專利名稱：運動對象輪廓提取及左心室圖像分割方法和裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及計算機(jī)視覺領(lǐng)域，更具體而言，涉及一種運動對象輪廓提取方法和裝置，以及一種左心室圖像分割方法和裝置。
背景技術(shù)：
運動對象，尤其是作變形運動的運動對象的輪廓提取是計算機(jī)視覺領(lǐng)域的一項具有挑戰(zhàn)性的任務(wù)。在實際應(yīng)用中，例如，在醫(yī)學(xué)領(lǐng)域，從利用計算機(jī)斷層掃描(ComputedTomography, CT)設(shè)備、核磁共振成像(Magnetic Resonance Imaging, MRI)設(shè)備、超聲波(Ultrasound,UL)診斷裝置等醫(yī)療設(shè)備獲取的三維圖像時間序列中提取出生物器官或生物器官的一部分的輪廓，有利于后續(xù)對生物器官的各項參數(shù)的測量。然而，由于對象的變形運動，使得對象在圖像時間序列中的方向、尺寸、形狀都有很大變化，并且圖像強(qiáng)度也有很大變化，因此難以準(zhǔn)確地提取對象在不同運動階段在各個圖像中的輪廓。 另外，在心臟病學(xué)領(lǐng)域，通常利用核磁共振成像技術(shù)來提供心臟的三維圖像時間序列(3D+T)。醫(yī)生們對識別心室、心內(nèi)膜和心外膜很感興趣。根據(jù)識別出的心室、心內(nèi)膜和心外膜的輪廓可以用于測量心動周期不同階段的心室血容量(射血分?jǐn)?shù)(ejectionfraction))、心室壁運動和壁厚特性等。其中左心室(LV)特別重要，因為它將含氧血從心臟泵浦到整個身體的各個組織。在現(xiàn)有技術(shù)中，一些研究者已構(gòu)造了模型來輔助左心室分割，比如四維(4D)心臟概率圖和三維(3D)LV表面模型。還有其他方法，按灰度、強(qiáng)度和形狀特征來使用有效形狀來分割LV。當(dāng)然，有更多利用用戶交互的半自動LV分割方法。近些年，越來越多的研究者開始開發(fā)完全自動的方法來分割LV，并取得一些成績，比如Marie-Pierre Jolly和Ying Sun提出的關(guān)于完全自動分割LV的一些方法(見美國專利申請US2009/0232371和US2009/0290777)?，F(xiàn)有技術(shù)中的基于模型的方法在捕獲它們的訓(xùn)練集之外的變化性方面存在困難。常用的基于snake (動態(tài)輪廓模型)算法的方法對噪聲和LV的物理乳頭肌十分敏感，有時還對初始條件敏感。大多數(shù)半自動方法需要用戶的交互，這是主觀的，且耗費醫(yī)生的時間。一些自動方法在形狀和像素亮度等方面對心臟有太多假設(shè)，在健壯性方面需要改進(jìn)。

發(fā)明內(nèi)容
在下文中給出了關(guān)于本發(fā)明的簡要概述，以便提供關(guān)于本發(fā)明的某些方面的基本理解。應(yīng)當(dāng)理解，這個概述并不是關(guān)于本發(fā)明的窮舉性概述。它并不是意圖確定本發(fā)明的關(guān)鍵或重要部分，也不是意圖限定本發(fā)明的范圍。其目的僅僅是以簡化的形式給出某些概念，以此作為稍后論述的更詳細(xì)描述的前序。本發(fā)明的一個目的是提供一種運動對象輪廓提取方法和裝置，以準(zhǔn)確地獲得運動對象在不同運動階段在各個圖像中的輪廓。本發(fā)明的另一個目的是提供一種左心室圖像分割方法和裝置，以準(zhǔn)確、健壯地從圖像中分割出左心室。
根據(jù)本發(fā)明的一個方面，一種運動對象輪廓提取方法，用于從三維圖像時間序列中提取作變形運動的運動對象的輪廓，所述三維圖像時間序列包括分別在多個時刻獲得的多個三維圖像，每個三維圖像由平行的多個二維圖像片構(gòu)成，且在所述多個三維圖像中同一位置的多個二維圖像片構(gòu)成一個圖像片時間序列。所述運動對象輪廓提取方法包括獲取所述運動對象在每個圖像片中的輪廓；以及基于所述運動對象在各個圖像片時間序列中的運動趨勢信息來校正所述運動對象在至少一個圖像片時間序列中的圖像片中的所述輪廓。根據(jù)本發(fā)明的另一方面，一種運動對象輪廓提取裝置，用于從三維圖像時間序列提取作變形運動的運動對象的輪廓，所述三維圖像時間序列包括分別在多個時刻獲得的多個三維圖像，每個三維圖像由平行的多個二維圖像片構(gòu)成，且在所述多個三維圖像中同一位置的多個二維圖像片構(gòu)成一個圖像片時間序列。所述運動對象輪廓提取裝置包括輪廓獲取單元，用于獲取所述運動對象在每個圖像片中的輪廓；以及輪廓校正單元， 用于基于所述運動對象在各個圖像片時間序列中的運動趨勢信息來校正所述運動對象在至少一個圖像片時間序列中的圖像片中的所述輪廓。根據(jù)本發(fā)明的另一方面，一種左心室圖像分割方法，用于從三維醫(yī)學(xué)圖像時間序列中獲取左心室的輪廓，所述三維醫(yī)學(xué)圖像時間序列包括分別在包括至少一個心動周期的時間段中的多個時刻獲得的多個三維圖像，每個三維圖像由與所述左心室的長軸相交的多個平行二維圖像片構(gòu)成，且在所述多個三維圖像中同一位置的多個二維圖像片構(gòu)成一個圖像片時間序列。所述左心室圖像分割方法包括獲取每個圖像片中用于極坐標(biāo)變換的極點；基于每個圖像片中的所述極點將所述圖像片變換到極坐標(biāo)系中；在所述極坐標(biāo)系中獲取所述左心室在每個圖像片中的心內(nèi)膜輪廓，作為所述左心室在所述圖像片中的輪廓；以及將在所述極坐標(biāo)系中獲取的所述左心室的輪廓映射到相應(yīng)的原始圖像片中。根據(jù)本發(fā)明的另一方面，一種左心室圖像分割裝置，用于從三維醫(yī)學(xué)圖像時間序列獲取左心室的輪廓，所述三維醫(yī)學(xué)圖像時間序列包括分別在至少包括一個心動周期的時間段中的多個時刻獲得的多個三維圖像，每個三維圖像由與所述左心室的長軸相交的多個平行二維圖像片構(gòu)成，且在所述多個三維圖像中同一位置的多個二維圖像片構(gòu)成一個圖像片時間序列。所述左心室圖像分割裝置包括極點獲取單元，用于獲取每個圖像片中用于極坐標(biāo)變換的極點；坐標(biāo)變換單元，用于基于每個圖像片中的所述極點將所述圖像片變換到極坐標(biāo)系中，以及將心內(nèi)膜輪廓獲取單元獲取的所述左心室的輪廓映射到相應(yīng)的原始圖像片中；以及所述心內(nèi)膜輪廓獲取單元，用于在所述極坐標(biāo)系中獲取所述左心室在每個圖像片中的心內(nèi)膜輪廓，作為所述左心室在所述圖像片中的輪廓。另外，本發(fā)明的另一方面還提供了用于實現(xiàn)上述方法的計算機(jī)程序。此外，本發(fā)明的另一方面還提供了至少計算機(jī)可讀介質(zhì)形式的計算機(jī)程序產(chǎn)品，其上記錄有用于實現(xiàn)上述方法的計算機(jī)程序代碼。


本發(fā)明可以通過參考下文中結(jié)合附圖所給出的描述而得到更好的理解，其中在所有附圖中使用了相同或相似的附圖標(biāo)記來表示相同或者相似的部件。所述附圖連同下面的詳細(xì)說明一起包含在本說明書中并且形成本說明書的一部分，而且用來進(jìn)一步舉例說明本發(fā)明的優(yōu)選實施例和解釋本發(fā)明的原理和優(yōu)點。在附圖中圖I示出根據(jù)本發(fā)明的一個實施例的運動對象輪廓提取方法的示意性流程圖；圖2示出根據(jù)本發(fā)明的一個實施例的獲取運動對象在每個圖像片中的輪廓的示意性流程圖；圖3示出以預(yù)定圖像片時間序列的運動區(qū)域為基準(zhǔn)來調(diào)整其他圖像片時間序列的運動區(qū)域的一個示例；
圖4a_4b示出從圖像片時間序列的運動區(qū)域中識別出運動對象的候選區(qū)域的一個示例；圖5示出根據(jù)本發(fā)明的一個實施例的基于運動對象的運動趨勢信息來校正運動對象的輪廓的示意性流程圖；圖6示出運動對象在多個圖像片時間序列中的運動趨勢及與基準(zhǔn)運動趨勢的相似度的一個示例；圖7示出校正運動對象在一個圖像片時間序列中的輪廓的一個示例；圖8示出根據(jù)本發(fā)明的一個實施例的左心室圖像分割方法的示意性流程圖；圖9示出歐幾里德坐標(biāo)系與極坐標(biāo)系的變換關(guān)系的示意圖；圖IOa和IOb示出左心室的初始輪廓變換到極坐標(biāo)系中的示意圖；圖11示出極坐標(biāo)系中的圖像片的灰度圖像的水平投影的示意圖；圖12a示出極坐標(biāo)系中的圖像片的邊緣圖像的示意圖；圖12b示出圖12a中的邊緣圖像的水平投影的示意圖；圖13a示出在極坐標(biāo)系中獲得的心內(nèi)膜輪廓和心外膜輪廓的示意圖；圖13b示出圖13a中獲得的心內(nèi)膜輪廓和心外膜輪廓變換到原始圖像片中的示意圖；圖14示出根據(jù)本發(fā)明的一個實施例的運動對象輪廓提取裝置的示意性框圖；圖15示出根據(jù)本發(fā)明的一個實施例的輪廓獲取單元的示意性框圖；圖16示出根據(jù)本發(fā)明的另一個實施例的輪廓獲取單元的示意性框圖；圖17示出根據(jù)本發(fā)明的一個實施例的輪廓校正單元的示意性框圖；圖18示出根據(jù)本發(fā)明的一個實施例的左心室圖像分割裝置的示意性框圖；圖19示出根據(jù)本發(fā)明的一個實施例的極點獲取單元的示意性框圖；圖20示出根據(jù)本發(fā)明的另一個實施例的左心室圖像分割裝置的示意性框圖；圖21示出根據(jù)本發(fā)明的又一個實施例的左心室圖像分割裝置的示意性框圖；以及圖22示出可以實現(xiàn)本公開的實施例/示例的計算機(jī)的結(jié)構(gòu)的示例性框圖。
具體實施例方式下面將參照附圖來說明本發(fā)明的實施例。在本發(fā)明的一個附圖或一種實施方式中描述的元素和特征可以與一個或更多個其它附圖或?qū)嵤┓绞街惺境龅脑睾吞卣飨嘟Y(jié)合。應(yīng)當(dāng)注意，為了清楚的目的，附圖和說明中省略了與本發(fā)明無關(guān)的、本領(lǐng)域普通技術(shù)人員已知的部件和處理的表示和描述。以下，將以下面的順序來描述示例性實施例。
I.運動對象輪廓提取方法2.左心室圖像分割方法3.運動對象輪廓提取裝置4.左心室圖像分割裝置5.可實施本公開的方法/裝置的計算機(jī)結(jié)構(gòu)〈I.運動對象輪廓提取方法〉首先，根據(jù)圖1-7來描述根據(jù)本發(fā)明實施例的運動對象輪廓提取方法。根據(jù)本發(fā)明實施例的運動對象輪廓提取方法用于從三維圖像時間序列提取作變形運動的運動對 象的輪廓。所述三維圖像時間序列包括分別在多個時刻獲得的多個三維圖像，每個三維圖像由平行的多個二維圖像片構(gòu)成，且在所述多個三維圖像中同一位置的多個二維圖像片構(gòu)成一個圖像片時間序列。應(yīng)理解，根據(jù)本發(fā)明實施例的運動對象輪廓提取方法可以用于從各種類型的三維圖像時間序列中提取運動對象的輪廓。作為示例而不是限制，所述三維圖像時間序列可以是根據(jù)通過醫(yī)療診斷裝置獲得的被檢測者的數(shù)據(jù)而形成的醫(yī)學(xué)圖像序列。這里所述的醫(yī)療診斷裝置包括但不限于x射線成像診斷裝置、超聲波(UL)診斷成像裝置、計算機(jī)斷層掃描(CT)裝置、磁共振成像(MRI)診斷成像裝置、正電子發(fā)射斷層掃描(PositronEmission Tomography, PET)裝置等。圖I示出根據(jù)本發(fā)明的一個實施例的運動對象輪廓提取方法的示意性流程圖。在本實施例中，將運動對象的變形轉(zhuǎn)變?yōu)橛欣蛩?，利用運動對象的運動趨勢來校正運動對象的輪廓。如圖I所示，在步驟SllO中，獲取運動對象在每個圖像片中的輪廓。這里，可以使用各種已有方法來獲取運動對象的輪廓。例如，可以通過手工標(biāo)注。再例如，可以利用已有的對象檢測方法從每個圖像片中檢測出運動對象的候選區(qū)域，取運動對象的候選區(qū)域的輪廓作為運動對象的輪廓。作為本申請?zhí)岢龅囊环N優(yōu)選方式，將在隨后結(jié)合圖2-4說明根據(jù)本發(fā)明的一個實施例的獲取運動對象的輪廓的方法。在獲取了運動對象的輪廓之后，在步驟S120中，基于運動對象的運動趨勢信息來校正運動對象的輪廓。運動對象是一個整體，其各個部分的變形運動通常是統(tǒng)一的，變形運動的趨勢具有一致性。從運動對象的各個平行的截面看，運動對象的各個截面的運動應(yīng)該是相互關(guān)聯(lián)的。因此，在各個圖像片時間序列中，運動對象的運動趨勢應(yīng)該是一致的。相應(yīng)地，在各個圖像片時間序列中，運動對象的輪廓的變化趨勢應(yīng)當(dāng)是一致的。當(dāng)運動對象在一個圖像片時間序列中的運動趨勢與運動對象在多數(shù)圖像片時間序列中的運動趨勢或者與基準(zhǔn)運動趨勢不一致時，可以判斷該圖像片時間序列中獲取的輪廓可能有誤，需要進(jìn)行校正，以使得運動對象在校正后的該圖像片時間序列中的運動趨勢與運動對象在多數(shù)圖像片時間序列中的運動趨勢或者與基準(zhǔn)運動趨勢一致。本領(lǐng)域技術(shù)人員在上述說明的指引下可以用各種不同的手段來實施所述校正。作為本申請?zhí)岢龅囊环N優(yōu)選方式，將在隨后結(jié)合圖5-7來說明根據(jù)本發(fā)明的一個實施例的校正運動對象的輪廓的方法。圖2示出根據(jù)本發(fā)明的一個實施例的獲取運動對象在每個圖像片中的輪廓的示意性流程圖。在步驟S210中，基于每個圖像片時間序列中像素的值隨時間的變化來檢測所述圖像片時間序列的運動區(qū)域。對于一個圖像片時間序列而言，運動區(qū)域中每個像素的值隨時間顯著變化?，F(xiàn)有技術(shù)中有很多實現(xiàn)該步驟的方法，例如時域方差法、幀差法等，這里不具體描述。在步驟S220中，以三維圖像時間序列中預(yù)定圖像片時間序列的運動區(qū)域為基準(zhǔn)來調(diào)整三維圖像時間序列中其他圖像片時間序列的運動區(qū)域。在實際應(yīng)用中，通常可以采用運動對象受干擾最小的一個圖像片時間序列作為上述預(yù)定圖像片時間序列，例如可以由人工指定這樣的序列，或者根據(jù)經(jīng)驗預(yù)先確定某個位置處的序列。為了方便理解，圖3示出以預(yù)定圖像片時間序列的運動區(qū)域為基準(zhǔn)來調(diào)整其他圖像片時間序列的運動區(qū)域的一個示例。該示例示出的是MRI設(shè)備在心臟短軸方向(即垂直于心臟長軸方向，一般而言，可以是與心臟長軸相交的方向)上獲得的三維圖形時間序列的示意圖。根據(jù)步驟S210的運動區(qū)域檢測過程可知，通常一個圖像片時間序列對應(yīng)于一個運動區(qū)域，即同一個圖像片時間序列中各個圖像片的運動區(qū)域相同。為簡潔起見，圖3中示出的每個圖像片是一個圖像片時間序列中的任一圖像片的示意圖。作為示例，圖3中示出 的運動對象是心臟的左心室，并且所示出的圖像片是每個圖像片時間序列中在心臟舒張階段獲取的圖像片的示意圖。在圖3中，最上端是心基(Base)部分的圖像片，最下端是心尖(Apex)部分的圖像片，中間是依次排列的從心基到心尖之間的部分的圖像片。需要注意的是，在本說明書中描述運動對象輪廓提取方法和裝置時，以心臟圖像作為示例，但這并不構(gòu)成對本發(fā)明的限制。相反，本發(fā)明可以應(yīng)用于任何包含運動對象的圖像。在圖3的示例中，以最上端的心基部分的圖像片時間序列的運動區(qū)域為基準(zhǔn)，來調(diào)整余下圖像片時間序列的運動區(qū)域。余下圖像片時間序列中的實線框表示調(diào)整后的運動區(qū)域。最下端的心尖部分的圖像片中的虛線框示出了調(diào)整前的運動區(qū)域(其余圖像片中未示出)。對于心臟短軸圖像片中的左心室而言，心臟周圍的大血管是主要干擾源。大血管的形狀與左心室的形狀類似，并且也是運動的。由于心尖運動量較小等原因，心尖部位更容易受大血管運動的影響。因此，在圖3的示例中，以受干擾最小的心基部分的圖像片時間序列為所述預(yù)定時間序列，基于心基部分的圖像片時間序列的運動區(qū)域來調(diào)整其他圖像片時間序列的運動區(qū)域，可以消除其他圖像片時間序列中大血管的干擾。返回到圖2，在步驟S230中，從每個圖像片時間序列的運動區(qū)域中識別出運動對象的候選區(qū)域，以運動對象的候選區(qū)域的輪廓作為運動對象的輪廓?？梢允褂萌我夂线m的現(xiàn)有對象檢測方法，例如多特征識別等，從圖像片時間序列的運動區(qū)域中檢測出運動對象在每個圖像片中的候選區(qū)域。為了方便理解，圖4a_4b示出從圖像片時間序列的運動區(qū)域中識別運動對象的候選區(qū)域的一個示例。圖4a是MRI設(shè)備在心臟短軸方向上獲得的三維圖形時間序列中的圖像片經(jīng)過二值化并標(biāo)記了連通區(qū)域的運動區(qū)域部分。從圖4a中可以看到，兩個較大的連通區(qū)域分別是左心室和右心室的候選區(qū)域。圖4b是識別出左心室的運動區(qū)域的二值化圖像，其中的連通區(qū)域即是識別出的左心室的候選區(qū)域。圖4b中識別出的左心室的候選區(qū)域的輪廓可以作為左心室的輪廓。此外，根據(jù)本發(fā)明的一個實施例，可以利用從每個圖像片時間序列的運動區(qū)域提取的特征來確定上述預(yù)定圖像片時間序列。作為示例而不是限制，所述特征可以是下述特征中的至少一個像素均值，運動區(qū)域的二值化圖像中的白連通域比率，圖像片索引，運動區(qū)域的二值化圖像中的多個子區(qū)域的白連通域比率。作為一種具體實施方式
，可以使用機(jī)器學(xué)習(xí)方法來確定上述預(yù)定圖像片時間序列。例如，使用支持向量機(jī)(SVM)分類器來確定上述預(yù)定圖像片時間序列。當(dāng)然，也可以使用其他適合的分類器。在一個實施例中，使用從三維圖像時間序列中的每個圖像片時間序列的運動區(qū)域中提取的上述特征組成的樣本集來訓(xùn)練分類器。利用經(jīng)訓(xùn)練的分類器來確定三維圖像時間序列中的預(yù)定圖像片時間序列。利用采用上述特征的分類方法，能夠方便準(zhǔn)確地找到三維圖像時間序列中的預(yù)定圖像片時間序列。在一個三維圖像時間序列中，可能會有一些圖像片時間序列是在運動對象的真實范圍之外。從這些圖像片時間序列中提取出的運動對象輪廓是不真實的，并且如果被采用，則會影響后續(xù)利用運動對象輪廓來計算運動對象的一些參數(shù)的準(zhǔn)確性。在本發(fā)明的一個實施例中，在獲取運動對象的輪廓之前，找到這樣的圖像片時間 序列，不對它們獲取運動對象的輪廓或者直接刪除它們，以避免影響后續(xù)參數(shù)計算的準(zhǔn)確性。根據(jù)該實施例，在檢測出每個圖像片時間序列的運動區(qū)域之后，并且在以預(yù)定圖像片時間序列的運動區(qū)域為基準(zhǔn)來調(diào)整三維圖像時間序列中其他圖像片時間序列的運動區(qū)域之前，利用從每個圖像片時間序列的運動區(qū)域提取的下述特征中的至少一個來確定分別與運動對象的兩個端部對應(yīng)的兩個圖像片時間序列像素均值，運動區(qū)域的二值化圖像中的白連通域比率，圖像片索引，運動區(qū)域的二值化圖像中的多個子區(qū)域的白連通域比率。找到與運動對象的兩個端部對應(yīng)的兩個圖像片時間序列之后，在后續(xù)獲取運動對象在每個圖像片中的輪廓時，僅獲取運動對象在位于這兩個圖像片時間序列之間的圖像片時間序列中的圖像片中的輪廓?？梢詮娜S圖像時間序列中直接去除這兩個圖像片時間序列及位于這兩個圖像片時間序列之外的圖像片時間序列。類似地，可以使用機(jī)器學(xué)習(xí)方法來確定與運動對象的兩個端部對應(yīng)的兩個圖像片時間序列。例如，使用支持向量機(jī)(SVM)分類器或其他適合的分類器。在一個實施例中，使用從三維圖像時間序列中的每個圖像片時間序列的運動區(qū)域中提取的上述特征組成的樣本集來訓(xùn)練分別用于運動對象的兩個端部的分類器。利用經(jīng)訓(xùn)練的兩個分類器來分別確定三維圖像時間序列中的與運動對象的兩個端部對應(yīng)的兩個圖像片時間序列。對于利用MRI設(shè)備在心臟短軸方向上獲得的三維圖形時間序列而言，在以左心室為運動對象時，上述與運動對象的兩個端部對應(yīng)的兩個圖像片時間序列分別是心基部分的圖像片時間序列和心尖部分的圖像片時間序列。圖5示出根據(jù)本發(fā)明的一個實施例的基于運動對象的運動趨勢信息來校正運動對象的輪廓的示意性流程圖。在步驟S510中，確定運動對象在各個圖像片時間序列中的運動趨勢信息。可以理解，可以使用運動對象的輪廓的變化趨勢來表示運動對象的運動趨勢。例如，可以使用運動對象的輪廓的半徑、周長或者面積等特征的變化趨勢中的至少一種來表示運動對象的運動趨勢。在步驟S520中，計算運動對象在每個圖像片時間序列中的運動趨勢信息與運動對象的基準(zhǔn)運動趨勢信息的相似度。這里，運動對象的基準(zhǔn)運動趨勢信息可以是預(yù)先確定的。作為示例而不是限制，運動對象的基準(zhǔn)運動趨勢信息可以是運動對象在各個圖像片時間序列中的平均運動趨勢信息，或者是運動對象在預(yù)先被確定為模板的圖像片時間序列中的運動趨勢信息?？梢允褂矛F(xiàn)有的各種適合的相似度計算方法來計算相似度。作為示例而不是限制，可以使用歸一化互相關(guān)(Normalized Cross Correlation,NCC)算法來計算相似度。為了方便理解，以下給出NCC算法的公式(顯然，可以對該公式進(jìn)行各種數(shù)學(xué)變換)
權(quán)利要求
1.一種運動對象輪廓提取裝置，用于從三維圖像時間序列提取作變形運動的運動對象的輪廓，所述三維圖像時間序列包括分別在多個時刻獲得的多個三維圖像，每個三維圖像由平行的多個二維圖像片構(gòu)成，且在所述多個三維圖像中同一位置的多個二維圖像片構(gòu)成一個圖像片時間序列，所述裝置包括 輪廓獲取單元，用于獲取所述運動對象在每個圖像片中的輪廓；以及 輪廓校正單元，用于基于所述運動對象在各個圖像片時間序列中的運動趨勢信息來校正所述運動對象在至少一個圖像片時間序列中的圖像片中的所述輪廓。
2.根據(jù)權(quán)利要求I的裝置，其中，所述輪廓校正單元包括 運動趨勢確定單元，用于確定所述運動對象在各個圖像片時間序列中的運動趨勢信息； 相似度計算單元，用于計算所述運動對象在每個圖像片時間序列中的運動趨勢信息與所述運動對象的基準(zhǔn)運動趨勢信息的相似度；以及 校正執(zhí)行單元，用于如果所述運動對象在特定圖像片時間序列中的運動趨勢信息與所述基準(zhǔn)運動趨勢信息的相似度低于預(yù)定閾值，則校正所述運動對象在所述特定圖像片時間序列中的圖像片中的輪廓。
3.根據(jù)權(quán)利要求2的裝置，其中，所述相似度計算單元被配置為計算所述運動對象在各個圖像片時間序列中的平均運動趨勢信息作為所述運動對象的基準(zhǔn)運動趨勢信息，或者將所述運動對象在預(yù)先被確定為模板的圖像片時間序列中的運動趨勢信息作為所述運動對象的基準(zhǔn)運動趨勢信息。
4.根據(jù)權(quán)利要求2的裝置，其中，所述相似度計算單元被配置為使用歸一化互相關(guān)算法來計算所述相似度。
5.根據(jù)權(quán)利要求2的裝置，其中，所述校正執(zhí)行單元被配置為利用所述運動對象在與所述特定圖像片時間序列相鄰的圖像片時間序列中的圖像片中的輪廓來校正所述運動對象在所述特定圖像片時間序列中的圖像片中的輪廓。
6.根據(jù)權(quán)利要求5的裝置，其中，所述校正執(zhí)行單元還被配置為如果經(jīng)過校正后所述運動對象在所述特定圖像片時間序列中的運動趨勢信息與所述基準(zhǔn)運動趨勢信息的相似度仍低于預(yù)定閾值，則從所述三維圖像時間序列中去除所述特定圖像片時間序列。
7.根據(jù)權(quán)利要求I的裝置，其中，所述輪廓獲取單元包括 運動區(qū)域檢測單元，用于基于每個圖像片時間序列中像素的值隨時間的變化來檢測所述圖像片時間序列的運動區(qū)域； 運動區(qū)域調(diào)整單元，用于以所述三維圖像時間序列中預(yù)定圖像片時間序列的運動區(qū)域為基準(zhǔn)來調(diào)整所述三維圖像時間序列中其他圖像片時間序列的運動區(qū)域；以及 運動對象識別單元，從每個圖像片時間序列的運動區(qū)域中識別出所述運動對象的候選區(qū)域，以所述運動對象的候選區(qū)域的輪廓作為所述運動對象的輪廓。
8.根據(jù)權(quán)利要求7的裝置，其中，所述輪廓獲取單元還包括 分類單元，用于利用從每個圖像片時間序列的運動區(qū)域提取的下述特征中的至少一個來確定所述預(yù)定圖像片時間序列像素均值，所述運動區(qū)域的二值化圖像中的白連通域比率，圖像片索引，所述運動區(qū)域的二值化圖像中的多個子區(qū)域的白連通域比率。
9.根據(jù)權(quán)利要求7的裝置，其中，所述輪廓獲取單元還包括分類單元，用于利用從每個圖像片時間序列的運動區(qū)域提取的下述特征中的至少一個來確定分別與所述運動對象的兩個端部對應(yīng)的兩個圖像片時間序列像素均值，所述運動區(qū)域的二值化圖像中的白連通域比率，圖像片索引，所述運動區(qū)域的二值化圖像中的多個子區(qū)域的白連通域比率， 其中，所述輪廓獲取單元被配置為獲取所述運動對象在位于所述兩個圖像片時間序列之間的圖像片時間序列中的圖像片中的輪廓。
10.根據(jù)權(quán)利要求1-9中任意一項所述的裝置，其中，所述三維圖像時間序列是根據(jù)通過醫(yī)療診斷裝置獲得的數(shù)據(jù)而形成的醫(yī)學(xué)圖像序列。
11.一種左心室圖像分割裝置，用于從三維醫(yī)學(xué)圖像時間序列獲取左心室的輪廓，所述三維醫(yī)學(xué)圖像時間序列包括分別在至少包括一個心動周期的時間段中的多個時刻獲得的多個三維圖像，每個三維圖像由與所述左心室的長軸相交的多個平行二維圖像片構(gòu)成，且在所述多個三維圖像中同一位置的多個二維圖像片構(gòu)成一個圖像片時間序列，所述裝置包括 極點獲取單元，用于獲取每個圖像片中用于極坐標(biāo)變換的極點； 坐標(biāo)變換單元，用于基于每個圖像片中的所述極點將所述圖像片變換到極坐標(biāo)系中，以及將心內(nèi)膜輪廓獲取單元獲取的所述左心室的輪廓映射到相應(yīng)的原始圖像片中；以及所述心內(nèi)膜輪廓獲取單元，用于在所述極坐標(biāo)系中獲取所述左心室在每個圖像片中的心內(nèi)膜輪廓，作為所述左心室在所述圖像片中的輪廓。
12.根據(jù)權(quán)利要求11的裝置，其中，所述極點獲取單元包括 權(quán)利要求1-10中任意一項的運動對象輪廓提取裝置，用于從所述三維醫(yī)學(xué)圖像時間序列中提取作為運動對象的所述左心室的輪廓作為所述左心室的初始輪廓；以及 極點確定單元，被配置為確定所述左心室在每個圖像片中的所述初始輪廓的中心，作為所述圖像片中的所述極點。
13.根據(jù)權(quán)利要求12的裝置，其中，所述坐標(biāo)變換單元還被配置為基于每個圖像片中的所述極點將所述左心室在每個圖像片中的初始輪廓變換到所述極坐標(biāo)系中；以及 其中，所述心內(nèi)膜輪廓獲取單元還被配置為在所述極坐標(biāo)系中對每個圖像片中的所述初始輪廓進(jìn)行平滑以得到所述圖像片中的所述心內(nèi)膜輪廓。
14.根據(jù)權(quán)利要求11的裝置，還包括 邊緣檢測單元，用于檢測每個圖像片中的邊緣， 其中，所述心內(nèi)膜輪廓獲取單元被配置為 在所述極坐標(biāo)系中利用每個圖像片的灰度圖像的水平投影來獲取所述左心室在每個圖像片中的心內(nèi)膜輪廓的半徑；以及 在所述極坐標(biāo)系中利用直線檢測方法從位于所述左心室的心內(nèi)膜輪廓的半徑附近的邊緣獲得所述左心室的心內(nèi)膜輪廓。
15.根據(jù)權(quán)利要求12的裝置，還包括 邊緣檢測單元，用于檢測每個圖像片中的邊緣， 其中，所述心內(nèi)膜輪廓獲取單元被配置為 在所述極坐標(biāo)系中利用每個圖像片的灰度圖像的水平投影來獲取所述左心室在每個圖像片中的心內(nèi)膜輪廓的第一半徑；基于所述左心室在每個圖像片中的所述初始輪廓來獲取所述左心室在每個圖像片中的心內(nèi)膜輪廓的第二半徑；以及 在所述極坐標(biāo)系中利用直線檢測方法從位于所述左心室的心內(nèi)膜輪廓的第一半徑與第二半徑的平均位置附近的邊緣獲得所述左心室的心內(nèi)膜輪廓。
16.根據(jù)權(quán)利要求14或15的裝置，其中，所述直線檢測方法是Hough變換方法。
17.根據(jù)權(quán)利要求11的裝置，其中，所述心內(nèi)膜輪廓獲取單元被配置用于在所述極坐標(biāo)系中利用每個圖像片的灰度圖像的水平投影來獲取所述左心室在每個圖像片中的心內(nèi)膜輪廓的半徑； 所述裝置還包括 邊緣檢測單元，用于檢測每個圖像片中的邊緣；以及 心外膜輪廓獲取單元，被配置為 在所述極坐標(biāo)系中利用每個圖像片的邊緣圖像的水平投影和所述左心室在該圖像片中的心內(nèi)膜輪廓的半徑來獲取所述左心室在每個圖像片中的心外膜輪廓的半徑；以及 在所述極坐標(biāo)系中利用曲線擬合方法從位于所述左心室的心外膜輪廓的半徑附近的邊緣獲得所述左心室的心外膜輪廓， 其中，所述坐標(biāo)變換單元還被配置為將所述左心室的心外膜輪廓映射到相應(yīng)的原始圖像片中。
18.根據(jù)權(quán)利要求12的裝置，其中，所述運動對象的運動趨勢信息包括所述左心室的面積、半徑和周長的變化趨勢信息中的至少一種。
19.根據(jù)權(quán)利要求11的裝置，其中，所述極點獲取單元包括 權(quán)利要求7的運動對象輪廓提取裝置，用于從所述三維醫(yī)學(xué)圖像時間序列中提取作為運動對象的所述左心室的輪廓作為所述左心室的初始輪廓，以及 極點確定單元，被配置為確定所述左心室在每個圖像片中的所述初始輪廓的中心，作為所述圖像片中的所述極點， 其中，所述運動對象識別單元被進(jìn)一步配置為根據(jù)每個圖像片時間序列的運動區(qū)域的多個圖形特征以及所述左心室的估計中心位置來從所述圖像片時間序列的運動區(qū)域中識別出所述左心室的候選區(qū)域。
20.根據(jù)權(quán)利要求19的裝置，其中，所述運動對象識別單元被配置為在識別所述左心室的候選區(qū)域時，對所述左心室的估計中心位置賦予比所述多個圖形特征更大的權(quán)重。
21.—種運動對象輪廓提取方法，用于從三維圖像時間序列中提取作變形運動的運動對象的輪廓，所述三維圖像時間序列包括分別在多個時刻獲得的多個三維圖像，每個三維圖像由平行的多個二維圖像片構(gòu)成，且在所述多個三維圖像中同一位置的多個二維圖像片構(gòu)成一個圖像片時間序列，所述方法包括 獲取所述運動對象在每個圖像片中的輪廓；以及 基于所述運動對象在各個圖像片時間序列中的運動趨勢信息來校正所述運動對象在至少一個圖像片時間序列中的圖像片中的所述輪廓。
22.根據(jù)權(quán)利要求21的方法，其中，基于所述運動對象在各個圖像片時間序列中的運動趨勢信息來校正所述運動對象在至少一個圖像片時間序列中的圖像片中的所述輪廓包括確定所述運動對象在各個圖像片時間序列中的運動趨勢信息； 計算所述運動對象在每個圖像片時間序列中的運動趨勢信息與所述運動對象的基準(zhǔn)運動趨勢信息的相似度；以及 如果所述運動對象在特定圖像片時間序列中的運動趨勢信息與所述基準(zhǔn)運動趨勢信息的相似度低于預(yù)定閾值，則校正所述運動對象在所述特定圖像片時間序列中的圖像片中的輪廓。
23.根據(jù)權(quán)利要求22的方法，其中，所述運動對象的基準(zhǔn)運動趨勢信息是所述運動對象在各個圖像片時間序列中的平均運動趨勢信息，或者是所述運動對象在預(yù)先被確定為模板的圖像片時間序列中的運動趨勢信息。
24.根據(jù)權(quán)利要求22的方法，其中，計算所述運動對象在每個圖像片時間序列中的運動趨勢信息與所述運動對象的基準(zhǔn)運動趨勢信息的相似度包括使用歸一化互相關(guān)算法來計算所述相似度。
25.根據(jù)權(quán)利要求22的方法，其中，校正所述運動對象在所述特定圖像片時間序列中的圖像片中的輪廓包括 利用所述運動對象在與所述特定圖像片時間序列相鄰的圖像片時間序列中的圖像片中的輪廓來校正所述運動對象在所述特定圖像片時間序列中的圖像片中的輪廓。
26.根據(jù)權(quán)利要求25的方法，還包括如果經(jīng)過校正后所述運動對象在所述特定圖像片時間序列中的運動趨勢信息與所述基準(zhǔn)運動趨勢信息的相似度仍低于預(yù)定閾值，則從所述三維圖像時間序列中去除所述特定圖像片時間序列。
27.根據(jù)權(quán)利要求21的方法，其中，獲取所述運動對象在每個圖像片時間序列中的圖像片中的輪廓包括 基于每個圖像片時間序列中像素的值隨時間的變化來檢測所述圖像片時間序列的運動區(qū)域； 以所述三維圖像時間序列中預(yù)定圖像片時間序列的運動區(qū)域為基準(zhǔn)來調(diào)整所述三維圖像時間序列中其他圖像片時間序列的運動區(qū)域；以及 從每個圖像片時間序列的運動區(qū)域中識別出所述運動對象的候選區(qū)域，以所述運動對象的候選區(qū)域的輪廓作為所述運動對象的輪廓。
28.根據(jù)權(quán)利要求27的方法，其中，利用從每個圖像片時間序列的運動區(qū)域提取的下述特征中的至少一個來確定所述預(yù)定圖像片時間序列像素均值，所述運動區(qū)域的二值化圖像中的白連通域比率，圖像片索弓丨，所述運動區(qū)域的二值化圖像中的多個子區(qū)域的白連通域比率。
29.根據(jù)權(quán)利要求27的方法，還包括，在檢測出每個圖像片時間序列的運動區(qū)域之后，并且在以預(yù)定圖像片時間序列的運動區(qū)域為基準(zhǔn)來調(diào)整所述三維圖像時間序列中其他圖像片時間序列的運動區(qū)域之前， 利用從每個圖像片時間序列的運動區(qū)域提取的下述特征中的至少一個來確定分別與所述運動對象的兩個端部對應(yīng)的兩個圖像片時間序列像素均值，所述運動區(qū)域的二值化圖像中的白連通域比率，圖像片索弓丨，所述運動區(qū)域的二值化圖像中的多個子區(qū)域的白連通域比率， 其中，獲取所述運動對象在每個圖像片中的輪廓包括獲取所述運動對象在位于所述兩個圖像片時間序列之間的圖像片時間序列中的圖像片中的輪廓。
30.一種左心室圖像分割方法，用于從三維醫(yī)學(xué)圖像時間序列中獲取左心室的輪廓，所述三維醫(yī)學(xué)圖像時間序列包括分別在包括至少一個心動周期的時間段中的多個時刻獲得的多個三維圖像，每個三維圖像由與所述左心室的長軸相交的多個平行二維圖像片構(gòu)成，且在所述多個三維圖像中同一位置的多個二維圖像片構(gòu)成一個圖像片時間序列，所述方法包括 獲取每個圖像片中用于極坐標(biāo)變換的極點； 基于每個圖像片中的所述極點將所述圖像片變換到極坐標(biāo)系中； 在所述極坐標(biāo)系中獲取所述左心室在每個圖像片中的心內(nèi)膜輪廓，作為所述左心室在所述圖像片中的輪廓；以及 將在所述極坐標(biāo)系中獲取的所述左心室的輪廓映射到相應(yīng)的原始圖像片中。
31.根據(jù)權(quán)利要求30的方法，其中，獲取每個圖像片中用于極坐標(biāo)變換的極點包括 利用權(quán)利要求21-29中任意一項的運動對象輪廓提取方法來從所述三維醫(yī)學(xué)圖像時間序列中提取作為運動對象的所述左心室的輪廓作為所述左心室的初始輪廓；以及 確定所述左心室在每個圖像片中的所述初始輪廓的中心，作為所述圖像片中的極點。
32.根據(jù)權(quán)利要求31的方法，還包括 基于每個圖像片中的所述極點將所述左心室在每個圖像片中的初始輪廓變換到所述極坐標(biāo)系中， 其中，在所述極坐標(biāo)系中獲取所述左心室在每個圖像片中的心內(nèi)膜輪廓包括在所述極坐標(biāo)系中對每個圖像片中的所述初始輪廓進(jìn)行平滑以得到所述圖像片中的所述心內(nèi)膜輪廓。
33.根據(jù)權(quán)利要求30的方法，還包括 檢測每個圖像片中的邊緣，以及 在所述極坐標(biāo)系中利用每個圖像片的灰度圖像的水平投影來獲取所述左心室在每個圖像片中的心內(nèi)膜輪廓的半徑， 其中，在所述極坐標(biāo)系中獲取所述左心室在每個圖像片中的心內(nèi)膜輪廓包括在所述極坐標(biāo)系中利用直線檢測方法從位于所述左心室的心內(nèi)膜輪廓的半徑附近的邊緣獲得所述左心室的心內(nèi)膜輪廓。
34.根據(jù)權(quán)利要求31的方法，還包括 檢測每個圖像片中的邊緣， 在所述極坐標(biāo)系中利用每個圖像片的灰度圖像的水平投影來獲取所述左心室在每個圖像片中的心內(nèi)膜輪廓的第一半徑，以及 基于所述左心室在每個圖像片中的所述初始輪廓來獲取所述左心室在每個圖像片中的心內(nèi)膜輪廓的第二半徑， 其中，在所述極坐標(biāo)系中獲取所述左心室在每個圖像片中的心內(nèi)膜輪廓包括在所述極坐標(biāo)系中利用直線檢測方法從位于所述左心室的心內(nèi)膜輪廓的第一半徑與第二半徑的平均位置附近的邊緣獲得所述左心室的心內(nèi)膜輪廓。
35.根據(jù)權(quán)利要求33或34所述的方法，其中，所述直線檢測方法是Hough變換方法。
36.根據(jù)權(quán)利要求30的方法，還包括檢測每個圖像片中的邊緣； 在所述極坐標(biāo)系中利用每個圖像片的灰度圖像的水平投影來獲取所述左心室在每個圖像片中的心內(nèi)膜輪廓的半徑； 在所述極坐標(biāo)系中利用每個圖像片的邊緣圖像的水平投影和所述左心室在該圖像片中的心內(nèi)膜輪廓的半徑來獲取所述左心室在每個圖像片中的心外膜輪廓的半徑； 在所述極坐標(biāo)系中利用曲線擬合方法從位于所述左心室的心外膜輪廓的半徑附近的邊緣獲得所述左心室的心外膜輪廓；以及 將所述左心室的心外膜輪廓映射到相應(yīng)的原始圖像片中。
37.根據(jù)權(quán)利要求31的方法，其中，所述運動對象的運動趨勢信息包括所述左心室的面積、半徑和周長的變化趨勢信息中的至少一種。
38.根據(jù)權(quán)利要求30的方法，其中，獲取每個圖像片中用于極坐標(biāo)變換的極點包括 利用權(quán)利要求27的方法來從所述三維醫(yī)學(xué)圖像時間序列中提取作為運動對象的所述左心室的輪廓作為所述左心室的初始輪廓，以及 確定所述左心室在每個圖像片中的所述初始輪廓的中心，作為所述圖像片中的所述極點， 其中，從每個圖像片時間序列的運動區(qū)域中識別出所述運動對象的候選區(qū)域包括根據(jù)每個圖像片時間序列的運動區(qū)域的多個圖形特征以及所述左心室的估計中心位置來從所述圖像片時間序列的運動區(qū)域中識別出所述左心室的候選區(qū)域。
39.根據(jù)權(quán)利要求38的方法，其中，在所述左心室的候選區(qū)域的識別中，對所述左心室的估計中心位置賦予比所述多個圖形特征更大的權(quán)重。
全文摘要
本發(fā)明公開一種運動對象輪廓提取及左心室圖像分割方法和裝置。所述運動對象輪廓提取裝置用于從三維圖像時間序列提取作變形運動的運動對象的輪廓。所述三維圖像時間序列包括分別在多個時刻獲得的多個三維圖像。每個三維圖像由平行的多個二維圖像片構(gòu)成。在所述多個三維圖像中同一位置的多個二維圖像片構(gòu)成一個圖像片時間序列。所述運動對象輪廓提取裝置包括輪廓獲取單元，用于獲取運動對象在每個圖像片中的輪廓；以及輪廓校正單元，用于基于運動對象在各個圖像片時間序列中的運動趨勢信息來校正運動對象在至少一個圖像片時間序列中的圖像片中的輪廓。
文檔編號G06T7/20GK102890823SQ20111020986
公開日2013年1月23日 申請日期2011年7月19日 優(yōu)先權(quán)日2011年7月19日
發(fā)明者王艷華, 叢超, 王艷麗, 王少彬 申請人:株式會社東芝, 東芝醫(yī)療系統(tǒng)株式會社