本發(fā)明涉及一種用于重建待成像的檢查區(qū)域的圖像數(shù)據(jù)和紋理特征的方法。本發(fā)明還涉及一種用于分割待成像的檢查區(qū)域的方法。此外，本發(fā)明涉及一種重建裝置。本發(fā)明還涉及一種圖像分割裝置。本發(fā)明還涉及一種計(jì)算機(jī)斷層成像系統(tǒng)。

背景技術(shù)：

在來(lái)自醫(yī)學(xué)成像設(shè)備的預(yù)先給定的圖像中對(duì)器官進(jìn)行分割，在許多臨床應(yīng)用中是非常關(guān)鍵的一個(gè)步驟。例如，對(duì)肝臟進(jìn)行分割是必不可少的一個(gè)步驟，以便確定其體積或者其部分體積。然后可以使用該信息的知識(shí)，來(lái)例如規(guī)劃肝臟手術(shù)期間的準(zhǔn)確手術(shù)步驟。

另一個(gè)示例涉及確定具有高輻射敏感度的器官的輪廓，以便規(guī)劃放射治療處理。在這種情境下，標(biāo)出患者身體中的敏感的健康的解剖學(xué)結(jié)構(gòu)、例如肝臟或者膀胱，以便保護(hù)其免受在治療照射中出現(xiàn)的輻射暴露的損害，是非常重要的。然后，分割的健康的結(jié)構(gòu)和分割的待照射的腫瘤一起被包含在放射治療規(guī)劃的方案中，從而在健康風(fēng)險(xiǎn)和照射的使用方面針對(duì)患者實(shí)現(xiàn)最佳結(jié)果。

在任何情況下都希望開(kāi)發(fā)一種能夠快速并且準(zhǔn)確地處理大量數(shù)據(jù)的自動(dòng)化的分割方法。迄今為止，已經(jīng)利用現(xiàn)代圖像處理方法將一些應(yīng)用自動(dòng)化。例如，自動(dòng)化的肝臟或心臟分割是許多臨床應(yīng)用的組成部分。然而，已經(jīng)存在的解決方案不完善，為了獲得正確的結(jié)果，在一部分分割過(guò)程中仍然總是需要用戶(hù)介入。還存在大量應(yīng)用情況，其中，通過(guò)利用簡(jiǎn)單的幾何工具勾畫(huà)出解剖學(xué)對(duì)象的二維輪廓，然后合成為三維結(jié)構(gòu)(例如參見(jiàn)圖1)，來(lái)完全手動(dòng)地進(jìn)行分割過(guò)程。

問(wèn)題在于，不同的解剖學(xué)對(duì)象之間的邊界不總是能夠被清楚地識(shí)別，并且目前的算法也不能完美地對(duì)這些對(duì)象進(jìn)行分割。例如，在非對(duì)比度ct圖像數(shù)據(jù)的情況下，屬于肝臟的體素和與相鄰的肌肉組織相關(guān)聯(lián)的體素具有相同的ct值(亨氏值(hounsfield-werte))。

為了也能夠基于在圖像數(shù)據(jù)空間中不能清楚地識(shí)別不同的解剖學(xué)結(jié)構(gòu)之間的邊界的圖像數(shù)據(jù)執(zhí)行分割，傳統(tǒng)上將事先已知的關(guān)于圖像數(shù)據(jù)的信息一起包含到所應(yīng)用的分割算法中。在此，一種特別新穎的方法是所謂的機(jī)器學(xué)習(xí)，其中，產(chǎn)生包括幾何特征和紋理特征并且基于大量圖像數(shù)據(jù)確定的統(tǒng)計(jì)學(xué)計(jì)算機(jī)模型。然后，將這種模型應(yīng)用于患者解剖結(jié)構(gòu)，其中，在記錄的圖像數(shù)據(jù)中考慮個(gè)體的患者信息。這種方法使得能夠更好地對(duì)不能在視覺(jué)上進(jìn)行區(qū)分的圖像片段進(jìn)行處理。在這些圖像片段中，使用模型幾何結(jié)構(gòu)，以便對(duì)圖像對(duì)比度的缺乏進(jìn)行補(bǔ)償。然而，利用這些統(tǒng)計(jì)學(xué)模型也不能解決所有的分割問(wèn)題。其原因在于，在圖像數(shù)據(jù)中缺乏的信息不能準(zhǔn)確地通過(guò)統(tǒng)計(jì)學(xué)信息進(jìn)行補(bǔ)償。

在借助醫(yī)學(xué)成像裝置進(jìn)行的圖像記錄期間，在第一步驟中采集原始數(shù)據(jù)，也稱(chēng)為測(cè)量投影數(shù)據(jù)，其例如在計(jì)算機(jī)斷層成像設(shè)備中與不同的投影角有關(guān)地對(duì)應(yīng)于x射線的吸收。隨后基于原始數(shù)據(jù)利用整合方法重建圖像數(shù)據(jù)。在所有傳統(tǒng)分割方法中，所有模型方法都局限于圖像數(shù)據(jù)空間中的圖像數(shù)據(jù)的體素信息。然而，在從原始數(shù)據(jù)到重建的圖像數(shù)據(jù)的變換中，相當(dāng)大部分的信息丟失并且單獨(dú)根據(jù)圖像數(shù)據(jù)也無(wú)法得到重建。

技術(shù)實(shí)現(xiàn)要素：

由此，存在提供一種普遍適用的自動(dòng)化的重建方法的問(wèn)題，這種重建方法在確定解剖學(xué)結(jié)構(gòu)、特別是解剖學(xué)結(jié)構(gòu)的輪廓時(shí)，具有改善的精度和可靠性。

上述技術(shù)問(wèn)題通過(guò)根據(jù)本發(fā)明的用于重建待成像的檢查區(qū)域的圖像數(shù)據(jù)和紋理特征的方法、根據(jù)本發(fā)明的用于分割待成像的檢查區(qū)域的方法、根據(jù)本發(fā)明的圖像重建裝置、根據(jù)本發(fā)明的圖像分割裝置以及根據(jù)本發(fā)明的計(jì)算機(jī)斷層成像系統(tǒng)來(lái)解決。

在根據(jù)本發(fā)明的用于重建待成像的檢查區(qū)域的圖像數(shù)據(jù)和紋理特征的方法中，采集待成像的檢查區(qū)域的測(cè)量投影數(shù)據(jù)。如已經(jīng)提到的，在使用結(jié)合利用計(jì)算機(jī)斷層成像設(shè)備進(jìn)行的成像的方法時(shí)，測(cè)量投影數(shù)據(jù)可以是與不同的投影角有關(guān)的x射線的吸收的測(cè)量值。隨后，基于采集的測(cè)量投影數(shù)據(jù)執(zhí)行迭代重建。

迭代重建是用于特別是在計(jì)算機(jī)斷層成像中根據(jù)采集的測(cè)量投影數(shù)據(jù)重建圖像數(shù)據(jù)的重建方法。利用這種重建方法，能夠產(chǎn)生具有小的噪聲分量的圖像數(shù)據(jù)。在這種方法中，對(duì)于圖像數(shù)據(jù)重建處理使用校正環(huán)，在校正環(huán)中，逐步通過(guò)逐漸逼近記錄區(qū)域中的實(shí)際密度分布或者衰減值的分布來(lái)計(jì)算計(jì)算機(jī)斷層成像的剖視圖。為此，首先做出關(guān)于存在于記錄區(qū)域中的待檢查的組織層的密度分布的假設(shè)并且計(jì)算初始圖像。根據(jù)該初始圖像產(chǎn)生新的合成投影數(shù)據(jù)，并且與實(shí)際記錄的“真實(shí)的”測(cè)量投影數(shù)據(jù)、也稱(chēng)為原始數(shù)據(jù)進(jìn)行比較。如果其不一致，則計(jì)算對(duì)應(yīng)的校正圖像，借助其對(duì)初始圖像進(jìn)行校正。然后，重新合成投影數(shù)據(jù)并且與測(cè)量的原始數(shù)據(jù)進(jìn)行比較。持續(xù)進(jìn)行這種迭代，直到滿(mǎn)足定義的中斷標(biāo)準(zhǔn)為止。之后，在校正后的圖像中，提高對(duì)比度高的區(qū)域中的空間圖像分辨率，與此相反降低對(duì)比度低的區(qū)域中的圖像噪聲。圖像在密度均勻的組織區(qū)域中更柔和，同時(shí)保持對(duì)比度高的組織邊界。將圖像分辨率和圖像噪聲退耦。

在迭代重建中，此時(shí)根據(jù)本發(fā)明，獲得初步圖像數(shù)據(jù)和初步紋理特征。這些紋理特征對(duì)應(yīng)于投影數(shù)據(jù)空間中的各個(gè)點(diǎn)的個(gè)體特性，并且在迭代重建中部分地計(jì)算。在兩個(gè)解剖學(xué)對(duì)象之間的邊界處、但是也在解剖學(xué)對(duì)象內(nèi)部的其它區(qū)域中計(jì)算紋理特征。然而，在傳統(tǒng)的迭代重建中，這些紋理信息在通過(guò)迭代重建產(chǎn)生的最終圖像數(shù)據(jù)中不再存在。然而，這些紋理數(shù)據(jù)包括有價(jià)值的信息，例如空間中的特定點(diǎn)是兩個(gè)解剖學(xué)對(duì)象之間的邊界線的一部分的概率。根據(jù)本發(fā)明，此時(shí)使用這些紋理特征來(lái)獲得附加結(jié)構(gòu)信息、優(yōu)選輪廓信息。

結(jié)構(gòu)信息優(yōu)選包括輪廓信息、即關(guān)于解剖學(xué)結(jié)構(gòu)之間的邊界的走向的信息。但是其也可以包括關(guān)于器官或一般的解剖學(xué)對(duì)象或者區(qū)域內(nèi)部的結(jié)構(gòu)的信息。這些結(jié)構(gòu)例如可以是要在器官內(nèi)部識(shí)別的腫瘤結(jié)構(gòu)等。

在根據(jù)本發(fā)明的方法的范圍內(nèi)，還可以基于原始數(shù)據(jù)計(jì)算對(duì)于常規(guī)的圖像數(shù)據(jù)的產(chǎn)生而言不需要的附加紋理特征，以改善要獲得的結(jié)構(gòu)信息、優(yōu)選輪廓的質(zhì)量。這些附加紋理特征例如可能涉及解剖學(xué)對(duì)象之間的邊緣或者邊界線，但是其也可能涉及對(duì)象內(nèi)部的特性紋理。紋理特征給出關(guān)于圖像記錄中的灰度級(jí)的分布的信息。對(duì)這些紋理特征的詳細(xì)描述在haralick等的“texturalfeaturesforimageclassification”,ieeetransactionsonsystems,manandcybernetics,vol.smc-3,no.6,1973年11月,第610-621頁(yè)中可以找到，在此通過(guò)引用包含在本專(zhuān)利申請(qǐng)中。

此時(shí)，基于所獲得的初步紋理特征確定檢查區(qū)域中的預(yù)期的初步結(jié)構(gòu)、優(yōu)選輪廓。紋理特征例如包括與在圖像中的特定位置處存在邊緣或輪廓的概率相關(guān)的信息。然后，基于這些信息在圖像數(shù)據(jù)空間中確定初步結(jié)構(gòu)、優(yōu)選輪廓。隨后，在迭代重建的下一個(gè)迭代步驟中考慮預(yù)期的初步結(jié)構(gòu)、優(yōu)選輪廓。也就是說(shuō)，其也包含在合成投影數(shù)據(jù)的產(chǎn)生中，并且隨后在合成投影數(shù)據(jù)和原始數(shù)據(jù)之間的比較中以及在校正圖像數(shù)據(jù)、類(lèi)似地還在校正后的紋理特征的產(chǎn)生中考慮。特別是在迭代重建的范圍內(nèi)在原始數(shù)據(jù)空間中進(jìn)行濾波時(shí)考慮預(yù)期的初步結(jié)構(gòu)、例如輪廓。預(yù)期的初步結(jié)構(gòu)呈現(xiàn)根據(jù)本發(fā)明在進(jìn)行濾波時(shí)考慮的單獨(dú)的信息。以這種方式，逐步更準(zhǔn)確地描述結(jié)構(gòu)信息并且與其相關(guān)聯(lián)地更準(zhǔn)確地描述紋理特征。如果將確定的輪廓信息與重建的圖像數(shù)據(jù)組合，則獲得具有與各個(gè)解剖學(xué)對(duì)象相關(guān)聯(lián)的、清楚地劃分的圖像區(qū)域的圖像。

有利的是，在根據(jù)本發(fā)明的方法中，使得將在重建中一起產(chǎn)生的紋理特征以自動(dòng)化的方式一起包含在圖像重建和紋理特征的重建的迭代處理中。紋理特征包括關(guān)于結(jié)構(gòu)、特別是輪廓、例如器官之間的邊界線的出現(xiàn)的有價(jià)值的信息。與傳統(tǒng)方法相比，這些信息在圖像重建中附加地一起產(chǎn)生，并且在迭代重建之后一起包含在隨后對(duì)圖像數(shù)據(jù)的分析和進(jìn)一步處理、特別是隨后對(duì)圖像數(shù)據(jù)的分割中。以這種方式，實(shí)現(xiàn)更精確的重建方法，其甚至使得能夠簡(jiǎn)潔地表示在圖像數(shù)據(jù)空間中沒(méi)有強(qiáng)對(duì)比度的圖像區(qū)域。

在根據(jù)本發(fā)明的用于分割待成像的檢查區(qū)域的方法中，首先執(zhí)行根據(jù)本發(fā)明的用于重建待成像的檢查區(qū)域的圖像數(shù)據(jù)和紋理特征的方法。隨后，考慮基于初步紋理特征確定的紋理特征，來(lái)分割待成像的檢查區(qū)域。根據(jù)本發(fā)明的方法特別是還可應(yīng)用于僅借助于統(tǒng)計(jì)學(xué)模型無(wú)法很好地分割的圖像區(qū)域。所描述的步驟優(yōu)選以自動(dòng)化的方式進(jìn)行。在根據(jù)本發(fā)明的方法中不需要用戶(hù)的介入、例如通過(guò)標(biāo)出輪廓來(lái)進(jìn)行分割。

在迭代重建中在結(jié)束時(shí)產(chǎn)生的紋理特征與迭代重建的圖像數(shù)據(jù)類(lèi)似具有高可靠性和精度，并且例如可以包含關(guān)于解剖學(xué)對(duì)象之間的邊界線的出現(xiàn)概率的非常準(zhǔn)確的說(shuō)明。在自動(dòng)化的分割中，使用這些信息來(lái)確定各個(gè)解剖學(xué)對(duì)象之間的邊界線。作為分割的替換方案，還可以提取在圖像數(shù)據(jù)中借助紋理特征確定的結(jié)構(gòu)或結(jié)構(gòu)區(qū)域。在此，借助紋理特征確定具有特定結(jié)構(gòu)的圖像區(qū)域，從圖像數(shù)據(jù)中提取這些圖像區(qū)域，以進(jìn)行更準(zhǔn)確的分析。

根據(jù)本發(fā)明的圖像重建裝置包括用于采集測(cè)量投影數(shù)據(jù)的投影數(shù)據(jù)采集單元。此外，根據(jù)本發(fā)明的圖像重建裝置的一部分是用于基于所采集的測(cè)量投影數(shù)據(jù)對(duì)初步圖像數(shù)據(jù)進(jìn)行迭代重建的圖像數(shù)據(jù)重建單元。在進(jìn)行迭代重建時(shí)，除了初步圖像數(shù)據(jù)之外，還獲得初步紋理特征。此外，根據(jù)本發(fā)明的圖像重建裝置還包括結(jié)構(gòu)確定單元，結(jié)構(gòu)確定單元用于基于所獲得的初步紋理特征確定檢查對(duì)象的待成像的檢查區(qū)域中的預(yù)期的初步結(jié)構(gòu)。

根據(jù)本發(fā)明的圖像分割裝置具有根據(jù)本發(fā)明的重建裝置。此外，根據(jù)本發(fā)明的圖像分割裝置還具有分割單元，分割單元被配置用于在考慮基于初步紋理特征確定的紋理特征的情況下分割重建的圖像數(shù)據(jù)。借助根據(jù)本發(fā)明的圖像分割裝置，能夠以自動(dòng)化的方式分割采集的解剖學(xué)圖像，其中，基于以自動(dòng)化的方式確定的結(jié)構(gòu)、優(yōu)選輪廓，以自動(dòng)化的方式在解剖學(xué)圖像中標(biāo)出不同的解剖學(xué)區(qū)域、例如器官之間的邊界線。

根據(jù)本發(fā)明的計(jì)算機(jī)斷層成像系統(tǒng)具有根據(jù)本發(fā)明的圖像重建裝置。特別是在計(jì)算機(jī)斷層成像中，將從不同的角度產(chǎn)生的投影數(shù)據(jù)重建為圖像數(shù)據(jù)。在這種類(lèi)型的醫(yī)學(xué)成像中，特別優(yōu)選根據(jù)本發(fā)明的圖像重建裝置得到應(yīng)用，因?yàn)槠涫褂迷谟?jì)算機(jī)斷層成像中經(jīng)常使用的迭代重建方法來(lái)進(jìn)行圖像重建。

根據(jù)本發(fā)明的圖像重建裝置的基本部件大部分可以以軟件部件的形式構(gòu)造。這特別是涉及圖像重建裝置的例如圖像數(shù)據(jù)重建單元和結(jié)構(gòu)確定單元的部分。但是原則上這些部件也可以部分地、特別是在涉及特別快速的計(jì)算時(shí)，以軟件支持的硬件、例如fpga等的形式實(shí)現(xiàn)。所需的接口、例如投影數(shù)據(jù)采集單元(例如在僅涉及從其它軟件部件接收數(shù)據(jù)時(shí))也可以構(gòu)造為軟件接口。但是其也可以構(gòu)造為通過(guò)合適的軟件來(lái)控制的、以硬件構(gòu)建的接口。

盡可能以軟件實(shí)現(xiàn)具有如下優(yōu)點(diǎn)：迄今為止已經(jīng)使用的圖像重建裝置也可以以簡(jiǎn)單的方式通過(guò)軟件更新升級(jí)，從而以根據(jù)本發(fā)明的方式工作。就這點(diǎn)而言，上述技術(shù)問(wèn)題還通過(guò)具有計(jì)算機(jī)程序的對(duì)應(yīng)的計(jì)算機(jī)程序產(chǎn)品來(lái)解決，計(jì)算機(jī)程序可以直接加載到根據(jù)本發(fā)明的圖像重建裝置的存儲(chǔ)裝置中，計(jì)算機(jī)程序具有程序段，用于在將圖像分割裝置中執(zhí)行計(jì)算機(jī)程序時(shí)，執(zhí)行根據(jù)本發(fā)明的方法的所有步驟。

這種計(jì)算機(jī)程序產(chǎn)品除了計(jì)算機(jī)程序之外，在需要時(shí)還可以包括附加組成部分、例如文檔和/或附加部件、還有硬件部件、例如硬件鎖(加密狗(dongle)等)，用于軟件的使用。

為了傳輸?shù)綀D像重建裝置的存儲(chǔ)裝置和/或?yàn)榱舜鎯?chǔ)在圖像重建裝置上，可以使用計(jì)算機(jī)可讀介質(zhì)、例如存儲(chǔ)棒、硬盤(pán)或者其它便攜式或固定地安裝的數(shù)據(jù)載體，其上存儲(chǔ)有圖像重建裝置的計(jì)算機(jī)單元可讀入并且可執(zhí)行的計(jì)算機(jī)程序的程序段。計(jì)算機(jī)單元為此例如可以具有一個(gè)或更多個(gè)協(xié)作的微處理器等。

下面的描述相應(yīng)地包含本發(fā)明的特別有利的構(gòu)造和展開(kāi)。此外，在本發(fā)明的范圍內(nèi)，也可以將不同的實(shí)施例的不同的特征組合成新的實(shí)施例。

在根據(jù)本發(fā)明的用于重建待成像的檢查區(qū)域的圖像數(shù)據(jù)和紋理特征的方法的一種構(gòu)造中，附加地基于重建的初步圖像數(shù)據(jù)，確定檢查區(qū)域中的預(yù)期的初步結(jié)構(gòu)。也就是說(shuō)，在這種構(gòu)造中，例如不僅圖像數(shù)據(jù)、而且紋理特征可以以預(yù)先確定的權(quán)重包含到初步輪廓的確定中。

為了針對(duì)紋理特征和可預(yù)測(cè)的結(jié)構(gòu)、優(yōu)選輪廓之間的關(guān)系獲得可靠的基礎(chǔ)，例如還可以使用結(jié)構(gòu)預(yù)測(cè)模型。這種結(jié)構(gòu)預(yù)測(cè)模型使得能夠基于一般的模型假設(shè)將所確定的紋理特征與預(yù)期的輪廓相關(guān)。

在根據(jù)本發(fā)明的用于重建待成像的檢查區(qū)域的圖像數(shù)據(jù)和紋理特征的方法的一種可應(yīng)用的特別有利的變形方案中，重復(fù)迭代重建的步驟，直至滿(mǎn)足所確定的初步圖像數(shù)據(jù)和初步紋理特征的質(zhì)量標(biāo)準(zhǔn)為止。由此保證所確定的圖像數(shù)據(jù)和結(jié)構(gòu)數(shù)據(jù)的最低質(zhì)量。

通過(guò)重復(fù)應(yīng)用重建步驟，重建的圖像數(shù)據(jù)和紋理特征逐漸逼近希望的精度。質(zhì)量標(biāo)準(zhǔn)例如可以包括基于所確定的圖像數(shù)據(jù)和紋理特征要確定的結(jié)構(gòu)、優(yōu)選輪廓的可識(shí)別性、圖像數(shù)據(jù)的各個(gè)圖像區(qū)域中的分辨率和信噪比。

在根據(jù)本發(fā)明的用于分割待成像的檢查區(qū)域的方法的一種優(yōu)選構(gòu)造中，附加地考慮基于重建的初步圖像數(shù)據(jù)確定的圖像數(shù)據(jù)，來(lái)分割待成像的檢查區(qū)域。也就是說(shuō)，在這種變形方案中，在進(jìn)行分割時(shí)，除了所確定的紋理特征之外，還考慮以預(yù)先確定的權(quán)重考慮的圖像數(shù)據(jù)。

在分割步驟中，還可以使用輪廓預(yù)測(cè)模型，以基于所確定的紋理特征和所確定的圖像數(shù)據(jù)確定盡可能可靠的最終輪廓，然后使用該最終輪廓來(lái)分割圖像數(shù)據(jù)或基于圖像數(shù)據(jù)產(chǎn)生的解剖學(xué)圖像。輪廓預(yù)測(cè)模型例如可以是自組織的并且基于數(shù)據(jù)庫(kù)產(chǎn)生，并且可以包括在輪廓形成中考慮的數(shù)據(jù)和輪廓本身之間的關(guān)系。

在根據(jù)本發(fā)明的用于重建待成像的檢查區(qū)域的圖像數(shù)據(jù)和紋理特征的方法或者根據(jù)本發(fā)明的用于分割待成像的檢查區(qū)域的方法的一種特別有利的構(gòu)造中，借助訓(xùn)練方法獲得結(jié)構(gòu)預(yù)測(cè)模型。在訓(xùn)練方法中，首先采集訓(xùn)練測(cè)量投影數(shù)據(jù)。訓(xùn)練測(cè)量投影數(shù)據(jù)例如可以源自數(shù)據(jù)庫(kù)，或者可以直接通過(guò)成像方法從檢查對(duì)象采集。隨后，基于訓(xùn)練測(cè)量投影數(shù)據(jù)對(duì)初步訓(xùn)練圖像數(shù)據(jù)進(jìn)行迭代重建。在此，在迭代重建中附加地確定初步訓(xùn)練紋理特征。此時(shí)，在各個(gè)重建步驟之間，附加地在初步訓(xùn)練圖像數(shù)據(jù)中標(biāo)注結(jié)構(gòu)、優(yōu)選輪廓。也就是說(shuō)，在圖像數(shù)據(jù)中標(biāo)出例如(位置對(duì)于標(biāo)注者已知的)解剖學(xué)結(jié)構(gòu)之間的邊界線。

之后，在考慮標(biāo)注的結(jié)構(gòu)、特別是標(biāo)注的輪廓的情況下，對(duì)初步訓(xùn)練圖像數(shù)據(jù)重新進(jìn)行迭代重建，并且確定初步訓(xùn)練紋理特征。也就是說(shuō)，在迭代重建步驟的范圍內(nèi)在確定合成的投影數(shù)據(jù)時(shí)也考慮標(biāo)注的結(jié)構(gòu)，由此也將標(biāo)注的結(jié)構(gòu)包含到新的初步訓(xùn)練圖像數(shù)據(jù)和初步訓(xùn)練紋理特征的重建中。在多次迭代之后，將最后重建的初步訓(xùn)練圖像數(shù)據(jù)和最后獲得的初步訓(xùn)練紋理特征歸為最終的訓(xùn)練圖像數(shù)據(jù)和最終的訓(xùn)練紋理特征。最后，使用最終的訓(xùn)練圖像數(shù)據(jù)和最終的訓(xùn)練紋理特征來(lái)產(chǎn)生結(jié)構(gòu)預(yù)測(cè)模型。

這種結(jié)構(gòu)預(yù)測(cè)模型、優(yōu)選輪廓預(yù)測(cè)模型給出了重建的圖像數(shù)據(jù)、紋理特征和結(jié)構(gòu)、特別是輪廓之間的關(guān)系。因此，借助結(jié)構(gòu)預(yù)測(cè)模型，可以基于紋理特征例如推斷出對(duì)象邊界或者特定結(jié)構(gòu)的位置。這些信息又可以在根據(jù)本發(fā)明的圖像重建方法和根據(jù)本發(fā)明的分割方法中用于更準(zhǔn)確地確定局部紋理特征。例如，在根據(jù)本發(fā)明的圖像重建方法中的迭代重建的范圍內(nèi)，可以沿著假設(shè)的對(duì)象邊界執(zhí)行各向異性過(guò)濾，使得邊緣的對(duì)比度提高并且邊緣被銳利地成像。因?yàn)樵谟?xùn)練方法中，所提到的結(jié)構(gòu)、特別是輪廓和紋理特征之間的關(guān)系還不知道，因此手動(dòng)地在訓(xùn)練圖像數(shù)據(jù)中標(biāo)出結(jié)構(gòu)、優(yōu)選輪廓。隨后，利用當(dāng)前的初步訓(xùn)練圖像數(shù)據(jù)將結(jié)構(gòu)變換到投影數(shù)據(jù)空間中，并且在接下來(lái)的迭代步驟或者接下來(lái)的重建步驟中考慮。然后，在接下來(lái)的重建步驟中，又重建新的初步訓(xùn)練圖像數(shù)據(jù)以及新的初步訓(xùn)練紋理特征，其就結(jié)構(gòu)、特別是輪廓的顯示而言已經(jīng)得到改善。以這種方式產(chǎn)生準(zhǔn)確的訓(xùn)練紋理特征以及準(zhǔn)確的訓(xùn)練圖像數(shù)據(jù)，隨后可以將其用于形成結(jié)構(gòu)預(yù)測(cè)模型。

在根據(jù)本發(fā)明的用于重建待成像的檢查區(qū)域的圖像數(shù)據(jù)和紋理特征的方法或者根據(jù)本發(fā)明的用于分割待成像的檢查區(qū)域的方法的一種優(yōu)選變形方案的范圍內(nèi)，重復(fù)結(jié)構(gòu)標(biāo)注、初步訓(xùn)練圖像數(shù)據(jù)的重新迭代重建和初步訓(xùn)練紋理特征的確定的步驟，直至滿(mǎn)足所確定的初步訓(xùn)練圖像數(shù)據(jù)和所確定的初步訓(xùn)練紋理特征的質(zhì)量標(biāo)準(zhǔn)為止。質(zhì)量標(biāo)準(zhǔn)例如可以包括圖像數(shù)據(jù)的對(duì)比度或者分辨率以及所記錄的紋理特征的可靠性。以這種方式能夠?qū)崿F(xiàn)圖像顯示以及所采集的圖像數(shù)據(jù)的輪廓的需要的最低質(zhì)量。

在根據(jù)本發(fā)明的用于重建待成像的檢查區(qū)域的圖像數(shù)據(jù)和紋理特征的方法或者根據(jù)本發(fā)明的用于分割待成像的檢查區(qū)域的方法的一種特別實(shí)用的變形方案中，為了基于最終的訓(xùn)練圖像數(shù)據(jù)和最終的訓(xùn)練紋理特征產(chǎn)生結(jié)構(gòu)預(yù)測(cè)模型，執(zhí)行機(jī)器學(xué)習(xí)處理。例如在bengio等,2007,“l(fā)ayer-wisetrainingofdeepnetworks”,advancesinneuralinformationprocessingsystems中描述了這種機(jī)器學(xué)習(xí)處理。作為機(jī)器學(xué)習(xí)處理的替換，還可以使用稱(chēng)為“深度學(xué)習(xí)方法(deeplearningapproach)”(參見(jiàn)zheng等,2007,“fastautomaticheartchambersegmentationfrom3dctdatausingmarginalspacelearningandsteerablefeatures”,inproc.intl.conf.computervision)的學(xué)習(xí)處理。有利的是，基于統(tǒng)計(jì)學(xué)、即存在的大量訓(xùn)練數(shù)據(jù)以自組織的方式確定結(jié)構(gòu)預(yù)測(cè)模型。也就是說(shuō)，對(duì)于各個(gè)參量之間的關(guān)系不預(yù)先給定剛性的模型結(jié)構(gòu)，而是首先基于所使用的訓(xùn)練數(shù)據(jù)形成模型結(jié)構(gòu)，由此使得能夠靈活地匹配于各個(gè)使用領(lǐng)域。

在根據(jù)本發(fā)明的用于重建待成像的檢查區(qū)域的圖像數(shù)據(jù)和紋理特征的方法或者根據(jù)本發(fā)明的用于分割待成像的檢查區(qū)域的方法的一種特殊的變形方案中，紋理特征包括在德語(yǔ)中稱(chēng)為kantenbilder的、存在于圖像數(shù)據(jù)空間中的“邊緣圖(edgemap)”。這些邊緣圖針對(duì)每個(gè)體素將在迭代重建處理中確定的一個(gè)或更多個(gè)紋理特征組合。其不同于傳統(tǒng)的圖像數(shù)據(jù)，而更可以視為輪廓圖。例如邊緣圖可以?xún)H包括圖像的單純的輪廓。在更復(fù)雜的構(gòu)造中，這種邊緣圖也可以包括與重建的圖像數(shù)據(jù)組合的輪廓。

通過(guò)對(duì)相鄰的圖像元素關(guān)于其顏色值和灰度值的改變進(jìn)行分析，根據(jù)數(shù)字圖像通過(guò)所謂的邊緣檢測(cè)計(jì)算邊緣圖。其結(jié)果是，用白色標(biāo)記突出的顏色和亮度轉(zhuǎn)換。所有其余圖像區(qū)域是黑色的。在根據(jù)本發(fā)明的方法中，可以使用包含在邊緣圖中的輪廓信息，來(lái)確定在迭代重建中產(chǎn)生的圖像數(shù)據(jù)中的輪廓。

在根據(jù)本發(fā)明的用于重建待成像的檢查區(qū)域的圖像數(shù)據(jù)和紋理特征的方法或者根據(jù)本發(fā)明的用于分割待成像的檢查區(qū)域的方法的一種構(gòu)造中，紋理特征具有紋理特征矢量。所謂的紋理特征矢量是多維矢量，其分別與重建空間、即圖像數(shù)據(jù)空間中的點(diǎn)有關(guān)，并且其分量包括紋理特征。

不僅邊緣圖、而且紋理特征矢量可以在所提及的學(xué)習(xí)算法中的一個(gè)的訓(xùn)練方法的范圍內(nèi)用于產(chǎn)生結(jié)構(gòu)預(yù)測(cè)模型、特別是輪廓預(yù)測(cè)模型。在這種學(xué)習(xí)處理中，將由有經(jīng)驗(yàn)的放射科醫(yī)生進(jìn)行的手動(dòng)地產(chǎn)生的參考分割應(yīng)用于訓(xùn)練圖像數(shù)據(jù)，以學(xué)習(xí)紋理特征和器官邊界的輪廓以及內(nèi)部和外部區(qū)域之間的關(guān)聯(lián)。也就是說(shuō)，確定與訓(xùn)練圖像數(shù)據(jù)相關(guān)聯(lián)的紋理特征和在訓(xùn)練處理中標(biāo)注的輪廓之間的關(guān)系。

在根據(jù)本發(fā)明的圖像分割裝置的一種構(gòu)造中，結(jié)構(gòu)確定單元、優(yōu)選輪廓確定單元被配置為，在確定檢查對(duì)象的待成像的檢查區(qū)域中的預(yù)期的初步輪廓時(shí)，除了初步紋理特征之外，還應(yīng)用優(yōu)選訓(xùn)練過(guò)的輪廓預(yù)測(cè)模型。如已經(jīng)提到的，這種輪廓預(yù)測(cè)模型使得能夠基于重建的圖像數(shù)據(jù)和紋理特征可靠地確定輪廓。

根據(jù)本發(fā)明的圖像分割裝置優(yōu)選具有用于產(chǎn)生訓(xùn)練過(guò)的輪廓預(yù)測(cè)模型的輪廓預(yù)測(cè)模型訓(xùn)練單元。這種輪廓預(yù)測(cè)模型訓(xùn)練單元使得能夠利用根據(jù)本發(fā)明的圖像分割裝置訓(xùn)練輪廓預(yù)測(cè)模型，從而不需要附加的裝置用于所描述的訓(xùn)練處理。如已經(jīng)提及的，根據(jù)本發(fā)明的圖像分割裝置至少部分地也可以作為軟件解決方案來(lái)實(shí)現(xiàn)。根據(jù)本發(fā)明的圖像分割裝置此時(shí)也可以容易地借助附加的軟件程序被授權(quán)支持所描述的訓(xùn)練處理。

附圖說(shuō)明

下面參考附圖根據(jù)實(shí)施例再次詳細(xì)說(shuō)明本發(fā)明。其中：

圖1示出了對(duì)人類(lèi)心臟的分割的示例性圖示，

圖2示出了圖示根據(jù)本發(fā)明的實(shí)施例的用于確定輪廓數(shù)據(jù)的方法的框圖，

圖3示出了圖示借助訓(xùn)練方法的輪廓預(yù)測(cè)模型的產(chǎn)生的框圖，

圖4示出了根據(jù)本發(fā)明的實(shí)施例的圖像分割裝置的示意圖，

圖5示出了根據(jù)本發(fā)明的實(shí)施例的計(jì)算機(jī)斷層成像系統(tǒng)的示意圖。

具體實(shí)施方式

在圖1中以四個(gè)子圖像示出了對(duì)人類(lèi)心臟的分割，用于圖示在進(jìn)行分割時(shí)常見(jiàn)的方法。該圖示包括三個(gè)二維的圖像記錄或局部圖像，其中標(biāo)出了心臟的子器官之間的子器官邊界。第四個(gè)子圖像包括心臟的三維分割圖示。第一個(gè)子圖像在軸向平面ax上記錄。在第一個(gè)子圖像中，示出了右心室rv(也稱(chēng)為右心室)、左心室的內(nèi)壁lven和左心室的外壁lvep的二維輪廓。第二個(gè)子圖像在導(dǎo)聯(lián)平面(cordialeebene)cor上記錄。在第二個(gè)子圖像中，除了右心室rv、左心室的內(nèi)壁lven和左心室的外壁lvep的草圖之外，還繪出了左心房la的草圖。第三個(gè)子圖像在矢狀平面sag上記錄。在第三個(gè)子圖像中，除了右心室rv、左心室的內(nèi)壁lven和左心室的外壁lvep的草圖以及左心房la的草圖之外，還繪出了右心房ra的輪廓。在第四個(gè)子圖像3d中，在三維空間中作為平面網(wǎng)絡(luò)示出了所有在二維圖像中已經(jīng)標(biāo)出輪廓的子器官的輪廓或邊界，即特別是右心室rv、左心室的內(nèi)壁lven、左心室的外壁lvep、左心房la和右心房ra的草圖。此時(shí)，可以借助第四個(gè)子圖像進(jìn)行治療規(guī)劃、例如心臟手術(shù)的規(guī)劃，其中，各個(gè)子器官的邊界根據(jù)第四個(gè)子圖像是已知的，因此例如能夠真正準(zhǔn)確地預(yù)先確定手術(shù)刀切口的位置和長(zhǎng)度。

在圖2中示出了示意圖20，其圖示根據(jù)本發(fā)明的實(shí)施例的用于分割待成像的檢查區(qū)域的方法。在圖2中示出的方法中，使用預(yù)測(cè)模型vm分割個(gè)體的圖像數(shù)據(jù)組bd，預(yù)測(cè)模型vm例如根據(jù)在圖3中圖示的方法產(chǎn)生。

在步驟2.i中，首先從待成像的檢查區(qū)域fov采集原始數(shù)據(jù)rd、也稱(chēng)為測(cè)量投影數(shù)據(jù)。這例如可以借助計(jì)算機(jī)斷層成像圖像記錄來(lái)實(shí)現(xiàn)。此時(shí)，在步驟2.ii中，對(duì)所采集的原始數(shù)據(jù)進(jìn)行第一重建步驟，該第一重建步驟是迭代重建過(guò)程ir的組成部分。在第一重建步驟中，除了初步圖像數(shù)據(jù)vbd之外，還確定例如多維紋理特征矢量形式的初步紋理特征vtm。隨后，在步驟2.iii中，基于預(yù)測(cè)模型vm和初步紋理特征vtm，確定在初步圖像數(shù)據(jù)vbd中存在輪廓的概率或概率值。也就是說(shuō)，概率值給出關(guān)于依據(jù)初步紋理特征vtm和初步圖像數(shù)據(jù)可以在哪些位置處預(yù)期哪些輪廓的信息。然后，在步驟2.iv中，基于所確定的概率確定初步圖像數(shù)據(jù)vbd中的預(yù)期的初步輪廓vek。隨后，返回到步驟2.ii，基于初步圖像數(shù)據(jù)vbd、初步紋理特征vtm和預(yù)期的初步輪廓vek，重新執(zhí)行重建步驟。在該重建步驟中，如開(kāi)頭已經(jīng)提及的，確定合成的投影數(shù)據(jù)spd，然后將其與采集的原始數(shù)據(jù)rd進(jìn)行比較?；谠摫容^，隨后產(chǎn)生校正圖像數(shù)據(jù)kbd，其用于對(duì)迄今為止重建的初步圖像數(shù)據(jù)vbd進(jìn)行校正。在重建步驟中，例如在過(guò)濾處理中，還考慮所確定的預(yù)期的初步輪廓vek。在此，僅在初步邊緣和邊界線的縱向方向上、而不在橫向于其的方向進(jìn)行例如“平滑”。如果在重建中產(chǎn)生的校正后的初步圖像數(shù)據(jù)vbd滿(mǎn)足預(yù)先確定的質(zhì)量標(biāo)準(zhǔn)，例如輪廓的可見(jiàn)性，則轉(zhuǎn)移到步驟2.v，其中，將最后確定的初步圖像數(shù)據(jù)vbd和最后確定的初步紋理特征vtm歸為最終的圖像數(shù)據(jù)bd和最終的紋理特征tm。隨后，返回到步驟2.iii，其中，基于最終的圖像數(shù)據(jù)bd和最終的紋理特征tm，并且使用預(yù)測(cè)模型vm，確定最終的輪廓ek。最后，在步驟2.vi中，使用所確定的最終的圖像數(shù)據(jù)bd上的最終的輪廓ek，對(duì)重建的圖像數(shù)據(jù)bd進(jìn)行分割。也就是說(shuō)，沿著所確定的輪廓ek對(duì)圖像數(shù)據(jù)bd進(jìn)行分割。由此，使得基于圖像數(shù)據(jù)bd產(chǎn)生的圖像上的特別是對(duì)象邊界可辨別。

在圖3中示出了圖示借助訓(xùn)練方法的預(yù)測(cè)模型的產(chǎn)生的框圖。在訓(xùn)練階段，要使用機(jī)器學(xué)習(xí)處理來(lái)產(chǎn)生預(yù)測(cè)模型。首先，在步驟3.i中，采集訓(xùn)練測(cè)量投影數(shù)據(jù)trd。訓(xùn)練測(cè)量投影數(shù)據(jù)trd例如可以取自數(shù)據(jù)庫(kù)或者可以直接通過(guò)對(duì)患者進(jìn)行圖像記錄而產(chǎn)生。隨后，在步驟3.ii中，基于訓(xùn)練測(cè)量投影數(shù)據(jù)trd對(duì)初步訓(xùn)練圖像數(shù)據(jù)vtbd進(jìn)行迭代重建ir范圍內(nèi)的第一重建步驟。在此，除了初步訓(xùn)練圖像數(shù)據(jù)vtbd之外，還確定初步訓(xùn)練紋理特征vttm。在該階段，不僅初步訓(xùn)練圖像數(shù)據(jù)vtbd、而且初步訓(xùn)練紋理特征vttm仍然不準(zhǔn)確。為了使得初步訓(xùn)練圖像數(shù)據(jù)vttm中的輪廓更明顯，此時(shí)在步驟3.iii中，例如手動(dòng)地在訓(xùn)練圖像數(shù)據(jù)vtbd中加入或標(biāo)注對(duì)象邊界，作為輪廓ak。為了能夠在接下來(lái)的重建步驟中考慮所標(biāo)注的輪廓數(shù)據(jù)ak，將其從圖像數(shù)據(jù)空間變換回到原始數(shù)據(jù)空間中。

隨后，返回到步驟3.ii，然而其中，此時(shí)在考慮所標(biāo)注的輪廓數(shù)據(jù)ak的條件下執(zhí)行接下來(lái)的重建步驟。例如，在進(jìn)行重建時(shí)，沿著所標(biāo)出的輪廓ak執(zhí)行各向異性過(guò)濾，使得圖像數(shù)據(jù)中的邊緣不模糊，而是更為加強(qiáng)。也就是說(shuō)，在迭代重建中使用的過(guò)濾算法考慮所標(biāo)注的輪廓ak。在步驟3.ii中重新產(chǎn)生的初步訓(xùn)練圖像數(shù)據(jù)vtbd和所屬的訓(xùn)練紋理特征vttm此時(shí)已經(jīng)比在第一輪中明顯更精確，因?yàn)樵谄渲亟ㄖ锌紤]了所標(biāo)注的輪廓信息ak。

隨后，可以在新的步驟3.iii中，在所獲得的初步訓(xùn)練圖像數(shù)據(jù)vtbd中又標(biāo)出對(duì)象邊界，作為標(biāo)注的輪廓數(shù)據(jù)ak。然后，其可以在進(jìn)一步的重建步驟3.ii中，以已經(jīng)描述的方式，包含在對(duì)初步訓(xùn)練圖像數(shù)據(jù)vtbd和所屬的訓(xùn)練紋理特征vttm的重建中。如果達(dá)到了對(duì)象邊界足夠清晰的希望的圖像質(zhì)量，則在步驟3.iv中，將最后重建的初步訓(xùn)練圖像數(shù)據(jù)vtbd和最后獲得的初步訓(xùn)練紋理特征vttm，歸為最終的訓(xùn)練圖像數(shù)據(jù)etbd和最終的訓(xùn)練紋理特征ettm。

隨后，在步驟3.v中，執(zhí)行特殊訓(xùn)練處理ml，其中，將重建的圖像數(shù)據(jù)tbd和紋理特征ttm與專(zhuān)家手動(dòng)在圖像數(shù)據(jù)中標(biāo)出的參考分割進(jìn)行比較。如果對(duì)應(yīng)地考慮了許多訓(xùn)練圖像數(shù)據(jù)組tbd和參考分割，則可以確定統(tǒng)計(jì)數(shù)據(jù)，借助該統(tǒng)計(jì)數(shù)據(jù)，例如將器官邊界、器官的內(nèi)部區(qū)域和器官外部的區(qū)域與特定紋理特征相關(guān)聯(lián)。對(duì)于步驟3.v范圍內(nèi)的訓(xùn)練處理，例如可以使用所謂的機(jī)器學(xué)習(xí)處理。在步驟3.vi中，使用在步驟3.v中確定的紋理特征和器官邊界或輪廓之間的統(tǒng)計(jì)關(guān)系，產(chǎn)生預(yù)測(cè)模型vm，預(yù)測(cè)模型可以對(duì)來(lái)自希望的檢查區(qū)域的圖像數(shù)據(jù)以及可能已知的紋理特征，進(jìn)行關(guān)于存在于檢查區(qū)域中的對(duì)象邊界或輪廓的位置的預(yù)測(cè)。

在圖4中示出了根據(jù)本發(fā)明的實(shí)施例的圖像分割裝置40。圖像分割裝置40包括用于采集測(cè)量投影數(shù)據(jù)rd的投影數(shù)據(jù)采集單元41，測(cè)量投影數(shù)據(jù)rd例如在ct成像方法的過(guò)程中是從檢查區(qū)域fov記錄的。將所采集的原始數(shù)據(jù)rd傳輸?shù)綀D像數(shù)據(jù)重建單元42，其基于所采集的原始數(shù)據(jù)rd在迭代重建的第一步驟的過(guò)程中重建初步圖像數(shù)據(jù)vbd。在重建步驟中，除了初步圖像數(shù)據(jù)vbd之外，還獲得初步紋理特征vtm。隨后將初步圖像數(shù)據(jù)vbd以及初步紋理特征vtm傳輸?shù)捷喞_定單元43，其基于所獲得的初步紋理特征vtm確定待成像的檢查區(qū)域fov中的預(yù)期的初步輪廓vek。之后，將確定的數(shù)據(jù)vtm,vek,vbd傳輸?shù)劫|(zhì)量控制單元44，其基于所確定的數(shù)據(jù)檢查初步圖像數(shù)據(jù)vbd是否已經(jīng)達(dá)到了預(yù)先確定的質(zhì)量，并且初步輪廓vek是否具有預(yù)先給定的最低可靠性。如果還不是這種情況，則圖像數(shù)據(jù)重建單元42在考慮所確定的初步輪廓vek以及所確定的初步圖像數(shù)據(jù)vbd的條件下進(jìn)行進(jìn)一步的迭代圖像數(shù)據(jù)重建步驟。在此，重新產(chǎn)生初步圖像數(shù)據(jù)vbd和初步紋理特征vtm。

隨后，輪廓確定單元43又使用重建的數(shù)據(jù)vbd,vtm確定匹配的輪廓數(shù)據(jù)vek。隨后，如果質(zhì)量控制單元44基于新確定的數(shù)據(jù)vbd,vtm,vek確定滿(mǎn)足所提及的質(zhì)量標(biāo)準(zhǔn)，則將所確定的初步圖像數(shù)據(jù)vbd和初步輪廓數(shù)據(jù)vek歸為最終的圖像數(shù)據(jù)bd和最終的輪廓數(shù)據(jù)ek，并且傳輸?shù)椒指顔卧?5。分割單元45使用所確定的輪廓數(shù)據(jù)ek來(lái)分割重建的圖像數(shù)據(jù)bd。在此，例如識(shí)別器官邊界并且在圖像數(shù)據(jù)中標(biāo)出。隨后，可以將在此產(chǎn)生的圖像片段數(shù)據(jù)bsd經(jīng)由輸出接口46輸出到數(shù)據(jù)庫(kù)或者例如輸出到顯示屏單元，用于進(jìn)行進(jìn)一步的處理和分析。

在圖5中示意性地示出了根據(jù)本發(fā)明的實(shí)施例的具有根據(jù)本發(fā)明的圖像分割裝置40的計(jì)算機(jī)斷層成像系統(tǒng)(ct系統(tǒng))1。

ct系統(tǒng)1在此主要由掃描儀10構(gòu)成，其中，在機(jī)架11上，具有檢測(cè)器16和與檢測(cè)器16相對(duì)的x射線源15的投影數(shù)據(jù)獲取單元5圍繞測(cè)量空間12旋轉(zhuǎn)?；颊咧窝b置3或患者臺(tái)3位于掃描儀10前面，患者臺(tái)3的上部2可以與位于其上的患者o一起向掃描儀10移動(dòng)，以將患者o相對(duì)于檢測(cè)器系統(tǒng)16移動(dòng)通過(guò)測(cè)量空間12。掃描儀10和患者臺(tái)3由控制裝置21控制，從控制裝置21經(jīng)由常見(jiàn)的控制接口24發(fā)出獲取控制信號(hào)as，用于根據(jù)預(yù)先給定的測(cè)量協(xié)議以傳統(tǒng)方式控制整個(gè)系統(tǒng)。通過(guò)沿著對(duì)應(yīng)于縱向通過(guò)測(cè)量空間12的系統(tǒng)軸z的z方向移動(dòng)患者o，同時(shí)x射線源15旋轉(zhuǎn)，在測(cè)量期間相對(duì)于患者o針對(duì)x射線源15產(chǎn)生螺旋路徑。在此，檢測(cè)器16總是與x射線源15相對(duì)地一起并行地運(yùn)行，以采集投影測(cè)量數(shù)據(jù)rd，然后使用其重建體積和/或?qū)訄D像數(shù)據(jù)。同樣還可以執(zhí)行順序測(cè)量方法，其中，接近z方向上的固定位置，然后在一次旋轉(zhuǎn)、部分旋轉(zhuǎn)或者多次旋轉(zhuǎn)期間，在相關(guān)的z位置處采集所需的投影測(cè)量數(shù)據(jù)rd，以重建該z位置處的斷面圖像，或者根據(jù)多個(gè)z位置的投影數(shù)據(jù)，重建體積圖像數(shù)據(jù)。根據(jù)本發(fā)明的方法原則上也可以在例如具有形成完整的環(huán)的檢測(cè)器的其它c(diǎn)t系統(tǒng)上使用。

將檢測(cè)器16從檢查區(qū)域fov獲取的測(cè)量投影數(shù)據(jù)rd(下面也稱(chēng)為原始數(shù)據(jù))經(jīng)由原始數(shù)據(jù)接口23傳輸?shù)娇刂蒲b置21。然后，在圖像分割裝置40中對(duì)這些原始數(shù)據(jù)進(jìn)一步進(jìn)行處理，圖像分割裝置40在該實(shí)施例中在控制裝置21中以軟件的形式在處理器上實(shí)現(xiàn)。該圖像分割裝置40基于采集的原始數(shù)據(jù)rd以結(jié)合圖2描述的方式執(zhí)行圖像分割。

隨后，將分割后的圖像數(shù)據(jù)bsd傳輸?shù)酱鎯?chǔ)裝置50。從那里圖像信息bsd例如可以在顯示屏上以圖形顯示，或者也可以傳輸?shù)酵獠康姆治鲅b置或治療規(guī)劃裝置(未示出)。

最后應(yīng)當(dāng)再次指出，前面描述的方法和裝置僅僅是本發(fā)明的優(yōu)選實(shí)施例，本領(lǐng)域技術(shù)人員可以對(duì)本發(fā)明進(jìn)行變形，而不脫離由權(quán)利要求預(yù)先給定的本發(fā)明的范圍。因此，主要借助用于記錄醫(yī)學(xué)圖像數(shù)據(jù)的系統(tǒng)對(duì)方法、圖像重建裝置和圖像分割裝置進(jìn)行了說(shuō)明。然而，本發(fā)明不局限于在醫(yī)學(xué)領(lǐng)域中的應(yīng)用，原則上也可以應(yīng)用于針對(duì)其它目的的圖像的重建和分割。此外，結(jié)合對(duì)ct圖像的重建和分割對(duì)根據(jù)本發(fā)明的方法進(jìn)行了說(shuō)明。然而，本發(fā)明不局限于對(duì)ct圖像的重建和分割，也可以應(yīng)用于其它成像方法。為了完整起見(jiàn)，還應(yīng)當(dāng)指出，不定冠詞“一”或“一個(gè)”的使用不排除相關(guān)特征也可能存在多個(gè)。術(shù)語(yǔ)“單元”同樣不排除其由也可能是在空間上分布的多個(gè)部件構(gòu)成。