[发明专利]用于在危及器官分割之前识别目标区域的系统和方法

说明书

本申请提供一种用于生成患者的感兴趣区域(ROI)的三维(3D)边界框的方法和设备。所述方法包括：接收作为患者的轴向视图的二维(2D)最大强度投影(MIP)图像，以及接收作为患者的矢状视图的2D MIP图像。使用2D MIP图像，来检测患者的ROI的第一2D边界框和患者的ROI的第二2D边界框。接收患者的3D MIP图像，以及使用3D MIP图像，第一2D边界框和第二2D边界框，来生成患者的ROI的3D边界框。提供包括3D边界框的3D MIP图像。

相关申请的交叉引用

本申请要求于2019年8月5日在美国专利商标局提交的第16/531,719号美国专利申请的优先权，该美国专利申请的公开内容通过引用整体并入本文。

背景技术

自动的危及器官(OAR)分割已成为流行的研究主题，因为手动分割费时且依赖于操作者。深度学习方面的最新发展将分割任务的时间量减少到约数毫秒。

然而，由于图形处理单元(GPU)存储器的限制，导致将具有原始尺寸的大量三维(3D)体积数据馈送到分割网络中，通常是不切实际的。为了解决这个问题，一些技术使用修剪、滑动窗口或下采样，作为预处理步骤。下采样可能去除输入图像的高频信息，结果降低了随后的分割精度。人工修剪引入了人类交互作用，且效率低。滑动窗口方法总体上可稍微提高分割精度，但是在推断阶段更费时。

本公开有效地检测头颈部的边界框，将输入缩小到感兴趣区域，并在保持图像细节的同时节省GPU存储器资源。

发明内容

根据本公开的一方面，提供了一种用于生成患者的感兴趣区域(ROI)的三维(3D)边界框的方法，包括：由设备接收作为患者的轴向视图的二维(2D)最大强度投影(MIP)图像；由设备接收作为患者的矢状视图的2D MIP图像；由设备使用作为患者的轴向视图的2DMIP图像，来检测患者的ROI的第一2D边界框；由设备使用作为患者的矢状视图的2D MIP图像，来检测患者的ROI的第二2D边界框；由设备接收患者的3D MIP图像；由设备使用患者的第一2D边界框、第二2D边界框和3D MIP图像，来生成患者的ROI的3D边界框；以及由设备提供包括患者的ROI的3D边界框的3D MIP图像，以允许使用包括ROI的3D边界框的3D MIP图像来进行危及器官(OAR)分割。

根据本公开的一方面，提供一种用于生成患者的感兴趣区域(ROI)的三维(3D)边界框的设备，包括：至少一个存储器，配置成存储程序代码；以及至少一个处理器，配置成读取程序代码并按照程序代码的指令进行操作，程序代码包括：接收代码，配置成使得至少一个处理器接收作为患者的轴向视图的二维(2D)最大强度投影(MIP)图像，接收作为患者的矢状视图的2D MIP图像以及接收患者的3D MIP图像；检测代码，配置成使得至少一个处理器使用作为患者的轴向视图的2D MIP图像，来检测患者的ROI的第一2D边界框，以及使用作为患者的矢状视图的2D MIP图像，来检测患者的ROI的第二2D边界框；生成代码，配置成使得至少一个处理器使用患者的第一2D边界框、第二2D边界框和3D MIP图像，来生成患者的ROI的3D边界框；以及提供代码，配置成使得至少一个处理器提供包括患者的ROI的3D边界框的3D MIP图像，以允许使用包括ROI的3D边界框的3D MIP图像来进行危及器官(OAR)分割。

根据本公开的一方面，提供一种非暂时性计算机可读介质，该非暂时性计算机可读介质存储有指令，该指令包括一个或多个指令，一个或多个指令在由设备的一个或多个处理器运行时，使得一个或多个处理器：接收作为患者的轴向视图的二维(2D)最大强度投影(MIP)图像；接收作为患者的矢状视图的2D MIP图像；使用作为患者的轴向视图的2D MIP图像，来检测患者的ROI的第一2D边界框；使用作为患者的矢状视图的2D MIP图像，来检测患者的ROI的第二2D边界框；接收患者的3D MIP图像；使用患者的第一2D边界框、第二2D边界框和3D MIP图像，来生成患者的ROI的3D边界框；以及提供包括患者的ROI的3D边界框的3D MIP图像，以允许使用包括ROI的3D边界框的3D MIP图像来进行危及器官(OAR)分割。