CN109949265B - 医用图像处理装置及医用图像处理方法 - Google Patents
医用图像处理装置及医用图像处理方法 Download PDFInfo
- Publication number
- CN109949265B CN109949265B CN201711389174.1A CN201711389174A CN109949265B CN 109949265 B CN109949265 B CN 109949265B CN 201711389174 A CN201711389174 A CN 201711389174A CN 109949265 B CN109949265 B CN 109949265B
- Authority
- CN
- China
- Prior art keywords
- image processing
- medical image
- plaque
- plaques
- region
- 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
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
- Image Analysis (AREA)
Abstract
一种医用图像处理装置,能够以最佳视角观察分叉部位的多个斑块。该医用图像处理装置具备:关注区域设定单元,在被检体的3D图像中设定关注区域,使得上述关注区域中包含位于管状结构分支处的多个斑块;识别单元,针对上述关注区域,对上述多个斑块各自的位置和特性进行识别;加权值设定单元,基于识别结果,设定与多个参数对应的多个加权值;以及计算单元,基于上述多个参数和上述多个加权值,计算针对上述多个斑块的观察视角。
Description
技术领域
本发明涉及一种医用图像处理装置及医用图像处理方法,特别涉及在管状结构的分叉处存在多个斑块时针对多个斑块进行视角优化的医用图像处理装置及医用图像处理方法。
背景技术
在临床中,心血管系统类的疾病是严重的病理学形态,有时需要通过经皮冠状动脉介入手术(PCI)将支架等介入病人的体内来缓解病症。术前规划和术中的导航是用于经皮冠状动脉介入手术的重要技术,在术前规划和手术过程中,足够的可视化对于手术的成败是十分重要的。
以往,在专利文献1、2中都提出了支架植入辅助系统,其中公开了虚拟支架分析技术和DSA(Digital Subtraction Angiography,数字血管减影造影)技术,但是两者的侧重点在于如何通过虚拟支架分析方法在术前规划阶段对支架进行定位并将定位后的支架与DSA图像进行融合,以用于在支架植入手术中对支架进行引导。
另外,专利文献3提供了用于单个斑块的最佳视角的计算方法。通过该方法可以针对单个斑块选择最佳的观察角度。
专利文献
专利文献1:US7650179B2
专利文献2:US8060186B2
专利文献3:US2006/00084862A1
但是,在以往的经皮冠状动脉介入手术(PCI)过程中有在血管的分支部位存在多个斑块的情况,该情况下通过现有的技术无法保证寻找到最优的观察视角。此外,斑块因形成原因的不同,其呈现的特性各不相同,手术中对于斑块特性的把握也是有必要的。现有技术中对于这方面存在不足。因此需要一种新的技术,在多斑块尤其是分叉部位存在多斑块的情况下能够以一个最优的视角观察相关分支并全面考虑所有斑块的位置和特性。
发明内容
本发明是为了解决上述问题而做出的,本发明提出了一种能够以最佳视角观察分叉部位的多个斑块并可以在DSA图像或DA(Digital Angiography,数字血管造影)图像中显示斑块的位置和特性的医用图像处理装置及医用图像处理方法。
技术方案的医用图像处理装置,具备:关注区域设定单元,在被检体的3D图像中设定关注区域,使得上述关注区域中包含位于管状结构分支处的多个斑块;识别单元,针对上述关注区域,对上述多个斑块各自的位置和特性进行识别;加权值设定单元,基于识别结果,设定与多个参数对应的多个加权值;以及计算单元,基于上述多个参数和上述多个加权值,计算针对上述多个斑块的观察视角。
技术方案的医用图像处理方法,用于多斑块的视觉化显示,包括如下工序:关注区域设定工序,在被检体的3D图像中设定关注区域,使得上述关注区域中包含位于管状结构分支处的多个斑块;识别工序,针对上述关注区域,对斑块的位置和特性进行识别;加权值设定工序,基于识别结果,设定与多个参数对应的多个加权值;以及计算工序,基于上述多个参数和上述多个加权值,计算针对上述多个斑块的观察视角。
发明效果
通过采用本实施方式的医用图像处理装置和医用图像处理方法,能够以最佳视角观察血管的分叉部位所包含的多个斑块的位置和特征。
并且,能够在DSA图像或DA(Digital Angiography,数字血管造影)图像中重叠显示斑块的3D图像,能够辅助操作者在支架规划和支架介入手术中准确且全面地把握具有多个斑块的分叉部位的形态和斑块的特性,以便精准地插入支架或对斑块部分进行处理。
此外,能够使操作者根据实际需要调整目标斑块,或对目标斑块或某些参数的加权值进行调整。由此能够增加显示的灵活性,使得操作者可以根据实际需要调整最佳观察视角。
附图说明
图1是表示本实施方式的医用图像处理装置的模块图。
图2是用于说明将具有多个斑块的分支部位作为关注区域时的关注区域的示意图。
图3A是在从被检体检测到的CT图像中示出了斑块位置和特性的图,图3B是在利用IVUS(血管内超声)得到的血管的横截面中示出了斑块位置和特性的示意图。
图4是本实施方式的医用图像处理装置的处理流程的流程图。
图5是对用于决定最佳视角的参数进行说明的示意图。
图6是表示作为参数之一的血管的透视短缩率的示意图。
图7是表示作为参数之一的血管的重叠率的示意图。
图8是表示作为参数之一的血管的狭窄率的示意图。
图9是表示作为参数之一的血管的位移量的示意图。
图10是表示作为参数之一的血管的分叉角度的示意图。
图11是本实施方式的变形例1的、表示将视角调整为最佳视角时的、血管的DSA图像和以血管内超声的方式显示的配准后的血管的横截面的示意图。
图12是本实施方式的变形例2的医用图像处理装置的处理流程的示意图。
具体实施方式
下面结合说明书附图详细说明本发明的具体实施方式。本发明中所示出的实施方式只不过是例示,并不限定于实施方式所表示的构成。
以下的实施方式中,以在被检体上采集血管区域的3D数据并在3D数据中选定ROI区域为例进行说明,但本发明的应用不限定于血管区域,只要是具有管状结构且在管状结构的分支处具有发生多处病变可能的区域,也可以应用到该其他管状结构中。
上述3D数据在本实施方式中以CT图像数据为例进行了说明,但不限于以CT方式形成的图像数据,也包括以MR方式形成的图像数据等其他的3D数据。
此外,本发明中为了描述方便,对于病变部分使用了斑块这一概念,所述斑块是一种块团状结构,本发明中的斑块不仅包括通常意义上的血管内斑块、还包括其他病理形态例如血管正向重建、血管负向重建、水肿、积水、肿瘤、息肉等。
(实施方式1)
图1是表示本实施方式的医用图像处理装置的模块图。
如图1所示,医用图像处理装置100包括关注区域设定单元101、识别单元102、加权值设定单元103、和计算单元。
关注区域设定单元101能够通过处理器实现,其在通过CT等拍摄的3D数据中设定关注区域,使得关注区域中包含位于管状结构(以下仅称为血管)分支处的多个斑块。具体来说,关注区域设定单元101在CT等拍摄后检测具有分支的区域,并进一步分析具有分支的区域中是否存在斑块,在判断为存在斑块且斑块为多个时,向操作者提示,由操作者选择感兴趣的区域作为关注区域进行设定。上述的例示中,是由操作者来手动的选择关注区域ROI,当然也可以通过执行预先设定的程序而自动地完成上述关注区域的设定。
识别单元102能够通过处理器实现,其针对上述关注区域,对上述多个斑块各自的位置和特性进行识别。具体来说,识别单元102针对作为关注区域的具有多斑块的分支部位,从被检体的CT图像或IVUS图像等中识别出斑块并标记斑块的位置和特性。所谓斑块的特性是指斑块自身所具有的属性,本实施方式中的斑块特性是指脂质成分、石灰化成分、纤维性或纤维化脂肪性或坏死性的核成分中的至少一种。
图3A是在从被检体检测到的CT图像中示出了斑块位置和特性的图。图3A中箭头部分所指的部位为存在多斑块的血管分支部位,优选的是,该分支部位所包含的多个斑块在图中被强调显示,例如可以对斑块所处的位置进行加亮显示,另外也可以根据斑块的特性,用不同的颜色标注脂质成分、石灰化成分、纤维性或纤维化脂肪性或坏死性的核成分,以便在图中直观地区分斑块所具有不同特性。了解每个斑块的位置和所具有的不同特征对于操作者的实际操作例如插入支架是重要的,因此是优选的。图3B是在利用IVUS(血管内超声)得到的血管的横截面中示出了斑块位置和特性的示意图。斑块在血管内超声中的显示方式与在CT图像中的显示方式相同,也可以将分支部位所包含的多个斑块的位置和特性在图中强调显示并用颜色或图案等进行区分。
本实施方式中,用颜色对各个斑块的位置和特性进行了标注,但是不限定于颜色,只要能够区分不同斑块的位置和特性也可以用其他方式标注。
加权值设定单元103能够通过处理器实现,其基于由识别单元102对多个斑块各自的位置和特性进行识别后得到的识别结果,设定与多个参数对应的多个加权值。上述多个参数是从血管的透视短缩率、重叠率、狭窄率、位移量、分叉角度中选择的至少两个。多个加权值是对血管的透视短缩率、重叠率、狭窄率、位移量、分叉角度这些参数分别赋予的加权值。此外,上述加权值是基于各个斑块不同的特性进行斑块等级划分而得到的,不同的斑块等级所对应的加权值不同。例如可以将脂质成分高的具有易破损特性的斑块的加权值设定得大,使得脂质成分的斑块具有比钙化斑块更高的斑块等级(加权值)。
本实施方式中,各个斑块的加权值是由斑块等级(斑块特性)确定的。
本实施方式中从透视短缩率、重叠率、狭窄率、位移量、分叉角度这些指标中选择了全部的指标作为参数,但是也可以根据实际需要,选择一部分的指标作为参数。
上述的参数是以α和β角为变量的函数Fparameter(α,β)。其中,α、β是C臂X射线机中用于表示C臂相对于被检体的位置的角度。α表示C臂绕被检体旋转的臂角,是RAO/LAO角度,β表示C臂处于头位或脚位的臂角,是CRA/CAU角度。对于上述这些参数的每个参数而言,每一组α和β的值可以确定唯一的参数值,上述多个参数的参数值分别根据表示视角的α、β的改变而改变。
本实施方式中例示的α、β用于C臂X射线机,但不限定于C臂X射线机,只要能够通过角度确定上述各参数的值,也可以应用其他X射线机。
关于各个参数的含义,在后面叙述。
计算单元104基于上述多个参数(血管的透视短缩率、重叠率、狭窄率、位移量、分叉角度)和由各个斑块的特性决定的多个加权值来计算针对上述多个斑块的最佳的观察视角。
上述最佳的观察视角可以通过如下的公式来计算。
[数学式1]
其中,Fforeshortening(α、β)表示血管的透视短缩率,Foverlapping(α、β)表示血管的重叠率,Fstenosis(α、β)表示血管的狭窄率,Fmovement(α、β)表示血管的位移量,Fadjacentspacing(α、β)表示血管的分叉角度,γ,δ,ε,θ,μ分别表示与血管的透视短缩率、重叠率、狭窄率、位移量、分叉角度相对应的斑块的加权值。
本实施方式中,计算单元104计算出使上式的argmin值最小时的α、β,从而将此时的α、β作为最佳的观察视角。
在实际操作时,操作者对C臂X射线机的α、β值进行调整,使上述多个参数与各自所对应的加权值相乘后进行相加得到的和为最小,之后将C臂的角度固定,保持作为最佳观察视角的α、β。
在考虑用于找到最佳视角的各个参数时,优选的是,目标血管的透视缩短较小,血管的重叠较小,血管狭窄程度较大,斑块区域的移动距离较小,分叉部位的分叉角度较大。其中,目标血管的透视缩短、血管的重叠、和斑块区域的移动距离优选的是较小,血管狭窄程度和分叉部位的分叉角度优选的是较大。也就是说,各个参数的优选的标准不统一,难以以一个公式来求出最佳角度。因此,本实施方式为了能够统一标准,以一个公式计算出最佳角度,从而取血管的狭窄率的倒数和血管的分叉角度的倒数作为参数Fstenosis,Fadjacentspacing。该情况下,只需求出各参数和各自的加权值相乘后进行相加得到的和的最小值即可。
当然,计算最小值只是一例,不限定于此,也可以取目标血管的透视缩短、血管的重叠、和斑块区域的移动距离的倒数而计算最大值,也可以按照其他的规则来计算其他值。
图4用于说明由本实施方式的医用图像处理装置进行的处理流程。
在图4中,首先,通过关注区域设定单元101在例如以CT或MR方式生成的3D图像上设定关注区域,使得上述关注区域包括位于血管分支处的多个斑块(步骤S201)。
关于关注区域的设定方法,例如可以参照图2来进行设定。
图2左侧例示出存在斑块的冠状动脉分叉部位,右侧为由操作者选择出的或由程序自动识别出的分叉部位。首先,如图2左侧例示的那样,显示所有被识别出的带有多个斑块的血管,所有带有斑块的血管都用三个数字表示斑块的个数和所处位置,例如111为存在三个斑块,三个斑块分别位于上侧、右侧和下侧,110为存在两个斑块,两个斑块分别位于上侧和下侧,001为存在一个斑块,该一个斑块位于血管的右侧分支中。通过识别三个数字中至少有两个数字为1的血管,能够确定出在分支部位存在多个斑块的所有血管。接着,由操作者或预先设定的程序在所确定出的多个血管中选择一个或多个并设定感兴趣的区域作为关注区域。
接着,在由关注区域设定单元101设定出关注区域的基础上,识别单元102针对关注区域,从以CT图像或IVUS图像为代表的多模态图像中识别出斑块并标记斑块的位置和特性(步骤S202)。在步骤S202中,可以将分支部位所包含的多个斑块的位置和特性在图中强调显示。本实施方式中,例如用颜色对各个斑块的位置和特性进行了标注,但是不限定于颜色,只要能够区分不同斑块的位置和特性也可以用其他方式标注。
之后,在步骤S203中,加权值设定单元103基于由识别单元102识别出的斑块的位置和特性,对各个斑块按照斑块的等级进行划分,并对不同等级的斑块赋予不同的加权值。
在步骤S203中加权值设定单元103识别出多个斑块分别属于脂质成分、石灰化成分、纤维性或纤维化脂肪性或坏死性的核成分中的哪一种,并按照事先确定的脂质成分、石灰化成分、纤维性或纤维化脂肪性或坏死性的核成分各自所属的斑块等级,对多个斑块进行等级划分,对各个斑块赋予与其所属的斑块等级对应的加权值。例如可以将脂质成分高的具有易破损特性的斑块的加权值设定得大,使得脂质成分的斑块具有比钙化斑块更高的斑块等级(加权值)。
接着,在步骤S204中,基于多个参数和由斑块特性决定的与多个参数对应的多个斑块的加权值,计算最佳视角。
其中,“最佳视角”可以被简称为OVA,其被使用在捕捉X射线图像的过程中,通常包括两个角度α(LAO/RAO)和β(CRA/CRU)。
参照图5可知,OVM是“最佳视角图”的缩写,其能够被定义为一函数Fparameter(α,β),该函数采用两个臂角α(LAO/RAO)和β(CRA/CRU)作为变量来计算某一角度下的参数(透视短缩率、重叠率、狭窄率、位移量、分叉角度)的值。在OVM中通过找到最佳参数值来得到最佳视角(OVA)。
上述多个参数为从血管的透视短缩率、重叠率、狭窄率、位移量、分叉角度中选择出的全部或任意多个。多个加权值分别对应于上述多个参数,此外多个加权值是根据多个斑块各自的特性而确定的。
如前所述,本实施方式中,最佳视角通过综合衡量以透视短缩率、重叠率、狭窄率、位移量、分叉角度为参数的各个函数Fparameter(α,β)而得以确定。即,如上述的数学式1所示,在透视短缩率、重叠率、狭窄率、位移量、分叉角度的各个函数值之和(argmin)最小时,能够确定出基于α和β的最佳视角。
下面,参照图6~图10具体说明本实施方式中各个参数的含义。
图6是表示作为参数之一的血管的透视短缩率的示意图。图7是表示作为参数之一的血管的重叠率的示意图。图8是表示作为参数之一的血管的狭窄率的示意图。图9是表示作为参数之一的血管的位移量的示意图。图10是表示作为参数之一的血管的分叉角度的示意图。
如图6所示,作为参数之一的血管的透视短缩率是表示从特定视角观察血管时、不同状态下的血管被投影到一图像平面上时其二维投影相对于血管最长时的二维投影的短缩率。在考虑最佳的观察视角时,为了观察没有折叠的情况下的真实长度的血管,优选的是透视短缩率较小。
如图7所示,作为参数之一的血管的重叠率用于表示血管之间的重叠率。图7左侧和右侧分别例示了α和β为不同的值的情况下的重叠率,图7左侧的图中α和β分别为69度、55度,此时血管之间没有重叠,重叠率为0%,图7右侧的图中α和β分别为3度、38度,此时血管之间重叠率为35%。在考虑最佳的观察视角时,为了在观察时减小其他的血管所带来的影响,优选的是重叠率较小。
如图8所示,血管壁内由于存在斑块的堆积,所以存在斑块堆积的部分的血管内径变窄。在考虑最佳的观察视角时,期望的是对斑块堆积严重、即血管内径最狭窄的部分进行观察。因此优选的是狭窄率较大。但是,本实施方式中,由于确定最佳视角α和β时计算的是各函数Fparameter的最小值,因此代入到数学式1中的Fstenosis(α、β)为狭窄率的倒数。
如图9所示,随着心脏的搏动,血管(例如关注区域)在一个心脏周期中的位置是变化的。例如,投影1上由PS表示的收缩期的斑块和投影2上由PD表示的舒张期的斑块的位置差别较大。在考虑最佳的观察视角时,期望的是使血管(例如也可以是关注区域)的位移量较小,以便能够避免移动伪影。本实施方式中采用收缩期和舒张期的两张3D图像来测量血管的位移量,但也可以对于整个心脏周期的3D图像进行分析,取得血管位移量平均后的最小值。
如图10所示,图中示出了由(a)、(b)表示血管的两种不同的分叉角度。(a)中血管的两个子分支1、2距离近,(b)中血管的两个子分支1、2距离远。通过对比(a)、(b)显而易见,(b)中血管的分叉角度大。在考虑最佳的观察视角时,为了能够清楚地检查分叉部位的血管分支之间的关系,并且为了在介入手术中容易向两条血管插入支架而不互相影响,优选的是血管的分叉角度较大。但是,本实施方式中,由于确定最佳视角α和β时计算的是各函数Fparameter的最小值,因此代入到数学式1中的Fadjacentspacing(α、β)为分叉角度的倒数。
在本实施方式的医用图像处理方法中,对于血管分支处存在多个斑块的分支设定关注区域,针对关注区域识别斑块的位置和特性,并根据特性决定斑块的等级划分,对于不同特性(等级划分)的斑块赋予不同的加权值,基于多个参数与多个加权值决定最佳视角。由此,对于血管分支部位存在多斑块的情况也能够以最佳视角观察。
[变形例1]
作为上述实施方式的变形例,上述医用图像处理装置中还可以具备显示单元,该显示单元对计算出的最佳视角进行显示。另外,优选的是,上述显示单元基于上述视角取得DSA图像或DA图像,并且将所取得的DSA图像或DA图像与上述3D图像进行重叠显示。
上述3D图像可以是被检体的整体图像,也可以是血管的整体或局部图,也可以是由操作者选取的关注区域的图像。
图11是表示将视角调整为最佳视角时的、血管的DSA图像和以血管内超声的方式显示的配准后的血管的横截面的示意图。图11中位于最左侧的图为将视角调整为最佳视角时的血管的DSA图像。由于实际操作中操作者经常使用DSA图像作为观察用图,因此优选的是显示视角为最佳视角时的血管的DSA图像,并且在DSA图像中重叠显示由关注区域设定单元101设定的3D图像的关注区域。通过将DSA图像与基于CT成像或MR成像等得到的3D图像进行重叠显示,能够在DSA图像中直观且准确地观察最佳视角下的血管分叉部位的多个斑块的位置和特性。
图11的中间和右侧的图为最佳视角下的以血管内超声(IVUS)的方式显示的配准后的血管的横截面的示意图。基于图11左侧所示的DSA图像,通过在DSA图像与IVUS图像之间进行配准,能够在其他模态例如IVUS模态下也显示血管为最佳视角下的各个斑块的位置和特性。
此外,本变形例中仅例示了将视角调整为最佳视角时的血管的DSA图像,但是不限于此,也可以采用将视角调整为最佳视角时的DA图像。
另外,上述配准也可以在除了DSA图像(或DA图像)和IVUS图像以外的其他的模态下进行。
根据变形例1的医用图像处理装置,能够在DSA图像或DA(Digital Angiography,数字血管造影)图像中重叠显示斑块的3D图像,能够辅助操作者在支架规划和支架介入手术中准确且全面地把握具有多个斑块的分叉部位的形态和斑块的特性,以精准地插入支架或对斑块部分进行处理。
[变形例2]
上述实施方式中对关注区域中的所有的斑块进行显示,但是有时并非所有斑块都是操作者所关心的。在此种情况下,可以将该斑块的加权值手动地调低,或者直接关闭操作者不关心的斑块的显示。
此外,上述显示单元也可以显示由加权值设定单元103设定的各个斑块所具有的加权值,如上所述,对各个斑块赋予的加权值是由各个斑块的特性决定的。但是有时不希望所有的参数的加权值为相同值,或者希望增加或者减小某些参数的权重。在此情况下,也可以在由斑块等级(斑块特性)确定各个斑块的加权值后,由操作者根据实际操作需要(例如手术类型)和经验等而对各个斑块的加权值进行微调。另外,也可以是,在由斑块等级(斑块特性)确定各个斑块的加权值后,由操作者根据实际操作需要(例如手术类型)等,对各个参数(透视短缩率、重叠率、狭窄率、位移量、分叉角度)对应的加权值的大小进行微调。
图12是本实施方式的变形例2的医用图像处理装置的处理流程的示意图。
图12中用箭头表示医用图像处理装置的处理顺序。
如图所示,首先,将ROI设置到具有多斑块的分叉区域,以ROI区域中的多个斑块作为目标斑块。
接着,强调显示所识别的多个目标斑块,例如对多个斑块进行编号,使得操作者能够根据需要、按照编号来打开或关闭某些被强调显示的斑块以改变目标斑块。即,显示单元能够针对多个斑块以最优化的视角进行显示,也可以针对多个斑块中的每个斑块以最优化的视角进行显示,当然也可以针对多个斑块中的部分斑块以最优化的视角进行显示。
接着,由加权值设定单元计算加权值并通过显示单元将加权值显示给操作者(参见图12中的表格)。操作者能够根据需要,以行为单位地手动调节多个斑块(本例中为斑块1~4)中的某个或某几个的加权值,此外也可以以列为单位地手动调节多个参数(本例中为透视短缩率、重叠率、狭窄率、位移量、分叉角度)中的某个或某几个的加权值,此外也可以不按照行、列的方式地手动调整表格中的某个或某几个加权值。
之后,计算出最佳视角并将最佳视角示出给操作者。
最后,将最佳视角应用于C臂系统,得到实况DSA图像并向用户示出融合/配准后的多模态图像(本例中为DSA图像和IVUS图像)。
根据变形例2的医用图像处理装置,能够使操作者根据实际需要调整目标斑块,或对目标斑块或某些参数的加权值进行调整。由此能够增加显示的灵活性,使得操作者可以根据实际需要调整最佳观察视角。
本发明的实施方式和变形例1、2的医用图像处理装置中,作为构成要素的关注区域设定单元、识别单元、加权值设定单元、计算单元和显示单元所能实现的各处理功能通过计算机可执行的程序的形式被保存到存储电路中。处理电路是将程序从存储电路读出并执行从而实现与各程序对应的功能的处理器。换言之,读出了各程序的状态下的处理电路具有关注区域设定单元、识别单元、加权值设定单元、计算单元和显示单元的功能。另外,虽然如上所述说明了将本发明的医用图像处理装置中的各个单元通过单一的处理电路来实现的情况,但也可以将多个独立的处理器组合来构成处理电路,通过各处理器执行程序来实现上述各个单元的功能。
以上说明了本发明的各实施方式,但以上说明的实施方式只是作为例示,不意味着对发明的范围进行限定。这些新的实施方式能够通过其他各种方式实施。另外,在不脱离发明的主旨的范围内,能够进行各种省略、置换、变更。这些实施方式及其变形都包含在发明的范围和主旨中,并且包含在权利要求的范围所记载的发明及与其均等的范围中。
Claims (20)
1.一种医用图像处理装置,用于多斑块的视觉化显示,具备:
关注区域设定单元,在被检体的3D图像中设定关注区域,使得上述关注区域中包含位于管状结构分支处的多个斑块;
识别单元,针对上述关注区域,对上述多个斑块各自的位置和特性进行识别,上述特性是脂质成分、石灰化成分、纤维性或纤维化脂肪性或坏死性的核成分中的至少一种;
加权值设定单元,基于识别结果,设定与多个参数对应的多个加权值,上述多个参数是从管状结构的透视短缩率、重叠率、狭窄率、位移量、分叉角度中选择的至少两个参数,上述多个加权值是根据事先确定的脂质成分、石灰化成分、纤维性或纤维化脂肪性或坏死性的核成分各自所属的斑块等级,对多个斑块进行等级划分而得到的加权值;以及
计算单元,基于上述多个参数和上述多个加权值,计算针对上述多个斑块的观察视角。
2.如权利要求1所述的医用图像处理装置,
还具备显示单元,上述显示单元对计算出的上述观察视角进行显示。
3.如权利要求2所述的医用图像处理装置,
上述显示单元基于上述观察视角取得DSA图像或DA图像,并且将所取得的DSA图像或DA图像与上述3D图像进行重叠显示。
4.如权利要求1所述的医用图像处理装置,
上述多个参数分别根据表示观察视角的第一变量和第二变量的改变而改变。
5.如权利要求4所述的医用图像处理装置,
上述第一变量表示C臂绕被检体旋转的臂角,
上述第二变量表示C臂处于头位或脚位的臂角。
6.如权利要求2所述的医用图像处理装置,
上述显示单元对识别出的上述斑块的位置进行强调显示,并且能够改变作为目标的上述斑块。
7.如权利要求2所述的医用图像处理装置,
上述显示单元对由上述加权值设定单元设定的上述加权值进行显示。
8.如权利要求7所述的医用图像处理装置,
上述加权值能够被调整,
上述计算单元基于上述多个参数和被调整后的加权值,计算针对上述多个斑块的观察视角。
9.如权利要求2所述的医用图像处理装置,
上述显示单元针对上述多个斑块中的每个斑块,以最优化的观察视角进行显示。
10.如权利要求2所述的医用图像处理装置,
上述显示单元针对上述多个斑块的全部斑块,以最优化的观察视角进行显示。
11.一种医用图像处理方法,用于多斑块的视觉化显示,包括如下工序:
关注区域设定工序,在被检体的3D图像中设定关注区域,使得上述关注区域中包含位于管状结构分支处的多个斑块;
识别工序,针对上述关注区域,对斑块的位置和特性进行识别,上述特性是脂质成分、石灰化成分、纤维性或纤维化脂肪性或坏死性的核成分中的至少一种;
加权值设定工序,基于识别结果,设定与多个参数对应的多个加权值,上述多个参数是从管状结构的透视短缩率、重叠率、狭窄率、位移量、分叉角度中选择的至少两个参数,上述多个加权值是根据事先确定的脂质成分、石灰化成分、纤维性或纤维化脂肪性或坏死性的核成分各自所属的斑块等级,对多个斑块进行等级划分而得到的加权值;以及
计算工序,基于上述多个参数和上述多个加权值,计算针对上述多个斑块的观察视角。
12.如权利要求11所述的医用图像处理方法,
还具备显示工序,上述显示工序中对计算出的上述观察视角进行显示。
13.如权利要求11所述的医用图像处理方法,
在显示工序中,基于计算出的上述观察视角取得DSA图像或DA图像,并且将所取得的DSA图像或DA图像与上述3D图像进行重叠显示。
14.如权利要求11所述的医用图像处理方法,
上述多个参数分别根据表示观察视角的第一变量和第二变量的改变而改变。
15.如权利要求14所述的医用图像处理方法,
上述第一变量表示C臂绕被检体旋转的臂角,
上述第二变量表示C臂处于头位或脚位的臂角。
16.如权利要求12所述的医用图像处理方法,
在上述显示工序中,对识别出的上述斑块的位置进行强调显示,并且能够改变作为目标的上述斑块。
17.如权利要求12所述的医用图像处理方法,
在上述显示工序中,对在上述加权值设定工序中设定的上述加权值进行显示。
18.如权利要求17所述的医用图像处理方法,
上述加权值能够被调整,
在上述计算工序中,基于上述多个参数和被调整后的加权值,计算针对上述多个斑块的观察视角。
19.如权利要求12所述的医用图像处理方法,
在上述显示工序中,针对上述多个斑块中的每个斑块,以最优化的观察视角进行显示。
20.如权利要求12所述的医用图像处理方法,
在上述显示工序中,针对上述多个斑块的全部斑块,以最优化的观察视角进行显示。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711389174.1A CN109949265B (zh) | 2017-12-20 | 2017-12-20 | 医用图像处理装置及医用图像处理方法 |
JP2018237000A JP7246915B2 (ja) | 2017-12-20 | 2018-12-19 | 医用画像処理装置、医用画像処理方法及びx線診断装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711389174.1A CN109949265B (zh) | 2017-12-20 | 2017-12-20 | 医用图像处理装置及医用图像处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109949265A CN109949265A (zh) | 2019-06-28 |
CN109949265B true CN109949265B (zh) | 2023-10-03 |
Family
ID=67005476
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711389174.1A Active CN109949265B (zh) | 2017-12-20 | 2017-12-20 | 医用图像处理装置及医用图像处理方法 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7246915B2 (zh) |
CN (1) | CN109949265B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003091735A (ja) * | 2001-09-19 | 2003-03-28 | Toshiba Medical System Co Ltd | 画像処理装置 |
JP2009542283A (ja) * | 2006-06-28 | 2009-12-03 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 所定の最適なビューマップに基づくraについての最適な回転式軌跡決定方法 |
CN103957805A (zh) * | 2012-11-30 | 2014-07-30 | 株式会社东芝 | 医用图像诊断装置 |
JP2015503416A (ja) * | 2012-01-06 | 2015-02-02 | コーニンクレッカ フィリップス エヌ ヴェ | 最適なデバイスナビゲーションのための血管系ビューのリアルタイム表示 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8126238B2 (en) * | 2006-11-22 | 2012-02-28 | General Electric Company | Method and system for automatically identifying and displaying vessel plaque views |
US9119559B2 (en) * | 2011-06-16 | 2015-09-01 | Salient Imaging, Inc. | Method and system of generating a 3D visualization from 2D images |
-
2017
- 2017-12-20 CN CN201711389174.1A patent/CN109949265B/zh active Active
-
2018
- 2018-12-19 JP JP2018237000A patent/JP7246915B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003091735A (ja) * | 2001-09-19 | 2003-03-28 | Toshiba Medical System Co Ltd | 画像処理装置 |
JP2009542283A (ja) * | 2006-06-28 | 2009-12-03 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 所定の最適なビューマップに基づくraについての最適な回転式軌跡決定方法 |
JP2015503416A (ja) * | 2012-01-06 | 2015-02-02 | コーニンクレッカ フィリップス エヌ ヴェ | 最適なデバイスナビゲーションのための血管系ビューのリアルタイム表示 |
CN103957805A (zh) * | 2012-11-30 | 2014-07-30 | 株式会社东芝 | 医用图像诊断装置 |
Also Published As
Publication number | Publication date |
---|---|
JP7246915B2 (ja) | 2023-03-28 |
JP2019111332A (ja) | 2019-07-11 |
CN109949265A (zh) | 2019-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11532087B2 (en) | Stent detection methods and imaging system interfaces | |
AU2020239702B2 (en) | Intravascular imaging system interfaces and shadow detection methods | |
AU2021200485B2 (en) | Intravascular imaging system interfaces and stent detection methods | |
CN106793992B (zh) | 对象识别 | |
US10052032B2 (en) | Stenosis therapy planning | |
JP2017518786A (ja) | カテーテルの特定の位置を決定するための装置 | |
US20120136236A1 (en) | Imaging method and apparatus | |
EP3169237A1 (en) | Stenosis assessment | |
CN109949265B (zh) | 医用图像处理装置及医用图像处理方法 | |
JP7434008B2 (ja) | 医用画像処理装置およびプログラム | |
EP2081495A2 (en) | Method and apparatus for positioning a therapeutic device in a tubular organ dilated by an auxiliary device balloon | |
JP6871007B2 (ja) | 医用画像処理装置及び医用画像診断システム | |
Schoonenberg et al. | Projection-based motion compensation and reconstruction of coronary segments and cardiac implantable devices using rotational X-ray angiography | |
CN117241735A (zh) | 确定用于支架的端点位置 | |
Tu et al. | The Fusion of Three-Dimensional Quantitative Coronary Angiography and Intracoronary Imaging for Coronary 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 |