一種基于三維紋理信息的輔助檢測系統(tǒng)及方法
【專利摘要】本發(fā)明公開了一種基于三維紋理信息的輔助檢測系統(tǒng)及方法，包括特征向量提取器，接收三維影像學(xué)數(shù)據(jù)，并依據(jù)空間上體素值的排列分布模式和/或者體素值計算出來的其他值的分布模式，提取三維紋理特征組成特征向量；分類器，接收特征向量提取器發(fā)送的已知分類結(jié)果的訓(xùn)練特征向量和待分類的特征向量；分類器首先接收訓(xùn)練特征向量，存儲特征向量與分類結(jié)果的對應(yīng)關(guān)系；然后根據(jù)該對應(yīng)關(guān)系對待分類的特征向量進行分類，并輸出相應(yīng)的值或判斷結(jié)果；結(jié)果輸出終端，進行指定形式的顯示。本發(fā)明對當(dāng)前無法利用的三維紋理信息進行分析，可以對病灶的良惡性進行判斷，從而輔助醫(yī)生進行進一步的臨川診斷和治療方案的選擇。
【專利說明】一種基于三維紋理信息的輔助檢測系統(tǒng)及方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于計算機輔助檢測領(lǐng)域，涉及一種基于三維紋理信息的輔助檢測系統(tǒng)及方法。
【背景技術(shù)】
[0002]目前傳統(tǒng)的病灶良惡性判斷手段是病理學(xué)活檢。病理學(xué)檢查根據(jù)顯微鏡下形態(tài)學(xué)觀察，依據(jù)病理性核分裂來判斷病灶的良惡性。這目前也是病灶良惡性判斷的金標(biāo)準(zhǔn)。
[0003]隨著醫(yī)療設(shè)備和計算機科學(xué)技術(shù)的進步，每次掃描獲得數(shù)據(jù)量也越來越大，所蘊含的信息量也越來越多。傳統(tǒng)的方法靠醫(yī)生人工閱片，可以得出發(fā)現(xiàn)病灶的位置，從而為診斷提供幫助，但是由于影像檢查的數(shù)據(jù)量越來越大，靠人力很難對所有的數(shù)據(jù)進行檢測。比如在基于CT影像數(shù)據(jù)的檢查中，受人眼分辨力、影像輸出設(shè)備等限制，目前醫(yī)療設(shè)備所提供的大范圍，多采集模式/模態(tài)的醫(yī)學(xué)影像數(shù)據(jù)沒有被充分利用。另外傳統(tǒng)人工閱片主要是分析二維圖像上的灰度變化來進行判斷，很難對多層圖像之間的關(guān)系進行分析，圖像的層間相互信息也利用有限。
[0004]近些年隨著計算機技術(shù)的快速發(fā)展，計算速度的不斷提高，存儲容量和數(shù)據(jù)傳輸速度也大大增加。為計算機輔助分析提供了可能。很多醫(yī)療設(shè)備都提供了輔助的計算機檢測和分析軟件或者系統(tǒng)。
[0005]但是目前現(xiàn)有的研究都是基本限于病灶的檢測和測量。例如基于超聲的病灶檢測[蘇燕妮等，乳腺腫瘤超聲圖像中感興趣區(qū)域的自動檢測中國生物醫(yī)學(xué)工程學(xué)報第29卷2期2010年4月]，基于CT圖像的病灶檢測方法[魏穎等，面向肺癌CAD的CT圖像疑似病灶檢測方法，儀器儀表學(xué)報第30卷第I期2009年I月]。
[0006]雖然影像數(shù)據(jù)的分辨率在不斷提高，例如CT的分辨率已經(jīng)可以小于1mm，但是和放大倍數(shù)最高可達千倍的光學(xué)鏡下圖像分辨率相比，仍然有很大差距?？紤]到微觀的變化在宏觀上也會引起一些變化，而且這些變化很可能也是在紋理上的改變。
[0007]紋理是一種常見且重要的目標(biāo)物識別方法。目前紋理特征的提取方法大致可以分為兩類:統(tǒng)計分析方法和結(jié)構(gòu)分析方法。前者從圖像的有關(guān)屬性的統(tǒng)計分析出發(fā)，根據(jù)紋理元素及排列規(guī)則來描述紋理結(jié)構(gòu)，反映像素之間的灰度級空間相關(guān)規(guī)律；后者則著力找出紋理基元，再從結(jié)構(gòu)組成探索紋理的規(guī)律，也有直接去探求紋理構(gòu)成的結(jié)構(gòu)規(guī)律。一般來說統(tǒng)計法適用于分析紋理細而且不規(guī)則的物體；結(jié)構(gòu)法則適用于紋理基元排列較規(guī)則的圖像。

【發(fā)明內(nèi)容】

[0008]本發(fā)明解決的問題在于提供一種基于三維紋理信息的輔助檢測系統(tǒng)及方法，通過對影像體數(shù)據(jù)內(nèi)部的內(nèi)在分布關(guān)系和模式規(guī)律進行分析，從而起到良好的輔助作用。
[0009]本發(fā)明是通過以下技術(shù)方案來實現(xiàn):
[0010]一種基于三維紋理信息的輔助檢測系統(tǒng)，包括:[0011]特征向量提取器，接收三維影像學(xué)數(shù)據(jù)，并依據(jù)空間上體素值的排列分布模式和/或者體素值計算出來的其他值的分布模式，提取三維紋理特征組成特征向量；
[0012]分類器，接收特征向量提取器發(fā)送的已知分類結(jié)果的訓(xùn)練特征向量和待分類的特征向量；所述的訓(xùn)練特征向量和待分類的特征向量來自于同一總體；
[0013]分類器首先接收訓(xùn)練特征向量，存儲特征向量與分類結(jié)果的對應(yīng)關(guān)系；然后根據(jù)該對應(yīng)關(guān)系對待分類的特征向量進行分類，并輸出相應(yīng)的值或判斷結(jié)果；
[0014]結(jié)果輸出終端，接收分類器輸出的數(shù)據(jù)，進行指定形式的顯示。
[0015]所述的三維影像學(xué)數(shù)據(jù)為自動檢測或者手工勾勒的病灶部位的三維影像數(shù)據(jù)，包括超聲數(shù)據(jù)、CT數(shù)據(jù)或者磁共振數(shù)據(jù)。
[0016]所述的其他值包括體素值計算出來的梯度分布或微分形式。
[0017]所述的特征向量的特征值有加權(quán)或者無加權(quán)。
[0018]所述訓(xùn)練特征向量和待分類的特征向量來自于同一總體為:采集三維影像學(xué)數(shù)據(jù)的設(shè)備一致，或者標(biāo)準(zhǔn)化的采集三維影像學(xué)數(shù)據(jù)的多個設(shè)備其參數(shù)設(shè)置一致。
[0019]所述結(jié)果輸出終端接收分類器輸出的數(shù)據(jù)后，打印報告或者進行顯示屏顯示。
[0020]該輔助檢測系統(tǒng)安裝于超聲數(shù)據(jù)采集設(shè)備、CT數(shù)據(jù)采集設(shè)備或者磁共振數(shù)據(jù)采集設(shè)備的下游。
[0021]一種基于三維紋理信息的輔助檢測方法，包括以下步驟:
[0022]特征向量提取器接收三維影像學(xué)數(shù)據(jù)，并依據(jù)空間上體素值的排列分布模式和/或者體素值計算出來的其他值的分布模式，提取三維紋理特征組成特征向量；
[0023]分類器接收特征向量提取器發(fā)送的已知分類結(jié)果的訓(xùn)練特征向量和待分類的特征向量；所述的訓(xùn)練特征向量和待分類的特征向量來自于同一總體；
[0024]分類器首先接收訓(xùn)練特征向量，存儲特征向量與分類結(jié)果的對應(yīng)關(guān)系；然后根據(jù)該對應(yīng)關(guān)系對待分類的特征向量進行分類，并輸出相應(yīng)的值或判斷結(jié)果；
[0025]結(jié)果輸出終端，接收分類器輸出的數(shù)據(jù)，進行指定形式的顯示。
[0026]所述在特征向量提取器提取特征向量時，三維影像學(xué)數(shù)據(jù)中的每一個病灶獲得一個特征向量。
[0027]與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益的技術(shù)效果:
[0028]本發(fā)明提供的基于三維紋理信息的輔助檢測系統(tǒng)，通過對影像體數(shù)據(jù)內(nèi)部的內(nèi)在分布關(guān)系和模式規(guī)律進行分析，對當(dāng)前無法利用的三維紋理信息進行分析，可以對病灶的良惡性進行判斷，從而輔助醫(yī)生進行進一步的臨川診斷和治療方案的選擇。
[0029]由于以前紋理分析的焦點在于分析物體的表面信息，而在醫(yī)學(xué)影像體數(shù)據(jù)中，經(jīng)過三維重建的人體器官表面只包含了部分信息，而器官內(nèi)部的組織大致走向和相互之間的固定的位置關(guān)系會構(gòu)成一定的三維紋理信息。而此紋理信息也會隨著局部的病變而發(fā)生變化。本發(fā)明基于CAD系統(tǒng)或者手工勾勒而獲取的病灶的三維影像學(xué)數(shù)據(jù)，通過分類器判斷出病灶屬于良性還是惡性病灶，從而輔助醫(yī)生獲得更多的檢測和分析信息。
【專利附圖】

【附圖說明】
[0030]圖1為本發(fā)明的結(jié)構(gòu)及處理流程示意圖?！揪唧w實施方式】
[0031]下面結(jié)合具體的實施例對本發(fā)明做進一步的詳細說明，所述是對本發(fā)明的解釋而不是限定。
[0032]參見圖1，本發(fā)明提供的一種基于三維紋理信息的輔助檢測系統(tǒng)，包括:
[0033]特征向量提取器，接收三維影像學(xué)數(shù)據(jù)，并依據(jù)空間上體素值的排列分布模式和/或者體素值計算出來的其他值的分布模式，提取三維紋理特征組成特征向量；
[0034]分類器，接收特征向量提取器發(fā)送的已知分類結(jié)果的訓(xùn)練特征向量和待分類的特征向量；所述的訓(xùn)練特征向量和待分類的特征向量來自于同一總體；
[0035]分類器首先接收訓(xùn)練特征向量，存儲特征向量與分類結(jié)果的對應(yīng)關(guān)系；然后根據(jù)該對應(yīng)關(guān)系對待分類的特征向量進行分類，并輸出相應(yīng)的值或判斷結(jié)果；
[0036]結(jié)果輸出終端，接收分類器輸出的數(shù)據(jù)，進行指定形式的顯示。
[0037]具體的，所述的三維影像學(xué)數(shù)據(jù)為計算機輔助檢測所獲取的病灶數(shù)據(jù)或者/和人工勾勒的病灶數(shù)據(jù)，包括超聲數(shù)據(jù)、CT數(shù)據(jù)或者磁共振數(shù)據(jù)。
[0038]所述的其他值包括體素值計算出來的梯度分布或微分形式。
[0039]而所提取的特征向量的特征值有加權(quán)或者無加權(quán)。
[0040]所述訓(xùn)練特征向量和待分類的特征向量來自于同一總體為:采集三維影像學(xué)數(shù)據(jù)的設(shè)備一致，或者標(biāo)準(zhǔn)化的采集三維影像學(xué)數(shù)據(jù)的多個設(shè)備其參數(shù)設(shè)置一致。
[0041]在結(jié)果輸出終端接收分類器輸出的數(shù)據(jù)后，打印報告或者進行顯示屏顯示。而該輔助檢測系統(tǒng)安裝于超聲數(shù)據(jù)采集設(shè)備、CT數(shù)據(jù)采集設(shè)備或者磁共振數(shù)據(jù)采集設(shè)備的下游。
[0042]本發(fā)明提供的一種基于三維紋理信息的輔助檢測方法，包括以下步驟:
[0043]特征向量提取器接收三維影像學(xué)數(shù)據(jù)，并依據(jù)空間上體素值的排列分布模式和/或者體素值計算出來的其他值的分布模式，提取三維紋理特征組成特征向量；在特征向量提取器提取特征向量時，三維影像學(xué)數(shù)據(jù)中的每一個病灶獲得一個特征向量；
[0044]分類器接收特征向量提取器發(fā)送的已知分類結(jié)果的訓(xùn)練特征向量和待分類的特征向量；所述的訓(xùn)練特征向量和待分類的特征向量來自于同一總體；
[0045]分類器首先接收訓(xùn)練特征向量，存儲特征向量與分類結(jié)果的對應(yīng)關(guān)系；然后根據(jù)該對應(yīng)關(guān)系對待分類的特征向量進行分類，并輸出相應(yīng)的值或判斷結(jié)果(病灶良惡);
[0046]結(jié)果輸出終端，接收分類器輸出的數(shù)據(jù)，進行指定形式的顯示。
[0047]具體的，特征向量的提取、分析按照申請?zhí)枮?00910219136.0的中國發(fā)明專利所公開的“醫(yī)學(xué)影像體數(shù)據(jù)的三維紋理分析方法”來進行，分類器在進行訓(xùn)練時，所用的數(shù)據(jù)分類的結(jié)果是已知的。
[0048]本發(fā)明基于CAD系統(tǒng)或者手工勾勒而獲取的病灶的三維影像學(xué)數(shù)據(jù)，通過分類器判斷出病灶屬于良性還是惡性病灶，從而輔助醫(yī)生獲得更多的檢測和分析信息。
【權(quán)利要求】
1.一種基于三維紋理信息的輔助檢測系統(tǒng)，其特征在于，包括: 特征向量提取器，接收三維影像學(xué)數(shù)據(jù)，并依據(jù)空間上體素值的排列分布模式和/或者體素值計算出來的其他值的分布模式，提取三維紋理特征組成特征向量； 分類器，接收特征向量提取器發(fā)送的已知分類結(jié)果的訓(xùn)練特征向量和待分類的特征向量；所述的訓(xùn)練特征向量和待分類的特征向量來自于同一總體； 分類器首先接收訓(xùn)練特征向量，存儲特征向量與分類結(jié)果的對應(yīng)關(guān)系；然后根據(jù)該對應(yīng)關(guān)系對待分類的特征向量進行分類，并輸出相應(yīng)的值或判斷結(jié)果； 結(jié)果輸出終端，接收分類器輸出的數(shù)據(jù)，進行指定形式的顯示。
2.如權(quán)利要求1所述的基于三維紋理信息的輔助檢測系統(tǒng)，其特征在于，所述的三維影像學(xué)數(shù)據(jù)為自動檢測或者手工勾勒的病灶部位的三維影像數(shù)據(jù)，包括超聲數(shù)據(jù)、CT數(shù)據(jù)或者磁共振數(shù)據(jù)。
3.如權(quán)利要求1所述的基于三維紋理信息的輔助檢測系統(tǒng)，其特征在于，所述的其他值包括體素值計算出來的梯度分布或微分形式。
4.如權(quán)利要求1所述的基于三維紋理信息的輔助檢測系統(tǒng)，其特征在于，所述的特征向量的特征值有加權(quán)或者無加權(quán)。
5.如權(quán)利要求1所述的基于三維紋理信息的輔助檢測系統(tǒng)，其特征在于，所述訓(xùn)練特征向量和待分類的特征向量來自于同一總體為:采集三維影像學(xué)數(shù)據(jù)的設(shè)備一致，或者標(biāo)準(zhǔn)化的采集三維影像學(xué)數(shù)據(jù)的多個設(shè)備其參數(shù)設(shè)置一致。
6.如權(quán)利要求1所述的基于三維紋理信息的輔助檢測系統(tǒng)，其特征在于，結(jié)果輸出終端接收分類器輸出的數(shù)據(jù)后，打印報告或者進行顯示屏顯示。
7.如權(quán)利要求1所述的基于三維紋理信息的輔助檢測系統(tǒng)，其特征在于，該輔助檢測系統(tǒng)安裝于超聲數(shù)據(jù)采集設(shè)備、CT數(shù)據(jù)采集設(shè)備或者磁共振數(shù)據(jù)采集設(shè)備的下游。
8.一種基于三維紋理信息的輔助檢測方法，其特征在于，包括以下步驟: 特征向量提取器接收三維影像學(xué)數(shù)據(jù)，并依據(jù)空間上體素值的排列分布模式和/或者體素值計算出來的其他值的分布模式，提取三維紋理特征組成特征向量； 分類器接收特征向量提取器發(fā)送的已知分類結(jié)果的訓(xùn)練特征向量和待分類的特征向量；所述的訓(xùn)練特征向量和待分類的特征向量來自于同一總體； 分類器首先接收訓(xùn)練特征向量，存儲特征向量與分類結(jié)果的對應(yīng)關(guān)系；然后根據(jù)該對應(yīng)關(guān)系對待分類的特征向量進行分類，并輸出相應(yīng)的值或判斷結(jié)果； 結(jié)果輸出終端，接收分類器輸出的數(shù)據(jù)，進行指定形式的顯示。
9.如權(quán)利要求8所述的基于三維紋理信息的輔助檢測方法，其特征在于，在特征向量提取器提取特征向量時，三維影像學(xué)數(shù)據(jù)中的每一個病灶獲得一個特征向量。
【文檔編號】G06T7/00GK103530873SQ201310430727
【公開日】2014年1月22日 申請日期:2013年9月18日 優(yōu)先權(quán)日:2013年9月18日
【發(fā)明者】張國鵬, 盧虹冰, 焦純, 李寶娟, 廖琪梅, 劉洋 申請人:中國人民解放軍第四軍醫(yī)大學(xué)