對圖像數據中的選擇性組織的視覺抑制的制作方法
【專利摘要】一種方法，圖像數據處理器(318)包括：形狀可能性確定器(402)，其處理圖像數據的體素，并且基于由所述體素表示的組織的形狀，針對多個所述體素確定所述體素表示預定的感興趣組織的可能性；不透明度確定器(406)，其基于所述可能性，針對所述多個體素中的每個確定不透明度抑制；重新格式化器(410)，其基于所確定的不透明度抑制，重新格式化所述圖像數據，生成不透明度抑制的重新格式化的數據；以及繪制引擎(412)，其視覺呈現所述不透明度抑制的重新格式化的數據。
【專利說明】對圖像數據中的選擇性組織的視覺抑制
【技術領域】
[0001]以下總體涉及圖像數據處理，并且更具體地涉及視覺抑制圖像數據中的選擇性組織，并且利用對計算機斷層攝影(CT)的具體應用進行描述。然而，以下也接受其他成像模態，諸如磁共振成像(MRI)、數字放射攝影和/或其他成像模態。
【背景技術】
[0002]CT掃描器包括由旋轉框架支撐的X射線管。旋轉框架以及因此X射線管圍繞檢查區域旋轉，并且X射線管發射貫穿檢查區域的輻射。輻射敏感探測器位于X射線管的對面，跨越檢查區域，并探測貫穿檢查區域的輻射。輻射敏感探測器生成指示所探測的輻射的投影數據。重建器重建投影數據，并且生成體積圖像數據。圖像處理器可以用于處理體積圖像數據，并且生成一個或多個圖像。
[0003]CT (以及其他成像)已經用于視覺評價組織(諸如結節和淋巴結)。對結節和淋巴結的視覺評價是針對腫瘤探測、分期和治療監測的標準臨床任務。不幸的是，結節和/或結點常常例如被周圍血管在視覺上遮蔽，這是由于它們的類似的外觀以及由此的視覺遮擋。因此，在例如肺部研宄的背景中，中央肺結節或其他肺結節的大部分可能在視覺評價期間被忽視，例如，由于它們的類似的外觀以及周圍肺部脈管的遮擋。
[0004]結合圖1示出這樣的范例，在所述圖1中，模擬結節102近似地具有與圍繞模擬結節102的模擬血管104相同的橫截面形狀。在該范例中，模擬結節102可以被混淆為模擬血管104，反之亦然。結合圖2示出另一范例，在所述圖2中，模擬結節202完全被圍繞模擬結節202的模擬血管204部分地視覺遮擋。在該范例中，模擬血管204視覺遮擋結節202。
[0005]計算機輔助探測(CAD)軟件已經用于自動地在結節與周圍血管之間進行區分。通常，這包括基于形狀(例如管狀對團狀)將體素的組分類為結節或血管，并且進行二元判定(結節或血管)。然后，將視覺標記(諸如箭頭、圓圈等)疊加在(常規或層塊的)最大強度投影(MIP)或其他繪制(例如，直接體積繪制(DVR)、數字重建放射攝影(DRR)等)上以識別結節。不幸的是，由CAD系統進行的這樣的二元分類也產生假陽性和假陰性，并且重疊的標記可能以令人迷惑的方式使圖像雜亂。
[0006]本文描述的各方面解決以上提及的問題和其他問題。
【發明內容】
[0007]在一方面中，一種圖像數據處理器，其包括形狀可能性確定器，所述形狀可能性確定器處理圖像數據的體素，并且基于由所述體素表示的組織的形狀針對多個所述體素確定所述體素表示預定的感興趣組織的可能性。所述圖像數據處理器還包括不透明度確定器，所述不透明度確定器基于所述可能性針對多個所述體素中的每個確定不透明度抑制。所述圖像數據處理器還包括重新格式化器，所述重新格式化器基于所確定的不透明度抑制重新格式化所述圖像數據，生成不透明度抑制的重新格式化數據。所述圖像數據處理器還包括繪制引擎，所述繪制引擎視覺呈現所述不透明度抑制的重新格式化數據。
[0008]在另一方面中，一種方法，其包括基于由體素表示的組織的形狀來確定圖像數據的多個所述體素中的每個表示預定的感興趣組織的可能性。所述方法還包括獲得用于不透明度映射的可能性。所述方法還包括基于所述可能性和所述用于不透明度映射的可能性來重新格式化所述圖像數據，生成不透明度抑制的格式化數據。所述方法還包括顯示所述不透明度抑制的重新格式化數據。
[0009]在另一方面中，一種計算機可讀儲存介質，其被編碼具有計算機可讀指令。當處理器執行所述計算機可讀執行時，所述計算機可讀指令使得所述處理器:基于由體素表示的組織的形狀來確定圖像數據的多個體素中的每個表示預定的感興趣組織的可能性；獲得用于不透明度映射的可能性；基于所述可能性和所述用于不透明度映射的可能性來重新格式化所述圖像數據，從而生成不透明度抑制的格式化數據；以及顯示所述不透明度抑制的重新格式化數據。
【專利附圖】
【附圖說明】
[0010]本發明可以采取各種部件和部件的布置，以及各種步驟和步驟的布置的形式。附圖僅出于圖示優選實施例的目的，并且不應被解讀為限制本發明。
[0011]圖1示出了模擬的血管和結節的橫截面的現有技術圖像，其中，結節和血管近似地具有相同的橫截面形狀和強度，并且因此不容易在視覺上進行區分。
[0012]圖2示出了模擬的血管和結節的現有技術的圖像，其中，血管在視覺上遮蔽結節的可視化。
[0013]圖3示意性地圖示了與圖像數據處理器結合的成像系統，其以如下方式視覺呈現經處理的圖像數據，即，基于體素表示預定組織的可能性來可變地光學抑制表示預定組織的體素的不透明度。
[0014]圖4示意性地圖示了圖像數據處理器的范例。
[0015]圖5示出了模擬的血管和結節的橫截面視圖的MIP圖像，其中，基于體素表示血管的可能性來可變地光學抑制血管。
[0016]圖6示出了MIP圖像模擬的血管和結節，其中，基于體素表示血管的可能性來可變地光學抑制血管。
[0017]圖7示出了沒有應用不透明度抑制的層塊MIP圖像。
[0018]圖8示出了應用50%的不透明度抑制的圖7的層塊MIP圖像。
[0019]圖9示出了應用80%的不透明度抑制的圖7的層塊MIP圖像。
[0020]圖10圖示了范例方法，其中，基于體素表示感興趣組織的可能性來抑制表示感興趣組織的體素的強度。
[0021]圖11圖示了范例方法，其中，使不透明度抑制變化。
【具體實施方式】
[0022]首先參考圖3，圖示了成像系統300 (諸如CT掃描器)。成像系統300包括一般為固定機架302和旋轉機架304，所述旋轉機架304由固定機架302可旋轉地支撐，并且圍繞檢查區域306關于z軸旋轉。對象支撐物308 (例如臥榻)支撐檢查區域306中的目標或對象。
[0023]輻射源310 (諸如X射線管)由旋轉機架304可旋轉地支撐，與旋轉機架304 —起旋轉，并且發射貫穿檢查區域306的輻射。輻射敏感探測器陣列312跨越檢查區域306對向輻射源310對面的角度圓弧。輻射敏感探測器陣列312探測貫穿檢查區域306的輻射，并且生成指示針對每個探測到的光子的輻射的信號。
[0024]重建器314重建投影，生成指示位于成像區域306中的對象或目標的被掃描部分的體積圖像數據。通用計算系統或計算機充當操作者控制臺316。控制臺316包括人類可讀的輸出設備(諸如監測器)和輸入設備(諸如鍵盤、鼠標等)。駐留在控制臺316上的軟件允許操作者經由圖形用戶界面(GUI)或以其他方式與掃描器300交互和/或操作掃描器300。
[0025]圖像數據處理器318包括至少一個處理器320，所述至少一個處理器320運行儲存在計算機可讀儲存介質(諸如物理存儲器322或其他非暫態儲存介質)中的至少一個計算機可讀指令。處理器320也可以運行由載波、信號或其他暫態介質承載的一個或多個計算機可讀指令。輸入/輸出(I/O) 324被配置為從一個或多個輸入設備326 (例如鍵盤、鼠標等)接收信息和/或傳送信息(例如在顯示區域中的圖形用戶界面(GUI)及其中的信息)到一個或多個輸出設備328 (例如監測器、放映機(filmer)、便攜式存儲器等)。
[0026]圖像數據處理器318基于至少一個指令來處理來自成像系統300和/或其他成像系統的圖像數據的體素，并且經由一個或多個輸出設備328視覺呈現所處理的圖像數據。如以下更加詳細地描述的，這樣的處理包括識別體素表示預定類型的組織的可能性，以及基于所述可能性抑制體素的不透明度。這樣的抑制是漸進的，這是因為它不是無抑制或全抑制的二元抑制，而是基于可能性的抑制的程度。例如，被識別為表示預定類型的組織但具有不同可能性的體素將被抑制到不同程度。
[0027]通過范例的方式，肺部研宄的目標可以是視覺觀察結節、裂縫、腫瘤和/或與肺部組織連接的其他感興趣組織。然而，脈管(例如，血管)可以約束或遮擋這樣的觀察。圖像數據處理器318能夠處理肺部的圖像數據，使得視覺抑制表示脈管的體素的不透明度，應用于體素的抑制對應于該體素表示脈管的概率。正因如此，具有較高概率為脈管的體素被視覺抑制到比具有較低概率為脈管的體素更大的程度。本文中也預期非肺部研宄。例如，感興趣組織能夠為肝部腫瘤并且要抑制的組織可以為肝臟脈管。
[0028]圖4示意性地圖示了圖像數據處理器318的范例。在該范例中，圖像數據處理器318基于體素為具體組織類型(基于具體組織的形狀)的可能性來視覺抑制表示具體組織類型的體素的不透明度。
[0029]形狀可能性確定器402基于一個或多個形狀算法404來確定圖像數據中的體素表示具有特定形狀的組織的可能性。例如，形狀算法404可以確定體素表示與非管狀組織(諸如團狀組織)相反的管狀組織的可能性。這樣的算法可以便于確定在肺部研宄圖像數據中的體素表示肺部中的脈管組織(例如與團狀結節相反)的可能性。
[0030]在Qiang Li 等人的“Selective enhancement filters fornodules, vessels, and airway walls in two-and three-dimens1nal CT scans，，，Med.Phys.卷 30，2003 年，第 2040-2051 頁；Lorenz 等人的 “Mult1-scale line segmentat1nwith automatic estimat1n of width, contrast and tangential direct1n in 2D and3D medical images，，，First Joint Conference on Computer Vis1n, Virtual Realityand Robotics in Medicine，and Medical Robotics and Computer-Assisted Surgery，，，1997 年，第 233-242 頁；以及 Agam 等人的 “Vessel Tree Reconstruct1n in ThoracicCT Scans With Applicat1n to Nodule Detect1n，，，IEEE Transact1ns on MedicalImaging，卷24，第4號，2005年4月中討論了用于在管狀與團狀之間進行區分的算法的范例。
[0031]其他合適的算法包括基于hessian特征值的廣泛應用的算法、采用多重分辨率尺度的算法和/或其他算法。
[0032]不透明度識別器406基于一個或多個不透明度映射408針對每個體素識別不透明度抑制的水平。例如，一個映射408可以指示:具有表示具有具體形狀的組織的可能性為零
(0)的體素完全不被抑制，具有表不具有具體形狀的組織的可能性為一(I)的體素被完全抑制，從而其在最終圖像數據中不可見，并且具有表示具有具體形狀的組織的可能性在零與一之間的體素被部分抑制，其中抑制的程度基于可能性。
[0033]在一個實例中，一個或多個映射408中的一個指示針對在零與一之間的可能性線性地抑制不透明度抑制。在該實例中，較高的可能性引起較大的不透明度抑制，而較低的可能性引起較小的不透明度抑制。在另一實例中，一個或多個映射408中的另一個指示不透明度抑制被非線性地(例如平方地、指數地等)抑制。一個或多個映射408中的另一個可以指示不透明度抑制針對一個或多個預定的可能性范圍是平滑或恒定的，并且在一個或多個其他預定的可能性范圍內是可變的。
[0034]重新格式化器410重新格式化體積圖像數據。例如，數據重新格式化器410可以重新格式化體積圖像數據，并且創建MIP、DVR、DRR或其他重新格式化的數據集。通過生成經受單調傳遞函數的可能性圖像體積能夠生成不透明度抑制的重新格式化的體積圖像數據。然后，在針對每個視線對重新格式化的體積圖像數據進行計算之前，從原始圖像強度(密度)減去經受單調傳遞函數的可能性圖像體積。
[0035]繪制引擎412視覺呈現重新格式化的圖像數據。在一個實例中，重新格式化的圖像數據被呈現在圖形用戶界面(GUI)中。例如，GUI可以包括至少兩個顯示窗口，其中體積圖像數據被呈現在顯示窗口中的一個中，并且重新格式化的(不透明度抑制的或非不透明度抑制的)圖像數據被顯示在顯示窗口中的另一個中。當重新格式化的圖像數據被顯示為層塊視圖時，層塊可以對應于默認視圖和/或體積圖像數據中的用戶選擇的區域。
[0036]Gn可以包括軟控制，例如，其允許用戶在不透明度抑制的重新格式化的圖像數據與非不透明度抑制的重新格式化的圖像數據之間切換。這可以包括交換數據集或改變不透明度傳遞函數以及重新繪制重新格式化的圖像數據。軟控制也可以包括用于選擇不透明度映射408中的具體的一個以改變不透明度抑制的控制。軟控制也可以包括用于手動調節不透明度抑制傳遞函數的控制。
[0037]圖5和圖6示出了本文描述的不透明度抑制應用于用于生成圖1的MIP重新格式化的數據集的范例。
[0038]在圖5中，模擬結節502基本上沒有被不透明度抑制，而圍繞模擬結節502的模擬血管504逐漸地在視覺上被不透明度抑制，其中抑制從血管504的中心到血管504的外周逐漸增加，在血管504的外周處抑制減小。應當理解，圖示的抑制是基于采用的整形器算法，并且然后針對不同的整形器算法，圖5中示出的抑制可以不同。
[0039]在圖6中，模擬結節602基本上沒有被不透明度抑制，而圍繞模擬結節602的模擬血管604逐漸地在視覺上被不透明度抑制，其中抑制從血管604的中心到血管604的外周逐漸增加。類似于圖5，應當理解，圖示的抑制是基于采用的整形器算法，并且然后針對不同的整形器算法，圖6中示出的抑制可以不同。
[0040]圖7、圖8以及圖9示出了本文描述的不透明度抑制應用于層塊MIP重新格式化的數據集的范例。在圖8中，用戶已將不透明度抑制設定到零，在圖9中，用戶已將不透明度抑制設置到50%，并且在圖10中，用戶已將不透明度抑制設置到80%。如所示，圖7中的脈管700和結節702均沒有被不透明度抑制，圖8中的脈管700被不透明度抑制而結節702沒有被不透明度抑制，并且圖9中的脈管700進一步被不透明度抑制而結節702沒有被不透明度抑制。
[0041 ] 在一個實例中，使用分辨率金字塔，在多尺度方案中，在不同的空間分辨率水平上能夠實現本文描述的途徑。例如，以最高分辨率取得圖像體積，并且將其分解為血管增強圖像及其補充(殘余圖像)。對殘余圖像二次采樣至較低分辨率(例如使用二項式二次采樣、高斯二次采樣或樣條二次采樣)。在該分辨率水平處，重復分解，以此推類。然后，在每個水平上，利用線性查找函數或非線性查找函數(其可以針對每個分辨率水平不同)弱化血管增強圖像。最終，(以分辨率水平的相反順序)重構完整圖像。利用殘余圖像重構在最低水平處修正的血管增強圖像，結果是上采樣到下一更高水平，重構，以此類推。
[0042]圖10圖示了基于體素表示感興趣組織的可能性來抑制表示感興趣組織的體素的強度的范例方法。
[0043]應當理解，動作的排序不是限制性的。正因如此，本文也預期其他排序。另外，可以省略一個或多個動作和/或可以包括一個或多個額外的動作。
[0044]在1002處，獲得圖像數據。
[0045]在1004處，確定每個體素表示預定的感興趣組織的可能性。
[0046]在1006處，獲得對可能性的不透明度映射。
[0047]在1008處，基于不透明度映射和可能性，重新格式化圖像數據，不透明度抑制預定的感興趣組織。
[0048]在1010處，顯示不透明度抑制的重新格式化的數據。
[0049]圖11圖示了使不透明度抑制變化的范例方法。
[0050]應當理解，動作的排序不是限制性的。正因如此，本文也預期其他排序。另外，可以省略一個或多個動作和/或可以包括一個或多個額外的動作。
[0051]在1102處，顯示不透明度抑制的重新格式化的圖像。如本文所公開的，例如，類似于圖10和/或以其他方式能夠生成不透明度抑制的重新格式化的圖像。
[0052]在1104處，接收指示用戶對不透明度抑制的改變的信號。
[0053]在1106處，基于不透明度抑制的改變以及不透明度映射和組織可能性來重新格式化用于生成不透明度抑制的重新格式化的圖像的圖像數據。
[0054]在1108處，顯示不透明度抑制的重新格式化的圖像。
[0055]以上可以通過被編碼或嵌入在計算機可讀儲存介質上的計算機可讀指令的方式來實施，當(多個)計算機處理器運行所述計算機可讀指令時，所述計算機可讀指令使得(多個)處理器執行所描述的動作。額外地或備選地，計算機可讀指令中的至少一個是由信號、載波或其他暫態介質承載的。
[0056]在一個非限制性實例中，通過如本文所描述的不透明度抑制某個組織，球形腫塊(諸如結節和淋巴結)由于較少被血管遮擋而可以更加突出，下方的薄壁組織由于較少被血管遮擋而可以更加突出，血管壓制的MIP非常類似于放射科醫師所習慣的標準MIP，圖像沒有被令人迷惑的離散標記弄得雜亂，由于強度僅被逐漸地減弱，但沒有體素被基于任意的二元分類完全抑制，因此沒有產生完全地假陰性或陽性，血管弱化量級的交互式改變為用戶提供特征出現和消失的額外線索，暗示新的繪制能夠用于常常在放射科中使用的灰度值顯示上，利用血管濾波器的某種選擇，潛在的異常(結節、結點)的強度值保持不變(僅正常結構被壓制)，壓制將使較大血管的中心線可視(細化而非全寬度壓制)，因此允許改進的空間取向等。
[0057]已經參考優選實施例描述了本發明。在閱讀和理解以上【具體實施方式】的情況下對于其他人可能想到修改或替代。本文意圖將本發明解釋為包括所有這種修改和替代，只要它們落入所附權利要求及其等價方案的范圍之內。
【權利要求】
1.一種圖像數據處理器(318)，包括: 形狀可能性確定器(402)，其處理圖像數據的體素，并基于由所述體素表示的組織的形狀，針對多個所述體素確定所述體素表示預定的感興趣組織的可能性； 不透明度確定器(406)，其基于所述可能性，針對所述多個體素中的每個確定不透明度抑制； 重新格式化器(410)，其基于所確定的不透明度抑制來重新格式化所述圖像數據，生成不透明度抑制的重新格式化的數據；以及 繪制引擎(412)，其視覺呈現所述不透明度抑制的重新格式化的數據。
2.如權利要求1所述的圖像數據處理器，其中，所述感興趣組織為管狀組織。
3.如權利要求2所述的圖像數據處理器，其中，所述管狀組織包括一個或多個血管。
4.如權利要求1至3中的任一項所述的圖像數據處理器，其中，不透明度抑制作為所述可能性的函數線性地改變。
5.如權利要求1至3中的任一項所述的圖像數據處理器，其中，不透明度抑制作為所述可能性的函數非線性地改變。
6.如權利要求1至5中的任一項所述的圖像數據處理器，其中，所述不透明度抑制針對第一可能性范圍是恒定的，并且針對第二不同的可能性范圍，作為所述可能性的函數是可變的。
7.如權利要求1至6中的任一項所述的圖像數據處理器，其中，所述不透明度確定器(406)基于不透明度映射，針對所述多個體素中的每個確定所述不透明度抑制，其中，所述映射對應于指示用戶選擇的感興趣映射的信號。
8.如權利要求7所述的圖像數據處理器，其中，所述不透明度確定器(406)基于所述不透明度映射中的改變，針對所述多個體素中的每個確定所述不透明度抑制，并且所述重新格式化器基于不透明度抑制的所述改變，重新格式化所述圖像數據，生成第二不透明度抑制的重新格式化的數據。
9.如權利要求1至8中的任一項所述的圖像數據處理器，其中，所述重新格式化的數據為以下中的一個:最大強度投影、層塊最大強度投影、直接體積繪制或數字重建的放射攝影數據。
10.如權利要求1至9中的任一項所述的圖像數據處理器，其中，所述繪制引擎在顯示器上顯示的圖形用戶界面的顯示窗口中視覺呈現所述不透明度抑制的重新格式化的數據。
11.一種方法，包括: 基于由體素表示的組織的形狀，確定圖像數據的多個所述體素中的每個表示預定的感興趣組織的可能性； 獲得用于不透明度映射的可能性； 基于所述可能性和所述用于不透明度映射的可能性，重新格式化所述圖像數據，生成不透明度抑制的格式化的數據；以及 顯示所述不透明度抑制的重新格式化的數據。
12.如權利要求11所述的方法，其中，所述感興趣組織為管狀組織。
13.如權利要求11至12中的任一項所述的方法，其中，所述不透明度抑制與所述可能性成比例。
14.如權利要求11至13中的任一項所述的方法，還包括: 接收指示所述不透明度抑制中的改變的信號； 基于所述信號，重新格式化所述圖像數據，生成第二不透明度抑制的格式化的數據；以及 顯示所述第二不透明度抑制的重新格式化的數據。
15.如權利要求11至14中的任一項所述的方法，還包括: 在顯示重新格式化的圖像數據與顯示所述不透明度抑制的重新格式化的數據之間進行切換。
16.如權利要求11至15中的任一項所述的方法，還包括: 在顯示重新格式化的圖像數據與顯示所述不透明度抑制的重新格式化的數據之間進行切換。
17.如權利要求11至16中的任一項所述的方法，其中，所述重新格式化的數據為以下中的一個:最大強度投影、層塊最大強度投影、直接體積繪制或數字重建的放射攝影數據。
18.如權利要求11至17中的任一項所述的方法，其中，第一體素集對應于所述圖像數據中的同一血管，并且所述第一體素集中的至少兩個體素的不透明度被不同地抑制。
19.如權利要求11至18中的任一項所述的方法，其中，手動調節所述不透明度抑制。
20.一種被編碼具有計算機可讀指令的計算機可讀儲存介質，當處理器運行所述計算機可讀指令時，所述計算機可讀指令使得所述處理器: 基于由體素表示的組織的形狀，確定圖像數據的多個所述體素中的每個表示預定的感興趣組織的可能性； 獲得用于不透明度映射的可能性； 基于所述可能性和所述用于不透明度映射的可能性，重新格式化所述圖像數據，生成不透明度抑制的格式化的數據；以及 顯示所述不透明度抑制的重新格式化的數據。
【文檔編號】G06T15/08GK104508710SQ201380018030
【公開日】2015年4月8日 申請日期:2013年3月22日 優先權日:2012年3月29日
【發明者】R·維姆科, T·比洛, T·克林德 申請人:皇家飛利浦有限公司