图像处理装置、图像处理方法和医学图像设备的制作方法

图像处理装置、图像处理方法和医学图像设备的制作方法
【专利摘要】本申请提供了一种图像处理装置，包括：输入提取单元，被配置为从通过对组织进行血流灌注成像扫描而获得的医学图像的时间序列图像中提取为该组织提供血流输入的主要血管所在的区域作为输入部分，并基于该输入部分获得血流输入的时间密度序列作为输入时间序列；以及参数估计单元，被配置为基于输入时间序列、代表该组织中的各点的血流随输入时间序列的变化的模型以及时间序列图像，对模型中的参数进行估计，其中参数包括血液从输入部分流到该组织中的各点经历的延迟。
【专利说明】图像处理装置、图像处理方法和医学图像设备

【技术领域】
[0001] 本申请涉及图像处理领域，具体而言，涉及一种图像处理装置和图像处理方法以 及医学图像设备。

【背景技术】
[0002] 在图像处理领域中，通过对直接获得的图像进行处理来得到与检测对象有关的参 数是一种重要的应用，这往往涉及对检测对象的准确建模。具体地，在所获得的图像中可能 包括输入区域和对象区域，输入区域通过某种机制对对象区域产生作用，得到相应的输出 和/或可观察到的对象区域的某种状态变化。这相当于对象区域对输入的响应，这种响应 反映了对象区域的特性。在已知输入和状态变化的情况下，可以通过构造特定的模型来获 得反映对象区域的所述特性的参数。
[0003] 例如，在医学图像的处理中，往往需要对扫描获得的一系列图像进行处理，以获得 相关组织或器官的生理参数。以肝脏血流灌注成像为例，通过在静脉团注对比剂后对选定 层面进行同层动态扫描，获得该层内每一像素的时间密度曲线（TDC)，根据该曲线利用不同 的数学模型计算出各种灌注参数比如肝动脉灌注量(HAP)、门静脉灌注量（HPI)和肝灌注 指数（HPI)等，并通过色阶赋值形成灌注影像，了解器官及病变的血流灌注特点及血管特 性。


【发明内容】

[0004] 在下文中给出了关于本发明的简要概述，以便提供关于本发明的某些方面的基本 理解。应当理解，这个概述并不是关于本发明的穷举性概述。它并不是意图确定本发明的 关键或重要部分，也不是意图限定本发明的范围。其目的仅仅是以简化的形式给出某些概 念，以此作为稍后论述的更详细描述的前序。
[0005] 本发明的一个目的是提供一种通过对图像进行处理以获得对检测对象的更准确 的建模和参数估计的图像处理装置、图像处理方法和医学图像设备。
[0006]根据本发明的一个方面，提供了一种图像处理装置，包括：输入提取单元，被配置 为从通过对组织进行血流灌注成像扫描而获得的医学图像的时间序列图像中提取为所述 组织提供血流输入的主要血管所在的区域作为输入部分，并基于该输入部分获得血流输入 的时间密度序列作为输入时间序列；以及参数估计单元，被配置为基于所述输入时间序列、 代表所述组织中的各点的血流随所述输入时间序列的变化的模型以及所述时间序列图像， 对所述模型中的参数进行估计，其中所述参数包括血液从所述输入部分流到所述组织中的 各点经历的延迟。
[0007] 根据本发明的另一个方面，一种医学图像设备包括：根据本发明的以上方面的图 像处理装置。
[0008]根据本发明的另一个方面，提供了一种图像处理方法，包括：从通过对组织进行血 流灌注成像扫描而获得的医学图像的时间序列图像中提取为所述组织提供血流输入的主 要血管所在的区域作为输入部分，并基于该输入部分获得血流输入的时间密度序列作为输 入时间序列；以及基于所述输入时间序列、代表所述组织中的各点的血流随所述输入时间 序列的变化的模型以及所述时间序列图像，对所述模型中的参数进行估计，其中所述参数 包括血液从所述输入部分流到所述组织中的各点经历的延迟。
[0009] 另外，本发明的另一方面还提供了用于实现上述图像处理方法的计算机程序。
[0010] 此外，本发明的另一方面还提供了至少计算机可读介质形式的计算机程序产品， 其上记录有用于实现上述图像处理方法的计算机程序代码。
[0011] 在本发明的图像处理方法、图像处理装置和医学图像设备中，通过考虑血液从供 血动脉流到组织中的各点经历的延迟，能够实现对组织的血流的更准确的建模和各种生理 参数估计。

【专利附图】

【附图说明】
[0012] 本发明可以通过参考下文中结合附图所给出的描述而得到更好的理解，其中在所 有附图中使用了相同或相似的附图标记来表示相同或者相似的部件。所述附图连同下面的 详细说明一起包含在本说明书中并且形成本说明书的一部分，而且用来进一步举例说明本 发明的优选实施例和解释本发明的原理和优点。在附图中：
[0013] 图1是示出了根据本发明的一个实施例的图像处理装置的结构的框图；
[0014] 图2是示出了根据本发明的另一个实施例的图像处理装置的结构的框图；
[0015] 图3是示出了根据本发明的又一个实施例的图像处理装置的结构的框图；
[0016] 图4是示出了根据本发明的一个实施例的参数估计单元的结构的框图；
[0017]图5示出了采用根据本发明的一个实施例的图像处理装置所获得的肝脏的灌注 参数与给定灌注参数的对比图；
[0018]图6是示出了采用未考虑腹主动脉和门静脉的延迟的图像处理装置所获得的肝 脏的灌注参数与给定灌注参数的对比图；
[0019]图7是示出了根据本发明的一个实施例的图像处理方法的流程图；
[0020]图8是示出了根据本发明的另一个实施例的图像处理方法的流程图；
[0021]图9是示出了根据本发明的一个实施例的医学图像设备的示意性框图；以及 [0022]图是不出了可以实现本发明的实施例/示例的计算机的结构的示例性框图。

【具体实施方式】
[0023]下面将参照附图来说明本发明的实施例。在本发明的一个附图或一种实施方式中 描述的元素和特征可以与一个或更多个其它附图或实施方式中示出的元素和特征相结合。 应当注思，为了 楚的目的，附图和说明中省略了与本发明无关的、本领域普通技术人员已 知的部件和处理的表示和描述。
[0024]如图1所示，根据本发明的一^^实施例的图像处理装置1〇〇的结构包括输入提取 单元101和参数估计单元102。其中，输入提取单元101被配置为从通过对组织进行血流灌 注成像扫描而获得的医学图像的时间序列图像中提取为该组织提供血流输入的主要血管 所在的区域作为输入部分，并基于该输入部分获得血流输入的时间密度序列作为输入时间 序列。参数估计单元102被配置为基于该输入时间序列、代表该组织中的各点的血流随该 输入时间序列的变化的模型以及时间序列图像，对模型中的参数进行估计,其中参数包括 血液从输入部分流到组织中的各点经历的延迟。
[0025]这里所述的医学图像可以是根据利用医疗诊断成像装置获得的被检测者的数据 而形成的图像。这里所述的医疗诊断装置包括但不限于计算机断层扫描（CT)装置和磁共 振成像（MRI)诊断成像装置等。
[0026] 在现代医学中，经常通过在静脉团注适量对比剂后延迟数秒或十几秒后对某一层 面或某几层面进行连续快速动态扫描，采集同一层面随时间变化的一系列图像，并通过色 阶赋值形成灌注影像，了解器官及病变的血流灌注特点及血管特性。
[0027] 这些图像中包括组织和供血动脉的感兴趣区（R0I)，其中，输入提取单元101从中 提取供血动脉的感兴趣区作为输入部分，该区域可以在检测对象上，也可以在检测对象的 外部。另外，这种提取处理可以是手动或自动进行的。具体地，输入提取单元101提取各个 时间序列图像中该输入部分所在的区域，对该区域进行处理以获得对应时间处的输入，进 而获得血流输入在时间上的分布。
[0028]由于供血动脉的感兴趣区基本上不会表现为一个像素点，而是表现为一个区域， 因此，在获得输入时间序列时可以对该区域的像素值进行平均或加权平均等处理。像素值 例如是各个像素点的灰度或彩色图像的RGB值等。
[0029] 此外，在图像数较少的情况下，输入提取单元101还可以对获得的输入时间序列 进行插值。可以采用已有的各种插值算法进行插值，包括但不限于各种曲线拟合和线性插 值等。
[0030] 在扫描过程中，（包括对比剂的）血液从供血动脉流到组织的各个部分，所获得的 组织的感兴趣区的像素值的变化反映了组织中的血流动态，可以看作是该组织对输入部分 的响应。基于这一系列图像分别获得输入部分和组织的时间密度曲线（TDC)，然后基于代表 该组织中的各点的血流随该输入时间序列的变化的模型(或传递函数）进行估算得到所需 要的生理参数，如组织的血流量等。
[0031] 注意，由于采集图像的速度限制，因此，这里所述的TDC实际上并不是直接获得的 时间上连续的曲线，它可以通过拟合获得，换言之，之前所述的时间密度序列是TDC的离散 形式。
[0032] 参数估计单元1〇2被配置为基于输入时间序列、上述模型以及时间序列图像对模 型中的参数进行估计。在估计出参数之后，可以直接或间接获得想要的参数的分布。
[0033] 在本申请中，模型的参数包括血液从输入部分流到组织中的各点经历的延迟。通 过包含该参数，可以使得该模型更准确地反映从供血动脉流入的血液在组织中的流动状 况，从而可以得到更准确的生理参数的估计，为诊断或治疗提供参考。
[0034] 根据本发明的另一个实施例，如图2所示，除了输入提取单元101和参数估计单元 102之外，图像处理装置200还包括滤波单元201。滤波单元201被配置为在所述时间序列 图像进入所述输入提取单元101之前对其进行滤波以减小噪声。该滤波可以包括图像滤波 和时域滤波两方面，例如可以进行像素平均、高斯滤波、时域平滑等。尤其在图像的信噪比 较低的情况下，滤波单元201可以显著提高处理的性能。
[0035] 根据本发明的又一个实施例，如图3所示，除了输入提取单元101和参数估计单元 102之外，图像处理装置300还包括显示单元301。显示单元301被配置为生成和显示各个 参数的分布图，使得图像处理装置300能够为用户提供直观的显示以方便用户使用。虽然 图3中未示出，但是图像处理装置300显然还可以包括滤波单元201。
[0036] 下面参照图4描述根据本申请的一个实施例的参数估计单元102的结构和功能。 如图4所示,参数估计单元102包括：响应计算模块2001，被配置为计算所述模型对所述输 入时间序列的响应；目标函数建立模块2002,被配置为使用所述响应与所述时间序列图像 的像素值之间的差建立目标函数；以及优化模块2003,被配置为对所述目标函数进行优化 以获得模型中的各个参数。
[0037] 具体地，响应计算模块2001通过卷积运算来计算组织的模型对输入时间序列 Ca(t)的响应，针对第i个像素点，响应为：
[0038] (1)
[0039] 其中，Ca(t)为供血动脉TDC，Q'（t)为组织TDC，R(t)为该组织的传递函数，dai为 从供血动脉到组织中第i个点处的血流延迟。通过在模型中加入参数dai，补偿了血流在组 织中第i个点处相对于在供血动脉中的时间延迟，从而使模型更加准确，估计出的参数也 更加准确。
[0040] 假定用Q(t)表示时间序列图像上第i个像素的像素值，则目标函数建立模块2002 使用差Q'（t)-Q(t)来建立目标函数，该目标函数例如可以为Q'（t)-Q(t)的平方和。
[0041] 然后，优化模块2003对上述目标函数进行优化，例如使Q'（t)-Q(t)的平方和最小 化。
[0042] 在一个实施例中，优化模块2003被配置为使用非线性最小二乘法对目标函数进 行优化。
[0043] 可以理解，用户可以将优化获得的参数作为最接近组织的实际生理参数的值，并 使用该值进行各种分析和判断。
[0044] 应该理解，这里虽然是以对医疗图像的处理为例进行描述的，但是这仅仅是示例 性的，在实践中，可以将图像处理装置100、200和300应用于各种领域的图像的分析和处 理。
[0045] 作为另一个示例性实施例，以下将详细描述对肝脏的血流灌注成像扫描获得的图 像的处理。应该理解，此处虽然以肝脏作为示例，但是本申请可以应用的组织或部位并不限 于此。
[0046] 肝脏具有肝动脉和门静脉的双重血液供应，因此，其具有两个输入部分。由于在实 际获得的扫描图像比如CT图像中，肝动脉所在的区域难以识别从而难以准确地提取，因此 在本申请中使用其上游的位于脊柱内侧的腹主动脉中的血流作为输入。具体地，输入提取 单元101从时间序列图像中提取腹主动脉和门静脉的感兴趣区域作为输入部分，并获得腹 主动脉和门静脉的时间密度序列。提取处理可以通过手动圈出腹主动脉和门静脉的区域并 且对所述区域取平均进行。
[0047] 在实现中，由于人体所能承受的放射剂量的限制，所能获得的时间序列图像的数 量是有限的。为了减小噪声，可以对所获得的时间序列图像进行滤波，例如，可以应用像素 合并（binning)、三维高斯滤波等。
[0048] 此外，还可以进行时域滤波，例如进行时间上的平滑。
[0049] 在另一个实施例中，输入提取单元101被配置为通过对所述腹主动脉和门静脉的 时间密度序列进行伽马拟合来插值。这样可以获得更多的样本，从而提高参数优化的准确 性。
[0050] 根据对详细的和有效的肝循环模型的研究，发现可以用基于伽马分布的累积分布 函数的模型来对其进行简化，具体地，使用如下函数作为肝脏的传递函数R(t)。
[0051] -1- Φ(/) = l - ￡￠)(/)6// = 1 - ?1- ; ^ ( 2 ) T(nk)
[0052] 其中，Φ (t)为伽马分布的概率密度函数，州）= !(」)浐严'麟滅一会 ?
[0053] 实验证明，采用基于伽马分布的累积分布函数作为传递函数可以更准确地描述肝 脏的血流动力学。应该理解，虽然这里示出了基于伽玛函数的传递函数作为示例，但是也可 以使用其他类型的传递函数，比如韦伯函数等等。
[0054] 另外，可以用如下模型来描述肝脏组织的TDC与输入血流的TDC之间的关系：
[0055] ( / ^ = 0-dt:,) + (\-a)((/ -dpi)]0R(t) (33
[0056] 其中，α是肝脏灌注指数（HPI)，F是总的肝脏血流量，Ca⑴为腹主动脉TDC，C p(t) 为门静脉TDC，C/(t)为肝脏中第i个点处的肝组织TDC，dai为从腹主动脉到肝脏中第i个 点处的血流延迟，d pi为从门静脉到肝脏中第i个点处的血流延迟，R(t)为针对肝脏的传递 函数，如公式（2)所示。
[0057] 假定从时间序列图像获得的肝脏中第i个点处的实际组织TDCSCT(t)，则可以建 立如下目标函数：
[0058] F(x) = = Z(f ·/ (m^{) - ? / i^M)J (4》 m-l --=1
[0059] 其中，m=l，......，N表示采集图像时的不同时刻，At为两个相邻的图像之间的 采集时间间隔。
[0060] 然后，对上述目标函数进行最小化，可以获得各个参数，包括a、F、dai、d pi以及伽 马分布的参数nk和Θ等。这些参数还可以包括肝动脉灌注量（HAP)、门静脉灌注量（HPP) 等。
[0061] 其中，对目标函数的最小化可以通过非线性最小二乘法来进行，这种方法的优点 在于可以找到距离起点值很远的最小值。当然，也可以使用其他优化方法。
[0062] 在进行扫描时，例如在进行CT扫描时，对整个肝脏的成像是分层实现的，对各层 图像中的各个像素点进行上述处理，可以获得上述参数在各层上的分布，从而最终可以获 得上述参数在整个肝脏内的三维（3D )分布。
[0063] 另外，为了避免优化的参数过多而使算法不易收敛，可以将上述dpi设置为在整 个肝脏组织的所有点上为均一值。
[0064] 图5示出了根据本申请的实施例的采用上述算法的图像处理装置所估计出的肝 脏的灌注参数与给定灌注参数的对比的图。同时，作为对比，图6示出了采用未考虑延迟d ai 和t的算法估计出的肝脏的灌注参数与给定灌注参数的对比的图。其中，延迟&设置为 在整个肝脏上为均一值。
[0065] 在图5和图6中，延迟dai均在-6s至6s的范围内变化。其中，空心点表示给定灌 注参数，实心点表示估算出的灌注参数。如图6所示，在采用没有考虑上述延迟的算法时， 如果延迟dai较大，则估算出的灌注参数包括HAP、HPP和HPI与给定的相应的灌注参数有较 大的偏差。而如图 5所示，当采用根据本申请的上述算法时，在整个延迟范围内都可以获得 比较准确的灌注参数估计结果。
[0066] 通过实验证明，采用根据本申请的图像处理装置，可以降低对噪声的敏感度，例 如，信噪比在20dB时仍然可以得到期望的结果；此外，对案例不敏感，实际中不同的个体具 有不同的肝血液动力学，但是所测试的所有案例均可以获得期望的结果；所采用的模型很 好地描述了肝脏的血液动力学，腹主动脉和门静脉的延迟得到了良好的补偿，从而可以获 得准确的参数估计；此外，在普通的个人计算机上运行时处理时间大约在10s左右，能够满 足诊断应用的要求。
[0067] 在上文描述实施方式中的图像处理装置的过程中，显然还公开了一些处理或方 法。下文中，在不重复上文中已经讨论过的某些细节的情况下给出这些方法的概述，但是， 应当注意，虽然是在描述图像处理装置的过程中公开了这些方法，然而，这些方法并不一定 采用上述这些部件，或者并不一定由这些部件来执行。例如，可以部分地或者完全地用硬件 和/或固件来实现图像处理装置的实施方式，而以下讨论的图像处理方法也可以完全用计 算机可执行的程序来实现，虽然这些方法也可以采用图像处理装置的硬件和/或固件。 [0068]图7示出了根据本申请的一个实施例的图像处理方法的流程图，该图像处理方法 包括：从通过对组织进行血流灌注成像扫描而获得的医学图像的时间序列图像中提取为该 组织提供血流输入的主要血管所在的区域作为输入部分，并基于该输入部分获得血流输入 的时间密度序列作为输入时间序列（S11);以及基于输入时间序列、代表组织中的各点的血 流随输入时间序列的变化的模型以及时间序列图像，对模型中的参数进行估计（S12 )，其中 参数包括血液从所述输入部分流到所述组织中的各点经历的延迟。
[0069] 其中，步骤S11可以由根据上述实施例的图像处理装置10〇、2〇〇和300中的输入 提取单元101来执行，步骤S12可以由其中的参数估计单元1〇2来执行。
[0070] 如图8所示，根据本申请的另一个实施例的图像处理方法还可以包括：在从所述 时间序列图像中提取所述输入部分之前对其进行滤波以减小噪声（S13)。该步骤可以由根 据上述实施例的图像处理装置200、300中的滤波单元201执行。此外，该图像处理方法还 可以包括生成和显示各个参数的分布图的步骤（S14)，该步骤可以由根据上述实施例的图 像处理装置300中的显示单元301执行。
[0071] 应该注意，步骤S13和S14均是可选的，换言之，不包括步骤S13和S14两者、包括 其中任意一个或包括两者的组合的图像处理方法均在本申请的范围内。
[0072] 此外，根据本申请的图像处理方法还可以包括对所获得的输入时间序列进行插 值。
[0073] 在一个实施例中，对参数进行估计的步骤S12包括以下子步骤：计算模型对输入 时间序列的响应；使用该响应与时间序列图像的像素值之间的差建立目标函数；以及对该 目标函数进行优化以获得模型中的各个参数。
[0074]在一个实施例中，可以使用非线性最小二乘法对该目标函数进行优化。
[0075] 在一个实施例中，该组织为肝脏。其中，模型基于伽马分布的累积分布函数。
[0076] 在一个实施例中，图像处理方法包括：从时间序列图像中提取腹主动脉和门静脉 的感兴趣区域作为输入部分，并获得腹主动脉和门静脉的时间密度序列。并且，该模型包括 如下延迟参数：从腹主动脉到肝脏组织中的各个点的第一延迟；以及从门静脉到肝脏组织 中的各个点的第二延迟。
[0077] 在一个实施例中，第二延迟在整个肝脏组织的所有点上为均一值。
[0078] 在一个实施例中，上述图像处理方法还包括通过对腹主动脉和门静脉的时间密度 序列进行伽马拟合来插值。
[0079] 在一个实施例中，所述参数还包括肝动脉灌注指数、肝动脉灌注量、门静脉灌注量 以及伽马分布的参数。
[0080] 关于所述图像处理方法的各个步骤的更具体细节以及更多可能步骤，可以参考以 上对根据本发明实施例的图像处理装置中各个部件的描述，这里不再赘述。
[0081] 应当理解，根据本发明的实施例的图像处理装置和方法可用于各种图像的处理。 例如，根据本发明的实施例的图像处理装置和方法可用于医学图像的处理。
[0082] 图9示出了根据本申请的一个实施例的医学图像设备的示意性框图。为了不模糊 本申请的精神和范围，在图9中省略了医学图像设备的其它可能部件。医学图像设备900 包括图像处理装置 910,以对输入的时间序列图像进行处理。图像处理装置910可以是根据 上述任一实施例的图像处理装置100、200或300。医学图像设备900例如是X射线成像诊 断装置、超声波（UL)诊断成像装置、计算机断层扫描（CT)装置、磁共振成像（MRI)诊断成像 装置、或者正电子发射断层扫描（Positron Emission Tomography，PET)装置等，而没有限 制。
[0083] 将上述图像处理装置设置在医学图像设备中时可使用的具体手段或方式为本领 域技术人员所熟知，在此不再赘述。
[0084] 作为一个示例，上述图像处理方法的各个步骤以及上述图像处理装置的各个组成 模块和/或单元可以实施为软件、固件、硬件或其组合。在通过软件或固件实现的情况下， 可以从存储介质或网络向具有专用硬件结构的计算机(例如图10所示的通用计算机1200) 安装构成用于实施上述方法的软件的程序，该计算机在安装有各种程序时，能够执行各种 功能等。
[0085] 在图10中，运算处理单元（即CPU) 1001根据只读存储器（ROM) 1002中存储的程序 或从存储部分1〇〇8加载到随机存取存储器（RAM) 1003的程序执行各种处理。在RAM 1003 中，也根据需要存储当CPU 1001执行各种处理等等时所需的数据。CPU 1001、R0M 1002和 RAM 1003经由总线1004彼此链路。输入/输出接口 1005也链路到总线1004。
[0086] 下述部件链路到输入/输出接口 1〇〇5 :输入部分1006 (包括键盘、鼠标等等)、输 出部分1007(包括显示器，比如阴极射线管（CRT)、液晶显示器（LCD)等，和扬声器等)、存储 部分1008 (包括硬盘等)、通信部分1009 (包括网络接口卡比如LAN卡、调制解调器等)。通 信部分1009经由网络比如因特网执行通信处理。根据需要，驱动器1〇1〇也可链路到输入 /输出接口 1005。可拆卸介质1011比如磁盘、光盘、磁光盘、半导体存储器等等根据需要被 安装在驱动器1010上，使得从中读出的计算机程序根据需要被安装到存储部分1008中。 [0087] 在通过软件实现上述系列处理的情况下，从网络比如因特网或存储介质比如可拆 卸介质1011安装构成软件的程序。
[0088] 本领域的技术人员应当理解，这种存储介质不局限于图10所示的其中存储有程 序、与设备相分离地分发以向用户提供程序的可拆卸介质1011。可拆卸介质1011的例子 包含磁盘（包含软盘（注册商标））、光盘（包含光盘只读存储器（CD-ROM)和数字通用盘 (DVD))、磁光盘(包含迷你盘（MD)(注册商标））和半导体存储器。或者，存储介质可以是 R0M1002、存储部分10〇8中包含的硬盘等等，其中存有程序，并且与包含它们的设备一起被 分发给用户。
[0089] 本发明还提出一种存储有机器可读取的指令代码的程序产品。所述指令代码由机 器读取并执行时，可执行上述根据本发明实施例的图像处理方法。
[0090] 相应地，用于承载上述存储有机器可读取的指令代码的程序产品的存储介质也包 括在本发明的公开中。所述存储介质包括但不限于软盘、光盘、磁光盘、存储卡、存储棒等 等。
[0091] 在上面对本发明具体实施例的描述中，针对一种实施方式描述和/或示出的特征 可以用相同或类似的方式在一个或更多个其它实施方式中使用，与其它实施方式中的特征 相组合，或替代其它实施方式中的特征。
[0092] 应该强调，术语"包括/包含"在本文使用时指特征、要素、步骤或组件的存在，但 并不排除一个或更多个其它特征、要素、步骤或组件的存在或附加。
[0093] 在上述实施例和示例中，采用了数字组成的附图标记来表示各个步骤和/或单 元。本领域的普通技术人员应理解，这些附图标记只是为了便于叙述和绘图，而并非表示其 顺序或任何其他限定。
[0094] 此外，本发明的方法不限于按照说明书中描述的时间顺序来执行，也可以按照其 他的时间顺序地、并行地或独立地执行。因此，本说明书中描述的方法的执行顺序不对本发 明的技术范围构成限制。
[0095] 尽管上面已经通过对本发明的具体实施例的描述对本发明进行了披露，但是，应 该理解，上述的所有实施例和示例均是示例性的，而非限制性的。本领域的技术人员可在所 附权利要求的精神和范围内设计对本发明的各种修改、改进或者等同物。这些修改、改进或 者等同物也应当被认为包括在本发明的保护范围内。
[0096] 通过上述描述，本发明的实施例提供了以下的技术方案。
[0097] 附记1. 一种图像处理装置，包括：
[0098] 输入提取单元，被配置为从通过对组织进行血流灌注成像扫描而获得的医学图像 的时间序列图像中提取为所述组织提供血流输入的主要血管所在的区域作为输入部分，并 基于该输入部分获得血流输入的时间密度序列作为输入时间序列；以及 [0099] 参数估计单元，被配置为基于所述输入时间序列、代表所述组织中的各点的血流 随所述输入时间序列的变化的模型以及所述时间序列图像，对所述模型中的参数进行估 计，其中所述参数包括血液从所述输入部分流到所述组织中的各点经历的延迟。
[0100] 附记2.根据附记1所述的图像处理装置，还包括：
[0101] 滤波单元，被配置为在所述时间序列图像进入所述输入提取单元之前对其进行滤 波以减小噪声。
[0102] 附记3.根据附记1或2所述的图像处理装置，其中，所述参数估计单元包括： [0103] 响应计算模块，被配置为计算所述模型对所述输入时间序列的响应；
[0104]目标函数建立模块，被配置为使用所述响应与所述时间序列图像的像素值之间的 差建立目标函数；以及
[0105]优化模块，被配置为对所述目标函数进行优化以获得模型中的各个参数。
[0106]附记4.根据附记3所述的图像处理装置，其中，所述优化模块被配置为使用非线 性最小二乘法对所述目标函数进行优化。
[0107]附记5·根据附记1或2所述的图像处理装置，还包括显示单元，被配置为生成和 显示各个参数的分布图。
[0108]附记6.根据附记1或2所述的图像处理装置，所述输入提取单元还被配置为对所 述输入时间序列进行插值。
[0109]附记7.据附记1或2所述的图像处理装置，其中，所述组织为肝脏。
[0110]附记8.根据附记7所述的图像处理装置，其中，所述模型基于伽马分布的累积分 布函数。
[0111] 附记9.根据附记7所述的图像处理装置，其中，
[0112]所述输入提取单元被配置为从所述时间序列图像中提取腹主动脉和门静脉的感 兴趣区域作为输入部分，并获得腹主动脉和门静脉的时间密度序列；以及 [0113] 所述模型包括如下延迟参数：
[01 M]从所述腹主动脉到肝脏组织中的各个点的第一延迟；以及 [0115]从所述门静脉到肝脏组织中的各个点的第二延迟。
[0116]附记10.根据附记9所述的图像处理装置，其中，所述第二延迟在整个肝脏组织的 所有点上为均一值。
[0117] 附记11.根据附记9所述的图像处理装置，其中，所述输入提取单元被配置为通过 对所述腹主动脉和门静脉的时间密度序列进行伽马拟合来插值。
[0m]附记12.根据附记6所述的图像处理装置，其中，所述参数还包括肝动脉灌注指 数、肝动脉灌注量、门静脉灌注量以及伽马分布的参数。
[0119]附记I3· -种医学图像设备，包括如附记1-12中任意一项所述的图像处理装置。 [0120]附记14.根据附记I3所述的医学图像设备为计算机断层扫描设备或磁共振成像 诊断成像设备。
[0121]附记15. -种图像处理方法，包括：
[0122]从通过对组织进行血流灌注成像扫描而获得的医学图像的时间序列图像中提取 为所述组织提供血流输入的主要血管所在的区域作为输入部分，并基于该输入部分获得血 流输入的时间密度序列作为输入时间序列；以及
[0123] 基于所述输入时间序列、代表所述组织中的各点的血流随所述输入时间序列的变 化的模型以及所述时间序列图像，对所述模型中的参数进行估计，其中所述参数包括血液 从所述输入部分流到所述组织中的各点经历的延迟。
[0124] 附记16.根据附记15所述的图像处理方法，还包括如下步骤：
[0125]在从所述时间序列图像中提取所述输入部分之前对其进行滤波以减小噪声。
[0126] 附记17.根据附记15或16所述的图像处理方法，其中，对参数进行估计包括： [0127] 计算所述模型对所述输入时间序列的响应；
[0128]使用所述响应与所述时间序列图像的像素值之间的差建立目标函数；以及
[0129] 对所述目标函数进行优化以获得模型中的各个参数。
[0130]附记18.根据附记Π 所述的图像处理方法，其中，使用非线性最小二乘法对所述 目标函数进行优化。
[0131] 附记19.根据附记15或16所述的图像处理方法，还包括生成和显示各个参数的 分布图的步骤。
[0132] 附记20.根据附记15或16所述的图像处理方法，还包括对所获得的所述输入时 间序列进行插值。
[0133]附记21.根据附记15或16所述的图像处理方法，其中，所述组织为肝脏。
[0134]附记22.根据附记21所述的图像处理方法，其中，所述模型基于伽马分布的累积 分布函数。
[0135] 附记23.根据附记21所述的图像处理方法，包括：
[0136]从所述时间序列图像中提取腹主动脉和门静脉的感兴趣区域作为输入部分，并获 得腹主动脉和门静脉的时间密度序列；以及
[0137] 所述模型包括如下延迟参数：
[0138]从所述腹主动脉到肝脏组织中的各个点的第一延迟；以及
[0139]从所述门静脉到肝脏组织中的各个点的第二延迟。
[0140]附记24.根据附记23所述的图像处理方法，其中，所述第二延迟在整个肝脏组织 的所有点上为均一值。
[0141]附记25·根据附记幻所述的图像处理方法，还包括通过对所述腹主动脉和门静脉 的时间密度序列进行伽马拟合来插值。
[0142]附记26.根据附记21所述的图像处理方法，其中，所述参数还包括肝动脉灌注指 数、肝动脉灌注量、门静脉灌注量以及伽马分布的参数。
[0143]附记27. -种计算机程序，用于实现根据附记I5-%中的任意一项所述的图像处 理方法。
[0144]附记2S. -种计算机可读的记录介质，其上记录有用于实现根据附记15-26中的 任意一项所述的图像处理方法的计算机程序代码。
【权利要求】
1. 一种图像处理装置，包括： 输入提取单元，被配置为从通过对组织进行血流灌注成像扫描而获得的医学图像的时 间序列图像中提取为所述组织提供血流输入的主要血管所在的区域作为输入部分，并基于 该输入部分获得血流输入的时间密度序列作为输入时间序列；以及 参数估计单元，被配置为基于所述输入时间序列、代表所述组织中的各点的血流随所 述输入时间序列的变化的模型以及所述时间序列图像，对所述模型中的参数进行估计，其 中所述参数包括血液从所述输入部分流到所述组织中的各点经历的延迟。
2. 根据权利要求1所述的图像处理装置，还包括： 滤波单元，被配置为在所述时间序列图像进入所述输入提取单元之前对其进行滤波以 减小噪声。
3. 根据权利要求1或2所述的图像处理装置，其中，所述参数估计单元包括： 响应计算模块，被配置为计算所述模型对所述输入时间序列的响应； 目标函数建立模块，被配置为使用所述响应与所述时间序列图像的像素值之间的差建 立目标函数；以及 优化模块，被配置为对所述目标函数进行优化以获得模型中的各个参数。
4. 根据权利要求1或2所述的图像处理装置，还包括显示单元，被配置为生成和显示各 个参数的分布图。
5. 根据权利要求1或2所述的图像处理装置，所述输入提取单元还被配置为对所述输 入时间序列进行插值。
6·根据权利要求1或2所述的图像处理装置，其中，所述组织为肝脏。
7·根据权利要求6所述的图像处理装置，其中，所述模型基于伽马分布的累积分布函 数。
8·根据权利要求6所述的图像处理装置，其中， 所述输入提取单元被配置为从所述时间序列图像中提取腹主动脉和门静脉的感兴趣 区域作为输入部分，并获得腹主动脉和门静脉的时间密度序列；以及 所述模型包括如下延迟参数： 从所述腹主动脉到肝脏组织中的各个点的第一延迟；以及 从所述门静脉到肝脏组织中的各个点的第二延迟。
9. 根据权利要求8所述的图像处理装置，其中，所述第二延迟在整个肝脏组织的所有 点上为均一值。
10. 根据权利要求8所述的图像处理装置，其中，所述输入提取单元被配置为通过对所 述腹主动脉和门静脉的时间密度序列进行伽马拟合来插值。
11. 根据权利要求6所述的图像处理装置，其中，所述参数还包括肝动脉灌注指数、肝 动脉灌注量、门静脉灌注量以及伽马分布的参数。
12. -种医学图像设备，包括如权利要求1-11中任意一项所述的图像处理装置。
13. 根据权利要求12所述的医学图像设备为计算机断层扫描设备或磁共振成像诊断 成像设备。
14. 一种图像处理方法，包括： 从通过对组织进行血流灌注成像扫描而获得的医学图像的时间序列图像中提取为所 述组织提供血流输入的主要血管所在的区域作为输入部分，并基于该输入部分获得血流输 入的时间密度序列作为输入时间序列；以及 基于所述输入时间序列、代表所述组织中的各点的血流随所述输入时间序列的变化的 模型以及所述时间序列图像，对所述模型中的参数进行估计，其中所述参数包括血液从所 述输入部分流到所述组织中的各点经历的延迟。 I5·根据权利要求14所述的图像处理方法，还包括如下步骤： 在从所述时间序列图像中提取所述输入部分之前对其进行滤波以减小噪声。
16. 根据权利要求14或15所述的图像处理方法，其中，所述组织为肝脏。
17. 根据权利要求16所述的图像处理方法，其中，所述模型基于伽马分布的累积分布 函数。
18. 根据权利要求16所述的图像处理方法，包括： 从所述时间序列图像中提取腹主动脉和门静脉的感兴趣区域作为输入部分，并获得腹 主动脉和门静脉的时间密度序列；以及 所述模型包括如下延迟参数： 从所述腹主动脉到肝脏组织中的各个点的第一延迟；以及 从所述门静脉到肝脏组织中的各个点的第二延迟。
【文档编号】G06T7/00GK104217398SQ201310205674
【公开日】2014年12月17日 申请日期:2013年5月29日 优先权日:2013年5月29日
【发明者】徐翠, 胡恒, 大汤重治 申请人:株式会社东芝, 东芝医疗系统株式会社