CN103582455B

CN103582455B - 基于锥形束乳房ct图像的计算机辅助检测和诊断的方法和装置

Info

Publication number: CN103582455B
Application number: CN201280013089.4A
Authority: CN
Inventors: 宁若拉; 张晓华; 大卫·L·康诺弗; 刘少华
Original assignee: University of Rochester
Current assignee: University of Rochester
Priority date: 2011-02-14
Filing date: 2012-02-14
Publication date: 2016-12-28
Anticipated expiration: 2032-02-14
Also published as: WO2012112627A4; CN103582455A; US20140037044A1; US9392986B2; WO2012112627A3; EP2675360A4; WO2012112627A2; EP2675360B1; US10098600B2; EP2675360A2; US20170020474A1

Abstract

锥形束乳房CT（CBBCT）是具有高软组织对比度、高空间分辨率以及无组织交叠的三维乳房成像模式。基于CBBCT的计算机辅助诊断（CBBCT‑CAD）技术是用于乳癌检测和诊断的在临床上有用的工具，其将帮助放射科医生作出更有效和准确的判断。CBBCT‑CAD能够:1）使用用于图像伪影校正、肿块与钙化检测和表征、导管成像和分割、血管成像和分割以及乳房密度测量的3D算法，2）将包括肿块与钙化、导管结构、血管结构以及乳房密度的乳房的综合信息呈现给放射科医生以帮助他们确定乳房病变为恶性的概率。

Description

基于锥形束乳房CT图像的计算机辅助检测和诊断的方法和装置

相关申请的引用

本申请要求于2011年2月14日提交的美国临时专利申请No.61/442，559的优先权，其全部公开内容在此通过引用合并于本公开内容中。

政府利益的声明

本发明是在由美国国立卫生研究院授予的批准号为R019HL078181和4R33CA94300的政府支持下进行的。政府在本发明中享有一定的权利。

技术领域

本发明致力于乳房成像，并且更特别地致力于提供三维（3D）乳房信息，包括对肿块与钙化的3D定位和测量、3D导管结构、3D血管结构和乳房体积密度的测量。

现有技术的描述

许多研究人员在基于乳房X线照片和乳房核磁共振成像（BMRI）的乳房病变自动检测中取得了显著的进步。计算机辅助自动检测技术在这两种成像模式中取得了良好的效果。然而，乳房X线照相术和MRI具有其固有的局限性。由于乳房组织交叠，在乳房X线照片中甚至大的肿瘤以及一些钙化聚类也是模糊的。

虽然据报道，基于乳房X线照相术的CAD（计算机辅助检测和诊断）提高了灵敏度。但是也有报道说，将CAD应用到乳房X线照片并没有显著改善。CAD应用于乳房X线照相术的有效性似乎还不清楚。

BMRI不能检测钙化，钙化是早期乳癌和DCIS的重要标志，并且在最高达50％的不伴有肿块的乳癌中是明显的。虽然BMRI是乳房的三维（3D）可视化，但是BMRI具有有限的空间分辨率（约1mm的面内分辨率，以及2-3mm的切片厚度）。由于分辨率的限制，小的病变可能被遗漏或者被不正确地表征。

虽然基于BMRI的CAD在区分恶性肿块与良性肿块方面取得了一些成功，但是系统的公认限制包括不能考虑T2加权图像。这样，系统潜在地可能会遗漏可用于这些序列的有用的附加形态学信息。此外，当前的基于BMRI的CAD因为其较差的DCIS的检测灵敏度而不能在区分恶性的MRI筛查检测病变与良性的MRI筛查检测病变方面提高放射科医生的准确度。

另一个乳房成像模式是数字乳房断层合成技术（digital breasttomosynthesis，DBT），它具有最高达85％的灵敏度。然而，DBT以有限的角度收集投影，这导致了在垂直于检测器的方向上的空间分辨率损失。虽然DBT中的CAD可以帮助放射科医生处理大量数据，但是分辨率损失限制了其检测细微的乳房病变和钙化聚类的能力，因此，可能必须将DBT与数字乳房X线照相术一起用于乳癌的筛查和诊断。

还在不断摸索基于超声波的CAD（Ultrasound-based CAD，US-CAD）。虽然超声波具有相当大的潜力，但是它也有公知的局限性。该技术很难教授和进行。同样，区分良性与恶性的病变会具有挑战性。超声波的添加还会导致对良性病变的不必要的活组织检查。US-CAD的另一个主要局限性是难以以超声波对微钙化进行成像这个事实。此外，US-CAD被超声波的相对较差的空间分辨率所限制。综上所述，不同的乳房成像模式具有不同的特点，需要发展基于模式的CAD以进一步提高放射科医生的准确度和效率。

射线照相的乳房实质图案，也称为乳房密度，是与乳癌的发展相关的重要因素。目前，大多数乳房密度的研究是基于乳房X线照相术技术的。大多数乳房密度的描述使用BI-RADS乳房密度术语。在BI-RADS中，定义了四类乳房密度：

第1类，几乎完全是脂肪：腺体组织<25％;

第2类，分散的纤维腺体（fibroglandular）组织：腺体组织25%-50%;

第3类，多相密集：腺体组织51％-75％;以及

第4类，极其密集：腺体组织>75％。

然而，乳房组织在二维乳房X线照相术投影图像上交叠。使用乳房X线照片的乳房密度测量可能不准确。

综上所述，不同的乳房成像模式具有不同的特点，需要发展基于模式的CAD以进一步提高放射科医生的准确度和效率。

发明内容

因此在本技术领域中需要与CBBCT图像一起工作的CAD系统以提供3D综合乳房信息。

在本技术领域中也需要提高放射科医生诊断性能的准确性和效率。

因此，本发明的目的是满足这些需要。

因此，本发明的主要目的是提供3D综合乳房信息，3D综合乳房信息包括乳房密度评估、肿块与钙化的检测和测量、乳房血管结构分割以及乳房导管分割。

本发明的另一目的是提供使用CBBCT图像来准确地评估乳房密度的方法。

本发明的又一目的是使用CBBCT图像来提供乳房肿块的三维位置信息。

本发明的又一目的是使用CBBCT图像来提供乳房肿块的三维特征。

本发明的又一目的是使用CBBCT图像来提供乳房钙化的三维位置信息。

本发明的又一目的是使用CBBCT图像来提供乳房钙化的三维特征。

本发明的又一目的是使用CBBCT图像来提供乳房血管系统的三维特征。

本发明的又一目的是使用CBBCT图像来提供乳房导管的三维特征。

为了实现上述目的和其他目的，本发明致力于基于锥形束乳房计算机断层扫描（CBBCT）的CAD技术。锥形束乳房CT是具有优于乳房X线照相术的软组织对比度、高的对比度分辨率以及无组织交叠的三维乳房成像模式。利用这些优势，可以通过CBBCT3D图像准确地并且定量地测量乳房体积密度。锥形束乳房CT是一种使用锥形束CT技术以及符合人体工程学设计的成像系统的新颖的乳房成像技术。CBBCT提供没有组织交叠的真实的三维乳房图像。CBBCT图像的分辨率是三维各向同性的，具有小到155μm的体素尺寸。即使没有静脉造影注射，CBBCT的软组织的对比度噪声比也高达8。CBBCT的乳房覆盖可以与乳房X线照相术相媲美，甚至大于乳房X线照相术的乳房覆盖。利用这些新颖的特征，乳房的CBBCT图像可以是用来定量测量乳房的体积密度的理想工具。

基于CBBCT的计算机辅助诊断（CBBCT-CAD）技术是用于乳癌检测和诊断的在临床上有用的工具，其将帮助放射科医生作出更有效和准确的判断。CBBCT-CAD能够：1）使用用于图像伪影校正、肿块与钙化检测和表征、导管成像和分割、血管成像和分割以及乳房密度测量的3D算法，2）将包括肿块与钙化的位置和特征、导管结构、血管结构以及乳房密度的乳房综合信息呈现给放射科医生以帮助他们确定乳房病变为恶性的概率。

CBBCT-CAD系统的新颖性包括：1）基于CBBCT技术的第一个3DCAD系统；2）提供不能从其他基于模式的CAD系统获取的综合乳房信息的第一个CAD系统；3）在放射科医生的诊断性能方面的突出的准确性和效率的改善。

与本发明相关的出版物包括：

James C.Bezdek,"Pattern Recognition with Fuzzy Objective FunctionAlgorithms",Kluwer Academic Publishers,Norwell,MA,1981

Xiaohua Zhang,Ruola Ning and Dong Yang,"Three dimensional breastmasses auto detection in cone beam breast CT,"Proc.SPIE2009;7260:726027.

Xiaohua Zhang,Ruola Ning and Jiangkun Liu,"Computer aided breastcalcification auto-detection in cone beam breast CT,"Proc.SPIE2010;7624:76242M.

D Chen,R Fahmi,AA Farag,RL Falk,GW Dryden,"Accurate and fast3D colonsegmentation in CT colonography,"Proc.of ISBI2009;490-493.

Dong Yang,Ruola Ning,Yong Yu,David Conover and Xianghua Lu,"Implementation and evaluation of the half-scan scheme based on CBCT(cone-beamCT)system"Proc.SPIE5368,542(2004).

以下的相关专利在此通过引用合并到本公开内容中：

1.8,023,767Method and apparatus for3D metal and high-density artifactcorrection for cone-beam and fan-beam CT imaging（用于锥形束和扇形束CT成像的3D金属和高密度伪影校正的方法和装置）

2.7,949,095Methods and apparatus for differential phase-contrast fanbeam CT,cone-beam CT and hybrid cone-beam CT（用于微分相衬扇形束CT、锥形束CT和混合锥形束CT的方法和装置）

3.7,697,660Apparatus and method for cone beam computed tomographybreast imaging（用于锥形束计算机断层扫描乳房成像的装置和方法）

4.7,643,605Method and apparatus for cone beam CT dynamic imaging（用于锥形束CT动态成像的方法和装置）

5.7,362,845Method and apparatus of global de-noising for cone beamand fan beam CT imaging（用于锥形束和扇形束CT成像的全局去噪的方法和装置）

6.6,987,831Apparatus and method for cone beam volume computedtomography breast imaging（用于锥形束体积计算机断层扫描乳房成像的装置和方法）

7.6,618,466Apparatus and method for x-ray scatter reduction andcorrection for fan beam CT and cone beam volume CT（用于扇形束CT和锥形束体积CT的x射线散射减少和校正的装置和方法）

8.6,504,892System and method for cone beam volume computed tomographyusing circle-plus-multiple-arc orbit（用于使用圆形加多个弧轨道的锥形束体积计算机断层扫描的系统和方法）

9.6,480,565Apparatus and method for cone beam volume computedtomography breast imaging（用于锥形束体积计算机断层扫描乳房成像的装置和方法）

10.6,477,221System and method for fast parallel cone-beamreconstruction using one or more microprocessors（用于使用一个或更多个微处理器的快速并行锥形束重建的系统和方法）

11.6,298,110Cone beam volume CT angiography imaging system and method（锥形束体积CT血管造影术成像系统和方法）

12.6,075,836Method of and system for intravenous volume tomographicdigital angiography imaging（用于静脉体积断层数字血管造影术成像的方法和系统）

13.5,999,587Method of and system for cone-beam tomographyreconstruction（用于锥形束断层扫描重建的方法和系统）

附图说明

将参考附图详细阐述本发明的优选实施方式，在附图中：

图1是示出乳房X线照相术图像和CBBCT图像之间的比较的一组图像;

图2是示出皮肤去除效果的一组图像；

图3是示出图像的自动分割的一组图像；

图4是示出肿块检测的一组图像；

图5是示出钙化检测的一组图像；

图6是示出可以实施优选的实施方式或者另一实施方式的成像系统的示意图；

图7是用于在优选实施方式中使用的软件系统的框图；以及

图8是用于在优选实施方式中使用的硬件系统的框图。

具体实施方式

将参考附图详细阐述本发明的优选实施方式，其中，贯穿全文相同的附图标记指代相同的元件或步骤。

第一个步骤是皮肤去除。虽然CBBCT图像中皮肤的浓度（indensity）高于脂肪基质的浓度，但是皮肤的浓度仅仅略高于腺体组织的浓度。简单的阈值化不能将皮肤与其他组织分割开来。基于皮肤位于整个乳房的最外层这个事实，提出形态学处理以在CBBCT图像中从乳房中去除皮肤。

1.将直方图阈值化方法应用到整个CBBCT图像体积以将图像分离为三个具有显著的不同浓度的不同部分：空气、脂肪和组织（包括皮肤和腺体）。

2.基于皮肤位于内部乳房和空气之间这个事实，应用形态学3D腐蚀运算以腐蚀空气和脂肪之间的组织。

3.当腐蚀内核到达内部乳房的脂肪区域时，停止腐蚀。

4.在CBBCT图像中腺体组织连接到皮肤的情况下，在腐蚀的过程中，沿着乳房的边缘记录脂肪区域与总的边缘区域的全局比例。当该比例达到80％（或另一个适当的选择值）时，停止皮肤去除过程。

现在将说明腺体组织分割。模糊c均值（FCM）算法被广泛用于图像分割。FCM算法也用于在乳房X线照相术和乳房MRI中的乳房密度估计。在CBBCT图像中，由于高的软组织对比度，FCM也是从脂肪中分割腺体组织的有效算法。在James C.Bezdek，"PatternRecognition with Fuzzy Objective Function Algorithms"，Kluwer AcademicPublishers,Norwell,MA,1981中教授了FCM。

在模糊c均值聚类算法中，目标函数定义为：

J_{m} = Σ_{i = 1}^{N} Σ_{j = 1}^{C} u_{ij}^{m} {| | x_{i} - c_{j} | |}^{2}

其中，x_i是要被聚类的数据向量，c_j是第j个聚类的中心向量，u_ij是向量x_i在第j个聚类中的程度，m是模糊指数，N是总的数据向量的数量，以及C是总的聚类的数量。‖*‖是测量在任意数据向量和聚类中心之间的相似度的距离函数。

模糊c均值聚类算法通过更新u_ij和c_j来迭代地优化目标函数J_m，其中

c_{j} = \frac{Σ_{i - 1}^{N} u_{ij}^{m} x_{i}}{Σ_{i - 1}^{N} u_{ij}^{m}}, u_{ij} = \frac{1}{Σ_{k = 1}^{C} {(\frac{| | x_{i} - c_{j} | |}{| | x_{i} - c_{k} | |})}^{\frac{2}{m - 1}}}

当时，算法停止，其中ε是0与1之间的终止参数。聚类数量C被设置为3。每个聚类表示空气、脂肪和腺体。

偏置区域包括衰减（如以Hounsfeld单位或HU来测量）接近脂肪的低密度腺体组织以及由成像伪影造成的非均匀区域。为了获得更高的腺体分割的准确性，需要对偏置区域需进行处理。除了用于空气、脂肪和腺体的聚类以外，额外的聚类被用于偏置区域。

为了进一步将偏置区域中的体素分配到三个聚类中，使用下述处理：

1.将局部对比度处理应用到去除皮肤后的CBBCT图像上。局部对比基于下述公式：

(x, y, z) = f (x, y, z) - \min_{(p, q, r) &Element; R} f (p, q, r)

此处，f（x,y,z）是在位置（x,y,z）处的体素的HU，R是尺寸为NхNхN的局部立方体。通过这个处理，减小了非均匀伪影。

2.使用来自步骤1的图像来提取在偏置区域中的体素以进行第二聚类。此处聚类数量被设置为3。具有最高中心值的聚类被认为是腺体，并且其余的聚类被认为是脂肪。

3.结合由第一聚类和第二聚类产生的聚类结果以产生最终的空气、脂肪和腺体分割结果。

在将CBBCT图像分割成皮肤、脂肪和腺体之后，能计算出每个组织相对于整个乳房体积的百分比。

现在将讨论实验结果。

从CBBCT临床数据库中，选择5例患者数据集用于初步实验。每例患者数据集具有由放射科医生审查的乳房X线照相术记录，并且基于乳房X线照片对其乳房密度类别进行分配。计算机辅助乳房密度评估被应用到每例患者的CBBCT图像上。图1示出了用于本次研究的对应于4个BI-RADS乳房密度类别的4个病例的乳房X线照片和CBBCT切片。更具体地，图1示出了具有MLO乳房X线照片图像和CBBCT切片图像的4个临床病例。顶行：乳房X线照相术图像；底行：对应的CBBCT切片。左列：BIRADS-1（多脂肪的）乳房；左中列：BIRADS-2（分散的）乳房；右中列：BIRADS-3（多相密集的）乳房；右列：BIRADS-4（极其密集的）乳房。

CBBCT乳房密度自动评估处理被应用到每个临床病例上。图2示出了皮肤去除的效果，图3示出了自动分割的效果。更具体地，图2示出了a）原始CBBCT图像、b）皮肤被去除了的CBBCT图像、以及c）皮肤图像。图3示出了a）皮肤被去除了的原始CBBCT图像、b）脂肪组织区域、以及c）腺体组织区域。

基于被分割的图像，可以获取皮肤、脂肪和腺体的百分比。表1列出了密度测量结果并且将密度测量结果与每个病例的BI-RADS类别进行了比较。

乳房密度随着时间变化。不管原始乳房密度测量结果如何，乳房密度的增加与乳癌风险的增大有关。对于乳房密度变化的主动监测来说，随着时间变化的准确测量是非常重要的。乳房密度自动评估提供了准确的体积测量以便检测密度的变化；因此，使得及时的癌症风险估计成为可能。

上述表1给出了CBBCT乳房密度测量和基于乳房X线照相术的BI-RADS分类之间的比较结果。从表中可以看出，在这两种系统之间存在明显的不一致，尤其是在BI-RADS中具有较高密度类别的乳房内。对于同一乳房使用二维乳房X线照片和真实的三维CBBCT图像所测量的乳房密度可能得到不同的结果。可以基于CBBCT图像来定义新的乳房密度测量系统。

优选的实施方式不限于测量乳房密度。现在将公开肿块检测和钙化检测。在Xiaohua Zhang,Ruola Ning and Dong Yang,"Three dimensional breast masses autodetection in cone beam breast CT,"Proc.SPIE2009;7260:726027中教授了该算法。

反常的密度和结构畸变是于放射科医生检测肿块的射线照相征象。在3D CBBCT图像中，观察到的乳房肿块是具有比周围正常组织更致密的结构的聚集体积区域。恶性肿块具有不规则的或毛刺状边缘，而良性肿块通常具有平滑的边缘。CBBCT图像的高对比度揭示了组织之间的密度差异。3D肿块检测算法利用CBBCT图像的3D特性和高对比度分辨率。

在CBBCT中，高对比度分辨率揭示了横跨体素的组织成分的对比度变化。3D检测算法能够测量这些变化并且将肿块和正常组织之间的差异用于可疑区域的检测。根据对14个已病理证实的肿块的初步研究，在图像校准之后，肿块和其周围组织之间的平均对比度的范围为从10HU至80HU。其他特性，如肿块的梯度集合也用于区分正常组织与肿块。在初步研究中，应用3D加权平均算法，然后将3D光圈过滤应用到CBBCT体积图像以便突出聚集的组织体积。突出的区域被选为乳房肿块的候选。在初步结果中，14例肿块中的12例被正确检测。在检测到肿块区域之后，计算每个区域的对应的测量结果。测量结果包括密度、尺寸、体积和形状描述。标记的结果和对应的测量结果将被提供作为输出结果。

图4示出了对肿块检测的初步研究的结果。图像（a）和图像（c）示出了已病理证实的肿块。图像（b）和（d）示出了自动肿块检测的结果。

现在将公开钙化检测。在Xiaohua Zhang,Ruola Ning and Jiangkun Liu,"Computer aided breast calcification auto-detection in cone beam breast CT,"Proc.SPIE2010;7624:76242M中教授了算法。在CBBCT图像中，钙化具有比周围组织高的对比度以及在钙化区域内部和边缘二者处高的HU变化。钙化与背景材料之间的对比度为从-200HU至-800HU，并且HU标准偏差可以大于200HU。钙化自动检测方案已经发展到在CBBCT图像内定位钙化。3D局部阈值化处理和直方图阈值化处理首先被应用到CBBCT图像上以选择相对于相邻体素而言具有相对高的HU值和HU变化的所有体素。为了进一步减小误报，从各个仍旧连接的体素对象中提取六个特征。这些特征被馈送到用已知钙化特征训练过的人工神经网络（ANN）中。ANN输出值被用作区分误报对象与钙化对象的标准。初步研究实现了95%的灵敏度，其中每个病例平均具有10个误报钙化。图5示出了CBBCT钙化自动检测的一个示例，其中，图像（a）指示已知的钙化而图像（b）指示钙化算法的第e个结果。在检测之后，将提供包括有聚类尺寸、在聚类中的钙化数量和形状描述的钙化测量结果。

乳房导管和血管能够被分割。分割算法在本领域中已知例如用于分割结肠。在DChen,R Fahmi,AA Farag,RL Falk,GW Dryden,"Accurate and fast3D colonsegmentation in CT colonography,"Proc.of ISBI2009;490-493中教授了合适的算法。这种分割能用于实现对与肿瘤有关的异常血管和原位导管癌（DICS）的主动监测。

现在将公开伪影校正。在PCT/US03/04871以及于2003年9月9日发表的U.S.6,618466，Ning R:Apparatus and Method for X-ray Scatter Reduction and Correctionfor Fan Beam and Cone Beam Volume CT中教授了合适的方法。

因为在CBBCT系统中的大面积平板检测器接收散射的x射线和初级的x射线，所以散射是与CBBCT有关的主要问题之一。在49kVp，对于平均尺寸的乳房来说，散射X射线与初级X射线比例（scatter-to-primaryratio）可以高达0.5。散射产生了不准确的CT数量、减小了组织对比度并且在重建的CBBCT图像中引起了杯状伪影。考虑到乳房大致对称的几何形状以及散射辐射缓慢变化的性质，在投影图像中基于乳房形状估计散射辐射，并且通过减去散射辐射来校正投影图像。因在不同投影图像中形状和位置以及乳房阴影是不同的，对于所有投影都执行这种校正。轴向和经线上的均匀性能分别被提高到20HU和40HU。

运动伪影与扫描期间患者的运动和呼吸有关，在重建图像中显示为模糊。通常地，可以通过检查投影图像来识别运动的时刻。在这一时刻之前或之后的数据可以被认为是可以与半扫描算法一起用于进行重建的无运动数据。在Dong Yang,Ruola Ning,Yong Yu,David Conover and Xianghua Lu,"Implementation and evaluation of the half-scanscheme based on CBCT(cone-beam CT)system"Proc.SPIE5368,542(2004)中教授了合适的算法。这种方法能有效地去除运动伪影。

能实施优选的实施方式或另外的实施方式的系统在美国专利No.6,480,565中进行了阐述，其全部公开内容在此通过引用合并于本公开内容中。该美国专利的图2A（其在本文中再现为图6）示出了示例性的设备。在扫描仪200中，患者P依靠在符合人体工程学形成的桌子202上，使得要被扫描的乳房B向下穿过桌子202中的孔204到达安全罩205。

在桌子202的下方，台架206支撑检测器208和x射线管210，检测器208和x射线管210分别在安全罩205的两侧。通过电动机212转动台架以使得台架绕着通过安全罩205的轴线A可转动，使得当x射线管沿着轨道O行进时，乳房B保持在由x射线管210发出的锥形束C的路径中。台架也可通过电动机214沿着垂直路径V向上和向下可移动。或者，桌子202可以沿着垂直路径V向上和向下移动。检测器208可以通过电动机216朝向轴线A或远离轴线A移动以便在需要的时候改变放大倍数。

在一些实施方式中，尽管通常地，乳房不需要被重新成形，但是活塞218可以用于将乳头推向胸壁以将z方向上的覆盖范围减小几厘米。

可以设置造影注射器220以用于对比度增强的断层成像、血管生成研究以及一些其他的动态对比研究。各种造影注射剂例如碘在本领域是已知的。未必总是需要将造影剂注射到患者体内。

CBBCT-CAD软件/硬件包括如图7所示的模块：

图像伪影校正模块：图像伪影校正模块在CBBCT重建之前或者之后被执行。如图所示，该模块包括预校正704和后校正708。对获取自CBBCT扫描的投影执行预校正。在PCT/US03/04871以及于2003年9月9日发表的U.S.6,618466，Ning R:Apparatus and Methodfor X-ray Scatter Reduction and Correction for Fan Beam and Cone Beam VolumeCT中教授了合适的方法。对来自CBBCT重建的各项同性的3D图像执行后校正。

检测和分割模块：四个检测和分割模块是互连的。这些模块是密度估计710、导管分割检测712、钙化检测714和肿块检测716。密度估计算法已经在上面进行了描述。在Xiaohua Zhang,Ruola Ning and Jiangkun Liu,"Computer aided breastcalcification auto-detection in cone beam breast CT,"Proc.SPIE2010;7624:76242M中教授了合适的钙化检测算法。在Xiaohua Zhang,Ruola Ning and Dong Yang,"Three dimensional breast masses auto detection in cone beam breast CT,"Proc.SPIE2009;7260:726027中教授了合适的肿块检测算法。用户能够选择一个或多个模块以便进行更好的诊断辅助。每个模块被设计为在CPU和GPU二者上都运行以减少处理时间。每个模块的输出结果可以被叠加以使得放射科医生能够结合不同的信息做出准确的判断。

任务管理器718是CAD系统的在用户和CAD模块之间的主要接口。通过任务管理器限定系统连接、数据发送/接收配置以及任务排程/列队。任务管理器整理所有可适用的病例并且基于每个病例的具体要求将这些任务分派给检测和分割模块。任务管理器也规划系统中所有可能的资源并且将资源分配给适当的模块。

数据访问接口720：其是个用于图像数据检索/存储以及放射科医生的反馈、注释或报告的、与PACS/图像存档系统722的DICOM接口，以用于进一步的处理。支持多个DICOM输出，包括DICOM打印机、结构化报告、DICOM6000覆盖、二次图像捕捉以及RTSS。

图8基于以上引用的‘565专利中的系统或任意其他合适的系统示出了CBBCT CAD系统的硬件结构。在CAD系统中包括三个主要硬件部件：

CAD服务器802：CAD服务器给所有客户和外部PACS722或图像存档系统804以及DICOM打印机806提供接口。CAD服务器配备有高配置部件以便提供快捷可靠的服务。CAD服务器接受来自预配置任务或用户输入的调度、从PACS/存档系统读取数据、给CAD工作站分派计算任务、接收来自工作站的结果并且将CAD报告回写到PACS/存档系统或者打印报告。

CAD工作站808：CAD系统的主要功能模块在高性能工作站上运行。工作站提供了快捷可靠的计算以满足实际需求。工作站通过高速连接附接到服务器。多个工作站可以被安装并且连接到每个系统中以并行地执行任务从而提供足够的计算能力。

瘦客户端810：瘦客户端让用户方便的访问系统。瘦客户端可以是基于浏览器的应用或者单独的GUI应用。瘦客户端与CAD服务器在内联网内或通过互联网进行通信，以通过互联网连接从任何地方提供服务。用户通过由瘦客户端提供的直观GUI在CAD服务器上设置配置并且调度任务。

由于硬件和软件设计的并行处理能力，CBBCT-CAD系统的总处理时间预计在5分钟内。

虽然在上面详细阐述了优选的实施方式，但是阅读了本公开内容的本领域技术人员应容易理解：在本发明范围内可以实现其他实施方式。例如，特定硬件和数值的详述是说明性的而不是限制性的。另外，所公开的基于锥形束CT图像的CAD方法和系统可以用于其他锥形束CT成像应用，例如血管造影术成像和肺成像。因此，本发明应被理解为仅由所附权利要求来限定。

Claims

1.一种用于对患者的乳房进行成像的方法，所述方法包括：

(a)采集所述乳房的三维锥形束乳房计算机断层扫描投影图像数据；

(b)在包括基于CPU的计算机设备和基于GPU的计算机设备的工作站中处理在步骤(a)中所采集的投影图像数据以对所述投影图像数据进行预重建校正；

(c)在所述工作站中对所述乳房的线性衰减系数的三维分布的矩阵执行锥形束重建；

(d)在所述工作站中，在对所述乳房的矩阵进行重建之后，执行校正和处理；

(e)将经校正的重建矩阵存储到图像存档设备中；

(f)使用所述工作站来执行下述多个任务：基于经重建的三维数据来评估乳房密度以及检测并表征所述乳房的导管系统；以及

(g)输出综合乳房信息，所述综合乳房信息包括乳房密度测量以及所述乳房的导管系统的形状。

2.根据权利要求1所述的方法，其中，步骤(d)包括：

(d1)检测所述乳房的皮肤并且从所述三维分布的矩阵中去除所述乳房的皮肤；

(d2)在所述工作站中，对去除了所述皮肤的三维分布的矩阵应用逐步模糊聚类算法，以自适应地聚类所述三维分布的矩阵的体素；

(d3)在所述工作站中将所述三维分布的矩阵划分成多个类别；以及(d4)在所述工作站中根据被划分成所述多个类别的三维分布的矩阵来形成三维图像。

3.根据权利要求2所述的方法，其中，所述多个类别包括皮肤、脂肪和腺体。

4.根据权利要求2所述的方法，其中，步骤(d1)包括：

(i)使用直方图阈值化方法将所述三维分布的矩阵分离为空气、脂肪和包括皮肤和腺体的组织；

(ii)使用形态学三维腐蚀操作，借助于腐蚀内核对在所述空气和所述脂肪之间的组织进行腐蚀；以及

(iii)当所述腐蚀内核到达所述乳房的内部部分中的脂肪区域时，停止步骤(ii)。

5.根据权利要求2所述的方法，其中，步骤(d3)包括：

(A)将所述三维分布的矩阵分离为空气、脂肪、腺体和偏置区域；以及

(B)重新聚类所述偏置区域以将所述偏置区域分类为空气、脂肪或腺体。

6.根据权利要求5所述的方法，其中，所述偏置区域起因于低密度腺体和图像伪影中的至少之一。

7.根据权利要求2所述的方法，其中，步骤(d2)包括：

(i)沿着所述乳房的边缘记录脂肪区域与总的边缘区域的全局比例；以及

(ii)当所述比例达到预定值时，停止步骤(d2)。

8.根据权利要求2所述的方法，其中，所述逐步模糊聚类算法是模糊c均值算法。

9.根据权利要求1所述的方法，其中，步骤(f)中乳房密度被测量。

10.根据权利要求1所述的方法，其中，步骤(f)还包括自动或半自动地检测并表征导管结构、血管结构以及乳房密度中的至少之一。

11.一种用于对患者的乳房进行成像的系统，所述系统包括：

成像装置，所述成像装置用于采集所述乳房的三维锥形束乳房计算机断层扫描投影图像数据；

包括基于CPU的计算机设备和基于GPU的计算机设备的工作站，所述工作站配置成：

在所述工作站中处理在所述成像装置中采集的投影图像数据以对所述投影图像数据进行预重建校正；

对所述乳房的线性衰减系数的三维分布的矩阵执行锥形束重建；以及

在所述工作站中，在对所述乳房的矩阵进行重建之后，执行校正和处理；

大规模数据存储/存档设备，所述大规模数据存储/存档设备用于将经校正的重建矩阵存储到图像存档设备中，

其中，所述工作站还配置成执行下述多个任务：

基于经重建的矩阵来检测并表征肿块、检测钙化、评估乳房密度以及检测并表征所述乳房的导管系统；

输出综合乳房信息，所述综合乳房信息包括一个或更多个肿块与钙化的一个或更多个尺寸、形状和位置，在感兴趣区域中的钙化的数量，乳房密度测量以及所述乳房的导管系统的形状；以及基于所述综合乳房信息来输出所述乳房为恶性的概率。

12.根据权利要求11所述的系统，其中，

所述工作站与所述成像装置通信，所述工作站被配置成对根据所述成像装置采集的图像数据而重建的矩阵进行处理，从而检测所述乳房的皮肤并且从所述矩阵中去除所述乳房的皮肤；对除去了所述皮肤的矩阵应用逐步模糊聚类算法，以自适应地聚类矩阵中的体素；将所述矩阵划分成多个类别；以及根据被划分成所述多个类别的矩阵来形成三维图像；以及

输出装置，所述输出装置与所述工作站通信，用于输出所述图像。

13.根据权利要求12所述的系统，其中，所述多个类别包括皮肤、脂肪和腺体。

14.根据权利要求13所述的系统，其中，所述工作站被配置为：

(i)使用直方图阈值化方法将所述矩阵分离为空气、脂肪和包括皮肤和腺体的组织；

(iii)当所述腐蚀内核到达所述乳房的内部部分中的脂肪区域时，停止(ii)。

15.根据权利要求14所述的系统，其中，所述工作站被配置成使得(i)包括：

(A)将所述矩阵分离为空气、脂肪、腺体和偏置区域；以及

16.根据权利要求15所述的系统，其中，所述工作站被配置为用于以下情形：其中所述偏置区域起因于低密度腺体和图像伪影中的至少之一。

17.根据权利要求12所述的系统，其中，所述工作站被配置为：

(ii)当所述比例达到预定值时，停止从所述图像数据去除皮肤的处理。

18.根据权利要求12所述的系统，其中，所述工作站被配置成使得所述模糊聚类算法是模糊c均值算法。

19.根据权利要求12所述的系统，其中，所述工作站被配置成测量乳房密度。

20.根据权利要求12所述的系统，其中，所述工作站被配置成检测乳房肿块。

21.根据权利要求12所述的系统，其中，所述工作站被配置成检测乳房钙化。

22.根据权利要求12所述的系统，其中，所述工作站被配置成自动或半自动地检测并表征肿块、钙化、导管结构、血管结构以及乳房密度中的至少之一。