CN111340934A - 用于生成组合式组织-血管表示的方法和计算机*** - Google Patents
用于生成组合式组织-血管表示的方法和计算机*** Download PDFInfo
- Publication number
- CN111340934A CN111340934A CN201911310670.2A CN201911310670A CN111340934A CN 111340934 A CN111340934 A CN 111340934A CN 201911310670 A CN201911310670 A CN 201911310670A CN 111340934 A CN111340934 A CN 111340934A
- Authority
- CN
- China
- Prior art keywords
- vessel
- tissue
- representation
- imaging data
- parameter
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000003384 imaging method Methods 0.000 claims abstract description 47
- 210000001519 tissue Anatomy 0.000 claims description 102
- 210000004351 coronary vessel Anatomy 0.000 claims description 35
- 210000004204 blood vessel Anatomy 0.000 claims description 24
- 210000005240 left ventricle Anatomy 0.000 claims description 19
- 230000017531 blood circulation Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 8
- 230000000004 hemodynamic effect Effects 0.000 claims description 6
- 239000008280 blood Substances 0.000 claims description 5
- 210000004369 blood Anatomy 0.000 claims description 5
- 210000005003 heart tissue Anatomy 0.000 claims description 5
- 239000002872 contrast media Substances 0.000 claims description 4
- 230000036772 blood pressure Effects 0.000 claims description 2
- 230000008719 thickening Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 208000031481 Pathologic Constriction Diseases 0.000 description 4
- 238000010968 computed tomography angiography Methods 0.000 description 4
- 230000002107 myocardial effect Effects 0.000 description 4
- 230000010412 perfusion Effects 0.000 description 4
- 238000012800 visualization Methods 0.000 description 4
- 210000001367 artery Anatomy 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000009877 rendering Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 230000036262 stenosis Effects 0.000 description 3
- 208000037804 stenosis Diseases 0.000 description 3
- 230000002861 ventricular Effects 0.000 description 3
- ZCYVEMRRCGMTRW-UHFFFAOYSA-N 7553-56-2 Chemical compound [I] ZCYVEMRRCGMTRW-UHFFFAOYSA-N 0.000 description 2
- 201000000057 Coronary Stenosis Diseases 0.000 description 2
- 206010061216 Infarction Diseases 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000007574 infarction Effects 0.000 description 2
- 229910052740 iodine Inorganic materials 0.000 description 2
- 239000011630 iodine Substances 0.000 description 2
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 1
- 206010011089 Coronary artery stenosis Diseases 0.000 description 1
- 206010047295 Ventricular hypertrophy Diseases 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 229910052791 calcium Inorganic materials 0.000 description 1
- 239000011575 calcium Substances 0.000 description 1
- 235000012000 cholesterol Nutrition 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 208000029078 coronary artery disease Diseases 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 208000028867 ischemia Diseases 0.000 description 1
- 230000000302 ischemic effect Effects 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 210000004165 myocardium Anatomy 0.000 description 1
- 230000001338 necrotic effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 210000005241 right ventricle Anatomy 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
-
- 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
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- 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
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [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
- A61B6/50—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
- A61B6/503—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 the heart
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/504—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/97—Determining parameters from multiple pictures
-
- 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
- G06T2207/20212—Image combination
-
- 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
- G06T2207/30048—Heart; Cardiac
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/41—Medical
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Pathology (AREA)
- High Energy & Nuclear Physics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Public Health (AREA)
- Optics & Photonics (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Quality & Reliability (AREA)
- Cardiology (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Vascular Medicine (AREA)
- Pulmonology (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本公开涉及用于生成组合式组织‑血管表示的方法和计算机***。在一方面，本发明涉及一种用于生成组合式组织‑血管表示的计算机实现的方法，包括：‑接收组织的成像数据，‑接收血管的成像数据，‑基于组织的成像数据生成组织表示，‑基于血管的成像数据生成血管表示，‑基于血管表示和组织表示生成组合式组织‑血管表示，其中血管表示被覆盖在组织表示之上。
Description
技术领域
在一方面，本发明涉及用于生成组合式组织-血管表示的计算机实现的方法。在另一方面，本发明涉及一种用于生成组合式组织-血管表示的计算机***。
背景技术
冠状计算断层摄影血管造影术(CTA)是检测冠状动脉疾病的一种选择方式。许多冠状CTA检查揭示冠状动脉狭窄。这些病变的功能评估对于有意义的临床决策至关重要。
基于CTA的血流储备分数(CT-FFR)是使用先进的计算模型(基于流体动力学模拟和/或机器学习)来评估冠状动脉狭窄的血流动力学相关性的现代技术之一。用于确定狭窄的血流动力学相关性的其他技术是基于对心脏左心室和/或右心室功能的评估，包括首次和末期通过增强计算。另外，动态心肌灌注技术允许心脏的功能图(例如，心肌血流量和容量)的计算，并且支持对冠状动脉的中间狭窄的血液动力学相关性的定量评估。利用双能CT技术，可以使心肌中的碘浓度可视化，从而帮助揭示灌注缺陷和评估狭窄的相关性。
分析该临床数据是耗时的，并且需要放射科医师的人工工作来将该信息置于患者的一张心理图片中。因此，为了支持放射科医师进行诊断，对将来自不同源的信息进行整合并且在冠状动脉的受影响区域与心脏的受影响区域之间建立对应关系的合适的可视化是很感兴趣的。
发明内容
本发明的基本技术问题是促进血管相关信息相对于组织相关信息的改进的可视化。该问题通过独立权利要求的技术方案解决。从属权利要求涉及本发明的其他方面。
在一个方面，本发明涉及一种用于生成组合式组织-血管表示的方法，特别地是计算机实现的方法，包括：
-接收组织的成像数据，
-接收血管的成像数据，
-基于组织的成像数据生成组织表示，
-基于血管的成像数据生成血管表示，
-基于血管表示和组织表示生成组合式组织-血管表示，其中血管表示被覆盖在组织表示之上。
组合式组织-血管表示可以包括作为背景图像的组织表示和作为前景图像的血管表示。特别地，血管表示可以被覆盖在组织表示的一部分之上，该部分表示最接近血管的组织的部分。基于血管表示和组织表示生成组合式组织-血管表示可以包括基于组织的成像数据和血管的成像数据，相对于组织表示来配准血管表示。
成像数据可以是多维的。特别地，成像数据可以包括例如用于位置信息的两个或三个维度，用于指示血管或组织的参数的值的定量信息的一个维度，以及用于时间信息的一个时间维度。
在另一方面，血管表示包括血管的中心线。在另一方面，血管表示包括血管的壁的表示。在另一方面，血管表示包括血管的内壁的表示和/或血管的外壁的表示。
血管表示可以包括血管的一个子集的一个血管-子集表示。血管表示可以包括血管的多个子集的多个血管-子集表示。可以基于成像数据，通过对血管进行分段来获得血管-子集表示和/或多个血管-子集表示。示例性的多个血管-子集表示是血管的中心线、血管的内壁的表示和血管的外壁的表示。血管的内壁的表示可以对应于血管的管腔(lumen)。
在另一方面，血管表示包括针对沿着血管的多个位置中的每个位置的颜色编码的定量信息，该颜色编码的定量信息指示血管的参数在该位置处的值。多个位置可以沿着血管分布，特别是沿着血管一维地分布。对定量信息的颜色编码可以是基于将颜色与值相关的颜色标度，特别地是多颜色标度。多颜色标度可以包括例如红色、黄色、绿色和蓝色和/或颜色连续体。
在另一方面，血管的参数是几何参数，特别是管腔直径或壁厚度。管腔直径可以对应于血管的内壁的直径。壁厚度可以对应于血管的外壁的直径和血管的内壁的直径之差。
在另一方面，血管的参数是X射线衰减参数，特别是HU(亨斯菲尔德)值或HU梯度。
在另一方面，血管的参数是血液动力学参数，特别是血流储备分数、血压、血流速度、另一血流参数、壁应力、壁张力或壁应变。可以通过例如使用数值模拟(特别地是流体模拟)和/或机器学习算法来基于成像数据计算血管的参数的值，获得定量信息。
在另一方面，血管表示包括血管的局部特征，特别是指示斑块或斑块成分的颜色编码的定量信息。特别地，血管的参数可以是斑块参数，特别是斑块密度、斑块类型或一个或多个斑块组分在总斑块量中的比例。斑块类型可以是例如钙化斑块、非钙化斑块和混合斑块。斑块组分可以是例如纤维组织、纤维-脂肪(纤维-脂质)组织、胆固醇、坏死核心和致密钙。
在另一方面，组织表示包括针对跨组织的多个位置中的每个位置的颜色编码的定量信息，该颜色编码的定量信息指示组织的参数在该位置处的值。多个位置可以跨组织分布，特别是跨组织二维地分布。
在另一方面，组织的参数是几何参数，特别是厚度、增厚或运动。组织的几何参数可以是心室壁厚度、心室壁增厚或心室壁运动。
在另一方面，组织的参数是功能参数，特别是造影剂浓度、血流量或血容量。造影剂浓度可以是碘浓度。血流量可以是心肌血流量。血容量可以是心肌血容量。针对跨组织的多个位置中的每个位置包括颜色编码的定量信息的组织表示可以是功能图像，特别是灌注图，该颜色编码的定量信息指示组织的参数在该位置处的值。
在另一方面，组织表示包括组织的平面极坐标图(polar plot)和/或血管表示包括血管在基准平面上的投影。基准平面可以与组织的平面极坐标图处于同一平面内。
可以通过基于组织的成像数据和组织的段模型(例如，心脏的左心室的AHA-17段模型)将组织投影到平面上，来获得组织的平面极坐标图。AHA-17段模型已经由美国心脏协会(AHA)建立，并且定义了人类心脏的左心室的17个段。通过基于组织的成像数据和AHA-17段模型将左心室的组织投影到平面上而获得的平面极坐标图将被称为AHA-17图。
可以基于使用心脏长轴作为柱轴的柱坐标系，使用左心室的参数化，来将冠状动脉投影到基准平面上。基准平面垂直于柱轴，并且与平面极坐标图处于同一平面内。
在另一方面，组织表示包括组织的绘制(rendered)图像和/或血管表示包括血管的绘制图像。可以通过基于组织的成像数据进行绘制来获得组织的绘制图像，进行绘制特别是进行3D表面绘制或3D体积绘制。
在另一方面，组织是心脏组织，特别是心脏的左心室的组织，和/或血管是冠状动脉，特别是供应心脏的左心室的冠状动脉。心脏组织可以是心脏的左心室的组织、心脏的右心室的组织、心脏的左腔的组织、心脏的右腔的组织或其组合。方法可以应用于除心脏之外的解剖结构，例如脑部、肝部或肺部。
在另一方面，本发明涉及一种用于生成组合式组织-血管表示的计算机***，包括：
-组织成像数据接收器，用于接收组织的成像数据，
-血管成像数据接收器，用于接收血管的成像数据，
-组织表示生成器，用于基于组织的成像数据生成组织表示，
-血管表示生成器，用于基于血管的成像数据生成血管表示，
-组织-血管表示生成器，用于基于血管表示和组织表示生成组合式组织-血管表示，其中血管表示被覆盖在组织表示之上。
在另一方面，计算机***被配置成实现根据所公开的方面中的一个或多个方面的方法。
在又一方面，本发明涉及一种计算机程序产品，该计算机程序产品包括程序单元，当该程序单元被加载到计算机***的存储器中时，该程序单元引起计算机***执行根据所公开的方面中的一个或多个方面的方法的步骤。
在又一方面，本发明涉及一种计算机可读介质，其上存储有可以由计算机***读取和执行的程序单元，以便在该程序单元由计算机***执行时，执行根据所公开的方面中的一个或多个方面的方法的步骤。
组合式组织-血管表示促进了组合式的可视化，该组合式的可视化将有关冠状动脉的定量信息与有关心脏的定量信息整合。特别地，所提出的解决方案提供关于冠状动脉(特别地是关于冠状动脉内的狭窄)的定量信息以及关于左心室的生理学的定量信息的全面可视化。
这种整合的视图可以帮助放射科医师在血管(特别是冠状动脉)和组织(特别是由该冠状动脉供应的组织的一部分)之间建立对应关系。这可以帮助更好地将心脏组织中的梗塞或局部缺血区域的位置与引起相应的梗塞或局部缺血的冠状动脉中的位置相关，从而有助于更容易且不易出错的诊断过程。
本文提到的任何算法都可以基于以下架构中的一个或多个：卷积神经网络、深度置信网络、深度残差学习、深度强化学习、递归神经网络、孪生神经网络、生成对抗网络或自动编码器。特别地，用于确定脂肪分布信息的经训练的机器学习算法可以被实施为深度学习算法和/或被实施为卷积神经网络。
本文提及的任何计算机***组件或计算机***组件之间的任何接口都可以以硬件和/或软件的形式被实施。特别地，接口可以以PCI总线、USB或火线中的至少一个的形式被实施。特别地，计算机***组件可以包括硬件元件和/或软件元件，例如微处理器、现场可编程门阵列(缩写为“FPGA”)或专用集成电路(缩写为“ASIC”)。
计算机***可以例如包括以下中的至少一项或者是以下中的至少一项的一部分：云计算***、分布式计算***、计算机网络、计算机、平板计算机、智能电话等。计算机***可以包括硬件和/或软件。硬件可以是例如处理器***、存储器***及其组合。硬件可以是可由软件配置的，和/或可以是可由软件操作的。可以在处理器中执行用于执行方法的步骤和/或用于训练算法的计算。
可以例如通过接收携带数据的信号和/或通过从计算机可读介质读取数据来接收数据，特别是组织的成像数据和/或血管的成像数据。可以例如通过传送携带数据的信号和/或通过将数据写入到计算机可读介质中和/或通过在显示器上显示例如以图像形式的数据来提供数据，特别是组合式组织-血管表示。
计算机程序产品可以是例如计算机程序，或者包括除计算机程序之外的另一元素。该另一元素可以是硬件，例如计算机程序被存储于其上的存储器设备、用于使用计算机程序的硬件密钥等，和/或该另一元素可以是软件，例如用于使用计算机程序的文档或软件密钥。计算机可读介质可以被实施为非永久性主存储器(例如，随机存取存储器)或被实施为永久性的大容量存储装置(例如，硬盘、USB棒、SD卡、固态盘)。
一种计算机可读介质，其上存储有可以由成像数据处理单元读取和执行的程序单元，以便在该程序单元由成像数据处理单元执行时，执行根据所公开的方面中的一个或多个方面的方法的步骤。
在没有明确描述的情况下，只要这种组合或交换有意义并且在本发明的意义上，就可以在没有限制或扩展所描述的发明的范围的情况下，将个体实施例或其个体方面和特征彼此组合或交换。在适用的情况下，关于本发明的一个实施例描述的优点也是本发明的其他实施例的优点。
参考以下事实，所描述的方法和所描述的***仅仅是本发明的优选示例实施例，并且可以由本领域技术人员在不脱离如由权利要求指定的本发明的范围的情况下对本发明进行变化。
附图说明
下面例将使用示例实施，参考附图来说明本发明。附图中的图示是示意性且被高度简化的，并且不一定按比例绘制。
图1示出了根据AHA-17段模型的段的布置。
图2示出了覆盖在根据AHA-17段模型的段的布置之上的冠状动脉的表示。
图3示出了包括颜色编码的定量信息的AHA-17图。
图4示出了组合式组织-血管表示，其中冠状动脉的表示被覆盖在AHA-17图之上。
图5示出了另一组合式组织-血管表示，其中冠状动脉的表示被覆盖在AHA-17图之上。
图6示出了包括颜色编码的定量信息的冠状动脉的绘制图像。
图7示出了组合式组织-血管表示，其中冠状动脉的绘制图像被覆盖在左心室的绘制图像之上。
图8示出了说明用于生成组合式组织-血管表示的计算机实现的方法的示图。
图9示出了用于生成组合式组织-血管表示的计算机***。
具体实施方式
图1示出了根据左心室的AHA-17段模型的段的布置A17。段内显示的数字用于标识段。
图2示出了覆盖在根据AHA-17段模型的段的布置A17之上的冠状动脉的表示。冠状动脉的表示包括左前降支动脉的表示LAD、右冠状动脉的表示RCA和左旋支动脉的表示LCX。血管表示V包括血管的壁的表示。
段1、2、7、8、13、14和17可以被分配给左前降支动脉。段3、4、9、10和15可以被分配给右冠状动脉。段5、6、11、12和16可以被分配给左旋支动脉。
图3示出了包括颜色编码的定量信息的AHA-17图。左心室的包括关于功能参数的颜色编码的定量信息的表示被覆盖在根据AHA-17段模型的段的布置之上。图3还示出了将颜色与值相关的颜色标度CS。
图4示出了组合式组织-血管表示C，其中冠状动脉的表示被覆盖在AHA-17图之上。该组织是心脏组织，特别是心脏的左心室的组织。该血管是冠状动脉，特别是供应心脏的左心室的冠状动脉。组织表示T包括组织的平面极坐标图，并且血管表示V包括血管在基准平面上的投影，该基准平面与组织的平面极坐标图处于同一平面内。
组合式组织-血管表示C包括作为背景图像的左心室的表示和作为前景图像的冠状动脉的表示。组织表示T包括针对跨组织的多个位置中的每个位置的颜色编码的定量信息，该颜色编码的定量信息指示组织的参数在该位置处的值。组织的参数是功能参数，特别是造影剂浓度、血流量或血容量。
图5示出了另一组合式组织-血管表示C，其中冠状动脉的表示被覆盖在AHA-17图之上。以图5中所示的组合式组织-血管表示C的形式，将心脏的功能图像与冠状动脉的功能图像组合成一个图像。血管表示V包括针对沿着血管的多个位置中的每个位置的颜色编码的定量信息，该颜色编码的定量信息指示血管的参数在该位置处的值。血管的参数是血液动力学参数，特别是血流储备分数。每种颜色与给定的血流储备分数(FFR)值相关联。
图6示出了冠状动脉的绘制图像，其包括指示血流储备分数(FFR)的颜色编码的定量信息。
图7示出了组合式组织-血管表示C，其中冠状动脉的绘制图像被覆盖在左心室的绘制图像之上。组织表示T包括组织的绘制图像，并且血管表示V包括血管的绘制图像。组合式组织-血管表示C包括作为背景图像的左心室的3D表面绘制图像，以及作为前景图像的冠状动脉的体积绘制图像。
以图7中所示的组合式组织-血管表示C的形式，将心脏的功能图像与冠状动脉的功能图像组合成一个图像。左心室的表示包括关于血流量的颜色编码的定量信息，特别是灌注血流量图。至少对于冠状动脉中的一个冠状动脉，冠状动脉的表示包括关于血流储备分数的颜色编码的定量信息。示出了没有颜色编码的定量信息的另一冠状动脉。
图8示出了说明用于生成组合式组织-血管表示C的计算机实现的方法的图，包括：
-接收RT组织的成像数据，
-接收RV血管的成像数据，
-基于组织的成像数据，生成GT组织表示T，
-基于血管的成像数据，生成GV血管表示V，
-基于血管表示V和组织表示T，生成GC组合式组织-血管表示C，其中血管表示V被覆盖在组织表示T之上。
图9示出了用于生成组合式组织-血管表示C的计算机***S，包括：
-组织成像数据接收器RT-U，用于接收RT组织的成像数据，
-血管成像数据接收器RV-U，用于接收RV血管的成像数据，
-组织表示生成器GT-U，用于基于组织的成像数据来生成GT组织表示T，
-血管表示生成器GV-U，用于基于血管的成像数据来生成GV血管表示V，
-组织-血管表示生成器GC-U，用于基于血管表示V和组织表示T来生成GC组合式组织-血管表示C，其中血管表示V被覆盖在组织表示T之上。
Claims (17)
1.一种用于生成组合式组织-血管表示(C)的计算机实现的方法，包括：
-接收(RT)组织的成像数据，
-接收(RV)血管的成像数据，
-基于所述组织的所述成像数据生成(GT)组织表示(T)，
-基于所述血管的所述成像数据生成(GV)血管表示(V)，
-基于所述血管表示(V)和所述组织表示(T)生成(GC)组合式组织-血管表示(C)，其中所述血管表示(V)被覆盖在所述组织表示(T)之上。
2.根据权利要求1所述的方法，
-其中所述血管表示(V)包括所述血管的中心线。
3.根据权利要求1或2所述的方法，
-其中所述血管表示(V)包括所述血管的内壁的表示和/或所述血管的外壁的表示。
4.根据权利要求1至3中的任一项所述的方法，
-其中所述血管表示(V)包括针对沿着所述血管的多个位置中的每个位置的颜色编码的定量信息，所述颜色编码的定量信息指示所述血管的参数在该位置处的值。
5.根据权利要求4所述的方法，
-其中所述血管的所述参数是几何参数，特别是管腔直径或壁厚度。
6.根据权利要求4所述的方法，
-其中所述血管的所述参数是X射线衰减参数，特别是HU值或HU梯度。
7.根据权利要求4所述的方法，
-其中所述血管的所述参数是血液动力学参数，特别是血流储备分数、血流速度、血压、壁应力、壁张力或壁应变。
8.根据权利要求1至3中的任一项所述的方法，
-其中所述血管表示(V)包括所述血管的局部特征，特别是指示斑块或斑块成分的颜色编码的定量信息。
9.根据权利要求1至8中的任一项所述的方法，
-其中所述组织表示(T)包括针对跨所述组织的多个位置中的每个位置的颜色编码的定量信息，所述颜色编码的定量信息指示所述组织的参数在该位置处的值。
10.根据权利要求9所述的方法，
-其中所述组织的所述参数是几何参数，特别是厚度、增厚或运动。
11.根据权利要求9所述的方法，
-其中所述组织的所述参数是功能参数，特别是造影剂浓度、血流量或血容量。
12.根据权利要求1至11中的任一项所述的方法，
-其中所述组织表示(T)包括所述组织的平面极坐标图，并且
-其中所述血管表示(V)包括所述血管在基准平面上的投影，所述基准平面与所述组织的所述平面极坐标图处于同一平面内。
13.根据权利要求1至11中的任一项所述的方法，
-其中所述组织表示(T)包括所述组织的绘制图像，并且
-其中所述血管表示(V)包括所述血管的绘制图像。
14.根据权利要求1至13中的任一项所述的方法，
-其中所述组织是心脏组织，特别是心脏的左心室的组织，并且
-其中所述血管是冠状动脉，特别是供应所述心脏的所述左心室的冠状动脉。
15.一种用于生成组合式组织-血管表示(C)的计算机***(S)，包括：
-组织成像数据接收器(RT-U)，用于接收(RT)组织的成像数据，
-血管成像数据接收器(RV-U)，用于接收(RV)血管的成像数据，
-组织表示生成器(GT-U)，用于基于所述组织的所述成像数据生成(GT)组织表示(T)，
-血管表示生成器(GV-U)，用于基于所述血管的所述成像数据生成(GV)血管表示(V)，
-组织-血管表示生成器(GC-U)，用于基于所述血管表示(V)和所述组织表示(T)生成(GC)组合式组织-血管表示(C)，其中所述血管表示(V)被覆盖在所述组织表示(T)之上。
16.一种计算机程序产品，其包括程序单元，当所述程序单元被加载到计算机***(S)的存储器中时，所述程序单元引起所述计算机***(S)执行根据权利要求1至14中的任一项所述的方法的步骤。
17.一种计算机可读介质，其上存储有能够由计算机***(S)读取和执行的程序单元，以便在所述程序单元由所述计算机***(S)执行时执行根据权利要求1至14中的任一项所述的方法的步骤。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP18214023.6A EP3671649A1 (en) | 2018-12-19 | 2018-12-19 | Method and computer system for generating a combined tissue-vessel representation |
| EP18214023.6 | 2018-12-19 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111340934A true CN111340934A (zh) | 2020-06-26 |
Family
ID=65009542
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911310670.2A Pending CN111340934A (zh) | 2018-12-19 | 2019-12-18 | 用于生成组合式组织-血管表示的方法和计算机*** |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US11810290B2 (zh) |
| EP (1) | EP3671649A1 (zh) |
| CN (1) | CN111340934A (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP4170579A1 (en) * | 2021-10-22 | 2023-04-26 | Koninklijke Philips N.V. | Image processing device, medical imaging system and computer program element |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1541617A (zh) * | 2002-10-22 | 2004-11-03 | ��ʽ���綫֥ | X射线计算机层析装置、图像处理装置以及图像处理方法 |
| US20050043614A1 (en) * | 2003-08-21 | 2005-02-24 | Huizenga Joel T. | Automated methods and systems for vascular plaque detection and analysis |
| US20050084073A1 (en) * | 2003-10-15 | 2005-04-21 | Seppi Edward J. | Multi-energy x-ray source |
| US20110007953A1 (en) * | 2009-07-09 | 2011-01-13 | Bernhardt Dominik | Method and device for post-processing measured values registered by way of an imaging system |
| US20120243764A1 (en) * | 2009-12-03 | 2012-09-27 | Cedars-Sinai Medical Center | Method and system for plaque characterization |
| CN105096388A (zh) * | 2014-04-23 | 2015-11-25 | 北京冠生云医疗技术有限公司 | 基于计算流体力学的冠状动脉血流仿真***和方法 |
| CN106056126A (zh) * | 2015-02-13 | 2016-10-26 | 西门子公司 | 医学成像中的斑块易损性评定 |
| US20170046839A1 (en) * | 2015-08-14 | 2017-02-16 | Elucid Bioimaging Inc. | Systems and methods for analyzing pathologies utilizing quantitative imaging |
| CN107174219A (zh) * | 2010-08-12 | 2017-09-19 | 哈特弗罗公司 | 用于患者特异性血流建模的方法和*** |
| CN107787201A (zh) * | 2015-05-17 | 2018-03-09 | 光学实验室成像公司 | 血管内成像***界面和阴影检测方法 |
| CN108403092A (zh) * | 2017-01-31 | 2018-08-17 | 西门子医疗有限公司 | 基于计算机断层摄影来量化血液损失 |
| CN108475428A (zh) * | 2015-12-22 | 2018-08-31 | 皇家飞利浦有限公司 | 心脏模型引导的冠状动脉分割 |
| US20180344262A1 (en) * | 2017-06-01 | 2018-12-06 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, and non-transitory storage medium |
| US20180357767A1 (en) * | 2017-06-13 | 2018-12-13 | Canon Medical Systems Corporation | Image processing apparatus and image processing method |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6471655B1 (en) * | 1999-06-29 | 2002-10-29 | Vitalwave Corporation | Method and apparatus for the noninvasive determination of arterial blood pressure |
| US7957570B2 (en) * | 2007-05-03 | 2011-06-07 | General Electric Company | System and method to generate an illustration of a cardiac region of interest |
| CN101796544B (zh) | 2007-09-03 | 2012-09-05 | 皇家飞利浦电子股份有限公司 | 体素数据的可视化方法和*** |
| WO2010020933A2 (en) * | 2008-08-20 | 2010-02-25 | Koninklijke Philips Electronics N.V. | Processing cardiac data for personalized aha diagram |
| WO2010061335A1 (en) | 2008-11-28 | 2010-06-03 | Koninklijke Philips Electronics N.V. | Processing myocardial perfusion data |
| US8854355B2 (en) * | 2009-12-11 | 2014-10-07 | General Electric Company | System and method of visualizing features in an image |
| JP4981938B2 (ja) * | 2010-03-08 | 2012-07-25 | 富士フイルム株式会社 | 診断支援装置、冠動脈解析プログラムおよび冠動脈解析方法 |
| WO2014084398A1 (ja) * | 2012-11-30 | 2014-06-05 | 株式会社 東芝 | 医用画像診断装置 |
| JP6297699B2 (ja) * | 2013-09-06 | 2018-03-20 | コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． | 心臓データを処理する処理装置、そのような処理装置を有するイメージングシステム、処理装置の作動方法、イメージングシステムの作動方法及びコンピュータプログラム |
| US10643319B2 (en) * | 2018-01-30 | 2020-05-05 | Canon Medical Systems Corporation | Apparatus and method for context-oriented blending of reconstructed images |
| JP7467026B2 (ja) * | 2018-10-10 | 2024-04-15 | キヤノンメディカルシステムズ株式会社 | 医用情報処理装置、医用情報処理プログラム、医用情報処理システム |
-
2018
- 2018-12-19 EP EP18214023.6A patent/EP3671649A1/en active Pending
-
2019
- 2019-12-11 US US16/710,151 patent/US11810290B2/en active Active
- 2019-12-18 CN CN201911310670.2A patent/CN111340934A/zh active Pending
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1541617A (zh) * | 2002-10-22 | 2004-11-03 | ��ʽ���綫֥ | X射线计算机层析装置、图像处理装置以及图像处理方法 |
| US20050043614A1 (en) * | 2003-08-21 | 2005-02-24 | Huizenga Joel T. | Automated methods and systems for vascular plaque detection and analysis |
| US20050084073A1 (en) * | 2003-10-15 | 2005-04-21 | Seppi Edward J. | Multi-energy x-ray source |
| US20110007953A1 (en) * | 2009-07-09 | 2011-01-13 | Bernhardt Dominik | Method and device for post-processing measured values registered by way of an imaging system |
| US20120243764A1 (en) * | 2009-12-03 | 2012-09-27 | Cedars-Sinai Medical Center | Method and system for plaque characterization |
| CN107174219A (zh) * | 2010-08-12 | 2017-09-19 | 哈特弗罗公司 | 用于患者特异性血流建模的方法和*** |
| CN105096388A (zh) * | 2014-04-23 | 2015-11-25 | 北京冠生云医疗技术有限公司 | 基于计算流体力学的冠状动脉血流仿真***和方法 |
| CN106056126A (zh) * | 2015-02-13 | 2016-10-26 | 西门子公司 | 医学成像中的斑块易损性评定 |
| CN107787201A (zh) * | 2015-05-17 | 2018-03-09 | 光学实验室成像公司 | 血管内成像***界面和阴影检测方法 |
| US20170046839A1 (en) * | 2015-08-14 | 2017-02-16 | Elucid Bioimaging Inc. | Systems and methods for analyzing pathologies utilizing quantitative imaging |
| CN108475428A (zh) * | 2015-12-22 | 2018-08-31 | 皇家飞利浦有限公司 | 心脏模型引导的冠状动脉分割 |
| CN108403092A (zh) * | 2017-01-31 | 2018-08-17 | 西门子医疗有限公司 | 基于计算机断层摄影来量化血液损失 |
| US20180344262A1 (en) * | 2017-06-01 | 2018-12-06 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, and non-transitory storage medium |
| US20180357767A1 (en) * | 2017-06-13 | 2018-12-13 | Canon Medical Systems Corporation | Image processing apparatus and image processing method |
Also Published As
| Publication number | Publication date |
|---|---|
| US11810290B2 (en) | 2023-11-07 |
| EP3671649A1 (en) | 2020-06-24 |
| US20200202522A1 (en) | 2020-06-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11501485B2 (en) | System and method for image-based object modeling using multiple image acquisitions or reconstructions | |
| US9323887B2 (en) | Device and computed tomography scanner for determining and visualizing the perfusion of the myocardial muscle | |
| US9514530B2 (en) | Systems and methods for image-based object modeling using multiple image acquisitions or reconstructions | |
| US8755575B2 (en) | Transmural perfusion gradient image analysis | |
| JP7309986B2 (ja) | 医用画像処理方法、医用画像処理装置、医用画像処理システム及び医用画像処理プログラム | |
| CN110428420A (zh) | 基于患者的冠状动脉ct血管造影图像来确定冠状动脉的流动信息的方法、装置和介质 | |
| Oeltze et al. | Integrated visualization of morphologic and perfusion data for the analysis of coronary artery disease. | |
| CN111340934A (zh) | 用于生成组合式组织-血管表示的方法和计算机*** | |
| US9905001B2 (en) | Image processing apparatus and image processing method | |
| CN111062998B (zh) | 图像重建方法、装置、ct***及存储介质 | |
| JP6898047B2 (ja) | 時変データの定量的評価 | |
| US11694330B2 (en) | Medical image processing apparatus, system, and method | |
| WO2020179234A1 (ja) | 画像診断支援装置および画像処理方法 | |
| Silva et al. | Exploring different parameters to assess left ventricle global and regional functional analysis from coronary ct angiography | |
| Flohr et al. | Cardiothoracic Image Postprocessing 3 |
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 |