專利名稱：心臟功能的隨機(jī)分析的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及診斷成像技術(shù)。本發(fā)明在根據(jù)一系列磁共振心臟圖像來(lái)估計(jì)心臟功能方面找到特別的應(yīng)用。然而，本發(fā)明在根據(jù)來(lái)自其它成像裝置的一系列心臟圖像來(lái)估計(jì)心臟功能和在根據(jù)診斷圖像來(lái)臨床估計(jì)其它器官的相關(guān)參數(shù)方面也找到應(yīng)用。
通過(guò)重建心臟的形狀來(lái)估計(jì)心臟功能在技術(shù)上是常見(jiàn)的。在當(dāng)前使用的方法中間，首先生成代表心臟在時(shí)間上的分片圖像的數(shù)據(jù)庫(kù)。數(shù)據(jù)庫(kù)可被描述為心臟的時(shí)間分片序列，或在時(shí)間間隔上的分片的堆疊，它們覆蓋心跳的至少一個(gè)整周期。然后試圖從分片的堆疊來(lái)描繪在每個(gè)心跳階段的心臟輪廓。完成這個(gè)任務(wù)的當(dāng)前的方法是人工的方法或是使用可視化軟件的半人工的方法。例如，臨床醫(yī)生在分片的堆疊中的每個(gè)分片上標(biāo)記出在每個(gè)時(shí)間間隔內(nèi)心房的邊界點(diǎn)。在每個(gè)時(shí)間間隔，至少在相應(yīng)于感興趣的心跳階段的時(shí)間間隔內(nèi)確定心房的形狀(體積)。從估計(jì)的形狀，計(jì)算諸如在結(jié)束擴(kuò)張時(shí)和在結(jié)束收縮時(shí)左心室體積、脈搏體積、和噴出比值(ejection fraction)的功能性參數(shù)。在典型的200個(gè)分片的樣本的情況下，人工描繪心房是費(fèi)時(shí)的和易于出錯(cuò)的。
當(dāng)前在研究領(lǐng)域中嘗試作出自動(dòng)完成上述的程序過(guò)程的方法。一個(gè)自動(dòng)化過(guò)程是使得心臟的數(shù)學(xué)模型擬合圖像分片。這個(gè)模型是基于有關(guān)心肌的形狀的某些現(xiàn)有的知識(shí)，以及可能是來(lái)自不同病人的典型形狀變化的統(tǒng)計(jì)說(shuō)明。自動(dòng)分割(segmentation)技術(shù)總體上包含把由兩個(gè)項(xiàng)目組成的能量函數(shù)最佳化第一項(xiàng)描述模型對(duì)于數(shù)據(jù)的擬合。而第二項(xiàng)補(bǔ)償相對(duì)于某些參考結(jié)構(gòu)的太強(qiáng)的變形。這個(gè)過(guò)程的結(jié)果是相對(duì)于被使用來(lái)代表心肌形狀的數(shù)學(xué)模型和用于優(yōu)化能量的數(shù)學(xué)形式的一個(gè)最佳分割。
然而，實(shí)際上。MRI掃描是有噪聲的，包含偽像，以及僅僅得到幾個(gè)分片，在分片之間可能有間隙。結(jié)果，圖像信息不允許清晰地描繪心房。由于這些及類似的問(wèn)題，分割問(wèn)題的特征在于固有的不確定性。這方面在臨床實(shí)踐中是熟知的，其中共同接受的是在人工技術(shù)中被標(biāo)記的邊界點(diǎn)是隨不同的臨床醫(yī)生而變化的。在臨床處置中處理這種不確定性的一個(gè)通常的方法是比較由不同的臨床醫(yī)生得到的不同的解和檢驗(yàn)這些結(jié)果之間的差異。重要的是，形狀重建時(shí)的不確定性引起要計(jì)算的功能性參數(shù)的不確定性。然而，自動(dòng)化技術(shù)忽略了多個(gè)解的可能性，以及產(chǎn)生被假設(shè)是相對(duì)于所使用的模型和技術(shù)的最佳的單個(gè)解而不管數(shù)據(jù)的質(zhì)量如何。所以，臨床醫(yī)生對(duì)這些結(jié)果缺乏他能夠具有的置信度的信息。本發(fā)明設(shè)想克服上述的限制等等的改進(jìn)的方法和設(shè)備。
按照一個(gè)方面，提供了根據(jù)對(duì)象的樣本對(duì)于對(duì)象的診斷圖像進(jìn)行基于隨機(jī)模型的分割的方法。樣本是按照一個(gè)描述給出圖像的器官形狀的條件概率分布的貝葉斯隨機(jī)模型而生成的，以及對(duì)于各個(gè)樣本中的每個(gè)樣本導(dǎo)出功能性參數(shù)。對(duì)于導(dǎo)出的參數(shù)估計(jì)其不確定性的值。
按照另一個(gè)方面，提供了診斷成像設(shè)備。該設(shè)備包括一個(gè)用于生成診斷圖像的裝置和一個(gè)被編程來(lái)執(zhí)行上述方法的處理器。
按照再一個(gè)方面，提供了用于生成對(duì)象的診斷圖像的基于隨機(jī)模型的分割的設(shè)備。該設(shè)備包括診斷成像掃描器，它被配置成執(zhí)行對(duì)象的感興趣的體積區(qū)域的掃描。提供了一個(gè)處理系統(tǒng)來(lái)處理來(lái)自診斷成像掃描器的感興趣的體積區(qū)域的掃描數(shù)據(jù)，以及一個(gè)所提供的重建模塊接收掃描數(shù)據(jù)和生成存儲(chǔ)在處理系統(tǒng)中感興趣區(qū)域的分片圖像的堆疊。形狀模塊按照由貝葉斯模型描述的概率分布來(lái)計(jì)算表示對(duì)分片圖像進(jìn)行分割的多個(gè)解的形狀樣本，以及功能模塊為各個(gè)樣本中每一個(gè)導(dǎo)出功能性參數(shù)和為每個(gè)導(dǎo)出的參數(shù)估計(jì)概率值。顯示模塊在提供的顯示裝置上顯示功能性參數(shù)和各個(gè)概率值。
按照本發(fā)明的又一個(gè)方面，一個(gè)診斷成像設(shè)備對(duì)于對(duì)象的診斷圖像執(zhí)行基于隨機(jī)模型的分割。計(jì)算裝置按照由貝葉斯模型描述的概率分布計(jì)算多個(gè)形狀樣本。功能裝置對(duì)各個(gè)樣本中每個(gè)樣本導(dǎo)出至少一個(gè)功能性參數(shù)和為每個(gè)導(dǎo)出的參數(shù)估計(jì)概率值。
一個(gè)優(yōu)點(diǎn)在于，在心房的分割和跟蹤方面改進(jìn)了的魯棒性。
另一個(gè)優(yōu)點(diǎn)在于，向臨床醫(yī)生提供有關(guān)由自動(dòng)處理生成的功能參數(shù)準(zhǔn)確性的精確信息。
再一個(gè)優(yōu)點(diǎn)在于，改進(jìn)了的心臟功能并具有改進(jìn)了的可信度水平的診斷裝置。
本領(lǐng)域技術(shù)人員在閱讀優(yōu)選實(shí)施例的以下的詳細(xì)說(shuō)明將明白許多附加優(yōu)點(diǎn)和好處。
本發(fā)明可以取各種部件和部件的安排以及各種處理操作和處理操作的安排的形式。附圖僅僅用于說(shuō)明本發(fā)明，而不打算限制本發(fā)明。


圖1示意地顯示按照本發(fā)明的概念的、采用自動(dòng)估計(jì)心臟功能參數(shù)的磁共振成像系統(tǒng)。
參照?qǐng)D1，諸如磁共振掃描器的診斷成像掃描器10包括外殼12，它規(guī)定了總體上的圓柱掃描器孔14，孔里面放置相關(guān)的成像對(duì)象16。診斷成像掃描器的細(xì)節(jié)未示出，因?yàn)榇殴舱?、CT、SPECT、PET和其它適用的掃描器在技術(shù)上是熟知的。只要說(shuō)診斷成像掃描器10執(zhí)行心臟掃描和把掃描數(shù)據(jù)傳送到位于處理系統(tǒng)20中的重建模塊18就夠了。
這里給出的處理系統(tǒng)20不是固有地涉及到任何特定的計(jì)算機(jī)或其它設(shè)備。具體地，可以使用各種不同的通用機(jī)器并結(jié)合按照這里提出的程序模塊，或構(gòu)建更專門的設(shè)備來(lái)執(zhí)行需要的方法步驟將被證明是更方便的。而且，處理系統(tǒng)20可以是處理器的單個(gè)系統(tǒng)或互聯(lián)的分布系統(tǒng)。然而，本領(lǐng)域一般技術(shù)人員將會(huì)認(rèn)識(shí)，存在著為創(chuàng)建執(zhí)行這里列出的功能的模塊的各種各樣的平臺(tái)和語(yǔ)言。
重建模塊18在心臟周期的時(shí)間段內(nèi)生成一系列體積圖像。每個(gè)時(shí)間上偏移的體積圖像包括分片圖像22的堆疊。由于在心臟組織與心肌的周圍之間的對(duì)比度可能較差、圖像噪聲、離散的像素尺寸等等，心房的邊界存在模糊度。
在優(yōu)選實(shí)施例中，形狀模塊或裝置24計(jì)算心臟形狀的多個(gè)解，而不是現(xiàn)有技術(shù)方法的單個(gè)最佳化的解。按照蒙特卡羅采樣技術(shù)，貝葉斯概率分布可以由有限個(gè)數(shù)的樣本表示，例如500個(gè)。多個(gè)樣本被存儲(chǔ)在心肌形狀樣本存儲(chǔ)器26中。這些多個(gè)解例如可以以動(dòng)畫形狀的形式，有可能是疊加在圖像分片上顯示給臨床醫(yī)生，這樣，這組解的定性表示被提供給臨床醫(yī)生。然后功能模決28訪問(wèn)形狀樣本26，并從多個(gè)形狀26，例如噴出比值、在結(jié)束擴(kuò)張時(shí)左心室體積、在結(jié)束收縮時(shí)左心室體積、脈搏體積、心壁厚度等等，計(jì)算心臟功能性參數(shù)和統(tǒng)計(jì)參數(shù)30。
在圖上，示例的功能性參數(shù)是噴出比值32。本發(fā)明根據(jù)在形狀存儲(chǔ)器26中的多個(gè)形狀計(jì)算多個(gè)噴出比值和從這多個(gè)噴出比值計(jì)算統(tǒng)計(jì)參數(shù)，而不是如技術(shù)上已知的去計(jì)算單個(gè)噴出比值。在圖上，例如，計(jì)算具有對(duì)于每個(gè)計(jì)算的噴出比值32的相對(duì)頻率或概率的直方圖。然后功能性參數(shù)和統(tǒng)計(jì)參數(shù)30經(jīng)由顯示模塊在顯示裝置38給出，用于由臨床醫(yī)生或診斷成像系統(tǒng)10的其它用戶進(jìn)行分析。
顯示可以是作為直方圖的圖形的形式，作為中值和標(biāo)準(zhǔn)偏差的數(shù)字形式等等。這樣，向臨床醫(yī)生給出了解以及解的置信度的度量。在直方圖的情形下，臨床醫(yī)生可以容易地確定該最可能的解是否具有高的確定性，或另一方面，它是否被各種各樣的相當(dāng)高概率的解所圍繞，從而指示該解的較低的確定性。與當(dāng)前的技術(shù)不同，不確定性是不容易被忽視的，因?yàn)橄嚓P(guān)的統(tǒng)計(jì)信息與解是同時(shí)提供的。
替換地，動(dòng)畫模塊39以上述的動(dòng)畫形狀的形式顯示可能被疊加在圖像上的多個(gè)解，這樣，向臨床醫(yī)生給出了該組解的定性表示。動(dòng)畫序列可以按照預(yù)定的準(zhǔn)則被排序，例如從低的概率到高的概率排序，從最遠(yuǎn)離參考形狀到最接近參考形狀低等等。動(dòng)畫也可以疊加到最可能的形狀上。
形狀模塊24在計(jì)算中使用形狀樣本26的一個(gè)方法牽涉到馬爾可夫鏈算法的使用，如在W.R.Gilks，S.Richardson和D.J.Spiegelhalter，“Markov Chain Monte Carlo in Practice(實(shí)踐中的馬爾科夫鏈蒙特卡羅)”，Chapman and Hall，1966中描述的。為了處理問(wèn)題的時(shí)間分量，使用如在M.Isard和A.Blake，“Condensation condition density propagation fog visual tracking(可視跟蹤的濃縮條件密度傳播)”，International Journal ofComputer Vision，1998中描述的順序方法。
一般的方法是構(gòu)建描述為分割問(wèn)題的解的空間的貝葉斯概率分布和生成這個(gè)概率分布的樣本。如果我們用y表示圖像和用z表示器官的形狀，則在給定圖像后，形狀的條件分布π(z/y)可被表示為π(z|y)=π(y|z)π(z)π(y),]]>其中π(z/y)是形狀z的或然率，以及π(z)是現(xiàn)有的模型?，F(xiàn)有的模型描述有關(guān)形狀的現(xiàn)有的知識(shí)；它是有關(guān)被使用來(lái)描述形狀(例如，代表器官形狀的網(wǎng)格的節(jié)點(diǎn)的坐標(biāo)，或根據(jù)表面諧波的表面分解的系數(shù))的參數(shù)的概率分布?；蛉宦誓Ｐ兔枋鰧?duì)于固定的形狀的圖像的結(jié)構(gòu)(例如灰度值的統(tǒng)計(jì)分布)。它可被解譯為形狀對(duì)圖像擬合的良好程度的度量。先有的模型和被選擇來(lái)用于計(jì)算分割的或然率模型形成了貝葉斯模型。
從形狀z推導(dǎo)出的參數(shù)的統(tǒng)計(jì)值可表示為在函數(shù)f(z)的概率分布π(z/y)下的統(tǒng)計(jì)期望值Eπ(z|y)(f)＝∫f(z)π(z|y)dz例如，如果ρ(z)表示對(duì)于z的噴出比值，則它超過(guò)數(shù)值ρ0的概率可被表示為P(ρ(z)≥ρ0)=Eπ(z|y)(1ρ(z)≥ρ0)=∫1ρ(z)≥ρ0π(z|y)dz]]>其中II表示在積分I上的指示量函數(shù)。蒙特卡羅積分允許通過(guò)生成分布π(z/y)的樣本(z1，...，zn)和使用以下近似式直接計(jì)算這個(gè)積分Eπ(z|y)(f)≈1nΣi=1nf(zj)]]>因此，計(jì)算功能性參數(shù)的統(tǒng)計(jì)值需要生成貝葉斯概率分布π(z/y)的有限的數(shù)目的樣本。這例如可以通過(guò)生成具有貝葉斯概率分布作為靜態(tài)分布的馬爾可夫鏈而完成，對(duì)于細(xì)節(jié)可參閱“Markov Chain MonteCarlo in Practice(實(shí)踐中的馬爾科夫鏈蒙特卡羅)”。樣本跨越可能的解的范圍。如果分片的時(shí)間序列是要分割的，則分割包含形狀的時(shí)間序列。這樣的樣本以后可以通過(guò)使用順序馬爾可夫技術(shù)而被生成。例如，對(duì)于第一時(shí)間數(shù)據(jù)組，生成代表體積的有限數(shù)目的形狀。對(duì)于下一個(gè)時(shí)間步驟，使用運(yùn)動(dòng)模型來(lái)預(yù)測(cè)下一組形狀。例如，簡(jiǎn)單的運(yùn)動(dòng)模型假設(shè)心肌形狀在每個(gè)時(shí)間步驟縮小一個(gè)恒定的因數(shù)。取決于新的時(shí)間步驟的被采樣的形狀的或然率值的每個(gè)樣本的權(quán)值然后被計(jì)算并在蒙特卡羅積分中使用。順序馬爾可夫技術(shù)在本技術(shù)上是熟知的，并在例如財(cái)經(jīng)數(shù)學(xué)、跟蹤等等的其它應(yīng)用中被使用。該方法，也稱為粒子濾波，對(duì)于及時(shí)跟蹤在運(yùn)動(dòng)中的目標(biāo)是有用的。
雖然本發(fā)明具體地是參照心臟、心肌形狀和體積的磁共振成像描述的，但應(yīng)當(dāng)看到，本發(fā)明同樣可很好地應(yīng)用到其它成像技術(shù)和可建模的任何形狀。而且，雖然圖上顯示的統(tǒng)計(jì)信息是直方圖，但計(jì)算的統(tǒng)計(jì)信息可以是任何有用的參數(shù)，諸如，例如標(biāo)準(zhǔn)偏差、置信度間隔等等。
本發(fā)明是參照優(yōu)選實(shí)施例描述的。本發(fā)明也是參照幾個(gè)替換實(shí)施例描述的。對(duì)于其它人員在閱讀和理解前面的詳細(xì)說(shuō)明后將出現(xiàn)修改和變更。打算把本發(fā)明看作為包括所有的這樣的修改和變更，因?yàn)樗鼈儗儆谒綑?quán)利要求或它們的等價(jià)物的范圍。
權(quán)利要求
1.一種根據(jù)對(duì)象的多個(gè)樣本對(duì)對(duì)象的診斷圖像進(jìn)行基于隨機(jī)模型的分割的方法，該方法包括按照一個(gè)描述給出圖像的形狀的條件分布的貝葉斯模型來(lái)生成這些樣本；對(duì)于各個(gè)樣本中的每個(gè)樣本導(dǎo)出至少一個(gè)功能性參數(shù)作為采樣的結(jié)果；對(duì)于每個(gè)導(dǎo)出的參數(shù)估計(jì)不確定性值。
2.如在權(quán)利要求1中闡述的方法，還包括使用動(dòng)態(tài)模型和隨機(jī)模型中至少一個(gè)模型按時(shí)傳播樣本。
3.如在權(quán)利要求1中闡述的方法，其中估計(jì)不確定性值包括確定概率對(duì)功能性參數(shù)的直方圖。
4.如在權(quán)利要求1中闡述的方法，其中估計(jì)不確定性值包括確定功能性參數(shù)低于或高于給定閾值的概率。
5.如在權(quán)利要求1中闡述的方法，其中估計(jì)不確定性值包括確定置信度間隔。
6.如在權(quán)利要求1中闡述的方法，其中至少一個(gè)功能性參數(shù)是從以下的至少一個(gè)參數(shù)中選擇的心臟功能性參數(shù)，包括在結(jié)束擴(kuò)張時(shí)左心室體積；在結(jié)束收縮時(shí)左心室體積；脈搏體積；噴出比值；心壁厚度；以及局部缺血或梗塞區(qū)域的范圍；心臟運(yùn)動(dòng)參數(shù)，包括心肌張力；以及區(qū)域心壁運(yùn)動(dòng)；以及腦特性，包括皮層厚度；腦室體積；組織體積；以及腫瘤的體積演變。
7.如在權(quán)利要求1中闡述的方法，其中診斷圖像是從以下的至少一個(gè)圖像選擇的X射線圖像；CT圖像；MR圖像；超聲圖像；SPECT圖像；以及PET圖像。
8.如在權(quán)利要求1中闡述的方法，其中診斷圖像包括感興趣的區(qū)域的多組分片圖像，每組分片圖像是按時(shí)移動(dòng)的以給出感興趣的區(qū)域的時(shí)間演變。
9.如在權(quán)利要求8中闡述的方法，其中每個(gè)分片描繪在器官與周圍的結(jié)構(gòu)之間的交界面，該交界面的位置在一個(gè)不確定性范圍內(nèi)是可確定的，以及樣本的生成包括對(duì)于每組分片，確定器官的多個(gè)形狀。
10.如在權(quán)利要求9中闡述的方法，還包括根據(jù)在不同組的交界面位置改變的預(yù)測(cè)來(lái)調(diào)整所確定的形狀。
11.一種診斷成像設(shè)備，該設(shè)備包括用于生成診斷圖像的裝置(10，18)；和被編程來(lái)執(zhí)行按照權(quán)利要求1的方法的處理器(20)。
12.一種用于生成對(duì)象的診斷圖像的基于隨機(jī)模型分割的設(shè)備，設(shè)備包括診斷成像掃描器(10)，被配置成執(zhí)行對(duì)象(16)的感興趣的體積區(qū)域的掃描；處理系統(tǒng)(20)，被配置成處理來(lái)自診斷成像掃描器(10)的感興趣的體積區(qū)域的掃描數(shù)據(jù)；重建模塊(18)，被配置成接收掃描數(shù)據(jù)和生成被存儲(chǔ)在處理系統(tǒng)(20)的感興趣的區(qū)域的分片圖像的堆疊；形狀模塊(24)，被配置成按照一個(gè)描述給出圖像的形狀的條件分布的貝葉斯模型來(lái)計(jì)算多個(gè)形狀樣本(26)，這些形狀樣本(26)表示分片圖像(22)的分割的多個(gè)解，以及功能性模塊(28)，被配置成用于導(dǎo)出對(duì)于各個(gè)樣本(26)中的每個(gè)樣本的至少一個(gè)功能性參數(shù)(32)作為采樣的結(jié)果；和估計(jì)對(duì)于每個(gè)導(dǎo)出的參數(shù)的概率值(30)；以及顯示模塊(36)，被配置成在顯示裝置(38)上顯示至少一個(gè)功能性參數(shù)(32)和相應(yīng)的概率值(30)。
13.如在權(quán)利要求12中闡述的設(shè)備，還包括動(dòng)畫模塊(39)，被配置成按照預(yù)定的序列準(zhǔn)則和預(yù)定的疊加準(zhǔn)則在顯示裝置(38)上顯示多個(gè)解。
14.執(zhí)行對(duì)象的診斷圖像的基于隨機(jī)模型的分割的診斷成像設(shè)備，該設(shè)備包括用于按照一個(gè)描述給出圖像的形狀的條件分布的貝葉斯模型來(lái)計(jì)算多個(gè)形狀樣本(26)的裝置(24)，以及功能裝置(28)，用于導(dǎo)出對(duì)于各個(gè)樣本(26)中的每個(gè)樣本的至少一個(gè)功能性參數(shù)(32)，和為每個(gè)導(dǎo)出的參數(shù)估計(jì)概率值(30)。
15.如在權(quán)利要求14中闡述的設(shè)備，其中計(jì)算裝置(24)還被配置成使用動(dòng)態(tài)模型和隨機(jī)模型中至少一個(gè)模型按時(shí)傳播樣本(26)。
16.如在權(quán)利要求14中闡述的設(shè)備，其中功能裝置(28)還被配置成去確定概率(30)對(duì)功能性參數(shù)(32)的直方圖。
17.如在權(quán)利要求14中闡述的設(shè)備，其中功能裝置(28)還被配置成去確定功能性參數(shù)低于或高于給定的閾值的概率。
18.如在權(quán)利要求14中闡述的設(shè)備，其中功能裝置(28)還被配置成去確定置信度間隔。
19.如在權(quán)利要求14中闡述的設(shè)備，其中至少一個(gè)功能性參數(shù)是從以下的至少一個(gè)參數(shù)中選擇的心臟功能性參數(shù)，包括在結(jié)束擴(kuò)張時(shí)左心室體積；在結(jié)束收縮時(shí)左心室體積；脈搏體積；噴出比值；心壁厚度；以及局部缺血或梗塞區(qū)域的范圍；心臟運(yùn)動(dòng)參數(shù)，包括心肌張力；以及區(qū)域心壁運(yùn)動(dòng)；以及腦特性，包括皮層厚度；腦室體積；組織體積；以及腫瘤的體積演變。
20.如在權(quán)利要求14中闡述的設(shè)備，還包括用于對(duì)對(duì)象(16)的感興趣的體積區(qū)域進(jìn)行掃描的裝置(10)；用于處理從掃描裝置(10)接收的感興趣的體積區(qū)域的掃描數(shù)據(jù)的裝置(20)；用于接收掃描數(shù)據(jù)和生成感興趣區(qū)域的分片圖像(22)的多個(gè)堆疊的裝置(18)，每個(gè)堆疊被按時(shí)移位，計(jì)算裝置(24)計(jì)算分片圖像(22)的多個(gè)解以形成該多個(gè)形狀樣本(26)；用于顯示至少一個(gè)功能性參數(shù)(32)和相應(yīng)的估計(jì)的概率值(30)的裝置(36，38)。
21.如在權(quán)利要求14中闡述的設(shè)備，還包括用于按照預(yù)定的序列準(zhǔn)則和預(yù)定的疊加準(zhǔn)則對(duì)該多個(gè)解進(jìn)行動(dòng)畫制作和顯示的裝置(39，38)。
22.如在權(quán)利要求20中闡述的設(shè)備，其中掃描裝置(10)包括以下的至少一個(gè)裝置X射線掃描裝置；CT掃描裝置；MR掃描裝置；超聲掃描裝置；PET掃描裝置；以及SPECT掃描裝置。
23.如在權(quán)利要求22中闡述的設(shè)備，其中每個(gè)分片描繪在器官與周圍的結(jié)構(gòu)之間的交界面，該交界面的位置在一個(gè)不確定范圍內(nèi)是可確定的，以及樣本的生成包括對(duì)于每組分片，確定器官的多個(gè)形狀。
24.如在權(quán)利要求23中闡述的設(shè)備，其中計(jì)算裝置(24)還被配置成根據(jù)在不同的組的交界面位置的改變的預(yù)測(cè)來(lái)調(diào)整所確定的形狀。
全文摘要
診斷成像設(shè)備(10)為執(zhí)行對(duì)象的診斷圖像的基于隨機(jī)模型的分割。生成多個(gè)分片圖像的(22)堆疊，其每個(gè)堆疊按時(shí)間移位。根據(jù)以多個(gè)形狀樣本(26)的這種形式的分片圖像的堆疊計(jì)算出器官形狀的多個(gè)解。按照一個(gè)描述給出圖像的形狀的條件分布的貝葉斯模型生成(24)樣本，并為每個(gè)樣本導(dǎo)出至少一個(gè)功能性參數(shù)(32)。對(duì)于每個(gè)參數(shù)導(dǎo)出并顯示(36，38)概率值(30)。
文檔編號(hào)G06T7/60GK1910618SQ200580002514
公開(kāi)日2007年2月7日 申請(qǐng)日期2005年1月5日 優(yōu)先權(quán)日2004年1月15日
發(fā)明者J·T·塞內(nèi)加斯 申請(qǐng)人:皇家飛利浦電子股份有限公司