DE102011078220A1 - Verfahren zum Bereitstellen von zumindest zwei Abwandlungen eines 3-D-Bilddatensatzes zu einer Gefäßstruktur eines Patienten - Google Patents
Verfahren zum Bereitstellen von zumindest zwei Abwandlungen eines 3-D-Bilddatensatzes zu einer Gefäßstruktur eines Patienten Download PDFInfo
- Publication number
- DE102011078220A1 DE102011078220A1 DE102011078220A DE102011078220A DE102011078220A1 DE 102011078220 A1 DE102011078220 A1 DE 102011078220A1 DE 102011078220 A DE102011078220 A DE 102011078220A DE 102011078220 A DE102011078220 A DE 102011078220A DE 102011078220 A1 DE102011078220 A1 DE 102011078220A1
- Authority
- DE
- Germany
- Prior art keywords
- image data
- data set
- image
- data sets
- phase interval
- 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.)
- Ceased
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000012986 modification Methods 0.000 title claims description 21
- 230000004048 modification Effects 0.000 title claims description 21
- 230000002792 vascular Effects 0.000 title claims description 8
- 230000011218 segmentation Effects 0.000 claims description 24
- 238000002583 angiography Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 2
- 238000013519 translation Methods 0.000 claims description 2
- 239000013598 vector Substances 0.000 description 11
- 230000000694 effects Effects 0.000 description 4
- 238000012805 post-processing Methods 0.000 description 3
- 239000002872 contrast media Substances 0.000 description 2
- 238000002922 simulated annealing 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
- 238000012935 Averaging Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/504—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/174—Segmentation; Edge detection involving the use of two or more images
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
- A61B90/36—Image-producing devices or illumination devices not otherwise provided for
- A61B2090/364—Correlation of different images or relation of image positions in respect to the body
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
- A61B90/36—Image-producing devices or illumination devices not otherwise provided for
- A61B90/37—Surgical systems with images on a monitor during operation
- A61B2090/376—Surgical systems with images on a monitor during operation using X-rays, e.g. fluoroscopy
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
-
- 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
- A61B6/48—Diagnostic techniques
- A61B6/486—Diagnostic techniques involving generating temporal series of image data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20004—Adaptive image processing
- G06T2207/20012—Locally adaptive
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20036—Morphological image processing
- G06T2207/20044—Skeletonization; Medial axis transform
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20061—Hough transform
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30172—Centreline of tubular or elongated structure
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/41—Medical
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Optics & Photonics (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- Dentistry (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Vascular Medicine (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
Bei dem aus der DE 10 2006 045 423 A1 bekannten Verfahren zur Nachbearbeitung eines dreidimensionalen Bilddatensatzes eines Bildobjekts wie z. B. einer Gefäßstruktur wird eine Mehrzahl von 2-D-Bilddatensätzen verwendet, die nach dem Phasenintervall in der Periode der Bewegung des Bildobjekts bei ihrer Gewinnung in Gruppen eingeteilt sind (S16). Für jede Gruppe wird eine gesonderte Abwandlung eines 3-D-Bilddatensatzes als Nachbearbeitung berechnet. Auf diese Weise lässt sich eine Zeitverlaufsdarstellung (S24) bereitstellen.
Description
- Die Erfindung betrifft ein Verfahren zum Bereitstellen von zumindest zwei Abwandlungen eines 3-D-Bilddatensatzes, und zwar insbesondere eines solchen, der ein sich periodisch bewegendes Bildobjekt abbildet, z. B. eine Gefäßstruktur eines menschlichen oder tierischen Körpers (Patienten).
- Die Abwandlungen sind insbesondere durch Nachbearbeitung des dreidimensionalen Bilddatensatzes erhältlich.
- Die
DE 10 2006 045 423 A1 beschreibt ein Verfahren zur Nachbearbeitung eines dreidimensionalen Bilddatensatzes einer Gefäßstruktur. Es wird zumindest ein 2-D-Bilddatensatz zu demselben Bildobjekt bereitgestellt, insbesondere in Form einer 2-D-DSA (digitalen Subtraktionsangiographie). Eine digitale Subtraktionsangiographie ist ein 2-D-Bilddatensatz, der dadurch erhältlich ist, dass ein Körper mit einer Gefäßstruktur einmal abgebildet wird, wenn Kontrastmittel in die Gefäßstruktur eingebracht ist, und einmal, wenn dies nicht der Fall ist. Die beiden so erhaltenen 2-D-Bilder werden voneinander bildpunktweise subtrahiert, d. h. der jeweils einem Bildpunkt zugeordnete Grauwert des einen 2-D-Bilddatensatzes wird von dem entsprechenden Grauwert des anderen Bilddatensatzes zu demselben Bildpunkt abgezogen. - Herzstück des Verfahrens aus der
DE 10 2006 045 423 A1 ist es, dass zu dem 3-D-Bilddatensatz eine Segmentierung definiert wird. Ein Segmentieren beinhaltet, dass Grauwerten aus bestimmten Intervallen ein neuer Datenwert zugeordnet wird, der für unterschiedliche Intervalle verschieden ist. Durch die geeignete Wahl der Intervalle lassen sich somit unterschiedliche Arten von abgebildeten Strukturen voneinander unterscheiden. Beispielsweise soll die Gefäßwand beim Segmentieren eines 3-D-Bilddatensatzes, der eine Gefäßstruktur abbildet, gegenüber der Umgebung hervorgehoben sein. Das Segmentieren erfolgt typischerweise unter Verwendung von bestimmten Grenzwerten. DieDE 10 2006 045 423 A1 beschreibt auch, dass ein solches Segmentieren lokal erfolgen kann, d. h. zu unseren unterschiedlichen Volumenelementen unterschiedlich. - Eine wichtige Erkenntnis der in der
DE 10 2006 045 423 A1 beschriebenen Erfindung beinhaltet, dass bestimmte Strukturen in einem 2-D-Bilddatensatz besser zur Geltung kommen als in einem 3-D-Bilddatensatz, der aus einer Mehrzahl von 2-D-Bilddatensätzen berechnet ist, sodass sich hierbei Mittelungseffekte ergeben. Man nutzt nun einen 2-D-DSA-Bilddatensatz dazu, die Segmentierung des 3-D-Bilddatensatzes zu optimieren: Es wird insbesondere eine 2-D-Vorwärtsprojektion aus dem 3-D-Bilddatensatz berechnet. Ein 2-D-Bilddatensatz kann als Projektion verstanden werden, die durch von einer punktförmigen Röntgenquelle ausgehende Strahlen definiert ist, wie sie durch das Bildobjekt auf einem Röntgen-Flachdetektor auftreffen. Jede Projektion ist durch eine Stellung von Röntgenstrahlungsquelle und Röntgenstrahlungsdetektor definiert. Vorliegend wird die 2-D-Vorwärtsprojektion passend zu der entsprechenden Stellung von Röntgenstrahlungsquelle und Röntgenstrahlungsdetektor berechnet, wie sie bei der Aufnahme des 2-D-Bilddatensatzes (der 2-D-DSA) vorlag. Auf diese Weise lässt sich die 2-D-Vorwärtsprojektion mit dem 2-D-Bilddatensatz vergleichen. Aufgrund des Vergleichs erfolgt dann eine Veränderung des Segmentierungsparameters. - In der
DE 10 2011 005 634.3-35 , die nach dem Anmeldetag der vorliegenden Anmeldung veröffentlicht worden ist, ist eine Verfeinerung dieses Verfahrens beschrieben: Es wird zunächst eine Vorparametrierung zum 3-D-Bilddatensatz festgelegt, die durch eine Mehrzahl von lokal anpassbaren Parametern beschrieben wird. Die Schritte des Berechnens der 2-D-Vorwärtsprojektion und des Vergleichens werden dann eine Mehrzahl von Malen durchgeführt, wobei bei jedem Mal unter Berücksichtigung eines Kriteriums hinsichtlich eines Maßes für eine sich durch die Vergleiche ergebende Güte eine Anpassung im Wert zumindest eines der lokal anpassbaren Parameter erfolgt. - Mit anderen Worten wird ein Gütemaß anhand der Mehrzahl von (Segmentierungs-)Parametern definiert, und ein sich darauf beziehendes Kriterium wird eingesetzt, um die jeweilige Nachbearbeitung (Abwandlung des 3-D-Bilddatensatzes) zu bestimmen.
-
- 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.
- Der Parametervektor s kann beispielsweise wie folgt aussehen: Ein Vorsegmentieren beinhaltet, dass eine Hough-Transformation durchgeführt wird, die in den unteren Schichten des 3-D-Bilddatensatzes das Gefäß detektiert. Somit wird die Wurzel des Gefäßbaums erkannt und als Startpunkt zu einer sogenannten Centerline-Erstellung 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 z. B. dem Algorithmus des kürzesten Pfades oder durch die sog. 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 abbildet. Jedes Ellipsoid ist durch neun Parameter beschreibbar, nämlich die Koordinate des Ortsmittelpunkts zwischen den beiden Brennpunkten (drei Translationskoordinaten), durch ihre Ausrichtung (drei Rotationsparameter) und ihre Größe in drei Dimensionen (drei Skalierungsparameter).
- Werden bei dieser Segmentierung etwa zweihundert Ellipsoide verwendet, umfasst der oben genannte Parametervektor s bei neun Parametern pro Ellipsoid insgesamt 1800 Parameter.
- Mit verschiedenen Lösungsverfahren wie z. B. Gradientenabstieg, Newton-Verfahren, Powell-Verfahren, „Simulated Annealing“-Verfahren etc. kann dann festgelegt werden, wie der Parametervektor s angepasst wird. Eine Anpassung erfolgt iterativ, bis schließlich ein bestimmtes Kriterium bezüglich des oben definierten 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 wenn die Funktion exakt gleich Null ist).
- Die Verfeinerung des Verfahrens aus der
DE 10 2006 045 423 A1 gemäß derDE 10 2011 005 634.3-35 hat den Vorteil, dass bereits sehr gute Ergebnisse für die Segmentierung erzielt werden. - Bei einem sich periodisch bewegenden Bildobjekt wie etwa einer Gefäßstruktur, die sich periodisch mit dem Herzschlag, gegebenenfalls zusätzlich periodisch mit der Atmungsfrequenz, bewegt, kommt es jedoch naturgemäß bei Aufnahme einer Abfolge von 2-D-Bilddatensätzen, aus denen der 3-D-Bilddatensatz gewonnen wird, zu einer Verschmierung im 3-D-Bilddatensatz.
- Es ist bekannt, bei Aufnahme eines 2-D-Bilddatensatzes eine Information zur Phase in der Periode der Bewegung des jeweiligen Bildobjekts zu gewinnen und Bilddatensätze sodann zu ordnen. Man nutzt diese Information zum Beispiel, um die Effekte der Bewegung herauszurechnen und einen für eine bestimmte Phase in der Periode der Bewegung des Zielobjekts gültigen Bilddatensatz aus allen 2-D-Bilddatensätzen zu berechnen.
- Es wäre wünschenswert, könnte bei dem vorliegend beabsichtigten Segmentieren (allgemeiner: Abwandeln eines 3-D-Bilddatensatzes) aufbauend auf dem Verfahren zumindest aus der
DE 10 2006 045 423 A1 zumindest ein besseres Ergebnis gewonnen werden. - Die Aufgabe wird durch ein Verfahren mit den Merkmalen gemäß Patentanspruch 1 gelöst.
- Bei dem erfindungsgemäßen Verfahren zum Bereitstellen von zumindest zwei Abwandlungen eines 3-D-Bilddatensatzes zu einem sich periodisch bewegenden Bildobjekt, insbesondere zu einer Gefäßstruktur eines Patienten, werden zumindest zwei zum 3-D-Bilddatensatz registrierte 2-D-Bilddatensätze zu demselben Bildobjekt verwendet. Den zumindest zwei 2-D-Bilddatensätzen wird je ein Phasenintervall in der Periode der Bewegung des Bildobjekts zugeordnet. Zu jedem 2-D-Bilddatensatz wird eine 2-D-Vorwärtsprojektion aus dem 3-D-Bilddatensatz berechnet, und diese wird mit dem 2-D-Bilddatensatz verglichen. Aufgrund der Ergebnisse des Vergleichs mit 2-D-Bilddatensätzen, denen dasselbe Phasenintervall zugeordnet ist, wird jeweils eine (gesonderte) Abwandlung des 3-D-Bilddatensatzes bestimmt.
- Die Erfindung führt das Konzept ein, unterschiedliche Abwandlungen für unterschiedliche Phasenintervalle zu berechnen. Auf den Spezialfall des Segmentierens bezogen, bedeutet dies, dass die für das Segmentieren vorgesehenen Parameter für das eine Phasenintervall auf eine bestimmte Weise abgewandelt werden und für das andere Phasenintervall auf eine andere als die bestimmte Weise abgewandelt werden.
- Nicht notwendigerweise muss der 3-D-Bilddatensatz, wie bereits aus dem Stand der Technik bekannt, so gebildet sein, dass der Effekt der Bewegung des Bildobjekts herausgerechnet ist. Vielmehr ist es Erkenntnis des Erfinders der vorliegend beanspruchten Idee, dass ausgehend von einem irgendwie berechneten Bilddatensatz jeweils später eine Abwandlung unter Verwendung des Verfahrens aus der
DE 10 2006 045 423 A1 berechnet werden kann. Das Segmentieren ermöglicht im Beispielsfall die Hervorhebung bestimmter Strukturen abhängig vom Phasenintervall, aber auf Grundlage eines und desselben 3-D-Bilddatensatzes. Es ist lediglich notwendig, zu jedem Phasenintervall, für das man eine Abwandlung wünscht, zumindest einen 2-D-Bilddatensatz bereitzustellen, gegebenenfalls sogar mehrere 2-D-Bilddatensätze, und jeweils eine 2-D-Vorwärtsprojektion zu berechnen und jeweils den Vergleich zu führen. - Bei einer bevorzugten Ausführungsform der Erfindung sind auch hier, wie bereits aus der
DE 10 2006 045 423 A1 bekannt, die 2-D-Bilddatensätze mithilfe einer Röntgenbildaufnahmevorrichtung gewonnen, insbesondere als Ergebnis einer digitalen Subtraktionsangiographie. Ferner ist bevorzugt der 3-D-Bilddatensatz aus genau diesen 2-D-Bilddatensätzen berechnet, d. h. es muss kein gesonderter 2-D-Bilddatensatz gewonnen werden, sondern die ohnehin vorhandenen 2-D-Bilddatensätze werden verwendet. - Das Abwandeln umfasst bevorzugt, wie bereits ausgeführt, dass zumindest ein für ein Segmentieren festgelegter Parameter angepasst wird. Auch hier ist die bevorzugte Variante, dass der zumindest eine Parameter eine Mehrzahl von lokal anpassbaren Parametern umfasst. In diesem Falle ist die Variabilität bei der Festlegung der Parameter größer, sodass die einzelnen Abwandlungen des 3-D-Bilddatensatzes besser zu dem tatsächlichen Bildobjekt bezüglich den einzelnen Phasenintervallen passen können.
- Bevorzugt werden auch hier durch die Parameter Bildstrukturen Ellipsoidformen zugeordnet. Jeder Ellipsoidform sind drei Parameter für die Translation, die Rotation und für die Skalierung in je einer Richtung zugeordnet.
- In Anknüpfung an die
DE 10 2011 005 634.3-35 wird die dort beschriebene Idee bevorzugt verwendet, dass anhand der Mehrzahl von Parametern ein Gütemaß definiert wird und sich darauf beziehendes Kriterium eingesetzt wird, um die jeweilige Abwandlung bestimmen. Die Verwendung dieses Gütemaßes ermöglicht es auf besonders effiziente Weise besonders gut passende Abwandlungen eines 3-D-Bilddatensatzes zu erhalten. - Bei einer bevorzugten Ausführungsform der Erfindung wird zu zumindest einem Phasenintervall eine Mehrzahl von 2-D-Bilddatensätzen verwendet. Um die Abwandlung zu bestimmen, wird bevorzugt schrittweise vorgegangen und in jedem Schritt nur ein Bilddatensatz und eine zugehörige Projektion verwendet. Im Falle des Rückbezugs auf das Festlegen von bestimmten Parametern bedeutet dies, dass die Parameter zunächst anhand eines ersten 2-D-Bilddatensatzes verändert werden, dann anhand eines zweiten 2-D-Bilddatensatzes, dann eventuell anhand eines dritten 2-D-Bilddatensatzes etc., bis alle 2-D-Bilddatensätze zu dem Phasenintervall durchlaufen wurden. Gegebenenfalls kann eine Iteration erfolgen, d. h. dann nochmals eine Anpassung anhand des ersten 2-D-Bilddatensatzes erfolgen. Die Iteration kann z. B. dadurch zur Konvergenz geführt werden, dass das Gütemaß verwendet wird, das nach und nach verbessert wird, d. h. sich gemäß dem Kriterium einem bestimmten Wert nähert. Gegebenenfalls kann bei den Iterationen auch jeweils ein nach und nach kleineres Gewicht für eine Vornahme einer Anpassung verwendet werden, sodass für eine Konvergenz gesorgt ist.
- Bei einer bevorzugten Ausführungsform der Erfindung wird (auch) der 2-D-Bilddatensatz vor dem Vergleichen einer Vorbearbeitung, insbesondere Segmentierung, unterzogen. Wird bereits der 3-D-Bilddatensatz vorbearbeitet, insbesondere ebenfalls segmentiert, so lassen sich die Vorwärtsprojektion und der 2-D-Bilddatensatz besonders gut miteinander vergleichen.
- Die bereitgestellten zumindest zwei Abwandlungen eines 3-D-Bilddatensatzes werden in vorteilhafter Weise zur besonders guten Erfassung durch einen Benutzer nacheinander (oder gegebenenfalls auch nebeneinander) für unterschiedliche Phasenintervalle unter Berücksichtigung der Phasenintervallreihenfolge verwendet, um Einzeldarstellungen bereitzustellen. Eine Gesamtdarstellung umfasst somit eine Folge von Einzeldarstellungen, die eine Art Film abgeben (oder bei Nebeneinander-Darstellung einen Filmstreifen). Ein behandelnder Arzt kann dann dem Bildobjekt, zum Beispiel eben einer Gefäßstruktur, beim Pulsieren gewissermaßen zusehen. (Der Film wird im Zweifel immer wieder erneut wiederholt.)
- Nachfolgend wird eine bevorzugte Ausführungsform der Erfindung unter Bezug auf die Zeichnung näher beschrieben, in der
-
1 ein Flussschaubild zur Erläuterung einer Ausführungsform des erfindungsgemäßen Verfahrens ist. - Das Verfahren beginnt damit, dass eine Mehrzahl von digitalen Subtraktionsangiographien (durch Durchlaufen von Bildaufnahmeschritten durch ein Gerät) gewonnen wird:
Dies sind 2-D-Bilddatensätze, die jeweils durch Subtraktion zweier 2-D-Bilddatensätze entstehen, wobei bei einem der Bilddatensätze in das Bildobjekt ein Kontrastmittel eingebracht ist, und bei dem anderen bei ansonsten gleichen Bedingungen nicht (oder in geringerer Menge). Das Verfahren eignet sich besonders zur Darstellung einer Gefäßstruktur eines Patienten. Eine solche Gefäßstruktur bewegt sich synchron mit dem Herzschlag. Somit wird gleichzeitig mit dem Aufnehmen der 2-D-Bilddatensätze auch die Herzschlagphase in Schritt 10 zugeordnet. Es sei darauf hingewiesen, dass zum Gewinnen eines 2-D-Bilddatensatzes, der eine digitale Subtraktionsangiographie zu einer bestimmten Herzschlagphase sein soll, beide zugrunde liegende 2-D-Bilddatensätze bei der selben Herzschlagphase aufgenommen werden müssen, was durch geeignete Triggerung anhand der Herzschlagsignale möglich ist. - Aus den 2-D-Bilddatensätzen wird dann in an sich bekannter Weise eine 3-D-Rekonstruktion in Schritt S12 berechnet. Sodann wird diese 3-D-Rekonstruktion in Schritt S14 einem Segmentieren unterzogen, und zwar zum Beispiel gemäß der eingangs beschriebenen Art, einen Parametervektor s, der die Formgröße von Ellipsoiden beschreibt, festzulegen.
- Unabhängig von der Durchführung der Schritte S12 und S14 wird ausgehend von den in Schritt S10 gewonnenen Bilddatensätzen und der zugehörigen Herzschlagphase eine Einteilung in Gruppen gemäß Schritt S16 vorgenommen: Die Periode des Herzschlags wird in eine Mehrzahl von Intervallen eingeteilt, und zu jedem Intervall werden die zugehörigen 2-D-Bilddatensätze ausgewählt, um jeweils eine Gruppe zu bilden. Vorliegend seien n Gruppen gebildet.
- In Schritt S18 werden nun die 2-D-Bilddatensätze aus der Gruppe 1 (der ersten Gruppe) mit jeweiligen Vorwärtsprojektionen in Schritt S20 verglichen. In Anknüpfung an das Verfahren aus der
DE 2006 045 423 A1 muss hierzu der 3-D-Bilddatensatz registriert sein, was bei Aufnahme mit demselben Röntgenangiographiesystem implizit der Fall ist. Zu jedem 2-D-Bilddatensatz gibt es eine passende 2-D-Vorwärtsprojektion. Aus einem Paar aus 2-D-Bilddatensatz und Vorwärtsprojektion lassen sich Vergleiche ziehen, zum Beispiel bestimmte Formeln ausrechnen, in denen Differenzen zwischen Datenwerten vorkommen. Anhand dieser Ergebnisse des Vergleiches, also zum Beispiel der Summen über berechnete Differenzen lassen sich dann die Parameter s anpassen. Das in der vorliegenden Anmeldung eingangs definierte Gütemaß L(s), für das das Minimum seines Arguments gesucht wird, kann entweder in jeweiligen Einzelschritten für jede Paarung aus 2-D-Vorwärtsprojektionen erneut berechnet werden, um den Parameter s festzulegen. Gegebenenfalls kann auch eine gewichtete Summierung von Einzelgrößen Lj(s) erfolgen, wobei Lj die obige Formel für den j-ten Bilddatensatz aus der Gruppe 1 wiedergibt und dann einfachso optimiert wird, dass das Argument minimiert wird. - Die oben genannten, aus der
DE 10 2011 005 634.3-35 bekannten Verfahren wie Gradientenabstieg, Newton-Verfahren, Powell-Verfahren, „Simulated Annealing“-Verfahren etc. können auch hier eingesetzt werden. - Im Ergebnis erhält man einen optimierten Parametervektor s, und somit ein optimiertes Segmentieren in Schritt S22 gemäß einer ersten Version, nämlich eben nur auf Grundlage der 2-D-Bilddatensätze für die Gruppe 1.
- In Schritt S18' werden nun die 2-D-Bilddatensätze aus Gruppe 2 verwendet, in Schritt S20' zugehörige 2-D-Vorwärtsprojektionen berechnet, und es wird in Schritt S22' ein Parametervektor s' berechnet, demgemäß das Segmentieren auf eine zweite Art und Weise optimiert wird, nämlich passend zu den 2-D-Bilddatensätzen aus Gruppe 2. Auf entsprechende Weise erfolgt ein optimiertes Segmentieren für jede in Schritt S16 definierte bzw. zugrunde gelegte Gruppe aus den n Gruppen, z. B. in Schritt S18n, Schritt S20n und Schritt S22n zum Erhalten eines optimierten Parametervektors s n.
- Im Ergebnis der Schritte S22, S22', etc. bis S22n erhält man somit eine Mehrzahl von optimierten Parametervektoren s, s',..., s n, und jeder dieser Parametervektoren entspricht einer bevorzugten Art der Segmentierung zur Hervorhebung von solchen Strukturen, wie sie in einzelnen Phasenintervallen beobachtet werden.
- Durch das jeweils phasenintervallweise Segmentieren wird der Effekt einer Verschmierung, der sich noch in der 3-D-Rekonstruktion gemäß Schritt S12 und dem anschließenden Segmentieren in Schritt S14 niederschlägt, zumindest teilweise ausgeglichen. Man kann somit für jedes einzelne Phasenintervall anhand des segmentierten 3-D-Bilddatensatzes eine jeweilige Struktur passend zur Herzschlagphase erkennen. Dies ermöglicht es abschließend, in einem Schritt S24 eine Darstellung bereitzustellen, die auf den einzelnen 3-D-Bilddatensätzen nach dem Optimieren des Segmentierens beruhen bereitzustellen, und zwar in der Reihenfolge, in der die zugehörigen Phasenintervalle durchlaufen werden.
- Entspricht zum Beispiel die oben genannte Nummerierung der Gruppen 1, 2, ..., n genau der Reihenfolge der Phasenintervalle, so wird zunächst eine Darstellung auf Grundlage des 3-D-Bilddatensatzes, wie er in Schritt S22 gewonnen wird gegeben, sodann eine Darstellung auf Grundlage des Bilddatensatzes, wie er in Schritt S22' gewonnen wird gegeben etc., bis abschließend die Darstellung auf Grundlage des Bilddatensatzes, der in Schritt S22n gewonnen wird gegeben wird, und gegebenenfalls kann dann nochmals mit der ersten Darstellung (auf Grundlage des Ergebnisses von Schritt S22) begonnen werden und der so entstandene Film mehrfach durchlaufen werden.
- Die in Schritt S24 bereitgestellte Darstellung kann jede Art von Darstellung sein, die aufgrund eines 3-D-Bilddatensatzes ermöglicht ist: Beliebige 2-D-Schnittbilder, Vorwärtsprojektionen oder Volumendarstellungen (z. B. gemäß „Volume Rendering“) können bereitgestellt werden.
- 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 [0003, 0004, 0004, 0005, 0013, 0016, 0020, 0021]
- DE 102011005634 [0006, 0013, 0024, 0034]
- DE 2006045423 A1 [0033]
Claims (10)
- Verfahren zum Bereitstellen von zumindest zwei Abwandlungen eines 3-D-Bilddatensatzes zu einem sich periodisch bewegenden Bildobjekt, insbesondere zu einer Gefäßstruktur eines Patienten, unter Verwendung zumindest zweier zum 3-D-Bilddatensatz registrierter 2-D-Bilddatensätze zu demselben Bildobjekt, wobei den zumindest zwei 2-D-Bilddatensätzen je ein Phasenintervall in der Periode der Bewegung des Bildobjekts zugeordnet ist, und wobei zu jedem 2-D-Bilddatensatz eine 2-D-Vorwärtsprojektion aus dem 3-D-Bilddatensatz berechnet wird und diese mit dem 2-D-Bilddatensatz verglichen wird, wobei aufgrund der Ergebnisse des Vergleichs mit 2-D-Bilddatensätzen, denen dasselbe Phasenintervall zugeordnet ist, jeweils eine Abwandlung des 3-D-Bilddatensatzes bestimmt wird.
- Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die 2-D-Bilddatensätze mit Hilfe einer Röntgenbildaufnahmevorrichtung gewonnen werden, insbesondere als Ergebnis einer digitalen Subtraktionsangiographie.
- Verfahren nach Anspruch 2, dadurch gekennzeichnet, dass der 3-D-Bilddatensatz aus 2-D-Bilddatensätzen berechnet wird, die mit Hilfe der Röntgenbildaufnahmevorrichtung gewonnen werden.
- Verfahren nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass das Abwandeln umfasst, dass zumindest ein für ein Segmentieren festgelegter Parameter angepasst wird.
- Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass der zumindest eine Parameter eine Mehrzahl von lokal anpassbaren Parametern umfasst.
- Verfahren nach Anspruch 5, dadurch gekennzeichnet, dass durch die Parameter Bildstrukturen Ellipsoidformen zugeordnet werden, wobei jeder Ellipsoidform drei Parameter für Translation, die Rotation und für die Skalierung in die eine Richtung zugeordnet werden.
- Verfahren nach Anspruch 5 oder Anspruch 6, dadurch gekennzeichnet, dass anhand der Mehrzahl von Parametern ein Gütemaß (L(s)) definiert wird und ein sich darauf beziehendes Kriterium eingesetzt wird, um die jeweilige Abwandlung zu bestimmen.
- Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass zu einem Phasenintervall eine Mehrzahl von 2-D-Bilddatensätzen verwendet wird und die Abwandlung schrittweise unter Verwendung je eines Bilddatensatzes oder einer zugehörigen Projektion bestimmt wird.
- Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der 2-D-Bilddatensatz vor dem Vergleichen einer Vorbearbeitung, insbesondere Segmentierung, unterzogen wird.
- Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass eine Gesamtdarstellung bereitgestellt wird (S24), in der nacheinander oder nebeneinander für unterschiedliche Phasenintervalle unter Berücksichtigung der Phasenintervallreihenfolge Einzeldarstellungen anhand der Abwandlungen der 3-D-Bilddatensätze bereitgestellt werden.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102011078220A DE102011078220A1 (de) | 2011-06-28 | 2011-06-28 | Verfahren zum Bereitstellen von zumindest zwei Abwandlungen eines 3-D-Bilddatensatzes zu einer Gefäßstruktur eines Patienten |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102011078220A DE102011078220A1 (de) | 2011-06-28 | 2011-06-28 | Verfahren zum Bereitstellen von zumindest zwei Abwandlungen eines 3-D-Bilddatensatzes zu einer Gefäßstruktur eines Patienten |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102011078220A1 true DE102011078220A1 (de) | 2012-08-30 |
Family
ID=46635250
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102011078220A Ceased DE102011078220A1 (de) | 2011-06-28 | 2011-06-28 | Verfahren zum Bereitstellen von zumindest zwei Abwandlungen eines 3-D-Bilddatensatzes zu einer Gefäßstruktur eines Patienten |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102011078220A1 (de) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10319091B2 (en) | 2015-12-04 | 2019-06-11 | Siemens Healthcare Gmbh | Providing image support to a practitioner |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102006002914A1 (de) * | 2005-01-25 | 2006-11-02 | Siemens Medical Solutions Usa, Inc. | Mehrdimensionale Segmentierung basierend auf adaptiven begrenzenden Kasten- und Ellipsoid-Modellen |
US20070217568A1 (en) * | 2002-07-23 | 2007-09-20 | Edic Peter M | Method and apparatus for correcting motion in image reconstruction |
DE102006045423A1 (de) | 2006-09-26 | 2008-04-10 | Siemens Ag | Verfahren zur Nachbearbeitung eines dreidimensionalen Bilddatensatzes einer Gefäßstruktur |
US20090060125A1 (en) * | 2007-09-03 | 2009-03-05 | Kabushiki Kaisha Toshiba | X-ray ct apparatus |
WO2009136360A2 (en) * | 2008-05-09 | 2009-11-12 | Koninklijke Philips Electronics N.V. | Apparatus for generating an image of moving object |
US20100295846A1 (en) * | 2006-10-17 | 2010-11-25 | Koninklijke Philips Electronics N.V. | Four-dimensional reconstruction of regions exhibiting multiple phases of periodic motion |
DE202011005634U1 (de) | 2011-04-27 | 2011-07-28 | Carsten Krentzel | Hybrid-Kollektor-Röhre zur Wärme und Stromerzeugung |
-
2011
- 2011-06-28 DE DE102011078220A patent/DE102011078220A1/de not_active Ceased
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070217568A1 (en) * | 2002-07-23 | 2007-09-20 | Edic Peter M | Method and apparatus for correcting motion in image reconstruction |
DE102006002914A1 (de) * | 2005-01-25 | 2006-11-02 | Siemens Medical Solutions Usa, Inc. | Mehrdimensionale Segmentierung basierend auf adaptiven begrenzenden Kasten- und Ellipsoid-Modellen |
DE102006045423A1 (de) | 2006-09-26 | 2008-04-10 | Siemens Ag | Verfahren zur Nachbearbeitung eines dreidimensionalen Bilddatensatzes einer Gefäßstruktur |
US20100295846A1 (en) * | 2006-10-17 | 2010-11-25 | Koninklijke Philips Electronics N.V. | Four-dimensional reconstruction of regions exhibiting multiple phases of periodic motion |
US20090060125A1 (en) * | 2007-09-03 | 2009-03-05 | Kabushiki Kaisha Toshiba | X-ray ct apparatus |
WO2009136360A2 (en) * | 2008-05-09 | 2009-11-12 | Koninklijke Philips Electronics N.V. | Apparatus for generating an image of moving object |
DE202011005634U1 (de) | 2011-04-27 | 2011-07-28 | Carsten Krentzel | Hybrid-Kollektor-Röhre zur Wärme und Stromerzeugung |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10319091B2 (en) | 2015-12-04 | 2019-06-11 | Siemens Healthcare Gmbh | Providing image support to a practitioner |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE69921234T2 (de) | Dreidimensionales Bildrekonstruktionsverfahren | |
EP3336800B1 (de) | Bestimmen einer trainingsfunktion zum generieren von annotierten trainingsbildern | |
DE102012204019B4 (de) | Verfahren zur Reduzierung von Bewegungsartefakten | |
DE102012101142A1 (de) | Verfahren zur Erfassung der Morphologie einer Brust | |
DE102006051919B4 (de) | Verfahren zum Bereitstellen eines 3D-Röntgenbilddatensatzes des Herzens eines Patienten | |
DE102007061935A1 (de) | Verfahren zur Qualitätssteigerung von computertomographischen Aufnahmeserien durch Bildverarbeitung und CT-System mit Recheneinheit | |
DE102007053511A1 (de) | Röntgentomographie-Bildgebungsgerät | |
DE102005051620A1 (de) | Verfahren zur Rekonstruktion einer tomographischen Darstellung eines Objektes | |
DE102004048209B3 (de) | Verfahren und Vorrichtung zur Erzeugung eines dreidimensionalen Bilddatensatzes eines bewegten Objekts mittels Röntgentomographie | |
EP3462412A1 (de) | Bestimmen eines zweidimensionalen mammographiedatensatzes | |
DE102008023283A1 (de) | Verfahren und System zur Segmentierung von schlauchförmigen Strukturen in 3D-Bildern | |
DE102016226195B3 (de) | Berechnen eines vierdimensionalen DSA-Datensatzes mit variabler räumlicher Auflösung | |
DE102012209410A1 (de) | Ermittlung einer patientenspezifischen Kontrastmittel-Impulsantwortfunktion | |
DE102008010006B4 (de) | Verfahren zur dreidimensionalen Darstellung einer bewegten Struktur durch ein tomographisches Verfahren | |
DE102011086771A1 (de) | Computertomographieanlage und Verfahren zum Ermitteln von Volumeninformationen zu einem Körper | |
DE102011006188A1 (de) | Verfahren und Computertomographie-System zur Erstellung tomographischer Bilddarstellung mit mindestens zwei Strahler-Detektor-Systemen | |
DE102016215971A1 (de) | Segmentierung einer Angiographie unter Verwendung einer bestehenden dreidimensionalen Rekonstruktion | |
DE102010041619B4 (de) | Verfahren und Röntgensystem zur Summation von DSA-Serienbildern | |
DE102007061934A1 (de) | Verfahren zur Qualitätssteigerung von computertomographischen Aufnahmeserien durch Projektionsdatenverarbeitung und CT-System mit Recheneinheit | |
DE102010043975A1 (de) | Verfahren zur Reduktion der verwendeten Strahlendosis im Rahmen einer bildgebenden Röntgenuntersuchung und CT-System | |
DE102010011911A1 (de) | Tomosyntheseverfahren mit einer iterativen Maximum-A-Posteriori-Rekonstruktion | |
DE602004010662T2 (de) | Verfahren zur tomographiebildrekonstruktion unter verwendung eines analytischen prozesses unter verwendung einer verbesserten modellierung der bewegung des objekts | |
DE102015206127B4 (de) | Verfahren und Bilddaten-Ermittlungseinrichtung zum Rekonstruieren von Bilddaten bei der CT-Bildgebung | |
DE102007045313A1 (de) | Verfahren und Vorrichtung zur getrennten dreidimensionalen Darstellung von Arterien und Venen in einem Untersuchungsobjekt und Vorrichtung | |
DE102011017710A1 (de) | Verfahren zum Bereitstellen eines 3D-Röntgenbilddatensatzes zu einem sich bewegenden Objekt mit stark absorbierendem Material |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed | ||
R016 | Response to examination communication | ||
R002 | Refusal decision in examination/registration proceedings | ||
R003 | Refusal decision now final |
Effective date: 20121010 |