-
Querverweis
auf verwandte Anmeldungen
-
Diese
Anmeldung beansprucht die Priorität der vorläufigen US-Anmeldung Nr. 60/625,991, die am 8. November
2004 eingereicht wurde und auf die hierin in vollem Umfange Bezug
genommen wird.
-
Hintergrund der Erfindung
-
Gebiet der Erfindung
-
Die
vorliegende Erfindung betrifft im Allgemeinen das Gebiet der Prozessor-basierten
Bildgebung und insbesondere ein Segmentierungsverfahren mittels
lokaler Wasserscheiden-Operatoren.
-
Die
Segmentierung von Strukturen in Bildern ist ein schon an sich schwieriges
und wichtiges Problem. Eine beispielhafte aber populäre Anwendung
von deformierbaren Modellen ist bei der medizinischen Bildanalyse,
wo das Ziel oft die Extraktion eines interessierenden Gebildes aus
einem Bild ist. In den frühen
Tagen der deformierbaren Modelle wurde die Deformation von solchen
Modellen oft von differentiellen Strukturen wie z. B. Kanten bzw.
Rändern
sowie den inneren Kräften
wie z. B. Elastizität
und Steifigkeit geleitet. In den vergangenen Jahren wurde vorgeschlagen,
dass aktive Konturen, die mit regionalen Bildeigenschaften entstehen,
für das
Bildrauschen und die initiale Platzierung der Konturen weniger empfindlich
sind. Bereichsbasierte deformierbare Modelle weisen jedoch oft Schwierigkeiten
bei der Lokalisierung von Objektgrenzen auf, da die Einbindung des
Kantenbegriffs in die Entwicklung sehr schwierig ist. In der Tat
ist die Qualität
der Ergebnisse bei vielen Anwendungen oft nicht zufrieden stellend
genug; z. B. erfordert die Quantifizierung von medizinischen Strukturen
eine sehr exakte Erfassung der Objektgrenzen.
-
Ähnlich wie
deformierbare Modelle sind Wasserscheiden-Transformationen bisher sehr beliebt
bei der medizinischen Bildsegmentierung gewesen, da sie geschlossene
Konturen erzeugen und eine gute Leistung bei Übergängen und an Orten erbringen,
wo die Objektgrenzen unscharf sind. Eine typische Wasserscheiden-Segmentierung
erzeugt jedoch eine große
Anzahl von Bereichen sogar für
einfache Bilder, was als das Übersegmentierungsproblem
bekannt ist. Dies erfordert eine zusätzliche Technik wie z. B. eine
nicht lineare Glättungsfilterung,
Bereichswachstumstechniken (region growing) und Marker-Verfahren, um die
Grenzen eines interessierenden Objekts zu extrahieren.
-
Deformierbare
Modelle werden auch beim Extrahieren von interessierenden Gebilden
auf Wasserscheiden-Karten verwendet. Solch eine Extrahierung erfordert,
dass die Wasserscheiden-Karte
eines Bildes a priori berechnet wird. Die meisten Wasserscheiden-Verfahren
sind jedoch derart gestaltet, dass sie auf dem gesamten Bild operieren.
Die jüngsten
technologischen Fortschritte bei Bilderfassungsvorrichtungen erhöhen die
räumliche
Auflösung
von Bilddaten erheblich. Z. B. können
neue Multidetektor-CT-Geräte
Bilder mit Größen von
größer als
1500 × 512 × 512 erzeugen.
Dadurch müssen
Segmentierungsverfahren für
diese Datensätze
lokal arbeiten, um vom Rechenaufwand her effizient zu sein, d. h.
in Bezug auf Rechenzeit und Speicherverfügbarkeit eher begrenzt. Während das
Wegschneiden von Daten über
einen vom Benutzer definierten interessierenden Bereich eine Lösung für wohl lokalisierte
Pathologien sein kann, können
bei vielen Anwendungen, z. B. der Gefäßsegmentierung oder der Knochenentfernung
bei der Computertomographie-Angiographie (CTA), die vom Benutzer
ausgewählten
Bereiche immer noch sehr groß sein.
Alternativ werden die Bil der manchmal begrenzt, um den Bereich zu
reduzieren, wo das Segmentierungs- und Visualisierungsverfahren funktionieren
muss, möglicherweise
zu Lasten des Entfernens von anatomisch wichtigen Strukturen aus
den Daten.
-
Zusammenfassung
der Erfindung
-
In
einem Aspekt der vorliegenden Erfindung wird ein Verfahren zur Segmentierung
eines Objekts aus einem interessierenden Gebilde bereitgestellt.
Das Verfahren umfasst die Schritte (a) Empfangen eines vom Benutzer
ausgewählten
Punktes in einem Bild; (b) Durchführen einer Wasserscheiden-Transformation
für den vom
Benutzer ausgewählten
Punkt, um ein erstes Objekt zu bestimmen; und (c) Hinzufügen eines
benachbarten Wasserscheidenbereiches zu dem ersten Objekt basierend
auf Bereichswachstum (region competition) und einer Glätterandbedingung,
um ein aktualisiertes Objekt zu bilden.
-
In
einem weiteren Aspekt der vorliegenden Erfindung wird ein maschinenlesbares
Medium bereitgestellt, das darauf gespeicherte Befehle zur Segmentierung
eines Objekts aus einer interessierenden Struktur aufweist. Das
Verfahren umfasst die Schritte (a) Empfangen eines von einem Benutzer
ausgewählten
Punktes in einem Bild; (b) Durchführen einer Wasserscheiden-Transformation für den vom
Benutzer ausgewählten Punkt,
um ein erstes Objekt zu bestimmen; und (c) Hinzufügen eines
benachbarten Wasserscheidenbereichs zum ersten Objekt basierend
auf Bereichswachstum und einer Glätterandbedingung, um ein aktualisiertes
Objekt zu bilden.
-
Kurze Beschreibung
der Figuren
-
Die
Erfindung kann unter Bezugnahme auf die nachfolgende Beschreibung
zusammengenommen mit den beigefügten
Figuren verstanden werden, in denen gleiche Bezugszeichen gleiche
Elemente kennzeichnen, und in denen:
-
1 eine
eindimensionale Darstellung eines Dreischicht-Beckenauffüllverfahrens gemäß einer
beispielhaften Ausführungsform
der vorliegenden Erfindung zeigt;
-
2 Bilder
zeigt, die die Ergebnisse eines dreischichtigen lokalen Wasserscheiden-Verfahrens
gemäß einer
beispielhaften Ausführungsform
der vorliegenden Erfindung veranschaulichen;
-
3 eine
Abfolge von Bildern darstellt, die die Deformation einer Kontur
C unter Verwendung von mittels lokaler Wasserscheiden-Operatoren
berechneter Bereiche gemäß einer
beispielhaften Ausführungsform
der vorliegenden Erfindung veranschaulicht;
-
4 die
Segmentierung von Zellen gemäß einer
beispielhaften Ausführungsform
der vorliegenden Erfindung darstellt;
-
5 die
herkömmlichen
Bereichswachstumsverfahren gegenüber
dem Bereichswachstum mittels lokaler Wasserscheiden-Operatoren gemäß einer
beispielhaften Ausführungsform
der vorliegenden Erfindung zeigt;
-
6 Bilder
darstellt, die die Segmentierung von Gefäßlumen, einer Thrombose und
einer Wirbelsäule
in einem CTA-Bild gemäß einer
beispielhaften Ausführungsform
der vorliegenden Erfindung veranschaulichen;
-
7 zwei
Objekte, einen Bereich und zwei Begrenzungslängen gemäß einer beispielhaften Ausführungsform
der vorliegenden Erfindung zeigt;
-
8 die
Segmentierung von zwei benachbarten Strukturen mit und ohne Glätterandbedingungen
gemäß einer
bei spielhaften Ausführungsform
der vorliegenden Erfindung zeigt;
-
9 die
Ergebnisse des platzierten Bereichswachstums gemäß einer beispielhaften Ausführungsform
der vorliegenden Erfindung darstellt;
-
10 die
Segmentierung einer medizinischen Struktur gemäß einer beispielhaften Ausführungsform der
vorliegenden Erfindung zeigt;
-
11 eine
dreidimensionale Segmentierung der rechten Niere eines CTA-Bildes
gemäß einer
beispielhaften Ausführungsform
der vorliegenden Erfindung darstellt; und
-
12 ein
Ablaufdiagramm darstellt, das ein beispielhaftes Segmentierungsverfahren
eines Objekts aus einem interessierenden Gebilde gemäß einer
Ausführungsform
der vorliegenden Erfindung veranschaulicht.
-
Detaillierte
Beschreibung der bevorzugten Ausführungsformen
-
Anschauliche
Ausführungsformen
der Erfindung werden nachfolgend beschrieben. Im Interesse der Klarheit
werden nicht alle Merkmale einer tatsächlichen Implementierung in
dieser Spezifikation beschrieben. Es wird selbstverständlich gewürdigt, dass
bei der Entwicklung irgendeiner solchen tatsächlichen Ausführungsform
zahlreiche implementierungsbezogene Entscheidungen getroffen werden
müssen,
um die besonderen Ziele der Entwickler zu erreichen wie z. B. die
Einhaltung von systembezogenen und geschäftsbezogenen Bedingungen, die
sich je nach Implementierung voneinander unterscheiden. Weiterhin
versteht es sich, dass solch ein Entwicklungsaufwand komplex und
zeitaufwändig
sein kann, jedoch nichtsdestotrotz ein routinemäßiges Unterfangen für den Fachmann
wäre, dem
der Nutzen dieser Offenbarung zur Verfügung steht.
-
Während die
Erfindung für
verschiedene Modifikationen und alternativen Formen empfänglich ist,
sind deren besondere Ausführungsformen
beispielhaft in den Figuren dargestellt und hierin im Detail beschrieben. Es
versteht sich jedoch, dass die Beschreibung von spezifischen Ausführungsformen
hierin die Erfindung nicht auf die besonderen offenbarten Formen
einschränken
soll, sondern im Gegenteil ist es die Absicht, sämtliche Änderungen, Äquivalente und Alternativen
abzudecken, die innerhalb der Natur und der Wesensart der Erfindung
fallen, wie sie durch die beigefügten
Ansprüche
definiert ist.
-
Es
versteht sich, dass die hierin beschriebenen Systeme und Verfahren
in verschiedenen Formen von Hardware, Software, Firmware, Prozessoren
mit besonderem Zweck oder einer Kombination daraus implementiert
werden können.
Insbesondere ist zumindest ein Teilbereich der vorliegenden Erfindung
als eine Anwendung implementiert, die Programmbefehle aufweist,
die konkret auf einem oder mehreren Programmspeichervorrichtungen
(z. B. Festplatte, Diskette, RAM, ROM, CD-ROM etc.) verkörpert und
von einer beliebigen Vorrichtung oder Maschine ausführbar sind,
die eine geeignete Architektur aufweist z. B. ein Allzweck-PC mit einem
Prozessor, einem Speicher und Eingabe-/Ausgabeschnittstellen. Es
versteht sich des Weiteren, da einige der einzelnen Systembestandteile
und Verfahrensschritte, die in den beigefügten Figuren abgebildet sind, vorzugsweise
in Software implementiert sind, dass die Verbindungen zwischen den
Systemmodulen (oder der logische Fluss der Verfahrensschritte) je
nach Art und Weise, in der die vorliegenden Erfindung programmiert ist,
unterschiedlich sein kann. Mit der hierin angegebenen Lehre wird
der einschlägige
Fachmann in der Lage sein, diese und ähnliche Implementierungen der
vorliegenden Erfindung in Erwägung
zu ziehen.
-
Wir
präsentieren
ein beispielhaftes Segmentierungsverfahren, das eine Anzahl von
Grundsätzen
der lokalen Wasserscheiden- Transformationen
und bereichsbasierten deformierbaren Modellen kombiniert. Herkömmlicherweise
werden Wasserscheiden im gesamten Bild berechnet und anschließend werden
einige Bereichszusammenfügungstechniken
auf die Wasserscheiden angewendet, um die Segmentierung der Strukturen
zu erreichen. Wir schlagen die Verwendung von Wasserscheidenbereichen
als Operatoren in bereichsbasierten deformierbaren Modellen vor.
Diese Bereiche werden nur berechnet, wenn die deformierbaren Modelle die
Bereiche erreichen. Anschließend
werden die Bereiche zu den deformierbaren Modellen addiert (oder
davon subtrahiert) über
eine Messung, die aus zwei Größen berechnet
wird: (i) statistische Anpassung der Bereiche auf die Modelle (d.
h. Bereichswachstum); (ii) Glätte
solcher Anpassungen (d. h. Glätterandbedingung).
-
Speziell
wird eine Wasserscheiden-Karte lediglich in der Umgebung eines deformierbaren
Modells über
ein lokales Wasserscheiden-Verfahren konstruiert. Man erinnere sich
daran, dass Wasserscheiden-Transformationen Bereiche erzeugen, deren
Grenzen mit den Rändern
in Bildern zusammenfallen. Deshalb schlagen wir vor, dass diese
Bereiche als Operatoren in deformierbaren Modellen verwendet werden
können.
In diesem Denkmuster wachsen deformierbare Modelle durch das Hinzufügen von
Bereichen, konkurrieren miteinander um Bereiche und halten immer
an den Rändern
an. Mit anderen Worten, anstatt Pixel bei den Entwicklungen zu verwenden,
sind unsere vorgeschlagenen Primitive Bereiche, die lokal berechnet
werden. Das Wachstum und die Konkurrenz der deformierbaren Modelle
werden von der Statistik der Bereiche und auch von der Glätte der
deformierbaren Modelle während
des Konkurrenzkampfs bestimmt. Anders als herkömmliche deformierbare Modelle,
die oft lokale Krümmung
als Glätterandbedingung
verwenden, schlagen wir vor, dass die Ausrichtung der Bereiche verwendet
werden kann, um glatte Grenzen zu erhalten.
-
Das
vorgeschlagene Verfahren ist rechentechnisch effizient, da es auf
Bereichen anstatt Pixeln arbeitet. Darüber hinaus erlaubt das vorgeschlagene
Verfahren eine bessere Grenzlokalisierung aufgrund der Randinformation,
die durch die Wasserscheiden beigebracht wird. Des Weiteren kann
das vorgeschlagene Verfahren topologische Veränderungen (z. B. die Teilung
oder die Verschmelzung) während
der Entwicklungen ohne eine zusätzliche
eingebettete Oberfläche
wie im Fall der Level-Set-Formulierung
verarbeiten. Weiterhin erhält
man eine strukturbasierte Glätte
der segmentierten Objekte unter Verwendung des aus der Ausrichtung der
Bereiche berechneten Glätteausdrucks.
Die Effizienz und Genauigkeit der vorgeschlagenen Technik wird bei
mehreren medizinischen Daten wie z. B. Magnetresonanzangiographie-
("MRA"-) und Computertomographie-Angiographie-
("CTA"-) Daten eingesetzt.
-
Bisherige
Arbeiten
-
In
diesem Abschnitt besprechen wir kurz einige der bisherigen Arbeiten,
die sich auf die hierin präsentierten
neuartigen Verfahren beziehen, nämlich
Wasserscheiden-Transformationen und Bereichskonkurrenz (region competition).
-
Wasserscheiden-Transformation:
Wasserscheiden-Transformation ist eine morphologische gradientenbasierte
Technik, die intuitiv wie folgt beschrieben werden kann: man sehe
das Gradientenbild als eine Höhenkarte
an und "tauche" allmählich "das Gradientenbild
in Wasser ein",
wobei das Wasser über
die minimalen Gradientenpunkte abläuft und gleichmäßig und
global über
das Bild hinweg ansteigt. Man platziere einen "Damm",
wenn zwei bestimmte Wasserkörper
(d. h. Auffangbecken) zusammentreffen und führe den Prozess fort, bis das
Wasser sämtliche
Punkte des Bildes erreicht hat. Die Dämme bilden die finale Segmentierung. Dies
kann in der Bildebene als das Wachstum von Anfangspunkten (engl.
seeds) interpretiert werden, die auf die Minima der Bildgradienten-Höhenkarte
zu einer Zeit proportional zu ihrer Höhe platziert wurden, das schließlich an
den Scheitellinien der Gradientenkarte konvergiert. Dies stellt
einen mächtigen
Ansatz dar, insbesondere dort, wo lokale Gradienten nicht definiert
werden können,
z. B. an unscharfen Rändern.
Da die meisten Strukturen mehrere Auffangbecken enthalten, erzeugt
eine typische Wasserscheiden-Segmentierung sogar für einfache
Bilder eine große
Anzahl von Bereichen, was als das Übersegmentierungsproblem bekannt ist.
Viele dieser Bereiche können
effektiv über
nichtlineare Glättungsfilterung
reduziert werden. Der Rest der Bereiche kann miteinander über Bereichswachstumstechniken
oder Marker-Verfahren gruppiert werden.
-
Bereichskonkurrenz
(region competition): Bereichskonkurrenz kombiniert die geometrischen
Merkmale von deformierbaren Modellen und die statistische Natur
des Bereichswachstums, indem eine Kombination von statistischen
und Glättungskräften für das Anfangspunkt-Wachstum
(engl. seed growth) verwendet wird. Es führt ebenfalls eine lokale Konkurrenz
zwischen Bereichen ein, wenn die Bereiche einander berühren, indem
Pixel eingetauscht werden, die einen Energieabfall zur Folge haben,
womit eine Fehlerbehebung möglich wird.
Insbesondere sei mit R
i, i = 1 ...N die
N-Anfangspunktbereiche (d. h. Objekte) und ein Hintergrundbereich R
B bezeichnet. Es sei δR
i die
Grenze des Bereichs R
i und es seien die
Intensitätswerte
im Bereich R
i in Übereinstimmung damit, dass
sie durch eine Wahrscheinlichkeitsverteilung P(I|α
i)
erzeugt wurden, wobei α
i die Parameter der Verteilung sind. Die
lokale Deformierung an einem Punkt C auf der Grenze eines Bereichs
R
i besteht aus einer Glättungskraft κN → und einer
statistischen Kraft log (P(I
C|α
i)) N →,
wobei κ die
Krümmung
an der Grenze des Bereichs, I
C das Bild
am Punkt C und N → die Normale auf der Grenze ist. Als Ergebnis der
Konkurrenz zwischen zwei angrenzenden Bereichen R
i und
R
j basieren die lokalen Deformationen ihrer
Grenze auf einem einzelnen Glättungsausdruck
für die
Grenze und auf einer Konkurrenz zwischen zwei statistischen Kräften, was
zu
führt, wobei C ein Punkt auf
der gemeinsamen Grenze, α
i und α
j Parameter der Wahrscheinlichkeitsverteilung sind,
die die Bereiche R
i bzw. R
j beschreiben,
und β
l eine Konstante ist. Die Bereichskonkurrenz
implementiert eine Vorwärts-
und Rückwärtskonkurrenz
zwischen angrenzenden Bereichen, die bis zur Konvergenz fortgeführt wird.
Nach der Konvergenz werden die beiden angrenzenden Bereiche verschmolzen,
wenn die Verschmelzung zu einem Energieabfall führt; in diesem Fall wird die
Konkurrenz wieder aufgenommen und wird fortgeführt, bis zu einer finalen Konvergenz,
die in der finalen Segmentierung resultiert. Bereichskonkurrenz
ist eine mächtige
Technik, die in einer großen
Mannigfaltigkeit von Bildern gut funktioniert, einschließlich der
Bilder mit unscharfen oder schwachen Rändern zwischen verrauschten
Bereichen.
-
Lokale Wasserscheiden-Operatoren
-
H.
Tek et al., "Local
watershed operators for image segmentation", in Medical Image Computing and Computer-Assisted Intervention
MICCAI, Seiten 127–134,
2004 (nachfolgend mit "TEK1" bezeichnet), dessen Inhalt
hierin unter Bezugnahme auf seine Gesamtheit miteinbezogen ist,
stellte ein Verfahren zur Berechnung der Wasserscheiden-Transformation für ein Bild
lokal vor. Dieses Verfahren basiert auf dem Füllen eines Bereiches von einem
Benutzerausgewählten
Punkt. Insbesondere ist das Hauptziel, ein Becken aufzufüllen und seine
Grenzen korrekt und lokal zu berechnen. Dieses Ziel wird durch das
Auffüllen des
Hauptbereiches (vom Benutzer ausgewählt) und seiner unmittelbar
benachbarten Bereiche gleichzeitig mittels eines Dreischicht-Beckenauffüllverfahrens
erfüllt.
-
Dreischicht-Beckenauffüllverfahren:
Das Dreischicht-Beckenauffüllverfahren
simuliert den Wasserauffüllprozess
von einem Benutzer-ausgewählten
Punkt. Während
das Wasser stetig während
des Füllprozesses eines
Beckens ansteigt, fällt
der Wasserfüllstand
auch hin zu neuen Minima, wenn ein neues benachbartes Becken befüllt werden
muss. Insbesondere müssen
zwei zusätzliche
Schichten gleichzeitig zur korrekten Bestimmung des ersten Bereichs
gefüllt
werden. Die ersten beiden inneren Bereiche initialisieren die benachbarten
Bereiche immer dann, wenn sie zur ersten Wasserscheidenlinie heranreichen,
die sie mit ihren Nachbarn teilen, wodurch ein gleichzeitiges Befüllen und
eine korrekte Bestimmung der Wasserscheidenlinien zwischen ihnen
ermöglicht
wird. Auf der anderen Seite bauen äußere Bereiche dort Dämme, wo
neue Bereiche vorhanden sind. Wir fassen nun ein beispielhaftes
Dreischicht-Beckenauffüllverfahren
gemäß einer
Ausführungsform der
vorliegenden Erfindung zusammen.
-
Zuerst
wird der vom Benutzer ausgewählte
Bereich als Schicht-1 gekennzeichnet. Der minimale Höhenwert
dieses Bereichs wird mit einem Gradient-Descent-Verfahren bestimmt.
Anschließend
wird dieser Bereich ausgehend von diesem Minimum mit Wasser befüllt. Dieser
Befüllungsprozess
wird über
Operatoren vom Typ Bereichswachstum und durch Bucket-based-Queuing
zum Zwecke der Berechnungseffizienz implementiert. Das Queuing ist
notwendig für
die Simulation des Wasseranstiegs. Im Detail beginnt das Verfahren
vom Minimalpunkt und besucht seine acht Nachbarn in 2D (26 Nachbarn
bei 3D) und legt sie basierend auf ihrer Höhenfunktion in Buckets ab.
Anschließend
wird das Pixel mit dem Minimalwert aus dem Bucket zum weiteren Wachstum
entfernt. Dieser Wachstumsprozess wird fortgeführt, bis man auf einen niedrigeren
Höhenwert
trifft, d. h. auf einen benachbarten Bereich. 1(a) veranschaulicht
eine Dreischicht (d. h. Schicht-0, Schicht-1, Schicht-2)-Darstellung
in einer Dimension ("1D").
-
Im
Detail wird, wenn der Wasserfüllstand
von Schicht-0 die Erhöhungen
(d. h. die Wasserscheidenlinien) erreicht, der Minimalwert dieses
benachbarten Bereiches über
ein Gradient-Descent-Verfahren berechnet. Wenn kein Bereich bereits
von diesem Minimum initialisiert wurde, wird ein neuer Bereich von
diesem Ort initialisiert und als Schicht-1 gekennzeichnet. Anschließend wird
der Wasserfüllstand
auf dieses Minimum reduziert und der Füllprozess wird von dort neu
gestartet. Es ist anzumerken, dass der Wachstumsprozess von Pixeln
stattfindet, die aus den Buckets erhalten wurden; deshalb werden
verschiedenen Bereiche gleichzeitig befüllt. Wenn das Wasser von zwei
verschiedenen benachbarten Bereichen, nämlich Schicht-0 und Schicht-1, deren
Grenzen, d. h. die Wasserscheiden-Linien, erreicht, werden sie als Grenzen
der Bereiche markiert.
-
Ähnlich zu
den Schicht-0-Bereichen, detektieren die Schicht-1-Bereiche ihre äußeren Nachbarn,
wenn deren Wasser die Kämme
erreicht und nicht mit Wasser von anderen Bereichen kollidiert.
In diesem Fall wird wiederum das Minimum dieses neuen Bereiches
berechnet. Wenn dieses Minimum nicht zu einem anderen Bereich gehört, wird
es als Schicht-2-Bereich markiert und der Wasserfüllstand
wird auf den Höhenwert
des Ortes reduziert. Man beachte, dass der Füllprozess exakt der Gleiche
ist für
die Schicht-0- und
Schicht-1-Bereiche. Die Schicht-2-Bereiche jedoch initialisieren
deren außerhalb
gelegene benachbarte Bereiche nicht, wenn sie sie detektieren. Stattdessen
werden Dämme
errichtet, um das Fließen
von Wasser in diese benachbarten Bereiche aufzuhalten. Diese Dämme entsprechen
den Maximalpunkten der Schicht-2-Bereiche und werden in einer Maxima-Liste
gespeichert. Zusätzlich
werden diese Dämme
nicht in die Buckets eingefügt,
d. h. kein Wachstum mehr von Schicht-2-Bereichen, und dies entspricht
den Grenzen der Schicht-2-Bereiche. TEK1 zeigt, dass dieser Füllprozess
von Schicht-2 das Durchlaufen von engen Bereichen, Flaschenhälsen oder
Vorsprüngen
verhindert. Damit können
die Schicht-2-Becken nicht korrekt bestimmt werden, was der Hauptgrund
für die
Dreischicht-Darstellung
ist. Dieses Füllverfahren
geht weiter, bis keine Pixel mehr in den Buckets übrig sind.
Nun ist der Hauptbereich (vom Benutzer ausgewählt) korrekt von diesem Dreischicht-Beckenauffüllverfahren
bestimmt.
-
2 veranschaulicht
das Ergebnis der Bildung eines Beckens mittels dieses Wasserscheiden-Verfahrens.
Im Detail platziert der Benutzer einen Anfangspunkt (engl. Seed)
im Bild, das einem Becken (d. h. einem Bereich) entspricht, wie
durch die Kontur 205 in 2(a) gezeigt.
Die benachbarten Bereiche, nämlich Schicht-0 210,
Schicht-1 215, und Schicht-2 220 sind in 2(b) dargestellt. Die Bereiche Schicht-1 215 und Schicht-2 220 sind
notwendig, um das interessierende Becken (d. h. den Bereich) zu
extrahieren, der in 2 der Bereich Schicht-0 210 ist.
Es sollte angemerkt werden, dass ein Plateau, ein lokaler flacher
Bereich zwischen zwei oder mehreren Bereichen be sondere Sorgfalt
erfordert und sie partitioniert werden durch die Verwendung der
Abstandstransformationen.
-
Wasserscheiden-Operatoren:
Ein einzelner Wasserscheidenbereich entspricht selten einer Struktur
in einem Bild. Zusätzliche
Bereiche müssen
mit diesem Bereiche vereinigt werden, um eine aussagekräftige Struktur
zu bilden. Dies kann durch Vereinigen von benachbarten Bereichen
und durch Berechnen deren benachbarter Bereiche auf iterative Weise
implementiert werden. Im Detail wird zuerst einer der Schicht-1-Bereiche
mit dem Schicht-0-Becken über
ein bestimmtes Vereinigungskriterium, z. B. Anwendung eines Grenzwerts (engl.
thresholding), vereinigt. Man beachte, dass nun die Schicht-0-Bereiche
mehr als einen Bereich umfassen. Zweitens werden sämtliche
benachbarten Schicht-2-Bereiche
des vereinigten Schicht-1-Bereichs auf Schicht-1-Status aktualisiert.
Zum Dritten wird der Befüllungsprozess
vom Minimumspunkt der Liste der Maxima der vorigen Schicht-2-Bereiche
zu neuen Schicht-2-Bereichen
erneut gestartet. Das Starten des Befüllungsprozesses von den Minima
der Liste der Maxima kann dazu führen,
dass einige Gebiete von Schicht-2-Bereichen erneut verarbeitet werden,
es ist jedoch wichtig, den Wasserfüllstand auf die Stelle zu verringern,
wo das erste Maximum gekennzeichnet wurde. Dies ermöglicht,
dass das Verfahren die Nachbarn der vorangegangenen Schicht-2-Bereiche (zu Schicht-1
nach der Vereinigung konvertiert) als Schicht-2-Bereiche initialisiert,
wodurch das Flaschenhalsproblem vermieden wird. Der Befüllungsprozess
geht weiter, bis keine Pixel mehr in den Buckets übrig sind.
Diese Vereinigungs- und Befüllungsprozesse
definieren einen Additionsoperator. 1(b) veranschaulicht
einen Additionsoperator, der durch erstes Vereinigen des Schicht-1-Bereichs
mit der Schicht-0 und anschließendes
Befüllen
eines neuen Bereiches beschrieben wird. In ähnlicher Weise kann ein Löschungsoperator
beschrieben werden als das Entfernen eines Bereichs von einem Schicht-0-Bereich und entsprechendes
Aktualisieren der benachbarten Daten. In diesem Fall müssen jedoch keine
neuen Wasserscheidenbereiche berechnet werden. Diese Wasserscheiden-Operatoren, nämlich Addition
und Löschung,
werden als Grundlage der Segmentierungsprozesse verwendet, die im
nächsten
Abschnitt beschrieben werden.
-
Wasserscheidenbasierte
Bereichskonkurrenz
-
Bei
medizinischen Bildern ist die Hauptaufgabe oft das Extrahieren einer
einzelnen Gebildes aus seinen umgebenden Strukturen. Mit anderen
Worten ist die volle Bildsegmentierung wünschenswert, jedoch für viele
Anwendungen nicht notwendig. Z. B. erfordert die Diagnose von Pathologien
in Gefäßstrukturen
mittels MRA oder CTA eine genaue Segmentierung der Blutgefäße. Die
Segmentierung von anderen Strukturen jedoch kann bei solchen spezifischen
Anwendungen nicht so wichtig sein. Deshalb schlagen wir hierin eine
Segmentierungstechnik vor, die darauf abzielt, eine vom Benutzer
ausgewählte
interessierende Struktur zu extrahieren. Das vorgestellte Verfahren
basiert auf Bereichskonkurrenz und dem lokalen Wasserscheiden-Verfahren.
-
Bei
existierenden Bereichskonkurrenzverfahren konkurrieren die Bereiche
um Pixel basierend auf den Statistiken der Bereiche und auf den
Glätterandbedingungen
bei Pixeln. Wir schlagen hierin vor, dass Bereiche, die durch das
lokale Wasserscheiden-Verfahren extrahiert werden, bei der Bereichskonkurrenz
anstatt Pixeln verwendet werden. Man betrachte im Detail eine geschlossen
Kurve C, die ein deformierbares Modell darstellt, wie in 3(a) veranschaulicht. 3(a) zeigt
eine Kurve C, die ein Objekt O darstellt. Im Allgemeinen können deformierbare
Modelle explizit oder implizit z. B. als Level-Sets dargestellt
werden. Hier wird die Kurve C durch diskrete Pixel dargestellt,
die den Grenzen zwischen Bereichen entsprechen. Mit anderen Worten,
die Kurve C befindet sich immer an den Wasserscheiden-Linien, die
benachbarte Bereiche trennen. Deshalb trennt sie Bereiche, die innerhalb
des Umrisses liegen und die Bereiche, die außerhalb liegen. Die Hauptidee hinter
der Bereichskonkurrenz ist hier, Wasserscheiden-Linien (die der
Kurve C entsprechen) zu finden, die das Bild am Besten lokal hinsichtlich
der statistischen Bildangaben trennen.
-
Halten
wir zunächst
fest, dass das gegebene Bild ein Gebilde (engl. structure) und Hintergrund
enthält. Die
Kurve C wird zu einem gegebenen Zeitpunkt von Außenbereichen Ri, die die Kurve
C umgeben, und Innenbereichen innerhalb der Kurve C umgeben.
3(b) veranschaulicht die Kurve C aus
3(a), die von den Außenbereichen Ri umgeben ist.
Man beobachte, dass die Kurve C in der Tat die Grenzen des Objekts darstellt,
das aus Innenbereichen besteht. In ähnlicher Weise entspricht der
Hintergrund (d. h. der Bereich des Bildes, der das Objekt umgibt)
den Bereichen außerhalb
der Kurve C. In diesem Szenario wächst die Kurve durch Hinzufügen von
Außenbereichen
zu sich selbst, die statistisch näher an ihr selbst sind als
der Hintergrund. In ähnlicher
Weise versucht der Hintergrund, Bereiche dem Objekt wegzunehmen.
3(c) zeigt, dass die Kurve aus
3(a) durch Hinzufügen des Be reichs Ri zum Objekt
deformiert wird. Deshalb konkurrieren in dem momentanen beispielhaften
Verfahren Objekte und Hintergrund um die Bereiche außerhalb
und innerhalb der Kurve C. Es sollte angemerkt werden, dass diese
Bereiche lediglich in der Nähe
der Kurve C durch lokale Wasserscheiden aufgebaut sind, wodurch
eine erhebliche Menge an Berechnungen in großen Datensätzen eingespart wird. Ein Bereich
Ri wird zum Objekt hinzugefügt,
wenn er statistisch dem Objekt ähnlicher ist
als dem Hintergrund. Die statistische Ähnlichkeit zwischen dem Bereich
Ri und dem Objekt O, S
ORi wird angegeben
durch
wobei μ
Ri, μ
O die
Mittelwerte des Bereichs Ri bzw. des Objekts O sind; und σ
O die
Standardabweichung des Objekts O ist. Die statistische Ähnlichkeit
zwischen dem Bereich Ri und dem Hintergrund B, S
BRi kann
in ähnlicher
Weise berechnet werden, d. h.
-
Der
Bereich Ri wird dem Objekt O hinzugefügt, wenn er dem Objekt ähnlicher
als dem Hintergrund B ist, d. h. SORi > SBRi.
Wenn SORi < SBRi ist, dann wird Ri zum Hintergrund B hinzugefügt.
-
Wir
werden nun das vorliegende beispielhafte Verfahren hinsichtlich
der Implementierung beschreiben. Der Benutzer wählt einen interessierenden
Bereich aus, der dem Be standteil der interessierenden Struktur entspricht.
Die lokale Wasserscheiden-Karte des vom Benutzer ausgewählten Bereiches
wird aufgebaut. Die Kurve C, die die Grenzen des Objekt O darstellt,
liegt an den Wasserscheiden-Linien
der Schicht-0-Bereiche, die im Detail oben beschrieben wurden. In
diesem Stadium werden die Grenzbereiche des Objekts O aus den Schicht-1-Regionen
der lokalen Wasserscheiden-Karte bestimmt. Dies sind die Bereiche,
in die das Objekt O hineinwachsen kann. Diese Bereiche werden anschließend in
der Struktur des Objekts O gespeichert. Die anfänglichen Statistiken des Objekts
O werden aus den Statistiken der Schicht-0-Bereiche bestimmt. Die
Hintergrundstatistiken werden aus den Außenbereichen des Objekts O
aufgebaut, wenn das Bild (oder das um den vom Benutzer ausgewählten Bereich
ausgeschnittenen Bild) keine anderen Strukturen enthält. Hintergrundstatistiken
können
jedoch ebenfalls aus Gebieten konstruiert werden, die vom Benutzer
ebenfalls gekennzeichnet sein können.
Tatsächlich
ist dies notwendig, wenn ein Bild mehr als eine Struktur enthält. Andernfalls
kann die Bereichskonkurrenz keine wünschenswerten Ergebnisse erzeugen.
Die statistische Ähnlichkeit
jedes Grenzbereichs Ri mit dem Objekt O, SORI und
dem Hintergrund B, SBRi wird berechnet.
Falls SORi > SBRi ist, wird
der Bereich Ri dem Objekt O hinzugefügt und dessen benachbarte Wasserscheidenbereiche
werden berechnet, fall nötig,
und die Schicht-1-Bereiche werden als Grenzbereiche des Objekts
gekennzeichnet. Falls SORi < SBRi ist,
wird der Bereich Ri zum Hintergrund B hinzugefügt und es werden erneut dessen
benachbarte Wasserscheidenbereiche berechnet, falls nötig, und
die Schicht-1-Bereiche werden als Grenzbereich des Hintergrunds
gekennzeichnet. Das vorliegende Verfahren endet, wenn weder der
Hintergrund noch das Ob jekt in der Lage sind, irgendeinen der Grenzbereiche
zu sich selbst hinzuzufügen.
-
Man
beachte, dass während
des Wachstums des Objekts O der Hintergrundbereich sich unabhängig bilden
kann. Dies ist notwendig, weil die interessierende Struktur Löcher (d.
h. Bereiche, die dem Hintergrund ähnlicher sind) aufweisen kann.
Deshalb sollten in diesem vorgeschlagenen Verfahren topologische Änderungen
auftreten. In der Tat kann, wie mit Level-Sets, das aktuelle Verfahren
multiple Objekte durch Aufteilen (engl. splitting) segmentieren.
Dies ist eine der wichtigen Eigenschaften des vorliegenden Verfahrens. 4 zeigt
die Segmentierung von Zellen mittels des vorgeschlagenen Verfahrens.
Insbesondere zeigt 4, dass topologische Veränderungen
bei der Deformation einer Kurve über
Wasserscheidenbereiche natürlich
gehandhabt werden. Wie in 4(a) gezeigt
initialisiert der Benutzer einen Anfangspunkt 405 in einem
hellen Bereich. 4(b) kennzeichnet
speziell mit einem Kreis 410 an einem der Orte, wo das
Objekt sich in Teile aufspaltet. 4(c) veranschaulicht
das finale Segmentierungsergebnis. Während die topologischen Veränderungen
bei Level-Set-Entwicklungen zu Lasten einer zusätzlich eingebetteten Oberfläche auf
natürliche Weise
gehandhabt werden, ist in diesem vorgeschlagenen Verfahren, wo der
Grenzwert explizit durch diskrete Pixels dargestellt ist, keine
zusätzliche
Verarbeitung oder Speicherung für
topologische Änderungen
notwendig.
-
Obwohl
bereichsbasierte deformierbare Modelle, wie z. B. die Bereichskonkurrenz
hinsichtlich der Anordnung des ersten Anfangspunktes stabil sind,
kann nicht garantiert werden, dass das Konvergieren der Objektgrenzen
auf reale Objektgrenzen fällt,
da die Konvergenz über
statistische Eigenschaften bestimmt wird. 5 zeigt
beispielsweise, dass das herkömmliche
Bereichskonkurrenzverfahren nicht in der Lage ist, an den Rändern zweier
benachbarter Bereiche zu konvergieren. Es ist jedoch möglich, dasselbe
Bild korrekt mit dem vorgeschlagenen Wasserscheidenbasierten Bereichskonkurrenzverfahren
zu segmentieren, da das vorliegende Verfahren immer an den Rändern konvergiert.
Damit ist das vorliegende Verfahren in der Lage, Rand- und regionale
Informationen in gewissen Bereichen zu integrieren. 5(a) zeigt
ein künstliches
Bild, bei dem sowohl die herkömmlichen
Bereichskonkurrenz-Verfahren (mit Pixel-basierten Darstellungen
und Level-Set-Entwicklungen
implementiert) und das vorliegende Verfahren exakt am Rand konvergieren. 5(b) zeigt, dass, wenn eine hellere Schicht
zu einem unteren Abschnitt des Bildes hinzugefügt wird (d. h. der helle Bereich),
die herkömmlichen
Bereichskonkurrenzverfahren von dem realen Rand 505 wegkonvergieren,
da der Mittelwert des hellen Bereichs erhöht wird, wodurch die statistische
Grenze nach unten bewegt wird. Im Gegensatz dazu konvergiert das
vorliegende Verfahren noch an der echten Grenze 510.
-
Wir
würden
erwarten, dass die Einbindung von Randinformationen über Wasserscheidenbereiche
die Ergebnisqualität
bei unscharfen Rändern
verbessern kann, wo die Wasserscheidenbereiche üblicherweise groß sind,
wodurch eine korrekte Konvergenz ermöglicht wird.
-
Multistruktur-Extrahierung
und Glättung
-
In
Bildern ist ein interessierendes Gebilde oft von anderen Gebilden
sowie von Hintergrund umgeben, daher erfor dert die stabile Segmentierung
oft, dass das nahe gelegene Gebilde gleichzeitig segmentiert wird. Während wir
das vorliegende Verfahren für
bimodale Bilder beschrieben haben, wo das interessierende Gebilde
lediglich von Hintergrund umgeben ist, ist es möglich, mehr als ein Gebilde
mit dem vorliegenden Ansatz zu segmentieren. Insbesondere kann der
Benutzer für
jedes Gebilde Anfangspunkte (engl. seeds) platzieren. Anschließend wird
jedem Objekt, das für
ein unterschiedliches Gebilde steht, eine andere Bezeichnung gegeben.
Im Falle einer Vielzahl von Objekten findet die Bereichskonkurrenz
zwischen unterschiedlichen Objekten und dem Hintergrund statt. Man
betrachte insbesondere ein beispielhaftes Bild, das M Objekte enthält. Der
Bereich Ri wird dem Objekt Ok hinzugefügt, wenn
SOkRi für
K = 1, ... M maximal ist und Ri der benachbarte Bereich des Objekts
OK ist. Mit anderen Worten, während man
erlaubt, dass die benachbarten Bereiche von Objekten zu Hintergrund
werden, d. h. Hintergrundbereiche können sich innerhalb von Objekten
bilden, kann der Bereich Ri nicht zu Ok hinzuaddiert
werden, wenn Ri kein benachbarter Bereich von Ok ist.
Wenn Objekte mit unterschiedlichen Typen miteinander kollidieren,
verschmelzen sie nicht miteinander und bleiben unterschiedliche
Objekte. Die Kollision desselben Objekttyps führt jedoch zur Verschmelzung
dieser Objekte. Mit unterschiedlichen Objekt-"Typen" bezeichnen wir im Allgemeinen unterschiedliche
Gebilde innerhalb eines Bildes, an deren gleichzeitiger Segmentierung
der Benutzer interessiert sein kann. Ein beispielhaftes medizinisches Bild
kann z. B. eine Leber, einen Tumor und einen Hintergrund umfassen,
von denen jeder ein Typ sein kann. 6 zeigt
ein Beispiel, das die Segmentierung von Gefäßlumen, einer Thrombose und
dem Rückgrat
in einem CTA-Bild unter Verwendung des vorliegenden Ver fahrens veranschaulicht. 6(a) zeigt die Wasserscheidenbereiche
und 6(b) veranschaulicht die Grenzen.
-
Im
Allgemeinen funktioniert die Bereichskonkurrenz in den Fällen gut,
wo das interessierende Gebilde statistisch wohl von seiner Umgebung
getrennt ist. Oft werden die Objektgrenzen jedoch unscharf und verrauscht;
damit kann der statistische Unterschied zwischen dem Objekt und
seiner Umgebung einander sehr nahe kommen. In diesen Fällen sollten
zusätzliche
Kriterien zur Konkurrenz zum Zwecke einer besseren Trennung hinzugefügt werden.
Bei einem deformierbaren Verfahren spielen Glätterandbedingungen eine wichtige Rolle
zur Verbesserung der Genauigkeit der Ergebnisse. Die Glätterandbedingung
wird aus der Krümmung
der Entwicklungskurve berechnet. Damit ist die Randbedingung lokal
und eine strukturbasierte Glättung
kann nicht erzwungen werden.
-
Wir
schlagen hierin vor, dass die Bereichstrennung durch eine zusätzliche
Glättungskraft
verbessert werden kann, die aus der Grenze der Bereiche berechnet
wird, Insbesondere erwarten wir, dass das Hinzufügen eines Bereichs zu einem
Objekt die Grenze des Objekt kompakt halten sollte. Z. B. reguliert
das Hinzufügen
des Bereichs Ri zum Objekt Oj, wie in 7 dargestellt,
die Grenze des Objekts Oj und sollte den Ähnlichkeitsausdruck
des Bereichs Ri zum Objekt Oj eine starke
Unterstützung
hinzufügen. 7 veranschaulicht
die Wichtigkeit der Glätterandbedingungen.
Man beobachte, dass das Hinzufügen
des Bereichs Ri zum Objekt Oj eine weit
größere Glättungskraft
aufweisen sollte als sein Hinzufügen
zum Objekt Ok. Wir verwenden die Länge der
Grenze, nämlich
L1 und L2, um den
Glättungsausdruck
zu bestimmen.
-
Insbesondere
schlagen wir einen Grenzglättungsausdruck
durch
vor, wobei L
2 der
Länge der
Grenze entspricht, die vom Bereich Ri und O
j geteilt
wird, und wobei L
1 der verbleibenden Grenzlänge wie
in
7 dargestellt entspricht. Man beachte, dass der
Grenzglättungsausdruck
B sich zwischen 0 und 1 verändert,
wobei der Wert 1 einer viel stärkeren
Glättungskraft
entspricht.
-
Wir
betrachten nun den Fall, wo eine Vielzahl von Objekten unter Hinzufügen der
Grenzglättungskräfte um Bereiche
konkurrieren. Insbesondere betrachte man einen Bereich Ri zwischen
den Objekten O
j und O
k in
7.
Die Gesamtkraft auf den Bereich Ri ist gegeben durch
wobei k konstant ist und
die Menge der Glättungskraft
bei der Bereichskonkurrenz bestimmt. Hier wird Ri zu dem Objekt
O
j hinzugefügt, wenn F
Ri > 0, oder ansonsten
dem Objekt O
k.
8 zeigt
ein Beispiel, wo zwei Objekte ohne und mit Glätterandbedingungen segmentiert
werden.
8(a) veranschaulicht die Segmentierung
zweier benachbarter Gebilde ohne Glätterandbedingungen und
8(b) veranschaulicht die Segmentierung
zweier benachbarter Gebilde mit Glätterandbedingungen.
-
9 und 10 zeigen
beispielhafte Anwendungen des vorliegenden Verfahrens bei medizinischen Bildern. 9 veranschaulicht
die Segmentierung einer Gefäßgrenze
(d. h. Aorta) 905 in einer orthogonalen Ansicht. Es zeigt
ebenfalls andere Bereiche 910, die während der Konkurrenz untersucht
werden. Der Anfangssaatpunkt (engl. seed point) wird durch den Benutzer
(oder von einem Gefäßmittellinien-Modell)
innerhalb der Aorta angegeben. Man beachte, dass die volle Wasserscheiden-Karte
nicht aufgebaut wird.
-
10 veranschaulicht
die Segmentierung eines Bildes 1005 in CTA-Bilddaten. Im
in 10 dargestellten Fall platziert der Benutzer einen
Anfangspunkt innerhalb des interessierenden Gebildes. 11 zeigt die
dreidimensionale ("3D")-Segmentierung der
rechten Niere 1105 aus einem CTA-Bild. 11(a) zeigt
die auf einen einzigen Schnitt überlagerten
Ergebnisse. 11(b) zeigt eine 3D-Visualisierung
einer segmentierten Niere im Volumenrendering.
-
12 stellt
ein Flussdiagramm 1200 dar, das ein beispielhaftes Verfahren
des Segmentierens eines Objekts aus einem interessierenden Gebilde
veranschaulicht. Ein vom Benutzer ausgewählter Punkt in einem Bild wird
empfangen (bei 1205). Eine Wasserscheiden-Transformation
wird durchgeführt
(bei 1210) für
den vom Benutzer ausgewählten
Punkt, um ein erstes Objekt zu bestimmen. Ein benachbarter Wasserscheidenbereich
wird dem ersten Objekt hinzugefügt
(bei 1215) basierend auf der Bereichskonkurrenz und einer
Glätterandbedingung,
um ein aktualisiertes Objekt zu bilden.
-
Die
besonderen Ausführungsformen,
die oben offenbart sind, sind lediglich veranschaulichend, da die Erfindung
auf unterschiedliche, jedoch äquivalente
Art und Weise modifiziert und in der Praxis ausgeführt werden
kann, die dem einschlägigen
Fachmann, der den Nutzender vorliegenden Lehre zur Verfügung hat,
deutlich wird. Des Weiteren sind keine Einschränkungen auf die Details des
Aufbaus oder des hierin gezeigten Designs beabsichtigt, außer denen,
die in den nachfolgenden Ansprüchen
beschrieben sind. Es ist deshalb offensichtlich, dass die besonderen,
oben offenbarten Ausführungsformen
verändert
oder modifiziert werden können,
und all solche Variationen werden als innerhalb des Umfangs und
Wesens der Erfindung betrachtet. Demgemäß ist der hierin begehrte Schutz
wie in den nachfolgend dargelegten Ansprüchen.
eine erste statistische Ähnlichkeit zwischen dem ersten Objekt Oj und dem benachbarten Wasserscheidenbereich Ri,
eine zweite statistische Ähnlichkeit zwischen dem zweiten Objekt Ok und dem benachbarten Wasserscheidenbereich Ri,
ein erster Grenzglättungsausdruck zwischen dem ersten Objekt Oj und dem benachbarten Wasserscheidenbereich Ri,
ein zweiter Grenzglättungsausdruck zwischen dem zweiten Objekt Ok und dem benachbarten Wasserscheidenbereich Ri sowie k eine Konstante ist, die eine Glättungskraftmenge bei der Bereichskonkurrenz bestimmt.