CN106659453B - 用于分割肺部的***和方法 - Google Patents

用于分割肺部的***和方法 Download PDF

Info

Publication number
CN106659453B
CN106659453B CN201580035800.XA CN201580035800A CN106659453B CN 106659453 B CN106659453 B CN 106659453B CN 201580035800 A CN201580035800 A CN 201580035800A CN 106659453 B CN106659453 B CN 106659453B
Authority
CN
China
Prior art keywords
slice
pictures
voxel
slice pictures
image data
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
Application number
CN201580035800.XA
Other languages
English (en)
Other versions
CN106659453A (zh
Inventor
I·A·马科夫
Y·科雷尼恩
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.)
Covidien LP
Original Assignee
Covidien LP
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 Covidien LP filed Critical Covidien LP
Publication of CN106659453A publication Critical patent/CN106659453A/zh
Application granted granted Critical
Publication of CN106659453B publication Critical patent/CN106659453B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • 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
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/155—Segmentation; Edge detection involving morphological operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • 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
    • G06T2207/10081—Computed x-ray tomography [CT]
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20092—Interactive image processing based on input by user
    • G06T2207/20101—Interactive definition of point of interest, landmark or seed
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20112—Image segmentation details
    • G06T2207/20156—Automatic seed setting
    • 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
    • G06T2207/30061—Lung

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Epidemiology (AREA)
  • Quality & Reliability (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • Architecture (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Geometry (AREA)

Abstract

公开了用于确定肺部的胸膜边界的***、装置和方法，一种典型的方法包括以下步骤：从成像装置获取图像数据；基于所获取的图像数据产生一组二维(2D)切片图片；通过处理器确定所述一组2D切片图片中的第一切片图片中的种子体素；通过处理器，通过使用阈值从种子体素开始对所述一组2D切片图片中的第一切片图片应用区域生长方法；根据从种子体素生长的区域，通过处理器产生一组经过二值化处理的2D切片图片；通过处理器过滤掉所述一组经过二值化处理的2D切片图片中的每个切片图片中的肺部的连通区域；和根据所述一组经过二值化处理的2D切片图片，通过处理器确定肺部的胸膜边界。

Description

用于分割肺部的***和方法
相关申请的交叉引用
本申请请求享有美国临时专利申请第62/020,261号的权益和优先权，该美国临时专利申请的申请日为2014年7月2日，其全部内容通过引用方式组合在文中。
技术领域
本公开文本涉及用于分割肺部的***和方法。更具体而言，本公开文本涉及根据基于患者胸部的CT扫描图像数据产生的三维(3D)模型确定肺部边界的***和方法。
背景技术
患者肺部位于胸腔内，胸腔与腹腔被肺底部处的肌肉隔膜分开。此外，肺部被称之为胸膜(脏层胸膜和壁层胸膜)的双壁囊以及胸膜和肺部之间的胸膜液包围。胸膜液能让肺部扩张和收缩，而不粘附胸膜。
实现肺部可视化的可视化技术已经得到发展，可帮助临床医生进行诊断、手术和/或执行其他的治疗程序。对于确定具有相应症状的病变部位的位置，可视化尤为重要。此外，当治疗病变部位时，重点更多放在正确位置的识别上，以在正确位置执行合适程序。另外，实现肺部边界可视化是重要的，原因在于，病变部位和手术操作位置应该在肺部边界范围内。因此，实现胸膜可视化是重要的，因为胸膜限定肺部边界。
发明内容
根据本公开文本提供了一种用于确定肺部的胸膜边界的方法。
在本公开文本的一个方面，一种分割方法包括以下步骤：从成像装置获取图像数据；基于所获取的图像数据产生一组二维(2D)切片图片；通过处理器确定所述一组2D切片图片中的第一切片图片中的种子体素；通过处理器使用阈值从种子体素开始对所述一组2D切片图片中的第一切片图片应用区域生长方法；根据从种子体素生长的区域，通过处理器产生一组经过二值化处理的2D切片图片；通过处理器过滤掉所述一组经过二值化处理的2D切片图片中的每个切片图片中的肺部的连通区域；和根据所述一组经过二值化处理的2D切片图片，通过处理器确定肺部的胸膜边界。
在本公开文本的另一方面，种子体素位于所述一组经过二值化处理的2D切片图片中的第一切片图片的对应于肺部气管的一部分中。
在本公开文本的另一方面，所述阈值大于或等于种子体素的亮度。
在本公开文本的另一方面，已获取的图像数据以医学影像和通讯(DICOM)图像格式存储在数字成像和通信设备中。
在本公开文本的另一方面，图像数据通过网络装置获取。
在本公开文本的另一方面，应用区域生长方法的步骤包括：在所述一组2D切片图片中的第一切片图片中的第一体素的亮度小于预定阈值并且所述第一体素连接到种子体素的情况下，将第一体素的亮度设置为最大值；和在所述一组2D切片图片中的第一切片图片中的第二体素的亮度不小于预定阈值或第一体素未连接到种子体素的情况下，将第二体素的亮度设置为最小值。
在本公开文本的另一方面，所述阈值导致高亮度区域出现在所述一组2D切片图片中的种子体素周围。
在本公开文本的另一方面，应用区域生长方法的步骤还包括：将所述一组2D切片图片中的体素指定值从最小值颠倒为最大值，从最大值颠倒为最小值，以获得所述一组经过二值化处理的切片图片。
在本公开文本的另一方面，过滤掉肺部的连通区域的步骤包括：
检测所述一组经过二值化处理的2D切片图片中的连通区域；计算所述一组经过二值化处理的2D切片图片中的每个连通区域的面积；确定每个连通区域的面积是否小于预定值；当确定第一连通区域的面积小于预定值时，将最小值指定给第一连通区域的像素；和当确定第二连通区域的面积大于或等于预定值时，将最大值指定给连通区域的像素。
在本公开文本的另一方面，连通区域是亮度高的封闭区域。
在本公开文本的另一方面，连通区域是血管和气道。
在本公开文本的另一方面，分别来自于三个独立方向的三个2D切片图片的交点确定所述一组2D切片图片的体素。
在本公开文本的另一方面，所述三个独立方向分别是轴向方向、冠状方向和矢状方向。
在本公开文本的另一方面，所述一组二值化的2D切片图片的每个体素的亮度高或低。
在本公开文本的另一方面，图像数据可通过计算层析成像技术、放射线照相术、电脑轴向断层扫描所产生的断层照片、核磁共振成像、超声检查、造影成像、荧光镜透视检查、核扫描和正电子发射断层成像技术获取。
在本公开文本的另一方面，一种用于确定肺部胸膜的***，所述***包括成像装置和图像处理装置。成像装置被配置成形成患者胸部的图像，以获取图像数据。图像处理装置包括存储器和处理器，存储器被配置成存储数据和处理器可执行的指令。处理器被配置成执行处理器可执行的指令以便：根据所获取的图像数据产生一组二维(2D)切片图片；确定所述一组2D切片图片中的第一切片图片中的种子体素；通过使用阈值从种子体素开始对所述一组2D切片图片中的第一切片图片应用区域生长方法；根据从种子体素生长的区域产生一组经过二值化处理的2D切片图片；过滤掉所述一组经过二值化处理的2D切片图片中的每个切片图片中的肺部的连通区域；和根据所述一组经过二值化处理的2D切片图片确定肺部的胸膜边界。
在不违背本公开文本范围的情况下，本公开文本的上述任何方面和实施例可相互组合。
附图说明
本领域的普通技术人员在参照附图阅读了对各种实施例的描述后，将能明显看出当前公开的***和方法的目的和特征，附图如下：
图1是根据本公开文本的实施例的示例性装置的示意图，该装置可用于分割患者肺部的CT(计算机断层扫描)图像数据；
图2A根据本公开文本的实施例用图形说明了确定用于分割的体素的2D图片，这些2D图片中肺部区域显示为黑色；
图2B根据本公开文本的实施例用图形说明了确定用于分割的体素的2D图片，这些2D图片中肺部区域显示为白色；
图3根据本公开文本的实施例用图形说明了确定用于分割的体素的2D图片，这些2D图片中肺部显示为灰色；
图4A-4B根据本公开文本的实施例用图形说明了患者肺部的2D图像中的连通区域(连接部位)的过滤过程；
图5A是根据本公开文本的实施例的流程图，示出了一种分割患者肺部2D图像以确定患者肺部的胸膜边界的示例性方法；
图5B是根据本公开文本的实施例的流程图，示出了一种应用区域生长过程的示例性方法；以及
图5C是根据本公开文本的实施例的流程图，示出了一种过滤掉连通区域的示例性方法。
具体实施方式
本公开文本涉及用于分割患者胸部的图像数据以确定患者肺部的胸膜边界的***和方法。
使用电磁导航(EMN)***的电磁导航支气管镜(ENB)程序中，必须的一部分程序是分割患者胸部的图像数据以确定患者肺部的胸膜边界。ENB程序通常至少涉及两个阶段：(1)规划好通向患者肺部内或附近的目标的路径；和(2)沿规划路径向目标引导探头。文中所述的路径规划软件的实例可从美国专利申请第13/838,805号、第13/838,997号和第13/839,224号中了解到，这些文献全部由CovidienLP于2013年3月15日申请，并且名称为“路径规划***和方法”，它们全部通过引用方式组合在本文中。路径规划软件的实例可在受让人相同的美国临时专利申请第62/020,240号中了解到，该美国临时专利申请的名称为“在肺部内导航的***和方法”，其全部内容通过引用方式组合在本文中。
在路径规划阶段之前，例如通过计算机断层扫描(CT扫描)对患者肺部成像，但是另外的合适成像方法对于本领域的技术人员而言是公知的。在CT扫描期间汇集的图像数据例如可以以医学数字影像和通讯(DICOM)格式存储，但是其他的合适格式对于本领域的技术人员而言是公知的。CT扫描图像数据然后可被加载到路径规划软件(“应用程序”)中，对其进行处理以产生在ENB程序的规划阶段可使用的3D模型。分割患者胸部的图像数据可以是产生3D模型的过程的一部分，或可单独执行。
本申请可使用CT扫描图像数据产生患者肺部的3D模型。除了其他元素以外，该3D模型还可包括支气管树模型，其对应于患者实际的肺支气管树，显示患者实际的支气管树的各种通道、分支和分叉点。当CT扫描图像数据可能具有缺口、遗漏和/或包含在图像数据中的其他瑕疵时，通过填充或修正CT扫描图像数据中的任何这类缺口、遗漏和/或瑕疵，3D模型能平滑显示患者的气管。3D模型在产生之后，可以以各种视图呈现。尽管将根据特定的说明性实施例描述本公开文本，但是本领域的技术人员将容易看出，在不违背本公开文本的实质的情况下，可进行各种改进、再配置和替代。本公开文本的范围由所附的权利要求书限定。
图1示出了用于分割肺部的图像处理装置100。装置100可以是专门的图像处理计算机，其被配置成实现下述功能。装置100可实施为对本领域的技术人员而言公知的任何形式，如，便携式电脑、台式电脑、平板电脑或其他类似的计算机。除了其他元件以外，装置100还可包括一个或多个处理器110、存储器120、显示器130、一个或多个专门的图形处理器140、网络接口150、以及一个或多个输入接口160；存储器120除了存储其他的以外，还存储上面提到的应用程序122。
CT扫描图像数据可以以DICOM的格式存储在存储器120中。一组2D切片图片可根据CT扫描图像数据产生。一方面，可产生该组2D切片图片来描述患者指定部位的轴位、冠状位和矢状位。例如，对于胸部的每个交叉点，可具有在三个独立方向上产生的三张不同的2D切片图片。这些2D切片图片可被加载到应用程序122中，处理器100执行应用程序122，以转换2D切片图片的格式以便于显示。例如，应用程序122可将2D切片图片的颜色空间转换成适于显示的另一种颜色空间，可以执行成像过程(如，缩放、旋转、平移或投影)，以按预期显示2D切片图片。至少根据三张不同的2D切片图片，可确定体素。可通过使用区域生长算法处理2D切片图片，以区分不同类型的组织和材料，从而确定肺部的胸膜边界。各种区域生长算法在本领域是公知的。存储器120也可存储可产生胸部的3D模型或可确定肺部的胸膜边界的应用程序。
图2示出了确定种子体素220的三张2D切片图片，种子体素220被确定为来自每张2D切片图片(205,210,215)的像素，这些像素限定根据本公开文本的实施例进行分割的体素。如图2所示，这三个2D切片图片在患者气管交叉点处彼此相交，在此处确定种子体素220。分割是图像处理步骤，根据该组2D切片图片中的体素的Hounsfield值对该组2D切片图片进行分割，用于确定图像亮度(intensity)差异，从而更清楚确定器官和图像的其他不同的亮度方面，在本公开文本的实施例中，确定肺部的胸膜边界。
在一个实施例中，分割可以用来将该组2D切片图片中的肺部内侧区域和肺部外侧区域区分开来。分割可包括二值化和过滤处理，在二值化处理中仅通过两种不同的亮度值显示2D切片图片，下面将更详细地描述过滤处理。
在本公开文本的第一步骤中，根据患者胸部的CT扫描图像数据产生一组2D切片图片。一旦产生该组2D切片图片，就必须选择种子体素220。图2A示出了一种人工处理，其中，示出了在2D切片图片中选定种子体素220。三个2D切片图片205、210和215分别沿轴向方向、矢状方向和冠状方向示出了胸部，确定了初始种子体素220。为了更清楚地示出初始种子体素220，在这三个2D切片图片205、210和215中均示出了水平轴向225和竖直轴向230。水平轴向225和竖直轴向230的交点为初始种子体素220。一方面，初始种子体素220位于肺部或气管内部，可人工或自动确定。通过选定气管中的种子体素220作为种子体素220，可进行处理以快速将肺部内的气道与肺部外侧组织区分开。
气管沿其长度方向的直径大致恒定。具体而言，气管上部分从喉部和咽部大致线性延伸至胸骨背后。通过利用气管的这些性质，可在2D切片图片中找到气管。在受让人相同的美国临时专利申请第62/020,253号(名称为“气管标注”、申请日为2014年7月2日，发明人为Lachmanovich等)和美国临时专利申请第62/020,257号(名称为“人体肺部气管的自动检测”，申请日为2014年7月2日，发明人为Markov等)中，描述了找到气管以确定初始种子体素220的其他细节。
人工或自动选定初始种子体素220之后，使用区域生长算法对2D切片图片进行二值化。根据区域生长算法，核对该组2D切片图片中的每个体素，以确定每个体素的指定Hounsfield值是否小于阈值以及每个体素是否连接到起始体素220上。当确定体素的指定Hounsfield值小于阈值并且体素连接到初始种子体素220时，将该体素的Hounsfield值设定为1或最大值。否则，将该体素的Hounsfield值设定为零或最小值。作为该区域生长算法的一部分，将阈值选定得足够大，以至于在肺部引起遗漏，从而用从气道遗漏掉的亮度值填充肺部。
将该组2D切片图片中的每个体素设置为最大值或最小值之后，2D切片图片将仅具有两种像素颜色。最终结果是，在一组2D切片像素中，Hounsfield值最大的体素/像素显示为白色，Hounsfield值最小的体素/像素显示为黑色。如图2B所示，在一些情况下，将该组2D切片图片中的体素值颠倒(因此，2D切片图片中的像素值被颠倒)，使得肺部区域显示为黑色，非肺部区域显示为白色或其他颜色。
图3示出了三张2D切片图片335、340和345，它们显示对肺部组织进行分割和二值化后的结果，清楚显示胸部背景为灰色，其他非气道或肺部组织为白色。图3中的图像尽管不完整，但基本上能确定肺部的胸膜边界。
由于肺部具有多孔结构，因此，该组已被二值化的2D切片图片中，表示肺部和气道的大部分体素显示为黑色。但是，Hounsfield值大于阈值的一些气道组织(如图3中的图片335)显示为白色。此外，肺部外侧已被二值化的3D空间中的体素也可显示为白色，因为它们未连接到初始种子体素220并具有最大亮度值。的确，Hounsfield值高于阈值(如，体素350)的任何组织将显示为白色。
已经过分割、二值化和颠倒处理的该组2D切片图片的黑色区域较大，覆盖肺部。一方面，可对阈值进行调整以使黑色区域尽可能大，以便足够准确地覆盖肺部的胸膜边界。通过减小阈值，表示小气道的壁部或血管的体素显示为白色，同时，大的黑色区域变得更小。另一方面，当阈值增加时，小气道的壁部和血管不显示为白色，大的黑色区域变得更大。因此，可将阈值调节为这样一值，使得具有一定尺寸的小气道壁和血管显示为白色，并且使得大的黑色区域生长成与肺部胸膜一样大。
可沿轴向方向、冠状方向和矢状方向观察已经过分割、二值化和颠倒处理的该组2D切片图片。图4A和4B根据本公开文本的实施例示出了已经过二值化处理以过滤掉连通区域的切片图片以及已经过过滤处理的2D切片图片。这三个2D切片图片405、410和415是黑白图片。黑色区域420表示肺部，而白色区域表示肺部外侧区域以及肺部中的一些连通区域(如，血管和气道壁)。这些连通区域在2D切片图片410和415中显示为小的白色区域435。
过滤掉连通区域这一过程从检测每个2D切片图片中的连通区域开始。连通区域显示为大黑色区域中的白色区域，大黑色区域表示肺部。当检测到连通区域时，对每个连通区域的面积进行计算。如果计算出的面积小于阈值，那么过滤掉相应的连通区域，这意味着将相应的连通区域中的像素再指定为0。换句话说，将相应的连通区域合并到肺部区域或大的黑色区域中。2D切片图片中的所有连通区域经过过滤处理之后，获得经过滤处理的沿轴向方向的2D切片图片405。已被过滤的2D切片图片405包括大的黑色区域420，其边界限定肺部的胸膜边界。
图4B包括经过滤处理的分别沿轴向方向、冠状方向和矢状方向的2D切片图片440、450和460。已经过滤处理所有2D切片图片中的连通区域之后，每张已经过滤处理的2D切片图片具有如已经过滤处理的2D切片图片440、450和460中所示的大黑色区域。这些已经过滤处理的2D切片图片被重构，产生一组分割的2D切片图片，它们包括限定肺部的胸膜边界的黑色区域。这些黑色区域也界定或限制了用于对肺部进行诊断和/或外科手术的空间。该组限定胸膜边界的2D切片图片可组合到规划和处理软件(如，由Covidien LP公司出售的iLogic软件，用于诊断和治疗患者肺部)中。这种对胸膜边界的清楚界定可用于将肺部与周围组织分隔开，从而用于形成患者肺部的3D空间。
图5A-5C根据本公开文本的实施例示出了分割方法500的流程图，该方法用于产生一组分割的2D切片图片，这些图片界定了肺部的胸膜边界。分割方法500从步骤505开始，在步骤505中，例如从CT扫描仪获取患者胸部的CT扫描图像数据。一方面，可通过另一种成像模式(如，射线照相术、通过CAT扫描产生的断层照片、MRI、超声波检查法、造影成像、荧光镜检查、核扫描和PET)获取CT图像数据。
在步骤510中，对CT扫描图像数据进行处理，产生患者胸部的一组2D切片图片。该组2D切片图片可能包括肺部、胸膜、气管、心脏、胃部和胸部中的任何其他器官。体素定义为，沿三个方向(如，轴向方向、矢状方向和冠状方向)观察的三张2D切片图片的交点。每个体素具有表示三个像素的值，每个像素来自于沿三个方向观察的三张2D切片图片中的相应2D切片图片。通过在该组2D切片图片中确定种子体素220，开始对胸部的该组2D切片图片进行分割，这种分割可将包含初始种子体素的区域与不包含初始种子体素的区域区分开。在步骤515中，自动或人工确定初始种子体素。初始种子体素位于气管或肺部的内侧区域。当气管用于确定初始种子体素时，自动找到气管的方法可在受让人相同的美国临时专利申请第62/020,253号(名称为“气管标注”、申请日为2014年7月2日，发明人为Lachmanovich等)和美国临时专利申请第62/020,261号(名称为“人体肺气管的自动检测”，申请日为2014年7月2日，发明人为Markov等)中了解到，这两篇美国临时专利申请的全部内容通过引用方式组合在本文中。在找到气管之后，气管内部的任何体素可确定为初始种子体素。
在步骤520中，使用区域生长算法来处理该组2D切片图片。使用区域生长算法将更多体素连接到种子体素上，以使含有初始种子体素的区域生长。在分割方法500的最后，该区域可用于确定肺部边界。
通过使用区域生长算法，可对该组2D切片图片的每个体素进行二值化处理，即，将体素的Hounsfield值与阈值进行比较，将其再指定为两种颜色，黑色和白色。黑色体素表示肺部区域，白色体素表示非肺部区域。步骤520之后，产生新的一组经过二值化处理的2D切片图片。下面将参照图5B进一步描述步骤520的细节。
在步骤525中，对所有2D切片图片进行处理，过滤掉其中的连通区域。连通区域表示Hounsfield值大于上面确定的阈值的血管和气管壁。在2D切片图片中，连通区域显示为肺部区域内的白色区域。通过将尺寸小于预定阈值的白色区域从肺部区域内过滤掉或去除掉，可仅用黑色显示覆盖肺部的区域，准备好2D切片图片以确定肺部的胸膜边界。下面将参照图5C详细描述过滤过程。
过滤处理之后，在步骤540中，可使用该组已处理的2D切片图片来确定肺部的胸膜边界。在步骤540之后，分割方法结束。通过利用最小尺寸限制对2D切片图片进行二值化处理和连通区域分析，临床医生能清楚确定真实边界(尤其是胸膜边界)。可选地，代替使用原始的CT扫描图像数据，可通过不同的数据集产生用于方法500的2D切片图片。用于方法500的另一种可能的数据集的实例为，根据3D模型产生的一组2D切片图片，该3D模型根据原始的CT扫描图像数据产生。由于CT扫描图像数据中的任何间隙、遗漏和/或瑕疵已被填充或修正，因此这种3D模型可更平顺地显示患者肺部。图5B示出的流程图示出了图5A的步骤520，即，对患者胸部的该组2D切片图片的体素应用区域生长算法。在步骤521中，将该组2D切片图片的体素亮度(Hounsfield值)与阈值进行比较。
当确定体素亮度大于或等于阈值时，执行步骤524，否则执行步骤522。在步骤522中，确定体素和初始种子体素之间的连接性。在此，这种连接性保证体素和初始体素位于同一区域，或换句话说，体素位于肺部区域。这可通过考虑周围体素并确定它们是否满足同一阈值标准来实现。返回到初始种子体素继续执行该方法。换句话说，如果存在从体素至种子体素的路径，并且该路径由一系列满足阈值标准的相邻体素组成，那么，认为该体素连接至起始种子体素。当确定体素连接至种子体素时，在步骤523中将最大值指定给该体素的亮度值。结果是体素亮度的二元掩膜，所有连接的体素满足阈值标准，即，一个具有指定亮度值，所有其他的具有另一亮度值。
一方面，被认为是种子体素候选者且十分接近种子体素的体素可与阈值递归地比较，不需考虑连接性。这种递归方法通过比较与初始种子体素邻近的体素开始，然后在所有方向上递归地执行。此情况下，不需要核查连接性。
当在步骤521中确定体素亮度不小于阈值或在步骤522中确定体素未连接至初始种子体素时，在步骤523中将最小值指定给该体素亮度。在步骤523和524中，分割该组2D切片图片，从而使体素仅具有最小值或最大值。
在步骤523和524之后，执行步骤525。在步骤525中，确定是否有体素还未通过区域生长算法进行处理。如果有这种体素，重复步骤521-525，直到不再有未处理的体素。执行步骤521-525后的结果是，该组二值化的2D切片图片仅包括用于非肺部区域的黑色体素和用于肺部区域的白色体素。在步骤526中，将每个体素的指定值从最大值颠倒为最小值或从最小值颠倒为最大值，使得肺部区域具有黑色体素，非肺部区域具有白色体素。一方面，可调整步骤521中使用的阈值，以使肺部区域出现充分的遗漏(如，高亮度区域)，从而高亮度区域覆盖肺部和肺部边界。另一方面，该阈值大于或等于种子体素的亮度值。
图5C根据本公开文本的实施例示出了用于图5A的步骤525(即，将连通区域从2D切片图片中过滤掉)的流程图。步骤525从步骤526(即，在从该组二值化的2D切片图片产生的2D切片图形中，检测连通区域)开始。连通区域可表示血管和/或气道壁。在步骤527中，确定是否检测出连通区域。如果在步骤527中确定未检测出连通区域，那么，从过滤步骤525转向步骤531，核对是否有更多的2D切片图片以检测连通区域。
当在步骤527中确定检测出连通区域时，在步骤528中计算检测出的连通区域的面积。该面积是表示连通区域的白色区域中的像素的个数。
在步骤529中，将计算出的面积与阈值进行比较。当确定计算出的面积大于或等于阈值时，返回到步骤526。这意味着，连通区域不是血管或气道壁。当确定计算出的面积小于阈值时，在步骤530中，将连通区域过滤掉或去除掉。换句话说，将最小值指定给连通区域中的像素。因此，连通区域被合并到覆盖肺部和胸膜的大黑色区域中。
在步骤531中，确定是否有更多的待处理的2D切片图片。当确定具有未处理的2D图像时，重复步骤526-530，以过滤掉未处理的2D切片图片中的连通区域。否则，过滤步骤525完成。
一方面，过滤步骤540可处理沿一个方向获得的2D切片图片，然后处理沿另一方向获得的2D切片图片。例如，步骤540首先处理沿轴向方向获取的2D切片图片，然后依次处理沿冠状方向和矢状方向获取的其他2D切片图片。另一方面，步骤540可不按任何次序一个一个地处理2D切片图片。
通过对该组2D切片图片进行二值化处理，过滤掉2D切片图片中的连通区域，最终得到的该组2D切片图片(是已被分割的一组2D切片图片)可用于确定肺部的胸膜边界，在ENB方法的规划或导航阶段可使用胸膜边界。例如，该信息在规划阶段有助于确定何时疑似目标位于肺部外侧。可选地，该过程期间，该信息可用于当工具靠近胸膜边界时通知临床医生。在两种情况下，知道胸膜边界位置有助于临床医生避免并发症，如气胸或在临床医生研究或着靠近肺部边界处或附近的目标时可出现的其他状况。
现在返回到图1，存储器120包括应用程序122(如，EMN路径规划程序软件)和可由处理器110执行的其他数据。例如，该数据可以是以DICOM格式存储的CT扫描图像数据和/或基于CT扫描图像数据产生的3D模型。存储器120也可存储其他相关数据，如患者病历、处方和/或患者病史。存储器120可以是一个或多个固态存储装置、闪存芯片、大容量存储器、磁带机或通过存储控制器和通讯总线连接到处理器上的计算机可读的任何存储介质。计算机可读的存储介质包括以任何方法或技术被执行以存储信息(如，计算机可读指令、数据结构、程序模块或其他数据)的永久介质、易失和非易失介质、可移动和不可移动介质。例如，计算机可读的存储介质包括随机存取存储器(RAM)、只读存储器(ROM)、可擦可编程只读存储器(EPROM)、电可擦编程只读存储器(EEPROM)、闪存或其他固态存储技术、CD-ROM、DVD或其他光存储器、磁带盒、磁带、磁盘存储器或其他磁存储装置、或可用于存储所需信息且装置100可访问的任何其他介质。
显示器130可以是触摸感应和/或声控的，能使显示器130既起到输入装置的作用，又起到输出装置的作用。图形处理器140可以是专门的图形处理器，其执行图像处理功能(如，处理CT扫描图像数据以产生3D模型)，处理3D模型以从3D模型中产生上述不同方位的2D切片图片、以及产生3D模型的三维渲染。图形处理器140还可被配置成产生显示在显示器130上的图形用户界面(GUI)。GUI可包括显示2D图像切片、3D渲染等视图。在一些实施例中，图形处理器140可以是专门的图形处理器，如，专业图形处理单元(GPU)，其仅执行图像处理功能，一个或多个普通处理器110可用于其他功能。专门的GPU可以是独立的专用显示卡或集成显卡。
网络接口150能使装置100通过有线和/或无线网络连接与其他装置通讯。在一实施例中，装置100可通过网络连接从成像装置接收CT扫描图像数据。在其他实施例中，装置100可通过存储装置(如，磁盘或对本领域技术人员公知的其他外部存储介质)接收CT扫描图像数据。
输入接口160可用于输入数据或控制信息(如，设定值、文本信息)和/或用于控制装置100。输入接口160可包括键盘、鼠标、触控感应器、摄像机、麦克风或其他数据输入装置或对于本领域技术人员公知的用于用户交互的传感器。
另外，请参考受让人相同的下列申请：美国临时专利申请序列第62,020,220号，其名称为“实时自动匹配反馈”，申请日为2014年7月2日，发明人为Brown等；美国临时专利申请序列第62,020,242号，其发明名称为“用于患者肺部的多个CT扫描结果的统一的坐标***”，申请日为2014年7月2日，发明人为Greenburg；美国临时专利申请序列第62,020,245号，其发明名称为“对准CT”，申请日为2014年7月2日，发明人为Klein等；美国临时专利申请序列第62,020,250号，其发明名称为“荧光镜检查位姿估计算法”，申请日为2014年7月2日，发明人为Merlet；美国临时专利申请序列第62,020,258号，其发明名称为“锥形图—提供距离和方位反馈同时三维导航的方法”，申请日为2014年7月2日，发明人为Lachmanovich等；美国临时专利申请序列第62,020,262号，其发明名称为“用于在肺部内进行工具导航的肺部动态三维地图视图”，申请日为2014年7月2日，发明人为Weingarten等；这些文献的全部内容通过引用方式组合在本文中。所有这些参考文献涉及如下方面：改进和操纵DICOM图像以提高清晰度，改善与肺治疗规划和导航等相关的分析、诊断和治疗***的性能。
尽管已经参照附图详细描述了实施例以进行阐释和描述，但是应该理解为，本发明的方法和装置并不解释为受此限制。本领域的普通技术人员将能明显看出，在不违背本公开文本范围的情况下，可对前述实施例进行各种改进。

Claims (16)

1.一种用于确定肺部的胸膜边界的分割方法，包括以下步骤：
从成像装置获取图像数据；
基于所获取的图像数据产生一组2D切片图片；
通过处理器确定所述一组2D切片图片中的种子体素，体素定义为沿三个方向，即轴向方向、冠状方向和矢状方向观察的3张2D切片图片的交点；
通过处理器使用阈值从对应于种子体素的像素开始对所述一组2D切片图片中的第一切片图片应用区域生长方法；
根据从对应于种子体素的像素生长的区域，通过处理器产生一组经过二值化处理的2D切片图片；
通过处理器过滤掉所述一组经过二值化处理的2D切片图片中的每个切片图片中的肺部的连通区域；和
根据该组经过二值化处理并且经过过滤的2D切片图片，通过处理器确定肺部的胸膜边界。
2.根据权利要求1所述的分割方法，其中，对应于种子体素的像素位于所述一组经过二值化处理的2D切片图片中的第一切片图片的对应于肺部气管的一部分中。
3.根据权利要求1所述的分割方法，其中，所述阈值大于或等于种子体素的亮度。
4.根据权利要求1所述的分割方法，其中，已获取的图像数据以医学影像和通讯图像格式存储在数字成像和通信设备中。
5.根据权利要求1所述的分割方法，其中，图像数据通过网络装置获取。
6.根据权利要求1所述的分割方法，其中，应用区域生长方法的步骤包括：
在所述一组2D切片图片中的第一切片图片中的对应于第一体素的像素的亮度小于预定阈值并且所述第一体素连接到种子体素的情况下，将对应于第一体素的像素的亮度设置为最大值；和
在所述一组2D切片图片中的第一切片图片中的对应于第一体素的像素的亮度不小于预定阈值或第一体素未连接到种子体素的情况下，将对应于第一体素的像素的亮度设置为最小值。
7.根据权利要求6所述的分割方法，其中，所述阈值使高亮度区域出现在所述一组2D切片图片中的对应于种子体素的像素周围。
8.根据权利要求6所述的分割方法，其中，应用区域生长方法的步骤还包括：
将所述一组2D切片图片中的对应于体素的像素的指定值从最小值颠倒为最大值以及从最大值颠倒为最小值，以获得所述一组经过二值化处理的2D切片图片。
9.根据权利要求1所述的分割方法，其中，过滤掉肺部的连通区域的步骤包括：
检测所述一组经过二值化处理的2D切片图片中的连通区域；
计算所述一组经过二值化处理的2D切片图片中的每个连通区域的面积；
确定每个连通区域的面积是否小于预定值；
当确定第一连通区域的面积小于预定值时，将最小值指定给第一连通区域的像素；和
当确定第二连通区域的面积大于或等于预定值时，将最大值指定给第二连通区域的像素。
10.根据权利要求9所述的分割方法，其中，连通区域是亮度高的封闭区域。
11.根据权利要求9所述的分割方法，其中，连通区域是血管和气道。
12.根据权利要求1所述的分割方法，其中，所述一组经过二值化处理的2D切片图片的对应于每个体素的像素的亮度高或低。
13.根据权利要求1所述的分割方法，其中，图像数据通过放射线照相术、核磁共振成像、超声检查、造影成像和正电子发射断层成像技术获取。
14.根据权利要求1所述的分割方法，其中，图像数据通过电脑轴向断层扫描所产生的断层照片和荧光镜透视检查获取。
15.根据权利要求1所述的分割方法，其中，图像数据通过计算层析成像技术和核扫描技术获取。
16.一种用于确定肺部的胸膜的***，所述***包括：
成像装置，其被配置成形成患者胸部的图像，以获取图像数据；和
图像处理装置，其包括：
存储器，其被配置成存储数据和处理器可执行的指令；和，
处理器，其被配置成执行处理器可执行的下述指令以便：
根据所获取的图像数据产生一组2D切片图片；
确定所述一组2D切片图片中的种子体素，体素定义为沿三个方向，即轴向方向、冠状方向和矢状方向观察的3张2D切片图片的交点；
通过使用阈值从对应于种子体素的像素开始对所述一组2D切片图片中的第一切片图片应用区域生长方法；
根据从对应于种子体素的像素生长的区域产生一组经过二值化处理的2D切片图片；
过滤掉所述一组经过二值化处理的2D切片图片中的每个切片图片中的肺部的连通区域；
根据该组经过二值化处理并且经过过滤的2D切片图片确定肺部的胸膜边界。
CN201580035800.XA 2014-07-02 2015-06-30 用于分割肺部的***和方法 Active CN106659453B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201462020261P 2014-07-02 2014-07-02
US62/020,261 2014-07-02
PCT/US2015/038541 WO2016004030A1 (en) 2014-07-02 2015-06-30 System and method for segmentation of lung

Publications (2)

Publication Number Publication Date
CN106659453A CN106659453A (zh) 2017-05-10
CN106659453B true CN106659453B (zh) 2020-05-26

Family

ID=55017334

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580035800.XA Active CN106659453B (zh) 2014-07-02 2015-06-30 用于分割肺部的***和方法

Country Status (7)

Country Link
US (4) US9836848B2 (zh)
EP (1) EP3164072B1 (zh)
JP (1) JP6603245B2 (zh)
CN (1) CN106659453B (zh)
AU (1) AU2015284218B2 (zh)
CA (1) CA2953146A1 (zh)
WO (1) WO2016004030A1 (zh)

Families Citing this family (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11188285B2 (en) 2014-07-02 2021-11-30 Covidien Lp Intelligent display
US9603668B2 (en) 2014-07-02 2017-03-28 Covidien Lp Dynamic 3D lung map view for tool navigation inside the lung
US9633431B2 (en) 2014-07-02 2017-04-25 Covidien Lp Fluoroscopic pose estimation
CN106572834B (zh) 2014-07-02 2019-12-03 柯惠有限合伙公司 对准ct
JP6603245B2 (ja) 2014-07-02 2019-11-06 コヴィディエン リミテッド パートナーシップ 肺のセグメント化のためのシステムおよび方法
US11160528B2 (en) * 2015-12-18 2021-11-02 General Electric Company System and method for visualization of ultrasound volumes
US10582914B2 (en) 2016-01-15 2020-03-10 Covidien Lp Navigable endobronchial tool to access tissue outside a bronchus
US10939963B2 (en) 2016-09-01 2021-03-09 Covidien Lp Systems and methods for providing proximity awareness to pleural boundaries, vascular structures, and other critical intra-thoracic structures during electromagnetic navigation bronchoscopy
US10542953B2 (en) 2016-09-27 2020-01-28 Covidien Lp Fissural assessment and surgical and interventional planning
US10543044B2 (en) 2016-09-27 2020-01-28 Covidien Lp Systems and methods for detecting pleural invasion for surgical and interventional planning
CN106558045B (zh) * 2016-10-20 2019-07-19 上海联影医疗科技有限公司 一种肺组织分割方法、装置，医学图像处理***
US11793579B2 (en) 2017-02-22 2023-10-24 Covidien Lp Integration of multiple data sources for localization and navigation
CN108470331B (zh) * 2017-02-23 2021-12-21 富士通株式会社 图像处理装置和图像处理方法
US11779192B2 (en) 2017-05-03 2023-10-10 Covidien Lp Medical image viewer control from surgeon's camera
US10359464B2 (en) 2017-09-18 2019-07-23 Biosense Webster (Israel) Ltd. Cable and associated continuity monitoring system and method
US11224392B2 (en) 2018-02-01 2022-01-18 Covidien Lp Mapping disease spread
US11464576B2 (en) 2018-02-09 2022-10-11 Covidien Lp System and method for displaying an alignment CT
US20190246946A1 (en) 2018-02-15 2019-08-15 Covidien Lp 3d reconstruction and guidance based on combined endobronchial ultrasound and magnetic tracking
CN108961281B (zh) * 2018-03-28 2020-10-20 研境信息科技(上海)有限公司 一种基于3d体素数据图像的图像分割方法及设备
US11705238B2 (en) 2018-07-26 2023-07-18 Covidien Lp Systems and methods for providing assistance during surgery
US11071591B2 (en) 2018-07-26 2021-07-27 Covidien Lp Modeling a collapsed lung using CT data
NL2021559B1 (en) * 2018-09-04 2020-04-30 Aidence B V Determination of a growth rate of an object in 3D data sets using deep learning
US11944388B2 (en) 2018-09-28 2024-04-02 Covidien Lp Systems and methods for magnetic interference correction
WO2020154904A1 (zh) * 2019-01-29 2020-08-06 深圳市科曼医疗设备有限公司 一种超声图像血管直径自动测量方法
CN110400299A (zh) * 2019-07-23 2019-11-01 杭州依图医疗技术有限公司 一种肺部胸腔积液检出的方法及装置
CN110599482B (zh) * 2019-09-18 2022-06-03 青岛海信医疗设备股份有限公司 肺裂曲面确定方法、装置、电子设备和存储介质
CN112420143A (zh) * 2019-11-27 2021-02-26 上海联影智能医疗科技有限公司 提供个性化健康护理的***，方法和装置
CN111325758A (zh) * 2020-02-20 2020-06-23 北京推想科技有限公司 肺部图像分割方法及装置、图像分割模型的训练方法
US11455733B2 (en) * 2020-06-16 2022-09-27 Xue Feng System and method to improve model-based organ segmentation with image post-processing
CN112022067B (zh) * 2020-11-06 2021-01-12 安翰科技(武汉)股份有限公司 图像处理方法、电子设备及可读存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003225231A (ja) * 2001-11-20 2003-08-12 General Electric Co <Ge> 肺疾患検出のための方法及びシステム
CN101002228A (zh) * 2004-05-18 2007-07-18 医学视像上市公司 结节边界检测
CN101501728A (zh) * 2006-08-09 2009-08-05 皇家飞利浦电子股份有限公司 用于量化图像数据集对象中的结构的方法、装置、图形用户界面、计算机可读介质和用途
KR20110018573A (ko) * 2009-08-18 2011-02-24 서울여자대학교 산학협력단 호기 및 흡기 컴퓨터 단층촬영 영상의 비강체 폐 영상 정합 장치 및 방법

Family Cites Families (139)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6757557B1 (en) 1992-08-14 2004-06-29 British Telecommunications Position location system
ES2115776T3 (es) 1992-08-14 1998-07-01 British Telecomm Sistema de localizacion de posicion.
DE4304571A1 (de) 1993-02-16 1994-08-18 Mdc Med Diagnostic Computing Verfahren zur Planung und Kontrolle eines chirurgischen Eingriffs
US5881124A (en) 1994-03-31 1999-03-09 Arch Development Corporation Automated method and system for the detection of lesions in medical computed tomographic scans
US5829444A (en) 1994-09-15 1998-11-03 Visualization Technology, Inc. Position tracking and imaging system for use in medical applications
US5803089A (en) 1994-09-15 1998-09-08 Visualization Technology, Inc. Position tracking and imaging system for use in medical applications
US5920319A (en) 1994-10-27 1999-07-06 Wake Forest University Automatic analysis in virtual endoscopy
US5782762A (en) 1994-10-27 1998-07-21 Wake Forest University Method and system for producing interactive, three-dimensional renderings of selected body organs having hollow lumens to enable simulated movement through the lumen
US6694163B1 (en) 1994-10-27 2004-02-17 Wake Forest University Health Sciences Method and system for producing interactive, three-dimensional renderings of selected body organs having hollow lumens to enable simulated movement through the lumen
US5611025A (en) 1994-11-23 1997-03-11 General Electric Company Virtual internal cavity inspection system
US6151404A (en) 1995-06-01 2000-11-21 Medical Media Systems Anatomical visualization system
US5729129A (en) 1995-06-07 1998-03-17 Biosense, Inc. Magnetic location system with feedback adjustment of magnetic field generator
US5752513A (en) 1995-06-07 1998-05-19 Biosense, Inc. Method and apparatus for determining position of object
US5592939A (en) 1995-06-14 1997-01-14 Martinelli; Michael A. Method and system for navigating a catheter probe
US5697377A (en) 1995-11-22 1997-12-16 Medtronic, Inc. Catheter mapping system and method
JP4166277B2 (ja) 1996-02-15 2008-10-15 バイオセンス・ウェブスター・インコーポレイテッド 体内プローブを用いた医療方法および装置
US6266551B1 (en) 1996-02-15 2001-07-24 Biosense, Inc. Catheter calibration and usage monitoring system
US5699799A (en) 1996-03-26 1997-12-23 Siemens Corporate Research, Inc. Automatic determination of the curved axis of a 3-D tube-shaped object in image volume
US6047080A (en) 1996-06-19 2000-04-04 Arch Development Corporation Method and apparatus for three-dimensional reconstruction of coronary vessels from angiographic images
US6167296A (en) 1996-06-28 2000-12-26 The Board Of Trustees Of The Leland Stanford Junior University Method for volumetric image navigation
US5971767A (en) 1996-09-16 1999-10-26 The Research Foundation Of State University Of New York System and method for performing a three-dimensional virtual examination
US5891030A (en) 1997-01-24 1999-04-06 Mayo Foundation For Medical Education And Research System for two dimensional and three dimensional imaging of tubular structures in the human body
US8682045B2 (en) 1997-02-25 2014-03-25 Wake Forest University Health Sciences Virtual endoscopy with improved image segmentation and lesion detection
US6346940B1 (en) 1997-02-27 2002-02-12 Kabushiki Kaisha Toshiba Virtualized endoscope system
US6019725A (en) 1997-03-07 2000-02-01 Sonometrics Corporation Three-dimensional tracking and imaging system
US6246784B1 (en) 1997-08-19 2001-06-12 The United States Of America As Represented By The Department Of Health And Human Services Method for segmenting medical images and detecting surface anomalies in anatomical structures
US6181348B1 (en) 1997-09-22 2001-01-30 Siemens Corporate Research, Inc. Method for selective volume visualization via texture mapping
US5987960A (en) 1997-09-26 1999-11-23 Picker International, Inc. Tool calibrator
JPH11155881A (ja) 1997-09-26 1999-06-15 Olympus Optical Co Ltd 手術経路検索装置
US6201387B1 (en) 1997-10-07 2001-03-13 Biosense, Inc. Miniaturized position sensor having photolithographic coils for tracking a medical probe
US6282307B1 (en) * 1998-02-23 2001-08-28 Arch Development Corporation Method and system for the automated delineation of lung regions and costophrenic angles in chest radiographs
EP1057161B1 (en) 1998-02-23 2002-05-02 Algotec Systems Ltd. Automatic path planning system and method
US6138045A (en) 1998-08-07 2000-10-24 Arch Development Corporation Method and system for the segmentation and classification of lesions
DE19854241B4 (de) 1998-11-24 2014-03-06 Siemens Aktiengesellschaft Verfahren zum Darstellen von an einem Anzeigemonitor wiedergebbaren Bildern sowie Vorrichtung zum Verarbeiten und Wiedergeben digitaler Bilder
JP2002534191A (ja) 1999-01-04 2002-10-15 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 管状構造を示す画像を処理し、その構造を通る経路を構成する方法、システム及び装置
US6501981B1 (en) 1999-03-16 2002-12-31 Accuray, Inc. Apparatus and method for compensating for respiratory and patient motions during treatment
US6466815B1 (en) 1999-03-30 2002-10-15 Olympus Optical Co., Ltd. Navigation apparatus and surgical operation image acquisition/display apparatus using the same
US6233476B1 (en) 1999-05-18 2001-05-15 Mediguide Ltd. Medical positioning system
US6237604B1 (en) 1999-09-07 2001-05-29 Scimed Life Systems, Inc. Systems and methods for preventing automatic identification of re-used single use devices
US6651669B1 (en) 1999-09-07 2003-11-25 Scimed Life Systems, Inc. Systems and methods to identify and disable re-used single use devices based on cataloging catheter usage
US6611793B1 (en) 1999-09-07 2003-08-26 Scimed Life Systems, Inc. Systems and methods to identify and disable re-use single use devices based on detecting environmental changes
US6387092B1 (en) 1999-09-07 2002-05-14 Scimed Life Systems, Inc. Systems and methods to identify and disable re-used single use devices based on time elapsed from first therapeutic use
AU7480200A (en) 1999-09-08 2001-04-10 Curon Medical, Inc. System for controlling a family of treatment devices
US7366562B2 (en) 2003-10-17 2008-04-29 Medtronic Navigation, Inc. Method and apparatus for surgical navigation
US6381485B1 (en) 1999-10-28 2002-04-30 Surgical Navigation Technologies, Inc. Registration of human anatomy integrated for electromagnetic localization
EP1095628A3 (en) 1999-10-29 2001-05-16 Marconi Medical Systems, Inc. Planning minimally invasive procedures for in - vivo placement of objects
US20020009215A1 (en) * 2000-01-18 2002-01-24 Arch Development Corporation Automated method and system for the segmentation of lung regions in computed tomography scans
US6898303B2 (en) * 2000-01-18 2005-05-24 Arch Development Corporation Method, system and computer readable medium for the two-dimensional and three-dimensional detection of lesions in computed tomography scans
US6535756B1 (en) 2000-04-07 2003-03-18 Surgical Navigation Technologies, Inc. Trajectory storage apparatus and method for surgical navigation system
US7085400B1 (en) 2000-06-14 2006-08-01 Surgical Navigation Technologies, Inc. System and method for image based sensor calibration
US6650927B1 (en) 2000-08-18 2003-11-18 Biosense, Inc. Rendering of diagnostic imaging data on a three-dimensional map
EP1365686A4 (en) 2000-09-23 2009-12-02 Ramin Shahidi METHOD AND SYSTEM FOR ENDOSCOPIC TARGETING
US7072501B2 (en) 2000-11-22 2006-07-04 R2 Technology, Inc. Graphical user interface for display of anatomical information
US6925200B2 (en) 2000-11-22 2005-08-02 R2 Technology, Inc. Graphical user interface for display of anatomical information
US6829379B1 (en) 2000-11-27 2004-12-07 Ge Medical Systems Global Technology Company, Llc Methods and apparatus to assist and facilitate vessel analysis
US7179220B2 (en) 2001-02-07 2007-02-20 Siemens Corporate Research, Inc. Method for guiding flexible instrument procedures
DE50100132D1 (de) 2001-05-22 2003-04-30 Brainlab Ag Röntgenbildregistrierungseinrichtung mit einem medizinischen Navigationssystem
US6577752B2 (en) * 2001-06-15 2003-06-10 Arch Development Corporation Automated method and system for the delineation of the chest wall in computed tomography scans for the assessment of pleural disease
US7324104B1 (en) 2001-09-14 2008-01-29 The Research Foundation Of State University Of New York Method of centerline generation in virtual objects
US7336809B2 (en) * 2001-11-23 2008-02-26 R2 Technology, Inc. Segmentation in medical images
US7397937B2 (en) 2001-11-23 2008-07-08 R2 Technology, Inc. Region growing in anatomical images
US6947786B2 (en) 2002-02-28 2005-09-20 Surgical Navigation Technologies, Inc. Method and apparatus for perspective inversion
US6774624B2 (en) 2002-03-27 2004-08-10 Ge Medical Systems Global Technology Company, Llc Magnetic tracking system
US7006677B2 (en) 2002-04-15 2006-02-28 General Electric Company Semi-automatic segmentation algorithm for pet oncology images
US7998062B2 (en) 2004-03-29 2011-08-16 Superdimension, Ltd. Endoscope structures and techniques for navigating to a target in branched structure
US7630752B2 (en) 2002-08-06 2009-12-08 Stereotaxis, Inc. Remote control of medical devices using a virtual device interface
US6892090B2 (en) 2002-08-19 2005-05-10 Surgical Navigation Technologies, Inc. Method and apparatus for virtual endoscopy
US8862204B2 (en) 2002-11-18 2014-10-14 Mediguide Ltd. Reducing mechanical stress on conductors and connection points in a position determinable interventional medical device
US6898263B2 (en) 2002-11-27 2005-05-24 Ge Medical Systems Global Technology Company, Llc Method and apparatus for soft-tissue volume visualization
US7505809B2 (en) 2003-01-13 2009-03-17 Mediguide Ltd. Method and system for registering a first image with a second image relative to the body of a patient
US20050033117A1 (en) 2003-06-02 2005-02-10 Olympus Corporation Object observation system and method of controlling object observation system
US7480401B2 (en) * 2003-06-23 2009-01-20 Siemens Medical Solutions Usa, Inc. Method for local surface smoothing with application to chest wall nodule segmentation in lung CT data
US7822461B2 (en) 2003-07-11 2010-10-26 Siemens Medical Solutions Usa, Inc. System and method for endoscopic path planning
US8055323B2 (en) 2003-08-05 2011-11-08 Imquant, Inc. Stereotactic system and method for defining a tumor treatment region
JP3820244B2 (ja) 2003-10-29 2006-09-13 オリンパス株式会社 挿入支援システム
EP1681011B1 (en) 2003-10-31 2013-03-20 Olympus Corporation Insertion support system
JP3847744B2 (ja) 2003-11-04 2006-11-22 オリンパス株式会社 挿入支援システム
EP1691666B1 (en) 2003-12-12 2012-05-30 University of Washington Catheterscope 3d guidance and interface system
US8494612B2 (en) 2004-03-03 2013-07-23 Deutsches Krebsforschungszentrum Incremental real-time recording of tracked instruments in tubular organ structures inside the human body
US7315639B2 (en) 2004-03-03 2008-01-01 Mevis Gmbh Method of lung lobe segmentation and computer system
US7811294B2 (en) 2004-03-08 2010-10-12 Mediguide Ltd. Automatic guidewire maneuvering system and method
GB2415563B (en) * 2004-06-23 2009-11-25 Medicsight Plc Lesion boundary detection
US8409167B2 (en) 2004-07-19 2013-04-02 Broncus Medical Inc Devices for delivering substances through an extra-anatomic opening created in an airway
US7428334B2 (en) 2004-08-27 2008-09-23 General Electric Company Methods and systems for 3D segmentation of ultrasound images
US7373271B1 (en) 2004-09-20 2008-05-13 Ascension Technology Corporation System and method for measuring position and orientation using distortion-compensated magnetic fields
US7452357B2 (en) 2004-10-22 2008-11-18 Ethicon Endo-Surgery, Inc. System and method for planning treatment of tissue
US7805269B2 (en) 2004-11-12 2010-09-28 Philips Electronics Ltd Device and method for ensuring the accuracy of a tracking device in a volume
WO2006085254A1 (en) * 2005-02-11 2006-08-17 Koninklijke Philips Electronics N.V. Method of automatic extraction of the pulmonary artery tree from 3d medical images
EP1869637A1 (en) 2005-03-31 2007-12-26 Paieon Inc. Method and apparatus for positioning a device in a tubular organ
JP4914574B2 (ja) 2005-04-18 2012-04-11 オリンパスメディカルシステムズ株式会社 内視鏡形状検出装置
US7236558B2 (en) 2005-07-07 2007-06-26 Terarecon, Inc. Three-dimensional image display device creating three-dimensional image directly from projection data
US7969142B2 (en) 2005-08-04 2011-06-28 Koninklijke Philips Electronics N.V. System and method for magnetic tracking of a sensor having an asymmetric magnetic core
DE102005037000B4 (de) 2005-08-05 2011-06-01 Siemens Ag Vorrichtung zur automatisierten Planung eines Zugangspfades für einen perkutanen, minimalinvasiven Eingriff
US7301332B2 (en) 2005-10-06 2007-11-27 Biosense Webster, Inc. Magnetic sensor assembly
US7702153B2 (en) 2005-10-07 2010-04-20 Siemens Medical Solutions Usa, Inc. Systems and methods for segmenting object of interest from medical image
US7518619B2 (en) 2005-11-07 2009-04-14 General Electric Company Method and apparatus for integrating three-dimensional and two-dimensional monitors with medical diagnostic imaging workstations
US7756316B2 (en) 2005-12-05 2010-07-13 Siemens Medicals Solutions USA, Inc. Method and system for automatic lung segmentation
US7907772B2 (en) 2006-03-30 2011-03-15 Accuray Incorporated Delineation on three-dimensional medical image
CN101410066B (zh) 2006-03-30 2011-05-18 皇家飞利浦电子股份有限公司 定标方法、定标设备、计算机可读介质及程序单元
US7885702B2 (en) * 2006-04-19 2011-02-08 Wisconsin Alumni Research Foundation Segmentation of the airway tree using hyperpolarized noble gases and diffusion weighted magnetic resonance imaging
JP4822142B2 (ja) 2006-05-02 2011-11-24 国立大学法人名古屋大学 内視鏡挿入支援システム及び内視鏡挿入支援方法
WO2007134447A1 (en) 2006-05-18 2007-11-29 Resonant Medical Inc. Methods and systems for segmentation using boundary reparameterization
JP5457178B2 (ja) 2006-06-30 2014-04-02 ブロンカス テクノロジーズ， インコーポレイテッド 気道バイパス部位選択および治療計画
AU2007350982A1 (en) * 2006-11-10 2008-10-23 Dorian Averbuch Adaptive navigation technique for navigating a catheter through a body channel or cavity
IL179582A0 (en) * 2006-11-26 2007-05-15 Algotec Systems Ltd Comparison workflow automation by registration
US8267927B2 (en) 2007-01-24 2012-09-18 Koninklijke Philips Electronics N.V. Advanced ablation planning
US9037215B2 (en) 2007-01-31 2015-05-19 The Penn State Research Foundation Methods and apparatus for 3D route planning through hollow organs
US8672836B2 (en) 2007-01-31 2014-03-18 The Penn State Research Foundation Method and apparatus for continuous guidance of endoscopy
WO2010058398A2 (en) 2007-03-08 2010-05-27 Sync-Rx, Ltd. Image processing and tool actuation for medical procedures
JP4545169B2 (ja) 2007-04-12 2010-09-15 富士フイルム株式会社 画像表示方法、装置およびプログラム
WO2008139354A2 (en) 2007-05-10 2008-11-20 Koninklijke Philips Electronics N. V. Targeting method, targeting device, computer readable medium and program element
US20090012390A1 (en) 2007-07-02 2009-01-08 General Electric Company System and method to improve illustration of an object with respect to an imaged subject
WO2009019640A2 (en) 2007-08-03 2009-02-12 Koninklijke Philips Electronics N. V. Coupling the viewing direction of a blood vessel's cpr view with the viewing angle on this 3d tubular structure's rendered voxel volume and/or with the c-arm geometry of a 3d rotational angiography device's c-arm system
US8009891B2 (en) 2007-09-27 2011-08-30 General Electric Company Systems and methods for image processing of 2D medical images
US8391952B2 (en) 2007-10-11 2013-03-05 General Electric Company Coil arrangement for an electromagnetic tracking system
US9672631B2 (en) * 2008-02-14 2017-06-06 The Penn State Research Foundation Medical image reporting system and method
US8219179B2 (en) 2008-03-06 2012-07-10 Vida Diagnostics, Inc. Systems and methods for navigation within a branched structure of a body
JP5372407B2 (ja) 2008-05-23 2013-12-18 オリンパスメディカルシステムズ株式会社 医療機器
JP5372406B2 (ja) 2008-05-23 2013-12-18 オリンパスメディカルシステムズ株式会社 医療機器
US8385688B2 (en) * 2008-08-27 2013-02-26 International Business Machines Corporation System and method for automatic recognition and labeling of anatomical structures and vessels in medical imaging scans
EP2373241B1 (en) 2008-12-03 2015-01-07 Koninklijke Philips N.V. Feedback system for integrating interventional planning and navigation
US8337397B2 (en) 2009-03-26 2012-12-25 Intuitive Surgical Operations, Inc. Method and system for providing visual guidance to an operator for steering a tip of an endoscopic device toward one or more landmarks in a patient
EP2440129A4 (en) 2009-06-08 2015-06-03 Mri Interventions Inc MRI-CONTROLLED SURGICAL SYSTEMS WITH PRESET SCAN SURFACES
US8706193B2 (en) 2009-06-22 2014-04-22 Biosense Webster, Inc. Catheter with obliquely-oriented coils
US8819591B2 (en) 2009-10-30 2014-08-26 Accuray Incorporated Treatment planning in a virtual environment
US8698806B2 (en) 2009-11-09 2014-04-15 Maxon Computer Gmbh System and method for performing volume rendering using shadow calculation
WO2011073820A1 (en) 2009-12-16 2011-06-23 Koninklijke Philips Electronics N.V. Use of collection of plans to develop new optimization objectives
CN102740755B (zh) 2010-02-22 2015-04-22 奥林巴斯医疗株式会社 医疗设备
JP4931027B2 (ja) * 2010-03-29 2012-05-16 富士フイルム株式会社 医用画像診断支援装置および方法、並びにプログラム
WO2012024686A2 (en) 2010-08-20 2012-02-23 Veran Medical Technologies, Inc. Apparatus and method for four dimensional soft tissue navigation
US8798227B2 (en) 2010-10-15 2014-08-05 Kabushiki Kaisha Toshiba Medical image processing apparatus and X-ray computed tomography apparatus
US8768029B2 (en) 2010-10-20 2014-07-01 Medtronic Navigation, Inc. Selected image acquisition technique to optimize patient model construction
WO2012101888A1 (ja) 2011-01-24 2012-08-02 オリンパスメディカルシステムズ株式会社 医療機器
WO2012106320A1 (en) 2011-02-04 2012-08-09 The Penn State Research Foundation Global and semi-global registration for image-based bronchoscopy guidance
US20120249546A1 (en) 2011-04-04 2012-10-04 Vida Diagnostics, Inc. Methods and systems for visualization and analysis of sublobar regions of the lung
US8709034B2 (en) 2011-05-13 2014-04-29 Broncus Medical Inc. Methods and devices for diagnosing, monitoring, or treating medical conditions through an opening through an airway wall
US8920368B2 (en) 2011-12-22 2014-12-30 St. Jude Medical, Atrial Fibrillation Division, Inc. Multi-user touch-based control of a remote catheter guidance system (RCGS)
JP6603245B2 (ja) 2014-07-02 2019-11-06 コヴィディエン リミテッド パートナーシップ 肺のセグメント化のためのシステムおよび方法
CN104809730B (zh) * 2015-05-05 2017-10-03 上海联影医疗科技有限公司 从胸部ct图像提取气管的方法和装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003225231A (ja) * 2001-11-20 2003-08-12 General Electric Co <Ge> 肺疾患検出のための方法及びシステム
CN101002228A (zh) * 2004-05-18 2007-07-18 医学视像上市公司 结节边界检测
CN101501728A (zh) * 2006-08-09 2009-08-05 皇家飞利浦电子股份有限公司 用于量化图像数据集对象中的结构的方法、装置、图形用户界面、计算机可读介质和用途
KR20110018573A (ko) * 2009-08-18 2011-02-24 서울여자대학교 산학협력단 호기 및 흡기 컴퓨터 단층촬영 영상의 비강체 폐 영상 정합 장치 및 방법

Also Published As

Publication number Publication date
JP2017522952A (ja) 2017-08-17
EP3164072B1 (en) 2020-04-08
CA2953146A1 (en) 2016-01-07
AU2015284218A1 (en) 2017-01-05
AU2015284218B2 (en) 2019-07-25
US20190019294A1 (en) 2019-01-17
US10878573B2 (en) 2020-12-29
EP3164072A1 (en) 2017-05-10
EP3164072A4 (en) 2018-01-03
WO2016004030A1 (en) 2016-01-07
CN106659453A (zh) 2017-05-10
US9836848B2 (en) 2017-12-05
JP6603245B2 (ja) 2019-11-06
US20210104049A1 (en) 2021-04-08
US10074185B2 (en) 2018-09-11
US20180075607A1 (en) 2018-03-15
US20160005193A1 (en) 2016-01-07

Similar Documents

Publication Publication Date Title
CN106659453B (zh) 用于分割肺部的***和方法
US11361439B2 (en) System and method for detecting trachea
US10460441B2 (en) Trachea marking
US9367893B2 (en) Diagnosis assistance apparatus, method and program

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant