專利名稱：用于自動提高醫學圖片的可用性的方法和系統的制作方法
技術領域：
本發明涉及一種用于自動提高醫學圖片(medical picture)的可用性(usability)的方法和系統。另外，本發明還涉及這種方法的多種用途。
背景技術：
醫學圖片和圖像可以用在眾多不同的醫學方法和治療中。例如，當準備和進行腫瘤、血管畸形、和大腦中類似畸形的神經外科治療時使用醫學圖像是已知的。針對這種類型的應用，例如，通常使用一個計算機程序，諸如市場上可買到的GammaPlan程序，該程序可以允許對目標體積和劑量分布進行二維或三維觀察，也可以允許對通過諸如計算機斷層掃描技術(CT)、核磁共振成像技術(MRI)和血管造影成像技術之類的成像技術獲得的大腦分層圖像進行存儲，并且在成像技術中照射點的選擇可以人工地進行。使用自動化工具，例如一種諸如Leksell SurgiPlan的外科手術計劃系統，也是已知的。然而，也可以在許多其他應用中使用醫學圖片。
然而，在評估來自諸如CT和MR圖片之類的醫學圖片的有用信息時，一個常見的問題是強度范圍通常很寬。例如，CT圖像的強度范圍通常大約是4000Hounsfield，在從空氣到諸如骨骼和骨架部分之類的具有高強度的部分的范圍內變化，然而，由于軟組織部分間強度變化很小，所以通常在很窄的強度范圍、通常大約是100Hounsfield的強度范圍內描繪軟組織。然而，對于許多類型的外科手術和治療來說，主要或唯一感興趣的地方在于軟組織的不同部分之間的區別，而對于大多數醫學圖片來說，這是非常困難的。
因此，為了從這種圖片中推斷有關軟組織的任何醫學有用信息，正確地控制圖片的強度參數，特別是亮度和對比度，以便把圖片的灰度級窗口限定到一個有用的范圍內，是極其重要的。同時，重要的是以不丟失有用數據這種方式控制強度參數。然而，對強度參數的這種適當控制是一項困難、乏味和費時的任務，并且要求操作者具有很高的技能。每張圖片的質量和有用性嚴重依賴于負責操作的操作者的個人技能，因此，由于依賴于負責操作的操作者而導致變化很大的結果。另外，人為錯誤的風險高，由此給醫師帶來困難，并最終增加了要治療的病人的健康危險。
另外，諸如上述的GammaPlan和Leksell SurgiPlan之類的不同工具通過使用醫學圖像作為輸入而提供的結果的質量和有用性，嚴重依賴于圖像信息的質量和在各種軟組織部分之間進行區分的能力。
此外，在評估來自醫學圖像中的有用和醫學相關信息時經常使用的一種技術是組合圖片，即所謂的圖像合并(image merging)或聯合注冊(co-registration)。尤其是為了組合不同類型的圖片、例如CT和MR圖片，可以使用這種技術。然而，為了提供正確的聯合注冊，必須計算相似性量度，這要求已知圖像的適當強度參數。因此，在本申請中，提供感興趣的圖像部分的良好的強度分辨率也是極其重要的，感興趣的圖像部分是例如對應于所描述的軟組織的部分。
同樣的要求可適用于許多其他類型的醫學相關圖片分析和圖片處理、諸如分段和模式識別中。
因此，需要自動地提高醫學圖片的可用性。
發明內容
因此，本發明的一個目的是提供一種用于自動提高醫學圖片的可用性的方法、系統和計算機軟件。
利用根據所附的權利要求的方法、系統和計算機軟件可以實現該目的。本發明還涉及用于使用這種新方法的某些應用。
根據本發明的第一個方面，其涉及一種自動提高醫學圖片的可用性的方法，該方法包括步驟提供包含有強度數據陣列的醫學圖片作為輸入；自動控制至少一個強度參數，以便增加該強度數據陣列中至少一部分的熵；和提供經處理過的強度數據陣列作為改進的醫學圖片。
用這種方法，可以自動提高諸如CT和MR圖片之類的醫學圖片的可用性。通過增加該圖片中至少某些部分的熵，極大地提高了強度分辨率以及區分不同部分、例如所描述的軟組織的不同部分的可能性。而且，在整個過程中，圖片數據仍保持完整，使得這種方法具有醫學可靠性。另外，該方法事先不需要有關圖片的任何專業知識，例如，有關它描述了什么對象、該圖像是怎樣獲得的等的任何知識。相反，不管輸入的圖像如何，并且也無需該圖片的任何附加信息，該方法就可以自動地提高醫學可用性。
另外，除了上述的優點之外，該方法還可以被很快地和成本有效地實現和執行。
由于圖片的改進被自動地實現，因此不需要操作者具有特殊的技能。另外，最終結果是至少相對地獨立于操作者，進而可以提供一個非常可靠和安全的最終結果，從而降低了人為錯誤的風險，并且對病人來說避免了醫學危險。
此外，改進的醫學圖片還使得使用這種圖片的方法更加有效和可靠。
在本申請中，醫學圖片被用作表示人體或動物體的一部分的任何數據陣列的單位。對用戶來說，可以用多種方式來呈現圖片，例如，通過顯示或打印輸出來呈現。另外，圖片可以是靜態或動態的，例如，圖片可以是對特定時間的狀態的描述，或者圖片可以被連續地更新，最好是被實時地更新。
在本申請中，可用性涉及該圖片的醫學有用性，并且尤其涉及在診斷和治療應用中的有用性。
在本申請中，熵是圖像、最好是數字圖像的感知信息內容的量度或量化的單位。在本申請中，對于熵的估算可以使用由C.Shannon提出的信息熵估算理論。較大的熵值對應于圖片中較大的感知信息內容。
熵H[X]可以被描述為“X中的不確定性”，并且不應當將其與后驗的或有條件的熵H[X/Y]相混淆，該熵H[X/Y]被描述為“在假定已知Y的情況下X中的不確定性”。
在一個最佳實施例中，本發明使用熵來查找一幅圖片的強度范圍，該圖片例如可以包括三個或更多模式。這可以通過判定整個強度區域的子范圍的熵來進行。所產生的圖片最好是包括提供最大熵的子范圍，或者與該子范圍有關的子范圍。因此，針對該圖片的整個強度范圍的一個子范圍來計算熵，并且當限定子范圍的界限時，在該子范圍內的分辨率增加，進而導致不確定性/熵增加(從而向輸出圖片的觀察者提供更多信息)。同時，對于位于該子范圍之外的圖片內容，不確定性/熵將會降低。因此，熵被用來平衡這兩種效果。
輸入的醫學圖片最好是由下列技術中的至少其中之一來生成計算機斷層掃描技術(CT)、核磁共振成像技術(MRI)、血管造影成像技術、X射線成像技術、正電子發射斷層掃描技術(PET)、單光子發射計算機斷層掃描技術(SPECT)、功能性核磁共振成像技術(fMRI)和超聲波成像技術。
要被自動控制的至少一個強度參數優選是亮度和對比度中的至少其中之一，并且最優選的是這兩者。
另外，最好是對要被自動控制的強度參數(一個或多個)進行控制，以便減小所述強度數據陣列的灰度級窗口。例如，CT圖像的灰度級窗口可以被控制在小于500Hounsfield的范圍，并且優選地是被控制在小于250Hounsfield的范圍，最優選地是被控制在大約100Hounsfield的范圍。
減小灰度級的功能性結果是增加圖片區域的動態范圍。因此，具有非常有限的顏色變化、例如顏色在從暗灰到亮灰的范圍內變化的圖片區域將會隨著灰度級的減小而被擴展到一個更大的動態范圍，例如從全黑到全白變化，并且在它們之間有細微差別。
然而，要被控制的強度參數可以是影響強度數據陣列中的強度數據值的任何參數。例如，所述的強度參數最好是可以通過控制灰度級窗口直接或間接地影響亮度和/或對比度。
在本申請中，特別是用在CT成像技術中，Hounsfield被用作放射(例如x射線)衰減的正規化指標的單位，其范圍大約是-1000(空氣)到+1000(骨骼)，其中對于水是0。
最好是自動控制所述至少一個強度參數，以便優化強度數據陣列中所述至少一部分的熵。然而，自動地增加熵直到某個條件得到滿足，也是可能的。例如，可以增加熵以使其超過一個閾值。另外，可以控制熵，以便使其稍微小于最大可獲得的值，諸如最大值的90％。
熵的優化還可以在滿足一個或者幾個其他要求的先決條件下進行。例如，可以在灰度級窗口至少是在某個范圍、或者具有低于某個值的下限和/或高于某個值的上限的次要要求下優化熵。
最好的是，通過使熵E最大化或基本上最大化、即max[E]，來優化強度數據陣列中所述至少一部分的熵，該熵按照下式進行估算E=-Σi=1NHI(w)ilogHI(w)i,]]>其中，針對1、...、N的HI(w)1...N是對其計算強度參數w的圖片I(x)的直方圖，N是直方圖中長方形(bin)的數量。
上面所定義的熵的估算對應于熵的Shannon概念。然而，也可以使用其他的熵概念，例如可以使用Rényi熵概念，這時熵E按照下式進行估算Eα=11-αlnΣi=1NHα(w)i.]]>另一個可能性是使用Havrda-Charvat熵概念，根據該概念，本發明中的熵可以按照下式進行估算Eα=11-α(Σi=1NHα(w)i-1).]]>最好的是，上面的熵定義中的N被選擇為改進的醫學圖片所需要的灰度級值的數量。它可以是例如可能在某種媒體上再現的灰度級值的數量，其中所述媒體諸如是要使用的某種顯示器或打印機，或者它可以是用肉眼可分辨的灰度級值的數量。
在上面的熵的估算中，w最好是被定義為具有上限值(upper)和下限值(lower)，并且其中將小于lower的值I(x)賦值給長方形H1(w)1，而將大于upper的值I(x)賦值給長方形HN(w)N。
最好的是，自動控制至少一個強度參數的步驟適合于用來增加強度數據陣列中的下述一部分的熵，該強度數據陣列中的一部分對應于所描述的對象的某個子集，并且最好是對應于所描述的感興趣的結構，諸如軟組織。因此，這種所選擇的醫學上重要的部分的強度分辨率可以被極大地增加。可以對自動地或人工地要選擇什么部分進行控制。然而，還可能控制強度參數以便增加圖片的整個熵。
根據本發明的另一個方面，它涉及一種用于自動提高醫學圖片的可用性的系統，該系統包括輸入裝置，用于提供包含強度數據陣列的醫學圖片；用于自動控制至少一個強度參數以便增加強度數據陣列的整個熵的裝置；和輸出裝置，用于提供這樣改進的強度數據陣列作為改進的醫學圖片。
通過本發明的這個方面，提供了與以上就第一方面所描述的優點類似的優點。
根據本發明的另一個方面，它涉及一種用于自動提高醫學圖片的可用性的計算機程序，該程序包括用于執行下述步驟的計算機代碼提供包含強度數據陣列的醫學圖片作為輸入；自動控制至少一個強度參數以便增加強度數據陣列的整個熵；和提供這樣改進的強度數據陣列作為輸出的醫學圖片。根據本發明的又一方面，它涉及一種包含上述計算機程序的數據載體。
通過本發明的這些方面，提供了與以上就第一方面所描述的優點類似的優點。
本發明還涉及使用上述的方法，以準備用于多種應用的醫學圖片，所述多種應用例如是進行圖像處理，諸如圖像合并或聯合注冊、分段或模式識別；進行自動治療計劃，并且最好是進行神經外科治療計劃；和在治療期間、最好是在神經外科治療期間進行實時的監控和/或控制。
通過參照下面的實施例，本發明的這些和其他方面將變得清楚并得到闡述。
為了示例性的目的，在下面通過參照在附圖中描述的實施例，本發明將得到更詳細的描述，其中圖1是根據本發明的方法的實施例的示意圖；圖2是根據本發明的一個實施例、估算醫學圖片的熵的處理過程的示意圖；以及圖3-5示出了在根據本發明進行處理前后的圖片的例子。
具體實施例為了示意性的目的，在下面通過例子更詳細地描述本發明。
首先參照圖1，根據一個實施例的用于自動提高醫學圖片的可用性的方法包括下列步驟。在第一步S1，把醫學圖片輸入到處理裝置中，所述處理裝置諸如為計算機，并且最好是常規的個人計算機。
該醫學圖片最好是包含強度數據陣列的數字圖像。然而，也可能使用模擬的醫學圖片，由此使用一個額外的轉換步驟S2來把該模擬圖片信息轉換為數字化的強度數據陣列，這實質上是本領域中已知的。可以用多種方式提供該圖片，諸如用CT或MR成像技術來提供，但是實質上可以使用任何已知的醫學成像技術獲得輸入圖像。例如，還可以通過血管造影技術、X射線成像技術、PET、SPECT、fMRI和超聲波成像技術來提供輸入圖像。
其后，在步驟S3，以將在下面更全面地進行描述的方式估算數字圖像的熵。
在優化步驟S4，自動控制至少一個強度參數，以便獲得一個較高的熵值，并且最好是在給定情況下實現最大可獲得的熵值。受控制的強度參數優選是亮度和對比度中的至少其中之一，更優選的是這兩者。然而，作為替代或者補充，也可以控制其他強度參數。最好是控制強度參數以便減小所述強度數據陣列的灰度級窗口。例如，CT圖像的灰度級窗口可以被控制在小于500Hounsfield的范圍，優選的是被控制在小于250Hounsfield的范圍，最優選的是被控制在大約100Hounsfield的范圍。
接著，在步驟S5，使用經過優化的數據陣列作為改進的輸出醫學圖片。
參照圖2，在下面更加全面地討論關于熵的估算和強度參數的優化的處理過程。熵是圖片或信號中的信息內容的量度。在這里所討論的熵是關于黑白圖片的，但是同樣的方法當然也可以用于彩色圖片。可以用多種方式定義熵E，例如可以使用熵的Shannon定義。如果這樣的話，則可以按照下面的方式進行醫學圖片的熵的估算首先，在步驟S31，選擇直方圖中的長方形的數量N。最好的是，將N選擇為對應于下述灰度級值的數量，所述灰度級值是要使用的呈現裝置、諸如顯示器或打印機所能夠呈現的，或者是肉眼能夠分辨的。在步驟S32，定義初始的一組強度參數w＝(lower，upper)。接著如前面所述的那樣，控制強度參數以便優化該熵。接著針對輸入圖像I(x)和強度參數w計算直方圖HI(w)1...N，其中小于lower的值I(x)被賦值給長方形H1(w)1，而大于upper的值I(x)被賦值給長方形HN(w)N(步驟S33)。
接著，在步驟S34，對HI(w)1...N進行正規化(normate)，以使HI(w)1...N是任何圖片值I(x)屬于該長方形的概率。
接著，利用下式計算熵(步驟S35)E=-Σi=1NHI(w)ilogHI(w)i]]>接著，測試熵是否滿足某個條件，諸如正在被優化、是最優可獲得的值的至少90％、高于某個預設值或類似的條件(步驟S41)。如果沒有滿足，則調整w，并從步驟S32開始重復該處理過程(步驟S42)。
如前面所述的那樣，對于強度值的自動控制，最好是優化灰度級窗口I(w)，以便使熵E最大化。可以用許多不同的方式執行這個優化處理。例如，可以針對要控制的強度參數的每個可能值、或者在幾個參數同時受控制的情況下針對值的每種可能組合來計算熵，并選擇提供最大熵的參數值。然而，還可能使用各種優化算法，諸如迭代優化方法。幾種這樣的自動優化方法實質上在本領域中是已知的。例如，可以使用下面的優化方法中的一種或者幾種模擬降溫法(simulatedannealing)，演化算法，遺傳算法，單純形法，方向設置(directionset)法，共軛梯度法和準牛頓方法。
如上所述的方法最好是能被實現為計算機程序，該程序包含用于執行上述有關步驟的計算機代碼。計算機程序可以被保存在任何類型的數據載體、諸如RAM、ROM、CD、DVD、閃存等上。
該方法可以在具有用于輸入醫學圖片的輸入裝置的數據處理裝置、諸如通用計算機上執行。該輸入裝置可以是一個用于從移動數據存儲設備中提取數據的閱讀器，諸如盤閱讀器、掃描儀、網絡連接、要連接到成像設備上的端口或類似裝置。另外，該數據處理裝置還可以具有一個輸出裝置，用于提供改進的強度數據陣列作為改進的醫學圖片。該輸出裝置可以包括顯示器、打印機、用于在數據存儲設備、最好是移動數據存儲設備上存儲數據的記錄器，諸如CD-ROM記錄器或類似裝置。圖像數據處理最好是可以用軟件形式實現，但是也可能是至少它的某些部分用專用硬件來實現。另外，上述的部分可以包括在單個單元中，或者可以包括分布式的、相互連接的部分。然而，本方法還可以在專門的設備中實現，諸如在超聲波裝置、X射線裝置以及類似裝置中實現。
由上述方法產生的輸出醫學圖片可以在多種應用中使用，并且尤其可以用于不同類型的自動或人工治療和診斷方法。例如，輸出圖片可用來控制立體定位(stero-tactic)外科設備、諸如由同一申請人在WO 00/42928中所公開的設備，所述參考文獻被包括在這里作為參考。因此，輸出圖片可以被用來在損傷處理中測量組織的受損體積。然而，對于其他類型的外科手術過程、特別是神經外科手術來說，新方法也是有用的，例如，可用于在所述治療期間進行實時監控和控制。
上述的用于提高醫學圖片的可用性的方法對于準備將被用在自動治療計劃中、最好是用于神經外科治療計劃的圖片來說也是特別有用的，如同一申請人在WO 98/57705中所討論的那樣，所述參考文獻被包括在這里作為參考。
改進的醫學圖片還可以用于其他類型的應用中，諸如用于為其他類型或自動方法準備圖片。例如，所述的圖片可被用于準備醫學圖片以便用于進行圖像處理，所述圖像處理諸如為圖片合并或聯合注冊、分段或模式識別。
在圖3-5中提供了使用本發明的例子。在圖3a中，示出了具有原始熵1.907的輸入圖像。在如上所述進行處理后，獲得如圖3b中所示的輸出圖像，它具有熵3.064，并且因此軟組織部分具有明顯增強的可見度和強度分辨率。同樣地，圖4a示出了具有原始熵1.335的輸入圖像，而圖4b示出了具有熵3.155的改進圖像。在圖5a中，輸入圖像具有原始熵3.610，而改進的圖像具有熵4.002。
當前已經描述了本發明的具體實施例。然而，可能有幾種變化，對于本領域的普通技術人員來說，這是顯而易見的。例如，多種用于估算熵的方法都是可行的，可以用許多不同的方式執行優化處理等。
這些和其他顯而易見的修改應當被認為是包括在由所附權利要求書所定義的本發明的保護范圍之內。應當指出的是，上述實施例對本發明進行了舉例說明而不是對本發明進行限制，并且本領域的普通技術人員在不脫離所附權利要求書的范圍的情況下可以設計出許多種替換的實施例。
權利要求
1.一種自動提高醫學圖片的可用性的方法，包括步驟提供包含有強度數據陣列的醫學圖片作為輸入；自動控制至少一個強度參數，以便增加強度數據陣列中至少一部分的熵；和提供經處理過的強度數據陣列作為改進的醫學圖片。
2.如權利要求1所述的方法，其中，要自動控制的至少一個強度參數是亮度和對比度中的至少其中之一，并且優選是這兩者。
3.如權利要求1或2所述的方法，其中，對要自動控制的至少一個強度參數進行控制，以便減小所述強度數據陣列的灰度級窗口。
4.如權利要求3所述的方法，其中，所述灰度級窗口被控制在小于500Hounsfield的范圍，優選的是被控制在小于250Hounsfield的范圍，并且最優選的是被控制在大約為100Hounsfield的范圍。
5.如前面權利要求中任何一個所述的方法，其中，對所述至少一個強度參數進行自動控制，以便優化強度數據陣列中所述至少一部分的熵。
6.如權利要求5所述的方法，其中，通過使熵E最大化或基本上最大化、即max[E]，來優化強度數據陣列中所述至少一部分的熵，該熵按照下式進行估算E=-Σi=1NHI(w)ilogHI(w)i]]>其中，HI(w)1...N是對其計算強度參數w的圖片I(x)的直方圖，N是直方圖中長方形的數量。
7.如權利要求6所述的方法，其中，將N選擇為所述改進的醫學圖片所要求的灰度級值的數量。
8.如權利要求6或7所述的方法，其中，w被定義為具有上限值(upper)和下限值(lower)，并且其中小于lower的值I(x)被賦值給長方形H1(w)1，而大于upper的值I(x)被賦值給長方形HN(w)N。
9.如前面權利要求中任何一個所述的方法，其中，輸入的醫學圖片由下述技術中的至少其中之一來生成計算機斷層掃描技術(CT)、核磁共振成像技術(MRI)、血管造影成像技術、X射線成像技術、正電子發射斷層掃描技術(PET)、單光子發射計算機斷層掃描技術(SPECT)、功能性核磁共振成像技術(fMRI)和超聲波成像技術。
10.如前面權利要求中任何一個所述的方法，其中，自動控制至少一個強度參數的步驟適于增加強度數據陣列中的下述一部分的熵，強度數據的所述部分對應于所描述的對象的某個子集，并且優選是對應于所描述的感興趣的結構。
11.一種用于自動提高醫學圖片的可用性的系統，包括輸入裝置，用于提供包含強度數據陣列的醫學圖片；用于自動控制至少一個強度參數以便增加強度數據陣列的至少一部分的熵的裝置；和輸出裝置，用于提供這樣改進的強度數據陣列作為改進的醫學圖片。
12.如權利要求11所述的系統，其中，要自動控制的至少一個強度參數是亮度和對比度中的至少其中之一，并且優選是這兩者。
13.如權利要求11或12所述的系統，其中，用于控制至少一個強度參數的裝置適于控制所述參數以便減小所述強度數據陣列的灰度級窗口。
14.如權利要求11-13中任何一個所述的系統，其中，用于控制至少一個強度參數的裝置適于控制所述參數以便優化強度數據陣列中所述至少一部分的熵。
15.如權利要求11-14中任何一個所述的系統，其中，輸入的醫學圖片由下列技術中的至少其中之一來生成計算機斷層掃描技術(CT)、核磁共振成像技術(MRI)、血管造影成像技術、X射線成像技術、正電子發射斷層掃描技術(PET)、單光子發射計算機斷層掃描技術(SPECT)、功能性核磁共振成像技術(fMRI)和超聲波成像技術。
16.一種用于自動提高醫學圖片的可用性的計算機程序，包含用于執行下面步驟的計算機代碼提供包含有強度數據陣列的醫學圖片作為輸入；自動控制至少一個強度參數，以便增加強度數據陣列中至少一部分的熵；和提供這樣改進的強度數據陣列作為輸出的醫學圖片。
17.一種用于存儲根據權利要求16所述的計算機程序的數據載體。
18.使用根據權利要求1-10中任何一個所述的方法來準備醫學圖片，以便用于圖像處理，諸如圖像合并或聯合注冊、分段或模式識別。
19.使用根據權利要求1-10中任何一個所述的方法來準備醫學圖片，以便用于自動治療計劃、并且優選的是用于神經外科治療計劃。
20.使用根據權利要求1-10中任何一個所述的方法來準備醫學圖片，以便在治療期間、最好是在神經外科治療期間進行實時監控和/或控制。
全文摘要
公開一種自動提高醫學圖片的可用性的方法。通過自動控制至少一個強度參數、諸如亮度或強度，以便增加強度數據陣列中至少一部分的熵，來改進包含強度數據陣列的輸入醫學圖片。因此，可以顯著地提高不同部分、特別是軟組織的強度分辨率。
文檔編號A61B6/03GK1947148SQ200580012959
公開日2007年4月11日 申請日期2005年4月28日 優先權日2004年4月30日
發明者安德列斯·埃克森 申請人:埃萊克塔公共有限公司