CN108027966B - 使用cfd仿真来减少4d dsa重构伪像的***和方法 - Google Patents

使用cfd仿真来减少4d dsa重构伪像的***和方法 Download PDF

Info

Publication number
CN108027966B
CN108027966B CN201580082835.9A CN201580082835A CN108027966B CN 108027966 B CN108027966 B CN 108027966B CN 201580082835 A CN201580082835 A CN 201580082835A CN 108027966 B CN108027966 B CN 108027966B
Authority
CN
China
Prior art keywords
dsa
time
series data
voxel
vessel
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
CN201580082835.9A
Other languages
English (en)
Other versions
CN108027966A (zh
Inventor
邱峰
D.余
W.洪
P.沙马
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.)
Siemens Healthcare GmbH
Original Assignee
Siemens Healthcare GmbH
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 Siemens Healthcare GmbH filed Critical Siemens Healthcare GmbH
Publication of CN108027966A publication Critical patent/CN108027966A/zh
Application granted granted Critical
Publication of CN108027966B publication Critical patent/CN108027966B/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
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/46—Arrangements for interfacing with the operator or the patient
    • A61B6/461—Displaying means of special interest
    • A61B6/466—Displaying means of special interest adapted to display 3D data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/48—Diagnostic techniques
    • A61B6/486—Diagnostic techniques involving generating temporal series of image data
    • A61B6/487—Diagnostic techniques involving generating temporal series of image data involving fluoroscopy
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/504—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/507—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for determination of haemodynamic parameters, e.g. perfusion CT
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
    • 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
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
    • 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
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10076—4D tomography; Time-sequential 3D tomography
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular
    • G06T2207/30104—Vascular flow; Blood flow; Perfusion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography
    • G06T2211/404—Angiography

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Surgery (AREA)
  • Optics & Photonics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Vascular Medicine (AREA)
  • Human Computer Interaction (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Quality & Reliability (AREA)
  • Physiology (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

一种使用计算流体动力学（CFD）仿真减少4D数字减影血管造影术（DSA）重构伪像的计算机实现方法包括：计算机接收包括多个血管的表示的第一DSA时间序列数据，并根据所述第一DSA时间序列数据对感兴趣的血管进行分段。所述计算机使用所述CFD仿真以跨所述感兴趣的血管仿真流体动力学以便产生流场，并使用所述流场来确定针对所述感兴趣的血管内部的每一个体素的多个所仿真的时间活动曲线参数。然后，所述计算机将重构过程应用于第二DSA时间序列数据以产生DSA体积。该重构过程受针对所述感兴趣的血管内部的每一个体素的所述多个所仿真的时间活动曲线参数约束。

Description

使用CFD仿真来减少4D DSA重构伪像的***和方法
技术领域
本公开总体上涉及用于使用计算流体动力学（CFD）仿真减少4D数字减影血管造影术（DSA）重构伪像的方法、***和装置。所提出的技术可以被应用以例如增强血管造影术应用中的血管跟踪和可视化。
背景技术
4D数字减影血管造影术（DSA）是所重构的3D血管造影术图像随时间的序列，表示典型地处于头内的血流信息。流图像从基线图像中的减影移除了诸如颅骨之类的静态解剖，仅留下流信息。在传统***中，由于扫描仪限制，根据从窄范围的投影角投影的有限数目的扫描仪图像重构每一个4D DSA时间步长的3D体积。在这些图像上，可能将不同深度处的多个血管分支投影到相同区上。重叠的血管分支导致重构伪像（例如，从较小分支流动到较大动脉的血液）。相应地，期望提供用于减少这些伪像以产生更高质量图像的技术。
发明内容
本发明的实施例通过提供涉及使用计算流体动力学（CFD）仿真减少4D数字减影血管造影术（DSA）重构伪像的方法、***和装置，来解决和克服上面的缺点和缺陷中的一个或多个。
根据一些实施例，一种使用CFD仿真减少4D DSA重构伪像的计算机实现方法包括：计算机接收包括血管的表示的第一DSA时间序列数据，并根据所述第一DSA时间序列数据对感兴趣的血管进行分段。所述计算机使用所述CFD仿真以跨所述感兴趣的血管仿真流体动力学以便产生流场，并使用所述流场来确定针对所述感兴趣的血管内部的每一个体素的所仿真的时间活动曲线参数。然后，所述计算机将重构过程应用于第二DSA时间序列数据以产生DSA体积。该重构过程受针对所述感兴趣的血管内部的每一个体素的所仿真的时间活动曲线参数约束。在一些实施例中，所述方法进一步包括：所述计算机根据所述DSA体积计算非仿真的时间活动曲线参数，并生成所仿真的时间活动曲线参数与非仿真的时间活动曲线参数之间的差值的三维可视化。
在一些实施例中，上述方法包括增强、改善或以其他方式修改该方法的各种附加特征。例如，在一些实施例中，所述CFD仿真是利用通过下述操作而定义的边界条件执行的：基于所述第一DSA时间序列数据来重构第一DSA体积；在没有重叠血管的情况下在所述DSA体积中标识一个或多个位置；以及将所述一个或多个位置处的一个或多个时间-密度曲线与所述DSA体积进行比较以定义所述边界条件。在其他实施例中，所述CFD仿真利用降阶模型，所述降阶模型跨所述感兴趣的血管定义横截面并跨所述横截面中的每一个执行求平均以求解流速率。
各种技术可以用于确定针对所述感兴趣的血管内部的每一个体素的所仿真的时间活动曲线参数。例如，在一个实施例中，这些参数是通过首先根据所述流场计算所仿真的4D体积来确定的。这些所仿真的4D体积中的每一个随时间仿真所述感兴趣的血管中的流密度。然后，使用所仿真的4D体积以确定针对所述感兴趣的血管内部的每一个体素的所仿真的时间活动曲线参数。一旦被确定，所仿真的时间活动曲线参数就可以被用于在所述重构过程期间有条件地实现反投影。精确实现将根据所使用的精确参数而变化。
在上述方法的一些实施例中，针对相应体素的所仿真的时间活动曲线参数包括到达时间参数，所述到达时间参数表示所述体素处于最大对比度的预定百分比的时间长度。在这些实施例中，所述重构过程可以通过计算所述相应体素的到达时间参数与所述第二DSA时间序列数据的获取时间之间的差值来在所述DSA体积中有条件地重构每一个相应体素。如果所述差值小于阈值，则将所述第二DSA时间序列数据反投影到所述相应体素。
在上述方法的一些实施例中，针对相应体素的所仿真的时间活动曲线参数包括最大对比度时间参数，所述最大对比度时间参数表示所述相应体素处于最大对比度的时间长度。在这些实施例中，所述重构过程可以通过计算所述相应体素的最大对比度时间参数与所述第二DSA时间序列数据的获取时间之间的差值来在所述DSA体积中有条件地重构每一个相应体素。然后，如果所述差值小于阈值，则将所述第二DSA时间序列数据反投影到所述相应体素。
在上述方法的一些实施例中，针对相应体素的所仿真的时间活动曲线参数包括对比度强度参数，所述对比度强度参数表示所述相应体素中随时间的密度。在这些实施例中，所述重构过程可以通过计算所述相应体素的对比度强度参数与所述第二DSA时间序列数据中的像素的对比度强度之间的差值来在所述DSA体积中有条件地重构每一个相应体素。如果所述差值小于阈值，则将所述第二DSA时间序列数据投影到所述相应体素。
根据本发明的其他实施例，一种用于使用CFD仿真减少4D DSA重构伪像的制造品包括保持计算机可执行指令的非瞬变有形计算机可读介质，所述计算机可执行指令在具有或没有上面讨论的附加特征的情况下执行上述方法。
根据其他实施例，一种用于使用CFD仿真减少DSA重构伪像的***包括仿真接口、分段组件、CFD仿真组件和重构组件。扫描仪接口被配置成：（i）从DSA扫描仪接收第一DSA时间序列数据，所述第一DSA时间序列数据包括血管的第一表示；以及（ii）从所述DSA扫描仪接收第二DSA时间序列数据，所述第二DSA时间序列数据包括所述血管的第二表示。所述分段组件根据所述第一DSA时间序列数据对感兴趣的血管进行分段。所述CFD仿真组件跨所述感兴趣的血管仿真流体动力学以产生流场，并使用所述流场来确定针对所述感兴趣的血管内部的每一个体素的所仿真的时间活动曲线参数。所述重构组件在第二DSA时间序列数据上执行重构过程以产生DSA体积。该重构过程受针对所述感兴趣的血管内部的每一个体素的所仿真的时间活动曲线参数约束。
将使本发明的附加特征和优势从参照附图进行的对说明性实施例的以下详细描述中显而易见。
附图说明
在结合附图而阅读时，从以下详细描述中最佳地理解本发明的前述和其他方面。出于图示本发明的目的，在附图中示出了目前优选的实施例，然而，应当理解，本发明不限于所公开的具体手段。在附图中包括以下各图：
图1提供了根据一些实施例的***的概览；
图2提供了示出根据本发明一些实施例的可以用于减少4D DSA重构伪像的过程的流程图；
图3示出了示例体素强度曲线；
图4示出了图示根据一些实施例的用于执行该可视化的过程的流程图；以及
图5图示了在其内可以实现本发明实施例的示例性计算环境。
具体实施方式
以下公开内容描述了涉及下述方法、***和装置的若干实施例：该方法、***和装置涉及使用计算流体动力学（CFD）仿真减少4D数字减影血管造影术（DSA）重构伪像。更具体地，使用本文描述的技术，比较和分析由（一个或多个）CFD仿真产生的各种参数和4D DSA投影图像（例如TOA、对比度强度函数等），以检测重构伪像。将各个参数值之间的差值用作概率或可靠性以改进重构质量。
图1提供了根据一些实施例的***100的概览。***100包括用于获取DSA图像的X光成像设备105。如本领域中已知的那样，DSA包括：在将造影剂引入到感兴趣的区中之前获取感兴趣的区的“掩模图像”。掩模图像表示背景解剖细节，且从后续获取的造影剂增强图像中减影以便从这些图像中移除背景解剖细节。用于获取DSA图像的设备是本领域中一般已知的，且因而在本文中仅简要描述。简言之，X光成像设备包括C臂，在该C臂上安装X光辐射源和辐射检测器。患者躺在X光辐射源与辐射检测器之间的台上。C臂围绕患者旋转，以获取x光图像。应当注意，X光成像设备105的表示仅仅出于图示目的。在其他实施例中，X光成像设备105可以包括在传统***中找到但未在图1中示出的附加组件。
成像计算机110包括用于从X光成像设备105接收DSA时间序列数据的扫描仪接口110A。成像计算机110内的分段组件110B根据DSA时间序列数据对感兴趣的血管进行分段。该分段可以是使用本领域中一般已知的任何技术来执行的。例如，在一些实施例中，该分段是通过基于预定强度范围对数据进行阈值化并应用表面边界的等值面提取来自动执行的。在其他实施例中，可以使用其他自动分段技术，或者可替换地，可以使用手动或半自动技术。
参照图1而继续，CFD仿真组件110C跨感兴趣的血管对流体动力学进行仿真。如本领域中一般理解的那样，CFD是使用数值方法和数学建模以解决和分析涉及流体流动的问题的流体力学的分支。CFD仿真导致流场，流场进而被CFD仿真组件110C使用以确定针对感兴趣的血管内部的每一个体素的一个或多个所仿真的时间活动曲线参数。
本领域中一般已知的各种类型的CFD仿真可以被CFD仿真组件110C使用。例如，在一个实施例中，使用3D + 时间非定常流计算，其中在不对流剖面的形状作出任何假设的情况下，在3D域（即，血管结构的3D模型）中显式地求解3个方向中的每一个中的速度。在另一实施例中，可以使用降阶模型（例如，准1D模型），其中血管结构的几何形状由中心线和与中心线上的每一个点相关联的有效半径定义。在这种域中，然后可以通过跨每一个横截面执行求平均并求解流速率（Q）而不是各个速度向量来简化3D纳维尔-斯托克斯（Navier-Stokes）方程。可以在计算中使用对每一个横截面处流剖面的形状（诸如，抛物线形状或幂律形状）的假设。执行这种降阶流计算的一个优势是其为了求解这种方程而耗费的小计算时间，从而使得可能实时地使用它。在名称为“Method and System for Multi-ScaleAnatomical and Functional Modeling of Coronary Circulation”的美国专利申请No.13/627,781和名称为“Framework for personalization of coronary flowcomputations during rest and hyperemia”的美国专利申请No. 14/384,547中描述用于流计算的降阶模型的示例。全部这两个申请的全文通过引用并入本文。在另一实施例中，基于机器学习的流计算可以被CFD仿真组件110C使用，其中从血管结构的几何形状提取特征，且随后将该特征馈送到预训练的机器学习模型以计算流场。在名称为“Method and systemfor machine learning based assessment of fractional flow reserve”的美国专利申请No. 14/516,163中描述用于执行基于机器学习的流计算的示例技术，该美国专利申请的全文通过引用并入本文。CFD仿真组件110C可以使用用于最小化计算时间的各种技术（例如，硬件优化、向量化和并行化技术）。
重构组件110D在新DSA时间序列数据上执行重构过程以产生DSA体积。为了减少所重构的数据中的伪像，通过由CFD仿真组件110C确定的所仿真的时间活动曲线参数来约束重构过程。下面参照图2-4来讨论用于应用该约束的技术。基于重构的结果，可以在显示器115上呈现血管的图像（例如，在外科手术程序期间）。
尽管图1仅图示了单个成像计算机，但在其他实施例中，可以使用多个成像计算机。共同地，该一个或多个成像计算机提供用于查看、操控、传送且在计算机可读介质上存储医学图像的功能。下面参照图5来描述可被用作成像计算机110的计算机的示例实现方式。附加地，在一些实施例中，成像计算机110包括图形处理单元（GPU）或者促进CFD计算和由成像计算机110执行的其他计算的并行化的其他硬件。
图2提供了示出根据本发明一些实施例的可以用于减少4D DSA重构伪像的过程200的流程图。在步骤205处开始，根据4D DSA时间序列或者根据相同患者的另一扫描（例如，经配准的3D DSA序列）重构包含整个3D血管结构的DSA体积。然后，在步骤210处，从DSA体积对将用于CFD仿真的血管进行分段。该分段可以是自动的或用户控制的。由于体积已经被减影，因此在一些实施例中，在步骤210处执行的分段可以是简单的基于强度范围的阈值化，后跟表面边界的等值面提取。该提取可以是使用本领域中一般已知的任何技术来执行的。
接着，在步骤215处，定义CFD仿真的边界条件。可在步骤215处定义的边界条件的示例包括而不限于血流进口速度、对比剂注射时间、位置、速度和密度、心跳周期等。各种技术可以用于估计所定义的边界条件的参数。例如，在一些实施例中，边界条件是根据4D DSA图像（例如，基于各个像素值）估计的。可替换地，在其他实施例中，边界条件的参数可以根据医学仪器而测量，或者可以由用于获取4D DSA数据的扫描协议预定义。如果存在参数的多个可能值，则可以针对不同值的组合而定义边界条件的集合。在一些实施例中，通过在可靠的某些位置（例如，其中不存在血管位置中的重叠的位置）处将来自CFD的时间密度曲线与实际数据进行比较来优化在CFD计算中使用的边界条件。
参照图2而继续，在步骤220处，使用在步骤215处定义的边界条件来在经分段的血管上执行CFD仿真。在其中定义了边界条件的集合的实施例中，在边界条件的每一个组合上运行CFD仿真。可以以如上面参照图1描述的多种不同方式中的任一种来执行由CFD仿真执行的计算。生成流场，作为CFD仿真结果的输出。
接着，在225处，基于该流场，计算4D体积的新集合，从而随时间对流密度进行仿真。根据所仿真的4D体积的集合，可以计算针对血管内部的每一个体素的时间活动对比度曲线参数。示例时间活动对比度曲线参数包括而不限于：到达时间（TOA），作为最大对比度的k1百分比处的时间，所使用的典型k1值是0.25；最大对比度时间（TOM），作为最大对比度的时间；以及对比度强度（CI），作为随时间的函数而变化的密度。图3示出了可由步骤225产生的示例体素强度曲线。在该图中，x轴表示时间并且y表示强度值。强度的单位是现实世界CT值单位（例如，亨斯菲尔德（Hounsfield）值）。
返回到图2，在步骤230处，使用CFD仿真结果以校正或减少在重构4D DSA时间序列时的重构伪像。更具体地，CFD仿真结果可以被用作对4D DSA重构的额外约束，这要求重构结果不应当远离于CFD仿真结果。例如，一种用于断层摄影术重构的方法是反投影（或经过滤的反投影）。传统上，在该方法中，将投影图像上的像素反投影到3D体积，并且通过该像素的值更新投影射线上的每个体素。然而，利用CFD仿真结果，射线上的不是每个体素都被反投影。取而代之，可以应用约束和规则以确定是否沿投影射线的每一个体素都将被指派有像素值。例如，使用血流信息，可以比较所仿真的TOA和TOM之间的时间与投影图像的获取时间（归一化可能是必要的）。如果特定体素的所仿真的TOA或TOM远离于投影图像获取时间，则体素不会被指派有投影图像像素值。作为另一示例，如果体素的所仿真的对比度强度（CI）与其像素值之间的差值大于阈值，则将忽略体素上的反投影。附加地（或可替换地），投影像素值与所仿真的CI之间的差值可以被评估为体素上的反投影的概率或可靠性。然后，其可以被用作权重以决定体素是否应当被反投影或者对反投影值进行调制。
为了进一步评定来自所重构的4D DSA体积的任何附加伪像，可以根据所重构的4DDSA时间序列计算时间活动对比度曲线参数（TOA、TOM）体积。该评定可以是通过所仿真和所计算的TOA和TOM体积之间的差值的可视化来实现的。图4示出了图示根据一些实施例的用于执行该可视化的过程的流程图400。在步骤405处开始，计算CFD仿真结果与4D DSA值之间的一个或多个参数（例如TOA、TOM等）的差值。接着，在步骤410处，创建并利用体积绘制算法绘制差值体积，这帮助用户识别大差值的区。在一些实施例中，用户还可以定义阈值，并且如果差值大于阈值，则其可以被分类为重构伪像。
参照图4而继续，在步骤415处，在小邻域中过滤（一个或多个）差值体积中的差值，以减少计算和重构中的噪声。TOA参数揭示了到达血管的不同区的血流的次序的信息。使用该信息，在步骤420处，根据TOA参数来在血管内部对体素进行排序。然后，在步骤425处，比较来自CFD仿真的体素和4D DSA数据的经排序次序索引。接着，在步骤430处，检测并利用本领域中一般已知的可视化技术高亮经排序次序的差值（例如，对大差值的体素进行着色）。在一些实施例中，可以将体素成组为子体积（例如，2x2x2或4x4x4区）以简化比较。而且，可以将体素与血管中心线对准，然后可以计算针对中心线顶点的平均TOA，并且可以在中心线上应用比较。如果差值大于某个用户定义的阈值，则其可以被分类为重构伪影。
如果多个CFD仿真运行情况可用，则可以应用如上所讨论的其与4D DSA之间的成对比较。这产生了针对每一个体素的不同值的集合。然后，可以针对分析而应用统计分析。例如，该分析可以计算TOA或Tmax在4D DSA中比在CFD仿真中慢0.1s（或2个时间步长）的概率。如果概率大于50%（或任何用户定义的阈值），则其可以被分类为重构伪像。
图5图示了在其内可以实现本发明实施例的示例性计算环境500。例如，该计算环境500可以用于实现图1中所示的设备中的一个或多个并执行本文参照图2和4描述的过程。计算环境500可以包括计算机***510，计算机***510是在其上可以实现本发明实施例的计算***的一个示例。计算机和计算环境（诸如，计算机***510和计算环境500）对本领域技术人员来说是已知的，且因而在这里简要描述。
如图5中所示，计算机***510可以包括通信机构，诸如总线521或用于在计算机***510内传送信息的其他通信机构。计算机***510进一步包括一个或多个处理器520，该一个或多个处理器520与总线521耦合以用于处理信息。处理器520可以包括一个或多个中央处理单元（CPU）、图形处理单元（GPU）或本领域中已知的任何其他处理器。
计算机***510还包括***存储器530，***存储器530耦合到总线521以用于存储要由处理器520执行的指令和信息。***存储器530可以包括以易失性和/或非易失性存储器的形式存在的计算机可读储存介质，诸如只读存储器（ROM）531和/或随机存取存储器（RAM）532。***存储器RAM 532可以包括（一个或多个）其他动态储存设备（例如，动态RAM、静态RAM和同步DRAM）。***存储器ROM 531可以包括（一个或多个）其他静态储存设备（例如，可编程ROM、可擦除PROM和电可擦除PROM）。附加地，***存储器530可以用于在由处理器520执行指令期间存储临时变量或其他中间信息。包含有助于在计算机***510内的元件之间传送信息（诸如在启动期间）的基本例程的基本输入/输出***533（BIOS）可以存储在ROM531中。RAM 532可以包含对处理器520来说立即可访问和/或目前由处理器520操作的数据和/或程序模块。***存储器530可以附加地包括例如操作***534、应用程序535、其他程序模块536和程序数据537。
计算机***510还包括盘控制器540，盘控制器540耦合到总线521以控制用于存储信息和指令的一个或多个储存设备，诸如硬盘541和可移除介质驱动器542（例如，软盘驱动器、致密盘驱动器、带驱动器和/或固态驱动器）。可以使用适当设备接口（例如，小型计算机***接口（SCSI）、集成设备电子器件（IDE）、通用串行总线（USB）或火线）将储存设备添加到计算机***510。
计算机***510还可以包括显示器控制器565，显示器控制器565耦合到总线521以控制用于将信息显示给计算机用户的显示器566，诸如阴极射线管（CRT）或液晶显示器（LCD）。计算机***包括用于与计算机用户对接且将信息提供给处理器520的输入接口560和一个或多个输入设备，诸如键盘562和指点设备561。指点设备561例如可以是用于将方向信息和命令选择传送到处理器520且用于控制显示器566上的光标移动的鼠标、轨迹球或指点杆。显示器566可以提供触摸屏接口，该触摸屏接口允许输入补充或替换由指点设备561对方向信息和命令选择的传送。
响应于处理器520执行存储器（诸如，***存储器530）中包含的一个或多个指令的一个或多个序列，计算机***510可以执行本发明实施例的处理步骤的部分或全部。可以将这种指令从另一计算机可读介质（诸如，硬盘541或可移除介质驱动器542）读取到***存储器530中。硬盘541可以包含本发明实施例所使用的一个或多个数据储存和数据文件。可以对数据储存内容和数据文件进行加密以改进安全性。还可以在多处理布置中采用处理器520以执行***存储器530中包含的该一个或多个指令序列。在可替换实施例中，可以代替软件指令或与软件指令组合使用硬接线电路。因此，实施例不限于硬件电路和软件的任何具体组合。
如上所述，计算机***510可以包括用于保持根据本发明实施例而编程的指令且用于包含本文描述的数据结构、表、记录或其他数据的至少一个计算机可读介质或存储器。如本文使用的术语“计算机可读介质”指代参与将指令提供给处理器520以用于执行的任何介质。计算机可读介质可以采取许多形式，这些形式包括但不限于非易失性介质、易失性介质和传输介质。非易失性介质的非限制性示例包括光盘、固态驱动器、磁盘和磁光盘，诸如硬盘541或可移除介质驱动器542。易失性介质的非限制性示例包括动态存储器，诸如***存储器530。传输介质的非限制性示例包括同轴线缆、铜线和光纤，其包括组成总线521的导线。传输介质还可以采取声波或光波（诸如，在无线电波和红外数据通信期间生成的那些声波或光波）的形式。
计算环境500可以进一步包括使用到一个或多个远程计算机（诸如，远程计算机580）的逻辑连接在联网环境中操作的计算机***510。远程计算机580可以是个人计算机（膝上型或台式）、移动设备、服务器、路由器、网络PC、对等端设备或其他公共网络节点，且典型地包括上面相对于计算机***510描述的元件中的许多或全部。当在联网环境中使用时，计算机***510可以包括用于通过网络571（诸如，互联网）建立通信的调制解调器572。调制解调器572可以经由用户网络接口570或经由另一适当机构连接到总线521。
网络571可以是本领域中一般已知的任何网络或***，其包括互联网、内联网、局域网（LAN）、广域网（WAN）、城域网（MAN）、直接连接或连接系列、蜂窝电话网络、或者能够促进计算机***510与其他计算机（例如，远程计算机580）之间的通信的任何其他网络或介质。网络571可以是有线的、无线的或其组合。可以使用以太网、通用串行总线（USB）、RJ-11或本领域中一般已知的任何其他有线连接来实现有线连接。可以使用Wi-Fi、WiMAX、以及蓝牙、红外、蜂窝网络、卫星或者本领域中一般已知的任何其他无线连接方法来实现无线连接。附加地，若干网络可以单独地工作或彼此通信以促进网络571中的通信。
可以利用硬件和软件和任何组合实现本公开的实施例。附加地，本公开的实施例可以被包括在具有例如计算机可读非瞬变介质的制造品（例如，一个或多个计算机程序产品）中。介质已经在其中体现了例如用于提供和促进本公开的实施例的机构的计算机可读程序代码。制造品可以被包括为计算机***的一部分或被分离地销售。
尽管本文已经公开了各种方面和实施例，但其他方面和实施例将对本领域技术人员来说显而易见。本文公开的各种方面和实施例用于说明目的，而不意图进行限制，其中真实范围和精神由所附权利要求指示。
如本文所使用，可执行应用包括用于将处理器调节成例如响应于用户命令或输入而实现预定功能（诸如，操作***、情境数据获取***或其他信息处理***的那些功能）的代码或机器可读指令。可执行过程是代码段或机器可读指令、子例程、或者用于执行一个或多个特定过程的其他不同代码片段或可执行应用部分。这些过程可以包括接收输入数据和/或参数、在所接收到的输入数据上执行操作和/或响应于所接收到的输入参数而执行功能、以及提供作为结果的输出数据和/或参数。
如本文所使用，图形用户界面（GUI）包括一个或多个显示图像，该一个或多个显示图像由显示处理器生成且实现用户与处理器或其他设备的交互以及关联的数据获取和处理功能。GUI还包括可执行过程或可执行应用。可执行过程或可执行应用将显示处理器调节成生成表示GUI显示图像的信号。这些信号被供给到显示设备，该显示设备显示图像以供用户查看。处理器在可执行过程或可执行应用的控制下响应于从输入设备接收到的信号而操控GUI显示图像。以此方式，用户可以使用输入设备来与显示图像交互，从而实现用户与处理器或其他设备的交互。
本文的功能和过程步骤可以是自动执行的或者完全或部分响应于用户命令而执行的。自动执行的活动（包括步骤）是在用户不直接发起该活动的情况下响应于一个或多个可执行指令或设备操作而执行的。
各图的***和过程是非排他的。可以根据本发明的原理来导出其他***、过程和菜单以完成相同目的。尽管已经参照特定实施例描述了本发明，但应当理解，本文示出和描述的实施例和变型仅用于说明目的。对当前设计的修改可以由本领域技术人员在不脱离本发明的范围的情况下实现。如本文所描述，可以使用硬件组件、软件组件和/或其组合来实现各种***、子***、代理、管理器和过程。本文的权利要求要素不应在35 U.S.C. 112第六款的规定下解释，除非该要素是使用短语“用于……的部件”明确记载的。

Claims (20)

1.一种使用计算流体动力学（CFD）仿真减少4D数字减影血管造影术（DSA）重构伪像的计算机实现方法，所述方法包括：
由计算机接收包括多个血管的表示的第一DSA时间序列数据；
由计算机接收包括血管的第二表示的第二DSA时间序列数据，其中所述第二DSA时间序列数据是4D DSA时间序列；
由计算机基于所述第一DSA时间序列数据重构第一DSA体积（205）；
由所述计算机从所述第一DSA体积对感兴趣的血管进行分段（210）；
由所述计算机使用所述CFD仿真以跨所述感兴趣的血管仿真流体动力学以便产生流场，其中定义所述CFD仿真的边界条件（215）；
由所述计算机使用所述流场来确定针对所述感兴趣的血管内部的每一个体素的多个所仿真的时间活动对比度曲线参数；以及
通过将第二DSA时间序列数据的投影图像上的像素反投影到第二DSA体积并且由该像素的值更新投影射线上的每个体素，由所述计算机将重构过程应用于第二DSA时间序列数据以产生第二DSA体积，其中第二DSA体积是3D体积并且所述重构过程受针对所述感兴趣的血管内部的每一个体素的所述多个所仿真的时间活动对比度曲线参数约束，所述约束要求重构结果不应当远离于CFD仿真结果（230）。
2.如权利要求1所述的方法，其中所述CFD仿真是利用由包括下述操作的过程定义的边界条件执行的：
在没有重叠血管的情况下在所述第一DSA体积中标识一个或多个位置；以及
在所述第一DSA体积中的所述位置处将来自CFD的一个或多个时间-密度曲线与实际数据进行比较以优化所述边界条件。
3.如权利要求1所述的方法，其中所述CFD仿真包括跨所述感兴趣的血管计算3D+t非定常流。
4.如权利要求1所述的方法，其中所述CFD仿真利用降阶模型，所述降阶模型跨所述感兴趣的血管定义多个横截面并跨所述多个横截面中的每一个执行求平均以求解流速率。
5.如权利要求1所述的方法，其中针对所述感兴趣的血管内部的每一个体素的所述多个所仿真的时间活动对比度曲线参数是使用所述流场通过下述操作来确定的：
根据所述流场计算多个所仿真的4D体积，其中所述多个所仿真的4D体积中的每一个随时间仿真所述感兴趣的血管中的流密度；以及
使用所述多个所仿真的4D体积以确定针对所述感兴趣的血管内部的每一个体素的所述多个所仿真的时间活动对比度曲线参数。
6.如权利要求1所述的方法，其中针对相应体素的所述多个所仿真的时间活动对比度曲线参数包括到达时间参数，所述到达时间参数表示所述相应体素处于最大对比度的预定百分比的时间长度。
7.如权利要求6所述的方法，其中所述重构过程通过下述操作来有条件地重构所述第二DSA体积中的每一个相应体素：
计算所述相应体素的到达时间参数与所述第二DSA时间序列数据的获取时间之间的差值；以及
如果所述差值小于阈值，则将所述第二DSA时间序列数据反投影到所述相应体素。
8.如权利要求1所述的方法，其中针对相应体素的所述多个所仿真的时间活动对比度曲线参数包括最大对比度时间参数，所述最大对比度时间参数表示所述相应体素处于最大对比度的时间长度。
9.如权利要求8所述的方法，其中所述重构过程通过下述操作来有条件地重构所述第二DSA体积中的每一个相应体素：
计算所述相应体素的最大对比度时间参数与所述第二DSA时间序列数据的获取时间之间的差值；以及
如果所述差值小于阈值，则将所述第二DSA时间序列数据反投影到所述相应体素。
10.如权利要求1所述的方法，其中针对相应体素的所述多个所仿真的时间活动对比度曲线参数包括对比度强度参数，所述对比度强度参数表示所述相应体素中随时间的密度。
11.如权利要求10所述的方法，其中所述重构过程通过下述操作来有条件地重构所述第二DSA体积中的每一个相应体素：
计算所述相应体素的对比度强度参数与所述第二DSA时间序列数据中的像素的对比度强度之间的差值；以及
如果所述差值小于阈值，则将所述第二DSA时间序列数据反投影到所述相应体素。
12.如权利要求1所述的方法，进一步包括：
由所述计算机根据所述第二DSA体积计算多个非仿真的时间活动对比度曲线参数；
由所述计算机生成所述多个所仿真的时间活动对比度曲线参数与所述多个非仿真的时间活动对比度曲线参数之间的差值的三维可视化。
13.一种用于使用计算流体动力学（CFD）仿真减少4D数字减影血管造影术（DSA）重构伪像的制造品，所述制造品包括保持计算机可执行指令的非瞬变有形计算机可读介质，所述计算机可执行指令用于执行包括下述操作的方法：
接收包括多个血管的表示的第一DSA时间序列数据；
接收包括血管的第二表示的第二DSA时间序列数据，其中所述第二DSA时间序列数据是4D DSA时间序列；
基于所述第一DSA时间序列数据重构第一DSA体积；
从所述第一DSA体积对感兴趣的血管进行分段；
使用所述CFD仿真以跨所述感兴趣的血管仿真流体动力学以便产生流场，定义所述CFD仿真的边界条件；
使用所述流场来确定针对所述感兴趣的血管内部的每一个体素的多个所仿真的时间活动对比度曲线参数；以及
通过将第二DSA时间序列数据的投影图像上的像素反投影到第二DSA体积并且由该像素的值更新投影射线上的每个体素，将重构过程应用于第二DSA时间序列数据以产生第二DSA体积，其中第二DSA体积是3D体积并且所述重构过程受针对所述感兴趣的血管内部的每一个体素的所述多个所仿真的时间活动对比度曲线参数约束，所述约束要求重构结果不应当远离于CFD仿真结果。
14.如权利要求13所述的制造品，其中针对相应体素的所述多个所仿真的时间活动对比度曲线参数包括到达时间参数，所述到达时间参数表示所述相应体素处于最大对比度的预定百分比的时间长度。
15.如权利要求14所述的制造品，其中所述重构过程通过下述操作来有条件地重构所述第二DSA体积中的每一个相应体素：
计算所述相应体素的到达时间参数与所述第二DSA时间序列数据的获取时间之间的差值；以及
如果所述差值小于阈值，则将所述第二DSA时间序列数据反投影到所述相应体素。
16.如权利要求13所述的制造品，其中针对相应体素的所述多个所仿真的时间活动对比度曲线参数包括最大对比度时间参数，所述最大对比度时间参数表示所述相应体素处于最大对比度的时间长度。
17.如权利要求16所述的制造品，其中所述重构过程通过下述操作来有条件地重构所述第二DSA体积中的每一个相应体素：
计算所述相应体素的最大对比度时间参数与所述第二DSA时间序列数据的获取时间之间的差值；以及
如果所述差值小于阈值，则将所述第二DSA时间序列数据反投影到所述相应体素。
18.如权利要求13所述的制造品，其中针对相应体素的所述多个所仿真的时间活动对比度曲线参数包括对比度强度参数，所述对比度强度参数表示所述相应体素中随时间的密度。
19.如权利要求18所述的制造品，其中所述重构过程通过下述操作来有条件地重构所述第二DSA体积中的每一个相应体素：
计算所述相应体素的对比度强度参数与所述第二DSA时间序列数据中的像素的对比度强度之间的差值；以及
如果所述差值小于阈值，则将所述第二DSA时间序列数据反投影到所述相应体素。
20.一种用于使用计算流体动力学（CFD）仿真减少数字减影血管造影术（DSA）重构伪像的***，所述***包括：
扫描仪接口，被配置成：
从DSA扫描仪接收第一DSA时间序列数据，所述第一DSA时间序列数据包括多个血管的第一表示，
从所述DSA扫描仪接收第二DSA时间序列数据，所述第二DSA时间序列数据是4D DSA时间序列并且包括所述多个血管的第二表示；
分段组件，被配置成从第一DSA体积对感兴趣的血管进行分段；
CFD仿真组件，被配置成：
跨所述感兴趣的血管仿真流体动力学以产生流场，其中定义所述CFD仿真的边界条件，以及
使用所述流场来确定针对所述感兴趣的血管内部的每一个体素的多个所仿真的时间活动对比度曲线参数；以及
重构组件，被配置成：通过将第二DSA时间序列数据的投影图像上的像素反投影到第二DSA体积并且由该像素的值更新投影射线上的每个体素，在第二DSA时间序列数据上执行重构过程以产生第二DSA体积，其中第二DSA体积是3D体积并且所述重构过程受针对所述感兴趣的血管内部的每一个体素的所述多个所仿真的时间活动对比度曲线参数约束，所述约束要求重构结果不应当远离于CFD仿真结果；以及基于所述第一DSA时间序列数据重构所述第一DSA体积。
CN201580082835.9A 2015-09-02 2015-09-02 使用cfd仿真来减少4d dsa重构伪像的***和方法 Active CN108027966B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/US2015/048050 WO2017039646A1 (en) 2015-09-02 2015-09-02 Cfd simulation assisted 4d dsa reconstruction

Publications (2)

Publication Number Publication Date
CN108027966A CN108027966A (zh) 2018-05-11
CN108027966B true CN108027966B (zh) 2022-04-19

Family

ID=54238513

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580082835.9A Active CN108027966B (zh) 2015-09-02 2015-09-02 使用cfd仿真来减少4d dsa重构伪像的***和方法

Country Status (4)

Country Link
US (1) US10580172B2 (zh)
EP (1) EP3345156B1 (zh)
CN (1) CN108027966B (zh)
WO (1) WO2017039646A1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6898047B2 (ja) 2017-04-05 2021-07-07 シーメンス ヘルスケア ゲゼルシヤフト ミツト ベシユレンクテル ハフツング 時変データの定量的評価
DE102019215904B4 (de) * 2019-09-24 2023-04-20 Siemens Healthcare Gmbh Verfahren zur Erstellung einer digitalen Subtraktionsangiographie und Vorrichtung
CN111613120B (zh) * 2020-04-08 2023-03-14 宁波创导三维医疗科技有限公司 一种介入手术操作造影成像效果模拟***
DE102020210192A1 (de) * 2020-08-12 2022-02-17 Siemens Healthcare Gmbh Bereitstellen einer synthetisch kontrastierten Szene
CN116071506B (zh) * 2023-04-06 2023-07-14 深圳市联影高端医疗装备创新研究院 四维血管造影的重建方法、装置、计算机设备和存储介质
CN117077579B (zh) * 2023-10-17 2024-02-06 深圳十沣科技有限公司 翼型流场预测方法、装置、设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102834847A (zh) * 2010-04-13 2012-12-19 皇家飞利浦电子股份有限公司 图像分析
CN103294850A (zh) * 2013-04-27 2013-09-11 苏州市数字城市工程研究中心有限公司 一种三维动态流体仿真算法智能匹配方法
CN104036107A (zh) * 2013-03-04 2014-09-10 西门子公司 确定狭窄的功能性严重程度

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8315812B2 (en) * 2010-08-12 2012-11-20 Heartflow, Inc. Method and system for patient-specific modeling of blood flow
US8768031B2 (en) 2010-10-01 2014-07-01 Mistretta Medical, Llc Time resolved digital subtraction angiography perfusion measurement method, apparatus and system
US9501620B2 (en) * 2012-03-20 2016-11-22 Oxford University Innovation Limited Quantification of blood volume flow rates from dynamic angiography data
US9814433B2 (en) * 2012-10-24 2017-11-14 Cathworks Ltd. Creating a vascular tree model
US9757073B2 (en) * 2012-11-06 2017-09-12 Koninklijke Philips N.V. Fractional flow reserve (FFR) index
US9846765B2 (en) * 2012-11-09 2017-12-19 Siemens Healthcare Gmbh System and method for patient specific modeling of liver tumor ablation
WO2014125059A1 (en) * 2013-02-14 2014-08-21 Fluidda Respi Method for determining a respiratory condition based on functional respiratory imaging
CN105283119B (zh) * 2013-04-12 2018-09-21 皇家飞利浦有限公司 形状感测超声探头
US9805463B2 (en) * 2013-08-27 2017-10-31 Heartflow, Inc. Systems and methods for predicting location, onset, and/or change of coronary lesions
DE102014201559A1 (de) * 2014-01-29 2015-07-30 Siemens Aktiengesellschaft Angiographisches Untersuchungsverfahren eines Gefäßsystems in einer interessierenden Körperregion eines Patienten
WO2015126815A1 (en) * 2014-02-18 2015-08-27 Siemens Aktiengesellschaft System and method for real-time simulation of patient-specific cardiac electrophysiology including the effect of the electrical conduction system of the heart
JP6778174B2 (ja) * 2014-07-18 2020-10-28 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 狭窄評価
US9349178B1 (en) * 2014-11-24 2016-05-24 Siemens Aktiengesellschaft Synthetic data-driven hemodynamic determination in medical imaging
DE102017201330B4 (de) * 2017-01-27 2018-10-04 Siemens Healthcare Gmbh Verfahren zur Bildbearbeitung eines vierdimensionalen Angiographiedatensatzes, Bildverarbeitungseinrichtung, Computerprogramm und elektronisch lesbarer Datenträger

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102834847A (zh) * 2010-04-13 2012-12-19 皇家飞利浦电子股份有限公司 图像分析
CN104036107A (zh) * 2013-03-04 2014-09-10 西门子公司 确定狭窄的功能性严重程度
CN103294850A (zh) * 2013-04-27 2013-09-11 苏州市数字城市工程研究中心有限公司 一种三维动态流体仿真算法智能匹配方法

Also Published As

Publication number Publication date
EP3345156A1 (en) 2018-07-11
US10580172B2 (en) 2020-03-03
CN108027966A (zh) 2018-05-11
US20180211422A1 (en) 2018-07-26
EP3345156B1 (en) 2019-08-28
WO2017039646A1 (en) 2017-03-09

Similar Documents

Publication Publication Date Title
CN108027966B (zh) 使用cfd仿真来减少4d dsa重构伪像的***和方法
US9754390B2 (en) Reconstruction of time-varying data
JP2021521993A (ja) 敵対的生成ネットワークを使用した画像強調
US9147268B2 (en) Subtraction of projection data in medical diagnostic imaging
JP2020503603A (ja) 解剖学的画像処理における確率的セグメンテーションのためのシステム及び方法
EP3654846B1 (en) Inflammation estimation from x-ray image data
KR20080042082A (ko) 자동 4ｄ관상 모델링 및 모션 벡터 필드 평가를 위한 방법및 장치
JP6789933B2 (ja) 画像化不確実性の可視化
JP2022509016A (ja) 深層スペクトルボーラス追跡
CN114359205B (zh) 头颈血管分析方法、装置、存储介质及电子设备
US20230100255A1 (en) System and method for interactive contouring of medical images
Elss et al. Motion estimation in coronary CT angiography images using convolutional neural networks
WO2023117509A1 (en) 3d dsa image reconstruction
Taubmann et al. Assessing cardiac function from total-variation-regularized 4D C-arm CT in the presence of angular undersampling
US11166689B1 (en) Providing a dynamic mask image
Cazasnoves et al. Statistical content-adapted sampling (SCAS) for 3D computed tomography
JP2010536017A (ja) 薬物動態学的モデリングのための方法、装置、コンピュータ可読媒体及びそれらの使用
CN113990432A (zh) 基于rpa和ai的影像报告推送方法、装置及计算设备
Alom et al. Automatic slice growing method based 3D reconstruction of liver with its vessels
US11869142B2 (en) Methods and devices for three-dimensional image reconstruction using single-view projection image
CN112446499A (zh) 改进用于自动量化冠状动脉疾病的机器学习模型的性能
Iserhardt-Bauer et al. Standardized analysis of intracranial aneurysms using digital video sequences
EP4202838A1 (en) 3d dsa image reconstruction
US11823387B2 (en) Providing a vascular image data record
CN103995989B (zh) 用于末梢脉管树的边界条件的特定患者的自动调整

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