一種常見的具有高雙極性的圖像。如圖3a所示，在由黑色方 框示出的區(qū)域中交替存在黑色帶和白色帶，因此該區(qū)域內(nèi)的各圖像塊的像素值轉(zhuǎn)變劇烈， 即該區(qū)域具有大的雙極性。與人行橫道類似地，如圖3b所述，由于脊柱的椎間盤與椎間盤 之間的部分的對比度強，表明二者之間的像素值轉(zhuǎn)變的劇烈程度大，并且二者交替分布，因 此脊柱的圖像與人行橫道類似地具有顯著的雙極性特征。作為示例而不是限制，例如可以 使用現(xiàn)有技術(shù)的以下公式來計算一個圖像塊的雙極性特征值：
[0043] 在公式1中，γ表示圖像塊的雙極性特征值；4表示圖像塊本身的方差；μ郴 μ2分別表示圖像塊中的像素根據(jù)預(yù)定閾值分成的黑色區(qū)域和白色區(qū)域的均值；α表示經(jīng) 驗預(yù)估的塊內(nèi)黑色區(qū)域和白色區(qū)域的面積比例，且〇< α <1。α例如可以設(shè)置為0.5。 在上述公式1中，〇<γ<?。當(dāng)γ=?時，表示圖像塊具有完美的雙極性。當(dāng)γ = 〇時， 表示圖像塊不具有雙極性。
[0044] 相似性特征表示圖像塊之間的雙極性特征的相似性。相似性特征強的相鄰多個圖 像塊能夠確定更大范圍的雙極性特征強的區(qū)域，排除孤立的雙極性特征強的圖像塊。作為 示例而不是限制，例如可以使用現(xiàn)有技術(shù)的以下公式來計算圖像塊相對于另一圖像塊的相 似性：
[0046] 在公式2中，s表示圖像塊1相對于圖像塊2的相似性；μ μ 2分別表示圖像 塊1中的像素根據(jù)預(yù)定閾值分成的黑色區(qū)域和白色區(qū)域的均值；總和氣分別表示圖像塊2 中的像素根據(jù)預(yù)定閾值分成的黑色區(qū)域和白色區(qū)域的均值;min()和max〇分別是取最小 值函數(shù)和取最大值函數(shù)。
[0047] 圖像塊的大小可以根據(jù)實際需要設(shè)定，這里不做限制。
[0048] 接著參考圖2,在步驟S230中，根據(jù)所計算的計算結(jié)果選擇ROI。然后在步驟S240 中，將所選擇的ROI所在的矢狀面圖識別為穿過脊柱的中矢面的目標(biāo)矢狀面圖。
[0049] 這里，步驟S210可以由設(shè)置單元110執(zhí)行，步驟S220可以由計算120執(zhí)行，步驟 S230和S240可以由識別單元130執(zhí)行。
[0050] 在本發(fā)明的上述實施例中，計算基于感興趣區(qū)域中各圖像塊的雙極性特征和塊間 的相似性特征的評價指標(biāo)，并且根據(jù)該評價指標(biāo)來選擇其所在的矢狀面圖為穿過脊柱的中 矢面的目標(biāo)矢狀面圖的ROI。圖像塊的雙極性特征強，表明該圖像塊屬于脊柱的可能性高。 為了排除脊柱之外的孤立的具有強雙極性特征的圖像塊，在此還利用了圖像塊之間的相似 性特征，尤其是相鄰圖像塊之間的相似性特征。相鄰圖像塊之間的相似性特征強，則表明相 鄰的各圖像塊并非孤立的具有強雙極性特征的圖像塊，屬于脊柱的可能性更高。因此，可以 基于該原理來選擇ROI。
[0051] 作為一個示例，可以根據(jù)雙極性特征和相似性特征來計算感興趣區(qū)域的能量，選 擇具有較高能量的感興趣區(qū)域，并將所選擇的感興趣區(qū)域所在的矢狀面圖識別為穿過脊柱 的中矢面的目標(biāo)矢狀面圖，能夠較準(zhǔn)確地確定中矢面圖。當(dāng)然，也可以使用其他定義的基于 這兩種特征的評價指標(biāo)。
[0052] 在上述實施例中，計算單元120可以使用各種適當(dāng)?shù)姆椒▉碛嬎愀信d趣區(qū)域的能 量。作為示例而不是限制，在本發(fā)明的一個實施例中，使用基于雙極性特征和相似性特征的 加權(quán)和來估計感興趣區(qū)域的能量。圖4示出根據(jù)本發(fā)明的一個實施例的計算單元的示意性 框圖。如圖4所示，計算120包括像素能量計算單元121和區(qū)域能量計算單元122。圖5示 出了圖4所示的計算單元的示意性工作流程圖。如圖5所示，步驟S220可以包括可由像素 能量計算單元121執(zhí)行的步驟S221 :計算感興趣區(qū)域的每個像素所在的塊的雙極性特征值 和該塊與相鄰塊的相似性特征值的加權(quán)和，作為該像素的能量。例如，像素 i的能量Ei = a* γ ，其中γ i是像素 i所在的圖像塊的雙極性特征值，s i是像素 i所在的圖像塊與 相鄰的圖像塊（例如，相鄰8個圖像塊）的相似性特征值，a和b分別是像素 i的雙極性特 征和相似性特征的權(quán)重。其中權(quán)重a和b可以根據(jù)實際需要設(shè)置。在圖5中，步驟S220還 包括可由區(qū)域能量計算單元122執(zhí)行的步驟S222 :計算感興趣區(qū)域中的各像素的能量的均 值或中值，作為該感興趣區(qū)域的能量。
[0053] 圖6示出根據(jù)本發(fā)明的另一實施例的計算單元的示意性框圖。如圖6所示，在 計算單元120A包括像素能量計算單元121、縱向帶選擇單元123和區(qū)域能量計算單元 122A。其中，縱向帶選擇單元123用于在每個感興趣區(qū)域中確定具有最高能量的縱向帶 (longitudinal band)，其中，縱向帶的能量為縱向帶中的各像素的能量的均值或中值。縱 向帶的大小可以根據(jù)需要預(yù)先確定。例如，可以以高度與感興趣區(qū)域相同、寬度比感興趣區(qū) 域窄的縱向帶窗口對感興趣區(qū)域進行掃描，依次獲得不同位置的縱向帶。區(qū)域能量計算單 元122A將縱向帶選擇單元123所選擇的縱向帶的能量作為相應(yīng)感興趣區(qū)域的能量。從而， 識別單元130可以選擇具有較高能量的ROI所在的矢狀面圖作為穿過脊柱的中矢面的目標(biāo) 矢狀面圖。由于縱向帶的大小比感興趣區(qū)域小，通過選擇較高能量的縱向帶，能夠更為準(zhǔn)確 地選擇到脊柱所在的區(qū)域。
[0054] 經(jīng)研究發(fā)現(xiàn)，矢狀面圖中的脊柱的椎間盤的水平投影具有一定的分布規(guī)律。圖 7a_7c示出根據(jù)本發(fā)明的實施例的脊柱的水平投影的分布示意性。圖7a是脊柱的一組椎間 盤的示意圖。該組椎間盤包括4個椎間盤，圖7a示意性地示出每個椎間盤的上下兩個邊緣。 圖7b是包含圖7a的椎間盤的矢狀面圖的水平投影的示意圖。圖7b中的水平投影中的凸 起的波分別對應(yīng)于圖7a中的椎間盤。圖7c是為了方便觀看而將圖7b逆時針旋轉(zhuǎn)90度之 后得到的水平投影示意圖。如圖7c所示，水平投影中的各個波峰之間的間隔A相近（基本 上相等），各個波峰的峰值B也相近（基本上相等）。這是由于在脊柱中，各個椎間盤基本 上相互平行，且各個椎間盤的直徑基本上相同。
[0055] 利用椎間盤的水平投影的上述特征，可以從所識別的目標(biāo)矢狀面圖中檢測出未包 含椎間盤的假目標(biāo)矢狀面圖，并進而去除假目標(biāo)矢狀面圖。
[0056] 圖8示出根據(jù)本發(fā)明的另一實施例的醫(yī)學(xué)圖像處理裝置的示意性框圖。如圖8所 示，除了包括與圖1所示的相同的設(shè)置單元110、計算單元120和識別單元130之外，醫(yī)學(xué)圖 像處理裝置100A還包括假目標(biāo)識別單元140,用于從識別單元130所識別出的目標(biāo)矢狀面 圖中識別假目標(biāo)矢狀面圖。
[0057] 圖9示出根據(jù)本發(fā)明的一個實施例的假目標(biāo)識別單元的示意性框圖。如圖9所 示，假目標(biāo)識別單元140包括投影單元141和假目標(biāo)確定單元142。圖10示出圖9所示的 假目標(biāo)識別單元的示意性工作流程圖。其中，假目標(biāo)識別過程S240包括：在步驟S241中， 針對每個目標(biāo)矢狀面圖的感興趣區(qū)域，獲得該感興趣區(qū)域中的每個預(yù)定大小的區(qū)域的水平 投影；以及，在步驟S242中，如果目標(biāo)矢狀面圖的感興趣區(qū)域中有預(yù)定數(shù)目個區(qū)域的水平 投影不符合預(yù)定分布條件，則確定該目標(biāo)矢狀面圖為假目標(biāo)矢狀面圖。該預(yù)定分布條件為： 水平投影中的多個波峰的峰值相近；并且水平投影中的多個波峰之間的間隔相近。其中，步 驟S241可以由投影單元141來執(zhí)行，而步驟S242可以由假目標(biāo)確定單元142來執(zhí)行。
[0058] 投影單元141可以使用現(xiàn)有的各種適當(dāng)技術(shù)來進行水平投影。例如，可以通過設(shè) 置預(yù)定的像素閾值來獲得每個區(qū)域的水平投影?；蛘?，也可以通過將目標(biāo)矢狀面圖進行二 值化之后進行水平投影。
[0059] 除了識別假目標(biāo)矢狀面圖之外，椎間盤的水平投影的分布特征還可以用來從矢狀 面圖中識別感興趣區(qū)域。圖11示出根據(jù)本發(fā)明的一個實施例的感興趣區(qū)域識別單元的示 意性框圖。其中，感興趣區(qū)域識別單元110包括投影單元111和感興趣區(qū)域確定單元112。 圖12示出圖11所示的感興趣區(qū)域識別單元的示意性工作流程圖。其中，在感興趣區(qū)域識 別過程S210中，在步驟S211中，針對每個矢狀面圖的候選感興趣區(qū)域，獲得該矢狀面圖中 的多個候選感興趣區(qū)域的水平投影。在步驟S212中，從每個矢狀