DE19745403A1 - Verfahren zur Konturierung von Objekten in digitalen Bildern - Google Patents

Description

Die Erfindung betrifft ein Verfahren zur Konturierung von Ob­ jekten in digitalen Bildern, wie beispielsweise in der medi­ zinischen Bildgebung bei der Erfassung von Organen, z. B. dem linken Herzventrikel. Eine konventionelle Segmentierung er­ folgte z. B. auf folgende Weise:

• - Manuelle Konturierung über die graphische Eingabe (Computer-Maus),
• - manuelle Eingabe von Stützpunkten entlang der Kontur und mathematische Interpolation zur Gewinnung der Feinkontur,
• - reine Konzentration auf Farb-/Helligkeitsunterschiede (Gradienten) an der Objektgrenze, aber keine Modellvor­ stellungen im Hintergrund, und
• - starre Modell- (Gestalt) Vorgabe zur Steuerung der Kontur­ findung z. B. durch Ansatz mit einem Polar-Koordinaten­ system.

Der Erfindung liegt die Aufgabe zugrunde, ein Verfahren der eingangs genannten Art zu schaffen, bei dem das Objekt, also ein Gegenstand oder ein Organ, automatisch segmentiert und konturiert wird, um die Grundlage für weitere Messungen und z. B. differenzierende Diagnosen zu schaffen.

Diese Aufgabe ist erfindungsgemaß gelöst durch die Merkmale des Patentanspruches 1. Die Erfindung besteht in einem inter­ aktiven Verfahren mit einer Modellierung, die mit minimaler Bediener-Steuerung eine komplexe Mustererkennung bewältigt. Dies wird durch eine parametrisierte Modellbildung geleistet.

Zunächst wird ein dreidimensionales Modell des Objektes bzw. der Objektklasse gebildet, welches trotz zulässiger Abstrak­ tionen und Idealisierungen noch genügend Spezifität beinhal­ tet, um das ursprüngliche Objekt für den Erkennungszweck ein­ deutig zu repräsentieren. Vorzugsweise ein analytisches Modell, aber auch andere algorithmisch faßbare Prinzipien sind geeignet. Die Projektion dieses Modells in die zwei­ dimensionale Bildebene ergibt ein Modell und die Gestalt im Bild. Das vorgeschlagene Verfahren erkennt diese Gestalt in real gescannten 2D- oder höherdimensionalen Bildern wieder.

Da die Größen und Orientierungen von Objekt(-klassen) sehr vielfältig sein können, wird diese Mannigfaltigkeit dadurch eingeschränkt, daß teils graphische, teils begriffliche oder numerische Zusatz- bzw. Steuerinformation für die Modellbil­ dung oder Projektion gegeben wird. Dazu gilt es, bei der Problemanalyse und Modellbildung wenige entscheidende Para­ meter herauszuarbeiten, welche die Abbildung am stärksten und vor allem charakterisierend beeinflussen.

Solche Parameter können sein:

• - Graphisch interaktiv definierte "Eckpunkte" im wörtlichen oder im übertragenen Sinn, im zweidimensionalen oder im dreidimensionalen Raum,
• - Verbale Zustandsbeschreibung: "Gittergerüst", "Objekt mit Metallverklei­ dung"
• - Numerische Information: Zeitpunkt innerhalb der Objekt­ erzeugung etwa bei einem che­ misch/physikalischen Prozeß, Größeninformation, Entfernung.

Die Erfindung ist nachfolgend anhand eines in der Zeichnung dargestellten Ausführungsbeispieles näher erläutert. Es zeigen:

Fig. 1 ein Röntgensystem, und

Fig. 2 ein Diagramm zur Erläuterung des erfindungsgemäßen Verfahrens.

In der Fig. 1 ist ein Röntgenstrahler 1 dargestellt, dessen Strahlenbündel 2 einen Patienten 3 durchdringt, der auf einer Liege 4 liegt. In Strahlenrichtung gesehen hinter der Liege 4 ist ein Detektor 5 angeordnet, der z. B. aus einer Matrix von Detektorelementen, insbesondere auf der Basis von amorphem, hydriertem Silizium gebildet ist. Die Ausgangssignale des Festkörperdetektors 5 werden einer Bildelektronik 6 zuge­ führt, die ein Bild des durchstrahlten Bereiches des Patien­ ten 3 erzeugt, das auf einem Monitor 7 wiedergegeben wird. Der Röntgenstrahler 1 wird von einem Röntgengenerator 8 ge­ speist. Der Bildelektronik 6 ist eine Eingabeeinheit 9 zuge­ ordnet.

In der Fig. 2 ist das Verfahren der automatischen Konturie­ rung von Objekten anhand der medizinischen Bildgebung für die Erfassung des linken Herzventrikels in Form der Schritte A bis F naher erläutert. Es ergibt sich folgender Verfahrensab­ lauf:

Schritt A Vorgabe für die Mustererkennung in Form eines "Suchbildes".

Schritt B Die Bedienungsperson, z. B. ein Mediziner, defi­ niert wenige Landmarks, die als Parameter dienen, bei dem Beispiel die Punkte P1, P2, P3.

Schritt C Anhand der Landmarks wird ein Modell des Objektes, nämlich ein Ventrikel-Elipsenmodell, bestimmt. Das Ergebnis sind die in

Schritt D gezeigten Konturen des gesuchten Objekts in der annähernd richtigen Position.

Schritt E In einer Elektronik 10 erfolgt die detaillierte Mustererkennung durch Orientierung an der Vorgabe aus D.

Schritt F Nunmehr liegt das Ergebnis, nämlich die genau er­ mittelten Objektgrenzen vor.

Bei dem erfindungsgemäßen Verfahren wird ein intelligentes Modell erzeugt, das durch Eingabe weniger Parameter ein Bild des gesuchten Objekts erzeugt. Es erfolgt eine Generierung der Konturen des gesuchten Objekts in etwa der richtigen Größe am richtigen Ort aufgrund dieses Modells. Wesentlich ist der Schritt C, nämlich die intelligente Modellbildung. Eine variable Erzeugung von Vorgaben für die weitere Suche gemäß Schritt D ist vorteilhaft. Mit wenigen Eingabepara­ metern wird unter Verwendung des Modellwissens ein zweites Bild neben der mit Hilfe des Detektors 5 unmittelbar erzeug­ ten Aufnahme gebildet.

Das aufgenommene Bild und das aus Modell und Parametern ge­ wonnene Bild werden mit einem objektiven Verfahren vergli­ chen. Einfachstes Beispiel: Summe der quadratischen Ab­ standsdifferenzen aller markanten Punkte. Dazu kann die Transformation sowohl des Modells als auch des vorliegenden Bildes in denselben Parameterraum vorteilhaft sein. Ist bei der Vergleichs-/Differenzrechnung ein vordefiniertes Limit für die Abweichung unterschritten, ist das Matching beendet.

Andernfalls wird durch Parametervariation z. B. entlang des stärksten Gradienten eine größere Annäherung versucht. Wenn die Parametereinstellung schließlich optimal erscheint, kann die Kontur des Modellbildes im direkten Vergleich weiter an das Originalbild angeglichen werden bzw. an eine ohne Modell gewonnene Darstellung aus dem Originalbild wie z. B. das Gra­ dientenbild des Originals. Ziel ist hier wiederum eine in der Summe möglichst geringe Abweichung, welche über eine größere und komplexe Objektoberfläche mittels dynamischer Optimierung zu erreichen ist.

Unter Einsatz von Stereo- oder höherdimensionaler Bildaufnah­ metechnik und einem entsprechenden Modell der räumlichen Bildgebung ergibt sich gewollte Redundanz im beschriebenen Prozeß der Mustererkennung, mit der die Erkennungssicherheit verbessert werden kann und die Genauigkeit der Erkennung ver­ bessert wird.

Resultat eines derartigen Mustererkennungsprozesses ist die Erkennung und automatische quantitative Beschreibung von Bildobjekten mit wenigen Parametern und Maßzahlen anstelle einer komplexen und unspezifischen Umschreibung.

Dem Beispiel gemäß Fig. 2, nämlich der angiographischen Dar­ stellung des linken Herzventrikels, liegen folgende Über­ legungen zugrunde:

In der kardiologischen Angiographie ergaben sich in den letz­ ten Jahrzehnten Standardprojektionen zur Darstellung der lin­ ken Herzkammer und ebenso Modellansätze zu ihrer Umschrei­ bung. Das Standardmodell ist die Interpretation des linken Ventrikels als geschlossenes Ellipsoid, welches in grober Näherung anhand der im Bild sichtbaren Längs- und Querachsen konstruiert wird. Nachfolgende Berechnungen bedürfen bei die­ sem Ansatz erheblicher systematischer Korrekturen.

Im Sinne der vorliegenden Erfindung wird die Grunderkenntnis weiterverwendet, daß der Ventrikel in seiner Funktion diese Ellipsoidgestalt ausgeprägt hat. Mit dem Gegenstand der Er­ findung geht man jedoch ab von der starren Darstellung als geschlossenes Ellipsoid und der Fixierung an den beiden Ach­ sen. Neuere medizinische Betrachtungen ergaben bestimmte Größenzusammenhänge zwischen Aortenweite und Ventrikeldimen­ sion sowie die Notwendigkeit, die Herzspitze (Apex) besonders zu beobachten. Des weiteren muß die inferior liegende Mitralklappe eigentlich aus dem Ellipsoidbereich ausgeklam­ mert werden.

Die Parameter zur Anordnung und zu den Verhältnissen der ana­ tomischen Teilbereiche wurden über einen Satz medizinischer Bilder ermittelt. Weiteres Modellwissen wurde aus der Unter­ suchung des physikalischen Vorgangs der Röntgenprojektion des Ventrikels gewonnen. Dieser bildgebende Mechanismus zur Dar­ stellung der Ventrikelränder wurde in ein Filter (Matched Filter, Elektronik 10) umgesetzt, das eine Wahrscheinlich­ keitsmatrix für Randpunkte liefert. Diese Matrix kann sich mathematisch in einem anderen Raum (Koordinatensystem) als dem ursprünglichen Feld von Bildpunkten befinden.

In einem vorliegenden Patientenbild werden die beiden Aorten­ punkte und der Apex markiert. Die Position des Apex, der oft auch visuell nur schwer zu erkennen ist, braucht nur ungefähr gekennzeichnet zu werden. Das System errechnet sich aus die­ sen Punkten ein auf das individuelle Bild angepaßtes Modell der Ventrikelkontur. Unter Orientierung an diesem Kontur­ modell wird ein optimaler Pfad durch die erwähnte Wahrschein­ lichkeitsmatrix für Randpunkte ermittelt (dynamische Optimie­ rung). Dieser Pfad ergibt nach Rückprojektion in das angio­ graphische Bild die an das individuelle Patientenbild ange­ paßte Kontur. Dieses Verfahren liefert reproduzierbar in einem ganzen Spektrum von Patientenbildern objektiv ermit­ telte Konturen, die ohne Korrekturrechnungen wie in den älte­ ren Modellen zur Bestimmung von Volumengrößen oder für Dyna­ mikstudien verwendet werden können.

Claims (4)

1. Verfahren zur Konturierung von Objekten in digitalen Bil­ dern mit folgenden Verfahrensschritten:
Elektronische Vorgabe für die Mustererkennung durch Defini­ tion weniger Parameter (P1, P2, P3).
Bildung eines intelligenten Modells aufgrund dieser Parameter (P1, P2, P3) aufgrund vorgegebener Informationen, wobei vorzugsweise physikalische Eigenschaften der Objektklasse und Zusammenhänge der Komponenten verwendet werden und funk­ tionell zusammenwirken.
Ermittlung der genauen Objektgrenzen aufgrund der Musterer­ kennung durch Vergleich der Parameter (P1, P2, P3) mit den vorgegebenen Informationen.

2. Verfahren nach Anspruch 1, bei dem nach der Modellbildung ein Orientierungsbild (D)entsteht, welches dem Ausgangs- Suchbild ähnelt.

3. Verfahren nach Anspruch 1 oder 2, bei dem nach der Modell­ bildung eine Nachverarbeitung, vorzugsweise durch Filterung erfolgt.

4. Verfahren nach einem der Ansprüche 1 bis 3 zur automati­ schen Konturierung in der medizinischen Bildgebung, vorzugs­ weise bei der Erfassung des linken Herzventrikels.