[发明专利]基于自动空间上下文的3D图像中的多对象分段

权利要求书

1.一种用于对磁共振（MR）图像中的骨骼和软骨进行分类的方法，包括：

- 在数据处理系统中接收MR图像测试模型，所述测试模型包括未经分类的骨骼和软骨部分；

- 通过所述数据处理系统确定所述测试模型的测试体积，所述测试体积包括所述测试模型的要分类为骨骼或软骨的区域；

- 通过所述数据处理系统修改所述测试模型，使得所述测试体积对应于主动形状模型的均值形状和形状变化空间；

- 通过所述数据处理系统，通过使所述测试体积适合于所述主动形状模型的所述均值形状和所述形状变化空间而产生所述测试体积到骨骼区域和软骨区域的初始分类；

- 通过所述数据处理系统，通过关于所述主动形状模型细化所述测试体积的边界而产生所述测试体积到骨骼区域和软骨区域的细化分类；以及

- 根据所述细化分类将所述MR图像测试模型分段成对应于骨骼区域和软骨区域的不同区域。

2.如权利要求1所述的方法，还包括：

- 接收多个训练体积，所述多个训练体积包括骨骼和软骨的已知区域；

- 执行相干点漂移（CPD）过程以产生对应网格，所述对应网格的每一个对应于相应的每一个训练体积；

- 执行主成分分析（PCA）过程以从所述对应网格产生PCA模型；以及

- 从所述PCA模型产生所述主动形状模型。

3.如权利要求2所述的方法，其中所述CPD过程包括在所述多个训练体积上执行点集配准。

4.如权利要求1-3中一项所述的方法，其中修改所述测试模型包括将模型变形应用于所述测试模型，所述模型变形包括所述测试模型的平移、旋转和缩放。

5.如权利要求1-4中一项所述的方法，其中所述数据处理系统通过边际空间学习而使用姿态估计来产生所述测试模型的修改所要求的估计的平移、旋转和缩放。

6.如权利要求1-5中一项的权利要求1所述的方法，其中关于所述主动形状模型细化所述测试体积的边界包括执行随机走动过程。

7.如权利要求1-6中一项所述的方法，其中将所述MR图像测试模型分段成对应于骨骼区域和软骨区域的不同区域包括将所述MR图像测试模型分段成髌骨区域、髌软骨区域、股骨区域、股软骨区域、胫骨区域以及胫软骨区域。

8.如权利要求1所述的方法，其中所述数据处理系统利用对应于所述不同区域的分段数据来注解所述MR测试图像模型。

9.如权利要求3所述的方法，其中所述数据处理系统显示所述MR图像测试模型，包括指示所述MR图像测试模型上的所述不同区域。

10.一种用于对磁共振（MR）图像中的骨骼和软骨进行分类的方法，包括：

- 在数据处理系统中接收MR图像测试模型，所述测试模型包括由多个体素表示的未经分类的骨骼和软骨部分；

- 通过所述数据处理系统使用第一遍随机森林分类器执行第一分类过程以产生将所述测试模型的每一个体素分类为股软骨、胫软骨、髌软骨或背景中的一个的第一遍概率图；

- 通过所述数据处理系统使用第二遍随机森林分类器执行第二分类过程以产生将所述第一遍概率图的每一个体素分类为股软骨、胫软骨、髌软骨或背景中的一个的第二遍概率图；

- 在所述数据处理系统中存储对应于所述第二遍概率图、如与所述MR图像测试模型相关联、并且指示每一个体素的分类的分类数据；以及

- 显示所述MR图像测试模型，包括指示所述MR图像测试模型的对应于每一个体素的分类的部分。

11.一种数据处理系统，包括：

处理器；以及

可访问的存储器，所述数据处理系统被配置成：

- 接收MR图像测试模型，所述测试模型包括未经分类的骨骼和软骨部分；

- 确定所述测试模型的测试体积，所述测试体积包括所述测试模型的要分类为骨骼或软骨的区域；

- 修改所述测试模型使得所述测试体积对应于主动形状模型的均值形状和形状变化空间；

- 产生所述测试体积到骨骼区域和软骨区域的初始分类；

- 通过关于所述主动形状模型细化所述测试体积的边界而产生所述测试体积到骨骼区域和软骨区域的细化分类；以及

- 根据所述细化分类将所述MR图像测试模型分段成对应于骨骼区域和软骨区域的不同区域。