用于量化图像数据集对象中的结构的方法、装置、图形用户界面、计算机可读介质和用途的制作方法

专利名称：用于量化图像数据集对象中的结构的方法、装置、图形用户界面、计算机可读介质和用途的制作方法
技术领域：
本发明通常涉及医学成像领域。更具体地，本发明涉及医学图像数据
集对象中的结构的量化，该图像数据集例如通过诸如计算机断层摄影(CT) 和磁共振成像(MRI)的医学成像模态获得的医学图像数据集。
背景技术：
慢性阻塞性肺疾病(COPD)是以气流阻塞为特征的一组肺疾病。根据 统计数据，在美国，COPD是第四大致死病因并且当前是唯一发生率正在 增长的常见致死病因。COPD包括大多由大量长时间吸烟导致的慢性支气 管炎和肺气肿。该疾病还可以是由长期暴露在工业污染物和疤痕性肺组织 诱发的。COPD还可能包括肺中空气通道过敏的慢性哮喘。支气管炎、肺 气肿和哮喘共同之处在于它们限制进入和离开人体肺的气流。结果，受 影响的人可能咳嗽、喘息、有过多的粘液、感觉气短和易患肺感染。
在解剖学上，COPD的一个原因是截留在肺区域内但无法与肺泡或肺 气道树进行气体交换的空气包(pocket of air)。来自肺自身或来自人体外的 空气可能被截留在那里。
此外，肺的慢性刺激导致炎症，其促使肺产生更多的粘液。而且，粘 液部分地或完全闭塞细支气管，因此只有很少量的空气可以达到肺泡(肺 内进行气体交换的小气囊)并与肺泡相连通。最后，细支气管变成永久性 狭窄并且许多肺泡壁被破坏，扩大了空气空间。空气被截留这些扩大的肺 泡中而无法与气道树进行气体交换。
当前，可以通过经培训的医务人员的视觉检查在CT数据集中认出 COPD疾病，但只可以定性地评估该疾病。当前量化技术完全依靠所有CT 切片图像的人工描绘。相应地，人工描绘是非常耗时的，例如对于300幅 切片图像，每切片需要20秒人工描绘时间，导致100分钟的总人工图像处
7理时间，因此这对于要求较短的病人处理时间的临床实践至少从经济原因 和病人的便利性方面来说极其长。
US 2005/0240094 Al公开了用于使医学图像中的树结构可视化的系统 争口方法。该方法包括分割图像数据中的树结构，通过使用与树结构的内 部组分相关的数据来对树结构的外部进行着色并且输出由树结构的内部组 分着色的结构的图像。然而，US 2005/0240094 Al没有提供量化肺中截留 空气的方式。
因此，考虑到增加的灵活性、成本效果和时间效率的用于确定截留空 气的改进的方法是有优势的。

发明内容
因此，本发明优选地试图通过提供根据所附专利权利要求的方法、图 形用户界面、装置、计算机可读介质和用途来逐一地或以任何组合的方式 缓解、减轻或消除本技术领域中上述不足和缺点中的一个或多个，并且至 少解决上述问题。
根据本发明的方面，提供了用于量化具有多个体素的医学图像数据集 中的结构的方法，每个体素具有Hounsfield值(HU)，其中该结构包括最初 相同的种子体素和第一体素。该方法包括将第一体素作为第一元素插入队 列，其中按渐增的Hounsfield值来组织体素，并且重复下列步骤
识别该队列的第一元素的第一组邻近体素，其具有在预定阈值之下的 Hounsfidd值，将该第一组邻近体素插入该队列，记录针对第一体素从该种 f体素开始的路径上遇到的Hoimsfidd值，其中该路径是包括在多个体素 中的体素序列，并且其中该路径的每个连续体素是早先处理的体素的邻近 体素，并且该路径的每个体素从该队列中选出，
计算该路径上所有体素的最大Hounsfield值和第一体素的Hounsfidd 值之间的差或比值以便逐个体素地量化该结构，标记第一体素，从而使得 其随后直到处理了所有剩余未处理的体素并且该队列为空时才再次进入该 队列。
根据本发明的方面，提供了用于通过在医学图像数据集上进行颜色叠 加而使医学图像数据集中的结构的量化可视化的图形用户界面，其中颜色强度与由根据权利要求1-11中任一项所述的方法计算的结构的量化相对 应。
根据本发明的另一方面，提供了用于量化具有多个体素的医学图像数
据集中的结构的装置，每个体素具有Hoimsfield值(HU)，其中该结构包括 最初相同的种子体素和第一体素。该装置包括用于将第一体素作为第一元 素插入队列的插入单元，其中按渐增的Hounsfield值来组织体素，以及 重复单元，其包括
用于识别该队列的第一元素的第一组邻近体素的识别单元，所述邻近 体素具有在预定阈值之下的Homisfidd值；用于将第一组邻近体素插入该
队列的插入单元；用于记录针对第一体素从种子体素开始的路径上遇到的 Hoimsfield值的记录单元，其中该路径是包括在多个体素中的体素序列，并 且其中该路径的每个连续体素是早先处理的体素的邻近体素，并且该路径 的每个体素从该队列中选出；用于计算该路径上所有体素的最大Hoimsfidd 值和第一体素的Homisfidd值之间的差或比值以便逐个体素地量化该结构 的计算单元；用于标记第一体素从而使得该第一体素随后直到处理了所有 剩余未处理的体素并且该队列为空才再次进入该队列以进行重复的标记单 元。
根据又一方面，提供了计算机可读介质以量化具有多个体素且每个体 素具有Homisfield值(HU)的医学图像数据集中的结构，该计算机可读介 质具有在其上实现的由计算机处理的计算机程序，其中该结构包括最初相 同的种子体素和第一体素，该计算机程序包括用于将第一体素作为第一元 素插入队列的插入代码段，其中按渐增的Hoimsfield值来组织体素，以及 重复代码段，其包括
用于识别该队列的第一元素的第一组邻近体素的识别代码段，所述邻 近体素具有在预定阈值之下的Hounsfidd值；用于将第一组邻近体素插入 该队列的插入代码段；用于记录针对第一体素从种子体素开始的路径上遇 到的Hoimsfidd值的记录代码段，其中该路径是包括在多个体素中的体素 序列，并且其中该路径的每个连续体素是早先处理的体素的邻近体素，并 且该路径的每个体素从该队列中选出；用于计算该路径上所有体素的最大 Hounsfidd值和第一体素的Hounsfield值之间的差或比值以便逐个体素地量
9化该结构的计算代码段；用于标记第一体素从而使得该第一体素随后直到 处理了所有剩余未处理的体素并且该队列为空才再次进入该队列以进行重 复的标记代码段。
根据本发明的再一方面，提供了根据权利要求1-18所述的用于诊断病 人体内的截留空气的方法的用途。
本发明描述了用于量化截留空气的疾病以及如何允许用于检査的有效 的用户交互(图形用户界面)的方式。还可将本发明的结果用于截留空气 的疾病的快速和精确诊断。
" 本发明可以提供为CT/MR/US/X射线扫描器控制台、成像工作站(例 如Philips ViewForum、 Extended Brilliance Workspace)禾tl PACS工作站(例 如Philips iSite)的软件选项，并且因此增加整体扫描器系统的竞争力。所 描述的发明可以通过提供对肺区域中截留空气的计算机辅助检测和量化来 辅助诊断。


参考附图，根据对本发明实施例的下列描述，本发明具有的这些和其 他方面、特征和优势将显而易见并得以阐明，在附图中 图1是示出了截留空气包的示例的医学图像； 图2是图示说明了根据实施例的继承路径的流程图； 图3是图示说明了根据实施例的方法的流程图； 图4是图示说明了根据实施例的方法的流程图； 图5是示出了根据实施例的方法的原理的图示说明； 图6a是示出了根据实施例的图形用户界面的图示说明； 图6b是如图6a所示的图形用户界面的最大强度投影的放大视图的图 示说明；
图7是示出了根据实施例的装置的示意图； , 图8是示出了根据实施例的装置的示意图9是示出了根据实施例的计算机可读介质的示意图； 图IO是示出了根据实施例的计算机可读介质的示意图。
具体实施例方式
下文的描述集中在适用于医学成像并且具体来说是量化病人肺中截留 空气的本发明的各实施例。然而将意识到，本发明不局限于该申请而是可 以应用到其中期望量化感兴趣体积中的结构的许多其他领域。
本发明描述了量化截留空气的疾病以及如何允许用于检查的有效的用 户交互(图形用户界面)的方式。还可将本发明的结果用于截留空气的疾 病的快速和精确诊断。
图1图示说明了病人肺中的截留空气包11的示例。示出了穿过病人躯
干的切片，清晰地识别包括身体边界和其中的脊椎12、 一些肋骨13、胸骨 14和在胸腔的心脏15、 一些中央气管以及右肺和左肺的胸部区域。截留空 气包11在图1的示例性图像的肺区域内是可识别的。
本发明提供了用于在诸如病人肺区域的人体内定位截留空气的方法。 基本理念是分析诸如计算机断层摄影(CT)的医学图像数据集以便定位截 留空气。该方法利用气管中的种子体素来执行分割以便识别肺区域中截留 空气的位置。
分割是图像分析概念领域内熟知的概念，其中根据给定的标准将图像 数据集划分到多个区域(象素组)中。因此，分割的目的通常是定位图像 数据集内的感兴趣结构。分割的子群是普遍已知的区域生长技术，其是从 种子体素开始并且然后扩展到图像数据集的所有体素的技术。区域生长是 图象分析领域内普遍已知的技术并且是分割的子群，其中从图像数据集中 的种子象素或种子体素开始识别相似的结构。术语"生长"意指基于一些 标准将与种子象素邻近的相似象素/体素分组在一起，因此相似的象素/体素 连续生长成包括在图像数据集中的相似结构。可以对人体(例如，气管、 气道和肺)的医学图像数据集的所有体素从种子体素开始进行区域生长。 在该方法中使用的诸如区域生长的分割技术被区分优先级，从而使得优先 处理具有低于预定阈值(诸如-400HU)的Hounsfield值(HU)的体素。
Hounsfield值HU是诸如计算机断层摄影和磁共振成像扫描的医学成像 中使用的描述三维图像中每个体素X射线衰减量的已知参数。技术人员可 意识到获得Hoiinsfidd值的计算方法。体素通常表示为12位二进制数，因 此在那种情况下具有212=4096个可能的值。将这些值布置在从-1024 HU到+3071 HU的尺度上，并进行校准以使得-1024 HU是空气产生的衰减并且0 HU是水产生的衰减。于是组织和骨骼在正向范围内产生衰减。Hoimsfidd 单位形式的读数也被称为CT数。在气管和气道中纯净空气的Hounsfield值 最低，例如-1000HU。取决于CT扫描的切片厚度，由于有限的分辨率和部 分体效应在较小的气道中Hounsfield值较高，例如-900HU,并且在较浓密 的肺实质组织中Hounsfield值还更高，例如-800 HU。
该方法中使用的分割可以利用队列，其是标准数据结构，其中在逐个 处理元素之前基于一些标准对元素进行排序。在本发明的实施例中，基于 元素的Hounsfield值按升序对队列的元素(即体素(3D)或象素(2D))进 行排序。
在分割医学图像数据集中的截留空气结构之后，将每个体素值与在其 继承路径上遇到的最大值做比较。在本说明书中使用的继承路径可以如下 定义图像数据集的所有体素将具有引回到气管中的种子体素的继承路径。 该继承路径的定义是该继承路径的每个连续体素是早先处理的体素的邻近 体素并且该继承路径的每个体素从队列中选出。这意味着每个体素的继承 路径具有种子体素作为起源体素的树结构，并且以邻近定义的方式延伸遍 及3D医学图像数据集。此外，继承路径可以是3D医学图像数据集的延伸 其自身遍及3D医学图像数据集的3D路径。
图2图示说明了 2D继承路径的示例，即从种子体素21开始的与每个 体素直接邻近的8个体素/象素。图示说明了继承路径的每个连续的邻近体 素22-28。图2仅图示说明了一个继承路径21-28。其他邻近体素中的每个 均具有至少一个继承路径。对于与体素22相对应的邻域内的邻近体素而言， 有8个继承路径可用，对于与体素23相对应的下一个邻域而言，有82=64 个继承路径可用。因此，在与体素28相对应的邻域内，有87=2097152个继 承路径可用。在该方法中，当所有邻近体素在预定阈值之上或被早先处理 过时，继承路径结束。
根据一些实施例的该方法定位肺中截留空气的出现，因此基于所分析 的体素需要在预定阈值之下，在完成该方法之后的最长继承路径以某种方 式图示说明了从病人的气管到肺的空气的路径。
在实施例中，根据图3，提供了用于在医学图像数据集中量化在例如病
12人肺区域中的截留空气(下文中还表示为截留度)的方法。该方法包括
执行31医学图像数据集的分割以便识别截留空气，其中该分割是基于
按体素各自的Hoimsfidd值的次序处理医学图像数据集中的每个体素的，
记录32继承路径上从种子体素开始到此为止遇到的最大Hounsfield 值，其中针对图像数据集中所有体素的继承路径以种子体素开始，
通过将最大继承路径Hounsfidd值与实际体素Hounsfield值做比较(例 '如作为差或比值)来针对每个体素计算33截留空气。以这种方式将截留空 气与医学图像数据集的其他体素(诸如描述支气管气道树的体素)分离开 并且量化截留空气。
在另一实施例中，根据图4，提供了用于量化具有多个体素的医学图像 数据集中的结构的方法，每个体素具有Hoimsfield值(HU)，其中该结构包 括最初相同的种子体素和第一体素。该方法包括
将第一体素作为第一元素插入411队列，其中按渐增的Hoimsfidd值 来组织体素并且重复下列步骤
识别412该队列的第一元素的第一组邻近体素，其具有在预定阈值之 下的Hounsfield值，
将该第一组邻近体素插入413该队列，
记录414针对第一体素从该种子体素开始的路径上遇到的Hounsfield 值，其中该路径是包括在多个体素中的体素序列，并且其中该路径的每个 连续体素是早先处理的体素的邻近体素，并且该路径的每个体素从该队列 中选出。
计算415该路径上所有体素的最大Hounsfield值和第一体素的 Hounsfield值之间的差或比值以便逐个体素地量化该结构，
标记416第一体素和第一组邻近体素，从而使得它们随后直到处理了 所有剩余未处理的体素并且该队列为空时才再次进入该队列。
任选地，该方法还包括从该队列中删除417第一体素。
此外，只要在队列中仍存在体素，如图4中Y (是)/N (否)所指示 的，该方法重复上述步骤直到处理了所有剩余未处理的体素。这实际上意 指第一组邻近体素成为队列中新的第一元素的第二组邻近体素。例如，该 方法通过下列步骤继续进行
13识别422该队列中第一元素的第二组邻近体素，其具有在预定阈值之 下的Hounsfield值，
将第二组邻近体素插入423该队列，
记录424针对第二体素从种子体素开始的继承路径上遇到的最大 Hounsfield值，
标记425第二体素和第二组邻近体素(例如具有在预定的阈值之上的 Hoimsfidd值)，从而使得其不会再次进入该队列， 从该队列中删除426第二体素，
按照最大Hounsfidd值与实际第二体素Hounsfield值之间的差或比值计 算427该结构。该方法然后以相同的方式进行直到处理了医学图像数据集 的所有体素。
该实施例的巨大优势在于沿继承路径量化结构，这在一些方面反映了 从气管到肺的空气行进路径。通过使用现有技术的方法，这是不可能的。 该方法的另一优势是找到肺中的截留空气。截留空气周围的组织比截留空 气自身具有更高的Hoimsfidd值。由于空气比周围组织具有更低的 Hounsfield值，利用该实施例将截留空气与周围组织分离开。与现有技术的 方法相比，使用根据一些实施例的方法的不同之处在于，本发明中用于量 化截留空气的最大Hounsfield值对于整个医学图像数据集来说不是固定的， 而是将其定义为继承路径的最大Hounsfield值。
由于在标记416、 425步骤将放入队列的所有体素进行标记，同一体素 不会被包括在队列中的几个位置处。因此，队列的大小从未超过所研究的 图像数据集中的体素总数。
在实施例中，截留空气可以位于人体内的肺壁或任何其他位置中，例 如病人的内脏中。
在实施例中，截留空气可以是图像数据集中的任何其他感兴趣结构。 在实施例中，种子体素位于病人的气管中。例如，该种子象素可以是
具有诸如10-30 mm的适当直径的球形充有空气的孔。
在实施例中，预定Hounsfidd值是-400 HU并且用来确定医学图像数据
集中的截留空气。
在实施例中，邻近体素是3D医学图像数据中体素的直接邻近体素，即
1433-1=26个直接邻近体素。
在实施例中，邻近体素是2D医学图像数据中体素的直接邻近体素，即 32-1=8个直接邻近体素。
根据实施例的该方法的计算步骤针对具有低Hounsfield值(接近纯净 空气)的体素产生高截留度值，所述体素被由高Hoimsfidd壁指示的强组 织封装遮蔽。
在实施例中，该方法还包括针对整个肺以及例如独立地针对左肺和右 肺及独立的肺叶，使所量化的截留度(即截留空气体积的总量)可视化418。 该可视化包括向用户有效地显示截留空气区域的位置和范围，以用于检査 和诊断。
在实施例中，使截留度可视化包括在医学图像数据集上(例如针对图 像数据集的每个切片)进行颜色叠加，其中颜色强度与医学图像数据集中 的截留度的量相对应。
在实施例中，通过下列步骤找到种子体素通过诸如-400 HU的预定 Hounsfield值对包括气管的2D医学图像数据集进行阈值转换 (thresholding),以便将空气与组织分离开；基于诸如50 HU的Hounsfield 间隔的一些标准将在该阈值之下的所有体素分组；针对每组，检查其延伸 是否与气管相似的相似性；通过计算周长面积比(其对圆形组给出低值) 来计算每组的"圆度"；并且计算具有最低周长面积比并且在2D医学图像 数据集的最中心的一组体素面积的形心，例如针对每个维度(例如，x、 y、 z)对沿维度轴的体素的Hounsfield值求和并除以沿该维度轴的体素的数量； 并且将该形心设置为气管中的种子体素。
图5图示说明了沿继承路径包括截留空气的病人肺区域的Hounsfield 轮廓。图5还图示说明了通过经较小气道54从气管53到肺壁57根据实施 例进行区域生长来对分割区分优先级(低Hounsfield值优先)的方法的原 理。在图5中，y轴51图示说明了 Hounsfield值，而x轴52图示说明了继 承路径。当使用根据实施例的方法时，参考58指示在低Hounsfield值优先 级区域生长期间遇到的最大Hounsfield水平。如可在图5中观察到的，两 个峰出现在Hounsfield轮廓中，分别表示轻度截留的空气35和重度截留的 交气36。由于包括空气(低Hounsfield值)的体素被与周围组织(高Hounsfidd
15值)分离开，这两个峰被识别为截留空气。
由于低Hounsfield值被列入优先地位，即优先处理低Hounsfield值，算 法到达具有最小可能Hoimsfield值的路径上的每个体素。
在实施例中，该方法可以自动执行而无需任何用户交互。 在实施例中，医学图像数据集是体积CT图像数据集。 在实施例中，医学图像数据集是2D、 3D或多维图像数据集。 作为执行区域生长的替代，根据实施例该方法包括执行已知的水平集 (level-set)方法或快速推进(fast-marching)方法。这些方法是用于描述 邻近体素的更复杂的方法，例如利用对在不同方向上具有独立速度的邻近 体素进行加权，对于具有较低Homisfield值的体素该速度较快。这样的方 法例如描述在剑桥大学出版社1999出版的J.A. Sethian的Level Set Methods and Fast Marching Methods中。
在实施例中，提供了用于使根据一些实施例的该方法可视化的图形用 户界面。图形用户界面通过在医学图像数据集(例如该图像数据集的每个 切片)上进行颜色叠加而使截留度的量可视化，其中颜色强度与医学图像 数据集中的截留度的量相对应。
在实施例中，图形用户界面包括计算为截留度值的最大强度投影(MIP) 的第二可视化，其中截留度与亮度相对应。MIP是三维图像体积沿给定观 察方向的二维投影。针对二维投影中的每个点，沿给定观察方向投射射线 穿过3D体积，并且然后对2D投影中的点分配沿该射线遇到的最大值。以 这种方式，3D体积中较低亮度值不会遮掩较高亮度值。该观察方向可以由 用户自由选出，例如通过鼠标交互，或围绕诸如竖直体轴的给定轴自动旋 转。
在实施例中，针对围绕数据集的z轴旋转的所有可能角方向(360度) 在冠状/矢状方向上计算MIP。以这种方式，可以看一眼就评价空气截留的 严重度和其范围，并且强的空气截留可以由于其在MIP中明亮的外观而不 被忽略，其本质上不允许被具有较小亮度(这里为截留度)的对象遮掩。 这意味着截留空气面积总是在前景中比普通面积更"闪耀"。
在实施例中，MIP的坐标系与图像数据集的坐标系相关，意味着当例 如在图像数据集上移动光标时，在MIP中指示相应的光标位置，并且反之
16亦然。
在本发明的实施例中，将图形用户界面集成到诸如矫正图(orthoviewer) 的图像观察器中。
可以使用鼠标点击MIP，使得集成在图像观察器中的图形用户界面自 动设置到由例如十字准线指示的图像数据集中的相应位置。
在实施例中，根据图6a,提供了图形用户界面。用户界面包括CT数 据集的矫正图，通过红色叠加颜色的强度示出了截留度的量。此外，图形 用户界面包括肺中截留度值的旋转、冠状、最大强度投影(MIP)， 一眼就 可看出截留空气区域的位置、其范围和严重度(编码为亮度)。鼠标点击 MIP可将矫正图(顶部居中)设置到轴向/冠状/矢状切片图像中的相应位置 (由十字准线标记)。图4b图示说明了MIP的放大视图。
在实施例中，根据图7，提供了用于量化医学图像数据集中的截留空气 的装置70。该装置包括用于执行根据本发明各实施例的方法的单元。该装 置包括-
执行单元71，其用于执行医学图像数据集的分割以便识别截留空气， 其中该分割是基于按体素各自的Hounsfidd值的次序处理医学图像数据集 中的每个体素的，
记录单元72，其用于记录继承路径上从种子体素开始到此为止遇到的 最大Hounsfield值，其中针对图像数据集中所有体素的继承路径以种子体 素开始，以及
计算单元73，其用于通过将最大继承路径Hounsfield值与实际体素 Hounsfield值做比较(例如作为差或比值)来针对每个体素计算截留空气。 以这种方式将截留空气与医学图像数据集的其他体素(诸如描述支气管气 道树的体素)分离开并且量化截留空气。
; 在另一实施例中，根据图8，提供了用于量化具有多个体素的医学图像 i据集中的结构的装置80，每个体素具有Hounsfield值(HU)，其中该结 构包括最初相同的种子体素和第一体素。该装置包括
插入单元811，其用于将第一体素作为第一元素插入队列，其中按渐增 的Hounsfield值来组织体素，以及识别单元812，其用于识别该队列的第一元素的第一组邻近体素，其具 有预定阈值之下的Hounsfield值，
插入单元813，其用于将第一组邻近体素插入该队列，
记录单元814，其用于记录针对第一体素从种子体素开始的路径上遇到 的Homisfidd值，其中该路径是包括在多个体素中的体素序列，并且其中 该路径的每个连续体素是早先处理的体素的邻近体素，并且该路径的每个 体素从该队列中选出，
计算单元815，其用于计算该路径上所有体素的最大Hoimsfidd值和第 一体素的Hounsfield值之间的差或比值，以便逐个体素地量化该结构，
标记单元816，其用于标记第一体素，从而使得该第一体素随后直到处 理了所有剩余未处理的体素并且该队列为空才再次进入该队列以进行重 复。
任选地，该装置可以包括用于从该队列中删除第一体素的删除单元
817。
在本发明的实施例中，装置70、 80还包括用于绘制所量化的截留度的 2D或3D可视化的绘制单元74、 818。如果不存在删除单元817，则绘制单 元74、 818直接连接到重复单元或在该重复单元内的标记单元(816)。
在实施例中，装置包括用于执行根据本发明的一些实施例的方法的适 当单元。
该装置的单元可以是通常用于执行所涉及的任务的任何单元，例如硬 件，诸如具有存储器的处理器。该处理器可以是任何类型的处理器，诸如 Intel或AMD处理器、CPUs、微处理器、可编程智能计算机(PIC)微控制 器、数字信号处理器(DSP)等。然而，本发明的范围不局限于这些具体的 处理器。该存储器可以是能存储信息的任何存储器，诸如随机存取存储器 (RAM)诸如双密度RAM (DDR、 DDR2)、单密度RAM (SDRAM)、静 态RAM (SRAM)、动态RAM (DRAM)、视频RAM (VRAM)等。该存 储器还可以是FLASH存储器，诸如USB、 Compact Flash、 SmartMedia、
存储器、MemoryStick、 SD卡、MiniSD、 MicroSD、 xD卡、TransFlash 和MicroDrive存储器等。然而，本发明的范围不局限于这些具体的存储器。
在实施例中，装置70、 80还包括用于向用户显示所绘制的2D、 3D可视化的显示单元75、 819。
在实施例中，装置70、 80被包括在医学工作站或医学系统中，诸如计 算机断层摄影(CT)系统或磁共振成像(MRI)系统中。
在实施例中，根据图9，提供了计算机可读介质90以量化图像数据集 对象中的结构，该计算机可读介质90具有在其上实现的由计算机处理的计 算机程序。该计算机程序包括用于执行根据本发明的各实施例的方法的代 码段。该计算机程序包括
执行代码段91,其用于执行医学图像数据集的分割以便识别截留空气， 其中该分割是基于按体素各自的Hounsfidd值的次序处理医学图像数据集 中的每个体素的，
记录代码段92，其用于记录继承路径上从种子体素开始到此为止遇到 的最大Hounsfidd值，其中针对图像数据集中所有体素的继承路径以种子 体素开始，以及
计算代码段93，其用于通过将最大继承路径Hounsfidd值与实际体素 Hounsfield值做比较(例如作为差或比值)来针对每个体素计算截留空气。 以这种方式将截留空气与医学图像数据集的其他体素(诸如描述支气管气 道树的体素)分离开并且量化截留空气。
在实施例中，根据图10，提供了计算机可读介质100，其具有在其上 实现的由计算机处理计算机程序，以便量化具有多个体素的医学图像数据 集中的结构，每个体素具有Hounsfidd值(HU)，其中该结构包括最初相同 的种子体素和第一体素。该计算机程序包括
插入代码段1011，其用于将第一体素作为第一元素插入队列，其中按 渐增的Hounsfield值来组织体素，以及
重复代码段，其包括
识别代码段1012，其用于识别该队列的第一元素的第一组邻近体素， 其具有预定阈值之下的Hounsfield值，
插入代码段1013，其用于将第一组邻近体素插入该队列， 记录代码段1014，其用于记录针对第一体素从种子体素开始的路径上 遇到的Hounsfidd值，其中该路径是包括在多个体素中的体素序列，并且 其中该路径的每个连续体素是早先处理的体素的邻近体素，并且该路径的每个体素从该队列中选出，
计算代码段1015，其用于计算该路径上所有体素的最大Hoimsfield值 和第一体素的Hounsfield值之间的差或比值，以便逐个体素地量化该结构，
标记代码段1016，其用于标记第一体素，从而使得该第一体素随后直 到处理了所有剩余未处理的体素并且该队列为空才再次进入该队列以进行 重复。
任选地，该计算机程序包括用于从该队列中删除第一体素的删除代码 段1017。
在实施例中，计算机可读介质包括用于执行根据本发明的所有实施例 的方法的代码段。
在实施例中，计算机程序还包括用于绘制所计算的截留度的2D或3D 可视化的绘制代码段1018。
在实施例中，计算机程序还包括用于显示所量化的截留度的所绘制的 ",D或3D可视化的显示代码段1019。
在实施例中，计算机可读介质包括布置为当由具有计算机处理属性的 装置运行时用于执行一些实施例中限定的所有方法步骤的代码段。
在实施例中，使用方法、装置和计算可读介质以定位和诊断病人体内 的截留空气。
根据本发明的上述各实施例的应用和用途是各种各样的并且包括其中 期望量化感兴趣体积中的结构的许多其他领域。
可以以包括硬件、软件、固件或其任何组合的任何适当形式实现本发 明。然而，优选地，将本发明实现为在一个或多个数据处理器和/或数字信 ，处理器上运行的计算机软件。可以以任何适当的方式在物理上、功能上 和逻辑上实现本发明实施例的元件和组件。当然，可以在单个单元中或在 多个单元中或作为其他功能单元的部分实现该功能。由此，本发明可以在 单个单元中实现，或可以在物理上和功能上分布在不同单元和处理器之间。
尽管已经在上面通过参考具体实施例对本发明进行了描述，但是并不 意欲将本发明局限于本文所述的具体形式。更确切地，本发明仅受限于所 附权利要求，并且除了上述具体实施例外的其他实施例同样可能在这些所 附权利要求的范围内。
20在权利要求中，术语"包括泡含"不排除其他元件或步骤的存在。此 外，尽管多个单元、元件或方法步骤被独立列出，但是它们可以例如通过 单个单元或处理器实现。此外，尽管独立的特征可能被包括在不同的权利 要求中，但是可以有利地将这些特征进行组合，并且包括在不同的权利要 求中并不意指特征的组合不可行和/或不具优势。此外，单数形式的引用不 排除复数形式。术语"一"、"一个"、"第一"、"第二"等不排除复数形式。 权利要求中的附图标记仅作为澄清性示例而被提供，而不应被解释为以任 何方式限制权利要求的范围。
权利要求
1、一种用于量化具有多个体素的医学图像数据集中的结构的方法，每个体素具有Hounsfield值(HU)，其中，所述结构包括最初相同的种子体素和第一体素，所述方法包括将所述第一体素作为第一元素插入队列，其中按渐增的Hounsfield值来组织体素，并且重复下列步骤识别所述队列的所述第一元素的第一组邻近体素，所述第一组邻近体素具有在预定阈值之下的Hounsfield值，将所述第一组邻近体素插入所述队列，记录针对所述第一体素从所述种子体素开始的路径上遇到的所述Hounsfield值，其中，所述路径是包括在所述多个体素中的体素序列，并且其中，所述路径的每个连续体素是早先处理的体素的邻近体素，并且所述路径的每个体素从所述队列中选出，计算所述路径上所有体素的最大Hounsfield值和所述第一体素的所述Hounsfield值之间的差或比值以便逐个体素地量化所述结构，标记所述第一体素和所述第一组邻近体素，从而使得它们随后直到处理了所有剩余未处理的体素并且所述队列为空时才再次进入所述队列。
2、 根据权利要求1所述的方法，其中，所述结构是在人体中的截留空气。
3、 根据权利要求1所述的方法，其中，所述预定阈值是-400HU。
4、 根据权利要求1所述的方法，其中，所述医学图像数据集是计算机 断层摄影体积图像数据集。
5、 根据权利要求1所述的方法，其中，所述医学图像数据集是2D、 3D或4D图像数据集。
6、 根据前述权利要求中任一项所述的方法，其中，通过如下步骤定位 所述种子体素通过所述预定阈值对包括气管的2D医学图像数据集进行阈值转换，以便将空气与组织分离开，将在所述阈值之下的所有体素分组， 针对每组，检査其延伸是否与所述气管相似的相似性， 通过计算对圆形组呈现低值的周长面积比来计算每组的"圆度"， 计算具有最低周长面积比的一组体素面积的形心，并且 将所述形心设置为所述气管中的种子体素。
7、 根据权利要求1所述的方法，其中，所述种子体素是位于病人肺区 域中的球形充有空气的孔。
8、 根据权利要求1所述的方法，其中，所述计算针对具有接近纯净空 气的低Hounsfield值的体素产生高结构量化值，所述体素被具有较高 Hounsfield值的周围组织遮蔽。
9、 根据前述权利要求中任一项所述的方法，当执行时，可完全自动而 无需任何用户交互。
10、 根据前述权利要求中任一项所述的方法，还包括通过向用户显示 所述结构的位置和范围来使所述结构的所述量化可视化以便用于检査和诊 断。
11、 根据权利要求10所述的方法，其中，所述可视化包括所述医学图 像数据集上的颜色叠加，其中，所述颜色强度与所述结构的所述量化相对 应。
12、 一种图形用户界面，用于通过在医学图像数据集上进行颜色叠加 而使所述医学图像数据集中的结构的量化可视化，其中，所述颜色强度与由根据权利要求1-11中任一项所述的方法计算的结构的所述量化相对应。
13、 根据权利要求12所述的图形用户界面，还包括计算为所述结构的 所述量化的最大强度投影的第二可视化，其中，所述量化与亮度相对应。
14、 根据权利要求13所述的图形用户界面，其中，针对围绕所述医学 图像数据集的z轴旋转的所有角方向，在冠状/矢状方向上计算所述最大强 度投影。
15、 根据权利要求12所述的图形用户界面，其中，诸如矫正图的图像 观察器显示所述医学图像数据集的切片，通过红色叠加颜色的强度示出了 所述结构的所述量化。
16、 根据权利要求15所述的图形用户界面，还包括所述结构的所述量 化的旋转、冠状、最大强度投影，示出了所述结构的所述位置、所述范围 和编码为亮度的严重度。
17、 根据权利要求13-16所述的图形用户界面，其中，所述最大强度投 影的坐标系与所述医学成像数据集的坐标系相关。
18、 根据权利要求15-17中任一项所述的图形用户界面，其中，鼠标点 击所述最大强度投影可将所述图像观察器设置到所述图像数据集中的相应 位置。
19、 一种用于量化具有多个体素的医学图像数据集中的结构的装置 (80)，每个体素具有Hounsfield值(HU)，其中，所述结构包括最初相同的种子体素和第一体素，所述装置包括插入单元(811)，其用于将所述第一体素作为第一元素插入队列，其 中按渐增的Hounsfield值来组织体素，以及重复单元，其包括识别单元(812)，其用于识别所述队列的所述第一元素的第一组邻近 体素，所述第一组邻近体素具有在预定阈值之下的Hounsfidd值，插入单元(813)，其用于将所述第一组邻近体素插入所述队列，记录单元(814)，其用于记录针对所述第一体素从所述种子体素开始 的路径上遇到的所述Hoimsfield值，其中，所述路径是包括在所述多个体 素中的体素序列，并且其中，所述路径的每个连续体素是早先处理的体素 的邻近体素，并且所述路径的每个体素从所述队列中选出，计算单元(815)，其用于计算所述路径上所有体素的最大Hoimsfidd 值和所述第一体素的所述Hounsfield值之间的差或比值以便逐个体素地量 化所述结构，标记单元(816)，其用于标记所述第一体素，从而使得所述第一体素 随后直到处理了所有剩余未处理的体素并且所述队列为空时才再次进入所 述队列以进行重复。
20、 根据权利要求19所述的装置(80)，还包括绘制单元(818)，其 用于绘制所遇到的最高Hounsfield路径值和每个体素的实际值之间的所计 算的差的2D或3D可视化。
21、 根据权利要求19-20所述的装置，还包括显示单元(819)，其用于 向用户显示所绘制的2D或3D可视化。
22、 根据权利要求19-21中任一项所述的装置(80)，被包括在医学工 作站或医学系统中，诸如计算机断层摄影(CT)系统、磁共振成像(MRI) 系统或超声成像(US)系统中。
23、 一种计算机可读介质(100)，具有在其上实现的由计算机处理的 计算机程序，以便量化具有多个体素的医学图像数据集中的结构，每个体 素具有Hounsfield值(HU)，其中，所述结构包括最初相同的种子体素和第 一体素，所述计算机程序包括插入代码段(1011)，其用于将所述第一体素作为第一元素插入队列，其中按渐增的Hoimsfidd值来组织体素，以及 重复代码段，其包括识别代码段(1012)，其用于识别所述队列的所述第一元素的第一组邻 近体素，所述第一组邻近体素具有预定阈值之下的Homisfidd值，插入代码段(1013)，其用于将所述第一组邻近体素插入所述队列，记录代码段(1014)，其用于记录针对所述第一体素从所述种子体素开 始的路径上遇到的所述Homisfield值，其中，所述路径是包括在所述多个 体素中的体素序列，并且其中，所述路径的每个连续体素是早先处理的体 素的邻近体素，并且所述路径的每个体素从所述队列中选出，计算代码段(1015)，其用于计算所述路径上所有体素的最大Hoimsfidd 值和所述第一体素的所述Hoimsfidd值之间的差或比值，以便逐个体素地 量化所述结构，标记代码段(1016)，其用于标记所述第一体素，从而使得所述第一体 素随后直到处理了所有剩余未处理的体素并且所述队列为空才再次进入所 述队列以进行重复。
24、 根据权利要求23所述的计算机可读介质，包括布置为当由具有计 算机处理属性的装置运行时用于执行所有权利要求1-18中限定的所有方法 和图形用户界面步骤的代码段。
25、 根据权利要求1-18所述的用于诊断病人体内的截留空气的方法的 用途。
全文摘要
本发明描述了一种量化截留空气的疾病以及如何通过图形用户界面允许有效的用户交互以进行检查的方式。还可将本发明的结果用于截留空气的疾病的快速和精确诊断。还提供了一种装置、图形用户界面、计算机可读介质和用途。
文档编号G06T7/00GK101501728SQ200780029636
公开日2009年8月5日 申请日期2007年7月30日 优先权日2006年8月9日
发明者R·奥普弗, R·维姆科, T·比洛 申请人:皇家飞利浦电子股份有限公司