NL2001257C - Systeem en werkwijze voor het onttrekken en labelen van vasculaire beelden. - Google Patents

Description

Korte aanduiding: Systeem en werkwijze voor het onttrekken en labelen van vasculaire beelden.

De uitvinding heeft in het algemeen betrekking op het gebied van medische afbeelding. Meer in het bijzonder heeft de uitvinding betrekking op een techniek voor het automatisch identificeren en labelen van bloedvaten in een medisch beeld.

Volumetrische medische afbeeldingssystemen zijn een waardevol gereedschap voor 5 de diagnose en behandeling van vele ziekten en aandoeningen geworden. In tegenstelling tot conventionele röntgenafbeeldingssystemen, die slechts in staat zijn om alleen tweedimensionale informatie over de inwendige anatomische kenmerken van een patiënt te verzamelen, zijn volumetrische medische afbeeldingssystemen in staat om inwendige anatomische informatie in drie dimensies te verzamelen. Deze driedimensionale informatie kan vervolgens worden 10 gebruikt om medische beelden vanuit een verscheidenheid aan verschillende perspectieven te vormen, terwijl conventionele röntgenbeelden beperkt zijn tot een beeld van een enkel aanzicht. Voorbeelden van volumetrische afbeeldingssystemen zijn computertomografie(CT)afbeeldings-systemen, magnetische-resonantieafbeelding(MRI)systemen en positronemissietomogra-fie(PET).

15 Eén factor, die de bruikbaarheid van deze afbeeldingstechnieken nadelig kan beïn vloeden, is de relatieve moeilijkheid om een bepaalde structuur van belang ten opzichte van zijn achtergrond te onderscheiden, in het bijzonder wanneer de achtergrond een soortgelijke textuur of structuur heeft. Segmentatieprogramma's zijn ontwikkeld om het onderzoeken van specifieke anatomische kenmerken te vergemakkelijken door middel van het uit het beeld elimine-20 ren van niet gewenste anatomische kenmerken. Bijvoorbeeld zijn segmentatieprogramma’s ontwikkeld, die het mogelijk maken om bot uit een beeld te verwijderen, zodat zachte weefsels eenvoudiger kunnen worden waargenomen. In sommige toepassingen kunnen na segmentatie nog steeds problemen bij het identificeren van een anatomisch kenmerk aanwezig zijn. Bijvoorbeeld kan een segmentatieprogramma worden gebruikt om de bloedvaten binnen de schedel, 25 welke bloedvaten de hersenen van bloed voorzien, ten opzichte van andere zachte weefsels en bot te segmenteren. Het na segmentatie achterblijvende grote aantal bloedvaten maakt identificatie van een specifiek bloedvat echter moeilijk. Bovendien kunnen de bloedvaten van de hersenen vele kronkelingen en omkeringen maken alsmede in elkaar kronkelen, hetgeen het zelfs nog moeilijker maakt om een specifiek bloedvat te identificeren. Als gevolg hiervan kan het 30 moeilijk zijn om een individueel bloedvat te identificeren of te volgen wanneer dit bloedvat zijn weg rond de hersenen volgt.

2001257 -2-

Beelden van de bloedvaten van de hersenen zijn van groot belang voor radiologen. Bijvoorbeeld zal een radioloog geïnteresseerd zijn in het identificeren van het bloedvatsegment, dat is afgesloten, indien het doel van een scan de detectie van een ischemisch herseninfarct is. Indien anderzijds het doel van de scan de detectie van een hemorrhagisch herseninfarct is, zal 5 een radioloog geïnteresseerd zijn in het lokaliseren van bloedvatknooppunten (of vertakkings-punten), die een gebruikelijke locatie van aneurisma's zijn. Een normaal gesegmenteerd beeld van de bloedvaten van de hersenen behoeft echter niet in het bijzonder behulpzaam te zijn in één van beide situaties, Het kan voor de radioloog moeilijk zijn om het betrokken specifieke bloedvat te identificeren. Verder kan het moeilijk zijn om een vertakkingspunt in een bloedvat te 10 onderscheiden door het eenvoudig overlappen van twee bloedvaten.

Er bestaat daarom behoefte aan een techniek, die de hierboven beschreven problemen zal overwinnen. De hieronder beschreven technieken kunnen één of meer van deze problemen oplossen.

Een techniek voor het produceren van een driedimensionaal gesegmenteerd beeld 15 van bloedvaten binnen de schedel van een patiënt en voor het automatisch labelen van de bloedvaten is verschaft. De techniek is echter ook toepasbaar op bloedvaten in andere delen van het lichaam. Een beeld van het hoofd wordt verkregen en een algoritme wordt vervolgens gebruikt om de beeldgegevens van een bloedvat te segmenteren ten opzichte van de beeldge-gevens van andere weefsels in het beeld om hetgeen, dat als een "bloedvatboom" bekend 20 staat, te vormen. Een algoritme wordt gebruikt om het hoofd en dus de bloedvatbeeldgegevens te verdelen in subvolumes, die vervolgens worden gebruikt om de worteleinden en de eindpunten van de voornaamste slagaders binnen de bloedvatboom aan te duiden. Een algoritme wordt gebruikt om een voxel in één van de in het onderste subvolume van de verdeling gelegen inwendige carotisslagaders te identificeren. De voxels in de rest van de bloedvatboom worden 25 vervolgens gecodeerd op basis van hun geodetische afstand vanaf het voxel in de inwendige carotisslagader. In het bovenste subvolume worden lokale afstandsmaxima gebruikt om eindpunten van de slagaders in de bloedvatboom te identificeren. Dit algoritme kan ook worden gebruikt in de andere subvolumes om de beginpunten en eindpunten van andere bloedvaten te lokaliseren. Het bovenste subvolume wordt verder onderverdeeld in linker en rechter voorste, 30 middelste en achterste zones. Op basis van hun locatie in één van deze zones worden de met de eindpunten van de bloedvaten corresponderende voxels gelabeld. Beginnend bij deze eindpunten, worden de slagadersegmenten teruggevolgd onder gebruikmaking van een kortste-baanalgoritme, dat gelijktijdig alle bloedvatvoxels langs de baan met een corresponderend anatomisch label, dat het bloedvat, waartoe het voxel behoort, identificeert, labelt. Meerdere 35 banen, die worden tegengekomen, worden geïdentificeerd en gelabeld als vertakkingspunten.

Deze en andere kenmerken, aspecten en voordelen van de uitvinding zullen beter worden begrepen bij het lezen van de volgende gedetailleerde beschrijving onder verwijzing -3- naar de bijgaande tekeningen, waarin dezelfde verwijzingscijfers gelijke onderdelen in de verschillende tekeningen representeren.

Fig. 1 is een blokschema van een medisch afbeeldingssysteem volgens een voor-beelduitvoeringsvorm van de onderhavige techniek; 5 fig. 2 is een anatomische tekening van enkele van de inwendige anatomische ken merken van het hoofd en de nek; fig. 3 is een onderaanzicht van een gedeelte van de hersenen, dat de voornaamste slagaders van de hersenen toont; fig. 4 is een vergroot aanzicht van een gedeelte van fig. 4, dat de cirkel van Willis 10 toont; fig. 5 is een blokschema van een werkwijze voor het produceren van een gesegmenteerd beeld van bloedvaten van de hersenen, waarbij de identiteit van de bloedvaten automatisch wordt vastgesteld, volgens een voorbeelduitvoeringsvorm van de onderhavige techniek; fig. 6 is een uitvoeringsvorm van een medisch beeld van een gedeelte van de inferieu-15 re verdeling van de hersenen volgens een voorbeelduitvoeringsvorm van de onderhavige techniek; fig. 7 is een representatie van de superieure verdeling van de hersenen, die in drie gebieden zijn onderverdeeld, en de detectie van eindpunten in bloedvaten in alle drie gebieden, volgens een voorbeelduitvoeringsvorm van de onderhavige techniek; 20 fig. 8 is een representatie van de door het markeren van de banen van de bloedvat- segmenten gevormde curve volgens een voorbeelduitvoeringsvorm van de onderhavige techniek; en fig. 9 is een gesegmenteerd medisch beeld van bloedvaten, waarbij de banen van de bloedvatsegmenten zijn gemarkeerd door een curve en zijn gelabeld, volgens een voorbeelduit-25 voeringsvorm van de onderhavige techniek.

Er wordt nu in het algemeen verwezen naar fig. 1, waarin een schematisch weergave van een medisch afbeeldingssysteem 20 met een scanner 22 is verschaft, welke scanner bestuurbaar is om een patiënt in drie dimensies af te tasten en om medische beeldgegevens van de inwendige anatomie van een patiënt te produceren. De scanner 22 kan enige van een ver-30 scheidenheid aan verschillende afbeeldingsmodaliteiten, zoals computertomografie (CT), magnetische resonantie (MR) en positronemissietomografie (PET), gebruiken. In deze uitvoeringsvorm hebben de door de scanner 22 verkregen medische beeldgegevens een digitale vorm. Driedimensionale beelden bestaan uit voxels. Een voxel in driedimensionale medisch afbeelding is analoog aan een pixel in tweedimensionale afbeelding. Een voxel is een volume-ele-35 ment en representeert een waarde in een rooster in de driedimensionale ruimte. De scanner 22 is bestuurbaar om waarden aan de voxels toe te kennen. De waarde van een voxel kan verschillende eigenschappen representeren. In CT-scans zijn de waarden Hounsfield-eenheden, - 4 - die de doorlatendheid van materiaal voor röntgenstralen representeren. In MR-afbeelding representeren de voxels een andere eigenschap.

De scanner 22 is verbonden met een lokale computer 24, die een gebruiker in staat stelt om de scanner 22 en andere componenten van het medische afbeeldingssysteem 20 te 5 bedienen. De lokale computer 24 is bestuurbaar om de door de scanner 22 geproduceerde medische beeldgegevens te ontvangen en om de medische beeldgegevens te bewerken teneinde een medisch beeld van de patiënt te produceren. Een monitor 26, een toetsenbord 28 en een muis 30 zijn verschaft om een gebruiker in staat te stellen in wisselwerking te treden met de lokale computer 24. Een gebruiker kan deze inrichtingen gebruiken om de lokale computer 10 24 te instrueren om de scanner 22 op te dragen gewenste delen van een patiënt te scannen. Bovendien is een afdrukinrichting 32 verschaft om gedrukte kopieën van medische beelden te kunnen afdrukken.

Een radioloog kan onder gebruikmaking van een computer 34 op afstand, die via een communicatienetwerk 36, zoals het Internet of als deel van een PACS, met de lokale computer 15 24 is verbonden, medische beelden ontvangen en manipuleren. Van de scanner 22 afkomstige medische beeldgegevens kunnen door de computer 34 op afstand worden opgehaald voor diagnostische doeleinden of voor verdere bewerking. Zoals bij de lokale computer 24, is de computer 34 op afstand voorzien van een monitor 38, een toetsenbord 40 en een muis 42 om een gebruiker in staat te stellen met de computer 43 op afstand in wisselwerking te treden.

20 In de getoonde uitvoeringsvorm is de computer 34 op afstand voorzien van een pro gramma, dat de computer in staat stelt de medische beeldgegevens te bewerken om een driedimensionaal gesegmenteerd beeld van bloedvaten te produceren en om afzonderlijke bloedvaten automatisch te labelen alsmede de baan van deze afzonderlijke bloedvaten, waaronder de begin- en eindpunten, te identificeren. Als resultaat hiervan maakt het programma het voor 25 een gebruiker mogelijk om de baan van een afzonderlijk bloedvat te volgen, wanneer dit bloedvat kronkelt en omkeert en met andere bloedvaten in elkaar kronkelt. Bovendien draagt het programma de computer 34 op afstand ook op om bloedvatvertakkingspunten automatisch te identificeren. Verder maakt het programma het voor een gebruiker mogelijk om de computer 34 op afstand op te dragen ongewenste bloedvaten uit het medische beeld te verwijderen, zoals 30 bloedvaten, die zich niet op een baan van belang bevinden. Eventueel kan het programma in de lokale computer 24 worden opgeslagen, in plaats van op de computer 34 op afstand, of beide computers kunnen het programma bevatten. In deze uitvoeringsvorm wordt het medische afbeeldingssysteem 20 gebruikt om een driedimensionaal gesegmenteerd beeld van anato-misch-gelabelde bloedvaten binnen de schedel, die de hersenen van bloed voorzien, te produ-35 ceren. Het medische afbeeldingssysteem 20 kan echter worden gebruikt om beelden van andere bloedvaten, zoals de bloedvaten van het hart, te verschaffen.

-5-

Er wordt nu in het algemeen verwezen naarfig. 2, waarin een aanzicht van de rechterzijde van het hoofd 44 en de nek 46 van een patiënt is verschaft. De hersenen bevinden zich in de craniaalholte binnen de schedel 48 van een patiënt, welke wordt ondersteund door halswervels 50. Het hoofd 44 ontvangt bloed van de rechter gemeenschappelijke carotisslagader 52, 5 de linker gemeenschappelijke carotisslagader (niet weergegeven in dit aanzicht), de rechter wervelslagader 54 en de linker wervelslagader (eveneens niet weergegeven in dit aanzicht). De linker gemeenschappelijke carotisslagader en de linker wervelslagader zijn aan de tegenovergestelde zijde van het hoofd 44 gelegen. De rechter gemeenschappelijke carotisslagader 52 splitst zich in een rechter inwendige carotisslagader 56 en een rechter uitwendige carotisslag-10 ader 58. Op overeenkomstige wijze splitst de linker gemeenschappelijke carotisslagader zich in een linker inwendige carotisslagader en een linker uitwendige carotisslagader. De rechter wervelslagader 54 en de linker wervelslagader strekken zich door de halswervels 50 uit tot in de schedel 48 via het foramen magnum om bloed aan de hersenen te leveren. De rechter inwendige carotisslagader 56 en de linker inwendige carotisslagader lopen via het foramen lacerum 15 tot in de schedel 48. De rechter en linker uitwendige carotisslagaders leveren bloed aan bloedvaten van het hoofd 44 buiten de schedel 48, zoals de gezichtsspieren.

Er wordt nu in het algemeen verwezen naarfig. 3 en 4, waarin de slagaders, die bloed aan de hersenen leveren, samenkomen om een netwerk van bloedvaten binnen de schedel 48, welke bloedvaten bloed aan de verschillende delen van de hersenen 60 leveren, te vormen.

20 Naar het achtereinde van de hersenen 60 toe, komen de rechter wervelslagader 54 en de linker werverslagader 62 samen om de basilaire slagader 64 te vormen. De basilaire slagader 64 loopt langs de ventrale hersenstam en heeft aftakkingen, die bloed aan de brug, de middenhersenen en de kleine hersenen leveren. De basilaire slagader 64 eindigt door zich te verdelen in een rechter achterste hersenslagader 66 en een linker achterste hersenslagader 68, die delen 25 van de occipitale en temporale lobben van de grote hersenen van bloed voorzien.

Zoals het beste is getoond in fig. 4, vormen de achterste hersenslagaders ook een gedeelte van de hersenslagadercirkel, ook wel bekend als de cirkel van Willis, die in het algemeen met het verwijzingscijfer 70 is aangeduid, aan de basis van de hersenen 60. De cirkel van Willis 70 is een cirkel van slagaders, die het wervelslagadersysteem en de carotisslagader-30 systemen verbinden, en verschaft alternatieve doorgangen waardoorheen bloed de weefsels van de hersenen kan bereiken in het geval dat een bloedvat geblokkeerd raakt of zich vernauwt. De inwendige carotisslagaders vormen ook een deel van de cirkel van Willis 70. De rechter inwendige carotisslagader 56 eindigt door zich te vertakken in een rechter voorste hersenslagader 72 en een rechter middelste hersenslagader 74. Op overeenkomstige wijze eindigt 35 de linker inwendige carotisslagader 76 door zich te vertakken in een linker voorste hersenslagader 78 en een linker middelste hersenslagader 80. De rechter voorste hersenslagader 72 is door middel van de voorste verbindingsslagader 82 met de linker voorste hersenslagader 78 -6- verbonden. De rechter middelste hersenslagader 74 is door middel van de rechter achterste verbindingsslagader 84 met de rechter achterste hersenslagader 66 verbonden. Op overeenkomstige wijze is de linker middelste hersenslagader 80 door middel van de linker achterste verbindingsslagader 86 met de linker achterste hersenslagader 68 verbonden, hetgeen de cir-5 kei van Willis 70 voltooit.

Weer verwijzend naar fig. 3, strekken de hartslagaders zich rond de hersenen 60 uit en vertakken zich in vele kleinere slagaders, die bloed aan de hersenen 60 leveren. De benamingen van de verschillende hersenslagaders suggereren hun uiteindelijke bestemmingen. De rechter voorste harstslagader 72 levert bloed aan het rechter voorste gedeelte 88 van de her-10 senen 60. De linker voorste hersenslagader 78 levert bloed aan het linker voorste gedeelte 90 van de hersenen. De rechter middelste hersenslagader 74 levert bloed aan het rechter middelste gedeelte 92 van de hersenen 60. De linker middelste hersenslagader 80 levert bloed aan het linker middelste gedeelte 94 van de hersenen 60. De rechter achterste hersenslagader 66 levert bloed aan het rechter achterste gedeelte 96 van de hersenen. Ten slotte levert de linker 15 achterste hersenslagader 68 bloed aan het linker achterste gedeelte 98 van de hersenen 60.

Er wordt nu in het algemeen verwezen naar fig. 5, waarin een blokschema van een techniek voor het produceren van een driedimensionaal gesegmenteerd beeld van bloedvaten binnen de schedel van een patiënt en voor het automatisch labelen van de bloedvaten is verschaft, en welke techniek in het algemeen door middel van het verwijzingscijfer 100 is aange-20 duid. Zoals hieronder in detail zal worden toegelicht, wordt een beeld van het hoofd verkregen en wordt vervolgens een algoritme gebruikt om de bloedvatvoxels te segmenteren ten opzichte van de voxels, die corresponderen met andere weefsels in het beeld, om een bloedvatboom te vormen. Ook wordt een algoritme gebruikt om het hoofd in drie subvolumes te verdelen, welke subvolumes vervolgens worden gebruikt om de worteleinden en de eindpunten van de hoofd-25 slagaders van de bloedvatboom aan te wijzen. Vervolgens wordt een algoritme gebruikt om een voxel in de in het onderste subvolume van de verdeling van het hoofd gelegen inwendige carotisslagaders te identificeren. De voxels in de rest van de bloedvatboom worden vervolgens gecodeerd op basis van hun geodetische afstand vanaf het voxel in de inwendige carotisslag-ader. In het bovenste subvolume worden lokale afstandsmaxima gebruikt om eindpunten van 30 de slagaders in de bloedvatboom te identificeren. Het bovenste subvolume wordt verder onderverdeeld in linker en rechter voorste, middelste en achterste zones. De met de eindpunten corresponderende voxels worden gelabeld op basis van hun locatie in één van deze zones. Beginnend bij deze eindpunten worden de slagadersegmenten teruggevolgd onder gebruikmaking van een kortste-baanalgoritme, dat tegelijkertijd alle bloedvatvoxels langs de baan met een 35 corresponderend anatomisch label labelt. Meerdere sporen, die voldoen, worden geïdentificeerd en gelabeld als vertakkingspunten. Merk op, dat deze techniek ook kan worden gebruikt voor bloedvaten in andere delen van het lichaam.

-7-

Het eerste blok van de techniek, in het algemeen aangeduid met verwijzingscijfer 102, is bedoeld om een scan van het hoofd van de patiënt onder gebruikmaking van de scanner 22 van het medische afbeeldingssysteem 20 van fig. 1 uit te voeren. Bij het uitvoeren van een scan van het hoofd van een patiënt zullen van anatomische kenmerken anders dan bloedvaten 5 afkomstige gegevens aanwezig zijn, zoals beeldgegevens van bot, beeldgegevens van her-senmaterie, beeldgegevens van zenuwen, enz. Typisch wordt een contrastmiddel geïnjecteerd in de bloedstroom van de patiënt, welk contrastmiddel het verschil tussen bloedvaten en andere anatomische kenmerken zal versterken. Bijvoorbeeld kunnen beeldgegevens worden verkregen van CT-angiografie, Time-of-Flight (TOF) MR-angiografie, contrast-versterkte MR-angio-10 grafie of soortgelijke procedure. De uit de scan van het hoofd van een patiënt verkregen medische afbeeldingsgegevens kunnen worden opgeslagen om door een radioloog te worden bekeken of voor verdere bewerking. Tot zover betreft de techniek standaard medische beeldpro-ductietechnieken. Verdere bewerking van de medische afbeeldingsgegevens kan door een radioloog of iemand anders worden uitgevoerd.

15 In deze uitvoeringsvorm begint de verdere bewerking van de medische beeldgege vens met een segmentatiealgoritme, dat in het algemeen door blok 104 wordt gerepresenteerd. Het segmentatiealgoritme is bestuurbaar om voxels te identificeren, die met bloedvaten corresponderen, ten opzichte van voxels, die met andere weefsels corresponderen. De ten opzichte van de andere weefsels gesegmenteerde bloedvaten vormen de bloedvatboom. Merk op, dat 20 dit blok en sommige van de of alle volgende blokken automatisch kunnen worden uitgevoerd zodra geïnitieerd.

Beeldgegevens van een gesegmenteerd bloedvat worden vervolgens bewerkt onder gebruikmaking van een voorbewerkingsalgoritme, dat in het algemeen door blok 106 wordt gerepresenteerd. Afhankelijk van de uitgevoerde angiografieprocedure, zoals CT-angiografie of 25 TOF MR-angiografie, contrast-versterkte MR-angiografie, worden de gesegmenteerde medische beeldgegevens opgeschoond door een algoritme, dat bestuurbaar is om strooistructuren te verwijderen. Bijvoorbeeld kan een botverwijderingsalgoritme worden gebruikt om de van CT-angiografie afkomstige beeldgegevens op te schonen, terwijl een op intensiteits- en volumebeperking gebaseerde aanpak kan worden gebruikt bij TOF MR-angiografie. Het segmentatieal-30 goritme kan de kenmerken van belang identificeren door middel van verwijzing naar bekende of geanticipeerde beeldkarakteristieken, zoals randen, identificeerbare structuren, grenzen, veranderingen, of overgangen in kleuren of intensiteiten, veranderingen of overgangen in spectro-grafische informatie enzovoort. In de getoonde uitvoeringsvorm wordt het gesegmenteerde volume opgeschoond en gelabeld onder gebruikmaking van driedimensionaal verbonden com-35 ponenten met een drempelomvang van 1500 mm3. Deze volumedrempel wordt gebruikt om de kleine uitwendige carotisslagaders en -aders te verwijderen. De bloedvatsegmenten van de voornaamste slagaders, zoals de carotisslagaders en de wervelslagaders, blijven echter achter.

-8-

Na voorbewerking worden de bloedvatbeeldgegevens bewerkt met een hoofdverde-lingsalgoritme, dat in het algemeen door het blok 108 wordt gerepresenteerd. In deze uitvoeringsvorm verdeelt het hoofdverdelingsalgoritme het hoofd en de nek in drie subvolumes. Deze subvolumes bevatten een inferieure verdeling (IP), waarin de slagaders cirkelvormig in dwars-5 doorsnede zijn, maar het bot raken of door het bot heen gaan, een middelste verdeling (MP), waarin de bloedvaten door de cirkel van Willis rondgaan en een superieure verdeling (SP), waarin de bloedvaten naar de verschillende gebieden van de hersenen vertakken.

De beeldgegevens, die in drie verdelingen van het hoofd zijn verdeeld, worden vervolgens automatisch bewerkt met een enkelvoudige-kiemdetectiealgoritme, zoals door het blok 10 110 gerepresenteerd. Een enkelvoudige-kiempunt verwijst naar een "kiem'Voxel of verzameling van voxels, vanaf welke afstanden worden bepaald. Het enkelvoudige-kiempuntalgoritme wordt gebruikt in de inferieure verdeling om een voxel in de inwendige carotisslagaders te identificeren om als het enkelvoudige kiempunt (d.w.z., beginpunt) te dienen. Bovendien identificeert het algoritme de eindpunten van bloedvaten in de inferieure verdeling.

15 Een geodetische-afstand- en grenscodeberekeningsalgoritme wordt vervolgens uitge voerd in alle drie verdelingen, zoals in het algemeen door blok 112 wordt aangeduid. Alle voxels op de bloedvatboom worden aangeduid met hun geodetische afstand tot het enkelvoudige-kiempunt. In het mathematische subveld van grafiektheorie, is de afstand tussen twee vertices in een grafiek het aantal randen op een kortste baan, die deze twee vertices verbindt. Dit is ook 20 bekend als de geodetische afstand. Een enkelvoudige-kiemcode wordt binnen de bloedvatboom gegenereerd om de lengte van de kortste geodetische baan tussen een voxel en het enkelvoudige-kiempunt vast te stellen. De enkelvoudige-kiemcode classificeert het object in een verzameling van clusters, waarbij elk cluster de doorsnijding van het bloedvat en een bol is, bekend als kromme van Viviani, gecentreerd op een referentiepunt binnen het bloedvat. De 25 kromme van Viviani, ook wel bekend als venster van Viviani, is een door vier vensters op een bolvormige koepel gegenereerde ruimtelijke kromme, zodat de koepel rectificeerbaar is. De grenscode is de minimum afstand tot de grens en wordt berekend onder gebruikmaking van een driedimensionale stadsblok-afstandsmethode.

Ook wordt een algoritme gebruikt om eindpunten in de superieure verdeling te detec-30 teren, zoals in het algemeen door blok 114 wordt aangeduid. Zoals hierboven is opgemerkt, correspondeert de superieure verdeling met het craniale gebied van de hersenen. Het subvolume wordt verder verdeeld in linker en rechter gebieden voor de middelste hersenslagader en in een middengebied voor de voorste en achterste hersenslagader. Door het eindpuntdetectie-onderzoek alleen tot deze gebieden te beperken, worden van aders en andere structuren af-35 komstige valse positieven vermindert. Lokale maxima in de enkelvoudige-kiemcode in de linker, rechter en middelste gebieden worden geïdentificeerd als kandidaat-eindpunten. Op basis van hun locatie in één van deze zones, worden de met de eindpunten corresponderende voxels -9- gelabeld. Bijvoorbeeld zal een met een in het rechter voorste gedeelte van de hersenen gedetecteerd eindpunt corresponderend voxel met "RACA" voor rechter voorste hersenslagader gelabeld kunnen worden.

Beginnend bij deze eindpunten, worden de slagadersegmenten teruggevolgd vanaf de 5 superieure verdeling naar de inferieure verdeling onder gebruikmaking van een kortste-baanal-goritme, dat tegelijkertijd alle voxels van het bloedvatsegment langs de baan met een corresponderend anatomisch label labelt, zoals In het algemeen door het blok 116 wordt aangeduid. Het kortste-baanalgoritme verbindt de eindpunten met het startpunt onder gebruikmaking van een standaard zesentwintig naburig-gebied aangroeirij. Banen, die een lengte groter dan een 10 drempel hebben, worden als geldige vertakkingen beschouwd om valse vertakkingen, die afkomstig kunnen zijn van segmentatieartefacten of valse "brugvorming", te vermijden. Een ver-takkingspunt wordt gedetecteerd, wanneer de gebiedaangroeiing een eerder geïdentificeerde locatie tegenkomt, hetgeen impliceert, dat een vanaf een ander eindpunt berekende baan de locatie reeds heeft bezocht. De kortste banen kunnen worden aangegeven op het medische 15 beeld door middel van een curve, kleurcodering van de bloedvatsegmenten of enige andere visuele indicator.

Vervolgens wordt een actief contouralgoritme gebruikt in het getoonde algoritme om de door het kortste-baanalgoritme onttrokken curve te effenen, zoals gerepresenteerd door blok 118. Voorwaarden worden geplaatst om te waarborgen dat de curve de bloedvatwand niet 20 kruist, in het bijzonder voor kleine kronkelende bloedvaten. Het bloedvatbeeld kan vervolgens door de gebruiker worden gewijzigd op basis van de geïdentificeerde bloedvatbanen, vertak-kingspunten en/of labeling, zoals gerepresenteerd door blok 120. Bijvoorbeeld kunnen niet-be-nodigde bloedvatsegmenten uit het medische beeld worden verwijderd door de gebruiker.

Er wordt nu in het algemeen verwezen naar fig. 6, waarin een gedeelte van het beeld 25 van de bloedvatboom in de inferieure verdeling van de hersenen is verschaft. In de getoonde uitvoeringsvorm is het op één van de inwendige carotisslagaders 124 gelegen enkelvoudige-kiempunt 122 geïdentificeerd. Bovendien zijn eindpunten 126 van slagaders in de inferieure verdeling geïdentificeerd.

Er wordt nu in het algemeen verwezen naar fig. 7, waarin een aanzicht van één zijde 30 van de superieure verdeling van de hersenen is verschaft. Zoals hierboven is opgemerkt, is de superieure verdeling verdeeld in een achterste gebied 128, een middelste gebied 130 en een voorste gebied 132. Aan de in het achterste gebied 128 gelegen eindpunten 135 is een anatomisch label gegeven om hen als een bloedvatsegment van een achterste hersenslagader te identificeren. Op overeenkomstige wijze is aan de in het middelste gebied 130 gelegen eind-35 punten 136 een anatomisch label gegeven om hen als een bloedvatsegment van een middelste hersenslagader te identificeren. Ten slotte is aan de in het voorste gebied 132 gelegen eindpunten 138 een anatomisch label gegeven om hen als een bloedvatsegment van een voorste -10- hersenslagader te identificeren. Deze labels worden gehandhaafd wanneer het kortste-baanal-goritme de bloedvatsegmenten terug naar het enkelvoudig-kiempunt volgt.

Er wordt nu in het algemeen verwezen naar fig. 8, waarin een voorbeeld van een curve van de banen van bloedvatsegmenten is verschaft, in het algemeen aangeduid met het 5 verwijzingscijfer 140. De middenlijnbanen van bloedvatsegmenten worden gerepresenteerd door lijnen 142. Vertakkingspunten worden in deze uitvoeringsvorm door cirkels 144 gerepresenteerd.

Er wordt nu in het algemeen verwezen naar fig. 9, waarin een medisch beeld van bloedvatsegmenten, geproduceerd volgens de hierboven beschreven techniek, is verschaft. In 10 aanvulling op het verschaffen van het beeld van de bloedvatsegmenten 146, worden de lijnen 142, die de middenlijnbanen van de bloedvatsegmenten 146 markeren, op de bloedvatsegmenten 146 gelegd. De cirkels 144, die de vertakkingspunten van bloedvatsegmenten 146 identificeren, zijn eveneens verschaft. In dit voorbeeld is de identiteit van de bloedvatsegmenten 146 aangegeven door middel van visueel label 148. Het visuele label 148 kan vele vormen 15 aannemen. De benamingen kunnen op het beeld naast het bloedvatsegment 146 gespeld zijn of een sleutel kan worden gebruikt. In aanvulling op of als alternatief voor, kunnen de bloedvatsegmenten 146 met verschillende kleuren, die corresponderen met verschillende bloedvatsegmenten 146, kleur-gecodeerd zijn. In dit voorbeeld is een aneurisma 150 aanwezig. Merk op, dat het aneurisma 150 in de nabijheid van een vertakkingspunt is gelegen. Hier is de aanwe-20 zigheid van het aneurisma 150 benadrukt door plaatsing van een referentiepijl 152 aangrenzend aan het aneurisma.

Als gevolg van deze techniek kan een gebruiker probleempunten in de bloedvaten van de hersenen, die door het medische afbeeldingssysteem 20 automatisch zijn geïdentificeerd, snel identificeren. Bijvoorbeeld kan een aneurisma snel worden geïdentificeerd en vervolgens 25 worden gemarkeerd op het beeld. De benamingen van de bloedvaten worden automatisch geïdentificeerd en gelabeld om eenvoudig teruggehaald te kunnen worden. Bovendien worden vertakkingspunten automatisch geïdentificeerd en gemarkeerd op het medische beeld. Deze kenmerken en andere kenmerken kunnen alle de behandeling en diagnose van beroerten en andere vasculaire aandoeningen sterk vergemakkelijken.

30 Aanvullende modificatie in het beeld kan worden uitgevoerd. Bijvoorbeeld kunnen bloedvatsegmenten 146 met een kleur worden gecodeerd. De bloedvatsegmenten 146 kunnen door een gebruiker worden gewist onder gebruikmaking van de lijnen 142, die de middenlijnbanen van de bloedvatsegmenten 146 markeren, als begeleiding.

Hoewel slechts bepaalde kenmerken van de uitvinding hierin zijn getoond en beschre-35 ven, zullen vele modificaties en veranderingen duidelijk zijn voor de vakman op dit gebied van de techniek. Het zal daarom duidelijk zijn, dat de bijgaande conclusies bedoeld zijn om dergelijke modificaties en veranderingen als vallende binnen de werkelijke gedachte van de uitvinding te omvatten.

- 11 -

ELEMENTENLIJST

20 medisch afbeeldingssysteem 22 scanner 24 lokale computer 26 monitor 28 toetsenbord 30 muis 32 afdrukinrichting 34 computer op afstand 36 communicatienetwerk 38 monitor 40 toetsenbord 42 muis 44 hoofd van een patiënt 46 nek 48 schedel van een patiënt 50 halswervels 52 rechter gemeenschappelijke carotisslagader 54 rechter wervelslagader 56 rechter inwendige carotisslagader 58 rechter uitwendige carotisslagader 60 hersenen 62 linker wervelslagader 64 basilaire slagader 66 rechter achterste hersenslagader 68 linker achterste hersenslagader 70 cirkel van Willis 72 rechter voorste hersenslagader 74 rechter middelste hersenslagader 76 linker inwendige carotisslagader 78 linker voorste hersenslagader 80 linker middelste hersenslagader 82 voorste verbindingsslagader 84 rechter achterste verbindingsslagader 86 linker achterste verbindingsslagader 88 rechter voorste gedeelte van de hersenen -12- 90 linker voorste gedeelte van de hersenen 92 rechter middelste gedeelte van de hersenen 94 linker middelste gedeelte van de hersenen 96 rechter achterste gedeelte van de hersenen 98 linker voorste gedeelte van de hersenen 100 techniek voor het produceren van een driedimensionaal gesegmenteerd beeld van bloedvaten binnen de schedel van een patiënt en voor het automatisch labelen van de bloedvaten 102 voer een scan van het hoofd van een patiënt uit onder gebruikmaking van het medische afbeeldingssysteem 104 verdere bewerking van de medische beeldgegevens met een segmentatiealgo- ritme 106 gesegmenteerde bloedvatbeeldgegevens worden vervolgens bewerkt onder ge bruikmaking van een voorbewerkingsalgoritme 108 na voorbewerking worden de bloedvatbeeldgegevens bewerkt met een hoofdver- delingsalgoritme 110 de beeldgegevens, die in drie hoofdverdelingen zijn verdeeld, worden vervolgens automatisch bewerkt met een enkelvoudige-kiemdetectiealgoritme 112 een geodetische-afstand- en grenscodeberekeningsaigoritme wordt vervolgens uitgevoerd op alle drie verdelingen 114 ook wordt een algoritme gebruikt om eindpunten in de superieure verdeling te detecteren 116 beginnend bij deze eindpunten worden de slagadersegmenten teruggevolgd vanaf de superieure verdeling naar de inferieure verdeling onder gebruikmaking van een kortste-baanalgoritme, dat tegelijkertijd alle bloedvatsegmentvoxels langs de baan met een corresponderend anatomisch label labelt 118 vervolgens wordt een actief contouralgoritme gebruikt in het getoonde algoritme om de door het kortste-baanalgoritme onttrokken curve te effenen 120 het bloedvatbeeld kan vervolgens door de gebruiker worden gewijzigd op basis van de geïdentificeerde bloedvatbanen, vertakkingspunten en/of labeling 122 het enkelvoudige-kiempunt 124 één van de inwendige carotisslagaders 126 eindpunten van slagaders 128 achterste gebied 130 middelste gebied 132 voorste gebied 134 In het achterste gebied gelegen eindpunten -13- 136 In het middelste gebied gelegen eindpunten 138 In het voorste gebied gelegen eindpunten 140 curve van de banen van bloedvatsegmenten 142 middenlijnbanen van bloedvatsegmenten 144 cirkels, die vertakkingspunten representeren 146 bloedvatsegmenten 148 anatomisch label 150 aneurisma 152 pijl, die een vertakkingspunt identificeert 2001257

Claims (10)

1. Computer-geïmplementeerde werkwijze voor het verwerken van medische beeld-gegevens, omvattende: het verdelen (108) van de beeldgegevens, die representatief zijn voor een aantal bloedvaten, in een aantal subvolumes (128,130,132); 5 het identificeren (110) van een eerste voxel, dat correspondeert met een relatief eind punt (134, 136, 138) van een bloedvat; het identificeren (114) van het bloedvat, dat met het eerste voxel correspondeert, op basis van het subvolume (128,130,132) waarin het eerste voxel is gelegen; en het labelen (114) van het eerste voxel met gegevens om het eerste voxel te identifice-10 ren als zijnde een deel van het bloedvat.

2. Computer-geïmplementeerde werkwijze volgens conclusie 1, omvattende: het identificeren (110) van een tweede voxel, dat correspondeert met een relatief beginpunt (126) van een bloedvat; en het labelen (114) van het tweede voxel met gegevens om het tweede voxel te identifi- 15 ceren.

3. Computer-geïmplementeerde werkwijze volgens conclusie 1, omvattende: het segmenteren (104) van de beeldgegevens, die representatief zijn voor een aantal bloedvaten, uit beeldgegevens, die representatief zijn voor een inwendige anatomie van een patiënt, die de voor een aantal bloedvaten representatieve beeldgegevens omvatten.

4. Computer-geïmplementeerde werkwijze volgens conclusie 1, omvattende: het identificeren (110) van een voxel, dat tot een specifiek bloedvat behoort, uit de beeldgegevens, die representatief zijn voor een aantal bloedvaten; het vaststellen (112) van een relatieve afstand van elk voxel in de beeldgegevens, die representatief zijn voor een aantal bloedvaten, tot het voxel (122), dat tot een specifiek bloedvat 25 behoort; het labelen (112) van elk voxel met zijn relatieve afstand tot het voxel (122), dat tot een specifiek bloedvat behoort; en het volgen (116) van een baan door de beeldgegevens, die representatief zijn voor een aantal bloedvaten, vanaf het eerste voxel, dat correspondeert met het relatieve eindpunt 30 (134,136,138) van een bloedvat, tot het tweede voxel, dat correspondeert met een relatief beginpunt (126) van een bloedvat, op basis van de relatieve afstand van elk voxel tot het voxel (122), dat tot een specifiek bloedvat behoort, waarin het algoritme elk voxel langs de baan met gegevens labelt om het bloedvat, dat correspondeert met het relatieve eindpunt (134, 136,138) van het bloedvat, te identificeren. 2001257 -15-

5. Computer-geïmplementeerde werkwijze volgens conclusie 4, waarin het identificeren van een eerste voxel, dat correspondeert met een relatief eindpunt (134,136,138) van een bloedvat, is gebaseerd op het identificeren van een voxel, dat een lokaal maximum in relatieve afstand tot het voxel (122), dat tot een specifiek bloedvat behoort, heeft.

6. Computer-geïmplementeerde werkwijze volgens conclusie 4, waarin het vaststellen (112) van een relatieve afstand van elk voxel in de afbeeldingsgegevens, die representatief zijn voor een aantal bloedvaten, tot het voxel (122), dat tot een specifiek bloedvat behoort, het vaststellen (114) van de geodetische afstand van elk voxel in de beeldgegevens, die representatief zijn voor een aantal bloedvaten, tot het voxel (122), dat tot een specifiek bloedvat behoort, om-10 vat.

7. Computer-geïmplementeerde werkwijze volgens conclusie 6, waarin het volgen (116) van een baan door de beeldgegevens, die representatief zijn voor een aantal bloedvaten, het gebruiken van de geodetische afstand van voxels in de beeldgegevens, die representatief zijn voor een aantal bloedvaten, tot het voxel (122), dat tot een specifiek bloedvat behoort, om- 15 vat om de kortste baan vanaf het eerste voxel, dat correspondeert met het relatieve eindpunt (134,136,138) van een bloedvat, naar het tweede voxel, dat correspondeert met het relatieve beginpunt (126) van een bloedvat, vast te stellen.

8. Computer-geïmplementeerde werkwijze volgens conclusie 7, omvattende: het labelen (120) van een gedeelte van het bloedvat als een vertakkingspunt (144), 20 wanneer een door het aantal bloedvaten gevolgde eerste baan (142) samenkomt met een door het aantal bloedvaten gevolgde tweede baan (142), die reeds een voxel heeft, dat is gelabeld met gegevens om het met het relatieve eindpunt van het bloedvat corresponderende bloedvat te identificeren.

9. Computer-geïmplementeerde werkwijze volgens conclusie 4, waarin het identïfice-25 ren (110) van een voxel, dat tot een specifiek bloedvat behoort, uit de beeldgegevens, die representatief zijn voor een aantal bloedvaten, wordt beperkt tot een subvolume (128,130,132), dat correspondeert met een verwachte locatie van het specifieke bloedvat.

10. Computer-geïmplementeerde werkwijze volgens conclusie 1, waarin het identificeren (110) van een eerste voxel, dat correspondeert met een relatief eindpunt van een bloedvat, 30 wordt beperkt tot één of meer subvolumes (128,130,132), die corresponderen met verwachte locaties van eindpunten (134,136,138) van bloedvaten. 2001257