CN103778620A - 医学图像的处理方法和装置 - Google Patents

Abstract

一种医学图像的处理方法和装置，所述方法包括：建立归一化图谱库，所述归一化图谱库为归一化到同一图像坐标系的归一化图谱的集合；计算归一化图谱与待处理的医学图像的距离，所述待处理的医学图像与所述归一化图谱归一化到同一图像坐标系；基于多个归一化图谱与待处理的医学图像的距离确定基准图谱；基于所述基准图谱对所述待处理的医学图像进行分割。基于图谱库的图谱和待处理图像生成基准图谱，使得基准图谱与待处理图像具有很好的相似度，因此以该基准图谱对待处理图像进行分割，可以提高分割的精确度和效率。

Description

医学图像的处理方法和装置

技术领域

本发明涉及图像处理技术领域，特别涉及一种医学图像的处理方法和装置。

背景技术

随着生物医学工程和计算机技术的发展，医学影像学为临床诊断提供了多种模态的医学图像，如X线断层成像、磁共振成像（MRI）、功能磁共振成像（fMRI）、单光子发射计算机断层扫描技术（SPET）、正电子计算机断层扫描技术（PET）、数字减影血管造影技术（DSA）、超声成像、脑磁图等。不同的医学影像可以提供人体相关脏器和组织的不同信息。如CT具有较高的空间分辨率，有利于定位病灶，MRI对软组织成像清晰，有利于确定病灶范围。而PET和SPET虽然空间分辨率较差，但却提供了脏器的功能和代谢信息。所以临床医生迫切希望对不同图像信息进行适当的融合。然而由于不同模态的医学图像成像原理不同，分辨率不同，成像参数不同等，在图像融合前需要先进行图像分割。

图像分割的方法分成很多种，其中一种方法是基于图谱的图像分割技术，主要是将待分割的图像与从现有图谱库中的样板图谱进行比较，从现有图谱库中挑选出各种特征尽可能地接近待分割图像的样板图谱，然后利用挑选出的图谱与待分割图像做基于图谱的分割过程。

现有的图像分割技术是在图谱库中寻找一张与待分割图像最接近的图谱作为参考来对待分割图像进行配准分割，然而实践中发现图谱库中的图谱与待分割图像仍可能会有较大的差距，尤其是在特征细节上差距会更大，使得基于所选取的图谱对待分割图像进行分割的精度和效率难以保证。

发明内容

本发明技术方案要解决的问题是提供一种医学图像的处理方法和装置以提高医学图像分割的精度和效率。

为解决上述问题，本发明技术方案提供一种医学图像的处理方法，包括：

建立归一化图谱库，所述归一化图谱库为归一化到同一图像坐标系的归一化图谱的集合；

计算归一化图谱与待处理的医学图像的距离；

基于多个归一化图谱与待处理的医学图像的距离确定基准图谱，所述待处理的医学图像与所述归一化图谱归一化到同一图像坐标系；

基于所述基准图谱对所述待处理的医学图像进行分割。

为解决上述问题，本发明技术方案还提供一种医学图像的处理装置，包括：

建立单元，用于建立归一化图谱库，所述归一化图谱库为归一化到同一图像坐标系的归一化图谱的集合；

计算单元，用于计算归一化图谱与待处理的医学图像的距离；

确定单元，用于基于多个归一化图谱与待处理的医学图像的距离确定基准图谱，所述待处理的医学图像与所述归一化图谱归一化到同一图像坐标系；

分割单元，用于基于所述基准图谱对所述待处理的医学图像进行分割。

本发明技术方案以基于图谱库中的图谱与待处理图像的距离生成的基准图谱作为图像分割的参考基准，与现有技术直接以图谱库中的图谱作为分割处理的参考基准相比，由于生成的基准图谱与待处理图像的相似度更高，所以分割处理的结果与现有技术相比更精确，也就是提高了图像分割的精度和效率。

附图说明

图1为本发明实施方式的医学图像的处理方法的流程示意图；

图2为本发明实施方式的医学图像的处理装置的结构示意图。

具体实施方式

为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。

在以下描述中阐述了具体细节以便于充分理解本发明。但是本发明能够以多种不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广。因此本发明不受下面公开的具体实施方式的限制。

现有的图像分割技术是在现有的图谱库中寻找一张与待分割图像最接近的图谱作为参考基准来对待分割图像进行分割，发明人发现，由于待分割图像的未知性，图谱库中的图谱与待分割图像可能仍会有较大的差距，因而难以保证分割的精确度和效率。经过发明人的研究，提出了一种基于图谱库的图谱和待分割图像生成基准图谱，使得基准图谱与待分割图像具有很好的相似度，因此以该基准图谱对待分割图像进行分割，可以提高分割的精确度和效率。

本发明实施方式的医学图像的处理方法如图1所示，首先执行步骤S1，建立归一化图谱库，所述归一化图谱库为归一化到同一图像坐标系的归一化图谱的集合。

现有技术中已知的图谱库中的图谱直接作为对待处理的医学图像进行分割的参考基准，而本发明实施方式中，为了使参考基准更为接近待处理的医学图像，则利用图谱库中的图谱与待处理的医学图像生成基准图谱（详见步骤S2和S3），在此之前图谱库中的所有图谱以及待处理的医学图像需要归一化到同一图像坐标系下，以在后续步骤中计算各图谱与待处理的医学图像的距离。因此，若原始图谱库（已知的图谱库）中的原始图谱不是在同一图像坐标系下，则需要通过仿射空间变换将原始图谱库中的所有原始图谱都配准到同一图像坐标系下。所述同一图像坐标系指的是某一图像的坐标系，该图像可以是原始图谱库中的一个图谱图像，也可以是这些原始图谱的图像坐标系的平均图像坐标系。该配准过程为归一化过程，其配准到同一图像坐标系的结果图像为归一化的图像。所述原始图谱为反映病灶的医学图谱，所述原始图谱库为不同病灶的医学图谱的集合，以待处理的医学图像是心脏图像为例，原始图谱库中包含不同的心脏病灶的原始图谱，归一化图谱库中包含不同的心脏病灶的归一化图谱。

接着执行步骤S2，计算归一化图谱与待处理的医学图像的距离。需要说明的是，所述待处理的医学图像与所述归一化图谱归一化到同一图像坐标系，即通过仿射空间变换将医学图像配准到所述归一化图谱的图像坐标系。

发明人对现有的欧式空间（欧几里德空间）和图像变换流形（非欧式空间）的数学模型进行了研究，发现可以将其应用到医学图像的图像距离计算中。在本发明的一个实施例中，所述归一化图谱库中的一个归一化图谱与待处理的医学图像的距离可以根据下述公式（1）计算：

$\mathrm{dist}(A_i,I_u)=\mathrm{dist}(T_{A_i,R},T_{u,R})={\left|\right|\log \left(T_{A_i,R}\right)-\log \left(T_{u,R}\right)\left|\right|}_2={\left|\right|v_{A_i,R}-v_{u,R}\left|\right|}_2---\left(1\right)$

其中，A_i表示归一化图谱，I_u表示待处理的医学图像，dist(A_i，I_u)表示归一化图谱A_i与待处理的医学图像I_u的距离，

表示归一化图谱A_i到参考图像R的图像变换，T_u，R表示待处理的医学图像I_u到参考图像R的图像变换，

表示图像变换

和T_u，R在图像变换流形的距离，

和T_u，R分别可以由已知图像配准算法计算获得（请参考[Zhuang et al.IEEE Transactionson Medical Imaging,29(9),1612-1625,2010]），

和v_u,R＝log(T_u，R)分别表示把图像变换

和T_u，R从所述图像变换流形转换到所述图像变换流形在原点的切面流形上对应的速度向量。由于图像变换流形是一种非正交化的空间，例如黎曼流形（Riemannian manifold），通过图像变换直接计算距离的复杂度较高，所以通过对数运算（log）将

和T_u，Rφ从非正交化的空间变换到正交化的欧几里德空间（例如黎曼流形在原点的切面流形），因此当获知所述图像变换

和T_u，R在所述切面流形的速度向量和v_u,R,就可以计算归一化图谱A_i与待处理的医学图像I_u的距离dist(A_i，I_u)，其中，|| ||₂为二阶范运算。

当然在其他实施例中，也可以直接根据图像变换计算距离，即根据公式

计算归一化图谱与待处理的医学图像的距离。

公式（1）中，

表示将dist(A_i，I_u)定义为

即将计算归一化图谱和待处理的医学图像的距离转化为计算归一化图谱到参考图像的图像变换与待处理的医学图像到参考图像的图像变换之间的距离。其中的参考图像与待处理的医学图像具有相关性，例如，待处理的医学图像为心脏图像，则参考图像也应为心脏图像。参考图像可以是从所述归一化图谱库中选取的一个归一化图谱，也可以是从其他图谱库中选取的一个图谱，还可以是从所述归一化图谱库中选取多个归一化图谱进行平均计算得到的平均图谱。

在其他实施例中，参考图像也可以为所述待处理的医学图像，则所述归一化图谱库中的某一归一化图谱与待处理的医学图像的距离可以根据公式（2）计算：

$\mathrm{dist}(A_i,I_u)=\mathrm{dist}(T_{A_i,u},\mathrm{Id})={\left|\right|\log \left(T_{A_i,u}\right)-\log \left(\mathrm{Id}\right)\left|\right|}_2={\left|\right|v_{A_i,u}\left|\right|}_2---\left(2\right)$

其中，dist(A_i，I_u)表示归一化图谱A_i与待处理的医学图像I_u的距离，

表示归一化图谱A_i到待处理的医学图像I_u的图像变换，Id表示待处理的医学图像I_u的自身恒等变换，表示将dist(A_i，I_u)定义为

表示图像变换

和Id在图像变换流形的距离，

和log(Id)分别表示把图像变换

和Id从所述图像变换流形转换到所述图像变换流形在原点的切面流形，

是图像变换

在切面流形对应的速度向量。

接着执行步骤S3，基于多个归一化图谱与待处理的医学图像的距离确定基准图谱。需要注意的是，在利用公式(1)计算各个归一化图谱与待处理的医学图像的距离时，其中的参考图像应当是相同的。

发明人考虑，为了获得与待处理的医学图像更为接近的基准图谱，可以通过弗雷歇平均(Fréchet mean)求多个参考图像R到归一化图谱A_i的图像变换

的Fréchet平均，并且结合上述公式(1)，计算与待处理的医学图像的形状和图像的灰度值相似度较高的基准图谱，如公式(3)至(5)所示：

$m_F\left\{T_{R,A_i}\right\}={\arg \min }_T({\mathrm{\Σ}}_{i=1}^n{w}_i\·\mathrm{dist}(T,T_{R,A_i}))=\exp \left({\mathrm{\Σ}}_{i=1}^n{w}_i{v}_{R,A_i}\right),---\left(4\right)$

$w_i=\frac{K\left(\mathrm{dist}(A_i,I_u)\right)}{{\mathrm{\Σ}}_{i=1}^{n}K\left(\mathrm{dist}(A_i,I_u)\right)},---\left(5\right)$

其中，M表示基准图谱，R表示参考图像，

是图像变换集

的Fréchet平均，

是参考图像R到归一化图谱A_i的图像变换，exp()是指数函数，

表示求一个图像变换赋予T使得关于图像变换参数T的函数

的值最小，

是图像变换

在切面流形对应的速度向量，w_i是对应的权重，i=1，2，..．，n，n是归一化图谱的数量，K(dist(A_i，I_u))为核函数且满足

是实数域范围。

进一步，虽然核函数K(dist(A_i，I_u))的计算可以采用现有技术实现，但发明人发现，在实际应用中，核函数的计算比较复杂，因此发明人研究利用其他计算相对简单的函数来模拟核函数。经过研究，发明人提出通过相似性测度来模拟核函数的想法，如公式(6)所示：

$K\left(\mathrm{dist}(A_i,I_u)\right)=\left\{\begin{array}{cc}a(S(A_i,I_u)-b)& \mathrm{ifS}(A_i,I_u)-b>\mathrm{\ϵ}\\ 0& \mathrm{otherwise}\end{array}\right.---\left(6\right)$

其中，dist(A_i，I_u)表示归一化图谱A_i与待处理的医学图像I_u的距离，S(A_i，I_u)表示归一化图谱A_i与待处理的医学图像I_u的相似性测度（其计算方式可以参考[Zhuang et al.Medical Image Computing and Computer Assisted Intervention2010,pp.435-443]），ε＞0；a和b为辅助参数，使得模拟得到的核函数K(dist(A_i，I_u))满足

是实数域范围，t＝dist(A_i，I_u)；b取相似性测度的最小值，即b＝min{S(A_i，I_u)，i＝1,2,...，n}；由于公式（6）代入公式（5）后，辅助参数a会被抵消，因此在此不对a的取值不作限定；ε是经验值，相比于相似性测度更为接近于0，举例来说，如果相似性测度的值在10000以上，则ε可以在（0,100]范围内取值；如果相似性测度的值在（1,2）的范围内，则ε可以在（0,1）范围内取值。

需要说明的是，归一化图谱的数量n可以为任意正整数，n越大，基准图谱与待处理的医学图像越接近，但计算量增加，处理速度慢；n越小，计算量小，处理速度快，但利用基准图谱对待处理的医学图像进行分割的精度降低，一般而言，n的取值范围可以为[10,100]。

接着执行步骤S4，基于所述基准图谱对所述待处理的医学图像进行分割。将基准图谱作为待处理的医学图像的参考基准，对所述待处理的医学图像进行分割，图像分割可以采用现有技术实现，在此不再展开说明。

基于上述医学图像的处理方法，本发明实施方式还提供了一种医学图像的处理装置，如图2所示，包括：建立单元1、计算单元2、确定单元3和分割单元4。所述建立单元1用于建立归一化图谱库，所述归一化图谱库为归一化到同一图像坐标系的归一化图谱的集合；所述计算单元2用于计算所述归一化图谱库中的归一化图谱与待处理的医学图像的距离；所述确定单元3用于基于所述计算单元2计算得到的多个归一化图谱与待处理的医学图像的距离确定基准图谱；所述分割单元4用于基于所述确定单元3确定的基准图谱对所述待处理的医学图像进行分割。所述医学图像的处理装置的工作过程可参考上述对本发明实施方式的医学图像的处理方法的说明。

综上所述，本发明技术方案具有以下优点：

以基于图谱库中的图谱与待处理图像的距离生成的基准图谱作为图像分割的参考基准，由于生成的基准图谱与待处理图像的相似度更高，因此图像分割的精度和效率更高。

将图像变换流形的距离计算结合应用到医学图像的处理中，并且将在图像变换流形中的计算转换到在欧式空间中的计算，降低了图谱与待处理图像的距离的计算复杂度，提高了图像处理的速度。

以相似性测度模拟核函数，进而基于核函数获得基准图谱，降低了基准图谱的计算复杂度，进一步提高了图像处理的速度。

本发明虽然已以较佳实施例公开如上，但其并不是用来限定本发明技术方案，任何本领域技术人员在不脱离本发明的精神和范围内，都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改，因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施方式所作的任何简单修改、等同变化及修饰，均属于本发明技术方案的保护范围。

Claims (13)

1.一种医学图像的处理方法，其特征在于，包括：

建立归一化图谱库，所述归一化图谱库为归一化到同一图像坐标系的归一化图谱的集合；

计算归一化图谱与待处理的医学图像的距离，所述待处理的医学图像与所述归一化图谱归一化到同一图像坐标系；

基于多个归一化图谱与待处理的医学图像的距离确定基准图谱；

基于所述基准图谱对所述待处理的医学图像进行分割。

2.如权利要求1所述的一种医学图像的处理方法，其特征在于，所述归一化到同一图像坐标系包括：通过仿射空间变换将原始图谱和待处理的医学图像配准到同一图像坐标系。

3.如权利要求1所述的一种医学图像的处理方法，其特征在于，所述原始图谱为反映病灶的医学图谱。

4.如权利要求1所述的一种医学图像的处理方法，其特征在于，所述归一化图谱与待处理的医学图像的距离根据下述公式计算：

$\mathrm{dist}(A_i,I_u)=\mathrm{dist}(T_{A_i,R},T_{u,R})={\left|\right|\log \left(T_{A_i,R}\right)-\log \left(T_{u,R}\right)\left|\right|}_2={\left|\right|v_{A_i,R}-v_{u,R}\left|\right|}_2,$ 其中，dist(A_i，I_u)表示归一化图谱A_i与待处理的医学图像I_u的距离，表示归一化图谱A_i到参考图像R的图像变换，T_u，R表示待处理的医学图像I_u到参考图像R的图像变换，表示图像变换

和T_u，R在图像变换流形的距离，

和v_u，R＝log(T_u，R)分别表示把图像变换

和T_u，R从所述图像变换流形转换到所述图像变换流形在原点的切面流形上对应的速度向量，所述图像变换包括图像形变变换和图像灰度值变换。

5.如权利要求4所述的一种医学图像的处理方法，其特征在于，所述参考图像为所述归一化图谱库中的一个归一化图谱或多个归一化图谱的平均图谱。

6.如权利要求1所述的一种医学图像的处理方法，其特征在于，所述归一化图谱与待处理的医学图像的距离根据下述公式计算：

$\mathrm{dist}(A_i,I_u)=\mathrm{dist}(T_{A_i,u},\mathrm{Id})={\left|\right|\log \left(T_{A_i,u}\right)-\log \left(\mathrm{id}\right)\left|\right|}_2={\left|\right|v_{A_i,u}\left|\right|}_2,$

其中，dist(A_i，I_u)表示归一化图谱A_i与待处理的医学图像I_u的距离，

表示归一化图谱A_i到待处理的医学图像I_u的图像变换，Id表示待处理的医学图像I_u的自身恒等变换，

表示图像变换

和Id在图像变换流形的距离，

和log(Id)分别表示把图像变换

和Id从所述图像变换流形转换到所述图像变换流形在原点的切面流形，

是图像变换

在切面流形对应的速度向量。

7.如权利要求4所述的一种医学图像的处理方法，其特征在于，所述基准图谱M根据下述公式确定：

$m_F\left\{T_{R,A_i}\right\}={\arg \min }_T{\mathrm{\Σ}}_{i=1}^n{w}_i\·\mathrm{dist}(T,T_{R,A_i})=\exp \left({\mathrm{\Σ}}_{i=1}^n{w}_i{v}_{R,A_i}\right),$

$w_i=\frac{K\left(\mathrm{dist}(A_i,I_u)\right)}{{\mathrm{\Σ}}_{i=1}^{n}K\left(\mathrm{dist}(A_i,I_u)\right)},$

$v_{R,A_i}=\log \left(T_{R,A_i}\right),$

其中，M表示基准图谱，R表示参考图像，是图像变换集

的Fréchet平均，

是参考图像R到归一化图谱A_i的图像变换，是图像变换

在切面流形对应的速度向量，w_i是对应的权重，i＝1,2，...,n，n是归一化图谱的数量，K(dist(A_i，I_u))为核函数且满足

是实数域范围。

8.如权利要求7所述的一种医学图像的处理方法，其特征在于，所述核函数K(dist(A_i，I_u))根据下述公式计算：

$K\left(\mathrm{dist}(A_i,I_u)\right)=\left\{\begin{array}{cc}a(S(A_i,I_u)-b)& \mathrm{ifs}(A_i,I_u)-b>\mathrm{\ϵ}\\ 0& \mathrm{otherwise}\end{array}\right.,$

其中，S(A_i，I_u)表示归一化图谱A_i与待处理的医学图像I_u的相似性测度，a和b为辅助参数，使得模拟得到的核函数K(dist(A_i，I_u))满足

b＝min{S(A_i，I_u)，i＝1，2，...，n}，ε＞0。

9.一种医学图像的处理装置，其特征在于，包括：

建立单元，用于建立归一化图谱库，所述归一化图谱库为归一化到同一图像坐标系的归一化图谱的集合；

计算单元，用于计算归一化图谱与待处理的医学图像的距离，所述待处理的医学图像与所述归一化图谱归一化到同一图像坐标系；

确定单元，用于基于多个归一化图谱与待处理的医学图像的距离确定基准图谱；

分割单元，用于基于所述基准图谱对所述待处理的医学图像进行分割。

10.如权利要求9所述的一种医学图像的处理装置，其特征在于，所述归一化图谱与待处理的医学图像的距离根据下述公式计算：

$\mathrm{dist}(A_i,I_u)=\mathrm{dist}(T_{A_i,R},T_{u,R})={\left|\right|\log \left(T_{A_i,R}\right)-\log \left(T_{u,R}\right)\left|\right|}_2={\left|\right|v_{A_i,R}-v_{u,R}\left|\right|}_2,$

其中，dist(A_i，I_u)表示归一化图谱A_i与待处理的医学图像I_u的距离，

表示归一化图谱A_i到参考图像R的图像变换，T_u，R表示待处理的医学图像I_u到参考图像R的图像变换，

表示图像变换和T_u，R在图像变换流形的距离，分别表示把图像变换

和T_u，R从所述图像变换流形转换到所述图像变换流形在原点的切面流形上对应的速度向量，所述图像变换包括图像形变变换和图像灰度值变换。

11.如权利要求9所述的一种医学图像的处理装置，其特征在于，所述归一化图谱与待处理的医学图像的距离根据下述公式计算：

$\mathrm{dist}(A_i,I_u)=\mathrm{dist}(T_{A_i,u},\mathrm{Id})={\left|\right|\log \left(T_{A_i,u}\right)-\log \left(\mathrm{id}\right)\left|\right|}_2={\left|\right|v_{A_i,u}\left|\right|}_2,$

其中，dist(A_i，I_u)表示归一化图谱A_i与待处理的医学图像I_u的距离，

表示归一化图谱A_i到待处理的医学图像I_u的图像变换，Id表示待处理的医学图像I_u的自身恒等变换，

表示图像变换

和Id在图像变换流形的距离，和log(Id)分别表示把图像变换

和Id从所述图像变换流形转换到所述图像变换流形在原点的切面流形，

是图像变换

在切面流形对应的速度向量。

12.如权利要求10所述的一种医学图像的处理装置，其特征在于，所述基准图谱M根据下述公式确定：

$m_F\left\{T_{R,A_i}\right\}={\arg \min }_T{\mathrm{\Σ}}_{i=1}^n{w}_i\·\mathrm{dist}(T,T_{R,A_i})=\exp \left({\mathrm{\Σ}}_{i=1}^n{w}_i{v}_{R,A_i}\right),$ $w_i=\frac{K\left(\mathrm{dist}(A_i,I_u)\right)}{{\mathrm{\Σ}}_{i=1}^{n}K\left(\mathrm{dist}(A_i,I_u)\right)},$

$v_{R,A_i}=\log \left(T_{R,A_i}\right),$

其中，M表示基准图谱，R表示参考图像，

是图像变换集

的Fréchet平均，

是参考图像R到归一化图谱A_i的图像变换，

是图像变换

在切面流形对应的速度向量，w_i是对应的权重，i＝1,2，...,n，n是归一化图谱的数量，K(dist(A_i，I_u))为核函数且满足

是实数域范围。

13.如权利要求12所述的一种医学图像的处理装置，其特征在于，所述核函数K(dist(A_i，I_u))根据下述公式计算：

$K\left(\mathrm{dist}(A_i,I_u)\right)=\left\{\begin{array}{cc}a(S(A_i,I_u)-b)& \mathrm{ifs}(A_i,I_u)-b>\mathrm{\ϵ}\\ 0& \mathrm{otherwise}\end{array}\right.,$

其中，S(A_i，I_u)表示归一化图谱A_i与待处理的医学图像I_u的相似性测度，a和b为辅助参数，使得模拟得到的核函数K(dist(A_i，I_u))满足

b＝min{S(A_i，I_u)，i＝1，2，...，n}，ε＞0。

Images