DE102009006416B3 - Verfahren und Verzweigungs-Ermittlungseinrichtung zur Ermittlung einer Verzweigungsstelle sowie einer Mittellinie innerhalb eines Hohlorgans nebst zugehörigem Computerprogramm - Google Patents

Verfahren und Verzweigungs-Ermittlungseinrichtung zur Ermittlung einer Verzweigungsstelle sowie einer Mittellinie innerhalb eines Hohlorgans nebst zugehörigem Computerprogramm Download PDF

Info

Publication number
DE102009006416B3
DE102009006416B3 DE102009006416A DE102009006416A DE102009006416B3 DE 102009006416 B3 DE102009006416 B3 DE 102009006416B3 DE 102009006416 A DE102009006416 A DE 102009006416A DE 102009006416 A DE102009006416 A DE 102009006416A DE 102009006416 B3 DE102009006416 B3 DE 102009006416B3
Authority
DE
Germany
Prior art keywords
hollow organ
branch
growth
determining
branching
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
DE102009006416A
Other languages
English (en)
Inventor
Thomas Beck
Christina Biermann
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 DE102009006416A priority Critical patent/DE102009006416B3/de
Priority to US12/693,556 priority patent/US9109391B2/en
Application granted granted Critical
Publication of DE102009006416B3 publication Critical patent/DE102009006416B3/de
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • EFIXED CONSTRUCTIONS
    • E06DOORS, WINDOWS, SHUTTERS, OR ROLLER BLINDS IN GENERAL; LADDERS
    • E06BFIXED OR MOVABLE CLOSURES FOR OPENINGS IN BUILDINGS, VEHICLES, FENCES OR LIKE ENCLOSURES IN GENERAL, e.g. DOORS, WINDOWS, BLINDS, GATES
    • E06B5/00Doors, windows, or like closures for special purposes; Border constructions therefor
    • E06B5/10Doors, windows, or like closures for special purposes; Border constructions therefor for protection against air-raid or other war-like action; for other protective purposes
    • E06B5/16Fireproof doors or similar closures; Adaptations of fixed constructions therefor
    • E06B5/161Profile members therefor
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • 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
    • G06T7/12Edge-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/136Segmentation; Edge detection involving thresholding
    • 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
    • G06T7/30Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/44Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/457Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by analysing connectivity, e.g. edge linking, connected component analysis or slices
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • EFIXED CONSTRUCTIONS
    • E06DOORS, WINDOWS, SHUTTERS, OR ROLLER BLINDS IN GENERAL; LADDERS
    • E06BFIXED OR MOVABLE CLOSURES FOR OPENINGS IN BUILDINGS, VEHICLES, FENCES OR LIKE ENCLOSURES IN GENERAL, e.g. DOORS, WINDOWS, BLINDS, GATES
    • E06B3/00Window sashes, door leaves, or like elements for closing wall or like openings; Layout of fixed or moving closures, e.g. windows in wall or like openings; Features of rigidly-mounted outer frames relating to the mounting of wing frames
    • E06B3/04Wing frames not characterised by the manner of movement
    • E06B3/263Frames with special provision for insulation
    • E06B3/26301Frames with special provision for insulation with prefabricated insulating strips between two metal section members
    • E06B3/26305Connection details
    • E06B2003/2631Screw or pin connections
    • EFIXED CONSTRUCTIONS
    • E06DOORS, WINDOWS, SHUTTERS, OR ROLLER BLINDS IN GENERAL; LADDERS
    • E06BFIXED OR MOVABLE CLOSURES FOR OPENINGS IN BUILDINGS, VEHICLES, FENCES OR LIKE ENCLOSURES IN GENERAL, e.g. DOORS, WINDOWS, BLINDS, GATES
    • E06B3/00Window sashes, door leaves, or like elements for closing wall or like openings; Layout of fixed or moving closures, e.g. windows in wall or like openings; Features of rigidly-mounted outer frames relating to the mounting of wing frames
    • E06B3/70Door leaves
    • E06B2003/7059Specific frame characteristics
    • E06B2003/7074Metal frames
    • E06B2003/7078Metal frames with fire retardant measures in frame
    • EFIXED CONSTRUCTIONS
    • E06DOORS, WINDOWS, SHUTTERS, OR ROLLER BLINDS IN GENERAL; LADDERS
    • E06BFIXED OR MOVABLE CLOSURES FOR OPENINGS IN BUILDINGS, VEHICLES, FENCES OR LIKE ENCLOSURES IN GENERAL, e.g. DOORS, WINDOWS, BLINDS, GATES
    • E06B3/00Window sashes, door leaves, or like elements for closing wall or like openings; Layout of fixed or moving closures, e.g. windows in wall or like openings; Features of rigidly-mounted outer frames relating to the mounting of wing frames
    • E06B3/54Fixing of glass panes or like plates
    • E06B3/56Fixing of glass panes or like plates by means of putty, cement, or adhesives only
    • 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
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03Recognition of patterns in medical or anatomical images
    • G06V2201/033Recognition of patterns in medical or anatomical images of skeletal patterns

Abstract

Die Erfindung betrifft ein Verfahren zur Ermittlung einer Verzweigungsstelle (V) innerhalb eines Hohlorgans (1) in Bilddaten (BD), die seine räumliche Struktur repräsentieren. Es umfasst folgende Schritte: a) Festlegung eines Startorts (5) innerhalb des Hohlorgans (1), b) Ermittlung zumindest eines lokalen Schwellenwerts (S, S), der mit dem Vorliegen einer Wand des Hohlorgans (1) korrespondiert, c) Durchführung eines Regionen-Wachstums-Verfahrens unter Verwendung des zumindest einen Schwellenwertes (S, S), d) Durchführung einer Zusammenhangsanalyse einer Anzahl von äußeren Wachstumsschichten, und e) Lokalisierung einer Verzweigung (V) auf Basis der Zusammenhangsanalyse. Außerdem betrifft die Erfindung eine entsprechend ausgebildete Verzweigungs-Ermittlungseinheit (23).

Description

  • Die vorliegende Erfindung betrifft ein Verfahren zur Ermittlung einer Verzweigungsstelle innerhalb eines Hohlorgans in Bilddaten, die seine räumliche Struktur repräsentieren. Außerdem betrifft sie eine entsprechende Verzweigungs-Ermittlungseinrichtung.
  • Die Ermittlung von Verzweigungsstellen von Hohlorganen spielt eine wichtige Rolle beim Ermitteln einer Mittellinie durch das Hohlorgan, die wiederum ein zentrales Versatzstück für die Analyse der Hohlorgane darstellt. So werden heute im sogenannten virtuellen Flug Visualisierungen des Inneren von Hohlorganen, beispielsweise von Därmen oder Blutgefäßen vorgenommen. Eine besondere Herausforderung ist dabei die genau mittige Festlegung der Mittellinie innerhalb des Lumens des Hohlorgans.
  • Dies ist besonders wichtig bei der Angiographie, beispielsweise der computertomographischen Angiographie (CTA), mit deren Hilfe es möglich ist, Deformationen von Gefäßen, beispielsweise Stenosen oder Aneurysmen, zu erkennen. Hierfür ist es nämlich notwendig, möglichst exakt die Maße des Lumens, also insbesondere die Querschnitte bzw. Radien der Gefäße exakt zu vermessen, so dass ein Benutzer aus diesen Angaben Rückschlüsse über die Art und Schwere der Deformation ableiten kann. Für die exakte Vermessung ist es wiederum erforderlich, eine Messung der Ausdehnung des Lumens senkrecht zum Gefäßverlauf durchzuführen, da es sonst zu Fehlinterpretationen mit großer Tragweite kommen kann. Der Gefäßverlauf wird wiederum von der Mittellinie des Hohlorgans repräsentiert, die daher so exakt wie möglich ermittelt werden muss.
  • Derzeit werden die Mittellinien von Hohlorganen mit verschiedenen, graphenbasierten Verfahren ermittelt. Sie basieren meist auf dem A*- oder dem Dijkstra-Algorithmus, wobei die Bilddaten des Hohlorgans als Graph interpretiert werden, und dabei Voxel als Knoten aufgefasst werden, in deren direkter dreidimensionaler Nachbarschaft sich sechs weitere Voxel befinden. Diese werden durch Kanten verbunden in den Graphen eingefügt. Mit Hilfe einer Kostenfunktion, basierend auf lokalen Grauwerten von CT-Bilddaten, wird das Gewicht der einzelnen Kanten bestimmt und die Kosten zum Erreichen eines Zielpunkts werden auf Basis einer zugrunde liegenden Heuristik ermittelt.
  • Bei diesem Verfahren fließt kein Wissen über die Geometrie des Hohlorgans in die Betrachtung mit ein. Dadurch können im Rahmen des Verfahrens Fehlsegmentierungen auftreten, insbesondere dann, wenn das Hohlorgan in einem Bereich betrachtet wird, in dem andere Hohlorgane oder Knochenstrukturen in der Nähe liegen. Vor allem aber kann nicht zwischen unverzweigten und verzweigten Bereichen des Hohlorgans unterschieden werden.
  • Im gattungsbildenden Artikel Hans, K., et al.: „Model-based Morphological Segmentation and Labeling of Coronary Angiograms”. In: IEEE Transactions an Medical Imaging, Vo. 18, Nr. 10, Oktober 1999, S. 1003–1015 ist ein Verfahren beschrieben, bei dem aus Bilddaten einer Koronararterie Merkmale extrahiert werden, die eine Mittellinie der Arterie umfassen. Diese Merkmale werden mit einem Modell abgeglichen. In diesem Verfahren werden auch Verzweigungsstellen ermittelt.
  • Die Lokalisierung von Verzweigungsstellen eines Bronchialbaums beschreibt der Artikel Pisupati, C., et al.: „A Central Axis Algorithm for 3D Bronchial Tree Structures”. In: International Symposium an Computer Vision, Proceedings, 21.–23. November 1995, S. 259–264. Dabei wird ein Regionen-Wachstums-Verfahren angewandt, das in Richtung von der Luftröhre hinein in den Bronchialbaum durchgeführt wird. Durch eine Zusammenhangsanalyse im Rahmen des Regionen-Wachstums-Verfahrens wird erkannt, wo sich Verästelungen befinden. Ist dieser Prozess bis in einen bestimmten Verästelungsgrad des Bronchialbaums abgeschlossen, so wird das Regionen-Wachstums-Verfahren nochmals von den äußeren Verästelungen in Richtung der Luftröhre durchgeführt. Eine Verzweigungsstelle wird dort definiert, wo sich zwei Richtungspfeile von Wachstumsregionen aus zwei aufeinandertreffenden Verästelungen treffen. Diese Methode ist rechnerisch relativ aufwändig. Der Mittelpunkt der Verzweigungsstelle liegt zudem bei spitz aufeinander zulaufenden Verästelungen tendenziell in einem Bereich, der schon relativ weit entfernt vom eigentlichen Anfang der Verästelungen in Richtung der Luftröhre liegt.
  • Im Fachartikel Yim, P. J., et al.: „Gray-Scale Skeletonization of Small Vessels in Magnetic Resonance Angiography”. In: IEEE Transactions an Medical Imaging, Vol. 19, Nr. 6, Juni 2000, S. 568–576 ist ein Regionen-Wachstums-Verfahren im Rahmen der Angiographie offenbart. Es basiert zugleich auf einer Art Kostenfunktion, befasst sich jedoch nicht systematisch mit der Ermittlung von Verzweigungsstellen.
  • Die US 2008/0187199 A1 schließlich beschreibt eine Methode zur Gefäßbaummodellierung auf Basis einer Kostenfunktion.
  • Aufgabe der Erfindung ist es, eine möglichst effiziente und präzise Methode und eine Verzweigungs-Ermittlungseinrichtung zur Ermittlung einer Verzweigungsstelle eines Hohlorgans bereitzustellen, die insbesondere sehr exakt und möglichst fehlerunanfällig ist.
  • Diese Aufgabe wird durch ein jeweiliges Verfahren gemäß den Ansprüchen 1 und 12 und eine Verzweigungs-Ermittlungseinrichtung gemäß Anspruch 13, eine Bildbearbeitungseinrichtung gemäß Anspruch 14 und ein Computerprogramm gemäß anspruch 15 gelöst.
  • Ein Verfahren der eingangs genannten Art weist demgemäß folgende Schritte auf:
    • a) Festlegung eines Startorts innerhalb des, vorzugsweise tubulären, Hohlorgans. Dabei kann als Startort beispiels weise ein von einem Benutzer über eine Eingangsschnittstelle eingegebener Ort – etwa ein Saatpunkt, eine Linie oder eine Ebene – dienen. Dieser Startort kann vorzugsweise ggf. automatisch auf seine Eignung als Startort für das Verfahren hin überprüft und nötigenfalls vor Durchführung der weiteren Schritte geeignet adaptiert werden, beispielsweise wenn ein Saatpunkt versehentlich außerhalb des Hohlorgans platziert wurde. Alternativ ist es auch möglich, dass eine Logikeinheit automatisch den Startort selbstständig auf Basis von Erkennungsalgorithmen festlegt.
    • b) Ermittlung mindestens eines lokalen Schwellenwerts im Bereich um den Startort, der mit dem Vorliegen einer Wand des Hohlorgans korrespondiert. Hierzu wird bevorzugt eine Analyse von Pixeln und/oder Voxeln in einem Bereich um den Startort durchgeführt. Diese dient der Differenzierung der Bilddaten und der Unterscheidung zwischen Pixeln bzw. Voxeln (wobei – wie auch im Folgenden – Pixel in einer zweidimensionalen Darstellung Voxel repräsentieren können), die Bereiche innerhalb des Hohlorgans repräsentieren und solchen, die außerhalb des Organs liegen. Dabei bezieht sich der Schwellenwert vorzugsweise auf Intensitätswerte der Pixel bzw. Voxel, d. h. es wird mindestens ein Schwellenwert gesucht, mit dem anhand des vorliegenden Intensitätswerts eines Pixels bzw. Voxels entschieden werden kann, ob sich dieses Pixel bzw. Voxel zum Inneren des Hohlorgans gehört oder zur Wand bzw. zu einem Bereich außerhalb. Die Ermittlung des Schwellenwerts kann sowohl seine Ableitung aus den Gegebenheiten um den Startort herum, beispielsweise mit Hilfe der eben beschriebenen Pixel- bzw. Voxelanalyse umfassen. Sie kann aber auch darin bestehen, einen Schwellenwert zu beziehen, der mit hoher Wahrscheinlichkeit auch für den Bereich um den Startort Gültigkeit hat, beispielsweise aus einer Datenbank oder aus einer Analyse eines Bereichs um einen dem Startort nahegelegenen anderen Untersuchungsort. Bei einer mehrfachen Durchführung des erfindungsgemäßen Verfahrens kann beispielsweise ein vorher für einen anderen Startort ermittelter repräsentativer Schwellenwert nochmals verwendet werden.
    • c) Durchführung eines Regionen-Wachstums-Verfahrens unter Verwendung des Schwellenwertes. Bei dem Regionen-Wachstums-Verfahren werden ausgehend vom Startort die unmittelbar benachbarten Pixel bzw. Voxel untersucht. Liegen deren Intensitätswerte innerhalb des durch den Schwellenwert definierten Bereichs, so werden sie mit dem Startort zu einer Region verbunden. Das Verfahren wird dann schichtweise nach außen hin bis zu einer gewissen, vorzugsweise vorab festgelegten, Schichtanzahl fortgesetzt. Durch das Regionen-Wachstums-Verfahren werden also alle Pixel bzw. Voxel zu einer Region zusammengefasst, die dem Hohlorgan-Inneren zuzuordnen sind.
    • d) Durchführung einer Zusammenhangsanalyse einer Anzahl von äußeren Wachstumsschichten. Dabei werden eine oder mehrere äußere Pixel- bzw. Voxelschichten dahingehend analysiert, ob alle Pixel bzw. Voxel in einem Verbindungszusammenhang stehen. Anders ausgedrückt wird untersucht, ob jedes Pixel bzw. Voxel, das einer Wachstumsschicht bzw. einer Anzahl von Wachstumsschichten zuzuordnen ist, ein benachbartes Pixel/Voxel hat, das der selben (Anzahl von) Wachstumsschicht(en) angehört.
    • e) Lokalisierung einer Verzweigung auf Basis der Zusammenhangsanalyse. Eine Verzweigung wird bevorzugt dann lokalisiert, wenn eine vorgegebene Anzahl von äußeren Wachstumsschichten nicht mehr vollständig zusammenhängend ist, da aus dieser Erkenntnis hervorgeht, dass sich zwischen zwei zusammenhängenden Clustern der (Anzahl von) Wachstumsschichtq(en) eine Wand befindet, was darauf hindeutet, dass sich das Hohlorgan dort verzweigt.
  • Aufgrund der Verwendung von Schwellenwerten kann das Verfahren mit einer hohen Effektivität und Treffsicherheit durchgeführt werden. In Kombination mit dem Regionen-Wachstums-Verfahren und der Zusammenhangsanalyse führt dies zu einer sehr zuverlässigen Erkennung von Verzweigungen.
  • Eine erfindungsgemäße Verzweigungs-Ermittlungseinrichtung zur Ermittlung einer Verzweigungsstelle innerhalb eines Hohlorgans weist mindestens auf:
    • – Eine Eingangsschnittstelle für Bilddaten, die eine räumliche Struktur des Hohlorgans repräsentieren,
    • – eine Startort-Festlegungseinheit zur Festlegung eines Startorts innerhalb des Hohlorgans,
    • – eine Schwellenwert-Ermittlungseinheit zur Ermittlung von lokalen Schwellenwerten im Bereich um den Startort,
    • – eine Regionen-Wachstums-Einheit zur Durchführung eines Regionen-Wachstums-Verfahrens,
    • – eine Zusammenhangsanalyseeinheit zur Durchführung einer Zusammenhangsanalyse einer Anzahl von äußeren Wachstumsschichten,
    • – eine Lokalisierungseinheit zur Lokalisierung einer Verzweigung in Abhängigkeit von der Zusammenhangsanalyse und
    • – vorzugsweise auch eine Ausgangsschnittstelle zur Weiterleitung von Lokalisierungsdaten aus der Lokalisierung.
  • Die erwähnten Schnittstellen müssen nicht zwangsläufig als Hardware-Komponenten ausgebildet sein, sondern können auch als Software-Module realisiert sein, beispielsweise wenn die Bilddaten von einer bereits auf dem gleichen Gerät realisierten anderen Komponente, wie zum Beispiel einer Bildrekonstruktionsvorrichtung einer anderen Bildbearbeitungseinheit oder dergleichen, übernommen werden können, oder wenn die Lokalisierungsdaten an eine andere Komponente nur softwaremäßig übergeben werden müssen. Ebenso können die Schnittstellen aus Hardware- und Software-Komponenten bestehen, wie zum Beispiel eine Standard-Hardware-Schnittstelle, die durch Software für den konkreten Einsatzzweck speziell konfiguriert wird. Außerdem können sie zusammen mit anderen Schnittstellen auch in einer gemeinsamen Schnittstelle, beispielsweise einer Input-Output-Schnittstelle zusammengefasst sein.
  • Insgesamt können ein Großteil der Komponenten zur Realisierung der Verzweigungs-Ermittlungseinrichtung in der erfin dungsgemäßen Weise, insbesondere die Festlegungseinheit, die Schwellenwert-Ermittlungseinheit, die Regionen-Wachstums-Einheit, die Zusammenhangsanalyseeinheit und die Lokalisierungseinheit ganz oder teilweise in Form von Software-Modulen auf einem Prozessor realisiert werden.
  • Bevorzugt ist die Verzweigungs-Ermittlungseinrichtung so ausgebildet, dass sie ein erfindungsgemäßes Verfahren vollautomatisch selbsttätig durchführt. Sie kann jedoch auch halbautomatisch operieren, d. h. durch zusätzlichen Input von außen, beispielsweise aus weiteren Logikeinheiten, die ggf. mit Datenbanken verknüpft sind, oder durch manuelle Eingaben eines Bedieners, mit notwendigen Zusatzinformationen versorgt werden. Dieser Input kann beispielsweise die Lokalisierung eines Startorts für das Regionen-Wachstums-Verfahren betreffen. In diesem Falle kann im Speziellen die Festlegungseinheit eine Eingangsschnittstelle für externen Input umfassen, über die Informationen zum Startort bezogen werden können.
  • Die Erfindung umfasst auch ein Computerprogramm, das direkt in einem Prozessor einer programmierbaren Bildbearbeitungseinrichtung ladbar ist, mit Programmcodemitteln, um alle Schritte eines erfindungsgemäßen Verfahrens auszuführen, wenn das Programm auf der Bildbearbeitungseinrichtung ausgeführt wird.
  • Weitere besondere vorteilhafte Ausgestaltungen und Weiterbildungen der Erfindung ergeben sich auch aus den abhängigen Ansprüchen sowie der nachfolgenden Beschreibung. Dabei kann die Verzweigungs-Ermittlungseinrichtung auch entsprechend den abhängigen Ansprüchen zum Verfahren weitergebildet sein.
  • Bevorzugt wird zur Ermittlung eines lokalen Schwellenwerts eine Mehrzahl radialer Suchstrahlen vom Startort aus definiert, und es werden entlang dieser Suchstrahlen die Intensitätswerte der Pixel und/oder Voxel ermittelt. Hierbei werden mehrere Suchstrahlen vom Startort aus virtuell ”ausgesandt”, deren Richtungen vorzugsweise eine dreidimensionale Raumabde ckung ermöglichen und deren Länge besonders bevorzugt so gewählt ist, dass zumindest ihre Mehrzahl durch die Wand des Hohlorgans stößt. Im Folgenden wird daher die Definition dieser Suchstrahlen auch als ”Aussenden” bezeichnet. Die Suchstrahlen, für die die Wand des Hohlorgans auf ihrer gesamten Länge nicht durchstoßen – beispielsweise, weil sie im Wesentlichen parallel zum Hohlorganverlauf liegen – werden vorzugsweise in der Folge außer Acht gelassen. Statt alle Voxel bzw. Pixel eines Bilddatensatzes bzw. in einer definierten, ausreichend großen Umgebung des Startorts untersuchen zu müssen, werden die Wandabmessungen des Hohlorgans durch eine Auswahl-Analyse der Voxel bzw. Pixel entlang der (ausgewählten) Suchstrahlen repräsentativ ermittelt. Weisen diese Suchstrahlen eine definierte Länge auf, so ist die Anzahl der zu untersuchenden Pixel bzw. Voxel aufgrund der Anzahl der Suchstrahlen und ihrer festgelegten Länge genau begrenzt und vorteilhafterweise deutlich kleiner als bei Untersuchung aller Pixel in einem Umgebungsbereich gleicher Ausdehnung.
  • Bevorzugt werden vom Startort aus mindestens 72 radiale Suchstrahlen ausgesendet. Empirische Untersuchungen der Erfinder haben gezeigt, dass mit Hilfe dieser Anzahl von Suchstrahlen eine für Hohlorgane ausreichend repräsentative räumliche Abdeckung erzielt werden kann. Dabei sind die Suchstrahlen bevorzugt so auszusenden, dass sie im Raum gleich verteilt sind. Zwischen ihnen liegt also im Raum jeweils der gleiche Raumwinkel, damit eine gleichmäßige Abdeckung in allen Dimensionen und Richtungen erreicht werden kann.
  • Zur Ermittlung eines lokalen Schwellenwertes wird bevorzugt eine Histogramm-Analyse z. B von Intensitätswerten von Pixeln bzw. Voxeln entlang von Suchstrahlen, die von einem gemeinsamen Startort abgeleitet sind, durchgeführt. Die Histogramm-Analyse umfasst vorteilhafterweise eine Schätzung des lokalen Schwellenwerts mittels einer Maximum-Likelihood-Methode. Mit Hilfe dieser Vorgehensweise können die Bilddaten einfach entlang von Suchstrahlen analysiert werden und auf Basis bewährter Schätzmethoden aus dem Grauwertprofil entlang solcher Suchstrahlen die Wand des Hohlorgans dort festgelegt werden, wo die lokalen Schwellenwerte jeweils erreicht werden.
  • Neben einer Ermittlung des Schwellenwerts bedient sich die Erfindung der Verfahrensschritte des Regionen-Wachstums-Verfahrens und der Zusammenhangsanalyse. Bei dieser Analyse ist es prinzipiell möglich, jeweils nur den Zusammenhang einer einzigen, nämlich der äußersten Wachstumsschicht aus dem Regionen-Wachstums-Verfahren zu analysieren. Bevorzugt werden jedoch mehrere einzelne äußere Wachstumsschichten, z. B. die letzten zwei oder drei gemeinsam auf einen Zusammenhang hin analysiert. Hierdurch lässt sich die Anzahl falsch positiver Erkennungen von Verzweigungen mindestens signifikant verringern. Beispielsweise kann es aufgrund von Stenosen oder Aneurysmen geschehen, dass die Oberfläche eines Hohlorgans so uneben ist, dass der Zusammenhang der äußersten Wachstumsschicht oder gar mehrerer Schichten nicht mehr gegeben ist. Erst in der Zusammenhangsanalyse einer Mehrzahl äußerer Wachstumsschichten, besonders bevorzugt von mindestens drei Wachstumsschichten, wird dann erkennbar, dass doch keine Verzweigung, sondern nur eine Unebenheit, z. B. eine Verdickung oder eine Einbuchtung, vorliegt.
  • Weiterhin ist bevorzugt, dass die Zusammenhangsanalyse ab einem definierten Pixel- und/oder Voxel-Abstand der äußersten Wachstumsschicht vom Startort durchgeführt wird. Diese Vorgehensweise spart Rechenkapazitäten und ist insbesondere dann vorteilhaft, wenn das erfindungsgemäße Ermittlungsverfahren immer wieder von verschiedenen Startorten aus durchgeführt wird. Es kann dann davon ausgegangen werden, dass die ersten Wachstumsschichten bereits zu einem früheren Zeitpunkt im Zusammenhang mit einem vorhergehenden Startort in ihrem Zusammenhang analysiert worden sind.
  • Bevorzugt umfasst die Zusammenhangsanalyse eine Clusteranalyse mit einer Distanzfunktion. Dabei handelt es sich besonders bevorzugt um eine Analyse des minimalen Abstands zweier Elemente aus unterschiedlichen Clustern, also das sogenannte „single linkage clustering”. Die Clusteranalyse und im Speziellen das „single linkage clustering” stellen einfache und verlässliche, weil bewährte und erprobte Verfahren zur Zusammenhangsanalye dar, die in der Anwendung im erfindungsgemäßen Verfahren problemlos anwendbar sind.
  • Besonders vorteilhafte Effekte ergeben sich im Rahmen des erfindungsgemäßen Verfahrens dann, wenn aus den durch das Verfahren generierten Ortsinformationen zur lokalisierten Verzweigung zusätzliche Informationen abgeleitet werden. Erstens kann aus Ortsinformationen zur lokalisierten Verzweigung ein Verzweigungsmittelpunkt ermittelt werden. Bevorzugt wird der Verzweigungsmittelpunkt durch den Schwerpunkt aller Pixel bzw. Voxel aller Wachstumsschichten, die bis zur Detektion der Verzweigung aufgebaut wurden, definiert. Bei der Schwerpunktbildung geht jedes Pixel bzw. Voxel bevorzugt mit gleicher Gewichtung und mit seinen Positionsdaten ein. Zweitens kann der Verzweigungsmittelpunkt aus den bereits vorliegenden Informationen, namentlich zur Lage der Wachstumsschichten, automatisch oder halbautomatisch abgeleitet werden. Besonders bevorzugt wird der Verzweigungsmittelpunkt definiert als Schwerpunkt aller Wachstumsschichten, die bis zur Detektion der Verzweigung aufgebaut wurden.
  • Analog kann vorteilhafterweise auch aus Ortsinformationen zur lokalisierten Verzweigung ein Anfangsmittelpunkt eines Hohlorganstrangs nach der Verzweigung ermittelt werden. Dies erfolgt beispielsweise dadurch, dass der Anfangsmittelpunkt des Hohlorganstrangs in Abhängigkeit vom im oben erwähnten Verfahren bestimmten Schwerpunkt eines Clusters einer Anzahl von äußeren Wachstumsschichten gebildet wird. Das Cluster wird aus lokalen Teilen, bevorzugt der Gesamtheit, von Wachstumsschichten gebildet, die sich im Bereich eines einzelnen Hohlorganstrangs befinden und die keine zusammenhängende Wachstumsschicht mehr im Rahmen des Regionen-Wachstums-Verfahrens bilden. Mit anderen Worten wird aus den Teilen der Wachstumsschichten, die sich bereits im abgezweigten Hohlorganstrang befinden, der Schwerpunkt gebildet, der besonders bevorzugt als der Anfangsmittelpunkt des Hohlorganstrangs angesehen wird.
  • Mit Hilfe der so ermittelten Mittelpunktangaben zum Verzweigungsmittelpunkt bzw. den Anfangsmittelpunkten kann eine Mittellinie des Hohlorgans auch durch einen Verzweigungsbereich eines Hohlorgans geführt werden. Die Erfindung umfasst daher auch ein Verfahren zur Ermittlung einer Mittellinie eines Abschnitts eines Hohlorgans in Bilddaten im Bereich einer Verzweigungsstelle des Hohlorgans, wobei die Mittellinie durch einen in einem erfindungsgemäßen Verfahren ermittelten Verzweigungsmittelpunkt und/oder durch einen in einem erfindungsgemäßen Verfahren ermittelten Anfangsmittelpunkt geführt wird. Entsprechend umfasst die Erfindung auch ein Computerprogramm, das direkt in einen Prozessor eines programmierbaren Bildbearbeitungssystems ladbar ist, mit Programmcode-Mittel, um alle Schritte eines erfindungsgemäßen Verfahrens zur Ermittlung einer Mittellinie auszuführen, wenn das Programm auf dem Bildbearbeitungssystem ausgeführt wird.
  • Die Erfindung wird im Folgenden unter Hinweis auf die beigefügten Figuren anhand von Ausführungsbeispielen noch einmal näher erläutert. Dabei sind in den verschiedenen Figuren gleiche Komponenten mit identischen Bezugsziffern versehen. Es zeigen:
  • 1 eine Darstellung aus mittels eines Computertomographieverfahrens gewonnenen Bilddaten, die einen Beckenbereich mit den knöchernen Strukturen eines Beckens und einem Teil einer Wirbelsäule zusammen mit einem Hohlorganabschnitt zeigt,
  • 2 eine Schnittansicht durch ein Hohlorgan mit einem einzelnen Suchstrahl,
  • 3 das Schwächungsprofil des Hohlorgans aus 2 entlang des Suchstrahls,
  • 4 ein lokales Histogramm eines Hohlorganbereichs mit einer daran angeglichenen Verteilungskurve zur Ermittlung von Schwellenwerten,
  • 5 eine schematische Darstellung eines Hohlorganabschnitts mit darin eingepassten geometrischen Figuren,
  • 6 eine schematische Darstellung eines Hohlorganabschnitts mit darin eingepassten geometrischen Figuren in einem Verzweigungsbereich des Hohlorganabschnitts,
  • 7 eine schematische Darstellung eines Regionen-Wachstums-Verfahrens im Verzweigungsbereich unter Durchführung einer Verzweigungserkennung gemäß einer ersten Ausführungsform,
  • 8 eine schematische Darstellung eines Regionen-Wachstums-Verfahrens im Verzweigungsbereich unter Durchführung einer Verzweigungserkennung gemäß einer zweiten Ausführungsform,
  • 9 eine schematische Darstellung eines Regionen-Wachstums-Verfahrens in einem unverzweigten Bereich mit einer Ausbuchtung,
  • 10 eine Darstellung aus mittels eines Computertomographieverfahrens gewonnenen Bilddaten eines solchen unverzweigten Bereichs mit einer Ausbuchtung,
  • 11 eine Darstellung mit einem Hohlorganabschnitt aus Computertomographie-Bilddaten mit Markierungen eines Verzweigungsmittelpunkts und dreier Anfangsmittelpunkte der drei Hohlorganstränge im Bereich der Verzweigung,
  • 12 eine Darstellung eines Hohlorganabschnitts aus Computertomographie-Bilddaten mit Markierungen seiner Mittellinie,
  • 13 ein schematisches Ablaufdiagramm eines Ausführungsbeispiels eines erfindungsgemäßen Verfahrens zur Ermittlung einer Mittellinie, und
  • 14 eine schematische Blockdarstellung eines Ausführungsbeispiels einer Bildbearbeitungseinrichtung mit einer erfindungsgemäßen Verzweigungs-Ermittlungseinrichtung.
  • Im Folgenden wird – ohne Beschränkung der Allgemeinheit – ein Ausführungsbeispiel eines Verfahrens zur Ermittlung einer Mittellinie eines Hohlorgans kombiniert mit dem erfindungsgemäßen Verfahren zur Verzweigungserkennung des Hohlorgans erläutert.
  • 1 zeigt eine Darstellung auf dem Bildschirm einer Befundungsstation einer Aufnahme eines menschlichen Beckenbereichs. Neben den Knochenstrukturen des Beckens und eines Teils der Wirbelsäule zeigt sie einen Abschnitt eines Hohlorgans 1, hier eines Blutgefäßes, dessen Mittellinie ermittelt werden soll. Es weist längere unverzweigte Bereiche auf und -etwa in der Bildmitte und im unteren Bildbereich – mehrere Verzweigungen.
  • In einem vorteilhaften Mittellinien-Ermittlungsverfahren wird auf Basis von Bilddaten des Blutgefäßes 1, die bevorzugt als Volumenbilddaten vorliegen, ein Startort 5, hier ein einzelner Saatpunkt innerhalb des Hohlorgans festgelegt, beispielsweise durch Eingabe eines Benutzers über eine Benutzerschnittstelle der Befundungsstation. Von diesem Saatpunkt 5 aus werden Suchstrahlen 3 in gleicher räumlicher Verteilung ausgesandt.
  • Ein einzelner solcher Suchstrahl 3 ist in 2 innerhalb eines Querschnitts eines Hohlorgans 1 gezeigt. Er durchmisst das Hohlorgan 1 und durchläuft dann das umliegende Gewebe, wobei auf beiden Seiten des Hohlorgans 1 entlang des Suchstrahls weitere Querschnitte von in diesem Bereich in etwa parallel zum Hohlorgan 1 verlaufenden Strukturen 7a, 7b liegen, die er ebenfalls durchdringt. Entlang des Suchstrahls 3 wird – in 3 dargestellt – ein Hounsfieldprofil erstellt. Es ist erkennbar, dass die Hounsfield-Werte des umgebenden Gewebes deutlich niedriger sind als die des Hohlorgans 1 und der Strukturen 7a, 7b.
  • In der Folge kann für alle entlang aller Suchstrahlen liegenden Pixel bzw. Voxel ein lokales Histogramm erstellt werden, das in 4 gezeigt ist. Die Kreuze zeigen jeweils die (auf der y-Achse aufgetragene) Menge der Voxel aller Suchstrahlen in absoluten Zahlen an, die eine bestimmte Grauwertintensität aufweisen, die in Hounsfield-Werten auf der x-Achse aufgetragen sind. Mit Hilfe einer Maximum-Likelihood-Methode wurde an das Histogramm eine von ihrer Form her geeignete Gauß-Kurve GK angepasst, die die Wert-Verteilungslogik des Histogramms repräsentiert. In Abhängigkeit von der Form der Gauß-Kurve GK, das heißt von ihrer Standardabweichung σ und ihrem Mittelwert μ wurden ein unterer und ein oberer Schwellenwert Su und So abgeleitet. Diese Schwellenwerte Su, So liegen an den Stellen Su = μ – 2·σ bzw So = μ + 2·σ.
  • Der Hounsfieldbereich zwischen den Schwellenwerten Su, So definiert das Intervall (vgl. 3), in dem typischerweise Hounsfieldwerte des zu untersuchenden Hohlorgans liegen. Hounsfieldwerte außerhalb dieses Bereichs werden als nicht zum Hohlorgan gehörend betrachtet.
  • 5 zeigt schematisch einen Abschnitt eines Hohlorgans 1, in den sich gegenseitig überlappende geometrische Figuren, hier Ellipsoide 9, eingepasst sind. Die Form und Größe der Ellipsoide ergibt sich aus einer Hauptkomponentenanalyse einer Punktwolke von Durchstoßpunkten durch die Wand des Hohlorgans entlang der Suchstrahlen (vgl. 1). Diese Durchstoßpunkte wurden dort gesetzt, wo die Voxelwerte der jeweiligen Suchstrahlen den Hounsfieldbereich zwischen den Schwellenwerten Su, So (vgl. 4) erstmals verlassen.
  • Jedes eingepasste Ellipsoid kann durch einen Radius r1, r2, ..., rn und durch eine Hauptachse A1, A2, ..., An charakterisiert werden. Entlang der jeweiligen Hauptachse A1, A2, ..., An wird im Rahmen dieses Ausführungsbeispiels auch der nächste Startort in Form eines neuen Saatpunkts gesetzt – vorausgesetzt, der potenzielle Startort befindet sich nicht in einem Verzweigungsbereich. Der neue Saatpunkt liegt dann auf der jeweiligen Hauptachse A1, A2, ..., An um der Hälfte des jeweiligen Radius r1, r2, ..., rn versetzt in einer Verlaufsrichtung, in der eine Mittellinie des Hohlorganabschnitts ermittelt werden soll. Auf Basis des jeweiligen neuen Startorts wird durch rekursive Wiederholung des beschriebenen Verfahrens (vom Aussenden der Suchstrahlen bis zur Einpassung eines neuen Ellipsoids und der Ermittlung eines neuen Startorts) eine Reihe von Ellipsoiden in den Hohlorganabschnitt eingepasst, deren Mittelpunkte die Mittellinie des Hohlorganabschnitts definieren. So kann durch die Mittelpunkte beispielsweise eine gekrümmte Kurve gelegt werden, die die Mittellinie darstellt.
  • Eine Besonderheit ergibt sich bei der Ermittlung der Mittellinie beim Erreichen eines Verzweigungsbereichs V, wie er in 6 schematisch dargestellt ist. Dabei ist es zunächst notwendig, den Verzweigungsbereich V überhaupt zu erkennen, da die Rekonstruktion einer Mittellinie 13 nach dem bisher beschriebenen Verfahren in erster Linie für unverzweigte Hohlorgan-Bereiche geeignet ist. Außerdem wird für die Fortführung der Mittelinie 13 der Verzweigungsmittelpunkt 11 benötigt. Sowohl zur Erkennung des Verzweigungsbereichs V als auch zur Bestimmung des Verzweigungsmittelpunkts 11 dient das erfindungsgemäße Verfahren, das anhand der 7 bis 9 näher erläutert wird.
  • In 7 ist schematisch eine erste Ausführungsform eines erfindungsgemäßen Verfahrens zur Ermittlung einer Verzweigungsstelle V dargestellt. Dieses Verfahren wird bevorzugt jedes Mal vor Durchführung der Hauptkomponentenanalyse und besonders bevorzugt bereits vor der Definition von Suchstrahlen von einem neuen Startort aus ausgeführt. Wird dabei keine Verzweigungsstelle erkannt, so wird weiter wie oben beschrieben, eine neue geometrische Figur in das Hohlorgan eingepasst.
  • Bei der erfindungsgemäßen Ermittlung einer Verzweigungsstelle wird, ausgehend von einem Startort, der hier wie zuvor beschrieben durch die Form des letzten Ellipsoids 9 bestimmt wird, ein Regionen-Wachstums-Verfahren durchgeführt. Anhand der zuvor bestimmten lokalen Schwellenwerte Su, So die einen zum Organ zugeordneten Hounsfieldbereich definieren, werden Wachstumsschichten erster bis n-ter Ordnung innerhalb des Hohlorgans aufgebaut. Dabei wird in der vorliegenden Ausführungsform nach Durchführung des Wachstumsschritts die n-te Wachstumsschicht einer Zusammenhangsanalyse unterzogen. Eine Verzweigungsstelle V liegt gemäß dieser Analyse dann vor, wenn die äußerste Wachstumsschicht – in 7 die zwölfte Wachstumsschicht – nicht mehr vollständig zusammenhängend ist. Dagegen liegt im Untersuchungsbereich keine Verzweigung vor, wenn eine Anzahl äußerer Wachstumsschichten einer – beispielsweise in Abhängigkeit vom Radius des Ellipsoids 9, der als letztes bestimmt wurde, jeweils zusammenhängend sind. Die Wachstumstiefe richtet sich also bevorzugt nach dem Radius des vorhergehenden Ellipsoids 9 bzw. nach analog gewählten Maßvorgaben andersartiger geometrischer Figuren. Sie ist somit dynamisch – beispielsweise in Abhängigkeit vom Lumen des Hohlorgans – anpassbar.
  • In 8 ist eine zweite Ausführungsform eines erfindungsgemäßen Verfahrens zur Ermittlung einer Verzweigungsstelle V dargestellt, die in ihrer Erkennungslogik weniger sensitiv ist, dafür aber auch weniger störungsanfällig. Hier werden statt der äußersten Wachstumsschicht mehrere äußere Wachstumsschichten – im vorliegenden Falle zwei Schichten – auf ihren Zusammenhang hin analysiert. Das Signal, dass eine Verzweigungsstelle V vorliegt, wird also erst dann generiert, wenn die beiden äußeren Schichten 11 und 12 nicht mehr zusammenhängen. Durch diese etwas gröbere Zusammenhangsanalyselogik kann vermieden werden, dass falsch positive Signale generiert werden, etwa, wenn das Hohlorgan nur eine Ein- oder Ausbuchtung hat, die bei einer sehr feinen Analyse fälschlicherweise als Verzweigungsstelle erkannt werden könnte.
  • 9 und 10 dienen der Illustration der Notwendigkeit einer differenzierten Erkennungslogik von Verzweigungsbereichen. So zeigt 9 analog zu 8 ein Hohlorgan 1, in dem im Regionen-Wachstums-Verfahren Wachstumsschichten aufgebaut wurden. Jedoch befindet sich statt des Verzweigungsbereichs V an in etwa derselben Stelle lediglich eine Ausbuchtung Y des Hohlorgans 1. Eine Zusammenhangsanalyse nur der äußersten Wachstumsschicht 12 würde für diese Ausbuchtung Y zu dem Fehlschluss führen, dass ein Verzweigungsbereich vorläge. Durch die gemeinsame Analyse der äußeren drei Wachstumsschichten 10 bis 12 hingegen kann dieser falsch positive Schluss vermieden werden.
  • Eine analoge Entsprechung im real durch Computertomographie aufgenommenen Bild ist in 10 gezeigt, in dem im oberen rechten Bildbereich ein Hohlorgan 1 wiederum eine Ausbuchtung Y aufweist.
  • Mit Hilfe der anhand der 7 und 8 beschriebenen Erkennungslogik für Verzweigungsstellen V können in der Folge auch der Verzweigungsmittelpunkt 11 und Anfangsmittelpunkte 15 von Hohlorgansträngen nach der Verzweigungsstelle V festgelegt werden, wie sie in 11 gezeigt sind. Vorzugsweise wird als Verzweigungsmittelpunkt 11 der Schwerpunkt aller Wachstumsschichten verwendet, die bis zur Detektion der Verzweigung aufgebaut wurden, d. h. in den Beispielen der 7 und 8 der Schwerpunkt der Wachstumsschichten 1 bis 12. Dadurch, dass der Startort des Regionen-Wachstums-Verfahrens nicht beliebig weit von einer Verzweigungsstelle V entfernt platziert sein kann (sonst wäre es beispielsweise möglich, ein weiteres Ellipsoid in einen unverzweigten Bereich einzupassen), kann der Schwerpunkt näherungsweise den Verzweigungsmittelpunkt 11 der Verzweigungsstelle V repräsentieren.
  • Ähnliches ergibt sich für die Anfangsmittelpunkte 15. Sie bilden sich aus dem Schwerpunkt eines Clusters der Anzahl von äußeren Wachstumsschichten, wobei das Cluster aus solchen lokalen Teilen von Wachstumsschichten gebildet ist, die sich im Bereich des einzelnen Hohlorganstrangs befinden und die keine zusammenhängende Wachstumsschicht mehr im Rahmen des Regionen-Wachstums-Verfahrens bilden. Um im Bild der 7 und 8 zu bleiben, so würde der Anfangsmittelpunkt des nach rechts abgehenden Hohlorganstrangs in 7 durch den Schwerpunkt der beiden Voxel der Schicht 12 und in 8 durch den Schwerpunkt der vier Voxel der Schichten 11 und 12 in diesem Hohlorganstrang gebildet. Dies kann bedeuten, dass genau dieser Schwerpunkt als Anfangsmittelpunkt 15 des Hohlorganstrangs verwendet wird oder als Ausgangsgröße zur genaueren Bestimmung des exakten Anfangsmittelpunkts, die dann wiederum im Rahmen des oben beschriebenen Verfahrens zur Mittellinienbestimmung mit Hilfe der Ellipsoide erfolgen kann. Mit anderen Worten: Ein wie beschrieben ermittelter Anfangsmittelpunkt 15 eines Hohlorgans kann in der Folge wieder als Startort für die Durchführung eines erfindungsgemäßen Verfahrens zur weiteren Ermittlung der Mittellinie 13 dienen.
  • Im Endeffekt ergibt sich am Ende der Verfahren zur Mittellinienbestimmung bzw. zur Ermittlung von Verzweigungsstellen eines Abschnitts eines Hohlorgans 1 eine Mittellinie 13, wie sie in 12 dargestellt ist: Sie wird definiert durch Verzweigungsmittelpunkte 11 und durch Mittelpunkte Mx der Ellipsoide (in dieser Figur nicht dargestellt), an denen sie sich orientiert.
  • Zur genaueren Erläuterung zeigt 13 ein schematisches Ablaufdiagramm, in dem wesentliche Verfahrensschritte bei der Mittellinienbestimmung nochmals visualisiert sind: Das Verfahren teilt sich in eine Initialisierungsphase U, eine Generierungsphase W zur Generierung eines Gefäßmodells und eine Nachverarbeitungsphase Z.
  • In der Initialisierungsphase U wird das Verfahren unter A gestartet. Zunächst wird bei einem Input B – manuell über eine Benutzerschnittstelle oder automatisch mit Hilfe einer Eingabelogik – ein Startort 5 (vgl. 1) eingegeben. In einer Abfrage C wird festgestellt, ob der Startort 5 geeignet ist zur Durchführung des Verfahrens, also in erster Linie, ob er sich innerhalb des Hohlorganabschnitts befindet, aber auch, ob sich der Startort 5 in bzw. nahe einem Verzweigungsbereich befindet. Ist dies beides nicht der Fall (n), wird zu Schritt B zurückgesprungen, anderenfalls (j) kann weiterverfahren werden. Hierzu sind optional Schritte D und E möglich. In Schritt D wird eine ”künstliche” Verzweigungserkennung durchgeführt, die beispielsweise als Verfahren zur Verzweigungserkennung wie oben beschrieben realisiert sein kann. Es handelt sich um eine künstliche Verzweigungserkennung, weil entweder aufgrund einer vorherigen Abklärung bereits klar ist, dass keine reale Verzweigung vorliegt oder weil sonst bei Vorliegen einer realen Verzweigung mindestens drei Gefäßsegmente ermittelt werden könnten, in deren Richtungen sich das Hohlorgan erstreckt. Mit Hilfe dieser künstlichen Verzweigungserkennung D werden nämlich nur in Schritt E die Gefäßsegmente in beiden Haupterstreckungsrichtungen des Hohlorgans 1 ermittelt, entlang derer in der Folge der Mittellinienverlauf mit Hilfe eines A*-Verfahrens weiterermittelt werden kann.
  • In der Generierungsphase W wird zunächst in einem Auswahlschritt F dasjenige der Gefäßsegmente ausgewählt, entlang dessen Richtung vom Startort 5 aus die Mittellinie ermittelt werden soll. Bevorzugt erfolgt die Ermittlung der Mittellinie von zwei Seiten, d. h. von zwei Startorten 5 aus aufeinander zu, so dass insgesamt aus vier Gefäßsegmenten die beiden geeignetsten ausgewählt werden. Im Schritt G werden Suchstrahlen vom Startort 5 definiert und im Schritt H auf Basis der Intensitätswerte der Voxel aller Suchstrahlen die lokalen Schwellenwerte für den Bereich um den Startort 5 ermittelt. In Schritt J folgt dann eine erfindungsgemäße Verzweigungserkennung mit Hilfe der oben näher erläuterten Methode unter Zuhilfenahme des Regionen-Wachstums-Verfahrens. In einer Abfrage K wird geklärt, ob eine solche Verzweigung vorliegt. Liegt eine Verzweigung vor (j) so wird diese in einem Schritt L näher bestimmt, ebenso wie in Schritt N die abzweigenden Hohlorganstränge. Dies schließt insbesondere die Ermittlung von Verzweigungsmittelpunkten 11 und Anfangsmittelpunkten 15 ein.
  • Liegt hingegen keine Verzweigung vor (n), so wird mit in einem Schritt M der nächste Punkt der Mittellinie ermittelt. Dies erfolgt vorzugsweise unter Zuhilfenahme des Schritts P der Einpassung eines Ellipsoids in das Hohlorgan. In einer Abfrage Q wird ermittelt, ob die Untersuchung bereits am Ende des Hohlorganabschnitts angekommen ist. Wenn nein (n), so wird das Verfahren ab Schritt F rekursiv wiederholt, wenn ja (j), so erfolgt der Übergang in die Nachverarbeitung Z, in der in Schritt R die Mittellinie unter Zuhilfenahme der einzelnen Mittelpunkte der in den Hohlorganabschnitt eingepassten geometrischen Figuren (vgl. 5) und der Verzweigungsmittelpunkte 11 sowie ggf. der Anfangsmittelpunkte 15 der Hohlorganstränge extrahiert und in Schritt S optional nachbearbeitet wird, beispielsweise durch harmonisches Anformen einer gekrümmten Kurve an die geraden Verbindungen zwischen den einzelnen Mittelpunkten. Damit endet unter T das Verfahren.
  • 14 zeigt in schematischer Blockdarstellung eine Bildbearbeitungseinrichtung 17 mit einem Ausführungsbeispiel einer erfindungsgemäßen Verzweigungs-Ermittlungseinrichtung 23, die zusammen mit Mittellinienbestimmungseinheiten 24 innerhalb einer Mittellinien-Ermittlungseinrichtung 22 angeordnet ist. Neben der Mittellinien-Ermittlungseinrichtung 22 weist die Bildbearbeitungseinrichtung 17 eine Bildaufbereitungseinheit 21 und eine Bildausgabeeinrichtung 19 auf.
  • In die Bildbearbeitungseinrichtung 17 werden Ausgangsbilddaten ABD eingespeist und in der Bildaufbereitungseinheit 21 verarbeitet. Daraus resultierende Bilddaten BD, die im Übrigen auch Ausgangsbilddaten ABD umfassen können, werden sowohl in die Bildausgabeeinrichtung 19, beispielsweise einen Monitor einer Befundungsstation, als auch in die Mittellinien-Ermittlungseinrichtung 22 und mittelbar in die Verzweigungs-Ermittlungseinrichtung 23 eingespeist.
  • Die Verzweigungs-Ermittlungseinrichtung 23 weist neben einer Eingangsschnittstelle 25 und einer Ausgangsschnittstelle 37 folgende Komponenten auf: Eine Festlegungseinheit 27, eine Schwellenwert-Ermittlungseinheit 29, eine Regionen-Wachstums-Einheit 31, eine Zusammenhangsanalyseeinheit 33 und eine Lokalisierungseinheit 35.
  • In den Mittellinienbestimmungseinheiten 24 der Mittellinien-Ermittlungseinrichtung 22, beispielsweise solchen Einheiten, die so ausgebildet sind, dass sie ein oben beschriebenes Verfahren zur Mittellinienbestimmung durchführen können, wird aus den Bilddaten BD eine Mittellinie des Hohlorgans bestimmt. Um zu verifizieren, dass an bestimmten Orten im Hohlorgan keine Verzweigung vorliegt, leitet sie die entsprechenden Bilddaten an die Verzweigungs-Ermittlungseinrichtung 23 weiter, wo sie über die Eingangsschnittstelle 25 eingespeist werden.
  • Die Festlegungseinheit 27 legt Startorte 5 innerhalb eines Hohlorgans 1 fest. Sie kann als reine Input-Schnittstelle ausgebildet sein, über die Benutzereingaben und/oder Inputs aus anderen Logikeinheiten, ggf. verbunden mit Datenbank-Informationen, eingespeist werden können, aber auch als eigenständige oder teilautomatische Logikeinheit. Ausgehend von den durch die Festlegungseinheit 27 festgelegten Startorten ermittelt die Schwellenwert-Ermittlungseinheit 29 die lokalen Schwellenwerte Su, So im Bereich um einen Startort 5, beispielsweise aufgrund einer Analyse der Pixel bzw. Voxel in einem Umgebungsbereich um den Startort 5. Unter Zuhilfenahme dieser Schwellenwerte Su, So führt die Regionen-Wachstums-Einheit 31 ein Regionen-Wachstums-Verfahren durch. Die Zusammenhangsanalyseeinheit 33 führt eine Zusammenhangsanalyse einer Anzahl von äußeren Wachstumsschichten durch, in Abhängigkeit von der die Lokalisierungseinheit 35 eine Verzweigung V lokalisiert. Die Informationen über die Verzweigung werden dann über die Ausgangsschnittstelle 37 zurück an die Mittellinienbestimmungseinheiten 24 gegeben, die diese zur weiteren Bestimmung der Mittellinie des Hohlorgans heranziehen.
  • Es wird abschließend noch einmal darauf hingewiesen, dass es sich bei dem vorhergehend detailliert beschriebenen Verfahren sowie bei der dargestellten Vorrichtung lediglich um Ausführungsbeispiele handelt, welche vom Fachmann in verschiedenster Weise modifiziert werden können, ohne den Bereich der Erfindung zu verlassen. Weiterhin schließt die Verwendung der unbestimmten Artikel „ein” bzw. „eine” nicht aus, dass die betreffenden Merkmale auch mehrfach vorhanden sein können.

Claims (15)

  1. Verfahren zur Ermittlung einer Verzweigungsstelle (V) innerhalb eines Hohlorgans (1) in Bilddaten (BD), die seine räumliche Struktur repräsentieren, mit den Schritten: a) Festlegung eines Startorts (5) innerhalb des Hohlorgans (1), b) Ermittlung mindestens eines lokalen Schwellenwerts (Su, So), der mit dem Vorliegen einer Wand des Hohlorgans (1) korrespondiert, gekennzeichnet durch folgende Schritte: c) Durchführung eines Regionen-Wachstums-Verfahrens unter Verwendung des mindestens einen Schwellenwertes (Su, So), d) Durchführung einer Zusammenhangsanalyse einer Anzahl von äußeren Wachstumsschichten, und e) Lokalisierung einer Verzweigung (V) auf Basis der Zusammenhangsanalyse.
  2. Verfahren gemäß Anspruch 1, dadurch gekennzeichnet, dass zur Ermittlung des mindestens einen lokalen Schwellenwerts (Su, So) eine Mehrzahl radialer Suchstrahlen (3) vom Startort (5) aus definiert wird und entlang dieser Suchstrahlen (3) die Intensitätswerte der Pixel und/oder Voxel ermittelt werden.
  3. Verfahren gemäß Anspruch 1 oder 2, dadurch gekennzeichnet, dass zur Ermittlung des mindestens einen lokalen Schwellenwerts (Su, So) eine Histogramm-Analyse durchgeführt wird.
  4. Verfahren gemäß Anspruch 3, dadurch gekennzeichnet, dass die Histogramm-Analyse eine Schätzung des mindestens einen lokalen Schwellenwerts (Su, So) mittels einer Maximum-Likelihood-Methode umfasst.
  5. Verfahren gemäß einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Anzahl der äußeren Wachstumsschichten aus mehreren einzelnen Wachstumsschichten besteht.
  6. Verfahren gemäß einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Zusammenhangsanalyse ab einem definierten Pixel- und/oder Voxel-Abstand der äußersten Wachstumsschicht vom Startort (5) durchgeführt wird.
  7. Verfahren gemäß einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Zusammenhangsanalyse eine Clusteranalyse mit einer Distanzfunktion umfasst.
  8. Verfahren gemäß einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass aus Ortsinformationen zur lokalisierten Verzweigung (V) ein Verzweigungsmittelpunkt (11) ermittelt wird.
  9. Verfahren gemäß Anspruch 8, dadurch gekennzeichnet, dass der Verzweigungsmittelpunkt (11) durch den Schwerpunkt aller Wachstumsschichten, die bis zur Detektion der Verzweigung (V) aufgebaut wurden, definiert wird.
  10. Verfahren gemäß einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass aus Ortsinformationen zur lokalisierten Verzweigung (V) ein Anfangsmittelpunkt (15) eines Hohlorganstrangs nach der Verzweigung (V) ermittelt wird.
  11. Verfahren gemäß Anspruch 10, dadurch gekennzeichnet, dass der Anfangsmittelpunkt (15) des Hohlorganstrangs in Abhängigkeit vom Schwerpunkt eines Clusters einer Anzahl von äußeren Wachstumsschichten gebildet wird, wobei das Cluster aus solchen lokalen Teilen von Wachstumsschichten gebildet ist, die sich im Bereich eines einzelnen Hohlorganstrangs befinden und die keine zusammenhängende Wachstumsschicht mehr im Rahmen des Regionen-Wachstums-Verfahrens bilden.
  12. Verfahren zur Ermittlung einer Mittellinie (13) eines Abschnitts eines Hohlorgans (1) in Bilddaten (BD) im Bereich einer Verzweigungsstelle (V) des Hohlorgans (1), dadurch gekennzeichnet, dass die Mittellinie (13) durch einen in einem Verfahren gemäß einem der Ansprüche 8 oder 9 ermittelten Ver zweigungsmittelpunkt (11) und/oder durch einen in einem Verfahren gemäß Anspruch 10 oder 11 ermittelten Anfangsmittelpunkt (15) geführt wird.
  13. Verzweigungs-Ermittlungseinrichtung (23) zur Ermittlung einer Verzweigungsstelle (V) innerhalb eines Hohlorgans (1) gemäß einem der Ansprüche 1 bis 11, mindestens aufweisend: – eine Eingangsschnittstelle (25) für Bilddaten (BD), die eine räumliche Struktur des Hohlorgans (1) repräsentieren, – eine Startort-Festlegungseinheit (27) zur Festlegung eines Startorts (5) innerhalb des Hohlorgans (1), – eine Schwellenwert-Ermittlungseinheit (29) zur Ermittlung von lokalen Schwellenwerten (Su, So) im Bereich um den Startort (5), – eine Regionen-Wachstums-Einheit (31) zur Durchführung eines Regionen-Wachstums-Verfahrens, – eine Zusammenhangsanalyseeinheit (33) zur Durchführung einer Zusammenhangsanalyse einer Anzahl von äußeren Wachstumsschichten, und – eine Lokalisierungseinheit (35) zur Lokalisierung einer Verzweigung (V) in Abhängigkeit von der Zusammenhangsanalyse.
  14. Bildbearbeitungseinrichtung (17) mit einer Bildausgabeeinrichtung (19) und einer Verzweigungs-Ermittlungseinrichtung (23) gemäß Anspruch 13.
  15. Computerprogramm, das direkt in einen Prozessor der programmierbaren Bildbearbeitungseinrichtung (17) gemäß Anspruch 14 ladbar ist, mit Programmcode-Mitteln, um alle Schritte des Verfahrens nach einem der Ansprüche 1 bis 11 und/oder des Verfahrens gemäß Anspruch 12 auszuführen, wenn das Programm auf der Bildbearbeitungseinrichtung (17) ausgeführt wird.
DE102009006416A 2009-01-28 2009-01-28 Verfahren und Verzweigungs-Ermittlungseinrichtung zur Ermittlung einer Verzweigungsstelle sowie einer Mittellinie innerhalb eines Hohlorgans nebst zugehörigem Computerprogramm Expired - Fee Related DE102009006416B3 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
DE102009006416A DE102009006416B3 (de) 2009-01-28 2009-01-28 Verfahren und Verzweigungs-Ermittlungseinrichtung zur Ermittlung einer Verzweigungsstelle sowie einer Mittellinie innerhalb eines Hohlorgans nebst zugehörigem Computerprogramm
US12/693,556 US9109391B2 (en) 2009-01-28 2010-01-26 Method and branching determination device for determining a branching point within a hollow organ

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102009006416A DE102009006416B3 (de) 2009-01-28 2009-01-28 Verfahren und Verzweigungs-Ermittlungseinrichtung zur Ermittlung einer Verzweigungsstelle sowie einer Mittellinie innerhalb eines Hohlorgans nebst zugehörigem Computerprogramm

Publications (1)

Publication Number Publication Date
DE102009006416B3 true DE102009006416B3 (de) 2010-08-26

Family

ID=42313864

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102009006416A Expired - Fee Related DE102009006416B3 (de) 2009-01-28 2009-01-28 Verfahren und Verzweigungs-Ermittlungseinrichtung zur Ermittlung einer Verzweigungsstelle sowie einer Mittellinie innerhalb eines Hohlorgans nebst zugehörigem Computerprogramm

Country Status (2)

Country Link
US (1) US9109391B2 (de)
DE (1) DE102009006416B3 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109410191A (zh) * 2018-10-18 2019-03-01 中南大学 基于oct图像的眼底血管定位方法及其贫血筛查方法

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9336302B1 (en) 2012-07-20 2016-05-10 Zuci Realty Llc Insight and algorithmic clustering for automated synthesis
CN105096300B (zh) * 2014-05-08 2018-06-12 株式会社理光 对象检测方法和设备
EP3265845A4 (de) * 2015-03-05 2019-01-09 Commonwealth Scientific and Industrial Research Organisation Strukturmodellierung
US9928602B2 (en) * 2015-12-11 2018-03-27 Novartis Ag Fast and automated segmentation of layered image with heuristic graph search
US11205103B2 (en) 2016-12-09 2021-12-21 The Research Foundation for the State University Semisupervised autoencoder for sentiment analysis
WO2018173273A1 (ja) * 2017-03-24 2018-09-27 富士通株式会社 生体モデル生成装置、生体モデル生成方法、および生体モデル生成プログラム
US11229367B2 (en) 2019-07-18 2022-01-25 Ischemaview, Inc. Systems and methods for analytical comparison and monitoring of aneurysms
US11328413B2 (en) * 2019-07-18 2022-05-10 Ischemaview, Inc. Systems and methods for analytical detection of aneurysms
CN116740164A (zh) * 2023-06-15 2023-09-12 强联智创(北京)科技有限公司 用于对血管中心线进行提取的方法、设备及存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080187199A1 (en) * 2007-02-06 2008-08-07 Siemens Corporate Research, Inc. Robust Vessel Tree Modeling

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4656665A (en) * 1985-01-15 1987-04-07 International Business Machines Corporation Thresholding technique for graphics images using histogram analysis
US7194117B2 (en) * 1999-06-29 2007-03-20 The Research Foundation Of State University Of New York System and method for performing a three-dimensional virtual examination of objects, such as internal organs
US7274810B2 (en) * 2000-04-11 2007-09-25 Cornell Research Foundation, Inc. System and method for three-dimensional image rendering and analysis
US6990222B2 (en) * 2001-11-21 2006-01-24 Arnold Ben A Calibration of tissue densities in computerized tomography
US8428317B2 (en) * 2006-06-28 2013-04-23 Bio-Tree Systems, Inc. Binned micro-vessel density methods and apparatus
AU2009244058B2 (en) * 2008-05-09 2015-07-02 Nuvaira, Inc Systems, assemblies, and methods for treating a bronchial tree

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080187199A1 (en) * 2007-02-06 2008-08-07 Siemens Corporate Research, Inc. Robust Vessel Tree Modeling

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
HARIS, K., et al.: "Model-based Morphological Segmentation and Labeling of Coronary Angiograms". In: IEEE Trans. on Medical Imaging, Vol. 18, Nr. 10, Okt. 1999, S. 1003-1015 *
HARIS, K., et al.: "Model-based Morphological Segmentation and Labeling of Coronary Angiograms". In: IEEE Trans. on Medical Imaging, Vol. 18, Nr. 10, Okt. 1999, S. 1003-1015 PISUPATI, C., et al.: " A Central Axis Algorithm for 3D Bronchial Tree Structures. In: Intl. Symp. on Computer Vision, Proceedings, 21.-bis 23. Nov. 1995, S. 259-264 YIM, P.J., et al.: "Gray-Scale Skeletonization of Small Vessels in IEEE Trans. on Medical Imaging, Vol. 19, Iss. 6, 2000, S. 568-576
PISUPATI, C., et al.: " A Central Axis Algorithm for 3D Bronchial Tree Structures. In: Intl. Symp. on Computer Vision, Proceedings, 21.-bis 23. Nov. 1995, S. 259-264 *
YIM, P.J., et al.: "Gray-Scale Skeletonization of Small Vessels in IEEE Trans. on Medical Imaging, Vol. 19, Iss. 6, 2000, S. 568-576 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109410191A (zh) * 2018-10-18 2019-03-01 中南大学 基于oct图像的眼底血管定位方法及其贫血筛查方法
CN109410191B (zh) * 2018-10-18 2022-03-25 中南大学 基于oct图像的眼底血管定位方法及其贫血筛查方法

Also Published As

Publication number Publication date
US9109391B2 (en) 2015-08-18
US20100189333A1 (en) 2010-07-29

Similar Documents

Publication Publication Date Title
DE102009006416B3 (de) Verfahren und Verzweigungs-Ermittlungseinrichtung zur Ermittlung einer Verzweigungsstelle sowie einer Mittellinie innerhalb eines Hohlorgans nebst zugehörigem Computerprogramm
EP3185215B1 (de) Automatisierte ermittlung von konturen auf basis einer iterativen rekonstruktion
DE102005039685B4 (de) Verfahren zur Identifizierung eines kontrastierten Blutgefäßes in digitalen Bilddaten
DE102011076233B4 (de) Verfahren und Computersystem zur Erkennung einer statistisch relevanten Normvariante der Gefaßstruktur eines Patienten mit Hilfe tomographischer Bilddatensatze
DE102008037692A1 (de) Verfahren, Anordnung und Computerprogramm zur quantitativen Bifurkationsanalyse bei Angiographiebildern
EP3332710B1 (de) Charakterisierung von plaque
DE102009030223A1 (de) Verfahren, Gerät und Computerprogramm zur quantitativen Bifurkationsanalyse in 3D unter Verwendung mehrerer 2D angiographischer Bilder
DE102009006414B3 (de) Verfahren und Mittellinien-Ermittlungseinrichtung sowie Bildbearbeitungseinrichtung und Computerprogramm zur Ermittlung einer Mittellinie eines Abschnitts eines Hohlorgans
DE60317359T2 (de) Verfahren, code und system für die untersuchung von gelenkdeformität
EP1882232B1 (de) Verfahren und vorrichtung zum bestimmen von materialgrenzen eines prüfobjekts
DE102014207449A1 (de) Automatische Erkennung eines potenziellen Pleuraergusses
DE102010018460B4 (de) Verfahren zur Ermittlung wenigstens einer Änderung einer tubulären Gewebestruktur eines Lebewesens, Recheneinheit und Datenträger
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
DE102012213461B4 (de) Erzeugung modifizierter Bilddaten eines Zielobjekts
DE102007048874B4 (de) CT-Datenverarbeitungsvorrichtungen und CT-Datenverarbeitungsverfahren
DE102012204063B4 (de) Generierung von Visualisierungs-Befehlsdaten
DE102013202313A1 (de) Verfahren und Vorrichtung zur Korrektur von Bewegungsartefakten bei einem computertomographischen Bild
EP3287077B1 (de) Angulationsplanung für eine dreidimensionale angiographie
DE102004003381A1 (de) Verfahren zur Bestimmung der Lage wenigstens einer Schicht in einem Untersuchungsgebiet, in welcher Schicht eine Schichtbildaufnahme erfolgen soll
DE102009006765B4 (de) Verfahren zur Ansteuerung einer Bildausgabeeinrichtung, Verfahren zur Ermittlung von tangentialen Schnittebenen, Ansteuerungsmodul und Schnittebenenermittlungseinheit
DE102009043213A1 (de) Effiziente Korrektur von Polychromieeffekten bei der Bildrekonstruktion
DE102009007360B4 (de) Verfahren und Visualisierungseinrichtung zur Visualisierung möglicher Versorgungsblockadepunkte und/oder -bereiche in einem Organ sowie zugehöriges Computerprogramm
DE102006019918A1 (de) Verfahren zur Gefäß-Segmentierung in tomographischen Volumendaten und Tomographiesystem
EP4100877B1 (de) Computerimplementiertes verfahren, computerprogramm und operationssystem zur bestimmung des blutvolumenflusses durch einen abschnitt eines blutgefässes in einem operationsbereich
DE102013208892A1 (de) Verfahren und Vorrichtung zur patientenspezifischen Modellierung eines Organteiles

Legal Events

Date Code Title Description
8320 Willingness to grant licences declared (paragraph 23)
8364 No opposition during term of opposition
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