CN102715906B - 从c臂血管造影术的单扫描估算3d心脏运动的方法和系统 - Google Patents

Abstract

本发明涉及从C臂血管造影术的单扫描估算3D心脏运动的方法和系统。公开了一种用于从单C臂血管造影术扫描估算3D心脏运动的方法和系统。从在单C臂扫描中获取的多个2D投影图像重建初始3D体积。通过在初始3D体积中分割对象来提取静态网格。将静态网格投影到每个2D投影图像。针对每个2D投影图像确定心脏时相。针对多个心脏时相的每一个，基于对象的2D轮廓以及该心脏时相的每个2D投影图像中的投影网格来生成变形网格。

Description

从C臂血管造影术的单扫描估算3D心脏运动的方法和系统

本申请要求于2011年1月20日提交的美国临时申请No.61/434,558的权益，其公开内容在此引入作为参考。

技术领域

本发明涉及心脏成像，并且更特别地涉及从C臂血管造影术的单扫描估算3D心脏运动。

背景技术

心脏病在全球范围内影响了许多人并且在美国已成为导致死亡的主要病因。心脏运动和畸变的估算是医学图像分析中关注的领域，因为这种心脏运动和畸变对于心肌发育能力来说具有重要的临床意义。已经尝试多种研究旨在不同成像模态中解决估算心脏运动和畸变，包括心脏计算机断层摄影(CT)、超声以及磁共振成像(MRI)。

C臂图像采集系统的近期发展通过在介入治疗期间在同一系统上允许生成心脏的实时X光透视图像和3D图像，而提供更大的适应性。C臂图像采集系统通过从2D投影重建3D图像而生成3D图像。但是，由于心脏运动，所重建的3D图像因为属于不同心脏时相(phase)的所有投影的平均而典型地变得模糊。提取心脏运动的一种可能方式就是通过一些配准操作而将每个投影映射到特定心脏时相中。但是，转换之后图像的精度留有一个问题。另一种可能方式就是执行C臂系统的多重扫描以及通过回顾性地选择投影而重建一系列3D图像，所选择的投影靠近所期望的心脏时相。每个C臂扫描需要大约五秒，并且典型地，必须扫描六次，从而在相同心脏时相处生成足够的投影，导致整个扫描时间需要大约30秒。在实际的临床实践中，难以要求患者这样长时间地保持他或她的呼吸，尤其是针对重病患者或处于全身麻醉下的患者。另外，多重扫描耗费更多的造影剂，其通常会产生副作用(如过敏或肾功能不全)，并且致使患者接受更多的辐射。如果只进行单扫描，则对于每个心脏时相只能获取有限数目的投影图像，这会由于丢失数据或残留运动而产生重建伪影。

发明内容

本发明提供一种用于从C臂血管造影术的单扫描估算3D心脏运动的方法和系统。所估算的3D心脏运动可以用于生成运动补偿的3D计算机断层摄影(CT)重建。

在本发明的一个实施例中，根据多个2D投影图像重建3D体积。2D投影图像可以在单C臂扫描中获取。通过对初始3D体积中的对象进行分割来提取静态网格。将静态网格投影到每个2D投影图像。针对每个2D投影图像而确定心脏时相。基于该心脏时相的2D投影图像的每一个中的对象的二维轮廓，针对多个心脏时相的每一个生成变形网格。

参照下面详细的描述以及附图，本发明的这些以及其他优点对本领域的普通技术人员来说将变得显而易见。

附图说明

图1示意了使用非门(un-gated)方法以及使用来自相同心脏时相的各投影图像，从单C臂扫描产生C臂CT重建结果；

图2示意了从根据本发明实施例的C臂血管造影术的单扫描估算3D心脏运动的方法；

图3示意了将3D静态网格投影到2D投影图像上的实例；

图4示意了使用一组投影图像中2D左心室轮廓的尺寸来确定相对心脏时相的实例；

图5示意了根据本发明实施例的针对每个心脏时相生成变形网格的方法；

图6示意了左心室投影网格上的示例性廓影(silhouette)检测；

图7示意了确定2D投影图像中的廓影点的变形位置的示例性结果；

图8示意了基于2D投影图像中的轮廓确定网格点的变形。

图9示意了左心室网格的示例性变形；

图10示意了用于从单C臂CT扫描估算左心室、左心室流出道以及大动脉的运动的示例性结果；

图11示意了投影在2D投影图像上的变形网格；以及

图12是能够实现本发明的计算机的高级框图。

具体实施方式

本发明涉及用于从C臂血管投影术的单扫描估算三维(3D)心脏运动的方法和系统。在此对本发明的各实施例进行描述，从而给出3D心脏运动估算方法的视觉理解。数字图像通常由一个或多个对象(或形状)的数字表示组成。在此通常根据识别和操纵对象来描述对象的数字表示。这种操纵是在计算机系统的存储器或其他电路/硬件中完成的虚拟操纵。因此，可以理解为，本发明的各实施例可以在计算机系统中使用存储在计算机系统中的数据进行。

使用C臂图像采集系统，有可能通过从2D投影重建3D图像来生成3D重建计算机断层摄影(CT)图像。但是，由于心脏运动，所重建的3D图像因为属于不同心脏时相的所有投影的平均而典型地变得模糊。与传统CT扫描器不同的是，C臂CT中的机架速度更慢得多。在典型的C臂血管造影术扫描中，机架需要大约五至六秒来围绕患者旋转200度，从而生成133个X光透视图像(投影图像)。如果只进行C臂的单扫描，则对于每个心脏时相可以获取有限数目的投影图像，这会由于丢失数据以及残留运动而产生重建伪影。图1示意了使用非门方法以及使用来自相同心脏时相的投影图像，从单C臂扫描中获取的C臂CT重建结果。如图1所示，图像(a)示出了使用非门方法针对移动血管进行C臂CT重建，其中在没有运动补偿的情况下根据所有投影图像重建3D图像。图像(b)示出了使用从相同心脏时相中选择的仅仅五个投影图像对移动血管进行C臂CT重建。图像(c)示出了使用非门方法对左心室进行C臂CT重建，以及图像(d)示出了使用从相同心脏时相中选择的仅仅五个投影图像对左心室进行C臂重建。如图1所示，只使用来自相同心脏时相的投影图像，针对稀疏的高对比度器官来说，可以明显地减少运动模糊，诸如图像(a)和(b)所示的血管，但是该方法不能用于较大的低对比度器官，诸如图像(c)和(d)中所示的左心室。

本发明的各实施例提供用于从单C臂扫描估算3D心脏运动的方法。该方法用静态3D网格初始化，该静态3D网格是从单C臂扫描的所有投影重建的体积的分割结果。在每个投影图像中，预分割的对象器官的2D轮廓用于变形静态网格。将心脏时相分配到每个投影网格。然后，针对每个心脏时相，静态网格通过将其投影廓影变换到所有投影图像(其属于该心脏时相)中的2D轮廓而变形。因此，对于每个心脏时相，可以基于所有对应于该心脏时相的2D轮廓而得到变形的网格。

图2示意了从根据本发明实施例的C臂血管造影术的单扫描中估算3D心脏运动的方法。如图2所示，在步骤202，接收多个2D投影图像。根据有利实施，2D投影图像是由C臂图像采集系统在单扫描中获取的X光透视图像。也可以从C臂图像采集系统中直接接收投影图像。可替代地，可以从装载在计算机系统的存储器或存储装置中的图像中预先获取投影图像。

在步骤204，从所有投影图像重建初始3D体积。尤其是，初始3D体积可以是从单C臂扫描中获取的所有投影图像中生成的3D重建。可以在没有任何运动补偿的情况下从所有投影图像重建初始3D体积。已公知许多技术用于从C臂投影图像重建3D图像(体积)，任何一种技术都可以用于重建初始3D体积。例如，在L.A Feldkamp等人的″Practical cone-beam algorithm，″Journal of theOptical Society of America A，Optics and Image Science，vol.1，no.6，pp.612-619，1984中描述的3D重建技术可以用于重建初始3D体积，其内容在此引入作为参考。

在步骤206，通过在初始3D体积中分割对象来提取静态网格。根据有利实施例，对象是解剖对象，诸如心脏结构。在此描述的特定实施中，被分割的对象可以是左心室，左心室流出道(LVOT)，以及大动脉中的一个或多个。通过使用边际空间学习(MSL)的一系列训练机器学习分类器在初始3D体积中分割对象。

使用由注释训练数据训练的一系列检测器，在3D体积中，MSL用于估算(一个或多个)对象(如左心室、LVOT、大动脉)的位置、定向以及尺度(scale)。MSL近来已经发展为应用基于学习的技术，用于3D对象检测。例如，在2011年3月29日颁发且名称为“System and Method for Segmenting Chambers of a Heartin a Three Dimensional Image”的美国专利No.7,916,919中对用于基于MSL心腔分割的方法进行了详细描述，其内容在此引入作为参考。为了利用MSL对对象进行有效定位，在维度增加的一系列边际空间中进行参数估算。因此，MSL的想法将不是在完全相似的变换空间中直接学习分类器，而是在一系列边际空间中递增地学习分类器。随着维度增加，有效空间区域变得受到之前边际空间分类器更大的限制。3D对象检测分为三个步骤：对象位置估算，位置-定向估算以及位置-定向-尺度估算。针对这些步骤中的每一个，基于注释的训练数据来训练单独的分类器。该对象定位阶段产生对象的估算变换(位置、定向和尺度)，并且采用估算变换将对象的平均形状与3D体积对准。这将产生对象表面边界的初始估算。可以理解的是，如果对多个对象(如左心室、LVOT以及大动脉)进行分割，则针对每个对象以及与3D体积对准的每个对象的平均形状，使用对于每个对象估算的变换，训练单独的分类器。

在步骤208，3D静态网格投影到每个2D投影图像上。即，对于每个投影图像，将静态网格的每个点投影到2D投影图像上的点，针对每个2D投影图像产生投影网格。4x3投影矩阵P用于将世界坐标系中的任一3D点(x，y，z，w_3d)^T映射到投影图像坐标系中的2D位置(u，v，w_2d)^T，其中w_3d和w_2d是分别对于3D和2D情形的归一化因子。3D或2D向量应该归一化成使得w_3d或w_2d为1，以便使得x，y，z或u，v表示真实物理位置。当w_3d或w_2d变为0时，点趋向于无限远。C臂成像系统可以由针孔相机模型来表示。理想地，P是外在旋转R和平移T，以及内在参数矩阵A的组合。当对外在参数和内在参数这两个进行校准时，可以唯一识别出P。但是，实际上C臂系统在某个时期之后相对原始几何坐标来说具有一些轻微偏离，并且应该时常对P进行校准。

内在参数矩阵A可以表达为：

$A=\left[\begin{array}{ccc}f& 0& u\\ 0& f& v\\ 0& 0& 1\end{array}\right]---\left(1\right)$

这里，f是尺度因子以及(u，v)是射线穿过等中心处的像素的位置。旋转R可以在C臂系统中用两个角度来描述，α＝头-尾位角(CC)(α＝cranio-caudal angle(CC))以及β＝左/右前定向角(RAO/LAO)(β＝right/left anterior orientation angle(RAO/LAO))。因此，整个投影矩阵P＝ATRαRβ。所有参数都可以从C臂系统或所保存的DICOM图像报头来提取。

图3示意了将3D静态网格投影到2D投影图像上的实例。如图3所示，图像(a)示出了覆盖有左心室(LV)302、LVOT以及大动脉的轮廓302的血管造影投影图像。图像(b)示出了覆盖有包括LV 312、LVOT 314以及大动脉316的投影静态网格310的投影图像。

回到图2，在步骤210，针对每个投影图像确定心脏时相。在单C臂血管造影术扫描中，机架典型地需要大约五至六秒，来围绕患者旋转200度，并且生成133个X光透视图像(即2D投影图像)。因为典型心率是每分钟大约60次搏动，所以在单扫描过程中获取的133个投影图像中，具有大约五至六个可观察的心博周期。因此，单心动周期产生超过大约25个投影。在对于患者的一个周期中，整个心博周期被离散成平均数目的投影。然后对于每个投影图像确定心博周期的时相。

针对每个投影图像的心脏时相信息通常可以在心电图(ECG)信号中捕获。因此，在一个实施例中，将来自与获取投影图像同时获取的ECG信号的心脏时相信息与投影图像相匹配，以便确定对于每个投影图像的心脏时相。

在另一实施例中，例如缺少ECG信号时，因为心腔在每个心脏时相都要扩张和收缩，因此可以使用所投影2D心脏器官的尺寸来表示相对时相，其可以从每个投影图像上的心脏器官的2D轮廓中直接确定。2D轮廓可由人工检测(即人工注释)或使用自动或半自动方法来分割2D轮廓。例如，针对投影图像，2D投影图像中的LV轮廓尺寸可以用于确定心脏时相。当轮廓尺寸受到获取投影图像处的旋转角度影响时，不能准确地直接估算心脏时相占用投影图像中轮廓尺寸的百分比。但是，通过绘制关于每个投影图像的旋转角度的每个投影图像中轮廓尺寸，可以检测出轮廓尺寸的局部最大值以及在新的心动周期开始时确定具有局部最大值的投影图像。

图4示意了使用一组投影图像中2D LV轮廓尺寸来确定相对心脏时相的实例。如图4所示，曲线402示出了LV轮廓尺寸相对投影图像的旋转角度的图。如曲线402所示意的，任何人可以容易地识别LV的收缩和扩张。LV轮廓的局部尺寸最大值由垂直线404示出。线406示出了指定给每个投影图像的相对时相。投影图像的相对心脏时相可以表示为phase(n)(时相(n))，其中n是投影图像从0至132的指数。对于每个投影图像n_max(i)(其为局部最大值)，将时相赋值为零来表示新的心动周期的开始时相，使得phase(n_max(i))＝0。通过在相邻开始帧之间的线性插值，心脏时相被指定给整个序列中的每个投影图像。序列中的开始和结束帧需要使用平均时相长度进行外推。

回到图2，在步骤212，针对每个心脏时相，基于该心脏时相中2D投影图像中的对象的2D轮廓，生成变形网格。尤其是，投影图像中的投影网格的点基于投影图像中对象的2D轮廓而变形，并且相同心脏时相的投影图像中的网格点的变形用于针对该心脏时相计算3D静态网格的变形。图5示意了根据本发明实施例的用于针对每个心脏时相生成变形网格的方法。图5的方法用于执行图2的步骤212.

如图5所示意的，在步骤502，针对每个投影图像生成投影网格的廓影。为了利用对象的2D轮廓来变形投影图像中的投影网格，应该检测投影网格的廓影，以便在投影网格和廓影之间建立点对应。存在多个可行的方法来提取投影网格的廓影。例如，可以使用一组网格点的凸包或局部凸包。但是，该方法不能利用来自原始网格的高级语义信息(如边缘的连通性)，并且会导致多个点丢失，且廓影上的边缘可能不在原始网格边缘之间。而且，网格廓影并不是只由整个长度的原始边缘组成，并且廓影上的交叉点可以分开原始边缘。图6示意了左心室投影网格上的示例性廓影检测。如图6中所示，小的长方形和线分别是投影网格600的点和边缘。将局部凸包应用到投影网格600上，可以将从A至E的线602确定为廓影的边缘。但是，这不能满足严格的要求(下面所述的)，并且从A至E的廓影路径604将经过ABCDE，其中A，B，D和E是投影网格点，而C是交叉点。

考虑到上述情形，在本发明的优选实施例中，需执行廓影的两个严格要求：

1.在廓影外侧没有点或边缘；以及

2.每个廓影边缘是原始投影网格边缘的一部分或整个长度。

用于生成严格满足上述要求的廓影的方法在2011年9月19日提交且名称为“Method and System for Efficient Extraction of a Silhouette of a 3D Mesh”的美国专利申请No.13/35,802中进行了描述，其内容在此引入作为参考。该方法的大体步骤如下：

1.从投影网格的所有边缘中确定候选边缘；

2.分开交叉候选边缘；以及

3.边缘紧跟分开边缘以提取廓影。

计算每对两个边缘的交叉极其耗时。在美国专利申请No.13/385,802的方法中，投影网格的大部分边缘可以通过执行拓扑分析来丢弃，该拓扑分析在假定闭合表面网格的情况下需要最小计算量。但是，在本发明的实施例中，大动脉和LVOT网格在流入端和流出端上具有两个开口，而LV网格在流出端具有一个开口。根据有利实施，可以通过对三角形计数来辨别开口点或边缘。典型地在开口上，边缘只属于一个三角形，其不同于具有两个三角形的网格的其它边缘。这样，不管边缘是否处于开口上都可以辨别。根据本发明的实施例，下面两个步骤用于边缘选择，其偏离在美国专利申请No.13/385,802中使用的方法，以便考虑网格开口处的差别：

1.如果边缘只属于一个三角形(即开口上的边缘)，则将该边缘考虑作为候选边缘；

2.如果边缘属于两个三角形(即边缘不在开口上)，则边缘的端点可以表示为A和B，而两个三角形的第三点分别表示为C₁和C₂。如果C₁和C₂在边缘AB的同一侧上，则边缘AB是候选边缘。

每对两个边缘的交叉的计算可以通过首先执行有效情形核查来加速，其确定一对边缘是否在坐标系的每个维度上重叠。假定第一边缘具有两个端点A₁和B₁，而第二边缘具有端点A₂和B₂。所述情形由下式表达：

max(min(A₁(x)，B₁(x))，min(A₂(x)，B₂(x)))＞min(max(A₁(x)，B₁(x))，max(A₂(x)，B₂(x))).(2)

如果上述条件成立，则两个边缘在x方向上没有交叉。相同规则也可以用于y方向。因为大部分边缘对满足该情形，所以耗费在交叉计算上的时间会大大减少。之后对这些边缘对(针对其，情形核查确定它们在水平方向或垂直方向上重叠)进行比较以便确定它们是否交叉以及如果交叉的话它们在何处交叉。如果发现交叉位于候选边缘和另一个边缘之间，则候选边缘被分开并且由一组廓影候选边缘中的两个边缘通过在交叉处增加网格点来取代。

后续的边缘处理是最后步骤，以便从一组含有分开边缘的候选边缘中提取廓影。后续的边缘处理由投影网格的最左侧点来初始化，保证其处于廓影中。限定径直向下的方向作为开始方向。然后该处理迭代发现连接至当前点的最右侧相邻的点。当该处理回到开始点时，迭代结束。当执行边缘分开时，保证该处理回到开始点。

回到图5，在步骤504，基于投影图像中对象的轮廓来确定每个投影图像中廓影点的变形位置。在每个2D投影图像中分割目标对象的轮廓。例如，LV，LVOT和/或大动脉轮廓可以在2D投影图像中进行分割。在一个可行的实施中，在每个投影图像中，可以对目标对象进行人工分割或注释。根据另一可行实施，半自动或自动对象分割方法可以用于分割目标对象。例如，在申请号为No.2010/0040272和申请号为No.2010/0142787的美国公开专利申请中所述的方法可以用于在2D投影图像中自动分割LV，这两个美国公开专利申请在此引入作为参考。

在每个投影网格的廓影上具有两种类型的点：被生成用于分开交叉边缘的点以及原始投影网格点。对于分开的点没有对应的3D位置，因为在2D中交叉的两个投影边缘在3D中实际上并非共面。因此，在优选实施中，变形位置只确定用于对应于原始投影网格点的廓影点。作为原始投影网格点的这些廓影点可以用于定位点(anchor point)，用以生成变形的3D网格(下面所述的)。为了计算廓影点的变形位置，廓影点沿着从3D网格投影到2D对象轮廓上的法线方向移置。原始3D网格点表示为P，并且其在投影图像f上的2D投影为P_f。P的移置位置为P’。可以假定，对于大动脉和左心室收缩及扩张引起的轻微移动，网格点沿着表面的法线方向移动。3D静态网格中的网格点的法线方向可以计算为网格点的相邻三角形的法线方向的平均。可以选择沿着P_n的任意点，该P_n沿着P的法线方向。为了将法线方向投影到2D投影图像f上，点P_n可以投影到2D投影图像f上，从而产生投影点P_nf。2D投影f上P_f的变形位置(P’_f)确定为投影法线(由P_f和P_nf确定)与2D对象轮廓的交叉。图7示意了确定2D投影图像中的廓影点的变形位置的示例性结果。如图7所示，计算位移702以便将投影网格的廓影704上的点变形为预分割的血液池轮廓706。

回到图5，在步骤506，对于每个心脏时相，针对一组定位点的变形是通过将心脏时相中投影图像中廓影点的变形位置转变为对应静态网格点的变形位置来确定。即，对于2D投影图像f中确定的每个变形位置P’_f，确定对应的3D位置P’。因为P’是P’_f的3D位置，所以可以基于投影矩阵P(上面所述的)以及P和P_n的约束来确定P’。

图8示意了基于2D投影图像中的轮廓来确定网格点的变形。参照图8，可以用针孔照相机模型来表示C臂成像系统，其中原始3D位置804处的点从源802投影到2D投影图像800上所投影的2D位置806。3D位置804处网格点的法线方向808被计算为相邻三角形的法线方向的平均。通过将沿着法线方向808的任意点投影到2D投影图像800上，而将法线方向808投影作为在2D投影图像800上所投影的法线方向810。2D投影图像800上位置806处的廓影点的变形位置812被确定为投影法线方向810和目标对象的预定2D轮廓814的交叉。位置804处原始网格点的变形位置816被确定为法线方向808和从源802至2D投影图像800上变形位置812的投影线818的交叉。

对应于2D投影图像上的廓影点的具有相同心脏时相的静态网格的网格点限定针对该心脏时相的一组定位点。将2D投影图像中的廓影点的变形位置转变成对应静态网格点的3D变形位置，以及由2D投影图像产生、具有相同心脏时相的静态网格点的3D变形位置针对用于该心脏时相的一组定位点限定变形(位移)。可行的是，网格点在多重投影图像中的廓影上，即使相同心脏时相的两个投影之间的旋转近似为30度。在该情形，该网格点的变形基于从每个投影图像确定的变形位置来平均，在该投影图像中该网格点处于廓影上。为了避免变形网格中的不规则性，具有非常大位移的点以及开口上的点将被丢弃，因为这些点将不会服从沿着法线方向运动的假定。

回到图5，在步骤508，针对每个心脏时相，变形网格通过基于被确定用于该心脏时相的定位点来计算静态网格的变形而生成。典型地，具有五个或六个属于一个心脏时相的对应投影图像，并且针对在那些投影中生成的廓影上的静态网格点的变形可以被估算出(如上所述，在步骤504和506中)。但是，需要进行插值来估算整个3D网格的变形。在各种插值技术之间，薄板样条(TPS)插值是在坐标转换中使用的一种常见方法。TPS是1D中三次样条的多维模拟。这是对双调和方程Δ²U＝0的基本解，其形式为U(r)＝r²ln(r)，其中r是到中心的距离。当用于转换的插值时，这是一项有效的技术。给定一组定位点x_i，以及他们的位移y_i，插值函数f(x)是以每个数据点为中心的薄板样条的加权组合，该数据点精确穿过点：

$f\left(x\right)=\underset{i=1}{\overset{k}{\mathrm{\Σ}}}{c}_{i}U\left(\right||x-y_i|\left|\right),---\left(3\right)$

其中||·||表示欧几里德范数，并且c_i是一组映射系数。映射函数f(x)是具有与给定定位点一致的最低物理弯曲能量的配置。在2D中，该函数最小化：

$E={\∫\∫R}^2({\left(\frac{{\∂}^{2}z}{{\∂x}^2}\right)}^2+2\left(\frac{{\∂}^{2}z}{\∂x\∂y}\right)+\left(\frac{{\∂}^{2}z}{{\∂y}^2}\right))\mathrm{dxdy},---\left(4\right)$

其中函数是在每个点处的弯曲能量的积分。

通常并不希望将定位点精确转换到其新的位置。这是因为假定沿着法线方向的运动通常不真实，即使这是较好的近似，并且来自于一些网格点的位移向量彼此交叉(这可以从图7中观察到)，这将导致变形网格形状的非规则性。为了处理这些情况，TPS插值能够使用规则化来缓和这种需求，即转换函数精确穿过定位点。根据本发明的实施例，可以应用平滑TPS，其最小化：

$E={\underset{i=1}{\overset{k}{\mathrm{\Σ}}}{\left|\right|f\left(x_i\right)-y_i\left|\right|}^2+\mathrm{\λ}\∫\∫R}^2({\left(\frac{{\∂}^{2}z}{{\∂x}^2}\right)}^2+2\left(\frac{{\∂}^{2}z}{\∂x\∂y}\right)+\left(\frac{{\∂}^{2}z}{{\∂y}^2}\right))\mathrm{dxdy},---\left(5\right)$

其中λ是控制允许多大非刚性用于变形的参数。当λ→0时，相当于没有规则化。当λ→∞时，TPS减少至仿射转换，如最粗糙模型用于非刚性变形。规则参数λ应该由本领域技术人员基于实验谨慎选择以便得到精确结果。太大或太小的λ会减少转换精度。一方面，大的λ促使定位点较大偏离它们的检测位置。另一方面，小的λ给变形网格带来非规则Z形模式。在该情形，更多的定位点在传送之后不再处于廓影上，因此新的廓影也将不在期望的位置上。

根据优选实施，TPS插值用于变形静态网格上的所有点，以便基于定位点生成针对每个心脏时相的变形网格以及针对该心脏时相的对应变形。图9示意了左心室网格的示例性变形。如图9中所示，图像(a)示出了原始静态网格902以及来自相同心脏时相的五个投影图像的对应廓影904。图像(b)示出了变形廓影906，其由五个投影图像上的运动估算产生。图像(c)示出了扭曲网格908，其使用具有廓影的薄板样条模型作为定位点。

图10示意了使用图2和5的方法从单C臂CT扫描中估算LV、LVOT以及大动脉的移动的示例性结果。如图10所示，图像(a)、(b)、(c)、(d)和(e)示出了在五个不同心脏时相处针对LV、LVOT和大动脉的变形网格。尤其是，图像(a)、(b)、(c)、(d)和(e)分别示出了心动周期的0％、20％、40％、60％以及80％处的变形网格。图10中的变形网格都源自静态网格，该静态网格从3D体积中分割出来，该3D体积从所有投影重建，所述投影含有来自所有心脏时相的信息。静态网格只用作器官边界的粗略估算，并且当投影至每个2D投影图像上时，在静态网格的廓影和预分割血液池轮廓之间具有一些位移，该预分割的血液池轮廓用作真实状况(ground truth)(如图7所示)。

进行变形网格估算的效果通过将变形网格重新投影到2D投影图像上而可视化，其中位移减少。图11示意了投影到2D投影图像上的变形网格。如图11所示，投影变形网格的廓形1102和2D血液池轮廓1104之间的位移相比图7的大大减少。可以从图11中看出，投影变形网格的廓影1102稍微不同于真实状况轮廓1104。有两个原因限制了转换到期望位置：(1)一些定位点存在于大于一个的廓影中。对这些定位点的位移求平均值。(2)定位点在转换之后不再处于轮廓上。改善精度的一种可行的方式就是进行多重迭代。在每个新的迭代中，将变形网格重新投影到属于对应时相的2D投影图像上。与第一次迭代的不同仅仅在于具有N_ave个网格用于投影，每一个对应于属于对应时相的多个投影图像。变形网格较接近于每个迭代中的轮廓，并且调节的数量降低。在可行的实施中，两个或三个迭代足以得到精确的结果。图11中的结果在两次迭代之后示出。

规则参数λ应该由本领域技术人员基于实验谨慎选择以便得到精确结果。太大或太小的λ会降低转换精度。一方面，大的λ促使定位点较大偏离它们的检测位置。另一方面，小的λ给变形网格带来非规则Z形模式。在该情形，更多的定位点在传送之后不再处于廓影上，因此新的廓影也将不在期望的位置上。根据有利实施，相对较大的λ可以首先使用并且对于λ的值可以在每次迭代之后降低。

本发明的各实施例从单C臂扫描中估算3D心脏运动。在不进行人工俯卧运动相关重建的情况下，此处所述的实施例对于心腔运动的3D可视化非常有帮助，所述心腔运动包括相邻器官，诸如向上的大动脉。从静态网格到变形网格的映射是非常精确的，因为网格廓影在转换插值过程中用作定位点。对于具有极低对比度的X光透视图像，变形网格的再投影还可以帮助临床医生精确识别目标器官。除了在C臂CT中估算心脏运动，本发明实施例可以应用于其它器官，这些器官具有类似的周期运动模式，诸如肺和肝。一种潜在应用就是在兆伏级的锥形线束CT中估算呼吸运动以及肺和肿瘤的变形，其中机架旋转远慢于C臂，并且单扫描过程中的呼吸周期(大约10到15)足以产生变形网格。

上述对于从单C臂扫描中估算心脏运动的方法可以使用已知的计算机处理器、存储器单元、存储装置、计算机软件以及其它部件在计算机上执行。这种计算机的高级框图在图12中示意。计算机1202包含处理器1204，该处理器通过执行限定这种操作的计算机程序指令而控制计算机1202的整个操作。计算机程序指令可以存储在存储装置1212中，或其它计算机可读介质(如磁盘、CDROM等)中，并且当希望执行计算机程序指令时载入到存储器1210中。因此，图2和5的方法步骤可以由存储在存储器1210和/或存储装置1212中的计算机程序指令来限定，以及由执行计算机程序指令的处理器1204来控制。图像采集装置1220(诸如C臂图像采集装置)可以连接至计算机1202从而将图像输入到计算机1202中。可以将图像采集装置1220和计算机1202作为一个装置来执行。图像采集装置1220和计算机1202通过网络无线通信也是可以的。计算机1202还包括一个或多个网络接口1206，用于经由网络与其它装置通信。计算机1202还包括其它输入/输出装置1208，其能够让使用者与计算机1202(如显示器、键盘、鼠标、扬声器、按钮等)交互操作。本领域技术人员可认识到，实际计算机的执行也包含其它部件，而图12就是出于示意目的的该计算机的一些部件的高级表示。

之前的详细描述将被理解成每个方面都是示意性并且是示例性的，但并非限制性，并且本发明在此公开的范围并不是从具体描述中确定的，而是从根据专利法允许的整个宽度解释的权利要求确定。可以理解的是，所示的各实施例以及在此所述的仅仅是本发明原理的示意，并且本领域技术人员在不脱离本发明的范围和精神的情况下，可以进行各种修改。本领域技术人员可以在不脱离本发明的范围和精神的情况下对其它各种特征进行组合。

Claims (30)

1.一种从一组2D投影图像估算对象的3D运动的方法，包括：

从多个2D投影图像重建3D体积；

通过在3D体积中分割对象来提取静态网格；

将静态网格投影到每个2D投影图像；

针对每个2D投影图像确定心脏时相；以及

针对多个心脏时相中的每一个，基于该心脏时相的每个2D投影图像中对象的2D轮廓来生成变形网格。

2.根据权利要求1所述的方法，其中所述从多个2D投影图像重建3D体积的步骤包括：

从在单C臂血管造影术扫描中获取的多个2D投影图像重建3D体积。

3.根据权利要求1所述的方法，其中所述通过在3D体积中分割对象来提取静态网格的步骤包括：

使用边际空间学习在3D体积中分割对象。

4.根据权利要求1所述的方法，其中所述将静态网格投影到每个2D投影图像的步骤包括：

在保持静态网格的网格点之间的连接性的同时，将所述网格点投影到每个2D投影图像上。

5.根据权利要求1所述的方法，其中所述针对每个2D投影图像确定心脏时相的步骤包括：

针对每个2D投影图像，基于在心电图信号中捕获的心脏时相信息，确定心脏时相。

6.根据权利要求1所述的方法，其中所述针对每个2D投影图像确定心脏时相的步骤包括：

从每个2D投影图像中的2D轮廓来确定对象的尺寸；

绘制关于与2D投影图像相关的旋转角度的2D投影图像中对象的尺寸；

在对象的尺寸的局部最大值出现处检测每个2D投影图像，其中在局部最大值出现处的每个2D投影图像对应于新心动周期的开始；以及

通过在对应于新心动周期的开始的2D投影图像之间进行线性插值，来确定针对与新心动周期的开始对应的2D投影图像之间的2D投影图像的相对时相。

7.根据权利要求1所述的方法，其中所述针对多个心脏时相中的每一个基于该心脏时相的每个2D投影图像中对象的2D轮廓生成变形网格的步骤包括：

在每个2D投影图像中生成投影网格的廓影；

基于每个2D投影图像中对象的2D轮廓，确定每个2D投影图像中廓影点的变形位置；

对于多个心脏时相中的每一个，通过将针对心脏时相的2D投影图像中廓影点的变形位置转变到静态网格的对应网格点的变形位置，来确定针对心脏时相的一组定位点的变形，其中静态网格的对应网格点是针对心脏时相的定位点；以及

针对多个心脏时相中的每一个，通过基于针对心脏时相的定位点确定的变形来变形静态网格而生成变形网格。

8.根据权利要求7所述的方法，其中在每个2D投影图像中生成投影网格的廓影的步骤包括，针对每个2D投影图像：

在投影网格中生成廓影候选边缘；

将与投影网格中的另一边缘交叉的每个廓影候选边缘分成两个廓影候选边缘；以及

使用在廓影候选边缘上的边缘后续处理来提取廓影。

9.根据权利要求8所述的方法，其中在投影网格中生成廓影候选边缘的步骤包括：

确定与投影网格的每个边缘邻近的三角形的数量；

如果邻近于边缘的三角形的数量为一，则将该边缘确定为廓影候选边缘；

如果邻近于边缘的三角形的数量为二，则确定当C₁和C₂位于边缘的同一侧时，该边缘为边缘候选，其中该边缘具有两个端点A和B，这两个端点A和B被两个三角面共享，且C₁和C₂分别涉及两个三角面中的每个中的第三点。

10.根据权利要求8所述的方法，其中基于每个2D投影图像中对象的2D轮廓确定每个2D投影图像中廓影点的变形位置的步骤包括：

确定与每个2D投影图像中投影网格的网格点对应的廓影点的变形位置。

11.根据权利要求7所述的方法，其中基于每个2D投影图像中对象的2D轮廓确定每个2D投影图像中廓影点的变形位置的步骤包括，针对对应于静态网格的投影网格点的每个廓影点：

在2D投影图像中确定对应于出自3D中静态网格的对应网格点的法线方向的投影法线方向；

将廓影点的变形位置确定为对象的2D轮廓与从廓影点沿着投影法线方向延伸的线的交叉。

12.根据权利要求11所述的方法，其中在2D投影图像中确定对应于出自3D中静态网格的对应网格点的法线方向的投影法线方向的步骤：

检测成为邻近于静态网格的网格点的三角形的法线方向的平均的、出自静态网格的对应网格点的法线方向；

沿着出自静态网格的对应网格点的法线方向选择任意点；

将任意点投影到2D投影图像上；以及

由将廓影点连接至投影的任意点的线来限定投影法线方向。

13.根据权利要求7所述的方法，其中通过基于针对心脏时相的定位点确定的变形来变形静态网格而生成变形网格的步骤包括：

使用薄板样条插值，基于针对心脏时相的定位点以及针对心脏时相的定位点确定的变形，计算静态网格中每个网格点的变形。

14.根据权利要求1所述的方法，还包括：

将针对多个心脏时相中的每一个生成的变形网格投影到心脏时相的2D投影图像上；以及

针对多个心脏时相中的每一个，基于对象的2D轮廓以及该心脏时相的每个2D投影图像中的投影变形网格，来生成第二变形网格。

15.根据权利要求1所述的方法，其中所述对象包括左心室、左心室流出管道以及大动脉中的至少一个。

16.一种用于从一组2D投影图像估算对象的3D运动的设备，包括：

用于从多个2D投影图像重建3D体积的装置；

用于通过在3D体积中分割对象来提取静态网格的装置；

用于将静态网格投影到每个2D投影图像的装置；

用于针对每个2D投影图像确定心脏时相的装置；以及

用于针对多个心脏时相中的每一个基于该心脏时相的每个2D投影图像中对象的2D轮廓来生成变形网格的装置。

17.根据权利要求16所述的设备，其中多个2D投影图像包括在单C臂血管造影术扫描中获取的多个2D投影图像。

18.根据权利要求16所述的设备，其中用于通过在3D体积中分割对象来提取静态网格的装置包括：

用于使用边际空间学习在3D体积中分割对象的装置。

19.根据权利要求16所述的设备，其中用于针对每个2D投影图像确定心脏时相的装置包括：

用于针对每个2D投影图像基于在心电图信号中捕获的心脏时相信息，确定心脏时相的装置。

20.根据权利要求16所述的设备，其中用于针对每个2D投影图像确定心脏时相的装置包括：

用于从每个2D投影图像中的2D轮廓来确定对象的尺寸的装置；

用于绘制关于与2D投影图像相关的旋转角度的2D投影图像中对象的尺寸的装置；

用于在对象的尺寸的局部最大值出现处检测每个2D投影图像的装置，其中在局部最大值出现处的每个2D投影图像对应于新的心动周期的开始；以及

用于通过在对应于新的心动周期的开始的2D投影图像之间进行线性插值而确定针对在对应于新的心动周期的开始的2D投影图像之间的2D投影图像的相对时相的装置。

21.根据权利要求16所述的设备，其中用于针对多个心脏时相中的每一个基于该心脏时相的每个2D投影图像中对象的2D轮廓来生成变形网格的装置包括：

用于在每个2D投影图像中生成投影网格的廓影的装置；

用于在每个2D投影图像中基于每个2D投影图像中对象的2D轮廓确定廓影点的变形位置的装置；

用于通过将针对心脏时相的2D投影图像中廓影点的变形位置转变到静态网格的对应网格点的变形位置来确定针对心脏时相的一组定位点的变形的装置，其中静态网格的对应网格点是针对心脏时相的定位点；以及

用于通过基于针对心脏时相的定位点确定的变形来变形静态网格而生成针对心脏时相的变形网格的装置。

22.根据权利要求21所述的设备，其中用于在每个2D投影图像中生成投影网格的廓影的装置包括：

用于在2D投影图像中的投影网格中生成廓影候选边缘的装置；

用于将与投影网格中的另一边缘交叉的每个廓影候选边缘分成两个廓影候选边缘的装置；以及

用于使用在廓影候选边缘上的边缘后续处理来提取廓影的装置。

23.根据权利要求21所述的设备，其中用于在每个2D投影图像中基于每个2D投影图像中对象的2D轮廓确定廓影点的变形位置的装置包括：

用于在2D投影图像中确定2D投影图像中廓影点的投影法线方向的装置，所述投影法线方向对应于出自3D中静态网格的对应网格点的法线方向；

用于将廓影点的变形位置确定为对象的2D轮廓与从廓影点沿着投影法线方向延伸的线的交叉的装置。

24.根据权利要求21所述的设备，其中用于通过基于针对心脏时相的定位点确定的变形来变形静态网格而生成针对心脏时相的变形网格的装置包括：

用于使用薄板样条插值基于针对心脏时相的定位点以及针对心脏时相的定位点确定的变形计算静态网格中每个网格点的变形的装置。

25.根据权利要求16所述的设备，还包括：

用于将针对多个心脏时相中的每一个生成的变形网格投影到心脏时相的2D投影图像上的装置；以及

用于针对多个心脏时相中的每一个基于对象的2D轮廓以及该心脏时相的每个2D投影图像中投影的变形网格而生成第二变形网格的装置。

26.根据权利要求16所述的设备，其中用于从多个2D投影图像重建3D体积的装置包括：

用于从在单C臂血管造影术扫描中获取的多个2D投影图像重建3D体积的装置。

27.根据权利要求16所述的设备，其中用于将静态网格投影到每个2D投影图像的装置包括：

用于在保持静态网格的网格点之间的连接性的同时将所述网格点投影到每个2D投影图像上的装置。

28.根据权利要求22所述的设备，其中用于在投影网格中生成廓影候选边缘的装置包括：

用于确定与投影网格的每个边缘邻近的三角形的数量的装置；

用于如果邻近于边缘的三角形的数量为一，则将该边缘确定为廓影候选边缘的装置；

用于如果邻近于边缘的三角形的数量为二，则确定当C₁和C₂位于边缘的同一侧时该边缘为边缘候选的装置，其中该边缘具有两个端点A和B，这两个端点A和B被两个三角面共享，并且C₁和C₂分别涉及两个三角面中的每个中的第三点。

29.根据权利要求22所述的设备，其中用于在每个2D投影图像中基于每个2D投影图像中对象的2D轮廓确定廓影点的变形位置的装置包括：

用于在每个2D投影图像中确定对应于投影网格的网格点的廓影点的变形位置的装置。

30.根据权利要求23所述的设备，其中用于在2D投影图像中确定对应于出自3D中静态网格的对应网格点的法线方向的投影法线方向的装置包括：

用于检测成为邻近于静态网格的网格点的三角形的法线方向的平均的、出自静态网格的对应网格点的法向方向的装置；

用于沿着出自静态网格的对应网格点的法线方向选择任意点的装置；

用于将任意点投影到2D投影图像的装置；以及

用于由将廓影点连接至投影的任意点的线来限定投影法线方向的装置。