JP6530743B2 - 血管セグメント化 - Google Patents

血管セグメント化 Download PDF

Info

Publication number
JP6530743B2
JP6530743B2 JP2016505912A JP2016505912A JP6530743B2 JP 6530743 B2 JP6530743 B2 JP 6530743B2 JP 2016505912 A JP2016505912 A JP 2016505912A JP 2016505912 A JP2016505912 A JP 2016505912A JP 6530743 B2 JP6530743 B2 JP 6530743B2
Authority
JP
Japan
Prior art keywords
index
pixels
time
contrast agent
vascular
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.)
Active
Application number
JP2016505912A
Other languages
English (en)
Other versions
JP2016514565A (ja
Inventor
スタヴィアスキー,ジャン
ボンフ,オディール
シモン アンナ ライテルス,ダニエル
シモン アンナ ライテルス,ダニエル
ナイナッテン,フレッド シモン ベレント ファン
ナイナッテン,フレッド シモン ベレント ファン
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
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 filed Critical Koninklijke Philips NV
Publication of JP2016514565A publication Critical patent/JP2016514565A/ja
Application granted granted Critical
Publication of JP6530743B2 publication Critical patent/JP6530743B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/48Diagnostic techniques
    • A61B6/481Diagnostic techniques involving the use of contrast agents
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/50Clinical applications
    • A61B6/504Clinical applications involving diagnosis of blood vessels, e.g. by angiography
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/52Devices using data or image processing specially adapted for radiation diagnosis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/174Segmentation; Edge detection involving the use of two or more images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/187Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • 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
    • G06T2207/10016Video; Image sequence
    • 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
    • G06T2207/30Subject 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
    • G06T2207/30004Biomedical image processing
    • G06T2207/30101Blood vessel; Artery; Vein; Vascular
    • G06T2207/30104Vascular flow; Blood flow; Perfusion

Description

本発明は、血管セグメント化に関し、特に、セグメント化情報を提供する方法、X線画像処理装置、及びX線画像システム、並びに、コンピュータプログラムエレメント及びコンピュータ可読媒体に関する。
医用X線画像では、血管のセグメント化は、例えば血管構造に関する増強情報を提供するために用いられる。このような情報は、患者の健康状態を評価するために、又は必要な診療の計画のためにも、のみならず、診療中の生の誘導のため及び処理の評価のためにも使用できる。例えば、動脈瘤は、通常、生のX線の誘導の下で血管内で処置される。動脈瘤は、動脈瘤の中にコイルを及び/又は栄養血管の中にステントを配置することにより処置できる。更なる例は、フロー誘導ステントの配置である。このような治療では、血管内の血流に関する知識が必要である。例えば、3次元X線写真血管造影取得は、血管構造、その形態を評価するために、手術を計画するために、及び特にフロー取得のための最適視角を計画するためにも行われる。WO2010/018495A1は、X線におけるカラーフロー画像を記載する。しかしながら、特に交差する血管及び動脈の正確なセグメント化は、血流の測定を向上することが分かっている。セグメント化情報を達成する一例は、深さ情報を達成するための異なる角度からの少なくとも2つのX線画像の提供である。しかしながら、これは、追加X線被爆を意味し、X線システムが移動されて、この場合にはセグメント化データがフロー取得と同時に得られないか、又は複数のX線画像装置の使用を必要とする。
したがって、X線被爆を低減した、血管のフロー及び代理の血管形状情報を提供する改良した発展した方法を提供する必要がある。
本発明の目的は、独立請求項の主題により解決される。ここで、更なる実施形態は、従属請求項に組み込まれる。留意すべきことに、以下に記載する本発明の態様は、X線画像処理装置、X線画像システム、及びセグメント化情報を提供する方法、並びに、コンピュータプログラムエレメント、及びコンピュータ可読媒体にも適用される。さらに留意すべきことに、以下に記載する態様は、セグメント化情報を提供する装置、例えば画像処理装置の作動方法にも適用される。
本発明によると、インタフェースユニットと、データ処理ユニットと、を有するX線画像処理装置が適用される。インタフェースユニットは、造影剤注入の後に得られる血管構造の時間系列血管造影法2D画像のシーケンスを提供するよう構成される。データ処理ユニットは、時間系列に沿って複数の決定したピクセルの各々について、造影剤注入に関連する所定の特性の到着時間インデックスを決定するよう構成される。データ処理ユニットは、到着時間インデックスに基づき決定された複数のピクセルの各々について、接続性インデックスを計算するよう更に構成される。データ処理ユニットは、複数の決定されたピクセルから血管構造のセグメント化データを生成するよう更に構成される。ここで、セグメント化データは、ピクセルの接続性インデックスに基づく。データ処理ユニットは、更なる目的のためにセグメント化データを提供するよう更に構成される。
これは、画像の2Dシーケンスのみが提供されるが、しかしながら、造影剤の投薬に関連する時間因子を考慮することにより、深さ情報が提供され、次にセグメント化データ計算のために使用できるという利点を提供する。シーケンスは、各時点に1つのみの2D画像を有し、患者の最小画像被爆量を意味する。したがって、代理血管形状情報は、低減したX線被爆を伴う画像取得に基づき提供され、1つの形状構成のみが取得自体を実現する。さらに、セグメント化データは、更なる目的のために使用される同じ血管造影図から得られるので、セグメント化のために追加取得が使用されるときに生じ得る患者の動き又は血管拡張のような血管の変化に起因するいかなる差も存在しない。
一例によると、前記データ処理ユニットは、前記複数の決定されたピクセルの各々について血管信頼インデックスを計算し、前記血管信頼インデックスを前記到着時間インデックスと結合することにより前記複数の決定されたピクセルの各々について前記接続性インデックスを計算するよう構成される。
これは、血管信頼インデックスが、更なる詳細、したがって向上したセグメント化に関連する情報を提供するという利益をもたらす。
一例によると、X線処理装置は、ディスプレイユニットを有し、データ処理ユニットはセグメント化データから血管構造のセグメント化輪郭を生成するよう構成され、ディスプレイユニットはセグメント化輪郭を表示するよう構成される。
これは、セグメント化輪郭の提供が、視覚的な深さの外観を更に向上するという利益をもたらす。言い換えると、提示される表示画像は2D画像のみを有し3D画像に基づかないが、3次元情報の提供を更にサポートする。
本発明によると、X線画像装置と、画像処理装置と、を有するX線画像システムが提供される。X線画像装置は、血管構造の時系列血管造影法2D画像のシーケンスを生成するよう構成される。X線画像処理装置は、上述の例のうちの1つによるX線画像処理装置である。
一例によると、時系列2D画像のシーケンスの取得中にオブジェクトの血管構造の中に造影剤を制御可能に注入するよう構成される注入装置が設けられる。
例えば、オブジェクトは、検査中の、例えば病院の中の患者である。注入装置並びにX線画像処理装置へのデータ及び信号接続は、造影剤の量を最小限に調整可能にする。
本発明によると、セグメント化情報を提供する方法であって、(a1)造影剤注入の後に得られた血管構造の時系列血管造影法2D画像のシーケンスを提供するステップと、(b1)時系列に沿って複数の決定されたピクセルの各々について、前記造影剤注入に関連する所定の特性の到着時間インデックスを決定するステップと、(c)前記到着時間インデックスに基づき、前記複数の決定されたピクセルの各々について接続性インデックスを計算するステップと、(d)前記複数の決定されたピクセルから前記血管構造のセグメント化データを生成するステップであって、前記セグメント化データは、前記ピクセルの前記接続性インデックスに基づく、ステップと、(e)更なる目的のために前記セグメント化データを提供するステップと、を有する方法が提供される。
一例によると、方法は、(b2)前記複数の決定されたピクセルの各々について血管信頼インデックスを計算するステップ、を有し、ステップ(c)は、前記血管信頼インデックスを前記到着時間インデックスと結合する、前記複数の決定されたピクセルの各々についての前記接続性インデックスを計算するステップを有する。ステップ(b2)は、ステップ(b1)の後に続き、又はその逆であり得る。ステップ(b1)及び(b2)の両者は、同時に設けることも可能である。
ステップ(d)のセグメント化は、時間連結性に基づく。セグメント化は、画像のシーケンスにより提供される2Dフローシーケンスをセグメント化するために提供される。
一例では、ステップ(b1)は、造影剤の到着時間のようなキーポイントの分析及び/又は特性解析を有する。
一例によると、ステップ(a1)の後に、方法は、フィルタ済み画像のシーケンスを提供するために時間周波数分析を有するステップ(a2)を有する。さらに、ステップ(b1)及び/又は(b2)は、フィルタ済み画像に基づく。
一例では、1つ又は2つの基準が可能である。
一例による、ステップ(d)でセグメント化データを生成するために、隣接ピクセルが比較される。それらの造影剤到着時間インデックスの値の間の差が所定の閾より小さい場合、及び/又はそれらの血管信頼インデックスの値が所定の閾より高い場合、ピクセルは接続していると見なされる。
更なる例によると、ステップ(e)で、前記血管構造のセグメント化輪郭は、前記セグメント化データから生成され、方法は、(f)前記セグメント化輪郭を表示するステップ、を有する。
一例によると、ステップ(f)で、ピクセルの前記血管信頼インデックス及び前記到着時間インデックスから生成された合成画像に、前記セグメント化輪郭が重ね合わされ、ユーザに造影剤進行マップを提供する。
用語「造影剤進行」は、中間造影剤データ分析の提供に関連する。造影剤信号は、次に、例えば流速測定に関連する、後続の処理ステップでフローを推定するために使用できる。例えば、処理は、フロー情報マップとして示すことのできるフロー情報を提供できる。
本発明の一態様によると、造影剤到着時間の分析は、画像シーケンスをセグメント化するために用いられ、セグメント化は、例えば自動的に2Dフロー計算で使用されても良い。それにより、ピクセル毎の接続性を計算することが可能になる。したがって、本発明は、X線画像の中で交差する重なり合う血管又は互いに接触する血管の誤った接続を分離及び識別できる。接続性情報は、次に、フロー抽出アルゴリズムの中のマスクとして使用できる。時系列に剃った各ピクセルのグレイレベルの分析を用いた造影剤到着時間マップの計算は、画像全体の各ピクセルの中の造影剤の到着時間の推定をもたらす。さらに、血管信頼マップにより、到着時間マップの品質はさらに向上され、ユーザのための視覚的印象の改良された情報をもたらす。これは、次に、セグメント化のために使用できる。ここで、到着時間マップに基づく接続性は、投影により重なり合っている異なる血管を区別させる。不連続なフロー部分の識別は、重なり合わないセグメントの各々を別個に処理し、血管の重なり合う部分を処理から外すことを可能にする。さらに、特定の処理技術は、重なり合う領域の中のフローフィールドを抽出するために用いられる。用語「フロー」は、シーケンスの中の造影剤の位置ずれに関連し、したがって血液の速度に関連する。
本発明の上述の及び他の態様は、本願明細書に記載される実施形態から明らかであり、それらの実施形態を参照して教示される。
本発明の例示的な実施形態は、以下の図面を参照して以下に記載される。
X線処理装置の一例を図示する。 正面図でX線画像装置の一例を図示する。 血管フロー情報を達成するために使用できるセグメント化情報を提供する方法の一例の基本ステップを示す。 セグメント化情報を提供する方法の更なる例を示す。 セグメント化情報を提供する方法の更なる例を示す。 セグメント化情報を提供する方法の更なる例を示す。 セグメント化情報を提供する方法の更なる例を示す。 セグメント化情報を提供する方法の更なる例を示す。 セグメント化情報を提供する方法の更なる例を示す。 一例による、血管信頼マップ、造影剤到着時間マップ及びセグメント化輪郭を有する接続マップ 更なる例による、血管信頼マップ、造影剤到着時間マップ及びセグメント化輪郭を有する接続マップ 造影剤進行マップの一例を示す。 図9に示した例の写真説明を有するグラフィカル表現を示す。 図10に示した例の写真説明を有するグラフィカル表現を示す。 図11に示した例の写真説明を有するグラフィカル表現を示す。 図12に示した例の写真説明を有するグラフィカル表現を示す。
図1は、インタフェースユニット12と、データ処理ユニット14と、を有するX線画像処理装置10を示す。インタフェースユニットは、造影剤注入の後に得られる血管構造の時間系列血管造影法2D画像のシーケンスを提供するよう構成される。例えば、2D画像のシリーズは、(図示しない)データベースにより提供される。別の例では、2D画像は、X線画像システム(以下も参照のこと)により提供される。データ処理ユニット14は、時間系列に沿って複数の決定したピクセルの各々について、造影剤注入に関連する所定の特性の到着時間インデックスを決定するよう構成される。データ処理ユニット14は、到着時間インデックスに基づき決定された複数のピクセルの各々について、接続性インデックスを計算するよう構成される。データ処理ユニットは、複数の決定されたピクセルから血管構造のセグメント化データを生成するよう更に構成される。ここで、セグメント化データは、ピクセルの接続性インデックスに基づく。データ処理ユニット14は、更なる目的のためにセグメント化データを提供するよう更に構成される(図1には更に詳細に示されない)。
一例では、ディスプレイユニット16が設けられ、データ処理ユニット14はセグメント化データから血管構造のセグメント化輪郭を生成するよう構成され、ディスプレイ16はセグメント化輪郭を表示するよう構成される。留意すべきことことに、ディスプレイユニット16の提供は、図1にはオプションとして示され、点線により示される。
図2は、X線画像装置102と画像処理装置104とを有するX線画像システム100を示す。X線画像装置102は、血管構造の時系列血管造影法2D画像のシーケンスを生成するよう構成される。X線画像処理装置104は、上述の例のうちの1つによるX線画像処理装置100である。例えば、X線画像蔵置102は、Cアームシステムとして設けられても良い。ここで、X線源106及びX線検出器108は、可動Cアーム構造110の相対する端に配置される。Cアーム構造110は、例えば天井114から吊される可動支持体112により支持されても良い。さらに、オブジェクト受容装置116、例えば患者台が設けられる。オブジェクトは、円118により示され、患者台116の上に設けられても良く、3D画像はX線画像装置102により取得できる。また、CTシステム又は固定X線システムのような他のX線画像装置も設けられる。
一例では、時系列2D画像のシーケンスの取得中にオブジェクト118の血管構造の中に造影剤を制御可能に注入するよう構成される注入装置120が設けられる。留意すべきことに、造影剤を注入する装置は、単純な点線122により示される。さらに、別の点線124は、画像処理装置104とのデータ接続を示す。注入装置120は図2では個々の点線を用いることにより示されるようにオプションとして示されることに留意しなければならない。
図3は、以下のステップを有するセグメント化情報を提供する方法200を示す。第1のステップ202で、造影剤注入の後に得られる血管構造の時間系列血管造影法2D画像のシーケンス204が提供される。第2のステップ206で、時間系列に沿って複数の決定したピクセルの各々について、造影剤注入に関連する所定の特性の到着時間インデックス208が決定される。第3のステップ210で、複数の決定されたピクセルの各々の接続性インデックス212は、到着時間インデックスに基づき計算される。第4のステップ214で、複数の決定されたピクセルから血管構造のセグメント化データ216が生成される。ここで、セグメント化データ216は、ピクセルの接続性インデックス212に基づく。第5のステップ218で、セグメント化データ216は、更なる目的のために提供される。第1のステップ202はステップ(a1)、第2のステップ206はステップ(b1)、第3のステップ210はステップ(c)、第4のステップ214はステップ(d)、第5のステップ218はステップ(e)、としても表される。
図4に示す更なる例では、複数の決定されたピクセルの各々について血管信頼インデックス222を計算する計算ステップ220が設けられる。計算ステップ220は、第2のステップ206と並列に設けられても良い。計算ステップ220は、ステップ(b2)としても表される。さらに、ステップ(c)は、複数の決定されたピクセルの各々についての接続性インデックスを計算するステップと、血管信頼インデックス222を到着時間インデックス208と結合するステップと、を有する。ステップ(c)のこの強化計算は、参照符号210’により示される。結果として生じる接続性インデックスは、血管信頼インデックスと到着時間インデックスとの結合を用いるので、強化接続性インデックスとしても表され、参照符号212’で示される。
ステップ(b1)で、所定の特性は、造影剤の到着時間、造影剤のピークまでの時間、造影剤の消失時間若しくは流出時間、又は最小限の造影剤のための時間として提供されても良い。所定のピクセルは、全部のピクセル、又は画像の選択された領域であっても良い。一例では、ステップ(b1)は、到着時間マップを計算するステップを有する。別の例では、ステップ(b2)は、血管信頼マップを計算するステップを有する。
図5は、更なる例を示す。本例では、ステップ(a1)に続き、更なるステップ220が提供される。ステップ220で、フィルタ済み画像222のシーケンスを提供するために時間周波数分析が実行される。次に、ステップ(b1)及び/又は(b2)は、フィルタ済み画像222に基づく。
一例では、時間系列に沿って複数の決定したピクセルの各々について、造影剤注入に関連する所定の特性の到着時間インデックスを決定するステップ(b1)は、フィルタ済み画像222のシーケンスに基づく。
更なる例では、時系列に沿って複数の決定されたピクセルの各々について造影剤注入に関連する所定の特性の到着時間インデックスを決定するステップ(b1)は、フィルタ済み画像のシーケンスに基づく。また、複数の決定されたピクセルの各々について血管信頼インデックスを計算するステップ(b2)も、フィルタ済み画像222のシーケンスに基づく。一例では、ステップ(a2)は、雑音を除去するために、血管造影法画像のシーケンスのピクセル値をフィルタリングするステップを有する。
図6に示す更に別の例では、ステップ(d)でセグメント化データを生成するために、参照符号214’により示される比較ステップで隣接ピクセルが比較される。次の一方又は両方が適合する場合、ピクセルは接続していると見なされる。第1の基準として、それらの到着時間インデックスの値の間の差が、所定の閾より小さい。代替で又は追加で適用される第2の基準として、それらの血管信頼インデックスの値が、所定の閾より高い。
一例では、ステップ(d)でセグメント化データを生成するために、隣接ピクセルが比較される。それらの造影剤到着時間インデックスの値の間の差が所定の閾より小さい場合、ピクセルは接続していると見なされる。
別の例では、ステップ(d)でセグメント化データを生成するために、隣接ピクセルが比較される。それらの造影剤到着時間インデックスの値の間の差が所定の閾より小さい場合、且つそれらの血管信頼インデックスの値が所定の閾より高い場合、ピクセルは接続していると見なされる。
図7は、更なる例を示す。ここで、血管構造のセグメント化輪郭224は、セグメント化データから生成される。この生成手順は、参照符号218’により示される。更に、セグメント化輪郭224を表示する表示ステップ226が設けられ、ステップ(f)としても表される。
一例では、セグメント化輪郭224は、(f1)ピクセルの血管信頼インデックスに基づき生成された血管信頼マップ、及び/又は(f2)ピクセルの到着時間インデックスに基づき生成された到着時間マップ、に重ね合わされ又は結合される。
図8は、参照符号228により示されるステップ(f)で、血管信頼インデックス222及びピクセルの到着時間インデックス208から生成された合成画像に、輪郭224が重ね合わされ、ユーザに造影剤進行マップ230を提供する一例を示す。血管信頼インデックス222及び到着時間インデックス208のデータの使用は、2つの矢印232、234により示され、ステップ(f)への個々のデータの入力を図式的に示す。
留意すべきことに、更なる例では、上述の血管信頼インデックス及び到着時間インデックスの一方のみが、造影剤進行マップを形成する合成画像のために用いられる。
造影剤進行マップ230は、到着時間を示す第1のグラフィカルパラメータと、信頼を示す第2のグラフィカルパラメータと、を有しても良い。例えば、グラフィカルパラメータは、カラーコードであり、第2のグラフィカルパラメータは、透明度の飽和率である。
図示しない更なる例によると、血管をオーバラップするために、少なくとも2つの到着時間インデックス(値)が決定される。さらに、少なくとも2つの接続性インデックス(値)が決定され、別個に格納される。
これも図示されない更なる例によると、ステップ(d)に続き、セグメント化データの中に含まれる接続情報を、血流情報を決定する後続のフローアルゴリズムでマスクとして使用するステップが設けられる。
用語「マスク」は、他の部分からピクセルの部分を分離するために、ピクセルの中に境界線を決定することを表す。接続性インデックス及び信頼マップの知識から、オーバラップを有しない幾つかの血管セグメントが定められる。ラベルは、各セグメントに付される。合成マスク画像が得られ、各ラベル値は、特定の血管セグメントマップに対応する。ラベル(又はセグメント)毎に、フローフィールドが別個に抽出され、不連続な血管セグメントから不連続なフローフィールドが得られる。これは、フロー処理からオーバラップする血管を有する領域を廃棄させる。フロー処理の部分自体は、従来知られているとして提供されても良い。本発明によると、マスクは、フロー処理ステップの入力として供給される。
更なる例によると、少なくとも2つの到着時間インデックスから計算されたオーバラップする血管の接続性は別個に格納され、マルチレイヤマスクが後続のフローアルゴリズムに提供される。したがって、各レイヤについて、血流情報が別個に計算できる。
更なる例によると、血管の接続性は、オーバラップする血管の少なくとも2つの到着時間インデックスの計算に基づき、少なくとも2つの複数の時間的瞬間について決定される。複数の接続性インデックスは、異なる接続性インデックスを用いて画像シーケンスの部分を処理するために、後続のフローアルゴリズムにより使用できる。これは、血管が画像シーケンス全体の間にオーバラップしない比較的短い造影剤注入又は長い画像シーケンスの場合に有利であり得る。
さらに、セグメント化情報を提供する装置の作動方法であって、(a1)造影剤注入の後に得られた血管構造の時系列血管造影法2D画像のシーケンスを処理ユニットに提供するステップと、(b1)処理ユニットにより、時系列に沿って複数の決定されたピクセルの各々について、造影剤注入に関連する所定の特性の到着時間インデックスを決定するステップと、(b2)処理ユニットにより、複数の決定されたピクセルの各々について、血管信頼インデックスを計算するステップと、(c)血管信頼インデックスを到着時間インデックスと結合することにより、複数の決定されたピクセルの各々について接続性インデックスを計算するステップと、(d)処理ユニットにより、複数の決定されたピクセルから、血管構造のセグメント化データを生成するステップであって、セグメント化データは、ピクセルの接続性インデックスに基づく、ステップと、(e)更なる目的のためにセグメント化データを提供するステップと、を有する方法も提供される。
特に留意すべきことに、装置の作動方法は、画像処理装置の作動に関連する。方法のステップは、例えばデータが格納されるデータベースにより提供されても良い画像シーケンスに基づく。画像処理装置の作動方法に関連して、造影剤の注入は、方法のステップの部分ではなく、画像の取得のために実行されるだけである。しかしながら、取得された画像は、造影剤が注入されている間に造影剤の視覚的外観を決定するために、時系列が特定の画像の特定の時間インデックスとの関係を提供する限り、他の目的のためにも必要な画像であっても良い。
本発明によると、時系列に沿って各ピクセルのグレイレベルの分析を用いて、造影剤到着時間マップを計算することが提案される。これは、画像全体のうちの各ピクセルの中の造影剤の到着時間を推定可能にする。代替で、造影剤到着時間マップの他の特徴も、同じ目的、例えば、ピークまでの時間、造影剤が消失する時間、等を達成するために使用できる。他方で、計算された到着時間マップの場合によっては悩ましい視覚的印象を抑制するために、到着時間マップの品質を補正し増強するために、血管信頼マップの使用が提供される。この技術は、カラーコード画像の生成をもたらす。ここで、カラーは、到着時間を示し、飽和は、表示された値の範囲内での信頼度を示す。この技術により、単一画像の中の最大情報が纏められ、重なり合い及び隠れた血管が正確に視覚化される。この画像は、次に、例えば特定の信頼範囲の中で成長する領域として方法を用いてセグメント化される。到着時間マップに基づく接続性は、投影により重なり合っている異なる血管を区別させる。
図9は、方法のステップの更なる例を示す。
図示のように、動脈内の造影剤注入の後に得られた血管造影法のリアルタイムシーケンス302は、入力304として提供される。さらに、時間周波数分析306が設けられても良い。更なるフレーム310の中のグラフ308は、元の時系列312及び結果として生じたフィルタ済み時系列314のグラフを示す。時間周波数分析306では、各ピクセルのグレイレベルの変動は、雑音を除去するため及び造影剤の到着時間を計算するためにフィルタリングされても良い。このフィルタリング処理は、適応型再帰的時間フィルタ、ウィーナフィルタ、フーリエ変換、又は離散コサイン変換のような異なる技術に依存し得る。この処理の目的は、雑音及び血流拍動性に起因する造影剤変動を除去することである。
次のステップ316で、キーポイント分析及び特性解析が設けられる。例えば、更なるフレーム318は、到着時間320、最小造影時間322、消失時間24をグラフに沿って可能なキーポイントとして示す。例えば、フィルタ済み時系列は、造影剤到着時間、造影剤が流出する時間、及び最大造影剤存在時間を含む、造影剤注入の一般モデルに従って解釈される。これらのキーポイントは、自動的に及び個々に見付けられ、次のように定められる。(i)時系列の勾配が最小である、時間、(ii)時系列の勾配が最大であり且つ予め定められた到着時点より大きい、時間、(iii)時系列が最小であり且つ2つの前述の時点の間である、時間。
更なるステップとして、血管信頼計算326が設けられる。血管信頼計算326は、矢印セグメント328により示されるように血管造影シーケンス302と共に、又は矢印セグメント330により示されるように分析データをフィルタリングすることにより、供給されても良い。血管信頼計算ステップ326の下に、血管信頼マップ332を示す。
さらに、造影剤到着時間マップ334は、例えばキーポイント分析及び特性解析ステップ316からの、線矢印セグメント336により示される結果に基づき生成されても良い。さらに、例えば周辺の身体構造を示すために、造影剤到着時間マップのグラフィカル表現を構築するために、血管造影法シーケンス302を使用することも可能である。
更なるステップとして、カラーコード信頼及び到着時間マップを生成するステップ338が設けられる。最終的なカラーコード画像は、色が到着時間を示し、飽和状態が表示された値の範囲内の信頼度を示すように、構築されても良い。カラーコード画像は、色づけされた到着時間マップから同様に生成できる。ここで、各ピクセルのアルファ透明度(alpha transparency)は、血管信頼マップから制御される。
さらに、時間接続性に基づくセグメント化ステップが設けられる。ピクセルは、それらの造影剤到着時間値の間の差が所与の閾tより小さく、且つそれらの血管信頼度が閾vより高い場合、接続されていると見なされる。セグメント化は、次に、造影剤進行マップ342を生成するために、カラーコード信頼性及び到着時間マップと一緒に使用できる。
説明の目的で、図10は、上部に上述の血管信頼度344のグラフィカル表現を、中央部に造影剤到着時間表現346を示す。血管信頼度344の表現では、血管信頼度は、グレイスケールを用いて示されても良い。ここで、白色ピクセルは高い血管信頼度を示し、暗いピクセルは低い血管信頼度を示す。造影剤到着時間表現346では、到着時間は、青色から緑及び黄色を経て赤色までに渡る虹カラースケールを用いて示されても良い。ここで、青色は早い造影剤到着を示し、赤色は遅い造影剤到着を示す。さらに、下部分では、セグメント化表現348は接続性を示す。例えば、時間分解能は、高い分解能でも提供できるので、より緻密なセグメント化情報をもたらし得る。セグメント化表現348は、例えば血流を計算する更なるアルゴリズムの入力として使用できる、接続された血管を示す輪郭350と共に示される。輪郭350は、更なる手動補正のためにも提供できる。
図11は、上部に血管信頼度表現352、中央部に造影剤到着時間表現354、及び下部に輪郭358も有するセグメント化表現356の更なる例を示す。血管信頼度表現352は、シーケンス取得中の造影剤注入により明らかになった血管構造を示す。これは、多くの血管、及び多くの重なり合った血管セグメントを含む。造影剤到着時間表現354は、造影剤波面の侵食(wash)が動脈構造の各点に達するときを示す。早い到着は青色で、遅い到着は赤色で提供されても良い。この画像の高い勾配は、構造の中の造影剤経路の不連続を示し、セグメント化表現356を得ることを可能にする。このセグメント化表現356は、時間的に接続される、空間的に接続される構造に対応する血管構造を提供する。
図12は、造影剤進行マップ360の一例を示す。ここで、深さ情報がユーザに視覚的に提供されるが、例えば血流を計算する更なる計算ステップも提供される。
一態様によると、血管信頼度、時間到着マップ、及び時間差と結合された空間差(ピクセル強度)の基本態様を有する2D画像分析方法は、セグメント化を達成するために提供される。更なる例によると、手順は、重なり合う構造が良好に分離される画像を生成するために、画像シーケンスの空間及び時間的勾配を考慮することにより微調整できる。この画像は、血管信頼度マップからの情報、推定した到着時間、及び近隣ピクセルの時系列の間の絶対二乗差を含む追加情報をマージすることから成る。二乗差が、特定の基準、例えば固定閾、又はピクセル毎に計算された局所的流速より高いとき、それらは接続されていないと見なされる。このような画像を図12に示す。
利点として、留意しなければならないことに、血管が背景で交差するとき、ピクセルの中に格納される接続性情報は、前景血管及び背景血管のピクセルが直接隣接していたとしても、前景血管と背景血管との間にいかなる接続も存在しないことを示す。フロー計算を微調整するために接続性情報を使用できる。血液は、接続されているピクセルを通じてのみ流れることができる。さらに、この手順は、複雑な重なり合う構造の描写を簡単にする3D視覚効果を生成する。
手順は、血管が重なり合う場合、各ピクセルについて、複数の造影剤到着時間を検出するために拡張することもできる。この情報は、複数のレイヤに接続性を格納するために使用できる。したがって、各ピクセル毎に、接続性は、各血管セグメントについて別個に格納される。複数レイヤの接続性は、次に、異なるレイヤの造影剤波面を分離するために使用でき、各レイヤ毎に別個にフロー計算を繰り返ことができる。例えば、重なり合う血管は、複数レイヤで分析される。フロー波は、次に、各レイヤについて別個に続く。つまり、前景の血管があるレイヤに示され、背後にある血管は第2のレイヤに示され、両方のレイヤは、互いに離されて別個に提示できる。
図13〜16は、図9〜12の例を示し、グラフィカル線表現の代わりに、同じ参照符号に関連して写真画像が挿入される。これらの更なる図は、良好な理解を提供し、更なる説明は必要ない。
本発明の別の例示的な実施形態では、前述の実施形態のうちの1つによる方法の方法ステップを適切なシステムで実行するために適応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エレメントが提供される。コンピュータプログラムエレメントは、したがって、本発明の一実施形態の部分でもあり得るコンピュータユニットに格納されても良い。このコンピューティングユニットは、上述の方法のステップを実行する又は実行を誘起するよう適応されても良い。さらに、上述の装置のコンポーネントを作動するために適応されても良い。コンピューティングユニットは、自動的に作動するよう及び/又はユーザの命令を実行するよう適応できる。コンピュータプログラムは、データプロセッサのワーキングメモリにロードされても良い。データプロセッサは、したがって、本発明の方法を実行するよう実装されても良い。
本発明のこの例示的な実施形態は、最初から本発明を使用するコンピュータプログラム、及び既存のプログラムを更新により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、の両方を包含する。さらに、コンピュータプログラムエレメントは、上述の方法の例示的な実施形態の手順を満たす全ての必要なステップを提供し得る。
本発明の更なる例示的な実施形態によると、CD−ROMのようなコンピュータ可読媒体が提示され、コンピュータ可読媒体は、コンピュータプログラムエレメントを格納され、該コンピュータプログラムエレメントは先行するセクションにより記載される。コンピュータプログラムは、インターネット又は他の有線若しくは無線通信システムを介するような、他のハードウェアと共に又はその一部として提供される光記憶媒体又は固体媒体のような適切な媒体に格納され及び/又は分配されても良く、他の形式で分配されても良い。しかしながら、コンピュータプログラムは、ワールドワイドウェブのようなネットワークを介して提示され、このようなネットワークからデータプロセッサのワーキングメモリにダウンロード可能であっても良い。本発明の更なる例示的な実施形態によると、コンピュータプログラムエレメントをダウンロードのために利用可能にする媒体が提供される。該コンピュータプログラムエレメントは、本発明の前述の実施形態のうちの1つによる方法を実行するよう構成される。
留意すべきことに、本発明の実施形態は、異なる主題を参照して記載された。特に、幾つかの実施形態は、方法の種類の請求項を参照して記載されたが、他の実施形態は、装置の種類の請求項を参照して記載された。しかしながら、当業者は、上述の及び以下の説明から、特に断らない限り、ある種類の主題に属する特徴のいかなる組合せに加えて、異なる主題に関連する特徴の間のいかなる組合せも本願により開示されるものと見なされることを理解する。しかしながら、全ての特徴は結合でき、特徴の単純な和より大きな相乗効果を提供する。
本発明は図面及び上述の説明で詳細に説明されたが、このような図面及び説明は説明及び例であり、本発明を限定するものではない。本発明は開示された実施形態に限定されない。開示された実施形態の他の変形は、図面、詳細な説明、及び従属請求項を読むことにより、当業者に理解され請求項に記載された発明を実施する際に実施されうる。
留意すべき点は、用語「有する(comprising)」は他の要素又は段階を排除しないこと、及び単数を表す語(a、an)は複数を排除しないことである。単一のプロセッサ又は他のユニットが、請求の範囲に記載された幾つかのアイテムの機能を満たしても良い。特定の量が相互に異なる従属請求項に記載されるという事実は、これらの量の組合せが有利に用いることが出来ないことを示すものではない。請求項中のいかなる参照符号も請求の範囲又は本発明の範囲を制限するものと考えられるべきではない。

Claims (14)

  1. X線画像処理装置であって、
    インタフェースユニットと、
    データ処理ユニットと、
    を有し、
    前記インタフェースユニットは、造影剤注入の後に得られた血管構造の時系列血管造影法2D画像のシーケンスを提供するよう構成され、
    前記データ処理ユニットは、時系列に沿って複数の決定されたピクセルの各々について、前記造影剤注入に関連する所定の特性の到着時間インデックスを決定し、前記到着時間インデックスに基づき、前記複数の決定されたピクセルの各々について接続性インデックスを計算し、前記複数の決定されたピクセルから前記血管構造のセグメント化データを生成し、前記セグメント化データは、前記ピクセルの前記接続性インデックスに基づき、更なる目的のために前記セグメント化データを提供するよう構成され
    重なり合う血管について、少なくとも2つの到着時間インデックスが決定され、
    少なくとも2つの接続性インデックスは、別個に決定され格納される、
    X線画像処理装置。
  2. 前記データ処理ユニットは、前記複数の決定されたピクセルの各々について血管信頼インデックスを計算し、前記血管信頼インデックスを前記到着時間インデックスと結合することにより前記複数の決定されたピクセルの各々について前記接続性インデックスを計算するよう構成される、請求項1に記載のX線画像処理装置。
  3. ディスプレイユニット、を更に有し、
    前記データ処理ユニットは、前記セグメント化データから前記血管構造のセグメント化輪郭を生成するよう構成され、
    前記ディスプレイユニットは、前記セグメント化輪郭を表示するよう構成される、
    請求項1又は2に記載のX線画像処理装置。
  4. X線画像装置と、
    画像処理装置と、
    を有し、
    前記X線画像装置は、血管構造の時系列血管造影法2D画像を生成するよう構成され、
    前記X線画像処理装置は、請求項1、2、又は3に記載のX線画像処理装置である、
    X線画像システム。
  5. 注入装置、を有し、
    前記注入装置は、前記時系列2D画像のシーケンスの取得中にオブジェクトの血管構造の中に造影剤を制御可能に注入するよう構成される、
    請求項4に記載のX線画像システム。
  6. セグメント化情報を提供する方法であって、
    (a1)造影剤注入の後に得られた血管構造の時系列血管造影法2D画像のシーケンスを提供するステップと、
    (b1)時系列に沿って複数の決定されたピクセルの各々について、前記造影剤注入に関連する所定の特性の到着時間インデックスを決定するステップと、
    (c)前記到着時間インデックスに基づき、前記複数の決定されたピクセルの各々について接続性インデックスを計算するステップと、
    (d)前記複数の決定されたピクセルから前記血管構造のセグメント化データを生成するステップであって、前記セグメント化データは、前記ピクセルの前記接続性インデックスに基づく、ステップと、
    (e)更なる目的のために前記セグメント化データを提供するステップと、
    を有し、
    重なり合う血管について、少なくとも2つの到着時間インデックスが決定され、
    少なくとも2つの接続性インデックスは、別個に決定され格納される、
    方法。
  7. (b2)前記複数の決定されたピクセルの各々について血管信頼インデックスを計算するステップ、を有し、ステップ(c)は、前記血管信頼インデックスを前記到着時間インデックスと結合する、前記複数の決定されたピクセルの各々についての前記接続性インデックスを計算するステップを有する、
    請求項6に記載の方法。
  8. ステップ(a1)の後に、
    (a2)フィルタ済み画像のシーケンスを提供するために時間周波数分析を有するステップ、を有し、
    ステップ(b1)及び/又はステップ(b2)は前記フィルタ済み画像に基づく、
    請求項に記載の方法。
  9. ステップ(d)で前記セグメント化データを生成するために、隣接ピクセルが比較され、
    (i)それらの造影剤到着時間インデックスの値の間の差が所定の閾より小さい場合、及び/又は
    (ii)それらの血管信頼インデックスの値が所定の閾より高い場合、
    ピクセルは接続していると見なされる、請求項7又は8に記載の方法。
  10. ステップ(e)で、前記血管構造のセグメント化輪郭は、前記セグメント化データから生成され、
    (f)前記セグメント化輪郭を表示するステップ、
    を有する請求項乃至9のいずれか一項に記載の方法。
  11. ステップ(f)で、ピクセルの前記血管信頼インデックス及び前記到着時間インデックスから生成された合成画像に、前記セグメント化輪郭が重ね合わされ、ユーザに造影剤進行マップを提供する、請求項10に記載の方法。
  12. ステップ(d)の後に、前記セグメント化データの中に含まれる続性情報を、血流情報を決定する後続のフローアルゴリズムでマスクとして使用するステップ、を有する請求項6乃至11のいずれか一項に記載の方法。
  13. 請求項1乃至5のいずれか一項に記載の装置を制御するコンピュータプログラムエレメントであって、処理ユニットにより実行されると、請求項6乃至12のいずれか一項に記載の方法を実行するよう適応される、コンピュータプログラムエレメント。
  14. 請求項13に記載のプログラムエレメントを格納したコンピュータ可読媒体。
JP2016505912A 2013-04-03 2014-04-02 血管セグメント化 Active JP6530743B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP13305426 2013-04-03
EP13305426.2 2013-04-03
PCT/IB2014/060371 WO2014162273A1 (en) 2013-04-03 2014-04-02 Vessel segmentation

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2019095293A Division JP6695478B2 (ja) 2013-04-03 2019-05-21 血管セグメント化

Publications (2)

Publication Number Publication Date
JP2016514565A JP2016514565A (ja) 2016-05-23
JP6530743B2 true JP6530743B2 (ja) 2019-06-12

Family

ID=48143227

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2016505912A Active JP6530743B2 (ja) 2013-04-03 2014-04-02 血管セグメント化
JP2019095293A Active JP6695478B2 (ja) 2013-04-03 2019-05-21 血管セグメント化

Family Applications After (1)

Application Number Title Priority Date Filing Date
JP2019095293A Active JP6695478B2 (ja) 2013-04-03 2019-05-21 血管セグメント化

Country Status (5)

Country Link
US (1) US10089744B2 (ja)
EP (1) EP2994879A1 (ja)
JP (2) JP6530743B2 (ja)
CN (1) CN105103191B (ja)
WO (1) WO2014162273A1 (ja)

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102014214772A1 (de) * 2014-07-28 2016-01-28 Siemens Aktiengesellschaft Verfahren zur Erstellung eines Gefäßbildes und Verfahren zur Fluoroskopie-Darstellung von Gefäßen sowie entsprechend ausgestaltetes bildgebendes System
JP6707320B2 (ja) * 2015-06-01 2020-06-10 キヤノンメディカルシステムズ株式会社 画像処理装置およびx線診断装置
WO2017037287A1 (en) * 2015-09-04 2017-03-09 Katholieke Universiteit Leuven Method and device for identifying vascular connectivity of an image
US11116464B2 (en) 2015-10-28 2021-09-14 Canon Medical Systems Corporation X-ray diagnostic apparatus and image processing apparatus
JP6815135B2 (ja) * 2015-10-28 2021-01-20 キヤノンメディカルシステムズ株式会社 X線診断装置及び画像処理装置
US9962124B2 (en) 2015-11-20 2018-05-08 The Regents Of The University Of Michigan Automated analysis of vasculature in coronary angiograms
JP6878439B2 (ja) * 2015-12-30 2021-05-26 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. 体部の3次元モデル
JP6744158B2 (ja) * 2016-07-07 2020-08-19 キヤノンメディカルシステムズ株式会社 X線診断装置及び画像処理装置
DE102016219607A1 (de) * 2016-10-10 2018-04-12 Siemens Healthcare Gmbh Erzeugung einer mit anatomischen Bilddaten korrelierten Ergebniskarte
DE102017200489A1 (de) * 2017-01-13 2018-07-19 Siemens Healthcare Gmbh Verfahren zur Reduzierung von aufgrund von Gefäßüberlagerungen auftretenden Artefakten in einem vierdimensionalen Angiographiedatensatz, Bildverarbeitungseinrichtung, Computerprogramm und elektronisch lesbarer Datenträger
US10536853B2 (en) * 2017-03-03 2020-01-14 Texas Instruments Incorporated Secure network authentication at a gateway for non-internet protocol enabled devices
EP3420906A1 (en) * 2017-06-29 2019-01-02 Koninklijke Philips N.V. Image contrast enhancement of an x-ray image
EP3432262A1 (en) * 2017-07-18 2019-01-23 Koninklijke Philips N.V. Method and system for dynamic multi dimensional images of an object
CN109166097B (zh) * 2018-07-18 2021-04-20 北京理工大学 从造影图像序列中提取血管的方法及装置
JP7360470B2 (ja) * 2019-03-08 2023-10-12 ウィリアム イー バトラー, 血管造影撮像システムの時間的較正
JP2022549604A (ja) 2019-09-18 2022-11-28 バイエル、アクチエンゲゼルシャフト 教師あり学習によって訓練された予測モデルによるmri画像の予測
US20230218223A1 (en) 2019-09-18 2023-07-13 Bayer Aktiengesellschaft Generation of mri images of the liver
CN113329688B (zh) 2019-09-18 2023-11-28 拜耳公司 用于确定组织体素的特征的方法、系统和计算机可读介质
CN111281410B (zh) * 2020-03-13 2021-04-13 广东医科大学附属医院 一种基于造影技术的脑血管疾病成像方法及应用的造影剂
CA3177210A1 (en) 2020-04-03 2021-10-07 Bayer Aktiengesellschaft Generation of radiological images
CN111513738B (zh) * 2020-04-10 2023-08-01 北京东软医疗设备有限公司 血管造影方法、装置、设备及系统
CN111862045B (zh) * 2020-07-21 2021-09-07 上海杏脉信息科技有限公司 血管模型的生成方法及装置
US20240153163A1 (en) 2021-03-09 2024-05-09 Bayer Aktiengesellschaft Machine learning in the field of contrast-enhanced radiology
EP4224416A1 (en) * 2022-02-08 2023-08-09 Koninklijke Philips N.V. Identifying angiographic images for vessel assessment

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4504908A (en) * 1982-03-15 1985-03-12 General Electric Company Matched filter for X-ray temporal subtraction
FR2799028B1 (fr) * 1999-09-27 2002-05-03 Ge Medical Syst Sa Procede de reconstitution d'une image tridimentionnelle d'elements de fort contraste
DE10100572A1 (de) * 2001-01-09 2002-07-11 Philips Corp Intellectual Pty Verfahren zur Darstellung des Blutflusses in einem Gefäßbaum
US7450743B2 (en) * 2004-01-21 2008-11-11 Siemens Medical Solutions Usa, Inc. Method and system of affine registration of inter-operative two dimensional images and pre-operative three dimensional images
EP1714250A2 (en) * 2004-01-29 2006-10-25 Koninklijke Philips Electronics N.V. Automatic segmentation of tissues by dynamic change characterization
US20060211940A1 (en) 2004-10-01 2006-09-21 Marco Antonelli Blood vessel structure segmentation system and method
EP1790289A3 (en) 2005-11-02 2007-07-18 Kabushiki Kaisha Toshiba X-ray computed tomography apparatus and method of analyzing X-ray computed tomogram data
US20070225606A1 (en) * 2006-03-22 2007-09-27 Endothelix, Inc. Method and apparatus for comprehensive assessment of vascular health
US7986822B2 (en) 2006-04-24 2011-07-26 Siemens Medical Solutions Usa, Inc. System and method for X-ray based assessment of aneurysm pulsation
JP4834464B2 (ja) * 2006-06-06 2011-12-14 パナソニック株式会社 画像処理方法及び画像処理装置
RU2471239C2 (ru) * 2006-10-17 2012-12-27 Конинклейке Филипс Электроникс Н.В. Визуализация трехмерных изображений в комбинации с двумерными проекционными изображениями
US8073224B2 (en) * 2007-07-09 2011-12-06 Siemens Aktiengesellschaft System and method for two-dimensional visualization of temporal phenomena and three dimensional vessel reconstruction
JP2010536456A (ja) * 2007-08-20 2010-12-02 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 対象物、特に管腔又は血管内のフローの測定方法
EP2286383A1 (en) 2008-05-08 2011-02-23 Oslo Universitetssykehus HF Vessel segmentation in dce mr imaging
US8116542B2 (en) 2008-05-09 2012-02-14 General Electric Company Determining hazard of an aneurysm by change determination
WO2010018495A1 (en) 2008-08-13 2010-02-18 Koninklijke Philips Electronics N.V. Colour flow imaging in x-ray
JP5322548B2 (ja) * 2008-09-17 2013-10-23 株式会社東芝 X線ct装置、医用画像処理装置および医用画像処理プログラム
JP2010154982A (ja) * 2008-12-27 2010-07-15 Toshiba Corp X線コンピュータ断層撮影装置および画像処理装置
CN102791306B (zh) * 2009-12-28 2015-08-05 甘布罗伦迪亚股份公司 用于检测抽出和返回装置的构造的方法和装置
US9659365B2 (en) 2010-04-13 2017-05-23 Koninklijke Philips N.V. Image analysing

Also Published As

Publication number Publication date
JP6695478B2 (ja) 2020-05-20
JP2019162470A (ja) 2019-09-26
CN105103191B (zh) 2019-05-10
JP2016514565A (ja) 2016-05-23
CN105103191A (zh) 2015-11-25
EP2994879A1 (en) 2016-03-16
WO2014162273A1 (en) 2014-10-09
US10089744B2 (en) 2018-10-02
US20160035103A1 (en) 2016-02-04

Similar Documents

Publication Publication Date Title
JP6695478B2 (ja) 血管セグメント化
US20080294038A1 (en) Model-Based Flow Analysis and Visualization
US11642171B2 (en) Systems and methods for an interactive tool for determining and visualizing a functional relationship between a vascular network and perfused tissue
US20160196660A1 (en) Segmentation apparatus for interactively segmenting blood vessels in angiographic image data
JP7053656B2 (ja) 造影剤注入撮像
JP2019534727A5 (ja)
US10898267B2 (en) Mobile FFR simulation
JP2019534740A (ja) 狭窄評価用の機能的指標を決定する装置
WO2016174090A1 (en) Computer-implemented method for identifying zones of stasis and stenosis in blood vessels
Gasteiger Visual exploration of cardiovascular hemodynamics
WO2010018495A1 (en) Colour flow imaging in x-ray
CN111862312B (zh) 一种脑部血管显示装置及方法
Benz et al. A Fourier-based approach to the angiographic assessment of flow diverter efficacy in the treatment of cerebral aneurysms
Nikravanshalmani et al. Segmentation and separation of cerebral aneurysms: A multi-phase approach
Phellan et al. Segmentation-based blood flow parameter refinement in cerebrovascular structures using 4-D arterial spin labeling MRA
Verleger et al. Aligning 3D time-of-flight MRA datasets for quantitative longitudinal studies: evaluation of rigid registration techniques
Materka et al. Arteries tracking in simultaneous ToF-SWI MR images: image characteristics and preliminary results

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20170331

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20171227

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20180116

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180416

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20180717

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20181011

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: 20190423

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20190517

R150 Certificate of patent or registration of utility model

Ref document number: 6530743

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