專利名稱：采用結(jié)構(gòu)張量來檢測肺結(jié)節(jié)和結(jié)腸息肉的方法和系統(tǒng)的制作方法
對有關(guān)美國申請的交叉引用本申請要求Pascal Cathier于2003.8.13提交的名為“把結(jié)構(gòu)張量用于肺結(jié)節(jié)和結(jié)腸息肉檢測”的美國臨時申請60/494647的優(yōu)先權(quán)，其內(nèi)容在此被完全引作參考。
背景技術(shù)：
根據(jù)從當(dāng)前成像系統(tǒng)所獲得的數(shù)據(jù)而得到的優(yōu)良診斷信息允許在早期和更易治療的階段檢測出潛在的問題。
假定從成像系統(tǒng)能獲取大量的詳細數(shù)據(jù)，就必須研究各種算法來有效地和精確地處理圖像數(shù)據(jù)。借助于計算機，圖像處理的進展通常是在數(shù)字或數(shù)字化圖像上完成的。
用于建立數(shù)字圖像的數(shù)字捕獲系統(tǒng)包括數(shù)字X射線照像法、計算機X射線斷層攝影術(shù)(“CT”)、磁共振成像(“MRI”)、超聲波(“US”)、以及原子醫(yī)學(xué)成像技術(shù)，例如正電子放射X射線斷層攝影術(shù)(“PET”)和單電子放射計算機X射線斷層攝影術(shù)(“SPECT”)。也可以例如通過把模擬圖像、例如典型的x射線掃描成數(shù)字形式而從模擬圖像建立數(shù)字圖像。但對人、例如醫(yī)師來說，數(shù)字圖像中的大量數(shù)據(jù)在沒有附加幫助的情況下通常是難以解釋和乏味的。計算機輔助診斷(“CAD”)系統(tǒng)在幫助人的方面，特別是視覺化、分段、檢測、記錄和報告醫(yī)學(xué)生理學(xué)等方面，起到了關(guān)鍵的作用。
數(shù)字圖像是從表示某種特性(例如灰度級值或磁場強度)的一批數(shù)字值獲得的，所述特性與用某個特定的陣列單元所注明的解剖位置點相關(guān)聯(lián)。解剖位置點的集合包括圖像域。在二維數(shù)字圖像或切片部分(slice sections)中，離散的陣列單元被稱為像素。三維數(shù)字圖像可以通過本領(lǐng)域公知的不同構(gòu)造技術(shù)由堆疊的切片部分構(gòu)成。三維圖像是由離散的體積元素、也即體素構(gòu)成，這些體素由二維圖像的像素組成。像素或體素特性可以被處理用來確定關(guān)于與該像素或體素有關(guān)的病人解剖的不同特性。
一旦通過分析像素和/或體素來構(gòu)造和分析解剖部位和結(jié)構(gòu)，隨后采用區(qū)域性特性和特征的處理和分析便可以應(yīng)用于相關(guān)的區(qū)域，由此改善成像系統(tǒng)的精度和效率。
較為關(guān)鍵的CAD任務(wù)之一包括根據(jù)體數(shù)據(jù)(例如CT體數(shù)據(jù))進行甄別和早期地檢測出不同類型的癌。例如肺癌是美國和全世界所有癌當(dāng)中的主要死因。被診斷有肺癌的病人只有14％的平均五年存活率。另一方面，如果肺癌在第一階段被診斷，則病人的期望五年存活率將顯著上升到60-70％。其它的癌，例如結(jié)腸癌，也已經(jīng)表明會因早期檢測和切除癌瘤而降低死亡率。病理典型地是球形的或半球形的幾何形狀。在許多情況下，這些球狀的病理被附著在線性或plece線性的表面上。不幸的是，現(xiàn)有方法在疾病的晚期之前通常不檢測各種癌的特征癥狀。因此，在提前預(yù)防性的癌甄別方面的首要目的是更早地檢測出特征癥狀。

發(fā)明內(nèi)容
根據(jù)本發(fā)明一個方面，提供一種用于識別數(shù)字圖像中的球形對象的方法。所述的圖像包括多個三維的曲面點。所述的方法包括在所述圖像的一個域內(nèi)的每個點處計算所述圖像的梯度；計算所述圖像的所述域內(nèi)的每個點處的基本結(jié)構(gòu)張量；確定所述圖像的所述域內(nèi)的每個點的結(jié)構(gòu)張量；找出所述結(jié)構(gòu)張量的本征值；以及計算每個結(jié)構(gòu)張量的各向同性量度，其中通過用該結(jié)構(gòu)張量的最大本征值與該結(jié)構(gòu)張量的最小本征值之比來定義所述的各向同性量度，其中一個球形對象對應(yīng)于等于1的各向同性量度。
根據(jù)本發(fā)明的另一方面，提供一種計算機可讀的程序存儲設(shè)備，其有形地包含有可由計算機執(zhí)行以實施用于識別數(shù)字圖像中的球形對象的方法步驟的指令程序。所述的圖像包括與一個三維空間內(nèi)的點的一個域相對應(yīng)的多個強度值。所述的方法包括在所述域內(nèi)的每個點處計算所述圖像的梯度；計算所述圖像的所述域內(nèi)的每個點處的基本結(jié)構(gòu)張量；確定所述圖像的所述域內(nèi)的每個點的結(jié)構(gòu)張量；找出所述結(jié)構(gòu)張量的本征值；以及計算通過用最大本征值除最小本征值而定義的各向同性量度，其中用于一個球形對象的所述各向同性量度等于1。
根據(jù)本發(fā)明的又一方面，提供一種用于識別數(shù)字圖像中的球形對象的方法，其中所述的圖像包括與一個三維空間內(nèi)的點的一個域相對應(yīng)的多個強度。所述的方法包括通過用標(biāo)準(zhǔn)偏差σG的高斯內(nèi)核G的導(dǎo)數(shù)卷積所述的圖像來計算所述圖像的每個點處的圖像梯度，其中σG相對于所述圖像的尺寸是小的；通過將所述圖像每個點的梯度乘以其轉(zhuǎn)置矩陣來計算一個基本結(jié)構(gòu)張量；通過用標(biāo)準(zhǔn)偏差σT的高斯內(nèi)核卷積每個點的基本結(jié)構(gòu)張量來確定一個結(jié)構(gòu)張量，其中σT對應(yīng)于被搜尋對象的尺寸；執(zhí)行每個結(jié)構(gòu)張量的Householder QL分解以找到其本征值；以及計算每個結(jié)構(gòu)張量的各向同性量度。該各向同性量度通過該結(jié)構(gòu)張量的最小本征值與該結(jié)構(gòu)張量的最大本征值之比來定義，其中一個球形對象對應(yīng)于等于1的各向同性量度。
對于胸部而言，人們可能對檢測結(jié)節(jié)感興趣，這些結(jié)節(jié)在黑暗的肺部區(qū)域呈現(xiàn)為白色球或半球。對于結(jié)腸而言，人們可能對檢測息肉感興趣，這些息肉呈現(xiàn)為附著在結(jié)腸上的圓形結(jié)構(gòu)。采用了結(jié)構(gòu)張量的方法可以被用于廣泛的成像形式，包括計算機X射線斷層攝影術(shù)、磁共振(MR)、超聲波(US)、以及正電子放射X射線斷層攝影術(shù)(PET)。另一方面，這些方法可以被用來以對稱方式檢測孔洞。
附圖簡述

圖1示出了本發(fā)明優(yōu)選方法的流程。
圖2示出了體積圖像的沿著壁的結(jié)構(gòu)張量。
圖3示出了集中在息肉上的結(jié)構(gòu)張量。
圖4示出了用于實施本發(fā)明優(yōu)選實施例的示例性計算機系統(tǒng)。
優(yōu)選實施例詳述下面講述本發(fā)明的說明性的實施例。為了清楚性的目的，在本說明書中并未描述實際實施的所有特征。當(dāng)然應(yīng)當(dāng)理解，在任何這種實際實施例的研制中，必須作出大量的涉及具體實施的決定，以達到研制者的特定目的，例如遵照與系統(tǒng)有關(guān)的和與商業(yè)有關(guān)的限制，這些限制在各個實施之間將是不同的。另外應(yīng)當(dāng)理解，這種研制努力可能是復(fù)雜的和費時的，但對受益于本發(fā)明公開的本領(lǐng)域技術(shù)人員來說，只不過是承擔(dān)一種例行程序而已。
本發(fā)明可以有不同的改進和替代形式，而其具體實施例已經(jīng)以示例的方式被示于附圖中，并在這里得以詳細描述。但應(yīng)當(dāng)理解的是，這里對具體實施例的描述并不是打算把本發(fā)明限制在所公開的特定形式上，而是本發(fā)明相反地還覆蓋了所有的改進、等同和替代方案，它們落入由所附權(quán)利要求書所定義的本發(fā)明精神和范疇。
本發(fā)明提供了能夠從二維和三維數(shù)字圖像、尤其是從胸圖像有效和精確地檢測結(jié)節(jié)的系統(tǒng)和方法。盡管圖像可以被認為是從R3到R的函數(shù)，但本發(fā)明的方法并不局限于這種圖像，而是可以應(yīng)用于任何維的圖像，例如二維圖或三維體。本發(fā)明優(yōu)選地在例如奔騰型計算機的計算機系統(tǒng)上實現(xiàn)，其中運行實施本發(fā)明算法的計算機軟件。該計算機包括處理器、存儲器和各種輸入/輸出設(shè)備。表示胸體的一系列數(shù)字圖像被輸入到該計算機。這里所采用的術(shù)語“數(shù)字”和“數(shù)字化”將是指合適時通過數(shù)字捕獲系統(tǒng)或通過對模擬圖像的轉(zhuǎn)換而獲得的數(shù)字或數(shù)字化格式的圖像或體積。
這里披露的方法和系統(tǒng)可以適合于器官或解剖部位，包括而不局限于心臟、大腦、脊椎、結(jié)腸、肝臟和腎系統(tǒng)。這里披露的軟件應(yīng)用和算法可以采用器官或器官系統(tǒng)的二維和三維繪制和圖像。出于示例的目的來講述肺和結(jié)腸系統(tǒng)。但應(yīng)當(dāng)理解，該方法可以應(yīng)用于本領(lǐng)域技術(shù)人員所公知的各種其它應(yīng)用。
在計算結(jié)構(gòu)張量之前可以對圖像進行預(yù)處理，例如為了提高處理的總輸出量。這對于定位感興趣的結(jié)構(gòu)以用于進一步分析和用于下面所講述的高斯內(nèi)核(Gaussian kernels)的初始調(diào)心是有幫助的。算法的高度精確性對于成功的結(jié)節(jié)檢測是至關(guān)重要的，而預(yù)處理通常降低了需要被估計的函數(shù)的域的復(fù)雜度。當(dāng)預(yù)處理是基于被成像物的已知特征時，該預(yù)處理通常更為有效。例如，自然的肺圖像應(yīng)該在空間上是平滑和在幅度上是嚴格為正的。預(yù)處理技術(shù)的例子包括各種平滑、形態(tài)學(xué)和規(guī)則化技術(shù)。
在本發(fā)明的一種優(yōu)選方案中，可以通過測量圖像結(jié)構(gòu)張量的各向同性來分析圖像，以便識別球形對象?，F(xiàn)在參考圖1，圖像的梯度是一個由沿著正則軸的圖像偏導(dǎo)構(gòu)成的3D矢量ΔI=[∂I∂x,∂I∂y,∂I∂z]T]]>實際上，圖像只是在離散的點上被采樣，并易于受到噪聲影響。在一優(yōu)選實施例中，在步驟101，通過用高斯導(dǎo)數(shù)卷積圖像，可以在圖像域的某個點上估算圖像的梯度∂I∂x=∂D∂x*I,]]>其中G是標(biāo)準(zhǔn)偏差σG的離散標(biāo)準(zhǔn)化的D維高斯內(nèi)核，
G(x)=1(2πσG)Dexp(-x22σG2),]]>而且算子*是一個卷積。與圖像的總尺寸(例如3個體素的最大值)相比，所述的標(biāo)準(zhǔn)偏差通常是非常小的。
在步驟102中可以將基本結(jié)構(gòu)張量定義為一個3×3矩陣，該矩陣通過用圖像梯度乘以其轉(zhuǎn)置矩陣而得到T1＝I.IT結(jié)構(gòu)張量是一個3×3矩陣，該矩陣可以通過在步驟103中用一個空間濾波器卷積該基本結(jié)構(gòu)張量來得到，其中所述空間濾波器的尺寸對應(yīng)于被找尋的對象。優(yōu)選的空間濾波器是高斯內(nèi)核T＝Gσ*T1.
這里，σ可以非常大，并與所找尋的對象的尺寸松散地相關(guān)?？梢圆捎闷渌木矸e內(nèi)核，但高斯內(nèi)核是優(yōu)選的。所述結(jié)構(gòu)張量的3個本征值可以通過本領(lǐng)域任何合適的公知技術(shù)在步驟104中被計算。一種這樣的技術(shù)是Householder QL分解。
圖像的各向同性可以通過在步驟105中用最大本征值除最小本征值而得到。如果所有的本征值相等，也即如果結(jié)構(gòu)張量是球形的并因此是完全各向同性的，那么該各向同性量度等于1。它在所有其它的情況下小余1。然后，通過保持在各向同性大于某個閾值處的那些位置來提取各向同性的區(qū)域。
該技術(shù)可以被用來檢測球形結(jié)構(gòu)。這些結(jié)構(gòu)的例子包括肺結(jié)節(jié)和結(jié)腸息肉，但本發(fā)明的該實施例并不僅僅局限于這些結(jié)構(gòu)。各向同性的量度可以在這些結(jié)構(gòu)和正常結(jié)構(gòu)之間作出鑒別，例如圖2和3所示的不是各向同性的肺或結(jié)腸壁。另外，這里所介紹的方法可以被用來檢測某個結(jié)構(gòu)內(nèi)的孔洞，因為與表征息肉或結(jié)節(jié)的高強度值相反，孔洞是一個用低強度值表示的圖像區(qū)域。
應(yīng)當(dāng)理解，本發(fā)明可以用各種形式的硬件、軟件、固件、專用處理器或其組合來實現(xiàn)。在一個實施例中，本發(fā)明可以用軟件被實施為一個應(yīng)用程序，該應(yīng)用程序被有形地包含在計算機可讀存儲設(shè)備上。該應(yīng)用程序可以被上載到包括任何合適結(jié)構(gòu)的機器上，并被其執(zhí)行。
現(xiàn)在參看圖4，根據(jù)本發(fā)明的一個實施例，用于實施本發(fā)明的計算機系統(tǒng)401可以尤其包括一個中央處理單元(CPU)402、一個存儲器403和一個輸入/輸出(I/O)接口404。該計算機系統(tǒng)401通常通過I/O接口404被連接到顯示器405以及各個輸入設(shè)備406上，如鼠標(biāo)和鍵盤。支持電路可以包括諸如高速緩存器、電源、時鐘電路以及通信總線等電路。存儲器403可以包括隨機存取存儲器(RAM)、只讀存儲器(ROM)、盤驅(qū)動器、磁帶驅(qū)動器等等，或者它們的組合。本發(fā)明可以被實施為一個例程407，其被存儲在存儲器403中，并被CPU 402執(zhí)行用來處理來自于信號源408的信號。同樣，計算機系統(tǒng)401是一種通用計算機系統(tǒng)，當(dāng)執(zhí)行本發(fā)明的例程407時變成專用的計算機系統(tǒng)。
計算機系統(tǒng)401還包括操作系統(tǒng)和微指令代碼。這里所講述的各種處理和功能可以是該微指令代碼的一部分，或者是通過操作系統(tǒng)執(zhí)行的應(yīng)用程序的一部分(或者是其組合)。另外，各種其它的外圍設(shè)備可以被連接到該計算機平臺上，例如附加的數(shù)據(jù)存儲設(shè)備和打印設(shè)備。
還應(yīng)當(dāng)理解的是，因為在附圖中所示的系統(tǒng)構(gòu)成部件和方法步驟可以用軟件實現(xiàn)，所以在系統(tǒng)部件(或處理步驟)之間的實際連接可以根據(jù)本發(fā)明的編程方式而不同。通過給出這里提供的本發(fā)明教導(dǎo)，相關(guān)領(lǐng)域的普通技術(shù)人員將能夠想到本發(fā)明的這些或相似的實施或結(jié)構(gòu)。
上述的特殊實施例只是示例性的，因為本發(fā)明可以用不同但等效的方式被修改和實踐，這些方式對于本領(lǐng)域技術(shù)人員在獲知這里的教導(dǎo)之后是顯而易見的。另外，不應(yīng)局限于這里所示的結(jié)構(gòu)或設(shè)計的細節(jié)，而是如以下權(quán)利要求書所描述的。因此可以肯定，以上公開的特殊實施例可以變化或修改，而所有這些變化被認為是在本發(fā)明的范圍和精神之內(nèi)。因此，這里所尋求的保護在權(quán)利要求書中被給出。
權(quán)利要求
1.用于識別數(shù)字圖像中的球形對象的方法，其中所述的圖像包括多個三維的曲面點，所述的方法包括以下步驟在所述圖像的一個域內(nèi)的每個點處計算所述圖像的梯度；計算所述圖像的所述域內(nèi)的每個點處的基本結(jié)構(gòu)張量；確定所述圖像的所述域內(nèi)的每個點的結(jié)構(gòu)張量；找出所述結(jié)構(gòu)張量的本征值；以及分析該本征值以確定所述圖像內(nèi)的結(jié)構(gòu)的球形度。
2.權(quán)利要求1的方法，其中通過用標(biāo)準(zhǔn)偏差σG的高斯內(nèi)核G的導(dǎo)數(shù)卷積所述的圖像來估測所述圖像的梯度，其中σG相對于所述圖像的尺寸是小的。
3.權(quán)利要求1的方法，其中所述基本結(jié)構(gòu)張量可以通過將圖像梯度乘以其轉(zhuǎn)置矩陣來定義。
4.權(quán)利要求1的方法，其中通過用標(biāo)準(zhǔn)偏差σT的高斯內(nèi)核卷積所述的基本結(jié)構(gòu)張量來確定所述的結(jié)構(gòu)張量，其中σT對應(yīng)于被搜尋對象的尺寸。
5.權(quán)利要求1的方法，其中通過執(zhí)行Householder QL分解來找到所述的本征值。
6.權(quán)利要求1的方法，其中通過用最大本征值除最小本征值以計算一個各向同性量度來分析所述的本征值，其中用于一個球形對象的所述各向同性量度等于1。
7.權(quán)利要求1的方法，其中所述的圖像被預(yù)處理。
8.用于識別數(shù)字圖像中的球形對象的方法，其中所述的圖像包括與一個三維空間內(nèi)的點的一個域相對應(yīng)的多個強度，所述的方法包括以下步驟通過用標(biāo)準(zhǔn)偏差σG的高斯內(nèi)核G的導(dǎo)數(shù)卷積所述的圖像來計算所述圖像的每個點處的圖像梯度，其中σG相對于所述圖像的尺寸是小的；通過將所述圖像每個點的梯度乘以其轉(zhuǎn)置矩陣來計算一個基本結(jié)構(gòu)張量；通過用標(biāo)準(zhǔn)偏差σT的高斯內(nèi)核卷積每個點的基本結(jié)構(gòu)張量來確定一個結(jié)構(gòu)張量，其中σT對應(yīng)于被搜尋對象的尺寸；執(zhí)行每個結(jié)構(gòu)張量的Householder QL分解以找到其本征值；以及計算每個結(jié)構(gòu)張量的各向同性量度，其中該各向同性量度通過該結(jié)構(gòu)張量的最大本征值與該結(jié)構(gòu)張量的最小本征值之比來定義，其中一個球形對象對應(yīng)于等于1的各向同性量度。
9.權(quán)利要求8的方法，其中所述的圖像被預(yù)處理。
10.計算機可讀的程序存儲設(shè)備，其有形地包含有可由計算機執(zhí)行以實施用于識別數(shù)字圖像中的球形對象的方法步驟的指令程序，其中所述的圖像包括與一個三維空間內(nèi)的點的一個域相對應(yīng)的多個強度值，所述的方法包括以下步驟在所述域內(nèi)的每個點處計算所述圖像的梯度；計算所述圖像的所述域內(nèi)的每個點處的基本結(jié)構(gòu)張量；確定所述圖像的所述域內(nèi)的每個點的結(jié)構(gòu)張量；找出所述結(jié)構(gòu)張量的本征值；以及分析該本征值以確定所述圖像內(nèi)的結(jié)構(gòu)的球形度。
11.權(quán)利要求10的計算機可讀的程序存儲設(shè)備，該方法步驟還包括通過用標(biāo)準(zhǔn)偏差σG的高斯內(nèi)核G的導(dǎo)數(shù)卷積所述的圖像來估測所述的梯度，其中σG相對于所述圖像的尺寸是小的。
12.權(quán)利要求10的計算機可讀的程序存儲設(shè)備，該方法步驟還包括通過將圖像梯度乘以其轉(zhuǎn)置矩陣來定義所述基本結(jié)構(gòu)張量。
13.權(quán)利要求10的計算機可讀的程序存儲設(shè)備，該方法步驟還包括通過用標(biāo)準(zhǔn)偏差σT的高斯內(nèi)核卷積所述的基本結(jié)構(gòu)張量來確定所述的結(jié)構(gòu)張量，其中σT對應(yīng)于被搜尋對象的尺寸。
14.權(quán)利要求10的計算機可讀的程序存儲設(shè)備，該方法步驟還包括執(zhí)行Householder QL分解來找到所述結(jié)構(gòu)張量的所述本征值。
15.權(quán)利要求10的計算機可讀的程序存儲設(shè)備，該方法步驟還包括計算通過用最大本征值除最小本征值而定義的各向同性量度，其中用于一個球形對象的所述各向同性量度等于1。
16.權(quán)利要求10的計算機可讀的程序存儲設(shè)備，該方法步驟還包括預(yù)處理所述的圖像。
全文摘要
提供一種用于識別數(shù)字圖像中的球形對象的方法。所述的圖像包括多個三維的曲面點。所述的方法包括在所述圖像的一個域內(nèi)的每個點處計算所述圖像的梯度(101)；計算所述圖像的所述域內(nèi)的每個點處的基本結(jié)構(gòu)張量(102)；確定所述圖像的所述域內(nèi)的每個點的結(jié)構(gòu)張量(103)；找出所述結(jié)構(gòu)張量的本征值(104)；以及計算每個結(jié)構(gòu)張量的各向同性量度(105)，其中通過用該結(jié)構(gòu)張量的最大本征值與該結(jié)構(gòu)張量的最小本征值之比來定義所述的各向同性量度，其中一個球形對象對應(yīng)于等于1的各向同性量度。
文檔編號G06K9/46GK1836258SQ200480023116
公開日2006年9月20日 申請日期2004年8月11日 優(yōu)先權(quán)日2003年8月13日
發(fā)明者P·卡西爾 申請人:美國西門子醫(yī)療解決公司