JP2002534191A - 管状構造を示す画像を処理し、その構造を通る経路を構成する方法、システム及び装置 - Google Patents
管状構造を示す画像を処理し、その構造を通る経路を構成する方法、システム及び装置Info
- Publication number
- JP2002534191A JP2002534191A JP2000592789A JP2000592789A JP2002534191A JP 2002534191 A JP2002534191 A JP 2002534191A JP 2000592789 A JP2000592789 A JP 2000592789A JP 2000592789 A JP2000592789 A JP 2000592789A JP 2002534191 A JP2002534191 A JP 2002534191A
- Authority
- JP
- Japan
- Prior art keywords
- path
- point
- image
- wall
- propagation
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/457—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by analysing connectivity, e.g. edge linking, connected component analysis or slices
-
- 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
- G06T2207/10068—Endoscopic 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
- G06T2207/30172—Centreline of tubular or elongated structure
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Image Generation (AREA)
Abstract
(57)【要約】
本発明は、壁を有する管状構造を示す画像を処理する画像処理方法に係り、上記方法は予め決められた第1の端点及び第2の端点の間で、上記管状構造の内側に経路を決めるステップを含み、経路は端点の間で最短の経路であり、構造の壁から最も離れている。ステップは、構造の壁の点の位置を決め、中心領域を決めるために壁の点から予め決められた一定の距離で面を決め、その中心領域において第1の端点と第2の端点の間の最短の経路を決定することを含む
Description
【0001】 本発明は、管状構造を示す画像を処理し、上記構造に関する経路を構成する画
像処理方法に係る。本発明は更に、上記方法を実施する画像処理システムに係る
。本発明は更に、3D画像を構成する処理手段と上記方法に基づいた仮想内視鏡
検査を行なう処理手段を有する医療用CT又はMR装置に係る。
像処理方法に係る。本発明は更に、上記方法を実施する画像処理システムに係る
。本発明は更に、3D画像を構成する処理手段と上記方法に基づいた仮想内視鏡
検査を行なう処理手段を有する医療用CT又はMR装置に係る。
【0002】 本発明は、医療用装置産業において適用される。
【0003】 内視鏡検査用の医療画像の経路を計算する画像処理装置は、1998年5月出
版、Med. Phys. 25(5).の629乃至637頁記載の、David S. PAIK、Chr
istopher F. BEAULIEU外による「Automated Flight Path Planning for Virtual
Endoscopy」から既に公知である。この記事では、3次元の医療画像の仮想内視
鏡検査を案内する経路の自動計算が開示されている。画像を通過する仮想カメラ
を配置するための経路探知方法は、医療軸の変形を含み、上記変形は第1経路を
供給し、上記第1経路は医療軸に向けて繰り返し補正される。特に上記探知方法
は、成長する領域の動作と「バブル(bubble)」の排除とによって、体積を分け
るステップと、開始ボクセルと終了ボクセルを接続して第1経路を計算するステ
ップと、第1経路の改善と呼ばれる、3D医療軸に向けて繰り返し近づけるステ
ップと、医療軸に沿って位置を決定して上記経路を形成する経路を滑らかにする
ステップと、経路に沿って仮想カメラの向き(方向とねじれ)を決定するステッ
プを含む。
版、Med. Phys. 25(5).の629乃至637頁記載の、David S. PAIK、Chr
istopher F. BEAULIEU外による「Automated Flight Path Planning for Virtual
Endoscopy」から既に公知である。この記事では、3次元の医療画像の仮想内視
鏡検査を案内する経路の自動計算が開示されている。画像を通過する仮想カメラ
を配置するための経路探知方法は、医療軸の変形を含み、上記変形は第1経路を
供給し、上記第1経路は医療軸に向けて繰り返し補正される。特に上記探知方法
は、成長する領域の動作と「バブル(bubble)」の排除とによって、体積を分け
るステップと、開始ボクセルと終了ボクセルを接続して第1経路を計算するステ
ップと、第1経路の改善と呼ばれる、3D医療軸に向けて繰り返し近づけるステ
ップと、医療軸に沿って位置を決定して上記経路を形成する経路を滑らかにする
ステップと、経路に沿って仮想カメラの向き(方向とねじれ)を決定するステッ
プを含む。
【0004】 上記方法はまず、シードボクセルから始まる3D画像を分け、閾値基準に見合
う26個のボクセルに各シードボクセルを接続することによって問題の領域を成
長させる、アルゴリズムを成長させる領域と、バブルと呼ばれる不均等性を排除
することによって問題の構造を決定し、次に上記方法は問題の領域内のユークリ
ッド距離マップ及び上記マップの中で最も浅い下り勾配である第1ユークリッド
経路を計算する。上記第1ユークリッド経路は更に、反復ステップによって中心
化される。問題の領域から全ての表面ボクセルを排除するステップは、問題の領
域が細くなって中心化された経路だけが残るまで、新しい距離マップと上記距離
マップを通過する新しい経路を決定する。
う26個のボクセルに各シードボクセルを接続することによって問題の領域を成
長させる、アルゴリズムを成長させる領域と、バブルと呼ばれる不均等性を排除
することによって問題の構造を決定し、次に上記方法は問題の領域内のユークリ
ッド距離マップ及び上記マップの中で最も浅い下り勾配である第1ユークリッド
経路を計算する。上記第1ユークリッド経路は更に、反復ステップによって中心
化される。問題の領域から全ての表面ボクセルを排除するステップは、問題の領
域が細くなって中心化された経路だけが残るまで、新しい距離マップと上記距離
マップを通過する新しい経路を決定する。
【0005】 上記公知の方法は、上記管状構造において最も良好に中心にある経路を構成す
る手段を供給する。仮想内視鏡検査に適用する場合、解剖学上の管状対象は一般
的に非常に捻じ曲がっており、中心路は必要以上に非常に長くて複雑になるので
、中心路は実際には、仮想カメラを管状対象に通過させるためには最適なもので
はない。更に、例えば重要な***の直前に位置して視野が遮られる場合もあり、
上記中進路上のある一定の位置は、仮想カメラを配置するには正しくない場合も
ある。更に、現在公知の計算手段を用いる場合、反復ステップで数個の距離マッ
プを計算しなければならないので上記公知の方法は実施するのに数分かかり、従
って比例して時間がかかる。
る手段を供給する。仮想内視鏡検査に適用する場合、解剖学上の管状対象は一般
的に非常に捻じ曲がっており、中心路は必要以上に非常に長くて複雑になるので
、中心路は実際には、仮想カメラを管状対象に通過させるためには最適なもので
はない。更に、例えば重要な***の直前に位置して視野が遮られる場合もあり、
上記中進路上のある一定の位置は、仮想カメラを配置するには正しくない場合も
ある。更に、現在公知の計算手段を用いる場合、反復ステップで数個の距離マッ
プを計算しなければならないので上記公知の方法は実施するのに数分かかり、従
って比例して時間がかかる。
【0006】 容積測定用の医療画像データを明視化することは、診断手術及び療法計画にお
いて重要な役割を果たす。より良好に解剖学的構造と病症が既知であればあるほ
ど、より効果的な手術を低いリスクで行なうことが可能である。基本的に、仮想
内視鏡検査は、物理的にカメラで到達することが危険又は不可能である、例えば
脳血管のような体の領域の視野を与え、唯一の要件としてより良好に検出するた
めに解剖学的対象に造影剤を注入する。仮想内視鏡検査は管状構造の内側からシ
ミュレートされた解剖学上の人体の透視図を供給する。これによって、データ捕
捉の後に快適な方法で複雑な解剖学的構造をユーザが直ぐに見ることが可能にな
る。仮想内視鏡検査は、問題の管状構造を通過する経路の連続的位置を供給する
内視鏡経路を構成する手段と、内視鏡経路に沿っての3次元の内部図の2つの部
分が含まれ、それらの図が接続されて動画を形成し、動画を通過する仮想経路を
シミュレートし、上記動画は3D再現又は公知の光線追跡技術を使用して形成さ
れる。
いて重要な役割を果たす。より良好に解剖学的構造と病症が既知であればあるほ
ど、より効果的な手術を低いリスクで行なうことが可能である。基本的に、仮想
内視鏡検査は、物理的にカメラで到達することが危険又は不可能である、例えば
脳血管のような体の領域の視野を与え、唯一の要件としてより良好に検出するた
めに解剖学的対象に造影剤を注入する。仮想内視鏡検査は管状構造の内側からシ
ミュレートされた解剖学上の人体の透視図を供給する。これによって、データ捕
捉の後に快適な方法で複雑な解剖学的構造をユーザが直ぐに見ることが可能にな
る。仮想内視鏡検査は、問題の管状構造を通過する経路の連続的位置を供給する
内視鏡経路を構成する手段と、内視鏡経路に沿っての3次元の内部図の2つの部
分が含まれ、それらの図が接続されて動画を形成し、動画を通過する仮想経路を
シミュレートし、上記動画は3D再現又は公知の光線追跡技術を使用して形成さ
れる。
【0007】 本発明は、捻じ曲がった管状構造を示す3D画像のデータを獲得し、仮想内視
鏡検査を3D医療画像に適用するために、上記構造内を通過する最適な経路を自
動的に構成する手段を提供することを目的とする。本発明は更に、同様の計算手
段を用いた場合に、公知の方法よりも少ない時間で実施できる上記手段を提供す
ることを目的とする。
鏡検査を3D医療画像に適用するために、上記構造内を通過する最適な経路を自
動的に構成する手段を提供することを目的とする。本発明は更に、同様の計算手
段を用いた場合に、公知の方法よりも少ない時間で実施できる上記手段を提供す
ることを目的とする。
【0008】 本発明によれば、上記目的は請求項1に記載される方法によって達成される。
【0009】 本発明の方法の利点は、捻じ曲がった管状対象内に構成された経路が2つの重
要な特性を示すことである。第1の特性は、上記経路が捻じ曲がった管状対象の
内側の壁から予め決められた距離に保たれ、それは正確に中心にある線の壁から
の距離とは異なる場合があるが、対象の内側を良好に明視化するためにはより適
切で、付近の***によって上記明視化が妨げられないことが保証されることであ
る。第2の特性は、上記経路は、上記内側の壁から予め決められた距離に保たれ
る経路であり、更に最小の経路であるということである。本発明の方法のもう一
つの利点は、上記方法が、2つの終了状態を設定しなくてはならないこと以外で
は完全に自動化されており、経路を探知するために3D画像の小さい部分だけに
フロントが至ることである。更なる利点は、距離マップの第1の計算が1回だけ
必要であることであり、上記第1距離マップは方法の更なるステップを実施する
のに必要なデータを供給する。従って、本発明の方法は時間がかからない。上記
従来技術の方法に使用される計算手段と同様の計算手段を使用した場合、経路を
供給するステップを実施するのに10乃至30秒だけ必要となる。本発明の方法
の更なる利点は、上記2つの終了状態を設定する以外にユーザが介入することな
く、上記経路に沿って構造の3D内部図の構成が更に可能であることである。上
記方法は更に、内側の壁と衝突することなく、上記壁を交差することなく、更に
ビジットされた捻じ曲がった管状対象の部分に妨げられることなく、上記構造の
内側を明視化させる。特に、本発明の方法は、解剖学上対象の内側を3DのCT
画像又はMR画像に仮想的手段及び自動的な方法によって明視化することを可能
にする。従って、本発明の方法は、仮想内視鏡検査に適用される。
要な特性を示すことである。第1の特性は、上記経路が捻じ曲がった管状対象の
内側の壁から予め決められた距離に保たれ、それは正確に中心にある線の壁から
の距離とは異なる場合があるが、対象の内側を良好に明視化するためにはより適
切で、付近の***によって上記明視化が妨げられないことが保証されることであ
る。第2の特性は、上記経路は、上記内側の壁から予め決められた距離に保たれ
る経路であり、更に最小の経路であるということである。本発明の方法のもう一
つの利点は、上記方法が、2つの終了状態を設定しなくてはならないこと以外で
は完全に自動化されており、経路を探知するために3D画像の小さい部分だけに
フロントが至ることである。更なる利点は、距離マップの第1の計算が1回だけ
必要であることであり、上記第1距離マップは方法の更なるステップを実施する
のに必要なデータを供給する。従って、本発明の方法は時間がかからない。上記
従来技術の方法に使用される計算手段と同様の計算手段を使用した場合、経路を
供給するステップを実施するのに10乃至30秒だけ必要となる。本発明の方法
の更なる利点は、上記2つの終了状態を設定する以外にユーザが介入することな
く、上記経路に沿って構造の3D内部図の構成が更に可能であることである。上
記方法は更に、内側の壁と衝突することなく、上記壁を交差することなく、更に
ビジットされた捻じ曲がった管状対象の部分に妨げられることなく、上記構造の
内側を明視化させる。特に、本発明の方法は、解剖学上対象の内側を3DのCT
画像又はMR画像に仮想的手段及び自動的な方法によって明視化することを可能
にする。従って、本発明の方法は、仮想内視鏡検査に適用される。
【0010】 本発明は、上記方法を実施するシステムと、3D画像を得る手段と仮想内視鏡
検査用の上記方法に従って画像を処理するシステムを有する医療装置を提供する
ことを目的とする。
検査用の上記方法に従って画像を処理するシステムを有する医療装置を提供する
ことを目的とする。
【0011】 上記問題は、請求項9に記載されるシステムと請求項10に記載される装置に
よってそれぞれ解決される。
よってそれぞれ解決される。
【0012】 本発明は、図を参照し以下に詳細に説明される。
【0013】 本発明は、不均一な背景において管状の捻じ曲がった対象を示す、例えば3D
の元画像と呼ばれる3次元画像のような多元的画像を処理する画像処理方法に係
る。上記方法は、所与の始点から始まり上記管状の捻じ曲がった対象内において
終了状態になるまで延在する最も可能な経路の自動構成を実施するステップを含
む。下記の説明では、本発明の方法は、例として、仮想内視鏡検査、特に仮想結
腸内視術に適用される。仮想結腸内視術は、医療従事者にCT容積測定用画像又
はMR容積測定用画像を使用可能にして、患者の結腸内に通される物理的な内視
鏡、つまり侵入手段を用いることなく結腸内を明視化する医療処置である。本発
明では、医療従事者は、3D画像に示された位相的に複雑な結腸の内側を仮想的
にナビゲートするために最も適切な経路を素早く見つけることが可能である。本
発明の画像処理方法は、ユーザによる最小の介入で適切な経路を構成するステッ
プを含む。上記画像処理方法は、医療映像の様々な分野において更に適用される
自動経路探知技術を構成する。
の元画像と呼ばれる3次元画像のような多元的画像を処理する画像処理方法に係
る。上記方法は、所与の始点から始まり上記管状の捻じ曲がった対象内において
終了状態になるまで延在する最も可能な経路の自動構成を実施するステップを含
む。下記の説明では、本発明の方法は、例として、仮想内視鏡検査、特に仮想結
腸内視術に適用される。仮想結腸内視術は、医療従事者にCT容積測定用画像又
はMR容積測定用画像を使用可能にして、患者の結腸内に通される物理的な内視
鏡、つまり侵入手段を用いることなく結腸内を明視化する医療処置である。本発
明では、医療従事者は、3D画像に示された位相的に複雑な結腸の内側を仮想的
にナビゲートするために最も適切な経路を素早く見つけることが可能である。本
発明の画像処理方法は、ユーザによる最小の介入で適切な経路を構成するステッ
プを含む。上記画像処理方法は、医療映像の様々な分野において更に適用される
自動経路探知技術を構成する。
【0014】 2D画像における2つの端点の間における対象の最小経路と呼ばれる最小の輪
郭を決定する方法は、1997年に出版されたInternational Journal of Compu
ter Vision24(1)の中のLaurent D. COHENとRon KIMMELによる「Global Min
imum for Active Contour Models: A minimal Path Approach」の57乃至78
頁に開示される。上記方法は、勾配画像の輪郭領域において始点と終点を手動で
選択するステップと、高い勾配値の領域、つまり主に上記の輪郭領域において低
費用でフロントが伝播するように、始点から開始して終点に到達するまで勾配画
像の全体にフロントを伝播するステップと、更に終点から始点に向けて単純で最
も急な勾配下降で逆伝播し、上記始点と終点の間に最小経路、つまり2D画像の
所与の対象のバイナリー輪郭を供給するステップを含む。上記最小経路は、2つ
の点の間における最小費用の経路であり、即ち輪郭の近くで低い値となる電位の
経路に沿っての積分量は最小である。上記記事は、1996年にCambridge Univ
ersity Pressから出版されたSETHIANによる「Levelsets Method: Evolvi
ng Interfaces in Geometry, Fluid Mechanics, Computer Vision and Material
Science」に開示される「Min-Hip」技術を使用してフロント点を決定し、「高
速マーチング(Fast Marching)」技術を用いて点のポテンシャル2D格子でフ
ロントを伝播するアルゴリズムについて述べている。フロントは以下のように書
けるアイコナール方程式の解である。
郭を決定する方法は、1997年に出版されたInternational Journal of Compu
ter Vision24(1)の中のLaurent D. COHENとRon KIMMELによる「Global Min
imum for Active Contour Models: A minimal Path Approach」の57乃至78
頁に開示される。上記方法は、勾配画像の輪郭領域において始点と終点を手動で
選択するステップと、高い勾配値の領域、つまり主に上記の輪郭領域において低
費用でフロントが伝播するように、始点から開始して終点に到達するまで勾配画
像の全体にフロントを伝播するステップと、更に終点から始点に向けて単純で最
も急な勾配下降で逆伝播し、上記始点と終点の間に最小経路、つまり2D画像の
所与の対象のバイナリー輪郭を供給するステップを含む。上記最小経路は、2つ
の点の間における最小費用の経路であり、即ち輪郭の近くで低い値となる電位の
経路に沿っての積分量は最小である。上記記事は、1996年にCambridge Univ
ersity Pressから出版されたSETHIANによる「Levelsets Method: Evolvi
ng Interfaces in Geometry, Fluid Mechanics, Computer Vision and Material
Science」に開示される「Min-Hip」技術を使用してフロント点を決定し、「高
速マーチング(Fast Marching)」技術を用いて点のポテンシャル2D格子でフ
ロントを伝播するアルゴリズムについて述べている。フロントは以下のように書
けるアイコナール方程式の解である。
【0015】
【数1】 ただし、Fは移動するフロントの速度であり、Tは交差する時間である。上記「
高速マーチング」アルゴリズムは、時間Tの小さな値から大きい値まで伝播され
る情報を考慮する。上記アルゴリズムは、存在するフロントの周りの「細帯(na
rrow band)」内の点の組を考慮して速くなり、上記細帯を前方に進め、存在す
る点の値を凍結させて新しい点を上記細帯構造に持ってくる。「細帯」を更新す
るための格子点の選択は、任意の所与のノードにおける値が子における値より少
ない又は同等である特性を有する完全な2分木である「Min-Heap」構造内に格子
点を配置することによって行なわれる。アルゴリズムの効果は、最小の到着時間
で「細帯」内に点を配置する時間に依存する。
高速マーチング」アルゴリズムは、時間Tの小さな値から大きい値まで伝播され
る情報を考慮する。上記アルゴリズムは、存在するフロントの周りの「細帯(na
rrow band)」内の点の組を考慮して速くなり、上記細帯を前方に進め、存在す
る点の値を凍結させて新しい点を上記細帯構造に持ってくる。「細帯」を更新す
るための格子点の選択は、任意の所与のノードにおける値が子における値より少
ない又は同等である特性を有する完全な2分木である「Min-Heap」構造内に格子
点を配置することによって行なわれる。アルゴリズムの効果は、最小の到着時間
で「細帯」内に点を配置する時間に依存する。
【0016】 本発明では、2つの固定された端点の間で実施される最短の経路の追跡動作に
経路の追跡動作をマップすることによって3D画像に自動経路追跡技術が供給さ
れる。画像内の費用関数を決定する場合、2つの端点の間の費用積分が最小であ
る経路が最短の経路である。次に、最小経路を探知する動作が、所与の初期フロ
ントでフロント伝播式の解を探知する動作にマップされる。上記式は、アイコナ
ール方程式から得られる。結果としての経路は最短であり、費用関数は、最適な
最小測度でなければならない。しかし、本発明では、上記提案された費用関数が
捻じ曲がった管状構造を通過して飛行する内視鏡経路を供給するために適当であ
るように下記のような補助状態が設定される。
経路の追跡動作をマップすることによって3D画像に自動経路追跡技術が供給さ
れる。画像内の費用関数を決定する場合、2つの端点の間の費用積分が最小であ
る経路が最短の経路である。次に、最小経路を探知する動作が、所与の初期フロ
ントでフロント伝播式の解を探知する動作にマップされる。上記式は、アイコナ
ール方程式から得られる。結果としての経路は最短であり、費用関数は、最適な
最小測度でなければならない。しかし、本発明では、上記提案された費用関数が
捻じ曲がった管状構造を通過して飛行する内視鏡経路を供給するために適当であ
るように下記のような補助状態が設定される。
【0017】 本発明の経路は、最も中心の経路(中心線)でなく、最短の経路(勾配画像に
おける逆伝播)でもない。
おける逆伝播)でもない。
【0018】 本発明の経路は、壁から最も離れている経路の中で最短である。
【0019】 上記を達成するためには、上記経路は、その縁が壁から同等の距離である領域
に配置される。従って、上記経路は、捻じ曲がった管状構造を通過するために最
適であり、上記構造の内側の最も良好な視野が得られる。
に配置される。従って、上記経路は、捻じ曲がった管状構造を通過するために最
適であり、上記構造の内側の最も良好な視野が得られる。
【0020】 従って、本発明は、3D画像における特定の最小測度を決定する画像に基づい
た測度を構成し、上記測度をアイコナール方程式に導入する第1位相を含む。上
記測度によれば、一つの固定された点に制限される初期フロントから始まり、フ
ロントは画像ドメイン上で伝播される。ドメインにおける各点への到着時間は、
アイコナール方程式で計算され、上記点から始点への移動に費用を与える。伝播
動作は、第2の固定された点にフロントが到達すると停止する。計算された費用
は、凸状である費用マップを形成し、マップは一つの大域最小だけを有する。「
高速マーチング」技術は、3D画像の格子点に適応される。上記目的のために、
その伝播の間に、現在のフロントに近いボクセルは、効果的に配置されるように
ボクセルの「細帯」を形成し、「Min Heap」構造のフロント伝播の各ステップに
おいて記憶される。重要な特性は、フロントは低費用領域においてはより早く伝
播するということである。本発明は、費用は管状構造内では低く、他の場所、特
に境界線の領域では高くなるよう設計される。上記を達成するには、測度はグレ
ーレベル情報に基づいており、フロントが均一なグレーレベル領域内において速
く伝播し、対象境界線で実際に停止するようにされる。これによって、管状対象
の境界線を正確に得ることが可能となる。
た測度を構成し、上記測度をアイコナール方程式に導入する第1位相を含む。上
記測度によれば、一つの固定された点に制限される初期フロントから始まり、フ
ロントは画像ドメイン上で伝播される。ドメインにおける各点への到着時間は、
アイコナール方程式で計算され、上記点から始点への移動に費用を与える。伝播
動作は、第2の固定された点にフロントが到達すると停止する。計算された費用
は、凸状である費用マップを形成し、マップは一つの大域最小だけを有する。「
高速マーチング」技術は、3D画像の格子点に適応される。上記目的のために、
その伝播の間に、現在のフロントに近いボクセルは、効果的に配置されるように
ボクセルの「細帯」を形成し、「Min Heap」構造のフロント伝播の各ステップに
おいて記憶される。重要な特性は、フロントは低費用領域においてはより早く伝
播するということである。本発明は、費用は管状構造内では低く、他の場所、特
に境界線の領域では高くなるよう設計される。上記を達成するには、測度はグレ
ーレベル情報に基づいており、フロントが均一なグレーレベル領域内において速
く伝播し、対象境界線で実際に停止するようにされる。これによって、管状対象
の境界線を正確に得ることが可能となる。
【0021】 端点と第1の点の間の最短の経路は、端点から始点の最も急な勾配値に沿って
の逆伝播下降を使用して得ることができるが、上記最短の経路は、経路の各巻回
の周りで管状対象の壁に近づきすぎる場合があり、一方、好適な内視鏡経路は上
記説明されるように配置されるべきであり、上記最短の経路は上記開示される発
明の問題を解決するには適切ではない。
の逆伝播下降を使用して得ることができるが、上記最短の経路は、経路の各巻回
の周りで管状対象の壁に近づきすぎる場合があり、一方、好適な内視鏡経路は上
記説明されるように配置されるべきであり、上記最短の経路は上記開示される発
明の問題を解決するには適切ではない。
【0022】 上記目的のために、本発明は、管状対象の壁への反対側の距離の距離マップを
計算することによって、対象の縁の近くでは高く、対象の中心では低い第2の費
用測度を供給する第2位相を含む。対象の半径は、経路に沿ってある一定の領域
において実質的に異なる、即ち壁からの距離は対象の中心線に沿って一定ではな
いことを考慮して、期待される最も良好な経路は、対象からできるだけ離れてい
るべきである。従って、管状対象が鋭い曲げを有する場合に、内視鏡経路が突然
巻回しないように、距離マップが閾値化される。従って、内視鏡経路は完全に中
心ではないが、その縁が壁から同等の距離にある領域に位置する。
計算することによって、対象の縁の近くでは高く、対象の中心では低い第2の費
用測度を供給する第2位相を含む。対象の半径は、経路に沿ってある一定の領域
において実質的に異なる、即ち壁からの距離は対象の中心線に沿って一定ではな
いことを考慮して、期待される最も良好な経路は、対象からできるだけ離れてい
るべきである。従って、管状対象が鋭い曲げを有する場合に、内視鏡経路が突然
巻回しないように、距離マップが閾値化される。従って、内視鏡経路は完全に中
心ではないが、その縁が壁から同等の距離にある領域に位置する。
【0023】 最適な内視鏡経路を得るために、本発明の方法は上記2つの位相を、3つの異
なるフロント伝播を含む5つのメインステップにおいて行なう。図1Aを参照し
、上記メインステップを以下に示す。 1)管状対象11を示す3D画像データ10の捕捉1。 2)最終フロントと呼ばれる、上記管状対象の端点の最終の細帯点NB1を計算
するために、始点21である第1初期フロントから終点22に達するまでの3D
画像内の第1フロントF1の伝播2。 3)上記対象境界線NB1に関して第2フロント点の距離マップを計算し第2最
終フロントNB2を供給するように、上記端点から形成される第2初期フロント
NB1から対象中心に向けての第2フロントF2の伝播3。
なるフロント伝播を含む5つのメインステップにおいて行なう。図1Aを参照し
、上記メインステップを以下に示す。 1)管状対象11を示す3D画像データ10の捕捉1。 2)最終フロントと呼ばれる、上記管状対象の端点の最終の細帯点NB1を計算
するために、始点21である第1初期フロントから終点22に達するまでの3D
画像内の第1フロントF1の伝播2。 3)上記対象境界線NB1に関して第2フロント点の距離マップを計算し第2最
終フロントNB2を供給するように、上記端点から形成される第2初期フロント
NB1から対象中心に向けての第2フロントF2の伝播3。
【0024】 上記距離マップを閾値化し、上記閾値化された距離マップを反転させて、対象
中心からの距離の測度を供給する。 4)上記距離の測度を使用して、始点21から終点22に達するまで第3フロン
トF3を伝播(4)し、従って第2最終フロントNB2によって画成される中心
領域CRに、内視鏡経路EPを供給する。
中心からの距離の測度を供給する。 4)上記距離の測度を使用して、始点21から終点22に達するまで第3フロン
トF3を伝播(4)し、従って第2最終フロントNB2によって画成される中心
領域CRに、内視鏡経路EPを供給する。
【0025】 図1B及び3では、本発明の画像処理方法が、患者の結腸を示す医療画像に例
として適用される。上記方法は、以下に示すステップを含む。
として適用される。上記方法は、以下に示すステップを含む。
【0026】 ステップ1は、下記の3つのサブステップ1a、1b及び1cを含む。
【0027】 サブステップ1aでは、不均一背景BG上の管状の捻じ曲がった対象11を示
す3Dの元画像10のデータを捕捉(1a)し、上記画像を例えば、上記画像デ
ータを処理する計算手段120を有するワークステーション130のスクリーン
140に表示する。上記例では、管状対象は結腸である。上記元医療画像は、例
えばCT技術又はMR技術のような任意の技術から得られる。本発明は、3D画
像が得られる方法には依存しない。
す3Dの元画像10のデータを捕捉(1a)し、上記画像を例えば、上記画像デ
ータを処理する計算手段120を有するワークステーション130のスクリーン
140に表示する。上記例では、管状対象は結腸である。上記元医療画像は、例
えばCT技術又はMR技術のような任意の技術から得られる。本発明は、3D画
像が得られる方法には依存しない。
【0028】 サブステップ1bでは、画像のグレーレベルを高める(1b)。3Dの元画像
10では、結腸11は、背景より低くてより均一なグレーレベル値を有する。実
施例では、ボクセル値と呼ばれるボクセルグレーレベルは、好適な解剖学上の対
象の内側で一層低くより均一な値となるように高められる。上記目的のために各
ボクセルのグレーレベルは、グレーレベルの2乗値、又は上記ボクセルの元のグ
レーレベルと管状構造の平均クレーレベルの差のような上記グレーレベルの非線
形関数によって置換される場合もある。上記の動作によって、管状構造の縁のグ
レーレベルに対する管状構造の内側のグレーレベルの間の対照は、画像20にお
いて高められる。
10では、結腸11は、背景より低くてより均一なグレーレベル値を有する。実
施例では、ボクセル値と呼ばれるボクセルグレーレベルは、好適な解剖学上の対
象の内側で一層低くより均一な値となるように高められる。上記目的のために各
ボクセルのグレーレベルは、グレーレベルの2乗値、又は上記ボクセルの元のグ
レーレベルと管状構造の平均クレーレベルの差のような上記グレーレベルの非線
形関数によって置換される場合もある。上記の動作によって、管状構造の縁のグ
レーレベルに対する管状構造の内側のグレーレベルの間の対照は、画像20にお
いて高められる。
【0029】 サブステップ1cでは、結腸領域に始点21を設定し(1c)、終了状態22
を決定する。始点21は、ワークステーション130のマウス132又はキーボ
ード131を使用して選択される。終了状態は、到着点22又は始点21から始
まるユークリッド経路長の先端のいずれかが、多くのワークステーション手段の
うち一つを介して入力される。
を決定する。始点21は、ワークステーション130のマウス132又はキーボ
ード131を使用して選択される。終了状態は、到着点22又は始点21から始
まるユークリッド経路長の先端のいずれかが、多くのワークステーション手段の
うち一つを介して入力される。
【0030】 図2Aに示されるステップ2は、以下のサブステップ2a及び2bを含む。
【0031】 サブステップ2aでは、上記3D画像20のボクセルグレーレベルデータに基
づいて、第1フロントF1が、始点21から終了状態22、つまり終点と呼ばれ
る予め決められた到着点、又は所与のユークリッド経路長の先端に達するまで伝
播(2a)される。ユークリッド経路長が終了状態として用いられた場合、フロ
ントが最後に至った点が実際の終点と考えられる。フロントF1が至った点毎に
、上記点に到達するための累積費用が計算される。非ユークリッド経路長は、上
記点を始点と結合させたことによって評価される。このサブステップの間に計算
された全ての累積費用は、費用マップを構成する。フロントは発展するインタフ
ェースであり、好適には、略均一で低いグレーレベルの結腸領域である3D画像
内で風船が膨張するように成長する。フロントは、画像の現在の各点におけるア
イコナール方程式の解である最小の動作をする面であり、この面の値は、始点か
ら始まり上記現在の点で終わる経路に沿って積分された最小エネルギーと一致す
る。グレーレベル情報は始点から前方へ伝播されるという事実と、所与の点にお
けるアイコナール方程式の解は、より低いグレーレベルを有する付近の点だけに
依存し、規則正しい方法でマーチングの方法を供給するという事実に基づいて、
公知の「高速マーチング」動作のマーチング動作が上記面を伝播するために使用
される。最も低いのは、現在のボクセルのグレーレベルであり、始点から上記現
在のボクセルに移動するための費用である。このサブステップは、始点において
初期化され、8つの最近傍点に伝播される。各近傍の点において、費用がアイコ
ナール方程式によって下記のように計算される。
づいて、第1フロントF1が、始点21から終了状態22、つまり終点と呼ばれ
る予め決められた到着点、又は所与のユークリッド経路長の先端に達するまで伝
播(2a)される。ユークリッド経路長が終了状態として用いられた場合、フロ
ントが最後に至った点が実際の終点と考えられる。フロントF1が至った点毎に
、上記点に到達するための累積費用が計算される。非ユークリッド経路長は、上
記点を始点と結合させたことによって評価される。このサブステップの間に計算
された全ての累積費用は、費用マップを構成する。フロントは発展するインタフ
ェースであり、好適には、略均一で低いグレーレベルの結腸領域である3D画像
内で風船が膨張するように成長する。フロントは、画像の現在の各点におけるア
イコナール方程式の解である最小の動作をする面であり、この面の値は、始点か
ら始まり上記現在の点で終わる経路に沿って積分された最小エネルギーと一致す
る。グレーレベル情報は始点から前方へ伝播されるという事実と、所与の点にお
けるアイコナール方程式の解は、より低いグレーレベルを有する付近の点だけに
依存し、規則正しい方法でマーチングの方法を供給するという事実に基づいて、
公知の「高速マーチング」動作のマーチング動作が上記面を伝播するために使用
される。最も低いのは、現在のボクセルのグレーレベルであり、始点から上記現
在のボクセルに移動するための費用である。このサブステップは、始点において
初期化され、8つの最近傍点に伝播される。各近傍の点において、費用がアイコ
ナール方程式によって下記のように計算される。
【0032】
【数2】 ただし、U1は計算された距離であり、P1はボクセル値、又は好適にはグレー
レベルの非線形関数のどちらかである。フロントが至った各現在の点において計
算されたアイコナール方程式は、第1距離マップを形成する第1費用マップを構
成する費用値を示す。上記8つの第1の近傍点から、既にフロントが至ったボク
セルではない、新しい8つの近傍点に、フロントF1は終了状態に達するまで伝
播される。近傍点は最も低いグレーレベルを有し、上記ボクセルに至る費用もよ
り小さい。従って、最も低いグレーレベルを有するボクセルにおいてフロントF
1は伝播し、終了状態22に達すると直ぐにフロントの伝播は停止する。グレー
レベルに基づいたこの伝播動作の利点は、終了状態22に達した瞬間に、フロン
トは結腸領域11内だけに伝播し、均一な低いグレーレベル値、即ち全ての3D
画像ボクセルではなく、結腸の内側にあるボクセルだけに至ることであり、それ
は90%のオーダーの急激な計算時間経済性を示す。もう一つの利点は、終了状
態に達した瞬間に、終端フロントの点から形成された最終的な細帯NB1が、グ
レーレベル値が突然変化して高くなる結腸の境界線に固着することである。従っ
て、フロントF1が結腸境界線NB1を交差することができない。これは、結腸
は3Dにおいて追跡することが困難な境界線を有するかなり捻じ曲がった対象で
あるので大きな利点である。本発明の方法では、フロントは結腸外に出ることが
できない。このサブステップにおいて、画像はフロントが至ったボクセル、即ち
結腸11のボクセルと、フロントが至らなかったボクセル、即ち背景BGにある
ボクセルの種類に分けられる。
レベルの非線形関数のどちらかである。フロントが至った各現在の点において計
算されたアイコナール方程式は、第1距離マップを形成する第1費用マップを構
成する費用値を示す。上記8つの第1の近傍点から、既にフロントが至ったボク
セルではない、新しい8つの近傍点に、フロントF1は終了状態に達するまで伝
播される。近傍点は最も低いグレーレベルを有し、上記ボクセルに至る費用もよ
り小さい。従って、最も低いグレーレベルを有するボクセルにおいてフロントF
1は伝播し、終了状態22に達すると直ぐにフロントの伝播は停止する。グレー
レベルに基づいたこの伝播動作の利点は、終了状態22に達した瞬間に、フロン
トは結腸領域11内だけに伝播し、均一な低いグレーレベル値、即ち全ての3D
画像ボクセルではなく、結腸の内側にあるボクセルだけに至ることであり、それ
は90%のオーダーの急激な計算時間経済性を示す。もう一つの利点は、終了状
態に達した瞬間に、終端フロントの点から形成された最終的な細帯NB1が、グ
レーレベル値が突然変化して高くなる結腸の境界線に固着することである。従っ
て、フロントF1が結腸境界線NB1を交差することができない。これは、結腸
は3Dにおいて追跡することが困難な境界線を有するかなり捻じ曲がった対象で
あるので大きな利点である。本発明の方法では、フロントは結腸外に出ることが
できない。このサブステップにおいて、画像はフロントが至ったボクセル、即ち
結腸11のボクセルと、フロントが至らなかったボクセル、即ち背景BGにある
ボクセルの種類に分けられる。
【0033】 サブステップ2bでは、縁のボクセルがラベリングされる(2b)。フロント
が至ったボクセルの内、画像は再び結腸の内側ボクセル11の種類と、縁ボクセ
ルNB1とラベルが付けられる終端フロントボクセルの種類に分けられる。この
ステップは、上記端点の位置を決めるので特に重要である。
が至ったボクセルの内、画像は再び結腸の内側ボクセル11の種類と、縁ボクセ
ルNB1とラベルが付けられる終端フロントボクセルの種類に分けられる。この
ステップは、上記端点の位置を決めるので特に重要である。
【0034】 ステップ3は図2Bに示され、サブステップ3a、3b及び3cを含む。
【0035】 サブステップ3aでは、第2フロントF2が伝播される(3a)。グレーレベ
ル値の代わりにボクセルの間の距離に基づく第2フロントF2は、上記説明され
るフロント伝播技術を用いて、縁の種類を形成する先のステップ2における最終
の細帯NB1の点から構成される第2初期フロントから開始し、下記のアイコナ
ール方程式に従って結腸11内において結腸の中心に向けて伝播される。
ル値の代わりにボクセルの間の距離に基づく第2フロントF2は、上記説明され
るフロント伝播技術を用いて、縁の種類を形成する先のステップ2における最終
の細帯NB1の点から構成される第2初期フロントから開始し、下記のアイコナ
ール方程式に従って結腸11内において結腸の中心に向けて伝播される。
【0036】
【数3】 ただし、U2は現在のフロントF2から結腸の縁に位置する初期フロントNB1
への距離であり、P2はどこにおいても1と同等である。このサブステップでは
、グレーレベル情報を使用しない。管状対象内のグレーレベルは均一であると推
定される。この第2フロント伝播は、対象内に新しい費用マップを供給する収縮
(3a)を示し、これは各点の壁までの距離U2を示して第2距離マップを供給
する。第2伝播の動作の各ステップにおいて、フロントF2は初期フロントNB
1、即ち対象の縁から等距離である面を構成する。上記新しい費用マップは、結
腸の壁から現在の点が離れているほど費用は最小となるように決められる。この
動作によって結腸の中心領域を決定される。上記中心領域CRは、その縁を構成
し、管状対象11の縁NB1から等距離である、第2フロントの収縮(3a)の
終端フロントNB2によって制限される。
への距離であり、P2はどこにおいても1と同等である。このサブステップでは
、グレーレベル情報を使用しない。管状対象内のグレーレベルは均一であると推
定される。この第2フロント伝播は、対象内に新しい費用マップを供給する収縮
(3a)を示し、これは各点の壁までの距離U2を示して第2距離マップを供給
する。第2伝播の動作の各ステップにおいて、フロントF2は初期フロントNB
1、即ち対象の縁から等距離である面を構成する。上記新しい費用マップは、結
腸の壁から現在の点が離れているほど費用は最小となるように決められる。この
動作によって結腸の中心領域を決定される。上記中心領域CRは、その縁を構成
し、管状対象11の縁NB1から等距離である、第2フロントの収縮(3a)の
終端フロントNB2によって制限される。
【0037】 サブステップ3bでは、初期フロントNB1と終端フロントNB2、即ち対象
の端点から形成される初期の細帯と中心領域CRの端点から形成される終端の細
帯の間の距離U2を閾値化させる(3b)。この閾値化された距離は例えば10
mmのようにミリメートルで評価される。
の端点から形成される初期の細帯と中心領域CRの端点から形成される終端の細
帯の間の距離U2を閾値化させる(3b)。この閾値化された距離は例えば10
mmのようにミリメートルで評価される。
【0038】 サブステップ3cでは、計算時間を減少するように、距離マップにおける距離
U2を反転させる(3c)。
U2を反転させる(3c)。
【0039】 図2Cによって示されるステップ4は、下記のアイコナール方程式に従って第
3フロントF3が伝播される。
3フロントF3が伝播される。
【0040】
【数4】 ただし、U3は第3フロントF3の伝播時間である。この第3フロントF3は始
点21から終点22と、前のステップで決められた中心領域CR内において伝播
する。上記式によると、伝播時間は、中心領域CRの中心においては非常に小さ
く、中心領域の縁NB2では大きい。結果として最も良好に中心にあるものが伝
播経路であるので、費用は最小となり、伝播時間も最小となる。上記得られた経
路EPは、中心領域CRにおいて最も良好に中心に置かれ、上記中心領域CRに
おいて最小の経路であり、解剖学上の対象11の管状対象の壁NB1から最も離
れている経路であり、上記は内視鏡経路と呼ばれる。
点21から終点22と、前のステップで決められた中心領域CR内において伝播
する。上記式によると、伝播時間は、中心領域CRの中心においては非常に小さ
く、中心領域の縁NB2では大きい。結果として最も良好に中心にあるものが伝
播経路であるので、費用は最小となり、伝播時間も最小となる。上記得られた経
路EPは、中心領域CRにおいて最も良好に中心に置かれ、上記中心領域CRに
おいて最小の経路であり、解剖学上の対象11の管状対象の壁NB1から最も離
れている経路であり、上記は内視鏡経路と呼ばれる。
【0041】 図3を参照すると、例えばX線装置200に供給される画像フレームの画像信
号は、更に3D再現システムのような3D画像を構成する公知のシステム110
に供給される。3D画像データが、公知のシステムから画像処理システム120
に供給されて、本発明の方法に従ってデータが処理される。上記画像処理システ
ム120は、スクリーン140を有するワークステーション130の好適にプロ
グラムされたコンピュータ、又は回路手段を有する専用プロセッサであり、本発
明の方法ステップの機能を実施するように配置される。ワークステーション13
0はキーボード131とマウス132を含む場合がある。画像処理システム12
0は更に、管状対象内で仮想的に通過する仮想カメラをシミュレートする仮想カ
メラ手段を含み、上記仮想カメラは本発明の方法によって決められた内視鏡経路
を追跡する。仮想カメラ手段は、経路の通過をシミュレートする動画を形成する
。
号は、更に3D再現システムのような3D画像を構成する公知のシステム110
に供給される。3D画像データが、公知のシステムから画像処理システム120
に供給されて、本発明の方法に従ってデータが処理される。上記画像処理システ
ム120は、スクリーン140を有するワークステーション130の好適にプロ
グラムされたコンピュータ、又は回路手段を有する専用プロセッサであり、本発
明の方法ステップの機能を実施するように配置される。ワークステーション13
0はキーボード131とマウス132を含む場合がある。画像処理システム12
0は更に、管状対象内で仮想的に通過する仮想カメラをシミュレートする仮想カ
メラ手段を含み、上記仮想カメラは本発明の方法によって決められた内視鏡経路
を追跡する。仮想カメラ手段は、経路の通過をシミュレートする動画を形成する
。
【図1A】 本発明の方法のステップを示す機能ブロック図である。
【図1B】 本発明の方法のステップを示す機能ブロック図である。
【図2A】 本発明の方法のステップにおける管状対象を示す図である。
【図2B】 本発明の方法のステップにおける管状対象を示す図である。
【図2C】 本発明の方法のステップにおける管状対象を示す図である。
【図3】 本発明の方法を実施する手段を有する医療装置を示す図である。
───────────────────────────────────────────────────── フロントページの続き (81)指定国 EP(AT,BE,CH,CY, DE,DK,ES,FI,FR,GB,GR,IE,I T,LU,MC,NL,PT,SE),JP (72)発明者 マクラム−エベイ,シェリフ オランダ国,5656 アーアー アインドー フェン,プロフ・ホルストラーン 6 (72)発明者 コーエン,ロラン オランダ国,5656 アーアー アインドー フェン,プロフ・ホルストラーン 6 Fターム(参考) 4C093 AA22 CA15 DA01 FF23 FF42 FG13 4C096 AB36 AC10 AD14 DC24 DC36 DD13 5B057 AA09 BA03 BA24 BA30 CA02 CA08 CA12 CA16 CB02 CB08 CB13 CB16 CC03 CE08 DA08 DB03 DB05 DB09 DC16 DC22 5B080 AA17 BA01 FA17
Claims (10)
- 【請求項1】 壁を有する管状構造を示す画像を処理する画像処理方法であ
って、 予め決められた第1の端点と第2の端点の間における経路を決定するステップを
含み、 上記経路は、上記端点の間における最短の経路であり、上記構造の壁から最も
離れている、画像処理方法。 - 【請求項2】 上記ステップは、 上記構造の壁の点の位置を決め、 上記構造内の上記壁の点から予め決められた一定の距離に面を決め、 中心領域を形成し、 上記中心領域において上記第1の端点と第2の端点の間における上記最短の経
路を決めるサブステップを含む請求項1記載の方法。 - 【請求項3】 上記サブステップは、 上記構造の内側ボクセルに実質的に低いグレーレベル値を与え、 グレーレベル値に基づいて、上記第1の端点に縮小された第1初期フロントか
ら第1フロントを伝播し、上記第2の端点に達した場合に上記構造の壁の点から
形成される第1終端フロントを決定する請求項2記載の方法。 - 【請求項4】 上記サブステップは更に、 距離値に基づいて、上記第1終端フロントである第2初期フロントから上記構
造の中心に向けて第2フロントを伝播し、上記第2初期フロントに等距離である
ボクセルからなる第2終端フロントを決定し、上記第2終端フロント内の中心領
域を決定する請求項3記載の方法。 - 【請求項5】 上記サブステップは更に、 上記中心領域内の第3フロントを上記第1の端点から上記第2の端点へ伝播し
、内視鏡経路と呼ばれる、上記構造の壁から最も離れている上記最短の経路を決
定する請求項4記載の方法。 - 【請求項6】 上記第3フロントを伝播するサブステップは、上記第2フロ
ントの伝播から計算された距離マップを、閾値化し、反転させたものに基づいて
実施される請求項5記載の方法。 - 【請求項7】 上記伝播は、アイコナール方程式に従って上記初期フロント
と上記終端フロントの間で積分された最小エネルギーを有する面に沿って実施さ
れる請求項3乃至6のうちいずれか一項記載の方法。 - 【請求項8】 上記第1フロント伝播はグレーレベル値とボクセル距離に基
づき、上記第2フロント伝播は現在のフロントから第2初期フロントへの距離に
基づき、上記第3フロント伝播は上記中心領域内の上記2つの端点の間の伝播時
間に基づいている請求項7記載の方法。 - 【請求項9】 上記請求項1乃至8のうちいずれか一項記載の方法を実施す
るよう配置され、 上記方法に従って処理された画像を表示する手段と、 上記方法を用いて構成された経路に沿って仮想内視鏡検査を行なう仮想カメラ
手段とを有する、ワークステーションの好適にプログラムされたコンピュータ、
又は回路手段を有する専用プロセッサを含むシステム。 - 【請求項10】 管状構造の3D医療画像を得る手段と、 上記管状構造内で仮想内視鏡検査を行なう請求項9記載のシステムとを有する
装置。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP99400003 | 1999-01-04 | ||
EP99400003.2 | 1999-01-04 | ||
EP99400748.2 | 1999-03-26 | ||
EP99400748 | 1999-03-26 | ||
PCT/EP1999/010298 WO2000041134A1 (en) | 1999-01-04 | 1999-12-20 | Method, system and apparatus for processing an image representing a tubular structure and for constructing a path through said structure |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2002534191A true JP2002534191A (ja) | 2002-10-15 |
Family
ID=26153631
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2000592789A Pending JP2002534191A (ja) | 1999-01-04 | 1999-12-20 | 管状構造を示す画像を処理し、その構造を通る経路を構成する方法、システム及び装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US6496188B1 (ja) |
EP (1) | EP1058913B1 (ja) |
JP (1) | JP2002534191A (ja) |
DE (1) | DE69927001T2 (ja) |
WO (1) | WO2000041134A1 (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004230086A (ja) * | 2003-01-31 | 2004-08-19 | Toshiba Corp | 画像処理装置、画像データ処理方法、及びプログラム |
JP2005514086A (ja) * | 2001-12-20 | 2005-05-19 | シーメンス コーポレイト リサーチ インコーポレイテツド | 仮想内視鏡検査のための自動ナビゲーション |
WO2014199640A1 (ja) * | 2013-06-13 | 2014-12-18 | 富士フイルム株式会社 | 仮想内視鏡画像生成装置および方法並びにプログラム |
JP2016007544A (ja) * | 2014-06-26 | 2016-01-18 | バイオセンス・ウエブスター・(イスラエル)・リミテッドBiosense Webster (Israel), Ltd. | 補助的な手動ゼロ合わせ可視化 |
Families Citing this family (46)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2831306A1 (fr) * | 2001-10-23 | 2003-04-25 | Koninkl Philips Electronics Nv | Station d'imagerie medicale a segmentation rapide d'image |
FR2831698A1 (fr) | 2001-10-30 | 2003-05-02 | Koninkl Philips Electronics Nv | Station d'imagerie medicale a fonction d'extraction de trajectoire au sein d'un objet ramifie |
US7397937B2 (en) * | 2001-11-23 | 2008-07-08 | R2 Technology, Inc. | Region growing in anatomical images |
US6711231B2 (en) * | 2001-12-10 | 2004-03-23 | Ge Medical Systems Global Technology Company, Llc | Methods and apparatus to assist and facilitate vessel analysis |
DE60306511T2 (de) | 2002-04-16 | 2007-07-05 | Koninklijke Philips Electronics N.V. | Medizinisches darstellungssystem und bildverarbeitungsverfahren zur visualisierung von gefalteten anatomischen bereichen von objektoberflächen |
US6892090B2 (en) * | 2002-08-19 | 2005-05-10 | Surgical Navigation Technologies, Inc. | Method and apparatus for virtual endoscopy |
AU2003901625A0 (en) * | 2003-03-28 | 2003-05-01 | Commonwealth Scientific And Industrial Research Organisation | Combining front propagation with shape knowledge for accurate curvilinear modelling |
US7457444B2 (en) * | 2003-05-14 | 2008-11-25 | Siemens Medical Solutions Usa, Inc. | Method and apparatus for fast automatic centerline extraction for virtual endoscopy |
US7300398B2 (en) * | 2003-08-14 | 2007-11-27 | Siemens Medical Solutions Usa, Inc. | Method and apparatus for registration of virtual endoscopic images |
US8276091B2 (en) * | 2003-09-16 | 2012-09-25 | Ram Consulting | Haptic response system and method of use |
EP1681011B1 (en) * | 2003-10-31 | 2013-03-20 | Olympus Corporation | Insertion support system |
WO2005069228A1 (en) | 2004-01-15 | 2005-07-28 | Algotec Systems Ltd. | Targeted marching |
JP4343723B2 (ja) * | 2004-01-30 | 2009-10-14 | オリンパス株式会社 | 挿入支援システム |
US7616800B2 (en) * | 2004-11-08 | 2009-11-10 | The Board Of Trustees Of The Leland Stanford Junior University | Polyp identification through subtraction of models of medical images |
EP1859413A2 (en) * | 2005-02-11 | 2007-11-28 | Philips Intellectual Property & Standards GmbH | Analysis of pulmonary nodules from ct scans using the contrast agent enhancement as a function of distance to the boundary of the nodule |
US7379062B2 (en) * | 2005-08-01 | 2008-05-27 | Barco Nv | Method for determining a path along a biological object with a lumen |
US7623900B2 (en) * | 2005-09-02 | 2009-11-24 | Toshiba Medical Visualization Systems Europe, Ltd. | Method for navigating a virtual camera along a biological object with a lumen |
US8019139B2 (en) * | 2005-10-12 | 2011-09-13 | Carestream Health, Inc. | Method and system for processing an image of body tissues |
US7711168B2 (en) * | 2005-10-19 | 2010-05-04 | Siemens Medical Solutions Usa, Inc. | Method for tracking blood vessels |
US20070249912A1 (en) * | 2006-04-21 | 2007-10-25 | Siemens Corporate Research, Inc. | Method for artery-vein image separation in blood pool contrast agents |
US8041141B2 (en) * | 2006-06-30 | 2011-10-18 | The University Of Louisville Research Foundation, Inc. | Method and software for shape representation with curve skeletons |
US20080117210A1 (en) * | 2006-11-22 | 2008-05-22 | Barco N.V. | Virtual endoscopy |
US7853058B2 (en) * | 2006-11-22 | 2010-12-14 | Toshiba Medical Visualization Systems Europe, Limited | Determining a viewpoint for navigating a virtual camera through a biological object with a lumen |
US10217282B2 (en) | 2007-11-02 | 2019-02-26 | Koninklijke Philips N.V. | Automatic movie fly-path calculation |
US8218846B2 (en) * | 2008-05-15 | 2012-07-10 | Superdimension, Ltd. | Automatic pathway and waypoint generation and navigation method |
US20090319100A1 (en) * | 2008-06-20 | 2009-12-24 | Honeywell International Inc. | Systems and methods for defining and rendering a trajectory |
EP2413777B1 (en) * | 2009-04-03 | 2014-12-31 | Koninklijke Philips N.V. | Associating a sensor position with an image position |
DE102012203117B4 (de) * | 2012-02-29 | 2016-03-03 | Siemens Aktiengesellschaft | Verfahren und System zur Ermittlung eines Begrenzungsflächennetzes |
US9002938B2 (en) * | 2012-04-26 | 2015-04-07 | International Business Machines Corporation | Notifying electronic meeting participants of interesting information |
CN104603837A (zh) | 2012-08-13 | 2015-05-06 | 皇家飞利浦有限公司 | 管状结构跟踪 |
US9588330B2 (en) * | 2013-06-28 | 2017-03-07 | Oregon Health & Science University | Tomographic bright field imaging (TBFI) |
US9754367B2 (en) | 2014-07-02 | 2017-09-05 | Covidien Lp | Trachea marking |
EP3164073B1 (en) | 2014-07-02 | 2020-07-01 | Covidien LP | System and method for detecting trachea |
CA2953267C (en) | 2014-07-02 | 2022-11-15 | Covidien Lp | Real-time automatic registration feedback |
JP6603245B2 (ja) | 2014-07-02 | 2019-11-06 | コヴィディエン リミテッド パートナーシップ | 肺のセグメント化のためのシステムおよび方法 |
US9770216B2 (en) | 2014-07-02 | 2017-09-26 | Covidien Lp | System and method for navigating within the lung |
US9603668B2 (en) | 2014-07-02 | 2017-03-28 | Covidien Lp | Dynamic 3D lung map view for tool navigation inside the lung |
US20160000414A1 (en) | 2014-07-02 | 2016-01-07 | Covidien Lp | Methods for marking biopsy location |
US11227427B2 (en) | 2014-08-11 | 2022-01-18 | Covidien Lp | Treatment procedure planning system and method |
CN105231978B (zh) * | 2015-09-14 | 2017-03-22 | 袁非牛 | 一种引导式虚拟内窥镜导航方法 |
US10986990B2 (en) | 2015-09-24 | 2021-04-27 | Covidien Lp | Marker placement |
US10709352B2 (en) | 2015-10-27 | 2020-07-14 | Covidien Lp | Method of using lung airway carina locations to improve ENB registration |
JP6570460B2 (ja) * | 2016-02-25 | 2019-09-04 | 富士フイルム株式会社 | 評価装置、方法およびプログラム |
WO2017167365A1 (en) | 2016-03-31 | 2017-10-05 | Brainlab Ag | Atlas-based calculation of a flight-path through a virtual representation of anatomical structures |
US10922556B2 (en) * | 2017-04-28 | 2021-02-16 | Intel Corporation | Storage system of DNN outputs for black box |
US11224392B2 (en) | 2018-02-01 | 2022-01-18 | Covidien Lp | Mapping disease spread |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5920319A (en) * | 1994-10-27 | 1999-07-06 | Wake Forest University | Automatic analysis in virtual endoscopy |
US5782762A (en) * | 1994-10-27 | 1998-07-21 | Wake Forest University | Method and system for producing interactive, three-dimensional renderings of selected body organs having hollow lumens to enable simulated movement through the lumen |
US5971767A (en) * | 1996-09-16 | 1999-10-26 | The Research Foundation Of State University Of New York | System and method for performing a three-dimensional virtual examination |
US5891030A (en) * | 1997-01-24 | 1999-04-06 | Mayo Foundation For Medical Education And Research | System for two dimensional and three dimensional imaging of tubular structures in the human body |
EP1057161B1 (en) * | 1998-02-23 | 2002-05-02 | Algotec Systems Ltd. | Automatic path planning system and method |
-
1999
- 1999-12-20 JP JP2000592789A patent/JP2002534191A/ja active Pending
- 1999-12-20 WO PCT/EP1999/010298 patent/WO2000041134A1/en active IP Right Grant
- 1999-12-20 DE DE69927001T patent/DE69927001T2/de not_active Expired - Lifetime
- 1999-12-20 EP EP99964658A patent/EP1058913B1/en not_active Expired - Lifetime
-
2000
- 2000-01-04 US US09/477,221 patent/US6496188B1/en not_active Expired - Lifetime
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005514086A (ja) * | 2001-12-20 | 2005-05-19 | シーメンス コーポレイト リサーチ インコーポレイテツド | 仮想内視鏡検査のための自動ナビゲーション |
JP2004230086A (ja) * | 2003-01-31 | 2004-08-19 | Toshiba Corp | 画像処理装置、画像データ処理方法、及びプログラム |
JP4564233B2 (ja) * | 2003-01-31 | 2010-10-20 | 株式会社東芝 | 画像処理装置、画像データ処理方法、及びプログラム |
WO2014199640A1 (ja) * | 2013-06-13 | 2014-12-18 | 富士フイルム株式会社 | 仮想内視鏡画像生成装置および方法並びにプログラム |
JP2015000094A (ja) * | 2013-06-13 | 2015-01-05 | 富士フイルム株式会社 | 仮想内視鏡画像生成装置および方法並びにプログラム |
US9542772B2 (en) | 2013-06-13 | 2017-01-10 | Fujifilm Corporation | Virtual endoscope image-generating device, method, and program |
JP2016007544A (ja) * | 2014-06-26 | 2016-01-18 | バイオセンス・ウエブスター・(イスラエル)・リミテッドBiosense Webster (Israel), Ltd. | 補助的な手動ゼロ合わせ可視化 |
Also Published As
Publication number | Publication date |
---|---|
DE69927001T2 (de) | 2006-06-08 |
WO2000041134A1 (en) | 2000-07-13 |
US6496188B1 (en) | 2002-12-17 |
EP1058913A1 (en) | 2000-12-13 |
EP1058913B1 (en) | 2005-08-31 |
DE69927001D1 (de) | 2005-10-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2002534191A (ja) | 管状構造を示す画像を処理し、その構造を通る経路を構成する方法、システム及び装置 | |
US20230013302A1 (en) | Anatomical model generation | |
JP5717942B2 (ja) | 超音波画像におけるエッジ検出 | |
CN110168613B (zh) | 用于使用降阶模型和机器学习估计血流特性的***和方法 | |
CN109589170B (zh) | 医学成像中的左心耳闭合引导 | |
US7379062B2 (en) | Method for determining a path along a biological object with a lumen | |
JP5362573B2 (ja) | 医療画像において領域を区分化するシステムおよび方法 | |
US9830427B2 (en) | Method for intracranial aneurysm analysis and endovascular intervention planning | |
US7356367B2 (en) | Computer aided treatment planning and visualization with image registration and fusion | |
US8724926B2 (en) | Method for registering a set of points in images | |
JP2006081906A (ja) | 器官内の塞栓症により冒されている領域を分析するための自動化された方法および装置ならびに器官内の塞栓症により冒されている領域を分析するためのコンピュータプログラムコードが記憶されているコンピュータ読み取り可能媒体 | |
JP7261245B2 (ja) | 画像から歯髄領域をセグメント化するための方法、システム、及びコンピュータプログラム | |
CN102982531B (zh) | 支气管的分割方法及*** | |
JP2007144177A (ja) | 低コントラストの管形状対象のための半自動セグメント分割手法の方法及び装置 | |
JP2005514997A (ja) | 体器官内の流動の定量的な算出を実行するための超音波画像シーケンスを処理する手段を有する観察システム | |
Manniesing et al. | Local speed functions in level set based vessel segmentation | |
Wittek et al. | Computational biomechanics for medical image analysis | |
JP5202841B2 (ja) | 医用イメージングシステム及び関心対象をセグメント化する方法 | |
JP2006521150A5 (ja) | ||
CN110599482A (zh) | 肺裂曲面确定方法、装置、电子设备和存储介质 | |
JP4017157B2 (ja) | 中空臓器血管抽出方法、中空臓器血管抽出処理プログラムおよび画像処理装置 | |
Mukondiwa et al. | A Prostate Boundary Localization and Edge Denoising Algorithm | |
EP4192358A1 (en) | Ultrasound method | |
JPWO2017047821A1 (ja) | 組織血管特性を可視化するための方法及びその装置 | |
Baloch et al. | A system for saccular intracranial aneurysm analysis and virtual stent planning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20061219 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090630 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20091124 |