[发明专利]图像数据处理方法及系统

说明书

以下总体上涉及至少基于直方图箱宽度、图像噪声或造影剂浓度中的一个的缩放不规则图。一种方法包括从对象或目标的体积图像数据获得无缩放不规则图，所述无缩放不规则图是基于关于感兴趣体素的体素分布的局部加权直方图生成的。所述局部加权直方图包括具有预定箱宽度的多个箱。所述局部权重是基于预定簇长度来确定的。所述方法还包括对所述无缩放不规则图进行缩放，生成经缩放不规则图。所述无缩放不规则图是至少基于所述直方图箱宽度被缩放的。

技术领域

以下总体上涉及定量成像，并且更具体地涉及组织不规则图，并且利用对计算机断层摄影(CT)的具体应用来描述；然而，以下也适用于其他成像模态。

背景技术

对诊断图像的视觉分析基于对诸如大小和形状的形态学信息的评价。图像感知(例如，识别所感知的图案与可能的诊断之间的关系)取决于放射科医生的知识、分析技巧、记忆力、直觉、以及勤勉。然而，人类视觉感受系统在辨别诸如源自于图像亮度或对比度上的局部空间变化的粗糙和不规则的纹理信息中是有困难的。纹理或结构分析已经成为计算机辅助诊断(CAD)的部分。

CAD算法包括了使用对从不同可变纹理分析途径计算的纹理的数学描述符的初始量化，接着使用基于计算机视觉与人工智能、机器学习或人工神经网络的决策算法。文献中已知的纹理量化途径能够被划分成若干大类：A)基于模型的途径(例如，分形和随机模型)，其通过识别反映关于要被分析的组织图像的类型的先验信息的适当模型来分析纹理；B)频域功率谱分析、结构形状拟合方法，或小波分析；以及C)基于直方图和基于统计的分析。

临床研究已经表明，CT纹理分析可以带来在患有非小细胞肺癌、结肠直肠癌、肾细胞癌、以及肝转移的患者中的实际预测和预后信息。生理基本原理在于，组织异质性和不规则(例如，在肿瘤血液供应中常常存在的那些)是恶性肿瘤的公认特征。尤其地，示出基于直方图的熵和均匀度计算能够在设法减小图像噪声纹理的影响的同时被用于评估纹理粗糙和不规则在病灶之内或周围的分布。纹理分析也已经被证明用于非癌症疾病(例如，肺气肿)。

然而，当前的途径不太适合对图像数据中的组织纹理和结构的鲁棒的定量分析。例如，这样的途径提供了相对任意的结果，所述结果在比较不同的临床案例时或者在设法设定通用处置指南时能够难以依靠，这样的途径取决于训练集的复杂模型或数据库，要求应当针对具体的临床案例进行选择和优化的许多参数，要求用户的准确ROI描画或精细的分割算法等。正因如此，存在对于其他途径的未解决的需要。

本文中描述的各方面解决了上述问题和其他问题。

发明内容

以下总体上涉及至少基于直方图箱宽度、图像噪声或造影剂浓度中的一个的缩放不规则图。

在一个方面中，一种方法，包括从对象或目标的体积图像数据获得无缩放不规则图，所述无缩放不规则图是基于关于感兴趣体素的体素分布的局部加权直方图生成的。所述局部加权直方图包括具有预定箱宽度的多个箱。所述局部权重是基于预定簇长度来确定的。所述方法还包括对所述无缩放不规则图进行缩放，生成经缩放不规则图。所述无缩放不规则图是至少基于所述直方图箱宽度被缩放的。

在另一方面中，一种图像数据处理系统，包括经缩放不规则图生成器，所述经缩放不规则图生成器从对象或目标的体积图像数据获得无缩放不规则图，所述无缩放不规则图是基于关于感兴趣体素的体素分布的局部加权直方图生成的。所述局部加权直方图包括具有预定箱宽度的多个箱，并且其中，所述局部权重是基于预定簇长度来确定的。所述经缩放不规则图生成器包括直方图箱宽度缩放器，所述直方图箱宽度缩放器对所述无缩放不规则图进行缩放，生成经缩放不规则图，其中，所述无缩放不规则图是至少基于所述直方图箱宽度、图像噪声或造影剂浓度中的一个被缩放的。