專利名稱：肺結(jié)節(jié)檢測(cè)的候選項(xiàng)集產(chǎn)生的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像分析，并且尤其是涉及用于根據(jù)3D體積數(shù)據(jù)產(chǎn)生目標(biāo)候選項(xiàng)的列表的候選項(xiàng)集產(chǎn)生(candidate generation)方法。
2.相關(guān)領(lǐng)域討論能夠可靠地和準(zhǔn)確地從輸入的3D體積數(shù)據(jù)中檢測(cè)到結(jié)節(jié)候選項(xiàng)的候選項(xiàng)集產(chǎn)生方法在自動(dòng)結(jié)節(jié)檢測(cè)中起關(guān)鍵作用。在典型的3D體積數(shù)據(jù)(尺寸為512×512×300)中，包括體積數(shù)據(jù)中能識(shí)別對(duì)象的主要部分的、諸如血管樹的非結(jié)節(jié)(背景組織)結(jié)構(gòu)構(gòu)成極其復(fù)雜。另一方面，目標(biāo)結(jié)節(jié)僅是少數(shù)小型圓形對(duì)象，其位于附近或者利用復(fù)雜的背景組織結(jié)構(gòu)遮蔽。不存在能夠輕易被確定的區(qū)別特征，以區(qū)分目標(biāo)結(jié)節(jié)與復(fù)雜的背景組織結(jié)構(gòu)。存在大量背景組織顯示類似結(jié)節(jié)屬性的位置。設(shè)計(jì)通過有效地舍棄那些大量假冒位置而能夠可靠和準(zhǔn)確地識(shí)別存在真正結(jié)節(jié)的少數(shù)真正位置的方法是非常困難的。另外，需要在3D體積數(shù)據(jù)中處理的信息量巨大(胸部HRCT(高分辨率計(jì)算機(jī)斷層掃描)數(shù)據(jù)的尺寸通常是512×512×300)。使用將復(fù)雜的和耗費(fèi)計(jì)算的分析用于3D體積數(shù)據(jù)中的每個(gè)位置(體素)的技術(shù)通常是不實(shí)用的。
因此，需要一種用于計(jì)算上高效的候選項(xiàng)集產(chǎn)生方法的系統(tǒng)和方法。

發(fā)明內(nèi)容
根據(jù)本公開內(nèi)容的實(shí)施例，一種用于三維體積數(shù)據(jù)中的候選項(xiàng)集產(chǎn)生的計(jì)算機(jī)實(shí)現(xiàn)方法包括形成包括被標(biāo)記的前景體素的三維體積數(shù)據(jù)的二進(jìn)制體積圖像；估計(jì)二進(jìn)制體積數(shù)據(jù)中的被標(biāo)記的前景體素的多個(gè)形狀特征，這包括從二進(jìn)制體積圖像中的前景體素中識(shí)別出峰值體素和高曲率體素、對(duì)邊界和每個(gè)峰值體素累加多個(gè)置信度值(confidence value)、并且從多個(gè)置信度值中檢測(cè)到置信度峰值，其中這些置信度峰值被確定為候選點(diǎn)；以及在給出已檢測(cè)到的置信度峰值的情況下精煉候選點(diǎn)，其中已精煉的候選點(diǎn)被確定為候選項(xiàng)。
形成二進(jìn)制體積圖像包括低通濾波三維體積數(shù)據(jù)，移除三維體積數(shù)據(jù)的邊界，將三維體積數(shù)據(jù)分割成前景和背景部分，其中前景中的體素被標(biāo)記，并且對(duì)大于預(yù)定尺寸的所有前景對(duì)象確定區(qū)域增長(zhǎng)標(biāo)記，其中前景對(duì)象包括多個(gè)前景體素，而預(yù)定尺寸是體素的數(shù)目。
分割包括確定體素強(qiáng)度的估計(jì)閾值，并且將每個(gè)體素與該估計(jì)閾值進(jìn)行比較，以確定前景體素，并且標(biāo)記這些前景體素。
累加多個(gè)置信度值包括確定每個(gè)峰值體素周圍的曲面，確定包括邊界上或圍繞每個(gè)曲面中心的每個(gè)高曲率點(diǎn)和峰值點(diǎn)的置信度得分的置信度陣列，將體素周圍的置信度得分與閾值進(jìn)行比較，用于確定候選點(diǎn)的存在，并且通過候選點(diǎn)標(biāo)記具有所需置信度得分的點(diǎn)。
精煉候選點(diǎn)包括重新定位候選點(diǎn)，調(diào)節(jié)候選點(diǎn)的置信度得分，根據(jù)所調(diào)節(jié)的置信度得分將候選點(diǎn)分類，以及返回最高的n個(gè)候選點(diǎn)作為目標(biāo)對(duì)象，其中n是正整數(shù)。根據(jù)本公開內(nèi)容的實(shí)施例，提供一種程序存儲(chǔ)裝置，其能由機(jī)器讀取，確實(shí)地包括由機(jī)器能執(zhí)行的程序指令，以執(zhí)行用于三維體積數(shù)據(jù)中的候選項(xiàng)集產(chǎn)生的方法步驟。該方法包括形成包括被標(biāo)記的前景體素的三維體積數(shù)據(jù)的二進(jìn)制體積圖像，以及估計(jì)二進(jìn)制體積數(shù)據(jù)中的被標(biāo)記的前景體素的多個(gè)形狀特征。估計(jì)多個(gè)形狀特征包括從二進(jìn)制體積圖像中的前景體素中識(shí)別出峰值體素和高曲率體素，對(duì)每個(gè)邊界和每個(gè)峰值體素累加多個(gè)置信度值，從多個(gè)置信度值中檢測(cè)到置信度峰值，其中這些置信度峰值被確定為候選點(diǎn)。該方法還包括在給出已檢測(cè)到的置信度峰值的情況下精煉候選點(diǎn)，其中已精煉的候選點(diǎn)被確定為候選項(xiàng)。
根據(jù)本公開內(nèi)容的實(shí)施例，用于在三維體積數(shù)據(jù)中產(chǎn)生結(jié)節(jié)候選項(xiàng)的計(jì)算機(jī)實(shí)現(xiàn)方法包括在三維體積數(shù)據(jù)中確定多個(gè)前景對(duì)象，確定多個(gè)前景對(duì)象的多個(gè)形狀特征，其中這些形狀特征得自三維體積數(shù)據(jù)的橫截面分析，該橫截面分析包括選擇具有所需形狀特征的前景對(duì)象，并且將選定的前景對(duì)象標(biāo)記為候選項(xiàng)，以及返回這些候選項(xiàng)。
該橫截面分析包括從二進(jìn)制體積圖像中的前景對(duì)象中識(shí)別出峰值體素和高曲率體素，對(duì)每個(gè)邊界體素和每個(gè)峰值體素累加多個(gè)置信度值，并且從多個(gè)置信度值中檢測(cè)到置信度峰值，其中這些置信度峰值被確定為候選項(xiàng)。該方法包括當(dāng)且僅當(dāng)在三維體積數(shù)據(jù)的所有其橫截面中將體素分類為峰值體素時(shí)，才將該體素分類為峰值體素。該方法包括當(dāng)且僅當(dāng)體素不是峰值體素并且在三維體積數(shù)據(jù)的所有其橫截面中被分類為峰值體素或高曲率體素時(shí)，才將該體素分類為高曲率點(diǎn)。
附圖簡(jiǎn)述下面將參考附圖，更詳細(xì)地描述本發(fā)明的優(yōu)選實(shí)施例

圖1是根據(jù)本公開內(nèi)容實(shí)施例的用于候選項(xiàng)集產(chǎn)生的方法的流程圖；圖2是根據(jù)本公開內(nèi)容實(shí)施例的系統(tǒng)的圖示；圖3是根據(jù)本公開內(nèi)容實(shí)施例的分割方法的流程圖；圖4是根據(jù)本公開內(nèi)容實(shí)施例的用于橫截面分析的方法的流程圖；以及圖5是根據(jù)本公開內(nèi)容實(shí)施例的用于峰值檢測(cè)的方法的流程圖。
優(yōu)選實(shí)施例詳述通常，肺結(jié)節(jié)顯示了小型圓形屬性。該肺結(jié)節(jié)可能是實(shí)心對(duì)象或利用血管樹遮蔽?？色@得多種技術(shù)來確定3D形狀特征，這些3D形狀特征能被用于區(qū)分小型圓形結(jié)節(jié)與具有其它形狀屬性的對(duì)象。然而，在這種情形下，出于多種原因，諸如噪聲的穩(wěn)定性、目標(biāo)對(duì)象的不規(guī)則性(難以估計(jì)連續(xù)高斯曲率值)、限定感興趣的目標(biāo)區(qū)域的困難和計(jì)算成本，這些技術(shù)不是有效的。根據(jù)本公開內(nèi)容的實(shí)施例，一種方法使用得自多個(gè)橫截面分析的形狀特征在3D體積數(shù)據(jù)(例如，計(jì)算機(jī)斷層掃描數(shù)據(jù)(CT)或磁共振成像數(shù)據(jù)(MRI))中有效地產(chǎn)生了結(jié)節(jié)候選項(xiàng)。已經(jīng)在兩組HRCT圖像上論證了，這種技術(shù)能夠?qū)崿F(xiàn)很高的準(zhǔn)確度，同時(shí)具有有限量的計(jì)算成本。
根據(jù)本公開內(nèi)容的實(shí)施例，一種用于候選項(xiàng)集檢測(cè)的方法包括處理塊101，其中結(jié)節(jié)和諸如血管樹的具有高強(qiáng)度值的背景組織結(jié)構(gòu)被標(biāo)記為前景對(duì)象，以形成二進(jìn)制體積圖像；檢測(cè)塊102，其中使用橫截面分析來估計(jì)形狀特征，識(shí)別高曲率段，與橫截面分析一起累加置信度值，從置信度值和對(duì)象強(qiáng)度值中檢測(cè)到置信度峰值；以及后處理塊103被用來精煉候選項(xiàng)集結(jié)果，(參見圖1)。
應(yīng)理解的是，可用各種形式的硬件、軟件、固件、專用處理器或其組合來實(shí)現(xiàn)本發(fā)明。在一個(gè)實(shí)施例中，本發(fā)明可用軟件被實(shí)現(xiàn)為確實(shí)被包含在程序存儲(chǔ)裝置上的應(yīng)用程序。該應(yīng)用程序可被上載到包括任何適當(dāng)結(jié)構(gòu)的機(jī)器并且由該機(jī)器執(zhí)行。
參考圖2，根據(jù)本公開內(nèi)容的實(shí)施例，用于實(shí)現(xiàn)用于在3D體積數(shù)據(jù)中產(chǎn)生候選項(xiàng)的方法的計(jì)算機(jī)系統(tǒng)201尤其能夠包括中央處理單元(CPU)202、存儲(chǔ)器203和輸入/輸出(I/O)接口204。該計(jì)算機(jī)系統(tǒng)201通常通過I/O接口204被耦合到顯示器205和諸如鼠標(biāo)及鍵盤的各種輸入裝置206。顯示器205能夠顯示虛擬體積和所記錄的圖像的視圖。輔助電路能夠包括諸如高速緩沖存儲(chǔ)器、電源、時(shí)鐘電路和通信總線的電路。存儲(chǔ)器203能夠包括隨機(jī)存取存儲(chǔ)器(RAM)、只讀存儲(chǔ)器(ROM)、磁盤驅(qū)動(dòng)器、磁帶驅(qū)動(dòng)器等或者其組合。本發(fā)明能夠被實(shí)現(xiàn)為例行程序207，該例行程序207被存儲(chǔ)在存儲(chǔ)器203中并且由CPU 202執(zhí)行，以處理來自信號(hào)源208的信號(hào)。同樣，計(jì)算機(jī)系統(tǒng)201是通用計(jì)算機(jī)系統(tǒng)，當(dāng)執(zhí)行本發(fā)明的例行程序207時(shí)，該通用計(jì)算機(jī)系統(tǒng)成為專用計(jì)算機(jī)系統(tǒng)。
計(jì)算機(jī)平臺(tái)201還包括操作系統(tǒng)和微指令代碼。在此所描述的各種過程和功能可以是部分微指令代碼或者是部分經(jīng)由操作系統(tǒng)執(zhí)行的應(yīng)用程序(或者它們的組合)。另外，各種其它外圍裝置可被連接到諸如附加的數(shù)據(jù)存儲(chǔ)裝置和打印裝置的計(jì)算機(jī)平臺(tái)。
還應(yīng)理解的是，因?yàn)橐恍┰诟綀D中所描述的組成系統(tǒng)部件和方法步驟可用軟件來實(shí)現(xiàn)，所以系統(tǒng)部件(或者過程步驟)之間的實(shí)際連接可能取決于本發(fā)明被編程的方式而不同。在給出在此所提供的本發(fā)明的教導(dǎo)的情況下，相關(guān)領(lǐng)域的普通技術(shù)人員能夠設(shè)想本發(fā)明的這些和相似的實(shí)現(xiàn)方式或結(jié)構(gòu)。
處理階段101包括低通濾波104、邊界移除105、分割106和區(qū)域增長(zhǎng)107。
輸入的3D體積CT數(shù)據(jù)的低通濾波104改進(jìn)了目標(biāo)前景對(duì)象的二進(jìn)制化(平滑邊界)，并且改進(jìn)了后面的處理步驟中的不同形狀參數(shù)(法向方向，曲率等)的估計(jì)。低通濾波104能夠以多種不同方式來實(shí)現(xiàn)。低通濾波的一種方法是在x-y平面中進(jìn)行濾波。低通濾波器能夠是在x-維和y-維上具有相同的標(biāo)準(zhǔn)偏差值的3D高斯濾波器，其具有例如為2的缺省值。低通濾波獨(dú)立用于每個(gè)切片。
對(duì)于邊界移除105，清除鄰近3D體積CT數(shù)據(jù)的邊緣(例如，距離體積數(shù)據(jù)邊界5個(gè)體素)的每個(gè)體素，以確保后面的步驟并不需要處理邊界體素，這些邊界體素具有不同的鄰域定義。這顯然簡(jiǎn)化了后面的處理步驟的實(shí)現(xiàn)。
分割106標(biāo)記了前景對(duì)象，這些前景對(duì)象包括血管、結(jié)節(jié)以及其它具有比來自背景(其它任何東西)的輸入的CT圖像(表示前景對(duì)象的強(qiáng)度值可能自動(dòng)或由用戶調(diào)整)中的其它體素的強(qiáng)度值更高的強(qiáng)度值的其它組織，以形成二進(jìn)制體積圖像。這通過輸入的體積圖像的二進(jìn)制化來實(shí)現(xiàn)。這種二進(jìn)制化過程應(yīng)當(dāng)能夠正確地將所有結(jié)節(jié)標(biāo)記為前景對(duì)象。在后面的處理步驟中不能檢測(cè)到未被標(biāo)記為前景對(duì)象的任何結(jié)節(jié)。同樣重要的是，被標(biāo)記的前景對(duì)象并不包含太多背景體素，這有助于使結(jié)節(jié)在形狀上能與其它非目標(biāo)前景結(jié)構(gòu)相區(qū)分，并且因而顯著地減少了結(jié)節(jié)被正確識(shí)別的可能性。使用自適應(yīng)閾值方法沿著z-維逐個(gè)切片地實(shí)現(xiàn)分割106。
參考圖3，自適應(yīng)閾值方法包括估計(jì)強(qiáng)度值的平均值，這些強(qiáng)度值在目標(biāo)像素周圍有效大小(約40×40)的窗內(nèi)的預(yù)定義范圍中。在切片中針對(duì)每個(gè)像素確定估計(jì)值，301。預(yù)定義范圍的實(shí)例是0-800。所估計(jì)的平均值增大預(yù)定義的偏移量(例如，350)，以形成目標(biāo)像素的估計(jì)閾值(ET)，302。如果ET大于預(yù)定義的高閾值(例如，800)，那么將ET設(shè)置為預(yù)定義的高閾值。如果其強(qiáng)度值低于預(yù)定義的低閾值的體素的百分比大于預(yù)定義閾值(例如，70％)，那么ET被設(shè)置為預(yù)定義的低閾值。如果目標(biāo)像素的強(qiáng)度值大于估計(jì)閾值ET，則該像素被標(biāo)記為前景，303。
區(qū)域增長(zhǎng)標(biāo)記所有前景體素以及邊界體素，這些體素被用于后面的處理。在塊107，形態(tài)學(xué)上的膨脹運(yùn)算被用于大小(被包含在對(duì)象中的體素?cái)?shù)目)小于預(yù)定義閾值(例如，100)的所有被連接的前景對(duì)象。形態(tài)學(xué)運(yùn)算的動(dòng)機(jī)是確保后面的處理步驟中的可靠曲率估計(jì)。
檢測(cè)階段102包括橫截面分析108、置信度陣列的低通濾波109、以及峰值檢測(cè)110。
通過將已分割的體積數(shù)據(jù)分解成多個(gè)橫截面并且分析在橫截面中追蹤的曲線(邊界)，橫截面分析108從在先步驟中產(chǎn)生的被標(biāo)記的前景區(qū)域中檢測(cè)到小型圓形對(duì)象，以累加所追蹤的曲線周圍的證據(jù)(evidence)。建立與輸入的3D體積CT數(shù)據(jù)大小相同的3D陣列(置信度陣列)，以記住所累加的證據(jù)。如果存在結(jié)節(jié)，則在結(jié)節(jié)周圍的每個(gè)橫截面中的2D曲線上能夠檢測(cè)到比血管和其它非結(jié)節(jié)結(jié)構(gòu)數(shù)目更多的高曲率點(diǎn)。結(jié)節(jié)可以充分地利用非目標(biāo)前景組織來遮蔽，存在在2D橫截面曲線上產(chǎn)生比非目標(biāo)前景組織結(jié)構(gòu)更多高曲率點(diǎn)的高概率。
參考圖4，橫截面分析108包括在每個(gè)橫截面中識(shí)別出高曲率(曲率值大于閾值，例如，210度)和峰值(曲率值在局部鄰近處達(dá)到最大值，例如，中心在峰值的15-點(diǎn)窗)體素，401。分析將每個(gè)表面點(diǎn)分類402成(i)峰值或(ii)高曲率點(diǎn)或(iii)正常點(diǎn)。當(dāng)且僅當(dāng)點(diǎn)在所有其橫截面中被分類為峰值點(diǎn)時(shí)，該點(diǎn)才被分類為峰值點(diǎn)。當(dāng)且僅當(dāng)點(diǎn)不是峰值點(diǎn)且在所有其橫截面中被分類為峰值或高曲率點(diǎn)時(shí)，該點(diǎn)才為高曲率點(diǎn)。橫截面分析對(duì)在每個(gè)橫截面中具有有效的高曲率點(diǎn)和峰值的百分比的邊界累加證據(jù)，403。橫截面分析對(duì)每個(gè)峰值累加置信度證據(jù)，404-從峰值點(diǎn)開始，應(yīng)用邊界片增長(zhǎng)(boundary patch growing)方法來產(chǎn)生小曲面，該邊界片增長(zhǎng)方法在具有高曲率或峰值標(biāo)記的對(duì)象表面點(diǎn)上增長(zhǎng)并且使用到初始峰值位置的距離和增長(zhǎng)大小來控制增長(zhǎng)形狀。所產(chǎn)生的片的形狀為半球形。
-由于確定了曲面的每個(gè)要素點(diǎn)，那么估計(jì)法線方向。
-確定曲面上的兩個(gè)高曲率要素的法線的交叉點(diǎn)。如果該交叉點(diǎn)距離曲面的中心足夠近，則其值由點(diǎn)類型(高曲率或峰值)確定的置信度得分被加到置信度陣列中的交叉點(diǎn)位置。需要將交叉點(diǎn)位置加到置信度陣列的交叉點(diǎn)到曲面中心的接近性可被調(diào)整，以實(shí)現(xiàn)所需的結(jié)果。
在每個(gè)位置，置信度陣列中的置信度得分指示了附近可能存在結(jié)節(jié)的可能性。如果大量附近的點(diǎn)顯示置信度得分值，則這表示存在結(jié)節(jié)。
由于結(jié)節(jié)形狀變化以及在輸入的體積數(shù)據(jù)中存在復(fù)雜的非目標(biāo)前景結(jié)構(gòu)，所以結(jié)節(jié)和置信度陣列中的其他類似結(jié)節(jié)的非目標(biāo)前景對(duì)象周圍的置信度得分值以類簇形式稀疏分布。因此，需要低通濾波塊109，用于進(jìn)行可靠的真實(shí)的峰值檢測(cè)。能夠使用高斯濾波器。置信度陣列的濾波被用在所有x-維、y-維和z-維上。
局部峰值檢測(cè)
局部峰值檢測(cè)110識(shí)別出置信度陣列中的證據(jù)的有效濃度，以產(chǎn)生初始檢測(cè)候選項(xiàng)。圖5圖示了局部峰值檢測(cè)方法中的一種方法，其中-首先應(yīng)用局部最大值檢測(cè)，以檢測(cè)潛在的峰值候選項(xiàng)位置，501。
-然后在具有與最大可檢測(cè)對(duì)象的大小(例如，10mm)相同的局部鄰域中再檢查峰值候選項(xiàng)位置，以確保其將具有最大得分值的體素安置在未被標(biāo)記為已檢測(cè)到的體素中，502。應(yīng)用受控體積增長(zhǎng)方法，以獲得加權(quán)總和和已更新的最大權(quán)重以及相應(yīng)的被檢測(cè)到的位置(并不必在前景區(qū)域中的具有最大置信度得分值的位置)，該受控體積增長(zhǎng)方法在具有有限增長(zhǎng)大小的非零置信度陣列要素內(nèi)增長(zhǎng)。
-如果檢測(cè)到的位置不在前景區(qū)域的內(nèi)部，則應(yīng)用局部搜索過程，以找到如新檢測(cè)到的位置的最近邊界點(diǎn)，503。
-應(yīng)用在具有有限增長(zhǎng)大小的前景區(qū)域內(nèi)增長(zhǎng)的受控體積增長(zhǎng)，以獲得置信度得分的已更新的加權(quán)總和。最大置信度得分、增長(zhǎng)區(qū)域中的置信度得分的總和以及加權(quán)最小大小前景對(duì)象的局部峰值調(diào)節(jié)的線性組合被確定為當(dāng)前檢測(cè)的最終置信度得分值，并且隨同檢測(cè)到的位置一起被插入到檢測(cè)列表中，504。
-所有在到被檢測(cè)到的位置的小距離內(nèi)的周圍體素被標(biāo)記為已被處理，505。
后處理后處理對(duì)最初被檢測(cè)到的候選項(xiàng)進(jìn)行調(diào)節(jié)。該最初被檢測(cè)到的候選項(xiàng)位置是具有有限移位量(a limited among of shift)的置信度陣列中已檢測(cè)到的峰值的位置，以確保該位置在前景區(qū)域中，由于形狀變化和在一些小前景對(duì)象上的形態(tài)學(xué)運(yùn)算，該位置可能不總是在目標(biāo)對(duì)象區(qū)域中。后處理步驟實(shí)現(xiàn)了變形方法，該變形方法使用迭代梯度遞降方法來調(diào)節(jié)候選項(xiàng)的位置，以確保該位置在前景區(qū)域內(nèi)。
候選項(xiàng)集再定位方法包括-根據(jù)強(qiáng)度、曲率和圖像梯度信息定義成本函數(shù)，以將最初被檢測(cè)到的位置調(diào)整到最可能的前景位置。
-指定值為4的由預(yù)定義參數(shù)控制的變形過程的迭代次數(shù)。
-沿著迭代地達(dá)到最小成本值的方向調(diào)節(jié)已檢測(cè)到的位置。
在調(diào)節(jié)每個(gè)位置之后，應(yīng)用標(biāo)準(zhǔn)化方法來調(diào)節(jié)最終置信度得分值。標(biāo)準(zhǔn)化方法包括-定義3D鄰域，該3D鄰域?yàn)榍蛐巍?br> -圍繞每個(gè)已檢測(cè)到的對(duì)象的已定義的3D鄰域迭代地進(jìn)行搜索，以核查前景體素輪廓的連貫性。
-根據(jù)最大連貫性值調(diào)節(jié)已檢測(cè)到的位置。
-使用連貫性和平均強(qiáng)度值的組合，調(diào)節(jié)已檢測(cè)到的候選項(xiàng)的置信度得分值。
該標(biāo)準(zhǔn)化方法確保被調(diào)整的候選項(xiàng)位置在目標(biāo)候選項(xiàng)對(duì)象中心的附近，并且使用連貫性值(輪廓的標(biāo)準(zhǔn)偏差)和前景對(duì)象的平均強(qiáng)度值的組合來調(diào)節(jié)置信度得分，以使得最終候選項(xiàng)結(jié)果更準(zhǔn)確。最終，根據(jù)標(biāo)準(zhǔn)化的置信度值分類已檢測(cè)到的結(jié)節(jié)。返回最高的n個(gè)候選項(xiàng)，例如，在數(shù)據(jù)中顯示或識(shí)別出這些候選項(xiàng)。然后可以診斷這些返回的候選項(xiàng)。
實(shí)驗(yàn)結(jié)果在兩組胸部HRCT數(shù)據(jù)上測(cè)試了根據(jù)本公開內(nèi)容的實(shí)施例的一種方法。數(shù)據(jù)組1包括40個(gè)體積數(shù)據(jù)，其中x-維和y-維是512×512。平均而言，CT數(shù)據(jù)在z-維上包括300個(gè)切片，其中最小值為246個(gè)切片，而最大值為446個(gè)切片。通常，存在成千上萬個(gè)位置(想象512×512×300圖像，血管樹和噪聲結(jié)構(gòu)遍布該圖像)，其中局部組織結(jié)構(gòu)在輸入的體積胸部圖像中顯示類似結(jié)節(jié)的屬性。然而，在數(shù)據(jù)組1中，醫(yī)生僅識(shí)別出總共109個(gè)標(biāo)準(zhǔn)分割圖像(ground truth)結(jié)節(jié)。應(yīng)當(dāng)注意，即時(shí)僅存在醫(yī)生標(biāo)記為標(biāo)準(zhǔn)分割圖像的109個(gè)結(jié)節(jié)，在兩個(gè)數(shù)據(jù)集中仍存在大量類似于結(jié)節(jié)、但不是結(jié)節(jié)或未被識(shí)別為結(jié)節(jié)的對(duì)象，這些對(duì)象可能是醫(yī)生遺漏的結(jié)節(jié)或者根據(jù)除形狀信息之外的附加知識(shí)而被認(rèn)為是正常血管樹結(jié)構(gòu)的對(duì)象。
所提出的技術(shù)的目標(biāo)應(yīng)用將被用于肺部CAD系統(tǒng)，以根據(jù)輸入的肺部CT圖像產(chǎn)生結(jié)節(jié)候選項(xiàng)，這些結(jié)節(jié)候選項(xiàng)由肺部CAD系統(tǒng)使用附加的結(jié)構(gòu)和環(huán)境信息進(jìn)一步驗(yàn)證。對(duì)于實(shí)踐中的候選項(xiàng)集產(chǎn)生方法，在濾波通過大量潛在的位置之后，該真正的結(jié)節(jié)應(yīng)當(dāng)出現(xiàn)在已檢測(cè)到的候選項(xiàng)列表中，該候選項(xiàng)列表可能包括500個(gè)候選項(xiàng)。被定義為在所有被證實(shí)的標(biāo)準(zhǔn)分割圖像結(jié)節(jié)中的候選項(xiàng)列表中檢測(cè)到的標(biāo)準(zhǔn)分割圖像結(jié)節(jié)的百分比的靈敏度成為有效的性能標(biāo)準(zhǔn)。在測(cè)試中，使用該標(biāo)準(zhǔn)來作為所提出的技術(shù)的性能的基準(zhǔn)。
在數(shù)據(jù)組1上的實(shí)驗(yàn)示出了所提出的方法的靈敏度對(duì)于500個(gè)候選項(xiàng)集產(chǎn)生是96.4％。該結(jié)果表明，所提出的對(duì)象檢測(cè)技術(shù)性能良好。從實(shí)例的3D視圖中能夠看出，該方法能夠檢測(cè)廣泛利用血管樹遮蔽的結(jié)節(jié)，這證實(shí)了所提出的3D對(duì)象檢測(cè)方法在實(shí)際應(yīng)用中的有效性。
數(shù)據(jù)組2包括具有與數(shù)據(jù)組1相似尺寸的16個(gè)體積數(shù)據(jù)?？偣沧R(shí)別出50個(gè)結(jié)節(jié)。對(duì)外部研究組，該數(shù)據(jù)組不可獲得。該性能測(cè)試由在Malvern，PA的西門子CAD組獨(dú)立執(zhí)行。該靈敏度證明對(duì)于500個(gè)候選項(xiàng)集產(chǎn)生為96％。
通常，使用運(yùn)行Windows XP的Dell P4 2.4Ghz，用于處理具有300個(gè)切片的CT數(shù)據(jù)的計(jì)算時(shí)間為約35秒。低通濾波、二進(jìn)制化和后處理步驟花費(fèi)計(jì)算時(shí)間的約87％。
已經(jīng)描述了3D體積數(shù)據(jù)中的候選項(xiàng)集產(chǎn)生的系統(tǒng)和方法的實(shí)施例，應(yīng)注意到，本領(lǐng)域技術(shù)人員根據(jù)上述教導(dǎo)能夠進(jìn)行修改和變型。因而應(yīng)理解的是，在所公開的本發(fā)明的特殊實(shí)施例中可以進(jìn)行改變，所述改變?cè)谌缬呻S附權(quán)利要求所定義的本發(fā)明的范圍和精神之內(nèi)。因而已經(jīng)詳細(xì)和尤其根據(jù)專利法所需描述了本發(fā)明，要求保護(hù)和需要得到專利特許證保護(hù)的內(nèi)容在隨附的權(quán)利要求中被闡述。
權(quán)利要求
1.一種用于三維體積數(shù)據(jù)中的候選項(xiàng)集產(chǎn)生的計(jì)算機(jī)實(shí)現(xiàn)方法，該計(jì)算機(jī)實(shí)現(xiàn)方法包括形成包括被標(biāo)記的前景體素的三維體積數(shù)據(jù)的二進(jìn)制體積圖像；估計(jì)二進(jìn)制體積數(shù)據(jù)中的被標(biāo)記的前景體素的多個(gè)形狀特征，這包括從二進(jìn)制體積圖像中的前景體素中識(shí)別峰值體素和高曲率體素，對(duì)每個(gè)邊界體素和每個(gè)峰值體素累加多個(gè)置信度值，從多個(gè)置信度值中檢測(cè)置信度峰值，其中所述置信度峰值被確定為候選點(diǎn)；以及在給出已檢測(cè)到的置信度峰值的情況下，精煉候選點(diǎn)，其中已精煉的候選點(diǎn)被確定為候選項(xiàng)。
2.根據(jù)權(quán)利要求1所述的計(jì)算機(jī)實(shí)現(xiàn)方法，其中，形成二進(jìn)制體積圖像包括低通濾波三維體積數(shù)據(jù)；移除三維體積數(shù)據(jù)的邊界體素；將三維體積數(shù)據(jù)分割成前景和背景部分，其中前景中的體素已被標(biāo)記；以及對(duì)大于預(yù)定尺寸的所有前景對(duì)象確定區(qū)域增長(zhǎng)標(biāo)記，其中前景對(duì)象包括多個(gè)前景體素，而預(yù)定尺寸是體素的數(shù)目。
3.根據(jù)權(quán)利要求2所述的計(jì)算機(jī)實(shí)現(xiàn)方法，其中，分割包括確定體素強(qiáng)度的估計(jì)閾值，并且將每個(gè)體素與估計(jì)閾值進(jìn)行比較以確定前景體素；以及標(biāo)記所述前景體素。
4.根據(jù)權(quán)利要求1所述的計(jì)算機(jī)實(shí)現(xiàn)方法，其中，累加多個(gè)置信度值包括確定圍繞每個(gè)峰值體素的曲面；確定包括每個(gè)高曲率點(diǎn)和圍繞每個(gè)曲面中心的峰值點(diǎn)的置信度得分的置信度陣列；將體素周圍的置信度得分與閾值進(jìn)行比較，用于確定候選點(diǎn)的存在；以及通過候選點(diǎn)標(biāo)記具有所需置信度得分的體素。
5.根據(jù)權(quán)利要求1所述的計(jì)算機(jī)實(shí)現(xiàn)方法，其中，精煉候選點(diǎn)包括重新定位候選點(diǎn)；調(diào)節(jié)候選點(diǎn)的置信度得分；根據(jù)所調(diào)節(jié)的置信度得分將候選點(diǎn)分類；以及返回最高的n個(gè)候選點(diǎn)，其中n是正整數(shù)。
6.根據(jù)權(quán)利要求5所述的計(jì)算機(jī)實(shí)現(xiàn)方法，其中，診斷所述最高的n個(gè)候選點(diǎn)。
7.一種機(jī)器可讀的程序存儲(chǔ)裝置，該程序存儲(chǔ)裝置確實(shí)地包括可由機(jī)器執(zhí)行的程序指令，以執(zhí)行用于三維體積數(shù)據(jù)中的候選項(xiàng)集產(chǎn)生的方法步驟，所述方法步驟包括形成包括被標(biāo)記的前景體素的三維體積數(shù)據(jù)的二進(jìn)制體積圖像；估計(jì)二進(jìn)制體積數(shù)據(jù)中的被標(biāo)記的前景體素的多個(gè)形狀特征，這包括從二進(jìn)制體積圖像中的前景體素中識(shí)別峰值體素和高曲率體素，對(duì)每個(gè)邊界體素和每個(gè)峰值體素累加多個(gè)置信度值，從多個(gè)置信度值中檢測(cè)置信度峰值，其中置信度峰值被確定為候選點(diǎn)；以及在給出已檢測(cè)的置信度峰值的情況下，精煉候選點(diǎn)，其中已精煉的候選點(diǎn)被確定為候選項(xiàng)。
8.根據(jù)權(quán)利要求7所述的方法，其中，形成二進(jìn)制體積圖像包括低通濾波三維體積數(shù)據(jù)；移除三維體積數(shù)據(jù)的邊界體素；將三維體積數(shù)據(jù)分割成前景和背景部分，其中前景中的體素被標(biāo)記；以及針對(duì)大于預(yù)定尺寸的所有前景對(duì)象確定區(qū)域增長(zhǎng)標(biāo)記，其中，前景對(duì)象包括多個(gè)前景體素，而預(yù)定尺寸是體素的數(shù)目。
9.根據(jù)權(quán)利要求8所述的方法，其中，分割包括確定體素強(qiáng)度的估計(jì)閾值，并且將每個(gè)體素與估計(jì)閾值進(jìn)行比較，以確定前景體素；以及標(biāo)記所述前景體素。
10.根據(jù)權(quán)利要求7所述的方法，其中，累加多個(gè)置信度值包括確定圍繞每個(gè)峰值體素的曲面；確定包括每個(gè)高曲率點(diǎn)和圍繞每個(gè)曲面中心的峰值點(diǎn)的置信度得分的置信度陣列；將體素周圍的置信度得分與閾值進(jìn)行比較，用于確定候選點(diǎn)的存在；以及通過候選點(diǎn)標(biāo)記具有所需置信度得分的體素。
11.根據(jù)權(quán)利要求7所述的方法，其中，精煉候選點(diǎn)包括重新定位候選點(diǎn)；調(diào)節(jié)候選點(diǎn)的置信度得分；根據(jù)所調(diào)節(jié)的置信度得分將候選點(diǎn)分類；以及返回最高的n個(gè)候選點(diǎn)，其中n是正整數(shù)。
12.根據(jù)權(quán)利要求11所述的方法，其中診斷所述最高的n個(gè)候選點(diǎn)。
13.一種用于在三維體積數(shù)據(jù)中產(chǎn)生結(jié)節(jié)候選項(xiàng)的計(jì)算機(jī)實(shí)現(xiàn)方法，該計(jì)算機(jī)實(shí)現(xiàn)方法包括在三維體積數(shù)據(jù)中確定多個(gè)前景對(duì)象；確定多個(gè)前景對(duì)象的多個(gè)形狀特征，其中所述形狀特征得自三維體積數(shù)據(jù)的橫截面分析，該橫截面分析包括選擇具有所需形狀特征的前景對(duì)象，并且將選定的前景對(duì)象標(biāo)記為候選項(xiàng)；以及返回所述候選項(xiàng)。
14.根據(jù)權(quán)利要求13所述的計(jì)算機(jī)實(shí)現(xiàn)方法，其中，橫截面分析包括從二進(jìn)制體積圖像中的前景對(duì)象中識(shí)別峰值體素和高曲率體素；對(duì)每個(gè)邊界體素和每個(gè)峰值體素累加多個(gè)置信度值；以及從多個(gè)置信度值中檢測(cè)置信度峰值，其中置信度峰值被確定為候選項(xiàng)。
15.根據(jù)權(quán)利要求14所述的計(jì)算機(jī)實(shí)現(xiàn)方法，還包括，當(dāng)且僅當(dāng)在三維體積數(shù)據(jù)的所有其橫截面中將體素分類為峰值體素時(shí)，才將該體素分類為峰值體素。
16.根據(jù)權(quán)利要求14所述的計(jì)算機(jī)實(shí)現(xiàn)方法，還包括，當(dāng)且僅當(dāng)體素不是峰值體素并且在三維體積數(shù)據(jù)的所有其橫截面中被分類為峰值體素或高曲率體素時(shí)，才將該體素分類為高曲率點(diǎn)。
全文摘要
一種用于三維體積數(shù)據(jù)中的候選項(xiàng)集產(chǎn)生的方法包括形成包括被標(biāo)記的前景體素的三維體積數(shù)據(jù)的二進(jìn)制體積圖像(101)；估計(jì)二進(jìn)制體積數(shù)據(jù)中的被標(biāo)記的前景體素的多個(gè)形狀特征(102)，這包括從二進(jìn)制體積圖像中的前景體素中識(shí)別峰值體素和高曲率體素、對(duì)邊界和每個(gè)峰值體素累加多個(gè)置信度值、并且從多個(gè)置信度值中檢測(cè)置信度峰值，其中置信這些度峰值被確定為候選點(diǎn)；并且在給出已檢測(cè)到的置信度峰值的情況下精煉候選點(diǎn)(103)，其中已精煉的候選點(diǎn)被確定為候選項(xiàng)。
文檔編號(hào)G06T7/00GK101048798SQ200580036941
公開日2007年10月3日 申請(qǐng)日期2005年7月1日 優(yōu)先權(quán)日2004年8月31日
發(fā)明者L·洪, Y·施, H·沈, S·青 申請(qǐng)人:美國(guó)西門子醫(yī)療解決公司