A system and method for change detection in medical images are provided. A difference image representing the intensity difference between the first medical image and the second medical image is generated. The mixed model is fitted to the intensity distribution of the difference image to identify multiple probability distributions that collectively model the intensity distribution. A plurality of intensity ranges are determined according to the plurality of probability distributions. The image data of the difference image is marked by determining which intensity range of the marked image data falls into the plurality of intensity ranges. Therefore, change detection is more accurate than known systems and methods.
【技术实现步骤摘要】
【国外来华专利技术】医学图像中的变化检测
本专利技术涉及用于医学图像中的变化检测的系统和方法。本专利技术还涉及包括所述系统的服务器、成像装置和工作站。本专利技术还涉及包括用于使处理器系统执行所述方法的指令的计算机可读介质。
技术介绍
医学图像可以示出患者的解剖结构和/或下层组织的功能属性。可能希望检测患者的解剖结构(的部分)或下层组织的功能属性的变化。这些变化可以表示疾病状态的变化或其他类型的解剖学变化。例如,变化可以是由于肿瘤的生长、多发性硬化症(MS)的进展等或与之相关联。通过检测变化以及变化的类型,可能能够例如通过调整处置策略来更好地处置疾病。为了检测这些变化,可以对示出不同时刻的解剖结构的医学图像进行比较。备选地或额外地,医学图像可以在例如与健康和患病的患者相关的其他方面不同。用于检测医学图像中的变化的常见方法是例如由放射科医生进行的人工视觉检查。然而,这样的人工视觉检查往往是耗时的,并且例如肿瘤生长、水肿等的精细变化的检测可能是困难的且不准确的。I.Kakadiaris等人的文章“Signal-ProcessingApproachestoRiskAssessmentinCoronaryArteryDisease”(IEEESignalProcessingMagazine,第23卷,第59至62页,(2006年))公开了一种用于血管滋养管微血管的血管内超声成像的方法。V.Bevilacqua等人的文章“Retinaimagesprocessingusinggeneticalgorithmandmaximumlikelihoodmethod”(Proceedingsad ...
【技术保护点】
1.一种用于医学图像中的变化检测的系统(100),包括:‑图像数据接口(120),其被配置为访问第一医学图像(022、200)和第二医学图像(024、210);‑处理器(160),其被配置为:‑生成表示所述第一医学图像(022、200)与所述第二医学图像(024、210)之间的强度差值的差值图像(220);‑确定所述差值图像(220)的强度分布(300);‑将混合模型拟合到所述强度分布以识别共同地建模所述强度分布(300)的多个概率分布(315、320),其中,所述多个概率分布中的每个概率分布表示不同类型的变化;‑确定所述强度分布(300)中的多个强度范围,其中,所述多个强度范围中的每个强度范围是根据所述多个概率分布(315、320)中的相应概率分布来确定的并且表示所述不同类型的变化;并且‑通过确定标记的图像数据落入所述多个强度范围中的哪个强度范围内来标记所述差值图像(220)的图像数据。
【技术特征摘要】
【国外来华专利技术】2016.06.29 EP 16176819.71.一种用于医学图像中的变化检测的系统(100),包括:-图像数据接口(120),其被配置为访问第一医学图像(022、200)和第二医学图像(024、210);-处理器(160),其被配置为:-生成表示所述第一医学图像(022、200)与所述第二医学图像(024、210)之间的强度差值的差值图像(220);-确定所述差值图像(220)的强度分布(300);-将混合模型拟合到所述强度分布以识别共同地建模所述强度分布(300)的多个概率分布(315、320),其中,所述多个概率分布中的每个概率分布表示不同类型的变化;-确定所述强度分布(300)中的多个强度范围,其中,所述多个强度范围中的每个强度范围是根据所述多个概率分布(315、320)中的相应概率分布来确定的并且表示所述不同类型的变化;并且-通过确定标记的图像数据落入所述多个强度范围中的哪个强度范围内来标记所述差值图像(220)的图像数据。2.根据权利要求1所述的系统(100),其中,所述混合模型是高斯混合模型,并且其中,所述概率分布(315、320)是高斯分布。3.根据权利要求1所述的系统(100),其中,所述处理器(160)被配置为确定所述多个概率分布(315、320)之间的交叉点(325),并且其中,所述多个强度范围是基于所述交叉点(325)来定义的。4.根据上述权利要求中的任一项所述的系统(100),其中,所述处理器(160)被配置为在生成所述差值图像(220)之前执行以下项中的至少一项:所述第一医学图像与所述第二医学图像之间的-图像配准,以及-强度归一化。5.根据上述权利要求中的任一项所述的系统(100),其中,所述处理器(160)被配置为在生成所述差值图像(220)之后:-选择所述差值图像中的至少一个感兴趣区域;并且-确定所述强度分布以选择性地表示所述至少一个感兴趣区域的所述强度分布。6.根据权利要求5所述的系统(100),其中,所述处理器(160)被配置为基于表示非零差值的所述感兴趣区域的所述图像数据来选择所述差值图像(22...
【专利技术属性】
技术研发人员:T·D·席尔曼,S·T·耶海兹克利,Y·卡姆,G·沙基林,F·O·蒂勒,R·卡茨,
申请(专利权)人:皇家飞利浦有限公司,
类型:发明
国别省市:荷兰,NL
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。