【技术实现步骤摘要】
【国外来华专利技术】
本公开大体上涉及自动图像分割领域,更确切地说,涉及被配置来用于医疗应用的医疗图像自动分割领域。背景当必须进行医疗成像来观察内脏器官或一组内脏器官时,可以使用这样一些系统:X射线、磁共振成像(MRI)、计算机断层摄影术(CT)及其它系统。例如,使用CT或MRI成像时,拍摄三维体积的一系列二维图像。此时,每幅二维图像均为三维体积的横截面“切片”图像。可以将所得二维横截面切片集合组合在一起,以便形成患者解剖结构的三维图像或重现。所得的三维图像或三维重现将含有目标内脏器官。三维图像或重现中这个含有目标结构的部分可以称为目标体积。应注意,当需要观察多个内脏器官时,则也将存在多个目标结构。可以通过一些方法来查看一个或多个这些目标结构。查看目标结构的第一种最简单的方法是仅查看患者的原始CT或MRI图像切片,每个切片都含有目标结构的视图。查看目标结构的第二种较为复杂的方法是需要将一系列二维横截面切片组合成单个三维表示,其中目标结构可以表示为实心物体、不透明物体或半透明物体等,然后这些物体可以被操作(例如,旋转)来从多个角度进行查看。含有患病或异常组织或器官的目标结构的三维重现的一个用途是准备三维辐射疗法的治疗方案。辐射疗法治疗方案是在医疗程序期间使用,所述医疗程序选择性地将人体的精确区域(如癌性肿瘤)暴露于特定剂量的辐射下,从而破坏不良组织。为了制定患者专用的辐射疗法治疗方案,需要从三维模型中提取信息以便确定如下的参数:器官形状、器官体积、肿瘤形状、肿瘤在器官中的位置,以及一些其它目标结构相对于受感染器官和任何肿瘤的位置或定向。可以在计算机屏幕上单独地查看二维切片, ...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】2010.07.28 US 12/845,3581.一种用于分割新图像数据集的方法,所述方法包括: 接收医疗图像集; 在知识库中搜索代表性匹配数据以形成基本集,其中所述基本集包括多个参考图像集; 使所述基本集的所述多个参考图像集的一部分变形以产生从所述基本集到所述医疗图像集的映射;以及 确定所述医疗图像集中的多个目标结构的加权平均分割。2.如权利要求1所述的方法,所述方法进一步包括: 将所述多个目标结构的所述加权平均分割用作至少一个结构专用分割算法的种子。3.如权利要求1所述的方法,其中所述基本集由所述知识库中共享共同特征的一队参考图像集形成,其中所述共同特征包括以下至少一个:性别、诊断、病期、应答者与非应答者、年龄、治疗单位以及体型。4.如权利要求1所述的方法,所述方法进一步包括: 根据所述医疗图像集计算稀疏界标标记图,其中所述稀疏界标标记图包括多个点。5.如权利要求1所述的方法,所述方法进一步包括: 更新确定所述加权平均分割的多个统计学分析工具。6.如权利要求1所述的方法,其中使所述基本集的所述多个参考图像集的一部分变形包括: 用可变形图像配准算法使所述基本图像的所述多个参考图像集的所述部分变形。7.如权利要求1所述的方法,其中使所述基本集的所述多个参考图像集的一部分变形包括: 使所述基本集的所述多个参考图像集的所述部分中的经过分割的目标结构变形,以形成到所述医疗图像集的映射。8.如权利要求4所述的方法,其中使所述基本集的所述多个参考图像集的一部分变形包括: 使所述基本集的所述多个参考图像集的所述部分的多个稀疏界标标记图的点向所述医疗图像集的所述稀疏界标标记图的所述点变形。9.如权利要求4所述的方法,其中在所述知识库中搜索代表性匹配数据以形成基本集,包括: 将所述医疗图像集的元数据与所述知识库中的所述参考图像集的元数据进行比较,以及 将所述医疗图像集的稀疏界标标记图与所述知识库中的所述参考图像集的稀疏界标标记图进行比较。10.如权利要求1所述的方法,所述方法进一步包括: 检查并修正所述轮廓;以及 将所述认可的医疗图像集及对应目标结构作为新参考图像集添加到所述知识库中。11.一种用于分割新图像数据集的方法,所述方法包括: 接收医疗图像集; 在所述知识库中搜索代表性匹配数据以形成基本集,其中所述基本集包括多个参考图像集; 使所述基本集的所述多个参考图像集的一部分变形以产生从所述基本集到所述医疗图像集的映射; 确定所述医疗图像集中的多个目标结构的第一加权平均分割, 在所述知识库中搜索代表性匹配数据以形成多个子体积基本集,其中一个子体积基本集包括多个参考图像集子体积; 使所述多个子体积基本集的所述多个参考图像集子体积的一部分变形以产生从所述多个子体积基本集到所述医疗图像集的对应目标结构的映射;以及 确定所述医疗图像集中的所述多个目标结构的第二加权平均分割。12.如权利要求11所述的方法,所述方法进一步包括: 将所述多个目标结构的所述第二加权平均分割用作至少一个结构专用分割算法的种子。13.如权利要求11所述的方法,其中所述基本集由所述知识库中共享共同特征的一队参考图像集形成,其中所述共同特征包括以下至少一个:性别、诊断、病期、应答者与非应答者、年龄、治疗单位以及体型。14.如权利要求11所述的方法,所述方法进一步包括: 根据所述医疗图像集计算稀疏界标标记图,其中所述稀疏界标标记图包括多个点,并且其中所述医疗图像集的所述稀疏界`标标记图进一步包括所述医疗图像集中的对应目标结构的多个稀疏界标标记图。15.如权利要求11所述的方法,进一步包括: 更新确定所述加权平均分割的多个统计学分析工具。16.如权利要求11所述的方法,其中使所述基本集的所述多个参考图像集的一部分变形以及使所述多个子体积基本集的所述多个参考图像集子体积的一部分变形包括: 用可变形图像配准算法使所述基本图像的所述多个参考图像集的所述部分变形;以及 用所述可变形图像配准算法使所述多个子体积基本集的所述多个参考图像集子...
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。