JP2013501567A - オブジェクトデータの生成 - Google Patents

オブジェクトデータの生成 Download PDF

Info

Publication number
JP2013501567A
JP2013501567A JP2012524309A JP2012524309A JP2013501567A JP 2013501567 A JP2013501567 A JP 2013501567A JP 2012524309 A JP2012524309 A JP 2012524309A JP 2012524309 A JP2012524309 A JP 2012524309A JP 2013501567 A JP2013501567 A JP 2013501567A
Authority
JP
Japan
Prior art keywords
interest
image
probability map
blood vessel
feature
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
Application number
JP2012524309A
Other languages
English (en)
Other versions
JP5694323B2 (ja
Inventor
レンス ブラム アントニウス フィロメナ ファン
ラウル フローラン
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 JP2013501567A publication Critical patent/JP2013501567A/ja
Application granted granted Critical
Publication of JP5694323B2 publication Critical patent/JP5694323B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/04Interpretation of pictures
    • G01C11/06Interpretation of pictures by comparison of two or more pictures of the same area
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/12Edge-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/143Segmentation; Edge detection involving probabilistic approaches, e.g. Markov random field [MRF] modelling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/194Segmentation; Edge detection involving foreground-background segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/50Depth or shape recovery
    • G06T7/55Depth or shape recovery from multiple images
    • G06T7/593Depth or shape recovery from multiple images from stereo images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00Indexing scheme for image data processing or generation, in general
    • G06T2200/04Indexing scheme for image data processing or generation, in general involving 3D image data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10116X-ray image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20076Probabilistic image processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20092Interactive image processing based on input by user
    • G06T2207/20101Interactive definition of point of interest, landmark or seed
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30048Heart; Cardiac
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30101Blood vessel; Artery; Vein; Vascular
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30172Centreline of tubular or elongated structure
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/14Vascular patterns

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Multimedia (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本発明は物体の関心領域の3Dの血管モデルの生成に関する。本発明は特に、物体の関心領域の3Dの血管モデルを生成するための医療撮像システム及び方法、並びに物体の関心領域の3Dの血管モデルを生成するためのコンピュータプログラム要素及びコンピュータ読み取り可能媒体に関する。物体の関心領域の3Dの血管モデルの生成を容易に且つ改善するために、異なる視角から、コントラスト強調した血管構造の少なくとも2つの2DのX線投影画像を取得するステップ、前記2DのX線投影画像の各々に対する既定の血管の特徴の確率マップを決定するステップ、対話を目的として、前記2DのX線投影画像の各々に対する確率マップを表示するステップ、ユーザの対話により前記少なくとも2つの2DのX線投影画像の一方の画像の前記確率マップに第1の関心領域の組の場所を指示することにより、関心のある血管を分割するステップ、前記少なくとも2つの2DのX線投影画像の他方の画像の前記確率マップに第1の関心地点の組の場所に対するエピポーラ線を決定及び表示するステップ、前記ユーザにより前記少なくとも2つの2DのX線投影画像の他方の画像の確率マップに第2の関心地点の組の場所を指示するステップであり、ここで前記エピポーラ線は方位として働き、前記第2の地点の組は、前記指示した第1の地点に対応しているステップ、前記関心地点の場所を指示すると、前記血管構造の最も近い関連する既定の特徴を決定し、前記決定した血管構造の特徴からこの血管構造の2Dの中心線、分岐点及び/又は血管境界を抽出するステップ、並びに前記抽出した2Dの血管の中心線、分岐点及び/又は血管境界から3Dの血管モデルを計算するステップ、を備える医療撮像システム及び方法が提供される。

Description

本発明は、物体の関心領域の特徴のオブジェクトデータの生成に関する。特に本発明は、物体の関心領域の3Dの血管モデルの生成に関する。本発明は特に、例えば物体の関心領域の3Dの血管モデルのような、特徴のオブジェクトデータを生成するための医療撮像システム及び方法に関する。本発明はさらに、例えば物体の関心領域の3Dの血管モデルのようなオブジェクトデータを生成するためのコンピュータプログラム要素及びコンピュータ読み取り可能媒体にも関する。
例えば、コントラスト強調した血管構造の二次元(2D)のX線投影画像は一般に、インターベンション医(interventionalist)により用いられ、例えば心臓疾患の患者の治療をサポートする。血管造影図とも呼ばれる2Dの投影画像はしばしば、例えば血管の長さ、直径及び形状のような分量を理解するのに用いられる。しかしながら、撮像された血管の本当の三次元(3D)の解剖学的構造は、前記血管造影図には失われ、これは例えば考慮される血管の分量の誤った解釈につながる。従って、例えば冠動脈インターベンションにおいて、関心のある血管の3D表現を生成することが知られている。それ故に、これら関心のある血管は、異なる視角で取得された少なくとも2つの血管造影図に手動で分割される。3Dの血管モデルは次いで、エピポーラ幾何(epipolar geometry)を用いて少なくとも2つの2Dの分割(segmentation)から構成されることができる。例えば米国特許公開公報US 2006/0084862 A1は、撮像装置により生成される画像データに基づいて血管系のモデルを取得するステップ、この血管系の関心部分を特定するステップ、及び3Dの動脈樹を再構成するために、関心のある血管の血管軸を決定するステップを含む方法を開示している。しかしながら、信頼性があり、本当の3Dの血管モデルを作成するために、3Dの血管モデルを構成する2Dの分割はできる限り正確にすべきである。このことは特に2Dの血管の中心線について当てはまり、これら中心線は3Dモデルの骨格の基盤を形成する。臨床ユーザは、前記2Dの中心線の位置を、例えば血管造影図上にある、次いで前記血管造影図から2Dの中心線の正確な形状及び位置を抽出するのに使用される地点(point)をクリックすることにより指示するので、起こり得る精度は、前記臨床ユーザによる入力の正確さに依存する。3Dの血管モデルの精度を向上させるために、ユーザは入力ができるだけ正確であることを確認しなければならず、これは対話ステップが不必要に時間の消費することであり、それ故に避けられるべき疲労及び集中力の低下につながるものであることを意味している。
それ故に、物体の関心領域の3Dの血管モデルの生成を容易にする及び改善させることが必要である。
本発明の例示的な実施例に従い、物体の関心領域の特徴のオブジェクトデータを生成するための方法が提供され、この方法は、物体の関心領域の画像データを取得するステップ、各々の画像素子に対する画像データにおける既定の特徴の確率値を決定するステップ、対話を目的として、前記画像データの各々の画像素子に対する確率値を表示するステップ、ユーザの対話により、前記表示された確率値の特徴を指定するステップ、前記指定した特徴の代わりに最も近い関連する既定の特徴を決定するステップ、前記決定した特徴の代わりにオブジェクトデータを計算するステップ、及び他の処理のために前記計算したオブジェクトデータを使用するステップ、を有する。
前記画像データは、例えばCT若しくはCTスキャナのようなX線撮像装置により、MRI若しくは超音波により、又は2Dの画像データを直接若しくは間接的に供給する如何なる他の適切な画像取得装置により取得されることができる。
本発明の例示的な実施例に従い、前記特徴は血管であり、ここで3Dモデルは血管モデルである。前記取得するステップは、異なる視角から、コントラスト強調した血管構造の少なくとも2つの2DのX線投影画像を取得するステップを有する。前記決定するステップは、前記2DのX線投影画像の各々に対する既定の血管の特徴の確率マップを決定するステップを有する。表示するステップは、対話を目的として、前記2DのX線投影画像の各々の確率マップを表示するステップを有する。特定するステップは、ユーザの対話により、少なくとも2つの2DのX線投影画像の一方の画像の確率マップに、第1の関心地点の組の場所を指示するステップ、前記少なくとも2つの2DのX線投影画像の他方の画像の確率マップに、前記第1の関心地点の組のエピポーラ線を決定及び表示するステップ、ユーザにより、前記少なくとも2つの2DのX線投影画像の他方の画像の確率マップに、第2の関心地点の組の場所を指示するステップであり、ここで前記エピポーラ線は方位(orientation)として働き、前記第2の地点の組は、指示した第1の地点に対応しているステップ、関心地点の場所を指示すると、前記血管構造の最も近い関連する既定の特徴を決定するステップ、前記血管構造の前記決定した関連する既定の特徴に対する座標を抽出するステップ、により関心のある血管を分割するステップを有し、並びに前記計算するステップは、決定した関連する既定の特徴に対し抽出した座標から3Dの血管モデルを計算するステップを有する。
本発明の例示的な実施例に従い、前記関連する既定の特徴の抽出された座標は、2Dの中心線、分岐点及び/又は血管境界を表してもよい。
本発明の例示的な実施例に従い、前記座標は、例えば境界上又は中心線上に置かれてもよい他の特徴、例えば高曲率地点に関連してもよい。この高曲率地点は、基礎となる線、例えば中心線、境界又は等照線の曲率が極大を示す地点と規定される。高曲率地点は、例えば2つの血管の分岐する部位に置かれることができるが、所定の血管の分岐に沿う非常に激しい屈曲部に置かれてもよい。
本発明の例示的な実施例に従い、前記座標は、血管内における石灰化のピークのような特別な放射測定地点に関してもよい。
何れの場合も、前記座標は、例えばモデリング処理に使用される画像データにおける低いレベルの曖昧さで特定される、並びに特に関心のあり、それ故に例えばモデルに含まれて欲しい特徴地点に関する。
本発明の例示的な実施例に従い、分岐点は、中心線が交差する点と規定されることができる。
本発明の例示的な実施例に従い、ユーザの対話により、表示される確率値の特徴を指定するステップd)、前記指定した特徴の代わりに最も近い関連する既定の特徴を決定するステップe)、及び前記決定した特徴の代わりにオブジェクトデータを計算するステップf)からなるステップは、分割するステップを表すと規定されることができ、このとき前記ステップd)、e)及びf)はサブステップである。
本発明に従い、前記確率マップは、血管造影図において、どの画素又は像点(image point)が例えば血管の中心線のような既定の特徴の上に横たわる又はそれに近いという高い確率を持っているかの指示をユーザに示す。この情報は、本来の血管造影図における、像点のピクセルのグレイ値から得られる。前記確率マップは、血管造影図おいて、どのピクセルが例えばこの血管造影図における分岐上に横たわる又はそれに近いという高い確率を持つかを指示することもできる。それ故に、この確率マップは、例えば血管の中心線のような既定の特徴に関する情報を示し、そのために中心(centerness)のエネルギーマップという用語が使用されることもできる。分岐に関連する情報の一部が分岐のエネルギーマップとして説明されることができる。確率マップにおいて2つの形式の情報を結合することにより、ユーザは、実際の血管樹の印象がより簡単に得られる強調した画像の形式で非常に有用な情報を提供されることができる。
対話を目的として確率マップを表示することは、血管造影図を単に示すことによりそれが可能であるよりも、血管造影図において、例えば中心線、分岐点及び/又は血管境界のような既定の特徴の指示地点をより正確な位置に置くことに関し、臨床ユーザを支援する。言い換えると、確率マップは既に強調された画像情報を表しているので、ユーザは、例えば実際の血管の中心線又は分岐点により近くにある地点を確率マップ上に指示する。それ故に、ユーザによる血管造影図における画像情報の誤った解釈及び関心地点の誤った場所の指示が避けることができる。
本発明の例示的な実施例に従い、一組の地点の場所の指示がユーザにより手動で行われる。
これは、示される確率マップをユーザが評価することができると共に、現在のインターベンショナル手続きの特別なニーズに従って関心のある血管を選択することができるという利点を提供する。
本発明の例示的な実施例に従い、ある地点の組の場所の指示が処理ユニットにより行われてもよい。
これは、ユーザにより、例えば自動的に行われる画像分析手続きにより、必要なステップを容易にすることを可能にする。もちろん、画像分析に基づいて、前記一組の地点の場所の指示を提案することも可能であり、この提案はユーザにより確認又は拒否されることができる。
本発明の例示的な実施例に従い、エピポーラ線は、対応している指示した地点がその上に位置決められるべき線である。これらエピポーラ線は、エピポーラ幾何を用いることにより決められる。
本発明の例示的な実施例に従い、抽出した中心線は、3Dの血管モデルを計算するステップが行われる前に、ユーザによる中心線の精度の評価のために表示される。
これは、抽出した2Dの中心線がユーザの意向に従っているかを視覚的に制御することができるという利点を提供する。言い換えると、これら抽出した中心線の表示は、3Dの血管モデルの計算の質を向上させるために供給する。
例示的な実施例に従い、ユーザによる評価の際、関心のある血管を分割するステップが繰り返される。
前記分割するステップを繰り返すことは、3Dの血管モデルを計算するために基礎として働く前記抽出した2Dの中心線の適用、及び従って改善を可能にする。前記繰り返しは、ユーザ要求に従って多種多様にすることができる。
例示的な実施例に従い、関心地点の指示は、ユーザ装置を用いて画像の上をクリックすることにより達成される。
それ故に、ユーザは、関心地点を簡単に特定し、他の処理のためにこれら特定した地点を正確に選択するための命令を入力することができる。
カーソル装置は、例えばマウス、スクロールボール、グラフィックペン又はタブレット等とすることができる。例えば、前記カーソル装置は、特定のインターベンションのためにその周辺部で既に利用可能である他の機器に従って選択されることができる。
例えば、あるインターベンショナルステップのある要件により、グラフィカルタブレットが他のニーズのために既に提供されている場合、このグラフィカルタブレットは、3Dの血管モデルを生成するためのユーザの対話に使用されることができる。
他の例示的な実施例に従い、前記確率マップは、2DのX線投影画像を組み合わせて表示される。
これは、少なくとも確率マップが低い確率マップ又は確率のないマップを指示しているこれら領域に、ユーザがそれを使って作業するのに用いられるある形式の図形情報もこの確率マップが示すという利点を提供する。この確率マップを2DのX線投影画像と組み合わせることにより、例えばユーザは自分が見ている画像の種類を快適だと感じるので、受け入れが高められる。
本発明の例示的な実施例に従い、2DのX線投影画像は血管造影図である。
血管造影図を本発明による確率マップと組み合わせる又は融合させることにより、示される特徴の理解を容易にする強調された図形情報を用いて画像が生成される。結果生じる画像は、拡張された血管造影図と呼ばれることができる。
本発明の例示的な実施例に従い、2DのX線投影画像と組み合わせて表示される、例えば血管造影図の上に融合される前記確率マップは、ユーザがこの確率マップの確率のしきい値を決めることができるように構成されることができる。
言い換えると、ユーザは血管造影図の上に重畳される確率マップの強さを制御することができる。これはユーザが、例えば中心線又は分岐点のような特徴の確率に関する情報が提供されること、及び血管造影図に示される情報が提供されていることを可能にする。これは、新しい形式の確率マップを初めて使用するユーザ、及びこの新しい形式の情報に精通していないユーザに関し、起こり得る失見当職(disorientation)をできるだけ低く保つために前記確率を提供する。
本発明の例示的な実施例に従い、一連の2DのX線投影画像は、各々の視角に対して取得され、これら画像は、時間定格に登録される。同じ位相に対応する異なる視角の画像は、取得した少なくとも2つの2DのX線投影画像として選択される。
これは、他の処理ステップに適切である図形情報の最適な内容を持つ画像を選択するので、さらなる改善を提供する。
本発明の例示的な実施例に従い、前記画像の選択は、前記取得した少なくとも2つの2DのX線投影画像を表す画像をユーザが手動で選択することにより行われる。
本発明の例示的な実施例に従い、一連の2DのX線投影画像からの画像の選択又は選定は、既定の画像情報パラメタに基づいて自動的に行われる。
本発明の例示的な実施例に従い、前記時間定格は、生理学的パラメタの測定に基づいている。
これは、例えば冠動脈に関するX線画像は、例えば同じ心位相に又は同じ呼吸運動に属する。
例えば、前記生理学的パラメタはECG信号である。
本発明の例示的な実施例に従い、生理学的パラメタ、例えばECG信号は、確率マップと組み合わせて表示される。
これはユーザに、例えば質を制御するため又は同じ心位相の画像を選択するために使用され得る追加の情報を提供する。
本発明の例示的な実施例に従い、2つの異なる視角の間における角度は、少なくとも30°である。
本発明の例示的な実施例に従い、前記視角は90°である。
本発明の例示的な実施例に従い、関心地点の1つを指示すると、最も近い関連する特徴の位置が検出され、指示した地点は、この検出した位置にスナップされる。
これは、ユーザが関心地点を多少不正確に指示することができるという利点を提供し、ここで提供されるスナップ機能は正確な3Dモデルに必要な精度を保証している。
ユーザが例えばマウスのようなカーソルを用いて関心地点を指示する場合、ユーザは、自分が指示として実際に特定しようとする地点の近く又はその周囲にのみカーソルを置かなければならず、これは、ユーザが対話ステップに対しより少ない時間及びより少ない集中力を費やすだけでいいことを意味している。これは、作業負荷及び3Dの血管モデルの生成に必要な時間の消費の軽減を意味している。言い換えると、ユーザは実際のインベンショナルステップに使用され得る時間及びエネルギーを節約することができる。
本発明の例示的な実施例に従い、検出された位置は、誘導オプションとしてユーザに指示される。
誘導オプションをユーザに提供すること、例えばカーソル又は識別マークがスナップする位置を指示することにより、ユーザは提案される地点を選択する、言い換えるとこの地点にスナップするか、又は対話ステップのために前記カーソルの位置を実際に使用するか、を決定することができるので、改善のための品質制御ループが取り入れられる。
簡単に言うと、ユーザは、例えば個々の要件に従って選択され得る別々のモードが提供されることができる。
本発明の例示的な実施例に従い、前記モードの設定は、3Dの血管モデルの生成が使用されるインターベンションの形式に関して自動的に行われる。
例えば、あるモードにおいて、スナップ機能はオフにすることができる、すなわちスナップは確率マップに基づくクリック又は指示処理から完全に切り離される。
他のモードにおいて、スナップ機能はオンになり、クリック又は指示した地点は計算された位置にスナップされる。
別のモードにおいて、上述した両方のモードが言わば一緒にされる。言い換えると、ユーザは、確率マップ上に関心地点を指示することができ、同時にスナップ機能が適用される位置の候補も指示される。このモードにおいて、ユーザは、自分が実際に使用したいのがどの地点又は場所であるか、例えばユーザが最初にクリックした位置、若しくはスナップされる提案される地点、又はその間の何れかの位置を決定する確率マップを有する。
本発明の他の例示的な実施例に従い、確率マップを決定するステップは、ユーザによる事前の対話に基づいている。
例えば、確率マップは、例えばエピポーラ情報を取り入れる事前のクリックに基づいて発展されることができる。この情報を取り入れることにより、言わば自己学習処理により、決定又は計算したデータと対話して、入力を、並びに故にユーザの経験及び知識を考慮する強調された確率マップを提供することが可能である。
本発明の例示的な実施例に従い、指示した地点に基づいてスプライン(spline)が計算され、このスプラインは、確率マップを計算するのに使用される。
例えば、血管に属する確率は従って、決定した確率マップから得られることができ、例として同じ血管上の既にクリックした地点に基づいている。この組み合わせにより、事前のクリックにより生じる確率マップに情報を取り入れることが可能である。このようにして、確率マップのある領域は、強調され得る、例えば又はさらに次のステップのために完全に除外される。これはさらに、2Dの中心線を抽出するため及び3Dの血管モデルを計算するために使用されるデータを改善する。
本発明の他の例示的な実施例に従い、確率マップは、この確率マップがカーソルの近くは強調モードで、及び他の部分は減少した詳細度(level of detail)で示されるように、カーソル装置の位置に適用される。
これは外観上、基本情報だけを示しているのに対し、カーソル装置を関心場所に、言い換えるとユーザが特定を行いたい、それ故に関心地点を指示したい場所に移動させることにより、確率マップは、より多くの情報を持つモードで示される。
本発明の他の例示的な実施例に従い、確率マップは血管造影図と組み合わせて示される。
ユーザがカーソルを所望の範囲に移動させる場合、このカーソルの近くは、より詳細に示される、それ故に血管造影図の多くを覆っているのに対し、画像の残りに示される基本情報は、この血管造影図の最小量の表面しか覆っていない。これは、ユーザが自分の経験に従って、ユーザがこれまでに使用した血管造影図をユーザに提供するのに対し、言わば減少した確率マップの基本情報は、ある一般的な方位を与えている。対話を目的として、前記確率マップは、関心地点の正確な特定を可能にするために、この関心位置を囲んでいる強調モードで示される。
本発明の例示的な実施例に従い、少なくとも1つの画像データ取得装置、データ処理ユニット、表示装置及びインタフェースユニットを有する、物体の関心領域の特徴のオブジェクトデータを生成するための医療撮像システムが提供される。画像データ取得装置は、物体の関心領域の画像データを取得するために配される。データ処理ユニットは、各々の画像素子に対し、画像データにおける既定の特徴の確率値を決定し、指定した特徴の代わりに最も近い関連する既定の特徴を決定し、これら決定した特徴の代わりにオブジェクトデータを計算し、及び他の処理のために前記計算したオブジェクトデータを使用するように構成される。表示装置は、対話を目的として、前記画像データの各々の画像素子に対する確率値を表示するために配される。インタフェースユニットは、ユーザの対話により、前記表示した確率値において特徴を指定するように構成される。
画像データは、X線撮像装置、例えばCT又はCTスキャナにより、MRIにより、又は超音波若しくは2Dの画像データを直接又は間接的に提供する他の何れか適当な画像取得装置を使用することにより、取得されることができる。
医療撮像システムの例示的な実施例に従い、前記特徴は血管であり、生成されるオブジェクトデータは3Dの血管モデルである。画像データ取得装置は、異なる視角からコントラスト強調した血管構造の少なくとも2つの2DのX線投影画像を取得するために配されるX線画像取得装置である。データ処理ユニットは、前記2DのX線投影画像の各々に対し既定の血管の特徴の確率値として確率マップを決定し、これら少なくとも2つの2DのX線投影画像の他方の画像の確率マップにおいて第1の関心地点の組に対するエピポーラ線を決定し、関心地点の場所を指示すると、前記血管構造の最も近い関連する既定の特徴を決定し、前記血管構造の決定した関連する既定の特徴の座標を抽出し、及び前記決定した関連する既定の特徴に対し抽出された座標から3Dの血管モデルを計算するように構成される。表示装置は、対話を目的として前記2DのX線投影画像の各々の確率マップを表示し、及び前記少なくとも2つの2DのX線投影画像の他方の画像の確率マップに、前記第1の関心地点の組に対するエピポーラ線を表示するために配され、ここでエピポーラ線は方位として働く。インタフェースユニットは、ユーザによる前記少なくとも2つの2DのX線投影画像の一方の画像の確率マップにおいて第1の関心地点の組の場所の指示、及びユーザによる前記少なくとも2つの2DのX線投影画像の他方の画像の確率マップにおいて第2の関心地点の組の場所の指示に適用し、ここで第2の地点の組は、指示した第1の地点に対応している。
本発明の例示的な実施例に従い、データ処理ユニットは、関心地点の1つを指示すると、確率マップの最も近い関連する特徴の位置を検出し、指示した地点を検出した位置にスナップするように構成される。
本発明の他の例示的な実施例において、上述した実施例の1つの従う方法のステップを適切なシステムにおいて実行するように構成されることにより特徴付けられるコンピュータプログラム又はコンピュータプログラム要素が提供される。
前記コンピュータプログラム要素は従って、本発明の実施例の一部でもよいコンピュータユニットに記憶されてもよい。このコンピュータユニットは、上述した方法のステップを行う又はこれらステップの実行を起こさせるように構成されてもよい。その上、このユニットは上述した装置の構成要素を動作させるように構成されてもよい。コンピュータユニットは自動的に動作する及び/又はユーザの命令を実行するように構成されることができる。コンピュータプログラムは、データ処理器の作業メモリ内に読み込まれてもよい。データ処理器はそれ故に、本発明の方法を実行するために搭載されてもよい。
本発明のこの例示的な実施例は、最初から本発明を使用するコンピュータプログラム、及び更新によって、現在のプログラムを本発明を使用するプログラムに変えるコンピュータプログラムの両方を対象として含んでいる。
この先、コンピュータプログラム要素は、上述したような方法の例示的な実施例の手続きを実行するのに必要な全てのステップを提供することが可能である。
本発明の他の例示的な実施例に従い、コンピュータ読み取り可能媒体、例えばCD−ROMが表され、ここでコンピュータ読み取り可能媒体は、この媒体に記憶されるコンピュータプログラム要素を有し、このコンピュータプログラム要素は前節に説明されている。
しかしながら、コンピュータプログラムは、www(world wide web)のようなネットワークを介して与えられてもよく、このようなネットワークからデータ処理器の作業メモリにダウンロードされることもできる。本発明の他の例示的な実施例に従い、コンピュータプログラム要素をダウンロードするために利用可能にさせるための媒体が設けられ、このコンピュータプログラム要素は、本発明の上述した実施例の1つに従う方法を行うために配される。
本発明の実施例は、異なる題材を参照して説明されることにも注意すべきである。特に、幾つかの実施例は、方法形式の請求項を参照して説明される一方、他の実施例は装置形式の請求項を参照して説明される。しかしながら、当業者は上記及び以下の説明から、特に他に知らされない限り、ある形式の題材に属する特徴の如何なる組み合わせに加え、別々の題材に関する特徴の間における如何なる組み合わせも本出願と共に開示されると考えられることを推論するだろう。しかしながら、全ての特徴が組み合わされ、これら特徴の単なる合計以上であるシナジー効果を提供する。
本発明によるX線撮像システムを概略的に示す。 対話を目的として、確率マップを概略的に示す。 対話を目的として、指示した地点(左側)及びエピポーラ線(右側)を持つ確率マップを概略的に示す。 抽出される中心線を本発明による確率マップと組み合わせて概略的に示す。 計算された3Dの血管モデルを概略的に示す。 対話を目的として、指示した地点が決定した特徴にスナップされる確率マップを概略的に示す。 本発明の例示的な実施例による基本的な方法のステップを概略的に示す。 血管造影図を概略的に示す。 対話を目的として、表示される確率マップの実施例を概略的に示す。 図8の血管造影図の画像を示す。 図9の確率マップの画像を示す。
本発明の上に規定した態様、並びに他の態様、特徴及び利点は、以下に記載される実施例から得られると共に、これら実施例を参照して説明されるが、本発明はこれらに限定されない。本発明は図面を参照して以下により詳細に説明される。
図1は、画像取得装置の一例として、検査装置を備えるX線撮像装置10を概略的に示す。この検査装置は、X線放射線を発生させるために設けられたX線放射線源12を備えるX線画像取得装置を有する。テーブル14は、検査される被験者を収容するために設けられる。さらに、X線画像検出モジュール16は、前記X線放射線源12の反対側に置かれる、すなわち、放射手続き中、被験者はX線放射線源12と検出モジュール16との間に置かれる。検出モジュール16は、データ処理ユニット又は計算機18にデータを送信し、これは検出器モジュール16と放射線源との両方に接続されている。データ処理ユニット18は、例えば検査室内の空間を節約するために、テーブル14の下に置かれている。もちろん、データ処理ユニット18が例えば別の部屋のような異なる場所に置かれることもできる。さらに、表示装置20はテーブル14の近傍に配され、例えば心臓専門医又は心臓外科医のようなX線撮像システムを操作する人間、すなわち臨床医に情報を表示する。好ましくは、この表示装置20は、検査状況に依存して個別に調節することを可能にするように可動式に取り付けられる。さらに、インタフェースユニット22は、ユーザが情報を入力するために配される。基本的に、前記画像検出モジュール16は、被験者をX線放射線にさらすことにより画像を生成し、ここで前記画像はデータ処理ユニット18においてさらに処理される。もちろん、本発明は、他の形式のX線画像取得装置にも関する。本発明による手続きは、以下においてより詳細に説明される。
X線撮像システム10は、例えば患者のような物体の関心領域の3Dの血管モデルを生成するために供給される。従って、X線放射線源12及び画像検出ユニット16を有するX線画像取得装置は、異なる視角から、コントラスト強調した血管構造の少なくとも2つの2DのX線投影画像を取得するために配される。例えば図1に示されるC型のX線画像取得装置は、前記少なくとも2つの2DのX線投影画像を取得するために、テーブル14の上に横たわる患者の周りを回転することが可能である。この2DのX線投影画像からのデータに基づいて、既定の血管の特徴の確率マップが決定される。これら決定された確率マップは次いで、ユーザによる対話を目的として、2DのX線投影画像の各々に対し表示装置20に表示される。
例として、図2は、ある視角の確率マップ24を画像の左側に、及び同じ関心領域であるが、異なる視角の確率マップ26を示す。例えば、図2に概略的に示される表示の左側部分と右側部分との間における視角の差は、約90度である。これら確率マップ24、26は、血管造影図におけるピクセル、言い換えると取得したX線画像は、血管の中心線上に又は中心線の近くに高い又は低い確率を持つ指示をユーザに示す。同様に、確率マップはこの確率マップの基礎として働く血管造影図において分岐の位置も指示する。言い換えると、この確率マップは、中心のエネルギー情報及び分岐のエネルギー情報を示す。従って、確率情報を提供することにより、誤った解釈の可能性又はX線画像を集中的に研究する必要が大きく減少されるので、確率マップ24、26は、X線画像から、さらにユーザの役に立つ強調した情報、言わばフィルタリング及び解釈された情報を供給する。
もちろん、この確率マップは、例えば境界上又は中心線上に置かれるような他の関心のある特徴、例えば高曲率地点を表してもよい。高曲率地点は、基礎となる線、例えば中心線、境界又は等照線の曲率が極大を示す地点であると規定される。高曲率地点は、例えば2つの血管の分枝する部位に置かれることができるが、所与の血管の分岐に沿う非常に激しい屈曲部に置かれることもできる。座標は、血管内における石灰化ピークのような特別な放射線測定地点にも関する。
図2に示される画像の左側にある確率マップ24により、ユーザは、指示される領域に実際に置かれている中心線の確率がある既定される程度の確率であるという情報を提供される。例えば、第1のパターン領域28は、中心線が画像のこの特定の領域にある確率が低いことを指示するのに対し、本事例では太い破線30が血管造影図において特定される血管の中心線の確率が高いことを指示している、他の図形表示がこの特定の指示領域にある。他の図形パラメタが分岐の場所を指示するために選択され、これは図2に第2のパターン領域32により指示される。
中心線が前記画像のある領域にある確率に関する同様の情報が他の確率マップ26を提供することにより、図2の画像の右側部分に供給される。
もちろん、確率の程度に関する情報の提供は、別の符号化(coding)、例えば色彩によって同様に達成されることができる。
ユーザは次いで、対話を目的として、前記確率マップを使用することにより、第1の確率マップ24において分割される血管の中心線上の地点をクリックする。故に、ユーザは血管造影図上をクリックするのではなく、確率マップ24の形式である強調した図形データ上をクリックする。例えば、ユーザは、図2の第2のパターン32を用いて指示される分岐の場所を特定し、この特定は、例えばカーソルのクリックを用いてその場所を指示すること、及びそれにより図3の左側部分にある点(dot)34を発生させることにより行われる。次に、ユーザは関心のある血管の端を特定し、例えばカーソル38を所望の場所に移動させ、インタフェース装置を用いてクリックすることによりもう1つの点36を置く。
言い換えると、ユーザは、対話すなわちカーソル装置を移動させ、及びクリックすることにより、少なくとも2つの2DのX線投影画像の一方の画像の確率マップ24に第1の関心地点の組、すなわち地点34及び36の場所を指示する。
前記第1の地点の組に属するこれら地点に基づいて、これら地点の組に対するエピポーラ線が決定され、次いで図3に示される図の右半分にある確率マップ26である、前記少なくとも2つの2DのX線投影画像の他方の画像の確率マップに表示される。最初に、エピポーラ線40は、前記画像の左半分にある確率マップ24において分岐点を表す第1の地点34の場所を指示する第1のパターンで指示される。第2のエピポーラ線42は、前記確率マップ24において第2の地点36の場所又は可能な場所を指示する第2のパターンで示される。エピポーラ線のパターンは、指示地点に用いられるパターンと一致するように構成されることができる。
次いで、ユーザは、前記少なくとも2つの2DのX線投影画像の他方の画像の確率マップ26に第2の関心地点の組の場所を指示する。これは、前記エピポーラ線40、42を方位として使用することにより行われる。例えば、ユーザが、破線30により表される中心線の場所の最も高い確率に関する図形情報を用いて、第1のエピポーラ線40の交点上をクリックする。言い換えると、ユーザは別のマーク又は点44を発生させる。画像の左側部分に点36により表された血管の端の場所を指示するために、ユーザは、画像の右側部分に第2の点又はマーク46を発生させ、そのために、ユーザは、関心のある特定の血管の中心線の端を交差している又はそれと接触している第2のエピポーラ線42を提供する。
2つの異なる視角による前記画像における第1の地点の組及び第2の地点の組に基づいて、血管構造の最も近い関連する既定の特徴は、関心地点の場所を指示する際に決定される。この決定した血管構造の特徴は次いで、血管構造の2Dの中心線、分岐点及び/又は血管境界を抽出するために用いられる。
例として、図4において、抽出した2Dの中心線が線48を用いてある符号化パターンで指示される。さらに、分岐点は、符号化パターンを用いて点50により示される。例えば、前記線48は、黄色で示される一方、分岐点50は青色で示される。血管境界はこれ以上示されない。
図4は、前記確率マップ24、26の上に重ね合わされた前記抽出した2Dの中心線を示す。本発明に従い、これら抽出した中心線が前記確率マップ24、26無しで表示されてもよい。これは図に示されないが、簡単に理解されることができる。
これら抽出した2Dの中心線、分岐点及び/又は血管境界は次いで、図5に示される3Dの血管モデル52を計算するのに使用される。
本発明の他の例示的な実施例において、図4に指示されるように表示される抽出した中心線は、図5における3Dの血管モデル52の計算が行われる前に、これら中心線の精度の様相を扱うために、ユーザにより評価されることができる。例えば、これら抽出した2Dの中心線がユーザの要求に従っていないとユーザが分った場合、上述したようなステップが繰り返されることができる。
本発明の他の例示的な実施例において、取得した2DのX線投影画像は、図2から図4に示される確率マップと組み合わせて表示される。例えばこれら2DのX線投影画像は血管造影図であり、その図の上に確率マップ24、26が重ね合わされるが、これ以上は示されない。
3Dモデル52の計算の結果を最適化するために、一連の2DのX線投影画像が視角の各々に対し取得される。これら画像は時間定格53に記録される。次いで、品質を理由に、上述した手続きに用いられる少なくとも2つの2DのX線投影画像を表すために、異なる視角の画像は同じ位相に対応して選択される。それ故に、画像データに含まれる情報のレベルに従って画像が選択される。
例えば、画像の選択、言わば画像の選定は、ユーザにより手動で行われる又は処理ユニットにより自動的に行われることもできる。
時間定格信号として、関心物体が患者である場合、生理学的パラメタが使用される。例えば、呼吸運動は、例えば胸郭の結果生じる運動が原因によるX線画像における1つの態様である。
生理学的パラメタのもう1つの実施例は、例えば冠動脈インターベンション手続きの場合、ECG信号である。ユーザによる制御のため、及び追加情報のために、ECG信号は、確率マップと組み合わせて表示され、これは、これは図2から図4にあるグラフ54により、これら画像の左右両側に指示される。前記時間定格は、符号化したマークの形式、例えば赤線により設けられる。
さらに、前記視角は、図2から図4にも示される画像表示において指示されることができる。半分の画像の左上隅に、視角が角度値58を表示することにより指示される。見て分かるように、視角は90°異なっている。
追加の特徴として、以下に図6を参照して説明されるスナップ機能がユーザにより供給される。例えば確率マップ24に示される分岐の場所を指示するために、関心地点の1つを指示すると、最も近い関連する特徴の位置が検出され、指示した地点は検出された位置にスナップされる。図2から図4を参照して説明される画像の左側部分だけが図6に示されるが、スナップ機能は、図2から図4の右側部分に示される他の確率マップ26に第2の地点の組も指示するために、ユーザに提供されることを意図されていることに注意すべきである。
例えば、分岐点を指示するために、ユーザは、点59で指示される分岐点の近くをクリックする。クリックし、ある地点を定めたとき、最も近い関連する特徴の地点、すなわち本事例では分岐点が検出され、地点59は、点62で指示される分岐点の位置の確率が最も高い場所に、破線60で指示されるようにスナップされる。
他の実施例として、ユーザが血管の端の場所を指示したい場合、ユーザは、点64で指示される、自分が端だと思っている地点の近傍をクリックする。次いで、この血管の端の形式で、最も近い関連する特徴の位置を検出すると、前記指示した地点64は、破線66により図に指示されるように検出した位置にスナップされる。このスナップされる地点は点68で指示される。
前記検出した位置は従って、本発明に従って3つの異なるモードで使用されることができる誘導オプションをユーザに表す。
例えば第1のモードにおいて、説明されるスナップ機能がオフになる。
第2のモードにおいて、スナップ機能がオンになり、ユーザは次いでスナップした地点の場所を確定することができる。
第3のモードにおいて、検出した位置は単に提案として使用されるだけであるのに対し、ユーザは次いで、位置を確定する又はカーソル装置を元々指示した位置又は中間の位置に移動させるかの一方をすることができる。
本発明の他の例示的な実施例において、確率マップ、例えば確率マップ24、26は、カーソルの近傍だけが強調モードで、及び他の部分は減少した詳細度で示されるように、カーソル装置の位置に適用される。
例えば、確率マップは、ユーザを困惑させる又混乱もさせる多すぎる情報を示さないように、中心線、分岐点及び/又は血管境界の位置の非常に高い確率マップを指示す線を単に示している。次いで、ユーザは、カーソル装置を、例えば非常に高い確率を表す線により指示される分岐に移動させ、これはカーソルの地点の周りの領域の変化となり、この特定領域の追加情報をユーザに与える確率マップに関するさらに詳細な情報を示している。この発明性のある特徴は、図に示されないが、容易に理解されることができる。
対話を目的として、確率マップを表示することは、とりわけ関心領域にある血管樹のより迅速及び容易な、又はより良好及びより正確な理解を可能にする強調した図形情報を提供するという利点を提供する。
図7において、物体の関心領域の特徴のオブジェクトデータを生成する方法の例示的な実施例が示される。基本的に、最初に物体の関心領域の画像データが取得される。次いで、各々の画像素子に対し、画像データにおける既定の特徴の確率値が決定される。この画像データの各々の画像素子に対する確率値は次いで、対話を目的として表示される。以下に、表示される確率値の特徴は、ユーザの対話により指定される。次いで、最も近い関連する既定の特徴は、これら指定された特徴の代わりに決定される。さらに、オブジェクトデータは、これら決定された特徴の代わりに計算される。計算されたオブジェクトデータは次いで、他の処理のために使用される。
他の例示的な実施例が図7を参照して説明され、ここで図7は物体の関心領域の3Dの血管モデルを生成するための方法を概略的に示し、この方法は以下のステップを有する。取得ステップ110において、異なる視角によるコントラスト強調した血管構造の少なくとも2つの2DのX線投影画像が取得される。次いで、決定ステップ114において、前記2DのX線投影画像114の各々に対する既定の血管構造の確率マップ116が決定される。表示ステップ118において、対話を目的として、前記2DのX線投影画像の各々に対する確率マップが表示される。次いで、分割ステップ120において、関心のある血管が以下のサブステップにより分割される。最初に、指示ステップ122において、第1の関心地点の組の場所がユーザの対話により、前記少なくとも2つの2DのX線投影画像の一方の画像の確率マップに指示される。次いで、決定ステップ124において、前記少なくとも2つの2DのX線投影画像の他方の画像の確率マップに前記第1の関心地点の組のエピポーラ線が決定される。さらに、決定したエピポーラ線は、表示ステップ126において表示される。次いで、指示ステップ128において、第2の関心地点の組の場所がユーザの対話により、前記少なくとも2つの2DのX線投影画像の他方の画像の確率マップに指示される。前記エピポーラ線は方位として働き、第2の地点の組は、指示した第1の地点に対応している。決定ステップ130において、血管構造の最も近い関連する既定の特徴は、関心地点の場所を指示する際に決定される。次いで、抽出ステップ132において、血管構造の2Dの中心線、分岐点及び/又は血管境界は、この血管構造の決定した特徴から抽出される。最後に、3Dの血管モデルは、計算ステップ134において、抽出した2Dの中心線、分岐点及び/又は血管境界から計算される。表示ステップ136において、前記3Dの血管モデルが表示されることができる。
例えば、図8は、前記画像において取得された図形データにより表される血管を備える血管造影図70の概略図を示す。関心領域における血管の状態のかなり多くの経験及び良好な知識を持つユーザは、この図形情報をある程度の精度まで解釈することができる。しかし、2D画像における互いに交差している血管の3次元配列のせいで、誤った解釈が常に起こり得て、画像の解釈はユーザの側にある程度の意識を要求する。これは、不要な時間の浪費にとなり、さらに集中力の低下まで加わる。
本発明に従って、図9に例として概略的に示される、同じ関心領域を表示している確率マップ72がユーザに提供される。しかし、図8とは異なり、図8よりも多くの情報をユーザに提供するために、画像データは既にフィルタリングされた、言わばある程度解釈されている。図9に見られるように、ユーザが中心線及び分岐点の両方を特定するのがさらに容易である。図9に示される確率マップ72は従って、ユーザに関心領域の現在の状態のより迅速且つ容易な理解を提供する。
図10は図8に従う血管造影図の画像を示し、図11は図9の確率マップの画像を示し、これらは対話を目的とし表示される。
本発明は、図面及び上記説明において詳細に説明及び開示されたのに対し、このような説明及び開示は、例示的又は説明的であり、限定的ではないと理解すべきである。本発明は、開示される実施例に限定されない。開示される実施例以外の変更例は、図面、本開示及び添付の特許請求の範囲を研究することにより、請求される本発明を行う当業者により理解及び成し遂げられることができる。
請求項において、"有する"という言葉は、他の要素又はステップを排除するものではなく、複数あることを述べないことはそれらが複数あることを排除するものではない。単一の処理器又は他のユニットが請求項に列挙した幾つかのアイテムの機能を果たしてもよい。ある方法が互いに異なる従属請求項に列挙されているという単なる事実は、これら方法の組み合わせは有利に使用されることができないことを示しているのではない。
コンピュータプログラムは、他のハードウェアと一緒に又はその一部として供給される適切な媒体、例えば光学記録媒体又はソリッドステート媒体上に記憶及び/又は分配されてもよいが、他の形式、例えばインターネット又は他の有線若しくはワイヤレス通信システムを介して分配されてもよい。
請求項における如何なる参照符号もその範囲を限定するとは考えない。

Claims (15)

  1. 少なくとも1つの画像データ取得装置、
    データ処理ユニット、
    表示装置、及び
    インタフェースユニット
    を有する、物体の関心領域の特徴のオブジェクトデータを生成するための医療撮像システムにおいて、
    前記画像データ取得装置は、物体の関心領域の画像データを取得するために配され、
    前記データ処理ユニットは、各々の画像素子に対する前記画像データにおける既定の特徴の確率値を決定し、指定した特徴の代わりに最も近い関連する既定の特徴を決定し、前記決定した特徴の代わりにオブジェクトデータを計算し、及び他の処理のために前記計算したオブジェクトデータを使用するように構成され、
    前記表示装置は、対話を目的として、前記画像データの各々の画像素子に対する確率値を表示するために配され、並びに
    前記インタフェースユニットは、前記ユーザの対話により、前記表示された確率値において前記特徴を指定する、
    医療撮像システム。
  2. 前記特徴は血管であり、前記生成したオブジェクトデータは3Dの血管モデルであり、
    前記画像データ取得装置は、異なる視角から、コントラスト強調した血管構造の少なくとも2つの2DのX線投影画像を取得するために配されるX線画像取得装置であり、
    前記データ処理ユニットは、前記2DのX線投影画像の各々に対する既定の血管の特徴の確率値として確率マップを決定し、前記少なくとも2つの2DのX線投影画像の他方の画像の確率マップにおいて、第1の関心地点の組に対するエピポーラ線を決定し、前記関心地点の場所を指示すると、前記血管構造の最も近い関連する既定の特徴を決定し、前記血管構造の前記決定した関連する既定の特徴に対する座標を抽出し、並びに前記決定した関連する既定の特徴に対する前記抽出した座標から3Dの血管モデルを計算するように構成され、
    前記表示装置は、対話を目的として、前記2DのX線投影画像の各々に対する前記確率マップを表示し、及び前記少なくとも2つの2DのX線投影画像の他方の画像の前記確率マップにおいて、前記第1の関心地点の組に対する前記エピポーラ線を表示するために配され、ここで前記エピポーラ線は方位として働き、並びに
    前記インタフェースユニットは、前記ユーザにより、前記少なくとも2つの2DのX線投影画像の一方の画像の前記確率マップにおいて、第1の関心地点の組の場所を指示する、及び前記ユーザにより、前記少なくとも2つの2DのX線投影画像の他方の画像の前記確率マップにおいて、第2の関心地点の組の場所を指示するように構成され、前記第2の地点の組は、前記指示した第1の地点に対応している、
    請求項1に記載の医療撮像システム。
  3. 前記データ処理ユニットは、前記関心地点の1つを指示すると、前記確率マップの前記最も近い関連する特徴の位置を検出し、前記指示した地点を前記検出した位置にスナップするように構成される、請求項2に記載の医療撮像システム。
  4. 物体の関心領域の特徴のオブジェクトデータを生成するための方法において、
    a)物体の関心領域の画像データを取得するステップ、
    b)各々の画像要素に対する前記画像データにおける既定の特徴の確率値を決定するステップ、
    c)対話を目的として、前記画像データの各々の画像素子に対する前記確率値を表示するステップ、
    d)ユーザの対話により、前記表示された確率値の特徴を指定するステップ、
    e)前記指定した特徴の代わりに最も近い関連する既定の特徴を決定するステップ、
    f)前記決定した特徴の代わりにオブジェクトデータを計算するステップ、及び
    g)他の処理のために前記計算したオブジェクトデータを使用するステップ
    を有する方法。
  5. 請求項4に記載の方法において、
    前記特徴は血管であり、前記生成したオブジェクトデータは3Dの血管モデルである、並びに
    ステップa)は、異なる視角から、コントラスト強調した血管構造の少なくとも2つの2DのX線投影画像を取得するステップを有し、
    ステップb)は、前記2DのX線投影画像の各々に対する既定の血管構造の確率値を決定するステップを有し、
    ステップc)は、対話を目的として、前記2DのX線投影画像の各々に対する前記確率値を表示するステップを有し、
    ステップd)は、
    −ユーザの対話により、前記少なくとも2つの2DのX線投影画像の一方の画像の前記確率マップに第1の関心地点の組の場所を指示するステップ、
    −前記少なくとも2つの2DのX線投影画像の他方の画像の前記確率マップに前記第1の関心地点の組に対するエピポーラ線を決定及び表示するステップ、及び
    −ユーザにより、前記少なくとも2つの2DのX線投影画像の他方の画像の前記確率マップに第2の関心地点の組の場所を指示するステップであり、ここで前記エピポーラ線は方位として働き、前記第2の地点の組は前記指示した第1の地点に対応している指示するステップ、
    により前記関心のある血管を分割するステップを有し、
    ステップe)は、前記関心地点の場所を指示すると、前記血管構造の最も近い関連する既定の特徴を決定するステップを有し、
    ステップf)は、前記血管構造の前記決定した関連する既定の特徴に対する座標を抽出するステップを有し、並びに
    ステップg)は、前記決定した関連する既定の特徴に対する前記抽出した座標から3Dの血管モデルを計算するために前記抽出したデータを使用するステップを有する、
    方法。
  6. 前記抽出した座標は、中心線、分岐点及び/又は血管境界を有し、これらの特徴は、ステップg)が行われる前に、ユーザによる精度の評価のために表示される、請求項5に記載の方法。
  7. 前記関心地点の指示は、カーソル装置を用いて前記画像をクリックすることにより達成される請求項6に記載の方法。
  8. 前記確率マップは、前記2DのX線投影画像と組み合わせて表示される請求項5、6又は7に記載の方法。
  9. 前記確率マップは、拡張された血管造影図を生成する前記少なくとも2つの2DのX線投影画像の上に重ね合わされる、請求項8に記載の方法。
  10. 一連の2DのX線投影画像は、各々の視角に対して取得され、当該画像は、時間定格に登録され、及び同じ位相に対応する異なる視角の画像は、前記取得した少なくとも2つの2DのX線投影画像として選択される請求項3乃至9の何れか一項に記載の方法。
  11. 前記関心地点の1つを指示すると、前記最も近い関連する特徴の位置が検出され、前記指示した地点は、前記検出された位置にスナップされる請求項5乃至10の何れか一項に記載の方法。
  12. 前記確率マップを決定するステップb)は、ユーザによる事前の対話に基づいている請求項5乃至11の何れか一項に記載の方法。
  13. 前記確率マップは、当該確率マップがカーソルの近くは強調モードで、及び他の部分は減少した詳細度で示されるように、前記カーソル装置の位置に適用する、請求項5乃至12の何れか一項に記載の方法。
  14. 処理ユニットにより実施されているとき、請求項4乃至13の何れかの方法ステップを行うように構成される、請求項1乃至3の何れか1つに従う装置を制御するためのコンピュータプログラム要素。
  15. 請求項14に記載のプログラム要素を記憶したコンピュータ読み取り可能媒体。
JP2012524309A 2009-08-12 2010-07-28 オブジェクトデータの生成 Active JP5694323B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP09305750.3 2009-08-12
EP09305750 2009-08-12
PCT/IB2010/053429 WO2011018727A1 (en) 2009-08-12 2010-07-28 Generating object data

Publications (2)

Publication Number Publication Date
JP2013501567A true JP2013501567A (ja) 2013-01-17
JP5694323B2 JP5694323B2 (ja) 2015-04-01

Family

ID=42978766

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2012524309A Active JP5694323B2 (ja) 2009-08-12 2010-07-28 オブジェクトデータの生成

Country Status (7)

Country Link
US (1) US8731271B2 (ja)
EP (1) EP2465094B1 (ja)
JP (1) JP5694323B2 (ja)
CN (1) CN102473303B (ja)
BR (1) BR112012002884A2 (ja)
RU (1) RU2549141C2 (ja)
WO (1) WO2011018727A1 (ja)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014162741A1 (ja) * 2013-04-05 2014-10-09 パナソニック株式会社 画像領域対応付け装置、3次元モデル生成装置、画像領域対応付け方法、画像領域対応付け用プログラム
WO2014162740A1 (ja) * 2013-04-05 2014-10-09 パナソニック株式会社 画像領域対応付け装置、3次元モデル生成装置、画像領域対応付け方法、及び画像領域対応付け用プログラム
JP2016525893A (ja) * 2013-03-07 2016-09-01 ボルケーノ コーポレイション 血管内画像におけるマルチモーダルセグメンテーション
JP2017511188A (ja) * 2014-04-16 2017-04-20 ハートフロー, インコーポレイテッド 多数の画像取得または再構築を使用する画像ベースのオブジェクトモデリングのためのシステム及び方法
JP2017077455A (ja) * 2015-08-04 2017-04-27 パイ メディカル イメージング ビー ヴイPie Medical Imaging B.V. 3d+時間再構成を改良する方法および装置
JP2019500692A (ja) * 2015-12-18 2019-01-10 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. 線形画像特徴に対する改良されたマーカー配置のための画像処理
JP2020185198A (ja) * 2019-05-15 2020-11-19 株式会社日本マイクロニクス 血管位置表示装置及び血管位置表示方法
KR102503882B1 (ko) * 2022-05-17 2023-02-27 주식회사 메디픽셀 심혈관 이미지의 3차원 재구성을 위한 cip 자동 검출 방법 및 시스템

Families Citing this family (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9058664B2 (en) * 2011-09-07 2015-06-16 Siemens Aktiengesellschaft 2D-2D fusion for interventional guidance in trans-catheter aortic valve implantation
KR20140015079A (ko) * 2012-07-27 2014-02-06 삼성전자주식회사 중심선을 보정하는 방법 및 장치
WO2014155238A1 (en) * 2013-03-27 2014-10-02 Koninklijke Philips N.V. Preferred view generation on structure level based on user preferences
US10019800B2 (en) * 2014-01-06 2018-07-10 Koninklijke Philips N.V. Deployment modelling
JP6359312B2 (ja) * 2014-03-27 2018-07-18 キヤノンメディカルシステムズ株式会社 X線診断装置
US10373719B2 (en) * 2014-09-10 2019-08-06 Intuitive Surgical Operations, Inc. Systems and methods for pre-operative modeling
JP6605240B2 (ja) * 2015-06-30 2019-11-13 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 画像処理方法および装置並びにプログラム
CN108475443B (zh) * 2015-12-30 2023-07-28 皇家飞利浦有限公司 血管结构的合成表示
EP3398170B1 (en) * 2015-12-30 2019-10-30 Koninklijke Philips N.V. Three dimensional model of a body part
NL2016787B1 (en) * 2016-05-17 2017-11-21 Medis Ass B V Method and apparatus for reconstructing a three-dimensional representation of a target volume inside an animal or human body.
CN109155068B (zh) * 2016-05-19 2023-04-04 皇家飞利浦有限公司 组合式x射线/相机介入中的运动补偿
WO2017216318A1 (en) * 2016-06-16 2017-12-21 Koninklijke Philips N.V. A method and apparatus for mapping at least part of a structure in an image of at least part of a body of a subject
CN106169190A (zh) * 2016-07-01 2016-11-30 南京邮电大学 一种冠状动脉的分层显示方法
CN108320277A (zh) * 2017-01-16 2018-07-24 上海西门子医疗器械有限公司 确定肿瘤三维边界的方法、装置和ct机
EP3387997B1 (en) * 2017-04-13 2020-02-26 Siemens Healthcare GmbH Medical imaging device and method controlling one or more parameters of a medical imaging device
EP3432262A1 (en) * 2017-07-18 2019-01-23 Koninklijke Philips N.V. Method and system for dynamic multi dimensional images of an object
EP3460750B1 (en) * 2017-09-20 2020-03-25 DKFZ Deutsches Krebsforschungszentrum Method, system and computer program for computer-assisted evaluation of biomarkers in a tissue sample
EP3503026A1 (en) * 2017-12-20 2019-06-26 Koninklijke Philips N.V. Device, system and method for interacting with vessel images
US10722207B2 (en) * 2018-08-13 2020-07-28 Carestream Health, Inc. Mobile radiography calibration for tomosynthesis using epipolar data consistency
CN110160502B (zh) * 2018-10-12 2022-04-01 腾讯科技(深圳)有限公司 地图要素提取方法、装置及服务器
CN112131914B (zh) * 2019-06-25 2022-10-21 北京市商汤科技开发有限公司 车道线属性检测方法、装置、电子设备及智能设备
US11200976B2 (en) 2019-08-23 2021-12-14 Canon Medical Systems Corporation Tracking method and apparatus
US20230129194A1 (en) * 2020-03-17 2023-04-27 Liset VAZQUEZ ROMAGUERA Methods and systems for reconstructing a 3d anatomical structure undergoing non-rigid motion
US20220067919A1 (en) * 2020-08-26 2022-03-03 GE Precision Healthcare LLC System and method for identifying a tumor or lesion in a probabilty map
CN114391792B (zh) * 2021-09-13 2023-02-24 南京诺源医疗器械有限公司 基于窄带成像的肿瘤预测方法、装置及成像内镜

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005533593A (ja) * 2002-07-25 2005-11-10 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 最適化された視野マップ
JP2006239254A (ja) * 2005-03-04 2006-09-14 Toshiba Corp 立体画像再構成装置
JP2008142543A (ja) * 2006-12-07 2008-06-26 Toshiba Corp 3次元画像処理装置及びx線診断装置
JP2009504297A (ja) * 2005-08-17 2009-02-05 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 自動4d冠動脈モデリングおよび動きベクトル場推定のための方法および装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6643533B2 (en) * 2000-11-28 2003-11-04 Ge Medical Systems Global Technology Company, Llc Method and apparatus for displaying images of tubular structures
US7113623B2 (en) 2002-10-08 2006-09-26 The Regents Of The University Of Colorado Methods and systems for display and analysis of moving arterial tree structures
RU2361518C2 (ru) * 2007-08-06 2009-07-20 Государственное образовательное учреждение высшего профессионального образования "Нижегородская государственная медицинская академия Федерального Агентства по здравоохранению и социальному развитию" (ГОУ ВПО НижГМА Росздрава) Способ предоперационного обследования больного с патологией коронарных сосудов
EP2252973A2 (en) * 2008-03-06 2010-11-24 Philips Intellectual Property & Standards GmbH Method of selectively and interactively processing data sets with fusion

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005533593A (ja) * 2002-07-25 2005-11-10 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 最適化された視野マップ
JP2006239254A (ja) * 2005-03-04 2006-09-14 Toshiba Corp 立体画像再構成装置
JP2009504297A (ja) * 2005-08-17 2009-02-05 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 自動4d冠動脈モデリングおよび動きベクトル場推定のための方法および装置
JP2008142543A (ja) * 2006-12-07 2008-06-26 Toshiba Corp 3次元画像処理装置及びx線診断装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
JPN7014000403; Jens N. Kaftanab, Atilla P. Kiralyc, Annemarie Bakaib,Marco Dasd, Carol L. Novakc, and Til Aacha: 'Fuzzy Pulmonary Vessel Segmentation in Contrast EnhancedCT Data' Proc. of SPIE Vol. 6914, 2008, pages 69141Q-1-69141Q-12 *

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113705586A (zh) * 2013-03-07 2021-11-26 飞利浦影像引导治疗公司 血管内图像中的多模态分割
JP2016525893A (ja) * 2013-03-07 2016-09-01 ボルケーノ コーポレイション 血管内画像におけるマルチモーダルセグメンテーション
JP5830627B2 (ja) * 2013-04-05 2015-12-09 パナソニック株式会社 画像領域対応付け装置、3次元モデル生成装置、画像領域対応付け方法、画像領域対応付け用プログラム
JP5830626B2 (ja) * 2013-04-05 2015-12-09 パナソニック株式会社 画像領域対応付け装置、3次元モデル生成装置、画像領域対応付け方法、及び画像領域対応付け用プログラム
US9750474B2 (en) 2013-04-05 2017-09-05 Panasonic Corporation Image region mapping device, 3D model generating apparatus, image region mapping method, and image region mapping program
US9607378B2 (en) 2013-04-05 2017-03-28 Panasonic Corporation Image region mapping device, 3D model generating apparatus, image region mapping method, and image region mapping program
WO2014162740A1 (ja) * 2013-04-05 2014-10-09 パナソニック株式会社 画像領域対応付け装置、3次元モデル生成装置、画像領域対応付け方法、及び画像領域対応付け用プログラム
WO2014162741A1 (ja) * 2013-04-05 2014-10-09 パナソニック株式会社 画像領域対応付け装置、3次元モデル生成装置、画像領域対応付け方法、画像領域対応付け用プログラム
JP2017511188A (ja) * 2014-04-16 2017-04-20 ハートフロー, インコーポレイテッド 多数の画像取得または再構築を使用する画像ベースのオブジェクトモデリングのためのシステム及び方法
US10776988B2 (en) 2014-04-16 2020-09-15 Heartflow, Inc. Systems and methods for image-based object modeling using multiple image acquisitions or reconstructions
US11501485B2 (en) 2014-04-16 2022-11-15 Heartflow, Inc. System and method for image-based object modeling using multiple image acquisitions or reconstructions
JP2017077455A (ja) * 2015-08-04 2017-04-27 パイ メディカル イメージング ビー ヴイPie Medical Imaging B.V. 3d+時間再構成を改良する方法および装置
JP2019500692A (ja) * 2015-12-18 2019-01-10 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. 線形画像特徴に対する改良されたマーカー配置のための画像処理
JP2020185198A (ja) * 2019-05-15 2020-11-19 株式会社日本マイクロニクス 血管位置表示装置及び血管位置表示方法
KR102503882B1 (ko) * 2022-05-17 2023-02-27 주식회사 메디픽셀 심혈관 이미지의 3차원 재구성을 위한 cip 자동 검출 방법 및 시스템
WO2023224369A1 (ko) * 2022-05-17 2023-11-23 주식회사 메디픽셀 심혈관 이미지의 3차원 재구성을 위한 cip 자동 검출 방법 및 시스템

Also Published As

Publication number Publication date
JP5694323B2 (ja) 2015-04-01
EP2465094B1 (en) 2016-01-06
CN102473303B (zh) 2015-07-29
BR112012002884A2 (pt) 2017-12-19
US20120148135A1 (en) 2012-06-14
EP2465094A1 (en) 2012-06-20
US8731271B2 (en) 2014-05-20
RU2012108740A (ru) 2013-09-20
WO2011018727A1 (en) 2011-02-17
RU2549141C2 (ru) 2015-04-20
CN102473303A (zh) 2012-05-23

Similar Documents

Publication Publication Date Title
JP5694323B2 (ja) オブジェクトデータの生成
JP5129480B2 (ja) 管状臓器の3次元再構成を行うシステム及び血管撮像装置の作動方法
US11076770B2 (en) System for vascular assessment
RU2627147C2 (ru) Отображение в реальном времени видов сосудистой сети для оптимального перемещения устройства
EP2157905B1 (en) A method for tracking 3d anatomical and pathological changes in tubular-shaped anatomical structures
RU2711140C2 (ru) Редактирование медицинских изображений
EP2925216B1 (en) Stenosis therapy planning
JP5566370B2 (ja) 医用画像処理装置及び方法
JP2013517012A (ja) インターベンション装置のナビゲーション
JP2009268693A (ja) X線撮影装置、画像処理装置および画像処理プログラム
JP2018068400A (ja) 動態画像処理装置
JP4492645B2 (ja) 医用画像表示装置及びプログラム
US10806520B2 (en) Imaging apparatus for imaging a first object within a second object
JP2008500866A (ja) 画像処理をするための方法、コンピュータプログラム、装置及びイメージングシステム
JP5100041B2 (ja) 画像処理装置及び画像処理プログラム
JP6770655B2 (ja) ライブ2次元x線画像において介入装置の空間情報を提供する装置及び対応する方法
JP6426144B2 (ja) 医療システムに対する聴覚に関する機能強化
EP3607527B1 (en) Quantitative evaluation of time-varying data
JP5159195B2 (ja) 医用画像処理装置
JP2007512890A (ja) 動く物体の構造を決定する方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20130722

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20140131

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20140204

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20140501

A602 Written permission of extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A602

Effective date: 20140512

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20140801

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20150106

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20150204

R150 Certificate of patent or registration of utility model

Ref document number: 5694323

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250