DE19746936B4 - Schnelle Unterteilung von Herzbildern - Google Patents

Schnelle Unterteilung von Herzbildern Download PDF

Info

Publication number
DE19746936B4
DE19746936B4 DE19746936A DE19746936A DE19746936B4 DE 19746936 B4 DE19746936 B4 DE 19746936B4 DE 19746936 A DE19746936 A DE 19746936A DE 19746936 A DE19746936 A DE 19746936A DE 19746936 B4 DE19746936 B4 DE 19746936B4
Authority
DE
Germany
Prior art keywords
image
threshold
images
segmented structure
segmented
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.)
Expired - Fee Related
Application number
DE19746936A
Other languages
English (en)
Other versions
DE19746936A1 (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

Abstract

Bild-Segmentierungssystem zur Segmentierung eines Satzes von über eine Vielzahl von Phasen während eines Zyklus erfassten volumetrischen 2D-Bildern in segmentierte 3D-Strukturen, mit:
a) einer Bildspeichereinrichtung (17) mit einem vorgespeicherten Satz volumetrischer Daten, die Schnitte von über eine Vielzahl von Phasen erfassten Bildern darstellen,
b) einer Maskierungseinrichtung (9) zum interaktiven Empfangen eines von einem Bediener definierten Schwellenwerts und eines Bildschnitts zur Erzeugung eines Schwellenwertbildes, das für einen Bediener angezeigt wird und Bildelemente mit einem Wert entweder über oder unter dem Schwellenwert zeigt,
c) einer mit der Maskierungseinrichtung verbundenen 2D-Konnektivitätseinrichtung (12) zum Empfangen des Schwellenwerts von der Maskierungseinrichtung, eines von einem Bediener definierten Keimpunkts und interessierenden Bereichs (ROI) und eines Bildschnitts zum Segmentieren der volumetrischen Bilder durch Bestimmung von benachbarten Punkten des Bilds beginnend in einer vorbestimmten Nachbarschaft des Keimpunkts, die innerhalb des interessierenden Bereichs (ROI) sind und Werte über dem Schwellenwert besitzen, wobei sie eine segmentierte Struktur besitzen,...

Description

  • Die vorliegende Erfindung bezieht sich auf Bildverarbeitung und insbesondere auf eine Segmentierung von dreidimensionalen Strukturen aus einer Reihe von Herzbildern.
  • Medizinische Bilder eines Herzens eines Objekts umfassen typischerweise einige Schnitte durch das dreidimensionale (3D) Volumen des Herzens. Zusätzlich kann das Herz zu einigen verschiedenen Momenten (Phasen) in dem Herzzyklus abgebildet werden. Somit ergibt die Gesamtheit aller Bilder ein Bild des Herzens während des vollständigen Ablaufs eines Herzschlags.
  • Es ist oft wünschenswert, diesen Satz von Bildern zur Extraktion von quantitativen Informationen über die Herzbewegung zu verwenden, die bei einer medizinischen Diagnose nützlich sind. Derartige Informationen enthalten Messungen des Herzblutvolumens, des Auswurfbruchteils und des Ausmaßes von Wandbewegung. Es ist notwendig, verschiedene benachbarte anatomische Bereiche des Herzens zu erfassen und zu differenzieren, um diese Messung durchzuführen. Eine Identifikation von benachbarten Bereichen desselben Materials ist als Segmentierung bekannt. Es ist insbesondere wichtig, eine Segmentierung durchführen zu können und ein Blutvolumen in Herzkammern eines Objekts zur Diagnose von Herzkrankheit zu messen.
  • Eine Segmentierung der linken Herzkammer bzw. des linken Ventrikels ist insbesondere aufgrund seiner wichtigen Physiologischen Funktion wichtig.
  • Es wurden andere Verfahren zur Extraktion der linken Herzkammer 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 übereinzustimmmen, wie in „Constrained Deformable Superquadrics 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 ungeeignet.
  • Ein alternatives Verfahren besteht darin, die Herzkammer- bzw. Ventrikelwand durch eine Kurve in jedem Bild zu modellieren bzw. nachzubilden und eine Segmentierung eines Bilds zu einer Zeit auszuführen. Diese Techniken sind allgemein als „Schlangen"-Techniken bekannt. Ihr Nachteil besteht darin, daß sie im allgemeinen recht abhängig von anfänglichen unbekannten Parametern sind. Auch ist die Konvergenzgeschwindigkeit 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 eines Bilds in zwei Bereiche entsprechend einer Intensität wurde von Nobuyuki Otsu in „Discriminant and Least-Squares Threshold Selection" Proceedings of the Fourth International Joint Conference an Pattern Recognition, Kyoto, Japan, 1978, Seiten 592–596 beschrieben. Dieses Rechenverfahren bzw. dieser Algorithmus wird als DTSM-Schwellenwert-Anlegen bezeichnet. Das Schwellenwert-Anlegen unter Verwendung eines einzelnen Schwellenwerts für alle Schnitte und Phasen ist gewöhnlich nicht erfolgreich, da sich die Bildintensität von Bild zu Bild verändert. Diese Intensitätsveränderungen werden durch verschiedene Blutflußgeschwindigkeiten und eine Veränderung von Abbildungsparametern verursacht.
  • Gegenwärtig besteht ein Bedarf nach einem genaueren System, dessen Segmentierungsstrukturen innerhalb von dreidimensionalen Volumenbildern zu verschiedenen Zeiträumen einer Periode bzw. eines Zyklus erfaßt sind.
  • Aus der EP-A-0 366 387 ist ein System zum Erhalten dreidimensionaler Bilder aus Tomographiedaten bekannt. Die Bilder enthalten Strukturen von besonderer Bedeutung mit Voxeldichten, die nicht auf einen einzelnen exklusiven Bereich des Bildhistogramms beschränkt sind. Bei der Extraktion der dreidimensionalen Oberflächendefinition zum Beseitigen von Teilvolumenartefakten im dreidimensionalen Bild wird ein variabler Schwellenwert verwendet, der vom bestimmten Voxelort abhängt. Alternativ werden die Voxel entsprechend dem Ort gewichtet und mit einem festen Schwellenwert verglichen.
  • In dem Artikel „3-D SEGMENTATION OF MR BRAIN IMAGES USING SEEDED REGION GROWING", R. Kyle Justice und Ernest M. Stockely, Engineering in Medicine and Biology Society, 1996, Bridging Disciplines for Biomedicine, Proceedings of the 18th Annual International Conference of the IEEE, 31. Oktober bis 3. November 1996, Band 3, Seiten 1083 bis 1084, ist ein Verfahren zum Segmentieren von Magnetresonanzgehirnbildern beschrieben. Das halbautomatische Verfahren führt ein Bereichwachstum in allen drei Dimensionen unter der Führung von Anfangssaatpunkten aus. Saatvoxel können interaktiv mit einer Maus oder automatisch über die Auswahl von Intensitätsschwellenwerten bestimmt werden. Der dreidimensionale Seeded Region Growing-Algorithmus bietet erhebliche Vorteile für die MR-Gehirnsegmentierung insbesondere hinsichtlich der Geschwindigkeit und Flexibilität.
  • Eine Aufgabe der vorliegenden Erfindung besteht darin, segmentierte Strukturen in einer Vielzahl von über ein gegebenes Volumen über einen Zeitraum erfaßten Bildern zu identifizieren.
  • Diese Aufgabe wird durch ein System gemäß Patentanspruch 1 und ein Verfahren gemäß Patentanspruch 5 gelöst.
  • Die vorliegende Erfindung empfängt eine Vielzahl von Schnittbildern eines gewünschten Volumens, die über eine Vielzahl von Phasen einer Periode bzw. eines Zyklus erfaßt sind. Dies können zu verschiedenen Zeitpunkten des Herzzyklus erfaßte Magnetresonanz(MR)-Angiographiebilder des Herzens sein. Diese Bilder werden in dreidimensionale anatomische Strukturen über die Zeit segmentiert.
  • 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 anfänglichen 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 Keimpunkt, die über Punkte alle mit dieser selben Klassifizierung mit dem Keimpunkt verbunden sind, werden durch Definition einer segmentierten Struktur in diesem Bild identifiziert.
  • Die segmentierte 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. ausgedehnten Bereichs wird bestimmt. Dann wird ein angepasster Schwellenwert ausgewählt, der Moden des Histogramms trennt. Ein bezüglich Phase oder Raum, dem gegenwärtigen Bild benachbartes 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 Klassifizierung werden bestimmt. Dies ergibt eine andere segmentierte Struktur. Dies wird für eine Vielzahl von Bildern wiederholt, um eine dreidimensionale (3D) segmentierte Struktur über die Zeit zu ergeben. Durch Interpolation von Zwischenbildern kann ein kurzer Film konstruiert werden, der die Bewegung der Struktur über den Zyklus zeigt.
  • Die als neu angesehenen Merkmale der Erfindung werden insbesondere in den anhängenden Ansprüchen dargelegt. Die Erfindung selbst jedoch, sowohl ihr Aufbau als auch ihre Funktion, zusammen 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:
  • 1 ein vereinfachtes Blockschaltbild eines Ausführungsbeispiels der vorliegenden Erfindung.
  • Die vorliegende Erfindung verwendet ein angepaßtes bzw. adaptives 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 Blutmasse der linken Herzkammer bzw. des linken Ventrikels verwendet werden, da es andere Bereiche des Bilds geben wird, die auch ausreichend sein werden, um oberhalb dem Intensitätsschwellenwert zu liegen. Beispielsweise wird das Blut der rechten Herzkammer bzw. des rechten Ventrikels eine Intensität ähnlich der des linken Ventrikels besitzen. Somit ist ein globales Schwellenwert-Anlegen des gesamten Bilds nicht ausreichend, um das Blutvolumen des linken Ventrikels zu gliedern bzw. zu unterteilen.
  • Die folgenden Merkmale bzw. charakteristischen Kennzeichen sind bei einer Segmentierung des Blutvolumens des linken Ventrikels nützlich:
    • 1. In jedem Bild (d. h. einem einzelnen Schnitt und einer einzelnen 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 Segmentierung jedes Bilds verwendete Schwellenwert wird nahe dem für Bilder an benachbarten Phasen 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 1 erfaßt eine medizinische Abbildungseinrichtung 15 eine Vielzahl von Schnittbildern eines Objekts 10 bei einer Vielzahl von Phasen über einen periodischen Zyklus, wie beispielsweise einen Herzzyklus. Die medizinische Abbildungseinrichtung 15 kann eine Magnetresonanz(MR)-Abbildungseinrichtung sein. 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 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 umgebenden Gewebes besitzen. Dieser Intensitätsunterschied ist häufig ausreichend, um eine Identifizierung des interessierenden 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 verwendet werden können und auch durch die vorliegende Erfindung unter Verwendung eines verschiedenen Schwellenwerts oder durch Invertierung der Intensität des Bilds segmentiert werden können.
  • Die Bilder von der medizinischen Abbildungseinrichtung 15 werden in einer Speichereinrichtung 17 gespeichert.
  • Eine Bildsteuereinrichtung 21 bestimmt, welche Phase und welches 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 Bildsteuereinrichtung 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 benachbarte 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 liegend. 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. ausgedehnt, 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 Bereichs (ROI) und der Keimpunkt werden zu einer zweidimensionalen (2D) Konnektivitätseinrichtung 12 durchgelassen, die benachbarte Punkte mit derselben Klassifizierung bestimmt, die auch den Keimpunkt umgeben. Die verbundenen Komponenten werden unter Verwendung eines herkömmlichen Konnektivitätsrechenverfahrens bzw. -algorithmus beginnend mit einer geringen Nachbarschaft des Keimpunkts berechnet. Der Satz von allen verbundenen Orten innerhalb des interessierenden Bereichs (ROI) innerhalb desselben Bereichs, an den der Schwellenwert angelegt wurde, wird als eine segmentierte 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 Bediener 1 anzeigt.
  • Initialisierung
  • Eine Initialisierung kann durch manuelle Bestimmung des Folgenden für ein Bild in dem Bildsatz durchgeführt werden:
    • 1. ein interessierender Bereich (ROI) groß genug zum Enthalten des zu segmentierenden Bereichs in allen Bildern,
    • 2. ein Keimpunkt im Inneren des zu segmentierenden Bereichs (beispielsweise des linken Ventrikels) und
    • 3. ein Schwellenwert, der die Intensitäten im zu segmentierenden Bereich von den Intensitäten des umgebenden Gewebes trennt.
  • Der interessierende Bereich (ROI) kann identifiziert werden, indem der Bediener 1 interaktiv eine Zeigeeinrichtung 5 positioniert, 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 bestimmter Punkt im Inneren des interessierenden Bereichs (ROI), der auch mit der Zeigeeinrichtung 5 bezeichnet werden kann.
  • Der Schwellenwert wird durch eine geeignete Einrichtung eingegeben, wie beispielsweise durch Betätigen einer Gleitschieberleiste 8 oder einer Steuertafel 7.
  • In einem bevorzugten Ausführungsbeispiel bestimmt jede Position der Gleitschieberleiste 8 einen bestimmten Schwellenwert-Wert. Wenn die Gleitschieberleiste 8 zu einem neuen Wert bewegt wird, wird der Teil des Bilds innerhalb des interessierenden Bereichs (ROI) durch das verbleibende des Systems segmentiert und die verbundene Komponente der vorstehenden Punkte über dem Schwellenwert innerhalb des interessierenden 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 segmentierte Bereich einer segmentierten Struktur innerhalb des interessierenden 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 automatische Verarbeitung wird diesen Bereich durch die anderen Bilder nachführen, um eine vollständige vierdimensionale (4D) (3 räumliche Dimensionen plus Zeit) Segmentierung von Strukturen innerhalb des interessierenden Bereichs (ROI) zu bekommen.
  • Anpassung des Schwellenwerts
  • Nach der Verarbeitung des anfänglichen Bilds nähern die Bereiche, ab die der Schwellenwert angelegt wurde, dem Inneren des gesuchten Bereichs (des Ventrikels) an. Aufgrund einer Veränderung des Schwellenwerts von Schnitt zu Schnitt ist es jedoch möglich, daß ein verschiedener Schwellenwert als die anfängliche 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 ausbilden 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 Bildelemente 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-Aktualisierungseineinrichtung 14 eine Histogrammeinrichtung 13, die die segmentierte Struktur um ein vorbestimmtes Ausmaß expandiert bzw. ausdehnt. Dann berechnet sie ein Histogramm von Intensitäten in dem expandierten 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 herkömmliche 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 segmentieren, was ein aktualisiertes segmentiertes Bild ergibt.
  • In einem Ausführungsbeispiel ist der Schwellenwert für verschiedene Schnitte 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 Bestimmung eines Flächenschwerpunkts und des interessierenden Bereichs (ROI) verwendet. Der Flächenschwerpunkt des gegenwärtigen Bilds wird als ein Keimpunkt für das nächste benachbarte Bild verwendet.
  • Wenn einmal alle Phasen aller Schnitte segmentiert sind, kann der zweidimensionale (2D) Gliederungs-Umriß jedes Schnitts für eine gegebene Phase zur Konstruktion einer dreidimensionalen (3D) Oberfläche verwendet und durch herkömmliche Techniken geglättet werden. Diese würde ein dreidimensionales (3D) festes Objekt für jede Phase ergeben. Eine Wiedergabe der Phasen und Interpolation von Zwischenphasen würde einen dreidimensionalen (3D) Film des segmentierten Volumens ergeben. Dies würde zur Bestimmung von geschwächtem 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 offensichtlich sein. Daher ist verständlich, daß die anhängenden Ansprüche derartige Modifikationen und Veränderungen, die in ihren Schutzbereich fallen, mit umfassen sollen.
  • Ein Herz-Segmentierungssystem erfaßt eine Reihe von Bildern, die als Schnitte durch ein Volumen und als Bilder bei verschiedenen Zeiträumen durch einen Herzzyklus erfaßt sind. Es zeigt ein Bild für einen Bediener an, der interaktiv einen interessierenden Bereich des zu segmentierenden Bilds auswählt, wie beispielsweise den linken Ventrikel. Ein Keimpunkt wird auch innerhalb des interessierenden Bereichs und der zu segmentieren gewünschten Struktur ausgewählt. An das Bild wird dann durch eine Maskierungseinrichtung ein Schwellenwert angelegt, indem Punkte innerhalb des interessierenden Bereichs als über dem Schwellenwert liegend oder nicht über dem Schwellenwert liegend klassifiziert werden. Eine dreidimensionale Konnektivitätsseinrichtung identifiziert Punkte innerhalb des interessierenden Bereichs mit derselben Klassifikation wie ein expandierter Keimpunkt, die auch benachbart dem Keimpunkt sind, als die segmentierte Struktur. Die segmentierte Struktur wird expandiert und ein Histogramm wird konstruiert. Ein neuer Schwellenwert wird ausgewählt, der Moden des Histogramms trennt und wird zur Ausführung einer überarbeiteten, endgültigen Segmentierung des gegenwärtigen Bilds verwendet. Der Flächenschwerpunkt des gegenwärtigen Bilds wird als ein Keimpunkt bei einer Segmentierung 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 segmentierte Strukturen zu ergeben, die dann gespeichert und angezeigt und bei einer Berechnung der Herzfunktionalität verwendet werden können.

Claims (7)

  1. Bild-Segmentierungssystem zur Segmentierung eines Satzes von über eine Vielzahl von Phasen während eines Zyklus erfassten volumetrischen 2D-Bildern in segmentierte 3D-Strukturen, mit: a) einer Bildspeichereinrichtung (17) mit einem vorgespeicherten Satz volumetrischer Daten, die Schnitte von über eine Vielzahl von Phasen erfassten Bildern darstellen, b) einer Maskierungseinrichtung (9) zum interaktiven Empfangen eines von einem Bediener definierten Schwellenwerts und eines Bildschnitts zur Erzeugung eines Schwellenwertbildes, das für einen Bediener angezeigt wird und Bildelemente mit einem Wert entweder über oder unter dem Schwellenwert zeigt, c) einer mit der Maskierungseinrichtung verbundenen 2D-Konnektivitätseinrichtung (12) zum Empfangen des Schwellenwerts von der Maskierungseinrichtung, eines von einem Bediener definierten Keimpunkts und interessierenden Bereichs (ROI) und eines Bildschnitts zum Segmentieren der volumetrischen Bilder durch Bestimmung von benachbarten Punkten des Bilds beginnend in einer vorbestimmten Nachbarschaft des Keimpunkts, die innerhalb des interessierenden Bereichs (ROI) sind und Werte über dem Schwellenwert besitzen, wobei sie eine segmentierte Struktur besitzen, d) einer Bildauswahleinrichtung (19), die mit der Bildspeichereinrichtung (17) und der Maskierungseinrichtung (9) verbunden ist, zur Auswahl eines der Bildschnitte als ein gegenwärtiges Bild von der Bildspeichereinrichtung (17) und zum Durchlassen dieses zur Maskierungseinrichtung (9) zur Erzeugung eines Schwellenwertbildes, e) einer Schwellenwert-Aktualisierungseinrichtung (14), die mit der Maskierungseinrichtung (9) und der Bildauswahleinrichtung (19) verbunden ist, zum Empfang des gegenwärtigen Bildschnitts, einer Vielzahl von dem gegenwärtigen Bildschnitt zeitlich oder örtlich benachbarten Bildern, der segmentierten Struktur und des interessierenden Bereichs (ROI), zur Analyse der Intensitäten von Bildelementen in der segmentierten Struktur und in einer Nachbarschaft der segmentierten Struktur und zum Berechnen eines aktualisierten Schwellenwerts, der der 2D-Konnektivitätseinrichtung (12) zur zweitmaligen Segmentierung des gegenwärtigen Bildschnitts zugeführt wird, wobei der aktualisierte Schwellenwert auch als ein anfänglicher Schwellenwert für benachbarte Bildschnitte verwendet wird, f) wobei die Schwellenwert-Aktualisierungseinrichtung (14) ferner zum Empfang einer Vielzahl benachbarter Bildschnitte, Expandieren der segmentierten Struktur um ein vorbestimmtes Ausmaß, Erzeugen eines Histogramms von Bildelementwerten zumindest eines der Schnitte der expandierten segmentierten Struktur und Bestimmen eines Schwellenwerts eingerichtet ist, der Spitzenwerte des Histogramms trennt, und zum Zuführen dieses Schwellenwerts zu der Maskierungseinrichtung zur anschließenden Segmentierung eines benachbarten Schnitts eingerichtet ist, und g) einer mit der 2D-Konnektivitätseinrichtung verbundenen Graphikeinrichtung (11) zum Empfang jeder anschließenden Segmentierung und Bilden einer segmentierten 3D-Struktur über eine Vielzahl von Phasen.
  2. Bild-Segmentierungssystem nach Anspruch 1, wobei die segmentierte Struktur ein linkes Ventrikel ist.
  3. Bild-Segmentierungssystem nach Anspruch 1, mit a) einer Anzeigeeinrichtung (3) zur Anzeige von sichtbaren Bildern von ihr zugeführten graphischen Signalen, wobei b) die Graphikeinrichtung (11), die mit der Anzeigeeinrichtung (3), der Maskierungseinrichtung (9) und der 2D-Konnektivitätseinrichtung verbunden ist, zur interaktiven Erzeugung eines graphischen Signals des Schwellenwertbildes und der segmentierten Struktur auf der Grundlage der vom Bediener (1) definierten Eingabe und zur Anzeige dieser Signale auf der Anzeigeeinrichtung (3) eingerichtet ist.
  4. Bild-Segmentierungssystem nach Anspruch 1, wobei Schwellenwerte für jedes Phasenbild in einem Schnitt und von Schnitt zu Schnitt angepasst werden.
  5. Verfahren zur Segmentierung einer Vielzahl von Schnittbildern eines gewünschten über eine Vielzahl von Phasen eines Periodenzyklus 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 Schwellenwerts, c) Anzeigen eines Satzes von Punkten mit Werten entweder über oder unter dem Schwellenwert als ein Schwellenwertbild, d) Auswählen eines anfänglichen interessierenden Bereichs (ROI) und eines Keimpunkts innerhalb des interessierenden Bereichs (ROI) auf dem Schwellenwertbild, e) Klassifizieren eines Punkts des Bilds innerhalb des interessierenden Bereichs (ROI) als über dem Schwellenwert liegend oder nicht über dem Schwellenwert liegend, f) 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 segmentierte Struktur in diesem Bild definiert, g) Analysieren von Bildelementen in der segmentierten Struktur und in einer Nachbarschaft der segmentierten Struktur zum Bestimmen eines aktualisierten Schwellenwerts durch i. Expandieren der segmentierten Struktur in einer Vielzahl von Bildern für die gleiche Phase/den gleichen Schnitt um ein vorbestimmtes Ausmaß zum Ergeben eines expandierten Bereichs, ii. Bestimmen eines Histogramms der Intensitäten des expandierten Bereichs in der Vielzahl der Bilder mit einer jeweiligen effektiven zeitlichen/örtlichen Filterung, und iii. Auswählen eines angepassten Schwellenwerts, der Moden des Histogramms trennt, h) erneutes Segmentieren des gegenwärtigen Bilds durch Wiederholen der Schritte „e" und „g" zum Berechnen eines aktualisierten Schwellenwerts, i) Auswählen eines bezüglich Phase oder Raum benachbarten Bilds nächst dem gegenwärtigen Bild und j) Wiederholen der Schritte „e" bis „i" unter Verwendung des jeweiligen aufeinanderfolgenden aktualisierten Schwellenwerts für eine Vielzahl der Bilder zum Ergeben einer dreidimensionalen (3D) segmentierten Struktur über eine Vielzahl von Phasen.
  6. Verfahren nach Anspruch 5, wobei der Keimpunkt und der anfängliche Schwellenwert, die zum Segmentieren 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 segmentierten Struktur und b) Wählen des anfänglichen Schwellenwerts des benachbarten Bilds als der aktualisierte Schwellenwert des gegenwärtigen Bilds ausgewählt werden.
  7. Verfahren nach Anspruch 6, wobei der aktualisierte Schwellenwert derselbe wie der anfängliche Schwellenwert ist.
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 DE19746936A1 (de) 1998-05-20
DE19746936B4 true 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)

Families Citing this family (82)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7657835B2 (en) * 1997-01-31 2010-02-02 Making Everlasting Memories, L.L.C. Method and system for creating a commemorative presentation
US6340978B1 (en) * 1997-01-31 2002-01-22 Making Everlasting Memories, Ltd. Method and apparatus for recording and presenting life stories
US6138045A (en) * 1998-08-07 2000-10-24 Arch Development Corporation Method and system for the segmentation and classification of lesions
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
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
SE515198C2 (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
WO2003021532A2 (en) * 2001-09-06 2003-03-13 Koninklijke Philips Electronics N.V. Method and apparatus for segmentation of an object
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
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
US7450746B2 (en) * 2002-06-07 2008-11-11 Verathon Inc. System and method for cardiac imaging
US7819806B2 (en) * 2002-06-07 2010-10-26 Verathon Inc. System and method to identify and measure organ wall boundaries
US20040127797A1 (en) * 2002-06-07 2004-07-01 Bill Barnard System and method for measuring bladder wall thickness and presenting a bladder virtual image
US20090112089A1 (en) * 2007-10-27 2009-04-30 Bill Barnard System and method for measuring bladder wall thickness and presenting a bladder virtual image
US20060025689A1 (en) * 2002-06-07 2006-02-02 Vikram Chalana System and method to measure cardiac ejection fraction
US20090062644A1 (en) * 2002-06-07 2009-03-05 Mcmorrow Gerald System and method for ultrasound harmonic imaging
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
US8221322B2 (en) * 2002-06-07 2012-07-17 Verathon Inc. Systems and methods to improve clarity in ultrasound images
US20100036252A1 (en) * 2002-06-07 2010-02-11 Vikram Chalana Ultrasound system and method for measuring bladder wall thickness and mass
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
WO2004077358A1 (en) * 2003-02-28 2004-09-10 Cedara Software Corporation Image region segmentation system and method
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
JP4991697B2 (ja) * 2005-04-01 2012-08-01 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 データセットにおいて構造体を分割する方法、システム及びコンピュータプログラム
US7680307B2 (en) * 2005-04-05 2010-03-16 Scimed Life Systems, Inc. Systems and methods for image segmentation with a multi-stage classifier
US20080205724A1 (en) * 2005-04-12 2008-08-28 Koninklijke Philips Electronics N. V. Method, an Apparatus and a Computer Program For Segmenting an Anatomic Structure in a Multi-Dimensional Dataset
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
JP5074390B2 (ja) 2006-05-19 2012-11-14 株式会社日立メディコ 医用画像表示装置及びプログラム
EP2050072A2 (de) * 2006-08-02 2009-04-22 Koninklijke Philips Electronics N.V. Verfahren zur neuanordnung einer voxel-bündelabbildung in einem bild
US7983459B2 (en) 2006-10-25 2011-07-19 Rcadia Medical Imaging Ltd. Creating a blood vessel tree from imaging data
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
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
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
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
DE102007028895B4 (de) * 2007-06-22 2010-07-15 Siemens Ag Verfahren zur Segmentierung von Strukturen in 3D-Bilddatensätzen
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
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
DE102008008601B4 (de) * 2008-02-12 2010-07-29 Siemens Aktiengesellschaft Verfahren zur Verarbeitung von medizinischen Bilddaten zur schichtweisen Abbildung einer Struktur bei freier Atmung
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
CN103765475B (zh) * 2011-09-07 2017-05-10 皇家飞利浦有限公司 具有对最优断层摄影切片的自动选择的交互式实况分割
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
CN111311583B (zh) * 2020-02-24 2021-03-12 广州柏视医疗科技有限公司 肺气管和血管的分段命名方法
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

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0366387A2 (de) * 1988-10-24 1990-05-02 General Electric Company Dreidimensionale Bildergewinnung von tomographischen Daten

Family Cites Families (6)

* 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
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

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0366387A2 (de) * 1988-10-24 1990-05-02 General Electric Company Dreidimensionale Bildergewinnung von tomographischen Daten

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Justice, R.K.; Stokely, E.M.: "3-D segmentation of MR brain images using seeded region growing". Engineering in Medicine and Biology Society, 1996. Bridging Disciplines for Biomedicine. Proceedings of the 18th Annual International Conference of the IEEE, Publication Date: 31 Oct.-3 Nov. 1996, Vol. 3, page(s): 1083-1084 *

Also Published As

Publication number Publication date
JPH10192256A (ja) 1998-07-28
IL122033A0 (en) 1998-03-10
IL122033A (en) 2000-09-28
US5903664A (en) 1999-05-11
DE19746936A1 (de) 1998-05-20
CN1194132A (zh) 1998-09-30
CN1188079C (zh) 2005-02-09
JP4020470B2 (ja) 2007-12-12

Similar Documents

Publication Publication Date Title
DE19746936B4 (de) Schnelle Unterteilung von Herzbildern
DE19851597B4 (de) Verfahren und Gerät zur Erzeugung verbesserter Bilder von Kranzarterien
DE102008046859B4 (de) 3D Segmentierung von allgemeiner Läsion in CT
EP3185215B1 (de) Automatisierte ermittlung von konturen auf basis einer iterativen rekonstruktion
DE69937897T2 (de) System und verfahren zur 4d rekonstruktion und darstellung
DE102004043694B4 (de) Verfahren zur Segmentierung anatomischer Strukturen aus 3D-Bilddaten unter Nutzung topologischer Information
DE102005046385B4 (de) Verfahren und Vorrichtung zur Nachbearbeitung eines 3D-Bilddatensatzes, insbesondere für die virtuelle Kolonographie
DE69917708T2 (de) Blutgefässabbildung mit adaptiver Mittelwertbildung
DE102007018763B4 (de) Verfahren zur Arterien-Venen-Bildseparation in Blutpoolkontrastmitteln
DE102008023283B4 (de) Verfahren und System zur Segmentierung von schlauchförmigen Strukturen in 3D-Bildern
DE10249320A1 (de) Gefäss-Detektion durch Strahlausbreitung auf der Grundlage der mittleren Abweichung
DE102004043676B4 (de) Verfahren zur Visualisierung von Plaqueablagerungen aus 3D-Bilddatensätzen von Gefäßstrukturen
DE10296836T5 (de) System zur Modellierung statischer und dynamischer dreidimensioner anatomischer Strukturen durch 3D-Modelle
DE102006034358A1 (de) System und Verfahren zur Segmentierung der Koronararterie von Herz-CT-Volumen
DE19746938A1 (de) Datenveranschaulichungsverbesserung durch Entfernung von dominierenden Strukturen
DE102005040438A1 (de) Verfahren und Vorrichtung zur Embolieanalyse
DE10129631A1 (de) Verfahren zur Rekonstruktion eines hoch aufgelösten 3D-Bildes
DE102004022902B4 (de) Verfahren zur medizinischen Bilddarstellung und -verarbeitung, Computertomografiegerät, Arbeitsstation und Computerprogrammprodukt
DE102005039685A1 (de) Verfahren zur Identifizierung eines kontrastierten Blutgefäßes in digitalen Bilddaten
DE69632775T2 (de) Geschwindigkeitsanpassbare gefilterte angiographie
DE102004043677B4 (de) Verfahren zur Segmentierung anatomischer Strukturen aus 4D-Bilddatensätzen
DE102010028382A1 (de) Verfahren und Computersystem zur Bearbeitung tomographischer Bilddaten aus einer Röntgen-CT-Untersuchung eines Untersuchungsobjektes
DE112016005742T5 (de) Datenverarbeitungsverfahren für Computertomographie
DE102017201330B4 (de) Verfahren zur Bildbearbeitung eines vierdimensionalen Angiographiedatensatzes, Bildverarbeitungseinrichtung, Computerprogramm und elektronisch lesbarer Datenträger
DE102015217948B4 (de) Verfahren zur Segmentierung eines Organs und/oder Organbereiches in Volumendatensätzen der Magnetresonanztomographie

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