图像物体分割方法技术

图像中物体之间具有联系。图像包含了界定预设空间颗粒的数据，可用于分析物体。本发明专利技术提出了一种辨别图像物体属性方法中。在一实施方案中，本发明专利技术包括识别完全对应物体内部位置的数据值和不完全对应物体内部位置的额外数据值，其贡献之一是确定数据提供的属性，之二是确定额外数据值属性，本发明专利技术还包括找到来自于两种贡献中的物体属性。这些属性可能是体积，以及其它相关值，比如灰度强度值。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术大体涉及图像数据分析，尤其是从图像数据中提取用图像数据表示的物体 属性。对相关申请的引用本专利技术申请案主张2007年5月21日申请之美国临时专利申请案第60/931，126 号，以及2008年2月19日申请之美国临时专利申请案第61/066，217号之权利，所有披露 申请案一经引用便全文纳入，不排除任何部分。
技术介绍
心脏疾病是发达国家导致死亡的主要原因。为了降低心脏死亡率、提高生活质量， 人们发展大量诊断方法用于前瞻性地诊断和治疗心脏疾病。特别是测量和复查心脏功能指 标，可以更加清楚地了解心脏功能、心脏疾病以及不同方法的疗效。考虑到左心室是心脏中 把富氧血泵入大动脉以供应全身的部分，并且左心室图像和左心室功能测量提供了有关心 脏健康的有价值信息，故左心室研究就变得尤其重要，例如，左心室每搏输出量，即从左心室泵出经主动脉瓣进入主动脉的血液体积，是 诊断心血管疾病、跟踪疗效的重要临床指标。左心室射血分数，即左心室每搏输出量与舒张 末期容量比值，同样给医生提供了有关心脏功能和疗效的重要信息。心肌，包围左心室的结 构，其参数也提供了重要的心脏功能指标。成像技术通过测定心肌质量、心肌厚度及其它参 数，可对心肌进行研究和评价。许多已有的成像系统能够提供详细的心脏图像。比如，磁共振成像(MRI)，计算机 断层扫描(CT)，超声，X光以及单光子发射计算机断层扫描(SPECT)都能提供心脏的图像。 其中，大多数成像系统都能获取被试的三维图像，不但可以捕捉其三维表面，还可以采集到 其内部细节。—幅图像可视为被称作“体素”的单元集合。体素就是一个结构单元，它对应于图 像的某一特定区域，包括了颜色、灰度强度及其它特征信息。由于任何成像设备不可能具有 无限的精确度，体素近似表示了被试位置特征。比如，尽管某一体素对应的区域显示出灰度 强度变化，但由于成像设备不能分辨更小细节，可能将该体素的灰度强度值指定为成像设 备测量到的该区域的灰度强度平均值。[体素可以有任意的维数，但典型的是两维、三维或者四维，并且每一个维度可以 是空间、时间或其他特征。在两维空间里，体素通常被称为像素，对应一幅两维图像的一个 长方形区域。由于内部设置或物理限制，该长方形区域通常对应成像设备所能扫描到的最 小区域，或者图像显示设备能够显示的最小区域。尽管像素表示被试一个长方形区域，但它 在显示屏、文件或其他显示设备上可能被显示为一个点。在三维空间里，体素通常对应于被 试的一个长方体部分。如果成像设备在一段时间内对被试扫描，体素还可以包括时间维度。一般而言，三维图像由层层叠加构成，每一层是被试某一截面的空间两维图像。典 型的情况是，层与层之间平行，并且有一个小的间距，因此所有的层就可以合理还原近似的被试。三维图像的体素具有长度，垂直层面测量，与连续的层面间的距离一致。考虑时间维 度，每一层可以包括一系列帧，每一帧就是在某一特定时间下的层面，与电影胶片中的帧在 原理上相似。通常用足够短的时间间隔去获取每一帧，以获得被试在该时间间隔的合理表示.多维图像为医生提供了一个强有力的工具。他们可以看到一个时间段内的心脏及 其内部结构，从而非常详细地观察心脏功能。例如，四维成像可以让医生看到从舒张期到收 缩期的完整的心脏跳动，以便检查心脏功能正常，辨别任何问题或潜在问题，确定药物或其 它治疗是否有效。各种成像系统除了提供详细图像外，还允许医生对相关被试图像进行重要测量。 放射科医师或者技师能够查看心脏层面，描绘左心室或其它结构的轮廓，比如心脏每一层 心肌。找到每一层描绘结构的区域，由于层间距已知，便可以估计物体的体积。此外，当每 一层包括一系列的帧时，可以观察一个时间段内的体积，从而可以确定功能指标，如上述的 射血参数。然而，这种方法计算一幅图像中物体的体积时，需要手工描绘每一层每一帧的轮 廓，工作量非常大。手工描绘还受到手工错误和物理限制的影响，特别是如果图像中出现的 轮廓不易定义或小到只有放大才能看见。开发出图像处理系统允许自动地或半自动地分割成像设备提供的图像。例如，人 们提出了大量算法可以检测图像中的物体，从而减少了图像分析中所需的手工介入的数 量。再如，人们利用提出的确定心脏图像左心室的算法确定一个种子，该种子是左心室血池 中的一个点或几个灰度强度灰度值相似的点。该算法以种子为起点向外生长，搜索灰度强 度值或其它属性与种子点的灰度强度值或其它属性接近的点。具有相似特征的点被分类为 与左心室有关，而其它具有不同特征的点把分类为与左心室无关。图像中种子点的灰度强度或其它属性用来定位其它结构。比如现有的确定心肌外 边界(心外膜)的算法。这些算法通常使用已知的检测心肌方案中的一种，比如使用边缘 检测算法找到心肌边缘。确定心外膜的一种方法是利用主动轮廓模型(Active Contour Model，ACM)。使用 ACM时，策略性的在图像上放置轮廓，比如靠近心内膜的地方。初始轮廓通常是一个形状，比 如圆，通常与图像中物体的大致形状有关，也可以手绘初始轮廓。梯度计算或基于图像的其 它计算，根据梯度迭代轮廓直到轮廓在目标边界停止。现有的辨析图像数据心脏结构的方法通常是有效的，但是它们也有很多不足，心 脏的某些特征通常使之恶化。一个不足之处就是现有方法不能精确的处理不规则结构。例 如，左心室底部和顶部的外缘通常都是形状不规则的，不像左心室中间部分是大致的圆形。 同时，要想获得期望的精确度，现有的算法仍需要大量的用户交互，这不仅降低了分析处理 速度，也增加了相关的人员开支。此外，现有的方法认为体素属于一个结构，没有考虑到体素可能与被试的一个区 域有关，包含几个结构部分，从而导致任何的相关计算不精确。例如，左心室外表面体素可 能是包含部分左心室和部分包裹左心室的心肌一块心脏区域，假设这种体素只是左心室或 只是心肌的计算将会是不精确的。高精度测量在诊断病人时至关重要，尤其是那些患有或 潜在患有像心力衰竭、冠状动脉疾病和血压控制不良等心肌病的病人，对那些服用有一定 毒性的药物的病人也同样重要。心脏毒性药包括含有阿霉素的蒽环类抗癌药。其它疾病10包括病毒、细菌、真菌或寄生虫传染病，长期饮酒，糖尿病，甲状腺疾病，比如甲状腺机能亢 进，维生素B1和B缺乏，基因缺损，都可能是心毒性的，需要小心监测射血分数。最后，现有 的方法计算量大，通常需要专门设备以便能在合理的时间内执行所需的所有计算。
技术实现思路
图像中物体之间具有联系。图像包含了界定预设空间颗粒的数据，可用于分析物 体。本专利技术提出了一种辨别图像物体属性的方法。在一实施方案中，本专利技术包括识别完全 对应物体内部位置的数据值和不完全对应物体内部位置的额外数据值，其 贡献之一是确定 数据提供的属性，之二是确定额外数据值属性，本专利技术还包括找到来自于两种贡献中的物 体属性。这些属性可能是体积，以及其它相关值，比如灰度强度值。在又一实施方案中，本专利技术包括确定一个或多个位于物体边缘的部分体素，即包 括该物体的一部分和上述其它物体部分；利用一个或多个部分体素的初始属性估计被其包 围的物体数量。在又一实施方案中，本专利技术提供图像物体的体积计算，包括从物体内部一种子体 素出发生长一个测试物体，基于具有一个接近种子体素值的共同属性值的一组体素本文档来自技高网...

【技术保护点】
在一幅图像中测量与其它物体相连的一个物体体积的一种方法，这种方法包括：以该物体内部的一个种子体素为起点生长一个测试物体；基于具有一个与种子体素值接近的共同属性值的一组体素计算该测试物体体积；以及当生长率超出一个预设值时停止该测试物体的生长。

【技术特征摘要】
【国外来华专利技术】US 2007-5-21 60/931,126;US 2008-2-19 61/066,217在一幅图像中测量与其它物体相连的一个物体体积的一种方法，这种方法包括以该物体内部的一个种子体素为起点生长一个测试物体；基于具有一个与种子体素值接近的共同属性值的一组体素计算该测试物体体积；以及当生长率超出一个预设值时停止该测试物体的生长。2.如权利要求1所述的方法，其中物体与心脏器官左心室和上述其它物体有关，这里 的其它物体与包含左心室的心肌有关。3.如权利要求1所述的方法，其中生长一个测试物体是根据一个迭代改变阈值执行 的，生长率基于该体积一个导数近似值。4.如权利要求3所述的方法，其中进一步包含了计算第一个物体的标准偏差，阈值额 外基于该标准偏差。5.如权利要求1所述的方法，其中如果一个体素的灰度强度值在种子体素灰度强度的 预设范围内，该体素具有与种子体素值近似的一个共同属性。6.如权利要求1所述的方法，其中种子体素是图像区域的重心。7.如权利要求1所述的方法，其中图像包括了一系列的层面，每一层都代表图像的一 个截面。8.如权利要求7所述的方法，其中每一层包括了一系列帧，每一帧代表该图像在不同 时间点的截面。9.如权利要求1所述的方法，其中种子体素位于物体的一个中间层面，生长一个测试 物体包括繁殖该种子体素到剩余层面。10.如权利要求1所述的方法，其中基于与一个全血体素有关的一个全血灰度强度值 和与一个全心肌体素有关的一个心肌灰度强度值对一组体素中的每个体素加权。11.如权利要求1所述的方法，其中图像从磁共振成像(MRI)，计算机断层扫描(CT)，超 声，X光以及单光子发射计算机断层扫描(SPECT)中的一种或多种设备中获取。12.如权利要求1所述的方法，其中进一步包含校正该图像。13.如权利要求1所述的方法，其中进一步包含了生长停止时从该测试物体中确定一 个物体体积。14.如权利要求13所述的方法，其中确定一个物体体积包括计算一组灰度强度加权体 素的体积和。15.在一幅图像中找出与其它物体有界的一个物体的一条或多条边缘的一种方法，该 方法包括迭代计算一个测试物体的一个体积，该测试物体包括一组连接的体素，这些体素中包 含第一个物体的一个种子体素，具有在种子体素值范围内的一个共同属性，每次迭代更新 该范围；以及在连续的迭代中计算该测试物体的生长率；当该生长率超出一个预设值时，停止迭代计算该测试物体在喷出迭代时的一个体积。16.如权利要求15所述的方法，其中物体包含一种组织类型，上述其它物体包含另一 种组织类型。17.如权利要求15所述的方法，其中图像从磁共振成像(MRI)，计算机断层扫描(CT)， 超声，X光以及单光子发射计算机断层扫描(SPECT)中的一种或多种设备中获取。18.如权利要求15所述的方法，其中进一步包含校正该图像。19.如权利要求15所述的方法，其中一个共同属性基于灰度强度。20.如权利要求15所述的方法，其中图像包含很多层面，该方法进一步包含了繁殖种 子像素到剩余层面。21.在一幅图像中确定一组体素从而构成一个与其它物体有界的物体一种方法，该方 法包括以这个物体内部的一个种子体素为起点生长一个测试物体；基于具有一个接近种子体素值的共同属性值的一组体素计算该测试物体的体积；以及当生长率超出一个预设值时停止该测试物体的生长。22.如权利要求21所述的方法，其中物体包含一种组织类型，上述其它物体包含另一 种组织类型。23.如权利要求21所述的方法，其中图像从磁共振成像(MRI)，计算机断层扫描(CT)， 超声，X光以及单光子发射计算机断层扫描(SPECT)中的一种或多种设备中获取。24.如权利要求21所述的方法，其中进一步包含校正该图像。25.如权利要求21所述的方法，其中一个共同属性基于灰度强度值。26.如权利要求21所述的方法，其中图像包含很多层面，该方法进一步包含了繁殖该 种子像素到剩余层面。27.在一幅图像中测量一个物体体积的一种方法，该图像包含体素，该物体与图像中其 它物体一处或多处相连，该方法包括确定该物体的一个属性，其值不同于其它物体的一个相同或相似属性值；在该物体的一条边界处初始化一个轮廓；以及变形该轮廓至完全穿过与该物体特征相似的一个体素区域，从而形成了另一条边界和 确定包括该区域的一条边界和另一条边界的一个范围。28.如权利要求27所述的方法，其中图像从磁共振成像(MRI)，计算机断层扫描(CT)， 超声，X光以及单光子发射计算机断层扫描(SPECT)中的一种或多种设备中获取。29.如权利要求27所述的方法，其中进一步包含校正该图像。30.如权利要求27中，在一内边界初始化一轮廓包括利用迭代阈值找到该内边界。31.如权利要求30所述的方法，其中迭代阈值包括以这个物体内部的一个种子体素为起点生长一个测试物体；基于具有一个接近种子体素值的共同属性值的一组体素计算该测试物体的体积；以及当生长率超出一个预设值时停止该测试物体的生长。32.如权利要求27所述的方法，其中变形一个轮廓包括利用一个整合图像梯度向量约 束力的 ACM(Active Contour Model)。33.如权利要求32所述的方法，其中当轮廓点的图像梯度向量约束力小于一个阈值 时，图像梯度向量约束力被限制在引起至少一个这样的点向预设方向移动。34.如权利要求32所述的方法，其中利用一种边缘检测算法计算图像梯度向量约束力 以找到上述其它物体的一条或多条边缘。35.如权利要求31所述的方法，其中物体具有其自身的灰度强度标准偏差，上述其它 物体具有其自身的灰度强度标准偏差。如果一个体素在一个具有上下界的预设范围内，该 体素值接近种子体素值，这里的上下界取决于物体标准偏差、上述其它物体标准偏差以及 灰度强度平均值。36.如权利要求27所述的方法，其中属性是该物体的平均灰度强度，如果一体素灰度 强度在预设平均灰度强度范围内，该体素在特征上与物体相似。37.如权利要求27所述的方法，其中进一步包含了将该图像坐标系转换到极坐标系， 以上述其它物体的一个质心为原点。38.如权利要求37所述的方法，其中质心就是上述其它物体的一个强度中心。39.如权利要求27所述的方法，其中变形该轮廓包括最小化一个轮廓能量。40.如权利要求27所述的方法，其中变形该轮廓包括平滑该轮廓。41.如权利要求27所述的方法，其中变形该轮廓据该轮廓一条边界上的点的梯度进行。42.如权利要求41所述的方法，其中每个梯度都有一个方向，轮廓受梯度影响转向该 方向。方法进一步包含了翻转与预定方向相反的梯度方向。43.如权利要求27所述的方法，其中进一步计算了基于上述的一条边界和另一条边界 的范围计算该物体的一个体积。44.在一幅图物中找出一个物体的一外边界的一种方法，该图像包含体素，该物体与图 像中其它物体一处或多处相连，该方法包括确定该物体的一个属性，其值不同于其它物体的一个相同或相似属性值；在该物体的一条边界处初始化一个轮廓；以及变形该轮廓至完全穿过与该物体特征相似的一个体素区域，从而形成了另一条边界和 确定包括该区域的一条边界和另一条边界的一个范围。45.如权利要求45所述的方法，其中物体包含一种组织类型，上述其它物体包含另一 种组织类型。46.如权利要求45所述的方法，其中从磁共振成像(MRI)，计算机断层扫描(CT)，超声， X光以及单光子发射计算机断层扫描(SPECT)中的一种或多种设备中采集数据。47.如权利要求45所述的方法，其中进一步包含校正该图像。48.如权利要求45所述的方法，其中属性基于灰度强度值。49.在一幅图像中确定一组体素从而构成一个与其它物体有界的一个物体的一种方 法，该方法包括确定该物体在物体中属性值变化的一个属性；在一条边界或上述其它物体的一条边界初始一个轮廓；以及变形该轮廓直至该轮廓的每一点都与一组体素毗邻，这组体素一个属性，它的一个或 多个属性值不同于该物体的属性值。50.如权利要求49所述的方法，其中物体包含一种组织类型，上述其它物体包含另一 种组织类型。51.如权利要求49所述的方法，其中从磁共振成像(MRI)，计算机断层扫描(CT)，超声， X光以及单光子发射计算机断层扫描(SPECT)中的一种或多种设备中采集数据。52.如权利要求49所述的方法，其中进一步包含校正该图像。53.如权利要求49所述的方法，其中图像包括了一系列层面，方法进一步包括了在层 面间伸展轮廓。54.如权利要求49所述的方法，其中属性基于灰度强度值。55.如权利要求49所述的方法，其中为了确定该物体和找到隶属于该物体的额外的物 体，方法包括在已确定物体的一条边界处初始化一个额外轮廓；变形该额外轮廓直至轮廓的每一点都与一组体素毗邻，这组体素一个属性，它的一个 或多个属性值不同于该物体的属性值。56.如权利要求55所述的方法，其中该额外轮廓是用来确定已确定物体的变形轮廓。57.如权利要求55所述的方法，其中进一步利用一组体素来构成图像中的一个物体以 确定一组其它的体素来构成一个上述的其它物体。58.一个计算机可读媒介上有计算机可执行指令，用于执行测量一幅图像中的一个物 体体积一种方法，这幅图像包括体素，这个物体与这幅图像中的其它物体有一条或多条边 界。物体计算机可读媒介计算机可执行指令包括确定物体一个属性的指令，该物体属性值不同于其它物体一个相同或相似属性值；初始该物体一个或多个轮廓的指令；以及变形该轮廓至完全穿过与该物体特征相似的一个体素区域，从而形...

【专利技术属性】
技术研发人员：王乙，诺依尔CF科迪拉，李海渊，
申请(专利权)人：康奈尔大学，
类型：发明
国别省市：US[美国]