CN102473300B - 多模态乳房成像 - Google Patents
多模态乳房成像 Download PDFInfo
- Publication number
- CN102473300B CN102473300B CN201080031807.1A CN201080031807A CN102473300B CN 102473300 B CN102473300 B CN 102473300B CN 201080031807 A CN201080031807 A CN 201080031807A CN 102473300 B CN102473300 B CN 102473300B
- Authority
- CN
- China
- Prior art keywords
- image
- breast
- shape
- volumetric
- deformation fields
- 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.)
- Expired - Fee Related
Links
- 210000000481 breast Anatomy 0.000 title claims abstract description 140
- 238000003384 imaging method Methods 0.000 title claims abstract description 23
- 230000005489 elastic deformation Effects 0.000 claims abstract description 18
- 210000001519 tissue Anatomy 0.000 claims abstract description 17
- 238000013507 mapping Methods 0.000 claims abstract description 10
- 238000000034 method Methods 0.000 claims description 23
- 238000003325 tomography Methods 0.000 claims description 18
- 230000002308 calcification Effects 0.000 claims description 13
- 239000002872 contrast media Substances 0.000 claims description 9
- 210000002445 nipple Anatomy 0.000 claims description 7
- 239000000428 dust Substances 0.000 claims description 5
- 239000004816 latex Substances 0.000 claims description 5
- 229920000126 latex Polymers 0.000 claims description 5
- 210000001165 lymph node Anatomy 0.000 claims description 5
- 230000033115 angiogenesis Effects 0.000 claims description 4
- 210000005075 mammary gland Anatomy 0.000 abstract 7
- 230000015572 biosynthetic process Effects 0.000 description 7
- 238000004590 computer program Methods 0.000 description 7
- 238000003786 synthesis reaction Methods 0.000 description 7
- 230000006835 compression Effects 0.000 description 6
- 238000007906 compression Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 206010028980 Neoplasm Diseases 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000009206 nuclear medicine Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000013170 computed tomography imaging Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000002595 magnetic resonance imaging Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000002600 positron emission tomography Methods 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 206010006187 Breast cancer Diseases 0.000 description 2
- 208000026310 Breast neoplasm Diseases 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000002603 single-photon emission computed tomography Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000002835 absorbance Methods 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 229920001971 elastomer Polymers 0.000 description 1
- 239000000806 elastomer Substances 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 201000010759 hypertrophy of breast Diseases 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/344—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10088—Magnetic resonance imaging [MRI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30068—Mammography; Breast
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Image Processing (AREA)
Abstract
一种用于多模态乳腺成像的系统包括：第一形状模型构造子系统(1)，其用于构造如第一图像(9)中所呈现的乳腺的第一形状模型，其中，乳腺具有其自然形状；第二形状模型构造子系统(2)，其用于构造如第二图像(10)中所呈现的乳腺的第二形状模型，其中，利用挤压桨叶挤压所述乳腺；以及变形估计子系统(3)，其用于基于乳腺的形状模型和弹性变形模型(11)来估计界定所述第一图像(9)和所述第二图像(10)之间的映射的体积变形场(12)，所述变形估计子系统(3)被布置成基于所述第一图像(9)中乳腺的第一组织表面和所述第二图像(10)中乳腺的第二组织表面来估计所述体积变形场(12)。
Description
技术领域
本发明涉及多模态乳房成像。
背景技术
在诊断疑似乳腺癌患者的过程中可以使用不同的成像模态。例如，在诊断成像中乳房磁共振(MR)成像已非常成熟。同时，数字乳房断层合成(digitalbreasttomosynthesis，DBT)正得到越来越多的关注。尽管两种模态都生成乳房的3D图像，但数据中所包含的信息至少部分是互补的。例如，钙化主要在DBT中可见，而动态对比增强的MR能够通过检测由肿瘤血管新生(vascularization)引起的信号强度增大来突出块状病灶。
US2003/0194050A1公开了一种组合了X射线断层合成子系统和核医学成像子系统的多模态成像系统。在由用于挤压患者的乳房的装置挤压乳房的同时操作这两种子系统。通过这种方式，能够组合从X射线断层合成和核医学乳房摄影获得的图像。
J.Chung等人在MICCAI2008，PartII，LNCS5242，第758-565页，2008，Springer-VerlagBerlin上的题为“ModellingMammographicCompressionoftheBreast”一文中，下文简称Chung，公开了一种乳房的生物力学模型，以便模拟在乳房摄影期间的挤压。该模型提供了一种多模态成像配准工具，以帮助识别在乳房摄影与MRI或超声之间观察到的潜在肿瘤。该模型需要挤压之前和之后的挤压桨叶的位置以利用接触机械学来模拟变形。
US2009/129650A1公开了在第一图像中选择第一区域；在第二图像中确定与第一区域对应的第二区域；以及在第一图像上显示第一标记以识别第一区域，并在第二图像上显示第二标记以识别对应的第二区域，第一次使人乳房的三维模型变形以对应于第一次检查时乳房的MLO视图，以及第二次使其变形以对应于第二次检查时乳房的MLO视图。基于界标的配准技术涉及到每幅图像中对应特征的表示，其中，该特征包括诸如基准标记的硬界标，或者诸如点、角、边缘或从图像推断出来的区域的软界标。可以首先向FEM模型施加模拟板挤压并恢复所得变形以接下来施加到体图像，从而执行体积图像的变形。
PATHMANATHANP等人在IEEETRANSACTIONSONBIOMEDICALENGINEERING，IEEESERVICECENTER，PISCATAWAY，NJ，US，vol.55，no.10，2008年10月1日，第2471-2480页，XP11248372，ISSN：0018-9294上的“PredictingTumorLocationbyModelingtheDeformationoftheBreast”一文公开了模拟乳房的变形并使用挤压结果来考虑如下问题：即，将CC乳房摄影图像中的点与MLO乳房摄影图像中的曲线匹配，用公式将乳房挤压导致的接触问题表达为弹性体变形，约束条件是其不能穿透刚体，使用模型模拟乳房的挤压，并使用乳头节点和人工肿瘤节点处的位移来评价模拟。
在PROCEEDINGSoftheINTERNATIONALSOCIETYforOPTICALENGINEERING(SPIE)，SPIE，USALNKD-DOI：10.1117/12.811631，vol.7259，1January2009，pages72590P-1-72590P-9，XP7915426，ISSN：0277-786X上的题为“Usingstatisticaldeformationmodelsfortheregistrationofmultimodalbreastimages”一文公开了一种配准多模乳房图像的方法。该方法基于通过3D统计学变形模型(SDM)，继之以标准的用于精细对准的非刚性配准方法，指导初始对准。将该方法应用于补偿大的乳房挤压的问题，即将磁共振(MR)图像配准到断层合成图像和X射线乳房摄影图像。
发明内容
拥有一种多模态乳房成像的经改进的方法将是有利的。为了更好地解决这一问题，本发明的第一方面提供了一种系统，包括：
-第一形状模型构造子系统，其用于构造乳房的如第一图像中所呈现的第一形状模型，其中，乳房具有其自然形状；
-第二形状模型构造子系统，其用于构造乳房的如第二图像中所呈现的第二形状模型，其中，利用挤压桨叶来挤压乳房；以及
-变形估计子系统，其用于基于乳房的形状模型和弹性变形模型来估计界定第一图像和第二图像之间的映射的体积变形场。
形状模型和弹性变形模型允许提供体积变形场，即使是在施加乳房挤压以采集第二图像，而并非采集第一图像时。在施加不同的挤压以采集第一图像和第二图像时，形状模型和弹性变形模型也允许提供体积变形场。该系统不需要精确的挤压桨叶位置来模拟变形。相反，可以使用如第二图像中所呈现的乳房的形状模型。此外，形状模型可以提供关于皮肤的表面的额外信息，例如，关于未与挤压板接触的皮肤部分的信息。这样增强了体积变形场。
变形估计子系统可以被布置成基于第一图像中乳房的第一组织表面和第二图像中乳房的第二组织表面来估计体积变形场。组织表面提供了特别详尽的信息，使得体积变形场更为可靠。该组织表面可以是皮肤表面。
变形估计子系统可以被布置成还基于与第二图像相比的第一图像中呈现的乳房的组织体积的估计来估计体积变形场。这样可以进一步提高体积变形场的可靠性。弹性变形模型可以考虑组织体积的差异。
变形估计子系统还可以包括界标识别子系统，其用于识别第一图像和第二图像中的界标。识别这两幅图像中的界标提高了体积变形场的可靠性。可以将界标用作弹性变形模型中的约束。
界标识别子系统可以被布置成将乳头识别为界标。这样的乳头相对容易检测并提高了可靠性或精确度。
界标识别子系统可以被布置成将淋巴结识别为界标。这样的界标相对容易检测并提高了可靠性或精确度。
界标识别子系统可以被布置成将乳管的至少一部分识别为界标。这样的界标相对容易检测并提高了可靠性或精确度。
变形估计子系统可以被布置成还基于指示在采集第二图像期间挤压板的状态的挤压信息来估计体积变形场。使用这一信息提高了可靠性。这还可以提高精确度。
所述系统可以包括图像标记器，其用于基于体积变形场在第一图像和第二图像两者中的对应位置处标记感兴趣的解剖点或区域。这是体积变形场的有用应用。例如，可以通过示出具有指示感兴趣的解剖点或区域的标记的图像之一或两者来向用户示出标记。
第二图像可以包括乳房断层合成图像。该系统还可以包括钙化检测器，其用于检测乳房断层合成图像中的钙化，图像标记器被布置成基于体积变形场在第一图像中标记与钙化对应的解剖位置。通过这种方式，方便了第一图像中标识钙化的位置。可以将该位置向用户示出。
第一图像可以包括乳房MR图像。该系统还可以包括造影剂摄取检测器，其用于检测乳房MR图像中由于血管新生引起的造影剂摄取的位置，图像标记器被布置成基于体积变形场在第二图像中标记与乳房MR图像中检测到的位置对应的解剖位置。通过这种方式，在第二图像中识别血管新生的位置。可以将该位置向用户示出。
乳房图像采集设备可以包括用于采集第一图像的乳房MR扫描器和/或用于采集第二图像的X射线乳房断层合成扫描器。乳房图像采集设备还可以包括用于本文阐述的多模态乳房成像的系统。
一种医学工作站，可以包括上述用于多模态乳房成像的系统。这样的医学工作站还可以包括显示器，其用于基于体积变形场显示乳房信息。
一种多模态乳房成像的方法，包括如下步骤：
-构造如第一图像中所呈现的乳房的第一形状模型，其中，乳房具有其自然形状；
-构造如第二图像中所呈现的乳房的第二形状模型，其中，利用挤压桨叶挤压乳房；以及
-基于乳房的形状模型和弹性变形模型来估计界定第一图像和第二图像之间的映射的体积变形场。
一种计算机程序产品，可以包括用于令处理器系统执行上述方法的指令。
本领域技术人员应当认识到，可以通过任何认为有用的方式组合本发明的上述实施例、实施方式和/或各方面中的两个或更多个。
本领域技术人员可以根据本说明书对图像采集设备、工作站、系统和/或计算机程序产品进行与对所述系统的修改和变化相对应的修改和变化。
本领域技术人员应当认识到，可以将该方法应用于由各种采集模态采集的多维图像数据，例如，二维(2D)、三维(3D)或四维(4D)图像，所述采集模态诸如是，但不限于，标准X射线成像、计算机断层摄影成像(CT)、磁共振成像(MRI)、超声(US)、正电子发射断层摄影成像(PET)、单光子发射计算机断层摄影成像(SPECT)和核医学(NM)。
附图说明
参考下文所描述的实施例，本发明的这些方面和其他方面将变得显而易见并得以阐述。在附图中：
图1是用于多模态乳房成像的系统的示意图；
图2是多模态乳房成像的方法的流程图；以及
图3是几何乳房模型的透视图。
具体实施方式
在本说明书中，在第一图像和第二图像中呈现乳房。在第一图像中，乳房具有第一变形状态。例如，第一变形状态是乳房的自然形状。在这种情况下，可以将第一图像称为第一图像。然而，应当指出，乳房的自然状态可以随着例如患者的取向(例如俯伏或仰卧)而改变。第一变形状态也可以是乳房被轻微挤压的状态，例如，因为乳房处于MR线圈筒的内部。在第二图像中，乳房具有第二变形状态。在第二变形状态中，乳房可能被挤压。在这种情况下，可以将第二图像称为第二图像。如本领域所公知的那样，可以借助一个或两个挤压桨叶进行挤压。与第一变形状态相比，挤压可以显著改变乳房的形状。例如，在第二图像中，可以比第一图像中更多地挤压乳房。挤压涉及采集图像时对患者的乳房的物理挤压。
在疑似乳腺癌的诊断工作中，乳房MRI是一种成熟的成像模态，而同时数字乳房断层合成(DBT)正获得越来越多的关注。由于两种成像模态中患者定位的差异—即乳房MR图像是在仅施加轻微挤压的情况下以俯伏姿势采集的，而DBT扫描是像乳房摄影中那样利用对乳房组织的显著挤压进行的—所以难以在视觉上合并从DBT和MR获得的信息。本说明书公开了用于生成DBT和MR图像等的融合视图，其描绘每种模态在对应的解剖位置中提供的特征。然而，使用DBT或MR图像并非限制。可以使用该技术来融合或以其他方式组合三维乳房图像，其中，图像之一仅使用轻微挤压或根本无挤压，而另一图像是利用对乳房组织的显著挤压来采集的。
图1图示了用于多模态乳房成像的系统。该系统可以包括用于存储由该系统接收和/或生成的数据的存储器(未示出)。该系统还可以包括用于执行指令的处理器(未示出)。存储器还可以被布置成存储软件代码，软件代码包括实施该系统一些或全部子系统的指令。此外，该系统可以包括用于接收和发送数据的通信端口。例如，通信端口包括网络连接，允许访问诸如PACS系统的图像仓库。通信端口还可以提供与图像扫描器的直接通信。该系统还可以包括显示器和/或诸如键盘和/或鼠标的用户输入装置，用于充当用户接口，使得用户能够观看由系统生成的结果和/或控制系统的运行。
存储器可以被布置成存储第一图像9。第一图像9可以包括乳房的基本自然形状的图像。可以在患者处于例如俯伏姿势或直立姿势时采集这样的图像。乳房不受挤压或仅受轻微挤压。存储器还可以被布置成存储第二图像10。可以在患者的乳房处于挤压状态中时采集第二图像。例如，将乳房置于两个挤压板之间，并将挤压板压在一起，由此使乳房变得扁平。第二图像可以是借助现有技术中已知的重建技术重建的体积图像。
该系统可以包括第一形状模型构造子系统1，其用于构造乳房的第一形状模型，如第一图像9中所呈现的。如图3中通过范例所图示的，可以通过基于第一图像9中的图像特征将几何乳房模型300的形状调整到实际形状来构造这样的形状模型。这种自适应形状建模技术是现有技术中已知的。或者，可以使用另一种分割技术来构造第一形状模型。
该系统可以包括第二形状模型构造子系统2，其用于基于第二图像10中检测到的图像特征来构造如第二图像10中所呈现的乳房的第二形状模型。可以使用类似的技术来构造第一和第二形状模型。同样地，可以使用几何乳房模型300作为自适应形状模型的起始位置。或者，可以使用挤压乳房的几何乳房模型。
该系统可以包括变形估计子系统3，其用于基于形状模型来估计界定第一图像9和第二图像10之间的映射的体积变形场12。该系统可以利用乳房的弹性变形模型11来估计体积变形场12。弹性变形模型11可以包括诸如乳房组织的弹性的信息。可以使用关于乳房的弹性的信息，连同形状模型表示的乳房的变化形状，来估计体积变形场12。弹性变形模型11还可以包括弹性变形的模型，其可以是挤压桨叶的结果；所涉及的参数可以包括桨叶的位置和/或挤压强度。可以迭代地改变这些参数，同时反复计算对应的乳房形状，直到所得到的计算的乳房形状与第二形状模型最佳匹配为止。已知有一种从挤压桨叶获得的弹性变形的模型。
变形估计子系统3可以被布置成基于第一图像9中乳房的第一组织表面和第二图像10中乳房的第二组织表面来估计体积变形场12。乳房组织表面，例如皮肤，提供适当的边界信息，其可以结合弹性变形模型11供变形估计子系统3使用。
变形估计子系统3可以被布置成还基于乳房的组织体积的估计来估计体积变形场12。可以从第一图像9中所呈现的特征信息提取乳房的自然组织体积。可以从第二图像10提取被挤压乳房的组织体积。可以结合弹性变形模型11使用这些组织体积的比较以便获得体积变形场12。
变形估计子系统3可以包括界标识别子系统4，其用于识别第一图像9和第二图像10中的界标。可以用于构造体积变形场的信息是通过识别两幅图像中的同一解剖界标或具有几何关系的两个不同界标来获得的。界标识别子系统4可以被布置成将乳头识别为界标。可以通过分析皮肤表面来识别乳头位置。界标识别子系统4可以被布置成将淋巴结识别为界标。界标识别子系统4还可以被布置成将乳管的至少一部分识别为界标。可以在图像中自动地或手动地识别这样的淋巴结或乳管。
变形估计子系统3可以被布置成还基于指示在采集第二图像期间挤压桨叶的状态的挤压信息来估计体积变形场12。可以结合弹性变形模型11使用挤压量以确定体积变形场12。
该系统可以包括图像标记器5，其用于基于体积变形场12在第一图像9和第二图像10中的对应位置处标记感兴趣的解剖点或区域。例如，用户可以经由用户接口在图像之一中指定感兴趣的特定点。图像标记器5通过应用体积变形场12计算另一图像中的对应点。这一对应点可以在显示器8上显示的图像的可视化中指出，例如高亮显示，或者存储在存储器中，或者存储在图像仓库或患者文件上。
该系统还可以包括病灶检测器，其用于检测第一图像或第二图像中的病灶，并且图像标记器可以被布置成在另一图像中标记对应的解剖位置。例如，在第二图像中检测病灶。范例病灶是钙化。例如，如果第二图像包括乳房断层合成图像，可以检测这样的钙化。图像标记器5可以被布置成基于体积变形场12在第一图像9中标记与病灶对应的解剖位置。
该系统还可以包括造影剂摄取检测器，其用于检测第一图像，例如乳房MR图像中由于血管新生引起的造影剂摄取的位置。图像标记器5可以被布置成基于体积变形场12在第二图像10中标记与乳房MR图像中检测到的位置对应的解剖位置。
可以在乳房图像采集设备，例如，用于采集第一图像9的自然乳房扫描器6，或者用于采集第二图像10的挤压乳房扫描器7中并入本文所阐述的系统。
也可以在医学工作站中并入所阐述的系统。这样的工作站可以包括显示器8，其用于基于体积变形场12显示乳房信息。工作站还可以包括用户输入装置，诸如键盘和/或诸如鼠标的定点装置。
图2图示了多模态乳房成像的方法。该方法的步骤201包括构造如第一图像中所呈现的乳房的第一形状模型，其中，乳房可以具有其自然形状。步骤202包括构造如第二图像中所呈现的乳房的第二形状模型，其中，可以利用例如挤压桨叶挤压乳房。步骤203包括基于乳房的形状模型和弹性变形模型来估计界定第一图像和第二图像之间的映射的体积变形场。步骤的次序是举例给出的。例如，可以交换步骤201和202的次序。也可以并行执行步骤201和202。
在下文中，重点放在断层合成图像和MR图像的范例上。然而，可以向来自不同成像模态的第一和第二图像应用同样的技术。本文所公开的方法和系统的输入可以是3DMR数据集和3DDBT数据集。MR数据可以包含多个成像系列，诸如动态T1加权系列、T2加权系列、DWI系列等。除了标准重建之外，DBT还可以使用特征增强的重建(例如，强调钙化)。可以在MR图像中分割乳房，并且可以构造乳房的有限元(FE)网格模型。可以通过分割断层合成图像或通过将形状模型拟合到断层合成投影数据来重建被挤压乳房的轮廓。
通过将FE模型的表面调整到从DBT数据集提取的乳房表面，可变形的FE模型可以提供界定MR和DBT数据集之间的映射的估计的体积变形场。这种映射可以允许在MR和DBT数据中标识解剖学上对应的位置。基于该映射，可以生成MR和DBT图像的联合可视化。
可以由MR图像中的图形标签来标记DBT数据中检测和分割的钙化的位置。而且，可以呈现MR和DBT的并排视图。可以在这两个数据集中解剖学上对应的位置处指出在数据集之一中选择的感兴趣区域(ROI，2D)或感兴趣体积(VOI，3D)。例如，用户可以在数据集的任一个中指出感兴趣的点、区域或体积，并且所述系统可以被布置成自动地指出另一数据集中在解剖学上对应的感兴趣点、区域或体积。这样可以允许例如在动态对比增强的MR系列中的造影剂摄取显著的位置处目视检查DBT中的图像特征。可以自动地或手动地在动态对比增强的MR系列中识别造影剂摄取显著的位置。该系统然后可以自动地或半自动地指出DBT数据集中在解剖学上对应的位置。通过这种方式，可以由用户界定或者通过在DBT或MR数据集的任一个中分割病灶来自动地计算ROI或VOI。
可以使数据集之一变形或翘曲，以便与另一模态中的图像对准，使得在体素位置处有对应的MR和DBT强度值。可以并排地呈现这样的对准的体积，同时可以链接观察功能(切片选择、拉变、放大镜等)。也可以在MR体积上叠加变形的数据集(例如DBT体积)，例如，作为彩色透明覆盖图。
可以通过利用同一患者的挤压的3DMR数据集对迭代断层合成重建进行规则化来改进断层合成重建过程。为此，可以事先将对应的MR对比度值转换成X射线摄取系数。断层合成重建过程以及通过同一患者的另一数据集对重建进行规则化的概念是现有技术中已知的。
尽管在挤压和未挤压乳房的采集模式中分别最常使用断层合成和MR，但也可以将其他成像模态用于第一、或自然乳房图像，以及第二、或挤压乳房图像。例如，可以将乳房CT用于3D未挤压图像采集。也可以进行无乳房挤压的整个乳房3D超声成像。对于3D挤压图像采集，可以进行有乳房挤压的整个乳房3D超声成像。也可以应用其他模态。
应当认识到，本发明还应用于计算机程序，特别是应用于在载体上或载体内的计算机程序，其适于将本发明付诸实践。所述程序可以是源代码、目标代码、代码媒介源和目标代码的形式，诸如部分编译的形式，或者是适于在根据本发明的方法的实施中使用的任意其他形式。还应当认识到，这样的程序可以具有许多不同的架构设计。例如，实施根据本发明的方法或系统功能的代码可以细分成一个或多个子进程。在这些子进程之间分配功能的许多不同方式对于本领域技术人员而言显而易见。所述子进程可以用可执行文档的形式存储在一起以形成自包含(self-contained)的程序。这样的可执行文档可以包括计算机可执行指令，例如处理器指令和/或解释指令(例如Java解释指令)。或者，子进程中的一个、多个或全部存储在至少一个外部库文档中，并例如在运行时与主程序静态地或动态地链接。主程序包含对子进程中的至少一个的至少一次调用。同样地，子进程可以包括对彼此的功能调用。一个涉及计算机程序产品的实施例，包括与前述方法中的至少一个的处理步骤中的每个对应的计算机可执行指令。这些指令可以被细分为子进程和/或存储在可以静态或动态链接的一个或多个文档中。涉及计算机程序产品的另一实施例包括与前述系统和/或产品中的至少一个的模块中的每个对应的计算机可执行指令。这些指令可以被细分成子进程和/或存储在可以静态和/或动态链接的一个或多个文档中。
计算机程序的载体可以是能够承载程序的任何实体或装置。例如。所述载体可以包括诸如ROM存储介质，例如CDROM或半导体ROM；或磁记录介质，例如软盘或硬盘。此外，所述载体可以是可传输的载体，诸如电或光信号，其可以经由电缆或光缆或者通过射频或其他手段传递。当所述程序被嵌入到这种信号中时，可以通过线缆或其他装置或模块指定载体。备选地，所述载体可以是其中嵌入有所述程序集成电路，所述集成电路适于执行、或用于执行相关的方法。
应当认识到，上述实施例用于说明而非是限制本发明，并且本领域技术人员能够在不背离本发明权利要求范围的情况下设计许多备选实施例。在权利要求中，置于圆括号之间的任何参考标记不应当解释为对权力要求构成限制。“包括”一词以及其结合的使用并不排除权利要求中所述的那些元件或步骤之外元件或步骤。不定冠词“一”或“一个”并不排除多个此类元件的存在。本发明可以通过包括若干分立元件的硬件方式实施，以及通过适当编程的计算机的方式实施。在装置权利要求中列举了若干模块，这些模块中的一些可以通过硬件中的一个或相同内容实现。在相互不同的从属权利要求中所应用的特定措施并不指示不能有利的使用这些措施的组合。这可以常规地通过计算分割体积的三维距离变换实现。可以通过增加到肿瘤边界的距离而对肿瘤分割的体素排序。相同的部分可以应用于图像系列的任何图像，使用先前对感兴趣体积的共同配准。
Claims (10)
1.一种用于多模态乳房成像的系统，包括：
-第一形状模型构造子系统(1)，其用于构造所述乳房的如第一图像(9)中所呈现的第一形状模型，其中，所述乳房具有第一变形状态；
-第二形状模型构造子系统(2)，其用于构造所述乳房的如第二图像(10)中所呈现的第二形状模型，其中，挤压所述乳房，使得所述乳房具有与所述第一变形状态不同的第二变形状态；以及
-变形估计子系统(3)，其用于基于所述乳房的所述第一形状模型、所述第二形状模型和弹性变形模型(11)来估计界定所述第一图像(9)和所述第二图像(10)之间的映射的体积变形场(12)，其中，所述变形估计子系统(3)还包括界标识别子系统(4)，所述界标识别子系统用于将乳头、淋巴结或乳管的至少一部分识别为所述第一图像(9)和所述第二图像(10)中的界标。
2.根据权利要求1所述的系统，其中，所述变形估计子系统(3)被布置成基于所述第一图像(9)中的所述乳房的第一组织表面和所述第二图像(10)中的所述乳房的第二组织表面来估计所述体积变形场(12)。
3.根据权利要求1所述的系统，其中，所述变形估计子系统(3)被布置成基于与所述乳房的如所述第二图像(10)中所呈现的组织体积相比的所述乳房的如所述第一图像(9)中所呈现的所述组织体积的估计，来估计所述体积变形场(12)。
4.根据权利要求1所述的系统，其中，所述变形估计子系统(3)被布置成还基于指示在采集所述第二图像期间挤压板的状态的挤压信息来估计所述体积变形场(12)。
5.根据权利要求1所述的系统，还包括图像标记器(5)，其用于基于所述体积变形场(12)在所述第一图像(9)和所述第二图像(10)两者中的对应位置处标记感兴趣的解剖点或区域。
6.根据权利要求5所述的系统，其中，所述第二图像(10)包括乳房断层合成图像，所述系统还包括钙化检测器，所述钙化检测器用于检测所述乳房断层合成图像中的钙化，所述图像标记器(5)被布置成基于所述体积变形场(12)在所述第一图像(9)中标记与所述钙化对应的解剖位置。
7.根据权利要求5所述的系统，其中，所述第一图像(9)包括乳房MR图像，所述系统还包括造影剂摄取检测器，所述造影剂摄取检测器用于检测所述乳房MR图像中由于血管新生引起的造影剂摄取的位置，所述图像标记器(5)被布置成基于所述体积变形场(12)在所述第二图像(10)中标记与所述乳房MR图像中检测到的所述位置对应的解剖位置。
8.一种乳房图像采集设备，包括用于采集所述第一图像(9)的第一扫描器(6)，或用于采集所述第二图像(10)的第二扫描器(7)，以及根据权利要求1所述的系统。
9.一种医学工作站，包括根据权利要求1所述的系统，和显示器(8)，所述显示器用于基于所述体积变形场(12)显示乳房信息。
10.一种多模态乳房成像的方法，包括如下步骤：
-构造(201)所述乳房的如第一图像中所呈现的第一形状模型，其中，所述乳房具有第一变形状态；
-构造(202)所述乳房的如第二图像中所呈现的第二形状模型，其中，挤压所述乳房，使得所述乳房具有与所述第一变形状态不同的第二变形状态；以及
-基于所述乳房的所述第一形状模型、所述第二形状模型和弹性变形模型来估计(203)界定所述第一图像和所述第二图像之间的映射的体积变形场，其中，估计的步骤包括将乳头、淋巴结或乳管的至少一部分识别为所述第一图像和所述第二图像中的界标。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP09165801 | 2009-07-17 | ||
| EP09165801.3 | 2009-07-17 | ||
| PCT/IB2010/053178 WO2011007312A1 (en) | 2009-07-17 | 2010-07-12 | Multi-modality breast imaging |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102473300A CN102473300A (zh) | 2012-05-23 |
| CN102473300B true CN102473300B (zh) | 2016-03-30 |
Family
ID=42732076
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201080031807.1A Expired - Fee Related CN102473300B (zh) | 2009-07-17 | 2010-07-12 | 多模态乳房成像 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US8977018B2 (zh) |
| EP (1) | EP2454720B1 (zh) |
| JP (1) | JP5632913B2 (zh) |
| CN (1) | CN102473300B (zh) |
| WO (1) | WO2011007312A1 (zh) |
Families Citing this family (33)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8600719B2 (en) | 2010-02-09 | 2013-12-03 | Fraunhofer Gesellschaft zur Förderung der angewandten Forschung e.V. | Ablated object region determining apparatuses and methods |
| WO2012107057A1 (en) * | 2011-02-10 | 2012-08-16 | Mevis Medical Solutions Ag | Image processing device |
| US9378550B2 (en) * | 2011-03-02 | 2016-06-28 | Mevis Medical Solutions Ag | Image processing device for finding corresponding regions in two image data sets of an object |
| JP5858636B2 (ja) * | 2011-04-13 | 2016-02-10 | キヤノン株式会社 | 画像処理装置、その処理方法及びプログラム |
| US10531846B2 (en) | 2011-10-24 | 2020-01-14 | University Of Washington | Positron emission tomography systems for use with mammography machines and associated devices and methods |
| US9384546B2 (en) * | 2012-02-22 | 2016-07-05 | Siemens Aktiengesellschaft | Method and system for pericardium based model fusion of pre-operative and intra-operative image data for cardiac interventions |
| WO2013181638A2 (en) * | 2012-05-31 | 2013-12-05 | Ikonopedia, Inc. | Image based analytical systems and processes |
| JP6081093B2 (ja) * | 2012-07-09 | 2017-02-15 | 東芝メディカルシステムズ株式会社 | 画像表示装置 |
| JP6000705B2 (ja) * | 2012-07-17 | 2016-10-05 | キヤノン株式会社 | データ処理装置及びデータ処理方法 |
| WO2014081867A2 (en) | 2012-11-20 | 2014-05-30 | Ikonopedia, Inc. | Secure data transmission |
| EP2779090B1 (en) * | 2013-03-11 | 2018-09-19 | Siemens Healthcare GmbH | Assignment of localisation data |
| JP6388347B2 (ja) | 2013-03-15 | 2018-09-12 | ホロジック, インコーポレイテッドHologic, Inc. | 腹臥位におけるトモシンセシス誘導生検 |
| PT3005298T (pt) * | 2013-06-06 | 2019-07-17 | Volpara Health Tech Limited | Método de reconstrução de um objeto a partir de visualizações de projeção |
| JP6304970B2 (ja) * | 2013-08-09 | 2018-04-04 | キヤノン株式会社 | 画像処理装置、画像処理方法 |
| WO2015035178A2 (en) | 2013-09-06 | 2015-03-12 | Brigham And Women's Hospital, Inc. | System and method for a tissue resection margin measurement device |
| WO2015062903A1 (en) * | 2013-10-30 | 2015-05-07 | Koninklijke Philips N.V. | Optimization of x-ray imaging during mammographic examination |
| JP6489800B2 (ja) * | 2014-01-16 | 2019-03-27 | キヤノン株式会社 | 画像処理装置、画像診断システム、画像処理方法およびプログラム |
| JP6489801B2 (ja) | 2014-01-16 | 2019-03-27 | キヤノン株式会社 | 画像処理装置、画像診断システム、画像処理方法およびプログラム |
| JP6431342B2 (ja) * | 2014-01-16 | 2018-11-28 | キヤノン株式会社 | 画像処理装置、画像処理方法およびプログラム |
| US9740710B2 (en) | 2014-09-02 | 2017-08-22 | Elekta Inc. | Systems and methods for segmenting medical images based on anatomical landmark-based features |
| JP6331922B2 (ja) * | 2014-09-22 | 2018-05-30 | コニカミノルタ株式会社 | 医用画像システム及びプログラム |
| EP3337418B1 (en) * | 2015-08-17 | 2021-10-13 | Koninklijke Philips N.V. | Simulating breast deformation |
| EP3384412A1 (en) * | 2015-12-03 | 2018-10-10 | Koninklijke Philips N.V. | Chest wall estimation from optical scans |
| CN109313698B (zh) * | 2016-05-27 | 2022-08-30 | 霍罗吉克公司 | 同步的表面和内部肿瘤检测 |
| US11213247B2 (en) | 2016-06-30 | 2022-01-04 | Koninklijke Philips N.V. | Generation and personalization of a statistical breast model |
| CN107157486B (zh) * | 2017-04-28 | 2020-09-08 | 武汉纺织大学 | 一种乳腺疾病预防系统及方法 |
| JP7431729B2 (ja) | 2017-11-08 | 2024-02-15 | コーニンクレッカ フィリップス エヌ ヴェ | 超音波胸部画像と他の撮像モダリティの胸部画像とを相関させる超音波システム及び方法 |
| JP7139637B2 (ja) | 2018-03-19 | 2022-09-21 | 株式会社リコー | 画像処理装置及び投影システム |
| US10796430B2 (en) * | 2018-04-24 | 2020-10-06 | General Electric Company | Multimodality 2D to 3D imaging navigation |
| EP3856031A4 (en) * | 2018-09-24 | 2022-11-02 | Hologic, Inc. | BREAST MAPPING AND LOCALIZATION OF ANOMALY |
| JP7129869B2 (ja) * | 2018-10-01 | 2022-09-02 | 富士フイルム株式会社 | 疾患領域抽出装置、方法及びプログラム |
| KR102631452B1 (ko) | 2021-06-30 | 2024-01-30 | 주식회사 에이리스 | 인공 지능 기반 검출 모델에 대한 학습 데이터를 생성하기 위한 방법, 시스템 및 기록 매체 |
| FR3139650B3 (fr) | 2022-09-09 | 2024-09-13 | Hera Mi | Systeme et procede pour le positionnement synchronise d’un pointeur de reperage dans differentes images d’un meme objet deformable |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101297321A (zh) * | 2005-10-25 | 2008-10-29 | 布拉科成像S.P.A.公司 | 配准图像的方法，用于执行配准图像的方法的算法，用于使用所述算法配准图像的程序以及处理生物医学图像以减少由对象移动导致的成像伪影的方法 |
| CN101453946A (zh) * | 2006-05-26 | 2009-06-10 | 皇家飞利浦电子股份有限公司 | 使用医学成像数据改进用于导管跟踪系统的校准方法 |
Family Cites Families (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6075879A (en) * | 1993-09-29 | 2000-06-13 | R2 Technology, Inc. | Method and system for computer-aided lesion detection using information from multiple images |
| US5452367A (en) * | 1993-11-29 | 1995-09-19 | Arch Development Corporation | Automated method and system for the segmentation of medical images |
| DE69616089T3 (de) * | 1996-01-11 | 2006-04-20 | The Procter & Gamble Company, Cincinnati | Absorbierende Struktur mit Zonen, die von einer, aus hydrogelbildendes Polymermaterial ununterbrochenen Schicht umgeben sind |
| US5757880A (en) * | 1997-01-08 | 1998-05-26 | Colomb; Denis | Apparatus, article of manufacture, and method for creation of an uncompressed image of compressed matter |
| US6091981A (en) * | 1997-09-16 | 2000-07-18 | Assurance Medical Inc. | Clinical tissue examination |
| GB0006598D0 (en) * | 2000-03-17 | 2000-05-10 | Isis Innovation | Three-dimensional reconstructions from images |
| US20030194050A1 (en) | 2002-04-15 | 2003-10-16 | General Electric Company | Multi modality X-ray and nuclear medicine mammography imaging system and method |
| US20050096530A1 (en) * | 2003-10-29 | 2005-05-05 | Confirma, Inc. | Apparatus and method for customized report viewer |
| WO2005079306A2 (en) * | 2004-02-13 | 2005-09-01 | University Of Chicago | Method, system, and computer software product for feature-based correlation of lesions from multiple images |
| US20080159604A1 (en) * | 2005-12-30 | 2008-07-03 | Allan Wang | Method and system for imaging to identify vascularization |
| US7804990B2 (en) * | 2006-01-25 | 2010-09-28 | Siemens Medical Solutions Usa, Inc. | System and method for labeling and identifying lymph nodes in medical images |
| US7672495B2 (en) * | 2006-08-17 | 2010-03-02 | Mevis Breastcare Gmbh & Co. Kg | Method, apparatus and computer program for displaying marks in an image data set |
| US20080292164A1 (en) | 2006-08-29 | 2008-11-27 | Siemens Corporate Research, Inc. | System and method for coregistration and analysis of non-concurrent diffuse optical and magnetic resonance breast images |
| JP2008086400A (ja) | 2006-09-29 | 2008-04-17 | Gifu Univ | 乳房画像診断システム |
| US8135199B2 (en) * | 2006-12-19 | 2012-03-13 | Fujifilm Corporation | Method and apparatus of using probabilistic atlas for feature removal/positioning |
| US8044972B2 (en) | 2006-12-21 | 2011-10-25 | Sectra Mamea Ab | Synchronized viewing of tomosynthesis and/or mammograms |
| US20080219567A1 (en) * | 2007-03-07 | 2008-09-11 | General Electric Company | Tomosynthesis imaging data compression system and method |
| JP5134897B2 (ja) * | 2007-09-25 | 2013-01-30 | 株式会社東芝 | 乳房検査システム |
| US20090129650A1 (en) | 2007-11-19 | 2009-05-21 | Carestream Health, Inc. | System for presenting projection image information |
-
2010
- 2010-07-12 JP JP2012520141A patent/JP5632913B2/ja not_active Expired - Fee Related
- 2010-07-12 CN CN201080031807.1A patent/CN102473300B/zh not_active Expired - Fee Related
- 2010-07-12 WO PCT/IB2010/053178 patent/WO2011007312A1/en active Application Filing
- 2010-07-12 EP EP10740363.6A patent/EP2454720B1/en active Active
- 2010-07-12 US US13/384,265 patent/US8977018B2/en active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101297321A (zh) * | 2005-10-25 | 2008-10-29 | 布拉科成像S.P.A.公司 | 配准图像的方法，用于执行配准图像的方法的算法，用于使用所述算法配准图像的程序以及处理生物医学图像以减少由对象移动导致的成像伪影的方法 |
| CN101453946A (zh) * | 2006-05-26 | 2009-06-10 | 皇家飞利浦电子股份有限公司 | 使用医学成像数据改进用于导管跟踪系统的校准方法 |
Non-Patent Citations (1)
| Title |
|---|
| Predicting Tumor Location by Modelling the Deformation of the Breast;Pathmanathan,P et al.;《IEEE Transactions on Biomedical Engineering》;20081003;第55卷(第10期);2471-2480 * |
Also Published As
| Publication number | Publication date |
|---|---|
| US20120114213A1 (en) | 2012-05-10 |
| JP5632913B2 (ja) | 2014-11-26 |
| EP2454720A1 (en) | 2012-05-23 |
| JP2012533331A (ja) | 2012-12-27 |
| WO2011007312A1 (en) | 2011-01-20 |
| CN102473300A (zh) | 2012-05-23 |
| US8977018B2 (en) | 2015-03-10 |
| EP2454720B1 (en) | 2019-11-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102473300B (zh) | 多模态乳房成像 | |
| CN102656608B (zh) | 重建感兴趣对象 | |
| US9741131B2 (en) | Anatomy aware articulated registration for image segmentation | |
| US7876938B2 (en) | System and method for whole body landmark detection, segmentation and change quantification in digital images | |
| US9020235B2 (en) | Systems and methods for viewing and analyzing anatomical structures | |
| US8588495B2 (en) | Systems and methods for computer aided diagnosis and decision support in whole-body imaging | |
| CN102460509B (zh) | 基于图像信息建立结构的轮廓 | |
| Kalra | Developing fe human models from medical images | |
| CN102473297B (zh) | 量化灌注分析 | |
| US9224204B2 (en) | Method and apparatus for registration of multimodal imaging data using constraints | |
| CN103402453A (zh) | 用于导航系统的自动初始化和配准的系统和方法 | |
| CN104346821A (zh) | 用于医学成像的自动规划 | |
| CN103229210A (zh) | 图像配准装置 | |
| CN110264559A (zh) | 一种骨断层图像重建方法及系统 | |
| CN114943714A (zh) | 医学图像处理系统、装置、电子设备及存储介质 | |
| Alam et al. | Evaluation of medical image registration techniques based on nature and domain of the transformation | |
| CN116964629A (zh) | 用于使用深度神经网络来推断二维医学图像中的感兴趣的对象类的厚度的系统和方法 | |
| US7391893B2 (en) | System and method for the detection of shapes in images | |
| Khmelinskii et al. | Segmentation and visual analysis of whole-body mouse skeleton microSPECT | |
| CN102713979A (zh) | 基于临床分类群体处理图像数据集 | |
| Ringel et al. | Supine magnetic resonance image registration for breast surgery: insights on material mechanics | |
| CN101346743A (zh) | 跨时间和跨形态的医学诊断 | |
| Soleimani | Information fusion of magnetic resonance images and mammographic scans for improved diagnostic management of breast cancer | |
| PETER | Fusion and analysis of multidimensional medical image data | |
| Xie et al. | Interactive Segmentation of Lung Tissue and Lung Excursion in Thoracic Dynamic MRI Based on Shape-guided Convolutional Neural Networks |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160330 |