[发明专利]解剖树结构分析的方法、系统和计算机可读介质

说明书

本公开涉及一种解剖树结构分析的方法、系统和计算机可读介质。该方法可以始于接收解剖树结构分析的任务。然后，可以由处理器设置或接收解剖树结构中的一组位置，作为用于模型输入和模型输出的采样位置。可以由处理器基于任务在采样位置确定模型输入。可以由处理器基于任务为一组位置中各个位置选择编码器。编码器可以配置为接收各位置的模型输入并为对应位置提取特征。之后，可以由处理器构建树结构的递归神经网络(RNN)，其节点对应于一组位置且与对应的编码器相连。可以基于任务选择各节点的RNN单元，并可以基于解剖树结构中的一组位置的空间约束条件设置节点间的信息传播。可以提供生成的树结构的RNN用于执行解剖树结构分析的任务。

交叉引用

本申请要求于2018年6月3日提交的申请号为62/679,868的美国临时申请的优先权，其全部内容通过引用结合于此。

技术领域

本公开大体涉及图像处理和分析。更具体地，本公开涉及解剖树结构分析的方法和系统。

背景技术

解剖树结构广泛存在于人体中，包括人体呼吸道、血管(诸如动脉、静脉、毛细血管等)、神经组织和从乳头延伸的乳腺导管等。近来在医学成像(计算机断层摄影(CT)、核磁共振成像(MRI)、数字减影血管造影(DSA)成像等)的技术进步使得可以以非侵入方式采集不同维度的医学图像，诸如包括解剖树结构的2D、3D、4D等维度的医学图像。临床医生依赖于放射科专家对于医学图像的解读来执行各种疾病诊断，包括但不限于异常检测(诸如腔狭窄/扩张检测、钙化检测、斑块检测等)、异常分类(诸如在正常、狭窄、扩张、钙化斑块、非钙化斑块和混合斑块等之中的斑块类型分类)、参数量化(诸如异常(窄化、扩张、钙化)度的量化、生理测量(直径、面积、流率等)的估计、血流储备分数(FFR)估计)、树分支标注(诸如对提取的分支标注它们的解剖学名称)、以及分割(诸如血管腔分割)等。

通常，在临床实践中，解剖树结构分析是由放射科专家人工执行的，这劳动强度大且耗时，并且结果可能是主观的。因此，可以采用自动化/半自动化的计算机实现的解剖树结构分析来协助放射科专家提高图像分析的效率、准确度和一致性。

虽然基于机器学习的算法已经被引入到解剖树结构的这种半自动或自动化的图像分析，这些算法典型地依赖于沿着各个分支采样的单个中心线点或一系列的中心线点的局部特征，因此仅仅能够获得单点或序列分析。更重要的是，对于同个解剖树结构，这些算法需要异步地分析各个分支，这可能在交叉区域和重叠分支区域中获得不一致的分析结果，降低了分析的准确度和效率。

提出本公开以解决以上问题。

发明内容

本公开意图提供一种解剖树结构分析的方法和系统，其中，可以为解剖树结构分析的具体任务生成基于树结构的模型。所生成的模型并非独立地考虑解剖树结构中的各个采样位置的特征。而是，其在模型中的递归神经网络部的节点之间(尤其是节点之间的信息传播)嵌入树结构的空间关系，并将整个树结构中的采样位置的全局相关性考虑在内。因此，所生成的模型可以提高分析准确度和效率。此外，所生成的模型可以同时地获得解剖树结构中的分支各处的所有采样位置的分析结果，以避免由分支的异步分析所导致的可能错误。

在一个方面，本公开旨在提供一种解剖树结构分析的计算机实现的方法和系统。该方法可以始于接收解剖树结构分析的任务。然后，可以由处理器设置解剖树结构中的一组位置，作为用于模型输入和模型输出的采样位置。然后，可以由所述处理器基于所述任务确定在所述一组位置中各个位置处的模型输入。可以由所述处理器基于所述任务选择用于各个位置的编码器。所述编码器可以被配置为接收各个位置处的所述模型输入并提取相应的采样位置的特征。此后，可以由所述处理器构建节点与所述一组位置对应且与相应各个编码器连接的树结构的递归神经网络(RNN)。所生成的模型因此适用于所述任务。可以基于所述任务选择用于各个节点的RNN单元，并可以根据所述解剖树结构中的所述一组位置的空间约束关系来设置节点间的信息传播。可以提供所述树结构的RNN用于执行所述解剖树结构分析的所述任务。