CN109716389B - 用于三维医学数据的交互画轮廓的图像处理系统和方法 - Google Patents

用于三维医学数据的交互画轮廓的图像处理系统和方法 Download PDF

Info

Publication number
CN109716389B
CN109716389B CN201780054017.7A CN201780054017A CN109716389B CN 109716389 B CN109716389 B CN 109716389B CN 201780054017 A CN201780054017 A CN 201780054017A CN 109716389 B CN109716389 B CN 109716389B
Authority
CN
China
Prior art keywords
source data
edge
subset
interest
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.)
Active
Application number
CN201780054017.7A
Other languages
English (en)
Other versions
CN109716389A (zh
Inventor
奥拉·韦斯特兰德
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.)
Raysearch Laboratories AB
Original Assignee
Raysearch Laboratories AB
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 Raysearch Laboratories AB filed Critical Raysearch Laboratories AB
Publication of CN109716389A publication Critical patent/CN109716389A/zh
Application granted granted Critical
Publication of CN109716389B publication Critical patent/CN109716389B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/149—Segmentation; Edge detection involving deformable models, e.g. active contour models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/174—Segmentation; Edge detection involving the use of two or more images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20092—Interactive image processing based on input by user
    • G06T2207/20096—Interactive definition of curve of interest
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Processing Or Creating Images (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

感兴趣的解剖结构是通过在第一轴向位置(z1)处的第一图像切片中选择数据的第一子集来在3D源数据中画轮廓的。第一指令集在所述第一图像切片中识别所述感兴趣的解剖结构的第一边缘(E1)。然后，在第二轴向位置(z2)处的第二图像切片中选择数据的第二子集；并且第二指令集在所述第二图像切片中识别所述感兴趣的解剖结构的第二边缘(E2)。基于所述第一边缘和所述第二边缘(E1；E2)以及所述源数据(SD)来计算三维壳体(3DS)。所述三维壳体(3DS)表示在所述3D源数据中使所述感兴趣的解剖结构与毗连组织分离的定界表面的近似。

Description

用于三维医学数据的交互画轮廓的图像处理系统和方法
技术领域
本发明一般地涉及用于增强医学图像数据的信息内容的解决方案。更具体地，本发明涉及根据权利要求1的前序部分的图像处理系统和对应的方法。本发明还涉及计算机程序和处理器可读介质。
背景技术
定义表示特定解剖结构的体素的过程或所谓的器官勾画(delineation)是放射治疗计划的最繁琐和费时部分中的一个。此过程通常涉及使用简单的绘图工具来在二维切片中手动画轮廓，并且可能花费若干小时来在用于计划的高分辨率的三维数据集中勾画所有感兴趣的结构。
Pekar,V.等人“Automated Model-Based Organ Delineation for Radiotherapyplanning in Prostatic Region(用于前列腺区放射治疗计划的基于模型的自动器官勾画)”，International Journal of Radiation Oncology-Biology-Physics(国际放射肿瘤学杂志-生物学-物理学)，Vol.60，No.3，pp 973-980，2004，公开了一种用于使3D可形变表面模型适应于感兴趣的解剖结构的边界的方法。适应基于通过其对某些图像特征的吸引所引发的模型的形变与模型的形状完整性之间的权衡。可经由交互工具来校正自动模型适应可能失败的有问题的区域。
US 2011/0268330描述了用于为医学图像集画轮廓的系统和方法。示例系统可以包括图像数据库、图像形变引擎和轮廓变换引擎。图像数据库可以用于存储医学图像集。图像形变引擎可以被配置成从图像数据库中的医学图像集接收源图像和目标图像，并且可以还被配置成对源图像和目标图像使用形变算法来生成指示从源图像到目标图像的一个或多个对象之间的变化的形变场数据。轮廓变换引擎可以被配置成接收识别源图像内的一个或多个对象的源轮廓数据，并且还被配置成使用形变场数据和源轮廓数据来生成识别目标图像内的一个或多个对象的自动目标轮廓数据。图像形变引擎和轮廓变换引擎可以包括存储在一个或多个存储器设备中并且可由一个或多个处理器执行的软件指令。
与现有技术相关联的问题
上述解决方案可能能够为预定义类型的器官(即在一定形状范围内的感兴趣的结构)提供令人满意的最终结果。然而，勾画其形状不拟合据此来执行勾画的存储轮廓的库的一般感兴趣的结构可能是有问题的和/或费时的。
发明内容
本发明的目的因此是为了提供一种解决方案，所述解决方案一方面要求相对低程度的人工干预；并且另一方面，在三维图像数据集中提供改进的几何插值。
根据本发明的一个方面，该目的通过最初描述的布置来实现；其中，在已接收到第一指令集之后，处理单元被配置成实现下列：选择源数据的第二子集，所述第二子集定义源数据的第二二维图形表示，其在源数据中布置于在第二轴向位置处贯穿感兴趣的解剖结构的第二图像切片中。第二轴向位置与第一轴向位置不同。然后，处理单元被配置成生成被配置成使第二接口输出源数据的第二子集以用于在图形显示器上的呈现的控制指令。经由第三接口，处理单元被配置成接收在第二图像切片中识别感兴趣的解剖结构的第二边缘的第二指令集。此后，处理单元被配置成，基于第一边缘和第二边缘以及源数据，计算表示感兴趣的解剖结构的定界表面的近似的三维壳体。
此布置是有利的，因为第一边缘和第二边缘以及源数据的联合使用使得能够在相对少的离散步骤中达到感兴趣的解剖结构的高质量勾画。其它优点是不需要轮廓库。另外，源数据的不同子集不必彼此特别类似。换句话说，图像切片可分离相对大的距离。当然，这从用户角度来看使解决方案变得高度灵活。
根据本发明的这个方面的一个实施例，处理单元被配置成通过在第一数据点集与第二数据点集之间排他地插值来计算在源数据中的第一轴向位置和第二轴向位置之间的三维壳体的初始估计，其中第一数据点集描述第一边缘的轮廓线并且第二数据点集描述第二边缘的轮廓线。因此，为以下近似过程建立了可靠的基础。
根据本发明的这个方面的另一实施例，第一图像切片在源数据中具有第一定向并且第二图像切片被定向为与第一定向平行。处理单元还被配置成通过使用表面重建算法(例如采用基于形状的插值的算法)或用于计算近似用户绘制的轮廓(例如凸壳或类似物)的三维表面的任何其它算法来计算三维壳体的初始估计。因此，近似过程对于大多数类型的解剖结构来说非常迅速地收敛到可接受的结果。
因此，优选地，处理单元被配置成基于三维壳体的初始估计和源数据计算三维壳体的第一后续估计。此后的任何后续估计是基于三维壳体的先前估计、第一边缘和第二边缘以及源数据来计算出的。因此，三维壳体的估计被保持为几何上接近于手动地绘制的轮廓和图像数据两者，这保证高质量的最终结果。
根据本发明的这个方面的又一个实施例，处理单元还被配置成分析接近第一边缘的源数据的第一子集的第一数据部分，并且分析接近第二边缘的源数据的第二子集的第二数据部分。基于这些分析，进而，处理单元被配置成导出定义感兴趣的解剖结构的估计周边的图像特征集，并且在图像特征集的进一步基础上(例如使用基于谐波函数的插值)计算三维壳体的后续估计，其中图像特征集表示用于插值过程的边界条件。因此，尽管图像特征的特性可以在感兴趣的结构周围的表面之上显著变化，然而可准确地估计其周边。例如，此方法致使它勾画股骨头相对没有问题，所述股骨头的骨骼结构可能在结构的一些部分处具有非常强的边缘而在其它部分处具有非常弱的边缘(其中替代地，周围结构可能具有非常强的边缘)。
根据本发明的这个方面的再一个实施例，处理单元被配置成生成使三维壳体近似为估计周边的三角形网孔结构的第一次迭代。三角形网孔结构包括网孔结构的多个三角形各自相遇的顶点集。优选地，处理单元还被配置成除了生成第一次迭代之外还生成三角形网孔结构的至少一次另外的迭代，其中三角形网孔结构的至少一次另外的迭代表示估计周边的近似，其是就估计周边与三角形网孔结构的顶点之间的整体距离量度而论相对于第一次迭代的改进。因此，可通过三角形网孔结构来准确地表达感兴趣的解剖结构的周边，这使得能实现高效图形处理和可视化。
根据本发明的这个方面的一个另外的实施例，处理单元被配置成除了第一子集和第二子集之外，还选择源数据的至少一个另外的子集。至少一个另外的子集定义在源数据中布置于在至少一个另外的轴向位置处贯穿感兴趣的解剖结构的至少一个另外的图像切片中的源数据的至少一个另外的二维图形表示。至少一个另外的轴向位置与第一轴向位置和第二轴向位置不同。对于至少一个另外的子集中的每一个，处理单元被配置成生成被配置成使第二接口输出源数据的至少一个另外的子集以用于在图形显示器上的呈现的控制指令。然后，响应于经由第三接口接收到的至少一个另外的指令集，处理单元被配置成在至少一个另外的图像切片中识别感兴趣的解剖结构的至少一个另外的边缘。随后，基于第一边缘、第二边缘和至少一个另外的边缘以及源数据，其中处理单元被配置成计算表示感兴趣的解剖结构的表面估计的三维壳体的改进版本。这意味着用户可通过添加一个或多个手动地绘制的轮廓来方便地协助并加速自动勾画过程。
根据本发明的这个方面的又一个实施例，第三接口被配置成将补充指令集转发到处理单元，该补充指令集在所述图像切片中的至少一个中识别感兴趣的解剖结构的调整后的边缘。此外，处理单元被配置成在调整后的边缘的进一步基础上计算三维壳体。因此，用户还可通过以直观方式手动地改变感兴趣的解剖结构的边缘的轮廓线来微调勾画过程。
根据本发明的这个方面的再一个实施例，第三接口被具体地配置成以例如经由计算机鼠标或类似的指点设备而生成的用户命令的形式接收指令集。
根据本发明的另一方面，该目的通过最初描述的方法来实现；其中，在已接收到第一指令集之后，选择源数据的第二子集，该第二子集定义源数据的第二二维图形表示。第二子集在源数据中被布置于在第二轴向位置处贯穿感兴趣的解剖结构的第二图像切片中，该第二轴向位置与第一轴向位置不同。经由第二接口，输出源数据的第二子集以用于在图形显示器上的呈现。此后，响应于经由第三接口接收到的第二指令集，在第二图像切片中识别感兴趣的解剖结构的第二边缘。最后，基于第一边缘和第二边缘以及源数据，来计算三维壳体。三维壳体表示感兴趣的解剖结构的定界表面的近似。此方法以及其优选实施例的优点从上面参考所提出的系统的讨论中显而易见。
根据本发明的另一个方面，该目的通过可加载到至少一个处理器的存储器中的计算机程序来实现，并且包括被适配成当在至少一个处理器上运行所述程序时实现上面提出的方法的软件。
根据本发明的另一方面，该目的通过处理器可读介质来实现，所述处理器可读介质具有记录在其上的程序，其中程序将在该程序被加载到至少一个处理器中时控制至少一个处理器以执行上面提出的方法。
本发明的另外的优点、有益特征和应用将根据以下描述和从属权利要求显而易见。
附图说明
现在将借助于作为示例被公开的优选实施例并参考附图更详细地说明本发明。
图1示出根据本发明的一个实施例的系统的概要；
图2图示根据本发明的实施例的如何可以在源数据中的不同的图像切片中识别感兴趣的解剖结构的边缘；
图3示出根据本发明的一个实施例生成的三角形网孔的示例；
图4图示与所提出的三角形网孔有关的距离量度；
图5图示根据本发明的一个实施例如何分析接近绘制边缘的源数据。
图6借助于流程图图示根据本发明的一般方法；以及
图7示出图示所提出方法的一个实施例的流程图的一部分。
具体实施方式
图1示出根据本发明的一个实施例的用于为三维医学图像数据的画轮廓的图像处理系统100的概要。系统100包括处理单元140分别加上第一接口110、第二接口120和第三接口130。优选地，还包括存储器150，所述存储器150存储软件以用于当在处理单元140上运行该软件时执行下述过程。出于呈现目的，图1将接口110、120和130图示为单独的实体。然而，在实际的实施方式中，可以将这些接口中的两个或更多个集成到公共单元中。
第一接口110被配置成使得处理单元140能够访问形式为表示感兴趣的解剖结构的三维医学图像数据的源数据SD。源数据SD还包含毗连感兴趣的解剖结构的组织。所提出的系统100的目的是为感兴趣的解剖结构的画轮廓或者勾画感兴趣的解剖结构，使得此结构可与毗连组织区分开，例如以便计划感兴趣的解剖结构的放射治疗。
现在还参考图2，处理单元140被配置成选择源数据SD的第一子集sd1，所述第一子集sd1定义在源数据SD中布置于在第一轴向位置z1处贯穿感兴趣的解剖结构的第一图像切片中的源数据SD的第一二维图形表示。
第二接口120被配置成输出源数据的第一子集sd1以用于在图形显示器170上的呈现。源数据的第一子集sd1是响应于来自处理单元140的控制指令来输出的。
第三接口130被配置成将第一指令集[I]edge转发到处理单元140。第一指令集[I]edge在第一图像切片中识别感兴趣的解剖结构的第一边缘E1，并且是优选地响应于经由键盘和/或计算机鼠标或类似的指点设备而录入的用户命令ucmd1和/或ucmd2来生成的。
图2图示第一边缘E1如何在通过第一图像切片所表示的源数据的第一子集sd1中遵循源数据SD中的感兴趣的解剖结构的形状。
在已接收到第一指令集[I]edge之后，处理单元140被配置成选择源数据SD的第二子集sd2，所述第二子集sd2定义源数据SD的第二二维图形表示。第二子集sd2在源数据SD中被布置于在第二轴向位置z2处贯穿感兴趣的解剖结构的第二图像切片中。第二轴向位置z2与第一轴向位置z1不同。换句话说，第二子集sd2包含来自源数据SD的单独的二维数据切片，并且此数据切片可以或者可以不与通过第一子集sd1所表示的切片平行。然而，如将在下面所说明的，如果第一图像切片和第二图像切片的确彼此平行则是有利的。
处理单元被配置成生成控制指令，所述控制指令被适配成使第二接口120输出源数据SD的第二子集sd2以用于在图形显示器170上的呈现，即，使得用户可在视觉上观察它并且生成用于在第二图像切片中描述感兴趣的解剖结构的第二边缘E2的命令。
因此，处理单元还被配置成经由第三接口130接收在第二图像切片中识别感兴趣的解剖结构的第二边缘E2的第二指令集[I]edge。类似于上文，第二指令集[I]edge是优选地响应于经由键盘和/或计算机鼠标或类似的指点设备而录入的用户命令ucmd1和/或ucmd2来生成的。
最后，处理单元140被配置成分别基于第一边缘E1和第二边缘E2以及源数据SD计算三维壳体3DS。这里，三维壳体3DS表示感兴趣的解剖结构的定界表面的近似。可以借助于可形变表面模型来计算三维壳体3DS，所述可形变表面模型是通过在目标函数中求解将源数据SD和几何距离两者结合到第一边缘E1和第二边缘E2的非线性优化问题来迭代地适配的。此方法是有益的，因为它确保三维壳体3DS紧密联系于用户输入，即，定义第一边缘E1和第二边缘E2的用户命令ucmd1和/或ucmd2。它还在相对少的离散步骤中达到高质量结果。如果第一子集sd1和第二子集sd2分别表示平行图像切片，则可以通过使用表面重建算法(例如采用基于形状的插值的算法)或用于计算近似用户绘制的轮廓(例如凸壳或类似物)的三维表面的任何其它算法来计算三维壳体3DS的初始估计。即，由此，近似过程对于大多数类型的解剖结构来说非常迅速地收敛到可接受的结果。
回想起来，用户可以认识到已经绘制的轮廓(例如，第一边缘E1和/或第二边缘E2)应该具有稍微不同的轮廓线以与源数据SD的图像内容更好地匹配。因此，根据本发明的一个实施例，第三接口130被配置成将补充指令集[I]edge转发到处理单元140，该补充指令集[I]edge在所述图像切片中的至少一个中识别感兴趣的解剖结构的调整后的边缘。再次，优选地，补充指令集[I]edge是响应于已经由键盘和/或计算机鼠标或类似的指点设备而录入的用户命令ucmd1和/或ucmd2来生成的。处理单元140还被配置成在调整后的边缘的进一步基础上计算三维壳体3DS。
图3示出使三维壳体3DS近似为感兴趣的解剖结构的估计周边P的三角形网孔M的示例。三角形网孔结构M包括网孔结构M的多个三角形各自相遇的顶点集v。这种类型的三角形网孔表示是有益的，因为它使得能实现数据的高效图形处理和可视化。
因此，处理单元140被优选地配置成基于三角测量和基于形状的插值生成三角形网孔结构M的第一次迭代。网孔结构M然后被接连地适配以在离散数目的步骤中分别与第一边缘E1和第二边缘E2以及源数据SD匹配。这里，当前近似表面被用作适配的约束表面。在初始近似中，此表面被表示为3DS’。
优选地，处理单元140被配置成除了生成第一次迭代之外还生成三角形网孔结构M的至少一次另外的迭代，其中三角形网孔结构M的至少一次另外的迭代表示估计周边P的近似，其是就估计周边P与三角形网孔结构M的顶点v之间的整体距离量度而论相对于第一次迭代的改进。图4示意性地示出与三角形网孔M和估计周边P有关的此距离量度。
如上面简要地讨论的，定义估计周边P的图像特征的特性可以在感兴趣的结构周围的表面之上显著变化。在有挑战性的场景中，感兴趣的结构在其定界表面的一些部分处具有非常强的边缘，而在其它部分处具有非常弱的边缘。靠近后者部分，周围结构/组织可以替代地具有非常强的边缘。为了处理此问题，图5图示根据本发明的一个实施例如何分析接近边缘E1和E2的源数据SD的部分。
在本发明的这个实施例中，处理单元140被配置成分析接近第一边缘E1的源数据SD的第一子集sd1的第一数据部分B1，并且分析接近第二边缘E2的源数据SD的第二子集sd2的第二数据部分B2。基于这些分析，处理单元140被配置成导出定义感兴趣的解剖结构的估计周边P的图像特征集；并且在该图像特征集的进一步基础上，计算三维壳体3DS的后续估计。
优选地，分别在第一边缘E1和第二边缘E2周围局部导出的这些图像特征使用谐波函数被插值到三维壳体3DS的估计上。例如，处理单元140可被配置成通过使用谐波函数来对在初始估计3DS’之上定义估计周边P的图像特征集进行插值。这里，从第一数据部分B1和第二数据部分B2导出的图像特征表示用于插值过程的边界条件。
由此，也可准确地对高度复杂的表面(诸如股骨头的骨骼结构)进行识别和建模。即使这里强度在结构的表面之上显著变化，也可成功地勾画磁共振图像中的结构。
现在回到图2，我们将描述本发明的另一实施例。取决于感兴趣的解剖结构的形状，绘制不同数目的边缘可能是适当的以便获得结构的足够勾画。一般地，具有多个凹表面元素的结构要求用户定义比具有整体凸形状的结构更多的边缘。
因此，为了提高的灵活性，处理单元140被优选地配置成除了分别选择第一子集sd1和第二子集sd2之外还选择源数据SD的至少一个另外的子集。图2示出这种子集sd3的示例，所述子集sd3定义布置在贯穿感兴趣的解剖结构的至少一个另外的图像切片中的源数据SD的另一二维图形表示。另外的子集sd3在源数据SD中位于另外的轴向位置z3处，该另外的轴向位置z3与第一轴向位置z1和第二轴向位置z2不同。
在图2中所示的示例中，另外的子集sd3表示与通过第一子集sd1所表示的图像切片平行的图像切片。这种平行定向是有利的，因为它允许通过使用表面重建算法(例如，采用基于形状的插值的算法)来计算三维壳体3DS。这进而一般地导致近似过程对于大多数类型的解剖结构来说非常迅速地收敛到可接受的结果。
对于源数据SD的另外的子集sd3(或者对于每个另外的子集，如果存在多于一个的话)，处理单元140被配置成生成控制指令，所述控制指令被适配成使第二接口120输出另外的子集sd3以用于在图形显示器170上的呈现，使得用户可以在视觉上观察此图像数据。
处理单元140被配置成经由第三接口130接收在另外的图像切片中识别感兴趣的解剖结构的至少一个另外的边缘E3的另外的指令集[I]edge。类似于上文，该另外的指令集[I]edge是优选地响应于已经由键盘/或计算鼠标或类似的指点设备而录入的用户命令ucmd1和/或ucmd2来生成的。
处理单元140被配置成分别基于第一边缘E1、第二边缘E2和另外的边缘E3以及源数据SD来计算三维壳体的改进版本3DSi。这里，三维壳体的改进版本3DSi表示感兴趣的解剖结构的更新的表面估计。
如果处理单元140被配置成通过执行计算机程序来实现上面提及的过程则一般地是有利的。处理单元140因此优选地通信地连接到存储计算机程序产品的存储单元，所述计算机程序产品进而包含可由处理单位140执行的指令；由此当在处理单元140上运行计算程序产品时，处理单元140可操作来执行上述动作。
为了总结，并且参考图6中的流程图，我们现在将描述根据本发明的用于为三维医学图像数据画轮廓的一般方法。
在第一步骤610中，接收源数据，所述源数据表示感兴趣的解剖结构以及毗连该感兴趣的解剖结构的组织的3D图像。
然后，在步骤620中，选择并在图形显示器上呈现源数据的第一子集。源数据的第一子集定义源数据的第一二维图形表示，并且第一子集在源数据中被布置于在第一轴向位置处贯穿感兴趣的解剖结构的第一图像切片中。
随后，步骤630检查是否已接收到第一指令集。优选地，第一指令集是响应于由用户例如经由计算机鼠标而录入的手动命令来生成的。如果已接收到这种第一指令集，则过程继续到步骤640。否则，过程环回并停留在步骤630中。
在步骤640中，响应于第一指令集，在第一图像切片中识别感兴趣的解剖结构的第一边缘。优选地，图示第一边缘的图形也作为给用户的反馈被呈现在图形显示器上。
然后，在步骤650中，选择并在图形显示器上呈现源数据的第二子集。源数据的第二子集定义源数据的第二二维图形表示，并且第二子集在源数据中被布置于在第二轴向位置处贯穿感兴趣的解剖结构的第二图像切片中，该第二轴向位置与第一轴向位置不同。
随后，步骤660检查是否已接收到第二指令集。类似于上文，第二指令集是优选地响应于由用户例如经由计算机鼠标而录入的手动命令来生成的。如果已接收到这种第二指令集，则过程继续到步骤670。否则，过程环回并停留在步骤660中。
在步骤670中，响应于第二指令集，在第二图像切片中识别感兴趣的解剖结构的第二边缘。
此后，在步骤680中，基于第一边缘和第二边缘以及源数据计算三维壳体。三维壳体表示感兴趣的解剖结构的定界表面的近似，并且因此迭代地计算三维壳体。图7示出根据本发明的一个实施例的图示如何可实现此的流程图。
这里，在第一步骤710中，通过在第一数据点集与第二数据点集之间插值来计算在源数据中的第一轴向位置和第二轴向位置之间的三维壳体的初始估计。第一数据点集描述第一边缘的第一轮廓线，并且第二数据点集描述第二边缘的第二轮廓线。
然后，在步骤720中，导出图像特征集，所述图像特征集定义感兴趣的解剖结构的估计周边。优选地，图像特征集是基于对分别接近第一边缘和第二边缘的源数据的分析来导出的。
然后，在步骤730中，基于三维壳体的先前估计(即，在第一次迭代中为初始估计)、第一边缘和第二边缘、图像特征集以及源数据，来计算三维壳体的后续估计。
随后，步骤740检查是否满足质量准则，其中例如准则是按在目标函数中结合图像信息以及到第一边缘和第二边缘的几何距离两者的非线性优化问题来表达的。如果满足所述准则，则过程结束。否则，它环回到步骤730。
可以借助于编程处理器来控制上面参考图6和图7所描述的所有过程步骤以及步骤的任何子序列。此外，尽管上面参考附图所描述的本发明的实施例包括处理器和在至少一个处理器中执行的过程，然而本发明因此也扩展到计算机程序，特别是被适配用于将本发明付诸实践的载体上或中的计算机程序。程序可以形式为源代码、目标代码、代码中间源和诸如采用部分地编译的形式的目标代码，或者采用适合于在根据本发明的过程的实施方式中使用的任何其它形式。程序可以是操作系统的一部分，或者是单独的应用。载体可以是能够承载程序的任何实体或设备。例如，载体可以包括存储介质，诸如闪速存储器、ROM(只读存储器)(例如DVD(数字视频/通用盘)、CD(光盘)或半导体ROM、EPROM(可擦除可编程只读存储器)、EEP-ROM(电可擦除可编程只读存储器))或磁记录介质(例如软盘或硬盘)。另外，载体可以是诸如电信号或光信号的可传输载体，其可以经由电缆或光缆或者通过无线电或者通过其它装置来输送。当程序用可以通过电缆或其它设备或装置直接地输送的信号加以具体实现时，可以通过这种电缆或设备或装置来构成载体。可替换地，载体可以是嵌入有程序的集成电路，该集成电路被适配用于执行相关过程，或者用于在执行相关过程时使用。
当被用在本说明书中时，术语“包括/包括有”被视为指定存在陈述的特征、整体、步骤或组件。然而，术语不排除存在或添加一个或多个附加特征、整体、步骤或组件或其组。
本发明不局限于图中所描述的实施例，而是可以在权利要求的范围内自由地变化。

Claims (9)

1.一种用于为三维医学图像数据画轮廓的图像处理系统(100)，所述系统(100)包括：处理单元(140)以及第一、第二和第三接口(110，120，130)，
所述第一接口(110)被配置成使得所述处理单元(140)能够访问以所述三维医学图像数据的形式的源数据(SD)，其中所述源数据(SD)表示将被画轮廓的感兴趣的解剖结构和毗连所述感兴趣的解剖结构的组织；
所述处理单元(140)被配置成选择定义所述源数据(SD)的第一二维图形表示的所述源数据(SD)的第一子集(sd1)，所述第一子集(sd1)在所述源数据(SD)中布置于在第一轴向位置(z1)处贯穿所述感兴趣的解剖结构的第一图像切片中；
所述第二接口(120)被配置成响应于来自所述处理单元(140)的控制指令，输出所述源数据的第一子集(sd1)以用于在图形显示器(170)上的呈现；并且
所述第三接口(130)被配置成将第一指令集([I]edge)转发到所述处理单元(140)，所述第一指令集([I]edge)以用户命令(ucmd1，ucmd2)的形式在所述第三接口(130)中被接收并且在所述第一图像切片中识别所述感兴趣的解剖结构的第一边缘(E1)，
在已接收到所述第一指令集([I]edge)之后，所述处理单元(140)被配置成：
选择定义所述源数据(SD)的第二二维图形表示的所述源数据(SD)的第二子集(sd2)，所述第二子集(sd2)在所述源数据(SD)中布置于在第二轴向位置(z2)处贯穿所述感兴趣的解剖结构的第二图像切片中，所述第二轴向位置(z2)与所述第一轴向位置(z1)不同；
生成被配置成使所述第二接口(120)输出所述源数据(SD)的第二子集(sd2)以用于在所述图形显示器(170)上的呈现的控制指令；
经由所述第三接口(130)接收第二指令集([I]edge)，所述第二指令集([I]edge)以用户命令(ucmd1，ucmd2)的形式接收并且在所述第二图像切片中识别所述感兴趣的解剖结构的第二边缘(E2)；
基于所述第一和第二边缘(E1；E2)以及所述源数据(SD)来计算三维壳体(3DS)，所述三维壳体(3DS)表示所述感兴趣的解剖结构的定界表面的近似，其中所述计算包括通过在第一数据点集与第二数据点集之间插值来计算在所述源数据(SD)中的所述第一和第二轴向位置(z1；z2)之间的所述三维壳体(3DS)的初始估计(3DS’)，所述第一数据点集描述所述第一边缘(E1)的第一轮廓线并且所述第二数据点集描述所述第二边缘(E2)的第二轮廓线；
分析接近所述第一边缘(E1)的所述源数据(SD)的第一子集(sd1)的第一数据部分(B1)，
分析接近所述第二边缘(E2)的所述源数据(SD)的第二子集(sd2)的第二数据部分(B2)，以及在此基础上
导出定义所述感兴趣的解剖结构的估计周边(P)的图像特征集，并且
在所述图像特征集的进一步基础上计算所述三维壳体(3DS)的后续估计，
其特征在于，所述处理单元(140)还被配置成通过使用谐波函数来对在所述初始估计(3DS’)之上定义所述估计周边(P)的所述图像特征集进行插值，并且其中从所述第一和第二数据部分(B1；B2)导出的图像特征表示用于插值处理的边界条件。
2.根据权利要求1所述的图像处理系统(100)，其中：
所述第一图像切片在所述源数据(SD)中具有第一定向并且所述第二图像切片被定向为与所述第一定向平行，并且
所述处理单元(140)被配置成通过使用表面重建算法来计算所述三维壳体(3DS)的初始估计(3DS’)。
3.根据权利要求2所述的图像处理系统(100)，其中，所述处理单元(140)被配置成基于所述三维壳体(3DS)的初始估计(3DS’)、所述第一和第二边缘(E1；E2)以及所述源数据(SD)，来计算所述三维壳体(3DS)的所述后续估计。
4.根据权利要求1所述的图像处理系统(100)，其中，所述处理单元(140)还被配置成：
生成使所述三维壳体(3DS)近似为所述估计周边(P)的三角形网孔结构(M)的第一次迭代，所述三角形网孔结构(M)包括所述网孔结构(M)的多个三角形各自相遇的顶点集(v)。
5.根据权利要求4所述的图像处理系统(100)，其中，所述处理单元(140)还被配置成除了所述第一次迭代之外还生成所述三角形网孔结构(M)的至少一次另外的迭代，所述三角形网孔结构(M)的至少一次另外的迭代表示所述估计周边(P)的近似，其是就所述估计周边(P)与所述三角形网孔结构(M)的顶点(v)之间的整体距离量度而论相对于所述第一次迭代的改进。
6.根据权利要求2至5中的任一项所述的图像处理系统(100)，其中，所述处理单元(140)被配置成：
除了所述第一和第二子集(sd1；sd2)之外还选择所述源数据(SD)的至少一个另外的子集(sd3)，所述至少一个另外的子集(sd3)定义所述源数据(SD)的至少一个另外的二维图形表示，所述至少一个另外的子集(sd3)布置于在至少一个另外的轴向位置(z3)处贯穿所述感兴趣的解剖结构的至少一个另外的图像切片中，所述至少一个另外的轴向位置(z3)与所述第一和第二轴向位置(z1；z2)不同；
对于所述至少一个另外的子集(sd3)中的每一个，生成被配置成使所述第二接口(120)输出所述源数据(SD)的至少一个另外的子集(sd3)以用于在所述图形显示器(170)上的呈现的控制指令；
经由所述第三接口(130)接收至少一个另外的指令集([I]edge)，所述另外的指令集以用户命令(ucmd1，ucmd2)的形式接收并且在所述至少一个另外的图像切片中识别所述感兴趣的解剖结构的至少一个另外的边缘(E3)；并且
基于所述第一、第二和至少一个另外的边缘(E1，E2；E3)以及所述源数据(SD)，来计算表示所述感兴趣的解剖结构的表面估计的所述三维壳体的改进版本(3DSi)。
7.根据权利要求1所述的图像处理系统(100)，其中：
所述第三接口(130)被配置成将补充指令集([I]edge)转发到所述处理单元(140)，所述补充指令集([I]edge)在所述图像切片中的至少一个中识别所述感兴趣的解剖结构的调整后的边缘；并且
所述处理单元(140)被配置成在所述调整后的边缘的进一步基础上计算所述三维壳体(3DS)。
8.一种为三维医学图像数据画轮廓的处理器实现的方法，所述方法包括：
经由第一接口(110)，接收以所述三维医学图像数据的形式的源数据(SD)，其中所述源数据(SD)表示将被画轮廓的感兴趣的解剖结构和毗连所述感兴趣的解剖结构的组织；
选择所述源数据(SD)的第一子集(sd1)，所述第一子集(sd1)定义所述源数据(SD)的第一二维图形表示，所述第一子集(sd1)在所述源数据(SD)中被布置于在第一轴向位置(z1)处贯穿所述感兴趣的解剖结构的第一图像切片中；
经由第二接口(120)，输出所述源数据的第一子集(sd1)以用于在图形显示器(170)上的呈现；
以用户命令(ucmd1，ucmd2)的形式在第三接口(130)中接收第一指令集([I]edge)，
响应于经由第三接口(130)接收到的所述第一指令集([I]edge)，在所述第一图像切片中识别所述感兴趣的解剖结构的第一边缘(E1)，以及在已接收到所述第一指令集([I]edge)之后：
选择所述源数据(SD)的第二子集(sd2)，所述第二子集(sd2)定义所述源数据(SD)的第二二维图形表示，所述第二子集(sd2)在所述源数据(SD)中被布置于在第二轴向位置(z2)处贯穿所述感兴趣的解剖结构的第二图像切片中，所述第二轴向位置(z2)与所述第一轴向位置(z1)不同；
经由所述第二接口(120)，输出所述源数据(SD)的第二子集(sd2)以用于在所述图形显示器(170)上的呈现；
响应于经由所述第三接口(130)接收到的第二指令集([I]edge)，所述第二指令集([I]edge)以用户命令(ucmd1，ucmd2)的形式接收，在所述第二图像切片中识别所述感兴趣的解剖结构的第二边缘(E2)；
基于所述第一和第二边缘(E1；E2)以及所述源数据(SD)来计算三维壳体(3DS)，所述三维壳体(3DS)表示所述感兴趣的解剖结构的定界表面的近似，其中所述计算包括：
通过在第一数据点集与第二数据点集之间插值来计算在所述源数据(SD)中的所述第一和第二轴向位置(z1；z2)之间的所述三维壳体(3DS)的初始估计(3DS’)，所述第一数据点集描述所述第一边缘(E1)的第一轮廓线并且所述第二数据点集描述所述第二边缘(E2)的第二轮廓线；
分析接近所述第一边缘(E1)的所述源数据(SD)的第一子集(sd1)的第一数据部分(B1)，
分析接近所述第二边缘(E2)的所述源数据(SD)的第二子集(sd2)的第二数据部分(B2)，以及在此基础上导出定义所述感兴趣的解剖结构的估计周边(P)的图像特征集，并且在所述图像特征集的进一步基础上计算所述三维壳体(3DS)的后续估计，
其特征是，
通过使用谐波函数来对在所述初始估计(3DS’)之上定义所述估计周边(P)的所述图像特征集进行插值，并且其中从所述第一和第二数据部分(B1；B2)导出的图像特征表示用于插值处理的边界条件。
9.一种处理器可读介质(150)，具有记录在其上的程序，其中当所述程序被加载到至少一个处理单元(140)中时，所述程序将使所述至少一个处理单元(140)执行根据权利要求8所述的方法。
CN201780054017.7A 2016-09-05 2017-09-04 用于三维医学数据的交互画轮廓的图像处理系统和方法 Active CN109716389B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP16187218.9 2016-09-05
EP16187218.9A EP3291175B1 (en) 2016-09-05 2016-09-05 Image processing system and method for interactive contouring of three-dimensional medical data
PCT/EP2017/072135 WO2018042043A1 (en) 2016-09-05 2017-09-04 Image processing system and method for interactive contouring of three-dimensional medical data

Publications (2)

Publication Number Publication Date
CN109716389A CN109716389A (zh) 2019-05-03
CN109716389B true CN109716389B (zh) 2020-04-14

Family

ID=56943318

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780054017.7A Active CN109716389B (zh) 2016-09-05 2017-09-04 用于三维医学数据的交互画轮廓的图像处理系统和方法

Country Status (5)

Country Link
US (1) US10453199B2 (zh)
EP (1) EP3291175B1 (zh)
JP (2) JP6877534B2 (zh)
CN (1) CN109716389B (zh)
WO (1) WO2018042043A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3291175B1 (en) * 2016-09-05 2018-12-12 RaySearch Laboratories AB Image processing system and method for interactive contouring of three-dimensional medical data
CN110082882B (zh) * 2018-01-25 2022-07-26 台湾东电化股份有限公司 光学系统及其组装方法
CN109933862A (zh) * 2019-02-26 2019-06-25 中国人民解放军军事科学院国防科技创新研究院 一种适用于磁感应谱仿真的电磁模型构建方法及装置
JP7204951B2 (ja) * 2019-12-16 2023-01-16 富士フイルム株式会社 輪郭抽出装置、輪郭抽出方法、及び輪郭抽出プログラム
WO2021133811A1 (en) 2019-12-26 2021-07-01 Teva Pharmaceuticals International Gmbh Solid state forms of cenicriviroc and process for preparation thereof
US11455733B2 (en) * 2020-06-16 2022-09-27 Xue Feng System and method to improve model-based organ segmentation with image post-processing
US11974881B2 (en) * 2020-08-26 2024-05-07 GE Precision Healthcare LLC Method and system for providing an anatomic orientation indicator with a patient-specific model of an anatomical structure of interest extracted from a three-dimensional ultrasound volume
US11836926B2 (en) 2020-12-21 2023-12-05 Infinitt Healthcare Co., Ltd. System and method for contouring a set of medical images based on deep learning algorithm and anatomical properties

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101807296A (zh) * 2009-02-16 2010-08-18 海信集团有限公司 医学超声影像三维目标对象的分割方法
CN103903255A (zh) * 2012-12-31 2014-07-02 中国科学院深圳先进技术研究院 一种超声图像分割方法和系统
CN104091365A (zh) * 2014-07-12 2014-10-08 大连理工大学 面向序列化髋关节ct图像的髋臼组织模型重建方法
CN104838422A (zh) * 2012-12-03 2015-08-12 皇家飞利浦有限公司 图像处理设备及方法
CN105263420A (zh) * 2013-04-03 2016-01-20 皇家飞利浦有限公司 3d超声成像系统
WO2016097920A1 (en) * 2014-12-18 2016-06-23 Koninklijke Philips N.V. Medical image editing
CN105787978A (zh) * 2016-02-29 2016-07-20 深圳市医诺智能科技发展有限公司 一种医学图像隔层自动勾画方法、装置和系统

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0670923A (ja) * 1992-08-28 1994-03-15 Hitachi Medical Corp 医用画像の特定領域抽出方法
JPH08336503A (ja) * 1995-06-15 1996-12-24 Ge Yokogawa Medical Syst Ltd 医用画像診断装置
JP3692050B2 (ja) * 2001-04-12 2005-09-07 株式会社東芝 画像処理装置及びその方法
JP3725442B2 (ja) * 2001-04-18 2005-12-14 株式会社東芝 医用画像診断装置及びその方法
US8358819B2 (en) * 2005-06-24 2013-01-22 University Of Iowa Research Foundation System and methods for image segmentation in N-dimensional space
US20090003666A1 (en) * 2007-06-27 2009-01-01 Wu Dee H System and methods for image analysis and treatment
US8311306B2 (en) * 2008-04-30 2012-11-13 Otismed Corporation System and method for image segmentation in generating computer models of a joint to undergo arthroplasty
US8805035B2 (en) 2010-05-03 2014-08-12 Mim Software, Inc. Systems and methods for contouring a set of medical images
US8983189B2 (en) * 2011-02-08 2015-03-17 Algotec Systems Ltd. Method and systems for error correction for three-dimensional image segmentation
EP2847605B1 (en) * 2012-05-09 2019-01-02 Laboratoires Bodycad Inc. Segmentation of magnetic resonance imaging data
US10827983B2 (en) * 2012-10-30 2020-11-10 The Johns Hopkins University System and method for personalized cardiac arrhythmia risk assessment by simulating arrhythmia inducibility
US10147185B2 (en) * 2014-09-11 2018-12-04 B.G. Negev Technologies And Applications Ltd., At Ben-Gurion University Interactive segmentation
US10013810B2 (en) * 2014-09-26 2018-07-03 Varian Medical Systems International Ag. Contouring tool having automatic interpolation and extrapolation
US9978150B2 (en) * 2015-08-05 2018-05-22 Algotec Systems Ltd. Method and system for spatial segmentation of anatomical structures
EP3291175B1 (en) * 2016-09-05 2018-12-12 RaySearch Laboratories AB Image processing system and method for interactive contouring of three-dimensional medical data

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101807296A (zh) * 2009-02-16 2010-08-18 海信集团有限公司 医学超声影像三维目标对象的分割方法
CN104838422A (zh) * 2012-12-03 2015-08-12 皇家飞利浦有限公司 图像处理设备及方法
CN103903255A (zh) * 2012-12-31 2014-07-02 中国科学院深圳先进技术研究院 一种超声图像分割方法和系统
CN103903255B (zh) * 2012-12-31 2016-08-31 中国科学院深圳先进技术研究院 一种超声图像分割方法和系统
CN105263420A (zh) * 2013-04-03 2016-01-20 皇家飞利浦有限公司 3d超声成像系统
CN104091365A (zh) * 2014-07-12 2014-10-08 大连理工大学 面向序列化髋关节ct图像的髋臼组织模型重建方法
WO2016097920A1 (en) * 2014-12-18 2016-06-23 Koninklijke Philips N.V. Medical image editing
CN105787978A (zh) * 2016-02-29 2016-07-20 深圳市医诺智能科技发展有限公司 一种医学图像隔层自动勾画方法、装置和系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Blake C.Lucas 等.SpringLS: A Deformalble Model Representation to Provide Interoperability between Meshes and Level Sets.《Network and Parallel Computing;Lecture Notes in Computer Science;Lect.Notes Computer》.2011,442-450. *
Interactive 3D segmentation using connected orthogonal contours;P.W. de Bruin 等;《Computers in Biology and Medicine》;20050501;全文 *
Two-stage Semi-automatic Organ Segmentation Framework using Radial Basis Functions and Level Sets;Andreas Wimmer 等;《10th International Conference on Medical Image Computing and Computer Assisted Intervention, MICCAI 2007, 3D Segmentation in the Clinic: Grand Challenge》;20071029;全文 *

Also Published As

Publication number Publication date
US20190197692A1 (en) 2019-06-27
US10453199B2 (en) 2019-10-22
EP3291175B1 (en) 2018-12-12
JP6877534B2 (ja) 2021-05-26
JP2019535336A (ja) 2019-12-12
WO2018042043A1 (en) 2018-03-08
CN109716389A (zh) 2019-05-03
JP2020195779A (ja) 2020-12-10
EP3291175A1 (en) 2018-03-07

Similar Documents

Publication Publication Date Title
CN109716389B (zh) 用于三维医学数据的交互画轮廓的图像处理系统和方法
US10599948B2 (en) Systems and methods for contouring a set of medical images
US9710880B2 (en) User-guided shape morphing in bone segmentation for medical imaging
EP2036037B1 (en) Methods and systems for segmentation using boundary reparameterization
CN108038862B (zh) 一种交互式医学图像智能分割建模方法
US11132801B2 (en) Segmentation of three-dimensional images containing anatomic structures
JP2022526418A (ja) 解剖学的構造の着目領域をモデリングすること
CN117115150B (zh) 用于确定分支血管的方法、计算设备和介质
Shevchenko et al. MiMed liver: a planning system for liver surgery
CN107851337B (zh) 交互式网格编辑
JP4910478B2 (ja) モデリング装置、モデリング方法およびプログラム
CN109754469B (zh) 表面网格切割和切口边界优化处理的方法和系统
CN109716390B (zh) 用于三维医学数据的交互画轮廓的图像处理系统和方法
JP2001118058A (ja) 画像処理装置及び放射線治療計画システム
CN107924565B (zh) 处理图像数据的系统和方法
Reska et al. Fast 3D segmentation of hepatic images combining region and boundary criteria

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant