[发明专利]根据图像数据来进行骨骼分割

说明书

本文描述了一种用于在谱图像数据中分割骨骼的方法。所述谱图像数据至少包括对应于第一能量的第一组图像数据和对应于第二不同能量的第二图像数据集。所述方法包括：获得所述谱图像数据。所述方法还包括在谱图像数据中提取针对每个体素的特征集。所述方法还包括针对每个体素基于所述特征集来确定每个体素表示骨骼结构的概率。所述方法还包括基于所述概率从所述谱图像数据中提取骨骼结构。

技术领域

下文大体涉及图像数据处理，更具体地涉及根据图像数据来进行骨骼分割，并结合计算机断层摄影(CT)的具体应用进行描述。然而，下文还可以适用于其他成像模态。

背景技术

CT扫描器通常包括x射线管，x射线管被安装在跨检查区被定位在探测器阵列对面的可旋转机架上。可旋转机架以及x射线管围绕检查区旋转。x射线管发射贯穿检查区并被探测器阵列探测到的辐射。探测器阵列生成并输出指示探测到的辐射的信号。该信号被重建以生成三维体积图像数据。体积图像数据包括以对应于相对辐射强度的灰度强度值表示的体素。

灰度值反映被扫描对象的衰减特性并示出被扫描对象内的解剖结构。通过材料对光子的吸收取决于贯穿材料的光子的能量，因此探测到的辐射还包括谱信息，其提供表示对象和/或目标的被扫描材料的元素或材料成分(例如原子数)的额外信息。遗憾的是，传统的CT图像数据并不反映谱特性，因为由探测器阵列输出的信号与在能谱上积分的能量通量成比例。

谱CT捕获上述谱特性。一般地，谱CT扫描器可以包括被配置为发射具有不同均值谱的辐射的多个x射线管，被配置为在扫描期间可控制地在至少两个不同发射电压(例如，80kVp和140kVp)之间切换的单个x射线管、单个广谱x射线管、和/或具有能量分辨探测器(例如，具有光子计数探测器、具有不同谱敏感性的至少两组光电二极管等)和鉴别电子器件的能量分辨探测器阵列。

双能量CT利用在两个光子能量处同时采集的两个衰减值来求解包括材料的质量衰减系数的光电贡献和康普顿贡献，并且因此通过其光电贡献和康普顿贡献的值来识别未知的材料。因为两个基函数的任意两个线性无关和跨度整个衰减系数空间，所以能够由两种其他材料(所谓的基本材料，例如水和碘)的线性组合来表示任意材料。

临床应用通常需要在CT图像数据中分割骨骼结构。例如，分割途径可以基于耗时且乏味的半自动化方法，如基于altas的方法，之后通过交互编辑工具来校正结果；或者不需要交互的较快方法，但其精度不够。通常，由于不同的组织(如，骨骼和血管)具有相同强度范围并且紧密空间接近的事实，简单强度或梯度算子不允许精确的且可靠的骨骼分割。

执行有品质的骨骼分割(即使利用谱CT)是非常具挑战性的任务，因为骨骼具有复杂的结构并具有异质材料成分。一个潜在的挑战在于一些骨骼结构具有与身体中的其他结构(例如对比度增强的器官)非常相似的衰减特性和谱特性。另外，谱CT研究遭受进一步加大挑战的固有的过大噪声问题。结果，主要基于谱信息的骨骼分割算法产生差的结果。

发明内容

本文描述的各方面解决了上述问题和其他问题。

下文描述了一种用于谱CT的快速的、自动的且健壮的骨骼分割算法。所述骨骼分割算法包括利用保留潜在对象结构和谱信息的途径来去除谱噪声，随后在数据集中提取针对每个体素的特征集，确定每个体素属于骨骼结构的概率，分割图像数据的骨骼的全局结构，以及任选地在视觉上增强所分割的骨骼结构。

在一个方面中，本文描述了一种用于在谱图像数据中分割骨骼的方法。所述谱图像数据至少包括对应于第一能量的第一图像数据集和对应于第二不同能量的第二图像数据集。所述方法包括获得所述谱图像数据。所述方法还包括在谱图像数据中提取针对每个体素的特征集。所述方法还包括：针对每个体素基于所述特征集来确定每个体素表示骨骼结构的概率。所述方法还包括基于所述概率从所述谱图像数据中提取骨骼结构。