多切片图像中的目标的3D分割制造技术

一种用于对体积数据的多切片图像中的目标进行三维分割的方法包括：通过参数拟合体积数据来确定该目标的中心和展开（２０１），以及通过非参数分割体据数据来确定三维体积（２０２），该非参数分割在该体积数据中迭代地精选目标的中心和展开。

【技术实现步骤摘要】
【国外来华专利技术】本申请要求于2004年3月12日提交的序列号为60/552,481的美国临时申请的优先权，该美国临时申请在此全文引入作为参考。
技术介绍
1.专利
本专利技术涉及体积图像数据特征化，并且更特别地涉及用于对多切片图像中的目标进行3D分割的系统和方法。2.相关技术的描述胸部CT扫描的计算机辅助诊断(胸部CAD)的一个目标是得到可靠的肺结节的体积测量结果。基于这种体积测量结果的肿瘤变化指标(qualification)在癌症治疗监控和术后检查中起主要作用。有多种致力于结节的计算机辅助体积测量的在前研究。在这些研究中，基于体素强度阈值处理的2D或者3D肿瘤分割被用作其解决方案的基础。尽管这些解决方案充分描绘了具有相似平均强度的定义明确的实性(solid)结节，这些研究提供不可靠的部分结节或者非实性结节的分割，如附图说明图1A-B中所示。最近的临床研究已经揭示，这种结节经常出现并且具有更高的为恶性的趋势，从而激发这些在技术上有挑战性的病例的稳定解决方案的发展。图1A-B示出了肺结节分割的2D实例。图1A两个结节实施例的2D剖面图(profile)，图1B由半幅全宽(FWHM，full-width athalf-maximum)强度阈值处理得到的分割结果。该强度阈值处理方法已被证明不适用于非实性病例。因此，需要用于对多切片图像中的目标进行3D分割的系统和方法。专利技术简述根据本公开内容的实施方式，用于对体积数据的多切片图像中的目标进行三维分割的方法包括通过参数拟合体积数据来确定目标的中心和展开(spread)，以及通过非参数分割体据数据来确定三维体积，该非参数分割在该体积数据中迭代地精选目标的中心和展开。确定目标的中心和展开包括在体积数据中为初始目标位置提供标记，确定围绕该初始目标位置的区域，对围绕空间极值的区域进行建模，以及在给定该区域模型时确定目标的中心和展开。建模包括实现各向异性的三维高斯(Gaussian)强度模型。确定三维体积包括从体积数据中确定一组四维数据点，根据所确定的目标的中心和展开来确定带宽，以及确定收敛于最稳定的中心和展开的中心和展开的连续估计。最稳定的中心和展开由詹森-香农发散分布(Jensen-Shannon divergence profile)来确定。迭代地执行三维体积的确定，用于同时根据空间和强度接近度来聚类体积数据中的数据点。确定三维体积包括均值漂移上升(mean-shift ascent)限定四维空间-强度联合空间中的目标的吸引盆。根据给定标记来确定中心，其中，该中心是体积数据中的点，标记收敛于该点。展开被确定为该中心的协方差。根据本公开内容的实施方式，提供机器可读的程序存储装置，该程序存储装置确实地包含可由机器运行的程序指令，以执行用于对体积数据的多切片图像中的目标进行三维分割的方法步骤。该方法步骤包括通过参数拟合体积数据来确定目标的中心和展开，以及通过非参数分割体据数据来确定三维体积，该非参数分割在该体积数据中迭代地精选目标的中心和展开。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方式图1A-B示出肺结节分割的2D实例；图1C-D示出根据本公开内容的实施方式的肺结节分割的2D实例；图2是示出根据本公开内容的实施方式的方法的流程图；图3是根据本公开内容的实施方式的系统的图示；图4A是示出根据本公开内容的实施方式的中心和展开估计的方法的流程图；图4B是示出根据本公开内容的实施方式的体积分割的方法的流程图；以及图5A-H是根据本公开内容的实施方式的3D估计和分割的实例。优选实施方式的详述根据本公开内容的实施方式，一种用于分割多切片CT扫描中的3D肺结节的稳定且准确的方法将参数高斯模型拟合高斯尺度空间中所估计的体积数据和基于标准化梯度(均值漂移)上升的无参数3D分割合并，该标准化梯度(均值漂移)上升限定4D空间-强度联合空间中的目标肿瘤的吸引基础。这同时根据空间和强度接近度来实现3D分割。实验结果表明，该系统和方法可靠地分割包括给现有解决方案造成困难的部分结节或者非实性结节的各种结节。该系统和方法还有效地平均六秒处理一32×32×32体素的感兴趣体积。参考图2，确定多切片CT图像中的体积的3D分割包括通过拟合高斯尺度空间中的各向异性高斯强度模块来进行3D结节中心和展开估计201，以及基于4D空间-强度联合空间中的吸引盆的迭代的3D结节分割202。中心和展开估计通过在给定数据的高斯尺度空间中稳定地拟合高斯强度模型而为结节的各向异性结构提供可靠的参数估计。迭代的3D结节分割通过使用4D联合空间中的基于标准化梯度上升的数据分割来同时根据空间和强度接近度提供非参数3D结节分割。来自该中心和展开估计的结果被解释为标准先验(normal prior)并被用来确定后一步骤的分析带宽，从而导致有效的分割解决方案。采用吸引盆的联合空间分割已为通常的图像分割问题提供了稳定的解决方案。然而，该方法还没有在医学成像领域中被考虑并给强度阈值处理提供可替换的分割原理。图1C-D示出肺结节分割的2D实例。图1C根据本公开内容的实施方式所估计的中心(x)和各向异性展开(椭圆)(+指示标记位置xp)，图1D根据本公开内容的实施方式而没有进行任何几何学后处理的结节分割结果。第一行是部分结节和非实性结节的实例，而第二行是实性结节。应理解，本专利技术可用各种形式的硬件、软件、固件、专用处理器或者其组合来实施。在一个实施方式中，本专利技术可用软件被实施为确实被包含在程序存储装置上的应用程序。该应用程序可被加载到包括任何适合的体系结构的机器上并由该机器来运行。参考图3，根据本公开内容的实施方式，用于3D分割多切片图像的计算机系统301尤其是中央处理单元(CPU)302、存储器303和输入/输出(I/O)接口304。计算机系统301通常通过I/O接口304被耦合到显示器305以及诸如鼠标和键盘的各种输入装置306。辅助电路可以包括诸如高速缓冲存储器、电源、时钟电路以及通信总线的电路。存储器303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。本专利技术可被实施为被存储在存储器303中并由CPU 302来运行的例行程序307，以处理来自诸如CT扫描仪的信号源308的信号。同样，计算机系统301是当运行本专利技术的例行程序307时成为专用计算机系统的通用计算机系统。计算机平台301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或者是微指令代码的部分或者是应用程序的部分(或者其组合)，该微指令代码或者应用程序经由操作系统来运行。另外，各种其它外围装置也可被连接到计算机平台，诸如被连接到附加的数据存储装置和打印装置。还应该理解，因为附图中所描述的一些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)之间的实际连接可以取决于本专利技术以其来编程的方式而不同。给出在此所提供的本专利技术的教导，一个本领域普通技术人员能够预料到本专利技术的这些和类似的图4A示出通过稳定的尺度空间分析的3D肿瘤中心和各向异性展开估计，包括用于3D肿瘤中心位置和各向异性展开的消除方法。假定事前给出指示目标肿瘤的大体位置的标记xp，这种标记能根据肿瘤自动检测系统或者放射科医生的扫描结果来提供401。根据本公开内容的本文档来自技高网...

【技术保护点】
一种用于对体积数据的多切片图像中的目标进行三维分割的方法，其包括：通过参数拟合体积数据来确定该目标的中心和展开；以及通过非参数分割体据数据来确定三维体积，该非参数分割在该体积数据中迭代地精选该目标的中心和展开。

【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：D科马尼西尤，A克里思曼，冈田和典，
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]