DE102008013909A1

DE102008013909A1 - Verfahren und Bilddatensegmentierungseinrichtung zur Segmentierung von Bilddaten, bildgebendes System und Computerprogrammprodukt

Info

Publication number: DE102008013909A1
Application number: DE102008013909A
Authority: DE
Inventors: Fernando Vega-Higuera
Original assignee: Siemens AG
Current assignee: Siemens AG
Priority date: 2008-03-12
Filing date: 2008-03-12
Publication date: 2009-10-08

Abstract

Die Erfindung betrifft ein Verfahren zur Segmentierung von Bilddaten (B) zur Separation zumindest einer Zielstruktur (Z) mittels eines Regionenwachstumsverfahrens auf Basis eines Graphen (G), der Knoten (K) aufweist, die jeweils einen Bilddatenpunkt oder eine Gruppe benachbarter Bilddatenpunkte repräsentieren, und Kanten (E) aufweist, die jeweils eine Konnektivität zwischen benachbarten Knoten (K) repräsentieren. Dabei werden die Bilddaten (B) und/oder der Graph (G) mittels einer graphischen Benutzerschnittstelle (11, 13) visualisiert. Zur Gewinnung eines Startpunkts (S1) für das Regionenwachstumsverfahren wird mittels der graphischen Benutzerschnittstelle (11, 13) eine Markierung eines Knotens (K) erfasst. Das Regionenwachstumsverfahren wird dann automatisch so lange durchgeführt, wie eine Betätigung eines bestimmten Bedienelements (11L) einer Benutzerschnittstelle (11) detektiert wird. Dabei wird mittels der graphischen Benutzerschnittstelle durch Markierung von als zur Zielstruktur (Z) gehörig akzeptierten Bilddatenpunkten und/oder Knoten (K) das Fortschreiten des Regionenwachstumsverfahrens visualisiert. Darüber hinaus werden eine entsprechende Bilddatensegmentierungseinrichtung (1) und ein bildgebendes System (1) mit einer solchen Bilddatensegmentierungseinrichtung (1) beschrieben.

Description

Die Erfindung betrifft ein Verfahren zur Segmentierung von Bilddaten, insbesondere von mittels eines medizintechnischen bildgebenden Geräts erzeugten Bilddaten vom Inneren eines Untersuchungsobjekts, zur Separation zumindest einer Zielstruktur. Darüber hinaus betrifft die Erfindung eine hierfür nutzbare Bilddatensegmentierungseinrichtung sowie ein bildgebendes System mit einer solchen Bilddatensegmentierungseinrichtung und ein Computerprogrammprodukt, mit dem das erfindungsgemäße Verfahren durchführbar ist.
Das Ergebnis von Untersuchungen mittels bilderzeugender medizintechnischer Geräte (i. A. auch „Modalitäten” genannt) wie z. B. Computertomographen, Magnetresonanztomographen, PET-Geräten, SPECT-Geräten und Ultraschallgeräten, sind in der Regel mehrere Serien mit einer Vielzahl von Schnittbildern oder mit dreidimensionalen Volumenbilddaten des betreffenden Untersuchungsobjekts. Für eine weitere Planung der Untersuchung und/oder zur Diagnoseerstellung müssen diese Bilddaten in vielen Fällen bereits während der Untersuchung oder unmittelbar nach der Untersuchung weiter verarbeitet werden. Eine wesentliche Rolle bei der Weiterverarbeitung der Bilddaten spielt die sogenannte „Segmentierung” von bestimmten Zielstrukturen. Bei einer solchen Segmentierung werden die Bilddaten des Untersuchungsobjekts so zerlegt, dass Teilobjekte eines Untersuchungsobjekts, z. B. bestimmte, im Focus der jeweiligen Untersuchung stehende anatomische Strukturen bzw. Organe, von den übrigen Bilddaten separiert werden. Ein anschauliches Beispiel aus dem medizintechnischen Bereich ist hierfür eine Separation eines bestimmten Organs, z. B. des Herzens, oder eines Organteils, z. B. einer bestimmten Herzkammer, aus Computertomographiebildern. Sowohl bei der Operationsplanung als auch für eine Ansteuerung der Modalität bei einer Aufnahme weiterer Detailbilder einer interessierenden anatomischen Struktur spielt eine gute Segmentierung der bereits vorhandenen Bilddaten eine wichtige Rolle.
Zur Segmentierung von Bilddaten gibt es verschiedene Verfahren. Dabei unterscheidet man in der Regel pixelorientierte Verfahren, kantenorientierte Verfahren und regionenorientierte Verfahren. Bei den pixelorientierten Verfahren wird jeder Bildpunkt für sich isoliert betrachtet und geprüft, ob er zu einer bestimmten Struktur gehört oder nicht. Beispielsweise kann einfach geprüft werden, ob die Intensität des betreffenden Bildpunkts oberhalb einer vorgegebenen Schwelle liegt. Es wird an dieser Stelle darauf hingewiesen, dass unter dem Begriff „Bildpunkt” im Folgenden sowohl ein Pixel in einem zweidimensionalen Bild als auch ein Voxel in Volumenbilddaten zu verstehen ist und daher – sofern nicht explizit anders erwähnt – bei Verwendung des Begriffs „Pixel” im Zusammenhang mit einem Verfahren dieses Verfahren auch mit Voxeln durchgeführt werden kann und umgekehrt. Bei der kantenorientierten Segmentierung wird mit Faltungsmasken gearbeitet, um aus einem Eingangsbild bestimmte Kanten herauszufiltern. Bei der regionenorientierten Segmentierung wird dagegen versucht, die Umgebung eines Bildpunkts in die Beurteilung mit einzubeziehen, ob der betreffende Bildpunkt zu einer bestimmten Struktur gehört. Dabei wird in einem sogenannten „Regionenwachstumsverfahren” zunächst ein Startpunkt (auch „Seed” genannt) ermittelt. Der zentrale Teil des Regionenwachstumsverfahrens besteht dann darin, die umliegenden Bildpunkte zu untersuchen und bei Erfüllung eines bestimmten Kriteriums den Bildpunkt der Struktur des Startpunkts zuzuordnen. Dieses Verfahren wird für jeden neuen Bildpunkt wiederholt, so dass nach und nach eine Region aus zusammenhängenden Bildpunkten, ein sogenannter „Cluster”, anwächst. Kann die Zielstruktur nicht erweitert werden, weil z. B. kein Bildpunkt in der Umgebung des Clusters die Bedingung erfüllt, so ist das Verfahren beendet oder es muss ein neuer Startpunkt gesetzt werden.
Insbesondere im medizintechnischen Bereich werden häufig solche Regionenwachstumsverfahren eingesetzt. In der Regel wird als Kriterium, ob ein bestimmter untersuchter Bildpunkt zum Cluster hinzugenommen wird, eine Differenz der Intensitätswerte der benachbarten Bildpunkte herangezogen. In der Praxis ist es bei den bisher verwendeten üblichen Regionenwachstumsverfahren leider so, dass die Cluster dazu neigen, auch in Regionen einzufließen, die eigentlich nicht Teil der Zielstruktur sind. Um ein solches unerwünschtes, unkontrolliertes Einfließen in andere Strukturen zu unterbinden, müssen bestimmte Maßnahmen ergriffen werden. Normalerweise sind solche wachstumsbegrenzenden Prozeduren dabei an die jeweilige besondere Problemstellung anzupassen. D. h. die generelle Anwendbarkeit der Verfahren für eine Korrektur von Segmentationsmasken ist leider nicht gegeben.
Um allgemein verwendbare Werkzeuge zur Generierung oder zumindest zur Korrektur von Segmentierungsmasken zu bieten, können Verfahren eingesetzt werden, die auf Bedienereingaben zurückgreifen. Solche halbautomatischen Verfahren beruhen jedoch bisher darauf, dass vom Benutzer mehr oder weniger präzise Angaben gemacht werden, mit denen die Konturen der Zielregion lokalisiert werden. Beispielsweise kann der Bediener zuvor Grenzen um die Zielstruktur legen bzw. bestimmte Teilstrukturen durch geeignete Grenzlinieneingaben ausgrenzen. Dementsprechend sind solche Methoden besser geeignet, um Regionen in zwei Dimensionen, z. B. in zweidimensionalen Schnittbildern, voneinander abzugrenzen. Zwar ist es grundsätzlich möglich, solche Verfahren auch auf Verfahren zur dreidimensionalen Bilddatensegmentierungen zu übertragen, indem dreidimensionale Konturen aus mehreren in zweidimensionalen Bildern erzeugten Konturen zusammengesetzt werden. Jedoch ist es für unerfahrene Benutzer äußerst schwierig, intuitiv zu erkennen, in welchem Verhältnis eine bestimmte Grenzziehung in einem zweidimensionalen Bild letztlich zu welchen Segmentierungsergebnissen im dreidimensionalen Volumen führt. Darüber hinaus kann in Abhängigkeit von der Komplexität des segmentierten Objekts die Anzahl der benötigten Konturverläu fe und somit auch der einzelnen Eingabeschritte sehr hoch sein, was letztlich zu sehr langen Untersuchungs- und Auswertezeiten führen kann.
Es ist daher eine Aufgabe der vorliegenden Erfindung, ein verbessertes Verfahren zur Segmentierung von Bilddaten, insbesondere auch dreidimensionalen Bilddaten, sowie eine geeignete Bilddatensegmentierungseinrichtung zu schaffen. Diese Aufgabe wird durch ein Verfahren gemäß Patentanspruch 1 und durch eine Bilddatensegmentierungseinrichtung gemäß Patentanspruch 18 gelöst.
Das erfindungsgemäße Verfahren arbeitet mit einem Regionenwachstumsverfahren auf Basis eines Graphen. Dieser Graph weist Knoten auf, die jeweils einen Bilddatenpunkt oder eine Gruppe benachbarter Bilddatenpunkte repräsentieren. Das heißt, die Bildpunkte sind entweder selber die Knoten oder die Knoten werden auf Basis mehrer Bildpunkte erstellt, z. B. indem die Position einer Gruppe benachbarter Bilddatenpunkte gemittelt wird und dem Knoten als Wert ein Mittelwert der Intensitätswerte der einzelnen zu diesem Knoten gehörenden Bilddatenpunkte zugeordnet wird. Weiterhin weist ein solcher Graph Kanten auf, die jeweils eine Konnektivität zwischen benachbarten Knoten repräsentieren. Die Konnektivität gibt dabei ein Maß für den Zusammenhang zweier benachbarter Knoten an. Beispielsweise kann in einem sehr einfachen Fall die Konnektivität zwischen zwei benachbarten Bilddatenpunkten mit bestimmten Intensitätswerten und einem bestimmten Abstand in Abhängigkeit vom Gradienten zwischen diesen beiden Bilddatenpunkten festgelegt werden. Die Bilddaten und/oder der Graph werden mittels einer graphischen Benutzerschnittstelle visualisiert. Das Regionenwachstumsverfahren kann dann auf Basis eines solchen Graphen durchgeführt werden, indem die in einer bestimmten Weise definierte Konnektivität zwischen benachbarten Knoten als ein Kriterium herangezogen wird, ob ein bestimmter Knoten zu einem bereits bestehenden Cluster von Knoten hinzugefügt wird oder nicht, d. h. ob er als zur Zielstruktur gehörig akzeptiert oder abgelehnt wird.
Wie erwähnt, können im einfachsten Fall die Bilddaten selber, d. h. beispielsweise die Pixel eines einfachen Schnittbilds, die Knoten des Graphen bilden. Dies hängt u. a. davon ab, welche Auflösung die Bilddaten haben und mit welcher Auflösung bei dem Regionenwachstumsverfahren gearbeitet werden soll. Der Aufbau des Graphen hängt des Weiteren davon ab, in welcher Weise die Konnektivität zwischen benachbarten Knoten definiert ist. Durch die Definition des Regionenwachstumsverfahrens auf Basis eines Graphen wird das Verfahren von der genauen Art und Auflösung der Bilddaten unabhängiger.
Erfindungsgemäß erfolgt eine Gewinnung eines Startpunkts für das Regionenwachstumsverfahren, indem mittels der graphischen Benutzerschnittstelle eine Markierung eines Knotens (bzw. indirekt eines dargestellten Bildpunkts eines Knotens) erfasst wird und dieser Knoten dann als Startpunkt definiert wird. Beispielsweise kann die graphische Benutzerschnittstelle eine Maus oder ein sonstiges Zeigegerät umfassen, und mit Hilfe dieses Zeigegeräts kann der Bediener durch Positionieren eines Cursors auf einer Anzeigeeinrichtung, auf der die Bilddaten bzw. der Graph angezeigt werden, und durch Drücken einer Maustaste einen Knoten markieren. Ebenso kann die graphische Benutzerschnittstelle aber auch ein Touchpad oder Ähnliches aufweisen, so dass der Bediener direkt mit einem Zeigestift oder Ähnlichem die Markierung in die visualisierten Bilddaten bzw. den Graphen setzen kann.
Das Regionenwachstumsverfahren wird dann automatisch so lange durchgeführt, wie eine Betätigung eines bestimmten Bedienelements – beispielsweise der Maustaste oder des Zeigestifts auf der Touchpad-Oberfläche – einer Benutzerschnittstelle detektiert wird, wobei gleichzeitig das Fortschreiten des Verfahrens visualisiert wird. Die Visualisierung des Fortschreitens des Regionenwachstumsverfahrens kann beispielsweise erfolgen, indem als zur Zielstruktur, d. h. zum Cluster, gehörig ermittelte Knoten und/oder Bilddatenpunkte entsprechend markiert werden. Der Benutzer kann also – solange er das Bedienelement betätigt – sehen, wie das Regionenwachstumsverfahren arbeitet und sich, ausgehend vom Startpunkt, ein Cluster ausbildet. Sobald der Bediener das Betätigungselement nicht mehr betätigt, stoppt das Verfahren automatisch. Er kann dann einen neuen Startpunkt setzen und das Verfahren läuft in der erfindungsgemäßen Weise weiter, wobei wieder die während des Wachstums zum Cluster hinzugenommen Bildpunkte bzw. Knoten entsprechend markiert werden.
Auf diese Weise ist es für den Benutzer auf sehr einfache Weise möglich, eine halbautomatische Segmentierung durchzuführen, da er mit simpelsten Mitteln in der Lage ist, einen Startpunkt zu setzen und, ausgehend von diesem Startpunkt, das Verfahren auch intuitiv zu kontrollieren und folglich ein unkontrolliertes Wachsen des Clusters in andere Strukturen zu vermeiden. Dies verbessert insbesondere für unerfahrenere Bediener die Segmentation auch in dreidimensionalen Bilddatensätzen.
Eine erfindungsgemäße Bilddatensegmentierungseinrichtung benötigt zum einen eine Schnittstelle zur Erfassung der Bilddaten. Des Weiteren wird eine Recheneinheit gebraucht, welche so ausgebildet ist, dass sie zur Segmentierung der Bilddaten ein Regionenwachstumsverfahren auf Basis eines Graphen durchführt, welcher Knoten aufweist, die jeweils einen Bilddatenpunkt oder eine Gruppe benachbarter Bilddatenpunkte repräsentieren, und Kanten aufweist, die jeweils eine Konnektivität zwischen benachbarten Knoten repräsentieren. Außerdem wird eine Benutzerschnittstelle mit einer graphischen Benutzerschnittstelle benötigt, um die Bilddaten und/oder den Graphen zu visualisieren und eine Markierung eines Knotens mittels der graphischen Benutzerschnittstelle zu erfassen. Dabei müssen die Recheneinheit und die Benutzerschnittstelle so ausgebildet und miteinander verknüpft sein, dass ein mittels der graphischen Benutzerschnittstelle markierter Knoten als Startpunkt für das Regionenwachstumsverfahren verwendet wird und das Regionenwachstumsverfahren automatisch unter Visualisierung des Fortschreitens des Regionenwachstumsverfahrens so lange durchgeführt wird, wie eine Betätigung eines bestimmten Bedienelements der Benutzerschnittstelle detektiert wird.
Eine solche Bilddatensegmentierungseinrichtung kann Teil eines bildgebenden Systems zur Erzeugung von Bilddaten vom Inneren eines Untersuchungsobjekts sein. Dabei kann dieses bildgebende System eine oder mehrere Modalitäten (d. h. bildgebende Geräte) umfassen, die beispielsweise über ein Netzwerk zusammengeschlossen sind und deren Bilddaten dann an die Bilddatensegmentierungseinrichtung übermittelt werden. Grundsätzlich kann die Bilddatensegmentierungseinrichtung aber auch direkt in ein einzelnes bildgebendes Gerät implementiert sein, beispielsweise in dessen Steuereinrichtung, die auch zur Rekonstruktion der Bilddaten aus den erfassten Rohdaten dient. Die einzelnen in der Recheneinheit benötigten Komponenten zur Durchführung des Verfahrens können teils als Hardware, teils in Form von Software realisiert sein. Eine Realisierung in Form von Softwarekomponenten hat den Vorteil, dass diese durch entsprechende Updates leichter aktualisierbar sind. Zudem können bei einer rein softwaremäßigen Realisierung auch schon bereits bestehende Geräte, welche eine entsprechende Eingangsschnittstelle zur Erfassung der Bilddaten sowie eine graphische Benutzerschnittstelle und eine Recheneinheit mit ausreichender Rechenleistung aufweisen, nachgerüstet werden, um eine erfindungsgemäße Bilddatensegmentierungseinrichtung zu realisieren. Beispielsweise können hierfür bereits existierende Steuereinrichtungen von bildgebenden Geräten oder Bildbearbeitungsstationen verwendet werden, die die Bilddaten beispielsweise über ein Netzwerk von den bildgebenden Geräten empfangen können.
Die abhängigen Ansprüche enthalten jeweils besonders vorteilhafte Weiterbildungen und Ausgestaltungen der Erfindung, wobei die erfindungsgemäß ausgebildete Bilddatensegmentierungseinrichtung auch entsprechend den Verfahrensansprüchen weitergebildet sein kann.
Besonders bevorzugt wird die Markierung eines Knotens erfasst, indem jeweils die aktuelle Position eines in Abhängigkeit von der Position eines Zeigegeräts gesteuerten Cursors auf einer Anzeigeoberfläche, beispielsweise einem Display oder einem Touchpad, der graphischen Benutzerschnittstelle registriert wird und gleichzeitig eine Betätigung eines Bedienelements des Zeigegeräts detektiert wird, wobei der Knoten, welcher sich an der Position auf der Anzeigeoberfläche befindet, an der sich zum Zeitpunkt der Betätigung des Bedienelements der Cursor befindet, als markierter Knoten herangezogen wird. Dabei wird dann das Regionenwachstumsverfahren so lange durchgeführt, wie eine Betätigung dieses Bedienelements des Zeigegeräts detektiert wird. Beispielsweise kann es sich bei dem Zeigegerät um eine Maus oder ein ähnliches Gerät handeln und der Bediener kann durch Drücken einer definierten Maustaste einen bestimmten Knoten (bzw. einen zu diesem Knoten gehörigen Bildpunkt und somit den kompletten Knoten) markieren, und solange der Bediener weiter die betreffende Maustaste drückt, wird das Regionenwachstumsverfahren unter Visualisierung des Fortschreitens durchgeführt. Lässt der Bediener die Maustaste wieder los, so stoppt das Verfahren. Bei Verwendung eines Touchpads mit einem Zeigestift kann der Zeigestift als Bedienelement gesehen werden und der Cursor ist dann der nicht sichtbare Cursorfokus an der Position, auf die mit dem Stift gezeigt wird. Als Betätigung des Bedienelements wird dann das Halten des Stifts auf dem Touchpad angesehen, d. h. das Verfahren läuft so lange, wie der Bediener mit dem Stift auf eine Position des Touchpads zeigt. Dabei ist es je nach technischer Ausbildung des Touchpads auch möglich, zum Zeigen auf der Anzeigeoberfläche ein anderes Mittel als einen hierfür speziell vorgesehenen Zeigestift, beispielsweise einen anderen zum Zeigen geeigneten Stift, einen Kugelschreiber etc. oder sogar den Finger des Bedieners zu verwenden. Unter einem Cursor ist insofern im Rahmen dieser Erfindung im Folgenden auch ein nicht sichtbarer Cursorfokus zu verstehen, der bei Verwendung eines Zeigestifts oder dergleichen auf einem Touchpad oder Ähnlichem die Anzeige der Position des Zeigegeräts ersetzt.
Bei einer besonders bevorzugten Weiterbildung des Verfahrens wird bei einer Veränderung der Cursorposition während einer andauernden Betätigung des Bedienelements das Regionenwachstumsverfahren mit dem jeweils an der neuen Cursorposition befindlichen Knoten als neuem Startpunkt weitergeführt. Das heißt, wenn der Bediener beispielsweise bei gedrückter Maustaste den Cursor an eine andere Position verfährt, wird von dort aus automatisch das Regionenwachstumsverfahren ohne Unterbrechung weitergeführt, und der neue Startpunkt sowie alle von diesem neuen Startpunkt aus innerhalb des Regionenwachstumsverfahrens hinzugenommenen Bildpunkte werden zu dem gleichen Cluster hinzugefügt. Dies ermöglicht dem Bediener eine besonders leichte, intuitive Hinzunahme von Regionen zur Zielstruktur, welche unter Umständen bei Beibehaltung des ersten Startpunkts nicht zur Zielstruktur gezählt würden, obwohl sie für den Bediener erkennbar zur Zielstruktur gehören müssten.
Als Bilddaten können vorteilhafterweise bei dem erfindungsgemäßen Verfahren auch multidimensionale medizintechnische Bilddaten verwendet werden. Unter multidimensionalen Bilddaten sind dabei multispektrale und/oder multimodale Bilddaten zu verstehen. Multispektrale Bilddaten können Bilddaten einer Modalität sein, die beispielsweise bei einem Computertomographen mit unterschiedlichen Energien oder in einem Magnetresonanztomographen mit unterschiedlichen Magnetresonanzfrequenzen aufgenommen wurden. Unter multimodalen Bilddaten sind Bilddaten zu verstehen, die durch eine Kombination von in der Regel aufeinander registrierten Bilddaten unterschiedlicher Modalitäten erzeugt wurden. Bei der Verwendung von multidimensionalen Bilddaten kann insbesondere der Vorteil genutzt werden, dass erfindungsgemäß das Regionenwachstumsverfahren auf einem beliebig aus den Bilddaten erzeugbaren Graphen durchgeführt wird, da bei der Definition des Graphen die Zusammenhänge zwischen benachbarten Bildpunkten in den verschiedenen Messverfahren und/oder den verschiedenen Modalitä ten jeweils in einer geeigneten Definition der Konnektivität berücksichtigt werden können.
Um das Verfahren etwas zu vereinfachen und zu beschleunigen, wird auf Basis der Bilddaten vorzugsweise ein ungerichteter Graph erzeugt, d. h. dass die Konnektivität zweier benachbarter Knoten unabhängig von der Richtung ist. Mit anderen Worten, die Konnektivität ist unabhängig davon, ob zunächst ausgehend von einem ersten Knoten, welcher bereits zu einem ausgewählten Cluster gehört, geprüft wird, ob ein zweiter benachbarter Knoten ebenfalls zum Cluster gehört oder ob diese Prüfung aus Sicht des zweiten Knotens erfolgt und geprüft werden soll, ob der erste Knoten zum Cluster des zweiten Knotens gehört. Vorzugsweise wird die Konnektivität zwischen zwei Knoten auf Basis von diesen Knoten jeweils zugeordneten, ggf. multidimensionalen, Intensitätswerten bestimmt. Dabei kann besonders bevorzugt die Konnektivität zwischen zwei Knoten auf Basis eines Gradienten zwischen diesen Knoten bestimmt werden, der wiederum auf Basis von diesen Knoten zugeordneten Intensitätswerten ermittelt wird. Zum Beispiel kann bei einem ungerichteten Graphen einfach der Kehrwert des Betrags des Gradienten verwendet werden. Die Berechnung des Gradienten erfolgt in üblicher Weise durch die Differenz der Intensitätswerte, geteilt durch den räumlichen Abstand der beiden Knoten.
Bei einer bevorzugten Weiterbildung des erfindungsgemäßen Verfahrens kann die Konnektivität zwischen zwei Knoten vom Bediener interaktiv verändert werden. Besonders bevorzugt kann die Konnektivität in Abhängigkeit von einer Cursoraktion auf der graphischen Benutzerschnittstelle bestimmt werden. Eine Möglichkeit besteht beispielsweise darin, die Verweildauer des Cursors an einer im Bild erkannten Grenze zwischen zwei Strukturen zu registrieren und in Abhängigkeit davon die Konnektivität der Knoten in diesem Bereich herauf- oder herabzusetzen. Auf diese Weise ist eine besonders intuitive Steuerung des Verfahrens möglich. Zum Beispiel können, wenn der Bediener mit dem Mauszeiger nah an eine teilweise ver schlossene Ader herangeht, die Konnektivitätswerte in diesem Bereich erhöht werden, um somit der Intention des Bedieners Rechnung zu tragen, dass die Segmentation auch über den teilweise versperrten bzw. verengten Bereich hinaus in der Ader fortgesetzt werden soll. Dabei kann z. B. die Konnektivitätserhöhung proportional zur Verweilzeit an der jeweiligen Grenze gesetzt werden. Alternativ könnte der Bediener auch für bestimmte Bereiche die Konnektivität manuell verändern.
Bei einem Regionenwachstumsverfahren muss in der Regel ein Schwellenwert gesetzt werden, anhand dessen festgelegt wird, ob ein zu einem bereits bestehenden Cluster benachbarter Knoten ebenfalls zu dem Cluster gezählt wird oder nicht. Bei dem erfindungsgemäßen Verfahren kann dementsprechend ein Konnektivitätsschwellenwert für diese Entscheidung ausgewählt werden. Bei den meisten Regionenwachstumsverfahren wird ein solcher Schwellenwert manuell vom Bediener vorgegeben, was grundsätzlich immer möglich ist.
Bei einer bevorzugten Variante des erfindungsgemäßen Verfahrens wird jedoch ein Konnektivitätsschwellenwert für das Regionenwachstumsverfahren in Abhängigkeit von dem als Startpunkt mittels der graphischen Benutzerschnittstelle markierten Knoten automatisch bestimmt, so dass keine weiteren Eingaben des Bedieners nötig sind. Dies kann unter Verwendung des Intensitätswerts des betreffenden Start-Knotens erfolgen. Um zu vermeiden, dass das Verfahren durch Rauschen beeinflusst wird und lokale Spitzenwerte zu einer Verfälschung des Verfahrens führen, wird dabei vorzugsweise der Intensitätswert des Startpunkts unter Anwendung eines Filters, beispielsweise eines Medianfilters in der lokalen Umgebung des Startpunkts, festgelegt.
Bei einer bevorzugten Variante erfolgt die Bestimmung eines Konnektivitätsschwellenwerts mit Hilfe eines (ggf. multidimensionalen) Histogramms, welches die Verteilung von Bildpunkten mit gleicher Intensität, beispielsweise mit gleicher Helligkeit oder gleicher Farbe, anzeigt. Es wird dann dem markierten Knoten bzw. dessen Intensitätswert ein erster Intensitätswertebereich zugeordnet, in welchem der betreffende Knoten liegt. Dies entspricht einer Zuordnung des Knotens zu einer bestimmten Zielstruktur bzw. bei medizintechnischen Daten einer Gewebeart. Dieser Intensitätswertebereich ist dabei im Histogramm so gewählt, dass er ein erstes Histogramm-Maximum aufweist. Der Intensitätswert dieses Histogramm-Maximums repräsentiert quasi den Intensitätswert der betreffenden Zielstruktur bzw. der Gewebeart, zu der der Startpunkt gehört. Es wird dann der Konnektivitätsschwellenwert auf Basis des Intensitätswerts des ersten Histogramm-Maximums des zugeordneten Intensitätswertebereichs und eines Intensitätswerts eines zweiten Histogramm-Maximums eines benachbarten zweiten Intensitätswertebereichs durchgeführt. Mit anderen Worten: Das Histogramm wird zunächst in eine Anzahl von Intensitätswertebereichen eingeteilt, wobei jeder Intensitätswertebereich ein Histogramm-Maximum aufweist. Es wird dann geprüft, in welchen der Intensitätswertsbereiche der Startpunkt fällt, und es wird danach auf Basis der Intensitätswerte des Histogramm-Maximums des ausgewählten Intensitätswertebereichs und eines Histogramm-Maximums eines zweiten benachbarten Intensitätswertebereichs der Konnektivitätsschwellenwert bestimmt.
Im einfachsten Fall kann dabei zur Bestimmung des Konnektivitätsschwellenwerts der Intensitätswert eines zum ersten Histogramm-Maximum am nächsten liegenden zweiten Histogramm-Maximums herangezogen werden. Dies ist vor allem dann der Fall, wenn ein ungerichteter Graph verwendet wird. Bei Verwendung eines gerichteten Graphen sollte vorteilhafterweise auch bei der Ermittlung des Konnektivitätsschwellenwerts die Richtung berücksichtigt werden.
Vorzugsweise erfolgt nämlich eine Bestimmung des Konnektivitätsschwellenwerts aus den Intensitätswerten der benachbarten Histogramm-Maxima in analoger Weise wie die Bestimmung der Konnektivität zwischen zwei benachbarten Knoten auf Basis von diesen Knoten zugeordneten Intensitätswerten. Wird also als Konnektivität der Kehrwert des Gradientenbetrags zwischen zwei Knoten angenommen, so sollte entsprechend der Konnektivitätsschwellenwert auch unter Verwendung des Kehrwerts des Betragsgradienten zwischen den beiden Histogramm-Maxima gebildet werden, wobei der räumliche Abstand wie zwischen zwei benachbarten Knoten im Graphen gewählt wird.
Zusätzlich kann eine Sicherheitsmarge verwendet werden, um ein Überlaufen von einer Struktur in eine andere Struktur sicher zu verhindern. Beispielsweise kann der im Verfahren verwendete Konnektivitätsschwellenwert auf einen bestimmten Prozentsatz, beispielsweise 60%, des reziproken Gradientenbetrags zwischen den beiden Histogramm-Maxima gesetzt werden.
Vorzugsweise erfolgt die Visualisierung des Fortschreitens des Regionenwachstumsverfahrens in diskreten Schritten. Dabei werden besonders bevorzugt maximal 4 Schritte pro Sekunde und ganz besonders bevorzugt maximal 3 Schritte pro Sekunde visualisiert. Der zeitliche Abstand der Schritte ist also so gewählt, dass ein Bediener die Einzelschritte noch diskriminieren und entsprechend reagieren kann. Da die Berechnung ohnehin etwas Zeit erfordert, wird in der Regel auch das Regionenwachstumsverfahren selbst jeweils nur mit dieser Schrittgeschwindigkeit weitergeführt.
Sofern das Fortschreiten des Regionenwachstumsverfahrens in diskreten Schritten visualisiert wird, wird dabei vorzugsweise pro Schritt ein vordefiniertes Volumen visualisiert. Unter dem Begriff „Volumen” sind hierbei sowohl ein zweidimensionales Bildvolumen, d. h. ein bestimmter Bildflächeninhalt von z. B. 1 cm² pro Schritt, oder ein echtes dreidimensionales Volumen, beispielsweise von 1 ml pro Schritt, zu verstehen. Eine solche Vorgehensweise in Schritten mit einem vordefinierten Volumen hat den Vorteil, dass die Wachstumsrate unabhängig von der Bildauflösung ist, anders als wenn jeweils pro Schritt eine bestimmte Anzahl von Bildpunkten bzw. Knoten geprüft wird.
Bei einer besonders bevorzugten Weiterbildung des Verfahrens besteht außerdem eine Korrekturmöglichkeit für den Bediener, indem in einem „Schrumpfungsmodus” mittels eines „inversen Regionenwachstumsverfahrens” geprüft wird, ob bereits als zur Zielstruktur gehörige markierte Knoten oder Bilddatenpunkte doch nicht zur Zielstruktur gehören, wobei schrittweise von den als nicht zur Struktur gehörigen ermittelten Knoten und/oder Bilddatenpunkten die Markierung wieder aufgehoben wird.
Dieses „umgekehrte” oder „inverse” Regionenwachstumsverfahren kann in analoger Weise wie das Regionenwachstumsverfahren selbst durchgeführt werden, wobei jedoch vorteilhafterweise ein anderes Bedienelement auf eine Betätigung hin geprüft wird. Bei einer Verwendung einer Maus oder eines ähnlichen Zeigegeräts kann beispielsweise die zweite, nicht für das eigentliche Regionenwachstumsverfahren verwendete Maustaste genutzt werden. Wenn der Benutzer diese Taste drückt, wird die aktuelle Position des Cursors als Startpunkt für das umgekehrte Regionenwachstumsverfahren verwendet, und ausgehend von diesem Startpunkt werden von allen als zu einem Cluster diese Startpunkts zugehörig akzeptierten Bildpunkten, sofern sie vorher markiert wurden, die Markierungen wieder aufgehoben. Dabei kann dieser Startpunkt für das inverse Regionenwachstumsverfahren außerhalb oder auch innerhalb dieser bereits markierten Region liegen, d. h. es kann sich um einen bereits zur Zielstruktur gehörig akzeptierten Knoten oder einen außerhalb der akzeptierten Zielstruktur gehörigen Knoten handeln. Bei diesem umgekehrten Regionenwachstumsverfahren können alle Funktionen in analoger Weise wie bei dem eigentlichen Regionenwachstumsverfahren ausgebildet sein.
Vorzugsweise ist die Schrittgeschwindigkeit der im Schrumpfungsmodus visualisierten diskreten Schritte geringer als die Schrittgeschwindigkeit bei der Visualisierung des eigentlichen Regionenwachstumsverfahrens, da davon ausgegangen werden kann, dass es sich hierbei um Feinkorrekturen handelt, die der Bediener in der Regel in einem Grenzbereich zwischen zwei Strukturen anwenden möchte, wenn er im eigentlichen Regionenwachstumsverfahren zu spät ein Überlaufen des Clusters in eine andere Struktur erkannt hat bzw. zu spät reagiert hat. Alternativ oder zusätzlich kann auch ein pro Schritt im Schrumpfungsmodus visualisiertes Volumen geringer sein als das pro Schritt im Regionenwachstumsverfahren visualisierte Volumen, um so eine noch feinere Korrektur zu ermöglichen.
Vorzugsweise ist die Bilddatensegmentierungseinrichtung so ausgebildet, dass der Bediener in einem Konfigurationsmodus sowohl die Schrittgeschwindigkeit als auch das in jedem Schritt berücksichtigte Volumen für das Regionenwachstumsverfahren und/oder für das inverse Regionenwachstumsverfahren, d. h. für den Schrumpfungsmodus, einstellen kann.
Vorzugsweise werden zudem für die einzelnen Schritte jeweils Hinweise auf die Bilddatenpunkte bzw. Knoten, die in den betreffenden Schritten als zur Zielstruktur gehörig markiert wurden oder deren Markierung aufgehoben wurde, in einem Speicher hinterlegt. Zum Beispiel können in einem geeigneten Stapelspeicher jeweils Indizes für die einzelnen Bilddatenpunkte sowie der jeweilige Vorgang der Markierung oder Aufhebung der Markierung gespeichert werden. Mit Hilfe eines solchen Speichers ist es dann möglich, die Bilddatensegmentierungseinrichtung derart auszubilden, dass sie eine Rückgängig-Funktion (Undo-Funktion) und/oder eine Wiederherstellen-Funktion (Redo-Funktion) bietet. Der Benutzer kann dann beispielsweise, wenn ein Überlaufen des Clusters in eine unerwünschte Struktur erfolgt ist, anstelle einer Schrumpfung des markierten Bereichs mit Hilfe des Schrumpfungsmodus zunächst durch die Redo-Funktion die letzten Schritte wieder rückgängig machen und braucht dann nur noch ggf. Feinkorrekturen mit Hilfe des Schrumpfungsmodus durchzuführen.
Die Erfindung wird im Folgenden anhand eines Ausführungsbeispiels unter Hinweis auf die beigefügten Zeichnungen näher erläutert. Es zeigen:
1 ein schematisches Blockschaltbild einer erfindungsgemäßen Bilddatensegmentierungseinrichtung,
2 eine schematische Darstellung einer graphischen Oberfläche mit einem Computertomographie-Schnittbild eines menschlichen Herzens und einer dem Schnittbild überlagerten Darstellung eines Graphen,
3 eine vergrößerte Darstellung eines Ausschnitts aus 2,
4 ein vereinfachtes Flussdiagramm eines möglichen Verfahrensablaufs des erfindungsgemäßen Verfahrens,
5 eine Darstellung eines Histogramms zur Erläuterung der Ermittlung eines Konnektivitätsschwellenwerts für das erfindungsgemäße Verfahren,
6 bis 9 eine Darstellung eines Beispiel-Verlaufs des erfindungsgemäßen Verfahrens bei der Segmentierung einer linken Herzkammer in dem Computertomographie-Schnittbild gemäß 2 mit jeweils einer Darstellung der Betätigung eines Bedienelements eines Zeigegeräts zur Kontrolle des Regionenwachstumsverfahrens und,
10 bis 13 eine Darstellung eines Beispiel-Verlaufs des erfindungsgemäßen Verfahrens bei der Segmentierung einer linken Herzkammer in dem Computertomographie-Schnittbild gemäß 2 mit jeweils einer Darstellung der Betätigung eines Bedienelements eines Zeigegeräts zur Kontrolle eines inversen Regionenwachstumsverfahrens im „Schrumpfungsmodus”.
Bei dem folgenden Ausführungsbeispiel wird davon ausgegangen, dass es sich bei dem bildgebenden System um einen Computertomographen handelt. Die Erfindung ist aber nicht auf die Klassifizierung von Bilddatensätzen aus solchen Systemen beschränkt. Außerdem wird das Verfahren wegen der besseren Darstellbarkeit in einer Druckschrift nur an einem zweidimensionalen Schnittbild mit Bildpixeln dargestellt. Wie bereits erläutert, ist das Verfahren aber insbesondere auch zur Segmentierung von aus einzelnen Voxeln gebildeten, mehrdimensionalen Volumenbilddaten geeignet.
1 zeigt ein Ausführungsbeispiel für ein bildgebendes System, welches mehrere bildgebende Geräte bzw. Modalitäten 20, 30, 40, 50 aufweist. Hierbei kann es sich beispielsweise um einen Computertomographen 20, einen Magnetresonanztomographen 30, ein PET-Gerät 40 und ein SPECT-Gerät 50 handeln, die alle an ein Netzwerk 60, beispielsweise ein radiologisches Informationssystem (RIS) oder ein PACS (Picture Archiving and Communication System), angeschlossen sind. An dieses Netzwerk 60 ist außerdem eine erfindungsgemäße Bilddatensegmentierungseinrichtung 1 angeschlossen, wobei es sich um eine Bildbearbeitungsstation handeln kann, die mit entsprechenden Komponenten ausgerüstet ist, um als Bildsegmentierungseinrichtung 1 zu dienen.
Diese Bildsegmentierungseinrichtung 1 umfasst eine Recheneinheit 2 und eine Benutzerschnittstelle 10, hier in Form eines Terminals 10 mit einem Display 13, d. h. einer Anzeigeoberfläche 13, einer Tastatur 12 und einem Zeigegerät 11. Bei dem Zeigegerät 11 handelt es sich hier um eine Maus 11, welche in üblicher Weise zumindest eine rechte Maustaste 11R und eine linke Maustaste 11L aufweist.
Die Recheneinheit 2 weist eine Schnittstelle 4 zum Anschluss an das Netzwerk 60 und eine Terminalschnittstelle 5 zum Anschluss an das Terminal 10 auf. Des Weiteren besitzt die Recheneinheit 2 einen Speicher 6 sowie einen Prozessor 3, auf dem verschiedene Softwarekomponenten 7, 8, 9 realisiert sind. Über die Netzschnittstelle 4 werden zunächst von den einzelnen Modalitäten 20, 30, 40, 50 erzeugte Bilddaten B₁, B₂, B₃, B₄ übernommen. Diese können in einer Bildfusionseinheit 7 zunächst in einem gemeinsamen Bild zusammengesetzt werden, indem beispielsweise die verschiedenen Bilddaten B₁, B₂, B₃, B₄ aufeinander registriert werden und so Bilddaten B mit multidimensionalen Bildpunkten erzeugt werden. Die erzeugten Bilddaten B werden dann an eine Graphengenerierungseinheit 8 übergeben, in der auf Basis dieser Bilddaten B in der noch nachfolgend beschriebenen Weise ein Graph G erzeugt wird. In einer Segmentierungseinheit 9 erfolgt dann die Segmentierung der Bilddaten B auf Basis des Graphen G in der noch später beschriebenen Weise. Es wird an dieser Stelle darauf hingewiesen, dass die Bildfusionseinheit 7 optional ist und, sofern nur Bilddaten B₁, B₂, B₃, B₄ einer Modalität segmentiert werden sollen, diese Bilddaten B₁, B₂, B₃, B₄ auch unmittelbar als Bilddaten B für die Graphenerzeugung und die weitere Segmentierung herangezogen werden können. Die Erzeugung eines Graphen G schließt dabei ein, dass auch die Bilddaten B, d. h. die einzelnen Bildpunkte, unverändert selber als Knoten des Graphen G verwendet werden und nur noch die Konnektivitäten zwischen den einzelnen Bildpunkten in einer vordefinierten Weise zur Ermittlung der Kanten zwischen den Knoten berechnet werden müssen. Die Graphengenerierungseinheit 8 und die Segmentierungseinheit 9 können auch in einer gemeinsamen Einheit ausgebildet sein. Ebenso können die Konnektivitäten zwischen zwei Knoten bzw. Bildpunkten auch jeweils erst dann ermittelt werden. wenn sie im Verfahren benötigt werden. Entsprechend den Konnektivitäten wird in analoger Weise, wie dies nachfolgend noch genau erläutert wird, ein Konnektivitätsschwellenwert für das Regionenwachstumsverfahren ermittelt. Dies kann auch in der Segmentierungseinheit 9 erfolgen.
Im Folgenden wird davon ausgegangen, dass die Benutzerschnittstelle, wie in 1 dargestellt, ein Display 13 und ein Zeigegerät 11 wie eine Maus 11 umfasst. Dies schließt aber nicht aus, dass auch andere graphische Benutzerschnitt stellen verwendet werden, beispielsweise Touchpads, wie dies schon eingangs erläutert wurde.
2 zeigt als Beispiel ein einfaches Computertomographie-Schnittbild eines menschlichen Herzens, wobei es sich hier um einfache Bilddaten handelt, in denen die Intensität jedes Bilddatenpunkts durch einen einfachen Grauwert dargestellt wird. Als Zielstruktur Z soll hier die linke Herzkammer segmentiert werden. Rein schematisch ist dieses Bild hier von einem Graphen G überlagert. 3 enthält eine vergrößerte Darstellung eines Ausschnitts der 2. Ein solcher Graph G besteht aus mehreren Knoten K sowie zwischen den Knoten jeweils bestehenden Kanten E, welche die Konnektivität zwischen zwei benachbarten Knoten K definieren. Der Graph ist sowohl in 2 als auch in 3 sehr grob dargestellt. Normalerweise enthält ein solcher Graph G entweder die einzelnen Bildpunkt als Knoten K oder nur wenige zusammengehörige benachbarte Bildpunkte werden zu einem Knoten K zusammengefasst. Dabei kann als Intensitätswert eines Knotens K jeweils eine mittlere Intensität aller zum jeweiligen Knoten K gehörenden Bildpunkte verwendet und als Position des Knotens eine mittlere Position aller zugehörigen Bildpunkte angenommen werden.
Im folgenden Ausführungsbeispiel wird von der bevorzugten Variante ausgegangen, dass ein ungerichteter Graph G verwendet wird, d. h. dass die Konnektivität ausgehend von einem ersten Knoten K zu einem zweiten Knoten K die gleiche ist wie auf dem umgekehrten Weg vom zweiten Knoten K zum ersten Knoten K. Hierzu wird als Konnektivität einfach der Betrag des Gradienten der Intensitätswerte zwischen den beiden benachbarten Knoten K angenommen. Für eine Segmentierung von Bilddaten, die durch einen einfachen eindimensionalen Intensitätswert dargestellt werden, ist eine solche einfache Konnektivitätsdefinition in der Regel ausreichend.
Der in den 2 und 3 dargestellte Graph G wird in der Regel nicht mit den Bilddaten B für den Benutzer visuali siert, sondern es reicht aus, wenn der Nutzer die Bilddaten B selbst dargestellt bekommt. Grundsätzlich ist es aber möglich, dass der Benutzer durch entsprechende Tasteneingabe o. Ä. selbst festlegt, ob er zusätzlich den Graphen angezeigt bekommen möchte.
Das weitere Verfahren wird im Folgenden anhand einer Segmentierung der linken Herzkammer als Zielstruktur Z in dem Bild gemäß 2 erläutert. Zum Ablauf des Verfahrens wird zunächst auf die 4 und die 6 verwiesen. In einem ersten Schritt I (siehe 4) markiert der Benutzer einen bestimmten Startpunkt S₁ (siehe 6), indem er durch Bewegung der Maus 11 einen gewünschten Knoten bzw. Bildpunkt innerhalb der Zielstruktur Z mit dem Cursor C anfährt und die linke Maustaste 11L drückt. Es wird dann automatisch der betreffende Knoten als Startpunkt S₁ angesehen und das Regionenwachstumsverfahren beginnt zu laufen. In einem weiteren Schritt II wird dann geprüft, ob die am Startpunkt S₁ angrenzenden Knoten K jeweils mit dem Startpunkt S₁ zu einem Cluster verschmolzen werden, d. h. ob diese als zur Zielstruktur gehörig akzeptiert und entsprechend markiert werden oder nicht. Dies hängt davon ab, ob die Konnektivität zwischen den betreffenden Knoten K zum angrenzenden Startpunktknoten oberhalb einer bestimmten Konnektivitätsschwelle liegt.
Diese Konnektivitätsschwelle wird bei dem dargestellten Ausführungsbeispiel automatisch bestimmt, wobei zur Erläuterung dieses Verfahrens auf 5 verwiesen wird. Um den Konnektivitätsschwellenwert bestimmen zu können, wird zunächst ein Histogramm H der Intensitätswerte IW innerhalb des zu segmentierenden Bildes aufgestellt. Dieses Histogramm H ist in 5 dargestellt. Aufgetragen ist hierbei jeweils die Anzahl N der einzelnen Bildpunkte über den Intensitätswerten IW der Bildpunkte. Es zeigt sich dabei, dass dieses Histogramm H vier verschiedene Maxima M₁, M₂, M₃, M₄ hat. Jedem dieser Histogramm-Maxima M₁, M₂, M₃, M₄ wird jeweils ein Intensitätswertebereich W₁, W₂, W₃, W₄ zugeordnet. Es wird dabei davon ausgegangen, dass jeder Intensitätswertebereich W₁, W₂, W₃, W₄ in etwa einer bestimmten Gewebeart bzw. Zielstruktur entspricht. Die Grenzen zwischen diesen Intensitätswertebereichen W₁, W₂, W₃, W₄ ist, wie in 5 als Beispiel dargestellt, im einfachsten Fall die Mittellinie zwischen den jeweiligen Maxima M₁, M₂, M₃, M₄. Alternativ können aber auch andere Vorgaben zur Bestimmung der Intensitätswertebereiche W₁, W₂, W₃, W₄ gemacht werden. Beispielsweise kann immer der Punkt des Minimums zwischen zwei benachbarten Maxima M₁, M₂, M₃, M₄ gewählt werden.
Es wird dann geprüft, welchen Intensitätswert I_K der als Startpunkt S₁ gewählte Knoten K aufweist und in welchen Intensitätswertebereich W₁, W₂, W₃, W₄ der Intensitätswert I_K dieses Knotens k fällt. Somit wird also die Gewebeart bestimmt, in welche der jeweilige Startpunkt S₁ fällt. Die Ermittlung des Intensitätswerts I_K am markierten Startpunkt S₁ erfolgt dabei vorzugsweise unter Verwendung eines medianen Filters in der lokalen Umgebung, um durch Rauschen verursachte lokale Abweichungen in der Intensität zu eliminieren, so dass das Ergebnis nicht verfälscht wird.
Bei dem in 5 dargestellten Verfahren wird also das Histogramm-Maximum M₁ gewählt, dessen Intensitätswert I₁ am nächsten am Intensitätswert I_K des Startpunkts S₁ liegt, da davon ausgegangen wird, dass der Startpunkt S₁ zu dem Gewebe gehört, welches am besten durch den Intensitätswert I₁ des nächstliegenden Histogramm-Maximums M₁ repräsentiert wird. Die Bestimmung des Konnektivitätsschwellenwerts erfolgt dann, indem einfach die Intensitätswerte I₁, I₂ des Maximums M₁ des ausgewählten Intensitätswertebereichs W₁ und des am nächsten liegenden Maximums M₁ eines benachbarten Intensitätswertebereichs W₂ verwendet werden und daraus dann in analoger Weise wie bei der Bestimmung der einzelnen Konnektivitäten zwischen zwei benachbarten Bildpunkten ein Gradient berechnet wird. Der reziproke Betrag des Gradienten kann als Konnektivitätsschwellenwert herangezogen werden, wobei bei dem vorliegenden Ausführungsbeispiel der letztendliche Konnektivitätsschwel lenwert noch auf 60% des zunächst so berechneten Konnektivitätsschwellenwerts herabgesetzt wird, um so sicher zu verhindern, dass beim Regionenwachstumsverfahren der Cluster unbeabsichtigt in unerwünschte Strukturen hineinläuft.
In dem dargestellten Beispiel, in dem der Startpunkt im ersten Wertebereich W₁ liegt, gibt es nur ein benachbartes Histogramm-Maximum M₂. Würde der Startpunkt in den zweiten Wertebereich W₂ fallen, so müsste geprüft werden, welches das nächstliegende Histogramm-Maximum wäre. In dem Histogramm gemäß 5 wäre das dann das Maximum M₃ und es würde entsprechend mit den Intensitätswerten I₂, I₃ dieser beiden Histogramm-Maxima M₂, M₃ der Konnektivitätsschwellenwert berechnet. Bei Verwendung eines ungerichteten Graphen müsste zusätzlich auf die Richtung geachtet werden. Das heißt, es müsste dann ein erster Konnektivitätsschwellenwert in die eine Richtung zur höheren Intensitätswerten hin ermittelt werden und ein zweiter Konnektivitätsschwellenwert in die andere Richtung zu niedrigeren Intensitätswerten hin.
Unter Verwendung dieses Konnektivitätsschwellenwerts wird dann schrittweise das Regionenwachstumsverfahren durchgeführt. Die einzelnen Schritte werden visualisiert, wobei bei dem dargestellten Ausführungsbeispiel zwei Schritte pro Sekunde berechnet und visualisiert werden. Dieses Verfahren läuft so lange weiter, wie der Benutzer die linke Maustaste 11L gedrückt hält. Verfährt der Benutzer die Maus entlang einer Bewegungsrichtung R bei gedrückter linker Maustaste 11L (siehe 7), so wird der Startpunkt aktualisiert und an der neuen Position des Cursors C ein neuer Startpunkt S₂ in zuvor beschriebener Weise erstellt. Dies ist in 4 im Schritt III dargestellt.
Mit diesem neuen Startpunkt S₂ wird dann das Regionenwachstumsverfahren weiter schrittweise durchgeführt und visualisiert, was in 4 durch die Schleife zurück zum Schritt II dargestellt ist. Mit der Bestimmung jedes neuen Startpunkts wird automatisch in der vorbeschriebenen Weise auch der Konnektivitätsschwellenwert mit Hilfe des Histogramms H angepasst.
Bei einer weiteren Bewegung der Maus in die Bewegungsrichtung R' erfolgt wiederum eine Aktualisierung des Startpunkts, d. h. es wird ein Startpunkt S₃ an der neuen Position des Cursors C gewählt (siehe 8) und ggf. eine weitere Aktualisierung des Konnektivitätsschwellenwerts vorgenommen. Auf diese Weise kann der Benutzer das Verfahren intuitiv gut beeinflussen. Erst, wenn im letzten Schritt IV der Benutzer die linke Maustaste loslässt, endet das Verfahren (siehe 4). Dieser Schritt ist auch in 9 gezeigt, wobei hier die Maus 11 in der Zwischenzeit noch weiter in die Bewegungsrichtung R'' verschoben wurde und zum Ende des Verfahrens letztlich der Startpunkt S₄ galt.
Die einzelnen Wachstumsschritte werden hierzu bei 3D-Volumen-Bilddaten in ml und bei 2D-Bilddaten in cm² visualisiert, so dass die Wachstumsraten unabhängig von der Auflösung der Bilder sind.
Optional können zusätzlich in Abhängigkeit von den Cursoraktionen, d. h. in Abhängigkeit von der Bewegung der Maus durch den Bediener, die Konnektivitätswerte selber verändert werden, um diese Aktionen des Nutzers wiederzuspiegeln. Zum Beispiel können, wenn der Bediener den Cursor längere Zeit (über eine gesetzte Zeitschwelle hinaus) nah an einer bestimmten Grenze zwischen zwei Strukturen (innerhalb eines festgelegten Grenzabstands) bewegt, in Abhängigkeit von der Verweildauer an dieser Grenze auch die Konnektivitätswerte höher gesetzt werden, um so die Absicht des Benutzers zu berücksichtigen, dass das Segmentierungsverfahren über diese Grenze fortgesetzt werden soll. Die Erhöhung der Konnektivitätswerte kann dabei stufenweise oder kontinuierlich in Abhängigkeit von der Verweildauer erfolgen. Dies ist beispielsweise sinnvoll, wenn Gefäße segmentiert werden sollen, die durch Ablagerungen versperrt sind und die Segmentierung des Gefäßes über diese Ablagerungen hinweg erfolgen soll.
Anhand der 10 bis 13 wird eine Korrekturmöglichkeit mit Hilfe eines inversen Regionenwachstumsverfahrens in einem sog. „Schrumpfungsmodus” gezeigt. Hier ist der markierte Bereich über die Herzklappen HK hinaus, welche in den 6 bis 9 erkennbar sind, in die linke Vorkammer übergeflossen, was nicht beabsichtigt war. Der Bediener kann dann in der gleichen Weise einen Startpunkt SI für das inverse Wachstumsverfahren markieren, wobei er hierbei die rechte Maustaste 11R drückt. Solange der Benutzer die rechte Maustaste 11R gedrückt hält, wird das Regionenwachstumsverfahren in umgekehrter Weise durchgeführt und geprüft, ob die im jeweiligen Verfahrensschritt betrachteten Bildpunkte bzw. Knoten innerhalb der auf Basis des nun gesetzten „inversen” Startpunkts SI ermittelten Konnektivitätswerte und des Konnektivitätsschwellenwerts zu diesem Startpunkt bzw. dessen Cluster gehören. Ist dies der Fall, werden eventuelle Markierungen von den jeweiligen Knoten bzw. Bildpunkten wieder aufgehoben.
Auch bei diesem inversen Verfahren kann der Benutzer bei gedrückter rechter Maustaste 11R die Position des Cursors C verändern, wobei jeweils wieder der Startpunkt SI und ggf. der Konnektivitätsschwellenwert aktualisiert werden. Bei dem in den 10 bis 13 gezeigten Beispiel war jedoch keine Verschiebung der Cursorposition erforderlich. Es zeigt sich hier, dass innerhalb des inversen Regionenwachstumsverfahrens der linke Vorhof wieder leicht von dem markierten Bereich „gereinigt” werden kann, um so eine optimale Segmentierung nur der gewünschten linken Herzkammer zu erreichen. Bei diesem inversen Regionenwachstumsverfahren, d. h. im Schrumpfungsmodus, werden die Schritte jeweils langsamer durchgeführt und in jedem Schritt wird auch ein reduziertes Volumen bzw. Flächeninhalt, beispielsweise nur ein halber ml oder 1/10 ml bzw. ein halber cm² oder 1/10 cm², bearbeitet, so dass mit diesem Verfahren sehr feine Korrekturen möglich sind.
Vorzugsweise werden bei dem Verfahren außerdem sämtliche Schritte gespeichert, wobei für jeden Wachstumsschritt bzw. inversen Wachstumsschritt Indizes der einzelnen betroffenen Bildpunkte bzw. Knoten und die jeweils daran vorgenommenen Veränderungen als Verfahrensschrittinformationen VSI in einem Stapelspeicher 6 hinterlegt werden. Dem Bediener steht dann eine Undo-/Redo-Funktion zur Verfügung, so dass er Schritte rückgängig machen bzw. wiederherstellen kann, um auch so einfach Korrekturen durchführen zu können.
Im Gegensatz zu herkömmlichen Regionenwachstumsverfahren, die oftmals nicht in der Lage sind, Strukturgrenzen in den Bilddaten sicher zu erkennen und häufig so enden, dass ein komplettes Volumen segmentiert wird, welches beispielsweise insgesamt mit Blut gefüllt ist und daher den gleichen Kontrast aufweist, ist es mit dem erfindungsgemäßen Verfahren nun sogar möglich, Strukturen mit ähnlichen Kontrastwerten voneinander abzugrenzen. Dabei ist es nicht nötig, dass der Bediener von vornherein die Grenzen eingibt, sondern er kann intuitiv das Verfahren steuern und bereits während des Verfahrens Korrekturen durchführen. Insbesondere im Bereich der Segmentierung von Herzkammern ist dies vorteilhaft, da es so auch möglich ist, eine sehr enge Annäherung an Konturen von Herzklappen durchzuführen, und zwar auch in Fällen, in denen die eigentlichen Bilddaten keine sehr klare Abgrenzung bieten. Wie die mit einem ersten Prototyp einer erfindungsgemäßen Segmentierungseinrichtung erzeugten 6 bis 13 zeigen, können selbst sehr feine Konturen abgegrenzt werden, welche z. B. durch die Papillarmuskeln gegeben sind.
Insgesamt bietet die Methode also eine sehr präzise und einfache Möglichkeit einer manuellen Segmentierung, die auch von nicht so erfahrenen Bedienern genutzt werden kann. Das Verfahren kann alleine als halbautomatisches Verfahren eingesetzt werden. Insbesondere kann es aber auch dazu verwendet werden, um Korrekturen an zuvor automatisch segmentierten Strukturen durchzuführen. Hierzu müssen der erfindungsgemäßen Bilddatensegmentierungseinrichtung lediglich die Daten aus der zuvor durchgeführten Segmentierung übergeben und diese ebenfalls visualisiert werden. Dadurch kann der klinische Verfahrensablauf erheblich verbessert werden. Die erfindungsgemäße Bilddatensegmentierungseinrichtung kann daher auch als zusätzliche Komponente einer automatisch arbeitenden Bilddatensegmentierungseinrichtung ausgebildet sein.
Es wird abschließend noch einmal darauf hingewiesen, dass es sich bei dem vorhergehend detailliert beschriebenen Verfahren und der Systemarchitektur lediglich um bevorzugte Ausführungsbeispiele handelt, welche vom Fachmann in verschiedenster Weise modifiziert werden können, ohne den Bereich der Erfindung zu verlassen, soweit er durch die Ansprüche vorgegeben ist. Es wird der Vollständigkeit halber auch darauf hingewiesen, dass die Verwendung der unbestimmten Artikel „ein” bzw. „eine” nicht ausschließt, dass die betreffenden Merkmale auch mehrfach vorhanden sein können.

Claims

Verfahren zur Segmentierung von Bilddaten (B) zur Separation zumindest einer Zielstruktur (Z) mittels eines Regionenwachstumsverfahrens auf Basis eines Graphen (G), der Knoten (K) aufweist, die jeweils einen Bilddatenpunkt oder eine Gruppe benachbarter Bilddatenpunkte repräsentieren, und Kanten (E) aufweist, die jeweils eine Konnektivität zwischen benachbarten Knoten (K) repräsentieren, bei dem – die Bilddaten (B) und/oder der Graph (G) mittels einer graphischen Benutzerschnittstelle (11, 13) visualisiert werden, – zur Gewinnung eines Startpunkts (S₁) für das Regionenwachstumsverfahren mittels der graphischen Benutzerschnittstelle (11, 13) eine Markierung eines Knotens (K) erfasst wird, welcher Knoten (K) als Startpunkt (S₁) herangezogen wird und – das Regionenwachstumsverfahren automatisch so lange durchgeführt wird, wie eine Betätigung eines bestimmten Bedienelements (11L) einer Benutzerschnittstelle (11) detektiert wird, wobei mittels der graphischen Benutzerschnittstelle durch Markierung von als zur Zielstruktur (Z) gehörig akzeptierten Bilddatenpunkten und/oder Knoten (K) das Fortschreiten des Regionenwachstumsverfahrens visualisiert wird.
Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die Markierung eines Knotens (K) erfasst wird, indem jeweils die aktuelle Position eines in Abhängigkeit von der Position eines Zeigegeräts (11) gesteuerten Cursors (C) auf einer Anzeigeoberflache (13) der graphischen Benutzerschnittstelle (11, 13) registriert wird und eine Betätigung eines Bedienelements (11L) des Zeigegeräts (11) detektiert wird, wobei der Knoten (K), welcher sich an der Position auf der Anzeigeoberflache (13) befindet, an der sich zum Zeitpunkt der Betätigung des Bedienelements (11L) der Cursor (C) befindet, als markierter Knoten (K) herangezogen wird, und dass das Regionenwachstumsverfahren so lange durchgeführt wird, wie eine Betätigung dieses Bedienelements (11L) des Zeigegeräts (11) detektiert wird.
Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass bei einer Veränderung der Cursorposition während einer andauernden Betätigung des Bedienelements (11L) das Regionenwachstumsverfahren mit dem jeweils an der neuen Cursorposition befindlichen Knoten (K) als neuem Startpunkt (S₂, S₃, S₄) weitergeführt wird.
Verfahren nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, dass die Bilddaten (B) multidimensionale medizintechnische Bilddaten (B) umfassen.
Verfahren nach einem der Ansprüche 1 bis 4, dadurch gekennzeichnet, dass der Graph (G) ein ungerichteter Graph (G) ist.
Verfahren nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, dass die Konnektivität zwischen zwei Knoten (K) auf Basis von diesen Knoten (K) zugeordneten Intensitätswerten (I_K) bestimmt wird.
Verfahren nach Anspruch 6, dadurch gekennzeichnet, dass die Konnektivität zwischen zwei Knoten (K) auf Basis eines Gradienten zwischen diesen Knoten (K) bestimmt wird, der basierend auf diesen Knoten (K) zugeordneten Intensitätswerten (I_K) ermittelt wird.
Verfahren nach einem der Ansprüche 1 bis 7, dadurch gekennzeichnet, dass die Konnektivität in Abhängigkeit von einer Cursor-Aktion auf der graphischen Benutzerschnittstelle bestimmt wird.
Verfahren nach einem der Ansprüche 1 bis 8, dadurch gekennzeichnet, dass ein Konnektivitätsschwellenwert für das Regionenwachstumsverfahren in Abhängigkeit von dem als Start punkt (S₁, S₂, S₃, S₄) mittels der graphischen Benutzerschnittstelle (11, 13) markierten Knoten (K) automatisch bestimmt wird.
Verfahren nach Anspruch 9, dadurch gekennzeichnet, dass dem markierten Knoten zur Bestimmung eines Konnektivitätsschwellenwerts mit Hilfe eines Histogramms (H), welches die Verteilung von Bildpunkten mit gleicher Intensität (I) anzeigt, ein erster Intensitätswertebereich (W₁) zugeordnet wird, in welchem der betreffende Knoten (K) liegt und welcher ein erstes Histogramm-Maximum (M₁) aufweist, und dass der Konnektivitätsschwellenwert auf Basis eines Intensitätswerts (I₁) des ersten Histogramm-Maximums (M₁) des zugeordneten Intensitätswertebereichs (W₁) und eines Intensitätswerts (I₂) eines zweiten Histogramm-Maximums (M₂) eines benachbarten zweiten Intensitätswertebereichs (W₂) des Histogramms (H) ermittelt wird.
Verfahren nach Anspruch 10, dadurch gekennzeichnet, dass zur Bestimmung des Konnektivitätsschwellenwerts der Intensitätswert (I₂) eines zum ersten Histogramm-Maximum (M₁) am nächsten liegenden zweiten Histogramm-Maximums (M₂) herangezogen wird.
Verfahren nach Anspruch 10 oder 11, dadurch gekennzeichnet, dass eine Bestimmung des Konnektivitätsschwellenwerts aus den Intensitätswerten (I₁, I₂) der benachbarten Histogramm-Maxima (M₁, M₂) in analoger Weise erfolgt wie die Bestimmung der Konnektivität zwischen zwei benachbarten Knoten auf Basis von diesen Knoten zugeordneten Intensitätswerten.
Verfahren nach einem der Ansprüche 1 bis 12, dadurch gekennzeichnet, dass das Fortschreiten des Regionenwachstumsverfahrens in diskreten Schritten visualisiert wird und dabei maximal 4 Schritte pro Sekunde, vorzugsweise maximal 3 Schritte pro Sekunde, visualisiert werden.
Verfahren nach einem der Ansprüche 1 bis 13, dadurch gekennzeichnet, dass das Fortschreiten des Regionenwachstumsverfahrens in diskreten Schritten visualisiert wird und dabei pro Schritt ein vordefiniertes Volumen visualisiert wird.
Verfahren nach einem der Ansprüche 1 bis 14, dadurch gekennzeichnet, dass in einem Schrumpfungsmodus mittels eines inversen Regionenwachstumsverfahrens geprüft wird, ob bereits als zur Zielstruktur (Z) gehörige markierte Knoten (K) oder Bilddatenpunkte nicht zur Zielstruktur (Z) gehören und dabei schrittweise von den als nicht zur Zielstruktur gehörig ermittelten Knoten (K) und/oder Bilddatenpunkte die Markierung wieder aufgehoben wird
Verfahren nach Anspruch 15, dadurch gekennzeichnet, dass eine Schrittgeschwindigkeit der im Schrumpfungsmodus visualisierten diskreten Schritte geringer ist als die Schrittgeschwindigkeit bei der Visualisierung des Regionenwachstumsverfahrens und/oder dass ein pro Schritt im Schrumpfungsmodus visualisiertes Volumen geringer ist als das pro Schritt im Regionenwachstumsverfahren visualisierte Volumen.
Verfahren nach einem der Ansprüche 1 bis 16, dadurch gekennzeichnet, dass für die einzelnen Schritte jeweils Hinweise auf die Bilddatenpunkte, die in den betreffenden Schritten als zur Zielstruktur (Z) gehörig markiert wurden oder deren Markierung aufgehoben wurden, in einem Speicher (2) hinterlegt werden.
Bilddatensegmentierungseinrichtung (1) zur Segmentierung von Bilddaten (B) zur Separation zumindest einer Zielstruktur (Z) mit – einer Schnittstelle (4, 7) zur Erfassung der Bilddaten (B), – einer Recheneinheit (3), welche so ausgebildet ist, dass sie zur Segmentierung der Bilddaten (B) ein Regionenwachstumsverfahren auf Basis eines Graphen (G) durchführt, welcher Knoten (K), die jeweils einen Bilddatenpunkt oder eine Gruppe benachbarter Bilddatenpunkte repräsentieren, und Kanten (E) aufweist, die jeweils eine Konnektivität zwischen benachbarten Knoten (K) repräsentieren, – einer Benutzerschnittstelle (10) mit einer graphischen Benutzerschnittstelle (11, 13), um die Bilddaten (B) und/oder den Graphen (G) zu visualisieren und eine Markierung eines Knotens (K) mittels der graphischen Benutzerschnittstelle (11, 13) zu erfassen, wobei die Recheneinheit (3) und die Benutzerschnittstelle (10) so ausgebildet und miteinander verknüpft sind, dass ein mittels der graphischen Benutzerschnittstelle (11, 13) markierter Knoten (K) als Startpunkt (S₁) für das Regionenwachstumsverfahren verwendet wird und das Regionenwachstumsverfahren automatisch so lange durchgeführt wird, wie eine Betätigung eines bestimmten Bedienelements (11L) der Benutzerschnittstelle (10) detektiert wird und dabei mittels der graphischen Benutzerschnittstelle (11, 13) durch Markierung von als zur Zielstruktur (Z) gehörig akzeptierten Bilddatenpunkten und/oder Knoten (K) das Fortschreiten des Regionenwachstumsverfahrens visualisiert wird.
Bildgebendes System zum Erzeugen von Bilddaten vom Inneren eines Untersuchungsobjekts, umfassend eine Bilddatensegmentierungseinrichtung (1) nach Anspruch 18.
Computerprogrammprodukt, welches direkt in einen Speicher einer Recheneinheit (2) ladbar ist, mit Programmcode-Mitteln, um alle Schritte eines Verfahrens nach einem der Ansprüche 1 bis 17 auszuführen, wenn das Programmprodukt auf der Recheneinheit (2) ausgeführt wird.