DE112004001861B4

DE112004001861B4 - System und Verfahren zur Analyse örtlicher verformbarer Bewegungen einer Wand des linken Ventrikels eines Herzens

Info

Publication number: DE112004001861B4
Application number: DE112004001861T
Authority: DE
Inventors: Bogdan Georgescu; Xiang Sean Zhou; Dorin Comaniciu; Sriram Krishnan
Original assignee: Siemens Medical Solutions USA Inc
Current assignee: Siemens Medical Solutions USA Inc
Priority date: 2003-10-02
Filing date: 2004-10-04
Publication date: 2013-01-24
Anticipated expiration: 2024-10-05
Also published as: DE112004001861T5; US20050074154A1; CN101103377A; JP4427548B2; WO2005034039A3; WO2005034039A2; US7421101B2; JP2009226226A; JP2007509642A; CN101103377B

Abstract

Ein System und ein Verfahren zur Analyse örtlich verformbarer Bewegung und zum genauen Verfolgen der Bewegung eines Objekts unter Isolierung örtlicher Bewegung eines Objekts von Globalbewegung eines Objekts wird beschrieben. Das Objekt wird in einer Bildfolge betrachtet, und Bildfolgen werden abgetastet, um Objektbildbereiche und Hintergrundbildbereiche zu identifizieren. Die Bewegung wenigstens eines der identifizierten Hintergrundbildbereiche wird abgeschätzt, um solche Hintergrundbildbereiche wird abgeschätzt, um solche Hintergrundbildbereiche zu identifizieren, die durch Globalbewegung beeinträchtigt sind. Bewegung von mehreren Hintergrundbildbereichen wird kombiniert, um die Globalbewegung in diesem Bildrahmen zu messen. Die gemessene Globalbewegung in den Objektbildbereichen wird kompensiert, um örtliche Bewegung des Objekts zu messen, und die örtliche Bewegung des Objekts wird verfolgt. Ein System und Verfahren zum genauen Messen der örtlich verformbaren Bewegung eines Objekts als die relative Bewegung zwischen zwei Kontrollpunktsätzen ist beschrieben. Die Punktsätze werden als Innenkontur und die Außenkontur eines Objekts definiert. Die Bewegung der Kontrollpunktsätze wird abgeschätzt, und die Relativbewegung wird dazu verwendet, die örtliche Verformung und örtliche Bewegung des Objekts zu charakterisieren.

Description

Gebiet der Erfindung
Die vorliegende Erfindung richtet sich auf ein System und ein Verfahren zur Analyse örtlicher verformbarer Bewegungen und insbesondere auf ein System und ein Verfahren zum genauen Verfolgen der Bewegung eines Objekts, wobei örtliche Bewegung eines Objekts gegenüber der Globalbewegung eines Objekts isoliert wird.
Hintergrund der Erfindung
Objektverfolgung ist ein wichtiges Werkzeug, das in vielen abbildenden Software-Anwendungen verwendet wird. Eine Frage, die sich gewöhnlich bei der Verfolgung der Bewegung eines Objekts stellt, ist die Unterscheidung der Bewegung eines Objekts gegenüber einem sich bewegenden Hintergrund. Ein Beispiel eines Szenariums ist die Erkennung der Bewegung menschlicher Merkmale, wie beispielsweise Kopfbewegungen, Gesichtsbewegungen, Handbewegungen und andere Körperbewegungen. Bei der Abbildung des Zielbildes wird es klar, dass die Hintergrundszene sich ebenfalls in der Abbildung bewegt (z. B. Bäume, Fahrzeuge und Leute). Dieses macht es schwierig, das Objekt zu verfolgen, beispielsweise ein Gesichtsmerkmal. Die bilderzeugende Software muss in der Lage sein, zwischen dem Ziel (d. h. dem speziellen Gesichtsmerkmal) und den anderen Bilddaten genau zu unterscheiden.
Objektverfolgung ist auch wichtig in medizinischen Abbildungsanwendungen, wie beispielsweise der Echokardiographie. Eine genaue Analyse der Myocardwandbewegung in Herzultraschallbildern ist für die Bewertung der Herzfunktion entscheidend. Eine der Schwierigkeiten bei der Verfolgung von Herzwandfunktionen besteht in der Kompensation zusätzlicher Bewegungen, die durch Atmung, Bewegung des Körpers oder der Ultraschallsonde eingeführt werden. Die Auswirkungen dieser Bewegungen kann man vermindern etwa während der Bildbeschaffung oder durch Verhindern einer Patientenbewegung (Anhalten der Atmung, sorgfältige Sondenanordnung) oder bei der Nachbearbeitung durch Bild-basierte Korrekturtechniken. Die wahre Herzbewegung kann man jedoch ohne Kompensation der äußeren Bewegung nicht erhalten.
Die Herzbewegung kann in eine örtliche Bewegung und eine Globalbewegung unterteilt werden. Die örtliche Bewegung bezieht sich auf die internen Bewegungen des Herzens. Mit anderen Worten, es ist die Bewegung des Myokards während der Systole und Diastole. Die Globalbewegung ist jede äußere Bewegung, die nicht die lokale Bewegung ist. Wie oben angegeben, kann sie von vielen Quellen herrühren, wie beispielsweise einer kleinen Körperbewegung oder der Atmung des Patienten oder von der Bewegung der Abbildungsvorrichtung oder der Hand des Radiologen beim Abbilden.
Wenn keine Kompensation der Globalbewegung ausgeführt wird, können Fehldiagnosen auftreten. Ohne Kompensation kann beispielsweise bei einem Patienten Ischämie auf der rechten Seite des linken Ventrikels diagnostiziert werden, weil die Kontraktion des rechten Segments sehr viel geringer aussieht, als die anderer Segmente. Dieses könnte geschehen, weil die Globalbewegung nach rechts gegenüber der Bewegung der rechten Wand versetzt wäre und die Bewegung der linken Wand verstärken würde. Nach Kompensation sind die Kontraktionen in jedem Segment gleich, was eine normale Bewegung des Herzens anzeigt. In gleicher Weise könnte ein Patient als ein normales Herz habend diagnostiziert werden, er könnte aber eine Ischämie haben. Ein ischämischer linker Ventrikel könnte als normal angesehen werden, wenn eine Globalbewegung herrscht. In vielen Fällen kann die Existenz einer Globalbewegung die Genauigkeit der Diagnose beeinträchtigen, ohne Rücksicht darauf, ob die Diagnose von einem Arzt oder einer intelligenten Maschine gestellt wird.
Frühere Verfahren zur Kompensation von Globalbewegungen umfassen Längsachsen- und Hauptachsenverfahren. Die Hauptachse ist definiert als die Linie im Raum, die die gewichteten Kleinstquadratdistanzen von den Zentroiden aller gegebenen Querschnitte hat. Das linke Ventrikelzentroid am Ende der Systole ist mit der Hauptachse verwendet worden, um die Translations- und Rotationsfaktoren zu bestimmen. Die Bilddaten und Hauptachse werden aus zwei aufeinander folgenden Bildrahmen erhalten. Das Zentroid wird durch einen gewissen vorbestimmten Rahmen entschieden (z. B. Ende der Systole). Zwei Rahmen werden dann überlappt, um die Translation durch die Bewegung des Zentroids zu entscheiden. Nach Translation kann der Rotationswinkel festgestellt werden, und die Kompensation kann durch Translations- und Rotationsfaktoren erreicht werden. Die Hauptachse wird zur Globalbewegungskompensation nicht breit verwendet, weil sie einen ischämischen Bereich eines Herzens oder ähnlichen Analyse nicht in geeigneter Weise identifiziert. Die Hauptachse wird durch abnorme Bereichsbewegungen beeinträchtigt und kann zur Bestimmung der echten Bewegung nicht verwendet werden.
Ein weiteres Verfahren unterstellt, dass die Gestalt eines normalen Herzens während der Systole fast gleich bleibt. Im Falle eines ischämischen Herzens ist die Bewegung signifikant in und um die Infarktzone verändert, was zu Hypokinäsie, Akinesie oder Dyskinäsie führt. Die globale Gestalt- und Krümmungsverteilung wird während des Herzzyklus beobachtet, wie auch die lokale Gestalt für mehrere Datenpunkte (z. B. Spitze, Vorderkammer und Grube). Die Global- und Lokalgestalt und Krümmungsverteilung eines jeden Datenpunkts werden miteinander kombiniert, um sie mit normalen Herzdaten zu vergleichen, und dann können die abnormen Bereiche bestimmt werden. Bei der Verfolgung des lokalen Bereichs werden die Hauptachsen verwendet, um die Globalbewegung zu kompensieren. Das Problem bei diesem Verfahren beim Identifizieren des abnormen Bereichs liegt in der ursprünglichen Unterstellung, die gemacht wurde. Wie oben angegeben, war unterstellt worden, dass die Gestalt des normalen Herzens während der Systole gleich bleibt. Das Herz selbst hat jedoch örtliche Rotation oder Torsion, und die Gestalt des normalen Herzens kann während der Systole in vielen Fällen sehr unterschiedlich sein. Es besteht eine Notwendigkeit, die Globalbewegung in geeigneter Weise zu kompensieren, um die Genauigkeit medizinischer Diagnosen zu verbessern.
Aus der US 2001/0046309 A1 ist ein Verfahren zur Verfolgung eines sich schnell bewegenden Objekts bekannt, bei dem aus der Bewegung mehrerer Pixel im Bildhintergrundbereich eine Globalbewegung bestimmt und im gesamten Bild kompensiert wird.
Aus der US 2002/0146158 A1 ist ein Verfahren zur Deformationsbestimmung eines Organs in einer Bildsequenz bekannt, wobei aus einer ermittelten mathematischen Funktion für die Deformation des Objekts eine Globalbewegung bestimmt und kompensiert wird, um die wahre Deformation zu erhalten.
Der Artikel „Segmentation and Tracking in Echocardiographic Sequences: Active Contours Guided by Optical Flow Estimates” von I. Mikic et al., IEEE Transactions an Medical Imaging, April 1998, Vol. 17, No. 2, pp. 274–284 zeigt die Segmentierung und Verfolgung von Objekten in Bildsequenzen der Echokardiographie, wobei insbesondere im Anhang des Artikels die Bestimmung des optischen Flusses unter Verwendung eines Kovarianzmatrix erläutert wird.
Die Aufgabe der Erfindung besteht in der Bereitstellung eines Verfahrens zur Analyse örtlicher verformbarer Bewegungen, das in der Lage ist, den Schwierigkeiten der Ultraschallbilderzeugung Rechnung zu tragen: Signalausfall, geringes Signal/Rausch-Verhältnis oder Erscheinungsänderungen.
Übersicht über die Erfindung
Diese Aufgabe wird gelöst durch ein Verfahren zur Analyse örtlicher verformbarer Bewegungen mit den Merkmalen des Patentanspruchs 1. In der vorliegenden Erfindung wird eine Wand des linken Ventrikels eines Herzens in einer Bildfolge betrachtet.
Kurzbeschreibung der Zeichnungen
Bevorzugte Ausführungsformen der vorliegenden Erfindung werden nachfolgend im Detail beschrieben, wobei gleiche Bezugszeichen gleiche Elemente angeben, unter Bezugnahme auf die begleitenden Zeichnungen:
1 ist ein Blockschaltbild eines beispielhaften Systems zum Ausführen eines Verfahrens zum Verfolgen örtlich verformbarer Bewegung einer Wand des linken Ventrikels eines Herzens;
2 zeigt vier unterschiedliche Zustände eines linken Ventrikels in Kurzachsendarstellung während der Systole;
3 ist ein Ultraschallbild eines Echokardiogramms in Kurzachsenansicht und apikaler Vierkammeransicht und entsprechender Bereiche, die dazu verwendet werden, die Globalbewegung zu kompensieren;
4 ist ein Graph, der die Größe eines linken Ventrikelbereichs über der Zeit zeigt;
5a–5d zeigen dominante Eigengestalten für zwei ansichten eines linken Ventrikels und seines entsprechenden PCA-Modells;
6a–6c zeigen die Unsicherheit, die am Boden einer Pyramide für die Konturpunkte berechnet ist;
7a und 7b zeigen die erste Rahmeninitialisierung einer Kontur einer Endokardwand für einen linken Ventrikel;
8 zeigt ein Paar Histogramme, die die Intensität und räumliche Verteilung eines echokardiographischen Bildes darstellen;
9 zeigt ein Verfahren zum Unterteilen eines interessierenden Fensters zur Ermittlung der Innenseite und der Außenseite einer Kontur; und
10a–10e zeigen ein Verfahren zum automatischen Ermitteln eines Fächers in einem Ultraschallbild.
Detaillierte Beschreibung
Die vorliegende Erfindung richtet sich auf ein Verfahren zum Verfolgen örtlich verformbarer Bewegung eines Herzens. Ein Beispiel, bei dem ein solches Verfahren verwendet würde, ist die Verfolgung der örtlichen Bewegung einer Myokardwand zur Ermittlung regionaler Wandbewegungsanomalien im Herzen. Das Verfahren kann auch dazu verwendet werden, die Endokardwand oder Epikardwand des Herzens zu verfolgen. Die vorliegende Erfindung kann auch in der zweidimensionalen, dreidimensionalen und vierdimensionalen (3D + Zeit) medizinischen Analyse des Herzens angewendet werden.
Zum Zwecke der Beschreibung der vorliegenden Erfindung wird ein Beispiel zum Verfolgen der Endokardwand des linken Ventrikels erläutert. 1 zeigt eine beispielhafte Architektur eines echokardiographischen Systems, das ein Verfahren zum Verfolgen der lokalen Bewegung einer Endokardwand und eines linken Ventrikels gemäß der vorliegenden Erfindung verwendet. Ein medizinischern Sensor 102, wie beispielsweise ein Ultraschallwandler, wird zur Ausführung einer Untersuchung an einem Patienten verwendet. Der Sensor 102 wird dazu verwendet, medizinische Messergebnisse zu erhalten, die mit einer besonderen medizinischen Prüfung vereinbar sind. Beispielsweise kann bei einem Patienten, der Herzprobleme hat, ein Echokardiogramm aufgenommen werden, um bei der Diagnose der besonderen Herzbeschwerden zu helfen. Ein Ultraschallsystem liefert zwei-, drei- und vier-dimensionale (3D + Zeit) Bilder des Herzens aus unterschiedlichen Perspektiven.
Die vom Sensor 102 erhaltene Information wird einem Prozessor 104 übermittelt, der eine Workstation oder ein PC sein kann. Der Prozessor 104 wandelt die Sensordaten in ein Bild um, das einer Anzeigeeinrichtung 108 übermittelt wird. Die Anzeigeeinrichtung 108 kann auch andere graphische Informationen oder Tabellen mit Informationen, die sich auf das Bild beziehen, vermitteln. Gemäß der vorliegenden Erfindung werden dem Prozessor 108 auch Daten mitgeteilt, die eine anfängliche Kontur der Endokardwand darstellen. Die Daten können manuell durch einen Benutzer, wie beispielsweise einen Arzt oder Sonographen, oder automatisch durch den Prozessor 104 zur Verfügung gestellt werden. Die Kontur umfasst eine Serie einzelner Punkte, deren Bewegung vom Prozessor 104 verfolgt und auf der Anzeigevorrichtung 108 angezeigt werden. Die Besonderheiten hinsichtlich der Art, wie die einzelnen Punkte verfolgt werden, werden nachfolgend in größerem Detail beschrieben.
Zusätzlich zu Daten vom medizinischen Sensor 102 kann der Prozessor 104 auch andere Dateneingaben empfangen. Beispielsweise kann der Prozessor Daten von einer Datenbank 106 erhalten, die dem Prozessor 104 zugeordnet ist. Solche Daten können Unterraummodelle enthalten, die mögliche Konturgestalten der Endokardwand darstellen. Diese Unterraummodelle können Bilder von linken Ventrikeln sein, die für mehrere Patienten repräsentativ sind, oder können Rechner-erzeugte Modelle von Konturgestalten auf der Grundlage statistischer Informationen sein. Der Prozessor 104 verfolgt die einzelnen Punkte der Konturgestalt unter Verwendung bekannter Verfahren, wie beispielsweise Bayes'sches Kernabgleichen oder optikflussbasierte Verfahren. Fehleranhäufung bei der Verfolgung wird durch Verwendung eines adaptiven Multivorlage-Anpassrahmenwerks vermieden. Die Unsicherheit der Verfolgung wird an jedem Punkt in Form einer Kovarianzmatrix dargestellt, die anschließend vollständig durch eine Unterraumgestaltsbedingung unter Verwendung einer nicht-orthogonalen Projektion ausgewertet wird.
In der vorliegenden Erfindung werden sowohl die örtliche Bewegung der Endokardwand als auch die Globalbewegung verfolgt. Globalbewegung kann aus mehreren Gründen vorhanden sein. Beispielsweise kann die Atmung des Patienten oder die Bewegung des Sensors durch den Techniker Globalbewegung verursachen. Um die örtliche Bewegung der Endokardwand genau zu verfolgen, muss die Globalbewegung gemessen und im Herzbild kompensiert werden. Die Schwierigkeit der Kompensation der Globalbewegung im Herzbild liegt in der Unterscheidung der Globalbewegung von der örtlichen Bewegung. Die Ermittlung, ob eine Bewegung äußerlich (d. h. global) anstatt innerlich (d. h. örtlich) ist, ist sehr schwierig. Die Bestimmung kann sogar noch schwieriger sein, wenn die örtliche Bewegung des linken Ventrikels wegen des Vorhandenseins einer Herzkrankheit irregulär ist.
Wie in 2 gezeigt, können unterschiedliche Arten von Herzkrankheiten die Bewegung der Endokardwand unterschiedlich beeinflussen. Beispiele solcher Herzkrankheiten sind Dyskinäsie, Akinäsie und Hypokinäsie. Eine normale Herzwand ist mit durchgehenden Linien 202, 204 gezeigt. Hypokinäsie entspricht einer Verminderung der Wandbewegungsamplitude längs eines Segments, wie durch die gestrichelte Linie 206 gezeigt. Akinäsie entspricht keiner Bewegung, wie mit der gestrichelten Linie 208 gezeigt. Dyskinäsie kann auftreten, wenn das Myokard nicht in der Lage ist, systolischer Belastung zu widerstehen, wie mit der gestrichelten Linie 210 gezeigt. Weil die innere Bewegung im Vergleich zu der Bewegung des Patienten sehr klein ist, sind die Daten sehr empfindlich gegen Globalbewegung. Eine geringe Bewegung des Patienten wird sehr unterschiedliche Ergebnisse verursachen. Beispielsweise wird ein normaler linker Ventrikel wie ischämisch aussehen. Traditionell scheiden Ärzte diese Art globaler Bewegung durch Erfahrung oder mit den Mechanismen menschlicher Augen aus. Eine automatische Beseitigung der Globalbewegung würde jedoch die Diagnose sehr viel einfacher und genauer machen.
Alternativ zur vorliegenden Erfindung kann Globalbewegung für die Verwendung optikfluss-basierter Verfahren kompensiert werden. Diese Verfahren basieren auf der Tatsache, dass der augenscheinlichste Unterschied zwischen örtlicher Bewegung und Globalbewegung die Bewegung der den linken Ventrikel umgebenden Gewebe ist. Wenn dort keine Globalbewegung ist, ziehen sich die umgebenden Gewebe nicht zusammen oder erweitern sich nicht, wie der linke Ventrikel. Wenn jedoch dort Globalbewegung ist, ist das gesamte Bild durch die Globalbewegung mit gewisser Translation und/oder Rotation in jedem Pixel beeinträchtigt. Um die Globalbewegung zu kompensieren, wird die Bewegung im Bereich des den linken Ventrikel umgebenden Gewebes gemessen, um eine Kompensationsmessung zu erhalten.
Ein Beispiel eines optischen Flussverfahrens, das zur Kompensation von Globalbewegung als Alternative zur vorliegenden Erfindung verwendet werden kann, wird nun beschrieben. Das Verfahren umfasst vier Komponenten: Abtasten, Optikflussabschätzung, Ausrichtung und Kompensation. Die erste Komponente richtet sich auf das Abtasten solcher Bildpunkte, die nur durch Globalbewegung beeinträchtigt werden.
3 ist ein Ultraschallbild eines Herzens, das dazu verwendet wird, den Bereich darzustellen, der dazu verwendet wird, Globalbewegung sowohl in apikalen als auch in Kurzachsenansichten zu berechnen. Ein typisches Ultraschallbild, wie in 3 gezeigt, bildet eine Fächergestalt 302, 304, in der das Bild dargestellt wird. Das Bild 302 zeigt das Echokardiogramm des Herzens in Kurzachsenansicht, und das Bild 304 zeigt das Echokardiogramm des Herzens in apikaler Vierkammeransicht. Wenn N Punkte an der linken Ventrikelgrenze abgetastet werden, identifiziert als P₁, P₂, ..., P_N, dann wird der Zentroidpunkt C berechnet als ΣP_i/N wobei P_f den von C fernsten Punkt unter P_i, angibt, i ∊ {1, N}, r die Distanz zwischen C und P_f angibt. Ein Kreisbereich mit dem Zentrum C und dem Radius 1,3xr wird ausgeschnitten. Der konstante Wert 1,3 wird gewählt, kann jedoch jeder geeignete konstante Wert sein. Der Kreisbereich wird gewählt, um den Teil des Myokards auszuschneiden, der sich mit dem linken Ventrikel zusammenzieht und ausdehnt. Dieses Verfahren entfernt mit Sicherheit die Bereiche 306, 310 innerhalb des Epikards und lässt die umgebenden Bereiche 308, 312 zum Messen der Globalbewegung zurück.
Die nächste Komponente des Verfahrens besteht in der Messung der Bewegung innerhalb des ausgewählten Bereichs 308, 312. Optikflussschätzungs- und Fusionstechniken werden dazu verwendet, die Bewegung eines jeden Pixels im Echokardiogramm zu messen. Ein Beispiel dieser Techniken ist in D. Comaniciu, Nonparametric Information Fusion for Motion Estimation, CVPR 2003 beschrieben, was hier in seiner Gesamtheit durch Bezugnahme eingeschlossen wird. Eine Anzahl Punkte wird in dem ausgewählten Bereich abgetastet. Für jeweils zwei aufeinander folgende Rahmen wird die Bewegung eines jeden abgetasteten Punktes mit Unsicherheit berechnet. Dann werden die Punkte in der Gestalt abgeglichen, um die Globalrotation und -translation zu erhalten. Sobald die Globalrotation und -translation erhalten sind, kann Kompensation erreicht werden.
An diesem Punkt gibt es einen korrespondierenden Satz abgetasteter Punkte für jeweils zwei aufeinander folgende Bildrahmen. Aufgrund der physikalischen Charakteristik von zweidimensionalen Echokardiogrammen kann Globalbewegung nur Translation und Rotation enthalten. Um den Translationsvektor t und die Rotation θ zu erhalten, wird eine Gestaltsausrichttechnik angewendet. Für zwei Sätze n Punkten x_i und x_i' in zwei aufeinander folgenden Rahmen und eine Transformation x' = T_t(x), wird ein Kleinstquadratabgleich ausgeführt, um die Parameter t zu finden, um
zu minimieren, worin W_i die Gewichtungsmatrix ist, die jeden Punkt gewichtet und die Punktkorrespondenzunsicherheit reflektiert.
Wenn nur Translation erlaubt ist,
wobei t = (t_x, t_y)^T.
Wir erhalten die Lösung durch Gleichsetzen E∂ / ∂t = 0 und erhalten (t_x, t_y) durch die folgende Gleichung:
Wenn Translation, Rotation und Normierung zulässig sind,
Wieder kann man durch Anwenden von E∂ / ∂t = 0, (a, b, t_x, t_y) erhalten.
Obgleich eine Lösung wie in Gleichung (3) erhalten werden kann, wenn Translation, Rotation und Normierung sämtlich erlaubt sind, ist es nicht trivial, die Lösung zu erhalten, wenn nur Translation und Rotation zulässig sind, wie in der vorliegenden Erfindung. Der Grund ist, dass wenn nur Translation und Rotation zulässig sind, das Problem
ist, das ist aber nun eine weitere nicht-lineare Bedingung a² + b² = 1 gilt.
Um dieses Problem zu lösen, kann die Globalrotation θ einen gewissen Bereich nicht überschreiten. In den meisten Fällen liegt θ zwischen –5° und 5°. Um robust für alle Grade zwischen –10° und 10° zu sein, wird die Translation (t_x, t_y) durch Gleichung (2) berechnet, und dann findet man t, das E minimiert, in Gleichung (1).
wobei E in (1) definiert ist.
Sobald t für alle Bildrahmen gefunden ist, können die kompensierten Ergebnisse erhalten werden. Das Kompensationsergebnis kann man für jeden speziellen Bildrahmen m erhalten durch: J'_m = R –1 / m-1(R –1 / m-2(...(R –1 / 0(f_m – t_o))...) – t_m-2) wobei f_o, ..., f_n n aufeinander folgende Rahmen darstellen;
t_i den Translationsvektor vom Rahmen i zum Rahmen i + 1 darstellt;
R_i die Translationsmatrix vom Rahmen i zum Rahmen i + 1 darstellt.
Der Globalbewegung-durch-Optikfluss-(GMCOF)Algorithmus ist wie folgt:
Erfindungsgemäß wird ein anderes Verfahren zur Kompensation von Globalbewegung verwendet werden. Da die Herzbewegung periodisch ist, wird für eine Periode P angenommen, dass die Merkmale (d. h. Gestalt) eines gewissen Rahmens i und jedes Rahmens (i ± nP) nahezu die gleichen ohne Globalbewegung sein sollten, wobei n eine positive ganze Zahl ist. Mit anderen Worten, wenn Globalbewegung vorliegt, die zur Folge hat, dass die Konturen des linken Ventrikels sich verschieben oder um ein gewisses Maß drehen, kann eine Ermittlung bezüglich der Differenzen zwischen Rahmen i und Rahmen (i ± nP) gemacht werden, um die Globaltranslation und -rotation zu identifizieren.
Um die Periode der Herzbewegung zu berechnen, wird erfindungsgemäß die Fläche des linken Ventrikels in jedem Rahmen auf der Grundlage der Punkte auf der linken Ventrikelwandkontur berechnet. 4 zeigt einen Graph, der die Größenänderung der linken Ventrikelfläche über der Zeit während der Herzbewegung aufträgt. Die vertikale Achse des Graphs ist die Größe der linken Ventrikelfläche, und die horizontale Achse ist die Zeit. Es wird eine Autokorrelationsanalyse zur Identifizierung von P verwendet. Der Zweck der Autokorrelationsanalyse besteht darin, die Periodizität innerhalb von Datensätzen zu suchen. In der Autokorrelationsanalyse ist ein Satz gleicher Zeit-”Eimer” definiert. Jeder Eimer hat die Größe (Gesamtzeit)/(# der Eimer). Diese Eimer entsprechen Zeitdifferenzen zwischen Punktpaaren im Datensatz. Für jedes Punktpaar im Datensatz wird der Absolutwert der Differenz zwischen ihren Zeitwerten dazu verwendet, den speziellen Eimer zu identifizieren, zu dem er gehört. Der Absolutwert der Differenz zwischen den Amplitudenwerten der Punktpaare wird dann zum Eimer hinzugefügt. Schließlich werden nach Berücksichtigung aller Punktpaare die Werte in jedem Eimer gemittelt, indem die Summe der Amplituden in diesem Eimer durch die Anzahl der Punktpaare geteilt wird, die diesem Eimer entsprachen.
Mit P können die Konturen des linken Ventrikels am ersten Rahmen 0 und im Rahmen 0 + P abgeglichen werden, um die Globaltranslation und -rotation zu erhalten. Die Punkte werden an der Kontur anstelle der Probenfläche abgeglichen. Die Rotation und Translation an Rahmen zwischen Rahmen 0 und P kann man durch Interpolationstechniken erhalten. Der Globalbewegungskompensations-pro-Periode-(GMCP)Algorithmus ist wie folgt:
Gemäß einer weiteren Ausführungsform, die nicht zur vorliegenden Erfindung gehört, wird ein automatisches Verfahren beschrieben, das robuste Optikflussberechnung mit mehreren Erscheinungsmodellen und robuste Abschätzung von Globalbewegungsparametern integriert. Zunächst werden örtliche Bewegungsvektoren mit ihrer Unsicherheit an einer gewählten Anzahl Kontrollpunkten berechnet. Der Ort der Kontrollpunkte muss sorgfältig so gewählt werden, dass sie innerhalb des Ultraschallsektors (3) sitzen und nicht Bildbereichen entsprechen, die die Myokardwand des linken Ventrikels enthalten. Der dem nützlichen Ultraschallsignal zugeordnete Bildbereich wird automatisch auf der Grundlage der Tatsache erfasst, dass die entsprechenden Pixel eine hohe Intensitätsschwankung über der Zeit auf Grund von Bewegungen und Speckle-Rauschen haben. Bei gegebenem Bezugsbild und dem entsprechenden Ort der Myokardwandkontur wird eine Maske für die Kandidatenorte der Kontrollpunkte aufgebaut. Die Kontrollpunkte werden radial in Bezug auf die Spitze des Ultraschallsektors in einem Band innerhalb der Maske angeordnet. Das Band wird durch Erstellung eines Histogramms der Anzahl zulässiger Positionen (bei gegebener Maske) für jeden Radius mit der spitze des Sektors als Mitte bestimmt. Der Bereich mit der höchsten Dichte im Histogramm wird dem Bandort entsprechen.
Die Kontrollpunkte werden dann unabhängig in den nachfolgenden Rahmen unter Verwendung robuster Optikflusstechniken mit mehreren Erscheinungsmodellen verfolgt. Das Verfolgungsverfahren ist in der Lage, den Schwierigkeiten der Ultraschallbilderzeugung Rechnung zu tragen: Signalausfall, geringes Signal/Rausch-Verhältnis oder Erscheinungsänderungen. Als Ergebnis des Abschätzprozesses können der Kontrollpunktort und seine Unsicherheit durch eine Kovarianzmatrix dargestellt werden.
Für die Globalbewegung wird ein zweidimensionales Rotationsmodell verwendet, wobei die Spitze des Ultraschallfächers der Ursprung des Koordinatensystems ist. Das Modell entspricht in der Ebene Rotationen der Ultraschallsonde bezüglich des Herzens und approximiert auch kleine Translationen. Der Winkelparameter wird in Bezug auf den Bezugsrahmen für jeden Kontrollpunkt bestimmt. Der endgültige Schätzwert ist das Ergebnis einer gewichteten Kleinstquadratprozedur, bei der die Gewichte durch den Kehrwert der Kovarianzmatrizen gegeben werden. Das Ergebnis ist der Schätzwert maximaler Wahrscheinlichkeit bei gegebenen Messwerten und deren Unsicherheit, gekennzeichnet durch Kovarianzmatrizen.
In einer weiteren Ausführungsform, die nicht Gegenstand der vorliegenden Erfindung ist, sind die Unsicherheit in der Systemdynamik und die statistischen Gestaltsbedingungen entkoppelt, um ein vereinheitlichtes Rahmenwerk zum Verschmelzen eines Unterraumgestaltsmodells mit der Systemdynamik und Messwerten mit heteroskedatischem Rauschen zu ergeben. Es werden Modelle für gekoppelte Doppelkonturen aufgebaut, so dass mehr Information besonders für sehr verrauschte Daten integriert werden kann. Das Doppelkonturverfahren erreicht auch eine bessere Bewahrung der Topologie. Um sich individuellen Gestaltscharakteristika anzupassen, wird das allgemeine Gestaltsmodell unter Verwendung von Information über den laufenden fall stark angepasst. Das Unterraummodell kann die Form einer spezifischen Unterraumverteilung annehmen, z. B. eine Gauß'sche Verteilung oder eine einfache Unterraumbedingung, z. B. Eigenraummodell. In der anhängigen Patentanmeldung, Az. 10/794,476 vom 5. März 2004 mit dem Titel ”System and method for local deformable motion analysis”, die hier durch Bezugnahme in ihrer Gesamtheit eingeschlossen wird, ist ein Gestaltsverfolgungsverfahren beschrieben.
Wie oben beschrieben, ist bei Gestaltsverfolgungsanwendungen das Rauschen ein großes Problem. Speziell in medizinischen Abbildungsanwendungen ist Ultraschall das am meisten rauschbehaftete unter den allgemeinen medizinischen Abbildungstechniken, wie Magnetresonanzabbildung (MRI) oder Computertomographie (CT). Echokardiogrammbilder (d. h. Ultraschallherzbilder) sind wegen der schnellen Bewegung des Herzmuskels und der Atmungsstörungen noch schlechter bezüglich Rauschen.
Gemäß der vorliegenden Erfindung werden die Grenzen des linken Ventrikels in echokardiographischen Bildern verfolgt. Zahlreiche Ansichten des linken Ventrikels können verfolgt werden, wie beispielsweise, aber nicht einschränkend, die apikalen Zwei- oder Vier-Kammer-Ansichten und parasternale Lang- und Kurzachsenansichten. Charakteristische Punkte werden auf der Grundlage anatomischer Merkmale zugeordnet, wie Herzspitze, Kapillarmuskel und Septum. Eine gewisse Variabilität des Orts der charakteristischen Punkte kann wegen der Anwendung der Strongly Adapted-Principal Component Analysis SA-PCA geduldet werden. Die Konturen werden ausgerichtet, um Globaltranslation, -rotation und Größenveränderung zu beseitigen. Dann wird PCA ausgeführt, und die ursprüngliche Dimensionalität wird vermindert, um 80–97% Energie zu behalten, die für jedes Modell gesondert abgestimmt wird.
5a–5d zeigen die dominanten Eigengestalten ohne Verkeilung für zwei Ansichten des linken Ventrikels zusammen mit ihrem Modell sowohl für Einzel- als auch für Doppelkonturen. 5a zeigt die dominanten Eigengestalten für eine Einzelkontur einer Apikalansicht einer Endokardwand eines linken Ventrikels. 5b zeigt die dominanten Eigengestalten für eine Einzelkontur einer Kurzachsenansicht einer Endokardwand eines linken Ventrikels. 5c zeigt die dominanten Eigengestalten für eine Doppelkontur einer Apikalansicht einer Endokardwand eines linken Ventrikels. 5d zeigt die dominanten Eigengestalten für eine Doppelkontur einer Kurzachsenansicht einer Endokardwand eines linken Ventrikels. In jeder der 5a–5d stellen die gestrichelten Kurven das Modellmittel dar. Eine Doppelkontur wird als ein Einzelpunkt in einem hochdimensionalen Raum behandelt.
Um die Bewegung eines jeden der Kontrollpunkte zu messen, wird eine Adaption eines Rahmen-zu-Rahmen-Bewegungsschätzalgorithmus verwendet, der in einem Artikel von D. Comaniciu mit dem Titel ”Nonparametric Information Fusion for Motion Estimation” beschrieben ist, veröffentlicht in IEEE Conf. an Computer Vision and Pattern Recognition, Madison, Wisconsin, Band 1, (2003), der hier durch Bezugnahme in seiner Gesamtheit eingeschlossen wird. Der Algorithmus nimmt an, dass die Bewegung in einer gewissen Nachbarschaft grob als der signifikanteste Modus einiger Anfangsbewegungsschätzwerte (ausgedrückt durch Mittelvektoren und zugehörige Kovarianzmatrizen) abgeschätzt werden können. Der signifikanteste Modus ist durch Modusverfolgung über Rahmen bestimmt, während der zu Grunde liegende Mechanismus für die Moduserfassung auf der variablen Bandbreiten-Durchschnittsverschiebung beruht.
Für jeden Kontrollpunkt werden anfängliche Schätzwerte unter Verwendung von 17 × 17 Fenstern berechnet, und die Ergebnisse werden auf n = 5 × 5 Nachbarschaften verschmolzen. Eine Pyramide aus Baumniveaus wird mit Kovarianzausbreitung über Niveaus verwendet. 6a–6c zeigen die am Boden der Pyramide für die Konturpunkte berechnete Unsicherheit. 6a zeigt eine einzelne Kontur für das Endokard. 6b und 6c zeigen gekoppelte Doppelkonturen für das Endokard und das Epikard.
Um eine Fehleranhäufung von Bildrahmen zu Bildrahmen zu vermeiden, wird die Bewegung unter Bezugnahme auf die Nachbarschaft der Kontrollpunkte in mehreren vorangehenden Rahmen der Folge berechnet (d. h. der laufende Rahmen wird stets mit mehreren Erscheinungsmodellen verglichen, die aus vorangehenden Rahmen extrahiert werden). Da der Ort des Modells in jedem Rahmen aktualisiert ist, beginnt der Bewegungsschätzvorgang stets mit einer guten Initialisierung, wodurch die Fehleranhäufung beseitigt wird. Die Doppelkonturlösung ist vorteilhaft, weil sie mehr räumliche Information integriert. Daher kann sie eine robustere Verfolgung der zwei Grenzen liefern. In vielen Fällen ist das Epikard weniger sichtbar, als das Endokard. Ein Doppelkonturbild kann Informationen vom Endokard verbreiten, um die Lokalisierung des Epikards zu führen (oder umgekehrt). Weiterhin kann ein Doppelkonturbild die Topologie einhalten und die Möglichkeit einer Überschreitung vermindern.
Gemäß einer weiteren Ausführungsform der vorliegenden Erfindung kann Konturverfolgung durch Schätzung örtlicher Intensitätsverteilungen ohne Annahme einer vorbestimmten Struktur, wie Ränder, durchgeführt werden. Ein Vorteil dieser Lösung besteht darin, dass Intensitätsverteilungen dazu neigen, von Störungen weniger beeinflusst zu werden. Weiterhin kann diese Lösung beliebige Intensitätsstrukturen verfolgen, da die Strukturen dazu neigen, über Rahmen stetig zu bleiben. Gemäß der vorliegenden Erfindung können Histogramme dazu verwendet werden, die Intensitätsverteilungen darzustellen. Es werden Kontrollpunkte dazu verwendet, eine Kontur darzustellen. Die Kontur für den ersten Rahmen kann manuell gezeichnet oder automatisch erzeugt werden. Die Verfolgung beginnt im zweiten Rahmen.
Ein Beispiel der Rahmeninitialisierung ist in den 7a und 7b dargestellt. 7a zeigt eine Parasternalansicht einer Endokardwand eines linken Ventrikel. 7b zeigt eine Apikalansicht einer Endokardwand eines linken Ventrikel. In jedem Falle wurde die Kontur um die Endokardwamd manuell gezeichnet. Während der Verfolgung wurde der Suchort mit der vorangehenden Kontur aktualisiert unter der Annahme eines dynamischen Modells 0-ter Ordnung. Alternativ können kompliziertere dynamische Modelle verwendet werden, um die Information über die zyklische Bewegung des Herzens zu integrieren. Aus dem Anfangsrahmen erhaltene Verteilungen werden als Bezugsmuster aufbewahrt. Alternativ können Verteilungen aus dem vorangehenden Rahmen verwendet werden, sofern Kompensation wegen Fehleranhäufung durchgeführt wird.
Um einen Kompromiss zwischen globaler und lokaler Darstellung der Kontrollpunktnachbarschaft zu erzielen, wird eine duale Histogrammlösung verwendet. Um eine Kontur zu verfolgen, wird ein interessierender Bereich in zwei Rechtecke aufgeteilt, so dass zwei histogramme erhalten werden. Ein Histogramm wird berechnet, um die Verteilung innerhalb der Kontur zu gewinnen, und das zweite Histogramm wird berechnet, um die Verteilung außerhalb der Kontur zu gewinnen. 8 zeigt Beispiele der zwei Histogramme gemäß der vorliegenden Erfindung.
Als Nächstes muss für jedes interessierende Fenster eine Ermittlung für jeden Punkt im Fenster ausgeführt werden, ob der Punkte innerhalb oder außerhalb der Kontur liegt. Eine solche Ermittlung ist wegen der Tatsache schwierig auszuführen, dass die Einzelheiten um die Kontur für einen speziellen Bildrahmen nicht bekannt sind. Annahmen über die Kontur können zur Vereinfachung der Berechnungen gemacht werden. Wenn beispielsweise das Bild eine parasternale Kurzachsenansicht ist, kann eine Annahme gemacht werden, dass die Kontur ein Kreis ist, und eine Kreisunterteilung kann für alle Kontrollpunkte im Rahmen verwendet werden. Gemäß der vorliegenden Erfindung werden zwei benachbarte Kontrollpunkte verwendet, die Ortskonturausrichtung zu finden. Die Krümmung wird durch den Radius d beeinflusst, der empirisch unter Verwendung von Domainkenntnis auf der Grundlage der Größe und der Gestalt der linken Ventrikelkammer bestimmt wird.
9 zeigt, wie das Fensterunterteilungsverfahren verwendet wird. Die gestrichelte Linie 902 gibt die Grenze der Kontur an. Element P(i, t) gibt den i-ten Kontrollpunkt für den Rahmen t an. Das Element O(i, t) ist sein entsprechender Schwerpunkt. Das Element P(i + 1, t + 1) ist ein benachbarter Kontrollpunkt. Es wird Principal Component Analysis verwendet, um die Kontur mit früheren Modellen nachzustellen. Um eine schnellere und genauere Verfolgung zu erzielen, wird eine Drei-Niveau-Pyramide verwendet. Das erste Niveau ist ein Viertelgrößenbild. Das zweite Niveau ist ein Halbgrößenbild und das dritte Niveau ist ein Vollgrößenbild. Die Orte von einem Niveau zum Nächsten werden fortgeschrieben. Die Verwendung von Mehrmaßstabsniveaus ist rechnerisch wirkungsvoll, und das oberste Niveau liefert ein geglättetes, kleineres Bild, das durch örtliches Rauschen weniger gestört ist.
Gemäß einer weiteren Ausführungsform der vorliegenden Erfindung wird die Identifikation des Ultraschallsignals (der Fächer) automatische in den eingegebenen Bildern bestimmt. Nur die Information innerhalb des Fächers (Sektors) sollte in Bildanalysealgorithmen, wie beispielsweise der Myokardwandbewegungsverfolgung, der Erfassung oder Globalbewegungskompensation verwendet werden. Eine automatische Erfassung des Sektors wird auf die Tatsache gegründet, dass die entsprechenden Pixel eine hohe Intensitätsschwankung über der Zeit aufgrund von Objektbewegungen und Speckle-Rauschen haben.
10a–10e zeigen ein beispielhaftes Verfahren zum Erfassen eines Sektors in einem Ultraschallbild gemäß der vorliegenden Erfindung. 10a zeigt eine echokardiographische Bildfolge, in der der Bildbereich, der den nützliche Ultraschallsignal zugeordnet ist, automatisch erfasst wird. Durch Berechnung der Intensität zwischen Rahmen über der Zeit ergibt sich ein Bild, das in 10b gezeigt ist. Unter Verwendung der früheren Kenntnis möglicher Orte der Sektorgrenzen werden die Grenzpunkte dafür gesucht und gehalten, indem ein Stufenfilter, unter ±45° ausgerichtet, auf die linken bzw. rechten Seiten der Änderungsbilder angewendet wird. Die sich ergebenden, bewahrten Punkte sind in 10c gezeigt.
Es wird eine robuste Regression angewendet, um eine Linie über die bewahrten Grenzpunkte für jede der Sektorseiten anzupassen. Diese Lösung wird durch die Total Least Squares(TLS)-Schätzung gegeben. Weil die TLS-Schätzung nicht robust bezüglich Ausreißern (d. h. fehlerhaften Punkten innerhalb oder außerhalb der wahren Sektorgrenzen) ist, verwenden wir einen zwei-gewichteten M-Schätzer. Daher wird ein robustes Verhalten des Schätzvorgangs erzielt, indem der minimierte Fehler mit einer zwei-gewichteten Verlustfunktion verbunden wird. Diese Lösung wird iterativ durch gewichtete Gesamtkleinstquadrate erhalten. Um die Iterationen zu starten, werden Anfangsschätzwerte für den Linienort und den Maßstab des Fehlers durch Projektion der Kandidatenpunkte in mehreren vorbestimmten Richtungen (siehe 10c) und Finden des Modus und der Standardabweichung des Punkthistogramms. Die Projektionsrichtungen werden unter Verwendung früherer Kenntnis der möglichen Sektorausrichtungen bestimmt. Die Basis des Sektors wird aus dem radialen Histogramm des Bildes der zeitlichen Intensitätsschwankungen ermittelt. Im Sektorradius ist der plötzliche Abfall im radialen Histogramm zugeordnet. 10d zeigt das Histogramm, und 10e zeigt den automatisch erfassten Sektor.
Nachdem Ausführungsformen für das Verfahren zur örtlich verformbaren Bewegung einer Wand des linken Ventrikels eines Herzens Objekts beschrieben wurde, ist anzumerken, dass Modifikationen und Variationen von Fachleuten im Lichte der obigen Lehren vorgenommen werden können. Es versteht sich daher, dass Änderungen an den speziellen Ausführungsformen der beschriebenen Erfindung vorgenommen werden können, die in den Umfang der Erfindung fallen, wie er durch die beigefügten Ansprüche bestimmt ist.

Claims

Ein Verfahren zur Verfolgung örtlicher Bewegung einer Myokard-, Endokard- oder Epikardwand eines linken Ventrikels eines Herzens, das in einer Folge von Bildrahmen betrachtet wird, umfassend die Schritte: – Identifizieren von Punkten auf einer Wand des linken Ventrikels; – Verfolgung der Bewegung der identifizierten Punkte; – Berechnen der Fläche des linken Ventrikels in jedem Rahmen auf der Grundlage der Punkte auf der Wand des linken Ventrikels, um eine Größenänderung über die Zeit zu bestimmen; – Verwendung einer Autokorrelationsanalyse zur Identifizierung der Periode P der Herzbewegung; – Abgleich der Konturen des linken Ventrikels am ersten Rahmen 0 und am Rahmen 0 + P, um eine Globaltranslation und -rotation zu erhalten; – Kompensation der Globaltranslation und -rotation, und – Verfolgung der örtlichen Bewegung der Wand des linken Ventrikels.