管状结构的管腔特性的量化 |
|||||||
| 申请号 | CN201180045151.3 | 申请日 | 2011-09-15 | 公开(公告)号 | CN103109308A | 公开(公告)日 | 2013-05-15 |
| 申请人 | 皇家飞利浦电子股份有限公司; | 发明人 | F·格雷姆泽; F·M·A·基斯林; | ||||
| 摘要 | 一种方法包括基于距离图产生 信号 ，所述信号指示在体成像数据中表示的感兴趣管状结构的预定范围上感兴趣管状结构管腔的特性量化。一种系统包括量化部件（216），其基于距离图产生信号，所述信号指示在体成像数据中表示的感兴趣管状结构的预定范围上感兴趣管状结构管腔的特性量化。一种方法包括识别表示感兴趣管状结构的3D分割成像数据的 体素 ；确定所述分割成像数据的多个2D切片中所识别体素和对应于其他结构的最近体素之间的距离；利用与所述距离成比例的强度值表示所述体素；以及基于强度值产生指示3D距离图的信号。 | ||||||
| 权利要求 | 1.一种方法，包括： |
||||||
| 说明书全文 | 管状结构的管腔特性的量化技术领域[0001] 下文总体涉及量化管状结构的管腔的特性，在这里结合具体应用于计算断层摄影（CT）和量化与人或动物受检者血管的狭窄加以描述。不过，还可以修改以下内容以适应其他应用和/或其他成像模态，例如磁共振成像（MRI）、超声（US）成像和/或其他成像模态。 背景技术[0002] 血管狭窄程度的精确测量对于确定患动脉粥样硬化狭窄症的患者的适当临床介入是很重要的。已经使用医学成像采集数据，从数据可以获得狭窄程度的度量。适当医学成像流程的范例是三维（3D）血管造影照片，其在血管和周围组织中具有不同的像素强度，可以利用血池造影剂或血流效应实现。通过计算断层摄影（CTA）、磁共振成像（MRA）和多普勒超声采集高分辨率3D血管造影照片。 [0003] 令人遗憾的是，为了确定这样的度量，临床医师必须人工通过3D体积滚动大量（例如超过100个）二维（2D）图像或切片（例如轴向、冠状、矢状、倾斜等）以定位狭窄。一旦发现，临床医师就滚动通过覆盖狭窄的切片以定位切片，用于量化狭窄阻塞，例如从视觉上显得具有最大阻塞的切片。不过，对于临床医师而言，对大量数据集的这种时间密集型人工评估可能难于负担。此外，测量取决于观察者并易受到人为误差影响。例如，选择的切片和切削角能够增强或减弱狭窄的可见外观。 [0004] 一旦定位并识别了这样的图像，临床医师就测量血管直径以找到狭窄处的最小直径和血管直径。可以通过基于软件的或其它测量工具，利用复杂的模型这样做，以计算血管在正交截面中的直径。从直径测量，临床医师能够计算各种度量，例如NASCET（北美症状颈动脉内膜切除术试验）标准，其按照如下的百分比量化狭窄：（1-（最小血管直径/血管直径））×100%。这提供了0%和100%之间的直觉数字，其中0%表示没有狭窄症，100%表示完全阻塞。发明内容 [0005] 本申请的各方面解决了上述问题和其他问题。 [0007] 根据另一方面，一种系统包括量化部件，其基于体素距离图产生信号，所述信号指示在体成像数据中表示的感兴趣管状结构的预定体积上感兴趣管状结构的管腔特性的量化。 [0008] 根据另一方面，一种方法包括：识别表示感兴趣管状结构的三维分割成像数据的体素；在所述分割成像数据的多个二维切片中确定所识别体素和对应于其他结构的最近体素之间的距离；利用与所述距离成比例的强度值表示所述体素；以及基于强度值产生指南针示三维距离图的信号。附图说明 [0009] 本发明可以通过各种部件和部件布置，以及各种步骤和步骤安排而具体化。附图仅仅为了例示优选实施例，不应被解释为限制本发明。 [0010] 图1示出了结合评估处理器的成像系统。 [0011] 图2示出了范例评估处理器。 [0012] 图3示出了作为三维数据集的二维切片函数的管状结构直径的范例曲线图。 [0013] 图4示出了用于量化感兴趣管状结构的管腔特性的方法。 [0014] 图5示出了产生距离图的非限制性方法。 [0015] 图6示出了用于基于距离图量化所识别体积上特性的非限制性方法。 具体实施方式[0016] 图1示出了成像系统100，例如计算断层摄影（CT）扫描机。在其他实施例中，成像系统可以此外或替代地包括不同的成像模态，例如磁共振成像（MRI）、超声（US）成像、组合式模态扫描机和/或其他扫描机。配置图示的成像系统100以执行无造影剂扫描和基于造影剂的扫描，例如血管造影术扫描以及其他基于造影剂的扫描。 [0017] 成像系统100包括静止扫描架102和旋转扫描架104，由静止扫描架102可旋转地支撑旋转扫描架104。旋转扫描架104绕着检查区域106关于纵轴或z轴旋转。支座108，例如卧榻，在检查区域106中支撑受检者。支座108可用于在扫描之前、期间和/或之后相对于x、y和/或z轴以各种方式定位受检者。 [0018] 辐射源110，例如x射线管由旋转扫描架104支撑并随着旋转扫描架104一起绕检查区域106旋转，并发射辐射，辐射横穿检查区域106。一维或二维辐射敏感探测器阵列112跨越检查区域106位于辐射源110的相对侧并探测横穿检查区域106的辐射。探测器阵列112产生指示所探测辐射的信号或投影数据。 [0019] 重建器114重建投影数据并产生指示检查区域106的三维（3D）体图像数据（体素）。通用计算系统充当操作员控制台116，包括诸如显示器的输出装置和诸如键盘、鼠标等输入装置。控制台116上驻留的软件允许操作员控制系统100的操作，例如，允许操作员选择技术（例如造影剂增强）、触发扫描等。 [0020] 注射器118被配置成注射或施用造影剂材料，例如，用于造影剂增强的成像流程。图示的注射器118受到控制台116的控制。在另一种情况下，由用户人工控制或由另一装置控制注射器118。在又一种情况下，省略注射器118，人工施用造影剂。 [0021] 评估处理器122被配置成评估图像数据。如下文更详细所述，在一种情况下，评估包括产生指示图像数据中表示的感兴趣管状结构的一个或多个特性的量化的信号。作为非限制性范例，在一种情况下，感兴趣的管状结构包括血管，这可以包括量化血管的管腔的直径，这可以便于例如通过精确和/或可再现方式量化血管的阻塞或阻塞或展宽血管的管腔。再次，这个范例是非限制性的，这里也考虑了其他管状结构和/或可以量化其他特性。 [0022] 要认识到，评估处理器122可以是控制台116的一部分和/或其他计算系统，例如一个或多个计算机。适当的计算系统包括一个或多个处理器，其执行一个或多个计算机可读指令，在计算机可读存储介质，例如本地、便携式或远程物理存储器中编码或实现可读指令。此外或替代地，可以由诸如信号或波的载体承载一种或多种指令。一个或多个处理器在执行一个或多个指令时令一个或多个处理器执行评估处理器122的功能和/或其他功能。 [0023] 图2提供了评估处理器122的非限制性范例。 [0024] 在图示的实施例中，评估处理器122从重建器114、数据库和/或其他装置获得、接收和/或检索3D图像数据。评估处理器122还从控制台116、用户和/或其他资源获得、接收和/或检索各种处理参数，例如体素分割阈值、体素分割识别信息、评估开始和/或结束位置等。评估处理器122的输出包括指示评估的信号。 [0025] 分割器200通过自动化、半自动化和/或人工方式将图像数据中的体素分割成感兴趣的管状结构和其他结构。例如，在一种情况下，分割器200采用阈值化分割方法。利用一种阈值化方法，可以使用预定体素强度阈值将体图像数据的体素分类为感兴趣管状结构或其他结构，例如，方式是：将强度高于阈值的体素识别为感兴趣管状结构（或其他结构）并将强度低于阈值的体素识别为其他结构（感兴趣的管状结构）。可以额外使用一个或多个其他阈值。使用两个阈值允许将强度介于两个阈值之间的体素分类为感兴趣管状结构，将所有其他体素分类为其他结构。 [0026] 利用另一种阈值化技术，用户提供指示感兴趣结构的输入和指示其他结构的输入，分割器200确定适当的阈值。例如，用户可以使用鼠标等并点击感兴趣结构的一部分以识别表示感兴趣结构的体素并点击其他结构的一部分以识别表示感兴趣结构的体素。可以对所识别体素的对应强度值求平均值或以其他方式用于确定阈值。也可以使用其他分割方法。例如，在另一种情况下，例如，通过各种分割工具，用户可以人工识别感兴趣结构和其他结构，这些分割工具允许用户通过徒手勾勒工具、可重新确定尺寸的预定几何形状等识别特定结构。 [0027] 数据格式化器202对分割的数据进行格式化以供评估处理器122进一步处理。在一种情况下，这可以包括对分割的图像数据重新采样以改变构成3D体积的个体切片的切片厚度。在又一种情况下，这可以包括对分割的图像数据重新采样，以产生其他方向上的切片，例如矢状、冠状、倾斜和/或其他切片。在评估处理器122基于来自扫描的切片格式处理分割的数据时，可以省略数据格式化器202。采用的具体格式化可以是默认的、用户指定的、受检者特异的和/或其他格式化。 [0028] 距离图生成器204针对3D体积的一个或多个切片的感兴趣管状结构产生指示距离图的信号。在一种非限制性情况下，适当的算法包括（例如基于分割）识别表示感兴趣管状结构的体素区域，确定表示感兴趣结构的一个或多个体素到表示不同结构的最近体素的最短距离，以及通过与最短距离成比例的强度值分配体素。利用这种方法，表示感兴趣管状结构的体素与表示不同结构的最近体素距离越远，相对强度值将越高（或越低）。距离图生成器204能够采用一个或多个算法以产生图，例如来自图算法存储设备208的一个或多个制图算法206。 [0029] 处理体积识别器210标识并产生指示要处理的格式化分割图像数据中感兴趣管状结构的体积。在一种非限制性情况下，处理体积识别器210基于指示体积的一个或多个输入标识感兴趣结构的体积。例如，在一种情况下，用户可以采用鼠标等从格式化分割图像的图形表达（例如经由通过监视器、显示器等呈现的图形用户界面）识别感兴趣结构的起点和终点。用户也可以识别起点和终点之间的路径和/或沿路径的一个或多个感兴趣点。 [0030] 在另一种情况下，用户可以识别感兴趣结构的一个点，可以利用关于点的预定范围（例如，±5mm）以确定体积。处理体积识别器210能够采用一个或多个算法识别体积，例如来自体积算法存储设备214的一个或多个体积选择算法212。在替代实施例中，使用处理体积识别器210在产生距离图之前识别和产生指示感兴趣管状结构的体积的信号，接下来使用距离图生成器204针对覆盖所识别体积的一个或多个切片产生距离图。 [0031] 量化部件216基于来自距离图的对应2D切片从覆盖体积的3D分割数据的一个或多个切片量化感兴趣管状结构所识别体积的各种特性。量化部件216能够采用一个或多个算法识别这样的信息，例如来自量化算法存储设备220的一个或多个量化算法218。 [0032] 在一个非限制性实施例中，通过感兴趣管状结构移动诸如弹性球的预定几何形状，在沿着感兴趣管状结构的一个或多个点处确定球的局部度量范围，例如半径或直径，其中在被感兴趣管状结构围绕的同时球在一个点处生长得尽可能大。在一种情况下，移动球，从而沿着局部范围移动球的中心。在另一种情况下，沿着局部范围以其他方式移动球。可以通过确定距离图的2D切片（其中切片通过该点）值的最大值或通过确定距离图的2D切片值的最大值（其中切片与管状结构的纵轴正交）来确定球的半径。可以将范围确定为感兴趣管状结构在与该点处路径方向正交的切片中的面积。 [0033] 处理部件222能够通过各种方式处理由量化部件216产生和输出的信号。在图示的实施例中，处理部件222包括度量确定器224，度量确定器配置成基于来自量化部件216的信号确定一个或多个状态（例如健康）度量。适当度量的范例包括指示阻塞百分比的度量。可以基于方程1确定一个这样的度量： [0034] 方程1: [0035] [0036] 其中零值（0）表示基本没有闭塞，…，五十的值（50）表示半闭塞，…，一百的值（100）表示基本全部或完全闭塞。 [0037] 在方程1中，最小直径能够表示1）直径值的实际最小直径，2）最小直径范围的平均值，3）沿路径的用户选定或预定位置处的直径，或4）其他直径。平均直径能够表示1）所有直径的平均值，2）认为代表管状结构正常状态的直径范围之内的直径平均值，3）沿路径的用户选定或预定范围上的平均直径，4）直径中的最大直径，或4）其他直径。 [0038] 在变型中，可以用最大直径代替方程1中的最小直径以确定，例如与感兴趣管状结构的展宽对应的特性。也可以采用一个或多个方法识别不很适合用于方程1中的直径值。例如，在感兴趣管状结构与其他结构连接的区域，管状结构的直径可以增大。在确定方程1的参数时使用这种区域的值可能导致错误的平均直径。识别这样的值允许忽略、丢弃、校正和/或以其他方式处理这些值。 [0039] 图示的处理部件222还包括映射部件226，映射部件产生指示所识别体积上感兴趣管状结构的直径值和覆盖所识别体积的图像数据的对应切片之间的映射。在一种情况下，可以如图3中所示那样将信号呈现为曲线300。在图3中，例如，y轴302表示直径值，x轴304表示切片编号，其中切片从数字一（1）开始，依次递增，直到覆盖所识别体积的切片中的最后切片。y轴上的切片索引可以相对于与管状结构方向正交的切片形成方向而言。 [0040] 在图3中，区域306代表感兴趣管状结构未阻塞区域周围的直径值，区域308代表感兴趣管状结构阻塞区域周围的直径值。曲线300的其他区域代表过渡区域的直径值，可能不是很适于被包括进来以确定感兴趣管状结构的直径或感兴趣管状结构的最小直径。从曲线300可以获得直径值，可以使用这些值确定百分比阻塞或其他信息，和/或识别图像数据的对应切片。也可以利用信号获得这样的和/或其他信息而不显示曲线300。 [0041] 图4示出了用于量化感兴趣管状结构的特性的方法。 [0042] 在402，获得包括感兴趣结构和其他结构的体图像。 [0043] 在404，将体图像数据分割成感兴趣结构和其他结构。 [0044] 在406，如这里所述，为体图像数据产生三维距离图。 [0045] 在408，从分割的体图像数据识别出要量化的感兴趣管状结构体积。 [0046] 在410，基于距离图量化所识别体积上的感兴趣管状结构的特性。 [0047] 图5示出了产生距离图的非限制性方法，例如，用于图4的动作406。 [0048] 在502，将来自分割图像数据的二维切片的体素识别为感兴趣管状结构或其他结构。 [0049] 如果该体素被识别为感兴趣管状结构，那么在504，确定从该体素到表示其他结构的最近体素的距离。 [0050] 在506，产生并存储与该距离成比例的体素的强度值。 [0051] 在508，确定是否有另一体素要评估。 [0052] 如果是这样的话，然后重复动作502。 [0053] 如果不是，那么在510，产生指示强度值的信号并作为距离图的2D切片输出。 [0054] 如果在502体素被识别为其他结构，那么执行动作508。 [0055] 在512，确定是否有另一切片要评估。 [0056] 如果是这样的话，那么为这个切片重复动作502。 [0057] 如果不是，那么作为动作514，组合距离图切片，由此形成3D距离图。 [0058] 图6示出了用于量化感兴趣管状结构的管腔特性的非限制性方法，例如，如图4的动作410那样。 [0059] 在602，获得与沿感兴趣管状结构的点对应的距离图的2D切片。 [0060] 在604，在2D切片中识别感兴趣管状结构。 [0061] 在606，在所识别的感兴趣管状结构中使几何形状生长，直到该形状覆盖切片中连接到602中选择的点的所有体素。 [0062] 在608，识别并存储该形状2D切片的体素强度值的最大值。如前所述，强度值对应于从感兴趣结构的体素到其他结构的最近体素的距离。 [0063] 在610，针对沿感兴趣管状结构的一个或多个其他点重复动作602-608。 [0064] 在612，基于最大强度值产生指示这些点上感兴趣管状结构的量化的信号。例如，这可以包括识别强度值最大值的最大值和强度值最大值的最小值，以及确定最大值与最小值的比值，或用一减去该比值。 [0065] 要认识到，动作的排序不是限制。这样一来，在其他实施例中，动作的排序可以不同。此外，可以省略一个或多个动作和/或可以增加一个或多个其他动作。 [0066] 可以通过计算机可读指令实施上述动作，在由计算机处理器执行时，计算机可读指令让处理器执行这里所述的动作。在这种情况下，指令存储在计算机可读存储介质中，例如与相关计算机关联和/或以其他方式可以由相关计算机访问的存储器中。 [0067] 可以应用上述内容研究管状结构，例如血管、结肠等，包括，但不限于量化狭窄并在CT、MRI或超声三维数据集上产生狭窄指标，量化动脉瘤、量化息肉和/或其他可能阻塞管状结构的其他结构。 [0068] 作为非限制性范例，可以利用系统100对一个或多个血管（例如左颈动脉）进行造影剂增强的研究，用于表征狭窄。将来自扫描的图像数据的三维体积分割成血管和非血管。在一个实施例中，可以通过在血管内部点击一次，在外部点击一次，并使用这些点的两个强度的平均值进行阈值化来实现这个目的。 [0069] 计算距离图，其包含指示体素到最近非血管体素的距离的体素强度。距离图是三维数据集，与原始数据集具有相同尺度。用户提供感兴趣血管的起点或终点中的至少一个。同样地，可以通过被分割数据的三维体积在血管起点上和血管终点上点击来实现这个目的。 [0070] 对距离图重新采样以获得与起点和终点间的线正交的等间距切片。在每个切片都找到感兴趣血管内部具有距离图最大强度的体素。这个体素在该切片中最大拟合球体的中心处。可以在任何2D切片中找到这个直径。可以向用户呈现从起点到终点的过程或局部范围，例如，如图4所示。 [0071] 可以从这条曲线的最小值找到狭窄直径。可以通过在完整曲线或狭窄附近子集上计算最大值找到远端直径指标。上文允许临床医师（例如放射科医师和/或科学家）通过交互选择血管起点和终点来精确且可再现地计算狭窄程度。这包括提供棘手位置的可接受结果，例如血管接头，或触摸不能通过分割分离的血管。 |
||||||
