本发明专利技术涉及一种分割在包括多个图像的多维数据集中的表面的方法。按照本发明专利技术的方法，在步骤４，获取用于所考虑的目标的形状参数和拓扑参数。优选地，在获取步骤１，获取多维数据集，并随后将之存储在计算机可读的文件２中。在步骤５，基于可变形模型的适当分割算法３的缺省形状参数和拓扑参数被以用于给定目标的实际形状参数和拓扑参数４的值进行适配。随后，在步骤６，使用可变形模型算法６ａ、通过经适配的形状参数和经适配的拓扑参数来对构成多维数据集的图像进行分割，从而产生所寻求的表面的各个部分。当对于所有的图像得到了被分割表面的所有子部分之后，使用本身已知的跟踪算法８ａ跟踪该表面，导致建立在所述表面部分之间的空间对应关系。优选地，按照本发明专利技术的方法接下来是重建步骤９，其中对于给定的视角在虚拟空间中重建表面。在步骤１１，重建的表面在适当的显示装置上被显现，以供用户分析。
【技术实现步骤摘要】
【国外来华专利技术】用于分割多维数据集中的表面的 方法、系统和计算机程序本专利技术涉及一种分割(segment )在包括多个图像的多维数据集中的 表面的方法。本专利技术还涉及一种用于使能分割在包括多个图像的多维数据集中的 表面的系统。本专利技术还涉及一种用于分割在包括多个图像的多维数据集中的表面 的计算机程序。在开头段落中陈述的方法的实施例是从出版物J.Weese等人的 "Shape Constrained Deformable Models for Medical Image Segementation (用于医学图像分割的形状受约束的可变形模型)"， Proc. IPMI 380-387, 2001获知的。该已知的方法具体被安排成通过使 用有关被设想来进行分割的目标的先验形状信息，来改进图像分割方法 的鲁棒性。在该已知的方法中，形状信息被嵌入到可弹性变形的表面形 状模型，由此对图像的适配由从局部表面检测得出的外部能量和内部能 量来支配，这把可变形的表面限制为保持靠近由形状模型定义的子空 间。该已知方法的缺点在于，它的可靠性高度依赖于被安排来描述可移 动物体的运动的弹性约束条件的精度。为了对相应的方程求解，需要大 量的计算时间，这在日常的临床实践中是不能接受的。本专利技术的目的是提供一种用于分割多维数据集中的表面的方法，由 此该方法被安排成从原始图像数据自动学习局部形状和外观，因此提高 了分割精度并且减小了分割表面所必需的计算时间。为此，按照本专利技术的方法包括以下步骤-选择基于可变形表面模型的图像分割算法，该可变形表面模型包 括先验构造的形状模型和先验构造的拓朴模型，由此该形状模型由第一 参数表征而该拓朴模型由第二参数表征；-访问该表面的预定的形状参数和拓朴参数；-基于该形状参数和拓朴参数来适配该第一参数和第二参数，从而产生经适配的第一参数和经适配的第二参数；-使用所述图像分割算法、通过经适配的第一参数和经适配的第二 参数，来分割多维数据集中的表面，从而产生对于每个被分割图像的表 面的各个部分；-跟踪多维数据集中的表面，以建立在所述表面部分之间的空间对 应关系。本专利技术的技术措施是基于这样的观点为了使能精确地检测和测量 器官的运动，必须解决两个分开的任务。首先，感兴趣的器官必须从构 成多维数据集的每个图像分割出来，其次，至少对于属于目标器官的那 些图像部分，必须在图像系列的时间线上建立图像部分之间的正确的对 应关系。按照本专利技术的方法对于任何给定时间点使用目标器官的一次建 立的分割，以及从它来构建表面模型。优选地，分割是通过使用适当的 可变形表面模型实行的。按照本专利技术的方法保存器官的形状和拓朴属 性，这些属性被使用来产生在其它的、优选地是以后时间点的器官的分 割，其中表面模型界标(landmark)遵循解剖特性，因此建立时间上的 对应关系.被使用来分割序列中的其它图像的可变形表面模型获益于从 初始图像取得的形状模型和拓朴模型。这个先验知识被使用来初始化参 数以及约束形状偏差。由于相应于模型表面点的局部特性，这些模型点 即使在器官表面发生变形时也将遵循器官表面上的解剖界标。本专利技术是基于本身已知的、使用可变形模型的图像分割方法。使用 可变形才莫型的图像分割方法的例子是从Mclnerney和Terzopoulous， Med. Img. Anal. 1 (2): 91-108， 1996获知的。在按照本专利技术的方法中， 假设表面网(mesh)被适配于在至少一个图像体积中的器官表面。这可 以被自动地或交互地完成。这个网的几何形状被用作为参考模型和作为 在其它图像体积中用于适配过程的初始化。适配过程的细节在下面给 出。该网由多个顶角v和三角形t組成。它在拓朴结构上可以是开放的 或封闭的。三角形的数目以及它们的拓朴被假设为在跟踪期间不改变。 顶角&的位置构成形状模型。除了这些形状参数以外，图像外观(appearance)也被建模。取强度灰度值的向量#, = I (Pi,k)。采样位置由 Pi,k-nii+RiSk给出，其中mi是三角形的质心，以及Ri是旋转矩阵，它把向 量l0，0,ll变换成三角形法线rii。因此，偏移s^l0，0，0l给出Pi,严mi， 以及sk=| 0， 0， 1 |给出Pi,k-nii+ni，在网之外lmm的位置。这些向量么(每个三角形i 一个向量)组成器官的外观模型。应当指出，灰度值的向量g可被各自归一化，例如，具有零平均值和1.0的标准偏差。在这种情形 下，在特征项F(Xi)中的灰度值向量也必须随之被归一化。为了跟踪多维数据集中的表面，以便建立在这样建立的表面部分之 间的对应关系，接下来是以下的程序过程。可变形的表面模型方法被使 用于跟踪，它也使用如前述的形状模型和拓朴模型。可变形的表面被用 形状模型的参数A来初始化一那是指例如在初始图像体积中器官的提取 的位置。优选地，能量最小化方案被使用于每个顶角位置Vi的变形。要 被最小化的能量由 E-Eext+aEint 给出。内部能量由^ = SJ|^—^)-(、-"))2给出，其中A是形状模型顶角位置，而Vj是可变形的表面网顶角的位置(N(j)给出顶角号码j的所有的相邻索引)。 该特定最佳化方法在每个步骤中作用到对于每个mi的离散数目的候选者。外部能量由￡^=1>,2|/给出。附加权重Wi由Wi-l给出，或由 v^ma4o，FOJ-Spk『}给出，其中^-m,+Z A。最有吸引力的候选者nii， 由m,'-arg^^F(^)-Sl5^1确定。8|p|项使离当前位置较远的那些候选者 处于不利地位。对于三角形i在图像位置Xi处的图像特征强度F(Xi)由F(Jf')= "f定义，其中么是来自外观模型的灰度值的向量。参数是a和5，以及采样网格(grid)的形状s和候选点集合o。对于o， 使用多个二十面体网格，其导致在所有方向上和在不同距离上围绕I的 候选点，在按照本专利技术的方法的实施例中，该方法包括以下步骤 -通过使用在表面部分之间的空间对应关系，在多维空间中重建该 表面；-在显示装置上显现(visualize)该重建的表面。 已发现将按照本专利技术的方法用作各种心脏研究中的技术辅助是特别 有利的。对于本专利技术来说人的心脏是一个专用的目标器官，因为它显示 了复杂的运动图案，但保持拓朴上的稳定。在心脏诊断中，越来越希望 评估局部运动图案，例如，以便把关于冠状血管的局部灌注和/或血管造 影数据与中风病人(stroke patient)的局部心肌收缩性能相联系。还需要获取运动和变形图案，来构建跳动的心脏的几何模型。通过向合适 的医学专家显现例如心肌、左心室或右心室的重建的表面，而允许精确 地检测和/或量化运动。更优选地，显现装置还被安排成及时显现表面点 的轨迹。这种技术措施使得能显现目标的运动，这对于运动研究是特别 有利的。在按照本专利技术的方法的另 一个实施例中，访问表面的形状参数和拓朴参数的步骤包括以下子步骤-访问来自所述多个图像的单个的、优选地是初始图像的分割步骤 的结果，所述结果包括关于该表面的形状和拓朴的信息；—从所述结果得出用于该表面的形状参数和拓朴参数。已发现使用如图像分割步骤那样的自动手段来确定表面的形状和拓 朴参数是优选的。再优选地，对于分割步骤，使用本文档来自技高网...
【技术保护点】
一种分割在包括多个图像的多维数据集中的表面的方法，所述方法包括以下步骤： －选择一个基于可变形表面模型的图像分割算法，该可变形表面模型包括先验构造的形状模型和先验构造的拓扑模型，由此该形状模型由第一参数表征而该拓扑模型由第二参数表征； －访问该表面的预定的形状参数和拓扑参数； －基于该形状参数和拓扑参数来适配该第一参数和第二参数，从而产生经适配的第一参数和经适配的第二参数； －使用所述图像分割算法、通过经适配的第一参数和经适配的第二参数，来分割在多维数据集中的表面，从而产生对于每个被分割图像的表面的各个部分； －跟踪多维数据集中的表面，以建立在所述表面部分之间的空间对应关系。
【技术特征摘要】
【国外来华专利技术】...
【专利技术属性】
技术研发人员：J冯伯格，C洛伦茨，
申请(专利权)人：皇家飞利浦电子股份有限公司，
类型：发明
国别省市：NL[荷兰]
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。