專利名稱：誤差適應(yīng)性功能成像的制作方法
誤差適應(yīng)性功能成像
下文主要涉及功能醫(yī)學(xué)成像。它特別應(yīng)用于需要識(shí)別和解決功能成像 信息中由噪聲和其他誤差源引起的不確定性的情況。
醫(yī)學(xué)成像技術(shù)己經(jīng)成為疾病診斷和治療的關(guān)鍵工具。醫(yī)學(xué)成像中 一個(gè) 備受關(guān)注的方面就是功能成像，功能成像提供診斷和/或治療相關(guān)的功能參 數(shù)信息。
功能成像通常包括生成感興趣參數(shù)的參數(shù)映射圖。 一個(gè)示例就是在腫
瘤學(xué)研究中使用FMISO-PET圖像，在腫瘤學(xué)研究中使用缺氧相關(guān)的功能參 數(shù)來區(qū)別腫瘤中侵襲性強(qiáng)的部分或侵襲性弱的部分。另一個(gè)示例包括心臟 PET或SPECT研究，其中使用灌注相關(guān)功能參數(shù)的參數(shù)映射圖來識(shí)別心肌 的灌注不足區(qū)域。其它示例包括功能磁共振成像(fMRI)，其特別用于提供 腦功能相關(guān)的信息；以及分子成像，其提供有關(guān)分子標(biāo)記或試劑的信息。
然而， 一個(gè)復(fù)雜的因素就是噪聲和其它不確定性的影響。雖然體素方 式的參數(shù)估計(jì)提供了相對較高的空間分辨率，但是這樣的估計(jì)尤其容易受 到底層圖像數(shù)據(jù)中噪聲的影響。如果未加解決，這種噪聲的影響能夠產(chǎn)生 次優(yōu)診斷或治療。
平滑技術(shù)用于降低由諸如成像噪聲、建模噪聲以及數(shù)據(jù)稀疏的因素引 起的統(tǒng)計(jì)參數(shù)波動(dòng)。 一種常用的平滑技術(shù)是聚類，其中將感興趣的區(qū)域或 體積分成具有相似參數(shù)值的鄰接或非鄰接子區(qū)域。指定期望的聚類數(shù)目， 并使用聚類算法將所述區(qū)域劃分為指定數(shù)目的聚類。所謂的定義區(qū)域反過 來用于珍斷(例如，確定腫瘤或心肌中缺血區(qū)域的大小)和/或治療(例如， 確定輻射治療計(jì)劃中的輻射劑量)。
然而，前述技術(shù)的一個(gè)缺點(diǎn)在于聚類的數(shù)目和/或分布可能不恰當(dāng)，從 而導(dǎo)致次優(yōu)聚類。次優(yōu)聚類會(huì)反過來導(dǎo)致次優(yōu)診斷和/或治療。
因此，需要提供改進(jìn)的技術(shù)來解決功能成像中噪聲和其它不確定性的 影響。本發(fā)明的各方面關(guān)注這些內(nèi)容以及其他內(nèi)容。
根據(jù)本發(fā)明的第一方面， 一種方法包括接收指示對象的感興趣區(qū)域的 功能圖像數(shù)據(jù)，其中功能圖像數(shù)據(jù)包括空間變化功能參數(shù)值和空間變化功 能誤差模型。該方法還包括根據(jù)空間變化誤差模型的函數(shù)分割感興趣區(qū)域 并生成指示經(jīng)分割的感興趣區(qū)域的圖像。
根據(jù)本發(fā)明的另一個(gè)方面， 一種設(shè)備包括用于接收指示對象的感興趣 區(qū)域的功能圖像數(shù)據(jù)的裝置，其中功能圖像數(shù)據(jù)包括空間變化功能參數(shù)值 和空間變化功能誤差模型。該方法還包括用于根據(jù)空間變化誤差值的函數(shù) 分割感興趣區(qū)域的裝置，以及用于生成指示經(jīng)分割的感興趣區(qū)域的圖像的 裝置。
根據(jù)本發(fā)明的另一個(gè)方面， 一種包含指令的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，該 指令在由計(jì)算機(jī)運(yùn)行吋令計(jì)算機(jī)執(zhí)行如下方法，該方法包括接收指示對 象的感興趣區(qū)域的功能圖像數(shù)據(jù)以及將功能圖像數(shù)據(jù)聚集成多個(gè)聚類。功 能圖像數(shù)據(jù)包括功能值和功能誤差模型。聚類的數(shù)目是包括在聚類屮的功 能值的功能誤差模型的函數(shù)。
根據(jù)本發(fā)明的另一個(gè)方面， 一種包含指令的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，該 指令在由計(jì)算機(jī)執(zhí)行時(shí)令計(jì)算機(jī)執(zhí)行如下方法，該方法包括接收指示對 象的感興趣區(qū)域的功能圖像數(shù)據(jù)；使用空間變化功能誤差模型在空間上改 變功能圖像數(shù)據(jù)的空間分辨率；以及生成指示功能圖像數(shù)據(jù)的圖像。
根據(jù)本發(fā)明的另一方面， 一種方法包括接收指示感興趣區(qū)域的功能 圖像數(shù)據(jù)；在GUI上以人可讀方式顯示功能圖像數(shù)據(jù)；以及基于功能誤差
模型和所顯示的功能圖像數(shù)據(jù)的人工評價(jià)對感興趣區(qū)域進(jìn)行交互式分割。 本領(lǐng)域技術(shù)人員在閱讀并理解附圖及說明書后將領(lǐng)會(huì)到本發(fā)明的其他方面。
本發(fā)明通過舉例方式進(jìn)行說明，且并不局限于附圖中的各幅圖，在附
圖中相同的附圖標(biāo)記指示相似的元件，且在幅圖中

圖1描繪出分割圖像體積的各步驟；
圖2A、 2B、 2C和2D描繪出處于二元分割各個(gè)階段的圖像體積；圖3描繪出多個(gè)聚類。
從實(shí)際成像過程(例如PET、 SPECT或fMRI)得到的參數(shù)映射圖和功 能信息由于底層圖像數(shù)據(jù)中的噪聲而擁有大量的誤差或不確定性。功能參 數(shù)值的噪聲通常與在其上進(jìn)行估計(jì)的區(qū)域的大小相關(guān)。體素方式估計(jì)示出 最高水平的空間分辨率，但通常在所顯示的值中具有較大的不確定性或置 信區(qū)問。雖然降低空間分辨率常常降低不確定性并因此令置信區(qū)間變窄， 但是丟失了空問細(xì)節(jié)。
通過根據(jù)誤差的函數(shù)來適應(yīng)性改變圖像體積或其它感興趣區(qū)域上參數(shù) 估計(jì)的空間分辨率能夠改善這些影響?？梢愿鶕?jù)期望的誤差優(yōu)化準(zhǔn)則改變 空間分辨率，例如達(dá)到感興趣區(qū)域上的期望誤差或期望誤差分布。這樣做 在很多情況下可改善數(shù)據(jù)的可視化，或者提供對診斷或治療有用的信息。
聚類技術(shù)也會(huì)受到底層功能數(shù)據(jù)中的誤差或不確定性的影響，尤其是 在先驗(yàn)地建立聚類數(shù)目的情況下。例如，先驗(yàn)指定聚類數(shù)目會(huì)產(chǎn)生如下的 聚類結(jié)果，即對于這些結(jié)果而言，屬于兩個(gè)或多個(gè)聚類的功能參數(shù)的平均 值可能具有統(tǒng)計(jì)學(xué)上的非顯著性差異。從而，對兩個(gè)或多個(gè)聚類進(jìn)行分離 可能沒有生理學(xué)和/或統(tǒng)計(jì)學(xué)意義。另一方面，數(shù)據(jù)的特征可能在于可建立 附加的有意義的聚類。
通過將誤差測量合并為聚類過程的一部分，以及使用這一測量結(jié)果來 根據(jù)誤差的函數(shù)適應(yīng)性調(diào)節(jié)聚類的數(shù)目能夠改善這些影響。例如，可以使 用所述誤差來評估聚類分離的顯著性并相應(yīng)地調(diào)節(jié)聚類的數(shù)目。這樣做可 以在很多情況下改善聚類分離，從而改進(jìn)數(shù)據(jù)的可視化或提供對診斷或治 療有用的信息。
圖1示出了用于根據(jù)誤差的函數(shù)對感興趣的體積或其它區(qū)域進(jìn)行分割 的示例性迭代過程。
在步驟102中，接收諸如參數(shù)映射圖的功能成像數(shù)據(jù)。該功能圖像數(shù) 據(jù)通常包括空間變化功能參數(shù)值Xx， y， z)以及相關(guān)的在圖像體積上變化的 空間變化誤差模型e(x， y， z)。
感興趣區(qū)域?yàn)閳D像體積的子集的，在步驟104中執(zhí)行任選感興趣區(qū)域 的選擇步驟。感興趣區(qū)域可由操作者選擇，例如通過以人可讀方式顯示該體積并要求用戶指定期望區(qū)域進(jìn)行選擇。也可以通過分割或其他圖像處理 技術(shù)確定感興趣區(qū)域，這些技術(shù)可單獨(dú)實(shí)行或與操作者輸入結(jié)合實(shí)行。
在步驟106中，選擇感興趣區(qū)域的起始分割PQ。具體而言，將感興趣 區(qū)域劃分為一個(gè)或多個(gè)子區(qū)域。在一個(gè)實(shí)現(xiàn)方式中，例如通過執(zhí)行數(shù)據(jù)集 的二元分割在空間上建立各子區(qū)域。在另一個(gè)實(shí)現(xiàn)方式中，使用聚類或區(qū) 域生長技術(shù)建立各子區(qū)域。
在步驟108中，根據(jù)基于誤差的分割策略對當(dāng)吋有效的分割Pn進(jìn)行修
改從而生成新的分割pn+1。
在步驟110中，根據(jù)基于誤差的接受準(zhǔn)則對新的分割進(jìn)行評價(jià)。在一 個(gè)實(shí)現(xiàn)方式中，執(zhí)行分割以便使各個(gè)子區(qū)域的誤差估計(jì)最小化或低于期望 閾值。在另一個(gè)變更中，執(zhí)行分割以便各個(gè)子區(qū)域具有期望的誤差同質(zhì)性， 例如以便使各個(gè)子區(qū)域中誤差值之間的差最小化或低于期望閾值(或者用 另一種方式表述，以便使誤差同質(zhì)性最大化)。
優(yōu)化策略和接受準(zhǔn)則同樣會(huì)考慮到功能參數(shù)，以及相應(yīng)實(shí)行的分割。 作為一個(gè)示例，接受準(zhǔn)則同樣會(huì)考慮到特定子區(qū)域中或跨多個(gè)子區(qū)域中的 體素值和功能參數(shù)誤差估計(jì)的變異。
在步驟112中，如果不滿足接受準(zhǔn)則，則處理過程返回到步驟108，在
這里對感興趣的體積或區(qū)域進(jìn)行重新分割。如果滿足接受準(zhǔn)則，則接受該 分割。
可以向操作者任選地呈現(xiàn)所提出的分割以供接受。取決于實(shí)現(xiàn)方式， 操作者可拒絕所提出的分割，在這種情況下接受先前的分割。或者，即使 不滿足接受準(zhǔn)則，操作者也可選擇接受新的分割。操作者也可以獲得選項(xiàng) 以對分割進(jìn)行手動(dòng)修改。
可以各種方式向操作者呈現(xiàn)所提出的分割。例如，可以通過顏色編碼、 閃爍、交替可視化或使用圖形用戶界面(GUI)的其它圖形技術(shù)來突出顯 示其上將要進(jìn)行操作的子區(qū)域?？蛇x地或附加地，也可以呈現(xiàn)諸如柱狀圖、 參數(shù)和/或誤差值的數(shù)值顯示、以及文本消息的信息。
在步驟114中可視化所接受的分割，例如，通過在計(jì)算機(jī)顯示器或監(jiān) 控器上以人可讀方式顯示參數(shù)映射圖?？蛇x地或附加地，為了輔助診斷或 計(jì)劃治療過程，所述數(shù)據(jù)可用作對于計(jì)算機(jī)輔助診斷程序或治療計(jì)劃過程的輸入。
現(xiàn)在來描述一個(gè)示例性分割，其中根據(jù)誤差的函數(shù)改變感興趣區(qū)域的 空間分辨率。P表示對感興趣的體積或區(qū)域完全分割，其是P個(gè)體素集s 的集合
方程式l 方程式2
6V二 ((xl，少l,z1),…,(，,， /)},/ = I，."，尸 每個(gè)體素集Si定義了包括Ni個(gè)體素的區(qū)域，在該區(qū)域上計(jì)算功能參數(shù)XSi) 及其誤差e(Si):
方程式3 t/'(,S')、t'('S')卜F('S、)
其中，F(xiàn)表示參數(shù)估計(jì)過程，該過程具有由功能成像模型生成的估計(jì)功能 參數(shù)值/和相關(guān)的功能誤差模型"
參數(shù)值的誤差可通過在較大區(qū)域上取平均而得到降低。最小的可能區(qū) 域是單體素，而最大的可能區(qū)域是整個(gè)體積。分割體積使參數(shù)值誤差滿足 期望的接受準(zhǔn)則。
如上所述，可以預(yù)見到有各種各樣的優(yōu)化策略和接受準(zhǔn)則。例如，可 以根據(jù)功能誤差最小化策略來分割體積以便使每個(gè)子區(qū)域中的功能誤差都 低于最大誤差閾值
方程式4
如果該誤差足夠小，則空間分辨率不必進(jìn)一步減小。 另一個(gè)方法是最小化誤差
方程式5
總是用空間分辨率換取誤差的最小化。
另一種方法集中于各子區(qū)域之中的誤差同質(zhì)性以便使兩個(gè)或多個(gè)子區(qū) 域之中的功能誤差變異最小化。例如，可以分割體積以便使誤差變異低于
閾值
12方程式6
廠'=| 乂 ^ / = |
閱位
其中
em為最大變異。功能誤差變異也可最小化:
方程式7
》
1 "
丄E' 尸^
mm
后者的技術(shù)用空間分辨率換取誤差同質(zhì)性。
應(yīng)當(dāng)注意到，上述討論集中于在整個(gè)體積上進(jìn)行優(yōu)化。優(yōu)化也可被限 制于感興趣的區(qū)域或其他子體積中。同樣可以針對體積或區(qū)域的不同分割 建立不同的接受準(zhǔn)則。也可根據(jù)功能參數(shù)值/的函數(shù)建立閾值。
現(xiàn)在將參照圖2描述示例性二元分割策略。圖2A示出了初始體積202。 體積202包括多個(gè)體素204，每個(gè)體素都有功能參數(shù)值/和功能誤差模型e。 圖2B和2C描繪了將體積分別進(jìn)行第二和第三級二元分解成為具有相對較
粗空間分
;子區(qū)域。在目的是要根據(jù)誤差分布的函數(shù)改變分辨率的
情
況下，有利地在每個(gè)分辨率水平處計(jì)算功能參數(shù)值/。雖然為圖示方便示出 了三級分解，但是也可實(shí)現(xiàn)更高(例如，四級或更多)或更低的級別。
選擇最粗分辨率(即，該示例中圖2C的那樣)。在此可以針對接受準(zhǔn)
則檢驗(yàn)分割以判定是否滿足該準(zhǔn)則。通過將每個(gè)還未達(dá)到最高分辨率水平
的子區(qū)域分解到最高分辨率水平(即，本例中圖2A的那樣)來對所述分割 進(jìn)行修改。檢驗(yàn)所提出的修改以判定其是否更符合該接受準(zhǔn)則。 一旦所有 的子區(qū)域(或如果未提出進(jìn)一步分割)都滿足該接受準(zhǔn)則，就接受當(dāng)前的 分割，并終止該過程。
圖2D示出了示例性的最終分解。如圖所示，該體積底端部分206具有 相對低的分辨率，該體積中間部分208具有相對高的分辨率，剩余的上部 部分210有中間水平的分辨率。正如所看到的，該體積展示出空間變化的 空間分辨率。
如上所述，可以通過GUI或其它方式交互式執(zhí)行所述分割，以便用戶 有機(jī)會(huì)接受、拒絕或者修改所提出的分割。維持分割過程的歷史記錄(或 一部分歷史記錄)同樣是有益的。然后該歷史記錄可以用作交互式方案中的快速分割變化。該歷史記錄也可用于提供基于先前決策的分割，例如用 于適應(yīng)性輻射治療(即，重復(fù)成像)。雖然討論了上述示例，但是可以采用 .二元分割策略、聚類、區(qū)域生長、或非二元策略。
現(xiàn)在將結(jié)合圖3描述一種使用聚類以根據(jù)誤差模型e和統(tǒng)計(jì)誤差s的
函數(shù)改變聚類數(shù)目的示例性分割節(jié)咯。下文中，體素/中功能參數(shù)x的誤差
用e,表示。從而體素/中的功能參數(shù)x的值為(x,士e,.)。
可使用k均值或其它已知聚類算法執(zhí)行分割。K均值算法可以表示為 下面的形式
開始初始化"，iVC, //,, //2,.' 、〃t.
執(zhí)行根據(jù)最近/v對"個(gè)樣本進(jìn)行分類
重新計(jì)算A 直到p,不變 返回/一//2，'.'，//1. 結(jié)束
其中，n為樣本大小，NC為預(yù)定義的聚類數(shù)目，而^為聚類中心值。也可 使用其他聚類技術(shù)，例如已知的k調(diào)和均值算法(其對初始情況較不敏感) 或已知的遺傳聚類算法(其基于參數(shù)值/建立聚類數(shù)目NC)。
使用合適的距離測量值d來執(zhí)行根據(jù)最近聚類中心c,對樣本;c,進(jìn)行分 類，其中/代表該數(shù)據(jù)的矢量分量
方程式8
其中，P為調(diào)節(jié)距離測量值的加權(quán)指數(shù)，例如，P-l:絕對值距離(city-block) (Ll)， P=2:歐氏距離(Euclid) (L2)。權(quán)重巧.可進(jìn)一步改進(jìn)測量值并反 映動(dòng)態(tài)數(shù)據(jù)情況下的幀持續(xù)時(shí)間。
如圖3中所示，感興趣區(qū)域302的示例性聚類可以生成第一聚類304， 第二聚類306以及第三聚類308。聚類中心的功能參數(shù)值(按照該聚類中體 素的均值、平均值和其它函數(shù)進(jìn)行計(jì)算的)可表示為304。 306￡和308c， 功能值的誤差表示為e304。 e306e和e30^。例如，如果第二聚類306的參 數(shù)值落入第三聚類308的誤差限度內(nèi)方程式9 308t. — e308c < 306t. < 308t. + e308c 那么，通常不需要為診斷或治療的目的區(qū)分第二聚類306和第三聚類308， 并應(yīng)提供較少的聚類(即，應(yīng)合并聚類)。另一方面，如果數(shù)據(jù)的統(tǒng)計(jì)特性 和生理特性在于進(jìn)一步分離出一個(gè)或多個(gè)聚類將會(huì)提供診斷或治療相關(guān)的 附加信息，那么應(yīng)當(dāng)分配更多的聚類。
聚類A中參數(shù)值x的統(tǒng)計(jì)誤差s可表示為體素值x屬于聚類A的標(biāo)準(zhǔn)差
方程式10
其中，^為標(biāo)準(zhǔn)差，q為聚類中心，而 為聚類&中體素或元素的數(shù)目。 應(yīng)當(dāng)注意到，參數(shù)x的分布也可表示為平均、中值或其他函數(shù)。
在該示例中，使用功能誤差模型e和統(tǒng)計(jì)誤差s來評估聚類分離及調(diào) 節(jié)聚類數(shù)目，而使用合并/拆分策略來改變聚類數(shù)目。示例性頂層合并/拆分 策略的偽代碼可表示如下 FORj=l TO NC FOR i=l TO NC
IFi!叫AND功能值(//,-A) <^< (A + e,) THEN合并聚類
IF >a e, THEN拆分聚類_/ UNTIL不再有聚類分配變化
其中，a為經(jīng)驗(yàn)常量。如上面所注意到的，合并和拆分操作可自動(dòng)完成或 由用戶交互確認(rèn)。
現(xiàn)在將更加詳細(xì)地描述聚類的示例性合并。例如，如果聚類/的功能 值p,落入聚類/的誤差棒(Ml )，則該算法將提出合并聚類/和_/。 一種實(shí) 現(xiàn)方式如下
開始初始化"，wc, M, /v. a
執(zhí)行k均值或其它聚類，生成聚類中心///,化...，
如果對任意兩個(gè)聚類Z'和j'而言A-e、A〈A+e;，則提出
15合并聚類/和乂
如果用戶接受，則集合NC—NC-7并計(jì)算聚類i和j的均值
重做聚類
直到就誤差模型e而言聚類中心不同 返回所估計(jì)的聚類中心
結(jié)朿
也可以預(yù)見到有替代準(zhǔn)則，包括統(tǒng)計(jì)分布5。
在圖3的示例中，聚類過程得到三個(gè)聚類304、 306、 308。如果第一聚 類304和第二聚類306內(nèi)的功能值在功能誤差模型e方面不能相區(qū)別，就 合并這兩個(gè)聚類。然后重新執(zhí)行具有遞減聚類數(shù)目的聚類過程。
現(xiàn)在將更加詳細(xì)地描述聚類的示例性拆分。如果聚類k的統(tǒng)計(jì)誤差sk 大于功能誤差ek，則該算法會(huì)建議拆分聚類k: 開始初始化".A,C, 〃,
k均值或其它聚類，生成聚類中心/i/， //2'，從0' 如果對任意聚類h e^c"k并且Nk〉Q，則提出拆分聚類
如果用戶接受，則集合NC—NC+7且/^=/4-" A+1=A+f 重做k均值聚類算法 直到無進(jìn)一步拆分 返回所估計(jì)的聚類中心 結(jié)束
如上所述，c和G)為經(jīng)驗(yàn)常數(shù)，而s為微擾矢量。應(yīng)當(dāng)注意到，根據(jù)情況， 組合進(jìn)行聚類的合并和拆分。
在圖3的示例中，如果與功能誤差模型e相比，第一聚類304的統(tǒng)計(jì) 誤差較大，則聚類數(shù)目遞增，并重新進(jìn)行聚類過程將第一聚類304拆分為 兩個(gè)聚類。
如上述所討論的，向操作者呈現(xiàn)提出的聚類合并或拆分以供接受。因 而，可以通過顏色編碼、交替聚類可視化、閃爍、文字消息或類似方式突出顯示聚類。同樣可以呈現(xiàn)一個(gè)或多個(gè)聚類的統(tǒng)計(jì)數(shù)據(jù)，例如柱狀圖、功 能值/i,和/或功能誤差^。然后，用戶會(huì)決定接受或拒絕所提出的新分割， 運(yùn)行具有經(jīng)調(diào)節(jié)的聚類數(shù)目的聚類算法，或者接受結(jié)果并終止過程。
以上所描述的技術(shù)非常適合與由PET、 SPECT、 fMRI、功能CT或其
他能夠提供功能信息的掃描器所生成的數(shù)據(jù)一道使用。這些技術(shù)同樣非常 適合與利用分子成像生成的數(shù)據(jù)一道使用，分子成像提供了有關(guān)其它功能 特征的信息，這些功能特征例如葡萄糖消耗量(例如，F(xiàn)DGPET)、細(xì)胞增 殖(例如，F(xiàn)LTPET)、細(xì)胞凋亡(例如，膜聯(lián)蛋白V)禾n (腦部或其它地 方中的)受體密度。
在輻射療法或解剖定位很重要的其他應(yīng)用中，同樣可以利用MRI、計(jì) 算機(jī)斷層攝影(CT)、超聲(US)、 x射線或其它掃描器對患者進(jìn)行掃描， 并且將功能和解剖數(shù)據(jù)進(jìn)行共同配準(zhǔn)。在一些情況下(例如，在MR和fMRI 的情況下)，在單次掃描過程中可以獲得功能和解剖信息。同樣可以預(yù)見到 使用混合的掃描器，例如混合的PET/MR、 PET/CT、 SPECT/CT或其他混 合模態(tài)。
使用適當(dāng)?shù)奈锢砟Ｐ蛯碜怨δ艹上衲Ｊ降臄?shù)據(jù)進(jìn)行建模以生成一個(gè) 或多個(gè)參數(shù)映射圖，并且按照上述方式操縱數(shù)據(jù)。得到的數(shù)據(jù)可由醫(yī)師或 用戶用于診斷或計(jì)劃治療過程。得到的數(shù)據(jù)也可用作對于治療計(jì)劃系統(tǒng)的 輸入。在輻射治療計(jì)劃(RTP)包的示例性情況下，該數(shù)據(jù)用于計(jì)劃輻射 劑量，例如通過向腫瘤中相對更加耐輻射的部分提供相對更高的輻射劑量。
上述的本發(fā)明各實(shí)施例可切實(shí)存在于存儲(chǔ)在合適的計(jì)算機(jī)可讀存儲(chǔ)介 質(zhì)中的計(jì)算機(jī)程序中。該計(jì)算機(jī)程序包括的指令在由處理器讀取并運(yùn)行吋， 令處理器完成執(zhí)行本發(fā)明各步驟或各元件所必需的各步驟。示例性機(jī)器可 讀存儲(chǔ)器存儲(chǔ)介質(zhì)包括但不局限于固定式硬驅(qū)動(dòng)、光盤、磁帶、半導(dǎo)體 存儲(chǔ)器(例如，只讀存儲(chǔ)器(ROM)、隨機(jī)存取存儲(chǔ)器(RAM)和可編程 (PROM))。通過執(zhí)行直接來自存儲(chǔ)器的代碼，或者通過將代碼從一個(gè)存 儲(chǔ)器存儲(chǔ)裝置拷貝到另一個(gè)存儲(chǔ)器存儲(chǔ)裝置，或通過將代碼發(fā)送到網(wǎng)絡(luò)上 以供遠(yuǎn)程執(zhí)行來利用包含計(jì)算機(jī)可讀代碼的存儲(chǔ)器。
當(dāng)然，他人在閱讀并理解說明書后將會(huì)想到各種修改和變更。本發(fā)明 旨在解釋為包括落入權(quán)利要求書或其等價(jià)內(nèi)容范圍內(nèi)的所有這類修改和變更。
權(quán)利要求
1、一種方法，包括接收指示對象感興趣區(qū)域的功能圖像數(shù)據(jù)，所述功能圖像數(shù)據(jù)包括空間變化功能參數(shù)值(f)和空間變化功能誤差模型(e)；根據(jù)所述空間變化誤差模型的函數(shù)分割所述感興趣區(qū)域；生成指示經(jīng)分割的感興趣區(qū)域的圖像。
2、 如權(quán)利要求l所述的方法，其中，所述分割步驟包括將所述感興趣 區(qū)域分割成具有不同空間分辨率的子區(qū)域(206、 208、 210)。
3、 如權(quán)利要求2所述的方法，其中，所述分割步驟包括根據(jù)功能誤差 模型的同質(zhì)性準(zhǔn)則對所述感興趣區(qū)域進(jìn)行分割。
4、 如權(quán)利要求2所述的方法，其中，所述分割步驟包括根據(jù)功能誤差 模型的最小化準(zhǔn)則對所述感興趣區(qū)域進(jìn)行分割。
5、 如權(quán)利要求l所述的方法，其中，所述分割步驟包括將所述感興趣 區(qū)域分割成具有類似功能參數(shù)值的第一多個(gè)聚類(304、 306、 308)，并且 其中，所述聚類的數(shù)目是所述誤差模型和統(tǒng)計(jì)誤差的函數(shù)。
6、 如權(quán)利要求l所述的方法，其中，所述分割步驟包括 將所述感興趣區(qū)域分割成第一數(shù)目的聚類(304、 306、 308); 使用所述誤差模型評估所述聚類的分離； 將所述感興趣區(qū)域分割成第二數(shù)目的聚類。
7、 如權(quán)利要求6所述的方法，其中，使用所述誤差模型的所述步驟包 括使用所述誤差模型和統(tǒng)計(jì)誤差評估所述聚類的分離。
8、 如權(quán)利要求7所述的方法，其中，將所述感興趣區(qū)域分割成第二數(shù)目的聚類的所述步驟包括拆分聚類和將第一聚類與第二聚類進(jìn)行合并中的 至少一個(gè)。
9、 如權(quán)利要求6所述的方法，包括 以人可讀方式顯示所提出的分割； 允許用戶拒絕所述提出的分割。
10、 如權(quán)利要求9所述的方法，包括使用GUI突出顯示所提出的分割。
11、 如權(quán)利要求l所述的方法，其中，
12、 如權(quán)利要求1所述的方法，其中 的感興趣區(qū)域計(jì)算輻射劑量分布。
13、 如權(quán)利要求l所述的方法，其中，
14、 如權(quán)利要求i所述的方法，其中，
15、 如權(quán)利要求1所述的方法，其中 量、細(xì)胞增殖、細(xì)胞凋亡或受體密度。
16、 一種設(shè)備，包括 用于接收指示對象感興趣區(qū)域的功能圖像數(shù)據(jù)的裝置，所述功能圖像數(shù)據(jù)包括空間變化功能參數(shù)值(/)和空間變化功能誤差模型(e);用于根據(jù)所述空間變化誤差值的函數(shù)分割所述感興趣區(qū)域的裝置； 用于生成指示經(jīng)分割的感興趣區(qū)域的圖像的裝置。
17、 如權(quán)利要求16所述的設(shè)備，包括用于生成所述功能圖像數(shù)據(jù)的裝置。所述功能參數(shù)指示缺氧。 ，所述方法包括使用所述經(jīng)分割所述功能參數(shù)指示灌注。 所述圖像指示分子成像劑。 ，所述功能參數(shù)指示葡萄糖消耗
18、 如權(quán)利要求16所述的設(shè)備，其中，所述用于分割的裝置包括用于根據(jù)所述空間變化誤差模型和人工輸入交互式分割所述感興趣區(qū)域的GUI裝置。
19、 一種包含指令的機(jī)算機(jī)可讀存儲(chǔ)介質(zhì)，所述指令在由計(jì)算機(jī)運(yùn)行吋令所述計(jì)算機(jī)執(zhí)行包括如下歩驟的方法接收指示對象感興趣區(qū)域的功能圖像數(shù)據(jù)，其中，所述功能圖像數(shù)據(jù)包括功能值(/)和誤差模型；將所述功能圖像數(shù)據(jù)聚集成多個(gè)聚類，其中，所述聚類的數(shù)目是包含 在聚類中的功能值的功能誤差模型的函數(shù)。
20、 如權(quán)利要求19所述的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其中，所述聚類的數(shù) 目是統(tǒng)計(jì)誤差G)的函數(shù)。
21、 如權(quán)利要求19所述的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其中，所述聚類的數(shù) 目是功能誤差模型(e)的函數(shù)。
22、 如權(quán)利要求19所述的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其中，所述方法包括 將所述功能數(shù)據(jù)聚集成第一數(shù)目的聚類； 使用所述誤差模型評估所述聚類； 根據(jù)所述評價(jià)結(jié)果調(diào)節(jié)所述聚類的數(shù)目； 將所述功能數(shù)據(jù)聚集成第二數(shù)目的聚類。
23、 如權(quán)利要求22所述的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其中，聚類包括統(tǒng)計(jì) 誤差和功能誤差模型，并且其中，所述方法包括比較所述統(tǒng)計(jì)誤差的測度和所述功能誤差模型的測度； 如果所述參數(shù)分布的測度超過所述生理誤差分布的測度，則增加所述 聚類的數(shù)目。
24、 如權(quán)利要求23所述的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其中，所述方法包括拆分所述聚類。
25、 如權(quán)利耍求23所述的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其中，所述統(tǒng)計(jì)誤差 的所述測度為標(biāo)準(zhǔn)差。
26、 如權(quán)利耍求19所述的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其中，第一聚類包括 參數(shù)值，第二聚類包括誤差分布，并且其中，所述方法包括判斷所述參數(shù)值是否位于所述誤差分布之內(nèi)；如果所述參數(shù)值位于所 述誤差分布之內(nèi)，則減少所述聚類的數(shù)目。
27、 如權(quán)利耍求26所述的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其中，所述方法包括 合并所述第一和第二聚類。
28、 如權(quán)利要求19所述的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其中，所述方法包括 以人可讀方式顯示提出的所述數(shù)據(jù)的聚類； 允許用戶接收或拒絕所述提出的聚類。
29、 如權(quán)利要求19所述的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其中，所述方法包括 使用所述經(jīng)聚類的數(shù)據(jù)計(jì)算輻射劑量。
30、 如權(quán)利要求19所述的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其中，所述感興趣區(qū) 域?yàn)槟X部，所述聚類指示腦功能。
31、 一種包含指令的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述指令在由計(jì)算機(jī)運(yùn)行 時(shí)令所述計(jì)算機(jī)執(zhí)行包括如下步驟的方法接收指示對象感興趣區(qū)域的功能圖像數(shù)據(jù)，所述功能圖像數(shù)據(jù)包括空 間變化功能參數(shù)值(/)和空間變化功能誤差模型(e);使用所述空間變化功能誤差模型在空間上改變所述功能圖像數(shù)據(jù)的空 間分辨率；生成指示所述功能圖像數(shù)據(jù)的圖像。
32、 如權(quán)利要求31所述的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其中，所述方法包括 根據(jù)功能誤差模型同質(zhì)性準(zhǔn)則和功能誤差模型最小化準(zhǔn)則中的一個(gè)改變所 述空間分辨率。
33、 如權(quán)利要求31所述的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其中，所述感興趣區(qū) 域包括心肌，且所述功能參數(shù)指示缺血。
34、 如權(quán)利要求31所述的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其中，所述圖像包括 至少兩個(gè)基于所述功能誤差模型具有不同空問分辨率的子區(qū)域。
35、 一種方法，包括接收指示感興趣區(qū)域的功能圖像數(shù)據(jù)，所述功能圖像數(shù)據(jù)包括功能參 數(shù)值W和功能誤差模型(e);在GUI上以人可讀方式顯示所述功能圖像數(shù)據(jù)；基于所述功能誤差模型和對所述顯示的功能圖像數(shù)據(jù)的人工評估交互 式分割所述感興趣區(qū)域。
36、 如權(quán)利要求35所述的方法， 互式分割所述感興趣區(qū)域的步驟。
37、 如權(quán)利要求35所述的方法， 的分割的人工輸入。
38、 如權(quán)利要求35所述的方法， 的人工輸入。包括多次重復(fù)所述顯示步驟和所述交 包括接收接受提出的所述感興趣體積 包括接收提出所述感興趣體積的分割
39、如權(quán)利要求35所述的方法，其中，交互式分割所述感興趣體積的 步驟包括交互式將所述感興趣體積分割為多個(gè)子區(qū)域，其中，所述子區(qū)域 的數(shù)目基于所述功能誤差模型和所述人工評估。
40、如權(quán)利要求35所述的方法，其中，所述功能參數(shù)指示缺氧或灌注。
全文摘要
一種用于功能醫(yī)學(xué)成像的方法，包括根據(jù)空間變化誤差模型的函數(shù)將功能成像數(shù)據(jù)進(jìn)行適應(yīng)性分割。根據(jù)優(yōu)化策略分割功能圖像數(shù)據(jù)。所述數(shù)據(jù)可以進(jìn)行可視化或用于計(jì)劃治療過程。在一個(gè)實(shí)現(xiàn)方式中，分割所述圖像數(shù)據(jù)以改變其空間分辨率。在另一個(gè)實(shí)現(xiàn)方式中，基于誤差模型改變聚類的數(shù)目。
文檔編號G06T5/00GK101449290SQ200780018137
公開日2009年6月3日 申請日期2007年5月1日 優(yōu)先權(quán)日2006年5月19日
發(fā)明者A·菲舍爾, C·邁爾, L·施皮斯 申請人:皇家飛利浦電子股份有限公司