表示。在另一实施例中，获取扫描数据，所述扫描数据表示躯干或特定器官。可以包括其它信息，诸如来自流体或其它结构的响应。
通过扫描来获取扫描或体素数据。来自医学扫描仪的输出可以利用扫描被实时地再现或在患者的约定期间被再现。可替换地，扫描或体素数据被存储，诸如在图片归档通信系统（PACS）或患者医学记录数据库中。所存储的扫描数据从存储器被加载以用于再现。
在动作32中，图形处理单元根据表示体素的强度来再现二维图像33。体素或强度的三维分布被再现到二维图像33以供显示。根据三维分布的体素值来确定二维图像33的像素值。像素值然后可以被使用在二维屏幕或显示器上。
可以再现多模态数据集。来自不同扫描模态（即不同类型的医学扫描仪）的扫描的扫描数据可以被一起再现或被分离地再现并且组合。
可以使用任何现在已知或稍后类型的容积再现。例如，使用容积射线投射。射线投射将射线投影通过容积，诸如将射线从平行图像平面的每个像素或从视点投射通过容积。沿着每个射线的强度被检查以创建针对图像的像素值。例如，在最大强度投影中，沿着每个射线的最大强度被找到并且被使用。作为另一示例，沿着射线的强度以加权平均被组合，其中权重基于不透明度或强度大小。阿尔法混合可以被使用。
在另一实施例中，射线追踪被使用。射线追踪被使用在基于物理的再现或影片再现中以生成照片写实的图像。从每个像素投影射线。沿着每个射线模拟可见光子（lightphoton）。可以模拟可见光子的散射、吸收和/或发射。射线路径可由于散射而转向，从而提供追踪沿着不同路径通过容积的射线，而不是仅仅追踪来自每个像素的射线。针对每个射线模拟许多光子。从沿着每个射线的散射、吸收和/或发射中产生的颜色或强度被计算。为了物理地再现图像，对概率求解。概率对光子与针对容积中不同位置的强度的相互作用进行建模。例如，光子相互作用的蒙特卡洛仿真被使用在再现中。在基于蒙特卡洛的物理再现中，来自容积样本的对最终图像的贡献基于在从视点投影到沿着射线路径的容积结构的可见光子之间的相互作用的模拟。针对利用蒙特卡洛射线追踪而沿着从像素追踪的多个射线中的每一个来对概率进行求解。
再现使用传递函数29。传递函数29是用于将颜色指派给扫描数据标量值的颜色映射。一个或多个特性区分一个传递函数29与另一个。所述特性包括颜色映射或调色板、不透明度（或透明度）水平、透明度范围或变化、窗宽和/或窗位。颜色映射控制什么颜色被指派给标量值。图3-6示出了黑色、红色和白色调色板。不透明度控制透明度的水平或任何颜色贡献。不透明度可以是一个值，或可以是在其上使用给定不透明度的标量值范围。窗宽控制在其中使用除了极值（例如图3-6的示例中的黑色和白色）之外的颜色的窗口的动态范围或大小。窗位控制沿着标量值的范围（例如，沿着图3-6的传递函数的x轴）的窗口的中心。其它特性包括针对窗口内颜色分布的函数。在图3-6的示例中，使用线性函数，如由通过窗口的不同颜色的线和对应的均等分布所表示的。在其它实施例中，函数是非线性的，使得标量值的一个范围与窗口内不同位置处的相同大小范围相比映射到较少的颜色。
再现是往显示设备上的。再现将红、绿、蓝（RGB）或其它值指派给像素。值被格式化以供显示并且被存储在显示缓冲器中。通过读取显示缓冲器来配置显示，从而在显示设备上生成图像。通过再现器将所再现的一个图像33或多个图像显示在显示器上。图像33表示具有或没有任何被插入的对象的患者。可替换地，图像被传输到网络或存储器，诸如图片归档通信系统。
在动作34中，图形处理单元、医学扫描仪和/或处理器接收ROI指派。接收来自用户接口，诸如用户输入设备。可替换地，接收来自处理器，诸如图像或控制处理器，或来自存储器。
ROI指派限定ROI的空间范围。ROI是框、椭圆形、圆形或其它区域指派符。基于二维图像33来确定ROI。ROI关于图像33来进行指派。如所显示的图像33被用于确定ROI。
在一个实施例中，作为利用用户输入设备的用户选择来接收ROI指派。用户查看图像33。通过使用用户输入设备（例如追踪球或鼠标），用户对ROI进行定位和/或定大小。图7示出了一示例，其中具有被示出为绿色框的方形ROI。定位是在感兴趣的组织上，诸如具有比所期望的更小的对比度的组织。图7将肝示出为具有与其它器官类似的颜色。可以基于遮挡来定位ROI，诸如想要更好查看ROI处的肝组织后方的信息。
在另一实施例中，作为ROI和/或限定ROI的界标的自动化检测来接收ROI指派。分割可以用于定位ROI，诸如ROI是所检测的解剖体的边界。界标可以用于定位ROI，诸如以相对于任何数目的所检测界标的设置位置和大小来定位ROI。可以使用任何分割或界标检测。自动检测可以使用对比度、遮挡或其它信息。自动检测被应用到二维图像33，而不被应用到扫描数据。可替换地，检测被应用到二维图像33和扫描数据二者。ROI可以被预定义，诸如在默认的位置处。
在动作36中，图形处理单元、医学扫描仪和/或处理器基于ROI来标识体素的子集。ROI是二维图像上的区域。该区域可以在深度上被扩展（即朝向和/或远离观看者）以限定容积31的子容积。表示子容积的体素被标识为容积31的所有体素的子集。
在一个实施例中，根据体素高速缓存或深度图35来标识子集。深度图为每个像素提供在该处出现给定不透明度的深度。可以使用用于限定深度的任何深度测试。例如，使用不透明度（例如α值）。作为另一示例，执行梯度测试来在从虚拟观看者行进通过容积的强度或标量值中找到阈值以上的第一梯度。
ROI提供横向定位，其对应于被包括在ROI中的像素群组。深度图35为每个横向定位限定深度。深度和横向定位限定体素。来自扫描数据的、针对所限定的体素的强度或标量值从体素高速缓存被加载。可替换地，体素高速缓存包括深度图，所以体素高速缓存用于确定针对体素的所标识的子集的强度。
在动作38中，图形处理单元、医学扫描仪和/或处理器确定另一传递函数29以用于动作40（或动作32的重复）中的再现。新的传递函数具有一个或多个经改变的特性，诸如窗位、窗宽、调色板、不透明度和/或不透明度范围。新的传递函数可以是相同的颜色传递函数，但是具有针对传递函数的一个或多个参数的不同设置（例如不同的窗宽）。其它特性是相同的或未被改变的。
根据子集的体素的强度的特性来确定新的传递函数29。可以使用强度的任何特性，诸如梯度、方差或曲率（例如强度中的结构的空间分布）。在一个实施例中，使用子集的体素的强度的分布。通过标量值的直方图37来表示分布。每个标量值或每个标量值范围的出现的数目形成直方图37。
直方图37被用作分布。可替换地，曲线被拟合到直方图37，并且被用作分布。任何曲线或任何类型的曲线可以拟合。例如，高斯曲线拟合到针对直方图37中每个标量值的强度的数目。为了移除意外落入ROI内的异常值，使用所拟合的高斯曲线的特性，忽略展现（例如1、2或3）远离均值的标准偏差的值。拟合的曲线具有各种特性，诸如均值和标准偏差。µ是均值，并且σ是拟合的曲线的标准偏差。这些特性可以用作分布。
分布被映射到针对传递函数29的设置的值。通过与用于动作32中的初始再现所不同地设置传递函数29的特性来创建新传递函数29。多于一个特性可以被改变。
在一个实施例中，窗宽和/或窗位被改变。改变是要增大针对ROI的组织或结构的对比度。为了增大对比度，通过针对ROI所标识的体素的强度的均值来为窗口定中心，和/或减小窗宽来将全范围的颜色映射到较小范围的标量值。
任何函数可以用于将分布映射到窗位和/或窗宽。例如，根据高斯曲线的均值和标准偏差以及初始传递函数的窗宽来确定窗宽，并且根据第二传递函数的窗宽、所述均值以及第一传递函数的窗宽来确定窗位。用于映射窗宽W'w的一个可能的函数是：
用于映射窗位W'l的一个可能的函数是：
其中roiMin = µ - 2σ并且roiMax = µ + 2σ，并且lutMax和lutMin是来自初始传递函数29的窗口的最大值和最小值。lutMax和lutMin中的差是初始传递函数的窗宽。
可以使用从分布到窗位和/或窗宽的其它函数或映射。例如，直方图可能不遵循正态或高斯分布，诸如其中任何形状的两个分布被没有出现（即全透明）的标量值的区所分离。分布的特性在非线性查找表中被映射到传递函数29的特性。
图3示出了针对初始再现的传递函数29。在lutMin以下的标量值被映射到完全透明，并且lutMax以上的值被映射到完全不透明。在lutMin和lutMax中间，不同的标量值映射到不同的颜色。图5示出了来自图7的ROI的直方图37，其中直方图叠覆在图3的传递函数上。直方图标量值与传递函数标量值对准。直方图37的值中的大多数落入窗宽的窄部分内。
为了增大对比度，减小窗宽，并且窗位以均值为中心。通过使用以上的窗宽和窗位公式，确定新的窗宽和新的窗位。图4示出了新的传递函数29。宽度被减小，并且窗口的中心被移位到较低的标量值。图6示出了具有叠覆的直方图的新传递函数29。窗口被定位以捕获针对与ROI对应的体素的强度中的大多数（即捕获直方图的较大计数仓（count bin））。为了增大对比度，强度的异常值（例如多于标准偏差）被映射到不透明和透明。显著（即其余）标量值或强度中的大多数被分布在较大数目的颜色和/或不透明度上。可以使用其它映射，诸如维持窗口中的较高或较低的强度。
图7示出了初始射线追踪再现，其使用图3的传递函数29。初始再现使用用于成像应用的默认窗宽和窗位。图8示出了新的射线追踪再现，其使用图4的传递函数29。如与针对所选ROI（图7中所示）的软组织的图7相比，在图8中，对比度大幅增大。以针对ROI的体素的强度为中心的较小宽度提供针对ROI的组织的较大对比度。基于针对所选ROI的局部直方图的经修改的传递函数提供较大对比度。
在一个实施例中，透明度、诸如透明度范围被改变。通常期望修改某些组织的透明度以显示隐藏在它们后面的结构。ROI用于指定将通过传递函数29的不透明度修改而被移除的组织。对应于ROI的标量值的分布用于修改传递函数29上的对应不透明度值。不透明度修改可以在具有或没有传递函数29的窗口或其它修改的情况下被使用。
任何函数可以用于将分布映射到透明度。例如，lmin和lmax限定其中将提供增大的透明度的标量值范围。一个实施例的透明度范围被确定为包括直方图37的多数。在一个实施例中，透明度范围被限定为：
；以及
使用透明度方面的默认或用户设置量的改变。可替换地，所述范围内的透明度增大量基于分布，诸如针对标量值的较大透明度具有分布中的较大出现。所述增大相对于初始传递函数，通过窗位和/或窗宽中的改变。可以使用其它函数或映射，包括基于分布而没有窗宽和/或窗位中改变的函数。
图11和12示出不透明度修改的示例图像。图11表示利用初始传递函数29的射线追踪再现。ROI定位在肝软组织上，所述肝软组织遮挡肝内的脉管结构。除了计算窗位和窗宽以增大对比度之外，通过使用以上的公式还计算透明度范围。图12表示通过使用利用经修改的传递函数29的射线追踪而被重再现的相同扫描数据。通过将ROI定位在肝组织上，传递函数被修改以使得该组织更透明。先前隐藏在该组织后方的解剖结构、诸如脉管和动脉变得可见。
可以基于与初始再现的二维图像的ROI对应的体素的强度来使用和修改多维传递函数。多维传递函数使用扫描数据的各种特性来确定传递函数29的颜色或其它特性。例如，强度被映射到颜色。由强度所表示的结构的分割、形状、大小、梯度和/或曲率还控制颜色。可以使用任何多维传递函数。多维传递函数帮助区分具有重叠强度的组织。随着传递函数的维度增加，使用和定义多维传递函数的复杂性也增加。
基于子集的体素的强度的一个或多个（例如不同）特性来确定多维传递函数的一个或多个特性。例如，标量值、标量值的局部梯度、以及由子集的体素的标量值所表示的曲率由函数映射或相关到传递函数。为标量值、梯度和/或曲率的分布的不同组合提供不同的传递函数。当ROI被选择时，不仅对应的标量值被分析，而且还有其它信息、诸如局部梯度和曲率也被分析。
在一个实施例中，改变调色板。使用颜色的较宽范围可以有助于在组织的类型之间进行区分。传递函数在调色板中被改变以好像被不同的光源或不同类型的光照亮那样进行再现，而不是进行再现来好像实际被一光源（例如红色调色板）照亮那样对组织进行仿真。任何函数可以用于将分布映射到调色板。例如，ROI被选择。结果得到的分布用于选择一调色板，所述调色板将提供所选组织的与其它组织更多的对比度或颜色分离。RGB值被指派给对应的传递函数强度范围。图13示出了使用红色调色板的示例射线追踪再现。为了更好地突出肝，ROI被定位在肝上。通过选择绿色、红色、蓝色调色板来修改传递函数29。图14示出了使用经修改的调色板的示例射线追踪再现。
在动作40中，图形处理单元使用新的或经修改的传递函数来再现另一二维图像。再现使用相同的或不同的（例如随后获取的）扫描或体素数据。由于正在使用新传递函数，所以经再现的二维图像具有不同的外观。可以提供针对跟兴趣的组织或结构的更多对比度。可出现通过所选组织或结构的较少遮挡。可以使用用于更好地区分组织的不同着色。
再现将标量值（即体素）的三维分布降低到二维图像33（即像素）。使用与针对初始再现的相同类型的再现，但是可以使用不同类型的再现。例如，利用对与表示容积的强度的光子相互作用的蒙特卡洛仿真的射线追踪用于两个再现。
二维图像33被再现到显示器，但是可以被传输到存储器或通过计算机网络被传输。二维图像33用于诊断和/或预知。传递函数中的改变可以通过提供由于传递函数中的改变所引起的附加或不同信息来允许更有情报根据的诊断和/或预知。二维图像33独自被示出或与一个或多个其它二维图像33相邻地被示出，诸如利用不同的传递函数来再现相同的扫描数据。
通过使用新的或经修改的传递函数来再现二维图像33。由于传递函数基于与先前再现的二维图像中的ROI对应的体素的子集的强度，所以二维图像33更有可能提供关于所期望的组织或结构的信息。传递函数可以部分地基于其它信息，诸如在先前的二维图像33中所描绘的表面的深度、曲率和/或梯度。
二维图像33利用不同的窗位、窗宽、透明度范围、透明度水平、调色板和/或传递函数29的另一特性来被再现。例如，透明度范围被变更。基于以ROI为基础的子集的特定范围中的体素的强度被再现为更透明的。结果是较少遮挡。图8、12和14表示射线追踪再现，其使用与图7、11和13的射线追踪不同的传递函数和相同的扫描数据。
图1的从动作40到动作34的返回线表示重复。另一ROI可以被接收，其导致标识体素的另一子集。基于其它子集的体素强度来确定另一传递函数。再次利用不同的传递函数来再现图像。在使用期间，放射科医师或其它观看者可以通过扫描数据的不同再现来探索患者的容积。不同的组织或结构可以是令人感兴趣的。在标量值和所再现的图像的颜色之间的映射可以被交互地修改以通过使用多个传递函数29来创建多个二维图像33。通过高效地计算针对特定ROI的最优开窗口参数，探索容积数据。例如，通过将鼠标移动到初始或其它图像的不同区，不同的ROI被选择并且系统自动地重计算最优开窗口参数。通过将ROI安置在不同的组织类型上而生成多个视图。可以使用其它重复，诸如重复初始再现、重复扫描来获取新的扫描数据，或重复以更改将使用的传递函数和/或分布的特性的类型。
图9和10示出示例射线追踪再现。初始图像被示出有三个ROI。由于与ROI相联系的扫描数据中的差异，确定三个不同的传递函数。三个射线追踪再现的底部行示出了从相同的扫描数据、利用不同的传递函数所再现的二维图像。对于不同的传递函数中的每一个，修改窗位和窗宽。通过选择不同的ROI，观看者或处理者可以导航通过扫描数据或探索容积数据来利用较大的对比度查看不同的组织。使得一个结构具有较大对比度可以导致其它结构具有较小对比度，因此重定位ROI变更标量值的范围以具有较大对比度。
图15示出了用于在医学成像中进行再现的系统10的一个实施例。系统10再现患者的容积以用于医学可视化。通过使用基于所再现图像中的ROI而选择的体素数据，用于再现的传递函数被修改或设置。结果得到的传递函数用于再现另一图像，其可以更好地呈现感兴趣的信息。图10被配置成实现图1的方法或图2的方法。可替换地，实现其它方法。
系统10包括医学成像系统12、用户接口或输入14、再现器16、存储器18和显示器20。可以提供附加的、不同的或较少的组件。例如，提供网络或网络连接，诸如用于与医学成像网络或数据归档系统联网。作为另一示例，不提供用户接口14，并且对ROI的选择由处理器执行，所述处理器诸如再现器16或医学成像系统12的处理器。
用户接口14、再现器16、存储器18和显示器20是医学成像系统12的部分。可替换地，用户接口14、再现器16、存储器18和/或显示器20是归档和/或图像处理系统的部分，诸如相关联于医学记录数据库工作站或服务器。在其它实施例中，用户接口14、再现器16、存储器18和/或显示器20是分离的计算机、诸如台式电脑或膝上型电脑、工作站、服务器或其组合。用户接口14、再现器16、存储器18和显示器20可以是不同系统的部分，诸如存储器18在图片归档和通信系统（PACS）中，再现器16是工作站的部分，和/或显示器20是成像系统或放射学显示器。
可以使用任何医学成像系统12。例如，医学成像系统12是CT、MR、超声、x射线、荧光检查法、血管造影术、或发射断层扫描（即功能成像、诸如PET或SPECT）系统。医学成像系统12是任何现在已知或稍后开发的用于扫描患者内部的医学成像系统。
医学成像系统12由硬件、固件和/或软件配置以扫描患者的内部区，并且生成体素数据，所述体素数据表示所述内部区的经扫描的容积。体素数据表示容积的三维采样。患者的表面或皮肤可以或也可以不被扫描。患者的任何部分或范围可以被扫描，诸如扫描器官、躯干、末端或全身。
医学成像系统12被配置成扫描患者来获取至少一个数据集。数据集或数据帧表示在特定时间或时段的患者内部区。获取静态容积。可替换地，重复或以持续的方式执行扫描以获取体素数据集的序列。每个集表示给定时间或时段的容积，因此序列表示随时间的容积（3D+t或4D数据）。可以提供任何帧或容积率。对于实时速率，每秒获取至少10个容积或体素数据集。可以提供较大或较小的容积率。
扫描数据可以被输出为表示容积的3D重构或数据。可替换地，所获取的扫描数据被重构以表示容积。例如，傅里叶处理被应用到MR中的k空间数据以重构容积。作为另一示例，计算机断层扫描用于重构容积（例如SPECT或CT）。在又一示例中，以扫描格式的表示三维的数据被内插成规则或其它网格，诸如笛卡尔坐标网格。每个数据相关联于患者容积中的不同容积位置（体素），并且被指派标量强度。
来自扫描的数据被格式化为各向同性网格中的体素。例如，使用512×512×512笛卡尔网格中的体素。可以使用各向异性的网格。其它格式可以被使用，诸如以极坐标格式的表示位置的数据。对于每个体素或位置，由标量值（例如16位动态范围）提供扫描响应，但是可以使用其它表示，诸如RGBα值。
考虑到不同类型的医学成像系统12的数目，不同的工作流，不同的临床应用，以及用于诊断或治疗，在医学成像中的体素数据以及体素数据特性中存在大的变化。可以由医学成像系统12获取表示返回强度、密度、衰减、弹性、运动、摄取、温度、分子自旋响应、其它特性或其组合的体素数据的任何一个或多个集合。
用户接口14是具有或没有输出的输入设备。可以使用任何输入，诸如键盘、按钮、滑动器、旋钮、追踪板、鼠标、追踪板或其它传感器。输出可以是在显示器20、LED、光或其它输出上。
用户接口14被配置成从用户接收输入。输入可以配置再现。用户输入针对任何数量的再现参数的一个或多个值，诸如查看方向、光照类型、视觉效果和/或传递函数。例如，用户可以交互地改变设置的一个或多个值。在一个实施例中，用户旋转或变更用于再现的查看方向。在其它实施例中，用户选择成像应用（例如心脏成像），其导致默认设置的加载。在可替换的实施例中，处理器或再现器16为一个、多个、或所有设置使用默认或确定值。
在一个实施例中，用户接口14被配置成接收对ROI的选择。通过使用指示器，用户对区域指派符进行定位和定大小。例如，通过使用点击和拖动来对框或椭圆形进行定位和定大小。作为另一示例，用户追踪轮廓。可替换地，通过再现器16或另一处理器来对ROI进行定位和定大小。
再现器16是通用处理器、中央处理单元、控制处理器、图形处理器、图形处理单元、数字信号处理器、三维再现处理器、图像处理器、专用集成电路（ASIC）、现场可编程门阵列（FPGA）、数字电路、模拟电路、其组合、或用于从数据再现图像的其它现在已知或稍后开发的设备。再现器16是单个设备或串行、并行或分离地操作的多个设备。再现器16可以是执行并行处理以用于再现的图形卡，或可以是用于在较大系统中、诸如医学成像系统12中处置一些任务的处理器。再现器16由硬件、固件和/或软件来配置。
在一个实施例中，再现器16是图形处理单元（GPU）或图形卡，其具有再现代码。可以使用一组图形卡。GPU是大规模并行计算设备。CUDA或OpenCL语言用于为GPU编程。在其它实施例中，使用基于x86的Xeon Phi或定制的FPGA/ASIC实现方式。可以使用再现节点中的多个GPU、GPU集群、CPU/GPU混合系统、或其它计算架构。可以使用再现的基于样本、基于图块（tile-based）、或基于帧的分布。
再现器16被配置成根据体素数据的三维分布再现二维图像。可以使用任何再现，诸如射线或路径追踪、基于物理的、最大强度投影、或射线投射。物理再现使用物理模型，诸如用于光子或另一路径追踪，以进行再现。从针对图像的多个像素中的每一个追踪射线，并且对可见光子与容积的相互作用进行建模。例如，概率用于对相互作用进行建模。
通过再现器16的再现部分地基于传递函数。传递函数定义颜色从体素数据的标量值、包括窗位、窗宽、透明度水平、透明度范围和/或调色板的映射。传递函数的一个或多个参数基于容积的体素数据的部分而被设置。基于在所再现图像中区的选择来选择所述部分。例如，选择所再现图像的一部分。通过使用深度图，从体素高速缓存中提取沿着所述部分中所表示的表面的体素数据的标量值。标量值被直方图化。可以使用标量值的其它分布。直方图或其它分布信息映射到针对传递函数的设置。基于分布信息来选择传递函数（例如先前的传递函数被修改或新的传递函数被创建）。例如，窗位和/或窗宽部分地基于与ROI对应的标量值的分布而被设置。
再现器16生成表示患者内部区的二维图像或图像序列。例如，图7-14的图像之一被输出。给定图像表示特定时间或时段的内部区。图像的序列可以是针对具有不同传递函数的静态容积或针对具有不同传递函数的随时间的实时成像。所生成的图像是针对像素的显示颜色值（例如RGB），其基于针对体素的标量值。图像通过传递或加载到显示缓冲器中而被输出。
显示器20被配置成显示由再现器16所输出的图像。显示器20是监视器、LCD、投影仪、等离子体显示器、CRT、打印机、或用于输出可视信息的其它现在已知或稍后开发的设备。通过从再现器16、存储器18或医学成像系统12接收图像、图形或其它信息来配置显示器20。显示器20接收从容积扫描所再现的图像。图像被输出给用户。
存储器18是图形处理存储器、视频随机存取存储器、随机存取存储器、系统存储器、高速缓存存储器、硬驱动器、光学介质、磁性介质、闪速驱动器、缓冲器、数据库、其组合、或用于存储数据的其它现在已知或稍后开发的存储器设备。存储器18是医学成像系统12的部分，与再现器16相关联的计算机的部分，数据库的部分，另一系统的部分，或独立的设备。
医学扫描数据、重构、体素数据、帧、再现、设置、传递函数、子集选择、ROI信息、分布和/或图像被存储。用于成像的任何数据、或处理的开始、中间或最终阶段中的数据被存储以供再现器16访问。
存储器18或其它存储器是存储了数据的非暂时性计算机可读存储介质，所述数据表示指令，所述指令由经编程的再现器16可执行以用于医学成像中的再现。用于实现本文中所讨论的过程、方法和/或技术的指令被提供在计算机可读存储介质或存储器上，所述计算机可读存储介质或存储器诸如高速缓存、缓冲器、RAM、可移除介质、硬驱动器或其它计算机可读存储介质。计算机可读存储介质包括各种类型的易失性和非易失性存储介质。图中所图示的或本文中所描述的功能、动作或任务响应于被存储在计算机可读存储介质中或其上的一个或多个指令集而被执行。功能、动作或任务独立于指令集、存储介质、处理器或处理策略的特定类型，并且可以由单独地或以组合地操作的软件、硬件、集成电路、固件、微代码等等来执行。同样地，处理策略可以包括多处理、多任务化、并行处理等等。
在一个实施例中，指令被存储在可移除介质设备上以用于由本地或远程系统读取。在其它实施例中，指令被存储在远程位置中，以用于通过计算机网络或在电话线上传递。在还其它的实施例中，指令被存储在给定计算机、CPU、GPU或系统内。
虽然以上已经通过参考各种实施例而描述了本发明，但是应当理解的是，可以做出许多改变和修改而不偏离本发明的范围。因此所意图的是，前述详细描述被视为说明性的而不是限制性的，并且理解的是，是以下权利要求（包括所有等同物）意图限定本发明的精神和范围。
Claims (18)
1.一种用于从医学扫描仪再现图像的方法，所述方法包括：
通过医学扫描仪扫描患者的容积，所述扫描提供表示容积体素的强度；
通过图形处理单元来根据表示体素的强度而再现第一二维图像，所述再现使用第一传递函数；
接收基于第一二维图像所确定的感兴趣的区，其中所述感兴趣的区是第一二维图像上的区；
基于感兴趣的区识别体素的子集，其中从包括深度图的体素缓存中识别体素的子集，其中深度图为每个像素提供深度，在该深度处出现从虚拟观看者行进通过容积的强度高于阈值的第一梯度，
其中所述感兴趣的区为包括在感兴趣的区中的像素提供横向定位，并且深度图为每个横向定位定义深度，其中深度和横向定位定义了体素，并且其中从体素缓存中加载来自所定义的体素的扫描数据的强度值，以确定所识别的体素子集的强度；
根据所述子集的体素的强度的分布来确定第二传递函数，其中该分布由强度直方图表示，其中高斯曲线拟合到直方图，其中确定高斯曲线的均值和标准偏差，并且其中高斯曲线的均值和标准偏差被映射到第二传递函数的设置值；以及
通过图形处理单元、通过使用第二传递函数来再现第二二维图像。
2.根据权利要求1所述的方法，其中扫描包括利用计算机断层扫描、正电子发射断层扫描、单光子发射计算机断层扫描、x射线、磁共振或超声的扫描。
3.根据权利要求1所述的方法，其中扫描容积包括获得表示容积中的体素的三维分布的强度，并且其中再现第一二维图像包括根据所述三维分布而再现到第一二维图像，作为二维分布中的像素。
4.根据权利要求1所述的方法，其中再现第一和第二二维图像包括利用包括不同窗位和/或不同窗宽的第一和第二传递函数来进行再现。
5.根据权利要求1所述的方法，其中再现第一和第二二维图像包括利用包括不同不透明度范围的第一和第二传递函数来进行再现。
6.根据权利要求1所述的方法，其中再现第一和第二二维图像包括利用与表示容积的强度的光子相互作用的蒙特卡洛仿真来进行再现。
7.根据权利要求1所述的方法，其中接收包括接收感兴趣的区，作为基于遮挡或对比度、利用用户输入设备对物质的用户选择。
8.根据权利要求1所述的方法，其中接收包括接收感兴趣的区，作为对第一二维图像中所表示的物质的自动化检测，所述自动化检测基于遮挡或对比度。
9.根据权利要求1所述的方法，其中确定包括根据对子集的体素的强度拟合的高斯曲线来确定为强度的分布。
10.根据权利要求9所述的方法，其中确定包括根据高斯曲线的均值和标准偏差以及第一传递函数的窗宽来确定第二传递函数的窗宽，并且根据第二传递函数的窗宽、所述均值以及第一传递函数的窗宽来确定第二传递函数的窗位。
11.根据权利要求1所述的方法，其中确定包括将第二传递函数确定为具有不同维度的多维传递函数，所述不同维度基于子集的体素的强度的不同特性。
12.根据权利要求1所述的方法，此外包括为另一感兴趣的区重复接收，为另一子集进行标识，针对第三传递函数而进行确定，并且针对第三传递函数而进行再现。
13.根据权利要求1所述的方法，其中再现第二二维图像包括再现表示体素的强度。
14.根据权利要求1所述的方法，其中再现第二二维图像包括再现到显示设备上。
15.根据权利要求1所述的方法，其中确定第二传递函数包括确定透明度范围，并且其中再现包括利用针对子集的体素的强度而再现为在第二传递函数的情况下比第一传递函数更透明，这是由于透明度范围所致。
16.一种用于在医学成像中进行再现的系统，所述系统包括：
医学成像系统，其被配置成扫描患者的内部区，并且生成体素数据，所述体素数据表示包括所述内部区的容积；
再现器，其被配置成根据体素数据来再现第一图像，所述再现器被配置成利用传递函数设置来进行再现，所述传递函数设置基于与来自体素缓存的体素子集相关的数据，其包括第二图像中的部分区域中的对象表面的体素的深度图；
其中再现器进一步被配置通过使用第一传递函数来根据表示体素的强度而再现第一二维图像；
接收基于第一二维图像所确定的感兴趣的区，其中所述感兴趣的区是第一二维图像上的区；
基于感兴趣的区识别体素的子集，其中从包括深度图的体素缓存中识别体素的子集，其中深度图为每个像素提供深度，在该深度处出现从虚拟观看者行进通过容积的强度高于阈值的第一梯度，
其中所述感兴趣的区为包括在感兴趣的区中的像素提供横向定位，并且深度图为每个横向定位定义深度，其中深度和横向定位定义了体素，并且其中从体素缓存中加载来自所定义的体素的扫描数据的强度值，以确定所识别的体素子集的强度；
根据所述子集的体素的强度的分布来确定第二传递函数，其中该分布由强度直方图表示，其中高斯曲线拟合到直方图，其中确定高斯曲线的均值和标准偏差，并且其中高斯曲线的均值和标准偏差被映射到第二传递函数的设置值；以及
使用第二传递函数再现第二二维图像；
显示器，其被配置成显示由再现器所输出的图像，所述图像表示内部区。
17.根据权利要求16所述的系统，其中传递函数设置是窗位和/或窗宽，其中部分是针对通过区和深度所指派的内部区的表面的体素数据。
18.根据权利要求16所述的系统，其中所述部分包括体素数据的标量值的直方图分布。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US15/811796 | 2017-11-14 | ||
| US15/811,796 US10593099B2 (en) | 2017-11-14 | 2017-11-14 | Transfer function determination in medical imaging |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109801254A CN109801254A (zh) | 2019-05-24 |
| CN109801254B true CN109801254B (zh) | 2024-03-26 |
Family
ID=64331642
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811352524.1A Active CN109801254B (zh) | 2017-11-14 | 2018-11-14 | 医学成像中的传递函数确定 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US10593099B2 (zh) |
| EP (1) | EP3493161B1 (zh) |
| CN (1) | CN109801254B (zh) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102017203702A1 (de) * | 2017-03-07 | 2018-09-13 | Siemens Healthcare Gmbh | Verfahren und Vorrichtung zum Erzeugen eines Ausgabebildes aus einem Volumendatensatz |
| WO2019045144A1 (ko) * | 2017-08-31 | 2019-03-07 | (주)레벨소프트 | 의료용 항법 장치를 위한 의료 영상 처리 장치 및 의료 영상 처리 방법 |
| DE102019004303A1 (de) * | 2019-06-18 | 2020-12-24 | Ziehm Imaging Gmbh | Verfahren und Vorrichtug der medizinischen Bildgebung zur Darstellung eines 3D-Volumens mit wenigstens einen eingebrachten Fremdobjekt |
| US11398072B1 (en) * | 2019-12-16 | 2022-07-26 | Siemens Healthcare Gmbh | Method of obtaining a set of values for a respective set of parameters for use in a physically based path tracing process and a method of rendering using a physically based path tracing process |
| CN111127430A (zh) * | 2019-12-24 | 2020-05-08 | 北京推想科技有限公司 | 确定医学影像显示参数的方法及装置 |
| US11594001B2 (en) * | 2020-01-20 | 2023-02-28 | Rapiscan Systems, Inc. | Methods and systems for generating three-dimensional images that enable improved visualization and interaction with objects in the three-dimensional images |
| EP3975120B1 (en) | 2020-09-24 | 2023-01-11 | Stryker European Operations Limited | Technique for guiding acquisition of one or more registration points on a patient's body |
| US11688125B2 (en) * | 2021-03-09 | 2023-06-27 | Canon Medical Systems Corporation | Image processing apparatus and method to perform a ray casting algorithm to generate a rendered image from a volumetric data set |
| CN113496487B (zh) * | 2021-07-07 | 2023-11-14 | 中国人民解放军总医院第一医学中心 | 多尺度递进聚焦的医学图像深度学习方法和装置 |
| US11617553B2 (en) | 2021-08-13 | 2023-04-04 | GE Precision Healthcare LLC | Local enhancement for a medical image |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1691067A (zh) * | 2004-04-23 | 2005-11-02 | 西门子共同研究公司 | 医学图像全景显示的系统和方法 |
| JP2008036395A (ja) * | 2006-05-19 | 2008-02-21 | Siemens Ag | 断層撮影画像データの再現可能なビュー作成方法 |
| DE102007014133A1 (de) * | 2007-03-23 | 2008-09-25 | Siemens Ag | Verfahren zur Visualisierung einer Sequenz tomographischer Volumendatensätze der medizinischen Bildgebung |
| CN101496061A (zh) * | 2006-07-31 | 2009-07-29 | 皇家飞利浦电子股份有限公司 | 用于对图像数据集进行基于尺度可视化的方法、装置和计算机可读介质 |
| GB0914637D0 (en) * | 2008-09-05 | 2009-09-30 | Siemens Medical Solutions | Methods and apparatus for identifying regions of interest in a medical image |
| JP2013244047A (ja) * | 2012-05-23 | 2013-12-09 | Toshiba Corp | 超音波診断装置、画像処理装置、及びプログラム |
| JP2015128545A (ja) * | 2014-01-09 | 2015-07-16 | 富士通株式会社 | 可視化装置、可視化プログラムおよび可視化方法 |
| CN105796052A (zh) * | 2015-01-16 | 2016-07-27 | 西门子公司 | 3d重构相片和内部医学扫描的联合可视化 |
| CN106037797A (zh) * | 2015-03-30 | 2016-10-26 | 美国西门子医疗解决公司 | 超声成像中感兴趣的三维容积 |
Family Cites Families (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6771262B2 (en) * | 1998-11-25 | 2004-08-03 | Siemens Corporate Research, Inc. | System and method for volume rendering-based segmentation |
| US20040175034A1 (en) * | 2001-06-20 | 2004-09-09 | Rafael Wiemker | Method for segmentation of digital images |
| US7085406B2 (en) | 2001-07-27 | 2006-08-01 | General Electric Company | Method and system for unsupervised transfer function generation for images of rendered volumes |
| US7417636B2 (en) * | 2003-05-08 | 2008-08-26 | Siemens Medical Solutions Usa, Inc. | Method and apparatus for automatic setting of rendering parameter for virtual endoscopy |
| WO2006099490A1 (en) * | 2005-03-15 | 2006-09-21 | The University Of North Carolina At Chapel Hill | Methods, systems, and computer program products for processing three-dimensional image data to render an image from a viewpoint within or beyond an occluding region of the image data |
| US7532214B2 (en) * | 2005-05-25 | 2009-05-12 | Spectra Ab | Automated medical image visualization using volume rendering with local histograms |
| EP1862120B1 (en) * | 2006-05-29 | 2016-11-09 | Toshiba Medical Systems Corporation | Computer-aided imaging diagnostic processing apparatus and computer-aided imaging diagnostic processing method |
| DE102007027738B4 (de) * | 2007-06-15 | 2009-07-09 | Siemens Ag | Verfahren und Vorrichtung zur Visualisierung eines tomographischen Volumendatensatzes unter Nutzung der Gradientenmagnitude |
| EP2223286A1 (en) * | 2007-12-20 | 2010-09-01 | Koninklijke Philips Electronics N.V. | Rendering using multiple intensity redistribution functions |
| US8406493B2 (en) | 2008-07-17 | 2013-03-26 | The Henry M. Jackson Foundation For The Advancement Of Military Medicine, Inc. | Multi-grayscale overlay window |
| US20110063288A1 (en) * | 2009-09-11 | 2011-03-17 | Siemens Medical Solutions Usa, Inc. | Transfer function for volume rendering |
| US9256982B2 (en) * | 2010-03-17 | 2016-02-09 | Microsoft Technology Licensing, Llc | Medical image rendering |
| US20150320507A1 (en) * | 2014-05-09 | 2015-11-12 | Siemens Aktiengesellschaft | Path creation using medical imaging for planning device insertion |
| US9984493B2 (en) * | 2015-03-09 | 2018-05-29 | Siemens Healthcare Gmbh | Method and system for volume rendering based on 3D image filtering and real-time cinematic rendering |
| US9760690B1 (en) | 2016-03-10 | 2017-09-12 | Siemens Healthcare Gmbh | Content-based medical image rendering based on machine learning |
-
2017
- 2017-11-14 US US15/811,796 patent/US10593099B2/en active Active
-
2018
- 2018-11-12 EP EP18205592.1A patent/EP3493161B1/en active Active
- 2018-11-14 CN CN201811352524.1A patent/CN109801254B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1691067A (zh) * | 2004-04-23 | 2005-11-02 | 西门子共同研究公司 | 医学图像全景显示的系统和方法 |
| JP2008036395A (ja) * | 2006-05-19 | 2008-02-21 | Siemens Ag | 断層撮影画像データの再現可能なビュー作成方法 |
| CN101496061A (zh) * | 2006-07-31 | 2009-07-29 | 皇家飞利浦电子股份有限公司 | 用于对图像数据集进行基于尺度可视化的方法、装置和计算机可读介质 |
| DE102007014133A1 (de) * | 2007-03-23 | 2008-09-25 | Siemens Ag | Verfahren zur Visualisierung einer Sequenz tomographischer Volumendatensätze der medizinischen Bildgebung |
| GB0914637D0 (en) * | 2008-09-05 | 2009-09-30 | Siemens Medical Solutions | Methods and apparatus for identifying regions of interest in a medical image |
| JP2013244047A (ja) * | 2012-05-23 | 2013-12-09 | Toshiba Corp | 超音波診断装置、画像処理装置、及びプログラム |
| JP2015128545A (ja) * | 2014-01-09 | 2015-07-16 | 富士通株式会社 | 可視化装置、可視化プログラムおよび可視化方法 |
| CN105796052A (zh) * | 2015-01-16 | 2016-07-27 | 西门子公司 | 3d重构相片和内部医学扫描的联合可视化 |
| CN106037797A (zh) * | 2015-03-30 | 2016-10-26 | 美国西门子医疗解决公司 | 超声成像中感兴趣的三维容积 |
Non-Patent Citations (1)
| Title |
|---|
| 超声图像多维重建与可视化系统的设计与实现;杨柳等;《生物医学工程学杂志》;20090825(第04期);第878-882页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| US20190147639A1 (en) | 2019-05-16 |
| EP3493161B1 (en) | 2023-09-27 |
| EP3493161A3 (en) | 2019-08-21 |
| US10593099B2 (en) | 2020-03-17 |
| EP3493161A2 (en) | 2019-06-05 |
| EP3493161C0 (en) | 2023-09-27 |
| CN109801254A (zh) | 2019-05-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109801254B (zh) | 医学成像中的传递函数确定 | |
| Stytz et al. | Three-dimensional medical imaging: algorithms and computer systems | |
| US10565774B2 (en) | Visualization of surface-volume hybrid models in medical imaging | |
| JP6877868B2 (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
| US10354438B2 (en) | Illumination in rendering of anatomy with functional information | |
| US7920669B2 (en) | Methods, apparatuses and computer readable mediums for generating images based on multi-energy computed tomography data | |
| US8077948B2 (en) | Method for editing 3D image segmentation maps | |
| US11810243B2 (en) | Method of rendering a volume and a surface embedded in the volume | |
| US10580181B2 (en) | Method and system for generating color medical image based on combined color table | |
| US11816764B2 (en) | Partial volume correction in multi-modality emission tomography | |
| CN104252714A (zh) | 时变数据的重建 | |
| US10275946B2 (en) | Visualization of imaging uncertainty | |
| Bullitt et al. | Volume rendering of segmented image objects | |
| EP3989172A1 (en) | Method for use in generating a computer-based visualization of 3d medical image data | |
| US9875569B2 (en) | Unified 3D volume rendering and maximum intensity projection viewing based on physically based rendering | |
| Turlington et al. | New techniques for efficient sliding thin-slab volume visualization | |
| US8873817B2 (en) | Processing an image dataset based on clinically categorized populations | |
| Ropinski et al. | Multimodal visualization with interactive closeups | |
| Preim et al. | Visualization, Visual Analytics and Virtual Reality in Medicine: State-of-the-art Techniques and Applications | |
| CA2365062A1 (en) | Fast review of scanned baggage, and visualization and extraction of 3d objects of interest from the scanned baggage 3d dataset | |
| Jung | Feature-Driven Volume Visualization of Medical Imaging Data | |
| Bartz | Visual computing for medicine | |
| Raspe | GPU-assisted diagnosis and visualization of medical volume data | |
| Zheng | Perceptually Based and Feature-Guided Techniques for Multimodal Volume Visualization | |
| Hinz et al. | Interactive visual exploration of dynamic SPECT volume data using hybrid rendering |
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 |