專利名稱：動脈－靜脈分離及脈管建模的制作方法
相關(guān)申請的交叉引用本申請要求2004年5月6日提交的，美國暫定申請?zhí)?0/568,495(代理人案號2004P07659US)，題為“用于脈管建模的動脈-靜脈分離”的申請的優(yōu)先權(quán)，其內(nèi)容在此引入作為參考。
背景技術(shù)：
臨床分析和外科手術(shù)支持特別需要動脈結(jié)構(gòu)的精確圖。在現(xiàn)代醫(yī)學(xué)成像技術(shù)中，血管，包括動脈和靜脈，在使用對比劑時，都可以在成像數(shù)據(jù)中被有效地放大。遺憾的是，為了更好的顯像和量化，在成像數(shù)據(jù)中的動脈結(jié)構(gòu)特別需要人工地從靜脈結(jié)構(gòu)中分割和/或分離出來。
這樣，期望一個進行最小化人工干預(yù)時，在成像數(shù)據(jù)中，精確地從靜脈結(jié)構(gòu)中分割和分離動脈結(jié)構(gòu)的方法。本公開內(nèi)容提交了這些和其他的主題，包括用于動脈-靜脈分離和脈管建模的方法和系統(tǒng)。

發(fā)明內(nèi)容
這些和其他現(xiàn)有技術(shù)的缺點和不足通過一個用于動脈-靜脈分離及脈管建模的系統(tǒng)和方法提出。
一個典型的用于動脈-靜脈分離及脈管建模的系統(tǒng)包括一個用于接收三維圖像數(shù)據(jù)的適配器單元；一個與適配器單元信號連接的中心線定位單元，用于顯像接收到的圖像數(shù)據(jù)，相對于顯像在脈管上選擇種子點，并響應(yīng)數(shù)據(jù)的曲率信息，使用非線性濾波器平滑圖像數(shù)據(jù)；及一個與中心線定位單元信號連接的可變形建模單元，用于為每個選擇的種子點初始化可變形模型，根據(jù)至少一個局部和全部統(tǒng)計，調(diào)制每個可變形模型的擴展，并為每個模型生成一個互連的區(qū)域，其中每個模型為在其自己的區(qū)域分類新點而競爭，直到會聚。
一個對應(yīng)的典型的用于動脈-靜脈分離及脈管建模的方法包括接收表示脈管的三維圖像數(shù)據(jù)；顯像接收到的圖像數(shù)據(jù)；相對于顯像在脈管上選擇種子點；響應(yīng)數(shù)據(jù)的曲率信息，使用非線性濾波器平滑圖像數(shù)據(jù)；為每個選擇的種子點初始化一個可變形模型；根據(jù)至少一個局部和全部統(tǒng)計，調(diào)制每個可變形模型的擴展；及為每個模型生成一個互連的區(qū)域，其中每個模型為在其自己的區(qū)域分類新點而競爭，直到會聚。
本公開內(nèi)容的這些和其他方面、特征及優(yōu)點將從聯(lián)系附圖而閱讀的典型實施例的下述說明中變得明顯。


當(dāng)前公開內(nèi)容根據(jù)下面示例圖，教導(dǎo)了用于動脈-靜脈分離及脈管建模的系統(tǒng)和方法，其中圖1示出了根據(jù)本公開內(nèi)容的說明性實施例的用于動脈-靜脈分離及脈管建模的系統(tǒng)的簡圖；圖2示出了根據(jù)本公開內(nèi)容的說明性實施例的用于動脈-靜脈分離及脈管建模的方法的流程圖；圖3示出了根據(jù)本公開內(nèi)容的說明性實施例的在動脈-靜脈分離及脈管建模中的種子布局的圖示圖；圖4示出了根據(jù)本公開內(nèi)容的說明性實施例的在動脈-靜脈分離及脈管建模中的局部平滑的圖示圖；圖5示出了根據(jù)本公開內(nèi)容的說明性實施例的在動脈-靜脈分離及脈管建模中的錯誤校正的簡圖；圖6示出了根據(jù)本公開內(nèi)容的說明性實施例的在動脈-靜脈分離及脈管建模中的處理和結(jié)果的圖示圖。
具體實施例方式
在醫(yī)學(xué)成像技術(shù)中，血管，包括動脈和靜脈，在使用對比劑時，都可以在成像數(shù)據(jù)中被放大。例如，在使用MS-325對比劑時，動脈和靜脈可以在磁共振血管造影術(shù)(“MRA”)數(shù)據(jù)中被有效的放大。
本公開內(nèi)容的實施例為了更好的顯像和量化，在成像數(shù)據(jù)中從靜脈結(jié)構(gòu)中精確地分割和分離動脈結(jié)構(gòu)。一個典型的實施例算法將基于區(qū)域的可變形模型與脈管中心線模型結(jié)合，用來在對比增強(“CE”)的MRA中，從靜脈中分離動脈。
如圖1所示，根據(jù)本公開內(nèi)容的一個說明性實施例的用于動脈-靜脈分離和脈管建模的系統(tǒng)，一般地被表示為參考數(shù)字100。該系統(tǒng)100包括至少一個與系統(tǒng)總線104信號連接的處理器或中央處理單元(“CPU”)102。還有，與系統(tǒng)總線104信號連接的一個只讀存儲器(“ROM”)106、一個隨機存取存儲器(“RAM”)108、一個顯示適配器110、一個輸入/輸出(“I/O”)適配器112、一個用戶接口適配器114、一個通信適配器128、及一個成像適配器130。一個顯示單元116通過顯示適配器110與系統(tǒng)總線104信號連接。一個硬盤存儲器單元118，例如，一個磁或光盤存儲單元，通過I/O適配器112與系統(tǒng)總線104信號連接。一個鼠標(biāo)120、一個鍵盤122、及一個眼球跟蹤設(shè)備124，通過用戶接口適配器114與系統(tǒng)總線104信號連接。一個成像設(shè)備132，通過成像適配器130與系統(tǒng)總線104信號連接。
一個中心線定位單元170和一個可變形建模單元180還包括在系統(tǒng)100中，并且與CPU102及系統(tǒng)總線104信號連接。當(dāng)該中心線定位單元170和可變形建模單元180被作為與至少一個處理器或CPU102成對地說明時，這些部件優(yōu)選地被物化為存儲在至少多個存儲器106、108及118中的一個中的計算機程序代碼，其中，該計算機程序代碼由CPU102執(zhí)行。
轉(zhuǎn)到圖2，根據(jù)本公開內(nèi)容的一個說明性實施例的用于動脈-靜脈分離和脈管建模的方法，一般地被表示為參考數(shù)字200。該方法200包括一個開始塊210，傳送控制至一個輸入塊212。該輸入塊212接收表示脈管的掃描的圖像數(shù)據(jù)，并傳送控制至一個功能塊214。該功能塊214顯像接收到的圖像數(shù)據(jù)，并傳送控制至一個功能塊216。該功能塊216相對于顯像在脈管上選擇種子點，并傳送控制至一個功能塊218。該功能塊218響應(yīng)數(shù)據(jù)的曲率信息，用非線性濾波器平滑圖像數(shù)據(jù)，并傳送控制至一個功能塊220。該功能塊220對每個選擇的種子點初始化一個可變形模型，并傳送控制至一個功能塊222。該功能塊222根據(jù)局部和/或全部統(tǒng)計，調(diào)制每個可變形模型的擴展，并傳送控制至一個功能塊224。該功能塊224依次為每個模型生成一個互連的區(qū)域，其中每個模型為在其自己的區(qū)域分類新點而競爭，直到會聚，然后傳送控制至一個結(jié)束塊226。
現(xiàn)在轉(zhuǎn)向圖3，一般地由參考數(shù)字300表示種子布局圖像。該圖像300說明了在容積再現(xiàn)顯像(“VRT”)中動脈和靜脈的種子布局。
如圖4所示，局部平滑圖像一般地由參考數(shù)字400表示。該圖像400說明了CE-MRA數(shù)據(jù)的局部平滑。這里，噪聲被從在第一圖像410中的數(shù)據(jù)中消除，不對第二圖像412中的脈管邊界有不良的影響。
轉(zhuǎn)向圖5，對脈管對的錯誤校正階段一般地由參考數(shù)字500表示。在第一階段510中，一個錯誤的分割通過斷續(xù)的中心線模型516和518的終點512和514確定。在第二階段520中，在點512和514之間的分割結(jié)果被刪除。在第三階段530中，新的可變形模型從刪除的區(qū)域的邊界被初始化。
轉(zhuǎn)向圖6，動脈-靜脈數(shù)據(jù)和分離結(jié)果圖像一般地由參考數(shù)字600表示。這里，圖像610顯示了原始的CE-MRA數(shù)據(jù)。圖像620顯示了來自分離算法的結(jié)果。圖像630顯示了靜脈抑制后的動脈。圖像640顯示了典型的脈管分析包的快照，其中說明了三個MPR642、644和646，容積再現(xiàn)變換(“VRT”)顯像648顯示了靜脈抑制后的動脈及脈管中心線曲線，及通過中心線曲線在VRT中規(guī)定的動脈的拉平顯像650。這樣，圖6說明了從靜脈中成功地分割和分離動脈。需要被理解的是，為了更好地分析靜脈結(jié)構(gòu)，從顯像中消除動脈結(jié)構(gòu)是一個選項。一旦靜脈或動脈結(jié)構(gòu)被消除，動脈或靜脈可以更詳細(xì)地被研究，例如，通過脈管觀察軟件。
在典型的半自動分割和分離方法的操作中，用戶通過使用容積再現(xiàn)變換(“VRT”)或最大密度投影(“MIP”)顯像，在動脈和靜脈上選擇種子點。該算法將數(shù)據(jù)視為4D表面，而對CE-MRA數(shù)據(jù)應(yīng)用非線性平滑或濾波，并通過推算出基于其曲率信息的數(shù)據(jù)來平滑。本典型實施例使用一個平均高斯曲率，它能夠消除噪聲但是保持類似脈管的結(jié)構(gòu)實質(zhì)上不改變。
每個種子點被用于初始化一個可變形模型，其中模型生長通過局部或全部統(tǒng)計被調(diào)制。當(dāng)根據(jù)例如靜脈和動脈的脈管的可變形模型，在擴展中沖突時，它們?yōu)槭褂闷渥约旱臉?biāo)簽分類區(qū)域而相互競爭，直到會聚為止。一個這樣的區(qū)域競爭算法從脈管中分離動脈，但也會產(chǎn)生錯誤。特別地，代表靜脈或動脈的可變形模型可以有時橫過其他的動脈或靜脈，并且，當(dāng)它們之間的縫隙很小時，它們可以生長在一起直到與其他動脈或靜脈可變形模型沖突。這種情況可以因為算法不要求非常復(fù)雜的種子布局而發(fā)生。如果動脈和靜脈的大量種子被對稱地布局相互遠(yuǎn)離，這些錯誤也許可以避免。
勝于使用高級種子布局技術(shù)，本公開內(nèi)容的實施例結(jié)合脈管的中心線模型。特別地，種子點間的中心線從分割和分離的結(jié)果中被檢測出來。種子間的中心線可以通過使用Dijkstra算法構(gòu)造，例如，該算法中的價值函數(shù)可以從分割的脈管的距離變換及種子點間的距離中推導(dǎo)出來。為了動脈和靜脈更好地分離，于是可變形模型從中心線被初始化。
這些模型基于局部和全部統(tǒng)計生成，并且在沖突時相互競爭。結(jié)合中心線模型有效地提高精確性。如果發(fā)生錯誤，用戶可以添加或刪除種子來校正結(jié)果，直到滿意為止。由于該計算在此算法中是局部的，該校正階段的計算負(fù)荷相對降低。此外，為了進一步的計算效率，提供一種局部平滑技術(shù)，其中該平滑僅被應(yīng)用在可變形模型訪問的位置。
在典型的對CE-MRA的動脈-靜脈分離算法中，由于用戶僅點擊3D顯像來布局種子，該算法為用戶友好。例如在一個1.5GHz奔騰3的機器上，當(dāng)前實現(xiàn)只需約兩分鐘。該算法在超過20組腹部CE-MRA數(shù)據(jù)組上有過成功的測試。在絕大多數(shù)情況下，該算法成功運行。當(dāng)錯誤在結(jié)果中發(fā)生時，用戶通過增加更多的種子就可以輕易地校正結(jié)果，而不需要重啟整個處理。該校正處理需時不超過5分鐘。
另一個典型實施例包括一種在CE-MRA和CE計算層析X射線攝影法血管造影術(shù)(“CTA”)成像中，用于從靜脈中分割和分離動脈的算法。例如，在使用MS-325對比劑時，動脈和靜脈可以在MRA數(shù)據(jù)中有效的被放大。本實施例將基于可變形模型的區(qū)域與脈管中心線模型結(jié)合起來，用于在CE-MRA和CE-CTA中從靜脈中分離動脈。在半自動分割和分離算法中，用戶通過使用例如VRT或MIP顯像，在動脈和靜脈上選擇少數(shù)點。
該算法對CE數(shù)據(jù)應(yīng)用一種非線性平滑濾波器。該算法將數(shù)據(jù)視為一個4D表面，并通過基于其曲率信息將其展開對其平滑。這里，曲率信息可以包括一個平均高斯曲率，其能夠消除噪聲但保持脈管類結(jié)構(gòu)不變。
可變形模型從每個種子點中進行初始化，其中模型生長由局部或全部統(tǒng)計調(diào)制。當(dāng)從脈管和動脈的可變形模型在擴展中沖突時，它們通過使用區(qū)域競爭的，為使用自己的標(biāo)簽來分類區(qū)域而相互競爭，直到會聚。雖然如果對動脈和靜脈的大量種子相互對稱地布局可以避免錯誤，本實施例結(jié)合脈管的中心線模型代替使用上述高級的種子布局技術(shù)。特別地，該算法從分割和分離結(jié)果檢測種子點間的中心線。種子間的中心線通過使用Dijkstra算法構(gòu)造，如本領(lǐng)域公知的，其中該價值函數(shù)從分割的脈管的距離變換和種子間的距離被導(dǎo)出。
可變形模型從中心線中被初始化，以更好的分離動脈和靜脈。這些模型基于局部和全部統(tǒng)計被增長，并且在它們沖突時相互競爭。中心線模型的結(jié)合有效地提高了區(qū)域生長的精確度。如果需要，用戶可以增加或刪除種子來微調(diào)該結(jié)果。既然在本算法中計算是局部的，調(diào)試階段的計算負(fù)荷是低的。此外為了更高的計算效率，局部平滑技術(shù)被使用，其中平滑僅應(yīng)用于可變形模型訪問的位置。
基于偏微分方程(“PDE”)的圖像平滑也將被使用。由于圖像獲取設(shè)備或偏容積效應(yīng)，CE-MRA或CE-CTA中的脈管結(jié)構(gòu)常常被出現(xiàn)的噪聲所扭曲。因此，為了獲得健全的分割結(jié)果，在分割算法應(yīng)用之前，應(yīng)用小量的平滑于密度數(shù)據(jù)經(jīng)常是必要的。現(xiàn)在大多數(shù)的圖像平滑算法都基于局部算子的濾波顯像。最常用的圖像平滑方法都基于高斯算子的濾波數(shù)據(jù)。遺憾的是，高斯平滑存在兩個主要缺點(i)當(dāng)從較精確向較粗略刻度移動時，高斯平滑縮小形狀并使邊界變位。(ii)高斯平滑模糊了重要的圖像特征。
因此，本公開內(nèi)容的實施例不考慮高斯平滑，而使用基于PED的非線性的圖像平滑算法。本技術(shù)是具有吸引力的，因為它除去了不想要的結(jié)構(gòu)或噪聲，而沒有消除管狀結(jié)構(gòu)的邊界。該算法是基于以曲率為基礎(chǔ)的平滑。特別的是，灰度級圖像被用作為一個基于曲率信息的展開表面。在2D中，曲率或擴散過程迅速地將銳度突起推入并引出深度凹痕。遺憾的是，這樣使縫隙要被跨接。在3D中，一個相似的推理應(yīng)用于3D表面上凸的或凹的橢圓形點。既然這樣，問題是被拋物線的和雙曲線的點的存在所混淆。
在3D中與曲率相關(guān)的變形適合形狀的表示。滿足特定可見限制的變形也將滿足以下的流動方向的選擇(1)雙曲線的點應(yīng)具有零速度，(2)拋物線的點應(yīng)具有零速度，(3)橢圓形凸點應(yīng)移進，而橢圓形凹點應(yīng)移出。除了建立流動方向之外，流動數(shù)量的單調(diào)條件示出了高斯曲率的平方根適合該數(shù)量。該演化方程為4D密度數(shù)據(jù)的函數(shù)。此類型演化已經(jīng)為了影片的分析和表面分析而提出，其中該影片為時間上的圖像的序列。
曲率的描述適用于在3D中凸面突起推入，及3D中凹面凹痕拉出的應(yīng)用；例如靜脈的圓柱形結(jié)構(gòu)不受影響，及雙曲線點不移動。當(dāng)在例如弱梯度點的困難的區(qū)域調(diào)整時，如果附近的脈管結(jié)構(gòu)將被精確地保留，后一點是必要的。雖然，這種基于PDE的平滑算法消除噪聲，而不影響脈管邊界，它在計算上是高代價的。這樣，優(yōu)選實施例僅對分割算法操作的區(qū)域應(yīng)用這種平滑，結(jié)果為節(jié)約大量的計算時間。再參見圖4，這種基于PDE的局部平滑算法被用于CE-MRA數(shù)據(jù)上。
本公開內(nèi)容的典型實施例通過區(qū)域競爭完成脈管分割。區(qū)域競爭可以被用于動脈和靜脈的同時分割。用戶通過使用VRT或MPR顯像，為動脈、靜脈和圍繞脈管周圍的組織來布局種子?？勺冃文Ｐ蛷姆N子中被初始化，該種子通過圖像統(tǒng)計增長。同類型的可變形模型，例如動脈和動脈，在相互沖突時合并。另一方面，不同類型的可變形模型，例如動脈和靜脈，都基于模型的統(tǒng)計來競爭區(qū)域。
將可變形模型的幾何特征與區(qū)域生長的統(tǒng)計性質(zhì)結(jié)合起來的區(qū)域競爭包括利用用于種子生長的統(tǒng)計和平滑力的結(jié)合。而且，它介紹一種當(dāng)區(qū)域相互接觸時，區(qū)域間的局部競爭，通過交換導(dǎo)致能量下降的象素，允許從錯誤中恢復(fù)。特別的，如果種子區(qū)域或?qū)ο笙鄬τ谝粋€具有邊界的背景區(qū)域被發(fā)現(xiàn)，該區(qū)域的密度值將與已經(jīng)通過以特定參數(shù)的概率分布生成相一致。位于一個區(qū)域的邊界上的一點的局部變形由一個平滑力和一個統(tǒng)計力得出，其中在區(qū)域邊界的每個曲率、在該點的圖像、及邊界的法線都是已知的。作為兩個鄰近區(qū)域的競爭結(jié)果，它們邊界的局部變形基于邊界的單個平滑項及兩個統(tǒng)計力間的競爭，與在共同邊界上的一點及描述該區(qū)域的概率分布的參數(shù)相關(guān)。
對用于最小化描述長度(“MDL”)的梯度下降，存在一個關(guān)系，包括一個代表歐幾里的曲線縮短流的曲率項。區(qū)域競爭在鄰近的區(qū)域間執(zhí)行一個來回的競爭，并且被繼續(xù)直到會聚。會聚后，如果合并導(dǎo)致能量降低，則兩個鄰近的區(qū)域合并。在這種情況下，競爭重新開始并且持續(xù)直至在最終的分割中產(chǎn)生一個最終會聚。
區(qū)域競爭為一種很有用的技術(shù)，并且在廣泛的圖像種類中運行良好，包括噪聲區(qū)域間擴散的或不穩(wěn)定邊緣。該方法將在至少兩個方面的改進中得益(i)導(dǎo)致參差不齊的邊界的平滑項的效力不足，及(ii)統(tǒng)計上不同區(qū)域的速度的有效相似性。如果種子被布局得與邊界不對稱，也就是說，如果一個種子被布局得靠近邊界，而另一個種子被布局得離邊界很遠(yuǎn)，如果邊界不穩(wěn)定并代表類似區(qū)域，第一個種子可能被漏掉。如果第二個種子大約同時地到達(dá)，該區(qū)域競爭可能反向并推后伸展的區(qū)域。然而，由于不對稱的初始化，第一種子具有某段時間生長的機會，并且失去其統(tǒng)計特征。這樣，規(guī)定了種子密度分布的參數(shù)，例如如果使用高斯模型的平均值和方差，將充分地改變，使得其能夠包括大量的像素，競爭區(qū)域亦能。在這種情況下，恢復(fù)將被阻止，因為區(qū)域競爭不能推回擠壓區(qū)域。
如果用戶合適地布局種子，用于動脈和靜脈分割和分離的該區(qū)域競爭算法運行良好。然而，要知道在哪布局種子能夠得到精確的結(jié)果并不容易。這樣，在動脈和靜脈相互非常近的時候，區(qū)域競爭可能會產(chǎn)生不正確的分離。這些錯誤能夠通過自動地初始化新種子而被校正。
校正可以使用中心線模型進行。一個迭代算法自動地檢測動脈和靜脈的錯誤分離，并且通過布局新種子來校正二者。該中心線模型檢測在分割和分離中的錯誤。該算法利用的是每個種子必須通過一個中心線模型與至少一個以上種子相連。通常，該連接由于在分割中的錯誤而被斷開。如圖5a所示，當(dāng)在兩個種子點間的連接被斷開時，至少需要具有兩個終點的兩個中心線模型。在這些終點間的分割必須被校正。
分割對象的中心線被如下計算。中心線模型為例如脈管的管狀結(jié)構(gòu)的最直觀的表示。算法實施例利用一個基于Dijkstra方法的最小價值路徑檢測算法，來檢測分割的脈管的中心線。該分割的脈管首先通過形態(tài)學(xué)操作被調(diào)整。然后，正面從每個種子點來初始化。這些正面在已經(jīng)分割的脈管的結(jié)構(gòu)內(nèi)部中擴展，直到所有的展開的正面互相相遇。每個正面三維像素的價值函數(shù)或速度函數(shù)從分割的脈管的距離轉(zhuǎn)換及三維像素間的距離被計算出。由第二三維象素訪問的第一三維像素的價值函數(shù)是分割的脈管的距離轉(zhuǎn)換(“DT”)及它們之間無符號的距離的測定的函數(shù)。該DT值強迫正面靠近脈管中心擴展。一個類似的算法可以被用來在管狀的結(jié)構(gòu)，例如結(jié)腸中，尋找路徑。該最小價值路徑檢測算法導(dǎo)致包括有序的離散三維像素位置的離散路徑。
一旦動脈和靜脈的中心線模型被檢測，錯誤的分割結(jié)果通過斷續(xù)的中心線而被檢測。對每個終點，對象的相應(yīng)的中心線通過如圖5a所示的最小距離標(biāo)準(zhǔn)計算出來。然后，在這些區(qū)域的兩個對象的分割結(jié)果被刪除，如圖5b所示。為了獲取正確的結(jié)果，新的可變形模型從已刪除的區(qū)域的邊界被初始化，如圖5c所示。這個算法被重復(fù)直到種子點之間的連通性被建立。
需要被理解的是，本公開內(nèi)容的教導(dǎo)可以被實現(xiàn)為不同形式的硬件、軟件、固件、特定目的處理器、或它們的結(jié)合上。更優(yōu)選的，本公開內(nèi)容的教導(dǎo)被實施為硬件和軟件的結(jié)合。
此外，軟件優(yōu)選地作為一個確實的物化在一個程序存儲單元中的應(yīng)用程序被實施。該應(yīng)用程序可以被上載至一個包括任何適合結(jié)構(gòu)的機器中，并由此機器來執(zhí)行。優(yōu)選地，該機器被實施在一個具有例如一個或多個中央處理單元(CPU)、一個隨機存取存儲器(RAM)、及輸入/輸出(I/O)接口的硬件的計算機平臺。
該計算機平臺可以還包括一個操作系統(tǒng)及微指令代碼。這里描述的不同的處理和功能可以為微指令代碼的一部分或應(yīng)用程序的一部分，或它們的任意組合，它們可以通過CPU執(zhí)行。此外，不同的其他外圍單元可以被連接至例如附加數(shù)據(jù)存儲單元和打印單元的計算機平臺上。
還需要理解的是，由于相應(yīng)附圖中描述的某些構(gòu)成的系統(tǒng)部件和方法優(yōu)選地以軟件方式實施，則系統(tǒng)部件間或處理功能塊間的實際連接可能根據(jù)本公開內(nèi)容被編程的情況而不同。這里給出的教導(dǎo)，相關(guān)領(lǐng)域普通技術(shù)人員能夠想出本公開內(nèi)容中這些或類似的實現(xiàn)或配置。
盡管在此已經(jīng)參考相應(yīng)

了示例的實施例，可以理解的是本公開內(nèi)容并不局限于那些明確的實施例，相關(guān)領(lǐng)域的普通技術(shù)人員可以在不背離本公開內(nèi)容的范圍或精神的基礎(chǔ)上，對其實現(xiàn)不同的變化和修改。所有這樣的變化和修改將要包括在本公開內(nèi)容的范圍內(nèi)，就如附加的權(quán)利要求中所提出的。
權(quán)利要求
1.用于動脈-靜脈分離及脈管建模的方法，包括接收表示脈管的三維圖像數(shù)據(jù)；顯像接收到的圖像數(shù)據(jù)；相對于顯像在脈管上選擇種子點；響應(yīng)數(shù)據(jù)曲率信息利用非線性濾波器平滑圖像數(shù)據(jù)；為每個選擇的種子點初始化一個可變形模型；依照至少一個局部和全部統(tǒng)計，調(diào)制每個可變形模型的擴展；及為每個模型生成一個互相連接的區(qū)域，其中每個模型為在其自己的區(qū)域分類新點而競爭，直到會聚。
2.如權(quán)利要求1定義的方法，進一步包括當(dāng)多個可變形模型在擴展期間沖突時，檢測沖突。
3.如權(quán)利要求1定義的方法，顯像包括至少一個容積再現(xiàn)變換顯像及最大密度投影顯像。
4.如權(quán)利要求1定義的方法，平滑包括將數(shù)據(jù)處理為四維表面并根據(jù)其曲率信息展開數(shù)據(jù)。
5.如權(quán)利要求1定義的方法，該接收到的圖像數(shù)據(jù)包括對比增強的磁共振血管造影數(shù)據(jù)和對比增強的計算層析X射線攝影法血管造影數(shù)據(jù)中的至少一種。
6.如權(quán)利要求1定義的方法，該曲率信息包括平均高斯曲率，其消除噪聲但保持脈管狀結(jié)構(gòu)實質(zhì)上不改變。
7.如權(quán)利要求1定義的方法，其中至少一個類型的可變形模型代表一動脈，并且至少一個其他類型的可變形模型代表一靜脈。
8.如權(quán)利要求1定義的方法，進一步包括檢測一個類型的模型何時橫過另一個類型的模型；及當(dāng)模型間的縫隙很小時，防止不同類型的模型生長在一起。
9.如權(quán)利要求1定義的方法，進一步包括對接收到的數(shù)據(jù)進行至少一種分割和分離；及所述響應(yīng)該至少一種分割和分離，在一對對種子點間建模脈管中心線。
10.如權(quán)利要求9定義的方法，其中中心線通過使用從至少一個分隔的脈管的距離轉(zhuǎn)換及種子點間距離導(dǎo)出的價值函數(shù)構(gòu)造。
11.如權(quán)利要求9定義的方法，其中可變形模型從中心線中被初始化，為了模型更好的分離。
12.如權(quán)利要求9定義的方法，進一步包括檢測不一致；至少一個增加和刪除種子點，以校正該不一致；及響應(yīng)校正的不一致，僅使用局部計算更新模型擴展。
13.如權(quán)利要求1定義的方法，進一步包括局部平滑，其中平滑僅被應(yīng)用在可變形模型訪問的地方。
14.如權(quán)利要求1定義的方法，進一步包括選擇大量的相對于一個和其他對稱設(shè)置的動脈和靜脈的種子。
15.如權(quán)利要求1定義的方法，平滑包括基于偏微分方程的圖像數(shù)據(jù)中的密度的平滑。
16.如權(quán)利要求15定義的方法，其中平滑為非線性的。
17.如權(quán)利要求15定義的方法，其中平滑在分割算法被應(yīng)用于促進健全分割結(jié)果之前，應(yīng)用到密度數(shù)據(jù)。
18.如權(quán)利要求15定義的方法，平滑包括使用灰度級圖像作為基于曲率信息的展開表面。
19.如權(quán)利要求15定義的方法，平滑包括將銳度或凸面突起推入，并引出深度或凹面凹痕。
20.如權(quán)利要求15定義的方法，其中平滑流動的方向響應(yīng)于下述約束雙曲線點不被移動；拋物線點不被移動；橢圓凸點被向內(nèi)移；且橢圓凹點被向外移。
21.如權(quán)利要求15定義的方法，其中平滑僅被應(yīng)用于分割算法操作的區(qū)域。
22.如權(quán)利要求1定義的方法，進一步包括當(dāng)不同類型的區(qū)域相互接觸時，在它們之間引入局部競爭；及在導(dǎo)致能量降低的區(qū)域間交換像素。
23.如權(quán)利要求1定義的方法，進一步包括如果合并導(dǎo)致能量降低，則在初始會聚后，合并兩個同樣類型的相鄰的區(qū)域；及繼續(xù)區(qū)域增長競爭，直到最終會聚導(dǎo)致最終的分割。
24.如權(quán)利要求1定義的方法，進一步包括為每個種子點定義一個中心線模型；迭代地檢測區(qū)域類型的錯誤分割；及通過自動布局新種子，校正錯誤的分割。
25.如權(quán)利要求24定義的方法，進一步包括使用中心線模型來在至少一種圖像數(shù)據(jù)的分割和分離中檢測錯誤。
26.如權(quán)利要求1定義的方法，進一步包括定義一個中心線模型，通過在圖像數(shù)據(jù)中分割脈管結(jié)構(gòu)；以形態(tài)操作調(diào)整分割的脈管；從每個種子點初始化一個正面；在已經(jīng)分割的脈管的結(jié)構(gòu)內(nèi)部擴展正面，直到所有的展開的正面彼此相遇；及使用最小價值路徑檢測算法來檢測分割的脈管的中心線。
27.如權(quán)利要求26定義的方法，其中多個正面三維像素中每一個的價值函數(shù)從分割的脈管的距離轉(zhuǎn)換及三維像素間的距離被計算出。
28.如權(quán)利要求26定義的方法，其中由第二三維像素訪問的第一三維像素的價值函數(shù)為分割的脈管的距離轉(zhuǎn)換及它們之間無符號的距離的測定的函數(shù)。
29.用于動脈-靜脈分離及脈管建模的系統(tǒng)，包括一個用于接收三維圖像數(shù)據(jù)的適配器單元；一個與適配器單元信號連接的中心線定位單元，用于顯像接收到的圖像數(shù)據(jù)，相對于顯像在脈管上選擇種子點，并響應(yīng)數(shù)據(jù)的曲率信息，使用非線性濾波器平滑圖像數(shù)據(jù)；及一個與中心線定位單元信號連接的可變形建模單元，用于為每個選擇的種子點初始化可變形模型，根據(jù)至少一個局部和全部統(tǒng)計，調(diào)制每個可變形模型的擴展，并為每個模型生成一個互相連接的區(qū)域，其中每個模型為在其自己的區(qū)域分類新點而競爭，直到會聚。
30.用于動脈-靜脈分離及脈管建模的系統(tǒng)，包括用于接收表示脈管的三維圖像數(shù)據(jù)的適配器裝置；與適配器裝置信號連接的顯示裝置，用于顯像接收到的圖像數(shù)據(jù)；與顯示裝置信號連接的接口裝置，用于相對于顯像在脈管上選擇種子點；與接口裝置信號連接的濾波器裝置，用于響應(yīng)數(shù)據(jù)的曲率信息，使用一個非線性濾波器平滑圖像數(shù)據(jù)；與濾波器裝置信號連接的模型裝置，用于為每個選擇的種子點初始化一個可變形模型；與模型裝置信號連接的調(diào)制器裝置，用于根據(jù)至少一個局部和全部統(tǒng)計，調(diào)制每個可變形模型的擴展；及與調(diào)制器裝置信號連接的區(qū)域生長裝置，用于為每個模型生成一個互相連接的區(qū)域，其中每個模型為在其自己的區(qū)域分類新點而競爭，直到會聚。
31.一種機器可讀的程序存儲設(shè)備，確實地物化一個由機器可執(zhí)行的指令程序，執(zhí)行為動脈-靜脈分離及脈管建模的程序步驟，該程序步驟包括接收表示脈管的三維圖像數(shù)據(jù)；顯像接收到的圖像數(shù)據(jù)；相對于顯像在脈管上選擇種子點；響應(yīng)數(shù)據(jù)的曲率信息，使用一個非線性濾波器平滑該圖像數(shù)據(jù)；為每個選擇的種子點初始化一個可變形模型；根據(jù)至少一個局部和全部統(tǒng)計，調(diào)制每個可變形模型的擴展；及為每個模型生成一個互相連接的區(qū)域，其中每個模型為在其自己的區(qū)域分類新點而競爭，直到會聚。
全文摘要
提供一種用于動脈－靜脈分離及脈管建模的系統(tǒng)(100)和方法(200)，該系統(tǒng)包括一個適配器單元(112、128、130)、與適配器單元信號連接的一個中心線定位單元(170)、以及與中心線定位單元信號連接的一個可變形建模單元(180)；所述方法包括接收表示脈管的三維圖像數(shù)據(jù)(212)、顯像接收到的圖像數(shù)據(jù)(214)、相對于顯像在脈管上選擇種子點(216)、響應(yīng)數(shù)據(jù)的曲率信息，使用一個非線性濾波器平滑該圖像數(shù)據(jù)(218)、為每個選擇的種子點初始化一個可變形模型(220)、根據(jù)至少一個局部和全部統(tǒng)計，調(diào)制每個可變形模型的擴展(222)、及為每個模型生成一個互相連接的區(qū)域(224)，其中每個模型為在其自己的區(qū)域分類新點而競爭，直到會聚。
文檔編號G06T5/00GK1700254SQ20051008371
公開日2005年11月23日 申請日期2005年5月6日 優(yōu)先權(quán)日2004年5月6日
發(fā)明者H·特, J·P·威廉斯 申請人:西門子共同研究公司