公开了一种用于隔离成像数据中的潜在异常的方法，该方法包括提供包含至少一个代表给定异常的给定异常属性的组；提供用于识别每一个至少一个给定异常属性中的异常属性标识符；在成像数据中，使具有第一属性的第一区域与包含至少一个其它区域的组隔离，至少一个其它区域中的每一个具有不同于第一属性的相应属性；在成像数据中，由于第一区域和包含至少一个其它区域的组的隔离，提供选自由以下各项组成的组中的过渡区域：使第一区域和包含至少一个其它区域的组分开的封闭区域；和在第一区域和包含至少一个其它区域的组中的一个区域内延伸的封闭区域；至少在过渡区域应用用于识别每一个至少一个给定异常属性的异常属性标识符用于为选定区域提供计算指令，选定区域至少是过渡区域；确定用于选定区域的计算指令与至少一个给定异常属性中的每一个是否协调；以及如果用于选定区域的计算指令是协调的，则向选定区域分配潜在异常候选区域指令从而隔离潜在异常。
【技术实现步骤摘要】
【国外来华专利技术】用于隔离成像数据中的潜在异常的方法和装置和其对医学图像的应用相关申请的引用本申请要求于2011年2月24日提交的题名为“Method and apparatusforisolating a potential anomaly in imaging data and its application to medicalimagery”的美国临时专利申请号US61/446，342的优先权，将其说明书通过引用结合于此。
本专利技术涉及数据处理。更准确地，本专利技术涉及用于图像处理的方法和系统，具体涉及计算机辅助检测和诊断(分别对应CADe和CADx)医学数据集，更具体地用于检测空腔脏器中的异常，诸如，但不限于，结直肠病变或腹主动脉瘤。
技术介绍
在医学中，CAD系统旨在最终输出医学图像中的潜在异常。现有技术的方法和系统通常包括具有是优选的且最成功的过程的由粗糙到细致的方法的聚集的2D和3D方法，其检测多个“粗糙”的初始小块并由分类器进一步细化，即只有“最佳”候选可以保留下来。在题名为“Automatic analysis in virtual endoscopy” 的国际 PCT 申请号W098/37517中公开了用于结肠中的息肉识别的第一种方法。提出的方法和系统需要分割(segmentation)关注器官，该关注器官一般是结肠。基于成功的分割，使用网格，即源自法线的等值面的组使结肠交互可视化，另外支持包括确定代表数量和曲率方向的每个群体的凸率值(convexity value)的步骤的“形状特征分析”。这种方法和提出的后续等同方法，如在美国专利号US7，369, 638公开的方法，将它们的策略基于当例如与结肠粘膜的光滑表面比较时识别息肉的特征形状。因此，需要基于分割处理的器官的准确表现以便准确地识别关注的形状。本领域技术人员将会理解可能不会检测到随机形状的病变。对于CT结肠镜检查、也称虚拟结肠镜检查的情况，本领域技术人员将会理解多数现有技术的方法旨在识别(球状的)息肉异常，不是(没有潜在球状突起随机形状的)癌症或块状物。然而，如在题名为“Computer-aided detection methods in volumetricimagery”的美国专利号US7，236，620 (下文中’620)中提到的，基于曲率计算的探测器使用易于产生由输入图像中的噪音导致的假性输出的导数过程(derivative process)。考虑到距离图的零值等值面产生目标表面而距离图的导数(derivative)产生表面法线，即网格，如在 1998 年提至Ij的，Using distance maps for accurate surface representationin sampled volumes, Gibson Sarah F.F.,Mitsubi shi Electric ResearchLaboratory, IEEE,这种限制也影响了涉及梯度和等值面的每一个等同方法。本领域技术人员将会理解，任何这种距离图需要目标分割，如在题名为“Method of computing sub-pixelEuclidean distance maps”的美国专利号US7, 113，617中提到的。如所提到的,产生距离图的方法包括识别源图像的边界曲线的步骤。本领域技术人员将会理解，对于例如在CT结肠镜中的CAD方法的情况下，现有技术分割和距离图确定依赖于准确识别结肠粘膜的内壁，其中确定表面法线(如网格，梯度)。为了克服上述提到的“导数过程”的限制，’ 620专利公开了基于简单球面求和的方法。该方法需要输入二进制图像，即分割后的图像，由二进制图像基于落入两个球面求和过程的比率内的分割元素的比率限定形状，每次涉及一个2D图像而不是俯瞰一个3D区域。这种方法确实减少所需要的处理时间的量并且不易受到噪音影响，但是实际上仍然依赖于图像分割处理。如此，仅减少所需要的处理时间和复杂度，而不能改善检测输出，因为它将困难转移到分割阶段。同时，在生物医学计算2000年斯坦福学术研讨会论文集中Gokturk介绍了题名为“recognizing polyps from3D CT colon data”的三维模式识别方法来检测医学图像中的形状，其中使用通过候选卷(candidate volume)的随机切片以从2D切片中提取形状特征，将后者输入到支持向量机(SVM)分类器进一步负责识别息肉候选。在“A statistical3Dpattern processing method for computer-aided detection of polyps in CTcolonography, Gokturk and al., IEEE transaction on medical imaging, vol.20(12)dec.2001”中进一步详述该方法并产生美国专利号US7, 346，209。这些发展导致与’ 620专利中涉及使用2D梯度求和以减少人为噪音相似的方法，期望求和以及平滑(smoothing)操作能有助于增大同类和不同类结构之间的差别，其中局部图像像素梯度而非边缘相比其对于同类结构来说更为重要。如此，对边缘的定义就有了限制，其有必要对关注结构进行准确分割过程。另外，Gokturk方法更多地关于构成用于进一步输入到分类器的形状标记而不是在自身中检测息肉。根据前述两个概念并将它们组合，在美国专利号US7，447，342 (下文中’342)中Cathier公开了使用切割面用于结肠息肉检测的方法和系统。所公开的方法和系统涉及遍及数据集的卷的再分割(reslicing of volumes)以便在任何这些平面上检测小且圆形的痕迹。然而，如在本文中讨论的先前技术，该方法必须以高准确度预处理图像以将结肠与图像中的其它结构区分来成功检测息肉。此`外，本领域技术人员将会理解，这种技术旨在用于息肉形状识别而不专注于(特征为随机形状的)癌症和块状物检测的需求。为了克服’ 342方法关于其对于二值化阈值的灵敏度的限制，以编号2009/0016583公开的美国专利申请公开了使用发散渐变现场响应(DGFR)。如所提到的，这种方法允许在梯度范围内直接检测圆周，而不是如在’342专利的情况中的边缘或量值。然而，在此方法中也表现出两种固有的限制。第一，DGFR识别给定尺寸的圆周并且，由于待发现的息肉的尺寸不是事先已知的，因而需要计算对于覆盖息肉尺寸的全部范围的多个子卷(子采样卷)的DGFR。因此，需要决定在哪个点停止子采样，因而限制了待发现的息肉的最小和最大尺寸。这是本领域技术人员熟知的模板匹配技术的问题。第二限制是DGFR检测圆周，尽管息肉可能具有比简单的圆周更复杂的形状。不幸的是，该技术不解决癌症和块状物检测(即随机形状)的需求。此外，除了总是存在的分割限制外，还可以观察到这些方法具有两个不同的步骤:候选检测和假阳性还原，例如，通过密度分析还是形状分析。同样，上面提到的方法旨在检测圆形/椭圆形以进一步检测息肉。应当理解在数字数据集中寻找球体将等同于亦或检测圆形形状亦或检测局部/全局曲率。因此缺乏检测各种尺寸和形状的病变的合适的方法，如由C.Robin本文档来自技高网...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】2011.02.24 US 61/446,3421.一种用于隔离成像数据中的潜在异常的方法，所述方法包括: 提供包含至少一个代表给定异常的给定异常属性的组； 提供用于识别至少一个给定异常属性中的每一个的异常属性标识符； 在所述成像数据中，使具有第一属性的第一区域和包含至少一个其它区域的组隔离，所述至少一个其它区域中的每一个具有不同于所述第一属性的相应属性； 提供由于隔离第一区域和包含至少一个其它区域的组产生的过渡区域，所述过渡区域选自由以下组成的区域: 使所述第一区域和所述包含至少一个其它区域的组分开的封闭区域；和 在所述第一区域和所述包含至少一个其它区域的组中的一个区域中延伸的封闭区域； 应用所述用于至少在所述过渡区域识别所述至少一个给定异常属性中的每一个的所述异常属性标识符，用于向选定区域提供计算指令，所述选定区域至少是所述过渡区域；确定所述用于所述选定区域的计算指令与所述至少一个给定异常属性中的每一个是否协调；并且 如果所述用于选定区域的计算指令协调，向所述选定区域分配潜在异常候选区域指令从而隔离所述潜在异常。2.根据权利要求1所述的方法，其中，所述成像数据包括源自成像系统的η-维数据集，其中η大于等于2。3.根据权利要求2所述的方法，其中，所述η-维数据集是元素的2-维体积元阵列和元素的3-维体积元阵列中的一个。4.根据权利要求2所述的方法，其中，所述η-维数据集源自选自由以下设备组成的组中的设备:磁共振成像(MRI)设备、正电子发射断层扫描(PET)设备、X-射线设备、超声波设备和它们的任何组合。5.根据权利要求1所述的方法，其中，所述包含至少一个给定异常属性的组包括组成相关信息、形状相关信息、在所述成像数据中的空间定位以及随着时间推移它们的组合中的至少一个。6.根据权利要求1所述的方法，其中，所述异常属性标识符包括组织密度确定、组织同质化梯度确定、确定存在或不存在组织属性、确定水分含量/分布、确定造影剂在给定时刻或随着时间推移的存在以及确定造影剂在给定时刻或随着时间推移的分布中的至少一个。7.根据权利要求1所述的方法，其中，所述第一区域的所述第一属性包括确定的空气区域，进一步地其中所述至少一个其它区域中每一个的相应属性包括确定的组织区域。8.根据权利要求1所述的方法，其中，所述第一区域的第一属性包括确定的标记区域，进一步地其中所述至少一个其它区域中每一个的相应属性包括确定的组织区域。9.根据权利要求1所述的方法，进一步包括将所述异常属性标识符应用至所述选定区域。10.根据权利要求1所述的方法，进一步包括提供潜在异常指令。11.根据权利要求10所述的方法，其中，所述提供潜在异常指令包括存储所述潜在异常指令和在用户界面上显示所述潜在异常指令的至少一个。12.根据权利要求10所述的方法，进一步...
【专利技术属性】
技术研发人员：弗洛朗·安德烈·罗伯特·尚德利耶，托马斯·伯纳德·帕斯卡尔·文森特，
申请(专利权)人：道格微系统有限公司，
类型：
国别省市：
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。