解剖结构的基于模型的分割的制作方法

本发明涉及一种用于对医学图像中的解剖结构执行基于模型的分割的系统和方法。本发明还涉及一种包括定义可变形模型的模型数据的数据存储设备，涉及包括所述系统的工作站和成像装置，并且涉及包括用于令处理器系统执行所述方法的指令的计算机程序产品。

背景技术：

对医学图像中的各种解剖结构的鲁棒自动分割是在改进临床工作流程中的关键使能器。此处，术语分割是指通过例如对解剖结构的边界的描绘或者通过对由边界包围的体素进行标记而对医学图像中的解剖结构的识别。一旦已经执行这样的分割，就能够提取临床参数，例如在心脏结构的情况下，心室质量、射血分数以及壁厚度。因此，自动分割能够显著减少扫描到诊断时间，并且因此帮助临床医师建立更有效的患者管理。

已知使用可变形模型来分割医学图像中的解剖结构。这种类型的分割也被称为基于模型的分割。可以由模型数据来定义可变形模型。具体地，模型数据可以定义解剖结构的几何结构，例如以多室三角网格的形式。可以通过将仿射变换分配到这样的可变形模型的每个部分来对患者间和相位间形状变异性进行有效建模。仿射变换覆盖平移、旋转、沿不同坐标轴的缩放以及剪切。此外，可以通过对在可变形模型的不同部分之间的过渡处的仿射变换的内插来维持网格规律性。

将可变形模型应用到医学图像的图像数据(也被称为网格适应)可以涉及对能量函数进行优化，所述能量函数可以基于外部能量项和内部能量项，所述外部能量项帮助使可变形模型适应于图像数据，所述内部能量项维持可变形模型的刚度。

上面描述的类型的可变形模型本身是已知的，将这样的模型应用到医学图像中的解剖结构的方法同样也是已知的。

例如，o.ecabert等人的题为“automaticmodel-basedsegmentationoftheheartinctimages”(ieeetransactionsonmedicalimaging2008,27(9),pp.1189-1201)的出版物描述了一种用于从三维(3d)计算机断层摄影(ct)图像对心脏(四个腔、心肌以及大血管)的自动分割的基于模型的方法。此处，执行模型适应，逐渐增加允许的变形的自由度，以改进收敛性以及分割准确性。首先使用广义的霍夫变换的3d形式将心脏在图像中局域化。通过利用全局相似性变换将模型匹配到图像来校正姿势未对准。然后通过将仿射变换分配到模型的每个解剖区域来解决多室网格的复杂初始化。最后，执行可变形适应以准确地匹配患者的解剖体的边界。

技术实现要素：

已知可变形模型和将这样的模型应用于医学图像中的解剖结构的方式的问题在于，它们可能不足够拟合医学图像中的解剖结构的具有不良可见性的部分。

具有用于使得可变形模型能够更好地拟合具有这样的不良可见性的部分中的解剖结构的系统或方法会是有利的。

为了更好地解决该问题，本发明的以下方面提供了定义数据，所述定义数据定义所述可变形模型的第一部分与第二部分之间的几何关系，其中，所述可变形模型的第一部分要被拟合到的所述解剖结构的第一部分被假定在所述图像数据中具有比所述可变形模型的第二部分要被拟合到的所述解剖结构的第二部分更好的可见性。所述定义数据然后被用于调节所述可变形模型的第二部分的拟合以便更好地拟合解剖结构的第二部分。

本发明的第一方面提供了一种用于对医学图像中的解剖结构执行基于模型的分割的系统，所述系统包括：

输入部，其用于获得所述医学图像的图像数据；

数据存储设备，其包括模型数据，所述模型数据定义用于分割解剖结构的类型的可变形模型，所述可变形模型包括要被拟合到所述解剖结构的对应部分的部分；以及

处理器，其被配置用于通过将所述可变形模型应用于所述图像数据来执行对所述解剖结构的基于模型的分割；

其中，所述数据存储设备还包括定义数据，所述定义数据定义所述可变形模型的第一部分与第二部分之间的几何关系，其中，所述解剖结构的对应第一部分被假定在所述图像数据中具有比所述解剖结构的对应第二部分更好的可见性；

其中，在所述可变形模型到所述图像数据的所述应用之后，所述处理器还被配置用于：

i)使用所述定义数据来定位所述图像数据中的图像特征，所述图像特征匹配与所述可变形模型的所述第一部分的所述几何关系；并且

ii)基于所述图像特征的位置来调节所述可变形模型的所述第二部分的拟合，从而将所述可变形模型的所述第二部分更好地拟合到所述解剖结构的所述第二部分。

本发明的又一方面提供一种数据存储设备，包括：

模型数据，其定义用于分割解剖结构的类型的可变形模型，所述可变形模型包括要被拟合到所述解剖结构的对应部分的部分；以及

定义数据，其定义所述可变形模型的第一部分与第二部分之间的几何关系，其中，所述解剖结构的对应第一部分被假定在图像数据中具有比所述解剖结构的对应第二部分更好的可见性。

本发明的又一方面提供一种用于对医学图像中的解剖结构执行基于模型的分割的方法，所述方法包括：

获得所述医学图像的图像数据；

提供模型数据，其定义用于分割解剖结构的类型的可变形模型，所述可变形模型包括要被拟合到所述解剖结构的对应部分的部分；

提供定义数据，其定义所述可变形模型的第一部分与第二部分之间的几何关系，其中，所述解剖结构的对应第一部分被假定在所述图像数据中具有比所述解剖结构的对应第二部分更好的可见性；

通过将所述可变形模型应用于所述图像数据来执行对所述解剖结构的基于模型的分割；

使用所述定义数据来定位所述图像数据中的图像特征，所述图像特征匹配与所述可变形模型的所述第一部分的所述几何关系；并且

基于所述图像特征的位置来调节所述可变形模型的所述第二部分的拟合，以便将所述可变形模型的所述第二部分更好地拟合到所述解剖结构的所述第二部分。

本发明的又一方面提供一种包括指令的计算机程序产品，所述指令用于令处理器系统执行所述方法。

以上措施涉及获得医学图像的图像数据。所述医学图像示出了解剖结构，诸如器官、器官的部分等。这样的医学图像通常是患者的并且可以使用成像模态(例如ct、磁共振(mr)成像等)来获得。此外，提供模型数据，其定义用于分割解剖结构的类型的可变形模型。例如，可变形模型可以被布置用于分割人类心脏或其部分。所述模型数据可以被包括在诸如半导体存储器、磁盘或光盘等的数据存储设备上。可变形模型包括要被拟合到解剖结构的对应部分的部分。例如，可变形模型的一部分可以被布置用于拟合心脏的左心室，而可变形模型的另一部分可以被布置用于拟合心脏的右心室。应注意，可变形模型可以不需要明确地被划分为这样的部分。相反地，这样的部分可以隐含而内在地存在。此外，处理器被布置用于执行对解剖结构的基于模型的分割，即通过将可变形模型应用到图像数据。应注意，本段中描述的功能从对解剖结构的基于模型的分割的领域本质上已知的。

此外，提供定义数据，用于定义所述可变形模型的第一部分与第二部分之间的几何关系。此处，可变形模型的第一部分和第二部分特别是那些部分，即已经被特别选择，其中，所述解剖结构的对应第一部分被假定在所述图像数据中具有比所述解剖结构的对应第二部分更好的可见性。应注意，可见性的所述差异可以由解剖结构的不同部分之间的解剖特性中的差异引起，所述差异在被成像之后产生可见性中的差异。例如，不同的解剖结构可以具有引起x射线射束的不同吸收的不同密度。解剖结构也可以在厚度上变化。额外地，这是由于用于相互作用的额外电子的引入，造影剂可以改进解剖结构的可见性。还应注意，可以假定可见性中的差异，因为先前经验、教科书知识或类似信息已经可以预测可见性中的这样的差异。具体地，可以结合图像模态的特性基于解剖特性来假定这样的差异。这样一来，可以不需要实际分析特定图像数据以确定所述差异。

如果所述可变形模型已经被正确地应用到图像数据，即，甚至到在医学图像中具有不良可见性的解剖结构的部分，则几何关系可以指示可变形模型的第一部分与第二部分之间的假定的相对位置。应注意，由于患者间和相位间形状变异性，几何关系可以涉及概率。这可以由指示例如可能相对位置的范围的几何关系来考虑。

此外，所述处理器被配置用于在所述可变形模型已经被初始应用于图像数据之后，使用所述定义数据来定位图像数据中的图像特征，所述图像特征匹配与可变形模型的第一部分的几何关系。这样一来，通过考虑可变形模型的第一部分与第二部分之间的几何关系以及可变形模型的第一部分在图像数据中的位置来定位图像特征。有效地，处理器可以基于所述几何关系和可变形模型的第一部分在图像数据中的位置来将图像特征定位于解剖结构的第二部分预期被定位之处。例如，如果几何关系指示可变形模型的第二部分关于可变形模型的第一部分正交地被定位，即当所述第二部分已经被正确地应用于图像数据时处于1mm与2mm之间的距离处，则可以通过在所述范围内在正交于可变形模型的第一部分的图像数据中进行搜索来定位图像特征。

此外，所述处理器被配置用于使用图像特征的位置将所述可变形模型的所述第二部分更好地拟合到所述解剖结构的所述第二部分。这可以有效地包括在考虑图像特征的位置的同时将可变形模型重新应用于图像数据。另一可能性在仅可变形模型的第二部分被选择性地调节。

以上措施具有以下效果，即，提供定义数据，其向处理器指示当可变形模型已经被正确地应用到图像数据时可变形模型的第二部分预期被为在何处。因为这通常不是该情况，即，由于图像数据中的解剖结构的对应第二部分的假定的相对较差的可见性，使得处理器能够定位图像特征，所述图像特征匹配与可变形模型的第一部分的几何关系，并且因此可能是解剖结构的第二部分的图像表示的部分或者整个构成其所述图像表示。通过基于图像特征的位置来调节可变形模型的第二部分的拟合，能够获得可变形模型的第二部分的较好的拟合，而不管解剖结构的第二部分的所述相对较差的可见性。有效地，以上措施使得系统能够尤其改进可变形模型中已经被预期产生不足够的拟合的那些部分，而不管可变形模型已经被优化用于拟合这样的部分，例如，通过为这些部分选择不同仿射变换或者不同能量项。

发明人已经认识到，以上措施可以有利地被应用于改进可变形模型到左心房的心外膜边界的拟合。该边界通常在心脏ct图像中具有不良可见性，不但使得自动分割困难而且使得手动分割困难。通过提供对心内膜边界进行建模并且通常在心脏ct图像中具有良好可见性的可变形模型的部分与对心外膜边界进行建模的可变形模型的部分之间的几何关系，使得所述系统能够特别地搜索心外膜边界的图像特征，这不同于例如在将可变形模型应用到图像数据中频繁使用的图像梯度，或较其更具有特异性。例如，所述系统可以定位跟随第一向下倾斜边缘的第二向下倾斜边缘和在两者边缘之间的中间平台，从而使得系统能够在图像数据中定位心外膜边界，并且随后将可变形模型更好地拟合到心外膜边界。发明人还认识到，可见性中的这样的差异可以存在于各种其他类型的解剖结构中。因此，尽管对左心房的心内膜和心外膜边界的基于模型的分割将被频繁用作范例，但是本发明不限于该特定解剖结构，而是也可以有利地被应用于其他解剖结构。

任选地，所述处理器被配置用于通过使用所述几何关系作为搜索参数来搜索所述图像数据的强度概况中的所述图像特征来定位所述图像特征。强度概况根据特定方向上的位置来设置强度值。已经发现，强度概况很适于对与解剖结构的被假定为具有不良可见性的部分有关的图像特征进行定位。由于解剖结构的这样的部分通常与边界(的部分)有关，因此强度概况的形状使得边界能够被定位，即使边界自身不可见。例如，如果若干边界交叠，则这可以建立在图像概况中的特定形状。通过使用几何关系作为搜索参数，搜索能够被约束到例如特定区域或区。

任选地，所述处理器被配置用于建立正交于所述可变形模型的所述第一部分的所述强度概况。正交强度概况很适于关于解剖结构的外部部分来对与解剖结构的内部部分有关的图像特征进行定位，即，内部表面和外部表面。如果解剖结构相对薄，则内部表面的边界和外部表面的边界可能在图像数据中部分交叠，从而使得与两者边界中具有较差可见性的一个的拟合困难。如果例如从更可见的边界指示距离或者距离范围，则正角强度概况使得能够定位这样的边界。

任选地，所述处理器被布置用于通过将模板匹配应用到所述强度概况来定位所述图像特征。模板匹配很适于定位各种类型的图像特征，诸如边缘的部分，平台等。

任选地，所述图像特征是以下的组中的一个：边缘、所述边缘中的平台、局部最大值以及局部最小值。这些图像特征已经被发现很适于定位解剖结构中具有相对较差可见性的部分。

任选地，所述处理器还被配置用于在所述图像数据中定位所述图像特征之前执行图像增强。通过执行图像增强，可以增强解剖结构的在其他情况下具有不良可见性的部分的可见性。例如，图像特征可以适于图像特征的类型，与可变形模型的第一部分的几何关系等。

任选地，所述处理器被配置用于执行方向滤波作为所述图像增强的部分，所述方向滤波具有平行于所述可变形模型的所述第一部分的滤波取向。平行于所述可变形模型的所述第一部分的方向滤波很适于增强相比于附近表面具有相对较差可见性的表面的可见性，因为可以抑制解剖结构的其他部分的噪声或图像特征，从而增强所述表面的可见性。

任选地，所述方向滤波包括在具有平行于可变形模型的第一部分的长度的近邻中的强度平均。

任选地，所述几何关系由以下的组中的至少一个来定义：从所述可变形模型的所述第一部分到所述可变形模型的所述第二部分的距离、距离范围、方向以及方向范围。距离和/或方向可以指示可变形模型的第二部分关于第一部分的相对位置。距离范围和/或方向范围允许考虑患者间和相位间形状变异性。将认识到，通过定义距离范围和方向范围，可以定义二维区或三维区。

任选地，所述处理器还被配置用于：

i)确定已经被实际定位的所述图像特征是否对应于所述解剖结构的所述第二部分的概率；并且

ii)基于所述概率来调节所述可变形模型的所述第二部分的拟合。

通过确定已经被实际定位的所述图像特征是否对应于所述解剖结构的所述第二部分的概率，所述处理器有效地确定可靠性量度，并且因此考虑可能未被正确定位的图像特征，而不管所得到的量度。通过基于所述概率来调节所述可变形模型的所述第二部分的拟合，可以取决于正确图像特征已经被发现的概率来实现调节的程度。有效地，可以基于所述概率来调制调节的程度，从而在低概率的情况下产生小的调节或者不产生调节，并且在高概率的情况下产生完全调节。

任选地，所述定义数据还指示所述图像特征的性质，并且其中，所述处理器被配置用于还基于所述性质在所述图像数据中定位所述图像特征。因此，所述定义数据不仅指示图像特征的可能位置，而且指示图像特征的性质，例如，类型、尺寸等。例如，定义数据可以指示要被定位的图像特征是边缘中的平台，所述平台被假定被定位为距可变形模型的第一部分2mm。

任选地，所述可变形模型被布置用于分割人体心脏的至少部分，其中，所述可变形模型的所述第一部分被布置用于拟合所述人体心脏的心内膜表面，并且所述可变形模型的所述第二部分被布置用于拟合所述人体心脏的心外膜表面。

本发明的另外的方面提供一种包括所述系统的工作站或成像装置。

本领域技术人员将认识到，可以以任何认为有用的方式将本发明的上述实施例、实施方式和/或方面中的两个或更多个进行组合。

对应于所描述的对系统的修改和变型的工作站、、方法和/或计算机程序产品的修改和变型能够由本领域技术人员在本说明书的基础上来执行。

本领域技术人员将认识到，所述方法可以应用于由各种采集模态采集的多维图像数据，例如，二维(2-d)、三维(3-d)或四维(4-d)图像，所述各种采集模态诸如但不限于标准x射线成像、计算机断层摄影(ct)、磁共振成像(mri)、超声(us)、正电子发射断层摄影(pet)、单光子发射计算机断层摄影(spect)和核医学(nm)。

本发明在独立权利要求中被限定。有利的实施例在从属权利要求中被限定。

附图说明

参考下文描述的实施例，本发明的这些和其他方面显而易见并得到阐明。在附图中，

图1示出了用于对医学图像中的解剖结构执行基于模型的分割的系统；

图2示出了用于基于模型的分割的方法；

图3示出了用于执行所述方法的计算机程序产品；

图4示出了已经被应用于人体心脏的左心房的ct图像的可变形模型的范例，其中，可变形模型的内部部分被示出为足够地拟合左心房的心内膜表面，并且可变形模型的外部部分被示出为足够地拟合左心房的心外膜表面；

图5a示出了正交于可变形模型的其中心外膜表面没有紧密邻近结构的区域中的内部部分的强度概况，其中，可变形模型的外部部分已经被调节以基于到可变形模型的应用的内部部分的距离来更好地拟合左心房的心外膜表面；

图5b示出了在左心房的不同区域处的这样的强度概况；

图6示出了正交于可变形模型的其中心外膜表面由空气围绕的区域中的内部部分的强度概况，其中，可变形模型的第二部分同样已经被调节以更好地拟合心外膜表面；

图7图示了左心房的心外膜表面的具有不良可见性的原因中的一个，即通过心外膜表面被定位接近于强对比邻近结构；

图8a示出了正交于可变形模型的其中心外膜表面接近于这样的强对比邻近结构的区域中的内部部分的强度概况，其中，可变形模型的外部部分同样已经被调节以拟合心外膜表面；

图8b示出了在图像增强之后的强度概况，即平行于可变形模型的内部部分的近邻中的强度平均；

图9a示出了用于强度平均的第一滤波器核；并且

图9b示出了用于强度平均的第二滤波器。

具体实施方式

图1示出了用于对医学图像中的解剖结构执行基于模型的分割的系统100。系统100包括用于获得医学图像的图像数据042的输入部120。出于该目的，系统100被示出为被连接到数据库040。例如，数据库040可以包括医院信息系统(his)的影像归档和通信系统(pacs)或者为其部分，系统100可以被连接到所述影像归档和通信系统或者被包括在所述影像归档和通信系统中。系统100还包括数据存储设备200，所述数据存储设备包括定义可变形模型以分割解剖结构的类型的模型数据210，其中，所述可变形模型包括要被拟合到解剖结构的对应部分的部分。数据存储设备200被示出为系统100的内部部件，并且可以包括例如基于磁盘的数据存储设备(诸如硬盘)、基于半导体的数据存储设备(诸如rom或ram存储器)、被插入到存储介质阅读器的可移动存储介质等。应注意，数据存储设备200也可以分离地被提供，例如以可移动存储介质的形式。系统100还包括处理器140，所述处理器被配置用于通过将可变形模型应用于图像数据来执行对解剖结构的基于模型的分割。出于该目的，处理器140被示出为从数据存储设备200接收定义可变形模型的模型数据，并经由输入部120从数据库040接收医学图像的图像数据042。

数据存储设备200还包括定义数据220，所述定义数据定义可变形模型的第一部分与第二部分之间的几何关系，其中，解剖结构的对应第一部分被假定在图像数据042中具有比解剖结构的对应第二部分更好的可见性。因此，定义数据220可以独立于模型数据210而被提供。备选地，定义数据220可以被包括在模型数据210中，例如，以元数据的形式。应注意，通常，可以仅针对可变形模式的部分的子集提供定义数据220。例如，仅针对被假定为在图像数据042中具有不良可见性并且因此被假定为导致对解剖结构的对应部分的不足拟合的那些部分，可以定义与可变形模型中被假定为获得较好的拟合的各自的部分的几何关系。

处理器140还被配置为执行以下操作。在已经将可变形模型应用于图像数据之后，处理器140使用定义数据来定位图像数据042中的图像特征，所述图像特征匹配与可变形模型的第一部分的几何关系。处理器然后基于图像特征的位置来调节可变形模型的第二部分的拟合，从而将可变形模型的第二部分更好地拟合到解剖结构的第二部分。因此，获得经调节的可变形模型的第二部分。

应注意，将参考图4-9b更加详细地解释系统100的操作，并且尤其是处理器140的操作。

图2示出了用于对医学图像中的解剖结构执行基于模型的分割的方法300。方法300在题为“获得图像数据”的阶段中包括获得310医学图像的图像数据。方法300在题为“提供模型数据”的阶段中还包括提供320模型数据，所述模型数据定义用于分割解剖结构的类型的可变形模型，所述可变形模型包括要被拟合到解剖结构的对应部分的部分。方法300在题为“提供定义数据”的阶段中还包括提供330定义可变形模型的第一部分与第二部分之间的几何关系的定义数据，其中，解剖结构的对应第一部分被假定在图像数据中具有比解剖结构的对应第二部分更好地可见。将认识到，可以以任何适当的顺序执行以上阶段，例如，连续地，同时地或其组合。

方法300在题为“执行基于模型的分割”的阶段中还包括通过将可变形模型应用于图像数据来执行340对解剖结构的基于模型的分割。方法300在题为“定位图像特征，所述图像特征匹配与可变形模型的第一部分的几何关系”的阶段中还包括使用350定义数据来定位图像数据中的图像特征，所述图像特征匹配与可变形模型的第一部分的几何关系。方法300在题为“基于图像特征的位置来调节可变形模型的第二部分的拟合”的阶段中还包括基于图像特征的位置来调节360可变形模型的第二部分的拟合，以便将可变形模型的第二部分更好地拟合到解剖结构的第二部分。

图3示出了计算机程序产品380，其包括指令370，即计算机程序，所述指令用于令处理器系统来执行图2的方法。计算机程序370可以以非暂态方式被包括在计算机可读介质380中，例如，以作为一系列机器可读物理标记和/或作为具有不同的电气(例如，磁性)或光学性质或值的一系列元素的形式。

图1的系统和图2的方法的操作，包括它们的各个可选方面，可以更详细地被解释如下。

图4示出了对应于通过患者的体积ct图像的切片的图像数据042。图像数据042示出了患者的左心房。图4图示了可以在将左心房的已知可变形模型应用于图像数据042时获得的结果，即，被布置用于拟合左心房的心内膜表面的可变形模型的第一(内部)部分400足够地拟合所述表面，而被布置用于拟合左心房的心外膜表面的可变形模型的第二(外部)部分410不足地拟合所述表面。通过可变形模型的外部部分410有时错误地拟合到心内膜表面并且有时错误地匹配到其他邻近结构的部分，能够看到后面方面。对于该情况的典型原因在于，心外膜表面在这样的体积ct图像中可能是具有不良可见性的，尤其是当与心内膜面或这样的其他邻近结构的表面相比时。这样一来，已知可变形模型和应用这样的模型的方式可能获得可变形模型到这样的心外膜表面的不足的拟合。

在这方面，应注意，图4示出了通过患者的体积ct图像的切片，并且因此也示出了通过可变形模型的切片。将认识到，针对这样的体积图像数据，这样的可变形模型通常是3d模型，例如，通过由多室三角网格来构成。应注意，这样的可变形模型根据基于模型的分割的领域本身是已知的。

根据图4的范例，定义数据可以定义可变形模型的内部部分与外部部分之间的几何关系，假定内部部分可能相对好地拟合图像数据042中示出的心内膜边界，而外部部分可能较不好地即相对较差地拟合心外膜边界。例如，几何关系可以是距离或距离范围，其利用了以下事实，即，由于在心内膜表面与心外膜表面之间的心肌壁的典型厚度，心内膜表面与心外膜表面之间的距离通常为1.89mm+/-0.48mm。应注意，针对可变形模型的不同部分，可以提供不同的几何关系。例如，在左心房的特定区域中，心肌壁可达3.5mm厚。因此，对于被布置为在这些区域中拟合心外膜边界的可变形模型的(一个或多个)部分，可以关于拟合心内膜边界的可变形模型的(一个或多个)部分提供基于3.5mm的距离或距离范围。

图4还图示了本发明的任选方面，其中，所述处理器可以被布置为通过搜索正交080于可变形模型的第一部分400建立的在图像数据042的强度概况中的图像特征来定位图像数据042中的图像特征，所述图像特征匹配与可变形模型的第一部分400的几何关系。因此，几何关系可以被定义为正交于可变形模型的第一部分400的距离或者距离范围，例如通过额外地定义所述正交方向或者这被隐含地假设。应注意，几何关系的正交性尤其应用于包括内部部分和外部部分的可变形模型，并且应用于包括这样的内部部分和外部部分的解剖结构。然而，将认识到，针对其他可变形模型和/或几何结构，几何关系的不同类型可以被假定并且因此由定义数据来定义。例如，距离或者距离范围可以在非正交方向处被定义。

图5a示出了正交于可变形模型的在其中心外膜表面没有接近的邻近结构的区域中的内部部分的若干强度概况090。此处，垂直轴082对应于图像强度，如以亨氏单位(hu)表示。水平轴080对应于沿强度概况的距离，其中，关于已经被应用于图像数据之后的可变形模型的内部部分来定义所述距离。因此，0mm对应于可变形模型的内部部分，所述内部部分当被正确地应用时对应于左心房的心内膜表面。图5a借助于虚线图示了沿强度概况的可变形模型的内部部分400的该位置。图5a还图示了以相对距离405的形式的几何关系，以及已经基于几何关系调节之后的可变形模型的外部部分412的位置。应当注意，为了便于理解，图5a和另外的未示出在被调节之前的可变形模型的外部部分412的(错误)位置。

在图5a中能够看到，在其中心外膜表面没有接近的近邻结构的区域中，心内膜的边界(之后也被称为心内膜边界)与相对明显的向下倾斜边缘(即，下斜函数)同样是可见的，其因此在强度概况090中具有相对较好的可见性。心外膜边界通过表示强度中的较小改变具有与较不明显的随后的向上倾斜边缘相当的可见性。应注意，强度中的这种改变(即当从左到右考虑强度概况时的增加)可以低至100hu。还应注意，两者边缘之间的凹部表示动脉心肌。在图5的范例中，几何关系可以定义在1.5mm到4mm之间的距离范围。该距离范围可以表示以从心内膜边界的正交向外方向的心外膜边界的假定的位置。因此，已经将可变形模型的内部部分应用于心内膜边界，处理器可以搜索在强度概况090中匹配几何关系的图像特征，即，处理器可以搜索在强度概况090中的距可变形模型的内部部分的位置左侧1.5mm到4mm内的图像特征。图像特征可以是边缘，尤其是向上倾斜边缘。然而，如将在随后的范例中看到的，图像特征也采取另一形式，例如，边缘中的平台、局部最大值、局部最小值等。可变形模型可以指示图像特征或者图像特征的性质。备选地，图像特征和/或其性质可以以其他形式被指定到处理器，或者硬编码。

图5a示出了已经被调节为正确地拟合心外膜表面的可变形模型的外部部分412。图5b示出了与图5a中类似的强度概况092，其中，除了在对应于图5b的区域中，心外膜边界甚至更加不可见，即通过表示比图5a中示出的心外膜边界更小的强度的增加。因此，可变形模型的外部部分可以被不正确地拟合到心外膜边界。相比之下，心内膜边界仍然具有相对较好的可见性，从而导致可变形模型的内部部分已经被正确地拟合到心外膜边界。如在图5a的范例中，定义数据可以为处理器指示距离范围以搜索向上倾斜边缘。出于该目的，可以使用边缘检测算法，如从图像处理和分析的领域本身已知的。因此，对应于心外膜边界的边缘可以被检测到，并且可变形模型的外部部分可以被调节以拟合边缘的位置，从而获得经调节的可变形模型的外部部分412。

图6示出了正交于可变形模型的心外膜表面由空气围绕(如可以在左心房的一些区域中出现的)的区域中的第一部分的强度概况094。在这种情况下，强度概况094可以示出心内膜边界的强度中的相对明显减小、采取平台形式的薄动脉心肌以及然后由到空气的过度引起的强度的进一步减小。为了检测心外膜边界，代替于如在图5a和5b的情况下搜索向上倾斜边缘，图像特征可以对应于强度中的该进一步减小。其他问题在于，动脉心肌可以如此薄，以至于没有真实平台是可见的，从而潜在导致大的向下倾斜边缘。然而，在大多数情况下，适当的定义的几何关系(例如，适当的距离范围)与适当定义的图像的特征(例如，第二向下倾斜边缘)结合的组合可以实现可变形模型到心外膜边界的改进的拟合。具体地，模板匹配可以被用于检测心外膜边界，即通过模板匹配，提供一个大的向下倾斜边缘上的位置。

将认识到，为了应对跨不同强度概况的心外膜边界的不同形状，定义数据可以定义针对可变形模型的不同部分的不同的图像特征或性质。

图7图示了诸如心外膜表面的解剖结构的具有不良可见性的原因中的一个，即通过所述部分被定位接近于强对比邻近结构。范例是左心房中邻近于主动脉的区域。此处，强度概况可以示出在心内膜的向下倾斜边缘之后的清楚的向上倾斜边缘，如图8a和8b示出的。然而，此处，清楚的向上倾斜边缘主要是由主动脉的边界而不是由心外膜边界引起的。由于主动脉的边界和心外膜边界相对于用于采集医学图像的成像装置的分辨率如此紧密地被定位在一起，因此它们在图像数据中彼此交叠。这在图7中原理性地被图示，图7示出了主动脉的强度概况090b与心内膜边界和心外膜边界的强度概况090a的交叠。在得到的组合强度概况090c中，心外膜的向上倾斜边缘不再是可见的，其中，强度概况由主动脉的向上倾斜边缘视觉地主导。

图8a示出了在左心房邻近于组动脉的区域中的强度概况096。如此处能够看到的，然而，可变形模型的外部部分可以被调节以拟合心外膜边界。出于这种原因，几何关系可以适当地被定义，例如，作为心肌的预期平均厚度。另外，图像特征可以适当地被定义，例如，作为向上倾斜边缘的中间。

所述处理器还可以被配置用于在定位图像数据中的图像特征之前，执行图像增强。图像增强可以包括具有平行于可变形模型的第一部分的滤波取向的方向滤波。例如，可以在具有平行于可变形模型的第一部分的长度的近邻中执行强度平均。图8b示出了被应用于图8a的强度概况096的这样的平滑的结果-强度概况098。能够看到，图像增强增加的心内膜边界的向下倾斜边缘以及与心外膜边界结合的主动脉的向上倾斜边缘两者的可见性和定义。将认识到，这样的图像增强允许更准确地定位图像特征，因为噪声或其他扰动能够被减少。

图9a示出了可以被应用于沿强度概况080的强度值的可能滤波器核500。因此，滤波器核被示出为包括当前强度值以及六个邻近强度值的六角形形状。在该范例中，当考虑图像数据的分辨率时，这将产生0.5mm的滤波器半径。图9b示出了提供更强的滤波程度的更大的六角形滤波器核502。应注意，滤波器核，并且尤其是其半径，可以是用户可选择的或者可直接由用户指定的。此外，将认识到，代替于强度平均，其他类型的滤波也可以有利地被使用。例如，可以使用排序(rank-order)滤波器，诸如中值滤波器。

总体而言，所述处理器还可以被配置用于确定已经实际被定位的图像特征是否对应于解剖结构的第二部分的概率，并且用于基于所述概率来调节可变形模型的第二部分的拟合。例如，当将边缘检测应用于图像数据时，阈值可以被应用以确定相关边缘是否已经被定位的概率。在缺乏这样的边缘的情况下，可以以较小程度执行对可变形模型的第二部分的拟合的调节或者被省略。

将认识到，作为可变形模型的部分或者除了可变形模型之外，本发明可以有利地被用于提供关于如何检测具有不良可见性的解剖结构(诸如心外膜边界)的信息。所述信息可以指示例如图像特征以及图像特征到被假定为足够地拟合解剖结构的可变形模型的部分的几何关系。所述信息可以独立地，例如以独立于模型数据的定义数据的形式被提供。然而，这样的定义数据也可以例如通过将分割网格的某些三角与这样的信息相关联而被编码在模型数据中。已经定位了图像特征，图像特征的位置然后可以被用作目标点，从而调节可变形模型的拟合。可以局部地被执行所述调节，即，仅存在足够拟合解剖结构的可变形模型。

将认识到，本发明也应用于计算机程序，特别是在载体上或在载体中的计算机程序，所述计算机程序适于将本发明付诸实践。程序可以是以源代码、目标代码、代码中间源和诸如以部分编译形式的目标代码的形式，或者以适合用于实施根据本发明的方法的任何其他形式。还应认识到，这样的程序可以具有许多不同的架构设计。例如，实施根据本发明的方法或系统的功能的程序代码可以被细分为一个或多个子例程。在这些子例程之间分布功能的许多不同方式对本领域技术人员来说将是显而易见的。子例程可以被共同存储在一个可执行文件中，以形成自包含程序。这样的可执行文件可以包括计算机可执行指令，例如，处理器指令和/或解读器指令(例如，java解读器指令)。备选地，一个或多个或所有子例程可以被存储在至少一个外部库文件中，并且静态地或动态地(例如在运行时)与主程序链接。主程序包含对至少一个子例程的至少一个调用。子例程还可以包括对彼此的函数调用。涉及计算机程序产品的实施例包括计算机可执行指令，其对应于本文中提出的至少一个方法的每个处理阶段。这些指令可以被细分为子例程和/或存储在可以被静态地或动态地链接的一个或多个文件中。涉及计算机程序产品的另一实施例包括计算机可执行指令，其对应于本文中提出的系统和/或产品中的至少一个的每个单元。这些指令可以被细分为子例程和/或存储在可以被静态地或动态地链接的一个或多个文件中。

计算机程序的载体可以是能够承载程序的任何实体或设备。例如，载体可以包括存储介质，诸如rom(例如，cdrom或半导体rom)，或者磁记录介质(例如，硬盘)。此外，载体可以是诸如电学或光学信号的可传送载体，其可以经由电缆或光缆或通过无线电或其他工具来传达。当程序体现在这种信号中时，载体可以由这种线缆或其他设备或单元构成。备选地，载体可以是程序被体现在其中的集成电路，集成电路适于执行相关方法，或者用于相关方法的执行。

应当注意，上述实施例图示而非限制本发明，并且本领域技术人员能够在不脱离所附权利要求的范围的情况下设计许多备选实施例。在权利要求中，置于括号中的任何附图标记不应被解释为限制权利要求。动词“包括”及其词性变化的使用不排除存在不同于权利要求中所述的其他元件或步骤。在元件之前的冠词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括若干个不同元件的硬件来实施，并且可以借助于适当编程的计算机来实施。在列举了若干器件的设备权利要求中，这些器件中的若干可以具体实现为一个相同的硬件。尽管在相互不同的从属权利要求中记载了特定措施，但是这并不表示不能有利地使用这些措施的组合。