基于图像数据的组织表面粗糙度量化和基于所述组织表面粗糙度量化对疾病存在的确定的制作方法
【技术领域】
[0001]下文总体上涉及在图像数据中量化组织表面粗糙度，并且基于所述量化组织表面粗糙度来确定组织的疾病的存在(或不存在)，并且利用对计算机断层摄影(CT)的具体应用来进行描述。然而，下文也适合于诸如X射线、磁共振成像(MRI)、体积C臂扫描器和/或其他成像模态的成像模态。
【背景技术】
[0002]典型的计算机断层摄影(CT)扫描器包括被安装在探测器对面的可旋转机架上的X射线管。X射线管围绕检查区域旋转并发射贯穿检查区域和被设置在其中的对象和/或目标的多色辐射。探测器阵列探测贯穿检查区域的辐射并生成指示其的信号。重建器重建信号并生成指示被设置在检查区域中的对象和/或目标的体积图像数据。能够从体积图像数据生成一幅或多幅图像。
[0003]人体的特定组织/器官的疾病导致正常健康组织被纤维组织替换，这导致组织表面形状的变化。例如，肝硬化是慢性肝脏疾病(最常见由酗酒、乙型肝炎和丙型肝炎以及脂肪肝)引起的后果。肝硬化的特征是正常健康肝脏组织被纤维化、瘢痕组织和再生肝脏组织的结节所替换。该重塑导致肝脏表面形状的变化，并且对于正常健康组织是光滑的肝脏表面开始发展皱折。
[0004]基于图像数据(CT，MRI等)的分析提供了有用的定性信息。例如，以上提到的重塑能够在由诸如计算机断层摄影(CT)、磁共振成像(MRI)、和/或其他成像模态的医学成像模态生成的图像数据中被可视化。亦即，肝脏表面形状的变化和皱折能够通过图像的视觉外观检查和视觉比较在具有正常健康肝脏组织和患病肝脏组织的图像之间被可视化。
[0005]不幸地是，这样的视觉外观检查消耗医生的时间，除此以外其也能够被患者所消耗，并依赖于医生的主观判断和/或基于视觉外观检查所规定的其他测试(例如，活组织检查等)的结果，以确定疾病的存在或不存在。鉴于上述情况，存在对探测表面变化和基于所述表面变化的感兴趣组织的疾病的存在或不存在的其他方法的未解决的需要。
【发明内容】
[0006]本文中描述的方面解决了上述问题和其他问题。
[0007]本文中描述的是一种基于对被表示在成像数据中的组织表面的粗糙度的量化来识别组织疾病的存在(或不存在)的方法。
[0008]在一方面中，一种图像数据处理器包括:表面粗糙度量化器，其基于被适配到3D图像数据中的感兴趣组织的表面模型来生成量化所述3D图像数据中的所述感兴趣组织的表面粗糙度的度量；以及判定部件，其基于所述度量来生成指示疾病在所述感兴趣组织中存在或不存在的数值信号。
[0009]在另一方面中，一种方法包括:基于被适配到3D图像数据中的感兴趣组织的表面模型来生成量化所述3D图像数据中的所述感兴趣组织的表面粗糙度的度量；并且基于所述度量来生成指示疾病在所述感兴趣组织中存在或不存在的数值信号。
[0010]在另一方面中，一种方法包括:基于被适配到3D图像数据中的肝脏的表面模型来生成量化被表示在所述3D图像数据中的所述肝脏的表面粗糙度的数值，其中，所述数值直接确定所述肝脏的疾病的存在或不存在。
[0011]本发明可以采取各种部件和部件的布置，以及各种步骤和步骤的安排的形式。附图仅出于图示优选实施例的目的，而不应被解读为对本发明进行限制。
【附图说明】
[0012]图1示意性地图示了与成像系统和数据储存库相结合的图像数据处理器。
[0013]图2示意性地图示了图1的图像数据处理器的范例。
[0014]图3示意性地图示了图1的图像数据处理器的另一范例。
[0015]图4示意性地图示了根据图1的图像数据处理器的方法的范例。
【具体实施方式】
[0016]下文描述了基于图像数据中所表示的组织表面粗糙度来量化组织疾病并基于所述图像数据中所表示的组织表面粗糙度来识别组织中的疾病的存在(或不存在)的方法。
[0017]参考图1，成像系统100包括计算机断层摄影(CT)扫描器，所述计算机断层摄影(CT)扫描器包括一般为静止的机架部分102和旋转机架部分104。(如本文中所讨论的，能够备选地采用MR1、X射线、或其他成像模态。)旋转机架部分104经由轴承(不可见)等由一般为静止的机架部分102可旋转地支撑。
[0018]诸如X射线管的放射线源106由旋转机架部分104支撑并随其围绕检查区域108关于纵轴或z轴旋转。探测器阵列110相对于辐射源106以角度弧与检查区域108相对。探测器阵列110探测贯穿检查区域108的辐射并生成指示所述检查区域108的信号。
[0019]对象支撑物112支撑检查区域108中的对象或目标。操作者控制台114便于用户与扫描器100交互。重建器116重建信号、生成指示所扫描的对象或目标的体积(3D)图像数据。信号和/或重建的图像数据能够被存储在数据储存库118中，例如，图片存档与通信系统(PACS)、放射信息系统(RIS)、医院信息系统(HIS)等。
[0020]图像数据处理器120处理来自成像系统100、数据储存库118和/或其他设备的图像数据。这样的处理包括量化图像数据中的感兴趣组织的粗糙度，并基于所量化的粗糙度来确定疾病的存在或不存在。这样的处理能够用于识别肝脏组织中的硬化和/或其他组织中的其他疾病的存在或不存在。这能够不使用采用随机变量的统计模型来确定疾病的可能性来实现。
[0021]如在下文中更加详细地描述的，在一个非限制性实例中，这样的处理包括:(例如经由利用模型或以其他方式的分割)定位3D图像数据中的感兴趣组织，执行对经定位的感兴趣组织表面的粗略和/或精细的勾画，并且使用预定阈值、预定图样等基于表面皱折(例如，幅值、频率、波长、分布等)来分析所勾画的表面。合适图样的非限制性范例包括在具有经分类的疾病状态的患者的图像数据中的表面块，例如，可以穿过器官表面变化的灰度值图样变化。其中，这样的图样的目录是可用的，来自于最接近于经勾画的表面的目录的图样被选择和利用来识别疾病状态。
[0022]图像数据处理器120能够经由运行一个或多个计算机可读指令的一个或多个计算机的一个或多个微处理器来实施。在一实例中，一个或多个计算机可读指令被编码在计算机可读存储介质上，例如，物理存储器和/或其他非瞬态介质。额外地或备选地，计算机可读指令中的至少一个能够由载波、信号和/或其他瞬态介质承载。
[0023]图2示意性图示了图像数据处理器120的范例。如上所述，数据处理器120接收3D成像数据作为输入。
[0024]感兴趣组织(TOI)识别器202识别成像数据中的感兴趣组织。识别能够是基于扫描协议(例如，肝脏扫描)、用户输入和/或其他信息的。
[0025]感兴趣组织(TOI)分割器204从成像数据分割感兴趣组织。本文也预期包括全自动和/或需要用户交互的半自动的已知的和/或其他分割方法。通过非限制性范例的方式，在一实例中，采用基于模型的器官分割。基于器官的模型已经可用作预定义的三角形化的表面模型，其已经在来自不同模态的医学图像数据集上进行了训练。本文也预期粗略的和/或精细的模型。
[0026]利用这样的模型，表面模型能够被初始定位在3D成像数据中。然后，表面模型(自动和/或半自动地)基于根据图像特征的外部能量项和承载器官的预定义形状的内部能量项及其对适应广大的患者群体的可能的变形而被适配到感兴趣组织器官的表面。本文也预期其他方法。例如，能够采用完全手动的方法，其中，用户手动地分割感兴趣组织。
[0027]表面粗糙度量化器206基于表面模型被适配到器官表面的程度来量化感兴趣组织表面粗糙度。在一实例中，粗糙度通过从表面模型上的每个三角形的位置开始并关于沿着法向于模型表面的方向的平均表面位置来计算典型对比度梯度的位置变化而确定。平均表面位置能够通过初始表面模型适配来确定。
[0028]在该范例中，被该梯度的被归一化为总的感兴趣组织表面的位置变化的数学积分提供了用于表面粗糙度的量化量度。也能够确定局部粗糙度量度。例如，基础模型的表面三角形的数目能够被增加，直至表面变化被精细模型很好地捕获。然后，精细模型能够与初始模型进行比较，以提供粗糙度的更局部的量度。
[0029]判定部件208将粗糙度数值与预定阈值210进行比较。当粗糙度数值超过阈值时，判定部件208生成指示所述粗糙度数值超过阈值的第一数值信号(从而直接确定疾病的存在)，并且当粗糙度数值未超过阈值时，判定部件208生成指示所述粗糙度数值未超过阈值的第二数值信号。这些数值还可以提供关于疾病阶段的信息，当疾病存在时，即，通过对不同阈值的比较，判定部件能够生成与疾病阶段相关的输出。第一数值信号和/或第二数值信号能够结合图像数据和/或以其他方式被显示，以提供指示疾病是否存在的视觉度量。
[0030]额外地或备选地，表面粗糙度量化器206根据幅值或频率的至少一个来确定表面上的幅值、波长、或频率、和/或幅值的分布中的至少一个的空间位置变化，并且判定部件208将空间位置变化和/或分布与对应的预定阈值进行比较以做出确定。例如，表面粗糙度量化器206能够执行相对于经适配的表面模型的平均位置(平滑网格)的