CN101115989B - 用于确定血管几何形状和流特征的*** - Google Patents
用于确定血管几何形状和流特征的*** Download PDFInfo
- Publication number
- CN101115989B CN101115989B CN2006800040500A CN200680004050A CN101115989B CN 101115989 B CN101115989 B CN 101115989B CN 2006800040500 A CN2006800040500 A CN 2006800040500A CN 200680004050 A CN200680004050 A CN 200680004050A CN 101115989 B CN101115989 B CN 101115989B
- Authority
- CN
- China
- Prior art keywords
- vessel
- contrast agent
- reconstruct
- processing unit
- data processing
- 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
Links
- 239000002872 contrast media Substances 0.000 claims abstract description 47
- 210000004204 blood vessel Anatomy 0.000 claims description 35
- 230000002792 vascular Effects 0.000 claims description 32
- 238000012545 processing Methods 0.000 claims description 24
- 238000002360 preparation method Methods 0.000 claims description 22
- 238000002601 radiography Methods 0.000 claims description 16
- 238000011835 investigation Methods 0.000 claims description 15
- 239000000284 extract Substances 0.000 claims description 10
- 239000006187 pill Substances 0.000 claims description 8
- 238000003384 imaging method Methods 0.000 claims description 6
- 239000012530 fluid Substances 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 36
- 238000000605 extraction Methods 0.000 description 7
- 238000005259 measurement Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 239000008280 blood Substances 0.000 description 4
- 210000004369 blood Anatomy 0.000 description 4
- 230000017531 blood circulation Effects 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 4
- 238000002059 diagnostic imaging Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000002347 injection Methods 0.000 description 3
- 239000007924 injection Substances 0.000 description 3
- 230000000750 progressive effect Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000035479 physiological effects, processes and functions Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 208000022211 Arteriovenous Malformations Diseases 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000005744 arteriovenous malformation Effects 0.000 description 1
- 238000003705 background correction Methods 0.000 description 1
- 230000002490 cerebral effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 208000029078 coronary artery disease Diseases 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000004941 influx Effects 0.000 description 1
- 230000000302 ischemic effect Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 238000011524 similarity measure Methods 0.000 description 1
- 208000019553 vascular disease Diseases 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/48—Diagnostic techniques
- A61B6/481—Diagnostic techniques involving the use of contrast agents
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/504—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10112—Digital tomosynthesis [DTS]
-
- 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
- G06T2207/10116—X-ray image
-
- 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
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
- G06T2207/30104—Vascular flow; Blood flow; Perfusion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/404—Angiography
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Theoretical Computer Science (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Dentistry (AREA)
- Vascular Medicine (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
本发明涉及用于同时重构血管***中的三维血管几何形状和流特征的方法和***。根据这种方法的一种实现方式,参数模型的血管段(41)适合于血管***的不同取向的X光投影(P1、Pk、PN),这些X光投影(P1、Pk、PN)在造影剂的药丸通过期间产生,其中,这种适合虑及了成像的造影剂动力性和生理演绎认识。在替代实施例中,沿着每个血管渐进成像血管几何形状,其中,在血管方向、血管半径和重构的造影剂动力性的连续性的基础上将新的血管段加入。
Description
技术领域
本发明涉及用于确定身体部位的血管***中的血管几何形状和流特征的方法和探查***。
背景技术
对于血管疾病(如神经血管、周围或冠状疾病)而言,从所观察的血管***的形状及其流动力性(flow dynamics)获取重要的诊断信息。这些信息可例如估定肿瘤、缺血性狭窄和动静脉畸形。可从US2003/0040669获知允许进行这种诊断的***,根据该专利,在旋转投影的第一序列的基础上对血管几何形状进行三维重构。然后从来自恒定方向的第二投影序列确定流特征,并且将流特征与三维血管模式相匹配。不过,由于必须产生两个图像序列,所以对于这种方法来讲,具有造影剂(contrast agent)和X光辐射的患者负载相当高。而且,由于在一个固定投影几何形状中观察流动力性,所以流信息仅可用于接***行于图像平面延伸而没有来自其它血管的闭塞的血管亚群,因此,并不提供完整的诊断信息。
发明内容
以此情况为基础,本发明的目的在于提供用于确定血管几何形状和流特征的装置,且精度高并减少患者的紧张程度。
这种目的通过根据本发明的探查***、根据本发明的方法和根据本发明的数据存储设备来实现。并且本发明进一步公开这些探查***、方法和数据存储设备的优选实施例。
根据本发明的第一实施例,本发明涉及用于确定身体部位的血管***中血管如患者的脑动脉的几何形状和流特征的探查***。这种探查***包括用于产生血管***的不同取向的投影的X光设备,例如,这种X光设备可包括旋转X光设备和/或双平面X光设备。这种探查***还包括数据处理单元,这种数据处理单元耦合到前面所提及的X光设备并用于从该X光设备接收图像。数据处理单元包括普通的硬件以及适当的软件,硬件如中央处理器、存储器(RAM、ROM和硬盘等)和I/O接口等等。数据处理单元适于以用X光设备在注入的造影剂药丸通过期间所产生的血管***的不同取向的X光投影的单时间序列为基础在至少一个分支中重构血管几何形状的组合三维模式,包括流特征。这种重构的重要特性在于在血管几何形状在投影中成像时,血管几何形状会至少部分地以造影剂动力性(即在空间中的点时造影剂浓度的时间进程)为基础,其中,造影剂动力性由药丸与血液的流动所引起。将结合本发明的优选实施例对这种重构的示范性实现进行详细描述。
前面所提及的类型的探查***的优点在于这种***允许在X光投影的单序列的基础上重构三维血管***并重构流特征。这样就相应地减少了具有造影剂和X光辐射的患者负载。尽管可获得的测量值的数量减少,但这种重构达到了高精度,因为这种重构利用造影剂动力性方面的模型认识,即X光衰减的比增加和减少,这种X光衰减在投影图像观察为“时间强度曲线”(TIC),因为在血液流中有造影剂的流动。因此,利用与造影剂药丸的通过相关的时间变化来获得血管几何形状和流特征方面的信息。这甚至往往允许对“难以解决的”血管几何形状进行重构,而常规的方法不会取得效果或效果不确定。
根据探查***的可选实施例,数据处理单元适于从X光投影的序列提取至少一组特性,其中,这些特性与血管几何形状和/或造影剂动力性有关。适用于血管和造影剂提取任务的图像特性包括但并不仅限于:
-所获得的投影中暗的伸长结构的位置、局部取向和局部直径。以不同比例提取的海赛(Hessian)矩阵的特征值分析是提取这种信息的优选实施方式。
-在重构容量中特定位置的时间强度曲线(TIC)从所获取的所有投影中提取。如果并且只要血管段出现在各自的位置,这些TIC中的每一个显示出适合于造影剂药丸的模型通过的特征进程。可提取TIC本身或适合的参数并将其用作特性,如药丸到达时间、药丸长度或药丸前部的分配。
在本发明的优选实现方式中,数据处理单元包括血管几何形状和造影剂动力性的参数模型,其中,这种模型至少限定在所观察的身体容量的子部位。具有动力流的血管***的模型通常是从代表管状血管段的元件建造的树形数据结构。这种模型元件尤其可以是在重构的容量中具有固定直径、长度、位置和取向的圆柱体。此外,预计在这种管状分子中的血流容量和所导致的TIC是用于每个元件的模型的一部分。模型TIC可由如注入的造影剂模式的卷积表示,且在血液和造影剂的混合物流过管状血管段一直到TIC预测所要求的分子时获取调制函数。
在前面所提及的***的进一步发展中,数据处理单元适于重构模型的实例(即具有特别参数值的模型的变体),这种实例适合于所获取的X光投影序列(或适合于从所获取的X光投影序列提取的特性)并且适合于真实性规则,这些真实性规则源自对血管几何形状和/或造影剂动力性的认识。对于这种适合而言,可计算定量真实性评分,这些定量真实性评分描述模型实例与所获取的数据的相似性以及模型本身就生理演绎认识方面的真实性。现已知各种算法,这些算法以这些评分为基础使数据模型与所观察的特性相匹配,这些算法也适用于明确描述具有血流和造影剂动力性的血管子***的模型。下面将对这些算法的两个优选实施例进行描述。
优选将前面所描述的方式结合起来以用下面的三种模块产生血管几何形状和造影剂动力性的基于模型的提取,可以用一种或多种不同的方法在数据处理单元上实现这三种模块中的每一种:
1.具有算法的模块,这些算法从获取物中提取一组或多组特性,对这些算法进行明确的选择以虑及进行对照的血管的提取。
2.具有血管子***的几何和动力流模型的模块。
3.具有优化算法的模块,这种优化算法确定前面所提及的模型的实例,这种实例特别适合于目前的获取物中的所观察的特性。
在重构算法的一个优选实施例中,参数模型包括对应于局部(管状)血管段以及局部造影剂动力性的元件,其中,这些模型元件中的每一个与局部评分值(local score value)相关。然后,优选数据处理单元适于将一个管状血管段的参数和该血管段中的造影剂动力性的相关模型(或所观察的TIC)的参数与投影序列局部(即在空间中的每个点中)配合。对于空间中的每个点而言,优选将用于模型的真实性评分、图像特性和处于这种位置的TIC结合成***三维地图中的一个最终的评分。然后,若用户给出所涉及的血管节的开始和终结点,就可重构并显示所涉及的这种血管节。通过用户所给出的这些点之间的评分地图的最小代价路径会如提取完整的血管节以及造影剂动力性。因此,仅在一个获取物以及血管***的与诊断有关的部分的开始点与终结点的选择之后将所涉及的血管的几何形状和血流呈现给用户。锋面传播算法(front propagation algorithm)是在评分地图中的两个点之间提取最小代价路径的一种公知的方法。
在重构算法的另一个优选实施例中,数据处理单元适于用迭代跟踪算法渐进沿着血管三维重构流特征和血管几何形状。这种算法在重构体积中的一个(如手动)已选点开始,接着将管状分子加到已知的模型实例中。每个新的分子的方向确定为获得最高真实性评分的方向。可将这种真实性评分计算为不同特性的加权组合,如:
-将新的三维管状分子的假定方向与从投影图像中作为特性提取的平面方向的一致性进行比较。
-从已知的最后分子的TIC预测TIC,即新的分子中的成像造影剂动力性,并将这种TIC即新的分子中的成像造影剂动力性与在以假定方向的分子的新的终结点提取的TIC进行比较。
在优选实施例中,将用于一个单独投影的真实性评分计算为三维方向与在此点的投影提取的方向之间的偏差的倒数,再乘以在投影中的此点观察的TIC与在获得这种投影时从这种模型预测的TIC之间的差。对于每个假定方向而言,聚集所有投影的真实性评分之和,而且在最后将以具有最高评分的方向的管状分子加到这种模型。在迭代中,将分子加起来,直到所观察的血管段离开所观察的体积或者直到不再能够提取更多的真实性足够高的评分。
与利用静态血管树的算法相比,前面所描述的两个实施例在稳健性方面得以提高,因为造影剂动力性方面另外的信息可解决不确定性,这些不确定性阻碍了将常规的方法用于具有静态的完全不透明的血管树的获取物。
特别地,造影剂动力性的参数模型(元件)可包括描述造影峰(contrast peak)的功能,这种造影峰具有嵌入无任何造影剂的相位中的造影剂的流入、平稳状态和流出的相位。利用这种类型的峰值功能,所观察的造影外观可具有参数数量少但精度仍高的特征。
在替代实施例中,数据处理单元适于预测函数该函数表示在将造影剂在上游注入并由流体的对流和扩散通过已知的几何形状的管状结构而输送到血管模型中的任何点时造影剂在该点的量。这种方式产生非常实际的TIC,因为该方式考虑了具体的血管几何形状,已通过这种血管几何形状在注入与观察之间将药丸流入。
优选探查***包括输入设备,入键盘或鼠标,用户可通过输入设备输入信息。信息尤其可包括用户所限定的一个或多个种子点的位置,这些种子点用作用于血管几何形状的渐进三维重构的点。
探查***通常包括显示单元,如监视器,显示单元用于显示重构的血管几何形状和/或重构的流特征。因此,可以用用户友好的直观方式表示重构过程的结果。
本发明还包括用于确定身体部位的血管***中的血管几何形状和流特征的方法,这种方法包括以下步骤:
a)将造影剂药丸注入血管***中。例如,这种注入可在自动注入设备的帮助下实现。
b)在前面所提及的药丸从不同方向通过期间,产生血管***的X光投影的时间序列。
c)至少部分地基于已成像的由药丸所导致的造影剂动力性来重构血管几何形状的三维模型以及在血管几何形状中的流特征的模型。
最后,本发明还包括记录载体,如软盘、硬盘或压缩光盘(CD),用于确定身体部位的血管几何形状和在血管***中的流特征的计算机程序储存在这种记录载体上,其中,这种程序适于执行前面所提及的类型的方法。
这种方法和记录载体具有类似于前面所描述的探查***的特性。因此,参考对这种探查***的描述来获得这种方法和记录载体的细节、优点和进一步的发展方面的更多信息。
从下面所描述的实施例就会明白本发明的这些和其它方面,且通过参考下面所描述的实施例对本发明的这些和其它方面进行说明。
附图说明
下面通过举例的方式对本发明进行描述并借助于附图,在这些图中:
图1示意性地示出了根据本发明的探查***;
图2示意性地示出了血管节和在不同时间从不同方向获得的血管节的三个投影图像;
图3示出了根据本发明的对用于空间中的一点的真实性评分的计算,在这种计算中,对圆柱形分子和在此位置提取的TIC进行估定;
图4示出了血管方向和半径的二维提取,这种二维提取用于在示于图2的布置中的3D血管几何形状的重构并用作第二优选实施例中的特性;
图5示出了基于根据图4的预处理根据第二优选实施例的血管的渐进重构的一个步骤;
图6示出了分别用于造影剂动力性或作为TIC的造影剂动力性的成像的示范性模型函数。
具体实施方式
图1示意性地示出了可与本发明结合使用的探查***。这种***包括旋转X光设备10,旋转X光设备10具有X光源13,X光源13朝向X光检测器11,其中,通过C型臂12将这两个器件联接。患者1位于X光设备10的中心,以使能够从不同的方向产生患者1的身体部位中血管***的X光投影。而且,X光设备10联接到数据处理单元20,如工作站,这种数据处理单元20适于控制X光设备10尤其适于处理从X光设备10接收的图像数据。数据处理单元20还连接到监视器21,可将重构的血管树及其流特征显示在监视器21上,其中,流可用如膜序列表示或可以是流速的色码。用户可通过连接到工作站20的键盘23和鼠标22交互输入信息。
图2示出了血管30的节(在时间tk示出)与该节的投影P1...Pk...PN的序列之间的几何关系,投影P1...Pk...PN的序列由示于图1中的X光设备10在各自的时间t1<...tk<...tN从不同的方向获得。在造影剂(通常通过导管注入)经过血管***时产生投影P1...PN的序列。在目前的普通成像设备中,投影的一般数量约为100。由于在不同的时间产生这些投影P1...PN,所以这些投影表示药丸31相对于血管30的不同位置。不充有造影剂的血管节在投影P1...PN中用虚线表示,但这些血管节并不是可视的真正X光投影。
图3示出了真实性评分地图的产生,这种真实性评分地图用于第一种方法,这种方法用于在示于图2中的布置的基础上的血管几何形状和流特征的组合三维重构。
专用获取协议用在或开发用于导管实验室,包括双平面成像或旋转获取以取得3D血管几何形状(例如,见C.J.Henry和T.M.Peters所写的“血管树的三维重构,理论和方法论”,《医学生理学》第23(2):197期,1996年;M.Grass、R.Koppe、E.Klotz、R.Proksa、M.H.Kuhn、H.Aerts、J.Op de Beck和R.Kemkers所写的“利用C型臂图像增强器投影数据的高造影物体的3D重构”,《计算机化医学成像和图形》第23(6):311期,1999年;S.Young、B.Movassaghi、J.Weese、W.Niesen和V.Rasche所写的“利用2D校准的X光投影的用于冠状模型的3D血管轴提取”,《医学成像2003:图像处理》,M.Sonka与J.M.Fitzpatrick编辑;SPIE学报,第5032卷,2003年)。另外还有将从造影剂流(如流锋面(flow front)、速度)提取的性能描绘到以前重构的血管几何形状上的方法(H.Schmitt、M.Grass、V.Rasche、O.Schramm、S.和K.Sartor所写的“用于确定造影剂在3D血管结构中的传播的基于X光的方法”,IEEE医学成像学报,第23(3):251期,2002年)。
本发明的基本理念是专用的以模型为基础的重构,这种重构利用对造影剂流过时的血管及其动力性外观的模型认识来提取由于单步骤中造影流而导致的3D几何形状及其视觉外观。
用于血管几何形状与造影剂动力性(其中,将“造影剂动力性”限定为在空间中特定点并且在血管树模型中的造影剂浓度)的同时重构的开始点是在具有几何参数的造影注入期间和紧接着之后所获取的投影图像P1...PN与时间戳t1...tN的集合。一个示例是示出垂直投影的两个图像时间系列,这些垂直投影具有固定的投影方向,因为可从双平面***获得这些垂直投影。另一个示例(在图2至图4中示出)是示出在序列的开始和结束时的造影流入和流出的180°或以上的旋转获取。根据获取协议和适当图像的可用性,可在重构之前从各自的图像将没有造影剂的图像扣除。
在示于图3中的重构算法的第一示范性实施方法中,将
-从投影的序列估计的用于每个三维像素的TIC,以及
-X光投影中的原始灰度值用作特性参数。
参数模型包括圆柱形元件41的集合,这些圆柱形元件41用于有效TIC的几何形状和模型,其中
-这种圆柱体41的X光投影的预测结果由出现在圆柱体截面上方的灰度级的轮廓Mprofile建模;并且
-在这种圆柱体中的TIC和/或造影剂动力性由具有一些参数的模型给出。(注:下面通常将造影剂动力性及其图像以及TIC作为同义词对待,因为这些词基本上与相同的现象相关)。这种模型可包括如示于图6中的五个线分子(无造影、造影流入、平稳状态、造影流出、无造影)。
两个不同的优化算法用在此实施例中:第一部分确定用于重构的体积中的所有三维像素的一个圆柱体元件41的最佳取向、尺寸和模型TIC。将提取的特性与最佳模型分子之间的剩余失配作为用于这种三维像素的真实性评分输出。然后,另一种优化算法通过血管段的开始点与终结点之间的体积寻找最佳路径。因此,第二种优化算法必须寻找具有极小局部失配总和的路径。根据局部速度函数(由这种用途中前面所提及的真实性所限定)模拟波传播的锋面传播算法是用于这种最佳路径提取的优选实施例。通常通过在这些投影上应用几何过滤器或通过匹配几何模型如圆柱体(参看前面所提及的由S.Young等人所写的文件)来限定这种速度函数。在本实施例所提出的方法中,包括预测的和观察的TIC的示于图3中的圆柱体模型元件用于以下面将要描述的方式限定速度函数。
对于空间中的每个点来讲,根据相异投影几何形状的前面所提及的圆柱体41的投影导致灰度值轮廓Mprofile的集合,这些灰度值轮廓Mprofile沿着方向s,方向s垂直于血管段的投影圆柱体模型41的轴。这些轮廓的中心应与圆柱体41的中心线重合,且这些轮廓的长度应比投影血管直径d大两至三倍。利用正确的相似性度量S将这些轮廓Mprofile与所获取的投影P1...Pk...PN中的空间上对应的灰度值轮廓Iprofile进行比较,这也可从图像配准(参看J.B.A.Maintz和M.A.Viergever所写的“医学图像配准概论”(a survey of medical imageregistration),《医学图像分析》第2(1)期,1998年;J.H.Hipwell和G.P.Penney等人所写的“基于大脑血管造影的2D-3D配准的强度”,IEEE医学成像学报,第22(11):1417期,2003年)中获知。
在同质背景上的血管结构的情形中,例如,相似性度量可由以下公式确定:
式中:和表示投影图像中的灰度值轮廓和投影圆柱体模型的灰度值轮廓,且是所考虑的像素i的位置向量(相似性度量S与目前所考虑的在空间中的位置的依存关系并未在公式中特别表示)。图像轮廓由投影几何形状和圆柱体取向几何限定。投影模型的轮廓另外还取决于表示造影剂动力性的特征的圆柱体直径d和参数应注意到,在本发明中,在对应于投影的时间在该点考虑Mprofile,从该投影获取Iprofile(即若Iprofile源自Pk,那么在tk考虑Mprofile)。和表示各自轮廓的平均灰度值。优化程序的第一部分通过寻找目标函数V的最小值来确定用于每个空间位置的局部最佳模型参数d和通过计算用于所有投影和轮廓的相似性度量的总数来获得目标函数V的最小值:
目标函数V的残值如可以确定的最小的V,用以限定用于处于位置的三维像素的真实性评分。正如前面所提及的那样,锋面传播算法通过模拟寻找最佳代价路径。良好性度量解释为局部可能的速度,然后确定两个已知点之间的最快连接。因此,锋面传播算法将所确定的真实性评分解释为此处的局部传播速度。这样,要求导致用于低残余Vopt的高值的函数,反之亦然。在已确定了在位置的最佳模型参数dopt和之后,可用下面的公式确定这种传播速度F:
式中:Oprofile表示恒定的零轮廓,即无血管的轮廓。这样,上面的差异是由于血管段的出现所导致的相似性度量的变化的特征。可将绝对单调的函数用于前面的差异,以提供具有数据的锋面传播算法,这些数据在预计的范围内,这种范围具有用于不同的真实性评分的传播速度选择。
当血管几何形状和造影动力性重构由3D锋面传播进行时,通过用户限定的种子点(一个或多个)的集合来限定所涉及的初始区域。根据具有局部速度反应(在本实施例中由优化的第一部分计算)的波的模拟传播来将包围这些点中的每一个的区域迭代扩展,然后通过解传播方程式来确定在新近包括的三维像素的锋面到达时间
在传播之后,可通过跟随在传播期间所获得的时间场内的最小时间路径来跟踪从任何已选点向后到“最近的”种子点的“最短路径”。利用正确的速度反应和在血管段的适当选择的点,就可以以这种方式重构这种分子的几何特性(如中心线和直径)。
由于确定用于每个三维像素的Vopt非常耗时,所以可在锋面传播算法期间将确定用于一个3D点的最佳参数作为初始值储存并传播到邻近的点。这就意味着将这两个优化步骤合并,其中,局部优化仅对可能位于最佳路径上的三维像素进行,且可通过利用已知的邻近三维像素的初始值将在新的三维像素的局部优化加速(见S.Young、V.Pekar和J.Weese所写的“用于具有血池造影剂的MRA的可视的血管分节”,《医学图像计算和计算机辅助干预》(MICCAI)(2001),W.J.Niessen和M.A.Viergener编辑;计算机科学讲稿2208,2001年)。最后,可在确定“最短路径”期间检索用于重建的血管段的最佳参数,“最短路径”的确定通过跟随最小时间路径来进行,最小时间在传播期间所获得的时间场内。
图4和图5示出了用于血管几何形状和流特征组合的三维重构的另一种方法。在此方法中,推理认识由专用的3D跟踪算法提供,这种算法虑及了造影剂流动力性与在时间上的不同点的一个或多个投影中的血管外观的相干性。
从示于图2并在前面详细描述的布置开始,再次通过用户限定的种子点(一个或多个)限定所涉及的血管段。对于血管子***的下游跟踪而言,首先在所有的投影图像P1...Pk...PN中提取局部血管方向和半径(此步骤的结果示于图4)。利用多尺度方法可确定像素示出投影血管的可能性以及该血管的局部方向和半径方面的信息(见A.F.Frangi、W.J.Niessen/K.L.Vincken和M.A.Viergener所写的“多尺度血管增强过滤”,《医学图像计算和计算机辅助干预》(MICCAI),LNCS学报第1496期,第130至137页,1998年)。
示于图5中的迭代3D血管跟踪将新近产生的霍夫(Hough)假设空间用于方向和血管半径以及血管方向中所要求的连续性、血管半径与造影剂填充的相互结合。在图像处理中,霍夫假设空间用于预测目标的位置和方向,已知该目标在给定体积中(任何位置)。不同的假设(即目标的参数,如以x和y方向的位置、目标的尺寸和目标的旋转角等等)构成霍夫空间的大小。然后对可得到的图像数据或特性单独进行测试,这些图像数据或特性可示于目标参数,且将这些参数输入霍夫空间中。最后,霍夫空间中具有最大进入的点对应于所预测的假设(参看D.Ballard所写的“检测任意图案的广义霍夫变换”,IEEE图案分析和机器智能学报,第13卷第二部分,第111至122页,1981年)。
对于在血管上的目前所考虑的跟踪点中的局部3D方向的提取来讲,也考虑所估计的TIC,即在此点的血管中造影剂的数量。在跟踪期间,上游最近点的TIC是对在的TIC的良好估计。假设空间基于在示于图4中的投影P1...Pk...PN中所获得的前面所提及的2D血管过滤结果收集用于以任何3D方向和任何半径r的血管的证据。与前面所提及对TIC的估计即造影剂动力性相比,造影剂流的连续性通过将每个进入倒数加权到在空间中的该点的衰减差异来包括在这种证据的收集中。
将用于这种搜索的霍夫空间预置为空。在将上一个已知圆柱体元件以已知的取向的方向伸长时获得所涉及的血管中的下一个候选点,对该候选点的变化可到达最大弯曲角。因此,将这些候选位置置于球形平面上。
然后,确定用于每个投影Pk的根据成像几何的的投影位置对于每个投影Pk来讲,已将血管过滤器用于一个或多个不同的血管尺寸σ,且已确定局部血管方向φ′和血管过滤器S的强度。在本实施例中,将S解释为具有尺寸σ的血管容纳在在位置的Pk中的可能性,且φ′给出这种血管的平面取向。根据成像几何在对投影血管取向φ′进行观察且考虑具有尺寸σ的血管时,不同的取向可在出现。对于所有可能的来讲,假设空间由过滤器强度Sk增加,将Sk作为在Pk的特性提取。为了包括通过血管段的造影剂相干流方面的推理认识,通过真实性系数将过滤器强度加权,这种真实性系数将在所提取的血管段中的最后的已知TIC与在提取的TIC进行比较。用系数单独对Sk加权。该系数在所观察的造影剂动力性与所预测的造影剂动力性之间的差异增加时降低,从而减少了在霍夫空间中这种不太真实的假设的加权。这种加权还可包括TIC本身的置信度量,这在下面进行描述。
在假设缓冲器中的最高证据确定了所跟踪的血管段的局半径ropt和方向其中,迭代确定的血管几何形状的下一个点由血管段以方向的伸长来确定。利用这种估计,就可以提取在点的局部TIC以及置信度量。为了实现这个目的,从背景校正的输入帧P1...Pk...PN读取衰减(利用DSA或局部背景消元)。由于现在已知在的血管的3D方向,可将所有的衰减值进行校正以用于虚拟衰减增加,因为在投影中有缩小。基于3D估计与来自血管过滤器的投影估计的一致性来提取每个TIC值的置信。若所涉及的血管段由其它血管结构或背景衰减封闭,那么这种一致性和各自的置信就低。
在另一个实施例中,采用不同的模型函数在这种情形中,通过在注入点(若观察造影剂注入的开始和结束,那么该注入点是已知的)的TIC的模拟以及通过管序列的血液与造影剂的混合物的流体输送来将TIC建模,这些管的长度和半径对应于建立几何模型的圆柱体元件。
当这种跟踪结束(如在成像的体积的边界或若没有获得其它的稳定假设)时,血管路径的3D几何形状和沿着这个路径的局部TIC是已知的。然后可获得稳健的流测量值,这些流测量值避免投影测量值所固有的缩小和封闭后果。
正如已提及的那样,图6示出了用于依赖于时间的血管中的点的造影剂动力性或TIC的参数模型函数(右图中的粗曲线)的示范性进程。在此示例中,造影剂动力性/TIC由具有六个参数的线性样条近似,这六个参数提供流入、具有最大造影的平稳状态和流出
所提出的这些方法允许从各种获取协议如双平面或旋转获取重构3D血管几何形状及其由造影流导致的外观。这些方法大量地减少所获取的、重构与诊断有关的信息的各自的量所要求的数据的量。尤其可在基于C型臂的X光***上实现这些方法和各自的获取,这些X光***带有关于检测器帧和旋转速度的详细说明。而且,由于这些方法可解决由流所导致的动力性外观,所以可改进3D几何重构的稳健性和稳定性。所提出的血管几何形状和流动力性的提取可用在如血管神经诊断,但也可用于周围或中央血管***。可将这些方法加到现有的3D血管重构软件包中。
最后指出的是,在申请中,词语“包括”并不排除其它元件或步骤,词语“一”或“一个”并不排除复数,且单个处理器或其它单元可实现几个装置的功能。本发明包含每个新颖性特征或这些特征的组合。而且,权利要求书中的参考符号不应解释为对权利要求书的范围进行限制。
Claims (10)
1.用于确定血管***中的血管几何形状和流特征的探查***,包括:
X光设备(10),所述X光设备(10)用于产生所述血管***的不同取向的投影;
数据处理单元(20),所述数据处理单元(20)耦合到所述X光设备(10)并适于以在造影剂药丸(31)通过期间所产生的所述血管***的不同取向的X光投影(P1、Pk、PN)的单个时间序列为基础来重构所述血管几何形状和所述流特征,其中,所述数据处理单元(20)包括所述血管几何形状和造影剂动力性的参数模型,以及所述血管几何形状的重构至少部分地根据所述参数模型而以由所述药丸(31)所引起的成像的造影剂动力性为基础,以及所述造影剂动力性为在空间中的特定点处造影剂浓度的时间进程。
2.如权利要求1所述的***,其特征在于:所述数据处理单元(20)适于从所述X光投影(P1、Pk、PN)的单个时间序列中提取与所述血管几何形状和/或造影剂动力性有关的特性。
3.如权利要求1所述的***,其特征在于:所述数据处理单元(20)适于重构所述参数模型的实例,所述实例既适合于所述X光投影(P1、Pk、PN)的单个时间序列也适合于用于血管几何形状和/或造影剂动力性的真实性规则。
4.如权利要求1所述的***,其特征在于:所述参数模型包括对应于局部血管段和局部造影剂动力性的元件,其中,所述元件中的每一个与局部评分值关联。
5.如权利要求4所述的***,其特征在于:所述数据处理单元(20)适于通过相对于所述局部评分值确定最佳路径来重构所述参数模型的实例。
6.如权利要求3所述的***,其特征在于:所述数据处理单元(20)适于渐进地沿着血管来三维地重构所述流特征和所述血管几何形状。
7.如权利要求1所述的***,其特征在于:所述参数模型包括描述具有流入、平稳状态和流出相位的造影峰的函数。
8.如权利要求1所述的***,其特征在于:所述数据处理单元(20)适于确定表示在将造影剂在上游注入并由流体的对流和扩散通过已知几何形状的管状结构而输送到所述参数模型中的任何点时所述造影剂在所述任何点的量的函数。
9.如权利要求1所述的***,其特征在于:所述***包括输入设备(22、23),且所述数据处理单元(20)适于从用户限定的种子点开始所述血管几何形状的所述重构。
10.如权利要求1所述的***,其特征在于:所述***包括用于显示重构的血管几何形状和/或重构的流特征的显示单元(21)。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP05100798 | 2005-02-04 | ||
EP05100798.7 | 2005-02-04 | ||
PCT/IB2006/050333 WO2006082558A2 (en) | 2005-02-04 | 2006-01-31 | System for the determination of vessel geometry and flow characteristics |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101115989A CN101115989A (zh) | 2008-01-30 |
CN101115989B true CN101115989B (zh) | 2012-09-05 |
Family
ID=36645765
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2006800040500A Active CN101115989B (zh) | 2005-02-04 | 2006-01-31 | 用于确定血管几何形状和流特征的*** |
Country Status (5)
Country | Link |
---|---|
US (1) | US7738626B2 (zh) |
EP (1) | EP1846753B1 (zh) |
JP (1) | JP5268365B2 (zh) |
CN (1) | CN101115989B (zh) |
WO (1) | WO2006082558A2 (zh) |
Families Citing this family (80)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101120381B (zh) | 2005-02-14 | 2012-09-26 | 皇家飞利浦电子股份有限公司 | 用于确定靶向给药的注入点的设备和方法 |
US8046051B2 (en) * | 2005-03-29 | 2011-10-25 | Koninklijke Philips Electronics N.V. | Method and apparatus for the observation of a catheter within a vessel system |
US20070249912A1 (en) * | 2006-04-21 | 2007-10-25 | Siemens Corporate Research, Inc. | Method for artery-vein image separation in blood pool contrast agents |
DE102007024451B4 (de) * | 2007-05-25 | 2010-07-08 | Siemens Ag | Ermittlungsverfahren für örtlich dreidimensional aufgelöste Anwesenheitsverteilungen einer Substanz in einem Gefäßsystem und hiermit korrespondierende Einrichtungen |
US8705819B2 (en) * | 2007-06-21 | 2014-04-22 | Koninklijke Philips N.V. | Adjusting acquisition protocols for dynamic medical imaging using dynamic models |
US7965810B2 (en) * | 2007-06-26 | 2011-06-21 | General Electric Company | Device and method for identifying occlusions |
DE102007037996A1 (de) * | 2007-08-10 | 2009-02-19 | Siemens Ag | Verfahren zur dreidimensionalen Darstellung einer bewegten Struktur durch ein tomographisches Verfahren |
US8097712B2 (en) | 2007-11-07 | 2012-01-17 | Beelogics Inc. | Compositions for conferring tolerance to viral disease in social insects, and the use thereof |
FR2924255A1 (fr) * | 2007-11-27 | 2009-05-29 | Gen Electric | Procede de traitement d'images cardiaques radiographiques en vue d'obtenir une image soustraite et recalee |
RU2010140802A (ru) | 2008-03-06 | 2012-04-20 | Конинклейке Филипс Электроникс Н.В. (Nl) | Способ анализа сосудистой системы |
US8509507B2 (en) * | 2008-06-30 | 2013-08-13 | Koninklijke Philips Electronics N.V. | Perfusion imaging |
US8200466B2 (en) | 2008-07-21 | 2012-06-12 | The Board Of Trustees Of The Leland Stanford Junior University | Method for tuning patient-specific cardiovascular simulations |
EP2378961B1 (en) * | 2008-12-19 | 2015-03-25 | Philips Intellectual Property & Standards GmbH | Arrangement for imaging an object including a vessel using magnetic particle imaging |
US9405886B2 (en) | 2009-03-17 | 2016-08-02 | The Board Of Trustees Of The Leland Stanford Junior University | Method for determining cardiovascular information |
WO2010108146A2 (en) | 2009-03-20 | 2010-09-23 | Orthoscan Incorporated | Moveable imaging apparatus |
US9129360B2 (en) | 2009-06-10 | 2015-09-08 | Koninklijke Philips N.V. | Visualization apparatus for visualizing an image data set |
US8643642B2 (en) | 2009-08-17 | 2014-02-04 | Mistretta Medical, Llc | System and method of time-resolved, three-dimensional angiography |
US8654119B2 (en) | 2009-08-17 | 2014-02-18 | Mistretta Medical, Llc | System and method for four dimensional angiography and fluoroscopy |
US8962584B2 (en) | 2009-10-14 | 2015-02-24 | Yissum Research Development Company Of The Hebrew University Of Jerusalem, Ltd. | Compositions for controlling Varroa mites in bees |
CN102113900B (zh) | 2010-01-05 | 2015-07-15 | 深圳迈瑞生物医疗电子股份有限公司 | 彩色血流动态帧相关方法和装置 |
WO2011091300A2 (en) | 2010-01-24 | 2011-07-28 | Mistretta Medical, Llc | System and method for implementation of 4d time-energy subtraction computed tomography |
CA2790211C (en) | 2010-03-08 | 2020-06-09 | Monsanto Technology Llc | Methods and compositions for delivering polynucleotides into plants |
US8157742B2 (en) | 2010-08-12 | 2012-04-17 | Heartflow, Inc. | Method and system for patient-specific modeling of blood flow |
US8315812B2 (en) | 2010-08-12 | 2012-11-20 | Heartflow, Inc. | Method and system for patient-specific modeling of blood flow |
US8768031B2 (en) | 2010-10-01 | 2014-07-01 | Mistretta Medical, Llc | Time resolved digital subtraction angiography perfusion measurement method, apparatus and system |
US9536314B2 (en) * | 2010-10-20 | 2017-01-03 | Siemens Medical Solutions Usa, Inc. | Image reconstruction |
US9125611B2 (en) | 2010-12-13 | 2015-09-08 | Orthoscan, Inc. | Mobile fluoroscopic imaging system |
US9684957B2 (en) | 2011-02-11 | 2017-06-20 | Arizona Board Of Regents, A Body Corporate Of The State Of Arizona, Acting For And On Behalf Of Arizona State University | Systems methods, and media for detecting an anatomical object in a medical device image using a multi-stage classifier |
CA2827122A1 (en) | 2011-02-11 | 2012-08-16 | Arizona Board Of Regents For And On Behalf Of Arizona State University | Methods, systems, and media for determining carotid intima-media thickness |
EP2672882B1 (en) | 2011-06-15 | 2018-07-25 | Mistretta Medical, LLC | System and method for four dimensional angiography and fluoroscopy |
MX362810B (es) | 2011-09-13 | 2019-02-13 | Monsanto Technology Llc | Metodos y composiciones para controlar malezas. |
US10760086B2 (en) | 2011-09-13 | 2020-09-01 | Monsanto Technology Llc | Methods and compositions for weed control |
US10806146B2 (en) | 2011-09-13 | 2020-10-20 | Monsanto Technology Llc | Methods and compositions for weed control |
MX361938B (es) | 2011-09-13 | 2018-12-19 | Monsanto Technology Llc | Métodos y composiciones para el control de malezas. |
US10829828B2 (en) | 2011-09-13 | 2020-11-10 | Monsanto Technology Llc | Methods and compositions for weed control |
AU2012308659B2 (en) | 2011-09-13 | 2017-05-04 | Monsanto Technology Llc | Methods and compositions for weed control |
WO2013040057A1 (en) | 2011-09-13 | 2013-03-21 | Monsanto Technology Llc | Methods and compositions for weed control |
US9330336B2 (en) | 2011-09-16 | 2016-05-03 | Arizona Board of Regents, a body corporate of the State of Arizona, acting for and on behalf of, Arizona State University | Systems, methods, and media for on-line boosting of a classifier |
US9152926B2 (en) | 2012-02-02 | 2015-10-06 | Arizona Board Of Regents On Behalf Of Arizona State University | Systems, methods, and media for updating a classifier |
US9603554B2 (en) | 2012-02-03 | 2017-03-28 | The Arizona Board Of Regents | Systems, methods, and media for monitoring the condition of a patient's heart |
US8548778B1 (en) | 2012-05-14 | 2013-10-01 | Heartflow, Inc. | Method and system for providing information from a patient-specific model of blood flow |
AU2013264742B2 (en) | 2012-05-24 | 2018-10-04 | A.B. Seeds Ltd. | Compositions and methods for silencing gene expression |
US9449381B2 (en) * | 2012-09-10 | 2016-09-20 | Arizona Board Of Regents, A Body Corporate Of The State Of Arizona, Acting For And On Behalf Of Arizona State University | Methods, systems, and media for generating and analyzing medical images having elongated structures |
US9119564B2 (en) | 2012-09-13 | 2015-09-01 | Cook Medical Technologies Llc | Method of sizing internal body structure, and mechanism and system for same |
US10595807B2 (en) | 2012-10-24 | 2020-03-24 | Cathworks Ltd | Calculating a fractional flow reserve |
US9858387B2 (en) | 2013-01-15 | 2018-01-02 | CathWorks, LTD. | Vascular flow assessment |
EP3723041A1 (en) | 2012-10-24 | 2020-10-14 | CathWorks Ltd. | Automated measurement system and method for coronary artery disease scoring |
US9814433B2 (en) | 2012-10-24 | 2017-11-14 | Cathworks Ltd. | Creating a vascular tree model |
US10210956B2 (en) | 2012-10-24 | 2019-02-19 | Cathworks Ltd. | Diagnostically useful results in real time |
US9091628B2 (en) | 2012-12-21 | 2015-07-28 | L-3 Communications Security And Detection Systems, Inc. | 3D mapping with two orthogonal imaging views |
US10041068B2 (en) | 2013-01-01 | 2018-08-07 | A. B. Seeds Ltd. | Isolated dsRNA molecules and methods of using same for silencing target molecules of interest |
US10683505B2 (en) | 2013-01-01 | 2020-06-16 | Monsanto Technology Llc | Methods of introducing dsRNA to plant seeds for modulating gene expression |
US10609930B2 (en) | 2013-03-13 | 2020-04-07 | Monsanto Technology Llc | Methods and compositions for weed control |
EP2967082A4 (en) | 2013-03-13 | 2016-11-02 | Monsanto Technology Llc | METHOD AND COMPOSITIONS FOR WEED CONTROL |
US10568328B2 (en) | 2013-03-15 | 2020-02-25 | Monsanto Technology Llc | Methods and compositions for weed control |
US9850496B2 (en) | 2013-07-19 | 2017-12-26 | Monsanto Technology Llc | Compositions and methods for controlling Leptinotarsa |
EP3030663B1 (en) | 2013-07-19 | 2019-09-04 | Monsanto Technology LLC | Compositions and methods for controlling leptinotarsa |
US9008392B1 (en) * | 2013-09-25 | 2015-04-14 | Heartflow, Inc. | Systems and methods for visualizing elongated structures and detecting branches therein |
WO2015059706A2 (en) | 2013-10-24 | 2015-04-30 | Cathworks Ltd. | Vascular characteristic determination with correspondence modeling of a vascular tree |
NZ719544A (en) | 2013-11-04 | 2022-09-30 | Beeologics Inc | Compositions and methods for controlling arthropod parasite and pest infestations |
JP6552798B2 (ja) * | 2013-11-29 | 2019-07-31 | キヤノンメディカルシステムズ株式会社 | 医用画像処理装置、x線診断装置及び医用画像処理プログラム |
UA119253C2 (uk) | 2013-12-10 | 2019-05-27 | Біолоджикс, Інк. | Спосіб боротьби із вірусом у кліща varroa та у бджіл |
BR112016016337A2 (pt) | 2014-01-15 | 2017-10-03 | Monsanto Technology Llc | Composição e métodos para controlar crescimento, desenvolvimento ou a capacidade de reprodução de uma planta, e para sensibilizar uma planta para um herbicida inibidor de epsps |
DE102014201134B4 (de) | 2014-01-22 | 2017-04-06 | Siemens Healthcare Gmbh | Verfahren und Vorrichtung zur Erzeugung eines 2-D-Projektionsbildes eines Gefäßsystems nebst korrespondierenden Gegenständen |
WO2015153339A2 (en) | 2014-04-01 | 2015-10-08 | Monsanto Technology Llc | Compositions and methods for controlling insect pests |
EP3158067B1 (en) | 2014-06-23 | 2020-08-12 | Monsanto Technology LLC | Compositions and methods for regulating gene expression via rna interference |
EP3161138A4 (en) | 2014-06-25 | 2017-12-06 | Monsanto Technology LLC | Methods and compositions for delivering nucleic acids to plant cells and regulating gene expression |
RU2754955C2 (ru) | 2014-07-29 | 2021-09-08 | Монсанто Текнолоджи Ллс | Композиции и способы борьбы с насекомыми-вредителями |
JP6537797B2 (ja) * | 2014-09-29 | 2019-07-03 | キヤノンメディカルシステムズ株式会社 | 医用画像処理装置及びx線診断装置 |
CN107427268B (zh) * | 2014-11-14 | 2023-07-28 | 西门子保健有限责任公司 | 用于基于纯几何机器学习的血流储备分数的方法和*** |
WO2016118762A1 (en) | 2015-01-22 | 2016-07-28 | Monsanto Technology Llc | Compositions and methods for controlling leptinotarsa |
CN107750125A (zh) | 2015-06-02 | 2018-03-02 | 孟山都技术有限公司 | 用于将多核苷酸递送至植物中的组合物和方法 |
AU2016270913A1 (en) | 2015-06-03 | 2018-01-04 | Monsanto Technology Llc | Methods and compositions for introducing nucleic acids into plants |
US9959615B2 (en) | 2015-07-01 | 2018-05-01 | Arizona Board Of Regents On Behalf Of Arizona State University | System and method for automatic pulmonary embolism detection |
US11253217B2 (en) * | 2015-09-16 | 2022-02-22 | Koninklijke Philips N.V. | Apparatus for vessel characterization |
IL263066B2 (en) | 2016-05-16 | 2023-09-01 | Cathworks Ltd | Selecting blood vessels from images |
EP4300419A3 (en) | 2016-05-16 | 2024-04-03 | Cathworks Ltd. | System for vascular assessment |
US10643333B2 (en) | 2018-04-12 | 2020-05-05 | Veran Medical Technologies | Apparatuses and methods for navigation in and Local segmentation extension of anatomical treelike structures |
CN108514425B (zh) * | 2018-05-10 | 2021-07-30 | 东软医疗***股份有限公司 | 一种造影剂跟踪扫描的方法和装置 |
US11602320B2 (en) * | 2019-05-29 | 2023-03-14 | Siemens Healthcare Gmbh | Method for creating a three-dimensional digital subtraction angiography image and a C-arm X-ray device |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1317292A (zh) * | 2000-01-05 | 2001-10-17 | 皇家菲利浦电子有限公司 | 将被检对象中血液流动作为时间函数的成像方法 |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4536790A (en) * | 1982-11-26 | 1985-08-20 | Thomson-Csf Broadcast, Inc. | Apparatus and method for fluoroscopic imaging of a body |
JPH08131429A (ja) * | 1994-11-11 | 1996-05-28 | Toshiba Corp | 管状体像再生方法およびその装置 |
US5555886A (en) * | 1995-09-28 | 1996-09-17 | Siemens Medical Systems, Inc. | Apparatus and method for detecting blood vessel size and direction for doppler flow measurement system |
US5583902A (en) * | 1995-10-06 | 1996-12-10 | Bhb General Partnership | Method of and apparatus for predicting computed tomography contrast enhancement |
JP2002541948A (ja) * | 1999-04-20 | 2002-12-10 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 画像処理方法 |
US6711433B1 (en) | 1999-09-30 | 2004-03-23 | Siemens Corporate Research, Inc. | Method for providing a virtual contrast agent for augmented angioscopy |
AU7046601A (en) | 2000-05-30 | 2001-12-17 | Patrik Rogalla | Method for the combined representation of morphology and dynamics in split-imageand volume-image methods |
FR2812741B1 (fr) * | 2000-08-02 | 2003-01-17 | Ge Med Sys Global Tech Co Llc | Procede et dispositif de reconstruction d'une image tridimensionnelle dynamique d'un objet parcouru par un produit de contraste |
JP2002095654A (ja) * | 2000-09-26 | 2002-04-02 | Toshiba Corp | X線画像診断装置 |
US6650928B1 (en) | 2000-11-27 | 2003-11-18 | Ge Medical Systems Global Technology Company, Llc | Color parametric and composite maps for CT perfusion |
DE10100572A1 (de) * | 2001-01-09 | 2002-07-11 | Philips Corp Intellectual Pty | Verfahren zur Darstellung des Blutflusses in einem Gefäßbaum |
US6373920B1 (en) * | 2001-03-16 | 2002-04-16 | Ge Medical Systems Global Technology Company, Llc | Method and apparatus for acquiring CT perfusion images |
US6512807B1 (en) * | 2001-11-21 | 2003-01-28 | Koninklijke Philips Electronics, N.V. | Low signal correction for perfusion measurements |
US6692442B2 (en) * | 2001-12-13 | 2004-02-17 | Koninklijke Philips Electronics N.V. | Device for producing an on-line image of a body part into which a contrasting agent has been introduced |
DE10162272A1 (de) | 2001-12-19 | 2003-07-10 | Philips Intellectual Property | Verfahren zur Unterstützung der Orientierung im Gefäßsystem |
US7113623B2 (en) | 2002-10-08 | 2006-09-26 | The Regents Of The University Of Colorado | Methods and systems for display and analysis of moving arterial tree structures |
US6888914B2 (en) * | 2002-11-26 | 2005-05-03 | General Electric Company | Methods and apparatus for computing volumetric perfusion |
US7340026B2 (en) * | 2003-07-08 | 2008-03-04 | Koninklijke Philips Electronics, N.V. | Reconstruction of the current flow in a vessel system |
US7595464B2 (en) * | 2003-11-20 | 2009-09-29 | Panasonic Corporation | Infrared ray lamp and heating apparatus |
US7613496B2 (en) * | 2005-09-22 | 2009-11-03 | Kabushiki Kaisha Toshiba | Magnetic resonance imaging apparatus and magnetic resonance imaging method |
-
2006
- 2006-01-31 WO PCT/IB2006/050333 patent/WO2006082558A2/en active Application Filing
- 2006-01-31 CN CN2006800040500A patent/CN101115989B/zh active Active
- 2006-01-31 US US11/815,113 patent/US7738626B2/en active Active
- 2006-01-31 EP EP06710798A patent/EP1846753B1/en active Active
- 2006-01-31 JP JP2007553762A patent/JP5268365B2/ja active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1317292A (zh) * | 2000-01-05 | 2001-10-17 | 皇家菲利浦电子有限公司 | 将被检对象中血液流动作为时间函数的成像方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2008528227A (ja) | 2008-07-31 |
JP5268365B2 (ja) | 2013-08-21 |
EP1846753A2 (en) | 2007-10-24 |
CN101115989A (zh) | 2008-01-30 |
EP1846753B1 (en) | 2012-11-07 |
WO2006082558A3 (en) | 2006-11-02 |
WO2006082558A2 (en) | 2006-08-10 |
US20080192887A1 (en) | 2008-08-14 |
US7738626B2 (en) | 2010-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101115989B (zh) | 用于确定血管几何形状和流特征的*** | |
Hassan et al. | Computational replicas: anatomic reconstructions of cerebral vessels as volume numerical grids at three-dimensional angiography | |
Schaap et al. | Standardized evaluation methodology and reference database for evaluating coronary artery centerline extraction algorithms | |
Smith et al. | Geometric characterization of stenosed human carotid arteries | |
Schaefferkoetter et al. | Deep learning for whole-body medical image generation | |
Yu et al. | A physics and learning-based transmission-less attenuation compensation method for SPECT | |
Fang et al. | Topology optimization using multiple-possibility fusion for vasculature extraction | |
Puig et al. | An interactive cerebral blood vessel exploration system | |
US20240078669A1 (en) | System and methods for inferring thickness of object classes of interest in two-dimensional medical images using deep neural networks | |
Qi et al. | Theoretical study of penalized-likelihood image reconstruction for region of interest quantification | |
Elss et al. | Deep-learning-based CT motion artifact recognition in coronary arteries | |
Pan et al. | Data-Driven Volumetric Image Generation from Surface Structures using a Patient-Specific Deep Leaning Model | |
EP4057221A1 (en) | A multi-task learning framework for fully automated assessment of coronary artery disease | |
Fang et al. | Solving heterogenous region for diffuse optical tomography with a convolutional forward calculation model and the inverse neural network | |
Chalopin et al. | Evaluation of a semi-automatic segmentation algorithm in 3D intraoperative ultrasound brain angiography | |
Wu et al. | SLICR super-voxel algorithm for fast, robust quantification of myocardial blood flow by dynamic computed tomography myocardial perfusion imaging | |
Windyga et al. | Estimation of search-space in 3D coronary artery reconstruction using angiographic biplane images | |
Ciganovic et al. | Deep learning techniques for bone surface delineation in ultrasound | |
Liu et al. | A framework to measure myocardial extracellular volume fraction using dual‐phase low dose CT images | |
Senasli et al. | 3D reconstruction of vessel lumen from very few angiograms by dynamic contours using a stochastic approach | |
Duque et al. | Low-limb muscles segmentation in 3D freehand ultrasound using non-learning methods and label transfer | |
Shaughnessy et al. | Precision blood flow measurements in vascular networks with conservation constraints | |
Williams et al. | Geometrically independent contrast dilution gradient (CDG) velocimetry using photon-counting 1000 fps High Speed Angiography (HSA) for 2D velocity distribution estimation | |
Wicks | Intravascular blood flow measurement by quantitative cineangiographic image analysis | |
D'Amato et al. | Ray-casting method to assess the quality of segmented surfaces from 3d images |
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 |