DE102004043676B4 - Verfahren zur Visualisierung von Plaqueablagerungen aus 3D-Bilddatensätzen von Gefäßstrukturen - Google Patents
Verfahren zur Visualisierung von Plaqueablagerungen aus 3D-Bilddatensätzen von Gefäßstrukturen Download PDFInfo
- Publication number
- DE102004043676B4 DE102004043676B4 DE200410043676 DE102004043676A DE102004043676B4 DE 102004043676 B4 DE102004043676 B4 DE 102004043676B4 DE 200410043676 DE200410043676 DE 200410043676 DE 102004043676 A DE102004043676 A DE 102004043676A DE 102004043676 B4 DE102004043676 B4 DE 102004043676B4
- Authority
- DE
- Germany
- Prior art keywords
- image data
- plaque deposits
- vessel
- section
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 230000011218 segmentation Effects 0.000 claims description 7
- 210000004351 coronary vessel Anatomy 0.000 claims description 4
- 230000002792 vascular Effects 0.000 abstract description 14
- 238000012800 visualization Methods 0.000 abstract description 6
- 238000002591 computed tomography Methods 0.000 description 8
- 208000031481 Pathologic Constriction Diseases 0.000 description 3
- 238000010968 computed tomography angiography Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 208000037804 stenosis Diseases 0.000 description 3
- 230000036262 stenosis Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000002600 positron emission tomography Methods 0.000 description 2
- 238000002603 single-photon emission computed tomography Methods 0.000 description 2
- 238000007794 visualization technique Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000002583 angiography Methods 0.000 description 1
- 230000003143 atherosclerotic effect Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 208000010125 myocardial infarction Diseases 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Images
Classifications
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/504—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/48—Diagnostic techniques
- A61B6/481—Diagnostic techniques involving the use of contrast agents
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20036—Morphological image processing
- G06T2207/20044—Skeletonization; Medial axis transform
-
- 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
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
-
- 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
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Biomedical Technology (AREA)
- Dentistry (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Vascular Medicine (AREA)
- Public Health (AREA)
- High Energy & Nuclear Physics (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
- Image Generation (AREA)
- Image Analysis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
Verfahren zur Visualisierung von Plaqueablagerungen (7) aus 3D-Bilddatensätzen von Gefäßstrukturen (4), insbesondere des koronaren Gefäßbaums, bei dem zumindest ein Abschnitt (5) der Gefäßstruktur mit den Plaqueablagerungen (7) in dem 3D-Bildatensatz segmentiert wird, um segmentierte Bilddaten zu erhalten, dadurch gekennzeichnet, dass aus den segmentierten Bilddaten ein künstliches 3D-Modellbild (12, 13) des zumindest einen Abschnittes (5) der Gefäßstruktur und der Plaqueablagerungen (7) erstellt wird, das nur Begrenzungsflächen der Gefäßstruktur und der Plaqueablagerungen umfasst, wobei die Erstellung des künstlichen 3D-Modellbilds (12, 13) durch räumliche Interpolation zwischen Bildpunkten erfolgt, die zu Begrenzungsflächen der Gefäßstruktur gehören, und zwischen Bildpunkten, die zu Begrenzungsflächen der Plaqueablagerungen (7) gehören, um ein gleichmäßiges Raster an Bildpunkten für das 3D-Modellbild zu erhalten und um das 3D-Modell mit einer gegenüber den 3-D-Bilddaten erhöhten Auflösung darstellen zu können, und das künstliche 3D-Modellbild (12, 13) oder ein Teilvolumen davon als Polygon-Netz (11) erstellt und visualisiert wird.
Description
- Die vorliegende Erfindung betrifft ein Verfahren zur Visualisierung von Plaqueablagerungen aus 3D-Bilddatensätzen von Gefäßstrukturen, insbesondere des koronaren Gefäßbaums, bei dem zumindest ein Abschnitt der Gefäßstruktur mit den Plaqueablagerungen in dem 3D-Bilddatensatz segmentiert wird, um segmentierte Bilddaten zu erhalten.
- Gefäßstrukturen lassen sich vor allem mit den Techniken der Computertomographie (CT) nach Kontrastmittelinjektion sehr gut visualisieren. Moderne Mehrschicht-CT-Anlagen ermöglichen die Aufnahme und Darstellung von Gefäßstrukturen mit relativ hoher räumlicher Auflösung, wie sie vor allem für die Visualisierung von koronaren Gefäßstrukturen sehr wichtig ist. Auf Basis des aufgezeichneten 3D-Bilddatensatzes kann der Nutzer bei geeigneter Visualisierung das Verhältnis zwischen dem Gefäßlumen und der am Gefäß vorhandenen Plaqueablagerung bestimmen, um daraus das Infarktrisiko des Patienten abzuschätzen. In Abhängigkeit von dem Ergebnis dieser Auswertung werden dann die nachfolgenden Schritte für die Therapie des Patienten festgelegt.
- Die Auswertung des 3D-Bilddatensatzes des Untersuchungsvolumens, in dem die Gefäßstruktur vorliegt, erfolgt dabei in der Regel durch Standardvisualisierungstechniken, wie MPR (Multi-Planar-Reformatting) oder anhand axialer Schnittbilder entlang der zentralen Achse der Gefäße. Bei diesen Verfahren werden dem Betrachter die aufgezeichneten 3D-Bilddaten in der gewünschten Projektion oder der gewünschten Schnittebene, gegebenenfalls nach einer Segmentierung der Gefäßstruktur, an einem Monitor dargestellt. Die Bestimmung des räumlichen Verhältnisses zwischen der Plaqueablagerung und dem Gefäßlumen und somit des Grades der Stenose erfolgt dabei in der Regel anhand einer bildlichen Darstellung des gesamten Untersuchungsvolumens.
- Die
US 4 945 478 A beschreibt ein Bildverarbeitungssystem zur Identifizierung und 3D-Darstellung von atherosklerotischen Ablagerungen aus MRT-Datensätzen. Hierzu werden aus dem Bilddatensatz mittels Segmentierung die Gefäße extrahiert und Plaqueablagerungen in den Bilddaten identifiziert. Die Plaqueablagerungen werden bei dem Verfahren dieser Druckschrift klassifiziert, um in der anschließenden Darstellung die unterschiedliche Klassifizierung visualisieren zu können. Die 3D-Visualisierung erfolgt auf Basis einer „quadtree”-Darstellung, bei der das gesamte interessierende Volumen in Quader unterteilt wird, wobei jedem Quader eine bestimmte Helligkeit oder Farbe zugeordnet wird, die die entsprechende Klassifizierung der Plaque repräsentiert. In jedem Quader sind dabei ein oder mehrere der ursprünglichen Bildpunkte zusammengefasst, so dass auch insgesamt die Anzahl der zu verarbeitenden Daten reduziert ist. - Die Aufgabe der vorliegenden Erfindung besteht darin, ein Verfahren zur Visualisierung von Plaqueablagerungen aus 3D-Bilddatensätzen von Gefäßstrukturen anzugeben, das eine verbesserte Auswertung ermöglicht.
- Die Aufgabe wird mit dem Verfahren gemäß Patentanspruch 1 gelöst. Vorteilhafte Ausgestaltungen des Verfahrens sind Gegenstand der Unteransprüche oder lassen sich der nachfolgenden Beschreibung sowie dem Ausführungsbeispiel entnehmen.
- Bei dem vorliegenden Verfahren zur Visualisierung von Plaqueablagerungen aus 3D-Bilddatensätzen von Gefäßstrukturen, insbesondere des koronaren Gefäßbaums, wird zumindest ein Abschnitt der Gefäßstruktur mit den Plaqueablagerungen zunächst in dem 3D-Bilddatensatz segmentiert, um segmentierte 3D-Bilddaten zu erhalten. Die segmentierten 3D-Bilddaten werden nun im Gegensatz zu den bekannten Visualisierungstechniken nicht in einer vorgebbaren Projektion oder Schnittebene dargestellt. Es wird vielmehr aus den segmentierten Bilddaten zunächst ein künstliches 3D-Modellbild des ausgewählten Abschnittes der Gefäßstruktur und der Plaqueablagerung erstellt. Dieses Modellbild umfasst nur die jeweiligen Begrenzungsflächen der Gefäßstruktur, d. h. die Gefäßwandungen, und der Plaqueablagerungen. Anschließend wird dem Nutzer das künstliche 3D-Modellbild oder ein auswählbares Teilvolumen davon visualisiert.
- Der Benutzer hat nun die Möglichkeit, das dargestellte Modellbild interaktiv zu analysieren, beispielsweise durch Auswahl der Perspektive oder darzustellenden Schnittebene oder durch Drehen, Verschieben oder Vergrößern der Darstellung. Weiterhin ist es dem Betrachter möglich, durch sich virtuell durch die Darstellung zu bewegen (fly through), um auf diese Weise die Verhältnisse innerhalb der einzelnen Gefäße zu erfassen. Da das 3D-Modell lediglich die entsprechenden Grenzflächen der Gefäße und der Plaqueablagerungen erhält, lässt sich der Plaqueanteil relativ zum Gefäßlumen ohne weiteres jederzeit auf einfache Weise bestimmen. Die Bereitstellung eines künstlich erzeugten 3D-Modells der relevanten Begrenzungsflächen ermöglicht zudem eine sehr schnelle Bildverarbeitung bei einer interaktiven Bewegung innerhalb der Darstellung. Das Verfahren ermöglicht bei Bedarf auch die Erstellung und Visualisierung eines 3D-Modellbildes der gesamten in dem 3D-Bilddatensatz enthaltenen Gefäßstruktur, falls dies erforderlich ist.
- Die Segmentierung der Gefäßstruktur und der Plaqueablagerungen kann mit bekannten Segmentierungstechniken, beispielsweise der Region-Growing-Technik, erfolgen, In einer bevorzugten Ausgestaltung erfolgt die Segmentierung, indem zunächst ein Verlauf der zentralen Achse der ausgewählten Gefäße der Gefäßstruktur bestimmt wird und die axialen Schnitte entlang der zentralen Achse aus dem 3D-Bilddatensatz berechnet werden. Anschließend werden die Grenzlinien der Gefäßstruktur und der Plaqueablagerungen aus den Bilddaten der einzelnen axialen Schnitte bestimmt. Diese Bestimmung kann entweder dadurch erfolgen, dass der Nutzer diese Grenzlinien in den dargestellten axialen Schnitten markiert, oder auch durch einen automatischen Bildverarbeitungsalgorithmus, der die Grenzlinien beispielsweise auf Basis eines Schwellwertverfahrens bezüglich des HU-Wertes bzw. des Grauwertes der jeweiligen Pixel ermittelt. Auch eine Kombination eines Bildverarbeitungsalgorithmus mit einer Interaktion durch den Benutzer ist möglich. Die Interaktion bietet sich vor allem für die Ermittlung der Grenzlinien der Plaqueablagerungen an, die ein Betrachter bisher zuverlässiger erkennen kann, als dies mit einem automatischen Bildverarbeitungsalgorithmus möglich ist. Selbstverständlich kann auch der Verlauf der zentralen Achse der Gefäße sowohl interaktiv als auch mit einem entsprechenden Bildverarbeitungsalgorithmus aus den 3D-Bilddaten bestimmt werden.
- Die Erstellung des künstlichen 3D-Bildmodells aus den segmentierten Bilddaten erfolgt durch Interpolation zwischen den Bildpunkten der Gefäßstruktur und der Plaqueablagerungen in den segmentierten Bilddaten. Hierbei werden nur die Bildpunkte der Grenzlinien bzw. Grenzflächen der Gefäßstruktur und der Plaqueablagerung berücksichtigt. Die Interpolation wird einerseits vorgenommen, um ein gleichmäßiges Raster an Bildpunkten für die Erstellung des 3D-Modells zu erhalten, und um andererseits das Modell mit einer gegenüber den 3D-Bilddaten erhöhten Auflösung darstellen zu können. Neben einer einfachen linearen Interpolation können hierbei selbstverständlich auch komplexere Interpolationstechniken eingesetzt werden. Vorzugsweise wird das künstliche 3D-Bildmodell dabei als 3D-Polygon-Netz erstellt und anschließend in dieser Form visualisiert.
- Auch wenn die vorliegende Beschreibung in erster Linie auf die Anwendung der CT-Angiographie Bezug nimmt, so lässt sich das vorliegende Verfahren selbstverständlich auch auf 3D-Bilddatensätze von Gefäßstrukturen anwenden, die mit anderen bildgebenden Techniken aufgezeichnet wurden. Beispiele hierfür sind die Magnetresonanz-Tomographie (MR), PET (Positronenemissionstomographie), SPECT (Single Photon Emission Computed Tomography) oder die Ultraschalltechnik. Voraussetzung für die Anwendung des vorliegenden Verfahrens ist lediglich, dass eine Segmentierung der aufgezeichneten Gefäßstruktur sowie der Plaqueablagerungen aus dem 3D-Bilddatensatz möglich ist.
- Das vorliegende Verfahren wird nachfolgend anhand eines Ausführungsbeispiels in Verbindung mit den Zeichnungen ohne Beschränkung des durch die Patentansprüche vorgegebenen Schutzbereichs nochmals kurz erläutert. Hierbei zeigen in stark schematisierter Darstellung:
-
1 ein Beispiel für eine Darstellung der CT-Aufnahme einer koronaren Gefäßstruktur; -
2 ein Beispiel für eine Ausschnittsvergrößerung aus der Darstellung der1 ; -
3 ein Beispiel für die Anordnung von axialen Schnitten durch den zentralen Verlauf eines Gefäßes; -
4 ein Beispiel für ein axiales Schnittbild des Gefäßes; und -
5 zwei Beispiele für die Darstellung des künstlichen 3D-Modells. - Das vorliegende Verfahren wird im Folgenden beispielhaft anhand der Visualisierung eines Gefäßabschnitts der koronaren Gefäßstruktur eines Patienten erläutert, wie sie mit einem modernen Mehrschicht-CT-Gerät mit der Technik der CT-Angiographie aufgenommen werden kann.
1 zeigt hierzu ein Beispiel für eine bildliche Darstellung des mittels CT-Angiographie gewonnenen 3D-Bilddatensatzes, in der die koronare Gefäßstruktur4 angedeutet ist. Aus diesem Bild wählt der Benutzer einen Ausschnitt2 , der einen näher zu untersuchenden Gefäßabschnitt beinhaltet. Diese Auswahl erfolgt interaktiv, wobei der Benutzer in der Regel die Möglichkeit hat, die geeignete Perspektive und Darstellungsweise des CT-Bildes1 , insbesondere durch dreidimensionale Veränderung der Orientierung des Bildes, interaktiv zu wählen, um möglicherweise von Plaque befallene Gefäßabschnitte zu identifizieren. - Nach der Auswahl des zu analysierenden Gefäßabschnittes markiert der Benutzer in der Ausschnittsvergrößerung
2 , die in der2 beispielhaft dargestellt ist, interaktiv die zentrale Achse des Gefäßabschnitts5 . Die hierfür eingebrachten Markierungen6 sind in der2 erkennbar. - Alternativ kann die Bestimmung der zentralen Gefäßachse auch durch bekannte Bildverarbeitungsalgorithmen automatisch erfolgen. Dies ist besonders bei CT-Bildaufnahmen kontrastmittelangereicherter Gefäße aufgrund der damit verbundenen Kontrasterhöhung, gegebenenfalls nach Abzug eines Maskenbildes bei Anwendung der Subtraktionsangiographie, ohne weiteres möglich.
- Anschließend werden auf Basis des dadurch bestimmten Verlaufs der zentralen Achse
10 des Gefäßabschnitts5 axiale Schnitte3 durch diesen Gefäßabschnitt5 berechnet, wie dies in der3 veranschaulicht ist. - Im nächsten Schritt werden dem Benutzer diese axialen Schnitte
3 nacheinander als Schnittbilder dargestellt.4 zeigt ein Beispiel für ein derartiges axiales Schnittbild. In diesem Bild markiert der Benutzer interaktiv die Grenzlinien9 der Plaqueablagerungen7 (in4 durch die Quadrate angedeutet). In gleicher Weise werden entweder interaktiv oder mit Hilfe eines automatischen Segmentierungsalgorithmus die Begrenzungslinien8 des Gefäßabschnittes5 markiert (Kreise in der4 ). - Nach Durchführung dieses Schrittes für alle axialen Schnitte
3 des Gefäßabschnittes5 liegen die Begrenzungspunkte des Gefäßabschnittes5 sowie der Plaqueablagerungen7 in diesem Gefäßabschnitt vor. Anhand dieser Begrenzungspunkte, die abhängig von der räumlichen Auflösung der ursprünglichen CT-Aufnahme sowie den gesetzten Markierungspunkten in unterschiedlich großen räumlichen Abständen vorliegen können, erfolgt eine Interpolation zur Erstellung eines künstlichen dreidimensionalen Modells der Begrenzungsflächen des Gefäßabschnitts sowie der Plaqueablagerungen mit hoher Auflösung. Dieses künstliche dreidimensionale Modell wird durch ein Polygonnetz, beispielsweise ein Dreiecksnetz repräsentiert, das die jeweiligen Begrenzungsflächen bildet. - Das auf diese Weise erzeugte dreidimensionale Modell wird anschließend in geeigneter und/oder vorgebbarer Weise visualisiert, wie dies in der
5 in zwei Darstellungen12 ,13 stark schematisiert angedeutet ist. In diesen Darstellungen ist das Polygonnetz11 sowie die dadurch gebildeten Begrenzungsflächen14 des Gefäßabschnittes sowie15 der Plaqueablagerung zu erkennen. - Diese Technik ermöglicht dem Benutzer eine klare Visualisierung des Gefäßabschnittes sowie der darin befindlichen Plaqueablagerung mit hoher räumlicher Auflösung. Der Benutzer kann hierbei die räumlichen Verhältnisse zwischen der Plaqueablagerung und der Gefäßwandung bzw. des Gefäßlumens in Echtzeit aus unterschiedlichen Perspektiven analysieren und sich insbesondere auch in Echtzeit durch die Darstellung des 3D-Modells bewegen. Er bekommt hierbei einen realistischeren Eindruck der geometrischen Verhältnisse einer Stenose und der durch die Stenose verursachten Beeinflussung des Blutflusses.
Claims (3)
- Verfahren zur Visualisierung von Plaqueablagerungen (
7 ) aus 3D-Bilddatensätzen von Gefäßstrukturen (4 ), insbesondere des koronaren Gefäßbaums, bei dem zumindest ein Abschnitt (5 ) der Gefäßstruktur mit den Plaqueablagerungen (7 ) in dem 3D-Bildatensatz segmentiert wird, um segmentierte Bilddaten zu erhalten, dadurch gekennzeichnet, dass aus den segmentierten Bilddaten ein künstliches 3D-Modellbild (12 ,13 ) des zumindest einen Abschnittes (5 ) der Gefäßstruktur und der Plaqueablagerungen (7 ) erstellt wird, das nur Begrenzungsflächen der Gefäßstruktur und der Plaqueablagerungen umfasst, wobei die Erstellung des künstlichen 3D-Modellbilds (12 ,13 ) durch räumliche Interpolation zwischen Bildpunkten erfolgt, die zu Begrenzungsflächen der Gefäßstruktur gehören, und zwischen Bildpunkten, die zu Begrenzungsflächen der Plaqueablagerungen (7 ) gehören, um ein gleichmäßiges Raster an Bildpunkten für das 3D-Modellbild zu erhalten und um das 3D-Modell mit einer gegenüber den 3-D-Bilddaten erhöhten Auflösung darstellen zu können, und das künstliche 3D-Modellbild (12 ,13 ) oder ein Teilvolumen davon als Polygon-Netz (11 ) erstellt und visualisiert wird. - Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die Segmentierung durch – Bestimmen eines Verlaufs einer zentralen Achse (
10 ) des zumindest einen Abschnittes (5 ) der Gefäßstruktur, – Berechnen axialer Schnitte (3 ) entlang der zentralen Achse (10 ) und – Bestimmen von Grenzlinien (8 ,9 ) des zumindest einen Abschnittes (5 ) der Gefäßstruktur und der Plaqueablagerungen (7 ) aus Bilddaten der axialen Schnitte (3 ) erfolgt. - Verfahren nach einem der Ansprüche 1 bis 2, dadurch gekennzeichnet, dass dem Betrachter eine interaktiv steuerbare Änderung der Betrachtungsperspektive und/oder eine virtuelle Bewegung durch den zumindest einen Abschnitt (
5 ) der Gefäßstruktur in Echtzeit ermöglicht wird.
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE200410043676 DE102004043676B4 (de) | 2004-09-09 | 2004-09-09 | Verfahren zur Visualisierung von Plaqueablagerungen aus 3D-Bilddatensätzen von Gefäßstrukturen |
JP2005258746A JP2006075602A (ja) | 2004-09-09 | 2005-09-07 | 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 |
US11/220,667 US7920734B2 (en) | 2004-09-09 | 2005-09-08 | Method for visualization of plaque deposits from 3D image data records of vessel structures |
CNA200510099158XA CN1765321A (zh) | 2004-09-09 | 2005-09-09 | 由血管结构的三维图像数据组可视化斑块沉积物的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE200410043676 DE102004043676B4 (de) | 2004-09-09 | 2004-09-09 | Verfahren zur Visualisierung von Plaqueablagerungen aus 3D-Bilddatensätzen von Gefäßstrukturen |
Publications (2)
Publication Number | Publication Date |
---|---|
DE102004043676A1 DE102004043676A1 (de) | 2006-03-30 |
DE102004043676B4 true DE102004043676B4 (de) | 2014-01-09 |
Family
ID=36011294
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE200410043676 Expired - Fee Related DE102004043676B4 (de) | 2004-09-09 | 2004-09-09 | Verfahren zur Visualisierung von Plaqueablagerungen aus 3D-Bilddatensätzen von Gefäßstrukturen |
Country Status (4)
Country | Link |
---|---|
US (1) | US7920734B2 (de) |
JP (1) | JP2006075602A (de) |
CN (1) | CN1765321A (de) |
DE (1) | DE102004043676B4 (de) |
Families Citing this family (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102006032990A1 (de) * | 2006-07-17 | 2008-01-31 | Siemens Ag | Verfahren und Vorrichtung zur Bestimmung des räumlichen Verlaufs einer Gefäßachse in Volumendatensätzen der medizinischen Bildgebung |
US8081809B2 (en) * | 2006-11-22 | 2011-12-20 | General Electric Company | Methods and systems for optimizing high resolution image reconstruction |
US8077939B2 (en) * | 2006-11-22 | 2011-12-13 | General Electric Company | Methods and systems for enhanced plaque visualization |
JP5319180B2 (ja) * | 2007-07-10 | 2013-10-16 | 株式会社東芝 | X線撮影装置、画像処理装置および画像処理プログラム |
DE102007041459A1 (de) * | 2007-08-31 | 2009-03-05 | Siemens Ag | Verfahren und Tomographiegerät zur Berechnung eines Flächenverhältnisses zwischen einer ersten Fläche einer ersten und einer Fläche einer zweiten Region in einem tomographischen Bild |
JP5641736B2 (ja) * | 2008-03-25 | 2014-12-17 | 株式会社東芝 | 医用画像処理装置及びx線診断装置 |
US8200466B2 (en) | 2008-07-21 | 2012-06-12 | The Board Of Trustees Of The Leland Stanford Junior University | Method for tuning patient-specific cardiovascular simulations |
US9402590B2 (en) * | 2008-10-15 | 2016-08-02 | Toshiba Medical Systems Corporation | Three-dimensional image processing apparatus and X-ray diagnostic apparatus |
US8582844B2 (en) | 2008-11-13 | 2013-11-12 | Hitachi Medical Corporation | Medical image processing device and method |
JP2010172350A (ja) * | 2009-01-27 | 2010-08-12 | Sendai City Medical Center | 術具挿入支援システム |
US9405886B2 (en) | 2009-03-17 | 2016-08-02 | The Board Of Trustees Of The Leland Stanford Junior University | Method for determining cardiovascular information |
JP5412242B2 (ja) * | 2009-11-05 | 2014-02-12 | 伸治 久米 | 超音波断層画像の処理装置 |
KR101639104B1 (ko) * | 2009-11-27 | 2016-07-12 | 카덴스 메디컬 이매징 아이엔씨. | 관형 구조의 토폴로지 지지체의 추정을 결정하는 방법 및 시스템과, 이를 가상 내시경 검사에 이용하는 용도 |
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 |
US8315812B2 (en) | 2010-08-12 | 2012-11-20 | Heartflow, Inc. | Method and system for patient-specific modeling of blood flow |
US8157742B2 (en) | 2010-08-12 | 2012-04-17 | Heartflow, Inc. | Method and system for patient-specific modeling of blood flow |
JP5844093B2 (ja) * | 2010-09-15 | 2016-01-13 | 株式会社東芝 | 医用画像処理装置及び医用画像処理方法 |
US8548778B1 (en) | 2012-05-14 | 2013-10-01 | Heartflow, Inc. | Method and system for providing information from a patient-specific model of blood flow |
JP6006092B2 (ja) * | 2012-11-15 | 2016-10-12 | 東芝メディカルシステムズ株式会社 | 超音波診断装置、画像処理装置及びプログラム |
US9805463B2 (en) | 2013-08-27 | 2017-10-31 | Heartflow, Inc. | Systems and methods for predicting location, onset, and/or change of coronary lesions |
US9462987B2 (en) * | 2014-12-04 | 2016-10-11 | Siemens Aktiengesellschaft | Determining plaque deposits in blood vessels |
US10242488B1 (en) * | 2015-03-02 | 2019-03-26 | Kentucky Imaging Technologies, LLC | One-sided transparency: a novel visualization for tubular objects |
KR102490069B1 (ko) * | 2015-08-18 | 2023-01-19 | 삼성메디슨 주식회사 | 초음파 진단 장치 및 그 동작방법 |
US10740651B2 (en) | 2016-10-27 | 2020-08-11 | General Electric Company | Methods of systems of generating virtual multi-dimensional models using image analysis |
EP3229210B1 (de) | 2017-06-26 | 2020-06-03 | Siemens Healthcare GmbH | Verfahren und vorrichtung zur bearbeitung der daten medizinischer bilder zur bestimmung eines geometrischen modells eines anatomischen volumenobjekts |
CN109712695B (zh) * | 2018-12-25 | 2022-04-26 | 上海联影医疗科技股份有限公司 | 血管图像的处理方法及交互显示方法、计算机装置 |
CN109875527A (zh) * | 2019-02-20 | 2019-06-14 | 数坤(北京)网络科技有限公司 | 一种血管钙化的计算方法及设备 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4945478A (en) * | 1987-11-06 | 1990-07-31 | Center For Innovative Technology | Noninvasive medical imaging system and method for the identification and 3-D display of atherosclerosis and the like |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IL119283A0 (en) * | 1996-09-19 | 1996-12-05 | Elscint Ltd | Adaptive filtering |
US6466687B1 (en) * | 1997-02-12 | 2002-10-15 | The University Of Iowa Research Foundation | Method and apparatus for analyzing CT images to determine the presence of pulmonary tissue pathology |
US20020136440A1 (en) * | 2000-08-30 | 2002-09-26 | Yim Peter J. | Vessel surface reconstruction with a tubular deformable model |
US7778686B2 (en) * | 2002-06-04 | 2010-08-17 | General Electric Company | Method and apparatus for medical intervention procedure planning and location and navigation of an intervention tool |
US6922462B2 (en) * | 2002-07-31 | 2005-07-26 | Ge Medical Systems Global Technology Company, Llc | Method, system and computer product for plaque characterization |
US7113623B2 (en) * | 2002-10-08 | 2006-09-26 | The Regents Of The University Of Colorado | Methods and systems for display and analysis of moving arterial tree structures |
JP4421203B2 (ja) * | 2003-03-20 | 2010-02-24 | 株式会社東芝 | 管腔状構造体の解析処理装置 |
AU2004268576A1 (en) * | 2003-08-21 | 2005-03-10 | Ischem Corporation | Automated methods and systems for vascular plaque detection and analysis |
US8090164B2 (en) * | 2003-08-25 | 2012-01-03 | The University Of North Carolina At Chapel Hill | Systems, methods, and computer program products for analysis of vessel attributes for diagnosis, disease staging, and surgical planning |
JP4441664B2 (ja) * | 2004-07-28 | 2010-03-31 | 株式会社ユネクス | 血管形状測定装置および血流量測定装置 |
FR2880154B1 (fr) * | 2004-12-27 | 2007-06-22 | Gen Electric | Procede et systeme de visualisation rapide de structures |
-
2004
- 2004-09-09 DE DE200410043676 patent/DE102004043676B4/de not_active Expired - Fee Related
-
2005
- 2005-09-07 JP JP2005258746A patent/JP2006075602A/ja not_active Withdrawn
- 2005-09-08 US US11/220,667 patent/US7920734B2/en active Active
- 2005-09-09 CN CNA200510099158XA patent/CN1765321A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4945478A (en) * | 1987-11-06 | 1990-07-31 | Center For Innovative Technology | Noninvasive medical imaging system and method for the identification and 3-D display of atherosclerosis and the like |
Also Published As
Publication number | Publication date |
---|---|
JP2006075602A (ja) | 2006-03-23 |
US7920734B2 (en) | 2011-04-05 |
DE102004043676A1 (de) | 2006-03-30 |
US20060171585A1 (en) | 2006-08-03 |
CN1765321A (zh) | 2006-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102004043676B4 (de) | Verfahren zur Visualisierung von Plaqueablagerungen aus 3D-Bilddatensätzen von Gefäßstrukturen | |
DE19543410B4 (de) | Verfahren zum Simulieren von Endoskopie und virtuelles Untersuchungssystem zum Betrachten innerer Hohlräume | |
DE68928979T2 (de) | System und Verfahren zur Anzeige von windschiefen Schnittebenen im Innern eines massiven Körpers | |
DE102006055173B4 (de) | Verfahren, medizinisches diagnostisches bildgebendes System sowie computerlesbares Speichermedium für die halbautomatische Segmentierungstechnik für röhrenförmige Objekte mit niedrigem Kontrast | |
DE102005046385B4 (de) | Verfahren und Vorrichtung zur Nachbearbeitung eines 3D-Bilddatensatzes, insbesondere für die virtuelle Kolonographie | |
DE69635906T2 (de) | Anatomisches visualisierungs- und messsystem | |
DE69501651T2 (de) | System und Verfahren zur Darstellung von Bildern | |
DE112004000352B4 (de) | System und Verfahren zum Durchführen einer virtuellen Endoskopie | |
DE102004022902B4 (de) | Verfahren zur medizinischen Bilddarstellung und -verarbeitung, Computertomografiegerät, Arbeitsstation und Computerprogrammprodukt | |
DE102005002949A1 (de) | Verfahren zur Visualisierung von Schädigungen im Myokard | |
DE102004056783A1 (de) | Verfahren und Vorrichtung zum Segmentieren von Strukturen in einer CT-Angiographie | |
DE112005001755T5 (de) | System und Verfahren zur Baummodell-Visualisierung zur Erkennung von Lungenembolie | |
DE102004063053A1 (de) | Verfahren und System zum Visualisieren dreidimensionaler Daten | |
DE102004043694A1 (de) | Verfahren zur Segmentierung anatomischer Strukturen aus 3D-Bilddaten unter Nutzung topologischer Information | |
DE102017214447B4 (de) | Planare Visualisierung von anatomischen Strukturen | |
DE102005045602A1 (de) | Verfahren zum Unterstützen eines interventionellen medizinischen Eingriffs | |
DE10048438A1 (de) | Referenzbilddrehung | |
DE102006021118B4 (de) | Rendern von anatomischen Strukturen mit ihrem nahen Umgebungsbereich | |
DE102008028945A1 (de) | Verfahren und Visualisierungsmodul zur Visualisierung von Unebenheiten der Innen-Oberfläche eines Hohlorgans, Bildbearbeitungseinrichtung und Tomographiesystem | |
EP1654710B1 (de) | Darstellung von 3D-Bilddaten | |
DE102019212929A1 (de) | Registrieren eines 2D Bildes mit einem 3D Bild | |
DE102005040016A1 (de) | 3D-Auswertungsdarstellung zur Erkennung von Tumoren in Organen | |
DE69935768T2 (de) | Herleitung einer isofläche in einem mehrdimensionalen datenfeld | |
DE102004027709A1 (de) | Verfahren der virtuellen Endoskopie zur medizinischen 3D-Bilddarstellung und -verarbeitung, Computertomografiegerät, Arbeitsstation und Computerprogrammprodukt | |
DE102008025535B4 (de) | Verfahren zur Sichtung tubulärer anatomischer Strukturen, insbesondere Gefäßstrukturen, in medizinischen 3D-Bildaufnahmen |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
8120 | Willingness to grant licences paragraph 23 | ||
R018 | Grant decision by examination section/examining division | ||
R016 | Response to examination communication | ||
R020 | Patent grant now final | ||
R020 | Patent grant now final |
Effective date: 20141010 |
|
R081 | Change of applicant/patentee |
Owner name: SIEMENS HEALTHCARE GMBH, DE Free format text: FORMER OWNER: SIEMENS AKTIENGESELLSCHAFT, 80333 MUENCHEN, DE |
|
R119 | Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee |