公开了一种利用外观和形状来匹配解剖结构的系统和方法。本发明专利技术还涉及一种用于检测图像中的解剖结构以及使图像中的解剖结构与图像的训练组中的一个或多个解剖结构相匹配的方法，包括以下步骤：接收候选图像；从该候选图像中提取特征值；应用分类函数，以检测解剖结构；如果检测到解剖结构，则通过使候选图像的所提取的特征值与训练组中的配对图像的特征值相匹配来识别图像的训练组中的一个或多个配对图像；以及利用来自训练组的匹配配对图像中的解剖结构的一个或多个形状来确定候选图像中的解剖结构的形状。
【技术实现步骤摘要】
本专利技术涉及用于利用外观和形状来检测和匹配对象的系统和方法， 并且更具体地涉及用于利用离线训练、在线检测以及外观和形状匹配 来检测并匹配解剖结构的系统和方法。
技术介绍
在医学检查过程中将医学成像系统(例如超声成像系统)用于与解 剖结构(例如，诸如心脏的器官)相关联的异常的检测和诊断是非常 普遍的。常常由经过训练的医学专家(例如医生或医学技师)来评价 图像，以识别图像中的特征，所述特征可以指示与解剖结构相关联的 异常或指示健康的解剖结构。由于计算机技术的进步，大多数计算机可以容易地处理大量的数据并执行大规模的计算，所述大规模的计算可以提高所获得的图像的质 量。此外，图像处理可被用作辅助图像的分析的工具。图像中感兴趣 的解剖结构或对象的有效检测在该结构的进一步的分析中是重要的工 具。常常，解剖结构的形状的异常或这种形状的经过时间的变化(例如，跳动的心脏或进行呼吸的肺)指示肿瘤或各种疾病(例如心肌的5扩张或局部缺血)。这种类型的图像处理可以被用于其它应用，诸如图像中人脸的检 测，因为与不同面部特征相关的变量(例如头发颜色和长度，眼睛颜 色，面部形状等)，面部检测不是无足轻重的任务。面部检测可以用 于多种应用、诸如用户识别、监视或安全应用中。各种类型的方法已经被用于检测感兴趣的对象(例如解剖结构或 脸).基于部分的对象检测器(眼睛检测器和嘴巴检测器等)可以处 理姿势和照明方面的大的变化，并在遮挡和异方差噪声之下更稳健. 例如，在超声心动图分析中，相同解剖结构(例如隔膜)的局部外观 在病人之间是相似的，而心脏的结构或形状可以由于例如视角或疾病 情况而显著不同。同样地，在脸检测中，面部特征之间的一般空间关 系是相当一致的(例如眼睛相对于鼻子和嘴的一般位置)，而各种面 部特征的结构和形状(例如眼睛的形状、嘴的表情，以及它们之间的 相对距离)可以显著变化。为了捕获局部外观变化，许多解决方案依靠高斯(Gaussian)假 设。最近，通过诸如支持向量机(Support Vector Machine, SVM)或 提升(boosting)之类的非线性学习机的使用，已经放宽了该假设。 一些最成功的实时对象检测方法基于简单特征的提升的级联。通过组 合所选数量的简单分类器经由提升的响应，所得到的强分类器能够实 现高检测率并能够实时处理图像。然而，在存在遮挡对象的情况下， 现有的方法没有解决检测问题。简单或弱分类器由于遮挡(occlusion) 的错误响应将负面地影响检测结果。对于大多数视觉跟踪应用来说，测量数据是不确定的并且有时丢 失图像带有噪声和失真，同时遮挡可能使感兴趣对象的一部分变得 不可见。不确定性可以在整体上是均匀的；但在大多数真实世界情况 中，它实际上是异方差的，也就是各向异性和不均匀的。好的例子是 超声心动图(超声心脏数据)。超声倾向于反射伪影，例如镜面反射 器，诸如来自隔膜的那些镜面反射器.由于单个"观察方向"，镜面 结构的垂直表面产生强的回波，但倾斜的或"离轴的，，表面可以产生 弱回波，或根本不产生回波(声学"信号失落(drop out)")。对 于超声心动图来说，在组织表面平行于超声射束的心脏区域处可能出 现信号失落。由于它的可用性、相对低的成本以及非侵入性，心脏超声图像被广 泛地用于评价心脏功能。具体地，心室运动的分析是用以评估局部缺 血和梗塞形成的程度的有效途径。心内壁的分割或检测是实现左心室 的弹性和收缩性的量化的第一步骤。 一些现有方法的例子包括基于像素的分割/聚类方法(例如，彩色室壁动态(Color Kinesis))，光 流的变化、可变形的模板和马尔可夫随机过程/场、以及有效轮廓/动 态轮廓(active snake)。在二维、三维或四维(犯+时间)空间中采 用一些方法。然而，大多数现有的分割或检测方法不尝试恢复心内壁的精确的区 域运动，并且在大多数情况中，忽略沿着壁的运动分量。仅沿着当前 轮廓的法线搜索的轮廓跟踪器也采用该简化的处理。这不适用于区域 壁异常检测，因为异常左心室的区域运动很可能离开轮廓的法线，更 必说全局运动、诸如平移或旋转(由于声谱仪操作者的手运动或病人 的呼吸运动)，也引起轮廓上不正常的局部运动。为了区域壁运动异 常的检测，期望跟踪心内壁的整体形状以及它的局部运动。该信息可 以被用于局部缺血和梗塞形成的进一步的诊断。存在对利用外观和形 状来匹配解剖结构的检测框架的需要。
技术实现思路
本专利技术涉及利用外观和形状来匹配解剖结构的检测框架。使用图像 的训练组，在该训练组中在图像中注释对象形状或结构。图像的第二训 练组表示这种形状和结构的负样本，也就是不包括这种对象或结构的图 像。根据该训练组所训练的分类算法被用于检测在它的位置处的结构。匹配。本专利技术的另一个方面涉及一种用于检测包括无效数据区域的图像 中的对象的方法。确定用于该图像的数据掩模(mask)，以指示图像 中的哪些像素是有效的。该数据掩模被表示为积分掩模，在所述积分 掩模中每一像素具有对应于在该像素之上和在该像素左边的图像中的有效像素的总数的值。将矩形特征应用于该图像，所述矩形特征至少 具有一个正区域和一个负区域。利用积分掩模对矩形特征中那些有效 的像素进行确定。对包括无效像素的区域的平均亮度值求近似。通过计算矩形特征的正和负区域中亮度值的总和之间的加权差，确定矩形 特征的特征值。利用该特征值来确定是否已经检测到对象。本专利技术的另一个方面涉及一种用于检测图像中的对象的方法。为图 像的窗中的分类器计算特征值。确定该特征值是否超过预定阈值。如 果该特征值超过阈值，则为图像的窗中的随后的分类器计算随后的特 征值。组合该特征值和随后的特征值的值。确定组合特征值是否超过 当前组合的组合阈值。如果组合特征值超过组合阈值，则计算进一步 的组合特征值，包括进一步的随后的分类器，直至没有随后的分类器 或者组合特征值不超过组合阈值。最后的组合特征值被用于确定是否 已经检测到对象。本专利技术的另 一个方面涉及一种用于检测图像中的解剖结构以及使 图像中的解剖结构与图像的训练组中的一个或多个解剖结构相匹配的 系统和方法。接收候选图像，并且从候选图像中提取特征值。应用分 类函数，以检测解剖结构。如果检测到解剖结构，则通过使候选图像的训练组中的一个或多个配对图像。来自训练组的匹配配对图像中的 解剖结构的形状被用于确定候选图像中的解剖结构的形状。本专利技术的另一个方面涉及一种用于使图像中的解剖结构与图像的 训练组中的一个或多个相似成形的解剖结构相匹配的方法。接收候选 解剖结构的图像，并从该图像中提取特征。将与相似成形的解剖结构 相关的特征与候选解剖结构相比较。通过利用来自训练组的至少一个 最近的邻近者的形状来确定候选解剖结构的形状。本专利技术的另一个方面涉及一种用于检测和跟踪图像中的候选对象 的可变形形状的系统和方法.通过多个所标记的控制点来表示该形状。 检测图像帧中可变形形状的至少一个控制点。针对与候选对象相关的 每一个控制点，计算位置不确定性矩阵。产生形状模型，以表示随后 的图像帧中可变形形状的动态，其中该形状模型包括来自典型对象的 图像的训练数据组的统计信息。使该形状模型与候选对象的可变形形 状对准。合并该形状模型与可变形形状，并评估候选对象的当前形状。本文档来自技高网...
【技术保护点】
一种用于检测图像中的解剖结构以及使图像中的解剖结构与图像的训练组中的一个或多个解剖结构相匹配的方法，包括以下步骤： 接收候选图像； 从该候选图像中提取特征值； 应用分类函数，以检测解剖结构； 如果检测到解剖结构，则通 过使候选图像的所提取的特征值与训练组中的配对图像的特征值相匹配来识别图像的训练组中的一个或多个配对图像；以及 利用来自训练组的匹配配对图像中的解剖结构的一个或多个形状来确定候选图像中的解剖结构的形状。
【技术特征摘要】
...
【专利技术属性】
技术研发人员：XS周，B戈格斯库，D科马尼丘，RB劳，A古普塔，
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]
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。