本申請要求享有于2014年5月14日提交的歐洲專利申請?zhí)朎P14168298.9的優(yōu)先權的益處，通過引用將其整體并入本文。

背景技術：

在針對計算機斷層攝影(CT)圖像的基于模型的分割中，假定要被分割的器官通常具有相同圖像外觀。針對表面模型的每個三角形而言，描述局部圖像外觀的邊界檢測特征被學習。對于超聲圖像，圖像外觀在對象與探頭的相對位置或取向改變時改變。對于一些應用，能夠定義采集協(xié)議中的取向(例如，在經(jīng)胸超聲心動圖(TTE)中)，但是對于其他協(xié)議，不能夠定義取向。這對于胎兒超聲圖像而言是尤其相關的。當胎兒在子宮內(nèi)自由移動時，強加從關于胎兒的固定取向采集圖像是不可能的。執(zhí)行關于不正確的特征集的適應能夠導致分割中的不準確度。

技術實現(xiàn)要素：

本公開涉及醫(yī)學系統(tǒng)并且更具體地涉及被配置為根據(jù)用于分割的對象的取向選擇分割模型的超聲成像系統(tǒng)。

根據(jù)本原理，一種基于模型的分割系統(tǒng)，包括：多個簇，每個簇被形成為表示要被分割的目標的取向。一個或多個模型與每個簇相關聯(lián)，所述一個或多個模型包括與所述簇的取向相關聯(lián)的至少一個方面。比較單元被配置在存儲器存儲介質(zhì)中，所述比較單元被配置為將超聲圖像與所述簇進行比較以確定最接近的匹配取向，并且被配置為基于具有所述最接近的匹配取向的所述簇來選擇所述一個或多個模型。模型適應模塊被配置為將所述一個或多個模型適應于所述超聲圖像。

另一基于模型的分割系統(tǒng)包括超聲圖像的所述多個簇，其被形成為表示要被數(shù)字地分割的子宮內(nèi)胎兒的取向。一個或多個模型與每個簇相關聯(lián)，所述一個或多個模型包括與所述簇的取向相關聯(lián)的至少一個方面，所述至少一個方面包括所述胎兒的外觀模型。比較單元被配置在存儲器存儲介質(zhì)中，所述比較單元被配置為將所述胎兒的超聲圖像與所述簇進行比較以確定最接近的匹配取向，并且被配置為基于具有所述最接近的匹配取向的所述簇來選擇所述一個或多個模型。模型適應模塊被配置為將所述一個或多個模型適應于所述超聲圖像。

一種用于基于模型的圖像分割的方法，包括：確定超聲探頭相對于要被分割的目標的取向；將一個或多個模型與經(jīng)圖像訓練的簇進行關聯(lián)，所述一個或多個模型包括與所述簇的取向相關聯(lián)的至少一個方面；將超聲圖像與所述經(jīng)圖像訓練的簇進行比較以確定最接近的匹配取向；并且基于具有所述最接近的匹配取向的所述經(jīng)圖像訓練的簇來選擇所述一個或多個模型以用于對所述超聲圖像的模型適應。

在某些方面中，本發(fā)明還包括用于基于模型的圖像分割的系統(tǒng)，其能夠包括在其上的指令，所述指令在被運行時令所述系統(tǒng)：接收定義超聲探頭相對于要被分割的目標的取向的輸入數(shù)據(jù)；將一個或多個模型與經(jīng)圖像訓練的簇相關聯(lián)，所述一個或多個模型包括與所述簇的取向相關聯(lián)的至少一個方面；將超聲圖像與所述經(jīng)圖像訓練的簇進行比較以確定最接近的匹配取向；基于具有所述最接近的匹配取向的所述經(jīng)圖像訓練的簇來選擇(512)所述一個或多個模型以用于對所述超聲圖像的模型適應；并且識別要被分割的所述目標相對于所述超聲探頭的所述取向。所述超聲圖像能夠包括胎兒的解剖特征，所述解剖特征取決于所述超聲探頭相對于所述目標的所述取向而被顯示在不同的取向中。

本公開的這些和其他目標、特征和優(yōu)點將根據(jù)要結合附圖閱讀的本公開的說明性實施例的以下詳細描述而變得顯而易見。

附圖說明

本公開將參考以下附圖詳細呈現(xiàn)優(yōu)選實施例的以下描述，其中：

圖1是示出根據(jù)本原理的被配置用于訓練圖像簇的超聲成像系統(tǒng)的框/流程圖；

圖2是示出根據(jù)本原理的說明性實施例的采用取向模型和超聲成像系統(tǒng)的基于模型的分割系統(tǒng)的框/流程圖；

圖3是根據(jù)本原理的示出母體內(nèi)胎兒的超聲圖像并且示出成像探頭與胎兒的相對取向的圖；

圖4是根據(jù)本原理的示出針對母體內(nèi)胎兒的三個說明性超聲圖像簇的圖；

圖5是根據(jù)本原理的示出針對母體內(nèi)胎兒的三個說明性模型及其相應方面(例如，形狀和外觀模型)的圖；并且

圖6是示出根據(jù)說明性實施例的用于使用圖像簇確定適當模型的對目標的分割的方法的流程圖。

具體實施方式

根據(jù)本原理，使用更準確的模型選擇來執(zhí)行基于模型的分割，以執(zhí)行一個或多個模型的適應。在超聲成像中，成像探頭聚集基于探頭的取向可以不同地表現(xiàn)的成像數(shù)據(jù)，亦即，圖像外觀在成像對象的相對位置或取向相對于探頭改變時改變。在一個實施例中，收集胎兒超聲圖像。當胎兒在子宮內(nèi)自由移動時，定義應當從關于胎兒的固定取向采集的圖像是極其困難的。例如，用戶可能不能夠容易地識別其是否正對胎兒的頭部的左側或右側進行成像。根據(jù)本原理，根據(jù)胎兒關于探頭的取向選擇解剖特征。例如，能夠選擇右耳來輔助識別如何關于胎兒對探頭定向。在本發(fā)明的模型的訓練階段中，不同的取向的圖像被聚類到圖像的不同的簇中，并且對于每個簇，訓練解釋胎兒相對于成像探頭的不同的取向的特征。在本發(fā)明的模型的分割階段中，與特定取向相關聯(lián)的圖像的最近取向簇被確定并且被用于實時選擇哪個分割模型應當被采用，其最好匹配圖像中的胎兒的位置。能夠在胎兒或其他目標上執(zhí)行基于模型的分割以將一個或多個模型適應于圖像并且根據(jù)一個或多個模型對(一幅或多幅)圖像進行分析。通過實時選擇適當模型，改進分割準確度并且降低圖像處理時間。

應當理解，將依據(jù)醫(yī)學系統(tǒng)來描述本發(fā)明；然而，本發(fā)明的教導寬廣得多并且適于采用定向成像的任何系統(tǒng)。在一些實施例中，本原理被采用在跟蹤或分析復雜的生物或機械系統(tǒng)中。具體而言，本原理適于身體的所有區(qū)域(諸如肺、胃腸道、子宮、心臟、子宮內(nèi)胎兒、排泄器官、血管等)中的生物系統(tǒng)的內(nèi)部跟蹤流程。附圖中描繪的元件可以被實施在硬件與軟件的各種組合中，并且提供可以被組合在單個元件或多個元件中的功能。

能夠通過使用專用硬件以及能夠運行與合適的軟件相關聯(lián)的軟件的硬件來提供附圖中示出的各種元件的功能。在由處理器提供時，所述功能能夠由單個專用處理器、由單個共享處理器、或由多個個體處理器(它們中的一些能夠被共享)來提供。此外，術語“處理器”或“控制器”的明確使用不應被解釋為唯一地指代能夠運行軟件的硬件，并且能夠暗含地包括而不限于數(shù)字信號處理器(“DSP”)硬件、用于存儲軟件的只讀存儲器(“ROM”)、隨機存取存儲器(“RAM”)、非易失性存儲設備等。

此外，在本文中的記載本發(fā)明的原理、方面和實施例的所有陳述，以及其具體范例，旨在涵蓋其結構和功能等價物。此外，這樣的等價物旨在包括當前已知的等價物和未來發(fā)展的等價物(即，無論其結構執(zhí)行相同功能的所發(fā)展的任何元件)。因此，例如，本領域技術人員將認識到，本文呈現(xiàn)的框圖表示實現(xiàn)本發(fā)明的原理的說明性系統(tǒng)部件和/或電路的概念視圖。類似地，將認識到，任何流程表、流程圖等表示基本上可以被表示在計算機可讀存儲介質(zhì)中并因此由計算機或處理器來運行的各種過程，而無論這樣的計算機或處理器是否被明確示出。

此外，本發(fā)明的實施例能夠采取計算機程序產(chǎn)品的形式，所述計算機程序產(chǎn)品可從計算機可用或計算機可讀存儲介質(zhì)存取，所述計算機可用或計算機可讀存儲介質(zhì)提供用于由計算機或任何指令運行系統(tǒng)使用或者與計算機或任何指令運行系統(tǒng)結合來使用的程序代碼。出于該描述目的，計算機可用或計算機可讀存儲介質(zhì)能夠是可以包括、存儲、通信、傳播或運輸用于由指令運行系統(tǒng)、裝置或設備使用或與其結合來使用的程序的任何裝置。所述介質(zhì)能夠是電子的、磁性的、光學的、電磁的、紅外的或半導體系統(tǒng)(或者裝置或設備)或傳播介質(zhì)。計算機可讀介質(zhì)的范例包括半導體或固態(tài)存儲器、磁帶、可移除計算機軟盤、隨機存取存儲器(RAM)、只讀存儲器(ROM)、剛性磁盤以及光盤。光盤的當前范例包括壓縮盤-只讀存儲器(CD-ROM)、壓縮盤-讀/寫(CD-R/W)、Blu-Ray^TM以及DVD。

現(xiàn)在參考附圖，其中，相似數(shù)字代表相同或相似的元件，并且首先參考圖1，以框圖形式示出了根據(jù)本發(fā)明的原理構建的超聲成像系統(tǒng)10。在圖1的超聲診斷成像系統(tǒng)中，超聲探頭12包括用于發(fā)射超聲波和接收回聲信息的換能器陣列14。各種換能器陣列是本領域中公知中(例如，線性陣列、凸面陣列或相位陣列)。例如，換能器陣列14可以包括能夠在海拔和方位維度兩者中掃描以用于2D和/或3D成像的換能器元件的二維陣列(如所示)。換能器陣列14被耦合到探頭12中的微型波束形成器16，微型波束形成器16控制由陣列中的換能器元件對信號的發(fā)射和接收。在該范例中，微型波束形成器16通過探頭線纜耦合到發(fā)射/接收(T/R)開關18，開關18在發(fā)射與接收之間切換并且保護主波束形成器22免受高能量發(fā)射信號影響。在一些實施例中，系統(tǒng)中的T/R開關18和其他元件能夠被包括在換能器探頭中而不是分離的超聲系統(tǒng)底座中。在微型波束形成器16的控制下的超聲波束從換能器陣列14的發(fā)射由耦合到T/R開關18和波束形成器22的發(fā)射控制器20引導，所述波束形成器接收來自用戶接口或控制面板24的用戶的操作的輸入。由發(fā)射控制器20控制的功能之一是波束操縱的方向。波束可以被操縱為從換能器陣列一直向前(與其正交)，或者針對更寬的視野而處于不同的角處。由微型波束形成器16產(chǎn)生的部分波束成形信號被耦合到主波束形成器22，其中，來自換能器元件的個體片塊的部分波束成形信號被組合為完全波束成形信號。

波束形成信號被耦合到信號處理器26。信號處理器26能夠以各種方式處理所接收的回聲信號，例如帶通濾波、抽取、I分量和Q分量分離以及諧波信號分離。信號處理器26也可以執(zhí)行額外的信號增強，諸如散斑減少、信號合成以及噪聲消除。經(jīng)處理的信號被耦合到B模式處理器28，B模式處理器28能夠采用針對身體中的結構的成像的幅度檢測。由B模式處理器28產(chǎn)生的信號被耦合到掃描轉換器30和多平面重新格式化器32。掃描轉換器30以其根據(jù)其以期望的圖像格式被接收的空間關系布置回聲信號。例如，掃描轉換器30可以將回聲信號布置成二維(2D)扇形格式或錐體三維(3D)圖像。多平面重新格式化器32能夠將從身體的體積區(qū)域中的公共平面中的點接收的回聲轉換為該平面的超聲圖像，如美國專利No.6443896(Detmer)中所描述的，通過引用將其整體并入本文。體積繪制器34將3D數(shù)據(jù)集的回聲信號轉換為如從給定參考點查看的投影3D圖像，例如如美國專利No.6530885(Entrekin等)中所描述的，通過引用將其整體并入本文。2D或3D圖像從掃描轉換器30、多平面重新格式化器32和體積繪制器34被耦合到圖像處理器36以用于另外的增強、緩沖和暫時存儲，以供圖像顯示器38上的顯示。圖形處理器36能夠利用超聲圖像生成用于顯示的圖形交疊。這些圖形交疊能夠包含例如標準識別信息，諸如患者名字、圖像的日期和時間、成像參數(shù)等。出于這些目的，圖形處理器40接收來自用戶接口24的輸入，諸如鍵入的患者名字。用戶接口還能夠耦合到多平面重新格式化器32以選擇和控制多幅多平面重新格式化(MPR)圖像的顯示。在某些實施例中，顯示器能夠被配置為將指示器示出給用戶從而向用戶示出探頭如何關于被成像的目標被取向，例如，示出相對于胎兒的右耳而不是左耳的探頭。能夠使用本文所描述的方法執(zhí)行取向的識別，并且顯示器然后能夠根據(jù)該信息顯示用于用戶解釋的指示器。能夠通過接收識別超聲探頭相對于被成像的目標(例如，胎兒)被定位在何處的輸入數(shù)據(jù)在軟件中實施指示器。指示器能夠夠包括例如箭頭、識別取向的文本和/或探頭在空間中相對于目標的數(shù)字表示的圖像。

存儲器單元或系統(tǒng)42可以包括非暫態(tài)存儲介質(zhì)，所述非暫態(tài)存儲介質(zhì)用于存儲成像系統(tǒng)10的處理器26、28、36、40或(一個或多個)任何其他部件中的一個或多個的數(shù)據(jù)或輸出。在一個尤其有用的實施例中，系統(tǒng)10可以用作訓練系統(tǒng)以及成像系統(tǒng)。在這樣的情況下，存儲器42可以包括訓練數(shù)據(jù)庫44，訓練數(shù)據(jù)庫44被配置為存儲用于在圖像處理期間確定目標的位置的訓練數(shù)據(jù)。訓練數(shù)據(jù)通過分類器46來聚類以形成與目標的可能位置有關的簇。在一個特別有用的實施例中，分類器46基于胎兒的位置形成簇48，例如，一個簇可以基于包括鼻部視角的多幅圖像，一個簇可以基于包括側視角的多幅圖像(右和左，其中，一個集合被翻轉以降低簇的數(shù)量)，一個簇可以基于包括頭部視角的后面的多幅圖像等。應當注意，任何數(shù)量(更多或更少)的簇可以取決于手邊的應用而形成。分類器46可以被配置為將加權應用到圖像中的特征以使評分或將訓練數(shù)據(jù)與采集圖像匹配更容易并且更準確。

應當理解，如果系統(tǒng)10未被配置用于訓練，則可以從系統(tǒng)10省略訓練數(shù)據(jù)庫44和分類器46。系統(tǒng)10將包括從在另一時間由另一系統(tǒng)所收集的訓練數(shù)據(jù)導出的簇48。存儲器42服務并且可以被耦合到圖1中所描繪的元件中的一個或多個。

超聲成像系統(tǒng)10的訓練數(shù)據(jù)被提供到處理系統(tǒng)或工作站100(圖2)。工作站100可以將成像系統(tǒng)10包括在其中或者成像系統(tǒng)10可以是分離的單元。超聲成像系統(tǒng)10可以利用在系統(tǒng)模型的訓練中并且用于獲取實時圖像，如將描述的。

參考圖2，根據(jù)一個實施例說明性地示出了處理系統(tǒng)100。系統(tǒng)100可以包括從其監(jiān)督和/或管理流程的工作站或控制臺112。工作站112優(yōu)選地包括一個或多個處理器114和用于存儲程序和應用的存儲器116。存儲器116可以存儲訓練數(shù)據(jù)庫118，訓練數(shù)據(jù)庫118被配置為存儲用于建立模型的訓練數(shù)據(jù)。

對于基于模型的分割，(一個或多個)模型140可以包括多個方面。在一個實施例中，模型包括至少兩個方面，形狀模式142和外觀模型144?？梢栽谀Ｐ偷挠柧氹A段中訓練形狀模型142和/或外觀模型兩者以提供具有對應于簇48的位置或取向的模型。形狀模型142描述了要被分割的對象或目標的形狀。形狀模型142包括預期形狀并且可以包括目標的預期變化。形狀模型142可以包括元素的網(wǎng)格，并且在一個特定實例中，三角形的網(wǎng)格。還可以采用其他形式的形狀模型和/或網(wǎng)格元素。在外觀模型144中，對預期外觀進行編碼。對于網(wǎng)格(三角形)的每個實體，學習在其相應區(qū)域中圖像看起來如何。外觀模型144可以包括關于圖像/像素強度、梯度、紋理等的信息。

模型方面(例如，形狀模型142和/或外觀模型144)均可以分別包括多個實例146和148。實例146提供對應于目標132(例如，子宮內(nèi)胎兒)的不同的位置的完整模型。根據(jù)在簇48中所提供的聚類位置來訓練模型的這些實例146和148。

在模型適應和分割期間，超聲成像探頭12被用于從受檢者130收集圖像。在尤其有用的實施例中，受檢者130包括患者，并且目標132包括胎兒。由于胎兒能夠在子宮內(nèi)自由地移動，因此胎兒的位置需要被確定以提供胎兒的準確和有效的分割。根據(jù)胎兒(或其他動態(tài)目標)的初始圖像，能夠確定探頭12相對于胎兒132的位置/取向。能夠基于被包含在醫(yī)學數(shù)字成像和通信(DICOM)標頭(或其他存儲的數(shù)據(jù))中的元數(shù)據(jù)、基于圖像處理方法、基于探頭12和/或圖像中的胎兒132的視覺評價等，來確定探頭12的位置。探頭12的位置被用于根據(jù)胎兒關于探頭12的取向來選擇圖像特征。由于胎兒外觀隨著探頭取向和胎兒相對于探頭12的位置而改變，因此胎兒的位置需要被確定。這能夠通過圖像處理來執(zhí)行以將收集的圖像特征與簇48中的特征進行比較。根據(jù)訓練相位，對胎兒取向進行聚類，并且對于每個簇，對特征進行訓練。具有基于搜索特征的最高相似度評分的簇被選擇為給定圖像中的胎兒的取向。在一些實施例中，系統(tǒng)能夠從用戶接受可以評價胎兒的位置的用戶輸入并且輸入針對圖像的位置/取向從而提供探頭相對于被成像的目標可以為什么取向的額外建議。

所選擇的簇具有與其相關聯(lián)的一個或多個模型實例(例如，146和148)。該模型實例在運行中實時被選擇以確保模型關于胎兒的適當取向。實時的模型的選擇降低計算時間、操作者介入并且改進后續(xù)分割過程的準確度。然后，所選擇的模型能被用在其中能執(zhí)行對目標132(例如，胎兒)的測量和分析的基于模型的分割中。在一些實施例中，分割的圖像允許諸如胎兒尺寸、腦部體積等的測量結果。

工作站112包括用于查看受檢者(患者)130或體積/目標132的內(nèi)部圖像的顯示器138并且可以包括超聲圖像134，但是可以采用其他類型的圖像。顯示器138還可以允許用戶與工作站112及其部件和功能或系統(tǒng)100內(nèi)的任何其他元件交互。這還由接口120促進，所述接口可以包括鍵盤、鼠標、操縱桿、觸覺設備或任何其他外周設備或控制，以允許用戶得到來自工作站112的反饋并與工作站112交互。

工作站112包括分割模塊122，分割模塊122能夠分割圖像或圖像的部分，以定義收集的圖像中的體積或平面。相同或不同的工作站112可以被用于解析目標的實時或存儲的圖像。為簡單起見，工作站112可以被配置用于訓練模型和對實時或存儲的圖像進行圖像處理兩者。根據(jù)本原理，圖像處理可以包括識別圖像特征，將這些特征與簇相關聯(lián)以識別位置/取向，使用與簇相關聯(lián)的模型選擇來分割圖像，分析圖像等。

分割模塊122包括比較模塊或單元124并且被配置為將超聲圖像(收集的圖像134)與簇48進行比較以確定其之間的最接近的匹配取向。在一個實施例中，能夠使用一個或多個圖像比較算法將超聲圖像與一個或多個聚類中的圖像進行比較。通常，本領域中已知的任何圖像比較算法能夠例如被用于獲取一幅圖像并且將像素或其他圖像信息與其他圖像進行比較以識別被比較的圖像和/或各圖像中的一些或全部的相似度的程度。比較模塊124可以采用圖像處理技術來將圖像與簇進行比較并且導出相似度評分。為簡單起見，采用術語相似度評分。應當理解，可以采用任何相關評分系統(tǒng)，包括基于圖像差異消除圖像等。最好的相似度評分將被用于識別選擇的簇。所選擇的聚類將被用于選擇具有最接近的匹配取向的一個或多個模型。

模型適應模塊或單元126被配置為將一個或多個模型適應于超聲圖像?？梢允褂靡阎夹g來執(zhí)行適應(例如，網(wǎng)格生成)以使模型與圖像相關。

參考圖3，說明性超聲圖像302和304示出了探頭312相對于胎兒314的位置。在訓練階段中，根據(jù)其關于探頭的取向對圖像進行聚類。例如，通常，從如說明性地描繪的兩個不同側(要么從左側要么從右側)采集胎兒的頭部306。從正面、從左側或從右側采集骨盆和股骨。對于每個取向，對不同的特征集進行訓練和聚類。訓練可以包括收集具有相同取向的圖像并且對圖像進行聚類，以識別對于該位置中的胎兒而言典型的特征。這些簇被用于提供對要被分割的實時圖像的自動比較。簇識別針對胎兒的給定取向的典型的特征。當執(zhí)行比較時，對簇進行評分，并且最高相似度評分被選擇為圖像的取向。

簇的數(shù)量可以基于給定應用的目標而變化。例如，簇的數(shù)量可以降低以改進計算時間或增加以改進模型擬合準確度。每個簇包括一個或多個模型或與其相關聯(lián)的模型的各方面。

參考圖4，說明性圖示出了與相對于探頭312的胎兒位置相關聯(lián)的三個簇。這些簇可以包括具有多個正面圖像的第一簇320、具有多個側面圖像的第二簇322(可以通過翻轉來自一側的圖像簇以對應于另一側的圖像來一起將左和右側聚類)和/或具有多個頭后部圖像的第三簇324。還可以采用更大數(shù)量(或較小數(shù)量)的簇。簇包括來自該特定取向上的多幅圖像的信息。例如，五幅或更多幅圖像在訓練階段中被聚類在一起以創(chuàng)建與該特定取向相關聯(lián)的特征的記錄。

參考圖5，每個簇包括相關聯(lián)的模型或模型的各方面。簇與模型402、404和406相關聯(lián)。在這種情況下，存在分別與簇320、322和324相關聯(lián)的三個模型402、404和406。每個模型402、404和406包括表面方面或模型410以及外觀方面或模型412。根據(jù)需要或期望還可以包括額外的或其他模型。在一個實施例中，形狀模型410可以針對每個取向相同，并且僅外觀模型412可以針對不同的聚類的取向不同。在其他實施例中，基于簇取向來選擇模型410和412兩者。然后，模型被用于對所采集的圖像的適應。通過根據(jù)本原理調(diào)節(jié)模型選擇過程，能夠實現(xiàn)更準確的模型適應。這導致來自分割的模型的較少的計算時間、較早的模型收斂和經(jīng)改進的測量準確度。

基于模型的分割包括初始化和適應。在初始化期間，確定圖像中的對象的粗略位置和取向。在適應期間，特征被用于將模型適應于圖像。這利用增加的自由度(剛性、仿射、多仿射、可變形等)在若干子步驟中執(zhí)行?？梢允褂靡阎夹g執(zhí)行這些子步驟。

根據(jù)本原理，引入初始化與適應之間的一個或多個額外步驟。首先，根據(jù)元數(shù)據(jù)或圖像處理方法確定超聲圖像中的探頭的位置。然后，確定初始化模型關于探頭的相對位置和取向。然后，確定來自訓練的最近(最相似)取向簇，并且根據(jù)基于取向簇的最好模型來選擇特征。對模型進行適應，并且能夠執(zhí)行基于模型的分割。

應當理解，盡管已經(jīng)依據(jù)胎兒超聲描述了本實施例(例如，能夠是胎兒超聲產(chǎn)品的部分)，但是可以使用任何實時成像系統(tǒng)并且在解剖結構的任何部分上來采用本原理。例如，本原理可應用于基于超聲圖像對心臟進行建模。

參考圖6，根據(jù)本原理說明性地示出了用于基于模型的圖像分割的方法。在框502中，系統(tǒng)訓練步驟可以被用于訓練多個簇(經(jīng)圖像訓練的簇)。該過程可以包括收集具有特定取向的目標的圖像并且組合圖像以形成簇。本領域中已知的聚類技術可以被用于創(chuàng)建和存儲簇。每個簇表示目標相對于成像探頭或其他參考的不同取向。在一個實施例中，要被分割的目標可以包括子宮內(nèi)胎兒，并且使用針對要被分割的目標的多個位置中的每個的多幅超聲胎兒圖像來訓練所述多個簇。

在框504中，超聲探頭被定位在相對于在成像會話期間要被分割的目標的取向處?？梢允褂脕碜猿上裨O備(例如，超聲探頭)的元數(shù)據(jù)、DICOM標頭、外部器材、操作者的經(jīng)驗、配準系統(tǒng)、跟蹤傳感器、計算等由系統(tǒng)確定或識別探頭的位置。在框506中，將一個或多個模型與經(jīng)圖像訓練的簇相關聯(lián)，其中，模型的取向與簇的取向對應。一個或多個模型可以包括一個或多個方面。方面可以與簇的取向相關聯(lián)，而不是整體模型。模型的方面可以包括形狀模型、外觀模型等。例如，一個方面可以包括外觀模型，并且外觀模型包括要被分割的目標的不同外觀取向。在另一范例中，一個方面包括形狀模型，并且形狀模型包括針對要被分割的目標的不同形狀取向。

在框508中，將收集的超聲圖像與經(jīng)圖像訓練的簇進行比較以確定最接近的匹配取向。盡管自動比較是優(yōu)選的，但是這可以視覺地執(zhí)行。在框510中，比較步驟可以包括將超聲圖像的特征與經(jīng)圖像訓練的簇中的特征進行匹配以確定相似度評分。相似度評分可以用在確定最接近的匹配取向中，其中，經(jīng)圖像訓練的簇均表示目標的取向。可以使用本領域中已知用于圖像比較的技術來導出可能性、相似度評分等。

在框512中，基于具有最接近的匹配取向的經(jīng)圖像訓練的簇來選擇一個或多個模型，以用于對超聲圖像的模型適應。在框514中，一個或多個模型被適應于圖像?？梢栽诔暢上駮捚陂g(例如，實時)執(zhí)行對超聲圖像的(一個或多個)模型的選擇和/或適應。

在解讀權利要求書時，應當理解：

a)詞語“包括”不排除除了在給定的權利要求中列出的元件或動作以外的其他元件或動作的存在；

b)元件前面的詞語“一”或“一個”不排除多個這樣的元件的存在；

c)權利要求中的任何附圖標記不限制其范圍；

d)若干“單元”可以由相同項或者硬件或軟件實施的結構或功能來表示；并且

e)除非明確地指示，否則并不旨在要求動作的具體順序。

描述了超聲圖像的基于模型的分割的采集取向相關特征的優(yōu)選的實施例(其旨在是說明性而非限制性的)，應當注意，根據(jù)以上教導，本領域的技術人員能夠做出修改和變化。因此應當理解，可以在所公開的本公開的特定實施例中做出變化，所述變化在如權利要求書所概括的本文所公開的實施例的范圍內(nèi)。因而已經(jīng)描述了專利法所要求的細節(jié)和特性，由專利證書所主張并期望保護的內(nèi)容權利要求書中得以闡述。