DE102005046203B3 - Verfahren und Vorrichtung zur selektiven Darstellung diagnostischer Bilddaten - Google Patents

Verfahren und Vorrichtung zur selektiven Darstellung diagnostischer Bilddaten Download PDF

Info

Publication number
DE102005046203B3
DE102005046203B3 DE200510046203 DE102005046203A DE102005046203B3 DE 102005046203 B3 DE102005046203 B3 DE 102005046203B3 DE 200510046203 DE200510046203 DE 200510046203 DE 102005046203 A DE102005046203 A DE 102005046203A DE 102005046203 B3 DE102005046203 B3 DE 102005046203B3
Authority
DE
Germany
Prior art keywords
constriction
volume
partial
voxels
volumes
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
Application number
DE200510046203
Other languages
English (en)
Inventor
Matthias Dr. John
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens Healthcare GmbH
Original Assignee
Siemens AG
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Siemens AG filed Critical Siemens AG
Priority to DE200510046203 priority Critical patent/DE102005046203B3/de
Priority to US11/526,803 priority patent/US7924280B2/en
Application granted granted Critical
Publication of DE102005046203B3 publication Critical patent/DE102005046203B3/de
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00Manipulating 3D models or images for computer graphics
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/187Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10088Magnetic resonance imaging [MRI]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30101Blood vessel; Artery; Vein; Vascular
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00Indexing scheme for image generation or computer graphics
    • G06T2210/41Medical

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Graphics (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Image Generation (AREA)

Abstract

Ein Verfahren zur selektiven Darstellung diagnostischer Bilddaten umfasst folgende Schritte: DOLLAR A - Ermittlung dreidimensionaler Bildinformationen in einem bildgebenden medizintechnischen Verfahren, wobei ein untersuchtes Volumen in eine Mehrzahl an Voxeln (V), denen Messwerte zugeordnet sind, unterteilt wird, DOLLAR A - Selektierung einer Teilmenge der Voxel (V), wobei die zu den selektierten Voxeln (V) gehörigen Messwerte einer bestimmten Relation zu einem Grenzwert genügen, DOLLAR A - Identifikation von mindestens einem zusammenhängenden Volumenbereich (1) innerhalb der selektierten Teilmenge der Voxel (V), DOLLAR A - Bestimmung einer Oberfläche (2) des identifizierten zusammenhängenden Volumenbereichs (1), DOLLAR A - Ermittlung des Abstandes von Voxeln (V) innerhalb des zusammenhängenden Volumenbereichs (1) von der Oberfläche (2), DOLLAR A - Identifikation von Teilvolumina (3) innerhalb des zusammenhängenden Volumenbereichs (1), wobei jedes Teilvolumen einen zentralen Voxel (V) umfasst, dessen Abstand zur Oberfläche (2) ein lokales Maximum darstellt, DOLLAR A - Bestimmung einer Einschnürung (4) innerhalb des zusammenhängenden Volumenbereichs (1), welche identifizierte Teilvolumina (3) voneinander trennt, DOLLAR A - Aufteilung der ermittelten Bildinformationen in mehrere Teildatenmengen (T1, T2), nämlich mindestens eine darzustellende Teildatenmenge (T1) und mindestens eine nicht darzustellende Teildatenmenge (T2), wobei eine Abgrenzung zwischen den verschiedenen Teildatenmengen (T1, T2) durch die Einschnürung (4) ...

Description

  • Die Erfindung betrifft ein Verfahren zur selektiven Darstellung mit einem bildgebenden medizintechnischen Diagnosegerät gewonnener Daten sowie eine zur Durchführung des Verfahrens geeignete Vorrichtung.
  • Mit medizintechnischen Diagnosegeräten wie Röntgen-Computertomographen oder Magnetresonanzgeräten sind dreidimensionale Darstellungen eines untersuchten Gewebes erzeugbar sowie datentechnisch bearbeitbar. Beispielsweise ist es möglich, innerhalb eines dreidimensionalen Modells eines Objektes einen Ansichtspfad zu erzeugen, wie prinzipiell aus der US 5,611,025 A bekannt. Hierzu werden Abbildungsinformationen in einzelne Strukturen segmentiert oder gegliedert, wobei aus Volumendaten Oberflächenmodelle erzeugt werden können.
  • Die Auswertung verschiedener Strukturen wie beispielsweise Verzweigungen und Einschnürungen von Blutgefäßen ist beschrieben in der Veröffentlichung von Puig, A.; Tost, D.; Navazo, I.: "An interactive cerebral blood vessel exploration system"; Proceedings of the 8th IEEE Visualisation '97 Conference; 19–24 Oct. 1997; Pages 443–446.
  • Die Auswertung von geometrischen Strukturen in den Atemwegen ist Gegenstand der Veröffentlichung von Perchet, D.; Fetita, C.; Prêteux, F.: "Advanced navigation tools for virtual bronchoscopy"; Image Processing: Algorithms and Systems III; Proceedings of the SPIE; Vol. 5298, pp. 147–158; May 2004. Hierbei werden unter anderem Zentrallinien in Hohlräumen bestimmt.
  • Geometrische Strukturen, welche Zentrallinien aufweisen, werden auch behandelt in der Veröffentlichung von Niblack, C.W.; Capson, D.W.; Gibbons, P.B.: "Generating skeletons and centerlines from the medial axis transformation"; Proceedings of the 10th International Conference on Pattern Recognition, 1990; 16–21 June 1990; Pages 881–885, Vol. 1.
  • Bei der Verarbeitung dreidimensionaler Bilddaten ist das gesamte betrachtete Volumen in einzelne Volumenelemente, auch als Voxel bezeichnet, unterteilbar. In bildgebenden Verfahren in der Medizintechnik wird typischerweise jedem Voxel ein Grauwert zugeordnet, der physikalische Eigenschaften, etwa Absorptionseigenschaften, des untersuchten Gewebes angibt. Bei der Auswertung dreidimensionaler diagnostischer Bilddaten kann es gewünscht sein, lediglich bestimmte Arten von Gewebe sichtbar zu machen, so dass beispielsweise Muskelgewebe in einer dreidimensionalen Ansicht dargestellt wird, während Knochen ausgeblendet werden. Um ein bestimmtes Gewebe für eine Schnittdarstellung oder eine dreidimensionale Darstellung aus einem umfangreicheren Datensatz zu selektieren, können aus dem Datensatz ausschließlich solche Voxel ausgewählt werden, deren Grauwerte innerhalb eines vorgegebenen Intervalls liegen. Auf diese Weise ist jedoch nicht in jedem Fall eine saubere Trennung zwischen einem darzustellenden und einem nicht darzustellenden Gewebe möglich.
  • Der Erfindung liegt die Aufgabe zugrunde, mittels eines medizintechnischen Gerätes gewonnene diagnostische Bilddaten in besonders effektiver Weise selektiv darzustellen.
  • Diese Aufgabe wird erfindungsgemäß gelöst durch ein Verfahren mit den Merkmalen des Anspruchs 1 sowie durch eine zur Durchführung dieses Verfahrens geeignete Vorrichtung mit den Merkmalen des Anspruchs 14. Im Folgenden im Zusammenhang mit dem Verfahren erläuterte Ausgestaltungen und Vorteile gelten sinngemäß auch für die Vorrichtung und umgekehrt.
  • In einem bildgebenden medizintechnischen Verfahren wie Computertomographie oder Magnetresonanztomographie werden dreidimensionale Bildinformationen gewonnen. Das untersuchte Volumen ist in eine Mehrzahl an Voxeln eingeteilt, wobei nicht notwendigerweise kartesische Koordinaten verwendet werden und die einzelnen Voxel nicht zwingend gleichartig sind. Jedem Voxel wird mittels des bildgebenden Verfahrens ein Messwert, beispielsweise als Grauwert bezeichnet, zugeordnet. Der Begriff Messwert ist in diesem Zusammenhang nicht dahingehend zu verstehen, dass der betreffende Wert unmittelbar durch eine Messung gewonnen wurde. Vielmehr kann es sich um einen Wert handeln, der, basierend auf einer mit einem medizintechnischen Gerät durchgeführten Datenerfassung, mit Hilfe beliebiger Rechenoperationen ermittelt wurde. Ebenso ist es möglich, den sogenannten Messwert aus einer Mehrzahl an Einzelmessungen, welche unter Nutzung verschiedenartiger Diagnosegeräte durchführbar sind, zu ermitteln.
  • Aus den Voxeln wird zunächst eine Teilmenge selektiert, für die die Messwerte bestimmten Bedingungen genügen, insbesondere oberhalb oder unterhalb eines Mindestwertes beziehungsweise eines Maximalwertes liegen. Damit wird bereits eine grobe Unterteilung in darzustellendes und nicht darzustellendes Gewebe vorgenommen.
  • Weiter werden innerhalb der Teilmenge an selektierten Voxeln automatisch Volumenbereiche identifiziert, die durch zusammenhängende, das heißt aneinander grenzende Voxel, für die die zuvor angewandte Selektionsbedingung erfüllt ist, gebildet werden. Ist lediglich ein einziger derartiger Volumenbereich innerhalb der dreidimensionalen Bilddaten vorhanden, so kann davon ausgegangen werden, dass die für diagnostische Zwecke relevanten Bildinformationen innerhalb dieses Volumenbereiches zu finden sind. Ebenso ist es jedoch auch möglich, dass mehrere inselartige, in sich jeweils zusammenhängende Volumenbereiche innerhalb der selektierten Teilmenge an Voxeln identifiziert werden.
  • Unabhängig davon, wie viele Volumenbereiche innerhalb des untersuchten Gesamtvolumens identifiziert wurden, wird die Oberfläche dieses Volumenbereiches beziehungsweise dieser Volumenbereiche bestimmt. Als Voxel, das sich an der Oberfläche eines zusammenhängenden Volumenbereichs befindet, wird im Allgemeinen ein Voxel betrachtet, für das die Selektionsbedingung erfüllt ist, und welches zugleich sowohl an weitere Voxel, für die diese Bedingung erfüllt ist, als auch an Voxel, für die diese Bedingung nicht erfüllt ist, grenzt. Somit handelt es sich bei der sogenannten Oberfläche des zusammenhängenden Volumenbereichs allgemein um eine Ober- oder Grenzfläche, wobei im Weiteren hierfür der Begriff Oberfläche verwendet wird. Bei der Bestimmung der Oberfläche können auch Glättungsfunktionen vorgenommen werden, beispielsweise derart, dass ein Voxel, welches lediglich an ein einziges Voxel außerhalb des zusammenhängenden Volumenbereiches, ansonsten aber ausschließlich an Voxel, die dem Volumenbereich zuzurechnen sind, grenzt, nicht als Voxel an der Oberfläche des zusammenhängenden Volumenbereiches gilt.
  • Im nächsten Schritt werden die Abstände, die innerhalb des zusammenhängenden Volumenbereiches angeordnete Voxel von der Oberfläche haben, ermittelt. Anschließend werden aus mehreren Voxeln zusammengesetzte Teilvolumina im zusammenhängenden Volumenbereich automatisch identifiziert, wobei ein Teilvolumen dann als solches bezeichnet wird, wenn es einen sogenannten zentralen Voxel umfasst, dessen Abstand zur Oberfläche des zusammenhängenden Volumenbereiches ein lokales Maximum bildet. Mit anderen Worten: Ist ein Voxel ausschließlich von Voxeln umgeben, die einen geringeren Abstand zur Oberfläche haben, so ist dieser Voxel der zentrale Voxel eines Teilvolumens des zusammenhängenden Volumens.
  • Beispielsweise stellt eine Verdickung eines strangförmigen Körpers ein Teilvolumen im hier verwendeten Sinn dar. In geometrischen Extremfällen ist es auch denkbar, dass mehrere Voxel innerhalb eines Teilvolumens den gleichen, innerhalb dieses Volumens maximalen Abstand zur Oberfläche haben. In einem solchen Fall muss eindeutig bestimmt werden, welcher der Voxel als zentraler Voxel gelten soll. In einem einfachen Fall ist dies beispielsweise möglich, indem eine Raumrichtung ausgezeichnet ist, und derjenige der Voxel mit gleichem Abstand zur Oberfläche als zentraler Voxel gewählt wird, der in der ausgezeichneten Raumrichtung den anderen Voxeln vorgelagert ist oder eine sonstige festgelegte Relation zu den übrigen Voxeln mit gleichem Abstand zur Oberfläche erfüllt. Alternativ ist es auch möglich, in Fällen, in denen zunächst mehrere Voxel als zentrale Voxel eines Teilvolumens in Betracht kommen, nicht nur diese Voxel selbst, sondern auch die Abstände der diese Voxel umgebenden Nachbarvoxel von der Oberfläche zu betrachten. Beispielsweise kann für jeden als zentraler Voxel in Frage kommenden Voxel ein Wert gebildet werden, der die Summe der Abstände der an diesen Voxel grenzenden Nachbarvoxel von der Oberfläche angibt. Derjenige Voxel, für den dieser Wert maximal ist, wird als einziger zentraler Voxel des Teilvolumens angenommen.
  • In einem zusammenhängenden Volumenbereich können mehrere Teilvolumina, die jeweils einen zentralen Voxel aufweisen, identifizierbar sein. Ebenso ist jedoch auch die Möglichkeit gegeben, dass sich in dem zusammenhängenden Volumenbereich lediglich ein einziger Voxel befindet, dessen Abstand zur Oberfläche ein lokales Maximum darstellt. In diesem Fall ist der zusammenhängende Volumenbereich zugleich ein Teilvolumen im beschriebenen Sinn. Im Weiteren wird angenommen, dass mindestens ein zusammenhängender Volumenbereich mehrere Teilvolumina aufweist.
  • In einem weiteren Schritt wird bestimmt, an welcher Stelle innerhalb des zusammenhängenden Volumenbereiches identifizierte Teilvolumina aneinander grenzen. Die Grenze zwischen zwei jeweils einen zentralen Voxel aufweisenden Teilvolumina bildet eine Einschnürung im zusammenhängenden Volumenbereich. Anschaulich ist eine Einschnürung gegeben, wenn um diese ein Band gelegt werden kann, welches auf der Oberfläche des zusammenhängenden Volumenbereiches nicht verschiebbar ist. Innerhalb der eine Trennfläche zwischen benachbarten Teilvolumina bildenden Einschnürung existiert ein mittiger Voxel als zentraler Trennungspunkt, der von einem geschlossenen Ring an Voxeln umgeben ist, die einen geringeren Abstand zur Oberfläche haben und zugleich an zwei Voxel grenzt, die auf entgegengesetzten Seiten einer tangential an der Trennfläche anliegenden Ebene angeordnet sind und einen größeren Abstand als der mittige Voxel zur Oberfläche haben. Die Einschnürung zwischen den benachbarten Teilvolumina ist somit bestimmbar, ohne die zentralen Voxel der beiden Teilvolumina zu kennen. Bei der weiteren Verarbeitung der Bildinformationen, das heißt der den einzelnen Voxeln zugeordneten Messwerte, spielt die mindestens eine Einschnürung eine wesentliche Rolle.
  • Die mittels des bildgebenden medizintechnischen Verfahrens gewonnenen dreidimensionalen Bildinformationen werden in mehrere Teildatenmengen aufgeteilt, nämlich in mindestens eine darzustellende Teildatenmenge und mindestens eine nicht dar zustellende Teildatenmenge. Als darzustellende Teildatenmenge wird im Allgemeinen eine Bildinformation verstanden, die mittels eines Ausgabegerätes wie eines Bildschirms oder eines Druckers sichtbar gemacht wird. Im Weiteren wird der Begriff darzustellende Teildatenmenge unabhängig davon verwendet, ob die entsprechenden Daten tatsächlich zur Anzeige, zur Speicherung oder zur Weiterverarbeitung vorgesehen sind. Analoges gilt für die sogenannte nicht darzustellende Teildatenmenge.
  • Eine erste Unterteilung in darzustellende und nicht darzustellende Bildinformationen ist bereits durch die oben beschriebene Selektion einer Teilmenge der Voxel gegeben. Bei dieser Selektion wird jedoch unabhängig von der Geometrie der in dem bildgebenden medizintechnischen Verfahren erfassten Strukturen lediglich ein Vergleich zwischen den den einzelnen Voxeln zugeordneten Messwerten und einem oder mehreren Grenzwerten vorgenommen. Ein Grenzwert, welcher maßgebend dafür ist, ob ein Voxel der selektierten Teilmenge zugeordnet wird, kann programmtechnisch, insbesondere variabel, vorgegeben sein. Prinzipiell ist es auch möglich, Grenzwerte, anhand derer entschieden wird, ob ein Messwert bei der weiteren Bildverarbeitung berücksichtigt oder verworfen wird, hardwaretechnisch zu implementieren.
  • Im grundsätzlichen Unterschied zur Selektierung einer Teilmenge der Voxel mittels eines oder mehrerer Grenzwerte wird in einem späteren Schritt des Bildverarbeitungsverfahrens die Geometrie des untersuchten Objektes, nämlich die Gestalt des innerhalb der selektierten Teilmenge der Voxel identifizierten zusammenhängenden Volumenbereiches, berücksichtigt. Eine automatische Abgrenzung zwischen einer darzustellenden und einer nicht darzustellenden Teildatenmenge wird an einer Einschnürung innerhalb eines zusammenhängenden Volumenbereiches vorgenommen. Somit wird mindestens ein einen zentralen Voxel umfassendes Teilvolumen des zusammenhängenden Volumenbereiches einer darzustellenden Teildatenmenge zugeordnet, während ein anderes Teilvolumen, welches ebenfalls einen zentralen Voxel umfasst, einer nicht darzustellenden Teildatenmenge zugeordnet wird. Diese Zuordnung verschiedener aneinander grenzender Teilvolumina zu verschiedenen Teildatenmengen kann selbst dann automatisch erfolgen, wenn die zentralen Voxel der unterschiedlichen Teilvolumina nicht identifiziert sind. Bei der automatischen Zuordnung der Teilvolumina des selben zusammenhängenden Volumenbereiches zu verschiedenen Teildatenmengen können insbesondere die Dimensionierungen der Teilvolumina sowie der Einschnürung oder Einschnürungen als Aufteilungskriterium herangezogen werden.
  • Bei der Durchführung des Bildverarbeitungsverfahrens werden vorzugsweise einzelne oder mehrere der im Folgenden erläuterten Größen bestimmt und bei der Zuordnung von Bildinformationen zu verschiedenen Teildatenmengen berücksichtigt:
    Die Größe einer Einschnürung ist definiert als der Radius der größten Kugel, welche innerhalb der Einschnürung positionierbar ist. Die Größe eines Teilvolumens, insbesondere eines an eine Einschnürung grenzenden Teilvolumens, ist definiert als der Radius der größten Kugel, welche innerhalb des Teilvolumens positionierbar ist. Ausgehend von diesen Definitionen wird als Tiefe einer Einschnürung die Differenz zwischen dem Minimum der Größen der an die Einschnürung grenzenden Teilvolumina und der Größe der Einschnürung bezeichnet.
  • In ähnlicher Weise sind die quadratische Größe einer Einschnürung sowie eines Teilvolumens definiert: Als quadratische Größe einer Einschnürung gilt das Quadrat des Radius der größten Kugel, welche innerhalb der Einschnürung positionierbar ist, während die quadratische Größe eines Teilvolumens definiert ist als das Quadrat des Radius der größten Kugel, welche innerhalb des jeweiligen Teilvolumens positionierbar ist. Hieraus ist die quadratische Tiefe einer Einschnürung ableitbar, definiert als die Differenz zwischen dem Minimum der quadratischen Größen der an der Einschnürung aneinander grenzenden Teilvolumina und der quadratischen Größe der Einschnürung.
  • Weist eine selektierte Teilmenge der Voxel einschließlich zugeordneter Messwerte mehrere Einschnürungen, aufgeteilt auf einen oder mehrere zusammenhängende Volumenbereiche, auf, so werden die verschiedenen Teilvolumina vorzugsweise gemäß einstellbarer Kriterien automatisch verschiedenen Teildatenmengen zugeordnet. In bevorzugter Ausgestaltung sind insbesondere absolute und/oder relative Dimensionierungen von Teilvolumina und Einschnürungen betreffende Bedingungen festlegbar, die ausschlaggebend dafür sind, ob aneinander grenzende Teilvolumina derselben Teildatenmenge zugeordnet werden. Vorzugsweise ist eine minimale Tiefe und/oder eine minimale quadratische Tiefe einer Einschnürung einstellbar, die gegeben sein muss, um die an die Einschnürung grenzenden Teilvolumina verschiedenen Teildatenmengen zuzuordnen.
  • In bevorzugter Ausgestaltung hat der Bediener des Bildverarbeitungssystems die Möglichkeit, ein Teilvolumen auszuwählen und die Zuordnung dieses Teilvolumens und/oder mindestens eines weiteren Teilvolumens, welches an das ausgewählte Teilvolumen grenzt, zu einer Teildatenmenge zu ändern. Damit kann der Benutzer beispielsweise ein an ein dargestelltes Teilvolumen grenzendes Detail einer dreidimensionalen Darstellung zusätzlich in diese Darstellung aufnehmen oder aus dieser ausblenden. Dem Benutzer, der mittels eines Eingabegerätes, beispielsweise einer Computermaus, ein Teilvolumen auswählt, welches an einer oder mehreren Einschnürungen an mindestens ein weiteres Teilvolumen grenzt, wird ein Auswahlmenü angeboten, das insbesondere die Heraufsetzung oder Herabsetzung des Detaillierungsgrades der Darstellung ermöglicht. Die Abgrenzung zwischen benachbarten, wahlweise darzustellenden oder nicht darzustellenden Teilvolumina ist stets durch Einschnürungen eines zusammenhängenden Volumenbereichs gegeben, wobei die Lage der Einschnürungen automatisch ermittelt wird.
  • Auch ohne Auswahl eines Teilvolumens hat der Benutzer die Möglichkeit, zu bestimmen, ab welcher minimalen Größe oder minimalen quadratischen Größe ein Teilvolumen, insbesondere ein Teilvolumen, welches an einer Einschnürung an ein weiteres Teilvolumen grenzt, darzustellen ist.
  • Das im bildgebenden medizintechnischen Verfahren untersuchte Volumen ist im einfachsten Fall in quaderförmige Voxel unterteilt. In diesem Fall ist ein Voxel von 26 weiteren Voxeln umgeben. Nach einer besonders bevorzugten Ausführungsform wird eine tetraedrische Volumenaufteilung vorgenommen, wobei ein Voxel von 14 weiteren Voxeln umgeben ist.
  • Kurz gefasst wird bei der Verarbeitung der diagnostischen Bilddaten folgendermaßen vorgegangen: Um Elementargebiete geeignet zu vereinigen, wird zuerst von mehreren Einschnürungen automatisch diejenige mit der kleinsten Tiefe gewählt. Die durch diese Einschnürung getrennten Elementargebiete werden vereinigt, wobei alle Voxel des kleineren Elementargebietes dem größeren Elementargebiet zugeordnet werden. Das kleinere Elementargebiet entfällt damit als eigenständiges Gebiet. Ebenso wird die Einschnürung im weiteren Verlauf der Bearbeitung nicht mehr als Einschnürung betrachtet, womit sie im Sinne der automatischen Bilderkennung und -verarbeitung entfällt. Von den verbleibenden Einschnürungen wird im folgenden, ebenfalls automatisch durchgeführten Schritt wiederum diejenige mit der kleinsten Tiefe gewählt und die benachbarten Elementargebiete auf die beschriebene Weise vereinigt. An Stelle der Tiefe kann bei den einzelnen Bearbeitungsschritten auch die quadratische Tiefe oder eine auf andere Weise definierte Tiefe einer Einschnürung treten. Mit dem Verfahren wird in jedem Fall fortgefahren, bis alle verbliebenen Einschnürungen tiefer als ein vorzugsweise einstellbarer Grenzwert sind. Damit erhält man eine sinnvolle Zerlegung eines Objektes in Gebiete, beispielsweise im Fall eines Bloodpools eines Bilddatensatzes eine Zerlegung in Herzgefäße.
  • Das beschriebene automatische Verfahren ist geeignet, um aus einer extrem feinen Unterteilung von elementaren Volumenbereichen, beispielsweise mit bis zu 100.000 Bereichen, eine deutlich weniger feine Unterteilung, beispielsweise mit bis zu 20 Bereichen, zu erzeugen. Schritt für Schritt werden jeweils benachbarte Gebiete bis zu einem Schwellwert vereinigt, wobei der Benutzer noch keine Auswahl treffen muss. Eine Auswahl durch den Benutzer ist erst anschließend aus der weniger feinen Unterteilung vorgesehen. In vielen Anwendungsfällen ergibt sich eine korrekte Segmentierung bereits, wenn der Benutzer ein einziges Elementargebiet auswählt, wobei dieses Elementargebiet durch automatische Zusammenlegung mehrerer aneinander grenzender Elementargebiete gebildet wurde. Bei Bedarf kann der Benutzer auch weitergehenden Einfluss auf die Bearbeitung der Elemtargebiete nehmen, beispielsweise den gesamten Vorgang der Vereinigung von Elementargebieten unter Verwendung geänderter Bildverarbeitungsparameter neu starten.
  • Das erfindungsgemäße Bildverarbeitungsverfahren und -system ist besondere in Anwendungsfällen vorteilhaft, in denen entweder Gefäße, insbesondere Herzgefäße, untersucht werden oder gezielt Gefäße aus einer dreidimensionalen Darstellung ausgeblendet werden sollen. In beiden Fällen ist durch die Zerlegung der Bilddaten an Einschnürungen eine besonders sinnvolle Aufteilungsmöglichkeit in darzustellende Bildinformationen einerseits und nicht darzustellende Bildinformationen andererseits gegeben.
  • Nachfolgend wird ein Ausführungsbeispiel der Erfindung anhand einer Zeichnung näher erläutert. Hierin zeigen:
  • 1 ein vereinfachtes Schema eines Verfahrens zur Verarbeitung diagnostischer Bilddaten,
  • 2 eine Schnittdarstellung eines zusammenhängenden Volumenbereiches mit einer Einschnürung,
  • 3 einen Querschnitt eines in mehrere Teilvolumina gegliederten zusammenhängenden Volumenbereiches,
  • 4, 5 in perspektivischen Ansichten einen linken Herzvorhof,
  • 6 ein detaillierteres Schema des Verfahrens zur Verarbeitung diagnostischer Bilddaten, und
  • 7 in einer symbolisierten Darstellung ein System zur Gewinnung und Verarbeitung diagnostischer Bilddaten.
  • Im Ausführungsbeispiel wird von der Untersuchung des linken Atriums eines Patienten mittels Computertomographie (CT) oder Magnetresonanz (MR) ausgegangen. Allgemein wird das medizintechnische Diagnosegerät, welches auch als C-Arm-Gerät ausgebildet sein kann, als Modalität bezeichnet.
  • In 1 sind wesentliche Schritte der Verarbeitung der mit der Modalität gewonnenen Bilddaten in einem Flussdiagramm vereinfacht dargestellt. Die Modalität liefert Rohdaten D1, die auch als Eingangsbild bezeichnet werden. Das Ziel der mit der Modalität durchgeführten Untersuchung ist beispielsweise eine Ermittlung von Größen wie Volumen, Durchmesser oder Durchmesserverhältnissen an einem Herzgefäß, das heißt eine medizinische Messung. Die Rohdaten D1 beinhalten dreidimensional aufgelöste Grauwerte, wobei eine leere Struktur einen niedrigen Grauwert und dichte Struktur einen hohen Grauwert hat. Je höher der Grauwert ist, desto heller wird die entsprechende Struktur dargestellt. Um das Innere von Blutgefäßen klarer von umgebenden Strukturen abzuheben, kann das Blut in an sich bekannter Weise mit einem Kontrastmittel angereichert werden. Das Eingangsbild D1 ist in unbearbeiteter Form noch nicht zur Durchführung der medizinischen Messung geeignet.
  • Aus den Rohdaten D1 werden durch Anwendung einstellbarer Grenzwerte segmentierte Daten D2 gewonnen. Dieser Vorgang, mit welchem alle Teile des mit der Modalität aufgenommenen Bildes ausgeblendet werden, deren Grauwert außerhalb eines relevanten Bereiches liegt, wird auch als Extraktion bezeichnet. Die segmentierten Daten D2 stellen den sogenannten Bloodpool dar und können auch Strukturen wie Knochen umfassen, die nicht dargestellt werden sollen, deren Grauwert jedoch innerhalb des für die Segmentierung gewählten Bereiches liegt.
  • Aus den segmentierten Daten D2 werden durch eine nachstehend noch näher erläuterte Zerlegung, die insbesondere Einschnürungen in den aufgenommenen Strukturen berücksichtigt, gegliederte Daten D3 gewonnen. Das in dem diagnostischen Verfahren untersuchte Volumen wird in einzelne, in sich jeweils zusammenhängende Volumenbereiche gegliedert, wobei anhand geometrischer Merkmale automatisch entschieden wird, welcher Teil der aufgenommenen Strukturen dargestellt wird, um die medizinische Messung zu ermöglichen.
  • Schließlich werden die gegliederten Daten D3 beziehungsweise derjenige Teil der gegliederten Daten D3, der zur Darstellung vorgesehen ist, zu bearbeiteten Daten D4 zusammengefasst. Der Benutzer hat die Möglichkeit auf die Bearbeitung der Daten Einfluss zu nehmen, wie durch eine gestrichelte, von den bearbeiteten Daten D4 zu den gegliederten Daten D3 zurück führende Linie angedeutet ist. Die bearbeiteten, eventuell durch den Benutzer nachbearbeiteten Daten D4 umfassen praktisch ausschließlich die relevanten Strukturen und ermöglichen die Vornahme der medizinischen Messung.
  • In 3 ist schematisch ein Schnitt aus einem mit der Modalität untersuchten Volumen dargestellt. Das Volumen ist unterteilt in einzelne Voxel V, die in der symbolisierten Darstellung mit einem quadratischen Querschnitt erkennbar sind, tatsächlich jedoch vorzugsweise durch eine tetraedrische Raumaufteilung, das heißt eine Tetrahedrisierung, gebildet sind. Ein solcher Voxel V ist von genau 14 weiteren Voxeln umgeben. In 3 stellen die Voxel V, in welche keine Zahl eingetragen ist, leeren Raum oder Volumen dar, in welchem der allgemein als Messwert bezeichnete Grauwert unterhalb eines einstellbaren Schwellwertes liegt. Die übrigen, insgesamt einen zusammenhängenden Volumenbereich 1 bildenden Voxel V symbolisieren das mit der Modalität untersuchte Gewebe, beispielsweise ein Herzgefäß. Die in die Voxel V eingetragenen Zahlen geben jeweils den quadratischen Abstand des betreffenden Voxels V von der mit dem Bezugszeichen 2 gekennzeichneten Oberfläche des zusammenhängenden Volumenbereichs 1 an.
  • Voxel V, deren kleinster Abstand zur Oberfläche 2 ein lokales Maximum M darstellt, sind in 3 eingekreist dargestellt. Beim Abstand eines Voxels V von der Oberfläche 2 handelt es sich um den euklidischen Abstand oder eine Approximation des euklidischen Abstands. Alternativ kann auch eine andere Abstandsdefinition verwendet werden. Insgesamt weist der sichtbare Ausschnitt des zusammenhängenden Volumenbereichs 1 fünf lokale Maxima M auf. Jedes dieser Maxima M bildet den Mittelpunkt eines auch als Elementargebiet bezeichneten Teilvolumens 3 innerhalb des zusammenhängenden Volumenbereichs 1. Das Maximum M in einem Elementargebiet 3 kann als Mittelpunkt einer Kugel angesehen werden, die in diesem Elementargebiet 3 angeordnet und deren Radius maximal ist. Der Radius dieser Kugel wird als Größe des Elementargebietes 3 bezeichnet. Analog bezeichnet das Quadrat des Radius die quadratische Größe des Elementargebietes 3.
  • Jeder Voxel V, der ein lokales Maximum M im zusammenhängenden Volumenbereich 1, das heißt den Mittelpunkt eines Elementargebietes 3, bildet, ist von Voxeln V umgeben, die einen geringeren Abstand zur Oberfläche 2 haben. Solche Voxel V bilden somit aufsteigende Ketten, die am lokalen Maximum M enden. Jeder Voxel V innerhalb der Kette ist dem Elementargebiet 3 zuzurechnen.
  • Zwischen zwei benachbarten Elementargebieten 3 im selben zusammenhängenden Volumenbereich 1 ist eine Einschnürung 4 gebildet. Die in der Einschnürung 4 liegenden Voxel V beschreiben eine Schnittfläche als Grenze zwischen den beiden Elementargebieten 3. Ein mittig in der Schnittfläche angeordneter Voxel V, als Sattelpunkt S bezeichnet, ist in 2 durch eine quadratische Umrandung gekennzeichnet. Jeder Sattelpunkt S ist von einem Ring an Voxeln V umgeben, die einen geringeren Abstand zur Oberfläche 2 haben. Weiter existieren mindestens zwei an den Sattelpunkt S grenzende Voxel V, die einen größeren Abstand als der Sattelpunkt S von der Oberfläche 2 haben und durch den Ring voneinander getrennt sind.
  • Diese zwei Voxel V gehören verschiedenen Elementargebieten 3 an. Um die Einschnürung 4 auf die beschriebene Weise zu identifizieren, ist jedoch keine Kenntnis der Elementargebiete 3, insbesondere keine Identifikation deren lokaler Maxima M, erforderlich. Als Größe der Einschnürung 4 wird der Radius der größten Kugel definiert, die sich durch die Einschnürung 4 schieben lässt. Die quadratische Größe der Einschnürung 4 ist in analoger Weise das Quadrat des Radius dieser Kugel.
  • Basierend auf den Definitionen der Größe und der quadratischen Größe des Teilvolumens 3 sowie der Einschnürung 4 ist die Tiefe der Einschnürung 4 definiert als die Differenz zwischen der Größe des kleineren der an die Einschnürung 4 grenzenden Teilvolumina 3 und der Größe der Einschnürung 4. Setzt man jeweils die quadratischen Größen ein, gelangt man zur quadratischen Tiefe der Einschnürung 4.
  • Die Einschnürungen 4, welche der zusammenhängende Volumenbereich 1, insbesondere in Form von Verengungen eines Blutgefäßes (s. 2), aufweist, werden automatisch nach ihrer Tiefe geordnet. Die an die Einschnürung 4 grenzenden Elementargebiete 3 können datentechnisch entweder gleich oder unterschiedlich behandelt werden. Unter einer gleichen datentech nischen Behandlung wird in diesem Zusammenhang verstanden, dass die zu beiden Elementargebieten 3 gehörenden Daten derart logisch verknüpft gespeichert werden, dass entweder beide Elementargebiete 3 zusammen oder keines dieser Elementargebiete 3 dargestellt werden. Umgekehrt bedeutet eine unterschiedliche datentechnische Behandlung zweier Elementargebiete 3, dass es möglich ist, eines dieser Elementargebiete 3, das heißt die zugehörigen Grauwerte, anzuzeigen, während das zweite Elementargebiet 3 ausgeblendet ist.
  • Bei der automatisch oder mit Einflussnahme durch den Benutzer zu treffenden Entscheidung über die datentechnische Behandlung aneinander grenzender Elementargebiete 3 spielt die Tiefe oder die quadratische Tiefe der Einschnürung 4 zwischen diesen Elementargebieten 3 eine maßgebliche Rolle. Vorzugsweise ist eine minimale Tiefe und/oder eine minimale quadratische Tiefe einstellbar, die eine Einschnürung 4 aufweisen muss, um die an diese grenzenden Elementargebiete 3 im oben erläuterten Sinn datentechnisch unterschiedlich zu behandeln.
  • Ist die minimale Tiefe oder die minimale quadratische Tiefe einer Einschnürung 4 geringer als der betreffende Grenzwert, so werden die an die Einschnürung 4 grenzenden Elementargebiete 3 zusammengefasst, wobei sich mit diesem Schritt in der Regel auch die Tiefen sowie quadratischen Tiefen weiterer Einschnürungen 4 ändern. Die Zusammenfassung von Elementargebieten 3 kann benutzergesteuert oder automatisch fortgeführt werden. Unabhängig hiervon ist es auch möglich, isolierte Elementargebiete 3, deren Größe oder quadratische Größe unterhalb eines vorzugsweise einstellbaren Grenzwertes liegt, automatisch oder benutzergesteuert auszublenden. In ähnlicher Weise kann ein Elementargebiet 3, das Teil eines zusammenhängenden Volumenbereiches 1 ist, insbesondere ein Elementargebiet 3, welches lediglich an einer einzigen Einschnürung 4 an einen zusammenhängenden Volumenbereich 1 angebunden ist, automatisch ausgeblendet werden, sofern die Größe oder quadra tische Größe des Elementargebietes 3 einen einstellbaren Schwellwert nicht übersteigt.
  • Ein ursprünglich zusammenhängender Volumenbereich 1 kann auf diese Weise in mehrere Volumenbereiche zerfallen. Auch für diesen Fall ist vorzugsweise der Ablauf einer automatisierten weiteren Bildverarbeitung festgelegt. Beispielsweise wird der kleinere der verbleibenden Volumenbereiche, welcher etwa ein kleineres Blutgefäß zeigt, automatisch aus der Darstellung entfernt. Der Benutzer hat jederzeit die Möglichkeit, eine solche Entfernung eines Details aus einer dreidimensionalen Struktur rückgängig zu machen. Ebenso ist die Möglichkeit gegeben, ein Elementargebiet 3 oder einen zusammenhängenden Volumenbereich 1 zu markieren, um ihn datentechnisch in einer bestimmten Weise zu verarbeiten.
  • Beispielsweise bietet das Bildverarbeitungssystem die Möglichkeit, festzulegen, dass zwei voneinander beabstandete Volumenbereiche stets wie ein zusammenhängender Volumenbereich 1 behandelt werden, also entweder zusammen dargestellt oder zusammen ausgeblendet werden. Des Weiteren ist die Möglichkeit vorgesehen, zunächst ein Elementargebiet 3 oder einen zusammenhängenden Volumenbereich 1 auszuwählen, um in einem oder mehreren weiteren Schritten gezielt an dieses Gebiet beziehungsweise an diesen Bereich grenzende Elementargebiete 3 zur Darstellung hinzuzufügen oder aus dieser auszublenden.
  • Die 4 und 5 zeigen ein Beispiel einer Bildverarbeitung in verschiedenen Bearbeitungsstadien. Sichtbar ist jeweils ein linker Herzvorhof 5. Während in 4 zahlreiche mit dem Atrium 5 verbundene Blutgefäße zu erkennen sind, sind in 5 einige dieser Blutgefäße, nämlich solche mit besonders geringem Durchmesser, die für die durchzuführende medizinische Messung ohne Belang sind, ausgeblendet. Die Grenzen zwischen in der Darstellung sichtbaren und ausgeblendeten Strukturen sind stets durch automatisch identifizierte Einschnürungen 4 gegeben.
  • Die 6 zeigt in Form eines Flussdiagramms detaillierter als die 1 die einzelnen Schritte des Verfahrens zur Verarbeitung diagnostischer Bilddaten:
    In einem ersten Schritt S1 wird in einem bildgebenden medizintechnischen Verfahren eine dreidimensionale Bildinformationen ermittelt, wobei keine Abhängigkeit von einer bestimmten Aufnahmemodalität, beispielsweise Röntgen-, Magnetresonanz- oder Ultraschallgerät, besteht. Das in dem medizintechnischen Verfahren untersuchte Volumen wird in eine Mehrzahl an Volumenelemente V, kurz als Voxel bezeichnet, unterteilt. Jedem Voxel V wird mindestens ein Messwert, in der Regel ein sogenannter Grauwert, der beispielsweise die Absorption von Röntgenstrahlung in dem Voxel V anzeigt, zugeordnet.
  • Im nächsten Schritt S2 wird aus der Gesamtheit der Voxel V eine Teilmenge selektiert, für die die zugehörigen Messwerte einer bestimmten Relation zu mindestens einem festgelegten Grenzwert genügen, im einfachsten Fall über einem Schwellwert liegen. Als Ergebnis dieses Schrittes liegen die segmentierten Daten D2 (1) vor, die typischerweise den sogenannten Bloodpool darstellen. Die Grenzwerte für die Segmentierung des Bloodpools sollten nicht zu eng gesetzt werden, da gleichartiges Gewebe in bildgebenden medizintechnischen Verfahren abhängig von den Untersuchungsparametern unterschiedliche Messwerte liefern kann. Man spricht in diesem Fall von verrauschten Bildern. Auch solche Bilder können, selbst wenn sie stark verrauscht sind, in dem Bildverarbeitungsverfahren verwendet werden, da charakteristische geometrische Merkmale des untersuchten Gewebes auch in einem verrauschten Bild identifizierbar bleiben.
  • Der folgende Schritt S3 berücksichtigt erstmals die Geometrie der in dem bildgebenden Verfahren aufgenommenen Strukturen:
    Es wird mindestens ein zusammenhängender Volumenbereich 1 innerhalb der selektierten Teilmenge der Voxel V identifiziert.
  • Hierbei handelt es sich beispielsweise um das Atrium 5. Von der genauen Form der Herzgefäße ist das Bildverarbeitungsverfahren nicht abhängig. Es sind keine Formen in einem Modell vorgegeben. So spielt es beispielsweise keine Rolle, ob der linke Vorhof 5 genau vier Pulmonalvenen hat.
  • Unabhängig davon, welche Form der zusammenhängende Volumenbereich 1 hat, wird im nächsten Schritt S4 die Oberfläche 2 dieses Volumenbereichs 1 bestimmt. Hierbei können Glättungs- und Fehlerkorrekturfunktionen angewandt werden. Als Oberfläche 2 wird allgemein eine Fläche betrachtet, an welcher sich die den Voxeln V zugeordneten Messwerte über eine kurze Distanz stark ändern. Somit gilt beispielsweise auch eine Grenzfläche zwischen Volumenbereichen unterschiedlicher Dichte als Oberfläche 2. Eine Schnittfläche innerhalb des zusammenhängenden, gleichartigen Volumenbereichs 1 wird in diesem Bearbeitungsstadium nicht als Oberfläche betrachtet, kann jedoch im weiteren Verlauf, wie nachstehend näher erläutert, die Grenze zwischen einem darzustellenden und einem nicht darzustellenden Gebiet bilden.
  • Im folgenden Schritt S5 wird der Abstand der Voxel V innerhalb des zusammenhängenden Volumenbereichs 1 von der Oberfläche 2 ermittelt. Unabhängig von der genauen Abstandsdefinition gilt als Abstand stets die kürzeste Entfernung zwischen einem Voxel V und einem Punkt auf der Oberfläche 2.
  • Der Schritt S6 dient der Identifikation der als Elementargebiete bezeichneten Teilvolumina 3 innerhalb des zusammenhängenden Volumenbereichs 1, der Schritt S7 der Bestimmung mindestens einer Einschnürung 4, welche mehrere Teilvolumina 3 voneinander trennt. Die Schritte S6 und S7 können in beliebiger Reihenfolge durchgeführt oder zu einem einzigen Schritt zusammengefasst sein. In jedem Fall wird der gesamte zusammenhängende Volumenbereich 1 in Elementargebiete 3 zerlegt, die selbst keine Einschnürung mehr aufweisen. Jedes Elementargebiet oder Teilvolumen 3 umfasst einen zentralen Voxel V, dessen Abstand zur Oberfläche 2 ein lokales Maximum M darstellt. Dieser zentrale Voxel V muss zur Durchführung des Bildverarbeitungsverfahren nicht notwendigerweise bestimmt werden, kann jedoch zur Identifikation der Teilvolumina 3 verwendet werden.
  • Im Schritt S8 werden schließlich die mittels des bildgebenden medizintechnischen Verfahrens gewonnenen Bildinformationen in mehrere Teildatenmengen T1, T2 (7) aufgeteilt. Jede Teildatenmenge T1, T2 umfasst Informationen zur Lage von Voxeln V sowie zu den zugehörigen Messwerten. Jeder Voxel V kann nur einer der Teildatenmengen T1, T2 zugeordnet sein. Eine Abgrenzung zwischen den verschiedenen Teildatenmengen T1, T2 ist durch eine zuvor automatisch erkannte Einschnürung 4 gegeben. Bei den Teildatenmengen T1, T2 handelt es sich um mindestens eine darzustellende Teildatenmenge T1 und mindestens eine nicht darzustellende Teildatenmenge T2. Somit sind in einer Abbildung sichtbare von nicht sichtbaren Strukturen an einer oder mehreren Einschnürungen 4 getrennt. Beispielsweise können ganze Gefäßbäume aus einer dreidimensionalen Darstellung entfernt werden. In der Darstellung verbleiben sichtbare Strukturen, die mindestens ein Elementargebiet 3 umfassen. Die Aufteilung von Bilddaten in sichtbare, das heißt der Teildatenmenge T1 zugeordnete Bildinformationen und nicht sichtbare, das heißt der Teildatenmenge T2 zugeordnete Bildinformationen ist durch Benutzerinteraktion BI änderbar. Beispielsweise wählt der Benutzer eine gewünschte Region aus, die er innerhalb eines dreidimensionalen Bilddatensatzes betrachten möchte. Das Bildverarbeitungssystem zeigt daraufhin, abhängig von den eingestellten Parametern, zum Beispiel alle Elementargebiete 3, die mit der ausgewählten Region verbunden sind. Auf diese Weise wird somit lediglich ein einziger zusammenhängender Volumenbereich 1 dargestellt. Der Benutzer hat nun die Möglichkeit, einzelne, durch Einschnürungen 4 voneinander getrennte Elementargebiete 3 auszuwählen, um diese wahlweise isoliert darzustellen oder zu löschen, das heißt der zweiten Teildatenmenge T2 zuzuordnen.
  • Die 7 zeigt grob schematisiert eine Vorrichtung zur Gewinnung und Verarbeitung diagnostischer Bilddaten. Ein bildgebendes medizintechnisches Diagnosegerät 6, beispielsweise ein Computertomograph, ist datentechnisch verbunden mit einer Auswerteeinheit 7, die programmtechnisch derart eingerichtet ist, dass das erfindungsgemäße Bildverarbeitungsverfahren durchführbar ist. An die Auswerteeinheit 7 sind eine Speichereinheit 8, eine Eingabevorrichtung 9, beispielsweise in Form einer Tastatur und/oder einer Maus, sowie eine Ausgabevorrichtung 10, beispielsweise ein Bildschirm oder ein Drucker, angeschlossen. Die Speichereinheit 8 dient der Speicherung von mit dem Diagnosegerät 6 gewonnenen Bildinformationen, wobei, wie vorstehend anhand 6 erläutert, eine logische Unterscheidung zwischen der ersten, zur Darstellung mittels der Ausgabevorrichtung 10 vorgesehenen Teildatenmenge T1 und der zweiten, nicht zur Darstellung vorgesehenen Teildatenmenge T2 vorgenommen wird. Jedes Elementargebiet 3 ist vollständig einer der Teildatenmengen T1, T2 zugeordnet. Die Heranziehung automatisch identifizierter Einschnürungen 4 als charakteristische Merkmale bei der Bearbeitung der Bilddaten ermöglicht eine schnelle, sachgerechte und robuste Aufteilung von Bildinformationen in die verschiedenen Teildatenmengen T1, T2. Unter der Robustheit der Aufteilung der Bildinformationen wird dabei die Eigenschaft des Bildverarbeitungssystems verstanden, mit ähnlichen Eingabe- oder Rohdaten D1 (1) ähnliche Ergebnisse zu liefern. Die Auswerteeinheit 7 ermöglicht die automatische, Einschnürungen 4 als Grenzen von Elementargebieten 3 festlegende Segmentierung eines Bilddatensatzes mit 512 × 512 × 512 Voxeln V in weniger als 60 Sekunden. Besonders geeignet ist das Bildverarbeitungsverfahren für Anwendungen in der Kardiologie.

Claims (16)

  1. Verfahren zur selektiven Darstellung diagnostischer Bilddaten, mit folgenden Schritten: – Ermittlung dreidimensionaler Bildinformationen in einem bildgebenden medizintechnischen Verfahren, wobei ein untersuchtes Volumen in eine Mehrzahl an Voxeln (V) unterteilt und jedem Voxel (V) ein Messwert zugeordnet wird, – Selektierung einer Teilmenge der Voxel (V), wobei die zu den selektierten Voxeln (V) gehörigen Messwerte einer bestimmten Relation zu mindestens einem festgelegten Grenzwert genügen, – Identifikation von mindestens einem zusammenhängenden Volumenbereich (1) innerhalb der selektierten Teilmenge der Voxel (V), – Bestimmung einer Oberfläche (2) des identifizierten zusammenhängenden Volumenbereichs (1), – Ermittlung des Abstandes von Voxeln (V) innerhalb des zusammenhängenden Volumenbereichs (1) von der Oberfläche (2), – Identifikation von Teilvolumina (3) innerhalb des zusammenhängenden Volumenbereichs (1), wobei jedes Teilvolumen (3) einen zentralen Voxel (V) umfasst, dessen Abstand zur Oberfläche (2) ein lokales Maximum darstellt, – Bestimmung einer Einschnürung (4) innerhalb des zusammenhängenden Volumenbereichs (1), welche identifizierte Teilvolumina (3) voneinander trennt, wobei innerhalb der eine Trennfläche zwischen benachbarten Teilvolumina (3) bildenden Einschnürung (4) ein mittiger Voxel (V) als zentraler Trennungspunkt existiert, der von einem geschlossenen Ring an Voxeln (V) umgeben ist, die einen geringeren Abstand zur Oberfläche (2) haben und zugleich an zwei Voxel (V) grenzt, die auf entgegengesetzten Seiten einer tangential an der Trennfläche anliegenden Ebene angeordnet sind und einen größeren Abstand als der mittige Voxel (V) zur Oberfläche (2) haben, – Aufteilung der ermittelten Bildinformationen in mehrere Teildatenmengen (T1, T2), nämlich mindestens eine darzu stellende Teildatenmenge (T1) und mindestens eine nicht darzustellende Teildatenmenge (T2), wobei eine Abgrenzung zwischen den verschiedenen Teildatenmengen (T1, T2) durch die Einschnürung (4) gegeben ist.
  2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die Größe der Einschnürung (4), definiert als der Radius der größten Kugel, welche innerhalb der Einschnürung (4) positionierbar ist, sowie die Größe der an die Einschnürung (4) grenzenden Teilvolumina (3), definiert als der Radius der größten Kugel, welche innerhalb des jeweiligen Teilvolumens (3) positionierbar ist, bestimmt werden.
  3. Verfahren nach Anspruch 2, dadurch gekennzeichnet, dass die Tiefe der Einschnürung (4), definiert als die Differenz zwischen dem Minimum der Größen der aneinander grenzenden Teilvolumina (3) und der Größe der Einschnürung (4), bestimmt wird.
  4. Verfahren nach Anspruch 3, dadurch gekennzeichnet, dass die Tiefe der Einschnürung (4) als Kriterium hinsichtlich einer Zusammenfassung aneinander grenzender Teilvolumina (3) zu einem größeren Teilgebiet innerhalb des zusammenhängenden Volumenbereichs (1) herangezogen wird.
  5. Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass eine minimale Tiefe der Einschnürung (4), welche gegeben sein muss, um die an diese grenzenden Teilvolumina (3) verschiedenen Teildatenmengen (T1, T2) zuzuordnen, einstellbar ist.
  6. Verfahren nach einem der Ansprüche 2 bis 5, dadurch gekennzeichnet, dass ein an einer Einschnürung (4) an ein weiteres Teilvolumen (3) grenzendes Teilvolumen (3) nur bei Überschreitung einer einstellbaren minimalen Größe der darzustellenden Teildatenmenge (T1) zugeordnet wird.
  7. Verfahren nach einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, dass die quadratische Größe der Einschnürung (4), definiert als das Quadrat des Radius der größten Kugel, welche innerhalb der Einschnürung (4) positionierbar ist, sowie die quadratische Größe der an die Einschnürung (4) grenzenden Teilvolumina (3), definiert als das Quadrat des Radius der größten Kugel, welche innerhalb des jeweiligen Teilvolumens (3) positionierbar ist, bestimmt werden.
  8. Verfahren nach Anspruch 7, dadurch gekennzeichnet, dass die quadratische Tiefe der Einschnürung (4), definiert als die Differenz zwischen dem Minimum der quadratischen Größen der aneinander grenzenden Teilvolumina (3) und der quadratischen Größe der Einschnürung (4), bestimmt wird.
  9. Verfahren nach Anspruch 8, dadurch gekennzeichnet, dass die quadratische Tiefe der Einschnürung (4) als Kriterium hinsichtlich einer Zusammenfassung aneinander grenzender Teilvolumina (3) zu einem größeren Teilgebiet innerhalb des zusammenhängenden Volumenbereichs (1) herangezogen wird.
  10. Verfahren nach Anspruch 9, dadurch gekennzeichnet, dass eine minimale quadratische Tiefe der Einschnürung (4), welche gegeben sein muss, um die an diese grenzenden Teilvolumina (3) verschiedenen Teildatenmengen (T1, T2) zuzuordnen, einstellbar ist.
  11. Verfahren nach einem der Ansprüche 7 bis 10, dadurch gekennzeichnet, dass ein an einer Einschnürung (4) an ein weiteres Teilvolumen (3) grenzendes Teilvolumen (3) nur bei Überschreitung einer einstellbaren minimalen quadra tischen Größe der darzustellenden Teildatenmenge (T1) zugeordnet wird.
  12. Verfahren nach einem der Ansprüche 1 bis 11, dadurch gekennzeichnet, dass bei benutzergesteuerter Auswahl eines Teilvolumens (3) eine Änderung der Zuordnung dieses Teilvolumens (3) und/oder mindestens eines angrenzenden Teilvolumens (3) zu einer Teildatenmenge (T1, T2) ermöglicht wird.
  13. Verfahren nach einem der Ansprüche 1 bis 12, dadurch gekennzeichnet, dass das untersuchte Volumen derart in eine Mehrzahl an Voxeln (V) unterteilt wird, dass ein Voxel (V) von 14 weiteren Voxeln (V) umgeben ist.
  14. Vorrichtung zur Gewinnung und Verarbeitung diagnostischer Bilddaten, mit einem bildgebenden medizintechnischen Diagnosegerät (6) und mit einer Speichereinheit (8), welche zur Speicherung mit dem Diagnosegerät (6) gewonnener Bilddaten vorgesehen ist, sowie mit einer Auswerteeinheit (7), welche programmtechnisch derart eingerichtet ist, dass das Verfahren nach Anspruch 1 durchgeführt wird.
  15. Vorrichtung nach Anspruch 14, dadurch gekennzeichnet, dass das bildgebende medizintechnische Diagnosegerät (6) ein Röntgen-Computertomographiegerät ist.
  16. Vorrichtung nach Anspruch 14, dadurch gekennzeichnet, dass das bildgebende medizintechnische Diagnosegerät (6) ein Magnetresonanzgerät ist.
DE200510046203 2005-09-27 2005-09-27 Verfahren und Vorrichtung zur selektiven Darstellung diagnostischer Bilddaten Expired - Fee Related DE102005046203B3 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
DE200510046203 DE102005046203B3 (de) 2005-09-27 2005-09-27 Verfahren und Vorrichtung zur selektiven Darstellung diagnostischer Bilddaten
US11/526,803 US7924280B2 (en) 2005-09-27 2006-09-26 Method and apparatus for processing of diagnostic image data

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE200510046203 DE102005046203B3 (de) 2005-09-27 2005-09-27 Verfahren und Vorrichtung zur selektiven Darstellung diagnostischer Bilddaten

Publications (1)

Publication Number Publication Date
DE102005046203B3 true DE102005046203B3 (de) 2007-01-04

Family

ID=37545317

Family Applications (1)

Application Number Title Priority Date Filing Date
DE200510046203 Expired - Fee Related DE102005046203B3 (de) 2005-09-27 2005-09-27 Verfahren und Vorrichtung zur selektiven Darstellung diagnostischer Bilddaten

Country Status (2)

Country Link
US (1) US7924280B2 (de)
DE (1) DE102005046203B3 (de)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5988088B2 (ja) * 2012-06-08 2016-09-07 富士通株式会社 描画プログラム、描画方法、および、描画装置
CN114565658B (zh) * 2022-01-14 2024-07-02 武汉理工大学 基于ct技术的孔隙尺寸计算方法及装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5611025A (en) * 1994-11-23 1997-03-11 General Electric Company Virtual internal cavity inspection system

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5920319A (en) * 1994-10-27 1999-07-06 Wake Forest University Automatic analysis in virtual endoscopy
US5708691A (en) * 1996-07-05 1998-01-13 Kabushiki Kaisha Toshiba X-ray computed tomographic imaging device and x-ray computed tomographic method
WO2002056240A1 (en) * 2000-11-22 2002-07-18 R2 Technology, Inc. Graphical user interface for display of anatomical information
US7015907B2 (en) * 2002-04-18 2006-03-21 Siemens Corporate Research, Inc. Segmentation of 3D medical structures using robust ray propagation
EP1455307A1 (de) * 2003-03-06 2004-09-08 MeVis GmbH Teilvolumenvisualisierung
US8249687B2 (en) * 2005-06-02 2012-08-21 Vital Images, Inc. Systems and methods for virtual identification of polyps

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5611025A (en) * 1994-11-23 1997-03-11 General Electric Company Virtual internal cavity inspection system

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
Niblack, C.W.; Capson, D.W.; Gibbons, P.B.: "Gene- rating skeletons and centerlines from the medial axis transform", Proceedings of the 10th Interna- tional Conference on Pattern Recognition, 1990, 16-21 June 1990, Page(s):881-885, Vol. 1
Niblack, C.W.; Capson, D.W.; Gibbons, P.B.: "Generating skeletons and centerlines from the medial axis transform", Proceedings of the 10th International Conference on Pattern Recognition, 1990, 16-21 June 1990, Page(s):881-885, Vol. 1 *
Perchet, Diane; Fetita, Catalin; Prêteux, Fran- çoise: "Advanced navigation tools for virtual bronchoscopy", Image Processing: Algorithms and Systems III, Proceedings of the SPIE, Volume 5298, pp. 147-158, May 2004
Perchet, Diane; Fetita, Catalin; Prêteux, Fran- çoise: "Advanced navigation tools for virtual bronchoscopy", Image Processing: Algorithms and Systems III, Proceedings of the SPIE, Volume 5298,pp. 147-158, May 2004 *
Puig, A.; Tost, D.; Navazo, I.: "An interactive cerebral blood vessel exploration system", Procee- dings of the 8th IEEE Visualization '97 Conferen- ce, 19-24 Oct. 1997 Page(s):443-446
Puig, A.; Tost, D.; Navazo, I.: "An interactive cerebral blood vessel exploration system", Proceedings of the 8th IEEE Visualization '97 Conference, 19-24 Oct. 1997 Page(s):443-446 *

Also Published As

Publication number Publication date
US20070070068A1 (en) 2007-03-29
US7924280B2 (en) 2011-04-12

Similar Documents

Publication Publication Date Title
DE3826287C2 (de) Verfahren und Vorrichtung zur automatischen Analyse von Lungengewebe aus einem röntgenologischen Brustbild
DE69708892T2 (de) Dreidimensionales bildrekonstruktionsverfahren, vorzugsweise eines dreidimensionalen angiographischen bildes
DE3855040T2 (de) Bildverarbeitungsverfahren und -gerät
DE102004043695B4 (de) Verfahren zur einfachen geometrischen Visualisierung tubulärer anatomischer Strukturen
DE102009014764B4 (de) Verfahren zur Visualisierung tubulärer anatomischer Strukturen, insbesondere Gefäßstrukturen, in medizinischen 3D-Bildaufnahmen
EP0938063B1 (de) Verfahren zur zweidimensionalen Abbildung von Strukturen für die medizinische Diagnostik
DE102006046285A1 (de) Verfahren zur Gefäßhervorhebung und Segmentierung in 3D Volumendaten
DE102017214447B4 (de) Planare Visualisierung von anatomischen Strukturen
DE102005012654A1 (de) Verfahren und Computertomographie-System zur Erstellung tomographischer Aufnahmen eines Objektes
DE102010032755A1 (de) Verfahren zur Visualisierung eines Vorhofs des Herzens eines Patienten
DE102004008979A1 (de) Verfahren zur Filterung tomographischer 3D-Darstellungen nach erfolgter Rekonstruktion von Volumendaten
DE102006039921A1 (de) System und Verfahren zum automatischen Atemwegevaluieren für Multi-Schnitt Computertomographie (MSCT) Bilddaten unter Verwendung eines Atemweglumendurchmessers, einer Atemwegwanddicke und eines Bronchien-Arterien-Verhältnisses
DE10254908B4 (de) Verfahren zum Herstellen eines Bildes
DE10338145B4 (de) Verfahren zur Darstellung von 3D Bilddaten
DE102020216306A1 (de) Computerimplementiertes Verfahren zum Betrieb einer medizinischen Bildgebungseinrichtung, Bildgebungseinrichtung, Computerprogramm und elektronisch lesbarer Datenträger
DE112004001691T5 (de) Verfahren und System zur automatischen Ausrichtung von lokalen Visualisierungstechniken für vaskuläre Strukturen
DE102012204063B4 (de) Generierung von Visualisierungs-Befehlsdaten
DE102008025535B4 (de) Verfahren zur Sichtung tubulärer anatomischer Strukturen, insbesondere Gefäßstrukturen, in medizinischen 3D-Bildaufnahmen
DE102004003381B4 (de) Verfahren zur Bestimmung der Lage einer Schicht in einem Untersuchungsgebiet, in welcher Schicht eine Schichtbildaufnahme erfolgen soll
DE102005060503A1 (de) Verfahren und Vorrichtung für die effiziente Berechnung von Morphologie-Operationen
DE102005046203B3 (de) Verfahren und Vorrichtung zur selektiven Darstellung diagnostischer Bilddaten
EP3637362A1 (de) Verfahren zur anpassung eines bildeindrucks
DE10044844A1 (de) Verfahren ,Vorrichtung und Software zur Trennung der Einzelobjekte einer aus 3D-Datensätzen medizinischer Untersuchungsverfahren segmentierten anatomischen Struktur
DE10160206A1 (de) Verfahren und Vorrichtung zur Erstellung einer isolierten Darstellung von Körperstrukturen
DE102008021926A1 (de) Erstellung und Präsentation von patientenindividuellen Panoramadarstellungen

Legal Events

Date Code Title Description
8100 Publication of the examined application without publication of unexamined application
8364 No opposition during term of opposition
8320 Willingness to grant licences declared (paragraph 23)
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