[發明專利]在三維圖像容積中檢測息肉的方法

有效

• 申請號: 200580042308.1
• 申請日: 2005-10-07
• 公開（公告）號: CN101116089A
• 公開（公告）日: 2008-01-30
• 發明（設計）人: Z·屠;X·S·周;A·巴布;L·博戈尼;D·科馬尼丘
• 申請（專利權）人: 西門子共同研究公司;美國西門子醫療解決公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 中國專利代理(香港)有限公司
• 代理人: 劉春元;魏軍

相關申請的交叉引用

本申請要求享受于2004年10月12日提交的美國臨時申請No.60/617,879中提出的權益，該申請全文以引用的方式結合于此。

技術領域

本發明涉及在三維圖像容積中檢測息肉的方法，更確切地說，涉及通過利用概率方法在三維結腸圖像容積中自動檢測息肉的方法。

背景技術

結腸癌是美國最主要的死亡因素之一。如果息肉在其發展的早期能夠被發現并進行處置，則死亡人數能夠大大減少。虛擬結腸鏡檢查是一項研制用來幫助醫生在三維(3D)X射線斷層掃描(CT)圖像數據中發現息肉的新技術。但是，這項技術通常需要在CT掃描以前，對結腸進行物理凈化。這樣做非常不方便，并且阻礙虛擬結腸鏡檢查作為大規模群體的常規掃描工具。此外，醫生還需經過多年訓練，才能順利地在3D?CT圖像中識別息肉。

息肉的大小用其直徑度量。小于6mm的息肉通常沒有很大的臨床意義。大于9mm的息肉很可能是癌癥，醫生可以很容易地識別。最重要的是，息肉檢測系統要能發現6～9mm范圍內的息肉，因為它們可能發展成為癌癥。

息肉自動檢測的任務是非常具有挑戰性的。首先，CT數據是在沒有進行腸道清潔的情況下取得的，把患者的不便減到最小。標記材料，例如大便，盡管通常在圖像中被描述為是明亮的區域，但是一個大大分散注意力的區域。其次，所關注的息肉非常小，不具有獨有的強度圖形，也沒有任何特殊的形狀。因此很難將它們與結腸壁區分開，特別是當它們被標記材料環繞時。第三，要處理的容積數據很大(例如400×512×512)，排除了采用任何計算上昂貴的方法的可能性。因而需要一種在三維結腸圖像數據中發現息肉的方法，通過利用再生模型來捕捉息肉的潛在生成過程。

發明內容

本發明的目的是在解剖學結構的三維圖像容積中發現目標對象的方法。從而可以在圖像容積中得出一組候選位置。對于每個候選位置，顯露出至少兩個不同縮放比例的子容積。每個子容積包含多個體素(voxel)。對于每個子容積來說，每個子容積至少按照兩個不同的方向旋轉。將形狀分類器應用于每個子容積。如果子容積中的體素通過了形狀分類器，則計算體素的傾斜方向。如果體素的傾斜方向是預先規定的方向之一，則將概率分類器施加于該體素。通過概率分類器計算出的概率度量，可以作為置信度量，施加于該子容積。如果置信度量高于預定的閾值，就可以確定該子容積包含了目標對象。

附圖說明

下面將參照附圖更詳細地描述本發明的優選實施方案，其中相同的參考數字表示相同的元素：

圖1舉例說明結腸的3D?CT圖像的不同視圖；

圖2是按照本發明的一個典型X射線斷層掃描(CT)系統的示意圖；

圖3舉例說明65個陽性樣品中的12個息肉；

圖4舉例說明按照本發明的一個用來圖像化并處理3D結腸數據的界面的照片；

圖5a～5c舉例說明按照本發明，候選數據是如何安排確定的；

圖6舉例說明本發明的一個典型的息肉及其擴大數據；

圖7舉例說明本發明的1D、2D、3D?Haar子波過濾器的示例；

圖8舉例說明一個本發明的概率推進樹；

圖9舉例說明根據本發明按照6個主要方向旋轉的圖7中的一個Haar子波過濾器；

圖10舉例說明本發明的一個概率推進樹及其分級；

圖11舉例說明本發明的已訓練形狀分類器；

圖12舉例說明本發明的以三種不同縮放比例及三個不同方向展示的子容積；

圖13a和13b是說明本發明檢測息肉的方法的流程圖。

具體實施方式

本發明的目的是通過利用以三維容積中肺節結檢測的知識為基礎的途徑，在三維(3D)結腸圖像容積中檢測息肉的方法。先確定一個一般的再生模型，再捕捉一個對象的生成過程，例如息肉。完整的容積及3D?Haar過濾器被用來進行特征的快速計算。采用概率推進樹(Probabilistic?Boosting?Tree：PBT)的分級來學習分類器。本發明能夠從50,000個候選特征的組合中自動選擇1000個特征。本發明不需要對數據進行預先分段，這一點對于在未凈化的數據中，例如在未凈化結腸中檢測息肉特別有用。