CN1551033A - 用于分析管状结构例如血管的处理器 - Google Patents
用于分析管状结构例如血管的处理器 Download PDFInfo
- Publication number
- CN1551033A CN1551033A CNA2004100631043A CN200410063104A CN1551033A CN 1551033 A CN1551033 A CN 1551033A CN A2004100631043 A CNA2004100631043 A CN A2004100631043A CN 200410063104 A CN200410063104 A CN 200410063104A CN 1551033 A CN1551033 A CN 1551033A
- Authority
- CN
- China
- Prior art keywords
- image
- data
- heart yearn
- blood vessel
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/08—Volume rendering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30172—Centreline of tubular or elongated structure
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2215/00—Indexing scheme for image rendering
- G06T2215/06—Curved planar reformation of 3D line structures
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
- Processing Or Creating Images (AREA)
- Image Processing (AREA)
- Image Generation (AREA)
- Image Analysis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本申请公开了用于分析管状结构例如血管的处理器。使用医学三维图像数据,将体绘制图像、任意截面上的平面重组图像、曲面重组图像和MIP(最大值投影投影)图像中的至少一个作为参考图像。从该参考图像中提取血管芯线,准备基于该芯线的血管伸展图像和与该芯线基本垂直的垂直截面图像中的至少一个图像。基于准备好的图像分析血管形状,并且将准备好的伸直图像和/或垂直截面图像与参考图像作比较,其结果与图像一起显示。参考图像的显示与伸直图像或垂直截面图像相联系。可由操作者进行的血管芯线的校正和由该校正产生图像的自动校正。
Description
技术领域
本发明涉及一种用于分析管状结构的处理器,尤其是涉及一种用于分析管状结构的处理器,其能够以对诊断有用的方式,在由诊断医学成像装置(医疗设备)获取的病人的三维图像数据的基础上,进行管状结构(***),例如血管、肠、气管和食道的三维观察,并对包括管状结构的厚度(包括局部变化例如狭窄和肿块)和长度在内的对诊断有用的指标进行定量分析。
背景技术
在血管诊断中,常规的方法是给病人使用血管造影剂拍摄X射线图像,从而在图像值的基础上探测到异常的存在。
在这种情况下,近来成图技术的发展,例如X射线CT(计算机断层摄影)扫描仪和MRI(核磁共振成像),已经能够容易地获得病人需要诊断的血管区域的三维图像,结果为使用该三维图像进行血管的断层摄影诊断提供了可能。
尽管X射线血管造影检查需要动脉注射血管造影剂,而使用X射线CT或MRI的血管三维成像允许通过静脉注射进行血管造影术。静脉注射侵入性更小并且能够减轻病人的负担。
基本上不需要血管造影剂的血管成像方法已经在进行研究,特别地,基于MRI进行不需要血管造影剂的检查,其为一个无创过程,即使当该检查在短时间内重复进行,也能够使病人所承受的负担减到最低程度。
基于诊断所使用的成像维数有优点也有缺点。由于X射线图像是二维的,所以基于该图像对断层扫描异常(tomological abnormality)的评估就受到了局限。例如,当利用在一个方向拍摄的X射线图像时,诊断倾向于低估血管狭窄的程度。三维成像的使用提供了三维形式的观察,因比提高了血管狭窄诊断的精度,三维成像也有效地用于识别血流或血管瘤的三维结构。目前的X射线血管造影术成像在透视毛细血管时存在不足,然而随着未来三维摄像图像质量的提高,用三维图像进行诊断的应用范围将扩大。
在这种情况下,已提出了下述方法用于血管的三维断层摄像。
例如,经过审查的日本专利申请公开文本No.3-10985公开了一种方法,该方法获取由X射线CT、MRI和超声诊断装置产生的三维图像数据,依靠“矢量探测器”计算管状结构的纵向矢量,从纵向矢量的结果计算垂直于腔隙结构的截面,并准备和显示沿着这些截面剪切的图像。
美国专利No.5891030公开了一种方法,该方法包括下述步骤:在获取的三维图像中从管状结构图像中提取管状结构的芯线(core line);沿着该芯线在纵向方向延伸该管状结构,由此成为一个伸展的状态;显示该伸直的图像;和显示对应于前面的图像的绘制视图像和平面重组图像。
未经过审查的日本专利申请公开文本No.2001-175847公开了一种方法,该方法在沿着血管芯线的方向依次准备与所提取血管的芯线(例如中心线)垂直的截面的MPR(多平面重建)图像,并动态显示依次产生的图像,该显示方法试图使复杂的血管三维结构的观察变得容易。
另一方面,已提出了各种用于提取血管芯线的技术。例如IEEETran.Med.Imag杂志2000年第19卷第4期第337-346页,Onno Wick等人的“在3D血管造影图像中血管的快速描绘和显示(Fast delineation andvisualization of vessels in 3-D angiographic images)”的文章公开了一种方法,该方法包括下述步骤:将血管的芯线确定为由三维坐标表示的一列点;在该芯线上所述点列上的各独立点提取与芯线垂直的截面上的血管轮廓。这使实现血管芯线和血管轮廓(血管表面)的三维提取成为可能。沿着血管芯线的各位置上血管的面积或直径能够通过提取芯线和血管的轮廓而确定。该文章也公开了以血管直径作为纵坐标和以沿着血管芯线的距离作为横坐标的曲线图。
假设狭窄存在,使用一个假定的血管直径A和实际狭窄部位的血管直径B,按照公式[100×(1-(B/A))](%)计算出血管的狭窄率。因此,为了确定狭窄率,必须确定在一个在假定的正常状态的血管半径。这种计算方法的一个实例在未经过审查的日本专利申请公开文本No.5-264232中公开了,其包括下列步骤:从二维X射线成像获得的血管造影图像估计正常状态下的血管直径,然后从中计算狭窄率。
然而,因为管状结构,例如血管,由于通常复杂的三维复杂路径造成其具有复杂的形状,所以即使当观察一个伪三维显示图像(例如体绘制图像)的时候也很难确定狭窄或肿块这些疾病部位的位置或状态。另一方面,当观察任意截面上的二维图像时,很难准确地设定截面的位置,这增加了操作者,例如医生的负担。
这些情况在下面详细描述。管状结构,例如血管或大肠的常规三维观观察方法涉及各种未解决的问题,如下文所述。
首先,当使用一个曲面重组图像(reformatted image)时,有一个问题是很难容易地三维地掌握弯曲表面重组图像上点的位置以及它朝向哪个方向。
其次,在一种所谓遥“穿越(flythrough)”显示器中显示经过视点位置的截面的方法中,在穿越(flythrough)屏幕上不获得能被能观察到的位置处截面在血管中的位置信息。
由于血管的芯线和轮廓由许多控制点表示,手动编辑花费了额外的时间和劳动。
血管疾病包括动脉瘤(血管患有肿瘤)。当最大直径超过例如5mm,或最大直径的长期变化超过例如每年3mm,动脉瘤将破裂,通常认为病人需要接受手术治疗。然而在现有的情况下,动脉瘤的最大直径通过使用轴向图像来观察和测量,所以很难掌握动脉瘤的三维形状或其直径的长期变化,因此诊断结果在很大程度上取决于医生的经验和诊断能力。
发明内容
本发明考虑到在如上文所述的管状结构(管状***)的常规观察和分析方法中存在的各种问题而进行了改进,其主要的目的是提供一种用于分析管状结构的处理器,其能够容易地掌握管状结构,例如病人身体的血管的全部或部分三维形状,能够容易地发现和观察待观察部位,例如狭窄或瘤疾病部位的位置和状态,同时能够极大地减轻实施诊断和观察的操作者的操作上的负担,由此能够提高操作效率。
在上述主要目的之外,本发明的另一个目的是能够更容易掌握管状结构和其它结构之间的位置关系。
在上述主要目的之外,本发明的又一个目的是能够用自然轮廓来描绘管状结构,并能够对管状结构形式进行更稳定和更精确的分析。
在上述主要目的之外,本发明的又一个目的是当设定管状结构的芯线或轮廓时,能够在很大程度上减轻手动编辑控制点的劳动强度。
在上述主要目的之外,本发明的又一个目的是能够准确提供管状结构的局部疾病部位,例如瘤的三维结构的长期变化的信息,由此便于比较观察疾病部位过去的结果和将来预期的结果。
为了达到这些目的,一方面,本发明提供了一种管状结构的分析器,作为一种分析待检查对象管状结构的分析器。该分析器包括:一准备单元,其用于准备同一待检查对象的多组三维图像数据;一结构提取单元,其用于从多组三维图像数据中逐组地提取表示三维管状结构的图像数据,由此产生多组结构图像数据;一参考方向指定单元,其用于为多组三维图像数据指定参考方向;一参考点指定单元,其用于为包含于多组结构图像数据的每一组中的管状结构的每一个芯线指定一个参考点;一伸直图像产生单元,其用于从多组结构图像数据中的每一组产生多个截面中的每个截面的管状结构的伸直图像数据,其中这些截面在三维位置上彼此相同并且基于参考方向而确定,由此产生多组伸直图像数据;和一伸直图像显示单元,其用于显示基于参考点列的伸直图像的多组数据。
优选地,该伸直图像产生单元包括:一轮廓数据提取单元,其用于以芯线作为参考从多组结构图像数据组的每一组中提取管状结构的轮廓数据。在这种结构中,最好分析器进一步包括:一轮廓显示单元,其用于显示管状结构的多组轮廓数据的轮廓数据;一变化信息获取单元,其用于在由轮廓显示单元显示的多组管状结构的轮廓的基础上获取与管状结构随时间的推移产生的变化相关的信息;一信息显示单元,其用于显示所获得的与随时间推移而发生的变化相关的信息。
作为本发明的另一方面,提供了一种分析待检查对象的管状结构的分析器,该分析器包括:一准备单元,其用于准备同一待检查对象的三维图像数据;一图像数据产生单元,其用于从三维图像数据中产生:对象的体绘制图像、三维图像数据的最大强度投影(MIP)图像和在三维图像数据中任意一个截面的平面重组图像中的至少一种图像的数据;一曲面重组图像产生单元,其用于从三维图像数据产生曲面重组图像的数据;一芯线产生单元,其用于通过使用三维图像数据产生管状结构芯线的三维位置数据;一参考图像显示单元,其用于通过将芯线的位置数据叠加于由体绘制图像、最大强度投影(MIP)图像、平面重组图像和曲面重组图像中的一种所组成的参考图像的数据上而显示该芯线;一曲面重组图像显示单元,其用于通过将芯线的位置数据叠加于曲面重组图像的数据上而显示该芯线;一芯线校正单元,其设置为用于校正叠加于由参考图像显示单元显示的参考图像上的芯线形状;和一曲面重组图像更新单元,其用于响应通过芯线校正单元对参考图像上芯线形状的校正,从三维图像数据中产生由曲面重组图像显示单元显示的曲面重组图像的数据,并且用于更新参考图像上芯线的叠加显示基本上实时地响应芯线形状校正而更新曲面重组图像。
在该结构中,最好分析器进一步包括:一分析单元,其用于分析管状结构的形态特征;一接收单元,其用于接收用来指示显示在参考图像和曲面重组图像上的芯线位置是否合适的信号;和一分析许可单元,其用于仅仅当接收单元接收到的所述信号指示芯线的位置合适时才允许分析单元分析管状结构的形态特征。
进一步地,作为本发明的另一个方面,提供了一种分析待检查对象的管状结构的分析器,该分析器包括:一准备单元,其用于准备同一待检查对象的三维图像数据;一图像数据产生单元,其用于从三维图像数据中产生对象的体绘制图像、三维图像数据的最大强度投影(MIP)图像和三维图像数据中任意一个截面的平面重组图像中的至少一种图像的数据,作为参考图像数据;一单元,其用于从所述三维图像数据中产生指示管状结构的三维位置信息的芯线数据;一单元,其用于基于芯线数据产生管状结构的伸直图像或垂直截面图像的数据;一单元,其用于使用参考图像的数据、伸直图像或垂直截面图像的数据,和芯线的数据,从而使叠加有芯线的参考图像和叠加有芯线的伸直图像或垂直截面图像并排显示;一单元,其用于在每一个参考图像和伸直图像的芯线上指定一位置可变标记,所述标记用来表示管状结构的视图信息和感兴趣点的信息;一单元,其用于响应在伸直图像上的上述标记的位置变化,从而重新绘制在其中反映出该位置变化的参考图像。
附图说明
本发明的其它目的和方面从下面的描述和带有参考附图的实施例中将变得显而易见。
图1是示出了在本发明各个实施例中采用的用于分析管状结构的处理器的一个典型硬件结构的框图;
图2是示出了在第一实施例中进行的用于显示和分析管状结构,例如血管的处理的概要流程草图;
图3A和3B示出了屏幕上显示的实例;
图4示出了由芯线位置校正产生的关联显示处理的概要流程图;
图5示出了显示由芯线位置校正产生的关联显示的屏幕;
图6示出了显示由芯线位置校正产生的关联显示的屏幕;
图7是用于接受芯线位置校正的窗口的描述图;
图8A到8C示出了显示提取出的血管壁的实例的屏幕;
图9A到9B示出了用于说明血管轮廓校正的屏幕;
图10示出了血管图像显示的一个实例;
图11示出了血管分析结果显示的一个实例;
图12示出了血管分析结果显示的另一个实例;
图13示出了血管分析结果显示的又一个实例;
图14示出了血管分析结果显示的又一个实例;
图15A到15C示出了说明第一实施例的第一变型中取向简化实例的屏幕;
图16A和16B示出了说明第一变型中取向简化实例的屏幕;
图17示出了用于说明适用于第一变型的关联显示的屏幕;
图18A到18B示出了其它用于说明适用于第一变型的关联显示的屏幕;
图19是用于说明第一实施例的第二变型中关联显示的处理的概要的流程图;
图20示出了说明第二变型中关联显示的屏幕;
图21A到21B是用于说明向第一实施例的第三变型中增加芯线的必要性的血管示意图;
图22是示出了第三变型中与通过点的增加和移动相对应的芯线校正操作的示意流程图;
图23A和23B是用于说明第三变型中通过点的增加的血管示意图;
图24是用于说明本发明管状结构的分析处理器第二实施例的功能框图;
图25示出了在第二实施例中执行的伸直空间(straight volume)准备处理;
图26示出了在第二实施例中执行的伸直视图和垂直视图的截面位置变化;
图27示出了在第二实施例中执行的从管状结构中提取的轮廓的校正处理;
图28示出了在第二实施例中执行的参数图像准备处理;
图29示出了在第二实施例中显示的缺省图像(监视器屏幕)的实例;
图30示出了在第二实施例中执行的特定区域三维图像的显示;
图31示出了在第二实施例执行的体数据显示和特定区域三维显示的参数显示;
图32示出了在第二实施例中准备一个假设的处于正常状态的管状结构模型;
图33是用于说明在第二实施例中执行的显示和定量分析管状结构,例如血管的概要流程草图;
图34是用于说明本发明管状结构的分析处理器第三实施例的功能框图;
图35示出了在第三实施例中执行的位置对齐处理;
图36示出了在第三实施例中执行的长期变化的计算;
图37示出了在第三实施例中执行的长期变化图像的准备;
图38示出了用于显示在第三实施例中显示的典型的测量范围设置屏幕的屏幕。
图39示出了用于显示在第三实施例中显示的典型的长期变化观察屏幕的屏幕;
图40是用于说明在第三实施例中实施的管状结构,例如血管的长期变化的观察处理的流程草图;
具体实施方式
本发明的管状结构的图像处理器的优选实施例将参照附图进行详细描述,根据本发明,该图像处理器具有作为分析器的功能。
(第一实施例)
第一实施例将参照图1-14来进行描述。
如图1所示,本实施例的图像处理器是一个通过通信线与医疗设备在线连接的电脑装置、与医疗设备合为一个整体的电脑装置或作为与医疗设备分离的离线电脑装置。
如图1所示,该电脑装置包括一带有CPU和存储器的图像处理器11,一存储程序和处理数据的存储器单元12,一显示单元13,和一输入单元14,如上所述,该电脑装置具有按照要求和外界进行数据通信的功能。
由诊断成像装置(医疗设备),例如X射线CT扫描仪或MRI,采集的被测对象的三维(立体)图像数据,被在线或离线发送到存储器单元12。这些三维图像数据存储在由存储器单元提供的大容量的存储器介质,例如磁光盘中。
用于实现本实施例的三维显示/分析方法的程序事先记录在存储器单元12的记录媒体,例如硬盘中。图像处理器11因此包括CPU111,在其启动后,程序被读出,然后按照程序中描述的步骤来顺序执行三维显示/分析方法的处理。在该执行过程中,与三维显示/分析方法相关的图像显示在显示单元13上,关于三维显示/分析方法的操作信息通过输入单元14从操作者接收。结果,图像处理器11、显示单元13和输入单元14也能够作为由操作者来进行自动血管提取处理的接口。
因为这种硬件结构,所以用于上述三维显示/分析方法的程序运行能够获得图2所示要达到的功能。
在本实施例中,提供了一种操作方法和一种定量分析的技术,用于在使用血管造影CT/MRI拍摄出的血管三维图像的基础上有效地观察血管的形态。
参照图2,现在将详细描述本实施例中由图像处理器11运行的血管分析处理。其中管状结构是血管的情况将在这里进行说明。
<读入图像数据>
采集待由诊断医疗成像装置分析的血管的图像数据,或者读入事先以这种方法采集的三维图像数据。从所述三维图像数据准备三维或二维参考图像,然后将它显示为一个主屏幕(主窗口)(步骤S1)。所述参考图像至少能够归类为以下种类图像中的一种:体绘制图像,MPR图像(任意截面上的平面重组图像或曲面重组图像(曲面MPR图像)),和MIP(最大值投影)图像。该图像数据是通过使用螺旋CT技术在人体轴线方向某一距离处获得的三维图像数据。不同种类的图像数据,例如通过MRI装置或超声诊断装置拍摄的图像数据,只要它们包含被分析血管的三维图像数据,都是可以接受的。所述图像数据通常是身体轴线截面的图像(切片图像),每一个都包括512×512像素,拍摄的间隔大约2mm且数量大约为200幅图像。
<血管提取范围的指定>
然后,指定血管提取范围(步骤S2)。在这种情况下,操作者设置200个按顺序显示的切片图像。通过定点设备,例如鼠标来指定显示的切片图像上管状区域中的点,由此从曾经指定的位置信息来选择三维空间上的一点。该操作执行两次,一次用于起点S,另一次用于终点E,并分别设置三维坐标ps和pe。
<血管芯线的伸展>
接着,提取连接着血管提取范围的起点S和终点E的管状区域的芯线(步骤S3)。芯线的提取可以通过对在血管中提取管状区域得到的二进制数据进行三维线细化(line-refining)处理来实现。更具体地,可采用被称为细化法(thinning method)或骨架化方法(skeletonization method)的技术(例如,见2001年的Proceedings of SPIE杂志第4322卷第323-330页,Ali Shahrokni等人的文章“Fast skeletonization algorithm for 3-D elongated objects”)。用来确定管状区域的芯线的另一种方法被美国专利No.5971767公开了,其也适用于在本实施例中提取芯线。作为用上述任一种方法提取芯线的结果,可以获得作为包含N个点的pi(i=1..N)的血管从起点S到终点E的血管范围内的血管芯线。
参考材料IEEE Tran.Med.Imag杂志2000年第19卷第4期,Onno WinkandWiro J.Niessen的文章“Fast Dedineation and Visualization of Vessles in 3-DAngiographic Images”公开了一种方法,该方法通过从一个指定点自动跟踪血管的内部血管而提取芯线和血管的表面(血管跟踪法)。
<血管芯线的显示和校正>
提取的血管芯线的点列显示在屏幕上,并按照要求在操作者的处理下,对该点列进行校正(步骤S4)。图3A到3B示出了屏幕显示的实例。
平面重组图像(见图3A)是三维图像在朝向任意方向的一个平面上的剖视图,其通过灰度级表示。在图3A中,管腔简单地由点的集合表示。虽然除血管之外的部分也由灰度级表示,但所有的部分在图3A中都用白色显示。一粗实线SL表示提取的芯线,由于血管芯线SL作为三维曲线来表示,因此它通常与平面重组图像的芯线不在同一部分,然而它作为曲线投射在该平面上而叠加显示。在粗实线上显示的方块标记MK表示用于手动校正曲线的控制点,该弯曲形状可以通过操作鼠标移动该点或类似的方法而进行校正。
曲面重组图像(见图3A)是通过在一个二维平面上扩展一个由曲面剪切三维图像产生的灰度级图像而获得的图像,该曲面表示为与平面重组图像的所述平面垂直的直线当同时通过平面重组图像的芯线(粗实线SL)上的点的集合。与在平面重组图像中相同,血管腔IB由图3B中点的集合来表示。在平面重组图像中,如果血管腔是三维弯曲的,那么血管的全部范围并不总是显示在图像中。然而,由于血管芯线SL通过血管内部,所以如果芯线的三维位置合适,用来确定芯线SL的血管的全部范围必须在曲面重组图像中进行描绘。因此在血管的全部范围内通过观察曲面重组图像可获得厚度或类似的信息。
由此该曲面重组图像能有效地用于观察血管的断层扫描信息,血管的芯线(粗实线)SL和用于手动校正芯线SL的控制点MK也显示在曲面重组图像中。在平面重组图像和曲面重组图像中,芯线的位置能够通过控制点MK的位置校正而得到三维校正。
在本实施例中,当平面重组图像的芯线被校正时,对应于该校正后的新的芯线的曲面重组图像重新生成并显示。
血管芯线的校正及其确认操作子程序现在将参考图4-7进行描述。
子程序处理的概要如图4所示,当血管芯线被提取时,例如,一参考图像和一确认图像平行显示在显示单元13的屏幕上,所述参考图像是体绘制图像、MIP图像、平面重组图像和曲面重组图像中的任意一种。在该实例中,所述图像是平面重组图像。例如,一曲面重组图像作为确认图像显示。因此在显示单元13上提供了图5所示的监视器屏幕。
与在图5所示的监视器屏幕上观察到的相同的血管腔IB(也就是血管图像)显示在平面重组图像和曲面重组图像中,沿着其中的腔,血管芯线SL以加权单位显示。由于在平面重组图像长度方向的中间部分,提取的芯线SL在腔的宽度方向的位置不理想,因此血管腔IB部分变得不规则,并且在与曲面重组图像长度方向对应的中间部分A处消失。也就是说,观察图像的操作者能够马上意识到需要校正血管芯线SL的位置。
因此,操作者通过操作输入单元14(图4,步骤S100)“牵引芯线”来在图6所示的监视器屏幕上的平面重组图像中校正芯线的位置。例如,如虚箭头AR所示,该位置由虚线位置移到了实线位置。响应该移动,该图像处理器22读入由该移动产生的芯线SL的位置信息(步骤S101),然后重新产生校正的曲面重组图像的数据(步骤S102),当前显示在显示单元13上的监视器屏幕上的所述曲面重组图像通过使用上述重新产生的数据而更新(步骤S103)。结果,在图6所示的监视器屏幕中,血管腔IB合适地出现在曲面重组图像中,芯线SL基本上可靠地位于其宽度方向上的中间位置。
如图7所示,“血管芯线的提取结果”的“校正和确认”窗口同时显示在监视器屏幕上,因此操作者通过操作输入单元14来点击“校正和确认”窗口上的“接受”按钮或“取消”按钮。
响应该操作,所述图像处理器11读入表示操作者“是否接受了芯线位置(接受或不接受)”的信号,并且从操作单元13做出这样的判断(步骤S104)。当判断是“否”时,也就是说,当芯线位置不被接受时,所述图像处理器进一步读入来自操作单元13的显示“芯线校正操作是否取消”的询问操作者的信号,并且做出这样的决定(步骤S105)。
当确定取消该芯线的校正操作时,图像处理器11将监视器屏幕重新设置到一系列校正之前的屏幕,并且设置一个表示取消的标记(步骤S106)。另一方面,如果在步骤S104的决定是“是”,也就是说,当芯线校正结果被确定为可接受时,图像处理器11执行一个规定的接受处理(步骤S107),该接受处理包括设置一个表示接受结果的标记。随后将进行描述的血管形状的分析操作和其结果的显示(步骤S8-S13)仅仅当设置了该标记时才允许进行。
在本实施例中,如上文所述,操作者(检查医生或类似的人)有机会直观地确定芯线位置的状态是否合适和按照要求对其进行校正。芯线位置能够手动校正,随同该校正,曲面重组图像也基本上实时地自动校正。这保证了曲面重组图像中芯线确定的整个范围内血管(腔)的合适绘制,由此可能在合适地掌握血管形状时校正芯线,所以能够更快速地执行校正操作。在被采用的***中,随后将描述的血管形状的分析仅仅当芯线的校正结果合理时才被允许,所以能够进一步的增加分析结果的可靠性。
<血管轮廓的提取>
当如此建立最终的血管芯线之后,提取血管轮廓,也就是血管表面形状的三维数据(步骤S5),该提取过程可以使用例如在本发明的现有技术部分提到的参考资料IEEE Trans.Med.Imag杂志2000年第19卷第4期第337-346页,Onno Wick等人的“在3D血管造影图像中血管的快速描绘和显示”的文章所公开的技术。结果,在与血管芯线上有限数量的点对应的血管截面(基本上垂直于血管芯线的截面)上,血管轮廓的形状可作为轮廓上有限数量的点的位置信息而获得。通过使用这些信息,能够确定一个三维弯曲的表面,这样确定的弯曲表面表示出血管表面的一个三维形状。
<血管轮廓提取的显示和校正>
然后,上述得到的血管轮廓的形状被转移到监视器上,其中轮廓上有限数量的各段位置信息能够按照要求象芯线位置的校正操作那样响应操作者的操作而被校正(步骤S6)。
<提取的血管壁的显示>
通过上述血管轮廓的提取确定的血管表面的形状作为轮廓线叠加显示在图8A-8C所示的平面重组图像和曲面重组图像上(步骤S7)。
为了执行该操作,确定轮廓线的手段是必要的。轮廓线是表示三维血管表面与平面重组图像的一个平面和曲面重组图像的一个曲面的交叉的线。其计算和显示通过在整个的弯曲表面上重复确定和显示局部交叉线的操作而实现,所述局部交叉线是由控制点表示的血管的局部弯曲表面和重组图像的表面交叉形成的。血管壁显示在平面重组图像和曲面重组图像上的实例如图8A-8C所示。
准备一平面重组图像和一曲面重组图像的方法与显示芯线的情况相同,另一方面,曲面重组图像A是沿着一个平面伸展和显示一个弯曲表面而产生的,所述弯曲表面表示为经过芯线上的点、与平面重组图像的所述平面平行的直线的集合和三维图像截面的灰度图像表示。血管芯线(细实线)SL和轮廓线(血管壁和弯曲表面的交叉线)CT叠加显示在上面。用于弯曲表面形状校正的控制点(方块)MK显示在曲面重组图像A和B的轮廓线上,所述弯曲表面的形状(血管表面形状)可以通过例如鼠标这样的定点设备移动控制点MK而进行校正,这种校正的实例分别如图9A和9B所示。
与芯线位置的校正一样,显示的弯曲表面形状由操作者确认,如果认为其合适,那么操作者点击“确定”按钮。当点击“确定”按钮之后,建立显示的轮廓形状并用于随后的分析处理。当“确定”按钮没有被点击,该轮廓形状就不会用于随后的处理,这保证了分析结果的高精度。
<提取的血管的显示>
然后,显示所述提取的血管(步骤S7)。血管的该显示通过在垂直视图(屏幕)上显示垂直截面图像,和在伸直视图(屏幕)上显示血管的提取图像来实现。
<垂直截面图像的显示>
当提取芯线之后,就能够在芯线上的每一点限定一个与芯线垂直的截面,这允许平面重组图像作为一个垂直截面图像显示在该表面上(见图10B)。尤其是,图像处理器11以实时的方式根据沿着核心线显示的每一个截面的变化准备和显示一个相应的垂直截面图像,它有效地用于确定例如狭窄这样的三维血管结构。
<血管伸直图像的显示>
图像处理器11在芯线上以小间隔准备上述垂直截面图像,一个三维体图像通过堆叠这些图像而得到。准备好体图像(伸展的体图像),这样血管芯线对应于准备好的垂直截面图像的某一位置(例如在中心)。在该体图像中,血管芯线形成一直线,设置伸展的体图像中的基本上平行于该直线的平面,从这些平面准备平面重组图像。这产生了带有直线延伸的血管芯线的血管伸直图像的准备和显示(见图10A)。
伸直血管图像清楚地显示轴向上例如厚度这样的血管形状的变化,能用于从不同于垂直截面图像的视点观察血管的三维形状,因此如图10A和10B所示的垂直图像和血管伸直图像的组合显示尤其有用。
图10中的区域BV表示准备好的重组图像中血管的一部分,粗虚线VW通过准备好所述重组图像和血管壁的平面面的相交曲线来表示提取的血管壁形状,血管伸直图像上的纵轴线L1是指示显示在垂直截面图像上的截面位置的游标(标线),其可以按照操作者的操作在屏幕上左右移动。根据接受到的移动指令,图像处理器11以实时的方式在垂直视图上重新绘出相应的垂直截面图像。
垂直截面图像上的对角线L2是指示血管伸直图像的一个截面的游标(标线),其可以通过使用者的操作而类似地旋转,伴随着该旋转操作,图像处理器11以实时的方式在伸直视图上重新绘出相应的截面。标线L1和L2的末端都被用作点击点,用鼠标拖曳这些点允许上述标线的移动。标线L1和L2附近所带的三角是截面相对于图像在哪个方向显示的标志。
当在图像处理器11中实际准备一个血管伸直图像和一个垂直截面图像时,适用的方法不局限于上述方法,包括上述的对伸展空间的中间准备,和通过使用平面重组技术准备一个血管伸直图像的步骤。所述平面伸展图像能够直接从提取的芯线准备,所述平面伸展图像准备方法的细节将随后进行描述。
另一方面,图像处理器11能够按照要求通过操作从血管伸展的显示状态切换到基于平面重组图像的MIP(最大值投影)图像。结果,在基于MPR方法的血管伸直图像的情况下,血管芯线与提取的血管壁相分离的情况将导致提取的血管的中断,而切换到MIP图像使之能够提供一幅未中断的图像。
<分析范围的指定,测量点的指定/狭窄率的分析>
随后,执行血管形状的分析处理,与芯线的位置和血管表面的形状的处理一样,仅仅当获得操作者在屏幕上的确认(接受)时才允许进行该分析处理。
在上述伸展血管的显示完成之后,在图像处理器11中指定狭窄率和测量点分析的范围成为可能,从而允许响应该指定的狭窄率的分析(步骤S8和S9)。
为了实施狭窄率分析,首先需要指定测量点,测量点通过如下的方法由图像处理器11指定。
图11显示了用于测量点的指定的一个典型屏幕,该屏幕显示了一个血管伸直图像和一个垂直截面图像,同时还有标有“O”和“R”的按钮。当通过在伸直视图上移动标线L1(见图11A),使标线L1对准血管在垂直截面图像上被观察到最细的位置,并且在此选择“O”按钮时,在标线L1的位置处显示一条纵向线,且标记“O”标示在该纵轴线旁。当标线设置在血管被观察到具有正常厚度处,并且按下“R”按钮时,显示相似的纵向线,且标记“R”标示在其旁边,在该截面水平的血管厚度显示在标记“O”和“R”附近。
即使当上述的标记有“O”和“R”的测量点指定之后,也可在移动标线之后通过重新点击按钮“R”或类似的按钮来重新指定。配置可以是这样,即测量点的位置能够通过拖曳表示指定点的线而进行校正。
关于提取的血管壁的信息用于测量血管的厚度。对于一个三维摄像的血管,除截面面积之外,平均直径或最小直径可以用于表示血管厚度。例如,配置可以是这样,即在部分R(正常部分)的一个测量点显示平均直径,在部分“O”(最严重的狭窄部分)的一个测量点显示最小直径。
图像处理器11通过计算公式“{(正常部分直径-狭窄部位直径)/正常部分直径}×100(%)”计算狭窄率,计算的结果值显示在位于部分O(最严重的狭窄部分)的检查点位置的纵向线附近。用于部分R(正常部分)的测量点数量不仅限于一个,也可以指定两个或多个。当部分R(正常部分)仅有一个测量点时,部分R的直径用作正常部分的直径。另一方面,当指定多个测量点时,该多个部分R的直径的平均值可以作为正常部分的直径。
平均直径或最小直径按如下方法确定。作为血管壁的提取的结果,获得了血管截面图像的血管轮廓形状。该轮廓如图12所示由围绕区域RC的线表示。当考虑到在一个包括区域RC的平面上指向具有角度θ的方向的直线时,那里存在两条直线LN1和LN2,其中所有血管区域仅包含在上述直线的一侧。所述两条直线LN1和LN2互相平行,它们之间的距离d(θ)表示血管在角度θ方向上投影的厚度。平均直径是d(θ)值的平均值,最小直径是d(θ)值的最小值。由于平均直径和最小直径不依赖于角度θ的参考方向(θ=0的方向),因比操作者可以为每个截面任意选择一个参考方向。除上述以外,也可以使用有效直径(=面积的平方根)。
<截面面积曲线/直径曲线>
图像处理器11可以具有一种配置,其中作为上文所述的狭窄分析处理(步骤S9)的一部分,计算出与血管相关的各种系数并以图形的形式显示。
当沿着血管芯线移动血管芯线上的点时,通过计算血管腔面积、平均直径、有效直径、最小直径和最大直径,能够绘出一个显示关于血管厚度沿着血管如何变化的信息的曲线。类似地当改变O点时通过计算狭窄率也能够绘出显示沿着血管狭窄率如何变化的曲线。
图13示出了一个与血管伸直图像一起显示的典型的截面面积曲线。除此以外,关于血管腔面积、平均直径、有效直径、最小直径、最大直径和/或狭窄率的曲线图也能够以相同的方法适当地准备和显示。操作者能够通过观察这些图形直观地了解血管的哪个部位患有何种程度的狭窄。因此,操作者不但能够及早发现血管的异常部位,而且能够及早知道所发现的异常部位周围的血管厚度如何变化,以及在什么长度上该异常已经变得很严重。
<测量点的指定/血管长度的分析>
在上述提取的血管的显示完成之后(步骤S7),图像处理器指定测量点,从而允许响应这些测量点进行血管长度分析(步骤S10和S11)。
提取血管芯线的另一个好处是容易地沿着血管芯线进行血管长度的分析的可能性。图14示出了一个典型的血管长度分析屏幕。
当通过横向移动标线L1,在血管伸直图像中按下按钮“P”后,设置了一个测量点P。同时一个标记“P”标示在一个同时显示的曲线上(例如截面面积曲线),距璃点P处提取的血管范围前端的距离以mm为单位显示。当标线L1进一步移动并按下按钮“D”时,设置另一个测量点并且在曲线上标示标记“D”。距离点D的血管范围前端的距离以mm为单位显示。
即使在一旦指定测量点之后,该指定也能够通过移动标线,然后再按下“P”或“D”按钮进行修正。测量点的位置可以通过拖曳表示指定的测量点的线而变得准确。
通过这样的血管长度的分析显示的长度不是三维空间的欧几里德距离,而是沿着血管芯线的长度。所述血管芯线是由多个控制点表示的曲线(典型地是一个三次仿样曲线),该曲线上的坐标能通过使用参数t以例如x(t)这样的参数形式表示。假设x(t)对于t的微分是x′(t),参数t1到t2的距离通过以下公式计算:
当测量点P和D都被设置之后,沿着血管芯线从P点到D点的距离由上述同样的方法计算,结果值显示在例如截面曲线上。
根据这种血管长度的分析及其显示的方法,操作者仅通过在血管伸直图像上左右移动标线L1就能在血管芯线上指定两个点。在这种情况下,当操作者通过伸直图像和截面面积曲线观察血管厚度的变化时就能够确定这些测量点。当在常规技术中在体绘制屏幕的三维空间上指定一个测量点时,在进行这样的比较时很难确定测量点,也很难在屏幕上确定所指定的测量点是否是操作者想要的点。与此相比,相反地,在本实施例中用于在血管伸直图像上指定测量点的方法允许容易地确定所指定的测量点对应于血管的什么部分,并能够按照要求容易地校正测量点的一个曾指定的位置,产生长度分析的更加可靠的结果。
<测量点的指定/血管弯曲角度的分析>
在上述提取的血管的显示完成之后(步骤S7),图像处理器11指定测量点,从而允许响应这些测量点进行血管弯曲角度的分析(步骤S12和S13)。
更具体地,在血管长度的分析时,在血管芯线上指定三个点就可以计算它们之间的角度。当这三个点的三维坐标为x1,x2,x3,时,血管的弯曲角度由下面公式计算:
其计算结果以一种适当的方式显示。
(可适用于第一实施例的变型)
现在将参照附图描述可应用于上述第一实施例的管状结构图像处理器基本配置的各种变型。
(第一变型)
第一变型与由图像处理器11执行的有助于撑握取向(空间位置关系)的处理有关。
<(1.1)伸直视图中的取向(标记显示)(marker display)>
用于帮助掌握取向的手段是在伸直视图(血管伸直图像)中的取向指示功能,更具体地,其为标记显示(marker display)。
如图15A-15C所示,标记o和x显示在与血管伸直图像上的血管壁A(左)和血管壁B(右)相对应的与主屏幕相应的血管壁上。这指出了血管左右方向之间的关系。
该显示既适用于扭转量被校正的情况也适用于扭转量未被校正的情况。如果血管伸直图像包括血管明显的扭转,就很难掌握位置关系。为了解决这个问题,一个标记o或x显示在血管伸直图像的血管壁上,然后,同样类型的标记显示在主屏幕上血管壁的对应位置。类似的显示也可用于垂直截面图像(见图15A)。
图15B示出了标记显示在主屏幕上参考图像的血管两边的情况,所述标记位于血管上与血管伸直图像的游标条对应的位置。垂直截面图像在血管的左右两边有两个对应的标记位置。所述标记显示在这两点处。
图15C示出了这样的情况:一个标记在垂直截面图像中显示在与图15A中相同的位置的情况;一个标记在主屏幕的参考图像中显示在与在图15A中相同的位置;进一步地,主屏幕的参考图像的血管轮廓形状以加权值显示。在血管伸直图像中,与参考图像上两个标记(o和x)的左右位置关系相对应,对应的标记显示在游标条的左右。
<(1.2)伸直视图的取向(弯曲的剪切面)(bent clip face)>
作为另一个用于帮助撑握取向的手段,这里提供了一个在伸直视图的血管伸直图像中使用一个弯曲的剪切面(bent clip face)的取向指示功能。
例如,如图16A所示,对应于血管伸直图像的截面一个弯曲的剪切面显示在主屏幕上,从而能够掌握血管伸直图像的截面的方向。如图16B所示,血管伸直图像的法向在主屏幕上由一个箭头显示。
(a)特别地,提供用于指示体绘制图像的待显示范围的剪切体数据。判断每个体数据的体元(boxel)位置与血管芯线间的距离是否小于特定值,以及它是否在血管伸直图像的伸直视图中所述截面这一侧的区域内;该判断结果反映到剪切体数据中。将体绘制图像显示在主屏幕上时,参考体数据进行剪切,并且仅仅显示判断结果是为假的区域。用于剪切的体数据可以作为体元数据存储,其中真假判断结果对应于空间体的所有逻辑单元进行记录,或者以信息压缩的形式同等地储存所有这些数据。
(b)在伸直视图的血管伸直图像上与游标条位置对应的线A显示在主屏幕上的体绘制图像、MIP图像或平面重组图像上;确定一个朝向该屏幕这一边的矢量,其垂直于血管伸直图像的截面;一个朝向该矢量的箭头显示在与主屏幕的线A的血管芯线对应的位置。
<(1.3)从主屏幕到伸直视图的关联移动>
作为另一个帮助识别取向的手段,提供了从主屏幕上的参考图像到伸直视图上的血管伸直图像的联锁处理。
采用伸直视图上的血管伸直图像和垂直视图上的垂直截面图像的方法是一种用于观察血管厚度或截面形状变化的方便的显示方法。然而,在辨认病人的血管和其它组织的位置关系中存在困难,这是因为,单独从显示在这些截面上的图像上,不能容易地判断截面是从什么周围组织切下的这样的位置关系。
在该实例中,除血管伸直图像和垂直截面图像之外,通过同时提供一个具有与截面图像的位置相关的视向的参考图像而解决这个问题。
图17示出了包括血管伸直图像、垂直截面图像和参考图像的三个屏幕显示在单个监视器屏幕中的情况。
以一个视向拍摄的病人的部分MIP图像显示为主屏幕上的参考图像。在此MIP图像是作为一个例子进行显示,然而也可显示体绘制图像和平面重组图像。在该方案中,可通过鼠标或键盘操作改变视向。
特别地,当第一次显示该屏幕时,或者该视向通过操作者操作而被改变时,图像处理器11通过使用表示取决于操作者的操作的初始视向的坐标转换矩阵或表示新修改的视向的坐标转换矩阵绘出一个参考图像。
然后,准备一个垂直于参考图像的视向矢量的曲面重组图像,该曲面重组图像还具有一经过并垂直于血管芯线的直线作为横坐标,该图像作为血管伸直图像显示在伸直视图上。
当准备该曲面重组图像时,如图18A所示,首先确定一直线,其垂直于血管芯线和在每一点的视图矢量,这些点由从点S(提取的血管的前端)沿着芯线每隔一段与血管伸直图像的单个像素对应的距离分割血管而获得,该直线被作为血管伸直图像的第一轴使用。如果在沿着血管芯线离点S的距离为t的点的位置血管芯线的单位切线矢量(朝向E)是t,在主屏幕中朝向深度方向的单位尺寸的视图方向矢量为v,朝向血管伸直图像的第一轴的矢量e可以根据e=t×v计算。血管伸直图像通过沿着该矢量等间隔地对图像采样而准备,该图像显示在伸直视图上。
然后,准备一个垂直于该血管伸直图像的截面图像,并且作为垂直截面图像显示在垂直视图上。假设与在血管伸直图像中一样,表示该屏幕第一轴的矢量是e,那么表示第二轴的矢量为u=e×t。通过使用这两个矢量e和u进行采样确定坐标r(i,j)=ihe+jhu+p(t)的一个点上的像素值准备一个垂直截面图像。在该公式中,h表示垂直截面图像的每个像素的长度,p(t)表示血管芯线上的一点(离点S的距离为t)。
然后,在该状态下血管伸直图像的截面能够通过旋转垂直截面图像上的游标条而旋转,例如,如图18B所示,当游标条逆时针转过一个角度θ,采用取决于t的矢量e′=ecosθ-usinθ对血管伸直图像进行重新采样。结果,能够在倾斜角为θ的截面上为血管伸直图像准备数据,其中θ取决于游标条的旋转。
由于一直建立有使主屏幕的深度基本上朝向垂直视图的下方的位置关系,垂直截面图像的方向能够容易地确定。因为当游标条水平地位于垂直截面图像上时,基本上平行主屏幕的一个截面形成血管伸直图像,所以能够容易地获得关于哪个截面与血管伸直图像对应的信息。
(第二变型)
第二变型涉及由图像处理器执行的从伸直视图上的血管伸直图像到主屏幕上的参考图像(切向视图模式)的关联显示。
在上述第一变型中,通过产生三个屏幕的关联,使主屏幕的深度方向基本上与垂直视图的屏幕纵轴方向一致,并使伸直视图上的血管伸直图像的截面基本上与平行于主屏幕的平面一致,从而允许容易地识别截面位置。因为主屏幕的方向从不任意变化,既然操作者能够一直看到周围组织和参考图像屏幕的方向之间的关系,所以该关联显示能有效识别一般的大概位置关系。
然而,在一个三维空间里,当有必要准确地确定截面的位置时,包括想要在血管伸直图像上确认显示在血管附近和周围的精细结构的位置的情况下,上述第一变型所使用的技术并不总是够用。也就是说,仅有一个合适的位置关系是可辨认的,这可能需要花费大量的时间和遭遇更大的困难。在该变型中,提供了一个在这种情况下很有用的屏幕移动方法(切向视图模式),具体地,该方法按下面的步骤由图像处理器11执行。
当操作者实施一个模式变化操作来将上述第一变型的显示状态改变到该变型的显示状态时,图像处理器11响应该操作按顺序进行下面的步骤,如图19示意性示出。
再次在主屏幕上绘出参考图像(图19,步骤S120和S121),显示上述之后,按下文所述设置一个轴。在模式改变之前的状态下,显示在血管伸直图像的游标条位置t1处的垂直截面图像。该图像的轴向矢量表示为e、t(t1)和u(t1),血管伸直图像的轴线矢量表示为e’(t1)、t(t1)和u’(t1)。通过设置一个在e’(t1)方向的朝向屏幕右方的第一轴,一个在t(t1)方向的朝向屏幕下方的第二轴,和一个在u’(t1)方向的朝向屏幕深度方向的第三轴而绘出参考图像。通过操作者在主屏幕上的操作可以选择和显示MIP图像、体绘制图像和平面重组图像中的任何一个图像。
然后,一个标记显示在主屏幕的参考图像上与血管伸直图像的游标条对应的位置(步骤S122)。结果,获得例如如图20所示的监视器屏幕。
通过在伸直视图上移动血管伸直图像上游标条CB1的位置,利用模式改变之前参考图像的视图方向矢量v,通过与第一变型中同样的计算方法计算e、t(t1)和u(t1)而再次绘出(也就是重新描绘)垂直截面图像。同时,响应游标条CB1的移动,通过使用作为第一、第二和第三轴的e’(t1)、t(t1)和u’(t1)而在游标条CB1的新位置再次绘出参考图像(步骤S123和S124)。
当在垂直截面图像上旋转游标条CB2时,通过第一变型中的同样计算方法再次计算e’(t1)、t(t1)和u’(t1),并再次绘出(也就是重新描绘)血管伸直图像。响应游标条CB2的旋转,对应于矢量e’(t1)、t(t1)和u’(t1)再次绘出参考图像(步骤S125和S126)。
因此,当选择平面重组图像作为主屏幕上的图像时,伸直视图上游标条上图像的截面与主屏幕上从标记处横向延伸的直线上的图像截面完全一致。所以能够通过使游标条与显示在血管伸直图像中的围绕血管的精细结构对准而在主屏幕上显示同一结构。因此能够通过在主屏幕上观察参考图像而准确和容易地确认是什么结构。通过提供给该确认操作的帮助,将主屏幕从平面重组图像切换到MIP图像或体绘制图像可有效地用于准确地理解该图像。
上述的关联显示适用于从垂直截面图像的旋转到主屏幕上的参考图像的关联。
也就是说,能够用反向旋转屏幕自身来代替旋转垂直截面图像的游标条CB2,或者响应它进行更新主屏幕的参考图像的方向的操作。当进行该操作时,如果屏幕逆时针旋转角,视图方向矢量v围绕作为一个轴的矢量t顺时针旋转“-”角,完成该旋转之后,通过使用矢量v,e、t(t1)、u(t1)、e’(t1)和u’(t1)以上述第一变型中同样的方法计算,再次绘出血管伸直图像和垂直截面图像。然后在上述步骤的基础上再次绘出参考图像。
上述的旋转视图方向矢量的操作也能有效用于上述第一变型中的显示模式。
(第三变型)
第三变型涉及一种由图像处理器11执行的提取血管芯线的方法,其指定一个通过点。
当提取血管芯线时,希望只指定起点S和终点E就能提取S和E点之间的芯线。然而,在某些情况下,例如当在它们之间存在血管的闭塞时,S和E不能自动连接在一起。
该变型针对上述不便而进行改进,希望通过指定一个另外的通过点允许S和E点之间的连接。图21A所示的情况示出了一种状态,其中由于血管的闭塞和分支的存在,提取S和E点之间的芯线过程中会产生错误。
在这种情况下,指定一个如图21B所示的通过点M,并在S和M以及M和E之间分别提取芯线就行了。粗线表示在S和M之间提取的正确的芯线。相反地,对于M和E之间的部分(粗虚线),因为该部分中存在完全闭塞,所以仅分别提取部分芯线,并且M和E不连接在一起。在这种情况下,图像处理器11通过连接从M点提取的芯线和从E点提取的芯线的最短的线(细虚线)而连接两个分离的芯线。S和E之间的芯线最终通过连接如此确定的S-M芯线和M-E芯线而确定。
用于提取血管的该方法由图像处理器11按图22所示的处理步骤执行。
更具体地,图像处理器11按照上述方法从病人的三维图像数据准备体绘制图像、MIP图像或平面重组图像,并将其准备好的图像作为参考图像显示在主屏幕上。所述图像处理器11准备一个曲面重组图像,并将准备好的图像作为确认图像与上述图像并排同时显示在主屏幕上(图22,步骤200;见上述图5和6中的例子)。所述曲面重组图像也可以用作参考图像。作为确认图像,血管的伸直图像可以用于代替曲面重组图像。
然后,图像处理器11通过输入单元14接受来自操作者的用于指定血管提取范围的点S和E的指定(步骤S201),根据指定的点的信息提取和显示在点S和E的范围内的血管芯线(步骤S202)。
图像处理器11在作为参考图像的MIP图像、VR(体绘制)图像或平面重组图像上,和作为确认图像的曲面重组图像上叠加显示提取的血管芯线(步骤S203)。
然后,图像处理器11交互地响应操作者的操作而改变截面位置、截面方向或叠加显示的参考图像的视图方向。通过使用这种界面功能,操作者能从参考图像和确认图像的显示状态确定提取的血管芯线是否合适(步骤S204)。
当接收到来自操作者的确定血管芯线的提取状况合适的信息时,就可以使用该血管芯线合适地进行血管壁的提取或血管狭窄率的分析(随后描述的步骤S213)。
另一方面,当接收到来自操作者的血管芯线不合适的信息时,图像处理器11将指示操作者在屏幕上进行手动校正(步骤S205和S206),或通过加入一个血管芯线的通过点而重新尝试提取血管芯线(S205,S207-S211)。
当再次提取血管芯线时,图像处理器11通过输入单元14输入由操作者提供的有关通过点的信息(步骤S207),执行新的通过点和已指定的通过点之间的顺序关系处理(步骤S208),并准备和显示连接通过点的线(步骤S209)。图像处理器11确定增加或移动通过点的必要性(步骤S210),并在需要时重复步骤S207到S209的处理。如果不必要,根据通过点的更新信息再次提取血管芯线(步骤S211),处理回到步骤S204,并重复上述的处理。
通过点的增加和移动处理将参考下面的情况进行描述。
当选择通过点再提取操作时,再输入由操作者使用输入单元14在主屏幕的参考图像上指定的一个点作为通过点M1(步骤S207)。
当输入通过点时,设置顺序关系S-M1-E,显示两条虚线S-M1和M1-E,从而允许操作者确认该顺序关系(步骤S208和S209,见图23A)。
当设置另一个通过点(M2)时,计算从这两条线到点M2的最短的距离11和12,新的通过点M2加入到所述最短距离的线之间(步骤S207-S209;见图23B)。在图23B的情况下,其M1和E之间的连线具有较短的距离,各点的顺序关系是S-M1-M2-E。当通过点被添加到不是由操作者想要的线中时,则删除该增加点。该点被添加到满足正确的顺序关系的直线(在M1和M2之间的直线)附近,并交互地进行将该点移动到一个想要的位置的操作。
随后,例如,当操作者在屏幕上点击“再提取”按钮时,图像处理器11执行血管芯线的再提取(步骤S210)。
在再提取中,更具体地,图像处理器11从组顺序关系导出所有的两点组,在这种情况下,它们包括三组S-M1、M1-M2和M2-E。然后,血管从这三个组中的每一组提取血管芯线。提取之后,当从两个终点延伸的两条线不连接时,它们通过连接彼此间最近的点而连成一条线。通过连接上述提取的三条芯线准备S和E之间的一条单独的血管芯线,从而改变当前有效的叠加显示。
当按上述方法在参考图像上设置一个新的通过点时,图像处理器11响应最新的血管芯线而更新作为确认图像的曲面重组图像(步骤S211),这使在通过点的增加和其位置的连接过程中能够基本上以实时的方式观察由该通过点处理产生的曲面重组图像中的变化。
随后,图像处理器11询问操作者通过点的添加和其位置的校正是否完成(步骤S212),当确定该处理未完成时,过程返回步骤S207,如果确定该处理完成时,过程返回步骤S204。
结果,操作者能够进行再次确认血管芯线是否被合适地提取(步骤S204)。上述一系列操作可以不断重复,直到血管芯线被合适地提取,或者血管芯线被手动连接成一个合适的芯线,或者血管芯线的提取操作本身被取消。也就是说,当操作者确定血管芯线未被合适提取时,所述血管芯线能够按上述方法进行校正和再提取。
相反地,当操作者确定血管芯线已被合适地提取时,图像处理器11允许血管形状的各种分析处理(步骤S213)。
如上文所述,通过响应通过点的增加和其位置校正提供一个血管芯线的自动校正机制,从而仅通过简单地附加指定几个通过点就可以稳定地以高精确度提取血管芯线。因此,与手动血管芯线校正相比,极大地减轻了负担。
(第二实施例)
本发明的用于分析管状结构的处理器的第二实施例将参考图24-33进行描述。
本实施例提供了一个用于分析管状结构的处理器,其允许在血管图像的三维显示中有效识别截面形状,尤其是狭窄部位周围部分和整个血管中的位置的观察。更具体地,用于分析的处理器具有在伸直视图的血管伸直图像和垂直视图的垂直截面图像中允许校正提取区域的轮廓的功能;具有在血管伸直图像上并行显示狭窄率曲线的功能;具有剪切待分析区域和三维显示该被剪切区域的功能;具有图像显示位置的跳变功能和参数显示功能。
本实施例中用于分析管状结构的该处理器具有与图1中所示的同样的硬件结构。
与本实施例中的处理相关的各种部件(包括功能单元)将参照图24进行描述。
显示单元13提供了一个监视器显示屏幕,GUI(图形用户界面)部分13A和图像显示单元13B显示在该屏幕上,这使得显示单元13B能够显示存储在设置在图像处理器11中视频存储器11A中的图像数据。GUI部分13A有用于操作设置在其中的分析处理器器的各种按钮,通过作为输入单元14一部分的鼠标14A进行操作。
另一方面,图像处理器11具有硬件部件比如CPU111、存储器11R和视频存储器11A。除了其它之外,CPU111读出事先存储在存储器12中的处理程序并且根据该处理程序处理三维图像数据,从而向图像处理器11提供如图24所示的各种不同功能。
图像处理器11负责图像处理并且功能性地具有:
-鼠标操作输入处理部分11B
-图像数据存储部分11C
-结构提取部分11D
-芯线提取部分11E
-伸直空间准备部分11F
-血管伸直图像准备部分11G
-垂直截面图像准备部分11H
-截面位置改变部分11I
-管状结构轮廓校正部分11J
-假设的正常管状结构模型准备部分11K
-截面面积/直径计算部分11L
-狭窄率计算部分11M
-狭窄率曲线准备部分11N
-参数图像准备部分11O
-特定区域三维绘图部分11P
-体数据显示准备部分11Q
在这些组成部件中,鼠标操作输入处理部分11B对操作者通过鼠标14A在监视器屏幕上进行的操作进行数据处理。
图像数据存储部分11C存储从存储器12中读出的三维图像数据。所述三维图像数据(体图像数据)将垂直于身体轴向的截面图像沿身体轴线按位置顺序管理,这些截面图像与在体图像数据中表示人的身体方向的信息一起被管理。
管状结构提取部分11D通过所需要的区域提取方法从体图像数据中提取例如血管这样的管状结构的图像数据。适用的区域提取方法包括,例如由MarkoSubasic等人开发的从X射线CT血管造影图像自动提取三维血管和血块区域的技术(参见2001年医学成像(Medial Imaging):Image Processing,Proceeding ofSPIE杂志第4322卷(2001)第388-394页的“腹部主动脉瘤的3D图像分析”)。提取的血管区域作为管状结构模型(轮廓上具有一个采样顶点的表面模型)被储存在存储器11R中。其它技术也可以用于代替上述的提取方法。
芯线提取部分11E在提取的三维血管区域中提取芯线,用于提取芯线的合适方法包括,例如由Onno Wink等人开发的从X射线CT血管造影图像自动提取三维血管芯线的技术(参见IEEE Transactions Medical Imaging杂志2000年4月第19卷第4期的文章“在3D血管造影图像中血管的快速成形和显示(FastDelineation and Visualization of Vessel in 3-D Angiography Images)”),其它的技术也可以应用于替换该芯线提取方法。
伸直空间准备部分11F通过堆叠与血管芯线CL垂直的截面图像重建体数据,从而血管的芯线如图25所示变直。根据储存在图像数据存储部分11C中的图像数据的人体方向信息,堆叠截面图像,从而,作为参考方向,从人体胸部到背部的方向朝向截面图像的上方。上述准备的数据在下文中称为“直体数据”。
血管伸直图像准备部分11G从直体数据准备一个包括血管芯线的截面图像(伸直视图;见图25C)。具体地,它准备在由位置改变部分11I指定的位置处的截面图像。
垂直截面图像准备部分11H准备垂直于伸直空间数据中血管芯线的截面图像(垂直视图;见图25C),具体地,它准备在由位置改变部分11I指定的位置处的截面图像。
如图26所示,截面位置改变部分11I可以响应操作者的操作确定生成血管伸直图像/垂直截面图像的截面位置。更具体地,该部分具有步进截面移动模式,在该移动模式中,可以以设定的步进值改变截面位置(伸直视图中绕血管芯线旋转的角度;垂直视图中沿着血管芯线的距离或体元(boxels)数)。
截面位置变化部分11I具有跳到狭窄率计算部分11M计算出的狭窄率曲线的最大位置的跳变模式。在该跳变模式中,当操作者执行跳变指令操作时,该部分在伸直视图的中央显示最大狭窄率位置,并作为伸直视图的显示范围,自动设置一个包括覆盖狭窄率至少为特定值的范围的两边的最大值的所述显示范围的放大比例。伸直视图为具有狭窄率最大值的截面,并被设置在通过最小直径的截面上。在这种情况下,在具有狭窄率最大值的位置处的截面图像被显示在垂直截面图像上,也就是垂直视图上。
伸直视图的中央位置和垂直视图的截面位置可以使用血管截面面积或直径的曲线来代替狭窄率曲线进行设置。然而,当使用截面面积或直径时,应当采用曲线的最大或最小值位置作为跳变位置。在动脉瘤或类似的情况时应选择最大值,在狭窄的情况时选择最小值。
截面位置改变部分11I具有一种模式,其中当从指定了在GUI部分13A中设置的特定像素值的窗口中设置一个特定的像素值时,处理过程跳变到包括带有上述像素值的区域(例如,钙化区域或软斑(soft plaque)区域)的截面。当操作者进行这样的跳变指令操作时,该部分在每个围绕血管芯线旋转的方向和沿着血管芯线的方向,搜寻具有包括指定的像素值的区域的伸直视图/垂直视图的一个截面,其中在该步进移动模式中设置当前步进值,同时在显示部分产生该截面。跳变的参考位置应当位于所述具有特定像素值的区域的重心位置。搜寻的优先顺序是,例如,以从中心到血管的末端的方向,然后围绕芯线沿顺时针方向。
如图27所示,结构轮廓校正部分11J将由结构提取部分11D提取的管状结构轮廓模型的轮廓叠加显示在血管伸直图像和垂直截面图像上,并将其写入到视频存储器11A中。该部分响应操作者的操作改变显示的轮廓。管状结构轮廓模型在轮廓上有一个作为顶点的采样点。通过鼠标14A拖曳该顶点,该顶点响应该操作在截面上移动。三维空间中所述移动的顶点的相邻的顶点也移动到连接相邻顶点的近似曲线上,从而允许管状结构轮廓模型的校正。所述管状结构轮廓校正部分11J重新写入图像储存器11A的数据,从而校正的结果也分别反映到叠加显示在血管伸直图像和垂直图像上的管状结构轮廓模型中。
截面面积/直径计算部分11L具有根据管状结构轮廓模型计算垂直于血管芯线的截面的截面面积的功能,和计算穿过血管芯线的直径和半径的功能。
假设的正常结构模型准备部分11K具有准备假设的正常状态中管状结构模型的数据的功能(假设的正常结构模型)。具体地,如图32所示,该准备部分11K通过对利用回归线法从血管芯线到管状结构轮廓模型的顶点(轮廓上的采样点)的距离(半径)的值描绘曲线而得到一近似曲线图。然后,低于该回归线的采样点被去除。结果,该处理不断重复,直到在剩余采样点处的半径和回归线之间的相对均方差总和(采样点处的直径-回归线值数值)^2/(采样点直径)^2小于某一阈值。从回归线再次确定半径。然后,通过响应该重新确定的半径在半径方向移动顶点位置准备假设的正常管状结构模型。所述回归线可以是回归曲线。
狭窄率计算部分11M基于结构轮廓模型和假设的正常结构模型的截面形状计算管状结构的狭窄率。
确定垂直视图上结构轮廓模型的截面a的面积Aa,和垂直视图上假设的正常管状结构模型的截面b的面积Ab。狭窄率计算部分11M使用这些面积值依照公式(Ab-Aa)/Ab×100(%)计算狭窄率,通过确定截面A的最小直径(Da)和对应于截面b的位置处的直径或平均直径(Db),可计算(Db-Da)/Db×100(%)的值作为狭窄率。
狭窄率曲线准备部分11N通过沿血管芯线的方向绘制由狭窄率计算部分11M算出的狭窄率而准备一狭窄率曲线。所述狭窄率曲线被写入视频存储器11A中,从而与伸直视图对应地显示该曲线(见图31)。
参数图像准备部分11O的功能现在将参照图28进行描述。所述参数图像准备部分11O在原始图像数据的坐标系上建立一带有连接点的线框模型,所述连接点从伸直空间中结构轮廓模型的顶点的转换产生的点而获得。将垂直视图上所述结构模型的半径、直径、截面面积或狭窄率分配给每一个连接点。
在四个相邻连接点的平均坐标位置添加连接点,直到线框的连接点之间的距离小于某一个阈值。根据连接点的距离对分配给相邻连接点的数值(半径、直径、截面面积或狭窄率)进行插值,并且将结果分配到增加的连接点(这被作为“参数模型”)。
参数图像准备部分11O具有使用如上文所述准备的参数模型进行管状结构的三维显示的结构。根据该显示,所述准备部分11O准备显示图像数据,从而响应分配给连接点的值而改变表面颜色。该数据可以准备成使具有超过某个阈值的连接点的表面显示为红色,或者显示图像可以准备成,例如,具有从蓝色到红色的连续色彩层次。按上述准备的图像被称为参数图像。当进行层次显示时,最好是准备一个显示在显示图像上以保证颜色和数值之间的视觉对应的色彩条。
这些不同的显示方法也适用于随后叙述的特定区域的三维显示和体数据显示的管状结构的显示。在体数据显示中,参数值最好带注释显示。
特定区域三维准备部分11P的功能现在将参照图30进行描述。特定区域三维准备部分11P具有进行对应于显示在伸直视图上的范围的原始体图像数据的三维显示的功能。在该三维显示中,一公知的任意截面图像和一伪三维显示(体绘制或曲面描绘)可以融合在一起(见图30A和30B)。从而能够进行通常的操作,例如三维图像中的容量设置、图像旋转、放大率的改变和摇镜头。
在该情况下的所述任意截面图像准备作为伸直视图截面位置处的截面(当血管弯曲时通常形成一个弯曲的表面)、垂直视图截面位置处的截面,或作为血管芯线切线方向的截面。也就是,当改变伸直视图和垂直视图的截面位置时,该任意截面位置也会改变。
当所述任意截面位置在该特定区域三维显示中改变时,伸直视图和垂直视图的截面位置可以设置成关联改变。
设置可以允许前剪切显示使用任意截面作为一剪切表面(见图30E)。由假设的正常结构模型准备部分11K准备的假设的正常结构模型可以响应操作者的选择操作而融合显示(见图30C)。设置也可以允许响应起点和视图方向的变化通过鼠标操作而准备图像的“穿越(fly-through)”显示(见图30D)。待显示的区域范围可以与伸直视图的显示范围无关地任意指定。
体数据显示准备部分11Q准备体图像数据的MPR图像、MIP等的投影图像,或体绘制图像,通过叠加表示当前显示在该图像上的垂直视图的截面位置的图形而准备图像数据,并将该图像数据写入视频存储器11A中。
设置在图像处理器11中的存储器11R临时存储等待处理器11处理的数据。视频存储器11A存储由GUI部分13A和图像处理部分13B准备的图像数据。视频存储器中的内容显示在监视器屏幕上。使用鼠标14A,使用者能够进行GUI部分13A的按钮操作和显示在图像显示部分13B上的图像的操作。
由处理器执行的用于分析本实施例的管状结构的基本图像显示和分析操作的实例现在将参照图29、31和33进行描述。
如图33所示,图像处理器11按照图像数据的选择顺序处理这样的图像显示和分析操作(步骤S41);管状结构的提取(步骤S42);管状结构芯线的提取(步骤S43);缺省图像显示(步骤S44;包括血管伸展显示(伸直视图),垂直截面显示(垂直视图),体数据显示,和缺省条件下的特定区域三维图像显示);管状结构轮廓模型的校正(步骤S45);狭窄率的计算;狭窄率曲线的显示;参数图像的准备(步骤S46),然后是图像操作(步骤S47)。屏幕操作包括伸直视图和垂直视图的截面位置的移动操作;截面的跳变操作;特定区域三维图像处理(剪切开/关);参数的显示开/关;参数切换;和体数据显示操作(MPR/投影/体绘制显示切换,显示条件的改变)。
这随后将按顺序详细描述。
图像处理器11启动图像选择GUI(未示出),显示存储在图像数据存储部分11C中的数据列表,当操作者从列表中选择想要的图像数据时,被选择的数据从例如存储单元12写入存储器11R(步骤S41)。
然后,图像处理器11依靠其管状结构提取部分11D对写入存储器11R中的该图像数据进行管状结构提取处理,从而准备一个实际的管状结构轮廓模型(步骤S42)。
然后,图像处理器11依靠芯线提取部分11E提取所提取的管状结构的血管芯线(步骤S43)。
当上述的准备完成之后,如图29所示的一缺省图像作为一个例子由图像处理器11显示在监视器13的图像显示部分13B上。更具体地,伸直空间准备部分11F根据血管芯线和图像数据准备直体数据。响应该准备过程,血管伸直图像准备部分11G和垂直截面图像准备部分11F启动。也就是,血管伸直图像准备部分11G在缺省截面位置和显示条件下从直体数据准备伸直视图的血管伸直图像;垂直截面图像准备部分11F准备垂直视图的垂直截面图像;将这些图像数据写入视频存储器11A中。
图像数据显示准备部分11Q在缺省的显示条件下为图像数据的体数据显示准备图像,且准备好的图像数据写入到视频存储器11A中。
特定区域三维准备部分11P为对应于伸直视图的显示范围的原始图像数据准备一个三维显示图像,且准备好的图像数据写入到视频存储器11A中。
因此,监视器13显示写入视频存储器11A中的图像数据作为缺省图像,例如如图29所示。
通过结构轮廓校正部分11J,图像处理器11为操作者提供了一个手动校正当前显示的管状结构比如血管的轮廓的机会(步骤S45)。
具体地,结构轮廓校正部分11J依靠自身带有的功能将由结构提取部分11D扩展的管状结构轮廓模型的轮廓数据写入到视频存储器11A中,并将该轮廓模型分别叠加显示在血管伸直图像和垂直截面图像上。如果想要校正该模型,观察该叠加显示轮廓模型的操作者就通过鼠标14或类似的装置对图像处理器11(结构轮廓校正部分11J)发出指令以校正轮廓。
管状结构的轮廓模型在轮廓上具有作为顶点的采样点。通过用鼠标14A拖曳该顶点,该顶点能够响应拖曳操作在截面上移动。因此,在结构轮廓校正部分11J的功能影响下,三维空间中该移动顶点的相邻的顶点关联地自动移到连接相邻顶的近似线上的合适的位置,从而校正了管状结构的轮廓模型。通过视频存储器11A中图像数据的重新写入处理,该校正的结果也反映到叠加显示在伸直视图的血管伸直图像和垂直视图的垂直截面图像上的轮廓图像中。
通过分别拖曳截面位置条B1和B2能够分别移动伸直视图和垂直视图的截面位置动(见图29)。通过点击步进移动操作按钮B3,截面位置移动一个通过由截面位置改变部分11I设置的步进量。分别由伸直图像准备部分11G和垂直截面图像准备部分11H准备该截面位置的图像,且准备好的结构轮廓模型的轮廓,通过结构轮廓校正部分11J对视频存储器11A中的输出图像数据的写入操作,在监视器13上分别叠加显示在血管伸直图像和垂直截面图像上。
然后,图像处理器11执行狭窄率计算、狭窄率曲线显示和参数图像的准备处理(步骤S46;见图31)。
具体地,当操作者点击“狭窄率计算按钮B4”时,假设的正常结构模型准备部分11K依靠自身带有的功能根据已实际获得的结构轮廓模型,例如血管模型而准备一个假设的正常结构模型。
结果,狭窄率计算部分11M依靠自身带有的功能从实际的结构轮廓模型和假设的正常结构模型的截面形状计算管状结构的狭窄率。当前显示的垂直视图的截面上的狭窄率通过向视频存储器11A中写入数据而叠加显示在垂直视图上。
通过自身功能的使用,狭窄率曲线准备部分11N沿着血管芯线的方向准备由绘制狭窄率计算部分11M计算出的狭窄率而获得的狭窄率数据。将狭窄率曲线的数据写入视频存储器11A中,从而与血管伸直图像对应地将该数据显示在监视器13上,如图31所示。
参数图像准备部分11O通过使用自身带有的功能而准备上述参数模型,并将该模型存储在存储器11R中。
这样,图像处理器11允许操作者进行各种图像操作(步骤S47)。这些操作现在将分类进行描述。
<A:伸直视图和垂直视图的截面位置的移动操作>
操作者能够通过在图像上拖曳它们而移动表示伸直视图和垂直视图的截面位置的“截面位置条”B2和B1。响应于此,截面位置改变部分11I改变截面位置,并且响应该改变,改变的截面位置的图像数据由血管伸直图像准备部分11G和垂直截面图像准备部分11H准备,并写入视频存储器11A中。响应上述截面位置的改变,任意截面位置由特定区域三维图像准备部分11P改变,并准备其在该截面位置的图像数据。这些图像数据也写入到视频存储器11A中。每隔一定时间读出这些写入到视频存储器11A中的图像数据并显示在监视器13上。当垂直视图的截面位置改变时,体数据显示准备部分11Q准备由叠加显示垂直视图的更新的截面位置的图形而获得的数据,并且该图像数据通过向视频存储器11A的数据重新写入处理而显示在监视器13上。
在该截面操作中,有到狭窄率最大位置的截面跳变操作,或到具有一个特定像素值的截面的跳变操作。更具体地,当点击“最大狭窄率跳变”键B5,或“特定像素值跳变”键B6时,能够如上文所述在某一时间产生截面位置的跳变。随着在该截面位置的跳变操作,所述图像显示自动相关联地更新。每次点击B6或B6键都导致跳变到下一个位置。
<B:特定区域三维图像操作>
在该特定区域三维图像操作中,可进行如下所述的几种操作。
(B1)任意截面显示的模式选择
操作者可以通过GUI部分13A从伸直视图的截面位置、垂直视图的截面位置和血管芯线的切向截面中为特定三维图像显示选择一个任意截面位置。特定区域三维准备部分11P响应该选择准备一个图像,并将该准备好的图像传输到视频存储器11A中。存储在视频存储器11A中的内容由此显示在监视器13上。当选择芯线的切向截面时,设置垂直于垂直视图截面的截面,其中该截面与伸直视图的交叉线和与垂直视图的交叉线相同。
(B2)假设的正常结构的融合显示
操作者可通过GUI部分13A选择一个假设的正常结构模型显示模式,响应该选择,该特定区域三维准备部分11P准备一个假设的正常结构模型的融合图像,且该图像数据传输到视频存储器中并显示在监视器13上。
(B3)穿越(Fly-through)显示
操作者可以通过GUI部分13A选择穿越(fly-through)显示模式。响应该选择,特定区域三维准备部分11P基于通过鼠标操作产生的起点和视图方向的变化准备一个图像。该准备好的图像数据写入视频存储器11A中并显示在监视器13上。
(B4)前剪切显示
操作者可以通过GUI部分13A选择前剪切显示模式,根据该选择,特定区域三维准备部分11P准备一个具有一个任意截面作为剪切表面的前剪切图像,该准备好的图像数据通过写入视频存储器11A而显示在监视器13上。
<C:参数显示>
现在将描述参数显示。当操作者通过GUI部分13A打开触发键“参数显示”时,参数图像准备部分11O准备一个图像,该图像根据上述参数模型通过将体数据显示中管状结构的显示和一个特定区域三维图像显示切换到一个参数图像而获得。该图像数据通过视频存储器11A传输到监视器13并显示。
在这种情况下,操作者能够通过GUI部分13A任意选择一个参数(半径/直径/截面面积/狭窄率)(见图31)。响应该选择,参数图像准备部分11O准备和更新图像。响应对GUI部分13A实施的阈值显示和色彩层次显示之一的选择,所述图像进行相似地准备和更新(见图31)。当选择色彩层次显示时,同时准备一个色彩条。该色彩条的数据也与准备好的图像一起传输到视频存储器11A中并显示。当选择阈值显示时,可操作一个阈值设置滑条(见图31)将超出由该滑条指定的阈值的部分变成红色。参数图像准备部分11O准备图像数据,从而使所述表面颜色与此相对应地改变,其传输到视频存储器11A中并显示在监视器13上。
<D:体数据显示操作>
响应操作者的选择,体数据显示准备部分11Q的功能被激活,并准备一个投影图像,例如体图像数据的MPR图像或MIP图像,或体绘制图像。准备表示当前显示的垂直视图的截面位置的图形与这样准备好的图像的叠加产生的数据,并通过向视频存储器11A中写入数据而显示在监视器13上。
根据本实施例,如上文所述,操作者能够容易地执行用于定量分析的管状结构伸展区域的轮廓校正。他(她)能够通过比较例如血管这样的管状结构的狭窄率而确定图像显示位置。由于待分析的区域被剪切且那里的三维图像被移动,因此保证了一个更高速度的数据处理。
另一方面,目标位置的图像显示能够从狭窄率,弯曲部分中管状结构直径的截面面积自动地完成。该管状结构根据狭窄率、直径或截面面积显示为不同颜色。这种结构的三维结构因此能够更简单和更可靠地识别。因此,与现有技术相比较,可以以三维方式更容易地掌握管状结构。结果,可以期待诊断精确度的提高,并能够真正减轻操作者,例如医生的负担。
(第三实施例)
本发明用于分析管状结构的处理器的第三实施例现在将参照图34-40进行描述。
本实施例目的是在血管的三维显示中能够识别截面形状,尤其是能够容易和准确地识别血管中瘤的三维长期变化,从而提高对是否适合做手术所做决定的准确度。本实施例用于分析的处理器概略地以包括下述步骤的操作为基础:从现在和以前的三维图像数据中提取血管芯线和血管区域(包括血管腔和血块部位);指定测量范围;指定作为测量范围前后的参考的分支位置和对准这些位置;依据在该状态下血管区域的图像进行定量分析并显示关于瘤的分析结果。
与第二实施例相同,本实施例用于分析管状结构的处理器具有与上述图1中所示相同的硬件结构,因此图像处理器11读出事先存储在存储器12中的操作程序,在该操作程序的基础上,通过处理三维图像数据显示如图34所示的功能。
各功能模块将参照图34进行描述。
显示单元13提供一个显示GUI部分13A和图像显示部分13B的监视器显示屏幕。结果,显示单元13B能够显示存储在设置于图像处理器11内的视频存储器11A中的图像数据(包括长期变化图像数据)。GUI部分13A有用于操作该处理器进行分析的各种按钮,并且通过作为输入单元14一部分的鼠标14A进行操作。
图像处理器11负责图像处理,其具有包括CPU111,存储器11R,视频存储器11A等的硬件结构。通过执行CPU111的规定的处理程序,图像处理器11功能性地具有鼠标操作输入部分11B,图像数据存储部分11C,图像准备部分11S,血管提取处理部分11T,图像数据对齐部分11U,长期变化计算部分11V,和长期变化图像准备部分11W。
其中,鼠标操作输入部分11B负责测量范围设置处理和GUI部分按钮操作。通过测量范围设置处理,基于鼠标指定的位置在显示在监视器13的图像显示部分13B上的两个对比检查的图像上设置测量范围。GUI部分的按钮操作处理依据鼠标指令信息处理与GUI部分13A的按钮操作有关的数据。
图像准备部分11S准备用于执行设置测量范围的位置指定的图像。存储器11R将上述存储在图像数据存储部分11C中的两个对比检查的图像调入到存储器11R中,并为其中的每个图像数据准备一个MPR图像。准备好的MPR图像数据传输到视频存储器11A中。
血管提取操作部分11T具有通过处理存储在图像存储器11R中的图像数据,在两个对比检查的图像数据的指定测量范围内,提取血管区域和粘附到血管内壁上的血栓区域的功能。这种区域提取可以通过由Marko Subasic等人开发的从X射线CT血管造影图像自动提取三维血管和血栓区域的技术(参考2001年医疗影像:Image Processing,Proceeding of SPIE杂志第4322卷(2001)第388-394页的“腹部主动脉瘤的3D图像分析”)而实现。该血管提取部分11T也具有提取被提取的血管区的芯线(或包括血栓部位的区域的芯线)的功能。芯线的提取能通过使用由Onno Wink等人开发的从X射线CT血管造影图像自动提取三维血管芯线的技术(参考IEEE Tran.Med.Imag杂志2000年第4期第19卷的文章“在3D血管造影图像中血管的快速成形和显示”)而实现。
图像处理对齐部分11U负责伸直空间准备处理的位置对齐。
其中,伸直空间准备处理按上述相同的方式实现(见图25)。更具体地,所述两个检查的图像数据的方向对齐,从而人体的方向与这两个对比检查的图像数据上的检查方向对齐,并且图像数据中的人体方向数据存储在图像数据存储部分11C中。与血管芯线垂直的截面图像堆叠在一起,从而测量范围内的血管芯线形成一直线。结果,图像数据被重建。所述数据堆叠在一起,从而例如作为参考方向的从胸部到背部的人体方向变成相对于截面图像向上,从而准备了称为直体数据的数据。
对两个直体数据进行对齐处理,如图35A和35B所示,其带有作为参考的测量范围的指定点。对应部分通过插值而准备。
如图36A和36B所示,长期变化计算部分11V具有在两个对比检查(检查时间1和检查时间2,后者时间较早)的直体数据中计算垂直于血管芯线的对应平面之间直径长度的功能,并通过公式“(在检查时间1时的直径)-(在检查时间2时的直径)”的计算来确定直径的变化量。在垂直于血管芯线的截面上每个一定的角度处,在血管芯线中按一定间隔进行该计算(见图36C)。
长期变化计算部分11V用检查时间1和检查时间2这两段时间值除直径变化量,从而确定直径的变化速度。
长期变化计算部分11V具有确定截面面积的变化量的功能,例如,对于两个对比检查中的各伸直空间数据(检查时间1和检查时间2,后者时间较早),其包括下列步骤:计算垂直于对应血管芯线的截面面积,和计算公式“(在检查时间1时的截面积)-(在检查时间2时的截面积)”。与血管直径的计算相同,该计算沿着血管芯线按一定间隔进行。
另外,长期变化计算部分11V用检查时间1和检查时间2的时间值来除截面面积变化量,从而确定截面面积的变化速度。
如图37A和37B所示,长期变化图像准备部分11W建立一个线框模型,其连接点为从直体数据中血管直径的终点转换为原始图像数据的坐标而得到的点,并分配由长期变化计算部分11V计算出的直径的变化量和变化速度。
更具体地,可添加连接点,使得线框的连接点之间的距离小于某一阈值(例如,通过在四个相邻的连接点的平均坐标位置加入一个连接点)。响应连接点的距离进行直径变化量和直径变化速度的插值计算,并且插值的结果值被分配给添加的连接点。
长期变化图像准备部分11W在准备好的线框模型的基础上进行曲面描绘。在曲面描绘时,响应分配给各连接点的直径的变化量和变化速度而设置表面颜色,并且准备将要显示的图像数据。例如,图像数据可以准备成使得超过阈值的连接点表面绘成红色。当直径的变化量和变化速度变大时,图像数据可以准备成表面具有从蓝色到红色的连续色彩层次。在这方面,最好是为显示图像上颜色和数值对应关系的色彩条准备数据,从而使该对应关系易于视觉识别。
长期变化图像准备部分11W也对截面面积的变化进行相似的操作。也就是说,对于截面面积的变化量,以与直径变化量相同的方式,通过将相同的截面面积变化量或相同的截面面积变化速度分配给垂直于血管芯线的同一截面上线框模型的连接点,而准备图像数据。
图像数据存储部分11C具有存储和管理图像数据的功能。这些医学图像数据通常这样被管理,使得垂直于身体轴线方向的截面图像按照身体轴线位置顺序排列,并连同在图像数据中显示人体方向的数据一起存储。所述图像数据从存储器11R中读出,并当作三维图像数据进行处理。图像数据按每个病人进行管理,从而特定病人的检查图像数据能容易地发现。
存储器11R具有读出存储在图像数据存储部分11C中的图像数据和临时保存该数据的功能。用于图像数据的像素数据可以这样管理,使得允许用三维坐标来指定。视频存储器11A保存由图像准备部分11S和长期变化图像准备部分11W准备的显示图像数据,从而在监视器13上显示图像。操作者可以进行在显示于图像显示部分13B上的图像上设置一个测量范围的操作,除了GUI部分13A的按钮操作外,也可以通过鼠标操作。
本实施例中用于分析管状结构的由处理器执行的基本图像显示和分析操作的一个实例将参考图38-40进行描述。
如图38所示的图像处理器11的测量范围设置屏幕的一个例子表示在监视器13的图像显示部分13B上(图40,步骤S51)。然后,当从操作者接收到交互操作信息时,从病人数据列表和GUI部分13A的检查列表中选择病人和他(她)的数据(步骤S52)。例如,当点击键“检查1”(或检查2)时,图像处理器11通过使用图像准备部分11S的功能而准备指定的图像数据。图像显示部分13B在其中的显示区域显示检查1(检查2)的图像。
然后,当确定GUI部分的“测量范围的指定”键是否视点击时,图像处理器11等待(步骤S53)。
当“测量范围的指定”键视点击时,图像处理器通过使用鼠标操作输入部分11B的功能而开启测量指定模式。结果,鼠标操作输入部分11B接受由操作者在检查1和检查2的图像上所指定的测量范围,在该位置的基础上设置一个测量范围,并进行显示于图像显示部分13B上的表示测量范围的图形显示(步骤S54)。
然后,图像处理器11等待操作者点击GUI部分13A的“长期变化观察”键,并转到长期变化分析处理(步骤S55)。该长期变化分析按下面的步骤执行:
(1):通过血管提取部分的功能的使用,图像处理器11在指定的测量范围内自动提取血管和血栓区域以及血管芯线。
(2):激活图像处理器的图像处理对齐部分11U,执行上述伸直空间准备操作和位置对齐处理。结果,将检查1和检查2数据的血管芯线作为参考进行位置对齐。
(3):然后,图像处理器的长期变化计算部分11V计算直径的变化量和变化速度。
(4):然后,激活图像处理器11的准备长期变化图像的长期变化图像准备部分,并且将数据传输到视频存储器11A中。
(5):结果,如图39所示的例子,表示长期变化的图像显示在图像显示部分13B上,与此同时,GUI部分13A切换到如图39所示的一个屏幕。
当这些准备完成之后,图像处理器11和操作者互动地进行与长期变化图像的观察操作相对应的操作(步骤S56)。
也就是说,在长期变化观察屏幕上,能够选择血管直径的变化量和变化速度,或者截面面积的变化量或变化速度(见图39中所示的GUI部分13A的按钮)。结果,响应操作者对按钮的选择,在图像处理器11的长期变化图像准备部分11W的作用下,为每个直径或截面面积,或每个变化量或变化速度而准备图像数据,并通过视频存储器11A被发送到监视器13。结果,这种血管的长期变化显示在图像显示部分13,并用于观察。
在该长期变化观察屏幕上,曲面描绘的表面颜色可以依据“阈值”或“色彩层次”通过对GUI部分13A进行点击操作而选择。响应该选择,长期变化图像准备部分11W准备一个图像,并导致显示在监视器13的图像显示部分13B上的图像的切换。当选择“色彩层次”按钮时,长期变化图像准备部分11W同时准备一个色彩条,并使图像显示部分13B显示该色彩条(见图39中图像显示部分13B)。
当移动GUI部分13A的阈值设置滑动条时,长期变化图像准备部分11W对该操作做出反应,准备图像数据,从而使数值超出阈值的像素部分显示为红色,并导致图像显示部分13B上显示的切换。
即使在此观察期间,当确定显示在GUI部分13A中的“测量范围设置”键(见图39)是否通过鼠标操作输入部分11B视点击时,图像处理器11等待(步骤S57)。当“测量范围设置”键被点击时,图像处理器11返回步骤S51的操作,并使监视器13上的显示切换到如图38所示的测量范围设置屏幕。结果,操作者可以进行用于观察下一个长期变化和测量范围的设置的数据的选择。
如上文所述,与血管中长期变化的观察相关的检查数据的选择、测量范围的指定、长期变化的分析和长期变化的观察可以重复执行。
因此,更容易识别三维血管结构和进行长期变化的观察,从而带来了诊断精度的提高,使医生能确定一个合适的手术时间。
根据本实施例中用于分析管状结构的处理器,如上文所述,能够在病人体内更容易地识别例如血管这样的管状结构的全部或部分三维形状。能够容易地确定和观察待观察部位比如狭窄和瘤这样的病变部位的位置和状态。能够很大程度上减轻进行诊断或观察的操作者所承担的操作负担,从而提高了操作效率。
除上述之外,本发明还能够更容易地识别管状结构的取向。管状结构可以绘成自然的轮廓。本发明能够以更高的精度更稳定地分析管状结构的形状。极大地减少了手动编辑用于设置芯线或管状结构的轮廓的控制点所需要的劳动量。本发明的处理器可以正确提供关于管状结构中例如瘤这样的局部病变部位的长期三维结构变化的信息,从而便于对比观察过去的病变部位和对其未来的预期。
本发明可以有不超出其精神和实质性特征的其它的表现形式。因此这些实施例及其变型在各个方面都是说明性的而非限定性的,本发明的范围由附带的权利要求书而不是前面的描述来限定,在权利要求书的等同含义和范围内的所有的变化都将包含在其范围内。
Claims (17)
1.一种分析待检查对象的管状结构的分析器,其包括:
一准备单元,其用于准备同一待检查对象的多组三维图像数据;
一结构提取单元,其用于从所述多组三维图像数据中逐组地提取表示三维管状结构的图像数据,由此产生多组结构图像数据;
一参考方向指定单元,其用于为所述多组三维图像数据指定参考方向;
一参考点指定单元,其用于为包含于所述多组结构图像数据的每一组中的管状结构的每一个芯线指定一个参考点;
一伸直图像产生单元,其用于从所述多组结构图像数据中的每一组产生管状结构的伸直图像在多个截面中的每个截面中的数据,所述多个截面在三维位置方面彼此相同并且基于参考方向而确定,由此产生多组伸直图像数据;
一伸直图像显示单元,其用于显示基于参考点排列的多组伸直图像数据。
2.如权利要求1所述的分析器,其特征在于所述伸直图像产生单元包括一轮廓数据提取单元,其用于以芯线作为参考从所述多组结构图像数据的每一组提取管状结构的轮廓数据,
所述分析器进一步包括:
一轮廓显示单元,其用于显示管状结构的所述多组轮廓数据的轮廓数据;
一变化信息获取单元,其用于在由轮廓显示单元显示的多个管状结构的轮廓的基础上获取与管状结构随时间推移的变化相关的信息;
一信息显示单元,其用于显示所获得的与随时间推移的变化相关的信息。
3.如权利要求2所述的分析器,其特征在于:所述信息显示单元是在一个色彩图中显示所获得的与随时间推移的变化相关的信息的单元。
4.如权利要求1所述的分析器,其包括:
一参考图像产生单元,其用于产生所述三维图像数据的体绘制图像和最大强度投影(MIP)图像中的一个的图像数据,作为一个参考图像的数据;
一参考图像显示单元,其用于显示所产生的参考图像数据;和
一指示标显示单元,其用于在由参考图像显示单元显示的参考图像上显示一个指示标,所述指示标指示伸直图像的的截面方向。
5.如权利要求4所述的分析器,其特征在于:所述指示标包括在伸直图像中管状结构两个壁部上单独放置在任意位置的两个标记和在参考图像中管状结构两个壁部上单独放置的两个标记,所述伸直图像上的两个标记与参考图像上的两个标记对于管状结构的每个壁上在位置上是对应的。
6.如权利要求5所述的分析器,其特征在于:所述指示标包括另一个标记,该标记不仅通过参考图像上的所述两个标记叠加在参考图像上,而且指示管状结构的轮廓形状。
7.如权利要求4所述的分析器,其特征在于:所述指示标包括一个放置在伸直图像上任意位置的游标条,和在参考图像中管状结构的两个壁部上单独放置的两个标记,单独放置所述两个标记的两侧壁部在位置与所述游标条相对应。
8.一种分析待检查对象的管状结构的分析器,其包括:
一准备单元,其用于准备同一待检查对象的三维图像数据;
一图像数据产生单元,其用于从三维图像数据产生对象的体绘制图像、三维图像数据的最大强度投影(MIP)图像和在三维图像数据中任意一个截面的平面重组图像中的至少一个的数据;
一曲面重组图像产生单元,其用于从三维图像数据中产生曲面重组图像的数据;
一芯线产生单元,其用于通过使用三维图像数据产生管状结构芯线的三维位置数据;
一参考图像显示单元,其用于通过将芯线的位置数据叠加于由体绘制图像、最大强度投影(MIP)图像、平面重组图像和曲面重组图像中的一个所构成的参考图像的数据上而显示该芯线;
一曲面重组图像显示单元,其用于通过将芯线的位置数据叠加于曲面重组图像的数据上而显示该芯线;
一芯线校正单元,其用于校正叠加于由参考图像显示单元显示的参考图像上的芯线形状;和
一曲面重组图像更新单元,其用于响应通过芯线校正单元对参考图像上芯线的形状校正,从三维图像数据重新产生由曲面重组图像显示单元显示的曲面重组图像的数据,并且更新芯线在参考图像上的叠加显示基本上实时地响应芯线形状校正而更新曲面重组图像。
9.如权利要求8所述的分析器,其包括:
一分析单元,其用于分析管状结构的形态特征;
一接收单元,其用于接收用来指示显示在参考图像和曲面重组图像上的芯线位置是否合适的信号;和
一分析许可单元,其用于仅仅当接收单元接收到的所述信号指示芯线的位置合适时才允许分析单元分析管状结构的形态特征。
10.如权利要求8所述的分析器,其包括:
一指定单元,其用于允许在参考图像中的管状结构上指定多个标记,所述多个标记指示管状结构上所需的两个端位置和位于两个所需的端位置之间的零个或多个所需的通过位置;
一单元,其用于将所述多个标记分成若干对标记,从而所述若干对标记按照上述指定单元指定多个标记的指定顺序而顺序安排;
一单元,其用于在参考图像上显示相互连接上述若干对标记的线段;
一单元,其用于允许在参考图像上指定一个或多个另外的标记,所述另外的标记指示另外的通过位置;
一单元,其用于当指定另外的标记时,通过决定所述另外的标记应当位于上述若干对标记的哪两对标记之间而重新决定所述若干对标记的顺序;
一单元,其用于在所述重新决定的若干对标记的基础上重新产生芯线的数据。
11.如权利要求10所述的分析器,其包括:
一单元,其用于在参考图像上移动所述另外的指定标记;
一单元,其用于响应所述另外的指定标记的移动,使用所述三维图像数据更新曲面重组图像的数据,并重新显示更新后的曲面重组图像数据,基本实时地响应所述另外的标记的移动来更新所述曲面重组图像。
12.一种分析待检查对象的管状结构的分析器,其包括:
一准备单元,其用于准备同一待检查对象的三维图像数据;
一图像数据产生单元,其用于从三维图像数据产生对象的体绘制图像、三维图像数据的最大强度投影(MIP)图像和三维图像数据中任意一个截面的平面重组图像中的至少一个的数据,作为参考图像数据;
一单元,其用于从所述三维图像数据产生指示管状结构的三维位置信息的芯线数据;
一单元,其用于基于芯线数据产生管状结构的伸直图像或垂直截面图像的数据;
一单元,其用于使用参考图像的数据、伸直图像或垂直截面图像的数据,和芯线的数据,从而使叠加有芯线的参考图像和叠加有芯线的伸直图像或垂直截面图像并排显示;
一单元,其用于在参考图像和伸直图像的每一个中指定一位置可变标记,所述标记用来在芯线上表示管状结构的视图信息和感兴趣点的信息;
一单元,其用于响应在伸直图像上的上述标记的位置变化,从而重新绘制在其中反映出该位置变化的参考图像。
13.如权利要求12所述的分析器,其包括:
一单元,其在垂直截面图像上显示一个在方向上可变并且指示该视图信息的视图信息标记;和
一单元,当所述视图信息标记的方向变化时,其用于响应所述视图信息标记的方向变化而重新绘制参考图像。
14.如权利要求12所述的分析器,其包括一单元,该单元用于在参考图像上显示一指示标,所述指示标指示伸直图像的截面方向。
15.如权利要求14所述的分析器,其特征在于:所述指示标包括在伸直图像中管状结构两个壁部上单独放置在任意位置的两个标记和在参考图像中管状结构两个壁部上单独放置的两个标记,所述伸直图像上的两个标记与参考图像上的两个标记对于管状结构的每个壁上在位置上是对应的。
16.如权利要求15所述的分析器,其特征在于:所述指示标包括另一个标记,该标记不仅通过参考图像上的所述两个标记叠加在参考图像上,而且指示管状结构的轮廓形状。
17.如权利要求14所述的分析器,其特征在于:所述指示标包括一个放置在伸直图像上任意位置的游标条,和在参考图像中管状结构的两个壁部上单独放置的两个标记,单独放置所述两个标记的两侧壁部在位置与所述游标条相对应。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003079117A JP4421203B2 (ja) | 2003-03-20 | 2003-03-20 | 管腔状構造体の解析処理装置 |
JP079117/2003 | 2003-03-20 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB2006101630189A Division CN100545873C (zh) | 2003-03-20 | 2004-03-22 | 用于分析管状结构例如血管的分析器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1551033A true CN1551033A (zh) | 2004-12-01 |
CN100343857C CN100343857C (zh) | 2007-10-17 |
Family
ID=33293330
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB2006101630189A Expired - Fee Related CN100545873C (zh) | 2003-03-20 | 2004-03-22 | 用于分析管状结构例如血管的分析器 |
CNB2004100631043A Expired - Fee Related CN100343857C (zh) | 2003-03-20 | 2004-03-22 | 用于分析管状结构例如血管的分析器 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB2006101630189A Expired - Fee Related CN100545873C (zh) | 2003-03-20 | 2004-03-22 | 用于分析管状结构例如血管的分析器 |
Country Status (3)
Country | Link |
---|---|
US (1) | US7369691B2 (zh) |
JP (1) | JP4421203B2 (zh) |
CN (2) | CN100545873C (zh) |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101342082B (zh) * | 2007-07-10 | 2011-09-21 | 株式会社东芝 | X射线摄影装置及图像处理显示装置 |
CN102208118A (zh) * | 2010-03-31 | 2011-10-05 | 富士胶片株式会社 | 投影图像生成方法、设备及程序 |
US8064667B2 (en) | 2007-07-10 | 2011-11-22 | Kabushiki Kaisha Toshiba | X-ray apparatus, image processing display apparatus and computer program product |
CN101765864B (zh) * | 2007-07-27 | 2012-06-27 | 皇家飞利浦电子股份有限公司 | 用于图像配准的交互式图集 |
CN101884054B (zh) * | 2007-12-04 | 2012-11-07 | 通用电气健康护理有限公司 | 图像分析 |
CN102821696A (zh) * | 2010-03-31 | 2012-12-12 | 富士胶片株式会社 | 投影图像生成设备、程序和方法 |
CN101991420B (zh) * | 2009-08-27 | 2013-01-16 | 上海西门子医疗器械有限公司 | 一种疑似血管狭窄区域的定位方法和*** |
CN103049920A (zh) * | 2011-10-14 | 2013-04-17 | 美国西门子医疗解决公司 | 用于识别医学成像数据中感兴趣区域的方法及装置 |
CN103402433A (zh) * | 2012-03-02 | 2013-11-20 | 株式会社东芝 | 医用图像处理装置以及医用图像处理方法 |
CN103747740A (zh) * | 2011-08-17 | 2014-04-23 | 日立阿洛卡医疗株式会社 | 超声波数据处理设备 |
CN103796595A (zh) * | 2012-08-31 | 2014-05-14 | 株式会社东芝 | 医用报告制作装置及医用图像诊断装置 |
CN101779224B (zh) * | 2007-08-03 | 2016-04-13 | 皇家飞利浦电子股份有限公司 | 用于绘制并显示3d管状结构的曲面重组视图的方法、装置和*** |
CN104050711B (zh) * | 2013-03-12 | 2017-05-31 | 东芝医疗***株式会社 | 医用图像处理装置以及医用图像处理方法 |
CN107106119A (zh) * | 2014-10-30 | 2017-08-29 | 皇家飞利浦有限公司 | 弯曲结构的超声可视化 |
CN107296620A (zh) * | 2017-07-28 | 2017-10-27 | 海纳医信(北京)软件科技有限责任公司 | 主动脉检测方法、装置、存储介质和处理器 |
CN107451406A (zh) * | 2017-07-28 | 2017-12-08 | 海纳医信(北京)软件科技有限责任公司 | 血管分析方法、装置、存储介质和处理器 |
CN107468334A (zh) * | 2017-08-01 | 2017-12-15 | 强联智创(北京)科技有限公司 | 一种三维微导管塑形辅助设计***及设计方法 |
CN108451540A (zh) * | 2017-02-17 | 2018-08-28 | 深圳先进技术研究院 | 一种血流储备分数测量方法和装置 |
CN110675481A (zh) * | 2019-09-26 | 2020-01-10 | 慧影医疗科技(北京)有限公司 | 影像交互联动方法、装置及可读存储介质 |
CN111182836A (zh) * | 2017-09-01 | 2020-05-19 | 佳能株式会社 | 信息处理装置、信息处理方法、信息处理***和程序 |
CN112138249A (zh) * | 2020-08-24 | 2020-12-29 | 同济大学 | 一种基于超声评估的静脉注射机器人进针角度控制方法 |
CN113012108A (zh) * | 2018-07-24 | 2021-06-22 | 博动医学影像科技(上海)有限公司 | 血管图像的处理方法、装置及成像设备 |
Families Citing this family (247)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10233668A1 (de) * | 2002-07-24 | 2004-02-19 | Siemens Ag | Bearbeitungsverfahren für einen Volumendatensatz |
JP2005198708A (ja) * | 2004-01-13 | 2005-07-28 | Toshiba Corp | 血管狭窄率解析装置及び血管狭窄率解析方法 |
WO2005117712A1 (ja) * | 2004-06-03 | 2005-12-15 | Hitachi Medical Corporation | 画像診断支援方法及び画像診断支援装置 |
DE102004028123B4 (de) * | 2004-06-09 | 2008-06-26 | Siemens Ag | Computertomograph mit einer Messanordung und einem Bildrechner zur Erzeugung eines dreidimensionalen Bilddatensatzes eines Körperteils eines Patienten |
US8021300B2 (en) * | 2004-06-16 | 2011-09-20 | Siemens Medical Solutions Usa, Inc. | Three-dimensional fly-through systems and methods using ultrasound data |
US7970193B2 (en) * | 2004-06-23 | 2011-06-28 | Koninklijke Philips Electronics N.V. | Image processing system for displaying information relating to parameters of a 3-D tubular object |
JP2006074512A (ja) * | 2004-09-02 | 2006-03-16 | Casio Comput Co Ltd | 撮影装置、撮影装置の画像処理方法及びプログラム |
DE102004043676B4 (de) * | 2004-09-09 | 2014-01-09 | Siemens Aktiengesellschaft | Verfahren zur Visualisierung von Plaqueablagerungen aus 3D-Bilddatensätzen von Gefäßstrukturen |
WO2006033377A1 (ja) * | 2004-09-24 | 2006-03-30 | Hitachi Medical Corporation | 医用画像表示装置及び方法並びにプログラム |
CN100585639C (zh) | 2004-09-30 | 2010-01-27 | 株式会社东芝 | 图像处理装置和图像处理方法 |
US7532748B2 (en) * | 2004-11-24 | 2009-05-12 | General Electric Company | Methods and apparatus for selecting and/or labeling vessel branches |
JP4891541B2 (ja) * | 2004-12-17 | 2012-03-07 | 株式会社東芝 | 血管狭窄率解析システム |
CA2634466A1 (en) * | 2004-12-22 | 2006-06-29 | Bio-Tree Systems, Inc. | Medical imaging methods and apparatus for diagnosis and monitoring of diseases and uses therefor |
JP4703193B2 (ja) * | 2005-01-14 | 2011-06-15 | 株式会社東芝 | 画像処理装置 |
JP2006246941A (ja) * | 2005-03-08 | 2006-09-21 | Toshiba Corp | 画像処理装置及び管走行トラッキング方法 |
CN101138012B (zh) * | 2005-03-09 | 2011-03-09 | 皇家飞利浦电子股份有限公司 | 为表示解剖腔树结构的3d图像数据提供2d表示的装置和方法 |
US7545909B2 (en) * | 2005-05-20 | 2009-06-09 | Imaging Sciences International Llc | Generating panoramic views of the jaw using a fixed reference point and crossing points of multiple rays |
JP4864548B2 (ja) * | 2005-05-31 | 2012-02-01 | 株式会社東芝 | 医療用レポート作成システム、当該システムを内蔵する超音波診断装置、医療用レポート作成プログラム |
JP2006346022A (ja) * | 2005-06-14 | 2006-12-28 | Ziosoft Inc | 画像表示方法及び画像表示プログラム |
CN101203180A (zh) * | 2005-06-21 | 2008-06-18 | 皇家飞利浦电子股份有限公司 | 对血管进行成像的方法和设备 |
RU2419882C2 (ru) * | 2005-06-22 | 2011-05-27 | Конинклейке Филипс Электроникс Н.В. | Способ визуализации секущих плоскостей для изогнутых продолговатых структур |
JP2008543511A (ja) * | 2005-06-24 | 2008-12-04 | ヴォルケイノウ・コーポレーション | 脈管の画像作製方法 |
JP4672465B2 (ja) * | 2005-07-01 | 2011-04-20 | 株式会社日立メディコ | 医用画像診断支援装置及び画像処理プログラム |
JP4709600B2 (ja) * | 2005-07-15 | 2011-06-22 | 株式会社東芝 | X線診断装置、撮影角度最適化支援装置及びプログラム |
US7946987B2 (en) * | 2005-07-20 | 2011-05-24 | Panasonic Corporation | Ultrasonic diagnostic apparatus |
JP4786246B2 (ja) * | 2005-08-03 | 2011-10-05 | 株式会社東芝 | 画像処理装置及び画像処理システム |
JP2007044121A (ja) * | 2005-08-08 | 2007-02-22 | Hitachi Medical Corp | 医用画像表示方法及び装置 |
JP4901159B2 (ja) * | 2005-08-31 | 2012-03-21 | 株式会社東芝 | X線ct装置及びx線撮影方法 |
JP4327139B2 (ja) * | 2005-09-05 | 2009-09-09 | ザイオソフト株式会社 | 画像処理方法および画像処理プログラム |
US7970187B2 (en) * | 2005-09-06 | 2011-06-28 | Pie Medical Imaging B.V. | Method, apparatus and computer program for contour detection of vessels using x-ray densitometry |
US20070073147A1 (en) * | 2005-09-28 | 2007-03-29 | Siemens Medical Solutions Usa, Inc. | Method and apparatus for displaying a measurement associated with an anatomical feature |
US20080273777A1 (en) * | 2005-10-21 | 2008-11-06 | Vincent Luboz | Methods And Apparatus For Segmentation And Reconstruction For Endovascular And Endoluminal Anatomical Structures |
JP4384628B2 (ja) * | 2005-10-24 | 2009-12-16 | バイオビジック ジャパン株式会社 | 器官の状態変化を評価する装置およびプログラム |
KR100859434B1 (ko) * | 2005-11-01 | 2008-09-23 | 주식회사 메디슨 | 다중 단면영상을 이용한 컨투어 편집 기능을 제공하는 영상처리 시스템 및 방법 |
US20070109299A1 (en) * | 2005-11-15 | 2007-05-17 | Vital Images, Inc. | Surface-based characteristic path generation |
US7565000B2 (en) * | 2005-11-23 | 2009-07-21 | General Electric Company | Method and apparatus for semi-automatic segmentation technique for low-contrast tubular shaped objects |
JP4736755B2 (ja) * | 2005-11-30 | 2011-07-27 | コニカミノルタエムジー株式会社 | モデリング装置、領域抽出装置、モデリング方法及びプログラム |
JP4901212B2 (ja) * | 2005-12-28 | 2012-03-21 | 株式会社東芝 | 医用画像処理装置 |
JP4285486B2 (ja) * | 2006-01-31 | 2009-06-24 | 住友電気工業株式会社 | ケーブルの形状状態測定方法、及びこれに用いるケーブルの形状状態測定システム、ケーブルの形状状態測定プログラム、ケーブル状態評価方法 |
JP4843357B2 (ja) * | 2006-04-19 | 2011-12-21 | 株式会社東芝 | 画像処理装置 |
JP2007293550A (ja) * | 2006-04-24 | 2007-11-08 | Konica Minolta Sensing Inc | ポリゴンメッシュ編集方法、装置、システム及びプログラム |
WO2007129493A1 (ja) * | 2006-05-02 | 2007-11-15 | National University Corporation Nagoya University | 医療画像観察支援装置 |
GB2438668B (en) * | 2006-06-02 | 2008-07-30 | Siemens Molecular Imaging Ltd | Deformation of mask-based images |
JP2008000270A (ja) * | 2006-06-21 | 2008-01-10 | Aze Ltd | 生体組織の識別画像作成方法、装置およびプログラム |
KR100948047B1 (ko) * | 2006-06-29 | 2010-03-19 | 주식회사 메디슨 | 초음파 영상을 형성하는 초음파 시스템 및 방법 |
DE102006032990A1 (de) * | 2006-07-17 | 2008-01-31 | Siemens Ag | Verfahren und Vorrichtung zur Bestimmung des räumlichen Verlaufs einer Gefäßachse in Volumendatensätzen der medizinischen Bildgebung |
ATE504050T1 (de) * | 2006-09-18 | 2011-04-15 | Mediguide Ltd | Verfahren und system zur navigation durch ein verschlossenes röhrenförmiges organ |
US7952592B2 (en) * | 2006-09-25 | 2011-05-31 | Siemens Medical Solutions Usa, Inc. | System and method for view-dependent cutout geometry for importance-driven volume rendering |
NL1032602C2 (nl) * | 2006-09-29 | 2008-04-01 | Koninkl Philips Electronics Nv | Werkwijzen, systeem en computerprogrammaproduct voor het detecteren van een protrusie. |
DE102006049309B4 (de) * | 2006-10-19 | 2008-07-24 | Tomtec Imaging Systems Gmbh | Verfahren, Vorrichtung und Computerprogrammprodukt zum Auswerten von medizinischen Bilddatensätzen |
US8135185B2 (en) * | 2006-10-20 | 2012-03-13 | Stereotaxis, Inc. | Location and display of occluded portions of vessels on 3-D angiographic images |
US7940974B2 (en) * | 2006-11-21 | 2011-05-10 | General Electric Company | Method and system for adjusting 3D CT vessel segmentation |
US7993274B2 (en) * | 2006-11-22 | 2011-08-09 | General Electric Company | Method, system, and computer product for automatically extracting and tracking cardiac calcifications and determining a tracking centerline |
US8244015B2 (en) * | 2006-11-22 | 2012-08-14 | General Electric Company | Methods and apparatus for detecting aneurysm in vasculatures |
US8160395B2 (en) * | 2006-11-22 | 2012-04-17 | General Electric Company | Method and apparatus for synchronizing corresponding landmarks among a plurality of images |
US7957574B2 (en) * | 2006-11-22 | 2011-06-07 | General Electric Company | Methods and apparatus for generating a risk metric for soft plaque in vessels |
US20080154137A1 (en) * | 2006-11-22 | 2008-06-26 | Celine Pruvot | Method, system, and computer product for separating coronary lumen, coronary vessel wall and calcified plaque in an intravascular ultrasound view |
US8126238B2 (en) * | 2006-11-22 | 2012-02-28 | General Electric Company | Method and system for automatically identifying and displaying vessel plaque views |
FR2908976B1 (fr) * | 2006-11-24 | 2009-02-20 | Gen Electric | Procede de mesures de dimensions d'un vaisseau. |
US8107707B2 (en) * | 2006-11-30 | 2012-01-31 | Koninklijke Philips Electronics N.V. | Visualizing a vascular structure |
JP5072343B2 (ja) * | 2006-12-19 | 2012-11-14 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | 磁気共鳴イメージング装置,磁気共鳴イメージング方法,拡散テンソルカラーマップ画像生成装置,拡散テンソルカラーマップ画像生成方法 |
US11197651B2 (en) | 2007-03-08 | 2021-12-14 | Sync-Rx, Ltd. | Identification and presentation of device-to-vessel relative motion |
US9968256B2 (en) | 2007-03-08 | 2018-05-15 | Sync-Rx Ltd. | Automatic identification of a tool |
US10716528B2 (en) | 2007-03-08 | 2020-07-21 | Sync-Rx, Ltd. | Automatic display of previously-acquired endoluminal images |
US9629571B2 (en) | 2007-03-08 | 2017-04-25 | Sync-Rx, Ltd. | Co-use of endoluminal data and extraluminal imaging |
US8781193B2 (en) | 2007-03-08 | 2014-07-15 | Sync-Rx, Ltd. | Automatic quantitative vessel analysis |
WO2008107905A2 (en) | 2007-03-08 | 2008-09-12 | Sync-Rx, Ltd. | Imaging and tools for use with moving organs |
US11064964B2 (en) | 2007-03-08 | 2021-07-20 | Sync-Rx, Ltd | Determining a characteristic of a lumen by measuring velocity of a contrast agent |
US9375164B2 (en) | 2007-03-08 | 2016-06-28 | Sync-Rx, Ltd. | Co-use of endoluminal data and extraluminal imaging |
JP5305609B2 (ja) * | 2007-04-04 | 2013-10-02 | 株式会社東芝 | X線撮影装置および透視ロードマップ画像作成プログラム |
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 |
US20080281182A1 (en) * | 2007-05-07 | 2008-11-13 | General Electric Company | Method and apparatus for improving and/or validating 3D segmentations |
JP5047686B2 (ja) * | 2007-05-08 | 2012-10-10 | 株式会社日立メディコ | 血管画像表示方法と装置 |
EP2156407A1 (en) * | 2007-06-07 | 2010-02-24 | Koninklijke Philips Electronics N.V. | Inspection of tubular-shaped structures |
JP4937843B2 (ja) * | 2007-06-11 | 2012-05-23 | 株式会社日立メディコ | 医用画像表示装置、医用画像表示方法及びプログラム |
JP5159195B2 (ja) * | 2007-07-12 | 2013-03-06 | 株式会社東芝 | 医用画像処理装置 |
WO2009037611A1 (en) * | 2007-09-17 | 2009-03-26 | Koninklijke Philips Electronics N.V. | A caliper for measuring objects in an image |
JP5283877B2 (ja) * | 2007-09-21 | 2013-09-04 | 株式会社東芝 | 超音波診断装置 |
US7978191B2 (en) * | 2007-09-24 | 2011-07-12 | Dolphin Imaging Systems, Llc | System and method for locating anatomies of interest in a 3D volume |
US8934604B2 (en) * | 2007-09-28 | 2015-01-13 | Kabushiki Kaisha Toshiba | Image display apparatus and X-ray diagnostic apparatus |
WO2009119691A1 (ja) * | 2008-03-25 | 2009-10-01 | 株式会社 東芝 | 医用画像処理装置及びx線診断装置 |
JP2011115187A (ja) * | 2008-03-26 | 2011-06-16 | Konica Minolta Medical & Graphic Inc | 画像計測装置、医用画像システム及びプログラム |
JP4746068B2 (ja) * | 2008-03-28 | 2011-08-10 | 一史 浦澤 | 画像解析装置及び画像解析方法 |
JP5181124B2 (ja) * | 2008-03-31 | 2013-04-10 | サイバネットシステム株式会社 | 動脈瘤計測方法、及びその装置並びにコンピュータプログラム |
JP4376944B2 (ja) * | 2008-04-03 | 2009-12-02 | 富士フイルム株式会社 | 中間画像生成方法および装置ならびにプログラム |
JP2008200524A (ja) * | 2008-05-12 | 2008-09-04 | Ziosoft Inc | 画像処理方法 |
EP2303385B1 (en) | 2008-06-19 | 2013-12-11 | Sync-RX, Ltd. | Stepwise advancement of a medical tool |
JP5675056B2 (ja) | 2008-07-04 | 2015-02-25 | 株式会社東芝 | X線撮影装置および画像処理装置 |
JP4671204B2 (ja) * | 2008-07-09 | 2011-04-13 | ザイオソフト株式会社 | 医用画像表示制御装置及び医用画像表示制御プログラム |
JP4541434B2 (ja) * | 2008-07-14 | 2010-09-08 | ザイオソフト株式会社 | 画像処理装置及び画像処理プログラム |
US8200466B2 (en) | 2008-07-21 | 2012-06-12 | The Board Of Trustees Of The Leland Stanford Junior University | Method for tuning patient-specific cardiovascular simulations |
US8165425B2 (en) * | 2008-07-24 | 2012-04-24 | Siemens Medical Solutions Usa, Inc. | Interactive manual deformable registration of images |
EP2317924A1 (en) * | 2008-08-11 | 2011-05-11 | Koninklijke Philips Electronics N.V. | Determining foreshortening optimal view maps taking into account the shape of the vessel cross-section in cardiovascular x-ray systems |
US9318026B2 (en) | 2008-08-21 | 2016-04-19 | Lincoln Global, Inc. | Systems and methods providing an enhanced user experience in a real-time simulated virtual reality welding environment |
JP5231901B2 (ja) * | 2008-08-29 | 2013-07-10 | 株式会社東芝 | 画像処理装置 |
JP5305821B2 (ja) * | 2008-10-10 | 2013-10-02 | 株式会社東芝 | 医用画像処理装置及び医用画像診断装置 |
US8582844B2 (en) | 2008-11-13 | 2013-11-12 | Hitachi Medical Corporation | Medical image processing device and method |
JP5399407B2 (ja) * | 2008-11-13 | 2014-01-29 | 株式会社日立メディコ | 画像処理装置及び画像処理方法 |
US9144394B2 (en) | 2008-11-18 | 2015-09-29 | Sync-Rx, Ltd. | Apparatus and methods for determining a plurality of local calibration factors for an image |
US9101286B2 (en) | 2008-11-18 | 2015-08-11 | Sync-Rx, Ltd. | Apparatus and methods for determining a dimension of a portion of a stack of endoluminal data points |
US9095313B2 (en) | 2008-11-18 | 2015-08-04 | Sync-Rx, Ltd. | Accounting for non-uniform longitudinal motion during movement of an endoluminal imaging probe |
US9974509B2 (en) | 2008-11-18 | 2018-05-22 | Sync-Rx Ltd. | Image super enhancement |
US8855744B2 (en) | 2008-11-18 | 2014-10-07 | Sync-Rx, Ltd. | Displaying a device within an endoluminal image stack |
US11064903B2 (en) | 2008-11-18 | 2021-07-20 | Sync-Rx, Ltd | Apparatus and methods for mapping a sequence of images to a roadmap image |
US10362962B2 (en) | 2008-11-18 | 2019-07-30 | Synx-Rx, Ltd. | Accounting for skipped imaging locations during movement of an endoluminal imaging probe |
US9788729B2 (en) * | 2008-11-21 | 2017-10-17 | Toshiba Medical Systems Corporation | Image processing apparatus and image processing method |
US8463010B2 (en) * | 2008-11-28 | 2013-06-11 | Fujifilm Corporation | System and method for propagation of spine labeling |
DE102009006765B4 (de) * | 2009-01-30 | 2018-06-14 | Siemens Healthcare Gmbh | Verfahren zur Ansteuerung einer Bildausgabeeinrichtung, Verfahren zur Ermittlung von tangentialen Schnittebenen, Ansteuerungsmodul und Schnittebenenermittlungseinheit |
JP2010207531A (ja) * | 2009-03-12 | 2010-09-24 | Toshiba Corp | Mri装置及びデータ処理装置 |
US9405886B2 (en) | 2009-03-17 | 2016-08-02 | The Board Of Trustees Of The Leland Stanford Junior University | Method for determining cardiovascular information |
JP5388647B2 (ja) * | 2009-03-23 | 2014-01-15 | 株式会社東芝 | 医用画像処理装置及び方法、プログラム |
JP5491914B2 (ja) * | 2009-04-28 | 2014-05-14 | 株式会社東芝 | 画像表示装置およびx線診断装置 |
JP5395538B2 (ja) * | 2009-06-30 | 2014-01-22 | 株式会社東芝 | 超音波診断装置及び画像データ表示用制御プログラム |
JP5323194B2 (ja) * | 2009-08-21 | 2013-10-23 | 株式会社東芝 | 医用画像処理装置及びその方法 |
ES2660570T3 (es) * | 2009-09-23 | 2018-03-23 | Lightlab Imaging, Inc. | Sistemas, aparatos y métodos de recopilación de datos de medición de resistencia vascular y morfología luminal |
US20180344174A9 (en) * | 2009-09-23 | 2018-12-06 | Lightlab Imaging, Inc. | Lumen Morphology and Vascular Resistance Measurements Data Collection Systems, Apparatus and Methods |
JP5436125B2 (ja) * | 2009-09-30 | 2014-03-05 | 富士フイルム株式会社 | 診断支援装置およびその作動方法並びに診断支援プログラム |
JP5380231B2 (ja) | 2009-09-30 | 2014-01-08 | 富士フイルム株式会社 | 医用画像表示装置および方法ならびにプログラム |
BR112012007654A8 (pt) * | 2009-10-06 | 2017-10-10 | Koninklijke Philips Electronics Nv | Ângulos de visualização do braço c automático para o tratamento da doença cardíaca estrutural |
US8239783B2 (en) * | 2009-11-19 | 2012-08-07 | Microsoft Corporation | Integrated viewfinder and digital media |
WO2011062108A1 (ja) * | 2009-11-19 | 2011-05-26 | 株式会社 日立メディコ | 画像処理装置及び画像処理方法 |
US8934686B2 (en) * | 2009-11-26 | 2015-01-13 | Algotec Systems Ltd. | User interface for selecting paths in an image |
JP5597399B2 (ja) * | 2010-01-08 | 2014-10-01 | 株式会社東芝 | 医用画像診断装置 |
JP5127847B2 (ja) * | 2010-01-12 | 2013-01-23 | 富士フイルム株式会社 | 断面画像生成装置、断面画像生成方法、及びそのプログラム |
JP5618230B2 (ja) * | 2010-01-25 | 2014-11-05 | 学校法人日本大学 | 画像生成装置、画像生成方法およびプログラム |
US8144147B2 (en) * | 2010-04-07 | 2012-03-27 | Intel Corporation | Hierarchical bounding of displaced parametric surfaces |
CN102844794B (zh) * | 2010-04-16 | 2016-07-06 | 皇家飞利浦电子股份有限公司 | 图像数据重定格式 |
JP5839822B2 (ja) * | 2010-05-17 | 2016-01-06 | 株式会社東芝 | 画像処理装置及びx線ct装置 |
JP5631629B2 (ja) * | 2010-05-17 | 2014-11-26 | 株式会社東芝 | 超音波画像処理装置及び超音波診断装置 |
JP5660432B2 (ja) * | 2010-06-30 | 2015-01-28 | 独立行政法人理化学研究所 | 領域データ編集装置、領域データ編集方法、プログラム、及び、記録媒体 |
JP5631649B2 (ja) * | 2010-07-13 | 2014-11-26 | オリンパス株式会社 | 画像情報表示方法 |
JP5572470B2 (ja) | 2010-07-28 | 2014-08-13 | 富士フイルム株式会社 | 診断支援装置および方法並びにプログラム |
US8315812B2 (en) | 2010-08-12 | 2012-11-20 | Heartflow, Inc. | Method and system for patient-specific modeling of blood flow |
US8157742B2 (en) | 2010-08-12 | 2012-04-17 | Heartflow, Inc. | Method and system for patient-specific modeling of blood flow |
US10426430B2 (en) * | 2010-08-26 | 2019-10-01 | Koninklijke Philips N.V. | Automated three dimensional aortic root measurement and modeling |
JP5844093B2 (ja) | 2010-09-15 | 2016-01-13 | 株式会社東芝 | 医用画像処理装置及び医用画像処理方法 |
JP5562775B2 (ja) * | 2010-09-15 | 2014-07-30 | 株式会社東芝 | 医用画像表示システム |
US8798227B2 (en) * | 2010-10-15 | 2014-08-05 | Kabushiki Kaisha Toshiba | Medical image processing apparatus and X-ray computed tomography apparatus |
CN102573642B (zh) * | 2010-10-15 | 2015-08-19 | 株式会社东芝 | 医用图像处理装置以及x射线计算机断层摄影装置 |
JP5309109B2 (ja) * | 2010-10-18 | 2013-10-09 | 富士フイルム株式会社 | 医用画像処理装置および方法、並びにプログラム |
JP2012170536A (ja) * | 2011-02-18 | 2012-09-10 | Toshiba Corp | 超音波診断装置、画像処理装置及び画像処理プログラム |
JP5971682B2 (ja) * | 2011-03-02 | 2016-08-17 | 東芝メディカルシステムズ株式会社 | 磁気共鳴イメージング装置 |
US10186056B2 (en) * | 2011-03-21 | 2019-01-22 | General Electric Company | System and method for estimating vascular flow using CT imaging |
EP2723231A4 (en) | 2011-06-23 | 2015-02-25 | Sync Rx Ltd | LUMINAL BACKGROUND CLEANING |
US8761474B2 (en) * | 2011-07-25 | 2014-06-24 | Siemens Aktiengesellschaft | Method for vascular flow pattern analysis |
CN103781418B (zh) * | 2011-08-16 | 2016-03-02 | 皇家飞利浦有限公司 | 使用光纤形状数据的曲面多平面重建 |
JP5841771B2 (ja) * | 2011-08-17 | 2016-01-13 | 日立アロカメディカル株式会社 | 超音波データ処理装置 |
JP5863330B2 (ja) * | 2011-08-22 | 2016-02-16 | 国立大学法人旭川医科大学 | 画像処理装置、画像処理方法、およびプログラム |
JP5216899B2 (ja) * | 2011-08-23 | 2013-06-19 | 株式会社東芝 | 画像表示装置及び画像表示方法 |
CN103930037A (zh) * | 2011-08-26 | 2014-07-16 | Ebm株式会社 | 血管治疗效果的血流模拟的***、其方法及计算机软件程序 |
CA2776186C (en) | 2011-09-09 | 2021-10-12 | Calgary Scientific Inc. | Image display of a centerline of tubular structure |
US8755576B2 (en) * | 2011-09-09 | 2014-06-17 | Calgary Scientific Inc. | Determining contours of a vessel using an active contouring model |
US9443303B2 (en) | 2011-09-09 | 2016-09-13 | Calgary Scientific Inc. | Image display of a centerline of tubular structure |
BR112014005616A2 (pt) * | 2011-09-13 | 2017-03-28 | Koninklijke Philips Nv | aparelho de aquisição de imagem por raios x de braço em c para processar uma imagem de projeção 2d obtida de uma estrutura tubular; método assistido por computador para processar uma imagem de projeção 2d obtida por meio de um aparelho de aquisição de imagem por raios x de braço em c; sistema de aquisição de imagem por raios x médica para processar uma imagem de projeção 2d obtida de uma estrutura tubular; elemento de programa de computador para controlar um aparelho; e meio legível por computador |
JP6020470B2 (ja) * | 2012-01-10 | 2016-11-02 | コニカミノルタ株式会社 | 超音波診断装置、および、血管特定方法 |
WO2013111813A1 (ja) * | 2012-01-27 | 2013-08-01 | 株式会社 東芝 | 医用画像処理装置 |
US8848996B2 (en) * | 2012-02-17 | 2014-09-30 | Siemens Medical Solutions Usa, Inc. | System for suppressing vascular structure in medical images |
US8675113B2 (en) | 2012-02-24 | 2014-03-18 | Research In Motion Limited | User interface for a digital camera |
JP5215483B1 (ja) * | 2012-02-24 | 2013-06-19 | 株式会社東芝 | 医用画像処理装置 |
DE102012203122B4 (de) * | 2012-02-29 | 2023-08-03 | Siemens Healthcare Gmbh | Verfahren und System zur Ermittlung eines Begrenzungsflächennetzes |
JP5932406B2 (ja) | 2012-03-09 | 2016-06-08 | 富士フイルム株式会社 | 医用画像処理装置および方法、並びにプログラム |
JP5814838B2 (ja) | 2012-03-14 | 2015-11-17 | 富士フイルム株式会社 | 画像生成装置、方法及びプログラム |
US8548778B1 (en) | 2012-05-14 | 2013-10-01 | Heartflow, Inc. | Method and system for providing information from a patient-specific model of blood flow |
CA2875346A1 (en) | 2012-06-26 | 2014-01-03 | Sync-Rx, Ltd. | Flow-related image processing in luminal organs |
US8958618B2 (en) * | 2012-06-28 | 2015-02-17 | Kabushiki Kaisha Toshiba | Method and system for identification of calcification in imaged blood vessels |
CN103505288B (zh) * | 2012-06-29 | 2017-11-17 | 通用电气公司 | 超声成像方法和超声成像设备 |
US9478014B2 (en) * | 2012-06-29 | 2016-10-25 | Shimadzu Corporation | Image processing method for extracting linear patterns |
US9020232B2 (en) | 2012-07-24 | 2015-04-28 | Kabushiki Kaisha Toshiba | Per vessel, vessel tree modelling with shared contours |
CA2880747A1 (en) | 2012-08-03 | 2014-02-06 | Volcano Corporation | Devices, systems, and methods for assessing a vessel |
EP2883208B1 (en) * | 2012-08-13 | 2021-02-17 | Koninklijke Philips N.V. | Tubular structure tracking |
WO2014034294A1 (ja) * | 2012-08-28 | 2014-03-06 | 株式会社日立メディコ | 画像表示装置及び医用画像撮像装置 |
JP5930539B2 (ja) | 2012-09-12 | 2016-06-08 | 富士フイルム株式会社 | 医用画像表示装置および方法並びにプログラム |
JP5934071B2 (ja) * | 2012-09-27 | 2016-06-15 | 富士フイルム株式会社 | 管状構造の最短経路探索装置および方法並びにプログラム |
US10568586B2 (en) | 2012-10-05 | 2020-02-25 | Volcano Corporation | Systems for indicating parameters in an imaging data set and methods of use |
US10210956B2 (en) | 2012-10-24 | 2019-02-19 | Cathworks Ltd. | Diagnostically useful results in real time |
WO2014064702A2 (en) | 2012-10-24 | 2014-05-01 | Cathworks Ltd. | Automated measurement system and method for coronary artery disease scoring |
US10595807B2 (en) | 2012-10-24 | 2020-03-24 | Cathworks Ltd | Calculating a fractional flow reserve |
JP6062215B2 (ja) * | 2012-11-06 | 2017-01-18 | 東芝メディカルシステムズ株式会社 | 医用画像処理装置 |
JP6129525B2 (ja) * | 2012-11-20 | 2017-05-17 | 東芝メディカルシステムズ株式会社 | 画像処理装置、及びx線診断装置 |
US9091628B2 (en) | 2012-12-21 | 2015-07-28 | L-3 Communications Security And Detection Systems, Inc. | 3D mapping with two orthogonal imaging views |
US9042634B2 (en) * | 2013-01-15 | 2015-05-26 | General Electric Company | Method system and computer product for non-destructive object analysis |
CN103961135B (zh) * | 2013-02-04 | 2017-04-12 | 通用电气公司 | 用于侦测三维超声图像中导管位置的***及方法 |
CN105210131A (zh) * | 2013-03-11 | 2015-12-30 | 林肯环球股份有限公司 | 在实时仿真的虚拟现实焊接环境中提供增强的使用者体验的***和方法 |
US9600895B2 (en) * | 2013-05-02 | 2017-03-21 | Saso Koceski | System and method for three-dimensional nerve segmentation using magnetic resonance imaging |
WO2014185424A1 (ja) * | 2013-05-13 | 2014-11-20 | 株式会社 東芝 | 医用画像解析装置 |
CN103284694B (zh) * | 2013-05-22 | 2015-01-21 | 西安电子科技大学 | 一种活体动物血管新生定量分析方法 |
US9974442B2 (en) * | 2013-06-24 | 2018-05-22 | Toshiba Medical Systems Corporation | Method of, and apparatus for, processing volumetric image data |
EP3035884B1 (en) * | 2013-08-13 | 2022-11-23 | Regents of the University of Minnesota | Computer visualization of anatomical items |
KR102245706B1 (ko) * | 2013-09-17 | 2021-04-28 | 삼성전자주식회사 | 데이터 처리 방법 및 그 전자 장치 |
DE102013220539A1 (de) * | 2013-10-11 | 2015-04-16 | Siemens Aktiengesellschaft | Modifikation einer Hohlorgan-Repräsentation |
EP3061015A2 (en) | 2013-10-24 | 2016-08-31 | Cathworks Ltd. | Vascular characteristic determination with correspondence modeling of a vascular tree |
JP6415927B2 (ja) * | 2013-11-08 | 2018-10-31 | キヤノンメディカルシステムズ株式会社 | 医用画像処理装置、x線コンピュータ断層撮影装置、および医用画像処理プログラム |
KR101578770B1 (ko) | 2013-11-21 | 2015-12-18 | 삼성전자주식회사 | 의료 영상 처리 장치 및 그에 따른 의료 영상 처리 방법 |
WO2015088277A1 (ko) | 2013-12-12 | 2015-06-18 | 삼성메디슨 주식회사 | 초음파 영상 표시 방법 및 장치 |
JP5857367B2 (ja) * | 2013-12-26 | 2016-02-10 | 株式会社Aze | 医用画像表示制御装置、方法およびプログラム |
JP6243763B2 (ja) * | 2014-03-14 | 2017-12-06 | テルモ株式会社 | 画像処理装置、画像処理装置の作動方法、及びプログラム |
US8917925B1 (en) * | 2014-03-28 | 2014-12-23 | Heartflow, Inc. | Systems and methods for data and model-driven image reconstruction and enhancement |
US20170032523A1 (en) * | 2014-04-10 | 2017-02-02 | Sync-Rx, Ltd | Image Analysis in the Presence of a Medical Device |
JP6382050B2 (ja) * | 2014-09-29 | 2018-08-29 | キヤノンメディカルシステムズ株式会社 | 医用画像診断装置、画像処理装置、画像処理方法及び画像処理プログラム |
CN107111876B (zh) * | 2015-01-16 | 2021-01-05 | 皇家飞利浦有限公司 | 血管管腔亚分辨率分割 |
JP6476041B2 (ja) | 2015-03-31 | 2019-02-27 | 株式会社Aze | 医用画像診断装置、その制御方法、及びプログラム |
KR101911396B1 (ko) | 2015-06-18 | 2018-12-20 | 연세대학교 산학협력단 | 혈관의 굽힘도 결정방법 |
WO2017001476A1 (en) * | 2015-06-29 | 2017-01-05 | Koninklijke Philips N.V. | Interactive mesh editing |
JP6544092B2 (ja) * | 2015-07-08 | 2019-07-17 | 国立大学法人東京農工大学 | 血管径測定装置 |
JP5890055B1 (ja) * | 2015-07-09 | 2016-03-22 | 株式会社アルム | 血管画像処理装置、血管画像処理プログラム、および血管画像処理方法 |
JP6565422B2 (ja) | 2015-07-24 | 2019-08-28 | 富士通株式会社 | 画像処理プログラム、画像処理装置及び画像処理方法 |
US10603004B2 (en) * | 2015-07-27 | 2020-03-31 | Koninklijke Philips N.V. | Revascularisation localisation and pre and post quantitative coronary angiography |
JP6370280B2 (ja) * | 2015-09-16 | 2018-08-08 | 富士フイルム株式会社 | 断層画像生成装置、方法およびプログラム |
JP6613903B2 (ja) * | 2016-01-12 | 2019-12-04 | 株式会社島津製作所 | イメージング装置 |
CA2958003C (en) * | 2016-02-19 | 2022-04-05 | Paul Stanley Addison | System and methods for video-based monitoring of vital signs |
JP6792340B2 (ja) * | 2016-03-29 | 2020-11-25 | ザイオソフト株式会社 | 医用画像処理装置、医用画像処理方法、及び医用画像処理プログラム |
EP3461253B1 (en) | 2016-05-16 | 2023-08-09 | Cathworks Ltd. | Selection of vascular paths from images |
EP4300419A3 (en) | 2016-05-16 | 2024-04-03 | Cathworks Ltd. | System for vascular assessment |
JP6677113B2 (ja) * | 2016-07-19 | 2020-04-08 | 富士通株式会社 | 電子機器の製造装置、及びケーブル形状推定プログラム |
EP3497669B1 (en) * | 2016-08-10 | 2021-02-17 | Agfa HealthCare | Method for automatically detecting systemic arteries in arbitrary field-of-view computed tomography angiography (cta). |
EP3300021B1 (en) * | 2016-09-22 | 2018-12-05 | RaySearch Laboratories AB | Image processing system and method for interactive contouring of three-dimensional medical data |
JP6821153B2 (ja) * | 2016-11-10 | 2021-01-27 | 大日本印刷株式会社 | 生体組織画像解析システム、画像処理システム及びプログラム |
JP6871007B2 (ja) * | 2017-02-13 | 2021-05-12 | キヤノンメディカルシステムズ株式会社 | 医用画像処理装置及び医用画像診断システム |
US20200008875A1 (en) * | 2017-03-21 | 2020-01-09 | Canon U.S.A., Inc. | Methods, apparatuses and storage mediums for ablation planning and performance |
US10176575B2 (en) | 2017-03-24 | 2019-01-08 | Pie Medical Imaging B.V. | Method and system for assessing vessel obstruction based on machine learning |
US10475235B2 (en) * | 2017-03-29 | 2019-11-12 | Fujifilm Corporation | Three-dimensional image processing apparatus, three-dimensional image processing method, and three-dimensional image processing program |
JP7202595B2 (ja) * | 2017-05-31 | 2023-01-12 | 株式会社根本杏林堂 | 血管画像処理システムおよび血管画像処理方法 |
EP3654244A4 (en) * | 2017-07-31 | 2020-11-04 | Shanghai United Imaging Healthcare Co., Ltd. | METHOD AND SYSTEM FOR EXTRACTING A REGION OF INTEREST FROM VOLUME DATA |
EP3457404A1 (en) * | 2017-09-18 | 2019-03-20 | Koninklijke Philips N.V. | Estimating flow to vessel bifurcations for simulated hemodynamics |
WO2019094893A1 (en) | 2017-11-13 | 2019-05-16 | Covidien Lp | Systems and methods for video-based monitoring of a patient |
JP7114252B2 (ja) * | 2017-12-28 | 2022-08-08 | キヤノンメディカルシステムズ株式会社 | 医用画像処理装置、その制御方法、及びプログラム |
US11150776B2 (en) * | 2018-02-02 | 2021-10-19 | Centerline Biomedical, Inc. | Graphical user interface for marking anatomic structures |
JP7037810B2 (ja) * | 2018-03-05 | 2022-03-17 | 国立大学法人山口大学 | 画像処理装置と画像処理プログラムと画像処理方法 |
CN108564568A (zh) * | 2018-03-23 | 2018-09-21 | 沈阳东软医疗***有限公司 | 冠脉的显示方法、装置、设备及存储介质 |
US10699407B2 (en) | 2018-04-11 | 2020-06-30 | Pie Medical Imaging B.V. | Method and system for assessing vessel obstruction based on machine learning |
WO2019197848A1 (en) * | 2018-04-13 | 2019-10-17 | Motilent Ltd. | Image analysis method |
KR101973513B1 (ko) | 2018-05-14 | 2019-04-30 | 주식회사 코어라인소프트 | 생체 내 관의 대표값 측정 방법 및 시스템 |
CN109035353B (zh) * | 2018-06-27 | 2022-09-20 | 河南科技大学 | 一种基于ct图像多平面重建的血管拉直曲面重组方法 |
US11311252B2 (en) | 2018-08-09 | 2022-04-26 | Covidien Lp | Video-based patient monitoring systems and associated methods for detecting and monitoring breathing |
JP7048760B2 (ja) * | 2018-10-31 | 2022-04-05 | 富士フイルム株式会社 | 領域修正装置、方法およびプログラム |
EP3877956A2 (en) * | 2018-11-09 | 2021-09-15 | Vida Diagnostics, Inc. | Cut-surface display of tubular structures |
US11315275B2 (en) | 2019-01-28 | 2022-04-26 | Covidien Lp | Edge handling methods for associated depth sensing camera devices, systems, and methods |
CN110111429B (zh) * | 2019-03-16 | 2022-11-18 | 哈尔滨理工大学 | 一种检测单像素血管的方法 |
JP7127212B2 (ja) * | 2019-04-25 | 2022-08-29 | 富士フイルム株式会社 | 画像の向き設定装置、方法およびプログラム |
CN112116615B (zh) * | 2019-11-19 | 2023-12-05 | 苏州润迈德医疗科技有限公司 | 根据血管中心线获取血管轮廓线的方法和装置 |
CN112164020B (zh) | 2020-03-31 | 2024-01-23 | 苏州润迈德医疗科技有限公司 | 精确提取血管中心线的方法、装置、分析***和存储介质 |
WO2021207289A1 (en) | 2020-04-07 | 2021-10-14 | Vida Diagnostics, Inc. | Subject specific coordinatization and virtual navigation systems and methods |
EP4147643A4 (en) * | 2020-05-07 | 2024-04-24 | Imed Technologies, Inc. | IMAGE PROCESSING DEVICE, IMAGE PROCESSING METHOD, PROGRAM AND IMAGE PROCESSING SYSTEM |
KR102399510B1 (ko) * | 2020-06-02 | 2022-05-19 | 주식회사 메디픽셀 | 사용자 입력에 기초하여 혈관 영상을 처리하는 방법 및 장치 |
KR102395873B1 (ko) * | 2020-06-02 | 2022-05-10 | 주식회사 메디픽셀 | 자동으로 혈관 영상을 처리하는 방법 및 장치 |
KR102583135B1 (ko) * | 2021-11-04 | 2023-09-27 | 오스템임플란트 주식회사 | 교정 진단을 위해 서로 다른 시점에 획득된 복수개의 이미지를 중첩하여 디스플레이하는 방법, 디바이스 및 그 기록매체 |
JP7500091B2 (ja) | 2022-07-21 | 2024-06-17 | 株式会社マックスネット | 脳動脈瘤の瘤ネック平面の生成方法とコンピュータプログラム |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5734384A (en) * | 1991-11-29 | 1998-03-31 | Picker International, Inc. | Cross-referenced sectioning and reprojection of diagnostic image volumes |
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 |
AU746546B2 (en) | 1998-02-23 | 2002-05-02 | Algotec Systems Ltd. | Automatic path planning system and method |
JP4200546B2 (ja) | 1998-03-09 | 2008-12-24 | 株式会社日立メディコ | 画像表示装置 |
IL144140A0 (en) | 1999-11-19 | 2002-05-23 | Gen Electric | Method and apparatus for reformatting tubular volumetric bodies |
US7333648B2 (en) * | 1999-11-19 | 2008-02-19 | General Electric Company | Feature quantification from multidimensional image data |
AU2001256992A1 (en) * | 2000-04-07 | 2001-10-23 | Stephen R. Aylward | Systems and methods for tubular object processing |
CN1274898A (zh) * | 2000-04-30 | 2000-11-29 | 重庆炜迪科技发展有限公司 | 一种获取三维透明x数字图像的方法 |
US6643533B2 (en) * | 2000-11-28 | 2003-11-04 | Ge Medical Systems Global Technology Company, Llc | Method and apparatus for displaying images of tubular structures |
AU2003218182B2 (en) * | 2002-03-14 | 2008-12-18 | Netkisr Inc. | System and method for analyzing and displaying computed tomography data |
-
2003
- 2003-03-20 JP JP2003079117A patent/JP4421203B2/ja not_active Expired - Fee Related
-
2004
- 2004-03-19 US US10/803,930 patent/US7369691B2/en not_active Expired - Fee Related
- 2004-03-22 CN CNB2006101630189A patent/CN100545873C/zh not_active Expired - Fee Related
- 2004-03-22 CN CNB2004100631043A patent/CN100343857C/zh not_active Expired - Fee Related
Cited By (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102172330B (zh) * | 2007-07-10 | 2013-03-27 | 株式会社东芝 | X射线摄影装置以及图像处理显示装置 |
CN101342082B (zh) * | 2007-07-10 | 2011-09-21 | 株式会社东芝 | X射线摄影装置及图像处理显示装置 |
US8064667B2 (en) | 2007-07-10 | 2011-11-22 | Kabushiki Kaisha Toshiba | X-ray apparatus, image processing display apparatus and computer program product |
CN101765864B (zh) * | 2007-07-27 | 2012-06-27 | 皇家飞利浦电子股份有限公司 | 用于图像配准的交互式图集 |
CN101779224B (zh) * | 2007-08-03 | 2016-04-13 | 皇家飞利浦电子股份有限公司 | 用于绘制并显示3d管状结构的曲面重组视图的方法、装置和*** |
CN101884054B (zh) * | 2007-12-04 | 2012-11-07 | 通用电气健康护理有限公司 | 图像分析 |
CN101991420B (zh) * | 2009-08-27 | 2013-01-16 | 上海西门子医疗器械有限公司 | 一种疑似血管狭窄区域的定位方法和*** |
CN102208118B (zh) * | 2010-03-31 | 2015-05-13 | 富士胶片株式会社 | 投影图像生成方法和设备 |
CN102821696A (zh) * | 2010-03-31 | 2012-12-12 | 富士胶片株式会社 | 投影图像生成设备、程序和方法 |
CN102208118A (zh) * | 2010-03-31 | 2011-10-05 | 富士胶片株式会社 | 投影图像生成方法、设备及程序 |
CN103747740A (zh) * | 2011-08-17 | 2014-04-23 | 日立阿洛卡医疗株式会社 | 超声波数据处理设备 |
CN103747740B (zh) * | 2011-08-17 | 2015-11-25 | 日立阿洛卡医疗株式会社 | 超声波数据处理设备 |
CN103049920A (zh) * | 2011-10-14 | 2013-04-17 | 美国西门子医疗解决公司 | 用于识别医学成像数据中感兴趣区域的方法及装置 |
CN103049920B (zh) * | 2011-10-14 | 2016-02-17 | 美国西门子医疗解决公司 | 用于识别医学成像数据中感兴趣区域的方法及装置 |
CN103402433A (zh) * | 2012-03-02 | 2013-11-20 | 株式会社东芝 | 医用图像处理装置以及医用图像处理方法 |
CN103402433B (zh) * | 2012-03-02 | 2016-03-30 | 株式会社东芝 | 医用图像处理装置以及医用图像处理方法 |
CN103796595B (zh) * | 2012-08-31 | 2016-04-13 | 株式会社东芝 | 医用报告制作装置及医用图像诊断装置 |
US10303848B2 (en) | 2012-08-31 | 2019-05-28 | Toshiba Medical Systems Corporation | Medical reading report preparing apparatus and medical image diagnostic apparatus |
CN103796595A (zh) * | 2012-08-31 | 2014-05-14 | 株式会社东芝 | 医用报告制作装置及医用图像诊断装置 |
CN104050711B (zh) * | 2013-03-12 | 2017-05-31 | 东芝医疗***株式会社 | 医用图像处理装置以及医用图像处理方法 |
CN107106119A (zh) * | 2014-10-30 | 2017-08-29 | 皇家飞利浦有限公司 | 弯曲结构的超声可视化 |
CN108451540A (zh) * | 2017-02-17 | 2018-08-28 | 深圳先进技术研究院 | 一种血流储备分数测量方法和装置 |
CN107296620A (zh) * | 2017-07-28 | 2017-10-27 | 海纳医信(北京)软件科技有限责任公司 | 主动脉检测方法、装置、存储介质和处理器 |
CN107451406A (zh) * | 2017-07-28 | 2017-12-08 | 海纳医信(北京)软件科技有限责任公司 | 血管分析方法、装置、存储介质和处理器 |
CN107468334B (zh) * | 2017-08-01 | 2019-07-16 | 强联智创(北京)科技有限公司 | 一种三维微导管塑形辅助设计***及设计方法 |
CN107468334A (zh) * | 2017-08-01 | 2017-12-15 | 强联智创(北京)科技有限公司 | 一种三维微导管塑形辅助设计***及设计方法 |
CN111182836A (zh) * | 2017-09-01 | 2020-05-19 | 佳能株式会社 | 信息处理装置、信息处理方法、信息处理***和程序 |
CN113012108A (zh) * | 2018-07-24 | 2021-06-22 | 博动医学影像科技(上海)有限公司 | 血管图像的处理方法、装置及成像设备 |
CN113012108B (zh) * | 2018-07-24 | 2024-02-20 | 上海博动医疗科技股份有限公司 | 血管图像的处理方法、装置及成像设备 |
CN110675481A (zh) * | 2019-09-26 | 2020-01-10 | 慧影医疗科技(北京)有限公司 | 影像交互联动方法、装置及可读存储介质 |
CN110675481B (zh) * | 2019-09-26 | 2020-07-17 | 慧影医疗科技(北京)有限公司 | 影像交互联动方法、装置及可读存储介质 |
CN112138249A (zh) * | 2020-08-24 | 2020-12-29 | 同济大学 | 一种基于超声评估的静脉注射机器人进针角度控制方法 |
CN112138249B (zh) * | 2020-08-24 | 2022-02-18 | 同济大学 | 一种基于超声评估的静脉注射机器人控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN1956010A (zh) | 2007-05-02 |
CN100545873C (zh) | 2009-09-30 |
CN100343857C (zh) | 2007-10-17 |
JP4421203B2 (ja) | 2010-02-24 |
JP2004283373A (ja) | 2004-10-14 |
US7369691B2 (en) | 2008-05-06 |
US20040249270A1 (en) | 2004-12-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100343857C (zh) | 用于分析管状结构例如血管的分析器 | |
CN1678234A (zh) | 医疗处理***、内窥镜***、内窥镜***操作程序及内窥镜装置 | |
CN100338632C (zh) | 标记放置信息估计方法和信息处理设备 | |
US10832638B2 (en) | Image display device and image display system | |
JP4070493B2 (ja) | X線診断装置および医用画像解析装置 | |
CN1259890C (zh) | 图像处理装置和方法 | |
CN1493258A (zh) | 图像处理设备与超声波诊断设备 | |
CN1324526C (zh) | 视频信号的自适应缩放 | |
CN101075346A (zh) | 数字图像中用于感兴趣点吸引的方法 | |
CN1910577A (zh) | 图像文件一览显示装置 | |
CN1802119A (zh) | 内窥镜形状检测装置 | |
CN1939208A (zh) | 眼底观察装置、眼底图像显示装置及存储眼底观察程序的存储媒体 | |
CN1635855A (zh) | 靶向血管***的磁共振成像***和方法 | |
CN101065052A (zh) | 医疗图像处理装置和医疗图像处理方法 | |
CN1725975A (zh) | 信息处理装置 | |
CN1947652A (zh) | 光图像计测装置、眼底观察装置、及存储光图像计测程序与眼底观察程序的存储媒体 | |
CN1630886A (zh) | 三维图象的比较程序、比较方法及比较装置 | |
CN1444907A (zh) | 图像处理装置和超声波诊断装置 | |
CN1612714A (zh) | 眼镜·隐形眼镜选定***及其方法 | |
CN1413559A (zh) | 计算关于局部血液流量循环指数的方法和装置 | |
CN101065773A (zh) | 2d/3d集成式轮廓编辑器 | |
US20210319881A1 (en) | Medical system, medical apparatus, and medical method | |
CN101040781A (zh) | X射线衰减校正方法、ct装置、图像产生装置及方法 | |
CN1914646A (zh) | 信息处理方法、信息处理设备及摄像设备 | |
CN1955725A (zh) | X射线ct*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C41 | Transfer of patent application or patent right or utility model | ||
TR01 | Transfer of patent right |
Effective date of registration: 20160720 Address after: Japan Tochigi Patentee after: Toshiba Medical System Co., Ltd. Address before: Tokyo, Japan, Japan Patentee before: Toshiba Corp Patentee before: Toshiba Medical System Co., Ltd. |
|
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20071017 Termination date: 20200322 |