肺结节检测的候选项集产生制造技术

一种用于三维体积数据中的候选项集产生的方法包括：形成包括被标记的前景体素的三维体积数据的二进制体积图像（１０１）；估计二进制体积数据中的被标记的前景体素的多个形状特征（１０２），这包括从二进制体积图像中的前景体素中识别峰值体素和高曲率体素、对边界和每个峰值体素累加多个置信度值、并且从多个置信度值中检测置信度峰值，其中置信这些度峰值被确定为候选点；并且在给出已检测到的置信度峰值的情况下精炼候选点（１０３），其中已精炼的候选点被确定为候选项。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及图像分析，并且尤其是涉及用于根据3D体积数据产生目标候选项的列表的候选项集产生(candidate generation)方法。2.相关领域讨论能够可靠地和准确地从输入的3D体积数据中检测到结节候选项的候选项集产生方法在自动结节检测中起关键作用。在典型的3D体积数据(尺寸为512×512×300)中，包括体积数据中能识别对象的主要部分的、诸如血管树的非结节(背景组织)结构构成极其复杂。另一方面，目标结节仅是少数小型圆形对象，其位于附近或者利用复杂的背景组织结构遮蔽。不存在能够轻易被确定的区别特征，以区分目标结节与复杂的背景组织结构。存在大量背景组织显示类似结节属性的位置。设计通过有效地舍弃那些大量假冒位置而能够可靠和准确地识别存在真正结节的少数真正位置的方法是非常困难的。另外，需要在3D体积数据中处理的信息量巨大(胸部HRCT(高分辨率计算机断层扫描)数据的尺寸通常是512×512×300)。使用将复杂的和耗费计算的分析用于3D体积数据中的每个位置(体素)的技术通常是不实用的。因此，需要一种用于计算上高效的候选项集产生方法的系统和方法。
技术实现思路
根据本公开内容的实施例，一种用于三维体积数据中的候选项集产生的计算机实现方法包括形成包括被标记的前景体素的三维体积数据的二进制体积图像；估计二进制体积数据中的被标记的前景体素的多个形状特征，这包括从二进制体积图像中的前景体素中识别出峰值体素和高曲率体素、对边界和每个峰值体素累加多个置信度值(confidence value)、并且从多个置信度值中检测到置信度峰值，其中这些置信度峰值被确定为候选点；以及在给出已检测到的置信度峰值的情况下精炼候选点，其中已精炼的候选点被确定为候选项。形成二进制体积图像包括低通滤波三维体积数据，移除三维体积数据的边界，将三维体积数据分割成前景和背景部分，其中前景中的体素被标记，并且对大于预定尺寸的所有前景对象确定区域增长标记，其中前景对象包括多个前景体素，而预定尺寸是体素的数目。分割包括确定体素强度的估计阈值，并且将每个体素与该估计阈值进行比较，以确定前景体素，并且标记这些前景体素。累加多个置信度值包括确定每个峰值体素周围的曲面，确定包括边界上或围绕每个曲面中心的每个高曲率点和峰值点的置信度得分的置信度阵列，将体素周围的置信度得分与阈值进行比较，用于确定候选点的存在，并且通过候选点标记具有所需置信度得分的点。精炼候选点包括重新定位候选点，调节候选点的置信度得分，根据所调节的置信度得分将候选点分类，以及返回最高的n个候选点作为目标对象，其中n是正整数。根据本公开内容的实施例，提供一种程序存储装置，其能由机器读取，确实地包括由机器能执行的程序指令，以执行用于三维体积数据中的候选项集产生的方法步骤。该方法包括形成包括被标记的前景体素的三维体积数据的二进制体积图像，以及估计二进制体积数据中的被标记的前景体素的多个形状特征。估计多个形状特征包括从二进制体积图像中的前景体素中识别出峰值体素和高曲率体素，对每个边界和每个峰值体素累加多个置信度值，从多个置信度值中检测到置信度峰值，其中这些置信度峰值被确定为候选点。该方法还包括在给出已检测到的置信度峰值的情况下精炼候选点，其中已精炼的候选点被确定为候选项。根据本公开内容的实施例，用于在三维体积数据中产生结节候选项的计算机实现方法包括在三维体积数据中确定多个前景对象，确定多个前景对象的多个形状特征，其中这些形状特征得自三维体积数据的横截面分析，该横截面分析包括选择具有所需形状特征的前景对象，并且将选定的前景对象标记为候选项，以及返回这些候选项。该横截面分析包括从二进制体积图像中的前景对象中识别出峰值体素和高曲率体素，对每个边界体素和每个峰值体素累加多个置信度值，并且从多个置信度值中检测到置信度峰值，其中这些置信度峰值被确定为候选项。该方法包括当且仅当在三维体积数据的所有其横截面中将体素分类为峰值体素时，才将该体素分类为峰值体素。该方法包括当且仅当体素不是峰值体素并且在三维体积数据的所有其横截面中被分类为峰值体素或高曲率体素时，才将该体素分类为高曲率点。附图简述下面将参考附图，更详细地描述本专利技术的优选实施例附图说明图1是根据本公开内容实施例的用于候选项集产生的方法的流程图；图2是根据本公开内容实施例的系统的图示；图3是根据本公开内容实施例的分割方法的流程图；图4是根据本公开内容实施例的用于横截面分析的方法的流程图；以及图5是根据本公开内容实施例的用于峰值检测的方法的流程图。优选实施例详述通常，肺结节显示了小型圆形属性。该肺结节可能是实心对象或利用血管树遮蔽。可获得多种技术来确定3D形状特征，这些3D形状特征能被用于区分小型圆形结节与具有其它形状属性的对象。然而，在这种情形下，出于多种原因，诸如噪声的稳定性、目标对象的不规则性(难以估计连续高斯曲率值)、限定感兴趣的目标区域的困难和计算成本，这些技术不是有效的。根据本公开内容的实施例，一种方法使用得自多个横截面分析的形状特征在3D体积数据(例如，计算机断层扫描数据(CT)或磁共振成像数据(MRI))中有效地产生了结节候选项。已经在两组HRCT图像上论证了，这种技术能够实现很高的准确度，同时具有有限量的计算成本。根据本公开内容的实施例，一种用于候选项集检测的方法包括处理块101，其中结节和诸如血管树的具有高强度值的背景组织结构被标记为前景对象，以形成二进制体积图像；检测块102，其中使用横截面分析来估计形状特征，识别高曲率段，与横截面分析一起累加置信度值，从置信度值和对象强度值中检测到置信度峰值；以及后处理块103被用来精炼候选项集结果，(参见图1)。应理解的是，可用各种形式的硬件、软件、固件、专用处理器或其组合来实现本专利技术。在一个实施例中，本专利技术可用软件被实现为确实被包含在程序存储装置上的应用程序。该应用程序可被上载到包括任何适当结构的机器并且由该机器执行。参考图2，根据本公开内容的实施例，用于实现用于在3D体积数据中产生候选项的方法的计算机系统201尤其能够包括中央处理单元(CPU)202、存储器203和输入/输出(I/O)接口204。该计算机系统201通常通过I/O接口204被耦合到显示器205和诸如鼠标及键盘的各种输入装置206。显示器205能够显示虚拟体积和所记录的图像的视图。辅助电路能够包括诸如高速缓冲存储器、电源、时钟电路和通信总线的电路。存储器203能够包括随机存取存储器(RAM)、只读存储器(ROM)、磁盘驱动器、磁带驱动器等或者其组合。本专利技术能够被实现为例行程序207，该例行程序207被存储在存储器203中并且由CPU 202执行，以处理来自信号源208的信号。同样，计算机系统201是通用计算机系统，当执行本专利技术的例行程序207时，该通用计算机系统成为专用计算机系统。计算机平台201还包括操作系统和微指令代码。在此所描述的各种过程和功能可以是部分微指令代码或者是部分经由操作系统执行的应用程序(或者它们的组合)。另外，各种其它外围装置可被连接到诸如附加的数据存储装置和打印装置的计算机平台。还应理解的是，因为一些在附图中所描述的组成系统部件和方法步骤可用软件来实现，所以系统部件(或者过程步骤)之间的实际连接可本文档来自技高网...

【技术保护点】
一种用于三维体积数据中的候选项集产生的计算机实现方法，该计算机实现方法包括：形成包括被标记的前景体素的三维体积数据的二进制体积图像；估计二进制体积数据中的被标记的前景体素的多个形状特征，这包括：从二进制体积图像中的前 景体素中识别峰值体素和高曲率体素，对每个边界体素和每个峰值体素累加多个置信度值，从多个置信度值中检测置信度峰值，其中所述置信度峰值被确定为候选点；以及在给出已检测到的置信度峰值的情况下，精炼候选点，其中已精炼的候选点 被确定为候选项。

【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：L洪，Y施，H沈，S青，
申请(专利权)人：美国西门子医疗解决公司，
类型：发明
国别省市：US[美国]