層析圖像中的器官的分類方法

層析圖像中的器官的分類方法
【專利摘要】本發明涉及層析圖像中的器官的分類方法。所述方法包括以下步驟：接收(102)三維解剖層析目標圖像，所述目標圖像包括水圖像數據集和脂肪圖像數據集，每個數據集帶有多個體積元素；提供(104)包括帶有多個體積元素的三維圖像數據集的原型圖像，其中體積元素的子集被給予器官標簽；通過將變形場應用到原型圖像的體積元素來轉換(106)原型圖像，使得當前器官的每個被標記的體積元素被確定為等同于目標圖像中的相應器官中的體積元素的位置；以及將原型圖像的被標記的體積元素的標簽傳送(108)到目標圖像的相應體積元素。
【專利說明】
【技術領域】
[0001] 本公開涉及圖像中的器官的分類，并且尤其涉及包括水圖像數據集和脂肪圖像數 據集的三維解剖層析圖像中的器官的分類。 層析圖像中的器官的分類方法

【背景技術】
[0002] 在三維層析醫學成像中，對例如肌肉的不同身體組織和器官的識別是圖像的醫學 解釋的重要部分。在很多臨床問題中，不同器官的大小、形狀和成分，以及它們的隨時間的 變化可以是一條重要的信息。這種特征的識別通常是手動過程，其包括手動地識別特定器 官并且盡可能地在圖像中標記它。在完成識別和分析過程之后，本圖像可以包括多個用于 不同器官的標簽。在三維圖像中的點或三維像素因此可以代表器官的位置。
[0003] 然而，當新的圖像從不同的身體得到時，識別過程需要全部重新進行。以前的圖像 的識別和分析不可能在新圖像上再次使用。
[0004] 因此，需要識別三維層析圖像中的器官的方法，該方法可以自動地被執行。


【發明內容】

[0005] 使用本設備來提供減輕提到的缺點的改進解決方案是本發明的目標。此外，提供 來自層析圖像的器官的分類方法是目標。
[0006] 根據本發明的一個方面實現該目標，其中提供了用于層析圖像中器官的分類的方 法。該方法包括以下步驟：接收三維解剖層析目標圖像，其中所述目標圖像包括水圖像數據 集和脂肪圖像數據集，每個數據集帶有多個體積元素；提供包括帶有多個體積元素的三維 圖像數據集的原型圖像，其中體積元素的子集被給予器官標簽；通過將變形場應用到原型 圖像的體積元素來轉換原型圖像，使得當前器官的每個被標記的體積元素被確定為等同于 目標圖像中相應的器官中的體積元素的位置；以及將原型圖像的被標記的體積元素的標簽 傳送到目標圖像的相應體積元素。
[0007] 在原型圖像中，體積元素的子集可以包括至少一個被標記的體積元素。該至少一 個被標記的體積元素可以具有命名當前器官的標簽，當前器官中被標記的體積元素位于原 型圖像中。這種標簽可以是"二頭肌"、"肝臟"或任何器官的名稱。當轉換原型圖像時，原 型中定義當前器官的邊緣的體積元素可以被移動到目標圖像中相應邊緣的位置對應的位 置。由所述邊緣定義的原型圖像中的器官體積然后可以改變形狀和位置以符合目標圖像中 的相應器官的形狀和位置。作為邊緣移動的結果，原型圖像中的器官體積內部的至少一個 被標記的體積元素也可以接著被移動，但是也可以被保持在器官體積內部。被轉換的原型 圖像中的器官體積中的被標記的體積元素可以接著具有在目標圖像中的相應的體積元素， 并且該體積元素以很高的可能性也位于相應器官的內部。原型圖像中的被標記的體積元素 的標簽在下一個步驟中可以被傳送到目標圖像中的相應體積元素位置。
[0008] 該過程的結果可以是目標圖像中的一個或多個器官的位置的識別。該器官因此用 標簽分類。此外，為符合目標圖像的形狀的原型圖像的轉換的量可以被分析。例如，原型圖 像可以是與目標圖像相同的身體的圖像，但是其位于更早的時間點。兩個圖像之間的特定 器官性質隨時間的變化可以接著被分析并且被可視化。
[0009] 體積元素可以是三維圖像中的三維像素。該方法的所有步驟可以例如通過計算機 設備被自動地執行。就器官而言是指身體內的任何肌肉或脂肪組織或其它內部器官。
[0010] 根據本發明的方法可以使得原型圖像中定義的豪斯費爾德（Hounsfield)衰減值 能夠映射到MR(磁共振）圖像。MR圖像然后可以被用于PET(正電子發射斷層）成像中的 衰減校正。
[0011] 分類中的額外的魯棒性可以通過使用水圖像數據集和脂肪圖像數據集中的多域 數據來實現。例如，在目標圖像中器官的被標記的體積元素可以被標記為脂肪組織。如果 被標記的體積元素可以與脂肪圖像數據集相乘，那么被錯誤傳送到目標圖像中的水區域中 的被標記的體積元素可以自動地被移除。
[0012] 在一個實施方式中，目標圖像中的被類似標記的體積元素可以定義代表當前器官 的器官體積，并且其中該方法還可以包括基于目標圖像的性質將所述器官體積擴充到整個 器官的步驟。
[0013] 通過在目標圖像中擴充器官體積，器官可以被完全地分割和可視化。器官體積可 以是目標圖像中的大體完整器官的可視化。目標圖像中的圖像數據可以被分析以定義擴充 的器官體積。目標圖像中的體積元素可以被分析，例如基于它們的強度水平被分析，以確定 器官體積的擴充。包括分割的或分類的器官的目標圖像可以被用來確定每個分割的器官的 體積。此外，由于目標圖像中包括水圖像數據和脂肪圖像數據的多域數據，分割的和分類的 目標圖像可以被用來測量特定器官中的脂肪和水含量，例如測量肝臟中的脂肪百分比或測 量肌肉中的脂肪含量，其可能與相同肌肉中的水含量相比較。
[0014] 在另一個實施方式中，擴充器官體積的步驟可以包括檢測目標圖像中的器官的邊 緣。
[0015] 在目標圖像中的器官的內部，體積元素的強度水平大體上可以是均勻的。在器官 的邊緣，體積元素中的強度水平的變化可以被檢測到。通過檢測目標圖像中的器官的邊緣， 器官體積的邊界可以被檢測到，器官體積的邊界可以定義器官體積。基于器官體積內部的 被標記的體積元素，現在被檢測到的邊界定義的整個器官體積可以具備相同的標簽。目標 圖像中的器官可以因此通過被給予標簽進行分類和分割。
[0016] 在另一個實施方式中，該方法還可以包括手動輸入標簽到目標圖像中的體積元素 或從目標圖像中的體積元素手動移除標簽的步驟，其中所述手動步驟可以被參照當前標簽 對器官體積的重新定義跟隨。
[0017] 在一些場合中，當把被標記的體積元素從原型圖像傳送到目標圖像時，目標圖像 中的被標記的體積元素可以最終變得接近于器官體積的邊界。由于不應該被標記或不應該 是器官體積的一部分的體積元素的標記，這可以導致錯誤定義器官體積。該方法然后可以 包括手動移除目標圖像中被標記的體積元素的步驟。該步驟可以被器官體積的重新定義跟 隨。這可以通過如下完成：從當前器官的剩余被標記的體積元素開始，基于目標圖像中的圖 像性質重新確定器官體積的擴充。當標簽被添加到體積元素中時，器官體積的擴充的重新 確定也可以被執行。標簽可以被添加以增加體積擴充確認的正確性。
[0018] 在一個實施方式中，轉換原型圖像的步驟可以包括應用原型圖像到目標圖像的非 剛性配準，以增加原型圖像與目標圖像之間的相似度，并且其中非剛性配準可以提供代表 變形的原型圖像的所述變形場。
[0019] 非剛性配準的目的可以是最大化原型圖像和目標圖像之間的相似度。有幾種 已知的非剛性配準方法，例如 Demons(J._P.Thirion· Image matching as a diffusion process:an analogy with Maxwell， s demons.醫學圖像分析，2(3),1998)和 Morphon (Knutsson H, Andersson M. Morphons: Segmentation using elastic canvas and paint on priors. IEEE圖像處理國際會議ICIP 2005,2005)。這些中的任一個都可以被 用來確定變形場，該變形場定義原型圖像可以如何被變形或被轉換以便最好地適合目標圖 像。這種方法可以提供變形場的可靠確定，這可以增加原型圖像中的被標記的體積元素可 以最終處于目標圖像中相應的器官的概率。
[0020] 在一個實施方式中，所述層析圖像可以從磁共振（MR)掃描儀或計算層析（CT)掃 描儀接收到。
[0021] 磁共振掃描儀或計算層析掃描儀可以提供包括水圖像數據集和脂肪圖像數據集 的三維目標圖像。
[0022] 在另一個實施方式中，該方法還可以包括基于目標圖像中所述第一被標記的體積 元素與被類似標記的第二體積元素的比較的分析來移除目標圖像中的第一被標記的體積 元素的標簽的步驟。
[0023] 可能發生兩個被類似標記的體積元素沒有位于共同的器官中，也就是其中一個標 簽可能被錯誤設置。為了識別這種錯誤設置的標簽，兩個被共同標記的體積元素可以進行 比較以識別任何差異，該差異可能表示標簽被放錯。這種分析和比較例如可以基于被標記 的體積元素中的強度水平。
[0024] 在另一個實施方式，所述分析可以包括水數據集和脂肪數據集中的所述第一被標 記的體積元素與水圖像數據集和脂肪圖像數據集中的被類似標記的第二體積元素的比較 的分析。
[0025] 因為目標圖像包括水圖像數據集和脂肪圖像數據集，目標圖像中每個體積元素可 以具有來自水圖像數據集的水值以及來自脂肪圖像數據集的脂肪值。通過比較目標圖像中 被標記的體積元素與原型圖像中相應的被標記的體積元素的水值和脂肪值，錯誤傳送的被 標記的體積元素可以被識別。這種錯誤傳送的被標記的體積元素然后可以被移除以改進所 定義的器官體積。比較可以基于相應的水圖像數據集和脂肪圖像數據集中的體積元素的強 度水平。
[0026] 在另一個實施方式中，移除第一被標記的體積元素的步驟可包括：確定第一被標 記的體積元素的水-脂肪關系，比較所述水-脂肪關系與目標圖像中被類似標記的第二體 積元素的相應的水-脂肪關系，以及基于所述比較移除第一被標記的體積元素。
[0027] 目標圖像中的體積元素的水值和脂肪值可以被比較，以分析該體積元素的性質。 基于圖像數據集中體積元素的強度水平，這可以提供該體積元素的水-脂肪關系。這個信 息可以被用來確定在由目標圖像表示的身體中的那點的水和脂肪含量。不同器官也許具 有不同水-脂肪關系，這是由于器官中的不同物質組成。被標記的體積元素的標簽是否錯 誤的確定可以基于兩個被類似標記的體積元素應該具有基本相似的水-脂肪關系，或至少 具有在共同范圍內的水-脂肪關系。例如，肌肉相比另一個器官比如肝臟可以具有不同的 水-脂肪關系。此外，在肌肉附近并且也散布在肌肉中，存在不是肌肉的一部分的脂肪。當 為該肌肉定義器官體積時，散布的脂肪可以希望被忽視。在脂肪中的體積元素中的水-脂 肪關系可能與肌肉中的水-脂肪關系不同。脂肪然后可以被識別并且脂肪中體積元素的標 簽可以被移除。在一個實施方式中，脂肪體積可以以與器官體積同樣的方式被定義。脂肪 體積然后可以從肌肉的器官體積被忽視。
[0028] 在另一個實施方式中，所述分析可以基于目標圖像中的第一和第二被標記的體積 元素的幾何位置進行。
[0029] 位于目標圖像中的身體的外邊緣附近的被標記的體積元素可以被確定為不確定， 因為標簽被錯放位置可能是很大的風險，其中所述邊緣可以表示目標圖像中的身體的皮 膚。通過確定兩個或更多個被類似標記的體積元素的幾何位置，接近外邊緣的被標記的體 積元素可以被忽視，也就是標簽可以從那個體積元素被移除。這可以增加關于所述標簽表 示的器官的器官體積的擴充確定的正確性。
[0030] 在另一個實施方式中，原型圖像可以包括所述分析基于的指示器。
[0031] 原型圖像可以包括用于特定器官的指示器或標準，所述指示器或標準可以被用在 被標記的體積元素的分析中。這種指示器或標準可以包括在標簽中，該標簽從原型圖像被 傳送到目標圖像。某個器官標簽因此可以包括用于那個器官的指示器或標準，當確定所述 被標記的體積元素的位置的正確性時，涉及那個器官的兩個被類似標記的體積元素之間的 分析基于所述指示器或標準。分析可以基于目標圖像、水圖像數據集和/或脂肪圖像數據 集中的體積元素的強度水平。
[0032] 在一個實施方式中，提供原型圖像的步驟可以包括提供多個原型圖像，其中轉換 原型圖像的步驟可以包括轉換多個原型圖像，該步驟可以被確定哪個轉換的原型圖像最好 地對應于目標圖像的步驟跟隨。
[0033] 通過使用多個原型圖像，原型圖像和目標圖像之間的更好的匹配可以被實現。當 原型圖像中的每個已經被轉換時，原型圖像和目標圖像中的每一個之間的比較可以被執 行，以便確定哪個原型圖像最好地匹配目標圖像。這提供了選擇的原型圖像和目標圖像之 間的進一步增加的相似性。比較可以基于在非剛性配準過程中優化的實用函數的最終值進 行，或基于相似度測量，例如基于變形的原始圖像和目標圖像之間的相關性或交互信息。提 供原型圖像和目標圖像之間的最佳匹配對應的數值或度量的原型圖像可以被選擇用作最 終原型圖像。
[0034] 在另一實施方式中，所述原型圖像可以是所述目標的鏡像副本。
[0035] 在人體的左半部分和右半部分之間的例如肌肉的很多器官在大小和位置上是相 似的。根據權利要求1的方法因此可以被用于比較左半部分的器官與相應的右半部分器 官。目標圖像的鏡像副本可以被作為原型圖像進行使用。原型圖像的右側因此可以與目標 圖像的左側進行比較，并且原型圖像的左側可以與目標圖像的右側進行比較。通過將原型 圖像轉換成與目標圖像相符，圖像中相應的器官之間的差異，也就是目標圖像中的身體兩 側的器官之間的差異可以關于基于原型圖像為符合目標圖像所需的轉換的量進行檢測。例 如，身體中的左大腿肌肉可以與右大腿肌肉進行比較以檢測大小的差異。檢測這種差異可 能是重要的，以避免未來的穿著損傷。變形場因此可以被提供表示身體兩側之間的差異。這 種變形場可以針對整個圖像可視化，使得差異可以被分析。另一個原型圖像可被用于分類 目標圖像和/或鏡像圖像中的器官。額外的原型圖像可以包括如上所述的被標記的體積元 素，并且可以被轉換，使得被標記的體積元素可以被傳送到目標圖像。該方法從而可以提供 用于檢測特定的、分類的器官的身體圖像的兩側之間的差異的自動過程。針對目標圖像中 的不同器官可以進一步量化變形場。
[0036] 在一個實施方式中，該方法還可以包括基于水圖像數據集中被標記的器官校正目 標水圖像數據集的步驟，其中，目標水圖像數據集中被標記為特定器官的每個被標記的體 積元素被給予關于該特定器官的預定的水值。
[0037] 身體中幾個器官可以包括大量的水，但水含量和水的信號強度可能會在不同的器 官之間變化。水圖像中的信號強度也可以隨圖像變化，這是由于成像設備中的物理限制。為 了實現來自目標水圖像數據集的標準化、量化的身體圖像，每個器官可以首先如上面介紹 的進行識別。為標準化水圖像，每個被標記的器官體積元素可以被給予水圖像數據集中的 預定值。預定的水值可以是針對特定器官特定的。關于特定器官的預定的水值的信息可以 包括在原型圖像中的標簽中。目標圖像中的相同水值可以表示目標圖像中的相同的物理性 質。關于特定器官中被標記的體積元素的預定水值不僅可以基于該體積元素中的實際水值 進行設置，而且可以基于該整個特定器官中的組織結構進行設置。預定水值不僅可以表示 該體積元素中的水的量，而且可以表示該器官中的組織的結構性質。關于被標記的體積元 素的預定的水值可以與該體積元素的實際水值進行比較，以建立兩個數值之間的差異。
[0038] 在另一個實施方式中，該方法還可以包括基于被標記的體積元素中的預定水值將 被標記的體積元素的數值插值到連續的器官體積中的步驟。
[0039] 通過插值標準化的被標記的體積元素的數值，同種類的器官體積可以被實現。該 同種類的體積然后可以被用于校正水圖像體積的相應部分，以便得到量化水圖像。基于預 定水值的被標記的體積元素的值的插值可以以如EP2283376中描述的脂肪值的插值方法 的相應方式來執行。特定器官中的所有體積元素因此可以具有共同的水值，以提供標準化 的、同種類的水圖像。例如，被標記的肌肉體積元素在水圖像數據集中可以具有〇. 8的強度 值。因為它被識別為存在于肌肉器官中，故其水值，也就是在水圖像中的強度值可以被設置 為1。預定水值的縮放可基于來自該特定器官的需要的信息進行選擇。如果肌肉被識別和 被校正，那么預定的水值1可以代表在該體積中有100%的肌肉組織。如果肝臟被識別和被 校正，預定的水值1可能代表別的東西。插值可以基于被標記的體積元素之間的預定水值 和實際水值之間的差異進行。
[0040] 該器官標準化方法可以能夠使用傳遞函數體積渲染MR目標圖像。通過提供器官 中豪斯費爾德衰減值的改進估計，它可以進一步能夠改進豪斯費爾德衰減值映射。
[0041] 在另外實施方式中，所述預定水值可以減去脂肪圖像數據集中的被標記的體積元 素的脂肪值。
[0042] 被識別為存在于例如肌肉的特定器官中的每個被標記的體積元素可以被給予預 定的水值。預定的水值可以減去來自脂肪圖像數據集的相同體積元素的脂肪值。來自圖像 數據集的水值和脂肪值可以由兩個圖像數據集中的體積元素的強度值表示。例如，被標記 的體積元素可以在水圖像數據集中具有〇. 8的強度值。因為它被識別為存在于肌肉器官 中，它的水值，也就是水圖像中的強度值，被設置為1。在脂肪圖像數據集中，相同的體積元 素可具有0.1的強度值。設置的水值1然后可以減去脂肪值0.1而等于0.9。為了提供標 準化肌肉結構，其可以被執行，但是在肌肉器官中保留水和脂肪含量信息。
[0043] 屬于特定器官的圖像體積元素的識別可以基于各種標準和它們的組合進行。
[0044] 識別有很大可能性含有特定器官或組織類型的體積元素的標準可以基于閾值操 作，其中具有低于下限或高于上限的強度水平的體積元素被排除。通過對被侵蝕的體膜外 的圖像體積元素的操作，皮膚可以被移除或被識別，其中，使用關于結合的脂肪和水圖像的 閾值操作，體膜可以被創建，緊接著是關閉創建的體膜中的孔的操作。
[0045] 有很大可能性被部分體積效應影響的圖像體積元素可以被操作排除，其中屬于擴 張的脂肪膜圖像的體積元素被排除。通過識別具有高于一定閾值水平的脂肪信號強度水 平以及具有被脂肪加上水圖像劃分的脂肪圖像的高數值的體積元素，脂肪膜圖像可以被創 建。
[0046] 可以通過指示對應于根據權利要求1的原型圖像的標簽圖像中相應的標簽字段 來排除有很大可能性被錯誤地分類為屬于某個器官的區域。
[0047] 本發明可以被用于各種應用中，例如：肌肉萎縮的表征、干預期間的肌肉體積中的 暫時變化的監測、損傷的康復；肌肉組織不對稱性的測量；同樣針對MR圖像使用傳遞函數 的立體渲染；將原型中定義的豪斯費爾德衰減值映射到MR圖像，以便在PET成像中使用用 于衰減校正的MR圖像；以及身體組成的測量，并且使用所描述的技術，如下的身體組成的 特征可被測量：
[0048] VAT-內臟的脂肪組織體積；
[0049] SAT-皮下脂肪組織體積；
[0050] TAT-總的脂肪組織體積；
[0051] 肝臟體積；
[0052] 肝臟的脂肪體積；
[0053] 肌肉體積；
[0054] 肌肉的脂肪體積；
[0055] 腦體積；
[0056] 骨髓體積；
[0057] 身體體積（不包括或包括與呼吸道和肺有關的低信號強度區域）；
[0058] 具有高含水量的其它器官的體積。這些器官可以通過在沒有其它器官定義的圖像 區域內識別具有高于某閾值水平的強度水平的水圖像體積元素來確定。識別的水圖像數據 集元素中的水含量也可以通過減去脂肪圖像數據集中相應的體積元素中的完整的脂肪體 積來校正。
[0059] 棕色的脂肪組織有關的圖像體積。這可以通過整合帶有在脂肪八脂肪+水）比例 的特定區間內的強度的圖像體積元素來識別，該比例也滿足具有足夠的對象大小以允許體 積元素的分離的標準，所述體積元素的分離滿足由于部分體積效應的脂肪和水比例標準。 這個標準可以另外被原型圖像中的解剖學定義提高，該解剖學定義用于圖像分類以排除圖 像中有很大可能性錯誤識別棕色脂肪組織的區域。
[0060] 此外，如果身體組成測量與圖像化的主體的精確稱量相結合，那么不同器官的制 成表的密度可以被利用以特征化大量器官而不需要傳統MRI實驗中可見的信號，例如骨骼 和固體。

【專利附圖】

【附圖說明】
[0061] 本發明將在下文中參照附圖進行更詳細地描述，其中：
[0062] 圖1示出了根據本發明的實施方式的方法的流程圖。
[0063] 圖2示出了根據本發明的實施方式的方法的流程圖。
[0064] 圖3示出了根據本發明的實施方式的方法的流程圖。
[0065] 圖4示出了根據本發明的實施方式的方法中使用的身體圖像的示意圖。
[0066] 圖5示出了根據本發明的實施方式的方法中使用的身體圖像的示意圖。

【具體實施方式】
[0067] 本發明將在下文中參考附圖進行更充分地描述，在附圖中本發明的優選實施方式 被示出。然而，本發明可以體現為許多不同的形式并且不應被解釋為限制于本文所闡述的 實施方式；而是，這些實施方式被提供使得本公開將變得徹底的和完整的，并且將充分將本 發明的范圍傳達給本領域的技術人員。在附圖中，相似的編號指的是相似的元素。
[0068] 圖1示出了根據實施方式的方法100的流程圖，所述方法100用于身體中的器官 的登記和分類。方法100包括第一步驟102,其中三維層析圖像被接收。圖像是從醫學掃描 裝置提供的，例如從磁共振（MR)掃描儀或計算層析（CT)掃描儀提供。接收到的層析圖像 是目標圖像，即圖像中的器官是要登記和分類的。目標圖像可以是人體或人體的一部分的 三維層析圖像。
[0069]目標圖像是多域數據圖像，包括水圖像數據集和脂肪圖像數據集。目標圖像中的 每個體積元素（三維像素）具有水圖像數據集中的一個數據值和脂肪圖像數據集中的一個 數據值。
[0070] 在步驟104中，提供原型圖像。原型圖像也是三維層析圖像，也優選地來源于MR 或CT掃描儀。在預先步驟中（未示出），原型圖像被創建，其中，操作員手動識別原型圖像 中身體內的不同器官。在識別的器官中，操作員給原型圖像中的在識別的器官內的至少一 個體積元素設置標簽。識別的器官由此歸類于原型圖像。原型圖像可包括多個用于不同的 器官的不同標簽。原型圖像的創建是一次性操作。相同的原型圖像被用于針對許多目標圖 像的許多分類過程中。
[0071] 在步驟106中，變形場被計算以及被用于轉換原型圖像。針對用于特定器官的原 型圖像中的數據集應該如何變形以便最好地符合目標圖像中相應的器官的形狀，變形場被 計算。這種計算針對整個原型圖像執行，原型圖像相應地被轉換，或被變形。
[0072] 在原型圖像的器官的體積內部，至少一個體積元素如上述被提供有標簽。通過將 變形場應用到原型圖像，使得原型圖像中的當前器官的形狀符合目標圖像中相應的器官， 原型圖像中的所述被標記的體積元素最終處于目標圖像中的相應的器官內部中的概率是 高的。根據步驟108,被標記的體積元素然后被傳送到目標圖像。由于原型圖像的變形，其 中原型圖像中的器官體積的形狀被變形為符合目標圖像中相應的器官體積，并且所述原型 圖像中的器官體積圍繞用于當前的器官的被標記的體積元素，原型圖像中被標記的體積元 素可以被傳送到目標圖像，并且由此以高精度標記目標圖像中的器官。
[0073] 所有這些步驟都可以被自動執行，例如通過計算機設備，將目標圖像和原型圖像 作為輸入，并且不需要手動交互。
[0074] 分類的結果，即帶有被識別的和被標記的器官體積的目標圖像，其可以在分析后 在未來分類過程中被用作新的原型圖像。
[0075] 圖2示出了實施方式中的方法100,其中步驟106包括兩個步驟106a、106b。第 一子步驟106a包括應用原型圖像到目標圖像的非剛性配準。本領域技術人員可以知道多 個適用于兩個圖像的非剛性配準的方法。作為實例，這樣的非剛性配準可以是Demons或 Morphon (見上述參考文獻）。
[0076] 非剛性配準通常可以如下進行說明。原型圖像中的器官的邊緣或另一個對比部分 通過分析圖像進行定義。邊緣是基于圖像中的體積元素的性質定義的，例如基于體積元素 中的強度水平進行定義。梯度因此可以被檢測以定義邊緣。原型圖像被與目標圖像作對比， 目標圖像中的相鄰于原型圖像中的相應邊緣的位置的相應的邊緣或對比部分被識別。在兩 個圖像中相應的邊緣體積元素的位置中的差異被計算，以確定原型圖像中的邊緣體積元素 應該如何被移動以到達目標圖像中的相應位置。通過將此應用到原型圖像中的器官體積的 整個邊緣，提供了定義邊緣體積元素應該如何被移動以符合目標圖像中的相應器官體積的 形狀的變形場，其中所述邊緣體積元素定義器官體積的形狀。這種非剛性配準為原型圖像 提供了變形場。
[0077] 在下一個子步驟106b中，變形場被用在原型圖像上以便將原型圖像變形，以最大 化兩個圖像之間的相似度。這可以基于圖像中可視化的整個身體被執行。
[0078] 如果非剛性配準已經是完美的，根據變形場對這些標簽的轉換將完美地標記目標 圖像中的所有相應的體積元素。然而，由于身體中的許多器官和組織中的解剖變異以及非 剛性配準過程必須被限制為相對平滑的變形的事實，在許多情況下，所有原型體積元素與 相應的目標體積元素的完美相適合是不可能的。這就是為什么只有體積元素的子集被標 記。這些被標記的體積元素被選擇，使得它們在轉換后有很大的可能性維持正確的標簽。
[0079] 圖3示出了還包括兩個分別可選的步驟的方法100。在步驟108中，用于原型圖 像中的器官的被標記的體積元素被傳送到目標圖像。因此實現了包括用于器官的被標記的 體積元素的目標圖像，從而將目標圖像中的那個器官分類。為了標記目標圖像中的剩余的 體積元素，"區域生長"分割步驟110被應用，其使用所傳送的被標記的體積元素作為開始。 這種分割方法開始于一個或多個被定義的起始點，即被標記的體積元素。從那里開始，被標 記的體積元素集生長直到停止標準被滿足。這樣的停止標準可以是例如目標圖像中的可視 界面（梯度），或者被標記的區域（器官）遇到另一個帶有沖突標簽的區域（例如另一個 器官或圖像背景）。有許多以不同的區域生長為基礎的方法，例如分水嶺（Watershed)或 IFT( "Image Foresting Transform，'· Falcao, A. X. Stolfi，J. de Alencar Lotufo, R. : "The image foresting transform: theory, algorithms, and applications，',模式分析與機器智 能匯刊（ΡΑΜΙ)，2004)。
[0080] 目標圖像中的多個器官可以被分割和被分類。三維目標圖像然后可以可視化被標 記的器官。當器官已經被分割和被分類時，它們中的每個可以在目標圖像中被進一步給予 獨特的顏色，這將進一步提高目標圖像中的器官的可視化。
[0081] 當可視化最終的分類結果時，錯誤的標簽可能被識別。在這種情況下，通過使用例 如IFT，將帶有正確標簽的新的被標記的體積元素手動添加到錯誤分類的區域中，改正這個 錯誤分類是可能的。手動移除最終轉換為錯誤器官的體積元素上的標簽也是可能的。添加 一個或一組新的標簽之后，區域生長被重新計算并且新結果被可視化。這個過程反復進行 直至獲得滿意的結果。
[0082] 圖4基于示意性的局部圖像表示而示出了方法100。在圖中，提供了原型圖像10 和目標圖像20。圖像10、20作為身體圖像的一部分被示出。原型圖像10包括圍繞兩個手 動輸入的被標記的體積元素16的器官12。目標圖像20包括相應的器官22。在轉換原型 圖像10的步驟106中，器官12的邊緣14在原型圖像10中被檢測。用于目標圖像中的器 官22的相應的邊緣24被檢測。變形場確定了原型圖像10的邊緣14應該如何被變形以符 合目標圖像20中的邊緣24的形狀。變形場被應用到原型圖像10,這導致變形的原型圖像 10'包括帶有變形的邊緣14'的變形的器官12'。被標記的體積元素 16仍然被封閉在器官 12'內。在器官12'中的被標記的體積元素16的位置可能略有變化，這是由于器官12'的 變形。然而，它們將仍然被包圍在器官12'內。
[0083] 原型圖像10'中的器官12'的形狀現在很大程度上符合目標圖像20中的器官22 的形狀。原型圖像10中的被標記的體積元素16的標簽現在被復制到目標圖像20中的相 應的體積元素26。由于原型圖像10的變形，目標圖像20中的新的被標記的體積元素26將 被包圍在目標圖像20中的器官22內。
[0084] 為分割目標圖像20中的器官22,根據如上所述的區域生長的方法，器官22的邊緣 24被檢測，并與被標記的體積元素 26中的起點一起定義器官體積并且被給予當前的標簽。
[0085] 圖5示出了當所公開的方法被用于執行不對稱配準時的示意圖。不對稱配準可被 用于識別身體中的左側身體部位和右側身體部位之間的差異。在這種情況下，在非剛性配 準之前，只需要一個圖像。目標圖像20的鏡像副本被用作原型圖像10。原型圖像10,即鏡 像副本被變形，以便適合目標圖像20, S卩非鏡像圖像。在這之后，所產生的變形場的發散度 被確定。發散度闡釋了每個器官體積如何被膨脹或被壓縮以便適合目標圖像20。目標圖 像10的左半邊中的器官12a被用作用于原型圖像20中的器官12b的變形的基礎。同樣器 官12b被用作用于原型圖像20中的器官12a的變形的基礎。例如，當原型圖像20被變形 以便適合目標圖像10時，如果左邊的器官12a比右邊的器官12b大，那么原型圖像20中的 右邊的器官12b將被壓縮，并且原型圖像20中的左邊的器官12a將被膨脹。
[〇〇86] 在附圖和說明書中，已經公開了本發明的優選的實施方式和實例，并且盡管使用 了特定術語，但是它們僅用于通用的和描述性的意義，而不是用于限制的目的，本發明的范 圍在下面的權利要求中進行闡述。
【權利要求】
1. 一種用于分類層析圖像中的器官的方法，其中所述方法包括以下步驟： 接收三維解剖層析目標圖像，所述目標圖像包括水圖像數據集和脂肪圖像數據集，每 個數據集帶有多個體積元素， 提供包括帶有多個體積元素的三維圖像數據集的原型圖像，其中所述體積元素的子集 被給予器官標簽， 通過將變形場應用到所述原型圖像的所述體積元素上來轉換所述原型圖像，使得當前 器官的每個被標記的體積元素被確定為等同于所述目標圖像中的相應器官中的體積元素 的位置，以及 將所述原型圖像的被標記的體積元素的標簽傳送到所述目標圖像的相應體積元素。
2. 根據權利要求1所述的方法，其中，所述目標圖像中被類似標記的體積元素定義代 表當前器官的器官體積，并且其中所述方法還包括基于所述目標圖像中的性質將所述器官 體積擴充到整個所述器官的步驟。
3. 根據權利要求2所述的方法，其中，擴充所述器官體積的步驟包括檢測所述目標圖 像中的器官的邊緣。
4. 根據權利要求2或3所述的方法，其中，所述方法還包括手動地將標簽輸入到所述目 標圖像中的體積元素或從所述目標圖像中的體積元素移除標簽的步驟，其中所述手動步驟 之后是參照當前標簽對器官體積的重新定義。
5. 根據權利要求1-4中的任一項所述的方法，其中，轉換所述原型圖像的步驟包括應 用所述原型圖像到所述目標圖像的非剛性配準以增加所述原型圖像與所述目標圖像之間 的相似度，并且其中所述非剛性配準提供代表變形的原型圖像的所述變形場。
6. 根據前述權利要求中的任一項所述的方法，其中，所述層析圖像接收自磁共振（MR) 掃描儀或計算層析（CT)掃描儀。
7. 根據前述權利要求中的任一項所述的方法，其中，所述方法還包括以下步驟：基于 所述目標圖像中的第一被標記的體積元素與所述目標圖像中被類似標記的第二體積元素 的比較的分析，移除所述目標圖像中的所述第一被標記的體積元素的標簽。
8. 根據權利要求7所述的方法，其中，所述分析包括所述水圖像數據集和所述脂肪圖 像數據集中的所述第一被標記的體積元素與所述水圖像數據集和所述脂肪圖像數據集中 的所述被類似標記的第二體積元素的比較的分析。
9. 根據權利要求7或8所述的方法，其中，移除第一被標記的體積元素的步驟包括：確 定關于所述第一被標記的體積元素的水-脂肪關系，比較所述水-脂肪關系與所述目標圖 像中的所述被類似標記的第二體積元素的相應的水-脂肪關系，以及基于所述比較移除所 述第一被標記的體積元素。
10. 根據權利要求7所述的方法，其中，所述分析基于所述目標圖像中的所述第一被標 記的體積元素和被標記的所述第二體積元素的幾何位置。
11. 根據權利要求7所述的方法，其中，所述原型圖像包括指示器，所述分析基于所述 指示器進行。
12. 根據前述權利要求中的任一項所述的方法，其中，提供原型圖像的步驟包括提供多 個原型圖像，其中轉換所述原型圖像的步驟包括轉換所述多個原型圖像，該轉換所述原型 圖像的步驟之后是確定哪個轉換的原型圖像最好地對應于所述目標圖像的步驟。
13. 根據權利要求1-11中的任一項所述的方法，其中所述原型圖像是所述目標圖像的 鏡像副本。
14. 根據權利要求1所述的方法，其中，所述方法還包括基于所述水圖像數據集中的被 標記的器官校正所述目標圖像的步驟，其中，所述目標圖像中的每個被標記的體積元素被 給予預定的水值。
15. 根據權利要求14所述的方法，其中，所述方法還包括基于所述被標記的體積元素 中的所述預定的水值將所述被標記的體積元素插值成同種類的器官體積的步驟。
16. 根據權利要求14或15所述的方法，其中，所述預定的水值減去了所述脂肪圖像數 據集中的被標記的體積元素的脂肪值。
【文檔編號】G06T7/00GK104106096SQ201280069463
【公開日】2014年10月15日 申請日期:2012年2月17日 優先權日:2012年2月17日
【發明者】奧洛夫·達爾奎斯特賴因哈德, 馬格納斯·博爾加 申請人:先進穆阿分析公司