[go: up one dir, main page]

DE102007024451B4 - Ermittlungsverfahren für örtlich dreidimensional aufgelöste Anwesenheitsverteilungen einer Substanz in einem Gefäßsystem und hiermit korrespondierende Einrichtungen - Google Patents

Ermittlungsverfahren für örtlich dreidimensional aufgelöste Anwesenheitsverteilungen einer Substanz in einem Gefäßsystem und hiermit korrespondierende Einrichtungen Download PDF

Info

Publication number
DE102007024451B4
DE102007024451B4 DE102007024451A DE102007024451A DE102007024451B4 DE 102007024451 B4 DE102007024451 B4 DE 102007024451B4 DE 102007024451 A DE102007024451 A DE 102007024451A DE 102007024451 A DE102007024451 A DE 102007024451A DE 102007024451 B4 DE102007024451 B4 DE 102007024451B4
Authority
DE
Germany
Prior art keywords
computer
distributions
ray images
distribution
determination method
Prior art date
Legal status (The legal status 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 status listed.)
Expired - Fee Related
Application number
DE102007024451A
Other languages
English (en)
Other versions
DE102007024451A1 (de
Inventor
Frank Dr. Deinzer
Esther-Sabrina Platzer
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens Healthcare GmbH
Original Assignee
Siemens Corp
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 Siemens Corp filed Critical Siemens Corp
Priority to DE102007024451A priority Critical patent/DE102007024451B4/de
Priority to US12/154,310 priority patent/US7817772B2/en
Publication of DE102007024451A1 publication Critical patent/DE102007024451A1/de
Application granted granted Critical
Publication of DE102007024451B4 publication Critical patent/DE102007024451B4/de
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/507Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for determination of haemodynamic parameters, e.g. perfusion 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
    • G06T2207/10116X-ray image
    • 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
    • G06T2207/20212Image combination
    • G06T2207/20224Image subtraction
    • 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
    • G06T2207/30104Vascular flow; Blood flow; Perfusion

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

Ermittlungsverfahren für örtlich dreidimensional aufgelöste Anwesenheitsverteilungen (A) einer Substanz in einem Gefäßsystem (13),
– wobei ein Rechner einen Volumendatensatz (11) und eine zeitliche Sequenz von Gruppen (12) von Röntgenbildern (B) entgegen nimmt,
– wobei der Volumendatensatz (11) das Gefäßsystem (13) örtlich dreidimensional aufgelöst beschreibt, jeder Gruppe (12) von Röntgenbildern (B) ein Erfassungszeitpunkt (t) zugeordnet ist, jede Gruppe (12) mindestens ein Röntgenbild (B) umfasst und jedes Röntgenbild (B) eine zu dem jeweiligen Erfassungszeitpunkt (t) gegebene tatsächliche Anwesenheitsverteilung der Substanz im Gefäßsystem (13) örtlich zweidimensional aufgelöst darstellt,
– wobei der Rechner anhand einer für einen Anfangszeitpunkt (tS) gegebenen anfänglichen Anwesenheitsverteilung (A(tS)) durch iteratives Lösen flüssigkeitsdynamischer, als solcher ortsunabhängiger Bewegungsgleichungen für Ermittlungszeitpunkte (t') selbsttätig weitere Anwesenheitsverteilungen (A(t')) ermittelt,
– wobei der Rechner selbsttätig die weiteren Anwesenheitsverteilungen (A(t')), wenn deren jeweiliger Ermittlungszeitpunkt (t') mit einem der Erfassungszeitpunkte (t') korrespondiert, anhand der zeitlich korrespondierenden Gruppe (12) von Röntgenbildern (B) korrigiert,...

Description

  • Die vorliegende Erfindung betrifft ein Ermittlungsverfahren für örtlich dreidimensional aufgelöste Anwesenheitsverteilungen einer Substanz in einem Gefäßsystem,
    • – wobei ein Rechner einen Volumendatensatz und eine zeitliche Sequenz von Gruppen von Röntgenbildern entgegen nimmt,
    • – wobei der Volumendatensatz das Gefäßsystem örtlich dreidimensional aufgelöst beschreibt, jeder Gruppe von Röntgenbildern ein Erfassungszeitpunkt zugeordnet ist, jede Gruppe mindestens ein Röntgenbild umfasst und jedes Röntgenbild eine zu dem jeweiligen Erfassungszeitpunkt gegebene tatsächliche Anwesenheitsverteilung der Substanz im Gefäßsystem örtlich zweidimensional aufgelöst darstellt.
  • Die vorliegende Erfindung betrifft weiterhin ein Computerprogramm, das Maschinencode umfasst, dessen Ausführung durch einen Rechner bewirkt, dass der Rechner ein derartiges Ermittlungsverfahren ausführt. Weiterhin betrifft die vorliegende Erfindung einen Datenträger, auf dem ein derartiges Computerprogramm gespeichert ist. Schließlich betrifft die vorliegende Erfindung einen Rechner, der einen Massenspeicher aufweist, wobei im Massenspeicher ein derartiges Computerprogramm gespeichert ist, wobei das Computerprogramm von dem Rechner ausführbar ist.
  • Die Diagnose von Gefäßerkrankungen mittels dreidimensionaler Bildgebung erfordert, dass der Blutfluss durch die entsprechenden Gefäße visualisiert wird. Die Behandlung erfolgt meist minimal invasiv mittels Kathetern, die in das entsprechende Blutgefäß eingeführt werden.
  • Um einen minimal invasiven Eingriff möglichst genau planen zu können und vor allem um ihn präzise durchführen zu können, benötigt der Arzt Informationen über Lage und Ausdehnung der Gefäße (örtliche Information) sowie eine möglichst genaue Information über den Blutfluss durch das entsprechende Gefäß (zeitliche Information). Während sich Aneurysmen in den entsprechenden Bildern meist sehr deutlich zeigen, sieht man Stenosen in der Regel nur relativ schlecht. Stattdessen zeigen sich in den Angiogrammen Stellen im Gefäß, an denen ein stark verminderter Blutdurchfluss erfolgt. Führt eine Stenose gar zu einem vollständigen Verschluss eines Gefäßes, hat dies zur Folge, dass das entsprechende Gefäß sowie alle von ihm weiter versorgten Gefäße in der Röntgenaufnahme nicht mehr erkennbar sind. Die Visualisierung des Blutflusses im Dreidimensionalen liefert dem Arzt somit wichtige Informationen über den Grad der Verengung bzw. Erweiterung eines Gefäßes sowie die eventuelle Betroffenheit weiterer Gefäße.
  • Im klinischen Einsatz beruht die Diagnose von Gefäßerkrankungen zurzeit entweder auf zeitlichen zweidimensionalen Angiographiesequenzen (in denen man den Blutfluss sieht) oder auf statischen dreidimensionalen Datensätzen, die in der Regel einen komplett gefüllten Gefäßbaum zeigen.
  • Es ist von erheblichem Vorteil, wenn der zeitlich dynamische Blutfluss nicht nur im Zweidimensionalen, sondern im Dreidimensionalen bekannt ist. Um den Blutfluss im dreidimensionalen Volumen zu ermitteln, sind im Stand der Technik verschiedene Ansätze bekannt.
  • Ein erster Ansatz besteht in der Simulation des Blutflusses im dreidimensionalen Volumen. Diese Simulationen arbeiten ohne Beobachtung eines echten Flusses. Es erfolgt also eine reine Simulation. Für die Simulation wird nur der dreidimensionale Volumendatensatz benötigt. Im Rahmen der Simulation wird, basierend auf physikalischen Gesetzen, die Flussbewegung durch die Gefäße berechnet. Grundlage für die Simulation bilden die Navier-Stokes-Gleichungen, die eine numerische Approximation von sogenannten reaktiven Strömungen ermöglichen. Die Navier-Stokes-Gleichungen bilden einen Komplex von Differenzialgleichungen, welche die Gesetze der Physik repräsentieren. Im Wesentlichen beruhen sie auf den Erhaltungsgleichungen für Masse, Impuls, Energie und gegebenenfalls auch Drehimpuls. Bei der Simulation werden die Viskosität und die Dichte des Blutes sowie Einwirkungen durch äußerlichen Druck auf das Gefäß berücksichtigt. Diese Art der Simulation ist Fachleuten unter dem Begriff ”Computational Fluid Dynamics” (abgekürzt ”CFD”) bekannt. Durch Anwendung der Navier-Stokes-Gleichungen auf ein spezifisches Gefäßsystem wird – bei hinreichend genauer Berechnung und hinreichender Information über das Gefäßsystem und die sonstigen Umgebungsbedingungen – eine physikalisch korrekte Simulation des Blutflusses ermöglicht.
  • Der gesamte Komplex der Navier-Stokes-Gleichungen im Zusammenhang mit der Flusssimulation ist beispielsweise in T. Petrila, D. Trif, ”Basics of Fluid Mechanics and Introduction to Computational Fluid Dynamics, Numerical Methods and Algorithms”, Springer-Verlag, 2005 beschrieben.
  • Die bisher beschriebene Vorgehensweise baut zwar auf dem realen dreidimensionalen Volumendatensatz auf. Sie stellt jedoch bezüglich der zeitlichen Dynamik des Blutflusses eine reine Simulation dar. Eine Rückkopplung mit der Realität wird nicht vorgenommen.
  • Bei einer anderen bekannten Vorgehensweise wird ausschließlich mit zweidimensionalen Bildern gearbeitet. Hierbei werden zweidimensionale Angiographiesequenzen unter kurzer Kontrastmittelinjektion aus einer Ansicht mit konstanter C-Bogen-Ausrichtung generiert. Aus den Angiographiesequenzen ist die zeitliche Propagierung des Kontrastmittels durch die gewünschten Gefäße erkennbar. Meist wird zu Beginn der Sequenz ein Referenzbild ohne Kontrastmittel akquiriert, das von allen späteren Aufnahmen der Sequenz subtrahiert wird, um in den Bildern lediglich den mit Kontrastmittel gefüllten Teil des Gefäßbaumes zu sehen. Das Verfahren ist auch als digitale Subtraktionsangiographie (DSA) bekannt. Die zweidimensionalen Angiographiesequenzen liefern jedoch nur örtlich zweidimensional aufgelöste Informationen, keine räumlich (= örtlich dreidimensional) aufgelöste Information.
  • Aus der DE 10 2004 018 499 A1 ist ein Ermittlungsverfahren der eingangs erwähnten Art bekannt. Bei diesem Verfahren ermittelt der Rechner für jeden Erfassungszeitpunkt anhand der dem jeweiligen Erfassungszeitpunkt zugeordneten Gruppe von Röntgenbildern und des Volumendatensatzes eine jeweilige mögliche Anwesenheitsverteilung. Weiterhin ermittelt der Rechner anhand der zeitlichen Folge der Anwesenheitsverteilungen und einer Gefäßstruktur des Gefäßsystems für jeden Erfassungszeitpunkt eine endgültige Anwesenheitsverteilung.
  • Mittels der aus der DE 10 2004 018 499 A1 bekannten Vorgehensweise ist es in manchen Fällen möglich, den Blutfluss korrekt vom Zweidimensionalen ins Dreidimensionale abzubilden. Die Vorgehensweise der DE 10 2004 018 499 A1 weist daher gegenüber der örtlich rein zweidimensionalen Verarbeitung der Angiographiesequenz bereits beträchtliche Vorteile auf.
  • Aus der US 2002/136440 A1 ist ein Verfahren zur Datenerfassung bekannt, wobei anhand der erfassten Daten ein Modell eines Gefäßsystems ermittelt wird, das seinerseits als Ausgangspunkt für eine CFD herangezogen wird.
  • Aus der US 2006/058638 A1 ist ebenfalls bekannt, Daten zu erfassen und anhand der erfassten Daten ein dreidimensionales Modell eines Gefäßbaums zu ermitteln. In Verbindung mit dem dortigen Stand der Technik ist weiterhin erwähnt, dass anhand derartiger Daten eine CFD durchgeführt werden kann.
  • Die Aufgabe der vorliegenden Erfindung besteht darin, Möglichkeiten zu schaffen, die örtlich dreidimensional aufgelösten endgültigen Anwesenheitsverteilungen der Substanz auf qualitativ hochwertige – und insbesondere medizinisch aussagekräftige – Art und Weise zu ermitteln.
  • Die Aufgabe wird durch ein Ermittlungsverfahren mit den Merkmalen des Anspruchs 1, ein Computerprogramm mit den Merkmalen des Anspruchs 11, einen Datenträger mit den Merkmalen des Anspruchs 12 und einen Rechner mit den Merkmalen des Anspruchs 13 gelöst.
  • Erfindungsgemäß ermittelt der Rechner anhand einer für einen Anfangszeitpunkt gegebenen anfänglichen Anwesenheitsverteilung durch iteratives Lösen flüssigkeitsdynamischer, als solcher ortsunabhängiger Bewegungsgleichungen für Ermittlungszeitpunkte selbsttätig weitere Anwesenheitsverteilungen. Wenn der jeweilige Ermittlungszeitpunkt mit einem der Erfassungszeitpunkte korrespondiert, korrigiert der Rechner weiterhin selbsttätig die weiteren Anwesenheitsverteilungen anhand der zeitlich korrespondierenden Gruppe von Röntgenbildern. Zum Korrigieren der jeweiligen weiteren Anwesenheitsverteilung kann der Rechner alternativ die jeweilige weitere Anwesenheitsverteilung in die Röntgenbilder der jeweiligen Gruppe abbilden und auf Grund der Übereinstimmungen der abgebildeten jeweiligen weiteren Anwesenheitsverteilung mit den Röntgenbildern die Korrektur vornehmen oder die Röntgenbilder der jeweiligen Gruppe in den Volumendatensatz rückprojizieren und die Korrektur anhand der Rückprojektionen vornehmen.
  • Im Rahmen der vorliegenden Erfindung wird also von der aus der Simulationstechnik bekannten Vorgehensweise (Stichwort: Lösen flüssigkeitsdynamischer Bewegungsgleichungen) zur zeitlichen Fortschreibung der Anwesenheitsverteilungen ausgegangen. Diese Anwesenheitsverteilungen werden jedoch anhand der zweidimensionalen Angiographiesequenzen korrigiert bzw. mit den Angiographiesequenzen abgeglichen.
  • Es ist möglich, dass der Anfangszeitpunkt mit dem ersten Erfassungszeitpunkt korrespondiert und der Rechner die anfängliche Anwesenheitsverteilung anhand der zeitlich ersten Gruppe von Röntgenbildern und des Volumendatensatzes selbsttätig ermittelt. Diese Vorgehensweise führt in vielen Fällen zu guten Ergebnissen. Besser ist es jedoch, wenn der Rechner den Anfangszeitpunkt und die anfängliche Anwesenheitsverteilung zusätzlich zum Volumendatensatz und den Gruppen von Röntgenbildern entgegen nimmt.
  • Bevorzugt ist die Differenz unmittelbar aufeinander folgender Ermittlungszeitpunkte kleiner als die Differenz unmittelbar aufeinander folgender Erfassungszeitpunkte. Durch diese Vorgehensweise können einerseits die Vorteile der Simulation wie beispielsweise hohe Rechen- und Auflösungsgenauigkeit genutzt werden. Dennoch kann andererseits die Röntgenbelastung eines Patienten gering gehalten werden.
  • Aus den gleichen Gründen ist bevorzugt, dass der Rechner die weiteren Anwesenheitsverteilungen mit einer örtlichen Genauigkeit ermittelt, die größer als eine Abbildungsgenauigkeit ist, mit der die Röntgenbilder in den Volumendatensatz rückprojizierbar sind.
  • In einer weiteren bevorzugten Ausgestaltung ist vorgesehen, dass der Rechner
    • – ein Übereinstimmungsmaß mindestens einer weiteren Anwesenheitsverteilung mit der zeitlich korrespondierenden Gruppe von Röntgenbildern ermittelt,
    • – in Abhängigkeit vom Übereinstimmungsmaß mindestens einen Parameter neu bestimmt, wobei der mindestens eine Parameter eine Rechengenauigkeit beeinflusst, mit welcher der Rechner die weiteren Anwesenheitsverteilungen ermittelt, und
    • – zumindest die auf die mindestens eine weitere Anwesenheitsverteilung zeitlich nachfolgenden weiteren Anwesenheitsverteilungen unter Berücksichtigung des mindestens einen neu bestimmten Parameters ermittelt.
  • Diese Vorgehensweise weist den Vorteil auf, dass der für das Ermitteln der weiteren Anwesenheitsverteilungen erforderliche Rechenaufwand an die Überprüfungs- und Korrekturmöglichkeiten der Angiographiesequenz angepasst werden kann.
  • Es ist möglich, dass der Rechner ausschließlich die zeitlich nachfolgenden weiteren Anwesenheitsverteilungen unter Berücksichtigung des mindestens einen neu bestimmten Parameters ermittelt. Vorzugsweise jedoch ermittelt der Rechner auch bereits ermittelte weitere Anwesenheitsverteilungen unter Berücksichtigung des mindestens einen neu bestimmten Parameters nochmals.
  • Der Parameter, der neu bestimmt wird, kann verschiedener Natur sein. Beispielsweise kann es sich um eine Differenz unmittelbar aufeinander folgender Ermittlungszeitpunkte, eine örtliche Genauigkeit, mit welcher der Rechner die weiteren Anwesenheitsverteilungen ermittelt, und/oder eine Genauigkeit der Bewegungsgleichungen als solcher handeln.
  • In einer weiteren bevorzugten Ausgestaltung sind die anfängliche Anwesenheitsverteilung und die weiteren Anwesenheitsverteilungen als Partikelmengen ausgebildet. Durch diese Vor gehensweise kann der Rechenaufwand zum Ermitteln der Anwesenheitsverteilungen minimiert werden. Wenn die anfängliche Anwesenheitsverteilung und die weiteren Anwesenheitsverteilungen als Partikelmengen ausgebildet sind, ermittelt der Rechner die Korrektur der weiteren Anwesenheitsverteilungen durch Filtern mittels mindestens (in der Regel genau) eines Partikelfilters.
  • Wenn mit Partikelmengen und Partikelfiltern gearbeitet wird und zusätzlich der die Rechengenauigkeit beeinflussende Parameter neu bestimmt wird, kann der mindestens eine neu bestimmte Parameter auch eine Variation der Partikelmengen und/oder eine Variation des Partikelfilters sein.
  • Weitere Vorteile und Einzelheiten ergeben sich aus der nachfolgenden Beschreibung von Ausführungsbeispielen in Verbindung mit den Zeichnungen. Es zeigen in Prinzipdarstellung:
  • 1 schematisch den Aufbau einer Verarbeitungsanordnung,
  • 2 ein Ablaufdiagramm,
  • 3 einen Volumendatensatz,
  • 4 ein Röntgenbild,
  • 5 ein Zeitdiagramm,
  • 6 eine Darstellung eines Volumendatensatzes und eines Röntgenbildes und
  • 7 bis 10 Ablaufdiagramme.
  • Gemäß 1 weist ein Rechner übliche Komponenten 1 bis 6 auf. Insbesondere weist der Rechner einen Mikroprozessor 1, einen Arbeitsspeicher (RAM) 2, einen Massenspeicher 3 (beispielsweise eine Festplatte), eine Anwenderschnittstelle 4, einen Datenschnittstelle 5 und eine Programmierschnittstelle 6 auf. Die Komponenten 1 bis 6 sind in üblicher Weise ausgebildet und wirken in üblicher Weise miteinander zusammen. So kann beispielsweise die Anwenderschnittstelle 4 übliche Ein- und Ausgabeeinrichtungen umfassen wie beispielsweise eine Tastatur, eine Maus, ein Sichtgerät usw.. Die Datenschnittstelle 5 kann beispielsweise eine Internet- oder eine LAN-Schnittstelle oder eine USB-Schnittstelle sein. Auch eine Ausgestaltung als Laufwerk für ein Wechselmedium (beispielsweise eine CD-ROM oder eine DVD) ist möglich. Ähnliche Ausgestaltungen sind für die Programmierschnittstelle 6 möglich. Gegebenenfalls können die Datenschnittstelle 5 und die Programmierschnittstelle 6 zu einer gemeinsamen Schnittstelle zusammengefasst sein.
  • Dem Rechner wird über die Programmierschnittstelle 6 ein Computerprogramm 7 zugeführt. Beispielsweise kann ein Datenträger 8, auf dem das Computerprogramm 7 in maschinenlesbarer Form gespeichert ist, mit dem Rechner verbunden werden. Das Computerprogramm 7 wird daraufhin aus dem Datenträger 8 ausgelesen und in den Massenspeicher 3 des Rechners kopiert, dort also ebenfalls gespeichert.
  • Das Computerprogramm 7 enthält Maschinencode 9, also Programmanweisungen, die vom Rechner direkt und unmittelbar ausführbar sind. Das Computerprogramm 7 kann von einem Anwender 10 mittels üblicher Eingabebefehle (beispielsweise eines doppelten Mausklicks) aufgerufen werden. Wenn das Computerprogramm 7 aufgerufen wird, wird es in den Arbeitsspeicher 2 des Rechners geladen und vom Rechner ausgeführt. Die Ausführung des Computerprogramms 7 durch den Rechner bewirkt, dass der Rechner ein Ermittlungsverfahren ausführt, das nachfolgend in Verbindung mit den weiteren FIG detailliert beschrieben wird.
  • Gemäß 2 nimmt der Rechner in einem Schritt S1 zunächst einen Volumendatensatz 11 und eine zeitliche Sequenz von Gruppen 12 von Röntgenbildern B entgegen. Der Volumendatensatz 11 ist gemäß 3 in drei Raumkoordinaten x, y, z und damit örtlich dreidimensional aufgelöst. Er beschreibt ein Gefäßsystem 13. Insbesondere kann der Volumendatensatz 11 als binärer Volumendatensatz 11 vorliegen. In diesem Fall ist jedem Ort (x, y, z) im Volumendatensatz 11, der Bestandteil des Gefäßsystems 13 ist, ein binärer Wert ”EINS” zugeordnet, den anderen Orten (x, y, z) des Volumendatensatzes 11 der Wert ”NULL”. Die Orte des Volumendatensatzes 11, die Bestandteil des Gefäßsystems 13 sind, werden nachfolgend als Gefäßorte 14 bezeichnet.
  • Jede Gruppe 12 von Röntgenbildern B umfasst gemäß 1 mindestens ein Röntgenbild B. Die Gruppen 12 können gemäß 1 alternativ jedoch auch mehrere Röntgenbildern B umfassen. Die Röntgenbilder B können Nativbilder sein. Vorzugsweise jedoch handelt es sich um DSA-Bilder (DSA = digitale Subtraktionsangiographie). Jedes Röntgenbild B jeder Gruppe 12 ist gemäß 4 in zwei Flächenkoordinaten x', y' und damit örtlich zweidimensional aufgelöst. Es stellt eine Anwesenheitsverteilung einer Substanz (beispielsweise im Falle von Nativbildern Blut mit Kontrastmittel, im Falle von DSA-Bildern Kontrastmittel) im Gefäßsystem 13 dar.
  • Jeder Gruppe 12 ist gemäß 1 weiterhin ein Erfassungszeitpunkt t zugeordnet, zu dem die Röntgenbilder B der jeweiligen Gruppe 12 erfasst wurden. In der Regel werden die Gruppen 12 von Röntgenbildern B zeitlich äquidistant erfasst. Dies ist jedoch nicht zwingend. Jedes Röntgenbild B jeder Gruppe 12 ist auf den Erfassungszeitpunkt t der jeweiligen Gruppe 12 bezogen.
  • Die Sequenz der Gruppen 12 von Röntgenbildern B stellt einen zeitlichen Verlauf einer zweidimensional aufgelösten Anwesenheitsverteilung der Substanz im Gefäßsystem 13 dar. Trotz des Umstands, dass die Gruppen 12 von Röntgenbildern B gegenüber dem Volumendatensatz 11 nur eine reduzierte Ortsinformation aufweisen, soll ein zeitlicher Verlauf einer örtlich dreidimensional aufgelösten Anwesenheitsverteilung der Substanz im Gefäßsystem 13 ermittelt werden. Die Ermittlung dieses zeitlichen Verlaufs ist Gegenstand der vorliegenden Erfindung.
  • In einem Schritt S2 nimmt der Rechner einen Anfangszeitpunkt tS und eine für den Anfangszeitpunkt tS gegebene anfängliche Anwesenheitsverteilung A(tS) entgegen. Die Vorgabe kann beispielsweise durch den Anwender 10 erfolgen.
  • In einem Schritt S3 setzt der Rechner einen Ermittlungszeitpunkt t' auf den Anfangszeitpunkt tS. Weiterhin setzt der Rechner im Schritt S3 die Anwesenheitsverteilung A(t') für den momentanen Ermittlungszeitpunkt t' gleich der anfänglichen Anwesenheitsverteilung A(tS).
  • In einem Schritt S4 inkrementiert der Rechner den Ermittlungszeitpunkt t' um einen Zeitschritt δt'. Sodann ermittelt der Rechner in einem Schritt S5, ausgehend von der Anwesenheitsverteilung A(t' – δt) für den unmittelbar vorhergehenden Ermittlungszeitpunkt t' - δt, durch Lösen flüssigkeitsdynamischer Bewegungsgleichungen für den jetzigen Ermittlungszeitpunkt t' die zugehörige Anwesenheitsverteilung A(t'). Die Bewegungsgleichungen als solche (also deren Aufbau) ist hierbei ortsunabhängig. Der Rechner kann insbesondere die sogenannten Navier-Stokes-Gleichungen lösen, also Gleichungen der Form
    Figure 00130001
    ρ steht hierbei für den Druck, u ist ein Geschwindigkeitsvektor, λ und η sind die sogenannten Stoffkonstanten (Viskosität). f ist die Volumenkraftdichte. Sie umfasst die Gravitation.
  • In einem Schritt S6 prüft der Rechner, ob der momentane Ermittlungszeitpunkt t' mit einem der Erfassungszeitpunkte t korrespondiert. Wenn dies der Fall ist, führt der Rechner einen Schritt S7 aus. Anderenfalls wird der Schritt S7 übersprungen.
  • Im Schritt S7 korrigiert der Rechner die für den jeweiligen Ermittlungszeitpunkt t' ermittelte Anwesenheitsverteilung A(t'). Er nimmt die Korrektur anhand der zeitlich korrespondierenden Gruppe 12 von Röntgenbildern B vor. Der Rechner kann hierzu die ermittelte Anwesenheitsverteilung A(t') in die Röntgenbilder B abbilden und auf Grund der Übereinstimmungen der abgebildeten Anwesenheitsverteilung A(t') mit den Röntgenbildern B der jeweiligen Gruppe 12 die Korrektur vornehmen. Alternativ kann der Rechner die Röntgenbilder B der jeweiligen Gruppe 12 in den Volumendatensatz 11 rückprojizieren und die Korrektur anhand der Rückprojektionen vornehmen. Beide Vorgehensweisen sind prinzipiell gleichwertig. Das Abbilden des Volumendatensatzes 11 in die Röntgenbilder B bzw. das Rückprojizieren der Röntgenbilder B in den Volumendatensatz 11 sowie die hierfür erforderliche Registrierung des Volumendatensatzes 11 relativ zu den Röntgenbildern B sind Fachleuten als solche bekannt und geläufig.
  • In einem Schritt S8 prüft der Rechner, ob der momentane Ermittlungszeitpunkt t' bereits seinen Maximalwert erreicht hat. Wenn dies nicht der Fall ist, geht der Rechner zum Schritt S4 zurück. Anderenfalls geht der Rechner zu einem Schritt S9 über, in dem der Rechner weitere Schritte des erfindungsgemäßen Verfahrens ausführt. Insbesondere kann der Rechner im Rahmen des Schrittes S9 eine Visualisierung der ermittelten Anwesenheitsverteilungen A(t') vornehmen, insbesondere von deren zeitlichem Verlauf.
  • Wie bereits erwähnt, folgen in der Regel sowohl die Ermittlungszeitpunkte t' als auch die Erfassungszeitpunkte t äquidistant aufeinander. Die Differenz δt' zeitlich unmittelbar aufeinander folgender Ermittlungszeitpunkte t' (also der Zeitschritt δt') ist daher in der Regel konstant (siehe 5). Ebenso ist in der Regel die Differenz δt unmittelbar aufeinander folgender Erfassungszeitpunkte t konstant. In der Regel ist der Zeitschritt δt' unmittelbar aufeinander folgender Ermittlungszeitpunkte t' jedoch erheblich kleiner als die Differenz δt unmittelbar aufeinander folgender Erfassungs zeitpunkte t. Insbesondere entspricht die Differenz δt unmittelbar aufeinander folgender Erfassungszeitpunkte t in aller Regel einem ganzzahligen Vielfachen (z. B. dem zweifachen, dreifachen, vierfachen, ...) des Zeitschrittes δt'.
  • Die Pixel der Röntgenbilder B weisen – siehe 6 – eine gewisse Ausdehnung auf. Die Röntgenbilder B sind daher gemäß 6 nur mit einer begrenzten Abbildungsgenauigkeit in den Volumendatensatz 11 rückprojizierbar. Vorzugsweise ermittelt der Rechner die weiteren Anwesenheitsverteilungen A(t') mit einer örtlichen Genauigkeit, die größer als die Abbildungsgenauigkeit ist. Beispielsweise kann der Rechner die weiteren Anwesenheitsverteilungen A(t') mit einer örtlichen Genauigkeit ermitteln, die zweimal, dreimal, viermal, ... so hoch ist wie die Abbildungsgenauigkeit. Dies ist in 6 dadurch dargestellt, dass Voxel des Volumendatensatzes 11 kleiner gezeichnet sind als die korrespondierenden Pixel der Röntgenbilder B.
  • In einer bevorzugten Ausgestaltung sind die Schritte S3, S5 und S7 so implementiert, wie dies nachfolgend in Verbindung mit 7 erläutert wird.
  • Gemäß 7 setzt der Rechner im Schritt S3 den Anfangszustand als Partikelmenge an. Jede Partikelmenge enthält eine Vielzahl von Partikeln. Die einzelnen Partikel entsprechen in diesem Fall jeweils einer Stichprobe. Jedes Partikel besteht aus einem Zustandsvektor zum jeweiligen Ermittlungszeitpunkt t' und einem Gewicht, das die Wahrscheinlichkeit ausdrückt, dass das jeweilige Partikel sich zum jeweiligen Ermittlungszeitpunkt t' an einem bestimmten Ort (x, y, z) befindet. Den Partikeln sind weitere Informationen zugeordnet, beispielsweise Betrag und Richtung einer Geschwindigkeit, mit der sich das jeweilige Partikel bewegt.
  • Die Partikelmenge wird im Schritt S5 zeitlich propagiert. Die Partikel als solche und ihre Anzahl bleiben hierbei unverändert. Es wird aber für jedes Partikel dessen Ort und dessen Geschwindigkeit (letztere nach Betrag und Richtung) neu ermittelt. Das Gewicht des jeweiligen Partikels bleibt im Rahmen des Schrittes S5 unverändert.
  • Im Schritt S7 werden die Gewichte der Partikel entsprechend der Übereinstimmung der jeweiligen Anwesenheitsverteilung A(t') mit den Röntgenbildern B der jeweiligen Gruppe 12 angepasst. Decken sich – bezogen auf ein einzelnes Partikel – dessen ermittelter Ort und die Orte 15 in den Röntgenbildern B, an denen Substanz vorhanden ist, (Substanzorte 15), so wird das Gewicht des jeweiligen Partikels erhöht. Anderenfalls wird das Gewicht des Partikels verringert. Das Gewicht bleibt aber auch im Falle seiner Verringerung größer als Null. Weiterhin erfolgt im Schritt S7 gemäß 7 eine Filterung mindestens eines (in der Regel genau eines) Partikelfilters. Auf Grund der Filterung mittels des Partikelfilters werden die Partikel mit einer ihrem neuen Gewicht proportionalen Wahrscheinlichkeit in die korrigierte Anwesenheitsverteilung A(t') übernommen. Auf Grund der Filterung mit dem Partikelfilter werden die Partikel der Partikelmenge (= Anwesenheitsverteilung vor der Korrektur) somit proportional zu ihrem neuen Gewicht in die neue Partikelmenge (= Anwesenheitsverteilung nach Korrektur) übernommen.
  • Partikelfilter sind als solche Fachleuten bekannt. Beispielhaft wird auf A. Doucet, N. de Freitas, N. Gordon, ”Sequential Monte Carlo Methods in Practice”, Springer-Verlag, 2001 und S. Arulampalam, S. Maskell, N. Gordon, ”A Tutorial an Particle filters for On-line Nonlinear/Non-Gaussian Bayesian Tracking”, IEEE Transactions an Signal Processing, Vol. No. 2, pp 174–188, 2002 verwiesen.
  • In aller Regel ist eine analytische Lösung der Bewegungsgleichungen des Schrittes S5 nicht möglich. Die Bewegungsgleichungen werden daher in der Regel diskretisiert. Insbesondere aus diesem Grund ist es besonders vorteilhaft, die Anwesenheitsverteilungen A als Partikelmengen auszubilden. Denn Par tikelfilter implizieren zwangsweise eine diskrete Vorgehensweise.
  • 8 zeigt eine Variante von 2. Gemäß 8 sind dem Schritt S6 zusätzlich zum Schritt S7 Schritte S11 bis S15 nachgeordnet. Gemäß 8 sind hierbei die Schritte S11 bis S15 zwischen die Schritte S6 und S7 eingeschoben. Alternativ könnten die Schritte S11 bis S15 jedoch dem Schritt S7 nachgeordnet sein.
  • Im Schritt S11 ermittelt der Rechner für mindestens eine weitere Anwesenheitsverteilung A(t') – in der Regel für die soeben ermittelte weitere Anwesenheitsverteilung A(t') – ein Übereinstimmungsmaß M mit der zeitlich korrespondierenden Gruppe 12 von Röntgenbildern B.
  • Im Schritt S12 vergleicht der Rechner das ermittelte Übereinstimmungsmaß M mit einer oberen Schranke M1. Wenn das Übereinstimmungsmaß M die obere Schranke M1 übersteigt, geht der Rechner zu einem Schritt S13 über. Im Schritt S13 bestimmt der Rechner mindestens einen Parameter neu. Die Bestimmung erfolgt derart, dass eine Rechengenauigkeit, mit welcher der Rechner die weiteren Anwesenheitsverteilungen A(t') ermittelt, schlechter wird. Beispielsweise kann der Rechner den Zeitschritt δt' heraufsetzen oder die örtliche Genauigkeit, mit der er die weiteren Anwesenheitsverteilungen A(t') ermittelt, herabsetzen. Alternativ oder zusätzlich kann der Rechner die Genauigkeit der Bewegungsgleichungen als solcher verringern. Beispielsweise kann der Rechner von kompressiblen auf inkompressible Navier-Stokes-Gleichungen übergehen und/oder eine in die Bewegungsgleichungen eingehende physikalische Komponente vernachlässigen. In dem Fall, dass die Anwesenheitsverteilungen A(t') als Partikelmengen ausgebildet sind, kann der Rechner alternativ oder zusätzlich auch die Partikelmengen (beispielsweise die Anzahl an Partikeln) und/oder den Partikelfilter (beispielsweise das Ausmaß, um das die Gewichte erhöht und/oder erniedrigt werden) variieren.
  • Wenn der Rechner vom Schritt S12 aus nicht zum Schritt S13 übergeht, geht er zum Schritt S14 über. Im Schritt S14 prüft der Rechner, ob das Übereinstimmungsmaß M eine untere Schranke M2 unterschreitet. Wenn dies der Fall ist, geht der Rechner zum Schritt S15 über. Der Schritt S15 ist invers zum Schritt S13. Es wird also der mindestens eine Parameter derart neu bestimmt, dass die Rechengenauigkeit besser wird.
  • Wenn keine weiteren Maßnahmen ergriffen werden, kann es geschehen, dass der mindestens eine Parameter instabil oszilliert. Die Schritte S11 bis S15 sind daher vorzugsweise derart ausgestaltet, dass vorherige Werte des mindestens einen Parameters berücksichtigt werden. Insbesondere kann bei Ausführen des Schrittes S13 der vorherige Wert des Parameters eine Genauigkeitsobergrenze darstellen und umgekehrt bei Ausführen des Schrittes S15 der vorherige Wert des Parameters eine Genauigkeitsuntergrenze darstellen.
  • Die Ausgestaltung gemäß 8 hat zur Folge, dass die auf die momentan ermittelte weitere Anwesenheitsverteilung A(t') zeitlich nachfolgenden weiteren Anwesenheitsverteilungen A(t') unter Berücksichtigung des mindestens einen neu bestimmten Parameters ermittelt werden. Diese Vorgehensweise ist möglich, aber nicht bevorzugt. Bevorzugt ist es, die Schritte S11 bis S15 derart in das Ermittlungsverfahren von 2 einzubinden, wie dies in 9 dargestellt ist. Die Vorgehensweise von 9 hat zur Folge, dass der Rechner auch bereits ermittelte weitere Anwesenheitsverteilungen A(t') unter Berücksichtigung des mindestens einen neu bestimmten Parameters nochmals ermittelt.
  • 9 weist Schritte S21 bis S31 auf. Die Schritte S21 bis S25 sowie S27 bis S31 von 9 entsprechen hierbei einzelnen oder mehreren der in Verbindung mit den 2 und 8 erläuterten Schritte S1 bis S9 und S11 bis S15. Zu den Schritten S21 bis S25 sowie S27 bis S31 sind daher keine detaillierten Erläuterungen erforderlich. Der Schritt S26 ist selbsterklä rend. Auch zum Schritt S26 sind daher keine Erläuterungen erforderlich.
  • 10 zeigt eine Modifikation des Ermittlungsverfahrens von 2. Die Modifikation gemäß 10 ist hierbei auch mit den Ausgestaltungen gemäß den 7 bis 9 möglich.
  • 10 weist Schritte S41 bis S49 auf. Die Schritte S41 und S43 bis S49 von 10 entsprechen hierbei den Schritten S1 und S3 bis S9 von 2. Zu den Schritten S41 und S43 bis S49 sind daher keine detaillierten Erläuterungen erforderlich. Im Schritt S42 setzt der Rechner den Anfangszeitpunkt tS gleich dem zeitlich ersten Erfassungszeitpunkt t. Weiterhin ermittelt der Rechner im Rahmen des Schrittes S42 anhand der zeitlich ersten Gruppe 12 von Röntgenbildern B und des Volumendatensatzes 11 die anfängliche Anwesenheitsverteilung A(tS).
  • Die vorliegende Erfindung weist viele Vorteile auf. Einige dieser Vorteile werden nachfolgend aufgeführt.
    • – Beispielsweise kann die Akquisition der Sequenz von Gruppen 12 von Röntgenbildern B mit einer größeren Differenz δt aufgenommen werden als im Stand der Technik.
    • – Die Rekonstruktion des Blutflusses ist frei von Mehrdeutigkeiten.
    • – Fehler in der Simulation (d. h. dem Lösen der Bewegungsgleichungen) werden bereits nach wenigen Zeitschritten δt' erkennbar, da in diesem Fall das Übereinstimmungsmaß M sehr klein wird.
    • – Die Berechnungskomplexität bei der Simulation lässt sich an die erforderliche bzw. mögliche oder gewünschte Genauigkeit anpassen.
    • – Im Vergleich zu den auf Heuristiken beruhenden Vorgehensweisen ist insbesondere die Kombination von Partikelfiltern mit integrierten Navier-Stokes-Gleichungen genauer und mathematisch-physikalisch begründbar.
    • – Durch die Simulation können visuelle Informationen gewonnen werden, die durch eine rein heuristische Auswertung nicht ermittelbar sind. Dies gilt sogar dann, wenn im Stand der Technik eine Rückprojektion in den Volumendatensatz 11 erfolgt. Denn nur durch die Simulation können beispielsweise Turbulenzen und unterschiedliche Fließeigenschaften an den Gefäßwänden und im Gefäßinneren simuliert und auch visualisiert werden.
    • – Die Genauigkeit der Simulation lässt sich über die Anzahl an Partikeln steuern, die in den Partikelmengen enthalten sind.
  • Die obige Beschreibung dient ausschließlich der Erläuterung der vorliegenden Erfindung. Der Schutzumfang der vorliegenden Erfindung soll hingegen ausschließlich durch die beigefügten Ansprüche bestimmt sein.

Claims (13)

  1. Ermittlungsverfahren für örtlich dreidimensional aufgelöste Anwesenheitsverteilungen (A) einer Substanz in einem Gefäßsystem (13), – wobei ein Rechner einen Volumendatensatz (11) und eine zeitliche Sequenz von Gruppen (12) von Röntgenbildern (B) entgegen nimmt, – wobei der Volumendatensatz (11) das Gefäßsystem (13) örtlich dreidimensional aufgelöst beschreibt, jeder Gruppe (12) von Röntgenbildern (B) ein Erfassungszeitpunkt (t) zugeordnet ist, jede Gruppe (12) mindestens ein Röntgenbild (B) umfasst und jedes Röntgenbild (B) eine zu dem jeweiligen Erfassungszeitpunkt (t) gegebene tatsächliche Anwesenheitsverteilung der Substanz im Gefäßsystem (13) örtlich zweidimensional aufgelöst darstellt, – wobei der Rechner anhand einer für einen Anfangszeitpunkt (tS) gegebenen anfänglichen Anwesenheitsverteilung (A(tS)) durch iteratives Lösen flüssigkeitsdynamischer, als solcher ortsunabhängiger Bewegungsgleichungen für Ermittlungszeitpunkte (t') selbsttätig weitere Anwesenheitsverteilungen (A(t')) ermittelt, – wobei der Rechner selbsttätig die weiteren Anwesenheitsverteilungen (A(t')), wenn deren jeweiliger Ermittlungszeitpunkt (t') mit einem der Erfassungszeitpunkte (t') korrespondiert, anhand der zeitlich korrespondierenden Gruppe (12) von Röntgenbildern (B) korrigiert, – wobei der Rechner zum Korrigieren der jeweiligen weiteren Anwesenheitsverteilung (A(t')) alternativ – die jeweilige weitere Anwesenheitsverteilung ((A(t')) in die Röntgenbilder (B) der jeweiligen Gruppe (12) abbildet und auf Grund der Übereinstimmungen der abgebildeten jeweiligen weiteren Anwesenheitsverteilung (A(t')) mit den Röntgenbildern (B) die Korrektur vornimmt oder – die Röntgenbilder (B) der jeweiligen Gruppe (12) in den Volumendatensatz (11) rückprojiziert und die Korrektur anhand der Rückprojektionen vornimmt.
  2. Ermittlungsverfahren nach Anspruch 1, dadurch gekennzeichnet, dass der Anfangszeitpunkt (tS) mit dem ersten Erfassungszeitpunkt (t) korrespondiert und dass der Rechner die anfängliche Anwesenheitsverteilung (A(tS)) anhand der zeitlich ersten Gruppe (12) von Röntgenbildern (B) und des Volumendatensatzes (11) selbsttätig ermittelt.
  3. Ermittlungsverfahren nach Anspruch 1, dadurch gekennzeichnet, dass der Rechner den Anfangszeitpunkt (tS) und die anfängliche Anwesenheitsverteilung (A(tS)) zusätzlich zum Volumendatensatz (11) und den Gruppen (12) von Röntgenbildern (B) entgegen nimmt.
  4. Ermittlungsverfahren nach Anspruch 1, 2 oder 3, dadurch gekennzeichnet, dass die Differenz (δt') unmittelbar aufeinander folgender Ermittlungszeitpunkte (t') kleiner als die Differenz (δt) unmittelbar aufeinander folgender Erfassungszeitpunkte (t) ist.
  5. Ermittlungsverfahren nach einem der obigen Ansprüche, dadurch gekennzeichnet, dass der Rechner die weiteren Anwesenheitsverteilungen (A(t')) mit einer örtlichen Genauigkeit ermittelt, die größer als eine Abbildungsgenauigkeit ist, mit der die Röntgenbilder (B) in den Volumendatensatz (11) rückprojizierbar sind.
  6. Ermittlungsverfahren nach einem der obigen Ansprüche, dadurch gekennzeichnet, dass der Rechner – ein Übereinstimmungsmaß (M) mindestens einer weiteren Anwesenheitsverteilung (A(t')) mit der zeitlich korrespondierenden Gruppe (12) von Röntgenbildern (B) ermittelt, – in Abhängigkeit von Übereinstimmungsmaß (M) mindestens einen Parameter neu bestimmt, wobei der mindestens eine Parameter eine Rechengenauigkeit beeinflusst, mit welcher der Rechner die weiteren Anwesenheitsverteilungen (A(t')) ermittelt, und – zumindest die auf die mindestens eine weitere Anwesenheitsverteilung (A(t')) zeitlich nachfolgenden weiteren Anwesenheitsverteilungen (A(t')) unter Berücksichtigung des mindestens einen neu bestimmten Parameters ermittelt.
  7. Ermittlungsverfahren nach Anspruch 6, dadurch gekennzeichnet, dass der Rechner auch bereits ermittelte weitere Anwesen heitsverteilungen (A(t')) unter Berücksichtigung des mindestens einen neu bestimmten Parameters nochmals ermittelt.
  8. Ermittlungsverfahren nach Anspruch 6 oder 7, dadurch gekennzeichnet, dass der mindestens eine Parameter eine Differenz (δt') unmittelbar aufeinander folgender Ermittlungszeitpunkte (t'), eine örtliche Genauigkeit, mit welcher der Rechner die weiteren Anwesenheitsverteilungen (A(t')) ermittelt, und/oder eine Genauigkeit der Bewegungsgleichungen als solcher ist.
  9. Ermittlungsverfahren nach einem der obigen Ansprüche, dadurch gekennzeichnet, dass die anfängliche Anwesenheitsverteilung (A(tS)) und die weiteren Anwesenheitsverteilungen (A(t')) als Partikelmengen ausgebildet sind und dass der Rechner die Korrektur der weiteren Anwesenheitsverteilungen (A(t')) durch Filtern mittels mindestens eines Partikelfilters ermittelt.
  10. Ermittlungsverfahren nach Anspruch 9 in Verbindung mit Anspruch 6, 7 oder 8, dadurch gekennzeichnet, dass der mindestens eine Parameter eine Variation der Partikelmengen und/oder eine Variation des Partikelfilters ist.
  11. Computerprogramm, das Maschinencode (9) umfasst, dessen Ausführung durch einen Rechner bewirkt, dass der Rechner ein Ermittlungsverfahren nach einem der obigen Ansprüche ausführt.
  12. Datenträger, auf dem in maschinenlesbarer Form ein Computerprogramm (7) nach Anspruch 11 gespeichert ist.
  13. Rechner, der einen Massenspeicher (3) aufweist, wobei im Massenspeicher (3) ein Computerprogramm (7) nach Anspruch 11 gespeichert ist, wobei das Computerprogramm (7) von dem Rechner ausführbar ist.
DE102007024451A 2007-05-25 2007-05-25 Ermittlungsverfahren für örtlich dreidimensional aufgelöste Anwesenheitsverteilungen einer Substanz in einem Gefäßsystem und hiermit korrespondierende Einrichtungen Expired - Fee Related DE102007024451B4 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
DE102007024451A DE102007024451B4 (de) 2007-05-25 2007-05-25 Ermittlungsverfahren für örtlich dreidimensional aufgelöste Anwesenheitsverteilungen einer Substanz in einem Gefäßsystem und hiermit korrespondierende Einrichtungen
US12/154,310 US7817772B2 (en) 2007-05-25 2008-05-22 Method for determining presence distributions with local three-dimensional resolution for a substance in a vascular system and corresponding facilities

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102007024451A DE102007024451B4 (de) 2007-05-25 2007-05-25 Ermittlungsverfahren für örtlich dreidimensional aufgelöste Anwesenheitsverteilungen einer Substanz in einem Gefäßsystem und hiermit korrespondierende Einrichtungen

Publications (2)

Publication Number Publication Date
DE102007024451A1 DE102007024451A1 (de) 2008-12-04
DE102007024451B4 true DE102007024451B4 (de) 2010-07-08

Family

ID=39917215

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102007024451A Expired - Fee Related DE102007024451B4 (de) 2007-05-25 2007-05-25 Ermittlungsverfahren für örtlich dreidimensional aufgelöste Anwesenheitsverteilungen einer Substanz in einem Gefäßsystem und hiermit korrespondierende Einrichtungen

Country Status (2)

Country Link
US (1) US7817772B2 (de)
DE (1) DE102007024451B4 (de)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8244331B2 (en) 2007-08-31 2012-08-14 Siemens Aktiengesellschaft Method and device for determining an optimum direction of projection for recording projection images
US20100053209A1 (en) * 2008-08-29 2010-03-04 Siemens Medical Solutions Usa, Inc. System for Processing Medical Image data to Provide Vascular Function Information
DE102010039312B4 (de) * 2010-08-13 2020-02-13 Siemens Healthcare Gmbh Verfahren zur Simulation eines Blutflusses

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020136440A1 (en) * 2000-08-30 2002-09-26 Yim Peter J. Vessel surface reconstruction with a tubular deformable model
US20030128801A1 (en) * 2002-01-07 2003-07-10 Multi-Dimensional Imaging, Inc. Multi-modality apparatus for dynamic anatomical, physiological and molecular imaging
US20060058638A1 (en) * 2004-09-14 2006-03-16 Siemens Aktiengesellschaft Method and device for the diagnosis and treatment of aortic aneurysms

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10000185A1 (de) * 2000-01-05 2001-07-12 Philips Corp Intellectual Pty Verfahren zur Darstellung des zeitlichen Verlaufs des Blutflusses in einem Untersuchungsobjekt
FR2812741B1 (fr) * 2000-08-02 2003-01-17 Ge Med Sys Global Tech Co Llc Procede et dispositif de reconstruction d'une image tridimensionnelle dynamique d'un objet parcouru par un produit de contraste
JP2002095654A (ja) * 2000-09-26 2002-04-02 Toshiba Corp X線画像診断装置
DE10100572A1 (de) * 2001-01-09 2002-07-11 Philips Corp Intellectual Pty Verfahren zur Darstellung des Blutflusses in einem Gefäßbaum
US6512807B1 (en) * 2001-11-21 2003-01-28 Koninklijke Philips Electronics, N.V. Low signal correction for perfusion measurements
US7113623B2 (en) * 2002-10-08 2006-09-26 The Regents Of The University Of Colorado Methods and systems for display and analysis of moving arterial tree structures
US6888914B2 (en) * 2002-11-26 2005-05-03 General Electric Company Methods and apparatus for computing volumetric perfusion
WO2005004038A1 (en) * 2003-07-08 2005-01-13 Philips Intellectual Property & Standards Gmbh Reconstruction of the current flow in a vessel system
US7529342B2 (en) * 2003-08-12 2009-05-05 Koninklijke Philips Electronics N.V. Device and method for producing images of the heart
DE102004018499A1 (de) 2004-04-14 2005-06-02 Siemens Ag Rechnergestütztes Bearbeitungsverfahren für einen Volumendatensatz
US7738626B2 (en) * 2005-02-04 2010-06-15 Koninklijke Philips Electronics N.V. System for the determination of vessel geometry and flow characteristics
US7613496B2 (en) * 2005-09-22 2009-11-03 Kabushiki Kaisha Toshiba Magnetic resonance imaging apparatus and magnetic resonance imaging method

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020136440A1 (en) * 2000-08-30 2002-09-26 Yim Peter J. Vessel surface reconstruction with a tubular deformable model
US20030128801A1 (en) * 2002-01-07 2003-07-10 Multi-Dimensional Imaging, Inc. Multi-modality apparatus for dynamic anatomical, physiological and molecular imaging
US20060058638A1 (en) * 2004-09-14 2006-03-16 Siemens Aktiengesellschaft Method and device for the diagnosis and treatment of aortic aneurysms

Also Published As

Publication number Publication date
DE102007024451A1 (de) 2008-12-04
US7817772B2 (en) 2010-10-19
US20080292047A1 (en) 2008-11-27

Similar Documents

Publication Publication Date Title
DE102015221998B4 (de) Verfahren zur Unterstützung eines Befunders bei der Ortsbeschreibung einer Zielstruktur in einer Brust, Vorrichtung und Computerprogramm
DE102014201134B4 (de) Verfahren und Vorrichtung zur Erzeugung eines 2-D-Projektionsbildes eines Gefäßsystems nebst korrespondierenden Gegenständen
DE102007015306A1 (de) Ermittlungsverfahren für einen zeitlichen Verlauf einer örtlich dreidimensional aufgelösten Anwesenheitswahrscheinlichkeitsverteilung einer Substanz in einem Gefäßsystem
DE602004002939T2 (de) Methode zur dreidimensionalen modellierung von rohrförmigen strukturen
DE102012204019B4 (de) Verfahren zur Reduzierung von Bewegungsartefakten
DE102011080905B4 (de) Verfahren zur Visualisierung der Registrierungsqualität medizinischer Bilddatensätze
DE102019212929A1 (de) Registrieren eines 2D Bildes mit einem 3D Bild
DE102019208496B4 (de) Computerimplementierte Verfahren und Vorrichtungen zum Bereitstellen eines Differenzbilddatensatzes eines Untersuchungsvolumens und zum Bereitstellen einer trainierten Generatorfunktion
DE102007044406A1 (de) Registrierverfahren mit durchblutungsabhängiger dreidimensionaler Darstellung eines Gefäßbaums
DE102008028023A1 (de) Verfahren zur Darstellung mehrerer Bilddatensätze und Benutzerinterface zur Darstellung mehrerer Bilddatensätze
DE102017201330B4 (de) Verfahren zur Bildbearbeitung eines vierdimensionalen Angiographiedatensatzes, Bildverarbeitungseinrichtung, Computerprogramm und elektronisch lesbarer Datenträger
EP3340178B1 (de) Berechnen eines vierdimensionalen dsa-datensatzes mit variabler räumlicher auflösung
DE102013220539A1 (de) Modifikation einer Hohlorgan-Repräsentation
DE112014002783T5 (de) Konturkorrekturvorrichtung, -verfahren und -programm
DE102010062975B4 (de) Verfahren zur Erzeugung einer vierdimensionalen Darstellung eines einer periodischen Bewegung unterworfenen Zielgebiets eines Körpers
EP2242023B1 (de) Verfahren zur bewegungskompensierten Rekonstruktion eines dreidimensionalen endgültigen Bilddatensatzes
DE102007024451B4 (de) Ermittlungsverfahren für örtlich dreidimensional aufgelöste Anwesenheitsverteilungen einer Substanz in einem Gefäßsystem und hiermit korrespondierende Einrichtungen
DE102008003945B3 (de) Verfahren zur Erstellung von auf das Blutgefäßsystem eines Patienten bezogenen Bildaufnahmen mittels eines in seiner Position veränderbaren Detektors einer Einrichtung zur digitalen Subtraktionsangiographie
EP3591611A1 (de) Bestimmen eines differenzbilddatensatzes eines untersuchungsvolumens
EP3216391A1 (de) Vorrichtung und verfahren zum ermitteln zumindest eines individuellen fluiddynamischen kennwerts einer stenose in einem mehrere serielle stenosen aufweisenden gefässsegment
DE102006049865A1 (de) Auswertungsverfahren für Daten eines Untersuchungsobjekts unter Korrelierung eines Volumendatensatzes mit einer Anzahl von Durchleuchtungsbildern
DE102019218770A1 (de) Bereitstellen eines Gefäßbilddatensatzes
DE102019200888A1 (de) Bestimmen eines Bilddatensatzes
EP3783570B1 (de) Computerimplementiertes verfahren zur rekonstruktion von medizinischen bilddaten
EP3712855B1 (de) Visualisierung von medizinischen bilddaten

Legal Events

Date Code Title Description
OP8 Request for examination as to paragraph 44 patent law
8120 Willingness to grant licences paragraph 23
8181 Inventor (new situation)

Inventor name: DEINZER, FRANK, DR., 90552 ROETHENBACH, DE

Inventor name: PLATZER, ESTHER-SABRINA, 56220 URMITZ, DE

8364 No opposition during term of opposition
R081 Change of applicant/patentee

Owner name: SIEMENS HEALTHCARE GMBH, DE

Free format text: FORMER OWNER: SIEMENS AKTIENGESELLSCHAFT, 80333 MUENCHEN, DE

R079 Amendment of ipc main class

Free format text: PREVIOUS MAIN CLASS: G06T0015700000

Ipc: G06T0015000000

R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee