亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

在存在金屬偽影的情況下用于分割的不確定性圖的制作方法

文檔序號(hào):6478142閱讀:196來(lái)源:國(guó)知局
專利名稱:在存在金屬偽影的情況下用于分割的不確定性圖的制作方法
在存在金屬偽影的情況下用于分割的不確定性圖本發(fā)明具體應(yīng)用于基于模型的分割系統(tǒng),尤其涉及自適應(yīng)對(duì)象成像。然而,應(yīng)當(dāng)理 解所描述的技術(shù)也可應(yīng)用于其他對(duì)象成像系統(tǒng)、其他圖像自適應(yīng)情況或其他醫(yī)學(xué)技術(shù)。諸如髖關(guān)節(jié)置換物或牙科填充物的金屬植入物是CT成像過(guò)程中嚴(yán)重偽影的來(lái) 源。主要的和不期望的影響是金屬植入物引起射束硬化,其引起靠近金屬并從所述金屬發(fā) 射的亮暗陰影。金屬偽影妨礙正確診斷,以及自動(dòng)或半自動(dòng)器官分割。金屬偽影降低方法 可以改進(jìn)針對(duì)觀察者的對(duì)象圖像質(zhì)量。不考慮可見(jiàn)改進(jìn),這些方法通?;趥斡绑w素的移 除以及通過(guò)臨近體素的插值進(jìn)行的置換,這引入附加的不確定性,使得不能保證由該方法 恢復(fù)原始結(jié)構(gòu)。另外,在金屬偽影降低之后,結(jié)構(gòu)通常不明確,并且可能會(huì)不期望地引入其 他結(jié)構(gòu)。這為自動(dòng)器官分割強(qiáng)加了另一個(gè)阻礙。圖像重建和/或分割可能有害地受患者體內(nèi)的金屬影響。在基于模型的重建的一 個(gè)示例中,將器官的網(wǎng)格模型重疊在診斷圖像或診斷數(shù)據(jù)上。兩個(gè)反作用力——模型試圖 通過(guò)其來(lái)保持自身形狀的內(nèi)能和驅(qū)使模型朝向診斷圖像中的界面或表面的外能,以相反的 方向同時(shí)作用將模型帶到器官的形狀。雖然當(dāng)器官的邊緣在圖像中被確切限定時(shí)基于模型 的分割令人滿意,但是當(dāng)存在的偽影退化(例如上面所討論的金屬偽影)時(shí),會(huì)出現(xiàn)問(wèn)題。 即患者體內(nèi)的金屬物(例如,銷、螺釘、髖關(guān)節(jié)置換物、填充物等)生成諸如線條的偽影,其 使得圖像細(xì)節(jié)模糊,增加與器官表面的精確定位有關(guān)的不確定性。本申請(qǐng)?zhí)峁┝诵碌暮透倪M(jìn)的基于模型的、說(shuō)明與被金屬偽影模糊的圖像數(shù)據(jù)相關(guān) 的不確定性的分割系統(tǒng)和方法,其克服了上述提到的問(wèn)題以及其他問(wèn)題。根據(jù)一方面,提供用于在存在金屬偽影的情況下用于圖像分割的系統(tǒng)的系統(tǒng),其 包括模型生成器以及體素分析器,所述模型生成器接收患者圖像數(shù)據(jù)并存儲(chǔ)解剖結(jié)構(gòu)的經(jīng) 訓(xùn)練的模型,所述體素分析器確定金屬偽影是否存在于患者圖像數(shù)據(jù)中的一個(gè)或多個(gè)體素 中。系統(tǒng)還包括處理器以及分割工具,所述處理器執(zhí)行金屬偽影降低算法并生成具有合并 于其中的對(duì)于從患者圖像數(shù)據(jù)生成的患者圖像的經(jīng)校正的體素?cái)?shù)據(jù)的不確定性圖,所述分 割工具對(duì)對(duì)應(yīng)于患者圖像的解剖結(jié)構(gòu)的經(jīng)訓(xùn)練的模型進(jìn)行匹配并使用基于模型的分割技 術(shù)分割患者圖像并對(duì)由處理器導(dǎo)出的不確定性進(jìn)行評(píng)估。根據(jù)另一方面,提供用于執(zhí)行基于模型的分割的方法,其包括生成包括金屬物的 患者區(qū)域的患者圖像,生成指示患者圖像中由于金屬物的重建偽影導(dǎo)致的部分的不確定性 的患者圖像的不確定性圖,并且當(dāng)使用基于模型的分割對(duì)取代金屬物的患者圖像部分進(jìn)行 分割時(shí)采用不確定圖像。根據(jù)另一方面,提供便于使用不確定性圖進(jìn)行基于模型的分割的裝置,其包括用 于生成患者圖像數(shù)據(jù)的器件、用于將患者圖像數(shù)據(jù)重建為3D患者圖像的器件,以及用于檢 測(cè)在3D患者圖像的一個(gè)或多個(gè)體素中的金屬偽影的器件。所述裝置還包括用于生成具有 降低金屬偽影的插值數(shù)據(jù)的不確定性圖的器件,用于對(duì)與網(wǎng)格模型的表面區(qū)域相關(guān)聯(lián)的特 征進(jìn)行加權(quán)的器件,以及使用基于模型的分割對(duì)3D患者圖像進(jìn)行分割以將所述網(wǎng)格模型 與3D患者圖像進(jìn)行匹配的器件。根據(jù)另一方面,提供執(zhí)行基于模型的分割的方法,其包括生成對(duì)象的器官或區(qū)域的診斷圖像,所述診斷圖像具有金屬偽影;選擇所成像的器官或區(qū)域的模型;以及在模型 上施加驅(qū)使模型保持其原始形狀的第一力。該方法還包括在模型上施加驅(qū)使模型變形至與 診斷圖像中的對(duì)應(yīng)界面對(duì)準(zhǔn)的第二力,以及,基于圖像體素,根據(jù)金屬偽影的程度的調(diào)整第 一和第二力,使得對(duì)于具有較高程度的金屬偽影的體素第一力的幅度相對(duì)于第二力增加, 并且對(duì)于具有較低程度的金屬偽影的體素第二力的幅度相對(duì)于第一力增加。另外一方面涉及用于在存在金屬偽影的情況下用于圖像分割的系統(tǒng),其包括接收 患者圖像數(shù)據(jù)并存儲(chǔ)解剖結(jié)構(gòu)的經(jīng)訓(xùn)練的模型的模型生成器,確定金屬偽影是否存在于患 者圖像數(shù)據(jù)中的一個(gè)或多個(gè)體素中的體素分析器,以及在不改變患者圖像數(shù)據(jù)的情況下生 成不確定性圖的處理器。所述系統(tǒng)還包括分割工具,所述分割工具對(duì)對(duì)應(yīng)于患者圖像的解 剖結(jié)構(gòu)的經(jīng)訓(xùn)練的模型進(jìn)行匹配,并使用基于模型的分割技術(shù)分割患者圖像并對(duì)由處理器 導(dǎo)出的不確定性進(jìn)行評(píng)估。一個(gè)優(yōu)勢(shì)在于提高了圖像分割精確度。另一個(gè)優(yōu)勢(shì)在于減輕了在所分割圖像中的金屬偽影失真。另一個(gè)優(yōu)勢(shì)在于降低了將模型變形至圖像所消耗的總能量,這改善了處理速度。本領(lǐng)域的普通技術(shù)人員在閱讀并理解下述詳細(xì)描述之后將理解本發(fā)明主題的其 他優(yōu)勢(shì)。本發(fā)明將采用各個(gè)部件和部件的布置、以及各個(gè)步驟和步驟的布置的形式。附圖 僅用于說(shuō)明各方面的目的,而不應(yīng)被理解為限制本發(fā)明。

圖1示出了根據(jù)圖像中的體素被金屬偽影污染的可能性調(diào)整施加用于對(duì)圖像進(jìn) 行變形的外能的系統(tǒng);圖2示出了具有兩個(gè)植入物的髖部的圖像,以及諸如可以由體素分析器生成的不 確定性圖;圖3示出了與金屬偽影降低方法一起應(yīng)用于圖2的示例的技術(shù)的示例;圖4示出了基于模型的分割的基本原理的圖示;圖5為圖像的經(jīng)分割的圖像自適應(yīng)以及使用將模型向內(nèi)推入以使模型適應(yīng)圖像 的外力的經(jīng)訓(xùn)練的模型的示例;圖6示出了模型的特征以及他們與描繪出相應(yīng)特征的內(nèi)能的圖像的特征的關(guān)聯(lián);圖7示出了自適應(yīng)迭代,其中,網(wǎng)格模型適應(yīng)圖像,應(yīng)該理解基于模型的分割為迭 代算法;圖8示出了執(zhí)行中的內(nèi)力指令的示例,其諸如可以由分割工具結(jié)合CT掃描器等執(zhí) 行或引起;圖9為示出了具有覆蓋于器官表面上的網(wǎng)格模型表面的器官表面的截屏的圖示;圖10示出了當(dāng)分割患者的核圖像或放射圖像時(shí),用于生成不確定性圖以減輕由 患者體內(nèi)的金屬物引起的畸變的方法;圖11示出了生成不確定性圖以使解剖結(jié)構(gòu)的模型適應(yīng)于對(duì)患者圖像的分割的方法。這里描述的系統(tǒng)和方法便于分割軟組織圖像,所述圖像的表面邊界被來(lái)自所成像 對(duì)象的其他區(qū)域中的金屬物的偽影偽造并且渲染得不確定。例如,髖關(guān)節(jié)置換物中的金屬 球可以引起遍布患者的骨盆區(qū)域的圖像的類似于星爆的偽影,部分地模糊了感興趣器官(例如,膀胱、前列腺等)。不只是金屬投影偽影進(jìn)入到圖像的遠(yuǎn)端區(qū)域,偽影也模糊了金屬 本身的精確位置。為了改進(jìn)圖像表現(xiàn),有人提議試著識(shí)別金屬物的確切位置,使用該信息估 計(jì)對(duì)未重建的數(shù)據(jù)的校正,并重建經(jīng)校正的數(shù)據(jù)。該技術(shù)以及其他技術(shù)移除所有或者大部 分類似于星爆的偽影并顯示縮小的或者基本上沒(méi)有偽影的圖像。然而,由于與金屬物的真 實(shí)尺寸和位置的識(shí)別相關(guān)的不確定性以及校正過(guò)程的其它部分的不確定性,仍然存在與在 圖像的其他部分中的遠(yuǎn)端器官的邊界表面的精確度相關(guān)的不確定性。這里描述的(一個(gè)或 多個(gè))技術(shù)控制并調(diào)整關(guān)于在這些遠(yuǎn)端器官的分割過(guò)程中遠(yuǎn)端器官的邊界表面的真實(shí)位 置的不確定性。在所描述的第一個(gè)實(shí)施例中,通過(guò)覆蓋具有正常器官的形狀的網(wǎng)格模型對(duì) 遠(yuǎn)端器官進(jìn)行分割。將相對(duì)作用力施加于網(wǎng)格模型。施加一個(gè)力以移動(dòng)網(wǎng)格模型的表面使 其與圖像中的表面邊界對(duì)準(zhǔn)。施加其他力將網(wǎng)格保持在標(biāo)稱的器官形狀。根據(jù)不確定性調(diào) 整這些力的相對(duì)幅度。將會(huì)理解,可以將該實(shí)施例應(yīng)用于由于其他因素的不確定性,而不需 要執(zhí)行金屬偽影校正技術(shù)作為預(yù)備步驟。現(xiàn)在轉(zhuǎn)到圖1,示出了系統(tǒng)10,其根據(jù)圖像中的體素受到金屬偽影污染的可能性, 調(diào)整所施加的外能以使圖像變形。系統(tǒng)包括對(duì)象成像設(shè)備(SID) 12,其耦合到圖像數(shù)據(jù)存儲(chǔ) 器13和重建處理器14,所述重建處理器接收從SID捕獲的數(shù)據(jù)并將所述數(shù)據(jù)重建為圖像。 例如,SID可以為計(jì)算機(jī)斷層攝影(CT)掃描器、正電子發(fā)射斷層攝影(PET)掃描器、單光子 發(fā)射計(jì)算機(jī)斷層攝影(SPECT)掃描器、磁共振成像(MRI)設(shè)備、功能MRI(fMRI)設(shè)備或一些 其他適合的對(duì)象成像設(shè)備。系統(tǒng)還包括模型生成器16,其包括處理器18和存儲(chǔ)器20。該 存儲(chǔ)器可以存儲(chǔ)與解剖結(jié)構(gòu)的一個(gè)或多個(gè)模型相關(guān)的信息,該信息可以從一個(gè)或多個(gè)對(duì)象 的臨床圖像生成。例如,存儲(chǔ)器可以存儲(chǔ)單個(gè)器官或其他結(jié)構(gòu)(例如,心臟、肝臟、腎臟、膀 胱、前列腺、肺、唾液腺等),以及器官和/或結(jié)構(gòu)的組(例如,肝臟和腎臟、心臟和肺、骨盆 區(qū)域、腹部區(qū)域、胸部區(qū)域、顱部區(qū)域等)的3D模型。所存儲(chǔ)的模型為針對(duì)標(biāo)稱人的器官或 結(jié)構(gòu)的模型,并且還可以包括針對(duì)這些器官的患者間可變性的模型。模型生成器還包括體 素分析器22,其定量地和定性地對(duì)對(duì)象圖像的由對(duì)象內(nèi)的金屬(例如,填充物、髖關(guān)節(jié)置換 物、銷、螺釘?shù)?引起的偽影進(jìn)行分析,以及加權(quán)模塊對(duì),其根據(jù)存在于體素位置的可能金 屬偽影對(duì)位于該體素位置的外能進(jìn)行加權(quán)。另外,模型生成器包括分割工具沈,其將外力和 內(nèi)力施加到所選模型以使所述模型與對(duì)象圖像匹配用于分割,同時(shí)考慮到由金屬對(duì)象引起 的偽影。另外,系統(tǒng)包括圖形用戶界面(GUI)觀,其將圖像和/或模型信息呈現(xiàn)給用戶,并且 用戶向其中輸入信息以操控圖像、模型等。由處理器18與SID12相結(jié)合來(lái)應(yīng)用金屬識(shí)別協(xié)議以識(shí)別金屬的位置。一旦金屬 被識(shí)別,體素分析器22定性地預(yù)測(cè)每個(gè)體素是否被金屬偽影所污染。體素被金屬偽影污染 的可能性越大,由加權(quán)模塊M降低的外能越大。以這種方式,在與診斷圖像的體素相關(guān)的 不確定性增加的情況下,模型的形狀變?yōu)橹淞α俊T诹硪粚?shí)施例中,用于定位圖像中的金屬物的技術(shù)還用于從圖像中移除金屬圖像 并移除偽影。在該情況下,通過(guò)估計(jì)或猜測(cè)哪個(gè)結(jié)構(gòu)應(yīng)該取代偽影而將偽影移除。例如,可 以通過(guò)將圖像解構(gòu)為正弦圖、用插值數(shù)據(jù)取代金屬影中的正弦圖的數(shù)據(jù)、并重建圖像來(lái)移 除金屬偽影。因此,偽影校正圖像可以包含不確定性,但是該不確定性與偽影污染圖像不同 地分布。根據(jù)一個(gè)示例,從存儲(chǔ)器20選擇具有三角形網(wǎng)格表面的所選擇的器官模型和一組自適應(yīng)參數(shù)。當(dāng)模型生成器接收來(lái)自SID和/或重建處理器的數(shù)據(jù)集(例如,CT圖像、
MR圖像、3D解剖圖像等)時(shí),處理器執(zhí)行目標(biāo)函數(shù)E總=W內(nèi)XE內(nèi)+w夕卜XE外,其中,E總為總能
'=JVa
量,內(nèi)能,E外為外能,Wrt為內(nèi)能權(quán)重,W外為外能權(quán)重。外能為外=5>(天)巧弦-禾)",
/ 1
其中,K^,)表示外能或力的可靠性(例如,原始數(shù)據(jù)中局部地貢獻(xiàn)于圖像的部分)并且是空 間變量,νδ為網(wǎng)格表面中的三角形的數(shù)量,Wt為三角形t的特征強(qiáng)度,為三角形t的最佳 特征的坐標(biāo),且^為三角形t的中心的坐標(biāo)。在一個(gè)實(shí)施例中,對(duì)目標(biāo)函數(shù)進(jìn)行比例化不改變最小值的定位(1/V,) XE 總=(w內(nèi)/V夕卜)XE內(nèi)+E夕卜。因此,可以將w外設(shè)為1而不會(huì)約束該問(wèn)題,且目標(biāo)函數(shù)變?yōu)镋總=
w內(nèi)X E內(nèi)+E外。圖2示出了具有兩個(gè)植入物的髖部以及諸如可以由體素分析器生成的不確定 性圖。從圖像40,和/或作為金屬偽影降低方法或技術(shù)的副產(chǎn)品,導(dǎo)出不確定性測(cè)量, 將其傳遞到GUI和/或分割工具。如果在原始圖像上進(jìn)行分割,可以采用由Watzke和 Kalender(Eur Radiol 14 =849-856,2004)提出的方法來(lái)定性地估計(jì)體素經(jīng)受射束硬化的 可能性。該方法包括金屬識(shí)別和金屬偽影的移除,其又包括金屬的前向投影、超線性加權(quán) (例如,三次方)、以及非加權(quán)反向投影。所得的圖像由不確定性圖42表示。圖42中的圖 像的結(jié)構(gòu)與原始圖像40中的金屬偽影的表現(xiàn)很好地關(guān)聯(lián)?,F(xiàn)在可以使用該不確定性圖局 部地平衡在圖40的基于模型的分割中的圖像項(xiàng)以及模型項(xiàng)的權(quán)重。圖3示出了與金屬偽影降低方法(例如,諸如在2007年1月4日提交的Koehler 的題為“Apparatus,method,and computer program for producing acorrected image of a region of interest from acquired projection data,,,的 EP07100081 中所描述的) 一起應(yīng)用到圖2的示例的技術(shù)的示例。該方法包括貫穿金屬影的投影數(shù)據(jù)的插值。這里可 以針對(duì)每個(gè)體素將圖像50的不確定性建模為插值投影樣本中對(duì)體素有貢獻(xiàn)的部分。在更 先進(jìn)的情況中,圖像40和50(原始的和經(jīng)校正的)都可以與對(duì)應(yīng)的不確定性圖52 —起被 用于分割處理。除了示出了在應(yīng)用金屬偽影降低方法之后的原始圖像的圖像50之外,不確 定性映射52,圖像M示出了由等值線56標(biāo)記的不確定性。圖4為示出了基于模型的分割的一些基本原理的圖示?;谀P偷姆指畎ㄓ?xùn)練 階段72以及分割階段74,其可順序和/或同時(shí)出現(xiàn)。在訓(xùn)練階段期間,訓(xùn)練數(shù)據(jù)76包括 經(jīng)分割的圖像的參照集,并且對(duì)對(duì)應(yīng)的網(wǎng)格模型進(jìn)行編譯、分析和/或處理以生成一個(gè)或 多個(gè)經(jīng)訓(xùn)練的模型78。每個(gè)經(jīng)訓(xùn)練的模型在其邊界具有平均網(wǎng)格、形狀可變性以及識(shí)別特 征(例如,輪廓線、表面標(biāo)記等)。在分割階段期間,接收(例如,在模型生成器16等)新 的3D圖像80,例如經(jīng)重建的圖像(例如,CT、PET、SPECT, MRI、fMRI等)。在82執(zhí)行新圖 像80相對(duì)于經(jīng)訓(xùn)練的模型78的定位。在84,將新圖像適應(yīng)于模型(例如,通過(guò)施加內(nèi)力和 外力),并生成經(jīng)分割的圖像86。然后可以針對(duì)一個(gè)或多個(gè)治療計(jì)劃等(例如,輻射治療、 消融治療、外科手術(shù)等)采用經(jīng)分割的模型。圖5是圖像80的經(jīng)分割的圖像自適應(yīng)和使用外力100的經(jīng)訓(xùn)練的模型78的示 例,所述外力100向內(nèi)推進(jìn)模型以使模型適應(yīng)所述圖像。外力能量表征為數(shù)據(jù)集(例如,梯 度)、器官模型專有自適應(yīng)參數(shù)(例如,最大梯度)、網(wǎng)格形狀(例如,網(wǎng)格中的三角形的正 交向量)等特征。
如所示出的,特征102是弱的(例如,在外能方面),這是由于模型和圖像的特征 基本上平行且對(duì)準(zhǔn),而重新配置的網(wǎng)格不與最佳特征相交,因此,施加到特征102上的外能 小。特征104具有大的外能貢獻(xiàn),這是由于重新配置的網(wǎng)絡(luò)與圖像的最佳特征相交。特征 106具有適中的外能貢獻(xiàn),這是由于在該區(qū)域中重新配置的網(wǎng)格接近最佳特征。通過(guò)方程
權(quán)利要求
1.一種在存在金屬偽影的情況下用于圖像分割的系統(tǒng)(10),包括 模型生成器(16),其接收患者圖像數(shù)據(jù)并存儲(chǔ)解剖結(jié)構(gòu)的經(jīng)訓(xùn)練的模型;體素分析器(22),其確定金屬偽影是否存在于所述患者圖像數(shù)據(jù)中的一個(gè)或多個(gè)體素中;處理器(18),其執(zhí)行金屬偽影降低算法并生成其中合并有針對(duì)從所述患者圖像數(shù)據(jù)生 成的患者圖像(80)的經(jīng)校正的體素?cái)?shù)據(jù)的不確定性圖;以及分割工具( ),其對(duì)對(duì)應(yīng)于所述患者圖像的解剖結(jié)構(gòu)的經(jīng)訓(xùn)練的模型(78)進(jìn)行匹配 并使用基于模型的分割技術(shù)對(duì)所述患者圖像進(jìn)行分割并評(píng)估由所述處理器(18)導(dǎo)出的所 述不確定性。
2.根據(jù)權(quán)利要求1所述的系統(tǒng),其中,所述模型(78)具有三角形網(wǎng)格表面。
3.根據(jù)權(quán)利要求1所述的系統(tǒng),其中采用自動(dòng)或者響應(yīng)于用戶輸入中的至少一種選擇所述模型(78)的表面上的特征。
4.根據(jù)權(quán)利要求3所述的系統(tǒng),其中,所述分割工具06)沿表面法向量在所述特征所 位于的表面區(qū)域內(nèi)施加內(nèi)力。
5.根據(jù)權(quán)利要求4所述的系統(tǒng),其中,所述分割工具06)沿所述向量施加外力。
6.根據(jù)權(quán)利要求5所述的系統(tǒng),其中,所述分割工具06)平衡所述內(nèi)力和所述外力以 將所述表面區(qū)域與所述患者圖像(80)的表面對(duì)準(zhǔn)。
7.根據(jù)權(quán)利要求5所述的系統(tǒng),其中,將通過(guò)所述內(nèi)力和所述外力施加到所述特征上 的總能量表達(dá)為E總=W內(nèi)XE內(nèi)+w外XE外,其中,E總為總能量,E內(nèi)為內(nèi)能,E外為外能,w內(nèi)為內(nèi)能權(quán)重,、為外能權(quán)重,并且其中
8.根據(jù)權(quán)利要求7所述的系統(tǒng),其中,《#為1,并且其中,所述分割工具06)施加提高 的內(nèi)力以補(bǔ)償所檢測(cè)的金屬偽影。
9.根據(jù)權(quán)利要求1所述的系統(tǒng),其中,所述模型生成器(16)包括 用于確定體素是否受到金屬偽影影響的例程(162)或器件;用于定量地預(yù)測(cè)所述體素受到所述金屬偽影影響的水平的例程(164)或器件; 用于對(duì)投影數(shù)據(jù)進(jìn)行插值并用所插值的投影數(shù)據(jù)更新所述體素的例程(166)或器件;以及用于將所述模型(78)變形至所述患者圖像(80)的例程(168)或器件。
10.一種在根據(jù)權(quán)利要求1所述的系統(tǒng)(10)中的基于模型的分割的方法,包括 確定體素是否受到金屬偽影影響;定量地預(yù)測(cè)所述體素受到所述金屬偽影影響的水平; 對(duì)投影數(shù)據(jù)進(jìn)行插值并用所插值的投影數(shù)據(jù)更新所述體素;以及 將所述模型(78)變形至所述患者圖像(80)。
11.一種用于執(zhí)行基于模型的分割的方法,包括 生成包括金屬物的患者區(qū)域的患者圖像(80);生成指示所述患者圖像中由于金屬物重建偽影導(dǎo)致的部分中的不確定性的所述患者圖像(80)的不確定性圖;以及當(dāng)使用基于模型的分割來(lái)分割所述患者圖像(80)中從所述金屬物的所述患者移位的 部分時(shí)采用所述不確定性圖。
12.根據(jù)權(quán)利要求11所述的方法,還包括將網(wǎng)格模型(78)覆蓋在所述患者圖像(80) 上以及將所述模型(78)和所述患者圖像(80)中的對(duì)應(yīng)特征對(duì)準(zhǔn)。
13.根據(jù)權(quán)利要求12所述的方法,還包括將外力施加于所述網(wǎng)格模型(78)以將所述網(wǎng) 格模型(78)的所述表面上的一個(gè)或多個(gè)特征朝向?qū)?yīng)的圖像特征向內(nèi)拉。
14.根據(jù)權(quán)利要求13所述的方法,還包括向所述網(wǎng)格模型表面施加內(nèi)力以將一個(gè)或多 個(gè)特征朝向?qū)?yīng)的圖像特征向外拉。
15.根據(jù)權(quán)利要求14所述的方法,還包括根據(jù)所述一個(gè)或多個(gè)特征中的體素受到所述 金屬影響的程度對(duì)所述內(nèi)力進(jìn)行加權(quán)。
16.根據(jù)權(quán)利要求12所述的方法,其中,基于模型的分割包括向包括所述網(wǎng)格模型(78)的表面的多個(gè)三角形的每個(gè)三角形分配最佳特征和特征權(quán)重;使用相應(yīng)的最佳特征和權(quán)重計(jì)算要施加到每個(gè)三角形的外能和內(nèi)能;將所述外能和內(nèi)能建模為數(shù)學(xué)方程;求解所述數(shù)學(xué)方程;以及根據(jù)所述方程解更新所述網(wǎng)格模型(78)的形狀。
17.根據(jù)權(quán)利要求16所述的方法,還包括將所述外能建模為
18.根據(jù)權(quán)利要求16所述的方法,還包括將所述內(nèi)能建模為
19.根據(jù)權(quán)利要求16所述的方法,其迭代地執(zhí)行直到所述網(wǎng)格模型(78)匹配所述患者 圖像(80)。
20.一種被編程為執(zhí)行根據(jù)權(quán)利要求11所述的方法的處理器(18)或計(jì)算機(jī)介質(zhì) (20)。
21.根據(jù)權(quán)利要求11所述的方法,還包括降低所述患者圖像(80)中的金屬偽影。
22.一種便于使用不確定性圖進(jìn)行基于模型的分割的系統(tǒng),包括 用于生成患者圖像數(shù)據(jù)的器件(12);用于將所述患者圖像數(shù)據(jù)重建為3D患者圖像(80)的器件(14); 用于檢測(cè)所述3D患者圖像(80)中的一個(gè)或多個(gè)體素中的金屬偽影的器件02); 用于生成具有插值數(shù)據(jù)的降低所述金屬偽影的不確定性圖的器件(16); 用于對(duì)與網(wǎng)格模型(78)的表面區(qū)域相關(guān)聯(lián)的特征進(jìn)行加權(quán)的器件04);以及 用于使用基于模型的分割來(lái)分割所述3D患者圖像(80)以將所述網(wǎng)格模型(78)匹配 到所述3D患者圖像(80)的器件(26) 0
23.一種執(zhí)行基于模型的分割的方法,包括生成對(duì)象的器官或區(qū)域的診斷圖像,該圖像具有金屬偽影; 選擇所成像的器官或區(qū)域的模型;在所述模型上施加第一力,其驅(qū)使所述模型保持其原始形狀; 在所述模型上施加第二力,其驅(qū)使所述模型使其變形至與所述診斷圖像中的對(duì)應(yīng)界面 對(duì)準(zhǔn);基于圖像體素,根據(jù)所述金屬偽影的程度調(diào)整所述第一力和第二力,使得對(duì)于具有較 高程度的金屬偽影的體素所述第一力的幅度相對(duì)于所述第二力增加,并且對(duì)于具有較低程 度的金屬偽影的體素所述第二力的幅度相對(duì)于所述第一力增加。
24.一種在存在金屬偽影的情況下用于圖像分割的系統(tǒng)(10),包括 模型生成器(16),其接收患者圖像數(shù)據(jù)并存儲(chǔ)解剖結(jié)構(gòu)的經(jīng)訓(xùn)練的模型;體素分析器(22),其確定金屬偽影是否存在于所述患者圖像數(shù)據(jù)中的一個(gè)或多個(gè)體素中;處理器(18),其在不改變所述患者圖像數(shù)據(jù)的情況下生成不確定性圖;以及 分割工具( ),其對(duì)對(duì)應(yīng)于所述患者圖像的解剖結(jié)構(gòu)的經(jīng)訓(xùn)練的模型(78)進(jìn)行匹配 并使用基于模型的分割技術(shù)對(duì)所述患者圖像進(jìn)行分割并評(píng)估由所述處理器(18)導(dǎo)出的所 述不確定性。
全文摘要
當(dāng)在3D患者圖像(80)上執(zhí)行基于模型的分割時(shí),檢測(cè)由患者體內(nèi)的金屬引起的在患者圖像(80)中的金屬偽影,并執(zhí)行金屬偽影降低技術(shù)以通過(guò)在偽影區(qū)域中插值投影數(shù)據(jù)來(lái)降低所述偽影。使用插值數(shù)據(jù)以生成對(duì)于圖像中受偽影影響的體素的不確定性圖,并將網(wǎng)格模型(78)與圖像進(jìn)行匹配以便于對(duì)其進(jìn)行分割。根據(jù)與圖像(80)中的一個(gè)或多個(gè)體素相關(guān)聯(lián)的不確定性對(duì)所施加的用于推和拉所述模型(78)的內(nèi)能和外能進(jìn)行加權(quán)。迭代地,求解能量和相應(yīng)權(quán)重的數(shù)學(xué)表示以描述更緊密地對(duì)準(zhǔn)圖像(80)的經(jīng)更新的模型形狀。
文檔編號(hào)G06T5/00GK102067170SQ200880104577
公開(kāi)日2011年5月18日 申請(qǐng)日期2008年8月12日 優(yōu)先權(quán)日2007年8月31日
發(fā)明者H·施米特, H·舒爾茨, T·克勒 申請(qǐng)人:皇家飛利浦電子股份有限公司
網(wǎng)友詢問(wèn)留言 已有0條留言
  • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1