專利名稱：虛擬內(nèi)窺鏡系統(tǒng)的中心線自動(dòng)定位方法
技術(shù)領(lǐng)域：
本發(fā)明屬醫(yī)學(xué)圖像處理及應(yīng)用領(lǐng)域。涉及一種在虛擬內(nèi)窺鏡系統(tǒng)中瀏覽路徑的中心線自動(dòng)定位方法，使得成像的視點(diǎn)自動(dòng)位于目標(biāo)器官的中心位置。
背景技術(shù)：
虛擬內(nèi)窺鏡是根據(jù)醫(yī)學(xué)影像資料(如CT、MRI等)提供的人體數(shù)據(jù)場，利用計(jì)算機(jī)技術(shù)來虛擬觀察人體內(nèi)部的多個(gè)器官，特別是空腔臟器的內(nèi)部表面，因類似光纖維內(nèi)窺鏡，故名虛擬內(nèi)窺鏡。它具有一些光纖維內(nèi)窺鏡所無法替代的優(yōu)點(diǎn)，如適合于體弱者、嬰幼兒、空腔器官重度狹窄者，此外它具備安全、無創(chuàng)的特點(diǎn)，因此，一經(jīng)推出，備受臨床醫(yī)學(xué)界歡迎。
空腔器官虛擬內(nèi)窺鏡的最佳視點(diǎn)位置一般位于空腔的中心，這樣便于四面觀察，也不會因?yàn)橘N壁造成變形的視覺效果，由于人體空腔器官大多為管道結(jié)構(gòu)，因此實(shí)際上就形成一條中心線。已有技術(shù)的虛擬內(nèi)窺鏡的視點(diǎn)選擇一般是人工指定位置(J.C.T Chen，M.L.Levy，A.PAmar，et al.Virtual endoscopic environments in modem neurosurgicalpractice.Neurosurg Focus，1999；6(4)Article 11)，它用三個(gè)平面顯示當(dāng)前視點(diǎn)在空間三個(gè)方向的位置，調(diào)整視點(diǎn)在三個(gè)方向的位置，就決定了視點(diǎn)的移動(dòng)，這種方法的缺點(diǎn)是操作繁瑣，而且在三維狀態(tài)下拖動(dòng)一個(gè)視點(diǎn)來進(jìn)行觀察，需要一定的空間解剖位置概念，因此，限制了其臨床應(yīng)用。一些研究者探討了自動(dòng)中心線的尋找方法(A.Vilanova，E.Groller，A.Konig.Cylindrical Approximation of Tubular Organs forVirtual Endoscopyby.Computer Graphics and Imaging 2000 ConferenceProceedings，pp 283-289和RD Swift，AP Kiraly，AJ Sherbondy，et al.Automatic axis generation for virtual bronchoscopic assessment of majorairway obstructions.Computerized Medical Imaging and Graphics，2002；26(2)103-118)，其中考慮到管狀空腔器官的特性，完全或部分采取柱面近似的方式，求取中心軸線，此類方法的缺點(diǎn)主要有1、對一些結(jié)構(gòu)復(fù)雜的器官如結(jié)腸，當(dāng)其發(fā)生扭曲、病理畸形時(shí)，甚至在正常彎曲處，尋找出的中心線不能完全保證其位于中心位置；2、自動(dòng)化程度不夠，后期干預(yù)較多。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服現(xiàn)有技術(shù)中的不足，提供一種虛擬內(nèi)窺鏡系統(tǒng)的中心線自動(dòng)定位方法，使虛擬內(nèi)窺鏡系統(tǒng)在臨床應(yīng)用中更精確、實(shí)用和方便。
本發(fā)明是通過以下技術(shù)方案實(shí)現(xiàn)的，首先通過距離變換將從CT、MRI等斷層圖像得到的原始數(shù)據(jù)場轉(zhuǎn)換為一個(gè)用距離尺度表示的距離數(shù)據(jù)場；再由用戶決定初始視點(diǎn)的位置，也就是虛擬內(nèi)窺鏡瀏覽路徑的起始點(diǎn)，然后對距離數(shù)據(jù)場以最大代價(jià)生成樹的算法(與圖論中標(biāo)準(zhǔn)的最小代價(jià)生成樹類似，不過權(quán)重取最大)建立樹結(jié)構(gòu)，得到其最長分支后即完成虛擬內(nèi)窺鏡中心線的定位。
以下對本發(fā)明方法作進(jìn)一步的描述，1、首先將觀察對象的原始數(shù)據(jù)場轉(zhuǎn)換成一個(gè)用距離尺度表示數(shù)據(jù)場，本發(fā)明使用chamfer的距離尺度，即在三維空間坐標(biāo)系中，鄰近坐標(biāo)點(diǎn)之間的距離設(shè)定為面鄰接點(diǎn)距離3，邊鄰接點(diǎn)距離4，頂鄰接點(diǎn)距離5。定義目標(biāo)器官的每個(gè)點(diǎn)都有一個(gè)到邊界的距離，所述距離用距離尺度表示稱為DT(Distance Transform)值。
2、下一步選取虛擬內(nèi)窺鏡瀏覽路徑的起始點(diǎn)，以此為起點(diǎn)對目標(biāo)中的點(diǎn)按DT值決定權(quán)重，建立一棵最大代價(jià)生成樹。每個(gè)目標(biāo)點(diǎn)都是樹的節(jié)點(diǎn)，分別給予一個(gè)連接屬性link，和到起始點(diǎn)的距離屬性dfs(distance from source)。
算法描述如下用戶指定初始點(diǎn)S(對某些完整器官，如結(jié)腸、氣管，系統(tǒng)可自動(dòng)指定，但對某一段血管、某一段腸腔需用戶指定)。定義dfs(distancefrom source)為目標(biāo)物體中所有的點(diǎn)到點(diǎn)S的距離(用圖象的距離尺度來衡量)，初始化S為0，同時(shí)對目標(biāo)物體中所有的點(diǎn)賦予一個(gè)連接屬性link，置S的link屬性為null，表示末節(jié)點(diǎn)。得到初始點(diǎn)S后，選為當(dāng)前點(diǎn)C。針對當(dāng)前點(diǎn)，在三維空間中尋找其鄰接點(diǎn)，本方法取面、邊、頂各方向共26鄰接點(diǎn)，如果是未處理點(diǎn)n(26鄰接點(diǎn)之一)，置link屬性為當(dāng)前點(diǎn)C，dfs為當(dāng)前點(diǎn)C的dfs加上n與C之間的距離尺度。標(biāo)記n為已經(jīng)處理，然后置于一個(gè)排序的堆中，與已經(jīng)在堆中的點(diǎn)按DT值大小進(jìn)行排序，選出DT最大值返回，將其作為當(dāng)前點(diǎn)C。重復(fù)上述過程，直到堆中為空。
3、最終所有目標(biāo)點(diǎn)都有到初始點(diǎn)的dfs值，如果選最大的值，按其link回溯，可以得到整個(gè)結(jié)腸的中心線點(diǎn)。如果用戶事先指定了結(jié)束點(diǎn)，那么就從它開始回溯即可。
4、如果因?yàn)槟承┎±硪蛩貙?dǎo)致中途結(jié)束，可以在DT場中找到距離終末節(jié)點(diǎn)最近的符合要求的目標(biāo)點(diǎn)，重復(fù)建樹過程，可解決中斷問題。
本方法具有以下優(yōu)點(diǎn)(1)保證中心線位于管腔的中心(2)連續(xù)性、單點(diǎn)連接(3)自動(dòng)提取(4)具有堅(jiān)固性。對組織粘連這種常見的病變造成的中心線分叉，有很好的抗干擾能力本發(fā)明對人體空腔組織的粘連、畸形、梗阻等有比較好的適應(yīng)性。對于進(jìn)行虛擬內(nèi)窺鏡自動(dòng)瀏覽，能提供良好的攝像機(jī)機(jī)位控制，對交互式的成像提供很好的基準(zhǔn)點(diǎn)。


圖1為本發(fā)明方法流程圖，圖2為結(jié)腸中心線提取結(jié)果圖，圖3為結(jié)腸虛擬內(nèi)窺鏡結(jié)果圖其中，a顯示向一個(gè)方向前進(jìn)探索b顯示回頭反向查找。
具體實(shí)施例方式
實(shí)施例1結(jié)合圖1，以CT掃描結(jié)腸后得到的連續(xù)斷層圖像為例，具體步驟如下1、將連續(xù)的CT斷層圖像所形成的三維數(shù)據(jù)場進(jìn)行距離尺度變換，形成目標(biāo)對象的距離數(shù)據(jù)場(DT場)。
2、用戶選定選取初始點(diǎn)。
3、初始化后開始循環(huán)建樹過程，節(jié)點(diǎn)的選擇根據(jù)各個(gè)節(jié)點(diǎn)的DT值大小排序決定，直到排序堆為空，每個(gè)節(jié)點(diǎn)賦予連接屬性和到初始點(diǎn)的距離屬性。
4、搜索節(jié)點(diǎn)中到初始點(diǎn)距離最大的節(jié)點(diǎn)，回溯得到結(jié)腸中心線。
5、根據(jù)需要可以選擇新目標(biāo)點(diǎn)重復(fù)2、3、4過程以解決結(jié)腸因病理因素導(dǎo)致的中斷問題。
結(jié)果顯示，對512×512×300的CT數(shù)據(jù)場，總數(shù)260多萬目標(biāo)點(diǎn)，可在12秒內(nèi)完成自動(dòng)查找中心線過程(基于奔騰IV 1.7的個(gè)人電腦)。
權(quán)利要求
1.一種虛擬內(nèi)窺鏡系統(tǒng)的中心線自動(dòng)定位方法，其特征在于，首先通過對原始數(shù)據(jù)場進(jìn)行距離變換將其變換為一個(gè)用距離尺度表示的距離數(shù)據(jù)場；再采用自動(dòng)或半自動(dòng)方法得到初始視點(diǎn)，然后對此數(shù)據(jù)場以最大代價(jià)生成樹的算法對原始數(shù)據(jù)場建立樹結(jié)構(gòu)，得到其最長分支后即完成虛擬內(nèi)窺鏡中心線的自動(dòng)生成。
2.根據(jù)權(quán)利要求1所述的虛擬內(nèi)窺鏡系統(tǒng)的中心線自動(dòng)定位方法，其特征是，所述對原始數(shù)據(jù)場進(jìn)行距離變換是在三維空間坐標(biāo)系中，鄰近坐標(biāo)點(diǎn)之間的距離設(shè)定為面鄰接點(diǎn)距離3，邊鄰接點(diǎn)距離4，頂鄰接點(diǎn)距離5，定義目標(biāo)器官的每個(gè)點(diǎn)都有一個(gè)到邊界的距離為DT值。
3.根據(jù)權(quán)利要求1所述虛擬內(nèi)窺鏡系統(tǒng)的中心線自動(dòng)定位方法，所述的對DT數(shù)據(jù)場以最大代價(jià)生成樹的算法對原始數(shù)據(jù)場建立樹結(jié)構(gòu)，得到其最長分支是以原始數(shù)據(jù)場每個(gè)點(diǎn)為樹節(jié)點(diǎn)，以每個(gè)點(diǎn)的DT值作為建樹的權(quán)重，并在建樹過程中賦予父節(jié)點(diǎn)連接屬性和到起始點(diǎn)距離屬性，作為最終得到最長分支的依據(jù)。
4.根據(jù)權(quán)利要求3所述的方法，其中因病理因素導(dǎo)致的中心線尋找半途中止，可以從DT場中尋找距離終末節(jié)點(diǎn)最近的目標(biāo)點(diǎn)，重復(fù)建樹過程。
全文摘要
一種用于虛擬內(nèi)窺鏡系統(tǒng)中器官內(nèi)部瀏覽的成像視點(diǎn)位置的自動(dòng)定位方法，屬于醫(yī)學(xué)圖像處理及應(yīng)用領(lǐng)域。本發(fā)明首先通過距離變換將從CT、MRI等斷層圖像得到的數(shù)據(jù)場(以下稱原始數(shù)據(jù)場)轉(zhuǎn)換為一個(gè)用距離尺度表示的距離數(shù)據(jù)場；在定位初始點(diǎn)后，用最大代價(jià)生成樹的算法對原始數(shù)據(jù)場建立樹結(jié)構(gòu)，得到其最長分支后即完成虛擬內(nèi)窺鏡中心線的自動(dòng)生成。本發(fā)明實(shí)現(xiàn)了虛擬內(nèi)窺鏡的中心線自動(dòng)查找，避免了人工指定位置的操作繁瑣和不精確，定位準(zhǔn)確，無需再行修正。
文檔編號G06T1/00GK1568889SQ200410017998
公開日2005年1月26日 申請日期2004年4月28日 優(yōu)先權(quán)日2004年4月28日
發(fā)明者宋志堅(jiān), 姚德民, 李文生, 王滿寧, 謝震中, 杜文健 申請人:復(fù)旦大學(xué)