-
Die
vorliegende Erfindung betrifft ein Verfahren zur Segmentierung anatomischer
Strukturen, insbesondere des koronaren Gefäßbaums, aus 3D-Bilddaten, wie
sie beispielsweise bei der CT-Angiographie (CTA) erzeugt werden.
-
Das
vorliegende Verfahren findet vor allem im Bereich der Computertomographie
bei der Aufnahme von Gefäßstrukturen
Anwendung. Ein großer Vorteil
der CT-Angiographie im Vergleich zu anderen bildgebenden Techniken
wie der Magnetresonanztomographie (MR), der PET (Positron Emission
Tomography), der SPECT (Single Photon Emission Computed Tomography)
oder der 3D-Ultraschalltechnik besteht darin, dass unter Kontrastmittelgabe
bspw. der gesamte Gefäßbaum des
Herzens mit einem einzigen CT-Scan aufgezeichnet werden kann. Die
dabei erhaltenen 3D-Bilddaten können
mit unterschiedlichen Techniken visualisiert werden.
-
Für eine quantitative
Auswertung, insbesondere eine Vermessung von Stenosen oder von Plaqueablagerungen,
müssen
die entsprechenden Bereiche der Gefäßstruktur aus den 3D-Bilddaten segmentiert
werden. Diese Segmentierung erfolgt in einem Nachbearbeitungsprozess
auf einem Bildrechner. Die derzeit am häufigsten eingesetzte und kommerziell
verfügbare
Technik der Segmentierung ist die Technik des so genannten "Region Growing". Bei dieser Technik
werden ausgehend von durch den Benutzer vorgebbaren Saatpunkten
(seed points) in den 3D-Bilddaten alle jeweils benachbarten Bildpunkte (Voxel)
analysiert und bei Erfüllung
bestimmter Bedingungen als Teil der Gefäßstruktur identifiziert. Als eine
Bedingung für
die Zugehörigkeit
zur Gefäßstruktur
kann beispielsweise geprüft
werden, ob das Voxel in einen vorgegebenen HU-Bereich (HU: Hounsfield Units)
fällt.
Auch für
den Dichtegradienten zwi schen benachbarten Voxeln kann ein Höchstwert
vorgegeben werden, oberhalb dessen das Nachbarvoxel nicht mehr als
Teil der Gefäßstruktur
angesehen wird. Die jeweils neu als Teil der Gefäßstruktur identifizierten Voxel
werden wiederum als Startpunkte für den nächsten Analyse- bzw. Segmentierungsschritt
herangezogen. Auf diese Weise wächst
die bereits identifizierte Struktur dreidimensional bis der vollständige, vorgebbare
Bereich der Gefäßstruktur
segmentiert ist. Ein Beispiel für
den Einsatz einer derartigen Technik zur Segmentierung von Gefäßstrukturen kann
der Veröffentlichung
von T. Boskamp et al. „New Vessel
Analysis Tool for Morphometric Quantification and Visualisation
of Vessels in CT and MR Imaging Data Sets", Radiographics 2004, 24, 287–297, entnommen
werden.
-
Die
bekannte "Region
Growing" Technik
arbeitet in vielen Fällen
zufriedenstellend, erreicht jedoch nicht alle Gefäße, die
für einen
Betrachter bei einer Darstellung der 3D-Bildaufnahme sichtbar sind. Während das
menschliche Auge bei einer geeigneten 3D-Visualisierungstechnik
auch noch die kleinsten Gefäße als Teil
der Struktur erkennen kann, detektiert der Segmentierungs-Algorithmus
lediglich bestimmte homogene, zusammen hängende Teile im untersuchten
Volumen. Weiterhin kann es auch zu einem Auswaschen der segmentierten
Struktur in benachbarte Bildbereiche kommen, wenn diese ähnliche
HU-Werte aufweisen und sehr nahe an den Gefäßstrukturen liegen.
-
Die
Aufgabe der vorliegenden Erfindung besteht darin, ein Verfahren
zur Segmentierung anatomischer Strukturen, insbesondere des koronaren
Gefäßbaums,
aus 3D-Bilddaten anzugeben, dass eine zuverlässigere Segmentierung der Strukturen
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 den Ausführungsbeispielen
entnehmen.
-
Bei
dem vorliegenden Verfahren zur Segmentierung anatomischer Strukturen
aus 3D-Bilddaten, insbesondere aus CTA-Bilddaten, wird zunächst ein
Startpunkt vorzugsweise in einem Bereich gesetzt, von dem ausgehend
sich die zu segmentierende Struktur erstreckt, und zumindest ein
bekannter anatomisch signifikanter Punkt und/oder zumindest eine
bekannte anatomisch signifikante Oberfläche in den 3D-Bilddaten identifiziert.
Anschließend
wird die Struktur ausgehend vom Startpunkt Bildpunkt für Bildpunkt
mit einer Vielzahl von Segmentierungsschritten auf eine Weise segmentiert,
bei der bei jedem Segmentierungschritt automatisch ein momentaner
Abstand relativ zu dem anatomisch signifikanten Punkt und/oder der
anatomisch signifikanten Oberfläche
bestimmt wird und in Abhängigkeit
von dem Abstand Segmentierungsparameter und/oder ein eine Auswahl
aus benachbarten Bildpunkten für eine
Fortsetzung der Segmentierung unter Berücksichtigung einer bekannten
Modelltopologie festgelegt werden.
-
Bei
dem vorliegenden Verfahren wird somit für die Segmentierung zusätzlich bekannte
topologische Information, in der vorliegenden Patentanmeldung auch
als Modelltopologie bezeichnet, herangezogen, die eine zuverlässigere
Segmentierung der Struktur ermöglicht.
Durch die jeweilige Kenntnis der momentanen Segmentierungsposition
relativ zu den vorab identifizierten signifikanten Punkten oder
Oberflächen
und die Kenntnis der prinzipiellen Topologie im Bereich der Struktur
lässt sich
zum einen eine Fehlsegmentierung in Bereichen ausschließen, in denen
aufgrund der topologischen Kenntnisse keine Teile der Struktur mehr
vorhanden sein können.
Zum anderen kann die Segmentierung durch automatische Änderung
der Segmentierungsparameter in Abhängigkeit von der Segmentierungsposition
auch noch Gefäße in Bereichen
auffinden, in denen aufgrund der topologischen Kenntnisse noch Gefäße vorliegen
müssen,
eine normale Segmentierung aufgrund einer lokalen Unter- oder Überschreitung
der gesetzten Schwellwerte allerdings abbrechen würde.
-
Die
Segmentierungsparameter, die bei der Traversierung der Struktur
für jeden
Segmentierungsschritt festgelegt werden, umfassen im Bereich der
CTA beispielsweise HU-Schwellwerte für die den Bildpunkten entsprechenden
Voxel oder Schwellwerte für
Dichtegradienten zwischen benachbarten Voxeln. Durch die Festlegung
einer Auswahl aus benachbarten Bildpunkten für eine Fortsetzung der Segmentierung
in Abhängigkeit
vom momentanen Abstand wird der Raumwinkel eingeschränkt, unter dem
die weitere Segmentierung erfolgt. Auf diese Weise kann die Segmentierung
analog der bekannten "Region
Growing" Technik
durchgeführt
werden, wobei hier jedoch in der Regel nicht alle im Volumen benachbarten
Bildpunkte sondern lediglich Bildpunkte in dem jeweils festgelegten
Raumwinkel einer Analyse unterzogen werden. Aus diesem Grunde wird der
Startpunkt vorzugsweise in einem Bereich gesetzt, von dem aus sich
die zu segmentierende Struktur erstreckt, so dass bereits dadurch
eine bestimmte Segmentierungsrichtung vorgegeben ist.
-
Vorzugsweise
erfolgt die Bestimmung des momentanen Abstandes zu den vorab identifizierten signifikanten
Punkten oder Oberflächen
anhand zumindest eines Distanzrasters, das vor dem Start der Segmentierung
erstellt wird und von dem jeweils identifizierten Punkt oder der
jeweils identifizierten Oberfläche
ausgeht. Bei mehreren identifizierten Punkten und/oder Oberflächen können auch
mehrere Distanzraster berechnet werden, die dann jeweils den Abstand
zu dem ihnen zugrunde liegenden Punkt oder der ihnen zugrunde liegenden
Oberfläche angeben.
Diese ein oder mehreren Distanzraster werden den Bildpunkten bzw.
Voxel im 3D-Bilddatensatu zugeordnet, so dass während der Segmentierung für jedes
einzelne Voxel der Abstand zum jeweiligen anatomisch signifikanten
Punkt oder der jeweiligen anatomisch signifikanten Oberfläche unmittelbar
bekannt ist. Dieser Abstand wird dann in die Festlegung der momentanen
Segmentierungsparameter unter Berücksichtigung der bekannten
Modelltopologie einbezogen.
-
Bei
der Durchführung
des Verfahrens kann diese Berücksichtigung
der bekannten Modelltopologie zur Bestimmung der momentanen Segmentierungsparameter
durch Rückgriff
auf eine bereitgestellte Tabelle erfolgen, in der für eine bekannte
Modelltopologie unterschiedlichen Abständen zu dem anatomisch signifikanten
Punkt und/oder der anatomisch signifikanten Oberfläche jeweils
vorgegebene Segmentierungsparameter und/oder ein oder mehrere vorgegebene
Segmentierungsrichtungen für
die Fortsetzung der Segmentierung zugeordnet sind. So kann je nach
Abstand zu dem anatomisch signifikanten Punkt der Raumwinkel festgelegt
sein, unter dem die Segmentierung weitergeführt wird. Weiterhin kann in
Abhängigkeit
von diesem Abstand auch der Bereich der HU-Werte, innerhalb dem
die zur Struktur gehörenden
Voxel liegen müssen,
variieren. Das Gleiche gilt für
beliebige andere Segmentierungsparameter, die zur Segmentierung
der Struktur eingesetzt werden können.
-
In
einer Weiterbildung des vorliegenden Verfahrens wird bei einem Abbruch
der Segmentierung aufgrund fehlender benachbarter Voxel, die die
vorgegebenen Bedingungen erfüllen,
automatisch eine Suche nach einer Fortführung der Struktur in der näheren Umgebung
durchgeführt,
falls bei dem momentanen Abstand zu den ein oder mehreren anatomisch
signifikanten Punkten und/oder Oberflächen ein Abbruch der Struktur
aufgrund der topologischen Information unwahrscheinlich ist. Werden
Fortsetzungsvoxel gefunden, die hinsichtlich des weiteren Verlaufs
zu der abgebrochenen Struktur passen, so kann die dazwischen liegende
Lücke durch
Interpolation geschlossen und die Segmentierung mit den Fortsetzungsvoxeln
fortgeführt
werden. Diese Suche nach Fortsetzungsstrukturen bei einem Abbruch
der Segmentierung in einem Ast der Struktur kann entweder bereits
unmittelbar nach dem jeweiligen Abbruch oder auch erst erfolgen,
nachdem die Segmentierung in allen Ästen der Struktur zum Stillstand
gekommen ist. In letzterem Fall werden derartige Abbruchpunkte zunächst gespeichert,
um dann in der Endphase des Verfahrens an diesen Stellen nach einer
Fortsetzung der Struktur suchen zu können.
-
Auch
wenn das Hauptanwendungsgebiet des vorliegenden Verfahrens die Segmentierung anatomischer
Gefäßstrukturen
in 3D-Bilddaten
einer CTA-Bildaufnahme darstellt, lässt sich das Verfahren auch
zur Segmentierung anderer anatomischer Strukturen auch in 3D-Bilddaten
anderer bildgebender Techniken wie beispielsweise MR, PET, SPECT oder
der 3D-Ultraschall einsetzen, solange geeignete Segmentierungsparameter
für eine
Segmentierung zur Verfügung
stehen.
-
Das
vorliegende Verfahren wird nachfolgend anhand eines Ausführungsbeispiels
in Verbindung mit den Zeichnungen nochmals näher erläutert. Hierbei zeigen:
-
1 ein
Beispiel für
einen ersten Schritt bei der Durchführung des vorliegenden Verfahrens;
-
2 ein Beispiel für einen zweiten Schritt bei
der Durchführung
des vorliegenden Verfahrens;
-
3 ein Beispiel für einen dritten Schritt bei der
Durchführung
des vorliegenden Verfahrens;
-
4 ein
Beispiel für
einen vierten Schritt bei der Durchführung des vorliegenden Verfahrens; und
-
5 ein
Beispiel für
einen fünften
Schritt bei der Durchführung
des vorliegenden Verfahrens.
-
Im
vorliegenden Beispiel werden verschiedene Schritte zur Segmentierung
des koronaren Gefäßbaums aus
3D-Bilddaten beschrieben, die mit einer CTA-Technik aufgezeichnet
wurden. Die Figuren stellen hierbei unterschiedliche Ansichten des
Herzens sowie der darin enthaltenen Herzkammern und Gefäße dar,
die aufgrund der mangelnden Darstellbarkeit der Bilder selbst lediglich
schematisch angedeutet sind. 1 zeigt
hierbei eine Ansicht des gesamten Herzens 1 in dem im oberen
Bereich ein Schnitt durch die Aorta 2 zu erkennen ist.
Im ersten Schritt wird, beispielsweise mit einem Mauszeiger 3 interaktiv
am Bildschirm, an dem das Bild dargestellt wird, ein Startpunkt
durch einen Klick auf die Aorta 2 gesetzt. Ausgehend von
diesem Startpunkt werden automatisch die beiden Verzweigungspunkte 4 detektiert,
an denen die Aorta 2 in die koronare Gefäßstruktur 5 verzweigt.
Diese Verzweigungspunkte 4 werden markiert.
-
Im
nächsten
Schritt, wie er anhand der Teilabbildungen 2A, 2B und 2C zu erkennen
ist, werden die Herzkammern 11, d. h. das linke und rechte
Atrium sowie die Ventrikel, segmentiert und anatomische Landmarken,
im vorliegenden Beispiel der Apex 6 des linken Ventrikel 8,
detektiert und markiert. In den Teilabbildungen 2A und 2B sind hierbei
unterschiedliche Stufen dieser Segmentierung zu erkennen. 2C zeigt
die segmentierte linke Ventrikel 8, an deren Oberfläche der
Apex 6 als anatomische Landmarke markiert ist. Diese Markierung
erfolgt automatisch durch einen Bildverarbeitungsalgorithmus, der die
Spitze des linken Ventrikels erkennt.
-
Im
nächsten
Schritt wird ein Distanzraster um das Herz berechnet. Hierbei werden
als Startpunkte die Oberflächenpunkte
der segmentierten und mit Kontrastmittel angereicherten Herzkammern 11 herangezogen. 3A zeigt
hierzu eine Darstellung, in der der Myokard 7 außen und
die linke Ventrikel 8 innen zu erkennen sind. 3B zeigt
nochmals eine andere Ansicht des linken Ventrikels 8. Die Gefäßstruktur 5 ist
in diesen Darstellungen angedeutet.
-
Nach
diesen Vorbereitungsschritten erfolgt die eigentliche Segmentierung
der Gefäßstruktur 5. Die
Segmentierung beginnt bei den im ersten Schritt detektierten Verzweigungspunkten 4,
die auch in der Darstellung der 4 angedeutet
sind. Die Segmentierung wird gemäß dem vorliegenden
Verfahren mit einer adaptiven, topologischen Segmentierungstechnik
durchgeführt. 4 zeigt
hierzu einen Teil der Aorta 2 mit der davon abzweigenden
koronaren Gefäßstruktur 5.
Das Herz 1 ist mit der gestrichelten Umrahmung angedeutet.
Weiterhin ist in dieser Darstellung auch die Position des linken
Ventrikels 8 sowie von zwei anatomischen Landmarken, des
Apex 6 sowie des geometrischen Schwerpunktes 9 des
Herzens, markiert.
-
Die
Segmentierung erfolgt beim vorliegenden Verfahren in einer geordneten
Weise, bei dem die komplexe Struktur 5 Schritt für Schritt
in Abhängigkeit
von der momentanen Position relativ zu den vorab markierten Landmarken 6, 9 analysiert
wird. Auf diese Weise erkennt der Segmentierungsalgorithmus jederzeit
die aktuelle Form, Größe und Position
des Gefäßabschnitts
innerhalb des Herzens, da durch das Distanzraster jederzeit der
Abstand zur Oberfläche
der Herzkammern, insbesondere zum Apex 6 oder zum Schwerpunkt 9 des
Herzens, bekannt ist. Durch diese Kenntnis kann beispielsweise der
Schwellwert für
die Segmentierung jeweils an die aktuelle Segmentierungsposition
angepasst werden. Stärker
distal positionierte Gefäße erfordern
oft einen geringeren Schwellwert, um sie von den umgebenden Strukturen
zu unterscheiden. Die bei jedem Segmentierungsschritt bekannte Entfernung
zum Apex 6 wird genutzt, um bei einem Abbruch der Segmentierung
in einem Gefäßast zu
entscheiden, ob in der näheren
Umgebung nach einer Fortsetzung der Struktur gesucht wird. Ist der
Abstand zum Apex 6 größer als
ein vorgebbarer Wert, bei dem Gefäße in der Regel ihren guten
Kontrast zur Umgebung verlieren, dann wird diese Abbruchposition
für einen
späteren Fortsetzungsschritt
zunächst
gespeichert.
-
Die
Segmentierung selbst kann beispielsweise unter Einsatz eines Distanztransformations-Algorithmus
erfolgen, bei dem Kugeln in dem jeweiligen Gefäßabschnitt vergrößert werden,
bis sie das Gefäß schneiden.
Die Segmentierung erfolgt dabei unter Berücksichtigung der topologischen
Informationen über
den Aufbau eines Herzens, d.h. unter Berücksichtigung eines topologischen
Herzmodells, nicht in alle Raumrichtungen wie bei der herkömmlichen "Region Growing" Technik, sondern
in einer gerichteten Weise. Diese Segmentierung mit Hilfe von sich
vergrößernden
Kugeln ist durch die Ringe in der 4 angedeutet.
Die jeweilige Positions- bzw. Entfernungsinformation wird dabei
relativ zu einer anatomischen Landmarke oder auch zu mehreren anatomischen
Landmarken, wie im vorliegenden Beispiel, bestimmt. Durch diese
Kenntnis der Position kann die Segmentierungsrichtung vorgegeben
werden, so dass eine fehlerhafte Segmentierung in Bereiche, in denen
aufgrund der Topologie keine Gefäße mehr vorliegen
können,
vermieden wird.
-
Im
vorliegenden Beispiel wird nach der Traversierung der Gefäßstruktur 5 gemäß den vorangehend
erläuterten
Schritten an den vorher abgespeicherten Abbruchpositionen eine Suche
nach fortgesetzten Strukturen durchgeführt, an denen die Segmentierung
mangels die Segmentierungsbedingung erfüllender Nachbarpixel abgebrochen
wurde. Diese Positionen wurden gespeichert, wenn aufgrund der topologischen
Information an dieser Stelle ein Abbruch der Gefäßstruktur unwahrscheinlich
ist. An diesen Stellen wird dann automatisch in der näheren Umgebung
nach Voxeln gesucht, die eine Fortsetzung der Gefäßstruktur
darstellen könnten.
Hierbei wird ausgenutzt, dass der Koronarbaum durch einen Vektorsatz
mit einer zugehörigen
Durchmesser-Information, d.h. durch einen Satz von aneinander gereihten
Zylindern, repräsentiert
werden kann. Entlang dieses geordneten Vektorsatzes wird der Tangentialvektor
berechnet. Mit dieser Berechnung kann abgeschätzt werden, in welchem Bereich
die Fortsetzung des Gefäßes liegen
müsste.
In diesem berechneten Suchbereich versucht der Bildverarbeitungsalgorithmus
mögliche
Gefäßbereiche,
beispielsweise durch Analyse der lokalen Hessian-Matrix oder durch
Kalkulation der Eigenvektoren von Voxelclustern, die innerhalb des
gültigen
HU-Bereiches für die Gefäßstruktur
liegen, zu identifizieren. Werden derartige Voxel aufgefunden, so
werden diese durch Interpolation mit den bereits segmentierten Strukturen
verbunden. Die Tangentialvektoren 12 sind in der 5 angedeu tet,
ebenso wie der durch diese Vektoren vorgegebene Suchbereich 13.
In der Figur ist hierbei jeweils auch eine Lücke 10 in der Darstellung
der Gefäßstruktur 5 erkennbar,
die durch diesen letzten Schritt aufgefüllt wird.
-
Mit
dem vorliegenden Verfahren wird strukturspezifische bzw. topologische
Information bei der Segmentierung der Struktur berücksichtigt.
Bei Vorgabe einer Glattheitsbedingung hinsichtlich des Verlaufs
der Gefäße kann
erreicht werden, dass bei jedem Segmentierungsschritt lediglich
plausible Voxel zur Gefäßstruktur
gerechnet werden. Die Berücksichtigung
des Abstandes zu vorab identifizierten anatomischen Landmarken,
insbesondere zur Oberfläche
der Herzkammern, stellt sicher, dass lediglich außerhalb
der bereits segmentierten Herzkammern Gefäße identifiziert werden. Ein Übergreifen
der segmentierten Struktur in andere umgebende Strukturen, wie beispielsweise
die Herzkammern, wird dadurch verhindert.
-
Mit
dem vorgeschlagenen Verfahren lässt sich
beispielsweise der koronare Gefäßbaum wesentlich
genauer segmentieren als es mit den bisher bekannten Verfahren des
Standes der Technik möglich
ist. Bei der Segmentierung wird nicht nur der Gefäßbaum selbst
analysiert, sondern die gesamte Herzanatomie. Der zusätzliche
Suchschritt zur Auffüllung
unterbrochener Gefäßstrukturen
ermöglicht die
Detektion und Segmentierung selbst kleinster Gefäßstrukturen.