专利名称：图像处理，特别是医学图像处理的方法和设备的制作方法
技术领域：
本发明涉及的领域为一系列图像的处理，特别是一系列医学图像例如磁共振图像 的处理。
背景技术：
对医学图像进行纯粹的视觉分析和定性分析是非常困难的，而且需要医师在这方 面具有丰富的经验。当前对于医疗器材尤其是成像设备所产生的数字信息进行计算机处理 的实现使得应用一种方法来协助医师诊断成为可能，特别是帮助医师其估算其想要研究的 某些部分的体积中，而这些部分通常都是出现异常的部位(病变、肿瘤、脑溢血等)。目前已 经研制出一些对出现异常的部位进行图片修正、分割和自动量化的性能较好的算法。其主 要目的在于以可靠、客观以及可复制的方式来量化病情的发展，并减少医师分析图像的时 间。医学图像的分析已成为医学诊断中重要的一点，也是决定是否采取手术治疗的关 键。目前图像分析方面已经得到了很大的提高，尤其是在对医学图像(如磁共振图像)实现 数字化处理后。数字图像实际上是一组具有特定位置和数值(例如，灰度值)的数据。图 像的数字处理就相当于通过处理这些数据以获得所需的信息。一般来说，借助成像设备进行医学诊断可生成一系列连续的图像，这些图像表现 的是患者的某个器官或身体某部分的一组连续的剖面图。由于分析主要是基于图像的数字信息，因此整个问题的关键就是怎样从这些数据 来说明实际情况，不过要知道这些数据也只是大致反映了实际情况。另外，分析一系列图像 的困难还在于是否能够将一个给定图像中识别的部分与该系列其他图像中识别的部分关 联起来。
发明内容
目前，医学图像，如磁共振图像中的体积并不是直接以3D形式计算的。一般是借 助2D计算机工具(通过计算机屏幕标尺测量长度、椭圆、多边形、圆盘)在图像的每个截面 (轴向面、矢状面、冠状面)进行测量，然后医师在此基础上进行手动估算。由于出现异常的 部分(例如脑溢血或肿瘤)一般都不会是简单的几何形状，这种外推法会因为所测量的三 个截面的尺寸不够精确而导致最终得到的结果误差扩大。特别是，假设-A是指在轴向面要测量的面积，Δ a为该截面上的测量误差；-S是指在矢状面上要测量的面积，Δ s为该截面上的测量误差；-F是指在冠状面上要测量的面积，Δ f为该截面上的测量误差；那么医学图像上的体积V可以通过下列公式计算V = A*S*F，具有不确定度 Δ ν = V* ( Δ a/A+ Δ s/S+ Δ f/F)本发明的一个目的是提出一种相比现有技术更为优良的方法和设备来处理一系列图像，尤其是提高这些图像中体积计算的精确度和可靠性。为此，本发明提出了一种在两个图像之间传输标记的方法，此方法包括下列连续 的步骤-提供第一图像，此图像包括多个连接点区域，每个区域由一个标记表示，-提供第二图像，-在第二图像中确定多个连接点区域，-将两个图像重叠以确定第一和第二图像中所述连接点区域的公共部分和非公共 部分，-对于第二图像的每个公共部分，提供第一图像中与之共有此部分的该区域的标 记，-对于第二图像中仅与第一图像中单个连接点区域接触的每个非公共部分，提供 与之相交的那个区域的标记，-对于第二图像中不与第一图像的任何一个连接点区域接触的每个非公共部分， 设定一个新标记。优选地，本发明包括至少如下特征之一·所述方法包括一个额外的步骤，即删除与第一图像中至少两个具有不同标记的 区域接触的第二图像中的每个非公共部分，·所述方法包括一个额外的步骤，即对于与第一图像中至少两个具有不同标记的 区域接触的第二图像的每个非公共部分设定一个新标记，·所述方法包括一个额外的步骤，即对于与第一图像中至少两个具有不同标记的 区域接触的第二图像的每个非公共部分提供其中一个区域的标记，·每个标记具有一个值，所述方法还包括下列这个步骤ο对于与第二图像中同一个区域接触的第一图像的两个区域，在其标记之间创建等值。·许多标记之间并不兼容，因此这些标记之间无法创建等值， 要确定图像的不同区域，至少包括下列处理步骤之一图像分割，使用方差滤波、 关联填充。本发明还涉及一种通过不同图像确定体积的方法，其中每个图像代表连续的、基 本平行的平面，此方法包括下列步骤ο在该组图像中选择一个初始图像，ο在需要确定体积的初始图像中选择一些点，ο在初始图像中确定多个连接点区域，并使之前选择出的点属于同一区域，该区 域具有主要标记，其他区域具有次要标记，ο对所有图像执行本发明的标记传输方法，ο确定每个图像中包含所述特定标记的区域的对应体积。作为优选但可选的项，本方法包括至少如下特征之一·上述体积确定过程包括下面的步骤将每个图像中包含所述特定标记的区域的 面积进行合并。本发明还涉及一种在医学扫描图像或磁共振图像中体积确定的方法，此方法包括本发明所述的体积确定方法的所有步骤。本 发明还涉及一种在患者大脑的医学扫描图像或磁共振图像中确定体积的方法， 此方法包括本发明所述的体积确定方法的所有步骤，其特征在于，这个方法预先包括下列 步骤ο在初始图像中，确定与患者颅骨对应的区域，ο在初始图像中，确定与患者大脑对应的区域。本发明还涉及一种设备，该设备可以完成医学图像如扫描图像或磁共振图像中的 体积确定，并能够将发明中体积确定方法的所有步骤付诸实施根据上一权利要求，本发明还涉及另一种设备，该设备包括用于获取医学图像的 装置，如磁共振机或扫描仪。本发明还涉及一种计算机程序产品，此产品包括在计算机可用的介质上记录的程 序代码指令，以执行本发明所述方法的所有步骤。优选地，所述方法可用于医学图像中体积的半自动(例如，医师点击某一感兴趣 的区域，相关软件可以执行颜色增强)、即时和精确测量。优选地，所述方法可用于大脑磁共振图像的处理中，特别是用于测量肿瘤和脑溢 血。所述方法还可用于骨盆肿瘤的诊断中。通过所述方法，可对发生异常部位(脑溢血、病变等)的体积进行出人意料地快速 和精确的测量，并可更准确地决定所要采取的治疗方式；尤其是是能够对复杂和/或危险 的手术采取安全的决定。其实，这样的决定通常取决于体积的阈值。例如，如果发生脑溢血， 并且发生异常部分的体积超过大脑中动脉范围的1/3，则决定采取手术。因此，通过本发明 所述的体积计算方法获得的需要采取手术(如血栓溶解)的触发阈值是可靠的并且是可复 制的。
通过后面的具体描述并结合作为非限制性具体实例的附图，本发明的其他特征、 目的和优点将变得非常明显，在这些附图中，图Ia和Ib为像素点连接性的具体实例；图2为呈现三个截面(矢状面，冠状面和横向面)的人体简化示意图；图3a到3d为本发明可以实现的一个标记设定法的示范性应用；图4a到4d为本发明可以实现的一个标记设定法的示范性应用；图5a和5d为本发明可以实现的一个标记设定方法的具体实例应用；图6a到6d为大脑图像中体积确定方法的具体实例应用；图7为一个图表，表现的是要确定体积的一系列截面上的不同面积。
具体实施例方式本发明的方法是在预先对医学图像进行处理的基础上进行的。在这些处理过程 中，最为经常用到的是图像分割和阈值设定。图像分割图像分割就是根据选择的标准(灰度值、纹理等)把图像分成若干同质区域，以提取有用的信息，例如通过具体考查正常结构内的一些形状和/或信号区域。阈值设定阈值设定是一种分割方法，根据图像的每个像素点是否属于两个数值的区间来选 择两个数值(最小值和最大值)作为选择标准，将所述图像二值化。连接性图像分割用于把图像分为多个区域。属于同一区域的所有点之间具有连接性。连 接性分为两个类别4-邻域连接性，
8-邻域连接性。参照图la，每个像素点与其水平和垂直方向的相邻像素点构成4-邻域连接。设ρ 和q为两个像素点。如果像素点P是像素点q的4个相邻像素点(1到4)中的一个，那么 P和q具有4-邻域连接性。参照图lb，每个像素点与其水平、垂直和对角方向的相邻像素点构成8-邻域连接 性。设P和q为两个像素点。如果像素点P是像素点q的8个相邻像素点(lb到8b)中的 一个，那么ρ和q具有8-邻域连接性。后续处理但是，分割的结果对于医师来说可能不尽如人意。例如，有些异常部位的轮廓可能 被高估或低估了。实际上，图像分割被称为“低等级”处理而图片通常是基于像素点的自身 属性进行分割。医师不仅要使用像素点的这些属性，还要用到解剖学的知识、以往的经验等。这些 知识可以改善图像分割的结果。尤其是减少假阳性和假阴性(即错误分割的区域)的出现。 这些知识可以应用到通过使用人工智能技术(例如神经网络技术和模糊逻辑系统)进行图 片分割的后续处理阶段。设定标记操作在分割操作后，进行设定标记操作。此操作就是在二进制图像内给每个属于同一 像素点连通区域的像素点指定一个相同的值(称为标记)。因此，每个像素点连通区域具有 一个标记。需要注意的是，多个连通区域可具有相同的标记。这样，任何区域与其他区域之间不具有连接性，因为不然的话这两个区域会属于 同一连通区域并因此具有相同的标记。标记的值通常选自N*集合，即，[1，-]区间。通常标记值的设定趋向升序。关联填充假设有一个像素点连通区域，在图像处理(按照上述方法进行开窗和阈值设定) 后产生封闭空隙(与缺口类似)。由于所述处理造成了连通区域的损失并产生了这些缺口， 因此可重新找到这些连通区域，并将其连接到初始区域，以形成唯一一个连通区域(不含 缺口)。封闭或扩张操作可在填充操作前进行以封闭初始连通区域内的开放空隙。所述封 闭或扩张的操作是本领域现有技术所熟知的，因此不再详细描述。方差滤波运算符为3X3(或以上)大小的掩码。当对图像的某一像素点(所述点为掩码的中心)应用方差滤波时，对于所述点，指定掩码覆盖的那个像素点区域的方差。因为在图像 外缺少像素点，因此，掩码应用于除图像边缘以外的所有像素点。掩码 越大，图像的边缘(被排除的边缘)就应该越大。对于3X3大小的掩码，边缘大小是1。方 差是样本离差的特征，用以下方程表示方差=(所有数值平方之和的平均值)_(所有数值平均值的平方)。所述方差滤波可在设定阈值后应用，以改进阈值设定的结果。优选地，所述运算符 在多种应用当中可取代带通滤波器(频率滤波器)。设定三维标记设定三维标记的目的是在位于空间的3个平面(轴向面、冠状面和矢状面)中的 一个体素连通区域上创建对应网络。所述体素(“体积像素”的缩写)相当于三维空间中 的像素。体素通过在物理上或三维医学图像中来表现三维空间，尤其是用于上述医学检查 机器(扫描仪、磁共振器等)所生成的2D剖面图的数字处理。因此，在一系列由像素构成 的图像上，不同图像的体素之间形成的对应网络可用于创建多个体素区域。该三维标记操作可应用于表现三个剖面之一的一系列连续的图像中，而且这些图 像表现了空间中不同的体素区域。一般来说，是在三个平面(轴向面、冠状面、矢状面)其中之一的一系列连续且基 本平行的医学图像上进行分析。对于图像内获得的每个连通区域，通过下列方法指定标记如果将两个连续的图 像重叠，则共有某些公共部分的区域将使用同一个全局标记。事实上，在三个平面图的一系 列图像内形成一个连接点区域的体素将使用同一个标记。参照图Ia到5d，此处“部分”的意思是指第二图像中的各区域的子区域，这些子区 域是通过将第一图像与第二图像重叠，从而将原有区域进行划分而形成的。更确切的说，“公共部分”是指第二图像中的区域的一些子区域，其中的每个像素 对于第一和第二图像的区域来说都是共有的。延伸来说，“非公共部分”是指第二图像中的区域的子区域，它们是通过在原有区 域中截去公共部分而形成的。参照图3a到3d，提供称为Ilri的图像。所述图像包括多个连通区域，每个区域具 有一个全局标记。因为所述标记是之前处理的一个或多个图像所共有的，所以这些标记具
有全局性。然后，提供后续图像(称为Γ)，如图3b所示。对图像进行处理操作后，确定多个 连通区域。每个区域具有一个标记，称为局部标记，即仅对当前图像有效的标记。然后将两个图像(Γ和Ilri)重叠以确定第一和第二图像中所有连通区域的公共部 分和非公共部分。重叠后可获得图像Cn，如图3c所示。图像重叠突出了图像Γ—1和In连通 区域所共有的公共部分35。另外，图片重叠后还突出了非公共部分34，在图In中这部分是 公共部分35的补集。然后给图像In中每个公共部分使用第一图像中与之共有此部分的那个连通区域 的全局标记，这样就在不同图像之间建立联系(对应)。同时，对于仅与图像Γ—1中一个区 域接触的第二图像中的每个非公共部分提供此区域的全局标记。最后，给不与第一图像的任何区域接触的第二图像中的每个非公共部分提供一个新标记，这个标记不属于第一图像中的任何区域。在此例中，局部标记33b变成全局标记 33。 参照图4a到4d，并根据设定三维标记过程的一个可以实现的操作，此方法包括下 列步骤_提供称为Ilri的当前图像(见图4a)。该图像包括多个连通区域，每个区域分别 用全局标记41和42表示。_然后，提供后续图像(称为Γ)，如图4b所示。在对此图像进行前面内容中所述 的处理后，尤其是通过图像分割，确定多个连通区域，每个区域具有一个局部标记。-然后将两个图像(Γ和广1)重叠以确定第一和第二图像中各区域的公共部分和 非公共部分。重叠后可获得图像Cn，如图4c所示。图像重叠突出了图像In+1和In中的区域 所共有的公共部分43a和43b。另外，重叠后还突出了非公共部分44a、44b和45，它们是图 In中相对于公共部分的补集。-然后给图像In的每个公共部分提供第一图像中的与之共有此部分的该区域的全 局标记，-同时，给与图像In+1中单个区域接触的第二图像的每个非公共部分提供该区域 的全局标记(44a和44b部分)。-最后，删除第二图像的非公共部分45，因为此部分与第一图像中两个具有不同 全局标记的区域均有接触。-参照图4d，全局标记41和42之间建立起联系，而具有上述标记的区域各部分之 间也建立起联系。参照图5a到5e，表现了一种更复杂的情况。所述方法包括下列步骤提供称为Ilri的当前图像(见图5a)。该图像包括多个连通区域，每个区域的全局 标记分别为51、52和53。然后，提供后续图像(称为Γ)，如图5b所示。在对所述图像进行前面内容中描 述的处理后，尤其是通过图像分割，确定多个连通区域，每个组具有一个局部标记501、502、 503,504,505 或 506。然后将两个图像(In和Ilri)重叠以确定第一和第二图像所有区域的公共部分和非 公共部分。图像重叠后可获得图像Cn，如图5c所示。图像重叠突出了图像In+1和In中的连 通区域所共有的公共部分502b、502c、502d、502f、503b、503e和506b。另外，图片重叠还突 出了作为图Γ中公共部分补集的非公共部分。然后给图像In的每个公共部分提供第一图像中的与之共有此部分的该区域的全
局标记。同时，给与图像Γ—1的单个区域接触的图像Γ中的每个非公共部分提供该区域的 全局标记(502a、501、503a、503c、506a)。删除与第一图像中两个具有不同全局标记的区域均有接触的第二图像的非公共 部分502h和502e。参照图5d，在全局标记51和52之间建立起连接，并在具有上述标记的区域各部分 之间也建立起联系。最后，给不与图像Ilri的任何区域相接触的部分505和504设定新的 全局标记54和55。
总之，对于与至少两个区域相接触的非公共部分可以_删除，这样在两个全局标记间形成明显的区分。-或为其指定一个新的全局标记值，这样既可以在两个全局标记间形成明显的区分，又可以保留所述部分的信息。-或为其指定其中一个区域的全局标记，这样可以确保与全局标记相关的任何信 息都不会丢失。这一决定的做出是根据一开始设置的决策规则来进行的。该规则用于定义如何处 理与不具有相同全局标记值的至少两个区域接触的非公共部分，因此，该规则可规定删除 所述部分，如图4a到4d以及图5a到5d所示。该规则还可以规定给所述非公共部分指定还未在此处理过程中使用过的新的全 局标记值，此标记值的设定一般是通过在最后指定的全局标记值基础上进行增值来实现。该规则还可以规定根据标记优先级给所述非公共部分指定与之接触的两个区域 其中之一的全局标记值。但是，为了避免对区域或区域的某些部分标记错误，通常规定一些全局标记具有 兼容性，而另外一些则不具有。上述涉及非公共部分的决策规则的应用，根据与所述部分接 触区域的全局标记是否兼容，其做出的决策也将是不同的。在标记过程中，每个全局标记得以存储和保留，使得对照表中属于不同全局标记 区域的不同像素点之间建立关系，从而在一组图像的不同图像之间建立起联系。在所述方法中，对于一个给定的图像，如果它的一个连通区域与某些区域接触，而 这些与之接触的区域的全局标记相互兼容，那么这些全局标记将具有等值。那么，这些全局标记间的等值会引起所有与其等值的全局标记间的等值。在一组 具有等值的标记之间，在对照表中选择最小的标记值指定给所有等值的标记。在所述方法中，对于一个给定的图像，如果一个连通区域与某些区域接触，而这些 与之接触的区域的全局标记之间并非全部互相兼容，那么不改变全局标记的对照表；因为 其中一些标记的不兼容性使得这些标记不具有等值。根据预定的规则，可·给该部分指定一个新的全局标记，或·删除该部分，以在两个全局标记之间形成明显的区分。需要注意的是，图像每个像素点的信息根据其位置(3坐标x、y、图像n° )、强度 和标记号码来记录。对该系列初始图像的处理方法完成后，可以获得一个对照表，并通过该表重建每 个全局标记的等值网络(以及所有与给定标记等值的标记)，并重建广义上的连通区域(在 三个平面轴向面、冠状面、矢状面)，也就是说，找到一些具有等值网络中某个标记的像素 点，从而确定体素。因此，从属于该系列其中一个图像的一组连接点的中一个点出发，可找到所有广 泛连接(即，在空间的三个平面内)的点，该点属于其中一个。医师感兴趣的区域在设定标记过程前，医师选择一个图像，该图像能够将其想要检查的出现异常的 部位显示的最为清晰。通过该图像，医师能预先选择一些点，这样，在标记该图像后，即可获得与这些点相联系的那些区域的标记。给包括选定点的区域优先提供数值为1的全局标记。给图像中的其他区域提供数值为2的全局标记。数值为1的全局标记为等值网络所指定的一个标记，这个标记是医师想要探究的 那些区域的共同标记。数值为2的全局标记为等值网络指定的一个标记，这个标记中的区域不属于全局 标记值为1的那个等值网络。全局标记1和2不兼容。当处理该系列图像时，根据此前所述创建对照表。当认为两个全局标记等值时，就 对此表格做出修改，即将这两个标记统一为其中具有最小值的那个标记，并将此标记值放 入等值网络中。但是，在值分别为2和1的全局标记之间不会存在等值。这两个标记不兼 容。这是一项非常重要的规则，可避免标记1(医师寻找的区域)在该图像的其他区域“蔓 延”，而其他区域实际上并不是所需的部分。需要注意的是，在一系列图像中，最先处理的图像并不一定就是该系列的第一图 像。因此，选择一个初始图像，就会获得两部分的图像-从该初始图像开始向上延伸到最后一张图像为第一部分，-从该初始图像开始向下延伸到第一图像为第二部分。选择初始图像可使医生找到能够将想要检查的异常部位分辨的最为清楚的图像。在处理该系列的第一部分图像期间，创建对照表，同一表格也将用于该系列的第 二部分图像的处理中。处理该系列的第二部分图像，也和前面一样从初始图像开始，但是不同之处在于， 为这部分图像指定的新全局标记，是从第一部分图像处理中所达到最后一个标记值之后开 始。在完成处理后，获得对照表，并通过该表重建每个标记的等值网络，并重建广义上 (即，在三个平面轴向面、冠状面、矢状面)的连通区域。因此，通过全局标记1，可找到所有与该标记广泛连通的点。此方法在一系列大脑磁共振图像中的应用参照图6a到6d，描述了本发明的方法在一系列大脑磁共振图像中的应用。最初，在轴向面中获取一系列连续的图像；这些图像通过磁共振成像设备获得。医师主要的目的在于从该系列图像的至少一个图像中识别出异常(肿瘤、脑溢血 等)，从而对此异常进行选定的测量(例如，体积测量)。在一系列原始图像中，医师提取点云或者说基本上是一系列包括该异常始末位置 的图像。颅骨分割对于该系列中的每个图像，基于颅骨的形状，计算一个连通区域以及此区域中所 有点的重心。为此，需要进行简单的阈值设定，即通过设定最大阈值和最小阈值将图像二值化， 以实现最佳的颅骨分割，如图6a所示，其中白色的骨头部分清晰可见。然后进行关联填充以获得整个颅骨的形状。大脑分割对于该系列中每个图像基于上述计算过的颅骨范围，计算大脑的形状。
为此，对每个图像进行下列操作-图像阈值设定，以获得最佳的大脑分割，如图6b所示，-然后，在保持颅骨位于图像中心的同时，通过给定的系数(通常为0.99到0.9之 间的比例系数)来缩小颅骨的形状(事先已分割)，从而定义经过缩小的形状之外的区域。 这样可以自动排除任何缩小的形状之外的点(那么这些点可能属于颅骨的骨头部分)。-进行大脑关联填充以获得整个大脑的形状。肿瘤分割 然后进行阈值设定以获得最佳的肿瘤(或任何其他异常)分割，如图6c所示。优选地，可在对生成的图像设定阈值之前，对初始图像进行方差滤波(例如，以 3X3掩码的形式)。先前定义的排除区域使得在对肿瘤设定阈值时不用考虑颅骨。这样，对不同的区 域进行关联填充。排除区域的存在使得可以对位于颅骨内部而不是颅骨本身的所有部分都 可以进行关联填充。然后对图像进行标记设定(见图6d)。这种图像标记设定使得医师可以定义要检 查的区域(全局标记值为1)，此例中这个区域是肿瘤，以及要检查的区域之外的部分(全 局标记值为2)。然后分割肿瘤，并在初始图像中标示构成肿瘤的每个连通区域中的点的位置。优选地，在初始图像中，可以规定边界，将同一个连接点区域分成多个区域(例 如，将肿瘤与图像的剩余部分分离)。这些边界可用于分离多个区域，在这些区域中，肿瘤的 某些部分被认为与其“外部”元素相连通(见图6d)。体积计算在所述方法最后，参照图7，计算要检查的连通区域的体积(例如，肿瘤)。通过图像的空间分辨率以及各个图像之间的间距，可通过被分割区域中体素的数 量来确定肿瘤的体积。如此一来，可通过在肿瘤连续切面的表面积之间使用线性内插法来 计算体积。
权利要求
1.两个图像之间传输标记的方法，其特征在于，所述方法包括-提供第一图像(Ilri)，此图像包括多个连接点区域，每个区域由一个标记表示(31、 32、41、42、51、52、53)， -提供第二图像(In)，-在第二图像中确定多个连接点区域(31b、32b、33b、501、502、503、504、505、506)， -将两个图像重叠以确定第一和第二图像中所述连接点区域的公共部分(35、43a、 43b、506b、502b、502c、502d、502f、503b、503d)和非公共部分(34、44b、45、501、503a、503c、 502a、502b、502g、502e、504、505、506a)，-对于第二图像的每个公共部分(31、44b、506a、502a、503a)，提供第一图像中与之共 有此部分的该区域的标记，-对于第二图像中仅与第一图像中单个连接点区域接触的每个非公共部分(31、44b、 506a、502a、503a)，提供与之相交的那个区域的标记，-对于第二图像中不与第一图像的任何一个连接点区域接触的每个非公共部分(34、 501、504,505)，设定一个新标记。
2.根据权利要求1所述的方法，其特征在于，包括一个额外的步骤，即删除与第一图 像中至少两个具有不同标记的区域接触的第二图像中的每个非公共部分G5、502b、502g、 502e>503c)。
3.根据权利要求1所述的方法，其特征在于，包括一个额外的步骤，即对于与第一图像 中至少两个具有不同标记的区域接触的第二图像的每个非公共部分(45、502b、502g、502e、 503c)设定一个新标记。
4.根据权利要求1所述的方法，其特征在于，包括一个额外的步骤，即对于与第一图像 中至少两个具有不同标记的区域接触的第二图像的每个非公共部分(45、502b、502g、502e、 503c)提供其中一个区域的标记。
5.根据权利要求1-4任一项所述的方法，其特征在于，每个标记具有一个数值，所述方 法还包括下列这个步骤-对于与第二图像中同一个区域接触的第一图像的两个区域，在其标记之间创建等值。
6.根据权利要求5所述的方法，其特征在于，标记之间并不兼容，因此这些标记之间无 法创建等值。
7.根据权利要求1-6任一项所述的方法，要确定图像的不同区域，至少包括下列处理 步骤之一图像分割，使用方差滤波、关联填充。
8.通过不同图像确定体积的方法，其中每个图像代表连续的、基本平行的平面，此方法 包括下列步骤-在该组图像中选择一个初始图像， -在需要确定体积的初始图像中选择一些点，-在初始图像中确定多个连接点区域，并使之前选择出的点属于同一区域，该区域具有 主要标记，其他区域具有次要标记， 此方法特征在于，并包括以下步骤-对所有图像应用根据权利要求1-7任一项所述的标记传输方法， -确定每个图像中包含所述特定标记的区域的对应体积。
9.根据权利要求8所述的确定体积的方法，包括下面的步骤将每个图像中包含所述 特定标记的区域的面积进行合并。
10.在医学扫描图像或磁共振图像中体积确定的方法，其特征在于，包括权利要求8或 9中所述方法的所有步骤。
11.在患者大脑的医学扫描图像或磁共振图像中确定体积的方法，其特征在于，包括权 利要求8或9中所述的体积确定方法的所有步骤，以及预先包括下列步骤-在初始图像中，确定与患者颅骨对应的区域， -在初始图像中，确定与患者大脑对应的区域。
12.可进行医学图像如扫描图像或磁共振图像中体积确定的设备，其特征在于，包括将 权利要求8或9所述的体积确定方法的所有步骤付诸实施的设置。
13.根据上一权利要求所述的设备，包括用于获取医学图像的器材。
14.计算机程序产品，包括在计算机可用的介质上记录的程序代码指令，以执行权利要 求8或9所述的方法的所有步骤。
全文摘要
本发明涉及一种在两个图像之间传输标记的方法，其特征在于，该方法包括提供第一图像，其包括多个连接点区域，每个区域具有一个标记，提供第二图像，在第二图像中确定多个连接点区域，将两个图像重叠以确定第一和第二图像中所述区域的公共部分和非公共部分，给第二图像的每个公共部分提供第一图像中与之共有此部分的该区域的标记，给与第一图像中单个连接点区域接触的第二图像的每个非公共部分提供该区域的标记，给不与第一图像中任一区域接触的第二图像的每个非公共部分提供一个新标记。
文档编号G06T7/00GK102132320SQ200980123583
公开日2011年7月20日 申请日期2009年6月12日 优先权日2008年6月12日
发明者弗兰克·麦斯里-尤金 申请人:弗兰克·塞巴斯蒂安·雷诺, 弗兰克·麦斯里-尤金