在ct血管造影術中分割結構的方法及設備的製作方法

2023-06-30 20:22:21 1

專利名稱：在ct血管造影術中分割結構的方法及設備的製作方法
技術領域：
本發明通常涉及醫學成像領域，尤其涉及體積醫學成像領域。特別地，本發明涉及一種在計算機斷層造影中用於分割骨及脈管系統數據的技術。
背景技術：
體積醫學成像技術應用多種技術來集合人體的三維信息。例如，計算機斷層造影(CT)成像系統對從多個角度通過病人的X線束的衰減進行測量。根據這些測量，計算機就能夠重建造成輻射衰減的病人身體部分的圖像。如本領域技術人員將會理解的那樣，這些圖像是基於一系列成角向位移的橫截面單獨檢測。需要指出的是，CT系統產生代表著被掃描對象的線性衰減係數的分布的數據。該數據隨後被重建以產生圖像，該圖像典型地顯示於陰極射線管上，並且可以被列印或複製於膠片上。
例如，在CT血管造影術(CTA)領域，脈管系統和其它循環系統的結構可以被成像，這種成像典型地通過在成像之前施用射線穿不過的染色來實現。CTA數據的可視化典型地以二維方式完成，即，逐層的，或者以三維的方式完成，即體積可視化，其允許對數據進行脈管的病理學分析。例如，該數據可被分析用於動脈瘤，脈管鈣化，腎供體評估，斯坦特擴張器(stent)的放置，脈管堵塞，以及用於脈管大小(sizing)和/或徑流量(runoff)估計。一旦病理被定位，病理的定量評估可根據原始的二維片層作出。
CTA過程可包括用於在圖像數據中分割結構的過程，例如脈管系統和/或骨結構。這樣的分割典型地包括識別圖像數據的哪些體素與特定結構或感興趣結構相關聯。分割的結構隨後可在剩餘圖像數據之外被觀察到，或者可從剩餘圖像數據中被屏蔽，來允許觀察其它被遮蔽的結構。例如，在CTA中，分割可用於完成識別所有與脈管系統相關聯的體素，允許提取和觀察圖像區域中的整個循環系統。同樣地，也可以從圖像數據中識別和屏蔽，或者減去骨結構中的所有體素，以允許在隨後的可視化期間觀察到會以其他方式被相對不透明的骨結構遮蔽的脈管系統和/或其它結構。
然而，脈管系統和骨結構的分割可因多種因素而變得複雜。例如，在CTA中，圖像亮度的重疊，成像結構非常接近，有限的檢測器解析度，鈣化，以及介入裝置可使對骨和脈管系統結構的識別和分割變得困難起來。而且，在成像的體積中的複雜的人體解剖學的解剖區域和子區域可受益於微分處理技術。特別地，在頭部和頸部的骨和脈管系統的複雜情況可得益於基於整個區域內的截然不同子區域的微分處理。
因為這些複雜的因素，現有的分割技術由於拙劣的邊緣識別和/或圖像數據的非同質性，可能不正確地將圖像數據排除在分割結構之外。這樣的排除可能造成分割技術過早或錯誤的終止。此外，由於這些缺陷，在現有技術下，在感興趣的結構內分離或融合的部分可能不會被正確分割。或者，亮度範圍的重疊和/或拙劣的邊緣識取技術可造成在被分割的結構中不正確地包括了接近背景的區域，導致了分割過程的過晚終止。
結果，對複雜或鄰接的三維結構，例如頭部和頸部區域周圍的脈管系統的正確的分割，可能需要操作員介入或輸入。特別地，需要操作員的介入來指定起始點和/或避免無意地將體積數據包含在分割結構中或將其從分割結構中排除。例如，操作員可通過在一些片層繪出骨周圍的輪廓並建立將被移除的骨結構來手動地移除骨。根據這一結果，操作員可對有問題的片層重複這一過程，直到得出滿意的結果，此時，操作員可以這種方式對下一組將被重複處理的片層進行處理。由於通過CT和其它成像設備觀察骨邊緣很粗劣，這一過程在頭部和頸部區域可能會特別困難。此外，骨的形狀可在一些片層的空間內快速變化，防礙了操作員使用相同的輪廓作為更多片層的原始參考。結果，操作員可能在整個過程中必須重複地重新畫出或重新設置輪廓，可能花費超過1小時的時間來處理被成像的頭部和頸部體積。此外，操作員的介入可能導致用戶之間和同一用戶在結構的分割上的可變性。
由於這一過程相當耗時，操作員可能企圖通過將處理限制在對與病理位置相應的感興趣的區域或體積來減少處理時間。然而，以這種方式限制該處理並不能獲得所有可用的體積數據組的全部優點。此外，將處理過程限制為對已知或疑似病理區域進行處理可能妨礙了其它模糊的病理的發現，而不管數據的可用性。因此，需要在CTA過程中使複雜解剖區域的結構的分割，提取，以及屏蔽過程自動化，所述複雜解剖區域例如頭部和頸部。

發明內容
本技術提供了一種新穎的方法來從CTA數據自動生成骨屏蔽(bone mask)。特別地，該技術對於自動地生成頭部和頸部區域的骨屏蔽可能以有用。根據本技術，可對圖像數據集進行預處理，來促進感興趣結構的分割，感興趣的結構通常為骨和脈管系統。數據的預處理可包括移除與工作檯或支撐物相關聯的圖像數據，切割體積數據為子體積，其反映該部位的解剖結構，計算指示結構邊緣的梯度，和/或計算用於分割期間的種子點(seed point)。在分割過程中，骨可被侵略性地分割，例如基於強度。脈管系統可根據各種技術被自動地分割，這些技術包括動態抑制區域生長，氣泡波連通性(bubble waveconnectivity)，和/或射線和輪廓傳播(contour propagation)。如果需要，脈管系統在分割後可被平滑。脈管系統可從被分割的骨中減去，來生成骨屏蔽，其可依次從圖像數據中減去，來生成無骨的數據集。該無骨的數據集可被重建或繪製處理來產生無骨的體積以便觀察。
依照本技術的一個方面，提供了一種用於生成骨屏蔽的方法。按照這一方面所提供的，採集圖像數據集並對其進行預處理來自動地計算至少一個或多個種子點，以及一個或多個結構邊緣。初步的骨屏蔽從圖像數據集中生成。脈管系統結構通過使用一個或多個種子點，一個或多個結構邊緣，以及圖像數據被自動地確定。從初步的骨屏蔽中減去脈管系統結構來生成骨屏蔽。提供由這一方法定義的類型的功能性的系統和電腦程式也由本技術提供。


前述的以及其它本發明的優點和特徵通過閱讀隨後的詳細描述並參考附圖將變得顯而易見，其中圖1是根據本發明以CT成像系統形式表示的用於產生處理後圖像的示範性成像系統的圖解視圖；
圖2是圖1中的CT的物理實現的另一個圖解視圖；圖3是描述本技術各方面的流程圖；以及圖4是依照示範性的骨外形用切割線將頭部細分為三個子體積的頭部冠狀視圖。
具體實施例圖1用圖解法說明了用於採集並處理圖像數據的成像系統10。在說明的實施例中，系統10是依照本技術的計算機斷層造影(CT)系統，其被設計成既可以採集原始圖像數據又可以對圖像數據進行處理以便顯示和分析。其它的採集體積圖像數據的成像模式，例如磁共振成像(MRI)或正電子發射斷層攝影(PET)，也可得益於本技術。接下來關於CT系統的討論僅僅是一種這樣實現的實例，而不受模式或解剖位置的局限。
在圖1示出的實施例中，成像系統10包括與準直器14鄰接定位的X射線輻射源12。在這一示範性的實施例中，X射線輻射源12的源典型地是X射線管。準直器14允許輻射束16穿入定位了受檢者的區域，所述受檢者例如病人18。輻射20的一部分穿過或圍繞著受檢者，並且衝擊檢測器陣列，一般用參考數字22來表示。陣列的檢測器元件生成電子信號來表示入射的X射線束的強度。可以採集這些信號並對它們進行處理來重建受檢者內的特徵圖像。
源12受系統控制器24的控制，系統控制器24為CT檢測序列供給能量及控制信號。此外，檢測器22耦合到系統控制器24上，其命令採集在檢測器22生成的信號。系統控制器24也可執行不同的信號處理及濾波功能，例如用於動態範圍的初始調整，數字圖像數據的交錯，等等。通常，系統控制器24命令成像系統的操作來執行檢測協議並處理採集的數據。在本文中，系統控制器24也包括信號處理電路，典型地基於通用或專用數字計算機，接口電路，等等。系統控制器24也可包括相關聯的存儲電路，用於存儲配置參數，圖像數據，和/或由計算機執行的程序及例行程序。例如，整體地或部分地實現本技術的程序和例行程序，可被存儲於可被系統控制器24訪問的存儲電路，例如存儲於一個或多個光和/或磁介質。
在圖1示出的實施例中，系統控制器24耦合到旋轉子系統26以及線性定位子系統28上。旋轉子系統26使X射線源12，準直器14和檢測器22能夠圍繞病人18旋轉一圈或多圈。需要注意的是旋轉子系統26可包括臺架。因此，系統控制器24可用於操作臺架。線性定位子系統28使病人18，或更特定地，使病人臺成線性地位移。因此，病人臺可在臺架內部線性移動來生成病人18的特定區域的圖像。電機控制器32可用於控制旋轉子系統26及線性定位子系統28的移動。此外，輻射源可受定位在系統控制器24內部的X射線控制器30的控制。特別地，X射線控制器30被設置為向X射線源12提供能量和時間信號。
進一步，系統控制器24也示出包含數據採集系統34。在這一示範性的實施例中，檢測器22耦合到系統控制器24上，並且更特別地耦合到數據採集系統34上。數據採集系統34接收由檢測器22的讀數電子器件收集的數據。數據採集系統34典型地接收來自檢測器22的採樣模擬信號並將這些數據轉換為數位訊號以供後續處理和/或由計算機36顯示。
計算機36典型地耦合到系統控制器24上。由數據採集系統34收集的數據可被傳送至計算機36，並且此外傳送至存儲器38。可以理解用於存儲大量數據的任何類型的存儲器都可由這樣的示範性的系統10使用。計算機36也被配置為通過典型地配備有鍵盤和其它輸入裝置的操作員工作站40接收來自操作員的命令和掃描參數。操作員可通過輸入裝置來控制系統10。耦合到操作員工作站40的顯示器42可用於觀察重建的圖像並控制成像。另外，掃描的圖像也可在印表機43上列印，該印表機耦合到計算機36以及操作工作站40上。因此，操作員可觀察重建的圖像以及其它來自計算機36的與系統相關的數據，啟動成像，等等。
進一步，操作員工作站40也可耦合到圖片存檔及通訊系統(PACS)44。需要注意的是，PACS 44可被耦合到遠程客戶端46，放射科信息系統(RIS)，醫院信息系統(HIS)上，或耦合到內部或外部網絡上，從而在不同的位置其他人可訪問圖像及圖像數據。
需要進一步注意的是，計算機36和操作員工作站46可耦合到其它的輸出裝置上，所述其它的輸出裝置包括標準或專用計算機顯示器以及相關聯的處理電路。一個或多個操作員工作站40可進一步連結到用於輸出系統參數，請求檢測，觀看圖像等等的系統。通常，在該系統內部提供的顯示器，印表機，工作站，以及類似的裝置可位於數據採集組件本地，或在這些組件的遠端，例如在研究所或醫院中的別處，或者在完全不相同的地方，它們通過一個或多個可配置的網絡，例如網際網路，虛擬專用網絡等等連結到圖像採集系統。
通常參考圖2，本實施例中使用的示範性的成像系統可以是CT掃描系統50。CT掃描系統50帶有框架52和具有孔56的臺架54。孔56的直徑典型為60cm至70cm。而且，病人臺58位於支架52和臺架54的孔56內。病人臺58設置為使得病人18可在檢查過程期間可以躺下。另外，病人臺58可被設置為由線性定位子系統28(參見圖1)線性地位移。臺架54帶有輻射源12，典型地帶有X射線管，其從焦點62發射X射線。輻射束朝向病人18的特定區域。需要注意的是病人18的特定區域典型地由操作員進行選擇，從而採集最有用的區域掃描。如上所述，計算機36典型地用於控制整個CT系統10。控制系統操作的主計算機適於控制由系統控制器24使能的部件。此外，操作員工作站40耦合到計算機36和顯示器上，從而可現看到重建的圖像。
在典型的操作中，X射線源12從焦點62向檢測陣列22投射X射線束。檢測器22通常由多個對X射線敏感的檢測器元件組成，其感應穿過並圍繞感興趣的區域，例如特殊的身體部分的X射線。當X射線束打到檢測器上時，每一檢測器元件產生代表X射線束在元件所在位置的強度的電信號。此外，臺架54繞感興趣的受檢體旋轉，從而計算機36可收集多個X射線攝影的視圖。因此得到圖像和片層，該圖像和片層可在一定的模式下，對投影數據小於或大於360度合併，來形成一幅圖像。使用X射線源12前面的鉛遮光板和不同的檢測器孔22，圖像被校準到需要的厚度，典型地在0.5mm至10mm之間。準直器14(見圖1)典型地限定了從X射線源12發出的X射線束的大小和形狀。
因此，當X射線源與檢測器22旋轉時，檢測器22收集衰減的X射線束的數據。從檢測器22收集的數據然後經過預處理和校準，以便調節數據來代表被掃描對象的衰減係數的線積分。被處理的數據，通常稱為投影，隨後經濾波和背投影來確定被掃描區域的圖像。
一旦由圖1和2所示系統生成的圖像被重建，該圖像顯露出病人的內部特性。通常如圖2所示，重建的體積的圖像片層64或重建的體積自身可被顯示來展現這些特徵，例如由圖2中的參考標記66所表示的。在診斷醫療病情的過程中，例如疾病狀態，更通常地在醫療事件中，放射師或內科醫生可能考慮圖像64的顯示的硬拷貝來辨別感興趣的特性特徵。這種特徵可包括機能損害，特定解剖結構或器官的大小和形狀，以及其它根據每個從業者的技術和知識可在圖像中辨別的特徵。其它的分析可根據不同的CAD算法的能力而定。本領域技術人員將會理解，CAD算法可提供識別或者至少是局部化感興趣的一定特徵例如解剖異常的可能。隨後的處理過程和數據採集可由從業者判斷和根據經驗確定。
儘管像圖像64的二維軸向片層顯示於圖2中，實際上圖像64也可是體繪製(volumetric rendering)，例如體和/或面繪製。這些體繪製處理技術允許操作員三維可視化，並可提供比簡單地掃描二維軸向片層更多的信息。然而，當CTA數據進行體繪製時，骨結構可形成封閉的邊緣，其需要被分割並屏蔽掉。此外，在CTA中需要從背景的剩餘部分中分割並提取脈管系統。然而，分割過程可由於骨(小梁和皮質)的圖像強度重疊以及對比增強的脈管而變得複雜。另外，在複雜的解剖區域，例如頭部/頸部區域，複雜的解剖剖面以及骨和脈管的空間關係可使分割變得複雜，特別是在自動的情況下。結果，過於耗時的操作員輔助工作可包括CTA體繪製的產生，該CTA體繪製包括結構的分割、提取或屏蔽。
一種有助於體積成像處理的自動化的技術參考圖3和隨後的附圖進行描述和討論。如圖3所示，圖像數據集70，典型地是作為DICOM序列存儲的一堆512×512的軸向片層，可在步驟74的結構分割之前的步驟72進行預處理。如圖所示，每一個預處理步驟及結構分割步驟可包括不同的子步驟。結構分割步驟74通常產生初步的骨屏蔽76和脈管結構(vascular tree)78。脈管結構78可在步驟80從初步的骨屏蔽中減去來生成骨屏蔽82。骨屏蔽82可在步驟84從圖像數據集70中減去來生成元骨的CTA體積86，其被繪製為放射師和技師可複查和分析的三維構造。通過本技術，對圖像數據集70進行的用於生成無骨的CTA體積的各個步驟可以採用在計算上高效的方式自動化和執行。
如上面提到的那樣，在CTA期間採集的圖像數據集70可在步驟72由許多可能的子步驟進行預處理。例如，與臺面和支撐物相關的圖像數據可從進一步的處理中移除，如步驟90所示。臺面的移除可通過對與臺面和病人相關聯的圖像體積區域的灰度級進行評估完成。這些評估可隨後用於定位被這兩個不同的物體佔用的圖像體積內的通常區域。連接的組件分析或類似的分析技術可用於使該區域縮小進入連續的圖像數據塊中。提取出確定為屬於病人數據的區域的輪廓，並且完全填充每一輪廓的內部來形成該區域的屏蔽。屏蔽可用於保留來自圖像數據集70的原始數據，而所有屏蔽外部的數據從進一步的處理中被抑制，因此從圖像數據集70的後續處理中排除了臺面數據。
另外，切割子步驟92可在圖像數據集70上完成。例如，頭部和頸部區域的脈管結構從頸部到腦走了一條彎曲的路徑。在頭部和頸部區域中，由通常頸動脈分支處的動脈弓定義了遠端，並且顱骨的頂部定義為近端，在骨和脈管之間的空間分離程度變化的各個子體積可被識別出來。
例如，最複雜的部分是顱底區域和稱為Willis環的拓撲網狀結構，它由多個從頸部到達遠端以形成環形網絡的動脈形成。一些較小的動脈出現在這一環中來向腦的不同部分供應血液。使關於CTA的問題變得複雜的是，這一區域被部分地埋入骨中。骨結構也很複雜，像薄的中空殼，這使得成像時骨邊緣看上去模糊。頭部和頸部的特殊解剖結構還有脊椎動脈，其沿頸椎延伸埋入橫孔。這一動脈的大小和位置使手工編輯出現了問題。這些複雜性使頭部和頸部區域的CTA變得困難，也突出了圖像體積內局部子體積的亮度，這可得益於適於對於體積的特殊複雜性進行尋址的微分處理。
特別地，切割可反映局部解剖區域的空間分離程度。在骨和脈管之間空間分離良好的子體積可允許更多地強調技術，例如連接組件來在骨和脈管結構之間的進行辨別。然而，在骨和脈管之間具有不良空間分離的子體積，可得益於更複雜的模型驅動技術來區分骨和脈管。因此，切割步驟92可以通過分析其外觀來切割成像體積，從而子體積在感興趣的目標之間具有一致的分離。
例如，頭部和頸部區域可被切割為三個子體積。遠端的子體積可從動脈弓至顳骨段(petrous)遠端延伸，即，顱底的邊緣。在這一子體積中，頸動脈在空間上很好地從骨區域分離。中部子體積包含顳骨段，顱底，以及Willis環。由於強度和閉合空間位置上的類似性，骨和脈管可在中部子體積上看上去是連續的。特別地，骨形成了薄的空殼，就像顱底的結構，在軸向片層裡，具有那些可能難以識別的模糊的邊緣。在中部子體積的近端是Willis環，其傾斜地以三維定位並部分地埋入骨中。動脈連接處是形成像動脈瘤的小瘤體的常見位置。Willis環的近端設置包括顱側區域的近端子體積。在這一區域中，顱骨是唯一的骨結構並且與腦動脈很好的空間分離。
基於上述解剖上的考慮，切割步驟92可計算並設置切割線來生成三個子體積。這可通過使用能量剖面(energy profile)來得到。在這種情況下，圖像的能量是對選擇特性的測量。對於CT應用來說，通常需要選擇骨或空氣間隙，即，竇，由於它們具有明顯以及一致的強度模式。可以通過累積在每一軸向層中被分類為屬於骨或竇的區域的所有體素，來生成整個體積的骨和竇的剖面。可選地，一幅圖像中能量的平行清晰度(parallel defination)來自典型的熵理論。圖像的強度的第一級分布成為了測量一幅圖像如何「忙」或「安靜」的度量。熵剖面(entropy profile)隨後可通過計算屬於骨和脈管區域的體素的第一級分布生成。
切割線可由基於規則的方法計算得出。基於規則的方法可搜尋剖面並識別與可視覺識別的切割線相關的子體積片層。例如，參考圖4，描述了頭部的冠狀視圖，帶有將頭部切割為與示範性的骨剖面94相關聯的三個子體積的切割線。第一切割線96，基於骨剖面94定位，並分開遠端子體積98和中部子體積100。第二切割線102分開中部子體積100和近端子體積104。在每一子體積內，可根據在子體積內骨和脈管系統的一致的空間關係採用適合的微分處理來分割骨和脈管系統。例如，近端子體積內的骨和脈管之間的空間分離可用於實現更快的例行程序以提取骨和脈管。類似的，下面將詳細討論的脈管追蹤技術，可限於子體積而不是全部數據集。例如，512×512×175大小的數據集可在35秒內(0.2秒每層)處理完，因為切割計算(在這種情況下，體積片層29和91)允許在片層範圍91-175(84個片層)內實現快速的算法，而僅在片層範圍29-91(62個片層)內應用更複雜的脈管追蹤算法。
除了移除臺面數據和切割圖像數據之外，可在預處理步驟72的子步驟110計算圖像數據的梯度。梯度可用於確定邊緣結構，其可由銳利的強度變化標記。識別過渡區域的一個方法是使用梯度和邊緣映射(maps)。成像體積的每一體素的梯度可通過在它的相鄰點找出最大絕對梯度成分計算得出。例如，對於一內部體素，可計算在該體素和其26個相鄰體素之間的最大絕對梯度。這種梯度計算在數據集中圍繞著不同對象形成了強的邊緣，即使出現了噪聲邊緣也是如此。與每一體素相關聯的最大絕對梯度可用於生成梯度映射來促進邊緣檢測。特別地，強的邊緣保護可避免在隨後區域生長過程中結構邊緣和邊界無意中交叉。
預處理步驟72也可包括用於計算在圖像集70中與脈管系統或其它三維結構的區域對應的種子點的子步驟112。種子點然後通過抑制生長過程可用於作為識別各自結構或脈管系統的起始點。種子點可通過使用簡單和初級的二維或三維幾何模板被代表或識別出。能夠根據應用製造出定製的模板模型用於感興趣的對象。特別地，三維對象的橫截面或投影數據能用於生成模板模型。
例如，在CTA中，感興趣的對象典型地是三維管狀或圓柱狀結構的脈管。結果，主血管的橫截面在圖像數據集70中通常實際上是環形，不論是在軸向，冠狀，矢狀環，或者是任意的斜面。因此，可用於識別脈管的簡單的模板模型是在橫截面為「圓形的」區域。
類似地，功能的或行為的特性也可被捕捉作為模板來識別感興趣的對象。例如，用於CTA的功能性的模板模型可使用統計學上均勻一致的標準來定義。這樣的模板模型可使用連續流過血管的對比劑的功能特性，例如均勻的X射線衰減。在這一實例中，在圖像數據集70中對應於主血管的橫截面可由採用強度的低標準差檢測圓形區域而自動地定位。例如，在示範性的CTA應用中使用幾何和功能模板，使用76HU的閾值用於抑制圖像數據集70的所有軟組織。值為70的低標準差可用於消除與骨對應的任何圓形區域。檢測到的圓形區域可用作種子區域用於隨後的抑制區域生長。
雖然前面的討論涉及一些可在預處理步驟72期間執行的可能的子步驟，也可以執行其它的子步驟，例如邊緣銳化或模糊例行程序，數據濾波，等等。類似地，雖然示範性的CTA應用可包括前面討論的與預處理步驟72有關的子步驟，但是如果需要或可提供合適的其它選擇，那麼一個或更多的前述子步驟可被省略。
隨後任何預處理在步驟72完成，預處理數據可在步驟74被分割。例如，在CTA情況下，骨和脈管系統都可被分割用於隨後的處理過程，並且允許對診斷有用的體積的可視化。關於骨分割，初步的骨屏蔽76可在步驟116生成。在示範性的討論中，對在步驟90中被移除或屏蔽了臺面數據的圖像數據執行生成骨屏蔽的步驟116。不過，如上面提到的那樣，移除臺面圖像數據的步驟在某些情況下可被忽略。
在步驟116中，初步的骨屏蔽76的生成識別頭部和頸部的所有的類似的骨體素，或其它體積。頭部和頸部區域的骨識別是富有挑戰性的，這是由於複雜的解剖結構和帶有皮質和小梁的骨。進一步，由於顱骨和身體其它部位的骨之間解剖學上的不同，在身體其它部位識別骨的模型對於識別頭部和頸部區域的骨通常不是很有用。在CTA中，由於對比增強的脈管穿過底的薄的骨而加重了這種情況，這使得它們看上去連續不間斷。
使用簡單的強度和基於區域的方法可侵略性地將在頭部和頸部體積中所有類似的骨體素識別為骨。侵略性的分類方法確保包括部分體積平均和薄的皮質區域，以及在初步骨屏蔽76中的虛弱的小梁及竇骨。不過，如果使用侵略性的包括，骨屏蔽生成算法可包括一些如骨的脈管結構。如下面將討論的那樣，這些脈管系統結構可從初步的骨屏蔽76中減去來生成真正的骨屏蔽82。
脈管系統結構78的識別可使用一個或多個脈管追蹤技術來完成，如在步驟118中所述。可對在步驟118的脈管追蹤使用不同的技術，例如動態抑制區域生長，氣泡波連通性，和/或射線和輪廓傳播。例如，動態抑制區域生長可用於追蹤並生長脈管結構78或其它感興趣的三維結構。動態抑制區域生長可在計算動態路徑尋找的起始點期間完成自動初始化。這些起始點可從基於模板的種子點計算步驟72獲得。該區域邊緣，當從在步驟110的梯度計算確定時，可形成避免追蹤延伸至相鄰的結構和背景區域的邊緣，即，區域邊緣抑制了生長過程。根據這些抑制和起始點，可執行動態路徑尋找來提取感興趣的三維結構，例如脈管結構78。候補體素被選擇進入生長結構下的追蹤抑制可根據局部統計被動態地改變，例如局部強度，和/或同質測量和/或變異。此外，抑制可根據與被考慮的體素相關聯的子體積被動態地改變，即，子體積可確定抑制或由於局部統計抑制被更改的方式。
可選擇地，可對脈管追蹤採用氣泡波傳播來確定脈管結構78。在氣泡波傳播中，動態的氣泡通過三維結構來識別屬於該區域的所有體素。氣泡必須找到其能通過的局部體積。這一準則避免了氣泡可能通過薄弱的橋(bridge)連接的相鄰的對象中選擇體素，或選擇背景體素。氣泡的大小動態地變化來適應對象的大小。在每一次迭代中，氣泡通過根據同質準則包含局部鄰近體素來生長。氣泡波首先在前進方向迭代傳播，隨後在後退方向，徹底地搜尋對象的路徑。氣泡波的大小和形狀能被定製用於感興趣的對象和應用，例如來自CTA中的脈管追蹤。
另外，可對脈管追蹤應用輪廓和射線傳播來確定脈管結構78。輪廓和射線傳播是基於這樣的觀察通過相鄰片層的血管大部分是連續的，並具有統計學上的同質性和一致性，並且當從脈管內部一點沿中軸線截面觀看該血管時，血管幾乎是環狀的。可手動得到初始的結構輪廓，或從步驟72的種子點計算得到。在預設的視角上這一輪廓可被投影到相鄰的片層上。對給定窗口，例如30×30的窗口內所有點的輪廓位置計算強度誤差的平方和，並且輪廓被安置在誤差最小的位置。隨後計算出輪廓的質心，並且射線從輪廓外的質心傳播傳播。射線的數量可由使用者預先設置。同樣的，射線的長度可依賴於脈管的尺寸，並且也可被預先設定。然後，可得出沿每一射線來確定脈管的邊緣點的基於規則的判定。所述規則可通過使用用於脈管到軟組織和脈管到骨的過渡的模型進行抑制。一旦確定了邊緣點，就形成了新的輪廓，其隨後被投影到下一片層。在這一階段可提供交互式操作，從而使用者能改變用於傳播輪廓的觀察軸，這在那些脈管是彎曲的並且在當前橫斷面不是環狀的，而在另一三維平面將會是環狀的點是需要的。沿脈管邊緣的中軸線在傳播過程期間和之後是容易獲得的，並且可用於進行脈管的測量。
雖然前面的處理可用於脈管追蹤，也可使用其它的處理。類似的，上述處理可單獨使用或與其它的處理聯合使用。脈管追蹤處理的選擇或基於脈管追蹤處理的可靠性可根據圖像數據集70或根據映射，子體積，或在預處理步驟72確定的區域被確定。
隨後確定初始的骨屏蔽76和脈管結構78，後置處理可被完成來消除初步骨屏蔽76體素的部分體積平均，並且為了提高繪製的審美質量來平滑脈管結構78。例如，用於生成初步的骨屏蔽76的侵略性骨屏蔽可包括一些脈管區域。為了解決這種易於發生的包括，脈管結構78可從初步的骨屏蔽76中減去來生成骨屏蔽82。然而，在步驟118中的保守的脈管追蹤與在步驟116中的侵略性骨分割一起可導致脈管在脈管結構78具有不規則輪廓。這一不規則性可降低數據三維可視化的審美質量。因此三維平滑可提高可視質量。特別地，平面之間的輪廓可被插入來減少不規則性。一旦以需要的形式生成，骨屏蔽82可從圖像數據集70中減去，如步驟84說明的那樣，來生成無骨的CTA體積86。無骨的CTA體積86可經歷可視化過程，例如三維繪製技術，來從已經被移除的骨結構生成體積的描述。
因為本技術可作為一個或多個自動化的例行程序實施，因而避免了手工處理勞動強度和時間的耗費。此外，侵略型的骨識別與保守的脈管系統識別相結合，允許快速自動生成真正的骨屏蔽，並且不需要冗長的手動輪廓描繪，這種手動輪廓描繪典型地與複雜區域，例如頭部和頸部的骨分割相關聯。例如，本技術在作為一個或多個自動算法和例行程序實現時，允許在少於一秒的時間內處理圖像片層，並且允許在0.3秒或很短的時間內處理片層。
當以自動化方式實施時，本技術執行的速度考慮到容易與臨床的工作流程相結合。例如，可由本技術生成的無骨的圖像和/或體積可迅速提供給放射師來複查。與手動分割和處理相比較，在手動分割和處理中，無骨的圖像和體積在放射師已經查看過可用的圖像數據並繼續下面的工作之前不可以得到。結果，通過本技術，臨床的工作流程被增強，並且增加了放射師的可用信息。
雖然本發明允許不同的改進和可選擇的形式，具體的實施例已經通過附圖中的實例展現出來，並已經在這裡進行了詳細的描述。然而，可以理解本發明並不局限於這裡所公開的特定形式。而是，本發明揭示了所有落入由隨後附帶的權利要求定義的本發明精神和範圍內的改變，等價物，以及可選項。
權利要求
1.一種用於生成骨屏蔽(82)的方法，包括以下步驟採集一個圖像數據集(70)；對圖像數據集(70)進行預處理(72)來自動地計算至少一個或多個種子點及一個或多個結構邊緣；從圖像數據集(70)生成(116)初步的骨屏蔽(76)；使用所述一個或多個種子點，所述一個或多個結構邊緣，以及圖像數據集(70)自動地確定(118)脈管結構(78)；以及從初步的骨屏蔽(76)中減去(80)脈管結構(78)來生成骨屏蔽(82)。
2.如權利要求1所述的方法，包括以下步驟從圖像數據集(70)中減去(84)骨屏蔽(82)來生成無骨的體積數據集(86)。
3.如權利要求2所述的方法，包括以下步驟繪製無骨的體積數據集(86)來生成無骨的體繪製。
4.如權利要求1所述的方法，其中對圖像數據集(70)進行預處理(72)的步驟使用幾何模板和功能模板中的至少一個來計算一個或多個種子點。
5.如權利要求1所述方法，其中自動地確定(118)脈管結構(78)包括應用動態抑制區域生長過程，氣泡波連通性過程，以及射線和輪廓傳播過程中的至少一個。
6.一種CT圖像分析系統(10)，包括X射線源(12)，設置為用於發射輻射束(16)；檢測器(22)，設置為用於檢測輻射束(16，20)並生成一個或多個對輻射束(16，20)作出響應的信號，其中檢測器(22)包括多個檢測器元件；系統控制器(24)，設置為用於控制X射線源(12)並通過數據採集系統(34)從一個或多個檢測器元件採集圖像數據集(70)；以及計算機系統(36)，設置為用於接收圖像數據集(70)，對圖像數據集(70)進行預處理來自動計算至少一個或多個種子點及一個或多個結構邊緣，從圖像數據集(70)生成初步的骨屏蔽(76)，使用一個或多個種子點，一個或多個結構邊緣，及圖像數據集(70)來自動地確定脈管結構(78)，並且從初步的骨屏蔽(76)中減去脈管結構來生成骨屏蔽(82)。
7.如權利要求6所述的CT圖像分析系統(10)，其中計算機系統(36)設置為用於從圖像數據集(70)中減去(84)骨屏蔽(82)來生成無骨的體積數據集(86)。
8.如權利要求7所述的CT圖像分析系統(10)，其中計算機系統(36)設置為用於繪製無骨的體積數據集(86)來生成無骨的體繪製。
9.如權利要求6所述的CT圖像分析系統(10)，其中計算機系統(36)設置為用於通過確定(110)每一體素相對於相鄰體素的最大絕對梯度來計算一個或多個結構邊緣從而對圖像數據集(70)進行預處理(72)。
10.如權利要求6所述的CT圖像分析系統(10)，其中計算機系統(36)設置為用於通過應用動態抑制區域生長過程，氣泡波連通性過程，以及射線和輪廓傳播過程中的至少一個來自動地確定(118)脈管結構(78)。
全文摘要
本發明提供了一種在CTA血管造影術中自動地生成骨屏蔽(82)的技術。本技術可對圖像數據集(70)進行預處理來實現多種功能，例如移除(90)與臺面相關聯的圖像數據，將體積切割(92)成區域一致的子體積，根據梯度計算(110)結構邊緣，和/或為後續的區域生長計算(112)種子點。然後，預處理的數據可被自動地分割，用於骨和脈管結構(78)。該自動脈管分割(118)可使用抑制區域生長完成，其中抑制根據圖像數據的局部統計而動態更新。該脈管系統(78)可被從骨結構(76)中減去(80)來生成骨屏蔽(82)。骨屏蔽(82)可依次被從圖像數據集(70)中減去(84)來生成無骨的CTA體積(86)，用於體繪製的重建。
文檔編號G06T5/00GK1620990SQ20041009537
公開日2005年6月1日 申請日期2004年11月24日 優先權日2003年11月25日
發明者S·敘爾亞納拉亞南, R·穆利克, Y·馬爾亞, V·P·卡馬特, N·納加拉 申請人:通用電氣公司