專利名稱：基于圖像信息建立結構的輪廓的制作方法
技術領域：
本發(fā)明涉及圖像分割和圖像配準(registration)。本發(fā)明還涉及建立結構的輪廓。
背景技術：
圖像分割通常涉及數(shù)據(jù)集的選擇的部分的選擇和/或分離。這樣的數(shù)據(jù)集特別是表示所成像的對象的圖像信息并且該選擇的部分涉及該圖像的具體部分。所述數(shù)據(jù)集通常是將數(shù)據(jù)值指派給多維幾何空間中的位置的多維數(shù)據(jù)集。例如，這樣的數(shù)據(jù)集能夠是二維或者三維圖像，其中數(shù)據(jù)值是被指派給二維平面或者三維體積中的位置的像素值，例如亮度值，灰度值或者顏色值。US 7，010，164公開了一種從多維數(shù)據(jù)集分割選擇的區(qū)域的方法。所述方法包括建立表示選擇的區(qū)域的通用外形的形狀模型并且建立自適應網(wǎng)格的步驟。該自適應網(wǎng)格表示選擇的區(qū)域的大致輪廓?；谛螤钅Ｐ统跏蓟赃m應網(wǎng)格。而且，取決于形狀模型以及選擇的區(qū)域的特征信息，使自適應網(wǎng)格變形。按照這種方式，獲得選擇的區(qū)域的更加精確的輪廓。

發(fā)明內(nèi)容
具有用于建立結構的輪廓的改善系統(tǒng)將是有利的。為了更好地處理該考慮，在本發(fā)明的第一方面，介紹了一種系統(tǒng)，包括-初始化子系統(tǒng)，用于初始化表示所述結構的大致輪廓的自適應網(wǎng)格，所述結構至少部分地由第一圖像表示，并且所述結構至少部分地由第二圖像表示；-變形子系統(tǒng)，用于基于所述第一圖像的特征信息和所述第二圖像的特征信息來使所述自適應網(wǎng)格變形。由于基于所述第一圖像的特征信息和所述第二圖像的特征信息二者來使所述自適應網(wǎng)格變形，因此可以從所述第二圖像的特征信息獲得在所述第一圖像中丟失或者不可靠的關于所述結構的任何信息。這樣，兩個圖像的特征信息彼此補充。結果可以是反映由兩個圖像表示的形狀信息的變形的自適應網(wǎng)格。輪廓可以描述結構的外形。結構可以例如是身體、器官或者塊。輪廓可以描述三維空間中的表面。替代地，輪廓可以描述二維空間中的直線或者曲線。變形子系統(tǒng)可以布置為基于多個圖像的特征信息來使所述自適應網(wǎng)格變形。具體地說，可以基于兩個以上的圖像的特征信息來使自適應網(wǎng)格變形。變形子系統(tǒng)可以包括力建立子系統(tǒng)，所述力建立子系統(tǒng)用于根據(jù)所述第一圖像的所述特征信息和所述第二圖像的所述特征信息來建立作用于所述自適應網(wǎng)格的至少一部分上的力。通過在建立作用于自適應網(wǎng)格的一部分上的力時考慮所述第一圖像的所述特征信息和所述第二圖像的所述特征信息，所述力可以更加可靠。而且，所得到的變形的網(wǎng)格基于來自所述兩個圖像的信息。這可以使所得到的變形的網(wǎng)格更加精確?？梢曰诶缈煽?br> 3性標準來對所述圖像的特征信息進行加權以使得被認為可靠的特征信息比被認為不太可靠的特征信息更大程度地確定所述力。所述力建立子系統(tǒng)可以布置為也根據(jù)所述第一圖像的類型和/或所述第二圖像的類型來建立作用于所述自適應網(wǎng)格的所述至少一部分上的所述力。圖像的類型可以包括成像形態(tài)或者所述圖像的臨床應用，或者例如所成像的身體部分。對于這些不同類型的圖像，可以使用建立所述力的不同方式，這允許基于不同類型的多個圖像來適應所述自適應網(wǎng)格。所述變形子系統(tǒng)可以包括特征信息提取子系統(tǒng)，所述特征信息提取子系統(tǒng)用于使用針對用于獲取各自圖像的特定成像形態(tài)或者協(xié)議訓練的各自模型來從所述各自圖像提取特征信息。這有助于以合適的方式使所述網(wǎng)格變形。而且，所述特征信息可以由所述力建立子系統(tǒng)使用以建立所述力。所述系統(tǒng)可以包括變換建立子系統(tǒng)，所述變換建立子系統(tǒng)用于基于所述各自圖像中的特征信息和所述自適應網(wǎng)格來建立限定所述第一圖像、所述第二圖像和/或所述自適應網(wǎng)格之間的配準的坐標變換。通過在所述坐標變換的生成中涉及所述自適應網(wǎng)格，可以獲得更加精確的配準。該更加精確的配準可以反過來改善從所述變形子系統(tǒng)得到的所述自適應網(wǎng)格。所述坐標變換可以限定所述第一圖像的坐標系和所述第二圖像的坐標系之間的關系。這樣的坐標變換可以用于限定兩個圖像之間的配準。所述坐標變換可以是仿射變換。這樣的仿射變換可以表示諸如移動、旋轉和/或放大的全局差異。這樣的全局變換然后不需要隱藏所述模型適應。所述系統(tǒng)可以包括用于提供表示所述結構的通用外形的形狀模型的通用外形提供子系統(tǒng)。而且，所述變形子系統(tǒng)可以布置為也基于所述形狀模型來使所述自適應網(wǎng)格變形。例如，基于內(nèi)部能量來使所述自適應網(wǎng)格變形并且根據(jù)所述形狀模型來限定所述內(nèi)部能量。這可以有助于例如避免所述多維數(shù)據(jù)集中的圖像特征將所述自適應網(wǎng)格驅動到錯誤邊界，所謂的錯誤吸引子。可以使用例如來自X-射線、CT、MR、超聲、PET、SPECT和磁顆粒成像構成的組的相同或者兩個不同的成像形態(tài)來獲取所述第一圖像和所述第二圖像。例如，所述系統(tǒng)可以包括該組的成像形態(tài)以執(zhí)行所述圖像獲取。替代地或者附加地，可以提供輸入端用于從其它地方檢索圖像數(shù)據(jù)?？梢允褂脙蓚€不同的成像形態(tài)來獲取所述第一和第二圖像。在不同成像形態(tài)的圖像中出現(xiàn)的不同特征可以在所述模型適應中組合或者彼此補充?？梢栽谒上竦闹黧w包含結構時獲取所述第一圖像，在所述第二圖像的獲取期間所成像的主體不包含所述結構。例如所述主體在所述第一圖像的獲取期間包含注射的對比齊U，但是在所述第二圖像的獲取期間不包含該對比劑。這里，用以獲取圖像的順序不重要。所述第一圖像和所述第二圖像可以涉及相同的患者。然后可以假設所述第一圖像和第二圖像中可視的不同特征涉及相同的身體結構。一種醫(yī)學成像工作站，可以包括所提出的系統(tǒng)。一種醫(yī)學成像獲取裝置，可以包括用于獲取所述第一圖像的掃描儀以及所提出的系統(tǒng)。
一種建立結構的輪廓的方法，可以包括-初始化表示所述結構的大致輪廓的自適應網(wǎng)格，所述結構至少部分地由第一圖像表示，并且所述結構至少部分地由第二圖像表示；以及-基于所述第一圖像的特征信息和所述第二圖像的特征信息來使所述自適應網(wǎng)格變形。一種計算機程序產(chǎn)品，包括用于使處理器系統(tǒng)執(zhí)行所提出的方法的步驟的指令。本領域的普通技術人員將意識到，可以以任何被認為有用的方式組合上面提及的本發(fā)明的實施例、實現(xiàn)和/或方面的兩個或者更多。本領域技術人員可以基于當前的描述來執(zhí)行與所述系統(tǒng)的描述變型和變化對應的所述圖像獲取裝置、所述工作站、所述系統(tǒng)和/或所述計算機程序產(chǎn)品的變型和變化。本領域技術人員將意識到，所述方法可以應用于通過諸如但不局限于標準X-射線成像、計算機斷層攝影(CT)、磁共振成像(MRI)、超聲(US)、正電子發(fā)射斷層射精(PET)、 單光子發(fā)射計算機斷層攝影(SPECT)以及核醫(yī)學(NM)的各種獲取形態(tài)來獲取的多維圖像數(shù)據(jù)，例如二維O-D)，三維(3-D)或者四維G-D，例如3-D+時間)圖像。


將參照附圖進一步闡述和描述本發(fā)明的這些和其它方面，其中圖1示出了用于建立結構的輪廓的系統(tǒng)的框圖；以及圖2示出了用于建立結構的輪廓的方法的框圖。
具體實施例方式能夠使用形狀限制的可變形模型自動執(zhí)行來自一個成像形態(tài)的醫(yī)學圖像QD，3D， 4D)的分割。取決于任務和成像協(xié)議，一些感興趣的結構可以是不可視的或者難以限定的。 如果不可獲得提供全部所需信息的協(xié)議，則多形態(tài)方案可以有助于解決該分割任務。這里， 關于全部感興趣的結構的補充信息可以提供綜合(comprehensive)分割。圖像間配準參數(shù)的現(xiàn)有知識可以先驗地對于系統(tǒng)可獲得。在這樣的情況下，不同圖像的坐標系之間的關系是預先已知的。對于每一個可獲得的圖像，可以建立朝向感興趣的結構聯(lián)合“拖拉”公共網(wǎng)格模型的至少一部分的基于圖像的力。同時的圖像分割和配準也是可能的。例如，與分割交替地重復(iteratively)提煉(refine)圖像坐標系和網(wǎng)格坐標系之間的關系。為改善觀察，能夠在從不同成像形態(tài)獲得并且組合在單個合成圖像中的圖像中標識具有可視解剖結構的區(qū)域。例如，可以融合“局部最提供信息的”圖像補丁(即來自在圖像位置處提供最令人信服的邊界信息的該形態(tài)的圖像部分)以從各種源獲得示出圖像信息的一個總體顯示?？梢圆贾糜脩艚涌谟糜谑褂脩粼谘a充圖像之間切換(例如，每個顯示的補丁局部地切換)以檢查或者比較由每一個成像形態(tài)提供的信息。例如，可以將來自兩個圖像的信息編碼為包括輪廓或者自適應網(wǎng)格的模型，并且可以顯示組合的模型。例如，可以在沒有對比劑的情況下從圖像提取鈣化，而可以在有對比劑的情況下從另一圖像提取壁厚度。如果圖像間配準參數(shù)先驗不可獲得，或者如果期望進一步改善這些參數(shù)，則可以
5執(zhí)行配準處理。這樣的配準處理可以包括利用剛性、仿射、或者甚至是非線性坐標變換使圖像彼此匹配。這可以通過優(yōu)化被配準的圖像之間的全局匹配函數(shù)來進行。匹配函數(shù)可以在圖像的灰度值(圖像密度)之間建立一些種類的相關性(或者目標函數(shù))?？梢酝ㄟ^最大化該相關性或者目標函數(shù)來實現(xiàn)最佳匹配。替代地(或者之后)，可以限定“力”，該力基于圖像特征將第一和/或第二圖像指向公共網(wǎng)格。下面將進一步詳細描述布置為利用公共網(wǎng)格來對準圖像的這樣的方法。圖1示例了用于建立結構的輪廓的系統(tǒng)。這樣的系統(tǒng)可以在硬件或者軟件或者其組合中實現(xiàn)。該系統(tǒng)可以包括用于從成像形態(tài)7，例如或者從數(shù)據(jù)庫系統(tǒng)8，檢索 (retrieve)圖像數(shù)據(jù)的輸入端6。這樣的數(shù)據(jù)庫系統(tǒng)8可以例如包括PACS服務器。圖像可以例如包括灰度值的多維陣列。灰度值表示使用成像形態(tài)掃描的對象，諸如計算機斷層攝影(CT)或者磁共振(MR)成像。初始化子系統(tǒng)1布置為初始化自適應網(wǎng)格。自適應網(wǎng)格表示結構的大致輪廓。這樣的結構可以例如是人體的器官。其它可能的范例包括動物的器官，或者非破壞測試中的非器官對象?？梢灾辽俨糠值赝ㄟ^經(jīng)由輸入端6獲得的第一圖像表示該結構。此外，可以至少部分地通過經(jīng)由輸入端6獲得的第二圖像代表該結構。初始化子系統(tǒng)可以布置為使用缺省形狀，可以利用該缺省形狀初始化自適應網(wǎng)格。替代地，可以例如通過標識與圖像的其余部分具有不同的灰度級的區(qū)域來使用第一和第二圖像中的信息。然后將自適應網(wǎng)格初始化為所述區(qū)域的輪廓。可以基于由通用外形提供子系統(tǒng)5提供的形狀模型來初始化自適應網(wǎng)格。例如，初始化自適應網(wǎng)格以等于由通用外形提供子系統(tǒng)5提供的形狀模型。初始化子系統(tǒng)可以進一步布置為利用先前的變形模型來初始化自適應網(wǎng)格。例如，可以重復進行變形?？梢酝ㄟ^使子系統(tǒng)2變形來執(zhí)行自適應網(wǎng)格的變形。該變形可以基于第一圖像的特征信息和第二圖像的特征信息。這樣，使用兩個信息源來獲得特征信息。特征信息可以包括例如梯度。其它種類的特征信息在本領域中是本身已知的。變形子系統(tǒng)可以包括用于根據(jù)第一圖像的特征信息和第二圖像的特征信息來建立作用于自適應網(wǎng)格的至少一部分上的力的力建立子系統(tǒng)3。例如，第一圖像可以包括接近于所述自適應網(wǎng)格的一部分的第一特征。然而，第二圖像也可以包括接近于所述自適應網(wǎng)格的該部分的第二特征。力建立子系統(tǒng)3可以在建立力值時考慮這兩個特征。在僅所述圖像中的一個包括接近于自適應網(wǎng)格的一部分的相關特征時，可以僅基于該特征來建立作用于自適應網(wǎng)格的該部分上的力。變形子系統(tǒng)3可以包括用于使用針對用于獲取各自圖像的特定成像形態(tài)或者協(xié)議訓練的各自模型從各自圖像提取特征信息的特征信息提取子系統(tǒng) 11。這樣，能夠開發(fā)由每一個形態(tài)提供的特定特征信息。所述系統(tǒng)可以進一步包括用于建立限定第一圖像、第二圖像和自適應網(wǎng)格之間的配準的坐標變換的變換建立子系統(tǒng)4。該配準可以基于自適應網(wǎng)格以及一個或者多個圖像中的特征信息?？梢詫⒆赃m應網(wǎng)格的點映射到第一或者第二圖像中的點上。可以建立限定第一圖像的坐標系與第二圖像的坐標系之間關系的坐標變換。例如，可以關于所述圖像中的一個的坐標系限定自適應網(wǎng)格，并且可以建立將網(wǎng)格和圖像的點映射到另一圖像的點上的坐標變換。為此，可以使用該另一圖像的特征信息并且將其與自適應網(wǎng)格的形狀進行比較。也能夠建立從自適應網(wǎng)格到不同圖像的坐標變換；可以根據(jù)將自適應網(wǎng)格映射到所述圖像中的每一個的變換推導從一個圖像到另一圖像的變換。所述配準可以基于自適應網(wǎng)格以及所述圖像中的一個或者多個中的特征信息。例如，計算網(wǎng)格到圖像的配準。之后，可以反演表示配準的變換和使用該變換來配準兩個圖像。開始，對于給定的圖像，可以經(jīng)由參數(shù)變換(例如但不局限于仿射變換)來將固定形狀的網(wǎng)格配準到圖像。該配準可以由在網(wǎng)格點(或者三角形)與相對應的圖像點(也被稱為目標點或者目標表面)之間建立的可以導致所謂的外部能量的“力”控制。例如，可以作為附接在網(wǎng)格點和目標結構之間的虛擬彈簧的能量之和來計算這樣的外部能量。通過關于參數(shù)變換最小化外部能量，可以將網(wǎng)格與圖像對準或者配準。為了配準兩個圖像，如果需要， 可以反演該變換。代替將網(wǎng)格變換到任一圖像，可以使用反變換來將每一個圖像與網(wǎng)格對準。這是建立兩個圖像之間的配準參數(shù)的一種方式。坐標變換建立子系統(tǒng)4可以布置為建立仿射變換。這樣，僅全局改變表示在坐標變換中。可以由變形子系統(tǒng)2和/或力建立子系統(tǒng)3解釋更加詳細的改變。所述系統(tǒng)可以包括用于提供表示所述結構的通用外形的形狀模型的通用外形提供子系統(tǒng)5。例如，子系統(tǒng)5可以包括或者具有到形狀模型數(shù)據(jù)庫的接入，例如經(jīng)由輸入端 6。這些形狀模型可以例如提供特定類型的對象或者結構的一般(average)形狀。例如，對于肺部和腎臟可以提供不同的模型。用戶輸入或者圖像元數(shù)據(jù)可以用于從數(shù)據(jù)庫選擇形狀模型中的一個。變形子系統(tǒng)2可以布置為也基于所述形狀模型來使自適應網(wǎng)格變形。這樣， 在變形處理期間，分割的結構的通用形狀可以用作基準。形狀模型也可以由變換建立子系統(tǒng)4使用。通用外形提供子系統(tǒng)5可以進一步提供到多形態(tài)圖像特征信息的接入。例如， 可以提供指定關于來自特定成像形態(tài)的圖像和/或特定主體部分或者應用的圖像應該考慮哪些圖像特征的數(shù)據(jù)庫。可以使用一個或者多個成像形態(tài)來獲取第一圖像和第二圖像，例如從CT、MR、超聲、PET和SPECT的組。然而，這些形態(tài)不視為限制性的。不同的成像形態(tài)會導致不同的特征信息。通過不同的成像形態(tài)可獲得的特征信息可以互補。例如，CT和MR示出不同種類的組織。與僅一個圖像相比，使用相同形態(tài)的多個圖像也可以提供附加的補充特征信息。例如，所述圖像可以涉及主體的不同(優(yōu)選地重疊)部分。而且，可以在應用或不應用不同種類的對比劑之后或者在等待不同的時間之后獲取不同的圖像以觀察組織中的對比分布隨著時間的動態(tài)特性。第一圖像和第二圖像可以涉及相同主體，例如患者?？梢栽谒上竦闹黧w包含結構時獲取第一圖像，在第二圖像的獲取期間，所成像的主體不包含該結構。例如，在圖像中能夠可視化對比劑流入。而且，可以捕獲示出移動對象的圖像序列；這些圖像可以用于于此描述的系統(tǒng)中。可以將坐標變換以及成功變形之后的自適應網(wǎng)格轉發(fā)到后處理子系統(tǒng)9用于進一步處理。例如，可以將數(shù)據(jù)存儲在諸如患者數(shù)據(jù)庫的數(shù)據(jù)庫中。也能夠使用該結果來標識與該結構相關的圖像的灰度值。這樣，計算和比較變得可能。后處理子系統(tǒng)9也可以布置為生成輪廓的可視化，例如作為一個或者多個圖像上方的疊置。可以在顯示器10上向用戶示出將該可視化。醫(yī)學成像工作站可以包括所提出的系統(tǒng)。醫(yī)學成像工作站可以進一步包括用戶接口裝置，例如包括顯示器10、鍵盤和/或諸如鼠標的點擊設備、以及網(wǎng)絡連接或者其它通信裝置。通信裝置可以用于經(jīng)由輸入端6來檢索圖像信息和/或存儲諸如變形的網(wǎng)格或者坐標變換的結果、或者從其獲取的數(shù)據(jù)。醫(yī)學成像獲取裝置可以包括用于獲取第一圖像和/或第二圖像的掃描儀，以及所提出的系統(tǒng)。例如，醫(yī)學成像裝置可以包括醫(yī)學成像工作站的特征。圖2示例了建立結構的輪廓的方法方面。在步驟201中，初始化自適應網(wǎng)格。自適應網(wǎng)格表示結構的大致輪廓，該結構至少部分地由第一圖像表示，并且該結構至少部分地由第二圖像表示。在步驟202中，基于第一圖像的特征信息和第二圖像的特征信息來使自適應網(wǎng)格變形?？梢灾貜妥冃尾襟E202直到自適應網(wǎng)格收斂(converge)。在步驟203中， 建立坐標變換。坐標變換可以限定第一圖像、第二圖像以及自適應網(wǎng)格之間的配準。坐標變換可以基于各自單個圖像或者多個圖像中的特征信息以及自適應網(wǎng)格。坐標變換可以用于配準圖像或者將網(wǎng)格配準到所述圖像中的一個或者多個。步驟的順序可以互換，例如步驟203可以位于步驟202之前。而且，可以省去步驟202或者203中的任意一個。而且，通過以交替方式執(zhí)行步驟202和203，可以重復執(zhí)行步驟202和203。這樣，配準可以得益于更新的網(wǎng)格并且網(wǎng)格變形可以得益于更新的坐標變換。所述方法可以實現(xiàn)為計算機程序產(chǎn)
P
ΡΠ O多形態(tài)分割可以用于通過包括由其它圖像提供的信息而利用丟失信息來分割圖像。用于圖像分割的基于模型的方案可以用于標識圖像的大多數(shù)或者全部可視結構。然而，大多數(shù)基于模型的方案被優(yōu)化用于特定的成像形態(tài)。通過組合被優(yōu)化用于不同成像形態(tài)的基于模型的方案，可以使得該系統(tǒng)能夠標識每一個單個圖像中的大多數(shù)或者全部可視結構。通過組合關于來自圖像的可視結構的可獲得信息(優(yōu)選地從不同的成像形態(tài)獲得)， 不同的圖像彼此補充。與單獨圖像的分割相比較，這將改善該分割。此外，能夠在適合的用戶接口中指出不同圖像中被標識的解剖地標之間的任何發(fā)現(xiàn)的對應關系。組合配準和分割是可能的。這可以通過基于圖像中檢測的視覺結構(解剖地標) 的比較來提煉配準參數(shù)的初始粗略猜測來進行。因而可以優(yōu)選地通過幾何信息(描述可視結構的位置)來驅動配準。然而，也能夠通過灰度值的全局匹配來驅動該配準。使用與幾何信息相結合的期望解剖體的模型可以改善配準精度，由于其考慮感興趣的解剖結構而非整個圖像。而且，可以根據(jù)關于掃面儀幾何結構相對于患者之間關系的現(xiàn)有知識來獲得初始配準。多形態(tài)分割框架可以包括建立在描述感興趣的結構的自適應網(wǎng)格上“拖拉”的基于圖像的力?？梢躁P于坐標系限定該網(wǎng)格。該坐標系可以經(jīng)由仿射變換而與圖像坐標系相關。這樣的仿射變換可以在圖像和公共分割結果之間建立配準。多形態(tài)分割可以組合根據(jù)特定感興趣的結構的全部可獲得圖像推導的基于圖像的力。這些基于圖像的力可以基于圖像中的可視結構?；趫D像的力可以“拖拉”公共網(wǎng)格至折中位置。如果圖像中的特定區(qū)域不包含感興趣的結構，則這些區(qū)域優(yōu)選地不對基于圖像的力做貢獻。然而，如果感興趣的結構在另一圖像的相對應區(qū)域中可獲得，則該結構優(yōu)選地對基于圖像的力做貢獻。這提供對由不展現(xiàn)感興趣的結構的圖像區(qū)域引起的“間隙進行搭橋”的一種方式。對于自適應網(wǎng)格模型的任意給定部分，能夠例如通過考慮吸引自適應表面模型的部分的力來評估哪個圖像(或者哪些圖像)表示所述表面模型的部分所基于的結構?；谠撛u估，組合圖像可以包括作為大多數(shù)相關圖像區(qū)域的“修補”的不同圖像的部分。用戶接口可以示出哪一個圖像對自適應網(wǎng)格模型的給定部分做貢獻的指示。而且，用戶接口可以使得用戶能夠可視化期望圖像以評估補充的圖像信息。這樣的可視化可以是局部的；例如如果構成的圖像包含第一圖像的第一部分，則用戶可以選擇通過第二圖像的相對應部分來替換所述第一部分，以獲得可以被可視化的新的合成圖像。組合來自可以從不同形態(tài)獲取的多個圖像的信息允許分割在每一個圖像中僅部分可視但是如果考慮全部圖像則受到良好限定的結構。此外，通過將每個圖像的可視結構與公共分割結果進行比較，可以估計或者提煉圖像坐標系之間的(仿射)配準。在多形態(tài)分割框架中，可以在分離的坐標系內(nèi)獲取不同的圖像In。例如，可以將患者放置在不同的掃描儀中，或者掃描取向可以改變?？赡苄枰忉屍埔约爸匦氯∠虿⑶一蛟S甚至是由于幾何失真導致的縮放(scaling)效果。然而，并不總是這種情況。也能夠在相同坐標系中獲取多個圖像。為了實現(xiàn)公共分割，首先，可以建立基準坐標系，其中可以表示分割結果。這將在下面被稱為公共坐標系(CCS)。圖像In可以具有其自身的可以由“IC&”標記的圖像坐標系。全部圖像具有相同的坐標系也是可能的。在這樣的情況下，1(&對于每一個圖像η相同。在一些情況下，坐標系之間的變換可以是已知的。此外，全局線性變換有時足以將 CCS映射到任一 IC&。假設X為CCS中的某一坐標向量，并且假設X'為中的對應向量。于是，具有3X3矩陣Mn和傳遞向量tn的某一變換Tn= {Mn，tn}將乂映射到X'χ' = Mn · x+tn (1)作為特征信息的范例，梯度V/也可以在該變換下改變?？梢匀缦聛碜儞Q梯度 ((V/' =ICSn中的梯度，W=將/ 變換到CCS中時的梯度)
權利要求
1.一種用于建立結構的輪廓的系統(tǒng)，包括-初始化子系統(tǒng)(1)，用于初始化表示所述結構的大致輪廓的自適應網(wǎng)格，所述結構至少部分地由第一圖像表示，并且所述結構至少部分地由第二圖像表示；以及-變形子系統(tǒng)O)，用于基于所述第一圖像的特征信息和所述第二圖像的特征信息來使所述自適應網(wǎng)格變形。
2.根據(jù)權利要求1所述的系統(tǒng)，所述變形子系統(tǒng)包括力建立子系統(tǒng)(3)，所述力建立子系統(tǒng)(3)用于根據(jù)所述第一圖像的所述特征信息和所述第二圖像的所述特征信息來建立作用于所述自適應網(wǎng)格的至少一部分上的力。
3.根據(jù)權利要求2所述的系統(tǒng)，所述力建立子系統(tǒng)(3)布置為也根據(jù)所述第一圖像的類型和/或所述第二圖像的類型來建立作用于所述自適應網(wǎng)格的所述至少一部分上的所述力。
4.根據(jù)權利要求1所述的系統(tǒng)，所述變形子系統(tǒng)(3)包括特征信息提取子系統(tǒng)(11)， 所述特征信息提取子系統(tǒng)(11)用于使用針對用于獲取各自圖像的特定成像形態(tài)或者協(xié)議訓練的各自模型來從所述各自圖像提取特征信息。
5.根據(jù)權利要求1所述的系統(tǒng)，進一步包括變換建立子系統(tǒng)G)，所述變換建立子系統(tǒng) (4)用于基于各自圖像中的特征信息和所述自適應網(wǎng)格來建立限定所述自適應網(wǎng)格與所述第一圖像和所述第二圖像中的至少一個之間的配準的第一坐標變換。
6.根據(jù)權利要求5所述的系統(tǒng)，所述變換建立子系統(tǒng)(4)布置為基于所述第一變換來建立限定所述第一圖像的坐標系與所述第二圖像的坐標系之間關系的第二坐標變換。
7.根據(jù)權利要求5所述的系統(tǒng)，所述坐標變換是仿射變換。
8.根據(jù)權利要求1所述的系統(tǒng)，進一步包括-通用外形提供子系統(tǒng)(5)，用于提供表示所述結構的通用外形的形狀模型；-所述變形子系統(tǒng)( 布置為也基于所述形狀模型來使所述自適應網(wǎng)格變形。
9.根據(jù)權利要求1所述的系統(tǒng)，使用來自X-射線、CT、MR、超聲、PET、SPECT和磁顆粒成像構成的組的至少一個成像形態(tài)來獲取所述第一圖像和所述第二圖像。
10.根據(jù)權利要求1所述的系統(tǒng)，使用兩個不同的成像形態(tài)來獲取所述第一和第二圖像。
11.根據(jù)權利要求1所述的系統(tǒng)，所述第一圖像是在特定對象在所成像的主體中可視時獲取的，并且所述第二圖像是在所述特定對象在所成像的主體中不可視時獲取的。
12.—種醫(yī)學成像工作站，包括根據(jù)權利要求1所述的系統(tǒng)。
13.—種醫(yī)學成像獲取裝置，包括用于獲取所述第一圖像的掃描儀和根據(jù)權利要求1 所述的系統(tǒng)。
14.一種建立結構的輪廓的方法，包括-初始化(201)表示所述結構的大致輪廓的自適應網(wǎng)格，所述結構至少部分地由第一圖像表示，并且所述結構至少部分地由第二圖像表示；以及-基于所述第一圖像的特征信息和所述第二圖像的特征信息來使所述自適應網(wǎng)格變形 (202)。
15.一種計算機程序產(chǎn)品，包括用于使處理器系統(tǒng)執(zhí)行根據(jù)權利要求14所述的方法的步驟的指令。
全文摘要
公開了一種用于建立結構的輪廓的系統(tǒng)。初始化子系統(tǒng)(1)用于初始化表示所述結構的大致輪廓的自適應網(wǎng)格，所述結構至少部分地由第一圖像表示，并且所述結構至少部分地由第二圖像表示。變形子系統(tǒng)(2)用于基于所述第一圖像的特征信息和所述第二圖像的特征信息來使所述自適應網(wǎng)格變形。所述變形子系統(tǒng)包括用于根據(jù)所述第一圖像的所述特征信息和所述第二圖像的所述特征信息來建立作用于所述自適應網(wǎng)格的至少一部分上的力的力建立子系統(tǒng)(3)。變換建立子系統(tǒng)(4)用于建立反映所述第一圖像、所述第二圖像、以及所述自適應網(wǎng)格之間的配準失配的坐標變換。
文檔編號G06T7/00GK102460509SQ201080028100
公開日2012年5月16日 申請日期2010年6月18日 優(yōu)先權日2009年6月24日
發(fā)明者C·邁爾, J·威斯, J·彼得斯, O·艾卡伯特, R·克內(nèi)澤爾 申請人:皇家飛利浦電子股份有限公司