專利名稱：圖像處理裝置、圖像處理方法和圖像處理程序的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及三維圖像內(nèi)待執(zhí)行的檢測(cè)處理。具體而言，本發(fā)明涉及適于在三維圖 像內(nèi)自動(dòng)檢測(cè)由線性結(jié)構(gòu)形成的目標(biāo)組織的圖像處理裝置、圖像處理方法和圖像處理程序。
背景技術(shù)：
傳統(tǒng)上，在醫(yī)療領(lǐng)域中生成表示目標(biāo)組織的偽三維圖像。通過執(zhí)行預(yù)定的檢測(cè)處 理(例如采用機(jī)器學(xué)習(xí)的檢測(cè)方法)檢測(cè)來自多個(gè)二維圖像內(nèi)的目標(biāo)組織來生成偽三維圖 像。通過使計(jì)算機(jī)執(zhí)行圖像投影方法(強(qiáng)度投影方法)或者通過體積呈現(xiàn)方法將在多個(gè)二 維圖像內(nèi)檢測(cè)的目標(biāo)組織呈現(xiàn)為偽三維圖像，該偽三維圖形能夠構(gòu)建三維圖像。從而，放射 科醫(yī)生能夠容易地確認(rèn)目標(biāo)組織的狀態(tài)。專利文獻(xiàn)1中提出一種方法，其中根據(jù)三維圖像生成彼此垂直相交的三個(gè)截面圖 像并且基于從該三個(gè)截面圖像提取的特征量檢測(cè)目標(biāo)組織。專利文獻(xiàn)2中提出一種方法，其中通過機(jī)器學(xué)習(xí)在二維圖像內(nèi)檢測(cè)目標(biāo)組織。非專利文獻(xiàn)1中提出一種方法，其中通過執(zhí)行對(duì)構(gòu)成三維圖像的每一個(gè)二維圖像 (CT圖像)進(jìn)行差分濾波處理并且檢測(cè)CT圖像內(nèi)像素值發(fā)生改變的位置而在感興趣的區(qū)域 內(nèi)檢測(cè)出由線性結(jié)構(gòu)(例如血管)形成的目標(biāo)組織。現(xiàn)有技術(shù)文獻(xiàn) 專利文獻(xiàn)專利文獻(xiàn)1 美國(guó)專利No. 7，346，209專利文獻(xiàn)2: 日本未審查專利公開No. 2007-307358 非專利文獻(xiàn)Andrzej Szymczak 等人 2006 年在 Medical Image Analysis 第 4 期第 10 巻 第 548-559 頁中發(fā)表的"Coronary Vessel Trees from 3D Imagery :ATopological Approach，，

發(fā)明內(nèi)容
技術(shù)問題專利文獻(xiàn)1中公開的發(fā)明將來自目標(biāo)組織的彼此垂直相交的三個(gè)截面圖像設(shè)定 為檢測(cè)目標(biāo)圖像。如果例如針對(duì)線性結(jié)構(gòu)應(yīng)用該方法，則獲得如圖17A和圖17B所示的三 個(gè)截面圖像組。根據(jù)專利文獻(xiàn)1公開的發(fā)明，隨機(jī)改變?nèi)齻€(gè)垂直相交的軸以設(shè)定截面圖像， 并且多次執(zhí)行檢測(cè)處理。從而，在檢測(cè)目標(biāo)組織時(shí)，降低了將在計(jì)算中采用的數(shù)據(jù)總量。然而，在線性結(jié)構(gòu)是諸如在圖17B中所示的彎曲形狀體的情況下，存在截面圖像 內(nèi)極其缺乏與目標(biāo)組織相關(guān)的數(shù)據(jù)的問題。
已知存在一種利用漢森矩陣提取線性結(jié)構(gòu)和平面結(jié)構(gòu)的方法，用于提取血管等。 然而，盡管分析漢森矩陣的特征值將能夠判斷由理想線性結(jié)構(gòu)形成的血管，但是難以判斷 具有彎曲形狀、分支形狀或者具有病變部分的血管。類似地，人體內(nèi)的平面結(jié)構(gòu)并不限于那 些理想平面形狀。因此，也難以正確判斷這樣的平面結(jié)構(gòu)?？紤]到上述情況，本發(fā)明的第一目的在于提供一種即使在線性結(jié)構(gòu)或者平面結(jié)構(gòu) 是彎曲的、分支的或者病變時(shí)也能夠改善檢測(cè)執(zhí)行的圖像處理裝置、圖像處理方法和圖像 處理程序。非專利文獻(xiàn)1中公開的發(fā)明對(duì)于彼此接近的候選點(diǎn)(結(jié)點(diǎn))設(shè)定較小的權(quán)重并且 通過最小生成樹(minimum spanning tree)技術(shù)重構(gòu)樹結(jié)構(gòu)。在如圖2所示，提供作為候 選點(diǎn)的結(jié)點(diǎn)和與用于連接結(jié)點(diǎn)的權(quán)重相對(duì)應(yīng)的邊緣數(shù)據(jù)(圖2中所示的數(shù)字值是邊緣數(shù)據(jù) 值)的情況下，如果將該方法例如應(yīng)用于血管，則獲得以最小成本連接所有結(jié)點(diǎn)的邊緣的 組合。通過在如圖3A所示的圖像內(nèi)設(shè)定多個(gè)候選點(diǎn)，并且通過最小生成樹技術(shù)連接候選點(diǎn) 來重構(gòu)樹結(jié)構(gòu)，從而檢測(cè)出血管。然而，非專利文獻(xiàn)1的方法往往僅簡(jiǎn)單地連接彼此接近的候選點(diǎn)(結(jié)點(diǎn))。因此， 在包括作為噪聲的候選點(diǎn)的情況下，存在不能正確地檢測(cè)出血管路徑的問題?？紤]到上述情況，本發(fā)明的第二目的在于提供一種在目標(biāo)組織由線性結(jié)構(gòu)形成的 情況下，能夠通過減少錯(cuò)誤連接而生成更加精確地反映正確線性結(jié)構(gòu)的樹結(jié)構(gòu)的圖像處理 裝置、圖像處理方法和圖像處理程序。技術(shù)方案本發(fā)明的第一圖像處理裝置的特征在于，包括檢測(cè)區(qū)域設(shè)定部，用于在通過對(duì)對(duì)象成像而獲得的三維圖像內(nèi)設(shè)定檢測(cè)區(qū)域；主軸/法線方向計(jì)算部，用于計(jì)算所述檢測(cè)區(qū)域內(nèi)由線性結(jié)構(gòu)形成的候選目標(biāo)組 織的主軸方向或者所述檢測(cè)區(qū)域內(nèi)由平面結(jié)構(gòu)形成的候選目標(biāo)組織的法線方向；歸一化處理部，用于基于所述主軸方向或者所述法線方向，對(duì)包括所述候選目標(biāo) 組織的候選目標(biāo)區(qū)域執(zhí)行歸一化處理；以及判斷部，用于計(jì)算已歸一化的候選目標(biāo)區(qū)域的特征量，并且用于使用所計(jì)算的特 征量，判斷目標(biāo)組織是否包括在所述候選目標(biāo)區(qū)域中。所述“圖像處理裝置”可以包括用于 生成三維圖像的成像設(shè)備。所述“主軸/法線方向計(jì)算部”計(jì)算由線性結(jié)構(gòu)形成的候選目標(biāo)組織的主軸方向， 或者由平面結(jié)構(gòu)形成的候選目標(biāo)組織的法線方向?？梢酝ㄟ^計(jì)算關(guān)于檢測(cè)區(qū)域的漢森矩陣 并且例如通過分析所計(jì)算的漢森矩陣的特征值，來計(jì)算所述主軸方向或者所述法線方向。并且，所述“主軸/法線方向計(jì)算部”基于所述特征值是否滿足預(yù)定的閾值條件來 判斷所述候選目標(biāo)組織是由線性結(jié)構(gòu)形成還是由平面結(jié)構(gòu)形成。所述“檢測(cè)區(qū)域”是指通過對(duì)對(duì)象成像而獲得的所述三維圖像內(nèi)包括目標(biāo)區(qū)域的 預(yù)定區(qū)域。在提取冠狀動(dòng)脈作為目標(biāo)組織的情況下，所述“檢測(cè)區(qū)域”可以是包括心臟區(qū)域 或者該心臟區(qū)域的一部分的區(qū)域。在本發(fā)明的第一圖像處理裝置中，所述判斷部配備有基于與所述目標(biāo)組織相同種 類的目標(biāo)組織的主軸方向或者法線方向，對(duì)包括該相同類型的目標(biāo)組織且提前制備的三維 圖像進(jìn)行歸一化而得到的數(shù)據(jù)，以作為教師數(shù)據(jù)；并且所述判斷部通過利用使用所述教師數(shù)據(jù)的機(jī)器學(xué)習(xí)方法分析所計(jì)算的特征量來判斷所述候選目標(biāo)區(qū)域是否包括所述目標(biāo)組織。在用于判別冠狀動(dòng)脈的分類器的學(xué)習(xí)期間，除了冠狀動(dòng)脈的線性部分以外， 采用表示彎曲部分、分支部分和諸如狹窄、鈣化和支架位置的病變部分的數(shù)據(jù)作為正 (positive)教師(teacher)數(shù)據(jù)。通過執(zhí)行對(duì)包括這樣的數(shù)據(jù)的教師數(shù)據(jù)的學(xué)習(xí)，判斷將 能夠處理冠狀動(dòng)脈中的變化，并且能夠以高精確度將病變部分判別為血管。表示除了冠狀 動(dòng)脈以外的隨機(jī)部分的數(shù)據(jù)可以制備為負(fù)(negative)教師數(shù)據(jù)。本發(fā)明的第一圖像處理方法的特征在于，包括在通過對(duì)對(duì)象成像而獲得的三維圖像內(nèi)設(shè)定檢測(cè)區(qū)域；計(jì)算所述檢測(cè)區(qū)域內(nèi)由線性結(jié)構(gòu)形成的候選目標(biāo)組織的主軸方向以及所述檢測(cè) 區(qū)域內(nèi)由平面結(jié)構(gòu)形成的候選目標(biāo)組織的法線方向；基于所述主軸方向或者所述法線方向?qū)Πㄋ龊蜻x目標(biāo)組織的候選目標(biāo)區(qū)域 執(zhí)行歸一化處理；計(jì)算已歸一化的候選目標(biāo)區(qū)域的特征量；以及使用所計(jì)算的特征量判斷目標(biāo)組織是否包括在所述候選目標(biāo)區(qū)域中。本發(fā)明的第一圖像處理程序的特征在于使計(jì)算機(jī)實(shí)現(xiàn)以下功能在通過對(duì)對(duì)象成像而獲得的三維圖像內(nèi)設(shè)定檢測(cè)區(qū)域；計(jì)算所述檢測(cè)區(qū)域內(nèi)由線性結(jié)構(gòu)形成的候選目標(biāo)組織的主軸方向以及所述檢測(cè) 區(qū)域內(nèi)由平面結(jié)構(gòu)形成的候選目標(biāo)組織的法線方向；基于所述主軸方向或者所述法線方向?qū)Πㄋ龊蜻x目標(biāo)組織的候選目標(biāo)區(qū)域 執(zhí)行歸一化處理；計(jì)算已歸一化的候選目標(biāo)區(qū)域的特征量；以及使用所計(jì)算的特征量判斷目標(biāo)組織是否包括在所述候選目標(biāo)區(qū)域中。本發(fā)明的第二圖像處理裝置的特征在于，包括候選點(diǎn)計(jì)算部，用于對(duì)通過對(duì)對(duì)象成像而獲得的三維圖像執(zhí)行預(yù)定檢測(cè)處理來計(jì) 算表示由線性結(jié)構(gòu)形成的目標(biāo)組織的多個(gè)候選點(diǎn)的位置信息和主軸方向；以及重構(gòu)處理部，用于使用成本函數(shù)來執(zhí)行重構(gòu)，從而連接所述多個(gè)候選點(diǎn)，所述成本 函數(shù)采用基于所計(jì)算的位置信息和主軸方向的變量。所述“候選點(diǎn)計(jì)算部”通過對(duì)所述三維圖像執(zhí)行預(yù)定檢測(cè)處理來計(jì)算表示由線性 結(jié)構(gòu)形成的目標(biāo)組織的多個(gè)候選點(diǎn)的位置信息和主軸方向。所述“候選點(diǎn)計(jì)算部”可以通過計(jì)算關(guān)于所述檢測(cè)區(qū)域的漢森矩陣并且通過分析 所計(jì)算的漢森矩陣的特征值來計(jì)算所述多個(gè)候選點(diǎn)中的每一個(gè)候選點(diǎn)的位置信息和主軸 方向。此外，所述“候選點(diǎn)計(jì)算部”可以基于所述特征值是否滿足預(yù)定的閾值條件來檢測(cè) 所述候選點(diǎn)。所述“候選點(diǎn)計(jì)算部”可以配備有歸一化處理部，用于基于所述主軸方向?qū)Πㄋ龊蜻x目標(biāo)組織的候選目標(biāo)區(qū)域 執(zhí)行歸一化處理；以及判斷部，用于計(jì)算已歸一化的候選目標(biāo)區(qū)域的特征量，并且用于使用所計(jì)算的特征量判斷目標(biāo)組織是否包括在所述候選目標(biāo)區(qū)域中。所述判斷部配備有基于與所述目標(biāo)組織相同種類的目標(biāo)組織的主軸方向或者法 線方向，對(duì)包括該相同類型的目標(biāo)組織且提前制備的三維圖像進(jìn)行歸一化而得到的數(shù)據(jù)， 以作為教師數(shù)據(jù)；并且所述判斷部可以通過利用使用所述教師數(shù)據(jù)的機(jī)器學(xué)習(xí)方法分析所計(jì)算的特征 量來判斷所述候選目標(biāo)區(qū)域是否包括真實(shí)的目標(biāo)組織。所述“重構(gòu)處理部”使用成本函數(shù)來執(zhí)行重構(gòu)，從而連接所述多個(gè)候選點(diǎn)，該成本 函數(shù)采用基于所計(jì)算的位置信息和主軸方向的變量。所述“重構(gòu)處理部”可以采用具有以 下條件的成本函數(shù)來執(zhí)行重構(gòu)基于所述多個(gè)候選點(diǎn)中至少兩個(gè)候選點(diǎn)的每一個(gè)候選點(diǎn)的 位置信息，所述至少兩個(gè)候選點(diǎn)之間的關(guān)系是它們?cè)诰啾舜祟A(yù)定的距離內(nèi)，以及由連接所 述兩個(gè)候選點(diǎn)的基礎(chǔ)線以及所述兩個(gè)候選點(diǎn)的每一個(gè)候選點(diǎn)的主軸方向確定的兩個(gè)銳角 之和小于預(yù)定的角度。所述重構(gòu)處理部可以例如使用最小生成樹技術(shù)來執(zhí)行重構(gòu)。此外，所述重構(gòu)處理 部可以使用采用兩個(gè)候選點(diǎn)的亮度值作為變量的成本函數(shù)。所述“三維圖像”是由體素?cái)?shù)據(jù)構(gòu)成的圖像。所述“三維圖像”是由多個(gè)二維圖像 構(gòu)成的三維圖像。二維圖像的類型示例包括輻射圖像、CT圖像、MRI圖像、RI圖像和PET 圖像。所述“目標(biāo)組織”是指在由三維圖像表示的所述對(duì)象的預(yù)定位置處由線性結(jié)構(gòu)形 成的組織。由線性結(jié)構(gòu)形成的組織的示例包括冠狀動(dòng)脈、腦血管、肝臟血管、肺部血管和支
氣血管。本發(fā)明的第二圖像處理方法的特征在于，包括對(duì)通過對(duì)對(duì)象成像而獲得的三維圖像執(zhí)行預(yù)定檢測(cè)處理來計(jì)算表示由線性結(jié)構(gòu) 形成的目標(biāo)組織的多個(gè)候選點(diǎn)的位置信息和主軸方向；以及使用成本函數(shù)來執(zhí)行重構(gòu)處理，從而連接所述多個(gè)候選點(diǎn)，該成本函數(shù)采用基于 所計(jì)算的位置信息和主軸方向的變量。本發(fā)明的第二圖像處理程序的特征在于使計(jì)算機(jī)實(shí)現(xiàn)以下功能對(duì)通過對(duì)對(duì)象成像而獲得的三維圖像執(zhí)行預(yù)定檢測(cè)處理來計(jì)算表示由線性結(jié)構(gòu) 形成的目標(biāo)組織的多個(gè)候選點(diǎn)的位置信息和主軸方向；以及使用成本函數(shù)來執(zhí)行重構(gòu)處理，從而連接所述多個(gè)候選點(diǎn)，該成本函數(shù)采用基于 所計(jì)算的位置信息和主軸方向的變量。技術(shù)效果本發(fā)明的第一圖像處理裝置、第一圖像處理方法和第一圖像處理程序計(jì)算檢測(cè)區(qū) 域內(nèi)由線性結(jié)構(gòu)形成的候選目標(biāo)組織的主軸方向以及檢測(cè)區(qū)域內(nèi)由平面結(jié)構(gòu)形成的候選 目標(biāo)組織的法線方向；基于所述主軸方向或者所述法線方向，對(duì)包括所述候選目標(biāo)組織的 候選目標(biāo)區(qū)域執(zhí)行歸一化處理；計(jì)算已歸一化的候選目標(biāo)區(qū)域的特征量；并且使用所計(jì)算 的特征量判斷目標(biāo)組織是否包括在所述候選目標(biāo)區(qū)域中。因此，即使由線性結(jié)構(gòu)形成的目 標(biāo)組織的外表由于彎曲、分支或者病變而發(fā)生變化時(shí)也能夠?qū)崿F(xiàn)穩(wěn)定的檢測(cè)。本發(fā)明的第二圖像處理裝置、第二圖像處理方法和第二圖像處理程序?qū)νㄟ^對(duì)對(duì) 象成像而獲得的三維圖像執(zhí)行預(yù)定檢測(cè)處理來計(jì)算表示由線性結(jié)構(gòu)形成的目標(biāo)組織的多
8個(gè)候選點(diǎn)的位置信息和主軸方向；并且使用成本函數(shù)來執(zhí)行重構(gòu)處理從而連接所述多個(gè)候 選點(diǎn)，該成本函數(shù)采用基于所計(jì)算的位置信息和主軸方向的變量。因此，即使在三維圖像內(nèi) 存在作為噪聲的候選點(diǎn)時(shí)，也能夠正確地檢測(cè)目標(biāo)組織而不發(fā)生錯(cuò)誤的連接。


圖1是圖像處理裝置的功能方框圖；圖2是用于解釋最小生成樹技術(shù)的視圖；圖3A是示出樹結(jié)構(gòu)的候選點(diǎn)和連接的示例的視圖，用于解釋非專利文獻(xiàn)1(所檢 測(cè)的候選點(diǎn)的示例)；圖3B是示出樹結(jié)構(gòu)的候選點(diǎn)和連接的示例的視圖，用于解釋非專利文獻(xiàn)1 (樹結(jié) 構(gòu))；圖4A是示出由體積呈現(xiàn)生成的心臟區(qū)域的第一圖；圖4B是示出由體積呈現(xiàn)生成的心臟區(qū)域的第二圖；圖5是示出由本發(fā)明的實(shí)施例執(zhí)行的處理序列的流程圖；圖6是用于解釋高斯金字塔結(jié)構(gòu)的概念圖；圖7是用于解釋如何計(jì)算線性結(jié)構(gòu)的主軸方向的概念圖；圖8是用于解釋歸一化處理的概念圖；圖9是用于解釋連接兩個(gè)候選點(diǎn)(結(jié)點(diǎn))的基礎(chǔ)線以及由該基礎(chǔ)線和該兩個(gè)候選 點(diǎn)中的每一個(gè)的主軸方向確定的兩個(gè)銳角之和的概念圖；圖10是用于解釋成本函數(shù)(距離)的曲線圖；圖11是用于解釋成本函數(shù)(角度)的曲線圖；圖12是用于解釋成本函數(shù)(CT值)的曲線圖；圖13A是用于解釋樹結(jié)構(gòu)的重構(gòu)(連接之前)的概念圖；圖13B是用于解釋樹結(jié)構(gòu)的重構(gòu)(后續(xù)的連接)的概念圖；圖14A是用于解釋對(duì)于冠狀動(dòng)脈和靜脈的重構(gòu)處理的第一概念圖；圖14B是用于解釋對(duì)于冠狀動(dòng)脈和靜脈的重構(gòu)處理的第二概念圖；圖14C是用于解釋對(duì)于冠狀動(dòng)脈和靜脈的重構(gòu)處理的第三概念圖；圖15A是用于解釋如何將心臟區(qū)域的形狀表達(dá)為成本函數(shù)的第一概念圖；圖15B是用于解釋如何將心臟區(qū)域的形狀表達(dá)為成本函數(shù)的第二概念圖；圖16是用于解釋成本函數(shù)(心臟的形狀)的曲線圖；圖17A是用于解釋現(xiàn)有技術(shù)的第一概念圖；以及圖17B是用于解釋現(xiàn)有技術(shù)的第二概念圖。
具體實(shí)施例方式以下，將參照附圖描述本發(fā)明的圖像處理裝置的實(shí)施例。圖1是示出根據(jù)本發(fā)明優(yōu)選實(shí)施例的圖像處理裝置的方框圖。應(yīng)該注意，圖1所示的圖像處理裝置的配置通過在計(jì)算機(jī)(例如個(gè)人計(jì)算機(jī))上 執(zhí)行被讀入輔助存儲(chǔ)器設(shè)備(未示出)中的程序來實(shí)現(xiàn)。所述程序記錄在諸如CD-ROM的 數(shù)據(jù)記錄介質(zhì)中，或者經(jīng)由諸如互聯(lián)網(wǎng)的網(wǎng)絡(luò)分配并且安裝在計(jì)算機(jī)中。
圖像處理裝置自動(dòng)檢測(cè)由三維圖像表示的目標(biāo)組織，所述三維圖像由諸如由X射 線CT裝置10成像的多個(gè)二維圖像構(gòu)成。所述圖像處理裝置包括候選點(diǎn)計(jì)算部25和重構(gòu) 處理部70。圖像獲得部20、輸入部80和顯示部90連接到圖像處理裝置。圖像獲得部20獲得由諸如圖1所示的X射線CT裝置10的成像裝置成像的CT圖 像(二維圖像)。應(yīng)該注意，圖像獲得裝置20并不限于獲得CT的裝置，也可以獲得其它類 型的二維圖像，例如MRI圖像、RI圖像、PET圖像和X射線圖像。此外，圖像獲得部20獲得 由多個(gè)這樣的二維圖像構(gòu)成的三維圖像。輸入部80包括鍵盤、鼠標(biāo)等等。本發(fā)明的圖像處理裝置由以下組件構(gòu)成候選點(diǎn)計(jì)算部25，用于通過對(duì)對(duì)象成像 獲得的三維圖像執(zhí)行預(yù)定檢測(cè)處理，來計(jì)算表示由線性結(jié)構(gòu)形成的目標(biāo)組織的多個(gè)候選點(diǎn) 的位置信息和主軸方向；以及重構(gòu)處理單元70，用于使用成本函數(shù)來執(zhí)行重構(gòu)以連接所述 多個(gè)候選點(diǎn)，其中所述成本函數(shù)采用基于所計(jì)算的位置信息和主軸方向的變量。所述候選點(diǎn)計(jì)算部25由以下組件構(gòu)成檢測(cè)區(qū)域設(shè)定部30 ；主軸/法線方向計(jì)算 部40(以下也將其稱為“主軸方向計(jì)算部40”和“主軸計(jì)算部40”)；歸一化處理部50 ；以 及判斷部60。候選點(diǎn)計(jì)算部25通過對(duì)三維圖像執(zhí)行預(yù)定檢測(cè)處理來計(jì)算表示由線性結(jié)構(gòu)形成 的目標(biāo)組織的多個(gè)候選點(diǎn)的位置信息和主軸方向。候選點(diǎn)計(jì)算部25通過計(jì)算關(guān)于檢測(cè)區(qū)域的漢森矩陣并且通過分析所計(jì)算的漢森 矩陣的特征值來計(jì)算所述多個(gè)候選點(diǎn)中的每一個(gè)候選點(diǎn)的位置信息和主軸方向。進(jìn)而，候 選點(diǎn)計(jì)算部25可以基于所述特征值是否滿足預(yù)定的閾值條件來檢測(cè)候選點(diǎn)。候選點(diǎn)計(jì)算部配備有檢測(cè)區(qū)域設(shè)定部30，用于在由圖像獲得部20獲得的三維 圖像內(nèi)設(shè)定檢測(cè)區(qū)域；主軸方向計(jì)算部40，用于計(jì)算所述檢測(cè)區(qū)域內(nèi)由線性結(jié)構(gòu)形成的目 標(biāo)組織的主軸方向；歸一化處理部50，用于基于所述主軸方向?qū)Πㄋ龊蜻x目標(biāo)組織的 候選目標(biāo)區(qū)域執(zhí)行歸一化處理；以及判斷部60，用于計(jì)算已歸一化的候選目標(biāo)區(qū)域的特征 量，并且用于使用所計(jì)算的特征量判斷目標(biāo)組織是否包括在所述候選目標(biāo)區(qū)域中。檢測(cè)區(qū)域設(shè)定部30在由圖像獲得部20獲得的三維圖像內(nèi)設(shè)定檢測(cè)區(qū)域。檢測(cè)區(qū) 域設(shè)定部30通過執(zhí)行檢測(cè)算法來設(shè)定檢測(cè)區(qū)域。由檢測(cè)區(qū)域設(shè)定部30執(zhí)行的檢測(cè)算法的 示例包括閾值處理和分段處理。檢測(cè)區(qū)域的示例是心臟。此外，檢測(cè)區(qū)域設(shè)定部30可以將由輸入部80輸入的區(qū)域設(shè)定為檢測(cè)區(qū)域。主軸/法線方向計(jì)算部40計(jì)算檢測(cè)區(qū)域內(nèi)由線性結(jié)構(gòu)形成的候選目標(biāo)組織的主 軸方向。主軸/法線方向計(jì)算部40計(jì)算由檢測(cè)區(qū)域設(shè)定部30設(shè)定的檢測(cè)區(qū)域內(nèi)由線性結(jié) 構(gòu)形成的候選目標(biāo)組織的主軸方向或者由平面結(jié)構(gòu)形成的候選目標(biāo)組織的法線方向。主軸 /法線方向計(jì)算部40通過計(jì)算關(guān)于檢測(cè)區(qū)域的漢森矩陣并且通過例如分析所計(jì)算的漢森 矩陣的特征值來計(jì)算主軸方向或者法線方向。并且，主軸/法線方向計(jì)算部40基于所述特 征值是否滿足預(yù)定的閾值條件來判斷所述候選目標(biāo)組織是由線性結(jié)構(gòu)形成還是由平面結(jié) 構(gòu)形成。從而，可以粗略判斷候選目標(biāo)組織是線性結(jié)構(gòu)還是平面結(jié)構(gòu)。也可以采取這樣的配 置，即其中判斷部60執(zhí)行關(guān)于候選目標(biāo)組織是線性結(jié)構(gòu)還是平面結(jié)構(gòu)的更加精確的判斷。歸一化處理部50基于由主軸計(jì)算部40計(jì)算的主軸方向?qū)Π繕?biāo)組織的目標(biāo)區(qū)域執(zhí)行歸一化處理。判斷部60計(jì)算已歸一化的目標(biāo)區(qū)域的特征量，并且使用所計(jì)算的特征量判斷真 實(shí)的目標(biāo)組織是否包括在目標(biāo)區(qū)域中。判斷部60可以配備有基于與所述目標(biāo)組織相同種類的目標(biāo)組織的主軸方向或者 法線方向，對(duì)包括該相同類型的目標(biāo)組織且提前制備的三維圖像進(jìn)行歸一化而得到的數(shù) 據(jù)，以作為教師數(shù)據(jù)；并且可以通過利用使用所述教師數(shù)據(jù)的機(jī)器學(xué)習(xí)方法來分析所計(jì)算 的特征量，從而判斷所述候選目標(biāo)區(qū)域是否包括所述目標(biāo)組織。在用于判別冠狀動(dòng)脈的分 類器的學(xué)習(xí)期間，除了冠狀動(dòng)脈的線性部分以外，采用表示彎曲部分、分支部分和諸如狹 窄、鈣化和支架位置的病變部分的數(shù)據(jù)作為正教師數(shù)據(jù)。通過執(zhí)行包括這樣的數(shù)據(jù)的教師 數(shù)據(jù)的學(xué)習(xí)，判斷將能夠處理冠狀動(dòng)脈中的變化，并且能夠以高精確度將病變部分判別為 血管?？梢詫⒈硎境斯跔顒?dòng)脈以外的隨機(jī)部分的數(shù)據(jù)制備為負(fù)教師數(shù)據(jù)。具體而言，可以考慮將基于自適應(yīng)增強(qiáng)的機(jī)器學(xué)習(xí)技術(shù)，即用于產(chǎn)生綜合學(xué)習(xí)機(jī) 器的技術(shù)，用作對(duì)于目標(biāo)組織的檢測(cè)方法。判斷部60使用基于諸如特征點(diǎn)檢測(cè)和自適應(yīng)增 強(qiáng)的已知技術(shù)的機(jī)器學(xué)習(xí)技術(shù)，在每一個(gè)重新采樣步驟中連續(xù)更新學(xué)習(xí)數(shù)據(jù)的權(quán)重，并且 最終對(duì)所產(chǎn)生的機(jī)器進(jìn)行加權(quán)，以產(chǎn)生綜合學(xué)習(xí)機(jī)器。在學(xué)習(xí)采樣圖像中，在目標(biāo)組織是線 性結(jié)構(gòu)的情況下，指定目標(biāo)組織的中心坐標(biāo)和主軸方向或者半徑。將其中目標(biāo)組織以中心 坐標(biāo)為旋轉(zhuǎn)中心沿著其主軸方向旋轉(zhuǎn)的立方體指定為感興趣區(qū)域。該立方體的規(guī)模由半徑 進(jìn)行標(biāo)準(zhǔn)化。包括表示彎曲部分、分支部分和諸如狹窄、鈣化和支架位置的病變部分的數(shù)據(jù) 作為用于判別冠狀動(dòng)脈的正學(xué)習(xí)樣本。將表示除了冠狀動(dòng)脈以外的隨機(jī)部分的數(shù)據(jù)制備為 負(fù)教師數(shù)據(jù)。接下來，將隨機(jī)選擇的像素對(duì)的值的η個(gè)組合指定為特征量，并且通過基于自適 應(yīng)增強(qiáng)的機(jī)器學(xué)習(xí)技術(shù)產(chǎn)生用于判別正和負(fù)模式的分類器。在檢測(cè)目標(biāo)組織時(shí)，掃描三維 圖像，剪切在其中心處具有感興趣像素的各種尺寸的立方區(qū)域，并且計(jì)算特征量。將所計(jì)算 的特征量輸入到在學(xué)習(xí)步驟中獲得的分類器。根據(jù)分類器獲得判別值(score)，并且在判別 值超出預(yù)定閾值時(shí)判斷所掃描的部分表示目標(biāo)組織。將CT值在CT圖像內(nèi)的X、Y、Z、XY、YZ和ZX方向上的一次微分值指定為用于判別 的特征量?；蛘撸梢圆捎肅T值的絕對(duì)值、CT值的直方圖、二次微分值等作為用于判別的 特征量。可選地，可以采用諸如線性判別方法、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)器等的其它統(tǒng)計(jì)分析 方法和機(jī)器學(xué)習(xí)方法作為用于檢測(cè)目標(biāo)組織的技術(shù)。判斷部60通過前述技術(shù)從三維圖像中檢測(cè)目標(biāo)組織的多個(gè)位置，并且計(jì)算多個(gè) 候選點(diǎn)。還提供了顯示部70，該顯示部是顯示二維圖像或者三維圖像的監(jiān)視器、CRT屏幕 等。通過體積呈現(xiàn)并且顯示被判斷為目標(biāo)組織的區(qū)域，可以整體地觀看線性結(jié)構(gòu)或者平面 結(jié)構(gòu)的全體，并且可以觀察其連續(xù)性。通過在如圖4A(圖4A的示例中的心臟區(qū)域)所示的 顯示部70上體積呈現(xiàn)和顯示被判斷為檢測(cè)區(qū)域的區(qū)域，放射科醫(yī)生可以可視化地確認(rèn)該 檢測(cè)區(qū)域。此外，通過在如圖4B所示的顯示部70上體積呈現(xiàn)和顯示目標(biāo)組織(血管Al)和 檢測(cè)區(qū)域(心臟區(qū)域)，放射科醫(yī)生可以觀察線性結(jié)構(gòu)的全體并且可視化地確定其連續(xù)性。應(yīng)該注意，判斷部60將包括剪切出的真實(shí)目標(biāo)組織的目標(biāo)區(qū)域內(nèi)的預(yù)定點(diǎn)計(jì)算為候選點(diǎn)。重構(gòu)處理部70使用成本函數(shù)執(zhí)行重構(gòu)以連接所述多個(gè)候選點(diǎn)，該成本函數(shù)采用 基于所計(jì)算的位置信息和主軸方向的變量。此外，重構(gòu)處理部70采用具有以下條件的成本 函數(shù)執(zhí)行重構(gòu)基于多個(gè)候選點(diǎn)中至少兩個(gè)候選點(diǎn)的每一個(gè)候選點(diǎn)的位置信息，所述至少 兩個(gè)候選點(diǎn)之間的關(guān)系是它們彼此位于預(yù)定的距離內(nèi)，并且由連接兩個(gè)候選點(diǎn)的基礎(chǔ)線和 兩個(gè)候選點(diǎn)的每一個(gè)的主軸方向確定的兩個(gè)銳角之和小于預(yù)定的角度。具體地，重構(gòu)處理 部70可以采用最小生成樹技術(shù)來執(zhí)行重構(gòu)?；蛘?，重構(gòu)處理部70可以采用成本函數(shù)，所述 成本函數(shù)采用兩個(gè)候選點(diǎn)的亮度值作為變量。接下來，將描述由具有上述配置的圖像處理裝置執(zhí)行的處理。圖5是示出由該圖像處理裝置執(zhí)行的處理序列以檢測(cè)三維圖像內(nèi)由線性結(jié)構(gòu)形 成的目標(biāo)組織的流程圖。首先，如圖5所示的，將由X射線CT裝置10成像的三維圖像輸入到圖像獲得部 20 (步驟 Si)。接下來，檢測(cè)區(qū)域設(shè)定部通過執(zhí)行前述的檢測(cè)算法檢測(cè)心臟區(qū)域。檢測(cè)區(qū)域設(shè)定 部30設(shè)定所檢測(cè)的心臟區(qū)域內(nèi)的檢測(cè)區(qū)域(步驟S2)。這些檢測(cè)區(qū)域是通過對(duì)對(duì)象成像獲 得的三維圖像內(nèi)包括目標(biāo)區(qū)域的預(yù)定區(qū)域。檢測(cè)區(qū)域可以是例如包括心臟區(qū)域或者心臟區(qū) 域的一部分的區(qū)域。檢測(cè)區(qū)域設(shè)定部30將三維圖像轉(zhuǎn)換為多重分辨率并且生成高斯金字塔，以檢測(cè) 所述檢測(cè)區(qū)域內(nèi)由線性結(jié)構(gòu)形成的目標(biāo)組織。之后，檢測(cè)區(qū)域設(shè)定部30對(duì)于如圖6所示的每一個(gè)生成的高斯金字塔執(zhí)行檢測(cè)算 法。從而檢測(cè)出由具有不同尺寸的線性結(jié)構(gòu)形成的候選目標(biāo)組織(例如冠狀動(dòng)脈)。檢測(cè)區(qū)域設(shè)定部30針對(duì)作為高斯金字塔結(jié)構(gòu)的檢測(cè)區(qū)域6A、檢測(cè)區(qū)域6B和檢測(cè) 區(qū)域6C順序執(zhí)行掃描，并且設(shè)定待執(zhí)行檢測(cè)處理的坐標(biāo)。通過順序掃描具有多重分辨率的 圖像，可以檢測(cè)具有不同尺寸的目標(biāo)組織(例如冠狀動(dòng)脈)。接下來，主軸方向計(jì)算部40計(jì)算在其中心處具有檢測(cè)坐標(biāo)的局部區(qū)域內(nèi)的目標(biāo) 組織(例如冠狀動(dòng)脈)的主軸方向(步驟S3)。主軸方向計(jì)算部40分析位于包括候選目標(biāo)組織的區(qū)域內(nèi)的漢森矩陣的特征值， 以計(jì)算主軸方向。漢森矩陣是具有二階偏微分系數(shù)作為元素的矩陣。在三維圖像中，它們 是如在公式(1)中示例的3X3矩陣。公式1
權(quán)利要求
1.一種圖像處理裝置，其特征在于，包括檢測(cè)區(qū)域設(shè)定部，用于在通過對(duì)對(duì)象成像而獲得的三維圖像內(nèi)設(shè)定檢測(cè)區(qū)域； 主軸/法線方向計(jì)算部，用于計(jì)算所述檢測(cè)區(qū)域內(nèi)由線性結(jié)構(gòu)形成的候選目標(biāo)組織的 主軸方向以及所述檢測(cè)區(qū)域內(nèi)由平面結(jié)構(gòu)形成的候選目標(biāo)組織的法線方向；歸一化處理部，用于基于所述主軸方向或者所述法線方向，對(duì)包括所述候選目標(biāo)組織 的候選目標(biāo)區(qū)域執(zhí)行歸一化處理；以及判斷部，用于計(jì)算已歸一化的候選目標(biāo)區(qū)域的特征量，并且用于使用所計(jì)算的特征量， 判斷目標(biāo)組織是否包括在所述候選目標(biāo)區(qū)域中。
2.如權(quán)利要求1所述的圖像處理裝置，其特征在于所述主軸/法線方向計(jì)算部通過計(jì)算關(guān)于所述檢測(cè)區(qū)域的漢森矩陣并且通過分析所 計(jì)算的漢森矩陣的特征值，來計(jì)算所述主軸方向或者所述法線方向。
3.如權(quán)利要求2所述的圖像處理裝置，其特征在于所述主軸/法線方向計(jì)算部基于所述特征值是否滿足預(yù)定的閾值條件，判斷所述候選 目標(biāo)組織是由線性結(jié)構(gòu)形成還是由平面結(jié)構(gòu)形成。
4.如權(quán)利要求1至3中任一項(xiàng)所述的圖像處理裝置，其特征在于所述判斷部配備有基于與所述目標(biāo)組織相同種類的目標(biāo)組織的主軸方向或者法線方 向，對(duì)包括該相同類型的目標(biāo)組織且提前制備的三維圖像進(jìn)行歸一化而得到的數(shù)據(jù)，以作 為教師數(shù)據(jù)；并且所述判斷部通過利用使用所述教師數(shù)據(jù)的機(jī)器學(xué)習(xí)方法分析所計(jì)算的特征量來判斷 所述候選目標(biāo)區(qū)域是否包括所述目標(biāo)組織。
5.如權(quán)利要求1至4中任一項(xiàng)所述的圖像處理裝置，其特征在于 所述目標(biāo)組織是冠狀動(dòng)脈。
6.如權(quán)利要求1至5中任一項(xiàng)所述的圖像處理裝置，其特征在于 所述檢測(cè)區(qū)域是包括所述對(duì)象的心臟區(qū)域的區(qū)域。
7.一種圖像處理方法，其特征在于，包括在通過對(duì)對(duì)象成像而獲得的三維圖像內(nèi)設(shè)定檢測(cè)區(qū)域；計(jì)算所述檢測(cè)區(qū)域內(nèi)由線性結(jié)構(gòu)形成的候選目標(biāo)組織的主軸方向以及所述檢測(cè)區(qū)域 內(nèi)由平面結(jié)構(gòu)形成的候選目標(biāo)組織的法線方向；基于所述主軸方向或者所述法線方向，對(duì)包括所述候選目標(biāo)組織的候選目標(biāo)區(qū)域執(zhí)行 歸一化處理；計(jì)算已歸一化的候選目標(biāo)區(qū)域的特征量；以及 使用所計(jì)算的特征量，判斷目標(biāo)組織是否包括在所述候選目標(biāo)區(qū)域中。
8.一種程序，其特征在于，使計(jì)算機(jī)實(shí)現(xiàn)以下功能 在通過對(duì)對(duì)象成像而獲得的三維圖像內(nèi)設(shè)定檢測(cè)區(qū)域；計(jì)算所述檢測(cè)區(qū)域內(nèi)由線性結(jié)構(gòu)形成的候選目標(biāo)組織的主軸方向以及所述檢測(cè)區(qū)域 內(nèi)由平面結(jié)構(gòu)形成的候選目標(biāo)組織的法線方向；基于所述主軸方向或者所述法線方向，對(duì)包括所述候選目標(biāo)組織的候選目標(biāo)區(qū)域執(zhí)行 歸一化處理；計(jì)算已歸一化的候選目標(biāo)區(qū)域的特征量；以及使用所計(jì)算的特征量，判斷目標(biāo)組織是否包括在所述候選目標(biāo)區(qū)域中。
9.一種圖像處理裝置，其特征在于，包括候選點(diǎn)計(jì)算部，用于對(duì)通過對(duì)對(duì)象成像而獲得的三維圖像執(zhí)行預(yù)定檢測(cè)處理，來計(jì)算 表示由線性結(jié)構(gòu)形成的目標(biāo)組織的多個(gè)候選點(diǎn)的位置信息和主軸方向；以及重構(gòu)處理部，用于使用成本函數(shù)來執(zhí)行重構(gòu)，從而連接所述多個(gè)候選點(diǎn)，其中所述成本 函數(shù)采用基于所計(jì)算的位置信息和所述主軸方向的變量。
10.如權(quán)利要求9所述的圖像處理裝置，其特征在于所述重構(gòu)處理部采用具有以下條件的成本函數(shù)執(zhí)行重構(gòu)基于所述多個(gè)候選點(diǎn)中至少 兩個(gè)候選點(diǎn)中的每一個(gè)候選點(diǎn)的所述位置信息，所述至少兩個(gè)候選點(diǎn)之間的關(guān)系是它們?cè)?距彼此預(yù)定的距離內(nèi)，并且由連接所述兩個(gè)候選點(diǎn)的基礎(chǔ)線以及所述兩個(gè)候選點(diǎn)中的每一 個(gè)候選點(diǎn)的主軸方向確定的兩個(gè)銳角之和小于預(yù)定的角度。
11.如權(quán)利要求9或者10所述的圖像處理裝置，其特征在于所述候選點(diǎn)計(jì)算部通過計(jì)算關(guān)于所述檢測(cè)區(qū)域的漢森矩陣并且通過分析所計(jì)算的漢 森矩陣的特征值，來計(jì)算所述多個(gè)候選點(diǎn)中的每一個(gè)候選點(diǎn)的所述位置信息和所述主軸方 向。
12.如權(quán)利要求11所述的圖像處理裝置，其特征在于所述候選點(diǎn)計(jì)算部基于所述特征值是否滿足預(yù)定的閾值條件來檢測(cè)所述候選點(diǎn)。
13.如權(quán)利要求9至11中任一項(xiàng)所述的圖像處理裝置，其特征在于所述候選點(diǎn)計(jì)算部配備有歸一化處理部，用于基于所述主軸方向，對(duì)包括所述候選目標(biāo)組織的候選目標(biāo)區(qū)域執(zhí) 行歸一化處理；以及判斷部，用于計(jì)算已歸一化的候選目標(biāo)區(qū)域的特征量，并且用于使用所計(jì)算的特征量， 判斷真實(shí)的目標(biāo)組織是否包括在所述候選目標(biāo)區(qū)域中。
14.如權(quán)利要求13所述的圖像處理裝置，其特征在于所述判斷部配備有基于與所述目標(biāo)組織相同種類的目標(biāo)組織的主軸方向或者法線方 向，對(duì)包括該相同類型的目標(biāo)組織且提前制備的三維圖像進(jìn)行歸一化而得到的數(shù)據(jù)，以作 為教師數(shù)據(jù)；并且所述判斷部通過利用使用所述教師數(shù)據(jù)的機(jī)器學(xué)習(xí)方法，分析所計(jì)算的特征量來判斷 所述候選目標(biāo)區(qū)域是否包括真實(shí)的目標(biāo)組織。
15.如權(quán)利要求9至14中任一項(xiàng)所述的圖像處理裝置，其特征在于所述重構(gòu)處理部使用最小生成樹技術(shù)來執(zhí)行重構(gòu)。
16.如權(quán)利要求9至15中任一項(xiàng)所述的圖像處理裝置，其特征在于所述重構(gòu)處理部使用采用兩個(gè)候選點(diǎn)的亮度值作為變量的成本函數(shù)。
17.如權(quán)利要求9至16中任一項(xiàng)所述的圖像處理裝置，其特征在于所述目標(biāo)組織是冠狀動(dòng)脈。
18.一種圖像處理方法，其特征在于，包括對(duì)通過對(duì)對(duì)象成像而獲得的三維圖像執(zhí)行預(yù)定檢測(cè)處理，來計(jì)算表示由線性結(jié)構(gòu)形成 的目標(biāo)組織的多個(gè)候選點(diǎn)的位置信息和主軸方向；以及使用成本函數(shù)來執(zhí)行重構(gòu)處理，從而連接所述多個(gè)候選點(diǎn)，其中所述成本函數(shù)采用基于所計(jì)算的位置信息和所述主軸方向的變量。
19. 一種程序，其特征在于，使計(jì)算機(jī)實(shí)現(xiàn)以下功能對(duì)通過對(duì)對(duì)象成像而獲得的三維圖像執(zhí)行預(yù)定檢測(cè)處理，來計(jì)算表示由線性結(jié)構(gòu)形成 的目標(biāo)組織的多個(gè)候選點(diǎn)的位置信息和主軸方向；以及使用成本函數(shù)來執(zhí)行重構(gòu)處理，從而連接所述多個(gè)候選點(diǎn)，其中所述成本函數(shù)采用基 于所計(jì)算的位置信息和所述主軸方向的變量。
全文摘要
實(shí)現(xiàn)了改善三維圖像內(nèi)由線性結(jié)構(gòu)形成的目標(biāo)組織的檢測(cè)性能。計(jì)算檢測(cè)區(qū)域內(nèi)由線性結(jié)構(gòu)形成的目標(biāo)組織的主軸方向或者由平面結(jié)構(gòu)形成的組織的法向方向?；谒鲋鬏S方向或者所述法線方向?qū)Πê蜻x目標(biāo)組織的候選目標(biāo)區(qū)域執(zhí)行歸一化處理。計(jì)算已歸一化的候選目標(biāo)區(qū)域的特征量，并且采用所計(jì)算的特征量，執(zhí)行關(guān)于該目標(biāo)組織是否包括在所述候選目標(biāo)區(qū)域中的判斷。
文檔編號(hào)A61B6/03GK102112056SQ20108000224
公開日2011年6月29日 申請(qǐng)日期2010年2月23日 優(yōu)先權(quán)日2009年3月3日
發(fā)明者北村嘉郎 申請(qǐng)人:富士膠片株式會(huì)社