[发明专利]用于对数据集进行体绘制的方法和设备

说明书

技术领域

本发明涉及根据独立权利要求的前言的用于对数据集，特别是医疗数据集，进行体绘制的方法和设备。

背景技术

现今的医疗成像模式(例如计算机断层摄影)以前所未有的分辨率提供了大量数据。呈现如此大量的信息对于现在的放射科工作站来说是一项非常有挑战性的任务。体绘制是当前所选择的用于查看所述数据的良好方法。通过把由二维(2D)横截面与三维(3D)显像所提供的信息相组合可以改进诊断过程。把数据的不同表示法相联系的做法具有显著提高效率的潜在好处。体积显示在这一情境中通常充当总览显示。所述横截面图像包含与诊断相关的信息。

通过在所述体积显示中精确定位病变区域，选择了相应的横截面图像以在所述二维显示区域内显示。从技术的观点来看，这一处理相对容易实施。可以从给定的视口(viewport)规范(即转移函数和观看方向)推断出感兴趣点的3D位置。重要的是应当注意到，在相应的横截面图像上突出显示所述位置的自由度会降低。

但是相反的操作并不是直接明了的。在一个横截面切片上拣选一个二维位置应当得到有表现力的无遮挡3D视图。尽管通过选择横截面图像中的点可以明确限定感兴趣位置，但是要在对应的3D绘制中对所述感兴趣区域进行适当的突出显示仍然富有挑战性。

在其三维设置中强调在2D中所选择的结构的一般动机是获得情境信息。可以通过一个简短实例说明所述情况：在读取计算机断层摄影血管造影的横截面图像的过程中频繁出现的请求是确定特定的部分可见的血管属于哪一个解剖结构。在这种情况下将会希望对所描绘的血管及其附近空间进行体绘制。为了得到最优的结果，所选择的结构应该在很大程度上可见，并且不能被重要性较低的结构遮蔽。

对于多边形场景，视点选择这一领域已经做了许多研究，但是在体积数据的范围内所做的研究相对较少。此外，直到现在为止，最优视点估计与同步视图的组合还没有受到多少注意。

Fleishman等人[6]提出了一种用于针对具有已知几何结构的基于图像的模型自动放置摄影机的方法。针对表面的可见度和遮蔽应用一种质量度量。Blanz等人[2]针对视点的美学方面研究了诸如规范视图之类的方法。在他们的实验设置中，用户为三维对象模型的视点指定良好度评级。基于反馈定义一组良好视点的标准。为了确定虚拟场景的视点质量，Sbert等人[12]应用了一种基于所述场景内的多边形的投影区域的Kullback-Leibler距离的度量。由Lee等人[7]引入的网格显著度方法测量网格的区域重要性。除了网格简化之外，这种方法也可以被用于视点选择。Vázquez等人[16，17]致力于解决在计算机图形中关于什么是良好视图并没有一致意见的问题。基于信息理论的视点熵被引入来自动计算良好的观看位置。Polonsky等人[10]致力于计算对象的最佳视图。他们定义了一组用来测量视点质量的视图描述符。Mühler等人[8]给出了一种用于在医疗表面显像中进行视点选择的方法。他们的工作旨在生成动画以用于合作的介入计划以及外科教学。

受到关于多边形数据的研究工作的启发，最近有一些工作致力于针对体积数据的视点选择。Bordoloi和Shen[3]提出了一种基于熵的方法来确定对应于给定场景的代表性视图的最小集。在他们的视点选择处理中考虑了体素的数据分布、转移函数以及可见度。Takahashi等人[13]提出了一种用以选择良好视点的特征驱动的方法。他们识别出体积中的特征分量以便检测局部最优视点。这些视点被利用来提取出最优全局视点。Viola等人[18]引入了一种关注体积数据内的结构的重要性驱动的方法。焦点对象由用户定义，并且他们的系统自动选择提供关于感兴趣结构的富于表现力的视图的特征视点。Chan等人[5]给出了一种便于针对血管造影体积的视点选择的框架。考虑对应于血管的可见度、覆盖范围以及自遮蔽的视图描述符，确定全局最优视图。该视图由对应于视点的解空间内的搜索处理来选择。