專利名稱：對醫(yī)學圖像進行濾波的系統(tǒng)和方法
技術領域：
本發(fā)明涉及一種用于對醫(yī)學圖像進行濾波的系統(tǒng)和方法，并且更特別地涉及一種用于通過考慮預期的圖像特性使用三維圖像濾波器來計算圖像內(nèi)的任意給定位置處的值的系統(tǒng)和方法。
背景技術：
從計算機斷層掃描(CT)和磁共振(MR)掃描儀中所獲得的現(xiàn)代三維(3D)醫(yī)學圖像包括大量數(shù)據(jù)，醫(yī)師檢查和解釋這些數(shù)據(jù)是費時的。各種重要工具被引入來幫助分析這些數(shù)據(jù)，這些重要工具諸如計算機輔助檢測(CAD)和計算機輔助診斷(CADx)以及不同的可視化方式。這樣的工具要求可以包括分割、候選物檢測(candidatedetection)、特征收集、以及分類的預處理步驟。分類既可被用于自動將候選物標記為檢測到的疑有疾病的損傷/區(qū)域，也可以進一步將檢測到的疑有疾病的損傷/區(qū)域分類成不同類型。
在嘗試檢測可能存在的異?；蛘呒膊^(qū)域的CADx系統(tǒng)中，通常使用分割、候選物檢測、特征收集以及分類步驟。在分割中，不能包括該類感興趣的異常的圖像部分被消除掉。例如，在結腸息肉檢測中，不需要考慮結腸以外的區(qū)域。在肺結節(jié)檢測中，肺以外的區(qū)域可被消除掉。由于并不需要考慮外部區(qū)域，所以該步驟節(jié)省了后面的處理時間，并且還消除了可能存在的假陽性源。另外，很多CADx系統(tǒng)依靠分割來產(chǎn)生感興趣的對象與背景之間的精確輪廓，以便檢測可能存在的候選物或者產(chǎn)生該候選物的特征。
在候選物檢測階段期間，算法嘗試檢測所有或者大部分可能存在的疾病區(qū)域。為了具有高靈敏度，在這個階段還可能檢測到許多假陽性。該算法的后面的階段將嘗試在保留真陽性的同時去除這些假陽性。例如，在結腸息肉檢測中，候選物檢測器將嘗試找到所有真正的息肉，但是也可能找到正常的結腸皺襞、殘余的大便、以及回盲瓣。在肺結節(jié)檢測中，候選物檢測器應該找到真正的結節(jié)，但是也可能找到脈管分叉、間隙(fissural)和支氣管的增厚、以及疤痕。
在特征收集階段期間，算法在每個候選物中和在每個候選物周圍計算將被用來區(qū)別真陽性與假陽性的特征。例如，在結腸息肉檢測中，所收集的特征可以包括強度值和分布。相似的特征可被用于進行肺結節(jié)檢測。分類階段分析在先前步驟中所收集的特征，以嘗試在仍保留真陽性的同時去除假陽性。
在當前的CAD方法中，由算法的初始階段產(chǎn)生的假陽性可以在后面的階段中通過收集和分析每個息肉候選物的特定特征來消除。為了收集這些特征，必須利用由候選物所占有的空間的想法。
單獨的點位置(諸如檢測點)將僅允許收集有限數(shù)量的特征。對結腸息肉或者肺結節(jié)所占有的體積的某類評估必須存在，以適當?shù)厥占郊犹卣?。典型地，在早期檢測階段，對大量的候選物進行檢測。任何特征收集方法都必須快速運行，以處理這些候選物。
需要一種方法來準確地識別和表征圖像中的潛在的候選物，以便提供對患者的正確診斷。這個過程要求識別候選物并要求快速且有效地在保留真陽性的同時消除假陽性的能力。
發(fā)明概要本發(fā)明涉及一種三維醫(yī)學圖像濾波器，該三維醫(yī)學圖像濾波器基于給定3D區(qū)域的特性來計算該圖像的給定位置處的值。該濾波器由為鄰近位置的梯度和圖像值的函數(shù)的方程來定義。這些方程確定給定位置處的最終值。這些方程的特定定義確定這些濾波器特性并可以針對不同的應用來進行調(diào)整。
附圖簡述本發(fā)明的優(yōu)選實施方式將在下面參考附圖更詳細地被描述，其中相同的參考編號表示相同的元件

圖1是根據(jù)本發(fā)明的示例性計算機斷層掃描(CT)系統(tǒng)的示意圖；圖2是根據(jù)本發(fā)明將MARS濾波器用于體素的圖解說明；圖3是在應用MARS濾波器之前和在根據(jù)本發(fā)明應用MARS濾波器之后的結腸的一對圖像；
圖4是在應用MARS濾波器之前和在根據(jù)本發(fā)明應用MARS濾波器之后的肺的一對圖像；詳細說明本發(fā)明涉及使用濾波器來識別圖像中的特性。濾波器的一個應用是對諸如結腸息肉或者肺結節(jié)的異常或者候選物的可能位置進行檢測。濾波器的另一應用是為了區(qū)分真正的候選物與假陽性而收集候選物鑒別的特征。另一應用是為了在3D圖像內(nèi)確定候選物的范圍(extent)而對候選物執(zhí)行分割。
本領域普通技術人員應該理解，出于觀察患者的內(nèi)部結構的目的，本發(fā)明可以使用任何類型的二維或者三維成像系統(tǒng)。這樣的結構可以包括器官、血管、組織區(qū)域或者其它所限定的結構?；颊呖梢允侨嘶蛘邉游铩４送?，由于該濾波器像針對2D一樣針對更高維數(shù)來定義，所以該方法也可被用于任何維數(shù)的圖像。
本發(fā)明也可被用于包括二維或者三維成像的非醫(yī)學應用。一個這樣的例子可以是用于安全篩選(security screening)，以確定容納物或者包裹物或以其它方式所包含的對象。這樣的系統(tǒng)可被用于郵遞環(huán)境或者用于在機場或者其它高安全性的地點中篩選行李。本發(fā)明還可以具有工業(yè)應用并被用于檢查或者計數(shù)正被制造或者裝配的項目。
圖1示意性地描述了根據(jù)本發(fā)明的示例性計算機斷層掃描(CT)系統(tǒng)。該CT系統(tǒng)結合計算機輔助檢測(CAD)系統(tǒng)可被用來對患者執(zhí)行非侵入式程序，以篩選各種病況(medical condition)。這樣的程序的例子是對損傷的存在或者可能的癌組織進行的虛擬結腸鏡檢查或者胸部篩選。本領域普通技術人員應該理解，在不偏離本發(fā)明的范圍和精神的情況下也可以使用其它成像方式。例如，也可以使用磁共振成像(MRI)、熒光檢查或者超聲成像來獲得成蟲(imagines)。出于解釋的目的，本發(fā)明將在使用示例性計算機斷層掃描(CT)系統(tǒng)的環(huán)境中進行描述。
CT裝備有X-射線源1，該X-射線源1發(fā)射錐狀的X-射線束2，該X-射線束2的邊緣射線在圖1中由虛線表示，該X-射線束2穿透要被檢查的對象3(例如患者)并且入射到輻射檢測器4。該X-射線源1和輻射檢測器4在示例性實施方式中彼此相對地被安裝在環(huán)形托臺7上。
該X-射線源1和輻射檢測器4因此形成能夠圍繞系統(tǒng)軸8旋轉的度量學系統(tǒng)，以便可以相對于所述系統(tǒng)軸8的各個投影角和在沿該系統(tǒng)軸8的各個位置處對患者3進行X-射線照射。各個單獨的檢測器元件的合成的輸出信號由數(shù)據(jù)采集系統(tǒng)10讀出。這些信號被發(fā)送到計算患者3的圖像的信號處理器12，該患者3的圖像又可被顯示在監(jiān)控器13上。
將由CT系統(tǒng)所掃描的并由信號處理器12所計算的圖像傳送到CAD系統(tǒng)20，用于進行進一步的處理。該CAD系統(tǒng)20將濾波器用于該圖像，以獲得響應圖像。這然后被用來產(chǎn)生候選物。然后從這些候選物中收集特征(包括從該濾波器值中導出的特征)，并且這些特征被用來將這些候選物分類為真陽性或者假陽性。僅向醫(yī)師呈現(xiàn)那些被分類為真陽性的候選物。
有多種用于針對息肉檢測產(chǎn)生響應圖像的方法。在計算機斷層結腸鏡成像(CTC，Computed Tomography Colonography)或者虛擬結腸鏡檢查(VC)的情況下，許多公知的方法都可被使用。在一些公知的方法中，響應圖像是由計算體素是息肉的部分的概率的濾波器所限定的體積。在另一公知的方法中，響應圖像由曲率量所標記的、結腸的網(wǎng)狀表面組成，其中，網(wǎng)內(nèi)具有在某一范圍中的曲率值的位置表示該位置是息肉的高可能性。因此，響應圖像的結構可能根據(jù)被用來產(chǎn)生該響應圖像的方法的不同而不同。
本發(fā)明涉及三維(3D)圖像濾波器(也被稱為梯度幅度、角度和徑向距離(MARS，Magnitude，Angle and Radial distance)濾波器。該MARS濾波器能夠基于周圍3D區(qū)域的特性計算圖像中的任意給定位置處的值。該MARS濾波器基于考慮某些圖像特性的方程的組合。特定型式的MARS濾波器可被用于進行候選物檢測、對象增強、分割、特征值產(chǎn)生以及特征值收集。與前面所提及的公知方法不同，MARS濾波器并不要求對象分割或者表面分割來運行。
給定要被處理的體積V內(nèi)的3D位置x，MARS濾波器基于關于x的圖像特性來計算值。出于一些目的，該值可以然后與適當選擇的濾波器參數(shù)一起使用。通過將其值高于閾值或者在某一范圍內(nèi)的所有點分類為候選物，可以產(chǎn)生候選物的列表。該輸出值還可被用作分割置信度，以表示體素屬于感興趣的對象的可能性。另外，濾波器的反向應用能夠通過采用對最終值貢獻最多的那些體素來產(chǎn)生區(qū)域分割。最后，圖像中的某些點處的濾波器的輸出值或者組合輸出值可被直接用作分類特征，以便更高的值表示候選物是真陽性的概率更高或者更低。
MARS濾波器的通用方程如下M(x)=∫∀y∈V′S(m,θ,r,y)ΔyT(V′)---(1)]]>其中，M(x)表示MARS濾波器在圖像體積內(nèi)的3D位置x處的輸出。y是體積中的另一3D位置。m是位置y處的梯度的幅度，r是從y到x的徑向距離，而θ是位置y處的梯度與從x到y(tǒng)的射線之間的角度。該積分在所限定的體積V′上進行。該體積可以是整個原始體積V或者是所限定的子集V′。主函數(shù)S定義了，在每個單獨的點處將如何對這些值加權以及如何在該積分內(nèi)求和，并且還可能取決于原始圖像值。因此，S的定義確定了濾波器的特定特性。該函數(shù)T基于給定體積的大小提供權重。
根據(jù)本發(fā)明，將對MARS濾波器的實例進行描述，其中為了產(chǎn)生候選物而對S進行定義。如上面所指出的那樣，在MARS濾波器中，使用S的不同定義來產(chǎn)生候選物。下面，使用S的部分可分離的(semi-separable)定義S(m，θ，r，y)＝S1(m)S2(θ，r)S3(y)(2)其中S1(m)=(tan-1(m-C1)+π2)π---(3)]]>S2(θ,r)=1σ2πe-(r×sinθ)22σ2×∫-r×sin(90-θ)C2-r×sin(90-θ)1σ2πe-x22σ2dx---(4)]]>S3(y)＝S1(min(V(x)→V(y))) (5)V(x)表示位置x處的圖像體積內(nèi)的值。C1、C2和σ是取決于成像裝置的特性和感興趣的對象的常數(shù)。例如，C1可以從CT數(shù)據(jù)的空氣或者軟組織的霍斯菲耳德氏(Hounsfield)值中導出。C2和σ的值是涉及和取決于解剖學的感興趣的對象的大小。
S的定義被用來確定為位置x處的MARS響應的M(x)。該響應取決于幅度、梯度角、半徑以及原始圖像位置y。積分累積所有點的響應。在離散的情況下，這些點是體素。每個點(體素)的響應由S函數(shù)確定。出于候選物檢測的目的，這個通用函數(shù)可以在可分離的項S1、S2、S3中被規(guī)定。
S的特定定義為醫(yī)學圖像內(nèi)的候選物檢測提供優(yōu)秀濾波器。在該定義中，函數(shù)T的值是常數(shù)并被設置為1。函數(shù)S1基于給定的自變量的幅度來提供縮放比例(scaling)。這既被用于基于幅度的縮放比例也被用作S3函數(shù)中的分量。S2基于特定點處的距離和梯度方向提供記分(score)。需要注意的是，這并不取決于由附近的點所獲得的值，并且因此該計算可以圍繞點x以任何順序進行，從而允許有效實施的可能。此外，該計算并不取決于在感興趣的器官和背景之間具有準確限定的分割。最后，S3提供基于沿從x到y(tǒng)的路徑的灰度等級值的縮放比例，其中符號V(x)→V(y)表示在連接體素x到y(tǒng)的線上的體素強度的集合。
下面提供直接被用于醫(yī)學圖像數(shù)據(jù)的這個濾波器的實例。圖2示出收集值中所涉及的計算元素的圖形說明，以便使用被用于圖像的具有上述定義的MARS濾波器來為每個體素計算最終值。計算下的體素202以白色示出，而值從其中所收集到的體素204以灰色示出。體素204代表相對于體素204的所有周圍體素。例如，這些周圍體素可能是那些相鄰體素202。對于圍繞計算下的體素的所有體素(未示出)完成這種收集。每個周圍的體素都具有相關聯(lián)的圖像梯度206、以及該梯度206的幅度208和角度210，加上周圍的體素204的徑向距離212。最終值由從每個周圍的體素204中收集的所有值的函數(shù)的積分來確定。該最終值可例如被用于識別潛在的候選物(也就是，結腸息肉)。
圖3示出被用于結腸的圖像的具有上述定義的MARS濾波器。左側圖像301示出在大約中心處具有息肉310的CT切片。右側圖像302示出MARS濾波器對同一切片的輸出。在息肉位置處得到高記分，如用高強度區(qū)域320所標記的那樣。這些記分可被用于產(chǎn)生候選物、特征收集和用于具有某些消除假陽性的后處理的對象分割。
圖4示出被用于肺的圖像的具有上述定義的MARS濾波器的應用。左側圖像401示出肺的CT切片。右側圖像402示出MARS濾波器對同一CT切片的輸出。該經(jīng)過濾波的圖像示出血管增強和潛在的肺結節(jié)候選物的應用，如通過用高強度區(qū)域所示例的那樣。這些高強度區(qū)域與已具有高記分的區(qū)域相對應。圖像402中的高強度區(qū)域對血管404、肋骨406進行了加亮。高強度區(qū)域還可以表示潛在的肺結節(jié)。這些高記分然后可被直接用于產(chǎn)生候選物，被用作消除假陽性的特征，或者被用作置信圖，以確定對象的二進制分割。
出于分割的目的，上面所描述的特定MARS濾波器也可以用來限定給定的體素為感興趣對象的部分的概率。因此，該MRAS濾波器可被用來確定結腸息肉候選物、可能的肺結節(jié)或者血管的范圍。給定從該濾波器中獲得的每個體素的概率，通過滯后閾值或者其它公知的方法可以實現(xiàn)最終的二進制分割。分割對象具有多種用途，這包括確定在其上收集特征的區(qū)域。另外，特定對象的分割可以具有其它用途，諸如利用肺來定位動脈(如圖4中所示)。一旦對象已經(jīng)過分割，就直接計算其直徑和體積、確定病變的重要特征。該濾波器的反向應用還可被用來確定貢獻大的體素并使用這些體素來進行分割。
使用S的另一種定義，本發(fā)明也可被用于進行特征收集。下列S的定義就是用于該目的。在該定義中，S1保持不變。然而，S2如下定義S2(θ)＝cos(θ)(6)S3是常數(shù)并被設置為1。
(7)對于先前產(chǎn)生候選物的情況，積分的體積是原始體積V(V′＝V)。在其中濾波器被用于進行特征收集的情況下，積分的體積V′由特定對象的范圍來限定。對于結腸息肉檢測的情況，V′很可能包括被計算為屬于息肉候選物的體素集合。對于肺結節(jié)檢測，V′很可能是肺結節(jié)候選物內(nèi)的體素集合。對象的范圍(或者分割)限定了在其上計算對象特征的區(qū)域。如上所述的那樣，分割可以出濾波器中計算或者通過自動分割圖像內(nèi)的對象的其它方式來計算。
T函數(shù)被定義為所限定的子體積內(nèi)的點的數(shù)量。因此，T函數(shù)的目的在于根據(jù)大小使結果標準化。在這種情況下，由于濾波器假定所有點都在所計算的點x的附近，所以在S2的方程中不使用距離。
已經(jīng)描述了用于通過考慮預期的圖像特性使用三維圖像濾波器來計算圖像內(nèi)任意給定位置處的值的方法的實施方式，應該注意到，本領域普通技術人員按照上述教導可以進行修改和變型。因此應該理解，可以對所公開的本發(fā)明的特定實施方式進行改變，這些改變落入由后附的權利要求所限定的本發(fā)明的范圍和精神內(nèi)。因此已經(jīng)詳細描述了本發(fā)明和專利法所要求的特征，由專利證書所要求保護和希望保護的內(nèi)容在后附的權利要求中闡明。
權利要求
1.一種用于基于給定體素的周圍體素的梯度和灰度等級值的函數(shù)來產(chǎn)生圖像內(nèi)的該給定體素的響應值的計算機實現(xiàn)的方法，該方法包括下列步驟a.計算所述周圍體素的梯度的角度、幅度和距離值；b.基于(a)中所計算的角度、幅度和距離值以及所述周圍體素的灰度等級值計算值；c.組合所述周圍體素的值，以達到最終響應值。
2.如權利要求1所述的方法，其中，所述周圍體素由整個圖像體積來限定。
3.如權利要求1所述的方法，其中，所述周圍體素由整個圖像體積的所選擇的子集來限定。
4.如權利要求3所述的方法，其中，所述函數(shù)被用于所述圖像的子集，以產(chǎn)生響應圖像。
5.如權利要求3所述的方法，其中，所述函數(shù)被用于所述圖像的每個體素，以產(chǎn)生響應圖像。
6.如權利要求4所述的方法，其中，所述響應圖像被用來通過識別其函數(shù)值由一個或者多個特定閾值來表征的體素而在所述圖像內(nèi)檢測候選物。
7.如權利要求6所述的方法，其中，所述候選物表示異常候選物。
8.如權利要求5所述的方法，其中，所述響應圖像被用來通過識別其函數(shù)值由一個或者多個特定閾值來表征的體素而在所述圖像內(nèi)檢測候選物。
9.如權利要求8所述的方法，其中，所述候選物是異常候選物。
10.如權利要求1所述的方法，其中，所述圖像是三維圖像。
11.如權利要求1所述的方法，其中，所述圖像是二維圖像。
12.如權利要求1所述的方法，其中，所述響應值被用來在候選物周圍的感興趣的體積(VOI)中產(chǎn)生特征。
13.如權利要求12所述的方法，其中，所述VOI通過選擇將高于所限定的閾值的值貢獻給最終響應值的體素來定義。
14.如權利要求4所述的方法，進一步包括通過計算圍繞檢測到的候選物的感興趣體積(VOI)內(nèi)的一個或者多個濾波器響應值的統(tǒng)計學測量結果而在該感興趣體積中產(chǎn)生特征的步驟。
15.如權利要求5所述的方法，進一步包括通過計算圍繞檢測到的候選物的感興趣體積(VOI)內(nèi)的一個或者多個濾波器響應值的統(tǒng)計學測量結構而在該感興趣體積中產(chǎn)生特征的步驟。
16.如權利要求4所述的方法，進一步包括分割候選物周圍的區(qū)域的步驟，其中對象的范圍通過確定哪些體素將超過閾值的值貢獻給所述位置處的最終響應值來限定。
17.如權利要求5所述的方法，進一步包括分割候選物周圍的區(qū)域的步驟，其中對象的范圍通過確定哪些體素將超過閾值的值貢獻給所述位置處的最終響應值來限定。
18.如權利要求1所述的方法，進一步包括根據(jù)周圍體素的數(shù)量來縮放所述最終值的步驟。
19.如權利要求1所述的方法，其中，所述圖像是醫(yī)學圖像。
20.如權利要求19所述的方法，其中，所述醫(yī)學圖像是人的結腸的圖像。
21.如權利要求20所述的方法，其中，所述濾波器響應值被用來檢測結腸息肉。
22.如權利要求20所述的方法，其中，所述濾波器響應值被用來將結腸息肉候選物分類為真正的息肉或者假陽性，或者所述濾波器響應值被用來根據(jù)類型對結腸息肉進行分類。
23.如權利要求20所述的方法，其中，所述濾波器響應值被用來分割結腸息肉。
24.如權利要求19所述的方法，其中，所述醫(yī)學圖像是肺的圖像。
25.如權利要求24所述的方法，其中，所述濾波器響應值被用來檢測肺結節(jié)。
26.如權利要求24所述的方法，其中，所述濾波器響應值被用來將肺結節(jié)候選物分類為真正的結節(jié)或者假陽性，或者所述濾波器響應值被用來根據(jù)類型對肺結節(jié)進行分類。
27.如權利要求24所述的方法，其中，所述濾波器響應值被用來分割肺結節(jié)。
28.如權利要求12所述的方法，其中，所述特征被用來將候選物分類為真正的異常或者假陽性，或者所述特征被用來根據(jù)異常的類型將異常分類成多個種類。
全文摘要
一種三維醫(yī)學圖像濾波器基于給定3D區(qū)域的特性來計算圖像的給定位置處的值。該濾波器由為鄰近位置的梯度和圖像值的函數(shù)的方程來定義。這些方程確定該給定位置處的最終值。這些方程的特定定義確定這些濾波器特性并可以針對不同的應用來進行調(diào)整。
文檔編號G06T7/00GK1930584SQ200580007346
公開日2007年3月14日 申請日期2005年1月10日 優(yōu)先權日2004年1月8日
發(fā)明者A·P·基拉利, C·L·諾瓦克 申請人:美國西門子醫(yī)療解決公司