RS67435B1 - Na računaru primenljiv postupak, proizvod računarskog programa i sistem za prikazivanje slike - Google Patents

Na računaru primenljiv postupak, proizvod računarskog programa i sistem za prikazivanje slike

Info

Publication number
RS67435B1
RS67435B1 RS20251038A RSP20251038A RS67435B1 RS 67435 B1 RS67435 B1 RS 67435B1 RS 20251038 A RS20251038 A RS 20251038A RS P20251038 A RSP20251038 A RS P20251038A RS 67435 B1 RS67435 B1 RS 67435B1
Authority
RS
Serbia
Prior art keywords
centerline
points
geometry
computer
image
Prior art date
Application number
RS20251038A
Other languages
English (en)
Inventor
Bartlomiej Cupial
Lukasz Moroz
Tomasz Konopczynski
Original Assignee
Hemolens Diagnostics Spolka Z Ograniczona Odpowiedzialnoscia
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hemolens Diagnostics Spolka Z Ograniczona Odpowiedzialnoscia filed Critical Hemolens Diagnostics Spolka Z Ograniczona Odpowiedzialnoscia
Publication of RS67435B1 publication Critical patent/RS67435B1/sr

Links

Classifications

    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/12Edge-based segmentation
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three-dimensional [3D] modelling for computer graphics
    • G06T17/20Finite element generation, e.g. wire-frame surface description, tesselation
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10088Magnetic resonance imaging [MRI]
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10104Positron emission tomography [PET]
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20072Graph-based image processing
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30101Blood vessel; Artery; Vein; Vascular

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Computer Graphics (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Image Analysis (AREA)

Description

[0001] Opis
[0003] OBLAST PRONALASKA
[0005] Ovaj pronalazak se odnosi na postupak koji se implementira na računaru, proizvod računarskog programa i sistem za prikazivanje slike za izračunavanje središnjih linija iz 3D modela cevaste konstrukcije. Koristan je, posebno za simulaciju protoka krvi sa računarskim dinamikama fluida, u geometrijama krvnog suda ekstrahovanim iz medicinskih 3D volumena kontrastnih ispunjenih areterija i za pospešivanje vizualizacije krvnih sudova u medicinskim 3D volumenima.
[0007] OBLAST TEHNIKE
[0009] Kardiovaskularna bolest je jedan od glavnih uzroka smrti u svetu. Sa razvojima neinvazivnih pristupa kompjuterske tomografije, postali su mogući i neinvazivni pristupi za preciznu dijagnozu kod pacijenata kod kojih postoji sumnja na oboljevanje od ishemijskog oboljenja srca.
[0010] Snimci kompjuterskom tomografijom (CT) su često predstavljeni kao 3D slika zapremine. Takva 3D slika zapremine (volumena) predstavlja fizičku količinu kao funkciju tri prostorne koordinate. U digitalnoj slici za zapreminu (volumen), svaki primer (voksel) predstavlja količinu izmerenu na specifičnoj lokaciji. Slika se pravi prostornim sledom 2D parčadi koja obuhvataju predmet interesovanja. Uobičajeno, parče je predstavljeno kao matrica slike od piksela (X i Y koordinata). Broj parčeta označava Z koordinate.
[0011] Interpretacija CT slika i dijagnoza kardiovaskularne bolesti jeste netrivijalan zadatak, koji zahteva izrazito obučene lekare. Zajednički problem je da je tumačenje projekcija koje se vide na CT slikama zahteva visoko stručne radiologe i dijagnostikovanje kardiovaskularne bolesti zahteva stručnog kardiologa. Ljudi koji imaju kompetencije u obe oblasti nema dovoljno. Samim tim, potrebne su tehnike koje su računarom potpomognute.
[0012] [0005] Jedan način da se dijagnostikuju oboljenja srca uz pomoć računara jeste da proizvedu 3D model krvnih sudova koji je pomoć prilikom dijagnostikovanja. Posebno, u oblasti patologija srca, detaljan 3D model srčanih arterija je obavezan. Detaljan model omogućava preciznu procenu anatomskih i funkcionalnih svojstava specifičnih za pacijenta, kao što su hemodinamički parametri. U stanju tehnike, postoje brojne tehnike korišćenja računarskim dinamikama fluida (CFD) za simulaciju krvotoka.Geometrija krvnog suda predstavljena 3D slikom zapremine može da se predstavi kao podset voksela 3D slike, površinska mrežica, zapreminska mrežica, ili kao klaud tačka. Primer CFD tehnike korišćene za izračunavanje delimične rezerve protoka (FFR) iz 3D modela srčanih arterija iz kompjuterizovane tomografske angiografije srca (CCTA) je opisan u evropskom patentu EP3820357.
[0013] Središnja linija se definiše kao poligonalni lanac i izračunava se sa rezolucijom podvoksela. Predstavlja geometrijsku poziciju centra poprečnog preseka krvnog suda duž dužine ovog krvnog suda. Koristi se u simulaciji i generisanju prikaza krvnih sudova u slici. Postupci za određivanje središnjih linija su detaljno razvijeni i poznati su u ovoj oblasti npr. iz US20170018116A1, US9129417B2, CN108133478B, US11069078B2.
[0014] Predmeti koji imaju zakrivljene oblike u 3D prikazu, kada su predstavljeni na CT slikama ograničene rezolucije, su skloni nekolicini artifakata, koji izobličavaju oblik središnje linije. Jedan od uobičajenih artifakata, koji neželjeno utiču na pozvane algoritme za određivanje središnjih linija, je takozvani artifakt koji je u procvatu prouzrokovan viskom gustinom kalcifikovanih ateroskleroznih plakova i gustinom kontrasta primenjenog na pacijenta za dobijanje prikaza slike. Prethodni je najozbiljniji, kada se koncentrat usredsredi u izvesnom području. Još jedan uobičajeni artefakt je takozvani artefakt pokreta, koji se često javlja u prikazu slike uključujući srce. Artefakt pokreta je prouzrokovan ali pokretima pacijenta tokom postupka pravljenja slike. Pogrešno registrovanje artefakta se pojavljuje kao nejasno, sa prugama, ili senkom. Zamagljivanje se takođe javlja sa pomeranjem pacijenta tokom radiografskih pregleda i prouzrokuje iskrivljenje koje liči na talase u krvnom sudu.
[0015] [0008] Ključ da se dobije precizna simulacija koja omogućava dijagnozu kardiovaskularne bolesti jeste precizan 3D model arterija srca. Da bi se omogućilo stvaranje preciznog 3D modela i precizna simulacija, neophodan je postupak za izdvajanje središnje linije iz geometrije. Središnja linija cevastog predmeta je definisana kao poligonalni lanac, tj. krivulja, precizirana nizom tačaka (ili vrhova) spojenih ivicama. Pošto mi razmatramo samo 3D modele, ove tačke se uvek u 3D prostoru. I geometrija i središnja linija su predstavljene preciznošću izraženom u podvokselima. Neophodno je da prva i poslednja tačka na cetralnoj liniji budu na početku i na kraju geometrije, prema opisanom redosledu. Sve tačke i odgovarajuće ivice su obavezne da budu unutra i u centru poprečnog preseka geometrije. Kako arteriju srca čini nekoliko grana, tako to radi i 3D model koji prikazuje arteriju srca. Dakle, za svaku srčanu arteriju nekoliko središnjih linija je neophodno da se ekstrahuje, jedna za nekoliko grana.
[0016] Izdvajanje središnje linije je ključni deo postupka stvaranja 3D modela. Središnje linije 3D modela krvnog suda se koriste za generisanje odgovarajućih pogleda na krvni sud, koji se određuju kao zakrivljen, planarna reformacija (CPR), koje koriste fizičari tokom zadataka segmentacije, topološke analize i dijagnoze. Samim tim, konstruisanje odgovarajućih središnjih linija za arterije srca je važno za dijagnostikovanje vaskularnih bolesti, procenjuje veličinu stenoze arterije srca, i simulaciju krvotoka.
[0017] Jedan od najčešćih postupaka za izračunavanje središnjih linija data geometrija koristi Voronoi dijagram 3D geometrijski model, kao što je opisano u radu Antiga, Luca. "Patient-specific modeling of geometry and blood flow in large arteries." (Modelovanje geometrije i krvotoka u velikim arterijama specifično za pacijenta) Politecnico di Milano (2002) i nudi se kao biblioteka programa radnog računara dokumentovana i dostupna onlajn na: http://www.vmtk.org/tutorials/Centerlines.html. Glavni nedostatak ovog pristupa je da ovaj postupak daje kao prinos matematički dobro definisane središnje linije visokog kvaliteta na trošak obezbeđivanja geometrijskog modela krvnog suda. Međutim, često je da postupak ne uspe kada je krvni sud tanak i iskrivljen.
[0018] [0011] Još jedan pristup se sastoji od ekstrakcije središnjih linija direktno iz dobijene slike. Ovo omogućava da se preskoči geometrijska ekstrakcija u postupku na uštrb kvaliteta središnje linije. Primer je postupak koji dovodi lokalni deo slike do neuronske mreže i u iterativnom postupku pokušava da odredi lokaciju sledeće tačke na središnjoj liniji, tačke račvanja i mogući kraj krvnog suda, kao što su opisali u radovima Zhang, Pengyue, Fusheng Wang i Yefeng Zheng. "Deep Reinforcement Learning for Vessel Centerline Tracing in Multi-modality 3D Volumes." (Duboko ojačano učenje za praćenje središnje linije krvnog suda u 3D zapreminama višestruke modalnosti) MICCAI (2018). Još jedan primer postupka, opisano u US9129417B2, ekstrahuje cele središnje linije primenom filtera na sliku, da se odredi lokacija krvnog suda i primenom postupka stanjivanja (skeletonizacija) pronađu središnje linije. Dodatni primenljivi postupci su opisani npr., Xiong G, Sun P, Zhou H, Ha S, Hartaigh BO, Truong QA, Min JK. "Comprehensive Modeling and Visualization of Cardiac Anatomy and Physiology from CT Imaging and Computer Simulations." (Značajnije modelovanje i vizualizacija anatomije srca i fiziologije iz snimanja kompjuterizovanom tomografijom (CT) i kompjuterske simulacije.) IEEE Trans Vis Comput Graph.2017 Feb; 23(2):1014‑1028. doi: 10.1109/TVCG.2016.2520946. Epub 2016 Feb 5. PMID: 26863663; PMCID: PMC4975682. Glavni nedostaci ovih postupaka su visoka osetljivost na anatomske razlike između pacijenata i formiranje slike.
[0019] YIN WANG ETAL: "3-D Quantitative Vascular Shape Analysis for Arterial Bifurcations via Dynamic Tube Fitting" (3-D kvantitativna analiza oblika krvnog suda za granjanja arterija preko dinamičkog nameštanja cevi), IEEE TRANSACTIONS ON BIOMEDICAL ENGINEERING, IEEE, USA, vol. 59, no. 7, July 2012 (2012‑07), pages 1850‑1860,
[0020] XP01 1447498, ISSN: 0018‑9294, DOI: 10.1 109/TBME.2011 .2179654 opisuje na
[0021] računaru implementiran postupak za određivanje središnjih linija, na osnovu modela kocke, taj postupak obuhvata korake prijema za pacijenta specifične zapreminske slike koja obuhvata strukturnu informaciju o krvnim sudovima pacijenta predstavljenim u vokselima, pronalaženje trodimenzionalne geometrije od barem jednog krvnog suda, izdvajanje grafikona skeleta iz geometrije da bi se odredile središnje linije. Taj postupak radi direktno na domenu mreže i navodno eliminiše potrebu za pojačavanje (povećavanje) slike. OSCAR KIN-CHUNG AU ET AL: "Skeleton extraction by mesh contraction" (Izdvajanje skeleta skupljanjem mreže), ACM TRANSACTIONS ON GRAPHICS, ACM, NY, US, vol. 27, no. 3, August 2008 (2008‑08), pages 1‑10,
[0022] XP058355353, ISSN: 0730‑0301, DOI: 10.1145/1360612.1360643 opisuje okvir
[0023] zasnovan na geometriji za izdvajanje krivulja skeleta iz površina mreže.
[0024] Ekstrakcija se primenjuje direktno na domen mreže i ne zahteva stvaranje zapreminskih piksela (vokselizaciju). Ovaj pristup radi dobro dokle god se krvni sudovi dobro uklapaju u eliptični model. Ako to nije izvodljivo onda neadekvatnost modela može da kao rezultat ima značajne greške u trajektoriji središnje linije.
[0025] Drugi srodni postupci obuhvataju evropski patentni spis EP2074585B1, koji opisuje ssitem za registrovanje modela krvnog suda sa skupom podataka o slici na osnovu združenog modela, koji obuhvata referentni predmetni model i model krvnog suda sa središnjom linijom opisanom sa više središnjih tačaka.
[0026] [0013] Evropski patentni spis EP3245632B1 koji opisuje sistem za prikazivanje slike koji obuhvata detektor sužavanja svetla ispod rezolucije, koji detektuje sužavanje lumena krvnog suda ispod rezolucije u zapremini slike analizom profila središnje linije i izračunava podrezoluciju određenog prečnika modifikovanjem približno određenog vidljivog prečnika svetla sa detektovanim suženjem podrezolucije.
[0027] Objava prijave evropskog patenta EP3723041, koja opisuje sistem obrade slike konfigurisan da generiše model cevastog predmeta iz volumetrijske slike, pri čemu je taj sistem sa jedinicom dobijanja zapreminskog prikaza slike, jedinicom za izdvajanje geometrije, i generatorom središnje linije.
[0028] US20130064435 koji opisuje sisteme i postupke za određivanje središnje linije cevaste strukture iz volumetrijskih podataka krvnih sudova pri čemu se kontrastno sredstvo ubrizgava u krvotok, da bi se poboljšao slikovni prikaz središnje linije.
[0029] Model aktivnih obrisa je opisan kao primenljiv, da bi se odredili obrisi krvnog suda definisani unutar slikovnih podataka, normalizovanje podataka slike o početnoj tački.
[0031] PROBLEM KOJI TREBA REŠITI
[0033] Poznati postupci generisanja i ispravljanja središnjih linija nastoje da
[0034] neuspešno daju blizinu krivina, suženja ili druge promene dimenzija.
[0035] Cilj ovog pronalaska je da se pospeše poznati postupci i poboljša mehanizam generisanja središnje linije, da se smanji potreba za ručnim korigovanjem i
[0036] omogućava automatski ili poluautomatski rad.
[0038] KRATAK OPIS PRONALASKA
[0040] Na računaru implementiran postupak, prema ovom pronalasku obuhvata korake prijema za pacijenta specifične zapreminske slike koja obuhvata strukturnu informaciju o krvnim sudovima pacijenta predstavljenim u vokselima, pronalaženje trodimenzionalne geometrije od barem jednog krvnog suda, izdvajanje grafa skeleta iz geometrije da bi se odredile krajnje tačke najmanje jednog krvnog suda da bi se odredio ulazni otvor i barem jedan izlazni otvor, izračunavanje najmanje jedne početne središnje linije najmanje jednog krvnog suda, najmanje jedna početna središnja linija je definisana tačkama i izračunata sa rezolucijom podvoksela, ispravljanje najmanje jedne početne središnje linije sa preciznošću podvoksela da bi se dobila korigovana središnja linija i izvoz, i korišćenje ispravljene središnje linije da bi se ekstrahovali, i/ili predstavili podaci specifični za pacijenta. Prema ovom pronalasku, korak ispravljanja najmanje jedne početne središnje linije obuhvata iterativni postupak koji obuhvata barem operacije centriranja i izjednačavanja tačaka koje definišu središnju liniju.
[0041] Centriranja tačaka koje definišu središnju liniju obuhvata njihovo lociranje dalje od najbliže površine definisane u geometriji. Izjednačavanje tačaka koje definišu središnju liniju obuhvata dovođenje svake tačke bliže srednjoj poziciji susednih tačaka. Centriranje i izjednačavanje se izvršava u sledu sve dok se ne ispuni/zadovolji unapred definisani uslov zaustavljanja. Centriranje drži tačke središnje linije na jednakoj udaljenosti od zidova krvnog suda, tj., u centru krvnog suda. Izjednačavanje rezultata u središnjoj liniji odgovara bolje smeru cirkulacije krvi i sprečava pretpostavljanje oblika što daje kao rezultat pogrešnu simulaciju. Izvršavanje centriranja i izjednačavanja u sledu uz ponavaljanje omogućava dobijanje središnje linije, koja je korisna za simulaciju potpuno automatski ili barem uglavnom automatski. Određivanje krajnjih tačaka obuhvata automatsku pretragu u širinu geometrijskih čvorova i određivanje ulaznih otvora, i izlaznih otvora krvnih sudova korišćenjem gradijenta debljine kao kriterijuma. Ovaj pristup omogućava pouzdano, automatsko ili poluatomatsko dodeljivanje krajnjih tačaka i usmeravanje grafa / stabla (grafikona) skeleta.
[0042] Preporučljivo, iterativni postupak koraka korigovanja obuhvata podvrgavanje tačaka središnje linije silama slike. Centriranje obuhvata podvrgavanje tačaka središnje linije silama povlačenja slike, guranje tačaka dalje od najbliže površine geometrije. Izjednačavanje se sastoji od podvrgavanja tačaka centalnoj liniji silama zatezanja slike prema susednim tačkama tako da se tačka gura prema prosečnom položaju dve susedne tačke.
[0043] Uslov zaustavljanja, kao prednost, se približava dostiže unapred definisan broj koraka ponavljanja (iteracije). Uslov zaustavljanja ove vrste zahteva malu snagu izračunavanja kada se testira. Alternativni uslovi zaustavljanja obuhvataju analizu konvergencije (sastajanja) tačke na stabilnu lokaciju.
[0044] Kao prednost, korak pronalaženja trodimenzionalne geometrije obuhvata generisanje predstave površinske mreže krvnog suda iz slike zapremine. Izračunavanja neophodna za lakše centriranje i čini lakšim njegovo predstavljanje lekaru kada je neophodno ručno povećanje. Alternativno volumetrijsko predstavljanje ima prednost, koja obuhvata to što se koristi u simulaciji cirkulacije krvi.
[0045] Kao prednost, korak ekstrahovanja grafa/stabla (zavisno od razgranatosti vrha) skeleta iz geometrije obuhvata korake podvrgavanja geometrije vokselizaciji, da bi se dobila predstava volumena krvnog suda koji je predmet interesovanja, skeletonizaciju volumena da bi se dobio volumetrijski prikaz skeleta krvnog suda, i stvaranje grafa skeleta iz volumetrijskog prikaza skeleta.
[0046] Ovaj pristup se čini da je brži i stabilniji za testiranje u odnosu na Voronoijev postupak korišćen standardno u ovoj oblasti. Primenjuje se naročito na krivine krvnih sudova i područja stenoze krvnog suda.
[0047] Kao prednost, korisniku se šalje upit za približnu lokaciju ulaznog otvora i određivanje krajnjih tačaka uključujući izbor ulaznog otvora, uz pomoć filtera krajnjih tačaka kandidata sa filterom, na osnovu približne lokacije koju je dao korisnik. Dakle, rad može da bude ubrzan sa veoma malo napora od strane korisnika.
[0048] Kao prednost, korak izračunavanja barem jedne početne središnje linije obuhvata korake verifikacije kontinuiteta grafa skeleta, i ako je neophodno, korigovanje grafa skeleta povezivanjem komponenata koje su rastavljene, određivanje početnih središnjih linija iz grafa skeleta kao najkraće putanje između ulaznog otvora i izlaznog otvora. Ovaj sled koraka omogućava eliminaciju izvesnih vrsta grešaka koje nastaju od neadekvatnog slikovnog prikaza.
[0049] Kao prednost, tačke ispravljene središnje linije se podvrgavaju naknadnoj obradi, uključujući barem jednu operaciju izabranu iz grupe koja obuhvata uzimanje ponovnog uzorka središnje linije, doterivanje pozicije tačaka središnje linije u prostoru, izračunavanje metapodataka tačaka središnje linije, ,,orezivanje’’. ,,Orezivanje’’ smanjuje potrošnju memorije neophodnu za izvršavanje postupka, dok su metapodaci korisni za vizualizaciju 3D geometrije.
[0050] Proizvod računarskog programa prema ovom pronalasku obuhvata niz instrukcija, koji učitan u memoriju računara porouzrokuje izvršavanje postupka prema ovom pronalasku pomoću pomenutog računara.
[0051] Sistem za obradu slike konfigurisan da generiše model cevastog predmeta iz volumetrijske slike, sistem ima jedinicu za dobijanje voluminozne slike (3D slike), jedinicu za izdvajanje geometrije, generator središnje linije, dijagnostički pomoćni modul prema ovom pronalasku se prilagođava da realizuje postupak prema ovom pronalasku.
[0052] Kao prednost, jedinica za dobijanje zapreminske slike je računarski modul prilagođen da primi sliku preko telekomunikacione mreže.
[0053] Jedinica za dobijanje slike, pogodno, jeste uređaj za vizuelno prikazivanje. proslikavanje medicinsko snimanje Uređaj za vizuelno prikazivanje se, pogodno, bira iz grupe, uključujući skener za kompjuterizovanu tomografiju, skener kompjuterizovane tomografije sa prebrojavanjem fotona (PCCT), skener magnetne rezonance, skener pozitronske emisione tomografije, skener jednofotonskom emisionom kompjuterizovanom tomografijom, uređaj za ultrazvučno vizuelno prikazivanje.
[0054] KRATAK OPIS SLIKA NACRTA
[0056] Pronalazak se opisuje detaljnije u nastavku, sa pozivom na sledeće slike.
[0058] Sl. 1 pokazuje dijagram toka postupka generisanja središnjih linija.
[0059] Sl. 2 pokazuje dijagram toka iz koraka 120 ekstrahovanja grafa skeleta iz geometrije.
[0060] Sl. 3 pokazuje dijagram toka iz koraka 130 koji određuje krajnje tačke ulaznog i izlaznog otvora.
[0061] Sl. 4 pokazuje dijagram toka iz koraka 140 izračunavanja početnih središnjih središnjih linija.
[0062] Sl. 5 pokazuje dijagram toka iz koraka 150 korekcije početnih središnjih linija. Sl. 6 pokazuje dijagram toka iz koraka 160 naknadne obrade središnjih linija. Sl. 7 a-d pokazuju (a) površinsku mrežu srčane arterije i vokselizovani natpis sa tri različite vrednosti razmaka za sliku:
[0063] (b) d=1,0 mm, (c) d=0,5 mm, i (d) d=0,15 mm, prema datom redosledu.
[0064] Sl. 8 pokazuje skelet dobijen iz vokselizovane mreže prikazane na Sl.7b.
[0065] Sl. 9 a, b pokazuju dejstva korekcije (ispravke) (a) početne središnje linije i (b) središnje linije korigovane prema ovom pronalasku.
[0066] Sl. 10 a, b pokazuju (a) korigovanu središnju liniju pre naknadne obrade i (b) istu središnju liniju posle doterivanja u koraku naknadne obrade.
[0067] Sl. 11 a-d pokazuju primere površinske mreže srčane arterije sa odgovarajućim središnjim linijama (belim) utvrđene prema ovom pronalasku.
[0068] Sl. 12 pokazuje srednje i standardno odstupanje vremena vokselizacije Tv [s] naspram vrednosti slike dodavanjem prostora slici u veličini voksela d [mm] izračunatoj na skupu (nizu) od 160 zapremina podataka iz primera.
[0069] Sl. 13 pokazuje srednje i standardno odstupanje vremena skeletonizacije Ts [s] naspram vrednosti slike dodavanjem prostora slici u veličini voksela d [mm] izračunatoj na nizu od 160 zapremina podataka iz primera.
[0070] Sl. 14 pokazuje srednje i standardno odstupanje vremena korekcije Tc [s] naspram broja koraka korekcije N [1/1] na skupu od 160 zapremina podataka iz primera.
[0071] Sl. 15 a-d pokazuju dejstvo korekcije posle (a) 5, (b) 20, (c) 50, i (d) 100 koraka ponavljanja (iteracije).
[0072] Sl. 16 a, b pokazuju dejstvo korekcije bez (a) sile zatezanja, i (b) sila uvlačenja.
[0073] DETALJAN OPIS IZVOĐENJA IZ OVOG PRONALASKA
[0075] Dijagram toka visokog nivoa iz ovog postupka, prema ovom pronalasku, je prikazan na Sl. 1. Puna strelica označava tok postupka i dvostruke strelice pokazuju informaciju dovedenu iz drugih koraka. Postupak prema ovom pronalasku počinje sa prijemom 100 za pacijenta specifične zapreminske slike, koja obuhvata strukturnu informaciju o krvnim sudovima pacijenta. Zapreminska slika može da bude rezultat bilo koje poznate tehnike vizualizacije prikaza korišćene za vizuelni prikaz krvnih sudova. Ovo obuhvata snimak kompjuterizovanom tomografijom (CT), snimak kompjuterizovane tomografije sa prebrojavanjem fotona (PCCT), snimak angiografije kompjuterizovanom tomografijom (CTA), snimak srca kompjuterizovanom tomografskom angiografijom (CCTA), snimak vizuelizovan magnetnom rezonancom (MRI), snimak pozitronskom emisionom tomografijom (PET), ultrazvučni snimak, ili bilo koji drugi model vizuelizacije u medicini koji obuhvata barem jedan krvni sud. Ispituje se, da postupak radi veoma dobro sa serijama vizuelizacije srca kompjuterizovanom tomografskom angiografijom (CCTA).
[0076] Posle prijema zapreminske slika, trodimenzionalna (3D) geometrija najmanje jednog krvnog suda se pronalazi 110 (otkriva) iz pomenute slike. 3D geometrija je reprezentacija najmanje jednog krvnog suda.3D geometrija je najčešće predstavljena u obliku grafa, kao što je površinska mreža, ali može da bude predstavljena i u obliku volumetrijske mreže ili klaud tačke. 3D reprezentacija je potrebna za izradu odgovarajućeg modela i preciznu simulaciju protoka krvi.
[0077] 3D geometriju može da pronađe ručno stručnjak kao što je radiolog, ili obučeni inženjer upotrebom računarskih alata softvera za segmentiranje. U ovom pronalasku softverski alati koji pospešuju stvaranje 3D geometrije obuhvataju, ali se ne ograničavaju na aktivne konture, aktivnu mrežu, i mašinsko učenje. Aktivne konture ili aktivna mreža omogućava stvaranje i korekciju 3D geometrije pomeranjem njenih ivica prema kontrastima vidljivim na slici. Postupci učenja mašine se primenjuju da bi se proizvela početna (inicijalna) 3D geometrija, koju stručnjak može dodatno da poboljša, ili prihvati. Upotreba pomenutih softverskih alata daje kao rezultat ubrzavanje koraka pronalaženja geometrije 110. Alternativno, primenjuje se pun automatski alat korišćenjem mašinskog učenja, ili modela veštačke inteligencije obučenog za geometrije koje su kreirali radiolozi, da bi se predvidelo prisustvo krvnog suda u 3D zapremini i pretvorili ga u mrežu.
[0078] Učinak 3D geometrije iz koraka 110 je predstavljen u obliku površinske mreže.
[0081] 1
[0082] Rezolucija površinske mreže je hiper parametar ovog postupka. Generalno, postavljanje niže rezolucije pospešuje brzinu rada o trošku kvaliteta središnje linije.3D geometrija se koristi za ekstrahovanje neusmerenog skeleta grafa u koraku 120. U ovom izvođenju neusmeren graf skeleta se stvara u tri koraka, kao što je prikazano na Sl. 2:
[0084] <•>Vokselizacija 221, koja obuhvata pretvaranje geometrije krvnog suda u voksele,
[0085] <•>Skeletonizacija 222, koja obuhvata stanjivanje da bi se stvorio skelet iz voksela,
[0086] <•>Stvaranje 223 neusmerenog grafa skeleta iz skeleta.
[0088] Vokselizacija 221 obuhvata razdeljivanje (preraspodelu) 3D prostora. Može da dovede do jednako razdeljenе mreže voksela ili oktagonalnih stabala voksela. Oktastablo je struktura podataka u vidu stabla, gde svaki interni čvor ima tačno osmoro dece. Oktastabla se najčešće koriste za podelu 3D prostora podpodeljivanja ponavljanjem u osam oktan(a)ta. Primer efikasnog algoritma vokselizacije korišćen u ovu svrhu je postupak TriangleMeshToBinaryImageFilter (Trougaona-mreža-nabinarnom-filteru-slike) koji je implementiran unutar ITK biblioteke. Pretvara mrežu trougaonika u unapred definisanu volumetrijsku predstavu, proverom za svaki voksel, da li leži (lociranje) unutar mreže neke geometrije. Međutim, stručnjak u ovoj oblasti bi mogao lako da pronađe alternativni algoritam za vokselizaciju, koji obezbeđuje skoro jednako dobre rezultate.
[0089] Korak 222 skeletonizacije, u postojećem koraku, se ostvaruje transformacijom medijalne ose (MAT). Transformacija medijalnom osom (MAT) određuje najbliže granične tačke za svaku tačku krvnog suda. Unutrašnja grupa pripada skeletu, ako ima najmanje dve najbliže granične tačke. Formalna definicija skeleta je lokus centara svih maksimalno upisanih sfera. Primer algoritama istanjivanja koji mogu da se koriste u ovom koraku su Čangov i Lijev.
[0090] Neusmereni graf skeleta se stvara u koraku 223 iz zapremine skeleta, pretvaranjem voksela u grafičke čvorove i dodavanjem ivica između povezanih voksela. Za svaki čvor se čuva njegova originalna lokacija na slici. Posle toga, potencijalne rastavljene komponente grafa se povezuju na osnovu blizine. Određivanje krajnjih tačaka 130 jednog krvnog suda daje kao rezultat lociranje ulaznih otvora i izlaznih otvora. Ponavlja se za svaki krvni sud u 3D geometriji. U ovom izvođenju, u daljem tekstu opisan pristup, sa pozivom na Sl.3 je primenjen.
[0091] [0039] Vrhovi geometrije se prelaze korišćenjem algoritma pretrage u širinu (BFS) da bi se stvorio graf pretrage u širinu (BFS) u koraku 331. Algoritam se pokreće iz proizvoljnog vrha. Kako postoji tendencija krvnih sudova da budu kvazi-cevaste konstrukcije, povezani vrhovi leže na istom rastojanju od početnog vrha treba da formiraju prstenove poprečnog preseka. Prstenovi napreduju duž krvnih sudova sukcesivnim ponavljanjima algoritma pretrage u širinu (BFS).
[0092] Za svaki prsten, centroid vrhova sadržan u njemu se izračunava. Neusmereni graf je konstruisan sa centroidima kao čvorovima, spojenim sa ivicama na osnovu povezivosti vrha odgovarajućih prstenova.
[0093] Očekuje se da lisnati čvorove grafa budu smešteni na mestima, gde ne bi algoritam pretrage u širinu (BFS) mogao da napreduje dodatno duž krvnih sudova, tj. na potencijalnim ekstremitetima geometrije krvnog suda. Ovi lisnati krvni čvorovi se dodatno koriste da bi se odredila krajnje tačke 332 središnje linije.
[0094] Algoritam je naročito pogodan za kvazi cevaste konstrukcije i ima tendenciju da loše usmeri prstenove u strukturama drugih oblika.
[0095] Krajnje tačke središnje linije 332 se nalaze korišćenjem lisnatih čvorova grafa pretrage u širinu (BFS), grafa skeleta i geometrije. Čvor grafa skeleta najbliži listu grafa pretrage u širinu (BFS) se bira kao krajnja tačka i projektuje na geometrijsku površinu.
[0096] Ulazni otvor se bira u koraku 333 pod pretpostavkom da krvni sud jeste najdeblji na ulaznom otvoru i svaka dalja grana je progresivno tanja.
[0097] Izračunava se prečnik mreže arterije na svakom čvoru (kao ključnom parametru) grafa skeleta. Zatim, počevši od svake krajnje tačke, graf skeleta je potpuno pređen i razlike između prečnika na susednim čvorovima se izračunavaju. Izračunavanjima se dodeljuje pozitivni znak ako susedni čvor odgovara manjem prečniku a inače negativni znak. Zatim se razlike sabiraju. Maksimalni rezultat sume odgovara početnoj krajnjoj tački, za koju je smanjenje (gradijent) prečnika najveće. Ovo je najbolji kandidat za ulazni otvor krvnog suda.
[0098] Opciono, ulazni otvor se bira uz pomoć korisnika, koji označava područje u kom je ulazni otvor smešten. Ulazni otvor se zatim bira sa gornjim postupkom iz krajnjih tačaka smeštenih u blizini naznačenog područja.
[0099] Preostale krajnje tačke se razmatraju kao izlazni otvori.
[0100] Korak 140 daje kao rezultate najmanje jednu početnu središnju liniju od najmanje jednog krvnog suda. Središnja linija se definiše tačkama i izračunava rezolucijom podvoksela u odnosu na sliku zapreminskog prikaza (3D slika).
[0101] [0049] Iako postoje postupci dijagnostikovanja vaskularne bolesti na osnovu 2D slika i otuda dvodimenzionalne središnje linije (npr. EP3061015), precizna simulacija protoka krvi (cirkualcije) zahteva 3D prikaz.
[0102] 3D prikaz nameće potrebu da se dobije 3D središnja linija koja je potrebna da bi se dobio digitalno ispravljen (pravolinijski izveden) prikaz poboljšanja (reformacije) krivulje u ravni (CPR) i prikaz više poboljšanja u ravni (MPR) kao i sama simulacija – a specifično za izračunavanje ravni poprečnog preseka u kojima se modeluje krvotok.
[0103] Iako 2D pristup pojednostavljuje određivanje središnjih linija i smanjuje neophodnu moć izračunavanja, on ne obezbeđuje dovoljnu preciznost modelovanja i nije prema ovom pronalasku.
[0104] U koraku 140 izračunavanja početnih središnjih linija, graf skeleta dobijen u tački 120 se koristi za inicijalizaciju središnjih linija. Prvo, rastavljeni segmenti grafa skeleta se nalaze i povezani su koraku 441 da bi se dobio kontinualni graf.
[0105] Zatim se izvršava korak 442 pronalaženja najkraćih putanja između ulaznog otvora i izlaznih otvora u neusmerenom grafu skeleta. Najkraća putanja se izračunava traverzalom širine čvorova grafa.
[0106] Tačke najkraćih putanja se ponovo uzorkuju da bi se pojačalo isto rastojanje između tačaka. Ove tačke, zajedno sa informacijom o početku (tačka ulaznog otvora) i krajevima (tačke izlaznih otvora) geometrije krvnog suda se koriste da bi se stvorio usmeren graf, koji se sastoji od broja usmerenih lanaca tačaka u koordinatama volumena. Ovo daje samo informaciju o prostornom položaju za svaki čvor središnje linije. Svaka središnja linija C<m>,<n>se sastoji od m broja putanja i n broja tačaka. Putanje su opisane u obliku usmerenih lanaca, pri čemu svaku putanju čini broj tačaka od tačke ulaznog otvora p<inlet>do tačke izlaznog otvora p<m>. Tačke su deljene (zajedničke) ovim putanjama, i svaka tačka, koja nije ulazni otvor ili izlazni otvori unutar neke putanje, ima tačno dve susedne. Jednu tačku pre i jednu posle te tačke, duž putanje. Na kraju koordinata tačke se pretvaraju u stvarne koordinate, da bi se dobila početna središnja linija. U koraku 445 tačke se ponovo uzorkuju na željeni razmak. Putanje središnje linije kraće od nekog unapred definisanog praga se uklanjaju u koraku prethodne obrade središnjih linija.
[0107] Korak 150 korigovanja najmanje jedne početne središnje linije sa preciznošću podvoksela počinje prijemom 551 početnih središnjih linija i 3D geometrije. Zatim, korigovanje najmanje jedne početne središnje linije obuhvata iterativni postupak koji obuhvata barem operacije centiranja 552 tačaka koje definišu središnju liniju, njihovim lociranjem dalje od najbliže površine definisane u geometriji, i izjednačavanjem tačaka 553 koje definišu središnju liniju dovođenjem svake tačke bliže srednjoj poziciji susednih tačaka, izvršenih u sledu, sve dok se ne ispuni uslov 554 zaustavljanja. Uslov
[0109] 1
[0110] zaustavljanja može da bude izvesni broj ponavljanja ili unapred definisana mera razlika između naknadnih koraka. Rezultati se izvoze u koraku 555.
[0111] Izračunavanja su praktična ako je 3D geometrija površinska mreža, međutim, moguće je utvrditi površinu krvnih sudova u geometriji predstavljenoj u vokselima kao spoljni sloj voksela. Ako je geometrija predstavljena kao oblak tačaka koji prekriva površinu krvnog suda, onda je rastojanje od najbliže površine rastojanje od najbliže tačke.
[0112] Centriranje 552 obuhvata podvrgavanje tačaka središnje linije silama uvlačenja, guranje tačaka dalje od najbliže površine geometrije.
[0113] Izjednačavanje 553 se sastoji od podvrgavanja tačaka središnje linije prema susednim tačkama tako da se svaka tačka gura prema prosečnom položaju dve susedne tačke.
[0114] Ovaj postupak je moguće ostvariti sa sledećim pseudokodom:
[0116] Ulaz: Početne središnje linije i geometrijska mreža
[0117] Izlaz: Korigovane središnje linije
[0118] 1. centri = pronalaženje centra svake tačke u grafu
[0119] centriranje svake tačke u grafu
[0120] 2. putanje = pronalaženje putanja od ulaznog otvora do izlaznog otvora
[0121] dr = parametar postupka. Stoji za veličinu koraka u svakom ponavljanju (iteraciji).
[0122] dt = parametar postupka. Stoji za svaki korak u svakom ponavljanju.
[0123] n = parametar postupka. Stoji za broj ponavljanja
[0124] 3. za putanju u putanjama: // transverzala / poprečnica svih putanja u grafu
[0125] 4. tačke_središnje linije = centri [putanja] // raspoređivanje tačaka iz jedne putanje u liniju 5. za_u opsegu(n): // ispraviti n puta
[0126] 6. rastojanja = pronađi rastojanja na mreži za svaku tačku središnje linije
[0127] 7. najbliže_površinske_tačke = pronađi najbliže tačke na mreži za svaku tačku središnje linije
[0128] 8. // primeni silu uvlačenja od površine da bi se tačke bolje centrirale
[0129] 9. površinske_smernice = smer(najbliži_površini_tačaka, tačke_središnje linije) // vektori usmereni od površinskih tapaka prema odgovarajućim tačkama središnje linije 10. tangente = izračunavanje _ tangenti(tačke_središnje linije) // tangenta za svaku tačku na središnjoj liniji
[0130] 11. //želimo da pomerimo tačku samo u smerovima upravnim na tu tangentu
[0131] 12. sile_uvlačenja = jedinica(odbija(površina_smerovi, tangente)) // odbija = a – projektuj (a, b)
[0132] 13. tačke_središnje linije [1:-1]+= sile_uvlačenja[1:-1]*dr //pomeriti tačke dalje od mreže. Ne pomerati tačku 1 i ‒1;[0133] 14. //primeniti zateznu silu da bi tačke ostale poravnate i jednako razmaknute;[0134] 15. susedni_smerovi = smer od neke tačke do sledeće tačke na središnjoj liniji;[0135] 16. zatezne_sile = (susedni_smerovi[1:] - susedni_smerovi [:- 1]) / 2;[0136] // izračuanti srednji smer susednih tačaka za svaku tačku na središnjoj liniji;[0137] 17. tačke_središnje linije[1:-1]+= zatezne_sile[1:-1] * dt
[0138] 18. centri[putanja]=tačke_središnje linije
[0139] 19. postaviti atribute čvora u grafu sa korigovanim centrima
[0141] Dobri rezultati su dobijeni sa sledećim vrednostima parametara:
[0143] n:int = 100; n ∈ [0, 1000]
[0145] dt:float = 0.5; dt ∈ [0, 1]
[0147] dr:float = 0.02; dr ∈ [0, 1] - predstavlja frakciju prečnika krvnog suda u datoj tački
[0148] središnje linije.
[0150] Korigovane početne središnje linije se podvrgavaju opcionoj naknadnoj obradi 160. To obuhvata uzimanje uzorka 641 i 3D doterivanje 642 svake putanje u središnjoj liniji.
[0151] U koraku 160 naknadne obrade, opciona svojstva krvnog suda se izračunavaju za tačke središnje linije i dodaju se u opcione metapodatke 643. Ova svojstva mogu da obuhvate ali se ne ograničavaju na upravne vektore na središnju liniju, tangente na središnju liniju, kumulativna rastojanja od početne tačke, prečnike krugova upisane u oblik površine geometrije, prečnike diskova upisanih u oblik površine geometrije, manje i veće poluose elipsa, upisane u oblik površine geometrije, minimalna rastojanja najbližem vrhu na geometriji krvnog suda, poluprečnike diska sa istim područjem kao područje oblika određenog geometrijom krvnog suda na ravan upravnu na središnju liniju u datoj tački.
[0152] Kako sve putanje središnje linije počinju iz istog ulaznog otvora, one se preklapaju nekom delu, dele izvestan broj tačaka. Da bi ih spojili u jednu strukturu središnje linije predstavljenu kao usmereni grafk, ,,orezivanje’’ 644 grana se radi, uklanjaju se preklopljeni delovi i spajaju se sada grane koje se ne preklapaju sa ivicom.
[0153] Središnja linija je poravnata, neprekidna, i u centru geometrije. Ova svojstva su neophodna za preciznu CFD simulaciju i dobar prikaz više poboljšanja u ravni (MPR)
[0155] 1
[0156] i poboljšanja krivulje u ravni (CPR).
[0157] Najzad, središnje linije se izvoze u koraku 170 i koriste u kombinaciji sa uobičajenim protokom krvi (npr. opisane u EP3820357) simulaciji ili samo za vizualizaciju za lekara da bi se izdvojili i/ili predstavili podaci specifične za pacijenta.
[0158] Proizvod računarskog programa, prema ovom pronalasku, može da bude pokrenut na uobičajenom računaru sa dodatim zapreminskim (volumenskim) slikama i prilagođen za simuliranje protoka krvi. Proizvod računarskog programa obuhvata niz instrukcija, koji kada se učita u memoriju računara porouzrokuje izvršavanje postupka prema ovom pronalasku.
[0159] Program, prema ovom pronalasku, može da radi na zasebnom računaru ili na jedinici za procesiranje medicinskog uređaja sa vizuelnim prikazom sa integrisanim sredstvima za obradu slike. Pored toga, proizvod programa na računaru može da bude ponuđen u obliku softvera kao usluga, za koji korisnik zapreminsku sliku otprema na server i središnje linije i simulacije su izračunati na strani servera, pri čemu se rezultati isporučuju korisniku preko komunikacione mreže.
[0160] Sistem za obradu slike, prema ovom pronalasku jeste konfigurisan da generiše model cevastog predmeta iz volumetrijske slike. Taj sistem ima jedinicu za dobijanje zapreminske slike, jedinicu za izdvajanje geometrije, generator središnje linije, i dijagnostički pomoćni modul prilagođen da realizuje postupak prema ovom pronalasku. Dijagnostički pomoćni modul preporučljivo obuhvata simulator protoka krvi i modul prikaza za predstavljanje izgleda krvnog suda lekaru.
[0161] Jedinica za dobijanje zapreminske slike je računarski modul prilagođen da primi sliku preko telekomunikacione mreže. Alternativno, kada je sistem implementiran u uređaju za prikaz slike, sam uređaj jeste jedinica za dobijanje zapreminske slike. Postupci geometrijskog izdvajanja, generisanje središnje linije, i simulacije protoka krvi koje su primenljive za implementiranje u računaru da bi se dobila jedinica za izdvajanje geometrije, generator centralne linije, i simulator protoka krvi se razmatraju npr. u objavi evropskog patenta EP3820357B1. Implementacija generisanja središnje linije i moduli korekcije opisani gore u tekstu omogućavaju dobijanje sistema prema ovom pronalasku.
[0162] Uređaj za vizuelno prikazivanje može da bude bilo koji medicinski uređaj sa vizuelnim prikazivanjem sa ekranom za prikaz i procesorskom jedinicom. Ovo obuhvata naročito skener za snimanje kompjuterskom tomografijom, skener za snimanje kompjuterskom tomografijom sa prebrojavanjem fotona (PCCT), skener za snimanje magnetnom rezonancom (MRI), skener za snimanje pozitronskom
[0165] 1
[0166] emisionom tomografijom (PET), skener za snimanje jednofotonskom emisionom kompjuterizovanom tomografijom (SPECT), skener za ultrazvučno snimanje, ili bilo koji drugi relevantni medicinski uređaj za vizuelno prikazivanje.
[0167] Postupak je pokazao korisnost za širok opseg parametara. Primeri parametara koje treba uravnotežiti ,,razmenom’’ između računarske snage i preciznosti se razmatraju dole u tekstu.
[0168] Sl. 7a pokazuje geometriju površinske mreže slike srčane arterije dobijene u koraku 110 geometrije za pronalaženje. Izdvajanje 120 skeleta iz geometrije zahteva vokselizaciju 221. Veličina slike u vokselizaciji utiče i na preciznost i na vreme izračunavanja u različitim koracima. Sl. 7 b-d pokazuju rezultate vokselizacije 221 mreže prikazane na Sl. 7a sa različitim vrednostima razmaka slike (veličina voksela) d. Sl.7b pokazuje rezultat vokselizacije sa d=0,15 mm, Sl.7c pokazuje vokselizaciju sa d=0,5 mm, Sl.7d pokazuje vokselizaciju sa d=1 mm.
[0169] Sl. 8 pokazuje primer skeleta dobijenog u koraku 222, koji se koristi da bi se stvorio graf 223, koji se zatim koristi da bi se generisala početna središnja linija.
[0170] Sl.9a pokazuje primer segmenta početne središnje linije generisane u koraku 140 postupka, prema ovom pronalasku. Sl. 9b pokazuje središnju liniju korigovanu korišćenjem postupka prema ovom pronalasku.
[0171] Sl.10 a i b pokazuju da je rezultat naknadne obrade na kraju krvnog suda. Sl.
[0172] 10a pokazuje središnju liniju na kraju krvnog suda pre doterivanja 642 i Sl. 10b pokazuje središnju liniju posle doterivanja 642. Doterivanje može da čini primena relativno slabog propusnog filtera na koordinate tačaka središnje linije. U primeru prikazanom na Sl.10b je primenjeno Batervortovo (Butterworth) filtriranje. Doterivanje omogućava eliminaciju brojčanih artefakata, posebno onih povezanih sa specifičnim geometrijskim oblicima koji nisu korigovani ranije.
[0173] Sl. 11 a-d pokazuju primere površinske mreže srčane arterije sa odgovarajućom središnjom linijom (u beloj boji) određene prema ovom pronalasku.
[0174] Sl.12 pokazuje kako razmak slike (veličina u vokselima) d [mm] utiče na vreme vokselizacije Tv [s]. Podaci su dobijeni sa 160 slika različitih pacijenata. Pošto se broj voksela povećava kubno, ravnoteža ,,razmene’’ mora da se pronađe između preciznosti i trajanja vokselizacije. Za testirane podatke vrednost koja ispunjava najbolje zahteve kvaliteta i brzinu rada je bila d = 0,15 mm. Uz tu vrednost, na testiranoj opremi za vokselizaciju, (postupak) je trajao približno 5s.
[0175] Sl. 13 pokazuje zavisnost of vremena skeletonizacije Ts [s] na razmak slike d [mm]. Rezultati su dobijeni upotrebom algoritma skeletonizacije slike - scikit, koji se
[0178] 1
[0179] zasniva na postupku koji su stvorili Li (Lee et al) i saradnici skeletonizacija ponavljanjem (iterativno) uklanja ,,granične’’ voksele sve dok ne ostane samo jedan piksel prikaza. Viša rezolucija zahteva više ponavljanja algoritma da bi se upotpunio rad. Za d=0,15 mm, vreme skeletonizacije je oko 6s.
[0180] Sl.14 pokazuje linearnu zavisnost između broja korektivnih ponavljanja N [1/1] i vremena korekcije Tc [s]. Relacija je približno linearna. Vremenom povećanje broja ponavljanja dovodi do malih razlika na središnjim linijama. Na jačim računarima, na mašinama sa jačim izračunavanjem moguće je primeniti veći broj korekcija automatski. Sa druge strane, na sporijim mašinama, posebno integrisanim sa drugim uređajima za vizuelni prikaz, moguće je obezbediti manji broj ponavljanja kao standardno zadat (difolt) i opiciju za korisnika da ručno prevaziđe i doda dodatne korekcije ako je potrebno.
[0181] Sl. 15 a-d pokazuju dejstvo korekcije posle (a) 5, (b) 20, (c) 50, i (d) 100 ponavljanja korekcije Primećeno je da je 100 ponavljanja obezbedilo najbolju ravnotežu ,,razmene’’ između preciznosti i vremena obrade.
[0182] Dejstvo primene izjednačavanja 553 npr. silom zatezanja moguće je primetiti upoređivanjem slike prikazane na Sl.15d sa Sl.16a. Sl.16a pokazuje središnju liniju posle postupka korekcije bez izjednačavanja 553. Središnje linije u ovom obliku ne bi bile korisne, zato što barem neka od svojstava izračunata za svaku tačku, kao što su tangente bi bile veoma poremećene.
[0183] Dejstvo primene centriranja 552 npr. silom uvlačenja može se primetiti upoređivanjem slike prikazane na Sl.15d sa Sl.16b. Sl.16b pokazuje središnju liniju posle postupka korekcije bez centriranja 552. Središnje linije su doteranije, ali pokazuju tendenciju da se protežu previše blizu zida krvnog suda. Takođe, nejasno je koliko ponavljanja treba koristiti, kao normalno, sile se međusobno uravnotežavaju, što daje kao rezultate približavanje (konvergenciju). Bez sile uvlačenja središnje linije se ne približavaju i povećavaju broj ponavljanja dajjući kao rezultat kontinualno ispravljene (pravolinijske) linije.
[0184] Primeri izvođenja ovog pronalaska kako je opisano iznad samo ilustruju, ali ne ograničavaju ovaj pronalazak. Pronalasci obuhvataju postupke i sisteme za izračunavanje središnjih linija krvnih sudova, posebno srčanih arterija iz površinskih mreža. Obim ovog pronalaska i njegova izvođenja se samim tim definišu priloženim patentnim zahtevima. Postupak, prema izvođenju iz ovog pronalaska, može lako da bude primenjen i može da proizvodi robusnu, i preciznu segmentaciju tokom veoma ograničenog vremena i ,,utroška’’ memorije, uobičajeno manje od 20 sek i 3GB u
[0187] 1
[0188] proseku. Kombinovanje postupaka određivanja središnjih linija razmatranih gore u tekstu sa modernim postupcima segmentiranja srčane arterije i najnovijim postupcima u oblasti izračunavanja faktora hemodinamike daju kao rezultat simulaciju protoka krvi, što omoguća dijagnostikovanje uz sasvim malu intervenciju specijalizovanog rukovaoca.
[0189] Značajno, adekvatno, određivanje središnjih linija može da se primeni takođe za modelovanje i simulaciju pretežno cevastih predmeta na osnovu predstave predmeta volumetrijskom vizuelizacijom. Shodno tome, pronalazak je primenljiv za modelovanje drugih krvnih sudova koji nisu krvni sudovi srca, za modelovanje sistema za varenje ili drugih cevastih predmeta posebno onih koje vode neke vrste fluida.
[0190] Računare, u smislu gornjeg opisa, treba razumeti kao hardverske uređaje, uključujući računare, mikrokontrolere, signalne procesne uređaje, programabilne nizove kapija, koji se razumeju kao hardverski računari, grafičke kartice, namenska aplikaciono/programski specifična integrisana kola, ili druge procesne digitalne uređaje korišćene za obradu slike, kao i raspodeljena rešenja koja obuhvataju računarska okruženja u oblaku.
[0191] Stručnjaci u ovoj oblasti, sa obzirom na objašnjenja iz gornjeg opisa, mogu da rutinski predlože više hardverskih i softverskih rešenja za uređaj, prema ovom pronalasku, i za na računaru izvedeno izvršavanje postupka, prema ovom pronalasku, kao i postupaka za dobijanje informacije o obuci.
[0192] Posebno treba imati u vidu, da gornji opis jeste samo ilustracija ovog pronalaska i stručnjaci u ovoj oblasti će moći da predlože brojna alternativnna izvođenja obuhvaćena obimom ovog pronalaska, kako je definisano u priloženim patentnim zahtevima.
[0193] U ovim patentnim zahtevima, bilo koji referentni znaci postavljeni između zagrada neće biti tumačeni kao ograničenje zahteva (na zaštitu)/patentnog zahteva Upotreba glagola "obuhvata" ne znači da nema elemenata ili koraka koji nisu oni koji se navode u nekom patentnom zahtevu. Neodređeni član koji ukazuje na jedninu (''a'' ili ''an'') ispred nekog elementa ne isključuje prisustvo više takvih elemenata.
[0196] 1

Claims (12)

1. Patentni zahtevi
1. Na računaru implementiran postupak koji obuhvata korake
prijema (100) za pacijenta specifične zapreminske slike koja obuhvata strukturnu informaciju o pacijentovim krvnim sudovima predstavljenim u vokselima, pronalaženja (110) trodimenzionalne geometrije najmanje jednog krvnog suda,
izdvajanja (120) grafa skeleta iz geometrije,
određivanja (130) krajnjih tačaka najmanje jednog krvnog suda da bi se odredio ulazni otvor i najmanje jedan izlazni otvor,
izračunavanja (140) najmanje jedne početne središnje linije najmanje jednog krvnog suda, najmanja jedna početna središnja linija najmanje jednog krvnog suda se definiše tačkama i izračunava sa rezolucijom podvoksela, korigovanje (150) najmanje jedne početne središnje linije sa preciznošću u podvoskelima da bi se dobila korigovana središnja linija, obuhvatanje iterativnog postupka koji obuhvata tačke (553) izjednačavanja definisanjem središnje linije dovođenjem svake tačke bliže srednjoj poziciji susednih tačaka izvoza (170) susednih tačaka i korišćenja korigovane središnje linije da bi se izdvojili i/ili prezentovali podaci specifični za pacijenta
naznačen time što
određivanje krajnjih tačaka obuhvata automatsku pretragu širine geometrijskih čvorova i određivanje ulaznih otvora i izlaznih otvora krvnih sudova korišćenjem gradijenta debljine kao kriterijuma, i
korak korigovanja (150) najmanje jedne početne središnje linije obuhvata, postupak ponavljanja obuhvata dodatno najmanje jednu operaciju centriranja (552) tačaka definisanjem središnje linije njihovim lociranjem dalje od najbliže površine definisane u geometriji, i
pri čemu se centriranje (552) i izjednačavanje (553) izvršavaju jedno za drugim , sve dok se ne ispuni unapred definisan zaustavni uslov (554).
2. Na računaru implementiran postupak, prema patentnom zahtevu 1, pri čemu postupak ponavljanja iz koraka korigovanja (150) obuhvata podvrgavanje tačaka središnje linije silama vizualizacije, pri čemu
centriranje (552) obuhvata podvrgavanje tačaka središnje linije slike silama
2
uvlačenja guranjem tačaka dalje od najbliže tačke 3D geometrije, i izjednačavanje (553) se sastoji od podvrgavanja tačaka središnje linije silama zatezanja slike prema susednim tačkama, tako da se ta tačka gura prema prosečnom položaju dve susedne tačke.
3. Na računaru implementiran postupak prema patentnom zahtevu 1, pri čemu uslov zaustavljanja (554) obavlja simulaciju unapred utvrđen broj puta.
4. Na računaru implementiran postupak prema patentnom zahtevu 1 ili 2, pri čemu korak pronalaženja (110) trodimenzionalne geometrije obuhvata generisanje predstave površinske mreže krvnog suda iz volumenske slike.
5. Na računaru implementiran postupak, prema patentnom zahtevu 1 ili 2 ili 3 ili 4, pri čemu korak izdvajanja (120) grafa skeleta iz geometrije obuhvata
podvrgavanje geometrije vokselizaciji (221) da bi se dobila volumenska predstava krvnih sudova koji su predmet interesovanja, skeletizacija (222) zapremine da bi se dobio volumetrijski prikaz skeleta krvnog suda, i stvaranje (223) grafa skeleta iz volumetrijskog prikaza skeleta.
6. Na računaru impelementiran postupak, prema bilo kom od patentnih zahteva 1 do 5, pri čemu se korisniku šalje upit za približnu lokaciju ulaznog otvora i određivanje krajnjih tačaka, uključuje izbor ulaznog otvora, uz pomoć filterisanja sa filterom kandidate krajnjih tačaka, na osnovu približne lokacije koju je dao korisnik.
7. Na računaru implementiran postupak, prema bilo kom od patentnih zahteva 1 do 6, pri čemu se krajnje tačke korigovane središnje linije podvrgavaju naknadnoj obradi uključujući najmanje jednu operaciju izabranu iz grupe koja obuhvata ponovno uzimanje uzorka (641) središnje tačke, doterivanje (642) položaja tačaka središnje linije u prostoru, izračunavanje metapodataka (643) tačaka središnje linije, ,,orezivanje’’ (644).
8. Proizvod računarskog programa koji obuhvata niz instrukcija, koje učitane u memoriju računara prouzrokuju izvršavanje postupka prema bilo kom od patentnih
zahteva 1 do 7, pomoću pomenutog računara.
9. Sistem za obradu slike konfigurisan da generiše model cevastog predmeta iz volumetrijske slike, taj sistem ima jedinicu za dobijanja prikaza zapreminske slike,
jedinicu za izdvajanje geometrije,
generator centralne linije,
dijagnostički pomoćni modul
naznačen time što je prilagođen da realizuje postupak kako je definisan u bilo kom od patentnih zahteva 1 do 7.
10. Sistem za obradu slike prema patentnom zahtevu 9, pri čemu jedinica za dobijanje volumenske slike jeste računarski modul prilagođen da primi sliku preko telekomunikacione mreže.
11. Sistem za obradu slike prema patentnom zahtevu 9, pri čemu je ta jedinica za dobijanje volumenske slike uređaj za vizuelizaciju.
12. Sistem za obradu slike prema patentnom zahtevu 11, pri čemu se uređaj za vizuelizaciju bira iz grupe koja obuhvata skener za kompjuterizovanu tomografiju, skener za kompjuterizovanu tomografiju sa prebrojavanjem fotona, skener za magnetnu rezonancu, skener za pozitronsku emisionu tomografiju, skener za jednofotonsku emisionu kompjuterizovanu tomografiju, ultrazvučni uređaj za vizuelizaciju.
RS20251038A 2022-12-22 2022-12-22 Na računaru primenljiv postupak, proizvod računarskog programa i sistem za prikazivanje slike RS67435B1 (sr)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
EP22461648.2A EP4390845B1 (en) 2022-12-22 2022-12-22 A computer-implemented method, computer program product and imaging system

Publications (1)

Publication Number Publication Date
RS67435B1 true RS67435B1 (sr) 2025-12-31

Family

ID=84602639

Family Applications (1)

Application Number Title Priority Date Filing Date
RS20251038A RS67435B1 (sr) 2022-12-22 2022-12-22 Na računaru primenljiv postupak, proizvod računarskog programa i sistem za prikazivanje slike

Country Status (11)

Country Link
EP (2) EP4390845B1 (sr)
JP (1) JP2025542151A (sr)
KR (1) KR20250126109A (sr)
CN (1) CN120476426A (sr)
AU (1) AU2023409607A1 (sr)
ES (1) ES3055391T3 (sr)
HU (1) HUE073169T2 (sr)
IL (1) IL321339A (sr)
PL (1) PL4390845T3 (sr)
RS (1) RS67435B1 (sr)
WO (1) WO2024134284A1 (sr)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12608886B2 (en) * 2021-02-23 2026-04-21 Covidien Lp Systems and methods for automatic blood vessel extraction
CN119206133B (zh) * 2024-09-24 2025-12-26 合肥工业大学 基于简化中轴变换的三维支撑结构生成方法和系统
CN120563941B (zh) * 2025-07-30 2025-12-05 瀚依科技(杭州)有限公司 血管分类方法、装置、电子设备、介质和计算机程序产品

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6907808B2 (en) 1996-02-02 2005-06-21 Brigitte Merritt Apparatus for the processing of a strip of plastic material
EP2074585B1 (en) 2006-10-03 2018-07-11 Koninklijke Philips N.V. Model-based coronary centerline localization
CA2776203C (en) 2011-09-08 2020-08-04 Calgary Scientific Inc. Determining contours of a vessel using an active contouring model
US9129417B2 (en) 2012-02-21 2015-09-08 Siemens Aktiengesellschaft Method and system for coronary artery centerline extraction
US9943233B2 (en) 2012-10-24 2018-04-17 Cathworks Ltd. Automated measurement system and method for coronary artery disease scoring
US9430827B2 (en) * 2013-05-31 2016-08-30 Siemens Aktiengesellschaft Segmentation of a calcified blood vessel
EP3061015A2 (en) 2013-10-24 2016-08-31 Cathworks Ltd. Vascular characteristic determination with correspondence modeling of a vascular tree
EP3245632B1 (en) 2015-01-16 2020-07-15 Koninklijke Philips N.V. Vessel lumen sub-resolution segmentation
US9934566B2 (en) 2015-07-14 2018-04-03 Siemens Healthcare Gmbh 3-D vessel tree surface reconstruction method
CN108133478B (zh) 2018-01-11 2021-11-23 苏州润迈德医疗科技有限公司 一种提取冠状动脉血管中心线的方法
CN110490927B (zh) 2018-08-23 2022-04-12 深圳科亚医疗科技有限公司 用于为图像中的对象生成中心线的方法、装置和系统
PL3820357T3 (pl) 2019-01-11 2023-07-24 Hemolens Diagnostics Spółka Z Ograniczoną Odpowiedzialnością Modelowanie specyficznych dla pacjenta parametrów hemodynamicznych w tętnicach wieńcowych

Also Published As

Publication number Publication date
IL321339A (en) 2025-08-01
WO2024134284A1 (en) 2024-06-27
EP4390845A1 (en) 2024-06-26
EP4526841B1 (en) 2026-02-25
AU2023409607A1 (en) 2025-06-19
EP4390845C0 (en) 2025-07-30
KR20250126109A (ko) 2025-08-22
CN120476426A (zh) 2025-08-12
EP4390845B1 (en) 2025-07-30
EP4526841A1 (en) 2025-03-26
ES3055391T3 (en) 2026-02-11
HUE073169T2 (hu) 2026-01-28
JP2025542151A (ja) 2025-12-25
PL4390845T3 (pl) 2026-02-23

Similar Documents

Publication Publication Date Title
CN111095354B (zh) 经改进的3-d血管树表面重构
Antiga et al. An image-based modeling framework for patient-specific computational hemodynamics
Barbosa et al. B-spline explicit active surfaces: an efficient framework for real-time 3-D region-based segmentation
EP3140757B1 (en) Method and system for non-invasive functional assessment of coronary artery stenosis using flow computations in models based on diseased patients and hypothetical normal anatomical models
US8913060B2 (en) Systems and methods for extracting a curve-skeleton from a volumetric image of a vessel
Vukicevic et al. Three-dimensional reconstruction and NURBS-based structured meshing of coronary arteries from the conventional X-ray angiography projection images
RS67435B1 (sr) Na računaru primenljiv postupak, proizvod računarskog programa i sistem za prikazivanje slike
US9142061B2 (en) Fluid flow analysis for cardiovascular diagnostics
Wu et al. Segmentation and reconstruction of vascular structures for 3D real-time simulation
Xiong et al. Comprehensive modeling and visualization of cardiac anatomy and physiology from CT imaging and computer simulations
Wischgoll et al. Validation of image-based method for extraction of coronary morphometry
CN110689080B (zh) 一种血管结构影像的平面图谱构建方法
Kawata et al. Measurement of blood vessel characteristics for disease detection based on cone-beam CT images
CN111369662A (zh) Ct图像中血管的三维模型重建方法及系统
Krishnan et al. Analysis of time-dependent flow-sensitive PC-MRI data
Krissian et al. Smooth vasculature reconstruction with circular and elliptic cross sections
Garreau et al. Assessment of Left Ventricular Function in Cardiac MSCT Imaging by a 4D Hierarchical Surface‐Volume Matching Process
Anić et al. Improved three-dimensional reconstruction of patient-specific carotid bifurcation using deep learning based segmentation of ultrasound images
Guha et al. A semiautomatic approach for segmentation of carotid vasculature from patients’ CTA images
Son et al. Reconstruction of blood vessel model with adventitia from CT and IVUS images for FSI analysis
Mu et al. Construction of anatomically accurate finite element models of the human hand and a rat kidney
Quatember et al. Patient-specific modelling and simulation of coronary haemodynamics
Hillier et al. Online 3-D reconstruction of the right atrium from echocardiography data via a topographic cellular contour extraction algorithm
Delingette et al. YAV++: a software platform for medical image processing and visualization
Anić et al. Deep Learning Based Segmentation