CN112884879A - 用于提供至少一个管状结构的二维展开图像的方法 - Google Patents
用于提供至少一个管状结构的二维展开图像的方法 Download PDFInfo
- Publication number
- CN112884879A CN112884879A CN202011358254.2A CN202011358254A CN112884879A CN 112884879 A CN112884879 A CN 112884879A CN 202011358254 A CN202011358254 A CN 202011358254A CN 112884879 A CN112884879 A CN 112884879A
- Authority
- CN
- China
- Prior art keywords
- points
- tubular structure
- projection
- input
- dimensional
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims description 21
- 238000002059 diagnostic imaging Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 9
- 239000003550 marker Substances 0.000 claims description 6
- 210000000056 organ Anatomy 0.000 claims description 6
- 210000003484 anatomy Anatomy 0.000 description 18
- 210000004351 coronary vessel Anatomy 0.000 description 18
- 210000004204 blood vessel Anatomy 0.000 description 10
- 238000002591 computed tomography Methods 0.000 description 9
- 238000012800 visualization Methods 0.000 description 7
- 238000012937 correction Methods 0.000 description 6
- 230000003902 lesion Effects 0.000 description 4
- 210000000709 aorta Anatomy 0.000 description 3
- 238000013459 approach Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 208000031481 Pathologic Constriction Diseases 0.000 description 2
- 238000005266 casting Methods 0.000 description 2
- 230000001149 cognitive effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000013256 coordination polymer Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 208000037804 stenosis Diseases 0.000 description 2
- 230000036262 stenosis Effects 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 210000001715 carotid artery Anatomy 0.000 description 1
- 238000010968 computed tomography angiography Methods 0.000 description 1
- 238000013170 computed tomography imaging Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 238000012913 prioritisation Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
- 208000019553 vascular disease Diseases 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06T3/06—Topological mapping of higher dimensional structures onto lower dimensional surfaces
- G06T3/067—Reshaping or unfolding 3D tree structures onto 2D planes
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- 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
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
-
- 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
- G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
- G06T2219/021—Flattening
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
提供至少一个管状结构的二维展开图像的计算机实现的方法,包括:接收包括管状结构的检查区域的三维图像数据;在三维图像数据中选择输入点集合,输入点集合包括表示管状结构的第一多个输入点,确定关于三维图像数据的投影表面;计算投影表面的表面点集合,针对输入点集合中的每个输入点,基于输入点到投影表面上的投影计算表面点集合的对应表面点;通过对投影表面、输入点集合和表面点集合应用变形算法来计算经变形的投影表面,表面点集合中的每个表面点被移动到输入点集合中的对应输入点;基于经变形的投影表面计算关于三维图像数据的体素位置集合;基于三维图像数据和体素位置集合计算管状结构的二维展开图像;提供二维展开图像。
Description
技术领域
在一个方面,本发明涉及用于提供至少一个管状结构的二维展开图像的计算机实现的方法。在其他方面,本发明涉及数据处理系统、医学成像设备、计算机程序产品和计算机可读介质。
背景技术
为了检查血管疾病,放射科医生通常需要查看属于同一血管树的多条血管。该血管树通常具有复杂的三维结构,这使得阅读非常困难并且需要更多的认知努力。
经典的阅读方法涉及检查多平面重建(MPR)切片的堆叠,这需要大量的认知努力,因为相关信息分布在整个切片堆叠中。用于创建整个血管树的概览图像的经典方法包括体绘制技术(VRT)或最大强度投影(MIP)。
VRT无法将血管内的原始CT值可视化,而MIP可能会忽略低密度软斑块病变。使用弯曲的MPR(CPR),单个血管可以从某个视角被可视化。CPR的交互式旋转使得能够从不同的视角来检查血管。但是,该方法仅将单个血管可视化。
最近,已发布了经典CPR的各种扩展[图1]。所有这些都具有在单个图像中将多个血管可视化的相同目标。在接下来的部分中,我们将首先讨论一般性扩展,然后讨论专门为绘制冠状血管而提出的扩展。
多路径CPR[参考文献1]允许在单个图片中将若干个血管可视化。为了避免血管之间的重叠,提出了无缠绕的多路径CPR[参考文献2]。
两种方法均将单个CPR视图粘贴到共同的图片中。输出图像被分割为不同的血管区域,其中每个区域包括对应血管的CPR。这导致单个区域之间出现边界伪像,边界伪像可能会妨碍这些方法的临床接受。树越复杂,输出图像中就会出现越多的区域边界伪像。因此,期望血管树的平滑且无伪像的可视化。
具有标准化取向、但还包括患者特定的解剖结构和对应CT HU值的可视化是优选的。因此,在过去已提出了有助于在单个图像中将多个冠状血管可视化的多种方法。
专利US7447535B2[参考文献3、参考文献6]包括用于显示围绕球形或椭圆形基表面来取向的血管树的系统。所提出的方法应用射线投射。可能会出现不同种类的伪像,例如,彼此重叠的冲突血管部分、或者由于较小的投影角度而使得距投影中心很远的血管部分失真。
专利US20190057541A1[参考文献7]还着重于在2D视图上展开冠状动脉。它针对任何像素使用与网格的半射线交叉。
发明内容
本发明的基本技术问题是促进改进至少一个管状解剖结构的展开。该问题通过独立权利要求的主题来解决。从属权利要求涉及本发明的其他方面。
在一个方面,本发明涉及用于提供至少一个管状结构的二维展开图像的计算机实现的方法,方法包括:
-接收包括至少一个管状结构的检查区域的三维图像数据,
-在三维图像数据中选择输入点集合,其中输入点集合包括表示至少一个管状结构的第一多个输入点,
-确定关于三维图像数据的投影表面,
-计算投影表面的表面点集合,其中针对输入点集合中的每个输入点,基于输入点到投影表面上的投影来计算表面点集合中的对应表面点,
-通过对投影表面、输入点集合和表面点集合应用变形算法来计算经变形的投影表面,其中表面点集合中的每个表面点被移动到输入点集合中的对应输入点,
-基于经变形的投影表面,计算关于三维图像数据的体素位置集合,
-基于三维图像数据和体素位置集合,计算至少一个管状结构的二维展开图像,
-提供二维展开图像。
至少一个管状结构可以是例如解剖结构、特别是分支解剖结构。在另一方面,至少一个管状结构包括血管树和/或气道树。具体地,至少一个管状结构可以包括至少一个管状结构的多个管状区段。多个管状区段中的管状区段可以被布置为例如相对于彼此呈树状形状。
三维图像数据中的输入点集合可以例如自动地和/或基于对应的手动用户输入来选择。具体地,三维图像数据中的输入点集合可以通过将分割算法和/或中心线提取算法应用于三维图像数据来选择。
输入点集合可以包括例如,针对多个管状区段中的每个管状区段,位于该管状区段的中心线上的至少一个输入点。输入点集合中的每个输入点可以例如位于多个管状区段中的对应管状区段的中心线上。
所提出的方法可以提供用于在单个图像中将多个血管同时可视化的通用框架。它可以被应用于例如成对的血管,例如,左/右颈动脉、左/右流出道或更复杂的分支结构,比如冠状动脉。
在另一方面,投影表面具有光滑的几何形状和/或包括规则网格。规则网格可以包括例如二维布置的节点,特别是m×n个节点,其中m和n是整数。投影表面可以至少在整个投影的解剖结构之上延伸,特别是在三维图像数据的整个图像区域之上延伸。
在另一方面,投影表面基于至少一个管状结构的平均形状模型和/或基于至少一个管状结构所涉及的器官的平均形状模型来确定。不同的投影几何形状可以被用于投影表面。投影表面可以是例如平面、球形、圆柱形或更复杂的形状。因此,可以选择与待被可视化的解剖结构最匹配的几何形状。例如,球形形式的投影表面可以被用于冠状动脉,平面形式的投影表面可以被用于流出道、或自定义的几何形状可以被用于大脑中的血管。
在另一方面,投影表面的取向基于至少一个管状结构的解剖学标志和/或基于至少一个管状结构所涉及的器官的解剖学标志被规范化。例如,投影表面可以是轴向、矢状或冠状平面。
在另一示例中,投影表面可以是最佳拟合平面,和/或基于主成分分析、特别是至少一个管状结构和/或至少一个管状结构所涉及的器官的主成分分析来确定。例如,心脏是冠状血管形式的至少一个管状结构所涉及的器官。
投影表面可以例如自动地和/或基于对应手动用户输入来确定。投影表面可以具体由用户在VRT视图中使用相机旋转来定义。
在另一方面,变形算法基于尽可能刚性(As-Rigid-As-Possible)的表面模型。在参考文献5中描述了尽可能刚性的表面模型的示例。具体地,网格的拉普拉斯算子可以在变形期间被保留,从而保留了网格的边长和边之间的角度。变形算法可以包括例如非线性和/或迭代优化。
在变形之后,体素位置、特别是与二维展开图像的像素相对应的体素位置可以通过对规则网格进行插值来创建。二维展开图像可以通过从体素位置提取体素值来采样。
在另一方面,基于输入点集合和表面点集合来检测至少一个管状结构的重叠部分。如果至少一个管状结构的两个或多个点被投影到投影表面上的相同(或非常靠近)位置上,则投影可能会引入奇点。这样的重叠部分可以包括不同的投影血管之间的交点和投影中单个血管的自相交点。
一些示例是具有与投影方向正交的路线的单个血管,单个血管在投影中与自身交叉,并且两个血管分支在投影中彼此交叉。对于至少一个管状结构的两个点,在三维图像数据中,两个点在投影表面上相对于彼此的距离为dp并且在三维图像数据中相对于彼此的距离为do,则可以基于比率ra=do/dp来检测重叠。如果ra高于特定阈值rt,则检测到由于重叠导致的伪像。例如,基于以下方法中的至少一个,可以避免由于重叠部分而导致的二维展开图像中的伪像。
在另一方面,基于优先级度量,从到投影表面上的投影中排除所检测的至少一个管状结构的重叠部分中的至少一个重叠部分。解决这些伪像的第一方法是使用优先级排序方法来排除血管树的伪像创建的、不太重要的部分。使用优先级度量引入重要性,优先级度量被分配给至少一个管状结构的每个血管点和/或每个重叠部分。主分支、大分支和具有病变的分支获得更高的优先级。近端血管点比远端血管点获得更高的优先级。通过去除在投影期间产生歧义的低优先级血管点,可以改进较高优先级血管中的视觉质量。
在另一方面,投影包括拉伸操作。解决这些伪像的第二方法是修改投影,使得避免正交的路线和/或重叠。例如,投影算法可以通过应用拉伸操作来扩展。例如,投影可以基于针对至少一个管状结构的每个分支计算的平均投影路线。
在另一方面,至少一个参考标记在三维图像数据中的至少一个管状结构上被确定,
-其中对于输入点集合中位于至少一个参考标记的区域中的那些输入点,使用到投影表面上的平行投影,
-其中对于输入点集合中位于至少一个参考标记的区域之外的那些输入点,使用到投影表面上的径向投影。
对于径向投影、特别是球形或圆柱形投影,到投影中心的距离变化可能引入失真伪像。在径向采样的情况下(例如,圆柱形/球形投影),由于到投影中心的距离变化会导致投影角度变化,因此解剖结构可能会在输出图像中失真。远离投影中心的血管部分可能会示出变窄的伪像,而非常靠近投影中心的部分可能会示出变宽的伪像。这些失真已可以在投影期间被校正。例如,血管壁的至少一个参考标记可以被确定。对于至少一个参考标记,可以应用平行投影而不是径向投影。
在另一方面,输入点集合还包括第二多个输入点,第二多个输入点表示与至少一个管状结构有关的注释信息。二维展开图像可以用作在一个照片中示出血管、潜在病变和周围解剖结构的概览图像。除了图像信息之外,它还可以将注释信息示出为展开图像上的叠加。
例如,注释信息可以具有三维图像数据中的三维结构的形式,以与至少一个管状结构基本相同的方式被投影到投影表面上。注释信息可以包括例如中心线树、分段的内腔、分支标签或病变标记。基于二维展开图像,可以实现通过血管树的交互式导航,可以创建发现内容。此外,解剖学标志和/或介入所需的标志可以被添加到二维展开图像。
在另一方面,二维展开图像被显示在用户界面中,
-其中基于手动用户输入,至少一个管状结构的分支在二维展开图像中被确定,
-其中所确定的分支的曲面重建图像和/或截面图像被显示在用户界面中。
所提出的方法可以使用同步位置标记来实现从全局视图到局部视图(反之亦然)的导航工作流。例如,用户界面的导航标记可以基于手动用户输入而在二维展开图像中被移动。在二维展开图像(全局视图)上沿投影树移动标记会自动选择对应血管,使得CPR(中间视图)示出该单个血管,从而允许在更详细视图中对其进行交互式研究。
同时,第三视图(局部视图)示出了选定血管在选定位置处的截面。在经典的工作流中,逐个研究每个血管将涉及多次查看共同的血管部分。通过导航经过二维展开图像,可以避免这种情况。
在另一方面,本发明涉及用于提供至少一个管状结构的二维展开图像的数据处理系统,系统包括:
-图像数据接收器,用于接收包括至少一个管状结构的检查区域的三维图像数据,
-输入选择器,用于在三维图像数据中选择输入点集合,其中输入点集合包括表示至少一个管状结构的第一多个输入点,
-表面确定器,用于确定关于三维图像数据的投影表面,
-表面点计算器,用于计算投影表面的表面点集合,其中针对输入点集合中的每个输入点,基于该输入点到投影表面上的投影计算表面点集合中的对应表面点,
-变形计算器,用于通过对投影表面、输入点集合和表面点集合应用变形算法来计算经变形的投影表面,其中表面点集合中的每个表面点被移动至输入点集合中的对应输入点,
-体素位置计算器,用于基于经变形的投影表面计算相对于三维图像数据的体素位置集合,
-图像计算器,用于基于三维图像数据和体素位置集合计算至少一个管状结构的二维展开图像,
-图像提供器,用于提供二维展开图像。
在另一方面,数据处理系统被配置为实现根据所公开方面中的一个或多个的方法。
在一个方面,本发明涉及包括数据处理系统的医学成像设备,数据处理系统用于提供根据所公开的一个或多个方面的至少一个管状结构的二维展开图像。医学成像设备可以是例如计算机断层摄影(CT)设备或磁共振成像(MRI)设备或不同医学成像模态的组合(例如,PET-CT成像设备)。三维图像数据可以例如通过医学成像设备来获取。三维图像数据可以包括医学成像数据,例如,计算机断层摄影医学成像数据和/或磁共振医学成像数据。
在另一方面,本发明涉及计算机程序产品,计算机程序产品包括程序单元,当程序单元被加载到数据处理系统的存储器中时,促使数据处理系统执行根据所公开的一个或多个方面的方法的步骤。
在另一方面,本发明涉及其上存储有程序元素的计算机可读介质,程序单元能够由数据处理系统读取和执行,以便当程序单元被数据处理系统执行时实施根据所公开的一个或多个方面的方法的步骤。
计算机程序产品可以是例如计算机程序或者包括除计算机程序之外的另一元件。该另一元件可以是硬件(例如,存储有计算机程序的存储器设备、用于使用计算机程序等的硬件密钥)和/或软件(例如,用于使用计算机程序的文档或软件密钥)。计算机可读介质可以被实现为非永久性主存储器(例如,随机存取存储器)或被实现为永久性大容量存储装置(例如,硬盘、USB棒、SD卡、固态盘)。
数据处理系统可以包括例如云计算系统、分布式计算系统、计算机网络、计算机、平板计算机、智能电话等中的至少一个。数据处理系统可以包括硬件和/或软件。硬件可以是例如处理器系统、存储器系统及其组合。硬件可以由软件配置和/或由软件操作。用于执行方法动作的计算可以在处理器中被执行。
数据、特别是三维图像数据可以例如通过接收携带数据的信号和/或通过从计算机可读介质读取数据和/或通过用户接口接收输入来被接收。数据、特别是二维展开图像可以例如通过发送携带数据的信号和/或通过将数据写入计算机可读介质中和/或通过在显示器上显示数据来被提供。
在没有明确描述的地方,只要这样的组合或交换有意义并且在本发明的意义上,可以在不限制或扩大所描述的发明范围的情况下,将单独实施例或其单独方面和特征彼此组合或交换。在适用的情况下,关于本发明的一个实施例描述的优点也是本发明的其他实施例的优点。
在本发明的上下文中,表述“基于”具体地可以被理解为“使用,尤其是”。具体地,基于第二特征来计算(或生成、确定等)第一特征所依据的措词不排除基于第三特征来计算(或生成、确定等)第一特征的可能性。
参考以下事实:所描述的方法和所描述的单元仅是本发明的优选示例实施例,并且本领域技术人员可以在不脱离由权利要求指定的本发明的范围的情况下对本发明进行改变。
附图说明
下面将参考附图、使用示例实施例来图示本发明。附图中的图示是示意性的并且被高度简化的,并且不一定按比例绘制。
图1和图2示出了若干图像,每个图像均基于用于将二维图像上的血管树可视化的另一方法。
图3示出了冠状血管树的示意性概览图。
图4示出了若干图像,若干图像图示了用于提供至少一个管状结构的二维展开图像的方法的连续中间结果。
图5示出了若干图像,若干图像图示了基于用于提供二维展开图像的方法的血管树的平面展开。
图6示出了若干图像,若干图像图示了基于用于提供二维展开图像的方法的冠状动脉的球形展开。
图7和图8示出了若干图像,若干图像图示了基于到投影表面上的投影的方向而减少伪像。
图9和图10示出了图示在径向采样的情况下的失真校正的若干图像。
图11示出了图示用于提供至少一个管状结构的二维展开图像的计算机实现的方法的图。
图12示出了用于提供至少一个管状结构的二维展开图像的数据处理系统U。
图13示出了包括数据处理系统的医学成像设备1。
具体实施方式
图1和图2示出了若干图像,每个图像基于在二维图像上将血管树可视化的另一方法。
图像1A基于去骨体绘制技术(VRT)。图像1B基于去骨最大强度投影(MIP)。两种方法均可以在没有确切的CT HU值的情况下,将整个血管树可视化。图像1C基于在没有血管树内的关系的情况下的单个血管的拉伸曲面重建(CPR)。
图像2A基于多路径CPR,并且示出了血管树的若干相连分支。箭头T21、T22和T23中的每一个指向对应的区域边界伪像。图像2B示出了旋转的(无缠绕)多路径CPR,其中解剖环境由于单个节段的旋转而丢失。
图3示出了根据用于解释和报告冠状动脉CT血管造影术(CCTA)的SCCT指南的冠状动脉树的示意性概览图[参考文献4]。冠状动脉被粗略地描绘,就像在经典轴向多平面重建(MPR)图像中穿过CT切片集合时通常可见的那样。在图3中,右冠状动脉RCA、左主干(LM)、左前降支(LDA)、回旋支(CX)和中间支(RAM)被示出。
SCCT基于此描述来限定冠状动脉节段,从而简化了诊断结果(例如,临床报告中)的通信。但是,由于这只是示意图,因此患者特定的解剖结构和对应CT HU值不可见。
所提供的用于提供二维展开图像的方法可以替换临床报告中使用的示意图,例如诸如SCCT指南中建议的冠状动脉示意图,因为它允许以规范化的方式显示患者特定的解剖结构。
针对冠状动脉,类似于SCCT指南中建议的示意性概图的视图可以被创建。该视图示出了中央的主动脉、右下角处的左冠状动脉树的孔口、左上角处的右冠状动脉树的孔口。由于感知可以被简化,因此放射科医生之间或与患者之间的交流也可以被改进。
图4示出了若干图像,这些图像图示了用于提供至少一个管状结构S的二维展开图像2I的方法的连续中间结果。
图像4A图示了平滑三维投影几何形状的定义以及解剖结构S在投影表面M上的投影,三维投影几何形状是具有规则表面网格和m x n个节点的投影表面M,并且在解剖结构S之上延伸。
输入点集合中的每个输入点P1、P2、P3沿多个投影线N中的对应投影线被投影到表面点集合中的对应表面点P1'、P2'、P3'上。投影的输出是包括表面点P1'、P2'和P3'的经投影的解剖结构S'。
图像4B图示了初始表面网格M朝向解剖结构S的变形,使得解剖结构S直接位于经变形的投影表面MD中。在变形期间,表面点P1'、P2'和P3'处的节点朝向其对应的解剖位置P1、P2和P3移动。除了位于经投影的解剖结构S'处的节点子集之外,还需要以合适的方式移动投影表面M的其余节点来保持投影表面M的初始平滑几何形状。
图像4C图示了通过在变形之后对规则网格进行插值来创建二维展开图像2I的体素位置V。此处出现了使用规则表面网格的益处。无需射线投射即可定义体素位置。最后,二维展开图像2I通过提取在如图4D所示的三维体素位置处的内插体素值来进行采样。
图5示出了若干图像,这些图像图示了基于用于提供二维展开图像2I的方法的血管树的平面展开。血管树包括主动脉、颈动脉、椎动脉、肾血管和腿血管。
图像5A示出了由血管中心线的三维树表示的解剖结构S、冠状平面形式的投影表面M和图示了正交投影的多个投影线N。
图像5B示出了经变形的投影表面MD。图像5C示出了二维展开图像2I。在图像5B和5C中,为了更好地图示,对网格分辨率进行了下采样。
图6示出了若干图像,这些图像图示了基于提供二维展开图像2I的方法的冠状动脉的球形展开。
图像6A示出了UV球形的投影表面M。心脏面膜的重心被用作球形中心。取向通过旋转球形而被被规范化,使得主动脉位于第0纬度/经度上,并且第0纬度沿轴向切片的x方向延伸。血管树被投影到球形上。
图像6B示出了具有图像数据纹理重叠的变形球形MD。
图像6C示出了具有规范化取向的二维展开图像2I。为了二维展开图像2I的采样,映射投影(例如,罗宾逊投影)被用于将球形的北极和南极附近的失真最小化。
图7和图8示出了若干图像,这些图像图示了到投影表面M上的投影的方向而减少伪像。如图7A和图7B所示的正交投影在具有如图8A所示的正交路线的血管区域处引入了伪像T81、T82。如在图像7C、图7D和图8B中所示,使用拉伸投影解决了这些伪像,其中血管沿其投影路线被拉伸。
图9和图10示出了图示在径向采样的情况下的失真校正的若干图像。图像9A示出了用于冠状动脉展开的球形投影表面M。图像9B示出了经变形的投影表面MD。图像9C示出了半径为R的血管,血管被投影到半径为H'的球形上。由于血管到投影中心PC的距离H较大,因此经投影的血管半径R'变小。按照我们的失真校正方法,血管壁上的附加参考标记使用平行投影而被投影到球形上,而不是将它们径向朝向投影中心来投影。由此,如图9D所示,血管半径在投影期间被保持。
图像10A示出了基于所提出的用于在不进行高度失真校正的情况下提供二维展开图像2I的方法的冠状动脉的二维展开图像2I的示例。箭头T101指向变窄的伪像,伪像可能被误读为RCA狭窄。箭头T102指向变宽的伪像。
变窄和变宽的伪像由于不同的投影角度而出现。距球形中心距离较大的血管部分由于较小的投影角度而显得较小。距球形中心距离较小的血管部分由于较大的投影角度而显得较大。在图像10B中,区域CC1中的血管部分到投影中心PC的距离大,并且区域CC2中的血管部分到投影中心PC的距离小。到投影中心PC的距离可以基于颜色编码而被显示在图像中。例如,区域CC1可以被颜色编码成红色,而区域CC2可以被颜色编码成蓝色。
如图像10C所示,在失真校正之后去除了伪像。在高度校正之后,例如在图像10A中的RCA上可见的那些血管部分以其实际大小出现,使得避免了伪像狭窄。
图11示出了图示用于提供至少一个管状结构S的二维展开图像2I的计算机实现的方法的图,方法包括:
-接收RD包括至少一个管状结构S的检查区域的三维图像数据,
-在三维图像数据中选择SP输入点集合,其中输入点集合包括表示至少一个管状结构S的第一多个输入点;
-确定DM关于三维图像数据的投影表面M,
-计算CP投影表面M的表面点集合,其中针对输入点集合中的每个输入点,基于该输入点到投影表面M上的投影计算表面点集合中的对应表面点,
-通过对投影表面M、输入点集合和表面点集合应用变形算法来计算CD经变形的投影表面MD,其中表面点集合中的每个表面点被移动到输入点集合中的对应输入点;
-基于经变形的投影表面MD,计算CV关于三维图像数据的体素位置集合,
-基于三维图像数据和体素位置集合,计算CI至少一个管状结构S的二维展开图像2I,
-提供PI二维展开图像2I。
图12示出了用于提供至少一个管状结构S的二维展开图像2I的数据处理系统U,系统包括:
-图像数据接收器RD-U,用于接收包括至少一个管状结构S的检查区域的RD三维图像数据,
-输入选择器SP-U,用于在三维图像数据中选择SP输入点集合,其中输入点集合包括表示至少一个管状结构S的第一多个输入点,
-表面确定器DM-U,用于确定DM关于三维图像数据的投影表面M,
-表面点计算器CP-U,用于计算CP投影表面M的表面点集合,其中针对输入点集合中的每个输入点,基于该输入点到投影表面M上的投影计算表面点集合中的对应表面点,
-变形计算器CD-U,用于通过对投影表面M、输入点集合和表面点集合应用变形算法来计算CD经变形的投影表面MD,其中表面点集合中的每个表面点被移动到输入点集合中的对应输入点,
-体素位置计算器CV-U,用于基于经变形的投影表面MD来计算关于三维图像数据的体素位置集合,
-图像计算器CI-U,用于基于三维图像数据和体素位置集合来计算CI至少一个管状结构S的二维展开图像2I,
-图像提供器PI-U,用于提供PI二维展开图像2I。
图13示出了医学成像设备1,医学成像设备1包括具有数据处理系统U的计算机3和被配置为获取三维图像数据的获取系统2。医学成像系统可以是例如计算机断层摄影设备或磁共振成像设备。
医学成像设备1还包括例如触摸屏形式的显示器4,显示器4显示用户界面UI。二维展开图像2I被显示在用户界面UI中。至少一个管状结构S的分支基于手动用户输入而在二维展开图像2I中被确定,手动用户输入设置了导航标记NM。所确定的分支的曲面重建图像IV和所确定的分支在导航标记位置处的截面图像LV在用户界面UI中被显示。
参考文献
1.Kanitsar,A.et al.:2002.CPR:curved planar reformation.In Proceedingsof the conference on Visualization'02(VIS'02).IEEE Computer Society,Washington,DC,USA,37-44.
2.Kanitsar,A.et al.:2003.Advanced Curved Planar Reformation:Flattening of Vascular Structures.In Proceedings of the 14th IEEEVisualization 2003(VIS'03).IEEE Computer Society,Washington,DC,USA,7-.
3.Lavi,G.A.:2004:Mapping the coronary arteries on a sphere in CTangiography.Proc.SPIE 5367,Medical Imaging 2004:Visualization,Image-GuidedProcedures,and Display,(5May 2004)
4.Raff,G.L.,et al:SCCT guidelines for the interpretation andreporting of coronary computed tomographic angiography.Journal ofCardiovascular Computed Tomography(2009)3,122-136
5.Sorkine,O.,et al:As-Rigid-As-Possible SurfaceModeling.EUROGRAPHICS/ACM SIGGRAPH Symposium on Geometry Processing(2007),109-116
6.US7447535B2-Mapping the coronary arteries on a sphere
7.US20190057541A1-Planar visualization of anatomical structures
Claims (17)
1.一种用于提供至少一个管状结构(S)的二维展开图像(2I)的计算机实现的方法,所述方法包括:
-接收(RD)包括所述至少一个管状结构(S)的检查区域的三维图像数据,
-在所述三维图像数据中选择(SP)输入点集合,其中所述输入点集合包括表示所述至少一个管状结构(S)的第一多个输入点,
-确定(DM)关于所述三维图像数据的投影表面(M),
-计算(CP)所述投影表面(M)的表面点集合,其中针对所述输入点集合中的每个输入点,基于该输入点到所述投影表面(M)的投影计算所述表面点集合中的对应表面点;
-通过对所述投影表面(M)、所述输入点集合和所述表面点集合应用变形算法,计算(CD)经变形的投影表面(MD),其中所述表面点集合中的每个表面点被移动到所述输入点集合中的对应输入点,
-基于所述经变形的投影表面(MD),计算(CV)关于所述三维图像数据的体素位置集合,
-基于所述三维图像数据和所述体素位置集合,计算(CI)所述至少一个管状结构(S)的所述二维展开图像(2I),
-提供(PI)所述二维展开图像(2I)。
2.根据权利要求1所述的方法,
-其中所述至少一个管状结构(S)包括血管树或气道树。
3.根据权利要求1或2所述的方法,
-其中所述投影表面(M)具有光滑的几何形状并且包括规则网格。
4.根据权利要求1至3中任一项所述的方法,
-其中基于所述至少一个管状结构(S)的平均形状模型和/或基于所述至少一个管状结构(S)所涉及的器官的平均形状模型,确定所述投影表面(M)。
5.根据权利要求1至4中任一项所述的方法,
-其中基于所述至少一个管状结构(S)的解剖学标志和/或基于所述至少一个管状结构(S)所涉及的器官的解剖学标志,规范化所述投影表面(M)的取向。
6.根据权利要求1至5中任一项所述的方法,
-其中所述变形算法基于尽可能刚性表面模型。
7.根据权利要求1至6中任一项所述的方法,
-其中基于所述输入点集合和所述表面点集合,检测所述至少一个管状结构(S)的重叠部分。
8.根据权利要求7所述的方法,
-其中基于优先级度量,从到所述投影表面(M)上的所述投影中排除所检测的所述至少一个管状结构(S)的所述重叠部分中的至少一个所检测的重叠部分。
9.根据权利要求1至8中任一项所述的方法,
-其中所述投影包括拉伸操作。
10.根据权利要求1至9中任一项所述的方法,
-其中在所述三维图像数据中的所述至少一个管状结构(S)上确定至少一个参考标记,
-其中针对所述输入点集合中位于所述至少一个参考标记的区域中的那些输入点,使用到所述投影表面(M)上的平行投影,
-其中针对所述输入点集合中位于所述至少一个参考标记的所述区域之外的那些输入点,使用到所述投影表面(M)上的径向投影。
11.根据权利要求1至10中任一项所述的方法,
-其中所述输入点集合还包括第二多个输入点,所述第二多个输入点表示与所述至少一个管状结构(S)有关的注释信息。
12.根据权利要求1至11中任一项所述的方法,
-其中在用户界面(UI)中显示所述二维展开图像(2I),
-其中基于手动用户输入,在所述二维展开图像(2I)中确定所述至少一个管状结构(S)的分支,
-其中在所述用户界面(UI)中显示所确定的所述分支的曲面重建图像和/或截面图像。
13.一种用于提供至少一个管状结构(S)的二维展开图像(2I)的数据处理系统(U),所述系统包括:
-图像数据接收器(RD-U),用于接收(RD)包括所述至少一个管状结构(S)的检查区域的三维图像数据,
-输入选择器(SP-U),用于在所述三维图像数据中选择(SP)输入点集合,其中所述输入点集合包括表示所述至少一个管状结构(S)的第一多个输入点,
-表面确定器(DM-U),用于确定(DM)关于所述三维图像数据的投影表面(M),
-表面点计算器(CP-U),用于计算(CP)所述投影表面(M)的表面点集合,其中针对所述输入点集合中的每个输入点,基于该输入点到所述投影表面(M)上的投影计算所述表面点集合中的对应表面点,
-变形计算器(CD-U),用于通过对所述投影表面(M)、所述输入点集合和所述表面点集合应用变形算法,计算(CD)经变形的投影表面(MD),其中所述表面点集合中的每个表面点被移动到所述输入点集合中的对应输入点,
-体素位置计算器(CV-U),用于基于所述经变形的投影表面(MD)来计算(CV)关于所述三维图像数据的体素位置集合,
-图像计算器(CI-U),用于基于所述三维图像数据和所述体素位置集合计算(CI)所述至少一个管状结构(S)的所述二维展开图像(2I),
-图像提供器(PI-U),用于提供(PI)所述二维展开图像(2I)。
14.根据权利要求13所述的数据处理系统(U),被配置为实现根据权利要求1至12中任一项所述的方法。
15.一种医学成像设备(1),包括根据权利要求13或权利要求14所述的数据处理系统(U)。
16.一种包括程序单元的计算机程序产品,当所述程序单元被加载到数据处理系统(U)的存储器中时,所述程序单元促使所述数据处理系统(U)执行根据权利要求1至12中任一项所述的方法的步骤。
17.一种计算机可读介质,所述计算机可读介质存储有程序单元的,所述程序单元能够由数据处理系统(U)读取和执行,以便当所述程序单元由所述数据处理系统(U)执行时,实施根据权利要求1至12中任一项所述的方法的步骤。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP19212538.3A EP3828836B1 (en) | 2019-11-29 | 2019-11-29 | Method and data processing system for providing a two-dimensional unfolded image of at least one tubular structure |
EP19212538.3 | 2019-11-29 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112884879A true CN112884879A (zh) | 2021-06-01 |
CN112884879B CN112884879B (zh) | 2024-03-08 |
Family
ID=68732928
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011358254.2A Active CN112884879B (zh) | 2019-11-29 | 2020-11-27 | 用于提供至少一个管状结构的二维展开图像的方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11263721B2 (zh) |
EP (1) | EP3828836B1 (zh) |
CN (1) | CN112884879B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4084011A1 (en) | 2021-04-30 | 2022-11-02 | Siemens Healthcare GmbH | Computer-implemented method and evaluation system for evaluating at least one image data set of an imaging region of a patient, computer program and electronically readable storage medium |
EP4156112A1 (en) | 2021-09-27 | 2023-03-29 | Siemens Healthcare GmbH | Computer-implemented method for performing and displaying at least one measurement using medical imaging, data processing device, computer program and electronically readable storage medium |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060238534A1 (en) * | 2005-04-22 | 2006-10-26 | Ziosoft Inc. | Exfoliated picture projection method, program and exfoliated picture projection device |
US20090136103A1 (en) * | 2005-06-24 | 2009-05-28 | Milan Sonka | System and methods for image segmentation in N-dimensional space |
US20110122134A1 (en) * | 2009-11-23 | 2011-05-26 | Siemens Medical Solutions Usa, Inc. | Image display of a tubular structure |
CN103548058A (zh) * | 2011-06-01 | 2014-01-29 | 株式会社日立医疗器械 | 图像显示装置、图像显示系统及图像显示方法 |
US20190057541A1 (en) * | 2017-08-18 | 2019-02-21 | Siemens Healthcare Gmbh | Planar visualization of anatomical structures |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6246784B1 (en) * | 1997-08-19 | 2001-06-12 | The United States Of America As Represented By The Department Of Health And Human Services | Method for segmenting medical images and detecting surface anomalies in anatomical structures |
EP1275086A2 (en) * | 2000-04-07 | 2003-01-15 | Stephen R. Aylward | Systems and methods for tubular object processing |
EP1653858B1 (en) | 2003-08-04 | 2016-05-25 | Koninklijke Philips N.V. | Mapping the coronary arteries on a sphere |
JP4653542B2 (ja) * | 2005-04-06 | 2011-03-16 | 株式会社東芝 | 画像処理装置 |
EP2358269B1 (en) * | 2007-03-08 | 2019-04-10 | Sync-RX, Ltd. | Image processing and tool actuation for medical procedures |
US9020235B2 (en) * | 2010-05-21 | 2015-04-28 | Siemens Medical Solutions Usa, Inc. | Systems and methods for viewing and analyzing anatomical structures |
JP6809851B2 (ja) * | 2016-09-12 | 2021-01-06 | キヤノンメディカルシステムズ株式会社 | 医用画像診断装置及び医用画像処理装置 |
-
2019
- 2019-11-29 EP EP19212538.3A patent/EP3828836B1/en active Active
-
2020
- 2020-11-20 US US16/953,456 patent/US11263721B2/en active Active
- 2020-11-27 CN CN202011358254.2A patent/CN112884879B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060238534A1 (en) * | 2005-04-22 | 2006-10-26 | Ziosoft Inc. | Exfoliated picture projection method, program and exfoliated picture projection device |
US20090136103A1 (en) * | 2005-06-24 | 2009-05-28 | Milan Sonka | System and methods for image segmentation in N-dimensional space |
US20110122134A1 (en) * | 2009-11-23 | 2011-05-26 | Siemens Medical Solutions Usa, Inc. | Image display of a tubular structure |
CN103548058A (zh) * | 2011-06-01 | 2014-01-29 | 株式会社日立医疗器械 | 图像显示装置、图像显示系统及图像显示方法 |
US20190057541A1 (en) * | 2017-08-18 | 2019-02-21 | Siemens Healthcare Gmbh | Planar visualization of anatomical structures |
CN109427059A (zh) * | 2017-08-18 | 2019-03-05 | 西门子医疗有限公司 | 解剖结构的平面可视化 |
Non-Patent Citations (2)
Title |
---|
SORKINE.O: ""As-Rigid-As-Possible Surface Modeling"", 《 EUROGRAPHICS/ACM SIGGRAPH SYMPOSIUM ON GEOMETRY PROCESSING》, pages 109 * |
SORKINE: ""As-Rigid-As-Possible Surface Modeling"", 《EUROGRAPHICS/ACM SIGGRAPH SYMPOSIUM ON GEOMETRY PROCESSING》, pages 109 - 116 * |
Also Published As
Publication number | Publication date |
---|---|
EP3828836C0 (en) | 2023-10-18 |
CN112884879B (zh) | 2024-03-08 |
EP3828836B1 (en) | 2023-10-18 |
US20210166342A1 (en) | 2021-06-03 |
EP3828836A1 (en) | 2021-06-02 |
US11263721B2 (en) | 2022-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
JP6080248B2 (ja) | 3次元画像表示装置および方法並びにプログラム | |
Kanitsar et al. | Advanced curved planar reformation: Flattening of vascular structures | |
JP4864397B2 (ja) | 対象領域情報を用いて連続的に多重解像度3次元画像を再構成する方法およびシステム | |
JP5584006B2 (ja) | 投影画像生成装置、投影画像生成プログラムおよび投影画像生成方法 | |
US9020235B2 (en) | Systems and methods for viewing and analyzing anatomical structures | |
US7397475B2 (en) | Interactive atlas extracted from volume data | |
CN105912874B (zh) | 基于dicom医学图像构建的肝脏三维数据库系统 | |
CN108876794B (zh) | 体积图像数据中的动脉瘤与载瘤血管的隔离 | |
US8107701B2 (en) | Medical image display system and medical image display program | |
JP2006075602A (ja) | 血管構造の3d画像データセットからなるプラーク沈着の可視化方法 | |
US9129391B2 (en) | Semi-automated preoperative resection planning | |
JP2017051591A (ja) | 情報処理装置及びその方法、情報処理システム、コンピュータプログラム | |
US20060104495A1 (en) | Method and system for local visualization for tubular structures | |
CN112862833A (zh) | 血管分段方法、电子装置和存储介质 | |
JP5194138B2 (ja) | 画像診断支援装置およびその動作方法、並びに画像診断支援プログラム | |
CN112884879B (zh) | 用于提供至少一个管状结构的二维展开图像的方法 | |
JP4122314B2 (ja) | 投影画像処理方法、投影画像処理プログラム、投影画像処理装置 | |
US20120169735A1 (en) | Improvements to curved planar reformation | |
CN107170021B (zh) | 时变数据的细化重构 | |
Kim et al. | Automatic navigation path generation based on two-phase adaptive region-growing algorithm for virtual angioscopy | |
JP4473578B2 (ja) | 体の構造の孤立した視覚化されたものを形成する方法及び装置 | |
US20060103678A1 (en) | Method and system for interactive visualization of locally oriented structures | |
Preim et al. | Visualization, Visual Analytics and Virtual Reality in Medicine: State-of-the-art Techniques and Applications | |
JP2004510237A (ja) | 多次元の対象物データセットの描画システム |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240903 Address after: German Phu F Haim Patentee after: Siemens Medical AG Country or region after: Germany Address before: Erlangen Patentee before: Siemens Healthineers AG Country or region before: Germany |
|
TR01 | Transfer of patent right |