CN101658415A - 用于脉管***的描绘的方法和*** - Google Patents
用于脉管***的描绘的方法和*** Download PDFInfo
- Publication number
- CN101658415A CN101658415A CN200910172859A CN200910172859A CN101658415A CN 101658415 A CN101658415 A CN 101658415A CN 200910172859 A CN200910172859 A CN 200910172859A CN 200910172859 A CN200910172859 A CN 200910172859A CN 101658415 A CN101658415 A CN 101658415A
- Authority
- CN
- China
- Prior art keywords
- view data
- region
- vascular system
- interest
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/168—Segmentation; Edge detection involving transform domain methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
提供用于自动地描绘对应于解剖区中的脉管***的图像数据的方法。该方法包括获得对应于代表解剖区的软组织的图像数据。另外,该方法包括基于患者群体从对应于解剖区的图像数据分割对应于感兴趣区的图像数据以获得对应于分割的感兴趣区的图像数据。此外,该方法包括通过抑制对应于代表分割的感兴趣区的软组织的图像数据而提取对应于与分割的感兴趣区关联的脉管***的图像数据。满足由这个方法限定的类型的功能性的***(10)和计算机可读介质也与本技术结合而被考虑。
Description
技术领域
本发明大体上涉及用于医学成像检查的检阅的方法和装置,并且更加具体地设计用于患者的解剖区中的感兴趣区中的脉管***(vasculature)的描绘(delineation)的方法和装置。
背景技术
脉管***中的血管(blood vessel)典型地帮助血液的输送到身体的各种不同的部分。然而,当在脉管中的大动脉被血块或其他颗粒阻塞时,供应到组织的血液量可能是不足的,最终导致组织死亡。例如,斑(plaque)的存在限制血流量,损伤血管壁和/或促进血块形成。另外,血管的硬化发生,其中脂类堆积在血管壁中引起动脉的硬化。同样,在血管中的栓塞物可导致严重的器官机能失调,其可能是致命的(如果未诊断出和/或未得到治疗)。例如,颈内动脉的阻塞物可减少到大脑的血液供应,导致中风。另外,在肺中的动脉的功能是运送足够的包含氧和营养物的血液以保持肺组织健康并且是运送二氧化碳到肺以从身体移除。然而,当肺动脉被栓塞物、斑或硬化阻塞时,供应到肺组织的血液量可能是不足的,最终导致组织死亡。因此,从周围的背景描绘解剖区中的脉管***以帮助提高疾病状态的探测是可取的,如果有的话。
传统上,X射线的射线照片已经用作用于探测人体疾病的诊断工具。作为例子,胸部X射线的射线照片可用于帮助临床医生探测肺中的疾病。如在上文中注意到的,描绘解剖区中脉管***以提高疾病状态的探测和/或诊断的容易度可是可取的。例如,从周围的背景描绘肺中的脉管***以帮助探测患者的肺中的任何疾病状态是可取的。然而,主要由于单个能量X射线的射线照片的敏感度和选择性对于脉管树的提取可能是低的事实,曲线肺脉管结构的描绘和重建通常向图像分割算法提出更大的挑战。此外,已知肺脉管***或脉管树是内在复杂的,具有细长的形状和多个分支。另外,给定肺脉管结构的微观分布时,由于肋骨结构的显著重叠(其产生背景噪声和不规则的形状探测),这些管的提取是困难和繁重的任务。此外,胸部X射线的射线照片的这个低能量水平可不利地引起疾病状态的漏探,因为在大量的数据中识别怀疑的区域是困难的。另外,由脉管***、静脉、运动伪像、局部体积和其他病理中的分支点导致的混淆可能引起误诊。
因此开发用于从周围的背景描绘脉管***的可靠的技术和***可是可取的,其有利地使脉管***中的疾病状态的基本优良的探测更容易,而同时保持假阳性的数量到最小值。特别地,存在对配置以使使用数字X射线图像数据描绘代表肺脉管***的图像数据更容易的***的需要,从而提高探测肺脉管***中的疾病状态的容易度并且简化诊断成像***的临床工作流程。
发明内容
根据本技术的方面,提供用于自动地描绘对应于解剖区中的脉管***的图像数据的方法。该方法包括:获得对应于代表解剖区的软组织的图像数据。另外,该方法包括基于患者群体从对应于解剖区的图像数据分割对应于感兴趣区的图像数据以获得对应于分割的感兴趣区的图像数据。此外,该方法包括通过抑制(suppressing)对应于代表分割的感兴趣区的软组织的图像数据而提取对应于与分割的感兴趣区关联的脉管***的图像数据。满足由这个方法限定的类型的功能性的计算机可读介质也与本技术结合而被考虑。
根据本技术的另一个方面,提供用于自动地描绘对应于解剖区中的脉管***的图像数据的方法。该方法包括获得代表患者内的解剖区的数字X射线图像数据。此外,该方法包括获得对应于代表解剖区的软组织的图像数据。另外,该方法包括基于患者群体从对应于解剖区的图像数据分割对应于感兴趣区的图像数据以获得对应于分割的感兴趣区的图像数据。此外,该方法还包括通过抑制对应于代表分割的感兴趣区的软组织的图像数据而提取对应于与分割的感兴趣区关联的脉管***的图像数据。
根据本技术的另外的方面,提供成像***。该***包括配置以采集图像数据的采集子***,其中图像数据是解剖区的代表。另外,该***包括与采集子***操作关联的处理子***,并且该处理子***包括描绘平台,其配置以获得对应于代表解剖区的软组织的图像数据、基于患者群体从对应于解剖区的图像数据分割对应于感兴趣区的图像数据以获得对应于分割的感兴趣区的图像数据,以及通过抑制对应于代表分割的感兴趣区的软组织的图像数据而提取对应于与分割的感兴趣区关联的脉管***的图像数据。
附图说明
当下列详细说明参考附图阅读时本发明的这些和其他特征、方面和优势将变得更好地理解,整个附图中相同的符号代表相同的部件,其中:
图1是根据本技术的方面的示范性诊断***的框图;
图2是以X射线成像***的形式的用于图1的示范性诊断***中的示范性成像***的框图;
图3是根据本技术的方面的示范性脉管***描绘子***的框图;
图4A-4B是根据本技术的方面的示出描绘与患者的解剖区中的感兴趣区关联的脉管***的示范性过程的流程图;
图5是根据本技术的方面的示出分割软组织以获得肺野的示范性过程的流程图;
图6是根据本技术的方面的示出通过基于患者群体处理图像数据分割软组织以识别患者中的肺野的边界的图5的示范性过程的流程图;
图7是根据本技术的方面的示出提取肺野中脉管***的示范性过程的流程图;
图8是根据本技术的方面的患者参数的表格;以及
图9A-9D是根据本技术的方面的示出凭借一系列基于患者参数的滤波器的使用通过抑制代表肺野的软组织而提取肺野中的脉管***的示范性过程的流程图。
标号列表
10 诊断*** 46 辐射流
12 患者 50 部分辐射
14 图像采集装置 52 探测器
16 成像*** 54 电源/控制电路
18 采集子*** 56 探测器控制器
20 处理子*** 58 ***控制器
22 脉管***描绘平台 60 显示器/打印机
24 显示器 62 操作员工作站
26 用户界面 72 数字胸部X射线图像
28 数据储存库 74 划界模块
40 成像*** 76 提取模块
42 源 78 数据存储器
44 准直仪 150 患者参数的表格
158 小的成年患者 152 患者参数
160 儿科患者 154 大的成年患者
162 患者参数的最佳值 156 中等成年患者
70 脉管***描绘平台的图形表示
172-192 用于执行抑制软组织以描绘脉管***的示范性过程的步骤
170 示出抑制软组织以描绘脉管***的示范性过程的流程图
142-146 用于执行用于提取脉管***的示范性过程的步骤
122-130 用于执行基于患者群体处理图像数据的示范性过程的步骤
80 示出用于描绘脉管***的示范性过程的流程图
84-100 用于执行用于描绘脉管***的示范性过程的步骤
110 示出分割软组织以获得肺野的示范性过程的流程图
112 用于执行用于分割软组织以获得肺野的示范性过程的步骤
120 示出基于患者群体处理图像数据的示范性过程的流程图
140 示出提取脉管***的示范性过程的流程图
具体实施方式
如在下文中将详细说明的,提供用于自动地描绘代表解剖区中的脉管***的图像数据的方法和用于自动地描绘代表解剖区中的脉管***的图像数据的***,该***配置以优化脉管***中的疾病的探测并且简化在诊断成像***中的临床工作流程。使用在下文中说明的方法和***,用于描绘代表脉管***的图像数据的***可配置以使脉管***中的疾病的基本上优良的探测容易,从而简化诊断成像***的临床工作流程。
但是,在下文中示出的示范性实施例在医学成像***的上下文中说明,将意识到诊断***在工业应用中的使用也与本技术结合而被考虑。
图1是根据本技术的方面的用于诊断成像中的示范性***10的框图。***10可配置以通过图像采集装置14从患者12采集图像数据。在一个实施例中,图像采集装置14可包括探头,其中该探头可包括有创探头,或无创或外部探头,例如外部超声探头,其配置以帮助采集图像数据。同样,在某些其他实施例中,图像数据可通过一个或多个传感器(没有示出)采集,其可设置在患者12上。作为例子,传感器可包括例如心电图(ECG)传感器等的生理传感器(没有示出)和/或例如电磁场传感器等的位置传感器或惯性传感器。这些传感器可操作式地与例如成像***等的数据采集装置耦合,例如通过引线(没有示出)耦合。备选地,图像采集装置14在某些其他实施例中可包括探测器。
***10还可包括医学成像***16,其与图像采集装置14操作关联。应该注意尽管在下文中示出的示范性实施例在医学成像***的上下文中说明,但是例如工业成像***和无损评估和检查***(例如管路检查***、液体反应器检查***等)等的其他成像***和应用也被考虑。另外,在下文中示出和说明的示范性实施例可在多模态成像***中找到应用,该多模态成像***与其他成像模态(modality)、位置追踪***或其他传感器***协同使用X射线成像。此外,应该注意尽管在下文中示出的示范性实施例在医学成像***(例如,但不限于,X射线成像***、磁共振(MR)成像***或计算机断层扫描(CT)成像***)的上下文中说明,根据本技术的方面也考虑其他成像***。
在目前考虑的配置中,医学成像***16可包括采集子***18和处理子***20。此外,医学成像***16的采集子***18可配置以通过图像采集装置14采集代表患者12中的一个或多个解剖区的图像数据。从患者12采集的图像数据然后可由处理子***20处理。
另外,由医学成像***16采集和/或处理的图像数据可用于帮助临床医生识别疾病状态、评定治疗的需要、确定适合的治疗选择和/或监控治疗对疾病状态的效果。在某些实施例中,处理子***20可进一步与例如数据储存库28等的存储***耦合,其中数据储存库28可配置以接收和存储图像数据。
根据本技术的示范性方面,处理子***20可包括脉管***描绘平台22,其配置以帮助基于患者群体描绘患者12的解剖区中的脉管***。可注意到如于此使用的,描绘解剖区中的脉管***的术语可用于指从代表解剖区的图像数据来描绘代表解剖区中的脉管***的图像数据。患者群体可包括不同的患者类型的患者,其中患者类型可包括大的成年患者、中等成年患者、小的成年患者或儿科患者。也就是说,脉管***描绘平台22可配置以使使用通过医学成像***16采集的图像和/或图像数据从周围的背景描绘解剖区中的脉管***更容易,并且将参考图3-9更加详细地说明。更加具体地,脉管***描绘平台22可配置以使使用可通过医学成像***16采集的代表解剖区的数字X射线图像数据从周围的背景描绘解剖区中的脉管***更容易。脉管***的这个描绘可用于帮助患者12的解剖区中的疾病状态(如果有的话)的探测,。疾病状态可包括例如脉管***的阻塞等的梗阻(obstruction),其例如,但不限于,栓塞物、硬化、斑或其的组合。作为例子,脉管***描绘平台22可配置以使用代表患者12的胸部区的数字X射线图像数据提取肺脉管***。
根据本技术的其他方面,成像***16并且更加具体地,脉管***描绘平台22还可配置以使用代表解剖区的X射线的射线照片以使描绘对应的脉管***更容易。作为例子,胸部X射线的射线照片可用于帮助描绘肺脉管***。然而,可注意到在由脉管***描绘平台22使用之前将胸部X射线的射线照片数字化可是可取的。先验地预处理数据也可是可取的。
此外,如在图1中示出的,医学成像***16可包括显示器24和用户界面26。然而,在某些实施例中,例如在触摸屏中,显示器24和用户界面26可重叠。同样,在某些实施例中,显示器24和用户界面26可包括公用区。根据本技术的方面,医学成像***16的显示器24可配置以显示基于通过图像采集装置14采集的图像数据由医学成像***16产生的图像。另外,根据本技术的另外的方面,已经由脉管***描绘平台22描绘的提取的脉管***也可在显示器24上可视化。
另外,医学成像***16的用户界面26可包括人机界面装置(没有示出),其配置以使临床医生更容易地操作显示器24上显示的图像数据。人机界面装置可包括鼠标类型的装置,轨迹球、操纵杆、指示笔或触摸屏,其配置以帮助临床医生识别一个或多个感兴趣的区域(例如)。然而,如将被意识到的,还可使用其他的人机界面装置,例如,但不限于触摸屏。此外,根据本技术的方面,用户界面26可配置以帮助临床医生贯穿由医学成像***16采集的图像导航。另外,用户界面26还可配置以帮助操作和/或组织显示器24上显示的描绘的脉管***。
可注意到尽管脉管***描绘平台22说明为配置成使用代表解剖区的数字X射线图像或图像数据以帮助提取该解剖区中的脉管***,脉管***描绘平台22也可使用其他的图像,例如,但不限于通过使用其他成像***获得的轴向片段以使关联的脉管***的描绘更容易。
如之前参考图1注意到的,医学成像***16可包括X射线成像***。图2是根据本技术示出用于采集和处理图像数据的成像***40的框图。在示出的实施例中,根据本技术,***40是X射线***,其设计以采集X射线投影数据以将投影数据重建成为图像,并且处理用于显示和分析的图像数据。此外,在图2中示出的实施例中,成像***40示为包括邻近准直仪44放置的X射线辐射源42。在一个示范性实施例中,X射线辐射源42可包括X射线管。准直仪44可配置以允许辐射流46进入例如病人12(参见图1)等的受治疗者所位于其中的区域中。部分辐射50穿过受治疗者12或其周围并且影响以标号52大概表示的数字X射线探测器。如将意识到的,探测器52可配置以将在它的表面上接收到的X射线光子转换为较低能量的光子,接着转换为电信号,该电信号被采集和处理以重建在受治疗者12内的特征的图像。
此外,源42被电源/控制电路54控制,其供应电力和控制信号二者用于检查顺序。另外,探测器52可与探测器控制器56耦合,该探测器控制器56操纵探测器中生成的信号的采集。探测器控制器56还可执行各种不同的信号处理和滤波功能,例如用于动态范围的初调、数字图像数据的交织(interleaving),等等。可注意到电源/控制电路54和探测器控制器56都可响应于来自***控制器58的信号。通常,***控制器58可配置以操纵成像***40的运行以执行检查规程并且处理采集的图像数据。在目前的上下文中,***控制器58还可包括信号处理电路(其典型地基于通用的或专用的数字计算机)、关联的用于存储由该计算机执行的程序和例程以及配置参数和图像数据的存储器电路,接口电路,等等。
另外,在图2中示出的实施例中,***控制器58示为与至少一个输出装置(例如以标号60标识的显示器或打印机)耦合。输出装置可包括标准或专门用途的计算机监视器和关联的处理电路。一个或多个操作员工作站62可进一步链接在该***中用于输出***参数、请求检查、观察图像,等等。通常,在该***内供应的显示器、打印机、工作站和类似的装置对于数据采集部件可是本地的,或可离这些部件是远程的,例如在机构或医院内的别处,或在完全不同的地点,其通过一个或多个可配置的网络(例如因特网、虚拟专用网,等等)与成像***链接。此外,在一个实施例中,输出装置60可包括显示器24(参见图1)。另外,在某些实施例中,操作员工作站62可包括用户界面26(参见图1)。
现在转向图3,描述图1的诊断***10的一个实施例的框图70。如之前参考图1注意到的,采集子***18(参见图1)配置以帮助从患者12采集图像数据(参见图1)。同样,如将意识到的,代表患者12的一个或多个图像可通过采集子***18采集。在某些实施例中,一个或多个图像可包括数字X射线图像72。可注意到数字X射线图像72可是患者12中的解剖区的代表。例如,在图3中示出的例子中,数字X射线图像72可包括代表患者12的胸部区的数字X射线图像数据。
同样,如参考图1注意到的,图像数据可用采集子***18采集。采集的图像可存储在数据储存库28(参见图1)中。在某些实施例中,数据储存库28可包括本地数据库。脉管***描绘平台22(参见图1)然后可从本地数据库28访问这些图像,例如数字胸部X射线图像72。备选地,数字X射线图像72可由采集子***18从档案位点、数据库或光学数据存储物品获得。例如,采集子***18可配置以采集存储在光学数据存储物品中的图像。可注意到光学数据存储物品可是光学存储介质,例如压缩盘(CD)、数字多功能盘(DVD)、例如DVD-5或DVD-9的多层结构、例如DVD-10或DVD-18的多面结构、高清晰度数字多功能盘(HD-DVD)、蓝光盘、近场光学存储盘、全息照相存储介质,或另一个类似的容积式光学存储介质,例如双光子或多光子吸收存储格式。此外,由采集子***18这样采集的这些数字X射线图像72可本地地存储在医学成像***16(参见图1)上。例如,数字X射线图像72可存储在本地数据库28中。
此外,如之前参考图1注意到的,处理子***20(参见图1)配置以处理这些数字X射线图像72,从而帮助临床医生识别疾病状态,评定治疗的需要、确定适合的治疗选择和/或监控治疗对疾病状态的效果。更加具体地,处理子***20可配置以帮助描绘患者12中的一个或多个解剖区中的脉管***。如现在注意到的,如于此使用的,处理子***20可配置以帮助描绘代表患者12中的一个或多个解剖区中的脉管***的图像数据。同样,在图1-2中示出的实施例中,处理子***20示为包括脉管***描绘平台22,其中脉管***描绘平台22配置以帮助通过使用采集的X射线图像72从周围的背景描绘解剖区中的脉管***,如之前说明的。然而,脉管***描绘平台22还可用作独立模块,其物理地从处理子***20和成像***16分离。也就是说,脉管***描绘平台22可操作式地与成像***16耦合并且配置以帮助使用由成像***16并且更加具体地由采集子***18采集的数字X射线图像72描绘与患者12中的解剖区关联的脉管***。
在一个实施例中,脉管***描绘平台22可包括划界模块74和提取模块76。根据本技术的示范性方面,划界模块74可配置以划界患者12(参见图1)的解剖区中的感兴趣区。再次在这里,如本文使用的,划界患者12的解剖区中的感兴趣区的术语指划界代表患者12的解剖区中的感兴趣区的图像数据。作为例子,使用数字X射线图像72中的图像数据描绘患者12的肺中的脉管***是可取的,其中数字X射线图像72可是胸部区的代表。因此,将代表患者12中肺的图像数据与周围的背景(例如前部和后部的肋骨、脊椎及其类似物)分开可是可取的。
根据本技术的方面,划界模块74可配置以使用数字胸部X射线图像72中的图像数据从周围的背景提取代表胸部区的软组织。也就是说,划界模块74可配置以使用数字胸部X射线图像72中的图像数据从周围的背景提取对应于代表胸部区的软组织的图像数据。另外,划界模块74可配置以分割提取的软组织以获得肺野。再次在这里,划界模块74可配置以分割代表提取的软组织的图像数据以获得肺野。更加具体地,划界模块74可配置以基于患者群体分割提取的软组织以识别肺或肺野的边界。可注意到术语肺、肺野以及右和左肺可互换使用。也就是说,划界模块74可配置以基于一个或多个与例如患者12等的患者关联的参数识别肺野的边界。更加具体地,它对于***40的用户,例如临床医生等识别患者类型可是可取的。在一个实施例中,患者类型可包括大的成年患者、中等成年患者、小的成年患者或儿科患者。划界模块74还可配置以获得一个或多个与选择的患者类型关联的参数。该一个或多个患者参数可包括标度比、偏差系数、取向偏差系数、噪声阈值、其的组合,或其类似物。根据本技术的示范性方面,划界模块74可配置以通过优化一个或多个参数识别肺野的边界。划界模块74的工作将参考图4-9更加详细地说明。
由划界模块74处理之后,可获得肺野的边界,其中该边界可配置以帮助从周围的背景划界肺野。也就是说,由划界模块74处理的结果是,可识别肺野的边界。肺野的这个识别的边界然后可用于帮助提取代表肺野的软组织。
根据本技术的其他方面,临床医生可被允许选择感兴趣区以使划界解剖区中的感兴趣区更容易。更加具体地,临床医生可通过显示器(参见图1)和用户界面26(参见图1)的使用选择解剖区中的感兴趣区。在一个实施例中,临床医生可通过使用用户界面26在显示在显示器24上的数字X射线图像上的感兴趣区周围绘制轮廓来选择感兴趣区。在某些其他的实施例中,临床医生可通过直接在显示在显示器24上的数字X射线图像上绘制轮廓来选择感兴趣区。
如将被意识到的,提取的软组织还可包括肺野中的脉管***。可注意到术语肺野中的脉管***和肺脉管***可互换使用。此外,如在上文中注意到的,从软组织提取肺野中的脉管***可是可取的。提取的脉管***然后可用于帮助临床医生探测和/或诊断疾病状态(如果有的话)。因此,提取模块76可配置以使从周围软组织提取肺野中的脉管***更容易。更加具体地,提取模块76可配置以使从代表周围软组织的图像数据提取代表肺野中的脉管***的图像数据更容易。根据本技术的示范性方面,提取模块76可配置以使凭借一系列基于参数的滤波器的使用通过抑制代表肺野的软组织而提取肺野中的脉管***更容易。更加具体地,提取模块76可配置以通过评估代表肺野的图像数据中的每个像素在预定图像数据分辨率、预定图像数据取向或其的组合时的频率来抑制软组织。提取模块76还可配置以识别对应于每个像素的该频率的能量分量。评估每个像素的频率的过程和对应的能量分量的识别然后可在处于一个或多个图像数据分辨率、一个或多个图像取向或其的组合时重复。
这个处理过程的结果是,可获得与一个或多个图像数据分辨率、一个或多个图像取向或其组合中的每个关联的对应于每个图像像素的能量分量。提取模块76还可配置以将对应于每个图像像素的与不同的图像数据分辨率和/或图像取向关联的能量分量混合以产生与每个图像像素关联的混合能量分量。另外,提取模块76还可配置以使用与每个图像像素关联的混合能量分量产生混合能量图像。
根据本技术的另外的方面,提取模块76还可配置以向混合能量图像应用预定阈值以提取对应于肺脉管***的图像数据。更加具体地,提取模块76可配置以向混合能量图像应用预定阈值以从对应于非树结构的图像数据描绘对应于脉管***或脉管树的图像数据,从而获得对应于感兴趣区中的脉管***的图像数据。此外,提取模块76可配置以产生肺野、肺野的边界或两者中描绘的脉管树结构的用户看得见的表示。提取模块76的工作将参考图4-9更加详细地说明。由脉管***描绘平台22的这样处理过程的结果是,在肺野中的脉管***可从周围的背景描绘出并且向例如临床医生显示。
此外,脉管***描绘平台22还可配置以向在肺野中的脉管***提供可视化的界面。在一个实施例中,脉管***描绘平台22可配置以显示肺野的提取的脉管***、识别的边界,或两者。在某些实施例中,肺野的提取的脉管***和/或边界可在显示器24(参见图1)上可视化。提取的脉管***的这个显示可有利地帮助临床医生探测和/或诊断患者12的肺脉管***中的任何异常。此外,用户界面26(参见图1)可利用以操作提取的脉管***的可视化。另外,对应于提取的脉管***的信息可存储在第二存储器78中。
脉管***描绘平台22的工作参考在图4-9中描述的示范性逻辑可被更好地理解。现在参考图4A-4B,示出用于描绘解剖区中的脉管***的示范性逻辑80的流程图。根据本技术的示范性方面,提供用于描绘解剖区中的脉管***的方法。也就是说,提供用于从对应于解剖区的图像数据自动地描绘对应于脉管***的图像数据的方法。在图4中提供的例子中,提供用于使用数字X射线图像数据自动地描绘在肺野中的肺脉管***的方法。另外,如之前注意到的,代表胸部区的X射线的射线照片也可用于帮助描绘肺脉管***。然而,X射线的射线照片被数字化并且先验地经受一个或多个预处理步骤是可取的。
该方法在其中获得代表解剖区的图像数据72的步骤84处开始。在本例子中,用于描绘脉管***的方法从描绘例如患者12(参见图1)的患者的胸部区中的肺野中的脉管***方面来说明,因此,图像数据72可包括患者12的胸部区的数字X射线。此外,在步骤84,可获得对应于代表胸部区的软组织的图像数据。根据本技术的方面,获得对应于代表胸部区的软组织的图像数据可包括将对应于代表胸部区的软组织的图像数据从对应于周围的背景的图像数据分开。周围的背景可包括例如前部和后部的肋骨和脊椎。在一个实施例中,双能量方法可用于将对应于代表胸部区的软组织的图像数据从对应于周围的背景的图像数据分开。通过使用双能量技术,通过数字图像相减的使用而使肋骨结构的干扰可大大地减小。还可使用配置以帮助将对应于代表胸部区的软组织的图像数据从周围的背景分开的其他技术,例如但不限于基于模型的技术或基于学习的技术。由步骤84的处理过程的结果是,可获得对应于代表胸部区86的软组织的图像数据。
接着,在步骤88,对应于代表解剖区的软组织的图像数据可被处理以从解剖区分割感兴趣区。也就是说,对应于代表解剖区的软组织的图像数据可被处理以获得对于分割的感兴趣区的图像数据。更加具体地,根据本技术的示范性方面,通过基于患者群体处理代表对应于解剖区的软组织的图像数据,对应于分割的感兴趣区的图像数据可从对应于代表解剖区的软组织的图像数据分割。在本例子中,对应于代表胸部区的软组织的图像数据可被处理以分割出对应于左和右肺的图像数据。也就是说,分割的感兴趣区可包括左和右肺。可注意到术语肺、左和右肺以及肺野可互换使用。同样,由步骤88的处理过程的结果是,可获得对应于肺野90的图像数据。参考图5-6可更好地理解步骤88。
现在参考图5,描述示出图4的步骤88的流程图110。更加具体地,描述处理对应于代表胸部区的软组织的图像数据以获得对应于分割的例如肺野等的感兴趣区的图像数据的示范性方法。根据本技术的方面,可基于患者群体处理对应于代表胸部区的软组织的图像数据以分割对应于肺野的图像数据,如由步骤112指出的。参考图6可更好地理解步骤112。
图6是描述图5的步骤112的流程图120。在图6中描述用于基于患者群体从代表解剖区的软组织分割感兴趣区的示范性方法。更加特别地,提供用于基于患者群体从对应于代表解剖区的软组织的图像数据分割代表感兴趣区的图像数据的方法。也就是说,可优化与患者类型关联的一个或多个参数以帮助识别感兴趣区的边界以使感兴趣区的分割更容易。如之前注意到的,在本例子中,解剖区包括胸部区,而感兴趣区可包括肺野。该方法在步骤122处开始,其中一旦代表胸部区86的软组织被获得,患者类型可被识别。根据本技术的方面,患者类型可包括大的成年患者、中等成年患者、小的成年患者或儿科患者。在患者类型的选择之后,与选择的类型关联的一个或多个患者参数可被识别,如由步骤124指出的。患者参数可包括标度比、偏差系数、取向偏差系数、噪声阈值、其的组合,或其类似物。这些患者参数可被优化以使肺野的边界的识别更加容易,从而允许对应于感兴趣区的图像数据从对应于解剖区的图像数据分割。
因此,在步骤126,可限定配置以包围感兴趣区的多边形,其中该多边形可配置以使感兴趣区的分割更容易。也就是说,可限定配置以包围肺野的多边形。更加具体地,限定的多边形可配置以包围对应于肺野的图像数据。多边形可包括例如正方形、矩形或其类似物。接着,在步骤128,对于在多边形上的每个点,可优化一个或多个患者参数以帮助确定肺野的边界。因此,可选择在多边形上的点。患者参数然后可修改以便优化患者参数的值。在一个实施例中,患者参数可修改以使误差能量函数收敛。可注意到可对每个患者参数限定预定的最佳范围。作为例子,对于大的成年的患者参数的最佳范围可在从大约0.1至大约0.2的范围中,而对于中等成年的患者参数的最佳范围可在从大约0.02至大约0.09的范围中。类似地,对于小的成年患者,患者参数的最佳范围可在从大约0.01至大约0.02的范围中,而对于儿科患者的患者参数的最佳范围可在从大约0.001至大约0.01的范围中。
因此,对于在多边形上的给定点,患者参数可修改使得每个患者参数符合对应的预定最佳范围。一旦已经优化了对应于在多边形上的给定点的每个患者参数,可识别在肺野的边界上的点。对于多边形上每个点可以重复上文的过程。上文处理过程的结果是,可识别肺野的边界。也就是说,感兴趣区,即肺野,可从解剖区即胸部区分割。更加具体地,对应于感兴趣区的图像数据可从对应于解剖区的图像数据分割出。由步骤128的处理过程的结果是,代表肺野90(参见图4)的图像数据可从对应于胸部区的图像数据分割。也就是说,作为由步骤128的处理过程的结果,左肺和右肺中的每个的边界可被识别。更加具体地,肺野的轮廓可通过为了误差能量函数的收敛而优化患者参数而获得。
备选地,代替步骤122-128的处理过程,临床医生可人工识别患者12的解剖区中的感兴趣区的边界,如由步骤130指出的。在本例子中,临床医生可通过在显示器24(参见图1)上显示的胸部区的数字X射线图像上绘制而识别肺野的边界。同样,临床医生可使用用户界面26(参见图1)以识别肺野的边界。由临床医生识别边界之后,可获得对应于肺野90的图像数据。
返回参考图4,对应于分割的肺野90的图像数据然后可被预处理,如在步骤92中描述的。在某些实施例中,对应于分割的肺野90的图像数据可被预处理以使与图像数据关联的噪声的最小化更容易。接着,在步骤94,与分割的肺野90关联的图像数据可被进一步处理以使对应于肺野90中的脉管***的图像数据的提取更容易。由步骤94的处理过程的结果是,可获得对应于提取的脉管***的图像数据。这个对应于提取的脉管***的图像数据可由标号96大概表示。参考图7可更好地理解步骤94。
如在上文中参考图4注意到的,由步骤88-92的处理过程之后,可获得代表对应于肺野90的软组织的图像数据。可注意到肺脉管***可嵌入在对应于肺野90的软组织中。因此,从软组织提取肺脉管***可是可取的。也就是说,从对应于代表感兴趣区的软组织的图像数据提取对应于肺脉管***的图像数据可是可取的。
现在转向图7,提供示出图4的步骤94的流程图140。更加具体地,用于从与分割的感兴趣区例如肺野90关联的(参见图4)的软组织提取分割的感兴趣区中的脉管***的方法在图4中描述。也就是说,提供用于从对应于与分割的感兴趣区关联的软组织的图像数据提取对应于在分割的感兴趣区中的脉管***的图像数据的方法。根据本技术的示范性方面,用于提取在肺野中的脉管***的方法可基于在图像平面中所有点处获得的二维(2D)特征矢量的频率对称性分析,因为在肺野中的大多数脉管结构典型地是具有局部化频率的细长(thinelongated)的管状结构。也就是说,对应于在肺野中的脉管***的图像数据可通过抑制对应于与肺野关联的软组织的图像数据而提取。更加特别地,一组或多组滤波器可基于一个或多个患者参数设计以帮助抑制对应于与肺野关联的软组织的图像数据,如由步骤142描述的。在一个实施例中,滤波器可包括Gabor滤波器。另外,一系列滤波器可通过最佳地选择例如患者参数等的滤波器参数而设计,其中该一系列滤波器可包括一组或多组滤波器。一个或多个患者参数可包括标度比、偏差系数、取向偏差系数、噪声阈值或其类似物。再次在这里,患者参数可与患者类型关联,其中患者类型可包括大的成年患者、中等成年患者、小的成年患者或儿科患者。在步骤142这样选择的该一系列的基于患者参数的滤波器可由标号144大概表示。
现在参考图8,示出与一个或多个患者类型关联的患者参数的表格150的一个例子。标号152可指示患者参数,而标号154-160可大概代表患者类型。更加具体地,标号154可代表大的成年患者类型,而中等成年患者类型可由标号156代表。以类似的方式,小的成年患者类型可由标号158代表,而参考号160可指示儿科患者。此外,标号162可指示对应于各种不同的患者类型154-160的不同的患者参数的最佳值。
返回参考图7,接着,在步骤146,这一系列基于患者参数的滤波器144可用于帮助抑制对应于与肺野关联的软组织的图像数据,从而使提取对应于在肺野中的脉管***的图像数据更容易。如在上文中注意到的,典型地,肺脉管***包括具有局部化频率的细长的管状结构。因此,在该一系列基于患者参数的滤波器144中的滤波器可被选择以帮助提取期望的局部频率。参考图9可更好地理解步骤146。
现在参考图9A-9D,示出描述图7的步骤146的流程图170。提供用于通过抑制与肺野90关联的软组织提取在肺野90中(参见图4)的脉管***的示范性方法。也就是说,提供用于通过抑制代表与肺野90关联的软组织的图像数据提取对应于在肺野90(参见图4)中的脉管***的图像数据的方法。更加具体地,该一系列基于患者参数的滤波器144(参见图7)可用于帮助与肺野90关联的软组织的抑制,从而使在肺野中的肺脉管***的提取更容易。步骤146的用于提取在肺野中的脉管***的方法可配置以包括区分肺野90(参见图4)中的树结构和非树结构。更加特别地,根据本技术的示范性方面,通过使用一系列基于患者参数的滤波器,可区别肺野90中对应于脉管***中的树结构的图像数据与对应于脉管***中的非树结构的图像数据。也就是说,通过使用该一系列基于患者参数的滤波器抑制对应于代表肺野的软组织的图像数据,可区别对应于树结构的图像数据与对应于非树结构的图像数据,如由步骤146指出的。更加特别地,对应于脉管树结构的图像数据可基于能量等级从对应于非树结构的图像数据分开。
如在上文中注意到的,对应于与肺野关联的软组织的图像数据可通过使用一系列基于患者参数的滤波器144(参见图7)而抑制。更加特别地,在该一系列基于患者参数的滤波器144中的滤波器可用于帮助计算期望的局部频率。根据本技术的方面,肺脉管结构可近似为分段线性结构,如果脉管的对应点落到棱面上其显示具有局部能量的同等重要的最大值的高角度对称性。另外,局部能量可从不同尺度的频率和/或取向的谱线通过引入另外的噪声补偿计算。
因此,可选择对应于代表肺野的图像数据的预定数量的图像数据分辨率,如由步骤172指出的。另外,在步骤172,还可选择对应于代表肺野的图像数据的预定数量的图像取向。接着,在步骤174,可从预定数量的图像分辨率或预定数量的图像取向分别选择一个图像分辨率、一个图像取向或其的组合。可计算在代表肺野的图像数据中的每个像素的与选择的图像分辨率和/或图像取向关联的频率,如由步骤176描述的。另外,在步骤178,还可识别对应与每个图像像素的频率的能量分量。由步骤176-178的处理过程的结果是,可获得对应于每个图像像素的与选择的图像数据分辨率和/或图像取向关联的能量分量180。
此外,步骤176-178的处理过程可对这些预定图像数据分辨率和/或图像取向中的每个重复。因此,在步骤182,可实施校验以证实步骤176-178的处理过程是否已经被应用于这些预定图像数据分辨率和/或图像取向中的每个。在步骤182,如果被证实那里存在尚未应用于图像数据的一个或多个图像分辨率和/或一个或多个图像取向,那么控制可返回到步骤174。也就是说,可从预定的图像数据分辨率集合和图像取向集合分别选择另一个图像分辨率和/或图像取向并且步骤176-178可应用于处于当前选择的图像数据分辨率和/或图像取向的图像数据。也就是说,可计算代表肺野的图像数据中的每个像素的与当前选择的图像数据分辨率和/或图像取向关联的频率。
另外,可识别对应于与选择的图像数据分辨率和/或图像分辨率关联的每个像素的频率的能量分量。也就是说,步骤176-178的处理过程可对所有图像数据分辨率和图像取向重复。然而,在步骤182,如果证实已经考虑了这些预定图像数据分辨率和/或图像取向中的每个,可获得与预定数量的图像数据分辨率和/或图像取向中的每个关联的对应于每个图像像素的能量分量。这些能量分量可由标号184大概代表。可注意到,在一个实施例中,该处理过程可开始以相对低的图像数据分辨率,并且接着可选择具有相对更高的分辨率的图像数据分辨率。
根据本技术的另外的方面,可计算在这些预定图像数据分辨率和/或图像取向中的每个时与每个图像像素关联的局部能量。因此,在步骤186处,对于每个图像像素,与这些预定数量的图像数据分辨率和/或图像取向中的每个所关联的能量分量可混合以产生与每个图像像素关联的混合能量分量。由步骤186的处理过程的结果是,可获得与每个图像像素关联的混合能量分量。接着,在步骤188,这些混合的能量分量可用于产生混合能量图像190。
一旦混合能量图像190产生,这个混合能量图像190可用于帮助提取在肺野中的脉管***。也就是说,混合的能量图像190可用于从肺野90中的非树结构描绘脉管树结构。因此,在步骤192,预定的阈值可应用于混合能量图像190以从非树结构描绘脉管树结构。在一个实施例中,自适应的阈值可用于帮助从周围的非树结构描绘肺野中的脉管***。由步骤192的处理过程的结果是,可获得对应于描绘的脉管***或脉管树结构96(参见图4)的图像数据。也就是说,可获得对应于与肺野关联的描绘的脉管***96的图像数据,其中该描绘的脉管***包括肺野中的脉管分割片段。可注意到术语描绘的脉管***或脉管结构以及提取的脉管***或脉管结构可互换使用。
返回参考图4,接着,对应于描绘的脉管树96的图像数据可经受一个或多个后处理步骤,如由步骤98描述的。在一个实施例中,例如边缘链接(edge link)技术等的技术可应用于对应于描绘的脉管结构96的图像数据以例如使任何脱节的脉管***的连接更容易。备选地,在某些其他实施例中,区域生长过程和/或三维(3D)连接过程可应用以连接任何脱节的脉管***。
此外,对应于描绘的脉管***96的图像数据可向临床医生呈现,如在步骤100中指出的。更加特别地,可产生提取的脉管***96的用户可得见的表示并且例如在显示器24(参见图1)上向临床医生呈现该看得见的表示。另外,肺野的边界也可向临床医生呈现。此外,包括提取的脉管***96和肺野的边界的复合图像也可向临床医生呈现。
如将被那些本领域内普通技术人员意识到的,上述的例子、示范和过程步骤可通过适当的代码在基于处理器的***上实现,例如通用或专用计算机等。还应该注意到本技术的不同的实现可以不同的顺序或大致上同时地即并行地执行本文说明的步骤中的一些或所有。此外,这些功能可以多种程序设计语言实现,其包括但不限于C++或Java。如将被那些本领域内普通技术人员意识到的,这样的代码可存储或适合于存储在一个或多个有形的机器可读介质上,例如在存储器芯片、本地或远程的硬盘、光盘(即,CD的或DVD的)或其他介质上,其可被基于处理器的***存取以执行存储的代码。注意有形介质可包括在其上印刷指令的纸或另外适合的介质。例如,指令可以通过光学扫描纸或其他介质而电子地捕获,然后编译、解释或否则如果需要的话以适合的方式处理,然后存储在计算机存储器中。
在上文中说明的自动地描绘对应于解剖区中的脉管***的图像数据的方法和用于自动地描绘对应于解剖区中的脉管***的图像数据的***显著地简化了用于探测患者的解剖区的脉管***中的疾病状态的程序工作流程并且提高了探测和/或诊断在解剖区的脉管***中的疾病状态的存在所花费的程序时间的速度。也就是说,用于自动地描绘对应于解剖区中的脉管***的图像数据的方法和***可配置以使描绘的脉管***的增强的可视化更容易。描绘的脉管***的这个可视化可用于使脉管尺寸的定量测量更容易,其可大大地帮助量化解剖区中的正常和/或不正常的感兴趣区。更加具体地,脉管异常情况的增强的可视化可向临床医生提供,从而增强临床诊断工作流程。此外,描绘的脉管结构可用作在肿瘤切除计划中的界标。另外,对应于解剖区中的脉管***的图像数据的描绘可配置以帮助量化体积的冠状血流量。同样,使用描绘的肺脉管可更好地理解血管再生。此外,对应于脉管***的图像数据的自动描绘帮助识别脉管***中的具有减少的假阳性率的梗阻,其使放射学家或医生更容易解释图像并且探测可指示疾病的可疑区域。
用于自动地描绘对应于解剖区中的脉管***的图像数据的***和用于自动地描绘对应于解剖区中的脉管***的图像数据的方法的实施例的上述说明通过给临床医生提供解剖区中的描绘的脉管***的增强的可视化而具有增强临床工作流程的技术效果,从而使解剖区中的疾病状态的更好探测和/或诊断更容易。
尽管仅本发明的某些特征已经示出和说明于此,许多改动和变化将被那些本领域内技术人员想到。因此,要理解附上的权利要求意思是包含如落入本发明的真实精神内的所有这样的改动和变化
Claims (2)
1.一种描绘***,包括:
描绘平台(22),其配置以提取对应于与解剖区中感兴趣区关联的脉管***的图像数据,其中所述描绘平台(22)配置以:
获得对应于代表所述解剖区的软组织的图像数据;
基于患者群体从对应于所述解剖区的图像数据分割对应于感兴趣区的图像数据以获得对应于分割的感兴趣区的图像数据;并且
通过抑制对应于代表所述分割的感兴趣区的软组织的图像数据而提取对应于与所述分割的感兴趣区关联的脉管***的图像数据。
2.一种成像***(10),包括:
配置以采集图像数据的采集子***(18),其中所述图像数据是患者(12)中的解剖区的代表;
与所述采集子***(18)操作关联并且包括描绘平台(22)的处理子***(20),所述描绘平台(22)配置以:
获得对应于代表所述解剖区的软组织的图像数据;
基于患者群体从对应于所述解剖区的图像数据分割对应于感兴趣区的图像数据以获得对应于分割的感兴趣区的图像数据;并且
通过抑制对应于代表所述分割的感兴趣区的软组织的图像数据而提取对应于与所述分割的感兴趣区关联的脉管***的图像数据。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
IN2085CH2008 | 2008-08-27 | ||
IN2085/CHE/2008 | 2008-08-27 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101658415A true CN101658415A (zh) | 2010-03-03 |
CN101658415B CN101658415B (zh) | 2013-08-07 |
Family
ID=41725528
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200910172859XA Expired - Fee Related CN101658415B (zh) | 2008-08-27 | 2009-08-27 | 用于脉管***的描绘的方法和*** |
Country Status (2)
Country | Link |
---|---|
US (1) | US8542903B2 (zh) |
CN (1) | CN101658415B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102906784A (zh) * | 2010-05-19 | 2013-01-30 | 皇家飞利浦电子股份有限公司 | 处理样本图像 |
CN106419948A (zh) * | 2016-09-28 | 2017-02-22 | 东北大学 | 一种ct数据采集及扫描过程虚拟再现的方法 |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9375164B2 (en) | 2007-03-08 | 2016-06-28 | Sync-Rx, Ltd. | Co-use of endoluminal data and extraluminal imaging |
US9629571B2 (en) | 2007-03-08 | 2017-04-25 | Sync-Rx, Ltd. | Co-use of endoluminal data and extraluminal imaging |
US11197651B2 (en) | 2007-03-08 | 2021-12-14 | Sync-Rx, Ltd. | Identification and presentation of device-to-vessel relative motion |
WO2008107905A2 (en) * | 2007-03-08 | 2008-09-12 | Sync-Rx, Ltd. | Imaging and tools for use with moving organs |
US9968256B2 (en) | 2007-03-08 | 2018-05-15 | Sync-Rx Ltd. | Automatic identification of a tool |
WO2010058398A2 (en) | 2007-03-08 | 2010-05-27 | Sync-Rx, Ltd. | Image processing and tool actuation for medical procedures |
WO2014002095A2 (en) | 2012-06-26 | 2014-01-03 | Sync-Rx, Ltd. | Flow-related image processing in luminal organs |
US11064964B2 (en) | 2007-03-08 | 2021-07-20 | Sync-Rx, Ltd | Determining a characteristic of a lumen by measuring velocity of a contrast agent |
US10716528B2 (en) | 2007-03-08 | 2020-07-21 | Sync-Rx, Ltd. | Automatic display of previously-acquired endoluminal images |
EP2303385B1 (en) * | 2008-06-19 | 2013-12-11 | Sync-RX, Ltd. | Stepwise advancement of a medical tool |
US9101286B2 (en) | 2008-11-18 | 2015-08-11 | Sync-Rx, Ltd. | Apparatus and methods for determining a dimension of a portion of a stack of endoluminal data points |
US9974509B2 (en) | 2008-11-18 | 2018-05-22 | Sync-Rx Ltd. | Image super enhancement |
US10362962B2 (en) | 2008-11-18 | 2019-07-30 | Synx-Rx, Ltd. | Accounting for skipped imaging locations during movement of an endoluminal imaging probe |
US8855744B2 (en) | 2008-11-18 | 2014-10-07 | Sync-Rx, Ltd. | Displaying a device within an endoluminal image stack |
US9095313B2 (en) | 2008-11-18 | 2015-08-04 | Sync-Rx, Ltd. | Accounting for non-uniform longitudinal motion during movement of an endoluminal imaging probe |
US11064903B2 (en) | 2008-11-18 | 2021-07-20 | Sync-Rx, Ltd | Apparatus and methods for mapping a sequence of images to a roadmap image |
US9144394B2 (en) | 2008-11-18 | 2015-09-29 | Sync-Rx, Ltd. | Apparatus and methods for determining a plurality of local calibration factors for an image |
JP6099640B2 (ja) | 2011-06-23 | 2017-03-22 | シンク−アールエックス,リミティド | 管腔の背景の鮮明化 |
US20140153702A1 (en) * | 2012-12-05 | 2014-06-05 | Varad N. Srivastava | Imaging system responsive to subject size and position |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050004446A1 (en) * | 2003-06-25 | 2005-01-06 | Brett Cowan | Model assisted planning of medical imaging |
CN1620990A (zh) * | 2003-11-25 | 2005-06-01 | 通用电气公司 | 在ct血管造影术中分割结构的方法及设备 |
CN1689510A (zh) * | 2004-04-19 | 2005-11-02 | 中国科学院自动化研究所 | 磁共振灌注成像的数字化方法 |
CN1745714A (zh) * | 2004-09-09 | 2006-03-15 | 西门子公司 | 利用拓扑信息从三维图像数据中分割解剖结构的方法 |
CN101080743A (zh) * | 2004-12-16 | 2007-11-28 | 皇家飞利浦电子股份有限公司 | 分割多维数据集中结构的方法、设备和计算机程序 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4206044B2 (ja) | 2004-01-20 | 2009-01-07 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | カルシウム・スコア測定方法および装置 |
-
2009
- 2009-08-26 US US12/547,714 patent/US8542903B2/en active Active
- 2009-08-27 CN CN200910172859XA patent/CN101658415B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050004446A1 (en) * | 2003-06-25 | 2005-01-06 | Brett Cowan | Model assisted planning of medical imaging |
CN1620990A (zh) * | 2003-11-25 | 2005-06-01 | 通用电气公司 | 在ct血管造影术中分割结构的方法及设备 |
CN1689510A (zh) * | 2004-04-19 | 2005-11-02 | 中国科学院自动化研究所 | 磁共振灌注成像的数字化方法 |
CN1745714A (zh) * | 2004-09-09 | 2006-03-15 | 西门子公司 | 利用拓扑信息从三维图像数据中分割解剖结构的方法 |
CN101080743A (zh) * | 2004-12-16 | 2007-11-28 | 皇家飞利浦电子股份有限公司 | 分割多维数据集中结构的方法、设备和计算机程序 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102906784A (zh) * | 2010-05-19 | 2013-01-30 | 皇家飞利浦电子股份有限公司 | 处理样本图像 |
CN102906784B (zh) * | 2010-05-19 | 2016-05-11 | 皇家飞利浦电子股份有限公司 | 处理样本图像 |
CN106419948A (zh) * | 2016-09-28 | 2017-02-22 | 东北大学 | 一种ct数据采集及扫描过程虚拟再现的方法 |
CN106419948B (zh) * | 2016-09-28 | 2019-05-21 | 东北大学 | 一种ct数据采集及扫描过程虚拟再现的方法 |
Also Published As
Publication number | Publication date |
---|---|
US20100054573A1 (en) | 2010-03-04 |
CN101658415B (zh) | 2013-08-07 |
US8542903B2 (en) | 2013-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101658415B (zh) | 用于脉管***的描绘的方法和*** | |
US20230274440A1 (en) | Systems And Methods For Classification Of Arterial Image Regions And Features Thereof | |
Preim et al. | Visual computing for medicine: theory, algorithms, and applications | |
US20090012382A1 (en) | Method and system for detection of obstructions in vasculature | |
US9675304B2 (en) | Live 3D angiogram using registration of a surgical tool curve to an X-ray image | |
US7899226B2 (en) | System and method of navigating an object in an imaged subject | |
CN105784731B (zh) | 一种定位三维ct图像中的目标的方法和安检*** | |
US8777854B2 (en) | Method and system for ultrasound based automated detection, quantification and tracking of pathologies | |
EP2769676B1 (en) | Method and apparatus for performing registration of medical images | |
JP5543444B2 (ja) | 生検実施のための方法及びシステム | |
JP6080249B2 (ja) | 3次元画像表示装置および方法並びにプログラム | |
US11439358B2 (en) | Methods and systems for high performance and versatile molecular imaging | |
US20200069285A1 (en) | System and method for ultrasound navigation | |
US20070066880A1 (en) | Image-based probe guidance system | |
US20080008366A1 (en) | Simultaneous visualization, analysis and navigation of multi-modality medical imaging data | |
US20120243761A1 (en) | System and method for estimating vascular flow using ct imaging | |
JP5893290B2 (ja) | 組織基質の疑わしい領域を決定する画像処理方法、及び組織基質にわたる3dナビゲーションでの当該方法の用法 | |
CN103054598A (zh) | 用于血管狭窄可视化和导航的***和方法 | |
CN101410060A (zh) | 测定***患者体内的对象周围的组织 | |
CN101524279A (zh) | 用于虚拟路径图成像的方法和*** | |
CN101443815A (zh) | 重建图像的方法和装置 | |
CN104424647A (zh) | 用于对医学图像进行配准的方法和设备 | |
CN103237518A (zh) | 在医学中用于光学仪器的导航附加部和方法 | |
CN101902964A (zh) | 用于改进的计算机辅助诊断的硬件肿瘤体模 | |
KR102233966B1 (ko) | 의료 영상 정합 방법 및 그 장치 |
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: 20130807 Termination date: 20200827 |
|
CF01 | Termination of patent right due to non-payment of annual fee |