栓塞分析方法和设备的制作方法

专利名称：栓塞分析方法和设备的制作方法
技术领域：
本发明通常涉及栓子分析，尤其涉及对器官内由于栓塞而受影响的区域的自动分析。
背景技术：
栓塞是由外来物引起的血管阻塞。血凝块是栓塞的最常见原因。肺栓子是通过血流传送到肺动脉(从心脏出发进入到肺的血管)中并部分或完全阻塞血管的血凝块。术语“栓子”是指阻塞血管的堵塞物，同时栓塞是指出现栓子的过程。
虽然肺栓塞(PE)是意外死亡的常见原因，但是它通常是可以预防的。使用抗凝剂进行及时治疗对挽救生命来说是必要的。但是，治疗同样含有风险，所以正确的诊断才是关键的。计算机断层血管造影术(CTA)作为一种诊断方法正逐渐被人们接受，同诸如肺血管造影和肺通气灌注扫描之类的替代方法相比，计算机断层血管造影术提供了可比较的或更好的灵敏度和特异性。CTA作为一种快速非侵入式方法，在许多情况下具有允许替代的诊断以解释患者症状的优点。
从16片层计算机断层成像(CT)机中获取的注射造影剂后的患者的图像提供了分辨率极高的数据，这些数据允许更好地检测位于子分段动脉中的栓子。这种高分辨率三维数据为准确分析肺栓塞对肺部的影响提供了可能，但是在不使用自动操作的情况下这种评价可能是不可行的。
在对比度增强的CT图像中执行PE自动分析的当前技术涉及动脉内血凝块本身的直接检测，或涉及通过受影响的肺部区域中灌注缺损的可视化而间接推断血凝块的位置。在前一种情况中，为了检测PE的准确位置，通常需要对动脉进行有效的分段。然后可以通过可视化技术或通过计算机辅助检测(CAD)来完成血凝块的检测。
在另一种CTA自动分析技术中，为了使灌注缺损直接可视化，计算并再现肺局部区域的平均密度。显示低于平均密度的肺部区域可能暗示存在上游血凝块。这种技术的优点在于它提供疾病程度和严重性的图形化表示。但是这种技术的缺点是为了准确测量灌注，需要在造影前后执行两次扫描，这需要复杂的采集和两次辐射。此外，为了匹配两次扫描，需要执行非刚性配准，这相当困难且需要花费很多时间。目前，在用于评价可能具有PE的患者的可接受的临床实践是仅执行一次造影后扫描。
因此，需要一种用于根据一次扫描分析栓塞对器官的影响程度的自动技术。

发明内容
本发明提供一种用于分析器官内由于栓塞而受影响的区域的自动技术。根据本发明的一个实施方案，使用(例如)从计算机断层成像(CT)机中接收的图像体数据，生成器官脉管系统的分段图像。然后，在分段图像中识别栓子。通过接收作为输入的栓子点(emboluspoint)，可以识别栓子(例如，在这里栓子点被人工识别)。作为替代方案，可以自动识别栓子点。根据所述数据，自动确定受栓塞影响的器官体积。
通过计算分段图像内的子树，可以确定受栓塞影响的器官体积，其中子树包括那些位于所识别出的栓子点远端的血管。在一个实施方案中，通过在栓子点处确定与血管垂直的平面来生成子树成，以致于子树包括脉管系统相对于该平面的远端部分。因为子树图像可能包含不希望存在的重叠树，所以(例如通过分析分支角)识别这种重叠树并从子树中删除。在这一点上，通过计算通过子树灌注的器官体积，可以确定受栓塞影响的器官体积。此外，因为栓塞可能仅导致动脉的部分阻塞，所以可以通过根据部分栓子的阻塞百分比来缩放体积从而调整受影响的体积。此外，因为患者体内可能存在多于一个栓子，所以通过识别另外的栓子，计算器官通过每一个子树灌注的百分比，并对这些百分比求和以得出受所有栓子影响的器官的总百分比，可以重复该过程。
参考下文的详细描述和附图，本发明的这些和其它优点对本领域的普通技术人员来说将是显而易见的。


图1是可以执行本发明的计算机的高级框图；图2是根据本发明的实施方案所执行的步骤的流程图；图3显示了肺脉管系统S的分段；图4是在分析受PE影响的动脉子树期间执行的步骤的流程图；图5显示了具有和所选PE点相交的所识别的垂直平面的器官脉管系统；图6显示了树模型；图7显示了所选脉管系统的远端部分的分段；图8图解说明了分支角；图9图解说明了使用分支角分析来确定相交分支的方法；图10显示了去掉相交的树模型和分段；图11图解说明了树末端分支的延伸；和图12显示了受影响的器官体积。
具体实施例方式
下面的描述将根据执行本发明实施方案所需的处理步骤来描述本发明。这些步骤可以由适当编程的计算机来执行，这种计算机的结构在本领域中是公知的。例如，合适的计算机可以利用公知的计算机处理器、内存单元、存储装置、计算机软件和其它部件来实现。在图1中显示了这种计算机的高级框图。计算机102包括通过执行定义计算机102的全部操作的计算机程序指令来控制这种操作的处理器104。计算机程序指令可以被存储在存储装置112(例如，磁盘)中，并且在需要执行计算机程序指令时可以被载入到内存110中。计算机102也包括一个或多个用于和其它装置(例如在本地或通过网络)进行通信的接口106。计算机102也包括I/O108，该I/O代表允许用户与计算机102交互作用的装置(例如，显示器、键盘、鼠标、扬声器、按键等)。本领域的普通技术人员应当理解实际计算机的实施还将包括其它部件，并且应当理解为了说明起见，图1是这种计算机的某些部件的高级表示。此外，本领域的普通技术人员应当理解这里描述的处理步骤也可以使用专用硬件来实现，这种专用硬件的电路被专门设计用于实现这种处理步骤。作为替代方案，处理步骤可以使用硬件和软件的各种组合来实现。
图2显示了根据本发明实施方案执行的步骤的流程图。起初将给出这些步骤的简短的概述。在接下来的一般性描述之后将提供关于图2的每一个步骤的进一步细节。首先，在步骤202中，接收图像体(I)数据。在步骤202中的图像体数据的接收之后，在步骤204中执行对肺脉管系统的分段和分析。接着，在步骤206中识别位于分段肺脉管系统内的PE部位。PE部位的这种识别可以在分段肺脉管系统的图像的检查之后手动地输入，或者PE部位可以被自动识别。在步骤208中，分析受PE影响的脉管子树以确定受PE影响的肺体积。
现在将使用下述符号对图2所示步骤的进一步细节进行更详细的描述。原始图像体积用I表示。所选PE部位由p＝(x，y，z)给出，其中(x，y，z)表示PE部位的3维坐标。包含肺内分段脉管系统的体积用S表示。最后，分段子树体积用S′表示。
步骤202表示作为处理步骤的输入的图像体数据。在有利的实施方案中，所述图像体数据表示由多片层计算机断层成像(CT)机所采集的已注射造影剂的患者的图像。这种数据例如可以通过经由接口106(例如，直接或通过网络)到CT机上的连接、或通过可移动的数据存储装置(例如，CD ROM、磁盘、闪存或其它任何类型的可移动的数据存储装置)进行接收。作为替代方案，本发明可以作为CT机内的成套综合系统被实现，在这种情况下这里描述的处理过程将在CT机本身中执行。
在步骤204中，执行对肺脉管系统的分段和特征描述。在一个实施方案中，如Pichon E，Novak CL，Kiraly AP，Naidich DP在SPIE医学成像2004年会刊第5367卷第161到170页发表的文章“A novelmethod for pulmonary emboli visualization from high-resolution CT images”中所述的那样执行所述步骤，该文献在此被引入作为参考。这种技术如下工作。首先，创建肺掩模(mask)。最初在气管中选择种子点。然后，在该种子点处执行区域生长，直到整个肺被分段。为了通过气道充满肺，这种区域生长包括高阈值。接着，对分段图像执行膨胀和腐蚀，以填充由流体填充区域(诸如血管)导致的真空。为了防止肋骨和胸壁附近的其它结构被包括在掩模中，腐蚀算子应略大于膨胀算子。然后，通过包括肺掩模内所有大于阈值的体素而对肺血管进行分段。因为PE的存在将阻碍造影剂流向某些血管，所以对阈值进行选择以包括具有造影剂和不具有造影剂的血管。接着，对分段结构执行连接部分标记。具有小体积的结构被排除在外。结果是肺脉管系统S的分段。这种处理的局限性在于可能连同动脉还包括肺静脉或其它致密结构。所得到的分段S在图3中被显示为300。分段300显示了肺302和脉管系统304的轮廓。
任何其它已知的方法也可以被用于产生分段。例如，也可以使用如Sato Y等人在1998年医学图像分析第2卷第2期第143到168页发表的文章“Three-dimensional multi-scale line filter forsegmentation and visualization of curvilinear structures inmedical images”中所描述的线路滤波器。此外，对线路滤波器输出的树分析可以用于提高准确性。
在生成分段后，针对肺血管计算带符号的距离映射Ds。Ds给出了S内的每一个体素到最近的表面点的距离。因为较大的动脉具有较大的半径，所以较大的动脉将在它们的中心处具有较大的Ds。如下文更详细地描述那样，这种信息被用于计算子树。
步骤206(图2)表示分段肺脉管系统内的PE部位p的识别。这种PE部位在图3中被显示为点306。该点可以(例如由内科医生)人工地识别和指示，或者可以是自动检测算法的输出。在任何一种情况下，步骤206均表示PE部位p是处理步骤的输入。例如，PE部位的输入可以通过输入/输出设备108(如果人工识别)或通过接口106(如果自动识别)。
在这一点上在处理过程中，可以利用下述数据a)原始的对比增强的CT图像I；b)包括距离标记Ds的肺血管S的分段；和c)分段图像内用于进一步分析的点p。
在这一点上，处理可以以步骤208继续进行对受PE影响的动脉子树的分析。在步骤208中，分析受PE影响的子树，以便确定受栓塞影响的肺体积。结合图4中的流程图，进一步描述根据步骤208的处理。如图4所示，子树分析步骤由4个步骤(402-408)组成。首先，在步骤402中，在点p处确定和血管方向垂直的二等分面。该平面被用于在步骤404中执行受限制的区域生长，以分离被称为子树的树的远端部分。在步骤406中，通过基于骨架化的方法根据子树计算出树模型，并对树模型进行分析以消除相交血管。在步骤408中，确定受影响的肺体积。下面将描述图4中每一个步骤的进一步细节。
步骤420确定与血管上所选PE点相交的垂直平面。该平面在图5中被表示为平面502，PE点被表示为504。根据所述步骤，在给定所选点p 504的情况下，在点p附近建立分段S的固定大小子体积。应当注意，在近端或远端方向上，所述固定大小子体积仅包括局部树结构而不是整个树。然后，通过已知的基于骨架化的树计算方法，对所述子体积内的分段脉管系统进行建模。A.P.Kiraly等人在2004年9月在IEEE医学成像学报第23卷第9期第1365到1379页中发表的论文“Three-Dimension Path Planning for Virtual Bronchoscopy”描述了所述基于骨架化的树计算方法，该论文在此被引入作为参考。该方法在此如下进行一般描述。
树计算方法计算给出脉管系统分段图像和根部位的树模型。在图6中显示了简单的树模型。树由许多相连的分支组成。每一个分支又由许多部位组成。根部位定义树的根，并确定所有分支的父子关系。分支部位是在两个分支之间出现分叉的部位。末端部位在不具有子分支的分支的端点处找到。最后，所有其它部位都被称为观测部位。
下述步骤用于确定树模型。在给出一个分段结构的情况下，首先计算其3D骨架。这种操作将分段转换成由分叉的3D线组成的单体素厚度的结构。然后，将骨架存储到树模型格式中，在该树模型格式中找到分支和分支点。根部位确定树的根。每一个分支的多个部位是构成分支的体素位置。这种初始树模型很可能包括由于数据的离散性和分段的粗糙性而导致的假分支。为了改进模型，使用基于大小的标准来删除假分支。部位位置也可以被改进为子体素水平。最后，以邻近部位的位置为基础为剩余分支的每一个部位指定和分支方向垂直的方向。
所述方法被应用于在点p附近所获取的子体积。我们感兴趣的是获取在位置p处的垂直平面。简单地将分段内距离p最远的点选为根部位。应当注意，该根部位相对于树的远端和近端部分可能是不正确的。真正的根部位应当位于树的最近分支上。但是，根部位的位置不影响所计算的在位置p处的垂直平面。在给出所计算的模型的情况下，取距离p最近的部位并将所述部位的观测方向视为和该平面垂直。
下一个步骤(图4中的404)将所定义的平面用于从树的其余部分中切割子树。步骤404如下进行。假设平面502二等分血管，仍然存在这样的问题树的哪一侧包含感兴趣的子树，哪一侧包含朝着心脏的最近的血管。步骤404的目的是生成所选脉管系统的远端部分的分段，所述分段被称为S′。对位于位置p处的分段结构S执行两种基于规则的区域生长操作，在平面的每一侧执行一种基于规则的区域生长操作。执行以两种方式被限制的标准3D区域生长操作。首先，它必须通过在S中定义的分段来限制。其次，区域不能穿过先前定义的平面502。两个区域中较小的一个被看作远端树。最终结果是确定远端子树S′S，这是进一步处理的基础。这种远端子树S′在图7中被显示为700。应当注意这种子树可以包括由于部分体积效应而引起的看起来相交的附加血管704。这些相交的附加血管在下一个步骤中进行处理。
在步骤406中，通过基于骨架化的方法根据子树计算出树模型(如上所述)，并且分析该树模型以消除相交血管。假设子树S′700，其树结构由上面结合步骤402所述的基于骨架化的树计算方法来确定。这种基于骨架化的树在图7中被显示为位于血管内的线(例如，706)。如上所述，步骤402仅计算所选点p附近的树结构，而不是整个子树。步骤406的目标是提供一种子树模型。距离所选点p最近的分支端点被自动选作模型的根部位。但是，树计算方法假设作为输入给出的分段管状结构构成真正的血管树，并且不包含任何重叠结构。这不是囊括所有给定子树的情况，因为肺血管可能由于部分体积效应而包含明显的重叠。因此，只要这种树在S′中相交，所计算出的模型就会将不正确的分支纳入到邻近脉管树中。
给定分段的树模型，可以确定由邻近血管引起的血管相交。首先，如图8所示，确定每一个分支的分支角802。图9图解说明了用于识别并消除相交血管的方法。远端动脉树902具有通常和父分支形成大于90度的分支角的分叉结构。例如，子分支904具有大于90度的分支角906。现在考虑子树910的血管908，该血管在S′内相交，因此被捕获在树结构中。这种相交将产生小于90度的分支角912，同时产生具有互补分支角916(误差余量允许将这两个分支角看作是互补的)的同胞分支914。因此，根据步骤406，通过1)子分支相对于父分支具有为锐角的分支角；和2)同胞分支具有互补分支角，识别相交血管。因此，根据所述测试，分支908和914被识别为相交血管。所识别出的相交分支从模型中被删除。应当注意，从树模型中删除分支也需要删除作为其子分支被捕获到模型中的所有分支。因此，在图9的实例中，父分支908和分支918也将被删除，因为相对于根部位，树结构将它们建模成分支908的子分支。识别和删除以迭代的方式继续执行，直到相交血管的整个附属树结构从模型中被删除。
没有任何相交的最终的树模型和分段在图10中被显示为1002，并且能够被用于改进在S′中定义的血管子树。每一个分支的每一个部位通过Ds和距离值联系在一起。如上所述，距离值给出了从给定的分段体素到血管表面的最短路径值。因此，该值是在特殊的体素位置处分段内所能包含的最大球体的半径。这些距离值的可获得性允许树模型通过在树模型的每一个部位放置大小合适的球体并捕获S和这些球体相交的部分来重新建立S′。因为相交树从模型中被删除，所以它们不会在这种重新建立的S′中出现。然后，最终的S′仅包含如图10所示的没有相交的血管子树。因此，S′的初始确定不是最终的，并且通过从树模型中可获得的高级别的信息被进一步改进。
在这一点上，步骤408可以继续量化受PE影响的肺体积。这种量化步骤408对通过子树灌注的肺体积区域进行估计。为了更准确地估计这种区域，需要包括胸壁附近的血管的详细子树。尽管高分辨率CT能够提取小血管，但是在大多数情况下分段子树不会达到胸壁。但是，分段充分接近胸壁，以提供对受影响的体积的很好的近似。
如图11所述，树模型中的每一个末端分支(也就是，没有子分支的分支)(1102、1104)被线性地延伸，直到它在胸壁1106处碰到肺边界。如上所述，每一个部位均具有与之相关的观测方向，该观测方向限定了血管在该点的方向。在每一个末端分支的每一个末端部位(1108、1110)处的观测方向确定了延伸方向。
为了确定受影响的肺体积，按照公知方式计算延伸树的3维凸包1112。该凸包1112定义了受影响的肺区域。然后，(通过对凸包中的体素的数目进行计数)测量出这个区域的体积，并将该体积除以整个肺的体积(通过对肺掩模中的体素的数目进行计数来计算)以获得受影响的肺的百分比。因为分支已经在胸壁附近，所以如上所述的分支的延伸是一种可接受的估计。任何其它分支很可能不在凸包的外侧相交。
由所述技术所产生的图像可以通过I/O 108(图1)(例如，计算机显示监视器)显示给用户，以提供分段和量化结果的图形反馈。在有利的实施方案中，如图12所示，分段动脉1202可以用透明色来显示，并且子分段树的凸包1204被用于使受影响的区域可视化。此外，肺1206的透明视图提供受影响的肺体积的视觉显示。
为了清楚起见，结合单个PE部位和所提取的子树对所述实施方案进行了描述。但是，一些患者具有多个栓子。对于另外选出的PE部位，可以重复执行所述步骤，其中针对每一个部位提取新的子树。被每一个子树所对着的体积可以被一起求和以指示受影响的总肺体积。在所指示的PE直接位于另一个PE的下游的情况下，一个子树将被完全包含在另一个子树内。这种情况可以从树计算中检测到。在这种情况下，当计算受影响的总区域时，不将较小的树的体积加到较大树上。
应当理解的是，在一些情况下，肺栓子仅部分地阻塞动脉。在这种情况下，血液仍然可以流过血凝块，从而允许受影响的子区域被血液部分灌注。在这些情况下，能够计算肺受栓子影响的程度是极其有用的。下述实施方案估计部分地阻塞的栓子的影响。在给定PE部位和分段血管的情况下，从动脉中分割出血凝块，以便计算血凝块垂直于分段血管的横截面面积Ac。还根据血管分割计算出现血凝块的血管的横截面面积Av。作为Ac/Av的最大值，计算阻塞百分比。对肺的影响程度是通过阻塞百分比缩放的受影响的子区域。在图12中所示的实例中，如果阻塞百分比是80％，那么对肺的影响程度是4.6％，或5.7％的80％。
上面的详细描述应当被理解为是在每一个方面都是说明性和示例性的，但不是限制性的，并且这里所公开的发明的范围不应根据该详细的描述来确定，而是根据如按照专利法所许可的全部范围所解释的权利要求来确定。应当理解的是这里所显示和描述的实施方案仅说明了本发明的原理，并且本领域的技术人员在不背离本发明的精神和范围的情况下可以实现各种修改。在不背离本发明的精神和范围的情况下，本领域的技术人员能够实现各种其它特征组合。例如，这里使用肺栓塞作为说明性实施方案对本发明进行了描述。但是，本发明并不限于肺栓塞，而是可应用于任何类型的栓塞。此外，所述描述使用CT数据作为说明性实施方案。但是，本发明可应用于任何类型的3维医学图像数据、诸如磁共振。
权利要求
1.一种用于分析器官内由于栓塞而受影响的区域的自动方法，包括以下步骤利用图像体数据生成器官脉管系统的分段图像；识别所述分段图像内的栓子点；和自动确定受所述栓塞影响的器官体积。
2.根据权利要求1所述的方法，其中所述器官是肺。
3.根据权利要求1所述的方法，其中所述识别栓子点的步骤包括将所述栓子点作为用户输入接收。
4.根据权利要求1所述的方法，其中所述识别栓子点的步骤包括自动识别所述栓子点。
5.根据权利要求1所述的方法，其中所述图像体数据包括计算机断层成像数据。
6.根据权利要求1所述的方法，其中所述自动确定受所述栓塞影响的器官体积的步骤进一步包括以下步骤根据部分栓子的阻塞百分比，缩放受所述栓塞影响的器官体积。
7.根据权利要求1所述的方法，其中所述自动确定受所述栓塞影响的器官体积的步骤进一步包括以下步骤计算所述分段图像内的子树。
8.根据权利要求7所述的方法，其中所述计算所述分段图像内的子树的步骤进一步包括以下步骤识别位于所述栓子点远端的血管。
9.根据权利要求7所述的方法，其中所述计算所述分段图像内的子树的步骤进一步包括以下步骤确定在所述栓子点处和血管垂直的平面；其中所述子树包括所述脉管系统相对于所述平面的远端部分。
10.根据权利要求7所述的方法，其中所述子树图像包括由于所述图像中的邻近血管而导致的多个重叠树，所述方法进一步包括以下步骤识别所述重叠树；和从所述子树中删除所述重叠树。
11.根据权利要求10所述的方法，其中所述识别重叠树的步骤进一步包括以下步骤分析所述子树图像内的分支角。
12.根据权利要求11所述的方法，其中所述识别重叠树的步骤进一步包括以下步骤如果子分支具有为锐角的分支角并且同胞分支具有互补的分支角，则识别重叠血管。
13.根据权利要求7所述的方法，其中所述确定受所述栓塞影响的器官体积的步骤进一步包括以下步骤计算通过所述子树灌注的所述器官的体积。
14.根据权利要求13所述的方法，其中所述计算通过所述子树灌注的所述器官的体积的步骤进一步包括以下步骤通过将所述子树的末端分支延伸到所述器官的边沿而产生延伸子树；和计算所述延伸子树的凸包。
15.用于分析器官内由于栓塞而受影响的区域的设备，包括用于利用图像体数据产生器官脉管系统的分段图像的装置；用于识别所述分段图像内的栓子点的装置；和用于自动确定受所述栓塞影响的器官体积的装置。
16.根据权利要求15所述的设备，其中所述用于识别栓子点的装置包括用于将所述栓子点作为用户输入接收的装置。
17.根据权利要求15所述的设备，其中所述用于识别栓子点的装置包括用于自动识别所述栓子点的装置。
18.根据权利要求15所述的设备，其中所述图像体数据包括计算机断层成像数据。
19.根据权利要求15所述的设备，其中所述用于自动确定受所述栓塞影响的器官体积的装置进一步包括用于根据部分栓子的阻塞百分比来缩放受所述栓塞影响的器官体积的装置。
20.根据权利要求15所述的设备，其中所述用于自动确定受所述栓塞影响的器官体积的装置进一步包括用于计算所述分段图像内的子树的装置。
21.根据权利要求20所述的设备，其中所述用于计算所述分段图像内的子树的装置进一步包括用于识别位于所述栓子点远端的血管的装置。
22.根据权利要求20所述的设备，其中所述用于计算所述分段图像内的子树的装置进一步包括用于确定在所述栓子点处和血管垂直的平面的装置；其中所述子树包括所述脉管系统相对于所述平面的远端部分。
23.根据权利要求20所述的设备，其中所述子树图像包括由于所述图像中的邻近血管而导致的多个重叠树，所述装置进一步包括用于识别所述重叠树的装置；和用于从所述子树中删除所述重叠树的装置。
24.根据权利要求23所述的设备，其中所述用于识别重叠树的装置进一步包括用于分析所述子树图像内的分支角的装置。
25.根据权利要求24所述的设备，其中所述用于识别重叠树的装置进一步包括用于在子分支具有为锐角的分支角并且同胞分支具有互补的分支角时识别重叠树的装置。
26.根据权利要求20所述的设备，其中所述用于确定受所述栓塞影响的器官体积的装置进一步包括用于计算通过所述子树灌注的所述器官的体积的装置。
27.根据权利要求26所述的设备，其中所述用于计算通过所述子树灌注的所述器官的体积的装置进一步包括用于通过将所述子树的末端分支延伸到所述器官的边沿而生成延伸子树的装置；和用于计算所述延伸子树的凸包的装置。
28.一种计算机可读介质，包括所存储的用于分析器官内由于栓塞而受影响的区域的计算机程序代码，当被处理器执行时，所述计算机程序代码定义以下步骤利用图像体数据产生器官脉管系统的分段图像；识别所述分段图像内的栓子点；和自动确定受所述栓塞影响的器官体积。
29.根据权利要求28所述的计算机可读介质，其中所述定义识别栓子点的步骤的计算机程序代码包括定义将所述栓子点作为用户输入接收的步骤的计算机程序代码。
30.根据权利要求28所述的计算机可读介质，其中所述定义识别栓子点的步骤的计算机程序代码包括定义自动识别所述栓子点的步骤的计算机程序代码。
31.根据权利要求28所述的计算机可读介质，其中所述图像体数据包括计算机断层成像数据。
32.根据权利要求28所述的计算机可读介质，其中所述定义自动确定受所述栓塞影响的器官体积的步骤的计算机程序代码进一步包括定义以下步骤的计算机程序代码根据部分栓子的阻塞百分比，缩放受所述栓塞影响的器官体积。
33.根据权利要求28所述的计算机可读介质，其中所述定义自动确定受所述栓塞影响的器官体积的步骤的计算机程序代码进一步包括定义以下步骤的计算机程序代码计算所述分段图像内的子树。
34.根据权利要求33所述的计算机可读介质，其中所述定义计算所述分段图像内的子树的步骤的计算机程序代码进一步包括定义以下步骤的计算机程序代码识别位于所述栓子点远端的血管。
35.根据权利要求33所述的计算机可读介质，其中所述定义计算所述分段图像内的子树的步骤的计算机程序代码进一步包括定义以下步骤的计算机程序代码确定在所述栓子点处和血管垂直的平面；其中所述子树包括所述脉管系统相对于所述平面的远端部分。
36.根据权利要求33所述的计算机可读介质，其中所述子树图像包括由于所述图像中的邻近血管而导致的多个重叠树，所述计算机可读介质进一步包括定义以下步骤的计算机程序代码识别所述重叠树；和从所述子树中删除所述重叠树。
37.根据权利要求36所述的计算机可读介质，其中所述定义识别重叠树的步骤的计算机程序代码进一步包括定义以下步骤的计算机程序代码分析所述子树图像内的分支角。
38.根据权利要求37所述的计算机可读介质，其中所述定义识别重叠树的步骤的计算机程序代码进一步包括定义以下步骤的计算机程序代码如果子分支具有为锐角的分支角并且同胞分支具有互补的分支角，则识别重叠树。
39.根据权利要求33所述的计算机可读介质，其中所述定义确定受所述栓塞影响的器官体积的步骤的计算机程序代码进一步包括定义以下步骤的计算机程序代码计算通过所述子树灌注的所述器官的体积。
40.根据权利要求39所述的计算机可读介质，其中所述定义计算所述器官的体积的步骤的计算机程序代码进一步包括定义以下步骤的计算机程序代码通过将所述子树的末端分支延伸到所述器官的边沿而生成延伸子树；和计算所述延伸子树的凸包。
全文摘要
本发明公开了一种用于分析器官内由于栓塞而受影响的区域的自动技术。通过使用(例如)从计算机断层成像(CT)机接收的图像体数据而生成器官脉管系统的分段图像。然后，在分段图像中(人工地或自动地)识别栓子，并且自动确定受栓塞影响的器官体积。通过计算分段图像中的子树，可确定受栓塞影响的器官体积，其中子树包括位于所识别的栓子点远端的血管。在一个实施方案中，通过确定在栓子点处和血管垂直的平面而生成子树，以致于子树包括脉管系统相对于该平面的远端部分。(例如通过分析分支角)识别不希望有的重叠树并从子树中删除。通过计算通过子树灌注的器官体积来确定受栓塞影响的器官体积。通过根据部分栓子的阻塞百分比来缩放体积，可以调整受影响的体积。
文档编号G06T1/00GK1765322SQ200510099198
公开日2006年5月3日 申请日期2005年9月13日 优先权日2004年9月13日
发明者A·P·基拉利, L·贡德尔, C·L·诺瓦克 申请人:西门子共同研究公司, 西门子公司