CN101000690A - 用于提高图像一致性的设备、系统及方法 - Google Patents
用于提高图像一致性的设备、系统及方法 Download PDFInfo
- Publication number
- CN101000690A CN101000690A CN 200610160586 CN200610160586A CN101000690A CN 101000690 A CN101000690 A CN 101000690A CN 200610160586 CN200610160586 CN 200610160586 CN 200610160586 A CN200610160586 A CN 200610160586A CN 101000690 A CN101000690 A CN 101000690A
- Authority
- CN
- China
- Prior art keywords
- destination object
- main pattern
- algorithm
- initial segmentation
- improved image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
Abstract
某些典型的实施例可以包括一种方法,该方法能够包括自动地再现目标对象的改进的图像。该改进的图像基于目标对象的主要模式来获得。目标对象的主要模式可以被提供给适合于导出目标对象的改进的图像的算法。
Description
技术领域
本发明涉及用于提高图像一致性的设备、系统及方法。
背景技术
本申请要求2005年10月17日提交的、序列号为60/727,577(代理人案卷No.2005P18505US)的未决的美国临时专利申请的优先权,并且在此将该申请整体引入作为参考。
发明内容
本发明提供一种方法,包括:从计算机断层摄影设备获得数据;接收用户对由所述初始图像所包括的目标对象的体素集的选择;导出所述目标对象的初始分割,所述初始分割基于所述目标对象的显著强度;基于所述初始分割再现初始图像;通过均值移位算法根据在先的分割确定主要模式,所述均值移位算法包括所述初始分割内的所确定的体素强度变化的估算;将所述主要模式提供给适合于导出所述目标对象的改进的图像的算法;以及再现所述目标对象的所述改进的图像。
此外,本发明提供一种包括多个操作的方法,所述操作包括:自动地确定目标对象的改进的图像,所述改进的图像是基于所述目标对象的主要模式来确定的,所述目标对象的所述主要模式被提供给适合于导出所述目标对象的所述改进的图像的算法,所述主要模式是根据从计算机断层摄影设备获得的数据确定的,所述主要模式是通过均值移位算法的应用来确定的,所述均值移位算法包括所述目标对象的初始分割内的所确定的体素强度变化的估算。
此外,本发明提供一种包括用于操作的机器指令的信号以及一种包括用于操作的机器指令的计算机可读介质。
此外,本发明提供一种系统,包括:处理装置,用于确定目标对象的改进的图像,所述改进的图像基于所述目标对象的主要模式来确定,所述目标对象的所述主要模式提供给适合于导出所述目标对象的所述改进的图像的算法,所述主要模式根据从计算机断层摄影设备获得的数据来确定,所述主要模式通过均值移位算法的应用来确定,所述均值移位算法包括所述目标对象的初始分割内的所确定的体素强度变化的估算;以及用户接口,适合于再现所述改进的图像。
附图说明
参考示范性附图,通过下面对某些典型实施例的详细描述将更容易理解各种各样的可能实用的和有用的实施例,其中:
图1是系统1000的典型实施例的框图;以及
图2是方法2000的典型实施例的流程图;以及
图3是典型的方法3000的框图。
具体实施方式
某些典型实施例可以包括一种方法,该方法可以包括自动再现目标对象的改进的图像。基于目标对象的主要模式获得该改进的图像。可以将目标对象的主要模式提供给适合于导出目标对象的改进的图像的算法。
图1是系统1000的典型实施例的框图,该系统可以包括用于成像的装置、例如成像设备1300。成像设备1300可以是任何适合于提供图像、例如患者1500的图像的设备。例如,成像设备1300可以是适合于成像、例如诸如磁共振(MR)成像、X射线成像和/或计算机断层摄影(CT)成像之类的医学成像等等的设备。可以利用成像设备发射1400通过成像设备1300获得关于患者1500的成像数据。
成像设备1300可以经由网络1200与信息设备1100通信耦合。信息设备1100可以包括用户程序1160,该用户程序可以适合于分析、处理和/或增强来自成像设备1300的图像数据。例如,用户程序1160可以适合于确定用户选择的目标对象的主要模式,该主要模式可以被提供给分割算法。信息设备1100可以包括用户界面1120,该用户界面可以适合于再现与成像设备1300相关联的图像信息。
图2是方法2000的典型实施例的流程图。在操作2100中,可以从成像设备、例如医学成像设备中、在用于处理数据的装置、例如信息设备和/或处理器处获得数据。
在操作2200中,可以接收用户对目标对象的选择。用户选择可以是用户接口设备上的一点和/或由初始图像所包括的目标对象的一组体素。在某些典型实施例中,用户可以提供目标对象的标识。例如,用户可以输入和/或选择器官、肿瘤、骨头、腺和/或组织等的解剖标识。
在操作2300中,可以导出初始分割。初始分割可以基于目标对象的突出强度。在某些典型实施例中,初始分割可以基于由从成像设备获得的数据所表示的一个或多个对象的自动的和/或用户提供的标识。该初始分割可以经由区分函数来导出,该区分函数可以适合于将图像的像素分类为目标类和/或非目标类的成员。例如,某些典型的区分函数可以基于图像强度值对像素进行分类。可以从来自成像设备的数据的邻域的强度分布导出该区分函数。邻域可以是自动确定的和/或用户确定的,并且可以基于与从成像设备获得的数据相关的组织结构的特性的先验知识。该区分函数可以对于与从成像设备获得的数据相关的位置来说是特定的。例如,用于脑的区分函数可以不同于用于围绕患者肝脏的区域的区分函数。在一个典型实施例中,用于肝脏肿瘤的区分函数可以是根据已知是代表肝脏肿瘤的强度级的预定范围对体素进行分类的函数。
在某些典型实施例中,初始分割可以包括确定背景结构的背景分割。为了导出初始分割,可以翻转该背景分割。
可以由在从成像设备获得的数据的预定显著特征周围的邻域的强度分布导出该初始分割。可以通过区域生长算法、流域算法、水平集算法和/或图切分(graph cut)算法等等来获得该初始分割。
在操作2400中,可以基于初始分割来再现初始图像。
在操作2500中,可以确定目标对象的初始分割的主要模式。可以通过包括目标对象的初始分割内所确定的体素强度变化的评价的均值移位算法的应用来确定主要模式。该均值移位可以是迭代地确定的,直至获得主要模式。在某些典型实施例中,均值移位算法可以包括等式的一种或多种估算:
其中:
(xi,yi,zi),i=0,1,2,...是从给定位置(x0,y0,z0)开始的位置的序列;
Si是对象的初始分割;
k是核函数;以及
ω是加权函数。
在某些典型实施例中,加权函数可以是三角加权函数、余弦加权函数和/或阶跃加权函数(step weight function)等等。
在操作2600中,目标对象的主要模式可以被提供给分割算法,该分割算法可以适合于导出目标对象的改进的图像。
在操作2700中,可以基于主要模式导出改进的图像。
在操作2800中,可以再现该改进的图像。可以基于目标对象的主要模式来获得和/或导出改进的图像。
获得目标对象的一致的交互式分割可能是一个相对困难的问题,尤其是当目标对象内的强度分布有显著变化时。在医学应用中可能出现的不一致的用户交互会使分割一致性成为重大难题。某些典型实施例可以包含利用均值移位来实现初始预分割条件的一致确立,例如主要模式。所提出的技术被合并,并且在典型的交互式肝脏肿瘤分割算法中被验证,该交互式肝脏肿瘤分割算法通过鼠标点击来分割所指示的目标肝脏肿瘤。实验表明该技术相对好地完成任务且对于用户交互而言相对稳健。
交互式对象分割可以包括标记属于输入图像中的目标对象的元素,该目标对象可以通过用户交互来指定。能够准确地且稳健地标记来自输入图像的目标对象区域的精确的对象分割算法构成某些典型的计算机视觉应用的重要组成部分。例如,分割计算机断层摄影(CT)图像中的肝脏肿瘤可能是计算机辅助的肝癌诊断及治疗计划的重要任务。某些典型实施例可以具有交互式对象分割算法的两个主要目标:(i)交互式对象分割算法在输入图像中定位对象方面应是精确的以及(ii)交互式对象分割算法应能够产生不依赖于用户交互的一致的分割结果。给定目标对象内的一个样本位置或一些样本位置,精确地说将目标对象与背景分割开可能不是一个简单的问题。在某些典型实施例中,如果目标对象与背景充分隔离,可以相对容易地获得分割,且分割可以是准确的并且一致的。不幸的是,在某些实际应用中,即使目标对象可能在强度分布中是显著的和/或相对容易被识别,目标对象也可能不与目标对象所处的丰富背景完全分离。某些典型的目标对象可能驻留在具有相似强度分布的背景结构附近,这可能导致目标对象和背景结构之间的边界模糊。边界点处的梯度的大小可能变得比目标对象内部的强度变化的大小更不显著。在某些典型实施例中,用于识别目标对象边界的准确位置的标准的建立可能相对困难。在某些典型实施例中,用户可能不总是选择目标对象区域内的同一采样位置。在特定应用中,准确地定位目标对象可能与相应的图像特征有关。
在某些典型的交互式对象分割应用中,用户交互可以被接收以选择目标对象,该选择可能和其他用户对位置和/或样本等的选择不一致。某些典型实施例可以建立一种用于抑制这种变化的机制。某些典型实施例可以利用均值移位算法来基于用户交互输入建立一组一致的预分割条件,该组一致的预分割条件可以使交互式对象分割算法能够始终如一地定位目标对象区域。
图3是方法3000的典型实施例的框图,该方法包括两个阶段。在阶段3100中,算法能够导出可以基于目标对象的一个或多个显著特征的分割,该显著特征可以包括通过用户输入所选择的显著强度。初始分割在某些情况下可能不是精确的。然而,这样的分割可以表示目标对象的显著且稳定的结构,在某些典型实施例中获得该结构可能不困难。在阶段3200中,均值移位算法可以被应用于初始分割以定位主要模式。这样的主要模式可以提供稳定且一致的参考位置以确定目标对象的稳定的统计特性,不管用户交互如何,该统计特性可以使交互式对象分割算法能够获得相对一致的分割结果。
在下面的典型实施例中,典型的预分割条件(或对于一些特殊应用来说种子)选择技术可以以三维(3D)应用来详述。该方法可以被扩展为任何维数的图像。
令I(x,y,z)表示3D图像,其中(x,y,z)是有界的体素坐标;(x0,y0,z0)表示通过用户交互所确定的目标对象S上的初始位置,例如,该初始位置可以是通过鼠标点击所指示的目标对象上的位置。令Si={I(x,y,z)|Fs(x,y,z)=fs}是I中的大小为n=|Si|的体素集,其中Fs()表示目标对象的某些显著特征的区分函数。Si构成目标对象S的初始分割。初始分割Si可能不是精确的分割。数量可观的目标对象体素可能丢失,且数量可观的背景体素可能作为目标对象被包括。某些典型实施例可以包括Si的两个相对适中的目标:(i)Si应该捕捉目标对象的最显著的部分以及(ii)目标对象应该在其邻域周围的Si内是显性的。在某些典型实施例中,Si可能是可容易得到的。在某些典型的对象分割应用中,可以在没有显著困难的情况下获得基于某些显著特征的目标对象的粗略识别。例如,在肝脏肿瘤分割中,可以利用直接从通过鼠标点击所指示的位置周围的小邻域的强度分布导出的区分函数来实现这样的初始分割。在某些情况下,可以通过识别显著的背景结构、然后翻转分割结果来实现初始分割。例如,在典型的淋巴结分割应用中,可以相对容易地识别相对稳定的邻近骨结构。骨结构可以被用于给出骨结构附近的淋巴结的相对好的识别。
曲线k可以是分段的、连续的且非单调上升的函数,该函数映射非负实数的非负读出数,因此
核K可以是从(x,y,z)到非负实数的函数,因此
K(x,y,z)k=(‖x,y,z‖2),
其中‖.‖代表距离量度。
令w表示从(x,y,z)到非负实数的加权函数。在(x,y,z)处具有核k的均值移位m(x,y,z)可以被定义为
其中m(x,y,z)是在(x,y,z)处的指向主要模式的局部梯度,该主要模式可以通过S的统计结构来确定。某些典型实施例可以表示从给定位置(x0,y0,z0)开始的并且以迭代过程(xi+1,yi+1,zi+1)=(xi,yi,zi)+m(xi,yi,zi)生成的位置序列(xi,yi,zi),i=0,1,2,…。不管初始位置(x0,y0,z0)如何,当m(xi,yi,zi)=0时,(xi,yi,zi)达到主要模式,这可以是预分割条件选择的理想特征。
在某些典型实施例中,核函数对于可以包括稳健性、精确度、速度和/或效率等等的多种考虑来说可以是相对简单的。某些典型实施例可以利用可能适合于某些典型应用的高斯核或阶跃核(step kernel)。可能被考虑的因素是核带宽,该核带宽可以涉及目标对象的尺寸。在某些应用中,可能不能容易地获得目标对象的精确尺寸。在某些典型实施例中,只要可以知道目标对象的尺寸的一般概念,就可以保留相对大的带宽。加权函数可以涉及应用情况。通常,加权函数可以更强调最显著的特征。
某些典型实施例可以被用于肝脏肿瘤分割算法。对从不同的源获得的四组具有大约0.8毫米×0.8毫米×5毫米的分辨率的肝脏CT图像执行比较测试。存在总共40个肿瘤,由两个医师手动分割其中的10个目标对象。在利用以及不利用均值移位种子选择算法的情况下针对肝脏肿瘤分割算法测试分割一致性数量。
在测试中被用于评定相对于用户交互的分割一致性的性能标准可以通过下面的等式来定义:
其中C(*)表示体素的数量。S(x,y,z)和S(x’,y’,z’)分别表示利用两个不同的初始位置(x,y,z)和(x’,y’,z’)所产生的两个分割结果。在测试中,利用15个肿瘤来估计r,其中每个肿瘤被分割大约15次。与不具有利用均值移位种子选择算法的先决条件标准化的肝脏分割算法的大约88%的平均分割一致性相比,对于结合均值移位种子选择算法的肝脏分割算法来说平均分割一致性被确定为大约97%。
在某些典型实施例中,均值移位技术可以提高交互式对象分割的一致性。某些典型实施例可以利用均值移位算法来建立初始的预分割条件。这种所提出的技术被结合在典型的肝脏肿瘤分割算法中,该肝脏肿瘤分割算法接收用于指定目标肝脏肿瘤的鼠标点击。测试结果表明该算法对于用户交互变化来说可以是相对稳健的,并且能够导致肝脏肿瘤分割的相对高的一致性。
注释
通过阅读上述详细说明以及某些典型实施例的附图,对于本领域技术人员而言,其他实用且有用的实施例将容易变得显而易见。应理解的是,许多变化、修改以及附加的实施例都是可能的,并且因此所有这样的变化、修改以及实施例都应被认为是在本申请的精神和范围之内。
因此,不管本申请的任何部分(例如题目、领域、背景、概要、摘要、附图等)的内容如何,除非例如通过明确的定义、声明或论证明确说明相反,就权利要求而言,无论本申请和/或要求本申请的优先权的任何申请的任何权利要求,以及无论最初提出的或另外提出的:
不需要包含任何特定的所描述或所示出的特征、功能、操作或元素、操作的任何特定的顺序、或元素的任何特定的相互关系;
可以结合、分离和/或复制任何元素;
可以重复、由多个实体来执行和/或以多个权限来执行任何操作;以及
可以特别地排除任何操作或元素、可以改变操作的顺序和/或可以改变元素的相互关系。
此外,当这里描述任何数量或范围的时候,除非清楚地规定,否则该数量或范围都是近似的。当这里描述任何范围的时候,除非清楚地规定,否则该范围包括其中的所有值以及其中的所有子范围。例如,如果描述的范围是1到10,则该范围包括之间的所有值,像比如1.1、2.5、3.335、5、6.179、8.9999等等,并且包括之间的所有子范围,像比如1到3.65、2.8到8.14、1.93到9等等。
在此被引入作为参考的任何材料(例如美国专利、美国专利申请、书、文章等)中的任何信息都仅仅在这样的信息和这里所阐明的其他陈述及附图之间不存在抵触的程度上被引入作为参考。在存在这样的抵触(包括将使这里的任何权利要求或寻求其优先权的权利要求无效的抵触)的情况下,于是这种被引入作为参考的材料中的任何这种抵触信息在此明确地不被引入作为参考。
因此,描述及附图应被认为实际上是说明性的,而不应被认为是限制性的。
定义
当下面的术语在这里被实际使用时,附随的定义适用。在没有任何偏见的情况下提出这些术语和定义,以及,和本申请一致,保留在本申请或要求本申请的优先权的任何申请的审查过程期间重新定义这些术语的权利。为了解释任何要求本申请的优先权的专利的权利要求,每个定义(或如果原始定义在专利审查过程期间被修改,则重新定义术语)。
一-至少一个。
操作-动作、行为、行动、功能、步骤、和/或过程和/或过程的一部分。
适合的-合适的、恰当的和/或能够执行规定的功能的。
适合于-合适的、恰当的和/或能够执行规定的功能的。
和/或-结合或替代。
装置-用于特殊目的的器具或设备。
应用-将某物用于某一用途和/或目的的行为;和/或一组计算机可读指令和/或计算机程序。
应用的-直接和/或间接入射到。
围绕-在各方面。
关联-结合、连接在一起和/或涉及。
自动地-以基本上独立于外部人为影响和/或控制的方式动作和/或操作。例如,自动的灯开关可以在其视域内“看到”人时接通,而不需要人手动操作该灯开关。
自动地-以基本上独立于外部影响或控制的方式动行或操作。例如,自动的灯开关可以在其视域内“看到”人时接通,而不需要人手动操作该灯开关。
背景-不被感兴趣的主要对象包括的图像部分。
基于-考虑到...确定的和/或从...导出的。
能够-在至少一些实施例中能。
导致-产生影响。
变化-(动词)导致不同;(名词)改变或修改的行为、过程和/或结果。
被包括-被包含。
包括(comprises)-包含、但不限于下列所述。
包括(comprising)-包含了、但不限于下列所述。
计算机断层摄影设备-适合于从多个角度获得射线照相测量值的装置,射线照相测量值适合于被组合以形成图像。
配置-使适合于或适于特殊的用途或情况。
转换-变换、修改和/或改变。
坐标-用于确定给定维数的空间中的点、直线、曲线或平面相对于直线系统或其他固定基准系统的任何一组两个或多个数。
余弦加权函数-适合于提供指示重要性的值的函数,该函数至少部分地由无穷级数1-(x2/2!)+(x4/4!)-+...来定义,其中!表示阶乘。
生成-使形成。
数据-以适合于由信息设备处理的形式表示的信息。
数据结构-数据集合的组织结构,该组织结构允许有效地操作数据和/或数据元素之间的逻辑关系被设计用于支持特殊的数据操作函数。数据结构可以包括用于描述数据结构的特性的元数据。数据结构的例子可以包括:数组、字典、曲线图、散列、堆栈、链表、矩阵、对象、队列、环、栈、树和/或矢量。
定义-确定概要、形式或结构。
导出-通过确定、计算和/或查找来获得。
确定-获得、计算、决定、推断和/或查明。
设备-适合于特殊目的的工具。
区分函数-描述对象图像的所定义的数学关系。
配电-提供电能给用户的过程。
提高-改善或使更好。
等式-声明两个表达式相等的陈述,通常被写为符号的线性阵列,该阵列被分为左侧和右侧并且通过等号来连接。
估计-近似地和/或试验性地计算和/或确定。
估算-值的确定。
翻转-涉及图像的数学方法,其中图像的一个或多个所确定的前景对象被转换为背景和/或与一个或多个所确定的前景对象不相关的体素被分类为感兴趣的对象。
为了-具有...目的。
从-用于指示源。
进一步-此外。
高斯加权函数-适合于提供指示重要性的值的函数,该函数具有形式(对于实常数来说,因此a大于O、b和c):
生成-形成、产生、引起和/或使存在。
图切分算法-适合于通过确定图像的数学模型的一个或多个横截面来简化图像的方法。
生长-增加尺寸。
触觉的-涉及人的动觉和/或人的触觉。在多种可能的触觉经历中有至少部分地以非视觉的、非听觉的以及非嗅觉的方式所察觉的许多感觉、身体位置的感觉差异以及基于时间的感觉变化,所述触觉经历包括以下经历:触觉接触(被接触)、主动触觉、抓、压、摩擦、拖拉、滑动、拉申、推动、扭转、撞击、刺、振动、运动、加速、猛拉、脉动、定位、肢位、重力、纹理、缝隙、凹处、粘度、疼、痒、潮湿、温度、导热性以及热容量。
标识-身份证明、例如标记、描述、名称和/或特征,和/或唯一地和/或基本上唯一地标识人和/或事的某物。
图像-实体和/或现象的至少两维表示。
改善(improve)-产生更希望的状态和/或条件。
改善(improvement)-在更希望的状态或条件下。
指示-显示、标记、发信号、预示、表示、证明、表明、声明、说明、阐明、详细说明、解释、展示、呈现、揭露、公开和/或陈列。
信息-涉及主题的事实、术语、概念、短语、表达、指令、数字、字符和/或符号等等。有时与数据同义地使用,并且有时被用于描述所组织的、所变换的和/或所处理的数据。通常可以使包括信息的管理、组织、存储、变换、通信和/或显示的确定操作自动化。
信息设备-任何能够处理数据和/或信息的设备,例如任何通用计算机和/或专用计算机,例如个人计算机、工作站、服务器、小型计算机、主机、巨型计算机、计算机终端、膝上型电脑、可佩戴的计算机和/或个人数字助理(PDA)、移动终端、蓝牙设备、通信器、“智能”电话机(例如类似Treo设备)、消息传递业务(例如黑莓)接收器、寻呼机、传真、蜂窝电话、传统电话、电话设备、被编程的微处理器或微控制器和/或外围集成电路元件、ASIC或其他集成电路、例如分立元件电路的硬件电子逻辑电路、和/或例如PLD、PLA、FPGA或PAL等的可编程逻辑设备等等。一般,能够实现这里所描述的方法、结构和/或图形用户界面中的至少一部分的有限状态机所驻留的任何设备都可以被用作信息设备。信息设备可以包括例如一个或多个网络接口、一个或多个处理器、一个或多个包含指令的存储器、和/或一个或多个输入/输出(I/O)设备、一个或多个与I/O设备耦合的用户接口等等的组件。
初始的-开始的。
初始化-为使用和/或一些将来事件准备某事。
输入/输出(I/O)设备-任何面向感觉的输入和/或输出设备、例如面向音频、视频、触觉、嗅觉和/或味觉的设备,包括例如监控器、显示器、投影仪、高位显示器、键盘、键区、鼠标、跟踪球、操纵杆、游戏键盘、操纵盘、触摸垫、触摸板、定点设备、麦克风、扬声器、摄影机、照相机、扫描器、打印机、触觉设备、振动器、触觉模拟器和/或触觉垫,潜在地包括能够附着或连接I/O设备的端口。
强度-体素的强度和/或亮度。
核-(通常离散的)随机过程的过渡函数。通常,核被假设为独立的且同一地分布,并且因此是概率密度函数。
水平集算法-一种适合于增强可能经受拓扑变化的曲线和/或表面的方法。
位置-地点。
机器指令-适合于使机器、例如信息设备执行一个或多个特殊动作、操作、或功能的指示。有时可以构成称为“处理器”、“核”、“操作系统”、“程序”、“应用”、“实用程序”、“子程序”、“脚本”、“宏”、“文件”、“项目”、“模式”、“库”、“类”和/或“对象”等等的实体的指示能够以硬件、固件和/或软件被具体化为机器代码、源代码、对象代码、编译代码、汇编代码、可解释代码和/或可执行代码等等。
机器可读介质-一种物理结构,例如信息设备、计算机、微处理器和/或控制器等等的机器能够从该物理结构获得和/或存储数据、信息和/或指令。例子包括存储器、穿孔卡和/或光可读形式等等。
可以-在至少一些实施例中被允许和/或被许可。
均值移位算法-一种适合于将特殊图像体素的特征改变为与一个或多个相邻图像体素更相似的方法。
医学的-关于或涉及医学研究或实践。
存储设备-能够存储模拟或数字信息、例如指令和/或数据的装置。例子包括非易失性存储器、易失性存储器、随机存取存储器、RAM、只读存储器、ROM、闪存、磁性介质、硬盘、软盘、磁带、光学介质、光盘、压缩盘、CD、数字通用盘、DVD和/或RAID阵列等等。例如根据这里所公开的实施例,存储设备可以被耦合到处理器上和/或可以存储适合于由处理器执行的指令。
方法-用于实现某事的过程、程序、和/或相关操作的集合。
模型-实体和/或系统的数学和/或图解描述。
更多的-更大的。
邻域-和预定位置靠近、邻近和/或近似邻近的范围或区域。
网络-通信耦合的多个节点。网络可以是和/或利用例如电路交换、公共交换、分组交换、数据、电话、电信、视频分配、电缆、地面、广播、卫星、宽带、公司、全球、国内、区域、广域、骨干网、分组交换TCP/IP、快速以太网、令牌网、公共因特网、私人、ATM、多域和/或多区子网络的各种各样的子网络、一个或多个因特网业务供应商、和/或一个或多个信息设备、例如交换机、路由器和/或不直接连接到局域网的网关等等中的任何一个。
网络接口-任何能够将信息设备耦合到网络上的设备、系统或子系统。例如,网络接口可以是电话机、蜂窝电话机、蜂窝调制解调器、电话数据调制解调器、传真调制解调器、无线收发器、以太网卡、电缆调制解调器、数字用户线接口、网桥、网络集线器、路由器或其他类似的设备。
对象-物理物;与射频标识标签相关的项;一群数据和/或可执行指令;和/或能够被选择并且操纵的离散图形项、例如屏幕上的图形。
获得-接收、得到、占有、取得、获取、计算、确定和/或估计。
一个-单一的项。
分组-通信的离散实例。
多个-多数和/或多于一个的状态。
预定的-预先确定的。
主要模式-基于体素强度的统计模式所确定的目标对象中的参考位置。
在先的-在时间上更早。
概率-发生可能性的定量表示。
处理器-用于执行一个或多个预定的任务的设备和/或机器可读指令集。处理器可以包括硬件、固件和/或软件中的任何一个或其组合。处理器可以利用机械、气动、液压、电学、磁、光学、信息、化学和/或生物学原理、信号和/或输入来执行任务。在某些实施例中,处理器能够通过操纵、分析、修改、转换、传输供可执行程序和/或信息设备使用的信息、和/或将信息路由到输出设备来作用于信息。处理器可以作为中央处理单元、本地控制器、远程控制器、并行控制器和/或分布式控制器等等起作用。除非另外规定,处理器可以是通用设备、例如微控制器和/或像由加利福尼亚的Santa Clara的英特尔公司制造的奔腾Ⅳ系列的微处理器那样的微处理器。在某些实施例中,处理器可以是专用设备,例如已经被设计用于以硬件和/或固件实现这里所公开的实施例的至少一部分的专用集成电路(ASIC)或现场可编程门阵列(FPGA)。
简档-对象、结构和/或表面的表示、概要、和/或描述。
项目-计算、估计或预测。
显著特征-与周围特征不同的特征。
显著强度-与周围体素强度不同的体素强度。
提供(provide)-供给、供应、给予和/或使可获得。
提供(providing)-供给或供应。
接收(receive)-作为信号得到、取得、获取和/或获得。
接收(receiving)-获得、取得和/或获取。
推荐-建议、称赞、推荐和/或认可。
区域生长算法-一种适合于将对象的表示的连续部分的尺寸向上改变为与一个或多个预定标准相关的极限的方法。
再现-例如通过任何视觉、音频和/或触觉方法、例如通过显示器、监视器、打印机、电子文件、视觉输入、蜗形输入、扬声器等等显示、通告、说话、打印、和/或另外例如作为数据、指令、文本、图形、视频、音频、动画和/或超链接等等使人可察觉。
重复地-再三地;反复地。
表示-描述和/或用符号表示。
请求-表达愿望和/或要求。
所述的-当在系统或设备权利要求中使用时,指示随后的先前已经介绍过的权利要求项的冠词。
分割-确定像素是否是目标对象的一部分或者仅仅是目标对象的背景的一部分。
选择(select)-从备选方案中作出选择。
选择(selection)-(动词)从中可以作出选择的物的选定和/或选择和/或分类的行为;(名词)选择。
集-相关的多个。
信号-信息,例如用于操作的机器指令和/或具有预定含义的一个或多个字母、词、字符、符号、信号标记、视觉显示和/或特殊声音等等,被编码为物理变量的可自动检测的变化,所述物理变量例如是气动、液压、声学、流体、机械、电学、磁、光学、化学和/或生物变量,例如功率、能量、压力、流率、粘性、密度、扭矩、冲力、力、电压、电流、电阻、磁动势、磁场强度、磁通量、磁通密度、磁阻、磁导率、折射率、光波长、偏振、反射系数、透射率、相移、浓度和/或温度等。根据上下文,信号和/或其中所编码的信息可以是同步的、异步的、硬实时的、软实时的、非实时的、连续地产生的、连续地变化的、模拟的、离散地产生的、离散地变化的、量化的、数字的、被广播、被组播、被单播、被传输、被传送、被接收、被连续地测量、被离散地测量、被处理、被编码、被加密、被复用、被调制、被扩频、被解扩频、被解调、被检测、被解复用、被解密和/或被解码等。
阶跃加权函数-适合于提供指示重要性的值的函数,该函数具有包括离散的及分段的连续值变化的形式。
存储-典型地在存储器中放置、保持和/或保留数据。
结构-例如建筑物、机器、设备、飞行器、船、车辆、军用装备、贮存容器、管道、桥和/或电缆。
基本上-在很大范围或程度上。
系统-机制、设备、数据和/或指令的集合,该集合被设计用于执行一个或多个特定的功能。
目标-目的。
那个-用于指示如所指示的、以前提到的、所呈现的和/或众所周知的事情(物)的代词。
为了-适合于用于表示目的的介词。
传输-作为信号发送、供给、提供和/或供应。
三角加权函数-适合于提供指示重要性的值的函数,该函数具有包括单调上升的第一部分以及单调下降的第二部分的形式。
用户-使用设备、系统、过程和/或业务的人员、组织、过程、设备、程序、协议和/或系统。
用户接口-用于向用户再现信息和/或向用户请求信息的任何设备。用户接口包括文本、图形、音频、视频、动画和/或触觉元素中的至少一个。可以例如通过打印机、监视器、显示器、投影仪等提供文本元素。可以例如通过监视器、显示器、投影仪和/或视觉指示设备提供图形元素、例如光、标记、信标等。可以例如通过扬声器、麦克风和/或其他声音生成和/或接收设备提供音频元素。可以例如通过监视器、显示器、投影仪和/或其他可视设备提供视频元素或动画元素。可以例如通过非常低的频率的扬声器、振动器、触觉激励器、触觉垫、模拟器、键盘、键区、鼠标、跟踪球、操纵杆、游戏键盘、操纵轮、触摸垫、触摸板、点击设备和/或其他触觉设备等提供触觉元素。用户接口可以包括一个或多个文本元素,诸如例如一个或多个字母、数字、符号等。用户接口可以包括一个或多个图形元素,诸如例如图像、照片、图画、图标、窗口、标题栏、面板、表、标记、图形编辑器、矩阵、图表、表格、日历、大纲视图、图文框、对话框、静态文本、正文框、列表、选择列表、弹出列表、下拉列表、菜单、工具栏、船坞、复选框、单选按钮、超链接、浏览器、按钮、控制器、调色板、预览面板、颜色轮盘、刻度盘、滑动块、滚动条、光标、状态栏、步进器和/或进度指示器等。文本和/或图形元素可以被用于选择、编程、调整、改变、指定等外观、背景颜色、背景样式、边界样式、边界宽度、前景颜色、字体、字形、字体大小、对齐方式、行间隔、缩进、最大数据长度、确认、询问、光标类型、指示器类型、自动尺寸监控、位置和/或维数等。用户接口可以包括诸如例如音量控制、音调控制、速度控制、声音选择器的一个或多个音频元素和/或一个或多个用于控制音频播放、速度、暂停、快进、倒退等的元素。用户接口可以包括一个或多个视频元素、诸如例如控制视频播放、速度、暂停、快进、倒退、放大、缩小、旋转和/或倾斜等的元素。用户接口可以包括一个或多个动画元素、诸如例如控制动画播放、暂停、快进、倒退、放大、缩小、旋转、倾斜、颜色、亮度、速度、频率、外观等的元素。用户接口可以包括一个或多个触觉元素、诸如例如利用触觉刺激、挤压、压力、振动、运动、移动、温度等的元素。
向量-由大小和方向所表征的表达式。
经由-通过和/或利用。
体素-表示与预定的系统相关的可分解的和/或可再现的体积的三维空间中的有限体积。
流域算法-用于通过使经由适合于模拟在图像的前景(landscape)上浇注水所形成的不相交的水坑充满数据的“前景”来描绘图像中的对象的方法。
加权-指示重要性的值。
其中(where)-在一种情况或位置中。
其中(wherein)-关于...;以及;和/或除...之外。
在...之内-内部。
Claims (21)
1、一种方法,包括:
从计算机断层摄影设备获得数据;
接收用户对由所述初始图像所包括的目标对象的体素集的选择;
导出所述目标对象的初始分割,所述初始分割基于所述目标对象的显著强度;
基于所述初始分割再现初始图像;
通过均值移位算法根据在先的分割确定主要模式,所述均值移位算法包括所述初始分割内的所确定的体素强度变化的估算;
将所述主要模式提供给适合于导出所述目标对象的改进的图像的算法;以及
再现所述目标对象的所述改进的图像。
2、一种包括多个操作的方法,所述操作包括:
自动地确定目标对象的改进的图像,所述改进的图像基于所述目标对象的主要模式来确定,所述目标对象的所述主要模式被提供给适合于导出所述目标对象的所述改进的图像的算法,所述主要模式根据从计算机断层摄影设备获得的数据来确定,所述主要模式通过均值移位算法的应用来确定,所述均值移位算法包括所述目标对象的初始分割内的所确定的体素强度变化的估算。
3、权利要求1的方法,其中:
所述均值移位算法包括以下等式的估算:
其中
(xi,yi,zi),i=0,1,2,...,是从给定位置(x0,y0,z0)开始的位置序列;
Si是所述对象的所述初始分割;
k是核函数;以及
ω是加权函数。
4、权利要求1的方法,进一步包括:
从所述计算机断层摄影设备获得所述数据。
5、权利要求1的方法,进一步包括:
接收用户对所述目标对象中的体素集的选择。
6、权利要求1的方法,进一步包括:
接收所述目标对象的用户标识。
7、权利要求1的方法,进一步包括:
确定所述目标对象的所述初始分割。
8、权利要求1的方法,进一步包括:
基于来自所述计算机断层摄影设备的所述数据的用户标识,确定所述对象的所述初始分割。
9、权利要求1的方法,进一步包括:
翻转一个或多个背景结构的分割,以获得所述目标对象的所述初始分割。
10、权利要求1的方法,进一步包括:
由在从所述计算机断层摄影设备获得的所述数据的预定显著特征周围的邻域的强度分布导出所述对象的所述初始分割。
11、权利要求1的方法,进一步包括:
通过区域生长算法导出所述初始分割。
12、权利要求1的方法,进一步包括:
通过流域算法导出所述初始分割。
13、权利要求1的方法,进一步包括:
通过水平集算法导出所述初始分割。
14、权利要求1的方法,进一步包括:
通过图切分算法导出所述初始分割。
15、权利要求1的方法,其中所述加权函数是高斯加权函数。
16、权利要求1的方法,其中所述加权函数是三角加权函数。
17、权利要求1的方法,其中所述加权函数是余弦加权函数。
18、权利要求1的方法,其中所述加权函数是阶跃加权函数。
19、一种包括用于操作的机器指令的信号,所述操作包括:
自动地确定目标对象的改进的图像,所述改进的图像基于所述目标对象的主要模式来确定,所述目标对象的所述主要模式被提供给适合于导出所述目标对象的所述改进的图像的算法,所述主要模式根据从计算机断层摄影设备获得的数据来确定,所述主要模式通过均值移位算法的应用来确定,所述均值移位算法包括所述目标对象的初始分割内的所确定的体素强度变化的估算。
20、一种包括用于操作的机器指令的计算机可读介质,所述操作包括:
自动地确定目标对象的改进的图像,所述改进的图像基于所述目标对象的主要模式来确定,所述目标对象的所述主要模式被提供给适合于导出所述目标对象的所述改进的图像的算法,所述主要模式根据从计算机断层摄影设备获得的数据来确定,所述主要模式通过均值移位算法的应用来确定,所述均值移位算法包括所述目标对象的初始分割内的所确定的体素强度变化的估算。
21、一种系统,包括:
处理装置,用于确定目标对象的改进的图像,所述改进的图像基于所述目标对象的主要模式来确定,所述目标对象的所述主要模式被提供给适合于导出所述目标对象的所述改进的图像的算法,所述主要模式根据从计算机断层摄影设备获得的数据来确定,所述主要模式通过均值移位算法的应用来确定,所述均值移位算法包括所述目标对象的初始分割内的所确定的体素强度变化的估算;以及
用户接口,适合于再现所述改进的图像。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US72757705P | 2005-10-17 | 2005-10-17 | |
US60/727577 | 2005-10-17 | ||
US11/539662 | 2006-10-09 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101000690A true CN101000690A (zh) | 2007-07-18 |
Family
ID=38692648
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 200610160586 Pending CN101000690A (zh) | 2005-10-17 | 2006-10-17 | 用于提高图像一致性的设备、系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101000690A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105073006A (zh) * | 2013-04-24 | 2015-11-18 | 皇家飞利浦有限公司 | 针对计算机断层摄影检查的x射线剂量分布计算 |
CN108701376A (zh) * | 2016-02-09 | 2018-10-23 | 英特尔公司 | 三维图像的基于识别的对象分割 |
CN109829937A (zh) * | 2011-01-25 | 2019-05-31 | 高通股份有限公司 | 使用遮挡来检测并跟踪三维对象 |
CN116385459A (zh) * | 2023-03-08 | 2023-07-04 | 阿里巴巴(中国)有限公司 | 图像分割方法及装置 |
-
2006
- 2006-10-17 CN CN 200610160586 patent/CN101000690A/zh active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109829937A (zh) * | 2011-01-25 | 2019-05-31 | 高通股份有限公司 | 使用遮挡来检测并跟踪三维对象 |
CN105073006A (zh) * | 2013-04-24 | 2015-11-18 | 皇家飞利浦有限公司 | 针对计算机断层摄影检查的x射线剂量分布计算 |
CN105073006B (zh) * | 2013-04-24 | 2017-06-13 | 皇家飞利浦有限公司 | 针对计算机断层摄影检查的x射线剂量分布计算 |
CN108701376A (zh) * | 2016-02-09 | 2018-10-23 | 英特尔公司 | 三维图像的基于识别的对象分割 |
CN108701376B (zh) * | 2016-02-09 | 2023-07-18 | 英特尔公司 | 三维图像的基于识别的对象分割 |
CN116385459A (zh) * | 2023-03-08 | 2023-07-04 | 阿里巴巴(中国)有限公司 | 图像分割方法及装置 |
CN116385459B (zh) * | 2023-03-08 | 2024-01-09 | 阿里巴巴(中国)有限公司 | 图像分割方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7680314B2 (en) | Devices, systems, and methods for improving image consistency | |
Mertens et al. | A sub‐pixel mapping algorithm based on sub‐pixel/pixel spatial attraction models | |
Li et al. | A systematic sensitivity analysis of constrained cellular automata model for urban growth simulation based on different transition rules | |
Gibin et al. | An exploratory cartographic visualisation of London through the Google Maps API | |
Billen et al. | A geoscience perspective on immersive 3D gridded data visualization | |
US8392354B2 (en) | Probabilistic voxel-based database | |
Elmqvist et al. | Color lens: Adaptive color scale optimization for visual exploration | |
Marinoni | A discussion on the computational limitations of outranking methods for land‐use suitability assessment | |
Lang et al. | Object validity for operational tasks in a policy context | |
US8970593B2 (en) | Visualization and representation of data clusters and relations | |
Smith Mason et al. | Domains of uncertainty visualization research: A visual summary approach | |
Ortega et al. | Making the invisible visible—strategies for visualizing underground infrastructures in immersive environments | |
Sormani et al. | Recognizing the fingerprints of the Galactic bar: a quantitative approach to comparing model (l, v) distributions to observations | |
CN101000690A (zh) | 用于提高图像一致性的设备、系统及方法 | |
Chang Chien et al. | An Exploratory analysis of expert and Nonexpert-Based Land-scape Aesthetics evaluations: A case study from Wales | |
Romero et al. | Exploring uncertainties in terrain feature extraction across multi-scale, multi-feature, and multi-method approaches for variable terrain | |
Muñoz-Cuartas et al. | Halo-based reconstruction of the cosmic mass density field | |
Golub et al. | 3D visibility analysis indicating quantitative and qualitative aspects of the visible space | |
Dübel et al. | Visualization of features in 3D terrain | |
Pattanaik et al. | Data visualization | |
Traun et al. | Autocorrelation-Based Regioclassification–a self-calibrating classification approach for choropleth maps explicitly considering spatial autocorrelation | |
Xiao et al. | Assessing the effect of attribute uncertainty on the robustness of choropleth map classification | |
Aghighi et al. | Fully spatially adaptive smoothing parameter estimation for Markov random field super-resolution mapping of remotely sensed images | |
Nowinski et al. | VisNow–a Modular, Extensible Visual Analysis Platform | |
Scholz et al. | Spatial accuracy evaluation of population density grid disaggregations with corine landcover |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |