[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
【说明书】:

技术领域

本申请涉及医学成像领域。本申请适于与医学图像分割相结合并且将具体参考其加以描述。

背景技术

在医学图像中,分割是这样一种处理:通过分割,清晰地识别一个或多个器官或组织之间的边界。准确地分割医学图像对于许多临床应用而言是至关重要的。然而,一些器官或组织难以与邻近的器官或组织相区分。

例如,在辐射治疗中,将相对大的辐射剂量递送至例如为肿瘤的目标体积是有利的。但是,目标体积通常紧密邻近并且甚至邻接高危险器官,高的或者甚至中等剂量的辐射会损伤所述高危险器官。当规划射束轨迹时,准确地知道目标体积与高危险器官间的边界是重要的。未能辐照肿瘤的所有部分会导致快速的复发。即使以意图针对肿瘤的高剂量来辐照危险器官的一部分,也能够造成有害的身体和健康后果。

已经提出了用于自动分割患者的灰度医学图像的许多自动分割技术。尽管这些自动分割技术被成功应用于许多应用,但因为由针对特定组织类型的标准医学成像模态提供不充分的区分信息,自动分割通常是不可行的。一种自动分割技术是基于模型的分割。在基于模型的分割中,从计算机存储器中检索待分割的指定器官的模型或轮廓。能够被识别的待分割的器官的表面上的特征与模型的相应特征相关联。之后,将模型缩放、旋转、定位以及变形,从而使得模型与图像叠加,其中,能识别图像与模型特征直接彼此叠加。不能够与周围组织区分的器官的表面的区域被假设为由模型定义的表面,该模型已经匹配能够被区分的图像的特征。因为这样的假设不总是正确的,因此希望得到分割准确性的更好的确定性。

发明内容

本申请描述了一种专用的器官特异的特征增强技术方案,其旨在提高医学图像的分割准确性,并且具体而言,使用基于3D模型的方法。

根据一个方面,提供了一种用于分割医学图像的设备。存储器存储强度医学图像。一个或多个处理器被编程以基于特征的集合(pool)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,所述增强的图像比所述强度图像更好地将目标体积与邻接组织区分开来。存储器存储所述增强的图像。

根据另一方面,提供了一种分割医学图像的方法。识别包含选定目标体积的强度图像的区域。基于用于从邻接组织生成所选目标体积的特征的集合,利用增强滤波器在识别的强度图像区域上进行操作,以生成增强的图像。

一个优点在于更好的分割准确性。

另一优点在于基于分割图像的临床应用的提高的可靠性。

另一优点在于改善的健康保健。

本领域技术人员通过阅读和理解下面详细的描述将认识到本发明进一步优点。

附图说明

本发明可以采取各种部件和部件布置以及各种步骤和步骤安排的形式。附图仅用于图示说明优选实施例,而不应将其解释为限制本发明。

图1概要图示了用于分割医学图像的系统;

图2是左颌下腺的2D、强度图像;

图3是在利用本技术的图像增强之后,与图2具有相同比例和相同位置的左颌下腺的相同切片图像;

图4描绘了标记了颌下腺的表面或边界的增强的切片图像;

图5是用于生成用于与图1系统一起使用的增强或分类滤波器技术的概要图示;

图6是左腮腺及周围生物学结构的2D、强度切片;

图7是在根据本技术的增强之后,与图6具有在图像中相同比例和位置的相同感兴趣体积的切片;以及

图8是分割医学图像的方法的流程图。

具体实施方式

参考图1,成像系统10执行对受试者的检查,成像系统10诸如是磁共振成像系统、CT扫描器、正电子发射断层摄影(PET)扫描器、单光子发射计算机断层摄影(SPECT)扫描器、超声扫描器、辐射照相成像系统、其他成像系统以及这些的结合。重建处理器12将来自成像扫描器10的数据重建成强度或灰度图像14,强度或灰度图像14被存储在缓存器或存储器16中。在CT扫描中,例如,灰度能够表示由每个体素吸收(或发射)的辐射的强度或量。在PET图像中,作为另一范例,强度图像的灰度能够表示发生在每个体素中的放射性同位素事件的强度或量。存储器16可以处在与所述扫描器相关联的工作站中、处在中心医院数据库中等。

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/201180037188.1/2.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