[发明专利]用于医学图像的鲁棒分割的器官特异的增强滤波器有效

专利信息
申请号: 201180037188.1 申请日: 2011-07-25
公开(公告)号: CN103069455A 公开(公告)日: 2013-04-24
发明(设计)人: V·佩卡尔;A·A·卡齐 申请(专利权)人: 皇家飞利浦电子股份有限公司;大学健康网络
主分类号: G06T7/00 分类号: G06T7/00
代理公司: 永新专利商标代理有限公司 72002 代理人: 王英;刘炳胜
地址: 荷兰艾*** 国省代码: 荷兰;NL
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 医学 图像 分割 器官 特异 增强 滤波器
【权利要求书】:

1.一种用于分割医学图像的设备,包括:

存储器(16),其存储医学强度图像;

一个或多个处理器(30),其被编程用于:

基于特征的集合利用增强滤波器在所述强度图像上进行操作以生成增强的图像,所述增强的图像将所述目标体积与邻接组织相区分,存储器(34),其用于存储所述增强的图像。

2.根据权利要求1所述的设备,其中,所述增强的图像为包括体素的3D阵列的3D图像,每个体素的值表示每个体素属于所述目标体积的概率。

3.根据权利要求1和2中的任一项所述的设备,还包括:

分割处理器(40),其用于分割所述增强的图像。

4.根据权利要求3所述的设备,其中,所述分割处理器(40)为基于模型的分割处理器,并且所述设备还包括:

分割模型存储器(44),其用于存储针对多个潜在目标体积中的每个分割模型。

5.根据权利要求1-4中的任一项所述的设备,还包括:

增强滤波器存储器(32),其用于存储与多个潜在目标体积中的每个相对应的多个增强滤波器。

6.根据权利要求1-5中的任一项所述的设备,其中,所述一个或多个处理器(30)还被编程用于:

将基于模型的分割算法应用于所述强度图像以估计所述目标体积的表面;

扩大估计的目标体积表面;以及

在扩大的、估计的目标体积上进行操作以生成所述增强的图像。

7.根据权利要求1-6中的任一项所述的设备,还包括如下中的至少一项:

监视器(52),其显示所述增强的图像;

辐射治疗计划系统(54),其使用所述增强的图像来生成辐射治疗计划;

成像装置(10)和重建处理器(12),所述成像装置执行对患者的检查并且重建处理器根据由所述成像装置生成的数据重建所述强度图像。

8.一种分割医学图像的方法,包括:

识别包含选定目标体积的强度图像的区域,

基于用于将所述选定目标体积与邻接组织相区分的特征的集合,利用增强滤波器在所识别的强度图像区域上进行操作以生成增强的图像。

9.根据权利要求8所述的方法,其中,所述增强的图像为包括体素的3D阵列的3D图像,每个体素的值表示每个体素属于所述目标体积的概率。

10.根据权利要求8和9中的任一项所述的方法,还包括:

分割所述增强的图像。

11.根据权利要求10所述的方法,其中,所述分割包括应用基于模型的分割处理,在所述基于模型的分割处理中,所述目标体积的分割模型被匹配至所述增强的图像的区分的目标体积。

12.根据权利要求8-11中的任一项所述的方法,还包括:

选择多个所述增强滤波器中的一个,其对应所述选定目标体积。

13.根据权利要求8-12中的任一项所述的方法,其中,识别所述目标体积区域包括:

将基于模型的分割算法应用于所述强度图像。

14.根据权利要求10-13中的任一项所述的方法,还包括如下中的至少一项:

显示所述增强的图像或分割的图像;

从所述增强的图像或分割的图像生成辐射治疗计划;

执行对患者的检查以生成成像数据并将所述成像数据重建成所述强度图像。

15.根据前述权利要求8-14中的任一项所述的方法,还包括:

利用训练算法,利用特征的集合中的每个在多个准确分割的训练图像上进行操作以生成所述增强滤波器,所述特征的集合将所述目标体积与其他组织区分。

16.根据权利要求15所述的方法,其中,采用所述训练算法包括实施顺序前进浮动选择算法,所述顺序前进浮动选择算法包括:

将所述特征的集合中的特征加入到训练数据集合以选择特征的子集,所述特征的子集的应用提高了准确性;

移除对滤波器的准确性贡献最少的显著特征;以及

迭代地加入和移除特征直到到达预先选择的表现标准。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于皇家飞利浦电子股份有限公司;大学健康网络,未经皇家飞利浦电子股份有限公司;大学健康网络许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201180037188.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top