CN1846231A

CN1846231A - 用于在描绘运动器官的一系列图像内识别最佳图像的方法和系统

Info

Publication number: CN1846231A
Application number: CNA2004800250177A
Authority: CN
Inventors: 迈克尔·扎克; 莫舍·卡莱曼
Original assignee: Paieon Inc
Current assignee: Paieon Inc
Priority date: 2003-07-21
Filing date: 2004-07-14
Publication date: 2006-10-11
Also published as: CA2533538A1; EP1654704A2; WO2005008583A2; WO2005008583A3; JP4489770B2; JP2007533336A; US7587074B2; US20060188135A1

Abstract

一种在描绘运动物体的一系列图像内用于量化循环运动的方法和系统，该运动物体经受包含循环分量和非循环分量的复合运动，非循环分量的频率低于循环分量。计算复合运动。计算非循环分量作为在运动循环期间的运动积分。从复合运动中减去非循环分量以得到循环分量。

Description

用于在描绘运动器官的一系列图像内识别最佳图像的方法和系统

技术领域

本发明涉及医学图像处理装置。

背景技术

医学成像装置往往用于成像运动器官。具体地说，心脏图像处理装置通常用于成像运动器官，或心脏(例如，借助于超声成像)或冠状动脉(例如，借助于血管造影术)。这些成像处理装置中的许多装置用于量化运动，或作为本身的指示或作为部分的图像处理算法。

左心室分析的图像处理装置用于评价射血分数，它是在每次心跳期间泵出的血液百分比。左心室分析涉及从血管造影图(取自运动血管图像序列)中计算左心室体积。左心室体积的计算是一次在心脏的收缩期和另一次在心脏的舒张期。根据这两个体积的比率，估算射血分数。识别收缩图像和舒张图像是部分的LVA过程。

根据超声图像评价心肌厚度和心壁运动以指出心脏衰竭状态。这两个过程也涉及识别收缩事例和舒张事例。此外，量化物体的运动可以直接用于心壁运动评价。

血管内超声(IVUS)是一种用于评价和分析冠状动脉缺损的方法，它借助于插入血管内超声装置和成像血管。IVUS测量包括腔管区的测量。腔管区的评价与心博期十分有关，并随不同的图像而变化，该图像描绘心博周期内的不同阶段。同样地，识别舒张期或最小运动事例是有用的，为的是完成对最佳图像的测量。

CT，MRI和PET也用于成像心脏以及冠状动脉。这些方法利用ECG触发而使图像采集与ECG事件(例如，舒张末期)同步，为的是减小能够降低图像分辨率和图像质量的运动假象，因此，它损害图像结果和临床鉴定。

在医学成像领域，血管造影术是心血管诊断的重要标准。利用C-ArmX射线设备产生的常规(2D)血管造影术应用于导管插入过程，它提供用于评价血管病的最准确模式。定量的冠状动脉分析往往用于测量血管病。分析某个血管造影图以测量血管内径；在从不同的血管造影图导出时，其结果是不同的，这些血管造影图描绘不同心博期间事例的血管；QCA过程建议利用舒张末期图像。

三维重构冠状动脉也是一种根据常规血管造影术过程评价血管病的方法。虽然它是众所周知和广泛地出现在文献中，但是2D血管造影术有一些内在的缺点，主要是呈现和测量投影物体，它导致不准确的测量结果，可以利用从得到的一系列二维图像中完成三维重构动脉的方法。为了重构三维动脉图像，至少需要在相同的心跳期得到两个二维动脉图像，例如，在舒张期。所以，图像的采集通常与ECG信号同步。这个过程涉及同时记录来自X射线摄像机的视频信号和病人的ECG信号。这种ECG选通过程存在许多缺点。例如，在许多情况下，很难使ECG信号与所需的冠状动脉状态相关。此外，在观看记录的血管造影相片时，通常不能获得ECG信号。

还有许多附加的心脏和其他医疗过程和测量，它们涉及在物体的运动周期内识别事例，还涉及量化这种运动。

因此，我们需要量化器官运动。还需要在运动周期内量化事例。显而易见，成像运动器官给所有的模式造成很大的困难，它损害定量结果和临床评估。

发明内容

本发明的目的是提供一种用于成像运动器官和量化器官运动的方法和系统。

本发明提供几种与评价器官运动有关的方法和系统。

按照本发明，提供一种在一系列描绘运动物体的图像内用于量化循环运动的方法，该运动物体经受包含循环分量和非循环分量的复合运动，非循环分量的频率低于循环分量，该方法包括：

(a)计算复合运动；

(b)计算非循环分量作为在运动循环期间的运动积分；和

(c)从复合运动中减去非循环分量以得到循环分量。

本发明提供一种从一系列任何来源的图像中用于评价器官循环运动的新颖方法，并提供这种可以减小或消除运动假象的方法实施。具体地说，我们给出一种选取最佳图像的新颖方法和系统，用于3D重构冠状动脉的过程。我们还提供一种利用心跳运动分析代替需要ECG选通的方法和系统。

一种用于估算一系列器官运动图像的方法包括以下的操作。医学成像装置获取一系列呈现运动器官的图像。该运动是器官改变形状的运动(按照循环方式，最终恢复它的原始形状)或者还包括在图像内器官改变位置的运动(例如，在血管造影术中，在成像时移动病人的床是非常普遍的，因此它移动图像内冠状动脉的位置)。若非循环分量叠加到循环运动上，则在分析该系列图像时需要使循环运动与非循环运动分离。一旦分离这两种类型的运动，就可以量化循环运动。现在，量化的运动可以直接用于测量或用于识别运动循环期内不同事件的研究。在一些实施方案中，这种研究的目的是得到最佳图像，其意义是，它代表最小的运动，从而产生最小的运动假象或没有运动假象。在另一些实施方案中，循环运动研究的目的是得到几个图像，在这些图像上需要完成其他的过程或计算。我们具体给出用于量化器官运动的两种方法。

本发明的优选实施例包含以下的内容。我们从一系列冠状运动血管造影图中提供用于识别最佳图像(描绘最小冠状动脉运动的图像)的方法和系统。我们给出一种用于分离心跳运动与一系列血管造影图中呈现其他运动的方法。作为ECG选通过程的另一个更好方案，我们建议利用现有技术已知的搜索算法搜索舒张末期位置的心跳运动图形，它是代表最小运动的位置。我们把这个舒张末期位置与合适的血管造影图相关。这个选取的血管造影图是作为输入到三维重构冠状动脉过程中的最佳图像。最佳图像的意义是，该3D模型是成像血管的最佳代表。因此，从该模型中导出的血管测量结果是最准确的。

附图说明

为了理解本发明和知道如何在实践中实施本发明，现在借助于非限制性例子并参照附图描述一个优选实施例，该实施例与描绘心跳运动的一系列图像内的最佳图像确定有关，其中：

图1给出一个展示循环运动积分是零的例子，该运动是物体在相同位置开始和终止的运动；

图2是按照本发明一般方法实施的主要操作流程图，用于从描绘运动物体的一系列图像中识别最佳图像；和

图3是按照图2所示具体实施方法实施的主要操作流程图。

具体实施方式

一般原理

本发明的描述是具体参照在描绘心跳运动的一系列图像内确定最佳图像，该图像可能包含移动处置病人术台造成的“噪声”。在此确定之前，首先描述一些通用算法。

图2是按照本发明方法实施的主要操作流程图，用于从描绘运动物体的一系列图像中识别最佳图像。

图3是这种方法优选实施例的流程图，用于从一系列运动血管造影术图中识别最佳图像；这个图像是冠状动脉三维重构的输入。

接收一系列图像作为来自任何成像源的输入。这些图像描绘经受两种类型运动的运动器官。第一种运动是物体本身的循环运动，这意味着，物体在某个时间帧内恢复它的原始形状和位置。第二种运动是在场景(图像)内的物体运动，这意味着，物体改变其位置是由于成像位置的变化。在图3所示这个方法的优选实施例中，图像是一系列冠状动脉造影术图，它是在导管插入过程中得到的。循环运动是心跳，而第二种运动可以是，例如，C-ARM台的运动，它造成图像中成像冠状动脉的位移。

首先，利用任何的方法，例如，光流量或相位相关法，计算所有图像序列的整体运动。

若循环周期是未知的，则从整体运动数据中计算循环周期。一种方法是利用频谱分析。利用整体运动和已知或计算的循环周期，计算非循环运动。已知循环周期的优选实施例是从分析ECG信号中提取的心博周期。

从整体运动中减去非循环运动可以得到循环运动。在图3所示的优选实施例中，从整体运动中减去非循环运动(主要归结于是病床的运动)可以得到心跳运动。

运动数值，特别是描述循环运动的那些数值，现在可用于心壁运动分析的直接测量。

为此目的，确定与运动功能有关的事件。例如，在图3所示的优选实施例中，这个事件是识别有最小冠状动脉运动的图像的最小事例，因此，它是三维重构的最佳图像。

若事件是唯一的，则可以找到与这个事件匹配的事例(图像)。否则，找到与这个事件的所有匹配事例，并从这些候选对象中选取与试探规则匹配的一个事例。在这个优选实施例中，若从ECG信号的分析中提取与该事例的近似(R峰是舒张末期事例的近似)，则最小动脉运动的事件可能是唯一的。否则，若不能得到这个近似，则最小运动事件不是唯一的，因为它与收缩末期和舒张末期都匹配。因此，找到最小运动事件的两个事例，而舒张末期运动是由描绘最松弛动脉的规则识别，它与收缩末期运动的最小松弛不同。

与被识别事例相关的图像是最佳图像。例如，在这个优选实施例中，与最小运动最松弛动脉状态事件相关的图像是三维重构中最佳图像。

估算器官运动的方法

在以上的实施例中，从一系列图像(帧)中计算器官的运动。虽然完成计算的方法本身不是本发明的特征，但是，为了完整性，现在描述完成这种计算的方法。

首先，我们建议的算法是每个循环运动器官的图像(帧)数目是已知的。这个参数通常是已知的(例如，通过与导管插入手术室中ECG单元的连接，可以容易获取心博周期长度)。然而，我们在以后可以不需要知道这个参数。

令IM₁，IM₂，...IM_n是n个图像，每个图像包含一个循环运动的器官。令m是每个循环的图像数目。

任何m+1个图像，IM₁，IM₂，...IM_m，IM_m+1构成一个完全的循环(为了简单化，我们假设m是偶数)。这个序列中各帧之差归结于器官的循环运动，但是也可以归结于其他的因素。

若仅仅存在循环运动，则这个序列中第一个图像和最后一个图像必须相同，IM₁＝IM_m+1。

例如，利用现有技术中已知的光流量或应用相位相关计算相继的图像对IM_i和IM_i+1，i∈{1...m}，可以计算代表复合运动的图像之差。这个计算结果(例如，相位相关的结果)描述为dX_i，dY_i和ρ_i，其中dX_i和dY_i分别是沿X轴和Y轴的图像(假设在这两个图像中存在相同图形的基本部分)之间位移，而ρ_i是相关性等级。ρ_i可用于增强以下描述的算法。

我们按照如下定义和计算运动积分：

[\begin{matrix} X_{1} \\ Y_{1} \end{matrix}] = [\begin{matrix} 0 \\ 0 \end{matrix}]

[\begin{matrix} X_{i + 1} \\ Y_{i + 1} \end{matrix}] = [\begin{matrix} X_{i} \\ Y_{i} \end{matrix}] + [\begin{matrix} {dX}_{i} \\ {dY}_{i} \end{matrix}]

这意味着，在第一个图像中，它的运动积分等于零。第i+1个图像的运动积分等于第i个图像的运动积分加上第i个图像与第i+1个图像之间的位移，如利用相位相关法计算的。

从数学观点很容易理解，若物体在相同的位置上开始和终止，从图像IM₁至图像IM_m+1的循环运动积分是零，则物体运动(在X轴和Y轴上)的积分是零(如图1所示)。因此，若仅仅存在循环运动，则(X_m+1，Y_m+1)＝(X₁，Y₁)＝(0，0)。

令(X_NC，Y_NC)是非循环运动的积分，

(X_NC，Y_NC)＝(X_m+1，Y_m+1)，

这意味着，若循环运动的积分是0，则(X_m+1，Y_m+1)代表归结于非循环运动的剩余运动。

假设非循环运动是一致的，或至少它的频率低于循环运动的频率，我们可以从整体运动中减去这个运动：

(X_i ^*，Y_i ^*)＝(X_i，Y_i)-(X_NC，Y_NC)*(i-1)/m，i＝1，2，...，m+1。

因此，我们得到以下的运动数值。(X_NC，Y_NC)是非循环运动的数值，而(X_i ^*，Y_i ^*)是每帧i的循环运动数值，其中i＝1，2，...，m+1。

现在，这些数值可用于直接测量(例如，心壁运动)，并可用作其他处理操作的输入，如以下更详细描述的。

借助于直接计算，我们可以不要求事先知道循环运动的长度。最通常的做法是基于快速傅里叶变换进行频谱研究，它应用于整个序列的运动图形，用于识别循环运动的频率。

得到最小运动图像的方法

在许多应用中，我们需要识别有最小运动的图像(例如，最小心跳运动或最小冠状动脉运动)。在运动循环内最小运动事件是唯一的情况下，则利用运动差图形上的最小点确定最小运动图像。

令：

D_{i, j} = \sqrt{{(X_{i} - X_{j})}^{2} + {(X_{i} - Y_{j})}^{2}}

D_i，j是运动差图形。最小运动事例是D_i，j函数的最小事例。

在运动循环内最小运动事件不是唯一的其他情况下，(例如，心博周期至少有两个运动事例，收缩末期和舒张末期)，我们建议以下的方法。

若最小运动图像的初步近似是已知的(例如，利用取自ECG信中号的R峰，很容易识别心博周期内舒张末期图像的近邻)，则我们可以找到第一极值点，该极值点最远离近似的最小运动图像，这意味着：

若IM_F是最小运动图像的近似，则第一极值点是D_E，F＝max{D_i，F}，其中i＝1，...，m+1。

确定最小运动图像IM_LM是最远离于图像IM_E，

D_LM，E＝＝max{D_i，E}，其中i＝1，...m+1。

借助于直接计算，我们可以免除事先知道最小运动图像近似的要求。若最小运动事例的确不是唯一的，则我们可以利用区分的试探准则。例如，在描绘心博周期的血管造影图序列内，很容易区别代表最小运动的收缩末期事例和舒张末期事例，因为识别舒张末期事例是冠状动脉呈现最大的扩展，而识别收缩末期事例是冠状动脉呈现最小的扩展。

优选实施例

我们建议这样一个优选实施例，利用常规的血管造影术过程形成冠状动脉的三维重构。为了重构三维动脉图像，至少需要得到在相同心跳期的两个二维动脉图像，例如，在舒张末期。所以，图像采集往往与ECG信号同步。这个过程涉及同时记录来自X射线摄像机的视频信号和病人的ECG信号。我们在此给出用于识别舒张末期事例的新颖方法，它相当于ECG选通，但不仅仅依靠ECG信号。

令IM₁，IM₂，...IM_n是导管插入过程中获取的n个图像。

令m是每个心博周期的帧数，或是事先已知的或利用上述估算器官运动方法进行计算。

令IM_k是舒张末期帧在心博周期内的近似位置，或是事先已知的或按照上述得到最小运动图像方法进行试探识别。

IM_k-m/2，IM_k-m/2+1，IM_k-m/2+1...IM_k-m/2+m构成全部心博周期(为了简单化，我们假设m是偶数)。在这个序列中各帧之差归结于心跳运动，但也归结于病床运动，碘传播和几个其他的原因。若仅仅存在心跳运动，则在这个序列中第一个图像IM_k-m/2和最后一个图像IM_k-m/2+m必须相同，因为心跳运动是周期性的。

为了简单化，我们重新编号这个序列为

IM₁，IM₂，...，IM_m，IM_m+1。

如上所述，若仅仅考虑心跳运动，则IM₁＝IM_m+1此外，重新编号的舒张末期帧是IM_m/2+1，它是最小运动帧的近似。

应用相位相关计算相继的图像对IM_i和IM_i+1，i∈{1...m}。相位相关计算的结果描述为dX_i，dY_i和ρ_i，其中dX_i和dY_i分别是沿X轴和Y轴的图像(假设在这两个图像中出现大部分相同的图形，冠状分支或部分冠状分支)之间位移，而ρ_i是相关性等级。ρ_i可用于增强以下描述的算法。

现在，在归结于相继图像差的所有原因中，产生这种差的最重要因素是病床运动，有时可以超过心跳运动本身。

心跳运动从图像IM₁至IM_m+1的积分是零，(X_m+1，Y_m+1)＝(X₁，Y₁)＝(0，0)。

令(X_B，Y_B)是病床运动的积分，

(X_B，Y_B)＝(X_m+1，Y_m+1)，

这意味着，若心跳运动的积分是零，则(X_m+1，Y_m+1)代表归结于病床运动的剩余运动。

假设病床运动是一致的(这意味着，医生沿大致恒定的方向移动病床)，或作为一个较弱的约束，则病床运动比心跳运动慢，我们可以从整体运动中减去这个运动：

(X_i ^*，Y_i ^*)＝(X_i，Y_i)-(X_B，Y_B)*(i-1)/m，i＝1，2，...，m+1。

有最小动脉运动的帧是由(X，Y)曲线上的极值点确定。

令：

D_{i, j} = \sqrt{{(X_{i} - X_{j})}^{2} + {(Y_{i} {- Y}_{j})}^{2}}

我们可以确定收缩末期点S，该点最远离近的似舒张末期点，这意味着：

D_S，m/2+1＝max{D_i，m/2+1}

最小运动点，即，舒张末期点ED，确定为最远离于收缩点：

D_S，ED＝max{D_S，J}。

选取每个序列运动血管图像的IM_ED图像用于三维重构过程，可以提供具有很高精确度的最佳结果，它可用于重构和血管分析。

在以下的方法权利要求中，我们给出用于指明权利要求步骤的字母数字字符和罗马数字仅仅是为了方便的目的，并不意味着完成这些步骤的任何特定顺序。

还应当明白，按照本发明的系统可以是合适编程的计算机。同样地，本发明设想计算机可读的计算机程序可以执行本发明的方法。本发明还设想机器可饿存储器，它包含机器可执行的指令程序用于执行本发明的方法。

Claims

1.一种在描绘运动物体的一系列图像内用于量化循环运动的方法，该运动物体经受包含循环分量和非循环分量的复合运动，非循环分量的频率低于循环分量，该方法包括：

(a)计算复合运动；

(b)计算非循环分量作为运动循环期间的运动积分；和

(c)从复合运动中减去非循环分量以得到循环分量。

2.按照权利要求1的方法，其中利用频谱分析方法计算循环运动分量的循环周期。

3.按照权利要求1或2的方法，其中复合运动是利用光流量确定的。

4.按照权利要求1或2的方法，其中复合运动是利用所述图像的相位相关确定的。

5.按照权利要求1至4中任何一个的方法，其中循环运动数值用于评价身体器官的性能。

6.按照权利要求4的方法，在心脏应用中评价心跳性能。

7.按照权利要求6的方法，用于射血分数分析。

8.按照权利要求6的方法，用于左心室分析。

9.按照权利要求6的方法，用于心壁运动分析。

10.一种用于识别图像的方法，该图像描绘与循环运动相关的事件，该方法包括：

(a)按照权利要求1至4中任何一个的方法计算循环运动；

(b)利用循环运动的图形表示来识别与所述事件匹配的所有图像；和

(c)选取一个所述图像。

11.按照权利要求10方法，其中选取的图像最接近于预定的近似。

12.按照权利要求10或11的方法，其中该事件是最小运动。

13.按照权利要求12的方法，选取血管造影图像用于参与冠状动脉的三维重构。

14.按照权利要求13的方法，包括：从ECG信号的分析中导出循环周期和最小运动图像的近似。

15.按照权利要求13或14的方法，包括利用冠状动脉状态区分舒张末期事例与收缩末期事例，它们分别是最大扩展和最小扩展。

16.按照权利要求5至15中任何一个的方法，用于选取QCA分析的最佳图像。

17.按照权利要求5至15中任何一个的方法，用于选取IVUS分析的最佳图像。

18.按照权利要求5至15中任何一个的方法，用于选取LVA分析的最佳图像。

19.按照权利要求5至15中任何一个的方法，用于选取心壁运动分析的最佳图像。

20.按照权利要求5至15中任何一个的方法，用于CT重构。

21.按照权利要求5至15中任何一个的方法，用于MRI重构。

22.按照权利要求5至15中任何一个的方法，用于PET重构。

23.一种在描绘运动物体的一系列图像内用于量化循环运动的方法，该运动物体经受包含循环分量和非循环分量的复合运动，非循环分量的频率低于循环分量，该系统包括：

复合运动单元，用于计算复合运动；

非循环运动单元，用于计算非循环分量作为运动循环期间的运动积分；和

减法单元，用于从复合运动中减去非循环分量以得到循环分量。

24.一种用于识别图像的系统，该图像描绘与循环运动相关的事件，该系统包括：

循环运动单元，用于计算循环运动并导出代表其图形表示的数据；

图像识别单元，它响应于代表循环运动图形表示的所述数据，用于识别与所述事件匹配的所有图像；和

图像选取单元，用于选取一个所述图像。

25.按照权利要求24的系统，其中图像识别单元适合于识别最小循环运动。

26.按照权利要求25的系统，其中图像选取单元适合于选取血管造影图像以参与冠状动脉的三维重构。

27.按照权利要求26的系统，包括：ECG分析仪，用于从ECG信号分析中导出循环周期和最小运动图像的近似。

28.按照权利要求26或27的系统，包括：与图像选取单元耦合的图像处理单元，利用冠状动脉状态区分舒张末期事例和收缩末期事例，它们分别是最大扩展和最小扩展。