医学图像中的3D局部结构的鲁棒比例空间分析方法技术

本发明专利技术涉及确定在医学图像中的肿瘤的位置、形状和取向的方法，包括通过为一组带宽Ｈ进行（１１）基于均值移动的梯度上升迭代，为一组带宽Ｈ寻找Ｄ维空间信号ｆ的多个空间极值μ，以及接着通过为每个极值μ估计信号ｆ的协方差∑，确定（１２）每个极值μ附近的信号的Ｄ维分布和取向。μ和∑的最佳估计值通过在全组的μ和∑上进行（１３）Ｊｅｎｓｅｎ－Ｓｈａｎｎｏｎ偏差确定。（*该技术在2024年保护过期，可自由使用*）

【技术实现步骤摘要】
【国外来华专利技术】相关美国申请的交叉引用本申请要求来自2003年7月18日收录的Okada等人的美国临时申请No.60/488,603的“Robust Scale-Space Analysis of 3D Local Structures in medicalImages”的优先权，其内容在此被引入以供参考。
技术介绍
在测定体积的医学图像分析中存在的问题是跨越各种比例来表征肿瘤的3D局部结构，因为肿瘤的大小和形状实际上非常多样化。肿瘤的这种基础比例同样提供了有用的临床信息，与恶性的概率高度关联。有许多以前提出的解决这个问题的方法。然而，当目标形状大大不同于孤立高斯形状时，这些现有的技术方法容易对信号噪音敏感且它们的精确度降低。在医学领域中，由于很多肿瘤呈现为不规则形状这些约束在噪音背景信号中很强。
技术实现思路
本专利技术涉及协方差矩阵的鲁棒估计方法，其描述了感兴趣的结构的分布和三维(3D)取向。给定输入信号，利用每个分析带宽的所有可用数据点，为扩展的均值移动向量进行基于均值移动(mean shift-based)的梯度上升。收敛到相同点的数据点被一起分组，形成一组局部结构候选者。这些收敛候选者可以被解释为本文档来自技高网...

【技术保护点】
一种分析医学图像中的三维结构的方法，用于确定肿瘤的位置、形状和取向，所述方法包括步骤：为一组带宽Ｈ寻找Ｄ维空间信号ｆ的至少一个空间极值μ；通过为每个极值μ估计信号ｆ的协方差∑来估计每个极值μ附近的信号ｆ的Ｄ维分布和取向；以及 从至少一个极值μ和协方差∑寻找μ和∑的最稳定的估计值，来从信号ｆ寻找目标结构的最佳估计值。

【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：K奥卡达，D科马尼丘，L博戈尼，
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]