CN101036165B - 用于树模型显像以检测肺栓塞的系统和方法 - Google Patents

用于树模型显像以检测肺栓塞的系统和方法 Download PDF

Info

Publication number
CN101036165B
CN101036165B CN2005800334694A CN200580033469A CN101036165B CN 101036165 B CN101036165 B CN 101036165B CN 2005800334694 A CN2005800334694 A CN 2005800334694A CN 200580033469 A CN200580033469 A CN 200580033469A CN 101036165 B CN101036165 B CN 101036165B
Authority
CN
China
Prior art keywords
tree
model
anatomical
tree structure
view
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.)
Active
Application number
CN2005800334694A
Other languages
English (en)
Other versions
CN101036165A (zh
Inventor
A·P·基拉利
C·L·诺瓦克
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.)
Siemens Healthineers AG
Original Assignee
Siemens Medical Solutions USA Inc
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 Siemens Medical Solutions USA Inc filed Critical Siemens Medical Solutions USA Inc
Publication of CN101036165A publication Critical patent/CN101036165A/zh
Application granted granted Critical
Publication of CN101036165B publication Critical patent/CN101036165B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-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
    • G06T7/12—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
    • G06T7/155—Segmentation; Edge detection involving morphological operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10088—Magnetic resonance imaging [MRI]
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30061—Lung
    • 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
    • G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
    • G06T2219/021—Flattening

Abstract

本发明涉及一种用于树模型显像以检测解剖树结构中异常的系统和方法。该方法包括：将树模型匹配到解剖树结构(230)；将树模型的分枝转换成第一二维分枝图像(240)；以及以分等级的顺序排列第一二维分枝图像以形成第二二维图像(250)。
Figure 200580033469.4_AB_0
Figure 200580033469.4_AB_1
Figure 200580033469.4_AB_2

Description

用于树模型显像以检测肺栓塞的系统和方法
相关申请的交叉引用
本申请要求2004年8月2日提交的美国临时申请号No.60/598,098的优先权，所述文献的副本在此引入作为参考。
技术领域
本发明涉及肺栓塞的显像和计算机辅助诊断和检测，并且特别涉及应用于树模型显像以检测肺栓塞的系统和方法。
背景技术
当来自深静脉血栓症(DVT)的一片血凝块脱落并且行进到肺中动脉时，发生肺栓塞(PE)，在肺中堵塞动脉、损伤肺并且对心脏造成压力。该短期并发症是潜在的生命威胁并且发生在约百分之十的具有急性DVT症状的患者中。其可能甚至比一般意识到的更普遍，因为多数栓塞发生没有征兆。
虽然在美国PE是非预期死亡的最普遍原因之一，其还可以是最可预防的之一。用抗凝血剂的即时治疗对于阻止生命损失是必要的。然而，这种治疗带有风险，因而使得正确的诊断很关键。结果，通过提供可与诸如肺血管造影法和通气灌注扫描的备选方法相类似的或优于它们的敏感性和特征，计算机断层摄影血管造影法(CTA)越来越得到接受作为诊断方法。
从在CTA期间使用的16切片计算机断层摄影(CT)扫描器采集的图像提供了很高分辨率的数据，允许对位于子段动脉中的栓塞的增强检测。经用二维(2D)切片对高分辨率数据的分析包括寻迹各个血管并检查它们的内容。然而，该分析可能是耗时的，尤其对于外围动脉。例如，诸如放射学家的从业医生必须导航通过各个2D切片，同时记住正寻迹的血管的位置。然而，因为放射学家一次仅能够寻迹有限数量的血管，所以必须重复整个寻迹处理。
在具有造影剂增强的CT图像的PE自动分析领域中的当前研究，关注借助于计算机辅助的检测(CAD)对动脉内的凝块直接检测，或者通过显像染病的肺区域中的血管或灌注不足直接推论凝块位置。当使用CAD检测动脉中的凝块时，通常需要对动脉的良好分割以检测PE的精确位置。一旦自动确认PE候选，它们呈现给放射学家用于核实。由于自动确认PE CAD候选，可能遗漏一些PE位置并且可能发生假肯定性。另外，通常不给放射学家关于为什么选择或不选择特定PE位置的信息。
在用于PE显像的另一方法中，计算肺局部区域的平均密度并且描绘以直接显像灌注不足。示出低于平均密度的肺区域通常是上游凝块的暗示；然而，诸如肺气肿的其他情形也可以导致低于平均密度。该方法包括对2D切片观察的相似导航需求，即在2D切片部分中卷动并且记住一定图案的位置。
在又一PE显像方法中，阴影三维(3D)血管树使用血管的内部密度区域以对树表面上色。该方法简化了对外周PE的研究，因为血管寻迹不再需要。然而，显像的树必须在3D中导航，并且因为分支倾向于闭塞其他分支，所以在树周围的导航需要相当大量的交互作用。另外，每个分支的整个表面可能需要检查，因而需要对每个分支的完全旋转观察，导致耗时的处理。
因此，需要一种技术来减少或消除用于观察3D血管树的所有结构的3D导航的需求。
发明内容
本发明通过提供了一种用于树模型显像以检测肺栓塞的系统和方法，克服了在已知教导中遇到的前述和其他问题。
在本发明的一个实施例中，提供用于树模型显像以检测解剖树结构中异常的方法，其中所述解剖树结构包括脉管或支气管树，该方法包括：采集解剖树结构的二维图像；合成解剖树结构的三维图像；将树模型匹配到解剖树结构的三维图像；将树模型的三维图像中与其各个分支对应的那部分三维图像转换为相应的二维图像；将树模型的分支转换成第一二维分支图像；以及以分等级的顺序排列第一二维分支图像以形成第二二维图像。
通过使用取阈值和基于尺寸的标注、基于线滤波的或者基于结构张量的分割技术中的一种，分割解剖树结构。
匹配树模型的步骤包括：对解剖树结构定义根位置；计算已分割的解剖树结构的轮廓；使用该轮廓形成原始树结构；消除原始树结构中的错误分支；对轮廓进行平滑和定中心；以及指派方向矢量到已分割的解剖树结构中的点。
通过使用基于脉管的寻迹技术、轮廓化、距离变换或基于水平集的树模型计算技术中的一种，也可以匹配树模型。通过使用打开、并排显示、旋转结构或者二维最大亮度投影技术中的一种，将树模型的分支转换成第一二维分支图像。
解剖树结构是诸如血管树的脉管树或者诸如支气管树的呼吸道树中的一种。使用计算机断层摄影术或者磁共振成像技术中的一种采集解剖树结构。所述异常是肺栓塞、呼吸道狭窄或脑动脉瘤中的一种。
在本发明的另一实施例中，提供一种用于分析二维树图像以检测解剖树结构中异常的方法，其中所述解剖树结构包括脉管或支气管树，该方法包括：采集解剖树结构的二维图像；合成解剖树结构的三维图像；将树模型匹配到解剖树结构的三维图像；将树模型的三维图像中与其各个分支对应的那部分三维图像转换为相应的二维图像；以及依照所得的树模型的分等级的分支排列顺序排列二维分支图像以形成二维显示图像。
该匹配树模型的步骤包括：对解剖树结构定义根位置；计算已分割的解剖树结构的轮廓；使用该轮廓形成原始树结构；消除原始树结构中的错误分支；对轮廓进行平滑和定中心；以及指派方向矢量到已分割的解剖树结构中的点。
该方法还包括：显示该二维显示图像；在该二维显示图像中以分等级的顺序观察分支；接收分支选择；并且获取分支的图像数据的原始轴试图或分支的三维描绘。当选定的分支包括异常时，异常是肺栓塞、呼吸道狭窄或脑动脉瘤中的一种。
在本发明又一实施例中，提供一种用于树模型显像以检测解剖树结构中异常的系统，其中所述解剖树结构包括脉管或支气管树，该系统包括：用于采集解剖树结构的二维图像的装置；用于合成解剖树结构的三维图像的装置；将树模型匹配到解剖树结构的三维图像的装置；将树模型的三维图像中与其各个分支对应的那部分三维图像转换成相应的二维图像的装置；以及以分等级的顺序排列第一二维分支图像以形成第二二维图像的装置。
通过使用取阈值和基于尺寸的标注、基于线滤波的或者基于结构张量的分割技术中的一种，分割解剖树结构。
当匹配时，处理器利用程序操作以：对解剖树结构定义根位置；计算已分割的解剖树结构的轮廓；使用该轮廓形成原始树结构；消除原始树结构中的错误分支；对轮廓进行平滑和定中心；以及指派方向矢量到已分割的解剖树结构中的点。
通过使用基于脉管的寻迹技术、轮廓化、距离变换或基于水平集的树模型计算技术中的一种，也可以匹配树模型。通过使用打开、并排显示、旋转结构或者二维最大亮度投影技术中的一种，将树模型的分支转换成第一二维分支图像。
解剖树结构是脉管树或者呼吸道树中的一种。使用计算机断层摄影术或者磁共振成像技术中的一种采集解剖树结构。所述异常是肺栓塞、呼吸道狭窄或脑动脉瘤中的一种。
前述特征是典型实施例的，并且呈现以帮助理解本发明。应当理解，它们并不预期认为是对由权利要求界定的本发明的限制，或者对权利要求的等效的限制。因此，特征的该概要不应认为在确定等效中是决定性的。从附图和权利要求的下列描述中，本发明的其他特征将变得清楚。
附图说明
图1是根据本发明典型实施例的一种用于树模型显像以检测肺栓塞的系统框图；
图2是示出了根据本发明典型实施例的一种用于树模型显像以检测肺栓塞的方法的流程图；
图3是示出了用于本发明典型实施例的树模型匹配方法的流程图；
图4是示出了根据常规技术的肺脉管树分割的3D显像的图；
图5是示出了根据本发明典型实施例的用于树模型显像以检测肺栓塞的方法的一系列图；
图6是示出了根据本发明典型实施例的用于将3D分支转换成2D图像的备选技术的一系列图；以及
图7是示出了根据本发明典型实施例的将肺脉管树转换成单一2D图像的结果的一系列图。
具体实施方式
图1是根据本发明典型实施例的用于树模型显像以检测肺栓塞的系统100的框图。
如图1中所示，系统100主要包括扫描设备105、个人计算机(PC)110以及通过例如以太网网络120连接的操作者控制台115。扫描设备105可以是磁共振(MR)成像设备、CT成像设备、螺旋CT设备、正电子发射断层摄影(PET)设备、2D或3D荧光成像设备、2D、3D或四维(4D)超声成像设备或x-射线设备。扫描设备105也可以是能够具有CT、MR、PET或其他成像技术的混合成像设备。
PC110，其可以是工作站、便携式或膝上型计算机、个人数字助理(PDA)等等，包括中央处理单元(CPU)125和存储器130，其连接到输入150和输出155。CPU125包括树模型显像模块145，其包括一种或多种用于树模型显像以检测肺栓塞的方法。
存储器130包括随机存取存储器(RAM)135和只读存储器(ROM)140。存储器130能够还包括数据库、磁盘驱动器、磁带驱动器等或它们的组合。RAM135行使作为数据存储器，其存储在执行CPU125中的程序期间使用的数据并且用作工作区域。ROM140行使作为程序存储器，用于存储在CPU125中执行的程序。输入150由键盘、鼠标等构成，而输出155由液晶显示器(LCD)、阴极射线管(CRT)显示器或打印机构成。
从操作者控制台115控制系统100的操作，所述操作者控制台115包括例如键盘的控制器165和例如CRT显示器的显示器160。操作者控制台115与PC110和扫描设备105通讯，从而由扫描设备105收集的2D图像数据能够由PC110描绘成3D数据并显示在显示器160上。应当理解，PC110能够配置以操作和显示在无操作者控制台115的情况下由扫描设备105提供的信息，使用例如输入150和输出155设备以执行由控制器165和显示器160执行的一定任务。
操作者控制台115还包括任何合适的图像描绘系统/工具/应用，其能够处理已采集的图像数据集(或其一部分)的数字图像数据，以产生并在显示器160上显示2D和/3D图像。更特别地，图像描绘系统可以是应用，其提供医学图像数据的2D/3D描绘和显像，并且其通用或专用计算机工作站上执行。此外，图像描绘系统允许用户导航通过3D图像或多个2D图像切片。PC110也可以包括图像描绘系统/工具/应用，用于处理已采集的图像数据集的数字图像数据以产生和显示2D和/或3D图像。
如图1中所示，树模型显像模块145也可以由PC110使用以接收和处理数字医学图像，其如上所述，可以是原始图像数据、2D重建数据(例如，轴切片)或诸如体图像数据或多平面重定格式或这格形式的组合的形式。数据处理结果能够从PC110经由网络120输出到操作者控制台115中的图像描绘系统，用于根据数据处理结果产生图像数据的2D和/或3D描绘，所述结果例如是器官或解剖结构的分割、颜色或亮度变化等。
图2是示出根据本发明典型实施例用于树模型显像以检测肺栓塞的方法的操作的流程图。
如图2中所示，肺脉管树的CT图像数据从患者内部的一对肺中采集(210)。这通过使用扫描设备105而完成，在该实例中为CT扫描器，其在操作者控制台115处操作，以扫描患者的胸或肺，由此产生一系列与肺相关的2D图像切片。而后，肺的2D图像切片组合以形成肺脉管树的3D图像。除了肺以外，应该理解，能够从腿、臂、脑或其他包含分支血管或呼吸道的身体部分中的一个中采集CT图像数据。此外，根据本发明，可以使用诸如MR图像数据的其他类型数据。
在采集了肺脉管树的CT图像数据之后，分割该脉管树(220)。应当理解，该脉管分割能够通过使用任何合适的脉管分割方法而完成。例如，可以使用诸如取阈值和基于尺寸的标注、基于线滤波的或者基于结构张量的脉管分割技术。也应当理解，任何获得脉管树模型的方法可以用于本发明。这包括，例如脉管寻迹方法，其不需要脉管分割并且当使用这些方法时，不需要步骤220和230(在下面讨论)。在这种方法中，直接从原始图像中获取树模型。为了完整性，现在将讨论用于本发明的脉管分割方法。
首先，经由从气管的种子点生长的高阈值区域，创建患者肺的遮罩。而后在已分割的脉管树上执行跟随有腐蚀的膨胀，以填充脉管导致的空余空间。应当理解，腐蚀算子稍稍大于膨胀算子，以阻止胸壁附近的肋和其他结构包括在遮罩中。而后通过包括肺遮罩中阈值以上的所有体素而分割肺脉管。阈值可以设置使得其足够低以捕获造影剂填充的和非造影剂填充的血管，包括那些被栓塞完全闭塞的血管。
刚才讨论的已描绘的分割的例子示出在图4的图像(a)中。在该图像中，除了示出分割模型，还由内部内容(inner content)遮蔽了表面。该图像还获自遮蔽的3D脉管树的视图。已描绘的分割的另一实施例示出在图5的图像(a)中，其中右侧分支上的黑色圆形区域510表示PE。
给出分割，而后将树模型匹配到已分割的图像(230)。应当理解，在该步骤中可以使用用于将树模型匹配到已分割的图像的多种方法。此外，能够使用基于脉管寻迹的算法方法以匹配，或换句话说，获取树模型。在下列文献中讨论了一种用于本发明的树匹配模型：A.P.Kiraly等人的“用于虚拟气管镜的三维路径计划”(“Three-Dimensional Path Planning for VirtualBronchoscopy”)，IEEE Transactions on Medical Imaging，第23卷，第11号，第1365-1379页，2004年11月，所述文献的副本在此引入作为参考。现在将参考图3讨论在那里讨论的树匹配模型的实例。
如图3中所示，树计算从轮廓化在先分割的脉管开始并且行进通过数个步骤。首先，为树的根定义根位置rA(310)。使用距离变换计算已分割的图像的轮廓以捕获结束点，其后同伦(homotopy)保持体素消除用于细化(320)。其次，使用轮廓形成原始树结构，虽然其可能包含错误分支(330)。然后，使用树结构和已分割的图像以测量用于消除错误分支的特定标准(340)。然后平滑轮廓并且更精确地定中心(350)。最终，指派方向矢量到树结构中的每个点(360)以允许导出的描绘，例如，打开的视图、垂直和平行平面以及脉管树内部的内窥镜视图。
根据脉管分割的结果，脉管树可以包括一个或多个已连接的部件。因而，应当选择每个独立部件的根位置。应当理解，最接近患者心脏的位置通常是根位置的良好选择。树匹配步骤的典型结果示出在图5的图像(b)中。更特别地，在图像(b)中，粗黑的中心线520-540表示树模型，其而后用于确定分支及其等级。
特别地，产生的模型将脉管树描述成一系列已连接的分支，其中每个分支定义为一组沿着中心轴的点。一旦获得该模型，各个分支能够以分等级的顺序显示，以指示例如分支之间的父/子关系。该显示使得避免了由3D显像方法面对的导航问题，因为可系统地扫描分支。
参考回图2，在以分等级的顺序呈现每个分支之前，如由图5的图像(c)的实例所图示，其转换成2D显示(240)。在一种技术中，如图像(c)中的540c-2所示，通过打开分支540可以以分等级的顺序显示分支。在该方法中，对分支中的每个单独位置，射线以环形方式垂直投射到分支方向上。沿着射线的体素的函数为该特定射线指定颜色。然后，每个射线的该颜色结果根据每个象素水平堆叠，以形成如图5的图像(d)中540d-2所示的显示的2D图像(250)。作为打开分支的代替，其能够显示为其内部内容的投影，如图5的图像(c)中540c-1所示。稍后将讨论这种的一个实例。
如图像(d)中所示，一旦该2D显示呈现给例如系统100的用户，该用户仅需要观察单一2D图像。一旦呈现给用户，经由用户界面，用户可以点击图像(d)的2D图像520d-540d-2中的点，并且而后可以在相应的3D显示器或者轴切片中指示这些点用于进一步说明和核实。
参考回步骤240，应当理解，根据本发明，可以使用用于将树模型的每个分支转换成2D图像的数个附加方法。该方法可以包括任何类型的函数或者采取穿过3D类管结构的路径的函数，并且将该路径显示成2D图像呈现给用户用于观察。
在一种用于将树模型的每个分支转换成单一2D图像的备选方法中，图6的图像(a)示出了并排显示的分支的两个描绘610a和610b，其中一个描绘获自“前部”610a，而另一个描绘来自“背部”610b。该技术允许观察分支周围的全视图。该描绘还能够通过执行内容量的表面遮蔽而实现，如图6的图像(a)所表明的。
在另一方法中，在图6的图像(b)中所示，每个分支能够图示为动画的2D图像中的旋转结构620，因而允许显像所有侧面而不扭曲。此外，该描绘能够如图6的图像(a)所表明的通过执行内部内容的表面遮蔽或者通过数据投影而实现。在又一方法中，限制到分割中的体素的2D MIP能够如图6的图像(c)中的630所示被计算。该技术允许脉管中的所有体素影响视图，因而允许显像脉管内部的特征并且消除计算从中心线到表面的路径的需求。
图7包含在内以图示将脉管树转换成单一2D图像的处理和结果。在图7的图像(a)中，示出了具有指示PE的箭头的轴切片。在图7的图像(b)中，示出了3D肺脉管树的显像。图像(b)中的箭头指示了图7的图像(c)中将显示的子树的根。在图像(c)中，示出了为图像(b)中的脉管树部分计算的树模型，而在图7的图像(d)中，示出了图像(c)中的脉管树的最终2D显像。在图像(d)中，仅图示了子树，因为整个树太大而不能在一页打印页中示出。如能够从图像(d)的纵览中所观察到的，指示凝块或PE的黑暗区域(由箭头指示)清楚可见，如动脉的分等级关系(例如，1-4代)。此外，还从该视图中可确定凝块的程度。
因而，根据本发明典型实施例，提供了一种出于PE显像目的的用于显示在单一2D图像中的胸的3D CT图像中包含的脉管的方法。特别地，该方法首先对所有脉管树结构计算树模型。一旦获得该模型，其各个分支以分等级的顺序显示。这允许全面观察脉管的所有侧面，同时保持树的分等级结构。另外，每个分支可被显示为旋转结构或被平滑成2D图像。在后一方案中可不需要3D导航。此外，本发明的显示方案允许医学从业者点击位置并且在原始CT数据和3D显像中找到其相应位置，进一步增强PE的诊断和检测。
应当进一步理解，本发明可以以硬件、软件、固件、专用处理器或它们的组合的多种形式实施。在一个实施例中，本发明可以实施为软件，作为有形地嵌入在程序存储设备(例如，磁盘、RAM、CD ROM、DVD、ROM和闪存)中的应用程序。该应用程序可以上载到包括任何合适结构的机器上并由其执行。
应当进一步理解，由于在随附附图中示出的形成系统的部件和方法步骤可以实施成软件，所以系统部件(或处理步骤)之间的实际连接可能根据本发明编程的方式而有所区分。给出了在此提供的本发明的教导，本领域普通技术人员将能够预期本发明的这些和相似的实施或构造。
还应当理解，上述描述仅代表示意性实施例。为了方便读者，上述描述已经集中在可能实施例的代表性样例，也即一个说明了本发明原理的样例。本说明书并不期望详尽地列举所有可能的变化方案。备选实施例可能没有针对本发明的特定部分被介绍，或者更多未描述的备选方案对于一部分是可以获得的，这将不认为是对那些备选实施例的放弃。不脱离本发明的精神和范围，能够实施其他应用和实施例。
因此意图是，本发明不局限于特定描述的实施例，因为能够创建上述实施例的大量排列和组合以及包括非发明性替代上述实施例的实施，但是本发明将根据跟随的权利要求而定义。能够意识到，许多那些未描述的实施例落入下列权利要求的文字范围中，而其他的是等效的。

Claims (22)

1.一种用于树模型显像以检测解剖树结构中异常的方法，其中所述解剖树结构包括脉管树和支气管树中的一种，该方法包括：
采集解剖树结构的二维图像；
合成解剖树结构的三维图像；
将树模型匹配到解剖树结构的三维图像；
将树模型的三维图像中与其各个分支对应的那部分三维图像转换为相应的第一二维图像；以及
以分等级的顺序排列所述第一二维分支图像以形成第二二维图像。
2.根据权利要求1的方法，其中解剖树结构的图像数据被分割。
3.根据权利要求2的方法，其中通过使用取阈值和基于尺寸的标注的分割技术、基于线滤波的分割技术、基于结构张量的分割技术中的一种，来分割解剖树结构的图像数据。
4.根据权利要求2的方法，其中所述将树模型匹配到解剖树结构的三维图像的步骤包括：
对解剖树结构的三维图像数据定义根位置；
计算已分割的解剖树结构的三维图像数据的轮廓；
使用该轮廓形成原始树模型；
消除原始树模型中的错误分支；
对轮廓进行平滑和定中心；以及
指派方向矢量到已分割的解剖树结构的三维图像数据中的点。
5.根据权利要求1的方法，其中通过使用基于脉管的寻迹技术、轮廓化、距离变换或基于水平集的树模型计算技术中的一种，来匹配树模型。
6.根据权利要求1的方法，其中通过使用打开、并排显示、旋转结构或者二维最大亮度投影技术中的一种，将树模型的分支转换成第一二维分支图像，来达成将树模型的三维图像中与其各个分支对应的那部分三维图像转换为相应的二维图像。
7.根据权利要求1的方法，其中使用计算机断层摄影术或者磁共振成像技术中的一种采集解剖树结构的二维图像。
8.根据权利要求1的方法，其中异常是肺栓塞、呼吸道狭窄、和脑动脉瘤中的一种。
9.一种用于分析二维树图像以检测解剖树结构中异常的方法，其中所述解剖树结构包括脉管树和支气管树中的一种，该方法包括：
采集解剖树结构的二维图像；
合成解剖树结构的三维图像；
将树模型匹配到解剖树结构的三维图像；
将树模型的三维图像中与其各个分支对应的那部分三维图像转换为相应的二维图像；以及
依照所得的树模型的分等级的分支排列顺序排列二维分支图像以形成二维显示图像。
10.根据权利要求9的方法，其中所述将树模型匹配到解剖树结构的三维图像的步骤包括：
对解剖树结构的三维图像数据定义根位置；
计算已分割的解剖树结构的三维图像数据的轮廓；
使用该轮廓形成原始树模型；
消除原始树模型中的错误分支；
对轮廓进行平滑和定中心；以及
指派方向矢量到已分割的解剖树结构的三维图像数据中的点。
11.根据权利要求9的方法，还包括：
显示二维显示图像。
12.根据权利要求11的方法，还包括：
以分等级的顺序观察二维显示图像中的分支。
13.根据权利要求12的方法，还包括：
接收分支选择；以及
获取分支的图像数据的原始轴视图或分支的三维描绘。
14.根据权利要求13的方法，其中当选定分支包括异常时，所述异常是肺栓塞、呼吸道狭窄、和脑动脉瘤中的一种。
15.一种用于树模型显像以检测解剖树结构中异常的系统，其中所述解剖树结构包括脉管树和支气管树中的一种，该系统包括：
用于采集解剖树结构的二维图像的装置；
用于合成解剖树结构的三维图像的装置；
将树模型匹配到解剖树结构的三维图像的装置；
将树模型的三维图像中与其各个分支对应的那部分三维图像转换成相应的二维图像的装置；以及
以分等级的顺序排列第一二维分支图像以形成第二二维图像的装置。
16.根据权利要求15的系统，其中解剖树结构的图像数据是已分割的。
17.根据权利要求16的系统，其中通过使用取阈值和基于尺寸的标注的分割技术、基于线滤波的分割技术、基于结构张量的分割技术中的一种，来分割解剖树结构的图像数据。
18.根据权利要求16的系统，其中将树模型匹配到解剖树结构的三维图像的装置包括：
用于对解剖树结构的三维图像数据定义根位置的装置；
用于计算已分割的解剖树结构的三维图像数据轮廓的装置；
用于使用该轮廓形成原始树模型的装置；
用于消除原始树模型中的错误分支的装置；
用于对轮廓进行平滑和定中心的装置；以及
用于指派方向矢量到已分割的解剖树结构的三维图像数据中的点的装置。
19.根据权利要求15的系统，其中通过使用基于脉管的寻迹技术、轮廓化、距离变换、和基于水平集的树模型计算技术中的一种，来匹配树模型。
20.根据权利要求15的系统，其中通过使用打开、并排显示、旋转结构或者二维最大亮度投影技术中的一种，将树模型的分支转换成第一二维分支图像，而达成将树模型的三维图像中与其各个分支对应的那部分三维图像转换为相应的二维图像。
21.根据权利要求15的系统，其中使用计算机断层摄影术和磁共振成像设备中的一种采集解剖树结构的二维图像。
22.根据权利要求15的系统，其中异常是肺栓塞、呼吸道狭窄、和脑动脉瘤中的一种。
CN2005800334694A 2004-08-02 2005-08-02 用于树模型显像以检测肺栓塞的系统和方法 Active CN101036165B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US59809804P 2004-08-02 2004-08-02
US60/598,098 2004-08-02
US11/194,252 2005-08-01
US11/194,252 US7599535B2 (en) 2004-08-02 2005-08-01 System and method for tree-model visualization for pulmonary embolism detection
PCT/US2005/027571 WO2006017580A1 (en) 2004-08-02 2005-08-02 System and method for tree-model visualization for pulmonary embolism detection

Publications (2)

Publication Number Publication Date
CN101036165A CN101036165A (zh) 2007-09-12
CN101036165B true CN101036165B (zh) 2010-09-08

Family

ID=35355787

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2005800334694A Active CN101036165B (zh) 2004-08-02 2005-08-02 用于树模型显像以检测肺栓塞的系统和方法

Country Status (4)

Country Link
US (1) US7599535B2 (zh)
CN (1) CN101036165B (zh)
DE (1) DE112005001755T5 (zh)
WO (1) WO2006017580A1 (zh)

Families Citing this family (46)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7998062B2 (en) 2004-03-29 2011-08-16 Superdimension, Ltd. Endoscope structures and techniques for navigating to a target in branched structure
EP2113189B1 (en) * 2003-09-15 2013-09-04 Covidien LP System of accessories for use with bronchoscopes
EP2316328B1 (en) 2003-09-15 2012-05-09 Super Dimension Ltd. Wrap-around holding device for use with bronchoscopes
US8764725B2 (en) 2004-02-09 2014-07-01 Covidien Lp Directional anchoring mechanism, method and applications thereof
US8233964B2 (en) 2005-09-16 2012-07-31 Siemens Medical Solutions Usa, Inc. System and method for color-coding segmented chest image airways for assessment
US20080008371A1 (en) * 2006-06-13 2008-01-10 Kevin Woods Considerations when colon segmentation differs between CAD processing and visualization
CN101548296B (zh) * 2006-06-16 2013-04-24 皇家飞利浦电子股份有限公司 解剖树的自动化分层拆分
RU2458402C2 (ru) * 2006-11-20 2012-08-10 Конинклейке Филипс Электроникс, Н.В. Отображение анатомических древовидных структур
CN101675452B (zh) * 2007-05-04 2013-01-02 皇家飞利浦电子股份有限公司 对称的解剖结构的自动显示
US7965810B2 (en) 2007-06-26 2011-06-21 General Electric Company Device and method for identifying occlusions
US20090012382A1 (en) * 2007-07-02 2009-01-08 General Electric Company Method and system for detection of obstructions in vasculature
US8126229B2 (en) * 2007-08-03 2012-02-28 Siemens Medical Solutions Usa, Inc. Reduction of lymph tissue false positives in pulmonary embolism detection
US8905920B2 (en) 2007-09-27 2014-12-09 Covidien Lp Bronchoscope adapter and method
DE102007046701A1 (de) * 2007-09-28 2009-04-16 Siemens Ag Verfahren zur Verarbeitung arteriographischer Bilddaten
US9575140B2 (en) 2008-04-03 2017-02-21 Covidien Lp Magnetic interference detection system and method
JP5571654B2 (ja) * 2008-04-18 2014-08-13 コーニンクレッカ フィリップス エヌ ヴェ 肺動脈のセグメント化
EP2297673B1 (en) 2008-06-03 2020-04-22 Covidien LP Feature-based registration method
US8218847B2 (en) 2008-06-06 2012-07-10 Superdimension, Ltd. Hybrid registration method
US8932207B2 (en) 2008-07-10 2015-01-13 Covidien Lp Integrated multi-functional endoscopic tool
US8611984B2 (en) 2009-04-08 2013-12-17 Covidien Lp Locatable catheter
WO2011106440A1 (en) * 2010-02-23 2011-09-01 Loma Linda University Medical Center Method of analyzing a medical image
CN101847267B (zh) * 2010-06-01 2012-04-25 中国科学院自动化研究所 基于深度检索的树木建模方法
CN101866495B (zh) * 2010-06-01 2012-03-28 中国科学院自动化研究所 基于骨架点云的树木建模方法
US10582834B2 (en) 2010-06-15 2020-03-10 Covidien Lp Locatable expandable working channel and method
US20130149684A1 (en) * 2011-12-09 2013-06-13 University Of Florida Research Foundation, Incorporated Physiological simulator toolkit and viewer
DE102012204063B4 (de) * 2012-03-15 2021-02-18 Siemens Healthcare Gmbh Generierung von Visualisierungs-Befehlsdaten
EP2849668B1 (en) * 2012-05-14 2018-11-14 Intuitive Surgical Operations Inc. Systems and methods for registration of a medical device using rapid pose search
US9472017B2 (en) * 2013-01-29 2016-10-18 Siemens Aktiengesellschaft Fast rendering of curved reformation of a 3D tubular structure
CN103425771B (zh) * 2013-08-12 2016-12-28 深圳市华傲数据技术有限公司 一种数据正则表达式的挖掘方法及装置
US10952593B2 (en) 2014-06-10 2021-03-23 Covidien Lp Bronchoscope adapter
US10454676B2 (en) * 2015-02-13 2019-10-22 International Business Machines Corporation Automatic key management using enterprise user identity management
US10426555B2 (en) 2015-06-03 2019-10-01 Covidien Lp Medical instrument with sensor for use in a system and method for electromagnetic navigation
US10157467B2 (en) * 2015-08-07 2018-12-18 Arizona Board Of Regents On Behalf Of Arizona State University System and method for detecting central pulmonary embolism in CT pulmonary angiography images
US10478254B2 (en) 2016-05-16 2019-11-19 Covidien Lp System and method to access lung tissue
US10792106B2 (en) 2016-10-28 2020-10-06 Covidien Lp System for calibrating an electromagnetic navigation system
US10615500B2 (en) 2016-10-28 2020-04-07 Covidien Lp System and method for designing electromagnetic navigation antenna assemblies
US10722311B2 (en) 2016-10-28 2020-07-28 Covidien Lp System and method for identifying a location and/or an orientation of an electromagnetic sensor based on a map
US10638952B2 (en) 2016-10-28 2020-05-05 Covidien Lp Methods, systems, and computer-readable media for calibrating an electromagnetic navigation system
US10418705B2 (en) 2016-10-28 2019-09-17 Covidien Lp Electromagnetic navigation antenna assembly and electromagnetic navigation system including the same
US10751126B2 (en) 2016-10-28 2020-08-25 Covidien Lp System and method for generating a map for electromagnetic navigation
US10517505B2 (en) 2016-10-28 2019-12-31 Covidien Lp Systems, methods, and computer-readable media for optimizing an electromagnetic navigation system
US10446931B2 (en) 2016-10-28 2019-10-15 Covidien Lp Electromagnetic navigation antenna assembly and electromagnetic navigation system including the same
CN107689043B (zh) * 2017-08-28 2020-06-16 重庆邮电大学 一种血管段终端节点与分支节点的获取方法
US11219489B2 (en) 2017-10-31 2022-01-11 Covidien Lp Devices and systems for providing sensors in parallel with medical tools
DE102019202571A1 (de) * 2019-02-26 2020-08-27 Siemens Healthcare Gmbh Präparieren und Abbilden einer röhrenförmigen Struktur
CN111754476A (zh) * 2019-06-19 2020-10-09 北京昆仑医云科技有限公司 用于解剖树结构的疾病量化建模的方法及系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1427377A (zh) * 2001-12-19 2003-07-02 皇家菲利浦电子有限公司 协助在脉管系统中定向的方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2001268217A1 (en) * 2000-06-06 2001-12-17 The Research Foundation Of State University Of New York Computer aided visualization, fusion and treatment planning
US6901555B2 (en) 2001-07-09 2005-05-31 Inxight Software, Inc. Tree visualization system and method based upon a compressed half-plane model of hyperbolic geometry
US7113623B2 (en) * 2002-10-08 2006-09-26 The Regents Of The University Of Colorado Methods and systems for display and analysis of moving arterial tree structures
US7545965B2 (en) * 2003-11-10 2009-06-09 The University Of Chicago Image modification and detection using massive training artificial neural networks (MTANN)

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1427377A (zh) * 2001-12-19 2003-07-02 皇家菲利浦电子有限公司 协助在脉管系统中定向的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
A. P. KIRALY, W. E. HIGGINS.Analysis of branching tubular structures in 3d digital images.PROCEEDINGS 2002 INTERNATIONAL CONFERENCE ON IMAGE PROCESSING2.2002,2333-336. *

Also Published As

Publication number Publication date
DE112005001755T5 (de) 2007-05-10
WO2006017580A1 (en) 2006-02-16
US20060023925A1 (en) 2006-02-02
CN101036165A (zh) 2007-09-12
US7599535B2 (en) 2009-10-06

Similar Documents

Publication Publication Date Title
CN101036165B (zh) 用于树模型显像以检测肺栓塞的系统和方法
JP6877868B2 (ja) 画像処理装置、画像処理方法および画像処理プログラム
US7567696B2 (en) System and method for detecting the aortic valve using a model-based segmentation technique
US20070276214A1 (en) Systems and Methods for Automated Segmentation, Visualization and Analysis of Medical Images
CN101336844B (zh) 医用图像处理装置以及医用图像诊断装置
JP6080249B2 (ja) ３次元画像表示装置および方法並びにプログラム
US7773791B2 (en) Analyzing lesions in a medical digital image
EP2104453B1 (en) Visualizing a vascular structure
JP5345934B2 (ja) 観察のための三次元レンダリングからのデータ集合の選択
US7349563B2 (en) System and method for polyp visualization
US20050110791A1 (en) Systems and methods for segmenting and displaying tubular vessels in volumetric imaging data
US7684602B2 (en) Method and system for local visualization for tubular structures
US8150121B2 (en) Information collection for segmentation of an anatomical object of interest
EP1455634A2 (en) Imaging system and method for cardiac analysis
US20110060755A1 (en) Method of selectively and interactively processing data sets
US10275946B2 (en) Visualization of imaging uncertainty
RU2530302C2 (ru) Анализ, по меньшей мере, трехмерного медицинского изображения
Tory et al. 4D space-time techniques: a medical imaging case study
JP6898047B2 (ja) 時変データの定量的評価
Kiraly et al. 2D display of a 3D tree for pulmonary embolism detection
Douek et al. Image processing in contrast-enhanced MR angiography
Flohr et al. Cardiothoracic Image Postprocessing
Aylward et al. Tubular Objects in 3D Medical Images

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20211102

Address after: Erlangen

Patentee after: Siemens Healthineers AG

Address before: Munich, Germany

Patentee before: SIEMENS AG

Effective date of registration: 20211102

Address after: Munich, Germany

Patentee after: SIEMENS AG

Address before: Pennsylvania, USA

Patentee before: SIEMENS MEDICAL SOLUTIONS USA, Inc.