基于模型的流动分析和可视化的制作方法

专利名称：基于模型的流动分析和可视化的制作方法
基于模型的流动分析和可视化
本发明涉及一种基于图像序列导出血管中血液流动的模型，从而使导 出的模型与标准血管模型相匹配，以自动测量血液流动的属性、识别异常 并显现结果，供医生或介入医师利用该模型时作进一步考虑的系统、装置 和方法。
很多医学成像模式给医生和介入医师提供有关不同血管系统中血液流 动的信息。临床观察的自动和计算机辅助分析十几年来一直是研发的一个 焦点。这同样适用于血管造影采集的流动分析。这种分析的主要目的是根 据示出造影剂在血流中动力学的观察图像序列鲁棒地提取定量和特性流动 属性。
这种分析必须处理血液的流体属性、心跳、图像噪声、造影剂注射以 及其它在临床采集中不能确定或是患者特异性的属性。因此，任何自动流 动分析的重要属性在于它能够处理确定各特征的表现的所有已知影响。然 而，这么大一组不同影响的先验知识很难合并到基于观察特征的解释的分 析中，因此导致大多数当前已知的方法对于临床应用缺乏足够的鲁棒性。
从对造影剂通过血管子系统的前进进行成像的血管系统诊断采集中提 取的功能信息可提供这些影响的初步测量。例如，对于针对狭窄的分级而 言，主治医师主要感兴趣的是狭窄处的压降。对于针对动脉瘤的分级而言， 可能感兴趣的是没有绕过动脉瘤而是通过该动脉瘤的血液量，然而对于分 叉而言，进入各分支的流动部分是重要的功能信息。所处理的情况决定了 什么功能信息是相关的。用于定量血液流动评估的所有已知算法都是基于 简单的特征分析，例如一团注射的对比物质的到达时间，并且这些算法没
有特异性以及不足以进行复杂血管形态的评估。
血液流动测量是评估动脉或静脉疾病(例如，狭窄或动脉瘤)严重性
所必需的。可以由介入x射线、超声、使用计算机断层摄影或磁共振成像
的重复采集以及其它模式来对造影剂的前进进行成像。给出了针对介入x 射线的示例；然而，这仅是举例说明并不意味着对X射线模式的任何限制。 在微创手术中，介入医师将导管插入到感兴趣血管中，并注射造影剂 使血液流动可在其的X射线序列中显现。随后，医师通过视觉检査所采集 的X射线序列中造影剂的扩散而对血液流动进行评估。为了在X射线序列 中得到流体动力学的最佳视觉效果，需要对图像进行预处理。例如，必须 去除背景噪声，这是因为它可产生令人不满意的视觉效果。这尤其可应用 于以高帧频采集的流动序列，这是因为由于为了将总的患者剂量保持在可 预期的范围内必须使用低的帧剂量(frame dose)而获得较低的图像质量。 一种普通的噪声抑制方法是时间滤波，其中对给定数量的帧进行加权和平 均。
到目前为止，在不考虑患者个体血液流动的情况下一直用固定的参数 集来执行信号处理。结果，不适当的参数可扰乱流体动力学效应的视觉效 果。在时间滤波的情况下，时间滤波的强度是关键。如果滤波强度选择太 高，则在成像期间造影剂团径向改变其的位置。结果，显示出模糊的团块 并且丢失了重要的功能信息。因此，时间滤波的强度必须适应实际的流速， 这在很大程度上取决于患者、疾病和器官。此外，造影剂主要以高浓度的 团块出现，并且观察的可视化常常转为显示这种团块的出现，然而更多诊 断上的相关信息包含于显示在造影剂浓度有局部、更小变化的微流现象中。 这些局部、更小的变化常常让较大的造影剂团块弄的模糊，而且人们期望 有用于揭示并显现微流现象的方法。
功能信息能够得到疾病对人体影响的直接测量，但同时通常不会得到 很高的期望。因而，对于从医学成像中提取功能信息的需求越来越大。然 而，血液流动分析不是临床的常规操作，这是因为从对比增强的X射线图 像或其它模式中自动获得的信息并不充分。
本发明的系统、装置和方法提供了基于具体流动分析的有关个体潜在 物理血液流动的功能信息，即在所成像的感兴趣血管子系统中具体患者的 血液流动参数。将先验知识灵活地结合到本发明的系统、装置和方法的血 液流动分析中是一种从现有技术的特征计算分析转换到以适当选择的预测 模型为基础的新的基于模型的功能分析的范例。
在第一实施例中，先验知识来自于流体动力学，并用从一幅或多幅血 液流动图像的序列中获得可利用的患者特异性信息进行补充，其中，各图 像用于将恰当选择的血液流动行为的模型适配到由患者血液流动图像的序 列所表现的真实生理过程。作为本发明的基本优势，不再须要进行用公式 表示并执行特征分析算法以解释观察(从患者获得的血液流动图像的序列) 的所有可能偏差。代替的是，使用本发明基于模型的方法，能结合不同的 影响以便能够预测在诊断采集中可能遇到的广泛观察和特征。与现有技术 的计算特征分析相比的优势在于，本发明第一实施例的方法给出了定义明 确的可能性，从而将所有有关观察过程的先验知识包括到该分析中。
其它的实施例关注于将提取的流动信息进行可视化的有利用法以及以 易于访问的方式呈现给观察者。可以对不同的信息和现象进行提取并增强 或者滤除，以及基于来自预测的任何偏差引起医生/介入医师注意这些信息 和现象，使得医生/介入医师能够用期望的数值实现微流现象的进一步可视 化(所识别异常的流动的更详细可视化)并进行视觉比较。
在第二实施例中，将诊断图像序列中所包含的造影剂传播与建模得到 的与观察序列相匹配的生理流动模式进行比较。各个剩余偏差的可视化和 量化用于首先识别异常的流动，然后执行详细地分析，诸如提取的参数与 目标血管结构中期望值的分布进行比较。
在第三实施例，在滤波步骤期间应用自适应信号预处理(滤波)，以便 说明具体患者的血液流动速度、总的血流量和其它相关流动参数。 一种替 代方案包括自适应滤波，其取决于慢动作重放中的重放速度。


图1示出了本发明的基于模型的流动分析工作流程，并示出了使用提 取的特征来详细说明模型，且包括针对具体患者最终得到的模型的误差测
量和校正；
图2示出了用于通过确定模型预测和原始观察之间的差来对流动现象 进行可视化的方案；
图3示出了根据本发明的具有观察点和相关模型的动脉瘤； 图4示出了与各种血管局部解剖相关的各观察点的示例； 图5示出了在其中观察动脉瘤中造影剂流动(来自采集的各原始帧a)
的各血管段的诊断图像和显现这种异常微流的经处理图像(b)的示例；
图6示出了实现第一实施例的基于模型的流动分析的装置； 图7示出了实现第二实施例的可视化方案的装置； 图8示出了实现对动态观察图像进行滤波的装置；以及
图9示出了一种系统，用于由成像模式捕获动态观察、根据本发明第
三实施例对各图像进行滤波、将本发明第一实施例的流动分析应用到滤波 后的动态观察中以及用本发明第二实施例显现滤波和模拟的动态观察的重 放。
本领域普通技术人员应当理解的是，为了便于说明而非限制提供以下 的说明书。技术人员可以理解到，在本发明的精神和权利要求书的范围内 存在很多变更。为了使本发明清楚起见，本说明书不再赘述已知的功能和 结构。各示例仅是为了阐述，并不打算限制本发明的范围。
在第一实施例中，本发明的系统、装置和方法为医生/介入医师提供涵 盖感兴趣的重要血管形态及病理的示例性数学流动模型集，并提供了一种 针对所考虑情况手动或自动选择适当模型的技术。每种模型包括的参数集 涵盖血管局部解剖或病理的具体流动参数集。优选实施例的基于模型的分 析的目的是优化该集合，并在模型给出与观察尽可能相似的预测时向用户 提供参数。因而，经优化的模型参数包括用于诊断的临床相关信息和用于 所考虑血管结构的结果控制。在替代的优选实施例中，可以通过连接若干 定制的模型对复杂的血管系统进行分析。模型选择取决于在至少一幅图像 的序列中所描绘的血管局部解剖，并且可以手动或自动地来执行。
现在参照图1，在第一优选实施例中，本发明基于所观察特征的流体动 力学结合血液流动的先验知识，以确定适当的流动模型，该模型适配于由
显示造影剂在血管系统中前进的诊断图像数据序列构成的观察ioi所代表
的真实生理过程。然而，由于在不同血管局部解剖和病理中的不同流动行 为，每个感兴趣的血管结构都需要定制的模型。本发明详述了涵盖感兴趣 的重要血管局部解剖及病理的示例性数学流动模型集，并提供为所考虑的 每种情况选择适当模型的技术。对于其它血管子系统的其它可能预测模型
包括肿瘤送料(tumor feed)、动静脉畸形等，但这些仅是示例，并不打算
作为该方法的限制。
在优选实施例中，每个模型包括跨越血管形态和血管病理中至少一个 的具体流动参数的参数集。本发明对各模型参数进行优化以反应用于诊断 的临床相关信息和用于所考虑血管结构的结果控制。
在替代的优选实施例中，可以为分析特定的复杂血管系统形态连接若 干定制模型。最后得到的具体情况的流动模型及其选择能够对任何生理相 关结构进行血液流动评估，这是将应用到患者体内可观察的所有不同血管 形态的这种分析的先决条件。本发明的模型选择程序采用了诊断成像中， 即图像序列中所描绘的血管局部解剖。
对于人类血液流动的基于模型的流动分析而言，现在可以处理的主要 问题是血液流动的搏动性质、血液在患者间和患者内具有强可变性的所有 非牛顿流体属性以及造影剂注射本身的影响。
因而，由本发明的系统、装置和方法所提供的基于模型的流动分析范 例将所需的各特征并入算法架构中，使其能够用于分析图像序列所捕获的 临床观察。在该基于模型的分析范例中假设，各模型参数有效并能解释真 实世界的观察，使得使用这些参数得到的似乎合理的模型预测产生先前已 经观察到的各特征。
图1示出了基于模型的流动分析方法的优选实施例。采集中的观察数
据101现在向分析架构提供两个输入102。提取的代表特征104包含流动过 程所需的所有信息。附加地，提取模型的各边界条件以使模型具有一定形 态103。在这种背景下，各边界条件是血管系统中后期特征预测107所需要 了解、但独立于流动本身的各属性。在优选实施例中，血管系统模型的形 态包含所有能从所分析的血管造影照片中确定或者可从其它成像模式中获 得的特性几何属性。
模型实例106预测107当具有各边界条件的形态时取决于各流动属性 的特征108。适配回路110-113修改各流动属性直到在预先确定的公差内， 预测特征108与来自观察101的提取特征104相匹配为止。
一旦创建出适配的模型实例106，则其现在可以在由流动参数控制的情 况下预测特征。该预测是本发明基于模型的分析的特征步骤，因为在此将 所有可利用的先验知识包括在该过程中。将从观察101中提取102的特征
104与预测107的特征108进行比较给出了该模型的偏差或预测误差测量。 根据目标应用选择相关的流动参数，并将其形成搜索空间。适当的优化算 法用于适配110这些流动参数112，从而减少并最终最小化预测误差。根据 本发明优选实施例的基于模型的范例，使观察和模型预测之间剩余误差最 小的那些参数是该分析的结果，并将其提供114给应用115。
另外，这些结果的质量取决于该模型的预测和形态的有效性和似真性。 在优选实施例中，在无需修改分析架构本身的情况下，针对每种应用调整 这两种基本属性。
基于模型的分析确定具有形态的模型实例，其可以使用似乎合理的先 验知识预测并因此解释观察，从而处理各复杂观察。在创建这种基于模型 的分析中，在优选实施例中，应当在分析中表示出的每种效应都包括在对 特征108的预测107中。
针对介入X射线给出根据第一实施例的方法100的示例，但并不意味 着将该方法限制于这种模式
1. 在X射线监视下团注的成像将造影剂注射到感兴趣血管中，以 便可在至少两幅X射线图像的序列中观察到血液流动。为此，使用预先确 定的具体注射规程。
2. 识别血管结构并选择流动模型通过在至少两幅X射线图像的序 列上执行最大化/最小化运算来计算不透明的血管树蒙片(mask)。随后， 医生/介入医师通过对不透明血管树的视觉检查，从所提供的标准模型集中 选择适当的模型。
由第一实施例提供的每一流动模型描述了对于具体形态的造影剂输 移。通过各流动模型，预测此处各特征的时间强度曲线，即在预先确定的 一组观察点处造影剂随时间变化的浓度。每一模型包括模型特异性参数集， 其涵盖血管局部解剖或病理中的至少一个具体特征并需要至少一个不同数 量的预定观察点。结果，为感兴趣血管形态提取与具体血液流动相关的参 数。
流动模型集包括(但不局限于)狭窄模型、动脉瘤模型以及分叉模型。 从定制的流动模型中提取临床相关信息的示例是狭窄分级。在现有技术的 临床常规操作中，通过使用压力导丝测量狭窄上的压降来执行针对狭窄的
分级。可以通过在x射线监视下进行血液流动测量来模拟该程序。 一种程
序从对比增强的X射线图像序列中或由类似的适当模式采集的图像系列 中，测量在非分叉血管中任意观察点处搏动的血流量(volumetric blood flow)和搏动速度。借助于该方法，可计算狭窄上若干观察点处的速度v(O， 参见图4b。注意，血液流动g(O对于每个观察点是相同的。通过利用 和^(/)，随后由下式计算出每个观察点处狭窄的有效半径及<formula>formula see original document page 15</formula>(1)
压降4p、有效半径及和血液流动g(o之间的关系是本领域己知的。结果， 可以执行狭窄上压降的计算。
在替代实施例中，使用基于速度的狭窄分级来执行压降测量。在这里， 狭窄的程度由下式进行计算-
<formula>formula see original document page 15</formula>
其中，V;是观察点l处的速度，而V2是观察点2处的速度。
对于上面的分析，创建流动模型来预测造影剂通过各观察点之间管状
结构的输移。该预测优选考虑到血液和造影剂输移的所有机制，主要是搏
动的离散、扩散和血管横截面上变化的血流速度。
从定制的各流动模型中提取临床相关信息的另一示例是动脉瘤的评
估。在这里，医师感兴趣的是血液流动取自绕行通过动脉瘤的部分。需要
来自母管(parenting vessel)的流过动脉瘤体积的血液流动部分来确定血流 在动脉瘤中的剩余时间，这被认为是治疗决策和结果控制的相关参数。
首先，通过模拟进料中观察点301-302间的造影剂输移来确定总的血 流量，参见图3a的300a。随后，计算取自绕行通过动脉瘤304的部分和经 过动脉瘤而未进入的部分。为此，使用图3中区域(dement) 300b所描绘 的模型来模拟造影剂从第二观察点302到第三观察点303的输移。该底层 模型由连接两个观察点305、 306的两个管状结构组成。第一管状结构306 模拟各观察点的原始生理连接，而第二管状结构305模拟动脉瘤304中造 影剂采用的迂路。每个管状结构的长度和半径是优化过程的参数，并且造 影剂在每个建模管中的动力学优选建模为如上所述的管状血管。如另一实 施例，为了预测动脉瘤囊内造影剂的浓度和量，将动脉瘤建模为内部具有
均匀造影剂浓度的流体体积，这可根据造影剂通过观察点302流动的量来 进行预测。
从定制的各流动模型中提取临床相关信息的另一示例是使用血液流动 在分支404.1、 404.2中的比率进行分叉的评估(参见图4a的404)。为此， 优选使用上面给定的各管状结构中造影剂输移的模型，模拟从进料401中 的观察点到分流管(drain)的每个分支中观察点402、 403的造影剂输移。 该模拟的一个参数是进入每个分支402、 403的流动部分。这些比例因数的 比率指示出血流量在各分流管(各分支)402 、 403中的比率。
3. 提取各相关观察点处的时间强度曲线(TIC):对于上面给定的所 有观察点而言，在优选实施例中，为了降低噪声的影响，对血管内观察点 周围预先指定区域中的造影剂强度取平均来确定造影剂的局部浓度。观察 点的数量和位置取决于当前的血管局部解剖或病理，因此取决于流动模型。
4. 优化模型参数流动模型提供了各特征的预测，优选为时间强度曲 线和沿血管在每个观察点处的造影剂浓度的预测。在优选实施例的优化过 程中，将预测的TIC和观察到的TIC进行比较109，并调整各模型参数， 使得测得的时间强度曲线与模型预测之间的误差最小。然后输出的参数提 供用于疾病评估的重要诊断值。在分叉的情况下，在优选实施例中，图400a 的分量404是血流量在分支404.1、 404.2中的比率(如上所述)，然而对于 狭窄而言，图400b的分量408是在狭窄408上的压降。在动脉瘤的情况下， 来自母管的流过动脉瘤本身的血液流动部分是主要的参数。
5. 显示相关的输出参数在优选实施例中，以适当的方式向医生/介 入医师显示流动参数112。在替代实施例中，将结果传送给对来自流动分析 的结果进行处理的应用115中。
现在参照图6，示出了实现第二实施例的装置600，其包括模型实例生 成器，它能控制模型形态模块从包含所有可能的感兴趣血管系统的示例性 模型的数据库602中选择适当的模型及其初始形态(基于提取的真实特征)。 模型实例细化模块106运行该模型以获得预测特征108，然后将该预测特征 108与提取的真实特征进行比较，并且通过比较和适配模块110来适配与选 定模型相关的流动参数值D由模型实例细化模块106使用适配的流动参数 对模型实例进行细化，并重复预测、比较、适配和细化的过程，直到真实
特征和预测特征间的差落在预先确定的至少一个公差范围内为止。将从这
种迭代过程中最终确定的流动参数输出114给使用这些参数的其它系统/应 用，例如用在下面描述的第二实施例中。 使用模型进行流动可视化
参见图2，第二实施例是一种基于模型的可视化机制，其中不同的信息 和现象是提取/增强和滤除中的一种。在预测步骤207过程中做出进行增强 或者执行滤波过程的决定。
在第二实施例的基于模型的可视化框架中，真实观察201中的选定部 分通过已具有形态的模型206进行解释，并且能够对其进行抑制或特别处 理。预测的观察208与真实观察201之间的差210包含经模型预测步骤207 中可用的先验知识滤波的所有信息。
对于第二实施例的基于模型的可视化方案，确定模型实例。再次从真 实观察中提取202有关血管几何形状的边界条件。对于对比增强的血管造 影照片的流动分析而言，该预测包括感兴趣的血管子系统中的局部造影剂 量。此外，同样确定出动态流动参数。这些通常由先验的流动分析来提供。 在该第二实施例中模型实例206提供增强的预测能力。通过从真实观察201 中减去模型预测的观察208可获得可视化相关内容的滤波或选择。该差包 含模型实例206本身还没有解释的所有流动现象。有利的是，以这样的方 式创建模型实例206，使得其能解释并预测生理流动现象。于是，由模型实 例206预测的观察208和真实观察201之间的差包含相对于正常生理流动 的所有偏差。然后在第二实施例中，将原始观察201与生理预测的剩余差 的融合213用于增强，例如颜色编码的所有病理或难以解释的流动现象。
在第二实施例中这些差的增强可视化214相对于现有技术有显著的进 步，这是由于一般情况下，在生理流动模式下造影剂使得所有的微流效应 不清楚，因此造影剂的存在极大地削弱了感兴趣的血管结构。融合和图像 滤波213有利地从流动参数本身中取得用于这种可视化214的第二优选实 施例中的参数。具体而言，在下面将要详细描述的第三实施例中，期望的 造影剂的时间动力学用于在该融合步骤202中控制205噪声降低滤波。
现在参照图7，示出了实现第二实施例的装置700，其包括根据第一实 施例的模型实例生成器600，它通过比较和差分模块209以获得预测的观
察，并将预测的观察与基准图像(真实观察201)进行比较，且得到它们之 间的差210,然后通过融合和滤波模块213来相对于基准图像(真实观察 201)可视化该差，滤波是第三实施例800的实现。
在第二实施例的示例中，参见图5，将动脉瘤囊建模成一个与母管流进 行交换的含有造影剂的均匀混合腔。现在参照图5的al-a4，来自诊断采集 的各帧示出造影剂到达动脉瘤囊的过程。当把各诊断X射线的血管造影照 片看作输入(如上，见第2项)时，从流动序列的不透明血管系统蒙片中 提取该动脉瘤囊的几何结构。在用户选择的ROI (如图5的a-l中的矩形 501所示)中，对在迹线减影图像(trace subtract image)中存储的最大衰 减进行阈值分割，以确定投影中的血管内腔。结果，图包含动脉瘤的血管 内腔和最大造影剂浓度(代表局部厚度)。提取动脉瘤中造影剂的总量。在 模型预测中使用由该总量对动脉瘤图进行的縮放，以便从可视化中去除总 衰减的影响。从观察本身减去该建模得到的造影剂浓度揭示了动脉瘤中独 立于其内部瞬间衰减的微流(图5的bl-b4)。
替代的第二实施例引入了颜色(未示出)，颜色能够在不改动原始诊断 信息的情况下增强灰度血管造影照片的表现，并极大地提高彩色血管造影 的引人注意的质量以及其诊断的效用。对于这种彩色可视化，在诊断观察 I(x， y， t)中，灰度I对应于在实例时间因此在图像帧t时位置(x, y)处的造影 剂局部浓度。模型预测提供了包含在位置(x, y)处和时间t时由该模型提供 的所有预测造影剂浓度P的图像序列P(x,y，t)。因此，这两个图像序列的差 D(x,y,t)包含有所有未解释的造影剂变化。在优选的可视化中，原始采集I 用于确定可视化的局部强度，而局部差D用于在优选不修改强度本身的情 况下选择者色。
在又一替代的第二实施例中，创建所成像血管结构的合成视图。为此， 将提取的几何结构显示为血管系统的示意图。配色方案可以用于具有选定 流动参数的每个血管段。体积流量或脉动程度是在这种概观示意图内可显 现的流动树中可能的局部参数。具体而言，通过在从生理血管系统中获得 的统计分布对提取数据进行的分类可指示出不期望的高值或低值。这种着 色示意图可用作概观复杂血管系统中各子树的状况，或者用作受病理影响 的血管中游程长度的函数。与第一替代实施例相比，此处根据模型和提取
的参数创建新的合成显示。
使用流动和重放参数进行滤波
为降低噪声和伪影所进行的图像滤波通常应用于所有的医学图像数 据。然而，用不合适技术参数进行的滤波可能使重要的观察变得不清楚， 甚至产生观察者的眼睛能够看见但从未在采集数据中存在的伪影结构。第 三实施例使用有关个体患者血液流动速度(其由于心跳而随时间变化)的 信息解决了这些问题，以便调整滤波使得各图像包含尽可能少的噪声，但 另一方面总是在不产生模糊(它是滤波在没有进行正确调整时引入的一种 最常见的图像质量恶化)的情况下示出造影剂团的运动。在第三实施例中 图像的(预)处理及其各参数取决于估算的流动速度、总的血流量或在至
少一种图像，例如x射线的序列中描绘的患者解剖的任意其它相关流动参
数o
第三实施例的示例是通过时间滤波来降低图像噪声。此处，时间滤波 的强度取决于血液流动速度。滤波强度可随时间和位置而变化，这是因为 流动速度由于搏动依赖于时间，并且可观察到流动速度在不同血管系统中 有极大地变化。
根据第三实施例的方法的优选实施例包括如下步骤-
1. 由介入放射医师将造影剂团注射入感兴趣的血管中。
2. 使用公知的视频密度技术和第一实施例的技术从采集的X射线序列 中测量流动速度。结果，获得类似流动速度或总流量的特性流动参数。
3. 用适配的滤波尺度进行时间滤波，其通过仅允许团块覆盖加权和平
均帧中最大距离d而避免了模糊。引入流动速度v (根据前面所估算的)，
由加权和平均帧覆盖的最佳时间段^为A-^v。由于附加地知道序列的帧
频/，因此用于时间滤波的高斯低通滤波的标准偏差a由下式进行计算
cr =——=^ v
由于流动速度V(f，JC)是时间和位置的函数，因此可为每个单独的时刻和(血
管)像素单独地计算反应时间滤波强度的标准偏差a (籍此在血管外可选择 适当强的标准偏差a)。然而，如果使用这种噪声抑制的局部强度，有可能 导致闪烁序列的视觉效果。为了解决这一问题，存在2种可能性
a.代替使用噪声抑制的周部强度的是使用全局a。为了获得适当的全
局CT，必须知道图像序列的最大流动速度max (v(W)。至少在整个心跳周期 上测量流动速度。在该时间期间，要么不执行时间滤波，要么优选地执行 使用迄今为止最大测得速度的时间自适应的时间滤波。优选地，使用第一 实施例确定心跳周期上的流动速度及其变化。
b.如果使用噪声抑制的局部强度，则对于图像和时间执行适当的正则化。
4.在时间滤波后即时重放X射线图像，或者在图像采集后以慢动作重 放方式重放X射线图像。对于即时重放而言，由附加的血液流动评估引入 己经为标准预处理所需要的附加等待时间。然而，由于在慢动作重放情况 下人眼不能对屏幕序列进行平均，因此图像质量在慢动作重放中更加重要， 从而实时要求不是非常重要。
在替代的第三实施例中，当由该装置提供慢动作重放时，应用的噪声 滤波强度还取决于用户已经选择的重放速度。为了加快重放给定无噪声的 可视化，可增加时间滤波的强度，而为了减慢重放速度，可降低时间滤波 强度以避免当在慢动作中观看单个帧时各个模糊变得越来越明显。
现在参照图8，示出了用于滤波模块800的装置。使用第一实施例来确 定各流动参数112，并且滤波确定模块805根据流动速度(流动参数112) 和重放速度中的至少一个来选择、调整和应用滤波。图像序列重放模块806 对观察进行重放，即该模块806使用本发明第二实施例以显现与经滤波的
观察相比的真实观察中所包含的观察中的造影剂输移。
现在参照图9， 一种系统包括医学成像系统801，其向滤波模块SOO提 供真实诊断观察101，该滤波模块800应用根据该观察选定的滤波(使用从 应用第一实施例中最终得到的流动参数112)，以重放真实的流动和从流动 分析600中最终得到的建模的可能流动(预测的流动)，然后通过第三实施 例700显现该滤波的重放。
虽然已经示出和描述了本发明的各优选实施例，但是本领域的技术人 员应当理解的是，本文所描述的系统、装置和方法是说明性的，并且在不 脱离本发明真实范围的情况下，可做出各种改变和修改，以及可制作用于 代替本发明系统、装置和方法的元件和元素的各等价物。另外，在不脱离 其中心范围的情况下，可做出各种修改以使本发明讲授的内容适应特定的
情形。因此，本发明旨在不局限于为实施本发明设想的最佳模式所公开的 各特定实施例，而本发明的意图是包括落在其权利要求书范围内的所有实 施例。
权利要求
1.一种根据血管系统中血液流动的诊断观察对其进行分析的方法(100)，包括如下步骤提供至少一个示例性血管系统血液流动模型的数据库(602)，所述至少一个模型具有所建模血管系统的最相关血液流动参数的相关参数集；以至少两幅图像的序列方式提供诊断观察(101)，所述图像示出造影剂在所述血管系统中的前进；根据所提供的诊断观察(101)，使用所述模型的所述参数集提取一组所述血管系统的所提取定量血液流动特征(102)；从所述数据库(602)中选择(103)并关联至少一个针对所观察血管系统的血液流动模型(603)，使得根据预先确定的所述血液流动参数的相关集合的匹配函数，将由所述模型预测的所预测血液流动特征(108)与提取的血液流动特征(102)相匹配；以及输出所述模型和所述血液流动参数的相关参数集。
2、 如权利要求l所述的方法(100)，还包括如下步骤，所述选定的模 型预测所述诊断观察(101)和从所述诊断观察(101)中提取的所述组定 量特征(102)中的至少一个。
3、 如权利要求2所述的方法(100)，其中，所述预先确定的匹配函数 包括如下步骤，系统地改变所述选定模型的血液流动参数值，直到所述预 测的特征与对应的提取特征彼此间的每个差都小于预先规定的公差。
4、 如权利要求3所述的方法(100)，其中，所述系统地改变步骤执行 数值优化过程。
5、 如权利要求4所述的方法(100)，其中，观察点处造影剂的局部浓 度既是所述提取特征(102)之一又是所述预测特征(108)之一。
6、 如权利要求5所述的方法(100)，还包括如下步骤 将所述造影剂注射到所述血管系统的血管内；以及其中，所述诊断观察(101)是通过在所述注射步骤后执行拍摄所述血 管系统的至少两幅X射线图像系列的步骤所获得的诊断X射线。
7、 如权利要求8所述的方法(100)，还包括如下步骤，根据拍摄所述 血管系统得到的所述诊断X射线确定所述血管系统的几何结构。
8、 如权利要求8所述的方法(100)，还包括给用户呈现所述流动参数 的步骤。
9、 如权利要求1所述的方法，其中，所述示例性模型集(602)包括 一种模型，所述模型描述出造影剂在选自如下各机制构成的组的输移机制 作用下通过管状结构的流动离散、扩散、对流、血管横截面上的变速、 以及心搏周期内的变速。
10、 如权利要求l所述的方法(100)，其中 所述数据库(602)包括针对狭窄的模型；以及 所述组的提取特征(102)包括针对所述狭窄的分级。
11、 如权利要求l所述的方法(100)，其中所述数据库(602)包括一种模型，所述模型包括至少一个母管和至少 两个形成其分叉的分支管；以及所述组的提取特征(102 )包括进入所述至少两个分支管中的流动部分。
12、 如权利要求l所述的方法(100),其中所述数据库(602)包括具有母管的血管的动脉瘤囊模型；以及 所述组的提取特征(102)包括所述母管中流过所述动脉瘤的流动部分。
13、 如权利要求13所述的方法(100)，其中，所述动脉瘤囊包括两个平行的管状血管， 一个用于所述母管和一个取替所述动脉瘤本身。
14、 如权利要求14所述的方法(100)，其中，所述动脉瘤囊包括具有 均匀造影剂浓度的液体腔。
15、 一种根据所观察血管系统中血液流动的诊断观察(101)对其进行 分析的装置(600)，包括血管系统中血液流动各示例性模型的数据库(602)，每个模型具有与 所模拟血管系统最相关的血液流动参数的相关集合；以及模型实例生成器(600)，用于控制基于所观察血管系统的提取特征 (102)从所述数据库(602)中选择并关联的至少一个示例性模型的实例 的创建，使得根据预先确定的所述血液流动参数相关集合的匹配函数，将 由所述至少一个模型预测的所预测血液流动特征(108)与所提取的血液流 动特征(102)相匹配。
16、 一种根据血管系统中血液流动的诊断观察对其进行可视化的方法 (200)，包括如下步骤通过执行权利要求1所述的方法确定血液流动模型及其血液流动参数， 使得所述模型基于所述流动参数预测所述观察；以及提供可视化装置(700)以基于所述流动参数显现所述模型的血液流动。
17、 如权利要求16所述的方法(200)，还包括如下步骤 使用戶万确定出的血液流动模型生成预测的观察；以及 用所提供的可视化装置显现所述观察和所述观察与所述预测的观察之间的差。
18、 如权利要求16所述的方法(200)，还包括如下步骤 使用所确定出的血液流动模型生成预测的观察； 用所提供的可视化装置显现所述观察；以及 用所述观察与所述预测的观察之间的差的函数增强所显现的观察。
19、 如权利要求18所述的方法(200)，其中，所述函数是根据所述差 创建的颜色叠加。
20、 如权利要求19所述的方法(200)，其中，所述预测的观察是当以 所述诊断观察的方式随时间观察进入管状血管的入流处的造影剂浓度时在 所述段管状血管中的造影剂浓度。
21、 如权利要求20所述的方法(200)，其中，所述生成步骤还包括如 下步骤，包括选自如下各机制构成的组的输移机制的造影剂输移效应离 散、扩散、对流、血管横截面上的变速、以及心搏周期内的变速。
22、 如权利要求20所述的方法(200)，其中所述提取的血液流动特征(102)包括在所述血管系统或其一部分中的 造影剂量；以及所述生成步骤还包括如下步骤假设血管系统或其一部分中的所述造 影剂有均匀浓度。
23、 如权利要求22所述的方法(200)，其中所述提取的血液流动特征(102)包括所述血管系统或其一部分的几何 结构；以及所述生成步骤还包括如下步骤包括有关所述血管系统或其一部分的 所述几何结构的信息。
24、 如权利要求22所述的方法(200)，其中，所述生成步骤还包括如 下步骤，包括与从不同于所述诊断观察的替代模式中获得的所述血管系统 或其一部分的所述几何结构有关的信息。
25、 一种根据血管系统中血液流动的诊断观察对其进行可视化的装置 (700): 血管系统中血液流动各示例性模型的数据库(602)，每个模型具有与 所模拟血管系统最相关的血液流动参数的相关集合；根据权利要求15所述的装置(600)，用于创建所述数据库(602)中 示例性模型的模型实例，以根据所述诊断观察(101)分析所观察的血管系 统中的血液流动；以及可视化生成器(214)，用于显现所述诊断观察的基准图像(201)，以 供与由所述模型实例预测的预测观察(208)进行视觉比较。
26、 如权利要求25所述的装置(700)，其中，所述可视化生成器(214) 还配置成执行权利要求24所述的方法。
27、 一种用于对动态诊断观察序列进行滤波的方法，其中，所述动态 诊断观察序列示出了造影剂在血管系统中的前进，所述方法包括如下步骤-基于选自如下各项构成的组的至少一种标准来局部确定时间滤波的强度-所述诊断观察的局部血流速度，以及-由于滤波仅覆盖在滤波尺度所定义的观察时间内造影剂可通过的预 定距离而造成的模糊；通过最少量比较从所述局部确定的滤波强度中确定全局滤波强度；以及向所述观察应用从由时间滤波和全局滤波构成的组中选出的预定数量 的滤波。
28、 如权利要求27所述的方法，还包括如下步骤，在所述应用步骤之 前，对每一时间滤波的强度进行正则化。
29、 如权利要求28所述的方法，其中，所述正则化步骤通过所述滤波 强度的空间和时间低通来执行。
30、 如权利要求29所述的方法，还包括如下步骤，与所述应用步骤同时执行权利要求24所述的方法，以显现所述造影剂在血管系统中的前进。
31、 一种用于对动态诊断观察序列进行滤波以在其中显现造影剂在血管系统中前进的方法，包括如下步骤 提供可调整的重放速度； 调整所述重放速度；基于所述选定的重放速度选择噪声滤波；以及 同时执行如下步骤-a. 应用所述选定的噪声滤波，以及b. 执行权利要求25所述的方法，以显现所述造影剂在所述血管系统中 的前进。
32、 如权利要求31所述的方法，还包括如下步骤 当所述重放速度超过预先确定的强阈值时，应用强的时间滤波；以及 当所述重放速度低于预先确定的弱阈值时，应用弱的和没有时间滤波中的一种。
33、 如权利要求31所述的方法，其中-所述提供步骤还包括提供所述重放速度的连续改变速率；以及 以及当所述重放速度的所述改变速率连续时，所述选择步骤还仅包括 所述时间滤波强度的连续改变。
34、 一种对血管系统中造影剂前进的动态诊断观察序列进行滤波的装 置(800)，包括流动参数确定模块，配置成如权利要求15所述的那样以确定所述观察 的流动参数(112);滤波确定模块805，配置成执行权利要求30所述的方法，以确定将应 用于所述观察序列的预定数量的滤波；图像序列重放模块(806)，用于确定重放速度和使用权利要求33所述 的方法根据所述重放速度确定所述滤波的滤波强度，并用于输出经滤波的 观察序列(ior)的重放；以及可视化生成模块，配置成权利要求27所述的那样以接收并显现由所述 图像序列重放模块(806)输出的所述经滤波的观察序列(IOI')的重放。
35、 一种对动态观察序列(101)进行滤波、重放和显现的系统(900)， 包括滤波模块(800)，用于-根据所述动态观察序列的流动参数(112)确定至少一种滤波，以及-以确定的速度重放所述经滤波的动态观察序列(101);流动分析模块，可操作地连接到所述滤波模块(800)，以确定所述动 态观察序列的流动参数(112)并向所述流动分析模块(800)提供所述确 定的流动参数；以及可视化系统(700)，可操作地连接到所述滤波模块，以显现所述经滤 波序列的重放和所述观察的重放中的至少一种。
全文摘要
本发明提供了一种用于根据动态诊断观察序列(101)对血管系统中的血液流动进行分析的系统(900)、方法(100、200)和装置(600、700、800)，以确定血液流动参数(112)，从而进一步确定滤波、重放速度以及所重放的原始和滤波序列的最终可视化。第一实施例(100)提取观察的各特征，并使用这些特征从预先确定的具有相关参数的感兴趣血管系统模型中选择适当的模型。改变这些参数以创建与原始观察最匹配的模型实例。第二实施例(200)显现原始观察(101)和由模型预测的观察(101′)的重放，以突出它们之间的差。第三实施例(800)提供了滤波和对重放速度的控制。
文档编号A61B6/00GK101374462SQ200680045955
公开日2009年2月25日 申请日期2006年11月15日 优先权日2005年12月9日
发明者A·格罗特, H·施泰因豪泽, J·威斯, J·布雷多诺, P·龙根, R·赫尔曼斯, T·布鲁金斯 申请人:皇家飞利浦电子股份有限公司