专利名称：三维体积图像的产生和显示方法
技术领域：
本发明涉及一种从多维对象数据集产生和显示多维体积图像的方法，该方法包括在多维体积内对目标点进行识别。
三维图像数据的有意义的显示在很多技术领域都很重要。现代成像方法允许对许多对象进行重构和显像，并且在医学成像中尤其有用。成像方法在更广泛的医疗实践中是很有用的工具，并且是对于诊断和治疗有价值的辅助工具。解剖学和生理学相关信息的准确显像常常可以提高临床医师诊断的准确性，并且这样做的同时，可以为基于个体的治疗设计提供更大的余地。除了在传统的病人护理中更为普通的使用之外，在医学的几个高度专业化的分支内，现代成像方法在治疗计划中扮演至关重要的角色。
治疗计划非常重要的两个特殊的临床专业是放射治疗和神经外科。放射治疗的目的是以这样一种方式使用放射线治疗病理性结构，通常是恶性肿瘤，即使该病理性结构上的放射线剂量最大，而周围的健康组织上的剂量最小。神经外科试图通过外科手段治疗颅间的病变。而且，其目的也是使手术过程的功效最大化，而使对任何在其周围或其上的健康组织的手术损伤最小化。在这两个专业中，采用已知的方法和技术来规划一个有效的治疗进度，该进度试图达到这样的双重目标治疗根本的病理，同时不损伤周围的组织。
当试图采用任何一种形式的治疗计划时，临床医生通常会从限定的组织体积开始，即需要放射或切除的治疗体积，并且试图确定临床功能工具进入的路径。在放射疗法治疗计划的情况下，该临床功能工具通常是准直束射线，而在定向神经外科计划的情况下，则是手术设备。在这两种情况下，临床功能工具采取的路径都必须通过从身体表面上的进入点到治疗体积的距离，并且避开重要的生理结构使路径长度的减小最优化。
一种在定向神经外科计划领域中可帮助临床医生识别到达被识别目标的可能路径的方法，该方法来自“计算机辅助神经外科过程的3D建模(3D Modelling for Computer-Assisted NeurosurgicalProcedures)”一文，该文章由S.M.Krishnan等人发表在BiomedicalEngineering，Applications，Basis and communications，Vol.7，No.5，1995。这里描述了一种显示格式，其中用8边的几何体积来隔离颅骨中的区域。操作者识别头盖骨中的目标和重要体积，并且围绕每个被识别的重要体积构造8边的平行六面体，每个平行六面体的顶点位于目标体积的中心。结果以两种视图显示，一是头盖骨的前后，一是尾侧，包括8边的平行六面体。操作者在平行六面体外的颅骨表面上选择到达头盖骨的可能的进入点。这些进入点标志可能的位置，外科手术设备可能在这些位置进入颅腔，并且直接推进到目标体积。
正如该方法中所描述，每个8边平行六面体在一个菱形内限定结构，该菱形包括4个跨越了从顶点到菱形面的距离的小平面，该菱形面自身包括另外4个小平面。这样，它只提供了在头盖骨内隔离体积的粗糙尝试。平行六面体没有跟踪它们所界定的重要体积的轮廓，而是用警戒线在皮肤表面上隔离出一个四边区域作为不适合手术入口的区域，如果重要体积的几何形状复杂，则此界定表面区域可能远远大于所需。另外，要求临床医生通过包括试错法的过程在体积表面找到适当的点。没有提供关于手术设备和目标点之间关系的进一步信息。由于只提供了两个视图，因此需要临床医生自己在内心定向并排列三维体积内的空间数据，保证所有的几何关系可靠。实际上要求临床医生学会以另一种方式对所关注的物理结构进行思考。
本发明的一个目的就是以一种熟悉并可立即识别的形式向临床医生提供解剖学信息，该信息提供与关于治疗区域和皮肤表面的解剖学环境有关的信息，并且提供对象表面和其内部的目标点之间的路线的清晰显像。该目的是通过根据本发明的方法实现的，其特征在于，通过识别表面并且将信息从目标点投射到所识别的表面上来产生目标中心投影。
根据本发明，识别一个目标点。将该目标点作为在整个体积数据集内从其投射信息的点。它通常可能是目标体积的一部分，在治疗计划的情况下，目标体积就是表示待治疗的组织体积的体积。例如，目标体积可能是需要进行放射治疗或手术切除的肿瘤。目标点通常是该目标体积的中心，但是情况并不总是这样的，例如，在一个特别大的目标体积中，临床医生可能希望将投影方法集中在目标体积的某个特定部分。
根据本发明，在对象数据集内识别一个表面。这通常是成像体的表面，但也不是必需如此。信息从目标点向外呈放射状投射到可以表示该信息的表面上。这样，在表面上的每个点向观察者提供能通过目标点与表面上该点的关系来表示该目标点的信息。就是说，如果观察者看到显示该体积表面的图像，那么投射到该表面的信息会传达关于目标点相对于该表面上每个点的信息。
对这些对象数据集的处理在计算机的中央处理器中进行，并且作为结果的图像以数字格式在屏幕(通常是计算机屏幕)上被观察。这样，可以采用本领域中已公知的数字化技术。例如，当生成数字表示的图像时，无论该图像是通过物理成像过程生成，还是通过抽象数据处理过程生成，该图像中含有的信息都被作为对象数据集中的一系列离散数据点保存。该对象数据集自身存在于更宽的多维空间内。每个数据点表示保存的关于原始成像的对象或该对象数据集所表示的空间内的特定几何位置的信息。在医学成像的情况下，每个数据点描述成像对象或机体的某些方面，诸如相对密度、X射线不透明性或遍及该组织的单个点处的含水量。该信息通常以可视数字格式提供给观察者，通常作为投射到观察屏幕上的3维体积的图像，或者作为表示该体积内切片的一系列2维图像，每个图像也都显示在观察屏幕上。
在屏幕上显示的任何数字化的2维图像内，全体显示信息是作为像素阵列显示的。每个像素构成正被显示的整个图像的一小部分，并且将来自从中得到图像的对象数据集中的数据点分配给这些像素，从而形成如所见到的图像。这样，任何2维图像的观察都可以看作是简单地观察一组像素。然而，对象数据集自身可以被认为是虚拟空间中的一组像素，或者被认为是3维等价物、体素，并且在后一种情况中，包含由该对象数据集描述的整个空间内的所有信息。这样，在屏幕上产生图像就可以看作是简单地将来自各个虚拟体素内的信息分配到要在计算机屏幕上显示的像素阵列。该屏幕上显示的图像可能是，比方说，解剖学信息，它可能是贯穿原始对象的具体切片，或者可能是一个重构图像，显示从某个角度观察3维对象的表现形式。
这样，在原始体积内识别目标点和表面类似于在一个表示原始体积的虚拟对象空间内识别点或表面，反之亦然。选择的目标点通常是虚拟对象内的点，该点表示真实对象中位于待处理的某个体积中心的点。选择的表面通常对应于原始对象的实际表面，但是并不是必需如此。因此，如权利要求中所述的本发明的本质可以看作是将信息从表示空间中某个实际点的点向外投射到该点周围或附近的表面上。
权利要求2进一步发展了基本发明。除了目标体积之外的感兴趣的体积可以从同一对象数据集中被识别。例如，可以从原始对象数据集中将血管分割出来，或者操作者可以从原始体积内识别生理上重要的体积。由此可知，分割是一种用来在图像内识别和划界图像数据集内感兴趣的区域或体积的方法。这些分割的区域通常采用独特的方式着色，常常使用不同的颜色、阴影或其它独特的标记，从而使得它们在图像中可以立即被识别出来。对于分割，医学成像具有许多应用，包括在下半身图像中识别腰椎，或在生理测量中识别左心室。作为选择，图像数据中的体积可以由操作者手动识别，例如通过在几个2维横截面切片中的区域外附近用鼠标点击，然后通过插入切片进行计算内插，从而在整个对象数据集中描绘出一个子体积。在本发明的情况中，被分割或者识别的区域可能是该数据集表示的组织体积内的其他重要结构，这些重要结构可能是临床医生希望避开的组织体积，在这种情况下，这些重要结构可能包括主要血管和控制例如说话等重要功能或运动功能的特殊区域的可识别的神经组织体积。
一种可用于分割这些体积的功能方法是将来自两种单独的成像形态的两组单独的对象数据集记录或组合在一个图像内。例如，一组描述头部的对象数据集可以和大脑重要功能部分的正电子发射层析X射线摄影术结合。这两种图像会被记录或组合，从而给出一个同时包括解剖学和生理学信息的整体图像。颅骨内生理上重要的区域是可识别的，并且用于识别它们的信息可以用于在整个图像中分割这些区域。同样，动脉搏记录器可以用来识别组织体积内的动脉。然后可以将记录到例如来自CT扫描仪的相同组织体积的详细图像，以便在组织体积内分割主要动脉。
现在，来自颅骨内这些被分割出来的区域的信息可以投射到被识别的表面上，就像沿着从目标点发射并以径向向外传播到表面的线性射线投射。
如在权利要求3中定义的，该信息可以仅仅是实体或是重要结构。如果是这种情况，那么结果图像显示所有被投射到对象数据集内的被识别表面上的重要结构相对于目标点位置的位置。
通过用这种方式产生投影，临床医生可以得到一幅图像，该图像显示了实体表面，以及投射到上面的从目标点所看到的任何被分割或识别的区域的位置。实质上，这些区域或重要结构可以仅仅是用户认为有兴趣的对象数据集内的任何体积。当这些区域是对整个组织的健康机能很重要的区域时，得到的表面图像还包括生理上重要区域的投影。其实，该投影展现了3维体积表面附近的点，通过这些点可以设计一条清晰的直路径到达目标体积的中心，而不会穿过任何重要结构的任何部分。这样，该图像向用户或临床医生呈现了从表面到目标点的安全路线。
权利要求4定义了一种方法，其中重要结构的尺寸在对象数据集中被放大。当目标中心投影生成时，它将包含比原始对象数据集中大的重要结构的投影。其效果是允许临床医生或用户在识别从3维体积表面到目标点的安全路线时有一定的误差范围。
权利要求5定义了本发明的一个实施例，其中从目标点投射到被识别表面的信息是关于目标点和被识别表面上的每点之间距离的信息。这样，由对象数据集表示的有关组织体积内目标点深度的信息可以投射到该被识别的表面上。该信息使临床医生可以识别到达目标点的最短路线，并由此制定治疗计划，该计划可以将对周围组织的损伤减到最小程度。
权利要求6定义了本发明的一个实施例，其中在该被识别的表面上的单个点周围生成投影。例如，可以在被识别的表面上的点周围的有限区域内而不是在整个被识别表面上，生成平面投影。
为了增强本发明的有效性，可以结合来自于对象数据集的体积信息显示平面投影，通过其重构平面投影。这包含在权利要求7中，权利要求7定义了本发明的一个实施例，其中，平面投影的图像和多维体积的图像一起显示，其方式是将平面投影叠加到被识别表面上生成该平面投影的点周围的体积图像中。如果两幅图像以相同的角度方向显示在一个观察屏幕上，观察者就会得到这样一幅显示一个叠加在体积表面上的小区域的投射信息的有限平面投影的视图。然后，可以把该视图作为一个完整的整体进行图形处理和定向，这样如果3维体积的图像被旋转或回转，那么2维平面投影将会随之旋转和回转。因此，平面投影可能不总是被看作平坦的2维图像，而是通常在观察屏幕上被着色成仿佛在屏幕内倾斜或翻倒一个角度。
位于对象数据集中被识别表面上的可能点的总和可以二分成两个单独的组。一组是提供到达目标点的清晰的直线通路的表面上的点。另一组点是在这样的表面上的点该表面提供到达目标点的直线通路，该通路在沿着其长度的一些点上，确实穿过一个被识别的重要体积的某部分。
权利要求8和9定义本发明的实施例，其中计算这两组选择的点。这给临床医生提供了两组用于临床功能工具进入该体积的可能进入点。一组点通向不穿过任何重要体积的任何部分的直线通路，提供到达目标的安全路线。另外一组点揭示穿过任何一个重要体积的某部分的直线通路，提供到达目标的不安全或不太希望采用的路线。这两组点以图解方式呈现给用户，比方说，具有以两种视觉上不同的方式将两组点映射到该表面上的原始体积的图像，或者可以非图解方式简单地作为两组坐标呈现给用户。
当目标中心投影已经生成时，能够定向对象数据集内的信息，从而呈现给用户各种信息和图像格式。权利要求10定义了本发明的一种实施例，其中从被识别表面上的任何点到该目标点的通路在该图像中得到显示。这使得临床医生或用户可以选择被识别表面上的任何点，并且获得一幅图像，该图像显示目标点、在被识别表面上的投影、一个在该表面上选择的点和跨越选择点和目标点之间距离的直线通路。这使得用户可以观察与周围解剖体相关的通路。就像其他任何图像一样，可以通过旋转、放大和任何其他图像操作来改变该体积的定向以及选择点和通路。
本发明还涉及如权利要求11中所定义的计算机程序，和如权利要求12中所定义的工作站。
本发明的这些和其它方面将参照附图进一步阐明和描述。
图1是描述本发明的一个实施例的流程图。
图2显示了穿过机体的横向、冠状和径向切片。
图3显示了从目标点到被识别表面的信息投影。
图4显示了目标点外加重要结构，以及这些重要结构的位置在被识别表面上的投影。
图5显示了按该实施例生成的血管的投影。
图6显示了按该实施例生成的血管的投影，包括以镖靶形式显示的距离信息。
图7显示除去表面的颅骨，来显示目标点、被分割的结构、表面上的选择点和从该点到目标点的直线通路。
图8显示与直线通路横向的MPR。
图9显示了包含直线通路的MPR。
图10显示了放大的重要结构在被识别表面上的投影。
图11显示了距离信息在被识别表面上的投影。
图12显示了一个选择点附近的平面投影在被识别表面上的投影。
图3显示了本发明的本质思想，即从对象数据集内的目标点投射信息。该图显示了一个选择的目标点31、该图像内某个表面32和从目标点径向投射的信息，该投射用射线33来描述。
图4显示了信息从目标点41到一个表面46的投影，该信息表明存在重要结构42和43。在这种情况下，42可能是血管，43可能是对正常机能很重要的大脑的某区域。这些分别作为区域44和45投射到表面上。
图1显示了一个实施例，通过该实施例，本发明可以实际使用。在本实施例中，两个数据集，描述大脑的数据集1，即BD，和包含解剖图形数据的数据集2，即AD，都被记录到3，即RD。AD包括关于颅骨内主要动脉位置的信息，这些信息可以被分割，SegV，4。在这种情况下，本发明需要的识别表面是颅骨的表面，并且这也是可以分割的，SegS，5。该数据集可以通过许多方法显示。多平面重定格式的方法是一种已知的方法，它产生被称为多平面重定格式(MPR)的2维图像，通过该方法，对象数据集中所含的信息可以作为一系列的2维切片显示，这些切片可以定向在3维体积内的任意角度。这样，作为结果的图像可以切片的形式观察，这些切片可以在一个完整的2π立体角内的任何角度方向重构。特别地，该对象数据集可以以三个相互正交的方向中的任何一个来显示，从而使该图像数据可以作为一系列横向切片、一系列冠状切片和一系列径向切片呈现，其中该横向切片垂直于沿着从头到脚的身体轴线连续的线，21，该冠状切片垂直于从身体的后表面到前表面连续的线，22，该径向切片垂直于从身体的左侧到右侧连续的线，23。应用于大脑的同样的定向如图2中24、25、26所示。大脑的数据集BD，以这些方向中的全部三个方向，在正交观察器中显示，6，该观察器是一个分屏组合，显示了对象数据集的三个单独的视图。目标点由用户在正交观察器上选取，6，所有的三个视图都显示了该深度上通过包含该选择点的对象数据集的多平面重定格式切片。一旦目标点被选择，投影就可以计算，Calc，7。在这点上计算来自目标点的AD中的血管的投影，并且该投影在一个表面着色的视图中得到显示。然后，用户可以在被识别的表面上定义一个选择的点，EP，8，作为到该体积的可能进入点，并且显示包括投影数据、目标点、选择点以及目标点和选择点之间的通路的组合数据集，Disp，9。表面上的选择点和目标点之间的通路可以在图像上作为针显示。
现在，颅骨的表面和被分割的血管52的位置相对于目标点51的位置的投影一起显示。如图5中所示，该图显示了从目标点向表面54径向投射53的信息。此图像可以被临床医生用于检查头部以便估计进入颅骨的可能路径，该路径与目标点相交而绕过血管。如果试图用临床功能工具进入颅骨，并且穿过任何血管投影的任何部分而到达目标点，那么该工具采用的路线会穿过被分割的血管的某部分。整个图像表示系统表示了原始的颅骨和现实中可能发生的操作，因此这可能意味着如果使用表面上的该点作为原始颅骨上的实际进入点，那么该临床功能工具采用的路径就会穿过颅骨中的实际血管。如果其它任何类型的重要体积取代血管被投射到颅骨表面上，那么也同样适用。然后，整个系统可以用来估计直到身体内的目标点的路径，该路径避开重要结构。
如果被分割的血管或者其它任何重要结构也如权利要求4中定义的那样在对象数据集中被放大，那么颅骨表面被投影覆盖的区域也会增加。这会减小剩下的剩余表面区域的尺寸，并且到达目标点的可能进入路线的数目也会减少。然而，与此同时，提供可能进入位置的剩下可用的区域现在就只包括具有离开任何重要体积的内建最小安全距离的可能进入点。并非所有的重要体积都可以被放大，某些个别的重要体积可以比其它放大得更多或更少。例如，当血管和例如语言区域那样的生理上重要的头颅体积同时投射到颅骨表面上时，可以使用此功能。血管可以从它们在对象数据集内的原始尺寸投射，但是被分割或被识别的控制语言的体积在投射之前可以被放大，从而在该图像内给出该器官的特定部分周围的更大的安全容限。
头部图像，包括投影，可以在观察屏幕上旋转，并从任何角度观看。图6显示了从目标61投射到颅骨表面64并且区别着色63的距离信息，从而使得颅骨表面上最接近选择的目标点的点以一种颜色显示，而更远的各种距离上的点以另外的颜色呈现。因为颅骨表面基本上是圆形的，这些颜色的显示趋向于一组同心圆，但并不是颅骨表面周围的所有点都必需是这样的。此投影可以和重要体积62的投影同时看到。
现在用户可以选择手术工具或射线束进入颅骨的几个可能的进入点。一旦选择了可能的进入点，则可能进入点和目标点之间的通路就可以在图像内显示。例如，皮肤和颅骨表面可以从图像中去除，从而只显示目标点71、被分隔的血管72及其投影73、选择的进入点75和该点与目标点之间的通路74。图7显示了本实施例。
一旦选择了在表面上的可能进入点，3维体积数据集就可以重定格式，从而以一系列中心位于表面上的该点和目标点之间的直线通路附近上的切片来表示该信息。这些多平面重定格式83显示了包含在该体积内的图像数据，如果观察者能沿着从表面上的点82到目标点81的直线通路84，那么就会从这个方向上看到该图像。如图8所示。这使得临床医生可以沿着该直线通路观察包含在该体积内的图像数据。这使得临床医生能够验证该通路相对于局部解剖的位置。
该对象数据集也可以重定格式，从而以一系列围绕直线通路旋转的2维切片93显示信息。在这种情况下，对切片进行重定格式，使得它们沿着直线通路94的方向以任何角度定向，每个切片包含直线通路作为平分线，将2维图像分成面积相等的两半。由于这些切片可以围绕该直线通路以任何角度重构，所以它们形成一系列的图像，当该图像滚动起来时，提供了围绕直线通路的视图。本实施例在图9中显示。目标点91和表面上选择的点92可能、也可能没有单独或同时包含在内。
图10显示了放大的重要结构105从目标点101到被识别的表面103的投影，如权利要求4中所定义的。从102到105的重要体积的尺寸增加可以由系统自动设置，或者由用户手动设置。其结果是从104到106的放大投影。
图11显示了信息的投影1104，描述了目标点1101和被识别表面1103之间的距离1102，如权利要求5中定义的。
图12显示了围绕选择的点1202在被识别表面1203上生成平面投影1204。图12显示了与被识别表面的视图结合在一起的平面投影。在此图像中，平面投影只显示了血管，但是也可以显示其它类型的重要体积。
权利要求
1.一种从多维对象数据集中产生和显示多维体积图像的方法，该方法包括步骤在多维体积内识别目标点(31)，其特征在于目标中心投影是通过识别一个表面(32)并且将信息从该目标点投射(33)到该被识别表面(32)上来生成的。
2.一种如权利要求1所述的方法，其中该方法包括识别多维体积内的至少一个重要结构(42，43)，其特征在于来自该重要结构的信息被投射到该被识别的表面上。
3.一种如权利要求2所述的方法，其特征在于来自该重要结构的信息被投射到该重要结构的被识别表面上(44，45)。
4.一种如权利要求2所述的方法，其特征在于该被识别的重要结构在投射到被识别表面(103)之前，被放大体积(105)。
5.一种如权利要求1所述的方法，其特征在于描述目标点和3维体积的被识别表面之间距离(1102)的信息被投射(1104)到该体积的表面上。
6.一种如权利要求1所述的方法，其特征在于该目标中心投影生成在3维体积的被识别表面上的选择点周围(1204)。
7.一种如权利要求6所述的方法，其特征在于该目标中心投影(1204)与该多维体积一起显示，以这样一种方式使得该目标中心投影的显示角度方向与该多维体积(1203，1204)的显示角度方向相同。
8.一种如权利要求2所述的方法，其特征在于计算允许点的集合，该集合是该体积表面上的点的集合，没有点与重要体积的投影重合。
9.一种如权利要求2所述的方法，其特征在于计算禁止点的集合，该集合是该体积表面上的点的集合，这些点与重要体积的投影重合。
10.一种如权利要求1所述的方法，其中，在该多维体积的被识别表面上选择一个点(75)，其特征在于确定从该选择点到目标点的直线通路(74)。
11.一种计算机程序，包括从多维对象数据集中产生和显示多维体积图像的指令，并且包括执行在该多维体积内识别目标点的步骤的指令，其特征在于该计算机程序还包括通过识别一个表面并且将信息从目标点投射到被识别表面而生成目标中心投影的指令。
12.一种配置为用于显示和使用图像的工作站，包括用于从多维对象数据集中产生和显示多维体积图像的装置，并且包括用于在多维体积内识别目标点的装置，其特征在于该工作站还包括用于通过识别一个表面并且将信息从目标点投射到被识别表面而生成目标中心投影的装置。
全文摘要
来自多维对象数据集的多维体积的图像在监视器上显示，识别一个目标点(31)和一个表面，然后通过将信息从目标点投射(33)到该被识别的表面(32)上来生成目标中心投影。在该多维体积内识别重要体积(42，43)，将来自这些重要体积的信息投射到被识别的表面上。在该表面上选择点，并计算该选择点和该目标点之间的直线通路(74)。为该选择点计算目标点和被识别表面之间的距离信息。将该距离信息投射到被识别的表面(1104)上。提供了一个实施例，其中重要体积在投射(106)之前被放大(105)。该投影可以在该表面上的选择点周围产生，并且与多维体积(1204)一起显示。
文档编号G06T15/20GK1650329SQ03809816
公开日2005年8月3日 申请日期2003年4月11日 优先权日2002年5月3日
发明者C·P·维斯塞 申请人:皇家飞利浦电子股份有限公司