CN1954340A - 使用三维可变形网格模型对物体的三维树状管形表面自动分段的图像处理系统 - Google Patents
使用三维可变形网格模型对物体的三维树状管形表面自动分段的图像处理系统 Download PDFInfo
- Publication number
- CN1954340A CN1954340A CNA2005800158620A CN200580015862A CN1954340A CN 1954340 A CN1954340 A CN 1954340A CN A2005800158620 A CNA2005800158620 A CN A2005800158620A CN 200580015862 A CN200580015862 A CN 200580015862A CN 1954340 A CN1954340 A CN 1954340A
- Authority
- CN
- China
- Prior art keywords
- segmentation
- tree
- mesh
- tubular
- processing system
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- 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
- G06T7/149—Segmentation; Edge detection involving deformable models, e.g. active contour models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
- G06V20/695—Preprocessing, e.g. image segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
-
- 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
- G06T2207/10116—X-ray 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
- G06T2207/10—Image acquisition modality
- G06T2207/10132—Ultrasound 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
- G06T2207/30004—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
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/41—Medical
Abstract
一种具有对在3D图像中树状管形结构自动进行分段的计算装置的图像处理系统,包括:用于计算管形树状结构的树状中心路径的装置(20);用于把管形树状结构的树状中心路径划分成由各点形成的结构的装置(21);用于对树状中心路径的各个分段生成由单元形成的一般圆柱形网格的装置(40);用于融合两个一般圆柱形网格的装置(50)。
Description
发明领域
本发明涉及使用三维可变形网格模型来对三维图像中物体的三维树状管形表面自动分段的图像处理系统。本发明还涉及使用这样的系统的医疗检查设备。本发明还涉及用于处理由这种设备产生的医学三维图像的程序产品。本发明还涉及用于把诸如动脉这样的管形树状身体器官分段以便改进器官的可视化的医学图像处理方法。本发明在医学成像领域中找到具体的应用。
发明背景
三维物体的模型化的技术在H.Delingette,“Simplex Meshes:aGeneral Representation for 3D shape Reconstruction”(单体网格:用于三维形状重建的一般表示),Processing of the International Conferenceon Computer Vision and Pattern Recognition(计算机视觉和模式识别国际会议的处理)(CVPR’94),20-24 June 1994,Seattle,USA中公开。在这篇文章中,提出了用于恢复三维物体的基于物理的方法。这个方法是基于“单体网格”的几何关系。网格的弹性特性用通过在每个顶点(网格的节点)处提取的单体角度控制平均曲率的局部稳定的函数而被建模。这些函数是视点不变的、固有的和尺度敏感的。单体网格具有恒定的顶点连接性。为了表示三维表面,使用了被称为双单体网格的单体网格,在其中每个顶点被连接到三个相邻的顶点。单体网格的结构对所引用文章的图1所示的三角形结构是二元的(dual)。单体网格的轮廓被规定为包含单体网格的相邻的顶点的一个闭合多边形链。为了达到全部范围的可能的网格变换,定义了四个独立的变换。它们包含插入或删除一个面的各边缘。单体网格的说明还包括归纳在平面几何中使用的角度的单体角的定义;以及度量参数的定义,它们描述顶点是如何相对于它的三个邻居而定位的。每个顶点的动态特性(dynamic)由牛顿运动定律给出。变形蕴含着一个把形状约束成平滑的力和一个把网格约束成为接近于3D物体的力。内部力确定一个基于物理的模型对外部约束的响应。内部力被表示成使得它们是固有地视点不变的和取决于定标的。对于轮廓也有同样类型的约束。因此,所引述的文章为表示一个给定的3D物体提供一个简单的模型。它规定要施加的力,以便使该模型重新成形和调整到感兴趣的3D物体上。
发明概要
在医疗图像上,常常需要对如动脉那样的树状管形器官分段。基于可变形模型的分段允许提取所研究的器官的临床参数,如直径或体积。当可变形模型(不管是被称为2-单体网格、三角形网格或任何其它种类的主动轮廓模型)必须拟合一个呈现树状管形结构的器官时就会出现问题。把分立的可变形模型映射到树状管形器官的不同的分支是非常困难的,特别是在分支结构的位置处。首先,必须生成表示每个不同分支的管形模型。特别地,管形模型必须适配于各个分支的弯曲或曲率。然后,管形模型必须在分支结构处进一步合并或融合。如果管形模型的合并不正确,则在分支结构位置处可能有缝隙或折叠或其它变形。
本发明的一个目的是提出用于对树状管形结构进行分段的图像处理系统。本发明的系统具有用于快速生成树状管形表面网格的装置,包括自动分支生成、分支加标记和分支融合,根据圆柱形表面网格生成。特别地,所述系统具有用于创建和使用2-单体网格模型或三角形网格模型或任何其它变形网格模型的处理装置。
该处理装置从树状物体中心线创建树状管形表面网格。这种中心线结构被划分成相应于树状管形物体的不同部分的各分段。然后,这些分段被用来创建带区域标记的通用圆柱体,它们被融合,从而最后创建所需的管形树状网格表面。树状网格表面可被用于3D图像分段。这对于如冠状树、支气管树、主动脉交叉分支、脑部血管那样的树状管形器官或器官部件是特别有用的。
本发明的另一个目的是提出这样一种系统,它具有使得分支融合的数目最小化的处理装置。由于系统具有按照初始的管形树的各种分支对生成的树状管形网格表面自动加标记的装置,所以所述加标记就规定了最后的树状管形网格的各个区域。第一圆柱形结构是以连续的方式根据相邻中心线分段的最大可能数目而生成的。然后,其它圆柱形结构与这个第一圆柱形结构融合。创建这个第一圆柱形结构(它从几个相邻的中心线分段直接形成,其它分支则与它融合)可使得融合操作次数为最小。同样的原理可应用于到具有子分支的其它分支。在3D医学图像中使用网格作为3D树状器官分段的活动(active)模型的同时,给感兴趣的物体的不同区域加上标记是有很大的帮助的。
感兴趣的物体在3D图像上用灰度级别来表示。
所建议的图像处理系统的主要特征是在权利要求1中要求保护的。其它权利要求涉及用于操作该系统装置的方法步骤、用于执行该方法的程序产品或程序包、以及具有如在权利要求1中要求的3D成像装置和系统的医疗检查设备。
附图简述
此后参照以下的示意图详细地描述本发明,其中:
图1A是用于对3D图像中的树状管形器官分段的观测系统的功能性框图;图1B是系统的融合装置的功能性框图;
图2是显示根据已排序的各点的预定路径使网格逐个分段地弯曲的步骤;
图3A和图3B分别以圆形视图显示不带有和带有线性变换混合的网格建立;
图4A以单体网格视图显示不带有线性变换混合的网格建立;图4B以单体网格视图显示带有线性变换混合和带有减小半径以导致扭曲最小化的网格建立;图4C显示在不减小半径的情况下使用在子分段之间最小旋转的网格建立的例子;
图5A到图5C显示在两个网格模型之间的交叉区域的生成以创建一个分支结构:图5A显示检测和删除属于相对的网格的内部的面;图5B显示耦合和链接开放的轮廓以创建新的面从而导致该两个网格的新的联合;图5C显示该新的联合的区域;
图6A显示初始的树状管形结构,诸如一个在3D图像中的器官;
图6B显示图6A的3D树状管形结构的中心线;
图7A显示根据中心线的各个部分,生成适配于树状结构的分支的管形网格模型;图7B显示管形网格模型的一个分支到另一个分支的耦合;图7C显示管形网格模型的另一个分支进一步耦合到以前构建的树状管形网格模型;
图8是使用图1的系统的医疗检查设备的功能性框图。
优选实施例描述
本发明涉及一个带有用于处理三维(3D)数字图像数据的装置的图像处理系统。图1A是这个系统的实施例的示意图。3D图像10可以以灰度级别表示在有噪声的图像中被称为感兴趣的物体OI的管形器官的三维表面。为了例如相对于带有噪声的背景给用户提供感兴趣的物体的更好的视图,这个物体被分段。分段允许用户更好地研究或检测器官的异常。图像可以通过诸如超声或X射线设备那样的不同的获取装置或通过本领域技术人员已知的其它设备来获取。
本发明特别地涉及到这样的图像处理系统,它具有用于在三维图像10或在三维图像的序列中对感兴趣的树状管形物体进行分段的装置。如图6A所示,要分段的树状管形物体可以是诸如一组血管那样的树状管形器官。该系统装置的图像分段技术是基于利用被称为活动轮廓的3D可变形模型。按照本发明,可以使用创建3D可变形模型的任何技术而没有限制。分段操作包含把3D可变形模型映射到感兴趣的3D树状管形物体上。在图6A所示的一组血管的例子中,感兴趣的树状管形物体显示出包括分支的复杂的管状形状,这些分支包括弯管。
在活动轮廓的领域,必须提供初始网格模型。即使总是可能从任何任意形状的网格模型出发,但更鲁棒和更快速的是从一个其形状接近于要被分段的器官的所需形状的网格模型出发。按照本发明,建议创建一种初始管形网格模型的类型,它称为2-单体网格、三角形网格或任何其它种类的网格模型。参照图1,系统具有用于供用户使管形网格模型初始化的装置31。
如图6A所示,感兴趣的物体OI是树状形状,因此显示出各分支B。参照图1A,系统具有通过使用本领域技术人员已知的任何技术来给感兴趣的物体的不同的部分自动加标记的装置11。系统具有用于创建由一组已排序的点形成的3D路径的装置20。装置20优选地根据管道的感兴趣的物体OI的中心线点来生成树状3D路径P,如图6B所示。这个中心线结构P被划分成相应于树状物体OI的不同部分的分段S。然后,系统具有按照感兴趣的物体的不同部分给分段S加标记的装置21。
系统还具有使用加了标记的分段来分开地创建带区域标记的一般性的弯曲圆柱体M装置32,40,如图7A所示。装置32执行直的圆柱体的创建,该圆柱体又通过使用变换装置40而被弯曲成一般圆柱体,以便拟合3D路径分段。然后,系统具有融合装置50,以用于融合一般圆柱体M,从而最后创建在分段的树状物体的3D图像60中的所需要的管形树状网格表面,如图7B和7C所示。
困难首先在于适当地把直线的初始管形可变形模型变形以便正确地映射管形的身体器官的每个分支表面的操作;以及其次在于把分支融合以便正确地构建树状管形的身体器官的分段的表面的操作。
树状管形结构OI可以具有分支B。按照本发明,系统具有用于给树状结构的不同的分支B自动加标记的装置11。在图6A上,这样加标记就产生分支B0,然后产生分支B01和B02,它们从B0形成分支结构,以及产生分支B021和B022,它们从B02形成分支结构。
参照图2和图6A,对树状管形结构OI(如血管的结构)进行分段,包括首先创建所述树状管形结构OI的中心线,它被称为3D路径P,如图6B所示。参照图1A,系统具有用于生成由中心点形成的路径P的装置20。路径跟踪工具是本领域技术人员已知的,它可被用来确定要被分段的感兴趣的管道物体的中心线。中心线结构P被划分成相应于树状物体OI的不同的加标记的分支的分段S,如图6B所示。参照图1A,系统具有装置21,它用于给相应于不同的分支的分段S加标记诸如相应于OI的分支B0的分段S0;然后是相应于分支B01和B02与从S0形成分支结构的分段S01和S02;以及是相应于分支B021和B022与形成来自S02的分支结构的分段S021和S022。P的每个分段S是通常表示弯管的3D路径。
P的每个带3D标记的分段S可以分开地处理。如图2所示,P的每个分段S首先被变换成初始的直的圆柱形网格模型,它进一步被变形以适合器官的管形分段的实际的形状。为此,提供一种技术,以便初始化来自路径P的这样的3D分段S的网格模型,而不是如现有技术文章[Delingette]那样直接用物体表面使网格模型初始化。任何其目标为使管形结构分段的应用可以从具有管形的初始网格模型获益。按照本发明,系统具有用于创建一个要被分段的树状管形器官的每个分支拟合的分开的管形网格模型的装置31,32,40。其输入是:
1)处在3D路径P的每个分段S上的点的分类的一个清单。这时还不需要假设这些点的规则性和间隔,但这样的约束条件有助于得到平滑的网格模型。
2)圆柱体的半径r,以及
3)单元的分辨率。
自然的输出是用于路径P的每一个分段S的网格结构M。
参照图2,提出用于创建圆柱体基本形式的技术。这个技术包含沿预定的用作参考的Ox,Oy,Oz的z轴创建一组处在初始圆柱形网格模型的圆截面上的点,然后把这些组的点链接在一起,以创建单体网格结构。为了生成由C(S)表示的3D可弯曲的管道,本发明的技术包括从由L(S)表示的直的圆柱体出发,该圆柱体对准z轴以及具有等于路径P的3D目标分段S的总长度的长度e。然后,该技术包括弹性地使这个圆柱体翘曲,以便适配于路径P的给定的3D分段S。参照图1A,该技术包括:
使用计算装置21来产生相应于感兴趣的物体OI的管形分段B的中心线的3D路径S,如图6A和6B所示;
使用计算装置31来创建任何种类的网格的初始直的可变形的圆柱形网格模型L(S),其长度为l,是沿它的纵向轴所规定的并等于3D分段S的长度;以及在所述3D分段S上规定子分段u(S)和把这个初始网格模型L(S)划分成与分段S的不同的子分段u(S)有关的子分段;以及
使用计算装置32来对网格的每个子分段计算3D刚性变换,该变换把直线网格L(S)的初始方向变换成相关的3D子分段u(S)的方向,以及
使用计算装置40来把这种刚性变换施加到相应于该子分段的网格的顶点,以便创建一般圆柱体。
然而,如果3D分段S是不光滑的,例如由于在两个接连的子分段u(S)之间的方向快速改变,则会出现某些伪像。然后,弯曲的圆柱体本身可能交叉,因此导致网格的自交叉的不需要的幻象。
这也会导致最终得到的网格的不想要的扭曲。网格扭曲是由于在变换期间缺乏连续性控制造成的。
如果对于每个子分段不施加独特的变换,则可以避免自交叉。作为替代,使与接连的子分段有关的刚体变换被混合在两个接连的子分段之间。有利地,各刚体变换通过使用在两个旋转之间的线性内插而被混合。图3A和图3B分别以圆形视图来显示不带有和带有线性变换混合的网格建立。图3A和图3B显示旋转混合对3D分段的影响,该分段从一个子分段到另一个子分段具有相当大的取向改变。在图3A上,可以看到,在不具有3D旋转混合时,不同的圆在诸如点1a,2a,3a那样的接合点交叉,并且生成的单体网格包含某些自交叉。在图3B上,可以看到,旋转的线性混合帮助不同的圆从一个方向到下一个方向平滑地变形,导致一个更加规则的网格,如点1b,2b,3b所示。图4A和图4B以单体网格视图来分别显示不带有和带有线性变换混合的网格建立。图4A和图4B分别相应于图3A和图3B的网格创建。
从一个分段到另一个分段的3D刚性变换的线性混合不总是足以避免自交叉。显然,这样的自交叉也取决于在3D分段S的局部曲率与所创建的网格C(S)的想要的半径之间的关系。如果后者大于局部曲率半径,知道曲率半径是与曲率成反比的,因此当曲率高时它是小的,则出现自交叉。因此,即使通过上述的线性混合运算保证刚体变换沿坐标的平滑的演化,仍可能出现某些自交叉。在初始直圆柱体L(S)的由r表示的半径、用于隔开两个接连的圆的距离、和由c表示的3D分段S的曲率之间存在的关系可能影响这样的自交叉产生。在非常弯曲的路径上尝试使一个具有大的半径r的圆柱体弯曲将肯定导致某些严重的问题。因此,在高度弯曲的区域中希望局部地自动减小圆柱体C(S)的直径。
按照本发明,网格半径根据曲率和各点的采样距离以及想要的输入半径被自动调整。本发明的用于创建管形网格的系统包括用于按照局部曲率调制圆柱形网格的半径的处理装置。因此,该系统包括一个自动装置,用于避免在管形的可变形网格模型的弯曲区域中的自交叉以及从网格模型的一个子分段到另一个子分段的急剧的半径改变,它包括一个计算装置,用于按照3D路径的局部曲率调制圆柱形可变形网格模型的半径。要计算与3D旋转相组合的收缩因子。由于本发明涉及到器官,假设所提供的分段S是足够光滑,以便能够使用简单的近似。这种收缩因子取决于初始圆柱体的半径r和3D分段S的估计的曲率半径,它等于1/c。
另外,要使某些其半径未受限制的区域可视化可能是困难的,因为区域可能被其它区域的弯曲所隐蔽。当使用半径调制创建网格模型时,自交叉被大大地减小。然而,器官的总体形状在半径受限制的区域中不受干扰。在其它部分,半径不改变。在半径受限制的区域中,器官的不同的区域的可视化和跟踪得到明显改进。
现在,当在两个接连的旋转即刚体变换之间的距离最小时,网格扭曲被最小化。图像处理系统包括用于使得网格扭曲最小化的自动装置,它包括一个计算装置,用于计算从初始网格方向到目标分段的最小3D旋转。3D旋转是从作为z轴的初始网格方向到目标子分段u(S)的最小旋转而计算的。有利地,图像处理系统包括一个自动装置,用于规定在具有轴参数与具有旋转角度参数的分段之间的增量旋转,以及用于逐个分段地迭代地计算这些参数,以使得一个当前的子分段的新的旋转是作为对于以前的子分段所找到的旋转与来自以前的和当前的子分段的最小旋转的组合而被计算的。图4C和图4B显示通过使用增量旋转得到的最小扭曲。图4C显示仅仅使用在z轴与u(s)之间的最小旋转的一个网格创建的例子。图4B显示进一步使用导致最小扭曲的增量旋转的网格创建的例子。在图4C上,可以看到,因为各单元围绕例如在区域4a和5a处的接合点被扭转,因此网格上出现扭曲。而在图4B上,各单元保持在诸如在相应于图4C的区域4a和5a的区域4b和5b处的网格上都很好地对准。
上述的技术按不同种类的3D路径而工作。然而,当不存在锐角时,观察到最好的结果。因此,最好使用本领域技术人员已知的任何平滑技术来初步地平滑输入3D路径。当路径的分段长度是均匀的时,还可得到更好的结果。在所有这些防护措施后,如果仍存在子交叉,则可以采用自动网格修理,利用活动轮廓算法的内力来平滑,如在引言部分结合在现有技术中描述的变换描述的。
现在,如图7A所示,被标记为M0,M01,M02,M021和M022的一般弯曲圆柱形网格可相应于路径P的、被标记为S0,S01,S02,S021和S022的分段而得到。如图1A所示,本发明的系统具有一个另外的装置50,用于由两个以前生成的弯曲的圆柱形网格进行融合,如图7B和7C所示。
按照本发明,优选地,可以尽可能少地进行网格融合。该系统具有一个处理装置,用于使得网格融合的次数最小化。由于系统具有一个装置11,用于按照初始树的各个分支给生成的树状网格表面自动加标记,这种加标记规定了最后网格的各种区域。为了使得融合次数最小化,参照图1A,该系统的装置40可根据相邻中心线分段的最大可能的数目以连续的方式生成第一圆柱形结构。然后,剩余的圆柱形结构逐个地与这个第一圆柱形结构融合。
参照图7A,在一个例子中,跟随着由图6B所示的相邻分段S0,S02和S022所形成的连续路径而建立第一圆柱形结构M0。然后,其它圆柱形结构被融合到这个第一圆柱形结构。创建这个第一圆柱形结构M0(它从几个相邻的中心线分段直接形成由其它分支被融合而成的主要分支),可使得融合操作次数最小化。相同的原理可以应用到具有子分支的其它分支。在图7A的例子中,由M0,M02,M022形成且被标记为M0的第一一般圆柱体与相应于路径S01的一般圆柱体M01相融合,如图7B所示。这个第一一般圆柱体M0再与相应于路径S022的一般圆柱体M022相融合,如图7C所示。
参照图1B,本发明的系统的融合装置50具有一个子装置51,用于检测两个网格的交叉。然后系统具有一个子装置52,用于消除交叉单元或用于网格开放(如果必要的话)。为了消除交叉面和网格开放,各交叉面要加标记。网格的加了标记的面被删除而开孔则被保持。
参照图1C和如图5A到图5C所示,融合装置50在细节上包括:
使用两个网格的二进制容积的交叉单元的检测装置51。诸如图5A所示的球100a,100b的两个网格通过使用二进制化函数而被二进制化。二进制化分辨率的问题可以是相当重要的,因为当二进制化分辨率太低时,某些交叉可能丢失。然后,测试一个网格的每个顶点,以便去得知它是否属于相对的网格的二进制容积。如果回答是肯定的,则顶点所属的面以一个FACE_INSIDE标记来加标记。
用于被检测到的交叉单元的消除装置52:所有具有FACE_INSIDE标记的面在两个网格中都被删除。图5B显示在两个球形网格100a,100b的情形下区域102中交叉单元的删除。
在两个网格中的交叉轮廓的检测装置53:在两个网格中查找开放的轮廓。
用于将开放轮廓配对的配对装置54:在当前的实施方案中,配对是基于轮廓的重心的临近性。这个简单的准则看来能很合理地工作,但当然可以找到更精巧的准则,如果需要的话。
用于链接相应的交叉轮廓对的链接装置55:每对轮廓分开地被处理。对于每对,首先找出两个轮廓上互相最接近的顶点并将它们链接。由于轮廓上顶点的数目可能是不相等的,以及它们的分布不一定是相似的,所以要注意剩余的“开放”的顶点。这些开放的顶点位于一些已链接的顶点之间。在两个链接的顶点之间的轮廓的部分被称为分段。所有的分段被耦合(即,每个分段具有在相对轮廓上一个相应的分段),因为它们的两个端点被链接。对于分段的每个开放的顶点,新的顶点被插入到该相对的分段,然后被链接。新的顶点在它的分段内得到与相对分段的相应开放的顶点相同的相对位置。
面生成装置56:新的面的生成是基于从以前链接的顶点出发,遵循闭合的轮廓而完成的。用于新创建的面的所有的拓扑关系也被确立。图5C显示在球形网格100a,100b之间的区域103中的面生成。
如果两个网格具有非常不同的单元分辨率,则交叉面的检测可能失败。例如,如果一个具有非常大的单元的球与一个其直径小于该球的单元尺寸的圆柱体交叉,则可能会发生在圆柱体的二进制容积中检测不到球的顶点。另一方面,将找到圆柱体与球的二进制容积的交叉处。所以,可以检测到这种情形。对于这样的情形的可能的解决方案是要精选一个物体,例如球形,直至它具有与第二网格(这在本例中是圆柱体)相似的单元分辨率。
医疗观测系统和设备
图8显示包括在医疗检查设备中按照本发明的图像观测系统的实施例的基本部件。
医疗检查设备151可包括供病人躺卧的病床110,或用于使病人相对于成像设备定位的另外单元。医疗成像设备151可以是CT扫描器或其它医疗成像设备,诸如X射线或超声设备。由设备151产生的图像数据被馈送到数据处理装置153,诸如具有用于处理如上所述的图像数据的指令的通用计算机。数据处理装置153典型地与由用户操作的诸如监视器154的可视化设备、和诸如键盘的输入设备155、或鼠标150、指示设备等等相关联,以使得他可以与系统互动。数据处理装置153被编程来通过使用完全自动的装置而实施本发明的系统。特别地,数据处理装置153具有计算装置和存储器装置。也可以实施具有预编程的指令以运行系统的计算机程序产品。本发明还涉及到医疗图像处理方法,用于对诸如动脉那样的管形树状身体器官的自动分段,从而改进器官的可视化,所述方法具有用于操作图像处理系统的各个步骤。
此前的附图和它们的说明是说明性的而不是限制本发明。将会看到,有许多属于所附权利要求的范围内的替换例。而且,虽然本发明是在生成用于显示的图像数据方面描述的,但本发明意在基本上覆盖图像数据的可视化的任何形式,包括(但不限于)在显示设备上的显示和打印。在权利要求中任何标号不应当看作为限制权利要求。
Claims (14)
1.一种具有计算装置用于对3D图像中树状管形结构进行全自动分段的图像处理系统,包括:
用于计算树状管形结构的树状中心路径的装置(20);
用于把树状管形结构的树状中心路径划分成由多个点形成的分段的装置(21);
用于为树状中心路径的各个单独分段生成由单元形成的一般圆柱形网格的装置(40);
用于融合两个一般圆柱形网格的装置(50)。
2.权利要求1的图像处理系统,其中用于融合一般圆柱形网格的装置(50)包括:该两个一般圆柱形网格的交叉的检测装置(51);被检测到的交叉单元的消除装置(52),用于产生在该两个一般圆柱形网格中开放的轮廓;所述开放的轮廓的检测装置(53)用于形成交叉轮廓;配对装置(54),用于将该两个一般圆柱形网格的交叉轮廓配对;链接装置(55),用于链接相应的成对的交叉轮廓;面生成装置(56),用于生成跟随着交叉轮廓的新的面。
3.权利要求1或2的图像处理系统,其中用于分段的装置包括使融合次数最小化的装置包括:
标记装置(21),按照初始管形的树状管形结构的各个区域给生成的树状路径分段自动加标记;生成装置(31),用于根据相应于初始管形的树状管形结构的一个相应数目的区域的最大可能数的相邻中心线分段以连续方式生成多个一般圆柱形网格;融合装置(50),用于把在它们之间的这些一般圆柱形网格融合成一个树状网格。
4.权利要求1到3之一的图像处理系统,其中用于生成一般圆柱体的装置(40)包括:
生成装置(31),用于创建可变形的管形网格模型,以便拟合由一组排序的点组成的3D路径分段,和根据3D路径的曲率和路径点的样本距离和预定的输入半径来自动修改网格半径。
5.权利要求4的图像处理系统,其中生成装置(31)包括一个计算装置,它用于创建任何种类的网格的初始直的可变形圆柱形网格模型(L),其长度是沿它的纵向轴所规定的并且等于路径的3D分段的长度;用于把这个初始网格模型划分成具有与路径的3D分段的不同子分段有关的长度的分段;用于对网格的每个子分段计算刚体变换,该刚体变换把网格的初始方向变换成路径的3D分段的相关的子分段的方向;以及用于把这种变换施加到相应于该子分段的网格的顶点。
6.权利要求5的图像处理系统,还包括用于计算与接连的子分段有关的刚体变换的装置,这些变换在两个接连的子分段之间被混合。
7.权利要求6的图像处理系统,包括用于限制在网格模型点的弯曲部分之间的自交叉的装置,其中包括计算用于在接连的子分段之间的刚体变换的旋转,其中对3D刚体变换混合的两个旋转之间使用线性内插。
8.权利要求5到7之一的图像处理系统,包括用于避免在管形可变形网格模型的弯曲区域中的自交叉以及从网格模型的一个子分段到另一个子分段的半径急剧改变的装置,其中包括计算装置,用于按照3D路径的局部曲率调制圆柱形可变形网格模型的半径。
9.权利要求5到8之一的图像处理系统,包括用于使网格扭曲最小化的装置,其中包括一个计算装置,用于计算从初始网格方向到目标分段的最小3D旋转。
10.权利要求9的图像处理系统,包括一个装置,它用于规定在具有轴参数与具有旋转角度参数的分段之间的旋转以及用于按逐个分段迭代地计算这些参数,以使得当前的子分段的新的旋转作为对于以前的子分段所找到的旋转与来自以前的和当前的子分段的最小旋转的组合而计算的。
11.医疗观测系统,包括一个用于获取3D树状管形器官的3D医学图像数据的装置;适当地编程的计算机或专用处理器,它具有电路装置,被安排来形成如在权利要求1到10之一中要求的处理系统;以及显示装置,用来显示医学图像。
12.医疗检查设备,包括用于获取3D树状管形器官的3D医学图像数据和具有如在权利要求1到11之一中要求的用来处理图像的自动处理系统的装置;以及用来显示医疗图像的显示装置。
13.计算机程序产品,包括用于操作权利要求1到11之一的系统的指令组。
14.图像处理方法,具有操作按照权利要求1到11之一的系统的自动装置的步骤。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP04300288.0 | 2004-05-18 | ||
EP04300288 | 2004-05-18 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN1954340A true CN1954340A (zh) | 2007-04-25 |
Family
ID=34967443
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2005800158620A Pending CN1954340A (zh) | 2004-05-18 | 2005-05-09 | 使用三维可变形网格模型对物体的三维树状管形表面自动分段的图像处理系统 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20080094389A1 (zh) |
EP (1) | EP1751713A1 (zh) |
JP (1) | JP2007537815A (zh) |
CN (1) | CN1954340A (zh) |
WO (1) | WO2005114575A1 (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102236797A (zh) * | 2010-04-27 | 2011-11-09 | 西门子公司 | 确定生物管状组织结构改变的方法、计算单元和数据载体 |
CN103565455A (zh) * | 2012-07-24 | 2014-02-12 | 株式会社东芝 | 医用图像处理装置、医用图像诊断装置以及医用图像处理方法 |
CN104050711B (zh) * | 2013-03-12 | 2017-05-31 | 东芝医疗系统株式会社 | 医用图像处理装置以及医用图像处理方法 |
CN108022237A (zh) * | 2017-11-30 | 2018-05-11 | 上海联影医疗科技有限公司 | 血管提取方法、系统及存储介质 |
CN108108670A (zh) * | 2017-12-04 | 2018-06-01 | 交通运输部规划研究院 | 一种层次化筛选的遥感图像提取港口仓库的方法 |
CN109414184A (zh) * | 2016-06-02 | 2019-03-01 | 安努斯克里恩有限公司 | 用于监测脑动脉瘤状况的方法和系统 |
Families Citing this family (80)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11026768B2 (en) | 1998-10-08 | 2021-06-08 | Align Technology, Inc. | Dental appliance reinforcement |
US9492245B2 (en) | 2004-02-27 | 2016-11-15 | Align Technology, Inc. | Method and system for providing dynamic orthodontic assessment and treatment profiles |
US7586501B2 (en) * | 2005-05-24 | 2009-09-08 | Siemens Medical Solutions Usa, Inc. | Simultaneous projection of multi-branched vessels and their context on a single image |
RU2413995C2 (ru) * | 2005-12-19 | 2011-03-10 | Конинклейке Филипс Электроникс, Н.В. | Способ улучшения последующей обработки изображений с использованием деформируемых сеток |
US7996060B2 (en) * | 2006-10-09 | 2011-08-09 | Biosense Webster, Inc. | Apparatus, method, and computer software product for registration of images of an organ using anatomical features outside the organ |
CN101536042B (zh) * | 2006-11-20 | 2013-06-12 | 皇家飞利浦电子股份有限公司 | 对解剖学树结构进行显示 |
US7878805B2 (en) | 2007-05-25 | 2011-02-01 | Align Technology, Inc. | Tabbed dental appliance |
JP5105997B2 (ja) * | 2007-08-21 | 2012-12-26 | 株式会社東芝 | 医用画像処理装置、医用画像診断装置、及びプログラム |
JP5100261B2 (ja) * | 2007-08-29 | 2012-12-19 | 株式会社東芝 | 腫瘍診断支援システム |
US8738394B2 (en) | 2007-11-08 | 2014-05-27 | Eric E. Kuo | Clinical data file |
US8108189B2 (en) * | 2008-03-25 | 2012-01-31 | Align Technologies, Inc. | Reconstruction of non-visible part of tooth |
US8092215B2 (en) | 2008-05-23 | 2012-01-10 | Align Technology, Inc. | Smile designer |
US9492243B2 (en) | 2008-05-23 | 2016-11-15 | Align Technology, Inc. | Dental implant positioning |
JP5576041B2 (ja) * | 2008-06-09 | 2014-08-20 | 日立アロカメディカル株式会社 | 超音波診断装置 |
US8172569B2 (en) | 2008-06-12 | 2012-05-08 | Align Technology, Inc. | Dental appliance |
JP5422145B2 (ja) * | 2008-06-18 | 2014-02-19 | 株式会社東芝 | 医用画像処理装置 |
GB0818277D0 (en) * | 2008-10-06 | 2008-11-12 | Advanced Risc Mach Ltd | Graphics processing system |
GB0818279D0 (en) | 2008-10-06 | 2008-11-12 | Advanced Risc Mach Ltd | Graphics processing systems |
GB0818278D0 (en) | 2008-10-06 | 2008-11-12 | Advanced Risc Mach Ltd | Graphics processing systems |
US8152518B2 (en) | 2008-10-08 | 2012-04-10 | Align Technology, Inc. | Dental positioning appliance having metallic portion |
DE102009006147A1 (de) * | 2008-12-23 | 2010-06-24 | Siemens Aktiengesellschaft | Modellgenerator für kardiologische Erkrankungen |
US8292617B2 (en) | 2009-03-19 | 2012-10-23 | Align Technology, Inc. | Dental wire attachment |
US8765031B2 (en) | 2009-08-13 | 2014-07-01 | Align Technology, Inc. | Method of forming a dental appliance |
US9241774B2 (en) | 2010-04-30 | 2016-01-26 | Align Technology, Inc. | Patterned dental positioning appliance |
US9211166B2 (en) | 2010-04-30 | 2015-12-15 | Align Technology, Inc. | Individualized orthodontic treatment index |
MY152058A (en) * | 2010-06-21 | 2014-08-15 | Univ Putra Malaysia | A method of constructing at least one 3 dimensional image |
WO2012147006A1 (en) | 2011-04-28 | 2012-11-01 | Koninklijke Philips Electronics N.V. | Medical imaging device with separate button for selecting candidate segmentation images |
US9403238B2 (en) | 2011-09-21 | 2016-08-02 | Align Technology, Inc. | Laser cutting |
US9375300B2 (en) | 2012-02-02 | 2016-06-28 | Align Technology, Inc. | Identifying forces on a tooth |
US9220580B2 (en) | 2012-03-01 | 2015-12-29 | Align Technology, Inc. | Determining a dental treatment difficulty |
US9414897B2 (en) | 2012-05-22 | 2016-08-16 | Align Technology, Inc. | Adjustment of tooth position in a virtual dental model |
JP5858475B2 (ja) * | 2012-07-17 | 2016-02-10 | 富士通株式会社 | 表示処理プログラム、表示処理方法及び表示処理装置 |
US9727968B2 (en) * | 2012-08-13 | 2017-08-08 | Koninklijke Philips N.V. | Tubular structure tracking |
WO2014177928A2 (en) * | 2013-05-02 | 2014-11-06 | Yangqiu Hu | Surface and image integration for model evaluation and landmark determination |
CN105022982B (zh) * | 2014-04-22 | 2019-03-29 | 北京邮电大学 | 手部运动识别方法和装置 |
US10449016B2 (en) | 2014-09-19 | 2019-10-22 | Align Technology, Inc. | Arch adjustment appliance |
US9610141B2 (en) | 2014-09-19 | 2017-04-04 | Align Technology, Inc. | Arch expanding appliance |
US9744001B2 (en) | 2014-11-13 | 2017-08-29 | Align Technology, Inc. | Dental appliance with cavity for an unerupted or erupting tooth |
US10504386B2 (en) | 2015-01-27 | 2019-12-10 | Align Technology, Inc. | Training method and system for oral-cavity-imaging-and-modeling equipment |
US11554000B2 (en) | 2015-11-12 | 2023-01-17 | Align Technology, Inc. | Dental attachment formation structure |
US11931222B2 (en) | 2015-11-12 | 2024-03-19 | Align Technology, Inc. | Dental attachment formation structures |
US11103330B2 (en) | 2015-12-09 | 2021-08-31 | Align Technology, Inc. | Dental attachment placement structure |
US11596502B2 (en) | 2015-12-09 | 2023-03-07 | Align Technology, Inc. | Dental attachment placement structure |
US10383705B2 (en) | 2016-06-17 | 2019-08-20 | Align Technology, Inc. | Orthodontic appliance performance monitor |
WO2017218947A1 (en) | 2016-06-17 | 2017-12-21 | Align Technology, Inc. | Intraoral appliances with sensing |
WO2018001099A1 (zh) | 2016-06-30 | 2018-01-04 | 上海联影医疗科技有限公司 | 一种血管提取方法与系统 |
KR102546050B1 (ko) | 2016-07-27 | 2023-06-22 | 얼라인 테크널러지, 인크. | 치아 진단 기능이 있는 구강 내 스캐너 |
WO2018022653A1 (en) * | 2016-07-29 | 2018-02-01 | Exxonmobil Upstream Research Company | Method and system for generating a subsurface model |
US10869644B2 (en) | 2016-07-30 | 2020-12-22 | Shanghai United Imaging Healthcare Co., Ltd. | Method and system for extracting lower limb vasculature |
CN109922754B (zh) | 2016-11-04 | 2021-10-01 | 阿莱恩技术有限公司 | 用于牙齿图像的方法和装置 |
US11376101B2 (en) | 2016-12-02 | 2022-07-05 | Align Technology, Inc. | Force control, stop mechanism, regulating structure of removable arch adjustment appliance |
AU2017366755B2 (en) | 2016-12-02 | 2022-07-28 | Align Technology, Inc. | Methods and apparatuses for customizing rapid palatal expanders using digital models |
WO2018102702A1 (en) | 2016-12-02 | 2018-06-07 | Align Technology, Inc. | Dental appliance features for speech enhancement |
EP3824843A1 (en) | 2016-12-02 | 2021-05-26 | Align Technology, Inc. | Palatal expanders and methods of expanding a palate |
US10548700B2 (en) | 2016-12-16 | 2020-02-04 | Align Technology, Inc. | Dental appliance etch template |
US10779718B2 (en) | 2017-02-13 | 2020-09-22 | Align Technology, Inc. | Cheek retractor and mobile device holder |
WO2018173273A1 (ja) * | 2017-03-24 | 2018-09-27 | 富士通株式会社 | 生体モデル生成装置、生体モデル生成方法、および生体モデル生成プログラム |
US10613515B2 (en) | 2017-03-31 | 2020-04-07 | Align Technology, Inc. | Orthodontic appliances including at least partially un-erupted teeth and method of forming them |
US11045283B2 (en) | 2017-06-09 | 2021-06-29 | Align Technology, Inc. | Palatal expander with skeletal anchorage devices |
US10639134B2 (en) | 2017-06-26 | 2020-05-05 | Align Technology, Inc. | Biosensor performance indicator for intraoral appliances |
US10885521B2 (en) | 2017-07-17 | 2021-01-05 | Align Technology, Inc. | Method and apparatuses for interactive ordering of dental aligners |
WO2019018784A1 (en) | 2017-07-21 | 2019-01-24 | Align Technology, Inc. | ANCHOR OF CONTOUR PALATIN |
US11633268B2 (en) | 2017-07-27 | 2023-04-25 | Align Technology, Inc. | Tooth shading, transparency and glazing |
EP3658067B1 (en) | 2017-07-27 | 2023-10-25 | Align Technology, Inc. | System and methods for processing an orthodontic aligner by means of an optical coherence tomography |
US11116605B2 (en) | 2017-08-15 | 2021-09-14 | Align Technology, Inc. | Buccal corridor assessment and computation |
WO2019036677A1 (en) | 2017-08-17 | 2019-02-21 | Align Technology, Inc. | SURVEILLANCE OF CONFORMITY OF DENTAL DEVICE |
US10813720B2 (en) | 2017-10-05 | 2020-10-27 | Align Technology, Inc. | Interproximal reduction templates |
CN111565668B (zh) | 2017-10-27 | 2022-06-07 | 阿莱恩技术有限公司 | 替代咬合调整结构 |
EP3703608B1 (en) | 2017-10-31 | 2023-08-30 | Align Technology, Inc. | Determination of a dental appliance having selective occlusal loading and controlled intercuspation |
CN111315315B (zh) | 2017-11-01 | 2022-08-23 | 阿莱恩技术有限公司 | 自动治疗规划 |
WO2019100022A1 (en) | 2017-11-17 | 2019-05-23 | Align Technology, Inc. | Orthodontic retainers |
EP3716885B1 (en) | 2017-11-30 | 2023-08-30 | Align Technology, Inc. | Orthodontic intraoral appliances comprising sensors |
WO2019118876A1 (en) | 2017-12-15 | 2019-06-20 | Align Technology, Inc. | Closed loop adaptive orthodontic treatment methods and apparatuses |
US10980613B2 (en) | 2017-12-29 | 2021-04-20 | Align Technology, Inc. | Augmented reality enhancements for dental practitioners |
CA3086553A1 (en) | 2018-01-26 | 2019-08-01 | Align Technology, Inc. | Diagnostic intraoral scanning and tracking |
US11937991B2 (en) | 2018-03-27 | 2024-03-26 | Align Technology, Inc. | Dental attachment placement structure |
KR20200141498A (ko) | 2018-04-11 | 2020-12-18 | 얼라인 테크널러지, 인크. | 해제 가능한 구개 확장기 |
CN109727307B (zh) * | 2018-12-29 | 2023-08-22 | 上海联影医疗科技股份有限公司 | 一种表面网格切割方法、装置及计算机可读存储介质 |
DE102020211945A1 (de) * | 2020-09-23 | 2022-03-24 | Siemens Healthcare Gmbh | Verfahren und Anordnung zur automatischen Lokalisierung von Organsegmenten in einem dreidimensionalen Bild |
WO2023054442A1 (ja) * | 2021-09-29 | 2023-04-06 | テルモ株式会社 | コンピュータプログラム、情報処理装置及び情報処理方法 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5881124A (en) * | 1994-03-31 | 1999-03-09 | Arch Development Corporation | Automated method and system for the detection of lesions in medical computed tomographic scans |
US5920319A (en) * | 1994-10-27 | 1999-07-06 | Wake Forest University | Automatic analysis in virtual endoscopy |
US6215910B1 (en) * | 1996-03-28 | 2001-04-10 | Microsoft Corporation | Table-based compression with embedded coding |
US6047080A (en) * | 1996-06-19 | 2000-04-04 | Arch Development Corporation | Method and apparatus for three-dimensional reconstruction of coronary vessels from angiographic images |
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 |
US6201543B1 (en) * | 1997-12-17 | 2001-03-13 | Siemens Corporate Research, Inc. | Framework for segmentation of cylindrical structures using two dimensional hybrid models |
AUPQ449899A0 (en) * | 1999-12-07 | 2000-01-06 | Commonwealth Scientific And Industrial Research Organisation | Knowledge based computer aided diagnosis |
EP1188148A2 (en) * | 2000-01-27 | 2002-03-20 | Koninklijke Philips Electronics N.V. | Method and system for extracting spine geometrical data |
US20020136440A1 (en) * | 2000-08-30 | 2002-09-26 | Yim Peter J. | Vessel surface reconstruction with a tubular deformable model |
US6643533B2 (en) * | 2000-11-28 | 2003-11-04 | Ge Medical Systems Global Technology Company, Llc | Method and apparatus for displaying images of tubular structures |
US7187804B2 (en) * | 2001-01-30 | 2007-03-06 | California Institute Of Technology | Lossless and near-lossless source coding for multiple access networks |
EP1430443A2 (en) | 2001-09-06 | 2004-06-23 | Koninklijke Philips Electronics N.V. | Method and apparatus for segmentation of an object |
WO2003034336A2 (en) * | 2001-10-16 | 2003-04-24 | Koninklijke Philips Electronics N.V. | Method for automatic branch labelling |
EP1588325B1 (en) * | 2003-01-15 | 2006-10-11 | Koninklijke Philips Electronics N.V. | Image processing method for automatic adaptation of 3-d deformable model onto a subtantially tubular surface of a 3-d object |
-
2005
- 2005-05-09 EP EP05735753A patent/EP1751713A1/en not_active Withdrawn
- 2005-05-09 CN CNA2005800158620A patent/CN1954340A/zh active Pending
- 2005-05-09 JP JP2007517536A patent/JP2007537815A/ja not_active Withdrawn
- 2005-05-09 US US11/569,166 patent/US20080094389A1/en not_active Abandoned
- 2005-05-09 WO PCT/IB2005/051500 patent/WO2005114575A1/en not_active Application Discontinuation
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102236797A (zh) * | 2010-04-27 | 2011-11-09 | 西门子公司 | 确定生物管状组织结构改变的方法、计算单元和数据载体 |
CN103565455A (zh) * | 2012-07-24 | 2014-02-12 | 株式会社东芝 | 医用图像处理装置、医用图像诊断装置以及医用图像处理方法 |
US9020232B2 (en) | 2012-07-24 | 2015-04-28 | Kabushiki Kaisha Toshiba | Per vessel, vessel tree modelling with shared contours |
CN103565455B (zh) * | 2012-07-24 | 2016-04-20 | 株式会社东芝 | 医用图像处理装置、医用图像诊断装置以及医用图像处理方法 |
CN104050711B (zh) * | 2013-03-12 | 2017-05-31 | 东芝医疗系统株式会社 | 医用图像处理装置以及医用图像处理方法 |
US10987003B2 (en) | 2016-06-02 | 2021-04-27 | Aneuscreen Ltd. | Method and system for classifying an individual as having or not having disposition for formation of cerebral aneurysm |
CN109414184A (zh) * | 2016-06-02 | 2019-03-01 | 安努斯克里恩有限公司 | 用于监测脑动脉瘤状况的方法和系统 |
CN109414184B (zh) * | 2016-06-02 | 2021-09-14 | 安努斯克里恩有限公司 | 用于监测脑动脉瘤状况的方法和系统 |
US11583187B2 (en) | 2016-06-02 | 2023-02-21 | Aneuscreen Ltd. | Method and system for monitoring a condition of cerebral aneurysms |
CN108022237A (zh) * | 2017-11-30 | 2018-05-11 | 上海联影医疗科技有限公司 | 血管提取方法、系统及存储介质 |
CN108022237B (zh) * | 2017-11-30 | 2021-07-13 | 上海联影医疗科技股份有限公司 | 血管提取方法、系统及存储介质 |
CN108108670A (zh) * | 2017-12-04 | 2018-06-01 | 交通运输部规划研究院 | 一种层次化筛选的遥感图像提取港口仓库的方法 |
CN108108670B (zh) * | 2017-12-04 | 2018-10-26 | 交通运输部规划研究院 | 一种层次化筛选的遥感图像提取港口仓库的方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2007537815A (ja) | 2007-12-27 |
US20080094389A1 (en) | 2008-04-24 |
WO2005114575A1 (en) | 2005-12-01 |
EP1751713A1 (en) | 2007-02-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1954340A (zh) | 使用三维可变形网格模型对物体的三维树状管形表面自动分段的图像处理系统 | |
US7450749B2 (en) | Image processing method for interacting with a 3-D surface represented in a 3-D image | |
US7203354B2 (en) | Knowledge based computer aided diagnosis | |
US20050018885A1 (en) | System and method of anatomical modeling | |
Van den Heuvel | 3D reconstruction from a single image using geometric constraints | |
US8787641B2 (en) | Method and apparatus for quantitative analysis of a tree of recursively splitting tubular organs | |
JP7099963B2 (ja) | 画像からの血管の選択方法 | |
Bloomenthal et al. | Skeletal methods of shape manipulation | |
Wu et al. | Segmentation and reconstruction of vascular structures for 3D real-time simulation | |
US7570802B2 (en) | Automated centerline detection algorithm for colon-like 3D surfaces | |
CN103971403A (zh) | 3d管状结构的曲线重建的快速呈现 | |
EP1938271A2 (en) | Methods and apparatus for segmentation and reconstruction for endovascular and endoluminal anatomical structures | |
He et al. | Advances in sensing and processing methods for three-dimensional robot vision | |
Molina et al. | 3D catheter path reconstruction from biplane angiograms | |
CN117115150B (zh) | 用于确定分支血管的方法、计算设备和介质 | |
Khan et al. | Vision based navigation system for an endoscope | |
JP4411075B2 (ja) | プローブ位置合わせのための枝選択方法 | |
CN106952264B (zh) | 三维医学目标的切割方法及装置 | |
JP4910478B2 (ja) | モデリング装置、モデリング方法およびプログラム | |
JP3632862B2 (ja) | 三次元画像表示方法及び装置 | |
Hijazi et al. | Fully-automatic branching reconstruction algorithm: application to vascular trees | |
Pieper et al. | Registration of 3D ultrasound images to surface models of the heart | |
Cai et al. | Constructive algorithms of vascular network modeling for training of minimally invasive catheterization procedure | |
Neubauer et al. | Advanced virtual corrective osteotomy | |
Bellemare et al. | Depth-map-based scene analysis for active navigation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |