用于自动识别３Ｄ数据集中图像视图的方法和设备技术

提供一种用于自动识别三维数据集中的图像视图的方法，包括：用处理器（１１０）访问包含多个图像帧的三维数据集，并且用处理器（１１０）使至少一个可变形模型（３７０，３７２，３７４）与每个图像帧内的至少一个结构拟合（１５２）。该方法还包括：用处理器（１１０）根据至少一个可变形模型（３７０，３７２，３７４）在每个图像帧内识别（１５４）至少一个特征点，并且根据所述至少一个特征点在显示器（１１２）上显示至少一个图像视图（２３０－２４６）。

【技术实现步骤摘要】

一般来说，本专利技术涉及超声波，更具体来说，涉及从三维(3D)数据集(dataset)中 自动识别图像视图。
技术介绍
用于3D心回波图(echocardiogram)的定量分析的许多工具是可用的。具体来说， 左心室的评估受到关注。通过3D心回波描记术，可从可作为包含心动周期的一系列图像帧 来获取的所获取体(volume)提取任意图像切片(slice)。但是需要来自用户的某种等级的 输入。例如，现有工具要求左心室长轴的手动对齐(alignment)，这增加了检查时间。由于 所需的时间，用户可在一个图像帧上识别心脏的顶点和基部(base)、即顶部和底部。然后将 这些界标(landmark)应用到其余图像帧。因此，其余图像帧或切片在整个心动周期保持在 图像体中的固定空间位置。但是，心脏在收缩期间移动，因而心脏的位置在图像帧内移动。因此，所显示的 心肌组织在心动周期期间有所不同。这对于其中纵向缩短在心动周期期间可高达1.2 厘米的基部短轴切片特别成问题。所产生的平面外运动可引起与心收缩不相关的人为 (artificial)壁增厚，并且基部切片在收缩末期可结束于心房。
技术实现思路
在一个实施例中，一种用于自动识别三维数据集中的图像视图的方法包括用处 理器访问包含多个图像帧的三维数据集，并且用处理器使至少一个可变形模型与图像帧中 每个图像帧内的至少一个结构拟合(fit)。该方法还包括用处理器根据至少一个可变形 模型在所述图像帧中每个图像帧内识别至少一个特征点，并且根据所述至少一个特征点在 显示器上显示至少一个图像视图。在另一个实施例中，一种用于自动识别三维数据集中的图像视图的系统包括处理 器和显示器。处理器配置成访问包含多个图像帧的三维数据集，使至少两个耦合的可变形 模型与所述图像帧中每个图像帧内的结构拟合，并且根据可变形模型中至少之一在所述图 像帧中每个图像帧内识别至少一个特征点。显示器配置成根据所述至少一个特征点显示至 少一个图像视图。附图说明图1示出根据本专利技术的一个实施例形成的超声波成像系统的框图。图2示出根据本专利技术的一个实施例使用基于可变形模型的对齐算法来自动创建 预期图像视图的方法。图3示出根据本专利技术的一个实施例、装入示出多个控制顶点的线框网格(wire frame mesh)的 Doo-Sabin 细分模型。图4示出根据本专利技术的一个实施例、其上具有所识别特征点的在舒张末期和收缩末期的示范分段相交切片。图5示出根据本专利技术的一个实施例、基于特征点来识别短轴切片的一个示例。图6示出根据本专利技术的一个实施例、基于短轴切片的一系列中间壁图像视图。图7示出根据本专利技术的一个实施例、基于短轴切片的一系列基部图像视图。图8示出根据本专利技术的一个实施例、多个模型如何按照跟踪分级结构中的相互关 系进行排列。图9示出根据本专利技术的一个实施例、包括跟踪分级结构的示范卡尔曼(Kalman)跟 踪框架。图10示出根据本专利技术的一个实施例、基于来自耦合模型的特征点提取标准顶端 视图的一个示例。图11示出根据本专利技术的一个实施例所形成的三个标准顶端视图。图12示出根据本专利技术的一个实施例、在获取期间可用于指导用户调整探头取向 的心脏图像的比较。图13示出根据本专利技术的一个实施例、来自应力回波检查的顶端长轴图像的后处 理(post-processing)。图14示出根据本专利技术的一个实施例、来自应力回波检查的短轴图像的后处理。 具体实施例方式上述
技术实现思路
以及对本专利技术的某些实施例的以下详细描述在结合附图阅读时，将 会被更好地理解。在附图示出各个实施例的功能块的简图的意义上，功能块不一定表示硬 件电路之间的划分。因此，例如，这些功能块中的一个或多个(例如处理器或存储器)可在 单片硬件(例如，通用信号处理器或随机存取存储器、硬盘等)中实现。类似地，程序可以 是独立程序，可以结合为操作系统中的子程序(subroutine)，可以是已安装软件包中的功 能，等。应当理解，各个实施例并不局限于附图所示的布置和工具。本文所使用的、以单数形式所述并且冠有词“一个”的单元或步骤应该被理解为不 排除多个所述单元或步骤的情况，除非明确说明了这种排除情况。此外，本专利技术的“一个实 施例”的引用不是意在被解释为排除也结合了所述特征的其它实施例的存在。此外，除非明 确相反地说明，否则，“包括”或“具有”含特定性质的一个单元或多个单元的实施例可包括 附加的不具有该性质的这类单元。本文所公开的至少一个实施例利用用于使可变形模型自动适合结构的方法。在一 些实施例中，这些方法可以是有计算效率的。例如，结构可以是左心室、右心室、左心室流出 道和/或其它心脏结构。在另一个示例中，该结构可以是将对其生成一组标准化视图的人 体或其它对象中的另一种结构。在转让给同一申请人、于2007年7月11日提交的标题为“Methodfor Real-Time Tracking of Cardiac Structures in 3D Echocardiography"的美国专利申请涉及11/775903中描述了一种方法，并且通过引用将其完整地结合于此。11/775903专利申请涉 及一种跟踪与体测(volumetric)图像序列的边缘拟合的可变形模型的运动和形状变化的 方法。该方法利用扩展的卡尔曼滤波器来估计可变形模型的位置、取向和变形参数。首先使 用运动学(kinematic)模型对每个新帧预测可变形模型的形状和位置。然后在这个模型附近执行边缘检测。通过在模型上的常规间隔位置搜索与模型表面垂直的边缘来进行边缘检 测。可变形模型的所预测边缘与所测量边缘之间的所确定距离被看作是对最小平方算法、 如卡尔曼滤波器的测量。将距离测量与指定局部边缘检测的空间不确定性的关联测量噪声 值相耦合。对各边缘检测点计算关于边缘测量的模型参数灵敏度。将灵敏度与边缘测量组 合。随后测量数据在信息空间中被合计在一起，并且被与卡尔曼滤波器中的预测相组合以 便估计可变形模型的位置和变形参数。在转让给同一申请人、于2008年3月18日提交的标题为“Methods for Using Deformable Models for Tracking Structures inVolumetric Data，，的美国专利申请号 12/050715中描述了另一种方法，通过引用将其完整地结合于此。12/050715专利申请涉及 一种用于跟踪3D图像中的3D结构的计算机化方法，所述3D图像包含其中之一是当前图像 帧的多个顺序图像帧。该方法包括采用具有局部形状变形的参数的参数模型来表示被跟踪 的3D结构。使用运动学模型对参数模型创建预测状态向量。使用预测状态向量使参数模 型变形，并且使用3D图像的当前帧来确定3D结构的多个实际点，以及使用多个实际点与多 个预测点之间的差来确定位移(displacement)值和测量向量。位移值和测量向量经过滤 波以生成更新状态向量和更新协方差矩阵，并且使用更新状态向量对当前图像帧生成更新 的参数模型。以上结合的专利申请可利用卡尔曼滤波器跟踪框架来执行模型与图像数据的拟 合。卡尔曼滤波器跟踪框架是有计算效率的，也就是说，模型以单次迭代(iteration)被更 新或者与图像数据拟合。因此，拟合可实时或者准实时地实现。应本文档来自技高网...

【技术保护点】
一种用于自动识别三维数据集中的图像视图的方法，包括：用处理器（１１０）访问包含多个图像帧的三维（３Ｄ）数据集；用所述处理器（１１０）使至少一个可变形模型（３７０，３７２，３７４）与所述图像帧中每个图像帧内的至少一个结构拟合（１５２）；用所述处理器（１１０）根据所述至少一个可变形模型（３７０，３７２，３７４）在所述图像帧中每个图像帧内识别（１５４）至少一个特征点；以及根据所述至少一个特征点在显示器（１１２）上显示至少一个图像视图（２３０－２４６）。

【技术特征摘要】
...

【专利技术属性】
技术研发人员：F奥尔德鲁德，S拉本，H托尔普，V隆伯格，
申请(专利权)人：通用电气公司，
类型：发明
国别省市：US