ES2382774A1 - Metodo para obtener una reconstruccion tridimensional a partir de una o mas vistas proyectivas, y uso de la misma. - Google Patents
Metodo para obtener una reconstruccion tridimensional a partir de una o mas vistas proyectivas, y uso de la misma. Download PDFInfo
- Publication number
- ES2382774A1 ES2382774A1 ES201000192A ES201000192A ES2382774A1 ES 2382774 A1 ES2382774 A1 ES 2382774A1 ES 201000192 A ES201000192 A ES 201000192A ES 201000192 A ES201000192 A ES 201000192A ES 2382774 A1 ES2382774 A1 ES 2382774A1
- Authority
- ES
- Spain
- Prior art keywords
- statistical
- model
- objects
- dimensional
- information
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
-
- G06T7/0065—
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 Processing (AREA)
Abstract
Método para obtener una reconstrucción tridimensional a partir de una o más vistas proyectivas, y uso de la misma.El método comprende llevar a cabo un proceso de registro 3D/2D para ajustar un modelo estadístico tridimensional multi-objeto con información estadística de la forma y apariencia de dos o más objetos e información sobre relaciones espaciales relativas entre diferentes poses de los objetos, para maximizar la semejanza entre una proyección simulada, generada a partir del modelo estadístico tridimensional, y una vista proyectiva real.El uso consiste en utilizar la reconstrucción tridimensional obtenida mediante el método para diagnosis.
Description
Método para obtener una reconstrucción
tridimensional a partir de una o más vistas proyectivas, y uso de la
misma.
La presente invención concierne, en un primer
aspecto, a un método para obtener una reconstrucción tridimensional
a partir de una o más vistas proyectivas, y más en particular a un
método que comprende obtener una reconstrucción tridimensional de la
forma y apariencia de dos o más objetos, así como información sobre
relaciones espaciales relativas entre diferentes poses de dichos
objetos.
Un segundo aspecto de la invención concierne a
un uso de la reconstrucción tridimensional obtenida mediante el
método propuesto por el primer aspecto para diagnosis.
\vskip1.000000\baselineskip
Las vistas proyectivas (tales como las
radiográficas obtenidas mediante rayos X, o imágenes DXA, de los
términos "Dual-energy X Ray": Rayos X de
energía dual, o mediante técnicas de Fluoroscopía) son utilizadas
comúnmente en procedimientos rutinarios clínicos de diagnosis de
diversas patologías (escoliosis, osteoporosis, etc.), y se
encuentran asociadas con unas dosis de radiación bajas y un bajo
coste financiero, además de encontrarse fácilmente disponibles en
clínicas. Sin embargo, tales vistas o imágenes solamente
proporcionan información bidimensional sobre las estructuras
anatómicas de interés. Para un diagnóstico más preciso, se requiere
de una representación tridimensional de la estructura anatómica y la
cuantificación de la misma.
Tal análisis tridimensional puede ser obtenido
mediante dispositivos de formación de imágenes volumétricas (escáner
CT, MRI). Las imágenes volumétricas pueden proporcionar información
tridimensional detallada sobre las estructuras anatómicas a ser
analizadas. Sin embargo, estos dispositivos de formación de imágenes
están asociados con unas dosis de radiación altas para el paciente,
un coste financiero alto, y en general no se encuentran disponibles
para diagnosis rutinarias de muchas patologías (seguimiento de
escoliosis, de osteoporosis, etc.).
Para superar las limitaciones de ambos métodos
(diagnosis a partir de vistas proyectivas o a partir de dispositivos
de formación de imágenes volumétricas), son conocidos métodos de
modelado tridimensional específicos para un sujeto, es decir
personalizados, a partir de una o más vistas proyectivas.
Son conocidos métodos que, con el fin de obtener
una reconstrucción tridimensional de un objeto o estructura, para un
sujeto en particular, a partir de vistas proyectivas, utilizan
información conocida a priori, en general de otros sujetos,
sobre la estructura tridimensional a ser reconstruida.
La idea general de todos estos métodos es la de
utilizar un modelo tridimensional (genérico o estadístico) de la
estructura anatómica, incorporando información sobre la forma, y en
algunos casos también información de dentro de la estructura
anatómica (densidad ósea, propiedades de tejidos, etc.), denominada
comúnmente como información de apariencia. Estos modelos pueden
incorporar tal información para una o más estructuras
anatómicas.
Para obtener una reconstrucción tridimensional a
partir de vistas proyectivas, se conoce utilizar un método de
registros 3D/2D con el objetivo de ajustar manualmente y/o
automáticamente el modelo tridimensional para maximizar la semejanza
entre unas proyecciones radiográficas simuladas generadas a partir
del modelo tridimensional y las vistas proyectivas reales, es decir
las obtenidas de la estructura anatómica del paciente que se
pretende reconstruir.
En este campo, los mencionados métodos pueden
agruparse en varias categorías, en función del tipo de información
conocida a priori que se incluye en el modelo tridimensional,
y del tipo de reconstrucción que se puede llevar a cabo. A
continuación se indican los diferentes modelos tridimensionales
conocidos en el estado de la técnica.
\vskip1.000000\baselineskip
Estos modelos representan la forma de una
estructura anatómica y están construidos a partir de una muestra o
un conjunto de muestras de una estructura anatómica. Estos modelos
fueron utilizados para conseguir una reconstrucción tridimensional
de la forma de unas vértebras a partir de dos vistas proyectivas
(Mitulescu, Skalli et al. 2002; Le Bras, Mitton et al.
2003; Kolta, Le Bras et al. 2005). Sin embargo, estos modelos
no incorporan ninguna información estadística sobre variaciones
anatómicas en términos de forma y, consecuentemente, son difíciles
de utilizar en un proceso de reconstrucción automático.
\vskip1.000000\baselineskip
Para superar la limitación mencionada asociada a
los modelos genéricos, se han propuesto atlas de formas (Cootes,
Taylor et al. 1995). Tales modelos incorporan, de una base de
datos de la estructura anatómica de interés (hueso, órgano, etc.)
variaciones estadísticas en términos de forma. Estos métodos fueron
utilizados para obtener reconstrucciones tridimensionales de formas
(Fleute and Lavallée 1999; Fleute, Lavallée et al. 2000;
Feilkas and Zheng 2007) mediante la búsqueda, de manera
semiautomática, de los parámetros del modelo que maximizaban la
semejanza entre las proyecciones radiográficas simuladas generadas a
partir del modelo y las vistas proyectivas reales. No obstante,
mediante la incorporación en el modelo de únicamente información
sobre forma, las proyecciones radiográficas simuladas no son
realistas y es difícil asegurar la correspondencia entre las
proyecciones simuladas y las vistas reales.
Por la solicitud de patente EP1952303 se conoce
una propuesta que utiliza uno de dichos modelos estadísticos de
forma, para analizar una parte de interés del cuerpo de un paciente
con el fin de evaluar la fortaleza ósea y/o el riesgo de una futura
fractura, mediante un método que comprende la obtención de
información conocida a priori de la parte de interés, la
realización de unos escaneos por absorción de rayos X de la parte de
interés del paciente y la recolección de datos de absormetría de
rayos X a partir de los escaneos, construyendo un modelo
tridimensional de la parte de interés del cuerpo del paciente,
mediante la utilización de la información a priori junto con
los datos de absormetría de rayos X, y realizando medidas de varios
parámetros geométricos en el modelo tridimensional para determinar
propiedades geométricas y estructurales.
En EP1952303, la información conocida a
priori utilizada para construir el modelo tridimensional hace
referencia a un atlas anatómico que comprende información sobre la
forma de un órgano o parte anatómica, ya sea en la forma de un atlas
disponible comercialmente, o generado a partir de una base de datos
estadística que incluye información anatómica de forma de una
pluralidad de pacientes.
En dicha solicitud se propone realizar un
registro 3D/2D sobre el modelo tridimensional a partir de las vistas
proyectivas reales obtenidas mediante los escaneos por absorción de
rayos X.
No se indica en dicha solicitud que el modelo
tridimensional sea construido para más de un objeto, ni que los
datos estadísticos de dicho modelo tridimensional hagan referencia a
datos que no sean de forma, es decir que no se describe la
construcción o utilización de un modelo tridimensional estadístico
de apariencia, ni por tanto una reconstrucción tridimensional
personalizada a partir del mismo.
\vskip1.000000\baselineskip
Con el fin de mejorar los modelos estadísticos
de forma, se propusieron modelos basados en atlas de forma que
también incorporaban información sobre la estructura de dentro del
objeto (Yao and Taylor 2003; Lamecker, Wenckebach et al.
2006; Wilson 2008). Estos modelos incorporan información genérica
sobre la estructura de dentro de la forma y por tanto permiten la
generación de proyecciones radiográficas más realistas. Sin embargo,
estos modelos no incorporan la variación estadística sobre la
estructura de dentro de la forma. Por tanto, a pesar de que puede
obtenerse una reconstrucción específica para un sujeto de la forma a
partir de vistas proyectivas, la reconstrucción de la estructura de
dentro de la forma sigue siendo de carácter general, es decir no
específica para un sujeto.
\vskip1.000000\baselineskip
Con el propósito de superar la limitación
comentada inherente al anterior modelo citado, se han propuesto
modelos tridimensionales de forma y apariencia (Cootes, Edwards
et al. 2001) que incorporan información sobre variaciones
estadísticas en términos de forma y también en términos de
estructura interna de la forma (densidad ósea, propiedades de
tejidos, etc.), es decir de apariencia. A partir de esta clase de
modelos es posible generar una proyección realista y, por encima de
todo, una reconstrucción tridimensional específica para un sujeto de
ambos, la forma y la estructura interna de una estructura anatómica,
utilizando una técnica de registro 3D/2D, que se describirá a
continuación. Este método fue divulgado por el grupo al que
pertenecen los presentes inventores en el "XIV congreso SEIOMM"
en Octubre del 2009 en Santander (Whitmarsh, Humbert et al.
2009), y se refiere únicamente a modelos de objeto único.
\vskip1.000000\baselineskip
Por lo que se refiere a la técnica de registro
3D/2D mencionada, son conocidos diferentes métodos que han sido
ampliamente utilizados para realizar una reconstrucción
tridimensional a partir de una o más vistas radiográficas. Algunos
de dichos métodos se conocen como métodos de registro basado en
intensidad (Yao and Taylor 2003; Whitmarsh, Humbert et al.
2009), y tienen como objetivo el encontrar la instancia óptima de un
modelo que maximice la semejanza entre la proyección real y una
proyección simulada generada a partir del modelo. La instancia
óptima del modelo es, por tanto, hallada buscando los parámetros que
describen el modelo (parámetros de forma y apariencia, por ejemplo,
junto con la pose y escala del modelo).
Los modelos comentados hasta aquí son todos
ellos de objeto único, es decir realizados para un único objeto,
como por ejemplo un hueso, lo cual los hace inadecuados para
determinadas aplicaciones, tales como la descrita en los párrafos
siguientes.
\newpage
Mediante la utilización de vistas proyectivas,
es necesario tratar con el problema de la superposición de
estructuras. Por ejemplo, imágenes de rayos X frontales de la cadera
muestran superposición entre varios huesos (pelvis y fémur), tejidos
blandos y órganos. Mediante la utilización de un modelo estadístico
de forma y apariencia de solamente el fémur, es imposible obtener
una reconstrucción específica para un sujeto de la cabeza femoral,
debido a la superposición de la pelvis.
Por tanto, sería deseable que los modelos de
forma y apariencia contuviesen información sobre más de un objeto,
en particular sobre todas las estructuras que pueden ser observadas
en las vistas proyectivas, con el fin de permitir reproducir, en las
proyecciones radiográficas simuladas generadas a partir del modelo
tridimensional, la misma información que existe en las vistas
proyectivas reales.
Estos modelos multi-objeto de
forma y apariencia permitirían realizar una reconstrucción
tridimensional específica para un sujeto para ambos, la forma y la
estructura interna, de todas las estructuras anatómicas de interés
de la vista o vistas proyectivas.
Se han propuesto diversos métodos encaminados a
tratar con el modelado multi-objeto, tres de los
cuales se describen a continuación.
\vskip1.000000\baselineskip
Los modelos articulados permiten la definición
del movimiento relativo (pose) que puede ser observado entre dos
modelos. Los modelos estadísticos articulados se construyen a partir
de información de una base de datos de la estructura de interés,
para adquirir el modo de variación en términos de pose que puede ser
observado entre los diferentes objetos. De ese modo, utilizándolo
junto con los atlas de forma, el modelo tridimensional incorpora
modos de variación de forma y pose para todos los objetos (Boisvert,
Cheriet et al. 2008). Esta clase de modelos han sido
utilizados para la reconstrucción tridimensional de la forma de las
vértebras a partir de vistas proyectivas (Boisvert, Cheriet et
al. 2008), utilizando puntos de referencia manualmente
digitalizados por un operador en las radiografías. El método de
registro 3D/2D aplicado en este caso tiene como objetivo el buscar
los parámetros óptimos que maximicen la concordancia entre los
puntos de referencia y el modelo tridimensional. Sin embargo, estos
métodos están limitados a la reconstrucción tridimensional de la
forma.
\vskip1.000000\baselineskip
La combinación de los modelos de forma con
métodos de inferencia ofrece un enfoque similar a la aportada por
los modelos articulados. En este enfoque los modelos de forma son
descritos por un conjunto de parámetros geométricos y un conjunto de
parámetros de pose. Utilizando una base de datos, se definen
relaciones estadísticas entre parámetros geométricos y de pose. Esta
propuesta ha sido utilizada para obtener una reconstrucción
tridimensional de la columna vertebral a partir de proyecciones
radiográficas, utilizando un ajuste manual por parte de un operador
(Skalli, Humbert et al. 2008; Humbert, De Guise et al.
2009).
Mientras que los modelos articulados están
formados a partir de formas estadísticas independientes vinculadas
entre sí por relaciones estadísticas de pose, en el caso de los
métodos de inferencia, ambos, la forma y la pose de todos los
objetos, están vinculados entre sí por relaciones estadísticas. Sin
embargo, como sucede con los modelos articulados, estos métodos
están limitados a la forma de los objetos.
\vskip1.000000\baselineskip
Estos modelos multi-objeto
pueden ser también construidos de manera similar a los modelos de
objeto único de forma y apariencia. La idea es tratar todas las
formas y todas las estructuras de dentro de las formas, es decir las
apariencias, como un solo conjunto, y realizar el mismo análisis
estadístico para adquirir todos los modos de variación de forma y
apariencia a la vez. Tal modelo ha sido creado (Babalola, Cootes
et al. 2008) y usado para la segmentación de estructuras
cerebrales a partir de imágenes volumétricas obtenidas por MRI (de
los términos en inglés "Magnetic Resonance Imaging", o
formación de Imágenes por Resonancia Magnética). Sin embargo, esta
clase de modelos no se han utilizado nunca para llevar a cabo una
reconstrucción tridimensional a partir de vistas proyectivas.
En resumen, son conocidos los modelos
estadísticos y los métodos de registro 3D/2D para obtener una
reconstrucción tridimensional a partir de vistas proyectivas, para
un único objeto, pero solamente un método ha sido propuesto (por los
presentes inventores en el "XIV congreso SEIOMM", Whitmarsh,
Humbert et al. 2009) para obtener una reconstrucción
tridimensional de la forma y apariencia utilizando modelos
estadísticos que incluyen los modos de variación de ambos, la forma
y la apariencia.
En el contexto del estudio de los objetos
múltiples, la reconstrucción tridimensional que puede ser obtenida a
partir de vistas proyectivas está limitada a modelos que incorporan
relaciones estadísticas referentes a la forma y a la pose relativa
de los objetos, y, por tanto, están limitados a la reconstrucción
tridimensional de la forma.
\global\parskip0.900000\baselineskip
El modelado multi-objeto de la
forma y apariencia existe, pero solamente para ser utilizado para la
segmentación de imágenes volumétricas, y no para realizar una
reconstrucción tridimensional a partir de vistas proyectivas.
Es por tanto necesario ofrecer una alternativa
al estado de la técnica que cubra las lagunas halladas en el mismo,
y que ofrezca una solución al problema técnico objetivo planteado de
como proporcionar un método de reconstrucción tridimensional de la
forma y apariencia de más de un objeto a partir del registro de unas
vistas proyectivas en un modelo estadístico tridimensional que
incluye los modos de variación de ambos, la forma y la apariencia,
para dos o más objetos.
\vskip1.000000\baselineskip
La presente invención ofrece una solución al
problema técnico objetivo indicado, mediante la aportación, en un
primer aspecto, de un método para obtener una reconstrucción
tridimensional a partir de una o más vistas proyectivas, que
comprende llevar a cabo un proceso de registro 3D/2D para ajustar
como mínimo un modelo estadístico tridimensional que comprende
información estadística de la forma y apariencia de un objeto, con
el fin de maximizar la semejanza entre una o más proyecciones
simuladas, generadas a partir de dicho modelo estadístico
tridimensional, y una o más vistas proyectivas reales.
A diferencia de las propuestas conocidas, en
particular de la divulgada en el "XIV congreso SEIOMM" por
Whitmarsh, Humbert et al. 2009, el método propuesto por el
primer aspecto de la invención comprende, de manera característica,
obtener una reconstrucción tridimensional de la forma y apariencia
de dos o más objetos, mediante la realización de dicho proceso de
registro 3D/2D para como mínimo un modelo estadístico tridimensional
multi-objeto que comprende información estadística
sobre la forma y apariencia, para dichos objetos, e información
sobre relaciones espaciales relativas entre diferentes poses de
dichos objetos.
Para un ejemplo de realización preferido dichas
vistas proyectivas son unas vistas radiográficas, tales como vistas
DXA o como las obtenidas mediante Fluoroscopía.
En función del ejemplo de realización dicha
información sobre relaciones espaciales relativas es de una
naturaleza estadística y/o genérica (es decir no estadística), y
también incluye opcionalmente información sobre escala.
Para un ejemplo de realización el método
comprende obtener reconstrucción tridimensional que también incluye
las relaciones espaciales relativas entre las poses de los objetos
reconstruidos.
Aunque el método no está limitado a un tipo de
objeto en particular, para un ejemplo de realización preferido los
objetos son estructuras anatómicas, tales como huesos, tejidos
blandos y/u órganos de un paciente, o porciones de como mínimo una
estructura anatómica.
Para otro ejemplo de realización los objetos son
piezas o estructuras mecánicas.
Por información sobre apariencia debe entenderse
la información existente en el interior del objeto, cualesquiera que
sea la técnica de obtención de la misma, en la forma de, por
ejemplo, distribución de densidades, óseas si el objeto es un hueso,
o de intensidades.
Según un ejemplo de realización el método se
encuentra aplicado a dos o más objetos articulados entre sí, en cuyo
caso el método comprende utilizar un modelo articulado estadístico
para proporcionar dicha información sobre relaciones espaciales
relativas.
Para otro ejemplo de realización alternativo, el
método se encuentra aplicado a dos o más objetos que no están
articulados entre sí, en cuyo caso el método comprende utilizar otra
clase de modelos estadísticos de pose conocidos, para conseguir
obtener la información sobre relaciones espaciales relativas entre
los objetos.
El método comprende, para un ejemplo de
realización, construir el modelo estadístico tridimensional multi-
objeto utilizado para la reconstrucción tridimensional, si bien,
para otros ejemplos de realización menos preferidos, también se
contempla utilizar modelos tridimensionales
multi-objeto previamente construidos.
Para un ejemplo de realización, el método se
encuentra aplicado a dos o más objetos que se superponen, como
mínimo parcialmente, en las vistas proyectivas, aplicándose en este
caso el método, con preferencia, a la obtención de la reconstrucción
tridimensional de un área que incluye como mínimo a las porciones de
los objetos superpuestas en las vistas proyectivas.
Tal y como se ha indicado en el apartado de
estado de la técnica anterior, para el caso en que dos objetos se
superponen es imposible obtener una reconstrucción de forma y
apariencia personalizada o específica para un sujeto, a partir de un
modelo estadístico de forma y apariencia de objeto único, en
particular de la zona superpuesta. Ello es debido a que la
distribución de densidades o intensidades en dicho objeto cambia
bruscamente en la zona superpuesta, por lo que al registrar la vista
o vistas proyectivas en el modelo tridimensional de objeto único,
debido a la existencia, en el mismo objeto, de valores muy distintos
de distribución, de densidades o intensidades, la reconstrucción
obtenida no es muy realista.
\global\parskip1.000000\baselineskip
En cambio, mediante la utilización del método
propuesto por el primer aspecto de la invención sí que es posible
obtener tal reconstrucción realista tridimensional de forma y
apariencia personalizada, incluyendo la zona superpuesta. Ello se
consigue gracias a que se ajusta un modelo tridimensional
multi-objeto, maximizando la semejanza entre las
vistas simuladas y las reales de los dos objetos que se superponen,
incluyendo la de sus respectivas distribuciones de densidades o
intensidades, por lo que al hallar la vista o vistas simuladas más
semejantes a las reales para ambos objetos, en cuanto a forma y
apariencia, su reconstrucción ya incorpora la información de forma y
apariencia de la zona donde se superponen ambos objetos.
Para otro ejemplo de realización, alternativo o
complementario al anterior, el método se encuentra aplicado a dos o
más objetos que no se superponen en las vistas proyectivas.
Por lo que se refiere al proceso de registro
3D/2D, éste se lleva a cabo, según una realización, como mínimo en
parte de manera automática.
El método comprende, para un ejemplo de
realización, incluir información estadística de estructuras
anatómicas de pacientes con patologías en el modelo estadístico
tridimensional multi-objeto, y llevar a cabo la
reconstrucción tridimensional con relación a la forma de como mínimo
un hueso y de su apariencia, o distribución interna, para un
paciente determinado, incluyendo dicha reconstrucción tridimensional
información que permite identificar patologías óseas y/o estimar un
riesgo de fractura ósea, para dicho paciente.
Un segundo aspecto de la invención concierne a
un uso de una reconstrucción tridimensional, relativa a la forma y
apariencia de como mínimo dos objetos, y obtenida de acuerdo con el
método propuesto por el primer aspecto de la invención, para
diagnosis en general, y en particular para diagnosis de patologías,
cuando los objetos son estructuras anatómicas.
Según una realización de dicho uso, éste está
previsto para identificar patologías óseas y/o estimar un riesgo de
fractura ósea, para dicho paciente, cuando el modelo estadístico
tridimensional multi-objeto incluye información
estadística de estructuras anatómicas de pacientes con patologías, y
dicha reconstrucción tridimensional es llevada cabo con relación a
la forma de como mínimo un hueso y de su apariencia, o distribución
interna, de un paciente determinado.
Según otra realización de dicho uso, éste
comprende construir un modelo para simular una situación de fractura
potencial de como mínimo uno de dichos objetos, y proporcionar una
estimación del riesgo de fractura del mismo.
Al obtener una reconstrucción tridimensional de,
no solamente una estructura, sino varias estructuras de interés,
mediante el método propuesto por el primer aspecto de la invención,
se posibilita la realización un diagnóstico mejor de diversas
patologías. Por ejemplo, actualmente solamente el área BMD (de los
términos "Bone Mineral Density": Densidad Mineral Ósea) es
tomada como una medida a tener en consideración para evaluar el
riesgo de fractura de cadera, mientras que éste no es el único
factor que determina la fortaleza de un fémur. Es esencial tomar en
consideración la geometría del fémur, de la articulación
coxofemoral, incluyendo la pelvis, y también la geometría de los
tejidos blandos que rodean a la cadera. Es sabido que cuanto mayor
sea el grosor de los tejidos blandos menor será el riesgo de
fractura del fémur.
Es por ello que, para otro ejemplo de
realización del uso propuesto por el segundo aspecto de la
invención, cuando los objetos son como mínimo parte de un fémur, de
una pelvis, de una articulación coxofemoral, y del tejido blando que
la rodea, de un paciente, dichas simulaciones son relativas a la
caída de dicho paciente y el uso comprende también utilizar dichas
simulaciones para proporcionar una estimación de riesgo de fractura
de cadera.
\vskip1.000000\baselineskip
Las anteriores y otras ventajas y
características se comprenderán más plenamente a partir de la
siguiente descripción detallada de unos ejemplos de realización con
referencia a los dibujos adjuntos, que deben tomarse a título
ilustrativo y no limitativo, en los que:
la Fig. 1 es un diagrama esquemático que ilustra
las principales acciones llevadas a cabo mediante el método
propuesto por el primer aspecto de la invención, para un ejemplo de
realización;
la Fig. 2 muestra, también de manera
esquemática, el contenido de un modelo tridimensional
multi-objeto, para un ejemplo de realización,
asociado a un proceso de registro 3D/2D;
la Fig. 3 muestra esquemáticamente el contenido
de un modelo tridimensional multi-objeto, para otro
ejemplo de realización con algunas diferencias respecto al ilustrado
por la Fig. 2, también asociado a un proceso de registro 3D/2D;
y
la Fig. 4 muestra a dos objetos parcialmente
superpuestos, en particular dos huesos, en una vista radiográfica
proyectiva real, y en la correspondiente reconstrucción
tridimensional de la misma.
\vskip1.000000\baselineskip
\global\parskip0.900000\baselineskip
En la Fig. 1 se ilustran unos bloques que
contienen los distintos elementos utilizados por el método propuesto
por el primer aspecto de la invención. En primer lugar, siguiendo un
orden de arriba abajo, se ilustra el modelo estadístico
multi-objeto creado y/o utilizado por el método de
reconstrucción de reconstrucción propuesto, el cual está formado por
una pluralidad de modelos estadísticos de forma y apariencia, de
objeto único, uno por objeto, los cuales son asociados mediante un
modelado multi-objeto, aplicándose finalmente sobre
dicho modelo multi-objeto un método de registro
3D/2D, tal y como se ha descrito en un apartado anterior.
En las Figs. 2 y 3 se han ilustrado sendos
ejemplos de realización de modelos estadístico
multi-objeto de forma y apariencia, construidos
según el método propuesto por la presente invención, cuyas
características comunes son que en ambos casos el método comprende
agrupar la información estadística sobre forma y apariencia en dos
modelos estadísticos de objeto único, uno para la forma y otro para
la apariencia, para cada objeto, e incluirlos en el modelo
estadístico tridimensional multi-objeto.
En este caso solamente se ha ilustrado el método
aplicado a dos objetos, por lo que en las Figs. 2 y 3, se incluyen
dos respectivos modelos de forma, indicados como Modelo de forma 1 y
Modelo de forma 2, y dos respectivos modelos de apariencia,
indicados como Modelo de apariencia 1 y Modelo de apariencia 2.
Para construir el modelo estadístico
multi-objeto de forma y apariencia de la Fig. 2, el
método comprende agrupar información sobre las poses de cada uno de
los objetos, en unos respectivos modelos de pose estadísticos de
objeto único, en particular en los indicados como Modelo de pose 1 y
Modelo de pose 2, comprendiendo el método en este caso obtener la
mencionada información sobre relaciones espaciales relativas a
partir de las poses incluidas en dichos Modelos de pose 1 y 2.
Al contrario del caso ilustrado por la Fig. 2,
en el ejemplo de realización ilustrado por la Fig. 3 el método
comprende agrupar información sobre las poses de los objetos, en
este caso dos, en un único modelo de pose estadístico de objeto
único, indicado como Modelo de pose 1, 2, e incluir dicho modelo de
pose estadístico de objeto único en el modelo estadístico
tridimensional multi-objeto, obteniéndose en este
caso, mediante el método propuesto por el primer aspecto de la
invención, la información sobre relaciones espaciales relativas a
partir de la información incluida en el Modelo de pose 1, 2.
Aunque para un ejemplo de realización, no
ilustrado, los modelos de forma y apariencia de cada objeto son
independientes respecto a los del otro u otros objetos, para otros
ejemplos de realización ello no es así, y el método comprende
incluir en el modelo estadístico tridimensional
multi-objeto relaciones entre el modelo de forma de
objeto único de un primero de dichos objetos y el modelo de forma de
objeto único de un segundo de dichos objetos y/o relaciones entre el
modelo de apariencia de objeto único de dicho primer objeto y el
modelo de apariencia de objeto único de dicho segundo objeto.
Tal es el caso del ejemplo de realización
ilustrado por las Figs. 2 y 3, en los que los modelos de forma y los
de apariencia se encuentran relacionados entre sí, habiéndose
indicado dichas relaciones de manera esquemática mediante unas
respectivas líneas continuas de unión entre modelos de objeto
único.
Tales relaciones entre modelos de objeto único
pueden ser de cualquier índole, tales como de una naturaleza
genérica (por ejemplo, obligando a que la escala del modelo de forma
1 sea la misma que la del modelo de forma 2) y/o estadística, es
decir establecida a partir de una base de datos.
Las relaciones estadísticas pueden ser
establecidas, por ejemplo, utilizando métodos de inferencia (tal y
como se explica en (Skalli, Humbert et al. 2008)) o
utilizando un análisis de componentes principales (como el utilizado
en (Babalola, Cootes et al. 2008)).
Una vez el modelo estadístico
multi-objeto se ha construido a partir de una base
de datos apropiada, el método comprende controlar el comportamiento
del modelo mediante la utilización de una serie de parámetros que
permiten controlar la forma, apariencia y pose de los objetos. Estos
parámetros pueden influir en más de un aspecto (un parámetro puede
controlar, por ejemplo, la forma del Modelo de forma 1 y la del 2, o
la pose del modelo de pose 1 y del 2, para el caso de la Fig. 2,
asegurando que se cumplan una serie de obligaciones o restricciones
de articulación entre estos dos modelos). El proceso de registro
3D/2D permitirá optimizar los parámetros de los modelos con el fin
de maximizar la semejanza entre las proyecciones simuladas generadas
y las vistas proyectivas reales.
Finalmente en la Fig. 4 se ilustra una vista
radiográfica proyectiva V que ilustra a parte de un fémur Fv, a
parte de la pelvis Pv a la que se encuentra articulado en la zona
que se observa superpuesta en la radiografía V, indicada como Av,
por constituir la articulación coxofemoral de ambos huesos. Los
diferentes rayados de dicha Fig. 4 indican la información de
apariencia existente en el interior de cada objeto, en particular la
distribución BMD de cada uno de ellos, que en la zona superpuesta Av
es muy diferente a la de las porciones de los huesos no
superpuestas.
La vista adyacente a la radiografía V
representa, de manera esquemática, a la reconstrucción
tridimensional R de los objetos incluidos en la radiografía V, es
decir el fémur Fr, la pelvis Pr y la articulación coxofemoral Ar,
obtenida al aplicar el método de reconstrucción propuesto por el
primer aspecto de la invención sobre el modelo estadístico
tridimensional multi-objeto construido.
\global\parskip1.000000\baselineskip
Puede verse que tal reconstrucción R incorpora
la información de forma y apariencia de la zona Ar donde se
superponen ambos huesos, a pesar de los cambios en la distribución
BMD que se producen en dicha zona, gracias a las razones expuestas
en el apartado de explicación de la invención, es decir a maximizar
la semejanza entre la vista real V y la simulada, para los dos
huesos que se superponen.
A continuación se indica con mayor detalle como
se ha llevado a cabo la construcción del modelo
multi-objeto y el proceso de registro 3D/2D del
mismo, para conseguir la reconstrucción R de la Fig. 4, la cual ha
sido obtenida para una única radiografía V o imagen DXA, así como
para otras reconstrucciones, no ilustradas, obtenidas a partir de
varias radiografías tomadas desde diferentes ángulos, con el fin de
evaluar su impacto en la precisión conseguida en la reconstrucción
tridimensional obtenida.
\vskip1.000000\baselineskip
Éste se ha construido incorporando tanto las
variaciones estadísticas en términos de forma como la distribución
BMD tridimensional, es decir la información de apariencia. El modelo
multi-objeto creado para la obtención de la
reconstrucción R ilustrada de manera esquemática en la Fig. 4, ha
incluido el fémur y una parte de la pelvis, incluyendo la parte que
se superpone en la cabeza femoral, es decir la que constituye la
articulación coxofemoral. El modelo multi-objeto
creado sigue los principios de los modelos de forma y apariencia
(Cootes, Edwards et al. 2001) y se ha construido de manera
automática a partir de una base de datos de escaneos cuantitativos
de tomografía computerizada (QCT), desarrollando el método descrito
por Frangi et al. (Frangi, Rueckert et al. 2002).
El modelo requiere de una base de datos de
adquisiciones de imágenes de escáner QCT, para la obtención de las
cuales se ha utilizado un escáner de tomografía computerizada (CT),
junto con un fantasma de densidad para relacionar las unidades
Hounsfield a los valores de BMD.
Para la construcción del modelo se ha escogido,
en primer lugar, una referencia de volumen QCT de entre todas las
adquisiciones. La forma ósea del fémur y la de la parte de interés
de la pelvis de esta imagen escaneada de referencia se ha segmentado
para generar una imagen donde se observe la porción superpuesta de
ambos huesos en un área de la imagen que mezcle las superficies de
los dos huesos.
Seguidamente todo el resto de imágenes
volumétricas son registradas con respecto a este volumen de
referencia por medio de una transformada de deformación. Para cada
volumen, o imagen volumétrica, la transformación se aplica a la
parte de la imagen que mezcla las superficies de ambos huesos (el
fémur y la pelvis) del volumen de referencia, lo cual ofrece como
resultado una imagen de mezcla de superficies óseas del fémur y la
pelvis para cada sujeto.
Tras ello, se han construido dos modelos
estadísticos de forma a partir de los vértices de las partes de la
imagen donde se mezclan las superficies óseas, utilizando un
análisis de componentes principal.
Posteriormente, con el fin de adquirir solamente
las variaciones BMD sin tener en cuenta las variaciones de forma, se
utilizan las imágenes adquiridas como producto de las segmentaciones
descritas para deformar cada imagen volumétrica hacia la misma forma
de referencia media, utilizando una deformación basada en la función
de placa delgada ("Thin Plate Spline deformation" (Bookstein
1989)).
Esta tarea se repite dos veces: una para la
pelvis y otra para el fémur. Se realiza entonces un análisis
estadístico aplicándolo a los valores de densidad ósea que resultan
en dos modelos de distribución BMD (modelos de apariencia), uno para
cada uno de los huesos.
Para obligar o forzar la pose relativa entre los
dos modelos, se ha construido un modelo articulado como el propuesto
por Kainmueller, Lamecker et al. 2009.
El modelo estadístico es entonces descrito por
un conjunto de parámetros que definen la forma y un conjunto de
parámetros que caracterizan la distribución BMD para los dos huesos,
con un conjunto de parámetros que caracterizan las poses de ambos
huesos bajo las obligaciones impuestas por el modelo articulado.
\vskip1.000000\baselineskip
Mediante el método propuesto por el primer
aspecto de la invención se consigue obtener una reconstrucción
tridimensional, tanto de la forma como de la distribución BMD,
utilizando el modelo multi-objeto justo arriba
descrito, a partir de una o varias imágenes DXA.
Esto se consigue encontrando la instancia de los
modelos de forma y la instancia de los modelos de densidad, junto
con la realización de unas transformaciones rígidas (translación,
rotación limitada por el modelo articulado), que maximiza la
semejanza entre la imagen DXA (V en la Fig. 4) y la radiografía
reconstruida digitalmente (DRR), denominada anteriormente como
proyección simulada, generada a partir de los modelos.
\newpage
De manera similar a la propuesta por Cootes
et al. [1], para cada modelo, el modelo de forma genera una
nueva forma sobre la cual se deforma una instancia del modelo de
densidad utilizando, por ejemplo, una transformación TPS.
En un proceso de registro basado en
intensidades, el parámetro espacio, representando a los parámetros
de los modelos de forma y densidad y a una transformada de
semejanza, es buscado, donde el error absoluto medio entre la imagen
real DXA y la simulada DRR de la instancia del modelo de densidad
deformado define la mencionada semejanza.
Obviamente, otros procesos de registro 3D/2D
conocidos pueden ser utilizados para llevar a cabo la reconstrucción
tridimensional propuesta por el método según el primer aspecto de la
invención.
Un experto en la materia podría introducir
cambios y modificaciones en los ejemplos de realización descritos
sin salirse del alcance de la invención según está definido en las
reivindicaciones adjuntas.
\vskip1.000000\baselineskip
A continuación se indican una serie de
referencias bibliográficas, incluyendo documentos de patente,
artículos, etc., incluidas en el campo de la técnica al que
pertenece la presente invención, las más relevantes de las cuales se
han descrito en el apartado de estado de la técnica anterior.
[1] Babalola, K. O., T. F. Cootes,
et al. (2008). "3D brain segmentation using active
appearance models and local regressors". Med Image Comput
Comput Assist Interv 11 (Pt 1): 401-408.
[2] Boisvert, J., F. Cheriet,
et al. (2008). "Articulated spine models for
3-D reconstruction from partial radiogra-
phic data". IEEE Trans Biomed Eng 55(11):
2565-2574.
[3] Boisvert, J., F. Cheriet,
et al. (2008). "Geometric variability of the
scoliotic spine using statistics on articulated shape models".
IEEE Trans Med Imaging 27(4):
557-568.
[4] Bookstein, F. L. (1989).
"Principal Warps: Thin-Plate Splines and the
Decomposition of Deformations". IEEE Trans. Pattern Anal.
Mach. Intell. 11(6): 567-585.
[5] Burghardt, A., G. Kazakia,
et al. (in press). "Automated simulation of areal bone
mineral density assessment in the distal radius from
high-resolution peripheral quantitative computed
tomography". Osteoporosis International.
[6] Cody, D. D., G. W. Divine,
et al. (2000). "Bone density distribution and gender
domínate femoral neck fracture risk predictors". Skeletal
Radiol 29(3): 151-161.
[7] Cootes, T. F., G. J. Edwards,
et al. (2001). Active Appearance Models. IEEE
PAM.
[8] Cootes, T. F., C. J. Taylor,
et al. (1995). "Active Shape Models - Their Training
and Application". Computer Vision and Image Understanding
61(1): 38-59.
[9] El Maghraoui, A. and C. Roux
(2008). "DXA scanning in clinical practice". QJM
101(8): 605-617.
[10] Engelke, K., J. E. Adams,
et al. (2008). "Clinical use of quantitative
computed tomography and peripheral quantitative computed tomography
in the management of osteoporosis in adults: the 2007 ISCD Official
Positions". J Clin Densitom 11(1):
123-162.
[11] Feilkas, T. and G. Zheng
(2007). Shape reconstruction using X-ray
images. EP1868157.
[12] Fleute, M. and S. Lavallée
(1999). Nonrigid 3-D/2-D
Registration of Images Using Statistical Models. Medical Image
Computing and Computer-Assisted Intervention -
MICCAI'99: 138-147.
[13] Fleute, M., S. Lavallée,
et al. (2000). Three-Dimensional
Statistic Reconstruction of Surfaces. WO01/22368.
[14] Frangi, A. F., D. Rueckert,
et al. (2002). "Automatic construction of
multiple-object three-dimensional
statistical shape models: application to cardiac modeling".
IEEE Trans Med Imaging 21(9):
1151-1166.
[15] Fritscher, K., B. Schuler,
et al. (2008). Prediction of Biomechanical Parameters
of the Proximal Femur Using Statistical Appearance Models and
Support Vector Regression. MICCAI. New York City, USA. part I:
568-575.
[16] Humbert, L., J. A. De Guise,
et al. (2009). "3D reconstruction of the spine from
biplanar X-rays using parametric models based on
transversal and longitudinal inferences". Med Eng
Phys.
[17] Kainmueller, D., H. Lamecker,
et al. (2009). "An articulated statistical shape
model for accurate hip joint segmentaron". Conf Proc IEEE Eng
Med Biol Soc 1: 6345-6351.
[18] Kolta, S., A. Le Bras, et
al. (2005). "Three-dimensional
X-ray absorptiometry (3D-XA): a
method for reconstruction of human bones using a dual
X-ray absorptiometry device". Osteoporos
Int 16(8): 969-976.
[19] Lamecker, H., T. H.
Wenckebach, et al. (2006).
Atlas-based 3D-Shape Reconstruction
from X-Ray Images. Pattern Recognition, 2006. ICPR
2006. 18thh International Conference on.
[20] Le Bras, A. K., Sami., D.
Mitton, et al. (2003). METHOD AND DEVICE FOR
RADIOGRAPHIC IMAGING WO/2004/056270.
[21] Li, W., J. Kornak, et
al. (2009). "Identify fracture-critical
regions inside the proximal femur using statistical parametric
mapping". Bone 44(4): 596-602.
[22] Mitulescu, A., W. Skalli,
et al. (2002). "Three-dimensional
surface rendering reconstruction of scoliotic vertebrae using a non
stereo-corresponding points technique". Eur
Spine J 11(4): 344-352.
[23] Skalli, W., L. Humbert, et
al. (2008). METHOD FOR RECONSTRUCTION OF A
THREE-DIMENSIONAL MODEL OF A BODY STRUCTURE. WO
2008/146069.
[24] Whitmarsh, T., L. Humbert,
et al. (2009). Reconstrucción de la forma del fémur y
densidad mineral ósea en 3D para el diagnóstico de osteoporosis a
partir de DXA. XIV Congreso SEIOMM 2009. Santander, Spain.
[25] WHO (1994). Assessment of
fracture risk and its implication to screening for postmenopausal
osteoporosis. World Health Organization Technical Report Series
843.
[26] WHO (2003). Prevention and
Management of Osteoporosis. World Health Organization Technical
Report Series.
[27] Wilson, K. E. (2008).
ESTIMATING RISK OF FUTURE BONE FRACTURE UTILIZING
THREE-DIMENSIONAL BONE DENSITY MODEL EP1952303.
[28] Yao, J. and R. Taylor
(2003). Assessing Accuracy Factors in Deformable 2D/3D
Medical Image Registration Using a Statistical Pelvis Model.
Proceedings of the Ninth IEEE International Conference on Computer
Vision - Volume 2, IEEE Computer Society.
Claims (22)
1. Método para obtener una reconstrucción
tridimensional a partir de una o más vistas proyectivas, del tipo
que comprende llevar a cabo un proceso de registro 3D/2D para
ajustar al menos un modelo estadístico tridimensional que comprende
información estadística de la forma y apariencia de un objeto, con
el fin de maximizar la semejanza entre al menos una proyección
simulada, generada a partir de dicho modelo estadístico
tridimensional, que es al menos uno, y al menos una vista proyectiva
real, estando dicho método caracterizado porque comprende
obtener una reconstrucción tridimensional de la forma y apariencia
de al menos dos objetos, mediante la realización de dicho proceso de
registro 3D/2D para al menos un modelo estadístico tridimensional
multi-objeto que comprende información estadística
sobre la forma y apariencia, para dichos objetos, que son al menos
dos, e información sobre relaciones espaciales relativas entre
diferentes poses de dichos objetos.
2. Método según la reivindicación 1,
caracterizado porque dichos objetos, que son al menos dos,
son estructuras anatómicas, o porciones de al menos una estructura
anatómica.
3. Método según la reivindicación 1 ó 2,
caracterizado porque se encuentra aplicado a al menos dos
objetos articulados entre sí.
4. Método según una cualquiera de las
reivindicaciones anteriores, caracterizado porque comprende
construir dicho modelo estadístico tridimensional
multi-objeto, que es al menos uno.
5. Método según la reivindicación 4,
caracterizado porque comprende agrupar información sobre las
poses de cada uno de dichos objetos, que son al menos dos, en al
menos dos respectivos modelos de pose estadísticos de objeto único,
incluir dichos modelos de objeto único en dicho modelo estadístico
tridimensional multi-objeto, que es al menos uno, y
obtener dicha información sobre relaciones espaciales relativas a
partir de las poses incluidas en dichos modelos de pose estadísticos
de objeto único, que son al menos dos.
6. Método según la reivindicación 4,
caracterizado porque comprende agrupar información sobre las
poses de dichos objetos, que son al menos dos, en un modelo de pose
estadístico de objeto único, incluir dicho modelo de pose
estadístico de objeto único en dicho modelo estadístico
tridimensional multi-objeto, que es al menos uno, y
obtener dicha información sobre relaciones espaciales relativas a
partir de la información incluida en dicho modelo de pose
estadístico de objeto único.
7. Método según la reivindicación 4, 5 ó 6,
caracterizado porque comprende agrupar dicha información
estadística sobre forma y apariencia en al menos dos modelos
estadísticos de objeto único, uno para la forma y otro para la
apariencia, para cada objeto, e incluirlos en dicho modelo
estadístico tridimensional multi-objeto, que es al
menos uno.
8. Método según la reivindicación 3, 5 ó 6,
caracterizado porque comprende utilizar al menos un modelo
articulado estadístico para proporcionar dicha información sobre
relaciones espaciales relativas.
9. Método según la reivindicación 7,
caracterizado porque comprende incluir en dicho modelo
estadístico tridimensional multi-objeto, que es al
menos uno, relaciones entre el modelo de forma de objeto único de un
primero de dichos objetos y el modelo de forma de objeto único de un
segundo de dichos objetos y/o relaciones entre el modelo de
apariencia de objeto único de dicho primer objeto y el modelo de
apariencia de objeto único de dicho segundo objeto.
10. Método según la reivindicación 9,
caracterizado porque dichas relaciones entre modelos de
objeto único son de una naturaleza genérica y/o estadística.
11. Método según la reivindicación 1,
caracterizado porque dicha información sobre relaciones
espaciales relativas es de una naturaleza genérica y/o
estadística.
12. Método según una cualquiera de las
reivindicaciones anteriores, caracterizado porque se
encuentra aplicado a al menos dos objetos que se superponen, al
menos parcialmente, en dichas vistas proyectivas.
13. Método según la reivindicación 12,
caracterizado porque comprende obtener dicha reconstrucción
tridimensional para las porciones de dichos objetos, que son al
menos dos, superpuestas en dichas vistas proyectivas.
14. Método según una cualquiera de las
reivindicaciones 1 a 11, caracterizado porque se encuentra
aplicado a al menos dos objetos que no se superponen en dichas
vistas proyectivas.
15. Método según una cualquiera de las
reivindicaciones 2 a 14, caracterizado porque dichos objetos,
que son al menos dos, se encuentran seleccionados del grupo que
incluye los siguientes objetos: huesos, tejidos blandos y
órganos.
16. Método según la reivindicación 2,
caracterizado porque dicho proceso de registro 3D/2D se lleva
a cabo al menos en parte de manera automática.
17. Método según una cualquiera de las
reivindicaciones anteriores, caracterizado porque dicha
información sobre apariencia hace referencia a información del
interior del objeto.
18. Método según una cualquiera de las
reivindicaciones anteriores, caracterizado porque dichas
vistas proyectivas son unas vistas radiográficas.
19. Uso de una reconstrucción tridimensional,
relativa a la forma y apariencia de al menos dos objetos, y obtenida
de acuerdo con el método según una cualquiera de las
reivindicaciones anteriores, para diagnosis.
20. Uso según la reivindicación 19, para
identificar patologías óseas y/o estimar un riesgo de fractura ósea,
para dicho paciente, cuando el modelo estadístico tridimensional
multi-objeto incluye información estadística de
estructuras anatómicas de pacientes con patologías, y dicha
reconstrucción tridimensional es llevada cabo con relación a la
forma de al menos un hueso y de su apariencia, o distribución
interna, de un paciente.
21. Uso según la reivindicación 19, para
construir un modelo para simular una situación de fractura potencial
de al menos uno de dichos objetos, que son al menos dos, y
proporcionar una estimación del riesgo de fractura del mismo.
22. Uso según la reivindicación 21,
caracterizado porque cuando dichos objetos, que son al menos
dos, son al menos parte de un fémur, de una pelvis, de una
articulación coxofemoral, y del tejido blando que la rodea, de un
paciente, dichas simulaciones son relativas a la caída de dicho
paciente y el uso comprende también utilizar dichas simulaciones
para proporcionar una estimación de riesgo de fractura de
cadera.
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
ES201000192A ES2382774B1 (es) | 2010-02-12 | 2010-02-12 | Metodo para obtener una reconstruccion tridimensional a partir de una o mas vistas proyectivas, y uso de la misma |
EP11711388.6A EP2534641B1 (en) | 2010-02-12 | 2011-02-10 | Method for obtaining a three-dimensional reconstruction from one or more projective views and use thereof |
PCT/IB2011/000235 WO2011098895A2 (en) | 2010-02-12 | 2011-02-10 | Method for obtaining a three-dimensional reconstruction from one or more projective views and use thereof |
ES11711388T ES2712551T3 (es) | 2010-02-12 | 2011-02-10 | Método para obtener una reconstrucción tridimensional a partir de una o más vistas proyectivas, y uso de la misma |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
ES201000192A ES2382774B1 (es) | 2010-02-12 | 2010-02-12 | Metodo para obtener una reconstruccion tridimensional a partir de una o mas vistas proyectivas, y uso de la misma |
Publications (2)
Publication Number | Publication Date |
---|---|
ES2382774A1 true ES2382774A1 (es) | 2012-06-13 |
ES2382774B1 ES2382774B1 (es) | 2013-04-26 |
Family
ID=44141434
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
ES201000192A Active ES2382774B1 (es) | 2010-02-12 | 2010-02-12 | Metodo para obtener una reconstruccion tridimensional a partir de una o mas vistas proyectivas, y uso de la misma |
ES11711388T Active ES2712551T3 (es) | 2010-02-12 | 2011-02-10 | Método para obtener una reconstrucción tridimensional a partir de una o más vistas proyectivas, y uso de la misma |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
ES11711388T Active ES2712551T3 (es) | 2010-02-12 | 2011-02-10 | Método para obtener una reconstrucción tridimensional a partir de una o más vistas proyectivas, y uso de la misma |
Country Status (3)
Country | Link |
---|---|
EP (1) | EP2534641B1 (es) |
ES (2) | ES2382774B1 (es) |
WO (1) | WO2011098895A2 (es) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3098780A1 (en) | 2015-05-28 | 2016-11-30 | Galgo Medical, S.L. | A method, a system and a computer program for determining data defining an estimate of the thickness and density of a tissue structure of interest from imaging data |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080038120A1 (en) | 2006-08-11 | 2008-02-14 | Louis Lengyel | Two stage conical liquid ring pump having removable manifold, shims and first and second stage head o-ring receiving boss |
CN103371844A (zh) * | 2012-04-27 | 2013-10-30 | 西门子(中国)有限公司 | 将肾脏区域可视化的方法及系统 |
DE102012211518A1 (de) * | 2012-07-03 | 2013-06-27 | Siemens Aktiengesellschaft | Verfahren zur Rekonstruktion eines dreidimensionalen Bilddatensatzes aus Rohbilddaten |
US9922447B2 (en) * | 2013-04-30 | 2018-03-20 | Mantis Vision Ltd. | 3D registration of a plurality of 3D models |
CN103279993A (zh) * | 2013-05-29 | 2013-09-04 | 苏州市米想网络信息技术有限公司 | 一种图片转三维软件的实现方法 |
WO2017209662A1 (en) | 2016-05-30 | 2017-12-07 | Prismatic Sensors Ab | X-ray imaging for enabling assessment of scoliosis |
US10089756B2 (en) * | 2016-06-30 | 2018-10-02 | Zhiping Mu | Systems and methods for generating 2D projection from previously generated 3D dataset |
CN106227993B (zh) * | 2016-07-14 | 2017-10-13 | 哈尔滨理工大学 | 一种基于生物学机理的骨折愈合动态过程仿真方法 |
EP3651651A2 (en) | 2017-07-14 | 2020-05-20 | Materialise N.V. | System and method of radiograph correction and visualization |
EP3501399B1 (en) * | 2017-12-21 | 2020-10-14 | Cetir Centre Mèdic S.L. | Method of quantification of visceral fat mass |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060182327A1 (en) * | 2003-06-17 | 2006-08-17 | Brown Universtiy | Methods and apparatus for identifying subject matter in view data |
WO2008146069A1 (en) * | 2007-05-25 | 2008-12-04 | Ecole Nationale Superieure D'arts Et Metiers (Ensam) | Method for reconstruction of a three-dimensional model of a body structure |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5682886A (en) * | 1995-12-26 | 1997-11-04 | Musculographics Inc | Computer-assisted surgical system |
FR2798760B1 (fr) | 1999-09-17 | 2002-03-29 | Univ Joseph Fourier | Reconstitution de surfaces en trois dimensions par utilisation de modeles statistiques |
US6837892B2 (en) * | 2000-07-24 | 2005-01-04 | Mazor Surgical Technologies Ltd. | Miniature bone-mounted surgical robot |
FR2816200A1 (fr) * | 2000-11-06 | 2002-05-10 | Praxim | Determination de la position d'une prothese du genou |
FR2849241B1 (fr) | 2002-12-20 | 2005-06-24 | Biospace Instr | Procede et dispositif d'imagerie radiographique |
US7327865B2 (en) * | 2004-06-30 | 2008-02-05 | Accuray, Inc. | Fiducial-less tracking with non-rigid image registration |
WO2007058918A2 (en) | 2005-11-11 | 2007-05-24 | Hologic Inc. | Estimating risk of future bone fracture utilizing three-dimensional bone density model |
EP1868157A1 (en) | 2006-06-14 | 2007-12-19 | BrainLAB AG | Shape reconstruction using X-ray images |
GB0803514D0 (en) * | 2008-02-27 | 2008-04-02 | Depuy Int Ltd | Customised surgical apparatus |
-
2010
- 2010-02-12 ES ES201000192A patent/ES2382774B1/es active Active
-
2011
- 2011-02-10 WO PCT/IB2011/000235 patent/WO2011098895A2/en active Application Filing
- 2011-02-10 EP EP11711388.6A patent/EP2534641B1/en active Active
- 2011-02-10 ES ES11711388T patent/ES2712551T3/es active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060182327A1 (en) * | 2003-06-17 | 2006-08-17 | Brown Universtiy | Methods and apparatus for identifying subject matter in view data |
WO2008146069A1 (en) * | 2007-05-25 | 2008-12-04 | Ecole Nationale Superieure D'arts Et Metiers (Ensam) | Method for reconstruction of a three-dimensional model of a body structure |
Non-Patent Citations (1)
Title |
---|
T. WHITMARSH, LUDOVIC HUMBERT, MATHIEU DE CRAENE, LUIS M. DEL RIO BARQUERO, ALEJANDRO F. FRANGI: "Número de Comunicación: 113:Reconstrucción de la forma del fémur y densidad mineral ósea en 3D para el diagnostico de osteoporosis a partir de DXA", Poster Session Online SOCIEDAD ESPAÑOLA DE INVESTIGACIÓN ÓSEA Y DEL METABOLISMO MINERAL. XIV Congreso SEIOMM, 27 October 2009 (2009-10-27), 30 October 2009 (2009-10-30), Santander. Recuperado de internet: URL:http://www.postersessiononline.es/ aula_comunicacion.asp?Congreso=38662135 &buscar=si&grupo=todos&tipo=autor * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3098780A1 (en) | 2015-05-28 | 2016-11-30 | Galgo Medical, S.L. | A method, a system and a computer program for determining data defining an estimate of the thickness and density of a tissue structure of interest from imaging data |
Also Published As
Publication number | Publication date |
---|---|
EP2534641B1 (en) | 2018-11-28 |
EP2534641A2 (en) | 2012-12-19 |
ES2382774B1 (es) | 2013-04-26 |
WO2011098895A3 (en) | 2011-12-29 |
ES2712551T3 (es) | 2019-05-13 |
WO2011098895A8 (en) | 2012-10-11 |
WO2011098895A2 (en) | 2011-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
ES2712551T3 (es) | Método para obtener una reconstrucción tridimensional a partir de una o más vistas proyectivas, y uso de la misma | |
Brock et al. | Use of image registration and fusion algorithms and techniques in radiotherapy: Report of the AAPM Radiation Therapy Committee Task Group No. 132 | |
Foskey et al. | Large deformation three-dimensional image registration in image-guided radiation therapy | |
US7817836B2 (en) | Methods for volumetric contouring with expert guidance | |
Lu et al. | Automatic re-contouring in 4D radiotherapy | |
Whitmarsh et al. | Reconstructing the 3D shape and bone mineral density distribution of the proximal femur from dual-energy X-ray absorptiometry | |
Sakas | Trends in medical imaging: from 2D to 3D | |
Quijano et al. | Three-dimensional reconstruction of the lower limb from biplanar calibrated radiographs | |
Harmouche et al. | 3D registration of MR and X-ray spine images using an articulated model | |
Lin et al. | Comparisons of surface vs. volumetric model-based registration methods using single-plane vs. bi-plane fluoroscopy in measuring spinal kinematics | |
Gorniak et al. | Evaluation of a semiautomatic 3D fusion technique applied to molecular imaging and MRI brain/frame volume data sets | |
Lafon et al. | Combination of a model-deformation method and a positional MRI to quantify the effects of posture on the anatomical structures of the trunk | |
Grenier et al. | Personalized 3D reconstruction of the rib cage for clinical assessment of trunk deformities | |
Whitmarsh et al. | 3D bone mineral density distribution and shape reconstruction of the proximal femur from a single simulated DXA image: an in vitro study | |
Ün et al. | An analytical method to create patient-specific deformed bone models using X-ray images and a healthy bone model | |
Seoud et al. | A novel method for the 3-D reconstruction of scoliotic ribs from frontal and lateral radiographs | |
Shi et al. | Fast and accurate 3-D registration of HR-pQCT images | |
Porras et al. | Predictive statistical model of early cranial development | |
Al-Shayea et al. | An efficient approach to 3d image reconstruction | |
Wang et al. | Estimation of thyroid volume from scintigraphy through 2D/3D registration of a statistical shape model | |
Dandekar et al. | Image registration accuracy with low-dose CT: How low can we go? | |
Zeng et al. | Low‐dose three‐dimensional reconstruction of the femur with unit free‐form deformation | |
Kahla et al. | Finite Element Method and Medical Imaging Techniques in Bone Biomechanics | |
Koutras et al. | Biomechanical morphing for personalized fitting of scoliotic torso skeleton models | |
Chambon et al. | CT-PET landmark-based lung registration using a dynamic breathing model |