本发明专利技术涉及重新安排图像中体素的聚类图，旨在减少子聚类分散。包括两个或多个聚类级别的该聚类图与各个聚类级别内体素的分布一起被显示给用户。目的在于使得用户能够评估聚类图的质量并且基于该评估来改变所述体素的分布。这样的分布变化将导致该聚类图的更新。本申请公开了这样一种方法，其通过根据其强度对体素进行聚类（借助由强度直方图的多临界值设定实现的重复的重新初始化），对例如３Ｄ医学图像（ＣＴ，ＭＲ）进行分割。
【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及用于评估和重新安排图像中的体素(voxel)的聚类图(clustermap)的方法和设备。
技术介绍
聚类算法使得图像中类似的区域成组。通常通过定义区域来实现聚类，其中邻近体素具有类似的值。这些体素然后被组合，形成聚类，参考D.L.Pham等人的“Current Methods in Medical Imaging”，Annu.Rev.Biomed.Eng.2000.02：315-37。因此，聚类图将原始图像的准连续(quasi-continuous)值减小到更少数目的级别，从而形成聚类图。这在图1中描述，该图示出了三个聚类级别(即，聚类级别A、B和C)的示例。可以单独显示或在原始拓扑数据上叠加所得到的图，参考A.T.Agoston等人的“Intensity-modulatedparametric mapping for simultaneous display of rapid dynamic andhigh-spatial-resolution breast MR imaging data”，Imaging and TherapeuticTechnology 21，217，2001。聚类图广泛用于各种应用，一个显著和重要的示例是放射治疗计划(RTP)，参考L.Xing等人的Inverse planning for functionalimage-guided intensity modulated radiation therapy”，Phys.Med.Biol.47，3567，2002.通过诸如K-均值算法这样简单和基本的聚类算法来实现聚类图通常会导致裂成片的聚类101(由图1中虚线圆所标记的)以及分离的聚类102-104。在诸如RTP的应用中，分割和分离是主要的问题。对于有效剂量计划，必须要将聚类区域的数目减少到最小，以避免分割的和分离的聚类。有几种形态分割算法可以实现该目的，例如“腐蚀”和“膨胀”、距离变换，参考Milan Sonka与J.Michael Fitzpatrick的Handbook of Medical Imaging，第2卷。图2示出了在应用适当的聚类算法之后从图1中的聚类图所得到的-->“简化的聚类图”。图2仅包含单个聚类级别C，该聚类级别C是在将图1中的裂成片的聚类101合并成单个聚类并且消除分离的聚类之后所得到的。存在各种方式和算法可以实现所描述的聚类图简化，并且因此可能获得不同的结果。由于这样的聚类图简化总是导致初始图像信息的丢失，因此评估所执行的修改是很重要的。特别是在医学环境中，有强大且还简单的评估工具是至关紧要的。一方面，治疗计划必须不能基于安排不当的聚类数据，另一方面，复杂的方法将不会被临床环境所接受。
技术实现思路
本专利技术的目的是，通过提供使得能够手动或自动地影响聚类的方法，针对子聚类分散来改进现有的聚类简化方法。根据一个方面，本专利技术涉及一种用于重新安排图像中体素的聚类图的方法，该聚类图是由对所述图像应用聚类算法而得到的，其中该聚类图包括至少两个聚类级别，所述聚类算法还用于确定该聚类图内体素的分布、并且确定用来将该分布分成至少两个分布域的至少一个边界参数，其中每个分布域反映单个聚类级别的体素的分布，该方法包括：提供指示至少一个更新后的边界参数的输入值，其中该边界参数指示所述分布域的更新后的数目(population)，以及根据所述分布域的更新后的数目，重新计算所述聚类级别。通过以这种方式改变边界参数，聚类边界也将被改变，由此可以重新安排聚类图。举个例子，如果25％的体素分布属于分布域A，45％的体素分布属于分布域B，而30％的体素分布属于分布域C，并且这些输入值的结果并未导致获得可接受的聚类图，则可以提供新的输入值。这些输入值可以例如是：30％属于A，40％属于B，而30％属于C。然后，基于更新后的数目，重新计算聚类级别。这可以被视为是一种迭代方法，这是由于如果更新后的聚类图仍不可接受，则可以提供新的输入值并且对该更新后的聚类图进行重新更新直到该聚类图的质量是可接受的为止。在一个实施例中，在评估聚类图之后，由用户提供输入值，其中该评估是基于同时观察聚类图和所述体素的分布。这使得用户能够交互地监控-->并影响聚类，由此很容易评估所获得的聚类图是可接受的还是不可接受的。在一个实施例中，在评估聚类图之后，自动提供输入值。由此，子聚类分散(即，例如利用其大小进行加权的子聚类中心的方差(variance))将会被最小化。这可能包括形态(生长/收缩)操作。还可以结合用户的交互监控来使用这样的自动过程。在一个实施例中，所述至少两个聚类级别和分布域由不同的颜色组分(color component)来表征，其中相同的颜色组分被用于一个聚类级别和反映该聚类级别内体素的分布的分布域。这样的可视化使得能够很容易并且用户友好地评估所实现的聚类。在一个实施例中，聚类图内体素的分布是直方图(histogram)。在另一个实施例中，直方图柱条(bars)还包含来自邻域(neighboringdomain)的颜色组分，从而也包括了来自邻域的体素，因此获得了邻接域之间的部分重叠。由此，由于直方图不会成为阶梯式的，所以可以获得更好的聚类。在一个实施例中，所应用的聚类算法是K-均值算法，并且其中，分布域的更新后的数目导致了针对每个聚类级别的更新后的聚类中心。当实现诸如K-均值算法这样的聚类算法以用于计算聚类图时，边界的移动将导致属于所述聚类的聚类中心的移位。因此，在一个实施例中，后续的对聚类级别的重新安排可以包括基于更新后的聚类中心来重新计算聚类图。通常，K-均值算法分两步运行，第一步骤是为每个聚类级别估算聚类中心的步骤，其中该聚类中心是该聚类中所有体素的平均；并且第二步骤是其中执行实际的聚类计算的步骤。在该第二步骤中，确定到邻近体素的距离，并且基于该距离来评估哪些体素属于同一聚类级别。因此，在一个实施例中，根据分布域的更新后的数目来重新安排聚类级别的步骤包括基于更新后的聚类中心来确定更新后的聚类图，即该第二步骤包括重新计算聚类级别的迭代。根据另一个方面，本专利技术涉及一种计算机程序产品，当该产品在计算机上运行时，其用于命令处理单元执行上述方法步骤。根据再一个方面，本专利技术涉及一种用于重新安排图像中体素的聚类图的设备，该聚类图是由对所述图像应用聚类算法而得到的，其中该聚类图-->包括至少两个聚类级别，所述聚类算法还用于确定该聚类图内体素的分布、并且确定用来将该分布分成至少两个分布域的至少一个边界参数，其中每个分布域反映单个聚类级别的体素的分布，该设备包括：输入装置，用于接收指示至少一个更新后的边界参数的输入值，其中该边界参数指示所述分布域的更新后的数目，以及处理器，用于根据所述分布域的更新后的数目来重新计算所述聚类级别。本专利技术的各个方面都可以与任何其他方面相结合。从下面所述的实施例中，本专利技术的这些和其他方面将得以被阐明且变得显而易见。附图说明参考附图，仅通过示例的方式描述了本专利技术的各实施例，其中：图1示出了具有三个聚类级别的典型聚类图，图2示出了从图1得到的简化聚类，图3示出了说明根据本专利技术的方法的实施例的流程图，图4和5示出了聚类图和体素分布的示例，图6示出了应用聚类算法的实施本文档来自技高网...
【技术保护点】
一种用于重新安排图像中体素的聚类图（４００）的方法，所述聚类图是由对所述图像应用（３０１）聚类算法而得到的，其中所述聚类图包括至少两个聚类级别（４０７－４０９），所述聚类算法还用于确定所述聚类图内所述体素的分布（４０６）并且确定用来将所述分布分成至少两个分布域（４０１－４０３）的至少一个边界参数（４０４，４０５），其中每个分布域反映了单个聚类级别（４０７－４０９）的体素的分布，所述方法包括： 提供（３０５）指示至少一个更新后的边界参数（４０４，４０５）的输入值，其中所述 边界参数指示所述分布域（４０１－４０３）的更新后的数目，以及 根据所述分布域（４０１－４０３）的更新后的数目来重新计算（３０７）所述聚类级别。
【技术特征摘要】
【国外来华专利技术】EP 2006-8-2 06118314.11、一种用于重新安排图像中体素的聚类图(400)的方法，所述聚类图是由对所述图像应用(301)聚类算法而得到的，其中所述聚类图包括至少两个聚类级别(407-409)，所述聚类算法还用于确定所述聚类图内所述体素的分布(406)并且确定用来将所述分布分成至少两个分布域(401-403)的至少一个边界参数(404，405)，其中每个分布域反映了单个聚类级别(407-409)的体素的分布，所述方法包括：提供(305)指示至少一个更新后的边界参数(404，405)的输入值，其中所述边界参数指示所述分布域(401-403)的更新后的数目，以及根据所述分布域(401-403)的更新后的数目来重新计算(307)所述聚类级别。2、如权利要求1所述的方法，其中，在评估(303)所述聚类图之后由用户提供所述输入值，其中所述评估基于同时观察所述聚类图和所述体素的分布。3、如权利要求1所述的方法，其中，在评估(303)所述聚类图之后自动提供所述输入值。4、如权利要求1所述的方法，其中，所述至少两个聚类级别(407-409)和分布域由不同的颜色组分来表征，其中相同的颜色组分被用于一个聚类级别(407)和反映该聚类级别(407)内所述体素的分布的分布域(401)。5、如权利要求4所述的方法，其中，所述聚类图(400)内所述体素的分布是直方图(406)。6、...
【专利技术属性】
技术研发人员：MC文格勒，A菲舍尔，
申请(专利权)人：皇家飞利浦电子股份有限公司，
类型：发明
国别省市：NL[荷兰]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。