定义感兴趣区域的方法技术

用于通过以可变的、增加的阈值连续地应用区域生长算法来定义用于将图像中的特征分段的感兴趣区域的方法，由此避免感兴趣区域的迅速生长。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及一种定义在图像/体积中、更特别地在医学图像中的感兴趣区域的方法。
技术介绍
放射学家和专家为了诊断目的和治疗规划而对不同类型的医学体积数据(CT、MR1、PET、SPECT等)使用体积测量。典型的示例是癌症治疗期间对肿瘤生长的跟进或测量器官的尺寸以规划手术。为了能够执行这样的测量，需要在图像中将要对其执行测量的特征进行分段。优选地，借助于分段算法来自动地执行该图像分段。用于图像分段的算法存在且被广泛地使用。然而，由于不同应用的很多种类(特征尺寸和形状、成像模式、图像治疗等)，开发一种能够处理所有要求情况的完全自动化工具是不可行的。美国专利申请2000/0088644公开了用于在医学图像中定义感兴趣区域的这样的半自动化方法。获得表示图像的体素列表。根据例如强度值之类的变量对体素列表进行排序。配准初始体素的用户选择，并且从排序列表选择至少一个体素群组作为感兴趣区域。用户交互是基于点击和拖动方法。从用户所点击的图像中的所谓种子点来确定阈值。接下来找到排序列表中的点击点的位置。提取向上直到与所点击的点对应的点的体素的排序列表中的所有体素。同样地，提取和存储直到该点的已被合并到点击点的任何子标签的体素。可通过点击和拖动鼠标来选择阈值。在描述的实施例中的一个中，使用两个体素(点击点处的体素和释放点处的体素)的位置。具有最高强度的体素被用作上阈值并且另一体素被用作下阈值。只有那两个阈值之间的体素被突出显示为感兴趣区域。用于基于区域生长算法来识别和分段感兴趣区域的方法常常非常易受迅速生长(即阈值的小的增加可以导致分段的大的扩张)的影响。典型地，这在分段“泄露”到附近特征时发生。例如，对于接近于骨骼的密集肿瘤而言，在某个阈值以上，区域生长连接到骨骼并且将整个骨架分段。该行为是不期望的，因为用户不想使用工具来测量稀疏连接特征，并且此外，该激增导致显著增加的处理时间，从而可能破坏实时反馈。本专利技术旨在解决以上所描述的问题。
技术实现思路
为了克服以上所提及的问题，本专利技术提供了如在权利要求1中阐述的方法。用于确定图像上的感兴趣区域的本专利技术的方法基于从种子点开始对图像应用区域生长算法并且连续地应用变化的(增加的/减小的)阈值的序列。该变化基于视觉反馈由用户来操纵。为了避免迅速生长，该方法包括以下步骤:将通过针对给定阈值的所述区域生长算法获得的候选感兴趣区域与通过具有所述序列的接下来下阈值和上阈值的所述区域生长算法获得的候选感兴趣区域相比较，并且在所述候选感兴趣区域明显不同时确定迅速区域生长。不同可以基于尺寸、形状、统计等。尺寸的使用是优选的，因为其它参数常常要求更复杂、即更加费时的参数，这将负面地影响实时反馈。在从属权利要求中阐述了用于本专利技术的优选实施例的特定特征。本专利技术的方法一般地是以计算机程序产品的形式来实现，该计算机程序产品被适配于当在诸如计算机之类的信号处理装置上运行时执行本专利技术的方法步骤。计算机程序产品通常被存储在诸如DVD之类的计算机可读载体介质中。替换地，该计算机程序产品采取电信号的形式并且可以通过电子通信传送给用户。根据以下详细描述，本专利技术的进一步优点和实施例将变得显而易见。【具体实施方式】根据本专利技术的方法，首先在被耦接到数据处理系统的显示屏上将包括要分段的特征的像素(2D) /体素(3D)表示所表示的图像/体积可视化。区域生长算法在数据处理系统上运行。借助于至少一个所识别的种子点和适用阈值的序列以及区域生长算法，获得用于分段操作的结果(即候选感兴趣区域)的序列。为了防止迅速生长，提供了所谓的限制器。该限制器如下面所解释的那样基于预测的生长速率进行操作。针对其操作，区域生长算法需要种子点以及下阈值和上阈值的输入。该区域生长算法如下工作: 1)针对每个种子点，检索对应的像素/体素，这些是种子像素/体素。 2)将所有种子像素/体素指示为“被包括”在感兴趣区域(ROI)中。 3)将所有种子像素/体素添加到列表。 4)列表中的第一像素/体素从列表去除并且被指示为“活动”像素/体素。 5)评估被连接到“活动”像素/体素且尚未被指示为“被包括”的所有像素/体素:如果像素/体素值在由下阈值和上阈值定义的范围内，则像素/体素被指示为“被包括”并且被添加到列表。 6)重复步骤4和5直到列表为空。 7)—旦列表为空，被指示为“被包括”的所有像素/体素被说成是在ROI内，所有其它的不是。上面描述的算法是区域生长算法的一个示例，可设想其它类型的区域生长算法，诸如基于应用一般阈值和有序连接成分分析和竞争区域生长的算法。根据本专利技术的一个实施例，仅使用单个种子点。首先通过标记要识别的区域的边界内的位置或要分段的特征来识别此种子点的位置。这可以用各种方式来完成，通过输入坐标、点击所显示的图像等。该位置然后被传递到区域生长算法。接下来，确定初始阈值。这些初始值是基于从种子体素的直接邻域检索的统计信息，例如26连接邻域中的体素的标准偏差。这些值被传递到区域生长算法，该区域生长算法然后被执行并且示出第一初始结果，即第一候选感兴趣区域。接下来，系统提供标记(例如，滑块、鼠标光标、手势或任何其它输入方法)的移动可以修改阈值以获得更精炼的结果。两个阈值都可以通过在某个方向上移动来增加或减小。为了简化所需交互，在本专利技术中，通过单个移动来修改两个阈值，使得一个值的增加等于另一个值的类似减小(例如，将鼠标向下拖动减小下阈值并且增加上阈值，这将使得区域生长)。这种方法对于CT和MRI图像上的应用而言是优选的。对于PET和SPECT图像而言，当将上阈值设定为无穷高并且仅修改下阈值时获得更好的结果。标记可以是通过鼠标控制来操作的光标。然后用户界面被实现为点击和拖动操作:点击用于设定种子点，拖动用于修改阈值。其它实施方式可包括使用基于触控板的设备上的挤压移动、⑶I中的滑块或由适当设备(参考KineCt、Leap Mot1n等)捕捉的手势。在标记的移动期间，阈值优选地被连续适配(用后续值来代替某个值)并且被馈送到区域生长算法中。因此，区域生长算法产生连续改变的区域，即具有增加的或减小的表面和/或体积的生长或收缩区域(取决于是在2D还是3D中应用算法)。根据本专利技术的方法，例如通过突出显示所显示的图像的一部分或者通过指示区域的边界或轮廓而在显示屏上将从应用区域生长算法产生的分段区域可视化。继续改变阈值的操作直到可视化的产生的区域与要分段的特征基本上对应。该阈值改变操作结束的时刻取决于用户对区域生长算法的可视化结果与要分段特征之间的对应的评定。最后，使用最终阈值的区域生长算法的结果表示分段特征。—旦特征被分段，则可对特征应用测量操作。测量操作的示例是基本统计操作，像最小值、最大值和平均值、标准偏差，或几何信息，像体积、最大直径等。为了克服迅速生长的问题，添加限制器，其操作是基于感兴趣区域的预测的生长速率。—旦交互式分段开始，则用于每个区域结果的阈值和对应体积在用户的每次修改之前被临时存储。针对每个新的修改，例如基于先前结果的线性拟合来计算预期将对应于新阈值的体积。然后将该预测的体积与结果的实际体积相比较，并且如果后者明显大于第一个，则这是针对迅速生长的指示。根据许多代表性情况(针对不同的应用、模式等)的手动分析，发现因数2-4在大本文档来自技高网...

【技术保护点】
一种通过应用区域生长算法来确定图像或体积中的感兴趣区域的方法，包括步骤1）以减小下阈值和增加上阈值将所述区域生长算法反复地应用到所述图像或体积以生成许多候选感兴趣区域并且计算对应的体积，2）针对新组下阈值和上阈值，‑从步骤（1）中获得的结果来预测对应于新组阈值的体积，以生成预测体积，以及‑以所述新组下阈值和上阈值将所述区域生长算法应用到所述图像以生成新的候选感兴趣区域并且计算对应的新体积，3）将所述预测体积与所述新体积相比较，4）当所述预测体积与所述新体积之间的差异超过预定因数时检测迅速区域生长并且忽视所述新的候选感兴趣区域。

【技术特征摘要】
【国外来华专利技术】...

【专利技术属性】
技术研发人员：Y德维特，K维戈特，
申请(专利权)人：爱克发医疗保健公司，
类型：发明
国别省市：比利时;BE