【技术实现步骤摘要】
【国外来华专利技术】用于在至少一个界面中可视化对象的至少一个区的方法
[0001]本专利技术涉及一种用于可视化对象的至少一个区的方法,更具体来说,用于在至少一个界面中可视化患者的至少一个区的方法。
[0002]医学利用医学成像技术生成患者身体内部的图像以用于临床分析和医学干预,以及一些器官或组织的视觉表示。医学成像旨在揭示例如隐藏在皮肤和骨骼中的身体内部结构,以诊断和治疗疾病或准备任何手术。
[0003]例如通过计算机断层扫描(CT)、磁共振成像(MRI)、正电子发射断层扫描(PET)或超声波生成的医学图像可以是2维(2D)或3维(3D)图像。3D图像可以从2D图像的堆栈中计算或直接获得。
[0004]每个图像包括像素(用于2D图像)或体素(用于3D图像),值与所述图像的每个像素或体素的每个通道相关联。在例如单色图像的情况下,图像可以仅包括一个通道。相反,在彩色图像的情况下,图像可以包括多个通道,例如每个原色(红、绿、蓝)一个通道。通过扩展或类比,术语体素和像素可以用于2D或3D图像中的任何图像。
[0005]2D医学图像通常是允许放射科医生进行诊断、测量感兴趣的结构和评估治疗策略的基于切片的表示。然而,外科医生受益于在自然3D观看环境中,例如由虚拟和增强现实沉浸式可视化技术提供的环境中将患者详细地按比例表示为“化身”或“数字双胞胎”。
[0006]3D医学图像的体渲染通常用于多种医疗保健环境,但渲染图像的质量以及感兴趣的解剖结构之间的对比度很大程度上取决于应用于图像的传递函数的类型。
[0007]应用于图像的传递函数旨在 ...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.由计算机构件实施以在至少一个界面中可视化对象的至少一个区的方法,所述方法包括以下步骤:
‑
获得所述区的至少一个图像,所述图像包括至少一个通道,所述图像是包括像素或体素的2维或3维图像,值与所述图像的每个像素或体素的每个通道相关联,所述图像的表示显示在所述界面中,
‑
从用户获得至少一个注释,所述注释定义所述图像的一组选定像素或体素,
‑
基于所述选定像素或体素计算传递函数并且将所述传递函数应用于所述图像的每个通道的值,
‑
更新所述界面中的图像的表示,其中所述表示的像素或体素的颜色和透明度取决于所述传递函数,其中所述方法包括以下步骤:
‑
获得所述区的至少一个2维或2D图像,所述2D图像包括像素和至少一个通道,值与所述2维图像的每个像素的每个通道相关联,所述2D图像的表示显示在第一界面中,
‑
获得所述区的至少一个3维或3D图像,所述3D图像包括体素和至少一个通道,值与所述3D图像的每个体素的每个通道相关联,所述3D图像的体素中的至少一些对应于所述2D图像的一些像素,所述3D图像的表示显示在第二界面中,
‑
从用户获得至少一个注释,所述注释定义所述2D图像的一组选定像素或所述3D图像的一组选定体素,
‑
通过选择分别与所述2D或3D图像的选定像素或体素相对应的3D或2D图像的体素或像素,分别将所述2D或3D图像中选定的一组像素或体素的选择传播到所述3D或2D图像,
‑
基于所述2D图像的选定像素计算第一传递函数并且将所述第一传递函数应用于所述2D图像的每个通道的值,
‑
更新所述第一界面中的2D图像的表示,其中所述表示的像素的颜色和透明度取决于所述第一传递函数,
‑
基于所述3D图像的选定体素计算第二传递函数并且将所述第二传递函数应用于所述3D图像的每个通道的值,
‑
更新所述第二界面中的3D图像的表示,其中所述表示的体素的颜色和透明度取决于所述第二传递函数。2.根据前一权利要求所述的方法,其特征在于,通过以下方式更新对应图像的一组选择像素或体素:通过所述至少一个界面从用户获得至少一个额外注释。3.根据前述权利要求中任一项所述的方法,其特征在于,根据以下步骤计算所述传递函数中的至少一个:
‑
选择第一感兴趣域A和第二感兴趣域B,每个域包括基于所述选定像素的一组像素或体素,
‑
分别基于所述第一感兴趣域A和第二感兴趣域B的像素或体素创建第一特征张量和第二特征张量,
‑
定义将通过与所述第一域A和第二域B相关联的特征的统计的最佳最大均值差异(MMD)区分所述第一域A与所述第二域B的统计测试,
‑
对于所述图像的每个像素或体素,用以下等式定义所述像素或体素的颜色C:
其中f*(v)是由以下等式定义的像素或体素v的值的见证函数其中k是核,其定义表示与属于域A和yj的像素或体素xi相关联的特征和与所述像素或体素v相关联的特征之间的距离的值,其中m是A中的像素或体素的数目并且n是域B中的像素或体素的数目其中k是核,其定义表示与像素或体素x
i
或y
i
相关联的特征和与所述像素或体素v相关联的特征之间的距离的值,
‑
对于所述图像的每个像素或体素,用以下等式定义所述像素或体素的透明度T:其中:h
A
(v)是具有所述核k的与所述第一域A的体素v相关联的特征的平滑密度,h
B
(v)是具有所述核k的与所述第二域B的体素v相关联的特征的平滑密度,并且Z
A,B
是标准化常数,确保max(Z
A,B
)=c,其中c≤1,即定义最大透明度因子的预定常数。4.根据前述权利要求中任一项所述的方法,其特征在于,根据以下步骤计算所述传递函数中的至少一个:
‑
选择第一感兴趣域A和第二感兴趣域B,每个域包括基于所述选定像素的一组像素或体素,
‑
分别基于所述第一感兴趣域A和第二感兴趣域B创建第一特征张量和第二特征张量,
‑
将所述第一感兴趣域A和第二感兴趣域B中的像素或体素采样为具有和2n
A
≤n
max
,其中n
A
是所述第一域A中的样本像素或体素的数目,并且n
B
是所述第二域B中的样本像素或体素的数目,并且其中n
max
是预定值,
‑
对于所述图像的每个像素或体素,定义所述像素或体素的颜色C,其中f
*
(v)=(βp
A
(v)+1)g(v),作为属于域A的像素或体素的移位概率乘以所述像素或体素v的一个特征的值g(v)的归一化乘积。
‑
对于所述图像的每个像素或体素,用以下等式定义所述像素或体素的透明度T:
‑
其中:
‑
h
A
(v)=(k*ρ)(v)是具有所述核k的与所述第一域A的体素v相关联的特征的平滑密度,即所述核与所述特征密度的卷积,
‑
h
B
(v)=(k*ρ)(v)是具有所述核k的与所述第一域B的体素v相关联的特征的平滑密度,即所述核与所述特征密度的卷积,并且
‑
Z
A,B
是标准化常数,确保max(Z
A,B
)=c,其中c≤1,即定义最大透明度因子的预定常数。5.根据权利要求3或4所述的方法,其特征在于,对于对应感兴趣域的每个像素,每个特征张量定义从以下特征列表中选择的至少一个特征值:
·
所述像素或体素的值v,
·
是所述像素或体素值的正则化梯度(在尺度l上),正则化由高斯卷积执行,其中是零平均值和标准偏差l的高斯
·
S
l
(v)是像素或体素v周围的大小为l的补丁的熵,
·
是像素或体素v处的卷积图像的差异,其中(l1,l2)是与高斯相关联的两个尺度I是图像栈,
·
σ
l
(v)是以像...
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。