CN1973298A - 显示气管支气管树 - Google Patents
显示气管支气管树 Download PDFInfo
- Publication number
- CN1973298A CN1973298A CNA2005800209092A CN200580020909A CN1973298A CN 1973298 A CN1973298 A CN 1973298A CN A2005800209092 A CNA2005800209092 A CN A2005800209092A CN 200580020909 A CN200580020909 A CN 200580020909A CN 1973298 A CN1973298 A CN 1973298A
- Authority
- CN
- China
- Prior art keywords
- tracheobronchial tree
- radius
- diameter
- artery
- tree
- 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.)
- Pending
Links
Images
Classifications
-
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
-
- 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
- G06T2207/30028—Colon; Small intestine
-
- 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
- G06T2207/30061—Lung
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Image Processing (AREA)
Abstract
本发明涉及自动分割和显示气管支气管树(400)以及显示与分割的气管支气管树(400)有关的临床数值(404)。
Description
本发明涉及显示人体气管支气管树的方法。
本发明进一步涉及用于显示人体气管支气管树的系统。
本发明进一步涉及包括该系统的图像采集装置。
本发明进一步涉及包括该系统的图像工作站。
本发明进一步涉及设计成执行该方法的计算机程序产品。
本发明进一步涉及包括该计算机程序产品的信息载体。
该方法和系统的实施方案描述于US 6,272,366。该专利中提出了一种方法和系统以实现出于医学观察和诊断目的的对选定人体器官的交互三维表现。采集选定的人体器官的一系列计算机断层成像(CT)图像。该系列CT图像堆叠形成三维体积文件。为了便于交互三维表现,该三维体积文件可经过可选的数据集缩减过程以降低像素分辨率和/或将该三维体积文件划分成选定的子体积。根据选定的体积或子体积,分割或分离选定人体器官的图像。图像分割可以通过各种技术实现。例如,穿过该三维体积文件的图像切片可经过阈值处理,其中该二维图像切片的物理性能例如X射线衰减可用于建立对应于感兴趣器官的特定阈值范围,例如X射线衰减值范围。在确定了恰当阈值范围之后,整个三维体积文件随后被阈值化以分割感兴趣的器官。例如,为了分割结肠,可选择与结肠内空气柱对应的阈值范围以分离结肠内壁。
在可采用的备选分割技术中,区域生长(region growing)技术被用于分离结肠内的空气柱。使用区域生长技术,通过选择结肠的空气柱内的数据点或体元(voxel)而种植“种子(seed)”。相邻体元渐进地被测试是否遵从选定的接受标准,例如X射线衰减值落在代表空气的选定阈值范围内。这样,该种子区域持续扩张或生长,直到结肠的腔(lumen)内的整个空气柱被填充。
随后形成代表结肠的该空气柱的表面或等值面。使用例如移动立方体算法的选定图像处理技术,随后产生等值面的线框(wireframe)模型。根据结肠的线框模型产生三维交互表现,使得用户可以快速查看结肠腔的一系列三维图像以探测病理条件。
因此,用户必须根据这些图像手动测量相关的临床参数,例如确定哮喘、支气管扩张、肺气肿及其他肺部疾病的诊断和治疗相关的临床参数。
本发明的目标是提供根据开篇段落可以通过改进的方式评估气管支气管树的方法。为了实现该目标,该方法包括:自动分割来自身体的三维图像集的气管支气管树;基于该气管支气管树自动确定定量测量;除了所显示的气管支气管树之外还显示该定量测量。通过提供对气管支气管树的自动分割,可以无监督地执行该分割。由此实现在载入身体其他信息例如其他图像、人口统计数据等同时/之前/之后执行该分割。该身体可以是病人或动物。通过自动显示该气管支气管树,可以更容易完成对该树的评估。另外,通过自动确定定量测量,也可以在载入身体其他信息同时/之前/之后执行该定量测量。有利地,执行和显示具有临床数值以及可实现更快树评估的定量测量。
在该方法另一个实施方案中,该方法包括:基于该气管支气管树提取气管(trachea)、支气管(bronchus)和/或更小导气管(airway)的中心线;基于所提取的中心线确定该气管支气管树的分支点。通过确定气管、支气管和/或更小导气管的中心线并确定该树的分支点,可以以此为基础确定沿整个或部分气管支气管树的临床数值。有利地,起始和终止于分支点和分支点之间的支气管分段或子分段可用于显示由分支点限制的支气管分段或子分段。
在该方法的另一个实施方案中,该方法包括为至少一个中心线点确定下述值的至少一个:支气管腔,腔直径,从所述中心线点到支气管内壁的内半径,基于所述内半径的内直径,从所述中心线点到支气管外壁的外半径,基于所述外半径的外直径,附属动脉的动脉半径,基于所述动脉半径的动脉直径,其中所述中心线点包括所提取的中心线中的一个中心线上的点。通过确定至少一个所述数值,可以使用这些数值以由其导出可实现对身体导气管结构进行评估的其他临床数值。
在该方法的另一个实施方案中,该方法包括为至少一个中心线点确定下列中的至少一个:所述外半径与内半径之间第一差值与所述腔直径的函数,所述支气管内直径与动脉直径之间第二差值与所述腔直径的函数。通过确定这些数值的至少一个,可以使用这些数值以由其导出可实现对身体导气管结构进行评估的其他临床数值。
在该方法的另一个实施方案中,该方法包括显示指示器,该指示器指示与定量测量对应的该气管支气管树内的位置。通过指示与定量测量对应的该树内的位置,用户可以容易地看出哪个定量测量对应于该树内的哪个位置。
在该方法的另一个实施方案中,该指示器指示该气管支气管树内的异常。通过使用该指示器指示异常,用户可以更好地评估身体的导气管结构。此外,用户的注意力被吸引到异常。
在该方法的另一个实施方案中,设计成重构体积图像集的图像采集装置采集该三维图像集。例如通过CT设备和使用CT图像集可以采集这种体积图像集,该CT图像集的性能可用于确定该气管支气管树。也可以使用其他图像采集装置,例如MR扫描仪、三维旋转血管造影(3D-RA)扫描仪、正电子发射断层成像(PET)扫描仪、或者单光子发射计算机断层成像(SPECT)扫描仪。
在该方法的另一个实施方案中,部分显示该气管支气管树。通过部分显示该气管支气管树,可以仅显示左肺叶或右肺叶或者每个肺叶的树。由此使用户可更集中于身体导气管结构部分。
在该方法的另一个实施方案中,用户可以操纵该自动分割和/或所显示的气管支气管树。通过允许用户进行一些操纵,可以克服显示的树与期望的树之间的差异。
本发明的目标是提供根据开篇段落可以通过改进的方式评估气管支气管树的系统。为了实现该目标,用于显示气管支气管树的该系统包括分割装置,用于自动分割来自身体的三维图像集的该气管支气管树。
该系统的实施方案描述于权利要求11至16。
参考通过附图所示的下述实施方案,本发明的这些和其他方面将变得显而易见并被详细描述。
图1示出了根据本发明的方法的主要步骤;
图2示出了如何测量支气管内壁和支气管外壁;
图3图解示出了代表临床参数的示例;
图4示出了该气管支气管树的造影术以及包括临床数值的曲线图;以及
图5示意性示出了根据本发明的医疗设备。
人体肺部由两个主要部分组成,即左肺和右肺。右肺内存在三个叶片,由所谓的主肺裂(fissure)和次肺裂分离该三个叶片。左肺呈现略微不同的结构。由于没有定义次肺裂,左肺仅由两个叶片组成,由此解剖学上对应于右侧中间叶片的部分与上叶片合并。各个叶片再次划分为两个或更多肺分段,肺的各侧存在十个该肺分段。由将血液和空气导入发生气体交换的远端区的复杂分支树系统提供这些分段。该支气管树具有填充了空气的管结构。支气管树起始于气管,并延伸到重复地分裂为越来越小的气管的远端区。在人体肺部内,该分裂通常发生于双岔口,例如母分支分裂成两个子分支,但是也存在三岔口。子分支的通常趋势为直径和长度减小,尽管在单个情形中可能不同。姐妹分支不一定具有相同的直径。支气管分类为供给叶片的叶支气管、供给各个分段的分段支气管、以及子分段支气管。支气管壁围绕支气管的填充了空气的腔。从某种意义上说该壁的厚度与分段的直径相关,当壁越薄时直径越小。高分辨率多切片CT显示第6代以上分支内的直径为mm量级的支气管分段。为了诊断和治疗哮喘和肺气肿病人,支气管腔、支气管壁厚度、以及内支气管与附属动脉直径之比为用于临床实践的参数,从而探测和定量导气管狭窄、支气管膨胀、支气管壁增厚、支气管扩张、高反应性等。
图1示出了根据本发明的方法的主要步骤。在根据本发明的方法中可以区分三个主要步骤100、102和104。
在第一步骤100,气管支气管树被自动分割。该分割开始于载入胸腔的三维图像集(3D图像集)。该3D图像集优选由高分辨率CT扫描仪例如多阵列CT扫描仪采集。高分辨率是指切片厚度约1.0-1.3mm以下。也可以使用由可以产生这种高分辨率图像集的扫描仪采集得到的其他3D图像集,这些扫描仪为例如MR扫描仪、3D-RA扫描仪、PET扫描仪或SPECT扫描仪等。此外,可以使用/不使用造影剂、强心剂或呼吸调控采集该3D图像集。如果使用CT 3D图像集,通过设置Hounsfield阈值例如为-500HU并识别该Hounsfield阈值之下的所有3D连接体元,由此可以从胸腔的整个3D图像集中分割出肺和气管。接着,肺和气管区域被识别为不接触图像边界的3D连接体元的最大组成。接着必须确定气管。为此,找出属于肺和气管区域的沿与切片平面垂直的方向即z方向的第一体元,还找出沿该方向的最后一个体元,因为扫描方向可以为从头至脚或者从脚至头。在这两个体元位置中,选择在切片平面即xy方向内更中心的一个位置。如果该图像集包括指示扫描方向的描述数据,该描述数据可用于确定气管。
在下一步骤102中,提取气管、分段支气管和更小的导气管即子分段支气管的中心线。此外,确定该树结构的分支点。该步骤是基于探测向实质组织内部“泄漏”的波前传播方法,还可参考T.Schlathlter,C.Lorenz,I.C.Carlsen,S.Renisch,T.Deschamps,Simultaneous Segmentation and TreeReconstruction of the Airways for Virtual Bronchoscopy.Proceedings SPIE Medical Imaging 2002,SPIE vol.4684,part 1,pp.103-113。波前传播方法与气管支气管树的解剖模型在此结合使用。波前传播方法是一种区域生长技术,该技术使用了受物理波前传播激发的概念并且是基于物理的最小作用原理。波前传播方法使用一种快速前进算法(fast marching algorithm),例如描述于T.Deschamps,L.D.Cohen,Minimal Paths in 3D images andapplication to virtual endoscopy,Lecture Notes in ComputerScience:Computer Vision-ECCV 2000;1843:543-557。
所使用的波前传播方程的类型为:
|T|F=1 (1)
其中F(x)为波前的速度函数,T(x)表示当波前达到点x时的时间值。使用了以下形式的步进恒定速度函数:
其中t为恰好高于支气管腔的阈值,I(x)表示在点x的灰度值。
波前传播方法保持了需要生长的分支序列。使用气管初始化该序列。在初始化之后,该算法在生长、分支探测和分支确认的顺序循环。
生长:连续地,从该序列取出并根据前述改进的快速前进算法生长一个分支。各个分支保持参考其初始半径(ri)并在每个生长步骤之后将该半径与实际半径比较。当前分支接近双岔口时,实际半径增大并最终超过初始半径乘以倍增因子α(例如α=1.1)。
分支探测:当实际半径超过α×rj时,执行分支检查。使用α可以降低计算昂贵的连通性检查程序的执行。对于未探测到分支的情形,α增大约0.1并继续该生长过程。对于探测到分支的情形,检查当前分支的有效性。该过程负责探测泄漏。当探测到分支时,该分支例如被存储于代表该树结构的分支点的链接序列结构。
分支确认:出现分支之后,可以检验分支Bi的母分支B的有效性。确认是负责剔除最可能代表泄漏区域的分支。使用两个标准即半径和连通性进行该确认。
半径:由于从分割结果已知各个分支的格点分布,可以计算其协方差矩阵。使用气管支气管树的圆柱模型,使用该协方差矩阵的最小的两个本征值(EV)可以估算该分支的平均半径:
由于通常半径随分支数量级增大而减小,小于β×rmin(rmin为所有半径中的最小半径)的半径表示泄漏。β选择为大于1,从而为分支半径的内部可变性提供安全范围。
连通性:通过检查分支B的所有表面体元的相邻体元,可以找到与B直接相邻的分支的数目。如果将直接相邻的不同分支的数目与可允许分支的最大数目(γ)比较,则可以探测到泄漏。γ应该设置为大于3的整数。三个相邻是通常的情形,因为分支通常具有一个母分支和两个子分支。三个以上的子分支也是可能的,因此应该仔细选择该参数,不能太小也不能太大(例如γ=5)。
对于有效分支,波前的未连通区域被用于初始化新分支,该新分支被存储于分支序列中;无效分支被抛弃。因此在生长期间,各个“波前体元”属于多个3D连通的生长波前之一。如果这些波前之一变得太大,则认为其是“泄漏”且该波前被冻结,只有来自其他波前的体元得以传播。
气管支气管树的区域生长可以重复好几次,从高的Hounsfield阈值(例如-800HU)开始并随后下降到低阈值(例如以20HU的步进降低到-900HU),其中来自各个重复的结果体元被作为下一个重复的种子。
通过计算支气管树的分割体积的距离图,该图给出各个体元到最近邻非支气管体元的距离,由此可以确定中心线。可以从半径导出该距离。这种非支气管体元为周围的肺实质组织的一部分。所有支气管中心线可被写入一个列表,以原始气管种子点为终点,以最远端点为起点。接着,可以分别追踪左肺和右肺的所有支气管,且可在各个轨迹点进行以下临床参数的测量。
在最后步骤104内,为分割的气管支气管树确定临床参数,且这些临床参数优选地与分割树一起显示。在沿所有支气管中心线的各个点,测量等于内支气管壁半径两倍的支气管腔、到外支气管壁的半径、以及附属动脉的厚度。因此可以给出为腔直径的函数的平均壁厚度以及内支气管与附属动脉直径之间的平均比率。该平均壁厚度定义为外支气管半径和内支气管半径之间的差值。
图2示出了如何测量内支气管壁和外支气管壁。这里,200表示三维球体,202表示支气管中心线上的点,204表示支气管,206表示附属动脉,208表示支气管平均径向导数曲线。半径为r的三维球体200置于支气管中心线上特定点202周围。在该球体样品的表面上采集Hounsfield值的径向导数HU/r。该径向导数被计算为基线长度Δr等于切片内体元间距例如0.6至0.8mm的离散差值ΔHU/Δr。不计算体元栅格上的该离散差值ΔHU,而是计算连续的坐标位置之间的该离散差值ΔHU,通过三线插值(tri-linear interpolation)估算这些坐标位置的Hounsfield值。随后,该球体以0.25mm的半径步进dr扩大。取平均径向导数为最大值时的半径,确定支气管内壁半径,见曲线208。取平均径向导数为最小值时的半径,确定支气管外壁半径,见曲线208。此外,中心位置也沿x、y和z方向略微变化,直到发现具有最大平均径向导数的球体。由于使用Hounsfield值的三线插值计算所有径向导数,最佳拟合球体的半径和位置的计算可以到达亚体元精度。这样进行半径估算的优点为:
不依赖于特定的Hounsfield阈值;
还适用于仅部分闭合的支气管壁;
可得到三维和亚体元的精度;
对于什么时候接受测量点,存在清楚的判据:如果平均径向导数在明确的最大值之后出现明确的最小值;
测量不依赖于局部导气管轴的估算;以及
相同的测量原理可以应用于内外导气管壁以及动脉直径。
在中心点202周围半径为支气管外壁半径三倍的球体内执行对附属动脉的搜寻。在该搜寻球体内,识别具有容器形貌的最大结构。还可以在与导气管中心线垂直的二维圆盘内完成半径测量以及附属动脉的搜寻。
图3图解示出了代表临床参数的示例。直方图300示出了分格尺寸(bin size)为0.5mm的腔直径直方图。曲线302给出了表示支气管壁厚度的曲线,曲线304给出了表示支气管动脉直径比率的曲线。根据成功导气管分割的深度,该算法可以为各个胸腔数据集的多个合适测量点确定支气管腔直径和支气管壁厚度,例如1000至5000个合适的测量点。由于导气管的树结构,可以以对数刻度给出腔直径的频率。于是可以计算壁厚度和支气管动脉直径比率的平均值和标准偏差。
可以分别给出左肺和右肺或者甚至每个叶片的临床参数。例如,可以给出最长的主长支气管中心线的各个参数的曲线,或者临床参数与到龙骨瓣(carina)距离的函数或者与支气管腔的函数的散点图,其中该龙骨瓣为气管内的分支点。此外,可以计算临床参数的更多不同直方图。例如,呈现特定腔的气管支气管树的长度百分比、壁厚度、为不同腔范围分割的支气管片的平均壁厚度和动脉直径比率等。
图4示出了气管支气管树的造影术以及包括临床数值的曲线图。气管支气管树400的造影术包括指示器402。前述的临床数值404的曲线图包括其他指示器406。指示器402和404指示该曲线图的数值以及该数值对应的树内位置之间的相应位置。通过使用这些指示器,用户通过操纵指示器402可以容易地在该树上导航并看到指示器406指示的相应数值。用户还可以操纵指示器406,由此致使指示器402指示树内的相应位置。作为对用户的进一步帮助,参数异常的位置,例如支气管腔阻塞、腔膨胀、支气管壁增厚,可以被图解标记于原始3D图像集以及冠状和矢状视图中。可以使用不同形状、颜色等的指示器代表另外的不同异常。因此,根据本发明的方法为用户提供了气管支气管分割方法,该方法显示分割结果以及临床数值,并要求最小的用户交互。优选地,该方法根本不要求用户交互,因此可以作为背景任务被执行而运行于适当编程的计算机。由于无需用户在场以分割树或计算临床数值,由此可以节约用户时间。该背景任务例如可以在采集图像集之后立即开始。临床数值的自动分割和计算得到可重复的结果,因此可以有助于更好评估临床图像。为了使用户能够部分控制分割过程和临床数值计算,该方法可为用户提供一些步骤,其中用户可以操纵用于分割过程的基本参数例如Hounsfield值或者应该被分割的气管支气管树的分支。该方法可进一步为用户提供一些步骤,其中用户例如可以选择要被计算和显示的临床数值。另外,用户可以在不同正交视图查看与分割树及临床数值一起或者不与其一起的原始图像集。临床数值可显示为曲线图、数字、或者适用于预期目的的其他造影术技术。
图5示意性示出了根据本发明的医疗设备500。医疗设备500为CT采集装置,包括多阵列CT台架502和可置于台架502内的病床504。在采集病人的粗糙图像数据期间,病床504承载病人。粗糙图像数据应用于微型计算机506,微型计算机506重构该粗糙图像数据的体积图像数据。该计算机编程为按照本发明计算气管支气管树的分割树以及相应的临床数值,所述树和数值显示于计算机的显示单元508上。备选地,重构的体积图像数据可以传递到图像处理系统510,从而根据本发明的方法处理该数据。该图像处理系统510可以为恰当编程的工作站的计算机。该工作站连接到屏幕512。系统510进一步包括通过软件总线518彼此通信连接的微处理器514、例如随机访问存储器(RAM)的通用存储器516以及另外的存储器524。存储器516包括计算机可读取的软件代码,设计成执行根据前述的本发明的方法。存储器524为显示缓冲器,设计成包括前述的分割的气管支气管树、临床数值的曲线图以及原始图像集。该显示缓冲器的内容显示于显示装置512。还可以从存储装置例如光盘(CD)520、数字多功能光盘(DVD)等下载该计算机可读取软件,或者同样可以从互联网下载该计算机可读取软件到工作站的存储器。因此,该工作站包括适当的存储读取装置522例如CD驱动器,该存储读取装置可以从存储装置读取软件。该CD驱动器于是也可工作连接到软件总线。在先前示例中,参考CT采集装置描述了本发明。然而,本发明不限于CT采集装置,而是延伸到能够再现体积图像数据的所有成像装置,例如3D-RA、MR、PET、SPECT等。
本发明方法的所述实施方案的顺序并不是强制性的,本领域技术人员在不背离本发明概念的情况下,可以改变步骤顺序或者同时使用线程模型(threading model)、多处理器系统或多进程执行这些步骤。
注意,上述实施方案是说明性的而非限制本发明,在不背离本发明范围的情况下本领域技术人员可以设计许多备选实施方案。在权利要求中,置于括号内的所有参考符号不应理解为限制该权利要求。单词“包括”并不排除除了权利要求所列之外的元件或步骤的存在。元件前的单词“一”并不排出存在多个这种元件。通过包括多个不同元件的硬件并通过适当编程的计算机,可以实施本发明。在列举多个装置的系统中,可由一个相同的计算机可读取软件或硬件实施多个这些装置。在互不相同的从属权利要求中记载的特定措施的事实并不表示不能有利地组合使用这些措施。
Claims (19)
1.显示气管支气管树的方法,包括:
自动分割来自身体的三维图像集的气管支气管树;
基于所述气管支气管树自动确定定量测量;
除了所显示的气管支气管树之外还显示所述定量测量。
2.根据权利要求1的方法,包括:
基于所述气管支气管树提取气管、支气管和/或更小导气管的中心线;
基于所提取的中心线确定所述气管支气管树的分支点。
3.根据权利要求2的方法,包括为至少一个中心线点确定下述值的至少一个:
支气管腔,
腔直径,
从所述中心线点到支气管内壁的内半径,
基于所述内半径的内直径,
从所述中心线点到支气管外壁的外半径,
基于所述外半径的外直径,
附属动脉的动脉半径,
基于所述动脉半径的动脉直径,
其中所述中心线点包括所提取的中心线中的一个中心线上的点。
4.根据权利要求3的方法,包括为至少一个中心线点确定下列中的至少一个:
所述外半径与内半径之间第一差值与所述腔直径的函数,
所述支气管内直径与动脉直径之间第二差值与所述腔直径的函数。
5.根据权利要求1的方法,包括显示指示器,所述指示器指示与定量测量对应的所述气管支气管树内的位置。
6.根据权利要求5的方法,其中所述指示器指示所述气管支气管树内的异常。
7.根据权利要求1的方法,其中设计成重构体积图像集的图像采集装置采集所述三维图像集。
8.根据权利要求1的方法,其中部分显示所述气管支气管树。
9.根据权利要求1的方法,其中用户可以操纵所述自动分割和/或所显示的气管支气管树。
10.用于显示气管支气管树的系统(510),包括用于自动分割来自身体的三维图像集的所述气管支气管树的分割装置(516)。
11.根据权利要求10的系统(510),包括:
基于所述气管支气管树自动确定定量测量的确定装置(516);
用于显示所述定量测量的显示装置(524)。
12.根据权利要求10的系统(510),包括:
提取装置(516),基于所述气管支气管树提取气管、支气管和/或更小导气管的中心线;以及
确定装置(516),进一步布置成基于所提取的中心线确定所述气管支气管树的分支点。
13.根据权利要求12的系统(510),其中所述确定装置(516)进一步布置成为至少一个中心线点确定下述值的至少一个:
支气管腔,
腔直径,
从所述中心线点到支气管内壁的内半径,
基于所述内半径的内直径,
从所述中心线点到支气管外壁的外半径,
基于所述外半径的外直径,
附属动脉的动脉半径,
基于所述动脉半径的动脉直径,
其中所述中心线点包括所提取中心线中的一个中心线上的点。
14.根据权利要求13的系统(510),其中所述确定装置(516)进一步布置成为至少一个分支点确定下列中的至少一个:
所述外半径与内半径之间第一差值与所述腔直径的函数,
所述支气管内直径与动脉直径之间第二差值与所述腔直径的函数。
15.根据权利要求11的系统(510),其中所述显示装置(516)进一步布置成显示指示器,所述指示器指示所述气管支气管树和所述定量测量之间的一致性。
16.一种图像采集装置(500),包括根据任一权利要求11至15的系统(510)。
17.一种图像工作站(510),包括根据任一权利要求11至15的系统(510)。
18.一种计算机程序产品,设计成执行根据任一权利要求1至9的方法。
19.一种信息载体(520),包括根据权利要求18的所述计算机程序产品。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP04102883.8 | 2004-06-22 | ||
EP04102883 | 2004-06-22 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN1973298A true CN1973298A (zh) | 2007-05-30 |
Family
ID=34981142
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2005800209092A Pending CN1973298A (zh) | 2004-06-22 | 2005-06-15 | 显示气管支气管树 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20080071160A1 (zh) |
EP (1) | EP1761897A1 (zh) |
JP (1) | JP2008503303A (zh) |
CN (1) | CN1973298A (zh) |
WO (1) | WO2006000953A1 (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108171703A (zh) * | 2018-01-18 | 2018-06-15 | 东北大学 | 一种从胸部ct图像中自动提取气管树的方法 |
CN108470331A (zh) * | 2017-02-23 | 2018-08-31 | 富士通株式会社 | 图像处理装置和图像处理方法 |
CN109215032A (zh) * | 2017-06-30 | 2019-01-15 | 上海联影医疗科技有限公司 | 图像分割的方法及系统 |
CN114010215A (zh) * | 2021-12-14 | 2022-02-08 | 清华大学 | 用于医学影像辅助诊断支气管扩张的方法及装置 |
CN114203297A (zh) * | 2021-12-14 | 2022-03-18 | 清华大学 | 用于医学影像的呼吸道疾病随诊辅助方法及装置 |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7457444B2 (en) * | 2003-05-14 | 2008-11-25 | Siemens Medical Solutions Usa, Inc. | Method and apparatus for fast automatic centerline extraction for virtual endoscopy |
US8422748B2 (en) * | 2005-09-16 | 2013-04-16 | Siemens Medical Solutions Usa, Inc. | System and method for grouping airways and arteries for quantitative analysis |
EP2036040B1 (en) * | 2006-06-16 | 2017-04-19 | Koninklijke Philips N.V. | Automated hierarchical splitting of anatomical trees |
US7773791B2 (en) * | 2006-12-07 | 2010-08-10 | Carestream Health, Inc. | Analyzing lesions in a medical digital image |
US7844087B2 (en) | 2006-12-19 | 2010-11-30 | Carestream Health, Inc. | Method for segmentation of lesions |
JP5105997B2 (ja) * | 2007-08-21 | 2012-12-26 | 株式会社東芝 | 医用画像処理装置、医用画像診断装置、及びプログラム |
JP5896737B2 (ja) * | 2008-04-03 | 2016-03-30 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 呼吸測定器、呼吸測定器の作動方法、及び呼吸測定コンピュータプログラム |
JP2010069099A (ja) * | 2008-09-19 | 2010-04-02 | Toshiba Corp | 画像処理装置及びx線コンピュータ断層撮影装置 |
CN102246206B (zh) | 2008-12-10 | 2015-07-22 | 皇家飞利浦电子股份有限公司 | 血管分析 |
DE102009051199B4 (de) * | 2009-10-29 | 2011-09-01 | Siemens Aktiengesellschaft | Vorrichtung zur Diagnoseunterstützung eines Arztes im Bereich von Bronchial- und Lungenparenchym-Erkrankungen |
WO2011092594A2 (en) * | 2010-02-01 | 2011-08-04 | Superdimension, Ltd. | Region-growing algorithm |
JP5839822B2 (ja) | 2010-05-17 | 2016-01-06 | 株式会社東芝 | 画像処理装置及びx線ct装置 |
US9589204B2 (en) * | 2010-09-20 | 2017-03-07 | Koninklijke Philips N.V. | Quantification of a characteristic of a lumen of a tubular structure |
KR101979906B1 (ko) * | 2017-11-07 | 2019-05-20 | 포항공과대학교 산학협력단 | 3차원 트리 구조 이미지의 형태 분석 시스템 및 방법 |
CN110211141B (zh) * | 2019-06-14 | 2022-06-28 | 山东大学 | 一种在类球体区域约束下进行气管壁缺口封堵的肺气道树分割方法 |
CN113139968B (zh) * | 2021-05-11 | 2023-08-22 | 上海杏脉信息科技有限公司 | 一种医学影像分割装置及方法 |
CN116612891B (zh) * | 2023-07-14 | 2023-09-29 | 营动智能技术(山东)有限公司 | 一种慢性病患者数据处理系统 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4710228A (en) * | 1985-10-16 | 1987-12-01 | General Mills, Inc. | Edible coating composition and method of preparation |
US4810534A (en) * | 1985-10-16 | 1989-03-07 | General Mills, Inc. | Methods for preparing a low water permeability, edible film |
US4820533A (en) * | 1985-10-16 | 1989-04-11 | General Mills, Inc. | Edible barrier for composite food articles |
US4874618A (en) * | 1985-12-27 | 1989-10-17 | General Mills, Inc. | Package containing a moisture resistant edible internal barrier |
DE3919040A1 (de) * | 1989-06-10 | 1990-12-13 | Porsche Ag | Verfahren und vorrichtung zur justierung einer hoehenstands-regelanlage eines fahrzeugs |
FR2708166A1 (fr) * | 1993-07-22 | 1995-01-27 | Philips Laboratoire Electroniq | Procédé de traitement d'images numérisées pour la détection automatique de sténoses. |
US5782762A (en) * | 1994-10-27 | 1998-07-21 | Wake Forest University | Method and system for producing interactive, three-dimensional renderings of selected body organs having hollow lumens to enable simulated movement through the lumen |
US5920319A (en) * | 1994-10-27 | 1999-07-06 | Wake Forest University | Automatic analysis in virtual endoscopy |
ATE206873T1 (de) * | 1997-01-09 | 2001-11-15 | Nestle Sa | Probiotik enthaltendes getreideprodukt |
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 |
US6944330B2 (en) * | 2000-09-07 | 2005-09-13 | Siemens Corporate Research, Inc. | Interactive computer-aided diagnosis method and system for assisting diagnosis of lung nodules in digital volumetric medical images |
GB2370236A (en) * | 2000-12-19 | 2002-06-26 | Nokia Mobile Phones Ltd | A method of modifying games content |
US7027621B1 (en) * | 2001-03-15 | 2006-04-11 | Mikos, Ltd. | Method and apparatus for operator condition monitoring and assessment |
FR2829764B1 (fr) * | 2001-09-17 | 2003-12-19 | Oreal | Composition cosmetique contenant des derives d'acide sulfinique |
US6782284B1 (en) * | 2001-11-21 | 2004-08-24 | Koninklijke Philips Electronics, N.V. | Method and apparatus for semi-automatic aneurysm measurement and stent planning using volume image data |
US7822461B2 (en) * | 2003-07-11 | 2010-10-26 | Siemens Medical Solutions Usa, Inc. | System and method for endoscopic path planning |
JP5152677B2 (ja) * | 2009-02-26 | 2013-02-27 | アイシン・エィ・ダブリュ株式会社 | ナビゲーション装置及びナビゲーション用プログラム |
-
2005
- 2005-06-15 EP EP05746700A patent/EP1761897A1/en not_active Withdrawn
- 2005-06-15 CN CNA2005800209092A patent/CN1973298A/zh active Pending
- 2005-06-15 WO PCT/IB2005/051968 patent/WO2006000953A1/en active Application Filing
- 2005-06-15 US US11/570,517 patent/US20080071160A1/en not_active Abandoned
- 2005-06-15 JP JP2007517595A patent/JP2008503303A/ja active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108470331A (zh) * | 2017-02-23 | 2018-08-31 | 富士通株式会社 | 图像处理装置和图像处理方法 |
CN108470331B (zh) * | 2017-02-23 | 2021-12-21 | 富士通株式会社 | 图像处理装置和图像处理方法 |
CN109215032A (zh) * | 2017-06-30 | 2019-01-15 | 上海联影医疗科技有限公司 | 图像分割的方法及系统 |
CN108171703A (zh) * | 2018-01-18 | 2018-06-15 | 东北大学 | 一种从胸部ct图像中自动提取气管树的方法 |
CN108171703B (zh) * | 2018-01-18 | 2020-09-15 | 东北大学 | 一种从胸部ct图像中自动提取气管树的方法 |
CN114010215A (zh) * | 2021-12-14 | 2022-02-08 | 清华大学 | 用于医学影像辅助诊断支气管扩张的方法及装置 |
CN114203297A (zh) * | 2021-12-14 | 2022-03-18 | 清华大学 | 用于医学影像的呼吸道疾病随诊辅助方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
EP1761897A1 (en) | 2007-03-14 |
JP2008503303A (ja) | 2008-02-07 |
US20080071160A1 (en) | 2008-03-20 |
WO2006000953A1 (en) | 2006-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1973298A (zh) | 显示气管支气管树 | |
CN101036165B (zh) | 用于树模型显像以检测肺栓塞的系统和方法 | |
US9697639B2 (en) | Three-dimensional model data generation device, method and program | |
Van Rikxoort et al. | Automated segmentation of pulmonary structures in thoracic computed tomography scans: a review | |
CN101393644B (zh) | 一种肝门静脉血管树建模方法及其系统 | |
Aykac et al. | Segmentation and analysis of the human airway tree from three-dimensional X-ray CT images | |
CN107590809A (zh) | 肺分割方法及医学成像系统 | |
JP6080249B2 (ja) | 3次元画像表示装置および方法並びにプログラム | |
KR102204437B1 (ko) | 컴퓨터 보조 진단 방법 및 장치 | |
US7747055B1 (en) | Virtual endoscopy with improved image segmentation and lesion detection | |
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 | |
CN107230206A (zh) | 一种基于多模态数据的超体素序列肺部图像的3d肺结节分割方法 | |
CN107451983A (zh) | Ct图像的三维融合方法和系统 | |
CN103501699A (zh) | 用于隔离成像数据中的潜在异常的方法和装置和其对医学图像的应用 | |
CN107945169B (zh) | 一种冠状动脉影像分析方法 | |
US20080279435A1 (en) | Automated Calcium Scoring of the Aorta | |
CN104766322B (zh) | 基于测地线的脑血管长度及弯曲度度量方法 | |
CN112862833A (zh) | 血管分段方法、电子装置和存储介质 | |
Mayer et al. | Hybrid segmentation and virtual bronchoscopy based on CT images1 | |
Gao et al. | Accurate lung segmentation for X-ray CT images | |
KR101625955B1 (ko) | 장기의 동맥 및 정맥의 구분 방법 | |
CN104915989B (zh) | 基于ct影像的血管三维分割方法 | |
Perchet et al. | Advanced navigation tools for virtual bronchoscopy | |
CN101152104A (zh) | 半自动主动脉瘤分析用的系统和方法 | |
CN110533667A (zh) | 基于图像金字塔融合的肺部肿瘤ct影像3d分割方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Open date: 20070530 |