[发明专利]用于分割图像中的对象的分割系统

说明书

本发明涉及一种用于分割图像中的对象的分割系统。分割系统被配置为将包括表面元素的表面模型放置在图像内，针对每个表面元素来确定图像的相应的子体积(6)，并且使用神经网络(51)以基于所确定的子体积来确定在表面元素与图像中的对象的边界之间的相应距离。然后根据所确定的距离来适配表面模型以便分割对象。与已知技术(其依赖于(10)例如沿着垂直于相应表面元素的线对候选点进行采样以及针对候选点来确定它们指示对象的边界的可能性)相比，这种基于图像的子体积和神经网络的分割得以改进。

技术领域

本发明涉及用于分割图像中的对象的分割系统、方法和计算机程序。本发明还涉及用于训练神经网络的训练系统、方法和计算机程序。

背景技术

O.Ecabert等人的文章“Segmentation of the heart and great vessels in CTimages using a model-based adaptation framework”(Medical Image Analysis，第15卷，第863-876页(2011))公开了一种用于分割图像中的心脏的基于模型的分割技术。基于模型的分割包括将心脏的表面模型放置在图像中，其中，该表面模型包括作为三角形的表面元素。针对每个表面元素，沿着垂直于相应的表面元素的线来对候选点进行采样，并且针对这些候选点中的每个候选点，确定其对应于心脏的边界的可能性，其中，然后选择具有最高可能性的候选点，并且相应地适配相应的表面元素的位置。为了选择具有最高可能性的候选点，可以使用特定于三角形的接受标准，诸如在J.Peters等人的文章“Optimizingboundary detection via Simulated Search with applications to multi-modalheart segmentation”(Medical Image Analysis，第14卷，第70-84页(2010))中公开的标准。这种基于模型的分割并不总是提供良好的分割结果。

发明内容

本发明的目的是提供允许对图像中的对象进行改进的分割的分割系统、方法和计算机程序。本发明的另外的目的是提供用于训练可以用于提供改进的分割的神经网络的训练系统、方法和计算机程序。

在本发明的第一方面中，提出了一种用于分割图像中的对象的分割系统，其中，所述分割系统包括：

图像提供单元，其用于提供对象的图像，所述图像表示图像体积，

模型提供单元，其用于提供用于被适配于所述对象的表面的可变形表面模型，其中，所述表面模型包括定义网格表面的相应部分的表面元素，

子体积确定单元，其用于将所述表面模型放置在所述图像内并且用于针对所述表面模型的每个表面元素来确定所述图像的相应的子体积，使得所述相应的子体积与相应的表面元素重叠，

神经网络提供单元，其用于提供卷积神经网络，所述卷积神经网络适于基于所确定的子体积来确定在所述表面模型的表面元素与所述图像中的所述对象的边界之间的距离，

距离确定单元，其用于通过使用所提供的神经网络，基于所确定的子体积来确定在所提供的且所放置的表面模型的表面元素与所提供的图像中的所述对象的所述边界之间的相应距离，以及

模型适配单元，其用于根据所确定的距离来将所述表面模型适配于所述图像中的所述对象。

与已知技术(其依赖于例如沿着垂直于相应表面元素的线对候选点进行采样以及针对候选点来确定它们指示对象的边界的可能性)相比，通过针对相应的表面元素确定相应的子体积，通过使用子体积以及用于确定在表面元素与图像中的对象的边界之间的距离的卷积神经网络，以及通过然后使用这些距离来适配表面模型，对图像中的对象的分割得以改进。