CN101084528B - 用于集成可移动人体的医疗诊断信息和几何模型的方法、*** - Google Patents
用于集成可移动人体的医疗诊断信息和几何模型的方法、*** Download PDFInfo
- Publication number
- CN101084528B CN101084528B CN2005800438265A CN200580043826A CN101084528B CN 101084528 B CN101084528 B CN 101084528B CN 2005800438265 A CN2005800438265 A CN 2005800438265A CN 200580043826 A CN200580043826 A CN 200580043826A CN 101084528 B CN101084528 B CN 101084528B
- Authority
- CN
- China
- Prior art keywords
- geometric model
- movable body
- data set
- image data
- texture image
- 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.)
- Expired - Fee Related
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/04—Texture mapping
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10076—4D tomography; Time-sequential 3D tomography
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30048—Heart; Cardiac
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/41—Medical
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Computer Graphics (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
***(10)包括输入(2),用于存取合适的输入数据。***(10)的核心由处理器(4)构成,其被配置为操作***(10)的各部件,即输入(2),计算单元(5),工作存储器(6)。计算单元(5)优选包括合适数量的可执行子程序(5a,5b,5c,5d,5e和5f),使得能够基于分割步骤的结果构建可移动人体的几何模型,发现第一和第二图象数据集之间的空间对应,将纹理图象数据集映射到几何模型上,融合几何模型和被映射的纹理图象数据集。根据本发明的设备(10)进一步包括一个编码器(7),其被配置为根据预先选择的标准来编码确定的感兴趣区域。标准是从一个存储在文件(7a)中的有效标准列表中可选择的。优选地,编码器(7)、计算单元(5)和处理器(4)对于优选存储在存储器(8)中的计算机程序(3)是可操作的。输出(9)用于输出处理结果,例如代表可移动人体的纹理化的、优选是动画的几何模型的融合图象数据。本发明进一步涉及集成可移动人体的医疗诊断信息和几何模型的方法以及计算机程序。
Description
技术领域
本发明涉及一种基于包括关于可移动人体的形状和动作信息的第一数据集以及包括关于可移动人体的医疗诊断信息的第二数据集来集成医疗诊断信息和可移动人体几何模型的方法。
本发明还涉及一种能够基于包括关于可移动人体的形状和动作信息的第一数据集以及包括关于可移动人体的医疗诊断信息的第二数据集来集成医疗诊断信息和可移动人体几何模型的***。
本发明进一步涉及计算机程序。
背景技术
获取心脏的电影扫描和对比度增强扫描用于心血管疾病诊断的技术是公知的。例如,这些数据集可以通过核磁共振成像扫描器获得。电影扫描由一系列图像体积组成,每个体积由环心脏一周的二维切片堆叠而成。典型地,获得10到30个心脏阶段(heart phases),每个体积由大约10到20个切片组成。通过这样的电影扫描,能够可视化和分析心肌(尤其是左心室和/或右心室的心内膜和心外膜的)组织及它的运动(在心脏收缩阶段的收缩和在心脏舒张阶段的扩张)。对比度增强扫描由时序切片堆栈组成,用于监视造影剂在血液和器官中的通过,其中造影剂被注入在病人的血管中。优选地,每一时序图像在心动周期的同一瞬间获取,以使得心脏动作引起的伪象最小化。另一个实例是在造影剂注入后的一定时间后获得单个的对比度增强图像或体积(非时序)(延迟增强扫描)。这种对比度增强扫描被用于分析和定量心肌的灌注状态和检测局部区域。
上述两种类型扫描都需要手动或自动进行以产生适合于由医疗技术人员使用来进行诊断的数据集。通常,在临床实践中,至少心脏电影扫描的收缩尾部(ED)阶段和舒张尾部(ES)阶段被手动分割或用一些半自动计算机程序分割。这些分割步骤优选地包括描绘在ED和ES阶段的每一切片内的左心室和/或右心室的心内膜和心外膜的轮廓 的步骤。然后,这些描绘的轮廓被用于计算功能参数,如左心室心肌的质量、血液容量、搏动量和注入片段。它们也可被用于局部地计算在心动周期过程中心肌壁的增厚。
对比度增强扫描的处理产生有用的医疗诊断信息,如心肌灌注状态的图谱。例如,为了对呼吸和保持心脏动作,以及用象素的方式计算相对于造影剂通过所导致的强度改变的参数进行校正,分析第一遍增强扫描的公知方法在于首先和时间序列的连续图像共同进行配准。由此,对于每一切片,这种参数图像能够被计算并且能够支持区域区域的分析。在US2004/0066961A1中描述了一种计算来自灌注扫描的灌注参数的方法。
通常实例中的缺陷在于为了确定可能的缺血区域、障碍物、阻塞区域等等,需要与操作员交互。为此,医疗技术人员必须检查和比较例如电影扫描的功能图像数据集和对比度增强图像,这两个图像数据集都是四维的。尤其是手动分割电影扫描所有图像的步骤是非常耗时的,临床实践中不可用。因此,该通常的实例是繁重的,依赖于用户的,并可能遭受由于人为因素导致的错误。另外,使用通常的实例,每种类型的扫描单独分析,不可能准确建立电影扫描的发现与对比度增强扫描的发现之间的空间对应。因此,持续地需要一种集成医疗诊断数据集和代表可移动人体几何结构的数据集的方法,该几何结构特别地使用可移动人体的几何模型。
再起始段落中提出的方法的实施例来自EP 1 182 619 A2。在公知方法中,包括医疗诊断信息的受治疗者人体中结构的图像被映射到结构的几何模型,其中几何模型通过***到结构的探针获取。为了使解剖学的校正可视化,将结构的图像与几何模型配准,这样模型中的多个图像点的每一个被标示为图像中的相应点。为了构造结构特别是心脏的模型,公知技术中使用具有多个传感器的探针,每个传感器各自提供与其位置相应的信号,所述位置相对于组织所处的外部磁场区域。通过这种方法,建立了设置在探针上的传感器相对于外部参考传感器的位置。通过比较探针的位置和参考传感器的位置,确定了探针的坐标,与人体,尤其是心脏的动作无关。
公知技术的缺点在于可移动人体的几何模型通过使用限制数量的测量点来构造,导致由于可移动人体的动作产生了图像配准的不准确 性。公知技术的另一个缺点在于为了获得可移动人体的几何模型,使用了侵入式设备。
发明内容
本发明的目的在于提供一种增强准确率且使用无创设备的集成医疗诊断数据和可移动人体的几何模型的方法。
为了这个目的,根据本发明的方法包括下列步骤:
对于所述第一数据集,选择包括可表示所述可移动人体的形状和动作参数的所述可移动人体的图像数据集的分割步骤的结果;
对于所述第二数据集,选择不同于所述第一数据集的数据集,所述第二数据集包括所述可移动人体的纹理图像数据集,所述纹理图像数据集包括所述医疗诊断数据;
基于所述分割步骤的结果构建可移动人体的几何模型,其中所述几何模型代表所述可移动人体的形状和动作;
确定分割步骤的结果和纹理图像数据集之间的空间对应;
使用所述空间对应将几何模型和纹理图像数据集相融合以产生所述可移动人体的纹理化几何模型。
本发明的技术措施基于这样的观点,即包括人体形状信息的合适的图像数据集能够构造高度准确的人体几何模型,任何其他合适的医疗诊断数据集可以映射其上。该映射允许在统一框架内可视化一方面是形状病理学而另一方面是生理病理学之间的空间对应。应注意的是,术语“纹理图像数据集”是指任何灰色或彩色图像并用一个变量表示,该变量取值为多维空间中任何合适的栅格上的值,特别是二维、三维还是四维空间,对于栅格的每个点使用灰色或彩色编码来表示变量。如此,纹理图像数据集优选地包括变量的强度分布,尤其是空间上强度分布。当强度分布是二维图像时,可以被映射到合适对象的表面或对象的切片上。当强度分布是三维图像时,可以被映射到对象的体积上。几何模型是形状的功能性表示,其中使用了轮廓或网孔。在本发明的术语中,纹理图象数据集包括不同于图象数据集的医疗诊断信息。由于分别携带可移动人体,尤其是心脏的不同信息的两个图象数据集之间的适当融合,带来了将纹理化几何模型可视化的好处,这样就提供了一种简单的设备以用于医学专家检测可能的异常,例如,类似于 心脏的缺血或梗塞区域。由于采取了这样的技术措施,向心脏病专家或其他有关专家提供了用于病理的准确检测的全自动的设备。
纹理图象数据集可通过适当的诊断图象例如对比度增强的核磁共振图象的适当的图象处理步骤获得。从包括医疗诊断信息的图象数据集得到合适的生理参数的过程在本领域本身已知,在此不再赘述。
根据本发明的方法,可移动人体,特别是心脏的几何模型通过适当的图象分割步骤构建。图象分割的过程在本领域本身已知,在此不再赘述。从可移动人体的分割轮廓构建代表可移动人体形状的几何模型的过程在本领域本身已知,在此不再赘述。通过这种方式,当使用包括形状和动作信息的合适的图象数据集来构建几何模型时,得到了具有高精度的模型,并且该模型基本上包括无穷个点。如果需要的话,该数据域可以被用于构建静态几何模型,其中动作伪象可正确地被补偿。
优选地,确定分割步骤的结果与纹理图象之间空间对应的步骤通过使用图象数据集和纹理图象数据集之间实质上已知的图像配准来实现。可替换地,图象配准可在图象数据集和原始医疗诊断图象数据集之间进行,由此可得到图象数据集和纹理数据集之间的空间对应。最后,配准步骤允许在图象分割步骤的结果和纹理图象数据集之间建立空间联系。后者可以与几何模型融合产生纹理几何模型。图象配准本身已知,例如从J.B.A.Mainz,M.A.Viergever,,“A Survey ofmedical image registration”,Medical Image Analysis,2(1),1998,,1-36页已知。更优地,数据集融合的步骤通过适当的体积渲染技术实现,这在本领域本身已知。可从第二数据集中得到多个病理参数,通过使用上述方法,每个参数图像可以被映射到可移动人体的几何模型上。在此实施例中,为了纹理化、动画的几何模型用户可以选择哪个参数将被可视化为纹理,可以在不同的纹理之间交互地切换。
在根据本发明方法的一个实施例中,分割步骤的结果包括所述人体的形状和动作信息,并且对于几何模型选择一个可变形的几何模型来表示所述人体的形状和动作信息。
该技术措施附带地解决了现有技术的另一个问题。根据EP 1 182619 A2,向用户提供可移动人体的静态几何模型,其中补偿了可移动人体的动作,这样,用户得不到关于人体动作的医疗相关信息。本实 施例的技术措施通过提供一个可变形的、基于图像的、医疗诊断信息映射到其上的几何模型解决了这个问题。
这样,表示出解剖学上的真实图像和身体所经受的变形,其中动作未被补偿,但是被模型准确地表示出来。优选地,对于心脏的应用,图象数据集包括功能性的图象数据集,包括解剖学信息,例如电影扫描,其中根据对比度增强图象数据集计算纹理图象数据集,包括生理信息,例如第一遍灌注扫描或延迟增强扫描。这时,从电影扫描中提取心脏的形状和动作信息,和来源于对比度增强扫描的灌注参数配准其上。例如,心肌组织的壁动作和灌注状态之间的对应能够容易地被确定。这样具有优点,即一方面是形状和动作病理以及另一方面是生理病理之间准确的空间对应被建立并且以合适的形式展现给临床医生,易于可视化。这种技术措施保证医疗专家能够容易地分析数据。
可以使用不同的参数化方法构造代表人体形状和动作的几何模型。第一种方法是只使用形状参数。通过这种方法,对象的动作可使用对于每个动作时间点不同的形状参数来表示。用这种方法,动作信息只被暗含地表示;例如,表现动作特征的位移范围作为两个连续形状之间的差异被计算出来。可替换地,第二种方法是几何模型由形状和动作参数共同组成。这时,形状参数代表身体的特殊瞬间,例如是动作的开始,动作参数描述这个初始形状如何变形。例如,对于心脏病,形状参数能够表示心脏舒张阶段心肌的形状,和动作参数包括收缩和旋转系数。通过这种优选的方法,能够连续表示动作。用于构造形状和动作模型的不同参数化方法本身已知,例如在A.Matheny,D.BGoldgof,“The Use of Three-and Four-Dimensional SurfaceHarmonics for Rigid and Nonrigid Shape Recevory andRepresentation”,IEEE Transaction on Pattern Analysis andMachine Intelligence,17(1),1995,967-981页已经进行了描述。
在根据本发明的方法的另一实施例中,为可移动人体选择一个具有预定形状和/或动作参数的人体,方法进一步包括用所述形状和/或动作参数化分割图象数据集的步骤。
已经发现特别优选地对于形状和/或动作是预知的人体使用被称为基于模型的分割方法。这种技术措施是基于对医疗图象处理领域一些最新的改进的认识,分割已获得的图像数据集中的感兴趣身体轮廓 的步骤可基于身体的多维几何模型自动进行。这样的模型由一组描述感兴趣人体的轮廓、表面或体积的参数组成,例如网孔节点的坐标,解剖学上标记的坐标,或者是某些基本功能的系数。例如,用核磁共振成像扫描器获得的电影扫描中心脏表面的分割可以根据心肌的四维模型自动进行,后者由描述左和/或右心室的心内膜和心外膜表面的形状和动作的参数组成。基于模型的分割在于根据图象数据集和心肌的形状和动作的一些可能的现有信息找到最佳参数。在多维几何模型基础上的基于模型的图像分割技术综述在T.Mclnerney,D.Terzopoulos,“Deformable models in medical image analysis:asurvey”,Medical Image Analysis,1(2),1996,91-108页中进行了描述。一个用于核磁共振图像的心脏电影扫描的基于模型的分割方法的实例可从J.Senegas,T.Netsch,CA.Cocosco,G.Lund,A.Stork,“Segmentation of medical images with a shape and motion model”,Lecture Notes in Computer Sciences 3117,2004,157-168页中找到。当实现了基于模型的分割,几何模型通过合并模型的优化参数来构建。
在根据本发明的方法的另一实施例中,确定空间对应是通过使用可移动人体的形状和/或动作参数化来分割纹理图象数据集而获得的。
已经发现,由于可被应用于分割图象数据集和构建几何模型,通过使用相同的形状和/或动作参数化的基于模型的分割技术来分割纹理图象数据集是特别有利的。根据这个过程,直接得到身体的纹理数据集和几何模型之间的空间对应。可替换地,由于可被应用于分割包括可移动人体的形状和/或动作信息的图像数据集,当原始医疗诊断数据可用时,它们可能被存取和分割而不是使用相同的形状和/或动作参数化来分割纹理图像。这有另一个优点,可以减少如上所述的配准步骤造成的错误。
在根据本发明的方法的进一步的实施例,该方法进一步包括在显示设备上对纹理化的几何模型进行可视化的步骤。此可视化步骤优选地包括使用彩色编码方案表示纹理和在所使用的几何模型是可变形的情况下以环绕模式使用展示动画的纹理化几何模型的电影模式。
根据本发明的方法的进一步的实施例,该方法进一步包括以下步 骤:
-根据预定标准进一步分割纹理化几何模型的区域以产生感兴趣区域;
-在显示设备上显示感兴趣区域。
这种技术措施被认为对于医疗专家寻找图象中可能的异常具有另外的有利帮助。优选地,标准被定为例如是纹理象素值中的一个确定的阈值,高于,或者低于此阈值的象素就被认为属于异常区域。标准也可以是基于局部形状参数,例如曲率、厚度等等的计算,或者是局部动作参数,例如总位移、位移速度等等的计算。在心脏应用中,这样的标准可以是由斜率参数或心壁增厚值描述的灌注状态值。标准也可以是由类似标准的组合组成的。可以根据异常的严重等级设定标准的范围。优选地,感兴趣区域是彩色的,这时预定义多个标准,感兴趣区域是根据预定顺序彩色编码的,例如如同彩虹的顺序。另外,有可能提供一个感兴趣区域体积在真实维度的定量信息。由于这种技术措施,确保了不论异常区域有多小,医疗专家也不会遗漏。当需要每个比例时,提供关于感兴趣区域体积的定量信息对于医疗专家为病人展示他的诊断和/或预测是有价值的帮助。在心脏应用中它是极为重要的。
在根据本发明的方法的进一步的实施例中,该方法进一步包括使用数据获取设备获取图象数据集和另一图像数据集的步骤,其中另一图像数据集用于获得纹理图象数据集。
以下被认为是优点,即提供完全嵌入的应用,籍此从数据获取步骤到数据分析步骤的流转完全是自动的。对于心脏应用,以下是有优点的,即数据分析实际上即时进行,改进部门的工作流程。优选地,对于心脏应用,使用本身已知的核磁共振成像设备捕获图象数据集和另一个图象数据集。然而,有可能使用其他图象设备来捕获两个图象数据集其中之一或二者,例如,CT扫描设备,PET扫描设备或SPECT扫描设备。优选地,另一个图象数据集在注射能够揭示可移动人体的生理状况的造影剂后捕获。
根据本发明的能够集成医疗诊断数据和可移动的人体几何模型的***包括:
-输入端,用于:
i)存取包括所述可移动人体的图像数据集的分割步骤结果的所述第一数据集,其中所述结果包括可表示所述可移动人体的形状和动作参数;
ii)存取不同于所述第一数据集的所述第二数据集,所述第二数据集包括所述可移动人体的纹理图像数据集,所述纹理图像数据集包括所述医疗诊断数据;
-计算单元,用于:
i)基于所述分割步骤的结果,构建可移动人体的几何模型(23a),其中所述几何模型表示所述可移动人体的形状和动作;
ii)确定所述分割步骤的结果和纹理图像数据集之间的空间对应;
iii)融合所述几何模型和所述纹理图像数据集以产生所述可移动人体的纹理化几何模型(23a,23b)。
-存储单元,存储所述可移动人体的纹理化几何模型。
优选地,根据本发明的***进一步被设置用于自动动态信息融合,由此基于包括可移动人体的形状和动作信息的图象数据集构建可变形的几何模型。还优选地,使用适当的形状和/或动作参数化来构建可变形的几何模型,如前面参考本发明的方法所述。还优选地,根据本发明的***进一步包括显示设备,用于显示纹理化的,和,可替换地是纹理化的动画几何模型。还优选地,根据本发明的***进一步包括彩色编码方案,用于显示可移动人体的纹理化的、动画几何模型。还优选地,根据本发明的***进一步包括捕获单元,用于捕获图象数据集和构想用于产生纹理数据集的另一个图象数据集。
根据本发明的计算机程序包括用于合适处理器的指令,用于引发处理器执行如前所述的方法步骤。
附图说明
本发明的该些方面和其它方面将参照附图作更详细的说明。
图1示意性地示出了根据本发明的***的一个实施例。
图2示意性地示出了根据本发明的***的另一个实施例。
图3示意性地示出了根据本发明的方法的流程图实施例。
图4示意性地示出了根据本发明的计算机程序的流程图实施例。
图5示意性地示出了可用作纹理数据集的心脏灌注数据集的实施例。
图6示意性地示出构建的心脏几何模型的实施例。
具体实施方式
图1示意性地表示了根据本发明的***的一个实施例。***10包括输入2,该输入2用于存取图像数据集的分割步骤的结果,也用于存取作为纹理图像数据集的第二数据集。分割步骤以及处理适当的医疗诊断数据以产生纹理图像数据集可在不同的硬件上执行,或者可替换地其可作为一预备步骤被执行以用相同的硬件实施本发明。在后一种情况中,输入2可被设置为接收任何合适形式的结果。例如,设备10可以涉及适当数据的捕获。此时,所有必需数据集,例如用于心血管成像的电影扫描和对比度增强扫描,可以以模拟形式获得并使用合适的A/D转换器转换成数字形式以用于进一步的处理。数据集也可以以数字形式被接收,例如通过以数字形式直接获得,或在被另一计算机/医疗器械获得后再经由计算机网络获得。通过输入2,图像数据对于***10的计算单元5是可用的,其被设置为运行图像分割和图像处理步骤,以产生可移动人体的几何结构和纹理图像数据集。这些步骤通过本身已知的各个算法5b和5c被执行。
***10的核心通过处理器4构成,该处理器被设置为操作***10的各部件,即输入2、计算单元5、工作存储器6、后台存储单元8。合适的处理器4的例子是通常的微处理器或信号处理器,后台存储器8(通常基于硬盘)和工作存储器6(通常基于RAM)。后台存储器8能被用于存储合适的不被处理的数据集(或其部分),和用于存储图像分割步骤、决定空间对应信息步骤的结果和任何其它合适的中间或最终计算步骤的结果。工作存储器6通常保留被处理的(部分)数据集、可移动人体几何模型的构建结果和产生可移动人体的纹理化的、优选是动画的几何模型的数据融合。计算单元5优选包括合适数量的可执行子程序5a,5b,5c,5d,5e和5f。子程序5a被设置为基于分割步骤的结果来构建可移动人体的几何模型。子程序5b被设置为运行图像分割步骤。根据实施,子程序5b优选包括可移动人体的、特别是心脏的预 定义的几何模型。子程序5c被设置为处理合适的医疗诊断数据以产生纹理图像数据集。子程序5d被设置确定几何模型和纹理图像数据集之间的空间对应。子程序5e被设置为融合几何模型和纹理图像数据集以产生可移动人体的纹理化几何模型。子程序5f被设置为根据预选择的标准(未示出)进一步地分割纹理化几何模型以产生感兴趣区域。
根据本发明的装置10进一步包括编码器7,其被设置为根据预选择的标准来编码所确定的感兴趣区域。优选地,该标准被确定为例如纹理的象素值中某个阈值,高于或者低于该阈值的象素被认为属于异常区域。该标准可从存储在文件7a中的有效标准列表中选择。编码器被设置为给被选择象素的区域分配合适的编码值,该象素落入预先确定的标准7a的范围中。优选地,编码器7,计算单元5和处理器4对优选地存储在存储器8中的计算机程序3是可操作的。输出9被用于输出处理的结果,例如表示可移动人体的纹理化的,优选是动画的几何模型的融合图象数据。
图2表示根据本发明的***20的另一实施例的示意图。***20被设置为能够基于可移动人体的图像数据集29a和另一图像数据集29b集成医疗诊断信息和可移动人体的几何模型,其中所述的两个图像数据集使用一个数据获取单元31特别是核磁共振成像设备来获得。构造另一图像数据集29b进行合适的处理以产生纹理图像数据集。
处理器28的输出包括代表可移动人体的纹理化的、优选是动画的几何模型的融合数据,其可以根据前面所描述的本发明的方法获得。优选地,纹理化的、优选是动画的几何模型包括感兴趣区域,其被彩色编码以使图像的相应检测容易。还优选地,关于感兴趣区域体积的定量数据被提供并存储在例如合适的文件中。处理器28的输出能用于合适的显示器21的另一个输入25。优选地,另一输入25包括另一合适的处理器,该处理器被设置为用适合于控制用户界面24的程序26运行一合适的界面,使得纹理化的、优选是动画的几何模型23的图像被可视化,该图像包括融合形状和优选动作信息数据23a和生理数据23b的图解表示。优选地,纹理化的动画的几何模型用一个颜色编码方案来显示以容易地进行病理检测。还优选地,当对于几何模型使用可变形的几何模型时,产生的纹理化图像数据用一个环表示。还优选地,基于医疗诊断数据产生多个纹理图像数据,其中构想为通用的纹理图 像数据,是从所述多个数据中可用户选择的。优选地,为方便用户,显示器21提供有高分辨率显示装置22,用户界面可通过使用合适的交互装置27操作,例如鼠标、键盘或任何合适的用户输入装置。优选地,用户界面允许用户选择并交互地改变用于计算感兴趣区域的标准。假如有多个可用的纹理图像,也允许在不同的多个纹理图像之间交互地切换。
图3示意性地表示了根据本发明的方法流程图的实施例。根据本发明的方法,在步骤34,合适的图像数据集32的合适的图像分割步骤被执行,该图像数据集例如电影图像或者任何其他包括可移动人体的形状和动作信息的图像。优选地,在用合适的成像仪获取数据后,图像数据集32被存储在一合适的文件中。假设第一图像数据集32包括关于由于动作导致的身体几何机构变形的信息。对于心脏应用,移动的心脏被选为可移动人体,由此几何结构包括左心室和/右心室的心内膜和心外膜表面。在合适的分割步骤结果被存取后,可移动人体的几何模型在步骤36被构建。因此使用合适的计算算法35a。优选地,几何模型通过以一组点坐标的方式表示,特别是通过网眼节点或一组解剖学标志表示,基于表面谐波函数或样条进行分解。可替换地,几何模型通过运行基于模型的分割步骤33从第一图像数据集32构建。因此使用合适的计算算法35b,其使可移动人体的预定义几何模型的参数最优化。假若这样,在步骤36几何模型基于由步骤33获得的最优化参数而构造。在步骤38纹理图像数据集优先地从在适当的数据获取步骤31之后创建的文件37被存取,并被处理以计算医疗诊断参数图像并产生纹理图像数据集。对于心脏应用,图像数据集的合适的捕获步骤可以包括电影捕获,其中对于医疗诊断图像数据可以包括对比度增强捕获。在步骤42,根据本发明的方法,确定在步骤38输出的纹理图像数据集和表示由于动作导致身体变形的几何模型之间的空间对应。由于步骤38,纹理图像数据集获得相应的坐标,使得可以自动地结合从图像数据集提取的形状与动作信息和从纹理图像数据集提取的生理信息。在步骤44,几何模型和纹理图像数据集被融合为身体的纹理化的、优选是动画的可变形几何模型。在步骤46中,融合步骤的结果被存储。融合的数据提供了关于身体纹理的信息,特别是心脏应用中的灌注等级,其被重叠在可移动人体,特别是心脏的几何模型上。优选 地,为了专家研究,在步骤48中融合的数据用一合适的显示装置显示,优选地运用一彩色编码方案。优选地,融合数据利用合适的体积渲染技术显示。可选地,融合数据可进行另一图像分割步骤,由此感兴趣体积可被自动确定为符合一定的预定标准。例如,可预设用于允许的灌注或心壁增厚的等级的阈值。假若这样,超过这些阈值的三维象素将被自动识别为可能不正常的区域。该特征保证所有不充分灌注或壁增厚的体积都被检测到,而不管它们的绝对尺寸。优选地,这种确定的不充分灌注或壁增厚的区域的体积的相应绝对数据被自动的量化。
图4示意性地表示了根据本发明的计算机程序50的流程图。计算机程序50被设置为引发处理器执行前面所阐述方法的步骤。为了这个目的,在步骤52图像数据集被存取,以及在步骤54执行可移动人体轮廓的分割。优选地,计算机程序50包括图像分割步骤54。在步骤55确定可移动人体的几何模型,由此使用了合适的计算子程序56a。可替换地,在步骤53,图像数据集通过基于模型的分割子程序存取,该子程序优化可移动人体的预定义几何模型的参数,由此使用了合适的计算程序56a。优选地,几何模型用类似网孔节点或解剖标记、表面谐波或样条的点坐标表示。在步骤60第二数据集被存取和处理以在步骤61产生合适的生理参数的纹理图像数据集。在步骤62通过用合适的计算算法63将该纹理图像数据集映射到几何模型。如果纹理图像数据集通过二维图像表示,它被映射到几何模型的表面或几何模型内的切片。如果纹理图像数据集通过三维图像表示,其用合适的体积渲染技术映射到体积几何模型上。优选地,对于计算算法63,采用与分割第一图像数据集的相同模型进行分割步骤,或者图像数据集和纹理图象数据集的配准操作。在步骤64,确定几何模型和纹理图像数据集之间空间对应的步骤的结果被存储在可存取文件64中。在步骤66,纹理图像数据集该空间对应与可移动人体几何模型相融合以产生纹理化的、优选是动画的几何模型,其中后者表示人体的形状和动作以及人体生理特征方面的信息,特别是心脏应用中的灌注度。融合步骤的结果在步骤68中被存储。优选地,在步骤69,融合数据被进行进一步的图像分割,由此例如不充分的灌注或壁增厚的体积被自动识别。优选地,在步骤69a计算出相应的体积。在步骤70,包括感兴趣的被检测体积的融合图像数据优选通过合适的体积渲染技术被显示在合适的显 示装置中。
图5示意性地表示了能被用作纹理图像数据集的心脏灌注数据的实施例。灌注数据包括两组灌注数据集,放松观察时为80a,80b,受压观察时为81a,81b。对每一观察,得到两个生理参数(“up”和“ttp”),每一个产生纹理图像:84a,84b,87a和87b。优选地,纹理图像数据集被颜色编码以使医学专家分析起来容易。颜色码的相应读数被表示为彩虹阴影83a,83b,86a,86b。优选地色标伴随有绝对值。
图6中示出了构造好的心脏几何模型的示例性实施例。几何模型90包括心外膜94和心内膜92的分割表面。优选地,几何模型90在三个正交方向91,93和95中的至少一个上可变形。纹理图像数据集97与心外膜和心内膜表面的几何模型94,92合适地融合,其被显示在用户可选择的横截面99处。优选地,可变形模型的变形是活动的并以循环模式显示。优选地,有用的横截面由此被变形和可视化。优选地,根据本发明在前面描述的方法,感兴趣区域96被自动检测,并由此被可视化。
Claims (16)
1.一种基于第一数据集和第二数据集来集成医疗诊断数据和可移动人体的几何模型的方法,所述方法包括步骤:
对于所述第一数据集,选择包括可表示所述可移动人体的形状和动作参数的所述可移动人体的图像数据集的分割步骤的结果;
对于所述第二数据集,选择不同于所述第一数据集的数据集,所述第二数据集包括所述可移动人体的纹理图像数据集,所述纹理图像数据集包括所述医疗诊断数据;
基于所述分割步骤的结果构建可移动人体的几何模型,其中所述几何模型代表所述可移动人体的形状和动作;
确定分割步骤的结果和纹理图像数据集之间的空间对应;
使用所述空间对应将几何模型和纹理图像数据集相融合以产生所述可移动人体的纹理化几何模型。
2.根据权利要求1所述的方法,对于所述几何模型,选择表示所述可移动人体的形状和动作的可变形几何模型。
3.根据权利要求1或2所述的方法,其中该方法进一步包括步骤:
分割图像数据集以产生关于所述可移动人体的几何结构和动作的信息。
4.根据权利要求3所述的方法,其中对于可移动人体,选择具有预定形状和/或动作参数化的人体,该方法进一步包括:
使用所述形状和/或动作参数化来分割图像数据集。
5.根据权利要求4所述的方法,其中通过使用可移动人体的形状和/或动作参数化分割纹理图像数据集来获得空间对应的确定。
6.根据权利要求1或2所述的方法,所述方法进一步包括步骤:
在显示装置上对纹理化的几何模型进行可视化。
7.根据权利要求3所述的方法,当引用权利要求2时,所述的方法进一步包括步骤:
在显示装置上对动画的纹理化几何模型进行可视化。
8.根据权利要求1或2所述的方法,其中该方法进一步包括步骤:
根据预定规则进一步分割纹理化几何模型的区域以产生感兴趣区域;
在显示装置上显示感兴趣区域。
9.根据权利要求1或2所述的方法,其中对于可移动人体,选择跳动的心脏,并且其中关于跳动的心脏的形状参数包括有关心肌几何结构的参数。
10.根据权利要求1或2所述的方法,其中对于包括可移动人体的医疗诊断数据的第二数据集,选择来自于对比度增强扫描的纹理图像。
11.根据权利要求1或2所述的方法,所述方法进一步包括步骤:
通过数据获取装置获得所述图像数据集和另一图像数据集,其中所述另一图像数据集被用于获取纹理图像数据集。
12.一种能够基于第一数据集(29a)和第二数据集(29b)来集成医疗诊断数据和可移动人体的几何模型的***(10,20),所述***包括:
输入端(2),用于
i)存取包括所述可移动人体的图像数据集的分割步骤结果的所述第一数据集,其中所述结果包括可表示所述可移动人体的形状和动作参数;
ii)存取不同于所述第一数据集的所述第二数据集,所述第二数据集包括所述可移动人体的纹理图像数据集,所述纹理图像数据集包括所述医疗诊断数据;
计算单元(5),用于
i)基于所述分割步骤的结果,构建可移动人体的几何模型(23a),其中所述几何模型表示所述可移动人体的形状和动作;
ii)确定所述分割步骤的结果和纹理图像数据集之间的空间对应;
iii)融合所述几何模型和所述纹理图像数据集以产生所述可移动人体的纹理化几何模型(23a,23b);
存储单元(8),用于存储所述可移动人体的纹理化几何模型。
13.根据权利要求12所述的***(20),所述***进一步包括显示装置(22),用以显示纹理化几何模型(23a,23b)。
14.根据权利要求12所述的***(20),其中计算单元(5)进一步被设置为基于图像数据集计算可变形几何模型,其中对于可变形几何模型,选择表示所述人体形状和动作的可变形几何模型。
15.根据权利要求14所述的***(20),其中所述***进一步包括用于显示可变形的几何模型(90)的显示器。
16.根据权利要求12所述的***(20),所述***进一步包括数据获取单元(31),用于获取图像数据集(29a)和另一图像数据集(29b),所述另一图像数据集被构想用于产生纹理图像数据集。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP04106709 | 2004-12-20 | ||
EP04106709.1 | 2004-12-20 | ||
PCT/IB2005/054289 WO2006067719A2 (en) | 2004-12-20 | 2005-12-16 | A method, a system and a computer program for integration of medical diagnostic information and a geometric model of a movable body |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101084528A CN101084528A (zh) | 2007-12-05 |
CN101084528B true CN101084528B (zh) | 2011-09-14 |
Family
ID=36591256
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2005800438265A Expired - Fee Related CN101084528B (zh) | 2004-12-20 | 2005-12-16 | 用于集成可移动人体的医疗诊断信息和几何模型的方法、*** |
Country Status (4)
Country | Link |
---|---|
US (1) | US7822246B2 (zh) |
EP (1) | EP1846896B1 (zh) |
CN (1) | CN101084528B (zh) |
WO (1) | WO2006067719A2 (zh) |
Families Citing this family (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101160602A (zh) * | 2005-04-12 | 2008-04-09 | 皇家飞利浦电子股份有限公司 | 用于分割多维数据集中的解剖结构的方法、设备和计算机程序 |
US8045778B2 (en) * | 2006-05-17 | 2011-10-25 | Koninklijke Philips Electronics N.V. | Hot spot detection, segmentation and identification in pet and spect images |
DE102006059383A1 (de) * | 2006-12-15 | 2008-06-19 | Siemens Ag | Verfahren und Bildbearbeitungssystem zur Erzeugung von Ergebnisbildern eines Untersuchungsobjekts |
US20100123714A1 (en) * | 2008-11-14 | 2010-05-20 | General Electric Company | Methods and apparatus for combined 4d presentation of quantitative regional parameters on surface rendering |
KR101698561B1 (ko) | 2009-03-26 | 2017-01-20 | 코닌클리케 필립스 엔.브이. | 관류 이미징 |
CN102469976B (zh) * | 2009-07-06 | 2015-02-18 | 皇家飞利浦电子股份有限公司 | 生理参数的可视化 |
US8467856B2 (en) * | 2009-07-17 | 2013-06-18 | Koninklijke Philips Electronics N.V. | Anatomy modeling for tumor region of interest definition |
PL390609A1 (pl) | 2010-03-04 | 2011-09-12 | Europejskie Centrum Zdrowia Otwock Spółka Z Ograniczoną Odpowiedzialnością | Urządzenie do obrazowania lewej komory serca |
US20130012835A1 (en) * | 2010-03-31 | 2013-01-10 | Hitachi Medical Corporation | Ultrasonic diagnostic apparatus and method for re-inputting measurement value of medical image |
US9763587B2 (en) | 2010-06-10 | 2017-09-19 | Biosense Webster (Israel), Ltd. | Operator-controlled map point density |
US8675939B2 (en) | 2010-07-13 | 2014-03-18 | Stryker Leibinger Gmbh & Co. Kg | Registration of anatomical data sets |
JP5827831B2 (ja) * | 2011-07-06 | 2015-12-02 | 日立アロカメディカル株式会社 | 超音波画像処理装置 |
US9070004B2 (en) | 2012-05-03 | 2015-06-30 | General Electric Company | Automatic segmentation and characterization of cellular motion |
JP5988088B2 (ja) * | 2012-06-08 | 2016-09-07 | 富士通株式会社 | 描画プログラム、描画方法、および、描画装置 |
JP6004875B2 (ja) * | 2012-10-02 | 2016-10-12 | キヤノン株式会社 | 医用画像表示装置、医用画像表示方法及びプログラム |
JP6032610B2 (ja) * | 2013-04-15 | 2016-11-30 | 富士通株式会社 | 表示処理プログラム、表示処理方法及び表示処理装置 |
US20150228254A1 (en) * | 2014-02-07 | 2015-08-13 | St. Jude Medical, Cardiology Division, Inc. | Systems and Methods for Generating, Storing, and Displaying Anatomical Maps |
WO2015168792A1 (en) * | 2014-05-06 | 2015-11-12 | Circle Cardiovascular Imaging Inc. | Method and system for analysis of myocardial wall dynamics |
US10070837B2 (en) * | 2014-10-10 | 2018-09-11 | Canon Kabushiki Kaisha | Medical imaging apparatus, program installable in medical imaging apparatus, and medical imaging method |
CN104794706A (zh) * | 2015-04-03 | 2015-07-22 | 哈尔滨医科大学 | 一种超声图像心肌检测和特征测量方法 |
WO2017147707A1 (en) | 2016-03-02 | 2017-09-08 | Jp Scientific Limited | Solid phase microextraction coating |
EP3455870A4 (en) | 2016-05-10 | 2019-12-11 | JP Scientific Limited | SYSTEM AND METHOD FOR THE DESORPTION AND DETECTION OF ANALYTE SORBED ON A SOLID PHASE MICROEXTRACTION DEVICE |
CN106682424A (zh) | 2016-12-28 | 2017-05-17 | 上海联影医疗科技有限公司 | 医学图像的调节方法及其*** |
EP3477324A1 (en) * | 2017-10-31 | 2019-05-01 | Pie Medical Imaging BV | Improving left ventricle segmentation in contrast-enhanced cine mri datasets |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0700269B1 (en) * | 1993-04-22 | 2002-12-11 | Image Guided Technologies, Inc. | System for locating relative positions of objects |
US6522906B1 (en) * | 1998-12-08 | 2003-02-18 | Intuitive Surgical, Inc. | Devices and methods for presenting and regulating auxiliary information on an image display of a telesurgical system to assist an operator in performing a surgical procedure |
US6650927B1 (en) | 2000-08-18 | 2003-11-18 | Biosense, Inc. | Rendering of diagnostic imaging data on a three-dimensional map |
SG142164A1 (en) * | 2001-03-06 | 2008-05-28 | Univ Johns Hopkins | Simulation method for designing customized medical devices |
US6687528B2 (en) * | 2001-09-28 | 2004-02-03 | Ge Medical Systems Global Technology Company Llc | Analysis of cardic MR relaxation time images with application to quantifying myocardial perfusion reserve indexes |
JP4515721B2 (ja) * | 2002-06-21 | 2010-08-04 | 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 | 灌流画像を分析するための方法、装置及びソフトウェア |
US7127093B2 (en) * | 2002-09-17 | 2006-10-24 | Siemens Corporate Research, Inc. | Integrated image registration for cardiac magnetic resonance perfusion data |
US7693563B2 (en) * | 2003-01-30 | 2010-04-06 | Chase Medical, LLP | Method for image processing and contour assessment of the heart |
-
2005
- 2005-12-16 WO PCT/IB2005/054289 patent/WO2006067719A2/en active Application Filing
- 2005-12-16 EP EP05826746.9A patent/EP1846896B1/en not_active Not-in-force
- 2005-12-16 CN CN2005800438265A patent/CN101084528B/zh not_active Expired - Fee Related
- 2005-12-16 US US11/721,171 patent/US7822246B2/en not_active Expired - Fee Related
Non-Patent Citations (3)
Title |
---|
DELIBASIS K K.MR functional cardiac imaging:Segmentation,measurementand WWW based visualisation of 4D data.FUTURE GENERATIONS COMPUTER SYSTEMS,ELSEVIER SCIENCE PUBLISHERS.AMSTERDAM,NL15 2.1999,15(2),185-193. * |
GERARD O.EFFICIENT MODEL-BASED QUANTIFICATION OF LEFTVENTRICULAR FUNCTION IN 3-D ECHOCARDIOGRAPHY.IEEE TRANSACTIONS ON MEDICAL IMAGING,IEEE SERVICE CENTER,PISCATAWAY,NJ,US21 9.2002,21(9),1059-1068. * |
MARK-ANTHONY BRAY.Three-Dimensional Surface Reconstruction and FluorescentVisualization of Cardiac Activation.IEEE TRANSATIONS ON BIOMEDICAL ENGINEERING, IEEE SERVICE CENTER,PISCATAWAY, NJ, US47 10.2000,47(10),1382-1390. * |
Also Published As
Publication number | Publication date |
---|---|
US7822246B2 (en) | 2010-10-26 |
WO2006067719A2 (en) | 2006-06-29 |
EP1846896B1 (en) | 2019-03-13 |
WO2006067719A3 (en) | 2006-09-14 |
US20090232369A1 (en) | 2009-09-17 |
CN101084528A (zh) | 2007-12-05 |
EP1846896A2 (en) | 2007-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101084528B (zh) | 用于集成可移动人体的医疗诊断信息和几何模型的方法、*** | |
US20230033594A1 (en) | System and method for image-based object modeling using multiple image acquisitions or reconstructions | |
US8107703B2 (en) | Quantitative real-time 4D stress test analysis | |
EP2738741B1 (en) | Apparatus and method for tracking contour of moving object, and apparatus of and method for analyzing myocardial motion | |
US9514530B2 (en) | Systems and methods for image-based object modeling using multiple image acquisitions or reconstructions | |
US20050196024A1 (en) | Method of lung lobe segmentation and computer system | |
US8320652B2 (en) | Method, a system and a computer program for segmenting a structure in a Dataset | |
WO2008091583A2 (en) | Image-based extraction for vascular trees | |
US6389310B1 (en) | Method and apparatus for analyzing heart function using 4D ECG synchronized heart cavity tomoscintigraphy | |
CN110599499B (zh) | 基于多路卷积神经网络的mri图像心脏结构分割方法 | |
EP2449530A1 (en) | Quantitative perfusion analysis | |
JP2008535613A (ja) | 多次元データセットにおける生体構造をセグメント化する方法、装置及びコンピュータプログラム | |
CN101116104B (zh) | 用于分割多维数据集中的表面的方法、*** | |
Parajuli et al. | Flow network tracking for spatiotemporal and periodic point matching: Applied to cardiac motion analysis | |
Lamash et al. | Strain analysis from 4-D cardiac CT image data | |
Marin et al. | Numerical surrogates for human observers in myocardial motion evaluation from SPECT images | |
JP5444175B2 (ja) | 画像処理装置、方法およびプログラム | |
EP1447772B1 (en) | A method of lung lobe segmentation and computer system | |
CN116580819A (zh) | 用于自动化地确定图像序列中的检查结果的方法和*** | |
EP1509124A2 (en) | Medical viewing system and image processing for integrated visualisation of medical data | |
WO2022096867A1 (en) | Image processing of intravascular ultrasound images | |
Haddad et al. | A realistic anthropomorphic dynamic heart phantom | |
WO2018108740A1 (en) | A method and apparatus for segmenting two dimensional images of an anatomical structure | |
Tautz et al. | Exploration of Interventricular Septum Motion in Multi-Cycle Cardiac MRI. | |
Kim | Validation of Functional Analysis in the Left Ventricular Myocardium Using Convolutional Neural Networks (CNN) |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20110914 Termination date: 20201216 |
|
CF01 | Termination of patent right due to non-payment of annual fee |