专利名称：在心脏的三维数据组中自动确定左心室位置和取向的方法
技术领域：
本发明涉及一种在心脏的三维数据组中自动确定左心室和/或相邻区域的位置与取向的方法，心脏的三维数据组例如是在注射造影剂的条件下利用成像的断层造影方法、特别是计算机断层造影记录的。
背景技术：
利用现代的计算机断层造影、特别是多层计算机断层造影的技术，使得除了迄今进行的冠状心脏疾病的可视化之外还可以为了进行功能性的分析而可视化心脏。在此，在注射造影剂的条件下进行心脏的3D数据的图像记录，以便能够将灌注(durchbluten)后的和由此积聚了造影剂的区域明显地与未灌注的结构区分开来。
根据断层造影模态的3D图像数据进行功能性心脏分析的基本前提是对图像数据的适当的可视化，在该可视化中观察者随时可以识别和/或询问由其在图像中标记的心脏中的任意位置的精确状态。这点首先要求在左心室、右心室和心肌之间正确地分界。
对于这样的分界要求将3D图像数据分割为心脏的单个区域。为此，最近更多地采用基于模型的方法，例如在所谓的“Active Shape Models(活跃形状模型)”(ASM)或者所谓的“Point Distribution Models(点分布模型)”(PDM)。对于这些基于训练数据建立并与出现的3D图像数据匹配的模型的细节，例如见T.Cootes等人的“Statistical Models of Appearance forComputer Vision”，University of Manchester，5.December 2000。不过，迄今为止利用这种模型在心脏的3D图像数据中对左心室以及心肌结构进行分割，仅仅在使用者的费时的手动交互的条件下才可以进行。同样，对于按照段模型(例如美国心脏协会的17段段模型、即AHA模型)的心脏各个区域的分配，迄今为止要求与使用者的手动交互。在这些手动交互中使用者必须在所示出的图像中标记隔膜的边界点，在其基础上结合已经分割出的图像数据可以进行对段模型的分配。这种段模型将心脏分成定义在基部的、中间心室的以及顶上的区域，这些区域在专业领域中描述心脏时分别作为参考。
发明内容
本发明要解决的技术问题是，提供一种在心脏的三维数据组中自动确定左心室和/或相邻区域的位置与取向的方法，其中，这种确定是在没有与用户的费时的交互的条件下自动实现的。
在按照本发明的方法中，3D数据组、尤其是心脏的CT图像数据组例如是在注射造影剂的条件下利用成像的断层造影方法记录的。在该3D数据组中首先利用图像处理算法对左心室至少进行粗略的分割，并且从分割出的图像数据中确定左心室的长主轴。从该主轴出发利用辐射状的搜索射线在至少一个垂直于主轴的平面内检测隔膜的边界线的两个端点。该检测可以通过阈值方法完全自动地进行。基于分割出的图像数据、已知的长主轴和检测出的端点的位置，确定左心室的位置和取向。
优选地，将左心室的确定的位置和取向用于将段模型(特别是AHA段模型)与3D图像数据或者从中分割出的图像数据对应。这样，观察者可以通过在各自示出的图像内部点击或者标记对应的点或者区域，而获得按照该段模型所对应的段的信息。
在本发明的另一个非常优选的扩展中，通过模型与3D图像数据的匹配，对所述粗略分割进行细化，从现有的数据中、也就是由主轴的状态、隔膜边界线的端点以及左心室的粗略分割得到粗略分割的起始参数，即起始位置、起始缩放比例和围绕主轴的旋转方向。通过这种方式避免了为了进行模型匹配而进行费时的与使用者的手动交互。
在一种优选的实施方式中，使用者仅仅通过在心脏的图像显示中在主动脉上进行点击来设置一个起始点，从该起始点出发完全自动地实现本发明的其它步骤。使用者可以在确定3D图像数据组中左心室和/或相邻区域的位置与取向之后，按照本发明的方法使得任意的图像被显示出来，并且随时被告知关于各个显示的图像区域的精确位置。这使得可以在没有与用户的费时的交互的条件下，基于断层造影的3D图像数据、特别是CT图像数据来进行功能性的心脏分析。
下面结合附图在不限制本发明的保护范围的条件下根据实施方式对本发明作进一步说明。图中图1表示对于在实施本发明的方法中各个方法步骤的例子；图2表示在分割主动脉时区域增长算法的例子；图3表示在左和右心室之间进行分离的例子；图4说明对隔膜的边界线的端点的检测；图5表示对AHA段模型以及图像数据的极图的例子；以及图6表示在中间心室平面中的隔膜边界线的端点。
具体实施例方式
图1示出了对于在实施本发明的方法中各个方法步骤的例子。下面还将逐个再次详细地解释各个方法步骤。首先，提供心脏的3D数据组，其是在注射造影剂的条件下利用计算机断层造影方法记录的。在此，为功能性心脏分析而对图像数据进行的分割应该通过将描述心外膜表面和心内膜表面的ASM与3D图像数据组的匹配来实现。
为了为模型的匹配自动地确定起始参数而采用一种算法，该算法的启动仅仅需要使用者在3D图像数据的图像显示中的主动脉的上部区域点击一个位置。从通过这种方式标记的图像点出发，在3D图像数据组的第一断层中计算围绕该标记点的预定区域内部的平均强度。然后启动区域增长算法，该算法在该断层中对所有分别相邻的体素检查它们是否处在围绕该平均强度值的一个预定阈值区间之内。所有处在该区间内部的体素被计数和对应地标记为主动脉。同样的过程对于下一个分别处于下方的断层进行，其中，此次根据在上面断层中标记的体素的平均强度来计算平均强度值。图2中示意地示出了该区域增长算法的逐层实施，其示意地示出了主动脉18以及在区域增长算法中依次通过的各个断层19。
为了避免失控地增长到整个心脏，为区域增长算法设定增长界限。这点在本例中如下实现分别围绕每个标记的体素设置一个矩形范围，并且检查在该周围范围内是否最少数目的体素成为模板。如果不是，则将该区域从模板中减去。如果是，则将其引入到模板中。通过这种方式避免了在区域增长中不希望的增长。作为该所采用的区域增长算法的结果，得到主动脉、左心室以及右心室的部分、左和右心庭的模板(Maske)。
为了检测心瓣膜的平面对图像数据进行逐层的分析。为此，在每个区域增长算法中穿过的断层中确定成为模板的体素平面的重心。在主动脉至左心室的过渡处发生了该重心的较强列的侧向错位，该重心可以根据分割后的图像数据来确定。因此，重心的这种跳跃在图像数据组中确定了主动脉的末端。属于成为模板的平面的体素数量在该位置处也跳跃地增加。因此，通过该分析可以在3D图像数据中自动地确定从主动脉至左心室的过渡。
因为区域增长算法也可以在右心室中运行，必须检测到这点并在图像数据中对应地隔离出右心室。这种情况可以根据重心在主动脉末端之后的再次跳跃而检测到。如果出现了这种跳跃，则表明算法也在右心室中进行了。在这种情况下，在其中检测到该再次跳跃的断层显示中在左心室(LV)和右心室(RV)之间设置分离线23。这点在图3中表示出。该分离线23的定位这样进行在前面断层中成为模板的平面恰好不与该分离线相切。该分离线的取向可以从3D图像数据的附加信息中得到，该附加信息以DICOM格式出现。从该图像数据中已知患者在图像拍摄时的取向，通过该取向也确定分离线的取向。所有在分离线23(见图3)以上的体素被切除，并且不用于制成模板。
作为上面方法步骤的结果得到左心室的二进制模板，在其基础上可以确定ASM的取向和缩放比例作为起始参数。
不过，对于模型的快速和精确的匹配来说，该缩放比例和定位是不够的。围绕主轴的转动还没有因此固定，同样还需要确定。这在上述方法中不是通过手动确定隔膜的对应边界点来进行的。这些边界点更多是按照下列方式自动确定的。
从上面对左心室的组成部分的分析中已知了长主轴24。此外，从DICOM信息中已知了患者的取向，并且可以在搜索隔膜时用于在图4示出的图像显示中排除右侧区域25。该搜索仅仅在左半部分进行。为此，从已知的主轴24出发以辐射状的方向在该断层中通过图像数据发出搜索射线26。通过分析沿着各个搜索射线26的分别相邻的体素之间的梯度，可以采集隔膜的边界线27。在此，仅仅搜索处于预定阈值之上的梯度。为了匹配该边界线27可以额外地进行数学上的曲线匹配。通过这种方式采集并平滑该边界线。感兴趣的仅仅是该边界线27的端点28，在这些端点上梯度下降到阈值以下。这些端点28被用于确定左心室围绕主轴的旋转方向。随后通过对该端点28的了解，可以将3D图像数据与AHA段模型相对应。图5中的左边示出了该模型。图5的右边示出了心脏图像数据的极点图表示29(也称为“Bull Eyes Projection”)，其代表了对应于AHA段模型的视图。这种极点图表示可以由使用者提出，并且可以容易地从3D图像数据中产生。
最后，图6示出了在心脏的中间心室区域中一个断层的光学显示，其中表示了对应于段模型的各个片段以及隔膜边界线的端点28。
权利要求
1.一种在心脏的3D数据组中自动确定左心室和/或相邻区域的位置与取向的方法，其中，-提供心脏的3D数据组，其是在注射造影剂的条件下利用成像的断层造影方法记录的，-在该3D数据组中利用图像处理算法至少粗略地分割出左心室，并且从分割出的图像数据中确定左心室的长主轴(24)，-从该主轴(24)出发利用辐射状的搜索射线(26)在至少一个平面内检测隔膜的边界线(27)的两个端点(28)，以及-基于分割出的图像数据、长主轴(24)和端点(28)，确定左心室的位置和取向。
2.根据权利要求1所述的方法，其特征在于，基于所述分割出的图像数据、长主轴(24)和端点(28)，将所述3D图像数据或者从中分割出的图像数据对应于一个左心室的段模型。
3.根据权利要求1或2所述的方法，其特征在于，通过对模型、特别是表面模型的匹配来细化对左心室的粗略分割。
4.根据权利要求3所述的方法，其特征在于，通过预处理确定起始位置和起始缩放比例来作为所述匹配的起始参数，其中，在区域增长算法的基础上从主动脉(18)的任意可预先给定的起始点出发，检测从主动脉(18)到左心室的过渡，并且将左心室相对于右心室进行分界。
5.根据权利要求4所述的方法，其特征在于，所述区域增长算法从该起始点出发进行逐层的分割，其中，在每个断层的通过该分割而成为模板的数据组中确定成为模板的平面的重心，并且根据重心从一个断层至下一个断层的跳跃性的错位，检测从主动脉(18)至左心室的过渡。
6.根据权利要求3至5中任一项所述的方法，其特征在于，将所述端点(28)用于确定所述模型围绕所述主轴(24)的起始旋转位置，作为模型匹配的另一个起始参数。
7.根据权利要求1至6中任一项所述的方法，其特征在于，所述隔膜的边界线(27)是通过梯度阈值方法确定的。
全文摘要
本发明涉及一种在心脏的3D数据组中自动确定左心室和/或相邻区域的位置与取向的方法，该3D数据组是在注射造影剂的条件下利用成像的断层造影方法记录的。在该方法中，首先对左心室进行粗略的分割，并且从分割出的图像数据中确定左心室的长主轴(24)。从该长主轴(24)出发利用辐射状的搜索射线(26)在至少一个平面内检测隔膜的边界线(27)的两个端点(28)。分割出的图像数据、长主轴(24)和端点(28)确定图像数据组中左心室的位置和取向。然后，基于这些对图像数据的自动分析，可以对应于一个段模型和/或将用于精确分割出图像数据的表面模型与图像数据组匹配。该方法不需要与使用者的费时的交互。
文档编号G06T15/00GK1806758SQ200610006018
公开日2006年7月26日 申请日期2006年1月23日 优先权日2005年1月21日
发明者丹尼尔·林克, 迈克尔·朔伊林 申请人:西门子公司