Nothing Special   »   [go: up one dir, main page]

CN109427059B - 解剖结构的平面可视化 - Google Patents

解剖结构的平面可视化 Download PDF

Info

Publication number
CN109427059B
CN109427059B CN201810949204.8A CN201810949204A CN109427059B CN 109427059 B CN109427059 B CN 109427059B CN 201810949204 A CN201810949204 A CN 201810949204A CN 109427059 B CN109427059 B CN 109427059B
Authority
CN
China
Prior art keywords
image
tree
dimensional
mapping
virtual network
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
CN201810949204.8A
Other languages
English (en)
Other versions
CN109427059A (zh
Inventor
李欣芸
R·克格尔
M·舒林
C·施韦莫尔
M·舍恩宾格
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 Medical Ag
Original Assignee
Siemens Healthineers AG
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 Healthineers AG filed Critical Siemens Healthineers AG
Publication of CN109427059A publication Critical patent/CN109427059A/zh
Application granted granted Critical
Publication of CN109427059B publication Critical patent/CN109427059B/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
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/08—Volume rendering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/504—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
    • 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
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/06—Topological mapping of higher dimensional structures onto lower dimensional surfaces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/80—Geometric correction
    • 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
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20112—Image segmentation details
    • G06T2207/20168—Radial search
    • 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
    • G06T2207/30048—Heart; Cardiac
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30172—Centreline of tubular or elongated structure
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/22—Cropping
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/41—Medical
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2215/00—Indexing scheme for image rendering
    • G06T2215/06—Curved planar reformation of 3D line structures
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Graphics (AREA)
  • Medical Informatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • General Health & Medical Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Optics & Photonics (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Geometry (AREA)
  • Pulmonology (AREA)
  • Quality & Reliability (AREA)
  • Vascular Medicine (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Architecture (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

描述了用于患者的解剖结构的二维映射的方法。该方法用于获取患者的解剖结构的三维图像数据。此外，将虚拟网络结构适配解剖结构的空间走向。设定用户定义的映射投影，用于将后续输出图像的二维像素位置投影到围绕解剖结构中心的几何图形，几何图形到二维空间的映射被定义。然后，确定指派给后续输出图像的二维像素位置的径向延伸半线与虚拟网络结构的相交点。最后，基于指派给所确定的相交点的图像强度值来确定输出图像。还描述了用于患者的树状细长结构的二维映射的方法和用于树状细长结构的同时映射的方法。而且，描述了用于患者的解剖结构的二维映射的装置和用于患者的树状细长结构的二维映射的装置。此外，还描述用于树状细长结构的同时映射的装置。

Description

解剖结构的平面可视化
技术领域
本发明涉及一种用于患者的解剖结构的二维映射的方法。本发明还涉及一种用于患者的树状延伸结构的二维映射的方法。此外，本发明涉及一种用于树状延伸结构的同时映射的方法。另外，本发明涉及一种用于患者的解剖结构的二维映射的装置。本发明进一步涉及一种用于患者的树状延伸结构的二维映射的装置。本发明还涉及一种用于树状延伸结构的同时映射的装置。
背景技术
计算机辅助可视化方法为检查从医学成像方法获得的数据提供了非常灵活和有效的选择，因此在临床应用中起着重要作用。迄今为止，对被定向为彼此正交的标准化视图进行逐片检查一直是诊断放射学中的标准方法。遗憾的是，对于许多任务来说，直接查看和评估并不理想，这是因为解剖结构通常不会与计算机断层摄影仪或成像医疗设备的坐标系共形运动，并且通常具有复杂的形式。
在CT血管造影(简称为CTA)中，要显示血管以便检测血管异常。为此，要在患者体内检查例如冠状动脉或其他动脉。为了便于更灵活地查看医学数据集，开发出了多平面重组(MPR)用以在任何定向的平面中表示重建的CT体积。然而，查看所述常规MPR表示中的血管是非常繁琐的，因为血管、例如冠状血管具有复杂的三维几何形状，仅一小部分动脉分别与所表示的图像切片相交，导致在图像表示中仅可以标识每个动脉的一小部分。
鉴于所提及的困难，已经开发出用于所记录的医学图像数据的可视化的方法，这样的方法考虑了特定的解剖学环境。
另一类型的图像表示基于弯曲平面重组(CPR)，这种图像表示支持通过由各个几何中心线或复杂中心线图定义的数据集来进行灵活切割。CPR通常被用于血管的可视化，因为所生成的切口支持血管内腔的细致检查并且包括有价值的解剖学上下文。与MPR相反，CPR直接由特定于患者的解剖数据控制，并且这最终使更多信息被浓缩在一个可以绕纵向轴线旋转的单个2D视图中。
虽然常规的弯曲平面重组使得各个冠状区段能够在单个图像中在全部长度上被可视化，但是这些冠状区段不能被用来表示整个冠状系统的多个区段，因此丢失了解剖学上下文。
共形映射具有角度保持映射的属性，这种映射在希望将被映射对象的相似性保留在投影中的情况下是特别重要的。图像的共形性在医学图像配准中起重要作用。然而，即使利用共形映射，也会发生局部或全局缩放。这导致各个区域的扩大或缩小表示，并且产生看上去不自然的参数化结果。还有其他方法也试图将共形性和刚性的目标相互结合；这也被称为ARAP范例(ARAP＝尽可能刚性)。这避免了特别是在局部区域上在长度方向的过度扭曲，同时仍保留最大可能的共形性。特别地，它防止一些区域被映射得太大或太小，因此确保了表示的清晰度和用户友好性。
因此，需求一种可视化方法用于将所有冠状部分的复杂三维结构可以被映射到如下的平面图像表示上，该平面图像表示允许对整个血管树的快速检查，其中能保留解剖学上下文并且支持用户交互。同时应该最小化几何失真。
常规情况下，多个不同血管段的CPR表示按顺序被查看并且在单独的视图中彼此相邻，但是这个过程引起伪像外观和示意可视化，并且导致血管系统底层的树结构的损失、从而导致解剖学上下文的损失。
US 7,447,535 B2描述了在单个图像中可视化所有冠状区段的一种尝试。在此文中，球形网络通过沿其法线的挤压而变形，以使其适配冠状结构。然后该结构沿着网络被扫描，并且扫描到的值被传送回球体。这些值然后通过墨卡托投影被映射到二维图像上。
然而，这些方法具有以下缺点：
-在许多血管位于被用于挤压的球体法线方向上的情况中，所描述的网络适配技术导致血管部分未被映射。这些血管中只有一个血管与所生成的网络相交。每个球体法线的挤压(如在常规方法中)在特定点处停止，确切地说，停止在血管的一个点处。因此，所形成的网络不包含沿该法线位于该点之前或之后的血管点。
-墨卡托投影不是特别适合生成概览表示，因为所生成的表示的大多数区域都是失真的。特别是距离图像表示中心的水平线更远的图像部分将严重失真。
-球体不是变形的理想起点，因为取决于位置、血管的几何形状和血管扫描的质量，一些冠状区段可能指向球体中心的方向，这导致网络中的深度压痕，从而损害图像质量。
-另外，这个过程产生静态二维图像，这种图像不能提供用户交互的选项，诸如“切片”。
US 7,233,329 B2中描述了其他方法。在此文中，最大强度投影(MIP)沿着一个波束、在该波束与网络的相交点之前和之后被生成。然而，利用该方法不能保证所生成的网络与所有血管相交，因此也不能保证所有血管被映射。此外，该方法的成功取决于扫描增量的选择和初始心脏网络的近似。另外，由于扫描非光滑表面，将生成伪像。由于要沿着射线上的多个位置执行投影，因此仅可能生成厚的MIP切片。利用这种方法不可能生成多于一个的薄切片。
发明内容
因此，一个目标可以是要提出一种平面可视化方法，能够实现尽可能准确的复杂血管结构的全面映射。
该目标通过以下来实现：一种用于患者的解剖结构的二维映射的方法；一种用于患者的树状延伸结构的二维映射的方法；一种用于树状延伸结构的同时映射的方法；一种用于患者的解剖结构的二维映射的装置；一种用于患者的树状延伸结构的二维映射的装置；以及一种所要求的用于树状延伸结构的同时映射的装置。
根据本发明的用于患者的解剖结构的二维映射的方法包括获取患者的中空结构的三维图像数据。三维图像数据例如可以通过医学成像设备来生成或获取，医学成像设备诸如是计算机断层摄影系统或磁共振断层摄影系统。
优选的是，解剖结构具有中空结构。在本文上下文中，中空结构指的是具有至少部分闭合表面的三维物体，诸如中空器官、或者骨骼骨架的相应成形部分。中空器官的示例例如是心脏或血管。骨骼骨架的相应成形部分的示例例如是头骨。
此外，根据本发明的方法包括使虚拟网络结构适配解剖结构的空间走向。这意味着虚拟网络结构从初始结构开始被修改，以使其与解剖结构的表面的走向重合。如果要映射解剖结构的表面上的特定结构，虚拟网络结构必须被适配以使要被映射的网络结构的这些结构随后可以被映射用于图像再现。
对于解剖结构或解剖结构的一些部分的后续二维图像再现，用户定义用于将后续输出图像的二维像素位置投影到几何图形上的映射投影、或者从预先指定的映射投影列表中选择映射投影，几何图形到二维空间(例如是围绕解剖结构中心的单位球体)上的映射被定义。
还可以使多个这样的映射投影同时被应用于所获取的图像数据集，以便获得具有不同失真度的二维输出图像。
然后，确定指派给后续输出图像的二维像素位置的径向延伸半线与虚拟网络结构的相交点。即，穿透网络结构的射线从网络结构的中心径向向外发射，网络结构的这个中心也形成几何图形的中心。然后这些射线或半线的穿刺点被用作扫描点，用于生成后续输出图像。这些半线的定向对应于输出图像的预定义点的二维坐标。根据用户选择的映射投影的类型，这些二维坐标被转换为半线的角坐标。最后，基于指派给所确定的相交点的图像强度值，确定输出图像。输出图像包括通过所描述的映射投影而被投射到二维中的解剖结构的呈现。
由于用户要自己选择映射投影的类型，因此他们自己能够确定表示的哪些属性对他们特别重要。例如，这种属性可以是共形、距离或相等面积的如实再现。二维表示使得中空器官的复杂表面(例如复杂的血管树结构)能够被一目了然地查看，以便获得一个概览并检测存在的任何异常。通过点击二维表示中的感兴趣位置以及将相应位置自动显示在所获取的三维图像数据中，二维表示可以被用作在最初被获取的三维图像数据中进行导航的一种手段。二维表示允许显示附加信息，诸如在该表示内显示FFR结果(FFR＝分数流量储备)，从而实现紧凑且直观的可读结果文档。
利用根据本发明的用于患者的树状延伸结构的二维映射的方法，获取患者的树状延伸血管结构的三维图像数据。在本文上下文中，术语“树状延伸结构”应被理解为表示分支线性结构，例如分支管状结构。这种结构例如可以包括血管结构、或者呼吸道或消化道中的结构。在血管结构的情况下，这些结构可以包括个体血管或血管树的布置以及多个血管或血管树的整体两者。然后基于所获取的三维图像数据来标识树状延伸结构。这种标识例如可以通过在三维图像数据中标记树状延伸结构所处位置来进行。
此外，生成针对所标识的树状延伸结构的弯曲平面重组。在本文上下文中，重组不仅应被理解为将所获取的图像数据转换成能够被二维表示形式的过程，而且还应被理解为由此产生最终图像的过程。然后，旋转结构的相交区段，以使这些区段在弯曲平面重组中不相交。最后，将树状延伸结构的区段唯一指派给输出图像的如下每个点，从输出图像的该点、结合扫描线获得所获取的图像数据的相关联扫描点。这种扫描线被用来扫描围绕树状延伸结构的走向的周围区域。最后，通过扫描所确定的扫描点来生成输出图像。
输出图像的生成例如可以包括在单个图像中树状延伸结构的多个区段的表示。该方法还产生二维图像作为输出图像，在延伸的弯曲平面重组的情况下，树状延伸结构以附加上下文被等距地映射在二维图像中。
有利的是，这种类型的映射获得了树状延伸结构的非示意性表示而不会存在典型伪像，诸如那些例如随着基于球形投影的表示而出现的伪像。这种类型的表示特别能最小化失真并且避免存在信息丢失，诸如随着在球体上的投影而发生的信息丢失。特别有利的是，利用这种方法，单个血管段不是被单独地表示，而是被联合地可视化，从而获得树状延伸结构与多个区段的映射。这种类型的表示使得易于沿着区段之间的延伸结构来回导航，因为分支点也在图像表示中被可视化并且不会丢失。
利用根据本发明的用于树状延伸结构的同时映射的方法，通过以下来表示树状延伸结构：使用根据本发明的用于患者的解剖结构的二维映射的方法，并且使用根据本发明的用于患者的树状延伸结构的二维映射的方法对树状延伸结构的同时表示。
根据本发明的用于患者的解剖结构的二维映射的装置包括用于获取患者的解剖结构的三维图像数据的输入接口。为了接收图像数据，输入接口例如可以被连接到成像医疗设备，诸如计算机断层摄影系统或磁共振断层摄影系统。输入接口还可以被连接到医学成像设备所集成到的数据网络。
图像数据也可以预先被缓冲在数据网络的数据库中，并且由数据库发送到根据本发明的用于患者的解剖结构的二维映射的装置，以供根据本发明的装置进一步处理。
根据本发明的装置的另一部分是适配单元，用于使虚拟网络结构适配解剖结构的空间走向。适配单元执行计算以使初始网络适配解剖结构可能存在的任何相关详细结构的形状和走向，诸如管、特别是血管。此外，根据本发明的装置还包括投影设定单元，用于设定用户定义的映射投影，以用于将后续输出图像的二维像素位置投影到几何图形上，几何图形到二维空间、例如围绕解剖结构的中心的单位球体上的映射被定义。对所期望的映射投影的定义或选择例如可以由用户执行，然而也可以根据感兴趣的详细结构(诸如血管)的位置而自动或半自动地被确定。在本文中，例如可以根据这些详细结构的位置和走向选择映射投影，以利用该映射投影来使这些详细结构具有特别低的失真或特别容易标识。
根据本发明的装置进一步包括相交点确定单元，用于确定指派给后续输出图像的二维像素位置的径向延伸半线与虚拟网络结构的相交点。相交点是从数学上描述径向延伸半线的走向和虚拟网络结构两者的方程组获得的。此外，根据本发明的装置包括图像生成单元，用于基于指派给所确定的相交点的图像强度值来确定输出图像。图像强度值可以在所确定的相交点的位置处从由输入接口获取的图像数据中读取。
根据本发明的用于患者的树状延伸结构的二维映射的装置包括用于获取患者的树状延伸结构的三维图像数据的输入接口。根据本发明的用于患者的树状延伸结构的二维映射的装置的另一部分是用于基于所获取的三维图像数据来标识树状延伸结构的标识单元。根据本发明的装置的另一部分是重组单元，用于确定针对树状延伸结构的弯曲平面重组。
此外，根据本发明的装置还包括旋转单元，用于旋转树状延伸结构的相交区段，以使区段在弯曲平面重组中不相交。
根据本发明的用于患者的树状延伸结构的二维映射的装置的另一部分是扫描单元，用于将树状延伸结构的区段唯一地指派给输出图像的如下每个点，从输出图像的每个点、结合扫描线获得所获取的图像数据的相关联扫描点，并且扫描单元用于通过扫描所确定的扫描点来生成输出图像。
根据本发明的指定的装置的基本组件可以主要以软件组件的形式来实施。这特别涉及根据本发明的用于患者的解剖结构的二维映射的装置的适配单元、投影设定单元、相交点确定单元和图像生成单元。这还涉及用于患者的树状延伸结构的二维映射的装置的标识单元、重组单元、旋转单元和扫描单元。然而，原则上，这些组件在某种程度上也可以以支持软件的硬件(例如FPGA等)形式来实现，特别是在涉及特别快速的计算的情况下。同样地，所需的接口也可以被实施为软件接口，例如如果这仅涉及来自其他软件组件的传送的情况下。然而，它们也可以被实施为由适当软件控制的基于硬件的接口。
大体上基于软件的实现具有以下优势：先前已经使用的成像医疗设备的控制设备或评估设备可以简单地通过软件更新来进行升级，从而以根据本发明的方式进行操作。在此方面，本公开的目的还通过具有计算机程序的相应计算机程序产品来实现，该计算机程序可以被直接加载到成像医疗设备的存储设备中，计算机程序具有程序部分，用于当程序在成像医疗设备中被执行时执行根据本发明的方法的所有步骤。除了计算机程序之外，该计算机程序产品还可以可选地包括附加部分、诸如文档和/或其他组件以及硬件组件，诸如用于使用该软件的硬件密钥(软件保护器等)。
到医学成像设备的传送和/或在医学成像设备上或其中的存储可以通过计算机可读介质来进行，例如，记忆棒、硬盘或其他种类的可移动或集成的数据载体，其上存储有可以由计算单元读取和执行的计算机程序的程序部分。为此，计算单元例如可以包括一个或多个交互式微处理器等。
此外，本发明的特别有利的实施例和发展可以从从属权利要求和以下描述中获得，其中一个权利要求类别的独立权利要求也可以被发展为类似于另一个权利要求类别的从属权利要求及其描述部分。
在根据本发明的用于患者的解剖结构的二维映射的方法的一个优选实施例中，解剖结构具有带血管结构的中空器官。有利的是，通过根据本发明的方法并且还由于所应用的中心投影，血管结构可以整体被二维可视化。特别是在表示血管的情况下，对合适映射投影的选择使得所选择的映射投影能够以特别低的失真度对包含血管的区域进行表示。
在根据本发明的用于解剖结构的二维映射的方法的一个特别优选的实施例中，初始时确定血管结构的中心线。这些中心线使得血管结构的走向能够被示意性地表示。
利用根据本发明的方法，优选地执行将虚拟网络结构适配到具有血管结构的中空器官或中空结构的空间走向，使得虚拟网络结构适配于中空器官或中空结构的血管结构的中心线的空间走向。在本文中，使用初始时已经适配于中空器官的粗略轮廓的初始网络结构。然后，这个初始网络结构被适配到更精细的细节，在这种情况下是血管结构。如果初始虚拟网络结构已经适配血管所在的表面，则在使虚拟网络结构适配到血管时，可以避免网络结构中主要的不连续性。这与输出图像中较低强度变化相关联，这种较低强度变化在通过例如球形网络形成初始网络结构的常规程序中将会导致伪像。
在根据本发明的用于解剖结构的二维映射的方法的特别有用的实施例中，中空器官包括心脏的心包。特别是对于冠状血管树的可视化，常规的图像切片的问题在于冠状血管树只能被分段表示。被适配到冠状血管树走向的虚拟网络结构的二维表示使得这些结构能够被整体表示。
在根据本发明的用于解剖结构的二维映射的方法的一个变型中，虚拟网络结构的适配包括以下步骤：
-确定虚拟网络结构，该虚拟网络结构近似于所获取的三维图像数据中的心脏的心包，
-裁剪虚拟网络结构，其中不包括任何中心线的虚拟网络结构的部分被丢弃，
-平滑虚拟网络结构，
-使虚拟网络结构适配中心线。
近似于心脏表面(冠状血管结构位于心脏表面之上)的初始虚拟网络结构的使用，在很大程度上使得在具有不太合适的形状(诸如球形)的初始网络结构的情况下能够避免随后在将虚拟网络结构适配于血管结构时可能发生的不规则性。
在根据本发明的用于解剖结构的二维映射的方法的特殊变型中，中心线包括多个中心线点，并且在使虚拟网络结构适配中心线的步骤中，ARAP网络变形方法被执行，以使虚拟网络结构包括中心线点。ARAP网络变形的使用使得虚拟网络结构也能够适配到不能由其他方法获取的复杂血管结构。例如，ARAP网络变形也可以被用来获取在用于扫描的径向延伸半线方向上部分重叠的血管。
与常规方法相比，ARAP方法确保每个血管的每个血管点从所创建的网络中被切割下来。
在根据本发明的用于解剖结构的二维映射的方法的特别有利的变型中，在几何图形上被指派给二维像素位置的球坐标(例如单位球体)被移动，以使感兴趣的图像区域位于输出图像中具有较低几何失真的区域。
当感兴趣的图像区域包括要被映射的血管结构、特别是冠状血管结构时，这个过程是特别有利的。然后，有可能将感兴趣的血管部分移动到例如较不失真的区域，从而改善这些血管部分表示中的图像质量。
在根据本发明的方法的一个实施例中，在径向延伸半线具有与虚拟网络结构的多个相交点的情况下，具有最高强度的相交点被用作输出图像的图像点。有利的是，这还能够补偿可能由虚拟网络结构的不规则表面引起的伪像。
附加地，可以基于径向延伸半线的部分来确定至少一个图像切片和/或至少一个MIP图像，径向延伸半线的部分处于在半线与虚拟网络结构的所确定的相交点之前或之后的一个或多个预定间距。记录被指派给布置在距相交点不同距离处的切片的多个图像切片或MIP图像使得：与虚拟网络结构与径向延伸半线的交叉点的独有表示相比，更多的图像细节能够被保留在输出图像的表示中。此外，这一变型还允许对输出图像中的解剖结构进行逐片检查，从而实现组合解剖结构的整体表示和逐片表示的优势。
还可以基于相同的所获取的三维图像数据，使用不同的用户定义的映射投影来生成多个输出图像。这有利地使得能够同时查看具有强调不同的属性(诸如共形性、区域相等性等)的输出图像。
所生成的输出图像可以被用来执行以下用户交互中的至少一个：
-滚动通过输出图像的切片，
-仅查看一个特定值范围的图像强度值，
-查看放大或缩小的图像细节，
-移动要被查看的图像区域，
-变化图像切片的切片厚度，优选为变化MIP图像的切片厚度。
因此，可能通过输出图像来改变三维数据的表示参数，使得这个表示适合于各个要求。
在根据本发明的用于患者的树状延伸结构的二维映射的方法的一个变型中，树状延伸结构的标识包括以下步骤：
–设定在所获取的图像数据上的查看方向，
-确定所获取的图像数据中树状延伸结构的中心线，
-将中心线自动转换为树状延伸结构。
查看方向被用来设定由弯曲重组所采取的方向。树状延伸结构的中心线标记树状延伸结构在空间中的走向。中心线转换成树状延伸结构包括组合各个中心线以形成复杂结构。在本文中，例如图像数据包括多个树状延伸结构的情况下，各个中心线被唯一地指派给不同的树状延伸结构。
优选地，针对被重组的血管树结构的每个中心线点，自动确定扫描线。扫描线的确定使得能够扫描每个中心线点周围的环境。
优选地，针对相交区段的旋转，执行以下步骤：
-自动确定针对被重组的树状延伸结构的相交区段的二维圆柱扇形包体，其中圆柱扇形包体完全包围相应的区段，
-旋转区段的圆柱扇形包体，以使不再存在任何区段与其圆柱扇形包体相交。
在重组期间，扫描线被用来扫描或表示关于树状延伸结构的中心线的区域。利用弯曲重组，扫描线正交于所设定的查看方向延伸并且正交于相关联中心线的定向延伸。执行圆柱扇形包体的旋转以防止各个区段相交。在圆柱扇形包体的旋转期间，所确定的扫描线和存在于圆柱扇形包体中的图像区域也被旋转。以这种方式，各个区段及其环境被正确地表示、但被旋转以使它们不重叠。
对于每个被重组的树状结构，圆柱扇形包体的旋转在所有重叠的区段上被执行。这使得可以排除以下的可能性：要被映射的区段部分重叠、从而导致被重组表示中的信息丢失。
在根据本发明的用于患者的树状延伸结构的二维映射的方法的一个实施例中，针对所获取的树状延伸结构的图像数据的扫描，执行以下步骤：
-确定针对输出图像的多个图像点的距离图，距离图包括相应图像点与每个相邻区段的距离，
-自动获取输出图像数据，其中距离图被用于确定哪个区段具有与要被扫描的相应图像点的最短距离，并且通过扫描该区段的被重组的图像来确定相应图像点的图像强度。
有利的是，通过距离图，每个图像点仅被扫描一次、而不是多次。否则，特别是在树状延伸结构的分支处可能发生多次扫描并且这些可能导致被重组表示中的图像伪像。
在根据本发明的用于患者的树状延伸结构的二维映射的方法的一个变型中，树状延伸结构包括两个单独的血管树结构，其对应于心脏的右冠状动脉树和左冠状动脉树。所描述的方法可以特别有利地被用于冠状动脉的表示，因为这种血管结构具有特别多的分支，并且由于极端的曲率，从平面延伸的方式非常不同。然而，根据本发明的方法使得完整的冠状血管树仍然能够被完整表示，因此极大地促进了要被评定的血管树中的导航。
在根据本发明的用于患者的树状延伸结构的二维映射的方法的一个特定变型中，确定弯曲平面重组包括计算在设定的查看方向上的弯曲平面重组。如已经提到的，查看方向限定了重组被观察到发生的方向。
特别优选的是，延伸的弯曲重组被用作弯曲重组。
如已经提到的，延伸的弯曲重组使得树状延伸结构、特别是血管结构的等距映射成为可能。
在根据本发明的用于患者的树状延伸结构的二维映射的方法的一个实施例中，扫描宽度被定义使得通过多次扫描所获取的图像数据的相同部分而引起伪像的概率被降低。如果扫描宽度被选择为围绕中心线的适当窄度，则相邻血管结构部分的扫描区域没有相交。
所生成的二维输出图像例如可以被用来执行以下用户交互中的至少一个：
-仅查看一个特定值范围的图像强度值，
-查看被放大或缩小的图像细节，
-移动要被查看的图像区域。
由于二维输出图像给予了用户对树状延伸结构的良好概览、以便更密切地查看例如血管树结构及其属性，因此可以被用来决定对三维表示的修改。
输出图像还可以被用于在所获取的三维图像数据中进行导航。利用所生成的重组表示特别容易实现这一点，因为这些表示使得完整的血管树能够被映射。
还可能使包括以下类型信息中的至少一种的附加信息在输出图像中被表示：
-手动和/或自动生成的轮廓，
-网络结构和/或标志，
-表示定量数据的颜色叠加。
在导航和将三维图像数据的表示适配特定要求期间，附加信息对用户可能是有用的。
附图说明
在下文中参考附图和示例性实施例，再次更详细解释本发明。在本文中，在不同的图中，相同的部件由相同或相应的附图标记表示。通常，这些图不是按照比例绘制的。在这些图中：
图1示出了说明根据本发明的示例性实施例的用于患者的中空结构的二维映射的方法的流程图，
图2示出了说明图1中所示方法的子步骤的流程图，其中虚拟网络结构适配于中空结构的空间走向，
图3示出了说明图1中所示方法的子步骤的流程图，其中确定径向延伸半线与虚拟网络结构的相交点，
图4示出了说明图1中所示方法的子步骤的流程图，其中基于指派给所确定的相交点的图像强度值确定输出图像，
图5示出了使用ARAP方法适配位于先前所确定的冠状血管上的所有点的虚拟网络结构的示意性表示，
图6示出了用户定义的映射投影的图示，用于将输出图像的二维像素位置投影到围绕中空结构的中心的单位球体上，
图7示出了确定指派给输出图像的二维像素位置的径向延伸半线与虚拟网络结构的相交点的示例性表示，
图8示出了解剖结构的横截面的示意性可视化图，其图示了进一步的附加MIP图像的确定，
图9示出了根据本发明示例性实施例的通过用于患者的中空结构的二维映射的方法生成的冠状血管结构的二维图像的示意性表示，
图10示出了根据本发明示例性实施例的用于患者的中空结构的二维映射的设备的示意性表示，
图11示出了说明根据本发明示例性实施例的用于患者的血管结构的二维映射的方法的流程图，
图12示出了说明基于所获取的图11所示方法的三维图像数据以用于标识血管树结构的步骤的流程图，
图13示出了详细说明图11中所示方法的用于相对血管段旋转的步骤的流程图，
图14示出了具有均包括血管树的左冠状动脉和右冠状动脉的心脏的示意性表示，
图15示出了弯曲平面重组和弯曲平面延伸重组的示意性表示，
图16示出了以重组形式的血管树的一部分，其中附加地绘制了正交于血管树的中心线延伸的扫描线，
图17示出了图16中所示的血管树的被重组的部分，其中被体现为具有圆柱扇形的血管分支的各个区段被表示为封闭元件，
图18示出了在圆柱扇形已经被旋转为不再相交之后的图16和图17中所示的血管树的一部分，
图19示出了被重组的血管树结构的分支的示意性表示，其示出了图像点到血管树结构的各个区段的距离相关的指派，
图20示出了根据本发明示例性实施例的利用用于患者的血管结构的二维映射的方法生成的输出图像的表示，
图21示出了根据本发明示例性实施例的用于患者的血管结构的二维映射的装置，
图22示出了心脏冠状血管的同时成像，其中三维图像数据的表示与二维图像数据相组合，二维图像数据是根据本发明的示例性实施例的用于患者的中空结构的二维映射的方法以及根据本发明的示例性实施例的用于患者的血管结构的二维映射的方法来生成的。
具体实施方式
图1示出了说明用于患者的中空结构(在这种情况下为心脏)的二维映射的方法流程图100。在步骤1.I中，初始时获取患者心脏的三维图像数据EBD。心脏的映射主要旨在表示冠状血管，以将它们可视化用于医学评定。通过成像医疗系统(例如计算机断层摄影系统)，从患者获得三维图像数据EBD的记录。为了更好地表示感兴趣的冠状血管，可以在成像过程之前配制造影剂，并且在患者心脏成像期间放于冠状血管中。
在步骤1.II中，虚拟网络结构VN适配于心脏或其心包结构的空间走向。针对这一步骤的各个子步骤在图2中示出。
在步骤1.III中，设定用户定义的映射投影BKN，用于将后续输出图像的二维像素位置投影到围绕心包中心的单位球体上。
在步骤1.IV中，确定指派给后续输出图像的二维像素位置的径向延伸半线与虚拟网络结构VN的相交点SN。
最后，在步骤1.V中，基于指派给所确定的相交点的图像强度值来确定输出图像ABD。用于确定输出图像的各个子步骤在图3中示出。
图2在流程图200中图示了步骤1.II的子步骤。在步骤1.IIa中，初始时，在所获取的图像数据中确定冠状血管的中心线CL。然后，在步骤1.IIb中，确定虚拟网络结构VN，使其近似于所获取的三维图像数据中的心脏的心包。然后，在步骤1.IIc中，生成简化的虚拟网络结构RVN，其中不包括血管结构的任何中心线的网络结构部分被丢弃。这将虚拟网络结构局限到由冠状血管占据的心脏区域。此外，在步骤1.IId中，平滑虚拟网络结构以避免伪像表示。最后，在步骤1.IIe中，将虚拟网络结构适配于中心线，并且执行ARAP网络变形方法，以使虚拟网络结构与所有中心线点相交。
图3在流程图300中图示了步骤1.IV的子步骤。在步骤1.IVa中，在单位球体EK上被指派给二维像素位置SK的球坐标被移动，以使感兴趣的图像区域位于输出图像ABD中具有较低的几何失真的区域。然后，在步骤1.IVb中，根据在虚拟网络结构VN的方向上被移动的球体投影坐标V-SK，生成从虚拟网络结构VN的中心Z延伸的径向半线HG。在步骤1.IVc中，确定半线HG与虚拟网络结构VN的相交点SN。
图4在流程图400中图示了步骤1.V的子步骤。在步骤1.Va中，初始时，扫描在所获取的图像数据EBD中与半线HG和虚拟网络结构VN的相交点SN相对应的区域，或者确定指派给这些点SN的图像强度BI、例如灰度值。在步骤1.Vb中，在步骤1.Va中为一条半线HG确定出多个相交点SN的情况下，被用作图像点BP的相交点SN是具有最高图像强度的相交点。然后，在步骤1.Vc中，沿着半线HG以相对于被确定为图像点的、半线HG与虚拟网络结构VN的相交点SN的预定间距I扫描图像数据量，以便生成所谓的MIP图像。在这些表示中，图像切片分别被指派有包含在其中的最大强度值，并且这些最大值将被表示。
图5图示了具有冠状血管结构的虚拟网络结构。图5示出了已经处于适配状态的虚拟网络结构，即，两个冠状动脉树LCA、RCA已经被完全集成在虚拟网络结构中。不包含任何冠状血管的心脏子区域(诸如心尖)已经被切除。因此，图5中所示的状态大致对应于根据步骤1.IIe的情况。
图6以示例形式示出了用于用户定义的映射投影的圆柱投影，诸如在步骤1.III中执行的投影。图像的左半部分是矩形二维输出图像的示意性表示。具有赤道线AE和子午线M的单位球体被绘制在图像的右半部分。赤道线AE和子午线M也被绘制在二维输出图像的表示中。备选地，二维区域和球体之间的其他类型的投影也是可能的。例如，二维输出图像不必是矩形的，而可以为椭圆形或六边形或具有其他几何形状。
图7图示了对应于步骤1.IVb和步骤1.IVc的过程的表示70。在本文中，生成从虚拟网络结构的中心延伸的径向半线，其中这些半线HG的定向由图6中所示的输出图像的二维坐标值限定。半线与虚拟网络结构VN的相交点SN然后形成在所获取的图像数据中被扫描图像强度的点，这些点被用来表示心脏表面、特别是冠状血管的点。
图8示出了虚拟网络结构VN的横截面的示意性表示80。横截面表示用于说明步骤1.Vc，其中沿着半线HG以相对于被确定为图像点的半线HG与虚拟网络结构VN的相交点SN的预定间距I扫描图像数据量，以便生成所谓的MIP图像。利用这种表示，半线HG的预定义部分被扫描，即，获取被指派给这些部分的图像强度(诸如灰度值)，并且在这样的间隔中找到的最大强度值然后被用于逐个切片的图像表示。
图9示出了不同形状的二维输出图像90a、90b、90c、90d的表示90。左上方所示的输出图像90a具有矩形形状，并且例如通过圆柱投影作为映射投影而被记录。右上方表示的输出图像90b具有椭圆形状。这种投影例如可以通过方位投影来获得。左下方的输出图像90c具有六边形形状，并且右下方的输出图像90d具有由矩形和被附接到矩形窄边的两个半圆的组合形成的形状。特别是在边缘区域中，不同的投影具有不同的几何特性。
图10是用于患者的中空结构的二维映射的装置110的示意性表示。装置110包括输入接口111，用于获取三维图像数据作为患者的中空结构的输入图像数据EBD。所获取的三维图像数据EBD然后被发送到适配单元112，该适配单元112使虚拟网络结构VN适配中空结构的空间走向。该适配过程如结合图2所描述的那样被执行。用户使用投影设定单元113来设定映射投影的类型BKN，用于将后续输出图像的二维像素位置投影到围绕中空结构的中心的单位球体上。为此，用户经由用户输入接口113a输入与要被使用的映射投影BKN的类型相关的选择数据。由相交点确定单元114基于设定的投影类型和适配的虚拟网络结构VN，来确定指派给后续输出图像ABD的二维像素位置的径向延伸半线HG与虚拟网络结构VN的相交点SN。所确定的相交点SN被发送到图像生成单元115，图像生成单元115基于所确定的相交点SN和被指派给输入图像数据EBD的图像强度值来生成输出图像ABD。最后，输出图像ABD经由输出接口116被输出。输出图像ABD例如可以直接被显示在医学成像系统的图像显示单元上，或者也可以被转发到图像存储器或数据库。
图11示出了说明根据本发明示例性实施例的用于患者的血管结构的二维映射的方法的流程图1100。虽然结合图1至图9所示的方法使得在选择用户定义的共形映射投影BKN的情况下实现冠状动脉的共形表示，但通过图11中所示的方法，冠状动脉可以被等距地映射。与结合图1至图9所示的方法的情况不同，利用图11中所示的方法，不是冠状动脉区域的整体表示，而是各个冠状动脉树及其部分被处理，这将借助基于弯曲平面重组(CPR)的方法来详细说明前述方法及其直接环境。类似于图1至图9中所示的方法，存在冠状血管的二维表示。
在图11中所示的示例性实施例中，在步骤11.I中，获取患者心脏的三维图像数据EBD。通过成像医疗系统(例如计算机断层摄影系统)，从患者获得三维图像数据的记录。为了更好地表示感兴趣的冠状血管，可以在成像过程之前配制造影剂，并且在患者心脏成像期间放于冠状血管中。在步骤11.II中，基于所获取的三维图像数据EBD，标识血管树结构GBS。此外，在步骤11.III中，将弯曲平面重组CPR应用于所标识的两个血管树结构GBS。在步骤11.IV中，旋转相交的相对血管段，以使旋转后的血管段不再相交。在步骤11.V中，对于所确定的输出图像的每个点，自动确定距离图AK，该距离图AK表示该点与它附近的每个血管分支的距离。点间隔可以被理解为点与相应中心线之间的一段距离线。在步骤11.VI中，用户然后定义扫描宽度ATB，即，在视觉上表示输出图像ABD中的中心线周围的上下文的宽度。最后，在步骤11.VII中，对由扫描宽度限定的边界内的每个血管树结构GBS，执行所获取的图像数据EBD的自动扫描。在本文中，距离图AK被用来标识哪个血管段具有与要被扫描的相应点的最短距离。然后，通过扫描所确定的血管段的图像数据EBD来确定各个点的图像强度。
图12表示说明图11所示的步骤11.II的子步骤的流程图1200。在步骤11.IIa中，将查看方向BR设定为看上去对用户最有利并且表示随后的弯曲平面重组中的投影方向。此外，在步骤11.IIb中，确定血管结构的中心线CL。这些中心线标识血管结构的各个部分的走向。然后，在步骤11.IIc中，所确定的中心线CL被自动组合以形成血管树结构GBS。例如，形成左冠状动脉的所有中心线被组合以形成左冠状动脉LCA的血管树结构GBS，并且形成右冠状动脉RCA的所有中心线CL被组合以形成右冠状动脉RCA的血管树结构GBS。中心线CL的组合例如可以基于两个冠状动脉的位置走向的已有模型并且还取决于哪个中心线彼此接触或者至少彼此非常接近。
图13表示详细说明图11所示的步骤11.IV的子步骤的流程图1300。在步骤11.IVa中，初始时，自动生成针对被重组的血管树结构GBS的每个中心线点的扫描线AL。这些扫描线AL被布置为与中心线CL的定向正交并且与查看方向BR正交。这些扫描线AL被指派给三维空间(更准确地说是所获取的图像数据EBD)中的对应位置。在步骤11.IVb中，对于所确定的被重组的血管树结构的每个相对的血管段，自动确定圆柱扇形的包体HE1、HE2、HE3，其中包体完全包围相应的血管段。然后，在步骤11.IVc中，旋转用于被重组的两个血管树结构中的每一个的血管段包体，以使相邻血管段及其包体没有重叠。
图14以示意性表示140来图示在步骤11.II中被标识的血管树结构RCA、LCA，其表示心脏的右冠状血管树和左冠状血管树。
图15以示例方式在示意性表示150示出了两种类型的弯曲平面重组，这些弯曲平面重组诸如可以被应用在步骤11.III中。在两个示意性表示中，要被重组的结构位于y-z平面中并且被映射在x-y平面中。图像的左半部分示出了简单的平面重组，其中扫描方向Vup平行于z方向延伸。中心线的走向在x方向上被弯曲决定了要被扫描的区域的形状，在这种情况下，被投影的图像在x方向上或由矢量a标识的方向上被清楚地压缩。另一方面，在延伸的弯曲平面重组的情况下，如图15中的图像的右半部分所示，被投影的图像在x方向上或由矢量b标识的方向上被等距地映射。
图16是血管树部分160的示意性表示，其由分支中心线CL表示。为了利用弯曲平面重组，以及为了扫描中心线CL的相邻区域，如已经结合步骤11.IVa所述，在每个中心线点处定义所谓的扫描线AL。在本文中，扫描线AL同时与查看方向正交并且与中心线CL的定向正交。扫描线AL被用来扫描所获取的三维图像数据中的点并将这些点转换为被二维重组的格式。
图17示出了在没有扫描线的情况下的图16中所示的血管树部分160。在被重组的二维表示中，在查看方向上相交的中心线CL及其环境将被表示为无遮盖的。为此，完全包围各个分支的圆柱扇形封闭元件HE1、HE2、HE3围绕血管树的各个分支被限定。该过程对应于结合图12所解释的步骤11.IVb。
图18示出了在血管树分支或包围它们的封闭元件HE1、HE2、HE3的旋转之后图16和图17中所示的血管树160。该过程对应于结合图12所解释的步骤11.IVc。旋转的结果是血管树160的各个分支不再有任何相交，从而血管树的分支不再彼此掩盖。
图19示出了图18中所示的血管树部分160的放大部分。在围绕中心线CL发散的区域VB中(在下文中也被称为发散区域)，扫描点AP1、AP2被指派给所限定的扫描区域ATB内的血管树160的各个分支CL。根据相应扫描点AP1、AP2最接近的分支CL来执行指派。所绘制的虚线旨在标识与两个不同分支CL等距的点。对各个分支的指派应该避免重复扫描各个点以及与之相关联的伪像。所述程序对应于步骤11.V、11.VI和11.VII中的过程。
图20示出了具有输出图像200a、200b、200c、200d的表示200，这些输出图像利用结合图11至图19所描述的用于患者的血管结构的二维映射的方法来生成。在图像的左半部分中示出的两个表示200a、200c示出了心脏的右冠状动脉RCA，并且在图像的右半部分中示出的两个表示200b、200d示出了该心脏的左冠状动脉LCA。所有四个表示200a、200b、200c、200d均通过弯曲平面重组CPR来生成。与在可视化图像的上半部分中所表示的图像200a、200b相比，在图像的下半部分中所示的两个图像200c、200d已经从被旋转90°的查看方向上进行重组。与在可视化图像的上半部分中所表示的图像200a、200b相比，在图像的下半部分示出的两个图像200c、200d中示出了更多的上下文。即，与在图像上半部分中所表示的图像200a、200b的情况相比，在可视化图像下半部分中所表示的图像200c、200d中围绕血管结构的中心线映射的区域更加延伸。
图21示出了用于患者的血管结构的二维映射的装置210。装置210包括输入接口211，被配置为从患者的血管结构获取三维图像数据EBD。所获取的三维图像数据EBD被发送到标识单元212，该标识单元212基于所获取的三维图像数据EBD来标识血管树结构GBS。所标识的血管树结构被发送到重组单元213，该重组单元213为每个血管树结构GBS生成弯曲平面重组CPR。所获取的三维图像数据EBD的、被用于重组CPR的查看方向BR可以由用户定义。为此，用户经由用户输入界面213a输入期望的查看方向BR，然后，由重组单元213利用输入的查看方向BR，生成相应的被重组的血管段图像CPR。
然后被重组的图像CPR被发送到旋转单元214，旋转单元214旋转相交的血管段，以使这些血管段不在弯曲平面重组CPR中相交。由此生成的被重组的图像RCPR被发送到扫描单元215，扫描单元215扫描被重组的图像RCPR，以使每个扫描点被唯一地指派给血管树结构GBS的单个血管段。即，每个扫描点仅被精确地指派给一个被重组的血管段。然后，在扫描期间生成的输出图像ABD经由输出接口216被输出。
图22图示了心脏的冠状血管图像的同时表示220。图22中所表示的不同图像都是基于共同的图像数据集、即一个相同的三维图像数据集而被生成的。这样的表示例如可以被显示在医学成像系统的图像显示单元上。图像左侧三分之一处的三个图像表示220aa、220ab、220ac示出了图像切片的常规图像表示，即所谓的多平面重组图像，这些图像是通过多平面重组来进行编译的。图像220aa、220ab、220ac是从彼此正交的三个不同查看方向被记录。不同的视图是不能够完整表示弯曲对象(诸如冠状树)的图像切片。在右下方所表示的图像220b对应于通过结合图1至图10所示的用于患者的中空结构的二维映射的方法而生成的图像。该映射220b以二维表示来示出血管树RCA、LCA两者。在这个表示中，易于标识左冠状动脉LCA中的钙化K。
有利的是，由于冠状血管的完整表示220b，这种钙化比在逐片的表示220aa、220ab、220ac中更容易标识。而且，这种类型的可视化具有以下优势：易于将钙化K指派给特定的血管段。二维表示220b基本上是共形的，以使冠状血管基本上被表示为真实的，并且用户将认识到：比起处理图像切片表示或通过弯曲平面重组(如图22中右上所示)而被生成的图像表示220c、220d，处理二维表示220b是更容易的。
在右上方所表示的两个冠状血管RCA、LCA通过结合图11至图20解释说明的用于患者的血管结构的二维映射的方法而生成。
两个表示220c、220d等距地映射冠状血管RCA、LCA。因此，左冠状动脉LCA的映射220d可以被用来确定钙化在左冠状动脉的相应分支的定向中的位置。如果钙化的位置现在在被重组的表示220b、220d之一中被选择，对应的三维位置被自动显示在图像左侧三分之一中的图像切片表示220aa、220ab、220ac中，以使用户还能在常规图像切片表示中找到所寻求的钙化。有利的是，冠状血管的两个不同二维映射的同时表示为用户提供了互补信息，这使得更容易处理所获取的图像数据。
最后，再次说明，以上所详细描述的方法和设备仅是示例性实施例，并且在不脱离由权利要求指定的本发明范围的情况下，还可以在较宽范围内由本领域技术人员变化基本原理。出于完整性的目的，还要指出，不定冠词“一”或“一个”的使用不排除所讨论的特征也存在多个的可能性。类似地，术语“单元”并不排除这包括多个组件的可能性，这些组件可选地也可以在空间上彼此分离。

Claims (33)

1.一种用于患者的解剖结构的二维映射的方法，包括以下步骤：
-获取患者的解剖结构的三维图像数据(EBD)，
-使虚拟网络结构(VN)适配所述解剖结构的空间走向，
-设定用户定义的映射投影(BKN)，用于将后续输出图像(ABD)的二维像素位置投影到围绕所述解剖结构的中心的几何图形(EK)上，所述几何图形到二维空间上的映射被定义，
-确定指派给所述后续输出图像(AB)的所述二维像素位置的径向延伸半线(HG)与所述虚拟网络结构(VN)的相交点(SN)，
-基于指派给所确定的所述相交点(SN)的图像强度值，确定所述输出图像(ABD)。
2.根据权利要求1所述的方法，其中所述解剖结构具有中空结构。
3.根据权利要求2所述的方法，其中所述中空结构包括具有血管结构(LCA、RCA)的中空器官。
4.根据权利要求3所述的方法，其中，在初始时，所述血管结构(LCA、RCA)的中心线(CL)被确定并且所述虚拟网络结构(VN)对所述中空器官的所述空间走向的所述适配被执行，以使所述虚拟网络结构(VN)适配所述血管结构(LCA、RCA)的所述中心线(CL)的所述空间走向。
5.根据权利要求3或权利要求4所述的方法，其中所述中空器官包括心脏的心包。
6.根据权利要求4或权利要求5所述的方法，其中所述虚拟网络结构(VN)的所述适配包括以下步骤：
-确定虚拟网络结构(VN)，所述虚拟网络结构(VN)近似于所获取的所述三维图像数据(EBD)中的心脏的心包，
-裁剪所述虚拟网络结构(VN)，其中不包括任何中心线(CL)的所述虚拟网络结构(VN)的部分被丢弃，
-平滑所述虚拟网络结构(VN)，
-使所述虚拟网络结构(VN)适配所述中心线(CL)。
7.根据权利要求6所述的方法，其中所述中心线(CL)包括多个中心线点并且，在使所述虚拟网络结构(VN)适配所述中心线(CL)的步骤中，执行ARAP网络变形方法，以使所述虚拟网络结构(VN)包括所述多个中心线点。
8.根据权利要求1-4中任一项所述的方法，其中被指派给所述二维像素位置的球坐标在所述几何图形(EK)上被移动，以使感兴趣的图像区域位于所述输出图像(ABD)中具有较低几何失真的区域。
9.根据权利要求8所述的方法，其中所述感兴趣的图像区域包括要被映射的血管结构(LCA、RCA)。
10.根据权利要求1-4中任一项所述的方法，其中在一条径向延伸半线(HG)具有与所述虚拟网络结构(VN)的多个相交点(SN)的情况下，具有最高强度的所述相交点(SN)被用作所述输出图像(ABD)的图像点。
11.根据权利要求1-4中任一项所述的方法，其中基于所述径向延伸半线(HG)的部分来确定至少一个附加图像切片和/或至少一个附加MIP图像(MIP)，所述径向延伸半线(HG)的部分处于与所述虚拟网络结构(VN)与所述径向延伸半线(HG)的所确定的相交点(SN)的预定间距。
12.根据权利要求1-4中任一项所述的方法，其中基于相同的所获取的三维图像数据(EBD)，使用不同的用户定义的映射投影(BKN)来生成多个输出图像(ABD)。
13.根据权利要求1-4中任一项所述的方法，其中所述输出图像(ABD)被用来执行以下用户交互中的至少一个：
-滚动通过所述输出图像(ABD)的切片，
-仅查看一个特定值范围的图像强度值，
-查看放大或缩小的图像细节，
-移动要被查看的图像区域，
-变化图像切片的切片厚度，优选为变化MIP图像(MIP)的切片厚度。
14.一种用于患者的树状延伸结构(LCA、RCA)的二维映射的方法，包括以下步骤：
-获取患者的树状延伸结构的三维图像数据(EBD)，
-基于所获取的所述三维图像数据(EBD)，标识所述树状延伸结构(GBS、LCA、RCA)，
-确定针对所标识的所述树状延伸结构(GBS、LCA、RCA)的弯曲平面重组(CPR)，
-旋转所述树状延伸结构(GBS、RCA、LCA)的相交区段，以使所述区段在所述弯曲平面重组(CPR)中不相交，
-将所述树状延伸结构(GBS、RCA、LCA)的区段唯一地指派给输出图像的如下每个点，从所述输出图像的该点、结合扫描线(AL)获得所获取的所述图像数据(EBD)的相关联的扫描点，
-通过扫描所确定的所述扫描点来生成输出图像。
15.根据权利要求14所述的方法，其中输出图像的所述生成包括在单个图像中表示所述树状延伸结构(LCA、RCA)的多个区段。
16.根据权利要求14所述的方法，其中所述树状延伸结构包括血管结构。
17.根据权利要求14至权利要求16中任一项所述的方法，其中标识所述树状延伸结构包括以下步骤：
-设定在所获取的所述图像数据(EBD)上的查看方向，
-确定所获取的所述图像数据(EBD)中树状延伸结构的中心线(CL)，
-将所述中心线(CL)自动转换为树状延伸结构(GBS)。
18.根据权利要求14至16中任一项所述的方法，其中针对被重组的所述结构的每个中心线点(CL)，确定所述扫描线。
19.根据权利要求14至16中任一项所述的方法，其中针对相交区段的所述旋转，执行以下步骤：
-自动确定针对被重组的所述树状延伸结构(GBS)的所述相交区段的二维圆柱扇形包体(HE1、HE2)，其中所述圆柱扇形包体(HE1、HE2)完全包围相应的区段，
-旋转所述区段的所述圆柱扇形包体(HE1、HE2)，以使不再存在任何区段与其圆柱扇形包体(HE1、HE2)的相交。
20.根据权利要求14至权利要求16中任一项所述的方法，其中针对所述树状延伸结构(GBS)的所获取的所述图像数据(EBD)的扫描，执行以下步骤：
-确定针对输出图像(ABD)的多个图像点(AP1、AP2)的距离图，所述距离图包括相应图像点(AP1、AP2)与每个相邻区段的距离，
-自动获取输出图像数据(ABD)，其中所述距离图被用于确定哪个区段具有与要被扫描的所述相应图像点(AP1、AP2)的最短距离，并且通过扫描该区段的被重组的图像(CPR)来确定相应图像点(AP1、AP2)的图像强度。
21.根据权利要求16所述的方法，其中所述血管结构(GBS)包括两个单独的血管树结构(RCA、LCA)，所述两个单独的血管树结构(RCA、LCA)对应于心脏的右冠状动脉树和左冠状动脉树。
22.根据权利要求14至16中任一项所述的方法，其中确定弯曲平面重组(CPR)包括在所定义的查看方向上计算所述弯曲平面重组(CPR)。
23.根据权利要求14至16中任一项所述的方法，其中延伸弯曲重组被用作弯曲平面重组(CPR)。
24.根据权利要求14至16中任一项所述的方法，其中每条扫描线(AL)与所定义的查看方向(BR)正交并且与所有其他扫描线(AL)平行地延伸。
25.根据权利要求14至16中任一项所述的方法，其中扫描宽度(ATB)被定义使得由多次扫描所获取的所述图像数据(EBD)的相同部分而引起伪像的概率被降低。
26.根据权利要求14至16中任一项所述的方法，其中使用所述输出图像(ABD)来执行以下用户交互中的至少一项：
-滚动通过所述输出图像(ABD)的切片，
-仅查看一个特定值范围的图像强度值，
-查看放大或缩小的图像细节，
-移动要被查看的图像区域，
-变化图像切片的切片厚度，优选为变化MIP图像(MIP)的切片厚度。
27.根据权利要求14至16中任一项所述的方法，其中所述输出图像(ABD)被用于在所获取的所述图像数据(EBD)中进行导航。
28.根据权利要求14至16中任一项所述的方法，其中附加信息被表示在所述输出图像中，所述附加信息包括至少一个以下类型的信息(ABD)：
-手动和/或自动生成的轮廓，
-网络结构和/或标志，
-表示定量数据的颜色叠加。
29.一种用于树状延伸结构的同时映射的方法，包括以下步骤：
-使用根据权利要求2至13之一所述的方法来表示所述树状延伸结构，
-使用根据权利要求14至28之一所述的方法来同时表示所述树状延伸结构。
30.一种用于患者的解剖结构的二维映射的装置(110)，包括：
-输入接口(111)，用于获取患者的解剖结构的三维图像数据(EBD)，
-适配单元(112)，用于使虚拟网络结构(VN)适配所述解剖结构的空间走向，
-投影设定单元(113)，用于设定用户定义的映射投影(BKN)，以用于将后续输出图像(ABD)的二维像素位置投影到围绕所述解剖结构的中心的几何图形上，
-相交点确定单元(114)，用于确定指派给所述后续输出图像(ABD)的所述二维像素位置的径向延伸半线(HG)与所述虚拟网络结构(VN)的相交点(SN)，
-图像生成单元(115)，用于基于指派给所确定的所述相交点(SN)的图像强度值来确定所述输出图像(ABD)。
31.一种用于患者的树状延伸结构的二维映射的装置(210)，包括：
-输入接口(211)，用于获取患者的树状延伸结构(GBS)的三维图像数据(EBD)，
-标识单元(212)，用于基于所获取的所述三维图像数据(EBD)来标识所述树状延伸结构(GBS)，
-重组单元(213)，用于确定针对所述树状延伸结构(GBS)的弯曲平面重组(CPR)，
-旋转单元(214)，用于旋转所述树状延伸结构(GBS)的相交区段，以使所述区段在所述弯曲平面重组(CPR)中不相交，
-扫描单元(215)，用于将所述树状延伸结构(GBS)的区段唯一地指派给输出图像的如下每个点，从所述输出图像的该点、结合扫描线(AL)获得所获取的图像数据(EBD)的相关联的扫描点，并且所述扫描单元(215)用于通过扫描所确定的所述扫描点来生成输出图像。
32.一种用于血管结构的同时映射的装置，包括：
-根据权利要求30所述的用于患者的解剖结构的二维映射的装置，
-根据权利要求31所述的用于患者的树状延伸结构的二维映射的装置。
33.一种计算机可读介质，其上的程序部分能够由计算单元读取和执行，以便当所述程序部分由所述计算单元执行时，执行根据权利要求1至29之一所述的方法的所有步骤。
CN201810949204.8A 2017-08-18 2018-08-20 解剖结构的平面可视化 Active CN109427059B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102017214447.5A DE102017214447B4 (de) 2017-08-18 2017-08-18 Planare Visualisierung von anatomischen Strukturen
DE102017214447.5 2017-08-18

Publications (2)

Publication Number Publication Date
CN109427059A CN109427059A (zh) 2019-03-05
CN109427059B true CN109427059B (zh) 2022-05-24

Family

ID=65235242

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810949204.8A Active CN109427059B (zh) 2017-08-18 2018-08-20 解剖结构的平面可视化

Country Status (3)

Country Link
US (1) US10937227B2 (zh)
CN (1) CN109427059B (zh)
DE (1) DE102017214447B4 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3322149B1 (en) * 2016-11-10 2023-09-13 Tata Consultancy Services Limited Customized map generation with real time messages and locations from concurrent users
CN111754476B (zh) * 2019-06-19 2024-07-19 科亚医疗科技股份有限公司 用于解剖树结构的疾病量化建模的方法及系统
EP3828836B1 (en) 2019-11-29 2023-10-18 Siemens Healthcare GmbH Method and data processing system for providing a two-dimensional unfolded image of at least one tubular structure
CN111127461B (zh) * 2019-12-31 2023-09-26 东软医疗系统股份有限公司 胸部图像处理方法、装置、存储介质及医疗设备
US11832916B2 (en) 2020-01-29 2023-12-05 Covidien Lp System and methods for identifying vessels within tissue
EP3866107A1 (en) * 2020-02-14 2021-08-18 Koninklijke Philips N.V. Model-based image segmentation

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1870054A (zh) * 2005-05-24 2006-11-29 西门子共同研究公司 将多分支脉管及其环境同时投影到单个图像上
US7447535B2 (en) * 2003-08-04 2008-11-04 Koninklijke Philips Electronics N.V. Mapping the coronary arteries on a sphere
CN101422352A (zh) * 2008-12-10 2009-05-06 华北电力大学（保定） 一种交互式冠状动脉虚拟血管镜的实现方法
CN101443815A (zh) * 2006-05-11 2009-05-27 皇家飞利浦电子股份有限公司 重建图像的方法和装置
CN101779224A (zh) * 2007-08-03 2010-07-14 皇家飞利浦电子股份有限公司 使血管的cpr视图的观察方向与3d管状结构的被绘制体素体积上的观察角和/或与3d旋转血管造影设备的c臂系统的c臂几何结构相耦合
WO2012097315A1 (en) * 2011-01-14 2012-07-19 Baylor College Of Medicine Method and system for evaluating hemodynamics of a blood vessel
CN103971403A (zh) * 2013-01-29 2014-08-06 西门子公司 3d管状结构的曲线重建的快速呈现
CN104240287A (zh) * 2013-06-08 2014-12-24 北京思创贯宇科技开发有限公司 一种利用ct图像生成冠脉全景图的方法及系统
CN105118056A (zh) * 2015-08-13 2015-12-02 重庆大学 基于三维形态学的冠脉血管自动提取方法
KR101652641B1 (ko) * 2015-06-05 2016-09-12 숭실대학교산학협력단 Ecg 신호를 이용한 영상 정합 장치 및 그 방법

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100439756B1 (ko) * 2002-01-09 2004-07-12 주식회사 인피니트테크놀로지 3차원 가상내시경 화면 표시장치 및 그 방법
US7233329B2 (en) 2003-11-03 2007-06-19 Siemens Corporate Research, Inc. Rendering for coronary visualization
DE602007012886D1 (de) * 2006-04-12 2011-04-14 Nassir Navab Virtuelle penetrierende spiegelvorrichtung zur visualisierung von virtuellen objekten in angiografischen anwendungen
JP4899068B2 (ja) * 2006-05-02 2012-03-21 国立大学法人名古屋大学 医療画像観察支援装置
US8041095B2 (en) * 2008-06-11 2011-10-18 Siemens Aktiengesellschaft Method and apparatus for pretreatment planning of endovascular coil placement
US8553952B2 (en) * 2008-11-29 2013-10-08 Supratik Kumar Moulik Method and system for automated interpretation of computer tomography scan data
JP5729907B2 (ja) * 2009-02-23 2015-06-03 株式会社東芝 Ｘ線診断装置
JP5584006B2 (ja) * 2010-03-31 2014-09-03 富士フイルム株式会社 投影画像生成装置、投影画像生成プログラムおよび投影画像生成方法
ITGE20130032A1 (it) * 2013-03-19 2014-09-20 Esaote Spa Metodo e dispositivo di imaging del sistema cardiovascolare
JP6188434B2 (ja) * 2013-06-07 2017-08-30 東芝メディカルシステムズ株式会社 医用画像処理装置および医用画像処理プログラム
JP6725423B2 (ja) * 2014-02-11 2020-07-15 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 解剖学的標的を視覚化するシステム
US10223786B2 (en) * 2014-04-11 2019-03-05 University Of Florida Research Foundation, Inc. System and method for diagnosing defects in random flow systems
JP6481269B2 (ja) * 2014-07-01 2019-03-13 富士通株式会社 出力制御方法、画像処理装置、出力制御プログラムおよび情報処理装置
US10222956B2 (en) * 2015-05-17 2019-03-05 Lightlab Imaging, Inc. Intravascular imaging user interface systems and methods
JP5839638B1 (ja) * 2015-06-01 2016-01-06 川澄化学工業株式会社 管状治療具設計装置、管状治療具の製造方法、および管状治療具設計プログラム
US10194990B2 (en) * 2016-04-27 2019-02-05 Arthrology Consulting, Llc Method for augmenting a surgical field with virtual guidance content
WO2018081607A2 (en) * 2016-10-27 2018-05-03 General Electric Company Methods of systems of generating virtual multi-dimensional models using image analysis
JP6841147B2 (ja) * 2017-04-25 2021-03-10 株式会社島津製作所 Ｘ線撮影装置およびｘ線画像表示方法
EP3432490B1 (en) * 2017-07-21 2019-07-10 Rohde & Schwarz GmbH & Co. KG Measuring system with positioning system for beamforming measurements and measuring method
US10803601B2 (en) * 2017-10-13 2020-10-13 University Of Rochester Rapid assessment and visual reporting of local particle velocity
JP7164345B2 (ja) * 2018-07-23 2022-11-01 ザイオソフト株式会社 医用画像処理装置、医用画像処理方法、及び医用画像処理プログラム

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7447535B2 (en) * 2003-08-04 2008-11-04 Koninklijke Philips Electronics N.V. Mapping the coronary arteries on a sphere
CN1870054A (zh) * 2005-05-24 2006-11-29 西门子共同研究公司 将多分支脉管及其环境同时投影到单个图像上
CN101443815A (zh) * 2006-05-11 2009-05-27 皇家飞利浦电子股份有限公司 重建图像的方法和装置
CN101779224A (zh) * 2007-08-03 2010-07-14 皇家飞利浦电子股份有限公司 使血管的cpr视图的观察方向与3d管状结构的被绘制体素体积上的观察角和/或与3d旋转血管造影设备的c臂系统的c臂几何结构相耦合
CN101422352A (zh) * 2008-12-10 2009-05-06 华北电力大学（保定） 一种交互式冠状动脉虚拟血管镜的实现方法
WO2012097315A1 (en) * 2011-01-14 2012-07-19 Baylor College Of Medicine Method and system for evaluating hemodynamics of a blood vessel
CN103971403A (zh) * 2013-01-29 2014-08-06 西门子公司 3d管状结构的曲线重建的快速呈现
CN104240287A (zh) * 2013-06-08 2014-12-24 北京思创贯宇科技开发有限公司 一种利用ct图像生成冠脉全景图的方法及系统
KR101652641B1 (ko) * 2015-06-05 2016-09-12 숭실대학교산학협력단 Ecg 신호를 이용한 영상 정합 장치 및 그 방법
CN105118056A (zh) * 2015-08-13 2015-12-02 重庆大学 基于三维形态学的冠脉血管自动提取方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于CTA影像的血管可视化技术研究;吕新荣;《中国博士学位论文全文数据库 信息科技辑》;20100115;I138-23 *

Also Published As

Publication number Publication date
US10937227B2 (en) 2021-03-02
CN109427059A (zh) 2019-03-05
US20190057541A1 (en) 2019-02-21
DE102017214447A1 (de) 2019-02-21
DE102017214447B4 (de) 2021-05-12

Similar Documents

Publication Publication Date Title
CN109427059B (zh) 解剖结构的平面可视化
JP5318877B2 (ja) データセットのボリュームレンダリングのための方法及び装置
US8103070B2 (en) Volume rendering apparatus and method
US7529396B2 (en) Method, computer program product, and apparatus for designating region of interest
US10380735B2 (en) Image data segmentation
US10580181B2 (en) Method and system for generating color medical image based on combined color table
CN108876794A (zh) 体积图像数据中的动脉瘤与载瘤血管的隔离
US20180064409A1 (en) Simultaneously displaying medical images
JP5194138B2 (ja) 画像診断支援装置およびその動作方法、並びに画像診断支援プログラム
US20080084415A1 (en) Orientation of 3-dimensional displays as a function of the regions to be examined
US20140254910A1 (en) Imaging device, assignment system and method for assignment of localization data
JP2004174241A (ja) 画像形成方法
CN111932665A (zh) 一种基于血管管状模型的肝血管三维重建及可视化方法
US7424140B2 (en) Method, computer program product, and apparatus for performing rendering
US20050237336A1 (en) Method and system for multi-object volumetric data visualization
Ropinski et al. Multimodal vessel visualization of mouse aorta PET/CT scans
WO2021081771A1 (zh) 基于vrds ai医学影像的心脏冠脉的分析方法和相关装置
CN112884879B (zh) 用于提供至少一个管状结构的二维展开图像的方法
US20080074422A1 (en) Method, system and computer program product for providing user-customizable standardized anatomical viewing protocols for volumetric data
JP2014144156A (ja) 医用画像表示制御装置および方法並びにプログラム
JP2012085833A (ja) ３次元医用画像データの画像処理システム、その画像処理方法及びプログラム
JP4598910B2 (ja) ３次元画像表示装置
Ropinski et al. Multimodal visualization with interactive closeups
JP2024516930A (ja) 少なくとも１つのインターフェースにおいて対象物の少なくともゾーンを可視化するための方法
Bao et al. Introduction to 3D Visualization of Abdominal CT Images

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20240902

Address after: German Phu F Haim

Patentee after: Siemens Medical AG

Country or region after: Germany

Address before: Erlangen

Patentee before: Siemens Healthineers AG

Country or region before: Germany

TR01 Transfer of patent right