根据放射照相图像估计肺容量的制作方法

本发明涉及用于根据放射照相图像估计肺容量的系统和方法。

背景技术：

1、x射线成像是重症监护病房(icu)中跟踪肺的状况的标准工具。通常情况下，每隔一天就要进行一次x射线检查，以便评估肺的改变，尤其是查看胸腔积液、肺不张等情况。最近，已经提出来趋于针对肺内总气量对x射线图像进行定量评估，以提供有关患者状况的更可靠的信息。根据单个x射线图像的肺容量估计需要关于投影几何形状(projectiongeometry)的知识。然而，x射线通常是通过将移动式检测器手动放置在患者下方且在病床上或病床下方进行拍摄的，使得没有固定的源-检测器距离。此外，患者的定位可能由于其他要求(例如给处于俯卧位置或仰卧位置的患者供气)而改变。投影几何形状中的这种改变给准确的肺容量估计带来了挑战。

技术实现思路

1、为了更好地解决这些问题中的一个或多个，本发明的第一方面提供了一种根据放射照相图像估计肺容量的计算机实现的方法。该方法包括：将患者的胸部的二维放射照相图像配准到患者的胸部的三维放射照相图像，以估计描述被用于捕获二维放射照相图像的成像装置的投影几何形状的数据；使用投影几何形状来估计与成像装置有关的至少一个放射照相放大系数；以及使用二维放射照相图像和至少一个放射照相放大系数计算估计的肺容量。

2、可使用至少一个训练过的机器学习模型来执行对二维(2d)放射照相图像和三维(3d)放射照相图像的配准。此外或替代性地，可使用至少一种计算或几何配准算法来执行配准。

3、至少一个训练过的机器学习模型可被用于将2d图像配准到3d图像，以估计描述投影几何形状的数据。

4、在一个示例中，几何配准算法包括基于强度的配准算法，该基于强度的配准算法通过一个或多个相关性度量来比较两个图像中的强度图案。例如，几何配准算法可以是基于在变化姿态参数的同时使两幅图像之间的强度相似性度量最小化。此外或替代性地，配准算法可包括基于特征的配准算法，该基于特征的配准算法可找到一个或多个图像特征(如点、线和轮廓)之间的对应关系。

5、这种配准可配准整个2d图像和3d图像，或者可使用2d图像和3d图像中的一个或两个的子图像。因此，配准可包括在执行配准之前从2d图像和3d图像中的一个或两个中形成子图像。如果对子图像进行配准，则子图像可绘示出待用于配准中的至少一个解剖结构，即至少一个关注物体。在一个具体的非限制性示例中，该至少一个解剖结构包括一个或多个脊椎。此外或替代性地，该至少一个解剖结构可包括一根或多根肋骨。子图像可通过分割2d图像和3d图像来形成或创建，以分离出至少一个解剖结构，例如分割出至少一块脊椎。因此，可对2d图像进行分割，以识别绘示出解剖结构的关注区域，同时可对3d图像进行分割，以识别绘示出同一解剖结构的关注体积。

6、配准算法可包括迭代配准算法。因此，在一个示例中，比较两幅图像中的强度图案可包括使用迭代配准算法，该迭代配准算法对估计的投影几何形状重复进行增量式改变，并使用经增量式改变的投影几何形状计算正在配准的两幅图像之间的相关性度量，直到相关性度量收敛到稳态值。稳态值可以是最大值或最佳值。因此，该方法可包括使用优化算法来使相关性度量最大化。为了将2d图像与3d图像进行比较，该方法可包括首先使用例如为当前迭代选择的估计的投影几何形状，根据3d图像重建2d图像。该方法可包括在计算相关性度量之前，从2d图像中减去重建的2d图像(其是从3d图像中计算出的)。迭代算法可使用预定的投影几何形状的起始估计值，和/或预定的增量大小，和/或投影几何形状的参数递增的预定顺序。相关性度量可包括相似性度量，该相似性度量对两幅图像中的强度图案的相似程度进行量化。在一个具体的非限制性示例中，相似性度量描述的是差异图像的结构度，该差异图像是通过从正在配准的两幅图像中的一幅图像减去另一幅图像得到的。其他合适的相似性度量的示例包括互相关、互信息、强度差平方和以及比率图像均匀性。

7、该方法可包括在执行配准之前对两幅图像中的一幅或两幅进行预处理。例如，可以例如通过从关注物体以外的区域移除平均灰度值，和/或应用一个或多个缩放系数来对图像中的一幅或两幅进行预处理，以调整灰度变化。

8、投影几何形状可以通过变换(即几何变换)来描述，例如，该变换可以将2d图像和3d图像使用的不同坐标系联系起来，从而将图像中的一个映射到另一个。变换可通过一个或多个变换参数来表示，例如旋转参数和平移参数。在一个示例中，可使用多达九个参数来表示投影几何形状：三个参数表示源的位置，三个参数表示检测器的位置，三个参数表示检测器或检测器平面的取向。由成像装置强加的限制(例如固定的源-检测器距离或可绕少于三个轴旋转的源安装架)，可允许使用少于九个参数(即参数的子集)来完整地表示投影几何形状。

9、在一个示例中，至少一个肺的放大系数可使用至少一个源-肺距离来估计。更具体地说，肺的放大系数可被计算为源-肺距离与源-检测器距离(即源-肺距离加上肺-检测器距离之和)的比值。更具体地说，肺的放大系数可被计算为其中和分别是所讨论的肺的源-肺距离和肺-检测器距离。这些距离可在从源穿过所讨论的肺的中心到检测器的直线上测量。

10、在另一个示例中，至少一个肺的放大系数可使用至少一个源-解剖结构距离(例如，x射线源与图像配准中使用的解剖结构之间的距离)和肺-解剖结构距离(例如，肺(一个或多个)与所述解剖结构之间的距离)一起来估计。在计算中使用肺-解剖结构距离可包括使用捕获2d图像时患者所躺的位置(例如俯卧或仰卧)的知识，例如来选择适当的估计方法。换言之，该方法可包括根据患者是处于仰卧位置还是处于俯卧位置，以不同的方式应用肺-解剖结构距离。更具体地说，如果患者处于仰卧位置，则肺(一个或多个)的放大系数可被估计为或者如果患者处于俯卧位置，则肺(一个或多个)的放大系数可估计为其中是源-检测器距离，是源-解剖结构距离(例如，源与脊椎(例如在图像配准中发现的脊椎平面)之间的源-脊椎距离)，而是肺-解剖结构距离(例如，脊椎或脊椎平面与肺中平面之间的肺-脊椎距离)。

11、估计至少一个放射照相放大系数可包括估计至少一个肺的放大系数，例如，如果两个肺应用相同的放大系数，则估计一个或两个肺的放大系数；如果应用不同的放大系数，则分别估计每个肺的放大系数。如果患者倾斜地放置于射束中，即如果两个肺的中点或中心与检测器平面不等距，则左肺和右肺的放大系数可不同。在上述计算中，在只估计一个肺的容量的情况下，可使用单个的源-肺距离单个肺-检测器距离或单个肺-解剖结构距离或者当两个肺与源等距时，可将这些值应用于两个肺。否则，例如在患者躺在倾斜位置的情况下，估计至少一个放射照相放大系数可包括分别估计左肺和/或右肺的放大系数。更具体地说，可针对左肺和右肺获得单独的源-肺距离、肺-检测器距离和/或肺-解剖结构距离，且通过将这些值代入上述等式来估计每个肺的放大系数。此外，还可计算与至少一个解剖结构(例如脊椎)相关的放大系数，例如因此，估计至少一个放射照相放大系数可包括估计与被用于配准二维放射照相图像和三维放射照相图像的至少一个解剖结构(如脊椎)有关的放大系数。与肺有关的放大系数可继而基于与至少一个解剖结构有关的放大系数得出。

12、在一些示例中，脊椎放大系数可被计算为全局放大系数(例如，取单个脊椎的结果或多个脊椎的平均值)或空间变化放大系数，后者通过对为不同脊椎确定的放大系数进行内插而沿头颅-尾椎方向变化。

13、本文所述的距离(如源-肺距离、肺-检测器距离、肺-解剖结构距离等)，可使用3d模型(其是使用确定的投影几何形状数据构建的)来计算。2d/3d配准允许在单个坐标系中描述比如源、检测器和解剖结构等物体的位置和取向，使得可轻松确定物体间的距离。在计算出到解剖结构的距离或离解剖结构的距离时，可将这些结构的中平面或中心点作为参考点，例如，在计算从源或检测器到肺的距离时，可使用该肺的中心点。

14、一旦确定了放大系数，就可基于该放大系数使用任何适当的方法来估计肺容量。在一个示例中，其中肺容量估计基于从2d图像中确定的肺面积，在使用缩减的肺面积来估计肺容量之前，可使用肺(一个或多个)的放大系数来缩减肺面积。换句话说，计算估计的肺容量包括使用至少一个肺放大系数来缩减使用二维放射照相图像确定的肺面积。在针对左肺和右肺估计单独的放大系数的情况下，可在估计肺容量之前使用这些单独的放大系数来缩减相应肺的面积。也就是说，该方法可包括使用针对左肺和右肺确定的相应放大系数来分别缩放左肺和右肺的肺面积。因此，不同的缩放比例可应用到左肺和右肺。肺面积可根据1/m2进行缩放，其中m是相应肺的放大系数。计算估计的肺容量可包括对缩放的肺面积上的像素强度值进行积分。同样，放大系数可被用于缩放针对单个像素计算的体积或其总和，或水当量路径长度(water equivalent path length)。

15、在一个示例中，计算估计的肺容量可包括针对2d图像的肺面积内的每个像素估计对其强度值有贡献的体积。该体积可近似等于水当量路径长度乘以像素尺寸，且利用该放大系数进行附加校正。更具体地说，该体积可被估计为v＝ls/m2，其中l是水当量路径长度，s是像素尺寸，m是所讨论的肺的放大系数。水当量路径长度可使用任何适当的已知方法进行估计。

16、为了考虑到射到检测器上的x射线的局部倾角，估计每个像素的体积可包括确定有效像素尺寸，以用于上述计算中代替实际像素尺寸。如果射线垂直击中检测器，则有效像素尺寸seff可被认为等于物理像素尺寸s。否则，对于倾角α≠90°，可以使用(较小的)有效像素尺寸，即seff＝scos(90°-α)。每个像素的倾角可使用上述3d模型确定。

17、在另一个示例中，计算估计的肺容量包括：分割二维放射照相图像以识别左肺和右肺；修改二维放射照相图像以用预先限定的像素强度值替换与左肺和右肺相对应的区域中的图像数据，从而形成胸部掩膜图像；以及从原始的二维放射照相图像中减去胸部掩膜图像以形成提供肺容量信息的纯肺图像。例如，预先限定的值可对应于软组织或水的预期像素强度值。计算估计的肺容量可进一步包括基于与左肺和右肺对应的区域中的像素的面积和强度与肺总容量之间的已知相关性，对纯肺图像上的像素强度值进行积分。在其上对强度值进行积分的面积可以是基于肺(一个或多个)的放大系数确定的缩减的肺面积。

18、根据第二方面，提供了一种被配置为执行本文所述的任何方法的计算系统。

19、根据第三方面，提供了一种计算机程序产品，该计算机程序产品包括指令，当指令被计算系统执行时，能够使计算系统执行或导致计算系统执行本文所述的任何方法。

20、根据第四方面，提供了一种计算机可读介质，该计算机可读介质包括指令，当指令被计算系统执行时，能够使计算系统执行或导致计算系统执行本文所述的任何方法。

21、本文公开的系统和方法用于对根据放射照片来估计肺容量进行改进。准确地估计肺容量提供了有关在icu内的患者的状况的宝贵定量信息。然而，定量评估需要有关系统的几何形状和患者在系统内的定位的信息，而这些信息在使用移动式x射线系统的icu环境中通常是不可用的。根据本公开，可通过使用先前获取的ct数据来估计投影几何形状而克服这一问题。

22、本文所述的“二维放射照相图像”可包括x射线图像或放射照片，尤其是投影放射照片，更尤其是使用移动式检测器(例如平板检测器)捕获的图像或放射照片。作为平面图像的二维放射照相图像包括表示入射x射线的空间强度分布的像素阵列。

23、本文所述的“三维放射照相图像”可包括例如计算机断层扫描照相(ct)图像或放射照片，其作为体积图像，包括表示空间强度分布的体素的体积。

24、本发明可包括一个或多个单独或组合的方面、示例或特征，无论是否以该组合或单独的方式具体公开。上述方面中的一个的任何可选特征或子方面均适合应用于任何其他方面。

25、参照下文所述的实施例，本发明的这些方面和其它方面将变得明显并被阐明。