MRCP扫描)获得和增强。因此，图1的系统还被设置成以对不同的解剖结构进行配准。
[0044]血管-胆管系统配准单元115可被设置成将在一种影像采集模式或扫描期的扫描中所增强和/或分割的胆管结构与在另一种模式或扫描期的扫描中所增强和/或分割的肝脏、病灶和血管进行配准。血管-胆管系统配准单元115还可被设置成将在动脉期扫描中所增强和/或分割的动脉与在静脉期扫描中增强和/或分割的门静脉进行配准。
[0045]流域分析单元116可被设置成计算例如流域对应于门静脉系统、肝静脉系统、动脉系统和胆管系统的供血/回流流域及每个流域的容积。流域分析单元116可接受由图1所示系统的其它单元配准的血管和胆管结构作为输入。流域分析单元116还可被设置成计算特定血管或胆管分支的供血/回流流域。通过所述流域分析，医师能够定量测量例如当在切除过程中切除血管分支时受影响肝脏的体积。
血管分析和分割
[0046]如上文所述，血管或胆管分割可能难以进行。血管分支可能非常细(例如一个像素宽度)，和/或由于分支和附近解剖结构的低对比度可能难以在影像上显示血管分支。这些问题对于在软组织细胞中例如肝脏的肝细胞中存在较大密度差异的有病肝脏可能更为严重，使得细血管分支的分割变得更为困难。基于区域生长的技术不能产生足够可靠或准确的输出，而基于图谱或模型方法的技术对于患者间在肝脏血管解剖结构上的变化是不精确的。
[0047]图2(a)示出了用于血管分析和分割的示例流程图。根据一个示例性实施例，由所述流程图示出的过程可用于利用影像数据分析一个或多个血管结构并且分割所述被分析的结构。在该图中示出的过程的部分或全部可例如通过图1的血管分析单元113进行实施。
[0048]在步骤2-101，显示三维对象的一个或多个最大密度投影(MIP)影像。MIP是显示方法，其中来自不同深度的二维影像(例如多个CT切片或MR切片)被组合成层块，即切片的层叠，并且层块中具有最大密度的体素被投影到二维平面上。不过，在另一示例性实施例中，可以使用最小密度投影(minIP)。例如，在待分割的胆管比其它周围的解剖结构具有更低的影像密度时可以使用minIP。此外，其它示例性实施例仍可使用适于显示解剖结构(例如胆管和门静脉)的任何其它类型的体投影或影像显示。
[0049]图2 (C)到2 (e)示出了 MIP影像的显示如何可辅助解剖结构(例如肝脏的血管系统)的成像和分割。图2(c)是在对患者的腹部进行CT扫描过程中获得的二维切片的影像。血管通常具有比肝实质更高的密度。不过，在该影像中，只示出了小部分的细血管分支，这是因为由于肝脏解剖结构，分支跟随进入和离开CT扫描切片的平面的路径。因此，利用该影像手工描绘血管分支既不实用又没效率。
[0050]图2 (d)和图2 (e)是具有包括图2 (c)所示切片的层块厚度的MIP影像。利用最大密度投影(MIP)技术，细血管分支变得更为可见，如这些附图所示。调节MIP层块的厚度可显示血管分支的不同视图。图2(d)中的MIP影像比图2(e)中的MIP影像具有更大的层块厚度。因此，可以在图2(d)中对完整的血管分支进行成像，而在图2(e)中显示断开。这些MIP影像示出了用户如何可分辨二维MIP影像上的血管分支，并从而利用三维交互式血管分割使用所述影像来描绘血管分支，如下文所述。
[0051]在步骤2-101显示多个MIP影像，所述影像可包括例如三维对象(例如对肝脏的医学研究)的三个正交MIP影像(例如，轴向、冠状和矢状)或任意角度多平面重组(MPR)MIP影像。此外，MIP影像能够以二维和三维进行显示。在二维MIP显示中，显示了预定义MIP深度的MIP层块。用户能够跨医学影像空间，例如3个正交方向或沿任意角度MPR方向浏览每个MIP影像。在三维显示中，可以同时显示多个MIP影像，中心位于当前截面点。
[0052]步骤2-201之后的判定框2-102确定是否存在还没有被分割的血管结构。可以例如通过用户在用户界面输入手动或自动进行判定框的确定。所述确定可基于在步骤2-101所显示的影像。
[0053]在步骤2-103，可以调节MIP层块的深度或厚度。不同的MIP层块可以单独或一起调节，以便最好的显示MIP影像中待分割的血管分支。在一些示例性实施例中，MIP层块深度的最小值可以是1，即可以观察和调节非MIP影像。MIP层块的窗位也可以单独或一起调节，以便最好的显示血管分支。步骤2-103可以跳过，例如如果不需要或不希望调节MIP层块时。
[0054]在步骤2-105，沿着成像的血管结构绘制一条或多条曲线，以便绘出一支或多支血管的轮廓。可以例如通过用户在用户界面进行输入手动或自动绘制所述曲线。影像可以是MIP影像，minIP影像，或原影像，例如，层块深度为I的影像。绘出血管的轮廓可包括在另一 MIP视图上的另一轮廓，包括任何其它的正交MIP影像或不同角度的MIP MPR影像。例如，所述绘出的轮廓可用于例如进一步限定血管结构的感兴趣区域(ROI)。在图2(f)中示出了完成步骤2-105的示例，示出了沿MIP视图上的血管绘制的轮廓2-401。该图中的MIP视图与图2(d)中所示相同的MIP视图。
[0055]在步骤2-107，轮廓点被用于进行血管分割。该步骤可部署分割算法，所述分割算法利用输入(例如，由步骤2-105所绘制的轮廓2-401或另一输出)来分割对应于所述轮廓的血管分支。所述分割算法的一个示例将在下文结合图2(b)进行讨论。
[0056]在步骤2-109，显示了分割的结果。显示可包括以二维和三维显示分割结果。在三维显示中，可以显示三维分割的血管对象。在二维显示中，可将分割的血管对象覆盖在二维影像上。显示可涉及更新先前的分割结果，例如，血管结构被先前分割或分割结果被调整。
[0057]在步骤2-111，用户还可以进一步交互式调节分割结果。在所述调节之后，再次进入上述的判定框2-102。如果确定存在还没有被分割的血管结构，重复所述程序的分析和分割部分。如果确定已对所有需要的血管结构进行了分割，所述程序结束。
[0058]图2(b)示出了用于血管分割的示例性流程图。该流程图是可用于如上所述图2(a)中的步骤2-107的分割算法的一个示例。
[0059]在步骤2-301，提取三维感兴趣区域(VOI)。VOI可用作在其它步骤可分割血管结构的参照区域。通过如现在将会描述的基于血管结构的轮廓建立ROI和扩展ROI来实现VOI的提取。首先，沿特定方向，例如在每个轮廓点处的MIP的方向，投影出一条线。沿该线位于当前MIP层块内部的体素可被当作在ROI内。随后，可以沿垂直于投影MIP影像所沿的轴线的多个，例如所有，二维方向扩展R0I。曲面三维感兴趣区域(VOI)因此被提取以供分析，如图2(g)所示。曲面VOI根据用户输入结合专家知识限制向前的自动血管分割。例如，医师能够在所显示的MIP影像上将靶动脉与周围静脉区分开。因此，医师可以只在动脉上绘制曲线并且避开静脉。
[0060]在步骤2-301的VOI的提取可包括多个VOI的组合。例如，用户绘制的轮廓可能不精确，并且分割系统可能不足以强到能容忍这种不精确。因此，在轮廓绘制的步骤2-105，用户可能在不同的MIP视图上绘制多于一个的轮廓。在这种情况，可以提取对应于每个所绘制轮廓的单独的V0I。根据多个VOI的结合，可以形成进一步受限制的V0I。
[0061]在步骤2-303，使用线状滤波算法来过滤VOI内的体素。VOI内的每个体素可应用线状滤波。合适的线状滤波的一个示例披露于Yoshinobu Sato等人所著 的“Three-dimens1nal mult1-scale line filter for segmentat1n andvisualizat1n of curvilinear structure in medical images，，(2 Med.1mage Analysis101，143(1998))，该文献如同在文本完全陈述一样被结合入本文作为引用。在一个示例性实施例中，根据三维多尺度线状滤波来实施线状滤波算法。
[0062]在步骤2-305，线状滤波响应的输出被选择作为VOI内的初始分割。选择可以基于阈值进行，随后由线状滤波算法应用以便限制线状滤波响应。例如，步骤2-303的过滤结果可以是具有带线状滤波响应的体素的相连区域。该过滤结果可应用于阈值以产生具有高于阈值的线状滤波响应的体素。这些体素可被选作VOI内血管结构的最初分割。可以在步骤2-305或其它步骤调节和选择所述阈值。例如，用户可以在图2(a)的流程图的步骤2-111调节线状滤波响应阈值。
[0063]在步骤2-307，将线状滤波分割的输出用于适应性分割。适应性分割可包括基于体素灰度值的适应性区域生长的步骤。区域生长可以根据阈值(例如，低于过滤器响应阈值的阈值)，并且在适应性分割过程中可以调节阈值。例如，可以适应性调节区域生长阈值，同时系统自动检查已分割对象的形状以确保它保持管状结构。由于细血管结构的低对比度，由线状滤波分割获得的结果可产生多个碎片。不过，在区域生长过程中，用户或系统可通过分析它们的形状和空间关系连接断开的血管分支。在其它步骤包括例如图2(a)的流程图的步骤2-111可以调节和选择区域生长阈值。
[0064]血管分割的一个示例结果在图2(h)和2(i)中示出。具体地说，图2(h)示出了叠加在MIP影像上的血管分割结果2-501，而图2(i)示出了在二维影像切片中的血管分割结果 2-601。
[0065]血管分割不限于通过线状滤波响应算法进行的分割。而是，血管分割可通过与结合图2(b)所述的示例程序之外的程序进行。例如，可以执行其它优化程度，以便根据用户在MIP影像上所绘制的轮廓提取血管结构。在另一个示例性实施例中，可以使用动态编程程序来找到VOI内的三维