[发明专利]用于医学图像中的肺结节的自动化检测的系统和方法

说明书

相关申请的交叉引用

本申请是2012年9月13日提交的序号为61/700,592的美国临时专利申请的非临时申请，并通过引用将其全部并入本文中。

关于由联邦政府资助的研究或开发的声明

不适用

通过引用并入的以光盘提交的资料

不适用

受到版权保护的材料的公告

按照美国和其它国家的版权法，本专利文件中的部分材料受版权保护。当专利文件或专利公开出现在美国专利商标局公开发布的文件或记录中时，版权拥有者不反对任何人对专利文件或专利公开的拓制，但是，版权拥有者保留除此以外的所有版权。版权拥有者由此不放弃任何维持本专利文件保密性的权利，包括不限于其依照美国联邦法规第37辑第1.14条的权利。

发明的背景

1.技术领域

本发明总体上涉及计算机断层扫描成像，更具体地，涉及医学图像中的肺结节的自动化检测和测量。

2.背景技术

已将计算机断层扫描(CT)成像用于对患者的肺部疾病的位置、范围和进展进行体内评估。在大规模患者群中常规且可靠地执行这些分析的能力对于使这些方法能够在临床试验和实践中施展是非常重要的。但是，在临床实践中诊断成像的作用通常被限制于目测。

对于临床实践中可实行的分析，需要基于数据集的规模(对于各向同性的体素间距，>400个横截面图像)的可靠自动化。肺癌是由癌症导致的死亡的主要原因。成像技术用于对肺结节进行检测、诊断、测量、和跟踪。

在医学成像中，结节检测是一种更具挑战性的视觉检测任务。由于低对比度、小尺寸、或结节在复杂的身体结构(例如，门)区域内的位置，可能难以在图像上对结节进行视觉上的检测。审阅人的疲劳、心不在焉、以及满足于从对不相关病理的观察中进行搜索是其它公认的导致遗漏结节的原因。更薄的切片和重叠重建间隔改善了纵向分辨率，但是需要生成大量的数据集(700或更多个横截面图像)，这会导致解读困难以及遗漏结节的可能性。

已经证明肺结节的自动化计算机检测可帮助审阅人更准确和一致地进行肺结节的检测[布朗2005]。

已存在许多计算机辅助检测(CAD)系统，其开发用于计算机断层扫描(CT)图像中的肺结节检测[格文2008]。但是，CAD没有得到广泛的临床应用，因为它无法限制假阳性检测，例如，诸如血管或气道分支之类的被CAD错误地检测为结节的正常身体结构。这些假阳性不仅会耗费时间来进行排除，并且某些研究指出，放射科医师会错误地接受假阳性，这在实践中会导致不必要的病情检查。

并且，大多数之前的方法趋向于关注固态结节，固态结节在图像中呈现为更明亮并因此更容易检测(例如，使用高于-300HU的阀值)。如果某个方法尝试检测模糊的磨玻璃结节(其强度为-700HU左右)，它们通常会生成过多的假阳性以至于无法实践。

发明内容

因此，本发明的目的是开发用于提高结节检测精度同时排除正常解剖结构的算法。本发明并入了用于肺部图像分析的自动化和交互式系统，特别是基于分水岭的欧几里得距离变换和分割方法，该方法甚至在实现了对固态和模糊的磨玻璃结节的高敏感度的情况下保持了低水平的假阳性检测。

一个方面是一种肺结节检测系统，其被构造为对直径大于阀值(例如，4mm)或图像切片厚度两倍(取两者中较大者)的固态和磨玻璃结节进行检测和报告。

另一个方面是一种提供了改善的对肺部内的高强度区域进行分割和形状鉴定的方法，其用于更好地区分倾向于球形的结节与通常更加接近管状的血管。本发明的改进的识别力降低了由于CAD系统带来的假阳性的数量，同时保持了灵敏性。

另一个方面是一种用于对患者肺部的计算机断层扫描(CT)图像进行自动分割的方法。该方法包括如下步骤：对CT图像进行分割以获得一个或多个肺部区域；对该肺部区域进行强度阀值化以生成遮罩区域，该遮罩区域包括与肺部区域内的解剖结构对应的高强度体素；计算该遮罩区域的欧几里得距离图；对欧几里得距离图执行分水岭分割以生成一个或多个子区域；针对每个子区域识别种子点；从每个子区域的种子点生长出候选区域；根据所述候选区域的一个或多个几何特征将一个或多个候选区域分类为肺结节。