DE19746936A1 - Schnelle Unterteilung von Herzbildern - Google Patents

Schnelle Unterteilung von Herzbildern

Info

Publication number
DE19746936A1
DE19746936A1 DE19746936A DE19746936A DE19746936A1 DE 19746936 A1 DE19746936 A1 DE 19746936A1 DE 19746936 A DE19746936 A DE 19746936A DE 19746936 A DE19746936 A DE 19746936A DE 19746936 A1 DE19746936 A1 DE 19746936A1
Authority
DE
Germany
Prior art keywords
image
threshold
threshold value
interest
images
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.)
Granted
Application number
DE19746936A
Other languages
English (en)
Other versions
DE19746936B4 (de
Inventor
Richard Ian Hartley
Rupert William Meldrum Curwen
Harvey Ellis Cline
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.)
General Electric Co
Original Assignee
General Electric Co
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 General Electric Co filed Critical General Electric Co
Publication of DE19746936A1 publication Critical patent/DE19746936A1/de
Application granted granted Critical
Publication of DE19746936B4 publication Critical patent/DE19746936B4/de
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20004—Adaptive image processing
    • G06T2207/20012—Locally adaptive
    • 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
    • G06T2207/20092—Interactive image processing based on input by user
    • G06T2207/20101—Interactive definition of point of interest, landmark or seed
    • 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
    • G06T2207/20092—Interactive image processing based on input by user
    • G06T2207/20104—Interactive definition of region of interest [ROI]
    • 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

Description

Die vorliegende Erfindung bezieht sich auf Bildverarbeitung und insbesondere auf eine Gliederung bzw. Unterteilung von dreidimensionalen Strukturen aus einer Reihe von Herzbildern.
Medizinische Bilder eines Herzens eines Objekts umfassen typi­ scherweise einige Schnitte durch das dreidimensionale (3D) Vo­ lumen des Herzens. Zusätzlich kann das Herz zu einigen ver­ schiedenen Momenten (Phasen) in dem Herzzyklus abgebildet wer­ den. Somit ergibt die Gesamtheit aller Bilder ein Bild des Herzens während des vollständigen Ablaufs eines Herzschlags.
Es ist oft wünschenswert, diesen Satz von Bilder zur Extrakti­ on von quantitativen Informationen über die Herzbewegung zu verwenden, die bei einer medizinischen Diagnose nützlich sind. Derartige Informationen enthalten Messungen des Herzblutvolu­ mens, des Auswurfbruchteils und des Ausmaßes von Wandbewegung. Es ist notwendig, verschiedene benachbarte anatomische Berei­ che des Herzens zu erfassen und zu differenzieren, um diese Messung durchzuführen. Eine Identifikation von benachbarten Bereichen desselben Materials ist als Gliederung bzw. Unter­ teilung bekannt. Es ist insbesondere wichtig, zur Gliederung bzw. Unterteilung fähig zu sein und ein Blutvolumen in Herz­ kammern eines Objekts zur Diagnose von Herzkrankheit zu mes­ sen.
Eine Gliederung bzw. Unterteilung der linken Herzkammer bzw. des linken Ventrikels ist insbesondere aufgrund seiner wichti­ gen Physiologischen Funktion wichtig.
Es wurden andere Verfahren zur Extraktion der linken Herzkam­ mer bzw. des linken Ventrikels in einem medizinischen Bildsatz verwendet. Ein Verfahren besteht darin, das Volumen als ein Polyeder zu modellieren bzw. nachzubilden und Modellierungs- bzw. Nachbildungsparameter zu verändern, um das Modell bzw. die Nachbildung zu veranlassen, mit der gemessenen Blutmasse übereinzustimmen, wie in "Constrained Deformable Superqua­ drics And Non-Rigid Motion Tracking" von D. Metaxas und D. Terzopoulos, IEEE Computer Vision and Pattern Recognition, Seiten 337-343, 1991 dargelegt.
Dreidimensionale (3D) Schablonen können auch anstelle eines Polyeders verwendet werden. Verfahren unter Verwendung von dreidimensionalen (3D) Schablonen neigen dazu, langsam zu sein, und sind gegenwärtig zur klinischen Anwendung ungeeig­ net.
Ein alternatives Verfahren besteht darin, die Herzkammer- bzw. Ventrikelwand durch eine Kurve in jedem Bild zu modellieren bzw. nachzubilden und eine Gliederung bzw. Unterteilung eines Bilds zu einer Zeit auszuführen. Diese Techniken sind allge­ mein als "Schlangen"-Techniken bekannt. Ihr Nachteil besteht darin, daß sie im allgemeinen recht abhängig von anfänglichen unbekannten Parametern sind. Auch ist die Konvergenzgeschwin­ digkeit ein Problem.
Ein einfaches Anlegen eines Schwellenwerts ("thresholding") wurde auch zur Extraktion von Bereichen von Bildern verwendet. Ein Verfahren zur Auswahl eines Schwellenwerts zur Teilung ei­ nes Bilds in zwei Bereiche entsprechend einer Intensität wurde von Nobuyuki Otsu in "Discriminant and Least-Squares Threshold Selection" Proceedings of the Fourth international Joint Con­ ference on Pattern Recognition, Kyoto, Japan, 1978, Seiten 592-596 beschrieben. Dieses Rechenverfahren bzw. dieser Algo­ rithmus wird als DTSM-Schwellenwert-Anlegen bezeichnet. Das Schwellenwert-Anlegen unter Verwendung eines einzelnen Schwel­ lenwerts für alle Schnitte und Phasen ist gewöhnlich nicht er­ folgreich, da sich die Bildintensität von Bild zu Bild verän­ dert. Diese Intensitätsveränderungen werden durch verschiedene Blutflußgeschwindigkeiten und eine Veränderung von Abbildungs­ parametern verursacht.
Gegenwärtig besteht ein Bedarf nach einem genaueren System, dessen Gliederungs- bzw. Unterteilungsstrukturen innerhalb von dreidimensionalen Volumenbildern zu verschiedenen Zeiträumen einer Periode bzw. eines Zyklus erfaßt sind.
Die vorliegende Erfindung empfängt eine Vielzahl von Schnitt­ bildern eines gewünschten Volumens, die über eine Vielzahl von Phasen einer Periode bzw. eines Zyklus erfaßt sind. Dies kön­ nen zu verschiedenen Zeitpunkten des Herzzyklus erfaßte Magne­ tresonanz(MR)-Angiographiebilder des Herzens sein. Diese Bil­ der werden in dreidimensionale anatomische Strukturen über die Zeit gegliedert.
Anfänglich werden ein interessierender Bereich (ROI) und ein Saat- bzw. Keimpunkt innerhalb des interessierenden Bereichs und ein anfänglicher Schwellenwert identifiziert. Beginnend mit einem bei einem anfänglichen Schnitt und einer anfängli­ chen Phase erfaßten anfänglichen Bild werden Punkte des Bilds innerhalb des interessierenden Volumens (VOI) als über dem Schwellenwert liegend und nicht über dem Schwellenwert liegend klassifiziert.
Benachbarte Punkte mit derselben Klassifizierung wie der Keim­ punkt, die über Punkte alle mit dieser selben Klassifizierung mit dem Keimpunkt verbunden sind, werden durch Definition ei­ ner gegliederten bzw. unterteilten Struktur in diesem Bild identifiziert.
Die gegliederte bzw. unterteilte Struktur innerhalb des Bilds wird um ein vorbestimmtes Ausmaß expandiert bzw. ausgedehnt, um einen expandierten bzw. ausgedehnten Bereich zu ergeben. Ein Histogramm der Intensitäten des expandierten bzw. ausge­ dehnten Bereichs wird bestimmt. Dann wird ein angepaßter Schwellenwert ausgewählt, der Betriebsarten des Histogramms trennt. Ein Bild benachbart in Phase oder Raum, benachbart dem gegenwärtigen Bild, wird dann ausgewählt.
Die Schritte der Klassifizierung der Intensitäten im Hinblick auf den neu angepaßten Schwellenwert und die Bestimmung von Punkten derselben mit dem Keimpunkt verbundenen Klassifizie­ rung werden bestimmt. Dies ergibt eine andere gegliederte bzw. unterteilte Struktur. Dies wird für eine Vielzahl von Bildern wiederholt, um eine dreidimensionale (3D) gegliederte bzw. un­ terteilte Struktur über die Zeit zu ergeben. Durch Interpola­ tion von Zwischenbildern kann ein kurzer Film konstruiert wer­ den, der die Bewegung der Struktur über den Zyklus zeigt.
Eine Aufgabe der vorliegenden Erfindung besteht darin, ein Sy­ stem auszubilden, das gegliederte bzw. unterteilte Strukturen in einer Vielzahl von über ein gegebenes Volumen über einen Zeitraum erfaßten Bildern identifiziert.
Die als neu angesehenen Merkmale der Erfindung werden insbe­ sondere in den anhängenden Ansprüchen dargelegt. Die Erfindung selbst jedoch, sowohl ihr Aufbau als auch ihre Funktion, zu­ sammen mit anderen Aufgaben und Vorteilen der Erfindung können am besten unter Bezugnahme auf die folgende Beschreibung in Verbindung mit der Zeichnung verstanden werden.
Es zeigt:
Fig. 1 ein vereinfachtes Blockschaltbild eines Ausführungsbei­ spiels der vorliegenden Erfindung.
Die vorliegende Erfindung verwendet ein angepaßtes bzw. adap­ tives Anlegen eines Schwellenwerts, wobei das Blutvolumen durch das Schwellenwert-Anlegen extrahiert wird, sich der Schwellenwert aber von Schnitt zu Schnitt oder von Phase zu Phase verändern kann.
Ein Schwellenwert kann nur örtlich bzw. lokal innerhalb eines interessierenden Bereichs (ROI) zur Identifizierung der Blut­ masse der linken Herzkammer bzw. des linken Ventrikels verwen­ det werden, da es andere Bereiche des Bilds geben wird, die auch ausreichend sein werden, um oberhalb dem Intensitäts­ schwellenwert zu liegen. Beispielsweise wird das Blut der rechten Herzkammer bzw. des rechten Ventrikels eine Intensität ähnlich der des linken Ventrikels besitzen. Somit ist ein glo­ bales Schwellenwert-Anlegen des gesamten Bilds nicht ausrei­ chend, um das Blutvolumen des linken Ventrikels zu gliedern bzw. zu unterteilen.
Die folgenden Merkmale bzw. charakteristischen Kennzeichen sind bei einer Gliederung bzw. Unterteilung des Blutvolumens des linken Ventrikels nützlich:
  • 1. In jedem Bild (d. h. einem einzelnen Schnitt und einer ein­ zelnen Phase) kann das Blut vom umgebenden Gewebe auf der Grundlage von Bildintensität unterschieden werden.
  • 2. In jedem Bild ist die Blutansammlung ein verbundener Satz.
  • 3. Der zur Gliederung bzw. Unterteilung jedes Bilds verwendete Schwellenwert wird nahe dem für Bilder an benachbarten Pha­ sen und Schnitten verwendeten Schwellenwert sein.
  • 4. Das Bild der Blutansammlung des linken Ventrikels wird sich von einem Schnitt zum nächsten oder von einer Phase zur nächsten nicht sehr weit bewegen.
In Fig. 1 erfaßt eine medizinische Abbildungseinrichtung 15 ei­ ne Vielzahl von Schnittbildern eines Objekts 10 bei einer Vielzahl von Phasen-aber einen periodischen Zyklus, wie bei­ spielsweise einen Herzzyklus. Die medizinische Abbildungsein­ richtung 15 kann eine Magnetresonanz(MR)-Abbildungseinrichtung sein. Eine Schwellenwert-Aktualisierungseinrichtung 14 be­ stimmt den besten Schwellenwert zur Trennung dieser zwei Be­ reiche. Es gibt viele verschiedene herkömmliche Verfahren zur Bestimmung eines Schwellenwerts. In einem Ausführungsbeispiel enthält die Schwellenwert-Aktualisierungseinrichtung 14 eine Histogrammeinrichtung 13, die Angiographie-Datensätze von zahlreichen Phasen eines Herzzyklus erhält.
Das Blut im linken Ventrikel eines Objekts, das abgebildet wurde, wird einen Intensitätspegel verschieden von dem des um­ gebenden Gewebes besitzen. Dieser Intensitätsunterschied ist häufig ausreichend, um eine Identifizierung des interessieren­ den Bereichs (ROI) des Bilds entsprechend der Blutmasse durch Schwellenwert-Anlegen allein zu erlauben.
Durch die folgende Beschreibung wird angenommen, daß das Blut hell (hohe Intensität) ist, obwohl dunkle Blutbilder auch ver­ wendet werden können und auch durch die vorliegende Erfindung unter Verwendung eines verschiedenen Schwellenwerts oder durch Invertierung der Intensität des Bilds gegliedert bzw. unter­ teilt werden können.
Die Bilder von der medizinischen Abbildungseinrichtung 15 wer­ den in einer Speichereinrichtung 17 gespeichert.
Eine Bildsteuereinrichtung 21 bestimmt, welche Phase und wel­ ches Bild als nächstes zu verarbeiten ist und läßt den Schnitt und die Phase zu einer Bildauswahleinrichtung 19 durch, die das Bild in der Speichereinrichtung 17 findet und führt das Bild einer Maskierungseinrichtung 9 zu. Die Bildsteuereinrich­ tung 21 wählt typischerweise ein benachbartes Bild in Zeit oder Raum aus. Benachbarte Bilder bedeuten hier physikalisch benachbarte Schnitte für dieselbe Phase (Erfassungszeit) oder denselben Schnitt für ein in dem nächsten vorhergehenden oder in dem nächsten nachfolgenden Zeitraum erfaßtes Bild, eine be­ nachbarte Phase.
Eine Maskierungseinrichtung 9 empfängt den interessierenden Bereich (ROI) und einen Schwellenwert und klassifiziert Punkte innerhalb des interessierenden Bereichs (ROI) als über dem Schwellenwert liegend oder nicht über dem Schwellenwert lie­ gend. Um die Situation zu vermeiden, in der der Keimpunkt selbst über dem Schwellenwert liegt, wird der Keim um eine vorbestimmte Anzahl von Bildelementen expandiert bzw. ausge­ dehnt, beispielsweise um 5 Bildelemente, um die Möglichkeit zu verringern, daß er innerhalb eines kleinen Intensitätsbereichs mit niedriger Intensität liegt.
Die klassifizierten Punkte innerhalb des interessierenden Be­ reichs (ROI) und der Keimpunkt werden zu einer zweidimensiona­ len (2D) Konnektivitätseinrichtung 12 durchgelassen, die be­ nachbarte Punkte mit derselben Klassifizierung bestimmt, die auch den Keimpunkt umgeben. Die verbundenen Komponenten werden unter Verwendung eines herkömmlichen Konektivitätsrechenver­ fahrens- bzw. algorithmus beginnend mit einer geringen Nach­ barschaft des Keimpunkts berechnet. Der Satz von allen verbun­ denen Orten innerhalb des interessierenden Bereichs (ROI) in­ nerhalb desselben Bereichs, an den der Schwellenwert angelegt wurde, wird als eine gegliederte Struktur betrachtet.
Die benachbarten Punkte, auch benachbart dem Keimpunkt, die durch die dreidimensionale (3D) Konnektivitätseinrichtung 12 bestimmt sind, werden einer Graphikeinrichtung 11 zugeführt, die diese Punkte auf einer Anzeigeeinrichtung 3 für einen Be­ diener 1 anzeigt.
Initialisierung
Eine Initialisierung kann durch manuelle Bestimmung des Fol­ genden für ein Bild in dem Bildsatz durchgeführt werden:
  • 1. ein interessierender Bereich (ROI) groß genug zum Enthalten des zu gliedernden bzw. zu unterteilenden Bereichs in allen Bildern,
  • 2. ein Keimpunkt im Inneren des zu gliedernden bzw. zu unter­ teilenden Bereichs (beispielsweise des linken Ventrikels) und
  • 3. ein Schwellenwert, der die Intensitäten im zu gliedernden bzw. zu unterteilenden Bereich von den Intensitäten des um­ gebenden Gewebes trennt.
Der interessierende Bereich (ROI) kann identifiziert werden, indem der Bediener 1 interaktiv eine Zeigeeinrichtung 5 posi­ tioniert, um ein Rechteck oder eine Ellipse auf eine Weise, wie beispielsweise bei herkömmlichen Zeichenprogrammen, zu zeichnen, während eine Sicht-Anzeigeeinrichtung 3 betrachtet wird.
Der Keimpunkt ist ein einzelner durch den Bediener 1 bestimm­ ter Punkt im Inneren des interessierenden Bereichs (ROI), der auch mit der Zeigeeinrichtung 5 bezeichnet werden kann.
Der Schwellenwert wird durch eine geeignete Einrichtung einge­ geben, wie beispielsweise durch Betätigen einer Gleitschieber­ leiste 8 oder einer Steuertafel 7.
In einem bevorzugten Ausführungsbeispiel bestimmt jede Positi­ on der Gleitschieberleiste 8 einen bestimmten Schwellenwert-Wert. Wenn die Gleitschieberleiste 8 zu einem neuen Wert be­ wegt wird, wird der Teil des Bilds innerhalb des interessie­ renden Bereichs (ROI) durch das verbleibende des Systems ge­ gliedert bzw. unterteilt und die verbundene Komponente der vorstehenden Punkte über dem Schwellenwert innerhalb des in­ teressierenden Bereichs (ROI), der eine kleine Nachbarschaft des Keimpunkts enthält, wird auf dem Bildschirm in einer neuen Farbe angezeigt. Durch Bewegung der Gleitschieberleiste 8 wählt der Bediener 1 interaktiv einen Schwellenwert, für den der somit angezeigte gegliederte bzw. unterteilte Bereich ei­ ner gegliederten bzw. unterteilten Struktur innerhalb des in­ teressierenden Bereichs (ROI) entspricht, wie beispielsweise dem Inneren des Ventrikels. Dieser Schwellenwert-Wert wird als der anfängliche Schwellenwert genommen.
Diese Initialisierung des interessierenden Bereichs (ROI), des Keimpunkts und des anfänglichen Schwellenwerts kann für nur ein Bild durchgeführt werden und eine nachfolgende automati­ sche Verarbeitung wird diesen Bereich durch die anderen Bilder nachführen, um eine vollständige vierdimensionale (4D) (3 räumliche Dimensionen plus Zeit) Gliederung bzw. Unterteilung von Strukturen innerhalb des interessierenden Bereichs (ROI) zu bekommen.
Anpassung des Schwellenwerts
Nach der Verarbeitung des anfänglichen Bilds nähern die Berei­ che, ab die der Schwellenwert angelegt wurde, dem Inneren des gesuchten Bereichs (des Ventrikels) an. Aufgrund einer Verän­ derung des Schwellenwerts von Schnitt zu Schnitt ist es jedoch möglich, daß ein verschiedener Schwellenwert als die anfängli­ che Schwellenwertschätzung verwendet werden sollte, die durch interaktive Initialisierung ausgebildet wurde, oder die vom benachbarten Schnitt ausgebreitet wurde. Aus diesem Grund wird eine neue Schätzung des Schwellenwerts gesucht, die die beste Trennung des Inneren des Ventrikelbereichs vom Äußeren ausbil­ den wird.
Der ursprüngliche Bereich, an den der Schwellenwert angelegt wurde, bestimmt das Innere des Ventrikels (ungefähr). Durch Expandierung bzw. Ausdehnung dieses Bereichs um 5 Bildelemente schließt man den Teil der Herzwand oder des Septums ein, d. h. ein nicht-innerer Bereich wird eingeschlossen. Das Histogramm dieses Bereichs wird bi-modal bzw. mit zwei Verfahren sein, wie erforderlich, wobei es sowohl innere als auch äußere Bild­ elemente enthält.
Eine Schwellenwert-Aktualisierungseinrichtung 14 bestimmt den besten Schwellenwert zur Trennung dieser zwei Bereiche. Es gibt viele verschiedene herkömmliche Verfahren zur Bestimmung eines Schwellenwerts. In einem Ausführungsbeispiel enthält die Schwellenwert-Aktualisierungseinrichtung 14 eine Histogram­ meinrichtung 13, die die gegliederte bzw. unterteilte Struktur um ein vorbestimmtes Ausmaß expandiert bzw. ausdehnt. Dann be­ rechnet sie ein Histogramm von Intensitäten in dem expandier­ ten bzw. ausgedehnten Bereich und der beste Schwellenwert zur Trennung des Histogramms in zwei Bereiche wird berechnet.
Wenn das Histogramm bi-modal bzw. mit zwei Verfahren ist, dann kann die Histogrammeinrichtung 13 ein DTSM-Rechenverfahren bzw. einen DTSM-Algorithmus wie in dem Artikel beschrieben verwenden: dem vorstehend erwähnten Artikel von Nobuyuki Otsu zur Auswahl eines angepaßten Schwellenwerts. Andere herkömmli­ che Techniken können auch verwendet werden.
Die Histogramme aller Phasen in einem Schnitt können zusammen addiert werden, bevor der Schwellenwert berechnet wird, oder die Schwellenwerte können für jedes Bild einzeln berechnet werden.
Wenn der angepaßte Schwellenwert berechnet wurde, wird er in der Maskierungseinrichtung 9 verwendet, um das gegenwärtige Bild ein zweites Mal zu gliedern bzw. zu unterteilen, was ein aktualisiertes gegliedertes bzw. unterteiltes Bild ergibt.
In einem Ausführungsbeispiel ist der Schwellenwert für ver­ schiedene Schnitten angepaßt, wobei alle Phasen des Schnitts denselben Schwellenwert verwenden.
In einem zweiten Ausführungsbeispiel ist der Schwellenwert für verschiedene Phasen angepaßt, wobei alle Schnitte der Phase denselben Schwellenwert verwenden.
In einem dritten Ausführungsbeispiel sind Schwellenwerte für jedes Phasenbild in einem Schnitt und von Schnitt zu Schnitt angepaßt. Dies erfordert mehr Verarbeitung, sollte aber ein reineres Bild ausbilden.
Andere Bilder
Dieser angepaßte Schwellenwert wird dann als der Schwellenwert durch die Maskierungseinrichtung 9 im nächsten benachbarten Bild verwendet. Das letzte verarbeitete Bild wird zur Bestim­ mung eines Flächenschwerpunkts und des interessierenden Be­ reichs (ROI) verwendet. Der Flächenschwerpunkt des gegenwärti­ gen Bilds wird als ein Keimpunkt für das nächste benachbarte Bild verwendet.
Wenn einmal alle Phasen aller Schnitte gegliedert bzw. unter­ teilt sind, kann der zweidimensionale (2D) Gliederungs-Umriß jedes Schnitts für eine gegebene Phase zur Konstruktion einer dreidimensionalen (3D) Oberfläche verwendet und durch herkömm­ liche Techniken geglättet werden. Diese würde ein dreidimen­ sionales (3D) festes Objekt für jede Phase ergeben. Eine Wie­ dergabe der Phasen und Interpolation von Zwischenphasen würde einen dreidimensionalen (3D) Film des gegliederten bzw. unter­ teilten Volumens ergeben. Dies würde zur Bestimmung von ge­ schwächtem oder beschädigtem Herzmuskel sehr nützlich sein.
Während zahlreiche gegenwärtig bevorzugte Ausführungsbeispiele der neuen Erfindung hier genau beschrieben wurden, werden nun für den Fachmann viele Modifikationen und Veränderungen offen­ sichtlich sein. Daher ist verständlich, daß die anhängenden Ansprüche derartige Modifikationen und Veränderungen, die in ihren Schutzbereich fallen, mit umfassen sollen.
Ein Herz-Gliederungssystem erfaßt eine Reihe von Bildern, die als Schnitte durch ein Volumen und als Bilder bei verschiede­ nen Zeiträumen durch einen Herzzyklus erfaßt sind. Es zeigt ein Bild für einen Bediener an, der interaktiv einen interes­ sierenden Bereich des zu gliedernden Bilds auswählt, wie bei­ spielsweise den linken Ventrikel. Ein Keimpunkt wird auch in­ nerhalb des interessierenden Bereichs und der zu gliedern ge­ wünschten Struktur ausgewählt. An das Bild wird dann durch ei­ ne Maskierungseinrichtung ein Schwellenwert angelegt, indem Punkte innerhalb des interessierenden Bereichs als über dem Schwellenwert liegend oder nicht über dem Schwellenwert lie­ gend klassifiziert werden. Eine dreidimensionale Konektivi­ tätseinrichtung identifiziert Punkte innerhalb des interes­ sierenden Bereichs mit derselben Klassifikation wie ein expan­ dierter Keimpunkt, die auch benachbart dem Keimpunkt als die gegliederte Struktur sind. Die gegliederte Struktur wird ex­ pandiert und ein Histogramm wird konstruiert. Ein neuer Schwellenwert wird ausgewählt, der Moden bzw. Betriebsarten des Histogramms trennt und wird zur Ausführung einer überar­ beiteten, endgültigen Gliederung des gegenwärtigen Bilds ver­ wendet. Der Flächenschwerpunkt des gegenwärtigen Bilds wird als ein Keimpunkt bei einer Gliederung benachbarter Bilder verwendet. Ähnlich wird der gegenwärtige Schwellenwert als ein anfänglicher Schwellenwert für benachbarte Bilder verwendet. Der vorherige Keimpunkt und der Interessierende Bereich können auch verwendet werden. Dies wird für eine Anzahl von Bildern wiederholt, um gegliederte Strukturen zu ergeben, die dann ge­ speichert und angezeigt und bei einer Berechnung der Herzfunk­ tionalität verwendet werden können.

Claims (8)

1. Bild-Gliederungssystem zur Gliederung eines Satzes von über eine Vielzahl von Phasen während eines Zyklus erfaßten vo­ lumetrischen Bildern in Strukturen, mit:
  • a) einer Bildspeichereinrichtung (17) mit einem vorgespei­ cherten Satz von über eine Vielzahl von Phasen erfaßten volumetrischen Bildern,
  • b) einer Maskierungseinrichtung (9) zum Empfangen eines Schwellenwerts, eines Keimpunkts und eines interessie­ renden Bereichs (ROI) zur Bestimmung von benachbarten Punkten des Bilds beginnend in einer vorbestimmten Nach­ barschaft des Keimpunkts, die innerhalb des interessie­ renden Volumens (ROI) sind und Werte über dem Schwellen­ wert besitzen, wobei sie eine gegliederte Struktur be­ sitzen,
  • c) einer Bildauswahleinrichtung (19), die mit der Bildspei­ chereinrichtung (17) und der Maskierungseinrichtung (9) verbunden ist, zur Auswahl eines der Bilder als ein ge­ genwärtiges Bild von der Bildspeichereinrichtung (17) und zum Durchlassen dieses zur Maskierungseinrichtung (9) zur Erzeugung einer gegliederten Struktur, und
  • d) einer Schwellenwert-Aktualisierungseinrichtung (14), die mit der Maskierungseinrichtung (9) und der Bildaus­ wahleinrichtung (19) verbunden ist, zum Empfang des Bilds, der gegliederten Struktur und des interessieren­ den Bereichs (ROI) zur Analyse der Intensitäten von Bildelementen in einer gegliederten Struktur und in ei­ ner Nachbarschaft der gegliederten Struktur und zum Be­ rechnen eines aktualisierten Schwellenwerts, der der Maskierungseinrichtung (9) zur Wieder-Gliederung des ge­ genwärtigen Bilds zugeführt wird, wobei der aktualisier­ te Schwellenwert auch als ein anfänglicher Schwellenwert für benachbarte Bilder verwendet wird.
2. Bild-Gliederungssystem nach Anspruch 1, dadurch gekenn­ zeichnet, daß die Schwellenwert-Aktualisierungseinrichtung (14) eine Histogrammeinrichtung (13), die mit der Maskierungs­ einrichtung (9) und der Bildauswahleinrichtung (19) verbun­ den ist, zum Empfang des Bilds, der gegliederten Struktur und des interessierenden Bereichs, zum Expandieren der ge­ gliederten Struktur um ein vorbestimmtes Ausmaß, zur Erzeu­ gung eines Histogramms der Bildelemente in der expandierten gegliederten Struktur und zur Bestimmung eines aktualisier­ ten Schwellenwerts, der Spitzenwerte des Histogramms trennt, und diesen angepaßten Schwellenwert der Maskie­ rungseinrichtung (9) zur Verwendung bei der Gliederung des Bilds zum zweiten Mal zu führt umfaßt.
3. Bild-Gliederungssystem nach Anspruch 1, gekennzeichnet durch eine Steuertafel (7), die mit der Maskierungseinrichtung (9) verbunden ist, die einem Bediener (1) eine definierbare Eingabe, wie beispielsweise den anfänglichen Schwellenwert, den Keimpunkt und des interessierenden Bereich (ROI) er­ laubt.
4. Bild-Gliederungssystem nach Anspruch 1, gekennzeichnet durch
  • a) eine Anzeigeeinrichtung (3) zur Anzeige von sichtbaren Bildern von ihr zugeführten graphischen Signalen und
  • b) einer Graphikeinrichtung (11), die mit der Anzeigeein­ richtung (3) und der Maskierungseinrichtung (9) zur in­ teraktiven Erzeugung eines graphischen Signals der ge­ gliederten Struktur auf der Grundlage der vom Bediener (1) definierten Eingabe und zur Anzeige dieser Signale auf der Anzeigeeinrichtung (3) verbunden ist.
5. Verfahren zur Gliederung einer Vielzahl von Schnittbildern eines gewünschten über eine Vielzahl von Phasen eines Peri­ odenzyklus erfaßten Volumens in anatomische Strukturen mit den Schritten:
  • a) Auswählen eines anfänglichen Bilds als das gegenwärtige bei einem anfänglichen Schnitt und einer Phase erfaßte Bild,
  • b) Auswählen eines anfänglichen interessierenden Bereichs (ROI) und eines Keimpunkts innerhalb des interessieren­ den Bereichs (ROI),
  • c) Auswählen eines anfänglichen Schwellenwerts,
  • d) Klassifizieren eines Punkts des Bilds innerhalb des in­ teressierenden Bereichs (ROI) als über dem Schwellenwert liegend oder nicht über dem Schwellenwert liegend,
  • e) Identifizieren eines Bereichs von benachbarten Punkten mit derselben Klassifizierung wie der Keimpunkt, wobei dieser mit dem Keimpunkt durch Punkte alle mit dieser selben Klassifikation verbunden ist und eine gegliederte Struktur in diesem Bild definiert,
  • f) Analysieren von Bildelementen in der gegliederten Struk­ tur und in einer Nachbarschaft der gegliederten Struktur zum Bestimmen eines aktualisierten Schwellenwerts,
  • g) Gliedern des Bilds durch Wiederholen der Schritte "d" und "e" zum Berechnen einer aktualisierten gegliederten Struktur,
  • h) Auswählen eines benachbarten Bilds in Phase oder im Raum nächst dem gegenwärtigen Bild und
  • i) Wiederholen der Schritte "c" bis "h" für eine Vielzahl der Bilder zum Ergeben einer dreidimensionalen (3D) ge­ gliederten Struktur zu verschiedenen Zeitpunkten.
6. Verfahren nach Anspruch 5, dadurch gekennzeichnet, daß der Keimpunkt und der anfängliche Schwellenwert, die zum Gliedern aller Bilder außer des ersten verwendet werden, unter Verwendung der Schritte
  • a) Wählen eines Keimpunkts für ein Bild benachbart in Zeit oder Raum als der Flächenschwerpunkt der aktualisierten gegliederten Struktur und
  • b) Wählen des anfänglichen Schwellenwerts des benachbarten Bilds als der aktualisierte Schwellenwert eines benach­ barten Bilds ausgewählt werden.
7. Verfahren nach Anspruch 6, dadurch gekennzeichnet, daß der aktualisierte Schwellenwert derselbe wie der anfängli­ che Schwellenwert ist.
8. Verfahren nach Anspruch 5, dadurch gekennzeichnet, daß der in Schritt "f" berechnete aktualisierte Schwellenwert die Schritte
  • a) Expandieren der gegliederten Struktur um ein vorbestimm­ tes Ausmaß zum Ergeben eines expandierten Bereichs,
  • b) Bestimmen eines Histogramms der Intensitäten des expan­ dierten Bereichs und
  • c) Auswählen eines angepaßten Schwellenwerts, der Moden des Histogramms trennt,
    umfaßt.
DE19746936A 1996-11-01 1997-10-23 Schnelle Unterteilung von Herzbildern Expired - Fee Related DE19746936B4 (de)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US2996796P 1996-11-01 1996-11-01
US60/029,967 1996-11-01
US08/794,981 US5903664A (en) 1996-11-01 1997-02-05 Fast segmentation of cardiac images
US08/794,981 1997-02-05

Publications (2)

Publication Number Publication Date
DE19746936A1 true DE19746936A1 (de) 1998-05-20
DE19746936B4 DE19746936B4 (de) 2008-09-04

Family

ID=26705521

Family Applications (1)

Application Number Title Priority Date Filing Date
DE19746936A Expired - Fee Related DE19746936B4 (de) 1996-11-01 1997-10-23 Schnelle Unterteilung von Herzbildern

Country Status (5)

Country Link
US (1) US5903664A (de)
JP (1) JP4020470B2 (de)
CN (1) CN1188079C (de)
DE (1) DE19746936B4 (de)
IL (1) IL122033A (de)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102007028895A1 (de) * 2007-06-22 2009-01-02 Siemens Ag Verfahren zur Segmentierung von Strukturen in Bilddatensätzen und Bildverarbeitungseinheit zur Durchführung des Verfahrens
DE102008008601A1 (de) * 2008-02-12 2009-08-20 Siemens Aktiengesellschaft Verfahren zur Verarbeitung von medizinischen Bilddaten und Magnetresonanzanlage zur Aufnahme und Verarbeitung medizinischer Bilddaten
US7756304B2 (en) 1998-12-30 2010-07-13 Siemens Medical Solutions Usa, Inc. Medical diagnostic ultrasonic imaging method and system for displaying multi-phase, multi-frame images
US8200015B2 (en) 2007-06-22 2012-06-12 Siemens Aktiengesellschaft Method for interactively segmenting structures in image data records and image processing unit for carrying out the method

Families Citing this family (78)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6340978B1 (en) * 1997-01-31 2002-01-22 Making Everlasting Memories, Ltd. Method and apparatus for recording and presenting life stories
US7657835B2 (en) * 1997-01-31 2010-02-02 Making Everlasting Memories, L.L.C. Method and system for creating a commemorative presentation
US6138045A (en) * 1998-08-07 2000-10-24 Arch Development Corporation Method and system for the segmentation and classification of lesions
US7212201B1 (en) 1999-09-23 2007-05-01 New York University Method and apparatus for segmenting an image in order to locate a part thereof
GB2358098A (en) 2000-01-06 2001-07-11 Sharp Kk Method of segmenting a pixelled image
SE0000697L (sv) * 2000-03-02 2001-06-25 Altitun Ab Metod för att framställa distribuerade reflektorer, jämte dylika reflektorer
US7222120B1 (en) 2000-04-12 2007-05-22 Making Everlasting Memories, L.L.C. Methods of providing a registry service and a registry service
US6754376B1 (en) 2000-11-22 2004-06-22 General Electric Company Method for automatic segmentation of medical images
US6470070B2 (en) 2000-12-20 2002-10-22 Cedara Software Corp. Image reconstruction using multiple X-ray projections
US6473488B2 (en) 2000-12-20 2002-10-29 Cedara Software Corp. Three dimensional image reconstruction from single plane X-ray fluorograms
EP1430443A2 (de) * 2001-09-06 2004-06-23 Koninklijke Philips Electronics N.V. Verfahren und vorrichtung zur objektsegmentierung
US6985612B2 (en) * 2001-10-05 2006-01-10 Mevis - Centrum Fur Medizinische Diagnosesysteme Und Visualisierung Gmbh Computer system and a method for segmentation of a digital image
DE10160206A1 (de) * 2001-12-07 2003-06-18 Philips Intellectual Property Verfahren und Vorrichtung zur Erstellung einer isolierten Darstellung von Körperstrukturen
US7123766B2 (en) * 2002-02-11 2006-10-17 Cedara Software Corp. Method and system for recognizing and selecting a region of interest in an image
GB0205000D0 (en) * 2002-03-04 2002-04-17 Isis Innovation Unsupervised data segmentation
US7346381B2 (en) * 2002-11-01 2008-03-18 Ge Medical Systems Global Technology Company Llc Method and apparatus for medical intervention procedure planning
US7778686B2 (en) * 2002-06-04 2010-08-17 General Electric Company Method and apparatus for medical intervention procedure planning and location and navigation of an intervention tool
US20100036252A1 (en) * 2002-06-07 2010-02-11 Vikram Chalana Ultrasound system and method for measuring bladder wall thickness and mass
US20060025689A1 (en) * 2002-06-07 2006-02-02 Vikram Chalana System and method to measure cardiac ejection fraction
US7520857B2 (en) * 2002-06-07 2009-04-21 Verathon Inc. 3D ultrasound-based instrument for non-invasive measurement of amniotic fluid volume
US8221321B2 (en) 2002-06-07 2012-07-17 Verathon Inc. Systems and methods for quantification and classification of fluids in human cavities in ultrasound images
US20090062644A1 (en) * 2002-06-07 2009-03-05 Mcmorrow Gerald System and method for ultrasound harmonic imaging
US8221322B2 (en) * 2002-06-07 2012-07-17 Verathon Inc. Systems and methods to improve clarity in ultrasound images
US7819806B2 (en) * 2002-06-07 2010-10-26 Verathon Inc. System and method to identify and measure organ wall boundaries
US7450746B2 (en) * 2002-06-07 2008-11-11 Verathon Inc. System and method for cardiac imaging
US20040127797A1 (en) * 2002-06-07 2004-07-01 Bill Barnard System and method for measuring bladder wall thickness and presenting a bladder virtual image
GB2391625A (en) 2002-08-09 2004-02-11 Diagnostic Ultrasound Europ B Instantaneous ultrasonic echo measurement of bladder urine volume with a limited number of ultrasound beams
US20090112089A1 (en) * 2007-10-27 2009-04-30 Bill Barnard System and method for measuring bladder wall thickness and presenting a bladder virtual image
US6824517B2 (en) * 2002-06-25 2004-11-30 Koninklijke Philips Electronics N.V. Ultrasound quantification in real-time using acoustic data in more than two dimensions
US7289841B2 (en) * 2002-10-25 2007-10-30 Koninklijke Philips Electronics N.V. Method and apparatus for volumetric cardiac computed tomography imaging
JP4499090B2 (ja) * 2003-02-28 2010-07-07 セダラ ソフトウェア コーポレイション 画像領域セグメント化システムおよびその方法
US7333105B2 (en) * 2004-03-02 2008-02-19 Siemens Medical Solutions Usa, Inc. Active polyhedron for 3D image segmentation
FR2869438B1 (fr) * 2004-04-21 2006-10-13 Ge Med Sys Global Tech Co Llc Procede de segmentation automatique des cavites cardiaques
FR2880154B1 (fr) * 2004-12-27 2007-06-22 Gen Electric Procede et systeme de visualisation rapide de structures
DE102005002950B4 (de) * 2005-01-21 2007-01-25 Siemens Ag Verfahren zur automatischen Bestimmung der Position und Orientierung des linken Ventrikels und/oder angrenzender Bereiche in 3D-Bilddatensätzen des Herzens
ATE408205T1 (de) * 2005-04-01 2008-09-15 Koninkl Philips Electronics Nv Verfahren, system und computerprogramm zum segmentieren einer struktur in einem datensatz
US7680307B2 (en) * 2005-04-05 2010-03-16 Scimed Life Systems, Inc. Systems and methods for image segmentation with a multi-stage classifier
JP2008535613A (ja) * 2005-04-12 2008-09-04 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 多次元データセットにおける生体構造をセグメント化する方法、装置及びコンピュータプログラム
CN1907225B (zh) * 2005-08-05 2011-02-02 Ge医疗系统环球技术有限公司 用于脑内出血损伤分割的方法和设备
JP2007044346A (ja) * 2005-08-11 2007-02-22 Toshiba Corp 医用画像処理装置における関心領域の経時的特定方法及び医用画像処理装置
US7623709B2 (en) 2005-09-06 2009-11-24 General Electric Company Method and system for segmenting image data
EP1960803A4 (de) * 2005-11-21 2012-05-09 Agency Science Tech & Res Verfahren und einrichtung zur korrektur von magnetresonanzbildern
JP5128154B2 (ja) * 2006-04-10 2013-01-23 富士フイルム株式会社 レポート作成支援装置、レポート作成支援方法およびそのプログラム
US8046045B2 (en) * 2006-05-08 2011-10-25 Siemens Medical Solutions Usa, Inc. Anatomical feature condition assessment system using tissue displacement characteristics
EP2025290A1 (de) 2006-05-19 2009-02-18 Hitachi Medical Corporation Vorrichtung zur anzeige medizinischer bilder und programm
US8189929B2 (en) * 2006-08-02 2012-05-29 Koninklijke Philips Electronics N.V. Method of rearranging a cluster map of voxels in an image
US7940977B2 (en) 2006-10-25 2011-05-10 Rcadia Medical Imaging Ltd. Method and system for automatic analysis of blood vessel structures to identify calcium or soft plaque pathologies
US7983459B2 (en) 2006-10-25 2011-07-19 Rcadia Medical Imaging Ltd. Creating a blood vessel tree from imaging data
US7873194B2 (en) * 2006-10-25 2011-01-18 Rcadia Medical Imaging Ltd. Method and system for automatic analysis of blood vessel structures and pathologies in support of a triple rule-out procedure
US7860283B2 (en) 2006-10-25 2010-12-28 Rcadia Medical Imaging Ltd. Method and system for the presentation of blood vessel structures and identified pathologies
US7940970B2 (en) * 2006-10-25 2011-05-10 Rcadia Medical Imaging, Ltd Method and system for automatic quality control used in computerized analysis of CT angiography
US20080281182A1 (en) * 2007-05-07 2008-11-13 General Electric Company Method and apparatus for improving and/or validating 3D segmentations
US8167803B2 (en) * 2007-05-16 2012-05-01 Verathon Inc. System and method for bladder detection using harmonic imaging
US8023734B2 (en) * 2007-10-10 2011-09-20 Siemens Aktiengesellschaft 3D general lesion segmentation in CT
US8260048B2 (en) * 2007-11-14 2012-09-04 Exelis Inc. Segmentation-based image processing system
US8320711B2 (en) * 2007-12-05 2012-11-27 Biosense Webster, Inc. Anatomical modeling from a 3-D image and a surface mapping
US8225998B2 (en) * 2008-07-11 2012-07-24 Es&S Innovations Llc Secure ballot box
WO2010017508A1 (en) * 2008-08-07 2010-02-11 Verathon Inc. Device, system, and method to measure abdominal aortic aneurysm diameter
KR101046510B1 (ko) 2008-11-07 2011-07-04 금오공과대학교 산학협력단 에지 분류 및 영역 확장 기법을 통한 심실 자동 분할 방법
KR101030169B1 (ko) 2009-04-17 2011-04-18 금오공과대학교 산학협력단 방사형 임계치 결정법을 통한 심실 자동 분할방법
US20100299621A1 (en) * 2009-05-20 2010-11-25 Making Everlasting Memories, L.L.C. System and Method for Extracting a Plurality of Images from a Single Scan
US20110161166A1 (en) * 2009-12-30 2011-06-30 Mindrum G Scott System and method for capturing, processing, and presenting information
KR101154355B1 (ko) 2010-11-11 2012-06-14 금오공과대학교 산학협력단 좌심실 자동 분할 방법
DE102010061970B4 (de) * 2010-11-25 2013-05-08 Siemens Aktiengesellschaft Verfahren und Vorrichtung zur Bestimmung einer MR-systembedingten Phaseninformation
US9269141B2 (en) * 2011-09-07 2016-02-23 Koninklijke Philips N.V. Interactive live segmentation with automatic selection of optimal tomography slice
KR101185728B1 (ko) * 2011-09-21 2012-09-25 주식회사 인피니트헬스케어 의료영상에서의 세그멘테이션 방법 및 그 장치
US8970581B2 (en) * 2012-01-04 2015-03-03 Carestream Health, Inc. System and method for interactive contouring for 3D medical images
KR102104534B1 (ko) 2013-06-12 2020-04-27 삼성전자주식회사 엑스선 촬영 장치 및 그 제어 방법
US9132274B2 (en) * 2013-07-26 2015-09-15 Medtronic, Inc. Determining onsets and offsets of cardiac depolarization and repolarization waves
KR101616029B1 (ko) 2014-07-25 2016-04-27 삼성전자주식회사 자기 공명 영상 처리 방법 및 방법을 실행하기 위한 장치
KR101737632B1 (ko) * 2015-08-13 2017-05-19 주식회사 뷰웍스 시간열 이미지 분석을 위한 그래픽 유저 인터페이스 제공 방법
EP3477324A1 (de) * 2017-10-31 2019-05-01 Pie Medical Imaging BV Verbesserung der segmentierung der linken herzkammer in kontrastverstärkten cine-mrt-datensätzen
US11419539B2 (en) 2017-12-22 2022-08-23 Regents Of The University Of Minnesota QRS onset and offset times and cycle selection using anterior and posterior electrode signals
US10896508B2 (en) 2018-02-07 2021-01-19 International Business Machines Corporation System for segmentation of anatomical structures in cardiac CTA using fully convolutional neural networks
CN113116358B (zh) * 2019-12-30 2022-07-29 华为技术有限公司 心电图的显示方法、装置、终端设备和存储介质
CN112561884A (zh) * 2020-02-24 2021-03-26 广州柏视医疗科技有限公司 肺气管和血管的分段命名系统
CN111724395B (zh) * 2020-06-12 2023-08-01 中南民族大学 心脏图像四维上下文分割方法、设备、存储介质及装置
US11834300B2 (en) 2021-08-10 2023-12-05 Tk Elevator Innovation And Operations Gmbh Stabilizing assemblies and methods of use thereof

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4710876A (en) * 1985-06-05 1987-12-01 General Electric Company System and method for the display of surface structures contained within the interior region of a solid body
US4662380A (en) * 1985-10-31 1987-05-05 General Electric Company Adaptive time gain compensation system for ultrasound imaging
US4751643A (en) * 1986-08-04 1988-06-14 General Electric Company Method and apparatus for determining connected substructures within a body
US4914589A (en) * 1988-10-24 1990-04-03 General Electric Company Three-dimensional images obtained from tomographic data using a variable threshold
US4995394A (en) * 1989-08-11 1991-02-26 General Electric Company Fast NMR cardiac profile imaging
US5204625A (en) * 1990-12-20 1993-04-20 General Electric Company Segmentation of stationary and vascular surfaces in magnetic resonance imaging
US5273040A (en) * 1991-11-14 1993-12-28 Picker International, Inc. Measurement of vetricle volumes with cardiac MRI

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7756304B2 (en) 1998-12-30 2010-07-13 Siemens Medical Solutions Usa, Inc. Medical diagnostic ultrasonic imaging method and system for displaying multi-phase, multi-frame images
DE102007028895A1 (de) * 2007-06-22 2009-01-02 Siemens Ag Verfahren zur Segmentierung von Strukturen in Bilddatensätzen und Bildverarbeitungseinheit zur Durchführung des Verfahrens
DE102007028895B4 (de) * 2007-06-22 2010-07-15 Siemens Ag Verfahren zur Segmentierung von Strukturen in 3D-Bilddatensätzen
US8180151B2 (en) 2007-06-22 2012-05-15 Siemens Aktiengesellschaft Method for segmenting structures in image data records and image processing unit for carrying out the method
US8200015B2 (en) 2007-06-22 2012-06-12 Siemens Aktiengesellschaft Method for interactively segmenting structures in image data records and image processing unit for carrying out the method
DE102008008601A1 (de) * 2008-02-12 2009-08-20 Siemens Aktiengesellschaft Verfahren zur Verarbeitung von medizinischen Bilddaten und Magnetresonanzanlage zur Aufnahme und Verarbeitung medizinischer Bilddaten
DE102008008601B4 (de) * 2008-02-12 2010-07-29 Siemens Aktiengesellschaft Verfahren zur Verarbeitung von medizinischen Bilddaten zur schichtweisen Abbildung einer Struktur bei freier Atmung
US8315447B2 (en) 2008-02-12 2012-11-20 Siemens Aktiengesellschaft Method for processing medical image data and magnetic resonance apparatus for recording and processing medical image data

Also Published As

Publication number Publication date
IL122033A0 (en) 1998-03-10
IL122033A (en) 2000-09-28
CN1188079C (zh) 2005-02-09
DE19746936B4 (de) 2008-09-04
CN1194132A (zh) 1998-09-30
JPH10192256A (ja) 1998-07-28
JP4020470B2 (ja) 2007-12-12
US5903664A (en) 1999-05-11

Similar Documents

Publication Publication Date Title
DE19746936A1 (de) Schnelle Unterteilung von Herzbildern
DE102008046859B4 (de) 3D Segmentierung von allgemeiner Läsion in CT
DE19746939B4 (de) Verfahren zur Messung des Herzmuskels in Herzbildern
EP1904973B1 (de) Verfahren, vorrichtung und computerprogrammprodukt zum auswerten von bildern einer kavität
DE60120360T2 (de) Dehnungsratenanalyse in diagnostischen ultraschallbildern
EP3185215B1 (de) Automatisierte ermittlung von konturen auf basis einer iterativen rekonstruktion
DE60133044T2 (de) Datenerfassung , analyse und abbildung von ultraschall diagnostische herzbildern
DE102008007231B4 (de) Verfahren und System zum Berechnen eines Vesselness-Maßes und Gefäßbaummodellierung mittels dieses Vesselness-Maßes
DE102007018763B4 (de) Verfahren zur Arterien-Venen-Bildseparation in Blutpoolkontrastmitteln
DE102004043694B4 (de) Verfahren zur Segmentierung anatomischer Strukturen aus 3D-Bilddaten unter Nutzung topologischer Information
DE102008008601B4 (de) Verfahren zur Verarbeitung von medizinischen Bilddaten zur schichtweisen Abbildung einer Struktur bei freier Atmung
DE102006034358A1 (de) System und Verfahren zur Segmentierung der Koronararterie von Herz-CT-Volumen
DE10296836T5 (de) System zur Modellierung statischer und dynamischer dreidimensioner anatomischer Strukturen durch 3D-Modelle
DE102008023283B4 (de) Verfahren und System zur Segmentierung von schlauchförmigen Strukturen in 3D-Bildern
DE102005040438A1 (de) Verfahren und Vorrichtung zur Embolieanalyse
DE10249320A1 (de) Gefäss-Detektion durch Strahlausbreitung auf der Grundlage der mittleren Abweichung
DE102005050007A1 (de) Vorrichtung und Verfahren zur Analyse von Gewebeklassen entlang röhrenförmiger Strukturen
DE102004022902B4 (de) Verfahren zur medizinischen Bilddarstellung und -verarbeitung, Computertomografiegerät, Arbeitsstation und Computerprogrammprodukt
DE102006049193A1 (de) System und Verfahren zum Verfolgen von Rippenhinterteilen in Brust CT Volumina
EP3332710A1 (de) Charakterisierung von plaque
DE102016107220A1 (de) Verfahren und System zur automatischen Abschätzung von Schermodul und Viskosität aus Scherwellen-Bildgebung
DE602004008175T2 (de) Verfahren zur Erzeugung zeitunabhängiger Parameter-Bilder bewegter Objekte, wobei die Bildinformation von Eigenschaften des bewegten Objektes abhängt
DE102013218047B3 (de) Verfahren zur automatischen Anzeige und/oder Messung von Knochenveränderungen in medizinischen Bilddaten, sowie medizinisches Bildgebungsgerät und elektronisch lesbarer Datenträger
DE102007009182A1 (de) Verfahren und Vorrichtung zur Bilddarstellung von sich zyklisch bewegenden Objekten
DE102010028382A1 (de) Verfahren und Computersystem zur Bearbeitung tomographischer Bilddaten aus einer Röntgen-CT-Untersuchung eines Untersuchungsobjektes

Legal Events

Date Code Title Description
8110 Request for examination paragraph 44
8125 Change of the main classification

Ipc: G06T 740

8364 No opposition during term of opposition
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee

Effective date: 20110502