CN103927388A - 利用解剖形状信息访问医学图像数据库 - Google Patents

利用解剖形状信息访问医学图像数据库 Download PDF

Info

Publication number
CN103927388A
CN103927388A CN201410180888.1A CN201410180888A CN103927388A CN 103927388 A CN103927388 A CN 103927388A CN 201410180888 A CN201410180888 A CN 201410180888A CN 103927388 A CN103927388 A CN 103927388A
Authority
CN
China
Prior art keywords
image data
volumetric image
data set
inquiry
unit
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.)
Pending
Application number
CN201410180888.1A
Other languages
English (en)
Inventor
J·威斯
H·莱曼
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN103927388A publication Critical patent/CN103927388A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F19/321
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00ICT specially adapted for the handling or processing of medical images
    • G16H30/20ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Library & Information Science (AREA)
  • Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明涉及一种用于检索体积图像数据集的数据存储器(105)中所包括的体积图像数据子集的***(100),所述***包括:第一查询单元(111,113),其用于构成在数据存储器(105)中搜索包括体积图像数据子集的体积图像数据集的第一查询;第二查询单元(112,113),其构成在体积图像数据集中搜索体积图像数据子集的第二查询,所述第二查询包括用于识别体积图像数据集中的解剖结构的解剖结构信息;第一确定单元(121,123),其用于基于第一查询确定体积图像数据集;第二确定单元(122,123),其基于在体积图像数据集中所识别的解剖结构,利用第二查询中所包括的解剖结构信息,确定体积图像数据集的体积图像数据子集;以及检索单元(125),其用于检索所确定的体积图像数据子集。由此,***能够检索描述解剖结构的数据减少的量,即体积图像数据集的子集。

Description

利用解剖形状信息访问医学图像数据库
本申请为分案申请,其原申请是2009年3月26日进入中国国家阶段、国际申请日为2007年9月26日的国际专利申请PCT/IB2007/053907,该原申请的中国国家申请号是200780035685.1,发明名称为“利用解剖形状信息访问医学图像数据库”。
技术领域
本发明涉及访问医学图像数据库中所包括的数据的领域,尤其涉及利用解剖形状信息访问医学图像数据库中所包括的数据。
背景技术
针对诊断和治疗计划,医生需要访问例如计算机断层扫描的存储在存储器***中的医学图像数据集中所包括的信息。在H.Muller等人的题为“The medGIFT project on medical image retrieval”(http://www.dim.hcuge.ch/medgift/publications/medGIFT.pdf)的文章中描述了一种检索存储在存储器***中的医学图像的工具,下文中称为参考文献1。medGIFT工具特别基于GNU图像探测工具(GIFT)。如GIFT,medGIFT工具依靠用于检索的四个主要特征群:整体颜色特征、局部颜色特征、整体纹理特征、局部Gabor滤波器响应。文章还描述了利用关于图像内容的临床信息对肺组织图像索引的不同方法。文章还描述了如何去除不需要检索的图像背景。通过去除诸如文本的特定结构,及接下来的低通滤波及阈值处理和去除小的无关对象来完成去除。
发明内容
参考文献1中所述***的局限性在于所述***只允许去除二维(2D)图像背景的一小部分,通常为标识、文本和边缘。通常,特别是在三维(3D)图像数据集的情况中,3D图像数据集包括多个解剖结构。然而,医生可能有兴趣检索3D图像数据集中所包括的感兴趣的解剖结构,而没有兴趣检索3D图像数据中所包括的其他解剖结构。
有利地具有一种用于检索描述感兴趣的解剖结构且包括在体积图像数据集中的数据的***,所述***能够减少从数据存储器传送到存储单元和/或传送到***的处理器的数据的所需的量。
为了解决这个问题,在本发明的一个方面,一种用于检索体积图像数据集的数据存储器中所包括的体积图像数据子集的***包括:
第一查询单元,其用于构成在数据存储器中搜索包括体积图像数据子集的体积图像数据集的第一查询;
第二查询单元,其用于构成在体积图像数据集中搜索体积图像数据子集的第二查询,所述第二查询包括用于识别体积图像数据集中的解剖结构的解剖结构信息;
第一确定单元,其用于基于第一查询确定体积图像数据集;
第二确定单元,其用于基于在体积图像数据集中所识别的解剖结构,利用在第二查询中所包括的解剖结构信息,确定体积图像数据集的体积图像数据子集;以及
检索单元,其用于检索所确定的体积图像数据子集。
布置第一确定单元以基于第一查询确定体积图像数据集,例如,基于第一查询中所包括的患者姓名、基于图像采集模式以及基于图像采集的日期。可以利用图像数据分割识别体积图像数据集中所包括的解剖结构,并且可以将分割结果存储在数据存储器中。可选地,可以布置***分割体积图像数据集,并基于分割结果和第二查询中所包括的解剖结构信息识别体积图像数据集中所包括的解剖结构。可以将第二确定单元布置为基于第二查询中所包括的解剖结构信息访问分割结果,以及将体积图像数据子集确定为包括所识别的解剖结构中所包括的数据元的子集。可以布置检索单元检索这些数据元,从而检索包括解剖结构的体积图像数据集的子集。因此,***能够检索描述解剖结构的数据减少的量,即:体积图像数据集的子集。
在***的一个实施例中,***还包括用于将新的体积图像数据集添加到数据存储器的添加单元。添加单元允许用户将新的体积图像数据集添加到数据存储器,所述新的体积图像数据集例如包括新的患者的胸部CT扫描的体积图像数据集。当医生需要用子集进行诊断或者作为参考时,可以检索新的体积图像数据集的子集。
在***的一个实施例中,***还包括基于解剖结构信息分割体积图像数据集的分割单元。例如,可以将分割单元实施为适应单元,所述适应单元用于使解剖结构信息中所描述的形状模型适应于由第一确定单元所确定的体积图像数据集中的解剖结构。在H.Schramm等人的题为“Toward fullyautomatic object detection and segmentation”(in Proc.SPIE卷6144,614402;Medical Imaging2006:Image Processing;J.M.Reinhardt,J.P.Pluim;Eds.,11-20页)的文章中描述了一种合适的适应方法,下文中称为参考文献2。适应的形状模型能够识别解剖结构。***中包括分割单元有利地允许***利用例如形状模型适应的图像数据分割识别体积图像数据集中的解剖结构。
在***的一个实施例中,当将新的体积图像数据集添加到数据存储器时,还将***布置为基于解剖结构信息识别新的体积图像数据集中的解剖结构。来自原有查询的解剖结构信息可以与新的体积图像数据集一起由***进行存储,或者由用户提供。当用户添加新的体积图像数据集时,可以将***布置为分割新的体积图像数据集,以基于所述解剖结构信息识别新的体积图像数据集中的解剖结构。为此,可以将***布置为采用分割单元。例如适应于解剖结构的长方体的顶的坐标或三角网格的顶的坐标的解剖结构的描述包括解剖结构的数据元的定位,可以将其与体积图像数据集一起存储在数据存储器中。随后,在数据检索期间,可以由第二确定单元利用体积结构的描述确定包括解剖结构的体积图像数据子集。当将新的体积图像数据集添加到数据存储器时,识别新的体积图像数据集中的解剖结构,有利地加快确定和检索体积图像数据子集。
在***的一个实施例中,将第二确定单元布置为基于适应于体积图像数据集中的解剖结构的形状模型确定体积图像数据子集。示例性形状模型包括用于模拟解剖结构的表面的三角网格。可以将***的分割单元布置为使三角网格适应于由第一确定单元确定的体积图像数据集中的解剖结构。可选地,形状模型可以已经适应由第一确定单元确定的体积图像数据集中的解剖结构。适应的三角网格允许识别由模拟解剖结构表面的适应的三角网格所限定的体积中所包括的定位。可以由第二确定单元将包括这些定位的数据元确定为体积图像数据子集中所包括的数据元。基于适应的模型网格确定体积图像数据子集允许将体积图像数据子集的大小最小化。
在***的一个实施例中,解剖结构信息还包括关于解剖结构特性的信息。该特性可以进一步描述解剖结构,例如,诸如肺结节的解剖结构的大小和形状。这使得用户能够检索到例如结节比参考椭球体大。
在***的一个实施例中,还将检索单元布置为检索所确定的体积图像数据子集的特点。第二查询的解剖结构信息还可以包括用于检索所确定的体积图像数据子集的特点的请求。该特点可以为例如适应于所确定的体积图像数据子集中所包括的解剖结构的三角网格的顶点坐标,或者描述所确定的体积图像数据子集中所包括的解剖结构的数据元的二进制掩码。可以利用所检索的特点进一步分析解剖结构,所述特点例如适应于所确定的体积图像数据子集中所包括的解剖结构的三角网格的顶点坐标。由于检索适应于解剖结构的三角网格的顶点坐标,因此不需要使三角网格模型适应于所确定的体积图像数据子集中所包括的解剖结构。
在***的一个实施例中,***还包括包括第一查询单元和第二查询单元的客户机单元,以及包括数据存储器、第一确定单元和第二确定单元的服务器单元。服务器单元可以经由诸如局域网、城域网、广域网等的计算机网络连接到多个客户机单元。这使得多个用户能够同时访问多个定位的数据存储器。
在本发明的另一方面,根据本发明的***被包括在图像采集装置中。
在本发明的另一方面,根据本发明的***被包括在工作站中。
在本发明的另一方面,检索体积图像数据集的数据存储器中所包括的体积图像数据子集的方法包括:
第一查询步骤,其用于构成在数据存储器中搜索包括体积图像数据子集的体积图像数据集的第一查询;
第二查询步骤,其用于构成搜在体积图像数据集中搜索体积图像数据子集的第二查询,所述第二查询包括用于识别体积图像数据集中的解剖结构的解剖结构信息;
第一确定步骤,其用于基于第一查询确定体积图像数据集;
第二确定步骤,其用于基于在体积图像数据集中所识别的解剖结构,利用在第二查询中所包括的解剖结构信息,确定体积图像数据集的体积图像数据子集;以及
检索步骤,其用于检索所确定的体积图像数据子集。
在本发明的另一方面,一种由计算机布置下载的计算机程序产品,其包括用于检索体积图像数据集的数据存储器中所包括的体积图像数据子集的指令,所述计算机布置包括处理器单元和存储器,下载之后,所述计算机程序产品为所述处理单元提供实现下述任务的能力:
构成用于在数据存储器中搜索包括体积图像数据子集的体积图像数据集的第一查询;
构成用于在体积图像数据集中搜索体积图像数据子集的第二查询,所述第二查询包括用于识别体积图像数据集中的解剖结构的解剖结构信息;
基于第一查询确定体积图像数据集;
基于在体积图像数据集中所识别的解剖结构,利用第二查询中所包括的解剖结构信息,确定体积图像数据集的体积图像数据子集;以及
对所确定的体积图像数据子集进行检索。
本领域技术人员基于当前描述,能够实现与如此处所述的***及其变形的改变相对应的图像采集装置、工作站、方法和/或计算机程序产品的改变和变形。
本领域技术人员将会理解可以将所述方法应用于通过各种采集模式所采集的体积即三维(3D)和四维(4D)图像数据,所述采集模式诸如(但不限于)计算机断层扫描(CT)、磁共振成像(MRI)、超声(US)、正电子发射断层扫描(PET)、单光子发射计算机断层扫描(SPECT)和核医学(NM)。
附图说明
参照下文中所描述的实施方式和实施例并参考附图,本发明的这些及其他方面将变得明显并将参照其进行阐述,其中:
图1A示意性地示出***的示例性实施例的方框图;
图1B示意性地示出基于客户机-服务器架构的***的另一实施例的方框图;
图2示出了方法的示例性实施方式的流程图;
图3示意性地示出图像采集装置的示例性实施例;
图4示意性地示出工作站的示例性实施例。
在所有附图中,相同的附图标记用于表示的相似的部分。
具体实施方式
图1示意性地示出了***100的示例性实施例的方框图,所述***100用于检索体积图像数据集的数据存储器105中所包括的体积图像数据子集,该***包括:
第一查询单元111,其用于构成用于在数据存储器105中搜索包括体积图像数据子集的体积图像数据集的第一查询;
第二查询单元112,其用于构成用于在体积图像数据集中搜索体积图像数据子集的第二查询,所述第二查询包括用于识别所述体积图像数据集中的解剖结构的解剖结构信息;
第一确定单元121,其用于基于第一查询确定所述体积图像数据集;
第二确定单元122,其用于基于在体积图像数据集中所识别的解剖结构,利用第二查询中所包括的解剖结构信息,确定体积图像数据集的体积图像数据子集;以及
检索单元125,其用于检索所确定的体积图像数据子集。
***100的示例性实施例还包括下述可选单元:
添加单元110,其用于将新的体积图像数据集添加到数据存储器105;
分割单元130,其用于基于解剖结构信息分割体积图像数据集;
控制单元160,其用于控制***100的工作流程;
用户界面165,其用于与***100的用户通信;以及
用于存储数据的存储单元170。
在***100的实施例中,具有针对输入数据的三个输入接头181、182和183。将第一输入接头181布置为接收来自诸如(但不限于)硬盘、磁带、闪存或光盘的数据存储器的数据。将第二输入接头182布置为接收来自诸如(但不限于)鼠标或触摸屏的用户输入设备的数据。将第三输入接头183布置为接收来自诸如键盘的用户输入设备的数据。输入接头181、182和183连接到输入控制单元180。
在***100的实施例中,具有针对输出数据的两个输出接头191和192。将第一输出接头191布置为将数据输出到诸如硬盘、磁带、闪存或光盘的数据存储器。将第二输出接头192布置为将数据输出到显示设备。输出接头191和192经由输出控制单元190接收相应数据。
本领域技术人员将会理解,有许多方法将输入设备连接到***100的输入接头181、182和183,以及将输出设备连接到***100的输出接头191和192。这些方法包括(但不限于)有线和无线连接,诸如(但不限于)局域网(LAN)和广域网(WAN)、因特网、数字电话网络和模拟电话网络的数字网络。
在***100的实施例中,***100包括存储单元170。将***100布置为经由输入接头181、182和183的任何一个接收来自外部设备的输入数据,并将所接收的输入数据存储在存储单元170中。将输入数据下载到存储单元170中使得可以通过***100的各单元快速访问相关数据部分。输入数据可以包括例如用于构成第一查询和第二查询的用户输入。可选地,输入数据可以包括用于添加到数据存储器105的新的体积图像数据集。可以由诸如(但不限于)随机存取存储器(RAM)芯片、只读存储器(ROM)芯片和/或硬盘驱动器和硬盘的设备实现存储单元170。还可以将存储单元170布置为存储输出数据。输出数据可以包括例如所检索的体积图像数据子集。还可以将存储单元170布置为经由存储总线175接收来自***100的各单元的数据,并将数据传送到***100的各单元,其中,***100的各单元包括数据存储器105、添加单元110、第一查询单元111、第二查询单元112、第一确定单元121、第二确定单元122、检索单元125、分割单元130、控制单元160和用户界面165。还可以将存储单元170布置为经由输出接头191和192的任何一个使得外部设备获得输出数据。将来自***100的各单元的数据存储在存储单元170中可以有利地提高***100的各单元的性能,并能够提高将输出数据从***100的各单元传输到外部设备的速度。
可选地,***100可以不包括存储单元170和存储总线175。可以由连接到***100的各单元的诸如外部存储器或处理器的至少一个外部设备提供用于***100的输入数据。同样地,可以将由***100生成的输出数据提供给连接到***100的各单元的至少一个外部设备,诸如外部存储器或处理器。可以将***100的各单元布置为经由内部连接或者经由数据总线接收来自彼此的数据。
在***100的实施例中,***100包括用于控制***100的工作流程的控制单元160。可以将控制单元布置为接收来自***100的各单元的控制数据,以及向***100的各单元提供控制数据。例如,在确定体积图像数据集之后,可以将第一确定单元121布置为将控制数据“已确定体积图像数据集”发送到控制单元160,并将控制单元160布置为将控制数据“分割体积图像数据集中的解剖结构”提供给分割单元130,请求分割单元130分割体积图像数据集,并基于第二查询中所包括的解剖结构信息识别体积图像数据集中的解剖结构。可选地,可以在***100的另一单元中实现控制功能。
在***100的实施例中,***100包括用于与***100的用户通信的用户界面165。可以将用户界面165布置为向用户提供用于进入第一查询输入和第二查询输入的模块。可选地,用户界面可以接收用于选择***100的操作模式的用户输入,诸如为了识别体积图像数据集中的解剖结构选择用于由分割单元130分割体积图像数据集的方法的模式。本领域技术人员将理解在***100的用户界面165中可以有利地实现更多的功能。
体积(即三维(3D))图像数据集包括元。体积图像数据的每个数据元(x,y,z,I)包括定位(x,y,z),通常由图像数据集坐标系中的三个直角坐标x,y,z和该定位的密度I表示。可以将医学图像数据体积定义为包括图像数据元(x,y,z,I)中所包括的所有定位(x,y,z)的体积。可以将体积图像数据集组织为图像体积的基本平面部分的集合,例如,基本垂直于坐标系的z轴的部分。4D图像数据集包括在运动的不同时间情况或不同阶段采集的体积图像数据集的集合。
将体积图像数据集存储在***100的数据存储器105中。数据存储器105是永久的即非易失性的存储器设备,其允许存储、读出和写入数字化的数据。这种存储器设备可以采用例如磁盘、光盘和/或磁带。本领域技术人员将会知晓实现数据存储器105的有效方法。
在***100的实施例中,***包括用于将新的体积图像数据集添加到数据存储器105的添加单元110。当通过采集装置采集到新的体积图像数据集时,***100可以获得所述新的体积图像数据集以对其进行存储。例如,可以经由计算机网络将新的体积图像数据集传送到***存储单元170。将添加单元110布置为将来自存储单元170的新的体积图像数据集存放到数据存储器105中。还可以将添加单元布置为将关于新的体积图像数据集的参考信息存放到数据存储器中。参考信息可以包括体积图像数据集的描述和体积图像数据集在数据存储器中的地址。体积图像数据集的描述可以包括患者的姓名以及可选地关于患者的更多信息、图像数据采集模式、数据采集的日期和体积图像数据集的内容的描述,例如,在体积图像数据集中所识别的解剖结构的列表。可以将***100布置为从用户输入和/或从与新的体积图像数据集相关的元数据中获得参考信息。可选地,可以将***100布置为例如通过分割体积图像数据而从新的体积图像数据集中得到一部分参考信息。体积图像数据集的地址可以为存储地址,其中,将数字化的体积图像数据集写在磁盘上。可选地,体积图像数据集的地址可以为包括数据存储器中的数字化体积图像数据集的地址的记录的存储地址。可以将参考信息存储在例如关系数据库中。可以基于参考信息确定体积图像数据集。
将***100的第一查询单元111布置为构成用于在数据存储器105中搜索包括体积图像数据子集的体积图像数据集的第一查询。用户可以利用用户界面165提供构成第一查询的必要的输入。用户输入可以包括例如:患者姓名(例如,John Smith)、图像数据采集模式(例如,X光CT)、数据采集日期(例如,10/07/2006)。该查询很可能描述一个体积图像数据集。可选地,查询可以包括患者的性别(例如,男性)、图像采集模式(例如,MRI)和体积图像数据集中所包括的解剖结构的名称(例如,右冠状动脉树)。该查询可以描述多个体积图像数据集。可以将用户界面布置为帮助用户进入构成第一查询的用户输入。例如,用户界面可以包括诸如(但不限于)患者姓名文本框和用于指导用户进入构成第一查询的用户输入的按钮的模块。由第一单元构成的第一查询用于基于数据集的参考信息搜索体积图像数据集。
将***100的第二查询单元112布置为构成用于在体积图像数据集中搜索体积图像数据子集的第二查询,所述第二查询包括用于识别体积图像数据集中的解剖结构的解剖结构信息。解剖结构可以为例如心脏结构、肺结构、结肠结构、骨骼、动脉树或大脑中的结构。用户可以利用用户界面165提供构成查询的必要输入。用户输入可以包括例如,体积图像数据集中所包括的解剖结构的名称。用户输入还可以包括关于如何识别解剖结构的信息,例如,通过使形状模型适应于体积图像数据集中所包括的解剖结构,或者通过访问在体积图像数据集中所识别的解剖结构的列表。可以将第二查询单元112布置为基于用户输入构成第二查询。第二查询可以包括用户输入中所包括的解剖结构的名称。第二查询还可以包括关于适应于体积图像数据集中所包括的解剖结构的形状模型的信息。形状模型信息可以包括用于获得形状模型的链接。可选地,形状模型信息可以包括由确定单元所使用的形状模型的描述。
本领域技术人员将理解可以将第一查询单元111和第二查询单元112实现为用于构成包括第一查询和第二查询的一个查询的一个查询单元113。用户界面165可以包括帮助用户生成句法上正确的查询的模块。
将***100的第一确定单元121布置为基于第一查询确定体积图像数据集。应该将通过第一确定单元121确定体积图像数据集解释为通过第二确定单元122确定访问体积图像数据集,即在第二确定单元122中可以得到体积图像数据集中所包括的数据。例如,通过第一确定单元121确定体积图像数据集可以包括搜索并找到体积图像数据在数据存储器中的地址。通过第一确定单元121确定体积图像数据集还可以包括在***100的存储单元170中生成体积图像数据集的备份。
可以在获得第一查询之后且构成第二查询之前开始确定体积图像数据集。可以将第一确定单元121布置为搜索包括体积图像数据集参考信息的数据库。在***100的实施例中,第一确定单元121找到体积图像数据集的参考信息,其中包括体积图像数据集的存储地址。还将第一确定单元布置为将该地址传送给***100的第二确定单元122。还将第一确定单元布置为将从参考信息中提取的线索传送给第二查询单元112和用户界面165,从而更好地帮助用户建立语义上正确的第二查询。例如,从参考信息中提取的线索可以包括体积图像数据集中所包含的解剖结构的列表或满足第一查询的体积图像数据集的列表。用户还可以改进第一查询以确定体积图像数据集。
将***100的第二确定单元122布置为基于在体积图像数据集中所识别的解剖结构,利用第二查询中所包含的解剖结构信息,确定体积图像数据集的体积图像数据子集。应该将通过第二确定单元122确定体积图像数据集解释为确定通过检索单元125访问体积图像数据子集,即:使得检索单元125能够获得体积图像数据子集中所包括的数据。例如,通过第二确定单元122确定体积图像数据子集可以包括搜索和找到数据元,所述数据元的定位包含在适应于所述解剖结构的网格中或者在包括所述网格的长方体中。通过第二确定单元122确定体积图像数据集还可以包括在***100的存储单元170中建立体积图像数据子集的备份。
在***100的实施例中,第二确定单元122利用第二查询中所包括的解剖结构信息在体积图像数据集的参考信息中搜索关于体积图像数据集中所包括的解剖结构的线索。例如,参考信息可以包括体积图像数据集中所包括的解剖结构的列表。对于列在参考信息中所列出的每个解剖结构,列表还包括包括所述解剖结构的体积的相应长方体。可以将第二确定单元布置为在列表中找到解剖结构的名称,从而确定包括解剖结构的长方体。其定位被包括在长方体中的数据元可以为所确定的体积图像数据子集的数据元。
如果第一确定单元121基于第一查询无法确定体积图像数据集,或者如果第二确定单元122利用第二查询中所包括的解剖结构信息无法确定体积图像数据集的子集,则可以将控制单元160布置为获得来自相应确定单元的“失败”输入,并且执行默认的“失败”动作,例如,控制单元可以请求用户界面165显示消息“没有符合您第一查询的体积图像数据集”或“没有符合您第二查询的体积图像数据子集”。
本领域技术人员将会理解,第一确定单元121和第二确定单元122可以实现为一个确定单元123,所述确定单元123用于基于第一查询和基于第二查询确定体积图像数据集的体积图像数据子集。
在***100的实施例中,将第二确定单元122布置为基于适应于体积图像数据集中的解剖结构的形状模型确定体积图像数据子集。体积图像数据子集包括具有在适应于解剖结构的模型网格内的定位的数据元。当将体积图像数据集添加到数据存储器中时,模型网格可以已经适应于体积图像数据集中的解剖结构。可以将适应的模型网格在体积图像数据集坐标系中的顶点坐标存储在体积图像数据集的参考信息中。第二查询可以包括包括解剖结构名称的解剖结构信息。可以由第二确定单元122利用解剖结构的名称获得适应于解剖结构的模型网格的顶点坐标。由第二确定单元122利用适应的模型网格的顶点坐标确定体积图像数据集的数据元。体积图像数据子集包括定位于由模型网格所限定的体积中的这些数据元。
可选地,解剖结构信息可以包括适应于解剖结构的形状模型的信息和***100的单元的信息。例如,分割单元130可以包括适应于解剖结构的形状模型的描述。第二确定单元122可以采用分割单元130以适应于体积图像数据集中的解剖结构。
将***100的检索单元125布置为检索体积图像数据子集。可以将体积图像数据子集下载到***100的存储单元170中。用户可以利用其他观察和/或分析应用来观察和/或提取来自体积图像数据子集的更多信息。可选地,观察和/或分析应用可以在***100的另一单元中实现。
在***100的实施例中,***100还包括基于解剖结构信息分割体积图像数据集中的解剖结构的分割单元130。可以通过多种方法实现分割体积图像数据集,诸如(但不限于)利用具有轮廓匹配的探测光铸造的分割、利用形状模型的分割、利用波前传播的分割和利用体素分类器分割。可选地,在用户参与的情况下,可以基于解剖结构信息交互地实现分割体积图像数据集。可以在刚好检索体积图像数据子集之前或检索体积图像数据子集之前的任何其他时刻,实现分割体积图像数据集。可以将分割的结果,特别是分割期间所识别的解剖结构,同体积图像数据集一起存储,以用于将来使用。在实施例中,分割单元130可以是***100的独立单元,或者还可以是另一***的单元。
在***100的实施例中,将分割单元130布置为使包括三角网格的形状模型适应于由第一确定单元所确定的体积图像数据集中的解剖结构。可以由分割单元130基于解剖结构信息确定三角网格。例如,可以在解剖结构信息中描述三角网格。三角网格描述了其所适应的解剖结构的表面。在参考文献2中描述了用于适应三角网格的合适的适应方法。
在***100的实施例中,将分割单元130布置为使形状模型的单个网格适应体积图像数据集中的解剖结构。单个网格描述了其所适应的解剖结构的表面。可以由分割单元130基于解剖结构信息确定单个网格。例如,可以将单个网格的描述包括在分割单元130中。在H.Delingette的题为“General Object Reconstruction based on Simplex Meshes”(InternationalJournal of Computer Vision,卷32,11-142页,1999)的文章中描述了基于使单个网格适应于医学图像数据中的解剖结构的图像分割。
在***100的实施例中,将分割单元130布置为采用波前传播方法分割体积图像数据集。波前传播所必需的初始参数值可以被包括在解剖结构信息中。例如,在T.Deschamps和L.D.Cohen的题为“Fast Surface and TreeStructure Extraction of Vascular Objects in3D medical objects”(Curve andSurface Design,Saint-Malo2002,T.Lyche,M.-L.Mazure,and L.L.Schumaker,Eds.,Nashboro Press,Brentwood,2003)的文章中描述了利用波前传播识别冠状动脉。
在***100的实施例中,将分割单元130布置为采用数据分类器将体积图像数据集的各元分类为解剖结构所包括的元或者解剖结构不包括的元。数据分类器可以由分割单元130基于解剖结构信息确定。例如,解剖结构信息可以包括允许分割单元130使用所述数据分类器的数据分类器定义或到数据分类器定义的链接。在C.A.Cocosco等人的题为“A FullyAutomatic and Robust Brain MRI Tissue Classification Method”(MedicalImage Analysis,卷7,513-527页,2003)的文章中描述了磁共振大脑图像数据集中的数据元的分类。
在***100的实施例中,当将新的体积图像数据集添加到数据存储器105中时,还将***100布置为基于解剖结构信息识别新的体积图像数据集中的解剖结构。当将新的体积图像数据添加到数据存储器105中时,为了识别新的体积图像数据集中的共同解剖结构,可以利用包括用于识别共同解剖结构的解剖结构信息的一组标准查询分割体积图像数据集。可以将这组标准查询存储在***100中。可以将在新的体积图像数据集中所识别的关于共同解剖结构的信息,例如适应于共同解剖结构的模型网格的顶点坐标,存储在新的体积图像数据集的参考信息中。
在***100的实施例中,解剖结构信息还包括关于解剖结构特性的信息。关于解剖结构的特性的信息可以是关于具有解剖结构的问题的信息,例如关于骨骼矿物质密度、用于确定骨质疏松症严重程度的所谓的T分数或者解剖结构的尺寸。第二确定单元可以包括计算在所确定的体积图像数据子集中的解剖结构中所包括的特性的模块。可选地,所确定的体积图像数据集的参考信息可以包括关于体积图像数据集中所包括的解剖结构特性的信息。
在***100的实施例中,可以设计第一查询以确定多个体积图像数据集,例如临时采集的心脏的体积图像数据集序列的集合。可以设计第二查询以确定体积图像数据集序列的特性,例如心脏的射血分数。可以将***100布置为检索用于对心脏进行成像的心舒张末期体积图像数据子集,以及用于对心脏进行成像的心收缩末期体积图像数据子集,其中体积图像数据子集包括在具有例如低于55%的异常射血分数的序列中。
在***的实施例中,还将检索单元125布置为检索所确定的体积图像数据子集的特点。第二查询的解剖结构信息还可以包括用于检索所确定的体积图像数据子集的特点的请求。所述特点可以为例如适应于所确定的体积图像数据集中所包括的解剖结构的三角网格的顶点坐标或描述所确定的体积图像数据集中所包括的解剖结构的数据元的二进制掩码。可以利用所检索的特点进一步分析解剖结构,所述特点例如适应于所确定的体积图像数据集中所包括的解剖结构的三角网格的顶点坐标。
本领域技术人员将会理解可以对***100的几个实施例进行组合。例如,第二确定单元122可以在体积图像数据集的参考信息中检查关于所识别的解剖结构的线索。如果参考信息包括适应于体积图像数据集中的解剖结构的多边形网格的描述,则可以基于所适应的多边形网格,利用该多边形网格的描述确定体积图像数据子集。如果参考信息不包括关于所识别的解剖结构的线索,可以将第二确定单元122布置为采用分割单元130分割体积图像数据,从而识别解剖结构,例如为了使多边形网格适应于体积图像数据集中的解剖结构。
图1B示意地示出了基于客户机-服务器架构的***100的另一个示例性实施例的方框图。在该实施例中,***100还包括以下各单元:包括第一查询单元111和第二查询单元112的客户机单元140,以及包括数据存储器105、第一确定单元121和第二确定单元122的服务器单元150。可以将第一查询单元112和第二查询单元实现为一个查询单元113。可以将第一确定单元121和第二确定单元122实现为一个确定单元123。客户机单元140和服务器单元150都经由I/O接口141和151分别连接到诸如(但不限于)LAN145的网络。客户机单元140还包括添加单元110-C的客户机部分、检索单元125-C的客户机部分、控制单元160-C的客户机部分、用户界面165、客户机存储单元170-C和客户机数据总线175-C。服务器单元150还包括添加单元110-S的服务器部分、检索单元125-S的服务器部分、分割单元130、控制单元160-S的服务器部分、服务器存储单元170-S和服务器数据总线175-S。
本领域技术人员将会理解***100的其他实施例也是可能的。在其他情况中,可能重新定义***的各单元,并重新分配其功能。例如,在***100的实施例中,可以将分割单元130的功能与第二确定单元122的功能进行组合。在***100的另一实施例中,可以用多个分割单元取代分割单元130。可以对多个分割单元中的每个分割单元进行布置以采用识别解剖结构的不同的分割方法。所采用的分割方法可以基于第二查询中所包括的用户选择。
可以利用处理器实现***100的各单元。通常地,在软件程序产品的控制下实现其功能。在执行期间,通常将软件程序产品下载到诸如RAM的存储器中,并从那里执行。可以从诸如ROM、硬盘或磁和/或光存储器的后台存储器下载程序,或者经由诸如因特网的网络下载。可选地,应用专用集成电路可以提供所述功能。
图2示出了方法200的示例性实施例的流程图,所述方法200检索体积图像数据集的数据存储器中所包括的体积图像数据子集。方法200从接收用户输入的UI步骤265开始。在接收用于将新的体积图像数据集添加到数据存储器的用户输入之后,方法200继续进行用于将新的体积图像数据集添加到数据存储器的添加步骤210。在添加步骤210之后,方法返回UI步骤265。在接收用于检索体积图像数据集的子集的用户输入之后,方法继续进行用于构成第一查询的第一查询步骤211,所述第一查询用于在数据存储器中搜索包括体积图像数据子集的体积图像数据集。同时,方法200继续进行用于构成第二查询的第二查询步骤212,所述第二查询用于在体积图像数据集中搜索体积图像数据子集,第二查询包括用于识别体积图像数据集中的解剖结构的解剖结构信息。在第一查询步骤211之后,方法继续进行用于基于第一查询确定体积图像数据集的第一确定步骤221。在第一确定步骤221之后,方法继续进行用于控制方法200的流程的控制步骤260。如果需要识别体积图像数据集中的解剖结构,方法继续进行分割步骤230,所述分割步骤230用于分割体积图像数据集,并且基于解剖结构信息识别体积图像数据集中的解剖结构。在分割步骤230之后,方法继续进行第二确定步骤222,所述确定步骤222用于基于在体积图像数据集中所识别的解剖结构,利用第二查询中所包括的解剖结构信息确定体积图像数据集的体积图像数据子集。如果不需要分割体积图像数据集,则方法从控制步骤260跳到所述第二确定步骤222。在第二确定步骤222之后,方法继续进行用于检索所确定的体积图像数据子集的检索步骤225。在检索步骤之后,方法返回UI步骤265。在接收到用于结束方法200的用户输入之后,方法200结束。
方法200中各个步骤的顺序不是强制的,在不偏离本发明主旨的情况下,本领域技术人员可以改变一些步骤的顺序,或者利用线程模型、多处理器***或多处理同时执行一些步骤。可选地,可以将本发明的方法200的两个或更多步骤组合为一个步骤。可选地,可以将本发明的方法200的一个步骤划分为多个步骤。
图3示意性地示出了采用***100的图像采集装置300的示例性实施例,所述图像采集装置300包括经由内部连接与***100连接的图像采集单元310、输入接头301和输出接头302。这一布置为所述图像采集装置300提供***100的有利性能以检索体积图像数据集的数据存储器中所包括的体积图像数据子集,有利地提高了图像采集装置300的性能。图像采集装置的示例包括(但不限于)CT***、X射线***、MRI***、US***、PET***、SPET***和NM***。
图4示意性地示出了工作站400的示例性实施例。工作站包括***总线401。处理器410、存储器420、磁盘输入/输出(I/O)适配器430和用户界面(UI)440可操作地连接到***总线401。磁盘存储器设备431可操作地耦合到磁盘I/O适配器430。键盘441、鼠标442和显示器443可操作地耦合到UI440。可以将本发明的***100实施为存储在磁盘存储器设备431中的计算机程序。对工作站400进行布置以将程序和输入数据下载到存储器420,并在处理器410上执行该程序。用户可以利用键盘441和/或鼠标442将信息输入工作站400。将工作站布置为将信息输出到显示设备443和/或磁盘431。本领域技术人员将会理解,现有技术中存在工作站400的大量其他实施例,本实施例用于示出本发明,而不应被理解为将本发明限制于该特定实施例。
应该注意的是上述实施例示意而非限制本发明,本领域技术人员在不偏离所附权利要求范围的情况下能够设计替代实施例。在权利要求中,置于括号中的任何附图标记不应该构成对权利要求的限制。词语“包括”不排除存在没有在权利要求或说明书中列出的元件和步骤。元件前面的词语“一”或“一个”不排除存在多个这样的元件。可以借助于包括若干不同元件的硬件和借助于编程计算机实现本发明。在列举了多个单元的***权利要求中,这些单元的多个可以由硬件或软件的一个或相同的器件实现。词语第一、第二和第三等的使用不表示任何顺序。要将这些词语理解为名称。

Claims (12)

1.一种对体积图像数据集的数据存储器(105)中所包括的体积图像数据子集进行检索的***(100),所述***包括:
第一查询单元(111,113),其用于构成在所述数据存储器(105)中搜索包括所述体积图像数据子集的体积图像数据集的第一查询;
第二查询单元(112,113),其用于构成在所述体积图像数据集中搜索所述体积图像数据子集的第二查询,所述第二查询包括用于识别所述体积图像数据集中的解剖结构的解剖结构信息;
第一确定单元(121,123),其用于基于所述第一查询确定所述体积图像数据集;
第二确定单元(122,123),其用于基于在所述体积图像数据集中所识别的所述解剖结构,利用在所述第二查询中所包括的所述解剖结构信息,确定所述体积图像数据集的所述体积图像数据子集;
检索单元(125),其用于检索所确定的体积图像数据子集。
2.如权利要求1所述的***(100),还包括用于将新的体积图像数据集添加到所述数据存储器(105)的添加单元(110)。
3.如权利要求1所述的***(100),还包括用于基于所述解剖结构信息分割所述体积图像数据集的分割单元(130)。
4.如权利要求2所述的***(100),还将其布置为当将新的体积图像数据集添加到所述数据存储器(105)中时,基于所述解剖结构信息识别所述新的体积图像数据集中的所述解剖结构。
5.如权利要求1所述的***(100),其中,所述第二确定单元(122)被布置为基于适应于所述体积图像数据集中的所述解剖结构的形状模型,确定所述体积图像数据子集。
6.如权利要求1所述的***(100),其中,所述解剖结构信息还包括关于所述解剖结构的特性的信息。
7.如权利要求1所述的***(100),其中,所述检索单元(125)还被布置为检索所确定的体积图像数据子集的特点。
8.如权利要求1所述的***(100),还包括包括所述第一查询单元(111)和所述第二查询单元(112)的客户机单元(140)、以及包括所述数据存储器(105)、所述第一确定单元(121)和所述第二确定单元(122)的服务器单元(150)。
9.一种图像采集装置(300),其包括如权利要求1所述的***(100)。
10.一种工作站(400),其包括如权利要求1所述的***(100)。
11.一种对体积图像数据集的数据存储器中所包括的体积图像数据子集进行检索的方法(200),所述方法包括:
第一查询步骤(211),其用于构成在所述数据存储器中搜索包括所述体积图像数据子集的体积图像数据集的第一查询;
第二查询步骤(212),其用于构成在所述体积图像数据集中搜索所述体积图像数据子集的第二查询,所述第二查询包括用于识别所述体积图像数据集中的解剖结构的解剖结构信息;
第一确定步骤(221),其用于基于所述第一查询确定所述体积图像数据集;
第二确定步骤(222),其用于基于在所述体积图像数据集中所识别的所述解剖结构,利用在所述第二查询中所包括的所述解剖结构信息,确定所述体积图像数据集的所述体积图像数据子集;
检索步骤(225),其用于检索所确定的体积图像数据子集。
12.一种对体积图像数据集的数据存储器中所包括的体积图像数据子集进行检索的装置,所述装置包括:
第一查询模块,其用于构成在所述数据存储器中搜索包括所述体积图像数据子集的体积图像数据集的第一查询;
第二查询模块,其用于构成在所述体积图像数据集中搜索所述体积图像数据子集的第二查询,所述第二查询包括用于识别所述体积图像数据集中的解剖结构的解剖结构信息;
第一确定模块,其用于基于所述第一查询确定所述体积图像数据集;
第二确定模块,其用于基于在所述体积图像数据集中所识别的解剖结构,利用所述第二查询中所包括的所述解剖结构信息,确定所述体积图像数据集的所述体积图像数据子集;
检索模块,其用于检索所确定的体积图像数据子集。
CN201410180888.1A 2006-09-29 2007-09-26 利用解剖形状信息访问医学图像数据库 Pending CN103927388A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP06121512 2006-09-29
EP06121512.5 2006-09-29

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CNA2007800356851A Division CN101517584A (zh) 2006-09-29 2007-09-26 利用解剖形状信息访问医学图像数据库

Publications (1)

Publication Number Publication Date
CN103927388A true CN103927388A (zh) 2014-07-16

Family

ID=39034024

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201410180888.1A Pending CN103927388A (zh) 2006-09-29 2007-09-26 利用解剖形状信息访问医学图像数据库
CNA2007800356851A Pending CN101517584A (zh) 2006-09-29 2007-09-26 利用解剖形状信息访问医学图像数据库

Family Applications After (1)

Application Number Title Priority Date Filing Date
CNA2007800356851A Pending CN101517584A (zh) 2006-09-29 2007-09-26 利用解剖形状信息访问医学图像数据库

Country Status (5)

Country Link
US (1) US8676832B2 (zh)
EP (1) EP2074538B1 (zh)
JP (1) JP5586953B2 (zh)
CN (2) CN103927388A (zh)
WO (1) WO2008038233A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8369585B2 (en) * 2008-10-17 2013-02-05 Siemens Aktiengesellschaft Automatic classification of information in images
US20110182493A1 (en) * 2010-01-25 2011-07-28 Martin Huber Method and a system for image annotation
JP6751682B2 (ja) * 2017-03-09 2020-09-09 富士フイルム株式会社 医用画像撮影制御装置、方法およびプログラム

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS60140466A (ja) * 1983-12-28 1985-07-25 Toshiba Corp 画像検索装置
JP2563298B2 (ja) * 1987-01-28 1996-12-11 株式会社東芝 3次元画像処理装置
JPH01140375A (ja) * 1987-11-27 1989-06-01 Toshiba Corp 医用画像データベースシステム
JPH01140376A (ja) * 1987-11-27 1989-06-01 Toshiba Corp 医用画像データベースシステム
JPH05120451A (ja) * 1991-08-08 1993-05-18 Hitachi Medical Corp 医用診断画像装置
US5325297A (en) * 1992-06-25 1994-06-28 System Of Multiple-Colored Images For Internationally Listed Estates, Inc. Computer implemented method and system for storing and retrieving textual data and compressed image data
JPH08263571A (ja) * 1995-03-23 1996-10-11 Fuji Photo Film Co Ltd 画像検索方法および装置
KR100367932B1 (ko) * 1999-11-26 2003-01-14 주식회사 메디슨 초음파영상검색장치
US20030013951A1 (en) * 2000-09-21 2003-01-16 Dan Stefanescu Database organization and searching
JP4170096B2 (ja) * 2001-03-29 2008-10-22 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 対象の3次元表面上にマップされた3次元メッシュモデルの適合性評価のための画像処理装置
US7080098B2 (en) 2002-05-02 2006-07-18 Smirniotopoulos James G Medical multimedia database system
JP4445792B2 (ja) * 2004-04-23 2010-04-07 オリンパス株式会社 挿入支援システム
EP1694208A2 (en) * 2003-11-26 2006-08-30 Viatronix Incorporated Systems and methods for automated segmentation, visualization and analysis of medical images
JP2006034585A (ja) * 2004-07-27 2006-02-09 Fuji Photo Film Co Ltd 画像表示装置、画像表示方法およびそのプログラム
JP2006181146A (ja) * 2004-12-28 2006-07-13 Fuji Photo Film Co Ltd 診断支援装置、診断支援方法およびそのプログラム
JP4797380B2 (ja) * 2004-12-28 2011-10-19 コニカミノルタホールディングス株式会社 医療支援システム

Also Published As

Publication number Publication date
EP2074538A1 (en) 2009-07-01
JP5586953B2 (ja) 2014-09-10
WO2008038233A1 (en) 2008-04-03
JP2010504796A (ja) 2010-02-18
US8676832B2 (en) 2014-03-18
CN101517584A (zh) 2009-08-26
US20100063977A1 (en) 2010-03-11
EP2074538B1 (en) 2019-01-09

Similar Documents

Publication Publication Date Title
CN102428469B (zh) 用于检索和查看医疗图像的装置
JP5462414B2 (ja) 類似症例検索装置および関連度データベース作成装置並びに類似症例検索方法および関連度データベース作成方法
US7873223B2 (en) Cognition integrator and language
EP2881916B1 (en) Query-specific generation and retrieval of medical volume images
CN104584018A (zh) 用于有效查看和报告成像研究相关的先前注释的自动检测和检索
JP2011118543A (ja) 症例画像検索装置、方法およびプログラム
CN101065762A (zh) 使用组织信息的自动放射线照片分类
CN101765843A (zh) 使用医学相关术语访问医学图像数据库
US10878954B2 (en) Dento-craniofacial clinical cognitive diagnosis and treatment system and method
CN101441658A (zh) 面向pacs数据库中放射图像的基于内容的检索方法和***
CN102027490A (zh) 基于图像分割的图像分类
Adegoke et al. Review of feature selection methods in medical image processing
CN111785383A (zh) 数据处理方法及相关设备
CN103927388A (zh) 利用解剖形状信息访问医学图像数据库
Hamidinekoo et al. Distributed rough set based feature selection approach to analyse deep and hand-crafted features for mammography mass classification
CN115062120B (zh) 读片知识图谱构建方法、装置、处理器及报告生成方法
CN107038325B (zh) 一种医学影像pacs***及其检查关联管理方法
Fabiano et al. An ASP approach for arteries classification in CT scans
KR101634334B1 (ko) 의료 영상으로부터 대표 영상을 추출하는 방법
DE112021006834T5 (de) Vorrichtung, verfahren und programm zum anzeigen medizinischer bilder
RU2475833C2 (ru) Фильтр по образцу
CN117726633B (zh) 基于特征融合的双分支冠状动脉图像的分割方法、***
Goh et al. Superpixel Sizes using Topology Preserved Regular Superpixel Algorithm and their Impacts on Interactive Segmentation
Marungo et al. Storage and breast region segmentation for a non-distributed approach to clinical scale content-based image retrieval in mammography
Yuan et al. Diagnosis system of computer-aided brain MRI using content-based image retrieval

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20140716