专利名称：Pet肿瘤图像的半自动分割算法的制作方法
技术领域：
本发明涉及医疗图像的分割技术。更具体地说，本发明涉及对在体积测量过程中使用的三维医疗图像中的感兴趣区进行分割的方法和系统。
内部解剖结构的三维(3D)显示是医学职业和研究的科学家研究的技术。三维模型使得能够旋转模型或视觉表示解剖结构，并且能够调整透视点和缩小/放大感兴趣的特征。因此，通过多种公知的3D图像处理技术可以实现体积测量。
在研究大脑、其它的器官和身体部位方面三维显示和体积测量尤其有用。登记法或通过分割法进行的3D图像测量通常比较乏味，这是因为在3D表示中要求手动编辑。由于观察员之间的误差的缘故受监控的分割法并不足够精确。公知为有效轮廓线的另一技术已经能够使用模型对医疗图像进行分割，在这种模型中有效轮廓(泡)的表面以取决于曲率和扩散流动的速度移动。这种技术涉及通过图像参数比如梯度和曲率增大所包含的气泡和设计停止气泡增大的力量。但是，大多数可用的技术都在一定程度上存在误差。例如，在分割之后的连接体积可能包括所不感兴趣的体积，由此要求用户干预。此外，连接体积可能还包括通过不希望的窄区域、桥或连接理想地分离的不同的区域的其它小结构的连接。
因此需要一种能够以半自动的方式对三维医疗图像进行分割的方法和系统，同时使用户的干预最小。
本发明的详细描述参考附
图1，附图1所示为用于医疗图像135的半自动分割的系统100的方块图。该系统100包括成像装置110，这种成像装置110可以从产生多个医疗图像135的不同的医疗成像装置中选择。在一种实施例中，医疗成像技术(比如正电子发射断层成像(PET)和磁共振成像(MRI)系统)用于产生医疗图像135。
在一种实施例中，在PET成像期间，给患者注射放射性标记的配体，这种配合体专门作用于代谢极度活跃的部位比如肿瘤。患者水平地躺在扫描器的里面。通过一系列的光子检测器检测从放射性配体的衰变中发射的光子。检测器测量从患者的体内发射出的放射性发射量。使用这种信息计算在体内的采样点的放射性配体的浓度。然后基于所计算的放射性配体浓度构造灰度图像。在图像中的灰影对照在片层内的每个点的放射性配体量。可以重构在PET过程中获得的片层以提高在体内的感兴趣区的在功能上正确的表示。
在另一实施例中，在MR成像期间，将患者放在由大的磁体所产生的强的磁场中。在患者体内的磁化的质子(比如氢原子)用由磁体所产生的磁场排列。患者的特定片层暴露在产生垂直于主磁场的振动磁场的无线电波中。片层可以放置在由执行成像过程的医生或技术人员(在下文中称为“操作员”)所选择的任何平面中。在患者的体内的质子首先吸收无线电波，然后通过移去用所述场的排列而发射无线电波。在质子返回到它们原始状态(在激励之前)，基于由患者体内所发射的电波产生诊断图像。与PET图像片层类似，可以重构MR图像片层以提高感兴趣区的全部图像。产生较强的信号的身体的部位作为白色显示在MR图像中，而带有最弱的信号的身体部位作为黑色显示。具有在强和弱之间的信号强度的其它的身体部位以不同的灰影显示。
一旦使用医疗成像技术已经获得了医疗图像，一般对医疗图像135进行分割。根据某些特性(即，强度、组织等)，分割过程将医疗图像135的像素或体素分为一定数量的属于同类的种类。例如，在分割的脑部医疗图像中，脑的物质可以分为三种灰质、白质和脑脊髓液。在已经完成了分割之后可以使用不同的色彩来标记每种类型的区域。一旦形成了分割的医疗图像，外科或其它的医疗人员就可以使用分割图像来设计外科手术和/或帮助诊断。
通常，产生分割的医疗图像涉及几个步骤。通过从医疗图像135中获取数据片层形成数据组。通过分割过程，给在数据组中的每个点指定灰度值，并且不同类型的组织具有不同的灰度值。给在数据中的每种类型的物质指定特定的值，因此，每种物质的出现都具有相同的灰度值。例如，在特定的图像中所有的骨头都出现在特定的浅灰阴影中。这种彩色标准允许分别察看图像以容易理解在图像中表示的目标和/或感兴趣区。
在如附图1中进一步示出的一个实施例中，医疗成像系统100包括连接到成像装置110的处理器120和接口单元130。成像装置110产生多个图像数据组140，并且例如包括正电子发射断层成像(PET)或磁共振(MR)扫描器。在PET和/或MR的情况下，成像系统100采集图像数据140的过程一般称为扫描。如在此所述，处理器120执行与医疗图像135的半自动分割相关的计算。此外，处理器120也执行用于图像处理技术的计算和控制功能，如重构、图像数据存储、分割等。在一个实施例中，处理器120包括中央处理单元(CPU)，例如单集成电路和/或微处理器。在另一实施例中，处理器120包括CPU，该CPU例如包括彼此协同作用以完成各种功能的多个集成电路器件和/或电路板。在另一实施例中，处理器120包括存储器件，比如随机存取存储器(RAM)、动态随机存取存储器(DRAM)、静态随机存取存储器(SRAM)、快速存储器、高速缓冲存储器等。此外，应该理解的是，在另一实施例中，处理器120可以在内部包括存储器件。此外，处理器120执行存储在存储器中的程序并响应这些程序动作以执行在图像采集和图像观看的过程中出现的其它的动作或功能。如附图1所示，处理器120进一步执行如参考附图2-6所描述的并响应例如来自接口单元130的种子点的位置执行的分割方法。
如在附图1中进一步所示，接口单元130耦合到处理器120并允许用户与成像系统100进行通信。此外，处理器120执行发送到接口单元130和/或来自接口单元130的计算以使用户能够解释所发射的信息。在一个实施例中，发射的信息可以包括以2D或3D的图像、色彩和灰度图像和与诊断和检测信息相关的文本消息。在另一实施例中，接口单元130例如包括个人计算机、输入/输出装置、图像工作站、手持图像显示单元或通常包括如在PET或MRI系统中的部件的常规图像显示平台。
从患者的多次扫描中采集的图像数据140可以当作一个数据组并形成为医疗图像135。每个数据组可以分解为更小的单元(像素或体素)。在数据组为二维时，医疗图像135由称为像素的单元组成。像素是在使用二维坐标(通常为x和y)能够定位的二维空间中的点。图像中的每个像素由八个其它的像素包围，这九个像素形成了三乘三的方格。围在中心像素周围的八个其它的像素被看作中心像素的八个相连的邻像素。在数据组是三维数据时，医疗图像135以称为体素的单元显示。体素是在使用三维坐标(通常为x，y和z)能够定位的三维空间中的点。每个体素由二十六个其它的体素包围。这些二十六个体素被看作在原始体素的二十六个相连的邻体素。
在一种实施例中，如附图6所示，方法600用于对具有感兴趣区200的三维(3D)医疗图像135进行分割(附图2)。第一组种子点(A)标识在感兴趣区200之内(步骤610)。第二组种子点(B)标识在感兴趣区200之外(步骤620)。应该理解的是，在一种实施例中，一组种子点包括至少一个种子点。还应该理解的是，在另一实施例中，一组种子点可以包括多个种子点。还应该理解的是，在一种实施例中，第一组种子点(A)和第二组种子点(B)通过用户使用成像系统100的接口单元130标识。第一球形区210构造在感兴趣区200内并以第一组种子点(A)为中心(步骤630)。应该理解的是，在一种实施例中，第一球形区210可以包括一组第一球形区，在这个球形区中该组的每个球形区以种子点组(A)中的不同的一个种子点为中心。使用空间约束模糊簇聚算法，基于均匀性函数按照是否属于感兴趣区200对包含在3D医疗图像135中的所有的体素进行分类，并确定该均匀性函数阈值(步骤640)。形成许多第二球形区220(附图3)(步骤650)。仅仅接受满足由空间约束模糊簇聚算法所定义的均匀性函数阈值的第二球形区220。在一种实施例中，在第一球形区210的均匀性函数阈值等于或大于第二球形区220的特定一个球形区的均匀性函数阈值时满足均匀性函数阈值。在另一实施例中，在第一球形区210的均匀性函数阈值等于或小于第二球形区220的特定一个球形区的均匀性函数阈值时满足均匀性函数阈值。基于接受第二球形区220中的特定的球形区，自适应增长和/或扩展限定感兴趣区200的三维区域230(附图5)(步骤660)。通过第二球形区220中的球形区的自适应增长和/或扩展限定的感兴趣区200显示给用户(步骤660)。应该理解的是，在一种实施例中，接口单元130可以执行感兴趣区200的显示。
在附图2中所示的另一实施例中，对包含感兴趣区200的三维医疗图像135进行分割的设备和方法100包括标识第一组种子点(A)和第二种子点(B)。在感兴趣区200的内部部分202中标识第一组种子点(A)。第二组种子点(B)位于相对于感兴趣区200的外部部分204中。在本实施例中，第一球形区210完全构造在感兴趣区200的内部部分202中并在第一组种子点(A)周围。在另一实施例中，在第一球形区210的周围形成数个第二球形区220。
如上文所讨论并在附图3-5中所示，包含在3D图像135中的体素根据由空间约束模糊簇聚算法所定义的特定均匀性函数分类。在一种实施例中，空间约束模糊簇聚算法模拟由于医疗图像135的固有的低的分辨率特性造成的模糊边缘和在相邻体素之间的固有的高的像素之间的相关性。包含在每一个第二球形区220中的体素相对于均匀性函数阈值进行测试。接受那些满足均匀性函数阈值的第二球形区220，但不接受那些不满足均匀性函数阈值的第二球形区220。被接受的第二球形区220增长、扩展并确定三维区230，这个三维区230限定了感兴趣区200。因此，应该理解的是，通过这种半自动分割，应用医疗图像的模糊划分域图而不使用本身的像素/体素强度域来执行第一球形区210的三维区230的增长、扩展和限定。
在一个实例性的实施例中，图像是通过磁共振成像(MRI)采集的三维医疗图像135。然而，应该理解的是，通过其它的成像系统的技术(比如计算机断层成像(CT)、正电子发射断层成像(PET)和x-射线系统)也可以采集三维医疗图像。在另一实施例中，成像系统100可以包括PET系统，并且医疗图像135可以包括肿瘤图像。
在进一步的实施例中，在对医疗图像135分割的方法100和设备中选择第一球形区210和第二球形区220的曲率半径(R)(附图2)。使用曲率(R)半径和形态学上的开口来消除在感兴趣区200的内部部分202和外部部分204之间的界面上的噪声体素，此外，增加抗噪声的鲁棒性。此外，选择曲率半径(R)能够防止通过细小通路连接的目标的接合或者在感兴趣区200的表面和/或界面(区别内部部分202和外部部分204的区域)上包含噪声区。应该理解的是，在一种实施例中，通过成像系统100确定曲率半径(R)。此外，还应该理解的是，在另一实施例中，可以根据分割表示的预定的曲率半径(R)选择球形区的曲率半径(R)。
在另一实施例中，医疗图像135包括由磁共振成像(MRI)采集的三维脑部图像。也应该理解的是，在另一实施例中，通过其它的成像系统的技术比如计算机断层成像(CT)、正电子发射断层成像(PET)和x-射线系统也可以采集三维医疗图像135。一般地，通过上文所描述的方法通过连通性对三维医疗图像135进行分割。但是，在三维磁脑部图像135中，在颅内体积和也应该分割的头皮之间可能存在联系。例如，连接大脑和头皮的一个通路是沿着视觉神经到达流体填充的眼球，然后到达面部组织。在本实施例中，一个或多个种子放置在目标(在本实施例中为大脑)中并形成固定的球形半径的小波。如在此所使用的“小波”是指表示在球形区内包含的表示体素的数据结构。通过用户选择小波的半径以防止沿窄通路的连通性。测试小波，并且只允许那些完全由在临界的阈值之上的体素构成的球形区传播。在一种实施例中，临界的阈值包括均匀性函数阈值。此外，该阈值是指定义感兴趣区200的参数，并且它通常基于强度值。在一种实施例中，选择该阈值以限定感兴趣区200以使在感兴趣区200内的体素都在该阈值之上，而认为其余的体素为背景。通常仅仅阈值不足以进行分割，因为其它的目标也可以具有在该阈值之上的强度值。例如，大脑和头皮与其它的体素相比具有类似地相对较高的强度。此外，在本实施例中，在增长的泡的边界上，存在有效的球形小波，在该中心上具有有效的种子。该泡由小波所扫描过的区域构成。在每次重复之后，小波层传播直到不再存在有效的种子。完全在上述阈值之上的所有的球形区的联合(小波)限定了被连接的体积(泡)。注意，在尺寸上形成比所选择的泡直径更小的桥的区域不包括在被连接的区域中。此外，所连接的体积不传播到噪声区中，这些噪声区中在阈值之上的体素被随机地选择。
本发明前文的讨论是用于说明和描述的目的。此外，这些描述并不希望将本发明限制到在此所公开的形式。因此，上述教导的各种变型和改进以及相关领域的技术和知识都在本发明的范围内。在上文所描述的实施例希望进一步解释实施本发明的当前已知的最佳模式并使在本领域中的其它普通技术人员能够利用本发明本身，或者在其它的实施例中由它们的特定应用或本发明的使用所要求的不同的变型。希望将附加的权利要求解释为包括由已有技术所允许的程度的变型。
权利要求
1.一种对包含感兴趣区的三维(3D)医疗图像进行分割的方法，该方法包括如下的步骤标识在感兴趣区之内的第一组种子点；标识在感兴趣区之外的第二组种子点；在以第一组种子点为中心的感兴趣内构造第一球形区；使用空间约束模糊簇聚算法对包含在3D医疗图像内的体素进行分类，由此基于均匀性函数将包含在3D医疗图像内的体素变换为模糊划分域；产生多个第二球形区；接受满足由空间约束模糊簇聚算法所定义的均匀性函数阈值的多个第二球形区中的球形区；基于所述接受步骤自适应地增长限定感兴趣区的三维区域；和显示通过自适应增长步骤所限定的感兴趣区。
2.权利要求1所述的方法，其中该多个第二球形区产生在第一球形区周围。
3.权利要求1所述的方法，其中至少通过磁共振成像(MRI)、计算机断层成像(CT)、正电子发射断层成像(PET)和x-射线系统中的一种采集三维图像。
4.权利要求1所述的方法，进一步包括如下的步骤选择第一球形区和多个第二球形区的曲率半径以消除在感兴趣区里面和感兴趣区外面之间的界面上的噪声体素。
5.权利要求1所述的方法，其中第一球形区和多个第二球形区具有基于预定的曲率半径选择的半径。
6.一种对包含感兴趣区的三维(3D)医疗图像进行分割的方法，该方法包括如下的步骤标识在感兴趣区内的第一组种子点；标识在感兴趣之外的第二组种子点；在以第一组种子点为中心的感兴趣内构造第一球形区；使用空间约束模糊簇聚算法对包含在3D医疗图像内的体素进行分类，由此基于均匀性函数将包含在3D医疗图像内的体素变换为模糊划分域；产生多个第二球形区；接受满足由空间约束模糊簇聚算法所定义的均匀性函数阈值的多个第二球形区中的球形区；基于所述接受步骤自适应地增长限定感兴趣区的三维区域；选择第一球形区和多个第二球形区的曲率半径以消除在感兴趣区里面和感兴趣区外面之间的界面上的噪声体素；和显示通过自适应增长和选择曲率半径的步骤所限定的感兴趣区。
7.权利要求6所述的方法，其中至少通过磁共振成像(MRI)、计算机断层成像(CT)、正电子发射断层成像(PET)和x-射线系统中的一种采集三维(3D)图像。
8.权利要求6所述的方法，其中第一球形区和多个第二球形区具有基于预定的曲率半径选择的半径。
9.一种对通过图像采集装置110采集的并包含感兴趣区200的医疗图像100进行分割的系统，该系统包括耦合到图像成像装置110的处理器120，处理器120计算医疗图像135的分割，其中分割计算包括如下的步骤使用作为具有均匀性函数的空间约束模糊簇聚算法对包含在医疗图像135内的体素进行分类，由此将包含在医疗图像135内的体素变换为模糊划分域；产生多个第二球形区220；接受满足由空间约束模糊簇聚算法所定义的均匀性函数阈值的其中包含体素的多个第二球形区220中的球形区；基于所述接受步骤自适应地增长限定感兴趣区的三维区域240；和显示通过所述自适应增长步骤所限定的感兴趣区200；和耦合到处理器120以解释与医疗图像135的分割相关的信息的接口单元130。
10.权利要求9所述的系统100，其中处理器120在第一球形区210周围产生该多个第二球形区220。
11.权利要求9所述的系统100，处理器120确定第一球形区210和多个第二球形区220的曲率半径以消除在感兴趣区200的里面202和感兴趣区200的外面204之间的界面上的噪声体素。
12.权利要求9所述的系统100，其中接口单元130从系统100的用户中接收第一和第二种子点数据。
13.权利要求9所述的系统100，其中第一球形区210和多个第二球形区220具有基于预定的曲率半径选择的半径。
14.权利要求9所述的系统100，其中图像采集装置110是磁共振成像(MRI)、计算机断层成像(CT)、正电子发射断层成像(PET)和x-射线系统中的至少一种。
15.一种对通过图像采集装置110采集的并包含感兴趣区200的医疗图像135进行分割的系统100，该系统100包括耦合到图像成像装置110的处理器120，处理器120计算医疗图像135的分割，其中分割计算包括如下的步骤在第二球形区220内构造第一球形区210，其中第一球形区210以第一组种子点为中心；使用作为具有均匀性函数的空间约束模糊簇聚算法对包含在医疗图像135内的体素进行分类，由此将包含在医疗图像135内的体素变换为模糊划分域；产生多个第二球形区220；接受满足由空间约束模糊簇聚算法所定义的均匀性函数阈值的多个第二球形区220中的球形区；基于接受步骤自适应地增长确定感兴趣区200的三维区域230；确定第一球形区210和多个第二球形区220的曲率半径以消除在感兴趣区200的里面202和感兴趣区200的外面204之间的界面上的噪声体素；和显示通过自适应增长和选择曲率半径的步骤所限定的感兴趣区200；耦合到处理器120以解释与医疗图像135的分割相关的信息的接口单元130。
16.权利要求15所述的系统100，其中处理器120在第一球形区210周围产生该多个第二球形区220。
17.权利要求15所述的系统100，其中接口单元130从系统100的用户中接收第一和第二种子点数据。
18.权利要求15所述的系统100，其中第一球形区210和多个第二球形区220具有基于预定的曲率半径选择的半径。
19.权利要求9所述的系统100，其中图像采集装置110是磁共振成像(MRI)、计算机断层成像(CT)、正电子发射断层成像(PET)和x-射线系统中的至少一种。
全文摘要
本发明提供了一种将包含感兴趣区200的三维(3D)医疗图像135进行分割的设备100和方法，其标识在感兴趣区200的里面202中的第一组种子点和在感兴趣区200的外面204中的第二组种子点。第一球形区210构造在感兴趣区200内。使用空间约束模糊簇聚算法对包含在医疗图像135内的体素进行分类。产生多个第二球形区220。接受在第二球形区220中的满足通过空间约束模糊簇聚算法定义的均匀性函数阈值的球形区。增长确定感兴趣区200的三维区域230。显示由三维区域230所确定的感兴趣区200。
文档编号A61B6/03GK1452089SQ0312319
公开日2003年10月29日 申请日期2003年4月15日 优先权日2002年4月15日
发明者R·M·曼耶斯瓦, H·E·克林 申请人:通用电气公司