-
Die
vorliegende Erfindung bezieht sich auf das Gebiet der digitalen
Bildgebung, insbesondere in medizinischen Anwendungen. Genauer gesagt
bezieht sich die vorliegende Erfindung auf ein Verfahren zum Segmentieren
eines interessierenden Objekts in einem Volumendatensatz, auf eine
Bildverarbeitungsvorrichtung und auf ein Computerprogramm zum Segmentieren
eines interessierenden Objekts in einem Volumendatensatz.
-
Computertomographie(CT)-Abtastungen
liefern ein nicht-invasives Verfahren zum Abbilden des menschlichen
Körpers.
Ein besonderer Bereich von Interesse ist das Abbilden des Herzens
und der im Herzen enthaltenen Gefäße. Kliniker sind insbesondere
an einer Begutachtung der Koronararterien interessiert, weil sie
dem Arzt entscheidende Informationen für die Diagnose und Therapie
von Erkrankungen der Koronararterien liefern.
-
Medizinische
Bilder vom Herzen einer Person umfassen üblicherweise verschiedene Schichten
durch das gesamte dreidimensionale Volumen des Herzens. Zusätzlich kann
das Herz zu mehreren verschiedenen Zeitpunkten oder Phasen (Herzphasen)
im Herzzyklus abgebildet werden. Auf diese Weise ergibt die Gesamtheit
aller Abbildungen eine Darstellung des Herzens, beispielsweise während des
vollständigen
Verlaufs eines Herzschlags.
-
Häufig ist
es wünschenswert,
diesen Bilder- oder Datensatz zu verwenden, um daraus Informationen über die
Struktur des Herzens zu gewinnen. Ärzte können vorhandene Verfahren anwenden,
um die durch eine kardiale CT-Abtastung bereitgestellten Daten zu
begutachten, einschließlich
standardmäßiger zwei-
oder dreidimensionaler Anzeigeverfahren. Wenn Ärzte jedoch beispielsweise
die dreidimensionale Gefäßstruktur
des Herzens untersuchen wollen, müssen sie die Gefäßstruktur
häufig
entweder anhand von axialen CT-Bildern oder einer 3D-Wiedergabe
der Bilddaten aufwändig
manuell segmentieren. Dies kann mehrere Stunden in Anspruch nehmen
und es erfordern, dass der Arzt manuell definiert, was Bestandteil
der Gefäßstruktur
ist.
-
Der
Tagungsbericht von Gupta et. al.: „Cardiac MR image segmentation
using deformable models", Proceedings
of the Computers in Cardialogy Conference, Lon don, 5. September
1993, Seiten 747-750, beschreibt die Segmentierung erfasster MR-Bilder
des Herzens unter Verwendung einer Energieminimierung mit deformierbaren
Modellen, wobei sich die Segmentierungsinformation von einem MR-Schichtbild
zum nächsten fortpflanzt.
-
Eine
Aufgabe der vorliegenden Erfindung ist, eine verbesserte Segmentierung
eines interessierenden Objekts, wie beispielsweise der Koronararterienstruktur
eines menschlichen Herzens in einem Datensatz, zu schaffen.
-
Gemäß einer
beispielhaften Ausführungsform
der vorliegenden Erfindung, wie in Anspruch 1 dargelegt, kann die
obige Aufgabe durch ein Verfahren zum Segmentieren eines interessierenden
Objekts in einem Datensatz erreicht werden, der aus mindestens einem
ersten Bild und einem zweiten Bild besteht, wobei das interessierende
Objekt zunächst
im ersten Bild segmentiert wird, um ein erstes Segmentierungsergebnis
zu ermitteln. Falls festgestellt wird, dass eine Struktur, d. h.
ein Teil des interessierenden Objekts, im ersten Bild nicht ausreichend
segmentiert werden kann, wird in einer ersten Region des zweiten
Bildes eine Segmentierung dieser Struktur vorgenommen, um ein Segmentierungsergebnis
zu ermitteln. Im zweiten Bild wird eine Segmentierung in der ersten
Region fortgesetzt, die eine lokale Umgebung der ersten Struktur
abdeckt.
-
Anders
ausgedrückt
wird für
die Segmentierung der Koronararterienstruktur aus einem Koronar-CTA(Computertomographie-Angiographie)-Volumendatensatz
die Segmentierung eines Gefäßes in einem Bild
gestartet, das sich auf eine Anfangsphase bezieht. Unter „Bild" sind in diesem Zusammenhang
mindestens zweidimensionale Daten zu verstehen, die sich auf eine
Herzphase beziehen. Sollte die Segmentierung fehlschlagen, d. h.
falls keine Gefäßfortsetzung
gefunden wird, wird die Segmentierung dann zu einem angrenzenden
Bild einer angrenzenden Herzphase weiterbewegt, und in der lokalen
Region des Bereichs, in dem keine Fortsetzung im Bild der Anfangsphase
gefunden wurde, wird im zweiten, angrenzenden Bild eine Segmentierung
vorgenommen. Falls im zweiten, angrenzenden Bild keine Gefäßfortsetzung
gefunden wird, fährt
das Verfahren mit dem nächsten
angrenzenden Bild fort, d. h. einem an das zweite Bild angrenzenden
Bild, in dem sich die Segmentierung in unmittelbarer Nachbarschaft
des Punktes fortsetzt, an dem die Segmentierung im zweiten Bild
gestoppt wurde. Die von der Segmentierung im zweiten und dritten
Bild abgeleiteten Informationen werden zusammen mit den vom ersten
Bild abgeleiteten Segmentierungsinformationen verwendet und können zur
Erstellung eines Bildes dienen, das auf Segmentierungsinformationen über die
drei Bilder basiert, die sich auf angrenzende Herzphasen beziehen.
-
Dies
kann eine verbesserte Segmentierung, beispielsweise von Gefäßen in der
Koronar-CT-Angiographie, ermöglichen.
-
Gemäß einer
weiteren beispielhaften Ausführungsform
der vorliegenden Erfindung, wie in Anspruch 1 dargelegt, werden
die ersten und zweiten Segmentierungsergebnisse aus dem ersten und
dem zweiten Bild kombiniert, um ein Bild zu ergeben, das auf Segmentierungsinformationen
aus dem ersten (Anfangs)Bild und dem zweiten Bild basiert, in denen
die Segmentierung lokal vorgenommen wurde. Vorteilhafterweise kann
dies eine verbesserte Visualisierung beispielsweise von Gefäßen in der
Koronar-CT-Angiographie ermöglichen. Darüber hinaus
kann dies eine kontinuierliche und gleichmäßige Visualisierung beispielsweise
der Koronargefäße ermöglichen.
-
Gemäß einer
weiteren beispielhaften Ausführungsform
der vorliegenden Erfindung, wie in Anspruch 3 dargelegt, wird die
Segmentierung lokal von einem Bild zum nächsten angrenzenden Bild (beispielsweise
in einer zuvor gewählten
Richtung) verschoben, so dass eine Segmentierung im nachfolgenden
Bild nur in einer Region erfolgt, in der die Segmentierung von beispielsweise
einem Arterienzweig im vorhergehenden Bild gestoppt wurde, d. h.
in der keine Fortsetzung dieses Arterien(Gefäß)zweigs gefunden werden konnte.
Daher kann die Segmentierung zum Beispiel über eine Vielzahl von Herzphasen
vorgenommen werden, beispielsweise über einen vollständigen Zyklus.
-
Vorteilhafterweise
kann dies eine verbesserte Segmentierungsqualität ermöglichen, d. h. eines genauer
segmentierten interessierenden Objekts, wie beispielsweise die Koronararterienstruktur.
-
Gemäß einer
weiteren beispielhaften Ausführungsform
der vorliegenden Erfindung, wie in Anspruch 4 dargelegt, wird eine
Richtung gewählt,
in der das nächste
Bild ausgewählt
wird, wo die Segmentierung lokal vorgenommen werden soll. Mit anderen
Worten wird beispielsweise im Hinblick auf die Herzphasen ausgewählt, ob
Bilder vorhergehender Phasen, d. h. der Ausgangsphase vorhergehend,
ausgewählt
werden sollen, um die lokale Segmentierung durchzuführen, oder
Bilder, die sich auf nachfolgende Phasen beziehen.
-
Gemäß einer
weiteren beispielhaften Ausführungsform
der vorliegenden Erfindung, wie in Anspruch 5 dargelegt, ist der
Datensatz ein Koronar-CTA-Datensatz, der Daten von mehreren Herzphasen
umfasst, und das Verfahren dient zur Segmentierung einer Koronararterienstruktur.
-
Vorteilhafterweise
kann dies die Diagnose deutlich verbessern, da sich aufwändige Arbeiten,
wie beispielsweise das manuelle Segmentieren der Koronararterienstruktur,
durch einen automatischen Prozess ersetzen lassen, wie oben beschrieben.
Darüber
hinaus kann eine sehr schnelle Segmentierung geschaffen werden,
die ein sehr präzises
Segmentierungsergebnis ergibt.
-
Gemäß einer
weiteren beispielhaften Ausführungsform
der vorliegenden Erfindung, wie in Anspruch 6 dargelegt, wird eine
Bildverarbeitungsvorrichtung geschaffen, die einen Speicher und
einen Bildprozessor umfasst. Der Bildprozessor ist dafür eingerichtet,
eine Segmentierung an Daten durchzuführen, die sich beispielsweise
auf eine erste Phase des menschlichen Herzens beziehen. Wird beispielsweise
in einem derartigen Bild ein interessierendes Objekt wie eine Koronararterienstruktur
segmentiert, kann es vorkommen, dass die Segmentierung stoppt, d.
h. dass in dem ersten Bild keine Fortsetzung eines bestimmten Zweigs
der Arterienstruktur gefunden wird. Gemäß dieser beispielhaften Ausführungsform
der vorliegenden Erfindung wird dann ein angrenzendes Bild (zum
Beispiel einer angrenzenden Herzphase) gewählt und die Segmentierung in
diesem zweiten Bild fortgesetzt. Im zweiten Bild wird die Segmentierung
speziell in einer Region des Bildes fortgesetzt, welche die unmittelbare
Umgebung des Bereichs abdeckt, in der die Segmentierung im ersten
Bild stoppte. Auf diese Weise braucht eventuell keine Segmentierung
für das
gesamte zweite Bild vorgenommen werden, sondern die Segmentierung
kann nur für
eine kleine Region des zweiten Bildes fortgesetzt werden, was das Verarbeiten
deutlich beschleunigen kann.
-
Die
Ansprüche
7 und 8 sehen weitere Ausführungsformen
der Bildverarbeitungsvorrichtung gemäß der vorliegenden Erfindung
vor.
-
Gemäß einer
weiteren beispielhaften Ausführungsform
der vorliegenden Erfindung, wie in Anspruch 9 dargelegt, wird ein
Computerprogramm zum Segmentieren eines interessierenden Objekts
in einem Volumendatensatz geschaffen. Das Computerprogramm kann
in jeder geeigneten Programmiersprache wie C++ geschrieben und auf
einer computerlesbaren Einrichtung wie einer CD-ROM gespeichert
sein. Das Computerprogramm gemäß vorliegender
Erfindung kann jedoch auch über
ein Netzwerk wie dem World Wide Web dargeboten werden, von wo aus
es beispielsweise in den Arbeitsspeicher eines Prozessors heruntergeladen
werden kann.
-
Nimmt
man die Koronararteriensegmentierung in der kardialen CT-Bildverarbeitung
als Beispiel, kann man es als Kernpunkt einer beispielhaften Ausführungsform
der vorliegenden Erfindung betrachten, dass, falls in einem eine
Anfangsherzphase betreffenden Bild für einen bestimmten Zweig der
Koronararterienstruktur keine Fortsetzung gefunden wird, die Segmentierung
in einem angrenzenden Bild einer angrenzenden Herzphase lokal fortgesetzt
wird. Sollte im zweiten Bild keine Fortsetzung für diesen speziellen Zweig gefunden werden,
wird das nächste
angrenzende dritte Bild gewählt
und die Segmentierung in diesem dritten Bild lokal fortgesetzt.
Die Segmentierung wird im entsprechenden nachfolgenden Bild in einem
lokal begrenzten Bereich um den Punkt der Struktur herum fortgesetzt,
an dem die Segmentierung im vorhergehenden Bild stoppte. Die Segmentierungsergebnisse
der verschiedenen Bilder werden dann zu einem Bild kombiniert, das
visualisiert werden kann, d. h. von einer Anzeigevorrichtung dargestellt
werden kann. Vorteilhafterweise kann dies sehr gute Segmentierungsergebnisse
ermöglichen.
-
Diese
und andere Aspekte der Erfindung ergeben sich aus den im Folgenden
beschriebenen Ausführungsformen
und werden unter Bezugnahme auf diese Ausführungsformen erläutert.
-
Nachfolgend
werden beispielhafte Ausführungsformen
der vorliegenden Erfindung unter Bezugnahme auf folgende Zeichnungen
beschrieben. Es zeigen:
-
1 eine
schematische Darstellung einer Bildverarbeitungsvorrichtung gemäß einer
beispielhaften Ausführungsform
der vorliegenden Erfindung, die dafür eingerichtet ist, ein Verfahren
gemäß einer
beispielhaften Ausführungsform
der vorliegenden Erfindung auszuführen;
-
2 einen
vereinfachten Ablaufplan einer beispielhaften Ausführungsform
eines Verfahrens gemäß vorliegender
Erfindung, das für
den Betrieb der in 1 dargestellten Bildverarbeitungsvorrichtung
benutzt werden kann;
-
3 eine
vereinfachte Darstellung der gemäß einer
beispielhaften Ausführungsform
der vorliegenden Erfindung durchgeführten Segmentierung eines Arterienzweigs.
-
1 zeigt
eine beispielhafte Ausführungsform
einer Bildverarbeitungsvorrichtung gemäß vorliegender Erfindung, um
eine beispielhafte Ausführungsform
eines Verfahrens gemäß vorliegender
Erfindung auszuführen.
Die in 1 dargestellte Bildverarbeitungsvorrichtung umfasst
eine zentrale Verarbeitungseinheit (Central Processing Unit; CPU)
oder einen Bildprozessor 1, der mit einem Speicher 2 zum
Speichern eines Datensatzes, wie beispielsweise kardialer CT-Bilddaten,
verbunden ist. Der Bildprozessor 1 kann mit mehreren Eingabe-/Ausgabe-,
Netzwerk- oder Diagnosevorrichtungen wie einem CT-Scanner oder beispielsweise
einer MR-Vorrichtung oder einem Ultraschallscanner verbunden sein.
Weiterhin ist der Bildprozessor 1 mit einer Anzeigevorrichtung 4 (z.
B. einem Computermonitor) verbunden, um im Bildprozessor 1 berechnete
oder bearbeitete Informationen oder Bilder anzuzeigen. Über eine
Tastatur 5 und/oder andere, in 1 nicht
abgebildete Ausgabegeräte
kann ein Bediener mit dem Bildprozessor 1 interagieren.
Die in 1 abgebildete Bildverarbeitungsvorrichtung ist
dafür eingerichtet,
das im Folgenden unter Bezugnahme auf die 2 und 3 beschriebene
Verfahren gemäß vorliegender
Erfindung auszuführen.
Weiterhin ist die in 1 abgebildete Bildverarbeitungsvorrichtung
dafür eingerichtet,
ein Computerprogramm gemäß vorliegender
Erfindung auszuführen,
welches die Bildverarbeitungsvorrichtung veranlasst, das Verfahren
gemäß vorliegender
Erfindung durchzuführen.
-
2 zeigt
einen Ablaufplan einer beispielhaften Ausführungsform eines Verfahrens
gemäß vorliegender
Erfindung, wobei die vorliegende Erfindung im Hinblick auf das Beispiel
der Koronararteriensegmentierung bei der CT-Bildverarbeitung beschrieben
wird. Es versteht sich jedoch, dass die vorliegende Erfindung nicht
auf die Anwendung in der Koronararteriensegmentierung begrenzt ist,
sondern auch auf die Segmentierung von interessierenden Objekten
anhand mehrdimensionaler Datensätze
im Allgemeinen angewandt werden kann. Insbesondere eignet sich die
vorliegende Erfindung für
mehrdimensionale Volumendatensätze,
wobei Daten in Bezug auf unterschiedliche Zeitpunkte, unterschiedliche
Projektionen, unterschiedliche Betrachtungspunkte oder unterschiedliche
Phasen eines sich bewegenden interessierenden Objekts gesammelt
werden.
-
Wie
aus 2 ersichtlich ist, werden in Schritt S1 kardiale
CT-Daten erfasst. Sie können
entweder aus einem Speicher ausgelesen oder von einem CT-Scanner
beschafft werden. Die in Schritt S1 erfassten Daten sind eine Abbildung
einer anfänglichen
Herzphase. Im anschließenden
Schritt S2 wird dann die Segmentierung von einem oder mehreren benutzerdefinierten
oder automatisch extrahierten Startpunkten aus gestartet. Im folgenden
Schritt S3 wird dann für
jeden in Schritt S2 bestimmten Saatpunkt ein Zweig b_i initialisiert
und Paare von Zweigen (b_i, p) zu einer Zweigliste hinzugefügt. Im anschließenden Schritt
S4 wird die Zweigliste dann aktualisiert.
-
Jeder
neue Zweig b_i wird durch seine Lagekoordinaten (oder Koordinaten
im Raum) in Bezug auf die Stelle, wo der Zweig beginnt, und durch
die Phase p_i, in der die Fortsetzung des entsprechenden Zweigs
b_i zu suchen ist, dargestellt. Diese Informationen sind in Schritt
S4 durch (b_i, p_i) symbolisiert. In einer Reihe (oder Liste) ist
eine Aufzählung
aller Zweige gespeichert, die fortzusetzen sind, d. h. die noch
zu erweitern sind. Neue Zweige, die durch Verzweigungen (in S5)
erzeugt werden, werden zum Ende der Reihe hinzugefügt. Die Reihe
enthält
nur Initialisierungsinformationen über Zweige, die noch zu segmentieren
sind.
-
In
Schritt S4 wird der erste Zweig aus der Reihe (die auch ein FIFO-Stapel
sein kann) genommen und in Schritt S5 basierend auf seinen Startkoordinaten
(Raum oder Lage) und der Phase erweitert. Es sollte beachtet werden,
dass der in Schritt S4 gewählte
Zweig auch auf der Basis anderer Kriterien ausgewählt werden als
der Sortierung in der Liste. Beispielsweise kann zunächst der
Zweig mit dem größten Durchmesser
gewählt werden.
-
In
Schritt S5 schreitet die Segmentierung entlang Zweig b in der Anfangsphase
p voran. Für
den Fall, dass eine Verzweigung auftritt, geht das Verfahren von
Schritt S5 weiter zu Schritt S6, wo die neuen Zweige (b_k; p) zur
Zweigliste hinzugefügt
werden. Anschließend
geht das Verfahren von Schritt S6 weiter zu Schritt S4.
-
Für den Fall,
dass die Segmentierung in Schritt S5 erfolglos ist oder fehlschlägt, d. h.
dass in der Abbildung der Phase p keine Fortsetzung eines bestimmten
Zweiges b gefunden wird, fährt
das Verfahren mit Schritt S7 fort, wo in den Phasen p_1 bis p_n
nahe an p eine Rekonstruktion der lokalisierten Daten durchgeführt wird.
-
In
Schritt S7 wird in einem zweiten Bild, das sich auf eine angrenzende
Phase bezieht, d. h. auf eine der Anfangsphase benachbarten Herzphase,
eine lokale Rekonstruktion des Zweiges in einer Region vorgenommen,
die den Bereich umgibt, in dem im vorhergehenden Bild hier die Segmentierung
in der Anfangsphase stoppte. Wie in Schritt S7 angedeutet, kann
das Verfahren damit fortfahren, Daten in einer Vielzahl von Phasen lokal
zu rekonstruieren, d. h. in einer Vielzahl von Bildern, die sich
auf eine Vielzahl von Phasen beziehen. Hierzu können die anderen Phasenbilder
anschließend
dahingehend untersucht werden, ob im entsprechenden lokalen Bereich
eine Fortsetzung des jeweiligen Zweigs gefunden wird. Dies wird
unter Bezugnahme auf die Schritte S8 und S9 weiter beschrieben.
-
In
Schritt S8 wird die Phase p auf die optimale Phase p_opt (das am
besten geeignete Phasenbild, um die Segmentierung fortzusetzen)
eingestellt, so dass p nicht mehr mit der Anfangsphase übereinstimmen muss.
Ferner wird in Schritt S8 die Phase aktualisiert, was dazu fährt, dass
die Phase p in Schritt S5 nicht mehr mit der Phase übereinstimmt,
in der die Segmentierung eingeleitet wurde. Infolgedessen wird in
Schritt S6, in dem die neuen Zweige zur Reihe hinzugefügt werden,
die Phase aus Schritt S5 verwendet, die in der Regel nicht mit der
Anfangsphase aus Schritt S1 übereinstimmt.
-
Wie
in Schritt S8 angedeutet, wird der Segmentierungsalgorithmus auf
die lokalen Regionen in den Phasen p_1 bis p_n angewandt, und es
kann die optimale Phase p = p_opt gewählt werden. Anders ausgedrückt wird
die Segmentierung anhand der anderen Bilder der CT-Datensätze, d.
h. der Bilder, die sich auf andere Phasen als die Anfangsphase beziehen,
lokal in der Region vorgenommen, in der die Segmentierung eines
bestimmten Zweiges keine Fortsetzung dieses Zweiges im Anfangsbild
finden konnte, um in den anderen Phasen nach Fortsetzungen zu suchen.
Dann wird die optimale Phase, d. h. das Bild, das sich auf die optimale Phase
bezieht, gewählt.
Dies ist das Phasenbild, das genügend
Informationen in Bezug auf den speziellen Zweig b enthält, so dass
eine Segmentierung fortgesetzt wird.
-
Es
sollte beachtet werden, dass, falls zu Beginn alle Phasenbilder
verfügbar
sind, in den Schritten S7 und S8 eine Auswahl der geeignetsten der
besten Phasenbilder vorgenommen werden kann, so dass keine weitere
oder zusätzliche
Rekonstruktion durchgeführt
werden muss.
-
In
Schritt S9 erfolgt dann eine Abfrage, ob in dem Bild, das sich auf
p_opt bezieht, eine Fortsetzung gefunden werden konnte. Falls in
Schritt S9 festgestellt wird, dass eine Fortsetzung gefunden werden
konnte, kehrt das Verfahren zu Schritt S5 zurück und fährt iterativ fort.
-
Falls
in Schritt S9 in keinem der anderen Phasenbilder (nicht in dem Bild,
das sich auf p_opt bezieht) eine Fortsetzung gefunden wurde, führt das
Verfahren mit Schritt S10 fort, in dem festgestellt wird, ob die Zweigliste
leer ist oder nicht, d. h. ob es verbleibende Zweige der Koronararterienstruktur
gibt, die noch nicht vollständig
segmentiert wurden. Falls es in Schritt S10 noch Zweige in der Zweigliste
gibt, kehrt das Verfahren zu Schritt S4 zurück.
-
Falls
in Schritt S10 festgestellt wird, dass die Zweigliste leer ist,
fährt das
Verfahren mit Schritt S11 fort, wo es endet.
-
Wie
oben beschrieben, wird ein Segmentierungsverfahren vorgeschlagen,
das Daten von mehreren Herzphasen während des Segmentierungsvorgangs
kombiniert, um eine vollständige
und kontinuierliche Koronargefäßstruktur
bereitzustellen. Die Segmentierung wird in einer Anfangsphase gestartet.
Falls keine Fortsetzung eines Gefäßes gefunden werden kann, wird
in der Nachbarschaft (sowohl in der Phase als auch räumlich)
nach einer Fortsetzung gesucht. Auf diese Weise verwendet der Segmentierungsvorgang
Volumendaten mit hoher räumlicher
Auflösung
von mehreren Herzphasen. Diese Datensätze können entweder mittels Mehrphasenrekonstruktion
in verschiedenen Phasen vor der Segmentierung oder lokal während und
auf Abruf des Segmentierungsvorgangs erzeugt werden. Der letztere
Ansatz hat den Vorteil, dass Voxelpositionen direkt auf einem Raster
rekonstruiert werden können,
das beispielsweise für
eine gekrümmte
multiplanare Rekonstruktion (Multi-planar Rekonstruktion; MPR) in
der Hauptgefäßrichtung
erforderlich ist. Dies kann automatisch zu einer hochqualitativen
gekrümmten
MPR führen.
Die Interpolation von Daten, die auf einem kartesischen Raster abgetastet
werden, wird damit überholt
sein.
-
Vorteilhafterweise
kann dies, wie oben beschrieben, eine verbesserte Segmentierung
und Visualisierung von Gefäßen in der
Koronar-CTA ermöglichen.
Außerdem
lässt sich
auch eine kontinuierliche und gleichmäßige Koronargefäßvisualisierung
realisieren. Die Auswahl der besten Herzphase kann durch lokale
Segmentierungsergebnisse gesteuert werden, was eine weitere Verbesserung
der Segmentierungsergebnisse ermöglichen
kann.
-
Darüber hinaus
kann in einer Variante der obigen beispielhaften Ausführungsform
der vorliegenden Erfindung ein Vorgang implementiert werden, bei
dem der Bediener die lokale Segmentierung in benachbarten Phasen
einleiten kann. Falls der Bediener beispielsweise an näheren Einzelheiten
in Bezug auf einen bestimmten Bereich des Anfangsbildes interessiert
ist, kann er beispielsweise interaktiv eine Region im Anfangsbild
angeben, für
die er eine bessere Auflösung
benötigt.
Die Segmentierung wird dann in dieser Region in einem benachbarten
Bild vorgenommen. Sollte das Ergebnis immer noch nicht ausreichend
sein, wird ein weiteres benachbartes Bild verwendet. Dadurch kann
die vom Bediener ausgewählte
interessierende Region überall
im gesamten Datensatz untersucht werden, was ein verbessertes Segmentierungsergebnis
ermöglicht, d.
h. ein besseres Bild mit beispielsweise höherer Auflösung.
-
Gemäß einer
anderen Variante der obigen beispielhaften Ausführungsform kann ferner eine
Auswahl getroffen werden, in welche die weiteren zu untersuchenden
Bil der einbezogen werden. Beispielsweise kann ein Bediener induktiv
wählen,
ob die lokale Segmentierung in Bildern vorgenommen werden soll,
die auf die Anfangsphase (hinsichtlich der Phase) folgen oder der
Anfangsphase vorausgehen. Dies kann jedoch auch automatisch gewählt werden.
-
3 zeigt
einen Zweig einer gemäß vorliegender
Erfindung segmentierten Koronararterie. Das linke Bild in 3 zeigt
das in dem Bild der Anfangsphase ermittelte Segmentierungsergebnis.
Das mittlere Bild in 3 zeigt ein dazwischen liegendes
Segmentierungsergebnis, d. h. eine Kombination des Segmentierungsergebnisses
unter Verwendung des Anfangsphasenbildes und dem Segmentierungsergebnis
eines zweiten Bildes. Das rechte Bild in 3 zeigt
dann das endgültige
Segmentierungsergebnis, bei dem die Segmentierungsergebnisse einer
Vielzahl von Phasenbildern zu einem Endergebnis kombiniert sind.
-
Wie
aus dem linken Bild in 3 zu ersehen ist, stoppt die
Segmentierung in den eingekreisten Regionen am Ende der entsprechenden
Zweige. Anders ausgedrückt
wurde in diesen Bereichen keine Fortsetzung für die entsprechenden Gefäßzweige
gefunden. In dem mittleren Bild in 3 wurde
die Segmentierung dann fortgesetzt, und es konnten weitere Zweigstrukturen
gefunden werden. Wie jedoch durch die beiden Kreise am Ende der
Arterienzweige angedeutet, konnte in diesem zweiten Bild keine Fortsetzung
in diesen Regionen für die
beiden Gefäßzweige
gefunden werden. Daher wurde in nachfolgenden Phasenbildern eine
Segmentierung vorgenommen. Allerdings wird die Segmentierung lokal
vorgenommen, d. h. es wird nicht das gesamte Bild segmentiert, sondern
die Segmentierung beginnt in der entsprechenden Region des Zweiges,
in der die Segmentierung in dem vorhergehenden Bild stoppte. Falls
sich die betreffende Zweigstruktur pro Segmentierung in der entsprechenden
Segmentierung fortsetzen lässt,
wird der Segmentierungsvorgang so lange fortgeführt, bis keine Fortsetzung
mehr gefunden wird. Anschließend
fährt die
Segmentierung mit dem nächstfolgenden Bild
fort, und es erfolgt eine Segmentierung in derjenigen Zweigregion,
in der die Segmentierung in dem vorhergehenden Bild stoppte. Falls
eine Fortsetzung gefunden wird, fährt die Segmentierung so lange
fort, bis keine weitere Fortsetzung mehr gefunden werden kann.
-
Da
die Segmentierung im entsprechenden Anschlussbild nicht allgemein,
d. h. für
das gesamte Bild, sondern für
die jeweilige Region durchgeführt
wird, in der die Segmentierung in dem vorhergehenden Bild gestoppt
wurde, kann der Rechenaufwand gering gehalten werden. Es sollte
jedoch beachtet werden, dass, falls in dieser Region eine Fortsetzung
gefunden wird, die Segmentierung so lange fortgesetzt wird, bis
für diesen speziellen
Zweig keine Fortsetzung mehr gefunden wird. Anschließend kann
das Verfahren so lange fortgesetzt werden, bis alle Bilder des Datensatzes
verwendet wurden.
-
Es
sollte beachtet werden, dass die Koronararteriensegmentierung beispielsweise
auf einem Regionenwachstum in Kombination mit einem adaptiven Grauwert-Schwellenwert und
einer lokalen Formanalyse basieren kann. Im Allgemeinen kann sie
auf kardialen Volumendatensätzen
basieren, die mittels einer retrospektiv synchronisierten kardialen
Spiral-Kegelstrahlrekonstruktion für eine einzelne Herzphase rekonstruiert werden.
Moderne CT-Systeme ermöglichen
eine Mehrphasen-Volumenrekonstruktion.
-
Text in den Figuren
-
Figur
2
| S1 | kardiale
CT-Daten (Einzelphase p = Anfangsphase) |
| S2 | Segmentierung
beginnt an benutzerdefinierten oder automatisch extrahierten Startpunkten |
| S3 | Initialisieren
eines Zweigs b_i pro Saatpunkt und Hinzufügen von Paaren (b_i, p) zur
Zweigliste |
| S4 | (b_i,
p_i) = erstes Paar der Zweigliste
Entfernen dieses Eintrags
aus der Liste
b = b_i
p = p_i |
| S5 | Fortführen der
Segmentierung entlang des Zweigs b in Phase p |
| Branching
occurs | eine
Verzweigung tritt auf |
| S6 | Hinzufügen neuer
Zweige (b_k, p) zur Zweigliste |
| No
continuation found | keine
Fortsetzung gefunden |
| S7 | lokale
Rekonstruktion von Daten in den Phasen p_1 bis p_n nahe p |
| S8 | Segmentierungsalgorithmus
bewertet die Datenqualität
in den Phasen p_1 bis p_n und wählt
die lokal optimale Phase p_opt |
| S9 | Irgendeine
Fortsetzung gefunden? |
| Yes | Ja |
| No | Nein |
| S10 | Zweigliste
leer? |
| S11 | Beenden |
Figur
3
| Segmentation
using initial Phase | Segmentierung
mittels Anfangsphase |
| Final
result | Endergebnis |
| No
continuation found | Keine
Fortsetzung gefunden |
| Request
and use local reconstruction from nearby phases for continuation. | Abrufen
und Verwenden einer lokalen Rekonstruktion nahe gelegener Phasen
zur Fortsetzung. |