JP2009517753A - 画像形成データからのパラメータ再構成のための、データ駆動によるメッシュ生成におけるユーザインタラクションのシステム及び方法 - Google Patents

画像形成データからのパラメータ再構成のための、データ駆動によるメッシュ生成におけるユーザインタラクションのシステム及び方法 Download PDF

Info

Publication number
JP2009517753A
JP2009517753A JP2008542875A JP2008542875A JP2009517753A JP 2009517753 A JP2009517753 A JP 2009517753A JP 2008542875 A JP2008542875 A JP 2008542875A JP 2008542875 A JP2008542875 A JP 2008542875A JP 2009517753 A JP2009517753 A JP 2009517753A
Authority
JP
Japan
Prior art keywords
reconstruction
computation time
mesh grid
parameters
iteration
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.)
Pending
Application number
JP2008542875A
Other languages
English (en)
Inventor
バッケル,バールト
ナラヤナン,マノジ
ヴェーバー,アクセル
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
Koninklijke Philips Electronics NV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips NV, Koninklijke Philips Electronics NV filed Critical Koninklijke Philips NV
Publication of JP2009517753A publication Critical patent/JP2009517753A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/003Reconstruction from projections, e.g. tomography
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03Computed tomography [CT]
    • A61B6/037Emission tomography
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/46Arrangements for interfacing with the operator or the patient
    • A61B6/461Displaying means of special interest
    • A61B6/466Displaying means of special interest adapted to display 3D data
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5205Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5229Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
    • A61B6/5247Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from an ionising-radiation diagnostic technique and a non-ionising radiation diagnostic technique, e.g. X-ray and ultrasound
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03Computed tomography [CT]
    • A61B6/032Transmission computed tomography [CT]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/46Arrangements for interfacing with the operator or the patient
    • A61B6/467Arrangements for interfacing with the operator or the patient characterised by special input means
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/46Arrangements for interfacing with the operator or the patient
    • A61B6/467Arrangements for interfacing with the operator or the patient characterised by special input means
    • A61B6/469Arrangements for interfacing with the operator or the patient characterised by special input means for selecting a region of interest [ROI]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00Image generation
    • G06T2211/40Computed tomography
    • G06T2211/424Iterative

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Surgery (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Veterinary Medicine (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Optics & Photonics (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Processing Or Creating Images (AREA)
  • Image Generation (AREA)

Abstract

本発明は、画像形成データからのモデルパラメータの再構成のための、データ駆動による、適号しうるメッシュ生成におけるユーザインタラクションによる反復的な再構成のシステム及び方法に関する。本方法は、ユーザからの入力110,115を読取り、それぞれの繰り返し後の集束のために再構成されたパラメータ130をチェックする。必要とされる計算時間は、現在のメッシュグリッドと期待される繰り返し数とに基づいて、それぞれの繰り返し後に予測され130、メッシュグリッドが更新される140。再構成されたパラメータのオンライン表現と適合されたメッシュグリッドは、再構成170の間に表示され、再構成の次の繰り返しは、適合されたメッシュグリッド145に基づく。

Description

本発明は、適合しうるメッシュグリッドを使用した画像形成データによる直接的であって対話的な再構成におけるユーザインタラクションのシステム及び方法に関する。
PET(position emission tomography)及びSPECT(single photon emission computed tomography)スキャナのような(分子による)画像形成様式から収集されるデータは、人体における化学トレーサの濃度(たとえば濃度の動的な挙動)を示すモデルパラメータを再構成するために使用される。かかるパラメータは、「ボクセル毎に“voxel by voxel”」記載され、ここで、ボクセルは、研究される対象に重ね合わされる3次元グリッド内の小さな体積のエレメントである。このグリッド内のボクセルのサイズは、モデルパラメータの分布が推定される空間的な精度又は解像度を決定する。幾つかの再構成方法(たとえばリストモードデータからの直接的な再構成及び最大の観察に基づいた推定)は、たとえば様々な形状とサイズのボクセルを含むグリッドといった不規則なボクセルのグリッドを許容する。係るボクセルグリッドのレイアウトの最適な選択は、なお開かれた問題である。
画像データの再構成の従来技術は、(たとえばボクセルサイズ)解像度における局所的な変動をもつ「不規則な」ボクセルグリッドでの再構成を含み、たとえば予備的な再構成、又は別の様式(たとえばCTスキャン)に基づいた再構成といった、再構成の前に手動で示される、関心のある領域における高い解像度をもつスタティックなグリッドを含む。また、従来技術は、画像再構成のためのコンテンツに適合するメッシュ生成を含み、ここで、解像度は、高い空間的な変動の領域において自動的に増加される。
画像のメッシュモデリングは、画像領域を、メッシュエレメントと呼ばれるオーバラップしない(一般に多角形)パッチの集合に区分すること(ここでは、図1に示されるようにトライアングルが使用される)を含んでおり、次いで、エレメントのメッシュノードからの補間を通してそれぞれのエレメントを通して画像の関数が決定される。ノードの画像への寄与は、そのノードに付属されるエレメントの範囲に制限される。メッシュモデルにより、重要な特徴を含んでいる領域にメッシュノードを最も密に配置することができ、結果的に、ボクセル表現よりも更にコンパクトな画像の表現が得られる。
非常に細かなボクセルグリッドを通して実現される高解像度は、非常に長い計算時間を要する。粗いボクセルグリッドで実現される低解像度は、空間情報の損失につながり、低い精度のシステム出力となる(たとえばパラメータマップ)。さらに、速度と高解像度との間の最適な妥協は、たとえば関心のある領域、空間的な変動、十分な統計量の可用性及び計算時間の可溶性又は要件を含めたアスペクトにより影響される。考慮している関心のある領域は、高解像度の要件に影響を及ぼす。研究される対象の所定の領域は、他の領域よりも更に重要であって、高い解像度を後続して必要とする。また、関心の「少ない」領域(たとえばバックグランド)における高い解像度は、更なる値の情報が得られないが、再構成プロセスを減速させる。空間的なバリエーションに関して、モデルパラメータは、ある領域においてボクセルからボクセルへの強い空間的な変動を備え、他の領域において更に緩やかに変動する。モデルパラメータの変動が比較的緩やかである領域では、制限された解像度のみが要求され、強いモデルパラメータの変動の領域は、細かにメッシュされるグリッドを通して最良にモデル化される。
それぞれのボクセルのパラメータの予測は、この特定のボクセルに関連する(たとえば検出手段の測定)十分な数のイベントに依存する。たとえば余りに小さなボクセルサイズのために余りに少ないイベントが存在する場合、乏しい信号対雑音比(SNR)が課され、その後に乏しい予測となる。したがって、十分な統計量の可用性は、速度と高解像度との間の最適な妥協に影響を及ぼす。
勿論、制限された時間が利用可能であるとき、小さなボクセルサイズで十分な数の検出されたイベントが存在すると仮定すると、全体のグリッドを通した小さなボクセルサイズが常に好ましい。しかし、医師は制限された利用可能な時間を有し、結果を待つことを好まない。したがって、速度と精度との相対的な重要性は、解像度の選択に直接的な影響を有する。
したがって、不要な待ちを防止するために計算時間を最小にし、臨床的に許容可能な再構成時間の境界内で関心のある領域の最大の解像度を保証する再構成プロセスを通した制御を提供することが望まれる。
ここでの開示は、画像形成データからのモデルパラメータの再構成のための、データ駆動、適合しうるメッシュ生成におけるユーザインタラクションによる繰り返し再構成の方法に関する。例示的な実施の形態では、本方法は、ユーザからの入力(先験的(110)及びオンライン(115)の両者)を読取ること、それぞれの繰り返し後に収束のために再構成されたパラメータ(130)をチェックすることを含む。必要とされる計算時間は、現在のメッシュグリッドに基づいたそれぞれの繰り返し後に予測され(130)、期待される繰り返し数及びメッシュグリッドがその後に更新される(140)。再構成されたパラメータ及び適合されたメッシュグリッドのオンライン表現は、再構成(170)の間に表示され、再構成の次の繰り返しは、適合されたメッシュグリッド(145)に基づく。
別の例示的な実施の形態では、画像形成データからのモデルパラメータの再構成のための、データ駆動による適合しうるメッシュ生成におけるユーザインタラクションによる繰り返し再構成のシステムが開示される。本システムは、それぞれの繰り返し後の集束のために再構成されたパラメータをチェックして、現在のメッシュグリッド及び期待される繰り返しの数に基づいて、それぞれの繰り返し後の必要とされる計算時間を予測する。ユーザインタフェースは、読取るために再構成手段のためのユーザ入力を受け、ディスプレイ手段17は、再構成されたパラメータのオンライン表現、及びメッシュグリッド14を更新する再構成の間の適合されたメッシュグリッドを表示し、再構成の次の繰り返しは、適合されたメッシュグリッドに基づく。
更に別の例示的な実施の形態では、画像形成データからのモデルパラメータの再構成のための、データ駆動による適合しうるメッシュ生成におけるユーザインタラクションにより繰り返し再構成のためのコンピュータソフトウェアプロダクトが開示される。このプロダクトは、プログラム命令が記憶されるコンピュータ読取り可能な媒体を含み、この命令は、コンピュータにより読取られたとき、コンピュータに、ユーザ入力装置からの入力(先験的(110)及びオンライン(115))を読取らせ、それぞれの繰り返し後の集束のために再構成されたパラメータ(130)をチェックさせる。コンピュータは、現在のメッシュグリッド及び期待される繰り返し数に基づいてそれぞれの繰り返し後に必要とされる計算時間(130)を予測し、メッシュグリッド(140)を更新する。次いで、コンピュータは、再構成されたパラメータ及び再構成(170)の間に表示手段に表示されるべき適合されるメッシュグリッドのオンライン表現を指示し、再構成の次の繰り返しを適合されたメッシュグリッド(145)に基づかせる。
開示されるシステム及び方法に関連する更なる特徴、機能及び利点は、特に添付図面と共に見られたときに、以下の詳細な説明から明らかにされるであろう。
開示されたシステム及び方法を構成及び使用することにおいて当業者を支援するため、添付図面が参照される。
本明細書で述べるように、ここでの開示は、適合しうるメッシュグリッドを使用した直接的、反復的な再構成の方法を提供する。このグリッドのレイアウトは、関心のある領域の先験的な示唆及び再構成プロセスの状態により決定される。パラメータの推定値が粗い早期の繰り返しは、低解像度のグリッドを備える。解像度は、それぞれの繰り返しと共に増加され、パラメータの予測値が集束し始めるときにそのピークに到達する。グリッドのレイアウトは、ボクセル当たり利用可能なデータにより決定される。アクティビティのない領域では、ボクセルがマージされ(たとえばプールされ)、それぞれのボクセルについて良好な信号対雑音比により粗いグリッドが形成される。再構成されたパラメータの空間的な変動は、グリッドレイアウトを決定するために使用される。高い変動の領域は、細かなボクセルグリッドで重ねられる。グリッドレイアウトは、許容される最大の計算時間の選択により更に決定される。再構成が開始する前に、ユーザは最大の計算時間を定義する。それぞれの繰り返しの後、残りの計算時間が予測され、許容される計算時間を(たとえば容易に)超えるかイッチするかに依存して、グリッドの解像度が(たとえば粗く又は細かく)適合される。他のユーザインタラクションもまた使用され、以下に更に十分に説明されるように、グリッドレイアウトが決定される。
図1を参照して、ユーザインタラクションは、先見的及びオンラインの両者で、グラフィカルユーザインタフェース(GUI)10を通して進行する。再構成が開始すると、ユーザは、たとえばCT(computer tomography)のような異なる様式を使用しておそらく得られた、前もって行われた再構成において関心のある領域を示すために促される。ユーザは、図1に示されるように、グラフィカルユーザインタフェース10の右下に一般に示されるナビゲーションウィンドウ12を使用して関心のある領域を示す。代替的に、ショートカット(図示せず)によりマウス及び/又はキーボードを使用することもできる。ユーザは、許容される最大の計算時間及び更なる再構成のオプションを設定する。
(たとえばオンラインといった)再構成プロセスの間、ユーザは、現在使用された(3D)グリッド14、参照符号16でボクセル当たり強く符号化された再構成されたモデルパラメータ値を見て、再構成されたパラメータマップ15を定義する。ユーザは、現在使用されているメッシュグリッド14と共に、再構成されたパラメータマップ15の現在の予測を示すディスプレイ17で閲覧する。矢印のボタン18によりグリッド14を通して3Dカーソル19をナビゲートし、サイジングボタン20でグリッド14をリサイズすることで、ユーザは、解像度を増加又は減少するために領域を選択することができる。全体の画像は、それぞれのボタン22を使用して3つの軸の周りで回転される。GUI10の左に一般に示されるボタンは、参照符号24で一般に示される全体的なアクションについて存在し、ログメッセージウィンドウ26は、再構成プログレス及びユーザのアクションに関するフィードバックを示す。さらに、ログメッセージウィンドウ26は、ユーザのアクションに基づいて、予測されるパラメータ、予測される残り時間及び現在の解像度の集束に関する情報を提供する。ユーザは、ボタン28及び30のそれぞれを使用して再構成パラメータプロセスの速度を増加(SPEED UP)又は減少するのと同様に、全体の解像度を増加(INCREASE RES)又は減少するのを選択する。
ここで図2を参照して、パラメータ再構成プロセスは、参照符号100で一般に示されるフローチャートを参照して記載される。ユーザは、リストモードデータ、関心のある領域の定義/初期セグメント化、最大の再構成時間及び初期モードパラメータをブロック110で入力する。これらのユーザ入力は、初期の繰り返しについてブロック120で再構成手段に送出される。再構成手段のそれぞれの繰り返しの後、ブロック130で再構成されたパラメータは集束についてチェックされ、必要とされる計算時間について予測が行われ、ブロック115でユーザからのオンライン入力は、ブロック130で読取られる。つぎに、メッシュグリッドは、ブロック140で更新される。メッシュグリッドは、再構成されたパラメータ(Θn)の局所的な変動なお必要とされる計算時間と許容される残りの計算時間との比率(ETA/Tmax)及びユーザからのコマンド(User Input)に基づいてブロック140で更新される。再構成手段の次の繰り返しは、ブロック120へのライン145で示される適合されるメッシュに基づく。
ユーザは、ブロック170でディスプレイ17を介して、破線16で示される現在のパラメータ予測(Θn)、及び破線150で示されるメッシュグリッド14に関する情報を受ける。ユーザは、上述のように、ブロック110及び115でメッシュグリッド14にアクティブに影響を及ぼす。再構成が完了されたか、又はライン175で示されるように再構成サイクルが集束されたとき、再構成された画像はブロック180で出力される。ディスプレイ17はGUI10の一部として示されているが、ディスプレイ17は、図1に例示されるように、ディスプレイ17の下及び左手側に配置されるユーザ入力ボタンとは個別の独立したディスプレイである場合がある当業者により認識される。
要求される計算時間のそれぞれの予測は、現在のメッシュグリッド及び期待される繰り返し数に依存する。後者は、いわゆる、全てのデータが正確に一度見られるワンパスアルゴリズム、又は固定された繰り返し数をもつ他のアルゴリズムで容易に計算される。再構成されたパラメータの予測値の集束に関して明示的に依存するアルゴリズムは、集束の統計量に基づいて残りの繰り返し数を予測する必要がある。
それぞれのイベントの後、完全なイベントのセットのサブセットの後、又は全てのイベントを含む繰り返しの後に、モデルパラメータについて更新されたΘnを生成する再構成アルゴリズムが当該技術分野で知られている。適切なユーザインタラクションを保証するため、(それぞれのパラメータの更新について)繰り返し当たり使用されるイベント数は、適度なインターバルでユーザが対話する機会を与えるために十分に小さく選択される必要がある。
なお、ユーザインタラクションは、再構成の間にのみ行われるのではなく、再構成が終了された後にも行われる場合がある。再構成のサイクルが集束されたとき、(たとえば現在使用されるボクセルグリッド及び予測されるモデルパラメータ値といった)システムの状態は、コンピュータメモリに記憶される。グラフィカルユーザインタフェース10により、ユーザは、再構成された画像に基づいて、関心のある領域における空間解像度を増加することができ、その後、再構成のサイクルが継続する場合がある。この特徴の使用の例は、初期の「迅速な再構成」を行い、おそらく患者に特化した関心のある領域における解像度を増加し、次いで、システムが「主要な再構成」を継続するのを可能にする。
有利なことに、本発明の実施の形態は、システム、方法及びコンピュータソフトウェアプロダクトのユーザが再構成されたパラメータのオンライン表現及び再構成の間のメッシュグリッドを視覚的に調べるのを可能にする。更に、本発明のシステム、方法及びコンピュータソフトウェアプロダクトは、ローカル及びグローバルなメッスグリッドの解像度の手動的な適合を通して再構成プロセスによるオンラインユーザインタラクションを容易にし、メッシュの適合における決定ファクタとして予測される残りの計算時間を使用する。
他の利点は、再構成されたデータの先験的な可用性に僅かに依存する。たとえば、関心のある領域の粗い第一の示唆は、再構成されたデータが利用可能になるとすぐ、オンラインでリファインされる。ここでのシステム、方法及びコンピュータソフトウェアプロダクトは、再構成プロセスを通して更なる制御を提供する。たとえば、自動的、データ駆動のメッシュセグメント化は、人間の専門家の選択とは異なる。どの領域が高い解像度を受けるかに関する選択による再構成アルゴリズムを信頼するオプションが存在するが、ユーザインタフェースは、決定プロセスのアクティブな部分に人間の専門家の知識を作成するオプションを追加する。再構成されたパラメータのマップで突然に生じる関心のある特徴は、関心のある特徴が再構成において現れ始めるとすぐに、「更に厳密に」調べられる。したがって、全体の再構成を終了する必要がなく、関心のある領域を追加又は変化する必要がなく、再構成を再び実行する必要がない。上述された本発明のシステム、方法及びコンピュータソフトウェアプロダクトにより提供される別の利点は、不要な待ちを防止するための最大の計算時間を設定するオプションを含み、許容される時間の境界内での最大の解像度を保証する。
本発明のシステム、方法及びソフトウェアプロダクトは、本発明の例示的な実施の形態を参照して記載されたが、本発明の開示は、係る例示的な実施の形態に限定されない。むしろ、本明細書で開示されたシステム、方法及びソフトウェアプロダクトは、本発明の精神又は範囲から逸脱することなしに、様々な変更、エンハンスメント及び/又はバリエーションを受ける。従って、本発明は、特許請求の範囲内で変更、エンハンスメント及び/又はバリエーションを実施及び包含する。
本発明の例示的な実施の形態に係る、関心のある領域、最大の許容される計算時間及び他の再構成のオプションをユーザが選択するグラフィカルユーザインタフェースの図である。 本発明の例示的な実施の形態に係る、図1のグラフィカルユーザインタフェースを使用した再構成プロセスを説明するフローチャートである。

Claims (20)

  1. 画像形成データからのモデルパラメータの再構成のための、データ駆動による適号しうるメッシュ生成におけるユーザインタラクションによる反復的な再構成の方法であって、
    当該方法は、
    ユーザからの入力を読取るステップと、
    それぞれの繰り返し後の集束のために再構成されたパラメータをチェックするステップと、
    現在のメッシュグリッド及び期待される繰り返し数に基づいて、それぞれの繰り返し後に必要とされる計算時間を予測するステップと、
    前記メッシュグリッドを更新するステップと、
    再構成されたパラメータのオンライン表現と適合されたメッシュグリッドを再構成の間に表示するステップと、
    再構成の次の繰り返しを前記適合されたメッシュグリッドに基づかせるステップと、
    を含むことを特徴とする方法。
  2. 前記メッシュグリッドを更新するステップは、再構成されたパラメータの局所的な変化、必要とされる計算時間と許容される残りの計算時間との比、及びユーザ入力のうちの少なくとも1つに基づく、
    請求項1記載の方法。
  3. 前記ユーザ入力の読み取りは、再構成の間及び再構成が終了された後のうちの少なくとも1つで行われる、
    請求項1記載の方法。
  4. 前記ユーザ入力は、関心のある領域、前記関心のある領域の所望の解像度、再構成を終了するために許容される最大の計算時間、及び許容される最大の計算時間における変化のうちの1つを含む、
    請求項3記載の方法。
  5. 前記再構成パラメータが集束されたとき、現在使用されるボクセルグリッド及び予測されるモデルパラメータ値を記憶手段に記憶するステップを更に有する、
    請求項1記載の方法。
  6. 初期の再構成された画像を形成するステップと、
    初期の再構成された画像に基づいて、関心のある領域における空間解像度を増加するステップと、
    主要な再構成サイクルを継続するステップと、
    を更に含む請求項1記載の方法。
  7. 前記適合されたメッシュグリッドのメッシュ適合における決定ファクタとして予測される残りの計算時間を使用するステップを更に有する、
    請求項1記載の方法。
  8. ローカル及びグローバルのメッシュグリッド解像度のうちの少なくとも1つの手動による適合を通して前記再構成によるオンラインのユーザインタラクションを容易にするステップを更に含む、
    請求項1記載の方法。
  9. 前記再構成されたパラメータは、画像形成様式から収集されたデータから導出される、
    請求項1記載の方法。
  10. それぞれの繰り返し後に必要とされる計算時間を予測するステップは、前記ユーザ入力から許容される最大の計算時間の入力に基づいて残りの計算時間を予測し、
    前記メッシュグリッドは、再構成の終了が許容される最大の計算時間内に一致することが期待されるかに依存して適合される、
    請求項1記載の方法。
  11. ユーザからの入力を読取るステップは、グラフィカルユーザインタフェースを介して入力される入力を読取るステップを含む、
    請求項1記載の方法。
  12. 画像形成データからのモデルパラメータの再構成のための、データ駆動による適号しうるメッシュ生成におけるユーザインタラクションによる反復的な再構成の方法であって、
    グラフィカルユーザインタフェースを使用して、画像データの前に行われた再構成において関心のある領域を示すステップと、
    再構成を終了するため再構成手段について前記グラフィカルユーザインタフェースを介して最大の計算時間を入力するステップと、
    前記グラフィカルユーザインタフェースを介して初期モードのパラメータを入力するステップと、
    繰り返しを始動するステップと、
    集束のために再構成パラメータをチェックするステップと、
    最大の計算時間に対する必要とされる残りの計算時間を予測するステップと、
    前記グラフィカルユーザインタフェースへのユーザ入力、及び必要とされる計算時間と残りの計算時間の比によりメッシュグリッドを更新するステップと、
    前記グラフィカルユーザインタフェースで現在のパラメータの予測を表示するステップと、
    再構成が終了されたうちの1つの再構成であって、前記再構成パラメータが集束されたとき、前記再構成を出力するステップと、
    を含むことを特徴とする方法。
  13. 画像形成データからのモデルパラメータの再構成のための、データ駆動による適号しうるメッシュ生成におけるユーザインタラクションによる反復的な再構成のシステムであって、
    それぞれの繰り返し後に集束のために再構成されたパラメータをチェックし、現在のメッシュグリッド及び期待される繰り返し数に基づいて、それぞれの繰り返し後に必要とされる計算時間を予測する再構成手段と、
    読取るべき前記再構成手段のためのユーザ入力を受けるユーザインタフェースと、
    前記メッシュグリッドを更新する再構成の間、再構成されたパラメータのオンライン表現と適合されたメッシュグリッドを表示する表示手段とを有し、
    再構成の次の繰り返しは、適合されたメッシュグリッドに基づく、
    ことを特徴とするシステム。
  14. 前記ユーザインタフェース及び前記表示手段は、グラフィカルユーザインタフェースである、
    請求項13記載のシステム。
  15. 前記更新されたメッシュグリッドは、再構成されたパラメータの局所的な変動、必要とされる計算時間と許容される残りの計算時間の比、及びユーザ入力のうちの1つに基づく、
    請求項13記載のシステム。
  16. 前記ユーザ入力は、再構成の間及び前記再構成が終了した後のうちの少なくとも1つで読取られる、
    請求項13記載のシステム。
  17. 前記ユーザ入力は、関心のある領域、関心のある領域の所望の解像度、再構成を終了するために許容される最大の計算時間、及び、許容される最大の計算時間に於ける変化のうちの1つを含む、
    請求項16記載のシステム。
  18. 前記再構成パラメータが集束されたとき、現在使用されるボクセルグリッド及び予測されるモデルパラメータ値を記憶する記憶手段を更に有する、
    請求項13記載のシステム。
  19. 前記再構成手段は、前記ユーザ入力から許容される最大の計算時間の入力に基づいて残りの計算時間を予測することで、それぞれの繰り返し後に必要とされる計算時間を予測し、
    前記メッシュグリッドは、再構成の終了が許容される最大の計算時間内に一致することが期待されるかに依存して適合される、
    請求項13記載のシステム。
  20. 画像形成データからのモデルパラメータの再構成のための、データ駆動による適号しうるメッシュ生成におけるユーザインタラクションによる反復的な再構成のためのコンピュータソフトウェアプロダクトであって、
    当該プロダクトは、コンピュータにより読取られたとき、コンピュータに、
    ユーザ入力装置からの入力を読取らせ、
    それぞれの繰り返し後の集束のために再構成されたパラメータをチェックさせ、
    現在のメッシュグリッド及び期待される繰り返し数に基づいて、それぞれの繰り返し後に必要とされる計算時間を予測させ、
    前記メッシュグリッドを更新させ、
    再構成されたパラメータのオンライン表現と適合されたメッシュグリッドを再構成の間に表示手段に表示させ、
    再構成の次の繰り返しを前記適合されたメッシュグリッドに基づかせる、
    プログラム命令を記憶するコンピュータ読取り可能な媒体を有する、
    ことを特徴とするコンピュータソフトウェアプロダクト。
JP2008542875A 2005-12-02 2006-11-15 画像形成データからのパラメータ再構成のための、データ駆動によるメッシュ生成におけるユーザインタラクションのシステム及び方法 Pending JP2009517753A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US74173905P 2005-12-02 2005-12-02
PCT/IB2006/054267 WO2007063442A1 (en) 2005-12-02 2006-11-15 System and method for user interaction in data-driven mesh generation for parameter reconstruction from imaging data

Publications (1)

Publication Number Publication Date
JP2009517753A true JP2009517753A (ja) 2009-04-30

Family

ID=37876840

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2008542875A Pending JP2009517753A (ja) 2005-12-02 2006-11-15 画像形成データからのパラメータ再構成のための、データ駆動によるメッシュ生成におけるユーザインタラクションのシステム及び方法

Country Status (5)

Country Link
US (1) US20100214293A1 (ja)
EP (1) EP1958165A1 (ja)
JP (1) JP2009517753A (ja)
CN (1) CN101322157A (ja)
WO (1) WO2007063442A1 (ja)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11275242B1 (en) 2006-12-28 2022-03-15 Tipping Point Medical Images, Llc Method and apparatus for performing stereoscopic rotation of a volume on a head display unit
US11228753B1 (en) 2006-12-28 2022-01-18 Robert Edwin Douglas Method and apparatus for performing stereoscopic zooming on a head display unit
US10795457B2 (en) 2006-12-28 2020-10-06 D3D Technologies, Inc. Interactive 3D cursor
US11315307B1 (en) 2006-12-28 2022-04-26 Tipping Point Medical Images, Llc Method and apparatus for performing rotating viewpoints using a head display unit
US9757083B2 (en) * 2007-12-28 2017-09-12 Koninklijke Philips N.V. Scanning method and system
AU2009223731B2 (en) 2008-03-10 2013-09-05 Exxonmobil Upstream Research Company Method for determing distinct alternative paths between two object sets in 2-D and 3-D heterogeneous data
US9733388B2 (en) 2008-05-05 2017-08-15 Exxonmobil Upstream Research Company Systems and methods for connectivity analysis using functional objects
US20090290773A1 (en) * 2008-05-21 2009-11-26 Varian Medical Systems, Inc. Apparatus and Method to Facilitate User-Modified Rendering of an Object Image
US8352228B2 (en) 2008-12-23 2013-01-08 Exxonmobil Upstream Research Company Method for predicting petroleum expulsion
US9552462B2 (en) 2008-12-23 2017-01-24 Exxonmobil Upstream Research Company Method for predicting composition of petroleum
EP2491431A1 (en) 2009-10-20 2012-08-29 Exxonmobil Upstream Research Company Method for quantitatively assessing connectivity for well pairs at varying frequencies
JP6491471B2 (ja) * 2014-12-24 2019-03-27 キヤノン株式会社 画像処理装置、画像処理方法およびプログラム
JP6768473B2 (ja) * 2016-01-14 2020-10-14 キヤノンメディカルシステムズ株式会社 医用画像診断装置
CN118470254A (zh) * 2024-07-15 2024-08-09 湖南大学 一种基于自适应模板的三维网格重建方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5963209A (en) * 1996-01-11 1999-10-05 Microsoft Corporation Encoding and progressive transmission of progressive meshes
EP1274044A1 (en) * 1997-04-17 2003-01-08 Ge Medical Systems Israel, Ltd. Direct tomographic reconstruction
US5909476A (en) * 1997-09-22 1999-06-01 University Of Iowa Research Foundation Iterative process for reconstructing cone-beam tomographic images
DE10319085B4 (de) * 2003-04-28 2005-09-01 Siemens Ag Verfahren zur Überwachung eines Untersuchungs- und/oder Behandlungsablaufs
US8538099B2 (en) * 2005-03-23 2013-09-17 General Electric Company Method and system for controlling image reconstruction

Also Published As

Publication number Publication date
US20100214293A1 (en) 2010-08-26
EP1958165A1 (en) 2008-08-20
WO2007063442A1 (en) 2007-06-07
CN101322157A (zh) 2008-12-10

Similar Documents

Publication Publication Date Title
JP2009517753A (ja) 画像形成データからのパラメータ再構成のための、データ駆動によるメッシュ生成におけるユーザインタラクションのシステム及び方法
US11610346B2 (en) Image reconstruction using machine learning regularizers
US20210073982A1 (en) Medical image processing method and apparatus, electronic device, and storage medium
JP5530637B2 (ja) 画像再構成の方法及びシステム
JP6173694B2 (ja) 画像処理装置、x線コンピュータ断層撮影装置および画像処理方法
KR101835873B1 (ko) 의료 이미지들의 분할 불확실성의 계산 및 시각화를 위한 시스템들 및 방법들
EP3511908B1 (en) Hybrid interactive rendering of medical images with physically based rendering and direct volume rendering
KR20120138256A (ko) 고효율 컴퓨터 단층 촬영
JP2008528168A (ja) X線投影の補正又は拡張を行う装置及び方法
CN103514629A (zh) 用于迭代重建的方法和设备
CN111462020A (zh) 心脏图像的运动伪影校正方法、系统、存储介质和设备
CN109313816B (zh) 深度增强的断层合成重建
CN113298226A (zh) 通过中间潜在空间控制神经网络
CN108027966B (zh) 使用cfd仿真来减少4d dsa重构伪像的系统和方法
US10957037B2 (en) Smart imaging using artificial intelligence
CN115136192A (zh) 对模型的输入实例的分布外检测
JP2019045929A (ja) 情報処理装置、情報処理方法、及びプログラム
JP2014505864A (ja) 動的な多次元画像データの再構成
US20110286629A1 (en) Method for reconstruction of a two-dimensional sectional image corresponding to a sectional plane through a recorded object and x-ray device
US9875569B2 (en) Unified 3D volume rendering and maximum intensity projection viewing based on physically based rendering
GB2592693A (en) System and method for interactive contouring of medical images
US20220343613A1 (en) Method and apparatus for virtually moving real object in augmented reality
JP7373484B2 (ja) ボリュメトリック画像データのボリュームレンダリング
US20230281789A1 (en) Image quality assessment for refinement of imaging rendering parameters for rendering medical images
WO2020209826A1 (en) Deep reinforcement learning for computer assisted reading and analysis