专利名称：基于多个掩码的用于医学成像的像对准方法及设备的制作方法
技术领域：
本发明涉及医学成像领域。更具体地说，本发明涉及医学成像中使用的像对准技术。
背景技术：
医学成像是医学应用装备领域中早已建立的技术。具体说，本技术在血液灌注评定中常常使用，本技术在若干诊断应用中，特别是在超声分析中找到使用。为此，把一种超声造影剂(UCA)向病人给药，该造影剂通常的形式是悬浮在液体载体中的气泡。造影剂起有效的超声反射器的作用，使造影剂能容易地被施加的超声波检测，并记录产生的回波信号。因为造影剂以病人血液相同的速度流动，它的轨迹提供关于要分析身体部分的血液灌注信息。
气泡通常用乳化剂、油、增稠剂、糖，或把气体或其前体夹带或包入各种各样的系统中，使气泡稳定。稳定的气泡一般称为“充气微泡”。充气微泡包括气泡，这些气泡分散在水媒体中，并被非常薄的、包含表面活性剂(即亲水亲油材料)的被膜，约束在气体/液体界面上。这些微泡(亦称“微气泡”)的制备，是通过使粉末状的亲水亲油材料，与空气或其他气体，然后与水载体接触并拌匀，以产生微气泡悬浮液，该气泡悬浮液在它制备后要很快给药，上述粉末状亲水亲油材料，例如是冻干的预制脂质体或冻干或喷射干燥的磷脂溶液。
另外，微泡包括的悬浮液中，气泡被天然或合成聚合物形成的固体材料被膜包围(此时，它们亦称“微气球”或“微胶囊”)。另一类超声造影剂，包括聚合物或其他固体的多孔微粒子悬浮液，该悬浮液携带陷入微粒子的孔中的气泡。
合适的微泡，特别是微气泡和微气球水悬浮液，及其制备的例子，例如公开在如下专利中EP-A-0458745、W0-A-91/15244、EP-A-0554213、WO-A-94/09829、和W0-A-95/16467。包括充气微泡的商业超声造影剂的一个例子，是SonoVue(Bracco InternationalBV)。
在灌注评定的过程中，微泡通常被足够能量的超声脉冲(被称为“高机械指数”)破坏。微泡在被分析身体部分中的补药速率的观察，给出关于身体部分的生理学条件的信息。这种技术已经第一次在Wei，K.，Jayaweera，A.R，.Firoozan，S.，Linka，A.，Skyba，D.M.，和Kaul，S.，的文章中提出，文章标题是“Quantification of Myocardial BloodFlow With Ultrasound-Induced Destruction of MicrobubblesAdministered as a Constant Venous Infusion，”Circulation，vol.971998。
为此，造影剂流动的监视，是通过获取微泡破坏后，表示身体部分的相继的像序列实现的。然后分析这些像，获得表示像的每一基本面积强度变化的时间曲线。把这些灌注曲线与数学模型拟合，以便抽取灌注过程的定量参数。上述过程(亦称参数灌注分析)的例子，例如在WO-A-02/102251中说明，也在下面的出版物中说明K.Wei，Detection and Quantification of Coronary Stenosis Severity WithMyocardial Contrast Echocardiography，Progress in CardiovascularDiseases，44(2)，2001，81-100；Kevin Wei，Elizabeth Le，Jian-ping Bin，Matthew Coggins，Jerrel Thorpe，Sanjiv Kaul.Quantification ofRenal Blood Flow With Contrast-Enhaneed Ultrasound.J.Am CollCardiol，2001；371135-40；Kharchakdjian，R.，Burns，P.N.，和Henkelman，M.Fractal Modeling of MicrobubbleDestruction-Reperfusion in Unresolved Vessels. IEEE UltrasonicSymposium，2001；Rim，S.-J.，Leong-Poi，H.，Lindner，J.R，Couture，D.，Ellegala，D.，Masson，H.Durieux，M，Kasse，N.F.和Kaul S.，Quantification of Cerebral Perfusion with Real-TimeContrast-Enhanced Ultrasound，Circulation，vol.104，2001，2582-2587；Schlosser等人，Feasibility of the Flash-Replenishment Concept inRenal TissueWhich Parameters Affect the Assessment of theContrast Replenishment？，Ultrasound in Med.&Biol.，Vol.27，PP937-944，2001；和Murthy TH，Li P，Locvicchio E，Baisch C，Dairywala I，Armstrong WF，Vannan M.Real-Time MyocardialBlood Flow Imaging in Normal Human Beings with the use ofMyocardial Contrast Echocardiography.J Am Soc Echocardiogr，2001，14(7)698-705。
但是，灌注评定的精度，与不可避免的像的未对准产生的噪声成反比。例如，未对准能够因病人的运动、因她/他的呼吸周期、或因测量探头的无意运动。这样使灌注评定结果的质量严重降质。在灌注过程的参数成像中，这个问题特别尖锐；事实上，本技术要求像的精确对准，因为由它们的未对准导致的任何误差，严重损害对应的定量参数的计算。上面的所有一切，妨碍上述技术的临床应用。
为了解决这个问题，在分析之前，像必须重新对准。为此，选择序列中的一个像作为参考，然后把其他的像(被称为运动像)与参考像重新对准。这样，要分析的身体部分的表示基本上仍然是不动的。
通常，重新对准是由操作员手工完成的。但是，这种解决方案非常耗时；此外，结果的质量强烈依赖于操作员的技巧。因此，手工对准在大多数实际应用中，是不可行的。
一些使像自动重新对准的解决方案，也已经在最近几年提出。这些解决方案是根据像的对准技术，该技术的目标，在于确定一种把每一运动像映射到参考像的最佳化几何变换。
例如，US-A-6490560公开一种对准方法，供使用计算机断层(CT)扫描器计算组织灌注。该文献公开一种在两维像上工作的方法，用于使三维体积重新对准。在这种情形中，每一体积用(两维)图像切片的序列表示，这些切片把要分析的身体部分分成段。按该提出的方法，在每一序列中选择一中央切片。确定每一中央切片相对于该参考的中央切片的两维运动。然后，按照对应的运动，校正每一体积。另外，可以个别地对每一切片重复相同的过程。通过使选择的有不变形状及强度(诸如颅骨部分)的界标匹配，确定该运动。可供选择地，能够把分析局限在要关心的子区，以缩减处理的时间。
另外，US-A-5568811涉及一种超声分析中对组织界面定位的方法。就这方面说，该文件约略提到，用两个不同像之间的小数据立方体的相关，对运动进行补偿的可能性。
然而，本领域中熟知的解决方案中，没有一个是完全令人满意的。事实上，可用的对准方法，在大多数实际情况中给出相对粗劣的结果。具体说，提出的解决方案，对灌注过程的参数成像，不能保证适当的精度。此外，在超声像中存在的斑点颗粒，能够遮蔽实际涉及灌注评定的信息。这种情况引入的误差，进一步降低该过程的质量。
发明内容
按照本发明，是提议把多个掩码(mask)用于像的重新对准。
具体说，本发明的一个方面，是提出一种用于医学成像的像对准方法。本方法从提供像的序列的步骤开始；每一像包括待分析的身体部分的数字表示。在序列中选出一个参考像(序列中剩余的像定义为运动像)。然后把一个运动像(或至少它的一部分)与参考像重新对准。重新对准的步骤包括如下的操作。首先，定义定界掩码(用于识别参考像上某一区，运动像必须用该定界掩码重新对准)，及定义特征掩码(用于识别参考像上又一个区，在该特征掩码内计算重新对准度)。然后，确定一种最佳化的变换，用于补偿运动像相对参考像的位移。该操作是通过最佳化相似性测量实施的，最佳化相似性测量可以按三种可替换的方式计算。在第一实施方案中，是在第一计算区(该第一计算区在参考像上被计算掩码识别)和第二计算区(该第二计算区在按照提出的变换进行变换的运动像上被计算掩码识别)之间计算相似性测量；该计算掩码由特征掩码和按照提出的变换进行变换的定界掩码之间的相交区确定。在第二实施方案中，是在第一计算区(该第一计算区在按照提出的变换进行变换的参考像上被计算掩码识别)和第二计算区(该第二计算区在运动像上被计算掩码识别)之间计算相似性测量；该计算掩码由定界掩码和按照提出的变换进行变换的特征掩码之间的相交区确定。在第三实施方案中，是在第一计算区(该第一计算区在参考像上被计算掩码识别，该计算掩码是按照已提出变换的逆变换进行变换的)和第二计算区(该第二计算区在运动像上被计算掩码识别)之间计算相似性测量，该计算掩码再次由定界掩码和按照提出的变换进行变换的特征掩码之间的相交区确定。然后，把运动像或它的有关部分，按照该最佳化的变换进行变换。
具体说，这个结果是通过把最佳化的变换本身，应用于第一实施方案，或把最佳化变换的逆变换应用于第二和第三实施方案获得的。
在本发明的一个实施例中，对每一运动像的最佳化变换，是通过迭代过程确定的；该过程包含执行一个循环一次或多次，直到相似性测量(或其变化)达到阈值。
通常，对序列中每一个另外的运动像，重复相同的操作。
在本发明的一个特定实施例中，特征掩码被定义在定界掩码内。
有利的做法是，特征掩码大于定界掩码的50％。
作为进一步的提高，是利用互信息测量(例如，由两个计算区之间的归一化互信息构成)。
本发明的一个优选实施例，包括在像被处理之前，进行像的二次抽样；这一操作是根据二次抽样因子，该二次抽样因子，是按照沿参考像每一维的空间分辨率计算的(识别能被分清的最小有效单元)。
作为进一步的提高，在从特征掩码导出的参考像矩形区中，估算空间分辨率。
一种改进本方法性能的方式，是对每一个运动像，按照一个或多个以前运动像的最佳化变换，对提出的变换初始化。
最好是，该初始化借助基于多个以前运动像的最佳化变换的预测算法实施。
作为进一步的改进，一些运动像(其数量按照当前运动像的最佳化变换的梯度确定)可以在最佳化进程中跳过；然后，通过内插，获得每一被跳过的运动像的最佳化变换。
在本发明的一个优选实施例中，参考像不同于序列的边界像(即第一个和最后一个)，以便把序列分割为两个子序列。
一种为(提出的和最佳化的)变换提议的选择，是包括刚性变换，该刚性变换由对应的位移(即，一个或更多的平移和/或旋转)定义。
作为进一步的改进，在应用最佳化变换之前或之后，在定界掩码以外的每一个运动像的任何可视化单元，都被舍弃。
在本发明的一个优选实施例中，通过舍弃已经在至少一个运动像中被舍弃的可视化单元，使像缩小；然后，这样获得的缩小的像，被用于分析。
在特定的应用中(例如在灌注评定中)，在每一像中舍弃更多的可视化单元。为此，本方法识别序列中最强的像和最弱的像(例如，按照它们的平均亮度)；要舍弃的可视化单元包括，最强像中对应的可视化单元和最弱像中对应的可视化单元之间的差值，低于阈值的各个可视化单元。
作为一种可能的扩展，每一像包括多帧(代表身体部分对应的切片)；在这种情形下，定界掩码和特征掩码被定义在两帧或更多帧上。
通常，本发明的方法可用于超声成像应用。
无损于本发明方法的普遍性，这里提出的方法是专门为灌注评定的使用设计的。
本发明的再一个方面，是提出一种用于实施上述方法的计算机程序。
本发明的又再一个方面，是提出一种实施该程序的产品。
本发明的一个不同的方面，是提供一种对应的像对准设备。
此外，本发明的另一方面，是提出一种包括对准系统的医学成像系统。
本发明的鲜明特征，将在后面所附的权利要求书中阐明。但是，本发明本身，以及更多的特征和优点，结合附图参阅下面纯粹以非限制展示给出的详细说明，将得到最好的理解。
图1是医学成像系统的图形表示，其中可以应用按照本发明实施例的解决方案；图2a画出主要软件组件，能够用于实现按照本发明实施例的解决方案；图2b是定界掩码和特征掩码的例子，它们可在本发明的一个实施例中，用于使像重新对准；图3画出按照本发明一个实施例的对准处理器的示意方框图；图4a详细画出按照本发明一个实施例的空间二次抽样器的结构；图4b-4d画出在本发明一个实施例中，空间二次抽样器使用的不同的信息；图5a详细画出按照本发明一个实施例的运动估算器结构；图5b-5d画出在本发明一个实施例中，运动估算器使用的不同的信息；图6a详细画出按照本发明一个实施例的已对准像定序器结构；图6b-6e画出在本发明一个实施例中，已对准像定序器使用的不同的信息；图7详细画出按照本发明一个实施例的流量定量模块结构；图8a-8c画出流程图，说明按照本发明一个实施例的解决方案的示例性实施方案；图9画出按照本发明一个实施例的解决方案在三维中的应用；和图10a和10b分别画出没有像对准、和有按照本发明一个实施例的像对准的灌注曲线例子。
具体实施例方式
现在仔细参照图1，图上画出医学成像系统100。系统100包括有中央机组105的超声扫描器，该中央机组105有手持的发射并接收的阵列探头110(直线型或矩阵型)。探头110发射超声波(例如中心频率在2到10 MHz之间)，并接收被组织结构和/或造影剂反射的超声波产生的回波信号(当接触病人115要分析的身体部分120的面积时)；为此，探头110设有发射/接收复用器，该复用器允许按上述脉冲回波模式使用探头110。
中央机组105内装母板125，其上安装控制扫描器100操作的电子电路(诸如微处理器、工作储存器、和硬盘驱动器)。此外，一块或更多子板(整体以130标记)插在母板125上。子板130提供驱动探头110的电子电路；这些电子电路通常包括用于产生超声波的波束线形成器及脉冲发生器、有时间增益补偿(TGC)电路的预放大器、处理回波信号的模数变换器(ADC)、3D编码程序、和把回波信号表示为像的扫描变换器。
扫描器100也可以装有读出可移动数据支持媒体140(例如CD-ROM)的驱动器135。监视器135用于显示被分析的身体部分120的像。此外，键盘150按常规方式与中央机组105连接；键盘150设有跟踪球155，用于操纵监视器145屏幕上指针(图中未画出)的位置。
转到图2a，能够用于实现按照本发明实施例的解决方案的主要软件组件，图上整体以参考数字200标记。信息(程序和数据)通常储存在硬盘上并当运行某个程序时，把该程序连同操作系统及其他应用程序(图中未画出)一起，装入工作储存器。程序开始时从一个或多个CD-ROM安装到硬盘上。在下面的图中，任何矩阵将以实箭头标记，而对应的视频表示，将以空心箭头标记；另外，任何包括一般物体的时间系列的序列，将以粗箭头标记，而任何包括一组值的矢量，将以虚箭头标记。
具体说，储存库205用于储存已经获取(例如，通过上述扫描器)的像I的序列。为此，被分析的身体部分，最好接受超声造影剂，例如前面说过的那些造影剂。造影剂可以作为恒流给药，或作为快速灌注剂(bolus)给药，如通过注射。最好是，被分析的身体部分经受灌注过程。具体说，让造影剂(包括充气微泡)到达要分析的身体部分过了预定时间周期(例如数秒)之后，加上高能量的超声脉冲；该能量必须足以破坏微泡的颇大部分(例如不少于50％)，以便能在微泡刚破坏后测量的值和达到灌注稳态(在恒流的情形)时测量的值之间，或在微泡刚破坏后测量的值和达到灌注的最大的值(在快速灌注剂给药的情形)之间，检测所接收的回波信号的实质变化。然后取得身体部分相继像的序列，以跟踪造影剂进入身体部分的流动(例如，以30-80ms的分辨率)。
每一像包括身体部分的数字表示；像，由多个可视化单元定义，通常是以矩阵形式(例如，M＝512行和N＝512列)。每一可视化单元代表像的基本面积，诸如一个图形单元(像素)或一个体积单元(体素，voxel)；通常，可视化单元包括指配给该像素(或体素)的表示回波强度的值(例如8比特)，从黑的0到白的255。通常，像也通过数字滤波器(如带通滤波器)和其他信号调节器(如后波束形成TGC)处理；此外，像还通过解调器(考虑回波包络的幅值)和非线性调节器(如对数压缩器)进一步处理。最好是，借助对应的文件储存器，对在像储存库中像I的每一序列编码。该文件储存器储存每一像的行数(M)与列数(N)，和序列中的像数；于是，文件储存器包括代表像的记录流(每一个像包括对应像素值的M×N字节)。
像I的序列被输入对准模块210，该对准模块210用于把像重新对准，以补偿被分析身体部分对应的运动。对准模块210包括图形用户界面(Graphical User Interface，GUI)215，用于从储存在储存库205中对应的文件储存器，加载序列I的像。具体说，向选择器220提供像I的序列；选择器220能使操作员显示这些像和选取它们之一作为参考像Ir，序列中其他的像(称为运动像)要与它重新对准(通过对准过程)。最好是，参考像Ir不同于序列的边界像(即第一个或最后一个)，以便把序列分割为从参考像Ir到第一个像的子序列，和从参考像Ir到最后一个像的子序列。在大多数实际应用中，参考像Ir还包括更有价值的信息，以促进对准过程。
参考像Ir被绘图模块225取出，绘图模块225用于在其上定义定界掩码Md和特征掩码Mf。定界掩码Md为分析过程(运动像必须用定界掩码Md重新对准)识别要关心的区(ROI)。由于要对运动进行补偿，定界掩码Md的定义要计及总的偏移；定界掩码Md也能使操作员舍弃包含文本及其他不需要信息(如果有的话)的像的面积。这样能使提出的解决方案应用于任何系统(不论提供的像的格式如何)。另一方面，特征掩码Mf识别(根据身体部分的形态学特征)将要用于计算重新对准度的区。特征掩码Mf的绘图，通常得益于操作员的解剖知识，使对应区包括被分析身体部分的相关解剖部分的表示。最好是，特征掩码Mf画在定界掩码Md内。此外，在大多数实际应用中，特征掩码Mf定出参考像Ir基本部分的边界。例如，特征掩码Mf大于定界掩码Md的50％；最好是，特征掩码Mf的大小，是定界掩码Md大小的50％-80％(更为可取的是55％-65％)。该值在高精度与低计算时间两个相反要求之间提供良好的折衷。通常是，每一个掩码Md、Mf，用M×N比特的矩阵表示；在掩码内的比特，指配逻辑值1，而在掩码外的比特，指配逻辑值0。画在参考像Ir上的定界掩码Md和特征掩码Mf的例子，示于图2b。
为此，回头参考定界掩码Md和特征掩码Mf的图2a，像I序列的视频表示通过监视驱动器230显示。像I的序列、参考像Ir、定界掩码Md、和特征掩码Mf，都送至对准处理器235。对准处理器235补偿每一运动像相对参考像Ir的运动，以获得对应的已对准像RI。把已对准像RI的序列储存进储存库205，之后即可通过监视驱动器230显示。
已对准像RI的序列还送至流量定量模块240，该流量定量模块240用于计算灌注过程的定量参数。流量定量模块240还从对准处理器235接收空间分辨率基元的定义和切割掩码Mt的定义(下面将说明这样做的意义)。流量定量模块240输出参数像PI，该参数像PI提供灌注过程结果的图形表示。把参数像PI储存进对应的储存库245，之后即可用于通过监视驱动器230的显示。
现在移到图3，对准处理器235包括按级联连结的空间二次抽样器305、运动估算器310、和已对准像定序器315。
具体说，空间二次抽样器305用于缩减要处理的信息量。空间二次抽样器305接收特征掩码Mf、定界掩码Md、参考像Ir、和像I的序列；空间二次抽样器305相应地输出二次抽样的特征掩码SMf、二次抽样的定界掩码SMd、二次抽样的参考像SIr、和二次抽样的像SI的序列。这一过程还包含确定空间分辨率基元Cr(向流量定量模块提供该基元)。
运动估算器310用于确定补偿每一像的运动的变换；为此，运动估算器310接收二次抽样的特征掩码SMf、二次抽样的定界掩码SMd、二次抽样的参考像SIr、二次抽样的像SI的序列、和空间分辨率基元Cr(来自空间二次抽样器305)。最好是，该变换是刚性类型(即，保持所有距离的变换)。在即将讨论的例子中，变换由3个分量定义指定沿x轴的平移(X)、沿y轴的平移(Y)、和旋转角(θ)。该提出的选择，给出有可接受的计算复杂性的良好结果。结果是，运动估算器310产生变换T的对应序列，该变换T的序列被送至已对准像定序器315。
已对准像定序器315还接收定界掩码Md和像I的序列。已对准像定序器315按照变换T的序列更新像I的序列，以便产生已对准像RI对应的序列。此外，已对准像定序器315确定切割掩码Mt，向流量定量模块提供该切割掩码Mt。
现在考虑图4a，图上详细画出空间二次抽样器305的结构。具体说，向矫正器405提供特征掩码Mf，矫正器405确定对应的被矫正特征掩码RMf；该被矫正特征掩码RMf由包含特征掩码Mf的最小矩形构成。同样，向又一个矫正器410提供定界掩码Md，矫正器410确定对应的被矫正定界掩码RMd(由包含定界掩码Md的最小矩形构成)。
被矫正的特征掩码RMf，通过乘法运算器415被送至参考像Ir。更详细地说，参考像Ir的每一像素值被乘以被矫正特征掩码RMf对应的逻辑值；结果是，被矫正特征掩码Mf内的像素值不变，而其他像素值被复位到0(于是它们在下一个处理中被舍弃)。这种操作产生对应的受限参考像LIr。同样，把被矫正定界掩码RMd通过又一个乘法运算器420送至序列I的每一个像，产生受限像LI的序列。
向空间频率分析器425输入受限参考像LIf，空间频率分析器425计算空间分辨率基元Cr的大小。基元Cr定义受限参考像LIf沿其每一维的空间分辨率。空间分辨率识别能够分清的最小有效单元；具体说，在超声成像的情形，有效单元包括通常能在像中看见的斑点颗粒。在即将讨论的例子中，空间分辨率基元Cr由两个二次抽样因子Px、Py定义(分别用于沿x轴和沿y轴的两维)。
为此，空间频率分析器425从受限参考像LIr抽取估算区Re；估算区Re在被矫正特征掩码RMf(从它的上左角开始)定义的矩形区每一维中，包括2的最大幂的像素数。特征掩码Mf、被矫正特征掩码RMf、和对应的估算区Re的插图，在图4b中画出。例如，如果被矫正特征掩码RMf的大小是115×140像素，则估算区Re将包含64×128＝26×27像素。
回头参考图4a，空间频率分析器425确定估算区Re沿每一维的平均功率谱密度。最好是，这一过程通过在估算区Re每一行和每一列上进行离散Fourier变换(诸如快速Fourier变换，或FFT)，然后在每一维对这样获得的结果求平均实施。通常，空间频率是以“像素数的倒数”为单位的；另一方面，平均功率谱密度是在0和100之间归一化的(值0指配给对应的DC分量，以便除去它的影响)。应当指出，估算区Re的矩形形状，可以避免任何边界效应(特征掩码Mf可能的不规则形状，将引入该边界效应)；此外，估算区Re大小的选择，按2次方增加处理的速度(因为FFT能够借助Danielson-Lanczos定理计算)。平均功率谱密度沿x轴(Dx)和y轴(Dy)分布的例子，在图4c中画出。
现在考虑图4d，把密度分布Dx、Dy对空间频率积分，以获得累积谱能量的对应的分布Ex、Ey。把基本上保持该能量的阈值Th，应用于分布Ex、Ey；可取的是，该阈值包括在80％和99.9％之间，更可取的是85％和99.5％之间，而还更可取的是90％和99％之间，例如98％。然后在分布Ex和Ey中，确定在该阈值Th上提供能量的空间频率(分别以fx和fy标记)。二次抽样因子Px、Py(以像素数定义二次抽样周期)，分别由2·fx和2·fy的倒数给出(舍入成整数值)。在图示的例子中，在阈值Th上提供能量的空间频率fx和fy，分别等于0.1和0.2。因此，二次抽样因子Px和Py将是Px=ROUND[12·fx]=ROUND[12·0.1]=5]]>Py=ROUND[12·fy]=ROUND[12·0.2]=ROUND[2.5]=2]]>回到图4a，空间二次抽样器305还包括一组四个抽选器430(并行工作)。每一抽选器430接收空间分辨率基元Cr(该空间分辨率基元Cr也发送至流量定量模块)。把特征掩码Mf、定界掩码Md、受限参考像LIr、和受限像LI的序列，向各自的抽选器430提供，各抽选器430输出对应的二次抽样特征掩码SMf、二次抽样定界掩码SMd、二次抽样参考像SIr、和二次抽样像SI的序列。每一抽选器430按照分辨率基元Cr，缩减相应的输入矩阵；这样极大地降低要处理的数据量，而对它的信息容量(器官解剖学或形态学)基本上没有影响。为此，抽选器430首先向输入矩阵应用低通滤波。最好是，该过程借助线性滤波器实施。更详细地说，把输入矩阵与有Px行和Py列的内核进行卷积，该内核的每一基元被指配值1/(Px·Py)。结果是，输入矩阵的每一像素，用内核乘以集中在像素上的输入矩阵对应部分的积的平均值代替。这样，用截止频率对输入矩阵的容量进行低通滤波，该截止频率取决于二次抽样因子Px和Py(分别沿x轴和y轴)。因此，任何噪声峰值(该噪声峰值将在下一次二次抽样操作中引入误差)被从输入矩阵中除去。然后，以更低的速率对(已滤波的)输入矩阵再抽样；换句话说，抽选器430沿x轴每一Px取一像素，和沿y轴每一Py取一像素。上述操作能以正比于Px·Py的因子缩减每一输入矩阵的大小。
现在参考图5a，图上详细地说明运动估算器310的结构。具体说，向像选择器505提供二次抽样像SI的序列。选择器505按照定义像的数量的选择参数Ns，从该序列抽取一个像SIs。把被选择的二次抽样像SIs送至最佳化循环510，循环510计算使相似性测量最大化的变换，该相似性测量指示被选择的二次抽样像SIs相对二次抽样参考像SIr的对准度。如下面的说明，最佳化循环510在像的被选择面积上工作；该面积代表的区，与特征掩码识别的参考像部分对应，该特征掩码经过有关变换之后，仍然在定界掩码之内。最好是，最佳化循环510实施基于像素的算法，该算法在上述面积的整个内容上工作(以增加解决方案的持久性)。
更准确地说，把选择的二次抽样像SIs输入几何变换器515；几何变换器515还接收二次抽样定界掩码SMd和提出的变换Tp(按下面的说明产生)。几何变换器515按照提出的变换Tp，使选择的二次抽样像SIs和二次抽样定界掩码SMd运动，以获得对应的变换像TIs和变换的定界掩码TMd(见图5b)；为此，几何变换器515最好设有内插器(例如，根据最近邻域算法)，该内插器给出一种子像素解决方案。
现在，把变换的定界掩码TMd，通过乘法运算器520施加于二次抽样特征掩码SMf。这一运算产生计算掩码Mc。该计算掩码Mc对应于变换的定界掩码TMd与二次抽样特征掩码SMf的相交区(见图5c)；这样，当变换的定界掩码TMd位移(对应于提出的变换Tp)，导致二次抽样特征掩码SMf退出变换的定界掩码TMd时，计算掩码Mc将由变换的定界掩码TMd内的二次抽样特征掩码SMf部分构成。
然后，把计算掩码Mc作用于已变换的像TIs(通过乘法运算器525)，产生计算受限的浮动像CIf；同样，把同一个计算掩码Mc作用于二次抽样参考像SIr(通过另一个乘法运算器530)，产生计算受限的参考像CIr。把计算受限的浮动像CIf和计算受限的参考像CIr输入相似性计算器535；计算器535给出相似性测量Vs，该相似性测量Vs指示计算受限浮动像CIf对计算受限参考像CIr的对准度。因此，相似性测量Vs的计算，被限制在两个像被计算掩码Mc界定的部分(其中，两个像上有可用的有价值信息)；这样，在二次抽样参考像SIr上，能够避免因可视化单元在二次抽样定界掩码SMd定义的区以外而引起灌注评定结果的任何降质。
有利的做法是，相似性测量Vs包括归一化互信息(NMI)。归一化互信息是信息理论中使用的测量，它是基于要重新对准的像上熵的测量。具体说，以p(a)和p(b)分别标记两个一般像A和B中像素值的概率分布(用它们的直方图计算)，则对应的临界熵H(A)和H(B)是H(A)＝∑p(a)·log[p(a)]H(B)＝∑p(b)·log[p(b)]临界熵H(A)和H(B)分别指示像A和B的信息量(即不确定性)(关于熵，当像A、B的直方图是均匀时，熵更高，当它们呈现许多宽的峰时，熵降低)。
同样，像A和B的联合熵H(A，B)由下式给出H(A，B)＝∑p(a，b)·log[p(a，b)]其中的p(a，b)是从像A和B的联合直方图计算的联合概率分布。联合熵H(A，B)测量两个像组合时两个像的信息量。因此，当两个像A和B最佳地对准时，联合熵H(A，B)最小，而当它们未对准时，则增加(由于联合直方图中新的峰的出现)。但是，联合熵H(A，B)只能在两个像A和B的重叠区上计算，所以它随重叠的扩展而改变。
解决这个问题的方案，由互信息MI(A，B)给出，互信息MI(A，B)被定义为两个像A和B的重叠区中，临界熵H(A)及H(B)之和与对应联合熵H(A，B)之间的差MI(A，B)＝H(A)+H(B)一H(A，B)按此方式，联合熵H(A，B)对临界熵H(A)和H(B)归一化，且基本上降低对重叠区扩展的依从性。但是，像A和B非常低强度区重叠的变化(特别由于在它们附近的噪声)，能够不成正比地影响互信息MI(A，B)。借助各种方案把互信息MI(A，B)归一化，能够获得改进；一种提议的归一化互信息NMI(A，B)的形式，由下式给出NMI(A，B)＝[H(A)+H(B)]/H(A，B)归一化互信息(此后简称互信息)，对要重新对准的像中的像素强度是敏感的。因此，该相似性测量能对运动进行补偿，不管任何结构上的差别(特别是因造影剂进入身体部分的通量引起的各种差别)。这样的选择提供良好的结果，特别是在灌注评定中。
有利的做法是，互信息只利用提供联合熵H(A，B)的联合直方图计算。具体说，联合直方图的每一轴，分别指定像A和B中的像素值；然后，直方图的每一点，给出两个像A、B中对应像素值的联合概率。因此，通过对沿其他像的轴的联合概率求和(对每一像素值)，能够对每一像计算概率分布。
计算器535输出的相似性测量Vs，被送至优化器540；优化器540还接收预测的变换Te，预测的变换Te用于它的初始化(为了使优化的进程接近最佳化，从而降低落入局部极大的风险)。优化器540用迭代进程，计算使互信息(在计算的受限浮动像CIf和计算的受限参考像CIr之间)最大化的变换。该进程最好基于最陡梯度算法。最好是，每次迭代中，优化器540计算与互信息最大梯度对应的优选的方向。定义梯度NMI(x)的导数，实际上用有中心的有限差近似NMI(x)＝[NMI(x+Δx)-NMI(x-Δx)]/2·Δx然后，通过使互信息沿该优选方向最大化，计算提出的变换Tp；向几何变换器515提供该提出的变换Tp，以便对该过程进行迭代。当互信息的变化落到阈值以下时(例如5％-10％)，或经过预定的迭代数(例如10-15次)之后，优化进程终止。该选择的算法，以低的计算时间提供非常精确的结果；例如，该算法通常在小于5次迭代内收敛。
一旦优化进程终止，优化器540向变换定序器545提供对应的最后变换Tf。模块545从接收值建立二次抽样变换ST的序列。为此，把最后变换Tf(对当前选择的二次抽样像SIs)与序列ST相加；假定序列SI的一个或多个二次抽样像，已被像选择器505跳过(按照选择参数Ns)，对那些被跳过的二次抽样像SIs的变换，通过内插计算。
把二次抽样变换ST的序列送至预测运动模型550，该预测运动模型550确定选择参数Ns(向选择器505提供，用于抽取要处理的下一个二次抽样像SIs)和对应的预测变换Te(向优化器540提供，用于使优化进程初始化)；为此(虽然为清楚起见，在图中没有画出)，预测运动模型550必须也接收序列中像的总数和参考像的位置。
最好是，预测运动模型550计算序列ST二次抽样变换的每一分量(X、Y、和θ)的梯度；例如，这一操作的实施，是在序列ST中，简单地确定连接最后变换每一分量与以前变换对应分量的片段的斜率。然后，按照梯度最陡的一个梯度，计算选择参数Ns。例如，当最陡梯度的角度系数小于0.5时，跳过序列中两个像，当角度系数在0.5到0.8时，跳过一个像，和当角度系数大于0.8时，不跳过像。按此方式，当像基本上是不变时，大量序列ST中二次抽样像被跳过(从而避免不必要的计算)；相反，当像呈现急剧变化时，序列ST中低数量(直到零)的二次抽样像被跳过(从而保证良好精度)。这种临时的二次抽样，极大地缩减处理时间；此外，该进程对运动像的动态是自适应的。
然后，预测运动模型550为下一个要处理的像，计算预测的变换Te(由这样获得的选择参数Ns识别)。对变换的每一分量X、Y、和θ，该过程的实施，最好是简单地应用线性内插(从最后两个可用的变换)。变换的示例序列的分量X、Y、和θ，在图5d中画出。在该情形中，最陡梯度由分量θ给出(例如角度系数为0.6)；结果是，序列SI中单个二次抽样像被跳过。定义预测变换Te的每一分量(X、Y、和θ)的值，由对应箭头定义。这一选择急剧增加尽可能快地找到最好的变换的概率。
回到图5a，二次抽样变换ST的序列(一旦完成后)被送至运动滤波器555。运动滤波器555通过对序列ST的每一二次抽样变换，实施低通滤波，使运动补偿的作用变光滑，以获得已滤波变换FT的对应序列。全分辨率处理器560从已滤波变换FT的序列，产生变换T的序列；为此，序列FT每一已滤波变换的平移分量(X和Y)，被分辨率基元Cr(分别是Px和Py)对应的二次抽样因子相乘。然后，把由此获得的变换T序列传送到对准像定序器。
转到图6a，图上详细画出已对准像定序器315的结构。具体说，把定界掩码Md通过乘法运算器605，应用于序列I的每一个像。这一操作产生定界像DI的对应序列。定界像DI的序列和变换T的序列被送至几何变换器610。几何变换器610按照序列T的对应变换，移动序列DI的每一个定界像，以产生变换的定界的像TDI序列。然后，把定界掩码Md通过乘法运算器615，应用于序列TDI每一变换的定界像，获得被掩码掩盖的定界像KTDI序列(见图6b)。按此方式，在定界掩码Md以外的像素(在应用变换T的序列之前)和移动到定界掩码Md以外的像素(在应用变换T的序列之后)，自动地被舍弃。
与此同时，向倒相器620提供定界掩码Md，该倒相器620产生对应的倒相定界掩码Md。把倒相定界掩码Md通过乘法运算器625，应用于序列I的每一像，以获得对应的被掩码掩盖的像KI序列；于是，序列KI每一被掩码掩盖的像，只包括在定界掩码Md以外的像素(见图6c)。被掩码掩盖的像KI的序列，和被掩码掩盖的已变换定界像KTDI的序列，被输入加法运算器640。对两个序列的像的每一对，加法运算器640逐个像素地计算对应值之和；这一操作产生已对准像RI的序列。这样，被掩码Md定界的每一像的区，被重新对准(消除被舍弃的像素)，而在掩码Md以外的像的部分，则留下不变(见图6d)。
已对准像定序器315包括另一个几何变换器645，几何变换器645接收定界掩码Md和变换T的序列。几何变换器645把序列T的每一变换，应用于定界掩码Md，以产生对应的被变换的定界掩码TMd序列。向相交区运算器650提供被变换的定界掩码TMd序列，该相交区运算器650产生切割掩码Mt(见图6e)。这样，切割掩码Mt被限制在定界掩码Md部分，其中有价值的信息可供所有已对准像RI使用。
现在参考图7，图上详细画出流量定量模块240的结构。具体说，把切割掩码Mt通过乘法运算器705，应用于序列RI每一已对准像(使像中不关心的信息自动清除)。这一操作产生已切割像CI的对应序列。已切割像CI的序列，和空间分辨率基元Cr，被送至抽选器710。抽选器710，与上面参照对准处理器的空间二次抽样说明的各个抽选器，完全相同；具体说，抽选器710按照空间分辨率基元Cr，对序列CI每一已切割像施行低通滤波和再抽样，以获得二次抽样切割像SCI的对应序列。
二次抽样切割像SCI的序列，被输入缩减器715，该缩减器715输出缩减掩码Mr。为此，缩减器715首先计算序列SCI每个二次抽样切割像的平均亮度，以便识别序列中最亮的像和最暗的像。然后，缩减器715计算最亮像和最暗像之间的差像。如果差像的像素高于可接受的阈值(例如差像中最大值的5％和20％之间)，则缩减掩码Mr的对应像素被指配逻辑值1，否则指配逻辑值0。然后，通过乘法运算器720，把缩减器715应用于序列SCI的每个二次抽样切割像，以获得缩减像DI的对应序列。如此，序列DI的缩减像只包括序列SCI内呈现显著变化的像素值；与此相反，不受造影剂的流动影响的像素则被舍弃。这样，像被限制在给出重要信息的可视化单元；这样可以大大降低由像中背景噪声引起的误差。应当指出，序列的最强像和最弱像的动态选择，确保本方法的正确运行，不论造影剂给药中使用何种技术(例如，按恒流或按快速灌注)。
缩减像DI的序列被送至分析器725。分析器725计算以这些像表示的灌注过程的定量参数。通常，分析器725确定一时间曲线，该曲线画出每一像素的强度变化；然后，使该灌注曲线与单一指数模型拟合，该单一指数模型由下面的像素值(v)对时间(t)函数给出v＝A(1-e-βt)(这里β是定义开始补药时的斜率的常数，而A是定义最大像素值的又一常数)。然后，分析器725通过把积A·β给定的灌注值(流量)与每一像素关联，产生参数像PI。
如图8a-8c中所示，图上画出本发明的一个实施例实施方法800，该方法从方框802开始。转到方框804，是在对病人施行灌注过程中，获取病人身体部分的像的序列。
然后，是把对准进程应用于该序列的像；通常，该进程是离线实施的(例如，在检查结束时)。具体说，对准进程从方框806开始，其中，操作员选择参考像(用于重新对准其他运动像)。继续到方框808，要求操作员在参考像上定义定界掩码。为此，操作员可以从下拉菜单中选择需要的形状。最好是，定界掩码由多边形构成；提出的形状特别有作用，因为它以非常简单的结构提供高度的灵活性。在本例中，操作员在参考像上选择一系列点(用鼠标在其上点击)；敲击ESC键可以终止点的选择。把点按照它们的选择顺序连结定义的曲线(从最后的点连到第一点，使曲线封闭)，定义一多边形，该多边形显示在监视器上。然后，向多边形内的比特指配逻辑值1，和向多边形外的比特指配逻辑值0，建立定界掩码。重复上述相同的操作，在该多边形外添加一个或多个多边形(如有必要)。同样，在方框810，操作员在参考像上定义特征掩码(包括一个或多个多边形)。
转到方框812，从参考像抽取估算区。方法继续到达方框814，该方框是按照估算区的空间频率分析，计算空间分辨率基元的大小。然后，在方框818，实施像和(定界和参考)掩码的抽选(即按照空间分辨率基元，施行低通滤波和再抽样)。
现在，对序列中由参考像定义的每一子序列，执行一次循环，以便计算将要应用于运动像的变换(用于把运动像与参考像重新对准)。循环的第一次迭代(方框820)，是按下降顺序从参考像到第一个像，应用于运动像。循环从方框822开始，其中选择直接紧邻参考像的运动像(因为提出的变换初始化到零值)。继续到达方框824，把提出的变换应用于当前的运动像和定界掩码。现在，在方框826，确定计算掩码。方法转到方框827，其中把计算掩码应用于运动像与参考像，以分别获得计算受限的浮动像和计算受限的参考像。前进到方框828，是计算相似性测量(指示两个像的对准度)。如果相似性测量的变化，高于需要的阈值且迭代数低于最大可接受值(判断方框830)，则方法转到方框832。据此更新提出的变换，然后，方法回到方框824，重新实施迭代算法。
相反，当该变化降至阈值以下时(或最大可允许的迭代数之后)，活动流程落进方框834。在这种状态下，这样获得的提出的变换，对当前运动像赋予最后形式；此外，通过内插，计算用于跳过的运动像(如果有的话)的变换。现在，方法在方框836验证，子序列的最后一个运动像是否已经处理。如果否，活动流程继续到达方框838，在方框838，识别变换各分量的最陡梯度(对当前的运动像)。在方框840，为将要处理的下一个运动像，确定选择参数(按照上述识别的最陡梯度)，以便跳过需要的运动像(如果适当)。继续到达方框842，从最后两个可用变换，为下一个运动像估算预测的变换。在方框844，用该预测的变换为下一个运动像把最佳化算法初始化；然后，方法回到方框824，处理下一个运动像。
一旦子序列的所有运动像已经处理完毕(方框836)，活动流程落进方框846；现在要进行测试，以确定两个子序列是否都已经分析。如果否，则按递增的顺序，从参考像到最后的像，重新迭代上述循环(方框848)。然后，方法回到方框822，再次开始循环。
回头参考方框846，如果所有运动像已经处理完毕，活动流程转到方框850；在这种状态下，这样获得的变换序列，是低通滤波。然后，过程继续到达方框851，在方框851中，从已滤波的变换序列，获得(全分辨率)变换的序列(用分辨率基元的对应二次抽样因子，乘每一平移分量)。
现在参考方框852，把定界掩码应用于运动像。继续前进到方框854，按照对应的变换，使每一得到的被定界像运动。在方框856，再次把定界掩码应用于已变换的像。现在考虑方框858，完成(通过添加定界掩码以外的原始像的对应部分)已对准的像并储存。与此同时，在方框860，确定切割掩码。
然后，对已对准像的序列，应用流量定量进程。该进程从方框862开始，在方框862中，把切割掩码应用于已对准像。然后在方框864，对切割像进行抽选(按照空间分辨率基元)。继续前进到方框866，缩减器识别序列中的最亮像和最暗像。在方框867，从这些像计算缩减掩码。然后在方框868，通过应用这样获得的掩码，使切割像缩减。现在考虑方框870，对所有已缩减像中每一有效像素(有不同于0的值)，计算灌注过程需要的定量参数；得到的参数像储存进对应的储存库。之后，方法在方框872结束。
把特征掩码看作透明的窗，能够更直观地解释上述算法。该窗表明参考像的特征，必须在要重新对准的每一运动像上搜索该参考像。为此，本方法在该窗下面持续地移动运动像，然后验证是否已经找到需要的特征。在每次尝试中，如果运动像不关心的区(即在定界掩码以外)进入窗内，则窗的对应部分被遮蔽。然后，把透过窗未遮蔽部分观察的参考像中的区，与透过窗未遮蔽部分观察的运动像中的区，进行比较。一旦发现匹配(按需要的精确度)，这样获得的运动像将自动与参考像重新对准。
当然，在运动像上移动窗(搜索需要的特征)，也能够获得相同的结果。同样，在这种情形中，如果窗到达运动像不关心的区，窗的对应部分被遮蔽。但是，为了识别用于比较的参考像上已经选择的特征，现在必须移动参考像与窗，或把窗带回它在参考像上的原始位置。此外，一旦发现匹配，为了正确地把运动像与参考像重新对准，必须沿相反方向(相对于窗的移动)移动运动像。
从更为形式的观点看(不管为了简化而使用何种二次抽样操作)，在提出的算法的不同实施方案中，都把任何提出的变换应用于特征掩码。现在把计算掩码确定为已变换的特征掩码和(原始的)定界掩码之间的相交区。把计算掩码应用于运动像(以获得计算的受限浮动像)。计算的受限参考像，却是把提出的变换应用于计算掩码，然后把计算掩码应用于得到的已变换的参考像上获得；或者，把已提出变换的逆变换，应用于计算掩码，然后把得到的已变换的计算掩码，应用于(原始的)参考像。已提出变换的逆变换，是把它的分量(即X、Y、和θ)每一个的符号颠倒而获得的。无论哪种情形中，都要在计算的受限浮动像与计算的受限参考像之间，计算相似性测量。重复同一操作，直到相似性测量的变化落到阈值以下(或最大可允许的迭代数之后)。然而，运动像的最后变换，现在被设定为这样获得的已提出变换的逆变换。然后，方法按以前的情形继续。
以上所述解决方案，也能够推广到三维(3D)像。为了使如图9所示的该种几何形状的表示和讨论变得容易，可以把身体部分考虑成(在每一瞬间)3D像体积905，该像体积905包括一系列帧905a-905c(在讨论的例子中是三帧)。这些帧定义把身体部分沿平行平面910a-910c分成段的对应切片；通常，每一切片的厚度等于单个体素。对准算法类似于上述的算法。具体说，操作员在参考像上定义3D的定界掩码和3D的特征掩码。例如，每一掩码包括一椭球，该椭球由参考像的中心帧上描绘的椭圆确定，然后，通过选择它的深度，把图在3D中扩大。此外，每一运动像的变换，由6个分量定义(沿x轴、y轴、z轴的三个平移，和俯仰、转动、摇摆的三种旋转)。然后，在每一像的多帧上进行最佳化循环。按此方式，使运动像以真正3D的途径重新对准，就象互信息全面最佳化所提供的。
上述解决方案高效地补偿被分析身体部分的运动，从而基本上清除因像的未对准而产生的假像。这样能极大地改进医学成像的精度；例如，本发明的解决方案给出明显增加的信噪比(SNR)。提出的解决方案显著增加分析结果的质量(在精度和空间分辨率两方面)。对每一运动像的计算掩码的动态定义，高效地控制边界效应，从而避免定界掩码之外的信息引起结果的降质。应当指出，上述优点是以现实的计算复杂性获得的，该计算的复杂性，允许提出的解决方案按合理的速度在大多数实际情况中实施。所有以上所述，促进了灌注评定在超声成像中的医学应用。
上述优点的示范，在图10a-10b中给出。具体地考虑图10a，图上给出的例子表明，肾在没有任何对准时的像序列所产生的灌注曲线1005a，该曲线例如与单一指数模型1010a拟合。从图可见，灌注曲线1005a显著不同于对应的模型1010a。相反，图10b对同一像序列，画出应用上述对准进程后的灌注曲线1005b和相应的单一指数模型1010b。显而易见，现在的灌注曲线1005b远为更好地与对应模型1010b匹配。更准确地说，灌注曲线1005b在数据与模型之间，与图10a的灌注曲线1005b比较，呈现极大地降低的平均标准误差。定量的测量表明，在大多数实际情况中，能够获得的精度改进大于20％，且通常都大于30％。
各种变型自然，为了满足局部的和特定的要求，本领域熟练人员对上述解决方案，可以实施许多修改和替代。具体说，虽然已经以一定程度的准确性，参照本发明的实施例说明本发明，但应当指出，各种形式上的和细节上的省略、替换、和变化，以及其他的实施例，都是可能的；此外，这里明确指出，结合本发明任何已公开实施例的特定单元和/或方法步骤，可以作为设计的一般选择，在任何其他实施例中采用。
例如，如果扫描器有不同的结构或包括其他机组(如打印机)，类似的考虑仍然可以应用；同样，像可以有不同的分辨率，也可以按不同的格式储存。
另外，每一掩码可以有不同的形状(例如，方形、椭圆形、或其他任何形状)，或者，每一掩码可以包括单个封闭曲线。无论如何，可以按另一种方式定义定界掩码或特征掩码(例如，提供它们的边界坐标)；此外，本文没有包括借助像分析算法来获得两种掩码的可能性。举例说，定界和/或特征掩码的描绘，能够借助熟知的自动边界检测方法进行。或者，特征掩码可以作为定界掩码的固定百分比描绘(例如，由顺着定界掩码内部边界的一定范围确定)；可取的是，该百分比考虑的面积是定界掩码面积的50％到100％之间，较可取的是50％到80％之间，甚至更可取的是55％到65％之间。所述描绘，例如能够借助形态学像处理操作机构，诸如腐蚀实施。
此外，在对准过程中，不绝对地必须直接把每一运动像与参考像比较；例如，直接地把每一运动像与相邻的已经重新对准的运动像比较，也可以获得相同结果。提出的解决方案，还适合用不同类别(例如，基于选择的界标)的最佳化算法实施。
如果对准处理器有另一种结构，类似的考虑仍然可以应用。例如，可以把运动估算器和已对准像定序器叠并成单个模块(该模块确定每一变换并把每一变换直接应用于对应的运动像)。
另外，对变换的实施，可以使用不同的技术。具体说，把每一单元(诸如掩码、像、或它们的一部分)进行变换的操作，上面已经说明，该操作是使单元的像素值，按照需要的变换而产生的实际变化。但是，显而易见，这样做等价于单元的坐标系统变换(使它的原点平移和/或绕所述原点旋转)；在这种情形下，单元的像素值不改变，但它们是参照已变换的坐标系统的。
虽然在前面的说明中，已经参照特定的最佳化算法，但不应认为这是限制，例如，当相似性测量本身(代替它的变化)达到阈值时，停止最佳化进程，或应用任何等价的计算技术(甚至不包含迭代过程)，也能获得相同的结果。
此外，不阻止把提出的解决方案只应用于序列中的运动像子集(直至降到一个)。
在任何情形下，本发明的解决方案，适合用不定义在定界掩码之内的特征掩码实施。
在一些特定的情况下，还是推荐使用基本上小于定界掩码的特征掩码。
另外，归一化互信息可以用不同的公式定义，诸如NMI(A，B)＝2MI(A，B)/[H(A)+H(B)]NMI(A，B)＝H(A，B)-MI(A，B)，或NMI(A，B)＝[H(A)+H(B)]/H(A，B)在任何情形下，不排除没有任何归一化的互信息的使用。互信息也可以用三个不同的直方图计算，或使互信息最大化的变换，能够以不同的算法(诸如Powell或Simplex方法)确定。但是，还应当指出，不排除使用其他相似性测量(诸如平方差之和)，哪怕它几乎没有什么优点。
如果空间二次抽样器有另一种结构，或施行等价的算法，类似的考虑仍然可以应用。例如，二次抽样因子可以有分数值(抽选器在二次抽样操作中使用内插技术)，或能够在对应于已矫正的定界掩码整个区中计算；另外，空间分辨率基元的大小，可以由另一种技术(诸如子波分析)确定。此外，抽选器适合以不同滤波器实施，甚至没有任何受限参考像的滤波。另外，可以按照其他判据(例如，使用预定的二次抽样因子)实施像的二次抽样。在任何情形中，本发明方法的实施方案，不排除没有任何空间二次抽样。
在本发明的不同实施例中，优化器可以按另一种方式初始化；例如，在更复杂的实施方案中，用其他算法(诸如基于直线预测滤波器)估算预测的变换。在任何情形中，每次迭代都把它初始化到零值是可行的。
另外，可以把优化器直接初始化为先前运动像的变换(不用任何估算过程)。
本发明的其他实施例，包括跳过按统计定义的许多运动像；在任何情形中，可以设想包含计算所有运动像的变换的实施方案。
此外，参考像的选择，是在序列的始端或在末端，在一些应用中是灵活的。
提出的解决方案，还适合把变换应用于整个运动像(而不只是被定界掩码识别的区)。另外，可以避免把每一原始像在定界掩码之外的部分，加到对应的已对准的像，或使用非刚性变换(例如，仿射变换或基于B-仿样的变形)。
另外，运动像的所有像素，能够在对准过程中保留。
此外，本发明的解决方案，也能够没有任何切割掩码而付诸实施。
另外，最亮像和最暗像，可以按不同方式确定(例如，不用计算像的平均亮度)；在任何情形中，如果缩减器按照其他判据，确定最强的像和最弱的像，相同的概念仍然可以应用。在一些应用中(例如，当造影剂按恒流给药时)，可以按照序列的第一像中和最后像中像素值之间的差，或在操作员选择的两个一般像中像素值之间的差，确定缩减掩码。但是，可以设想对整个已对准像(没有应用任何缩减掩码)的分析。
在本发明的另一个实施例中，每一3D像由不同数量的帧形成，或对应的切片按另一种方式定义；此外，可以用有不同形状的3D掩码。另外，不排除在像的单帧中，甚至在3D中定义计算区的实施方案。
同样，流量定量模块可以有另一种结构，或它可以包括等价的机组。此外，可以计算不同的参数、普通灌注值(通过把参数像的值分类和分组)、或甚至不产生任何参数像而对灌注进行评估。如果把等效的造影剂给药，类似的考虑仍然可以应用；但是，可以设想把提出的解决方案，在其他医学成像应用中(例如，没有任何造影剂给药的简单回波描记术)的利用。
相同的概念还可以应用于基于其他技术的扫描器，例如，X线计算机断层术(CT)、磁共振成像(MRI)、或正电子发射断层摄影术(PET)。
如果程序(该程序用于实施本发明)按不同方式构建，或如果提供附加的模块或功能，类似的考虑仍然可以应用。此外，提出的解决方案适合用等价的方法(例如，用类似或附加的步骤)实施。在任何情形下，程序可以取任何适合被任何数据处理系统使用的形式，或适合与任何数据处理系统连接使用的形式，该数据处理系统如外部或驻留的软件、固件、或微码(或目标码，或源码)。此外，程序可以在任何计算机可用媒体上提供；媒体可以是任何适合包含、储存、通信、传播、或传送该程序的单元。这种媒体的例子如固定盘(程序可以预先装入)、可移动盘、磁带、卡、导线、光纤、无线连接、网络、广播波，如此等等；例如，媒体可以是电子型、磁型、光型、电磁型、近红外型、或半导体型。
在任何情形下，按照本发明的解决方案，适合以硬件结构施行(例如，集成在半导体材料的芯片中)，或以软件和硬件的组合施行。
另外，医学成像系统包括扫描器和个别计算机(或任何等价的像对准设备)；在任何情形下，记录的数据从扫描器传送(例如，通过软盘、储存笔、或网络连接)到计算机，供处理。
权利要求
1.一种医学成像中使用的像对准方法(800)，本方法包括的步骤为提供(804)像的序列，每一个像包括待分析的身体部分的数字表示，选择(806)序列中的一个参考像，序列中剩余的像定义为运动像，和把运动像的至少一部分与参考像重新对准(808-854)，特征在于，重新对准的步骤包括a)定义(808、810)，一种识别参考像上某一区的定界掩码，运动像的至少一部分，必须用该定界掩码重新对准，及一种识别参考像上又一个区的特征掩码，在该特征掩码内，计算重新对准度，b)确定(820-851)一种最佳化的变换，该变换通过最佳化相似性测量，补偿运动像相对参考像的位移，该相似性测量的计算，是在b1)第一计算区和第二计算区之间进行，该第一计算区在参考像上被计算掩码识别，该第二计算区在按照提出的变换进行变换的运动像上被计算掩码识别，该计算掩码由特征掩码和按照提出的变换进行变换的定界掩码之间的相交区确定，或b2)第一计算区和第二计算区之间进行，该第一计算区在按照提出的变换进行变换的参考像上被计算掩码识别，该第二计算区在运动像上被计算掩码识别，该计算掩码由定界掩码和按照提出的变换进行变换的特征掩码之间的相交区确定，或b3)第一计算区和第二计算区之间进行，该第一计算区在参考像上被计算掩码识别，该计算掩码是按照已提出变换的逆变换进行变换的，该第二计算区在运动像上被计算掩码识别，该计算掩码由定界掩码和按照提出的变换进行变换的特征掩码之间的相交区确定，和c)把运动像的至少一部分，按照该最佳化的变换进行变换(854)。
2.按照权利要求1的方法(800)，其中的变换(854)步骤c)包括c1)当最佳化的变换是按照步骤b1)确定时，则把最佳化的变换应用于至少一部分运动像，或c2)当最佳化的变换是按照步骤b2)或b3)确定时，则把最佳化的变换的逆变换，应用于至少一部分运动像。
3. 按照权利要求1或2的方法(800)，其中的确定(820-851)最佳化变换的步骤包括计算(824-828)与提出的变换对应的相似性测量的迭代，直到相似性测量或其变化，达到(830)阈值。
4.按照权利要求1到3任一项的方法(800)，还包括对序列的每又一个运动像重新对准(808-854)的迭代步骤。
5.按照权利要求1到4任一项的方法(800)，其中的特征掩码，是在定界掩码内部定义的。
6.按照权利要求1到5任一项的方法(800)，其中的特征掩码的大小，大于定界掩码大小的50％。
7.按照权利要求1到6任一项的方法(800)，其中的相似性测量，是互信息测量。
8.按照权利要求1到7任一项的方法(800)，还包括如下步骤估算(812-814)沿参考像每一维的空间分辨率，按照该分辨率，对每一维计算(816)二次抽样因子，和按照该二次抽样因子，至少对每一像的一部分进行二次抽样。
9.按照权利要求8的方法(800)，其中的估算(812-814)空间分辨率的步骤，包括在有矩形形状并包括在包围特征掩码的最小矩形中的参考像上，确定(812)估算区，该空间分辨率是在该估算区内估算的。
10.按照权利要求4到9任一项的方法(800)，其中的序列包括至少一个子序列，每一个子序列按从参考像到该序列对应边界像排序，确定(820-851)最佳化变换的步骤，对每一个不紧邻参考像的下一个运动像，还包括对该下一个运动像，按照对应子序列中至少一个以前运动像的最佳化变换，把提出的变换进行初始化(842-844)。
11.按照权利要求10的方法(800)，其中至少一个以前的运动像，包括多个以前的运动像，把对下一个运动像提出的变换进行初始化(842-844)的步骤，包括对该下一个运动像，通过基于以前运动像的最佳化变换的预测算法，估算(842)提出的变换。
12.按照权利要求10或11的方法(800)，还包括如下步骤为定义下一个运动像，跳过(838-840)对应子序列中紧接当前运动像的一定数量的运动像，所述一定数量，根据当前运动像的最佳化变换的梯度确定，和对每一个被跳过的运动像，在当前运动像的最佳化变换与下一个运动像的最佳化变换之间，内插(834)最佳化的变换。
13.按照权利要求10到12任一项的方法(800)，其中的参考像不同于序列的边界像，该至少一个子序列包括按从参考像到该序列第一像排序的子序列，和按从参考像到该序列最后像排序的又一个子序列。
14.按照权利要求1到13任一项的方法(800)，其中每一个变换是刚性变换。
15.按照权利要求1到14任一项的方法(800)，其中的每一个像，包括多个可视化单元，每一个可视化单元表示身体部分的对应基本面积，对每一个运动像，本方法还包括如下步骤舍弃(852、856)定界掩码以外的运动像的每一个可视化单元，或定界掩码以外的按照最佳化变换进行变换的运动像的每一个可视化单元。
16.按照权利要求15的方法(800)，还包括如下步骤通过舍弃至少一个运动像中被舍弃的每一个可视化单元，使每一像缩小(860-862)，和按照被缩小的像，确定(870)分析的结果。
17.按照权利要求16的方法(800)，还包括如下步骤识别(866)序列中最强的像和最弱的像，对每一基本面积，计算(867)最强的像中对应的可视化单元与最弱的像中对应的可视化单元之间的差，和如果对应的差小于阈值，则对全部像中的基本面积，舍弃(868)可视化单元。
18.按照权利要求1到17任一项的方法(800)，其中每一像(905)包括多帧(905a-905c)，每一帧代表身体部分对应的切片，定界掩码和特征掩码，都被定义在参考像的至少两帧上。
19.按照权利要求1到18任一项的方法(800)，其中每一个像代表身体部分的超声响应。
20.按照权利要求1到19任一项的方法(800)，其中的分析，包括对身体部分中灌注的造影剂的评定。
21.一种计算机程序(200)，当在数据处理系统(105)上执行该计算机程序时，用于完成从权利要求1到20中任一项的方法(800)。
22.一种计算机程序产品，包括实施计算机程序的计算机可用的媒体，当在数据处理系统上执行该计算机程序时，使该系统完成按照权利要求1到20任一项的方法。
23.一种像对准设备(105)，包括用于完成按照权利要求1到20任一项方法的各步骤的装置(200)。
24.一种医学成像系统(100)，包括按照权利要求23的对准设备(105)和用于获取像的序列的装置(110)。
全文摘要
本文提出一种医学成像中使用的像对准方法(800)。本方法包括的步骤有提供(804)像的序列，每一个像包括待分析的身体部分的数字表示；选择(806)序列中的一个参考像，序列中剩余的像定义运动像；和把运动像的至少一部分与参考像重新对准(808－854)。重新对准的步骤包括定义(808、810)识别参考像上某一区的定界掩码，运动像的至少一部分，必须用该定界掩码重新对准，及定义识别参考像上又一个区的特征掩码，在该特征掩码内，计算重新对准度；确定(820－851)一种最佳化的变换，该变换通过最佳化相似性测量，补偿运动像相对参考像的位移；和把运动像的至少一部分，按照该最佳化的变换进行变换(854)。该相似性测量的计算，是可替换地在a)第一计算区和第二计算区之间进行，该第一计算区在参考像上被计算掩码识别，该第二计算区在按照提出的变换进行变换的运动像上被计算掩码识别，该计算掩码由特征掩码和按照提出的变换进行变换的定界掩码之间的相交区确定，或b)第一计算区和第二计算区之间进行，该第一计算区在按照提出的变换进行变换的参考像上被计算掩码识别，该第二计算区在运动像上被计算掩码识别，该计算掩码由定界掩码和按照提出的变换进行变换的特征掩码之间的相交区确定，或c)第一计算区和第二计算区之间进行，该第一计算区在参考像上被计算掩码识别，该计算掩码是按照已提出变换的逆变换进行变换的，该第二计算区在运动像上被计算掩码识别，该计算掩码由定界掩码和按照提出的变换进行变换的特征掩码之间的相交区确定。
文档编号G06T7/00GK101027693SQ200580027055
公开日2007年8月29日 申请日期2005年8月5日 优先权日2004年8月9日
发明者尼古拉斯·罗格宁, 玛索·阿迪特, 翠斯坦·麦萨格尔, 简-飞利浦·西兰, 鲁斯·坎普斯 申请人:伯拉考开发股份有限公司