DE112005001741T5 - System und Verfahren zur Baumprojektion zur Erkennung von Lungenembolie - Google Patents

System und Verfahren zur Baumprojektion zur Erkennung von Lungenembolie Download PDF

Info

Publication number
DE112005001741T5
DE112005001741T5 DE112005001741T DE112005001741T DE112005001741T5 DE 112005001741 T5 DE112005001741 T5 DE 112005001741T5 DE 112005001741 T DE112005001741 T DE 112005001741T DE 112005001741 T DE112005001741 T DE 112005001741T DE 112005001741 T5 DE112005001741 T5 DE 112005001741T5
Authority
DE
Germany
Prior art keywords
slabs
tree
interest
image data
pulmonary
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.)
Ceased
Application number
DE112005001741T
Other languages
English (en)
Inventor
Atilla Peter Kiraly
Carol L. Novak
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 Medical Solutions USA Inc
Original Assignee
Siemens Medical Solutions USA Inc
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 Medical Solutions USA Inc filed Critical Siemens Medical Solutions USA Inc
Publication of DE112005001741T5 publication Critical patent/DE112005001741T5/de
Ceased legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00Manipulating 3D models or images for computer graphics
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/003D [Three Dimensional] image rendering
    • G06T15/08Volume rendering
    • G06T3/067
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/12Edge-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10132Ultrasound image
    • G06T2207/101363D ultrasound image
    • 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
    • G06T2207/30061Lung
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30101Blood vessel; Artery; Vein; Vascular
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2219/00Indexing scheme for manipulating 3D models or images for computer graphics
    • G06T2219/008Cut plane or projection plane definition

Abstract

Verfahren zum Erkennen eines interessierenden Bereiches in einer interessierenden Struktur, welches umfasst:
Segmentieren von Bilddaten der interessierenden Struktur; und
Rendern zweidimensionaler Bilder auf der Basis einer Funktion der Bilddaten und der segmentierten Bilddaten innerhalb von Slabs, die durch die segmentierten Bilddaten definiert sind.

Description

  • QUERVERWEIS AUF VERWANDTE ANMELDUNG
  • Diese Anmeldung beansprucht die Priorität der am 02. August 2004 eingereichten vorläufigen US-Patentanmeldung Nr. 60/598,097, von der eine Kopie durch Querverweis in die vorliegende Anmeldung einbezogen ist.
  • HINTERGRUND DER ERFINDUNG
  • 1. Technisches Gebiet
  • Die vorliegende Erfindung betrifft die Visualisierung und computergestützte Diagnose und Erkennung von Lungenembolie, und spezieller ein System und Verfahren zur Baumprojektion zur Erkennung von Lungenembolie.
  • 2. Erörterung des Standes der Technik
  • Eine Lungenembolie (LE) entsteht, wenn ein Stück eines Blutgerinnsels von einer tiefen Venenthrombose (TVT) abbricht und zu einer Arterie in einer Lunge wandert, wo es die Arterie verstopft, die Lunge schädigt und eine Belastung des Herzens verursacht. Diese kurzzeitige Komplikation ist potentiell lebensbedrohend und tritt bei etwa zehn Prozent der Patienten mit akuten TVT-Ereignissen auf. Sie kann sogar noch verbreiteter sein, als allgemein angenommen, da die Mehrzahl der Embolien ohne Symptome auftritt.
  • Obwohl LE eine der häufigsten Ursachen eines unerwarteten Todes in den USA ist, ist sie möglicherweise auch eine der vermeidbarsten. Eine umgehende Behandlung mit Antikoagulantien ist entscheidend, um einen Tod zu verhindern. Eine solche Behandlung birgt jedoch Risiken in sich, weshalb eine korrekte Diagnose von entscheidender Bedeutung ist. Infolgedessen gewinnt Computer-Tomographie-Angiographie (CTA) zunehmend an Akzeptanz als ein Diagnoseverfahren, das eine Sensitivität und Spezifizität bietet, die mit anderen Verfahren wie etwa Pulmonalangiographie und Ventilations-Perfusions-Scans vergleichbar oder ihnen überlegen sind.
  • Bilder, die von 16-Schicht-Computertomographie-(CT)-)Scannern gewonnen werden, welche bei der CTA verwendet werden, liefern Daten mit einer sehr hohen Auflösung, die eine verbesserte Erkennung von Emboli ermöglichen, die sich in subsegmentalen Arterien befinden. Die Analyse der hochauflösenden Daten über zweidimensionale (2D-)Schnitte erfordert die Verfolgung einzelner Gefäße und die Untersuchung von deren Inhalt. Diese Analyse kann jedoch zeitaufwendig sein, insbesondere für periphere Arterien. Zum Beispiel muss ein Radiologe durch einzelne 2D-Schnitte navigieren, während er sich gleichzeitig an die Lage der Gefäße, die verfolgt werden, erinnern muss. Da der Radiologe jedoch jedes Mal nur eine begrenzte Anzahl von Gefäßen verfolgen kann, muss der gesamte Verfolgungsprozess wiederholt werden.
  • Da intravenöses Kontrastmittel nicht in Gerinnsel eindringt, identifizieren Radiologen Lungenemboli an den 2D-Schnitten, indem sie in den Arterien nach dunklen Bereichen suchen, die von hellem, mit Kontrastmittel angereichertem Blut umgeben sind. Bei einem früheren Verfahren zur dreidimensionalen (3D-)Visualisierung von LE wird eine schattierte Oberflächendarstellung (Shaded Surface Display, SSD) eines Lungengefäßbaumes erzeugt, und die Werte innerhalb der Gefäße werden verwendet, um deren Oberfläche zu färben. Die resultierende Visualisierung zeigt unverstopfte Gefäße als helle weiße Bereiche und potentielle Gerinnsel als dunkle Flecken. Dieses Verfahren zur 3D-Visualisierung vereinfacht die Suche nach peripheren LE, da der gesamte Gefäßbaum auf einmal dargestellt wird und eine Verfolgung von Gefäßen nicht notwendig ist.
  • Die oben erwähnte Visualisierung zeigt außerdem Emboli in ihrem anatomischen Kontext. Der vollständige Lungengefäßbaum kann jedoch recht komplex sein, mit zahlreichen abzweigenden Gefäßen. Ein beispielhafter Gefäßbaum ist im Bild (a) von 1 dargestellt und ein SSD zur Visualisierung von LE ist im Bild (b) von 1 dargestellt. Wie 1 zeigt, werden, während die Gefäße auf der Vorderseite der Bäume leicht im Hinblick auf verdächtige dunkle Bereiche inspiziert werden können, Gefäße auf der vom Betrachter abgewandten Seite der Bäume durch näher befindliche Gefäße verdeckt. Daher muss der Benutzer, um einen Gefäßbaum überall auf LE zu prüfen, um den Gefäßbaum herum navigieren und dabei darauf achten, dass er alle Seiten inspiziert.
  • Bei einem anderen Verfahren zur Erkennung von LE wird ein "Schaufelrad" (Paddlewheel) von Projektionen der maximalen Intensität (Maximum Intensity Projections, MIPs) um das Herz herum gerendert. Bei diesem Verfahren ist es nicht erforderlich, dass ein Radiologe wiederholt den Gefäßbaum inspiziert, wenn er unterschiedliche Bereiche untersucht. Die Gefäße müssen jedoch verfolgt werden, und es muss der gesamte Datensatz gerendert werden, unabhängig vom Inhalt. Daher beeinflussen Bereiche des Grundgewebes, der Luftwege und anderer nicht relevanter Strukturen die Renderings. Infolgedessen verhindert dies die Anwendung einer Projektion der mittleren Intensität (Average Intensity Projection) oder anderer Typen von Projektionsverfahren, da die nicht relevanten Strukturen die Visualisierung der peripheren Arterien störend beeinflussen.
  • Das "Schaufelrad"-Verfahren erfordert ferner dünne Slabs (Bildstapel), um eine effiziente Sensitivität zu erzielen, da die MIPs LE-Bereiche verdecken können, wenn eine partielle Verstopfung oder ein heller Bereich in einem Gebiet vorhanden ist. Dies hat eine beträchtliche Anzahl von Bildern zur Folge, welche analysiert werden müssen, um eine annehmbare Sensitivität zu erzielen. Dementsprechend besteht Bedarf an einem effizienten Verfahren zur Erkennung von LE, welches die Untersuchung von 2D-Bildern ermöglicht, ohne zahlreiche dünne MIP-Schichten zu erfordern.
  • ZUSAMMENFASSUNG DER ERFINDUNG
  • Die vorliegende Erfindung überwindet die oben genannten und andere Probleme, die bei den bekannten Verfahren auftreten, indem sie ein System und ein Verfahren zur Baumprojektion zur Erkennung von LE bereitstellt.
  • Bei einer Ausführungsform der vorliegenden Erfindung umfasst ein Verfahren zum Erkennen eines interessierenden Bereiches in einer interessierenden Struktur: Segmentieren von Bilddaten der interessierenden Struktur; und Rendern zweidimensionaler Bilder auf der Basis einer Funktion der Bilddaten und der segmentierten Bilddaten innerhalb von Slabs, die durch die segmentierten Bilddaten definiert sind. Die interessierende Struktur wird unter Anwendung eines der folgenden Segmentierungsverfahren segmentiert: Schwellwertverfahren (Thresholding) und größenbasierte Etikettierung (Size-based Labeling), Leitungsfilter-basiertes oder Strukturtensor-basiertes Segmentierungsverfahren.
  • Wenn die interessierende Struktur ein Lungengefäßbaum ist, umfasst der Schritt des Renderns: anfängliches Ausrichten der Slabs entlang einer Achse des Lungengefäßbaumes; Bemessen der Größe der Slabs derart, dass sie entweder die linke und die rechte Lunge oder eine der beiden Lungen des Lungengefäßbaumes bedecken; Berechnen von Projektionen der Slabs, die um den Lungengefäßbaum gedreht sind; und Slicing des Lungengefäßbaumes.
  • Die Slabs werden zu Beginn entlang einer der Achsen x, y oder z ausgerichtet. Die Slabs werden zu Beginn entweder entlang einer Achse ausgerichtet, die durch die Anatomie eines Patienten definiert ist, oder entlang einer Mittelachse des Lungengefäßbaumes.
  • Die Anzahl zweidimensionaler Bilder ist definiert durch:
    Figure 00040001
    wobei N die Anzahl zweidimensionaler Bilder ist, ermittelt durch Aufrundung des Bruches auf den nächstgrößeren ganzzahligen Wert, t eine Dicke der Slabs ist und r ein Einflussradius ist.
  • Die Anzahl zweidimensionaler Bilder ist außerdem definiert durch:
    Figure 00040002
    wobei N die Anzahl zweidimensionaler Bilder ist, ermittelt durch Aufrundung des Bruches auf den nächstgrößeren ganzzahligen Wert, t eine Dicke der Slabs ist und r ein Einflussradius ist.
  • Die Anzahl der Slabs ist durch eine Funktion entweder der Slabdicke oder der Überlappung der Slabs oder des Radius der interessierenden Struktur definiert. Die Slabs werden gerendert, indem eines der folgenden Rendering-Verfahren angewendet wird: Projektion der maximalen Intensität (Maximum Intensity Projection), Projektion der mittleren Intensität (Average Intensity Projection), Projektion der minimalen Intensität (Minimum Intensity Projection) oder Rendering-Verfahren des ersten Quartils.
  • Das Verfahren umfasst ferner: Darstellen der Slabs als eine Filmschleife (Cine-Loop); und Einstellen der Filmschleife. Die Einstellung betrifft entweder die Geschwindigkeit oder die Slabdicke oder die Rotationsachse oder das Rendering-Verfahren. Der interessierende Bereich ist entweder eine Lungenembolie oder eine Atemwegstenose oder ein Gehirnaneurysma, und die interessierende Struktur ist entweder ein Gefäßbaum oder ein Luftwege-Baum.
  • Bei einer anderen Ausführungsform der vorliegenden Erfindung umfasst ein Verfahren zum Erkennen von Anomalien in einem Lungengefäßbaum: Segmentieren von Bilddaten des Lungengefäßbaumes; und Rendern zweidimensionaler Bilder auf der Basis einer Funktion der Bilddaten und der segmentierten Bilddaten innerhalb von Slabs, die durch die segmentierten Bilddaten definiert sind. Der Lungengefäßbaum wird unter Anwendung eines der folgenden Segmentierungsverfahren segmentiert: Schwellwertverfahren (Thresholding) und größenbasierte Etikettierung (Size-based Labeling), Leitungsfilter-basiertes oder Strukturtensor-basiertes Segmentierungsverfahren.
  • Der Schritt des Renderns umfasst: anfängliches Ausrichten der Slabs entlang einer Achse des Lungengefäßbaumes; Bemessen der Größe der Slabs derart, dass sie entweder die linke und die rechte Lunge oder eine der beiden Lungen des Lungengefäßbaumes bedecken; Berechnen von Projektionen der Slabs, die mit zunehmenden Winkeln um den Lungengefäßbaum gedreht sind; und Slicing des Lungengefäßbaumes mittels Überstreichen (Sweeping) eines vollständigen Kreises.
  • Die Slabs werden zu Beginn entlang einer der Achsen x, y oder z ausgerichtet, entlang einer Achse, die durch die Anatomie eines Patienten definiert ist, oder entlang einer Mittelachse des Lungengefäßbaumes. Die Anzahl zweidimensionaler Bilder ist definiert durch:
    Figure 00050001
    wobei N die Anzahl zweidimensionaler Bilder ist, ermittelt durch Aufrundung des Bruches auf den nächstgrößeren ganzzahligen Wert, t eine Dicke der Slabs ist und r ein Einflussradius ist.
  • Die Anzahl zweidimensionaler Bilder ist außerdem definiert durch:
    Figure 00050002
    wobei N die Anzahl zweidimensionaler Bilder ist, ermittelt durch Aufrundung des Bruches auf den nächstgrößeren ganzzahligen Wert, t eine Dicke der Slabs ist und r ein Einflussradius ist.
  • Die Anzahl der Slabs ist durch eine Funktion entweder der Slabdicke oder der Überlappung der Slabs oder des Radius der interessierenden Struktur definiert. Die Slabs werden gerendert, indem eines der folgenden Rendering-Verfahren angewendet wird: Projektion der maximalen Intensität (Maximum Intensity Projection), Projektion der mittleren Intensität (Average Intensity Projection), Projektion der minimalen Intensität (Minimum Intensity Projection) oder Rendering-Verfahren des ersten Quartils.
  • Das Verfahren umfasst ferner: Darstellen der Slabs als eine Filmschleife (Cine-Loop); und Einstellen der Filmschleife, wobei die Einstellung entweder die Geschwindigkeit oder die Slabdicke oder die Rotationsachse oder das Rendering-Verfahren betrifft. Die Anomalie ist eine Lungenembolie.
  • Bei einer weiteren Ausführungsform der vorliegenden Erfindung umfasst ein System zum Erkennen eines interessierenden Bereiches in einer interessierenden Struktur: eine Speichervorrichtung zum Speichern eines Programms; einen Prozessor, der mit der Speichervorrichtung kommuniziert, wobei der Prozessor in Verbindung mit dem Programm bewirkt: Segmentieren von Bilddaten der interessierenden Struktur; und Rendern zweidimensionaler Bilder auf der Basis einer Funktion der Bilddaten und der segmentierten Bilddaten innerhalb von Slabs, die durch die segmentierten Bilddaten definiert sind.
  • Die interessierende Struktur ist entweder ein Gefäßbaum oder ein Luftwege-Baum. Der interessierende Bereich ist entweder eine Lungenembolie oder eine Atemwegstenose oder ein Gehirnaneurysma. Die Bilddaten werden unter Verwendung entweder eines Computertomographen oder eines Magnetresonanztomographen erfasst.
  • Der Prozessor bewirkt ferner in Verbindung mit dem Programmcode beim Rendern: anfängliches Ausrichten der Slabs entlang einer Mittelachse der interessierenden Struktur; Berechnen von Projektionen der Slabs, die mit zunehmenden Winkeln um die interessierende Struktur gedreht sind; und Slicing der interessierenden Struktur. Der Prozessor bewirkt ferner in Verbindung mit dem Programmcode: Darstellen der Slabs als eine Filmschleife (Cine-Loop); und Einstellen der Filmschleife.
  • Die oben genannten Merkmale sind die von repräsentativen Ausführungsformen und werden dargestellt, um das Verständnis der Erfindung zu erleichtern. Selbstverständlich ist nicht beabsichtigt, dass sie als Einschränkungen der Erfindung betrachtet werden, die durch die Patentansprüche definiert ist, oder als Einschränkungen für Äquivalente zu den Ansprüchen. Daher darf diese Zusammenfassung von Merkmalen nicht als entscheidend für die Bestimmung von Äquivalenten betrachtet werden. Weitere Merkmale der Erfindung werden aus der nachfolgenden Beschreibung, aus den Zeichnungen und aus den Ansprüchen ersichtlich.
  • KURZBESCHREIBUNG DER ZEICHNUNGEN
  • 1 ist ein Paar von Bildern, welche die Ergebnisse einer Segmentierung von Lungengefäßen von einem hochauflösenden CT-Bild zeigen;
  • 2 ist ein Blockschaltbild eines Systems zur Baumprojektion zur Erkennung von LE gemäß einer beispielhaften Ausführungsform der vorliegenden Erfindung;
  • 3 ist ein Flussdiagramm, das ein Verfahren zur Baumprojektion zur Erkennung von LE gemäß einer beispielhaften Ausführungsform der vorliegenden Erfindung beschreibt;
  • 4 ist ein Flussdiagramm, das ein Verfahren zum Rendern eines 2D-Bildes gemäß einer beispielhaften Ausführungsform der vorliegenden Erfindung beschreibt;
  • 5 ist ein Schema, das eine Baumprojektion, betrachtet vom oberen Ende eines Lungengefäßbaumes aus, gemäß einer beispielhaften Ausführungsform der vorliegenden Erfindung zeigt;
  • 6 ist eine Reihe von Schemata, die eine Baumprojektion um die x-, y- und z-Achse eines Patienten herum gemäß einer beispielhaften Ausführungsform der vorliegenden Erfindung zeigen;
  • 7 ist ein Paar von Schemata, welche Projektionsverfahren veranschaulichen, die angewendet werden, um ein 2D-Bild von einem Slab zu berechnen, gemäß einer beispielhaften Ausführungsform der vorliegenden Erfindung;
  • 8 ist eine Reihe von Bildern, welche aufeinander folgende Drehungen um die z-Achse eines Patienten unter Anwendung eines anatomiebezogenen Renderns mit einer Projektion der mittleren Intensität (Average Intensity Projection, AIP) gemäß einer beispielhaften Ausführungsform der vorliegenden Erfindung zeigen;
  • 9 ist eine Reihe von Bildern, welche Vergleiche zwischen verschiedenen Parametern des Renderns und Slabdicken in demselben Bereich und an derselben Achse eines Bildes gemäß einer beispielhaften Ausführungsform der vorliegenden Erfindung zeigen; und
  • 10 ist eine Benutzeroberfläche eines Systems zur Baumprojektion zur Erkennung von LE gemäß einer beispielhaften Ausführungsform der vorliegenden Erfindung.
  • AUSFÜHRLICHE BESCHREIBUNG BEISPIELHAFTER AUSFÜHRUNGSFORMEN
  • 2 ist ein Blockschaltbild eines Systems 200 zur Baumprojektion zur Erkennung von LE gemäß einer beispielhaften Ausführungsform der vorliegenden Erfindung.
  • Wie in 2 dargestellt, umfasst das System 200 unter anderem eine Scannvorrichtung 205, einen Personalcomputer (PC) 210 und ein Bedienpult 215, die zum Beispiel über ein Ethernet-Netzwerk 220 verbunden sind. Die Scannvorrichtung 205 kann ein Magnetresonanz-(MR-)Tomograph, ein Computertomograph (CT), ein Spiral-CT, eine Positronen-Emissions-Tomographie-(PET)Einrichtung, eine 2D- oder 3D-Einrichtung zur fluoroskopischen Bildgebung, eine 2D-, 3D- oder vierdimensionale (4D-)Einrichtung zur Ultraschallbildgebung oder ein Röntgengerät sein. Die Scannvorrichtung 205 kann auch eine Hybrid-Bildgebungsvorrichtung sein, die in der Lage ist, CT, MR, PET oder andere Bildgebungsverfahren zu realisieren.
  • Der PC 210, welcher eine Workstation, ein tragbarer oder Laptop-Computer, ein Persönlicher Digitaler Assistent (PDA) usw. sein kann, enthält eine Zentraleinheit (Central Processing Unit, CPU) 225 und einen Speicher 230, welche mit einer Eingabevorrichtung 250 und einer Ausgabevorrichtung 255 verbunden sind. Die CPU 225 enthält ein Baumprojektionsmodul 245, welches ein oder mehrere Verfahren zur Baumprojektion zur Erkennung von LE implementiert.
  • Der Speicher 230 umfasst einen Direktzugriffsspeicher (Random Access Memory, RAM) 235 und einen Nur-Lese-Speicher (Read Only Memory, ROM) 240. Der Speicher 230 kann auch eine Datenbank, ein Plattenlaufwerk, ein Bandlaufwerk usw. oder eine Kombination davon enthalten. Der RAM 235 fungiert als ein Datenspeicher, welcher Daten speichert, die während der Ausführung eines Programms in der CPU 225 verwendet werden, und wird als ein Arbeitsbereich genutzt. Der ROM 240 fungiert als ein Programmspeicher zum Speichern eines Programms, das in der CPU 225 ausgeführt wird. Die Eingabevorrichtung 250 wird von einer Tastatur, Maus usw. gebildet, und die Ausgabevorrichtung 255 wird von einer Flüssigkristallanzeige (Liquid Crystal Display, LCD), einem Kathodenstrahlröhren-(Cathode Ray Tube, CRT-)Display oder einem Drucker gebildet.
  • Der Betrieb des Systems 200 wird von dem Bedienpult 215 aus gesteuert, welches ein Steuergerät 265, zum Beispiel eine Tastatur, und ein Display 260, zum Beispiel ein CRT-Display, enthält. Das Bedienpult 215 kommuniziert mit dem PC 210 und der Scannvorrichtung 205, so dass 2D-Bilddaten, die von der Scannvorrichtung 205 gesammelt werden, von dem PC 210 in 3D-Daten gerendert und auf dem Display 260 betrachtet werden können. Selbstverständlich kann der PC 210 auch so konfiguriert sein, dass er von der Scannvorrichtung 205 gelieferte Informationen bearbeitet und anzeigt, wenn das Bedienpult 215 nicht vorhanden ist, indem zum Beispiel die Eingabevorrichtung 250 und die Ausgabevorrichtung 255 verwendet werden, um gewisse Aufgaben zu erfüllen, die von dem Steuergerät 265 und dem Display 260 ausgeführt werden.
  • Das Bedienpult 215 enthält ferner ein beliebiges geeignetes System/ein Tool/eine Anwendung zum Image Rendering (Bildberechnung), welche(s) digitale Bilddaten eines erfassten Bilddatensatzes (oder eines Teils davon) verarbeiten kann, um 2D- und/oder 3D-Bilder zu generieren und auf dem Display 260 anzuzeigen. Insbesondere kann das Image-Rendering-System eine Anwendung sein, welche 2D-/3D-Rendering und Visualisierung von medizinischen Bilddaten gewährleistet und welche auf einer universellen oder spezifischen Computer-Workstation ausgeführt wird. Außerdem ermöglicht das Image-Rendering-System einem Benutzer, durch ein 3D-Bild oder eine Vielzahl von 2D-Bildschichten zu navigieren. Der PC 210 kann ebenfalls ein System/ein Tool/eine Anwendung zum Image Rendering enthalten, zum Verarbeiten von digitalen Bilddaten eines erfassten Bilddatensatzes, um 2D- und/oder 3D-Bilder zu generieren und anzuzeigen.
  • Wie in 2 dargestellt, kann das Baumprojektionsmodul 245 auch von dem PC 210 verwendet werden, um digitale medizinische Bilddaten zu empfangen und zu verarbeiten, welche, wie oben vermerkt, in der Form von Rohbilddaten, 2D rekonstruierten Daten (z.B. axialen Schichten) oder 3D rekonstruierten Daten wie etwa volumetrischen Bilddaten oder multiplanaren Reformatierungen vorliegen können, oder in Form irgendeiner Kombination solcher Formate. Die Ergebnisse der Datenverarbeitung können vom PC 210 über das Netzwerk 220 an ein Image-Rendering-System im Bedienpult 215 zum Erzeugen von 2D- und/oder 3D-Renderings von Bilddaten entsprechend den Ergebnissen der Datenverarbeitung ausgegeben werden, wie etwa Segmentierung von Organen oder anatomischen Strukturen, Farb- oder Intensitätsvariationen und so weiter.
  • 3 ist ein Flussdiagramm, das einen Ablauf eines Verfahrens zur Baumprojektion zur Erkennung von LE gemäß einer beispielhaften Ausführungsform der vorliegenden Erfindung zeigt.
  • Wie in 3 dargestellt, werden CT-Bilddaten eines Lungengefäßbaumes von einem Paar Lungen in einem Patienten erfasst (310). Dies geschieht, indem die Scannvorrichtung 205, in diesem Beispiel ein CT-Scanner, welcher vom Bedienpult 215 aus bedient wird, verwendet wird, um den Brustkorb oder die Lungen des Patienten zu scannen und dadurch eine Reihe von 2D-Bildschichten zu erzeugen, die zu den Lungen gehören. Die 2D-Bildschichten der Lungen werden dann kombiniert, um ein 3D-Bild herzustellen. Selbstverständlich können die CT-Bilddaten, außer von den Lungen, auch von einem Bein, Arm, Gehirn oder anderen Körperteil, das Blutgefäße enthält, erfasst werden. Ferner können auch andere Typen von Daten wie etwa MR-Bilddaten gemäß der vorliegenden Erfindung verwendet werden.
  • Nachdem die CT-Bilddaten des Lungengefäßbaumes erfasst worden sind, werden die Bilddaten des Gefäßbaumes segmentiert (320). Selbstverständlich kann die Segmentierung unter Anwendung eines beliebigen geeigneten Verfahrens zur Gefäßsegmentierung durchgeführt werden. Zum Beispiel können Verfahren zur Gefäßsegmentierung wie etwa Schwellwertverfahren (Thresholding) und größenbasierte Etikettierung (Size-based Labeling), Leitungsfilter-basierte oder Strukturtensor-basierte Segmentierung angewendet werden. Der Vollständigkeit halber wird im Folgenden ein beispielhaftes Verfahren zur Gefäßsegmentierung zur Anwendung bei der vorliegenden Erfindung beschrieben.
  • Zuerst wird eine Maske der Lungen des Patienten mittels eines Region Growing mit hohem Schwellwert von einem Saatpunkt in der Luftröhre aus erzeugt. Danach wird an dem segmentierten Bild eine Dilatation, gefolgt von Erosion, durchgeführt, um von Gefäßen verursachte leere Räume auszufüllen. Selbstverständlich ist der Erosionsoperator etwas größer als der Dilatationsoperator, um zu verhindern, dass die Rippen und andere Strukturen in der Nähe der Brustwand mit in der Maske enthalten sind. Die Lungengefäße werden anschließend segmentiert, indem alle Voxel oberhalb eines Schwellwertes in der Lungenmaske einbezogen werden. Es ist auch klar, dass der Schwellwert so festgelegt werden kann, dass er ausreichend niedrig ist, um sowohl mit Kontrastmittel gefüllte als auch nicht mit Kontrastmittel gefüllte Blutgefäße zu erfassen, einschließlich derjenigen, welche vollständig durch Emboli verschlossen sind.
  • Anhand der Segmentierung des Lungengefäßbaumes werden 2D-Bilder auf der Basis einer Funktion der Bilddaten und Segmentierung innerhalb von Slabs, die durch den segmentierten Lungengefäßbaum definiert sind, gerendert (330). Dies wird unter Anwendung des in 4 skizzierten Verfahrens realisiert. Wie in 4 dargestellt, werden die Slabs zuerst entlang der Mittelachse des Lungengefäßbaumes ausgerichtet (410). Anschließend wird die Größe der Slabs so bemessen, dass sie eine oder beide Lungen des Patienten bedecken (420), und danach werden Projektionen der Slabs, die mit zunehmenden Winkeln um den Lungengefäßbaum gedreht sind, berechnet (430). Schließlich wird ein Slicing der Slabs durch den Baum mittels Überstreichen (Sweeping) eines vollständigen Kreises (440) durchgeführt. Der resultierende Satz von Slab-Bildern kann dann einem Benutzer des Systems 200 als eine Filmschleife zur schnellen Auswertung gezeigt werden.
  • Ein Beispiel der Baumprojektion oder wagenradartigen Projektion, die in Schritten 410440 beschrieben ist, zeigt 5. Wie in 5 dargestellt, befindet sich der Mittelpunkt der Projektion am Mittelpunkt des Baumes, wo Lungengefäße in das Herz eintreten und austreten, und er ist bezüglich der z-Achse des Patienten ausgerichtet, welche von den Füßen zum Kopf zeigt. Der in 5 dargestellte Slab bedeckt nur eine einzige Lunge. Selbstverständlich könnten jedoch auch Slabs jeder Lunge separat projiziert werden, um praktischen Ärzten zu ermöglichen, jede Lunge einzeln auf LE zu untersuchen. Außerdem ist eine Projektion von Slabs über beide Lungen hinweg möglich und wird weiter unten unter Bezugnahme auf 8 erörtert.
  • Es wird nochmals auf die Gefäße der rechten Lunge Bezug genommen, die in 5 dargestellt sind; die Schichten (Slices) oder Slabs werden im Uhrzeigersinn erfasst, von der Vorderseite des Patienten aus durch den Rücken des Patienten hindurch. Ein weiteres Beispiel dafür zeigt Bild (a) von 6 für einen Slab, der an der Rotationsachse endet. Ein solcher Slab bedeckt immer jeweils nur eine Lunge, wenn er in der z-Achse ausgerichtet ist. Selbstverständlich können für ein entsprechendes Bild einer linken Lunge (im Unterschied zu dem Bild der rechten Lunge von 5) die Slabs in einer Richtung entgegen dem Uhrzeigersinn von der Vorderseite des Patienten zum Rücken des Patienten erfasst werden. Stattdessen können beide Lungen auch zum gleichen Zeitpunkt abgebildet werden (wie im Folgenden unter Bezugnahme auf 8 und 10 beschrieben wird), wobei die Slabs in einer einzigen Richtung (entweder im Uhrzeigersinn oder entgegen dem Uhrzeigersinn) vom Rücken des Patienten zur Vorderseite des Patienten erfasst werden.
  • Die Bilder (b) und (c) von 6 zeigen alternative Richtungen einer Projektion mittels der x- bzw. y-Achse des Patienten. Es ist ferner klar, dass, nachdem einmal eine Ausrichtung gewählt ist, sei es die x-, y- oder z-Achse, der Slab um die gewählte Achse gedreht werden kann, um die Gefäße mit den Lungen zu umfassen.
  • Die Anzahl der Bilder, die erforderlich sind, um sämtliche Gefäße zu betrachten, ist durch die folgende Gleichung gegeben:
    Figure 00120001
    wobei t die Dicke des Slabs ist, r der Einflussradius ist und N die Gesamtzahl der Bilder ist, ermittelt durch Aufrundung des Bruches auf den nächstgrößeren ganzzahligen Wert. Falls N eine gebrochene Zahl ist, wird der ganzzahlige Anteil plus eins als die Anzahl der Bilder verwendet.
  • In Gleichung [1] wird angenommen, dass die Slabs genügend breit sind, um beide Lungen gleichzeitig zu bedecken, wie in 8 und 10 dargestellt. Da sich die Slabs über die gesamte Breite der Lungen erstrecken, ist es ausreichend, einen Bereich von 180 Grad zu überstreichen, um den gesamten Kreis abzutasten, der durch den Radius r definiert ist. Falls es wünschenswert ist, immer nur jeweils eine Lunge abzubilden, verdoppelt sich die Anzahl der Slabs, da es dann erforderlich wäre, einen Bereich von 360 Grad zu überstreichen. In diesem Falle wäre jedoch jeder Slab nur halb so breit wie die Slabs, die sich über die Lungen hinweg erstrecken.
  • In Gleichung [1] bestimmt der Einflussradius r den maximalen Radius (zum Beispiel in Millimetern), bei welchem die Slabs die Lungen des Patienten vollständig, mit einer leichten Überlappung, bedecken. Unterhalb dieses Radius weisen die Slabs eine zunehmende Überlappung auf, oberhalb dieses Radius sind Zwischenräume zwischen den Slabs vorhanden, und somit liegt dann eine unvollständige Abdeckung von Bilddaten außerhalb des durch diesen Radius definierten Kreises vor. Außerdem hat ein dickerer Slab eine Verringerung der Anzahl der Bilder zur Folge. Obwohl ein größerer Patient einen größeren Einflussradius r erfordern kann, woraus eine größere Anzahl N resultiert, dürfte ein konstanter Wert von r für die meisten Patienten geeignet sein.
  • Eine andere Formel zur Bestimmung der Anzahl der Bilder, die erforderlich sind, um sämtliche Gefäße sichtbar zu machen, ist gegeben durch:
    Figure 00130001
    wobei t die Dicke des Slabs ist, r der Einflussradius ist und N die Gesamtzahl der Bilder ist, ermittelt durch Aufrundung des Bruches auf den nächstgrößeren ganzzahligen Wert. Falls N eine gebrochene Zahl ist, wird der ganzzahlige Anteil plus eins als die Anzahl der Bilder verwendet. Auch für diese Gleichung wird angenommen, dass die Slabs beide Lungen gleichzeitig bedecken und es daher ausreichend ist, einen Bereich von 180 Grad zu überstreichen, um eine vollständige Abdeckung zu erreichen. Außerdem kann immer nur jeweils eine Lunge untersucht werden, indem die doppelte Anzahl von Slabs erzeugt wird und ein Bereich von 360 Grad überstrichen wird, wobei jeder Slab halb so breit ist wie die Slabs, welche beide Lungen bedecken.
  • Jede resultierende Ausrichtung eines Slabs erzeugt ein einzelnes 2D-Bild auf der Basis der verfügbaren Daten. Diese Daten enthalten Informationen von dem ursprünglichen Bild sowie von dem segmentierten Bild. Beim Experimentieren mit Projektionen der Daten innerhalb der Slabs wurden vier verschiedene Rendering-Verfahren angewendet: MIP, AIP, Projektion der minimalen Intensität (Minimum Intensity Projection, MinIP) und Verfahren des ersten Quartils (1Q). Das MIP-Verfahren gab den maximalen HU-Wert innerhalb eines ausgesendeten Strahls aus, während das MinIP-Verfahren den niedrigsten Wert nahm. Das AIP-Verfahren gab den mittleren Wert aus, und das 1Q-Verfahren sortierte die Ergebnisse und nahm das erste oder niedrigste Quartil der sortierten Ergebnisse.
  • Ein Beispiel einer Reihe von aus einem Slab genommenen Voxeln, die verwendet werden, um die oben beschriebenen Projektionen für ein einziges Pixel innerhalb eines resultierenden 2D-Bildes zu berechnen, ist in Bild (a) von 7 dargestellt. Wie in Bild (a) dargestellt, wird ein Strahl 720 durch einen Slab 710 hindurch ausgesendet und trifft auf Voxel 730, welche dann verwendet werden, um die MIP-, MinIP-, AIP- oder 1Q-Projektionen zu berechnen.
  • Es wird nochmals auf Schritt 320 Bezug genommen; der Zweck der Gefäßsegmentierung besteht hierbei darin zu definieren, welche Voxel für das Rendering betrachtet werden sollen. Insbesondere werden die Voxel, welche sich außerhalb der segmentierten Gefäße befinden, nicht in das anschließende Rendering einbezogen. Dies erhöht die Sensitivität der vorliegenden Erfindung und verbessert die Ergebnisse gewisser Rendering-Verfahren, die in Verbindung mit der vorliegenden Erfindung angewendet werden. Ein Beispiel dafür ist in Bild (b) von 7 dargestellt.
  • Wie 7 zeigt, existieren, nachdem eine Gefäßsegmentierung durchgeführt worden ist, zwei Möglichkeiten, wie Strahlen 750a und 750b durch einen Slab 740 hindurch ausgesendet werden können. In der ersten, durch die Voxel 760 dargestellten Situation trifft der Strahl 750b auf die Segmentierung. In dieser Situation werden nur die Voxel innerhalb der Segmentierung für die Berechnung verwendet. In der zweiten, durch die Voxel 770 dargestellten Situation trifft der Strahl 750a auf keine segmentierten Bereiche, somit ist der Ausgang dunkel (z.B. –1024 HU) oder die Berechnung der Standardprojektion. Infolgedessen zeigt der dunkle Ausgang dann nur die segmentierten Gefäße innerhalb des Slabs. Jedoch zeigt die Verwendung der Standardprojektion in diesen Bereichen dann externe Strukturen an, welche eine anatomische Referenz liefern können.
  • Versuche im Einklang mit der vorliegenden Erfindung wurden an verschiedenen Datensätzen mit LE durchgeführt. Bei dem Verfahren der vorliegenden Erfindung wurde eine Betrachtung von (im Mittel) 26 Slabs pro Patient angewendet, mit einer Slabdicke von zum Beispiel 9 mm zur Visualisierung von LE. Beim herkömmlichen "Schaufelrad"-Verfahren wurden 45 Slabs pro Patient mit einer Slabdicke von zum Beispiel 5 mm benötigt, um eine ähnliche Sensitivität zur Visualisierung von LE zu erzielen. Die Bilder (a–d) von 8 zeigen aufeinanderfolgende Drehungen um die z-Achse unter Anwendung eines AIP-Renderings mit einer Slabdicke von 11 mm. Wie man sieht, ist die LE (durch die Pfeile bezeichnet) deutlich zu erkennen, insbesondere im Bild (b).
  • 9 zeigt Vergleiche zwischen verschiedenen Parametern des Renderns und Slabdicken in demselben Bereich und an derselben Achse eines Bildes. Die Renderings, die gemäß einer Ausführungsform der vorliegenden Erfindung erfolgen, zeigen nur die segmentierten Bereiche. Es ist jedoch klar, dass bei einer anderen Ausführungsform die Projektionsberechnung in Bereichen außerhalb der Segmentierung als eine anatomische Basis dargestellt wird.
  • Aus einer Betrachtung von 9 ist zu erkennen, dass gemäß einer Ausführungsform der vorliegenden Erfindung eine größere Schichtdicke eine geringere Anzahl von zu betrachtenden Bildern zur Folge hat, auf Kosten einer potentiell niedrigeren Sensitivität. Im Vergleich zu einem herkömmlichen Verfahren wie etwa dem "Schaufelrad"-Verfahren ist die Verringerung der Sensitivität jedoch geringer. Die folgenden Absätze sind der Erörterung der Bilder von 9 gewidmet.
  • Wie in 9 dargestellt, wurde das "Schaufelrad"-Verfahren angewendet, um die Bilder (a–d) zu erfassen. Wie die Bilder (a–c) zeigen, wurde mit von Bild zu Bild zunehmender Dicke der Schichten (Slices) oder Slabs die im Bereich des Fadenkreuzes befindliche LE immer weniger sichtbar. Zum Beispiel wies bei einer Slabdicke von 5 mm wie in Bild (a) das "Schaufelrad"-Verfahren mit einem MIP-Rendering eine Sensitivität von 84% auf. Bei einer Slabdicke von 25 mm, die in Bild (c) dargestellt ist, verringerte sich die Sensitivität des "Schaufelrad"-Verfahrens auf 63%. Wie aus Bild (d) ersichtlich ist, liefert das "Schaufelrad"-Verfahren mit einem AIP-Rendering, angewendet bei einem 11 mm dicken Slab, eine schlechte Visualisierung von LE und außerdem mehrere fehlende Zweige. Wie zu bemerken ist, demonstrieren die Bilder (a–c) die mangelnde Sensitivität bei größeren Slabdicken, und Bild (d) veranschaulicht die Einschränkungen von MIP-Projektionen, wenn das "Schaufelrad"-Verfahren angewendet wird.
  • Das Verfahren der vorliegenden Erfindung unter Anwendung eines AIP-Renderings bei Dicken von 5 mm, 11 mm und 25 mm wurde angewendet, um die Bilder (e–g) von 9 zu gewinnen. Wie die Bilder (e–g) zeigen, ist die LE besser sichtbar als in den Bildern (a–d), und dies blieb auch bei dickeren Slab-Einstellungen so. Außerdem wurde das Verfahren der vorliegenden Erfindung unter Anwendung eines 1Q-Renderings bei Dicken von 5 mm, 11 mm und 25 mm angewendet, um die Bilder (h–j) von 9 zu gewinnen. Außerdem wurde das Verfahren der vorliegenden Erfindung unter Anwendung eines MinIP-Renderings bei 11 mm angewendet, um das Bild (k) von 9 zu gewinnen. Wie die Bilder (h–k) zeigen, ist die LE besser sichtbar als in den Bildern (a–d), und dies blieb auch bei dickeren Slab-Einstellungen so.
  • 10 ist ein Screenshot einer Benutzeroberfläche 1000 eines Systems zur Baumprojektion zur Erkennung von LE gemäß einer beispielhaften Ausführungsform der vorliegenden Erfindung. Wie 10 zeigt, befinden sich eine koronale Ansicht 1010 und eine Queransicht 1020 auf der linken Seite der Benutzeroberfläche 1000, während sich eine "Wagenrad-Ansicht" (Cartwheel View) 1030 und eine gerenderte Ansicht 1040 auf der rechten Seite der Benutzeroberfläche 1000 befinden, wobei die "Wagenrad-Ansicht" 1030 aus einem 14 mm dicken Slab unter Anwendung einer 1Q-Rendering-Option gerendert wurde. Außerdem kann ein Bedienfeld 1060 von einem Benutzer verwendet werden, um die Anzeige zum Beispiel der "Wagenrad-Ansicht" 1030 so zu steuern, dass sie als eine Filmschleife angezeigt wird, oder es kann von dem Benutzer verwendet werden, um zwischen verschiedenen Optionen des Renderns zu wählen.
  • Wie in 10 dargestellt, ermöglich die Benutzeroberfläche 1000 einem Benutzer außerdem, auf Stellen innerhalb irgendeiner der Ansichten 10101040 zu klicken, um nicht ausgewählte Ansichten zu aktualisieren. Wenn zum Beispiel eine LE 1050 in der "Wagenrad-Ansicht" 1030 von einem Benutzer markiert wird, könnte das System automatisch die entsprechende Position in den anderen Ansichten 1010, 1020 und 1040 anzeigen. Diese Stelle oder diese Reihe von Stellen könnte dann gesichert und mit Anmerkungen versehen werden.
  • Gemäß einer beispielhaften Ausführungsform der vorliegenden Erfindung wird eine Vorgehensweise zur Visualisierung von LE mittels Baumprojektion bereitgestellt, bei welcher Slab-Projektionen von ursprünglichen CT-Daten berechnet werden, unterstützt durch Gefäßsegmentierung. Die Anwendung von Gefäßsegmentierung innerhalb der Baumprojektions-Berechnung ermöglicht die Verwendung von dicken Slabs sowie die Anwendung verschiedener Varianten der Visualisierung, was einen effizienteren Arbeitsablauf gewährleistet. Im Anschluss an die Segmentierung der Lungengefäße können die Slabs um die x-, y- oder z-Achse gedreht werden. Diese Slabs können unter Verwendung von Voxeln innerhalb der Lungengefäße gerendert werden. Dadurch wird ablenkende Information, die für die Diagnose nicht relevant ist, wirksam eliminiert, wodurch sowohl die Wahrscheinlichkeit verringert wird, einen wenig auffälligen Embolus zu übersehen, als auch die Zeit, die für die Auswertung von "Fehlalarmen" (False Positives) benötigt wird, auf ein Minimum begrenzt wird.
  • Ferner kann die vorliegende Erfindung selbstverständlich in verschiedenen Formen von Hardware, Software, Firmware, Spezialprozessoren oder Kombinationen davon implementiert werden. Bei einer Ausführungsform kann die vorliegende Erfindung softwaremäßig als ein Anwendungsprogramm implementiert werden, das physisch durch eine Programmspeichereinrichtung verkörpert wird (z.B. Diskette, RAM, CD-ROM, DVD, ROM und Flash-Speicher). Das Anwendungsprogramm kann auf eine Maschine, die eine beliebige geeignete Architektur aufweist, hochgeladen und von dieser ausgeführt werden.
  • Ferner ist darauf hinzuweisen, dass, da einige der Systembestandteile und Verfahrensschritte, die in den beigefügten Zeichnungen dargestellt sind, softwaremäßig implementiert sein können, die tatsächlichen Verbindungen zwischen den Systemkomponenten (oder den Prozessschritten) unterschiedlich sein können, in Abhängigkeit von der Art und Weise, wie die vorliegende Erfindung programmiert ist. Ausgehend von den Lehren der vorliegenden Erfindung, die hier dargelegt wurden, ist ein Durchschnittsfachmann in der Lage, diese und ähnliche Implementierungen oder Konfigurationen der vorliegenden Erfindung in Erwägung zu ziehen.
  • Außerdem ist darauf hinzuweisen, dass die obige Beschreibung nur beispielhafte Ausführungsformen repräsentiert. Zur Erleichterung für den Leser konzentrierte sich die obige Beschreibung auf ein repräsentatives Muster möglicher Ausführungsformen, ein Muster, welches die Prinzipien der Erfindung veranschaulicht. In der Beschreibung wurde nicht der Versuch unternommen, alle möglichen Varianten erschöpfend aufzuzählen. Dass alternative Ausführungsformen für einen speziellen Teil der Erfindung möglicherweise nicht dargestellt wurden, oder dass weitere, nicht beschriebene Alternativen für einen Teil vorhanden sein können, ist nicht als ein Verzicht auf diese alternativen Ausführungsformen zu betrachten. Andere Anwendungen und Ausführungsformen können implementiert werden, ohne den Rahmen und Schutzbereich der vorliegenden Erfindung zu verlassen.
  • Daher soll die Erfindung nicht auf die beschriebenen speziellen Ausführungsformen beschränkt sein, da zahlreiche Permutationen und Kombinationen des Obigen sowie Implementierungen, welche nichterfinderische Substitutionen für Obiges beinhalten, geschaffen werden können; die Erfindung ist jedoch entsprechend den nachfolgenden Patentansprüchen zu definieren. Es ist klar, dass viele von jenen nicht beschriebenen Ausführungsformen dem wörtlichen Sinn der nachfolgenden Ansprüche entsprechen, und dass andere dazu äquivalent sind.
  • Zusammenfassung
  • Ein System und ein Verfahren zur Erkennung eines interessierenden Gebiets, wie eine Lungenembolie, in einer interessierenden Struktur, wie z.B. ein Gefäss oder ein Lungenast, wird vorgeschlagen. Das Verfahren umfasst: Segmentieren von Aufnahmedaten einer interessierenden Struktur (320); und Erhalten von zweidimensionalen Bildern, basierend auf einer Funktion der Aufnahmedaten und der segmentierten Aufnahmedaten innerhalb von Umhüllungen, die durch die segmentierten Aufnahmedaten (330) bestimmt sind.

Claims (30)

  1. Verfahren zum Erkennen eines interessierenden Bereiches in einer interessierenden Struktur, welches umfasst: Segmentieren von Bilddaten der interessierenden Struktur; und Rendern zweidimensionaler Bilder auf der Basis einer Funktion der Bilddaten und der segmentierten Bilddaten innerhalb von Slabs, die durch die segmentierten Bilddaten definiert sind.
  2. Verfahren nach Anspruch 1, wobei die interessierende Struktur unter Anwendung eines der folgenden Segmentierungsverfahren segmentiert wird: Schwellwertverfahren (Thresholding) und größenbasierte Etikettierung (Size-based Labeling), Leitungsfilter-basiertes oder Strukturtensor-basiertes Segmentierungsverfahren.
  3. Verfahren nach Anspruch 1, wobei, wenn die interessierende Struktur ein Lungengefäßbaum ist, der Schritt des Renderns umfasst: anfängliches Ausrichten der Slabs entlang einer Achse des Lungengefäßbaumes; Bemessen der Größe der Slabs derart, dass sie entweder die linke und die rechte Lunge oder eine der beiden Lungen des Lungengefäßbaumes bedecken; Berechnen von Projektionen der Slabs, die um den Lungengefäßbaum gedreht sind; und Slicing des Lungengefäßbaumes.
  4. Verfahren nach Anspruch 3, wobei die Slabs zu Beginn entlang einer der Achsen x, y oder z ausgerichtet werden.
  5. Verfahren nach Anspruch 3, wobei die Slabs zu Beginn entweder entlang einer Achse ausgerichtet sind, die durch die Anatomie eines Patienten definiert ist, oder entlang einer Mittelachse des Lungengefäßbaumes.
  6. Verfahren nach Anspruch 1, wobei die Anzahl zweidimensionaler Bilder definiert ist durch:
    Figure 00200001
    wobei N die Anzahl zweidimensionaler Bilder ist, ermittelt durch Aufrundung des Bruches auf den nächstgrößeren ganzzahligen Wert, t eine Dicke der Slabs ist und r ein Einflussradius ist.
  7. Verfahren nach Anspruch 1, wobei die Anzahl zweidimensionaler Bilder definiert ist durch:
    Figure 00200002
    wobei N die Anzahl zweidimensionaler Bilder ist, ermittelt durch Aufrundung des Bruches auf den nächstgrößeren ganzzahligen Wert, t eine Dicke der Slabs ist und r ein Einflussradius ist.
  8. Verfahren nach Anspruch 1, wobei die Anzahl der Slabs durch eine Funktion entweder der Slabdicke oder der Überlappung der Slabs oder des Radius der interessierenden Struktur definiert ist.
  9. Verfahren nach Anspruch 1, wobei die Slabs gerendert werden, indem eines der folgenden Rendering-Verfahren angewendet wird: Projektion der maximalen Intensität (Maximum Intensity Projection), Projektion der mittleren Intensität (Average Intensity Projection), Projektion der minimalen Intensität (Minimum Intensity Projection) oder Rendering-Verfahren des ersten Quartils.
  10. Verfahren nach Anspruch 1, welches ferner umfasst: Darstellen der Slabs als eine Filmschleife (Cine-Loop).
  11. Verfahren nach Anspruch 10, welches ferner umfasst: Einstellen der Filmschleife.
  12. Verfahren nach Anspruch 11, wobei die Einstellung entweder die Geschwindigkeit oder die Slabdicke oder die Rotationsachse oder das Rendering-Verfahren betrifft.
  13. Verfahren nach Anspruch 1, wobei der interessierende Bereich entweder eine Lungenembolie oder eine Atemwegstenose oder ein Gehirnaneurysma ist und die interessierende Struktur entweder ein Gefäßbaum oder ein Luftwege-Baum ist.
  14. Verfahren zum Erkennen von Anomalien in einem Lungengefäßbaum, welches umfasst: Segmentieren von Bilddaten des Lungengefäßbaumes; und Rendern zweidimensionaler Bilder auf der Basis einer Funktion der Bilddaten und der segmentierten Bilddaten innerhalb von Slabs, die durch die segmentierten Bilddaten definiert sind.
  15. Verfahren nach Anspruch 14, wobei der Lungengefäßbaum unter Anwendung eines der folgenden Segmentierungsverfahren segmentiert wird: Schwellwertverfahren (Thresholding) und größenbasierte Etikettierung (Size-based Labeling), Leitungsfilter-basiertes oder Strukturtensor-basiertes Segmentierungsverfahren.
  16. Verfahren nach Anspruch 14, wobei der Schritt des Renderns umfasst: anfängliches Ausrichten der Slabs entlang einer Achse des Lungengefäßbaumes; Bemessen der Größe der Slabs derart, dass sie entweder die linke und die rechte Lunge oder eine der beiden Lungen des Lungengefäßbaumes bedecken; Berechnen von Projektionen der Slabs, die mit zunehmenden Winkeln um den Lungengefäßbaum gedreht sind; und Slicing des Lungengefäßbaumes mittels Überstreichen (Sweeping) eines vollständigen Kreises.
  17. Verfahren nach Anspruch 16, wobei die Slabs zu Beginn entlang einer der Achsen x, y oder z, einer Achse, die durch die Anatomie eines Patienten definiert ist, oder einer Mittelachse des Lungengefäßbaumes ausgerichtet werden.
  18. Verfahren nach Anspruch 14, wobei die Anzahl zweidimensionaler Bilder definiert ist durch:
    Figure 00220001
    wobei N die Anzahl zweidimensionaler Bilder ist, ermittelt durch Aufrundung des Bruches auf den nächstgrößeren ganzzahligen Wert, t eine Dicke der Slabs ist und r ein Einflussradius ist.
  19. Verfahren nach Anspruch 14, wobei die Anzahl zweidimensionaler Bilder definiert ist durch:
    Figure 00220002
    wobei N die Anzahl zweidimensionaler Bilder ist, ermittelt durch Aufrundung des Bruches auf den nächstgrößeren ganzzahligen Wert, t eine Dicke der Slabs ist und r ein Einflussradius ist.
  20. Verfahren nach Anspruch 14, wobei die Anzahl der Slabs durch eine Funktion entweder der Slabdicke oder der Überlappung der Slabs oder des Radius der interessierenden Struktur definiert ist.
  21. Verfahren nach Anspruch 14, wobei die Slabs gerendert werden, indem eines der folgenden Rendering-Verfahren angewendet wird: Projektion der maximalen Intensität (Maximum Intensity Projection), Projektion der mittleren Intensität (Average Intensity Projection), Projektion der minimalen Intensität (Minimum Intensity Projection) oder Rendering-Verfahren des ersten Quartils.
  22. Verfahren nach Anspruch 14, welches ferner umfasst: Darstellen der Slabs als eine Filmschleife (Cine-Loop); und Einstellen der Filmschleife, wobei die Einstellung entweder die Geschwindigkeit oder die Slabdicke oder die Rotationsachse oder das Rendering-Verfahren betrifft.
  23. Verfahren nach Anspruch 14, wobei die Anomalie eine Lungenembolie ist.
  24. System zum Erkennen eines interessierenden Bereiches in einer interessierenden Struktur, welches umfasst: eine Speichervorrichtung zum Speichern eines Programms; einen Prozessor, der mit der Speichervorrichtung kommuniziert, wobei der Prozessor in Verbindung mit dem Programm bewirkt: Segmentieren von Bilddaten der interessierenden Struktur; und Rendern zweidimensionaler Bilder auf der Basis einer Funktion der Bilddaten und der segmentierten Bilddaten innerhalb von Slabs, die durch die segmentierten Bilddaten definiert sind.
  25. System nach Anspruch 24, wobei die interessierende Struktur entweder ein Gefäßbaum oder ein Luftwege-Baum ist.
  26. System nach Anspruch 24, wobei der interessierende Bereich entweder eine Lungenembolie oder eine Atemwegstenose oder ein Gehirnaneurysma ist.
  27. System nach Anspruch 24, wobei die Bilddaten unter Verwendung entweder eines Computertomographen oder eines Magnetresonanztomographen erfasst werden.
  28. System nach Anspruch 24, wobei der Prozessor beim Rendern ferner in Verbindung mit dem Programmcode bewirkt: anfängliches Ausrichten der Slabs entlang einer Mittelachse der interessierenden Struktur; Berechnen von Projektionen der Slabs, die mit zunehmenden Winkeln um die interessierende Struktur gedreht sind; und Slicing der interessierenden Struktur.
  29. System nach Anspruch 24, wobei der Prozessor ferner in Verbindung mit dem Programmcode bewirkt: Darstellen der Slabs als eine Filmschleife (Cine-Loop).
  30. System nach Anspruch 29, wobei der Prozessor ferner in Verbindung mit dem Programmcode bewirkt: Einstellen der Filmschleife.
DE112005001741T 2004-08-02 2005-08-01 System und Verfahren zur Baumprojektion zur Erkennung von Lungenembolie Ceased DE112005001741T5 (de)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US59809704P 2004-08-02 2004-08-02
US60/598,097 2004-08-02
US11/192,719 2005-07-29
US11/192,719 US8170640B2 (en) 2004-08-02 2005-07-29 System and method for tree projection for detection of pulmonary embolism
PCT/US2005/027018 WO2006017395A1 (en) 2004-08-02 2005-08-01 System and method for tree projection for detection of pulmonary embolism

Publications (1)

Publication Number Publication Date
DE112005001741T5 true DE112005001741T5 (de) 2007-08-02

Family

ID=35733283

Family Applications (1)

Application Number Title Priority Date Filing Date
DE112005001741T Ceased DE112005001741T5 (de) 2004-08-02 2005-08-01 System und Verfahren zur Baumprojektion zur Erkennung von Lungenembolie

Country Status (3)

Country Link
US (1) US8170640B2 (de)
DE (1) DE112005001741T5 (de)
WO (1) WO2006017395A1 (de)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8409564B2 (en) 1999-10-05 2013-04-02 Universite De Montreal Rhodamine derivatives for photodynamic diagnosis and treatment
US8422748B2 (en) * 2005-09-16 2013-04-16 Siemens Medical Solutions Usa, Inc. System and method for grouping airways and arteries for quantitative analysis
US8050470B2 (en) * 2005-12-07 2011-11-01 Siemens Medical Solutions Usa, Inc. Branch extension method for airway segmentation
US8179396B2 (en) * 2006-08-02 2012-05-15 General Electric Company System and methods for rule-based volume rendition and navigation
WO2008062338A1 (en) * 2006-11-20 2008-05-29 Koninklijke Philips Electronics, N.V. Displaying anatomical tree structures
US7965810B2 (en) 2007-06-26 2011-06-21 General Electric Company Device and method for identifying occlusions
US20090012382A1 (en) * 2007-07-02 2009-01-08 General Electric Company Method and system for detection of obstructions in vasculature
US8175363B2 (en) * 2007-11-21 2012-05-08 Siemens Medical Solutions Usa, Inc. System and method for additive spatial/intensity decomposition of medical images
JP5033598B2 (ja) 2007-11-28 2012-09-26 株式会社日立製作所 表示装置および映像機器
WO2010129911A1 (en) 2009-05-08 2010-11-11 Edda Technology, Inc. Method, system, apparatus, and computer program product for interactive hepatic vascular and biliary system assessment
JP5893142B2 (ja) * 2012-07-31 2016-03-23 株式会社ソニー・コンピュータエンタテインメント 画像処理装置および画像処理方法
US9147280B2 (en) * 2012-08-03 2015-09-29 Kabushiki Kaisha Toshiba Preparation and display of derived series of medical images
WO2015124388A1 (en) * 2014-02-19 2015-08-27 Koninklijke Philips N.V. Motion adaptive visualization in medical 4d imaging
US9420976B2 (en) * 2014-03-19 2016-08-23 General Electric Company Systems and methods for optimized source collimation
DE102014018107B4 (de) 2014-12-09 2022-03-10 Drägerwerk AG & Co. KGaA Vorrichtung zur Verarbeitung von tomografischen Daten zur Darstellung eines Therapieverlaufs
CN107330895B (zh) * 2017-07-04 2020-05-19 上海联影医疗科技有限公司 医学图像的分割方法及装置
WO2021136304A1 (en) * 2019-12-31 2021-07-08 Shanghai United Imaging Healthcare Co., Ltd. Systems and methods for image processing

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0941521B1 (de) * 1996-11-29 2007-05-09 London Health Sciences Centre Verbessertes bildverarbeitungsverfahren für ein dreidimensionales bilderzeugungssystem
EP2302594A3 (de) * 1998-11-25 2011-04-06 Wake Forest University Virtuelle Endoskopie mit verbesserter Bildsegmentierung und Läsionsdetektion
JP2003514600A (ja) 1999-11-19 2003-04-22 ゼネラル・エレクトリック・カンパニイ 管状のボリュメトリック物体を再フォーマットするための方法及び装置
US20020009215A1 (en) * 2000-01-18 2002-01-24 Arch Development Corporation Automated method and system for the segmentation of lung regions in computed tomography scans
US6944330B2 (en) * 2000-09-07 2005-09-13 Siemens Corporate Research, Inc. Interactive computer-aided diagnosis method and system for assisting diagnosis of lung nodules in digital volumetric medical images
US20020028008A1 (en) * 2000-09-07 2002-03-07 Li Fan Automatic detection of lung nodules from high resolution CT images
US7630750B2 (en) * 2001-02-05 2009-12-08 The Research Foundation For The State University Of New York Computer aided treatment planning
US7015907B2 (en) 2002-04-18 2006-03-21 Siemens Corporate Research, Inc. Segmentation of 3D medical structures using robust ray propagation
US7123760B2 (en) 2002-11-21 2006-10-17 General Electric Company Method and apparatus for removing obstructing structures in CT imaging
US20050110791A1 (en) * 2003-11-26 2005-05-26 Prabhu Krishnamoorthy Systems and methods for segmenting and displaying tubular vessels in volumetric imaging data
US7717849B2 (en) * 2004-07-06 2010-05-18 Gerneral Electric Company Method and apparatus for controlling ultrasound system display
US7339585B2 (en) * 2004-07-19 2008-03-04 Pie Medical Imaging B.V. Method and apparatus for visualization of biological structures with use of 3D position information from segmentation results

Also Published As

Publication number Publication date
US8170640B2 (en) 2012-05-01
WO2006017395A1 (en) 2006-02-16
US20060025674A1 (en) 2006-02-02

Similar Documents

Publication Publication Date Title
DE112005001741T5 (de) System und Verfahren zur Baumprojektion zur Erkennung von Lungenembolie
DE112005001755T5 (de) System und Verfahren zur Baummodell-Visualisierung zur Erkennung von Lungenembolie
DE102005036875B4 (de) System und Verfahren zur 3-D Visualisierung eines Lungenpaars und der Lungenperfusion oder -dichte
US7899231B2 (en) System and method for splicing medical image datasets
DE102006055173B4 (de) Verfahren, medizinisches diagnostisches bildgebendes System sowie computerlesbares Speichermedium für die halbautomatische Segmentierungstechnik für röhrenförmige Objekte mit niedrigem Kontrast
DE112004000381B4 (de) Verfahren zur Bereitstellung einer automatischen 3D-Läsionssegmentierung und von Läsionsmessungen
DE102008003940B4 (de) Automatische Erfassungs- und Markierungsvorrichtung für Koronarkalk in Arterien
DE60020876T2 (de) Modellbasiertes verfahren zum ausrichten von kardiologischen ct- und kernresonanzaufnahmen
DE60212917T2 (de) Vorrichtung zur Berechnung eines Index von örtlichen Blutflüssen
DE60319288T2 (de) Verfahren und vorrichtung zum identifizieren von pathologien in gehirnbildern
DE102008032432A1 (de) Koregistrierung und Analyse von multi-modalen, in unterschiedlichen Geometrien erhaltenen Bildern
DE10306300A1 (de) Computergestützte Erfassung (CAD) für eine digitale 3D-Mammographie
DE102004056783A1 (de) Verfahren und Vorrichtung zum Segmentieren von Strukturen in einer CT-Angiographie
DE112004001177T5 (de) System und Verfahren zur Planung eines endoskopischen Pfades
DE102005036998B4 (de) Vorrichtung zur automatischen Detektion von Auffälligkeiten in medizinischen Bilddaten
DE102004055768A1 (de) Verfahren und Systeme für die computerunterstützte zielgerechte Bildgebung
DE102006012015A1 (de) Verfahren und Systeme zur Überwachung einer Tumorbelastung
DE102007003260A1 (de) System und Verfahren zum Markieren und Identifizieren von Lymphknoten in medizinischen Bildern
DE102007057096A1 (de) Verfahren und Vorrichtung zur automatischen Registrierung von Läsionen zwischen Untersuchungen
DE102011053044A1 (de) System und Verfahren zur Analyse und sichtbaren Darstellung lokaler klinischer Merkmale
DE102006041309A1 (de) System und Verfahren zur 3D-CAD unter Verwendung von Projektionsbildern
DE102005050007A1 (de) Vorrichtung und Verfahren zur Analyse von Gewebeklassen entlang röhrenförmiger Strukturen
DE102005040438A1 (de) Verfahren und Vorrichtung zur Embolieanalyse
DE102004061435A1 (de) Verfahren und Vorrichtung zur Registrierung von Lungenbilddaten
DE102022112136A1 (de) Medizinisches bildanalysegerät, verfahren und medizinisches bild, visualisierungsgerät und verfahren

Legal Events

Date Code Title Description
OP8 Request for examination as to paragraph 44 patent law
8120 Willingness to grant licences paragraph 23
R079 Amendment of ipc main class

Free format text: PREVIOUS MAIN CLASS: G06T0017400000

Ipc: G06T0019000000

R079 Amendment of ipc main class

Free format text: PREVIOUS MAIN CLASS: G06T0017400000

Ipc: G06T0019000000

Effective date: 20130315

R016 Response to examination communication
R002 Refusal decision in examination/registration proceedings
R003 Refusal decision now final