DE102006041309A1

DE102006041309A1 - System und Verfahren zur 3D-CAD unter Verwendung von Projektionsbildern

Info

Publication number: DE102006041309A1
Application number: DE102006041309A
Authority: DE
Inventors: Frederick Wilson Wheeler; John Patrick Kaufhold; Bernhard Erich Herrmann Claus; Ambalangoda Gurunnanselage Amitha Perera; Serge Louis Muller; Razvan Gabriel Iordache
Original assignee: General Electric Co
Current assignee: General Electric Co
Priority date: 2005-09-07
Filing date: 2006-09-01
Publication date: 2007-03-15
Also published as: JP5138910B2; US20070052700A1; JP2007068992A

Abstract

Es wird eine Technik zur Ausführung einer computerunterstützten Detektion (CAD)-Analyse eines dreidimensionalen Volumens (96) unter Verwendung eines computerunterstützten Detektions- und/oder Diagnose(CAD)-Algorithmus geschaffen. Die Technik beinhaltet die Auswahl eines oder mehrerer interessierender dreidimensionaler Punkte in einem dreidimensionalen Volumen (96), das Vorwärtsprojizieren des einen oder der mehreren interessierenden dreidimensionalen Punkte um einen entsprechenden Satz Projektionspunkte in einem oder mehreren zweidimensionalen Projektionsbildern (72, 74, 76, 78) zu bestimmen und das Berechnen von Ausgangswerten (100) bei dem einen oder den mehreren interessierenden dreidimensionalen Punkten auf der Grundlage eines oder mehrere Merkmalswerte (80, 82, 84, 86) oder einer CAD-Ausgangsgröße bei dem entsprechenden Satz von Projektionspunkten.

Description

Hintergrund
Die Erfindung betrifft allgemein medizinische Bildgebungsverfahren. Insbesondere bezieht sich die Erfindung auf Techniken zur Verbesserung der Detektion und Diagnose von medizinischen Zuständen unter Verwendung von computerunterstützen Detektions- und/oder Diagnosetechniken (CAD).

Computerunterstützte Diagnose- oder Detektions(CAD)-Techniken erleichtern die automatisierte Bildschirmuntersuchung und Beurteilung von Krankheitszuständen, medizinischen oder physiologischen Vorgängen und Zuständen. Diese Techniken basieren typischerweise auf verschiedenen Arten der Analyse eines oder einer Reihe gesammelter Bilder der interessierenden Anatomie. Die gesammelten Bilder werden typischerweise mittels verschiedener Verarbeitungsschritte, wie etwa Routinen zur Segmentierung, zur Extraktion von Merkmalen und/oder zur Klassifikation analysiert, um anatomische Kennzeichen von Krankheitserscheinungen festzustellen. Die Ergebnisse werden sodann in der Regel von dem Radiologen zur Enddiagnose betrachtet. Diese Techniken können in einem Anwendungsbereich, wie etwa der Mammographie, der Lungenkrebsbildschirmuntersuchung oder der Dickdarmkrebsbildschirmuntersuchung benutzt werden.

Ein CAD-Algorithmus bietet die Möglichkeit gewisse inter essierende anatomische Kennzeichen, wie Krebs oder andere Anomalien, automatisch zu identifizieren. CAD-Algorithmen werden in der Regel auf der Grundlage der zu identifizierenden Familie oder Art des Kennzeichens oder der Anomalie ausgewählt und sind durchweg spezifisch an die zur Erzeugung der Bilddaten verwendete Bildgebungsmodalität angepasst. CAD-Algorithmen können bei einer Vielzahl von Bildgebungsmodalitäten, wie etwa z.B. Tomosynthesesystemen, Computertomographie(CT)-Systemen, Röntgen-C-Arm-Systemen, Magnetresonanzbildgebungs(MRI)-Systemen, Röntgensystemen, Ultraschallsystemen (US), Positronenemissionstomographie (PET)-Systemen usw., eingesetzt werden. Jede Bildgebungsmodalität basiert auf einer speziellen Physik und Bilderzeugung und speziellen Rekonstruktionstechniken und jede dieser Bildgebungsmodalitäten kann zur Abbildung einer interessierenden speziellen anatomischen oder physiologischen Signatur oder zur Feststellung eines bestimmten Krankheitszustandes oder physiologischen Zustands spezielle Vorteile vor anderen Modalitäten haben. Bei jeder dieser Modalitäten benutzte CAD-Algorithmen können deshalb, abhängig von den Bildgebungsmöglichkeiten der Modalität, dem abzubildenden Gewebe und dergleichen, Vorteile vor anderen CAD-Algorithmen haben, die bei anderen Modalitäten verwendet werden.

Beispielsweise wird bei einer 3D-Tomosynthese eine Serie von 2D-Röntgenbildern aufgenommen und zwar jedes mit verschiedener Bildgebungsgeometrie bezüglich des abgebildeten Volumens. In der Regel wird über Tomosynthese ein 3D-Bild aus den 2D-Projektionsbildern rekonstruiert. Ein ein 3D-Tomographiebild auswertender Radiologe zieht einen Vorteil aus der Unterstützung durch ein CAD-System, das automatisch Anomalien oder bösartige Erscheinungen detektiert und/oder diagnostiziert und ebenso auch aus anderen Bearbeitungs- und Bildverbesserungstechniken, wie digitalen Kontrastmitteln (Digital Contrast Agents = DCA) oder einer befundbasierten Filtrierung (Findings-Based Filtration), die dazu ausgelegt sind, kaum sichtbare Zeichen von Krebs (und Präkanzerosen und anderen Strukturen) besser sichtbar zu machen. Solche Verarbeitungs- und Verbesserungstechniken sind normalerweise in dem Konzept der CAD-Verarbeitung enthalten.

Typischerweise wird eine CAD-Verarbeitung in einem Tomographiesystem an einem zweidimensionalen rekonstruierten Bild, an einem dreidimensionalen rekonstruierten Volumen oder an einer geeigneten Kombination derartiger Formate vorgenommen. Allgemein wird bei der CAD-Verarbeitung von Tomosynthesebilddaten ein rekonstruiertes 2D- oder 3D-Bild bzw. Volumen in einen CAD-Algorithmus eingegeben, der typischerweise Punkte oder Bereiche segmentiert, für jeden abgetasteten Punkt oder Bereich in dem rekonstruierten Bild Merkmale berechnet und/oder gegebenenfalls diese Merkmale detektiert.

Außerdem ist es für den Fachmann bekannt, dass eine Rekonstruktion unter Verwendung verschiedener Rekonstruktionsalgorithmen und verschiedener Rekonstruktionsparameter durchgeführt werden kann, um Bilder mit verschiedenen charakteristischen Eigenschaften zu erzeugen. Abhängig von dem speziell verwendeten Rekonstruktionsalgorithmus können unterschiedliche anatomische Merkmale oder Anomalien mit unterschiedlichem Maß der Zuverlässigkeit und Genauigkeit mit dem CAD-Algorithmus detektiert werden. Der CAD-Algorithmus kann deshalb so angepasst werden, dass er von mehreren verschiedenen Rekonstruktionen herrührende Merkmale beurteilt, um die Feststellung eines oder mehrerer interessierender anatomischer Zustände zu verbessern.

Beim Aufbau eines CAD-Systems für 3D-Tomosynthese gibt es aber bei der Verwendung einer vollständigen 3D-Rekonstruktion gewisse Nachteile. Beispielsweise kann eine 3D-Tomosynthese-Brustbildrekonstruktion großflächig sein und übermäßige Computerspeicher- und CPU-Zeit zum Speichern bzw. Verarbeiten erfordern. Außerdem können die räumliche Verzerrung und Zufallsrauscherscheinungen einer 3D-Tomosynthese-Brustbildrekonstruktion kompliziert sein, was komplizierte Algorithmen und zusätzliche CPU-Zeit erfordert, um diese in einem Detektions- oder Diagnosealgorithmus zweckmäßig auszugleichen bzw. zu berücksichtigen. Darüberhinaus müssen zur optimalen Handhabung der Information, die in dem akquirierten Datensatz enthalten ist, möglicherweise mehrere verschiedene Rekonstruktionen durchgeführt werden, um den Genauigkeits- und Zuverlässigkeitsgrad eines CAD-Systems zu optimieren.

Es besteht deshalb der Wunsch, ein effizientes und besseres Verfahren zur Ausführung einer 3D-CAD-Verarbeitung bei der 3D-Tomosynthese unter direkter Verwendung der Projektionsbilder zu schaffen, ohne sich lediglich auf eine 3D-Rekonstruktion zu stützen, um so die Genauigkeit und Zuverlässigkeit der Detektion zu verbessern und die Möglichkeit zu erlangen, die Anforderungen hinsichtlich der Verarbeitung und der Speicherung zu verringern.

Kurze Beschreibung

Kurz gesagt wird gemäß einem Aspekt der Technik ein Verfahren zur comnputerunterstützten Detektionsanalyse (CAD) eines dreidimensionalen Volumens geschaffen. Das Verfahren beinhaltet die Auswahl eines oder mehrerer interessierender dreidimensionaler Punkte in einem dreidimensionalem Volumen, die Vorwärtsprojektion des einen oder der mehreren interessierenden dreidimensionalen Punkte, um einen entsprechenden Satz Projektionspunkte in einem oder mehreren zweidimensionalen Projektionsbilder(n) zu bestimmen und das Berechnen von Ausgangswerten bei dem einen oder den mehreren interessierenden dreidimensionalen Punkt(en), basierend auf einem oder mehreren Merkmalswert(en) oder auf einem CAD-Ausgangswert bei dem entsprechenden Satz Projektionspunkte. Prozessorbasierte Systeme und Computerprogramme, die eine Funktionalität der durch das Verfahren definierten Art liefern, können für die vorliegende Technik benutzt werden.

Gemäß einem anderen Aspekt der Technik wird ein Verfahren zur Ausführung einer computerunterstützten Detektionsanalyse (CAD) eines dreidimensionalen Volumens geschaffen. Das Verfahren beinhaltet das Akquirieren einer Anzahl Projektionsbilder des dreidimensionalen Volumens, das Auswählen eines oder mehrere Klassifizierungspunkte in dem dreidimensionalen Volumen, das Bestimmen eines Projektionspunktes für jeden dieser Klassifikationspunkte innerhalb jedes des einen oder der mehreren Projektionsbilder auf der Basis einer entsprechenden Bildgebungsgeometrie des jeweils einen oder jedes der mehreren Projektionsbilder und das Berechnen eines oder mehrerer Merkmalswerte innerhalb des jeweils einen oder jedes der mehreren Projektionsbilder. Jeder Merkmalswert wird unter Verwendung eines Bereichs des entsprechenden Projektionsbildes berechnet, der in der Nähe eines entsprechenden Projektionspunktes in dem entsprechenden Projektionsbild liegt. Das Verfahren beinhaltet auch das Klassifizieren jedes Klassifizierpunktes unter Verwendung der entsprechenden Merkmalswerte für die jeweiligen Projektionspunkte, die jedem Klassifizierungspunkt zugeordnet sind. Prozessorbasierte Systeme und Computerprogramme, die eine Funktionalität der durch dieses Verfahren definierten Art liefern, können für die vorliegende Technik verwendet werden.

Das Verständnis dieser oder anderer Merkmale, Aspekte und Vorteile der vorliegenden Erfindung wird durch die nachfolgende detaillierte Beschreibung im Zusammenhang mit der beigefügten Zeichnung erleichtert, in der, in der ganzen Zeichnung, gleiche Bezugszeichen gleiche Teile bezeichnen und in der:
1 Eine blockbildhafte Darstellung eines beispielhaften Bildgebungssystem, in diesem Falle eines Tomosynthesesystems zur Erzeugung von verarbeiteten Bildern gemäß der vorliegenden Technik ist;
2 eine schematische Veranschaulichung einer physikalischen Implementierung des Systems nach 1 ist;
3 eine Veranschaulichung eines CAD-Systems ist, das dazu ausgelegt ist, mit 2D-Projektionen zu arbeiten, gemäß einem Aspekt der vorliegenden Technik und
4 eine Veranschaulichung eines CAD-Systems ist, das dazu ausgelegt ist, mit von einer Reprojektion von 3D-Volumina erhaltenen 2D-Projektionen zu arbeiten, gemäß einem weiteren Aspekt der vorliegenden Technik.
Detaillierte Beschreibung
Die vorliegenden Techniken sind allgemein auf computerunterstützte Detektion und/oder Diagnose (CAD)-Techniken zur Verbesserung der Detektion und Diagnose medizinischer Zustände gerichtet. Wenngleich die vorliegende Erörterung Beispiele in einem medizinischen Bildgebungskontext vorstellt, versteht es sich für den Fachmann, dass die Anwendung dieser Techniken in anderen Zusammenhängen, etwa für industrielle Bildgebung, für Sicherheitsdurchleuchtungen und/oder für Gepäck- oder Transportgutüberwachung im Rahmen der vorliegenden Techniken liegt.
1 ist eine schematische Veranschaulichung eines beispielhaften Bildgebungssystems zum Akquirieren, Verarbeiten und Darstellen von Bildern gemäß der vorliegenden Technik. Bei einer speziellen Ausführungsform der vorliegenden Technik ist das Bildgebungssystem ein Tomosynthesesystem, das in 1 allgemein mit dem Bezugszeichen 10 bezeichnet ist. Zu bemerken ist aber, dass an sich jedes Mehrfach-Projektionsbildgebungssystem zum Akquirieren, Verarbeiten und Darstellen von Bildern gemäß der vorliegenden Technik verwendet werden kann. So wie es hier verwendet wird, bezieht sich ein „mehrfaches" Projektionsbildgebungssystem auf ein Bildgebungssystem, bei dem mehrere Projektionsbilder unter verschiedenen Winkeln bezüglich der abgebildeten Anatomie gesammelt werden, wie etwa z.B. Tomosynthesesysteme, PET- Systeme, CT-Systeme und C-Arm-Systeme.
Bei der dargestellten Ausführungsform weist das Tomosynthesesystem 10 eine Quelle 12 von Röntgenstrahlung 14 auf, die allgemein in einer Ebene oder in drei Dimensionen beweglich ist. Bei der beispielhaften Ausführungsform verfügt die Röntgenstrahlungsquelle typischerweise über eine Röntgenröhre mit zugeordneten Träger- und Filterkomponenten. Vor der Röntgenstrahlungsquelle 12 kann ein Kollimator 16 angeordnet sein. Der Kollimator 16 definiert typischerweise die Größe und Gestalt der von der Röntgenstrahlungsquelle 12 emittierten Röntgenstrahlung 14, die in einen Bereich eintritt, in dem ein Subjekt, etwa ein menschlicher Patient 18, positioniert ist. Ein Teil der Strahlung 20 geht durch das Subjekt durch oder um dieses herum und trifft auf ein Detektorarray, das allgemein mit dem Bezugszeichen 22 bezeichnet ist.
Der Detektor 22 ist allgemein aus einer Anzahl von Detektorelementen zusammengesetzt, die Röntgenstrahlen 20 erfassen, welche durch oder um das Subjekt herum gehen. Beispielsweise kann der Detektor mehrere Reihen und/oder Spalten von Detektorelementen aufweisen, die in einem Array angeordnet sind. Jedes Detektorelement erzeugt beim Auftreffen eines Röntgenflusses ein elektrisches Signal, das die integrierte Energie des Röntgenstrahls an dem Ort des Elementes zwischen aufeinanderfolgenden Signalablesungen des Detektors 22 wiedergibt. Typischerweise werden Signale bei einer oder mehreren Betrachtungswinkelpositionen rings um das interessierende Subjekt akquiriert, so dass eine Anzahl radiographischer Ansichten (views) gesammelt werden kann. Diese Signale werden akquiriert und zur Rekonstruktion eines Bildes der Merkmale in dem Subjekt verarbeitet, wie dies im Nachfolgenden beschrieben wird.
Die Quelle 12 ist von einem Systemcontroller 24 gesteuert, der sowohl Leistung als auch Steuersignale für Tomosyntheseuntersuchungssequenzen, einschließlich der jeweiligen Position der Quelle 12 relativ zu dem Subjekt 18 und dem Detek tor 22 liefert. Darüberhinaus ist der Detektor 22 an den Systemcontroller 24 angekoppelt, der die Akquisition der von dem Detektor 22 erzeugten Signale steuert. Der Systemcontroller 24 kann auch verschiedene Signalverarbeitungs- und Filterfunktionen, wie etwa zur Anfangseinstellung von Dynamikbereichen, Überlappung oder Verschachtelung von digitalen Bilddaten und dergleichen ausführen. In der Regel steuert der Controller 24 den Betrieb des Tomosynthesesystems 10 so, dass es Untersuchungsprotokolle ausführt und akquirierte Daten verarbeitet. Im vorliegenden Zusammenhang kann der Systemcontroller 24 auch eine Signalverarbeitungsschaltung, die typischerweise auf einem digitalen Allzweckcomputer oder einem applikationsspezifischen digitalen Computer basiert und eine zugeordnete Speicherschaltung beinhalten. Die zugeordnete Speicherschaltung kann von dem Computer ausgeführte Programme und Routinen, Konfigurationsparameter, Bilddaten und dergleichen speichern. Beispielsweise kann die zugeordnete Speicherschaltung Programme oder Routinen zur Implementierung der vorliegenden Technik speichern.
Bei der in 1 dargestellten Ausführungsform weist der Systemcontroller 24 einen Röntgenstrahlcontroller 26 auf, der die Erzeugung von Röntgenstrahlen durch die Quelle 12 regelt. Im Einzelnen ist der Röntgestrahlcontroller 26 so ausgelegt, dass er den Röntgenstrahlungsquelle 12 Leistung und Taktsignale zuführt. Ein Motorcontroller 28 dient zur Steuerung der Bewegung eines Positionssubsystems 30, das die jeweilige Position und Ausrichtung der Quelle bezüglich des Subjekts 18 und des Detektors 22 einregelt. Das Positionssubsystem 30 kann auch eine Bewegung des Detektors oder sogar des Patienten anstelle oder zusätzlich zu der Quelle 12 bewirken. Zu bemerken ist, dass bei bestimmten Bauarten das Positionssubsystem 30 weggelassen werden kann, insbeson dere, wenn mehrere ansteuerbare Quellen vorgesehen sind. Bei solchen Bauarten können die Projektionen durch die jeweilige Auslösung verschiedener, entsprechend positionierter Röntgenstrahlungsquellen erzielt werden. Außerdem kann der Systemcontroller 24 eine Datenakquisitionsschaltung 32 enthalten. Bei der vorliegenden beispielhaften Ausführungsform ist der Detektor 22 an den Systemcontroller 24 und speziell an die Datenakquisitionsschaltung 32 angekoppelt. Die Datenakquisitionsschaltung 32 empfängt von der Ableseelektronik des Detektors 22 gesammelte Daten. Die Datenakquisitionsschaltung 32 empfängt typischerweise erfasste Analogsignale von dem Detektor 22 und konvertiert diese Daten in digitale Signale für die nachfolgende Verarbeitung durch einen Prozessor 34. Diese Umwandlung und auch jedwede Vorverarbeitung kann tatsächlich bis zu einem gewissen Grad in der Detektoranordnung selbst ausgeführt werden.
Der Prozessor 34 ist typischerweise mit dem Systemcontroller 24 gekoppelt. Von der Datenakquisitionsschaltung 32 gesammelte Daten können dem Prozessor 34 für die nachfolgende Verarbeitung und Rekonstruktion zugeführt werden. Der Prozessor 34 kann einen Speicher 36 zur Speicherung von dem Prozessor 34 verarbeiteter Daten oder von dem Prozessor 34 zu verarbeitender Daten aufweisen oder mit einem solchen kommunizieren. Zu bemerken ist, dass bei einem solchen beispielhaften Tomosynthesesystem 10 irgendeine beliebige Art einer für einen Computer zugänglichen Speichervorrichtung verwendet werden kann, die zur Speicherung und/oder Verarbeitung solcher Daten und/oder Datenverarbeitungsroutinen geeignet ist. Darüberhinaus kann der Speicher 36 einen oder mehrere Speichervorrichtungen, wie magnetische oder optische Vorrichtungen gleicher öder verschiedener Bauarten, aufweisen, die lokal und/oder von dem System 10 entfernt sein können. Der Speicher 36 kann Datenverarbeitungsparameter und/oder Computerprogramme speichern, die eine oder mehrere Routinen zur Ausführung der hier beschriebenen Vorgänge aufweisen. Darüberhinaus kann der Speicher 36 unmittelbar an den Systemcontroller 24 angekoppelt sein, um die Speicherung akquirierter Daten zu erleichtern.
Der Prozessor 34 wird typischerweise zur Steuerung des Tomosynthesesystems 10 benutzt. Der Prozessor 34 kann auch dazu eingerichtet sein, von dem Systemcontroller 24 aktivierte Merkmale, d.h. Scannvorgänge und Datenakquisition zu steuern. Darüberhinaus ist der Prozessor 34 dazu ausgelegt, Befehle und Scannparameter von einer Bedienungsperson über einen Bedienerarbeitsplatz 38 zu erhalten, der typischerweise mit einer Tastatur, einer Maus und/oder anderen Eingabevorrichtungen ausgerüstet ist. Die Bedienungsperson kann auf diese Weise das jeweils rekonstruierte Bild und/oder aber andere für das System relevante Daten von dem Bedienerarbeitsplatz 38 aus betrachten, eine Bildgebung auslösen und dergleichen mehr. Falls gewünscht, können auch weitere Computer oder Arbeitsplätze eine oder alle Funktionen der vorliegenden Technik ausführen, einschließlich Nachverarbeitung von Bilddaten, auf die einfach von der Speichervorrichtung 36 oder von einer anderen Speichervorrichtung an den Ort des Bildgebungssystems oder an einem von diesem Ort entfernten anderen Ort zugegriffen wird.
Zur Betrachtung des jeweils rekonstruierten Bilds kann ein Display 40 verwendet werden, das an den Bedienerarbeitsplatz 38 angekoppelt ist. Zusätzlich kann das gescannte Bild durch einen an die Bedienerarbeitsstation 39 angekoppelten Drucker 42 ausgedruckt werden. Das Display 40 und der Drucker 42 können auch entweder direkt oder über den Bedienerarbeits platz 38 mit den Prozessor 34 verbunden sein. Außerdem kann der Bedienerarbeitsplatz 38 auch mit einem Bildarchivierungs- und Kommunikationssystem (PACS) gekoppelt sein. Zu bemerken ist, dass das PACS 44 auch an ein räumlich entferntes System 46, etwa an das Informationssystem einer Radologieabteilung (RIS), ein Krankenhausinformationssystem (HIS) oder an ein internes oder externes Netzwerk angekoppelt sein kann, so dass auch an anderen, verschiedenen Orten auf die Bilddaten zugegriffen werden kann.
Weiterhin ist darauf hinzuweisen, dass der Prozessor 34 und der Bedienerarbeitsplatz 38 an andere Ausgabevorrichtungen angekoppelt sein können, zu denen gebräuchliche oder für den speziellen Zweck eingerichtete Computermonitore, Computer und zugeordnete Verarbeitungsschaltungen zählen. Ein oder mehrere Bedienerarbeitsplätze 38 können außerdem in dem System verlinkt sein, um Systemparameter abzugeben, Untersuchungen anzufordern, Bilder zu betrachten und so weiter. Displays, Drucker, Arbeitsplätze und ähnliche in dem System gespeiste Vorrichtungen können lokal bei den Datenakquisitionskomponenten oder von diesen Komponenten entfernt angeordnet sein, etwa irgendwo anders in einem Institut oder im Krankenhaus oder an einem vollständig unterschiedlichen Ort, der mit dem Bildgebungssystem über ein oder mehrere konfigurierfähige Netzwerke, wie das Internet, private virtuelle Netzwerke und dergleichen verlinkt ist.
Allgemein bezugnehmend auf 2 ist dort eine beispielhafte Implementierung eines Tomosynthesebildgebungssystems der anhand der 1 erläuterten Art veranschaulicht. Wie in 2 dargestellt, gestattet hier allgemein ein Bildgebungsscanner 50 die Anordnung eines Subjekts 18 zwischen der Quelle 12 und dem Detektor 22. Wenngleich zwischen dem Subjekt und dem Detektor 22 in 2 jeweils ein Zwischenraum veranschaulicht ist, so kann in der Praxis das Subjekt auch unmittelbar vor der Bildgebungsebene und dem Detektor angeordnet sein. Außerdem kann der Detektor 22 in Größe und Aufbau variieren. Die Röntgenstrahlungsquelle 12 ist so dargestellt, dass sie an einem Quellenort oder einer Quellenstelle 52 zur Erzeugung einer Reihe von Projektionen angeordnet ist. Allgemein ist die Quelle jedoch beweglich, um es zu ermöglichen, mehrere solcher Projektionen in einer Bildgebungssequenz zu erzielen. Bei der Darstellung in 2 ist eine Quellenebene 54 durch das Array der für die Quelle 12 einnehmbaren möglichen Emissionsstellungen definiert. Die Quellenebene 54 kann naturgemäß durch dreidimensionale Trajektorien einer in drei Dimensionen bewegbaren Quelle ersetzt sein. Alternativ können zweidimensionale oder dreidimensionale Layouts und Konfigurationen für mehrere Quellen definiert werden, die unabhängig voneinander beweglich sein können oder nicht.
Im typischen Betrieb emittiert die Röntgenstrahlungsquelle 12 einen Röntgenstrahl von ihrem Brennpunkt zu dem Detektor 22 hin. Ein Teil des Strahles 14, der das Subjekt 18 durchdringt, ergibt abgeschwächte Röntgenstrahlen 20, die auf dem Detektor 22 auftreffen. Diese Strahlung wird dabei von den inneren Strukturen des Subjekts, wie etwa im Falle medizinsicher Bildgebung, durch innere Anatomien abgeschwächt oder absorbiert. Der Detektor ist aus einer Anzahl von Detektorelementen zusammengesetzt, die allgemein diskreten Bildelementen oder Pixeln in den sich ergebenden Bilddaten entsprechen. Die Einzelpixelelektronik erfasst die Intensität der jeweils auf jeden Pixelort auftreffenden Strahlung und erzeugt für diese Strahlung kennzeichnende Ausgangssignale. Bei einer beispielhaften Ausführungsform besteht der Detek tor aus einem Array von 2048 × 2048 Pixel mit einer Pixelgröße von 100 × 100 μm. Andere Detektorfunktionalitäten, Konfigurationen und Auflösungen sind naturgemäß möglich. Jedes Detektorelement an jedem Pixelort erzeugt ein für die jeweils auftreffende Strahlung kennzeichnendes Analogsignal, das zur Verarbeitung in einen Digitalwert umgewandelt wird.
Die Quelle 12 wird so bewegt und ausgelöst oder verteilte Quellen werden in ähnlicher Weise an verschiedenen Orten ausgelöst, so dass eine Anzahl Projektionen oder Bilder von verschiedenen Quellenorten aus erzeugt werden. Diese Projektionen werden unter unterschiedlichen Betrachtungswinkeln erzeugt, und die sich daraus ergebenden Daten werden von dem Bildgebungssystem gesammelt. Bei einer beispielhaften Ausführungsform ist die Quelle 12 etwa 180 cm von dem Detektor entfernt in einem Gesamtbewegungsbereich der Quelle zwischen 31 cm und 131 cm angeordnet, was eine 5° bis 20° Bewegung der Quelle von einer Mittelstellung aus ergibt. Bei einer typischen Untersuchung können viele solche Projektionen akquiriert werden, typischerweise 100 oder weniger, wenngleich diese Zahl variieren kann.
Von dem Detektor 22 erfasste Daten erfahren typischerweise sodann eine Korrektur und Vorbehandlung, um die Daten so zu konditionieren, dass sie die Linienintegrale der Schwächungskoeffizienten der gescannten Objekte wiedergeben, wenngleich auch andere Darstellungen möglich sind. Die gebräuchlicherweise Projektionsbilder genannten verarbeiteten Daten werden sodann typischerweise in einen Rekonstruktionsalgorithmus eingespeist, um ein volumetrisches Bild des gescannten Volumen zu formulieren. Bei der Tomosynthese wird eine beschränkte Zahl von Projektionsbildern akquiriert, typischerweise 100 oder weniger und zwar jedes unter einem anderen Winkel bezüglich des Objektes und/oder Detektors. Typischerweise werden Rekonstruktionsalgorithmen zur Durchführung der Rekonstruktion bei diesen Projektionsbilddaten zur Erzeugung des volumetrischen Bildes benutzt.
Nach der Rekonstruktion gibt das von dem System der 1, 2 erzeugte volumetrische Bild die dreidimensionalen Eigenschaften und die räumlichen Beziehungen innerer Strukturen des Subjekts 18 an. Rekonstruierte volumetrische Bilder können dargestellt werden, um die dreidimensionalen Eigenschaften dieser Strukturen und deren räumliche Beziehungen zu veranschaulichen. Das rekonstruierte volumetrische Bild ist typischerweise in Schichten arrangiert. Bei einigen Ausführungsformen kann eine einzelne Schicht Strukturen des abgebildeten Objektes entsprechen, die in einer Ebene liegen, die üblicherweise parallel zu der Detektorebene verläuft, doch ist eine Rekonstruktion einer Schicht in jeder beliebigen Orientierung möglich. Wenngleich das rekonstruierte volumetrische Bild eine für Strukturen an dem entsprechenden Ort in dem abgebildeten Volumen kennzeichnende, einzelne rekonstruierte Schicht enthalten kann, werden typischerweise mehr als ein Schichtbild berechnet. Alternativ können die rekonstruierten Daten auch nicht in Schichten arrangiert werden.
Wie für den Fachmann verständlich, können die rekonstruierten volumetrischen Bilder der Anatomie außerdem über ein CAD-System beurteilt werden, das automatisch bestimmte anatomische Merkmale und/oder Pathologien detektiert und/oder diagnostiziert. Das Ziel von CAD ist es ganz allgemein den Zustand des Gewebes an einem Punkt oder in einem Bereich oder an mehreren Punkten oder in mehreren Bereichen zu bestimmen. Das CAD kann ein harter Klassierer sein und jeden Punkt in dem Bild oder in dem Bereich einer eigenen Klasse zuordnen. Es können Klassen ausgewählt werden, um die verschiedenen normalen anatomischen Eigentümlichkeiten und auch die Eigentümlichkeiten anatomischer Anomalien wiederzugeben, die zu detektieren das CAD-System bestimmt ist. Es kann viele Klassen für viele spezifische gutartige und bösartige Zustände geben. Einige Beispiele von Klassen für die Mammographie sind „fibroglandulares Gewebe", „Lymphknoten", „spikulare Masse" und „Kalkablagerungscluster". Die Namen der Klassen und deren Bedeutungen können aber bei einem speziellen CAD-System in weitem Umfang variieren und können in der Praxis abstrakter sein als diese einfachen Beispiele. Die Ausgangsgröße kann eine Klassifizierung (harte-Entscheidung) oder irgendein Maßwert sein, der mit dem Vorliegen einer speziellen anatomischen Eigenschaft in Verbindung steht und der dem Radiologen direkt dargestellt werden kann. Bei bestimmten Ausführungsformen kann das CAD weiche Parameter oder eine Kombination von harten und weichen Parametern ausgeben. Zu den weichen Parametern können eine Liste von Punkten oder Bereichen zählen, in denen eine Anomalie vorliegen kann, zusammen mit einer Wahrscheinlichkeitsabschätzung oder einem Maß für die Zuverlässigkeit für jeden Ort. Weiche-Entscheidungsausgangsgröße des CAD-Systems kann auch eine Map von Vektoren von Wahrscheinlichkeiten sein, mit einer für jede der von dem CAD-System verstandenen Gewebeklassen, zu denen Anomalien und normales Gewebe gehören, angegebenen Wahrscheinlichkeit. Die Weichentscheidungsausgangsgröße des CAD-Systems kann weiterhin auch eine Map der Stärke des Nachweises einer speziellen anatomischen Eigenschaft oder Abnormalität oder ein Vektor solcher Nachweisstärken sein. Beispielsweise bei der Mammographie kann das CAD-System bei jedem erfassten Punkt einen Wert ausgeben, der die Stärke des scheinbaren Kalkablagerungssignals an dem erfassten Punkt angibt oder der die Stärke der scheinbaren Spikulation bei oder rings um den erfassten Punkt anzeigt. Eine solche Map von Nachweisstärkewerten kann von einem Radiologen direkt betrachtet oder über eine traditionelle Rekonstruktion gelegt, zu dieser hinzugefügt oder auf andere Weise mit dieser kombiniert werden, so dass abnormale Bereiche dem Radiologen zur Kenntnis gebracht werden. Ein CAD-System kann versuchen einen großen Satz von 3D-Orten zu klassifizieren, über das gesamte abgebildete 3D-Volumen zu scannen (durchleuchten) oder es kann versuchen, einen oder mehrere spezielle Punkte oder Bereiche, die von Hand oder automatisch ausgewählt wurden (Diagnose), zu klassifizieren.
Im Gegensatz zu den gebräuchlichen oben beschriebenen CAD-Techniken, wird bei der vorliegenden Technik die 3D-Rekonstruktion allgemein nicht als ein Verarbeitungsschritt vor der Anwendung des CAD-Algorithmus verwendet, d.h. CAD-Verfahren wird nicht unmittelbar auf dem 3D-rekonstruierten Volumen ausgeführt. Bei den im Nachfolgenden im größeren Detail beschriebenen Techniken, verarbeitet das CAD-System die 2D-Projektionsbilder, um Probleme automatisch nachzuweisen und/oder zu diagnostizieren. So veranschaulicht 3 zum Beispiel ein Bildanalysesystem oder ein CAD-System 70 gemäß einer Ausführungsform der vorliegenden Erfindung, das dazu eingerichtet ist, anhand von 2D-Projektionsbildern zu arbeiten.
Bezugnehmend nun auf 3 verwendet das CAD-System 70 verschiedene Projektionsbilder, die von einem Teil der Anatomie mit einer Mehrzahl verschiedener Bildsystemgeometrien aufgenommen wurden. Mit anderen Worten, können die jeweiligen Positionen der Röntgenstrahlungsquelle und/oder des Röntgenstrahlungsdetektors bezüglich der abgebildeten Anato mie für die verschiedenen Bilder unterschiedlich sein. Diese Projektionsbilddaten werden von der Tomosynthese Datenquelle akquiriert und können auch Daten sein, die schon vorher akquiriert wurden, die nun aus einem PACS oder einem anderen Speicher oder Archivsystem ausgelesen werden. Gemäß einer speziellen Ausführungsform der vorliegenden Technik wird auf die Projektionsbilder von dem Tomosynthesesystem 10, wie es in den 1, 2 veranschaulicht ist (oder von einem anderen Bildgebungssystem oder einem PACS-System, etc.), zugegriffen. Bei bestimmten Ausführungsformen können die Projektionsbilder (oder eine Teilmenge derselben) aus einem 3D-Tomographiedatensatz über einen Reproduktionsvorgang erzeugt werden, wie dies im Einzelnen noch erläutert werden wird. Der 3D-Datensatz kann von einem Bildgebungssystem oder aus einem Speicher oder Archivsystem akquiriert werden.
Bei einer beispielhaften Ausführungsform der vorliegenden Erfindung wird zunächst ein Satz Projektionsbilder, der allgemein mit dem Bezugszeichen 72, 74, 76, 78 bezeichnet ist, zur Klassifizierung eines oder mehrerer 3D-Testpunkte (interessierende 3D-Punkte oder Klassifizierungspunkte) ausgewählt. Zu bemerken ist, dass der Satz ein Bild, alle oder irgendeine Zahl der ursprünglichen Projektionsbilder umfassen kann. Der Satz Projektionsbilder kann aus den ursprünglichen Projektionsbildern auf der Grundlage der für die Projektionsbilder oder für die Bildgebungsgeometrie verwendeten Röntgenstrahlungsdose ausgewählt werden, derart, dass die möglicherweise zweckentsprechendsten Projektionsbilder ausgewählt werden.
Außerdem wird ein Satz 3D-Testpunkte zur Klassifizierung ausgewählt. Der Satz 3D-Testpunkte kann ein Satz Samples über das ganze 3D-Volumen oder ein Satz Samples über ein interessierendes Gebiet sein. Es kann ein reguläres oder irreguläres Sampling-Gitterraster sein. Zu bemerken ist, dass der Satz 3D-Testpunkte hierarchisch sein kann, d.h. er kann mit einem Grob-Sampling beginnen und mit zunehmender Auflösung zu einem feineren Sampling übergehen, wenn bei dem gröberen Sampling ein Hinweis auf eine Anomalie auftritt. Bei einer Ausführungsform kann der Satz 3D-Testpunkte lediglich einen Testpunkt enthalten. Der Satz 3D-Testpunkte kann entweder von Hand oder durch ein anderes automatisches System ausgewählt werden, wie etwa durch 2D-CAD-Verarbeitung der Projektionsbilder oder einer Teilmenge der Projektionsbilder, um einen Satz 2D-Testpunkte für jedes Projektionsbild zu erzeugen und dann durch eine 3D-Rekonstruktion der 2D-Testpunkte 3D-Testpunkte auszuwählen. Um nicht konsistente Ort- und/oder Klassifizierungsinformation von den ausgewählten 2D-Testpunkten zu managen, kann diese 3D-Rekonstruktion von Testpunkten Elemente als Kombination und Klassifikation von Klassiererausgangswerten und Merkmalen umfassen, wie dies im Nachfolgenden unter Bezugnahme auf einen anschließenden Verarbeitungsschritt im größeren Detail beschrieben werden wird.
Wie für den Fachmann verständlich, hat der Zustand des Gewebes an oder nahe bei einem speziellen 3D-Testpunkt eine gewisse Auswirkung auf die 2D-Projektionsbilder nahe den entsprechenden 2D-Projektionskoordinaten. Um die Klasse des Gewebes an den 3D-Ort zu bestimmen, verwendet das Klassifizierungssystem aus den 2D-Projektionsbildern berechnete Merkmale, welche von dem Zustand des Gewebes an dem 3D-Ort beeinflusst sind. Demgemäß wird bei der vorliegenden Technik für jeden 3D-Testpunkt der 2D-Projektionspunkt in jedem Projektionsbild in dem Satz Projektionsbilder unter Verwendung der Bildgebungsgeometrie bestimmt. Außerdem werden für jedes Projektionsbild in dem Satz ein oder mehrere Merkmale, die die Klassen unterscheiden, aus dem jeweiligen Projektionsbild in dem Bereich nahe (und einschließlich) des jeweiligen 2D-Projektionspunkts berechnet. Diese Merkmale sind allgemein mit den Bezugszeichen 80, 82, 84, 86 bezeichnet. Sie werden mittels einer oder mehrerer Merkmalsnachweistechniken, welche allgemein mit den Bezugszeichen 88, 90, 92, 94 bezeichnet sind, wie Filtern, Banddetektion, etc., berechnet. Diese Merkmale können die Projektionsbildwerte selbst oder gefilterte Versionen der Projektionsbilder oder irgendeine Art Bildmerkmale sein, wie Textur, Gestalt, Größe, Dichte, Krümmung, usw.. Die Merkmale werden allgemein in einen Merkmalsvektor assembliert. Wie dem Fachmann geläufig, repräsentiert jeder Merkmalsvektor einen Parameter oder einen Satz Parameter, die dazu ausgelegt oder ausgewählt ist, bei der Unterscheidung zwischen einem krankhaften Gewebe und einem normalen Gewebe hilfreich zu sein. Diese Merkmalsvektoren sind so ausgelegt oder ausgewählt, dass sie auf die Struktur von kanzerösen Gewebe, wie Kalkablagerung, Spikulation, Massenberandung und Massengestalt ansprechen. Beispiele der Komponenten eines Merkmalsvektors umfassen Pixelwertmaße, Größe und Gestalt eines Objektes oder einer Struktur auf dem Bild, Filterfrequenzgänge, Wavelet-Filterkurven, Messwerte des Massenrandes oder Messwerte, die das Maß der Spikulation angeben. Der Merkmalsvektor kann ein einziger Wert oder einfach die Projektionsbildpixelwerte sein. Bei bestimmten Ausführungsformen kann der Merkmalsvektor der Ausgangswert eines Satzes linearer oder nicht linearer Filter sein, die auf die Projektionsbilder 88, 90, 92, 94 angewandt werden. Der Merkmalsvektor kann außerdem den Ausgangswert von Klassierern umfassen, die auf die Projektionsbilder oder auf eine geeignete Kombination der berechneten Merkmale einwirken. Diese Klassierer können harte Klassierer, einschließlich Messwerte der Wahrscheinlichkeit oder Vertrauenwürdigkeit, etc., umfassen. Die Merkmalsvektoren brauchen in den Projektionsbildern nicht auf einem Raster berechnet werden, das dem Projektionsbild Sampling-Gitterraster entspricht oder dem Sampling-Gitterraster für den 3D-Bereich. Die Merkmalsvektoren können auf irgendeinem Raster berechnet und zu den Projektionspunkten, wo erforderlich, interpoliert werden.
Zu bemerken ist, dass bei bestimmten Ausführungsformen die Merkmalsvektoren vorab für jedes Projektionsbild oder für einen Bereich jedes Projektionsbildes berechnet werden können. Mit anderen Worten, können die Merkmalsvektoren für jedes Projektionsbild auf einem Sampling-Gitterraster vorberechnet werden, das dem ursprünglichen Sampling-Gitterraster des Projektionsbildes entspricht. Demgemäß gibt es für jedes 2D-Projektionsbild ein entsprechendes vorberechnetes Merkmalsbild. Die Merkmalswerte können dann aus den vorberechneten Merkmalsbildern durch Interpolation etwa als nächster Nachbar, bilineare, bikubische, Spline-Interpolationsverfahren usw., extrahiert werden. Bei der vorliegenden Ausführungsform werden die 3D-Testpunkte auf 2D-Projektionspunkte projiziert und die jeweiligen Projektionspunkte werden dann zur Interpolation eines oder mehrere Merkmalswerte aus dem entsprechenden vorberechneten Merkmalsbild verwendet. Da ein 2D-Ort auf einem Projektionsbild der Projektionspunkt für viele 3D-Orte ist, werden die Merkmale eines speziellen 2D-Ortes bei der Klassifizierung der vielen 3D-Orte benutzt. Es können deshalb computermäßige Einsparungen erzielt werden, wenn die Merkmale für jeden 2D-Ort in jedem Projektionsbild einmal vorab berechnet werden. Alternativ werden die Merkmalswerte für die 2D-Projektionsbilder nicht auf einem 2D-Sampling-Gitterraster vorberechnet, sondern „nach Bedarf" oder rings um die 2D-Projektionspunkte, wie oben beschrieben, sowie die 2D-Projektionspunkte einmal bestimmt sind. Bei einer anderen Ausführungsform kann eine kombinierte Vorgangsweise verwendet werden, bei der einige der Merkmale vorberechnet und für eine erste Grobauswahl interessierender Punkte verwendet werden, während andere Merkmale, deren Bestimmung computermäßig aufwendiger sein kann, „nach Bedarf" berechnet werden können.
Das eine oder die mehreren detektierten Merkmale oder Merkmalsvektoren 80, 82, 84, 86 werden zur Ausbildung einer oder mehrerer Darstellungen interessierender 3D-Volumina im 3D-Raum 96 kombiniert. So können z.B. entsprechende Elemente der Merkmalvektoren verschiedener Projektionsbilder zu einem entsprecheden 3D-Volumen kombiniert werden, das für die 3D-Verteilung dieses Merkmals repräsentativ ist. Diese interessierenden Volumina 96 können aus den ausgewählten 2D-Projektionspunkten unter Verwendung eines 3D-Rekonstruktionsalgorithmus rekonstruiert werden. Bei gewissen Ausführungsformen kann das Kombinieren der von den 2D-Bildern detektierten Merkmale die Verwendung eines von der Tomosynthese bekannten Rekonstruktionsalgorithmus beinhalten. Wenn bspw. irgendein Merkmal aus den 3D-Bildern einfach gemittelt wird, um den entsprechenden Wert für den entsprechenden 3D-Ort zu erhalten, kann eine einfache Rückprojektionskonstruktion benutzt werden, um diese Kombination von 2D-Merkmalen zu dem vollständigen 3D-Volumen oder irgendeinem interessierenden Volumen zustande zu bringen. Die Kombination der aus den 2D-Bildern extrahierten Information, wie sie durch die Merkmalsvektoren wiedergegeben wird, kann auch eine Gestaltrekonstruktion, Ausgleichen, bspw. von Berandungs- und Begrenzungsmerkmalen und Differentialabschwächung als Dickenanzeige der Gestalt mit umfassen. Dieser Kombinationsschritt kann auch verschiedene Rekonstruktionsalgorithmen beinhalten, die auf die Projektionsbilder angewandt werden, um 3D-Volumina zu erzeugen, die die abgebildete Anatomie wiedergeben. Dieser Schritt kann auch eine geeignete Kombination harter und weicher Klassierer beinhalten, wobei Wahrscheinlichkeiten, Zuverlässigkeitsniveaus, etc. Berücksichtigung finden.
Außerdem kann jede beliebige Kombination geeigneter Klassifizierungen oder Messungen, verwendet werden (z.B. in einem Vektor gesammelt). Bei bestimmten Ausführungsformen können ein oder mehrere Klassierer oder Messungen, die anzeigen, ob die Wahrscheinlichkeit irgendeines vorgegebenen Bereiches „normal" (oder „nicht kanzerös" oder „gutartig") ist angewandt werden. Bei der Kombination des Ausgangswertes der 2D-Verarbeitung zu einem 3D-Ergebnis kann eine hohe Wahrscheinlichkeit (oder hohe Vertrauenswürdigkeit) „normalen Gewebes" an irgendeinem vorgegebenen Ort dazu verwendet werden, irgendwelche „verdächtige" Klassifizierungen zu übersteuern, die in einem oder mehreren der anderen 2D-Projektionsbilder gefunden wurden.
Der kombinierte Merkmalssatz oder eine Teilmenge von diesem von jedem der Projektionsbilder bei den 2D-Projektionspunkten kann sodann einem Klassifizierungssystem oder einem CAD-Algorithmus 98 zugeführt werden, um die 3D-Information an dem jeweils interessierenden Testpunkt oder -volumen zu klassifizieren, und die Ausgangswerte dieser Klassierer werden dann miteinander kombiniert, um eine Entscheidung zu treffen. Die 3D-Information kann für verschiedene Merkmale kennzeichnende 3D-Volumina, verschiedene 3D-Rekonstruktionen, 3D-Information von verschiedenen Klassierern, wie auch die Elemente der Merkmalsvektoren beinhalten, die aus den 2D-Projektionsbildern an den entsprechenden 2D-Orten direkt ohne irgendeinen vorhergehenden Kombinationsschritt extrahiert wurden. Das Klassifizierungssystem 98 kann irgendein geeignetes Klassifizierungssystem sein, einschließlich eines modellbasierten Bayes-Klassierers, eines Klassierers nach dem maximum likelihood-Prinzip, eines künstlichen neuralen Netzwerks, eines rulebased Verfahrens, eines Boosting-Verfahrens, eines Entscheidungsbaumes, einer Support Vektor Maschine oder einer Fuzzy-Logik-Technik sein. Das Klassifizierungssystem 98 kann explizit oder implizit einen Ausgangsparameter 100 erzeugen, der die Vertrauenswürdigkeit der getroffenen Entscheidung angibt. Dieser Parameter kann probabilistisch sein. Wie dem Fachmann an sich geläufig, erzeugt zum Beispiel ein Bayes-Klassierer Ähnlichkeitsverhältnisse, die die Vertrauenswürdigkeit der getroffenen Entscheidung reflektieren. Auf der anderen Seite können Klassierer, wie etwa Entscheidungsbäume, die kein intrinsisches Vertrauenswürdigkeitsmaß haben, auf leichte Weise dadurch erweitert werden, dass jeder Ausgangsgröße eine Vertrauenswürdigkeit zugeordnet wird, bspw. basierend auf der Fehlerrate bei Trainingsdaten.
Zu bemerken ist, dass anstelle eines Klassifizierungssystems 98, d.h. eines „harten Klassierers", wie oben beschrieben, die Ausgangsgröße 100 auch eine weiche Klassierung sein kann, d.h. irgendein aus den Merkmalen berechneter Messwert, der ein Indikator für das Vorliegen eines speziellen Zu stands des Gewebes ist. Dieser Indikator kann zum Beispiel mit dem Vorliegen von Mikrokalkablagerungen oder von runden Strukturen irgendeiner Art in Verbindung stehen. Für den Fachmann versteht sich, dass die Messwerte oder Klassierungen ihrem Charakter nach probabilistisch sein können. Beispielsweise kann jeder der berechneten Klassifizierungen oder Messwerte ein Vertrauenswürdigkeitsmaß zugeordnet sein. Die Vertrauenswürdigkeitsmaße können in einer „Vertrauenswürdigkeitsmap" aufbewahrt werden, die für jeden entsprechenden Eintrag in die Klassifizierungsmap die jeweilige Vertrauenswürdigkeit angibt. Das Vertrauenswürdigkeitsmaß kann eine geschätzte Wahrscheinlichkeit sein. Vertrauenswürdigkeitsmaße sind zweckmäßig beim Einstellen von Grenzwerten bezüglich dessen was dem Radiologen dargestellt wird und bei der Kombination der Ausgangsgrößen mehrere CAD-Algorithmen. Es kann eine probabilistisches Gerüst verwendet werden und die Ähnlichkeit verschiedener Modelle, die unterschiedliche Abnormalitäten und anatomische Merkmale wiedergeben, kann gewichtet werden. Der 3D-Punkt kann sodann gemäß dem ähnlichsten Modell klassifiziert werden. Eine solche Information kann dem Radiologen als digitales Kontrastmittel oder als befundbasierte Bildverbesserung dargestellt werden, das bzw. die mit den 2D-Projektionen oder der 3D-Rekonstruktion überlagert ist.
Zu bemerken ist, dass mehr als ein CAD-Algorithmus und/oder Klassierer zur Merkmalsextraktion aus den 2D-Projektionen wie auch zur Klassifizierung der 3D-Information verwendet werden können. Solche Vorgänge können bspw. die individuelle Ausführung von CAD-Operationen auf Teilen der Bilddaten und die Kombinierung der Ergebnisse aller CAD-Operationen (logisch mit „und" oder „oder" Operationen oder beidem, „gewichtetem Mitteln" oder „probalistischer Schlussfolgerung") beinhalten. Außerdem können CAD-Operationen zum Detektieren mehrfacher Krankheitszustände oder interessierender anatomischer Eigenschaften hintereinander oder parallel ausgeführt werden.
Für den Fachmann versteht sich, dass der CAD-Algorithmus der vorliegenden Erfindung außerordentlich flexibel ist, weil verschiedene Anzahlen von Merkmalen und/oder Klassierern und unterschiedliche Anzahlen von Bildern oder Datensätzen bei verschiedenen Stufen des Verfahrens verwendet werden können. Das Verfahren bietet sich auch für eine sukzessive Verfeinerung (oder zur Vergrößerung der Vertrauenswürdigkeit) der Klassifizierung an, indem in aufeinanderfolgenden Stufen des Verfahrens mehr Bilder und mehr Information eingeschlossen werden. Wenn z.B. das CAD-System keine Entscheidung mit ausreichender Vertrauenswürdigkeit treffen kann, kann der ganze Vorgang mit zusätzlichen Projektionsbildern in dem Projektionsbildersatz oder mit synthetischen Projektionsbildern, die eine höhere Auflösung aufweisen wiederholt werden. Außerdem kann für 3D-Gebiete, die vorher automatisch als „verdächtig" eingestuft wurden oder die irgendeinem anderen Kriterium genügen, eine zusätzliche 3D-Rekonstruktion 102 durchgeführt werden, an die sich der CAD-Algorithmus oder das Klassifizierungssystem 98 anschließt, der bzw. das auf das interessierende rekonstruierte 3D-Gebiet einwirkt. Dies kann eine zusätzliche Information, wie etwa eine 3D-Gestalt oder eine andere Information, die aus den Projektionsbildern nicht einfach zur Verfügung steht, liefern. In ähnlicher Weise können zusätzliche Merkmale berechnet werden, die dazu beitragen, das Vertrauen in die Entscheidung zu vergrößern. Außerdem kann zur Erzielung einer höheren Rechengeschwindigkeit die Anfangsauswahl der 3D-Punkte unter Verwendung eines einfachen (und „schnellen") Filters mit hinzugefügten nachfolgenden Filtern, Merkmalen und/oder Klassieren (in der 2D- oder in der 3D-Domäne) zur effizienten und schnellen Vorauswahl verdächtiger Gebiete ausgeführt werden.
Wie für den Fachmann verständlich, können die Projektions bilder bei gewissen Ausführungsformen auf der Grundlage der Dosisverteilung in zwei oder mehrere Sätze aufgeteilt werden. So können z.B. Bilder hoher Dosis, wie oben beschrieben, verwendet werden, während Bilder niedriger Dosis in einem zweiten Schritt dazu verwendet werden können, die Nachweisvertrauenswürdigkeit in den Gebieten zu verbessern, in denen die Vertrauenswürdigkeit unter einem bestimmten Grenzwert liegt und um die Befunde in 3D zu lokalisieren. Mit anderen Worten kann eine 2D-CAD ähnliche Verarbeitung an einer (oder einigen) Projektion(en) vorgenommen werden. Wenn es Gebiete gibt, in denen die Klassifizierung (Detektion) nicht von ausreichender Vertrauenswürdigkeit ist, kann die 3D-Vorgangsweise für das entsprechende 3D-Gebiet genutzt werden. Für die Gebiete die den Befunden mit hoher Vertrauenswürdigkeit entsprechen, kann das entsprechende 3D-Volumen durchsucht werden, um den Befund in 3D zu lokalisieren.
Bei bestimmten Ausführungsformen kann der Satz Projektionsbilder (oder eine Teilmenge von diesen) mittels eines Reproduktionsverfahrens erzeugt werden. Beispielsweise veranschaulicht 4 ein Bildanalysesystem oder CAD-System 104, das dazu eingerichtet ist, gemäß Aspekten der vorliegenden Technik berechnete 2D-Projektionsbilder, die allgemein mit den Bezugszeichen 106, 109, 110 und 112 bezeichnet sind, zu bearbeiten. Ein rekonstruiertes Volumen wird über eine 3D-Rekonstruktion 114 der Daten von den Projektionsbildern 72, 74, 76, 78 erzeugt. Das rekonstruierte Volumen kann optional bei 116 gefiltert werden, um den Kontrast zu verbessern, das Rauschen zu verringern und dergleichen. Außerdem kann ein neuer Datensatz projektierter Bilder oder synthetischer Projektionsbilder 106, 109, 110, 112 aus dem rekonstruierten Volumen unter Verwendung eines Reproduktionsverfahrens 118 generiert werden, indem eine oder mehre re synthetischer Bildgebungsgeometrien und eine Auflösung für den Satz Projektionsbilder ausgewählt werden. Zu bemerken ist, dass wenn die 3D-Testpunkte vorher bestimmt werden können, die synthetischen Projektionsbilder lediglich in den die 2D-Projektionskoordinaten jedes 3D-Testpunktes umgebenden Gebieten berechnet zu werden brauchen. Wie dem Fachmann verständlich, haben, weil der 3D-Datensatz aus mehreren projizierten Ansichten rekonstruiert wurde, die aus dem 3D-Datensatz reproduzierten Bildern gegebenenfalls eine höhere Bildqualität (gemessen durch ein höheres Signal-/Rauschenverhältnis), die die Ergebnisse des gesamten Verfahrens verbessern kann. Zu bemerken ist, dass bei dieser Rekonstruktions-/Reprojektionsvorgangsweise eine hierarchische Rekonstruktion angewandt werden kann, d.h. die Reproduktion und die weitere Verarbeitung können mit verschiedenen Auflösungen ausgeführt werden.
Die Ausgangsgröße 100 des CAD-Systems können bewertete Bilder zur Betrachtung durch einen menschlichen oder einen maschinellen Betrachter sein. Demgemäß können verschiedene Arten bewerteter Bilder dem zuständigen Arzt oder irgendeiner anderen eine solche Information benötigenden Person, basierend auf irgendeiner oder auf allen Bearbeitungen oder Modulen, die von dem CAD-Algorithmus ausgeführt werden, präsentiert werden. Die Ausgangsgröße 100 kann das Display von Bildern mit zwei- oder dreidimensionalen Renderings mit überlagerten Markierungen, mit Bild- oder Intensitätsveränderungen und dergleichen beinhalten. Die Ergebnisse der Rekonstruktionen (wie sie von dem CAD-Algorithmus erzeugt sind) können zu Projektionsbildern geometrisch zusammengesetzt oder auf solche überlagert dargestellt werden oder sie können als ein rekonstruiertes 3D-Bild vorliegen, das spe ziell für die 3D-Visualisierung erzeugt wurde, oder als andere Veranschaulichung dargestellt werden. Die Befunde können auch auf einer Teilemenge von oder auf allen erzeugten rekonstruierten Volumina überlagert dargestellt werden. Die Lokalisierung der Befunde kann auch auf einem Bild von einer anderen Modalität (falls es zur Verfügung steht) eingetragen werden, und die von der anderen Modalität akquirierten Bilder können mit den CAD-Ergebnissen überlagert dargestellt werden. Die von der anderen Modalität dargestellten Bilder können auch gleichzeitig, entweder jeweils in einem getrennten Bild oder in sonst irgendeiner Weise überlagert, dargestellt werden. Die CAD-Ergebnisse werden zur Archivierung gespeichert – möglicherweise zusammen mit allen oder einer Teilmenge der generierten Daten (Projektionen und/oder rekonstruierten 3D-Volumina). Zu bemerken ist, dass bei bestimmten Ausführungsformen die von verschiedenen Modalitäten akquirierten Bilddaten auch zur verbesserten Detektion und/oder Diagnose von Anomalien mittels CAD-Algorithmen verarbeitet werden können. Eine Kombination von CAD-Ergebnissen von anderen Modalitäten mit CAD-Ergebnissen von 2D-Projektionen, wie im Vorstehenden beschrieben, kann in einer ähnlichen Weise geschehen wie die Kombination von CAD-Ergebnissen von verschiedenen 2D-Ansichten, wie dies im Einzelnen im Vorstehenden erläutert wurde. Die Kombination von CAD-Ergebnissen von mehreren Modalitäten kann auch einen optionalen Registrierungsschritt mitumfassen, der dazu benutzt wird, die Geometrien verschiedener Datensätze aufeinander auszurichten.
Wie dem Fachmann geläufig, ist eines der Merkmale der vorliegenden Technik die flexible und hierarchische Benutzung irgendeiner CAD-artigen Verarbeitung bei den verschiedenen oben erörterten Ausführungsformen. Beispielsweise ergibt die vorliegende Technik eine flexible und hierarchische Struktur, die es gestattet, für verschiedene Situationen unterschiedliche Komplexitätsgrade zu konfigurieren. So kann z.B. ein einfaches Filter für die anfängliche Definition von interessierenden Gebieten (Klassifizierungspunkte) angewandt werden, während kompliziertere Filter für den 2D-CAD-Abschnitt eingesetzt werden und noch komplexere Filter für die 3D-CAD-Verarbeitung angewandt werden können. Außerdem ist die Technik hinsichtlich der Zahl von Datensätzen, auf die jeder CAD-artige Verarbeitungsschritt angewandt wird, flexibel. So kann z.B. irgendein zweckentsprechend komplexes CAD-Filter auf ein einzelnes Projektionsbild angewandt werden, während einfache Filter auf mehr als ein Bild hauptsächlich zum Verwerfen falscher Positive zur Anwendung gebracht werden können. Das verbleibende interessierende Gebiet kann dann für eine detailliertere Analyse benutzt werden. Die im Vorstehenden veranschaulichten Ausführungsformen können eine Auflistung ausführbarer Instruktionen zur Implementierung logischer Funktionen aufweisen. Die Auflistung kann auf irgendeinem computerlesbaren Medium zur Verwendung durch oder im Zusammenhang mit einem computerbasierten System verwirklicht sein, das die Instruktionen auffinden, verarbeiten und ausführen kann. Alternativ können einige oder alle Verarbeitungen in der Ferne durch zusätzliche Computerressourcen ausgeführt werden.
Im Zusammenhang mit der vorliegenden Technik kann das compu terlesbare Medium irgendein Mittel ein, das die Instruktionen enthalten, speichern, kommunizieren, verbreiten, übermitteln oder transportieren kann. Das computerlesbare Medium kann ein elektronisches, magnetisches, optisches, elektromagnetisches oder infrarotes System, Gerät oder eine entsprechende Vorrichtung sein. Eine beispielhafte aber nicht erschöpfende Liste computerlesbarer Medien kann umfassen: Eine elektrische Verbindung (Elektronik) mit einem oder mehreren Drähten, eine tragbare Computerdiskette (magnetisch), ein Random Access Memory (RAM) (magnetisch), ein Read Only Memory (ROM) (magnetisch), ein löschbares programmierbares Read Only Memory (EPROM or Flash Memory) (magnetisch), eine Faseroptik (optisch) und ein tragbares Compact Disk Read Only Memory (CD-ROM) (optisch). Zu bemerken ist, dass das computerlesbare Medium Papier oder irgendein anderes geeignetes Medium, auf dem Instruktionen aufgedruckt sind, mit umfassen kann. Die Instruktionen können bspw. elektronisch durch optisches Scannen des Papiers oder anderen Mediums erfasst, sodann kompiliert, interpretiert oder, falls erforderlich, irgendwie sonst verarbeitet und sodann in einem Computerspeicher gespeichert werden.
Wenngleich lediglich gewisse Merkmale der Erfindung hier veranschaulicht und beschrieben sind, so ergeben sich doch für den Fachmann viele Abwandlungen und Veränderungen. Es ist deshalb darauf hinzuweisen, dass die beigefügten Patentansprüche alle diese Abwandlungen und Veränderungen, die im Rahmen des Schutzbereiches der Patentansprüche liegen, mit umfassen.

10: Tomosynthesesystem
12: Röntgenstrahlungsquelle
14: Strahlungsstrom
16: Kollimator
18: menschlicher Patient
20: Strahlungsteil
22: Detektor
24: Systemcontroller
26: Röntgencontroller
28: Motorcontroller
30: Positioniersubsystem
32: Datenakquisitionsschaltung
34: Prozessor
36: Speicher
38: Bedienerarbeitsplatz
40: Display
42: Drucker
44: PACS
46: entfernter Benutzer
50: Bildgebungsscanner
52: Quellenposition
54: Quellenebene
70: Bildanalysesystem/CAD-System
72: Projektionsbild
74: Projektionsbild
76: Projektionsbild
78: Projektionsbild
80: Merkmale
82: Merkmale
84: Merkmale
86: Merkmale
88: Merkmalsdetektionstechnik
90: Merkmalsdetektionstechnik
92: Merkmalsdetektionstechnik
94: Merkmalsdetektionstechnik
96: interessierender 3D-Raum oder -volumina
98: Klassifizierungssystem oder CAD-Algorithmus
100: Ausgangsgröße
102: Rekonstruktionsalgorithmus
104: Bildanalysesystem/CAD-System
106: synthetisches Projektionsbild
108: synthetisches Projektionsbild
110: synthetisches Projektionsbild
112: synthetisches Projektionsbild
114: Rekonstruktionsalgorithmus
116: optionale Filterung im 3D-Raum
118: Reproduktionsalgorithmus

Claims

Verfahren zur Ausführung einer computerunterstützten Detektion (CAD)-Analyse eines dreidimensionalen Volumens, wobei das Verfahren beinhaltet: – Auswählen eines oder mehrerer dreidimensionaler interessierender Punkte in einem dreidimensionalen Volumen (76); – Vorwärtsprojizieren des einen oder der mehreren interessierenden dreidimensionalen Punkte zur Bestimmung eine entsprechenden Satzes von Projektionspunkten in einem oder mehreren zweidimensionalen Projektionsbildern (72, 74, 76, 78); und – Berechnen von Ausgangswerten (100) bei dem einen oder den mehreren interessierenden dreidimensionalen Punkten auf der Grundlage von einem oder mehreren Merkmalswerten (80, 82, 84, 66) oder einer CAD-Ausgangsgröße bei dem entsprechenden Satz von Projektionspunkten.
Verfahren nach Anspruch 1, bei dem das Auswählen des einen oder der mehreren interessierenden Punkte das Auswählen des einen oder der mehreren interessierenden Punkte gemäß einem Sampling-Muster beinhaltet.
Verfahren nach Anspruch 1, bei dem das Auswählen des einen oder der mehreren interessierenden Punkte das Ausführen einer hierarchischen Auswahl des einen der mehreren oder interessierenden Punkte beinhaltet.
Verfahren nach Anspruch 1, bei dem das Auswählen des einen oder der mehreren interessierender Punkte das Ableiten des einen oder der mehreren interessierenden Punkte von dem einen oder den mehreren zweidimensionalen Projektionsbildern (72, 74, 76, 78) über einen CAD-Algorithmus beinhaltet.
Verfahren nach Anspruch 1, das außerdem das Vorverarbeiten oder Verarbeiten (88, 90, 92, 94) der zweidimensionalen Projektionsbilder (72, 74, 76, 78) bei dem entsprechenden Satz von Projektionspunkten zur Erzeugung des einen oder der mehreren Merkmalswerte (80, 82, 84, 86) oder der CAD-Ausgangsgröße beinhaltet.
Verfahren nach Anspruch 1, das außerdem das Vorverarbeiten oder Verarbeiten (88, 90, 92, 94) der zweidimensionalen Projektionsbilder (72, 74, 76, 78), das Durchführen einer Merkmalsextraktion, einer Merkmalsdetektierung und/oder CAD-Verarbeitung auf den zweidimensionalen Projektionsbildern (72, 74, 76, 78) beinhaltet.
Verfahren nach Anspruch 1, bei dem das Berechnen von Ausgangswerten (100) an dem einen oder den mehreren dreidimensionalen interessierenden Punkten das Rekonstruieren von Gestalten auf der Basis von Segmentierungen von den zweidimensionalen Projektionsbildern, Gebietsgrenzen und/oder Schwächungswerten beinhaltet.
Verfahren nach Anspruch 1, bei dem das Berechnen von Ausgangswerten (100) bei dem einen oder den mehreren dreidimensionalen interessierenden Punkten das Klassifizieren des dreidimensionalen Volumens auf der Grundlage des einen oder der mehreren Merkmalswerte (80, 82, 86, 86) oder der CAD-Ausgangsgröße beinhaltet.
Verfahren nach Anspruch 8, bei dem das Berechnen von Ausgangswerten (100) bei dem einen oder den mehreren dreidimensionalen interessierenden Punkten das Ver arbeiten der dreidimensionalen Daten beinhaltet, die von einer unterschiedlichen Modalität durch Berechnen einer oder mehrerer Merkmalswerte oder einer CAD-Ausgangsgröße akquiriert wurden.
Verfahren nach Anspruch 1, bei dem das Berechnen von Ausgangswerten (100) bei dem einen oder den mehreren dreidimensionalen interessierenden Punkten das Analysieren des einen oder mehrerer Merkmalswerte (80, 82, 84, 86) oder der CAD-Ausgangsgröße unter Verwendung eines oder mehrerer automatisierter Routinen oder unter Ausführung eines CADs (98) an dem einen oder den mehreren Merkmalswerten (80, 82, 84, 86) oder der CAD-Ausgangsgröße beinhaltet.
Bildanalysesystem (70, 104), das aufweist: – Einen Prozessor (34), der dazu eingerichtet ist, einen oder mehrere interessierende dreidimensionale Punkte in einem dreidimensionalen Volumen (96) auszuwählen, den einen oder die mehreren interessierenden dreidimensionalen Punkte vorwärts zu projizieren, um einen entsprechenden Satz von Projektionspunkten in einem oder mehreren zweidimensionalen Projektionsbildern (72, 74, 76, 78) zu bestimmen und bei dem einen oder den mehreren interessierenden dreidimensionalen Punkten Ausgangswerte (100) auf der Grundlage eines oder mehrere Merkmalwerte (80, 82, 84, 86) oder einer CAD-Ausgangsgröße bei dem entsprechenden Satz von Projektionspunkten zu berechnen.