技术领域
[0001] 本发明涉及一种用于增强血管造影的设备、一种用于评估血管结构的医学成像系统以及一种用于增强血管造影的方法。
相关背景技术
[0002] 血管结构是可以具有空间交叉分支的三维延伸结构。特别地，冠状动脉树呈现复杂的3D结构，临床医师需要根据一系列2D投影来评估该结构，该2D投影例如为2D X射线图像，如荧光透视图像。为了使血管可视化，可以使用造影剂。例如，血管造影图像被用于评估血管结构。重要血管段的可见性经常由交叠的血管损害，从而产生使清晰的诊断冗长乏味的混乱。作为示例，临床医师可以选择特定的视图，例如某些C型臂角度，以查看特定的重要血管分支，例如LAD近端、旋支中段等。那些参考视图，例如LAO尾部、RAO颅侧，是优选的，因为它们以最小的缩短并且希望以最小的混乱呈现感兴趣血管段。然而，已经表明，存在以下情况：其中，感兴趣的狭窄段在图像序列中在某些时刻可以查看到，但在其他时刻交叠。这使分析更冗长乏味，因为它保持被示出和隐藏。此外，在其他情况下，感兴趣段可能不断交叠。
具体实施方式
[0038] 现在将参考附图更详细地描述某些实施例。在以下描述中，相似的附图标记用于相似的元件，即使在不同的附图中也是如此。提供描述中定义的事项，诸如详细构造和元件，以帮助全面理解示例性实施例。而且，不详细描述公知的功能或构造，因为它们将以不必要的细节模糊实施例。此外，诸如“……中的至少一个”的表达当在元素列表之前时修改整个元素列表，并且不修改列表中的个体元素。
[0039] 图1示意性地示出了用于增强血管造影的设备10的示例。设备10包括数据输入部12、数据处理器14和输出接口16。数据输入部12被配置为提供至少一幅血管造影图像，其示出了包括多个血管分支的感兴趣血管结构。数据处理器14被配置为根据血管造影图像确定至少一个感兴趣分支。数据处理器14被配置为分割用于识别血管结构的可能分支的血管造影图像。数据处理器14被配置为基于所识别的可能分支和所确定的感兴趣分支来选择分支。数据处理器14被配置为估计所选择的分支的衰减值。数据处理器14被配置为从血管造影图像减去估计衰减值的至少预定部分，以生成经校正的血管造影。输出接口16被配置为提供经校正的血管造影。
[0040] 在选项中，提供了一个分割：语义分割。可以例如基于查找表或根据查找表来提供对对哪些分支感兴趣的确定，例如无需查看图像。
[0041] 在另一选项中，提供了两个不同的分割：感兴趣分支的分割以及到所有不同的解剖分支中的语义分割。
[0042] 在示例中，为了确定至少一个感兴趣分支，数据处理器14被配置为分割用于识别至少一个感兴趣分支的血管造影图像。数据处理器14还被配置为基于所识别的可能分支和所识别的感兴趣分支来选择分支。
[0043] 数据输入部12也可以被称为数据输入模块。数据处理器14也可以被称为数据处理模块。输出接口16也可以被称为输出接口模块。
[0044] 数据输入部12也可以被称为数据供应、图像供应、图像数据供应、分割输入部、输入单元或简单地输入部。在示例中，数据输入部12可数据连接到如CT成像系统或MR成像系统的成像源装置，其提供用于分割的对象的2D图像数据。在示例中，图像数据输入部可数据连接到已经存储了2D图像数据的数据存储设备。
[0045] 数据处理器14也可以被称为数据处理装置、处理器单元或处理器。在示例中，数据处理器14数据连接到图像数据输入部12和输出接口16。在示例中，数据处理器14被提供为分割引擎，其例如通过分割来确定用于确定(即识别)至少一个感兴趣分支的血管造影图像并且其对用于识别血管结构的可能分支的血管造影图像进行分割。
[0046] 输出接口16也可以被称为输出部或输出单元。在示例中，输出接口16可数据连接到显示装置或显示设备。在另一示例中，输出接口16数据连接到显示器。
[0047] 作为图1中的散列线中所描绘的选项，提供了被配置为显示经校正的血管造影的显示器18。第一散列箭头20指示到显示器18的数据传送。第二散列箭头22指示数据输入。框架24指示在公共壳体中提供输入部、处理器和输出部的选项。在另一示例中，这些被提供为单独的部件。
[0048] 图2示意性地示出了用于评估血管结构的医学成像系统100的示例。系统100包括具有X射线源和X射线探测器的X射线成像设备102。系统100还包括根据前述示例之一的用于增强血管造影的设备10的示例。X射线成像设备102被配置为提供至少一幅血管造影图像。
[0049] 作为示例，X射线成像设备102被示出为天花板安装的可移动C型臂结构104，该C型臂结构具有附接到C型臂的端部的X射线源106和X射线探测器108。出于说明目的，还示出了物体110，即对象，其由患者支撑件112支撑以用于检查、介入、其他处置或成像目的。系统100还包括显示设备114，该显示设备例如采取被示出为可移动地悬挂在天花板上的监测器装置的形式。显示设备114被配置为显示至少一个经校正的血管造影。系统100还包括根据前述和以下示例之一的用于增强血管造影的设备10的示例116。此外，再次出于说明目的，在右侧指示具有监测器118和其他用户接口装备(如鼠标、键盘、控制面板和触摸板)的控制台。用于增强血管造影的设备116可以集成在控制台中。线120指示X射线成像设备102和用于增强血管造影的设备116的数据连接(有线或无线)。
[0050] 在示例中，数据处理器14被配置为基于所识别的可能分支和所确定的感兴趣分支来选择不感兴趣的分支；并且估计所选择的不感兴趣的分支的衰减值。
[0051] 在示例中，对于减去，数据处理器14被配置为：
[0052] i)从血管造影图像中减去不感兴趣的分支的完整估计衰减值，以生成经校正的血管造影；或者
[0053] ii)从血管造影图像中减去相应的估计衰减值的预定部分，以生成经校正的血管造影。
[0054] 在示例中，对于对用于识别血管结构的可能分支的血管造影图像的确定，数据输入部12被配置为提供包括方向和角度的组中的至少一项的几何图像采集参数。数据处理器14被配置为基于几何图像采集参数从查找表中选择要预期的段，该查找表识别对于某些几何图像采集参数可以预期的可能段。
[0055] 在另一示例中，如果对角度的访问不可用，则那些可以通过图像来推断，例如经由深度学习。
[0056] 在又一示例中，提供了学习(基于许多示例，经由DL)图像中的哪些分支是感兴趣的，而不需要采集角度的代理。
[0057] 在另一示例中，提供了依赖于术前CT来将分割的图映射到CT分支，并且理解在给定视图中哪些是良好可见的，即没有缩短。那些将是感兴趣分支。
[0058] 在示例中，感兴趣血管结构是冠状动脉树。查找表基于既定临床指南，其列出了冠状动脉段的血管造影投影和最佳可视化(参见图4)。
[0059] 在示例中，查找表包括针对血管结构的要预期的段的不同类别的偏好。类别的选择的改变提供了用于识别血管结构的可能分支的血管造影图像的确定的灵敏度的改变。
[0060] 在示例中，数据处理器包括神经网络，其被配置为通过深度学习流程提供用于识别血管结构的可能分支的血管造影图像的语义分割；和/或通过深度学习流程提供用于识别至少一个感兴趣分支的血管造影图像的分割。
[0061] 应注意到，从技术观点，分割是指“二进制分割”：血管/无血管。然而，语义分割是不同类别中的分割，即，“对应于LAD分支的像素组”(→分割图上的一个给定值)、“LCX分支的像素组”(→分割图中的另一给定值)。
[0062] 在示例中，对于所选择的不感兴趣的分支的衰减值的估计，数据处理器14被配置为假设针对分支的圆柱形截面。
[0063] 在示例中，数据处理器14被配置为提供对沿着相应的所选择的分支的多个位置的不感兴趣的所选择的分支的衰减值的估计。作为选项，数据处理器被配置为提供针对每个像素的衰减值的估计。
[0064] 在示例中，数据处理器14被配置为将估计衰减值组合为衰减概况。数据处理器14被配置为：
[0065] i)对衰减概况进行预处理，包括具有低通滤波、偏置校正或时间背景减法的组中的至少一项；和/或
[0066] ii)对衰减概况进行后处理，包括具有滑动中值滤波和鲁棒样条拟合的组中的至少一项。
[0067] 图3示出了用于增强血管造影的方法200的示例的基本步骤。方法200包括以下步骤：在第一步骤202中，提供示出包括多个血管分支的感兴趣血管结构的至少一幅血管造影图像。在第二步骤204中，确定来自血管造影的至少一个感兴趣分支。在第三步骤206中，血管造影图像在语义上被分割以用于识别血管结构的可能分支。在第四步骤208中，选择基于所识别的可能分支和所确定的(即所识别的)感兴趣分支的分支。在第五步骤210中，估计所选择的分支的衰减值。在第六步骤212中，从血管造影图像中减去估计衰减值的至少预定部分，从而生成经校正的血管造影。在第七步骤214中，提供经校正的血管造影。
[0068] 血管结构也可以被称为血管树。
[0069] 在示例中，为了确定至少一个感兴趣分支，提供了对用于识别至少一个感兴趣分支的血管造影图像进行分割。
[0070] 在示例中，提供了超过一幅血管造影图像，例如血管造影图像的序列。
[0071] 预定部分也可以被称为预定百分比、预定部分、预定分数或预定比率。
[0072] 用于识别血管结构的可能分支的血管造影图像的分割也可以被称为语义分割。
[0073] 所提出的解决方案可以应用于基于固定和移动C型臂的X射线系统。
[0074] 在示例中，这是逐帧独立应用的。在选项中，添加了可以提高步骤的可靠性的一些时间合并。血管造影校正应用于冠状动脉，但可以应用于任何其他血管解剖结构。
[0075] 在示例中，在显示器上向用户示出经校正的血管造影。
[0076] 在示例中，提供了：
[0077] 在分支的选择中，基于所识别的可能分支和所识别的感兴趣分支来选择不感兴趣的分支；并且
[0078] 在衰减值的估计中，估计所选择的不感兴趣的分支的衰减值。
[0079] 在示例中，提供了：
[0080] 在分支的选择中，基于所识别的可能分支和所识别的感兴趣分支来选择感兴趣分支；并且
[0081] 在衰减值的估计中，估计所选择的感兴趣的分支的衰减值。
[0082] 在方法的示例中，在减去步骤中，提供了：
[0083] i)从血管造影图像中减去完整的估计衰减值以生成经校正的血管造影；或者[0084] ii)从血管造影图像中减去相应的估计衰减值的预定部分以生成经校正的血管造影。
[0085] 在第一选项中，移除不感兴趣的血管。
[0086] 在第二选项中，可以衰减而不是移除不感兴趣的血管。作为示例，移除估计衰减值的80％。输出序列将仍然示出另外的血管，但将强调感兴趣分支。这有助于可视化感兴趣血管，同时保持一些解剖信息可见。这有助于阅读经修改的视图，因为临床医师直观地理解示出了真实脉管系统的部分(移除的血管仍在那里)。此外，这可以在视觉上使计算伪影更可接受。代替于出现在相对平坦的背景上，它们将是衰减但仍然可见的血管的部分，这在视觉上可能不太引人注目。
[0087] 因此，从血管造影中移除不打算从特定视图进行分析的分支是可能的。换句话说，它输出经校正的血管造影，其示出了如果解剖结构中仅已存在感兴趣分支则将已成像什么。因此，实现了血管造影上的感兴趣分支的隔离。
[0088] 在示例中，提供了移除的血管的颜色编码。例如，完全衰减或几乎完全衰减被移除，并且然后一些颜色，诸如蓝色通道，被重新注入到预定程度，诸如10％、25％或甚至50％或更多。
[0089] 如果某个成像视图对于显示多于一个分支的几何结构是理想的，则提供它以生成若干经校正的血管造影，每个示出这些分支中的一个(并且仅一个)。
[0090] 在选项中，一个血管造影被示出有若干感兴趣分支。
[0091] 在方法的示例中，为了分割用于识别血管结构的可能分支的血管造影图像，提供了包括具有方向和角度组中的至少一项的几何图像采集参数，并且基于几何图像采集参数从查找表中选择预期段，该查找表识别对于某些几何图像采集参数可以预期的可能段。
[0092] 在方法的示例中，感兴趣血管结构是冠状动脉树；并且查找表基于既定临床指南，其列出了冠状动脉段的血管造影投影和最佳可视化。
[0093] 在方法的示例中，查找表包括针对血管结构的要预期的段的不同类别的偏好。类别的选择的改变提供了用于识别血管结构的可能分支的血管造影图像的分割的灵敏度的改变。
[0094] 例如，对于某些段，查找表提供了诸如“不推荐视图”、“偶尔有用”、“非常有用”和“理想视图”的类别。通过仅选择“理想视图”段，将导致对可能段的分割的相当激进的设置。
[0095] 在方法的示例中，用于识别血管结构的可能分支的血管造影图像的分割是基于指南的。
[0096] 在方法的示例中，通过深度学习流程提供用于识别血管结构的可能分支的血管造影图像的分割。备选地或者额外地，通过深度学习流程提供用于识别至少一个感兴趣分支的血管造影图像的分割。
[0097] 深度学习流程由用许多图像训练的神经网络提供，该图像示出了由临床专家手动提供的相应的目标分割。
[0098] 在方法的示例中，为了估计所选择的不感兴趣的分支的衰减值，针对分支假设圆柱形截面。
[0099] 在方法的示例中，选择的不感兴趣的分支的衰减值的估计是全部沿着相应的选择的分支来提供的。在选项中，为每个像素提供衰减值的估计。
[0100] 在方法的另一示例中，为沿着相应的选择的分支的多个位置提供所选择的不感兴趣的分支的衰减值的估计，并且通过插值来实现其间的像素。
[0101] 在方法的示例中，估计衰减值被组合为衰减概况。在第一选项中，对衰减概况进行预处理，包括具有低通滤波、偏置校正或时间剪影(DSA)的组中的至少一项。在第二选项中，额外地或者备选地，对衰减概况进行后处理，包括具有滑动中值滤波和鲁棒样条拟合的组中的至少一项。
[0102] 图4示出了针对特定查看几何结构302的相关动脉段的表300的示例。标记304提供对特定段和所选择的几何结构的相应的适合性的指示。图4来自“Coronary angiography in the angioplasty era:projections with a meaning”(C.di Mario，N.Sutaria，Heart，91(7)：968‑976，2005年7月)。当具有特定成像几何结构时，表的信息可以被用于选择在所选择的几何结构的图像中最可能可见的动脉段。
[0103] 图5示出了估计血管的衰减值400的示例。图5图示了来自血管分割和血管造影的对比度衰减估计。在图5左部分402中，所考虑的分支404被指示为其中心线406以散列方式示出。所考虑的分支穿过另一血管408。图5中上部410示出了在中心线的一个点处的局部对比度的概况412，例如沿着左部分中的段414。由于背景低通值，它展现出缓慢减小的形状。图5中下部416示出了具有相同半径的局部圆柱形血管的理想概况418。估计概况的幅度相当于估计血管的局部对比度。图5右部分420示出了沿着中心线的估计衰减(422，黑色)和理想衰减(424，虚线)。可以通过对局部估计值进行滤波来获得良好的估计。
[0104] 图6示出了提供增强血管造影的流程500的另一示例。在开始的第一帧中，提供了血管造影图像502。血管造影图像502然后经受段(例如感兴趣段)的分割504。结果被提供为感兴趣段的二进制分割506。血管造影图像502然后经受分支中的语义分割508。结果被提供为分支的二进制分割510。作为重要的任务，估计512衰减。为此，提供了血管造影图像502。此外，还提供感兴趣段的二进制分割506，以连同分支的二进制分割510一起用于评估该段是否是感兴趣的。结果是不感兴趣的分支的二进制分割516，其被提供用于衰减估计512。后者产生分支(不感兴趣)的衰减518。衰减518然后被用于减去520，从而生成没有不感兴趣的分支的血管造影图像522。
[0105] 术语“对象”也可以被称为个体。“对象”也可以进一步称为患者，但是应注意，该术语并不指示对象是否实际患有任何疾病或病。
[0106] 在示例中，提供了用于控制根据上述示例之一的装置的计算机程序或程序单元，该程序或程序单元当由处理单元运行时适于执行上述方法示例之一的方法步骤。
[0107] 在本发明的另一示例性实施例中，提供了一种计算机程序或一种计算机程序单元，其特征在于适于在适当的系统上执行根据前面的实施例之一所述的方法的方法步骤。
[0108] 因此，该计算机程序单元可以被存储在计算机单元上或分布在超过一个计算机单元上，该计算机单元也可以是本发明的实施例的部分。该计算单元可以适于执行以上描述的方法的步骤或诱发以上描述的方法的步骤的执行。此外，其可以适于操作以上描述的装置的部件。该计算单元能够适于自动地操作和/或执行用户的命令。计算机程序可以被加载到数据处理器的工作存储器中。该数据处理器由此可以被装备为执行本发明的方法。
[0109] 本发明的各方面可以实施在计算机程序产品中，其可以是可以由计算机执行的存储在计算机可读存储设备上的计算机程序指令的集合。本发明的指令可以采取任何可解释或可执行代码机制，包括但不限于脚本、可解释程序、动态链接库(DLL)或Java类。指令可以作为完整的可执行程序、部分可执行程序、作为对现有程序的修改(例如更新)或用于现有程序的扩展(例如插件)来提供。此外，本发明的处理的部分可以分布在多个计算机或处理器上。
[0110] 如上文所讨论的，处理单元(例如控制器)实施控制方法。控制器可以利用软件和/或硬件以许多方式实施以执行要求的各种功能。处理器是控制器的一个示例，其采用可以使用软件(例如，微代码)编程以执行所要求的功能的一个或多个微处理器。然而处理系统可以在有或没有采用处理器的情况下实施，并且还可以被实施为执行一些功能的专用硬件和执行其他功能的处理器(例如，一个或多个可编程微处理器和相关联的电路)的组合。
[0111] 可以被采用在本公开的各种实施例中的控制器部件的示例包括但不限于常规微处理器、专用集成电路(ASIC)和现场可编程门阵列(FPGA)。
[0112] 本发明的该示例性实施例涵盖从一开始就使用本发明的计算机程序和借助于更新将现有程序转变为使用本发明的程序的计算机程序两者。
[0113] 更进一步地，该计算机程序单元能够提供实现如以上所描述的方法的示例性实施例的流程的所有必需步骤。
[0114] 根据本发明的另一示例性实施例，提出了一种计算机可读介质，例如CD‑ROM，其中，该计算机可读介质具有存储在该计算机可读介质上的计算机程序单元，该计算机程序单元由前面部分描述。计算机程序可以被存储和/或分布在合适的介质上，例如与其他硬件一起提供或作为其他硬件的部分提供的光学存储介质或固态介质，但计算机程序可也可以以其他形式来分布，例如经由因特网或者其他有线或无线电信系统分布。
[0115] 然而，该计算机程序也可以存在于诸如万维网的网络上并能够从这样的网络中下载到数据处理器的工作存储器中。根据本发明的另一示例性实施例，提供了一种用于使得计算机程序单元可用于下载的介质，该计算机程序单元被布置为执行根据本发明的之前描述的实施例之一所述的方法。
[0116] 必须指出，参考不同主题描述了本发明的实施例。具体而言，参考方法类型的权利要求描述了一些实施例，而参考设备类型的权利要求描述了其他实施例。然而，本领域技术人员将从以上和以下描述中了解到，除非另行指出，除了属于一种类型的主题的特征的任何组合之外，涉及不同主题的特征之间的任何组合也被认为由本申请公开。然而，所有特征能够被组合以提供超过特征的简单加和的协同效应。
[0117] 尽管已经在附图和前面的描述中详细说明和描述了本发明，但这样的说明和描述应被认为是说明性或示例性的而非限制性的。本发明不限于所公开的实施例。通过研究附图、公开内容和从属权利要求，本领域的技术人员在实践请求保护的本发明时能够理解和实现所公开的实施例的其他变型。
[0118] 在权利要求中，词语“包括”不排除其他元件或步骤，并且词语“一”或“一个”并不排除多个。单个处理器或其他单元可以履行权利要求书中记载的若干项目的功能。尽管在互不相同的从属权利要求中记载了特定措施，但是这并不指示不能有利地使用这些措施的组合。权利要求中的任何附图标记不应被解释为对范围的限制。
