医学图像计算机辅助分析的系统和方法

专利名称：医学图像计算机辅助分析的系统和方法
技术领域：
本发明涉及用于处理数字图像的计算机辅助诊断(CAD)方法的改 进。尤其是，本发明涉及使用CAD方法来检测和抑制医学图像内的一个 或多个关注区(ROI )。
背景技术：
在许多媒体情形下，需要抑制某些信息使其不被显示。这种情形的 一个很好示例是在新闻广播中抑制不显示令人不快的素材(例如棵体)。 通常，在媒体产生环境，这种任务通过手动模糊化一个或多个令人不快 的区域来完成。
在医学情形下，存在着大量的某些信息被有意抑制的情况。例如， 在HIPAA (健康保险流通与责任法案)适应环境，未经授权人不得观看 图像的某些特征以防止信息内容的滥用，但仍提供图像的概貌以帮助浏 览。在另一示例中，当法律要求时，通过选择性模糊胎儿生殖器的图像， 可以设计胎儿实时超声测试的显示以禁止确定性别的任务。因此， 一般 来说，为了满足法律需要，需要选择性抑制医学图像中的ROI,同时应 使这种抑制过程不太打扰和/或费事。

发明内容
通过阅读和理解下面的说明，可以理解，本发明在此针对上迷缺陷、 缺点和问题。
在一实施例中，提供一种显示医学图像的计算机辅助方法。该方法 包括步骤确定访问图像数据库的用户的授权状态，抑制第一图像中与 授权状态相应的信息内容以获得第二图像并向用户显示第二图像。
在另一实施例中，提供分析医学图像的方法。该方法包括从成像系 统获取第一图像，确定访问第一图像的用户的授权状态，抑制第一图像 中与授权状态相应的信息内容以获得第二图像并向用户显示第二图像。
在再一实施例中，提供医学图像的计算机辅助分析的系统。该系统 包括源，检测器，数据获取系统，可操作的耦合到数据获取系统的计
4算机系统，操作者工作台和存储元件。该计算机系统配置为从检测器获 取第一图像，确定访问第一图像的用户的授权状态，抑制第一图像中与 授权状态相应的信息内容以获得第二图像并向用户显示第二图像。
在又一实施例中，提供一种有形介质，该介质包括执行成像系统的 图像处理方法的程序代码。该方法包括确定访问图像数据库的用户的授 权状态的例程，抑制第一图像中与授权状态相应的信息内容以获得第二 图像的例程，和向用户显示第二图像的例程。
这里描述各不相同的范围的系统和方法。除了发明内容中所迷的方 面和优点，根据附图和下面的详细描述，其他方面和优点是很显而易见 的。


图1示出本发明实施例中的显示医学图像的计算机辅助方法的流程
图2示出本发明一个实施例中的抑制信息内容的方法的流程图； 图3示出本发明另一个实施例中的抑制信息内容的方法的流程图； 图4示出本发明又一个实施例中的抑制信息内容的方法的流程图； 图5示出本发明实施例中处理医学图像的方法的流程图； 图6示出本发明实施例中的特征分类方法的流程图； 图7示出医学图像的计算机辅助分析系统的方框图；和 图8示出本发明实施例中分析医学图像的方法的流程图。
具体实施例方式
在下面的详细说明中，将参考作为本说明一部分的相应附图，其通 过图示可被实践的特定实施例的方式来显示。将充分详细的说明这些实 施例以使得本领域技术人员能够实施这些实施例，可以理解的是，在不 脱离实施例范围的情况下可以采用其他实施例并可做出逻辑、机械、电 气和其他变化。因此，下面的详细说明不应作为限制性理解。
在一个实施例中，如附图1所示，提供显示医学图像的计算机辅助 方法IOO。方法IOO包括步骤确定访问图像数据库的用户的授权状态 (框105),抑制第一图像中与授权状态相应的信息内容以获得第二图 像(框110)，以及向用户显示第二图像(框115)。确定授权状态的过程(框105)可以通过包括密码保护访问和基于 生物统计的访问的验证对于给定数据集的授权的任一公知方式实现。
在一个实施例中，可先于图像可视化加入授权步骤，它可通过访问 图像数椐库或通过荻取实时图像实现。在替代实施例中，未经授权人例 如没有授权的用户被允许观看该信息内容被抑制的图像。这使得未经授 权用户可以访问至少部分图像以获得信息内容的大概印象。
相应的，可以以结合附图2、 3和4解释的多种方式实现抑制医学 图像中的信息内容(框IIO)。在一实施例中，如附图2所示，抑制信 息内容的方法200包括在第 一图像中自动分割至少一个关注区(框205 ) 并抑制该关注区中的信息内容(框210)。
在另一实施例中，如附图3所示，抑制信息内容的方法300包括访 问对应至少一个关注区的预先计算的分割掩码(框305 ),和基于预先 计算的分割掩码抑制关注区中的信息内容(框310)。另外，该预先计 算的分割掩码存储在图像数据库中并基于授权状态选取。
在如附图4所示的另一实施例中，抑制信息内容的方法400包括基 于授权状态改变第一图像(框405 )并抑制第一图像中的一个或多个关 注区(框410)。
然而，有经验的技术人员可以理解，结合附图2、 3和4描述的抑 制信息内容的方法200、 300和400不限于各例子，且本发明包括权利 要求的全部范围。
特征的自动分割(框205 )可以以多种方式实现。其可以是例如基 于形状、密度紋理、现有技术、图集以及图像理解技术。
选定区域的抑制(框210)可以以任一公知方法执行以使得未授权 数据不可识别。公知方法的例子包括通过对该区域平滑、像素化 (pixelating)或彩色编码来模糊化分割的关注特征使无法识别，以限 制提供给未经授权用户的信息内容。
在自动分割中，可以限定关注区(ROI)以计算图像数据中的特征。 可以采用整个数据集或采用部分数椐以多种方式限定关注区。多种技术 或他们的组合可以用于此目的，包括但不限于迭代取阈、k-means分割、 边缘检测、边缘连接、曲线拟合、曲线平滑、2D/3D形态滤波、区域增 长、模糊聚类、图像/容量测量、启发式、知识规则、决策树、神经网 络。自动分割算法可以利用现有知识例如块的形状和大小来自动描述关
6注区。
自动分割之后是特征处理。如附图5所示的特征处理500包括特征 提取(框505 ),特征评价(框510)、特征排列(框515)、特征消除 (框520 )、特征选择或优化(框525 )、训练(training)(框530 ) 和特征分类(框535 )中的一个或多个。
特征提取(框505 )实际上是组合各特征图像以产生更小但更有效 的一组特征图像的技术。因此，特征提取过程(框505 )包括对基于医 学图像的数据进行计算。可以从采用关注区统计的基于图像的数据例如 形状、大小、纟文理、密度、梯度、边缘强度、位置、接近度、直方图、 对称性、偏心率、取向、边界、力矩、分形维数、熵、密度、曲率等， 提取多个特征量。对于基于转换的数据， 一些特征可以从数椐集中提取， 该特征例如在某个视图或位置的特征投影的位置、形状、大小，以及从 一个视图到另一视图的连续性。其他可以用于特征提取(框505 )的信 息包括基于获取的信息(例如，kVp，剂量)和基于患者的信息(例如年 龄，性别，吸烟史，临诊目的)。
另外需要注意的是，特征提取技术是特征选择技术的公知的替换 物。同样可以理解的是，有多种可以由本发明提供的系统和方法使用的 特征选择技术，这对于本领域技术人员是显而易见的。
随后经特征提取的数据(框505 )会经历特征评价过程(框510), 由此根据采用距离标准分开不同分类组的能力评价提取的特征。可以采 用几种不同的距离标准(例如散度，Bhattacharya距离，Mahalanobis 距离)，虽然本领域技术人员熟悉其他可能的距离标准。在特征评价过 程(框510)之后，基于距离标准排列特征(框515)。
在特征排列过程(框515)之后，通过维数减缩过程处理数据集以 消除相关特征(框520 )。以这种方式，通过消除被认为是与该数据集 中存在的其他特征高度相关的那些特征，大量被识别的特征被减少到较 小数目。这导致二重分析(duplicative analysis)的最小化和将特征 集进一步减小到对后续自动处理可管理的数目。
消除相关特征(框520 )后，特征优化过程(框525 )被应用到余 下的特征。典型特征优化过程(框525 )包括创建选定特征集，该特征 集以排列过程(框515)中最高排列的特征开始，和将特征加到基于降 序排列的集中。当由优化标准或算法确定的特征集的表现不再通过特征的添加而改进时，该特征集被确定并且额外的特征不再加入该集中。
计算完特征后，可以采用预训练的分类算法(框535 )将关注区域 分为授权区域和未经授权区域。附图6示出了特征分类过程。特征分类 过程600包括关于从已知授权和未经授权关注区域的数据库得到的特征 量的特征量标准化(605 )。标准化的特征量采用多种可用技术中的一 种来分组(框610)(例如，决策树分类器，判别式函数分析，Bayes， 最小风险方法，聚类技术，相似性测量方法，图形识别技术，神经网络， 基于规则的方法，模糊逻辑等)。分类的特征簇被标注(框615)并存 储在数据库中以备将来使用。
上面讨论的特征提取过程(框505 )和特征分类过程(框600 )都 可以由训练过程(附图5所示框530 )修改或加强。训练过程(框530 ) 采用特征提取过程(框505 )的多个步骤处理授权特征和未经授权特征 的已知的样本。因此训练过程(框530 )将现有知识合并入特征提取(框 505 )。训练过程(框530 )可用的现有知识可以训练参数的形式提供， 训练参数包括但不限制于专家输入，获取参数，位置变量，和可替换的 程序结果，例如活组织检查。
如上所述，对用户的图像可视化通过访问图像数据库或通过采用图 像系统获取实时图像来实现。由此获取的医学图像采用配置用于医学图 像的计算机辅助分析的系统来分析。附图7图示说明了为医学图像的计 算机辅助分析配置的系统700。系统700包括为成像对象配置的成像系 统705。成像系统705包括源710,检测器715和数据获取系统720。源 710产生声波用于投向待扫描的对象。入射到正被扫描的对象的高频声 波由对象内部器官、流体和组织反射。检测器715记录该高频声波的音 调、方向的微小变化。这些信号波(signature wave )立刻由计算机上 的数据获取系统(DAS) 720测量和显示，其又在监视器上产生实时画面。
计算机系统725可操作的耦合到数据获取系统720,操作者工作台 (work station ) 730,存储元件7 35,并耦合到一个或多个输出装置(未 示出)。计算机系统725配置成从成像系统705获取第一图像，确定访 问该第 一 图像的用户的授权状态，抑制第 一 图像中与授权状态相应的信 息内容，以获得第二图像并向用户显示第二图像。计算机系统725进一 步配置成处理一个或多个分割的数据集的一个或多个特征以产生一个 或多个特征经处理的数据集。在一个示例实施例中，为获取和处理医学图像而配置的系统705包 括计算机断层照相(CT)系统，其被设计为既可获取医学图像数据又可 处理医学图像数椐以用于显示和分析。系统705可替换的实施例包括超 声波成像系统，正电子发射断层照相(PET)系统，核医学成像系统， 热声断层成像系统(TCT)，电阻抗系统(EIT),近红外系统(NIR)， 和X射线层析照相组合系统(XR)。
如附图7所示，计算才几系统725通常耦合到数据获取系统720。数 据获取系统720收集的数据可被发送到计算机系统725,而且，发送到 耦合到计算机系统725的存储元件735。可以理解的是可以使用配置为 存储大量数据的任何类型存储元件735。同时计算机系统725配置为通 过操作者工作台730从操作者接收命令和扫描参数，该操作台730通常 配备有键盘和其他输入装置。操作者可通过输入装置控制系统700。因 此，操作者可以从计算机系统725观察处理的图像和与系统700相关的 其它数据，启动成像等等。
耦合到操作者工作台730的显示器(未示出)可用于观察处理的图 像从而控制成像。另外，处理的图像可打印到打印机上，该打印机可耦 合到计算机系统725和/或操作者工作台730。另外，操作者工作台730 也可被耦合到图片归档和通信系统(PACS)。应该注意，PACS可耦合到 远程系统，放射部门信息系统(RIS),医院信息系统(HIS)或者内部 或外部网络，从而位于不同位置的其他人可以访问医学图像和/或图像 数据库。另外，通过本领域已知的任一方法，处理的图像可存储或电子 发送到其他地点。
在附图8所示的一个实施例中，提供一种方法800用于分析成像系 统705获取的医学图像。方法800包括从成像系统705获取第一图像(框 805 )，确定访问第一图像的用户的授权状态(框810),抑制第一图像 中与授权状态相应的信息内容以获取第二图像(框815)并向用户显示 第二图像(框820 )。
在另一实施例中，本发明提供一种存储执行用于由成像系统705获 取的医学图像的图像处理方法的程序代码的有形介质。存储在该有形介 质中的程序代码包括确定访问图像数据库的用户的授权状态的例程，抑 制第 一 图像中与授权状态相应的信息内容以获得第二图像的例程以及 向用户显示第二图像的例程。CAD算法被认为包括几个部分或模块，其全部可以如附图5所示实 现。图像获取后，可以自动执行CAD算法以处理获取的医学图像数据集。
基于全部或部分医学图像数据集内的已计算的特征，CAD算法的分 割部分可识别特定的关注区。在识别该关注区之前，图像数据可被预处 理。预处理过程可包括各种数据操作例如动态范围调整，对比度增强， 噪声减少，平滑，锐化和其他类型滤波(例如低通滤波，高通滤波，带 通滤波)。
预处理之后，利用整个数椐集或利用部分数据集可以以多种方法确 定关注区，例如候选胞块区、星形病灶(stellate lesion)或微钾化。 CAD技术可以使用分割算法，其参考已知或预期的图像特征，例如边缘、 可识别结构、边界、颜色或亮度的变化和过渡、光语信息的改变或转变 等等，来识别关注特征。
参考附图5，更详细的描述了分割的数据集经历特征提取。CAD算 法的特征提取方面包括医学图像数据进行计算。从采用关注区统计的基 于图像的数据中提取多个特征量，例如形状、大小、密度和曲率。
特征分类过程可以将医学图像数据集的选定的特征归类于授权特 征和未经授权特征。CAD算法的分类方面可以部分的或完全的自动实现。 其中，Bayesian分类器、神经网络、基于规则的方法或模糊逻辑技术可 以用于分类。值得注意的是，多于一种CAD算法可以并行使用。这种并 行橾作包括各个地对图像数据的各部分执行CAD操作，并将所有CAD操 作的结果组合(逻辑上通过"与"、"或"运算或者二者)。另外，检 测关注的解剖特征的CAD操作可以串行或并行执行。因此，可以通过从
者并行执行。
为了适应在特征提取过程中各种图像的比例差异，所有提取的特征 也通过训练实例被标准化为统一比例。该特征标准化处理将特征量关于 由已知授权和未经授权关注区的数据库获得的量标准化。另外，训练处 理可用于训练特征标准化处理以基于现有知识和经验增强分类处理。
随后标准化的特征数据经历特征分类，从而基于他们各自的标准化 的特征量各特征被分组或分簇。随后通过在代码中插入标记，这些分簇 的特征通过特征标注被标注。
特征分类过程的结果是特征被处理的数据集，其随后经历特征抑制。抑制选定区域的目的是防止未经授权的用户访问他们未被特许的某 些敏感信息，同时又不妨碍未经授权的用户观看大概的信息内容。
随后抑制的特征被处理的数据集提供给用户。因此，基于由CAD算 法执行的任一或所有模块和处理，各种类型图像可被呈现给用户。
本发明各个实施例提供的用于医学图像的计算机辅助分析的系统 和方法可以有利于检测、抑制和顺应和/或可有利于诊断。然后后续处 理完全基于用户的专门知识且凭用户处理。
下面列出本发明各个实施例提供的医学图像计算机辅助分析的系 统和方法的一些优点。
使用医学成像用于性别选择在世界上一些地方例如印度和中国是 非法的。本发明提供的系统和方法可使得成像形态合法从而使得成像形 态克服基于图像的合法性问题。
一般来说，本发明提供的系统和方法可使得显示图像的计算机系统 选择性隐藏正显示图像的信息内容。在一个实施例中，可在提供对图像 的访问之前合并单一水平的选择性抑制。这将导致对所有用户显示单一 图像，该显示限于图像的一般信息内容。可选择的，选择性抑制可取决 于提供给各种不同用户的多层级授权。这将导致显示单 一 图像的改变形 式为每种改变的形式显示不同等级的信息内容的不同图像。
在本发明的各种实施例中，描述了医学图像计算机辅助分析的系统 和方法。然而，不应限于实施例且可根据不同应用实施各实施例。本发 明的应用可以扩展到其他领域，例如成像系统，工业检查系统，安全扫 描仪，粒子加速器等等。本发明提供图像处理的宽泛概念，可以用于相 似的成像系统中。该设计可以以不同方式和规范进一步执行和实施。
此书面说明采用示例公开了本发明，包括最佳模式，并使得本领域 技术人员可以制造和使用本发明。本发明的可专利范围由权利要求限 定，并包括其他为本领域技术人员想到的例子。如果这些其他例子包含 与权利要求字面表述无区别的结构元件，或者如果他们包括与权利要求 字面表述非实质性区别的等同结构元件，这些其他例子也应包括在权利 要求的范围内。
权利要求
1. 一种显示医学图像的计算机辅助方法(100)，该方法(100)包括步骤确定访问图像数据库的用户的授权状态(框105)；抑制第一图像中与授权状态相应的信息内容，以获得第二图像(框110)；和向用户显示第二图像(框115)。
2. 根据权利要求1的方法(100),其中抑制信息内容(框110)包括自动分割第一图像中的至少一个关注区(框205 );和 抑制关注区中的该信息内容(框210)。
3. 根据权利要求1的方法(100)，其中抑制信息内容(框110)包括访问对应于至少一个关注区的预先计算的分割掩码，该预先计算的 分割掩码存储在图像数据库中(框305 );以及基于该预先计算的分割掩码抑制关注区中的该信息内容(框310 )。
4. 根据权利要求3的方法(100),其中该预先计算的分割掩码是 基于授权状态选择的。
5. 根据权利要求1的方法(100),其中抑制信息内容(框100)包括基于授权状态改变第一图像(框405 );和 抑制第一图像中的一个或多个关注区(框410)。
6. 根据权利要求2的方法(100)，其中自动分割的步骤(框205 ) 包括对关注区执行特征提取； 对关注区执行特征评价；和 执行基于特征的分割以分割关注区。
7. 根据权利要求1的方法(100),其中从图像数据库荻得医学图像。
8. 根据权利要求1的方法(100)，其中采用成像系统(705 )实时 获取医学图像，该成像系统(705 )包括超声成像系统。
9. 一种医学图像的计算机辅助分析系统(700 ),该系统(700 )包括源(710); 检测器(715); 数椐获取系统(720 );可操作的耦合到数据获取系统(720 )、操作者工作台(730 )和存 储元件(735 )的计算机系统(725 ); 其中计算机系统(725 )配置为 从检测器获取第一图像； 确定访问第 一 图像的用户的授权状态；抑制第一图像中与授权状态相应的信息内容以获得第二图像；和 向用户显示第二图像。
10. 根据权利要求9的系统(100)，其中计算机系统(725 )配置 为通过从一个或多个分割的数据集中提取一个或多个特征来处理该一个或多个分割数据集的一个或多个特征。
11. 根据权利要求IO的系统(700 ),其.中计算机系统(725 )进一 步配置为采用距离标准评价该一个或多个特征，基于该距离标准排列各 特征，基于相关程度消除一个或多个特征，采用性能算法优化选定的特征。
12. 根据权利要求11的系统(700 ),其中计算机系统(725 )进一 步被配置为基于每个特征的一个或多个特征测量将该一个或多个特征 的每个分类，以产生该一个或多个特征经处理的数据集。
13. 根据权利要求12的系统(700 ),其中计算机系统(725 )被配 置为通过基于多个在先测量标准化特征测量来将该一个或多个特征分 类，基于它们标准化的特征测量将该一个或多个特征分组，并标注一个 或多个特征的组。
全文摘要
提供一种医学图像计算机辅助分析的系统和方法。在一个实施例中，提供了显示医学图像(100)的计算机辅助方法。该方法(100)包括步骤确定访问图像数据库的用户的授权状态(框105)，抑制第一图像中与授权状态相应的信息内容以获得第二图像(框110)并向用户显示第二图像(框115)。
文档编号G06F17/50GK101477585SQ20091000231
公开日2009年7月8日 申请日期2009年1月4日 优先权日2008年1月2日
发明者G·阿维纳什, K·潘查尔 申请人:通用电气公司