JP2018538010A5 - - Google Patents

Download PDF

Info

Publication number
JP2018538010A5
JP2018538010A5 JP2017566113A JP2017566113A JP2018538010A5 JP 2018538010 A5 JP2018538010 A5 JP 2018538010A5 JP 2017566113 A JP2017566113 A JP 2017566113A JP 2017566113 A JP2017566113 A JP 2017566113A JP 2018538010 A5 JP2018538010 A5 JP 2018538010A5
Authority
JP
Japan
Prior art keywords
region
interest
roi2
target image
img2
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
JP2017566113A
Other languages
English (en)
Other versions
JP6620172B2 (ja
JP2018538010A (ja
Filing date
Publication date
Priority claimed from EP15173679.0A external-priority patent/EP3109824B1/en
Application filed filed Critical
Publication of JP2018538010A publication Critical patent/JP2018538010A/ja
Publication of JP2018538010A5 publication Critical patent/JP2018538010A5/ja
Application granted granted Critical
Publication of JP6620172B2 publication Critical patent/JP6620172B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Description

本発明のこの態様のさらに好ましい実施形態によれば、第2の関心領域は三角形メッシュによって表されると仮定する。ここで、非線形最適化アルゴリズムは、第2の関心領域と第1の平面との交点の組を計算することを含み、交点の組における各交点は、平均値座標を用いて交点の近傍に存在する8つのボクセル中心の凸結合によって計算される。非線形最適化アルゴリズムは、各計算された交点と第1の輪郭との間のユークリッド距離に二次元距離変換を適用することを含む。したがって、アルゴリズムは、第1の平面内のユーザにより定義される輪郭の3Dの態様を考慮に入れている。これは、提案されたシステムの効率及び正確度をさらに向上し得る。
Eにおける各縁に関して、平面P1又はP2との交点を計算する。前述のように、結果的に得られる交点の組は、ベクトルフィールドのボクセル中心に通常は存在しない。交点をベクトルフィールドの観点で表すために、各交点V0は、平均値座標を用いて交点V0の近傍に存在する8つのボクセル中心V1、V2、V3、V4、V5、V6、V7、及びV8の凸結合によって計算される。このような点を仮想点vと呼び、ここで、
Figure 2018538010
である。

Claims (14)

  1. 画像ハンドリングシステム(100)であって、
    変形し得る物理エンティティのリファレンス画像(IMG13D)、前記物理エンティティのターゲット画像(IMG23D)、および前記リファレンス画像(IMG13D)の第1のボリュームを定義する第1の関心領域(ROI13D)を受信するように構成されたデータ処理ユニット(110)であって、前記第1のボリュームは、リファレンス画像要素を示し、前記リファレンス画像(IMG13D)、前記ターゲット画像(IMG23D)、および前記第1の関心領域(ROI13D)が、各々それぞれの三次元データセットを含む、データ処理ユニット(110)と、
    ユーザコマンド(c1;c2)を受信するように構成された少なくとも1つのデータ入力ユニット(131、132)と、
    前記リファレンス画像(IMG13D)、前記ターゲット画像(IMG23D)、および前記第1の関心領域(ROI13D)を反映するグラフィックデータ(GD)を提示するように構成されたディスプレイユニット(140)、
    を備え、
    さらに前記データ処理ユニット(110)が、
    前記ユーザコマンド(c1;c2)に応答して、前記ターゲット画像(IMG23D)を介して第1の平面(P1)内の第1の輪郭(C12D)を定義するように構成され、前記第1の輪郭(C12D)は、前記ターゲット画像(IMG23D)のターゲット画像要素(IE3D)の第1の辺縁(IEB1)の少なくとも一部と位置合わせされ、前記ターゲット画像要素(IE3D)は、前記リファレンス画像(IMG13D)の前記リファレンス画像要素に対応し、前記ターゲット画像要素(IE3D)の前記第1の辺縁(IEB1)が特定の器官のアウトラインを示し、
    前記ターゲット画像(IMG23D)の第2のボリュームを定義する第2の関心領域(ROI23D)を決定するように構成され、前記第2の関心領域(ROI23D)は、前記第1の輪郭(C12D)、前記ターゲット画像(IMG23D)、及び前記第1の関心領域(ROI13D)に基づいて決定され、かつ
    前記第1の関心領域(ROI13D)と前記第2の関心領域(ROI23D)との関係性を記述するベクトルフィールド(VF1→2)を計算するように構成され、前記ベクトルフィールド(VF1→2)を介して前記第1の関心領域(ROI13D)を変換することによって前記第2の関心領域(ROI23D)を得ることができる、
    画像ハンドリングシステム(100)。
  2. 前記データ処理ユニット(110)が、さらに
    前記第1の関心領域(ROI13D)及び前記ベクトルフィールド(VF1→2)に基づいて前記第2の関心領域(ROI23D)を生成するように構成され、かつ
    前記ディスプレイユニット(140)上に提示するためのグラフィックデータ(GP)を生成するように構成され、前記グラフィックデータ(GP)は、前記ターゲット画像(IMG23D)上にオーバーレイされた前記第2の関心領域(ROI23D)を反映する、
    請求項1に記載の画像ハンドリングシステム(100)。
  3. 前記データ処理ユニット(110)が、
    さらなるユーザコマンド(c1;c2)を受信し、これに応答して、前記ターゲット画像(IMG23D)を介して第2の平面(P2)内の第2の輪郭(C22D)を定義し、前記第2の輪郭(C22D)は、前記ターゲット画像(IMG23D)の前記ターゲット画像要素(IE3D)の第2の辺縁(IEB2)の少なくとも一部と位置合わせされ、前記ターゲット画像要素(IE3D)の前記第2の辺縁(IEB2)が、特定の器官のアウトラインを示し、かつ
    前記第2の輪郭(C22D)に基づいて前記第2の関心領域(ROI23D)を決定する、
    ようにさらに構成される、
    請求項2に記載の画像ハンドリングシステム(100)。
  4. 前記データ処理ユニット(110)が、前記第1の輪郭(C12D)に適用された非線形最適化アルゴリズムおよび前記第2の関心領域(ROI23D)と前記第1の平面(P1)との交点に基づいて、前記第2の関心領域(ROI23D)を決定するように構成され、ここで前記非線形最適化アルゴリズムは、前記第1の輪郭(C12D)からの前記第2の関心領域(ROI23D)の偏差にペナルティを課すように構成される、
    請求項1〜3のいずれか一項に記載の画像ハンドリングシステム(100)。
  5. 前記第2の関心領域(ROI23D)が三角形メッシュによって表され、
    前記非線形最適化アルゴリズムが、
    前記第2の関心領域(ROI23D)と前記第1の平面(P1)との交点の組を計算し、前記交点の組における各交点(V0)は、平均値座標を用いて前記交点(V0)の近傍に存在する8つのボクセル中心(V1、V2、V3、V4、V5、V6、V7、V8)の凸結合によって計算され、かつ
    各計算された交点と前記第1の輪郭(C12D)との間のユークリッド距離に二次元距離変換を適用する、
    ように構成される、
    請求項4に記載の画像ハンドリングシステム(100)。
  6. 前記第2の関心領域(ROI23D)が三角形メッシュによって表され、
    前記非線形最適化アルゴリズムが、
    前記第2の関心領域(ROI23D)と前記第1の平面(P1)との交点の組を計算し、かつ前記交点の組における各交点に関して、
    前記第2の関心領域(ROI23D)から前記第1の平面(P1)への法線投影を決定し、前記法線投影は所定の長さのインターバル内で延び、前記所定の長さ内で前記法線が前記第1の輪郭(C12D)と接触点で交わる場合、前記接触点は、更新された第2の関心領域の仮の限界点として含まれ、かつ
    ストップ基準が満たされるまで、前記更新された第2の関心領域に基づいて前記決定するステップを繰り返す、
    ように構成される、
    請求項4に記載の画像ハンドリングシステム(100)。
  7. 画像をハンドリングする方法であって、
    変形し得る物理エンティティのリファレンス画像(IMG13D)を受信するステップと、
    前記物理エンティティのターゲット画像(IMG23D)を受信するステップと、
    前記リファレンス画像(IMG13D)における第1のボリュームを定義する第1の関心領域(ROI13D)を受信するステップであって、前記第1のボリュームは、リファレンス画像要素を示し、前記リファレンス画像(IMG13D)、前記ターゲット画像(IMG23D)、および前記第1の関心領域(ROI13D)が、各々それぞれの三次元データセットを含む、ステップと、
    少なくとも1つのデータ入力ユニット(131、132)を介してユーザコマンド(c1;c2)を受信するステップと、
    ディスプレイユニット(140)上にグラフィックデータ(GD)を提示するステップであって、前記グラフィックデータ(GD)は、前記リファレンス画像(IMG13D)、前記ターゲット画像(IMG23D)、及び前記第1の関心領域(ROI13D)を反映する、ステップ
    を含み、
    さらに前記方法が、
    前記ユーザコマンド(c1;c2)に応答して、前記ターゲット画像(IMG23D)を通る第1の平面(P1)内の第1の輪郭(C12D)を定義するステップであって、前記第1の輪郭(C12D)は、前記ターゲット画像(IMG23D)におけるターゲット画像要素(IE3D)の第1の辺縁(IEB1)の少なくとも一部と位置合わせされ、前記ターゲット画像要素(IE3D)は、前記リファレンス画像(IMG13D)における前記リファレンス画像要素に対応し、前記ターゲット画像要素(IE3D)の前記第1の辺縁(IEB1)が、特定の器官のアウトラインを示す、ステップと、
    前記ターゲット画像(IMG23D)における第2のボリュームを定義する第2の関心領域(ROI23D)を決定するステップであって、前記第2の関心領域(ROI23D)は、前記第1の輪郭(C12D)、前記ターゲット画像(IMG23D)、及び前記第1の関心領域(ROI13D)に基づいて決定される、ステップと、および
    前記第1の関心領域(ROI13D)と前記第2の関心領域(ROI23D)との関係性を記述するベクトルフィールド(VF1→2)を計算するステップであって、前記ベクトルフィールド(VF1→2)を介して前記第1の関心領域(ROI13D)を変換することによって前記第2の関心領域(ROI23D)を得ることができるステップ
    をさらに含む、
    方法。
  8. 前記第1の関心領域(ROI13D)及び前記ベクトルフィールド(VF1→2)に基づいて前記第2の関心領域(ROI23D)を生成するステップと、
    前記ディスプレイユニット(140)上に提示するためのグラフィックデータ(GP)を生成するステップであって、前記グラフィックデータ(GP)は、前記ターゲット画像(IMG23D)上にオーバーレイされた前記第2の関心領域(ROI23D)を反映する、ステップ
    をさらに含む、
    請求項7に記載の方法。
  9. さらなるユーザコマンド(c1;c2)を受信するステップであって、これに応答して、前記ターゲット画像(IMG23D)を通る第2の平面(P2)内の第2の輪郭(C22D)を定義するステップと、前記第2の輪郭(C22D)は、前記ターゲット画像(IMG23D)における前記ターゲット画像要素(IE3D)の第2の辺縁(IEB2)の少なくとも一部と位置合わせされる、ステップと、および
    前記第2の輪郭(C22D)にさらに基づいて前記第2の関心領域(ROI23D)を決定するステップであって、前記ターゲット画像要素(IE3D)の前記第2の辺縁(IEB2)が、特定の器官のアウトラインを示す、ステップ、
    をさらに含む、
    請求項7または請求項8に記載の方法。
  10. 前記第1の輪郭(C12D)に適用された非線形最適化アルゴリズム及び前記第2の関心領域(ROI23D)と前記第1の平面(P1)との交点に基づいて前記第2の関心領域(ROI23D)を決定するステップであって、前記非線形最適化アルゴリズムは、前記第1の輪郭(C12D)からの前記第2の関心領域(ROI23D)の偏差にペナルティを課すように構成される、ステップ、
    をさらに含む、
    請求項7〜請求項9のいずれか一項に記載の方法。
  11. 前記第2の関心領域(ROI23D)が三角形メッシュによって表され、かつ
    前記方法が、
    前記第2の関心領域(ROI23D)と前記第1の平面(P1)との交点の組を計算するステップであって、前記交点の組における各交点(V0)は、平均値座標を用いて前記交点(V0)の近傍に存在する8つのボクセル中心(V1、V2、V3、V4、V5、V6、V7、V8)の凸結合によって計算されるステップと、および
    各計算された交点と前記第1の輪郭(C12D)との間のユークリッド距離に二次元距離変換を適用するステップ、
    を含む、
    請求項10に記載の方法。
  12. 前記第2の関心領域(ROI23D)が三角形メッシュによって表され、
    前記方法が、
    前記第2の関心領域(ROI23D)と前記第1の平面(P1)との交点の組を計算するステップと、
    前記交点の組における各交点に関して、
    前記第2の関心領域(ROI23D)から前記第1の平面(P1)への法線投影を決定するステップであって、前記法線投影は所定の長さのインターバル内で延び、前記所定の長さ内で前記法線が前記第1の輪郭(C12D)と接触点で交わる場合、前記接触点は、更新された第2の関心領域の仮の限界点として含まれる、ステップと、
    ストップ基準が満たされるまで、前記更新された第2の関心領域に基づいて前記決定するステップを繰り返すステップ、
    を含む、
    請求項10に記載の方法。
  13. 少なくとも1つのプロセッサ上で実行されるときに請求項7〜請求項12のいずれか一項に記載の方法を行うためのソフトウェアを含む、前記少なくとも1つのプロセッサのメモリ(115)にロード可能なコンピュータプログラム製品(SW)。
  14. 少なくとも1つのプロセッサによって実行されるときに前記少なくとも1つのプロセッサに請求項7〜請求項12のいずれか一項に記載の方法を行わせる命令を含む、プロセッサ可読媒体(115)。
JP2017566113A 2015-06-24 2016-06-23 画像データをハンドリングするためのシステム及び方法 Active JP6620172B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EPEP15173679.0 2015-06-24
EP15173679.0A EP3109824B1 (en) 2015-06-24 2015-06-24 System and method for handling image data
PCT/EP2016/064516 WO2016207271A1 (en) 2015-06-24 2016-06-23 System and method for handling image data

Publications (3)

Publication Number Publication Date
JP2018538010A JP2018538010A (ja) 2018-12-27
JP2018538010A5 true JP2018538010A5 (ja) 2019-11-14
JP6620172B2 JP6620172B2 (ja) 2019-12-11

Family

ID=53488246

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017566113A Active JP6620172B2 (ja) 2015-06-24 2016-06-23 画像データをハンドリングするためのシステム及び方法

Country Status (5)

Country Link
US (1) US10467761B2 (ja)
EP (1) EP3109824B1 (ja)
JP (1) JP6620172B2 (ja)
CN (1) CN107924565B (ja)
WO (1) WO2016207271A1 (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3441936B1 (de) * 2017-08-11 2021-04-21 Siemens Healthcare GmbH Verfahren zur auswertung von bilddaten eines patienten nach einem minimalinvasiven eingriff, auswerteeinrichtung, computerprogramm und elektronisch lesbarer datenträger
EP3756728A1 (en) * 2019-06-24 2020-12-30 Vision RT Limited Patient motion tracking system configured for automatic roi generation

Family Cites Families (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7903857B2 (en) * 2006-04-17 2011-03-08 Siemens Medical Solutions Usa, Inc. Robust click-point linking with geometric configuration context: interactive localized registration approach
EP2036037B1 (en) * 2006-05-18 2013-04-17 Resonant Medical Inc. Methods and systems for segmentation using boundary reparameterization
EP2081494B1 (en) * 2006-11-16 2018-07-11 Vanderbilt University System and method of compensating for organ deformation
WO2009052497A2 (en) * 2007-10-18 2009-04-23 The University Of North Carolina At Chapel Hill Methods, systems, and computer readable media for mapping regions in a model of an object comprising an anatomical structure from one image data set to images used in a diagnostic or therapeutic intervention
SG182591A1 (en) * 2010-01-22 2012-08-30 Univ Vanderbilt System and method for correcting data for deformations during image-guided procedures
US8805035B2 (en) * 2010-05-03 2014-08-12 Mim Software, Inc. Systems and methods for contouring a set of medical images
US9996929B2 (en) * 2010-10-27 2018-06-12 Varian Medical Systems International Ag Visualization of deformations using color overlays
WO2012069965A1 (en) 2010-11-23 2012-05-31 Koninklijke Philips Electronics N.V. Interactive deformation map corrections
US9245336B2 (en) * 2010-12-15 2016-01-26 Koninklijke Philips N.V. Contour guided deformable image registration
EP2686831A1 (en) * 2011-03-15 2014-01-22 Koninklijke Philips N.V. Correlated image mapping pointer
US8520923B2 (en) * 2011-08-06 2013-08-27 Carestream Health, Inc. Reporting organ volume for a medical digital image
CN102629391A (zh) * 2012-02-28 2012-08-08 华北水利水电学院 基于数字图形介质的三维空间结构图形切割及切片方法
US8824733B2 (en) * 2012-03-26 2014-09-02 Tk Holdings Inc. Range-cued object segmentation system and method
CN103356218B (zh) * 2012-03-31 2015-06-24 上海西门子医疗器械有限公司 一种x射线计算机断层扫描方法和系统
EP2648160B1 (en) * 2012-04-03 2017-03-08 Intrasense Topology-preserving ROI remapping method between medical images
US10388020B2 (en) * 2012-04-11 2019-08-20 The Trustees Of Columbia University In The City Of New York Methods and systems for segmentation of organs and tumors and objects
US10354377B2 (en) * 2012-04-11 2019-07-16 The Trustees Of Columbia University In The City Of New York Techniques for segmentation of lymph nodes, lung lesions and other solid or part-solid objects
US10178955B2 (en) * 2012-08-06 2019-01-15 Vanderbilt University Enhanced method for correcting data for deformations during image guided procedures
CN102968822A (zh) * 2012-08-23 2013-03-13 华南理工大学 一种基于图论的三维医学图像的分割方法
KR102123061B1 (ko) * 2012-11-27 2020-06-16 삼성전자주식회사 사용자의 인터랙션을 기반으로 영상 내의 윤곽선을 분할하는 장치 및 방법
CN103236058B (zh) * 2013-04-25 2016-04-13 内蒙古科技大学 获取四维心脏图像感兴趣体积的方法
JP6182045B2 (ja) * 2013-10-11 2017-08-16 キヤノン株式会社 画像処理装置およびその方法
JP6489800B2 (ja) * 2014-01-16 2019-03-27 キヤノン株式会社 画像処理装置、画像診断システム、画像処理方法およびプログラム
CN104490413A (zh) * 2014-12-05 2015-04-08 杭州市肿瘤医院 一种体外定位标以及应用该定位标的定位配准方法
CN104408734B (zh) * 2014-12-11 2017-10-27 山东师范大学 联合图像分割与形变配准技术的自适应目标区域转换方法
CN104599268A (zh) * 2015-01-06 2015-05-06 广州医科大学附属肿瘤医院 一种联合点配准的局部区域精确变形配准算法
CN104637056B (zh) * 2015-02-02 2018-02-23 复旦大学 基于稀疏表示的医学ct图像肾上腺肿瘤分割方法
US11449208B2 (en) * 2017-07-06 2022-09-20 Varian Medical Systems International Ag Interactive and intuitive method to shape 3D dose distribution during optimization of IMRT plans

Similar Documents

Publication Publication Date Title
EP3139589B1 (en) Image processing apparatus and image processing method
US9215382B1 (en) Apparatus and method for data fusion and visualization of video and LADAR data
JP7403528B2 (ja) シーンの色及び深度の情報を再構成するための方法及びシステム
KR101560508B1 (ko) 3차원 이미지 모델 조정을 위한 방법 및 장치
RU2016120724A (ru) Способ и устройство для отображения медицинских изображений
WO2016165209A1 (zh) 一种三维图像的裁剪方法
JP2005531352A5 (ja)
KR20100000671A (ko) 영상 처리 방법
JP6911123B2 (ja) 学習装置、認識装置、学習方法、認識方法及びプログラム
JP6935786B2 (ja) 幾何変換行列推定装置、幾何変換行列推定方法、及びプログラム
CN110910507A (zh) 计算机实现方法、计算机可读介质和用于混合现实的系统
JP2017021759A (ja) 画像処理装置、画像処理方法及びプログラム
US20150130804A1 (en) Shape data generation method and apparatus
KR20220008466A (ko) 3차원 점군 데이터의 메쉬 생성 방법 및 장치
JP5571128B2 (ja) 計測支援装置、方法及びプログラム
CN111145328B (zh) 三维文字表面纹理坐标计算方法、介质、设备及装置
JP2018500082A5 (ja)
JP2018538010A5 (ja)
US8902217B2 (en) Image generating method
JP2016126673A (ja) 情報処理装置及びその制御方法、並びに、ビデオカメラ
JP2020126208A5 (ja)
JP6719945B2 (ja) 情報処理装置、情報処理方法、情報処理システム及びプログラム
US11107267B2 (en) Image generation apparatus, image generation method, and program
EP3059663B1 (en) A method and a system for interacting with virtual objects in a three-dimensional space
JP2013069026A (ja) 被写体の3次元形状を復元する装置、方法およびプログラム