用于脉管系统的描绘的方法和系统的制作方法

专利名称：用于脉管系统的描绘的方法和系统的制作方法
技术领域：
本发明大体上涉及用于医学成像检查的检阅的方法和装置，并且 更加具体地设计用于患者的解剖区中的感兴趣区中的脉管系统
(vasculature)的描纟会(delineation)的方法和装置。
背景技术：
脉管系统中的血管(bloodvessel)典型地帮助血液的输送到身体 的各种不同的部分。然而，当在脉管中的大动脉被血块或其他颗粒阻 塞时，供应到组织的血液量可能是不足的，最终导致组织死亡。例如， 斑(plaque)的存在限制血流量，损伤血管壁和/或促进血块形成。另 外，血管的硬化发生，其中脂类堆积在血管壁中引起动脉的硬化。同 样，在血管中的栓塞物可导致严重的器官机能失调，其可能是致命的 (如果未诊断出和/或未得到治疗)。例如，颈内动脉的阻塞物可减少 到大脑的血液供应，导致中风。另外，在肺中的动脉的功能是运送足 够的包含氧和营养物的血液以保持肺组织健康并且是运送二氧化碳 到肺以从身体移除。然而，当肺动脉被栓塞物、斑或硬化阻塞时，供 应到肺组织的血液量可能是不足的，最终导致组织死亡。因此，从周 围的背景描绘解剖区中的脉管系统以帮助提高疾病状态的探测是可 取的，如果有的话。
传统上，X射线的射线照片已经用作用于探测人体疾病的诊断工 具。作为例子，胸部X射线的射线照片可用于帮助临床医生探测肺中 的疾病。如在上文中注意到的，描绘解剖区中脉管系统以提高疾病状 态的探测和/或诊断的容易度可是可取的。例如，从周围的背景描绘肺 中的脉管系统以帮助探测患者的肺中的任何疾病状态是可取的。然而，主要由于单个能量X射线的射线照片的敏感度和选择性对于脉管 树的提取可能是低的事实，曲线肺脉管结构的描绘和重建通常向图像 分割算法提出更大的挑战。此外，已知肺脉管系统或脉管树是内在复 杂的，具有细长的形状和多个分支。另外，给定肺脉管结构的微观分 布时，由于肋骨结构的显著重叠(其产生背景噪声和不规则的形状探 测)，这些管的提取是困难和繁重的任务。此外，胸部X射线的射线 照片的这个低能量水平可不利地引起疾病状态的漏探，因为在大量的 数据中识别怀疑的区域是困难的。另外，由脉管系统、静脉、运动伪 像、局部体积和其他病理中的分支点导致的混淆可能引起误诊。
因此开发用于从周围的背景描绘脉管系统的可靠的技术和系统 可是可取的，其有利地使脉管系统中的疾病状态的基本优良的探测更 容易，而同时保持假阳性的数量到最小值。特别地，存在对配置以使
使用数字X射线图像数据描绘代表肺脉管系统的图像数据更容易的
系统的需要，从而提高探测肺脉管系统中的疾病状态的容易度并且筒 化诊断成像系统的临床工作流程。

发明内容
根据本技术的方面，提供用于自动地描绘对应于解剖区中的脉管
系统的图像数据的方法。该方法包括获得对应于代表解剖区的软组 织的图像数据。另外，该方法包括基于患者群体从对应于解剖区的图 像数据分割对应于感兴趣区的图像数据以获得对应于分割的感兴趣 区的图像数据。此外，该方法包括通过抑制(suppressing)对应于代 表分割的感兴趣区的软组织的图像数据而提取对应于与分割的感兴 趣区关联的脉管系统的图像数据。满足由这个方法限定的类型的功能 性的计算机可读介质也与本技术结合而被考虑。
根据本技术的另 一个方面，提供用于自动地描绘对应于解剖区中 的脉管系统的图像数据的方法。该方法包括获得代表患者内的解剖区 的数字X射线图像数据。此外，该方法包括获得对应于代表解剖区的软组织的图像数据。另外，该方法包括基于患者群体从对应于解剖区 的图像数据分割对应于感兴趣区的图像数据以获得对应于分割的感 兴趣区的图像数据。此外，该方法还包括通过抑制对应于代表分割的 感兴趣区的软组织的图像数据而提取对应于与分割的感兴趣区关联 的脉管系统的图像数据。
根据本技术的另外的方面，提供成像系统。该系统包括配置以采 集图像数据的采集子系统，其中图像数据是解剖区的代表。另外，该 系统包括与采集子系统才喿作关联的处理子系统，并且该处理子系统包 括描绘平台，其配置以获得对应于代表解剖区的软组织的图像数据、 基于患者群体从对应于解剖区的图像数据分割对应于感兴趣区的图 像数据以获得对应于分割的感兴趣区的图像数据，以及通过抑制对应 于代表分割的感兴趣区的软组织的图像数据而提取对应于与分割的 感兴趣区关联的脉管系统的图像数据。


当下列详细说明参考附图阅读时本发明的这些和其他特征、方面 和优势将变得更好地理解，整个附图中相同的符号代表相同的部件，
其中
图1是根据本技术的方面的示范性诊断系统的框图2是以X射线成像系统的形式的用于图1的示范性诊断系统中
的示范性成像系统的框图3是根据本技术的方面的示范性脉管系统描绘子系统的框图； 图4A-4B是根据本技术的方面的示出描绘与患者的解剖区中的
感兴趣区关联的脉管系统的示范性过程的流程图5是根据本技术的方面的示出分割软组织以获得肺野的示范性
过程的流程图6是根据本技术的方面的示出通过基于患者群体处理图像数据 分割软组织以识别患者中的肺野的边界的图5的示范性过程的流程图7是根据本技术的方面的示出提取肺野中脉管系统的示范性过 程的流程图8是根据本技术的方面的患者参数的表格；以及
图9A-9D是根据本技术的方面的示出凭借一系列基于患者参数
统的示范性过程的流程图。
标号列表
10诊断系统46辐射流
12患者50部分辐射
14图像采集装置52探测器
16成《象系统54电源力控制电路
18采集子系统56探测器控制器
20处理子系统58系统控制器
22脉管系统描绘平台60显示器/打印机
24显示器62操作员工作站
26用户界面72数字胸部X射线图像
28数据储存库74划界模块
40成像系统76提取模块
42源78数据存储器
44准直仪150患者参数的表格
158小的成年患者152患者参数
160儿科患者154大的成年患者
162患者参数的最佳值156中等成年患者
70脉管系统描绘平台的图形表示
172-192用于执行抑制软组织以描绘脉管系统的示范性过程的步骤 170 示出抑制软组织以描绘脉管系统的示范性过程的流程图142-146用于执行用于提取脉管系统的示范性过程的步骤 122-130用于执行基于患者群体处理图像数据的示范性过程的步骤
80 示出用于描绘脉管系统的示范性过程的流程图
84-100 用于执行用于描绘脉管系统的示范性过程的步骤
110 示出分割软组织以获得肺野的示范性过程的流程图
112 用于执行用于分割软组织以获得肺野的示范性过程的步骤
120 示出基于患者群体处理图像数据的示范性过程的流程图
140 示出提取脉管系统的示范性过程的流程图
具体实施例方式
如在下文中将详细说明的，提供用于自动地描绘代表解剖区中的 脉管系统的图像数据的方法和用于自动地描绘代表解剖区中的脉管 系统的图像数据的系统，该系统配置以优化脉管系统中的疾病的探测 并且简化在诊断成像系统中的临床工作流程。使用在下文中说明的方 法和系统，用于描绘代表脉管系统的图像数据的系统可配置以使脉管 系统中的疾病的基本上优良的探测容易，从而简化诊断成像系统的临 床工作流程。
但是，在下文中示出的示范性实施例在医学成像系统的上下文中 说明，将意识到诊断系统在工业应用中的使用也与本技术结合而被考 虑。
图1是根据本技术的方面的用于诊断成像中的示范性系统10的 框图。系统10可配置以通过图像采集装置14从患者12采集图像数 据。在一个实施例中，图像采集装置14可包括探头，其中该探头可 包括有创探头，或无创或外部探头，例如外部超声纟果头，其配置以帮 助采集图像数据。同样，在某些其他实施例中，图像数据可通过一个 或多个传感器(没有示出)采集，其可设置在患者12上。作为例子， 传感器可包括例如心电图(ECG)传感器等的生理传感器(没有示出)和/或例如电^f兹场传感器等的位置传感器或惯性传感器。这些传感器可 操作式地与例如成像系统等的数据采集装置耦合，例如通过引线(没 有示出)耦合。备选地，图像采集装置14在某些其他实施例中可包 括探测器。
系统IO还可包括医学成像系统16,其与图像采集装置14操作关 联。应该注意尽管在下文中示出的示范性实施例在医学成像系统的上 下文中说明，但是例如工业成像系统和无损评估和4企查系统(例如管 路检查系统、液体反应器检查系统等)等的其他成像系统和应用也被 考虑。另外，在下文中示出和说明的示范性实施例可在多模态成像系 统中找到应用，该多模态成像系统与其他成像模态(modality)、位 置追踪系统或其他传感器系统协同使用X射线成像。此外，应该注意 尽管在下文中示出的示范性实施例在医学成像系统(例如，但不限于， X射线成像系统、磁共振(MR)成像系统或计算机断层扫描(CT) 成像系统)的上下文中说明，根据本技术的方面也考虑其他成像系统。
在目前考虑的配置中，医学成像系统16可包括采集子系统18和 处理子系统20。此外，医学成像系统16的采集子系统18可配置以通 过图像采集装置14采集代表患者12中的一个或多个解剖区的图像数 据。从患者12采集的图像数据然后可由处理子系统20处理。
另外，由医学成像系统16采集和/或处理的图像数据可用于帮助 临床医生识别疾病状态、评定治疗的需要、确定适合的治疗选择和/ 或监控治疗对疾病状态的效果。在某些实施例中，处理子系统20可 进一步与例如数据储存库28等的存储系统耦合，其中数据储存库28 可配置以接收和存储图像数据。
根据本技术的示范性方面，处理子系统20可包括脉管系统描绘 平台22，其配置以帮助基于患者群体描绘患者12的解剖区中的脉管 系统。可注意到如于此使用的，描绘解剖区中的脉管系统的术语可用 于指从代表解剖区的图像数据来描绘代表解剖区中的脉管系统的图 像数据。患者群体可包括不同的患者类型的患者，其中患者类型可包括大的成年患者、中等成年患者、小的成年患者或儿科患者。也就是
说，脉管系统描绘平台22可配置以使使用通过医学成像系统16采集 的图像和/或图像数据从周围的背景描绘解剖区中的脉管系统更容易， 并且将参考图3-9更加详细地说明。更加具体地，脉管系统描绘平台 22可配置以使使用可通过医学成像系统16采集的代表解剖区的数字 X射线图像数据从周围的背景描绘解剖区中的脉管系统更容易。脉管 系统的这个描绘可用于帮助患者12的解剖区中的疾病状态(如果有 的话)的#:测，。疾病状态可包括例如脉管系统的阻塞等的梗阻 (obstruction)，其例如，但不限于，栓塞物、硬化、斑或其的组合。 作为例子，脉管系统描绘平台22可配置以使用代表患者12的胸部区 的数字X射线图像数据提取肺脉管系统。
根据本技术的其他方面，成像系统16并且更加具体地，脉管系 统描绘平台22还可配置以使用代表解剖区的X射线的射线照片以使 描绘对应的脉管系统更容易。作为例子，胸部X射线的射线照片可用 于帮助描绘肺脉管系统。然而，可注意到在由脉管系统描绘平台22 使用之前将胸部X射线的射线照片数字化可是可取的。先验地预处理 数据也可是可取的。
此外，如在图l中示出的，医学成像系统16可包括显示器24和 用户界面26。然而，在某些实施例中，例如在触摸屏中，显示器24 和用户界面26可重叠。同样，在某些实施例中，显示器24和用户界 面26可包括公用区。根据本技术的方面，医学成像系统16的显示器 24可配置以显示基于通过图像采集装置14采集的图像数据由医学成 像系统16产生的图像。另外，根据本技术的另外的方面，已经由脉 管系统描绘平台22描绘的提取的脉管系统也可在显示器24上可视 化。
另外，医学成像系统16的用户界面26可包括人机界面装置(没 有示出)，其配置以使临床医生更容易地操作显示器24上显示的图 像数据。人机界面装置可包括鼠标类型的装置，轨迹球、操纵杆、指示笔或触摸屏，其配置以帮助临床医生识别一个或多个感兴趣的区域 (例如)。然而，如将被意识到的，还可使用其他的人机界面装置，
例如，但不限于触摸屏。此外，根据本技术的方面，用户界面26可 配置以帮助临床医生贯穿由医学成像系统16采集的图像导航。另外， 用户界面26还可配置以帮助操作和/或组织显示器24上显示的描绘的 脉管系统。
可注意到尽管脉管系统描绘平台22说明为配置成使用代表解剖 区的数字X射线图像或图像数据以帮助提取该解剖区中的脉管系统， 脉管系统描绘平台22也可使用其他的图像，例如，但不限于通过使 用其他成像系统获得的轴向片段以使关联的脉管系统的描绘更容易。
如之前参考图l注意到的，医学成像系统16可包括X射线成像 系统。图2是根据本技术示出用于采集和处理图像数据的成像系统40 的框图。在示出的实施例中，根据本技术，系统40是X射线系统， 其设计以采集X射线投影数据以将投影数据重建成为图像，并且处理 用于显示和分析的图像数据。此外，在图2中示出的实施例中，成像 系统40示为包括邻近准直仪44放置的X射线辐射源42。在一个示 范性实施例中，X射线辐射源42可包括X射线管。准直仪44可配置 以允许辐射流46进入例如病人12 (参见图1 )等的受治疗者所位于 其中的区域中。部分辐射50穿过受治疗者12或其周围并且影响以标 号52大概表示的数字X射线探测器。如将意识到的，探测器52可配 置以将在它的表面上接收到的X射线光子转换为较低能量的光子，接 着转换为电信号，该电信号被采集和处理以重建在受治疗者12内的 特征的图像。
此外，源42被电源/控制电路54控制，其供应电力和控制信号二 者用于检查顺序。另外，探测器52可与探测器控制器56耦合，该探 测器控制器56操纵探测器中生成的信号的采集。探测器控制器56还 可执行各种不同的信号处理和滤波功能，例如用于动态范围的初调、 数字图像数据的交织(interleaving)，等等。可注意到电源/控制电路54和探测器控制器56都可响应于来自系统控制器58的信号。通常， 系统控制器58可配置以操纵成像系统40的运行以执行冲企查规程并且 处理采集的图像数据。在目前的上下文中，系统控制器58还可包括 信号处理电路(其典型地基于通用的或专用的数字计算机)、关联的 用于存储由该计算机执行的程序和例程以及配置参数和图像数据的 存储器电路，接口电路，等等。
另外，在图2中示出的实施例中，系统控制器58示为与至少一 个输出装置(例如以标号60标识的显示器或打印机)耦合。输出装 置可包括标准或专门用途的计算机监视器和关联的处理电路。 一个或 多个操作员工作站62可进一步链接在该系统中用于输出系统参数、 请求检查、观察图像，等等。通常，在该系统内供应的显示器、打印 机、工作站和类似的装置对于数据采集部件可是本地的，或可离这些 部件是远程的，例如在机构或医院内的别处，或在完全不同的地点， 其通过一个或多个可配置的网络(例如因特网、虚拟专用网，等等) 与成像系统链接。此外，在一个实施例中，输出装置60可包括显示 器24(参见图1)。另外，在某些实施例中，操作员工作站62可包 括用户界面26 (参见图1)。
现在转向图3，描述图1的诊断系统10的一个实施例的框图70。 如之前参考图1注意到的，采集子系统18 (参见图1 )配置以帮助从 患者12采集图像数据(参见图1)。同样，如将意识到的，代表患者 12的一个或多个图像可通过采集子系统18采集。在某些实施例中， 一个或多个图像可包括数字X射线图像72。可注意到数字X射线图 像72可是患者12中的解剖区的代表。例如，在图3中示出的例子中， 数字X射线图像72可包括代表患者12的胸部区的数字X射线图像数 据。
同样，如参考图l注意到的，图像数据可用采集子系统18采集。 采集的图像可存储在数据储存库28 (参见图1 )中。在某些实施例中， 数据储存库28可包括本地数据库。脉管系统描绘平台22 (参见图1)然后可从本地数据库28访问这些图像，例如数字胸部X射线图像72。 备选地，数字X射线图像72可由采集子系统18从档案位点、数据库 或光学数据存储物品获得。例如，采集子系统18可配置以采集存储 在光学数据存储物品中的图像。可注意到光学数据存储物品可是光学 存储介质，例如压缩盘(CD)、数字多功能盘(DVD)、例如DVD-5 或DVD-9的多层结构、例如DVD-10或DVD-18的多面结构、高清 晰度数字多功能盘(HD-DVD)、蓝光盘、近场光学存储盘、全息照 相存储介质，或另一个类似的容积式光学存储介质，例如双光子或多 光子吸收存储格式。此外，由采集子系统18这样采集的这些数字X 射线图像72可本地地存储在医学成像系统16 (参见图1)上。例如， 数字X射线图像72可存储在本地数据库28中。
此外，如之前参考图1注意到的，处理子系统20 (参见图1)配 置以处理这些数字X射线图像72，从而帮助临床医生识别疾病状态， 评定治疗的需要、确定适合的治疗选择和/或监控治疗对疾病状态的效 果。更加具体地，处理子系统20可配置以帮助描绘患者12中的一个 或多个解剖区中的脉管系统。如现在注意到的，如于此使用的，处理
子系统20可配置以帮助描绘代表患者12中的一个或多个解剖区中的 脉管系统的图像数据。同样，在图l-2中示出的实施例中，处理子系 统20示为包括脉管系统描绘平台22，其中脉管系统描绘平台22配置 以帮助通过使用采集的X射线图像72从周围的背景描绘解剖区中的 脉管系统，如之前说明的。然而，脉管系统描绘平台22还可用作独 立模块，其物理地从处理子系统20和成像系统16分离。也就是说， 脉管系统描绘平台22可操作式地与成像系统16耦合并且配置以帮助 使用由成像系统16并且更加具体地由采集子系统18采集的数字X射 线图像72描绘与患者12中的解剖区关联的脉管系统。
在一个实施例中，脉管系统描绘平台22可包括划界模块74和提 取模块76。根据本技术的示范性方面，划界模块74可配置以划界患 者12 (参见图1)的解剖区中的感兴趣区。再次在这里，如本文使用的，划界患者12的解剖区中的感兴趣区的术语指划界代表患者12的 解剖区中的感兴趣区的图像数据。作为例子，使用数字X射线图像 72中的图像数据描绘患者12的肺中的脉管系统是可取的，其中数字 X射线图像72可是胸部区的代表。因此，将代表患者12中肺的图像 数据与周围的背景(例如前部和后部的肋骨、脊推及其类似物)分开 可是可取的。
根据本技术的方面，划界模块74可配置以使用数字胸部X射线 图像72中的图像数据从周围的背景提取代表胸部区的软组织。也就 是说，划界模块74可配置以使用数字胸部X射线图像72中的图像数 据从周围的背景提取对应于代表胸部区的软组织的图像数据。另外， 划界模块74可配置以分割提取的软组织以获得肺野。再次在这里， 划界模块74可配置以分割代表提取的软组织的图像数据以获得肺野。 更加具体地，划界模块74可配置以基于患者群体分割提取的软组织 以识别肺或肺野的边界。可注意到术语肺、肺野以及右和左肺可互换 使用。也就是说，划界模块74可配置以基于一个或多个与例如患者 12等的患者关联的参数识别肺野的边界。更加具体地，它对于系统 40的用户，例如临床医生等识别患者类型可是可取的。在一个实施例 中，患者类型可包括大的成年患者、中等成年患者、小的成年患者或 儿科患者。划界模块74还可配置以获得一个或多个与选择的患者类 型关联的参数。该一个或多个患者参数可包括标度比、偏差系数、取 向偏差系数、噪声阈值、其的组合，或其类似物。根据本技术的示范 性方面，划界模块74可配置以通过优化一个或多个参数识别肺野的 边界。划界模块74的工作将参考图4-9更加详细地说明。
由划界模块74处理之后，可获得肺野的边界，其中该边界可配 置以帮助从周围的背景划界肺野。也就是说，由划界模块74处理的 结果是，可识别肺野的边界。肺野的这个识别的边界然后可用于帮助 提取代表肺野的软组织。
根据本技术的其他方面，临床医生可被允许选择感兴趣区以使划界解剖区中的感兴趣区更容易。更加具体地，临床医生可通过显示器
(参见图1)和用户界面26 (参见图1)的使用选择解剖区中的感兴 趣区。在一个实施例中，临床医生可通过使用用户界面26在显示在 显示器24上的数字X射线图像上的感兴趣区周围绘制轮廓来选择感 兴趣区。在某些其他的实施例中，临床医生可通过直接在显示在显示 器24上的数字X射线图像上绘制轮廓来选择感兴趣区。
如将被意识到的，提取的软组织还可包括肺野中的脉管系统。可 注意到术语肺野中的脉管系统和肺脉管系统可互换使用。此外，如在 上文中注意到的，从软组织提取肺野中的脉管系统可是可取的。提取 的脉管系统然后可用于帮助临床医生探测和/或诊断疾病状态(如果有 的话)。因此，提取模块76可配置以使从周围软组织提取肺野中的 脉管系统更容易。更加具体地，提取模块76可配置以使从代表周围 软组织的图像数据提取代表肺野中的脉管系统的图像数据更容易。根 据本技术的示范性方面，提取模块76可配置以使凭借一系列基于参
系统更容易。更加具体地，提取模块76可配置以通过评估代表肺野 的图像数据中的每个像素在预定图像数据分辨率、预定图像数据取向 或其的组合时的频率来抑制软组织。提^Mt块76还可配置以识别对 应于每个像素的该频率的能量分量。评估每个像素的频率的过程和对 应的能量分量的识别然后可在处于一个或多个图像数据分辨率、 一个 或多个图像取向或其的组合时重复。
这个处理过程的结果是，可获得与一个或多个图像数据分辨率、 一个或多个图像取向或其组合中的每个关联的对应于每个图像像素 的能量分量。提^4莫块76还可配置以将对应于每个图像像素的与不 同的图像数据分辨率和/或图像取向关联的能量分量混合以产生与每 个图像像素关联的混合能量分量。另外，提取才莫块76还可配置以使 用与每个图像像素关联的混合能量分量产生混合能量图像。
根据本技术的另外的方面，提取J漠块76还可配置以向混合能量图像应用预定阈值以提取对应于肺脉管系统的图像数据。更加具体
地，提耳5^莫块76可配置以向混合能量图#>应用预定阈值以从对应于
非树结构的图像数据描绘对应于脉管系统或脉管树的图像数据，从而
获得对应于感兴趣区中的脉管系统的图像数据。此外，提取模块76 可配置以产生肺野、肺野的边界或两者中描绘的脉管树结构的用户看 得见的表示。提取模块76的工作将参考图4-9更加详细地说明。由脉 管系统描绘平台22的这样处理过程的结果是，在肺野中的脉管系统 可从周围的背景描绘出并且向例如临床医生显示。
此外，脉管系统描绘平台22还可配置以向在肺野中的脉管系统 提供可视化的界面。在一个实施例中，脉管系统描绘平台22可配置 以显示肺野的提取的脉管系统、识别的边界，或两者。在某些实施例 中，肺野的提取的脉管系统和/或边界可在显示器24 (参见图l)上可 视化。提取的脉管系统的这个显示可有利地帮助临床医生探测和/或诊 断患者12的肺脉管系统中的任何异常。此外，用户界面26(参见图 1 )可利用以操作提取的脉管系统的可视化。另外，对应于提取的脉 管系统的信息可存储在第二存储器78中。
脉管系统描绘平台22的工作参考在图4-9中描迷的示范性逻辑可 被更好地理解。现在参考图4A-4B，示出用于描绘解剖区中的脉管系 统的示范性逻辑80的流程图。根据本技术的示范性方面，提供用于 描绘解剖区中的脉管系统的方法。也就是说，提供用于从对应于解剖 区的图像数据自动地描绘对应于脉管系统的图像数据的方法。在图4 中提供的例子中，提供用于使用数字X射线图像数据自动地描绘在肺 野中的肺脉管系统的方法。另外，如之前注意到的，代表胸部区的X 射线的射线照片也可用于帮助描绘肺脉管系统。然而，X射线的射线 照片被数字化并且先验地经受一个或多个预处理步骤是可取的。
该方法在其中获得代表解剖区的图像数据72的步骤84处开始。 在本例子中，用于描绘脉管系统的方法从描绘例如患者12(参见图1) 的患者的胸部区中的肺野中的脉管系统方面来说明，因此，图像数据72可包括患者12的胸部区的数字X射线。此外，在步骤84，可获得 对应于代表胸部区的软组织的图像数据。根据本技术的方面，获得对 应于代表胸部区的软组织的图像数据可包括将对应于代表胸部区的 软组织的图像数据从对应于周围的背景的图像数据分开。周围的背景 可包括例如前部和后部的肋骨和脊推。在一个实施例中，双能量方法 可用于将对应于代表胸部区的软组织的图像数据从对应于周围的背 景的图像数据分开。通过使用双能量技术，通过数字图像相减的使用 而使肋骨结构的干扰可大大地减小。还可使用配置以帮助将对应于代 表胸部区的软组织的图像数据从周围的背景分开的其他技术，例如但 不限于基于模型的技术或基于学习的技术。由步骤84的处理过程的 结果是，可获得对应于代表胸部区86的软组织的图像数据。
接着，在步骤88，对应于代表解剖区的软组织的图像数据可被处 理以从解剖区分割感兴趣区。也就是说，对应于代表解剖区的软组织 的图像数据可被处理以获得对于分割的感兴趣区的图像数据。更加具 体地，根据本技术的示范性方面，通过基于患者群体处理代表对应于 解剖区的软组织的图像数据，对应于分割的感兴趣区的图像数据可从 对应于代表解剖区的软组织的图像数据分割。在本例子中，对应于代 表胸部区的软组织的图像数据可被处理以分割出对应于左和右肺的 图像数据。也就是说，分割的感兴趣区可包括左和右肺。可注意到术 语肺、左和右肺以及肺野可互换使用。同样，由步骤88的处理过程 的结果是，可获得对应于肺野90的图像数据。参考图5-6可更好地理 解步骤88。
现在参考图5,描述示出图4的步骤88的流程图110。更加具体 地，描述处理对应于代表胸部区的软组织的图像数据以获得对应于分 割的例如肺野等的感兴趣区的图像数据的示范性方法。根据本技术的 方面，可基于患者群体处理对应于代表胸部区的软组织的图像数据以 分割对应于肺野的图像数据，如由步骤112指出的。参考图6可更好 地理解步骤112。图6是描述图5的步骤112的流程图120。在图6中描述用于基 于患者群体从代表解剖区的软组织分割感兴趣区的示范性方法。更加 特别地，提供用于基于患者群体从对应于代表解剖区的软组织的图像 数据分割代表感兴趣区的图像数据的方法。也就是说，可优化与患者 类型关联的一个或多个参数以帮助识别感兴趣区的边界以使感兴趣 区的分割更容易。如之前注意到的，在本例子中，解剖区包括胸部区， 而感兴趣区可包括肺野。该方法在步骤122处开始，其中一旦代表胸 部区86的软组织被获得，患者类型可被识别。根据本技术的方面， 患者类型可包括大的成年患者、中等成年患者、小的成年患者或儿科 患者。在患者类型的选择之后，与选择的类型关联的一个或多个患者 参数可被识别，如由步骤124指出的。患者参数可包括标度比、偏差 系数、取向偏差系数、噪声阈值、其的组合，或其类似物。这些患者 参数可被优化以使肺野的边界的识别更加容易，从而允许对应于感兴 趣区的图像数据从对应于解剖区的图像数据分割。
因此，在步骤126，可限定配置以包围感兴趣区的多边形，其中 该多边形可配置以使感兴趣区的分割更容易。也就是说，可限定配置 以包围肺野的多边形。更加具体地，限定的多边形可配置以包围对应 于肺野的图像数据。多边形可包括例如正方形、矩形或其类似物。接 着，在步骤128,对于在多边形上的每个点，可优化一个或多个患者 参数以帮助确定肺野的边界。因此，可选择在多边形上的点。患者参 数然后可修改以便优化患者参数的值。在一个实施例中，患者参数可 修改以使误差能量函数收敛。可注意到可对每个患者参数限定预定的 最佳范围。作为例子，对于大的成年的患者参数的最佳范围可在从大 约0.1至大约0.2的范围中，而对于中等成年的患者参数的最佳范围 可在从大约0.02至大约0.09的范围中。类似地，对于小的成年患者， 患者参数的最佳范围可在从大约0.01至大约0.02的范围中，而对于 儿科患者的患者参数的最佳范围可在从大约0.001至大约0.01的范围 中。因此，对于在多边形上的给定点，患者参数可修改使得每个患者 参数符合对应的预定最佳范围。 一旦已经优化了对应于在多边形上的 给定点的每个患者参数，可识别在肺野的边界上的点。对于多边形上 每个点可以重复上文的过程。上文处理过程的结果是，可识别肺野的 边界。也就是说，感兴趣区，即肺野，可从解剖区即胸部区分割。更 加具体地，对应于感兴趣区的图像数据可从对应于解剖区的图像数据
分割出。由步骤128的处理过程的结果是，代表肺野90(参见图4) 的图像数据可从对应于胸部区的图像数据分割。也就是说，作为由步 骤128的处理过程的结果，左肺和右肺中的每个的边界可被识别。更 加具体地，肺野的轮廓可通过为了误差能量函数的收敛而优化患者参 数而获得。
备选地，代替步骤122-128的处理过程，临床医生可人工识别患 者12的解剖区中的感兴趣区的边界，如由步骤130指出的。在本例 子中，临床医生可通过在显示器24 (参见图1)上显示的胸部区的数 字X射线图像上绘制而识别肺野的边界。同样，临床医生可使用用户 界面26 (参见图1)以识别肺野的边界。由临床医生识别边界之后， 可获得对应于肺野90的图像数据。
返回参考图4,对应于分割的肺野90的图像数据然后可被预处理， 如在步骤92中描述的。在某些实施例中，对应于分割的肺野90的图 像数据可被预处理以使与图像数据关联的噪声的最小化更容易。接 着，在步骤94，与分割的肺野90关联的图像数据可被进一步处理以 使对应于肺野90中的脉管系统的图像数据的提取更容易。由步骤94 的处理过程的结果是，可获得对应于提取的脉管系统的图像数据。这 个对应于提取的脉管系统的图像数据可由标号96大概表示。参考图7 可更好地理解步骤94。
如在上文中参考图4注意到的，由步骤88-92的处理过程之后， 可获得代表对应于肺野90的软组织的图像数据。可注意到肺脉管系 统可嵌入在对应于肺野90的软组织中。因此，从软组织提取肺脉管系统可是可取的。也就是说，从对应于代表感兴趣区的软组织的图像 数据提取对应于肺脉管系统的图像数据可是可取的。
现在转向图7，提供示出图4的步骤94的流程图140。更加具体 地，用于从与分割的感兴趣区例如肺野90关联的(参见图4)的软组 织提取分割的感兴趣区中的脉管系统的方法在图4中描述。也就是说， 提供用于从对应于与分割的感兴趣区关联的软组织的图像数据提取 对应于在分割的感兴趣区中的脉管系统的图像数据的方法。根据本技 术的示范性方面，用于提取在肺野中的脉管系统的方法可基于在图像 平面中所有点处获得的二维(2D)特征矢量的频率对称性分析，因为 在肺野中的大多数脉管结构典型地是具有局部化频率的细长(thin elongated)的管状结构。也就是说，对应于在肺野中的脉管系统的图 像数据可通过抑制对应于与肺野关联的软组织的图像数据而提取。更 加特别地，一组或多组滤波器可基于一个或多个患者参数设计以帮助 抑制对应于与肺野关联的软组织的图像数据，如由步骤142描述的。 在一个实施例中，滤波器可包括Gabor滤波器。另外， 一系列滤波器 可通过最佳地选择例如患者参数等的滤波器参数而设计，其中该一系 列滤波器可包括一组或多组滤波器。 一个或多个患者参数可包括标度 比、偏差系数、取向偏差系数、噪声阈值或其类似物。再次在这里， 患者参数可与患者类型关联，其中患者类型可包括大的成年患者、中 等成年患者、小的成年患者或儿科患者。在步骤142这样选择的该一 系列的基于患者参数的滤波器可由标号144大概表示。
现在参考图8,示出与一个或多个患者类型关联的患者参数的表 格150的一个例子。标号152可指示患者参数，而标号154-160可大 概代表患者类型。更加具体地，标号154可代表大的成年患者类型， 而中等成年患者类型可由标号156代表。以类似的方式，小的成年患 者类型可由标号158代表，而参考号160可指示儿科患者。此外，标 号162可指示对应于各种不同的患者类型154-160的不同的患者参数 的最佳值。返回参考图7，接着，在步骤146，这一系列基于患者参数的滤 波器144可用于帮助抑制对应于与肺野关联的软組织的图像数据，从 而使提取对应于在肺野中的脉管系统的图像数据更容易。如在上文中 注意到的，典型地，肺脉管系统包括具有局部化频率的细长的管状结 构。因此，在该一系列基于患者参数的滤波器144中的滤波器可被选 择以帮助提取期望的局部频率。参考图9可更好地理解步骤146。
现在参考图9A-9D，示出描述图7的步骤146的流程图170。提 供用于通过抑制与肺野90关联的软组织提取在肺野90中(参见图4 ) 的脉管系统的示范性方法。也就是说，提供用于通过抑制代表与肺野 90关联的软组织的图像数据提取对应于在肺野90 (参见图4 )中的脉 管系统的图像数据的方法。更加具体地，该一系列基于患者参数的滤 波器144 (参见图7)可用于帮助与肺野90关联的软组织的抑制，从 而使在肺野中的肺脉管系统的提取更容易。步骤146的用于提取在肺 野中的脉管系统的方法可配置以包括区分肺野90 (参见图4)中的树 结构和非树结构。更加特别地，根据本技术的示范性方面，通过使用 一系列基于患者参数的滤波器，可区别肺野90中对应于脉管系统中 的树结构的图像数据与对应于脉管系统中的非树结构的图像数据。也 就是说，通过使用该一系列基于患者参数的滤波器抑制对应于代表肺 野的软组织的图像数据，可区别对应于树结构的图像数据与对应于非 树结构的图像数据，如由步骤146指出的。更加特别地，对应于脉管 树结构的图像数据可基于能量等级从对应于非树结构的图像数据分 开。
如在上文中注意到的，对应于与肺野关联的软组织的图像数据可 通过使用一系列基于患者参数的滤波器144 (参见图7)而抑制。更 加特别地，在该一系列基于患者参数的滤波器144中的滤波器可用于 帮助计算期望的局部频率。才艮据本技术的方面，肺脉管结构可近似为 分段线性结构，如果脉管的对应点落到棱面上其显示具有局部能量的 同等重要的最大值的高角度对称性。另外，局部能量可从不同尺度的频率和/或取向的语线通过引入另外的噪声补偿计算。
因此，可选择对应于代表肺野的图像数据的预定数量的图像数据
分辨率，如由步骤172指出的。另外，在步骤172，还可选择对应于 代表肺野的图像数据的预定数量的图像取向。接着，在步骤174，可 从预定数量的图像分辨率或预定数量的图像取向分别选择一个图像 分辨率、 一个图像取向或其的组合。可计算在代表肺野的图像数据中 的每个像素的与选择的图像分辨率和/或图像取向关联的频率，如由步 骤176描述的。另外，在步骤178,还可识别对应与每个图像像素的 频率的能量分量。由步骤176-178的处理过程的结果是，可获得对应 于每个图像像素的与选择的图像数据分辨率和/或图像取向关联的能 量分量180。
此外，步骤176-178的处理过程可对这些预定图像数据分辨率和/ 或图像取向中的每个重复。因此，在步骤182,可实施校验以证实步 骤176-178的处理过程是否已经被应用于这些预定图像数据分辨率和/ 或图像取向中的每个。在步骤182，如果被证实那里存在尚未应用于 图像数据的 一个或多个图像分辨率和/或一个或多个图 <象取向，那么控 制可返回到步骤174。也就是说，可从预定的图像数据分辨率集合和 图像取向集合分别选择另 一个图像分辨率和/或图像取向并且步骤 176-178可应用于处于当前选择的图像数据分辨率和/或图像取向的图 像数据。也就是说，可计算代表肺野的图像数据中的每个像素的与当 前选择的图像数据分辨率和/或图像取向关联的频率。
另外，可识别对应于与选择的图像数据分辨率和/或图像分辨率关 联的每个像素的频率的能量分量。也就是说，步骤176-178的处理过 程可对所有图像数据分辨率和图像取向重复。然而，在步骤182，如 果证实已经考虑了这些预定图像数据分辨率和/或图像取向中的每个， 可获得与预定数量的图像数据分辨率和/或图像取向中的每个关联的 对应于每个图像像素的能量分量。这些能量分量可由标号184大概代 表。可注意到，在一个实施例中，该处理过程可开始以相对低的图像数据分辨率，并且接着可选择具有相对更高的分辨率的图像数据分辨 率。
根据本技术的另外的方面，可计算在这些预定图像数据分辨率和 /或图像取向中的每个时与每个图像像素关联的局部能量。因此，在步
骤186处，对于每个图像像素，与这些预定数量的图像数据分辨率和 /或图像取向中的每个所关联的能量分量可混合以产生与每个图像像 素关联的混合能量分量。由步骤186的处理过程的结果是，可获得与 每个图像像素关联的混合能量分量。接着，在步骤188,这些混合的 能量分量可用于产生混合能量图像190。
一旦混合能量图像190产生，这个混合能量图像190可用于帮助 提取在肺野中的脉管系统。也就是说，混合的能量图像190可用于从 肺野90中的非树结构描绘脉管树结构。因此，在步骤192，预定的阈 值可应用于混合能量图像190以从非树结构描绘脉管树结构。在一个 实施例中，自适应的阈值可用于帮助从周围的非树结构描绘肺野中的 脉管系统。由步骤192的处理过程的结果是，可获得对应于描绘的脉 管系统或脉管树结构96 (参见图4)的图像数据。也就是说，可获得 对应于与肺野关联的描绘的脉管系统96的图像数据，其中该描绘的 脉管系统包括肺野中的脉管分割片段。可注意到术语描绘的脉管系统 或脉管结构以及提取的脉管系统或脉管结构可互换使用。
返回参考图4，接着，对应于描绘的脉管树96的图像数据可经受 一个或多个后处理步骤，如由步骤98描述的。在一个实施例中，例 如边缘链接(edge link)技术等的技术可应用于对应于描绘的脉管结 构96的图像数据以例如使任何脱节的脉管系统的连接更容易。备选 地，在某些其他实施例中，区域生长过程和/或三维(3D)连接过程 可应用以连接^f壬^T脱节的脉管系统。
此外，对应于描绘的脉管系统96的图像数据可向临床医生呈现， 如在步骤100中指出的。更加特别地，可产生提取的脉管系统96的 用户可得见的表示并且例如在显示器24 (参见图1)上向临床医生呈现该看得见的表示。另外，肺野的边界也可向临床医生呈现。此外，
包括提取的脉管系统96和肺野的边界的复合图像也可向临床医生呈 现。
如将被那些本领域内普通技术人员意识到的，上述的例子、示范 和过程步骤可通过适当的代码在基于处理器的系统上实现，例如通用 或专用计算机等。还应该注意到本技术的不同的实现可以不同的顺序 或大致上同时地即并行地执行本文说明的步骤中的 一些或所有。此 外，这些功能可以多种程序设计语言实现，其包括但不限于C+十或 Java。如将被那些本领域内普通技术人员意识到的，这样的代码可存 储或适合于存储在一个或多个有形的机器可读介质上，例如在存储器 芯片、本地或远程的硬盘、光盘(即，CD的或DVD的)或其他介质 上，其可被基于处理器的系统存取以执行存储的代码。注意有形介质 可包括在其上印刷指令的纸或另外适合的介质。例如，指令可以通过 光学扫描纸或其他介质而电子地捕获，然后编译、解释或否则如果需 要的话以适合的方式处理，然后存储在计算机存储器中。
在上文中说明的自动地描绘对应于解剖区中的脉管系统的图像 数据的方法和用于自动地描绘对应于解剖区中的脉管系统的图像数 据的系统显著地简化了用于探测患者的解剖区的脉管系统中的疾病 状态的程序工作流程并且提高了探测和/或诊断在解剖区的脉管系统 中的疾病状态的存在所花费的程序时间的速度。也就是说，用于自动 地描绘对应于解剖区中的脉管系统的图像数据的方法和系统可配置 以使描绘的脉管系统的增强的可视化更容易。描绘的脉管系统的这个 可视化可用于使脉管尺寸的定量测量更容易，其可大大地帮助量化解 剖区中的正常和/或不正常的感兴趣区。更加具体地，脉管异常情况的 增强的可视化可向临床医生提供，从而增强临床诊断工作流程。此外， 描绘的脉管结构可用作在肿瘤切除计划中的界标。另外，对应于解剖 区中的脉管系统的图像数据的描绘可配置以帮助量化体积的冠状血 流量。同样，使用描绘的肺脉管可更好地理解血管再生。此外，对应于脉管系统的图像数据的自动描绘帮助识别脉管系统中的具有减少 的假阳性率的梗阻，其使放射学家或医生更容易解释图像并且探测可 指示疾病的可疑区域。
用于自动地描绘对应于解剖区中的脉管系统的图像数据的系统 和用于自动地描绘对应于解剖区中的脉管系统的图像数据的方法的 实施例的上述说明通过给临床医生提供解剖区中的描绘的脉管系统 的增强的可视化而具有增强临床工作流程的技术效果，从而使解剖区
中的疾病状态的更好#:测和/或断更容易。
尽管仅本发明的某些特征已经示出和说明于此，许多改动和变化 将被那些本领域内技术人员想到。因此，要理解附上的权利要求意思 是包含如落入本发明的真实精神内的所有这样的改动和变化
权利要求
1.一种描绘系统，包括描绘平台(22)，其配置以提取对应于与解剖区中感兴趣区关联的脉管系统的图像数据，其中所述描绘平台(22)配置以获得对应于代表所述解剖区的软组织的图像数据；基于患者群体从对应于所述解剖区的图像数据分割对应于感兴趣区的图像数据以获得对应于分割的感兴趣区的图像数据；并且通过抑制对应于代表所述分割的感兴趣区的软组织的图像数据而提取对应于与所述分割的感兴趣区关联的脉管系统的图像数据。
2. —种成像系统(10),包括配置以釆集图像数据的采集子系统(18),其中所述图像数据是 患者(12)中的解剖区的代表；与所述采集子系统(18)操作关联并且包括描绘平台(22)的处 理子系统(20)，所述描绘平台(22)配置以获得对应于代表所述解剖区的软组织的图傳4t据；基于患者群体从对应于所述解剖区的图像数据分割对应于感兴 趣区的图像数据以获得对应于分割的感兴趣区的图像数据；并且通过抑制对应于代表所述分割的感兴趣区的软组织的图像数据 而提取对应于与所述分割的感兴趣区关联的脉管系统的图像数据。
全文摘要
提供用于自动地描绘对应于解剖区中的脉管系统的图像数据的方法。该方法包括获得对应于代表解剖区的软组织的图像数据。另外，该方法包括基于患者群体从对应于解剖区的图像数据分割对应于感兴趣区的图像数据以获得对应于分割的感兴趣区的图像数据。此外，该方法包括通过抑制对应于代表分割的感兴趣区的软组织的图像数据而提取对应于与分割的感兴趣区关联的脉管系统的图像数据。满足由这个方法限定的类型的功能性的系统(10)和计算机可读介质也与本技术结合而被考虑。
文档编号A61B5/00GK101658415SQ200910172859
公开日2010年3月3日 申请日期2009年8月27日 优先权日2008年8月27日
发明者R·舍克哈拉 申请人:通用电气公司