專利名稱：使結構化對象的圖像對準的裝置和方法
技術領域：
本發(fā)明涉及對準結構化對象的第一圖像和第二圖像，特別是對準用于肺部腫瘤發(fā)展趨勢控制的圖像的數據處理單元和方法。本發(fā)明進一步涉及包含這種類型的數據處理單元的檢查裝置。
背景技術：
在醫(yī)學圖像處理中，不同時間或利用不同形態(tài)(modality)記錄的兩組數據量常常需要在空間上作坐標調整(“對準”)。以下借助這種情況的實例來描述對肺部腫瘤發(fā)展趨勢控制，其中，所比較的是不同時間生成的一個患者的X射線或MNR圖像。在相關的圖像數據中，檢測肺部中是否有節(jié)結或所謂的“圓形灶”(以下都稱為小節(jié)結)，進行坐標調整并比較尺寸。各種圖像的自動對齊或對準能使醫(yī)生更好地完成這些工作。
為對齊圖像，例如在剛性變換、仿射變換或非線性樣條函數的形式下，通常在圖像之間進行點對點成像。這類變化或“圖像對準”的計算實質上是一種基于合適的相似度標準的優(yōu)化過程。在確定變換形式之后，可以計算出重對齊或“重新格式化”的圖像。此外還可以計算諸如小結之類的對象構成(object constitute)或結構的變換的位置。
在本文中，美國專利申請2003/0146913 A1描述了一種對準兩個肺部圖像的方法，其中用戶首先以交互方式在第一圖像中指示一個相關的基準點(例如肺部的節(jié)結)。隨后在經過粗略的前置對準處理的圖像中，計算出第二圖像中與被指示的基準點相對應的位置，在此基礎上，在所述位置附近尋找與基準點周圍的局部范圍(local volume)的對應程度最高的局部范圍，這樣的過程需要大量的計算能力。

發(fā)明內容
根據上述背景，本發(fā)明的一個目標是提供快速和精確地自動對準對象的圖像的手段。
為解決該問題，采用了分別具有權利要求1或2特征的數據處理單元、具有權利要求8特征的檢查裝置和分別具有權利要求9或10特征的方法。有用的實施例在從屬權利要求中加以描述。
按照第一方面，本發(fā)明涉及一種對準結構化對象的第一圖像和第二圖像的數據處理單元。結構化對象例如可以是患者的胸腔區(qū)域，諸如肺、心臟、骨髓、骨骼和肌肉組織之類的各種器官位于其中。例如在對肺部腫瘤的發(fā)展趨勢進行控制的過程中，就需要對準兩幅胸腔圖像。所建立數據處理單元以執(zhí)行下列步驟將第一和第二圖像自動分割為各種對象構成。這種分割的合適方法可從出版物中獲知。分水嶺變換(watershed transformation)特別適合于本申請。
僅使兩幅圖像中與所選的相應對象構成相關的圖像區(qū)域得到對準，所選對象單元應當與所考慮的任務有關。作為一條規(guī)則，數據處理單元的用戶預先確定在給定情形下哪些對象構成是“有關的”。例如在肺部腫瘤發(fā)展趨勢控制的應用中，肺是有關的對象構成。
上述數據處理單元的優(yōu)點是可以全自動地對準圖像，分割和使對準操作局限于有關的圖像區(qū)域，因而就給定的任務而言允許精度非常高并且執(zhí)行速度快。單個用戶的動作并非總是有必要的。用戶可僅僅決定與所考慮任務有關并需要對準的對象構成(例如通過選擇專用程序模式)。
按照第二方面，本發(fā)明涉及一種對準結構化對象的第一圖像和第二圖像的數據處理單元，其被建立以執(zhí)行下列步驟將所述圖像自動分割為各種對象構成。
利用單獨指定的對準方法對準各種對象構成的圖像區(qū)域?？梢愿鶕ο髽嫵傻囊阎卣髦付▽史椒ǖ膬?yōu)先級。例如部分軟組織可借助仿射變換來對準，而部分硬組織(例如骨骼)可借助剛性變換對準。
數據處理單元的優(yōu)點是在每種情況下可采用最適合于單個對象構成的對準方法。例如通過確保剛性對象構成不(不得)借助彈性變換處理，盡可能地減少了對準所需的資源和成本同時獲得了更高的精確度。
數據處理單元優(yōu)選地是將第一和第二方面的特征組合。也就是說，在自動分割之后，僅使所選對象構成的圖像區(qū)域得到對準，并且利用單獨指定的對準方法來處理各種對象構成。
本發(fā)明進一步優(yōu)選的特征如下所述；這些可能涉及按照本發(fā)明兩個方面的數據處理單元，但是為簡單起見，這里僅采用術語“數據處理單元”。
建立數據處理單元可以用于對已分割的對象構成進行自動分類。胸部照片內不同的對象區(qū)域例如可以分為“肺部”、“心臟”、“骨骼”等。可選地，這種分類可基于圖像區(qū)域的平均洪斯菲爾得(Hounsfield)值的計算。分類結果可以作為自動選擇將被對準的相關圖像區(qū)域和/或選擇單獨指定的對準方法的基礎。
各種圖像或圖像區(qū)域的優(yōu)選對準方式為，在多個分辨率水平上采用線性對準，在一個粗網格上采用剛性對準，隨后在更精細的網格上采用仿射對準。粗網格上的對準相當于后續(xù)仿射對準的預備步驟，這樣后者可以更快地獲得精確的結果。隨后，作為該過程的總體結果，可得兩個圖像或所選圖像區(qū)域的仿射對準。
第一和/或第二圖像可以特別是兩維或三維的計算機層析圖，其可以是X射線照片或磁共振圖像。第一和第二圖像可利用相同或不同的形態(tài)生成。
本發(fā)明進一步涉及一種檢查裝置，包含下列單元產生對象的圖像的成像器件。例如可以是計算機層析X射線或磁共振系統(tǒng)。
與所述成像器件耦合的上述類型的數據處理單元。這意味著數據處理單元被用于對準結構化對象的第一和第二圖像并且被設置為首先將圖像自動分割為各種對象構成。數據處理單元進一步能夠對準所選對象構成的圖像區(qū)域和/或能夠利用各種對準方法來處理各種對象構成。
本發(fā)明進一步涉及一種對準結構化對象的第一圖像和第二圖像的方法，包含下列步驟將所述圖像自動分割為各種對象構成。
對準所選的與給定任務有關的相應對象構成的圖像區(qū)域。
本發(fā)明最后還涉及一種對準結構化對象的第一圖像和第二圖像的方法，包含下列步驟將所述圖像自動分割為各種對象構成。
利用單獨指定的對準方法對準各種對象構成的圖像區(qū)域。
上述兩種方法總體涉及的步驟可以由按照本發(fā)明第一和第二方面的數據處理單元執(zhí)行。上面的描述因此也適用于對進一步的細節(jié)、優(yōu)點和特征的闡釋。
本發(fā)明的各個方面將通過以下參照實施例的闡釋而變得顯而易見。
附圖
簡述以下借助附圖，以實例的方式描述本發(fā)明。單張附圖示意性地表示按照本發(fā)明的檢查系統(tǒng)的單元。
具體實施例方式
在圖的左邊是以X射線CT1表示的用于生成對象的兩維或三維圖像的成像器件。本申請基于對肺部腫瘤的發(fā)展趨勢的控制?；颊咝夭繀^(qū)域2的圖像由CT系統(tǒng)1產生并且傳送給相連的數據處理單元3。數據處理單元3通常配備有所需的部件，例如中央處理單元(CPU)、易失存儲器(RAM)、永久性存儲器(硬盤4、CD等)、與周邊器件的接口等。這些硬件部件在圖中未詳細畫出，而只是醒目地畫出圖像處理過程的主要順序，該處理過程可以由采用合適程序的數據處理單元執(zhí)行。
CT系統(tǒng)1生成的圖像特別是可以存儲在數據處理單元3的永久性存儲器4中。這樣，由CT系統(tǒng)1當前生成的圖像A1可以與先前存儲的圖像A2進行比較，從而跟蹤肺部腫瘤或肺部可疑節(jié)結(圓形灶)的發(fā)展變化(新出現、消失、大小變化等)。
為進行發(fā)展趨勢控制，檢查醫(yī)生必須在舊圖像A2和新圖像A1上找到小結并且使它們的坐標正確地一致起來。但是由于患者體位的變化以及器官位移和變形的結果，導致兩張圖像A1、A2通常出現幾何差異(即不是一致的)，因而難以進行坐標對準。為此，需要一個自動對齊或對準兩張圖像A1、A2的預備步驟。一方面，這種對準應當盡可能快地完成，另一方面又必須在相關的肺部區(qū)域做到盡可能的精確。為此以下進一步詳述該過程。
首先由數據處理單元3對待比較的圖像A1和A2進行自動分割。術語“分割”通常描述為將圖像點(像素或體元(voxel))指定給不同的類或對象構成。這種自動分割例如可以借助于將整個圖像區(qū)域劃分為各種圖像區(qū)域或部分的分水嶺變換實現。用于此目的的合適的算法可從公開出版物上獲知(例如L.Vincent、P.Soille的“數字空間內的分水嶺一種基于浸入模擬的高效算法(Watersheds in DigitalSpacesAn Efficient Algorithm Based on ImmersionSimulations”，IEEE Trans.Pattern Anal.Machine Intell.，13(6)，583-598，1991)。所述圖像區(qū)域隨后可被自動分類和指定給各種對象構成，例如肌肉組織a、肺b、心臟c、骨骼、空腔等。這種類型的分類可基于圖像區(qū)域的特征，特別是基于洪斯菲爾得值。
在這種分割和分類之后，建立起圖像區(qū)域與對象構成a、b、c的關聯。因此任何后續(xù)處理步驟都可局限于與所考慮的任務有關的對象構成。在肺部腫瘤的發(fā)展趨勢控制中，有關的對象構成只有肺b。根據完整的圖像A1、A2生成簡化的圖像B1、B2，其省略了所有不相關的對象構成a、c。隨后可以利用常規(guī)的方法對簡化為具有基本特征的圖像B1、B2進行對準。由于僅局限于所選的圖像區(qū)域，因此可以更快和以更高精確度對準有關的區(qū)域。由于可以采用更為簡單的變換方法(例如線性方法代替樣條)而在有關區(qū)域內精度保持恒定，因此進一步提高了處理速度。在對準之后，可以例如在監(jiān)視器5上以緊鄰方式或疊加方式顯示圖像(整幅圖像或限于有關的圖像區(qū)域)。
為了對準局部圖像B1、B2，優(yōu)選地采用基于多分辨率水平的快速方法。在第一步驟中，在一個粗分辨率網格上對準剛性體，隨后在第二步驟中通過在更精細的分辨率網格上作仿射對準來進一步提高對準效果。該過程的總體結果是整個肺部腔體的仿射變換矩陣。
按照本方法進一步的特征，在分割過程中確定的各種對象構成a、b、c的圖像區(qū)域可以用來將所述圖像區(qū)域指定為所定義的組織類型。該信息隨后可被用來對在局部確定的隨組織特性(例如彈性)而變化的對準參數作單獨定義。通過這種包括組織類型的對準，整個過程的精度得到了可觀的提高。例如可借助于剛性對準來變換骨骼和可比較的體結構，而較軟的組織需要更柔性的變換。
權利要求
1.一種對準對象(2)的第一圖像(A1)和第二圖像(A2)的數據處理單元(3)，所述數據處理單元(3)被設置為將所述圖像(A1，A2)自動分割為各種對象構成(a，b，c)；僅對準與預先確定的任務相關的所選對象構成(b)中的圖像區(qū)域(B1，B2)。
2.一種對準對象(2)的第一圖像(A1)和第二圖像(A2)的數據處理單元(3)，特別是如權利要求1所述的數據處理單元(3)，其被設置為將所述圖像(A1，A2)自動分割為各種對象構成(a，b，c)；利用單獨指定的對準方法對準各種對象構成(a，b，c)的圖像區(qū)域(B1，B2)。
3.如權利要求1或2所述的數據處理單元，其特征在于，對所述分割的對象構成(a，b，c)進行自動分類。
4.如權利要求1或2所述的數據處理單元，其特征在于，在幾個分辨率水平上采用線性對準，在粗網格上對剛性體對準，隨后在更精細的網格上采用仿射對準。
5.如權利要求1或2所述的數據處理單元，其特征在于，所述第一圖像(A1)和/或第二圖像(A2)是兩維或三維的計算機層析圖，特別是X射線照片或磁共振圖像。
6.如權利要求1或2所述的數據處理單元，其特征在于，所述對象為患者的胸(2)、與腫瘤診斷有關的所述對象構成的肺(b)。
7.如權利要求1或2所述的數據處理單元，其特征在于，利用分水嶺變換實現所述分割。
8.一種檢查裝置，包含產生對象(2)的圖像(A1，A2)的成像器件(1)；如權利要求1-7中任意一項所述的數據處理單元(3)，與所述成像器件(1)耦合。
9.一種對準對象(2)的第一圖像(A1)和第二圖像(A2)的方法，包含下列步驟將所述圖像(A1，A2)自動分割為各種對象構成(a，b，c)；對準所選對象構成(b)的與預先設定的任務有關的圖像區(qū)域(B1，B2)。
10.一種對準對象(2)的第一圖像(A1)和第二圖像(A2)的方法，包含下列步驟將所述圖像(A1，A2)自動分割為各種對象構成(a，b，c)；利用單獨指定的對準方法對準各種對象構成(a，b，c)的圖像區(qū)域(B1，B2)。
全文摘要
本發(fā)明涉及一種將對象(例如患者的胸(2))的第一圖像(A1)與第二存儲圖像(A2)進行對準的裝置和方法。圖像(A1，A2)例如可以由X射線CT系統(tǒng)(1)生成并且用于肺部腫瘤的發(fā)展趨勢控制。圖像(A1，A2)被自動分割為各種對象構成(a，b，c)。隨后具有與所考慮的任務有關的對象構成(b)的圖像區(qū)域(B1，B2)被對準。例如在肺部腫瘤的發(fā)展趨勢控制中，僅對準肺部區(qū)域(b)即可。
文檔編號G06T3/00GK1918601SQ200580004933
公開日2007年2月21日 申請日期2005年2月2日 優(yōu)先權日2004年2月13日
發(fā)明者T·布拉費爾特, R·維姆克 申請人:皇家飛利浦電子股份有限公司