-
Die
Erfindung bezieht sich auf ein Bildverarbeitungsverfahren zur Verarbeitung
eines eine röhrenförmige Struktur
darstellendes Bildes zur Bestimmung eines Pfades durch die genannte
Struktur. Die Erfindung bezieht sich ferner auf ein Bildverarbeitungsverfahren,
um das genannte Verfahren durchzuführen. Außerdem bezieht sich die Erfindung
auf ein medizinisches CT- oder MR-Gerät mit Verarbeitungsmitteln,
um 3D-Bildern zu konstruieren, sowie Verarbeitungsmitteln, um eine
virtuelle Endoskopie basierend auf dem genannten Verfahren durchzuführen.
-
Die
Erfindung findet ihre Anwendung in der medizinischen Geräteindustrie.
-
Ein
Bildverarbeitungsverfahren zur Berechnung einer Flugbahn in medizinischen
Bildern für
die virtuelle Endoskopie ist bereits aus der Veröffentlichung „Automated
Flight Path Planning for Virtual Endoscopy" von David S. PAIK, Christopher F. BEAULIEU
et alii, in Med. Phys. 25 (5), Mai 1998, SS. 629–637, bekannt. In dieser Veröffentlichung
wird eine automatische Berechnung einer Flugbahn zur Führung einer
virtuellen endoskopischen Untersuchung von dreidimensionalen medizinischen
Bildern beschreiben. Dieses Flugbahnfindungsverfahren zur Positionierung
einer virtuellen, durch Bilder fliegenden Kamera beinhaltet eine
Durchschnittsachsentransformation, die einen ersten Pfad liefert,
und eine iterative Korrektur des genannten ersten Pfades in Richtung
der Durchschnittsachse. Genauer gesagt umfasst dieses Verfahren
folgende Schritte: Segmentierung des Volumens durch ein Regionenwachstums-
und Blasenbeseitigungsverfahren; Berechnung eines ersten Pfades,
indem ein Startvoxel und ein Endvoxel miteinander verbunden werden; iteratives
Vorwärtsbringen
der 3D-Durchschnittsachse, bezeichnet als Verbesserung des ersten
Pfades; Glätten
des Pfades zur Bestimmung von Positionen entlang der Durchschnittsachse,
um die genannte Flugbahn zu bilden; Festlegen der Ausrichtung der virtuellen
Kamera (Richtung und Verdrehung) entlang der Flugbahn.
-
Bei
diesem Verfahren wird zunächst
eine interessierende Struktur mit einem Regionenwachstumsalgorithmus
definiert, der das 3D-Bild beginnend mit Kernelement-Voxeln segmentiert
und interessierenden Regionen wachsen lässt, indem jedes Kernelement-Voxel 26 mit
Voxeln verbunden wird, die ein Grenzwertkriterium erfüllen, und
indem als „Blasen" bezeichnete Inhomogenitäten entfernt
werden; anschließend
berechnet dieses Verfahren eine euklidische Distanzkarte in einer
interessierenden Region sowie einen ersten euklidischen Pfad, der
die flachste Absenkung auf dieser Karte ist; dieser erste euklidische
Pfad wird durch einen iterativen Schritt weiter zentralisiert, bei
dem alle Oberflächenvoxel
aus der interessierenden Region entfernt werden, wobei eine neue
Distanzkarte und ein neuer Pfad durch diese neue Distanzkarte festgelegt
werden, bis die interessierende Region bis zum Verschwinden ausgedünnt ist
und nur noch der zentralisierte Pfad übrig bleibt.
-
Dieses
bekannte Verfahren schafft Mittel zum Konstruieren einer Flugbahn,
die in der genannten röhrenförmigen Struktur
optimal zentriert ist. Für die
Anwendung bei der virtuellen Endoskopie ist ein zentrierter Pfad
eigentlich nicht optimal geeignet, um die virtuelle Kamera durch
das röhrenförmige Objekt fliegen
zu lassen, weil das anatomische röhrenförmige Objekt im Allgemeinen
sehr gewunden ist, so dass ein zentrierter Pfad unnötigerweise
sehr lang und kompliziert wäre.
Außerdem
wäre eine
bestimmte auf dem genannten zentrierten Pfad zu findende Stelle nicht
einmal korrekt, um die virtuelle Kamera zu positionieren, weil sich
die genannte Stelle beispielsweise gerade vor einer wichtigen, die
Sicht versperrenden Protuberanz befinden kann. Darüber hinaus nimmt
die Durchführung
des bekannten Verfahrens bei Benutzung der derzeit bekannten Berechnungsmittel
mehrere Minuten in Anspruch, weil es bei dem Iterationsschritt verschiedene
Distanzkarten berechnen muss, was unverhältnismäßig zeitaufwändig ist.
-
Ein
weiteres solches System ist aus dem Dokument WO 98/11524 bekannt,
das ein System zur Erzeugung einer dreidimensionalen Visualisierung eines
Objektes, wie beispielsweise eines Organs, vorschlägt, bei
dem Volumenvisualisierungsverfahren eingesetzt werden und das Bild
mittels eines geführten
Navigationssystems untersucht wird, welches dem Bediener ermöglicht,
sich entlang einer Fugbahn zu bewegen und die Ansicht an einen bestimmten
Teil des interessierenden Bildes anzupassen. Basierend auf drei
Abstandswerten ordnet das System Voxeln eines ausgewählten Volumens
des Objekts potenzielle Werte zu: einen Abstand zu einem Endpunkt,
einen Abstand zur Objektoberfläche
(z.B. Dickdarm) und einen Abstand zur Zentrallinie des Dickdarmraums.
Der Abstand zum Endpunkt wird mittels herkömmlicher Wachstumsstrategien
berechnet, und der Abstand zum Dickdarm oder zur Objektoberfläche wird
mittels eines herkömmlichen
Wachstumsverfahrens von den Oberflächenvoxeln nach innen berechnet.
Um den Abstand zur Zentrallinie des Dickdarmraums zu bestimmen,
wird zunächst
die Zentrallinie extrahiert. Dieses Dokument schlägt eine Lösung zur
Konstruktion eines endoskopischen Pfads von einem Startpunkt zu
einem Endpunkt basierend auf der Bestimmung der Strukturwände des Objekts
vor. Der endoskopische Pfad wird hier ebenfalls auf der Basis der
Zentrallinie bestimmt.
-
Die
Visualisierung volumetrischer medizinischer Bilddaten spielt eine
wesentliche Rolle beim Diagnoseablauf und bei der Therapieplanung.
Je besser Anatomie und Pathologie verstanden werden, desto effizienter
lassen sich Operationen mit geringem Risiko durchführen. Im
Wesentlichen gibt die virtuelle Endoskopie Einblicke in Regionen
des Körpers,
bei denen es gefährlich
oder unmöglich
ist, sie physikalisch mit einer Kamera zu erreichen, wie beispielsweise
Hirngefäße, wobei
die einzige Voraussetzung ist, zur besseren Erkennung ein Kontrastmittel
in die anatomischen Objekte zu injizieren. Die virtuelle Endoskopie
liefert perspektivische Ansichten der menschlichen Anatomie, simuliert
von der Innenseite röhrenförmiger Strukturen.
Dadurch kann der Benutzer komplexe anatomische Strukturen auf bequeme
Weise nach der Datenerfassung und beinahe unmittelbar betrachten.
Ein virtuelles Endoskopiesystem kann zwei Teile enthalten:
Mittel
für eine
endoskopische Pfadkonstruktion, die eine kontinuierliche Fluglage
durch die interessierende röhrenförmige Struktur
schaffen;
eine dreidimensionale Innenansicht entlang des endoskopischen
Pfads; diese Ansichten werden aneinandergefügt und erzeugen eine Animation,
die einen virtuellen Flug durch sie hindurch simuliert; die Ansichten
können
mittels bekannter 3D-Rendering- oder Ray-Tracing-Verfahren erzeugt
werden.
-
Eine
Aufgabe der Erfindung besteht darin, ein Verfahren zum Erfassen
von Daten eines 3D-Bildes, das eine gewundene röhrenförmige Struktur darstellt, sowie
zum automatischen Konstruieren des am besten geeigneten Pfads zu
schaffen, dem man bei der Anwendung in der virtuellen Endoskopie
in medizinischen 3D-Bildern innerhalb der genannten Struktur folgen
kann. Eine weitere Aufgabe der Erfindung besteht darin, dafür zu sorgen,
dass sich das genannte Verfahren in kürzerer Zeit als das bekannte Verfahren
durchführen
lässt,
wenn dieselbe Art von Berechnungsmitteln verwendet wird.
-
Gemäß der Erfindung
werden diese Aufgaben mittels eines Verfahrens nach Anspruch 1 gelöst.
-
Ein
Vorteil des erfindungsgemäßen Verfahrens
besteht darin, dass der konstruierte Pfad in einer gewundenen röhrenförmigen Struktur
zwei wichtige Eigenschaften aufweist: erstens wird dieser Pfad in einem
vorgegebenen Abstand zu den Innenwänden der gewundenen röhrenförmigen Struktur
gehalten, der sich vom Abstand der exakten Zentrallinie unterscheiden
kann, aber besser geeignet ist, um eine gute Visualisierung des
Objektinneren zu erhalten, wobei sichergestellt wird, dass die genannte
Visualisierung nicht durch eine nahegelegene Protuberanz behindert
wird; zweitens ist dieser Pfad auch der kleinste mögliche Pfad,
der jedoch im genannten vorgegebenen Abstand zu den Innenwänden bleibt.
Ein weiterer Vorteil ist, dass dieses Verfahren vollständig automatisiert
ist, abgesehen davon, dass lediglich zwei Endbedingungen eingestellt
werden müssen und
nur ein kleiner Teil des 3D-Bildes zur Findung des Pfads inspiziert
werden muss. Ein weiterer Vorteil ist, dass nur eine erste Berechnung
einer Distanzkarte erforderlich ist, wobei die genannte Distanzkarte
die zur Durchführung
der weiteren Schritte des Verfahrens erforderlichen Daten liefert.
Somit ist das Verfahren nicht zeitaufwändig: nur 10 bis 30 Sekunden
sind erforderlich, um die Schritte zur Bereitstellung des Pfads
mit derselben Art von Berechnungsmitteln wie beim zitierten Verfahren
nach dem Stand der Technik durchzuführen. Ein weiterer Vorteil
dieses Verfahrens ist, dass es weiterhin die Bildung einer 3D-Innenansicht der
Struktur entlang dieses Pfads ermöglicht, ohne dass außer der
Einstellung der genannten beiden Endbedingungen ein weiterer Benutzereingriff
erforderlich ist; außerdem
ermöglicht
es die Visualisierung des Inneren der genannten Struktur, ohne an
die Innenwänden
zu stoßen,
ohne die genannten Wände
zu kreuzen und ohne durch Teile der inspizierten röhrenförmigen Struktur
behindert zu werden. Insbesondere ermöglicht dieses Verfahren die
Visualisierung des Inneren eines anatomischen Objekts in dreidimensionalen
CT- oder MR-Bildern auf virtuelle Art und auf eine automatisierte
Weise. Daher kann dieses Verfahren auf die virtuelle Endoskopie
angewandt werden.
-
Ferner
hat die Erfindung zur Aufgabe, ein System zum Ausführen dieses
Verfahrens sowie ein medizinisches Gerät mit Mitteln zum Erfassen
von 3D-Bildern und mit einem System zu schaffen, um die Bilder gemäß dieses
Verfahrens für
die virtuelle Endoskopie zu verarbeiten.
-
Dieses
Problem wird durch ein System nach Anspruch 1 beziehungsweise durch
ein Gerät
nach Anspruch 10 gelöst.
-
Die
Erfindung wird im Folgenden ausführlich unter
Bezugnahme auf die schematischen Figuren beschrieben. Es zeigen:
-
1A und 1B funktionale
Blockdiagramme der Verfahrensschritte;
-
2A bis 2C das
röhrenförmige Objekt
in den Schritten des Verfahrens;
-
3 ein
medizinisches Gerät
mit Mitteln zur Durchführung
des Verfahrens.
-
Die
Erfindung bezieht sich auf ein Bildverarbeitungsverfahren zum Verarbeiten
eines mehrdimensionalen Bildes, beispielsweise eines als 3D-Originalbild
bezeichneten dreidimensionalen Bildes, das ein röhrenförmiges, gewundenes Objekt vor
einem ungleichmäßigen Hintergrund
darstellt. Dieses Verfahren umfasst Schritte zum Durchführen einer
automatischen Konstruktion einer bestmöglichen Flugbahn, die von einem
gegebenen Startpunkt ausgeht und sich innerhalb des genannten röhrenförmigen gewundenen
Objekts erstreckt, bis ein Endzustand erreicht ist. In der folgenden
Beschreibung wird das Verfahren als Beispiel auf die virtuelle Endoskopie und
dabei insbesondere auf die virtuelle Kolonoskopie (Darmspiegelung)
angewandt, einem medizinischen Verfahren, bei dem praktische Ärzte volumetrische
CT- oder MR-Bilder verwenden können,
um das Innere des Dickdarms zu visualisieren, ohne dass dazu ein
physikalisches Endoskop in den Dickdarm eines Patienten eingeführt werden
muss, das heißt, ohne
invasive Mittel. Gemäß vorliegender
Erfindung kann der praktische Arzt schnell den am besten geeigneten
Pfad finden, um virtuell innerhalb des im 3D-Bild dargestellten,
topologisch komplexen Dickdarms zu navigieren. Das Bildverarbeitungsverfahren
der Erfindung umfasst Schritte, um eine solche Flugbahn mit minimaler
Benutzerinteraktivität
zu erstellen. Dieses Bildverarbeitungsverfahren stellt eine automatische
Pfadfindungstechnik dar, die in verschiedenen Bereichen der medizinischen
Bildgebung angewandt werden kann.
-
Ein
Verfahren zum Bestimmen einer minimalen Kontur, bezeichnet als minimaler
Pfad, eines Objekts zwischen zwei Endpunkten in einem 2D-Bild, ist in
der Veröffentlichung „Global
Minimum for Active Contour Models: A minimal Path Approach" von Laurent D. COHEN
und Ron KIMMEL, im International Journal of Computer Vision 24 (1),
57.58 (1997), beschrieben. Dieses Verfahren umfasst Schritte des manuellen
Auswählens
eines Startpunkts und eines Endpunkts in einem Konturbereich eines
Gradientenbildes; des Ausbreitens einer Frontlinie im genannten Gradientenbild,
beginnend am Startpunkt, dergestalt, dass sich diese Frontlinie
mit geringeren Kosten in Regionen hoher Gradientenwerte ausbreitet,
demnach hauptsächlich
in genanntem Konturbereich, bis der Endpunkt erreicht ist; und Schritte
des Zurückführens („Back-Propagation") vom Endpunkt zum
Startpunkt durch einen einfachen steilsten Gradientenabfall, der
einen minimalen Pfad zwischen dem Startpunkt und dem Endpunkt und
dadurch eine binäre Kontur
eines gegebenen Objekts im 2D-Bild liefert. Der genannte minimale
Pfad ist ein Pfad minimaler Kosten zwischen zwei Punkten, d.h. ein
Pfad, entlang dem die Integration über ein Potenzial, das in der Nähe von Konturen
geringere Werte annimmt, minimal ist. Diese Veröffentlichung bezieht sich auf
einen Algorithmus für
das Ausbreiten einer Front in einem potenziellen 2D-Raster von Punkten,
unter Verwendung eines „Fast
Marching"-Verfahrens
mit einer Bestimmung der Frontpunkte mittels eines in einem Buch
von SETHIAN, 1996b, „Levelsets
Method: Evolving Interfaces in Geometry, Fluid Mechanics, Computer
Vision and Material Sciences",
Cambridge University Press, dargelegten „Min Heap"-Verfahrens. Die Front ist eine Lösung einer
so genannten Eikonal-Gleichung, die folgendermaßen lautet: |∇T|F = 1wobei
F die Geschwindigkeit der sich bewegenden Front und T die Überquerungszeit
ist. Der „Fast
Marching"-Algorithmus
berücksichtigt,
dass sich Informationen von kleineren Werten der Zeit T zu größeren Werten
ausbreiten. Der Algorithmus wird schnell gemacht, indem eine Reihe
von Punkten in einem „Schmalband" um die bestehende
Front herum berücksichtigt
wird und dieses Schmalband vorwärts durchlaufen
wird, wobei die Werte der vorhandenen Punkte eingefroren werden
und neue in die Schmalbandstruktur eingebracht werden. Die Auswahl
der Rasterpunkte zur Aktualisierung des „Schmalbands" erfolgt, indem die
Rasterpunkte in einer „Min
Heap"-Struktur angeordnet
werden, die ein vollständig binärer Baum
mit einer Eigenschaft ist, dass der Wert an jedem gegebenen Knoten
kleiner oder gleich den Werten an seinen Kindern ist. Die Effizienz
des Algorithmus hängt
von der Zeit für
die Lokalisierung der Punkte innerhalb des „Schmalbands" mit minimaler Ankunftszeit
ab.
-
Gemäß vorliegender
Erfindung wird ein automatisches Pfadverfolgungsverfahren in einem 3D-Bild
geschaffen, indem ein Pfadverfolgungsvorgang in einen zwischen zwei
festen Endpunkten vorgenommenen Verfolgungsvorgang für den kürzesten Pfad
abgebildet wird. Durch Definieren einer Kostenfunktion innerhalb
eines Bildes ist der kürzeste
Pfad derjenige Pfad, dessen Integral der Kosten zwischen den beiden
Endpunkten minimal ist. Nun wird der Vorgang, den minimalen Pfad
zu finden, in einen Vorgang, die Lösung einer Frontausbreitungsgleichung mit
einer gegebenen Anfangsfront zu finden, abgebildet. Die genannte
Gleichung wird von der Eikonal-Gleichung abgeleitet. Da der resultierende
Pfad der kürzeste
ist, muss die Kostenfunktion ein geeigneter minimaler Größenwert
sein. Gemäß der Erfindung
werden jedoch zusätzliche
Bedingungen festgelegt, damit die vorgeschlagene Kostenfunktion
geeignet sein kann, einen endoskopischen Pfad für den Flug durch die gewundene
röhrenförmige Struktur
zu liefern.
-
Der
erfindungsgemäße Pfad
ist weder der bestzentrierte Pfad (Zentrallinie), noch ist es der
kürzeste
Pfad (Back-Propagation im Gradientenbild).
-
Der
erfindungsgemäße Pfad
ist der kürzeste unter
den Pfaden, die am weitesten von der Wand entfernt liegen.
-
Zu
diesem Zweck wird der genannte Pfad in einer Region positioniert,
deren Ränder
einen gleichen Abstand von den Wänden
haben. Der genannte Pfad ist daher für den Flug durch die gewundene
röhrenförmige Struktur
mit der besten Ansicht des Strukturinneren geeignet.
-
Deshalb
umfasst die Erfindung eine erste Phase zur Bildung eines bildbasierenden
Größenwertes,
um einen spezifischen minimalen Größenwert in dem 3D-Bild zu definieren
und diesen in die Eikonal-Gleichung einzusetzen. Gemäß diesem
Größenwert
breitet sich in einem Bildbereich eine Front aus, beginnend von
einer Anfangsfront, die auf einen der festen Punkte begrenzt ist.
Die Ankunftszeiten an jedem Punkt des Bereichs werden mit der Eikonal-Gleichung
berechnet und ergeben die Kosten, um von den genannten Punkten zum
Startpunkt zu gelangen. Der Ausbreitungsvorgang wird gestoppt, sobald
der zweite feste Punkt von der Front erreicht wurde. Die berechneten
Kosten bilden eine Kostenkarte, die konvex ist und nur ein globales
Minimum hat. Das „Fast
Marching"-Verfahren
wird an die Rasterpunkte des 3D-Bildes angepasst. Zu diesem Zweck
bilden die Voxel, die dicht an einer aktuellen Front während deren
Ausbreitung liegen, ein „Schmalband" von Voxeln, die
bei jedem Schritt der Frontausbreitung in „Min Heap"-Strukturen gespeichert werden, um so
effizient lokalisiert zu werden. Eine wichtige Eigenschaft ist,
dass sich die Front in Regionen geringer Kosten schneller ausbreitet.
Gemäß der Erfindung
ist vorgesehen, dass die Kosten innerhalb der röhrenförmigen Struktur niedriger und anderswo,
insbesondere in den Randzonen, höher sind.
Zu diesem Zweck basiert der Größenwert
auf Graustufeninformationen, damit sich die Front innerhalb der
Graustufenregionen schneller ausbreitet und an der Objektgrenze
praktisch stoppt. Dadurch lassen sich die Grenzen des röhrenförmigen Objektes
korrekt erfassen.
-
Den
kürzesten
Pfad zwischen End- und Anfangspunkten könnte man durch Verwendung eines Back-Propagation-Abfalls
entlang des steilsten Gradientenwerts vom Endpunkt zum Anfangspunkt
erhalten, wobei, wie oben beschrieben, dieser kürzeste Pfad jedoch nicht geeignet
ist, um das Problem der Erfindung zu lösen, weil er zu nahe an den
röhrenförmigen Objektwänden um
jede Pfaddrehung herum liegt, während
der erwünschte
endoskopische Pfad wie oben beschrieben positioniert sein sollte.
-
Zu
diesem Zweck umfasst die Erfindung eine zweite Phase zur Schaffung
eines zweiten Kostengrößenwertes,
der nahe den Rändern
hoch und in der Mitte des Objekts niedrig ist, indem eine Distanzkarte
des gegenüberliegenden
Abstands zu den röhrenförmigen Objektwänden berechnet
wird. Der erwartete beste Pfad sollte so weit wie möglich von
den Objekträndern
entfernt sein, wobei berücksichtigt wird,
dass der Radius des Objekts in bestimmten Regionen entlang des Pfades
erheblich variieren kann, d.h. der Abstand von den Wänden entlang
der Zentrallinie des Objekts ist nicht konstant; dies ist der Grund,
warum die Distanzkarte ein Schwellenwert ist, um zu vermeiden, dass
der endoskopische Pfad plötzliche
Wendungen aufweist, wenn das röhrenförmige Objekt
eine scharfe Biegung hat. Somit ist der endoskopische Pfad nicht
absolut zentriert, sondern er befindet sich in einer Region, deren
Ränder
einen gleichen Abstand zu den Wänden
haben.
-
Um
schließlich
den geeigneten endoskopischen Pfad zu erhalten, führt das
erfindungsgemäße Verfahren
diese beiden Phasen in fünf
Hauptschritten durch, die -lich drei verschiedene Frontausbreitungen
umfassen. Bezug nehmend auf 1A sind diese
Hauptschritte:
- 1. Erfassung 1 von
3D-Bilddaten 10, die das röhrenförmige Objekt 11 darstellen;
- 2. Ausbreitung 2 einer ersten Front F1 in dem 3D-Bild
von einer ersten Anfangsfront, die der Startpunkt 21 ist,
bis ein Endpunkt 22 erreicht ist, um abschließende Schmalbandpunkte
NB1 von abschließenden
frontgekennzeichneten Randpunkten des röhrenförmigen Objekts zu berechnen;
- 3. Ausbreitung 3 einer zweiten Front F2 von einer zweiten,
aus genannten Randpunkten gebildeten Anfangsfront NB1 zur Objektmitte,
um die Distanzkarte von zweiten Randpunkten im Hinblick auf die
genannte Objektgrenze NB1 zu berechnen und eine zweite Anfangsfront
NB2 zu liefern;
Schwellenzwertbildung für diese Distanzkarte und Invertierung
der genannten Schwellenwertdistanzkarte, um einen Größenwert
für den
Abstand von der Objektmitte zu liefern;
- 4. Verwendung des genannten Abstandsgrößenwerts für die Ausbreitung 4 einer
dritten Front F3 von genanntem Startpunkt 21, bis der Endpunkt 22 erreicht
und somit der endoskopische Pfad EP bereitgestellt ist, der in der
von der zweiten abschließenden
Front NB2 definierten Zentralregion CR liegt.
-
Bezug
nehmend auf 1B und 3 wird das
vorliegende Verarbeitungsverfahren beispielsweise auf medizinische
Bilder des Dickdarms eines Patienten angewendet und umfasst:
- 1. Schritt 1, mit den folgenden Teilschritten:
- a. Datenerfassung 1a eines 3D-Originalbildes 10, das
ein röhrenförmiges,
gewundenes Objekt 11 vor einem ungleichmäßigen Hintergrund
BG darstellt, und Anzeige des genannten Bildes, beispielsweise auf
einem Bildschirm 140 einer Workstation 130 mit
Rechenmitteln 120, um diese Bilddaten zu verarbeiten. In
dem genannten Beispiel ist das röhrenförmige Objekt
der Dickdarm. Dieses medizinische Originalbild kann mit einem beliebigen
Verfahren wie beispielsweise dem CT- oder MR-Verfahren erlangt werden.
Die Erfindung ist nicht davon abhängig, auf welche Weise das 3D-Originalbild
erlangt wird.
- b. Verstärkung 1b der
Bildgraustufen. Im 3D-Originalbild 10 hat der Dickdarm 11 geringere
und etwas gleichmäßigere Graustufenwerte
als der Hintergrund. In einer bevorzugten Ausführungsform werden die als Voxelwerte
bezeichneten Voxelgraustufen verstärkt, um sie auf noch niedrigere und
gleichmäßigere Werte
innerhalb des gewünschten
anatomischen Objekts festzulegen. Zu diesem Zweck kann die Graustufe
jedes Voxels durch eine nichtlineare Funktion der genannten Graustufe
ersetzt werden, wie beispielsweise den Quadratwert der Graustufe
oder die Differenz zwischen der Originalgraustufe des genannten
Voxels und der mittleren Graustufe der röhrenförmigen Struktur. Durch diesen
Vorgang wird der Kontrast zwischen der Graustufe im inneren Teil
der röhrenförmigen Struktur
im Hinblick auf die Graustufe ihrer Ränder in einem Bild 20 verstärkt.
- c. Festlegung 1c eines Startpunkts 21 in der
Dickdarmregion und Bestimmung eines Endzustands 22. Beispielsweise
kann der Startpunkt 21 mit Hilfe der Maus 132 oder
der Tastatur 131 der Workstation 130 ausgewählt werden.
Der Endzustand kann unter anderem über die Workstationmittel eingegeben
werden: entweder ein Zielpunkt 22 oder das Extrem eines
am Startpunkt 21 beginnenden euklidischen Pfads.
- 2. Schritt 2, veranschaulicht in 2A,
mit den folgenden Teilschritten:
- a. Ausbreitung 2a einer ersten Front F1, basierend
auf den Voxelgraustufendaten in diesem 3D-Bild 20, beginnend
am Startpunkt 21, und Ausbreiten der Front F1, bis der
Endzustand 22 erreicht ist; entweder hat die Front F1 den
vorgegebenen, als Endpunkt bezeichneten Zielpunkt erreicht, oder
die Front hat das Extrem der gegebenen euklidischen Pfadlänge erreicht.
Für den Fall,
dass die euklidische Pfadlänge
als Endzustand verwendet wird, wird der zuletzt von der Front aufgesuchte
Punkt als der eigentliche Endpunkt betrachtet. An jedem aufgesuchten
Punkt der Front F1 werden die kumulierten Kosten für das Erreichen
dieses Punktes errechnet. Für
das Verbinden dieses Punktes mit dem Startpunkt wird eine nichteuklidische
Pfadlänge
ausgewertet. Alle bei diesem Teilschritt errechneten kumulierten
Kosten bilden eine Kostenkarte. Die Front ist eine sich entwickelnde
Schnittstelle, die wie ein innerhalb des 3D-Bildes aufgeblasener
Ballon wächst,
vorzugsweise in den im Wesentlichen gleichmäßigen Bereichen mit geringen
Graustufen des Dickdarms. Die Front ist eine Oberfläche minimaler
Aktion, die die Lösung
der Eikonal-Gleichung wie beispielsweise an jedem aktuellen Punkt
des Bildes ist, wobei der Wert dieser Oberfläche der minimalen Energie entspricht,
integriert entlang eines Pfades, der am Startpunkt beginnt und an
genanntem aktuellem Punkt endet. Ein vom bekannten „Fast Marching"-Verfahren abgeleitetes
Marching-Verfahren wird benutzt, um diese Oberfläche basierend auf der Tatsache
auszubreiten, dass die Graustufeninformationen ab dem Startpunkt
ausgebreitet werden, sowie auf der Tatsache, dass die Lösung der
Eikonal-Gleichung an einem gegebenen Punkt nur von solchen benachbarten
Punkten abhängt,
die geringere Graustufenwerte haben, wodurch ein Verfahren des Wanderns
auf geordnete Weise geschaffen wird. Je geringer der Graustufenwert
des aktuellen Voxels ist, desto geringer sind die Kosten, um vom
Startpunkt zum genannten aktuellen Voxel zu gelangen. Dieser Teilschritt
wird am Startpunkt initialisiert und bis zu den acht nächsten Nachbarn
fortgesetzt. Bei jedem dieser Nachbarn werden die Kosten entsprechend
der Eikonal-Gleichung auf folgende Weise berechnet: ∇U1 = P1wobei
U1 die berechnete Distanz und P1 entweder der Pixelwert oder vorzugsweise
die nichtlineare Funktion der Graustufe ist. Die bei jedem aufgesuchten
aktuellen Punkt berechnete Eikonal-Gleichung ergibt die Kostenwerte,
die die erste, eine erste Distanzkarte bildende Kostenkarte bilden.
Von jedem der genannten acht ersten Nachbarn wird die Front F1 zu
acht neuen Nachbarn einer ersten Distanzgruppe ausgebreitet, ausgenommen
die Voxel, die bereits aufgesucht wurden, und so weiter, bis der
Endzustand erreicht ist. Bei den Nachbarn mit der geringsten Graustufe
sind die Kosten für
das Aufsuchen der genannten Voxel niedriger. Somit breitet sich
die Front F1 in den Voxeln mit den geringsten Graustufen schneller
aus, und die Ausbreitung der Front wird gestoppt, sobald der Endzustand 22 erreicht
ist. Ein Vorteil dieses auf Graustufeninformationen basierenden
Ausbreitungsver fahrens ist, dass sich in dem Moment, in dem der
Endzustand 22 erreicht ist, die Front nur in den Dickdarmregionen 11 ausgebreitet
hat, die gleichmäßige Graustufenwerte
haben, d.h. es brauchen nur die internen Voxel des Dickdarms aufgesucht zu
werden, anstatt alle Voxel des 3D-Bildes, was eine drastische Zeiteinsparung
bei der Berechnung in der Größenordnung
von 90% darstellt. Ein weiterer Vorteil besteht darin, dass in dem
Moment, in dem der Endzustand erreicht ist, das von den Punkten
der Abschlussfront gebildete endgültige Schmalband NB1 an den
Grenzen des Dickdarms bleibt, wo sich die Graustufenwerte ziemlich
schnell ändern
und hoch sind. Dadurch kann die Front F1 die Dickdarmgrenzen NB1
nicht überqueren.
Dies ist ein großer
Vorteil, weil der Dickdarm in dreidimensionaler Ansicht ein ziemlich
gewundenes Objekt mit sehr schwer zu folgenden Grenzen ist. Gemäß dem erfindungsgemäßen Verfahren
kann die Front den Dickdarm nicht verlassen. In diesem Teilschritt
wird das Bild in eine Klasse von aufgesuchten Voxeln, d.h. die Voxel
des Dickdarms 11, und in nicht aufgesuchte Voxel, d.h.
diejenigen des Hintergrundes BG, segmentiert.
- b. Kennzeichnung 2b der Randvoxel. Unter den aufgesuchten
Voxeln wird das Bild erneut in eine Klasse interner Voxel 11 des
Dickdarms und in eine Klasse der abschließenden frontvoxelmarkierten
Randvoxel NB1 segmentiert. Dieser Schritt ist insbesondere wichtig,
weil er es ermöglicht,
diese Randpunkte zu lokalisieren.
- 3. Schritt 3, veranschaulicht durch 2B,
mit den folgenden Teilschritten:
- a. Ausbreitung 3a einer zweiten Front F2 3a.
Unter Verwendung eines Frontausbreitungsverfahrens wie oben beschrieben
wird dafür
gesorgt, dass sich ausgehend von einer zweiten Anfangsfront bestehend
aus den Punkten des abschließenden
Schmalbandes NB1 aus dem vorhergehenden Schritt 2, das
die Randklasse bildet, eine zweiten Front F2 basierend auf dem Abstand
zwischen Voxeln und nicht auf den Graustufenwerten innerhalb des
Dickdarms 11 zur Mitte des Dickdarms hin ausbreitet, und
zwar gemäß der Eikonal-Gleichung: ∇U2
= P2wobei U2 der Abstand der aktuellen Front F2 zu der am Rand
des Dickdarms befindlichen Anfangsfront NB1 ist und P2 überall gleich
1 ist. Dieser Teilschritt verwendet keine Graustufeninformationen
mehr; es wird angenommen, dass die Graustufe innerhalb des röhrenförmigen Objekts gleichmäßig ist.
Diese zweite Frontausbreitung stellt eine Deflation dar, die eine
neue Kostenkarte innerhalb des Objekts liefert, welche an jedem Punkt
den Ab stand U2 zu den Wänden
angibt, und somit eine zweite Distanzkarte liefert; bei jedem Schritt
dieses zweiten Ausbreitungsverfahrens bildet die Front F2 Oberflächen, die
gleichweit von der Anfangsfront NB1, d.h. dem Rand des Objekts,
entfernt sind. Die genannte neue Kostenkarte ist so definiert, dass
die Kosten umso geringer sind, je weiter der aktuelle Punkt von
den Wänden
des Dickdarms entfernt ist. Dieser Vorgang legt eine zentrale Region
CR des Dickdarms fest, die durch eine Endfront NB2 dieser Deflation 3a begrenzt
ist, welche die Ränder
dieser zentralen Region CR bildet, die gleichweit von den Rändern NB1
des röhrenförmigen Objekts 11 entfernt sind.
- b. Schwellenwertbildung 3b des Abstands U2 zwischen
der Anfangsfront NB1 und der Endfront NB2, d.h. zwischen dem anfänglichen,
von den Randpunkten des Objekts gebildeten Schmalband und dem abschließenden,
von den Randpunkten der zentralen Region CR gebildeten Schmalband.
Dieser Schwellenwertabstand kann in Millimetern ausgewertet werden,
wie beispielsweise 10 mm.
- c. Invertierung 3c des Abstands U2 in der Distanzkarte,
um die Berechnungszeit zu verkürzen.
- 4. Schritt 4, veranschaulicht durch 2C,
mit Ausbreitung einer dritten Front F3 gemäß der Eikonal-Gleichung: ∇U3
= P2 mit P3 = 1/(1 + U2)wobei U3 die Ausbreitungszeit dieser
dritten Front F3 ist. Diese dritte Front F3 breitet sich vom Startpunkt 21 zum
Endpunkt 22 sowie in der im vorhergehenden Schritt festgelegten
zentralen Region aus. Gemäß dieser
Gleichung ist die Ausbreitungszeit in der Mitte der zentralen Region
CR sehr kurz und an den Rändern
der zentralen Region NB2 länger.
Je besser der Ausbreitungspfad zentriert ist, desto geringer sind
folglich die Kosten, denn je besser der Ausbreitungspfad zentriert ist,
desto kürzer
ist die Ausbreitungszeit. Der resultierende Pfad EP ist nun am besten
in der zentralen Region CR zentriert; es ist der kürzeste Pfad
innerhalb der genannten Region CR; es ist der am weitesten von den
Wänden
des röhrenförmigen Objekts
NB1 in dem anatomischen Objekt 11 entfernt liegende Pfad;
und er wird als endoskopischer Pfad EP genommen.
-
Bezug
nehmend auf 3 können Bildsignale von Einzelbildern,
geliefert beispielsweise durch ein Röntgengerät 200, an ein bekanntes
System 110 zur Konstruktion von 3D-Bildern, zum Beispiel
an ein 3D-Rendering-System, weitergeleitet werden. Von diesem bekannten
System werden die 3D-Bilddaten an ein Bildverarbeitungssystem 120 zur
Verarbeitung der Daten gemäß dem erfindungsgemäßen Verfahren
weitergeleitet. Bei dem Bildverarbeitungssystem 120 kann
es sich um einen in geeigneter Weise programmierten Computer einer
Workstation 130 mit einem Bildschirm 140 oder
einen Spezialprozessor mit Schaltungsmitteln handeln, die dafür eingerichtet sind,
die Funktionen der Verfahrensschritte gemäß der Erfindung auszuführen. Die
Workstation 130 kann auch eine Tastatur 131 und
eine Maus 132 umfassen. Das Bildverarbeitungssystem 120 umfasst auch
virtuelle Kameramittel zum Simulieren einer virtuellen Kamera, die
einen virtuellen Flug innerhalb des röhrenförmigen Objekts durchführt, wobei
die genannte virtuelle Kamera dem endoskopischen Pfad folgt, der
gemäß dem Verfahren
der Erfindung festgelegt wurde. Die virtuellen Kameramittel erzeugen eine
Animation, die den virtuellen Flug simuliert.