DE102011005634A1 - Verfahren zum Bereitstellen eines nachbearbeiteten 3D-Bilddatensatzes, insbesondere zu einer Gefäßstruktur - Google Patents
Verfahren zum Bereitstellen eines nachbearbeiteten 3D-Bilddatensatzes, insbesondere zu einer Gefäßstruktur Download PDFInfo
- Publication number
- DE102011005634A1 DE102011005634A1 DE102011005634A DE102011005634A DE102011005634A1 DE 102011005634 A1 DE102011005634 A1 DE 102011005634A1 DE 102011005634 A DE102011005634 A DE 102011005634A DE 102011005634 A DE102011005634 A DE 102011005634A DE 102011005634 A1 DE102011005634 A1 DE 102011005634A1
- Authority
- DE
- Germany
- Prior art keywords
- image data
- data set
- image
- quality
- measure
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 210000004204 blood vessel Anatomy 0.000 title description 7
- 230000011218 segmentation Effects 0.000 claims description 17
- 238000002583 angiography Methods 0.000 claims description 8
- 238000012805 post-processing Methods 0.000 claims description 8
- 230000002792 vascular Effects 0.000 claims description 5
- 238000012800 visualization Methods 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000011478 gradient descent method Methods 0.000 claims description 2
- 238000013519 translation Methods 0.000 claims description 2
- 239000002872 contrast media Substances 0.000 description 5
- 238000012546 transfer Methods 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- BUHVIAUBTBOHAG-FOYDDCNASA-N (2r,3r,4s,5r)-2-[6-[[2-(3,5-dimethoxyphenyl)-2-(2-methylphenyl)ethyl]amino]purin-9-yl]-5-(hydroxymethyl)oxolane-3,4-diol Chemical compound COC1=CC(OC)=CC(C(CNC=2C=3N=CN(C=3N=CN=2)[C@H]2[C@@H]([C@H](O)[C@@H](CO)O2)O)C=2C(=CC=CC=2)C)=C1 BUHVIAUBTBOHAG-FOYDDCNASA-N 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/504—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/48—Diagnostic techniques
- A61B6/481—Diagnostic techniques involving the use of contrast agents
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Radiology & Medical Imaging (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Primary Health Care (AREA)
- Vascular Medicine (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
Description
- Die Erfindung betrifft ein Verfahren zum Bereitstellen eines nachbearbeiteten 3D-Bilddatensatzes gemäß dem Oberbegriff des Patentanspruchs 1. Der 3D-Bilddatensatz soll zu einem Bildobjekt aufgenommen sein, wobei selbiges insbesondere die Gefäßstruktur eines menschlichen und/oder tierischen Körpers (eines Patienten) ist.
- Ein Verfahren nach dem Oberbegriff des Patentanspruchs 1 ist insbesondere aus der
DE 10 2006 045 423 A1 bekannt. Die Nachbearbeitung ist hierbei insbesondere eine so genannte Segmentierung, bei der bestimmte Strukturen stärker hervorgehoben werden. Eine solche Segmentierung kann dazu dienen, aus dem segmentierten 3D-Bilddatensatz Messwerte für die Größe von Strukturen in dem Bildobjekt abzuleiten, beispielsweise den Durchmesser eines Gefäßes zu ermitteln. - Bei dem Verfahren gemäß der
DE 10 2006 045 423 A1 wird zusätzlich zu dem 3D-Bilddatensatz einer Gefäßstruktur eines menschlichen oder tierischen Körpers eine 2D-DSA (digitale Subtraktionsangiographie) der Gefäßstruktur aufgenommen und mit dem 3D-Bilddatensatz registriert. Eine 2D-DSA ist ein 2D-Bilddatensatz, den man dadurch gewinnt, dass man eine Gefäßstruktur zunächst im Normalzustand in einem ersten Röntgenbild abbildet, dann ein Kontrastmittel in die Blutbahn injiziert und sodann dasselbe Gefäß mit dem Kontrastmittel in einem zweiten Röntgenbild abbildet. Zieht man nun die Daten des ersten Röntgenbildes von denen des zweiten Röntgenbildes ab, so erhält man eine Abbildung der Gefäße mit einer hohen Ortsauflösung. Diese hohe Ortsauflösung macht man sich bei dem Verfahren dazu zunutze, auch den 3D-Bilddatensatz optimal zu segmentieren. - Man beginnt zunächst mit einer Vorbearbeitung des 3D-Bilddatensatzes, einer Vorsegmentierung. Sodann wird eine 2D-Vorwärtsprojektion aus dem 3D-Bilddatensatz berechnet, und zwar zu derselben Projektionsrichtung, die die dem 2D-Bilddatensatz zugrundeliegende Projektionsrichtung ist. Genauso segmentiert man auch den 2D-Bilddatensatz. Die 2D-Vorwärtsprojektion, die aus dem segmentierten 3D-Bilddatensatz resultiert, wird dann mit dem segmentierten 2D-Bilddatensatz verglichen. Dieser Vergleich kann durch einfache Überlagerung der Bilddaten erfolgen, sodass ersichtlich wird, welche Bereiche einander nicht entsprechen. Anhand der Bereiche der Nichtentsprechung kann dann der 3D-Bilddatensatz nachbearbeitet werden, also die Segmentierung geändert werden.
- Die
DE 10 2006 045 423 A1 beschreibt nicht, auf welche Art und Weise die Segmentierung optimal angepasst wird. - Es ist die Aufgabe der vorliegenden Erfindung, einen Weg aufzuzeigen, wie das Verfahren aus der
DE 10 2006 045 423 A1 optimal umgesetzt werden kann. - Die Aufgabe wird durch das Verfahren mit den Merkmalen gemäß Patentanspruch 1 gelöst.
- Das erfindungsgemäße Verfahren umfasst somit, dass zunächst eine Vorparametrierung, insbesondere Vorsegmentierung, zum 3D-Bilddatensatz festgelegt wird, die durch eine Mehrzahl von lokal anpassbaren Parametern beschrieben wird. Dies beruht auf der Erkenntnis, dass gerade bei Gefäßstrukturen auf die Grauwerte zu Volumenelementen bezogene Schwellwerte zu grob wirken, wenn solche Schwellwerte nicht lokal variabel definiert werden. Bei dem Verfahren werden ferner die Schritte des Berechnens der 2D-Vorwärtsprojektion und des Vergleichens eine Mehrzahl von Malen, insbesondere iterativ, durchgeführt, wobei bei jedem Mal unter Berücksichtigung eines Kriteriums hinsichtlich eines Maßes für die sich durch den Vergleich ergebende Güte (zum Beispiel der Überlagerung) eine Anpassung im Wert zumindest eines der lokal anpassbaren Parameter erfolgt.
- Die Erfindung beruht auf der Erkenntnis, dass die Verwendung eines Gütemaßes am besten dazu geeignet ist, die Nachbearbeitung, insbesondere die Segmentierung, optimal zu gestalten und dies im Zusammenhang mit der Verwendung von lokal anpassbaren Parametern am besten gelingt.
- Bei einer bevorzugten Ausführungsform erfolgt eine iterative Durchführung (also das Durchführen für eine Mehrzahl von Malen) so lange, bis das Maß für die Güte ein vorbestimmtes Kriterium erfüllt, insbesondere dieses Maß extremal ist. Typische Gütemaße sind so definiert, dass bestimmte Maße minimal werden, zum Beispiel zu Null werden, wenn der Idealzustand erreicht ist.
- Bei einer bevorzugten Ausführungsform umfasst die Vorbearbeitung im Sinne einer Vorsegmentierung, dass Bildstrukturen Ellipsoidformen zugeordnet werden, wobei jeder Ellipsoidform je drei Parameter für die Translation, die Rotation und die Skalierung in je einer Richtung zugeordnet sind. Diese Ellipsoidformen entsprechen kleinen Plättchen mit ellipsoidem Querschnitt, die virtuell in eine Gefäßstruktur eingesetzt werden können; eine Gefäßstruktur lässt sich aus solchen Ellipsoiden zusammengesetzt vorstellen, insbesondere wenn zwischen 50 und 1000, insbesondere zwischen 100 und 350, zum Beispiel 200 Ellipsoidformen, verwendet werden. Jedem Ellipsoid ist eine Koordinate für einen Mittelpunkt zwischen den beiden Brennpunkten zugeordnet, ein Vektor für die Ausrichtung im Raum (Rotation), und schließlich gibt die Skalierung an, wie groß das Ellipsoid in einer bestimmten Dimension sein soll.
- Es ist Erkenntnis der Erfinder der vorliegend beanspruchten Idee, dass eine solche Ellipsoidsegmentierung der beste Ausgangspunkt dafür ist, ein Gütemaß anzulegen und hierbei lokale Anpassungen bei einer Vorsegmentierung vorzunehmen.
- Das Maß für die Güte kann an sich beliebig gewählt sein. Typischerweise verwendet man zum Beispiel ein Gütemaß, bei dem die kleinste Summe der quadratischen Abweichungen ermittelt werden soll. Auch die Verwendung der normalisierten Kreuzkorrelation (normalized cross correlation) ist sinnvoll. Es können herkömmliche numerische Algorithmen verwendet werden, um die Güte nach und nach gemäß dem zu berücksichtigenden Kriterium zu verbessern; beispielsweise kann das Kriterium für die Anpassung zumindest eines der lokal anpassbaren Parameter durch ein Gradientenabstiegsverfahren oder ein Newton-Verfahren realisiert werden.
- Bei einer bevorzugten Ausführungsform wird, wie an sich aus der
DE 10 2006 045 423 A1 bekannt, der 2D-Bilddatensatz mithilfe einer Röntgenbildaufnahmevorrichtung gewonnen, insbesondere als Ergebnis einer digitalen Subtraktionsangiographie. Auch wird bevorzugt, wie ebenfalls aus derDE 10 2006 045 423 A1 bekannt, der 2D-Bilddatensatz vor dem Vergleich einer Bearbeitung unterzogen, insbesondere segmentiert, und schließlich wird, wie im Weiteren aus derDE 10 2006 045 423 A1 bekannt, auch der 3D-Bilddatensatz mithilfe einer Röntgenbildaufnahmevorrichtung, insbesondere einer Röntgenangiographievorrichtung, gewonnen. - Bei einer Variante der Erfindung dient die gesamte Nachbearbeitung dazu, zumindest einen Messwert für die Größe einer Struktur in dem Bildobjekt abzuleiten. Die Kenntnis eines solchen Messwerts kann zum Beispiel sinnvoll sein, wenn man in ein Blutgefäß einen Stent setzen möchte und hierzu die passende Größe für den Stent anhand des 3D-Bilddatensatzes ermitteln möchte. Genauso kann auch durch die Nachbearbeitung eine Visualisierung des 3D-Bilddatensatzes bestimmt werden, d. h. durch die Nachbearbeitung kann zum Beispiel eine Transferfunktion für die Visualisierung festgelegt werden, die Grauwerte aus dem 3D-Bilddatensatz, wie sie einzelnen Volumenelementen zugeordnet sind, Grau- oder Farbwerten auf dem Bildschirm zuordnet. Insbesondere hier ist das Setzen von lokal verschiedenen Grenzwerten sinnvoll, wie es durch die Erfindung wegen der Verwendung der Vorparametrierung mit einer Mehrzahl von lokal anpassbaren Parametern ermöglicht wird.
- Nachfolgend wird eine bevorzugte Ausführungsform der Erfindung unter Bezug auf die Zeichnung beschrieben, in der die einzige Figur
ein Flussschaubild zur Erläuterung des erfindungsgemäßen Verfahrens ist, wobei zu den einzelnen Schritten gewonnene Bilder veranschaulicht werden. - Ausgegangen ist vorliegend davon, dass die Blutgefäße eines Patienten mithilfe eines Röntgenangiographiesystems abgebildet werden. Zunächst ist davon ausgegangen, dass ein 3D-Bilddatensatz der Blutgefäße gewonnen wird. Diese werden nun in Schritt S10 vorsegmentiert. Das Vorsegmentieren beinhaltet, dass eine Hough-Transformation durchgeführt wird, die in den unteren Schichten des 3D-Bilddatensatzes das Gefäß detektiert. Somit wird die Wurzel des Gefäßbaums erkannt und als Startpunkt zu einer so genannten Centerlineerstellung verwendet. Die Centerline ist eine Kurve, die den jeweiligen Querschnittsmittelpunkt des Gefäßes durchläuft, wie es von dem Algorithmus erkannt wird. Die Centerline lässt sich mittels bekannter Algorithmen wie zum Beispiel dem Algorithmus des kürzesten Pfades oder durch die so genannte Skeletonisierung berechnen. Durch eine vorgeschaltete Schwellwertsegmentierung wird der Datensatz erodiert, um Artefakte, Rauschen und kleine Gefäße zu eliminieren. Nun werden entlang der gewonnenen Centerline Ellipsoide platziert, die die zu segmentierenden Gefäße abbilden. Jedes Ellipsoid ist durch neun Parameter beschreibbar, nämlich die Koordinate des Orts des Mittelpunkts zwischen den beiden Brennpunkten (drei Translationskoordinaten), durch ihre Ausrichtung (drei Rotationsparameter) und ihre Größe in drei Dimensionen (drei Skalierungsparameter).
- Es ist nun ferner davon ausgegangen, dass gleichzeitig eine digitale Subtraktionsangiographie des Patienten durchgeführt werden kann, d. h. ein Differenzbild in Schritt S12 zur Verfügung gestellt wird, das die Blutgefäße besonders kontrastreich zeigt. Hierzu werden die Grauwerte eines Bildes, das die Blutgefäße ohne Kontrastmittel zeigt, von den Grauwerten eines entsprechenden Bildes, das dieselben Blutgefäße mit Kontrastmittel gefüllt zeigt, bildpunktweise abgezogen (bzw. umgekehrt das Bild mit dem Kontrastmittel von dem anderen Bild abgezogen). In Schritt S14 erfolgt sodann eine Segmentierung des in Schritt S12 gewonnenen Röntgenbildes, sodass in einer bestimmten Projektionsrichtung ein segmentierter 2D-Bilddatensatz zur Verfügung steht. Anschließend wird ein entsprechender 2D-Bilddatensatz aus dem 3D-Bilddatensatz gewonnen, nämlich in Schritt S16 eine Vorwärtsprojektion berechnet zu derselben Projektionsrichtung, in der das Differenzbild in Schritt S12 gewonnen wurde. Die in Schritt S14 und Schritt S16 gewonnenen 2D-Bilddatensätze werden sodann miteinander verglichen, in Schritt S18 wird insbesondere nach einer vorbestimmten Rechenvorschrift eine so genannte Überlagerung berechnet. Anhand der Überlagerung sieht man, welche Bereiche der abgebildeten Gefäßstruktur durch die 2D-Subtraktionsangiographie anders dargestellt werden als im 3D-Bilddatensatz. Typischerweise hat der 2D-Bilddatensatz nach Schritt S14 eine bessere Ortsauflösung als der aus Schritt S16 hervorgehende 2D-Bilddatensatz. Es gilt, die Ortsauflösung des 3D-Bilddatensatzes unter Verwendung des 2D-Bilddatensatzes zu verbessern. Hierzu wird in Schritt S20 geprüft, ob ein bestimmtes Gütemaß ein vorbestimmtes Kriterium erfüllt. Beispielsweise kann folgendes Gütemaß berechnet werden:
- Hierbei gilt, dass p(i, u) die i-te Projektion an der Stelle u im Bild ist, wobei u durch Bildkoordinaten u, v angebbar ist. R(i, u, s) gibt die parametrisch beschriebene Gefäßsegmentierung mit Parametervektor s wieder, also ebenfalls für die i-te Projektion an der Stelle u eine Größe, die von einem Parametervektor s abhängig ist. Werden bei der Segmentierung gemäß Schritt S10 etwa 200 Ellipsoide verwendet, umfasst der Parametervektor bei neun Parametern pro Ellipsoid insgesamt 1800 Parameter.
- Mit verschiedenen Lösungsverfahren wie zum Beispiel Gradientenabstieg, Newton-Verfahren, Powell-Verfahren, „Simulated Annealing”-Verfahren etc. kann dann festgelegt werden, wie der Parametervektor s angepasst wird: Eine Anpassung erfolgt in Schritt S22, sodass die Schritte S10 und S16 sowie S18 iterativ durchgeführt werden, bis in Schritt S20 ein bestimmtes Kriterium bezüglich des Gütemaßes erfüllt ist, beispielsweise kann die Zielfunktion gemäß der obigen Formel als optimal gelten, wenn ein Schwellwert unterschritten ist, der nahe bei Null liegt (oder die Funktion exakt gleich Null ist).
- Ist dies der Fall, so wird in Schritt S24 das Ergebnis des Verfahrens ausgegeben, d. h. man erhält die 1800 Parameter des Parametervektors s nach einer Anpassung und hat somit eine Segmentierung erhalten, die aufgrund der 2D-DSA optimiert ist und daher fast dieselbe Ortsauflösung wie ein 2D-DSA-Bild haben sollte. Dadurch wird es dann möglich, in Schritt S26 Messwerte bezüglich des Gefäßes aus der Segmentierung abzuleiten, zum Beispiel an einer bestimmten Stelle den Gefäßdurchmesser zu ermitteln, oder in Schritt S28 eine optimale Visualisierung vorzunehmen, wobei zum Beispiel die Transferfunktion durch über den Parametervektor s definierte lokal optimierte Parameter für eine Transferfunktion beschreibbar ist. Die Visualisierung hilft dem behandelnden Arzt dabei, Gegenstände in dem Gefäß zu platzieren, zum Beispiel einen Katheter optimal zu führen.
- ZITATE ENTHALTEN IN DER BESCHREIBUNG
- Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
- Zitierte Patentliteratur
-
- DE 102006045423 A1 [0002, 0003, 0005, 0006, 0014, 0014, 0014]
Claims (11)
- Verfahren zum Bereitstellen eines nachbearbeiteten 3D-Bilddatensatzes zu einem Bildobjekt, insbesondere zu einer Gefäßstruktur eines Patienten, unter Verwendung eines zum 3D-Bilddatensatz registrierten 2D-Bilddatensatzes zu demselben Bildobjekt, wobei eine 2D-Vorwärtsprojektion zu dem 3D-Bilddatensatz berechnet wird (S16) und mit dem 2D-Bilddatensatz verglichen wird (S18) und aufgrund des Vergleichs eine Nachbearbeitung des 3D-Bilddatensatzes bestimmt wird, dadurch gekennzeichnet, dass zunächst eine Vorparametrierung zum 3D-Bilddatensatz festgelegt wird (S10), die durch eine Mehrzahl von lokal anpassbaren Parametern (s) beschrieben wird, und die Schritte des Berechnens der 2D-Vorwärtsprojektion und des Vergleichens eine Mehrzahl von Malen durchgeführt werden, wobei bei jedem Mal unter Berücksichtigung eines Kriteriums (S20) hinsichtlich eines Maßes für die sich durch den Vergleich ergebende Güte eine Anpassung (S22) im Wert zumindest eines der lokal anpassbaren Parameter erfolgt.
- Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass eine iterative Durchführung so lange erfolgt, bis das Maß für die Güte ein vorbestimmtes Kriterium erfüllt, insbesondere das Maß extremal ist.
- Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass die Vorparametrierung beinhaltet, dass Bildstrukturen Ellipsoidformen zugeordnet werden, wobei jeder Ellipsoidform je drei Parameter für die Translation, die Rotation und für die Skalierung in je einer Richtung zugeordnet sind.
- Verfahren nach Anspruch 3, dadurch gekennzeichnet, dass zwischen 50 und 1000 Ellipsoidformen zugeordnet werden.
- Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Maß für die Güte unter Verwendung des Quadrats von Abweichungen gebildet ist oder unter Verwendung einer normalisierten Kreuzkorrelation gebildet ist.
- Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass ein Gradientenabstiegsverfahren, ein Newton-Verfahren oder ein Powell-Verfahren durchgeführt wird.
- Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der 2D-Bilddatensatz mithilfe einer Röntgenbildaufnahmevorrichtung gewonnen wird, insbesondere als Ergebnis einer digitalen Subtraktionsangiographie.
- Verfahren nach Anspruch 7, dadurch gekennzeichnet, dass der 2D-Bilddatensatz vor dem Vergleichen einer Vorbearbeitung, insbesondere Segmentierung, unterzogen wird (S14).
- Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der 3D-Bilddatensatz mithilfe einer Röntgenbildaufnahmevorrichtung, insbesondere einer Röntgenangiographievorrichtung, gewonnen wird.
- Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass anhand der Nachbearbeitung zumindest ein Messwert für die Größe einer Struktur des Bildobjekts abgeleitet wird (S26).
- Verfahren nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass durch die Nachbearbeitung eine Visualisierung des 3D-Bilddatensatzes bestimmt wird (S28).
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102011005634A DE102011005634A1 (de) | 2011-03-16 | 2011-03-16 | Verfahren zum Bereitstellen eines nachbearbeiteten 3D-Bilddatensatzes, insbesondere zu einer Gefäßstruktur |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102011005634A DE102011005634A1 (de) | 2011-03-16 | 2011-03-16 | Verfahren zum Bereitstellen eines nachbearbeiteten 3D-Bilddatensatzes, insbesondere zu einer Gefäßstruktur |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102011005634A1 true DE102011005634A1 (de) | 2012-09-20 |
Family
ID=46756645
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102011005634A Withdrawn DE102011005634A1 (de) | 2011-03-16 | 2011-03-16 | Verfahren zum Bereitstellen eines nachbearbeiteten 3D-Bilddatensatzes, insbesondere zu einer Gefäßstruktur |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102011005634A1 (de) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103989524A (zh) * | 2014-05-22 | 2014-08-20 | 西安电子科技大学 | 一种小动物成像承载***及小动物成像*** |
CN104783825A (zh) * | 2014-01-22 | 2015-07-22 | 西门子公司 | 用于产生血管***的二维投影图像的方法和装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102005017628A1 (de) * | 2004-04-22 | 2005-11-17 | Siemens Corp. Research, Inc. | Verfahren und System zum Registrieren von präprozeduralen Bildern mit intraprozeduralen Bilder unter Verwendung einer vorberechneten Informationsdatenbank |
DE102005058095A1 (de) * | 2005-12-05 | 2007-06-06 | Forschungszentrum Jülich GmbH | Verfahren zur topographischen Darstellung von Veränderungen in einem untersuchten Gehirn |
DE102006045423A1 (de) | 2006-09-26 | 2008-04-10 | Siemens Ag | Verfahren zur Nachbearbeitung eines dreidimensionalen Bilddatensatzes einer Gefäßstruktur |
DE102008032432A1 (de) * | 2007-07-12 | 2009-07-02 | Siemens Corp. Research, Inc. | Koregistrierung und Analyse von multi-modalen, in unterschiedlichen Geometrien erhaltenen Bildern |
-
2011
- 2011-03-16 DE DE102011005634A patent/DE102011005634A1/de not_active Withdrawn
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102005017628A1 (de) * | 2004-04-22 | 2005-11-17 | Siemens Corp. Research, Inc. | Verfahren und System zum Registrieren von präprozeduralen Bildern mit intraprozeduralen Bilder unter Verwendung einer vorberechneten Informationsdatenbank |
DE102005058095A1 (de) * | 2005-12-05 | 2007-06-06 | Forschungszentrum Jülich GmbH | Verfahren zur topographischen Darstellung von Veränderungen in einem untersuchten Gehirn |
DE102006045423A1 (de) | 2006-09-26 | 2008-04-10 | Siemens Ag | Verfahren zur Nachbearbeitung eines dreidimensionalen Bilddatensatzes einer Gefäßstruktur |
DE102008032432A1 (de) * | 2007-07-12 | 2009-07-02 | Siemens Corp. Research, Inc. | Koregistrierung und Analyse von multi-modalen, in unterschiedlichen Geometrien erhaltenen Bildern |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104783825A (zh) * | 2014-01-22 | 2015-07-22 | 西门子公司 | 用于产生血管***的二维投影图像的方法和装置 |
DE102014201134A1 (de) * | 2014-01-22 | 2015-07-23 | Siemens Aktiengesellschaft | Verfahren und Vorrichtung zur Erzeugung eines 2-D-Projektionsbildes eines Gefäßsystems |
DE102014201134B4 (de) * | 2014-01-22 | 2017-04-06 | Siemens Healthcare Gmbh | Verfahren und Vorrichtung zur Erzeugung eines 2-D-Projektionsbildes eines Gefäßsystems nebst korrespondierenden Gegenständen |
US9968324B2 (en) | 2014-01-22 | 2018-05-15 | Siemens Aktiengesellschaft | Generating a 2D projection image of a vascular system |
CN104783825B (zh) * | 2014-01-22 | 2018-06-29 | 西门子公司 | 用于产生血管***的二维投影图像的方法和装置 |
CN103989524A (zh) * | 2014-05-22 | 2014-08-20 | 西安电子科技大学 | 一种小动物成像承载***及小动物成像*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102013218819B3 (de) | Verfahren zur Reduzierung von Artefakten in einem Bilddatensatz und Röntgeneinrichtung | |
DE102012204019A1 (de) | Verfahren zur Reduzierung von Bewegungsartefakten | |
DE102019208496B4 (de) | Computerimplementierte Verfahren und Vorrichtungen zum Bereitstellen eines Differenzbilddatensatzes eines Untersuchungsvolumens und zum Bereitstellen einer trainierten Generatorfunktion | |
DE102010053458B4 (de) | Verfahren zur Aufbereitung von IR-Bildern und korrespondierende Wärmebildkamera | |
DE102006027670A1 (de) | Bildbasierte Artefaktreduktion bei der PET/CT Bildgebung | |
DE102011088265B4 (de) | Verfahren zur Korrektur von aufgrund eines Streustrahlenrasters auftretenden Bildartefakten | |
DE102016115051A1 (de) | Verfahren, system und nicht flüchtiges, auf einem computer lesbares medium für die videotechnische lokalisation von kreisrunden objekten | |
DE102007044406A1 (de) | Registrierverfahren mit durchblutungsabhängiger dreidimensionaler Darstellung eines Gefäßbaums | |
EP2791896B1 (de) | Verfahren zur erzeugung von superaufgelösten bildern mit verbesserter bildauflösung und messvorrichtung | |
DE102006012945A1 (de) | Verfahren zur virtuellen Schichtpositionierung in einem 3D-Volumendatensatz und medizinisches Abbildungssystem | |
DE102011005715A1 (de) | Verfahren zum Gewinnen eines von Spuren eines Metallobjektes befreiten 3D-Bilddatensatzes | |
DE102008023915A1 (de) | Verfahren zur Einstellung von wenigstens einer Stellgröße eines Entrauschungsfilters in medizinischen Bildern | |
DE102005021001A1 (de) | Bildbasiertes Verfahren zum Detektieren und Entfernen von kleinen Fragmenten in segmentierten dreidimensionalen Volumina | |
DE102010018460A1 (de) | Verfahren zur Ermittlung wenigstens einer Änderung einer tubulären Gewebestruktur eines Lebewesens, Recheneinheit und Datenträger | |
EP3583902B1 (de) | Verfahren zum automatischen anpassen eines mittels eines röntgengeräts gewonnenen bilddatensatzes, computerprogramm, datenspeicher und röntgengerät | |
DE102015217317A1 (de) | Transformations-Bestimmungseinrichtung und Verfahren zum Bestimmen einer Transformation zur Bildregistrierung | |
DE102011005634A1 (de) | Verfahren zum Bereitstellen eines nachbearbeiteten 3D-Bilddatensatzes, insbesondere zu einer Gefäßstruktur | |
DE102006012943A1 (de) | Verfahren zur automatischen Auswertung eines Abbildungsdatensatzes eines Objektes und medizinisches Abbildungssystem | |
DE102011081167A1 (de) | Rückprojektion eines Projektionsbilddatensatzes mit tiefenabhängiger Filterung | |
EP3579193B1 (de) | Verfahren zur ermittlung von bildwerten in markierten pixeln wenigstens eines projektionsbildes, röntgeneinrichtung, computerprogramm und elektronisch lesbarer datenträger | |
DE112016005742T5 (de) | Datenverarbeitungsverfahren für Computertomographie | |
DE102016212882A1 (de) | Verfahren zur Planungsunterstützung bei einem interventionellen Eingriff und System | |
DE102012217613A1 (de) | Verfahren zur Reduzierung von Artefakten bei der Rekonstruktion von Bilddatensätzen aus Projektionsbildern | |
DE102013214689B4 (de) | Verfahren zur Reduzierung von Artefakten in Bilddatensätzen und Recheneinrichtung | |
DE102011081192B4 (de) | Mikroskopie zum Ermitteln einer Angabe über eine Brechzahl im Inneren mindestens eines Teils einer Probe |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed | ||
R016 | Response to examination communication | ||
R081 | Change of applicant/patentee |
Owner name: SIEMENS AKTIENGESELLSCHAFT, DE Free format text: FORMER OWNERS: FRIEDRICH-ALEXANDER-UNIVERSITAET ERLANGEN-NUERNBERG, 91054 ERLANGEN, DE; SIEMENS AKTIENGESELLSCHAFT, 80333 MUENCHEN, DE Effective date: 20130516 Owner name: SIEMENS HEALTHCARE GMBH, DE Free format text: FORMER OWNERS: FRIEDRICH-ALEXANDER-UNIVERSITAET ERLANGEN-NUERNBERG, 91054 ERLANGEN, DE; SIEMENS AKTIENGESELLSCHAFT, 80333 MUENCHEN, DE Effective date: 20130516 Owner name: SIEMENS AKTIENGESELLSCHAFT, DE Free format text: FORMER OWNER: FRIEDRICH-ALEXANDER-UNIVERSITAET, SIEMENS AKTIENGESELLSCHAFT, , DE Effective date: 20130516 |
|
R081 | Change of applicant/patentee |
Owner name: SIEMENS HEALTHCARE GMBH, DE Free format text: FORMER OWNER: SIEMENS AKTIENGESELLSCHAFT, 80333 MUENCHEN, DE |
|
R119 | Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee |