專利名稱：：使用時間減影技術對間隔變化的視覺增強的制作方法
技術領域：
：本發(fā)明涉及一種改善從在不同時間采集的醫(yī)學圖像中對病理變化的檢測的視覺增強技術。
背景技術：
：患者隨訪是放射科醫(yī)生的日常臨床實踐的主要部分。為了檢測病理變化，例如肺中生長的小結、間質浸潤和胸腔積液，將當前的胸腔圖像與先前記錄的圖像進行比較。時間減影是幫助放射科醫(yī)生進行該耗時任務的一種流行技術。先前圖像在正確對準和翹曲(warping)之后從當前圖像被減影，以便在視覺上增強病理變化。幾項研究已經(jīng)表明，具有時間減影的系統(tǒng)顯著地增大了數(shù)字胸部放射照片中的間隔變化的檢測速度。研究也已表明，所述技術也正面地影響了放射科醫(yī)生的判讀時間。幾項研究已經(jīng)將CT圖像的時間減影應用于癌癥檢測。如今，胸部放射照片的時間減影已進入商業(yè)上可用的CAD系統(tǒng)。在從一幅圖像減影另一幅之前，需要對準對應的解剖結構以便從減影圖像中除去無關信息。胸腔的計算機放射攝影或計算機斷層掃描圖像遭受由于患者姿勢和吸氣的差異而引起的對應結構的3D移位所導致的非剛性幾何失真，這訴諸于非剛性配準算法的選擇。另一方面，非剛性翹曲具有改變損傷大小的有害效果。先前圖像中的腫瘤可能被放大以便匹配當前圖像中的腫瘤，使得在減影圖像中無法觀察到變化。因此，大多數(shù)作者使用不允許大的局部變形的翹曲技術。例如，D.Loeckx等人的"TemporalsubtractionofthoraxCRimagesusingastatisticaldeformationmodel",IEEETrans.Med.Imag.22(11),pp.1490-1504,2003應用了PCA變形場，該PCA變形場在典型變形上被訓練以便捕獲吸氣和姿勢差異模式。本發(fā)明的一個方面是提供一種顯現(xiàn)醫(yī)學圖像中的對應結構之間的時間差異的方法，其克服了現(xiàn)有技術的缺陷。根據(jù)以下給出的描述，本發(fā)明的其他方面將變得顯而易見。
發(fā)明內容上述方面由如權利要求1中所述的方法來提供。本發(fā)明公開了一種可選的減影技術，其使用巻積濾波器來避免在精確配準的情況下病理變化在減影圖像中消失。所述方法對于用于肺癌隨訪的胸腔的時間CT數(shù)據(jù)集被證實，并且可與使用自動客觀度量的常規(guī)減影技術相比。所述巻積借助于窗函數(shù)來執(zhí)行，所述窗函數(shù)在一個實施例中是平均函數(shù)?？梢栽O想各種可選的函數(shù)。所述窗函數(shù)的大小優(yōu)選與所述結構的尺寸相關。它優(yōu)選地具有與所述結構的尺寸類似的尺寸。本發(fā)明通常作為計算機程序產(chǎn)品被實施，該計算機程序產(chǎn)品適于當在計算機上運行并被存儲在計算機可讀介質上時執(zhí)行權利要求中任何一項所迷的方法。圖1在三個正交視圖中一起示出原始掃描和隨訪掃描，每當用戶點擊新視點時，所述視圖就被更新。兩幅圖像被同時顯示，使得與視點《重合的圖像點是根據(jù)變形場的對應點。應用于浮圖像的唯一變換是平移，使得病變的大小被保持。圖2說明變形場(c)把模擬的參考小結(b)幾乎完全地變形到浮動小結(a)上。所變形的浮動小結通過根據(jù)變形場對浮動小結進行插值來估計。差圖像(d)然后通過從參考圖像中減影所變形的浮動來計算。當完全配準時，時間減影并不增強間隔變化。強度范圍對于(a)和(b)是從0到1，并且在(d)中是從-1到1。圖3:分別考慮浮動(a)和參考(b)圖像中對應的體素g(r)和r。應用了一種計算減影圖像的可選方法，而不是減去對應的強度值，其將產(chǎn)生零值體素。在朝著該解決方案的第一步驟中，通過將強度與以感興趣體素為中心的模板相結合來計算兩幅圖像中在圍繞對應體素的區(qū)域中可獲得的密度的大小(c-d)。由于模擬的小結已經(jīng)生長，所以在r處的參考圖像中的密度大小將大于在g(r)處的浮動圖像中的大小。圖4示出對于圖2中的具有若干配準誤差的模擬的生長小結而言常規(guī)方法(第一行)和可選方法(第二行)的比較(a)完全配準，(b)Ax^=2，=2和=0,(C)=0,A乂=0和=3,(d)=0,A乂=0和Ar^-3以及(e)=2,Ay一2和Ar,3。當應用完全配準時，該可選方法明顯地增強了間隔變化。至于生成由或多或少的黑色區(qū)域所圍繞的白斑的每種情況，該方法也似乎要比標準方法對于配準誤差更魯才奉。圖5示出具有減影圖像的三個額外視圖的所述觀察器。減影圖像把讀者的注意力立即吸引到四個生長的小結。圖6說明這兩種減影方法的比較。該可選減影圖像(a)顯示了由生長的小結所導致的白斑。使用常規(guī)方法的減影圖像的相同切片沒有增強該病理變化(b)。具體實施方式圖像配準為了在視覺上增強在不同時刻采集的相同患者的圖像之間的病理變化，非剛性配準是必須的，以便使得兩幅圖像對準，從而對應的結構重合。在當時采集的第一圖像被稱為原始掃描F(浮動圖像)，并且我們將把在隨后時刻采集的圖像稱為隨訪掃描/M參考圖像)。為了配準，采用非剛性張量積B樣條變換模型，其中使用交互信息(MI)作為相似性度量。所得到的把每個位置r^映射到對應位置r^上的變換將被稱為g(&)。隨訪觀察器已經(jīng)開發(fā)了符合隨訪應用的需要的圖像觀察器(圖1)。當時間圖像的讀者對病理變化的檢測感興趣時，觀察器需要同時顯示兩個掃描的對應解剖結構。一起顯示翹曲的原始掃描和隨訪掃描的觀察器就是這種情況。遺憾的是，由于非剛性翹曲可以具有改變病變大小的有害效果，因此這樣的觀察器可能隱藏病理變化。為了對此進行補償，提出這樣一種觀察器，其使兩個掃描中對應的結構對準，同時避免浮動圖像F的非剛性變換。代之以，應用于浮動圖像的唯一變換是平移。該平移取決于由用戶選擇的視點《，并且隨著視點的變化而變化。這被如下實現(xiàn)計算對應于視點g(3c,y，力的參考圖像的圖像點&。-應用非剛性變形場g(rj來找到浮動圖像中的對應點rF。最后，平移浮動圖像，使得^與？重合。因此，原始掃描和隨訪掃描被一起顯示在三個正交視圖中，每當用戶點擊新視點時，所述視圖就被更新。兩幅圖像同時被顯示，使得與視點《重合的圖像點是根據(jù)變形場的對應點。觀察器遵守上述條件。首先，通過對于每個視點將平移應用到原始掃描，兩個掃描的解剖結構被同時顯示。其次，由于平移是剛性變換，因此病變的大小被保持。時間減影常規(guī)方法一旦時間圖像被對準，通過減去對應體素的強度來構造減影圖像&外),r)-F(g(r))(l)其中/、F和g(r)是參考圖像、浮動圖像和由配準算法所給出的變換場。當參考圖像是最新掃描時，減影圖像中的白色區(qū)域表明，組織在對應的區(qū)域已經(jīng)變得更致密，反之亦然。幾項臨床驗證研究已經(jīng)表明，當時間減影圖像被提供時，間隔變化的檢測得到改善。另一方面，當實施和解釋該技術時，應當牢記以下問題。首先，如果配準算法允許大的局部變形，則時間減影圖像可能會變得有問題。這在圖2中被展示。一般而言，當變換場局部地改變病變的大小時，可以說減影圖像是易誤解的。因此，只有全局變形配準算法才適用于該技術。其次，閱讀減影圖像的臨床醫(yī)生必須注意到引起低信噪比的配準偽影。臨床醫(yī)生需要訓練階段以便能夠使配準偽影與實際間隔變化模式(pattern)相區(qū)分?？蛇x方法根據(jù)本發(fā)明，公開了一種計算減影圖像的可選方法。該方法避免了在把參考圖像中的病變匹配到浮動圖像中的病變上時間隔變化消失。這一皮如下實現(xiàn)(圖3)。分別考慮浮動(a)和參考(b)圖像中對應的體素g(r)和r。提出一種可選方法，而不是減去對應的強度值，其將產(chǎn)生零值體素。首先，通過將強度與以感興趣體素為中心的模板Z/w相結合來計算兩幅圖像中在圍繞對應體素的區(qū)域中可獲得的密度的大小。這在圖3(c-d)中被顯示。由于模擬的小結已經(jīng)生長，所以在r處的參考圖像中的密度大小將大于在g(r)處的浮動圖像中的大小。具有尺寸O,w,vv)的模板/4具有歸一化強度W—1W—lW—1并且在其中心相對于x、y和z是對稱的。因此，測量在圖像/的在每個體素O，乂力處的密度大小4相當于使圖像與模板//w巻積乙(x,乂-)=/(x，乂z)Ww"乂z)(3)在第二步驟中，在體素產(chǎn)(JC,乂Z)處的減影值&然后作為在該位置處的密度的變化而被計算^(r"凡(r)-，r》(4)其中如果模板/^的窗大小被設為1,則表達式(4)簡化為常規(guī)計算的減影圖像(1)。實驗實驗I在第一實驗中，對于圖2的模擬的圖像來比較方法(1)和(4):浮動圖像(a)包含在(^^—40,40)處并且半徑^-10的小結，參考圖像(b)中的小結以(x2,=(60,60)為中心并且具有半徑r2=20。兩幅圖像具有尺寸100x100。選擇窗大小為w-ii的常值模板函數(shù)/7^i/V。我們使用數(shù)學變形模型來把參考小結(x^^)變換到小結(^+A^^+Aj^+A。。參數(shù)&、Ay,和A"皮引入以侵j莫擬配準誤差。圖4對于若干配準誤差比較常規(guī)方法(第一行)和可選方法(第二行)(a)完全配準，(b)<formula>formulaseeoriginaldocumentpage7</formula>△r=—3以及(e)=2,A乂=2，=3。當應用完全配準時，該可選方法明顯地增強了間隔變化。至于生成由或多或少的黑色區(qū)域所圍繞的白斑的每種情況，該方法也似乎要比標準方法對于配準誤差更魯棒。實驗II在用于患者隨訪的胸腔的時間CT數(shù)據(jù)集上測試根據(jù)本發(fā)明的技術。在該研究中涉及均由兩幅時間圖像組成的四個病例兩個患者含有惡性小結，一個患者具有生長的腫瘤，以及一個病例含有轉移瘤。連續(xù)采集之間的時間范圍從39到57天。每個掃描由尺寸為512x512的5mm切片《且成。在四個病例的每一個中使用上面描述的配準算法來將隨訪掃描配準到原始掃描。對于兩個小結病例，通過在對準之后計算原始掃描中的小結和隨訪掃描中的小結之間的距離來表示配準精度。對于第一小結病例，配準精度是2.0土1.4毫米，對于第二患者是5.8±3丄為另兩個數(shù)據(jù)集測量類似的配準精度。使用模板函數(shù)/^以及wx=wy=ll和wz=3來計算減影圖像。利用減影圖像的三個額外視圖所擴展的上述觀察器在圖5中被顯示。減影圖像把讀者的注意力立即吸引到四個生長的小結。圖6在^L覺上比較兩種減影方法。該可選減影圖像(a)顯示了由生長的小結所導致的白斑。使用常規(guī)方法的減影圖像的相同切片沒有增強該病理變化(b)。實驗HI實質上，打算把減影圖像作為對病理變化的視覺增強的工具，但是該減影圖像也可以用作朝著間隔變化的自動檢測的預處理步驟。生長的小結例如由減影圖像中的特定模式來表征。這允許生長的小結的自動檢測，并且提供定量地比較這兩種減影方法的機會如果我們基于這兩種減影方法之一來建立檢測系統(tǒng)，則該系統(tǒng)的檢測實驗的結果用作該方法的客觀度量。進行以下實驗。首先，在先前實驗的數(shù)據(jù)集中人工地檢測到14個生長的小結。其次，在減影圖像的對應切片中圍繞小結位置的2D強度模式被用來訓練模式檢測器。模式檢測器的例子可以基于如在"Imagesegmentationusinglocalshapeandgray-levelappearancemodels",D.Seghers,D.Loeckx,F.Maes,P.SuetensinProc.SPIEConferenceonMedicalImaging,2006中所述的2D強度才莫式?？蛇x擇地，模式檢測器可以基于中心-周圍濾波器。檢測系統(tǒng)然后用留一法來驗證從訓練集中除去小結之一，在減少的訓練集上再次訓練檢測器，并且最后，要求檢測器在減影圖像的對應切片中尋找所除去的小結的位置。模式檢測器建立剖面(profile)的統(tǒng)計模型，所述剖面由在以小結位置為中心、半徑為^;的圓上所采樣的^個點組成。在60幅LOI特征圖像中采樣剖面。為不同的剖面配置重復留一法實驗rc=2.5,5和10個像素并且&=3,4,6和8。表1報告了檢測系統(tǒng)使用(a)常規(guī)方法和(b)在本公開中所引入的方法的結果。該可選方法似乎比標準方法明顯更好地工作。"c=3"c=6<table>tableseeoriginaldocumentpage9</column></row><table>權利要求1.一種顯現(xiàn)在參考圖像R和浮動圖像F中的對應結構之間的時間差異的方法，包括以下步驟-將所述參考圖像R與窗函數(shù)Hw卷積以生成Rw，-將所述浮動圖像F與相同的窗函數(shù)Hw卷積以生成Fw，-應用導致變換場g(rR)的非剛性變換，該變換場g(rR)把每個位置rR映射到浮動圖像F中的對應位置rF，-通過執(zhí)行減法Rw(r)-Fw(g(r))來生成減影圖像，其中r表示參考圖像R中的體素(x，y，z)。2.根據(jù)權利要求1所述的方法，其中所述窗函數(shù)是平均函數(shù)。3.根據(jù)權利要求1或2所述的方法，其中所述窗函數(shù)的大小與所述結構的尺寸相關。4.一種計算機程序產(chǎn)品，其適于當在計算機上運行時執(zhí)行在前權利要求中任何一項所述的方法。5.—種計算機可讀介質，包括適于執(zhí)行在前權利要求中任何一項所述的步驟的計算機可執(zhí)行程序代碼。全文摘要本發(fā)明公開了使用時間減影技術對間隔變化的視覺增強。一種通過下列步驟來顯現(xiàn)在參考圖像R和浮動圖像F中的對應結構之間的時間差異的方法將所述參考圖像R和所述浮動圖像F與窗函數(shù)H_w卷積以生成R_w和F_w；應用導致變換場g(r_R)的非剛性變換，該變換場g(r_R)把每個位置r_R映射到浮動圖像F中的對應位置r_F；并且通過執(zhí)行減法R_w(r)-F_w(g(r))來生成減影圖像，其中r表示參考圖像R中的體素(x，y，z)。文檔編號G06T7/00GK101241596SQ20081000546公開日2008年8月13日申請日期2008年2月5日優(yōu)先權日2007年2月9日發(fā)明者D·塞格斯,P·德瓦爾,P·蘇滕斯申請人:愛克發(fā)醫(yī)療保健公司