DE60319075T2 - Verfahren zur interaktiven segmentierung einer in einem objekt enthaltenen struktur - Google Patents

Verfahren zur interaktiven segmentierung einer in einem objekt enthaltenen struktur Download PDF

Info

Publication number
DE60319075T2
DE60319075T2 DE60319075T DE60319075T DE60319075T2 DE 60319075 T2 DE60319075 T2 DE 60319075T2 DE 60319075 T DE60319075 T DE 60319075T DE 60319075 T DE60319075 T DE 60319075T DE 60319075 T2 DE60319075 T2 DE 60319075T2
Authority
DE
Germany
Prior art keywords
voxel
expansion
segmentation
voxels
list
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Lifetime
Application number
DE60319075T
Other languages
English (en)
Other versions
DE60319075D1 (de
Inventor
Cristian Lorenz
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.)
Philips Intellectual Property and Standards GmbH
Original Assignee
Philips Intellectual Property and Standards GmbH
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 Philips Intellectual Property and Standards GmbH filed Critical Philips Intellectual Property and Standards GmbH
Application granted granted Critical
Publication of DE60319075D1 publication Critical patent/DE60319075D1/de
Publication of DE60319075T2 publication Critical patent/DE60319075T2/de
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Classifications

    • 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
    • G06T7/187Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • 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
    • G06T2207/20Special algorithmic details
    • G06T2207/20092Interactive image processing based on input by user
    • G06T2207/20101Interactive definition of point of interest, landmark or seed
    • 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
    • G06T2207/30008Bone

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Analysis (AREA)
  • Image Generation (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Crystals, And After-Treatments Of Crystals (AREA)
  • Devices For Executing Special Programs (AREA)

Description

  • Die vorliegende Erfindung bezieht sich auf ein Verfahren zum interaktiven Segmentieren einer in einem Objekt enthaltenen Struktur aus einem das Objekt dreidimensional darstellenden Bild. Außerdem bezieht sich die Erfindung auf eine Bildverarbeitungseinrichtung zur Durchführung des Verfahrens, ein Computerprogramm für eine derartige Bildverarbeitungseinheit und eine bildgebende Einrichtung mit einer derartigen Bildverarbeitungseinheit.
  • Bekannte Verfahren zur Segmentierung einer in einem Objekt enthaltenen Struktur basieren auf einem Bereichswachstumsprozess (engl.: region growing oder region expansion), bei dem der Benutzer ein oder mehrere so genannte Saatvoxel (engl.: seed voxel) in der zu segmentierenden Struktur vorgibt. Es werden dann die Nachbarvoxel des Saatvoxels daraufhin untersucht, ob sie zu der Struktur gehören oder nicht. Die zu der Struktur gehörigen Voxel bilden die erste Generation von Voxeln, deren Nachbarvoxel daraufhin untersucht werden, ob sie zu der Struktur gehören. Wenn sie dazu gehören, bilden sie die zweite Generation von Voxeln, deren Nachbarvoxel wiederum auf ihre Zugehörigkeit untersucht werden usw. Die Voxel werden somit Generation für Generation untersucht, bis der Prozess automatisch zum Stillstand kommt, wenn keine weiteren zu der Struktur gehörigen Voxel mehr gefunden werden.
  • Die Qualität der auf diese Weise erzielten Segmentierung hängt entscheidend von der Güte des Ähnlichkeitskriteriums ab, durch das entschieden wird, ob ein Voxel zu der zu segmentierenden Struktur gehört oder nicht. Es kann vorkommen, dass Voxel der Struktur zugeordnet werden, obwohl sie nicht dazu gehören, oder dass Voxel, die zu der Struktur gehören, ihr nicht zugeordnet werden – oder beides. Nötigenfalls muss der Benutzer das Segmentierverfahren mit einem geänderten Ähnlichkeitskriterium erneut ablaufen lassen.
  • Aus dem Dokument EP 0516047 ist ein Verfahren der erwähnten Art bekannt, bei dem der Benutzer interaktiv an dem Segmentierungsprozess mitarbeitet. Dabei wird der jeweilige Segmentierungsstatus fortlaufend in einem Segmentierungsbild dargestellt, wobei die Voxel herangezogen werden, die als zur Struktur gehörig in dem Verfahren erkannt worden sind. Stellt der Benutzer fest, dass in dem Segmentierungsbild auch ein Bereich dargestellt ist, der – nach seinen anatomischen Kenntnissen – nicht zu der gesuchten Struktur gehören kann, setzt er in diesen Bereich ein Saatvoxel.
  • Von diesem Saatvoxel ausgehend wird ein neuer Expansionsprozess gestartet, dessen Resultat dem Segmentierungsbild überlagert wird, beispielsweise durch eine andere Farbgebung. Dieser Expansionsprozess ermittelt zunächst Voxel aus der nicht zu der Struktur gehörenden Region. Erreicht diese zweite Expansion die zu segmentierende Struktur, kann der Benutzer sie abbrechen und den dadurch ermittelten (nicht zur Struktur gehörenden) Bereich löschen, so dass als Ergebnis der Segmentierung nur die gesuchte Struktur verbleibt.
  • Voraussetzung für das Funktionieren dieser interaktiven Segmentierung ist, dass es nur einen Bereich (oder nur ganz wenige Bereiche) gibt, in die hinein sich die (erste) Expansion erstrecken kann, und dass diese Bereiche nur über einen – oder wenige – möglichst schmale Verbindungsstege mit der Struktur verbunden sind. Wenn die Struktur großflächig von einem Bereich umschlossen wird, der ähnliche Merkmale aufweist wie die Struktur, dann ist es mit zumutbarem Aufwand für den Benutzer praktisch nicht mehr möglich, diesen Bereich von der Struktur zu trennen.
  • Aufgabe der vorliegenden Erfindung ist es, ein verbessertes Verfahren zur interaktiven Segmentierung einer Struktur zu schaffen.
  • Diese Aufgabe wird erfindungsgemäß durch ein Verfahren zum interaktiven Segmentieren einer Struktur in einem dreidimensionalen Bild gelöst, wobei das Verfahren eine fortlaufende Visualisierung des jeweiligen Segmentierungsstatus in einem Segmentierungsbild beinhaltet und einen Expansionsmodus und einen Kontraktionsmodus umfasst, wobei im Expansionsmodus die folgenden Schritte ausgeführt werden:
    • a) Auswählen eines Voxels aus einer Expansionsliste der jeweiligen segmentierten Struktur basierend auf einem Ähnlichkeitsmaß des Voxels aus der Expansionsliste, wobei das Ähnlichkeitsmaß eines Voxels definiert, inwieweit das genannte Voxel eine Eigenschaft der Struktur aufweist;
    • b) Prüfen, ob ein Nachbarvoxel des Voxels aus der Expansionsliste das Ähnlichkeitskriterium basierend auf einem Ähnlichkeitsmaß des Nachbarvoxels erfüllt; und
    • c) Einfügen des Nachbarvoxels in die Expansionsliste der jeweiligen segmentierten Struktur, wenn das Nachbarvoxel das Ähnlichkeitskriterium erfüllt; während im Kontraktionsmodus von dem jeweiligen Segmentierungsstatus ausgehend die Voxel aus der segmentierten Struktur in der umgehrten Reihenfolge entfernt werden, in der sie im Expansionsmodus als zur Struktur gehörend ermittelt wurden.
  • Die Erfindung gibt dem Benutzer nach dem Start der Segmentierung die Wahl zwischen dem Expansionsmodus und dem Kontraktionsmodus. Wenn die Segmentierung noch nicht weit genug fortgeschritten ist, wird der Benutzer den Expansionsmodus wählen und damit das Bereichswachstum fortsetzen. Ist hingegen die Segmentierung zu weit fortgeschritten, so dass die Segmentierung bereits in nicht mehr zu der Struktur gehörende Regionen vordringt, wird er den Kontraktionsmodus wählen, wobei die Segmentierung Voxel für Voxel rückgängig gemacht wird, so dass wieder die zuvor bereits durchlaufenen Stadien der Segmentierung erreicht werden können
  • Für die Bewertung der Nachbarvoxel wird nicht ein binäres Ähnlichkeitskriterium sondern ein quasi-kontinuierliches Ähnlichkeitsmaß ermittelt, das das Ausmaß beschreibt, in welchem das untersuchte Voxel ein für die Struktur charakteristisches Merkmal aufweist. Ist beispielsweise in einem CT-Bild eine Knochenstruktur dadurch gekennzeichnet, dass sie die höchsten Hounsfield-Werte aufweist, dann muss keine Festlegung erfolgen, ob der Hounsfield-Wert eines Voxels groß genug ist, um zur Struktur zu gehören oder nicht. Es genügt vielmehr, den Hounsfield-Wert (der zwischen –1000 und +1000 liegen kann) als Ähnlichkeitsmaß zu verwenden.
  • Wesentlich dabei ist, dass die Auswahl der Voxel, deren Nachbarn zu untersuchen sind, nicht generationenweise erfolgt, sondern nach dem Wert des jeweiligen Ähnlichkeitsmaßes. Deshalb expandiert dieses Verfahren zunächst nur in die Bereiche, die den Merkmalen der Struktur am stärksten entsprechen. Im weiteren Verfahren kommen dann die Bereiche hinzu, in denen die Merkmale der Struktur weniger deutlich hervortreten. Wenn der Benutzer den Expansionsprozess überhaupt nicht unterbrechen würde, könnte als Ergebnis der Segmentierung ein Bild resultieren, das dem zu segmentierenden dreidimensionalen Bild entspricht. Wenn der Benutzer die Expansion aber rechtzeitig stoppt, ergibt sich ein sehr gutes Segmentierungsbild.
  • Durch die Ausgestaltung nach Anspruch 2 ist es dem Benutzer möglich, im Voraus zu bestimmen, wie weit die Expansion (bzw. die Umkehr der Expansion) laufen soll, bevor sie automatisch stoppt. Die Anzahl der Auswahlschritte kann dabei angeben, wie viele Schritte die bei dem Saatvoxel beginnende Expansion enthalten soll, oder aber eine vom momentanen Segmentierungsstatus ausgehende Anzahl von Schritten. Wenn diese Vorgabe nach einer Unterbrechung der Segmentierung durch den Benutzer erfolgt, hängt von der Vorgabe ab, ob anschließend der Expansionsmodus oder der Kontraktionsmodus wirksam wird.
  • Im Laufe des Segmentierungsverfahrens kann eine sehr große Anzahl von Voxeln in der Liste gespeichert werden. Die Auswahl des Voxels mit dem höchsten Ähnlichkeitsmaß aus der Liste würde dann relativ viel Zeit beanspruchen, selbst wenn darin außer der Lage des Voxels auch dessen Ähnlichkeitsmaß gespeichert würde. Diese Suche kann bei der Unterliste beginnen, die dem höchsten Wert des Ähnlichkeitsmaßes zugeordnet ist, und enden, sobald in dieser und den nächst höheren Unterlisten ein bisher noch nicht ausgewähltes Voxel gefunden worden ist. Noch einfacher wird die Suche dann, wenn während des Segmentierungsprozesses jeweils die Unterliste markiert wird, in der sich ein solches Voxel befindet.
  • Bei einer Ausgestaltung werden Nachbarvoxel mit einem niedrigen Ähnlichkeitsmaß gar nicht erst in der Liste gespeichert, wodurch die Liste weniger umfangreich wird. Wenn der Mindestwert zu niedrig gewählt würde, hätte dies – anders als bei den bekannten Verfahren – keinen negativen Einfluss auf die Qualität des Segmentierungsergebnisses. Wenn das ausgewählte Voxel am Rande einer Struktur liegt, kann diese Ausgestaltung dazu führen, das keines seiner Nachbarvoxel in die Liste eingetragen wird (abgesehen von dem Voxel, von dem aus das betreffende Voxel in einem vorherigen Expansionsschritt ermittelt wurde).
  • Die in Anspruch 3 beschriebene Ausgestaltung der Erfindung eignet sich insbesondere für die Segmentierung von Knochenstrukturen in einem CT-Bild. Das Ähnlichkeitsmaß eines Voxels entspricht dabei im einfachsten Fall seinem Grauwert (d. h. dem Hounsfield-Wert).
  • Anspruch 4 beschreibt eine Bildverarbeitungseinrichtung zur Durchführung des erfindungsgemäßen Verfahrens, Anspruch 5 ein Computerprogramm für eine derartige Bildverarbeitungseinrichtung und Anspruch 6 eine bildgebende Einrichtung für die medizinische Diagnostik, insbesondere einen Computertomographen mit einer derartigen Bildverarbeitungseinrichtung.
  • Die Erfindung wird nachstehend anhand der Zeichnungen näher erläutert. Es zeigen:
  • 1 eine Bildverarbeitungseinheit zur Durchführung des erfindungsgemäßen Verfahrens;
  • 2 ein Ablaufdiagramm eines bildgebenden Verfahrens bis zur Segmen tierung;
  • 3a einen ersten Teil eines detailliertes Ablaufdiagramms;
  • 3b einen zweiten Teil eines derartigen detaillierten Ablaufdiagramms;
  • 3c einen dritten Teil eines derartigen detaillierten Ablaufdiagramms und
  • 4 die Struktur einer in diesem Zusammenhang benutzten Liste.
  • Die in 1 dargestellte Bildverarbeitungseinrichtung umfasst einen Bildverarbeitungs- und Steuerungsprozessor 1 mit einem Speicher 2, der ein dreidimensionales Bild eines zu untersuchenden Objektes und einige für die Durchführung des Verfahrens benötigte Listen speichern kann. Über ein Bussystem 3 ist der Bildverarbeitungs- und Steuerungsprozessor 1 mit einer rein schematisch dargestellten bildgebenden Einrichtung 4, z. B. einem Computertomographen oder einem MR-Gerät gekoppelt. Die durch das erfindungsgemäße Verfahren erzielten Ergebnisse können auf einem Monitor 6 wiedergegeben werden. Der Benutzer kann über eine Tastatur 5 oder durch andere, in der Zeichnung nicht näher dargestellte, Eingabeeinheiten auf den Bildverarbeitungs- und Steuerungsprozessor 1 zugreifen und Einfluss auf den Ablauf des Segmentierungsverfahrens nehmen.
  • 2 stellt ein schematisches Diagramm eines mit der Datenerfassung für ein dreidimensionales Bild eines Objektes beginnenden und mit der Segmentierung einer Struktur innerhalb dieses Objektes endenden Ablaufs dar. Im Schritt 101 werden mittels eines Computertomographen CT-Daten eines Objektes erfasst. Im Schritt 102 wird aus diesen CT-Daten ein Bild des Objektes rekonstruiert. Danach kann der Benutzer im Schritt 103 den Expansionsmodus starten, um eine Struktur auf Basis des erfindungsgemäßen Bereichswachstumsverfahrens zu segmentieren. Der jeweilige Segmentierungsstatus wird dem Benutzer, z. B. einem Arzt, in einem Segmentierungsbild angezeigt (Schritt 104), das fortlaufend aktualisiert wird, so dass der Benutzer das Wachsen der segmentierten Struktur verfolgen kann.
  • Der Benutzer hat vielfältige Einwirkungsmöglichkeiten. Er kann das Segmentierungsverfahren anhalten oder (im Schritt 105) beenden. Nach dem Anhalten kann der Benutzer den Expansionsmodus fortsetzen. Er kann das Segmentierungsverfahren aber auch umkehren, wenn die Segmentierung zu weit fortgeschritten ist, indem er den Kontraktionsmodus aktiviert. Dabei werden im Block 106 die Expansionsschritte in umgekehrter Reihenfolge wieder rückgängig gemacht, so dass die Segmentierung wieder in eine frühere Phase der Expansion zurückversetzt wird.
  • Die 3a, 3b und 3c zeigen Einzelheiten des Segmentierungsverfahrens. Nach der Initialisierung definiert der Benutzer in dem dreidimensionalen CT-Bild mindestens ein Saatvoxel, d. h. ein Voxel, das inmitten der zu segmentierenden Struktur liegt (Schritt 201). Er kann auch mehrere Saatvoxel festlegen, was beispielsweise nötig ist, wenn zwei räumlich voneinander getrennte Strukturen, z. B. die beiden Schulterblätter, in dem CT-Bild segmentiert werden sollen. Es ist auch möglich, unterschiedliche Arten von Saatvoxeln zu definieren, um unterschiedliche Strukturen von ähnlicher Konsistenz voneinander unterscheiden zu können, beispielsweise die Schulterblätter von der Wirbelsäule. Außerdem kann der Benutzer im Schritt 201 weitere Eingangsparameter vorgeben.
  • Danach werden im Schritt 202 die Saatvoxel und ihr Ähnlichkeitsmaß in einer ersten Liste gespeichert, die im Folgenden als Expansionsliste bezeichnet wird. Das Ähnlichkeitsmaß eines Voxels definiert den Grad, in dem das Voxel eine für die jeweilige Struktur charakteristische Eigenschaft aufweist, also quasi die Wahrscheinlichkeit, mit der ein Voxel zu der Struktur gehört. Im einfachsten Fall kann das Ähnlichkeitsmaß durch den Grauwert definiert werden, den das betreffende Voxel in dem dreidimensionalen Bild hat, in einem CT-Bild also durch den Hounsfield-Wert. Dieses einfache Ähnlichkeitsmaß eignet sich für die Segmentierung von Knochenstrukturen in einem CT-Bild, weil diese die höchsten Hounsfield-Werte aufweisen. Wenn andere Strukturen segmentiert werden sollen, müssen andere Ähnlichkeitsmaße benutzt werden.
  • Im Schritt 203 wird die Anzahl der Expansionsschritte vorgegeben. Dabei ist es zweckmäßig, eine sehr große Zahl (bzw. unendlich) vorzugeben, so dass der Segmentierungsprozess bis zu seinem Ende fortlaufen könnte, wenn er nicht vorher durch den Benutzer beendet wird. Die Vorgabe kann graphisch erfolgen, beispielweise mit Hilfe eines auf dem Monitor 6 dargestellten, vom Benutzer verstellbaren Schiebereglers. Die momentane Anzahl der Schritte kann mittels eines Balkens angezeigt werden, der sich unterhalb des Schiebereglers befindet und dessen Länge entsprechend der Anzahl der Expansionsschritte veränderlich ist, wobei die Vorgabe erfüllt ist, wenn der Balken den Schieber erreicht.
  • In Schritt 204 wird geprüft, ob die vorgegebene Anzahl von Expansionsschritten größer ist als die Anzahl der bisher ausgeführten Expansionsschritte. Ist dies nicht der Fall, wird ein Kontraktionsmodus (3b) aktiviert, und andernfalls der Expansionsmodus (3c). Nach dem Start wird in Schritt 204 zuerst der Expansionsmodus aktiviert. Dieser Modus enthält eine durch die Blöcke 205 und 211 definierte Schleife, die so oft durchlaufen wird, bis die vorgegebene Anzahl von Schritten erreicht ist oder die Expansionsliste leer ist oder der Benutzer zwischenzeitlich die Expansion stoppt. Dabei wird im Schritt 206 aus der Expansionsliste das Voxel mit dem höchsten Ähnlichkeitsmaß ausgewählt. Beim ersten Durchlaufen der Schleife handelt es sich dabei stets um eines der Saatvoxel. Beim zweiten Durchlaufen der Schleife kann aber auch ein Voxel ausgewählt werden, das nicht zu den Saatvoxeln gehört – wenn es ein höheres Ähnlichkeitsmaß hat als die übrigen Saatvoxel.
  • Im Prinzip könnten in der Expansionsliste die einzelnen Voxel und deren Ähnlichkeitsmaß gespeichert sein. Bei der Vielzahl der Voxel, die sich im Laufe des Expansionsprozesses ergeben können, würde dies viel Speicherplatz erfordern, und es würde viel Rechenzeit benötigt, bis das Voxel mit dem jeweils höchsten Ähnlichkeitsmaß gefunden ist.
  • In 4 ist eine Form der Expansionsliste schematisch dargestellt, die weniger Speicherplatz benötigt und eine schnellere Bearbeitung erlaubt. Dabei ist die Expansionsliste in so viel Unterlisten 300, 301 ... 302, 303 und 304 unterteilt, wie in dem CT-Bild Hounsfield-Werte vorhanden sein können, so dass jede Unterliste einem der Hounsfield-Werte zugeordnet ist, die in der in 4 auf der linken Seite befindlichen Spalte von Kästchen eingetragen sind. Die Kästchen, aus denen sich jede Unterliste zusammensetzt, symbolisieren die Elemente der Unterliste, die je ein Voxel aufnehmen können. Ein weißes (leeres) Element bedeutet, dass darin noch kein Voxel gespeichert ist. In Schwarz ist in jeder Unterliste jeweils das Element markiert, das das nächste zu dieser Unterliste (bzw. zu diesem Ähnlichkeitsmaß) gehörende Voxel aufnimmt. Links davon sind mit einer schrägen Schraffur die Elemente bezeichnet, die bisher noch nicht ausgewählte Voxel enthalten. Links von diesen wiederum sind durch eine gekreuzte Schraffur Voxel symbolisiert, die während des Expansionsverfahrens bereits ausgewählt worden sind. Einige dieser Voxel sind in dem Segmentierungsbild sichtbar (diese enthalten Punkte zusätzlich zur Schraffur) und andere nicht.
  • Jedes Element der Unterlisten kann beispielsweise 32 bit aufnehmen: 29 bit für die Position des Voxels, 2 bit, die die Art des Saatvoxels kennzeichnen, aus denen das betreffende Voxel während der Expansion abgeleitet wurde, und 1 bit dafür, ob das betreffende Voxel in dem jeweiligen Segmentierungsbild sichtbar ist oder nicht. Außerdem ist für jede Unterliste ein Zeiger Z vorgesehen, der dasjenige Element bezeichnet, das in seiner Unterliste als nächstes ausgewählt wird. Und schließlich sind alle Unterlisten markiert (nicht näher dargestellt), die ein bisher noch nicht ausgewähltes Voxel enthalten.
  • Im Schritt 206 wird nach der Auswahl des Voxels (bei der Expansionsliste aus 4 wäre dies das Voxel aus der Unterliste 303, auf das der Zeiger Z zeigt) der Zeiger in der Unterliste um eine Position nach rechts verschoben, und der Zähler für die Anzahl der Expansionsschritte wird um 1 erhöht. Außerdem wird das Ähnlichkeitsmaß dieses Voxels in eine zweite Liste aufgenommen, die im Folgenden als Kontraktionsliste bezeichnet wird.
  • Danach folgt eine weitere durch die Blöcke 207 und 210 definierte Schleife, die sechsmal durchlaufen wird – für jedes der an das ausgewählte Voxel mit einer Seite grenzenden Nachbarvoxel ein Mal. Dabei wird im Schritt 209 überprüft, ob das betreffende Voxel ein gegebenenfalls im Schritt 201 vorgegebenes Ähnlichkeitskriterium erfüllt oder nicht. Im Beispiel würde dies bedeuten, dass geprüft wird, ob der Hounsfield-Wert des Vxxel einen Mindestwert erreicht oder nicht. Es ist aber nicht nötig, dass der Benutzer ein solches Ähnlichkeitskriterium vorgibt. Wenn keines vorgegeben ist, werden alle bisher noch nicht in der Expansionsliste enthaltenen Voxel in die zu ihrem jeweiligen Ähnlichkeitsmaß gehörenden Unterliste aufgenommen. Dabei „erben" die Nachbarvoxel die Kennzeichnung des Saatvoxels, aus dessen Expansion sie hervorgegangen sind.
  • Wenn der Benutzer im Schritt 202 Saatvoxel auf die Schulterblätter, die Schlüsselbeine und die Wirbelsäule gesetzt hat, werden im Expansionsmodus in dem fortlaufend aktualisierten Segmentierungsbild zunächst die Schulterblätter und das Schlüsselbein sichtbar, weil die dort befindlichen Saatvoxel und ihre Nachbarvoxel einen höheren Hounsfield-Wert haben als das auf die Wirbelsäule gesetzte Saatvoxel. Erst wenn das Wachstum dieser beiden Bereiche abgeschlossen ist, beginnt die Wirbelsäule zu wachsen. Dabei wächst zunächst der Wirbelkörper, auf den ein Saatvoxel gesetzt wurde. Erst wenn dieser Wirbelkörper sich im Segmentierungsbild voll ausgebildet hat, kann das Wachstum über die dazwischen befindliche Bandscheibe auf den benachbarten Wirbelkörper übergehen. Erst nachdem die gesamte Wirbelsäule sichtbar geworden ist, beginnen die Rippen nacheinander im Segmentierungsbild sichtbar zu werden, die mit der Wirbelsäule über eine knorpelige Masse verbunden sind, deren Hounsfield-Werte niedriger sind als die der Rippen oder der Wirbelkörper.
  • Es ist deshalb wichtig, dass der Benutzer – wenn er überhaupt ein im Schritt 209 abgefragtes Ähnlichkeitskriterium in Form eines Mindestwertes des Ähnlichkeitsmaßes vorgibt – diesen Mindestwert so niedrig ansetzt, dass ihm nicht nur die Knochenstrukturen präsentiert werden, sondern auch die dazwischen befindlichen Knorpelstrukturen. Sobald die Expansion dabei eine Rippe erreicht hat, endet die Expansion des Pfades durch die Knorpelmasse, und die Expansion in der knöchernen Rippe beginnt. Dadurch bleiben die Zwischenräume zwischen Rippe und Wirbelsäule in dem Segmentierungsbild weitgehend als solche erkennbar.
  • Der Expansionsmodus stoppt im Schritt 212, wenn die vorgegebene Anzahl von Schritten erreicht ist oder wenn die Expansionsliste nur noch Voxel enthält, die im Schritt 206 bereits ausgewählt und anschließend bearbeitet worden sind, oder wenn der Benutzer interaktiv eingreift. Der Benutzer kann dann die Parameter der Visualisierung ändern. Beispielsweise kann er (bei einer Darstellung der Oberfläche) die Blickrichtung ändern, so dass er eine andere Ansicht der Struktur erhält und Voxel, die bisher nicht sichtbar waren, sichtbar werden – und umgekehrt. Oder er kann, wenn das Segmentierungsbild im einfachsten Fall ein Schichtbild ist – die Lage der dargestellten Schicht ändern.
  • Wenn der erreichte Segmentierungsstatus dem Benutzer ausreichend erscheint, kann er das Verfahren beenden. Wenn der bisherige Expansionsprozess noch nicht weit genug oder aber zu weit gegangen ist, kann der Benutzer im Schritt 213 (3a) die Anzahl der Expansionsschritte ändern. Wenn die Expansion nicht weit genug gegangen ist, wird der Benutzer im Schritt 213 eine größere Anzahl von Expansionsschritten vorgeben und/oder das im Schritt 209 überprüfte Ähnlichkeitskriterium erniedrigen, wonach der Expansionsprozess mit den Schritten 205 bis 211 erneut durchlaufen wird.
  • Wenn die Expansion nach Ansicht des Benutzers zu weit gegangen ist, wird der Benutzer im Schritt 213 eine kleinere Anzahl von Expansionsschritten vorgeben. Danach ein wird Kontraktionsmodus aktiviert, der die Segmentierung umgekehrt, wobei die zuletzt ausgeführten Expansionsschritte als erste rückgängig gemacht werden. Das Kontraktionsverfahren verläuft also analog zum Expansionsverfahren – nur in der umgekehrten Richtung. Es umfasst eine erste Schleife mit den Elementen 305 und 311, die so lange durchlaufen wird, bis ein Segmentierungsstatus entsprechend der neu vorgegebenen (niedrigeren) Anzahl von Expansionsschritten erreicht ist oder bis die Kontraktionsliste leer ist (in diesem Fall wäre wieder der Segmentierungsstatus vor Beginn des Expansionsverfahrens erreicht). Zusätzlich kann der Benutzer den Durchlauf der Schleife unterbrechen, wenn der Segmentierungsstatus ihm ausreichend erscheint.
  • Im Schritt 306 wird der Schrittzähler um jeweils 1 herabgesetzt, und das als letztes in die Kontraktionsliste aufgenommene Voxel wird daraus wieder entfernt. Die Kon traktionsliste könnte analog zur Expansionsliste aufgebaut sein. Einfacher ist es aber, im Schritt 206 in der Kontraktionsliste lediglich das Ähnlichkeitsmaß des ausgewählten Voxels zu speichern. Im Kontraktionsmodus ergibt sich dann das zugehörige Voxel aus der diesem Ähnlichkeitsmaß zugeordneten Unterliste, z. B. 303, und der Stellung des Zeigers in dieser Unterliste. Somit wird im Schritt 306 das als letztes in der Kontraktionsliste gespeicherte Ähnlichkeitsmaß gelöscht, und der Zeiger Z in der für dieses Ähnlichkeitsmaß vorgesehenen Unterliste wird um eine Stelle weiter nach links gesetzt.
  • In der durch die Elemente 307 und 310 definierten Schleife werden dann die Nachbarvoxel überprüft. Wenn dabei im Schritt 309 festgestellt wird, dass das betreffende Nachbarvoxel in die Expansionsliste aufgenommen war, wird es im Schritt 308 wieder daraus entfernt. Bei diesem Kontraktionsprozess wird also die Expansion Schritt für Schritt rückgängig gemacht. Der Kontraktionsprozess endet, wenn die Schleife 305 ... 311 genügend oft durchlaufen worden ist oder wenn der Benutzer die Kontraktion stoppt. Danach fährt der Prozess mit Schritt 212 fort. Der Benutzer hat dann erneut die Möglichkeit, den Segmentierungsprozess zu beenden, den Kontraktionsprozess fortzuführen oder die Ergebnisse des vorherigen Kontraktionsprozesses (teilweise) wieder rückgängig zu machen.
  • Die Erfindung kann im Prinzip bei der Segmentierung anderer Strukturen mit einem anderen Ähnlichkeitsmaß angewandt werden. Beispielsweise kann es zur Segmentierung von Weichteilgewebe notwendig sein, möglichst homogene Bereiche zu segmentieren. Das Ähnlichkeitsmaß ist in diesem Fall eine möglichst geringe Differenz zwischen dem Grauwert des untersuchten Voxels und dem Grauwert des Saatvoxels.
  • Bei einem anderen Verfahren zur Segmentierung von karzinogenem Gewebe werden Gebiete mit der gleichen Textur (der Art der Grauwertstrukturierung) als zur Struktur zugehörig erkannt. Dementsprechend würde ein hierfür geeignetes Ähnlichkeitsmaß die Ähnlichkeit der Grauwertverteilung in einer Umgebung des untersuchten Voxels berücksichtigen.
  • Text in der Zeichnung
  • Figur 2
    101 CT-Acq CT-Erfassung
    102 CT-Rec CT-Rekonstruktion
    103 Exp Expansion
    106 Contr Kontraktion
    Figur 3a
    Initialization Initialisierung
    201 201 User defines seed-points, sets additional input parameters and starts expansion process Benutzer definiert Saatpunkte, gibt weitere Eingangsparameter vor und startet den Expansionsvorgang
    202 202 Insert seed-points into expandlist Aufnehmen von Saatpunkten in die Expansionsliste
    203 Set expansion target to infinity Einstellen des Zielwertes für die Expansion auf unendlich
    213 User sets new expansion target Benutzer gibt neuen Zielwert für die Expansion vor
    204 If expansion target > current expand state Ist der vorgegebene Zielwert für die Expansion größer als die Anzahl der bisher ausgeführten Expansionsschritte?
    no nein
    yes ja
    Figur 3b
    no nein
    contraction Kontraktion
    305 While target not reached and dequeue stack Solange Zielwert nicht erreicht und Abbaustapel
    306 „pop" last voxel from dequeue stack Letztes Voxel vom Abbaustapel entfernen
    307 Loop over voxel neighbors Schleife für Nachbarvoxel
    308 Remove neighbor from expand list Nachbarvoxel aus Expansionsliste entfernen
    yes ja
    309 Neighbour was inserted into expandlist Nachbarvoxel wurde in Expansionsliste aufgenommen
    310 Neighbors examined Nachbarvoxel überprüfen
    311 Target reached of dequeue-stack empty Zielwert erreicht oder Abbaustapel leer
    213 Stop and wait for new expansion target Anhalten und auf neuen Zielwert für Expansion warten
    Figur 3c
    yes ja
    expansion Expansion
    205 While target not reachted and expand-list not empty Solange Zielwert nicht erreicht und Expansionsliste nicht leer
    206 Take voxel with highest priority from expand-list (dequeue-op) and "push" it in dequeue stack Voxel mit höchster Priorität aus Expansionsliste nehmen (Abbau-Operation) und in Abbaustapel aufnehmen
    207 Loop over voxel neighbors Schleife für Nachbarvoxel
    208 Insert neighbor into expand list Nachbarvoxel in Expansionsliste aufnehmen
    yes ja
    209 Neighbour fulfils similarity criterion Nachbarvoxel erfüllt Ähnlichkeitskriterium
    210 Neighbors examined Nachbarvoxel überprüfen
    211 Target reached or expand-list empty Zielwert erreicht oder Expansionsliste leer
    213 Stop and wait for new expansion target Anhalten und auf neuen Zielwert für Expansion warten

Claims (6)

  1. Verfahren zum interaktiven Segmentieren einer in einem Objekt enthaltenen Struktur aus einem das Objekt dreidimensional darstellenden Bild, wobei das Verfahren eine fortlaufende Visualisierung des jeweiligen Segmentierungsstatus in einem Segmentierungsbild beinhaltet und einen Expansionsmodus und einen Kontraktionsmodus umfasst, wobei im Expansionsmodus die folgenden Schritte ausgeführt werden: a) Auswählen (206) eines Voxels aus einer Expansionsliste der jeweiligen segmentierten Struktur basierend auf einem Ähnlichkeitsmaß des Voxels aus der Expansionsliste, wobei das Ähnlichkeitsmaß eines Voxels definiert, inwieweit das genannte Voxel eine Eigenschaft der Struktur aufweist; b) Prüfen (207), ob ein Nachbarvoxel des Voxels aus der Expansionsliste das Ähnlichkeitskriterium basierend auf einem Ähnlichkeitsmaß des Nachbarvoxels erfüllt; und c) Einfügen (208) des Nachbarvoxels in die Expansionsliste der jeweiligen segmentierten Struktur, wenn das Nachbarvoxel das Ähnlichkeitskriterium erfüllt; während im Kontraktionsmodus von dem jeweiligen Segmentierungsstatus ausgehend die Voxel aus der segmentierten Struktur in der umgehrten Reihenfolge entfernt werden, in der sie im Expansionsmodus als zur Struktur gehörend ermittelt wurden.
  2. Verfahren nach Anspruch 1, wobei die Anzahl der Auswahlschritte interaktiv vorgebbar ist und die Segmentierung oder die Umkehr der Segmentierung solange fortgesetzt wird, bis ein der Anzahl der Auswahlschritt entsprechender Segmentierungsstatus erreicht ist.
  3. Verfahren nach Anspruch 1, wobei das Ähnlichkeitsmaß der Voxel von ihrem Grauwert abgeleitet wird.
  4. Bildverarbeitungseinrichtung zur Durchführung des Verfahrens nach Anspruch 1, wobei die Einrichtung Folgendes umfasst: – einen Speicher zum Speichern eines dreidimensionalen Bildes und zum Speichern von im Verlauf der Segmentierung bearbeiten Listen; – eine Bildanzeigeeinheit zur Anzeige einer segmentierten Struktur; und – Bildverarbeitungsmittel zum Segmentieren einer in dem dreidimensionalen Bild enthaltenen dreidimensionalen Struktur, wobei die genannten Bildverarbeitungsmittel einen Expansionsmodus und einen Kontraktionsmodus aufweisen; wobei im Expansionsmodus die folgenden Schritte ausgeführt werden: a) Auswählen eines Voxels aus einer Expansionsliste der jeweiligen segmentierten Struktur basierend auf einem Ähnlichkeitsmaß des Voxels aus der Expansionsliste, wobei das Ähnlichkeitsmaß eines Voxels definiert, inwieweit das genannte Voxel eine Eigenschaft der Struktur aufweist; b) Prüfen, ob ein Nachbarvoxel des Voxels aus der Expansionsliste das Ähnlichkeitskriterium basierend auf einem Ähnlichkeitsmaß des Nachbarvoxels erfüllt; und c) Einfügen des Nachbarvoxels in die Expansionsliste der jeweiligen segmentierten Struktur, wenn das Nachbarvoxel das Ähnlichkeitskriterium erfüllt; während im Kontraktionsmodus von dem jeweiligen Segmentierungsstatus ausgehend die Voxel aus der segmentierten Struktur in der umgehrten Reihenfolge entfernt werden, in der sie im Expansionsmodus als zur Struktur gehörend ermittelt wurden.
  5. Computerprogramm für eine Bildverarbeitungseinrichtung nach Anspruch 4 zum Segmentieren einer in einem dreidimensionalen Bild enthaltenen dreidimensionalen Struktur, wobei das Programm die folgenden Schritte umfasst: a) Auswählen eines Voxels aus einer Expansionsliste der jeweiligen segmentierten Struktur basierend auf einem Ähnlichkeitsmaß des Voxels aus der Expansionsliste, wobei das Ähnlichkeitsmaß eines Voxels definiert, inwieweit das genannte Voxel eine Eigenschaft der Struktur aufweist; b) Prüfen, ob ein Nachbarvoxel des Voxels aus der Expansionsliste das Ähnlichkeitskriterium basierend auf einem Ähnlichkeitsmaß des Nachbarvoxels erfüllt; und c) Einfügen des Nachbarvoxels in die Expansionsliste der jeweiligen segmentierten Struktur, wenn das Nachbarvoxel das Ähnlichkeitskriterium erfüllt; während im Kontraktionsmodus von dem jeweiligen Segmentierungsstatus ausgehend die Voxel aus der segmentierten Struktur in der umgehrten Reihenfolge entfernt werden, in der sie im Expansionsmodus als zur Struktur gehörend ermittelt wurden.
  6. Bildgebende Einrichtung für die medizinische Diagnostik mit einer Bildverarbeitungseinrichtung nach Anspruch 4.
DE60319075T 2002-03-23 2003-03-17 Verfahren zur interaktiven segmentierung einer in einem objekt enthaltenen struktur Expired - Lifetime DE60319075T2 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE10213151 2002-03-23
DE10213151 2002-03-23
PCT/IB2003/000990 WO2003081529A1 (en) 2002-03-23 2003-03-17 Method for interactive segmentation of a structure contained in an object

Publications (2)

Publication Number Publication Date
DE60319075D1 DE60319075D1 (de) 2008-03-27
DE60319075T2 true DE60319075T2 (de) 2009-02-05

Family

ID=28050800

Family Applications (1)

Application Number Title Priority Date Filing Date
DE60319075T Expired - Lifetime DE60319075T2 (de) 2002-03-23 2003-03-17 Verfahren zur interaktiven segmentierung einer in einem objekt enthaltenen struktur

Country Status (7)

Country Link
US (2) US7142208B2 (de)
EP (1) EP1490833B1 (de)
JP (1) JP2005520661A (de)
AT (1) ATE386311T1 (de)
AU (1) AU2003209587A1 (de)
DE (1) DE60319075T2 (de)
WO (1) WO2003081529A1 (de)

Families Citing this family (55)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1490833B1 (de) * 2002-03-23 2008-02-13 Philips Intellectual Property & Standards GmbH Verfahren zur interaktiven segmentierung einer in einem objekt enthaltenen struktur
US7963695B2 (en) 2002-07-23 2011-06-21 Rapiscan Systems, Inc. Rotatable boom cargo scanning system
US8275091B2 (en) 2002-07-23 2012-09-25 Rapiscan Systems, Inc. Compact mobile cargo scanning system
US8094784B2 (en) 2003-04-25 2012-01-10 Rapiscan Systems, Inc. X-ray sources
GB0309379D0 (en) * 2003-04-25 2003-06-04 Cxr Ltd X-ray scanning
GB0309371D0 (en) * 2003-04-25 2003-06-04 Cxr Ltd X-Ray tubes
GB0812864D0 (en) 2008-07-15 2008-08-20 Cxr Ltd Coolign anode
US9208988B2 (en) 2005-10-25 2015-12-08 Rapiscan Systems, Inc. Graphite backscattered electron shield for use in an X-ray tube
US9113839B2 (en) 2003-04-25 2015-08-25 Rapiscon Systems, Inc. X-ray inspection system and method
US10483077B2 (en) 2003-04-25 2019-11-19 Rapiscan Systems, Inc. X-ray sources having reduced electron scattering
US8804899B2 (en) 2003-04-25 2014-08-12 Rapiscan Systems, Inc. Imaging, data acquisition, data transmission, and data distribution methods and systems for high data rate tomographic X-ray scanners
US7949101B2 (en) 2005-12-16 2011-05-24 Rapiscan Systems, Inc. X-ray scanners and X-ray sources therefor
GB0309374D0 (en) * 2003-04-25 2003-06-04 Cxr Ltd X-ray sources
US8837669B2 (en) 2003-04-25 2014-09-16 Rapiscan Systems, Inc. X-ray scanning system
GB0309387D0 (en) * 2003-04-25 2003-06-04 Cxr Ltd X-Ray scanning
GB0309383D0 (en) 2003-04-25 2003-06-04 Cxr Ltd X-ray tube electron sources
GB0309385D0 (en) 2003-04-25 2003-06-04 Cxr Ltd X-ray monitoring
US8451974B2 (en) 2003-04-25 2013-05-28 Rapiscan Systems, Inc. X-ray tomographic inspection system for the identification of specific target items
US8243876B2 (en) 2003-04-25 2012-08-14 Rapiscan Systems, Inc. X-ray scanners
GB0525593D0 (en) 2005-12-16 2006-01-25 Cxr Ltd X-ray tomography inspection systems
US8223919B2 (en) 2003-04-25 2012-07-17 Rapiscan Systems, Inc. X-ray tomographic inspection systems for the identification of specific target items
US6928141B2 (en) 2003-06-20 2005-08-09 Rapiscan, Inc. Relocatable X-ray imaging system and method for inspecting commercial vehicles and cargo containers
US7471764B2 (en) 2005-04-15 2008-12-30 Rapiscan Security Products, Inc. X-ray imaging system having improved weather resistance
JP2007044346A (ja) * 2005-08-11 2007-02-22 Toshiba Corp 医用画像処理装置における関心領域の経時的特定方法及び医用画像処理装置
US9046465B2 (en) 2011-02-24 2015-06-02 Rapiscan Systems, Inc. Optimization of the source firing pattern for X-ray scanning systems
US20100166270A1 (en) * 2006-08-09 2010-07-01 Koninklijke Philips Electronics N.V. method, apparatus, graphical user interface, computer-readable medium, and use for quantification of a structure in an object of an image dataset
US20080136820A1 (en) * 2006-10-20 2008-06-12 Microsoft Corporation Progressive cut: interactive object segmentation
US7860283B2 (en) 2006-10-25 2010-12-28 Rcadia Medical Imaging Ltd. Method and system for the presentation of blood vessel structures and identified pathologies
US7940970B2 (en) 2006-10-25 2011-05-10 Rcadia Medical Imaging, Ltd Method and system for automatic quality control used in computerized analysis of CT angiography
US7940977B2 (en) 2006-10-25 2011-05-10 Rcadia Medical Imaging Ltd. Method and system for automatic analysis of blood vessel structures to identify calcium or soft plaque pathologies
US7873194B2 (en) 2006-10-25 2011-01-18 Rcadia Medical Imaging Ltd. Method and system for automatic analysis of blood vessel structures and pathologies in support of a triple rule-out procedure
US8698795B2 (en) * 2008-01-24 2014-04-15 Koninklijke Philips N.V. Interactive image segmentation
GB0803641D0 (en) 2008-02-28 2008-04-02 Rapiscan Security Products Inc Scanning systems
GB0803644D0 (en) 2008-02-28 2008-04-02 Rapiscan Security Products Inc Scanning systems
GB0809110D0 (en) 2008-05-20 2008-06-25 Rapiscan Security Products Inc Gantry scanner systems
US8200466B2 (en) 2008-07-21 2012-06-12 The Board Of Trustees Of The Leland Stanford Junior University Method for tuning patient-specific cardiovascular simulations
GB2463141B (en) * 2008-09-05 2010-12-08 Siemens Medical Solutions Methods and apparatus for identifying regions of interest in a medical image
GB0901338D0 (en) 2009-01-28 2009-03-11 Cxr Ltd X-Ray tube electron sources
US9405886B2 (en) 2009-03-17 2016-08-02 The Board Of Trustees Of The Leland Stanford Junior University Method for determining cardiovascular information
GB0913314D0 (en) * 2009-07-31 2009-09-02 Siemens Medical Solutions Facilitated percist evaluation
US8452087B2 (en) 2009-09-30 2013-05-28 Microsoft Corporation Image selection techniques
US9058665B2 (en) * 2009-12-30 2015-06-16 General Electric Company Systems and methods for identifying bone marrow in medical images
US8411948B2 (en) 2010-03-05 2013-04-02 Microsoft Corporation Up-sampling binary images for segmentation
US8422769B2 (en) 2010-03-05 2013-04-16 Microsoft Corporation Image segmentation using reduced foreground training data
US8655069B2 (en) * 2010-03-05 2014-02-18 Microsoft Corporation Updating image segmentation following user input
US8157742B2 (en) 2010-08-12 2012-04-17 Heartflow, Inc. Method and system for patient-specific modeling of blood flow
US8315812B2 (en) 2010-08-12 2012-11-20 Heartflow, Inc. Method and system for patient-specific modeling of blood flow
KR20120049636A (ko) * 2010-11-09 2012-05-17 삼성전자주식회사 영상 처리 장치 및 방법
US9218933B2 (en) 2011-06-09 2015-12-22 Rapidscan Systems, Inc. Low-dose radiographic imaging system
US9117281B2 (en) 2011-11-02 2015-08-25 Microsoft Corporation Surface segmentation from RGB and depth images
US8548778B1 (en) 2012-05-14 2013-10-01 Heartflow, Inc. Method and system for providing information from a patient-specific model of blood flow
US9791590B2 (en) 2013-01-31 2017-10-17 Rapiscan Systems, Inc. Portable security inspection system
US9984458B2 (en) * 2013-10-30 2018-05-29 Agfa Healthcare Nv Vessel segmentation method
JP7152738B2 (ja) * 2017-12-27 2022-10-13 株式会社吉田製作所 画像処理装置および画像処理プログラム
US11551903B2 (en) 2020-06-25 2023-01-10 American Science And Engineering, Inc. Devices and methods for dissipating heat from an anode of an x-ray tube assembly

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0516047B1 (de) * 1991-05-27 1998-03-11 Hitachi, Ltd. Verfahren und Vorrichtung zur Verarbeitung von multidimensionalen Daten
WO2002056240A1 (en) * 2000-11-22 2002-07-18 R2 Technology, Inc. Graphical user interface for display of anatomical information
US7136516B2 (en) * 2002-01-25 2006-11-14 General Electric Company Method and system for segmenting magnetic resonance images
US7123766B2 (en) * 2002-02-11 2006-10-17 Cedara Software Corp. Method and system for recognizing and selecting a region of interest in an image
EP1490833B1 (de) * 2002-03-23 2008-02-13 Philips Intellectual Property & Standards GmbH Verfahren zur interaktiven segmentierung einer in einem objekt enthaltenen struktur

Also Published As

Publication number Publication date
WO2003081529A1 (en) 2003-10-02
EP1490833B1 (de) 2008-02-13
US20070052707A1 (en) 2007-03-08
DE60319075D1 (de) 2008-03-27
JP2005520661A (ja) 2005-07-14
EP1490833A1 (de) 2004-12-29
ATE386311T1 (de) 2008-03-15
US20050157925A1 (en) 2005-07-21
US7589721B2 (en) 2009-09-15
AU2003209587A1 (en) 2003-10-08
US7142208B2 (en) 2006-11-28

Similar Documents

Publication Publication Date Title
DE60319075T2 (de) Verfahren zur interaktiven segmentierung einer in einem objekt enthaltenen struktur
DE19916612B4 (de) Verfahren und System zur Verbesserung diskreter Pixelbilder
DE69224679T2 (de) Verfahren und Vorrichtung zur Verarbeitung von multidimensionalen Daten
EP1301993B1 (de) Verfahren und vorrichtung zur kompression und/oder dekompression sowie zur analyse und darstellung von daten
DE19916354A1 (de) Verfahren und Vorrichtung zur Analyse von Bildstrukturen
DE19612016A1 (de) Verfahren zur rechnergestützten Geometriemodellierung
DE102007057013A1 (de) Verfahren und Vorrichtung zur Verarbeitung digitaler Mammogramme
EP0829822B1 (de) Verfahren zur Anzeige von geometrischen Objektoberflächen
DE112021000112T5 (de) Rechenverarbeitungssystem und verfahren zur faltungsberechnung
EP1864233A1 (de) Verfahren zum anordnen von objektdaten in elektronischen karten
DE10017551C2 (de) Verfahren zur zyklischen, interaktiven Bildanalyse sowie Computersystem und Computerprogramm zur Ausführung des Verfahrens
DE60320453T2 (de) Verfahren zur segmentierung eines dreidimensionalen datensatzes mit ermöglichung von benutzerkorrekturen
EP0464896B1 (de) Verfahren zur Bildverbesserung und Anordnung zur Durchführung des Verfahrens
DE60133694T2 (de) Bildverarbeitungsvorrichtung und -verfahren, Aufzeichnungsmedium und Bildgebungsgerät
DE3927343C2 (de) Programmierbare Fuzzylogikschaltung
WO2008034862A1 (de) Mischung unterschiedlich bearbeiteter röntgenbilddaten
DE112020006088T5 (de) Computerimplementiertes verfahren zum umwandeln eines eingangsbildes in ein ausgangsbild basierend auf einem referenzbild
DE10354226B4 (de) Verfahren und Vorrichtung zum Laden eines in einem Archiv befindlichen Bildes mittels Pipeline Verarbeitung des in Chunks zerlegten Bildes mit Darstellung von Zwischenergebnissen in inkrementell erhöhter Auflösung
DE3420575A1 (de) Reprojektionsanordnung
DE112017007815T5 (de) Bildverarbeitungsvorrichtung, Bildvergrbeitungsverfahren und Bildverarbeitungsprogramm
DE102016218892A1 (de) Verfahren zu einem Darstellen von medizinischen Befundungsdaten und/oder von Informationen zu medizinischen Befundungsdaten sowie eine medizinische Befundungsvorrichtung
DE102018122842A1 (de) Computerimplementiertes Verfahren zur Komprimierung von Messdaten aus einer Messung eines Messvolumens
Thurnheer Temporale Auswertungsformen in OLAP
EP2457215B1 (de) Verfahren und vorrichtung zur erzeugung eines ergebnisbildes durch anwenden eines operators auf ein eingangsbild mit n zeilen
DE69233043T2 (de) Erzeugung von Festkörpermodellen mit dem Spannverfahren unter Anwendung von Würfelteilung

Legal Events

Date Code Title Description
8381 Inventor (new situation)

Inventor name: LORENZ, CRISTIAN, 52066 AACHEN, DE

8364 No opposition during term of opposition