CN103501699B - 用于隔离成像数据中的潜在异常的方法和装置和其对医学图像的应用 - Google Patents

Abstract

公开了一种用于隔离成像数据中的潜在异常的方法，该方法包括提供包含至少一个代表给定异常的给定异常属性的组；提供用于识别每一个至少一个给定异常属性中的异常属性标识符；在成像数据中，使具有第一属性的第一区域与包含至少一个其它区域的组隔离，至少一个其它区域中的每一个具有不同于第一属性的相应属性；在成像数据中，由于第一区域和包含至少一个其它区域的组的隔离，提供选自由以下各项组成的组中的过渡区域：使第一区域和包含至少一个其它区域的组分开的封闭区域；和在第一区域和包含至少一个其它区域的组中的一个区域内延伸的封闭区域；至少在过渡区域应用用于识别每一个至少一个给定异常属性的异常属性标识符用于为选定区域提供计算指令，选定区域至少是过渡区域；确定用于选定区域的计算指令与至少一个给定异常属性中的每一个是否协调；以及如果用于选定区域的计算指令是协调的，则向选定区域分配潜在异常候选区域指令从而隔离潜在异常。

Description

用于隔离成像数据中的潜在异常的方法和装置和其对医学图像的应用

相关申请的引用

本申请要求于2011年2月24日提交的题名为“Methodandapparatusforisolatingapotentialanomalyinimagingdataanditsapplicationtomedicalimagery”的美国临时专利申请号US61/446,342的优先权，将其说明书通过引用结合于此。

技术领域

本发明涉及数据处理。更准确地，本发明涉及用于图像处理的方法和系统，具体涉及计算机辅助检测和诊断（分别对应CADe和CADx）医学数据集，更具体地用于检测空腔脏器中的异常，诸如，但不限于，结直肠病变或腹主动脉瘤。

背景技术

在医学中，CAD系统旨在最终输出医学图像中的潜在异常。现有技术的方法和系统通常包括具有是优选的且最成功的过程的由粗糙到细致的方法的聚集的2D和3D方法，其检测多个“粗糙”的初始小块并由分类器进一步细化，即只有“最佳”候选可以保留下来。

在题名为“Automaticanalysisinvirtualendoscopy”的国际PCT申请号WO98/37517中公开了用于结肠中的息肉识别的第一种方法。提出的方法和系统需要分割（segmentation）关注器官，该关注器官一般是结肠。基于成功的分割，使用网格，即源自法线的等值面的组使结肠交互可视化，另外支持包括确定代表数量和曲率方向的每个群体的凸率值（convexityvalue）的步骤的“形状特征分析”。

这种方法和提出的后续等同方法，如在美国专利号US7,369,638公开的方法，将它们的策略基于当例如与结肠粘膜的光滑表面比较时识别息肉的特征形状。因此，需要基于分割处理的器官的准确表现以便准确地识别关注的形状。本领域技术人员将会理解可能不会检测到随机形状的病变。对于CT结肠镜检查、也称虚拟结肠镜检查的情况，本领域技术人员将会理解多数现有技术的方法旨在识别（球状的）息肉异常，不是（没有潜在球状突起随机形状的）癌症或块状物。

然而，如在题名为“Computer-aideddetectionmethodsinvolumetricimagery”的美国专利号US7,236,620（下文中'620）中提到的，基于曲率计算的探测器使用易于产生由输入图像中的噪音导致的假性输出的导数过程（derivativeprocess）。考虑到距离图的零值等值面产生目标表面而距离图的导数（derivative）产生表面法线，即网格，如在1998年提到的，Usingdistancemapsforaccuratesurfacerepresentationinsampledvolumes,GibsonSarahF.F.,MitsubishiElectricResearchLaboratory,IEEE，这种限制也影响了涉及梯度和等值面的每一个等同方法。本领域技术人员将会理解，任何这种距离图需要目标分割，如在题名为“Methodofcomputingsub-pixelEuclideandistancemaps”的美国专利号US7,113,617中提到的。如所提到的，产生距离图的方法包括识别源图像的边界曲线的步骤。本领域技术人员将会理解，对于例如在CT结肠镜中的CAD方法的情况下，现有技术分割和距离图确定依赖于准确识别结肠粘膜的内壁，其中确定表面法线（如网格，梯度）。

为了克服上述提到的“导数过程”的限制，'620专利公开了基于简单球面求和的方法。该方法需要输入二进制图像，即分割后的图像，由二进制图像基于落入两个球面求和过程的比率内的分割元素的比率限定形状，每次涉及一个2D图像而不是俯瞰一个3D区域。这种方法确实减少所需要的处理时间的量并且不易受到噪音影响，但是实际上仍然依赖于图像分割处理。如此，仅减少所需要的处理时间和复杂度，而不能改善检测输出，因为它将困难转移到分割阶段。

同时，在生物医学计算2000年斯坦福学术研讨会论文集中Gokturk介绍了题名为“recognizingpolypsfrom3DCTcolondata”的三维模式识别方法来检测医学图像中的形状，其中使用通过候选卷（candidatevolume）的随机切片以从2D切片中提取形状特征，将后者输入到支持向量机（SVM）分类器进一步负责识别息肉候选。在“Astatistical3Dpatternprocessingmethodforcomputer-aideddetectionofpolypsinCTcolonography,Gokturkandal.,IEEEtransactiononmedicalimaging,vol.20(12)dec.2001”中进一步详述该方法并产生美国专利号US7,346,209。这些发展导致与'620专利中涉及使用2D梯度求和以减少人为噪音相似的方法，期望求和以及平滑（smoothing）操作能有助于增大同类和不同类结构之间的差别，其中局部图像像素梯度而非边缘相比其对于同类结构来说更为重要。如此，对边缘的定义就有了限制，其有必要对关注结构进行准确分割过程。另外，Gokturk方法更多地关于构成用于进一步输入到分类器的形状标记而不是在自身中检测息肉。

根据前述两个概念并将它们组合，在美国专利号US7,447,342（下文中'342）中Cathier公开了使用切割面用于结肠息肉检测的方法和系统。所公开的方法和系统涉及遍及数据集的卷的再分割（reslicingofvolumes）以便在任何这些平面上检测小且圆形的痕迹。然而，如在本文中讨论的先前技术，该方法必须以高准确度预处理图像以将结肠与图像中的其它结构区分来成功检测息肉。此外，本领域技术人员将会理解，这种技术旨在用于息肉形状识别而不专注于（特征为随机形状的）癌症和块状物检测的需求。

为了克服'342方法关于其对于二值化阈值的灵敏度的限制，以编号2009/0016583公开的美国专利申请公开了使用发散渐变现场响应（DGFR）。如所提到的，这种方法允许在梯度范围内直接检测圆周，而不是如在'342专利的情况中的边缘或量值。然而，在此方法中也表现出两种固有的限制。第一，DGFR识别给定尺寸的圆周并且，由于待发现的息肉的尺寸不是事先已知的，因而需要计算对于覆盖息肉尺寸的全部范围的多个子卷（子采样卷）的DGFR。因此，需要决定在哪个点停止子采样，因而限制了待发现的息肉的最小和最大尺寸。这是本领域技术人员熟知的模板匹配技术的问题。第二限制是DGFR检测圆周，尽管息肉可能具有比简单的圆周更复杂的形状。不幸的是，该技术不解决癌症和块状物检测（即随机形状）的需求。

此外，除了总是存在的分割限制外，还可以观察到这些方法具有两个不同的步骤：候选检测和假阳性还原，例如，通过密度分析还是形状分析。同样，上面提到的方法旨在检测圆形/椭圆形以进一步检测息肉。应当理解在数字数据集中寻找球体将等同于亦或检测圆形形状亦或检测局部/全局曲率。因此缺乏检测各种尺寸和形状的病变的合适的方法，如由C.Robinson博士在维也纳2009年欧洲放射学大会（ECR）中表示的：“在筛选的背景下开发CAD算法用于检测息肉”，其研究旨在基于用于产生癌症候选的“读取器可调球形装置”研究商用CADe设备的性能。该作者称“将CAD算法应用至四个球度设置（0、50、75、100）的数据集，100（最高球度）检测更弯曲的形状，并且单独的观察器表现所有的CAD标记的特征”。以0；50；75和100的球度设置，在“敏感度；假阳性比率”方面的结果分别是{90.2%；65}，{88.6%；57}，{87.1%；45}和{74.2%；24}。这种较高的假阳性率说明这种基于形态学的算法无法准确地识别癌症和各种形状的其它病变，考虑到高灵敏度，只在选择其它（非临床关注）区域时才会实现。这种情况被C.Robinson博士明确地表达了出来：“随着球度降低会检测到更多的癌症，其代价是特异性降低。”

最后，在其它限制中，事实是有些方法涉及用简单的阈值化以将结肠与其它结构区分开从而将管腔与组织区分开。尽管不存在这种“简单阈值化”的方法，这种方法的明确限制是无法处理以流体/粪便标记的形成减少导致的CT结肠镜检查数据集，其中不仅仅需要“简单的使空气/组织分离”。实际上，考虑到这种减少的产生，本领域技术人员将会理解标记残留可表现与息肉类似的小型/圆形特征。

因此需要提供将克服至少一个上述确定的缺陷的改善的方法和装置。

发明内容

因此本发明的目的是提供用于隔离潜在异常的方法和系统和它们用于医学数据集中的空腔脏器的用途。

本发明的另一个目的是提供这种方法和系统用于辅助自动检测异常而无需预先准确器官分割并且无需预先的异常形态学知识。

根据一个实施方式，提供了用于隔离成像数据中的潜在异常的方法，该方法包括提供包含至少一个代表给定异常的给定异常属性的组；提供用于识别至少一个给定异常属性中的每一个的异常属性标识符；在成像数据中，使具有第一属性的第一区域与包含至少一个其它区域的组隔离，至少一个其它区域中的每一个具有不同于第一属性的相应属性；提供由于第一区域和包含至少一个其它区域的组的隔离产生的过渡区域，过渡区域选自由以下各项组成的组中：使第一区域和包含至少一个其它区域的组分开的封闭区域；和在第一区域和包含至少一个其它区域的组中的一个区域中延伸的封闭区域；应用异常属性标识符用于至少在过渡区域识别至少一个给定异常属性中的每一个用于向选定区域提供计算指令，选定区域至少是过渡区域；确定用于选定区域的计算指令与至少一个给定异常属性中的每一个是否协调并且如果用于选定区域的计算指令协调，则向选定区域分配潜在异常候选区域的指令从而隔离潜在异常。

根据一个实施方式，成像数据包括源自成像系统的n-维数据集，其中n大于或等于2。

根据另一个实施方式，n-维数据集是元素的2-维体积元阵列（2-dimensionalvolumetricarray）和元素的3-维体积元阵列中的一个。

根据另一个实施方式，n-维数据集源自选自由以下设备组成的组中的设备：磁共振成像（MRI）设备、正电子发射断层扫描（PET）设备、X-射线设备、超声波设备以及它们的任何组合。

根据另一个实施方式，包含至少一个给定异常属性的组包括组成相关信息、形状相关信息、在成像数据中的空间定位和随着时间推移的它们的组合中的至少一个。

根据另一个实施方式，异常属性标识符包括以下至少一个：组织密度确定、组织同质化梯度确定、确定存在或不存在组织属性、确定水分含量/分布、确定造影剂（在给定时刻或随着时间推移）的存在并且确定造影剂在给定时刻或随着时间推移的分布。

根据实施方式，第一区域的第一属性包括确定的空气区域，至少一个其它区域中每一个的相应属性包括确定的组织区域。

根据另一个实施方式，第一区域的第一属性包括确定的标记区域；至少一个其它区域中每一个的相应属性包括确定的组织区域。

根据另一个实施方式，方法进一步包括向选定区域应用异常属性标识符。

根据另一个实施方式，方法进一步包括提供潜在异常指令。

根据另一个实施方式，提供潜在异常的指令包括存储潜在异常指令和在用户界面上显示潜在异常指令中的至少一个。

根据另一个实施方式，方法进一步包括将潜在异常指令传输到远程位置。

在又一个实施方式中，图像数据包括选自由像素和体素组成的组中的多个单一图像元素。

根据另一个实施方式，提供了机器可读介质，其具有记录在其中的用于执行用来隔离成像数据中的潜在异常的方法的指令。

根据另一个实施方式，提供了用于隔离成像数据中的潜在异常的方法，该方法包括接收成像数据；在成像数据中使具有第一属性的第一区域和包含至少一个其它区域的组隔离，至少一个其它区域中的每一个具有不同于第一属性的相应属性；提供由隔离第一区域和包含至少一个其它区域的组而产生过渡区域，过渡区域选自由以下区域组成的组中：使第一区域和包含至少一个其它区域的组分开的封闭区域；和在第一区域和包含至少一个其它区域的组中的一个区域中延伸的封闭区域；至少在过渡区域应用组织同质化梯度标识符用于向选定区域提供计算指令，选定区域至少是过渡区域；确定计算指令与选定区域是否协调；并且如果选定区域的计算指令协调，则向选定区域分配潜在异常候选区指令从而隔离所述潜在异常。

根据另一个实施方式，提供了用于隔离成像数据中的潜在异常的系统，系统包括数据总线；可操作地连接至数据总线的中央处理单元；可操作地连接至数据总线的I/O设备；可操作地连接至数据总线的网络接口电路；和可操作地连接至数据总线的存储器，存储器包括至少一个用于隔离成像数据中的潜在异常的程序，其中至少一个程序被配置为由中央处理单元执行，用于隔离成像数据中的潜在异常的至少一个程序包括：用于提供用来识别至少一个给定异常属性中的每一个的异常属性标识的指令，用于在成像数据中使具有第一属性的第一区域和包含至少一个其它区域的组隔离的指令，至少一个其它区域中的每一个具有不同于第一属性的相应属性；用于提供由第一区域和包含至少一个其它区域的组的分离而产生的过渡区域的指令，过渡区域选自由以下区域所组成的组中：使第一区域和包含至少一个其它区域的组分开的封闭区域和在第一区域和包含至少一个其它区域的组中的一个区域中延伸的封闭区域；用于在过渡区域识别应用异常属性标识符用来识别至少一个给定异常属性中的每一个从而向选定区域提供计算指令的指令，选定区域至少是过渡区域；用于确定选定区域的计算指令与至少一个给定异常属性中的每一个是否协调并且如果选定区域的计算指令协调，则向选定区域分配潜在异常候选区指令以便隔离潜在异常的指令。

根据另一个实施方式，提供了用于隔离成像数据中的潜在异常的系统，其中，存储器进一步包括成像数据。

根据另一个实施方式，提供了用于隔离潜在异常的系统，其中，从网络接口电路接收成像数据。

该方法可以用于提供初始候选或者具有高效计算复杂度并且不需要准确分割关注器官的完整的检测方案。由于该方法可增强检测空腔脏器中的阻塞性异常以及曲折区域中的其它病变，而这是现有技术的CAD方法所需要的准确分割很难实现的，因此这将会是非常有利的。

此外，该方法不依赖于限制性的形状分析，也不依赖于精确的形态特征分析，如曲率。这样相比当前最先进的方法仍然非常有利，因为病变可以是各种形状和尺寸的。尽管不依赖于形状或形态分析特性，方法可以与其中的任何一个结合作为后续分类过程。

在一个实施方式中，方法可以涉及利用不确定的区域，即类型未知的区域，也称作过渡区域，例如通过尝试从中提取一些相关信息描述为部分人工卷。与考虑到来自不确定区域的任何信息大量携带假定错误信号而旨在降低、限制或防止它们的现有技术方法相比，这是非常有利的。

附图说明

为了能够容易地理解本发明，通过在附图中以实例的方式例证本发明的实施方式。

图1（现有技术）是示出用于在异常检测方案中提供最终候选的一种现有技术方法的流程图。

图2是示出用于隔离成像数据中的潜在异常的方法的一个实施方式的流程图。

图3是根据一个实施方式示出部分结肠的CT扫描图像。

图4是图3的放大图。

图5是根据另一个实施方式示出部分结肠的另一个CT扫描图像。

图6是根据另一个实施方式示出部分结肠的另一个CT扫描图像。

图7A至图7D根据一个实施方式示出表示部分结肠的图像。

图8是根据另一个实施方式示出部分结肠的另一个CT扫描图像。

图9A和图9B根据另一个实施例示出表示另一部分结肠的图像。

图10是示出处理设备的实施方式的框图，该设备可以执行用于隔离成像数据中的潜在异常的方法。

图11是示出一个实施方式的示意图，其中确定了较厚的观察区域，例如从确定的空气区域向确定的组织区域延伸一段距离△。

图12是示出在图3中示出的部分结肠的CT扫描图像的部分放大图。

图13是示出在图3中示出的部分结肠的CT扫描图像的部分放大图，其中示出了存在于与确定的空气区域相距恒定距离△的延伸较厚区域中的局部最大。

图14示出具有由投射射线（castingrays）并通过使以确定大小的射线强度阈值化在局部最大上执行的约简过程（reductionprocess，还原处理）获得的最终奇点（singularpoints）的图11的示意图。

图15在是图3中示出的部分结肠的CT扫描图像的部分放大图，其中，投射了垂直于某个空气区域并通过奇点的示例性射线。可以看到这些与奇点相交的射线大多属于潜在异常。

图16是在图3中示出的部分结肠的CT扫描图像的部分放大图，其中通过在各射线交点采用“强度”阈值进一步区分奇点，强度越大，奇点属于潜在异常的可能性越大。

图17是图11的示意图，其中奇点可以聚集从而在潜在异常区域重建近似的结肠粘膜部分，使射线从至少一个奇点的聚集投射出，并包括先前确定的距离变换图。这种位于潜在异常位置的近似结肠粘膜的部分可进一步用于确定近似重心（用于例如使用旋转中心的3D评价）和潜在病变的近似测量。

图18A是示出从某个空气区域向某个组织区域延伸的距离场的CT扫描图像的部分放大图。与向目标中心交汇的传统距离变换方法不同，扩展距离的目的是提供关于某个组织区域与某个空气区域的距离的信息。这种扩展拘束于取决于“异常属性尺寸”的最大穿透厚度。

图18B是示出由如在图18A中所示出的距离场扩展确定的、并在其中延伸的表面通量的CT扫描图像的部分放大图。该表面通量将提供关于局部最大值的定位的信息。本领域技术人员将会理解两种信息图（即图18a和图18b）的结合将舍去由接近表面的空气气泡导致的假阳性，例如可能由残留粪便中的空气造成。

图19示出源自CT结肠镜检查的2-维图像。图19包括示出两个调查区域的第一图像，其中一个描述局部最大值。图19包括放大图像，其中可以看到原始图像的粗糙像素。

本发明的进一步细节和优势将在以下详细描述中显而易见。

具体实施方式

在以下的实施方式的描述中，通过实例例证的方式参考附图，并借此实施本发明。应当理解可以产生其它实施方式而不脱离所公开的本发明的范围。

如前面提到的，CAD系统可用在医学中用于检测给定医学数据集中的潜在异常。本发明提供用于隔离成像数据中潜在异常的方法和装置，其特别有利于检测空腔脏器中的异常，该空腔脏器的非限制性实例如结直肠病变或者腹主动脉瘤。尽管将在医学图像应用中描述该方法的实施方式，然而本领域技术人员将会理解也会考虑各种其它应用，通过阅读本描述将会是显而易见的。

图1示出在异常检测方案中用于提供最终候选的现有技术方法。该方法包括用于检测初始候选的初始过程，接着是用于提供最终候选的第二过程。如以下的描述，第二过程使得在试图消除假阳性候选的同时能够分类最终候选。

在阐明的现有技术方法中并根据处理步骤102，提供输入数据集。应当理解，该输入数据集可包括2D以及3D图像，如本领域技术人员已知的。

根据处理步骤104，执行器官分割。器官分割的目的是适当地定位关注器官的边界。

根据处理步骤106，执行基于球度或曲率提取的检测。

根据处理步骤108，提供初始候选。在检测之后提供初始候选。

根据处理步骤110，在初始候选的组中执行特征提取。

根据处理步骤112，执行基于特征提取的初始候选的分类。

根据处理步骤114，执行假阳性还原。

根据处理步骤116，提供最终候选。

如前面提到的且在下文中将变的显而易见的是，与已知的现有技术方法相反，本发明的方法不依赖于准确分割关注器官。该方法可以亦或用于提供初始候选，亦或用于提供具有高效计算复杂度的完整检测方案，其将在下文详述。

实际上，在一个实施方式中，所描述的方法不依赖于限制性的形状分析或精确的形态特征分析，此二者均源自对于准确的目标分割用于其潜在异常检测的需要，由于待发现的病变通常是各种形状和尺寸的，使得该方法非常有利。然而本领域技术人员将会理解，本方法可以与任何形状分析或形态特征分析结合作为后续分类过程，其将在下文中显而易见。

现在参考图2，将描述用于隔离成像数据中的潜在异常的方法的实施方式。

应当理解在一个实施方式中，成像数据包括源自成像系统并提供至处理系统的n-维数据集（其中n>2）。

本领域技术人员将会理解，在不限制这种数据集的维度的情况下，医学数据集通常是元素的2-维或3-维体积元阵列，分别表示为像素和体素。假定一个正交坐标系，沿着轴(i,j)（体素分别表示为(i,j,k)）在位置(x,y)（体素分别表示为(x,y,z)）表示像素元素。因此，可以通过确定沿着3-维数据集中的“k”轴的“z”位置选择数据集的“切片”。

同样在医学成像应用的实施方式中，可以从选自由以下设备组成的组中的设备获取数据集：磁共振成像（MRI）设备、正电子发射断层扫描（PET）设备、X-射线设备、超声波设备和它们的任意组合。所获取的数据集包括至少一部分关注器官，其中每个元素可以涉及人体的具体属性。例如，由X-射线CT扫描器获取的包括至少部分结肠的医学数据集，将使用以亨氏单位（Hounsfieldunits）表达的密度值描述其元素并显示为灰度值，且其中呈现为黑色的元素通常表示亨氏值低于-400Hu的空气元素，因此允许空腔脏器如结肠可视。

在一个实施方式中，其将在下文中显而易见，方法可以涉及使用成像数据中的确定区域，即，已经确定地检测为具体地已知类型如骨骼、软组织、空气区域和标记区域的区域，并使用不确定的区域，即，例如描述为部分人工体积的区域。在该实施方式中，该方法使用至少一个不确定的区域，也称作过渡区域，源自于识别与不确定区域相邻的确定区域以提取一些相关信息。这与考虑到它们主要携带假定故障信号而旨在减少、限制或阻止来自“不确定”区域的任何信息的其它方法不同。

例如在一个实施例中（将在下文中更详细地描述），相关信息与可以可疑区域的属性有关，该可疑区域描述为被确定为由给定空气型区域包围的同心确定组织型区域。病变的另一个示例性属性是其示出均匀的且同心密集的组织分布。

本领域技术人员将会理解可以考虑与潜在病变的属性有关的多种其它相关信息。例如，在潜在病变描述相关空气密度的情况下，示出存在空气气泡的相关信息可以用于舍去潜在病变并确定其为假阳性，将在下文中更详细地阐述。根据病变的另一个典型特征，它们描绘在它们的中心处而非它们的周围的更致密的组织。病变也可描述连续的属性，例如致密和没有任何其它组织类型冲击的致密组织。相反，不均匀的残余结肠体液或排泄物描述高度不均匀组织特征且存在被困的空气气泡。然而，在某些情况下，如果涂有标记剂如钡或碘，典型病变也可以表现周围高密度组织的特征。最后，当考虑到静脉获取时，由于考虑病变可能是高度血管化的更高的中心密度，导致病变可描述组织冲击。

本领域技术人员将会理解可以关注结肠病变的各种生理特性或其它类型的属性用于在结直肠癌筛查的给定应用中执行本文描述的方法。本领域技术人员也会理解潜在给定异常的其它典型属性可以源自于其临床知识，根据给定的应用领域和给定类型的潜在异常。

仍然参考图2并根据处理步骤202，提供包含至少一个表示异常的给定异常属性的组。在前面讨论的实例中，包含至少一个给定异常属性的组可以包括一个表示病变的给定异常属性，例如给定异常属性可以描述同心确定组织型区域，其密度向内增加，被确定的空气型区域包围。

本领域技术人员将会理解基于阅读本说明书，可以考虑表示给定病变的各种其它异常属性。

本领域技术人员也会理解可以使用单独的一个属性表示以及使用多个属性表示给定异常。例如，包含至少一个给定异常属性的组可以包括组成相关信息、形状相关信息、在成像数据中的空间定位以及它们随着时间推移的组合中的至少一个。

根据处理步骤204，提供用于识别至少一个给定异常属性中的每一个的异常属性标识符。在上文描述的实施方式中，异常属性标识符可以包括梯度的确定，其将在下文中显而易见。

本领域技术人员将会理解可以考虑各种异常属性标识符用于识别对应的一个异常属性的目的。也应当理解，可以根据给定的应用使用多个异常属性标识符的组合，其将在下文中显而易见。例如，在一个实施方式中，提供第一异常属性标识符用于识别第一给定异常属性，而提供第二异常属性标识符用于识别第二给定异常属性。

对于本领域技术人员显而易见的是，异常属性标识符可以包括组织密度确定、组织同质化梯度确定、给定区域的组织分布、确定确定的组织属性的存在或不存在、确定水分含量/分布用于MRI图像的情况、确定造影剂（在获取静脉注射造影剂的给定时刻或随着时间推移）的存在以及确定造影剂在获取静脉注射造影剂的给定时刻或随着时间推移分布中的至少一个。

在进一步的实施例中，强度分布分析包括任何衍生过程，例如梯度和散度分析[Semi-AutomaticGenerationofTransferFunctionsforDirectVolumeRendering,G.Kindlmann&J.W.Durkin,IEEESymposiumonVolumeVisualization,1998]和[Fullyatutomatedthree-dimensionaldetectionofpolypsinfecal-taggingCTColonography,J.Nappi,H.Yoshida,Acad.Radiol.,14(3)-287-300,March2007]，表面和体积分布分析包括，但不限制于，距离变换、强度分布、欧拉前进化（Eulerfrontevolution）[Evolution,Implementation,andApplicationoflevelsetandfastmarchingmethodsforadvancingfront,J.A.JournalofcomputationalPhysics,1693503-555,2001]和动态前进化理论如可以使用帕累托前沿推进（advancingparetofronts）。

本领域技术人员将会理解异常属性标识符可以源自图像采集物理学、给定异常生理学或它们的组合，基于阅读本说明书将变得显而易见的。将会理解在一个实施方式中，在全部区域内应用异常属性标识符防止进一步依赖分割过程。

应当理解组织组成属性源自任何异常的临床理解和图像采集的物理学，作为非限制性实例，对于基于X-射线的CT扫描仪为以亨氏值的密度和磁共振成像中的水含量。

仍然参考图2并根据处理步骤206，在成像数据中隔开第一区域和包含至少一个其它区域的组。

应当理解第一区域具有第一属性。此外，也应当理解包含至少一个其它区域的组中的每一个区域具有不同于第一属性的相应属性，其在下文中详述。

例如并且在一个实施方式中，第一区域可以包括确定的空气区域，而组中的其它区域包括确定的组织区域。

在另一个实施方式中，第一区域可以包括确定的标记区域，其将在下文中详述。应当理解该确定性取决于描述给定物理对象的信息的明确性（因此基于与此对象相关的临床方面的采集物理学和了解）。通过非穷举实例的方式，亨氏值小于-500的区域最有可能描述为空气区域。

根据处理步骤208，并且由于第一区域和包含至少一个其它区域的组的隔离，在成像数据中提供过渡区域。过渡区域选自以下区域组成的组中：将第一区域和包含至少一个其它区域的组分开的封闭区域；以及在第一区域和包含至少一个其它区域的组中的一个区域中延伸的封闭区域，其将在下文中显而易见。

在一个实施方式中，如在前面提到的，过渡区域可以是未知类型的不确定区域。

在一个实施方式中，且将在下文中显而易见的是过渡区域是成像数据的2D切片中的封闭区域。在其中经过分析后成像数据切片中未提供封闭区域的情况下，可以停止隔离潜在异常的过程而不进一步处理以及不隔离任何潜在异常，如在下文中进一步详述。

图3示出包含结肠300的部分的成像数据的实例。图像数据包括CT扫描仪Rx图像，其描述病变302。在该图像中，较暗的体素元素描述空气，灰度值的体素元描述软组织而发白的元素描述骨骼或标记组织。如图所示，成像数据包括具有第一属性的第一区域304、具有不同于第一属性的相应属性的至少一个其它区域306和过渡区域308。在图示的实施方式中，第一区域304是被相邻的封闭过渡区域314完全包围的确定的空气区域。其它区域306是被为封闭区域的过渡区域308全部包围的确定的组织区域。过渡区域308和314包括未被分类为属于确定的给定已知元素类型的元素。

仍然参考图2并且根据处理步骤210，一旦提供了对应区域，至少在过渡区域应用用于识别至少一个给定异常属性中每一个的异常属性标识符用于向选定区域提供计算指令，选定区域至少是过渡区域。对于本领域技术人员将在下文中显而易见的是，在一个实施方式中，除了过渡区域，也可在至少一个确定的区域中应用异常属性标识符。

根据处理步骤212，确定用于选定区域的计算指令与至少一个给定异常属性中的每一个是否协调，如下文的描述。

根据处理步骤214和216，如果用于选定区域的计算指令协调，向选定区域分配潜在异常候选区域的指令因而隔离潜在异常。

应当理解可以根据各种实施方式提供潜在异常指令。

特别地，提供潜在异常提示可以包括存储潜在异常指令和在用户界面显示潜在异常指令中的至少一个。

应当理解潜在异常指令可以被进一步转移到远程位置。

在一个实施方式中，在隔离潜在异常之前在成像数据中定义和识别关注对象，即空腔器官。现有技术方法和系统主要参考这种识别作为分割过程，目的是隔离器官并且以最高准确度限定其边界（轮廓）如结肠粘膜。这种分割通常提供具有表示对象的元素前景和表示非对象区域的背景的二进制对象蒙片（掩模，mask）[Fastimagesegmentation,P.I.Corke&H.l.Anderson,Dptofcomputerandinformationscience-schoolofengineeringandappliedscience—universityofPennsylvania,Philadelphia,July1989]，尽管这种二进制蒙片可以从前面包括非二进制蒙片的分割过程中产生[Fuzzyconnectednessandimagesegmentation,J.K.Udupa&P.K.Saha,IEEE,91(10):1649-1669,October2003]。

如在同一申请人提出的题名为“Methodfordetermininganestimationofatopologicalsupportofatubularstructureandusethereofinvirtualendoscopy”的共同未决PCT申请号PCT/CA2009/001749，以及在题名为“Methodandsystemforfilteringimagedataandusethereofinvirtualendoscopy”的PCT申请号PCT/CA2009/001743中公开的（以上两个申请均通过引用将其全部内容结合于此），可以提供适当的支持而不使用分割过程用于识别关注对象。所描述的方法包括限定可涵盖器官边界周围较厚区域的确定的蒙片。本领域技术人员将会理解在这种实施方式中提供表示不同的区域的不同的蒙片（掩模，mask），在属于关注对象方面而言具有的不同确定性，由拓扑和连通性的考虑支持。本领域技术人员将会理解这种实施方式能够提供未引入结肠分割过程的完整CT结肠成像系统，但是提供对于最终用户完成患者数据集的检查结直肠癌需要的任何信息，以最先进的工具如电子结肠清洗为特色。

为执行潜在异常的检测，如前面提到的，需要提供多个区域。在一个实施方式中，使用不同的窗口/水平的不同蒙片可以用在成像数据上用于隔离第一区域和包含至少一个其它区域的组并提供至少一个过渡区域。在进一步的实施方式中，使用四个蒙片，分别是结肠蒙片、骨骼蒙片、肺蒙片和腹部蒙片。可以在每个窗口/水平中应用用于识别至少一个给定异常属性中每一个的异常属性标识符。

实际上，对于本领域技术人员显而易见的是通过应用一个根据本发明涉及的领域中已知的相应方法的蒙片，可能粗略地识别并标记在相关医学数据集的每一个2D切片中的不同的“连接组成”[E.DaviesMachineVision:Theory,AlgorithmsandPracticalities,AcademicPress,1990,Chap.6.]。

然后单独处理医学图像以识别空气区域内的断开的非空气区域，即浮动表面或不连接区域。对于每个这种非空气区域如前所描述地进行潜在异常检测。

在另一个实施方式中，用于识别关注区域的蒙片可以获自确定的蒙片中获取，其中确定的蒙片如在前文提及的“Methodfordetermininganestimationofatopologicalsupportoratubularstructureandusethereofinvirtualendoscopy”和“Methodandsystemforfilteringimagedataandusethereofinvirtualendoscopy”中提供。

例如，在一个实施方式中，提供以下蒙片：高确定性空气蒙片、高确定性标记/骨骼蒙片、用于空气/软组织界面的不确定蒙片、用于标记/骨骼-软组织界面的不确定蒙片、用于标记-骨骼/空气界面的不确定蒙片和用于使用蒙片图形间的解剖拓扑获取的减少的结肠数据集的确定蒙片，如在前面引用的共同未决申请中详述的。在更进一步的实施方式中，通过扫描属于蒙片连接图的解剖拓扑处理之后的最终结肠识别蒙片的确定的软组织蒙片的元素提供改善的计算效率。扫描该“层”的主要原因是任何病变将具有描绘与软组织、肌肉、脂肪等类似特征的致密“内部”。

在下文详述的一个实施方式中，在关注对象的每一个边界元素，即在所描述的情况中的结肠内部元素，可以提供一些重新切片的平面以研究靠近结肠粘膜的病变的潜在痕迹。将病变的痕迹定义为未连接至属于确定的结肠粘膜的其它元素的连接标记的组成表面（美国专利US7,447,342）。

在下文详述的进一步实施方式中，通过检测非空气表面获取精确输出，其中非空气表面描述由于内部存在空气（通常是假阳性残留未标记粪便内的空气气泡）或在表面内存在标记密度产生的拓扑孔。本领域技术人员将会理解这将有助于准确地确定初始潜在异常候选。

另外，在又一个实施方式中，可以将初始潜在异常候选输入任何其它当前方法和系统的顶部以改善它们的敏感度，具体地用于由典型的3D方案较难识别的小病变或阻塞性病变的情况。

在更进一步的实施例中，可以给予一组为非空气区域中的每个元素计算的特征进一步分类潜在异常候选。这种特征的实例是非空气区域以及非空气表面中每个元素的密度分布。实际上，应用使用适当的蒙片用于开始分析和提供对应区域用于进行隔离方法在本质上消除了由标记的残留物产生的任何假阳性。与需要在候选分类期间或之后执行假阳性还原步骤的当前最先进的方法和系统相比这是非常显著的改善。另外，可以在标记区域内检测潜在异常候选而不需要适当的电子清洗方法。实际上，考虑到其以不同的方式处理问题，在结肠粘膜保存方面，用于隔离潜在异常的方法不依赖于电子清洗的性能，通过阅读本描述对于本领域技术人员是显而易见的。

在进一步的实施方式中，本领域技术人员将会理解可以在不同的窗口/水平分析潜在病变的每个痕迹以通过观察潜在候选在不同的“组织特性阈值”下其存在来提高其确定性。

在更进一步的实施方式中，可以进一步分析所检测的痕迹。在一个实施方式中，该分析指的是寻找不带孔的拓扑封闭表面。这样可以保证在痕迹中不存在空气气泡（假阳性），从而减少假阳性的发生。

同样地，在另一个实施方式中，分析痕迹的步骤包括使用梯度场以检测封闭表面。

在更进一步的实施例中，分析痕迹可以包括分析相邻蒙片。如上面提到的由连通图树确定的相邻蒙片可以是标记/软组织或空气/软组织蒙片中的一个。在这些蒙片中，可确定描述噪点/环境行为的衍生特征。

在进一步的实施例中，可以将层蒙片分析用于检测初始检测的表面周围的包围层。使用这种机制，提高该候选是相关临床发现的确定性，尽管在描述环绕软组织的整体行为方面实际上该相邻层可以被视为“模糊的”。将这种行为定义为病变周围的部分人工卷并强化痕迹的相关性，如将在下文中进一步详述的。

基于其中不使用分割的前述识别空腔器官中引用的两个共同未决申请，本方法可以仅用于研究由非分割过程提供的“较厚区域”。尽管只有本方法可使用非分割器官执行，这种组合会显著减少所需处理时间。

现在参考示出潜在异常的图3到图9B描述用于结直肠病变检测的方法的应用。图示的异常具有亦或尺寸为4.5mm到40mm的光学证实的息肉、癌症和阻塞性癌症亦或为假阳性。

在前面描述的图3中，示出形成确定的软组织区域306的外形的第一轮廓310和形成确定的空气组织区域304的外形的第二轮廓312。中间的区域是为高度不确定区域的过渡区域308。

值得一提的是，如图3所图示且如前面描述的，给定可疑区域的属性描述由确定的空气型区域包围的同心的确定的组织型区域。实际上，空腔器官的预期拓扑性质是空心管内没有飞行的元素，具体是在2D分析期间。然而可以预料回盲瓣（ileocaecalvalve）最有可能表现为这种“飞行物体”，因为其是结肠中唯一不规则的结肠粘膜区域，这对本领域技术人员是显而易见的。同样地，因此可以如在美国专利号US7,440,601中阐明的进行处理。

现在参考图4，图示出不确定区域（即过渡区域）内或周围的采样元素。这些采样点可用于隔离潜在异常，如下面的描述。

现在参考图5，其示出源自在图4中示出的靠近不确定区域的采样点的计算采样梯度向量。这种计算使得能够确定过渡区域中的属性是否协调以检测并隔离潜在异常。实际上，本领域技术人员将会理解这个处理步骤的目的是最有效地利用不确定区域的相关信息。

在此实例中，应当理解包围结肠粘膜的不确定区域（过渡区域）描述向内的梯度，即向软组织和周围器官内部穿透。同样地，可以看到包围病变306的不确定区域308表示潜在发现内部密集组织的相关集中度。使用不确定区域的相关信息，有可能突出病变的生理特征，例如，源自不确定区域的同心致密组织的均匀性和连贯梯度属性。因此本领域技术人员将会理解可能使用不确定区域的相关信息产生有关的信息。

应当理解的是，如前面的描述，此方法与通过各种方式降低人工卷的冲击并采用平滑和求和过程削弱噪点干扰的现有技术方法完全不同。实际上，现有技术方法试图检测边界并使用这些边界点且有可能使用被包围的点用于处理。这些方法不使用不确定的点。相反，在公开本方法的一个实施方式中，使用不确定区域的梯度分析以提取例如在具体位置的同心密集组织变薄的潜在相关信息。具体地，本领域技术人员将会理解，在一个实施例中，用于梯度计算的主要元素源自不确定元素的较厚区域，与用于当前最先进的发明的使用分割区域的封闭元素（确定的元素）相反。

本领域技术人员将会理解，在进一步的实施方式中，可疑区域的属性可描述由确定的标记型区域包围的同心的确定组织类型区域，对于其属性标识符可以成为区域体素密度上增加的同心梯度。这个较后的实施方式与不需要电子清洗的用于标记的病人检测分析的较先的实施方式的倒数。

现在参考图6，将描述用于隔离潜在异常的方法的另一个示例性实施方式。该图示出在图5中涉及的梯度分析方法的应用，其可以防止需要进一步的假阳性还原处理步骤的假阳性的增长（accrual）。示出模拟结肠腔中结肠粘膜的潜在突起的“假阳性”元素600。这种突起会被定义为由基于形状分析（基于曲率或基于梯度冲击的）当前方法的阳性CAD发现。相反，使用本方法用于隔离潜在异常的原理，可以看到周围不确定区域的梯度分析不提示连续的软组织集中度。此外，两个确定层（空气和软组织）不会终止以形成由确定的空气区域包围的确定的组织区域后，例如如图5所示。这就说明本方法能够在单独分析期间结合检测和假阳性还原处理步骤，这是非常有利的。本领域技术人员也会理解本方法可减少处理时间，这也是非常有利的。

现在参考图7A到7D，其中示出4.5mm的小息肉700。图7B示出原始轴位图像（rawaxialimage）未提供充足的信息以进一步识别该小息肉，因为确定的空气层未环绕确定的组织区域，如其在图5中示出的。在这种情况下，执行再切片处理步骤，可以实施在确定空气边界处以不同角度的再切片平面。图7C和图7D中以白色平面示出一个这种再切片图像。在图7C中示出的这种再切片图像中，现在有可能识别包围不确定区域而不是组织区域的空气区域。

如图7C所示，由该涵盖区域确定的梯度属性显示软组织的倾向，其通过梯度确定的阈值属性进一步确认。再一次地，不确定区域的信息提供充足的属性以确定显示真实的4.5mm息肉的真实CAD阳性发现。同样地，这源自于一类病变和息肉类型的本质，即在其中心具有均匀分布的软组织和致密组织。

现在参考图8，其更好地示出包括梯度属性分析的本方法的一个实施方式的行为。以与图3类似的方式，由确定的空气区域包围一些小的不确定区域800。该区域的梯度分析显示假阳性发现。这示出本方法利用不确定区域信息舍去等在同于识别阳性CAD发现的处理步骤中的假阳性候选的强大。两个步骤的这种组合为一使得能够提高处理速度，这是非常有利的。

现在参考图9A和图9B，将描述其有助于避免由当前最先进的形态CAD方法描述的陷阱和假阳性的方法的另一个实施方式。如图9A左图所示，可以看到结肠腔中有类似球形的形状900，并会进一步报告为CAD发现用于当前最先进的策略。相反，考虑到候选区域装满空气，如图9B所示,本方法必然会将该区域分类为假阳性。实际上，考虑到其充满空气，分析在空气/组织中间的不确定区域的梯度可以发现梯度表示皱褶和结肠粘膜，“球形候选区域”的中心不具有确定组织的梯度浓度。这样便舍去了将该区域作为报告的潜在CAD发现。

现在参考图10，其示出处理设备1000的实施方式，其中可以有利地使用用于隔离成像数据中潜在异常的方法。

处理设备1000包括中央处理单元1002、I/O设备1004、网络接口电路1008、数据总线1006和存储器1010。使用数据总线1006可操作地耦接中央处理单元1002、I/O设备1004、网络接口电路1008和存储器1010。

更精确地，中央处理单元1002适于处理数据指令。网络接口电路1008适于通过数据网络（未示出）将处理设备1000可操作地连接至另一个处理设备（未示出）。本领域技术人员将会理解可以提供网络接口电路1008的各种实施方式。此外，本领域技术人员也会理解可以根据各种通信协议例如TCP/IP操作网络接口电路1008。

I/O设备1004用于使得用户能够与处理设备1000交互。本领域技术人员将会理解可以使用I/O设备1004的各种实施方式。例如，I/O设备1004可以包括键盘、屏幕和鼠标中的至少一个。

本领域技术人员也会理解可以提供数据总线1006的各种实施方式。

也应当理解可提供存储器1010的各种实施例。此外，应当理解存储器1010可用于存储，在一个实施方式中，用于存储操作系统1012；至少一个用于隔离成像数据1016中的潜在异常的程序，其中至少一个程序被配置为由中央处理单元1002执行；以及用于执行至少一个隔离成像数据1016中的潜在异常的程序的数据库1014。

在一个实施方式中，至少一个用于隔离成像数据1016中的潜在异常的程序包括用于提供一个包含至少一个表示给定异常的给定异常属性的组的指令。

至少一个用于隔离成像数据1016中潜在异常的程序进一步包括用于提供用于识别至少一个给定异常属性中每一个的异常属性标识符的指令。

至少一个用于隔离成像数据1016中潜在异常的程序进一步包括在成像数据中用于隔离具有第一属性的第一区域和包含至少一个其它区域的组的指令，其中至少一个其它区域中的每一个具有不同于第一属性的相应属性。

应当理解可以在数据库1014中存储成像数据。成像数据可以获自I/O设备1004和网络接口电路1008中的至少一个。

至少一个用于隔离成像数据1016中潜在异常的程序进一步包括用于提供由隔离第一区域和包含至少一个其它区域的组产生的过渡区域，过渡区域选自以下区域组成的组中：将第一区域和包含至少一个其它区域的组分开的封闭区域和在第一区域和包含至少一个其它区域的组中的一个区域中延伸的封闭区域。

至少一个用于隔离成像数据1016中潜在异常的程序进一步包括用于应用异常属性标识符在至少过渡区域识别至少一个给定异常属性中的每一个用于向选定区域提供计算指令的指令，该选定区域至少是过渡区域。

至少一个用于隔离成像数据1016中潜在异常的程序进一步包括用于确定选定区域的计算指令与至少一个给定异常属性中的每一个是否协调以及用于确定选定区域的计算指令是否协调，从而向选定区域分配潜在异常候选区指令以便隔离潜在异常的指令。

本领域技术人员将会理解操作系统1012用于管理中央处理单元1002、I/O设备1004、网络接口电路1008、数据总线1006和存储器1010之间的交互。

在优选实施方式中，执行奇点（奇异性，singularity）分析以减少（约简）在执行上述切割面分析的元素数量。如图11所阐明的，确定研究的较厚区域，例如从确定的空气区域向确定的组织区域延伸距离△。在一个实施方式中，△与所识别的奇点特征有关。对于具体的结肠病变的情况，确定△以便对于所报告的最小和最大异常都存在奇点。

在一个实施方式中，奇点分析是使潜在异常检测的过程最优化同时保证由检查的较厚的区域涵盖所有被报告的潜在异常的方法。

现在参考图12，其示出结肠的2D图像，其中红色边界决定确定的空气区域，黄色边界表示△。较厚区域从确定的空气区域延伸。

应当理解在进一步的实施例中，奇点分析是通过在延伸较厚区域中实施的距离变换过程执行的。这种距离变换可以是欧氏距离变换（EuclideanDistanceTransform）或加权变换（WeightedTransform），如在"R.Kimmelandal.,Sub-pixelDistanceMapsandWeightedDistanceTransforms,JournalofMathematicalImagingandVision,1994"中详述的。在该过程中，奇点的确定将包括两个处理步骤。第一处理步骤是在距离图中确定局部最大值，而第二处理步骤是舍去具有属于异常的低可能性的局部最大值。

现在参考图13，其示出存在于以恒定距离△距离确定的空气区域的延伸较厚区域中的局部最大值。可以观察到该实施例通过切割面方法显著减少待进一步分析的元素数量，这是非常有利的。

在可替代的实施方式中，使用从确定的空气区域向确定的组织区域延伸的射线可以进一步减少局部最大值的数量。这些射线携带进一步减少从确定的空气区域延伸的强度。在进一步的实施方式中，这些射线可具有导致沿着射线具有元素强度的强度剖面。这些射线中的每一个对于确定的空气边界是垂直的（normalto，正常的）。

因此如图14所示，通过投射射线并通过以确定的量级使累加的射线强度阈值化进行对局部最大值的约简过程（还原过程），有可能获取最终奇点。

这些最终奇点被进一步用于使上述切割面中心化。本领域技术人员将会理解这些实施方式显著减少切割面过程，因为其只对局部化元素执行该过程，并且不依赖于结肠粘膜的准确分割，这是非常有利的。

在进一步的实施方式中，如图18A和图18B所示，奇点分析包括使距离场从第一确定空气区域延伸入确定组织区域的处理步骤，其限制在基于异常属性尺寸确定的给定厚度之内。由此产生的携带距离场信息的较厚区域将表示过渡区域，在该过渡区域中可以识别潜在异常。在进一步的实施方式中，奇点分析可以包括确定在较厚的距离场内延伸的表面通量，该较厚的距离场从确定的空气区域延伸入确定的组织区域。而在进一步的实施方式中，距离场延伸和表面通量的结合将允许在其中表面通量奇异且在表示潜在异常属性的尺寸的给定距离的位置处确定局部最大值。

本领域技术人员将会理解这种方法必然会舍去带有空气气泡的区域并且不需要准确分割结肠粘膜。另外，本领域技术人员将会理解涉及确定距离场延伸和表面通量的支撑会被双边过滤器过滤掉，最终由确定空气和确定标记以及确定组织区域中获取最强的先验，以上均会影响到这种双边过滤器的权重，条件是在较厚的过渡区域内维持形状，并且忽略与较厚区域相隔较远的潜在伪影（potentialartifacts）。

图18A示出从确定的空气区域向确定的组织区域延伸的距离场。与传统距离变换方法不同，延伸距离目标是为了提供与确定组织区域与确定空气区域的距离信息，并且由取决于“异常属性尺寸”的最大穿透厚度限制延伸。

图18B示出由距离场延伸确定的并在其中延伸的表面通量。该表面通量将提供局部最大值的定位信息。本领域技术人员将会理解，这两种信息映射的结合将舍去由靠近表面的空气气泡导致的假阳性，空气气泡是例如由残留粪便中的空气潜在产生的。

应当理解的是在进一步的实施方式中，这些局部最大值可用于解决3D摄像机定位的问题。实际上，以3D自动定位摄像机以支持阅读者的检查是不可能的，因为没有准确地确定结肠粘膜并且因为所公开的实施方式既不依赖于、也不会输出准确的结肠粘膜分割，潜在异常同样如此。然而，凭借这些最终局部最大值在潜在异常内、具体地是集中在它们的密集区域的事实，通过将这些最终局部最大值定义为3D摄像机的旋转中心有可能支持放射科医生的检查。

而在进一步的实施方式中，并参考图19，如果距离足够接近，穿过每个最终局部最大值或它们的聚类（clustering）的射线存在逆问题（翻转问题，inverseproblem）。该逆问题针对重建至少部分结肠粘膜。本领域技术人员将会理解可以使用多种逆方法，如基于被定义为“最有可能准确的”奇点的距离信息的隐式曲面问题（implicitsurfaceproblem）。在进一步的实施方式中，这些表面的小块被用于通过描述亦或2D亦或3D上的具体颜色来标记这些区域来可视化支持潜在异常分析。这些实施方式允许忽略由于未进行准确的结肠分割无法在图像渲染过程中标记潜在异常问题。

图19示出源自CT结肠镜检查的2-维图像。主图像示出两个研究区域（两个突起的区域），其中一个描述局部最大值。由该局部最大值，进行逆问题以确定在该给定区域处最好地表示重建结肠粘膜的隐式曲面。该隐式曲面在左边放大图中示出，我们可以从中看到原始图像的粗像素，以及可以用于确定关注区域的厚度和体积的精确重构的结肠粘膜隐式曲面。

在一个实施方式中，异常的重构小块被用于确定异常的大致测量。

最后，尽管本领域技术人员将会理解先前的实施方式允许克服不包括任何准确和传统的分割过程的方案限制，具体是支持潜在异常的目视检查，本领域技术人员也将理解在没有切割面实施方式的情况下仍然可以使用这些实施方式。

尽管以上的描述与发明人当前涉及的具体的优选实施方式有关，应当理解本发明在其广泛的方面包括本文中描述的元素的机械和功能性等同物。

Claims (14)

1.一种用于隔离成像数据中的潜在异常的方法，所述方法包括：

提供包含至少一个代表给定异常的给定异常属性的组；

提供用于识别至少一个给定异常属性中的每一个的异常属性标识符；

在所述成像数据中，使具有第一属性的第一区域和包含至少一个其它区域的组隔离，所述至少一个其它区域中的每一个具有不同于所述第一属性的相应属性；

提供由于隔离第一区域和包含至少一个其它区域的组产生的过渡区域，所述过渡区域选自由以下组成的区域：

使所述第一区域和所述包含至少一个其它区域的组分开的封闭区域；和

在所述第一区域和所述包含至少一个其它区域的组中的一个区域中延伸的封闭区域；

应用所述用于至少在所述过渡区域识别所述至少一个给定异常属性中的每一个的所述异常属性标识符，用于向选定区域提供计算指令，所述选定区域至少是所述过渡区域；

确定所述用于所述选定区域的计算指令与所述至少一个给定异常属性中的每一个是否协调；并且

如果所述用于选定区域的计算指令协调，向所述选定区域分配潜在异常候选区域指令从而隔离所述潜在异常。

2.根据权利要求1所述的方法，其中，所述成像数据包括源自成像系统的n维数据集，其中n大于等于2。

3.根据权利要求2所述的方法，其中，所述n维数据集是元素的2维体积元阵列和元素的3维体积元阵列中的一个。

4.根据权利要求2所述的方法，其中，所述n维数据集源自选自由以下设备组成的组中的设备：磁共振成像(MRI)设备、正电子发射断层扫描(PET)设备、X射线设备、超声波设备和它们的任何组合。

5.根据权利要求1所述的方法，其中，所述包含至少一个给定异常属性的组包括组成相关信息、形状相关信息、在所述成像数据中的空间定位以及随着时间推移它们的组合中的至少一个。

6.根据权利要求1所述的方法，其中，所述异常属性标识符包括组织密度确定、组织同质化梯度确定、确定存在或不存在组织属性、确定水分含量/分布、确定造影剂在给定时刻或随着时间推移的存在以及确定造影剂在给定时刻或随着时间推移的分布中的至少一个。

7.根据权利要求1所述的方法，其中，所述第一区域的所述第一属性包括确定的空气区域，进一步地其中所述至少一个其它区域中每一个的相应属性包括确定的组织区域。

8.根据权利要求1所述的方法，其中，所述第一区域的第一属性包括确定的标记区域，进一步地其中所述至少一个其它区域中每一个的相应属性包括确定的组织区域。

9.根据权利要求1所述的方法，进一步包括将所述异常属性标识符应用至所述选定区域。

10.根据权利要求1所述的方法，进一步包括提供潜在异常指令。

11.根据权利要求10所述的方法，其中，所述提供潜在异常指令包括存储所述潜在异常指令和在用户界面上显示所述潜在异常指令的至少一个。

12.根据权利要求10所述的方法，进一步包括将所述潜在异常指令传输到远程位置。

13.根据权利要求1所述的方法，其中，所述成像数据包括选自由像素和体素组成的组中的多个单一图像元素。

14.一种用于隔离成像数据中的潜在异常的方法，所述方法包括：

接收成像数据；

在成像数据中隔离具有第一属性的第一区域和包含至少一个其它区域的组，所述至少一个其它区域中的每一个具有不同于所述第一属性的相应属性；

提供由于隔离第一区域和包含至少一个其它区域的组产生的过渡区域，所述过渡区域选自以下区域所组成的组中：

使所述第一区域和包含至少一个其它区域的组分开的封闭区域；和

在所述第一区域和包含至少一个其它区域的组中的一个区域中延伸的封闭区域；

至少在所述过渡区域应用组织同质化梯度标识符用于向选定区域提供计算指令，所述选定区域至少是所述过渡区域；

确定所述计算指令与所述选定区域是否协调；以及

如果用于所述选定区域的计算指令协调，向所述选定区域分配潜在异常候选区域的指令从而隔离所述潜在异常。