CN106537452A - 用于对对象的图像进行分割的设备、系统和方法 - Google Patents

Abstract

本发明涉及一种用于对对象(36)的图像进行分割的设备，包括：数据接口，其用于接收所述对象(36)的图像，所述图像描绘所述对象(36)的结构；转换单元，其用于将图像定位器器件的用户发起的运动转换成围绕所述结构的第一轮廓(38)；运动参数配准单元，其用于将所述用户发起的运动的运动参数配准到所述第一轮廓(38)，所述运动参数包括所述图像定位器器件的速度和/或加速度；图像控制点单元，其用于以随着所述运动参数减小的密度将多个图像控制点(40)分布在所述第一轮廓上；以及分割单元，其用于通过基于所述多个图像控制点(40)确定所述第一轮廓内的第二轮廓(44)来对所述图像进行分割，所述分割单元被配置为使用一个或多个分割函数。

Description

用于对对象的图像进行分割的设备、系统和方法

技术领域

本发明涉及用于对对象的图像进行分割的设备、系统和方法。其应用于医学成像中，尤其用于诊断或处置规划。

背景技术

在医学图像中，图像分割是手术人员获得医学图像的深入分析的最重要的任务之一。图像分割的目标是要识别感兴趣区域(ROI)并突出显示ROI的边界，使得执行图像分析的操作者能够区别ROI与图像内容的剩余部分。

存在用于图像分割的许多途径。例如，自动处理当其被应用到良好定义的结构和标准轮廓定义时是有利的。然而，该技术有时归因于诸如图像采集错误、图像内容中的异常和局部图像模糊性的存在的缺陷而不可实现。为了克服基于纯自动图像处理的图像分割的上述缺点，已经开发了将用户信息并入到自动图像处理中的许多方法。具体地，在轮廓校正中涉及用户输入以便加速和简化对医学图像中包含的结构的勾画。

存在几种主要类型的输入，其能够在交互式分割过程期间由用户提供。例如，用户可以设置针对一个或多个分割参数的值，例如二值化的阈值水平，可变形模型的代价函数中的加权因子，用于由目标函数定义质量准则的质量水平，等等。

其他方法使得用户能够在目标结构周围绘制初始轮廓并且通过改进其与目标结构的匹配来调节初始轮廓。这能够使用本领域中已知的一个或多个算法模型来实现，包括活动轮廓(active contour)、图形切割、弹性轮廓模型和基于模型的分割、等等。

还存在交互式分割途径，其考虑用户发起的运动。当用户绘制初始轮廓时，他通常使诸如鼠标的图像定位器器件运动。该用户发起的运动之后被转换成初始轮廓。这些方法的一个示例是生存航线方法，其中鼠标速度被用作局部图像质量的指示以便动态地校准代价函数中的权重。然而，本领域中已知的方法在它们的准确性和效率上受到限制，因为关于用户发起的运动的信息未有效地被应用以加速图像分割的过程。

另外，逐切片的在3D医学图像上的结构的勾画是繁琐且耗时的。尽管当前勾画工具允许用户勾勒结构的轮廓或从之内填充它，但是用户的所需要的准确性相当高。一些智能工具对齐到图像梯度，但是勾画仍然需要大量精确的鼠标移动。强度调制的辐射治疗的规划需要在规划CT中勾画风险结构。通常，这被手动地完成并且用户必须利用轮廓工具仔细地勾勒结构的轮廓，其是非常耗时的。对于头部&颈部RT规划情况，要勾勒所有结构的轮廓可能花费高达10个小时。存在一些图像处理技术来辅助该过程：例如，肺部能够通过设置阈值和种子点来描绘轮廓。然而，该策略仅仅针对很少的结构适用。存在自动化或半自动化描绘轮廓方法，但是仍然需要针对许多情况被修正或被重做。另外，许多算法要求来自库的关于要描绘轮廓的结构的先验知识。因此，对于许多已知的结构和所有新的或不常见的结构，仍然需要大量时间来进行准确的勾画。

在Olabarriaga等人的文章“Interaction in the segmentation of medicalimages:A survey”(Medical Image Analysis 5(2001)127-142)中，关于包括用户输入的类型、用户输入如何影响分割过程的计算部分和用户交互的目的的方面讨论了现有交互式分割方法。

发明内容

本发明的目标是要提供用于对对象的图像进行分割的设备、系统和方法，其实现关于一个或多个用户发起的运动的用户输入的改进的利用以便更高效且可靠地执行图像分割。

在本发明的第一方面中，提出了一种用于对对象的图像进行分割的设备，其包括：数据接口，其用于接收所述对象的图像，所述图像描绘所述对象的结构；转换单元，其用于将图像定位器器件的用户发起的运动转换成围绕所述结构的第一轮廓；运动参数配准单元，其用于将所述用户发起的运动的运动参数配准到所述第一轮廓，所述运动参数包括所述图像定位器器件的速度和/或加速度；图像控制点单元，其用于以随所述运动参数减小的密度将多个图像控制点分布在所述第一轮廓上；以及分割单元，其用于通过基于所述多个图像控制点确定所述第一轮廓内的第二轮廓来对所述图像进行分割，所述分割单元被配置为使用一个或多个分割函数。

在本发明的另一方面中，提出了一种用于对对象的图像进行分割的系统，其包括：成像装置，其用于生成所述对象的至少一幅图像；以及如本文公开的设备，其用于对所生成的至少一幅图像进行分割。根据本发明的系统因此组合了本文公开的设备的上述优点以及生成图像的可能性。这对于诸如其中图像生成和图像分割两者都需要以高效率和准确度来执行的诊断或治疗规划的应用尤其是有利的。

在本发明的另一方面中，提出了一种用于对对象的图像进行分割的方法，其包括以下步骤：接收所述对象的图像，所述图像描绘所述对象的结构；将图像定位器器件的用户发起的运动转换成围绕所述结构的第一轮廓；将所述用户发起的运动的运动参数配准到所述第一轮廓，所述运动参数包括所述图像定位器器件的速度和/或加速度；以随所述运动参数减小的密度将多个图像控制点分布在所述第一轮廓上；并且通过基于所述多个图像控制点确定所述第一轮廓内的第二轮廓来对所述图像进行分割，所述分割单元被配置为使用一个或多个分割函数，尤其是活动轮廓和/或基于模型的分割和/或图形切割。

在本发明的另外的其他方面中，提供了：一种包括程序代码单元的计算机程序，当所述计算机程序在计算机上执行时，所述程序代码单元用于使计算机执行本文公开的方法的步骤；以及一种在其中存储了计算机程序产品的非暂态计算机可读记录介质，所述计算机程序产品在由设备运行时使本文公开的方法被执行。

在从属权利要求中限定了本发明的优选实施例。可以理解的是，要求保护的系统、方法和计算机程序具有与要求保护的设备和在从属权利要求中限定的相似的和/或相同的优选实施例。

本发明实现更高效且可靠的交互式图像分割，尤其是智能套索方法。具体地，用户发起的运动的经配准的运动参数被用于将多个图像控制点分布在第一轮廓上。执行图像分割的用户倾向于当他关于由他发起的运动的结果更确定时更快速地移动图像定位器器件，例如鼠标。这在对象的结构清楚可见时尤其如此。对比之下，用户倾向于当强的图像梯度适当地靠近用户通过移动鼠标控制其的鼠标指针时更慢地移动鼠标，使得用户感觉到高准确性是必要的。因此，如果运动参数在用户发起的运动期间部分高且部分低，则由用户创建的第一轮廓可以通常被分离成具有较高的准确性或“高准确性区域(HAR)”的区域和具有较低的准确性或“低准确性区域(LAR)”的区域。HAR比较接近于包括一个或多个最接近的内部边界的目标分割结果。

本领域技术人员理解这样的分离仅仅是定性的和相对的但是不是定量的或绝对的。技术人员还理解，第一轮廓的HAR归因于相对较高的准确性而相对于LAR对应于较好的对象的结构。由于图像控制点的密度随运动参数减小，因而在当HAR和LAR两者都存在于第一轮廓中时的情况下，在HAR中比在LAR中存在相对较多的图像控制点。在这样的情况下，第二轮廓更多地基于第一轮廓的HAR而非LAR来确定，得到图像分割的增大的效率和可靠性。技术人员理解本发明不限于当HAR和LAR两者都存在于第一轮廓中时的情况，而是第一轮廓可以主要地包括HAR或LAR。独立于第一轮廓的实际配置，本发明实现图像分割的可靠结果，使得用户从需要贯穿用户发起的运动非常准确的压力中释放出来。分割和勾画过程因此变得较不繁琐。

在该背景下，图像定位器器件可以通常包括鼠标。然而，这不限制本发明，因为图像定位器器件可以包括适合于使用户执行用户发起的运动的任何器件，用户发起的运动能够被转换成诸如监视器、屏幕或显示器的显示单元上的轮廓。具体地，图像定位器器件可以包括与鼠标协作的指针、电子绘图设备或触摸屏。图像控制点包括能够被定位在图像的特定位置处的精确图像对象以便突出显示区域和/或修改图像内容。一个或多个分割函数包括针对图像分割的应用已知的任何函数。本领域技术人员理解，分割函数尤其包括活动轮廓、基于模型的分割和图形切割，其中，还可以单独地或与彼此组合地使用另外的动作，例如水平集、区域生长、可变形轮廓、统计形状模型、交互式方法。技术人员进一步理解，图像控制点的密度通过在沿第一轮廓测量的相邻图像控制点之间的距离确定。

在优选实施例中，所述分割被配置为识别所述第一轮廓内的多个目标点，所述目标点每个位于以所述图像控制点的对应图像控制点开始的体积和/或路径内，所述第二轮廓通过连接所述多个目标点形成。优选地，相邻的目标点可以被连接以确定第二轮廓。体积可以优选地包括尤其是在垂直于第一轮廓的边缘的一条或多条线周围的一个或多个圆柱形体积。由于在HAR中比在LAR中存在相对较多的图像控制点，因此，相比于LAR，存在与HAR的图像控制点相对应的更多的识别的目标点。有利地，这使得能够以增大的准确性和效率确定第二轮廓。

在另一优选实施例中，所述路径包括直线路径，所述直线路径与所述第一轮廓的边缘垂直或成斜角和/或具有随所述运动参数增大的长度。直线路径与诸如曲线路径的其他形状或形式相比相对容易定义。结果，简化了识别目标点并且因此简化了图像分割。另外，垂直于第一轮廓的边缘的直线路径具有相对于第一轮廓良好定义的方向。直线路径能够因此针对每个图像控制点被容易地且可靠地定义。另外，直线路径对于HAR中的图像控制点较短并且对于LAR中的图像控制点较长。本发明因此考虑结构与第一轮廓之间的距离在HAR中比在LAR中小并且实现具有高精确度的图像分割。

在另一优选实施例中，所述分割单元被配置为分析所述体积和/或所述路径上的所述图像的图像参数并识别其中其检测到所述图像参数的峰值的所述目标点。测量图像参数对于以高准确度识别目标点是有利的，因为图像性质的定量分析是可能的，使得能够在分割期间考虑甚至模糊的图像细节。图像参数可以包括图像分割的领域中已知的任何图像算法，例如图像梯度、灰度值、对比度、等等。

在另一优选实施例中，所述图像参数包括图像梯度，所述分割单元被配置为识别其中其检测到所述图像梯度的梯度峰值的所述目标点。图像梯度是适当的参数，因为图像梯度的存在指示与不同的材料/组织/结构相对应的图像内容的两个或更多个组之间的边界。有利地，本发明实现准确且容易的轮廓校正。

在另一优选实施例中，所述梯度峰值包括从所述图像控制点开始的最大梯度峰值和/或第一梯度峰值。最大梯度峰值被理解为通过遍及体积和/或路径上检测到的图像梯度的最大值来获得的。以这种方式，目标点能够以高准确度被定位在两种不同的材料和/或组织类型之间的边界处。这有利地得到交互式图像分割的增大的可靠性。另外，本发明考虑第一轮廓与对象的结构之间的距离在第一轮廓的某些区域中相对小，尤其是在HAR中。对于这样的区域，很可能的是仅仅一个梯度峰值存在于来自对应的图像控制点的短距离内。因此，足以检测第一梯度峰值以便检测最大梯度峰值或在其幅值和/或位置上接近于最大梯度峰值的梯度峰值。有利地，图像分割的效率被进一步提高。

在另一优选实施例中，所述分割单元被配置为仅仅在所述梯度峰值高于预定义阈值梯度时识别所述目标点。以这种方式能够防止不能合格地用于合理地定义第二轮廓的目标点被识别。有利地，图像分割的可靠性被进一步提高。

在另一优选实施例中，所述第二轮廓包括随所述运动参数增大的到所述第一轮廓的距离。以这种方式形成如由第一轮廓和第二轮廓定义的带，其中带宽在LAR中比在HAR中大。这样的带有利地用作图形切割的细化的开始点，代替随机选择的带，由此得到分割结果的增大的可靠性。

在另一优选实施例中，所述图像包括第一图像切片和至少一个第二图像切片，还包括转移单元，所述转移单元用于将所述结构和/或所述第一轮廓和/或所述第二轮廓从所述第一图像切片转移到所述至少一个第二图像切片。以这种方式，结构和/或第一轮廓和/或第二轮廓能够被用于分割第二图像切片。这通过调节第一轮廓和/或第二轮廓或通过预测新轮廓而有利地改进图像分割。

在另一优选实施例中，所述图像控制点单元被配置为在不使用所述运动参数的情况下分布多个额外图像控制点。具体地，与额外的图像控制点相对应的路径包括与结构的曲率相关的长度。有利地，本发明实现交互式图像分割和自动图像分割两者以及两者的组合，导致增大的用户灵活性。

在另一优选实施例中，所述运动参数配准单元被配置为当所述运动参数低于预定义阈值参数时用信号通知错误。本发明使得能够指示对图像内容反直觉的分割结果(例如归因于植入物的存在)，或者指示其中不能够测得图像梯度的情况。有利地，这得到更安全且可靠的图像分割。

附图说明

本发明的这些和其他方面将从下文中描述的(一个或多个)实施例变得显而易见并参考下文中描述的(一个或多个)实施例得到阐述。在以下附图中：

图1示出了根据本发明的设备的实施例的示意性框图；

图2示出了根据本发明的设备的另一实施例的示意性框图；

图3示出了根据本发明的设备的另一实施例的示意性框图；

图4示出了根据本发明的系统的实施例的示意性框图；

图5示出了根据本发明的方法的实施例的示意性框图；并且

图6示出了医学图像的分割。

具体实施方式

参考图1，示出了根据第一实施例的用于对对象的图像12进行分割的设备10a的示意性框图。设备10a包括用于接收对象的图像12的数据接口16。图像12包括与对象的部分相对应的结构18。对象通常为诸如人类的生物，其中结构18与其相对应的部分可以例如包括诸如肺部、大脑、心脏、胃、等等的解剖结构。本领域技术人员理解，结构18被将结构18从图像12的结构18的外部的图像内容分离的边界包围。

数据接口16可以为本领域中已知的任何类型的数据接口，尤其是在成像装置到设备10a之间的数据连接。这样的数据连接用于将图像数据从成像装置转移到设备10a以进行图像分割。数据接口16的类型可以包括但不限于Current Loop、RS-232、GPIB、V.35、等等。

设备10a包括转换单元20，转换单元20用于将图像定位器器件24的用户发起的运动22转换成第一轮廓，其中，结构18由第一轮廓包围。图像定位器器件24可以包括鼠标。备选地，图像定位器器件24可以包括由鼠标或由用户的手指或使得能够在屏幕(尤其是触摸屏)上移动指针的另一器件控制的鼠标指针。在优选实施例中，转换单元20被配置为处理与用户发起的运动22相对应的运动数据并基于运动数据来生成第一轮廓。在另一优选实施例中，转换单元20被配置为进一步实现对第一轮廓进行添加和/或修改，例如修改用于使诸如实线和虚线的第一轮廓可视化的线的厚度和/或亮度和/或类型。

在图1中示出的实施例中，图像定位器器件24被布置为在设备10a外部，其中用户发起的运动22经由用在图像定位器器件24与转换单元20之间的箭头指示的数据信道被处理到设备10a中。在图2中示出的设备10b的优选实施例中，图像定位器器件24被集成到设备10b中。因此，设备10b被配置为接收并转换用户发起的运动22。以这种方式，用户仅仅需要执行用户发起的运动22，其被自动转换成第一轮廓。这有利地提高分割效率。

设备10a还包括运动参数配准单元26，运动参数配准单元26用于将用户发起的运动22的运动参数配准到第一轮廓。运动参数包括定位器速度和/或定位器加速度，所述定位器速度是图像定位器器件的速度，所述定位器加速度是图像定位器器件24的加速度。在优选实施例中，运动参数配准单元26被配置为通过接收由运动参数配准单元26其本身和/或由图像定位器器件24和/或由单独的运动测量装置(尤其是运动传感器)测量的运动参数来配准运动参数。图像定位器器件24和/或图像定位器器件24和/或单独的运动测量装置可以被配置为使用光学和/或热学和/或机械和/或磁性和/或声学和/或其他类型的传感器或器件和/或它们的(一个或多个)组合来测量运动参数。优选地，运动参数包括鼠标和/或指针和/或电子绘图设备、等等的速度和/或加速度。在另一实施例中，指针的运动参数可以当用户在触摸屏或实现与触摸屏相同或相似的功能的触敏板上移动他的手指时测得。优选地，运动参数被配准到整个第一轮廓，即，诸如第一轮廓的像素和/或体素的每单个图像点。这意味着第一轮廓的每个像素和/或体素接收针对运动参数的特定值。

在图3中示出的设备10c的另一优选实施例中，转换单元20和运动参数配准单元26被配置为单个元件。以这种方式，将用户发起的运动转换成第一轮廓并将运动参数配准到第一轮廓在一个单个步骤中完成。这有利地得到更高效的图像分割。应理解，这样的配置同样适用于图2中示出的设备10b。

设备10a还包括图像控制点器件28，其用于以随运动参数减小的密度将多个图像控制点分布在第一轮廓上。在本发明的范围内，图像控制点的密度是指轮廓的每单位长度的图像控制点的数量。在优选实施例中，图像控制点器件28被配置为与一个或多个图形用户界面(GUI)协作。例如，GUI可以包括用于使用户激活图像控制点的分布的一个或多个控制元件，例如按钮。另外，图像控制点器件28可以使得用户能够定义图像控制点的数量，使得当期望数量的图像控制点已经被选择时，相邻图像控制点之间的距离将被自动选择，使得图像控制点的密度随运动参数减小。相邻图像控制点之间的距离是指相邻图像控制点之间的轮廓片段的长度。优选地，图像控制点的视觉形状还可以由图像控制点器件28定义。

设备10a还包括分割单元30，其用于通过基于多个图像控制点确定第一轮廓内的第二轮廓来对图像12进行分割，所述分割单元被配置为使用一个或多个分割函数。一个或多个分割函数可以包括活动轮廓、基于模型的分割和图形切割。然而，这不是对本发明的限制，并且分割函数可以包括水平集、区域生长、可变形轮廓、统计形状模型、交互式方法中的一个或多个，其中，上述函数的任何组合可以被用于图像分割的特定情况。第二轮廓可以为图像分割的最终结果。备选地，设备10a可以被配置为进一步调节所确定的第二轮廓以便创建至少一个第三轮廓。

参考图4，示出了系统32的实施例的示意性框图。系统32包括：成像装置34，其用于生成诸如对象14的图像12的至少一幅图像；以及如本文公开的设备10a-c，其用于对所生成的图像12进行分割。成像装置34可以包括适合于医学成像和/或生物成像的任何成像装置，包括但不限于x射线辐射成像、磁共振成像(MRI)、医学超声成像或超声、内窥镜检查、弹性成像、触觉成像、热成像、医学摄影和核医学功能成像、正电子发射断层摄影成像(PET)、脑电图(EEG)、脑磁图(MEG)、心电图(ECG)、等等。优选地，系统32实现和/或支持辐射治疗规划。

在图4中示出的实施例中，成像装置34与对象14之间的虚线指示整个对象14由成像装置34成像。然而，这不对本发明进行限制，而是仅仅用作图像生成的说明性示例。技术人员将理解，成像装置34可以被配置为局部地对对象14的一个或多个部分进行成像。在图4中示出的实施例中，系统34包括图1中示出的设备10a。然而，还将理解图2和图3中示出的以及在本发明中其他地方公开的设备10b-c的其他实施例可以被集成到系统32中以便对由成像装置34生成的图像12进行分割。

参考图5，示出了根据本发明的方法的实施例的示意性框图。在下文中，将参考示出了包含股骨头结构36的医学图像的分割的图6的示例解释图5中的方法。在第一步骤101中，接收图6A中示出的图像，其中股骨头结构36是在图6A的左手侧的被包围的结构。图像可以通过一种或多种上述医学成像技术生成。在第二步骤102中，将图像定位器器件24的用户发起的运动22被转换成初始轮廓38，其包围图6A的左手侧的股骨头结构36。应理解，图像定位器器件24可以包括参考图1至图3提到的任何类型的图像定位器器件。优选地，用户发起的运动22在用户发起的运动22的持续时间期间被逐渐地转换。备选地，用户发起的运动22可以在其已经完全由用户发起之后被转换。能够从图6A看出，在股骨头结构36周围的初始轮廓38在与髋关节(股骨头结构36的右末端)相对应的轮廓区域中相对精确，同时初始轮廓38在其他地方相对粗糙。关于本发明的一个实施例，其中图像定位器器件24包括鼠标，因此能够假设用户相对慢地移动鼠标以创建与髋关节相对应的初始轮廓38，同时他当创建其他轮廓区域时相对快地移动鼠标。

在第三步骤103中，将包括图像定位器器件24(例如鼠标)的速度和/或加速度的运动参数配准到初始轮廓38。如以上所提到的，用户可以在执行用户发起的运动22时以不同的速度移动鼠标。在第四步骤104中，将多个图像控制点40分布在如图6b所示的初始轮廓38上。要指出，出于可行性的原因，仅仅所有图像控制点40中的三个利用图6B中的附图标记被示范性地指示。图像控制点40利用随运动参数减小的密度分布，运动参数例如为在用户发起的运动22期间的鼠标的速度。这能够在图6B中看到，因为图像控制点40的密度在与髋关节相对应的初始轮廓38的区域中比在初始轮廓38的其他区域中高，其中基于沿着初始轮廓38的相邻图像控制点40之间的距离来测量密度。

在优选实施例中，图像控制点被用于识别初始轮廓内的多个目标点。具体地，目标点在由初始轮廓38包围的和/或直接位于初始轮廓38上的图像点(像素和/或体素)内被识别。在实施例中，目标点每个位于初始轮廓38内的体积和/或路径内。具体地，目标点每个位于以初始轮廓38上的对应的图像控制点40开始的曲线路径和/或直线路径内。在图6B中示出的实施例中，针对图6B中示出的从对应的图像控制点开始朝向初始轮廓38的内部的直线路径42上的每个图像控制点识别目标点。要指出，出于可行性的原因，仅仅所有直线路径42中的三个被分配以图6B中的附图标记。在活动轮廓分割方法的背景下，直线路径42被已知为搜索射线，因为沿着从对应的图像控制点40开始的每个搜索射线搜索目标点。优选地，每个搜索射线被指向为垂直于初始轮廓38的边缘。这意味着直线路径42垂直于初始轮廓38与对应的图像控制点40相交的切线。然而，这不是对本发明的限制，因为一个或多个直线路径42可以关于对应的切线建立在0°与360°之间的任何角度。

在活动轮廓或基于模型的分割(MBS)方法中，分析沿每个直线路径42的图像参数。优选地，沿每个直线路径检测并分析图像梯度。然而，这不是对本发明的限制，因为还可以沿直线路径42分析其他类型的图像参数，例如灰度值和/或对比度。另外，可以针对其他实施例分析图像参数，其中在以对应的图像控制点40开始的体积和/或曲线路径内搜索目标点。优选地，图像控制点40可以被分布在垂直于特定路径的一个或多个六边形网格中。在另一优选实施例中，当在直线路径42内或为曲线路径或搜索体积的搜索路径内检测到图像参数的峰值(尤其是梯度峰值)时识别目标点。

在图6B中示出的实施例中，直线路径42具有随诸如鼠标速度的运动参数增大的长度。这得到在长度上不同的直线路径42，其中在与髋关节相对应的初始轮廓38的区域中的直线路径42比其他直线路径42相对较短。因此，在来自针对髋关节的图像控制点40的比针对股骨头结构36的其他部分的较短距离内搜索梯度峰值。在另一优选实施例中，在一个或多个直线路径42内搜索最大梯度峰值。这意味着从在直线路径42检测到的许多梯度峰值，选择具有最大幅值的一个来识别目标点。在另外的其他实施例中，从对应的图像控制点42开始检测到的第一梯度峰值被用于识别目标点。在另一优选实施例中，在下一定位梯度峰值的局部二阶导数被导出的情况下识别到目标点。以这种方式，能够使用穿过对应的图像控制点440和所识别的目标点的曲线路径来检测最大梯度。

在识别目标点之后，初始轮廓38可以在第五步骤105中被调节以创建经调节的轮廓44。结果被示出在图6C中，其中，经调节的轮廓44以与初始轮廓38相比增大的准确度对应于股骨头结构36。优选地，经调节的轮廓44通过连接相邻目标点形成。

优选地，将一个或多个检测到的梯度峰值与预定义阈值梯度进行比较，使得仅仅在梯度峰值高于预定义阈值梯度时识别目标点。进一步优选地，用户可以例如通过鼠标滚轮移动来改变预定义阈值梯度。以这种方式，如果经调节的轮廓44未足够好地达到期望的分割目标或者在轮廓调节在达到期望的分割目标之前卡住的情况下，用户可以迫使经调节的轮廓44进一步朝向股骨头结构36。

要指出，初始轮廓38对应于参考图1至图3提到的第一轮廓，然而经调节的轮廓44对应于第二轮廓。

图形切割方法还可以被应用于生成经调节的轮廓44。为了这么做，确定环形带，所述环形带具有作为其外边界的初始轮廓38和作为其内边界的额外的轮廓。这里，经调节的轮廓44对应于参考图1至图3提到的第一轮廓，然而额外的轮廓对应于第二轮廓。额外的轮廓与初始轮廓38之间的距离被选择以随被配准到初始轮廓38的运动参数(例如鼠标速度)增大。这得到环形带，其带宽对于诸如初始轮廓38的除了髋关节的区域的LAR相对大，同时带宽对于与髋关节相对应的轮廓区域相对小。

在定义初始轮廓38内的环形带之后，可以例如通过将初始轮廓38上的所有图像点(像素和/或体素)分配到源节点和/或将额外的轮廓上的图像点(像素和/或体素)分配到汇合节点来执行基于图像强度的常规图形切割。被分配到源节点的图像点构建背景，而被分配到汇合节点的图像点构建前景。图形切割方法之后在考虑诸如鼠标速度的运动参数的同时生成最终轮廓。优选地，从源节点指向的箭头可以被分配到背景和/或前景的每个图像点。上述箭头可以承载基于相邻图像点之间的灰度值差异和/或前景和背景上的先验知识的灰度值距离确定的权重。图形切割被定义为将图节点分割成被连接到源节点的部分和被连接到汇合节点的部分，其消除两个分区之间的所有边缘，使得被已知为切割代价的切割边缘的权重的和最小。还应理解，图形切割方法的其他变型也可以在这里被应用以确定最终轮廓。

如在图形切割方法中提到的，初始轮廓38上的图像控制点40被用作环形带内的图像点(像素和/或体素)的图的输入。在另一优选实施例中，识别用于定义环形带的一个或多个目标点。在另外的其他实施例中，确定初始轮廓38与额外的轮廓之间的最大距离。具体地，最大距离标记一带宽，初始轮廓38内的超出该带宽的图像内容被定义为汇合节点。在另外的其他实施例中，最终轮廓包括变化的带宽，尤其是根据诸如鼠标速度的运动参数变化。

在一个或多个实施例中，图像12包括第一图像切片和至少一个第二图像切片，其中，结构18和/或第一轮廓和/或第二轮廓可以从第一图像切片被转移到第二图像切片。优选地，第二轮廓在被转移之后朝外扩张或移动。进一步优选地，第二轮廓被进一步调节以形成第三轮廓，其中，第二轮廓以与第一轮廓相同或相似的方式被处置，除了运动参数在第二轮廓上全部是均匀的。在另外的优选实施例中，结构18被转移并被扩张，并之后被调节到第二图像切片，其中结构18以与第一轮廓相同或相似的方式被处置，但是具有均匀的运动参数。以这种方式，用户能够触发轮廓到具有相同概念的图像的传播，即，自动调整，在检查当前调节之后到一个或多个下一切片，并且在必要时对其进行校正。另外，如果用户触发传播，则分割过程可以被应用到多个下一切片，直到其例如由评定度量停止。之后，用户能够滚动通过不同的切片并且仅仅在他必须做出分割结果的校正时重新触发传播，使得针对下几个切片，经校正的版本被传播。这实现3D结构的非常快速分割，同时仍然考虑任何用户输入。质量度量和由用户调节触发的再传播确保仅有不需要或几乎不需要编辑的合理的结果被示出给用户，使得校正的时间非常少。如果算法不能够确定良好的轮廓，则用户将从头开始轮廓化，其通常比进行许多校正快得多。

在另一优选实施例中，在没有用户交互的情况下在第二图像切片中预测第三轮廓。优选地，多个额外的图像控制点40可以在不使用运动参数的情况下来分布，其中与额外的图像控制点相对应的路径包括与结构18的曲率相关的长度。在另一优选实施例中，梯度强度和/或灰度值剖面可以被分析以识别第二切片中的最佳第三轮廓。

在另一优选实施例中，本发明尤其是针对非训练的结构实现勾画的部分自动化。这是有利的，因为能够进一步减少分割时间。在另一优选实施例中，本发明利用结构18的(例如从相邻切片的)一个或多个先前生成的轮廓，以便执行图像分割。这是有利的，因为关于结构18的信息，例如局部图像模糊性的存在，变得可用，使得进一步提高分割结果的准确性。

尽管在附图和前述描述中已经详细说明并描述了本发明，但这样的说明和描述被认为是说明性或示范性的并非限制性的；本发明不限于公开的实施例。本领域技术人员通过研究附图、说明书和权利要求书，在实践所主张的本发明的过程中，能够理解和实现所公开的实施例的变型。

在权利要求中，词语“包括”不排除其他元件或步骤，并且词语“一”或“一个”不排除多个。单个元件或其他单元可以实现权利要求中记载的若干项目的功能。尽管在互不相同的从属权利要求中记载了特定措施，但是这并不指示不能有利地使用这些措施的组合。

计算机程序可以存储/分布在与其他硬件一起提供或作为其他硬件的部分提供的诸如光学存储介质或固态介质的适当的介质上，但是计算机程序也可以以其他的形式分布，例如经由因特网或其他有线或无线的远程通信系统。

权利要求中的任何附图标记都不应被解释为对范围的限制。

Claims (15)

1.一种用于对对象(14)的图像(12)进行分割的设备，包括：

-数据接口(16)，其用于接收所述对象(14)的图像(12)，所述图像(12)描绘所述对象(14)的结构；

-转换单元(20)，其用于将图像定位器器件(24)的用户发起的运动(22)转换为围绕所述结构的第一轮廓；

-运动参数配准单元(26)，其用于将所述用户发起的运动(22)的运动参数(26)配准到所述第一轮廓，所述运动参数包括所述图像定位器器件(24)的速度和/或加速度；

-图像控制点单元(28)，其用于以随所述运动参数(26)减小的密度将多个图像控制点分布在所述第一轮廓上；以及

-分割单元(30)，其用于通过基于所述多个图像控制点(28)确定所述第一轮廓内的第二轮廓来对所述图像进行分割，所述分割单元(30)被配置为使用一个或多个分割函数。

2.根据权利要求1所述的设备，其中，所述分割单元(30)被配置为识别所述第一轮廓内的多个目标点，所述目标点每个位于以所述多个图像控制点(28)中对应的图像控制点开始的体积和/或路径内，所述第二轮廓是通过连接所述多个目标点来形成的。

3.根据权利要求2所述的设备，其中，所述路径包括直线路径，所述直线路径与所述第一轮廓的边缘垂直或成斜角和/或具有随所述运动参数(26)增大的长度。

4.根据权利要求2所述的设备，其中，所述分割单元(30)被配置为分析所述体积和/或所述路径上的所述图像的图像参数并识别其检测到所述图像参数的峰值处的所述目标点。

5.根据权利要求4所述的设备，其中，所述图像参数包括图像梯度，所述分割单元(30)被配置为识别其检测到所述图像梯度的梯度峰值处的所述目标点。

6.根据权利要求5所述的设备，其中，所述梯度峰值包括从所述图像控制点(28)开始的最大梯度峰值和/或第一梯度峰值。

7.根据权利要求5所述的设备，其中，所述分割单元(30)被配置为只有在所述梯度峰值高于预定义阈值梯度时识别所述目标点。

8.根据权利要求1所述的设备，其中，所述第二轮廓包括随所述运动参数(26)增大的到所述第一轮廓的距离。

9.根据权利要求1所述的设备，其中，所述图像包括第一图像切片和至少一个第二图像切片，所述设备还包括转移单元，所述转移单元用于将所述结构和/或所述第一轮廓和/或所述第二轮廓从所述第一图像切片转移到所述至少一个第二图像切片。

10.根据权利要求1所述的设备，其中，所述图像控制点单元(28)被配置为在不使用所述运动参数(26)的情况下分布多个额外的图像控制点(28)。

11.根据权利要求1所述的设备，其中，所述运动参数配准单元被配置为当所述运动参数低于预定义阈值参数时用信号通知错误。

12.根据权利要求1所述的设备，其中，所述分割单元(30)被配置为使用活动轮廓、基于模型的分割和/或图形切割来作为分割函数。

13.一种用于对对象(14)的图像进行分割的系统(32)，包括：

-成像装置(34)，其用于生成所述对象(14)的至少一幅图像(12)；以及

-根据权利要求1所述的设备，其用于对所生成的所述至少一幅图像(12)进行分割。

14.一种用于对对象(14)的图像进行分割的方法，包括以下步骤：

-接收所述对象的图像，所述图像描绘所述对象的结构；

-将图像定位器器件(24)的用户发起的运动转换成围绕所述结构的第一轮廓；

-将所述用户发起的运动的运动参数(26)配准到所述第一轮廓，所述运动参数包括所述图像定位器器件(24)的速度和/或加速度；

-以随所述运动参数(26)减小的密度将多个图像控制点(28)分布在所述第一轮廓上；并且

-通过基于所述多个图像控制点(28)确定所述第一轮廓内的第二轮廓来对所述图像(12)进行分割，所述分割单元(30)被配置为使用一个或多个分割函数。

15.一种包括程序代码单元的计算机程序，当所述计算机程序在计算机上执行时，所述程序代码单元用于使所述计算机执行如权利要求14所述的方法的步骤。