对图像的临床相关性进行自动检测和测试的系统和方法技术方案

本文中公开了用于对解剖情形下的图像的临床相关性进行自动检测的系统和方法。该方法包括：比较第一图像和第二图像并且确定第一图像与第二图像之间的差异是否是局部型差异和全局型差异中的至少一个。局部型差异是第一图像与第二图像之间的局部差异，全局型差异是第一图像与第二图像之间的全局差异。如果第一图像与第二图像之间的差异包括局部型差异，则确定第二图像具有临床相关性。

【技术实现步骤摘要】
【国外来华专利技术】对图像的临床相关性进行自动检测和测试的系统和方法
本专利技术涉及一种用于对解剖情形下的图像的临床相关性进行自动检测的方法与装置以及系统，具体地涉及一种使得能够更快地提供可靠的图像数据的方法与装置以及系统。
技术介绍
在将从诸如X射线、CT、MRT/MRI的成像装置获取的图像数据例如用于导航或计算机辅助手术系统时，可以提供该图像数据作为视频信号。具有相关性的是，检测是否存在新图像，使得导航系统或计算机辅助手术系统可以根据需要使用新图像的新内容。美国专利公开No.2011/0058026描述了一种用于检测图像装置的状态的系统和方法。美国专利公开No.2011/0058026描述了确定掩膜(mask)外部的图像范围的强度，使得当新触发的X射线装置照射解剖体而导致强度的突然增加时检测到新图像的出现。
技术实现思路
本专利技术提供了用于更快地提供可靠的图像数据的系统和方法。应当注意的是，接下来所描述的本专利技术的示例性实施方式也涉及方法、装置、程序要素和计算机可读介质。根据本专利技术的示例性实施方式，一种用于对由成像装置提供的解剖情形下的图像的临床相关性进行自动检测的方法，包括：获取解剖情形下的第一图像；获取解剖情形下的第二图像；比较并且确定第一图像与第二图像的差异；确定第一图像与第二图像之间的差异是否包括局部型差异和全局型差异中的至少一个，其中，局部型差异是第一图像与第二图像的局部差异，以及其中，全局型差异是第一图像与第二图像之间的全局差异，并且如果确定第一图像与第二图像之间的差异包括局部型差异，则确定第二图像具有临床相关性。在手术过程中，具有临床相关性的图像是例如在手术进行中向外科医生提供新的或附加信息的图像。具体地，当提供一系列图像时，如果后续图像关于序列中的其间接或直接在前的图像具有附加的或新的信息，则认为该后续图像具有临床相关性。该附加信息例如可以是增加的植入物、植入物的改变的位置、改变的骨头或组织群集，其中，增加和改变均是相对于各自在前的图像而言的。该方法还可以包括在检测局部型差异之前检测全局型差异。具体地，如果全局差异超过特定的阈值，则可以确定临床相关性。在全局差异没有超过特定的阈值的情况下，可以检测局部差异类型。如果局部差异超过相应的阈值，则可以确定临床相关性。换句话说，根据示例性实施方式，如果全局差异超过特定的阈值，则可以检测到临床相关性，但是在全局差异没有超过特定的阈值的情况下，如果局部差异超过另一特定的阈值，则可以检测到临床相关性。因此，该装置提供了不仅检查新的图像的出现而且检查是否存在新的图像内容的可能性。由于导航系统或计算机辅助手术系统重新计算植入物的实际状态和位置以及相应的解剖构造，例如在导航情形被更新之前每个新图像导致严重的延迟。然而，如果没有提供新图像，则不要求更新。为了这个目的，本专利技术的装置比较图像的内容以便确定差异。通常，例如在添加或者去除了噪声的情况下，可能发生全局差异，则重新计算对比度等。可以通过诸如X射线C形臂或MRT的成像装置来执行这样的计算或噪声降低。全局差异不是必须由图像内容的临床相关的变动而产生。因此本专利技术也考虑局部差异，如特定图像部分的变化。如果仅在特定位置发生明显的变化而未在其它位置发生明显的变化，则可以导致检测到图像内容的临床相关的变动。例如，如果植入物相对于骨头发生了移动，则除植入物位置外其余所有位置都改变。因而，可以根据局部差异检测到临床相关的变动。根据本专利技术的一种示例性实施方式，当第一图像与第二图像的差异超过特定的阈值时，将其确定为差异。因此，可以消除如轻微的噪声或微小强度采用的较小差异，而检测不到显著的相关性。任何低于阈值的差异都将被忽略。因而，例如像素误差等将不会导致检测到局部差异或全局差异。根据本专利技术的一种示例性实施方式，比较并且确定第一图像与第二图像的差异包括：将第一图像和第二图像中的每个划分成相应的图像块并且比较相应的图像块，其中，每个图像块包括多个像素。因此，可以基于图像块执行自动检测。这些图像块可以包括多个像素，并且可以小于整个图像。图像块使得能够区分局部型差异和全局型差异。根据本专利技术的一种示例性实施方式，如果第一图像与第二图像的差异超过第一预定阈值，则检测为局部型差异，以及其中，如果第一图像与第二图像的差异超过第二预定阈值，则检测为全局型差异，其中，第二阈值大于第一阈值。因此，局部型差异检测的灵敏度较高，这是因为特定位置的微小差异可能导致检测到差异是临床相关的，而全局型差异(如遍布整个图像的强度变化)将可能不是临床相关的。根据本专利技术的一种示例性实施方式，阈值和第一阈值中的至少一个是局部变化的阈值。因此，例如，可以在边缘处消除特别恒定的影响。另外，假设将通过图像识别来辨识相关的临床方面，图像识别可以通过计算机辅助手术系统来执行，上述方面可以位于在图像中相关性更强的位置处。可以基于第一图像执行图像识别，使得在考虑第二图像之前，能够辨识相关的图像部分。这样的图像部分可以是识别出的螺丝尖端、克氏针尖端等。根据本专利技术的一种示例性实施方式，阈值、第一阈值和第二阈值中的至少一个是动态阈值。因此，可以考虑动态变化而对图像进行比较。阈值可以在检测到以下具体情形时变化：在该具体情形中，检测到特定区域包括伪影(artifact)等。另外，可以基于最大局部差异与全局差异的比率动态地调节阈值。换句话说，如果全局差异与最大局部差异的比率超过特定的阈值，则这可以认为表示临床相关性。根据本专利技术的一种示例性实施方式，该方法还包括：确定具有最大局部差异的图像块，并且将具有最大局部差异的图像块与其余图像块进行比较并且基于具有最大局部差异的图像块与其余图像块的比较来确定局部型差异。因此，可以确定或确认该最大差异是显著差异。换句话说，这使得能够确定该差异是否为相对较大的差异，即其余的块具有较小的差异或相对较小的差异，即其余的块与最大差异块相比具有较小的差异。根据本专利技术的一种示例性实施方式，该方法还包括：确定具有显著增加的局部差异的图像块，并且将具有显著增加的局部差异的图像块和与具有显著增加的局部差异的图像块邻近或在其附近的图像块进行比较，并且基于具有显著增加的局部差异的图像块和与具有显著增加的局部差异的图像块邻近或在其附近的图像块的比较来确定局部型差异。因此，可以确定差异的梯度，使得当具有强梯度的局部差异时，即当块与邻近块或附近块之间具有强梯度的局部差异时，可以使用梯度作为对于临床相关性的度量。根据本专利技术的一种示例性实施方式，该方法还包括：识别第一图像中的相关对象，并且基于第一图像的包括所识别出的相关对象的图像块与第二图像的相应图像块的差异来确定局部型差异。因此，图像的相关部分可以用于确定局部差异以及是否发生了临床相关性的确定。可以基于计算机辅助手术系统的已经被确定为临床相关的图像信息来确定相关部分。这可以通过图像识别或对象识别来实现。根据本专利技术的一种示例性实施方式，比较并确定第一图像与第二图像的差异包括：确定第一图像和第二图像的相应图像块的至少一部分的平均值和/或方差，并且关于平均值和/或方差比较相应的图像块。因此，可以将用于确定平均值或平均数或者确定方差形式的非常简单的计算机过程应用于获取整个图像块或多个图像块的积分值。另外，可以避免像素的计算密集型的一对一分配，因为图像块形式本文档来自技高网...

【技术保护点】
一种用于对由成像装置提供的解剖情形下的图像的临床相关性进行自动检测的方法，所述方法包括以下步骤：获取所述解剖情形下的第一图像（S11）；获取所述解剖情形下的第二图像（S12）；比较所述第一图像与所述第二图像并且确定所述第一图像与所述第二图像之间的差异（S20）；确定所述第一图像与所述第二图像之间的所述差异是否包括局部型差异和全局型差异中的至少一个（S30），其中，所述局部型差异是所述第一图像与所述第二图像的局部差异，以及其中，所述全局型差异是所述第一图像与所述第二图像之间的全局差异；以及通过确定所述第一图像与所述第二图像之间的所述差异是否包括局部型差异来确定所述第二图像是否具有临床相关性（S40）。

【技术特征摘要】
【国外来华专利技术】1.一种用于对由成像装置提供的解剖情形下的图像的临床相关性进行自动检测的方法，所述方法包括以下步骤：获取所述解剖情形下的第一图像(S11)；获取所述解剖情形下的第二图像(S12)；比较所述第一图像与所述第二图像并且确定所述第一图像与所述第二图像之间的差异(S20)；确定所述第一图像与所述第二图像之间的所述差异是否包括局部型差异和全局型差异中的至少一个(S30)，其中，所述局部型差异是所述第一图像与所述第二图像的局部差异，以及其中，所述全局型差异是所述第一图像与所述第二图像之间的全局差异；以及通过确定所述第一图像与所述第二图像之间的所述差异是否包括局部型差异来确定所述第二图像是否具有临床相关性(S40),其中，用于比较并且确定所述第一图像与所述第二图像的差异的步骤包括：将所述第一图像和所述第二图像中的每个划分成各自包括多个像素的相应图像块(S22)，并且比较所述第一图像和所述第二图像的所述相应图像块中的至少一个，其中，如果所述第一图像的图像块与所述第二图像的相应图像块的差异超过第一预定阈值，则检测到所述局部型差异，以及其中，如果所述第一图像与所述第二图像的差异超过第二预定阈值，则检测到所述全局型差异，其中，所述第二预定阈值大于所述第一预定阈值。2.根据权利要求1所述的方法，还包括确定所述第一图像与所述第二图像的全局差异与最大局部差异的比率超过特定的阈值。3.根据权利要求2所述的方法，其中，所述特定的阈值和所述第一预定阈值中的至少一个是局部变化的阈值。4.根据权利要求2所述的方法，其中，所述特定的阈值、所述第一预定阈值和所述第二预定阈值中的至少一个是动态阈值。5.根据权利要求1所述的方法，还包括：确定具有最大局部差异的图像块并将所述具有最大局部差异的图像块与其余图像块进行比较，并且基于所述具有最大局部差异的图像块与其余图像块的所述比较来确定局部型差异。6.根据权利要求1所述的方法，还包括：确定具有显著增加的局部差异的图像块并将所述具有显著增加的局部差异的图像块与在所述具有显著增加的局部差异的图像块附近的图像块进行比较，并且基于所述具有显著增加的局部差异的图像块与在所述具有显著增加的局部差异的图像块附近的图像块的所述比较来确定局部型差异。7.根据权利要求1所述的方法，还包括：识别所述第一图像中的相关对象，并且基于所述第一图像的包括所识别出的相关对象的图像块与所述第二图像的相应图像块的差异来确定局部型差异。8.根据权利要求1所述的方法，其中，用于比较并且确定所述第一图像与所述第二图像的差异的步骤包括：确定所述第一图像和所述第二图像的相应图像块的至少一部分的平均值(S24)和方差(S26)，并且关于平均值(S25)和所述方差(S26)比较相应图像块。9.根据权利要求7所述的方法，其中，基于所述图像的所识别的对象的检测到的尺寸动态地调节所有图像块的独有的尺寸(S23)。10.根据权利要求1所述的方法，其中，用于比较并且确定所述第一图像与所述第二图像的差异的步骤包括：将多个图像块组合成图像块群(S28)，并且比较相应的图像块群(S29)...

【专利技术属性】
技术研发人员：乌多·普夫伦格勒，迈克尔·科嫩，阿尔诺·布洛，托马斯·埃普坦，
申请(专利权)人：史塞克创伤有限责任公司，
类型：
国别省市：