内郚からのDICOMビュヌア。 機胜性

こんにちは、habrasociety。 DICOM Viewerの実装の偎面に぀いお匕き続き怜蚎したいず思いたすが、今日は機胜に焊点を圓おたす。









行きたしょう。



2Dツヌルキット



倚平面再構成MPR


倚平面再構成により、元の平面からアキシャル、正面、矢状たたは任意の平面に画像を䜜成できたす。 MPRを構築するには、3Dボリュヌメトリックモデルを構築し、目的の平面で「カット」する必芁がありたす。 原則ずしお、CTの堎合、すべおの平面で同じ解像床の3Dモデルを䜜成できるため、コンピュヌタヌ断局撮圱CTで最高のMPR品質が埗られたす。 したがっお、出力MPRは、CTから取埗した元の画像ず同じ解像床で取埗されたす。 良い解像床のMRIがありたすが。 倚平面再構成の䟋を次に瀺したす。









緑-軞平面巊䞊;

èµ€-前頭面右䞊;

青-矢状面巊䞋;

黄色-任意の平面右䞋。



右䞋の画像の䜍眮は、偎面図の黄色の線巊䞊によっお決たりたす。 これは、3Dモデルを傟斜面で「カット」するこずで埗られた画像です。 平面内の特定のポむントで密床倀を取埗するには、トラむリニア補間が䜿甚されたす。



任意曲線の倚平面再構成曲線MPR








MPRず同じですが、図に瀺すように、任意の平面の代わりに曲線を䜜成できたす。 たずえば、歯のパノラマ写真の歯科で䜿甚されたす。



曲線䞊の各点は初期トレヌス点を定矩し、この点での曲線の法線はこの点の2次元画像のY軞の方向に察応したす。 画像のX軞は、曲線自䜓に察応しおいたす。 ぀たり、2次元画像の各点で、X軞の方向は、曲線䞊の察応する点での曲線の接線です。



最小/äž­/最倧匷床投圱MIP


最小匷床の倀は、軟郚組織を瀺しおいたす。 最倧匷床の倀は3次元オブゞェクトの最も明るい領域に察応したすが、これらは最も密床の高い組織たたは造圱剀で飜和した噚官のいずれかです。 匷床の最小倀/平均倀/最倧倀は、範囲内で取埗されたす図に砎線で瀺すように。 モデル党䜓の最小倀には空気が必芁です。



MIP蚈算アルゎリズムは非垞に単玔です。3Dモデルで平面を遞択したす-XY平面がありたす。 次に、Z軞に沿っお移動し、指定された範囲の最倧匷床倀を遞択しお、2D平面に衚瀺したす。









䞭皋床の匷床の投圱によっお埗られる画像は、埓来のX線に近いです。









ある皮の攟射線孊的研究は、特定の皮類の組織や臓噚を反映しおいないため、造圱剀を䜿甚しないず望たしい効果が埗られたせん。 これは、人䜓には密床がほが同じ組織があるためです。 そのような組織を盞互に区別するために、血液により倧きな匷床を䞎える造圱剀が䜿甚されたす。 たた、造圱剀は血管造圱䞭に血管を芖芚化するために䜿甚されたす。



血管造圱甚のDSAモヌド


血管造圱法は、さたざたな臓噚の血流系静脈および血管を芖芚化できる手法です。 このために、研究䞭の臓噚に導入される造圱剀ず、造圱剀の投䞎䞭に画像を䜜成するX線装眮が䜿甚されたす。 したがっお、装眮の出力で、血流の芖芚化の皋床が異なる画像のセットが取埗されたす。









ただし、静脈や血管ずずもに、頭蓋骚などの他の臓噚の組織が画像に衚瀺されたす。 DSA デゞタルサブトラクション血管造圱モヌドでは、他の組織なしで血流のみを芖芚化できたす。 どのように機胜したすか 血流が造圱剀でただ芖芚化されおいない䞀連の画像を撮圱したす。 原則ずしお、これはシリヌズの最初の画像、いわゆるマスクです









次に、この画像を䞀連の他のすべおの画像から差し匕きたす。 次の画像が衚瀺されたす。









この画像では、血流がはっきりず芋え、他の組織は実際には芋えないため、より正確な蚺断が可胜です。



3Dツヌルキット



クリッピングボックスツヌル


クリッピングボックスツヌルを䜿甚するず、セクション内の骚や解剖孊的組織を衚瀺したり、内郚から内臓を衚瀺したりできたす。 このツヌルはレンダヌレベルで実装され、レむトレヌシングの領域を制限したす。









実装では、レむトレヌシングの領域はカットオフに向けられた法線を持぀平面に制限されたす。 ぀たり、立方䜓は6぀の平面で衚されたす。



ボリュヌム線集ツヌルキット-ポリゎン切断


このツヌルは前のツヌルに䌌おおり、任意のポリゎンの䞋にあるボリュヌムフラグメントを削陀できたす。









カットは、ポリゎンに萜ちる3Dモデルのボクセルの消倱ずしお理解される必芁がありたす。

接続の原則に埓っお3Dモデルの䞀郚を削陀できる「ハサミ」ツヌルもありたす。 実装オブゞェクトを遞択するず、近くにあるすべおのボクセルが衚瀺されるたで、近くにあるボクセルの巡回怜玢が行われたす。 その埌、衚瀺されおいるすべおのボクセルが削陀されたす。



3D定芏


3Dでは、任意の角床で臓噚を枬定できたすが、2Dでは堎合によっおは䞍可胜です。









3Dモヌドでは、ポリゎンルヌラヌも䜿甚できたす。









4Dのツヌルキット



3Dでの耇数の断局撮圱シリヌズの結合Fusion PET-CT


PET-CTeng。PET-CTは比范的新しい技術であり、栞医孊の研究方法です。 これは、マルチモヌダルトモグラフィ法です。 この堎合の4番目の次元は、モダリティPETおよびCTです。 䞻に癌性腫瘍の怜出を目的ずしおいたす。



CTは、人䜓の解剖孊的構造を取埗するのに圹立ちたす。









たた、PETは攟射性物質の濃床の特定の領域を瀺したす。これは、この領域ぞの血液䟛絊の匷床に盎接関連しおいたす。









PETは、人䜓の攟射性同䜍䜓を怜出するこずにより、生化孊的掻動の写真を撮りたす。 攟射性物質は、血液で飜和した臓噚に蓄積したす。 その埌、攟射性物質は陜電子ベヌタ厩壊を受けたす。 結果の陜電子は呚囲の組織からの電子でさらに消滅し、その結果、ガンマ線のペアが攟出され、デバむスによっお怜出され、受信した情報に基づいお3D画像が構築されたす。



攟射性同䜍䜓の遞択により、研究プロセスで远跡する生物孊的プロセスが決たりたす。 プロセスには、代謝、物質の茞送などがありたす。プロセスの動䜜は、病気の正しい蚺断の鍵ずなりたす。 䞊の画像では、患者の肝臓領域に腫瘍が芋えおいたす。



しかし、PETに基づいお、身䜓のどの郚分が攟射性物質の最倧濃床の領域であるかを理解するこずは困難です。 ボディゞオメトリCTず高濃床の攟射性物質PETを含む血液で飜和した領域を組み合わせるず、以䞋が埗られたす。









PETの攟射性物質ずしお、半枛期の異なる攟射性同䜍䜓が䜿甚されたす。 フッ玠-18フルオロデオキシグルコヌスはあらゆる皮類の悪性腫瘍の圢成に䜿甚され、ペり玠124は甲状腺癌の蚺断に䜿甚され、ガリりム68は神経内分泌腫瘍の怜出に䜿甚されたす。



Functional Fusionは、䞡方のモダリティおよびPETずCTの画像を組み合わせた新しいシリヌズを圢成したす。 実装では、䞡方のモダリティの画像が混合され、Z軞に沿っお䞊べ替えられたすXずYが画像の軞であるず仮定したす。 実際、シリヌズの画像は亀互に䞊んでいるこずがわかりたすPET、CT、PET、CT ...。 このシリヌズは、埌で2D融合ず3D融合のレンダリングに䜿甚されたす。 2D融合の堎合、画像はZの昇順でペアPET-CTでレンダリングされたす。









この堎合、CT画像が最初に描画され、次にPETが描画されたした。



CUDAのビデオカヌドに3Dフュヌゞョンが実装されおいたす。 ビデオカヌドでは、3DモデルPETずCTの䞡方が同時に描画され、実際のマルチモヌダルフュヌゞョンが埗られたす。 プロセッサ䞊でも、フュヌゞョンは機胜したすが、わずかに異なる方法で機胜したす。 実際、プロセッサでは、䞡方のモデルがメモリ内で個別のオクトツリヌずしお衚されたす。 したがっお、レンダリング時には、2぀のツリヌをトレヌスし、透明なボクセルの通過を同期する必芁がありたす。 そしお、これは䜜業の速床を倧幅に䜎䞋させたす。 そのため、1぀の3Dモデルのレンダリング結果を別のモデルの䞊に単玔にオヌバヌレむするこずが決定されたした。



4D心臓CT


心臓CT技術は、冠状動脈性心臓病、肺塞栓症、その他の疟患を含むさたざたな心臓異垞の蚺断に䜿甚されたす。



4D心臓CTは時間的に3Dです。 ぀たり ルヌプず呌ばれる小さなビデオができたす。ルヌプでは、各フレヌムが3Dオブゞェクトになりたす。 ゜ヌスデヌタは、すべおのシネマルヌプのディコム画像のセットです。 画像のセットをシネルヌプに倉換するには、最初に元の画像をフレヌムにグルヌプ化しおから、フレヌムごずに3Dを䜜成する必芁がありたす。 フレヌムレベルでの3Dオブゞェクトの構築は、䞀連のdicom画像の堎合ず同じです。 Z軞䞊の画像䜍眮を䜿甚しお、フレヌムごずにグルヌプ化するために画像のヒュヌリスティック゜ヌトを䜿甚したすXずYが画像軞であるず仮定。 フレヌムごずにグルヌプ化するず、各フレヌムで同じ数の画像が埗られるず考えられたす。 実際にフレヌムを切り替えるず、3Dモデルが切り替わりたす。







5Dフュヌゞョンペット-CardiacCT


5D融合ペット-CardiacCTは、PETずの融合を5番目の次元ずしお远加した4D心臓CTです。 実装では、最初にCardiacCTずPETの2぀のシネマルヌプを䜜成したす。 次に、フィルムルヌプの察応するフレヌムを合成し、別のシリヌズを䜜成したす。 次に、結果のシリヌズの3Dを構築したす。 次のようになりたす。







仮想内芖鏡怜査


仮想内芖鏡怜査の䟋ずしお、仮想内芖鏡怜査が最も䞀般的なタむプの仮想内芖鏡怜査であるため、仮想内芖鏡怜査を怜蚎したす。 仮想倧腞内芖鏡怜査では、CTデヌタに基づいお腹郚の䜓積再構成を構築し、この3次元再構成を䜿甚しお蚺断を䞋すこずができたす。 ビュヌアには、MPRナビゲヌションを備えたフラむスルヌツヌルがありたす。









たた、解剖孊的構造を自動的にたどるこずもできたす。 特に、自動モヌドで腞管領域を衚瀺できたす。 これは次のようなものです。







カメラの飛行は、腞管領域での䞀連の連続した動きです。 各ステップに぀いお、解剖孊的構造の次の郚分ぞのカメラの動きのベクトルが蚈算されたす。 蚈算は、解剖孊的構造の次の郚分の透明なボクセルに基づいおいたす。 実際、透明なものの䞭から特定の平均ボクセルが蚈算されたす。 初期倉䜍ベクトルは、カメラベクトルによっお指定されたす。 フラむトカメラツヌルは、非垞に遠近法の投圱を䜿甚したす。



自動腞セグメンテヌションの機胜もありたす。 腞の領域を他の解剖孊的構造から分離する機胜









セグメント化された3Dモデル[カメラの向きを衚瀺]ボタンをナビゲヌトするこずもできたす。3Dモデルをクリックするず、カメラが元の解剖孊的構造の察応する䜍眮に移動したす。

セグメンテヌションは、 りェヌブアルゎリズムを䜿甚しお実装されたす 。 解剖孊的構造は、他の臓噚や倖郚空間ず接觊しないずいう意味で閉じおいるず考えられおいたす。



ECGビュヌアヌ波圢


ビュヌアの別のモゞュヌルは、波圢からのデヌタの読み取りずそのレンダリングを実装したす。 DICOM ECG Waveformは、心電図のリヌドデヌタを保存するための特別な圢匏で、DICOM芏栌で定矩されおいたす。 これらの心電図は12のリヌド線を衚したす-3぀の暙準、3぀の匷化、6぀の胞。 各リヌドのデヌタは、身䜓の衚面の電圧の䞀連の枬定倀です。 応力を匕き出すには、垂盎スケヌルをmm / mVで、氎平スケヌルをmm / sで知る必芁がありたす。









グリッドは、巊䞊隅の距離枬定ずスケヌルを容易にするための補助属性ずしおもレンダリングされたす。 スケヌルオプションは、医療行為を考慮しお遞択されたす垂盎方向-10および20 mm / mV、氎平方向-25および50 mm /秒。 たた、距離を氎平および垂盎に枬定するためのツヌルを実装したした。



DICOMクラむアントずしおのDICOMビュヌア


DICOM-Viewerは、ずりわけ、本栌的なDICOMクラむアントです。 PACSサヌバヌでの怜玢、デヌタの取埗などが可胜です。DICOMクラむアントの機胜は、DCMTKオヌプンラむブラリを䜿甚しお実装されたす。 サンプルビュヌアを䜿甚したDICOMクラむアントの䞀般的なナヌスケヌスを怜蚎しおください。 リモヌトPACSサヌバヌでステヌゞを怜玢したす。









ステヌゞを遞択するず、遞択したステヌゞのシリヌズずその䞭の画像の数が䞋に衚瀺されたす。 右䞊には、怜玢が実行されるPACSサヌバヌがありたす。 怜玢は、PID、怜査日、患者名などの怜玢条件を指定しおパラメヌタ化できたす。クラむアントでの怜玢は、DCTKTKラむブラリを䜿甚しおC-FIND SCUチヌムによっお実行されたす。



C-GET-SCUおよびC-MOVE-SCUコマンドを䜿甚しお、遞択したシリヌズのその他の画像をダりンロヌドできたす。 DICOMプロトコルは、関係者に接続を矩務付けおいたす。 クラむアントずサヌバヌは、この接続を介しお送信するデヌタのタむプを事前に同意したす。 デヌタ型は、SOPClassUIDパラメヌタヌずTransferSyntaxパラメヌタヌの倀の組み合わせです。 SOPClassUIDは、この接続を介しお実行される操䜜のタむプを定矩したす。 最も䞀般的に䜿甚されるSOPClassUID怜蚌SOPクラスpingサヌバヌ、ストレヌゞサヌビスクラス画像を保存、プリンタヌSopクラスDICOMプリンタヌで印刷、CT画像ストレヌゞCT画像を保存、MR画像ストレヌゞ画像を保存 MRIおよびその他。 TransferSyntaxは、バむナリファむルの圢匏を定矩したす。 人気のTransferSyntaxesリトル゚ンディアンの明瀺的、ビッグ゚ンディアンの暗黙的、JPEGロスレス非階局プロセス14。 ぀たり、MRI画像をLitt​​le Endian Implicit圢匏で転送するには、MR Image Storage-Little Endian Explicitのペアを接続に远加する必芁がありたす。









ダりンロヌドした画像はロヌカルストレヌゞに保存され、再び衚瀺されるずそこから読み蟌たれるため、芖聎者の生産性が向䞊したす。 保存した゚ピ゜ヌドには、最初の゚ピ゜ヌド画像の巊䞊隅に黄色のアむコンが付いおいたす。



たた、DICOMクラむアントずしおのDicomViewerは、研究ディスクをDICOMDIR圢匏で曞き蟌むこずができたす。 DICOMDIR圢匏は、ディスクに曞き蟌たれるすべおのDICOMファむルぞの盞察パスを含むバむナリファむルずしお実装されたす。 DCMTKラむブラリを䜿甚しお実装されたす。 ディスクを読み取るずき、DICOMDIRからすべおのファむルぞのパスが読み取られ、ロヌドされたす。 DICOMDIRにステヌゞずシリヌズを远加するために、次のむンタヌフェむスが開発されたした。









DicomViewerの機胜に぀いおお䌝えしたかったのはそれだけです。 い぀ものように、資栌のある専門家からのフィヌドバックは倧歓迎です。



ビュヌアヌリンク

DICOM Viewer x86

DICOM Viewer x64



デヌタの䟋

MANIX-䞀般的な䟋MPR、2D、3Dなど

COLONIX-仮想倧腞内芖鏡怜査甚

FIVIX -4D心臓CT

セレブリックス-Fusion PET-CT



All Articles