以下總體地涉及成像，并且更具體地涉及對應(yīng)性概率圖驅(qū)動的可視化，并且具體應(yīng)用于計算機斷層攝影(ct)來描述。然而，以下適用于其它成像模態(tài)，例如，磁共振成像(mri)、正電子發(fā)射斷層攝影(pet)、單光子發(fā)射斷層攝影(spect)、x射線、超聲(us)和/或其它成像模態(tài)。

背景技術(shù)：

圖像對準(或圖像配準或圖像融合)用于后續(xù)圖像分析，以提供在不同疾病狀態(tài)下采集的醫(yī)學圖像的結(jié)構(gòu)方面或體素方面的比較。例如，可以通過比較基線圖像數(shù)據(jù)集和后續(xù)圖像數(shù)據(jù)集來完成醫(yī)師的視覺檢查。一種方法包括并排顯示兩個圖像數(shù)據(jù)集，其具有或不具有諸如在兩個圖像數(shù)據(jù)集中的對應(yīng)解剖位置處交疊的十字準線的標記。通過這種方法，讀者可以瀏覽每個潛在的可疑解剖位置，然后對下層結(jié)果進行視覺上的并排比較。

另一種方法包括在相同圖像查看窗口中交替顯示兩個對準的圖像數(shù)據(jù)集。在比較期間識別的任何差異可能是由于病理變化(例如，病變已經(jīng)出現(xiàn)或腫瘤已經(jīng)收縮)，并且因此對于治療管理是非常重要的。使用這種方法，比較完全被委托給人眼，并且圖像閱讀器導(dǎo)航到每一個潛在的可疑解剖位置。是否存在病理變化的決定由人眼快速探測差異/移動以及存在、尺寸或體積變化的能力極大支持。

另一種方法包括顯示使用針對每個圖像數(shù)據(jù)集的不同顏色融合的兩個對準的圖像數(shù)據(jù)集。使用灰度編碼來顯示兩個圖像數(shù)據(jù)集中相同的體素強度。典型的輸出示出了灰度中的大部分圖像數(shù)據(jù)集，并且只利用顏色變化顯示結(jié)構(gòu)。這種方法需要利用相同成像模態(tài)和協(xié)議采集的圖像數(shù)據(jù)集。否則，使用顏色編碼方案會錯誤地顯示融合圖像數(shù)據(jù)集的部分。

遺憾地，所有上述比較方法往往需要醫(yī)師大量的閱讀時間，其在其他情況下可能會與患者一起花費。鑒于至少以上，對于用于比較圖像數(shù)據(jù)集的其它方法存在未解決的需求。

技術(shù)實現(xiàn)要素：

本文描述的方面解決了上述問題和其它問題。

在一個方面中，一種方法生成并使用用于兩個圖像數(shù)據(jù)集的可視化的對應(yīng)性概率圖。所述方法包括：獲得兩個圖像數(shù)據(jù)集并獲得包括對應(yīng)性模型的圖像配準算法。所述方法還包括：配準所述兩個圖像數(shù)據(jù)集以生成位移向量場，并且基于所述兩個圖像數(shù)據(jù)集，使用所述對應(yīng)性模型來生成對應(yīng)性概率圖。所述方法還包括：使用所述對應(yīng)性概率圖來可視化所述兩個圖像數(shù)據(jù)集。

在另一方面中，一種計算系統(tǒng)包括：存儲器設(shè)備以及處理器，所述存儲器設(shè)備被配置為存儲包括可視化模塊的指令，所述處理器執(zhí)行所述指令，所述指令令所述處理器生成并采用用于兩個圖像數(shù)據(jù)集的可視化的對應(yīng)性概率圖。

在另一方面中，計算機可讀存儲介質(zhì)用計算機可讀指令進行編碼。所述計算機可讀指令在由處理器運行時令所述處理器執(zhí)行以下操作：獲得基線和后續(xù)圖像數(shù)據(jù)集，獲得包括對應(yīng)性模型的圖像配準算法，配準所述基線和后續(xù)圖像數(shù)據(jù)集以生成位移向量場，利用所述對應(yīng)模式和所述基線和后續(xù)圖像數(shù)據(jù)集生成對應(yīng)性概率圖，并且采用所述對應(yīng)性概率圖來抑制所述基線和后續(xù)圖像數(shù)據(jù)集的顯示中的對應(yīng)區(qū)域。

本發(fā)明可以采取各種部件和部件布置的形式，并且可以采取各步驟和步驟安排的形式。附圖僅是為了圖示優(yōu)選實施例，而不應(yīng)被解釋為對本發(fā)明的限制。

附圖說明

圖1示意性地圖示了與具有可視化模塊的計算系統(tǒng)結(jié)合的范例成像系統(tǒng)。

圖2示意性地圖示了可視化模塊的范例。

圖3圖示了采用用于圖像數(shù)據(jù)集的可視化的對應(yīng)性概率圖的范例方法。

具體實施方式

以下描述了采用對應(yīng)性概率圖來增強兩個圖像數(shù)據(jù)集(例如，基線和后續(xù)圖像數(shù)據(jù)集)的可視化的方法。對應(yīng)性概率圖識別兩個數(shù)據(jù)集之間的對應(yīng)區(qū)域(例如，基線與后續(xù)圖像數(shù)據(jù)集之間沒有變化)和不對應(yīng)區(qū)域(例如，其指示病理變化)。對應(yīng)性概率圖用于視覺上抑制具有不滿足預(yù)定閾值的對應(yīng)性的圖像區(qū)域。

圖1圖示了成像系統(tǒng)100，例如計算機斷層攝影(ct)掃描器。成像系統(tǒng)100包括固定機架102和旋轉(zhuǎn)機架104，旋轉(zhuǎn)機架104由固定機架102可旋轉(zhuǎn)地支撐并關(guān)于z軸繞檢查區(qū)域106旋轉(zhuǎn)。諸如x射線管的輻射源108由旋轉(zhuǎn)機架104可旋轉(zhuǎn)地支撐，與旋轉(zhuǎn)機架104一起旋轉(zhuǎn)，并且發(fā)射穿過檢查區(qū)域106的輻射。

探測器陣列110相對于輻射源108對著與檢查區(qū)域106圍成一角弧，探測穿過檢查區(qū)域106的輻射，并生成指示其的投影數(shù)據(jù)。重建器112重建投影數(shù)據(jù)并生成體積圖像數(shù)據(jù)。對象支撐體114支撐檢查區(qū)域106中的對象。操作者控制臺116包括諸如監(jiān)測器的人類可讀輸出設(shè)備以及諸如鍵盤、鼠標等的輸入設(shè)備。駐留在控制臺116上的軟件允許操作者操作系統(tǒng)100。

數(shù)據(jù)存儲庫118存儲體積圖像數(shù)據(jù)，諸如由重建器112和/或其它設(shè)備生成的體積圖像數(shù)據(jù)。在一個實例中，這包括對應(yīng)于基線和后續(xù)掃描(在相同檢查期間采集但是具有不同的協(xié)議和/或造影劑攝取等的兩個掃描)的圖像數(shù)據(jù)。通常，基線掃描是在較早疾病狀態(tài)下的掃描，并且后續(xù)掃描是在稍后疾病狀態(tài)處的掃描。數(shù)據(jù)存儲庫的范例包括影像歸檔和通信系統(tǒng)(pacs)、放射學信息系統(tǒng)(ris)、醫(yī)院信息系統(tǒng)(his)、電子病歷(emr)、數(shù)據(jù)庫、服務(wù)器、成像系統(tǒng)等。

計算系統(tǒng)120包括至少一個處理器122(例如，微處理器、中央處理單元等)，其運行存儲在計算機可讀存儲介質(zhì)(“存儲器”)124中的至少一個計算機可讀指令，計算機可讀存儲介質(zhì)124不包括暫態(tài)介質(zhì)并且包括物理存儲器和/或其它非暫態(tài)介質(zhì)。處理器122還可以運行由載波、信號或其它暫態(tài)介質(zhì)承載的一個或多個計算機可讀指令。計算系統(tǒng)120還包括輸出設(shè)備126(諸如顯示監(jiān)測器等)以及輸入設(shè)備128(諸如鼠標、鍵盤等)。

在該范例中，至少一個計算機可讀指令包括可視化模塊130。如下面更詳細描述的，可視化模塊130的指令在由至少一個處理器122運行時令處理器122生成和采用對應(yīng)性概率圖來可視化兩個圖像數(shù)據(jù)集。例如，對應(yīng)性概率圖可以用于響應(yīng)于不滿足預(yù)定對應(yīng)性閾值的區(qū)域的對應(yīng)性來淡化(fadeout)(一個或多個)所顯示的圖像數(shù)據(jù)集的區(qū)域。

所得到的顯示可以用于將圖像讀取器引導(dǎo)到具有下層變化的一個或多個圖像位置(例如，不被不變化的解剖結(jié)構(gòu)(其被淡化)分散)。在一個實例中，這對于用不同模式采集的解剖結(jié)構(gòu)經(jīng)常在尺寸或位置方面表現(xiàn)為不同的多模態(tài)應(yīng)用而言是有益的。此外，這可以減少檢查位置的數(shù)量，例如相對于不采用可視化模塊130的配置減少醫(yī)師的大量閱讀時間。

圖2示意性地圖示了可視化模塊130的范例。

可視化模塊130包括圖像配準處理器202。圖像配準處理器202接收輸入，兩個數(shù)據(jù)集，諸如用于第一或基線掃描的第一或基線數(shù)據(jù)集以及用于隨后或后續(xù)掃描的隨后或后續(xù)數(shù)據(jù)集，其在第一或基線掃描之后被執(zhí)行(例如，在處置之后)。圖像配準處理器202配準基線和后續(xù)數(shù)據(jù)集，這產(chǎn)生指示兩個圖像數(shù)據(jù)集之間的位移向量場的信號。

在所圖示的范例中，圖像配準處理器202采用具有對應(yīng)性模型204的配準算法。在periaswamy等人的“medicalimageregistrationwithpartialdata”，medicalimageanalysis，2000，pp.452-64中討論的這種算法的非限制性范例。圖像配準處理器202采用對應(yīng)性模型來生成對應(yīng)性概率圖。為此，圖像配準處理器202針對兩個圖像數(shù)據(jù)集中的每個體素位置確定來自兩個圖像數(shù)據(jù)集的體素對應(yīng)的概率。

作為非限制性范例，對于對應(yīng)性概率圖的體素，第一預(yù)定值(例如，“1”)指示兩個圖像數(shù)據(jù)集的體素對應(yīng)，第二預(yù)定值(例如，“0”)指示來自兩個圖像數(shù)據(jù)集的體素不對應(yīng)，其間的值指示對應(yīng)與不對應(yīng)之間的對應(yīng)性水平。圖像配準處理器202基于兩個圖像數(shù)據(jù)集之間的殘差(residuum)的適當公式來生成對應(yīng)性概率圖。

通過非限制性范例，在兩個圖像數(shù)據(jù)集包括數(shù)據(jù)集a和數(shù)據(jù)集b的情況下，殘差的適當公式包括：1)數(shù)據(jù)集a與變形數(shù)據(jù)集b或利用位移向量場變換的數(shù)據(jù)集b之間的差異(例如，這非常適合僅具有相同模態(tài)的數(shù)據(jù)集)；2)數(shù)據(jù)集a與變形數(shù)據(jù)集b之間的相關(guān)性，以及3)數(shù)據(jù)集a與變形數(shù)據(jù)集b之間的組合邊緣圖(例如，這非常適合于源于不同模態(tài)的數(shù)據(jù)集)。

在每個(或每幾個等)迭代步驟之后重新計算公式。在一個實例中，圖像配準處理器202執(zhí)行兩次或更多次迭代以細化對應(yīng)性概率圖。這種細化的對應(yīng)性概率提供了對應(yīng)和非對應(yīng)的圖像區(qū)域的分離，并且在配準期間廣泛地或完全地保留病理變化(例如，在基線掃描中腫瘤比在后續(xù)掃描中更小或更大的腫瘤在變形后續(xù)掃描中既不收縮也不擴大；在組織切除后，周圍組織在配準期間不變形；等)。

應(yīng)當理解，即使對于單個成像模態(tài)，由于軟組織和骨結(jié)構(gòu)中的非對應(yīng)性將被不同地處理，所以對應(yīng)性概率圖不能夠由數(shù)據(jù)集a與變形數(shù)據(jù)集b之間的簡單差異代替。

可視化模塊130還包括可視化處理器206。可視化處理器采用一個或多個可視化算法208，以構(gòu)建用于顯示的圖像。

利用第一算法210，可視化處理器206接收基線數(shù)據(jù)集、后續(xù)數(shù)據(jù)集、使來自數(shù)據(jù)集a的體素與來自數(shù)據(jù)集b的體素匹配的位移向量場以及對應(yīng)性概率圖作為輸入?？梢暬幚砥?06將位移向量場應(yīng)用于對應(yīng)性概率圖，并生成第二對應(yīng)性概率圖。第一對應(yīng)性概率圖對應(yīng)于數(shù)據(jù)集a，并且第二對應(yīng)性概率圖對應(yīng)于數(shù)據(jù)集b。

可視化處理器206視覺地顯示彼此相鄰的不同圖像查看窗口或端口中的兩個數(shù)據(jù)集中的每一個。每個對應(yīng)性概率圖用于淡化具有相應(yīng)的圖像數(shù)據(jù)集中的存在的對應(yīng)性的所有圖像區(qū)域。可視化處理器206還可以基于體素將兩個圖像數(shù)據(jù)集鏈接在一起。然后，讀取器可以經(jīng)由輸入設(shè)備128選擇第一圖像中的位置處的一個顯示中的體素(例如，點擊圖像)，并且可視化處理器206可以從位移向量場識別并顯示另一個圖像數(shù)據(jù)集中的匹配位置。

利用第二范例算法212，可視化處理器206接收基線數(shù)據(jù)集、變形后續(xù)數(shù)據(jù)集和對應(yīng)性概率圖作為輸入?？梢暬幚砥?06同時顯示兩個數(shù)據(jù)集，例如，作為融合數(shù)據(jù)集。可視化處理器206利用概率圖淡化具有存在的對應(yīng)性的圖像區(qū)域。

利用第三范例算法214，可視化處理器206接收基準數(shù)據(jù)集、變形后續(xù)數(shù)據(jù)集和對應(yīng)性概率圖作為輸入?？梢暬幚砥?06以交替的方式將兩個數(shù)據(jù)集顯示在相同的圖像查看窗口中，例如在經(jīng)過預(yù)定持續(xù)時間(例如，每0.5秒)之后在兩個數(shù)據(jù)集之間切換。對應(yīng)性概率圖用于淡化具有存在的對應(yīng)性的所有圖像區(qū)域。

本文還考慮了其它算法。在一個實例中，輸入設(shè)備128包括基于機械或軟件的滑塊、旋鈕等，其可以由用戶用于設(shè)置和/或改變對應(yīng)圖像區(qū)域的抑制水平。對于100％抑制水平，只有缺少解剖學對應(yīng)性的圖像區(qū)域以切換/閃爍的方式顯示。還可以使用70％至90％的抑制水平來顯示解剖學背景。

在上述范例中，兩個圖像數(shù)據(jù)集包括基線和后續(xù)圖像數(shù)據(jù)集。在同一會話中采集但是具有例如不同協(xié)議或造影劑攝取的兩個圖像數(shù)據(jù)集的情況下，圖像數(shù)據(jù)集可以在沒有事先配準的情況下進行比較和可視化。在這種情況下，對應(yīng)性概率圖基于原始數(shù)據(jù)的殘差來確定。

在變型中，根據(jù)它們的重要性來分析和分類具有很少或沒有對應(yīng)性(即，在對應(yīng)性概率圖中具有低于閾值t的值)的圖像區(qū)域。區(qū)域的重要性可以基于例如體積、形狀或解剖學位置。然后，圖像讀取器被引導(dǎo)通過非對應(yīng)的排序列表以進行更仔細檢查。

在另一變型中，例如通過用戶和/或以其它方式可編輯和修改在配準期間生成的對應(yīng)性概率圖。作為非限制性范例，讀取圖像的臨床醫(yī)師可以例如經(jīng)由輸入設(shè)備128給出反饋，例如在對應(yīng)性概率圖中指示或分配更高或更低的權(quán)重給一個或多個非對應(yīng)性。這可以實現(xiàn)以對假陽性進行向下加權(quán)，消除假陽性等。一旦對應(yīng)性概率圖被修改，就可以利用經(jīng)修改的對應(yīng)性概率圖重復(fù)配準。

圖3圖示了用于生成和使用用于兩個圖像數(shù)據(jù)集的可視化的對應(yīng)性概率圖的方法。

要理解，本文中描述這些方法的動作的順序不是限制性的。這樣，本文中預(yù)期其他順序。另外，可以省略一個或多個動作和/或可以包括一個或多個額外的動作。

在302處，獲得兩個圖像數(shù)據(jù)集。如本文所描述的，在一個實例中，兩個圖像數(shù)據(jù)集包括基線圖像數(shù)據(jù)集和后續(xù)圖像數(shù)據(jù)集。

在304處，使用包括對應(yīng)性模型的配準算法來配準兩個圖像數(shù)據(jù)集。

在306處，基于配準來創(chuàng)建位移向量場。

在308處，使用對應(yīng)性模型和兩個圖像數(shù)據(jù)集之間的殘差來生成對應(yīng)性概率圖，如本文中和/或以其它方式描述的。

在310處，利用對應(yīng)性概率圖來可視化兩個數(shù)據(jù)集，如本文中和/或以其它方式描述的。

在變型中，在動作302與304之間，將掩模圖像添加到兩個圖像數(shù)據(jù)集。掩模圖像包括由閱讀臨床醫(yī)師向下加權(quán)(down-weighted)或向上加權(quán)(up-weighted)的至少一個區(qū)域，并且是“固定約束”，其中，包括在對應(yīng)性概率圖中的概率利用來自掩模圖像的值來初始化，并且不允許在迭代期間改變。

本文中的方法可以通過編碼或嵌入在計算機可讀存儲介質(zhì)上的計算機可讀指令來實現(xiàn)，其在由(一個或多個)計算機處理器運行時令(一個或多個)處理器執(zhí)行所描述的動作。額外地或備選地，計算機可讀指令中的至少一個由信號、載波或其它暫態(tài)介質(zhì)承載。

己經(jīng)參考優(yōu)選的實施例描述了本發(fā)明。他人在閱讀并理解了前述詳細說明之后可以進行修改和變形。本發(fā)明旨在被理解為包括所有這樣的修改和變形，只要其落入權(quán)利要求書或其等價方案的范圍之內(nèi)。