專利名稱：使用角點像素作為種子以檢測凸對象的制作方法
技術(shù)領(lǐng)域：
本發(fā)明一般涉及計算機成像領(lǐng)域，并且更特別地涉及使用圖像的顯著特征來確定用于檢測對象的種子。
背景技術(shù)：
在二維(“2D”)和三維(“3D”)圖像中檢測對象形狀在許多應用、例如計算機輔助檢測和診斷中是必不可少的。例如，計算機輔助檢測和診斷應用通常使用形狀定位作為識別可能感興趣的(例如潛在地指示疾病的)特定結(jié)構(gòu)的初步步驟。術(shù)語“形狀定位”指的是使坐標與體積或者空間中的給定位置相關(guān)聯(lián)。
形狀定位通?？梢砸詢蓚€步驟來進行(1)識別和提取共同地或者單獨地表征形狀的像素/體素的集合(也就是區(qū)域)；以及(2)使用各種形狀描述子/量度(metrics)來評價和分析該集合以確定該集合是否充分表現(xiàn)所考慮的形狀。
用于區(qū)域確定的方法包括但是不限于區(qū)域增長、區(qū)域聚類和區(qū)域分割。例如貪婪的區(qū)域(greedy region)的傳統(tǒng)區(qū)域增長技術(shù)可以具有非常簡單的選擇用于使區(qū)域增長的種子(也就是起始點)的標準。例如，一種示例性區(qū)域增長技術(shù)可以考慮圖像中的每個像素/體素并驗證從特定像素/體素提取的區(qū)域是否擁有所期望的特性(例如緊密度、橢圓結(jié)構(gòu)或者其它)，這些特性代表與所期望的形狀相關(guān)的形狀特征。如果該所提取的區(qū)域擁有所期望的特性，那么該所提取的區(qū)域就可被認為是所檢測的形狀的“實例”。
如在這里所使用的，術(shù)語“形狀”指的是由邊界所圍繞的空間或者體積，該邊界使該空間或者體積與鄰近的材料或者結(jié)構(gòu)分開。這種邊界可以具有清晰的或者模糊的過渡(也就是邊緣)。邊界是一種特殊類型的過渡，該過渡在與過渡垂直的方向上有確定的寬度(extent)。過渡的質(zhì)量根據(jù)材料和采集數(shù)據(jù)時所用的成像方法而變化。作為一個例子，如果利用使表面成像的激光距離掃描器來采集，那么邊緣可能是二元的(例如從黑向白的直接過渡，或者反之亦然)。作為另一個例子，例如在材料(例如手提箱)或經(jīng)受例行身體檢查的人的計算機斷層攝影(“CT”)或者X射線圖像的情況下，邊緣可能隨著亮度過渡是清晰的。作為又一個例子，如在超聲或者磁共振成像的情況下，邊緣可能局部地不是界限分明的。然而，不論上面描述的邊界質(zhì)量怎樣，確定所期望的結(jié)構(gòu)與不期望的鄰近結(jié)構(gòu)分離的邊界上的任何點都可以被用作使區(qū)域增長的種子。
現(xiàn)在參考圖1，結(jié)腸100的一部分的示例性計算機斷層攝影(“CT”)圖像示出邊界105(也就是白色條帶區(qū))，該邊界是兩個區(qū)域之間的過渡內(nèi)腔110(也就是陰影區(qū))和分離的組織115(也就是圖案區(qū))。由虛線120封閉的區(qū)示出可能希望檢測的突起(也就是凸區(qū)域)的一個例子。該凸區(qū)域也可以被稱為感興趣區(qū)域。在結(jié)腸100的CT圖像的上下文中，由虛線120封閉的區(qū)可能是例如結(jié)腸息肉或者附著到胸膜上的肺結(jié)節(jié)。
現(xiàn)在參考圖2，示出了圖1中結(jié)腸100的該部分的CT圖像的另一視圖。圖2更清楚地示出凸區(qū)域205和分割該凸區(qū)域205的虛擬表面210。如果不存在突起(也就是凸區(qū)域205)，那么該虛擬表面210是邊界215的光滑延續(xù)。應該注意的是，在圖2中虛擬表面210僅僅作為視覺輔助被示出。
在傳統(tǒng)的貪婪的算法中，邊界105上的所有表面點都可以被認為是潛在的種子。特別是在大(例如幾百萬像素/體素的數(shù)量級)圖像時，這種處理可能過度耗費時間并且效率低。

發(fā)明內(nèi)容
在本發(fā)明的一個方面中，提供一種用于從圖像中選擇種子以確定區(qū)域的方法。該方法包括確定圖像中兩個區(qū)之間的邊界；選擇邊界上的由顯著特征所表征的像素，該顯著特征將這些像素確定為用于確定區(qū)域的種子；以及如果所選擇的像素中的一個像素不是先前所確定的第一區(qū)域的一部分，則根據(jù)所選擇的像素中的該像素確定第二區(qū)域。
在本發(fā)明的另一個方面中，提供一種機器可讀介質(zhì)，該機器可讀介質(zhì)具有存儲在其上的指令，這些指令由處理器執(zhí)行以執(zhí)行用于從圖像中選擇種子以確定區(qū)域的方法。該方法包括確定圖像中兩個區(qū)之間的邊界；選擇邊界上的由顯著特征所表征的像素，該顯著特征將這些像素確定為用于確定區(qū)域的種子；以及如果所選擇的像素中的一個像素不是先前所確定的第一區(qū)域的一部分，則根據(jù)所選擇的像素中的該像素確定第二區(qū)域。
在本發(fā)明的又一個方面中，提供一種用于從圖像中選擇種子以使區(qū)域增長的方法。該方法包括確定圖像中兩個區(qū)域之間的邊界面；過濾邊界面的是較低維度角點的像素；將經(jīng)過過濾的像素放置到種子列表中；從該種子列表中選擇第一個種子以使第一區(qū)域增長；以及從該種子列表中選擇第二個種子，其中只有當該第二個種子不是該第一區(qū)域的一部分時才將該第二個種子用于使第二區(qū)域增長。


可以參考下列結(jié)合附圖的描述來理解本發(fā)明，其中相同的附圖標記表示相同的元件，并且其中圖1描繪結(jié)腸的一部分的示例性CT圖像；圖2描繪圖1中的結(jié)腸的該部分的示例性CT圖像；圖3描繪根據(jù)本發(fā)明的一個示例性實施方案的2D鄰域，該領(lǐng)域被示出具有位于中心的C和與C的距離為1的鄰元素a1-a8；圖4描繪根據(jù)本發(fā)明的一個示例性實施方案的、具有所標記的角點“c”和“x”的圖2的凸區(qū)域205；圖5描繪根據(jù)本發(fā)明的一個示例性實施方案的、具有角點體素的圖像，其中zy平面中的2D角點明顯地不再是正確的3D角點，而在3D中時其它角點仍然是正確的角點；以及圖6描繪根據(jù)本發(fā)明的一個示例性實施方案的、用于在圖像中選擇用于區(qū)域增長的合適的種子位置的方法。
具體實施例方式
下面描述本發(fā)明的說明性實施方案。為了清楚起見，在本說明書中沒有描述實際實施方案的全部特征。當然應該理解的是，在任何這種實際實施方案的改進中，為了實現(xiàn)開發(fā)者的特定目標、例如遵守將因?qū)嵤┓桨付惖南到y(tǒng)相關(guān)的和商業(yè)相關(guān)的約束，必須作出很多實施方案特定的決定。此外，應該理解的是，這種改進工作可能是復雜的并且是耗費時間的，但是對于受益于本公開內(nèi)容的那些本領(lǐng)域普通技術(shù)人員來說仍然是常規(guī)任務。
盡管本發(fā)明允許有各種修改和替代形式，但是其具體實施方案已例如在附圖中被示出并在此被詳細描述。然而，應該理解的是，在此對具體實施方案的描述并不意圖將本發(fā)明限制于所公開的特定形式，而且正相反，意圖覆蓋所有屬于由所附的權(quán)利要求所限定的本發(fā)明的精神和范圍的修改、等效和替代方案。
應該理解的是，在此所描述的系統(tǒng)和方法可以以硬件、軟件、固件、專用處理器或者其組合的各種形式來實現(xiàn)。特別是，至少本發(fā)明的一部分優(yōu)選地作為包括程序指令的應用程序來實現(xiàn)，這些程序指令被確實地包含在一個或者多個程序存儲裝置(例如硬盤、磁性軟盤、RAM、ROM、CD ROM等等)中并可以由任何包括合適的結(jié)構(gòu)的裝置或者機器、例如具有處理器、存儲器和輸入/輸出接口的通用數(shù)字計算機執(zhí)行。應該進一步理解的是，由于附圖中所描繪的一些組成系統(tǒng)的部件和方法步驟優(yōu)選地以軟件實現(xiàn)，所以系統(tǒng)模塊(或者方法步驟的邏輯流程)之間的連接可以根據(jù)對本發(fā)明編程的方式而不同。當在此給出教導時，相關(guān)領(lǐng)域的普通技術(shù)人員將能夠設(shè)想到本發(fā)明的這些以及相似的實施方案。
提出用于選擇性地把像素/體素看作使區(qū)域增長的可能的種子的示例性方法和系統(tǒng)。不同于從所有邊界位置(也就是像素/體素)嘗試區(qū)域增長方法，更有效的方法可以僅從所選擇的位置開始區(qū)域增長。例如在醫(yī)療應用中，要處理的圖像的尺寸可能相當大(例如幾百萬像素/體素的數(shù)量級)。因此，當把像素看作用于使區(qū)域增長的可能的種子時應該采取仔細的注意。通過仔細選擇種子點，能夠?qū)崿F(xiàn)相當大的加速。
對于確定種子點來說以下四種觀察(observation)是關(guān)鍵的(1)任何凸區(qū)域必須被表示該區(qū)域的內(nèi)部和外部之間的過渡的邊界包圍。邊界過渡(也就是邊緣區(qū))的特性可以依賴于應用和數(shù)據(jù)模態(tài)(例如計算機斷層攝影、磁共振、超聲等等)。
(2)在嚴格凸對象、例如圓盤或者球體的情況下，總是存在至少一個點，該點是角點。角點是表面點，該表面點的前景鄰元素嚴格地位于平面/體積的一半中。
(3)角點是多個在凸對象的表面上能利用顯著特征被定位的點中的一個。利用不同的顯著特征使其它獨特的位置能夠有利于使要識別的區(qū)域增長。允許確定好的種子位置的顯著特征的例子包括表面上的最大或者最小高斯(Gaussian)曲率、法線相交的投影的軌跡等等的顯著特征。
(4)凹區(qū)域也可以解釋成負凸性，在這種情況下所有上述考慮同樣適用。
在這里所討論的示例性實施方案中，顯著特征將基于鄰域的特性并且所選擇的位置將由表面上的角點來表征。
為了更好地限定角點位置，引入連通性的符號。如果位置“C”的左和右鄰元素都存在，則該位置就具有等于二(2)的連通性(被標記為N2連通)。如果位置“C”是N2連通并具有上和下鄰元素，則該位置就具有等于四(4)的連通性(被標記為N4連通)。如本領(lǐng)域普通技術(shù)人員所預料到的那樣，可以使用其它標記符號。例如，現(xiàn)在參考圖3，“C”具有8個與“C”的距離為1的鄰元素a1-a8。這是矩陣鄰域的例子；然而，如本領(lǐng)域普通技術(shù)人員所預料到的那樣，可以使用不同的拓撲結(jié)構(gòu)的其它布局。
現(xiàn)在，給定“C”位于中心的鄰域，當存在彼此鄰接并且是N4連通的一半或者更少鄰元素時，存在角點。例如，再次參考圖3，存在8個鄰元素，其中至多4個鄰元素具有N4連通性(例如按順時針順序a1-a4)。鄰元素的N4連通性是要求，因為具有a1、a2、a3和a5將使C不是角點而是橋。術(shù)語N4、N6、N8和N26指的是與表面點相鄰接的鄰元素的數(shù)量。例如，N4涉及中心像素和在該中心像素左側(cè)、右側(cè)、上部和底部的各個像素。作為另一個例子，N26涉及在3×3×3鄰域中與中心體素相鄰接的每個體素。
盡管沒有被這樣限制，但是為了簡單起見，術(shù)語“像素”將在下面被用于描述示例性實施方案。然而，應該理解，在替代的實施方案中，這些實施方案可以包含體素而不是像素。
由于目標是有效地從圖像中提取包含邊界像素/體素的凸區(qū)域，因此將需要一種能夠選擇性地從邊界像素/體素增長的技術(shù)。
例如在從結(jié)腸壁突出到內(nèi)腔(也就是空氣)中的結(jié)腸息肉的情況下，當使用區(qū)域增長技術(shù)來檢測息肉的形狀時，結(jié)腸表面上的任一點都可以被看作有效的種子點。特別是，如在圖1和圖2中已觀察到的那樣，在檢測時感興趣的區(qū)域(也就是凸對象)具有邊界區(qū)和突起。對于突出的像素/體素來說，這些像素/體素必須彎曲并向外擴張，從而引入角點。這些角點通常是(a)邊界的一部分和(b)凸區(qū)域的一部分。
現(xiàn)在參考圖4，示出具有被標記的角點“c”和“x”的凸區(qū)域205。由于圖4是2D圖像，被標記的角點“c”和“x”是開始區(qū)域增長的同樣好的候選。所有突出的邊界角點是使2D區(qū)域增長的同樣好的候選。然而，當考慮鄰接的3D體素時，圖3中由“x”所標記的這些候選中的許多不再是圖3中由“c”所標記的好的候選角點，而只是邊界上的體素。
現(xiàn)在參考圖5，示出具有角點體素的示例性圖像500，其中zy平面(例如包括x2和c1的平面)中的2D角點顯然不再是正確的3D角點，而其它的角點在3D中時仍然是正確的角點。這是重要的考慮，因為當對象的維度增加時(也就是從像素(2D)到體素(3D))它能夠減少候選的數(shù)量。由“x”所標記的角點體素在考慮2D平面時是角點，但是只有那些由“c”所標記的角點體素在更高維度時還是角點。
因此，可以看出，在圖5中，盡管x2在zy平面中是角點，但是x2在zx平面中不是角點。因此3D(或者更高維度)角點可以被認為是像素，以便C在所有經(jīng)過該位置的平面(或者超平面)中是角點。利用該特性，可以看出在圖5中只有那些被標記為C的角點才真正是3D角點。該特性是重要的，因為它進一步減少候選的數(shù)量。通過該位置的平面(或者超平面)并不僅限于正交xy、zy和zx平面，而是延伸為其它可能的平面。當例如考慮3×3×3鄰域時，13個離散的不同平面穿過該點。在本發(fā)明的另一個實施方案中，鄰域可以更大或者有不同的形狀，從而進一步允許平面的離散特性。在另一個實施方案中，這些超平面可以不是離散的以正好經(jīng)過體素的中心。在本發(fā)明的再一個實施方案中，相交可以由3D(或更高維度)角點來表征，該角點不是通過平面或者超平面而是通過線或者線段來確定的。
現(xiàn)在參考圖6，示出一種用于在圖像中選擇合適的用于區(qū)域增長的種子位置的示例性方法。在兩個區(qū)域之間確定(在605中)邊界面。該方法的一個示例性實施方案可以執(zhí)行Canny邊緣檢測，該檢測可以根據(jù)兩個區(qū)域之間的特征和過渡特性而變化。邊界表面的為較低維度角點的像素被過濾(在610中)。這些經(jīng)過過濾的像素被放置(在615中)到種子列表中。從該種子列表中選擇(在620中)第一個種子以使第一個凸區(qū)域增長。從該種子列表中選擇(在625中)第二個種子。只有當該第二個種子不是第一個凸區(qū)域的一部分時才從該第二個種子使凸區(qū)域增長。
再次參考圖4，示出包括種子c2和c3的突出的凸區(qū)域的實例。在這種情況下，如果在處理c1之后選擇c2作為第一個種子，所提取的凸區(qū)域?qū)⒑芸赡芤舶╟3。因此，在完成了以c2開始的區(qū)域增長之后，c3將被看作新的種子，觀察到它已經(jīng)是凸區(qū)域的一部分，并且區(qū)域增長過程將跳過至c4，等等。
從種子位置增長的凸或者凹區(qū)域的實例可以是實際的凸區(qū)域的表面。例如，再次參考圖2，從種子點增長的區(qū)域可以是條帶區(qū)，直到線與該條帶相交的像素。因此，該凸區(qū)域可以包括從該種子點增長的整個內(nèi)部區(qū)域以及表面自身或者可以僅由表面表征。
上面所公開的特定實施方案僅僅是說明性的，因為本發(fā)明可以被修改并且以不同的但是等效的方式來實踐，這些方式對于得益于在此的教導的本領(lǐng)域普通技術(shù)人員來說是顯而易見的。此外，除了如在下面的權(quán)利要求中所描述的那樣，在此所示出的結(jié)構(gòu)和設(shè)計的細節(jié)不打算作為任何限制。因此，顯然可以對上面所公開的特定實施方案進行改變或者修改，并且所有這樣的變化都被認為在本發(fā)明的范圍和精神內(nèi)。因此，在此所尋求的保護如下面的權(quán)利要求中所述。
權(quán)利要求
1.一種用于從圖像中選擇種子以確定區(qū)域的方法，該方法包括確定圖像中兩個區(qū)之間的邊界；選擇該邊界上的由顯著特征所表征的像素，該顯著特征將這些像素確定為用于確定區(qū)域的種子；以及如果所選擇的像素中的一個像素不是先前所確定的第一區(qū)域的一部分，則根據(jù)所選擇的像素中的該像素確定第二區(qū)域。
2.如權(quán)利要求1所述的方法，其中區(qū)域的確定包括增長、聚類和分割中的一種。
3.如權(quán)利要求1所述的方法，其中確定圖像中兩個區(qū)之間的邊界包括檢測所述兩個區(qū)之間的邊緣。
4.如權(quán)利要求1所述的方法，其中所述兩個區(qū)之間的邊界是表面。
5.如權(quán)利要求1所述的方法，其中所述第二區(qū)域包括所述邊界。
6.如權(quán)利要求5所述的方法，其中所述邊界包括所述第一區(qū)域和所述第二區(qū)域之間的模糊的過渡。
7.如權(quán)利要求1所述的方法，其中選擇邊界面上的由顯著特征所表征的像素包括利用該顯著特征選擇該邊界面上的角點。
8.如權(quán)利要求7所述的方法，其中利用該顯著特征選擇該邊界面上的角點包括選擇在經(jīng)過所選擇的像素的任何平面中都是角點的角點。
9.如權(quán)利要求1所述的方法，其中所述顯著特征包括(a)一階導數(shù)、(b)二階導數(shù)以及(c)導數(shù)表示中的一種。
10.如權(quán)利要求1所述的方法，其中從所選擇的像素中的一個像素使區(qū)域增長包括從所選擇的像素中的該像素使凸區(qū)域增長。
11.如權(quán)利要求1所述的方法，其中從所選擇的像素中的一個像素使區(qū)域增長包括使凹區(qū)域和洞之一增長。
12.如權(quán)利要求1所述的方法，其中選擇邊界上的由顯著特征所表征的像素包括選擇至少一個用于使具有被近似為圓形和橢圓形之一的橫截面的區(qū)域增長的像素。
13.如權(quán)利要求1所述的方法，其中選擇邊界面上的由顯著特征所表征的像素包括選擇至少一個用于使具有被近似為圓柱形和拋物面之一的橫截面的區(qū)域增長的像素。
14.如權(quán)利要求1所述的方法，其中選擇邊界面上的由顯著特征所表征的像素包括選擇至少一個用于使大部分平坦的區(qū)域增長的像素。
15.如權(quán)利要求1所述的方法，其中第一區(qū)域和第二區(qū)域之間的邊界是寬的并且是模糊的。
16.如權(quán)利要求15所述的方法，進一步包括根據(jù)寬的并且模糊的邊緣的子區(qū)域確定所述顯著特征。
17.如權(quán)利要求16所述的方法，其中選擇邊界面上的由顯著特征所表征的像素包括在所述寬的并且模糊的邊緣的子區(qū)域中識別角點。
18.一種機器可讀介質(zhì)，該機器可讀介質(zhì)具有被存儲在其上的指令，這些指令由處理器執(zhí)行以執(zhí)行用于從圖像中選擇種子以確定區(qū)域的方法，該方法包括確定圖像中兩個區(qū)之間的邊界；選擇該邊界上的由顯著特征所表征的像素，該顯著特征將這些像素確定為用于確定區(qū)域的種子；以及如果所選擇的像素中的一個像素不是先前所確定的第一區(qū)域的一部分，則根據(jù)所選擇的像素中的該像素確定第二區(qū)域。
19.一種用于從圖像中選擇種子以使區(qū)域增長的方法，該方法包括確定圖像中兩個區(qū)域之間的邊界面；過濾邊界面的是較低維度角點的像素；將經(jīng)過過濾的像素放置到種子列表中；從該種子列表中選擇第一個種子以使第一區(qū)域增長；以及從該種子列表中選擇第二個種子，其中只有當該第二個種子不是該第一區(qū)域的一部分時才將該第二個種子用于使第二區(qū)域增長。
20.如權(quán)利要求1所述的方法，其中所述第一區(qū)域和所述第二區(qū)域包括凸區(qū)域和凹區(qū)域之一。
全文摘要
提供一種用于從圖像中選擇種子以確定區(qū)域的示例性方法。該方法包括確定圖像中兩個區(qū)之間的邊界；選擇該邊界上的由顯著特征所表征的像素，該顯著特征將這些像素確定為用于確定區(qū)域的種子；以及如果所選擇的像素中的一個像素不是先前所確定的第一區(qū)域的一部分，則根據(jù)所選擇的像素中的該像素確定第二區(qū)域。
文檔編號G06T5/00GK1926572SQ200580006586
公開日2007年3月7日 申請日期2005年2月23日 優(yōu)先權(quán)日2004年3月1日
發(fā)明者P·卡西爾, L·博戈尼 申請人:美國西門子醫(yī)療解決公司