用于从容积数据移除对象的支承件的方法技术

表示对象的辐射图像的容积数据经受粗过滤过程以获得第一分类：支承件类型和非支承件类型组成部分。低阈值过滤步骤的迭代以及连接组成部分的相继提取和分类被执行并且用来调整粗过滤过程的结果。进一步的过滤基于容积中的连接组成部分的定位。

【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从辐射图像例如从CT图像移除诸如头部支承件（support）之类的患者支承件的方法。
技术介绍
在许多医疗成像应用中，患者或者至少被检查的身体部分通过所谓的桌台（table）或支承件被原地保持，特定形状的支承件被用来定位和保持身体的特定部分，诸如头部支承支架或者脚或手约束物。这些支承件可以具有不同的形状并且可以在检查期间具有不同的位置。在本专利技术的上下文中，桌台、支承件、约束支架被用作同义词。当然后取得患者的或者身体部分的诸如CT或CTA图像之类的辐射图像时，最终图像除了患者或者身体部分的图像之外还包括支承件的图像。有时在医疗器械（modality）内从图像移除支承件的图像，但是多数图像重构仍然包括支承件的图像。出于若干原因，从这样的图像移除支承件图像是重要的，其中一些在以下阐述。关于视觉化，桌台可能影响图像锐度，从而使诊断更复杂。图1示出不具有和具有桌台移除的情况下的CT容积。对于患者随访应用，在不同时间段处取得的相同患者的图像（2D图像或者3D容积）被注册并与彼此相比较以便跟随病理演变。对于这样的注册过程，重要的是图像内容是相同的并且不同桌台的存在可能影响注册。同样地，移除桌台对于PET/CT注册是重要的。一方面由于桌台设计、形状、亮度和纹理方面的广泛多样性（如图2中所示），并且另一方面由于多变的患者位置，所以使桌台移除过程自动化是有挑战的任务。由Yang-MingZhu等人所作的文章“AutomaticPatientTableRemovalinCTimages”,JournalofDigitalImaging(2012)25:480-485涉及CT图像中的自动桌台移除。该文章描述了一种用于自动桌台移除的方法，所述方法首先在CT图像的矢状平面中标识和定位患者桌台并且然后从轴平面移除它。该方法基于利用单个、固定的阈值来阈值化。该方法在桌台横截面轴向地变化时（诸如在患者头部支承件的情况下）失效。本专利技术的一方面是提供一种用于从表示对象的辐射图像的数据移除所述对象的支承件的图像的方法，更具体地，用于提供一种用于CT图像中的桌台移除的方法。其目的是提供这样的一种方法，所述方法是通用且自动化的，并且所述方法不需要所述支承件的任何预先获取的模板表示。
技术实现思路
通过具有在权利要求1中阐述的特定特征的方法来实现上述的有利效果。用于本专利技术的优选实施例的特定特征在从属权利要求中阐述。本专利技术的方法基于以不同阈值提取的组成部分的特征分析。由于不存在使用的训练数据，所以所提议的方法使用许多启发法（heuristics）来过滤所检测的桌台组成部分。在本专利技术的方法中执行迭代过滤操作以避免可能导致移除身体组织而不是桌台部分的任何错误分类，并且也确保正确地检测所有桌台部分。该算法是高度可平行化的，这暗示可以在几秒钟内处理具有复杂特征的大数据集。在本专利技术的上下文中，桌台和支承件被用来指代相同项，即，应当从图像/容积表示移除的支承件。同样，在本专利技术的上下文中，“桌台类型类”和“支承件类型类”被用作同义词，并且“非桌台类型类”和“身体类型类”也被用作同义词。本专利技术的方法通常采用当运行在计算机上时适于执行本专利技术的方法步骤的计算机程序产品的形式实现。计算机程序产品通常存储在计算机可读载体介质中，诸如DVD。可替代地，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。进而，本专利技术的优点和实施例将根据以下描述和附图而变得显而易见。附图说明图1示出CT容积，（a）表示不执行桌台移除的情况下的CT容积，图1（b）示出执行桌台移除的情况下的CT容积，图2示出桌台形状和位置的示例，图3是模糊区域内的基于形状的过滤的图示。阴影区对应于掩模（mask）体素。具体实施方式本专利技术的方法适用于通过利用诸如x-射线之类的穿透辐射来辐照对象而获得的图像数据。提供这样的图像的成像系统的示例是本领域中公知的CT（计算机断层扫描）成像系统或者CTA（计算机断层扫描血管造影术）。在这样的CT或CTA成像系统中，要被检查的患者或对象被移动到门架中，在其中通过x-射线源的旋转阵列来辐照患者或者对象。在x-射线源的旋转阵列的若干位置处由辐射检测器检测并记录由患者或者对象发射的辐射。CT或CTA成像装置使用软件算法来计算患者或者对象的辐射图像，即，计算由患者或者对象的每个单元所吸收的x辐射的量。辐射图像的这些单元中的每一个由体素表示，其密度（所吸收的x辐射的量）以亨氏单位表达。数字体素表示最终被用于进一步的处理、显示、诊断和/或存储。当被移动到门架中时，患者被支承在支承桌台上。对于一些类型的检查，要被辐照的身体部分由特定类型的支承器件所支承，如在图2中所示。由于支承桌台以及（偶尔地）特定支承器件在患者的辐照期间存在，所以该桌台和/或支承件的辐射图像也将存在于被辐照的身体或者身体部分的辐射图像中。本专利技术的方法处理数字图像表示以便标识和消除表示该桌台或支承器件的图像的部分。本专利技术的算法通常包括以下三个步骤：1.对辐射图像的容积表示的粗过滤，2.低阈值过滤步骤的迭代，3.基于组成部分在整个图像内的定位的过滤。第一步骤是粗过滤步骤。该步骤包括基于形态特征对在高亨氏（HU）阈值之下从容积表示所提取的连接组成部分进行分类。阈值定义用于第一过滤步骤的阈值基于图像数据的直方图来确定。使min_value和max_value分别为所获取的图像/容积中的最小和最大HU值。高阈值化值可以如在以下公式中定义的那样确定（已经测试了其他公式并且导致类似结果）。High_threshold_HU=min(100,(2×min_value+max_value)/3)。基于该阈值化值，容积被二值化。连接组成部分提取然后，从二值化容积提取连接组成部分。连接组成部分提取技术在本领域中是公知的。连接组成部分被定义为一组体素，其中每一个体素相邻于该连接组成部分中的其他体素中的至少一个。在该上下文中，相邻在6-邻居意义（可以设想诸如8-邻居之类的替代物）上定义。连接组成部分分类接下来，向每一个连接组成部分分配类型类：桌台或者非桌台（身体）组成部分。出于时间优化考虑，小组成部分在该步骤处被忽视；它们将在随后的步骤内间接地被处理。对于每一个组成部分，评估以下特征：·容积和表面·体素计数，即，组成部分内的体素的数量·计量组成本文档来自技高网...

【技术保护点】
一种用于通过如下步骤从表示对象的辐射图像的容积数据移除所述对象的支承件的方法：‑ 使所述容积数据经受粗过滤过程，包括以下步骤：‑ 将利用粗阈值的第一阈值化过程应用于所述容积数据以获得二值化的结果，‑ 从所述二值化的结果提取连接组成部分，‑ 通过将支承件类型类或者非支承件类型类分配给连接组成部分来获得第一分类，由此生成支承件掩模和非支承件掩模，‑ 使所述容积数据附加地经受在相继更低的阈值化值之下的迭代低阈值过滤过程，以校正所述第一阈值化过程的结果，以便获得调整后的结果，所述迭代低阈值过滤过程包括基于所述连接组成部分的凸包的基于形状的过滤步骤。

【技术特征摘要】
【国外来华专利技术】2013.11.05 EP 13191491.31.一种用于通过如下步骤从表示对象的辐射图像的容积数据移除所述对象的支承件
的方法：
-使所述容积数据经受粗过滤过程，包括以下步骤：
-将利用粗阈值的第一阈值化过程应用于所述容积数据以获得二值化的结果，
-从所述二值化的结果提取连接组成部分，
-通过将支承件类型类或者非支承件类型类分配给连接组成部分来获得第一分类，由
此生成支承件掩模和非支承件掩模，
-使所述容积数据附加地经受在相继更低的阈值化值之下的迭代低阈值过滤过程，以
校正所述第一阈值化过程的结果，以便获得调整后的结果，所述迭代低阈值过滤过程包括
基于所述连接组成部分的凸包的基于形状的过滤步骤。
2.根据权利要求1所述的方法，其中所述迭代低阈值过滤过程在相继更低的阈值化值
之下执行，以生成阈值化掩模并且从所述阈值化掩模提取连接组成部分，执行迭代直到所
述阈值化值等于所述粗阈值或者没有与所述支承件掩模或所述非支承件掩模不相交的进
一步另外的连接组成部分被获得，并且在迭代阈值过滤过程期间提取的一个或多个连接组
成部分被用来调整所述粗过滤过程的结果。
3.根据权利要求2所述的方法，其中将基于定位的过滤应用于粗过滤过程的调整后的
结果。
4.根据权利要求2所述的方法，其中所述粗过滤过程的结果通过如下步骤调整：
-在所述迭代阈值过滤过程期间提取的连接组成部分与所述支承件掩模相交并且与
所述非支承件掩模不相交的情况下，将其添加到所述支承件掩模，
-在所述迭代阈值过滤过程...

【专利技术属性】
技术研发人员：A奥吉，
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