CN102906784A - 处理样本图像 - Google Patents

处理样本图像 Download PDF

Info

Publication number
CN102906784A
CN102906784A CN2011800245268A CN201180024526A CN102906784A CN 102906784 A CN102906784 A CN 102906784A CN 2011800245268 A CN2011800245268 A CN 2011800245268A CN 201180024526 A CN201180024526 A CN 201180024526A CN 102906784 A CN102906784 A CN 102906784A
Authority
CN
China
Prior art keywords
image
sample
cut
sample image
body 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.)
Granted
Application number
CN2011800245268A
Other languages
English (en)
Other versions
CN102906784B (zh
Inventor
K·梅茨
T·比洛
I·C·卡尔森
M·贝格特尔特
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 CN102906784A publication Critical patent/CN102906784A/zh
Application granted granted Critical
Publication of CN102906784B publication Critical patent/CN102906784B/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
    • G06T7/30Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • 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
    • G06T2207/10081Computed x-ray tomography [CT]
    • 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
    • G06T2207/10088Magnetic resonance imaging [MRI]
    • 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
    • G06T2207/10116X-ray image
    • 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
    • G06T2207/10132Ultrasound image
    • 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
    • G06T2207/10132Ultrasound image
    • G06T2207/101363D ultrasound image
    • 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
    • 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
    • G06T2207/30068Mammography; Breast
    • 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
    • G06T2207/30096Tumor; Lesion

Abstract

公开了一种用于处理样本图像的系统。图像输入部(1)被配置为接收表示活体的至少一部分的身体图像和表示所述活体的被切割部分的样本图像。对准单元(2)被配置为基于所述样本图像和/或所述身体图像的图像内容计算所述样本图像和所述身体图像的对准。边缘检测器(3)被操作性连接到所述对准单元(2),并且被配置为检测所述样本图像中的所述被切割部分的外边缘的至少一部分。

Description

处理样本图像
技术领域
本发明涉及处理样本图像。
背景技术
新的扫描技术改善了早期乳腺癌的检测。这引起涉及患癌的组织的,例如导管原位癌(DCIS)的切割的手术过程的数量的增加。DCIS的切割是一项具有挑战性的任务。为保证包括没有患癌的边界的整个DCIS肿块被切割,可以采取以下步骤。基于乳房X射线照片精细地执行术前规划,以评估肿块的尺寸和位置。使用导丝标记肿块的位置。在乳房肿瘤切除期间,使用例如被切割组织的X射线成像,检查切割的组织,以评估其边界是否是没有患癌的。如果发现所切割的样本的未患癌的组织的边界不充足,那么外科医生切割更多的组织。
触觉反馈和超声信息不显示DCIS。替代的是,乳腺外科医生依赖借助于X射线获得的样本射线照相,以检查他是否已经切割整个肿块。如果需要切除另外的乳腺组织,那么乳腺外科医生识别乳腺的哪些额外部分必须要切除。为此,乳腺外科医生可能在被切除的组织上设置标记物以指示乳头的方向、腋窝的方向、以及胸部的侧面和中间部分的方向。然而,确定哪些额外的部分需要切除是易于出错并且耗时的任务,其是在被麻醉的患者仍躺在手术台上时,在很大的时间压力下执行的。
发明内容
一种用于处理样本图像的改善的系统将会是有益的。为了更好地解决这一问题,本发明的第一方面提供一种系统,其包括:
图像输入部,其被配置为接收表示活体的至少一部分的身体图像和表示活体的被切割部分的样本图像;以及
对准单元,其被配置为基于所述样本图像和/或所述身体图像的图像内容计算所述样本图像与所述身体图像的对准。
所述对准帮助用户使基于样本图像的发现与身体内的位置相关。这可以帮助绘出临床诊断或者识别需要进一步处置的身体的部分。
所述系统可包括边缘检测器,所述边缘检测器被配置为检测所述被切割部分的外边缘的至少一部分。被切割部分的外边缘使得样本图像的处理更加高效。例如,可以使用被切割部分的外边缘来定义感兴趣区域(ROI)。所述对准单元可以使用这样的感兴趣区域以避免考虑样本图像的不包含相关信息的部分。
所述对准单元可被配置为也基于所述被切割部分的所述外边缘来计算所述对准。例如,所述对准单元可以被配置为在对准过程中忽略除所述被切割部分的所述外边缘之外的任何图像部分。这改善了对准结果。
所述系统可包括边缘分析器,边缘分析器用于在靠近外边缘的样本边界中识别预定组织标本(type)。当外科医生的目的是移除预定组织标本时,外科医生可能希望切割不包括所述预定组织标本的组织的安全边界。边缘分析器可以确定外科医生是否成功地切割了安全边界,以及边缘的哪一部分并非没有预定组织标本。
所述边缘分析器可包括距离测量器,所述距离测量器被配置为测量被切割部分内出现的预定组织标本和被切割部分的外边缘之间的距离。这允许确定没有预定组织标本的边界的厚度。
所述对准单元可被布置为识别与包含预定组织标本的边界部分相对应的身体图像的部分。这允许用户看到身体的哪一部分可能需要额外的切除。
所述系统可包括肿块边缘定义器,肿块边缘定义器用于使得用户能够指定身体图像中将要被切割的组织肿块的边缘,其中所述对准单元被布置为还基于将要被切割的组织肿块的边缘计算所述对准。这一身体图像可以是与相同患者相关的同一身体图像或另一身体图像。这一特征帮助将样本图像与身体图像对准,因为可以使用将要被切割的组织肿块的外边缘和/或实际切割的部分的外边缘的位置和/或形状来对准所述位置和/或取向。
所述对准单元可以被布置为也依赖于在样本图像中可见的标记物来计算所述对准。这有助于改善所述对准的精度和/或效率。所述标记物也可在所述身体图像中可见,在这种情况下所述对准可以更加精确。
所述标记物可以指示所述样本相对于身体的取向。例如,所述标记物可以指示腋窝侧、乳头侧、被切割部分的侧边或中间侧。这有助于找到样本相对于身体和/或身体图像的正确取向。
所述系统可包括图像分析子系统,图像分析子系统用于识别由身体图像所描绘的解剖结构,例如乳头、腋窝以及胸部的侧面和中间部分。所述分析子系统可以计算肿块和/或内在标记物相对于所识别的解剖结构的取向。这可以使用样本中的标记物来实现,所述标记物指示这样识别的解剖结构的方向。这改善了所述对准。
所述系统可包括变形模型,该变形模型对例如像由样本的切割或样本的成像而引起的样本的变形进行建模。这有助于改善所述对准的精度。例如,可以对由剪切力或由样本放置在成像系统中所造成的变形进行建模。另外,可以对由于像流体流失的体外效应所造成的形态变化进行建模。
所述系统可包括外观模型,该外观模型对通过不同的图像模态或通过应用不同成像协议所描绘的组织标本的外观进行建模。这可以有助于识别不同组织标本或者可以改善由不同图像模态所采集的图像的对准的精度,特别是当所述样本图像和所述身体图像通过不同图像模态采集时。
所述系统可包括可视化子系统,所述可视化子系统用于生成所述对准的可视化,从而指示所述被切割部分的至少一部分相对于身体的位置和/或取向。这将所述对准所提供的信息传达给用户。
所述对准单元可以被布置为基于强度图样,例如身体图像和/或样本图像中所呈现的微钙化或解剖结构的图样,执行所述计算。样本图像中呈现的这样的图样也可出现在术前图像中。相应地,可以使用所述图样来将样本图像与术前图像对准。
本发明的又一方面提供一种图像采集装置,其包括用于采集所述身体图像和/或所述样本图像的探测器,以及所述的系统。这样的组合允许将图像采集和对准的功能集成到单一设备中。
本发明的又一方面提供包括前述系统的医学工作站,以及操作性耦合到所述可视化子系统用于显示所述对准的显示器。这提供了用于实现和使用所述系统的方便的工作站。
本发明的又一方面提供一种处理样本图像的方法,其包括:
接收表示活体的至少一部分的身体图像和表示活体的被切割部分的样本图像;以及
基于所述样本图像和/或所述身体图像的图像内容计算所述样本图像和所述身体图像的对准。
本发明的另一方面提供一种计算机程序产品,所述计算机程序产品包括用于令处理器系统执行前述方法的指令。
本领域技术员将要理解,可以以任何认为有用的方式组合上述本发明的实施例、实现方式和/或方面中的两个或多个。
本领域技术人员基于本说明书可以实现所述图像采集装置、所述工作站、所述方法和/或所述计算机程序产品的修改和变型,其对应所描述的所述系统的修改和变型。
本领域技术人员将要理解,所述方法可以被应用到多维图像数据,例如应用到二维(2D)、三维(3D)或四维(4D)图像,其由各种采集模态所采集,所述采集模态例如但不限于,X射线成像、乳房X射线照相术、断层合成、计算机断层摄影(CT)、磁共振成像(MRI)、超声(US)、正电子发射断层摄影(PET)、单光子发射计算机断层摄影(SPECT)以及核医学(NM)。
附图说明
参考下文中所描述的实施例,本发明的这些和其他方面会显而易见并将得到阐述。在附图中,
图1的方框图示出了用于处理样本图像的系统的各方面。
图2的流程图示出了处理样本图像的方法的各方面。
图3示出了使用标记物的样本的勾勒。
图4A示出了身体射线照片。
图4B示出了来自图4A中所示的身体的样本的射线照片。
图5A示出了身体射线照片和样本射线照片以及边界框。
图5B示出了图5A中所示的样本射线照片。
图6图示了三个旋转轴。
具体实施方式
本说明书描述了,特别是,用于处理样本图像的系统和方法。本说明书重点在乳房样本成像的示范性应用。然而,也可将所描述的技术应用到人类或动物身体的其他部分的,例如,肺或另一器官或肋骨的一部分的,样本图像。
图1中示出了这样的系统的方框图。该图示出了图像输入部1,其被配置为接收表示活体的至少一部分的身体图像和表示活体的被切割部分的样本图像。这样的图像输入部1可包括与图像库的连接,和/或与诸如乳房X射线照相术的X射线单元的图像采集设备的直接连接。该图像输入部1可以还包括用户接口单元,其中,用户可以指定哪个图像是身体图像以及哪个图像是样本图像。同样,图像输入部1可包括控制单元,控制单元用于控制图像采集设备,从而执行针对采集身体图像或样本图像而优化的采集协议。例如,这样的采集协议可以关于将要使用的X射线剂量或视场来优化。所述身体图像可以是活体的一部分的图像。例如,所述身体图像可以示出乳房。所述身体图像可以是乳房X射线照片。所述身体图像可以替代地示出身体的另一部分,例如,诸如肺或心脏的另一器官。样本图像示出一块被切割组织,与身体图像中示出的身体的部分相比,该被切割组织可能相对较薄和较小。
所述系统可以还包括对准单元2,该对准单元2被配置为计算样本图像与身体图像的对准。这一对准可以基于样本图像和/或身体图像的图像内容。下文中将更加详细地描述该对准是如何进行的范例。
所述系统可包括边缘检测器3,该边缘检测器3被操作性连接到对准单元2。所述边缘检测器3被配置为检测所述样本图像中的被切割部分的外边缘的至少一部分。这可以使用图像处理技术,通过检测样本和样本周围(例如空气)之间的过渡,来自动地完成。
所述对准单元2可被配置为也基于所述被切割部分的外边缘来计算所述对准。例如,所述对准单元2可以使用外边缘作为感兴趣体积的边缘;可以在对准过程中忽略感兴趣体积外的图像元素。
所述系统可包括边缘分析器4,边缘分析器用于识别包括预定组织标本的外边缘的一部分。例如,可以基于预定组织标本的图像性质,针对预定组织标本的存在扫描包括预定宽度的边界的边缘。这一预定组织标本可以是患癌的组织。这可以用来确定样本的边界是否包括未患癌的边界,以及外边缘的哪一特定部分不是未患癌的。
所述边缘分析器4可包括距离测量器5,所述距离测量器5被配置为测量被切割部分内的预定组织标本和被切割部分的外边缘之间的距离。这允许测量没有预定组织标本的边界的厚度。
所述对准单元2可以被布置为识别与包含预定组织标本的外边缘部分相对应的身体图像的部分。这使得用户能够看到身体的哪一部分仍可能包括预定组织标本,使得用户可以切割它。
所述系统可包括肿块边缘定义器6,其用于使得用户能够指定身体图像中将要被切割的组织肿块的边缘。用户可以在例如规划所述切割期间来做这件事。对准单元2可以被布置为还基于将要被切割的组织肿块的边缘来计算所述对准。例如,可以通过平移、缩放、旋转和/或变形来对准所述样本图像,使得轮廓线最佳匹配。
所述对准单元2可以被布置为也依赖于在样本图像中可见的标记物计算所述对准。例如,标记物可以在切割之前插入到样本中,并且在样本成像期间可以呈现在样本中。所述身体图像也可示出所述标记物,在这种情况下可以对准所述图像,使得两图像的标记物一致。
所述系统可包括变形模型7。该变形模型7可以对被切割部分的变形建模。例如,这样的变形建模可以考虑由于切割的动作而发生的变形。同样,所述变形可以由流血或样本的处理,例如在样本图像的采集期间,而引起。
所述系统可包括外观模型8。该外观模型8可以对通过不同的成像模态或通过应用不同成像协议所描绘的组织标本的外观进行建模。以这种方式,身体图像的特征可以转换为样本图像的特征,或者反之亦然。这允许识别样本图像和身体图像中相应的图像特征,这些相应的特征可以用于对准该两幅图像。
所述系统可包括用于生成所述对准的可视化的可视化子系统9。所述可视化可以提供所述被切割部分的至少一部分相对于身体的位置和/或取向的指示。例如,所述样本图像可以被示为在身体图像上的对准的覆盖。可选地,可以在身体图像中指示样本的位置。可选地,可以在身体图像中可视化所述样本的外边缘以示出样本相对于身体的位置和/或取向和/或尺寸。在身体图像中示出包含预定组织标本的边缘边界的部分也是可能的。
所述系统可以被集成在图像采集装置中,所述图像采集装置包括用于采集身体图像的探测器10和/或用于采集样本图像的探测器11。这些探测器10和探测器11也可以是相同的探测器。探测器10和探测器11可以连接到图像输入部1。例如,探测器10可以是乳房X射线照相单元,探测器11可以是X射线单元。
所述系统可以集成到医学工作站。这样的医学工作站可包括操作性耦合到可视化子系统用于显示所述对准的显示器。此外,可以提供诸如鼠标输入或键盘的用户控制。
图2示出了处理样本图像的方法。所述方法包括接收201表示活体的至少一部分的身体图像和表示活体的被切割部分的样本图像的步骤。所述方法还包括基于样本图像和/或身体图像的图像内容,计算202所述样本图像和所述身体图像的对准的步骤。所述方法可以被实现为计算机程序产品。这样的计算机程序产品可以被布置为在例如上述医学工作站上运行。
本文中所描述的系统和方法可以被配置为,特别是,自动地对准患者的样本图像与术前图像。所对准的样本射线照片可以不同的观看模式呈现,该模式可以改善所述术前图像和所述样本图像之间的比较。在交互式模式中,可以使得用户能够校正自动地执行的对准。
然而,样本射线照片与术前图像的对准可以考虑图像的取向和/或缩放的差异。另外,被切割的组织可能由于手术和/或成像过程而变形。可以自动地执行患者的样本射线照片与术前图像的对准。对准的样本射线照片可以不同观看模式来显示,该模式可能增强与术前图像的比较。另外,可以使得外科医生能够交互地校正任何自动执行的对准。
替代术前图像,可以使用患者的术中图像。本说明书中使用的表述“身体图像”指代表示活体的至少一部分的图像。身体的这一“部分”从在采集图像时这一部分还未从身体上切割这一意义上说是与身体一体的部分。“样本图像”指代在采集图像时己经从身体上切割下来的组织的图像。
样本射线照片与术前图像的ROI的对准可以基于以下中的一个或其组合:两图像的灰度值特性、基于结构的信息例如微钙化和/或解剖结构的图样、通过人工标记物给出的样本放射照片(腋窝和乳头)的取向、作为内在标记物的导丝。导丝在对准中可能是有用的,特别是如果在两图像中均示出导丝时。
可以在例如是乳房X射线照片和样本射线照片的2D X射线图像之间执行对准。可选地,可以在由不同模态所采集的图像上执行对准,例如,在术前乳房磁共振(MR)图像和样本射线照片之间。可以使用外观模型将所成像样本的模态特异性特征转换为身体图像的模态特异性特征。例如,取决于针对身体图像和样本图像所使用的图像标本,可以执行2D到3D或者3D到4D对准。
对准的结果可以呈现在不同观看模式中的一个或其组合中。例如,可以并排显示身体图像和样本图像。此外,可以在身体图像中指示样本在身体中的原始位置和/或取向,例如借助于身体图像中的一个或多个箭头或者借助于身体图像中与样本对象对应的边界框或轮廓。可以并排放置样本图像和身体图像的边界框。身体图像可以覆盖有样本图像。样本图像可以投影到身体图像中,特别是当身体图像是三维的时。额外地或可选地,可以示出样本在身体中的初始取向,例如使用象形图(pictogram)。这样的象形图的一个范例在图6中示出。
可以使得用户能够校正样本图像与身体图像的对准。这一校正可包括,例如,改变样本图像相对于身体图像的取向和/或缩放。例如,可以使得用户能够操纵覆盖到身体图像上的边界框,例如通过对所述边界框旋转和/或重定尺寸。在另一范例中,可以使得用户能够操纵指示取向的象形图。在另一范例中,可以使得用户能够文本地校正取向和缩放因子。交互执行的校正可以即时地显示。
本文中所描述的技术可以实现为成像系统、乳房工作站或用于介入规划、手术规划、引导和/或控制的专用计算机系统的控制台的部分。
图3示出了切除的样本301的勾勒图。该图示出该样本包括标记物303,304以确定它在身体中的初始取向。该样本包括导丝302。因为这一导丝可以在身体图像和样本图像两者中可见,所以其可以被用作将样本图像与身体图像对准的标记物。此外,标记物303指示乳头的方向并且标记物304指示腋窝的方向。可以使用这些标记物来确定样本相对于身体的取向。因此,这些标记物可以被自动对准单元使用以将样本图像与身体图像对准,特别是如果乳头和/或腋窝的位置相对于身体图像已知的话。
图4A的乳房X射线照片示出组织的切割之前的乳房。图4B示出了具有导丝401和导丝402的放大的样本射线照片。在两图像中,指向微钙化的箭头指示导管原位癌(DCIS)。导丝401和导丝402可被用于对准样本射线照片。
图5A是以MLO视图示出切割前的DCIS的术前乳房X射线照片。图5B是示出被切割的样本的放大的样本射线照片。在术前乳房X射线照片中,被切割组织的区域用矩形501标记。
图6图示了如何能够示出被切割组织的取向。关于x、y和z轴的旋转在象形图601、602和603中示出。也可使用这些象形图使得用户能够交互地校正被切割组织的自动计算的取向,例如借助于拖放操作。
本文中所描述的系统和方法可被用作从活体中切割组织时的辅助。例如,可以在切割患癌的组织,例如不同标本的包括固体肿瘤的乳腺癌,例如浸润性导管癌,或其他器官的癌,例如肝癌或肺癌,的时候使用所述系统和方法。以上关于图1所描述的“预定组织标本”可以是这样的癌症标本。
在规划病理学检查时以及在报告病理学结果期间,可以应用本文中所描述的技术。基于样本图像可以规划病理学过程。这样的规划可以指示在哪里执行详细的检查。此外,可以通过使用样本射线照片改善病理学发现的定位。这将改善病理学家和乳腺外科医生之间的交流。这对于在患者躺在手术室中并且外科医生在等待病理学结果以决定是否需要切除时执行的病理学检查是特别重要的。
可以使用模型来改进身体图像和样本图像之间的对准。首先,可以采用变形模型来建模由组织的切割和样本的成像所带来的影响。第二,可以使用体外模型来建模如流体的流失的体外影响。第三,可以使用外观模型来建模通过不同成像模态和/或通过应用不同采集协议所描绘的不同组织标本例如脂肪组织、纤维组织、囊肿、肿瘤组织的外观。
示范性身体图像有,例如头尾位CC和/或MLO(中部侧斜位)视图的2D乳房X射线照片、超声图像、磁共振图像、断层融合图像。例如,身体图像可以是术前图像。可选地,可以使用术中图像,示出由切割产生的空腔。可以为样本图像使用相同的模态,例如X射线图像或断层融合图像。
例如,可以通过执行以下步骤执行对准。可以在样本图像中确定样本的边缘(或边界)。一开始样本图像可以初步地定位于身体图像中。这一定位可以包括识别身体图像和样本图像中的导丝以确定位置。同样,可以在身体图像中定义感兴趣区域,例如基于导丝和估计的尺寸,或者借助于用户输入。也可在样本图像中定义感兴趣区域;然后可以使用两个感兴趣区域以相对于身体图像定位样本图像。这一定位可以基于模型,该模型描述了依赖于组织特性和由组织的切割所引起的力的样本的变形。
然后,可以确定样本图像相对于身体图像的初步取向。该取向可以基于身体图像和样本图像中导丝的识别以及它们的旋转对准。此外,可以基于样本外的至少一个解剖标记物的识别和对准来确定所述取向,所述标记物例如,腋窝和乳头以及术前图像中乳房的侧面/中央部分,和样本图像中可见的指示乳头、腋窝和乳房的侧面部分的手术标记物。
上述的初步对准可以如下地细化。首先,可以在处理中排除样本图像中样本外部及外边缘上的部分。可以基于共同信息执行配准。这样的共同信息技术可以处理由不同模态采集的图像。以这种方式,使用身体图像和样本图像两者中均可提供的信息,即便是使用了不同的图像模态也可以。也可使用其他种类的配准。当使用不同成像模态时,任选地建模由这些不同图像模态所给出的信息的映射和这些不同图像模态到身体(乳房)成像和样本成像的应用。可以将该“映射”模型用于图像配准。
在身体图像是三维的并且样本图像包括如射线照片的一组一个或多个投影图像,例如两个正交投影,的情况下,所述配准可适于3D-2D问题。
针对需要重新削切的身体图像的部分的定位,样本图像的边界可以与身体图像对准。为此,可以首先在身体图像中识别必须要切割的乳房的部分。这一步骤可以由外科医生在手术规划中基于术前图像执行。这一步骤可以通过图像处理工具(分割工具)辅助并且手动地或半自动地执行。可以存储必须要切割的乳房的部分的轮廓。
可以确定所述轮廓相对于乳头、腋窝、乳房的侧面部分的取向。为此,可以自动地分割乳头、腋窝和胸肌。
可以执行样本图像中的样本的患癌的部分的识别(通过分割工具的帮助半自动地或手动地)。可以确定它们到样本的边界的距离。可以识别一个或多个阳性边界部分。这些阳性边界部分是非未患癌的部分(更广泛地说,包括预定组织标本)。
对准可以基于样本的边界(外边缘)和必须要切割的乳房的部分的轮廓。这可基于,例如,边缘和轮廓的形状、一条或多条导丝、放置在样本上并由样本图像所图示的手术标记物,来完成。
然后可以在身体图像中可视化包括预定组织标本的边界的部分,以使得外科医生能够在指示的位置做进一步的切割。所述可视化可以在术前身体图像中或在示出手术空腔的术中身体图像中执行。
也可使用术前身体图像或示出手术空腔的术中身体图像来执行所述对准。在后一情况下,可以自动地分割所述空腔以获得己被切割的肿块的边界。然后可以将这一边界与样本图像中的样本边界对准。
将要理解,本发明也应用于计算机程序,特别是载体上或载体内的计算机程序,其适于将本发明付诸实践。该程序可以是源代码、目标代码、代码中间源的形式,以及诸如部分编译的形式的目标代码,或者是用于在根据本发明的方法的实现中使用的任何其他形式。也将理解,这样的程序可以有很多不同的构架设计。例如,实现根据本发明的系统或方法的功能的程序代码可以被细分成一个或多个子例程。在这些子例程之间分布功能的多种不同的方法对本领域技术人员而言将是显而易见的。所述子例程可以被一起存储在一个可执行文件中以构成自包含程序。这样的可执行文件可包括计算机可执行的指令,例如,处理器指令和/或解释器指令(例如,Java解释器指令)。可选地,所述子例程中的一个或多个或者所有可以存储在至少一个外部库文件中并且与主程序静态地,或动态地例如运行时,链接。主程序包括对所述子例程中的至少一个的至少一个调用。所述子例程可以也包括相互之间的功能调用。涉及计算机程序产品的实施例包括与本文所述的方法中的至少一个的每个处理步骤相对应的计算机可执行指令。这些指令可以被细分为子例程和/或存储在可以被静态地或动态地链接的一个或多个文件中。涉及计算机程序产品的另一实施例包括与本文中所述的系统和/或产品中的至少一个的每一模块相对应的计算机可执行指令。这些指令可被细分为子例程和/或被存储在可以被静态地或动态地链接的一个或多个文件中。
计算机程序的载体可以是能够承载该程序的任何实体或设备。例如,所述载体可以包括存储介质,例如ROM,例如,CD ROM或半导体ROM;或磁性记录介质,例如软盘或硬盘。此外,所述载体可以是能传送的载体,例如电学或光学信号,其可以经由电缆或光缆或通过无线电或其他手段进行传送。当所述程序被实施于这样的信号中时,所述载体可以由这样的线缆或其他设备或器件组成。可选地,所述载体可以是其中内嵌了所述程序的集成电路,所述集成电路适于执行相关方法,或者在所述相关方法的执行中使用。
应该注意,上述实施例图示而非限制本发明,并且本领域技术人员将能够在不超出所附权利要求的范围的情况下设计很多替代性实施例。在权利要求中,括号中的任何附图标记不应被理解为限制权利要求。动词“包括”及其词形变化的使用并不排除权利要求中所陈述的之外的元件和步骤的存在。元件前的冠词“一”并不排除多个这样的元件的存在。本发明可以通过包括几个不同元件的硬件的方式,以及通过被合适地编程的计算机的方式来实现。在列出若干器件的装置权利要求中,这些器件中的若干可以通过一个且同一个硬件实施。互不相同的从属权利要求中记载了特定措施这一仅有事实并不指示不能有利地组合这些措施。

Claims (15)

1.一种用于处理样本图像的系统,包括:
图像输入部(1),其被配置为接收表示活体的至少一部分的身体图像和表示所述活体的被切割部分的样本图像;以及
对准单元(2),其被配置为基于所述样本图像和/或所述身体图像的图像内容计算所述样本图像与所述身体图像的对准。
2.根据权利要求1所述的系统,还包括边缘检测器(3),所述边缘检测器被操作性连接到所述对准单元(2)并且被配置为检测所述样本图像中的所述被切割部分的外边缘的至少一部分。
3.根据权利要求2所述的系统,其中,所述对准单元(2)被配置为也基于所述被切割部分的所述外边缘计算所述对准。
4.根据权利要求2所述的系统,还包括边缘分析器(4),所述边缘分析器用于在靠近所述外边缘的所述样本的边界中识别预定组织标本。
5.根据权利要求4所述的系统,其中,所述边缘分析器(4)包括距离测量器(5),所述距离测量器被配置为测量所述被切割部分中的预定组织标本和所述被切割部分的所述外边缘之间的距离。
6.根据权利要求4所述的系统,其中,所述对准单元(2)被布置为识别所述身体图像的与包括所述预定组织标本的所述边界的部分对应的部分。
7.根据权利要求1所述的系统,还包括肿块边缘定义器(6),所述肿块边缘定义器用于使得用户能够指定身体图像中将要被切割的组织肿块的边缘,其中,所述对准单元(2)被布置为还基于将要被切割的所述组织肿块的所述边缘计算所述对准。
8.根据权利要求1所述的系统,其中,所述对准单元(2)被布置为也依赖于在所述样本图像中可见的标记物来计算所述对准。
9.根据权利要求1所述的系统,包括对所述被切割部分的变形进行建模的变形模型(7)。
10.根据权利要求1所述的系统,包括外观模型(8),所述外观模型对通过不同的图像模态或通过应用不同的成像协议所描绘的组织标本的外观进行建模。
11.根据权利要求1所述的系统,包括可视化子系统(9),所述可视化子系统(9)用于生成所述对准的可视化,从而指示所述被切割部分的至少一部分相对于身体的位置和/或取向。
12.一种图像采集装置,其包括用于采集所述身体图像和/或所述样本图像的探测器(10,11),以及根据权利要求1所述的系统。
13.一种包括根据权利要求1所述的系统的医学工作站,以及被操作性耦合到所述可视化子系统(9)以显示所述对准的显示器。
14.一种处理样本图像的方法,包括:
接收(201)表示活体的至少一部分的身体图像和表示所述活体的被切割部分的样本图像;以及
基于所述样本图像和/或所述身体图像的图像内容计算(202)所述样本图像与所述身体图像的对准。
15.一种计算机程序产品,其包括用于令处理器系统执行根据权利要求14所述的方法的指令。
CN201180024526.8A 2010-05-19 2011-05-16 处理样本图像 Active CN102906784B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP10163262.8 2010-05-19
EP10163262 2010-05-19
PCT/IB2011/052129 WO2011145037A1 (en) 2010-05-19 2011-05-16 Handling a specimen image

Publications (2)

Publication Number Publication Date
CN102906784A true CN102906784A (zh) 2013-01-30
CN102906784B CN102906784B (zh) 2016-05-11

Family

ID=44487018

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201180024526.8A Active CN102906784B (zh) 2010-05-19 2011-05-16 处理样本图像

Country Status (6)

Country Link
US (1) US20130064437A1 (zh)
EP (1) EP2572333B1 (zh)
JP (1) JP5802264B2 (zh)
CN (1) CN102906784B (zh)
BR (1) BR112012029144A2 (zh)
WO (1) WO2011145037A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110223774A (zh) * 2019-07-05 2019-09-10 扬州大学附属医院 一种实体肿瘤三维病理诊断与三维影像诊断融合方法

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5559642B2 (ja) * 2010-08-30 2014-07-23 富士フイルム株式会社 手術支援装置、手術支援方法および手術支援プログラム
BR112014017144A8 (pt) 2012-01-16 2017-07-04 Koninklijke Philips Nv aparelho de geração de imagens; aparelho de ressecção para a realização de um procedimento de ressecção; método de geração de imagens; método de ressecção para a realização de um procedimento de ressecção; programa de computador de geração de imagens; e programa de computador de ressecção para a realização de um procedimento de ressecção
US9642581B2 (en) 2013-11-12 2017-05-09 KUB Technologies, Inc. Specimen radiography with tomosynthesis in a cabinet
WO2016046289A1 (en) 2014-09-24 2016-03-31 Koninklijke Philips N.V. Surgical guide-wire placement planning
US10357216B2 (en) 2015-12-21 2019-07-23 Toshiba Medical Systems Corporation Mammography apparatus
US10068330B2 (en) * 2016-02-26 2018-09-04 Niramai Health Analytix Pvt Ltd Automatic segmentation of breast tissue in a thermographic image

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07234930A (ja) * 1993-09-29 1995-09-05 Wang Shih Ping コンピュータ補助検査システム及び方法
JP2007029502A (ja) * 2005-07-28 2007-02-08 Fujifilm Corp 位置合せ装置、位置合せ方法、およびそのプログラム
JP2008165773A (ja) * 2006-12-19 2008-07-17 Fujifilm Corp 形状モデリング技法に基づいた確率的アトラスのための方法および装置
JP2009061034A (ja) * 2007-09-05 2009-03-26 Toshiba Corp 医用画像診断装置
CN101658415A (zh) * 2008-08-27 2010-03-03 通用电气公司 用于脉管系统的描绘的方法和系统
US20100121172A1 (en) * 2008-11-12 2010-05-13 Siemens Corporate Research, Inc. Microscopic and macroscopic data fusion for biomedical imaging

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5090600B2 (ja) * 2000-02-18 2012-12-05 トーマス ジェイ. フォガーティー, 正確に組織に印を付けるための改善されたデバイス
US7228165B1 (en) * 2000-06-26 2007-06-05 Boston Scientific Scimed, Inc. Apparatus and method for performing a tissue resection procedure
WO2002041752A2 (en) * 2000-11-24 2002-05-30 U-Systems, Inc. Method and system for instant biopsy specimen analysis
JP4193201B2 (ja) * 2002-05-24 2008-12-10 株式会社日立メディコ 臓器の切除領域抽出表示装置
JP2004041490A (ja) * 2002-07-12 2004-02-12 Konica Minolta Holdings Inc 画像診断支援装置
US20050135707A1 (en) * 2003-12-18 2005-06-23 Turek Matthew W. Method and apparatus for registration of lung image data
US7904145B2 (en) * 2004-03-23 2011-03-08 Dune Medical Devices Ltd. Clean margin assessment tool
US20060229529A1 (en) * 2006-03-30 2006-10-12 Wright Robert C System, apparatus, and method for marking orientation of a tissue sample
CN101959450B (zh) * 2008-03-03 2013-05-29 皇家飞利浦电子股份有限公司 通过基于图像的x射线引导系统
US8386015B2 (en) * 2008-10-27 2013-02-26 Siemens Aktiengesellschaft Integration of micro and macro information for biomedical imaging
US8183530B2 (en) * 2009-01-09 2012-05-22 Jefferson Science Associates, Llc Positron emission tomography and optical tissue imaging
CN102422335B (zh) * 2009-05-12 2016-03-02 美国医软科技公司 用于交互式术前评估的系统、方法和装置
US8948474B2 (en) * 2010-01-25 2015-02-03 Amcad Biomed Corporation Quantification method of the feature of a tumor and an imaging method of the same

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07234930A (ja) * 1993-09-29 1995-09-05 Wang Shih Ping コンピュータ補助検査システム及び方法
JP2007029502A (ja) * 2005-07-28 2007-02-08 Fujifilm Corp 位置合せ装置、位置合せ方法、およびそのプログラム
JP2008165773A (ja) * 2006-12-19 2008-07-17 Fujifilm Corp 形状モデリング技法に基づいた確率的アトラスのための方法および装置
JP2009061034A (ja) * 2007-09-05 2009-03-26 Toshiba Corp 医用画像診断装置
CN101658415A (zh) * 2008-08-27 2010-03-03 通用电气公司 用于脉管系统的描绘的方法和系统
US20100121172A1 (en) * 2008-11-12 2010-05-13 Siemens Corporate Research, Inc. Microscopic and macroscopic data fusion for biomedical imaging

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
MUTLU METE等: "Delineation of malignant areas in histological images of head-neck cancer", 《DOCTORAL DISSERTATION》, 31 December 2008 (2008-12-31) *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110223774A (zh) * 2019-07-05 2019-09-10 扬州大学附属医院 一种实体肿瘤三维病理诊断与三维影像诊断融合方法
CN110223774B (zh) * 2019-07-05 2022-12-13 扬州大学附属医院 一种实体肿瘤三维病理诊断图像与三维影像诊断图像融合方法

Also Published As

Publication number Publication date
EP2572333A1 (en) 2013-03-27
JP2013532001A (ja) 2013-08-15
WO2011145037A1 (en) 2011-11-24
US20130064437A1 (en) 2013-03-14
JP5802264B2 (ja) 2015-10-28
CN102906784B (zh) 2016-05-11
BR112012029144A2 (pt) 2016-08-09
EP2572333B1 (en) 2015-09-09

Similar Documents

Publication Publication Date Title
US11896414B2 (en) System and method for pose estimation of an imaging device and for determining the location of a medical device with respect to a target
CN105025799B (zh) 用于诊断超声机器的三维映射显示系统
JP5632913B2 (ja) マルチモダリティ胸部撮像に関するシステム、方法及びプログラム
CN102906784B (zh) 处理样本图像
US20090129650A1 (en) System for presenting projection image information
WO2004049948A1 (ja) コンピュータ支援診断装置
US9668712B2 (en) Method and system for quantitative imaging
US20070118100A1 (en) System and method for improved ablation of tumors
US20130257910A1 (en) Apparatus and method for lesion diagnosis
US10342633B2 (en) Medical image data processing system and method
JP6637781B2 (ja) 放射線撮像装置及び画像処理プログラム
CN110072467B (zh) 提供引导手术的图像的系统
CN106068098B (zh) 用于超声引导过程的区域可视化
Sun et al. Design of the image-guided biopsy marking system for gastroscopy
KR20130057282A (ko) 컴퓨터 기반 진단 방법 및 그에 따른 컴퓨터 기반 진단 장치
CN115861168A (zh) 具有附加对象的2d医学图像数据的自动分析
US20230138666A1 (en) Intraoperative 2d/3d imaging platform
US20200022774A1 (en) Implantable markers to aid surgical operations
US11259783B2 (en) Determining a region of interest to be rendered
US20130108127A1 (en) Management of patient model data
Reynisson Improved Bronchoscopy by new image guided Approach
Shtern et al. Report of the working group on digital mammography: Computer-aided diagnosis and 3D image analysis and display
EP4128145A1 (en) Combining angiographic information with fluoroscopic images
CN114983488A (zh) 用于识别活检位置坐标的系统和方法

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