[發明專利]醫用圖像處理裝置及醫用圖像處理方法

有效

• 申請號: 201210311743.1
• 申請日: 2012-08-29
• 公開（公告）號: CN103202705A
• 公開（公告）日: 2013-07-17
• 發明（設計）人: M·拉擇圖;J·馬修
• 申請（專利權）人: 株式會社東芝;東芝醫療系統株式會社
• 主分類號: A61B6/03
• 分類號: A61B6/03
• 代理公司: 中國國際貿易促進委員會專利商標事務所 11038
• 代理人: 孫蕾

相關申請的交叉引用

本申請以2012年1月12日提交的美國專利申請13/349010號為基礎，并要求其優先的權益，該在先申請的所有內容通過引用的方式被包含于此。

技術領域

此處描述的實施方式一般涉及一種醫用圖像處理裝置及醫用圖像處理方法。

背景技術

常常希望實現2個以上的相似的醫用圖像數據集、例如三維醫用圖像數據集（以下稱為體數據）的準確的校準。體數據邊與大致相同的解剖學組織相關聯，邊能反映取得時間、圖像診斷法、攝影參數、患者的姿勢或動作、造影劑、疾病的進展、以及還有患者的個人信息的差異。

為了了解同一或等價的解剖學組織之間的相關關系而進行這樣的體數據的配準的優點有很多。這樣的優點如下：邊同時使體數據可視化邊容易導引；使通過包括以不同能量攝影的CT（Computed?Tomography）掃描的各個圖像診斷法提供的生理信息及解剖信息相關聯；一旦在上一掃描中識別完成，則在追蹤掃描中就容易找到對象的特征位置（例如，腫瘤的發展經過、血管斑塊及其他疾病、以及支架的移動等）；為了識別特定的解剖學組織，將新的體數據與已知特性的參考體數據進行比較；可以進行造影增強體數據與非造影增強體數據之間的數字減影的進一步步驟，由此可以消除骨骼、血管鈣化以及支架等使體數據不清晰的情況等。

已知很多三維醫用圖像數據集（體數據）的配準方法。通常，這些方法可以根據為了取得配準而使用的數據坐標的轉換類型來進行分類。

第1類型的已知的配準是指為了將某體數據與另外的體數據進行配準，該要配準的體數據中的數據點的坐標接受旋轉、平行移動以及縮放的剛性配準（rigid?registration）。

第2類型的已知的配準是指為了將某體數據與另外的體數據配準，該要配準的體數據中的數據點的坐標接受旋轉、平行移動、縮放及剪切的仿射配準（affine?registration）。

第3類型的已知的配準使用自由形狀轉換，為了將某要配準的數據與另外的要配準的數據進行配準，該要配準的數據中的數據點的坐標接受具有靈活性的自由形式的轉換。

以下，將用于剛性配準的體素的坐標轉換稱為剛性轉換，將用于仿射配準的體素的坐標轉換稱為仿射轉換。剛性配準為線性配準。與自由形狀轉換對應的配準例如稱為非剛性配準。非剛性配準例如是由曲力場定義的非線性配準。

剛性轉換及仿射轉換可以使用限定的數量（剛性情況下最多9個，仿射情況下12個）的參數來定義。自由形狀轉換可以使用曲力場（warpfield）來定義。曲力場通常是稠密的向量場，定義三維數據集（體數據）中的多個體素各個的位移。自由形狀轉換還可以使用其它的場或者函數，例如使用B樣條函數或薄板樣條函數等來定義。

體數據中的多個體素各個都由于曲力場、即表示體數據中的多個體素各自的坐標的位移量的向量場而發生移動。通過對體數據應用曲力場，多個體素分別非剛性地變形。

通常，配準算法定義2個體數據之間的某種相似度，然后試用這樣的相似度，并著手使其最大。在剛性轉換或仿射轉換的情況下，可以展開直接最優化方式。在自由形狀或其他非剛性配準的情況下，可以使用例如Crum-Hill-Hawkes方法、薄板樣條方法等其他最優化方式。

一般，相似度的最優化是已知的配準步驟的最終階段之一。通常，在過程初期發生大量的預處理，例如圖像濾波、掩膜或裁剪等。并且，多數方法在多尺度化基礎上進行動作，這意味著在預處理之前對體數據進行子采樣。這些動作都可能對算法執行時及內存占用產生明顯的影響。

基于剛性及仿射的配準步驟相比自由形狀配準步驟簡單且有時間更短的傾向，但是常常無法恢復復雜變形，例如在身體的內部臟器中能夠發生的變形等。在大部分情況下，單一的整體剛性或仿射轉換對在將覆蓋例如心臟、腹部等人體的大部分的2個掃描校準至希望的精度不會是很夠的。

上述已知的配準方法的變形是局部配準方法，體數據被分割為與整個體數據中的數據（體素）相鄰的塊或立方體，并對體數據的塊或立方體分別進行處理。

上述已知的方法中的每一種方法在整體上被應用于被檢體的體數據時，常常失敗于提供為了校準小的對象所需要的紋理細膩的局部配準。