身体组织成像的处理的制作方法

专利名称：身体组织成像的处理的制作方法
技术领域：
本发明涉及在采用各种放射技术对身体组织成像后作分析的方法，其中包括用计算机体层扫描(CT)所得到的身体组织图像的分析。
技术背景计算机体层扫描(CT)对接受测试者身体的至少一部分形成三维图 像。扫描得到三维的整数阵列，其中每个整数对应于所测身体的一个体 积元素，称为"体素"，的灰度级。该扫描(结果的三维图像)中的每个 体素的位置由一组三个整数坐标(x, y, z)来表示。二维阵列或通常的 图像中的体素就称为"像素"。相邻体素之间沿各坐标轴的距离分别称为 "每个像素x-mm","每个像素y-mm"，和"每个像素z-mm"。通常由特定 的扫描得到的每个像素的x-, y-,和z-mm值是常数。通常每个像素的x-和y-mm值相等，它们也就都被简单称为"每个像素的mm值"。扫描成像的X-和y-维度的大小是扫描器的特性，而且通常彼此相等，对大多数扫描器该值为512个像素。通常z轴取得跟被测试者身体的纵轴平行，y轴 垂直向上，x轴垂直于y轴和z轴。将3D图像的一个跟其某个坐标轴平 行的二维(2D)剖面称为该图像的一个"截面"。按此惯例，在被测试者 仰卧时的扫描图像中，平行于x， y和z轴的2D切片就是^^皮测试者身体 分别沿矢径面、冠状面和轴向截面的2D图像。沿轴向的截面也称为扫描 图像的"切片"。通常扫描数据也包括扫描器的截距和斜率。这两个数值用来将特定 扫描成像的灰度级的值转换到灰度级的标准单位(以杭氏(Hounsfield) 单位给出)杭氏单位(HU)下的数值=斜率x扫描器输出值-截距。 此后所有灰度级数值都以HU为单位来表示(即，经转换而成标准单位)。 在对感兴趣的特定器官或组织的CT扫描通常包含跟感兴趣的器官或组织邻近的组织的一些部分。例如，心脏的CT扫描会包含跟心脏邻近 的器官或组织。术语"笼罩"用来指心脏CT扫描成像中包含的非心脏组 织，通常包含肺、肋骨、胸骨和肝脏的一些部分。为了分析CT成像，需 要从这种集合的数据里除去并非感兴趣的器官或组织的部分的那些组织 或器官。这就必须确定感兴趣的器官或组织跟周围组织之间的边界的位 置。 一旦感兴趣的组织或器官的边界确定之后，就可将包围感兴趣的组 织或器官的器官或组织从扫描成像中除去，这个过程称为对扫描数据的 "分割"。分割一个给定的CT扫描图像涉及对该扫描中的一个以上的体素 中的每一个，确定该体素是否属于感兴趣的组织或器官。对该扫描成像 的每个体素指派其特征为0或1来分别表示该体素是或否属于感兴趣的 组织。该特征的数据保存在一个由多个0和1组成的三维阵列的数据结 构里，该阵列跟扫描结果有同样的整数维度大小。要将扫描结果成像中的相邻的器官或组织之间的边界加以自动探测 碰到几方面的麻烦因素。以从心脏CT扫描中除去笼罩为例，碰到的困难 首先是，各次扫描得到的心肌灰度值的范围都是不同的，主要因为被测 试者的差异性。于是，若要根据灰度级来自动分离心脏组织跟包围它的 组织，就需在给定的扫描中确定心肌灰度级的范围。此外，要分离肝脏 跟心肌也是困难的，因为这两个组织的灰度值范围很相似。该分割要求 精密，要避免损及冠状动脉的任何部分，对这些部分的分析都是心脏扫 描的主要目的。当前在扫描结果中去除肝脏是特别困难的。发明内容本发明的第一方面提供一个系统和方法来探测2D图像中的两个身 体组织或器官之间的边界。对于包含待探测的边界的图像的探测区域中 的各个体素指派一个代价。此代价表明了不会在该二组织之间的边界上找到此像素的可能性。对于该探测区域的该边界的 一个或多个可能的起 点是要求提供的，还要求提供该边界的一个或多个终点。从一个起点联 结到一个终点的各体素组成的一条路径也具有一个代价，可以由该路径 上的各体素的代价经计算得出。较佳的办法是将一条路径上各体素的代 价之和作为该路径的代价。在联结一个起点跟一个终点之间的两条或多条路径中具有的代价为最小的那条路径就取作图像中第一跟第二器官之 间的边界。在一个较佳的实施方案里，用一个迭代过程来得到代价最小的路径， 在此迭代的每一步，对于逐步增长的路径，将前面步骤所加上的体素附 近代价最小的体素再加上去。本发明的最佳的实施方案是采用所谓"快速 推进算法"来找出代价最小的路径。考虑一个图形，以及从各个相邻结点 加进每个结点的代价，快速推进算法是在图形中推进相等代价的前沿(结 点)的方法。该图形的一些结点指定为起点，给定其代价为0。将这些结 点插入一个堆。在每一步，从堆中取出代价最小的结点，计算其相邻结 点的代价(这些代价为正数且可能为无穷大)，将代价为无穷大的相邻结 点插入该堆中。当该堆为空时算法停止，当非无穷代价的结点所连接的 分量被覆盖时就会发生此情况。在较佳的实施方案里，为给探测区域的 某体素指派代价，用该体素的灰度级将该体素分类到属于一个或多个组织类型。
一般地说，在一个图像中，每一组织类型具有一个特征的灰度级区间。于是例如，肺脏体素具有的灰度值低于-500HU，脂肪体素灰度 值区间约在-100到0HU;心脏或肝脏的体素的灰度值约为0-100HU，这 在脂肪的区间之上，但低于最低对照材料的灰度值(通常在100HU左右)； 对照材料的体素的灰度值大于100HU。(灰度值可能有一个死区间，例 如，在肺的最大值跟脂肪的最小值之间，但是极少碰到在这个区间的体 素，如果遇到了也可忽略。) 一些组织类型的灰度级区间可从数据得知。 例如，脂肪的平均值和标准偏差可从扫描数据中已知为脂肪组织的区域 算出，从而把脂肪的灰度区间取为该平均值土l标准偏差。已知该探测区域的一个体素，可以找到在跟待探测的边界的大体方 向垂直的方向该体素的各相邻体素。例如，如果待探测的边界大体垂直 于图像的z轴，可能找到已知体素沿z轴两侧中任一侧的5个相邻体素。 则已知体素和刚才根据其灰度级找到的它的相邻的每个体素的组织类型 分类就可如所述办法确定。当已知体素靠近图像边缘时可能发生相邻体 素缺失，也计算了这种"缺失的"相邻体素的个数。然后根据其相邻体素 的分类来指派已知体素的代价。该代价表明待探测的边界上的一个点并 未排列在已知像素的各相邻像素上的可能性。ii在本发明的一个实施方案里，先对已知体素指派一个"好级别"和一个"坏级别"，则其代价定义成差值"坏级别，，-"好级别"。为了保持该代价为正数可以给上述差值加上一个常数偏置值，这是必要的，例如，对 于采用快速推进算法技术时。好级别表明已知体素的相邻体素的排列具 有处在待探测的边界上的一个体素的预期特征的程度。例如，如果在待 探测的边界的第一側，预期具有一种或多种特定分类的体素，若已知体 素在该侧具有的那些分类的相邻体素越多，则好级别就会越高。类似地， 如果在待探测的边界的另一侧，预期具有一种或多种特定分类的体素， 若已知体素在该侧具有的那些分类的相邻体素越多，则好级别就会越高。 坏级别表明已知体素的相邻体素的排列具有跟处在待探测的边界上的一 个体素的预期特征不同的特征的程度。例如，如果在待探测的边界的第 一侧，预期没有一种或多种特定分类的体素，若已知体素在该侧具有的 那些分类的相邻体素越多，则坏级别就会越高。类似地，如果在待^:测 的边界的另一侧，预期没有一种或多种特定分类的体素，若已知体素在 该侧具有的那些分类的相邻体素越多，则坏级别就会越高。本发明的第二方面提供一种对于3D图像，例如CT扫描，中的两个 身体组织或器官之间的边界做探测的方法。按照本发明的这方面，探测 了该图像的多个二维切片中的每一个里的身体组织或器官之间的边界， 其中至少有一个切片的所述边界是采用了本发明的第 一方面的方法找到 的。在一个切片里探测到的边界可用来限定多个切片中的一个相邻切片 的探测区域，以便减小探测区域的大小并且改进计算性能。对于3D图像 中多个切片里4笨测到的一组边界进行内插，这样确定3D图像中的一个表 面，就是其中两个组织之间的边界。本发明的第三方面提供一种分割3D图像的方法来除去图像中感兴 趣的那种器官或组织之外的别的器官或组织。按照本发明的这方面，用 本发明的第二方面的方法找到了 3D图像中感兴趣的那种组织或器官跟 图像中的别的组织或器官之间的 一个或多个边界。这些边界用来确定图 像中的那些属于感兴趣的组织或器官的体素，以及那些不属于感兴趣的 组织或器官的体素。对属于感兴趣的组织或器官的体素指派它们的特征 为0，而对不属于感兴趣的组织或器官则指派其特征为1。保持这种数据的数位体积与该图像具有同样大小的整数维度。于是，本发明的第 一 方面提供了 一种在二维图像里的至少 一个探测区域里探测第一组织跟第二组织之间的边界的方法，包括以下步骤(a) 对该探测区域内的每个体素指派一个代价，该代价表示该 体素并不处在第 一组织跟第二组织之间的边界上的可能 性；(b) 在该探测区域内指定该边界的至少 一个起点和该边界的至少一个终点；(c) 在该探测区域内求得一条联接起点和终点的体素的路径，它具有，在联接起点和终点的两条或多条路径中，最小的 代价，根据一条路径上的各体素所指派的代价计算得到该路径的代价；及(d) 指定具有最小代价的路径为第 一组织跟第二组织之间的边界。本发明的第二方面提供了 一种探测三维扫描中的第 一组织或器官跟 第二组织或器官之间的边界方法，包括步骤(e)对于所述扫描的一个或多个二维截面的每一个实施i) .对其探测区域内的每个体素指派一个代价，该代价表明该体素并不处在第 一组织跟第二组织之间的边界上的可能性；ii) .在该探测区域内指定该边界的至少一个起点和该边界的至少一个终点；iii) .在该探测区域内求得一条联接起点和终点的体素的路径，它具有，在联接起点和终点的两条或多条路径中，最小的代价， 根据 一条路径上的各体素所指派的代价计算得到该路径的代价；及iv) .指定具有最小代价的路径为该二维截面里第一组织跟第二组织之间的边界；三维扫描中第一跟第二器官或组织之间的边界，由上面指定的各二维 截面里的边界形成。本发明的第三方面提供一种将具有感兴趣的组织或器官的三维扫描跟一个或多个笼罩组织或器官加以分割的方法，包括下列步骤a) 对于一个或多个笼罩组织或器官中的每一个进行i) 对于该扫描的一个或多个二维截面的每一个进行(a) 对其探测区域内的每个体素指派一个代价，该代价表明该 体素并不处在感兴趣的组织或器官跟笼罩组织或器官之间 的边界上的可能性；(b) 在该探测区域内指定该边界的至少 一个起点和该边界的至 少一个纟冬点；(c) 在该探测区域内求得一条联接起点和终点的体素的路径， 它具有，在联接起点和终点的两条或多条路径中，最小的 代价，根据一条路径上的各体素所指派的代价计算得到该 路径的代价；及(d) 指定具有最小代价的路径为二维截面里感兴趣的组织或器 官跟感兴趣的笼罩组织或器官之间的边界；而且ii) 从上面由二维截面所指定的边界来形成三维扫描中感兴趣的 组织或器官跟笼罩组织或器官之间的边界；b) 生成与该扫描图像具有相等的整数维度的数位体积， 一个体素如果 属于由感兴趣的组织或器官跟一个或多个笼罩组织或器官之间的边界所 确定的感兴趣的组织，则该体素在该数位体积中具有的值为0，而一个体 素如果属于由感兴趣的组织或器官跟一个或多个笼罩组织或器官之间的 边界所确定的一个或多个笼罩组织或器官，则该体素在该数位体积中具 有的值为1。本发明的第四方面提供一种机器可读的程序储存装置，作为实体来 实施可被该机器执行的指令程序以实现以下的方法,在二维图像的至少一 个探测区域探测出第一组织跟第二组织之间的边界，包括步骤(a) 在该探测区域内求得一条联接起点和终点的体素的路径，它具有， 在联接起点和终点的两条或多条路径中，最小的代价，根据一条路 径上的各体素所指派的代价计算得到该路径的代价；及(b) 指定具有最小代价的路径为第 一组织跟第二组织之间的边界。本发明的第五方面提供一种计算机程序产品其中包括计算机可用介 质具有计算机可读程序编码在其中实施对二维图像的至少 一个探测区域 里的第 一组织跟第二组织之间的边界进行探测，该计算机程序产品包4舌 计算机可读程序编码来使该计算机在该探测区域内求得一条联接起点和终点的体素的路径，它具有，在联接起点和终点的两条或多条路径中， 最小的代价，根据一条路径上的各体素所指派的代价计算得到该路径的 代价。本发明的第六方面提供一种机器可读的程序储存装置，作为实体来实 施可被该机器执行的指令程序以实现以下的方法步骤在三维扫描中探测出第一组织或器官跟第二组织或器官之间的边界，包括 a)对于该三维扫描的一个或多个二维截面的每一个进行(i) .在它的探测区域内求得一条联接起点和终点的体素的路径，它具有，在联接起点和终点的两条或多条路径中，最小的代价， 根据一条路径上的各体素所指派的代价计算得到该路径的代 价；及(ii) .从上面由二维截面所指定的边界来形成三维扫描中的第一跟第二器官或组织之间的边界。本发明的第七方面提供一种计算机程序产品其中包括计算机可用介 质具有计算机可读程序编码在其中实施对三维扫描的第一组织或器官跟第二组织或器官之间的边界进行探测，该计算机程序产品包括计算机可读程序编码来使该计算机在一个探测区域内求得一条联接 起点和终点的体素的路径，它具有，在联接起点和终点的两条或多条路 径中，最小的代价，根据一条路径上的各体素所指派的代价计算得到该 路径的代价；及计算机可读程序编码来使该计算机在该二维截面里指定具有最小代 价的路径作为第 一跟第二组织之间的边界；计算机可读程序编码来使该计算机从上面由二维截面所指定的边界 来形成三维扫描中的第一跟第二器官或组织之间的边界。15本发明的第八方面提供一种机器可读的程序储存装置，作为实体来实 施可^f皮该机器执行的指令程序以实现以下的方法步骤，以分割三维扫描中具有的感兴趣的组织或器官跟一个或多个笼罩组织或器官，包括 a)对于一个或多个笼罩组织或器官中的每一个进行 i)对于该扫描的一个或多个二维截面的每一个进行0)在其探测区域内求得一条联接起点和终点的体素的路径， 它具有，在联接起点和终点的两条或多条路径中，最小的 代价，根据一条路径上的各体素所指派的代价计算得到该 路径的代价；及 (b)指定具有最小代价的路径为二维截面里感兴趣的组织或器 官跟感兴趣的笼罩组织或器官之间的边界；而且 b)在三维扫描中指定由二维截面所指定的边界形成的感兴趣的组 织或器官跟笼罩组织或器官之间的边界； c)生成与该扫描图像具有相等的整数维度的数位体积， 一个体素如果 属于由感兴趣的组织或器官跟一个或多个笼罩组织或器官之间的边界所 确定的感兴趣的组织，则该体素在该数位体积中具有的值为O，而一个体 素如果属于由感兴趣的组织或器官跟一个或多个笼罩组织或器官之间的 边界所确定的一个或多个笼罩组织或器官，则该体素在该数位体积中具 有的值为l。本发明的第九方面提供一种计算机程序产品其中包括计算机可用介 质具有计算机可读程序编码在其中实施分割三维扫描中具有的感兴趣的组织或器官跟一个或多个笼罩组织或器官，该计算机程序产品包括计算机可读程序编码来使该计算机对于一个或多个笼罩组织或器官 的每一个，以及对于该三维扫描的一个或多个二维截面的每一个，在该 截面里的 一个探测区域内确定一条联接起点和终点的体素的路径，它具 有，在联接起点和终点的两条或多条路径中，最小的代价，根据一条路 径上的各体素所指派的代价计算得到该路径的代价；计算机可读程序编码来使该计算机指定具有最小代价的路径作为在 该二维截面里感兴趣的组织或器官跟感兴趣的笼罩组织或器官之间的边界；及计算机可读程序编码来使该计算机指定从上面由二维截面所指定的 边界来形成三维扫描中的感兴趣的组织或器官跟笼罩组织或器官之间的边界；计算机可读程序编码来使该计算机生成与该扫描图像具有相等的整 数维度的数位体积， 一个体素如果属于由感兴趣的组织或器官跟一个或 多个笼罩组织或器官之间的边界所确定的感兴趣的组织，则该体素在该数位体积中具有的值为o，而一个体素如果属于由感兴趣的组织或器官跟一个或多个笼罩组织或器官之间的边界所确定的一个或多个笼罩组织或 器官，则该体素在该数位体积中具有的值为l。


从后面结合各图对各实施方案的详细描述，就能更加清楚上述的本发 明的目标、特征和优点。图中各元素相互间尺寸不一定成比例。图1为3D心脏CT扫描的 一个切片的示意图。图2为用来在3D心脏CT扫描(结果成像)中确定心脏位置的心脏蒙片 的示例。图3为采用本发明的方法分割原始扫描数据之后得出的 一个3D心脏 CT扫描的切片的示意图。
具体实施方式
以下详细描述本发明的较佳的实施方案，在所参照的各附图中采用相 同的附图标号来指示同 一结构元素。为了理解本发明及其如何实施，借助于非局限性的例子，参照所附各 图，在此描述了一个较佳的实施方案。采用了本发明的一个方法来探测三维心脏CT扫描中的心肌组织跟肝 脏组织之间的边界以及心肌组织跟胸骨之间的边界。图l显示采用本发明 的方法来分析3D心脏CT扫描的一个沿矢径方向截面的示意图。除了心脏 组织4外，该扫描图像还包括了胸骨和肋骨6、肝脏8、主动脉9和心包脂 肪层IO。肺脏组织也出现在3D扫描中，虽然在图l的截面里它没有出现。 对扫描图像做了分割以从其中去除肝脏组织和胸骨以及肺脏组织。结果在显示屏上显示的是经过分割的只包含心脏的图像。整个处理过程包含 以下10个大步骤。1.确定轴向切片里的心脏中心处理过程的第 一 步是在扫描图像中近似地定位心脏。用了一个蒙片来 描摹心脏的典型轴向截面的形式。这个蒙片由多个0和1的二维阵列构成， 它由典型的心脏扫描的中心轴向截面来生成，每当(像素的)灰度级大于-500HU (肺脏的最大值)处就设为l，反之就设为0。在该蒙片上心脏 的近似中心位置选为特殊点。将所用的心脏蒙片12的形式显示在图2。其 中画阴影的区域14代表心脏和胸骨组织，由灰度值大于肺脏最大灰度值 -500冊的那些体素来构成，在上述二进位数的图像中就是那些l。其中的 非阴影区15代表肺脏体素，在上述二进位数的图像中由具有数值0的那些 体素构成。在此蒙片上心脏的近似中心位置选为特殊点P。该蒙片用来在扫描的多个轴向切片的每一个上按照下列方法定位心 脏截面在一个切片的多个给定点中每一点处，按照以下步骤计算出 一个级别 来表明该给定点位于切片中心的几率a) 将该蒙片》文大或缩小以使它的每个像素的mm数跟切片的该数 值相等。b) 为该切片生成多个O和1构成的一个二维阵列，对于切片上的体 素的灰度值低于-500HU就指派一个0值，如果体素的灰度值高 于-500HU就指派它的灰度级为1。c) 将蒙片迭加到步骤b)生成的二进位数平面上，使得P点跟切片上 所选中的点重合。d) 数出蒙片跟二进位数平面重合的1 (在二者边界内)的个数。e) 该重合的1的个数跟蒙片上的1的总数之比，就是切片里非肺脏 的各组织跟蒙片里非肺脏的各组织相似程度的估计值。此处称这 一比值为"正匹配"，它的值在0和1之间。f) 数出蒙片跟二进位数平面重合的0的个数。该重合的0的个数跟 蒙片上的0的总数之比，就是切片里类似肺脏的各组织跟蒙片里18类似肺脏的各组织相似程度的估计值。此处称这一比值为"负匹 配"，它的值也在0和1之间。g) 正匹配跟负匹配之和即为"匹配"。它的值在0和2之间，是以给 定点作为心脏截面中心时，切片跟典型的心脏截面形式的匹配(程度)的估计值。h) 将具有的匹配值最大的(给定)点指定为切片里的心脏中心。2, 找出肝脏和心脏的轴向位置为了找出肝脏水平位置的高低和定位心脏的中央切片，得到以下估计方法。先计算各个切片里肺脏体素(即灰度值在-900至-500HU的体素) 的数目。就可找到肺脏体素个数最大(多)的切片，然后找出该最大数 切片之下，具有肺脏体素个数小于该最大数的一半的第一个切片，这一 切片通常靠近扫描所得肝脏水平位置的高端。作为第一估值，就把心脏 的中央切片定位在肝脏水平位置高端之上40mm的切片。3. 确定3D扫描中的心脏位置a) 从第二步找到的扫描中的心脏的中央切片开始检查，然后朝上和朝 下跳移固定的切片数找到下一个待检查的切片。每次跳移的切片数由扫 描的身体比例来确定，典型地为每lcm扫描成像所含有的切片数(即，等 于10/z-mm每个像素)。例如，所研究的扫描如果含有100个切片，沿z轴 相邻体素间距z-mm每个像素二0.5,如果首次检查的是第50号切片，则 接下来将检查的切片号为70、 30、 90和10。b) 每次检查的切片被分成NxN个方块，N为某固定值(例如N-5或N刁 个体素)。选出一个点格，让每个格点属于不同的一个方块。检查从一个 起始格点开始，然后以各个格点的位置跟起始格点间的距离为顺序，沿 着各格点继续检查下去。c) 在被检查的每个轴向切片里的每个格点处，都计算得出它的按上面 定义的"匹配"值。将得到最大匹配值的格点取作该切片里心脏中心的位 置。d) 在所有切片里^皮检查的所有格点中具有最大匹配数的那个格点就 被取作该扫描的心脏中心。e) 在匹配过程中，如果遇到一个格点其匹配大于1.5，就把这个格点 认作对该扫描的心脏中心的满意的估值，从而终止搜寻。4. 确定3D扫描中心脏的取向大多数情况下， 一皮检查者在扫描时是仰卧着的，在轴向的图像里他的 胸骨线基本上是水平的。然而在某些情况下，要求纟皮检查者侧卧，或者 由于某种反常的解剖情况，他的胸骨线不是水平的。于是，就有必要确 定扫描中心脏的取向。为此，对已按上法确定了其心脏中心的多个轴向 切片，需按照以下办法探测出它的初始心脏轮廓在每个切片里生成200条均匀分布的射线的阵列，每条射线自该切片 的、已按第一步的方法确定了的心脏中心向外发散，射向该切片的边界。 可以这样确定每条射线跟肺脏组织的交点。为简单起见，令第一根射线 沿正x方向。对每条射线，检查出最靠近该射线的各个体素，将其中具有 灰度值低于-500 (肺脏的最大值)的第一个体素储存在一个阵列中，对每 个方向记录一个这种体素。由这种体素形成的轮廊特征性地包围着心脏、 在它前面的那部分胸骨、以及在它后面的主动脉和某些肺部血管。这样就找出了在该蒙片(图2)里和在中央轴向切片里心脏的轮廓。 将蒙片里心脏的轮廓和中央轴向切片里的近似轮廓二者的主轴，取为轮 廓上的各点跟通过先前确定的心脏中心的所有各条线的最小平方距离 线。短轴是一根垂直于长轴的线。(等价地说，每个轮廓的主轴是该轮廓 的2x2惯量矩阵的较高本征值相应的本征向量。)将蒙片的长轴跟中央切 片的长轴之间的夹角取为拟定的取向。这个角度的典型值在0。和45。之间。5. 确定心脏中心线在心脏的每个轴向切片里寻找靠近心脏中心的一点。这一过程从中央切片里先前找到的近似的心脏中心开始，采用"最陡下降"算法，如上所 述计算找出在近似心脏中心附近跟蒙片有最大匹配的 一点。将这个点取作中央切片里心脏的中心。将中央切片里的该心脏中心用作寻找别的轴向切片里的心脏中心的 起始点。 一个切片里的心脏中心找到后，在相邻轴向切片里定位其心脏 中心，用的是最陡下降算法，总是以前面一个切片里找到的其心脏中心 作为起点。为了改进这一过程，可以只在若干个切片里按上述方法计算出其心脏中心，这些切片彼此有固定的间距(例如，相隔5mm,在每个像素间距 为0.5mm的情况下，这意味着每隔10个切片)，然后就从所得的这些点做 线性内插。在扫描中所有轴向切片里的心脏中心形成的这样一条曲线，就称为 "心脏中心线"。在每个切片上配置一个转动参考系，原点取在该切片的心脏中心，而 其x方向从正规方向转一个拟定取向角。在转动参考系里具有正的y坐标 的轴向切片的部分称为其"下部"，而具有负的y坐标的轴向切片的部分称 为其"上部"。6.生成精确的轴向心脏轮廓在给定的轴向切片里，勾画出该切片的心脏(不含别的组织)来生成 精确的心脏轮廓。采用上述已生成的该切片里的心脏轮廓作为初始近似。为了得出只包围心脏的确切的轮廓，需要靠着初始近似轮廓找到胸骨 的起点和终点，并找到心脏背后器官的起点和终点。在初始近似轮廓中，以该切片的拟定取向，绕着上面第4步定义的射 线阵列行进，在基本轮廓的上半部可找到这样的点，所述阵列中相邻二 射线的长度在该点增长得最多或者减小得最多，这种点就取作初始近似 轮廓中胸骨的两个端点。对于心后器官，采用了稍微复杂一些的判据，以便排除肺部血管，非 主动脉，引起的射线长度的不连续性。对于初始近似轮廓的下半部的每 个点按以下办法确定两个级别如果到初始近似轮廓上某点的射线的长度跟阵列中前面 一条射线长 度之比大于1.2，就定义其第一级别为l。如果这个比值小于0.75，其第一 级别为-1。否则，其第一级别为O。其次，对于初始近似轮廓上的每个点，计算其基本轮廓曲率。在(轮 廓上)该点的两侧相距3个体素处的(轮廓线的)两根切线之间的夹角可以求出。如果该夹角大于45。而且在该点处基本轮廓的局部是凹形的，则 其曲率级别定义为l。如果该夹角大于45。而在该点处基本轮廓局部是凸 形的，则其曲率级别为-1。否则，其曲率级别为O。将每个点的两种级别 相加，得出它的跳跃级别，具有的值为-2、 -1、 0、 1、 2中之一。心后器官的起点和终点位于基本初始近似轮廓的一个60。的扇形区 内，其中心在正y方向。沿顺时针方向搜寻该扇形区，找到具有跳跃级别 值为2的第一个轮廓点。将这个点取作心后器官的起点。从这个点开始， 找到具有跳跃级别值为2的第 一个点，就取作心后器官的终点。在初始近似轮廓上找出了胸骨的和心后器官的起点和终点后，对于每 一对起点和终点用 一根曲线来联接，使之形成的连续的精确的轮廓包围 心脏组织之外的别的器官数量最少。下面描述一种技术(参照一个具有 最小长度和曲率的轮廓)，用来在两对起点和终点之间的每一对之间产生 一个精确的轮廓，它是连续的并在二端点处光滑，它以可能的最大程度 具有最小长度和最小的总曲率。因为生成的轮廓不能同时具有两个极小值，相比长度的极小化，优先 进行曲率的极小化，依此设定参数r的值(参考下迷的关于得到最小长度 和曲率的轮廓的技术)。将r值取为8。这样产生的精确轮廓通常包含胸骨的一些部分。用本发明后面讲的方 法可以除去精确轮廓上包含的胸骨的任何部分。将中央切片的精确轮廓上具有最大和最小y值的两个点分别取作心脏 前缘和心脏后缘。7.探测心外膜脂肪层包围心脏的有一层心外膜脂肪。冠状动脉就位于这个脂肪层内，所以 重要的是要区别心外膜脂肪层跟别的组织。为了得出中央轴向切片里心 外膜脂肪层的灰度值区间范围，计算了精确轮廓内部的以及精确轮廓外 最多3个体素范围内所有体素的灰度级的平均值和标准偏差。心外膜脂肪 的最低灰度值取为该平均值-1.5个标准偏差，其最大值取为该平均值+1.5个标准偏差。该平均值典型地大约为50HU,它的标准偏差典型地大约 为50HU。8.分离肝脏本发明的方法在心脏的冠状区的各个截面寻找肝脏跟心脏之间的边 界时利用了快速推进算法。冠状区截面的y值界于心脏后缘跟心脏前缘的 y值之间，对此做了分析。采用了迭代法来找到冠状区的边界。先分析了 中央冠状截面，它的y值等于心脏前缘y值跟心脏后缘y值的平均，所得信 息用于分析相邻的各冠状截面。先在中央冠状截面找出边界的近似的二端点。在该截面里的一个水平 带(平行于x轴)构成的探测区域内寻找该边界和它的二端点，该水平带 的中心位于上面找到的肝脏水平位置的高端，它的总宽度为6cm。在这个 水平带内，包括了该边界的可能的二端点，彼此在z方向间隔10个体素。 在每个z水平位置(在冠状截面的两个x极端处)找到肺脏的边界，并将 这些体素取作该边界可能的二端点。如果在特定的z水平位置没有找到肺 脏的值，将每个z水平位置处冠状截面的二端点包括在可能的端点之列。给定该探测区域的一个体素，可以找到它在z方向下面和上面的相邻 体素(即在各方向的n个邻居，此处用了n-5)。如前面解释过的，根据各 体素的灰度级，就确定了该给定的体素和它的10个相邻体素之每一个的 组织类型分类(肺脏、脂肪、心脏或肝脏、及对照材料)。每当给定体素 靠近冠状截面的边界时，"未出现"的相邻体素的个数也计算进来。然后 用下述方法对每个体素生成一个"好级别"和一个"坏级别"。好级别用来表示给定体素的邻居(即相邻体素)的排列具有的特征为 处于心脏跟肝脏组织的边界上的一个体素的预期特征的程度。好级别取 为下列几个量(都在0与1之间)的最大值(在z方向下方的一组邻居也把 感兴趣的体素本身包括在内)肺脏体素个li/n,(z方向上方的脂肪体素个数)x (z方向下方的心脏或肝脏及对照物 体素总数)/n(n+l)。23坏级别用来表示给定体素的邻居的排列具有的特征不同于处于心脏 跟肝脏组织的边界上的 一个体素的预期特征的程度。坏级别取为下列几 个量(都在0与1之间)的最大值(同样地，在Z方向下方的一组邻居也把感兴趣的体素本身包括在内)(Z方向上方的脂肪、心脏或肝脏、以及对照物体素的总数)X (z方向下方的脂肪体素个数)/n(n+l), (z方向上方的对照物体素个数)x (z方向下方的对照物体素个数)/n(n+l), (z方向上方的心脏或肝脏体素个数)x(z方向下方的心脏或肝脏体素以及未出现体素总数)/n(n+l)。 用了一个量表示z方向下方是、否存在具有灰度值在200HU之上的对照物 体素(相应地，这个量分别为1或0)。为了对探测区域的体素指派代价，先计算(坏级别)-(好级别)， 再加上大于l的常数偏置，以保证所指派的代价为正数。设此偏置4+e (e>0)。 e的大小确定了比值完全好体素的级别^e)/完全坏体素的级别 (=2+e)，依此取为快速推进算法中的代价之比。e取值0.2。先在中央冠状截面采用这些代价和快速推进算法求得联接上面得出 的起点到终点的边界。如果二端点并不在冠状截面的边界上，该边界跟 随终点的z值延伸到较高的x值，并随着边界起点的z值延伸到较低的x值。 这样求得的路径就是中央冠状截面内心脏跟肝脏之间的近似边界。然后检查具有别的y值的冠状截面。为了在每个截面找到一个心脏跟 肝脏的边界，采用以下的归纳步骤。采取分析过的前一冠状截面内的边 界的二端点(即具有相同的x和z坐标的二点)，用到新的冠状截面的快速 推进算法的探测区域，由跟分析过的前一冠状截面内所找到的边界相距 固定距离(本例中用10个体素)内的那些点构成。这样做是为了保证在 肝脏和心脏组织层之间的3D边界的连续性，并且使得路径搜寻更有效。 与此相同的画线步骤用于分析所有各个冠状截面。为了完成该层的构造，将起点y值的冠状截面的路径拷贝到下方y值的 各个冠状截面，并将终点y值的冠状截面的路径拷贝到上方y值的各个冠 状截面。在此阶段，在找到肝脏-心脏边界之后，肝脏水平位置高端值(也因而，中央切片，如上所述，位于肝脏水平位置高端之上40mm)得以更新。 采取一个中心位于心脏中心的、具有边缘为40mm的xy方块，将它里面的 边界体素的z值的平均值作为肝脏水平位置的高端(也即，如果找到中央 切片内心脏中心位于(x。,yo)，在方块[Xo-h,Xo+h]x[yo-h,yo+h]的各点的边界 的z值的平均值，此处取了1^20/x-mm每个体素)。最后，对所得边界下方所有体素指派其特征为l，就是说，这些都是 笼罩体素，该从扫描图像中除去。9.分离胸骨、肺脏和主动月永寻找将心脏跟肺脏、胸骨和主动脉分离的边界。为此目的分析各轴向 切片。固定所分析的轴向切片的起点和终点的z位置。z方向范围的下界 取在更新的肝脏水平位置之上1 cm，而z方向范围的上界取在更新的肝脏 水平位置高端之上13cm。从中央切片开始迭代处理各切片。该边界的二端点就是第5步骤所找到的初始近似心脏轮廓在胸骨处的 (两个)不连续点。将探测区域限制在一个长方形，其x维度从胸骨起点 延伸到胸骨终点，而其y维度设为包括了胸骨的起点和终点二者，并且朝 下方y值延伸10mm。对探测区域每个体素如下法指派一个代价对于该探测区域内一个给定体素，沿着该切片的心脏中心跟给定体素 的连接线，在感兴趣的体素的每一侧，形成给定体素的n个相邻体素的一 组(采用了n-2，并包含该给定体素，总共有2n+l个体素的一组)。然后 确定沿着从心脏中心出发到给定体素的射线上，各种类型的邻居(肺脏、 脂肪、心脏、肌肉和对照物-骨组织的相邻体素)的数目。(骨的灰度级区 间跟对照物材料的区间相同，因此两种类型可以一起考虑)。"组内"邻居 (即相邻体素)包含了感兴趣的体素本身。以下介绍给该探测区域内各体素指派好级别和坏级别好级别是下列各个量的最大值 (组内脂肪值邻居数)x[(组外心肌值体素数)+(对照物-骨值体素数)]/n(n+l),[(组内脂肪值体素数)+(心肌值体素数)]X(组外肺脏值体素数)/n(n+l)。 而坏级别是下列各量的最大值 如果给定体素为对照物-骨体素则取1 ，否则取0, (组内脂肪值体素数)x(组外脂肪值体素数)/n(n+l), (组外对照物体素数)/n, (组外心肌值体素数)/n。指派各体素的代价- (坏级别)-(好级别)+常数偏置，以保证该代 价为正数。所釆用的偏置值为l.l。用快速推进算法在二端点之间产生的路径很接近于胸骨，胸骨在该路 径之外。用快速推进算法生成的这条路径取代了精确心脏轮廓在胸骨-心 脏边界上的那一段。探测出心脏组织跟胸骨之间的边界之后，对于别的轴向切片重复此一 过程。对应轴向起点跟轴向终点之间的z值的轴向截面内的边界，采用下 列归纳步骤来探测。给定轴向切片，如上述办法处理之，只是我们现在只在一个固定大小 的、前已分析过的轴向切片的胸骨不连续性的邻域内(通常其大小为5个 体素)寻找胸骨的跳跃。这保证了胸骨标准和各点在z方向的连续性。所用的探测区域局限在跟先前找到的边界相距最多IO个体素的一个 体素半径的邻域内。这就保证了3D胸骨边界层的连续性，并提供了有效 率的可计算性。这就在z值的起点和终点之间产生了 一个心脏的包络。将起点水平位 置的轮廓拷贝到较低z值的所有轴向截面上，而把终点水平位置的轮廓拷 贝到较高z值的所有轴向截面上。对在这个包络之外的所有体素指派其特 征为l,就是说，它们都是笼罩体素。10.光滑所得的表面最后一步就是光滑该笼罩/心脏表面。如[2]所述，先采用一个开操作， 接着进行闭操作。在所有切片中心脏组织跟邻近的笼罩组织之间的边界就限定了3D扫 描中的心脏跟各笼罩组织之间的边界。于是就可分割该3D扫描。图3显示 了经分割的扫描中的心脏组织14的截面示意图。经分割的3D扫描中，骨、 肝脏、肺脏和主动脉等组织都不出现了。最小长度和曲率的轮廓下面叙述最小长度和曲率的轮廓。在平面上给定两个点和每个点处的 切线的方向，要求用一个光滑轮廓来联接这两个点，要求控制轮廓的长 度和它的各点处的曲率。可以用下列参数式子表示该曲线雄) )), (0"<1)可用分离各个坐标的办法解这个问题。为此目的，采用了变分法这个 数学分析方法。在分析力学的教程中也介绍了这种方法。 取系统的拉氏量为 丄0,》，X)-》2 + 一 .X2可以把参数r解释为我们要求最小曲率所达到的程度跟我们要求最小 长度所达到的程度之比。应用尤勒-拉格朗日方程到这个拉氏量，就得到它的微分方程此方程的通解可表示为邵)=^. exp(rt) + S. exp(-rt) + C' / + D其中系凝J, S, C, D由四个值Z(O),》(0),》(1)来确定。可以理解，按照本发明的系统可能是经过适当编程的计算机。同样， 本发明研究出了 一种可以由计算机读取的计算机程序来实施本发明的方 法。本发明还研究出了一种机器可读的存储器来有形地实施一种可由机 器执行的指令程序来执行本发明的方法。计算机程序产品可包含一种或 多种存储介质，例如诸如磁盘(软盘)或磁带等磁储存介质、诸如光 盘或光带等光学储存介质、或者机器可读条形码、或者诸如RAM或ROM 等固体电子学储存装置、乃至任何一种物理装置或介质，以此储存计算 机程序指令，用来控制一台或多台计算机，来实施本发明的方法。27本申请书所引用的所有文件、专利、杂志文章或别的材料都包括进来 作为参考。特地参考了 一个目前较佳的实施方案来详细地描述了本发明。但是， 应该理解，可以在本发明的精神和范围内实现各种变通和修改。因此， 现在披露的实施方案从所有方面来说都只是说明性的而非限定性的。本 发明的范围由后面的权利要求书来指明，对于其等效方案的含义和范围 内的所有的变动都被认为包括在其中的。图中部件列表2 3D心脏CT扫描图像之矢径方向截面4 心脏组织6 胸骨和肋骨8 肝脏9 主动脉10 心外膜脂肪层 12 心脏蒙片14 心脏和胸骨组织15 肺脏组织P 蒙片里心脏中心的近似点28
权利要求
1.一种在二维图像的至少一个探测区域里探测第一组织跟第二组织之间的边界的方法，包括以下步骤(a)对该探测区域内的每个体素指派一个代价，该代价表示该体素并不处在第一组织跟第二组织之间的边界上的可能性；(b)在该探测区域内指定该边界的至少一个起点和该边界的至少一个终点；(c)在该探测区域内求得一条联接起点和终点的体素的路径，它具有，在联接起点和终点的两条或多条路径中，最小的代价，根据一条路径上的各体素所指派的代价计算得到该路径的代价；及(d)指定具有最小代价的路径为第一组织跟第二组织之间的边界。
2. 按照权利要求l的方法，其对于在该探测区域内的给定体素指派代价的步骤包括(a) 将给定体素的邻域内的一个或多个体素分到 一个或多个组织类别 中的一个组织类别；及(b) 由关于该邻域内的各体素的组织类别的计算来指派该给定体素的 代价。
3. 按照权利要求2的方法，其中给定体素具有一个灰度级，而将一 个体素分到 一个组织类别的步骤包括(a) 对该一个或多个组织类别的每一个提供一个灰度级区间；及(b) 将一个体素分到一个组织类别，其灰度级区间包含了该体素的灰 度级。
4. 按照权利要求l的方法，其中指派给路径的代价是该路径的各体 素的代价之和。
5. 按照权利要求l的方法，其中求得最小代价的路径的步骤包括快 速推进算法。
6. 按照权利要求l的方法，其中该图像为CT扫描的截面或切片。
7. 按照权利要求6的方法，其中该CT扫描是一个心脏CT扫描。
8. 按照权利要求7的方法，其中的第一组织是心脏组织。
9. 按照权利要求8的方法，其中的第二组织是肝脏组织。
10. 按照权利要求3的方法，其中的第一组织是心脏组织，第二组织 是肝脏组织，而该一个或多个组织类别选自肺脏组织、脂肪组织、心脏 或肝脏组织、及对照材料。
11. 按照权利要求l的方法，其中指派给给定体素的代价是作为好级 别跟坏级别之差计算出来的，该好级别表示给定体素的邻居的排列具有 处在第一跟第二组织之间的边界的体素的特征的程度，而该坏级别表示给定体素的邻居的排列具有的特征不同于处在笫一跟第二组织之间的边 界的体素的特征的程度。
12. 按照权利要求10的方法，其中指派给给定体素的代价是作为坏 级别跟好级别之差计算出来的，该好级别表示给定体素的邻居的排列具 有处在心脏跟肝脏组织之间的边界的体素的特征的程度，而该坏级别表边界的体素的特征的程度。
13. 按照权利要求12的方法，其中给定体素的好级别是对预定的n根 据下列的量的任何一个或多个来求得(a) 在n个体素的邻域内给定体素的肺脏体素的数目除以n;及(b) 在上面的n个体素的邻域内脂肪体素的数目，乘以在下面的n个 体素的邻域内心脏或肝脏体素跟对照物体素的总数，再除以n(n+l)。
14. 按照权利要求12的方法，其中的坏级别是对预定的n根据下列的 量的任何一个或多个来求得(a) 在上面的n个体素的邻域内脂肪、心脏或肝脏跟对照物体素的总 数，乘以在下面的n个体素的邻域内脂肪体素的数目，再除以n(n+l);(b) 在上面的n个体素的邻域内对照物体素的数目，乘以在下面的n 个体素的邻域内对照物体素的数目，再除以n(n+l);(c) 在上面的n个体素的邻域内心脏或肝脏体素的数目，乘以在下面 的n个体素的邻域内心脏或肝脏体素跟未出现的体素的总数，再除以 n(n+l);(d) —个量，如果有对照物的灰度值在200HU之上则其值为1，否则 其值为0。
15. 按照权利要求3的方法，其中第二组织为骨组织。
16. 按照权利要求15的方法，其中的骨组织为胸骨。
17. 按照权利要求2的方法，其中第一组织为心脏组织，第二组织为 骨组织，该一个或多个组织类别选自肺脏组织、脂肪组织、心脏组织和 对照物或骨组织。
18. 按照权利要求17的方法，其中指派给给定体素的代价是作为坏 级别跟好级别之差计算出来的，该好级别表示给定体素的邻居的排列具 有处在心脏跟骨组织之间的边界的体素的特征的程度，而该坏级別表示 给定体素的邻居的排列具有的特征不同于处在心脏跟骨组织之间的边界 的体素的特征的程度。
19. 按照权利要求18的方法，其中的好级别是对预定的n根据下列的 量的任何一个或多个来求得(a) 在n个体素的邻域内内部脂肪值邻居的数目，乘以n个体素的邻 域内外部心肌值体素的数目跟对照-骨值体素的数目之和，再除以n(n+l); 及(b) 在n个体素的邻域内内部脂肪体素跟心肌体素之和，乘以在n个 体素的邻域内外部肺脏体素的数目，再除以n(n+l)。
20. —种在三维扫描中探测第一组织或器官跟第二组织或器官之间 的边界的方法，包括步骤(a)对于所述扫描的一个或多个二维截面的每一个实施i) . 对其探测区域内的每个体素指派一个代价，该代价表示该体 素并不处在第 一 组织跟第二组织之间的边界上的可能性；ii) . 在该探测区域内指定该边界的至少一个起点和该边界的至少一个终点；iii) . 在该探测区域内求得一条联接起点和终点的体素的路径，它 具有，在联接起点和终点的两条或多条路径中，最小的代价，根据一条 路径上的各体素所指派的代价计算得到该路径的代价；及iv) . 指定具有最小代价的路径为该二维截面里第一组织跟第二 组织之间的边界；三维扫描中第一跟第二器官或组织之间的边界，由上面指定的各二 维截面里的边界形成。
21. 按照权利要求20的方法，其中的路径是在先已在一个截面内找 到的路径附近的二维截面内求得的。
22. —种将三维扫描具有的感兴趣的组织或器官跟一个或多个笼罩 组织或器官加以分割的方法，包括下列步骤a) 对于一个或多个笼罩组织或器官中的每一个进行i) 对于该扫描的一个或多个二维截面的每一个进行(a) 对其探测区域内的每个体素指派一个代价，该代价表示该 体素并不处在感兴趣的组织或器官跟笼罩组织或器官之间的边界上的可 能性；(b) 在该探测区域内指定该边界的至少 一个起点和该边界的至 少一个乡冬点；(c) 在该探测区域内求得一条联接起点和终点的体素的路径， 它具有，在联接起点和终点的两条或多条路径中，最小的代价，根据一 条路径上的各体素所指派的代价计算得到该路径的代价；及(d) 指定具有最小代价的路径为二维截面里感兴趣的组织或器 官跟感兴趣的笼罩组织或器官之间的边界；而且ii) 从上面由二维截面所指定的边界来形成三维扫描中感兴趣的组织或器官跟笼罩组织或器官之间的边界；b) 生成与该扫描图像具有相等的整数维度的数位体积， 一个体素如果属于由感兴趣的组织或器官跟一个或多个笼罩组织或器官之间的边界所 确定的感兴趣的组织，则该体素在该数位体积中具有的值为o，而一个体 素如果属于由感兴趣的组织或器官跟一个或多个笼罩组织或器官之间的 边界所确定的一个或多个笼罩组织或器官，则该体素在该数位体积中具 有的值为l。
23. 按照权利要求22的方法，其中的路径是在先已在一个截面内找 到的路径附近的二维截面内求得的。
24. —种机器可读的程序储存装置，作为实体来实施可被该机器执 行的指令程序以实现以下的方法,在二维图像的至少 一个探测区域探测出第一组织跟第二组织之间的边界，包括步骤(a) 在该探测区域内求得一条联接起点和终点的体素的路径， 它具有，在联接起点和终点的两条或多条路径中，最小的代价，根据一 条路径上的各体素所指派的代价计算得到该路径的代价；及(b) 指定具有最小代价的路径为第一组织跟第二组织之间的边界。
25. —种计算机程序产品其中包括计算机可用介质具有计算机可读 程序编码在其中实施对二维图像的至少一个探测区域里的第 一组织跟第 二组织之间的边界进行探测，该计算机程序产品包括计算机可读程序编 码来使该计算机在该探测区域内求得 一 条联接起点和终点的体素的路 径，它具有，在联接起点和终点的两条或多条路径中，最小的代价，根 据一条路径上的各体素所指派的代价计算得到该路径的代价。
26. —种机器可读的程序储存装置，作为实体来实施可被该机器执 行的指令程序以实现以下的方法在三维扫描中探测出第 一组织或器官跟 第二组织或器官之间的边界，包括步骤a)对于该三维扫描的一个或多个二维截面的每一个进行 i).在它的探测区域内求得一条联接起点和终点的体素的路径，它 具有，在联接起点和终点的两条或多条路径中，最小的代价，根据一条 路径上的各体素所指派的代价计算得到该路径的代价；及ii)从上面由二维截面所指定的边界来形成三维扫描中的第一跟第 二器官或组织之间的边界。
27. —种计算机程序产品其中包括计算机可用介质具有计算机可读 程序编码在其中实施对三维扫描的第一组织或器官跟第二组织或器官之间的边界进行探测，该计算机程序产品包括计算机可读程序编码来使该计算机在一个探测区域内求得一条联接 起点和终点的体素的路径，它具有，在联接起点和终点的两条或多条路 径中，最小的代价，根据一条路径上的各体素所指派的代价计算得到该 路径的代价；及计算机可读程序编码来使该计算机在该二维截面里指定具有最小代 价的路径作为第 一跟第二组织之间的边界；计算机可读程序编码来使该计算机从上面由二维截面所指定的边界 来形成三维扫描中的第 一跟第二器官或组织之间的边界。
28. —种机器可读的程序储存装置，作为实体来实施可被该机器执行的指令程序以实现以下的方法，以分割三维扫描中具有的感兴趣的组 织或器官跟一个或多个笼罩组织或器官，包括步骤a) 对于一个或多个笼罩组织或器官中的每一个进行 i)对于该扫描的一个或多个二维截面的每一个进行(a) 在其探测区域内求得一条联接起点和终点的体素的路径， 它具有，在联接起点和终点的两条或多条路径中，最小的代价，根据一 条路径上的各体素所指派的代价计算得到该路径的代价；及(b) 指定具有最小代价的路径为二维截面里感兴趣的组织或器 官跟感兴趣的笼罩组织或器官之间的边界；而且b) 在三维扫描中指定由二维截面所指定的边界所形成的感兴趣的组 织或器官跟笼罩组织或器官之间的边界；c) 生成与该扫描图像具有相等的整数维度的数位体积， 一个体素如果 属于由感兴趣的组织或器官跟一个或多个笼罩组织或器官之间的边界所 确定的感兴趣的组织，则该体素在该数位体积中具有的值为O，而一个体 素如果属于由感兴趣的组织或器官跟一个或多个笼罩组织或器官之间的 边界所确定的一个或多个笼罩组织或器官，则该体素在该数位体积中具 有的值为l。
29, —种计算机程序产品其中包括计算机可用介质具有计算机可读 程序编码在其中实施分割三维扫描中具有的感兴趣的组织或器官跟一个 或多个笼罩组织或器官，该计算机程序产品包括计算机可读程序编码来使该计算机对于一个或多个笼罩组织或器官 的每一个，以及对于该三维扫描的一个或多个二维截面的每一个，在该 截面里的 一个探测区域内确定一条联接起点和终点的体素的路径，它具 有，在联接起点和终点的两条或多条路径中，最小的代价，根据一条路 径上的各体素所指派的代价计算得到该路径的代价；计算机可读程序编码来使该计算机指定具有最小代价的路径作为在 该二维截面里感兴趣的组织或器官跟感兴趣的笼罩组织或器官之间的边界；及计算机可读程序编码来使该计算机指定从上面由二维截面所指定的 边界来形成三维扫描中的感兴趣的组织或器官跟笼罩组织或器官之间的边界；计算机可读程序编码来使该计算机生成与该扫描图像具有相等的整 数维度的数位体积， 一个体素如果属于由感兴趣的组织或器官跟一个或 多个笼罩组织或器官之间的边界所确定的感兴趣的组织，则该体素在该 数位体积中具有的值为o，而一个体素如果属于由感兴趣的组织或器官跟 一个或多个笼罩组织或器官之间的边界所确定的一个或多个笼罩组织或 器官，则该体素在该数位体积中具有的值为l。
全文摘要
对于二维图像里的第一跟第二组织之间的边界进行探测的一种方法和系统。对于探测区域内的每个像素指派一个代价，来表示该像素并不处在该第一跟第二组织之间的边界上的可能性。该第一跟第二组织或器官之间的边界是在探测区域内由相邻各体素联结而成的二条或多条路径中具有的代价为最小的一条路径，每条路径的代价由该条路径上的各个体素所指派到的代价经计算而得。本方法也可用于对三维扫描中的第一跟第二组织或器官之间的边界进行探测，只需对它的一个或多个二维截面的每一个应用本方法，然后将所得各二维图像里的边界联接起来就得出三维扫描中的三维边界。
文档编号G06T5/00GK101326547SQ200680046121
公开日2008年12月17日 申请日期2006年9月27日 优先权日2005年10月12日
发明者G·米勒, H·波拉特, I·I·米尔斯泰因, S·阿克曼 申请人:卡尔斯特里姆保健公司