用于在图像体积中分割小特征的方法与流程

背景技术：

计算机断层摄影（ct）是无创成像技术。ct中的挑战之一是，由于这些特征可能在数据采集期间移动这一事实，可能使小特征变形或模糊。由于大部分图像重建技术未计及该运动，因而所得到的图像包括图像伪影。这些图像伪影可能往往使小特征严重地变形，使分割任务（例如，脉管(vessel)检测和脉管跟踪、肺结节的识别等）具有挑战性。

因此，提供考虑并补偿在图像采集期间发生的运动引起的伪影的系统及方法将是期望的。

技术实现要素：

根据一些实施例，方法包括：在分割可移动的解剖特征之前，确定在可移动的解剖特征的图像体积内的发生运动的一个或更多个图像位置；对一个或更多个图像位置中的每个图像位置处的运动进行估计；对估计运动的一个或更多个图像位置中的每个图像位置处的图像体积中的一个或更多个运动伪影进行校正，导致生成最终的运动补偿的图像；以及在最终的运动补偿的图像中，分割一个或更多个感兴趣特征。

根据一些实施例，系统包括：图像采集装置，操作以获得包含可移动的解剖特征的对象的图像，图像具有图像体积；分割模块；以及存储器，与图像采集装置通信，并且，存储程序指令，分割模块与程序指令一起操作以便执行如下的功能：确定图像体积内的发生运动一个或更多个图像位置；对一个或更多个图像位置中的每个图像位置处的运动进行估计；对估计运动的一个或更多个图像位置中的每个图像位置处的图像体积中的一个或更多个运动伪影进行校正，导致生成最终的运动补偿的图像；以及在最终的运动补偿的图像中，分割一个或更多个感兴趣特征。

本发明的一些实施例的技术效果是用于对图像中的运动伪影进行校正的改进的技术和系统。利用这个以及将在下文中变得显而易见的其他优点和特征，能够通过参考下面的详述和所附于此的图来获得本发明的本质的更全面的理解。

其他实施例与存储用来执行本文中所描述的任何方法的指令的系统和/或计算机可读媒介相关联。

本发明提供一组技术方案,如下:

1.一种方法，包含：

在分割可移动的解剖特征之前，确定在包含所述可移动的解剖特征的对象的图像体积内发生运动的一个或更多个图像位置；

对所述一个或更多个图像位置中的每个图像位置处的运动进行估计；

对估计运动的所述一个或更多个图像位置中的每个图像位置处的所述图像体积中的一个或更多个运动伪影进行校正，导致生成最终的运动补偿的图像；以及

在所述最终的运动补偿的图像中，分割一个或更多个感兴趣特征。

2．如技术方案1所述的方法，进一步包含：

在确定发生运动的一个或更多个图像位置之前，获得至少两个图像体积。

3．如技术方案1所述的方法，进一步包含：

根据在估计运动的所述一个或更多个图像位置处的所估计的运动，生成平滑运动场(field)；以及

将所述图像体积分解成求和成原始图像体积的一系列的两个或更多个图像体积。

4．如技术方案3所述的方法，其中，分解基于采集投影数据的时间或采集所述投影数据的角度中的一个。

5．如技术方案3所述的方法，其中，所述系列的两个或更多个图像体积中的每个图像体积表示时间上的快照。

6．如技术方案4所述的方法，进一步包含：

根据在采集有助于每个体积的所述投影数据的对应的时间或角度的运动估计，使所述系列的两个或更多个图像体积中的每个图像体积扭曲。

7．如技术方案6所述的方法，其中，对所述图像体积中的一个或更多个运动伪影进行校正进一步包含：

对所述系列中的所述两个或更多个所扭曲的图像体积进行求和。

8．如技术方案1所述的方法，其中，确定图像体积内的发生运动的一个或更多个图像位置进一步包含：

从一组所采集的图像体积选择两个图像体积；

确定所述两个图像体积之间的差异；

利用一个或更多个可操纵脊形滤波器来对所述两个图像体积之间的所述差异进行滤波，以生成一个或更多个所滤波的图像体积。

9．如技术方案8所述的方法，进一步包含：

确定跨所述一个或更多个所滤波的图像体积中的每个元素的平均绝对值，以产生平均绝对值体积，其中，所述平均绝对值体积突出显示正在发生运动的所滤波的图像体积中的一个或更多个区；以及

将平滑滤波器应用于所述平均绝对值体积，以生成所平滑的绝对值图像体积。

10．如技术方案9所述的方法，进一步包含：

识别分布于正在发生运动的所述所平滑的绝对值图像体积中的所述一个或更多个区中的每个区内的一个或更多个图像位置。

11．如技术方案10所述的方法，其中，通过以下的步骤而识别所述一个或更多个图像位置：

将所述图像体积切片成一个或更多个切片；

识别每个切片中的一个或更多个不连贯区域；

确定与每个不连贯区域中的分布均匀的一组亮点对应的位置。

12．一种系统，包含：

图像采集装置，操作以获得可移动的解剖特征的图像，所述图像具有图像体积；

分割模块；以及

存储器，与所述图像采集装置通信，并且，存储程序指令，所述分割模块与所述程序指令一起操作以执行如下功能：

确定在所述图像体积内发生运动的一个或更多个的图像位置；

对所述一个或更多个图像位置中的每个图像位置处的运动进行估计；

对估计运动的所述一个或更多个图像位置中的每个图像位置处的所述图像体积中的一个或更多个运动伪影进行校正，导致生成最终的运动补偿的图像体积；以及

在所述最终的运动补偿的图像中，分割一个或更多个感兴趣特征。

13．如技术方案12所述的系统，其中，根据估计运动的所述一个或更多个图像位置，经由所述分割模块而生成平滑运动场；并且，其中，经由所述分割模块而将所述图像体积分解成求和成原始图像体积的一系列的两个或更多个图像体积。

14．如技术方案13所述的系统，其中，分解基于采集相关投影数据的时间或采集相关投影数据的角度中的一个。

15．如技术方案14所述的系统，其中，根据在采集相关投影数据的对应的时间或角度的运动估计，使所述系列的两个或更多个图像体积中的每个图像体积扭曲。

16．如技术方案15所述的系统，其中，对所述系列中的两个或更多个扭曲的图像体积进行求和，以校正所述图像体积中的一个或更多个运动伪影。

17．如技术方案12所述的系统，其中，所述分割模块进一步操作以通过以下的步骤而确定在图像体积内发生运动的一个或更多个图像位置：

从一组所采集的图像体积选择两个图像体积；

确定所述两个图像体积之间的差异；

利用一个或更多个可操纵脊形滤波器来对所述两个图像体积之间的所述差异进行滤波，以生成一个或更多个所滤波的图像体积。

18．如技术方案17所述的系统，其中，所述分割模块进一步操纵以：

确定所述一个或更多个所滤波的图像体积中的每个元素之间的平均绝对值，以产生平均绝对值体积，其中，所述平均绝对值体积突出显示正在发生运动的所滤波的图像体积中的一个或更多个区；以及

将平滑滤波器应用于所述平均绝对值体积，以生成所平滑的绝对值图像体积。

19．如技术方案18所述的系统，其中，所述分割模块进一步操作以：

识别分布于正在发生运动的所述所平滑的绝对值图像体积中的所述一个或更多个区中的每个区内的一个或更多个图像位置。

20．如技术方案19所述的系统，其中，所述分割模块进一步操作以通过以下的步骤而识别所述一个或更多个图像位置：

将所述图像体积切片成一个或更多个切片；

识别每个切片中的一个或更多个不连贯区域；

确定与每个不连贯区域中的分布均匀的一组亮点对应的位置。

附图说明

图1图示根据一些实施例的系统。

图2图示根据一些实施例的流程图。

图3图示根据一些实施例的流程图。

图4a-c图示根据一些实施例的图像。

图5a-d图示根据一些实施例的图像。

图6a-d图示根据一些实施例的图像。

图7图示根据一些实施例的系统的框图。

具体实施方式

计算机断层摄影（ct）是能够用来使小结构（例如，脉管、肺结节、肝损伤等）可视化的无创成像技术。ct使用ct扫描仪来产生身体的各种部分中的血管和组织两者的详细图像。通过医师可以使用图像来诊断并评价许多血管疾病及相关状况，包括但不限于损伤、动脉瘤、堵塞（包括由于血凝块或斑块的那些）、紊乱的血管和对肿瘤的供血以及可能由异常血管供应的心脏、血管或身体的各种部分的先天性异常。

ct中的挑战中的一个是在数据采集期间的图像特征移动。由于大部分图像重建技术未计及该运动，因而所得到的图像包括图像伪影。这些图像伪影可能往往使小特征严重地变形，使诸如脉管检测和脉管跟踪的分割任务具有挑战性。在这类图像体积中跟踪特征，以提供先进的可视化，并呈现大部分临床相关的数据，这通常是重要的。例如，医生可能想要通过管腔视图而扫描，或沿着特定的动脉的长度导航(navigate)以查找疾病。而且，跟踪且分割图像中的特征，以便实现特征中的血流的计算流体动态仿真，这可能是重要的。由于运动而导致的差的图像质量可能另外使这类仿真不准确。发明人注意到，如果图像未被运动伪影破坏，则跟踪特征可能更容易得多。本发明的实施例可以在脉管跟踪之前，校正运动伪影，以提供无运动的图像，以便实现先进的脉管跟踪和分割。

常规的运动估计补偿方法（例如，非刚性配准、光流、mam等）可能要求检测/分割图像中的特征，以作为校正的输入，以便使运动估计努力集中于感兴趣特征附近。这些常规的方法还可能要求分割图像，以作为运动补偿的第一步骤，由此，第一步骤是要识别图像中的某些解剖边界或标志，并且，将图像细分成块。另一方面，本文中所描述的实施例发生在特征的检测/分割之前。

此外，与对图像进行校正相反，这些常规的方法可以简单地使图像扭曲（例如，通过将一系列的图像配准在一起）。例如，拍摄装置可以拍摄快速移动对象的三个图片，并且，三个图像中的每个是模糊的。常规的方法可以使这三个图像移位（或如果过程为非刚性的，则使这三个图像扭曲），使得三个模糊图像彼此叠加，使得当连续地观察三个帧时，不存在对象的显而易见的运动。在本文中所描述的实施例中，另一方面，实际上，从图像去除模糊，以提供无运动伪影的图像。而且，由于运动校正在传统上作为重建过程的一部分而进行，因而在个别图像体积内确实进行校正运动的常规的方法可能要求访问并使用投影数据，以便完成运动校正。

如本文中所使用的，“分割”意味着识别或检测图像体积中的特定特征的位置/边界表面。如本文中所使用的，可以可互换地使用术语“分割”、“检测”以及“跟踪”。

虽然可以相对于动脉而描述在本发明的实施例的描述中使用的示例，但可以使用任何合适的移动解剖特征（例如，肺结节、脉管边界、任何器官等）。

一些实施例提供用于运行运动校正的方法及系统，其在脉管检测、跟踪和分割之前，可以首先识别正在发生运动的图像中的位置，在该位置处可以应用校正。然后，系统及方法可以应用图像校正以便对运动进行校正，且此后可以生成无运动的体积图像。从无运动的图像体积取得的益处可以是它提供用于更准确的解剖特征分割。可以根据所得到的无运动的体积图像，确定解剖特征检测和跟踪。

实施例的优点是存在图像中的运动伪影的极大减少，这可以实现更好的脉管跟踪和分割。脉管跟踪和分割可以对除了其他成像检查（例如，磁共振成像（mri）检查）之外还可以改进ct检查的诊断功率的先进的应用和可视化以及附加处理步骤是关键的。

实施例的另一优点可以是，能够不利用原始投影图像来进行运动补偿，其在可能通常发生分割类型的处理的图像处理工作站上可能是不可用的。常规地，图像传输至其他装置，在该处图像被存储,在所述点处，图像可能不是通过传统的设备来运动校正。常规的运动补偿技术可以作为重建的一部分而执行，因此，它们可能要求访问原始投影数据。

实施例的另一优点可以是关于所生成的图像是否要求如由本文中的实施例所描述的运动校正，或是否要求更广泛的运动校正的确定，如果运动伪影的数量（或所估计的运动的大小）是否大于阈值的话。

转到图1-3，提供系统100和根据一些实施例的操作的示例的流程图。具体地，图2和图3分别提供根据一些实施例的过程200和过程300的流程图。过程200/300和本文中所描述的其他过程可以使用硬件（例如，一个或更多个电路）、软件或手动设备的任何合适的组合来执行。在一个或更多个实施例中，对系统100进行调节，以执行过程200/300，使得系统是配置成执行不可由通用计算机或装置执行的操作的专用元件。体现这些过程的软件可以由包括硬盘、软盘、cd、dvd、闪存盘或磁带的任何非暂时性有形媒介存储。将在下文中相对于系统的实施例而描述这些过程的示例，但实施例不限于此。

首先，在s210处，利用图像采集装置106来采集患者104的感兴趣解剖特征的一组两个或更多个体积图像（或图像体积）102。在一些实施例中，可以根据在时间上移位的投影数据集而重建该组图像。每个图像体积102可以由在三维（3d）中堆叠的体素（例如，3d体积图像）组成。如本文中所使用的，可以可互换地使用“图像体积”、“体积图像”和“图像”。通常在图像采集装置106围绕患者104旋转时，它从不同的角度拍摄投影图像（或投影数据）。图像采集装置106可以生成两个图像体积-在图像采集装置106从起始位置旋转至中途标记时的第一（或左）相位图像体积和在图像采集装置106从中途标记旋转至起始位置时的第二（或右）相位图像体积。换句话说，用来生成第一图像体积的该组投影数据相对于用来生成第二图像体积的该组投影数据而在时间上移位，使得基于在时间上稍微移位的投影数据而生成两个图像体积。发明人注意到，左和右相位图像体积和分别（其可以包含与某一成角范围的共轭视图对应的“清洁数据”）可能是相同的,如果不存在运动（除了典型的噪声以外）的话，并且无论是否存在运动，都可能不是类似的（忽略对比度中的变化）。因此，在一个或更多个实施例中，采用与这两个相位对应的图像体积的差异可以突出显示存在运动的区域。如上所述，当感兴趣特征处于运动中时，可以采集这些感兴趣特征的图像。当感兴趣特征处于运动中时拍摄的图像可以包括一个或更多个运动伪影101（图4a和图4c），运动伪影101可能破坏图像，并且，使得特征检测困难。还可以根据所采集的数据而生成其他图像体积。例如，“中心”相位图像可以使用来自时间采集窗的中心的数据。

图像采集装置106可以是ct扫描仪、mri扫描仪或任何其他合适的图像采集装置。感兴趣的解剖特征可以是血管和身体的各种部分中的由血管供应的器官，包括但不限于脑部、颈部、心脏、胸部（例如，肺）、腹部（例如，肾脏和肝脏）、骨盆、腿脚、手臂和手。

然后，在s212中，如方向箭头103所指示的，图像采集装置106将所采集的图像102传输至分割模块108。分割模块108可以包括一个或更多个处理元件110和存储器112。例如，处理器110可以是常规的微处理器，并且，可以操作以控制分割模块108的总体运行。在一个或更多个实施例中，分割模块108可以包括通信控制器，该通信控制器用于允许处理器110，且因此分割模块108通过数据网络而与其他装置（例如，图像采集装置106）通信地接合。在一个或更多个实施例中，分割模块108可以包括一个或更多个存储器和/或数据存储装置112，其可以包含硬盘驱动、ram（随机存取存储器）、rom（只读存储器）、闪速存储器等中的一个或更多个的任何组合。存储器/数据存储装置112可以存储对处理器110和分割模块108进行编程以便执行如本文中所描述的功能性的软件。

如在下文中相对于图3而更详细地描述的，在s214中，分割模块108首先在正在发生运动所在的且对于其可以执行运动补偿的图像体积中，识别一组初始图像位置sini。

然后，在s216中，可以在该组初始图像位置中的每个初始图像位置处估计运动。在一个或更多个实施例中，可以使用互相关技术、配准技术或数据一致性条件技术来估计每个初始图像位置处的运动。可以使用其他合适的比较技术。

在s218中，根据估计运动的离散的一组位置而生成平滑/致密运动场。如本文中所使用的，运动场可以是图像体积中的每个体素的运动路径。在一个或更多个实施例中，通过采用具有已知的运动的附近的（例如，2-2.5cm半径内的所有的位置，其中更大权重给予到更靠近的位置）位置的运动的加权平均而通过插值或外推法来可以生成平滑/致密运动场。“附近的”位置的确定可以取决于应用。平滑/致密运动场的生成允许针对整个图像体积而校正运动。

然后，在s220中，将图像体积分解成一系列的图像体积，该系列的图像体积可以求和成原始图像体积中的一个（例如，中心相位的图像体积）。在一些实施例中，分解可以基于采集相关数据所在的时间或角度。例如，分解可以经由“部分角度反投影”过程。可以使用其他合适的分解过程。在一些实施例中，可以将一系列的楔状滤波器应用于图像体积，导致一系列的图像体积,其各自表示在小时段内采集的投影数据。这由于在傅立叶域与投影域之间的众所周知的链系（即，中心切片定理）而在不访问投影数据的情况下可以被进行。

然后，在s222中，可以在对应的时间或角度根据在s216中估计的运动而使该系列的图像体积中的每个图像体积（3d体素阵列）扭曲。在一些实施例中，在s218中确定的运动场可以指示如何使图像体积扭曲。在一些实施例中，在将每个图像体积加在一起以形成无运动的图像之前，可以发生该系列中的每个图像体积的扭曲。在一个或更多个实施例中，如本文中所使用的，运动路径描述作为时间的函数的体素的位置，并且，为了使图像扭曲，与时间t对应的图像中的每个体素根据运动场而通过与在给定的时间的给定的体素的位置对应的预先扭曲的图像体积内的值来取代。例如，如果位于位置（x，y，z）处的某一体素根据下面的运动路径而仅沿着x方向移动：

x-5x-4x-3……x……x+3x+4x+5

t1　t2　t3　　　　　　　　　t11

则对于与时间t1对应的帧，我们将给所选择的体素分配（x-5，y，z）处的预先扭曲的图像的强度值。类似地，对于t11，我们将在所考虑的体素附近使图像向左扭曲5mm。移动可能在时间上不是线性的，并且，可能不被约束于单维度（例如，右、左、内、外、上、下）。

然后，在s224处，分割模块108通过将扭曲的图像体积中的每个加在一起以产生补偿的体积来生成最终的运动补偿的图像分割114（“图像分割”）。在一个或更多个实施例中，在s226中，可以将图像分割114用于解剖特征的检测/分割，导致与将会在没有运动补偿的情况下是有可能的相比更准确的检测/分割。

转到图3，提供用于在正在发生运动所在的且对于其可以执行运动补偿的图像体积中识别一组初始图像位置sini的过程300。

在s310中，可以将阈值应用于所选择的左和右相位图像体积和（图4a）中的所有的体素，使得低于特定的hu（例如，700hu）的所有的体素设置成预定义的hu（例如，700hu），以去除伪结构，并且，可以被称为“强度裁剪(intensityclipping)”。然后，在s312中，对两个图像体积进行滤波。在s314中，确定所滤波的图像体积之间的差异。在一些实施例中，在s312中，2d高通滤波器（hpf）可以应用于和（图4b）的轴向切片，以分别获得和，使得低频对比度差异可能不支配由于差异体积的运动而导致的变化。因此，在一些实施例中，（图5a）可以指示运动破坏的区域101。

然后，在s315中，可以使用一个或更多个可操纵脊形滤波器来对进行滤波，以获得可以突出显示沿着特定的方向取向的结构的所滤波的图像。在一个或更多个实施例中，一组可操纵脊形滤波器可以优先地保持属于窄的成角范围内的频率分量。在s316中，如例如在图5b中所示出的，确定对脊形滤波器的一个或更多个所滤波的响应中的跨每个元素的由表示的绝对值的平均数（例如，以产生平均绝对值体积）。值得注意的是，图5b、5c、5d、6a、6b以及6c中的黑色和白色在反色彩方案上显示，使得白色是“更小的”值，并且，更暗的颜色是“更大的”值。

在一些实施例中，平均大小绝对图像体积可以指示由于运动而正在改变的区或区域500（例如，由图5b、5c和5d中的更暗的阴影突出显示）。发明人注意到，当已使色标反转时，在图5和图6中，运动区/区域500是暗的。然而，在实施例中，与通常的灰阶色彩方案上的背景相比，区/区域500可能是明亮的。

在s318中，使平均大小绝对图像体积平滑，以降低噪声的影响以便产生（图5c）。可以经由3d高斯平滑滤波器或任何其他合适的平滑滤波器的应用而使平均大小绝对图像体积平滑。在一些实施例中，所平滑的平均大小绝对图像体积可以包含斑点500（例如，图5c中的暗斑点）。

发明人注意到，分布在内的运动破坏的区域可以是稀疏的，并且，中的区域的剩余部分可以被视为背景。在一些实施例中，可以利用设置成t背景的阈值-值来使阈值化(thresholded)，以获得，基于的直方图而确定t背景（图5d）。

可以在s320中进一步增强中的斑点500。在增强斑点500的一个或更多个实施例中，可以利用圆环形滤波器来对进行滤波，且然后，可以对所滤波的响应的正分量求平均值，以产生（图6a）。然后，为了进一步增强存在可能的运动的区域500（例如，斑点），采用比/且仅保留其中>0的那些体素，导致。例如，图6b示出图6a和图5d中的图像的比。在一些实施例中，确定>0可以避免在进一步沿着过程链产生的任何图像体积中产生“无穷”。

在一些实施例中，中的明亮特征可以指示被运动破坏（例如，正在发生运动）的区域。在一些实施例中，可以切片成一个或更多个轴向切片（图6c），其中，轴向切片可以产自于重建几何结构。在s322中，选择轴向切片。在s324中，在的每个切片中，识别一个或更多个不连贯区域600（例如，图6c）。然后，在s326中，选择不连贯区域，并且，在s328中，确定所选择的不连贯区域内侧的最明亮点602（图4c）。对于每个所确定的最明亮点602，在存储器112中，存储对应的图像位置。稍后，将在这些图像位置中的每个图像位置处，估计运动。在s330中，确定最明亮点的亮度是否低于使用不连贯区域中的体素的直方图来查找的阈值。

如果亮度不低于阈值，则过程前进至s332，在s332中，使最明亮点的周围的邻域平滑地归零。注意通过使先前在s332中选择的点的周围的中的邻域（例如，相差几毫米）平滑地归零而避免查找彼此太靠近的明亮点；该操作允许远离先前选择的最明亮点至少几毫米的下一个最明亮点的顺序识别。在一些实施例中，使最明亮点周围的邻域平滑地归零可以在确定下一个最明亮点之前。在一个或更多个实施例中，可以期望确保所识别的图像位置间隔开以便促进运动估计使得每个不连贯区域中的明亮点是分布均匀(well-distributed)的。在一个或更多个实施例中，采用所选择的位置处的与2d凹函数(dimplefunction)（图6d，不处于与图6a、6b和6c相同的标度上）的乘积可以使所选择的位置周围的邻域中的图像体积平滑地归零。值得注意的是，与图5b-6c中的图像不同，图6d中的图像不处于反标度中。2d凹函数可以是在中心处为零且径向向外平滑地增加至一(unity)的径向对称的函数（图6d）。

在一个或更多个实施例中，可以重复进行s328至332，以确定序列最明亮图像位置，直到非归零的区域的最大亮度下降低于阈值。如果在s330中，确定亮度低于阈值，则过程前进至s334，在s334中，确定是否已针对比固定阈值更明亮的点而搜索每个不连贯区域。如果依然针对点而搜索不连贯区域，则过程返回至s326，以选择下一个不连贯区域。如果已针对比固定阈值更明亮的点而搜索所有的不连贯区域，则过程返回至s322，以选择下一个2d轴向切片。可以使每个2d轴向切片中的每个不连贯区域的所确定的图像位置组合，以形成整个图像体积的组合的一组初始图像位置。在一个或更多个实施例中，可以单独地考虑每个不连贯区域600，并且，可以在逐区域的基础上个别地在每个区域600中识别初始图像位置，使得不论其大小，都可以对指示运动的所有的区域进行分析。

在一个或更多个实施例中，如可以有益于查找明亮点s328和使其邻域平滑地归零s332的过程，s322至332可以应用于矢状切片上，或冠状切片上，或沿着图像体积的任意方向取向的切片上。

注意到，可以使用任何数量的不同的硬件配置来实现本文中所描述的实施例。例如，图7图示可以例如与图1的系统100相关联的分割处理平台700。分割处理平台700包含分割平台处理器710（“处理器”），例如一个或更多个市场上可买到的采取单芯片微处理器的形式的中央处理单元（cpu），其与配置成经由通信网络（未在图7中示出）而通信的通信装置720耦合。通信装置720可以用来例如与一个或更多个用户通信。分割处理平台700进一步包括输入装置740（例如，输入关于测量和/或资产的信息的鼠标和/或键盘）和输出装置750（例如，输出并显示数据和/或推荐）。

处理器710还与存储器/存储装置730通信。存储装置730可以包含任何适当的信息存储装置，包括磁存储装置（例如，硬盘驱动）、光学存储装置、移动电话和/或半导体存储器装置的组合。存储装置730可以存储用于对处理器710进行控制的程序712和/或分割处理逻辑714。处理器710执行程序712、714的指令，且由此根据本文中所描述的任何实施例而操作。例如，处理器710可以接收图像体积数据，且然后，可以经由程序712、714的指令而应用分割模块108，以生成无运动的图像分割114（“图像分割”）。

程序712、714可以按压缩、未编译和/或加密的格式存储。此外，程序712、714可以包括其他程序元素，例如由处理器710用来与外围装置接口连接的操作系统、数据库管理系统和/或装置驱动器。

如本文中所使用的，例如，信息可以被下列“接收”或“传输”至下列：（i）来自另一装置的平台700；或（ii）来自另一软件应用、模块或任何其他源的平台700内的软件应用或模块。

如由本领域技术人员将领会，本发明的方面可以体现为系统、方法或计算机程序产品。因此，本发明的方面可以采取完全硬件实施例、完全软件实施例（包括固件、常驻软件、微代码等）或将可以所有通常在本文中被称为“电路”、“模块”或“系统”的软件及硬件方面组合的实施例的形式。此外，本发明的方面可以采取计算机程序产品的形式，该计算机程序产品在一个或更多个计算机可读媒介中体现，该计算机可读媒介具有在其上体现的计算机可读程序代码。

图中的流程图和框图图示根据本发明的各种实施例的系统、方法和计算机程序产品的可能的实现的体系结构、功能性和操作。在这点上，流程图或框图中的每个方框可以表示模块、段或部分的代码，其包含用于实现一个或更多个指定的逻辑函数的一个或更多个可运行指令。还应当注意到，在一些备选的实现方案中，方框中所注意到的功能可以不按照图中所注意到的顺序而发生。例如，取决于所涉及的功能性，实际上，可以使相继地示出的两个方框基本上同时地运行，或有时可以使方框按相反的顺序运行。还将注意到，能够由执行专用硬件和计算机指令的指定的功能或动作或组合的基于专用硬件的系统实现框图和/或流程图说明的各方框以及框图和/或流程图说明中的方框的组合。

应当注意到，本文中所描述的任何方法能够包括提供包含在计算机可读存储媒介上体现的截然不同的软件模块的系统的附加步骤；模块能够包括例如在框图中描绘和/或在本文中描述的任何元件或所有的元件；经由示例，而非限制，包括分析仪模块。然后，能够使用如上所述的在一个或更多个硬件处理器710（图7）上运行的系统的截然不同的软件模块和/或子模块来执行方法步骤。此外，计算机程序产品能够包括具有适应于实现以便执行本文中所描述的包括给系统提供截然不同的软件模块的一个或更多个方法步骤的代码的计算机可读存储媒介。

本书面描述使用包括优选的实施例的示例来公开本发明，并且，还允许本领域任何技术人员实践本发明，包括制作并使用任何装置或系统和执行任何合并的方法。本发明的可取得的专利范围由权利要求定义，并且，可以包括本领域技术人员所想到的其他示例。如果这类其他示例具有与权利要求书的文字语言完全相同的结构元件，或者如果它们包括具有与权利要求书的文字语言的非实质差异的等效结构元件，则它们意图处于权利要求书的范围之内。能够由本领域普通技术人员将来自所描述的各种实施例的方面以及每个这类方面的其他已知的等效物混合并匹配，以根据本申请的原理而构造附加的实施例和技术。

本领域技术人员将意识到，在不背离权利要求的范围和精神的情况下，能够配置上述的实施例的各种适应和修改。因此，要理解到，可以不同于如在本文中具体地描述地那样实践权利要求。

零件表

编号　　　　　描述

100　　　　　　系统

101　　　　　　运动伪影

102　　　　　　图像体积

103　　　　　　方向箭头

104　　　　　　患者

106　　　　　　图像采集装置

108　　　　　　分割模块

110　　　　　　处理器

112　　　　　　存储器

114　　　　　　最终的运动补偿的图像分割

200　　　　　　过程

210　　　　　　过程步骤

212　　　　　　过程步骤

214　　　　　　过程步骤

216　　　　　　过程步骤

218　　　　　　过程步骤

220　　　　　　过程步骤

222　　　　　　过程步骤

224　　　　　　过程步骤

226　　　　　　过程步骤

300　　　　　　过程

310　　　　　　过程步骤

312　　　　　　过程步骤

314　　　　　　过程步骤

315　　　　　　过程步骤

316　　　　　　过程步骤

318　　　　　　过程步骤

320　　　　　　过程步骤

322　　　　　　过程步骤

324　　　　　　过程步骤

326　　　　　　过程步骤

328　　　　　　过程步骤

330　　　　　　过程步骤

332　　　　　　过程步骤

334　　　　　　过程步骤

500　　　　　　区/区域

600　　　　　　不连贯区域

602　　　　　　最明亮点

700　　　　　　分割处理平台

610　　　　　　处理器

612　　　　　　程序

614　　　　　　处理逻辑

620　　　　　　通信装置

630　　　　　　存储器/存储装置

640　　　　　　输入装置

650　　　　　　输出装置