CN102138159B - 满足预定义空间关系的对象的基于模型的同步分割 - Google Patents

满足预定义空间关系的对象的基于模型的同步分割 Download PDF

Info

Publication number
CN102138159B
CN102138159B CN200980111581.3A CN200980111581A CN102138159B CN 102138159 B CN102138159 B CN 102138159B CN 200980111581 A CN200980111581 A CN 200980111581A CN 102138159 B CN102138159 B CN 102138159B
Authority
CN
China
Prior art keywords
grid
current location
energy
objects
calculating
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.)
Active
Application number
CN200980111581.3A
Other languages
English (en)
Other versions
CN102138159A (zh
Inventor
A·R·弗朗茨
T·克林德
R·M·B·沃尔茨
C·洛伦茨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN102138159A publication Critical patent/CN102138159A/zh
Application granted granted Critical
Publication of CN102138159B publication Critical patent/CN102138159B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/12Edge-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/149Segmentation; Edge detection involving deformable models, e.g. active contour models
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30008Bone
    • G06T2207/30012Spine; Backbone

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及用于使用基于模型的同步图像分割对图像数据中的多个对象进行分割的系统(100)。表面网格被适配到将要分割的每个对象。为了避免或者减少网格冲突的可能性,使用用于连接两个最接近网格的多个连接边缘。为多个连接边缘所定义的连接能量允许控制第一和第二网格之间的空间关系。这通过在连接能量表达式中包括当连接第一和第二网格的多个连接边缘的边缘长度减少时将增大连接能量的项来实现。使用基于预定位的第一和第二网格所定义的多个连接边缘的参考结构允许将与多个对象中的第一和第二对象之间的典型空间关系有关的现有知识计入考虑。

Description

满足预定义空间关系的对象的基于模型的同步分割
技术领域
本发明涉及图像分割,并且更具体地说,涉及图像数据中多个对象的基于模型的同步分割。
背景技术
基于模型的分割在介入和诸如放射治疗规划的后续研究中具有许多应用。使通过诸如三角形网格的柔性表面网格所描述的可变形模型适配对应的图像结构。通常通过使两种竞争能量的加权和最优化分别对每个对象实现这种适配,这两种竞争能量为:驱动网格三角形朝向图像中的特征的外部能量,以及保持模型形状的内部能量。该方法的实现方式在J.Weese、M.Kaus、C.Lorenz、S.Lobregt、R.Truyen、V.Pekar的“Shape constraineddeformable models for 3D medical Image segmentation”、IPMI 2001、380-387中描述,该文献在下文中称为参考1。
多个网格的单独适配不可能考虑几个对象之间的空间关系,并且因此经常导致诸如交叉网格的错误适配结果。在WO 2004/010374A2“Simultaneous segmentation of multiple or composed objects by meshadaptation”中描述了克服该问题的第一种尝试。在那里,将连接两个网格的额外边缘引入模型内。把这些额外的边缘视为退化的三角形,并且为了保持两个网格的空间关系,把内部能量扩展到这些三角形。然而,由于将要保持额外边缘或三角形的长度和位置,所以该过程仅当可以通过对对应网格进行预定位来对两个对象的空间关系进行描述时是可用的。但是在许多医疗应用中,包括可能关于彼此滑动的内部器官,例如,腹部区域中的器官、肺部相对于胸腔、或者脊柱中的两块连续椎骨。对于这些器官,如果正确地预定位网格,采用在WO 2004/010374A2中所描述的方法的同步分割仅能够避免网格交叉,但是将仍然导致具有错误空间关系的适配。
发明内容
提供用于对彼此接近的对象的同步分割、同时确保网格适配到这些对象所需的空间关系或者最小化破坏网格适配到这些对象所需的空间关系的可能性的方式将是有利的。
因此,一方面,本发明提供了用于使用基于模型的同步图像分割对图像数据中的多个对象进行分割的系统,该系统包括:
-预定位单元,用于预定位用于对多个对象中的第一对象进行分割的第一网格,从而初始化第一网格当前位置,并且用于预定位用于对多个对象中的第二对象进行分割的第二网格,从而初始化第二网格当前位置;
-连接单元,用于定义用于将第一端点连接到第二端点的多个连接边缘,其中,第一和第二端点分别从第一和第二网格的顶点中选择;
-特征单元,用于识别图像数据中的第一特征以用于基于第一网格当前位置计算第一网格的外部能量,并且用于识别图像数据中的第二特征以用于基于第二网格当前位置计算第二网格的外部能量;
-变换单元,用于计算第一变换和第二变换,该第一变换将在第一网格当前位置的第一网格与预定位的第一网格最佳对准以计算第一网格的内部能量,该第二变换将在第二网格当前位置的第二网格与预定位的第二网格最佳对准以计算第二网格的内部能量;
-适配单元,用于通过改变第一和第二网格的顶点的当前位置以最小化至少第一和第二网格的外部能量和内部能量以及连接能量的加权和来更新第一和第二网格当前位置,其中,基于在基于第一和第二网格当前位置所确定的结构中的多个连接边缘并且基于在通过预定位的第一和第二网格所定义的参考结构中的多个连接边缘来计算连接能量;以及
-控制单元,用于评估至少取决于经最小化的加权和或者经更新的第一和第二网格的位置的收敛条件,并且进一步用于如果满足该条件就终止对图像数据中的多个对象进行分割,并且用于如果不满足该条件就继续对图像数据中的多个对象进行分割。
连接能量允许控制第一和第二网格之间的空间关系。这是通过在连接能量表达式中包括当连接第一和第二网格的多个连接边缘的边缘长度减少时将增大连接能量的项来实现的。使用基于预定位的第一和第二网格所定义的多个连接边缘的参考结构允许将与多个对象中的第一和第二对象之间的典型空间关系有关的现有知识计入考虑。
在实施例中,系统还包括连接参数单元,其用于计算:用于计算连接能量的参数。该参数用于更新在预定位之后并且稍后在更新第一和第二网格当前位置之后基于第一和第二网格当前位置计算连接能量的方式。
在系统的实施例中,用于计算连接能量的参数是用于变换多个连接边缘的连接变换,该连接变换将基于第一和第二网格当前位置所确定的结构中的多个连接边缘与参考结构中的多个连接边缘最佳对准。连接变换定义了多个连接边缘的边缘的变换,其不增加连接能量。可以把连接变换限制为仿射变换。仿射变换允许导致第一网格相对于第二网格滑动移位的切变(shearing)。此外,使用多个连接边缘的同向缩放有助于保持两个网格之间的典型距离。
在系统的实施例中,连接能量是基于在基于第一和第二网格当前位置所确定的并且使用连接变换进一步变换的结构中的多个连接边缘的边缘与参考结构中的多个连接边缘的相应边缘的矢量差。例如,可以将连接能量定义为相应边缘的差的平方和。可以使用诸如共轭梯度方法的线性代数方法容易地最小化该表达式。
在系统的实施例中,用于计算连接能量的参数是基于第一端点的位置和第二端点的位置所计算的矢量。所计算的矢量可以正交于局部分离第一和第二网格的平面。该矢量定义了第一和第二网格之间距离的缩短以及延长可以被阻碍的方向。
在系统的实施例中,连接能量是基于:所述矢量与在基于第一和第二网格当前位置所确定的结构中的多个连接边缘的边缘和在参考结构中的多个连接边缘的相应边缘的标量积。对于单位矢量,标量积代表在矢量所定义的方向上的边缘投影。
在本发明的另一方面中,将根据本发明的系统包含在图像采集装置中。
在本发明的另一方面中,将根据本发明的系统包含在工作站中。
在另一方面中,本发明提供了使用基于模型的同步图像分割对图像数据中的多个对象进行分割的方法,该方法包括:
-预定位步骤,用于预定位用于对多个对象中的第一对象进行分割的第一网格,从而初始化第一网格的当前位置,并且用于预定位用于对多个对象中的第二对象进行分割的第二网格,从而初始化第二网格当前位置;
-连接步骤,用于定义用于将第一端点连接到第二端点的多个连接边缘,其中,分别从第一和第二网格的顶点中选择第一和第二端点;
-特征步骤,用于识别图像数据中的第一特征以用于基于第一网格当前位置计算第一网格的外部能量,并且用于识别图像数据中的第二特征以用于基于第二网格当前位置计算第二网格的外部能量;
-变换步骤,用于计算第一变换和第二变换,该第一变换将在第一网格当前位置的第一网格与预定位的第一网格最佳对准以计算第一网格的内部能量,该第二变换将在第二网格当前位置的第二网格与预定位的第二网格最佳对准以计算第二网格的内部能量;
-适配步骤,用于通过改变第一和第二网格的顶点的当前位置以最小化至少第一和第二网格的外部能量和内部能量以及连接能量的加权和来更新第一和第二网格当前位置,其中,基于在基于第一和第二网格当前位置所确定的结构中的多个连接边缘并且基于在通过预定位的第一和第二网格所定义的参考结构中的多个连接边缘来计算连接能量;以及
-控制步骤,用于评估至少取决于经最小化的加权和或者经更新的第一和第二网格的位置的收敛条件,并且进一步用于如果满足该条件就终止对图像数据中的多个对象进行分割,并且用于如果不满足该条件就继续对图像数据中的多个对象进行分割。
在另一方面中,本发明提供了将要由计算机布置加载的计算机程序产品,该计算机程序产品包括用于使用基于模型的同步图像分割对图像数据中的多个对象进行分割的指令,该计算机布置包括处理单元和存储器,在被加载之后,该计算机程序产品给处理单元提供以执行本发明方法的步骤的能力。
本领域的技术人员将意识到,可以以任何被认为有用的方式对本发明的两个或多个上述实施例、实现方式和/或方面进行组合。
在本说明书的基础上,本领域的技术人员可以实现对应于所描述的系统的修改和变化的图像采集装置、工作站、方法和/或计算机程序产品的修改和变化。
本领域的技术人员将意识到,可以将该方法应用于通过诸如但不受限于X射线成像、计算机断层摄影术(CT)、磁共振成像(MRI)、超声(US)、正电子发射断层摄影术(PET)、单光子发射计算机断层摄影术(SPECT)、和核医学(NM)的各种采集模态所采集的诸如二维(2D)、三维(3D)或者四维(4D)图像的多维图像数据。
附图说明
从下文中所描述的实现方式和实施例,并且参考附图,本发明的这些以及其它方面将变得显而易见并得到阐述,其中:
图1示意性地示出了系统的示例性实施例的方框图;
图2示出了系统的第一实施例的医疗应用的例子;
图3示出了系统的第二实施例的医疗应用的例子;
图4示出了方法的示例性实现方式的流程图;
图5示意性地示出了图像采集装置的示例性实施例;以及
图6示意性地示出了工作站的示例性实施例。
在所有图中使用相同的参考数字代表相似的部分。
具体实施方式
图1示意性地示出了用于使用基于模型的同步图像分割对图像数据中的多个对象进行分割的系统100的示例性实施例的方框图,该系统包括:
-预定位单元110,用于预定位用于对多个对象中的第一对象进行分割的第一网格,从而初始化第一网格当前位置,并且用于预定位用于对多个对象中的第二对象进行分割的第二网格,从而初始化第二网格当前位置;
-连接单元120,用于定义用于将第一端点连接到第二端点的多个连接边缘,其中,第一和第二端点分别从第一和第二网格的顶点中选择;
-特征单元130,用于识别图像数据中的第一特征以用于基于第一网格当前位置计算第一网格的外部能量,并且用于识别图像数据中的第二特征以用于基于第二网格当前位置计算第二网格的外部能量;
-变换单元140,用于计算第一变换和第二变换,该第一变换将在第一网格当前位置的第一网格与预定位的第一网格最佳对准以计算第一网格的内部能量,该第二变换将在第二网格当前位置的第二网格与预定位的第二网格最佳对准以计算第二网格的内部能量;
-适配单元150,用于通过改变第一和第二网格的顶点的当前位置以最小化至少第一和第二网格的外部能量和内部能量以及连接能量的加权和来更新第一和第二网格当前位置,其中,基于在基于第一和第二网格当前位置所确定的结构中的多个连接边缘并且基于在通过预定位的第一和第二网格所定义的参考结构中的多个连接边缘来计算连接能量;以及
-控制单元160,用于评估至少取决于经最小化的加权和或者经更新的第一和第二网格的位置的收敛条件,并且进一步用于如果该满足条件就终止对图像数据中的多个对象进行分割,并且用于如果不满足该条件就继续对图像数据中的多个对象进行分割。
系统100的示例性实施例还包括下列单元:
-连接参数单元145,其计算:用于计算连接能量的参数;
-用于在用户和系统100之间通信的用户接口165;以及
-用于存储数据的存储器单元170。
在系统100的实施例中,存在用于输入数据的3个输入连接器181、182和183。第一输入连接器181布置用于接收来自诸如但不限于硬盘、磁带、闪存、或者光盘的数据存储模块的数据。第二输入连接器182布置用于接收来自诸如但不限于鼠标或触摸屏的用户输入设备的数据。第三输入连接器183布置用于接收来自诸如键盘的用户输入设备的数据。将输入连接器181、182和183连接到输入控制单元180。
在系统100的实施例中,存在用于输出数据的2个输出连接器191和192。第一输出连接器191布置用于将数据输出到诸如硬盘、磁带、闪存、或者光盘的数据存储模块。第二输出连接器192布置用于将数据输出到显示设备。输出连接器191和192经输出控制单元190接收各自的数据。
本领域的技术人员将理解,存在将输入设备连接到系统100的输入连接器181、182和183并且将输出设备连接到输出连接器191和192的许多方式。这些方式包括但不限于有线和无线连接、诸如但不限于局域网(LAN)和广域网(WAN)的数字网络、因特网、数字电话网络、以及模拟电话网络。
在系统100的实施例中,系统100包括存储器单元170。系统100布置用于经任何输入连接器181、182和183从外部设备接收输入数据,并且将所接收的输入数据存储在存储器单元170中。把输入数据加载到存储器单元170内允许系统100的单元迅速访问相关数据部分。例如,输入数据可以包括图像数据和模型数据,模型数据包括第一和第二网格数据。可以通过诸如但不限于随机访问存储器(RAM)芯片、只读存储器(ROM)芯片、以及/或者硬盘驱动器和硬盘的设备实现存储器单元170。存储器单元170还可以布置用于存储输出数据。例如,输出数据可以包括适配到多个对象的第一和第二对象的第一和第二网格数据。存储器单元170还可以布置用于经存储器总线175从系统100的单元接收数据并且/或者把数据递送到系统100的单元,系统100的单元包括预定位单元110、连接单元120、特征单元130、变换单元140、适配单元150、控制单元160以及用户接口165。存储器单元170还布置用于使输出数据经任何输出连接器191和192对外部设备可用。将来自系统100的单元的数据存储在存储器单元170中可以有利地改善系统100的单元的性能,以及将来自系统100的单元的输出数据传送到外部设备的速率。
备选地,系统100可以不包括存储器单元170和存储器总线175。可以通过诸如外部存储器或者处理器的、连接到系统100的单元的至少一个外部设备提供由系统100所使用的输入数据。类似地,可以将由系统100所产生的输出数据提供给诸如外部存储器或者处理器的、连接到系统100的单元的至少一个外部设备。系统100的单元可以布置用于经内部连接或者经数据总线从彼此接收数据。
在系统100的实施例中,系统100包括用于在用户和系统100之间通信的用户接口165。用户接口165可以布置用于接收用于选择适配到图像的第一和第二网格的用户输入、或者用于定义多个连接边缘的用户输入。用户接口还可以提供用于显示适配到第一和第二对象的第一和第二网格的视图的模块。任选地,用户接口可以接收用于选择系统操作模式的用户输入,诸如用于定义外部、内部和/或连接能量的项。本领域的技术人员将理解,可以在系统100的用户接口165中有利地实现更多功能。
在权利要求中,本发明的实施例说明为适配通过多个连接边缘彼此连接的第一和第二网格。本领域的技术人员将理解,可以将说明书概括为描述利用多组多个连接边缘互相连接的多组网格。显然,多组互相连接的网格包括经多个连接边缘连接到第二网格的第一网格。因此,利用多组多个连接边缘互相连接的多组网格在说明书以及权利要求的范围内。备选地或者附加地,术语“第一网格”、“第二网格”、“第一对象”和“第二对象”可以分别指一个网格和一个对象的“第一部分”和“第二部分”。
对于将要分割的每个对象,系统100的预定位单元110布置用于预定位接近对应对象的网格。预定位可以是手工的或者自动的,并且可以包括探测第一和第二对象。例如,在Hauke Schramm等的“Towards fully automaticobject detection and segmentation”Proc.SPIE,Volume 6144,614402,MedicalImaging 2006:Image Processing;Joseph M.Reinhardt,Josien P.Pluim;Eds.,pp.11-20中描述了探测对象的方法。预定位网格产生了网格经初始化的当前位置。可以通过网格的每个顶点在系统坐标(诸如图像数据系统坐标)中的坐标定义每个网格的当前位置。
对于用户期望控制两个网格如何关于彼此定位的任何网格对,系统100的连接单元120布置成定义用于将第一端点连接到第二端点的多个连接边缘,其中从所述网格对的一个网格的顶点中选择第一端点,并且从所述网格对的另一个网格的顶点中选择第二端点。在系统100的实施例中,给定某些参数自动计算这些连接边缘,或者从输入设备读取这些连接边缘。另外,连接单元120可以适于从文件中读取用于定义多个连接边缘的数据。
接下来,对于将要布置用于对应对象的每个网格,执行图像特征的搜索。该搜索基于第一和第二网格的当前位置。在实施例中,例如,如在参考1的章节2.1中所描述的那样执行图像特征的搜索。
接下来,对于将要布置用于对应对象的每个网格,系统100的变换单元140适于计算将在网格当前位置的网格与对应的预定位的网格最佳对准的变换。变换在变换的类内改变。例如,变换的类可以是相似变换或者仿射变换。在参考1的章节2.3和2.4中描述了计算将在网格当前位置的网格与对应的预定位的网格最佳对准的所述变换的实现方式。
由适配单元150通过改变每个网格顶点的当前位置以最小化至少每个网格的外部能量和内部能量以及利用多个连接边缘连接的每对网格的连接能量的加权和来更新每个网格的当前位置,其中,对于每对所连接的网格,基于在基于第一和第二网格的当前位置所确定的结构中的多个连接边缘并且基于在通过预定位的第一和第二网格所定义的参考结构中的多个连接边缘来计算该连接能量。基于每对网格的第一和第二网格之间的典型空间关系的现有知识来定义多个连接边缘的参考结构。例如,在实施例中,外部、内部和连接能量的加权和可以表达为:
E = Σ i = 1 n α i E ext , i + Σ i = 1 n β i E int , i + Σ i = 1 m γ i E con , i
在上面等式中,αi、βi和γi是能量贡献的权重,n是要适配到图像数据中的对象的网格的数目,m是连接网格对的多个连接边缘的数目。如在参考1的章节2.2中所描述的那样来计算外部能量将内部能量
Figure BPA00001232996100093
计算为每个网格Mi(i=1、...、n)的内部能量的总和。
Figure BPA00001232996100094
其中,
Figure BPA00001232996100095
代表预定位的网格中的对应网格顶点的顶点坐标矢量,并且x·代表当前位置中的网格的顶点坐标矢量,并且Ri和si分别代表由变换单元140为网格Mi所计算的相似变换的旋转矩阵和缩放因子。
连接能量
Figure BPA00001232996100096
是连接适配到图像数据中对应对象的两个网格的每多个Ci(i=1、...、m)连接边缘的贡献Econ,i的加权和。
在系统100的一个实施例中,将每两个所连接网格Mk和Mj的贡献定义为:
Figure BPA00001232996100097
其中,Ai是用于变换多个连接边缘的仿射变换,其将基于第一和第二网格当前位置所确定的结构中的多个连接边缘与通过预定位的网格的顶点坐标矢量所确定的参考结构中的多个连接边缘最佳对准。通过连接参数单元145计算仿射变换。
由于仿射变换允许切变,所以所连接的网格可以关于彼此滑动。如果要保持两个网格之间的相对距离,就可以将仿射变换约束到对于所有三个坐标方向的均匀缩放因子。此外,如果要保持两个网格之间的绝对距离,就可以将该缩放因子设置为1。因此,为了匹配潜在应用的需求,可以约束仿射映射的自由度。
系统100的控制单元160布置用于评估至少取决于经最小化的加权和或者经更新的第一和第二网格的位置的收敛条件,并且进一步用于如果满足该条件就终止对图像数据中的多个对象进行分割,并且如果不满足该条件就用于继续对图像数据中的多个对象进行分割。示例性条件可以是“网格的当前位置的更新的数目到达最大、或者当前位置在更新期间没有明显变化、或者所计算的能量小于预定阈值”。
本领域的技术人员将意识到,在本领域中广泛使用“能量”类比对基于模型的图像分割进行描述。然而,使用诸如目标函数的其它术语来代替能量函数。类似地,对能量进行最小化是优化目标函数的例子。可以将优化定义为寻找目标函数的最大值。另外,本领域的技术人员将意识到,可以通过对力场而不涉及能量进行最小化的方式执行对能量的最小化。该力场包括作用于适配到图像数据中的对象的网格顶点的力,并且可以使用诸如模拟退火对其进行最小化。因此,不应该将权利要求的范围解释为受在权利要求和说明书中所使用的单词和算法的特定选择的限制。
图2示出了系统上述实施例的医疗应用的例子。在脊椎图像21中,要对第三、第四和第五胸椎骨进行分割。在第二图像22中示出了三个网格的预定位。从皮层到松质骨的过渡与骨骼边界相当,因此如在第三图像23中所说明的,对每个椎骨的单独适配很可能失败。包括具有任意仿射变换(无反射(reflection))的连接能量以作为连接变换的参数成功地保持了椎骨网格的空间关系,并且因此导致如在第四图像24中所说明的合理分割。
在系统100的实施例中,将每两个所连接网格Mk和Mj的贡献Econ,i定义为:
Figure BPA00001232996100101
其中,vi代表正交于这样的平行平面的矢量,即:由连接到网格Mj的顶点的网格Mk的顶点所定义的第一平面、由连接到网格Mk顶点的网格Mj的顶点所定义的第二平面,该矢量从经过Mk点的第一平面到经过Mj点的第二平面。例如,可以使用最小二乘近似法计算两个平面。对于每多个连接边缘,基于将要执行的分割需求选择所需的最小距离di。角形括号<·,·>代表对应矢量的标量积。
换言之,这两个平行平面被拟合经过这些边缘的端点:一个平面经过一个网格的点(一个或多个),并且另一个平面经过另一个网格的点(一个或多个)。这些平面近似描述了两个所连接网格的邻近表面的位置。随后,将每个连接边缘投影到两个平面的法向矢量上。该投影的,即边缘与法向矢量的标量积的,负值指示了两个网格的重叠。
连接能量贡献布置用于压制这种负值,并且还用于压制小于两个对象之间所需最小距离的正长度。如果所投影长度至少是最小距离,那么通过连接能量保持该长度。由于连接能量贡献仅考虑投影到这两个平面的法向矢量上的边缘长度,所以只要保持两个网格表面之间的距离,连接边缘可以变得更长或更短。因此,允许网格关于彼此滑动。
图3示出了系统的上述实施例的医疗应用的例子。在脊椎图像31中,要对第三、第四和第五胸椎骨进行分割。在第二图像32中示出了三个网格的预定位。由于该初始化通过刚性地变换模型产生,所以网格稍微重叠。由于从皮层到松质骨的过渡与骨骼边界相当,所以对每个椎骨的单独适配导致网格的大得多的重叠,并且因此,如在第三图像33中所说明的,适配算法不能找到正确的边缘。然而,我们的连接能量不仅保持了椎骨网格的空间关系,还另外对初始网格重叠进行校正,并且因此得到如在第四图像34中所说明的合理分割。连续椎骨之间需要2mm的最小距离。
本领域的技术人员将意识到,系统100可以是用于在医师工作的许多方面中辅助她/他的有价值的工具。此外,虽然使用系统的医疗应用说明了系统的实施例,但是还可以预期系统的非医疗应用。
本领域的技术人员还将理解,系统100的其它实施例也是可能的。除此之外,可能重新定义系统的单元,并且重新分配它们的功能。虽然将所描述的实施例应用于医疗图像,但是不涉及医疗应用的其它系统应用也是可能的。
可以使用处理器实现系统100的单元。通常,在软件程序产品的控制下执行它们的功能。在执行期间,通常将软件程序产品加载到类似RAM的存储器内,并且从那里执行。可以从诸如ROM、硬盘、或者磁盘和/或光学存储器的后台存储器中加载程序,或者可以经类似因特网的网络加载程序。可选地,专用集成电路可以提供所描述的功能性。
图4示出了使用基于模型的同步图像分割对图像数据中的多个对象进行分割的方法400的示例性实现方式的流程图。方法400开始于预定位步骤410,其用于预定位用于对多个对象的第一对象进行分割的第一网格,从而初始化第一网格当前位置,并且用于预定位用于对多个对象的第二对象进行分割的第二网格,从而初始化第二网格当前位置。在预定位步骤410之后,方法400继续到连接步骤420,其用于定义用于将第一端点连接到第二端点的多个连接边缘,其中,第一和第二端点分别从第一和第二网格的顶点中选择。在连接步骤420之后,方法400继续到特征步骤430,其用于识别图像数据中的第一特征以用于基于第一网格当前位置计算第一网格的外部能量,并且用于识别图像数据中的第二特征以用于基于第二网格当前位置计算第二网格的外部能量。在特征步骤430之后,方法400继续到变换步骤440,其用于计算第一变换和第二变换,该第一变换将在第一网格当前位置的第一网格与预定位的第一网格最佳对准以计算第一网格的内部能量,该第二变换将在第二网格当前位置的第二网格与预定位的第二网格最佳对准以计算第二网格的内部能量。在变换步骤440之后,方法400继续到适配步骤450,其用于通过改变第一和第二网格的顶点的当前位置以最小化至少第一和第二网格的外部能量和内部能量以及连接能量的加权和来更新第一和第二网格当前位置,其中,基于在基于第一和第二网格当前位置所确定的结构中的多个连接边缘并且基于在通过预定位的第一和第二网格所定义的参考结构中的多个连接边缘来计算连接能量。在适配步骤450之后,方法400继续到控制步骤460,其用于评估至少取决于经最小化的加权和或者经更新的第一和第二网格位置的收敛条件,并且进一步用于如果满足该条件就终止对图像数据中的多个对象进行分割,并且用于如果不满足该条件就继续对图像数据中的多个对象进行分割。
本领域的技术人员可以改变一些步骤的次序,或者使用线程模型、多处理器系统、或者多处理器来并行执行一些步骤,而不脱离本发明所意指的理念。可选地,可以将当前发明的方法的两个或多个步骤合并成一个步骤。可选地,可以将当前发明的方法的一个步骤分成多个步骤。
图5示意性地示出了采用本发明的系统100的图像采集装置500的示例性实施例,所述图像采集装置500包括经内部连接与系统100连接的图像采集单元510、输入连接器501以及输出连接器502。这种布置有利地增加了图像采集装置500的性能,给所述图像采集装置500提供了系统100的有利性能。
图6示意性地示出了工作站600的示例性实施例。工作站包括系统总线601。将处理器610、存储器620、磁盘输入/输出(I/O)适配器630、以及用户接口(UI)640可操作连接到系统总线601。将磁盘存储设备631可操作耦合到磁盘I/O适配器630。将键盘641、鼠标642以及显示器643可操作耦合到UI 640。将实现为计算机程序的本发明的系统100存储在磁盘存储设备631中。工作站600布置用于加载程序并且将数据输入存储器620内,并且在处理器610上执行程序。用户可以使用键盘641和/或鼠标642将信息输入到工作站600。工作站布置用于将信息输出到显示设备643和/或磁盘631。本领域的技术人员将理解,存在许多本领域中已知的工作站600的其它实施例,并且本实施例用于说明本发明的目的,并且不能解释为将本发明限制于该特定实施例。
应该注意到,上述实施例说明而不是限制了本发明,并且本领域的技术人员将能够设计可替换的实施例,而不脱离所附权利要求的范围。在权利要求中,不应该将置于圆括号之间的任何参考符号解释为限制权利要求。单词“包含”不排除存在没有在权利要求或者说明书中所列出的元件或者步骤。在元件之前的单词“一”或者“一个”不排除存在多个这种元件。可以通过包含几个分立元件的硬件的方式并且通过经编程的计算机的方式实现本发明。在列举了几个单元的系统权利要求中,可以通过一个且同一个硬件或软件项实现这些单元中的一些。使用单词第一、第二、第三等不指示任何次序。把这些单词解释为名称。

Claims (4)

1.一种用于使用基于模型的同步图像分割对图像数据中的多个对象进行分割的系统(100),所述系统包括:
-预定位单元(110),用于预定位用于对所述多个对象中的第一对象进行分割的第一网格,从而初始化第一网格当前位置,并且所述预定位单元用于预定位用于对所述多个对象中的第二对象进行分割的第二网格,从而初始化第二网格当前位置;
-连接单元(120),用于定义用于将第一端点连接到第二端点的多个连接边缘,其中,所述第一和第二端点分别从所述第一和第二网格的顶点中选择;
-特征单元(130),用于识别所述图像数据中的第一特征以用于基于所述第一网格当前位置来计算所述第一网格的外部能量,并且所述特征单元用于识别所述图像数据中的第二特征以用于基于所述第二网格当前位置来计算所述第二网格的外部能量;
-变换单元(140),用于计算第一变换和第二变换,所述第一变换用于将在所述第一网格当前位置的所述第一网格与所预定位的第一网格最佳对准以用于计算所述第一网格的内部能量,所述第二变换用于将在所述第二网格当前位置的所述第二网格与所预定位的第二网格最佳对准以用于计算所述第二网格的内部能量;
-适配单元(150),用于通过改变所述第一和第二网格的顶点的当前位置以最小化至少所述第一和第二网格的所述外部能量和所述内部能量以及连接能量的加权和来更新所述第一和第二网格当前位置,其中,基于在基于所述第一和第二网格当前位置所确定的结构中的所述多个连接边缘并且基于在通过所预定位的第一和第二网格所定义的参考结构中的所述多个连接边缘来计算所述连接能量;
-控制单元(160),用于评估至少取决于经最小化的加权和或者经更新的所述第一和第二网格的位置的收敛条件,并且进一步用于如果满足所述条件就终止对所述图像数据中的所述多个对象进行分割,并且用于如果不满足所述条件就继续对所述图像数据中的所述多个对象进行分割;以及
-连接参数单元(145),用于计算:用于计算所述连接能量的参数,其中,所述用于计算所述连接能量的参数是基于所述第一端点的位置和所述第二端点的位置计算的矢量,
其特征在于,所述连接能量是基于所述矢量与基于所述第一和第二网格当前位置所确定的结构中的所述多个连接边缘的边缘和与所述参考结构中的所述多个连接边缘的相应边缘的标量积。
2.一种包括如权利要求1所述的系统(100)的图像采集装置(500)。
3.一种包括如权利要求1所述的系统(100)的工作站(600)。
4.一种使用基于模型的同步图像分割对图像数据中的多个对象进行分割的方法(400),所述方法包括:
-预定位步骤(410),用于预定位用于对所述多个对象中的第一对象进行分割的第一网格,从而初始化第一网格当前位置,并且用于预定位用于对所述多个对象中的第二对象进行分割的第二网格,从而初始化第二网格当前位置;
-连接步骤(420),用于定义用于将第一端点连接到第二端点的多个连接边缘,其中,所述第一和第二端点分别从所述第一和第二网格的顶点中选择;
-特征步骤(430),用于识别所述图像数据中的第一特征以用于基于所述第一网格当前位置来计算所述第一网格的外部能量,并且所述特征步骤用于识别所述图像数据中的第二特征以用于基于所述第二网格当前位置来计算所述第二网格的外部能量;
-变换步骤(440),用于计算第一变换和第二变换,所述第一变换将在所述第一网格当前位置的所述第一网格与所预定位的第一网格最佳对准以用于计算所述第一网格的内部能量,并且所述第二变换用于将在所述第二网格当前位置的所述第二网格与所预定位的第二网格最佳对准以用于计算所述第二网格的内部能量;
-适配步骤(450),用于通过改变所述第一和第二网格的顶点的当前位置以最小化至少所述第一和第二网格的所述外部能量和所述内部能量以及连接能量的加权和来更新所述第一和第二网格当前位置,其中,基于在基于所述第一和第二网格当前位置所确定的结构中的所述多个连接边缘并且基于在通过所预定位的第一和第二网格定义的参考结构中的所述多个连接边缘来计算所述连接能量;
-控制步骤(460),用于评估至少取决于经最小化的加权和或者经更新的所述第一和第二网格的位置的收敛条件,并且进一步用于如果满足所述条件就终止对所述图像数据中的所述多个对象进行分割,并且用于如果不满足所述条件就继续对所述图像数据中的所述多个对象进行分割;以及
-连接参数步骤,用于计算:用于计算所述连接能量的参数,其中,所述用于计算所述连接能量的参数是基于所述第一端点的位置和所述第二端点的位置计算的矢量,
其特征在于,所述连接能量是基于所述矢量与基于所述第一和第二网格当前位置所确定的所述结构中的所述多个连接边缘的边缘和与所述参考结构中的所述多个连接边缘的相应边缘的标量积。
CN200980111581.3A 2008-04-04 2009-03-30 满足预定义空间关系的对象的基于模型的同步分割 Active CN102138159B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP08154052.8 2008-04-04
EP08154052 2008-04-04
PCT/IB2009/051302 WO2009122338A1 (en) 2008-04-04 2009-03-30 Simultaneous model-based segmentation of objects satisfying pre-defined spatial relationships

Publications (2)

Publication Number Publication Date
CN102138159A CN102138159A (zh) 2011-07-27
CN102138159B true CN102138159B (zh) 2014-03-19

Family

ID=40834532

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200980111581.3A Active CN102138159B (zh) 2008-04-04 2009-03-30 满足预定义空间关系的对象的基于模型的同步分割

Country Status (5)

Country Link
US (1) US8582883B2 (zh)
EP (1) EP2260468B1 (zh)
CN (1) CN102138159B (zh)
RU (1) RU2505860C2 (zh)
WO (1) WO2009122338A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9659390B2 (en) * 2011-10-28 2017-05-23 Carestream Health, Inc. Tomosynthesis reconstruction with rib suppression
TWI485155B (zh) * 2013-10-22 2015-05-21 Atomic Energy Council 造影劑標幟前趨物SnADAM之製備方法
CN106447675B (zh) * 2016-10-09 2019-05-10 福州大学 基于先验形状和循环移位的目标分割方法
CN109685816B (zh) * 2018-12-27 2022-05-13 上海联影医疗科技股份有限公司 一种图像分割方法、装置、设备及存储介质

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5819016A (en) * 1993-10-05 1998-10-06 Kabushiki Kaisha Toshiba Apparatus for modeling three dimensional information
JP3822515B2 (ja) * 2002-03-29 2006-09-20 株式会社東芝 障害物検知装置及びその方法
AU2003246989A1 (en) 2002-07-19 2004-02-09 Koninklijke Philips Electronics N.V. Simultaneous segmentation of multiple or composed objects by mesh adaptation
WO2004047030A2 (en) * 2002-11-20 2004-06-03 Koninklijke Philips Electronics N.V. Image processing system for automatic adaptation of a 3-d mesh model onto a 3-d surface of an object
EP1437685A3 (de) * 2003-01-13 2004-07-21 Philips Intellectual Property & Standards GmbH Verfahren zum Segmentieren einer dreidimensionalen Struktur
JP3962718B2 (ja) * 2003-12-01 2007-08-22 キヤノン株式会社 情報処理装置及びその制御方法、プログラム
US7292250B2 (en) * 2004-03-31 2007-11-06 Dreamworks Animation, Llc Character deformation pipeline for computer-generated animation
RU2297039C2 (ru) * 2005-04-18 2007-04-10 Государственное образовательное учреждение высшего профессионального образования Академия Федеральной службы Российской Федерации (Академия ФСО России) Способ распознавания сложного графического объекта
US7995810B2 (en) * 2005-06-24 2011-08-09 The University Of Iowa Research Foundation System and methods for image segmentation in n-dimensional space
US20070167784A1 (en) * 2005-12-13 2007-07-19 Raj Shekhar Real-time Elastic Registration to Determine Temporal Evolution of Internal Tissues for Image-Guided Interventions
US8929621B2 (en) * 2005-12-20 2015-01-06 Elekta, Ltd. Methods and systems for segmentation and surface matching
DE602006011511D1 (de) * 2006-05-15 2010-02-11 Im3D S P A Lien in anatomischen strukturen auf grundlage einer verbesserten bereichswachstumssegmentation und rechnerprogramm dafür
US7907768B2 (en) * 2006-12-19 2011-03-15 Fujifilm Corporation Method and apparatus for probabilistic atlas based on shape modeling technique

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
Astrid Franz等.Simultaneous Model-based Segmentation of Multiple Objects.《BILDVERARBEITUNG FUR DIE MEDIZIN 2008.Algorithm-Systeme-Anwendungen Proceeding des Workshops》.2008,第6卷(第8期),252-256.
Automated Segmentation of the Left Ventricle in Cardiac MRI;Michael R. Kaus等;《LECTURE NOTES IN COMPUTER,SPRINGER VERLAG,BERLIN》;20031118;第2879卷;432-439 *
Jurgen Weese等.Shape Constrained Deformable Models for 3D Medical Image Segmentation.《LECTURE NOTES IN COMPUTER,SPRINGER VERLAG,BERLIN》.2001,第2082卷380-387.
Michael R. Kaus等.Automated Segmentation of the Left Ventricle in Cardiac MRI.《LECTURE NOTES IN COMPUTER,SPRINGER VERLAG,BERLIN》.2003,第2879卷432-439.
Shape Constrained Deformable Models for 3D Medical Image Segmentation;Jurgen Weese等;《LECTURE NOTES IN COMPUTER,SPRINGER VERLAG,BERLIN》;20010618;第2082卷;380-387 *
Simultaneous Model-based Segmentation of Multiple Objects;Astrid Franz等;《BILDVERARBEITUNG FUR DIE MEDIZIN 2008.Algorithm-Systeme-Anwendungen Proceeding des Workshops》;20080408;第6卷(第8期);252-256 *
基于SUSAN和改进的Snake模型的空中目标图像分割;王科俊等;《弹箭与制导学报》;20060215;第26卷(第1期);607-612 *
王科俊等.基于SUSAN和改进的Snake模型的空中目标图像分割.《弹箭与制导学报》.2006,第26卷(第1期),607-612.

Also Published As

Publication number Publication date
EP2260468A1 (en) 2010-12-15
EP2260468B1 (en) 2015-06-10
US20110058061A1 (en) 2011-03-10
RU2010145113A (ru) 2012-05-20
WO2009122338A1 (en) 2009-10-08
CN102138159A (zh) 2011-07-27
RU2505860C2 (ru) 2014-01-27
US8582883B2 (en) 2013-11-12

Similar Documents

Publication Publication Date Title
CN106663309B (zh) 用于医学成像中的用户引导的骨骼分段的方法和存储介质
US7773786B2 (en) Method and apparatus for three-dimensional interactive tools for semi-automatic segmentation and editing of image objects
US8135189B2 (en) System and method for organ segmentation using surface patch classification in 2D and 3D images
EP1929444B1 (en) A method of and a system for adapting a geometric model using multiple partial transformations
JP4152648B2 (ja) 対象物に含まれる三次元画像をセグメント化する方法
US20120320055A1 (en) Probabilistic refinement of model-based segmentation
US7421122B2 (en) Simultaneous segmentation of multiple or composed objects by mesh adaptation
Zachow et al. 3D reconstruction of individual anatomy from medical image data: Segmentation and geometry processing
CN102138159B (zh) 满足预定义空间关系的对象的基于模型的同步分割
US7391893B2 (en) System and method for the detection of shapes in images
EP2332124B1 (en) Patient specific anatomical sketches for medical reports
EP2279489B1 (en) Mesh collision avoidance
EP2332123B1 (en) Anatomy-defined automated cpr generation
Robb et al. Efficient shape-based algorithms for modeling patient specific anatomy from 3D medical images: applications in virtual endoscopy and surgery

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant