用于多模态组织分类的方法和系统的制作方法
【技术领域】
[0001]本发明总体上涉及对解剖组织的成像。本发明具体涉及将多种成像模态用于筛查、检测和处置不健康(例如癌性)解剖组织。
【背景技术】
[0002]前列腺癌是美国男性当中最常见的器官恶性肿瘤之一。历史上，用于前列腺癌诊断的“黄金标准”是对活检组织样本进行组织病理学分析，其中，升高的前列腺特异性抗原(PSA)水平和数字直肠检查(DRE)结果测试被认为是筛查。然而，PSA测试产生低特异性和灵敏度，并且借助于通过DRE的触诊而进行的检测仅限于相对大且浅表型的病灶。
[0003]在超声(US)成像中，从1970年代早期开始已经对基于从射频(RF)回波信号提取的声学参数(例如衰减和反向散射系数)的组织分类进行了研究。更具体地，从B模式US图像提取的纹理特征以及从RF回波信号的经校准的平均谱提取的谱特征已经与许多分类方法一起被用于将组织分型为健康的或癌性的。然而，尽管US成像提供了对感兴趣解剖组织的高时间分辨率成像，但是基于超声的癌检测技术的准确度被证明因为差的信噪比和低空间分辨率而是有限的。
[0004]更具体地，经直肠超声(TRUS)有时被用作针对前列腺癌的筛查过程中的备选步骤。然而，夕卜围区次回声(peripheral zone hypoechoic)病灶的约40%被证明是恶性的。因此，TRUS的临床价值限于是活检引导工具。
[0005]最近，将磁共振成像(MRI)用于对前列腺癌的诊断已经因其高解剖分辨率而引起了浓厚兴趣。然而，解剖T2加权(T2W)的MRI在区分前列腺癌与良性前列腺病灶方面的诊断价值是有限的。例如，已经示出了，针对直径大于1.0cm的肿瘤灶，使用MRI的前列腺癌检测的准确度、灵敏度和阳性预测值分别为79.8%,85.3%和92.6%。此外，针对小于1.0cm的肿瘤灶，使用MRI的前列腺癌检测的准确度、灵敏度和阳性预测值分别降低到24.2%,26.2%和 75.9%o
[0006]然而，由多参数MRI提供的解剖学、生物学、新陈代谢以及功能动态信息已经被示为提高前列腺癌检测准确度。已经被用于前列腺癌检测的常用功能MR成像技术中的一些是动态对比度增强MR成像(DCE)、质子MR光谱成像(MRSI)以及扩散加权MR成像(DWI)。更具体地，DCE使组织血管分布可视化，MRSI提供新陈代谢信息，并且DWI示出了细胞间水分子的布朗运动。
[0007]重要的是，前列腺癌治疗的护理标准正在从“全腺体”方法案(例如激进的前列腺切除术、全腺辐射和近距离辐射治疗)移向更集中且局部的、被设计为仅处置前列腺内的特定癌性区域的处置范式。在该方向上的进步是准确地识别这些局部癌性区域的能力。然而，尽管有多参数MRI的经提高的能力，但是对于观测者而言以一致的方式准确地识别癌性区域仍然是固有地困难的。此外，在超声图像中，B模式US图像处理流抑制了可能帮助对癌性组织与正常组织进行区别的潜在组织标识。
[0008]总之，本发明认识到，包括用来执行对多模态图像的图像配准、图像分割、图像特征提取、图像描画以及组织分类的不同算法的自动化决策支持系统或计算机辅助诊断可以提供一种用于融合来自不同类型的图像的信息的系统性的且客观的方法。具体而言，本发明的前提是将从经空间配准的MRI图像(例如T1W、T2W、DW1、DCE和MRSI)和US图像(例如B模式图像和RF回波图像)提取的组织信息进行组合，以便形成针对经配准的图像的每个体素的独特图像特征的向量。特征这样的多模态(US-RF-MRI)向量将多模态的优势进行组合，以实现在前列腺癌检测中的更高的准确度、灵敏度和特异性。
【发明内容】
[0009]本发明的一种形式是一种用于对解剖组织进行多模态组织分类的系统，所述系统采用一个或多个MRI系统、一个或多个超声系统以及工作站。在操作中，所述(一个或多个)MRI系统生成所述解剖组织的一个或多个MRI特征，并且所述(一个或多个)超声系统生成所述解剖组织的一个或多个超声图像特征。所述工作站生成所述解剖组织的组织分类体积，所述组织分类体积是根据对所述解剖组织的所述(一个或多个)MRI特征和所述(一个或多个)超声图像特征的空间配准和图像提取而导出的。所述工作站还将所述组织分类体积的每个体素分类为包括健康组织体素和不健康组织体素的多种组织类型中的一种。
[0010]本发明的第二形式是一种用于对解剖组织进行多模态组织分类的工作站，所述工作站采用图像配准器、特征提取器以及组织分类器。在操作中，所述图像配准器和所述特征提取生成所述解剖组织的组织分类体积，所述组织分类体积是根据对所述解剖组织的一个或多个MRI特征和所述解剖组织的一个或多个超声图像特征的空间配准和图像提取而导出的。所述组织分类器将所述组织分类体积的每个体素分类为包括健康组织体素和不健康组织体素的多种组织类型中的一种。
[0011]本发明的第三形式是一种用于对解剖组织进行多模态组织分类的方法，所述方法涉及生成所述解剖组织的组织分类体积，所述组织分类体积是根据对所述解剖组织的一个或多个MRI特征和所述解剖组织的一个或多个超声图像特征的空间配准和图像提取而导出的。所述方法还涉及将所述组织分类体积的每个体素分类为包括健康组织体素和不健康组织体素的多种组织类型中的一种。
【附图说明】
[0012]通过结合附图阅读对本发明的各实施例的以下详细说明，本发明的前述形式以及其他形式以及本发明的各特征和优势将变得更加显而易见。该详细说明和附图仅对本发明进行说明，而不是限制性的，本发明的范围由权利要求书及其等价方案进行限定。
[0013]图1图示了根据本发明的多模态组织分类。
[0014]图2图示了根据本发明的多模态组织分类工作站的示范性实施例。
[0015]图3图示了表示根据本发明的多模态组织分类方法的示范性实施例的流程图。
[0016]图4图示了通过图2所示的系统对图3所示的流程图的第一示范性实现方式。
[0017]图5图示了通过图2所示的系统对图3所示的流程图的第二示范性实现方式。
【具体实施方式】
[0018]参考图1，MRI系统20采用扫描器21和工作站22来生成患者的解剖组织的MRI图像，例如，如图所示的患者10的前列腺11的解剖组织的MRI图像23。在实践中，本发明采用各种类型的一个或多个MRI系统20来采集解剖组织的MRI特征。MRI系统的类型和相关联的解剖组织的MRI特征的范例包括但不限于:图示解剖组织的基于归一化强度值和/或纹理的特征的T2w MRI系统、图示解剖组织中水的表观扩散系数(ADC)的DW1-MRI系统、图示解剖组织的药物代谢动力学参数的DCE-MRI系统以及图示解剖组织的新陈代谢信息的MRSI系统。
[0019]超声系统30采用探头31和工作站32来生成患者的解剖组织的超声图像，例如，如图所示的患者10的前列腺11的解剖组织的US图像33。在实践中，本发明采用各种类型的一个或多个超声系统30来采集解剖组织的US图像特征。超声成像系统30的类型和相关联的解剖组织的US图像特征的范例包括但不限于:图示解剖组织的基于纹理的特征的B模式US成像系统以及图示解剖组织的谱特征的US RF回波成像系统。
[0020]本发明对解剖组织的MRI图像和超声图像执行各种已知技术，包括但不限于:图像分割、图像配准、图像特征提取、图像描画以及组织分类，从而提供用于融合来自MRI图像和超声图像的特征信息的系统性的且客观的方法。具体而言，本发明的前提是将从经空间配准的MRI图像(例如T2W-MR1、DW1-MR1、DCE-MRI和MRSI)和超声图像(例如B模式图像和RF回波图像)提取的图像特征进行组合，以便形成针对组织分类体积(例如如图1所示的组织分类体积40a和组织分类体积40b)的每个体素的图像特征的向量。
[0021]在实践中，基于根据经空间配准的MRI图像和超声图像的提取出的图像特征而导出的体素的图像特征向量来将组织分类体积的每个体素在健康组织体素与不健康组织体素(例如癌性的)之间进行分类。本发明不对分类的量和线性度做出限制。
[0022]例如，基于根据经空间配准的MRI图像和超声图像的提取出的图像特征而导出的体素的图像特征向量来将组织分类体积40a的每个体素分类为健康组织体素或不健康组织体素(例如癌性的)。如图1所示，健康组织体素是白色体素，而不健康组织体素是黑