DE112005001755T5 - System und Verfahren zur Baummodell-Visualisierung zur Erkennung von Lungenembolie - Google Patents

System und Verfahren zur Baummodell-Visualisierung zur Erkennung von Lungenembolie Download PDF

Info

Publication number
DE112005001755T5
DE112005001755T5 DE112005001755T DE112005001755T DE112005001755T5 DE 112005001755 T5 DE112005001755 T5 DE 112005001755T5 DE 112005001755 T DE112005001755 T DE 112005001755T DE 112005001755 T DE112005001755 T DE 112005001755T DE 112005001755 T5 DE112005001755 T5 DE 112005001755T5
Authority
DE
Germany
Prior art keywords
tree
tree structure
anatomical
dimensional
tree model
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.)
Withdrawn
Application number
DE112005001755T
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 DE112005001755T5 publication Critical patent/DE112005001755T5/de
Withdrawn legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00Manipulating 3D models or images for computer graphics
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; 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
    • G06T7/155Segmentation; Edge detection involving morphological operators
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10088Magnetic resonance imaging [MRI]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20036Morphological image processing
    • G06T2207/20044Skeletonization; Medial axis transform
    • 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
    • G06T2219/021Flattening

Abstract

Verfahren zur Baummodell-Visualisierung zum Erkennen einer Anomalie in einer anatomischen Baumstruktur, welches umfasst:
Anpassen eines Baummodells an eine anatomische Baumstruktur;
Umwandeln von Zweigen des Baummodells in erste zweidimensionale Zweigbilder; und
Anordnen der ersten zweidimensionalen Zweigbilder in einer hierarchischen Reihenfolge, um ein zweites zweidimensionales Bild herzustellen.

Description

  • QUERVERWEIS AUF VERWANDTE ANMELDUNG
  • Diese Anmeldung beansprucht die Priorität der am 02. August 2004 eingereichten vorläufigen US-Patentanmeldung Nr. 60/598,098, 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 Baummodell-Visualisierung 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 praktischer Arzt wie etwa 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.
  • Die gegenwärtige Forschung auf dem Gebiet der automatisierten Analyse von LE in kontrastmittelverstärkten CT-Bildern betrifft entweder die direkte Erkennung von Gerinnseln innerhalb der Arterien mittels computergestützter Erkennung (Computer Aided Detection, CAD) oder den indirekten Rückschluss auf die Lage von Gerinnseln durch Visualisierung der Gefäße oder Durchblutungsstörungen in betroffenen Lungenbereichen. Wenn unter Anwendung von CAD Gerinnsel in den Arterien detektiert werden, ist im Allgemeinen eine gute Segmentierung der Arterien erforderlich, um die genaue Lage von LE zu erkennen. Nachdem die LE-Kandidaten automatisch identifiziert worden sind, werden sie einem Radiologen zur Überprüfung präsentiert. Da LE-Kandidaten mittels CAD automatisch identifiziert werden, können manche LE-Stellen übersehen werden, und es können "falsche Positive" auftreten. Außerdem erhält der Radiologe normalerweise keine Informationen darüber, warum eine bestimmte LE-Stelle gewählt wurde oder nicht.
  • Bei einem anderen Verfahren zur LE-Visualisierung wird die mittlere Dichte von lokalen Bereichen der Lungen berechnet und gerendert, um Durchblutungsstörungen direkt zu visualisieren. Lungenbereiche, die eine geringere als die mittlere Dichte aufweisen, deuten normalerweise auf ein stromaufwärts befindliches Gerinnsel hin; jedoch können auch andere Bedingungen wie etwa ein Emphysem eine Intensität zur Folge haben, die geringer als die mittlere ist. Dieses Verfahren ist mit ähnlichen Anforderungen an die Navigation verknüpft wie das der Betrachtung von 2D-Schnitten, nämlich es ist erforderlich, durch 2D-Schnitte zu scrollen und sich an die Lage gewisser Muster zu erinnern.
  • Bei einem weiteren Verfahren zur Visualisierung von LE verwendet ein schattierter dreidimensionaler (3D-) Gefäßbaum innere Dichtebereiche der Gefäße, um die Baumoberfläche zu färben. Dieses Verfahren vereinfacht die Suche nach peripheren LE, da eine Verfolgung von Gefäßen nicht mehr notwendig ist. In dem visualisierten Baum muss jedoch dreidimensional navigiert werden, und da Zweige häufig andere Zweige verdecken, erfordert die Navigation um den Baum herum eine recht umfangreiche Interaktion. Außerdem muss möglicherweise die gesamte Oberfläche jedes Zweiges untersucht werden, was daher eine vollständige Rotationsansicht jedes Zweiges erfordert und einen zeitaufwendigen Prozess zur Folge hat.
  • Dementsprechend besteht Bedarf an einem Verfahren, welches die Notwendigkeit einer 3D-Navigation zur Betrachtung aller Strukturen eines 3D-Gefäßbaumes verringert oder beseitigt.
  • 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 Baummodell-Visualisierung zur Erkennung von Lungenembolie bereitstellt.
  • Bei einer Ausführungsform der vorliegenden Erfindung umfasst ein Verfahren zur Baummodell-Visualisierung zum Erkennen einer Anomalie in einer anatomischen Baumstruktur: Anpassen eines Baummodells an eine anatomische Baumstruktur; Umwandeln von Zweigen des Baummodells in erste zweidimensionale Zweigbilder; und Anordnen der ersten zweidimensionalen Zweigbilder in einer hierarchischen Reihenfolge, um ein zweites zweidimensionales Bild herzustellen.
  • Die anatomische Baumstruktur 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 Anpassens des Baummodells umfasst: Definieren einer Wurzelposition für die anatomische Baumstruktur; Berechnen eines Skeletts der segmentierten anatomischen Baumstruktur; Herstellen einer Rohbaumstruktur unter Verwendung des Skeletts; Eliminieren falscher Zweige in der Rohbaumstruktur; Glätten und Zentrieren des Skeletts; und Zuweisen von Richtungsvektoren zu Punkten in der segmentierten anatomischen Baumstruktur.
  • Das Baummodell kann auch angepasst werden, indem eines der folgenden Verfahren zur Baummodellberechnung angewendet wird: gefäßbasiertes Verfolgungsverfahren, Skelettierung, Distance Transform (Abstandstransformation) oder Level-Set-basiertes Verfahren zur Baummodellberechnung. Die Zweige des Baummodells werden in die ersten zweidimensionalen Zweigbilder umgewandelt, indem eines der folgenden Verfahren angewendet wird: Ausrollen (Unrolling), Darstellung nebeneinander (Side-by-Side), rotierende Struktur oder zweidimensionales Verfahren der Projektion der maximalen Intensität (Maximum Intensity Projection).
  • Die anatomische Baumstruktur ist entweder ein Gefäßbaum wie etwa ein Blutgefäßbaum oder ein Luftwege-Baum wie etwa ein Bronchialbaum. Die anatomische Baumstruktur wird unter Anwendung entweder eines Computertomographie- oder eines Magnetresonanz-Bildgebungsverfahrens erfasst. Die Anomalie ist entweder eine Lungenembolie oder eine Atemwegstenose oder ein Gehirnaneurysma.
  • Bei einer anderen Ausführungsform der vorliegenden Erfindung umfasst ein Verfahren zum Analysieren zweidimensionaler Baumbilder zum Erkennen einer Anomalie in einer anatomischen Baumstruktur: Anpassen eines Baummodells an eine anatomische Baumstruktur; Umwandeln jedes Zweiges des Baummodells in ein zweidimensionales Zweigbild, so dass eine Vielzahl von zweidimensionalen Zweigbildern hergestellt wird; und Anordnen der zweidimensionalen Zweigbilder in einer hierarchischen Reihenfolge, um ein Bild mit zweidimensionaler Darstellung herzustellen.
  • Der Schritt des Anpassens des Baummodells umfasst: Definieren einer Wurzelposition für die anatomische Baumstruktur; Berechnen eines Skeletts der segmentierten anatomischen Baumstruktur; Herstellen einer Rohbaumstruktur unter Verwendung des Skeletts; Eliminieren falscher Zweige in der Rohbaumstruktur; Glätten und Zentrieren des Skeletts; und Zuweisen von Richtungsvektoren zu Punkten in der segmentierten anatomischen Baumstruktur.
  • Das Verfahren umfasst ferner: Präsentieren des Bildes mit zweidimensionaler Darstellung; Betrachten von Zweigen in dem Bild mit zweidimensionaler Darstellung in einer hierarchischen Reihenfolge; Empfangen einer Zweigauswahl; und Erhalten einer ursprünglichen axialen Ansicht von Bilddaten des Zweiges oder eines dreidimensionalen Renderings des Zweiges. Wenn der ausgewählte Zweig eine Anomalie aufweist, ist die Anomalie entweder eine Lungenembolie oder eine Atemwegstenose oder ein Gehirnaneurysma.
  • Bei einer weiteren Ausführungsform der vorliegenden Erfindung umfasst ein System zur Baummodell-Visualisierung zum Erkennen einer Anomalie in einer anatomischen Baumstruktur: eine Speichervorrichtung zum Speichern eines Programms; einen Prozessor, der mit der Speichervorrichtung kommuniziert, wobei der Prozessor in Verbindung mit dem Programm bewirkt: Anpassen eines Baummodells an eine anatomische Baumstruktur; Umwandeln von Zweigen des Baummodells in erste zweidimensionale Zweigbilder; und Anordnen der ersten zweidimensionalen Zweigbilder in einer hierarchischen Reihenfolge, um ein zweites zweidimensionales Bild herzustellen.
  • Die anatomische Baumstruktur wird unter Anwendung eines der folgenden Segmentierungsverfahren segmentiert: Schwellwertverfahren (Thresholding) und größenbasierte Etikettierung (Size-based Labeling), Leitungsfilter-basiertes oder Strukturtensor-basiertes Segmentierungsverfahren.
  • Der Prozessor bewirkt in Verbindung mit dem Programmcode beim Anpassen: Definieren einer Wurzelposition für die anatomische Baumstruktur; Berechnen eines Skeletts der segmentierten anatomischen Baumstruktur; Herstellen einer Rohbaumstruktur unter Verwendung des Skeletts; Eliminieren falscher Zweige in der Rohbaumstruktur; Glätten und Zentrieren des Skeletts; und Zuweisen von Richtungsvektoren zu Punkten in der segmentierten anatomischen Baumstruktur.
  • Das Baummodell kann auch angepasst werden, indem eines der folgenden Verfahren zur Baummodellberechnung angewendet wird: gefäßbasiertes Verfolgungsverfahren, Skelettierung, Distance Transform (Abstandstransformation) oder Level-Set-basiertes Verfahren zur Baummodellberechnung. Die Zweige des Baummodells werden in die ersten zweidimensionalen Zweigbilder umgewandelt, indem eines der folgenden Verfahren angewendet wird: Ausrollen (Unrolling), Darstellung nebeneinander (Side-by-Side), rotierende Struktur oder zweidimensionales Verfahren der Projektion der maximalen Intensität (Maximum Intensity Projection).
  • Die anatomische Baumstruktur ist entweder ein Gefäßbaum oder ein Luftwege-Baum. Die anatomische Baumstruktur wird unter Verwendung entweder eines Computertomographen oder eines Magnetresonanztomographen erfasst. Die Anomalie ist entweder eine Lungenembolie oder eine Atemwegstenose oder ein Gehirnaneurysma.
  • 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 Blockschaltbild eines Systems zur Baummodell-Visualisierung zur Erkennung von Lungenembolie gemäß einer beispielhaften Ausführungsform der vorliegenden Erfindung;
  • 2 ist ein Flussdiagramm, das ein Verfahren zur Baummodell-Visualisierung zur Erkennung von Lungenembolie gemäß einer beispielhaften Ausführungsform der vorliegenden Erfindung beschreibt;
  • 3 ist ein Flussdiagramm, das ein Verfahren zum Anpassen eines Baummodells zur Anwendung bei einer beispielhaften Ausführungsform der vorliegenden Erfindung beschreibt;
  • 4 ist ein Bild, das eine 3D-Visualisierung eines Lungengefäßbaumes zeigt, der gemäß einem herkömmlichen Verfahren segmentiert wurde;
  • 5 ist eine Reihe von Schemata, die das Verfahren zur Baummodell-Visualisierung zur Erkennung von Lungenembolie gemäß einer beispielhaften Ausführungsform der vorliegenden Erfindung zeigen;
  • 6 ist eine Reihe von Schemata, die alternative Verfahren zum Umwandeln eines 3D-Zweiges in ein 2D-Bild gemäß einer beispielhaften Ausführungsform der vorliegenden Erfindung zeigen; und
  • 7 ist eine Reihe von Bildern, welche die Ergebnisse des Umwandelns eines Lungengefäßbaumes in ein einziges 2D-Bild gemäß einer beispielhaften Ausführungsform der vorliegenden Erfindung zeigen.
  • AUSFÜHRLICHE BESCHREIBUNG BEISPIELHAFTER AUSFÜHRUNGSFORMEN
  • 1 ist ein Blockschaltbild eines Systems 100 zur Baummodell-Visualisierung zur Erkennung von Lungenembolie gemäß einer beispielhaften Ausführungsform der vorliegenden Erfindung.
  • Wie in 1 dargestellt, umfasst das System 100 unter anderem eine Scannvorrichtung 105, einen Personalcomputer (PC) 110 und ein Bedienpult 115, die zum Beispiel über ein Ethernet-Netzwerk 120 verbunden sind. Die Scannvorrichtung 105 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 105 kann auch eine Hybrid-Bildgebungsvorrichtung sein, die in der Lage ist, CT, MR, PET oder andere Bildgebungsverfahren zu realisieren.
  • Der PC 110, welcher eine Workstation, ein tragbarer oder Laptop-Computer, ein Persönlicher Digitaler Assistent (PDA) usw. sein kann, enthält eine Zentraleinheit (Central Processing Unit, CPU) 125 und einen Speicher 130, welche mit einer Eingabevorrichtung 150 und einer Ausgabevorrichtung 155 verbunden sind. Die CPU 125 enthält ein Baummodell-Visualisierungsmodul 145, welches ein oder mehrere Verfahren zur Baummodell-Visualisierung zur Erkennung von Lungenembolie implementiert.
  • Der Speicher 130 umfasst einen Direktzugriffsspeicher (Random Access Memory, RAM) 135 und einen Nur-Lese-Speicher (Read Only Memory, ROM) 140. Der Speicher 130 kann auch eine Datenbank, ein Plattenlaufwerk, ein Bandlaufwerk usw. oder eine Kombination davon enthalten. Der RAM 135 fungiert als ein Datenspeicher, welcher Daten speichert, die während der Ausführung eines Programms in der CPU 125 verwendet werden, und wird als ein Arbeitsbereich genutzt. Der ROM 140 fungiert als ein Programmspeicher zum Speichern eines Programms, das in der CPU 125 ausgeführt wird. Die Eingabevorrichtung 150 wird von einer Tastatur, Maus usw. gebildet, und die Ausgabevorrichtung 155 wird von einer Flüssigkristallanzeige (Liquid Crystal Display, LCD), einem Kathodenstrahlröhren- (Cathode Ray Tube, CRT-) Display oder einem Drucker gebildet.
  • Der Betrieb des Systems 100 wird von dem Bedienpult 115 aus gesteuert, welches ein Steuergerät 165, zum Beispiel eine Tastatur, und ein Display 160, zum Beispiel ein CRT-Display, enthält. Das Bedienpult 115 kommuniziert mit dem PC 110 und der Scannvorrichtung 105, so dass 2D-Bilddaten, die von der Scannvorrichtung 105 gesammelt werden, von dem PC 110 in 3D-Daten gerendert und auf dem Display 160 betrachtet werden können. Selbstverständlich kann der PC 110 auch so konfiguriert sein, dass er von der Scannvorrichtung 105 gelieferte Informationen bearbeitet und anzeigt, wenn das Bedienpult 115 nicht vorhanden ist, indem zum Beispiel die Eingabevorrichtung 150 und die Ausgabevorrichtung 155 verwendet werden, um gewisse Aufgaben zu erfüllen, die von dem Steuergerät 165 und dem Display 160 ausgeführt werden.
  • Das Bedienpult 115 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 160 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 110 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 1 dargestellt, kann das Baummodell-Visualisierungsmodul 145 auch von dem PC 110 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 110 über das Netzwerk 120 an ein Image-Rendering-System im Bedienpult 115 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.
  • 2 ist ein Flussdiagramm, das einen Ablauf eines Verfahrens zur Baummodell-Visualisierung zur Erkennung von Lungenembolie gemäß einer beispielhaften Ausführungsform der vorliegenden Erfindung zeigt.
  • Wie in 2 dargestellt, werden CT-Bilddaten eines Lungengefäßbaumes von einem Paar Lungen in einem Patienten erfasst (210). Dies geschieht, indem die Scannvorrichtung 105, in diesem Beispiel ein CT-Scanner, welcher vom Bedienpult 115 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 des Lungengefäßbaumes herzustellen. Selbstverständlich können die CT-Bilddaten, außer von den Lungen, auch von einem Bein, Arm, Gehirn oder anderen Körperteil, das sich verzweigende Blutgefäße oder Luftwege 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, wird der Gefäßbaum segmentiert (220). Selbstverständlich kann die Gefäßsegmentierung 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. Außerdem könnte selbstverständlich ein beliebiges Verfahren zur Erstellung eines Baummodells für Gefäße bei der vorliegenden Erfindung angewendet werden. Hierzu gehören zum Beispiel Verfahren zur Verfolgung von Gefäßen, welche keine Gefäßsegmentierung erfordern, und wenn solche Verfahren angewendet werden, sind die Schritte 220 und 230 (die weiter unten erläutert werden) nicht erforderlich. Bei solchen Verfahren wird das Baummodell direkt aus dem ursprünglichen Bild erhalten. Der Vollständigkeit halber wird im Folgenden ein Verfahren zur Gefäßsegmentierung zur Anwendung bei der vorliegenden Erfindung erläutert.
  • 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 Gefäßbaum 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. Der Schwellwert kann so festgelegt werden, 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.
  • Ein Beispiel der soeben erläuterten gerenderten Segmentierung zeigt Bild (a) von 4. In diesem Bild ist, abgesehen davon, dass es das Segmentierungsmodell veranschaulicht, die Oberfläche durch den inneren Inhalt schattiert. Dieses Bild ist außerdem aus einer Ansicht eines schattierten 3D-Gefäßbaumes entnommen. Ein weiteres Beispiel der gerenderten Segmentierung ist in Bild (a) von 5 dargestellt, wo der dunkle kreisförmige Bereich 510 im rechten Zweig eine LE darstellt.
  • Wenn die Segmentierung gegeben ist, wird anschließend ein Baummodell an das segmentierte Bild angepasst (230). Selbstverständlich können in diesem Schritt vielfältige Verfahren zum Anpassen eines Baummodells an das segmentierte Bild angewendet werden. Außerdem können algorithmische Verfahren, die auf einer Verfolgung von Gefäßen basieren, angewendet werden, um ein Baummodell anzupassen oder, anders ausgedrückt, zu erhalten. Ein Baumanpassungsmodell zur Anwendung bei der vorliegenden Erfindung wird in der Arbeit von A.P. Kiraly et al., "Three-Dimensional Path Planning for Virtual Bronchoscopy", IEEE Transactions on Medical Imaging, Bd. 23, Nr. 11, S. 1365-1379, Nov. 2004, erörtert, von der eine Kopie durch Querverweis in die vorliegende Anmeldung einbezogen ist. Ein Beispiel des darin erörterten Baumanpassungsmodells wird nun unter Bezugnahme auf 3 erörtert.
  • Wie in 3 dargestellt, beginnt eine Baumberechnung mit der Skelettierung von zuvor segmentierten Gefäßen und läuft in mehreren Schritten ab. Zuerst wird eine Wurzelposition rA für die Wurzel des Baumes definiert (310). Das Skelett des segmentierten Bildes wird berechnet, indem Distance Transforms (Abstandstransformationen) verwendet werden, um Endpunkte zu erfassen, gefolgt von einer die Homotopie erhaltenden Elimination von Voxeln zur Ausdünnung (320). Anschließend wird unter Verwendung des Skeletts eine Rohbaumstruktur hergestellt, obwohl sie falsche Zweige enthalten kann (330). Die Baumstruktur und das segmentierte Bild werden dann verwendet, um gewisse Kriterien zur Elimination falscher Zweige zu messen (340). Das Skelett wird danach geglättet und genauer zentriert (350). Schließlich werden jedem Punkt in der Baumstruktur Richtungsvektoren zugewiesen (360), um abgeleitete Renderings zu ermöglichen, wie etwa ausgerollte Ansichten, orthogonale und parallele Ebenen sowie endoskopische Ansichten innerhalb des Gefäßbaumes.
  • In Abhängigkeit von den Ergebnissen der Gefäßsegmentierung kann der Gefäßbaum eine oder mehrere zusammenhängende Komponenten umfassen. Daher sollten Wurzelpositionen für jede einzelne Komponente gewählt werden. Es ist klar, dass Stellen, die sich möglichst nahe am Herz des Patienten befinden, normalerweise eine gute Wahl für Wurzelpositionen sind. Ein beispielhaftes Ergebnis des Schrittes der Baumanpassung ist in Bild (b) von 5 dargestellt. Genauer, in Bild (b) ist das Baummodell an die Baumstruktur von Bild (a) von 5 angepasst. Wie Bild (b) zeigt, stellen die dicken, dunklen Mittellinien 520-540 das Baummodell dar, welche danach verwendet werden, um Zweige zusammen mit ihrer Hierarchie zu identifizieren.
  • Insbesondere beschreibt das resultierende Modell den Gefäßbaum als eine Reihe von zusammenhängenden Zweigen, wobei jeder Zweig als eine Menge von Punkten entlang der Mittelachse definiert ist. Nachdem dieses Modell erhalten worden ist, können die einzelnen Zweige in einer hierarchischen Reihenfolge dargestellt werden, zum Beispiel mit Angabe einer Eltern-Kind-Beziehung zwischen Zweigen. Diese Darstellung ermöglicht es, Probleme bei der Navigation, die bei Verfahren zur 3D-Visualisierung auftreten, zu vermeiden, da die Zweige systematisch gescannt werden können.
  • Es wird erneut auf 2 Bezug genommen; jeder Zweig wird, bevor er in einer hierarchischen Reihenfolge dargestellt wird, in eine 2D-Darstellung umgewandelt, wie die Beispiele in Bild (c) von 5 zeigen (240). Bei einem Verfahren kann ein Zweig in einer hierarchischen Reihenfolge dargestellt werden, indem der Zweig 540 ausgerollt wird, wie durch 540c-2 in Bild (c) dargestellt. Bei diesem Verfahren werden Strahlen in einer kreisförmigen Weise senkrecht zur Zweigrichtung für jede einzelne Stelle innerhalb des Zweiges ausgesendet. Eine Funktion der Voxel entlang des Strahls gibt die Farbe für diesen speziellen Strahl an. Die Farbergebnisse für jeden Strahl werden dann für jedes Pixel horizontal gespeichert, so dass ein 2D-Bild zur Präsentation hergestellt wird, wie durch 540d-2 in Bild (d) von 5 dargestellt (250). Anstatt einen Zweig auszurollen, kann er auch als eine Projektion seines inneren Inhalts dargestellt werden, wie durch 540c-1 in Bild (c) von 5 dargestellt. Ein Beispiel hierfür wird später beschrieben.
  • Wie Bild (d) zeigt, braucht, wenn diese 2D-Darstellung einem Benutzer zum Beispiel des Systems 100 präsentiert wird, der Benutzer nur ein einziges 2D-Bild zu betrachten. Wenn das Bild dem Benutzer präsentiert wird, kann der Benutzer über eine Benutzeroberfläche Punkte in den 2D-Bildern 520d-540d-2 von Bild (d) anklicken, und die Punkte können dann in einer entsprechenden 3D-Darstellung oder einem axialen Schnitt zur weiteren Interpretation und Überprüfung angegeben werden.
  • Es wird nochmals auf Schritt 240 Bezug genommen; selbstverständlich können gemäß der vorliegenden Erfindung verschiedene weitere Verfahren zum Umwandeln jedes Zweiges des Baummodells in ein 2D-Bild angewendet werden. Die Verfahren können einen beliebigen Typ von Funktion oder Funktionen beinhalten, welche einen Weg durch eine 3D rohrähnliche Struktur nehmen und den Weg als ein 2D-Bild einem Benutzer zur Betrachtung präsentieren.
  • Bei einer alternativen Ausführungsform zum Umwandeln jedes Zweiges des Baummodells in ein einziges 2D-Bild zeigt Bild (a) von 6 zwei Renderings 610a und 610b von Zweigen, die nebeneinander angezeigt werden, wobei ein Rendering von der "Vorderseite" 610a und das andere von der "Rückseite" 610b erhalten wurde. Dieses Verfahren ermöglicht einen vollständigen Blick um die zu betrachtenden Zweige. Dieses Rendering kann auch erfolgen, indem eine Oberflächenschattierung der inneren Bereiche vorgenommen wird, wie Bild (a) von 6 zeigt.
  • Bei einem anderen Verfahren, das in Bild (b) von 6 dargestellt ist, kann jeder Zweig als eine rotierende Struktur 620 innerhalb eines animierten 2D-Bildes dargestellt werden, was somit eine Visualisierung aller Seiten ohne Verzerrung ermöglicht. Auch dieses Rendering kann erfolgen, indem eine Oberflächenschattierung der inneren Bereiche vorgenommen wird, wie Bild (a) von 6 zeigt, oder durch eine Projektion der Daten. Bei einem weiteren Verfahren kann eine 2D-Projektion der maximalen Intensität, die auf die Voxel innerhalb der Segmentierung begrenzt ist, berechnet werden, wie durch 630 in Bild (c) von 6 dargestellt. Dieses Verfahren ermöglicht, dass sämtliche Voxel innerhalb des Gefäßes die Ansicht beeinflussen, wodurch eine Visualisierung von Merkmalen innerhalb des Gefäßes ermöglicht wird und die Notwendigkeit entfällt, Wege von der Mittellinie zur Oberfläche zu berechnen.
  • 7 soll den Prozess und die Ergebnisse der Umwandlung des Gefäßbaumes in ein einziges 2D-Bild veranschaulichen. In Bild (a) von 7 ist ein axialer Schnitt dargestellt, wobei ein Pfeil auf eine LE zeigt. In Bild (b) von 7 ist eine Visualisierung eines 3D-Lungengefäßbaumes dargestellt. Der Pfeil in Bild (b) zeigt auf die Wurzel des Teilbaumes, der in Bild (c) von 7 dargestellt werden soll. In Bild (c) ist das berechnete Baummodell für einen Abschnitt des Gefäßbaumes in Bild (b) dargestellt, und in Bild (d) von 7 ist die endgültige 2D-Visualisierung des Gefäßbaumes von Bild (c) dargestellt. In Bild (d) ist nur ein Teilbaum dargestellt, da der gesamte Baum zu umfangreich ist, um auf einer Druckseite dargestellt zu werden. Wie bei einer Betrachtung von Bild (d) festgestellt werden kann, sind die dunklen Bereiche, die auf Gerinnsel oder LE hinweisen (durch die Pfeile bezeichnet), klar sichtbar, und die hierarchische Beziehung der Arterien ist ebenfalls klar erkennbar (z.B. Generationen 1-4). Außerdem kann der Umfang der Gerinnsel ebenfalls aus dieser Ansicht bestimmt werden.
  • Somit wird gemäß einer beispielhaften Ausführungsform der vorliegenden Erfindung ein Verfahren zum Darstellen von in einem 3D CT-Bild des Brustkorbes enthaltenen Gefäßen in einem einzigen 2D-Bild für die Zwecke der Visualisierung von LE bereitgestellt. Insbesondere berechnet das Verfahren zuerst ein Baummodell für alle Gefäßbaumstrukturen. Nachdem dieses Modell erhalten worden ist, werden die einzelnen Zweige desselben in einer hierarchischen Reihenfolge dargestellt. Dies ermöglicht eine vollständige Betrachtung aller Seiten der Gefäße bei Erhaltung der hierarchischen Struktur des Baumes. Außerdem kann jeder Zweig als eine rotierende Struktur oder flach als ein 2D-Bild dargestellt werden. Beim letzteren Schema entfällt die Notwendigkeit einer 3D-Navigation. Ferner ermöglichen die Schemata der Darstellung der vorliegenden Erfindung einem praktischen Arzt, eine Stelle anzuklicken und die ihr entsprechende Position sowohl in den ursprünglichen CT-Daten als auch in der 3D-Visualisierung zu finden, wodurch die Diagnose und Erkennung von LE noch weiter verbessert 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 für beispielhafte Ausführungsformen gilt. 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 Baummodell-Visualisierung zum Erkennen einer Anomalie in einer anatomischen Baumstruktur sind vorgesehen. Das Verfahren umfasst dabei: Anpassen eines Baummodells an eine anatomische Baumstruktur (230); Umwandeln von Zweigen des Baummodells in erste zweidimensionale Zweigbilder (240); und Anordnen der ersten zweidimensionalen Zweigbilder in einer hierarchischen Reihenfolge, um ein zweites zweidimensionales Bild herzustellen (250).

Claims (24)

  1. Verfahren zur Baummodell-Visualisierung zum Erkennen einer Anomalie in einer anatomischen Baumstruktur, welches umfasst: Anpassen eines Baummodells an eine anatomische Baumstruktur; Umwandeln von Zweigen des Baummodells in erste zweidimensionale Zweigbilder; und Anordnen der ersten zweidimensionalen Zweigbilder in einer hierarchischen Reihenfolge, um ein zweites zweidimensionales Bild herzustellen.
  2. Verfahren nach Anspruch 1, wobei die anatomische Baumstruktur segmentiert wird.
  3. Verfahren nach Anspruch 2, wobei die anatomische Baumstruktur unter Anwendung eines der folgenden Segmentierungsverfahren segmentiert wird: Schwellwertverfahren (Thresholding) und größenbasierte Etikettierung (Size-based Labeling), Leitungsfilter-basiertes oder Strukturtensor-basiertes Segmentierungsverfahren.
  4. Verfahren nach Anspruch 2, wobei der Schritt des Anpassens des Baummodells umfasst: Definieren einer Wurzelposition für die anatomische Baumstruktur; Berechnen eines Skeletts der segmentierten anatomischen Baumstruktur; Herstellen einer Rohbaumstruktur unter Verwendung des Skeletts; Eliminieren falscher Zweige in der Rohbaumstruktur; Glätten und Zentrieren des Skeletts; und Zuweisen von Richtungsvektoren zu Punkten in der segmentierten anatomischen Baumstruktur.
  5. Verfahren nach Anspruch 1, wobei das Baummodell angepasst wird, indem eines der folgenden Verfahren zur Baummodellberechnung angewendet wird: gefäßbasiertes Verfolgungsverfahren, Skelettierung, Distance Transform (Abstandstransformation) oder Level-Set-basiertes Verfahren zur Baummodellberechnung.
  6. Verfahren nach Anspruch 1, wobei die Zweige des Baummodells in die ersten zweidimensionalen Zweigbilder umgewandelt werden, indem eines der folgenden Verfahren angewendet wird: Ausrollen (Unrolling), Darstellung nebeneinander (Side-by-Side), rotierende Struktur oder zweidimensionales Verfahren der Projektion der maximalen Intensität (Maximum Intensity Projection).
  7. Verfahren nach Anspruch 1, wobei die anatomische Baumstruktur entweder ein Gefäßbaum oder ein Luftwege-Baum ist.
  8. Verfahren nach Anspruch 1, wobei die anatomische Baumstruktur unter Anwendung entweder eines Computertomographie- oder eines Magnetresonanz-Bildgebungsverfahrens erfasst wird.
  9. Verfahren nach Anspruch 1, wobei die Anomalie entweder eine Lungenembolie oder eine Atemwegstenose oder ein Gehirnaneurysma ist.
  10. Verfahren zum Analysieren zweidimensionaler Baumbilder zum Erkennen einer Anomalie in einer anatomischen Baumstruktur, welches umfasst: Anpassen eines Baummodells an eine anatomische Baumstruktur; Umwandeln jedes Zweiges des Baummodells in ein zweidimensionales Zweigbild, so dass eine Vielzahl von zweidimensionalen Zweigbildern hergestellt wird; und Anordnen der zweidimensionalen Zweigbilder in einer hierarchischen Reihenfolge, um ein Bild mit zweidimensionaler Darstellung herzustellen.
  11. Verfahren nach Anspruch 10, wobei der Schritt des Anpassens des Baummodells umfasst: Definieren einer Wurzelposition für die anatomische Baumstruktur; Berechnen eines Skeletts der segmentierten anatomischen Baumstruktur; Herstellen einer Rohbaumstruktur unter Verwendung des Skeletts; Eliminieren falscher Zweige in der Rohbaumstruktur; Glätten und Zentrieren des Skeletts; und Zuweisen von Richtungsvektoren zu Punkten in der segmentierten anatomischen Baumstruktur.
  12. Verfahren nach Anspruch 10, welches ferner umfasst: Präsentieren des Bildes mit zweidimensionaler Darstellung.
  13. Verfahren nach Anspruch 12, welches ferner umfasst: Betrachten von Zweigen in dem Bild mit zweidimensionaler Darstellung in einer hierarchischen Reihenfolge.
  14. Verfahren nach Anspruch 13, welches ferner umfasst: Empfangen einer Zweigauswahl; und Erhalten einer ursprünglichen axialen Ansicht von Bilddaten des Zweiges oder eines dreidimensionalen Renderings des Zweiges.
  15. Verfahren nach Anspruch 14, wobei, wenn der ausgewählte Zweig eine Anomalie aufweist, die Anomalie entweder eine Lungenembolie oder eine Atemwegstenose oder ein Gehirnaneurysma ist.
  16. System zur Baummodell-Visualisierung zum Erkennen einer Anomalie in einer anatomischen Baumstruktur, welches umfasst: eine Speichervorrichtung zum Speichern eines Programms; einen Prozessor, der mit der Speichervorrichtung kommuniziert, wobei der Prozessor in Verbindung mit dem Programm bewirkt: Anpassen eines Baummodells an eine anatomische Baumstruktur; Umwandeln von Zweigen des Baummodells in erste zweidimensionale Zweigbilder; und Anordnen der ersten zweidimensionalen Zweigbilder in einer hierarchischen Reihenfolge, um ein zweites zweidimensionales Bild herzustellen.
  17. System nach Anspruch 16, wobei die anatomische Baumstruktur segmentiert wird.
  18. System nach Anspruch 17, wobei die anatomische Baumstruktur unter Anwendung eines der folgenden Segmentierungsverfahren segmentiert wird: Schwellwertverfahren (Thresholding) und größenbasierte Etikettierung (Size-based Labeling), Leitungsfilter-basiertes oder Strukturtensor-basiertes Segmentierungsverfahren.
  19. System nach Anspruch 17, wobei beim Anpassen des Baummodells der Prozessor in Verbindung mit dem Programmcode bewirkt: Definieren einer Wurzelposition für die anatomische Baumstruktur; Berechnen eines Skeletts der segmentierten anatomischen Baumstruktur; Herstellen einer Rohbaumstruktur unter Verwendung des Skeletts; Eliminieren falscher Zweige in der Rohbaumstruktur; Glätten und Zentrieren des Skeletts; und Zuweisen von Richtungsvektoren zu Punkten in der segmentierten anatomischen Baumstruktur.
  20. System nach Anspruch 16, wobei das Baummodell angepasst wird, indem eines der folgenden Verfahren zur Baummodellberechnung angewendet wird: gefäßbasiertes Verfolgungsverfahren, Skelettierung, Distance Transform (Abstandstransformation) oder Level-Set-basiertes Verfahren zur Baummodellberechnung.
  21. System nach Anspruch 16, wobei die Zweige des Baummodells in die ersten zweidimensionalen Zweigbilder umgewandelt werden, indem eines der folgenden Verfahren angewendet wird: Ausrollen (Unrolling), Darstellung nebeneinander (Side-by-Side), rotierende Struktur oder zweidimensionales Verfahren der Projektion der maximalen Intensität (Maximum Intensity Projection).
  22. System nach Anspruch 16, wobei die anatomische Baumstruktur entweder ein Gefäßbaum oder ein Luftwege-Baum ist.
  23. System nach Anspruch 16, wobei die anatomische Baumstruktur unter Verwendung entweder eines Computertomographen oder eines Magnetresonanztomographen erfasst wird.
  24. System nach Anspruch 16, wobei die Anomalie entweder eine Lungenembolie oder eine Atemwegstenose oder ein Gehirnaneurysma ist.
DE112005001755T 2004-08-02 2005-08-02 System und Verfahren zur Baummodell-Visualisierung zur Erkennung von Lungenembolie Withdrawn DE112005001755T5 (de)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US59809804P 2004-08-02 2004-08-02
US60/598,098 2004-08-02
US11/194,252 2005-08-01
US11/194,252 US7599535B2 (en) 2004-08-02 2005-08-01 System and method for tree-model visualization for pulmonary embolism detection
PCT/US2005/027571 WO2006017580A1 (en) 2004-08-02 2005-08-02 System and method for tree-model visualization for pulmonary embolism detection

Publications (1)

Publication Number Publication Date
DE112005001755T5 true DE112005001755T5 (de) 2007-05-10

Family

ID=35355787

Family Applications (1)

Application Number Title Priority Date Filing Date
DE112005001755T Withdrawn DE112005001755T5 (de) 2004-08-02 2005-08-02 System und Verfahren zur Baummodell-Visualisierung zur Erkennung von Lungenembolie

Country Status (4)

Country Link
US (1) US7599535B2 (de)
CN (1) CN101036165B (de)
DE (1) DE112005001755T5 (de)
WO (1) WO2006017580A1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102007046701A1 (de) * 2007-09-28 2009-04-16 Siemens Ag Verfahren zur Verarbeitung arteriographischer Bilddaten

Families Citing this family (45)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7998062B2 (en) 2004-03-29 2011-08-16 Superdimension, Ltd. Endoscope structures and techniques for navigating to a target in branched structure
EP2316328B1 (de) 2003-09-15 2012-05-09 Super Dimension Ltd. Umhüllungsvorrichtung zur Fixierung von Bronchoskopen
EP2113189B1 (de) * 2003-09-15 2013-09-04 Covidien LP System aus Zubehör zur Verwendung mit Bronchoskopen
US8764725B2 (en) 2004-02-09 2014-07-01 Covidien Lp Directional anchoring mechanism, method and applications thereof
US8233964B2 (en) 2005-09-16 2012-07-31 Siemens Medical Solutions Usa, Inc. System and method for color-coding segmented chest image airways for assessment
US20080008371A1 (en) * 2006-06-13 2008-01-10 Kevin Woods Considerations when colon segmentation differs between CAD processing and visualization
EP2036040B1 (de) * 2006-06-16 2017-04-19 Koninklijke Philips N.V. Automatisierte, hierarchische aufspaltung anatomischer bäume
CN101536042B (zh) * 2006-11-20 2013-06-12 皇家飞利浦电子股份有限公司 对解剖学树结构进行显示
JP2010525858A (ja) * 2007-05-04 2010-07-29 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 対称な解剖学的構造の自動表示
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
US8126229B2 (en) * 2007-08-03 2012-02-28 Siemens Medical Solutions Usa, Inc. Reduction of lymph tissue false positives in pulmonary embolism detection
US8905920B2 (en) 2007-09-27 2014-12-09 Covidien Lp Bronchoscope adapter and method
WO2009122273A2 (en) 2008-04-03 2009-10-08 Superdimension, Ltd. Magnetic interference detection system and method
JP5571654B2 (ja) * 2008-04-18 2014-08-13 コーニンクレッカ フィリップス エヌ ヴェ 肺動脈のセグメント化
EP2297673B1 (de) 2008-06-03 2020-04-22 Covidien LP Registrationsverfahren auf merkmalbasis
US8218847B2 (en) 2008-06-06 2012-07-10 Superdimension, Ltd. Hybrid registration method
US8932207B2 (en) 2008-07-10 2015-01-13 Covidien Lp Integrated multi-functional endoscopic tool
US8611984B2 (en) 2009-04-08 2013-12-17 Covidien Lp Locatable catheter
EP2538839B1 (de) * 2010-02-23 2015-07-08 Loma Linda University Verfahren zur analyse eines medizinischen bildes
CN101866495B (zh) * 2010-06-01 2012-03-28 中国科学院自动化研究所 基于骨架点云的树木建模方法
CN101847267B (zh) * 2010-06-01 2012-04-25 中国科学院自动化研究所 基于深度检索的树木建模方法
WO2011159834A1 (en) 2010-06-15 2011-12-22 Superdimension, Ltd. Locatable expandable working channel and method
US20130149684A1 (en) * 2011-12-09 2013-06-13 University Of Florida Research Foundation, Incorporated Physiological simulator toolkit and viewer
DE102012204063B4 (de) 2012-03-15 2021-02-18 Siemens Healthcare Gmbh Generierung von Visualisierungs-Befehlsdaten
US10376178B2 (en) * 2012-05-14 2019-08-13 Intuitive Surgical Operations, Inc. Systems and methods for registration of a medical device using rapid pose search
US9472017B2 (en) * 2013-01-29 2016-10-18 Siemens Aktiengesellschaft Fast rendering of curved reformation of a 3D tubular structure
CN103425771B (zh) * 2013-08-12 2016-12-28 深圳市华傲数据技术有限公司 一种数据正则表达式的挖掘方法及装置
US10952593B2 (en) 2014-06-10 2021-03-23 Covidien Lp Bronchoscope adapter
US10454676B2 (en) * 2015-02-13 2019-10-22 International Business Machines Corporation Automatic key management using enterprise user identity management
US10426555B2 (en) 2015-06-03 2019-10-01 Covidien Lp Medical instrument with sensor for use in a system and method for electromagnetic navigation
US10157467B2 (en) * 2015-08-07 2018-12-18 Arizona Board Of Regents On Behalf Of Arizona State University System and method for detecting central pulmonary embolism in CT pulmonary angiography images
US10478254B2 (en) 2016-05-16 2019-11-19 Covidien Lp System and method to access lung tissue
US10638952B2 (en) 2016-10-28 2020-05-05 Covidien Lp Methods, systems, and computer-readable media for calibrating an electromagnetic navigation system
US10792106B2 (en) 2016-10-28 2020-10-06 Covidien Lp System for calibrating an electromagnetic navigation system
US10615500B2 (en) 2016-10-28 2020-04-07 Covidien Lp System and method for designing electromagnetic navigation antenna assemblies
US10446931B2 (en) 2016-10-28 2019-10-15 Covidien Lp Electromagnetic navigation antenna assembly and electromagnetic navigation system including the same
US10517505B2 (en) 2016-10-28 2019-12-31 Covidien Lp Systems, methods, and computer-readable media for optimizing an electromagnetic navigation system
US10751126B2 (en) 2016-10-28 2020-08-25 Covidien Lp System and method for generating a map for electromagnetic navigation
US10418705B2 (en) 2016-10-28 2019-09-17 Covidien Lp Electromagnetic navigation antenna assembly and electromagnetic navigation system including the same
US10722311B2 (en) 2016-10-28 2020-07-28 Covidien Lp System and method for identifying a location and/or an orientation of an electromagnetic sensor based on a map
CN107689043B (zh) * 2017-08-28 2020-06-16 重庆邮电大学 一种血管段终端节点与分支节点的获取方法
US11219489B2 (en) 2017-10-31 2022-01-11 Covidien Lp Devices and systems for providing sensors in parallel with medical tools
DE102019202571A1 (de) * 2019-02-26 2020-08-27 Siemens Healthcare Gmbh Präparieren und Abbilden einer röhrenförmigen Struktur
CN111754476A (zh) * 2019-06-19 2020-10-09 北京昆仑医云科技有限公司 用于解剖树结构的疾病量化建模的方法及系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2001268217A1 (en) * 2000-06-06 2001-12-17 The Research Foundation Of State University Of New York Computer aided visualization, fusion and treatment planning
US6901555B2 (en) 2001-07-09 2005-05-31 Inxight Software, Inc. Tree visualization system and method based upon a compressed half-plane model of hyperbolic geometry
DE10162272A1 (de) * 2001-12-19 2003-07-10 Philips Intellectual Property Verfahren zur Unterstützung der Orientierung im Gefäßsystem
US7113623B2 (en) * 2002-10-08 2006-09-26 The Regents Of The University Of Colorado Methods and systems for display and analysis of moving arterial tree structures
US7545965B2 (en) * 2003-11-10 2009-06-09 The University Of Chicago Image modification and detection using massive training artificial neural networks (MTANN)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102007046701A1 (de) * 2007-09-28 2009-04-16 Siemens Ag Verfahren zur Verarbeitung arteriographischer Bilddaten

Also Published As

Publication number Publication date
CN101036165B (zh) 2010-09-08
WO2006017580A1 (en) 2006-02-16
CN101036165A (zh) 2007-09-12
US7599535B2 (en) 2009-10-06
US20060023925A1 (en) 2006-02-02

Similar Documents

Publication Publication Date Title
DE112005001755T5 (de) System und Verfahren zur Baummodell-Visualisierung zur Erkennung von Lungenembolie
DE10311319B4 (de) Verfahren, System und Computerprodukt zur Planung eines Herzinterventionsverfahrens
DE112005001741T5 (de) System und Verfahren zur Baumprojektion zur Erkennung von Lungenembolie
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
DE102008007231B4 (de) Verfahren und System zum Berechnen eines Vesselness-Maßes und Gefäßbaummodellierung mittels dieses Vesselness-Maßes
DE60020876T2 (de) Modellbasiertes verfahren zum ausrichten von kardiologischen ct- und kernresonanzaufnahmen
DE102011076233B4 (de) Verfahren und Computersystem zur Erkennung einer statistisch relevanten Normvariante der Gefaßstruktur eines Patienten mit Hilfe tomographischer Bilddatensatze
DE102005038326A1 (de) Verfahren und Vorrichtung zur Planung medizinischer Eingriffsprozeduren und zur Lokalisierung und Navigation eines Eingriffswerkzeugs
DE10350438A1 (de) Verfahren und Einrichtung zur medizinischen Interventionsverfahrenplanung
DE102004043694B4 (de) Verfahren zur Segmentierung anatomischer Strukturen aus 3D-Bilddaten unter Nutzung topologischer Information
DE102004056783A1 (de) Verfahren und Vorrichtung zum Segmentieren von Strukturen in einer CT-Angiographie
DE112004000352B4 (de) System und Verfahren zum Durchführen einer virtuellen Endoskopie
DE112004001177T5 (de) System und Verfahren zur Planung eines endoskopischen Pfades
DE102017214447B4 (de) Planare Visualisierung von anatomischen Strukturen
DE102007046250A1 (de) Verfahren und Vorrichtung zur Identifizierung von Bereichen in einem Bild
DE102005040438A1 (de) Verfahren und Vorrichtung zur Embolieanalyse
DE102008032432A1 (de) Koregistrierung und Analyse von multi-modalen, in unterschiedlichen Geometrien erhaltenen Bildern
DE102007003260A1 (de) System und Verfahren zum Markieren und Identifizieren von Lymphknoten in medizinischen Bildern
DE102006018348A1 (de) System und Verfahren für die verschmolzene PET-CT-Visualisierung zum Entfalten des Herzens
DE102008022141A1 (de) Verfahren und Gerät zur Verbesserung und/oder Validierung von 3D-Segmentierungen
DE102007057096A1 (de) Verfahren und Vorrichtung zur automatischen Registrierung von Läsionen zwischen Untersuchungen
DE102006058941A1 (de) Verfahren und Vorrichtung zum Auswählen computergestützter Algorithmen, basierend auf dem Protokoll und/oder Parametern eines Akquisitionssystems
DE102022112136A1 (de) Medizinisches bildanalysegerät, verfahren und medizinisches bild, visualisierungsgerät und verfahren
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

Legal Events

Date Code Title Description
OP8 Request for examination as to paragraph 44 patent law
8125 Change of the main classification

Ipc: A61B 6/03 AFI20050802BHDE

R016 Response to examination communication
R016 Response to examination communication
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee

Effective date: 20140301