[发明专利]用于分割多维数据集中的表面的方法、系统和计算机程序

说明书

本发明涉及一种分割(segment)在包括多个图像的多维数据集中的表面的方法。

本发明还涉及一种用于使能分割在包括多个图像的多维数据集中的表面的系统。

本发明还涉及一种用于分割在包括多个图像的多维数据集中的表面的计算机程序。

在开头段落中陈述的方法的实施例是从出版物：J.Weese等人的“Shape Constrained Deformable Models for Medical ImageSegementation(用于医学图像分割的形状受约束的可变形模型)”，Proc.IPMI 380-387，2001获知的。该已知的方法具体被安排成：通过使用有关被设想来进行分割的目标的先验形状信息，来改进图像分割方法的鲁棒性。在该已知的方法中，形状信息被嵌入到可弹性变形的表面形状模型，由此对图像的适配由从局部表面检测得出的外部能量和内部能量来支配，这把可变形的表面限制为保持靠近由形状模型定义的子空间。

该已知方法的缺点在于，它的可靠性高度依赖于被安排来描述可移动物体的运动的弹性约束条件的精度。为了对相应的方程求解，需要大量的计算时间，这在日常的临床实践中是不能接受的。

本发明的目的是提供一种用于分割多维数据集中的表面的方法，由此该方法被安排成从原始图像数据自动学习局部形状和外观，因此提高了分割精度并且减小了分割表面所必需的计算时间。

为此，按照本发明的方法包括以下步骤：

-选择基于可变形表面模型的图像分割算法，该可变形表面模型包括先验构造的形状模型和先验构造的拓扑模型，由此该形状模型由第一参数表征而该拓扑模型由第二参数表征；

-访问该表面的预定的形状参数和拓扑参数；

-基于该形状参数和拓扑参数来适配该第一参数和第二参数，从而产生经适配的第一参数和经适配的第二参数；

-使用所述图像分割算法、通过经适配的第一参数和经适配的第二参数，来分割多维数据集中的表面，从而产生对于每个被分割图像的表面的各个部分；

-跟踪多维数据集中的表面，以建立在所述表面部分之间的空间对应关系。

本发明的技术措施是基于这样的观点：为了使能精确地检测和测量器官的运动，必须解决两个分开的任务。首先，感兴趣的器官必须从构成多维数据集的每个图像分割出来，其次，至少对于属于目标器官的那些图像部分，必须在图像系列的时间线上建立图像部分之间的正确的对应关系。按照本发明的方法对于任何给定时间点使用目标器官的一次建立的分割，以及从它来构建表面模型。优选地，分割是通过使用适当的可变形表面模型实行的。按照本发明的方法保存器官的形状和拓扑属性，这些属性被使用来产生在其它的、优选地是以后时间点的器官的分割，其中表面模型界标(landmark)遵循解剖特性，因此建立时间上的对应关系。被使用来分割序列中的其它图像的可变形表面模型获益于从初始图像取得的形状模型和拓扑模型。这个先验知识被使用来初始化参数以及约束形状偏差。由于相应于模型表面点的局部特性，这些模型点即使在器官表面发生变形时也将遵循器官表面上的解剖界标。