DE69914173T2 - Ableitung geometrischer strukturdaten aus einem bild - Google Patents

Ableitung geometrischer strukturdaten aus einem bild Download PDF

Info

Publication number
DE69914173T2
DE69914173T2 DE1999614173 DE69914173T DE69914173T2 DE 69914173 T2 DE69914173 T2 DE 69914173T2 DE 1999614173 DE1999614173 DE 1999614173 DE 69914173 T DE69914173 T DE 69914173T DE 69914173 T2 DE69914173 T2 DE 69914173T2
Authority
DE
Germany
Prior art keywords
typical
contour
marking
points
marking points
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.)
Expired - Lifetime
Application number
DE1999614173
Other languages
English (en)
Other versions
DE69914173D1 (de
Inventor
L. Bert VERDONCK
Sherif Makram-Ebeid
Sylvain Devillers
Philippe Lacour
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of DE69914173D1 publication Critical patent/DE69914173D1/de
Application granted granted Critical
Publication of DE69914173T2 publication Critical patent/DE69914173T2/de
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/107Measuring physical dimensions, e.g. size of the entire body or parts thereof
    • A61B5/1075Measuring physical dimensions, e.g. size of the entire body or parts thereof for measuring dimensions by non-invasive methods, e.g. for determining thickness of tissue layer
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50Apparatus 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
    • A61B6/505Apparatus 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 bone
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10116X-ray image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20036Morphological image processing
    • G06T2207/20044Skeletonization; Medial axis transform
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20092Interactive image processing based on input by user
    • G06T2207/20101Interactive definition of point of interest, landmark or seed
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30008Bone
    • G06T2207/30012Spine; Backbone

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Description

  • Die Erfindung betrifft eine Methode zur Ableitung geometrischer Strukturdaten aus einem Bild der Struktur, bei der:
    • – Markierungspunkte in dem Bild gewählt werden,
    • – eine typische Kontur mit den Markierungspunkten assoziiert wird, und
    • – geometrische Daten anhand der typischen Kontur berechnet werden.
  • Die Erfindung betrifft auch einen Datenprozessor, der zur Umsetzung dieser Methode vorgesehen ist.
  • Eine Methode dieser Art ist aus dem Artikel „Digital radiography segmentation of scoliotic vertebral body using deformable models" von C. Kauffmann und J. A. de Guise bekannt, veröffentlicht in SPIE Vol. 3034, 1997, Teil 1/2, Seiten 243–251.
  • Die bekannte Methode ist insbesondere für die Ableitung des Deformationsgrads in Bezug auf eine gesunde Wirbelsäule vom Bild der Wirbelsäule eines zu untersuchenden Patienten bestimmt. Der bekannten Methode zufolge wird jeder Wirbel einem deformierten Standardmuster gegenübergestellt. Die Muster sind leicht gerundete Trapeze mit Abmessungen, die den statistischen Durchschnittsabmessungen des jeweiligen Wirbels entsprechen. Dieser statistische Durchschnittswert wird von den Abmessungen der Wirbel einer großen Anzahl Patienten mit durch Skoliose verkrümmter Wirbelsäule abgeleitet. Die jeweiligen Standardmuster werden deformiert durch maßstäbliche Anpassung der Höhe und der individuellen parallelen Seiten, um sie den entsprechenden Wirbeln im Bild so gut wie möglich anzupassen. Die Standardmuster sind durch ihre Höhe und einer Reihe von Maßstabsvariablen charakterisiert. Die Seitenabmessungen der Standardmuster und der Krümmungshalbmesser der konkaven Seiten der Standardmuster sind jeweils Produkte der Höhe mit einer der Maßstabsvariablen. Gesonderte Werte gibt es für die Höhe und Maßstabsvariablen unterschiedlicher Wirbel. Die bekannte Methode berücksichtigt somit die Tatsache, dass die Wirbelsäule Wirbel mit verschiedenen Formen und Abmessungen aufweist. Die Werte der Maßstabsvariablen wurden auf Grundlage von der Literatur entnommenen Daten veranschlagt. Die Werte der Höhen wurden von einer großen Anzahl Röntgenaufnahmen von Skoliosepatienten abgeleitet. Die typische Kontur, die dem Rand der Wirbelsäule im Bild entspricht, wurde von Standardmustern abgeleitet. Außerdem wurden auf der abgeleiteten typischen Kontur spezifische Positionen angezeigt. Es wird auf Grundlage der besagten spezifischen Positionen eine dreidimensionale Rekonstruktion des Wirbelsäulenbilds vorgenommen.
  • Zur Umsetzung der bekannten Methode ist es notwendig, charakteristische Abmessungen einer großen Anzahl von Wirbeln der Wirbelsäulen einer großen Anzahl von Patienten zu ermitteln, um die Standardmuster zu bilden. Damit die Standardmuster dem Wirbel im Bild entsprechen wird die Mittelachse der Wirbelsäule durch Betrachtung veranschlagt, und es werden eine Reihe Markierungspunkte auf der veranschlagten Mittelachse gekennzeichnet. Dann werden die Standardmuster derart verformt, dass sie so gut wie möglich entlang der kubischen Kurve angeordnet werden. Dies macht die bekannte Methode umständlich. Da die bekannte Methode Standardmuster in Bezug auf eine durchschnittliche Wirbelsäule mit Skolioseleiden verwendet ist die bekannte Methode zur präzisen Ableitung von räumlichen geometrischen Daten in Bezug auf eine Wirbelsäule, die seriöse Anomalien aufzeigt, nicht sehr gut geeignet.
  • Insbesondere wenn das Bild eine Röntgenaufnahme einer Wirbelsäule betrifft kommt häufig vor, dass ein Teil der Markierungspunkte nicht sichtbar ist. Der auf einer Röntgenaufnahme erzeugte Kontrast des Wirbels reicht meist nicht aus, um die Markierungspunkte zu erkennen. Selbst wenn alle Markierungspunkte auf der Röntgenaufnahme sichtbar sind, kann man meist nicht alle deutlich genug erkennen, um die präzise Angabe ihrer Position auf dem Bild zu ermöglichen.
  • Verdonck et al. lehrt in „Accurate Segmentation of Blood Vessels from 3D Medical Images", Proc. 3D IEEE Int. Conf. on Image Processing, Lausanne, 16.–19. Sept. 1996, Seiten 311–314, eine Methode zur Segmentierung von Blutgefäßen auf medizinischen 3-D-Bildern, bei der der Anwender initial stückweise lineare Näherungen vorsieht. Die Fixierung wird dann durch Optimierung einer Aufwandsfunktion bewerkstelligt, ermittelt durch die Modellierung der Blutgefäßachse mit einer dreidimensionalen B-Keilkurve, die mit der initial stückweisen linearen Näherung zu fixieren ist.
  • Ein Ziel der Erfindung, die in den Patentansprüchen im Anhang definiert wird, ist die Bereitstellung einer Methode zur Ableitung geometrischer Strukturdaten aus einem Bild mit relevanter Struktur, die weniger umständlich als die bekannte Methode ist und es außerdem ermöglicht, präzisere Ergebnisse zu erzielen.
  • Dieses Ziel wird mit einer Methode gemäß Anspruch 1 erreicht.
  • Für jeden der ausgewählten Markierungspunkte bergen die Korrektheitswerte die Wahrscheinlichkeit, dass der ausgewählte Markierungspunkt präzise einem typischen anatomischen Detail der Struktur entspricht. Die Anwendung der Methode nach der Erfindung betrifft insbesondere die Bestimmung von räumlichen geometrischen Daten der Wirbelsäule eines zu untersuchenden Patienten. In dieser Anwendung werden die Markierungspunkte gewählt, um an den Positionen des Bildes zu liegen, die den Eckpunkten des Wirbels und anatomisch typischen Punkten an den Rändern des relevanten Wirbelkörpers entsprechen. Es kommt vor, dass die Markierungspunkte im Bild nicht immer richtig sichtbar reproduziert sind; dies ist insbesondere der Fall, wenn das Bild eine Röntgenaufnahme der Wirbelsäule ist. Es ist darauf hinzuweisen, dass die Markierungspunkte auch auf z. B. kernmagnetischen Resonanzbildern der Wirbelsäule nicht immer deutlich sichtbar sind. Durch die Assoziation der typischen Kontur mit den Markierungspunkten berücksichtigt die Methode nach der Erfindung die Tatsache, dass nicht alle Markierungspunkte mit gleicher Präzision den relevanten Positionen in der Wirbelsäule entsprechen. Nach der Assoziation der typischen Kontur wird der Werte der Aufwandsfunktion berechnet, und es wird die typische Kontur derart bestimmt, dass die Aufwandsfunktion einen optimalen Wert erhält. Die Aufwandsfunktion hängt von den Korrektheitswerten der Markierungspunkte ab. So wird erreicht, dass die typische Kontur, für die die Aufwandsfunktion optimiert wurde, überwiegend durch Markierungspunkte mit hohem Korrektheitswert ermittelt werden, d. h. durch Markierungspunkte, für die quasi gewiss ist, dass sie präzise ihren relevanten anatomischen typischen Positionen in der Struktur, wie der Wirbelsäule, entsprechen. Die typische Kontur stimmt präzise mit der Grenzstruktur im Ausgangsbild überein. Oft ist solch eine typische Kontur eine geschlossene Schleife, wenn die Struktur z. B. ein Wirbel ist. Die typische Kontur kann auch gesonderte unzusammenhängende Kurven oder gerade Linienabschnitte aufweisen. Der Korrektheitswert eines einzelnen Markierungspunktes z. B. hängt von den Unterschieden zwischen dem Helligkeitswert im Markierungspunkt und den Helligkeitswerten in den Bildpositionen in der Umgebung des relevanten Markierungspunktes ab. Allgemein gesagt entsprechen geeignete Markierungspunkte anatomisch typischen Positionen; in diesem Fall haben Unterschiede zwischen dem Helligkeitswert im relevanten Markierungspunkt und in einzelnen Richtungen angrenzend zum relevanten Markierungspunkt Werte, die mehr oder weniger vorbestimmt sind. Solche Unterschiede treten z. B. auf, wenn der Markierungspunkt am Eck eines Knochens liegt, wie einem Wirbel, der von weicherem und weniger dichtem Gewebe umgeben wird, wie Muskelgewebe oder Lungen gewebe. Je besser die Entsprechung zwischen derartigen Unterschieden im Bild und den vorbestimmten Unterschieden ist, desto höher ist die Wahrscheinlichkeit einer präzisen Entsprechung zwischen dem relevanten Markierungspunkt und der entsprechenden typischen anatomischen Position. Deshalb hängen die Korrektheitswerte vorzugsweise von den vorbestimmten Unterschieden oder Gradienten in gesonderten Richtungen oder Helligkeitswerten in der Umgebung des relevanten Markierungspunktes ab. Markierungspunkte, für die ungewiss ist, ob sie ihrer relevanten anatomischen Position entsprechen, haben vergleichsweise wenig Wirkung alleine auf die typische Kontur. Da die Aufwandsfunktion auch von der Form der typischen Kontur abhängt wird bewirkt, dass die Assoziation einer typischen Kontur mit vorausgesetzten, häufig vorkommenden Formen bevorzugt wird. So wird die Aufwandsfunktion z. B. derart gewählt, dass ein hoher Wert der Aufwandsfunktion mit typischen Konturen assoziiert wird, wenn die Richtung der typischen Kontur abrupt in viele Richtungen wechselt.
  • Im Kontext der Methode nach der Erfindung ist unter dem optimalen Wert der Aufwandsfunktion der Wert der Aufwandsfunktion assoziiert mit einer typischen Kontur zu verstehen, die die Geometrie der relevanten Struktur präzise darstellt. Dies bedeutet, dass die typische Kontur derart gebildet wird, dass für eine Kurve, die mit den Markierungspunkten assoziiert ist, jedoch von der typischen Kontur abweicht, der Wert der Aufwandsfunktion z. B. größer oder kleiner als der optimale Wert ist; der optimale Wert ist in diesem Falle ein jeweils (lokales) Maximum oder ein (lokales) Minimum.
  • Mit der Verwendung der Methode nach der Erfindung wird erreicht, dass die typische Kontur präzise die räumliche Geometrie der Struktur darstellt, und insbesondere die Wirbelsäule des zu untersuchenden Patienten. Die typische Kontur ist z. B. eine Kurve durch die Mitten der aufeinanderfolgenden Wirbel. Die typische Kontur kann auch den Rand der Wirbelsäule darstellen. Der räumliche Verlauf der Wirbelsäule des zu untersuchenden Patienten kann von der Variation der typischen Kontur abgeleitet werden. Der räumliche Verlauf wird insbesondere mit den Werten einer kleinen Reihe sogenannter COBB-Winkel und der wechselseitigen Orientierungen der einzelnen Wirbelkörper dargestellt. Die COBB-Winkel sind die von der Oberseite und der Unterseite von den jeweiligen Wirbeln in Bezug auf einen anderen geformten Winkel. Die COBB-Winkel einzelner Wirbelpaare bieten eine präzise Angabe der dreidimensionalen Form der Wirbelsäule. Es wurde insbesondere herausgefunden, dass die Methode nach der Erfindung eine geeignete technische Hilfe für die präzise Verfolgung von Deformationsentwicklungen ist, wie sie von Skoliose an der Wirbelsäule von zu untersuchenden Patienten verursacht wird. Die Erfindung ist auch zur Ableitung der geometrischen Daten des Brustkorbs des zu untersuchenden Patienten geeignet.
  • Diese und andere Aspekte der Erfindung werden auf Grundlage der folgenden Ausführungsformen verdeutlicht, die in den zugehörigen Patentansprüchen definiert werden.
  • Der Erfindung zufolge wird vorzugsweise zuerst eine Reihe Markierungspunkte von Hand gekennzeichnet. Unter allen relevanten Markierungspunkten gibt es generell eine Reihe im Bild deutlich sichtbarer. Diese deutlich sichtbaren Markierungspunkte können direkt von Hand gezeichnet werden. Diese Markierungen können z. B. bewerkstelligt werden durch die Anzeige des Bildes auf einem Bildschirm einer Workstation und durch die Kennzeichnung der Markierungspunkte mit dem Cursor, wobei beim Kennzeichnen die Cursorposition des jeweiligen Markierungspunktes gespeichert wird. Die Markierungspunkte können auch durch Berührung der Bildschirmanzeige mit einem Zeiger und der Speicherung der Punktepositionen, an denen der Zeiger die Bildschirmanzeige berührte, gekennzeichnet werden. Die Markierungspunkte können auch durch Anbringung dieser Punkte auf einem Röntgenfilm mit einem A/D-Konverter gekennzeichnet werden. Es wurde herausgefunden, dass in vielen Situationen die Positionen der Markierungspunkte, die nicht oder kaum im Bild sichtbar sind, von den gekennzeichneten Markierungspunkten abgeleitet werden können. Insbesondere wenn die Struktur, auf die sich das Bild bezieht, im voraus ermittelt wurde, ist es generell möglich, von den gekennzeichneten Markierungspunkten andere Markierungspunkte abzuleiten, die sich dazwischen befinden. Hierfür genügt es, die am deutlichsten sichtbaren Markierungspunkte zu kennzeichnen, und der Anwender muss sich nicht abmühen, schlecht sichtbare Markierungspunkte im Bild zu suchen. Insbesondere wenn das Bild eine periodische Struktur betrifft können die abgeleiteten Markierungspunkte sehr gut auf Grundlage der gekennzeichneten Markierungspunkte gefunden werden. Die Positionen der abgeleiteten Markierungspunkte können durch Interpolation zwischen den Positionen der gekennzeichneten Markierungspunkte leicht gefunden werden. Insbesondere wenn das Bild eine periodische Struktur betrifft können mittels Interpolation sehr präzise Resultate erzielt werden.
  • Die Bildstruktur kann eine relativ komplexe räumliche Form aufweisen; die Bildstruktur kann insbesondere mehrere Sektoren beinhalten. Einige dieser Sektoren sind gut sichtbar im Bild, während andere Sektoren schwerer zu unterscheiden sind. In diesem Fall wird empfohlen, die gekennzeichneten Markierungspunkte nur in gekennzeichneten Sektoren zu kennzeichnen. Die abgeleiteten Markierungspunkte in den abgeleiteten Sektoren können von den gekennzeichneten Markierungspunkten in den gekennzeichneten Sektoren abgeleitet werden. Die abgeleiteten Sektoren können u. a. im Bild schwer zu unterscheiden sein. Da die Anzahl der Sektoren und z. B. auch die Periodizität der aufeinanderfolgenden Sektoren der Struktur generell bekannt sind können gekennzeichnete und abgeleitete Markierungspunkte in allen gekennzeichneten und abgeleiteten Sektoren ohne weiteres ermittelt werden. Das Übersehen von Sektoren kann leicht vermieden werden, indem man versichert, dass die abgeleiteten Markierungspunkte derart gewählt werden, dass sie in Verbindung mit den gekennzeichneten Markierungspunkte die bereits bekannte Anzahl der Sektoren mit der korrekten Periodizität darstellen. Auch ist es möglich, mit der manuellen Kennzeichnung der gekennzeichneten Markierungspunkte nur einer kleinen Menge gekennzeichneter Sektoren Zeit zu sparen. Wenn das Bild eine Wirbelsäule betrifft, betreffen die Sektoren die einzelnen Wirbel.
  • Die typische Kontur zeigt vorzugsweise die Mittelachse der Struktur. Insbesondere wenn die Bildstruktur eine längliche Form hat zeigt die Mittelachse besonders die räumlichen Orientierungen der einzelnen Teile der Struktur in Bezug auf eine andere. Besonders vorteilhaft ist es, die Mittelachse der Wirbelsäule des zu untersuchenden Patienten als typische Kontur zu verwenden. Die Mittelachse kennzeichnet dann präzise die Orientierungen der einzelnen Wirbelgruppen) in Bezug auf andere. Es wurde herausgefunden, dass die Mittelachse der Wirbelsäule präzise abgeleitet werden kann, indem man eine glatte Kurve, wie eine Poly-Bezier-Kurve, eine kubische Kurve oder eine keilförmige Kurve durch eine kleine Menge abgeleiteter Markierungspunkte abbildet. Die abgeleiteten Markierungspunkte werden vorzugsweise für aufeinanderfolgende Wirbel genommen, jeweils in der Mitte zwischen zwei Markierungspunkten in gegenübergelegenen Eckpunkten eines jeweiligen Wirbels.
  • Eine andere typische Kontur zeigt den Rand der Bildstruktur. Diese typische Kontur kann viele Teile umfassen, die jeweils einen gesonderten Rand der Bildstruktur zeigen. Die typische, solch einen Strukturrand zeigende Kontur kann inter alia präzise auf Grundlage von Gradienten oder Unterschieden zwischen Helligkeitswerten im Bild ermittelt werden. Die Unterschiede zwischen Helligkeitswerten auf beiden Seiten solch eines Randes sind meist viel größer als innerhalb oder außerhalb der Bildstruktur. Die typische, einen Rand der Bildstruktur zeigende Kontur kann sich auch auf die Ränder einzelner Sek toren beziehen. Eine derart typische Kontur, die den Bildrand zeigt, wird vorzugsweise mit einem Gradientenbild vom Bild abgeleitet. Solch ein Gradientenbild weist Unterschiede zwischen Helligkeitswerten in benachbarten Positionen der Bildstruktur auf. Das Gradientenbild weist vorzugsweise auch die Richtung der Helligkeitsgradienten im Bild auf. Dies bedeutet, dass das Gradientenbild den Vektor (Größenordnung und Richtung) des Helligkeitsgradienten mit verschiedenen Positionen im Bild assoziiert. Die Aufwandsfunktion der typischen Kontur wird derart gewählt, dass vorkommende Kurven mit großen Helligkeitsgradienten im Gradientenbild, z. B. in einer vorbestimmten Richtung, im Bild stark bevorzugt werden.
  • In vielen Fällen ist der genäherte, von einem Sektorenrand in Bezug auf die Mittelachse der Struktur gebildete Winkel im voraus bekannt. Die Ränder einzelner Wirbel z. B. extendieren quer zur Mittelachse der Wirbelsäule. Um die Suche nach den Rändern der einzelnen Sektoren zu erleichtern wird eine Aufwandsfunktion verwendet, die optimale Werte mit typischen Konturen entlang Positionen mit großen Helligkeitsgradienten in der Richtung assoziiert, die dem bereits gekannten Winkel in Bezug auf die Mittelachse entspricht. Eine geeignete Aufwandsfunktion ist z. B. vom Skalarprodukt des Helligkeitsgradienten und dem Richtungsvektor entlang der typischen Kontur abhängig.
  • Diese und andere Aspekte der Erfindung werden hiernach im Detail und auf Grundlage der folgenden Ausführungsformen mit Bezug auf die begleitenden Zeichnungen beschrieben, die die Erfindung auf Grundlage von einem Beispiel in Bezug auf die Bildgebung der Wirbelsäule eines zu untersuchenden Patienten zeigt, von denen:
  • 1 die manuelle Kennzeichnung der gekennzeichneten Markierungspunkte und die Ableitung der abgeleiteten Markierungspunkte zeigt,
  • 2 eine typische Kontur zeigt, die die Mittelachse der Struktur darstellt,
  • 3 eine typische Kontur zeigt, die die Ränder der Struktur darstellt, und
  • 4 typische Konturen zeigt, die die Sektorengrenzen in der Struktur darstellen. In diesem Beispiel sind die Bilder Röntgenaufnahmen einer Wirbelsäule des zu untersuchenden Patienten. Jede Röntgenaufnahme zeigt eine Schattenprojektion einer Wirbelsäule. Die Erfindung kann jedoch ebenso gut auch für andere Bildtypen eingesetzt werden, wie z. B. ein Computer-Tomographiebild, ein magnetisches Resonanzbild oder ein Ultraschallbild.
  • 1 zeigt die manuelle Kennzeichnung der gekennzeichneten Markierungspunkte und die Ableitung der abgeleiteten Markierungspunkte. 1 zeigt insbeson dere eine Röntgenaufnahme der Wirbelsäule des zu untersuchenden Patienten. Die manuell gekennzeichneten Markierungspunkte sind mit weißen Kreuzen 1 dargestellt. Die weißen Kreuze wurden vom Anwender an deutlich erkennbaren Eckpunkten 11 und an zwei deutlich erkennbaren Punkten am inneren Rand 12 des Wirbels angebracht. Die Positionen der abgeleiteten Markierungspunkte 2 werden auf Grundlage der Positionen der gekennzeichneten Markierungspunkte und auf Grundlage der bekannten Anzahl an Wirbeln, die zwischen dem Wirbel, an dem die gekennzeichneten Markierungspunkte gekennzeichnet sind, vorhanden sind, berechnet. Die abgeleiteten Markierungspunkte 2 sind auf 1 mit schwarzen Kreuzen dargestellt. Eine erste Veranschlagung der Positionen der abgeleiteten Markierungspunkte 2 wird durch Interpolation der Positionen der gekennzeichneten Markierungspunkte 1 gemacht. Die Berechnung der abgeleiteten Markierungspunkte 2 wird durch die Berechnung der exakten Positionen der abgeleiteten Markierungspunkte 2 an den veranschlagten Positionen der abgeleiteten Markierungspunkte 2 auf Grundlage der Helligkeitsgradienten in verschiedene Richtungen präzisiert. 2 zeigt eine typische Kontur, die die Mittelachse der Struktur darstellt. Diese typische Kontur wird berechnet, indem zuerst die Mittelpunkte 3 bestimmt werden, die jeweils in der Mitte zwischen zwei gegenüber liegenden Markierungspunkten 1, 2 gelegen sind, wie auf 1 gezeigt. Die Mittelpunkte 3 sind selbst auch abgeleitete Markierungspunkte, die sich auf die jeweiligen anatomischen Mitten des relevanten Wirbels beziehen. Daraufhin bildet man vorzugsweise eine Poly-Bezier-Kurve durch die Mittelpunkte 3 ab. Diese Poly-Bezier-Kurve ist die typische Kontur 4, die die Mittelachse der Wirbelsäule darstellt. Es ist jedoch darauf hinzuweisen, dass es genauso gut möglich ist, die typische Kontur 4, die die Mittelachse darstellt, durch die Assoziation einer Kurve mit den Mittelpunkten nach der Methode der kleinsten Fehler abzuleiten. In diesem Fall muss die typische Kontur 4 nicht durch alle Mittelpunkte 3 verlaufen. Im Laufe der Ableitung der typischen Kontur 4 als Poly-Bezier-Kurve oder der Verwendung der Methode der kleinsten Fehler ist es vorteilhaft, die Korrektheitswerte der Mittelpunkte zu berücksichtigen, damit die typische Kontur 4 hauptsächlich durch Mittelpunkte mit großen Korrektheitswerten beeinflußt wird.
  • 3 zeigt eine typische Kontur 5, die die Strukturränder darstellt. Die typische Kontur 5 ist insbesondere aufgrund der typischen Kontur zwischen zwei gesonderten Subkurven 51, 52 multikohärent. Jede der Subkurven 51, 52 kennzeichnet einen Rand der Struktur, d. h. der Wirbelsäule. Die beiden Subkurven wurden auf Grundlage der typischen Kontur, die die Mittelachse darstellt, durch Prüfung der Linien abgeleitet, die in etwa parallel zur Mittelachse verlaufen, wo im Bild hohe Helligkeitsgradienten in einer quer zur Mittelachse verlaufenden Richtung auftreten.
  • 4 zeigt typische Konturen 6, die Sektorengrenzen in der Struktur darstellen. Die gezeigte Struktur ist eine Wirbelsäule mit einer Vielzahl von Wirbeln; in diesem Beispiel bildet der einzelne Wirbel die Sektoren der Struktur. Die einzelnen Grenzen werden durch Prüfung abgeleitet, ausgehend von einer großen Anzahl von Punkten auf der typischen Kontur 4, die die Mittelachse darstellt, und entlang von Linien quer zur typischen Kontur, wo im Bild hohe Helligkeitsgradienten in einer in etwa parallel zur Mittelachse verlaufenden Richtung auftreten. Diese Operation wird durchgeführt durch die Bestimmung eines optimalen Weges im Bild auf Grundlage der Aufwandsfunktion, wobei der Wert der Aufwandsfunktion für diese Linien größer als die Helligkeitsgradienten entlang dieser Linien und diese größer in paralleler Richtung zur Mittelachse sind. Außerdem wird die Aufwandsfunktion derart gewählt, dass die Linienpaare bevorzugt in einem Abstand zueinander gewählt werden, der der durchschnittlichen Höhe des Wirbels entspricht.
  • Jeder der Werte eines Satzes geometrischer Parameter, der gegebenenfalls für eine Deformation der Wirbelsäule bezeichnend ist, wird anhand der verschiedenen typischen Konturen berechnet. Beispiele solcher geometrischer Parameter sind die COBB-Winkel, die Höhen der Wirbel und die Abstände zwischen den Wirbeln. Die Werte dieser geometrischen Parameter für den relevanten zu untersuchenden Patienten können mit einfachen Berechnungen von den typischen Konturen abgeleitet werden. Auch ist es mit der Kombination verschiedener typischer Konturen möglich, eine dreidimensionale Rekonstruktion der Wirbelsäule zu berechnen. In diesem Falle ist es vorteilhaft, individuelle typische Konturen von einer Vielzahl von Bildern abzuleiten. Die Vielzahl Bilder kann z. B. Bilder mit Schattenprojektionen aus verschiedenen Projektionsrichtungen reproduzieren.
  • Die Methode nach der Erfindung ist vorzugsweise mit einem Datenprozessor wie in Anspruch 10 definiert auszuführen. Ein Datenprozessor dieser Art, z. B. ein Rechner oder ein elektronischer (Mikro-)Prozessor, der programmiert ist, um die verschiedenen Funktionen des Datenprozessors gemäß der Erfindung zu verarbeiten. Der Datenprozessor kann auch als spezieller Verarbeitungsprozessor mit elektronischen Schaltungen gebaut sein, die speziell angeordnet sind, um die verschiedenen Funktionen des Datenprozessors nach der Erfindung auszuführen.

Claims (10)

  1. Automatisierte Methode zur Ableitung geometrischer Strukturdaten aus einem Bild der Struktur, bei der: – Markierungspunkte (1, 2), in dem Bild gewählt, erhalten werden, – eine typische Kontur (4, 5, 6) mit den Markierungspunkten assoziiert wird, und – geometrische Daten der besagten Struktur anhand der typischen Kontur berechnet werden, dadurch gekennzeichnet, dass – Korrektheitswerte mit den Markierungspunkten assoziiert werden, wobei für jeden Markierungspunkt sein assoziierter Korrektheitswert die Wahrscheinlichkeit birgt, dass der besagte Markierungspunkt präzise einem Detail der besagten Struktur entspricht, – eine Kostenfunktion mit der typischen Kontur in Assoziation mit den Markierungspunkten assoziiert ist, – wobei die Kostenfunktion abhängt von der Form der typischen Kontur und den Werten der Korrektheitswerte ist, und – wobei die typische Kontur derart gewählt wird, dass die Aufwandsfunktion einen optimalen Wert hat.
  2. Methode nach Anspruch 1, dadurch gekennzeichnet, dass – die Auswahl der Markierungspunkte die manuelle Kennzeichnung der Markierungspunkte beinhaltet, und – die Bestimmung der abgeleiteten Markierungspunkte von den gekennzeichneten Markierungspunkten.
  3. Methode nach Anspruch 2, dadurch gekennzeichnet, dass – die abgeleiteten Markierungspunkte von den manuell gekennzeichneten Markierungspunkten durch Interpolation abgeleitet werden.
  4. Methode nach Anspruch 1, dadurch gekennzeichnet, dass – die typische Kontur eine Mittelachse der Struktur darstellt.
  5. Methode nach Anspruch 1, dadurch gekennzeichnet, dass – die typische Kontur einen Rand der Struktur darstellt.
  6. Methode nach Anspruch 5, dadurch gekennzeichnet, dass – ein Gradientenbild von dem Bild berechnet wird, und – die typische Kontur von dem Gradientenbild abgeleitet wird.
  7. Methode nach Anspruch 2, in der die Struktur eine Vielzahl Sektoren umfasst, dadurch gekennzeichnet, dass – Markierungspunkte in einer Reihe gekennzeichneter Sektoren manuell gekennzeichnet werden, und – abgeleitete Markierungspunkte in abgeleiteten Sektoren ermittelt werden, – abgeleitete Sektoren zwischen gekennzeichneten Sektoren gelegen sind.
  8. Methode nach Anspruch 7, dadurch gekennzeichnet, dass – die typische Kontur Grenzsektoren eines oder mehrerer Sektoren umfasst.
  9. Methode nach Anspruch 1, dadurch gekennzeichnet, dass – eine mittlere typische Kontur, die die Mittelachse der Struktur darstellt, mit den Markierungspunkten assoziiert wird, – eine Randkontur, die den Rand der Struktur darstellt, mit den Markierungspunkten assoziiert wird, – die Richtung der typischen Randkontur auf Grundlage der Richtung der typischen Mittelkontur abgeleitet wird, oder – die Richtung der typischen Mittelkontur auf Grundlage der Richtung der typischen Randkontur abgeleitet wird.
  10. Datenprozessor, der angeordnet ist, um geometrische Strukturdaten von einem Bild der besagten Struktur abzuleiten, und um – im Bild ausgewählte Markierungspunkte (1, 2) zu erhalten, – eine typische Kontur (4, 5, 6) mit den Markierungspunkten zu assoziieren, und – die geometrischen Daten der besagten Struktur anhand der typischen Kontur zu berechnen, dadurch gekennzeichnet, dass – der Datenprozessor auch angeordnet ist, um – Korrektheitswerte mit den Markierungspunkten zu assoziieren, wobei für jeden Markierungspunkt sein assoziierter Korrektheitswert die Wahrscheinlichkeit birgt, dass der besagte Markierungspunkt präzise einem Detail der besagten Struktur entspricht, – eine Kostenfunktion mit der typischen Kontur in Assoziation mit den Markierungspunkten zu assoziieren, – wobei die Kostenfunktion abhängt von der Form der typischen Kontur und den Werten der Korrektheitswerte ist, und – wobei die typische Kontur derart gewählt wird, dass die Aufwandsfunktion einen optimalen Wert hat.
DE1999614173 1998-10-09 1999-10-07 Ableitung geometrischer strukturdaten aus einem bild Expired - Lifetime DE69914173T2 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP98402509 1998-10-09
EP98402509 1998-10-09
PCT/EP1999/007806 WO2000022572A1 (en) 1998-10-09 1999-10-07 Deriving geometrical data of a structure from an image

Publications (2)

Publication Number Publication Date
DE69914173D1 DE69914173D1 (de) 2004-02-19
DE69914173T2 true DE69914173T2 (de) 2004-11-18

Family

ID=8235528

Family Applications (1)

Application Number Title Priority Date Filing Date
DE1999614173 Expired - Lifetime DE69914173T2 (de) 1998-10-09 1999-10-07 Ableitung geometrischer strukturdaten aus einem bild

Country Status (5)

Country Link
US (1) US6668083B1 (de)
EP (1) EP1046133B1 (de)
JP (1) JP2002527833A (de)
DE (1) DE69914173T2 (de)
WO (1) WO2000022572A1 (de)

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7010151B2 (en) * 2001-10-01 2006-03-07 Siemens Corporate Research, Inc. Endplate detection in digital radiography by dynamic programming using both local and global constraints
FR2836818B1 (fr) * 2002-03-05 2004-07-02 Eurosurgical Procede de visualisation et de controle de l'equilibre d'une colonne vertebrale
JP4070493B2 (ja) * 2002-04-03 2008-04-02 株式会社東芝 X線診断装置および医用画像解析装置
US7639855B2 (en) * 2003-04-02 2009-12-29 Ziosoft, Inc. Medical image processing apparatus, and medical image processing method
FR2856170B1 (fr) * 2003-06-10 2005-08-26 Biospace Instr Procede d'imagerie radiographique pour la reconstruction tridimensionnelle, dispositif et programme d'ordinateur pour mettre en oeuvre ce procede
DE102004008979B4 (de) * 2004-02-24 2006-12-28 Siemens Ag Verfahren zur Filterung tomographischer 3D-Darstellungen nach erfolgter Rekonstruktion von Volumendaten
US7348774B2 (en) * 2004-05-25 2008-03-25 Esaote, S.P.A. Method and an apparatus for image acquisition and display by means of nuclear magnetic resonance imaging
GB0503236D0 (en) * 2005-02-16 2005-03-23 Ccbr As Vertebral fracture quantification
US20070242869A1 (en) * 2006-04-12 2007-10-18 Eastman Kodak Company Processing and measuring the spine in radiographs
US20090060332A1 (en) * 2007-08-27 2009-03-05 Riverain Medical Group, Llc Object segmentation using dynamic programming
JP5486197B2 (ja) * 2008-02-07 2014-05-07 富士フイルム株式会社 椎骨中心検出装置および方法並びにプログラム
EP2415019A1 (de) * 2009-04-03 2012-02-08 Koninklijke Philips Electronics N.V. Interaktiver iterativer algorithmus der nächsten punkte für organsegmentierung
JP5300569B2 (ja) * 2009-04-14 2013-09-25 株式会社日立メディコ 画像処理装置
US8900146B2 (en) * 2009-07-27 2014-12-02 The Hong Kong Polytechnic University Three-dimensional (3D) ultrasound imaging system for assessing scoliosis
US8571282B2 (en) * 2009-12-24 2013-10-29 Albert Davydov Method and apparatus for measuring spinal characteristics of a patient
US20130131486A1 (en) * 2010-02-26 2013-05-23 Spontech Spine Intelligence Group Ag Computer program for spine mobility simulation and spine simulation method
JP5751462B2 (ja) * 2010-04-19 2015-07-22 国立大学法人 東京大学 脊椎疾患診断支援装置、及び脊椎疾患診断支援プログラム
US9664033B2 (en) * 2012-11-30 2017-05-30 OOO Rock Flow Dynamics System for determining position of marker depth coordinates for construction of geological model of deposit
US9471985B2 (en) * 2013-07-31 2016-10-18 Materials Engineering And Packaging, Llc Template-less method for arbitrary radiopaque object tracking in dynamic imaging
RU2570759C1 (ru) * 2014-07-16 2015-12-10 Семен Абрамович Шуц Способ диагностики патологических деформаций позвоночника
CN108309334B (zh) * 2017-12-08 2023-05-30 李书纲 一种脊柱x线影像的数据处理方法
CN108670302B (zh) * 2018-06-06 2020-11-06 西北工业大学 一种基于2.5维超声宽景成像的脊柱三维结构再现方法
CN112535489B (zh) * 2020-12-25 2023-12-05 四川大学华西医院 一种利用波形图测量脊柱侧弯Cobb角的方法及其***

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5568384A (en) * 1992-10-13 1996-10-22 Mayo Foundation For Medical Education And Research Biomedical imaging and analysis
DE69429743T2 (de) * 1993-06-29 2002-10-02 Koninkl Philips Electronics Nv Verfahren und Gerät zur Bestimmung einer Kontur in einem durch eine Dichteverteilung gekennzeichneten Raum
US5570430A (en) * 1994-05-31 1996-10-29 University Of Washington Method for determining the contour of an in vivo organ using multiple image frames of the organ
JP3335816B2 (ja) * 1995-10-19 2002-10-21 富士通株式会社 ビデオプレゼンテーションシステム
US5795296A (en) * 1996-03-29 1998-08-18 University Of Washington Pipeline process for automatically measuring object boundary from ultrasound image samples
JP2000513897A (ja) * 1997-02-06 2000-10-17 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 画像分割およびオブジェクト追跡方法と、対応するシステム
US6259802B1 (en) * 1997-06-30 2001-07-10 Siemens Corporate Research, Inc. Object tracking technique using polyline contours

Also Published As

Publication number Publication date
US6668083B1 (en) 2003-12-23
DE69914173D1 (de) 2004-02-19
EP1046133A1 (de) 2000-10-25
EP1046133B1 (de) 2004-01-14
JP2002527833A (ja) 2002-08-27
WO2000022572A1 (en) 2000-04-20

Similar Documents

Publication Publication Date Title
DE69914173T2 (de) Ableitung geometrischer strukturdaten aus einem bild
DE60317426T2 (de) Computergestützter Knochendichtemesser
DE102004056095A1 (de) Verfahren zur Registrierung eines zur digitalen Subtraktionsangiographie verwendeten Bildes
DE102006055173B4 (de) Verfahren, medizinisches diagnostisches bildgebendes System sowie computerlesbares Speichermedium für die halbautomatische Segmentierungstechnik für röhrenförmige Objekte mit niedrigem Kontrast
EP2003616B1 (de) Computergestützte Gelenkanalyse mit Oberflächenprojektion
DE102004006188B4 (de) Verfahren zum Bestimmen physikalischer Parameter körperlicher Strukturen
DE602004005341T2 (de) Durchstrahlungsabbildungsverfahren für dreidimensionale rekonstruktion, vorrichtung und computersoftware zum durchführen des verfahrens
DE102007007803B4 (de) Verfahren zur automatischen Auswertung tomographischer Bilddatensätze, Tomographiesystem und Bildschirmarbeitsplatz
DE60038730T2 (de) Vorrichtung und verfahren zur messung anatomischer objekte mittels koordinierter fluoroskopie
DE3938699A1 (de) Verfahren und vorrichtung zur automatischen, mit computern durchgefuehrten analyse der herz- und lungengroessen in digitalen brustradiographien
DE602005003015T2 (de) Verfahren und Vorrichtung für Rekonstruktion der zweidimensionalen Schnittbilder
DE3826287A1 (de) Verfahren und vorrichtung zur lokalisierung von zwischenrippenraeumen und automatische lungenstrukturanalyse bei digitaler brustradiographie
DE102006041619A1 (de) Systeme und Verfahren zur computerunterstützten Detektion einer Wirbelsäulenverkrümmung unter Verwendung von Bildern und Winkelmessungen
DE10059697A1 (de) Verfahren zur automatischen Registrierung dreidimensionaler Bilder
DE10255525A1 (de) Automatisierte Lungenknotensegmentierung mittels dynamischer Programmierung und auf EM basierender Klassifizierung
EP3355268B1 (de) Verfahren, recheneinrichtung und system zur vermessung einer röntgenaufnahme eines medizinischen untersuchungsbereichs
DE102006048189A1 (de) Verfahren und System zur Rückenmarkdetektion in Computertomographie-Volumendaten
DE10137661A1 (de) Ermittlung von Rückenwirbel-Endplatten in der digitalen Radiografie
DE102004043676A1 (de) Verfahren zur Visualisierung von Plaqueablagerungen aus 3D-Bilddatensätzen von Gefäßstrukturen
DE102016215831A1 (de) Automatische Generierung synthetischer Projektionen
DE102004030396A1 (de) Ein Brustkorb-Koordinatensystem zur Registrierung von Pathologien in Lungen-CT-Volumendaten
DE69935768T2 (de) Herleitung einer isofläche in einem mehrdimensionalen datenfeld
DE10254907A1 (de) Verfahren zur Oberflächenkonturierung eines dreidimensionalen Abbildes
DE10163813A1 (de) Verfahren zur Darstellung von unterschiedlichen Bildern eines Untersuchungsobjektes
DE10108947A1 (de) Verfahren und Vorrichtung zum Abgleichen von wenigstens einem visualisierten medizinischen Messergebnis mit wenigstens einem weiteren, eine räumliche Information enthaltenden Datensatz

Legal Events

Date Code Title Description
8320 Willingness to grant licences declared (paragraph 23)
8364 No opposition during term of opposition