專利名稱：使用等周樹的圖像分割的制作方法
技術(shù)領(lǐng)域：
本申請涉及圖像分割，具體涉及使用等周樹進(jìn)行圖像分割的方法和系統(tǒng)。
背景技術(shù)：
醫(yī)學(xué)成像一般被認(rèn)為對于診斷和患者看護(hù)很重要，其目標(biāo)是改善治療結(jié)果。近年來，由于諸如X攝像、計算機(jī)斷層攝影(CT)、核磁共振成像(MRI)和超聲的成像形態(tài)的進(jìn)步，醫(yī)學(xué)成像經(jīng)歷了爆炸式增長。這些形態(tài)提供了研究活體的內(nèi)部器官(organ)的非介入方法，但是數(shù)據(jù)量很大，并且當(dāng)呈現(xiàn)為2D圖像時通常需要解剖學(xué)家/射線專家來解釋。不幸的是，對數(shù)據(jù)的人工解釋上引發(fā)的代價抑制了常規(guī)數(shù)據(jù)分析。
可以組合2-D切片(slice)，以生成3-D立體模型。當(dāng)隨時間拍攝圖像時，4-D(3-D+時間)分析成為可能。對該數(shù)據(jù)的準(zhǔn)確和便宜的解釋難于實現(xiàn)。
圖像分割通過采取從數(shù)據(jù)集自動或半自動提取感興趣的解剖器官或者區(qū)域而在用于解剖學(xué)數(shù)據(jù)的診斷和分析的基于計算機(jī)的醫(yī)學(xué)應(yīng)用上扮演重要角色。例如，圖像分割方法能夠分離腦與非腦組織，也稱作頭腦剝離(skull-stripping)，這是腦電圖(brain mapping)研究中很重要而有困難的圖像處理問題。圖像分割方法使得人們能對心臟形狀和運動進(jìn)行研究。心臟機(jī)理的研究是重要的，這是因為心臟病被認(rèn)為與心臟形狀和運動方面的區(qū)域變化有很強(qiáng)的關(guān)聯(lián)。
在計算機(jī)視覺文獻(xiàn)中獲得了突出地位的圖像分割中的圖形劃分方法包括標(biāo)準(zhǔn)化切割(normalized cut)算法、最大流/最小割(max-flow/min-cut)、以及隨機(jī)游走(random walker)算法。Shi，J.和Malik，J.，“Normalized cuts and imagesegmentation，”in IEEE Transactions on Pattern Analysis and MachineIntelligence，22(8)888-905，2000.Boykov，Y.和Jolly，M.P.，“Interactive graphcuts for optimal boundary & region segmentation of objects in N-D images，”inInternational Conference on Computer Vision，volume I，pages 105-112，July 2001.Yu構(gòu)造了編碼不同圖像縮放尺寸的提示的多個層級圖形，并且跨越所有圖形層級優(yōu)化平均Ncut成本。Yu，Stella X.，“Segmentation Using Multiscale Cues”，In IEEE Computer Society Conference on Computer Vision and PatternRecogntion，1(1)247-254，2004。
Grady引入了作為全自動圖像分割的方法的等周圖形劃分算法。Grady，Leo，“Space-variant computer visionA graph-theoretic approach”，博士論文，波士頓大學(xué)，波士頓，曼徹斯特，2004。但是，因為該算法允許指定單個節(jié)點作為前景點，分割基于圍繞該前景點，該點可以由用戶選取，所以得到了半自動分割算法。等周算法是在圖形上表達(dá)的，其中，在圖像處理語境下，在6連接的格子(lattice)中，每個節(jié)點代表體元(voxel)，邊連接鄰近的體元。
發(fā)明內(nèi)容
根據(jù)本發(fā)明的示例性實施例，提供了一種圖形劃分方法。該方法包括從輸入數(shù)據(jù)導(dǎo)出樹；以及使用該樹作為用于等周圖形劃分算法的設(shè)置。
根據(jù)本發(fā)明的示例性實施例，提供了一種圖像分割方法，包括從輸入數(shù)據(jù)導(dǎo)出樹；產(chǎn)生矩陣的無填充次序，該矩陣代表該樹；求解關(guān)于該矩陣的線性方程系統(tǒng)，獲得解；使用該解定義分割族；以及基于分割質(zhì)量的量度從該分割族選擇分割。
根據(jù)本發(fā)明的示例性實施例，提供了一種醫(yī)學(xué)圖像分割的方法，包括從醫(yī)學(xué)圖像數(shù)據(jù)集獲得掩模；基于該掩模計算距離映射；獲得前景點；基于圖像的鄰近關(guān)系結(jié)構(gòu)計算帶有權(quán)重的最大生成樹，所述權(quán)重是距離映射的函數(shù)；產(chǎn)生矩陣的無填充次序，該矩陣代表該最大生成樹；求解關(guān)于該矩陣的線性方程系統(tǒng)，獲得解；使用該解定義分割族；以及基于分割質(zhì)量的量度從該分割族選擇分割。
根據(jù)本發(fā)明的示例性實施例，提供了一種計算機(jī)可讀介質(zhì)。該計算機(jī)可讀介質(zhì)包括用于從輸入數(shù)據(jù)導(dǎo)出樹的計算機(jī)代碼；用于產(chǎn)生矩陣的無填充次序的計算機(jī)代碼，該矩陣代表樹；用于求解關(guān)于該矩陣的線性方程系統(tǒng)，由此獲得解的計算機(jī)代碼；用于使用該解定義分割族的計算機(jī)代碼；以及用于基于分割質(zhì)量的量度從分割族選擇分割的計算機(jī)代碼。
對于本領(lǐng)域普通技術(shù)人員而言，當(dāng)結(jié)合附圖閱讀本發(fā)明的示例性實施例的描述時，本發(fā)明將變得更清楚，在附圖中圖1圖示了根據(jù)本發(fā)明的示例性實施例，以由節(jié)點內(nèi)部數(shù)字給出的次序的、樹的拉普拉斯矩陣的高斯消去(Gaussian elimination)。
圖2是示出根據(jù)本發(fā)明的示例性實施例的圖形劃分方法的流程圖。
圖3是示出根據(jù)本發(fā)明的示例性實施例的圖像分割方法的流程圖。
圖4是示出根據(jù)本發(fā)明的示例性實施例的醫(yī)學(xué)圖像分割方法的流程圖。
圖5示出了用于實現(xiàn)根據(jù)本發(fā)明的示例性實施例的醫(yī)學(xué)圖像分割方法的計算機(jī)系統(tǒng)。
具體實施例方式
下文中，將參考附圖詳細(xì)描述本發(fā)明的示例性實施例。
形式上，圖形為組G＝(V，E)，其中節(jié)點或頂點v∈V，以及邊e∈EV×V?？缭絻蓚€頂點vi和vj的邊e用eij表示。權(quán)圖具有賦予每個邊的值(假定非負(fù)并且是實數(shù))，稱作權(quán)。邊eij的權(quán)用w(eij)或者wij表示，代表鄰近體元(voxel)之間的強(qiáng)度或者親合度(affinity)。
等周圖形劃分可以通過把等周率寫成如下形式來展示用于圖形劃分的等周算法hG(X)minXXTLXXTr]]>[方程1]其中，r是所有1的向量，x代表指示集合SV的節(jié)點成員關(guān)系的向量，即， [方程2]n×n矩陣L是該圖形的拉普拉斯矩陣，定義為 [方程3]其中di表示頂點vi的加權(quán)度di＝∑W(eij)eij∈E [方程4]
標(biāo)記LViVj用于指示矩陣L用頂點vi和vj索引。
利用這些定義，方程1中比率的分子達(dá)標(biāo)跨越S和S的邊的權(quán)重和，而分母給出了S的勢(cardinality)。給定勢約束|V|-XTr＝k通過松弛(relax)x的二進(jìn)制定義并且相對于x最小化方程1的分子，我們得到了方程的奇異(singular)系統(tǒng)?？梢酝ㄟ^任意為S分配一個節(jié)點vg來克服，得到了非奇異系統(tǒng)L0x0＝r0[方程5]其中，下標(biāo)表明去除了對應(yīng)于vg的行(或者，在L0的情況下，行和列)。
給出方程5的實數(shù)值解，人們可通過找到產(chǎn)生具有最小等周恒量的劃分的閾值而將該解轉(zhuǎn)換成劃分，這需要嘗試僅n個閾值。在本語境下，我們感興趣的是圖形的幾何(掩模(mask)，因而，在方程5的求解中，我們處理wij＝1。
樹根據(jù)本發(fā)明的示例性實施例，標(biāo)準(zhǔn)的格子邊集合被以樹代替。零填充高斯消去次序指的是，線性方程的系統(tǒng)可以以兩通路(two pass)求解，其存儲等于n。具體地，可以通過消去(不加權(quán)的)度為1的節(jié)點(即，樹的葉子節(jié)點)以及遞歸地消去進(jìn)而具有度1的節(jié)點，直到達(dá)到根節(jié)點來在線性時間內(nèi)找到該次序。在這種情況下，便利的根節(jié)點是基礎(chǔ)(ground)。下面給出了根據(jù)本發(fā)明示例性實施例的產(chǎn)生樹的無填充(no-fill)次序。
上述產(chǎn)生樹的無填充次序的方法在線性時間內(nèi)實現(xiàn)了排序。其中陣列“樹”包含對于每個節(jié)點一個鄰居的索引(在無過多的邊的情況下)。該表示是可能的，因為一個樹具有n-1條邊(其中，根將包含‘0’)。
圖1圖示了根據(jù)本發(fā)明的示例性實施例的具有節(jié)點內(nèi)部的數(shù)字給出的次序的圖的拉普拉斯矩陣的高斯消去。參考圖1，頂行繪制了樹的消去，底行繪制了在每個消去步驟之后樹底拉普拉斯矩陣距離樹如上所述，通過使用樹作為潛在的圖形結(jié)構(gòu)，即代替格子，可以獲得公式5的線性時間求解。
下面給出了根據(jù)本發(fā)明的示例性實施例的求解圖5的方法
樹的最重要屬性，以便該求解將檢查希望的切割，是在前景(foreground)點和前景對象中的剩余體元之間的樹內(nèi)路徑不通過背景(background)中的任何體元，即，前景對于樹相連接。如果滿足該條件，并且背景也在樹內(nèi)被連接，則前景和背景針對單個邊連接(即，因為在樹內(nèi)不能存在環(huán))。
如果連接了前景對象，從每個點的距離映射(map)的梯度上升穩(wěn)定在同一集中的點，穩(wěn)定到不同峰的所有相鄰節(jié)點的距離映射在樹前景/背景邊界最大，則我們可以構(gòu)造滿足上述愿望的樹。把下述權(quán)分配給格子中的每條邊wij＝D(vi)+D(vj) (公式6)其中D(vi)表示在節(jié)點vi的距離映射，然后計算最大生成樹(maximum spanningtree)。下文中，具有公式(6)給出的權(quán)的圖像的最大生成樹將稱作“距離樹”。應(yīng)該理解，除了距離之外的功能也適合于實現(xiàn)本發(fā)明。適合于實現(xiàn)本發(fā)明的功能包括，但不限于，灰度級、梯度、和距離。
圖2是示出根據(jù)本發(fā)明的示例性實施例的圖形劃分方法的流程圖。參考圖2，在步驟210，從輸入數(shù)據(jù)導(dǎo)出樹。優(yōu)選地，該樹是距離樹。為了本公開的目的，“距離樹”指的是具有公式6給出的權(quán)的圖像的最大生成樹?；蛘撸摌涫枪δ軜?，其中，功能是感興趣的功能，該感興趣的功能定義了數(shù)據(jù)中重要的方面。
在步驟220中，使用樹作為用于等周圖形劃分算法的設(shè)置。在本發(fā)明的一個實施例中，使用樹作為用于等周圖形劃分算法的設(shè)置的步驟包括產(chǎn)生矩陣的無填充次序，該矩陣代表該樹；求解關(guān)于該矩陣的線性方程，得到解；使用該解來定義分割族；以及基于分割質(zhì)量的量度來從該分割族中選擇分割。
在根據(jù)本發(fā)明實施例的圖形分割方法中，輸入數(shù)據(jù)包括像素(在2D圖像的情況下)或者體元(在3D圖像的情況下)，以及通過把像素或者體元與前景或者背景中任一個相關(guān)聯(lián)來指定分割。例如，解值小于或者等于閾值的像素或者體元與前景相關(guān)聯(lián)，解值大于閾值的像素或者體元與背景相關(guān)聯(lián)。存在n-1個閾值，n是像素的數(shù)目。
在根據(jù)本發(fā)明示例性實施例的圖形劃分方法中，不需要用戶交互。優(yōu)選地，分割質(zhì)量的量度是等周率，等周率被定義為節(jié)點集合的周長對于節(jié)點集合的體積的比率?；诩现泄?jié)點的加權(quán)度之和或者集合中節(jié)點的數(shù)目中的至少一個來計算節(jié)點集合的體積。
圖3是示出根據(jù)本發(fā)明示例性實施例的圖像分割的方法的流程圖。參考圖3，在步驟310中，從輸入數(shù)據(jù)導(dǎo)出樹。優(yōu)選地，該樹是距離樹?；蛘?，該樹是功能樹。該功能是感興趣的功能，該感興趣的功能定義了圖像中重要的方面。感興趣的功能包括，但不限于，灰度級、梯度和/或距離。輸入數(shù)據(jù)包括像素(在2D圖像的情況下)或者體元(在3D圖像的情況下)。在本發(fā)明的一個實施例中，輸入數(shù)據(jù)是預(yù)先選擇的體元(例如，從閾值)的掩模(mask)。在本發(fā)明的一個實施例中，從輸入數(shù)據(jù)導(dǎo)出樹的步驟包括從輸入數(shù)據(jù)獲得掩模；基于掩模計算距離映射；計算距離樹。
在步驟320中，產(chǎn)生矩陣的無填充次序，其中，矩陣代表樹。在步驟330中，關(guān)于該矩陣求解線性方程系統(tǒng)，由此獲得解。
在步驟340中，該解用于定義分割族。通過把像素或者體元與前景或者背景中任一個相關(guān)聯(lián)來指定分割。例如，解值小于或者等于閾值的像素或者體元與前景相關(guān)聯(lián)，解值大于閾值的像素或者體元與背景相關(guān)聯(lián)。一般，存在n-1個閾值，n是像素的數(shù)目。
根據(jù)本發(fā)明的實施例，在步驟350中，基于分割質(zhì)量的量度從分割族選擇分割，優(yōu)選地，分割質(zhì)量的量度是等周率，等周率被定義為節(jié)點集合的周長對于節(jié)點集合的體積的比率?；诩现泄?jié)點的加權(quán)度之和或者集合中節(jié)點的數(shù)目中的至少一個來計算節(jié)點集合的體積。
根據(jù)本發(fā)明實施例的圖像分割方法還包括獲得前景點，其中，獲得前景點包括自動地獲得前景點或者交互地獲得前景點中的任一個。在圖像分割方法中，根據(jù)本發(fā)明的至少一個實施例，不需要用戶交互。
圖4是示出根據(jù)本發(fā)明示例性實施例的醫(yī)學(xué)圖像分割方法的流程圖。參考圖4，在步驟410中，從醫(yī)學(xué)圖像數(shù)據(jù)集獲得掩模。醫(yī)學(xué)圖像數(shù)據(jù)集包括3D醫(yī)學(xué)數(shù)據(jù)集、2D醫(yī)學(xué)數(shù)據(jù)集或者更高維的醫(yī)學(xué)數(shù)據(jù)集中的至少一個。
在步驟420中，基于掩模計算距離映射。在步驟430中，獲得前景點。優(yōu)選地，前景點是問題特定(problem-specific)的前景點。在本發(fā)明的一個實施例中，獲得問題特定的前景點包括獲得用戶指定的前景點。在根據(jù)本發(fā)明至少一個實施例的醫(yī)學(xué)圖像分割的方法中，不需要用戶交互。
在步驟440中，基于圖像的鄰近關(guān)系結(jié)構(gòu)計算帶有權(quán)重的最大生成樹，權(quán)重是距離映射的函數(shù)。公式6給出了距離映射的函數(shù)。在本發(fā)明至少一個實施例中，鄰近關(guān)系結(jié)構(gòu)是格子。圖像包括像素(在2D圖像的情況下)或者體元(3D圖像的情況下)。
在步驟450，產(chǎn)生矩陣的無填充次序，其中，矩陣代表最大生成樹。在步驟460中，關(guān)于該矩陣求解線性方程系統(tǒng)，獲得解。
在步驟470中，該解用于定義分割族。通過把像素或者體元與前景或者背景中任一個相關(guān)聯(lián)來指定分割。例如，解值小于或者等于閾值的像素或者體元與前景相關(guān)聯(lián)，解值大于閾值的像素或者體元與背景相關(guān)聯(lián)。一般，存在n-1個閾值，n是像素的數(shù)目。
在步驟480中，基于分割質(zhì)量的量度從分割族選擇分割，優(yōu)選地，分割質(zhì)量的量度是等周率，等周率被定義為節(jié)點集合的周長對于節(jié)點集合的體積的比率?；诩现泄?jié)點的加權(quán)度之和或者集合中節(jié)點的數(shù)目中的至少一個來計算節(jié)點集合的體積。
應(yīng)該理解，可以以硬件、軟件、專用處理器、或者其組合的各種形式來實現(xiàn)本發(fā)明。在一個實施例中，本發(fā)明可以以軟件實現(xiàn)為在程序存儲器件上有形體現(xiàn)的應(yīng)用程序?？梢园言搼?yīng)用程序上載到包括任何適當(dāng)體系結(jié)構(gòu)的機(jī)器，并且由該機(jī)器執(zhí)行。
參考圖5，根據(jù)本公開的實施例，用于實現(xiàn)圖像分割方法的計算機(jī)系統(tǒng)101可以除其它之外包括中央處理單元(CPU)109、存儲器103、輸入/輸出(I/O)接口104。計算機(jī)系統(tǒng)101一般通過I/O接口104耦接到顯示器105和諸如鼠標(biāo)和鍵盤的各種輸入設(shè)備106。支持電路可以包括諸如高速緩存、電源、時鐘電路、通信總線的電路。存儲器103可以包括隨機(jī)訪問存儲器(RAM)、只讀存儲器(ROM)、盤驅(qū)動、磁帶驅(qū)動等或者其組合。本發(fā)明可以被實現(xiàn)為例程107，其存儲在存儲器103中并且由CPU 109執(zhí)行，以處理來自信號源108的信號。這樣，計算機(jī)系統(tǒng)是通用計算機(jī)系統(tǒng)，其當(dāng)執(zhí)行本發(fā)明的例程107時成為專用計算機(jī)系統(tǒng)。
計算機(jī)平臺101還包括操作系統(tǒng)和微指令代碼。這里所描述的各種處理和功能可以是微指令代碼的部分或者經(jīng)由操作系統(tǒng)執(zhí)行的應(yīng)用程序的部分(或者其組合)。此外，各種其它的外圍器件可以連接到計算機(jī)平臺，諸如附加的數(shù)據(jù)存儲設(shè)備和打印設(shè)備。
還應(yīng)該理解，因為附圖中所描繪的方法步驟和組成系統(tǒng)元件的一些可以以元件實現(xiàn)，所以系統(tǒng)組件(或者處理步驟)之間的實際連接可能依賴于本發(fā)明被編程的方式而不同。給出了這里所提供的本發(fā)明的教導(dǎo)，相關(guān)領(lǐng)域的普通技術(shù)人員將能夠考慮這些和本發(fā)明的類似實現(xiàn)或配置。
下面，將描述包括用于根據(jù)本發(fā)明實施例的圖像分割的計算機(jī)代碼的計算機(jī)可讀介質(zhì)。計算機(jī)可讀介質(zhì)包括用于從輸入數(shù)據(jù)導(dǎo)出樹的計算機(jī)代碼；用于產(chǎn)生矩陣的無填充次序的計算機(jī)代碼，該矩陣代表樹；用于關(guān)于該矩陣求解線性方程系統(tǒng)，由此獲得解的計算機(jī)代碼；用于使用該解定義分割族的計算機(jī)代碼；用于基于分割質(zhì)量的量度從分割族選擇分割的計算機(jī)代碼。
優(yōu)選地，該樹是距離樹?；蛘?，該樹是功能樹。該功能是感興趣的功能，該感興趣的功能定義了圖像中重要的方面。感興趣的功能包括，但不限于，灰度級、梯度和/或距離。輸入數(shù)據(jù)包括像素(在2D圖像的情況下)或者體元(在3D圖像的情況下)。在本發(fā)明的一個實施例中，輸入數(shù)據(jù)是預(yù)先選擇的體元(例如，從閾值)的掩模。在本發(fā)明的一個實施例中，從輸入數(shù)據(jù)導(dǎo)出樹的步驟包括從輸入數(shù)據(jù)獲得掩模；計算掩模上的距離映射；計算距離樹。
在本發(fā)明的示例性實施例中，分割質(zhì)量的量度是等周率，等周率被定義為節(jié)點集合的周長對于節(jié)點集合的體積的比率?；诩现泄?jié)點的加權(quán)度之和或者集合中節(jié)點的數(shù)目中的至少一個來計算節(jié)點集合的體積。
計算機(jī)可讀介質(zhì)包括用于根據(jù)本發(fā)明實施例的圖像分割的計算機(jī)代碼，還包括用于獲得前景點的計算機(jī)代碼。例如，用于自動地獲得前景點的計算機(jī)代碼或者用于交互地獲得前景點的計算機(jī)代碼。
盡管為了說明的目的，參考附圖詳細(xì)描述了本發(fā)明的處理和裝置，但是應(yīng)該理解，本發(fā)明的處理和裝置并不視為由此受限。對于本領(lǐng)域合理技術(shù)人員，將很清楚可以對前述示例性實施例進(jìn)行各種修改，而不背離如所附權(quán)利要求定義的本發(fā)明的精神和范圍。
權(quán)利要求
1.一種圖形劃分方法，包括從輸入數(shù)據(jù)導(dǎo)出樹；以及使用該樹作為用于等周圖形劃分算法的設(shè)置。
2.根據(jù)權(quán)利要求1的方法，其中，所述樹是距離樹。
3.根據(jù)權(quán)利要求1的方法，其中，所述樹是功能樹。
4.根據(jù)權(quán)利要求3的方法，其中，所述功能是感興趣的功能，該感興趣的功能定義了什么在所述數(shù)據(jù)中是重要的。
5.根據(jù)權(quán)利要求1的方法，其中，使用該樹作為用于等周圖形劃分算法的設(shè)置的步驟包括產(chǎn)生矩陣的無填充次序，該矩陣代表所述樹；求解關(guān)于該矩陣的線性方程系統(tǒng)，獲得解；使用該解定義分割族；以及基于分割質(zhì)量的量度從該分割族選擇分割。
6.一種圖像分割方法，包括從輸入數(shù)據(jù)導(dǎo)出樹；產(chǎn)生矩陣的無填充次序，該矩陣代表該樹；求解關(guān)于該矩陣的線性方程系統(tǒng)，獲得解；使用該解定義分割族；以及基于分割質(zhì)量的量度從該分割族選擇分割。
7.根據(jù)權(quán)利要求6的方法，其中，所述輸入數(shù)據(jù)包括像素或者體元，其中通過把該像素或者體元與前景或者背景中的一個相關(guān)聯(lián)來指定分割。
8.根據(jù)權(quán)利要求7的方法，其中，具有小于或者等于閾值的解值的像素與前景相關(guān)聯(lián)，具有大于閾值的解值的像素與背景相關(guān)聯(lián)。
9.根據(jù)權(quán)利要求8的方法，其中，存在n-1個閾值，n是像素的數(shù)目。
10.根據(jù)權(quán)利要求6的方法，其中，所述分割質(zhì)量的量度是等周率，該等周率被定義為節(jié)點集合的周長與該節(jié)點集合的體積的比率。
11.根據(jù)權(quán)利要求10的方法，其中，所述節(jié)點集合的體積是基于該集合中節(jié)點的加權(quán)度之和或者該集合中節(jié)點的數(shù)目中的至少一個來計算的。
12.根據(jù)權(quán)利要求6的方法，還包括獲得前景點，其中，獲得前景點包括自動地獲得前景點或者交互地獲得前景點中的任一個。
13.根據(jù)權(quán)利要求6的方法，其中，所述樹是距離樹。
14.根據(jù)權(quán)利要求6的方法，其中，所述樹是功能樹。
15.根據(jù)權(quán)利要求14的方法，其中，所述功能是感興趣的功能，該感興趣的功能定義了什么在圖像中是重要的。
16.根據(jù)權(quán)利要求15的方法，其中，所述感興趣的功能是灰度級、梯度、或距離中的至少一個。
17.根據(jù)權(quán)利要求6的方法，其中，所述輸入數(shù)據(jù)是預(yù)先選擇的體元的掩模。
18.根據(jù)權(quán)利要求6的方法，其中，從輸入數(shù)據(jù)導(dǎo)出樹包括從輸入數(shù)據(jù)獲得掩模；基于掩模計算距離映射；以及計算距離樹。
19.根據(jù)權(quán)利要求6的方法，其中，不需要用戶交互。
20.一種醫(yī)學(xué)圖像分割的方法，包括從醫(yī)學(xué)圖像數(shù)據(jù)集獲得掩模；基于該掩模計算距離映射；獲得前景點；基于圖像的鄰近關(guān)系結(jié)構(gòu)計算帶有權(quán)重的最大生成樹，所述權(quán)重是距離映射的函數(shù)；產(chǎn)生矩陣的無填充次序，該矩陣代表該最大生成樹；求解關(guān)于該矩陣的線性方程系統(tǒng)，獲得解；使用該解定義分割族；以及基于分割質(zhì)量的量度從該分割族選擇分割。
21.根據(jù)權(quán)利要求20的方法，其中，所述圖像包括像素或者體元，以及其中通過把像素或者體元與前景或者背景中的任一個相關(guān)聯(lián)來指定分割。
22.根據(jù)權(quán)利要求21的方法，其中，解值小于或者等于閾值的像素或者體元與前景相關(guān)聯(lián)，解值大于閾值的像素或者體元與背景相關(guān)聯(lián)。
23.根據(jù)權(quán)利要求22的方法，其中，存在n-1個閾值，n是像素的數(shù)目。
24.根據(jù)權(quán)利要求20的方法，其中，所述分割質(zhì)量的量度是等周率，所述等周率被定義為節(jié)點集合的周長對于節(jié)點集合的體積的比率。
25.根據(jù)權(quán)利要求24的方法，其中，所述節(jié)點集合的體積是基于集合中節(jié)點的加權(quán)度之和或者集合中節(jié)點的數(shù)目中的至少一個來計算的。
26.根據(jù)權(quán)利要求20的方法，其中，所述醫(yī)學(xué)圖像數(shù)據(jù)集包括3D醫(yī)學(xué)數(shù)據(jù)集、2D醫(yī)學(xué)數(shù)據(jù)集、或者更高維的醫(yī)學(xué)數(shù)據(jù)集中的至少一個。
27.根據(jù)權(quán)利要求20的方法，其中，所述鄰近關(guān)系結(jié)構(gòu)是格子。
28.根據(jù)權(quán)利要求20的方法，其中，獲得前景點包括獲得問題特定的前景點。
29.根據(jù)權(quán)利要求28的方法，其中，獲得問題特定的前景點包括獲得用戶指定的前景點。
30.根據(jù)權(quán)利要求20的方法，其中，不需要用戶交互。
31.一種計算機(jī)可讀介質(zhì)，具有存儲到其的計算機(jī)指令，用于當(dāng)在數(shù)字處理設(shè)備中被執(zhí)行時實現(xiàn)權(quán)利要求20中所定義的方法。
32.一種計算機(jī)可讀介質(zhì)，包括用于圖象分割的計算機(jī)代碼，該計算機(jī)可讀介質(zhì)包括用于從輸入數(shù)據(jù)導(dǎo)出樹的計算機(jī)代碼；用于產(chǎn)生矩陣的無填充次序的計算機(jī)代碼，該矩陣代表樹；用于求解關(guān)于該矩陣的線性方程系統(tǒng)，由此獲得解的計算機(jī)代碼；用于使用該解定義分割族的計算機(jī)代碼；以及用于基于分割質(zhì)量的量度從分割族選擇分割的計算機(jī)代碼。
全文摘要
在圖像分割的方法中，從輸入數(shù)據(jù)導(dǎo)出樹(310)。產(chǎn)生矩陣的無填充次序，該矩陣代表該樹(320)。關(guān)于該矩陣求解線性方程系統(tǒng)，獲得解(330)。使用該解定義分割族(340)?；诜指钯|(zhì)量的量度從該分割族選擇分割(350)。
文檔編號G06T5/00GK101040297SQ200580035451
公開日2007年9月19日 申請日期2005年9月22日 優(yōu)先權(quán)日2004年9月22日
發(fā)明者利奧·格雷迪 申請人:西門子醫(yī)療技術(shù)美國股份有限公司