一種醫學圖像自動定位質量的評估方法
【專利摘要】本發明公開了一種醫學圖像自動定位質量的評估方法，所述評估方法包括：獲取由掃描生成的定位圖像；對所述定位圖像進行初始定位后計算關于定位特征的第一數值；基于所述定位特征的第一數值將掃描對象變換到標準坐標系后計算關于所述定位特征的第二數值；根據所述定位特征的第一數值，輸出掃描的自動定位結果；基于所述第一數值和所述第二數值的偏差，反饋所述自動定位的質量評估結果。本發明的技術方案將掃描中自動定位的結果量化展示，為自動定位結果提供了參照標準，輔助用戶的人機交互工作中進行的定位確認或定位調整，提升了定位工作流的操作效率。
【專利說明】
一種醫學圖像自動定位質量的評估方法
技術領域
[0001]本發明涉及醫學圖像處理領域，特別涉及一種醫學圖像快速掃描流程。
【背景技術】
[0002]在高端醫學影像設備的一些圖像掃描工作流中，例如磁共振成像設備、X射線設備、X射線斷層成像設備等，掃描流程通常分為兩步。首先由醫學影像設備對掃描對象(患者)進行一次快速掃描，采集得到患者的低分辨率圖像作為定位圖像，之后通過識別定位圖像中的解剖結構，進一步確定正式掃描的片層定位方向和視野中心位置，規劃后續高分辨率掃描。
[0003]在傳統的快速掃描工作流中，對于根據低分辨率定位圖像確定掃描層定位和視野中心位置，通常由經過訓練的技師進行手動定位操作，較為費時從而容易導致病人的移位。
[0004]近年來，在快速掃描中出現了應用于臨床的計算機自動定位，其大大節省了臨床檢查的工作時間。然而，計算機自動定位的準確度受限于掃描環境和條件的變化，例如:磁共振掃描時磁場均勻性的變化、患者組織壞死或嚴重的外部創傷、掃描部位偏轉較大、患者注射造影劑等因素，自動定位的結果可能會存在較小或較大的偏差。對于經驗不足的技師，并不容易判斷出自動定位的偏差，及時能夠準確判斷出偏差，還需要在自動定位結果的基礎上進彳丁最后的調整和確認。
【發明內容】
[0005]本發明要解決的問題是提供一種醫學圖像掃描中自動定位質量的評估方法，解決以上部分提到的現有技術問題。
[0006]為解決上述問題，本發明提供了一種醫學圖像自動定位質量的評估方法，包括:
[0007]獲取由掃描生成的定位圖像；
[0008]對所述定位圖像進行初始定位后計算關于定位特征的第一數值;所述定位特征用于確認掃描對象的圖像坐標系；
[0009]基于所述定位特征的第一數值將掃描對象變換到標準坐標系后計算關于所述定位特征的第二數值；
[0010]根據所述定位特征的第一數值，輸出掃描的自動定位結果；
[0011]基于所述第一數值和所述第二數值的偏差，反饋所述自動定位質量的評估結果。
[0012]可選的，所述定位特征包括定位圖像的正中對稱面和定位圖像內的解剖特征。計算所述正中對稱面的算法包括以下的任意一種:最速下降法、單純形法或模板匹配法。所述解剖特征包括以下的任意一種:前后連合、腦干、椎間盤、半月板、股骨髁、肩盂關節、肩鎖關節或肱骨頭。所述定位圖像為腦部圖像，所述正中對稱面包括正中矢狀面，所述解剖特征包括前后連合。所述前后連合基于正中矢狀面進行計算，計算的算法包括以下的任意一種:模板匹配法、主動形狀模型或基于配準的算法。
[0013]可選的，所述定位圖像為腦部圖像，所述正中對稱面包括正中矢狀面，所述解剖特征包括腦干。所述腦干基于正中矢狀面進行計算，計算的算法包括以下的任意一種:邊緣檢測法、主動形狀模型或主動輪廓模型。
[0014]可選的，所述定位特征為定位圖像的正中對稱面。
[0015]可選的，所述定位特征為定位圖像內的解剖特征。
[0016]可選的，所述評估結果展現為數值形式。
[0017]可選的，所述評估結果展現為等級形式，各等級根據所述第一數值和所述第二數值的偏差程度設定。
[0018]可選的，在反饋所述自動定位質量的評估結果后，根據所述評估結果進行自動定位修正。
[0019]與現有技術相比，本發明的技術方案將掃描中自動定位的結果量化展示，為自動定位結果提供了參照標準，輔助用戶的人機交互工作中進行的定位確認或定位調整，提升了定位工作流的操作效率。
【附圖說明】
[0020]圖1是醫學影像設備的結構示意圖；
[0021 ]圖2是計算機處理系統的定位工作流操作界面示意圖；
[0022]圖3是本發明快速掃描中自動定位質量的評估方法流程圖；
[0023]圖4是本發明磁共振腦圖像作為定位圖像的實施例的流程圖；
[0024]圖5是本發明采用第一方法確定定位圖像的正中矢狀面、前連合、后連合、腦干后沿的示意圖；
[0025]圖6是本發明采用第二方法確定定位圖像的胼胝體、腦干的示意圖；
[0026]圖7a至7c是本發明計算質量評估結果的示意圖。
【具體實施方式】
[0027]為使本發明的上述目的、特征和優點能夠更為明顯易懂，下面結合附圖對本發明的【具體實施方式】做詳細的說明。在以下描述中闡述了具體細節以便于充分理解本發明。但是本發明能夠以多種不同于在此描述的其它方式來實施，本領域技術人員可以在不違背本發明內涵的情況下做類似推廣。因此本發明不受下面公開的【具體實施方式】的限制。
[0028]如圖1所示，醫學影像設備100(圖1中僅為其結構示意，不同模態的醫學影像設備的外觀形狀有所差異)通常包括前端的掃描系統101，以及后端的計算機處理系統102。掃描系統101會基于各模態醫學影像設備的成像原理對患者進行成像掃描，采集得到患者的醫學圖像。計算機處理系統102可以由技師操作，用來進行掃描系統101在掃描時的掃描參數設置，以及對掃描得到的患者醫學圖像數據進行進一步的圖像處理。技師通常通過計算機處理系統102的操作界面進行相關操作，操作界面如圖2所示。
[0029]在對患者進行快速掃描后，在界面200的圖形化定位框內會生成通過快速掃描得到的低分辨率定位圖像，具體展現為矢狀位圖像201、橫斷位圖像202和冠狀位圖像203。這里是以腦部圖像的快速掃描進行說明，因此圖2出現的對應腦部三個方位的醫學圖像。各圖像(圖像201、圖像202、圖像203)中的矩形框表示之后進行正式掃描的掃描視野范圍。當技師進行人工定位時，矩形框由技師在操作界面200的掃描參數區域進行人工設置后生成。當自動定位流程時，矩形框由計算機處理系統根據定位圖，計算出掃描對象的空間坐標系(表現為掃描對象在醫學影像設備中的方位)，并結合其他預設參數自動生成。
[0030]矩形框代表掃描視野，矩形框中心位置即為視野中心，矩形框在定位圖像上的方向則表示正式掃描時的片層方向。掃描參數的修改可以直接在定位圖像上進行矩形框的手動拖拽來改變視野中心、視野大小、掃描片層方向等信息，也可以在操作界面掃描參數區域的輸入框處進行修改。
[0031]本發明提供了一種醫學圖像快速掃描中自動定位質量的評估方法，參見圖3，本發明的方法包括步驟:
[0032]步驟S301，獲取由快速掃描生成的定位圖像。定位圖像通常表現為矢狀位、橫斷位和冠狀位三個方位的二維圖像。定位圖像可以是各種模態的醫學圖像，例如X射線圖像、X射線計算機斷層圖像、磁共振圖像或超聲圖像等。
[0033]步驟S302，對于定位圖像一般會先進行初始定位步驟，初始定位是確定定位圖像的一個大致方位，對定位圖像進行簡單的旋轉，初始定位步驟一般耗時較長。之后根據第一方法計算定位圖像關于定位特征的第一數值。這里的第一方法優選的采用穩定性強(表現為對輸入圖像的旋轉不變性和平移不變性)的算法，用來計算定位特征。定位特征是可以被用來計算掃描對象的圖像坐標系的一些特征。掃描對象可以是患者、模體或者動物。定位特征來自于定位圖像本身，具體可以有很多種形式，例如定位圖像的正中對稱面、圖像內的解剖學特征點或特征區域等。
[0034]之后根據第一方法計算得到的定位特征的第一數值，確定掃描對象的圖像坐標系和標準坐標系之間的變換矩陣。變換矩陣可以將定位圖像轉換為標準坐標系下的標準圖像。
[0035]在某些情況下，例如對于血管、氣管、腸道等管狀結構組織的定位圖像，由于其截面為圓形，易于找到正中對稱面。定位特征可以僅選擇為正中矢狀面和正中冠狀面。通過檢測到這兩個正中對稱面即可確定掃描對象的圖像坐標系。
[0036]在其他情況下，定位特征也可以選擇為正中矢狀面和定位圖像內解剖特征相結合的形式。這里以磁共振腦部定位圖像為例進行說明，參見圖4，圖4是對于磁共振腦部定位圖像進行實施本發明方法的流程圖。
[0037]對于腦部圖像，定位特征可以選擇為正中矢狀面(MSP，Mid_Sagittal Plane)結合前連合(AC，Anter1r Commissure)、后連合(PC，Poster1r Commissure)或者腦干等。對于其他部位的定位圖像則可以選擇不同解剖結構作為解剖特征，例如對于頸部、肩部、膝蓋等部位的定位圖像，解剖結構可以選擇為椎間盤、半月板、股骨髁、肩盂關節、肩鎖關節和肱骨頭等。
[0038]對于正中矢狀面的提取，參見圖5，可以用最速下降法，之后在正中矢狀面的前后數層可以通過模板匹配法定位前連合和后連合，如圖5的右側圖中所示。定位腦干時可以在正中矢狀面上通過邊緣檢測法，如圖5的右側圖中所示定位出腦干位置。最后結合正中矢狀面的平面方程和AC-PC連線方向，或者結合正中矢狀面的平面方程和腦干后沿線方向，作為定位特征的第一數值。
[0039]步驟S303，由步驟S302計算得到的第一數值，可以確定掃描對象的圖像坐標系，從而和標準坐標系進行比較計算得到變換矩陣。將掃描對象根據變換矩陣變換到標準坐標系O
[0040]之后根據第二方法計算經過所述變換后圖像對應定位特征的第二數值。這里的第二方法和第一方法具體選擇采用不同的算法。但第二方法優選的可以選擇快速、魯棒性好(表現為抗噪和抗病變圖像能力方面)的算法，計算和第一方法相同的定位特征。
[0041]當第一方法選取正中矢狀面、前連合、后連合、腦干作為定位特征時，第二方法同樣計算這些定位特征。參見圖4，在采用第二方法計算時，可以首先采用配準算法確定正中矢狀面，例如將一個標準腦的三維模板與變換到標準坐標系的定位圖像數據進行剛體配準，從而得到一個正中矢狀面。之后確定作為解剖特征的前后連合或腦干，在變換后的定位圖像數據的正中矢狀面上可以用主動形狀模型方法確定胼胝體位置和腦干的位置。
[0042]在運用主動形狀模型的算法時，如圖6的左側圖所示，在后臺訓練階段首先人工標定若干幅腦部正中矢狀面圖像的胼胝體和腦干輪廓標記點(例如每幅圖像40個點)。然后訓練出一個平均形狀(Mean Shape)，如圖6的中間圖所示，以及每個標記點附帶的邊緣信息(法向梯度等)，在應用中將平均形狀疊加到定位圖像的正中矢狀面上，迭代匹配最優的形狀標記點。最后如圖6右側圖所示，形成輪廓線。
[0043]之后根據胼胝體位置進一步確定AC、PC位置，或根據腦干位置確定腦干后沿。最后結合正中矢狀面的平面方程和AC-PC連線方向，或MSP平面方程和腦干后沿線方向(三維角度值)，作為定位特征的第二數值。
[0044]由以上描述可知，第一方法的MSP提取采用了初始平面定位和最速下降法優化對稱性的策略，初始平面定位確保了強穩定性，而最速下降優化算法確保了定位的準確性;但是基于對稱性的優化算法勢必要求在每一次迭代時重新生成對稱像素的映射關系，增加耗時，且對噪聲和病變圖像的優化存在誤差風險。相對的，第二方法的MSP提取采用了剛體配準算法，此算法相對較為快速，且對噪聲和病變的敏感性不強;但是該算法對圖像與配準模板的初始偏差有一定的限制，不滿足強穩定性。
[0045]另一方面，第一方法的AC-PC定位采用模板匹配的算法，其模板設置為多個偏轉角度，確保了算法的旋轉不變性，匹配時在一個相對較大的范圍內遍歷搜索，確保了算法的平移不變性;但是大范圍遍歷增大耗時，同時匹配算法對病變較為敏感。同理，第一方法的腦干后沿定位采用邊緣檢測算法，其中基于邊緣的分析確保了算法的旋轉不變性和平移不變性。相對的，第二方法AC-PC定位和腦干后沿定位均采用ASM模型，此算法在二維圖像上進行形狀匹配，較為快速，且匹配過程帶有形狀約束，確保了對噪聲和病變數據較好的適應性。但該方法對圖像與初始平均形狀的偏差有較大限制，不滿足強穩定性。
[0046]在本發明方法的具體實際實施過程中，第一方法和第二方法在確定定位特征時所采用的算法并不局限于以上列舉的幾種算法形式，例如在提取正中對稱面時還可以利用單純形法、大腦裂紋提取法等。在確定AC、PC以及腦干時還可以采用主動形狀模型、主動輪廓模型，以及基于配準的一些方法。具體第一方法和第二方法在算法的選擇時，若第一方法和第二方法相同則反饋質量結果時說服力較低，利用不同算法則可靠性相對較高一些。
[0047]步驟S304，根據定位特征的第一數值，輸出快速掃描的自動定位結果。輸出自動定位結果可以是在操作界面的定位圖像處顯示矩形框。
[0048]步驟S305，基于所述第一數值和所述第二數值的偏差，反饋所述自動定位的質量評估結果。第一數值和第二數值的偏差程度可以進一步整合為一個數值范圍在O到I之間的偏差值，將偏差值作為質量評估的結果在操作界面處進行展示。例如偏差值為0.9表示偏差較小，可信度較高，定位結果準確。而偏差值為0.6則表示偏差比較大，可信度較低，定位結果不太準確。圖7a至圖7c是不同質量評估結果的示意圖。
[0049]質量評估結果也可以采用質量等級的方式在操作界面進行展示。例如可以將質量分為三個等級:偏差度在0.9?1.0之間，質量等級為I級，表示自動定位結果準確可靠，用戶可直接確認;偏差度在0.6?0.9之間，質量等級為2級，表示自動定位結果近似準確或不夠準確，需由用戶確認，或由用戶基于自動定位的結果進行手動調整，或者由機器在后臺進行自動調整;偏差度在0.0?0.6之間，質量等級為3級，表示自動定位結果偏差較大或完全不準確，定位的結果沒有意義，需要用戶基于原始快速掃描圖像重新手動定位。在手動調整或自動調整時，若同時給出具體的偏差度分數，可以根據偏差度分數大小進行不同調整，比如當偏差值為0.85時調整幅度較小，而偏差值為0.6時則調整幅度較大。
[0050]本發明的技術方案將掃描中自動定位的結果量化展示，為自動定位結果提供了參照標準，輔助用戶的人機交互工作中進行的定位確認或定位調整，提升了定位工作流的操作效率。更進一步的，本發明技術方案中涉及到的算法快速、魯棒性強，能夠為自動定位結果提供準確參照。
[0051]本發明雖然已以較佳實施例公開如上，但其并不是用來限定本發明，任何本領域技術人員在不脫離本發明的精神和范圍內，都可以利用上述揭示的方法和技術內容對本發明技術方案做出可能的變動和修改，因此，凡是未脫離本發明技術方案的內容，依據本發明的技術實質對以上實施例所作的任何簡單修改、等同變化及修飾，均屬于本發明技術方案的保護范圍。
【主權項】
1.一種醫學圖像自動定位質量的評估方法，包括: 獲取由掃描生成的定位圖像； 對所述定位圖像進行初始定位后計算關于定位特征的第一數值;所述定位特征用于確認掃描對象的圖像坐標系； 基于所述定位特征的第一數值將掃描對象變換到標準坐標系后計算關于所述定位特征的第二數值； 根據所述定位特征的第一數值，輸出掃描的自動定位結果； 基于所述第一數值和所述第二數值的偏差，反饋所述自動定位質量的評估結果。2.根據權利要求1所述的評估方法，其特征在于，所述定位特征包括定位圖像的正中對稱面和定位圖像內的解剖特征。3.根據權利要求2所述的評估方法，其特征在于，計算所述正中對稱面的算法包括以下的任意一種:最速下降法、單純形法或模板匹配法。4.根據權利要求2所述的評估方法，其特征在于，所述解剖特征包括以下的任意一種:前后連合、腦干、椎間盤、半月板、股骨髁、肩盂關節、肩鎖關節或肱骨頭。5.根據權利要求2所述的評估方法，其特征在于，所述定位圖像為腦部圖像，所述正中對稱面包括正中矢狀面，所述解剖特征包括前后連合。6.根據權利要求5所述的評估方法，其特征在于，所述前后連合基于正中矢狀面進行計算，計算的算法包括以下的任意一種:模板匹配法、主動形狀模型或基于配準的算法。7.權利要求2所述的評估方法，其特征在于，所述定位圖像為腦部圖像，所述正中對稱面包括正中矢狀面，所述解剖特征包括腦干。8.根據權利要求7所述的評估方法，其特征在于，所述腦干基于正中矢狀面進行計算，計算的算法包括以下的任意一種:邊緣檢測法、主動形狀模型或主動輪廓模型。9.根據權利要求1所述的評估方法，其特征在于，所述定位特征為定位圖像的正中對稱面。10.根據權利要求1所述的評估方法，其特征在于，所述定位特征為定位圖像內的解剖特征。11.根據權利要求1所述的評估方法，其特征在于，所述評估結果展現為數值形式。12.根據權利要求1所述的評估方法，其特征在于，所述評估結果展現為等級形式，各等級根據所述第一數值和所述第二數值的偏差程度設定。13.根據權利要求1所述的評估方法，其特征在于，在反饋所述自動定位質量的評估結果后，根據所述評估結果進行自動定位修正。
【文檔編號】G06T7/00GK105894508SQ201610196063
【公開日】2016年8月24日
【申請日】2016年3月31日
【發明人】王旭, 馬杰延
【申請人】上海聯影醫療科技有限公司