发明名称 对3D数字医学图像中的解剖实体进行分割的方法
摘要 对于图像中的一定数目的地标当中的每一个定义该地标的初始位置。接下来,对包括所述地标的一定数目的候选位置的所述初始位置周围的邻域进行采样,并且把成本与每一个所述候选位置相关联。对表示所有候选位置的总体灰度成本和总体形状成本的加权和的成本函数进行优化。把已分割解剖实体定义为经过候选位置的所选组合的一条路径,其中针对所述组合优化了所述成本函数。在朝向最优已分割表面/体积的优化期间利用图遍历方法。
申请公布号 CN101790748B 申请公布日期 2013.03.13
申请号 CN200880103978.3 申请日期 2008.06.10
申请人 爱克发医疗保健公司 发明人 P·德瓦尔
分类号 G06T5/00(2006.01)I 主分类号 G06T5/00(2006.01)I
代理机构 中国专利代理(香港)有限公司 72001 代理人 李娜;王忠忠
主权项 一种用于对数字医学图像中的解剖实体进行分割的方法,其包括以下步骤:‑对于所述图像中的一定数目的地标当中的每一个地标定义所述地标的初始位置;‑计算所有地标点的图数据结构,其中每一个节点代表一个地标,并且每一条边代表一对地标之间的连接;‑按照系统方式或随机方式计算经过所述图数据结构的路径;‑对所述初始位置周围的邻域进行采样,所述邻域包括所述地标的一定数目的候选位置;‑把成本与每一个所述候选位置相关联,与候选位置相关联的所述成本代表所述候选位置处的采样灰度图样与所述地标处的预期灰度图样之间的相似度的度量,所述相似度由Mahalanobis距离表示,Mahalanobis距离被定义为所述采样灰度图样与利用逆协方差矩阵加权的均值灰度图样之间的距离;‑对于所有候选位置优化表示总体灰度成本与总体形状成本的加权和的成本函数,所述总体灰度成本是一定数目的特征图像中的轮廓的所有单独灰度成本的组合,所述单独灰度成本是Mahalanobis距离,Mahalanobis距离被定义为所述轮廓与利用所述协方差矩阵的逆矩阵加权的那个特征的均值轮廓之间的距离,所述均值轮廓和协方差矩阵是从所述解剖实体的灰度值模型获取的,所述总体形状成本是所有地标点的连接矢量的所有单独形状成本的组合,所述连接矢量连接相继地标,所述单独形状成本由Mahalanobis距离表示,Mahalanobis距离被定义为两个相继地标之间的连接矢量与利用所述协方差矩阵的逆矩阵加权的均值连接矢量的距离,所述均值连接矢量和协方差矩阵是从所述解剖实体的形状模型获取的,其中所述灰度值模型是通过以下步骤获得的:‑在一定数目的地标点处对所述解剖实体的人工分割的表面或体积进行采样;‑通过分别连接多边形或多面体内的成组的相邻地标点而形成所述表面的多边形网格或所述体积的多面体网格;‑定义所有地标点的图数据结构,其中每一个节点代表一个 地标,每一条边代表一对地标之间的连接;‑在每一个所述地标点的邻域内采样一定数目的点;‑对于每一个地标点把在地标点周围的邻域内采样的点设置在轮廓内;‑计算至少一个特征图像;‑计算每一个地标点的均值轮廓以及计算每一个特征图像的均值轮廓;‑计算每一个地标点的轮廓的协方差矩阵以及计算每一个特征图像的轮廓的协方差矩阵;‑把所述图、均值轮廓和协方差矩阵标识为所述解剖实体的灰度值模型;‑通过每一个地标的所述候选位置的所选组合把已分割解剖实体计算为表面或体积,其中对于所述组合优化所述成本函数,访问地标的顺序由经过所述图数据结构的所述路径确定,所述路径是最小跨度树(MST)。
地址 比利时莫策尔