[發明專利]醫用圖像處理裝置、醫用圖像處理方法以及醫用圖像處理程序

有效

• 申請號: 201410161848.2
• 申請日: 2014-04-22
• 公開（公告）號: CN104112292B
• 公開（公告）日: 2017-07-04
• 發明（設計）人: M·達巴;I·普爾
• 申請（專利權）人: 東芝醫療系統株式會社
• 主分類號: G06T15/08
• 分類號: G06T15/08;G06K9/62;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: 許海蘭

技術領域

在本說明書中說明的實施方式一般涉及患者的三維（3D）圖像數據集，更具體而言，涉及如何在三維圖像數據集中對解剖學界標進行定位。

背景技術

在醫療領域中，通過包含計算機斷層攝影（Computed Tomography）、磁共振（Magnetic Resonance）、單光子放射計算機斷層攝影（Single Photon Emission Computed Tomography）、超聲波以及正電子放射斷層攝影（Positron Emission computed Tomography）的各種技術（在醫療領域中稱為醫療器械）來收集三維（3D）圖像數據集，即，體數據集。體數據具備在3D柵格內配置的多個體素。各體素具有與其結合的體素值。該體素值表示物理參數的測定值。例如，當是CT掃描時，體素值表示這些體素對于X射線的不透明度，即，表示它們的X射線阻止能力。X射線阻止能力以與密度（每單位容積的質量）緊密結合的亨氏單位（HU）來測量。

解剖學界標（標識點）對患者圖像添加標簽并發揮著重要的作用。在以往的方法中，解剖學界標以為了決定其自身的特定的部位，或者為了用于距離的測定或者角度的測定等測定，或者為了提供對于其他的界標的部位的某一目的由臨床醫生作為1個基準點來使用。

體數據集通過將根據體患者數據集即3D患者數據集而計算出的二維（2D）圖像顯示于畫面的視覺化應用程序，即，通過計算機程序來視覺化處理。計算3D對象的二維（2D）圖像的處理被稱為體繪制。體繪制例如能夠適用于薄塊多剖面重建（MPR）。

體數據集內的解剖學界標的準確的檢測以及分類能夠用于患者圖像數據的用戶導航，能夠用于依存于前后關系的功能以及分析的觸發，因此，對繪制應用程序有用。解剖學界標例如能夠用于提供來自預設的大規模的庫中的潛在的合適的預設的選項等、基于前后關系的視覺化選項。［預設通常通過選擇知道適合特定的組織型的視覺化的窗位與窗寬的特定的組合，來決定圖像數據集內的圖像值與當對用戶進行顯示時提供具有這些圖像值的哪一陰影像素或者體素的映射］。解剖學界標能夠作為分割的幫助，或者與分割數據同時使用。

解剖學界標還能夠進行來自兩個不同的患者的圖像或者在不同時間進行攝影得到的相同的患者的圖像（例如，離開1秒的幾分之一而攝影得到的映畫幀、或者手術前和手術后或者外傷前和外傷后等空開數周、數月、或者數年的間隔進行攝影得到的圖像）等不同的圖像的比較以及沒有元數據的它們的注冊。

作為由使用視覺化應用程序的臨床醫生進行解釋的幫助，解剖學界標還能夠在以往的方法中使用。

但是，患者數據的性質本質上是動態的，噪音多。另外，人體例如由年齡而決定，形狀以及形態是各種各樣的，因此，通常，患者圖像中的界標的準確的定位是問題。

因此，由自動化的方法準確地設置界標是視覺化應用程序的重要的任務。

通過決策樹（decision tree）或者決策林（decision forest）提供的方法等能夠判別的分類方法是在患者圖像數據集中設置解剖學界標的1個已知的自動化的方法。

設置解剖學界標的判別分類方法因獨立地生成各個界標，因此這一情況，作為一個例子如以下說明的那樣可能成為缺點。

圖1是患者的胸部以及骨盆區域的CT圖像數據集的圖像。重疊在圖像上的是幾個界標點。“十字”的界標點表示準確的、且由手動進行的設置得到的地面實況（ground truth）。“點”的界標點位于通過以往技術的決策林中的分林（classification forest）法設置的部位，編入輕微的誤差與大的誤差的組合。對應的地面實況（十字）的界標點以及模式化后的（點）的界標點與直線連接。當沒有示出線時，在該圖像的地面實況集中不會出現界標。通過分類方法，獨立地分配解剖學界標的部位。但是，根據解剖學的知識，破壞了所檢測的界標的合適的結構。這是由于沒有整體地識別界標的相對的位置關系。恰當地識別的界標不能幫助校正其他的界標的設置中的誤差。

具體而言，圖1的右手側的橢圓內部的被模型化的（點）界標與地面實況（十字）的界標相比較被較大地錯誤地設置，并且存在幾個距離，但作為校正被較大地錯誤地設置的界標的線索，分類林模型（幾乎）不能使用準確地設置的相鄰的界標。

另外，在圖像的右下方附近被圓包圍的模型化后的（點）界標的聚合實際上是頭部界標。決策林在空間上不能識別相鄰的被檢測出的界標，因此，盡管存在明顯的誤分類誤差，不能校正這些界標的位置，也進行基于分類林的大腿股骨頭界標的設置。在基于包含其他的類型的決策林的識別的檢測方法中一般存在該特征。