Some content of this application is unavailable at the moment.
If this situation persist, please contact us atFeedback&Contact
1. (WO2019023900) METHOD AND SYSTEM FOR EXTRACTING REGION OF INTEREST FROM VOLUME DATA
Document

说明书

发明名称 0001   0002   0003   0004   0005   0006   0007   0008   0009   0010   0011   0012   0013   0014   0015   0016   0017   0018   0019   0020   0021   0022   0023   0024   0025   0026   0027   0028   0029   0030   0031   0032   0033   0034   0035   0036   0037   0038   0039   0040   0041   0042   0043   0044   0045   0046   0047   0048   0049   0050   0051   0052   0053   0054   0055   0056   0057   0058   0059   0060   0061   0062   0063   0064   0065   0066   0067   0068   0069   0070   0071   0072   0073   0074   0075   0076   0077   0078   0079   0080   0081   0082   0083   0084   0085   0086   0087   0088   0089   0090   0091   0092   0093   0094   0095   0096   0097   0098   0099   0100   0101   0102   0103   0104   0105   0106   0107   0108   0109   0110   0111   0112   0113   0114   0115   0116   0117   0118   0119   0120   0121   0122   0123   0124   0125   0126   0127   0128   0129   0130   0131   0132   0133   0134   0135   0136   0137   0138   0139   0140   0141   0142   0143   0144   0145   0146   0147   0148   0149   0150   0151   0152   0153   0154   0155   0156   0157   0158   0159   0160   0161   0162   0163   0164   0165   0166   0167   0168   0169   0170   0171   0172   0173   0174   0175   0176   0177   0178   0179   0180   0181   0182   0183   0184   0185   0186   0187   0188   0189   0190   0191   0192   0193   0194   0195   0196   0197   0198   0199   0200  

权利要求书

1   2   3   4   5   6   7   8   9   10   11   12   13   14   15   16   17   18   19   20   21   22   23   24   25   26   27   28  

附图

0001   0002   0003   0004   0005   0006   0007   0008   0009   0010   0011   0012   0013   0014   0015  

说明书

发明名称 : 在体数据中提取感兴趣区域的方法及系统

技术领域

[0001]
本申请涉及图像处理系统及方法,尤其涉及在体数据中提取感兴趣区域的交互系统及方法。

背景技术

[0002]
随着科学技术的发展,医学图像被广泛应用于临床医疗检测和诊断。高质量的医学图像有利于准确定位病灶,提高诊断的准确性。对于图像中的组织,在检测和诊断过程中(例如,肝段分割、肿瘤检测、手术分析等),往往需要在图像中标记组织,提取感兴趣体积(VOI)部位的灰度信息,并在三维图像上进行显示观察。目前,常用的方法是在二维图像上绘制感兴趣区域(ROI)轮廓线后,根据轮廓线拓展三维VOI并显示。目前的方法无法实现在三维图像上直接编辑VOI,也无法使用户直观了解不同片层ROI轮廓线的绘制对整个VOI提取的影响,使得生成的VOI效果很难让用户满意。
[0003]
此外,在提取感兴趣区域过程中,通常会利用区域生长方法进行图像分割。在三维图像中,不同组织之间存在空间位置关系,在对某一组织(例如,血管)进行区域生长时,生长的实时结果可能会被另一组织(例如,骨骼)遮挡,不便于用户观察。因此,本申请提供了一种在全自动、半自动或手动提取感兴趣区域时,方便用户与图像处理系统进行交互的方法,使得用户可以方便地观察和/或调整实时提取结果。
[0004]
简述
[0005]
本申请的一个方面提供了一种感兴趣区域提取方法,所述方法在至少一个机器上执行,所述至少一个机器中的每一个机器具有至少一个处理器和一个存储器。所述方法包括:获取第一断位图像数据,所述第一断位图像数据包括至少第一层图像和第二层图像;确定所述第一层图像中的第一感兴趣区域(ROI);确定所述第二层图像中的第二ROI;以及基于所述第一ROI、所述第二ROI和所述第一断位图像数据的特征信息,确定第一感兴趣体积(VOI)。
[0006]
根据本申请的一些实施例,所述第一断位图像数据包括横断位图像数据、冠状位图像数据或矢状位图像数据。
[0007]
根据本申请的一些实施例,所述方法进一步包括:在二维重建视图显示所述第一ROI或所述第二ROI,并在三维重建视图同步显示所述第一VOI;以及在三维重建视图显示的所述第一VOI上显示所述第一ROI或所述第二ROI。
[0008]
根据本申请的一些实施例,所述确定第一感兴趣体积VOI包括:基于所述特征信息判断所述第一ROI,第二ROI或第一VOI是否满足预设条件:若所述第一ROI,第二ROI或第一VOI不满足所述预设条件,则编辑所述第一ROI或所述第二ROI;以及基于所述编辑后的第一ROI或所述编辑后的第二ROI,生成编辑后的第一VOI。
[0009]
根据本申请的一些实施例,所述方法进一步包括:确定所述第一ROI的第一轮廓线,所述第一轮廓线包括至少一个控制点;确定所述第二ROI的第二轮廓线,所述第二轮廓线包括至少一个控制点;在所述第一VOI上显示所述第一轮廓线或所述第二轮廓线;以及在所述第一VOI上编辑所述第一轮廓线的至少一个控制点或所述第二轮廓线的至少一个控制点,以获得编辑后的第一ROI或编辑后的第二ROI,以及编辑后的第一VOI。
[0010]
根据本申请的一些实施例,所述预设条件包括所述第一ROI、所述第二ROI或所述第一VOI是否包括血管、钙化组织或断裂组织中的至少一种。
[0011]
根据本申请的一些实施例,所述方法进一步包括:在所述第一层图像中绘制第一曲线,所述第一曲线包括至少一个控制点,并且,所述第一曲线将所述第一ROI分为至少两个区域;以及在所述第二层图像中绘制第二曲线,所述第二曲线包括至少一个控制点,并且,所述第二曲线将所述第二ROI分为至少两个区域。
[0012]
根据本申请的一些实施例,所述方法进一步包括:根据所述第一曲线的至少一个控制点和第二曲线的至少一个控制点,采用插值方法生成第一曲面,所述第一曲面将所述第一VOI分为至少两个部分。
[0013]
根据本申请的一些实施例,所述方法进一步包括:在多平面重建窗口显示所述第一曲线或所述第二曲线,并在体绘制窗口同步显示所述第一曲面,以及所述第一曲线或所述第二曲线。
[0014]
根据本申请的一些实施例,所述方法进一步包括:基于所述图像特征信息优化所述第一VOI,以获得第二VOI,所述第二VOI包括至少部分所述第一VOI。
[0015]
根据本申请的一些实施例,所述第一VOI包括一个第三VOI,所述方法进一步包括:在第一时刻,基于所述第一VOI开始进行所述第三VOI的区域生长;在第二时刻,暂停所述第三VOI的区域生长;基于图像深度信息以及所述第一VOI确定至少部分的第三VOI,所述至少部分第三VOI包括至少一个第一体素,以及所述第一体素的深度信息小于或等于所述图像深度信息;基于所述至少部分第三VOI确定第一纹理,所述第一纹理包括所述至少一个第一体素的灰度分布信息;以及基于所述第一纹理与所述第一VOI,确定第二纹理,所述第二纹理包括所述第一纹理。
[0016]
根据本申请的一些实施例,所述特征信息包括灰度信息。
[0017]
本申请的一个方面提供了一种感兴趣区域提取方法,所述方法在至少一个机器上执行,所述至少一个机器中的每一个机器具有至少一个处理器和一个存储器。所述方法包括:获取第一断位图像数据,所述第一断位图像数据包括至少第一层图像和第二层图像;基于所述第一层图像确定第一控制点集,所述第一控制点集包括至少两个控制点;基于所述第二层图像确定第二控制点集,所述第二控制点集包括至少两个控制点;基于所述第一控制点集确定第一样条曲线;基于所述第二控制点集确定第二样条曲线;基于所述第一样条曲线和所述第二样条曲线生成第一曲面;基于所述第一曲面编辑所述第一样条曲线或第二样条曲线;以及基于编辑后的第一样条曲线或第二样条曲线,生成第二曲面。
[0018]
根据本申请的一些实施例,所述第一断位图像数据包括横断位图像数据、冠状位图像数据或矢状位图像数据。
[0019]
根据本申请的一些实施例,所述编辑所述第一样条曲线或第二样条曲线包括:
[0020]
基于所述第一曲面调整所述第一控制点集中的至少一个控制点或第二控制集中的至少一个控制点、基于所述第一样条曲线调整所述第一控制点集中的至少一个控制点或基于所述第二样条曲线调整所述第二控制点集中的至少一个控制点。
[0021]
根据本申请的一些实施例,所述编辑所述第一样条曲线或第二样条曲线包括:
[0022]
基于所述第一断位图像数据的特征信息编辑所述第一样条曲线或第二样条曲线。
[0023]
根据本申请的一些实施例,在多平面重建窗口显示所述第一样条曲线或所述第二样条曲线,并在体绘制窗口或/网格绘制窗口同步显示所述第一曲面,所述第一样条曲线或所述第二样条曲线。
[0024]
根据本申请的一些实施例,所述方法进一步包括:在所述体绘制窗口或网格绘制窗口,调整所述第一曲面上的所述第一控制点集中的至少一个控制点或第二控制点集中的至少一个控制点。
[0025]
本申请的一个方面提供了一种感兴趣区域提取方法,所述方法在至少一个机器上执行,所述至少一个机器中的每一个机器具有至少一个处理器和一个存储器。所述方法包括:获取图像数据;基于所述图像数据,三维重建第一图像,所述第一图像包括第一感兴趣体积VOI,所述第一VOI包括至少一个第一体素;在第一时刻,基于所述第一图像开始进行所述第一VOI的区域生长;在第二时刻,暂停所述第一VOI的区域生长;基于图像深度信息,确定第二VOI,所述第二VOI包括至少部分第一VOI,所述第二VOI包括至少一个第二体素,以及所述第二体素的深度信息小于或等于所述图像深度信息;基于所述第二VOI绘制所述第一纹理,所述第一纹理包括所述至少一个第二体素的灰度分布信息;以及基于所述第一纹理与所述第一图像,确定第二纹理,所述第二纹理包括所述第一纹理。
[0026]
根据本申请的一些实施例,所述确定第二VOI包括:确定第一种子点集,所述第一种子点集包括所述第一时刻至所述第二时刻生长的所有种子点;确定第二种子点集,所述第一种子点集包括所述第二种子点集,以及所述第二种子点集的种子点深度信息小于或等于所述图像深度信息;基于所述第二种子点集中的种子点的三维坐标,确定所述第二种子点集中的种子点的二维投影坐标;以及基于所述第二种子点集中的种子点的二维投影坐标确定所述第二VOI。
[0027]
根据本申请的一些实施例,所述确定第二VOI进一步包括:不考虑图像深度信息绘制所述第一VOI的第三纹理,包括:在第三时刻,确定第三种子点集,所述第三种子点集包括所述第一时刻至所述第三时刻生长的至少部分的种子点;基于所述第三种子点集中的种子点的三维坐标,确定所述第三种子点集中的种子点的二维投影坐标;以及基于所述第三种子点集中的种子点的二维投影坐标确定所述第一VOI的第三纹理,所述第三纹理包括所述至少一个第一体素的灰度分布信息。
[0028]
根据本申请的一些实施例,所述进行所述第一VOI的区域生长进一步包括:在第四时刻,确定所述第一时刻至所述第四时刻内区域生长中种子点提取次数;判断所述种子点提取次数是否小于或等于一个预设值;基于所述判断,若所述种子点提取次数小于或等于所述预设值,则减小种子点生成速度;以及基于所述判断,若所述种子点提取次数大于所述预设值,则增加种子点生成速度。
[0029]
本申请的另一个方面提供了一种提取感兴趣区域的系统。该系统包括:至少一个处理器以及可执行指令。所述指令被至少一个处理器执行时,导致所述至少一个处理器实现一种方法。所述方法包括:获取第一断位图像数据,所述第一断位图像数据包括至少第一层图像和第二层图像;确定所述第一层图像中的第一感兴趣区域(ROI);确定所述第二层图像中的第二ROI;以及基于所述第一ROI、所述第二ROI和所述第一断位图像数据的特征信息,确定第一感兴趣体积(VOI)。
[0030]
本申请的另一个方面提供了一种非暂时性的计算机可读介质。所述计算机可读介质包括可执行指令。所述指令被至少一个处理器执行时,导致所述至少一个处理器实现一种方法。所述方法包括:获取第一断位图像数据,所述第一断位图像数据包括至少第一层图像和第二层图像;确定所述第一层图像中的第一感兴趣区域(ROI);确定所述第二层图像中的第二ROI;以及基于所述第一ROI、所述第二ROI和所述第一断位图像数据的特征信息,确定第一感兴趣体积(VOI)。
[0031]
本申请的另一个方面提供了一种提取感兴趣区域的系统。该系统包括:至少一个处理器以及可执行指令。所述指令被至少一个处理器执行时,导致所述至少一个处理器实现一种方法。所述方法包括:获取第一断位图像数据,所述第一断位图像数据包括至少第一层图像和第二层图像;基于所述第一层图像确定第一控制点集,所述第一控制点集包括至少两个控制点;基于所述第二层图像确定第二控制点集,所述第二控制点集包括至少两个控制点;基于所述第一控制点集确定第一样条曲线;基于所述第二控制点集确定第二样条曲线;基于所述第一样条曲线和所述第二样条曲线生成第一曲面;基于所述第一曲面编辑所述第一样条曲线或第二样条曲线;以及基于编辑后的第一样条曲线或第二样条曲线,生成第二曲面。
[0032]
本申请的另一个方面提供了一种非暂时性的计算机可读介质。所述计算机可读介质包括可执行指令。所述指令被至少一个处理器执行时,导致所述至少一个处理器 实现一种方法。所述方法包括:获取第一断位图像数据,所述第一断位图像数据包括至少第一层图像和第二层图像;基于所述第一层图像确定第一控制点集,所述第一控制点集包括至少两个控制点;基于所述第二层图像确定第二控制点集,所述第二控制点集包括至少两个控制点;基于所述第一控制点集确定第一样条曲线;基于所述第二控制点集确定第二样条曲线;基于所述第一样条曲线和所述第二样条曲线生成第一曲面;基于所述第一曲面编辑所述第一样条曲线或第二样条曲线;以及基于编辑后的第一样条曲线或第二样条曲线,生成第二曲面。
[0033]
本申请的另一个方面提供了一种提取感兴趣区域的系统。该系统包括:至少一个处理器以及可执行指令。所述指令被至少一个处理器执行时,导致所述至少一个处理器实现一种方法。所述方法包括:获取图像数据;基于所述图像数据,三维重建第一图像,所述第一图像包括第一感兴趣体积VOI,所述第一VOI包括至少一个第一体素;在第一时刻,基于所述第一图像开始进行所述第一VOI的区域生长;在第二时刻,暂停所述第一VOI的区域生长;基于图像深度信息,确定第二VOI,所述第二VOI包括至少部分第一VOI,所述第二VOI包括至少一个第二体素,以及所述第二体素的深度信息小于或等于所述图像深度信息;基于所述第二VOI绘制所述第一纹理,所述第一纹理包括所述至少一个第二体素的灰度分布信息;以及基于所述第一纹理与所述第一图像,确定第二纹理,所述第二纹理包括所述第一纹理。
[0034]
本申请的另一个方面提供了一种非暂时性的计算机可读介质。所述计算机可读介质包括可执行指令。所述指令被至少一个处理器执行时,导致所述至少一个处理器实现一种方法。所述方法包括:获取图像数据;基于所述图像数据,三维重建第一图像,所述第一图像包括第一感兴趣体积VOI,所述第一VOI包括至少一个第一体素;在第一时刻,基于所述第一图像开始进行所述第一VOI的区域生长;在第二时刻,暂停所述第一VOI的区域生长;基于图像深度信息,确定第二VOI,所述第二VOI包括至少部分第一VOI,所述第二VOI包括至少一个第二体素,以及所述第二体素的深度信息小于或等于所述图像深度信息;基于所述第二VOI绘制所述第一纹理,所述第一纹理包括所述至少一个第二体素的灰度分布信息;以及基于所述第一纹理与所述第一图像,确定第二纹理,所述第二纹理包括所述第一纹理。
[0035]
本申请的一部分附加特性可以在下面的描述中进行说明。通过对以下描述和相应附图的检查或者对实施例的生产或操作的了解,本申请的一部分附加特性对于本领域技术人员是明显的。本披露的特性可以通过对以下描述的具体实施例的各种方面的方法、手段和组合的实践或使用得以实现和达到。
[0036]
附图描述
[0037]
在此所述的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的限定。在各图中,相同标号表示相同部件。
[0038]
图1是根据本申请的一些实施例所示的图像处理系统的工作环境的一个示意图;
[0039]
图2是根据本申请的一些实施例所示的一个计算设备的结构示意图;
[0040]
图3是根据本申请的一些实施例所示的数据处理引擎的一个示意图;
[0041]
图4是根据本申请的一些实施例所示的VOI确定模块的一个示意图;
[0042]
图5是根据本申请的一些实施例所示的处理图像的一种示例性流程图;
[0043]
图6A是根据本申请的一些实施例所示的确定VOI的一种示例性流程图;
[0044]
图6B是根据本申请的一些实施例所示的确定VOI和/或ROI的一种示例性流程图;
[0045]
图7是根据本申请的一些实施例所示的确定VOI的一种示例性流程图;
[0046]
图8是根据本申请的一些实施例所示的生成曲面的一种示例性流程图;
[0047]
图9是根据本申请的一些实施例所示的在多平面重建窗口和/或体绘制窗口生成和编辑曲面的一种示例性流程图;
[0048]
图10A和10B是根据本申请的一些实施例所示的样条曲线的一种示例性结果示意图;
[0049]
图11是根据本申请的一些实施例所示的基于容积再现(volume rendering,VR)法进行VOI区域生长的一种示例性流程图;
[0050]
图12是根据本申请的一些实施例所示的非线性VOI区域生长的一种示例性流程图;以及
[0051]
图13是根据本申请的一些实施例所示的基于容积再现(VR)图像确定VOI的一种示例性流程图。
[0052]
具体描述
[0053]
为了更清楚地说明本申请的实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本申请的一些示例或 实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本申请应用于其他类似情景。应当理解,给出这些示例性实施例仅仅是为了使相关领域的技术人员能够更好地理解进而实现本发明,而并非以任何方式限制本发明的范围。除非从语言环境中显而易见或另做说明,图中相同标号代表相同结构或操作。
[0054]
如本申请和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其他的步骤或元素。
[0055]
虽然本申请对根据本申请的实施例的系统中的某些模块做出了各种引用,然而,任何数量的不同模块可以被使用并运行在客户端和/或服务器上。所述模块仅是说明性的,并且所述系统和方法的不同方面可以使用不同模块。
[0056]
本申请中使用了流程图来说明根据本申请的实施例的系统所执行的操作。应当理解的是,前面或下面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各种操作。同时,也可以将其他操作添加到这些过程中或从这些过程移除某一步或数步操作。
[0057]
在图像数据处理过程中,所属系统对感兴趣区域(region of interest或者ROI)或感兴趣体积(volume of interest或者VOI)的提取,可以包括从大范围区域内选取的符合某条件的图像像素或体素信息。所属系统可以基于图像的像素点或体素点的相应特征信息,提取ROI或VOI。在一些实施例中,所述像素点或体素点的相应特征信息可以包括所述的图像(或者部分图像)的纹理结构、灰度、平均灰度、信号强度、颜色饱和度、对比度、亮度等一种或多种的组合。在一些实施例中,所述像素点或体素点的空间位置特征也可以用于ROI或VOI的提取过程。需要注意的是,在图像数据处理过程中,“组织划分”、“图像分割”、“图像提取”、“图像分类”可以表示相同的操作
[0058]
需要注意的是,以上对于图像数据处理的描述,仅为描述方便,并不能把本申请限制在所举实施例范围之内。可以理解,对于本领域的技术人员来说,在了解该方法和系统的原理后,可能在不背离这一原理的情况下,对各个模块进行任意组合或者构成 子系统与其他模块连接,对实施上述方法和系统的应用领域进行形式和细节上的各种修正和改变。
[0059]
图1是根据本申请的一些实施例所示的图像处理系统100的工作环境的一个示意图。该图像处理系统100可以包括成像设备110、数据处理引擎120、存储设备130和交互设备140。成像设备110、数据处理引擎120、存储设备130和交互设备140相互之间可以通过网络150进行通信。
[0060]
在一些实施例中,成像设备110可以通过扫描目标采集数据。成像设备110可以包括但不限于计算机断层扫描(CT)、计算机断层扫描血管造影(CTA)、正电子发射断层扫描术(PET)、单光子发射计算机断层扫描(SPECT)、磁共振成像仪(MRI)、数字减影血管造影(DSA)、超声波扫描(US)、热断层扫描仪(TTM)、SPECT-MR、CT-PET、CE-SPECT、PET-MR、PET-US、SPECT-US、TMS-MR、US-CT、US-MR、X射线-CT、X射线-PET或多种的组合。在一些实施例中,扫描的目标可以是器官、机体、物体、损伤部位、肿瘤等一种或多种的组合。在一些实施例中,扫描的目标可以是头部、胸腔、腹部、器官、骨骼、血管等一种或多种的组合。在一些实施例中,扫描的目标可以为一个或多个部位的血管组织、肝脏等。在一些实施例中,采集的数据可以是图像数据。所述图像数据可以是二维图像数据和/或三维图像数据。在二维图像中,最细微的可分辨元素可以为像素点(pixel)。在三维图像中,最细微的可分辨元素可以为体素点(voxel)。在三维图像中,图像可由一系列的二维切片或二维断层构成。图像中的一个点(或元素)在三维图像中可以被称为体素,在其所在的二维断层图像中可以被称为像素。“体素”和/或“像素”仅为了描述方便,并不对二维和/或三维图像做相应的限定。
[0061]
所述图像数据的格式可以包括但不限于联合图像专家小组(Joint Photographic Experts Group(JPEG))文件格式、标签图像(Tagged Image File Format(TIFF))文件格式、图像互换(Graphics Interchange Format(GIF))文件格式、闪光照片(Kodak Flash PiX(FPX))文件格式、医学数字成像和通信(Digital Imaging and Communications in Medicine(DICOM))文件格式等。在一些实施例中,所述成像设备110可以通过网络150将其所采集的数据发送至数据处理引擎120、存储设备130和/或交互设备140 等。例如,所述图像数据可以被发送到数据处理引擎120进行进一步处理,也可以被存储到存储设备130。
[0062]
数据处理引擎120可以对数据进行处理。所述数据可以包括图像数据,用户输入数据等。所述图像数据可以是二维图像数据和/或三维图像数据等。所述用户输入数据可以包括数据处理参数(例如,图像三维重建层厚、层间距或层数等),系统相关指令等。所述数据可以是通过成像设备110采集的数据,从存储设备130中读取的数据,从交互设备140中获得的数据或者通过网络150从云端或外接设备中获得的数据等。在一些实施例中,对数据的处理方式可以包括对数据进行获取、分类、筛选、转换、计算、显示等一种或几种的组合。数据处理引擎120可以将处理后的数据传输至存储设备130进行储存或传输至交互设备140。例如,数据处理引擎120可以对图像数据进行处理,并将处理后的图像数据传输至交互设备140进行显示。
[0063]
在一些实施例中,数据处理引擎120可以包括但不限于中央处理器(Central Processing Unit(CPU))、专门应用集成电路(Application Specific Integrated Circuit(ASIC))、专用指令处理器(Application Specific Instruction Set Processor(ASIP))、物理处理器(Physics Processing Unit(PPU))、数字信号处理器(Digital Processing Processor(DSP))、现场可编程逻辑门阵列(Field-Programmable Gate Array(FPGA))、可编程逻辑器件(Programmable Logic Device(PLD))、处理器、微处理器、控制器、微控制器等中的一种或几种的组合。
[0064]
需要注意的是,上述数据处理引擎120可以实际存在于系统中,也可以通过云计算平台完成相应功能。其中,云计算平台包括但不限于以存储数据为主的存储型云平台、以处理数据为主的计算型云平台、以及兼顾数据存储和处理的综合云计算平台等。图像处理系统100所使用的云平台可以是公共云、私有云、社区云或混合云等。例如,根据实际需要,图像处理系统100接收的一些医学图像,可以通过云平台进行计算和/或存储。另一些医学图像,可以通过本地处理模块和/或系统内部存储器进行计算和/或存储。
[0065]
存储设备130可以配置在具有存储功能的设备上。存储设备130可以存储从成像设备110收集的数据(例如,成像设备110拍摄的图像数据)和数据处理引擎120工作中产生的各种数据。存储设备130也可以存储通过交互设备140输入的 数据(用户输入数据)。存储设备130可以是本地的或远程的。在一些实施例中,存储设备130可以配置在数据处理引擎120中。存储设备130可以包括层次式数据库、网络式数据库和关系式数据库等其中的一种或几种的组合。存储设备130可以将信息数字化后再利用电、磁或光学等方式的存储设备加以存储。存储设备130可以用来存放各种信息,例如,程序,数据等。存储设备130可以配置在利用电能方式存储信息的设备上,例如,各种存储器、随机存取存储器(Random Access Memory(RAM))、只读存储器(Read Only Memory(ROM))等。随机存储器可以包括但不限于十进计数管、选数管、延迟线存储器、威廉姆斯管、动态随机存储器(DRAM)、静态随机存储器(SRAM)、晶闸管随机存储器(T-RAM)、零电容随机存储器(Z-RAM)等中的一种或几种的组合。只读存储器可以包括但不限于磁泡存储器、磁钮线存储器、薄膜存储器、磁镀线存储器、磁芯内存、磁鼓存储器、光盘驱动器、硬盘、磁带、早期非易失存储器(NVRAM)、相变化内存、磁阻式随机存储式内存、铁电随机存储内存、非易失SRAM、闪存、电子抹除式可复写只读存储器、可擦除可编程只读存储器、可编程只读存储器、屏蔽式堆读内存、浮动连接门随机存取存储器、纳米随机存储器、赛道内存、可变电阻式内存、可编程金属化单元等中的一种或几种的组合。存储设备130可以配置在利用磁能方式存储信息的设备上,例如,硬盘、软盘、磁带、磁芯存储器、磁泡存储器、U盘、闪存等。存储设备130可以配置在利用光学方式存储信息的设备上,例如,CD或DVD等。存储设备130可以配置在利用磁光方式存储信息的设备上,例如,磁光盘等。存储设备130中信息的存取方式可以是随机存储、串行访问存储、只读存储等中的一种或几种的组合。存储设备130可以配置在非永久记忆存储器或永久记忆存储器中。以上提及的存储设备只是列举了一些例子,在图像处理系统100中可以使用的存储设备并不局限于此。
[0066]
交互设备140可以接收、发送和/或显示数据或信息。在一些实施例中,交互设备140可以具备数据处理引擎120的部分或全部的功能。例如交互设备140可以对数据处理引擎120处理结果进行进一步处理,例如对数据处理引擎120处理后的数据进行显示。在一些实施例中,交互设备140与数据处理引擎120可以是一个集成的设备。所述集成的设备可以同时实现数据处理引擎120和交互设备140的功能。在一些实施例中, 交互设备140可以包括但不限于输入设备、输出设备等中的一种或几种的组合。输入设备可以包括但不限于字符输入设备(例如,键盘)、光学阅读设备(例如,光学标记阅读机、光学字符阅读机)、图形输入设备(例如,鼠标器、操作杆、光笔)、图像输入设备(例如,摄像机、扫描仪、传真机)、模拟输入设备(例如,语言模数转换识别系统)等中的一种或几种的组合。输出设备可以包括但不限于显示设备、打印设备、绘图仪、影像输出系统、语音输出系统、磁记录设备等中的一种或几种的组合。在一些实施例中,交互设备140可以是同时具有输入和输出功能的设备,例如,台式电脑、笔记本、智能手机、平板电脑、个人数码助理(personal digital assistance,PDA)等。
[0067]
网络150可以实现图像处理系统100内部的通信,接收系统外部的信息,向系统外部发送信息等。在一些实施例中,成像设备110、数据处理引擎120和交互设备140之间可以通过有线连接、无线连接或其结合的方式接入网络150。网络150可以是单一网络,也可以是多种网络的组合。在一些实施例中,网络150可以包括但不限于局域网、广域网、公用网络、专用网络、无线局域网、虚拟网络、都市城域网、公用开关电话网络等中的一种或几种的组合。在一些实施例中,网络150可以包括多种网络接入点,例如有线或无线接入点、基站或网络交换点,通过以上接入点使数据源连接网络150并通过网络传输信息。
[0068]
应当理解,图1所示的图像处理系统100可以利用各种方式来实现。例如,在一些实施例中,系统可以通过硬件、软件或者软件和硬件的结合来实现。其中,硬件部分可以利用专用逻辑电路来实现;软件部分则可以存储在存储器中,由适当的指令执行系统,例如微处理器或者专用硬件来执行。本领域技术人员可以理解,上述方法和系统可以使用计算机可执行指令和/或包含在处理器控制代码中来实现,例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本申请的系统及其模块不仅可以有诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现,也可以用例如由各种类型的处理器所执行的软件实现,还可以由上述硬件电路和软件的结合(例如,固件)来实现。
[0069]
需要注意的是,以上对于图像处理系统100的描述,仅为描述方便,并不能把本申请限制在所举实施例范围之内。可以理解,对于本领域的技术人员来说,在了解该系统的原理后,可能在不背离这一原理的情况下,对各个模块进行任意组合或者构成子系统与其他模块连接,对实施上述方法和系统的应用领域进行形式和细节上的各种修正和改变。例如,存储设备130可以配置在具有数据存储功能的云计算平台中,包括但不限于公用云、私有云、社区云和混合云等。又如,成像设备110、数据处理引擎120、存储设备130和交互设备140等中的两个或多个可以不通过网络150通信,而直接配置在一个设备中。诸如此类的变形,均在本申请的保护范围之内。
[0070]
图2是根据本申请的一些实施例所示的一个计算设备200的结构示意图。如图所示,计算设备200可以包括处理器(processor)202、只读存储器(ROM)204、随机存取存储器(RAM)206、通信接口208、输入/输出组件210、磁盘212、内部通信总线214和用户界面216。通信总线214可以实现计算设备200组件间的数据通信。处理器202可以执行程序指令以完成在此披露书中所描述的图像处理系统100的一个或多个组件、模块、单元、子单元的功能。处理器202可以由一个或多个处理器组成。通信接口208可以实现计算设备200与图像处理系统100其他部件(例如,成像设备110)之间的数据通信(例如,通过网络150)。计算设备200还可以包括不同形式的程序储存单元以及数据储存单元,例如磁盘212、只读存储器(ROM)204、随机存取存储器(RAM)206,以存储计算机处理和/或通信使用的各种数据文件、以及处理器202所执行的可能的程序指令。输入/输出组件210可以实现计算设备200与其他组件(如用户界面216)和/或与图像处理系统100其他组件(如存储设备130)之间的数据输入/输出。计算设备200可以通过通信接口208从网络150发送和接收信息及数据。
[0071]
图3是根据本申请的一些实施例所示的数据处理引擎120的一个示意图。数据处理引擎120可以包括图像数据获取模块302、预处理模块304、VOI确定模块306、存储模块308和显示模块310。在一些实施例中,图像数据获取模块302、预处理模块304、VOI确定模块306、存储模块308和显示模块310中的两个或多个之间可以通过网络150进行通信。在一些实施例中,图像数据获取模块302、预处理模块304、VOI 确定模块306、存储模块308和显示模块310中的两个或多个之间可以通过通信总线214进行通信。
[0072]
图像数据获取模块302可以获取图像数据。所述图像可以是医学图像。所述医学图像可以包括CT图像、PET图像、SPECT图像、MRI图像、超声图像等中的一种或几种组合。所述医学图像可以是二维图像和/或三维图像。在一些实施例中,图像数据获取模块302可以从成像设备110、存储设备130、交互设备140和/或存储模块308获取图像数据。在一些实施例中,图像数据的获取可以是实时的,也可以是非实时的。在一些实施例中,获取的图像数据可以存储在存储设备130、存储模块308中或任何在本申请中所描述的集成在系统中或独立于系统外的存储设备中。在一些实施例中,获取的图像数据可以被发送至其他模块、单元或子单元进行进一步处理。例如,图像数据获取模块302可以将图像数据发送至预处理模块304对图像数据进行预处理。又如,图像数据获取模块302可以将图像数据发送至VOI确定模块306进行VOI的确定。再如,图像数据获取模块302可以将图像数据发送至显示模块310进行图像的显示。
[0073]
预处理模块304可以对图像数据进行预处理。在一些实施例中,所述图像数据可以包括图像数据获取模块302获取的图像数据。所述图像数据也可以包括数据处理引擎120工作过程中产生的中间图像数据(例如,VOI确定模块306确定VOI过程中产生的中间图像数据)。所述预处理可以包括初始定位、图像归一化、图像重建、图像平滑、图像压缩、图像增强、图像配准、图像融合、图像几何校正、图像去噪等一种或几种的组合。所述预处理操作可以利用点运算、几何运算等实现。点运算可以包括对图像数据中的像素进行加、减、乘、除等运算。几何运算可以包括对图像数据进行平移、缩放、旋转、扭曲校正等处理。在一些实施例中,经过预处理的图像数据可以被发送至其他模块、单元或子单元中进行进一步处理。例如,经过预处理的图像数据可以被发送至VOI确定模块306进行VOI的确定。又如,经过预处理的图像数据可以被发送至存储模块308进行存储。
[0074]
VOI确定模块306可以确定一个或多个感兴趣体积VOI。在一些实施例中,VOI确定模块306可以对图像数据进行处理,并重建三维图像,以实现感兴趣目标的立体显示、编辑和/或分析等。一个感兴趣体积(VOI)可以包括一个或多个感兴趣的体素。在一些实施例中,一个感兴趣体积(VOI)可以包括一层或多层二维断层图像中的一个或 多个像素。在一些实施例中,所述VOI可以包括至少部分的感兴趣目标。在一些实施例中,所述感兴趣目标可以是机体、物体、损伤部位、肿瘤等一种或多种的组合。在一些实施例中,所述感兴趣目标可以是头部、胸腔、腹部、内脏器官等一种或多种的组合。在一些实施例中,所述感兴趣目标可以是一个或多个特定的组织或器官,例如,骨骼、血管、气管、肝脏等一种或多种的组合。在一些实施例中,VOI确定模块306可以全自动、半自动或手动确定一个或多个VOI。例如,VOI确定模块306可以基于一个或多个图像分割算法,自动提取一个或多个VOI。又如,用户可以通过交互设备140手动确定一个或多个VOI。再如,用户可以对生成的VOI进行人工修正或更改等。
[0075]
在一些实施例中,VOI的自动确定可以基于一种或多种三维重建技术。所述三维重建技术可以包括面绘制法、体绘制法和网格绘制等。面绘制法可以确定VOI的表面信息。面绘制法可以对二维断层图像中待确定的VOI的表面进行分割,然后通过几何单元内插形成VOI表面,最后根据光照、阴暗模型等对所述VOI表面进行渲染和/或消隐。面绘制法得到的图像可以被显示模块310显示,以方便用户查看面绘制的结果。面绘制法可以包括边界轮廓线表示法、基于体素的面绘制方法、表面曲面表示法等。边界轮廓线表示法(例如,三角片拟合表面法)可以根据一个或多个图像分割方法提取二维断层图像的轮廓线,然后把一层或多层二维断层图像对应的轮廓线构造在一起,以表示感兴趣体积(VOI)的表面边界。基于体素的面绘制方法可以在体素级别上生成感兴趣体积(VOI)的表面。首先,VOI确定模块306可以利用阈值分割方法将感兴趣目标物体从背景中提取出来,然后采用深度遍历搜索确定构成感兴趣体积(VOI)表面的体素。例如,处在感兴趣体积(VOI)和背景的邻接面的体素可以构成感兴趣体积(VOI)的表面。所述表面曲面表示法可以通过感兴趣体积(VOI)的边界轮廓线重建表面。例如,VOI确定模块306可以通过多个边界轮廓线将所述感兴趣体积(VOI)的表面划分为不同区域,并利用三角形或多边形的小平面(或曲面)在相邻的边界轮廓线间通过平面填充算法(例如,种子填充法、注入填充法、边界填充法等)填充所述区域,以形成感兴趣体积(VOI)的表面。表面曲面表示法可以包括立方块法、移动立方体法、剖分立方体法等。
[0076]
对于体绘制法,VOI确定模块306可以将一个二维断层图像中的每个像素看成是三维空间中的一个六面体单元(即体素),将一条虚拟光线穿过多个二维断 层图像,并分析该虚拟光线上的每个体素对光线的透射、散射和反射作用,从而得到所述虚拟光线上的多个体素的综合特征信息。体绘制法可以包括空间域法、变换域法等。空间域法可以直接对图像数据进行处理并显示,例如光线跟踪法、抛雪球法、错切-形变法等。变换域法可以将图像数据变换到变换域,然后进行处理并显示,例如频域体绘制法、基于小波的体绘制法等。所述图像数据可以是图像数据获取模块302获得的图像数据或是预处理模块304预处理后的图像数据。
[0077]
在一些实施例中,所述VOI的确定可进一步基于三维表面模型重建技术,例如多平面重建(MPR)、最大密度投影法(MIP)、表面阴影显示法(SSD)等或多种的组合。在一些实施例中,经过VOI确定模块306处理过的图像数据可以被发送至其他模块、单元或子单元中进行进一步处理。例如,经过VOI确定模块306处理过的图像数据可以被发送至显示模块310进行显示。在一些实施例中,VOI确定模块306可以基于一种或多种图像分割方法确定一个VOI对应的像素/体素,然后利用一种或多种三维重建技术确定所述VOI。所述图像分割方法可以是本申请所描述的任意一种图像分割方法(例如,区域生长法)。
[0078]
存储模块308可以存储来自图像数据获取模块302、预处理模块304、VOI确定模块306和/或显示模块310的数据。所述存储模块308可以包括系统内部的存储设备(例如,存储设备130、磁盘212、ROM 204、RAM 206等)和/或系统的外接存储设备。所述存储模块308可以实际存在于系统中,也可以通过云计算平台完成相应的存储读取功能。
[0079]
显示模块310可以显示图像数据。在一些实施例中,所述图像数据可以包括图像数据获取模块302获取的图像数据和/或数据处理引擎120工作过程中产生的中间图像数据。所述中间图像数据可以是经过预处理模块304预处理后的图像数据,VOI确定模块306在确定VOI过程中产生的中间数据(例如,ROI的二维断层图像)或VOI确定模块306所确定的VOI。在一些实施例中,显示模块310可以包括二维图像显示窗口,三维图像显示窗口等,以对图像数据进行二维和/或三维显示。在一些实施例中,显示模块310可以在三维图像显示窗口上显示二维图像信息。例如,在VOI确定过程中,显示模块310可以在三维图像显示窗口上显示确定的VOI,也可以在VOI上标记并显示相应的一个或多个ROI。在一些实施例中,显示模块310可以响应来自于交互设备 140的信息,对显示的图像区域、显示的视角、显示效果等进行调整。例如,用户可以通过交互设备140(例如,鼠标)拖动、旋转或切换图像的显示窗口,从不同的角度观察VOI。又如,用户可以通过交互设备140(例如,鼠标)选中某一个ROI(或VOI),进行放大显示或缩小显示等。再如,用户可以通过交互设备140更改二维断层图像的层厚,显示模块310可以根据调整的层厚信息,重新显示图像数据。
[0080]
需要注意的是,以上对于数据处理引擎120的描述,仅为描述方便,并不能把本申请限制在所举实施例范围之内。可以理解,对于本领域的技术人员来说,在了解该引擎的原理后,可能在不背离这一原理的情况下,对各个模块进行任意组合或者构成子系统与其他模块连接。在一些实施例中,图像数据获取模块302、预处理模块304、VOI确定模块306、存储模块308和显示模块310可以是体现在一个设备或系统中的不同模块。在一些实施例中,一个多功能模块可以实现上述两个或多个模块的功能。例如,图像数据获取模块302和预处理模块304可以是两个独立的模块,也可以集成在一个模块上,所述模块同时具有图像数据获取和预处理功能。又如,VOI确定模块306和预处理模块304可以是两个独立的模块,也可以集成在一个模块上,所述模块同时具有预处理和确定VOI的功能。在一些实施例中,显示模块310可以集成到交互设备140中。在一些实施例中,各个模块可以共用一个存储模块,各个模块也可以分别具有各自的存储模块。诸如此类的变形,均在本申请的保护范围之内。
[0081]
图4是根据本申请的一些实施例所示的VOI确定模块306的一个示意图。VOI确定模块可以包括ROI确定单元402、VOI生成单元404、曲线生成单元406、曲面生成单元408、编辑单元410、更新单元412和判断单元414。在一些实施例中,ROI确定单元402、VOI生成单元404、曲线生成单元406、曲面生成单元408、编辑单元410、更新单元412和判断单元414可以通过网络150实现上述单元中的两个或多个之间的通信或实现与图像处理系统100中的其他设备或模块(例如,存储设备130)之间的通信。在一些实施例中,ROI确定单元402、VOI生成单元404、曲线生成单元406、曲面生成单元408、编辑单元410、更新单元412和判断单元414可以通过通信总线214实现上述单元中的两个或多个之间的通信或实现与图像处理系统100中的其他设备或模块(例如,存储设备130)之间的通信。
[0082]
ROI确定单元402可以确定一个或多个ROI。一个ROI可以包括一个或多个具有特征信息的像素。所述特征信息可以包括纹理结构、灰度、平均灰度、信号强度、颜色饱和度、对比度、亮度等一种或多种的组合。所述ROI可以包括一个ROI轮廓线和/或位于轮廓线内部的像素点。所述ROI轮廓线可以是由多个离散的像素点组成的一条近似连续的曲线。所述ROI轮廓线可以是封闭的或非封闭的曲线。在一些实施例中,所述ROI可以包括器官(例如,血管、肝脏等)、正常组织、肿瘤、结节、损伤组织或钙化组织等对应的像素或多种的组合。在一些实施例中,ROI确定单元402可以在一个或多个二维断层图像上确定一条或多条ROI轮廓线、ROI的特征信息等。在一些实施例中,确定的ROI可以被发送至其他模块、单元或子单元进行进一步处理。例如,ROI确定单元402可以将确定的ROI发送至VOI生成单元用于生成VOI。又如,ROI确定单元402可以将确定的ROI发送至编辑单元410用于编辑ROI。
[0083]
VOI生成单元404可以生成一个或多个VOI。在一些实施例中,所述VOI可以包括一个或多个具有特征信息的体素。所述特征信息可以包括纹理结构、灰度、平均灰度、信号强度、颜色饱和度、对比度、亮度等一种或多种的组合。所述VOI可以包括器官(例如,血管、肝脏等)、正常组织、肿瘤、结节、损伤组织或钙化组织等对应的体素或多种的组合。所述VOI可以包括一个轮廓面和/或位于轮廓面内部的体素点。所述VOI的轮廓面可以是由多个离散的体素点组成的一个近似连续的曲面。所述VOI的轮廓面可以是封闭的或非封闭的曲面。在一些实施例中,VOI生成单元404可以确定所述VOI的轮廓面、所述VOI的体素的特征信息等。所述VOI的体素的特征信息可以基于一个或多个断层图像中的像素的特征信息而确定。例如,可以对多个断层图像间的像素进行插值,从而获得体素及相应的特征信息。
[0084]
在一些实施例中,VOI生成单元404可以全自动、半自动或通过用户的手动输入生成一个或多个VOI。例如,VOI生成单元404可以基于一个或多个图像分割算法,自动提取出一个或多个VOI。又如,用户可以通过交互设备140手动勾勒VOI的轮廓面。再如,用户可以通过交互设备140手动勾勒一个或多个ROI的轮廓线,进而VOI生成单元404可以基于所述ROI轮廓线生成VOI。再如,用户可以对生成的VOI进行人工修正或更改等。在一些实施例中,VOI生成单元404可以基于至少两个ROI轮廓线,生成一个VOI。在一些实施例中,生成的VOI可以被发送至其他模块、单元或子 单元进行进一步处理。例如,VOI生成单元404可以将生成的VOI发送至判断单元414判断所述VOI是否满足预设条件。又如,VOI生成单元404可以将生成的VOI发送至编辑单元410用于编辑或优化所述VOI。
[0085]
曲线生成单元406可以生成一条或多条样条曲线。一条样条曲线可以包括一个或多个控制点。所述控制点可以指确定样条曲线的大致形状和走向的点。一个控制点可以是一个二维断层图像中的一个像素点或二维断层图像各像素点经过插值之后生成的图像中的一个像素点。所述样条曲线可以是根据多个控制点插值拟合而得到的曲线。所述样条曲线可以是一条连续的曲线。在一些实施例中,一条样条曲线中的一个或多个控制点可以位于不同的二维断层图像中。所述样条曲线可以是三维图像中的某个平面(例如,横断位平面,冠状位平面,矢状位平面或三维空间中具有任意倾斜角度的平面)中的二维曲线或跨越多个平面的三维曲线。在一些实施例中,所述样条曲线可以是封闭的曲线,例如,所述样条曲线的两个端点相互重合或者距离在一个预设的阈值范围以内。在一些实施例中,所述样条曲线可以是非封闭的曲线,例如,所述样条曲线的两个端点的距离超过一个预设的阈值。
[0086]
在一些实施例中,曲线生成单元406可以生成封闭的样条曲线,例如,一条ROI轮廓线。在一些实施例中,曲线生成单元406可以生成非封闭的样条曲线,例如,将一个ROI划分为至少两部分的分割线。在一些实施例中,所述样条曲线可以是手动绘制的。例如,用户可以通过交互设备140手动绘制出ROI的轮廓线或ROI的分割线。又如,用户可以通过交互设备140在图像中确定一个或多个控制点,进而,曲线生成单元406可以基于所述控制点生成相应的样条曲线。在一些实施例中,所述样条曲线可以是自动绘制的。例如,曲线生成单元406可以基于ROI确定单元402提取的ROI像素特征信息,自动检测ROI轮廓(或边界)或ROI内不同区域的分割线。在一些实施例中,曲线生成单元406可以基于图像特征信息确定一个或多个控制点,并基于所述控制点生成样条曲线。在一些实施例中,生成的样条曲线可以被ROI确定单元402进行进一步的处理。例如,ROI确定单元402可以基于曲线生成单元406生成的样条曲线提取ROI的特征信息。
[0087]
曲面生成单元408可以生成一个或多个曲面。一个曲面可以是网格化的曲面(mesh)或多边形网格(polygon mesh),包括一个或多个元素,例如,一个或多个顶 点(vertices)、一个或多个边缘(edges)、定义了多面体(polyhedral object)形状的一个或多个表面(faces)等。所述曲面可以是一个平坦的面(例如,曲面上所有元素均在同一个平面上)或弯曲的面。所述曲面可以包括封闭曲面或非封闭曲面。所述封闭曲面可以是一个VOI的表面(或轮廓面)。所述非封闭曲线可以是将一个VOI分成至少两部分的分割面。在一些实施例中,曲面生成单元408可以基于一条或多条样条曲线,生成一个曲面。例如,曲面生成单元408可以基于一条或多条样条曲线,生成掩膜(mask),进而将掩膜(mask)转换为曲面(mesh)。具体地,所述一条或多条样条曲线可以通过曲线间插值形成曲面,所述曲面可以是掩膜图像,即曲面内的像素或体素灰度值为1,曲面外的像素或体素灰度值为0。曲面生成单元408可以进一步将所述掩膜(mask)划分为规范的网格结构,所述网格结构可以包括多个网点。然后,曲面生成单元408可以判断所述网点是否在所述一条或多条样条曲线上的控制点的预设范围内,若在所述预设范围内,则所述网点属于曲面(mesh)的网点;若不在所述预设范围内,则所述网点不属于曲面(mesh)的网点。在一些实施例中,曲面生成单元408可以进一步调整所述网点位置,使所述网点在所述预设范围内。
[0088]
在一些实施例中,曲面生成单元408可以生成封闭曲面,例如,感兴趣体积(VOI)的轮廓面。在一些实施例中,曲面生成单元408可以生成非封闭曲面,例如,感兴趣体积(VOI)内不同区域的分割面。在一些实施例中,所述非封闭曲面可以将感兴趣目标分割成至少两部分。例如,用户可能需要对一个感兴趣体积VOI(例如,肝脏)按功能进行分段,用户可以在肝脏的每一层二维断层图像(例如,横断位、矢状位或冠状位的二维断层图像)中勾勒一条样条曲线,所述样条曲线可以在当前层图像中将肝脏区域分割为至少两个部分,进而,曲面生成单元408可以基于勾勒的多条样条曲线生成一个曲面。在三维图像中,所述曲面可以将肝脏分为至少两个部分。在一些实施例中,所述生成的曲面可以被VOI生成单元404进行进一步的处理。例如,VOI生成单元404可以基于曲面生成单元408生成的曲面提取VOI的特征信息。
[0089]
编辑单元410可以编辑VOI确定模块306在工作过程中产生的中间图像数据。所述中间图像数据可以包括ROI确定单元402确定的ROI、曲线生成单元406生成的样条曲线、VOI生成单元404生成的VOI和/或曲面生成单元408生成的曲面等。所述编辑的过程可以是手动或自动进行的。例如,用户可以通过交互设备140(例如,鼠标) 调整ROI轮廓线。又如,编辑单元410可以根据图像特征信息自动调整或优化ROI轮廓线。所述编辑的过程可以是基于二维视图(或二维图像)或三维视图(或三维图像)进行的。例如,可以在二维视图上编辑已确定的ROI轮廓线。又如,可以在三维视图上编辑VOI上的ROI轮廓线或是编辑VOI轮廓面。在一些实施例中,编辑后的ROI或VOI可以被其他模块、单元或子单元进行进一步处理。例如,编辑单元410可以将编辑后的ROI或VOI提供给更新单元412,以更新确定的ROI或生成的VOI。又如,编辑单元410可以将编辑后的ROI或VOI提供给判断单元414,以判断编辑后的ROI或VOI是否需要继续编辑。
[0090]
更新单元412可以更新VOI确定模块306在工作过程中产生的中间图像数据。在一些实施例中,所述中间图像数据可以包括ROI确定单元402确定的ROI、曲线生成单元406生成的样条曲线、VOI生成单元404生成的VOI和/或曲面生成单元408生成的曲面等。在一些实施例中,ROI确定单元402确定的ROI或VOI生成单元404生成的VOI经过编辑单元410编辑后,可以被更新单元412利用,以生成新的ROI或VOI。在一些实施例中,曲线生成单元406生成的曲线或曲面生成单元408生成的曲面经过编辑单元410编辑后,可以被更新单元412利用,以生成新的曲线或曲面。在一些实施例中,更新单元412可以将更新后的曲线或曲面提供给ROI确定单元402以重新确定ROI或VOI生成单元404以重新生成VOI。
[0091]
判断单元414可以对VOI确定模块306在工作过程中产生的中间图像数据进行判断。在一些实施例中,所述中间图像数据可以包括ROI确定单元402确定的ROI、曲线生成单元406生成的样条曲线、VOI生成单元404生成的VOI和/或曲面生成单元408生成的曲面等。例如,判断单元414可判断ROI确定单元402确定的ROI(或VOI生成单元404生成的VOI)是否满足预设条件或用户需求。所述预设条件可以是系统预设的或用户预设的。所述预设条件可以包括所述ROI或VOI是否包含器官(例如,血管)、肿瘤、损伤组织等。所述用户需求可以包括所述ROI(或VOI)是否是用户认为合适的ROI(或VOI),是否需要进行编辑、调整或优化等。在一些实施例中,判断单元414可以将判断结果提供给其他模块、单元或子单元,以进行进一步处理。例如,如果判断单元414判断出曲面生成单元408生成的曲面不满足用户需求,那么,系统可以 自动调整(或用户手动调整)样条曲线,进而,曲面生成单元408可以根据调整后的样条曲线重新生成曲面。
[0092]
在一些实施例中,ROI确定单元402确定的ROI、VOI生成单元404生成的VOI、曲线生成单元406生成的曲线和/或曲面生成单元408生成的曲面、编辑单元410编辑的实时效果或相关的中间图像数据,可以被显示模块310显示。例如,当用户在一个二维图像显示窗口(例如,横断位多平面重建窗口)中的一个二维断层图像中勾勒一个ROI轮廓线时,显示模块310可以对该ROI进行空间定位,并在所述二维图像显示窗口显示其他断位(例如,冠状位、矢状位)或三维图像显示窗口(例如,体绘制显示窗口)图像中该ROI的相应位置显示该ROI的标记。又如,当用户在多个(例如,至少两个)二维断层图像的每一层图像中勾勒一个ROI轮廓线时,VOI生成单元404可以基于勾勒的至少两个ROI生成一个VOI。并且,显示模块310可以在三维图像显示窗口(例如,体绘制显示窗口)中实时显示所生成的VOI。
[0093]
需要注意的是,以上对于VOI确定模块306的描述,仅为描述方便,并不能把本申请限制在所举实施例范围之内。可以理解,对于本领域的技术人员来说,在了解该系统的原理后,可能在不背离这一原理的情况下,对各个模块进行任意组合或者构成子系统与其他模块连接。在一些实施例中,ROI确定单元402、曲线生成单元406、VOI生成单元404、曲面生成单元408、编辑单元410、更新单元412和判断单元414中的两个或多个可以是体现在一个设备或模块中的不同单元,也可以集成在一个单元中,所述单元可以实现上述两个或多个单元的功能。例如,编辑单元410和更新单元412可以是两个独立的单元,也可以集成在一个同时具有编辑和更新功能的单元中。又如,ROI确定单元402和VOI生成单元404可以共用一个编辑单元410、更新单元412或判断单元414,也可以分别具有各自的编辑单元、更新单元或判断单元。再如,ROI确定单元402和曲线生成单元406可以集成于同一个单元,VOI生成单元404和曲面生成单元408可以集成于同一个单元。诸如此类的变形,均在本申请的保护范围之内。
[0094]
图5是根据本申请的一些实施例所示的处理图像的一种示例性流程图。图像处理流程500可以包括获取图像数据502、预处理所述图像数据504和基于所述图像数据确定VOI 506。在一些实施例中,基于图像数据确定VOI 506可进一步参考本申请中图6的描述。
[0095]
在502中,可以获取图像数据。在一些实施例中,获取图像数据的操作可以由图像数据获取模块302执行。在一些实施例中,所述图像数据可以是扫描目标所获得的一个或多个二维断层图像。所述扫描目标可以是器官、机体、物体、损伤部位、肿瘤等一种或多种的组合。在一些实施例中,所述扫描目标可以是头部、胸腔、腹部、器官(例如骨骼、血管等)等一种或多种的组合。在一些实施例中,所述图像数据可以是在所述二维断层图像中获取的重建范围内的二维断层图像序列或感兴趣目标所对应的二维断层图像序列。所述扫描目标可以包括所述感兴趣目标。所述感兴趣目标可以是扫描目标的一部分。例如,在进行肝段分割时,所述图像数据可以是扫描胸腔和/或腹腔所获取的多个二维断层图像,而感兴趣目标可以是肝脏。又如,所述图像数据可以是肝脏对应的二维断层图像序列,而感兴趣目标可以是肝脏中的异常组织(例如,肿瘤等)。
[0096]
在一些实施例中,所述图像数据可以是基于扫描目标获取的二维断层图像通过三维重建技术获得的其他断位(例如,矢状位、冠状位等)的图像数据。所述三维重建技术可以是多平面重建技术(MPR)。多平面重建技术可以将扫描范围内的多个轴位图像(例如,横断位图像)叠加起来,再对指定的组织或范围进行冠状位、矢状位或任意角度斜位图像重组,从而产生新的冠状位、矢状位或任意角度斜位的断层图像。
[0097]
在504中,可以预处理502中获取的所述图像数据。在一些实施例中,预处理的操作可以由预处理模块304执行。在一些实施例中,所述预处理可以包括初步定位、增强、插值处理、形态学处理、噪声去除等中的一种或几种的组合。初步定位可以基于图像数据确定感兴趣区域所在的大致区域,以简化后续确定感兴趣区域的过程。初步定位可以是自动的,半自动的或手动的。增强处理可以突出图像中某些结构或区域。增强处理可以包括空间域增强(例如,局部求平均值算法、中值滤波法等),频域率增强(例如,低通滤波法,高通滤波法等)等。
[0098]
插值处理可以使图像中像素或体素的大小均匀。在一些实施例中,可以对单个二维断层图像进行插值处理,使得图像中的像素大小均匀。对于单个断层图像的插值处理可以包括最邻近点插值法、自然邻点插值法、双线性内插法、三次内插法等一种或几种的组合。在一些实施例中,可以对多个二维断层图像间进行插值处理,以获得大小均匀的立方体素。对于断层间图像的插值处理可以包括基于图像灰度值的插值法,基于形状的目标插值法、基于匹配的图像插值法等一种或几种的组合。基于图像灰度值的插值 法可以包括最邻近插值、线性插值、样条插值等。基于形状的目标插值法可以包括对二维断层图像进行分割,提取感兴趣区域,然后进行插值,以产生连续变化的中间物体轮廓。基于匹配的图像插值法可以通过边界轮廓信息、对象结构信息、灰度信息、结构走向信息等特征信息的匹配进行图像的插值。
[0099]
形态学处理可以采用具有形态结构的元素(例如,3×3的结构元素,5×8的结构元素或具有任意尺寸或形状的结构元素)去处理图像数据中的形状以达到分析和识别目标的目的。形态学的处理方法可以包括膨胀、腐蚀、开运算、闭运算等中的一种或几种的组合。噪声去除可以去除图像数据或感兴趣区域中由于机器噪声、目标运动等带来的干扰。去噪算法可以包括邻域平均法、中值滤波法、低通滤波法、傅里叶变换法、小波变换法、全变分去噪法等一种或几种的组合。
[0100]
在506,可以基于图像数据,确定一个或多个VOI。在一些实施例中,确定VOI的操作可以由VOI确定模块306执行。在一些实施例中,所述图像数据可以是502中获取的图像数据或504中经过预处理的图像数据。
[0101]
在一些实施例中,所述VOI的确定可以包括对图像数据进行处理,重建三维图像,以实现感兴趣目标的立体显示、编辑和/或分析等。在一些实施例中,所述VOI的确定可以包括VOI轮廓面(或VOI曲面)的生成。VOI轮廓面的生成可以利用一种或多种基于边界轮廓线的曲面重构算法。所述基于边界轮廓线的曲面重构算法可以包括三角曲面重构算法,面向体的曲面重构算法等。三角曲面重构算法可以在二维断层图像中确定一个ROI轮廓线,然后找出相邻片层图像中相应的轮廓线及特殊点(例如,曲面凹凸发生改变的尖点或拐点),并以所述特殊点作为相邻片层图像的边界角点,并通过所述边界角点绘制三角曲面。三角曲面重构算法可以包括轮廓线连接法、不透明立方体法、移动立方体法、剖分立方体法等。面向体的曲面重构算法可以利用空间单元(例如,一个或多个体素组成的单元)来构造VOI的实体结构,并通过提取空间单元的非共用面重构VOI轮廓面。面向体的曲面重构方法可以包括Delaunay四面体重构,平行六面体重构,移动四面体重构等。
[0102]
在一些实施例中,图像处理流程500可以进一步包括在二维和/或三维视图上显示所述VOI。在一些实施例中,图像处理流程500可进一步包括确定VOI体素特征信息(例如,体素灰度值、颜色、亮度等)。例如,可以基于确定的VOI的轮廓面,提取 VOI的轮廓面表面及轮廓面内的体素点的灰度值。在一些实施例中,所述体素特征信息可以基于二维断层图像间的插值法获得。在一些实施例中,图像处理流程500可以进一步包括基于VOI的体素特征信息优化所述VOI。例如,在肿瘤分割过程中,所述VOI可以包括肿瘤,而图像处理流程500可以基于提取的VOI中体素的灰度信息,去除肿瘤表面的血管、损伤组织或钙化组织等。
[0103]
需要注意的是,以上关于图像处理流程500的描述,仅为描述方便,并不能把本申请限制在所举实施例范围之内。可以理解,对于本领域的技术人员来说,在了解本申请的基本原理后,可以在不背离这一原理的情况下,对图像处理流程500作出任意改变。例如,图像处理流程500可以不包括504。诸如此类的变形,均在本申请的保护范围之内。
[0104]
图6A是根据本申请的一些实施例所示的确定VOI的一种示例性流程图。在一些实施例中,流程500中根据图像数据确定VOI 506步骤可由图6A中所示的流程600实现。VOI的确定流程600可以包括确定ROI 601、优化所述ROI 603、生成VOI 605和优化所述VOI 607。
[0105]
在601中,可以确定至少两个ROI。操作601可以由ROI确定单元402执行。在一些实施例中,所述至少两个ROI可以是同一个三维感兴趣目标在不同二维断层图像上对应的区域。比如,可以在第一二维断层图像中确定第一ROI,并且在第二二维断层图像中确定第二ROI。在一些实施例中,所述至少两个ROI(例如第一二维断层图像和第二二维断层图像)可以是位于同一个断位的两个感兴趣图像区域。所述断位可以包括横断位、矢状位、冠状位或任意角度的斜断位。例如,对于肝脏,用户可能想要确定肝脏中的肿瘤,ROI确定单元402可以在矢状位的多个二维断层图像中确定各个二维断层图像中显示的肿瘤区域。
[0106]
ROI的确定可以是全自动、半自动或手动进行的。在一些实施例中,ROI确定单元402可以根据一种或多种算法自动确定ROI。在一些实施例中,所述ROI的自动确定可以包括在多个二维断层图像中基于图像特征信息分割所述ROI。所述分割ROI的操作可以基于一种或多种图像分割算法。所述图像分割算法可以包括阈值分割、区域生长法、分水岭分割、形态学分割、统计学分割等中的一种或几种的组合。阈值分割可以是一种基于区域的分割算法。例如,通过设定不同的特征阈值,把图像像 素点或体素点分为多类。根据阈值的数量,阈值分割可以包括单阈值分割、多阈值分割等。根据算法种类的不同,阈值分割可以包括迭代阈值分割、直方图分割、最大类间方差分割等。区域生长法可以从一个或多个种子点(一个种子点可以是单个像素或体素,也可以是某个小区域内的像素或体素)开始,将与该生长点有相似属性(例如,灰度值、纹理、颜色等)的相邻像素或体素合并到同一区域。区域生长可以是一个迭代过程。例如,可以将新的像素点或体素点加入增长区域,直到没有可并入的临近点时停止生长。分水岭分割可以是一个迭代标注的过程。每个像素或体素的灰度级可以从低到高被排序,然后在从低到高实现遍历过程中,针对每个局部极小值,用先进先出结构对至少部分的像素或体素进行判断,并对灰度值满足预设条件的像素或体素进行标注。然后将所述满足预设条件的像素或体素与局部极小值点进行合并,以形成每个局部极小值的影响区域。进一步可以将多个影响区域进行合并。形态学分割可以基于海森点增强模型、海森线增强模型、多尺度高斯模板匹配模型、多尺度形态学滤波模型和/或基于边缘的分割模型等。海森点增强模型可以用于增强图像中的,例如,圆点图形或类圆点图形等。海森线增强模型可以用于增强图像中的线型图形。多尺度高斯模板匹配模型可以基于候选目标的形态进行分割。例如,在肺结节的检测过程中,多尺度高斯模板匹配模型可以基于肺结节的类圆形形态进行分割。多尺度形态学滤波模型可以采用各种数学形态学方法对图像进行滤波操作,以增强感兴趣目标。基于边缘的分割模型可以包括水平集算法分割模型。统计学模型可以包括但不限于变分期望最大化模型(Variational Expectation Maximization)、K-means模型、Fuzzy C-means模型等中的一种或几种的组合。
[0107]
在一些实施例中,所述确定ROI可以进一步包括绘制所述ROI的轮廓线。在一些实施例中,所述ROI轮廓线可以基于分割后的ROI进行绘制。在一些实施例中,ROI轮廓线的绘制可以基于一种或几种曲线生成算法。所述曲线生成算法可以包括数字微分分析法、Bresenham算法、B样条曲线生成算法,Hermit曲线生成算法、贝塞尔曲线生成算法、位移算法等一种或几种的组合。在一些实施例中,ROI轮廓线的生成也可以基于轮廓跟踪算法。所述轮廓跟踪算法可以包括爬虫法、光栅扫描法、邻域搜素算法等。爬虫法可以将二维图像分为背景区和目标区(即ROI),在靠近目标区边界处任选一点作为起始点,每次前进一个像素,从背景区进入目标区后每次前进都向左转,从目标区 进入背景区后向右转,围绕目标区循环一周后便回到起点,那么走过的轨迹便是目标区的轮廓线。光栅扫描法可以设定一定阈值,并对图像进行多次行扫描和列扫描以实现跟踪。邻域搜索算法可以通过邻域函数生成解的邻域,再在解的邻域中搜索更优的解来替代当前解,通过不断迭代的过程跟踪目标轮廓。
[0108]
在一些实施例中,在操作601中,用户可以在502获取的图像或504预处理后的图像中手动确定ROI。例如,用户可以通过交互设备140(例如,鼠标)手动绘制ROI轮廓线。在手动绘制ROI轮廓线时,用户可以绘制一个或多个控制点,系统可以根据所述控制点生成样条曲线,以得到ROI轮廓线。ROI确定单元402可以基于手动绘制的ROI轮廓线确定所述ROI和/或提取所述ROI中像素的特征信息。在一些实施例中,用户可以对系统自动确定的ROI进行人工修正或更改等。
[0109]
在一些实施中,所述ROI轮廓线可以是由同一组织的边界组成的封闭曲线。例如,在肝脏组织提取过程中,所述ROI可以包括所述肝脏组织,并且所述ROI轮廓线可以是由肝脏组织边界组成的封闭曲线。在一些实施例中,所述ROI轮廓线可以是由不同组织的边界组成的封闭曲线,例如,在肝脏肿瘤的分割过程中,所述ROI可以包括部分肝脏组织和肿瘤组织,并且所述ROI轮廓线可以由至少两段的非封闭曲线组成。所述至少两段曲线可以包括肿瘤组织边界线以及部分的肝脏组织边界线。
[0110]
在603中,可以基于图像特征信息优化确定的ROI。在一些实施例中,优化所述ROI的操作可以由编辑单元410执行。在一些实施例中,编辑单元410可以根据图像特征信息自动优化601确定的ROI。图像特征信息可以包括ROI所在的二维断层图像的灰度信息(例如,灰度直方图、平均灰度、灰度最大值、最小值)、纹理结构、信号强度、颜色饱和度、对比度、亮度等或多种的组合。在一些实施例中,图像特征信息可以包括ROI中的像素点的特征信息和/或ROI以外的像素点的特征信息。在一些实施例中,编辑单元410可以根据图像特征信息自动调整ROI的区域范围和/或根据调整后的ROI重新绘制ROI的轮廓线。例如,ROI确定单元402根据水平集算法确定ROI之后,编辑单元410可以根据一个预设的灰度阈值,将ROI内像素点灰度值大于灰度阈值的像素点自动划分到ROI外,从而调整所述ROI的范围。
[0111]
在一些实施例中,所述优化的过程可以包括调整所述ROI轮廓线所包括的范围。例如,在肿瘤提取过程中,可调整ROI轮廓线,使得ROI尽量包含整个肿瘤区域。在 一些实施例中,通过调整所述ROI的范围可以避开ROI所包括的血管、钙化组织、损伤组织等。在一些实施例中,ROI可以由用户手动进行优化。例如,用户可以通过交互设备140(例如,鼠标)拖拽ROI轮廓线上的控制点,从而调整ROI的范围。所述控制点的选取可以基于用户所观察的图像特征信息(例如,灰度信息)。
[0112]
在605中,可以基于所述ROI生成VOI。在一些实施例中,所述生成VOI的操作可以由VOI生成单元404执行。所述VOI的生成可以基于601中确定的所述至少两个ROI,也可以基于603中优化后的ROI。在一些实施例中,所述生成VOI的过程可以包括生成所述VOI的轮廓面。VOI的轮廓面可以基于ROI轮廓线生成。通过ROI轮廓线生成VOI轮廓面可以基于本申请中描述的任意一种或几种曲面重构技术。
[0113]
在一些实施例中,所述VOI轮廓面可以是三维掩膜图像。所述三维掩膜图像可以指所述VOI轮廓面上或内的体素灰度值为1,所述VOI轮廓面外的体素灰度值为0。进一步地,可以基于所述掩膜图像对所述VOI的体素进行特征信息的提取(例如,提取所述VOI的灰度信息)。例如,将所述VOI轮廓面的掩膜图像与体数据(例如,包含体素特征信息的图像数据)中相对应的体素灰度值相乘,则VOI内的体素灰度信息保持不变,而VOI区域外的体素灰度信息为0,从而提取所述VOI的体素灰度信息。需要注意的是,所述相对应的体素可以指掩膜图像与体数据显示的感兴趣目标同一物理位置所对应的体素。在一些实施例中,所述VOI轮廓面可以是以三维网格(mesh)的形式显示。
[0114]
在607中,可以基于图像特征信息优化生成的所述VOI。在一些实施例中,优化所述VOI的操作可以由编辑单元410执行。在一些实施例中,编辑单元410可以根据图像特征信息自动优化所述VOI。图像特征信息可以包括VOI所在的三维图像的灰度信息(例如,灰度直方图、平均灰度、灰度最大值、最小值)、纹理结构、信号强度、颜色饱和度、对比度、亮度等或多种的组合。在一些实施例中,图像特征信息可以包括VOI中的体素点的特征信息和/或VOI以外的像素点的特征信息。在一些实施例中,所述优化的过程可以包括调整所述VOI轮廓面所包括的体积范围。例如,在肿瘤提取过程中,可调整VOI轮廓面范围,使得VOI尽量包含整个肿瘤区域。在一些实施例中,通过调整所述VOI的范围可以避开VOI所包括的血管、钙化组织、损伤组织等。在一些实施例中,VOI的优化可以基于用户手动优化,也可以自动优化。例如,用户可以通 过交互设备140(例如,鼠标)拖拽VOI轮廓面上的点,从而调整VOI的范围。又如,基于所述VOI中体素的灰度信息,可以设定一个灰度阈值,编辑单元410可以将VOI内体素点灰度值大于或小于设定阈值的像素点自动划分到VOI外,从而调整所述VOI的范围。
[0115]
需要注意的是,以上关于确定VOI的流程600的描述,仅为描述方便,并不能把本申请限制在所举实施例范围之内。可以理解,对于本领域的技术人员来说,在了解本申请的基本原理后,可以在不背离这一原理的情况下,对确定VOI的流程600作出改变。在一些实施例中,确定VOI的流程600可以不包括603和/或607。在一些实施例中,601和603可以合并为一个操作。例如,ROI确定单元402可以结合图像特征信息确定ROI,而不需对ROI进行额外的优化操作。在一些实施例中,605和607可以合并为一个操作。例如,VOI生成单元404可以结合图像特征信息生成VOI,而不需对VOI进行额外的优化操作。诸如此类的变形,均在本申请的保护范围之内。
[0116]
图6B是根据本申请的一些实施例所示的确定VOI和/或ROI的一种示例性流程图。在一些实施例中,流程500中根据图像数据确定VOI 506步骤可由图6B中所示的流程600实现。
[0117]
在651中,可以基于图像数据重建容积再现(volume rendering,VR)图像。在一些实施例中,651可以由预处理模块304执行。在一些实施例中,所述图像数据可以是操作502中获取的图像数据,包括二维断层图像数据和/或三维图像数据。在651中,可以利用容积再现技术(VRT)将多个二维图像合成三维立体图像,并将所有体素的CT值设定为不同的透明度,可以由完全不透明到完全透明。同时,可以利用虚拟照明效应,用不同的灰阶(或伪彩)显示三维立体图像。例如,在头颈部VR图像重建过程中,头骨组织的透明度较低,血管组织的透明度较高,那么,在VR图像中显示的头骨和血管的灰阶(或伪彩)可以不同。在一些实施例中,在进行VR图像重建时,可以通过假定的投射线从预设的角度穿过图像数据,对图像数据(例如,多个二维断层图像)中的投射线上不同断层图像上的像素或体素进行投影,并对不同二维断层图像上的像素或体素信息进行综合的显示。
[0118]
在653中,可以基于区域生长法分割VOI。在一些实施例中,所述VOI生长的操作可以由VOI生成单元404执行。在一些实施例中,所述VOI的区域生长可以基于 所述VR图像。例如,所述区域生长法可以包括基于所述VR图像选取至少一个种子点作为生长的起点;将所述种子点周围邻域中与种子点具有相同或相似特征的体素合并到种子点所在的区域中;将新的体素点继续作为种子点向四周生长,直到没有找到满足条件的体素点时停止生长。在一些实施例中,所述种子点可以包括一个体素点或由多个体素点组成的区域。在一些实施例中,所示体素点或像素点的相似特征可以包括纹理、灰度、平均灰度、信号强度、颜色饱和度、对比度、亮度等一种或多种的组合。在一些实施例中,在区域生长过程中,可以基于新增种子点的变化观察所述VOI生长的连续动态的过程。例如,对于血管组织的区域生长,用户可以基于VR图像,进行血管组织的生长,并观察血管生长的变化过程,例如是否溢出或生长不全。
[0119]
在一些实施例中,所述VOI的区域生长可以基于图像数据。这可能意味着,653可以在651之后执行。例如,在一个二维断层图像中选取至少一个种子点作为生长的起点;将所述种子点周围邻域中与种子点具有相同或相似特征的体素或像素合并到种子点所在的区域中;新的体素点或像素点可以继续作为种子点向四周生长,直到没有找到满足条件的体素点或像素点时停止生长;然后可以基于区域生长得到的VOI,基于容积重建技术重建所述VOI的VR图像。
[0120]
在655中,可以获取用户交互信息。在一些实施例中,操作655可以由交互设备140执行。所述交互信息可以包括旋转图像、缩放图像、平移图像、暂停区域生长、终止区域生长等一种或多种交互操作。在一些实施例中,所述用户交互信息可以包括暂停后终止所述区域生长。在一些实施例中,用户可以通过交互设备140(例如,鼠标)进行所述交互操作。
[0121]
在657中,可以基于所述用户交互信息更新所述VOI。在一些实施例中,操作657可以由VOI生成单元404和/或更新单元412执行。所述用户交互信息可以暂停所述区域生长的过程。在一些实施例中,在657中,可以显示至少部分的VOI。例如,在VR图像中,生长中的VOI(例如,血管)和其他(例如,骨骼)可能存在遮挡关系,在区域生长过程中,用户可以观察区域生长形成的全部VOI,但无法观察VOI被其他组织遮挡的情况。在暂停区域生长时,可以显示未被其他组织遮挡的VOI,从而方便用户观察VOI与其他组织之间的遮挡关系。例如,在头颈部血管组织的生长过程中,新生长的血管可以通过VR图像显示,便于用户观察生长变化过程。在区域生长过程中, 为了观察当前生长的血管与头盖骨的遮挡关系,用户可以旋转生长的区域,观察生长出的血管与头盖骨之间的遮挡关系。在一些实施例中,可以基于用户交互信息控制区域生长的速度。在一些实施例中,可以通过种子点提取的频率控制区域生长速度。例如,对于较小的VOI,区域生长所需时间较短,区域生长过程中提取种子点的频率相对于所述较小的VOI可能较大,则区域生长速度较快,但用户可能希望有足够的时间观察所述较小VOI的生长过程,因此可以通过降低种子点提取频率降低区域生长速度。又如,对于较大的VOI,区域生长所需时间较长,区域生长前期过程中提取种子点的频率相对于较大的VOI可能较小,但随着种子点的增多,每次提取种子点的数量增加较快,到生长后期,生长可能过快,容易溢出,所以用户可能希望较大的VOI可以快速完成区域生长过程,并且后期区域生长速度平稳。因此,在区域生长前期,可以提高种子点提取频率,以加快前期区域生长速度,而在区域生长后期,可以降低种子点提取频率,以减缓区域生长速度,并使区域生长速度趋于稳定。
[0122]
在659中,可以基于所述VOI确定ROI。在一些实施例中,操作659可以由ROI确定单元402执行。在一些实施例中,所述VOI可以是区域生长过程中动态变化的VOI,也可以是暂停区域生长时,已经生成的至少部分的VOI。在一些实施例中,在659中,可以对所述VOI进行切片获得二维切片图像,并在所述二维切片图像上标记并显示所述VOI,即ROI。在一些实施例中,在659中,可以在VR窗口显示VOI时,在MPR窗口同步显示ROI。
[0123]
需要注意的是,以上关于流程650的描述,仅为描述方便,并不能把本申请限制在所举实施例范围之内。可以理解,对于本领域的技术人员来说,在了解本申请的基本原理后,可以在不背离这一原理的情况下,对流程650作出改变。例如,流程650可以不包括655,657和/或659。在一些实施例中,流程650可以包括预处理所述图像数据。诸如此类的变形,均在本申请的保护范围之内。
[0124]
图7是根据本申请的一些实施例所示的确定VOI的一种示例性流程图。
[0125]
在702中,可以获取图像数据。702可以由图像数据获取模块302执行。在一些实施例中,所述图像数据可以是横断位图像数据、冠状位图像数据、矢状位图像数据或任意角度的斜状位图像数据。所述图像数据可以包括至少两层二维断层图像。在一些实施例中,所述图像数据的获取可以参考本申请中图5的详细描述。
[0126]
在704中,可以预处理所述图像数据。704可以由预处理模块304执行。在一些实施例中,所述预处理可以包括对任意一层二维断层图像进行预处理操作。在一些实施例中,所述预处理可以包括对所述至少两层二维断层图像进行图像间的预处理(例如,插值处理)。在一些实施例中,所述图像数据的预处理可以参考本申请中图5的详细描述。
[0127]
在706中,可以基于所述图像数据提取至少两个ROI。706可以由ROI确定单元402执行。所述图像数据可以是702中获取的图像数据或704中经过预处理后的图像数据。在一些实施例中,所述至少两个ROI可以位于不同层的二维断层图像上。在一些实施例中,706可以提取所述至少两个ROI中像素的特征信息(即ROI分割)和/或绘制所述至少两个ROI的轮廓线。在一些实施例中,可以根据本申请中描述的任意一种图像分割方法提取所述至少两个ROI。在一些实施例中,可以根据本申请中描述的任意一种曲线生成算法绘制所述至少两个ROI的轮廓线。
[0128]
在708中,可以编辑至少一个ROI。708可以由编辑单元410执行。在一些实施例中,所述编辑至少一个ROI可以包括基于图像特征信息调整所述ROI的范围。在一些实施例中,可以基于706提取的一个ROI,提取至少两个控制点,所述控制点可以是ROI轮廓线(或边界)上决定轮廓线形状变化的关键点或高曲率点。曲线生成单元406可以基于所述控制点插值生成样条曲线。进而,编辑单元410可以编辑所述控制点,使得所述控制点生成的样条曲线尽量与ROI轮廓线重合。在一些实施例中,可以基于编辑后的控制点生成的样条曲线,重新确定ROI。在一些实施例中,所述控制点的提取方法可以包括基于拆分和合并的多边形逼近算法、基于面积误差的多边形逼近算法等。基于拆分和合并的多边形逼近算法可以从原始轮廓线对应的一个多边形开始,对待分割的弧段反复执行拆分与合并操作的迭代过程。将原始弧段上的一个点作为分割点开始,将原始弧段拆分为两个弧段,分割点就成为近似多边形的一个新的顶点。同时,原来的近似多边形被去掉一条边,增加了一条新的边,对上下两部分的弧段反复执行拆分合并操作,就可得到顶部边界线上的特征点以及底部边界线上的特征点。基于面积误差的多边形逼近法可以以原始轮廓线上的各个像素点对整个原始轮廓线所包含的区域面积的影响大小为权重,逐步去除对面积改变影响不大的像素/体素点,而保留对面积改变影响比较明显的像素/体素点,最终使得面积误差满足一定误差阈值的要求。对面积改变 影响较为明显的点可以作为控制点。在一些实施例中,编辑单元410可以比较原始轮廓线所包含的区域面积与去除一像素/体素点后重新生成的轮廓线所包含的区域面积的差值是否小于一预设值,若所述区域面积差值小于所述预设值,则可以确定所述像素/体素点是对面积改变影响不大的点。
[0129]
在710中,可以根据所述至少两个ROI生成VOI。710可以由VOI生成单元404执行。在一些实施例中,所述至少两个ROI可以是706中确定的ROI或708中编辑后的ROI。在一些实施例中,可以根据本申请中描述的任意一种体绘制法生成所述VOI。例如,可以根据所述至少两个ROI中像素的特征信息插值生成VOI中体素特征信息,然后基于生成的VOI体素特征信息提取所述VOI。在一些实施例中,可以根据本申请中描述的任意一种面绘制法生成所述VOI。例如,可以根据所述至少两个ROI的轮廓线插值生成所述VOI的轮廓面,然后基于所述VOI轮廓面提取所述VOI。
[0130]
在712中,可以编辑所述VOI。712可以由编辑单元410执行。在一些实施例中,712可以基于图像特征信息(例如,像素或体素的灰度信息)调整所述VOI范围。例如,通过设定一个灰度阈值,可以将所述VOI中灰度值大于或小于所述灰度阈值的体素点划分至所述VOI范围外。在一些实施例中,可以编辑所述VOI中的一个或多个ROI。例如,可通过编辑所述ROI的控制点调整ROI的范围,然后基于编辑后的ROI重新生成VOI。
[0131]
在714中,可以同步显示所述至少两个ROI及所述VOI。714可以由显示模块310执行。在一些实施例中,714可以在同一二维和/或三维显示窗口同时显示同一ROI的不同断位的图像(例如,在横断位、冠状位和矢状位的图像)。在一些实施例中,714可以在同一二维和/或三维显示窗口同时显示同一VOI对应的不同断位的ROI图像(例如,同一VOI对应的横断位的ROI、冠状位的ROI、矢状位的ROI)。在一些实施例中,所述二维显示窗口可以是MPR视图窗口。所述三维显示窗口可以是体绘制视图窗口。在一些实施例中,714可以在三维显示窗口同时显示所述VOI以及所述ROI。714可以在VOI上定位ROI所在的断层,标记和/或显示所述ROI。在一些实施例中,所述显示可以是实时的。在一些实施例中,714可以与706、708、710、712等中的任意步骤同时执行。例如,在执行操作706时(例如,用户在绘制二维ROI时),显示模块310可以将所绘制的ROI的轮廓线实时定位到三维VOI中,并在三维VOI中标记并显示所 述ROI。当所绘制的ROI达到两层后,显示模块310可以自动在三维显示窗口显示根据当前绘制的二维ROI生成的三维VOI。在一些实施例中,所述显示可以是非实时的。例如,在用户在多个二维断层图像中完成多个ROI的绘制后,显示模块310可以在三维显示窗口显示基于多个ROI生成的VOI。
[0132]
在716中,可以判断所述ROI或VOI是否满足预设条件。716可以由判断单元414执行。在一些实施例中,所述预设条件可以包括所述ROI或VOI不包括至少部分的血管、钙化组织或损伤组织等。若所述ROI或VOI满足预设条件(例如,所述ROI或VOI不包括至少部分的血管、钙化组织或损伤组织),则执行718;若所述ROI或VOI不满足预设条件,流程700可以返回至708,继续编辑至少一个ROI。在一些实施例中,判断单元414可以基于所述ROI或VOI的特征信息判断所述ROI或VOI是否满足预设条件。例如,判断单元414可以判断所述ROI或VOI内的全部像素或体素的灰度值是否小于一预设灰度阈值,若所述全部像素或体素的灰度值均小于所述预设灰度阈值,则所述ROI或VOI不满足预设条件;若所述至少部分像素的灰度值大于所述预设灰度阈值,则所述ROI或VOI满足预设条件。
[0133]
在718中,可以确定所述VOI。718可以由VOI确定模块306执行。在一些实施例中,718可以提取所述VOI中体素的特征信息,提取所述ROI中像素的特征信息和/或确定所述VOI的轮廓面等。
[0134]
需要注意的是,以上关于确定VOI的流程700的描述,仅为描述方便,并不能把本申请限制在所举实施例范围之内。可以理解,对于本领域的技术人员来说,在了解本申请的基本原理后,可以在不背离这一原理的情况下,对确定VOI的流程700作出任意改变。例如,确定VOI的流程700可以不包括704和/或708。诸如此类的变形,均在本申请的保护范围之内。
[0135]
图8是根据本申请的一些实施例所示的生成曲面的一种示例性流程图。在一些实施例中,流程700中基于ROI生成VOI 710步骤可以由图8中所示的流程800实现。在802中,可以确定生成感兴趣曲面的类型。802可以由曲面生成单元408执行。在一些实施例中,所述感兴趣曲面可以是封闭曲面。所述封闭曲面的生成可以基于横断位、矢状位、冠状位或任意角度的斜状位的二维断层图像。在一些实施例中,所述感兴趣曲面可以是非封闭曲面。所述非封闭曲面可以将感兴趣目标分割成至少两部分。在一些实 施例中,802可以按照分割类型确定感兴趣曲面的类型。所述分割类型可以包括将感兴趣目标分割成上下、左右、前后、任意方位等不同的部分。所述上下、左右、前后等的方位可以基于感兴趣目标正视图的方向。例如,靠近人体头部的方向为上;靠近人体脚部的方向为下;靠近人体左侧的方向为左;靠近人体右侧的方向为右;靠近人体前胸的方向为前;靠近人体背部的方向为后。若将感兴趣目标分割成上下部分,所述感兴趣曲面可以横断位方向为参考基准,并且,所述感兴趣曲面的生成可以基于矢状位或冠状位的二维断层图像。若将感兴趣目标分割成左右或者前后部分,所述感兴趣曲面可以矢状位或冠状位方向为参考基准,并且,所述感兴趣曲面的生成可以基于横断位的二维断层图像。
[0136]
在804中,获取图像数据,所述图像数据可以包括N层二维断层图像。N为大于0的整数。804可以由图像数据获取模块302执行。在一些实施例中,所述N层图像中的至少一层可以包括所述感兴趣目标。所述感兴趣目标在某一层二维断层图像中的显示区域可以被认为是一个ROI。在一些实施例中,所述图像数据的获取可以参考本申请附图5中的详细描述。在一些实施例中,所述图像数据的获取可以基于802中确定的曲面类型。例如,若所述曲面类型可以将感兴趣目标分割为上下部分,所述图像数据可以是矢状位或冠状位的二维断层图像。若所述曲面类型可以将感兴趣目标分割成前后或左右部分,所述图像数据可以是横断位的二维断层图像。
[0137]
在806中,可以基于第i层二维断层图像,确定一个或多个控制点。所述i可以是不大于N的正整数(即,0≤i≤N)。806可以由曲线生成单元406执行。在一些实施例中,806可以预处理所述第i层二维断层图像。806可以对所述二维断层图像或预处理后的二维断层图像进行ROI的初始分割,以获得一个原始ROI。所述原始ROI可以包括感兴趣目标的至少一部分。所述初始分割可以基于本申请中描述的任意一种或多种分割方法。806可以基于原始ROI的边界手动或自动绘制原始ROI的轮廓线和/或基于原始ROI中像素的灰度信息确定所述控制点。在一些实施例中,所述控制点可以包括位于原始ROI的轮廓线(或边界)上或其周围的特征点和/或位于原始ROI内的特征点。所述特征点可以是表示原始ROI的轮廓线(或边界)或原始ROI内不同区域的分割线上,并且决定轮廓线(或分割线)形状变化的关键点或高曲率点。
[0138]
在一些实施例中,所述特征点提取算法可以利用点探测算子实现,例如模板匹配法、几何特征探测法等。模板匹配法可以设定一系列特征点模板(如角点、交叉点等),并根据模板与所有图像子窗口的相似性判断位于子窗口中心的像素是否为特征点。几何特征探测法可以包括基于边界曲率的提取方法、基于图像灰度信息的提取方法等。在一些实施例中,所述点探测算子可以包括Harris算子、Forstner算子、Susan算子、MIC算子、Moravec算子、SIFT算子等一种或几种的组合。
[0139]
在808中,可以基于所述控制点确定样条曲线。808可以由曲线生成单元406执行。在一些实施例中,可以基于插值法处理所述控制点以生成所述样条曲线。所述插值法可以包括光滑不等距插值法、最邻近像素插值法、双线性插值法、双三次灰度插值法、空间可变线性灰度插值、分形插值法等或多种的组合。
[0140]
在一些实施例中,所述样条曲线可以是封闭曲线。所述封闭曲线可以包括至少部分的原始ROI。例如,在处理肝脏图像时,所述样条曲线可以是肝脏组织的边界线,以区分肝脏组织和非肝脏组织。在一些实施例中,所述样条曲线可以是非封闭曲线(如图10A或10B所示的样条曲线SE。所述非封闭曲线可以将所述原始ROI划分为至少两部分。进一步地,所述非封闭曲线可以与原始ROI的轮廓线的一部分构成封闭曲线,而所述封闭曲线可以包括一个感兴趣目标。如图10A所示,样条曲线SE与区域B的下边界构成的封闭曲线可以确定肝脏中的某一段(区域B所示)。
[0141]
在810中,可以基于所述样条曲线确定一个目标ROI。810可以由ROI确定单元402执行。在一些实施例中,所述目标ROI可以包括原始ROI中的至少一部分。在一些实施例中,可以基于样条曲线上的控制点调整目标ROI的范围。例如,用户可通过手动拖拽控制点的位置,调整样条曲线,从而调整目标ROI的范围。在一些实施例中,也可以基于图像特征信息调整目标ROI。例如,可以设定一定的灰度阈值,将所述目标ROI内的像素灰度值大于或小于所述灰度阈值的像素点去除。
[0142]
在812中,可以判断第i+1层二维断层图像是否包含一个ROI。812可以由判断单元414执行。所述ROI可以指感兴趣目标在第i+1层二维断层图像中的显示区域。若第i+1层二维断层图像包含所述ROI,执行814,并基于第i+1层二维断层图像,执行806。若第i+1层二维断层图像不包含所述ROI,则执行816。在一些实施例中,812中可以由用户观察二维显示窗口显示的图像进行判断。在一些实施例中,812中可以根据 图像特征信息进行自动判断。例如,可以通过比较第i+1层与第i层的二维断层图像的灰度信息,判断第i+1层二维断层图像是否包含ROI。
[0143]
在816中,可以基于所述样条曲线生成所述感兴趣曲面。816可以由曲面生成单元408执行。在一些实施例中,如果所述样条曲线是封闭曲线,则所述感兴趣曲面可以是封闭曲面。所述封闭曲面可以是一个VOI的轮廓面。在一些实施例中,如果所述样条曲线是非封闭曲线,则所述感兴趣曲面可以是非封闭曲面。所述非封闭曲面可以将所述VOI分割成至少两个部分。在一些实施例中,所述感兴趣曲面可以是二维或三维掩膜图像。在一些实施例中,所述感兴趣曲面可以是以网格(mesh)形式显示的。在一些实施例中,816可以进一步在二维显示窗口显示所述样条曲线及所述控制点,在三维显示窗口显示同步感兴趣曲面和/或在感兴趣曲面中标记并显示所述样条曲线及所述控制点。
[0144]
在818中,可以基于所述感兴趣曲面生成目标VOI。818可以由VOI生成单元404执行。在一些实施例中,如果感兴趣曲面是封闭曲面,则818可以根据封闭曲面提取目标VOI中体素的特征信息。在一些实施例中,如果感兴趣曲面是非封闭曲面,则818可以根据非封闭曲面将一个初始分割形成的原始VOI分割成至少两部分。所述原始VOI可以是在802至818中任一操作中对图像数据进行初始分割所获得的。所述非封闭曲面可以和原始VOI的轮廓面的一部分构成一个封闭的曲面,即,目标VOI的轮廓面。在一些实施例中,所述目标VOI可以是某个组织或器官或其中的一部分,例如,肝脏、肝脏中的某一段组织或肝脏中的肿瘤等。
[0145]
需要注意的是,以上关于生成曲面的流程800的描述,仅为描述方便,并不能把本申请限制在所举实施例范围之内。可以理解,对于本领域的技术人员来说,在了解本申请的基本原理后,可以在不背离这一原理的情况下,对生成曲面的流程800作出改变。前面或下面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各种操作。同时,也可以将其他操作添加到这些过程中或从这些过程移除某一步或数步操作。例如,可以先执行步骤804,后执行步骤802或者同时执行802和804。又如,生成曲面的流程800可进一步包括对获取的图像数据进行预处理。诸如此类的变形,均在本申请的保护范围之内。
[0146]
图9是根据本申请的一些实施例所示的在多平面重建窗口和/或体绘制窗口生成和编辑曲面的一种示例性流程图。在一些实施例中,流程700中编辑ROI 708步骤和基于ROI生成VOI 710步骤可以由图9中所示的流程900实现。
[0147]
在902中,可以确定曲面类型。902可以由曲面生成单元408执行。在一些实施例中,不同的曲面类型可能需要在不同断位的图像视图窗口进行样条曲线的绘制。曲面类型的确定可以基于曲面的作用。例如,若要让曲面将感兴趣目标分割成前后或左右部分时,可能需要在横断位MPR窗口进行样条曲线的绘制。又如,若要让曲面将感兴趣目标分割成上下部分时,可能需要在冠状位或矢状位MPR窗口进行样条曲线的绘制。所述曲面类型的确定可以参考本申请中图8的描述。
[0148]
在904,可以确定一条或多条样条曲线。904可以由曲线生成单元406执行。所述样条曲线可以基于一个或多个断位的MPR窗口显示的二维断层图像进行绘制。在一些实施例中,904可以基于某一个二维断层图像中的感兴趣目标,确定至少一个控制点,并基于所述控制点生成一条样条曲线。如此,904可以在多个二维断层图像中确定多条样条曲线。在一些实施例中,所述样条曲线可以是所述感兴趣目标的轮廓线。在一些实施例中,所述样条曲线可以是感兴趣目标内的不同区域的分割线,所述分割线可以将所述感兴趣目标分割成至少两个部分。在一些实施例中,多个二维断层图像中的多条样条曲线可以形成一个样条曲线列表。所述样条曲线列表可以包括至少两条样条曲线。所述控制点的选取和所述样条曲线的确定可以参考本申请图8中的描述。
[0149]
在906中,可以判断是否生成曲面网格(mesh)。906可以由判断单元414执行。在一些实施例中,906可以根据用户的需求来判断是否生成曲面网格。例如,用户可以设置样条曲线数量阈值,判断单元414可以判断904确定的样条曲线数量是否超过所述阈值,若所述样条曲线数量超过所述阈值,那么906可以判断为生成曲面网格。在一些实施例中,906可以基于当前的二维断层图像是否包含感兴趣目标来判断是否生成曲面网格。在一些实施例中,用户可以在MPR窗口观察当前二维断层图像是否包含感兴趣目标。用户可以基于观察结果通过交互设备140(例如,键盘、鼠标等)输入指令,判断单元414可以基于输入的指令判断是否可以生成曲面网格。在一些实施例中,906可以基于图像灰度信息自动判断当前二维断层图像是否包含感兴趣目标。例如,906可以将感兴趣目标的灰度信息与当前二维断层图像的灰度信息进行比较,从而判断当前二 维断层图像是否包含感兴趣目标。若可以生成曲面网格,则执行910。若不可以生成曲面网格,则执行908,在MPR窗口进行翻页操作,获取下一层二维断层图像。在908执行MPR翻页操作之后,流程900可以返回至904,继续确定样条曲线。
[0150]
在910中,可以基于所述样条曲线生成曲面。910可以由曲面生成单元408执行。在一些实施例中,所述曲面的生成可以参考本申请中描述的任意一种曲面重构技术。在一些实施例中,所述曲面可以是掩膜图像。在一些实施例中,所述曲面可以是以网格(mesh)的形式显示。在一些实施例中,可以在MPR窗口显示所述样条曲线,同时,在体绘制窗口同步显示生成的曲面。在一些实施例中,可以在所述曲面上标记并显示所述至少一条样条曲线和/或所述样条曲线上的控制点。
[0151]
在912中,可以选择编辑类型。912可以由编辑单元410执行。所述编辑类型可以指显示窗口的类型。所述编辑类型可以包括在MPR窗口进行样条曲线的编辑或在所述体绘制窗口(即曲面网格)进行样条曲线的编辑。编辑类型可以由用户选择或系统自动选择一个默认编辑类型。若选择MPR窗口编辑样条曲线,则执行914;若选择在体绘制窗口编辑样条曲线,则执行步骤918。
[0152]
在914中,可以判断MPR窗口显示的当前二维断层图像是否包含控制点。914可以由判断单元414执行。若当前二维断层图像不包含控制点,则执行916,在MPR窗口进行翻页操作,进入下一层二维断层图像进行操作。若当前二维断层图像包含控制点,则执行918。
[0153]
在918中,可以编辑控制点。918可以由编辑单元410执行。控制点的编辑可以在MPR窗口和/或体绘制窗口或网格绘制窗口进行。在一些实施例中,用户可以通过交互设备140(例如,鼠标)拖拽控制点实现控制点的编辑。在一些实施例中,若基于MPR窗口编辑所述控制点,则在MPR窗口显示的样条曲线及体绘制窗口显示的曲面可以根据编辑后的控制点进行同步更新。若基于体绘制窗口或网格绘制窗口编辑所述控制点,则体绘制窗口显示的曲面会随着编辑后的控制点而同步更新,并且在MPR窗口同步更新所述控制点所在的样条曲线。例如,在所述体绘制窗口或网格绘制窗口,可以实时显示基于所述MPR窗口绘制的样条曲线生成的三维曲面,所述体绘制窗口或网格绘制窗口可以同步显示所述样条曲线以及组成所述样条曲线的控制点。可以通过调整所述三维曲面上的所述控制点,调整所述三维曲面或所述样条曲线。
[0154]
在920中,可以判断是否继续编辑控制点。920可以由判断单元414执行。若要继续编辑控制点,流程900可以返回至912进行重复执行。否则,执行步骤922。在一些实施例中,判断是否继续编辑控制点可以基于在体绘制窗口显示的曲面是否符合用户需要或满足预定的条件。所述预定的条件可以包括所述曲面是否包括至少部分的血管、钙化组织、损伤组织等。在一些实施例中,判断单元414可以基于所述曲面特征信息判断所述曲面是否满足预定条件。例如,判断单元414可以判断所述曲面内的全部像素或体素的灰度值是否小于一预设灰度阈值,若所述全部像素或体素的灰度值均小于所述预设灰度阈值,则所述曲面不满足预定条件。若所述至少部分像素或体素的灰度值大于所述预设灰度阈值,则所述曲面满足预定条件。
[0155]
在922中,可以基于编辑后的样条曲线生成曲面。922可以由曲面生成单元408执行。在一些实施例中,922可以基于插值算法生成曲面。
[0156]
需要注意的是,以上关于流程900的描述,仅为描述方便,并不能把本申请限制在所举实施例范围之内。可以理解,对于本领域的技术人员来说,在了解本申请的基本原理后,可以在不背离这一原理的情况下,对流程900作出改变。例如,曲面生成和编辑流程可以包括获取图像数据。又如,曲面生成和编辑流程可进一步包括预处理所述图像数据。诸如此类的变形,均在本申请的保护范围之内。
[0157]
图10A和10B是根据本申请的一些实施例所示的样条曲线的一种示例性结果示意图。图10A为肝脏组织在横断位的二维断层图像。样条曲线SE将所述横断位断层图像上的肝脏区域划分为A和B两部分。通过横断位的多个二维断层图像序列上的样条曲线可以生成肝脏分割曲面,所述曲面将肝脏组织分割成前后两个部分。图10B为肝脏组织在矢状位的二维断层图像。样条曲线SE将矢状位的二维断层图像上的肝脏区域划分为C和D两部分。通过矢状位的多个二维断层图像上的样条曲线可以生成肝脏分割曲面,所述曲面可以将肝脏组织分割成上下两个部分。
[0158]
图11是根据本申请的一些实施例所示的基于容积再现法进行VOI区域生长的一种示例性流程图。在一些实施例中,流程650中基于区域生长法分割VOI 653步骤可由图11中所示的流程1100实现。在1102中,可以确定至少一个初始种子点。在一些实施例中,1102可以由VOI生成单元404执行。在一些实施例中,所述初始种子点可以包括至少一个体素。在一些实施例中,所述初始种子点可以是一个区域,所述区域可 以是多个体素的集合。在一些实施例中,所述初始种子点的选取可以基于VR图像,也可以基于图像数据(例如,二维断层图像)。在一些实施例中,所述初始种子点的确定可以是手动的,例如,用户可以通过交互设备140(例如,鼠标)进行选取。在一些实施例中,所述初始种子点的提取也可以是自动的。例如,所述初始种子点可以是图像灰度直方图中出现概率最多的体素或像素点。又如,所述初始种子点可以是图像的中心点。在一些实施例中,可以基于本申请中描述的任意一种或多种图像分割算法对所述图像进行分割,然后基于分割后的图像选取种子点。例如,可以基于分水岭分割算法确定初始种子点。在一些实施例中,可以将图像划分为多个矩形区域,并选取每个矩形区域的中心点作为初始种子点。例如,可以对图像进行边缘检测,选取相邻边界区域的中心点、边缘检测形成的封闭区域内的任意一点或局部极小值点等作为初始种子点。又如,可以基于数学形态学方法,得到图像的灰度梯度图,进而在灰度梯度图上变化较小的区域和/或变化较大的区域选取初始种子点。
[0159]
在一些实施例中,操作1102可以基于一种或多种选取标准选取初始种子点。所述选取标准可以包括所述初始种子点与其邻近像素或体素之间特征的相似性。所述特征可以包括灰度值、颜色、纹理、亮度等一种或多种的组合。所述选取标准可以包括相似度函数、光谱角、光谱距离、规范化向量距离等。所述相似度函数可以用于衡量两个体素点特征之间的相似性,如相似系数值函数、距离函数等。相似系数值函数可以通过相似系数值衡量两个体素的相似度。两个体素点越相似则相似系数值越大;两个体素点越不相似,则相似系数值越小。在距离函数中,可以将每个体素点看作是高维(例如,四维或高于四维)空间的一个点,进而使用某种距离(例如,马氏距离、欧式距离等)表示体素之间的相似性,距离较近的体素点性质较相似;距离较远的体素点则差异较大。光谱角可以指将光谱数据视为多维空间的矢量,矢量像素或体素与相邻矢量像素或体素之间的夹角。相邻体素间光谱角的大小可以衡量相邻体素间的光谱差异。光谱距离可以指将光谱数据视为多维空间的矢量,矢量像素或体素与相邻矢量像素或体素之间的距离。规划化向量距离可以综合考虑光谱角与光谱距离,定义两个体素之间的光谱差异;光谱差异越小,则体素被选为种子点的可能性越大;光谱差异越大,则体素被选为种子点的可能性越小。
[0160]
在1104中,可以基于所述初始种子点进行第一VOI区域生长。在一些实施例中,1104可以由VOI生成单元404执行。在一些实施例中,所述第一VOI区域生长可以基于一种或多种生长准则,对初始种子点邻域内的体素点进行遍历,并将满足生长准则的体素点与初始种子点所在区域进行合并。新增的体素点可以作为下一次区域生长的种子点,并继续进行区域生长,直到没有找到满足生长条件的体素点时生长停止。在一些实施例中,所述生长准则可以基于体素点的特征,如纹理、灰度、颜色、亮度等一种或几种的组合。例如,所述生长准则可以基于体素的灰度,如果种子点与其邻域内的体素灰度值差的绝对值小于一预设阈值,则将所述体素与种子点所在区域进行合并。又如,所述生长准则可以基于纹理特征的相似性,具体地,可以基于灰度共生矩阵计算种子点邻域内体素纹理特征值的平均值(例如,对比度、相关性和熵等),并将平均值与种子点所在区域的体素纹理特征值进行对比,如果种子点邻域内的体素点纹理特征值的平均值与种子点所在区域的体素点纹理特征值之差小于一预设阈值,则可以将所述种子点邻域内体素点与种子点所在区域合并。
[0161]
在一些实施例中,所述区域生长可以基于图像数据。所述图像数据可以是体数据(如,多个二维断层图像序列)。基于图像数据生长的VOI可以进一步基于容积再现技术进行VOI区域VR图像的重建及显示。例如,假定一投射线从预订角度穿过多个二维断层图像序列的VOI区域,并对同一条投射线上的不同断层的体素点进行二维投影,并通过虚拟照明效应,综合显示不同断层图像上的体素点。在一些实施例中,所述区域生长可以基于VR图像。例如,可以基于VR图像选择初始种子点,并进行区域生长,对所生长的VOI区域进行不同伪色彩的显示。
[0162]
在1106中,可以不考虑图像深度信息,绘制第一VOI纹理。在一些实施例中,1106可以由VOI生成单元404执行。在一些实施例中,所述VR图像可以包括第一VOI以及背景区域。在一些实施例中,所述深度信息可以包括体素点或像素点的三维空间信息。深度信息可以用来表示体素点或像素点在通过所述体素点或像素点的投影线上的位置或是所述体素点或像素点距离投影平面的距离。在一些实施例中,在操作1106中,可以在将所述第一VOI内的所有体素点的三维坐标进行二维投影时,不考虑投影线上背景区域体素点或透明度低于第一VOI内体素点透明度的体素点。在一些实施例中,所述第一VOI可以是基于当前区域生长提取的所有体素点组成的区域。 在一些实施例中,所述第一VOI可以是当前区域生长基于上一次区域生长新增的体素所组成的区域。所述第一VOI纹理可以通过VOI中的体素及其周围空间邻域的灰度分布来表现。第一VOI纹理可以描述第一VOI中体素的空间颜色分布和光强分布。
[0163]
在一些实施例中,所述第一VOI纹理的绘制可以基于一种或多种纹理提取技术。所述纹理提取技术可以包括统计学法、几何法、模型法、信号处理法、结构法等一种或多种的组合。统计学法可以基于体素及其邻域内的体素灰度特性,进行区域内的纹理统计,如灰度共生矩阵法(GLCM)、灰度梯度矩阵法、灰度行程统计法、灰度差分统计法、交叉对角矩阵法、自相关函数法、半方差图法等。几何法可以基于纹理由多个体素以一定规律进行排列提取纹理,如Voronio棋盘格特征法。模型法可以基于纹理是以某种参数控制的分布模型方式形成的,提取纹理特征,如随机模型法、分形模型法、复杂网络模型法、马赛克模型法等。典型的模型法可以包括随机模型法,如马尔可夫随机场(MRF)模型法、Gibbs随机模型法、滑动平均模型法、同步自回归模型、自回归滑动模性、广义长相关模型法等。信号处理法可以在空间域、变换域以及多尺度分析基础上,对图像中的一个区域进行相关变换,再提取相对平稳的特征值,并以此特征值表示所述区域内的一致性以及区域间的相异性。信号处理法可以基于变换法、滤波器法、Laws纹理测量法等一种或几种组合。所述变换法可以包括Radom变换法、局部傅里叶变换法、局部沃尔什变换法、Gabor变换法、小波变换法、哈达马变换法、离散余弦变换法等。所述滤波器法可以包括特征滤波器法、正交镜像滤波器法、优化FIR滤波器法等。结构法可以基于纹理基元的类型和数目以及基元之间的重复性的空间组织结构和排列规则提取纹理特征,如句法纹理分析法、数学形态学法等。
[0164]
在1108中,可以暂停所述区域生长。在一些实施例中,1108可以由VOI生成单元404执行。在一些实施例中,用户可以通过交互设备140(例如,鼠标,键盘等)输入暂停区域生长的指令,VOI生成单元404可以接收该指令并暂停区域生长。在一些实施例中,所述暂停区域生长可以通过旋转、平移、缩放操作界面等交互操作实现。在一些实施例中,所述暂停区域生长可以通过释放鼠标的操作实现。
[0165]
在1110中,可以基于图像深度信息,绘制第二VOI纹理。在一些实施例中,1110可以由VOI生成单元404执行。在一些实施例中,操作1110可以基于图像数据 进行体素点深度信息提取,获得体素点的深度信息。所述深度信息的提取可以基于一种或多种深度信息提取技术。所述深度信息提取技术可以包括多视图立体法、光度立体视觉法、散焦推断法、基于机器学习的方法等一种或多种的组合。多视图立体法可以基于二维断层图像进行像素点提取并匹配其角度图像,然后基于匹配的体素点求解出体素点的三维坐标。光度立体视觉法可以基于VOI在不同光照条件下的图像序列估计出VOI表面法向图,并利用线积分等技术获得最终体素点的三维坐标,并获得体素点的深度信息。散焦推断法可以基于VOI模糊程度推算体素点深度信息。基于机器学习的方法可以包括采用马尔可夫随机场模型为机器学习模型,进行监督学习。在一些实施例中,所述第二VOI纹理的绘制可以参考本申请中描述的任意一种或多种纹理提取技术。
[0166]
在一些实施例中,所述第一VOI可以包括第一体素点集合,所述第二VOI可以包括第二体素点集合,所述第一体素点集合可以包括所述第二体素点集合。在一些实施例中,所述第二VOI的确定可以基于第一体素点集合中体素点的深度信息和/或VR图像中体素的透明度。例如,利用穿过第一体素点集合中的一体素点的投射线,从一个预设的角度穿过VR图像,若在所述体素点至投影面之间的投射线上,不存在透明度高于所述体素点的体素点,则所述体素点属于第二VOI区域内;若在所述体素点至投影面之间的投射线上,存在透明度低于所述体素点的体素点,则所述体素点不属于第二VOI区域内。
[0167]
在1112中,可以混合所述VR图像与所述第一VOI纹理或所述第二VOI纹理。在一些实施例中,1112可以由VOI生成单元404执行。在一些实施例中,混合所述VR图像与所述第一VOI纹理后,操作1112可以在所述VR图像中显示所述第一VOI。所述第一VOI可以包括区域生长过程中实时新增的体素点(即当前区域生长相对于上一次区域生长新增的体素点)或是从初始区域生长至当前区域生长过程中生长的全部体素点。混合所述VR图像与所述第二VOI纹理后,操作1112可以在所述VR图像中显示所述第二VOI。例如,在头颈部血管组织提取过程中,所述血管组织为第一VOI,对于未被头盖骨遮挡的部分血管组织可以是第二VOI,将所述第一VOI与头颈部VR图像进行混合,可以观察血管组织变化过程(例如,血管组织生长是否溢出或生长不全等)。 将所述第二VOI与头颈部VR图像混合,可以观察血管组织与头盖骨等组织的遮挡关系。
[0168]
需要注意的是,以上关于流程1100的描述,仅为描述方便,并不能把本申请限制在所举实施例范围之内。可以理解,对于本领域的技术人员来说,在了解本申请的基本原理后,可以在不背离这一原理的情况下,对流程1100作出改变。例如,流程1100可以进一步包括对图像数据进行预处理。又如,流程1100可以不包括步骤1108和/或1110。再如,可以在VR显示窗口和MPR显示窗口同步显示区域生长的实时过程。诸如此类的变形,均在本申请的保护范围之内。
[0169]
图12是根据本申请的一些实施例所示的非线性VOI区域生长的一种示例性流程图。在一些实施例中,流程1100中进行第一VOI区域生长步骤1104可由图12中所示的流程1200实现。在1202中,可以开始进行区域生长。在一些实施例中,步骤1202可以由VOI生成单元404执行。在一些实施例中,用户可以通过交互设备140输入区域生长的开始指令,VOI生成单元404可以基于用户输入的开始指令启动所述区域生长。例如,用户可以利用鼠标单击图像区域。又如,用户可以点击操作界面的启动按钮或开始按钮开始区域生长。
[0170]
在1204中,可以开启定时器。步骤1204可以由VOI生成单元404执行。在一些实施例中,VOI生成单元404在开始区域生长的同时或在开始区域生长并经过一个时间间隔之后,再开启定时器。在一些实施例中,所述定时器可以在操作1202中与所述区域生长同时开始。例如,当用户单击图像区域,开始区域生长时,所述定时器可以同时启动。在一些实施例中,所述定时器可以在区域生长开始后再经过预设的第一时间间隔后自动开启。所述第一时间间隔可以基于VOI区域大小进行设定。例如,若所述VOI区域越小,则所述第一时间间隔越小;若所述VOI区域越大,则所述第一时间间隔越大。
[0171]
在1208中,可以判断是否停止区域生长。在一些实施例中,1204可以由VOI生成单元404执行。在一些实施例中,所述区域生长的停止可以包括区域生长的终止或暂停。在一些实施例中,1204可以判断所述区域生长是否满足区域生长终止条件。所述终止条件可以包括当没有体素点满足区域生长准则时,终止所述区域生长。所述生长准则可以参考本申请中附图11的详细描述。在一些实施例中,1204可以基于用户交互信 息判断是否暂停区域生长。例如,用户执行释放鼠标、平移、旋转、缩放操作界面等操作行为时暂停区域生长。若区域生长未停止,可以执行1210,提取种子点;若区域生长停止,可以执行1206,停止定时器。在一些实施例中,所述定时器可以记录提取种子点的频率。例如,所述定时器运行次数可以表示种子点提取次数。
[0172]
在1210中,可以基于定时器确定种子点提取次数。在一些实施例中,可以在定时器开启后的预设的第二时间间隔内,确定种子点提取次数。所述第二时间间隔可以基于所述VOI区域的大小进行设定。例如,若所述VOI区域越小,则所述第二时间间隔越小;若所述VOI区域越大,则所述第二时间间隔越大。
[0173]
在1212中,可以判断所述种子点提取次数是否小于或等于一个预设阈值。若所述种子点提取次数小于或等于预设阈值,则执行1214;若种子点提取次数大于预设阈值,则执行1216。在一些实施例中,所述预设阈值可以基于所述VOI区域的大小进行设定。例如,若所述VOI区域越小,则所述预设阈值越小;若所述VOI区域越大,则所述预设阈值越大。在一些实施例中,所述预设阈值的范围可以是1至5,例如预设阈值可以是5。在一些实施例中,所述预设阈值的范围可以是1至10。需要注意的是,以上所列预设阈值的数值,仅为描述方便,并且仅作为一个举例,并不能把本申请限制在所举范围之内。
[0174]
在1214中,可以较慢的速度生长种子点。在一些实施例中,操作1214可以在当前种子点提取至下一次种子点提取的时间间隔内,降低种子点生长速度,从而减小种子点生长量。例如,当所述VOI区域较小的时候,用户可能希望看到VOI区域生长变化的过程,则可以较慢速度生长少量种子点,从而控制VOI区域避免种子点生长过快。
[0175]
在1216中,可以较快的速度生长种子点,以此递增,直到种子点数目趋于稳定。在一些实施例中,操作1216可以在当前种子点提取至下一次种子点提取的时间间隔内,提高种子点生长速度,从而增加种子点生长量。例如,当所述VOI区域较大的时候,用户可能希望在VOI区域生长早期区域生长速度较快,但在VOI区域生长后期,由于种子点数目较大,容易生长溢出,需要降低区域生长速度。生长速度可以根据1210中确定的定时器运行的次数来调整。因此,在区域生长前期可以提高种子点生成速度,增加种子点生成量,从而提高区域生长速度。在区域生长后期,可以降低种子点生长速度,使种子点生成量趋于稳定,从而减缓区域生长速度。需要注意的是,较慢的速度和较快 的速度是相对而言的,例如,可以将低于一个预设值的速度视为较慢的速度,而将高于该预设值的速度视为较快的速度。类似地,少量种子点和大量种子点也是相对而言的,例如,可以将低于一个预设数量的种子点视为少量种子点,而将高于该预设数量的种子点视为大量种子点。
[0176]
需要注意的是,以上关于非线性VOI区域生长流程1200的描述,仅为描述方便,并不能把本申请限制在所举实施例范围之内。可以理解,对于本领域的技术人员来说,在了解本申请的基本原理后,可以在不背离这一原理的情况下,对非线性VOI区域生长流程1200作出改变。例如,非线性VOI区域生长流程1200可以包括初始种子点的选取。又如,非线性VOI区域生长流程1200可进一步包括暂停区域生长和/图像渲染或显示图像等。再如,可以在VR显示窗口和MPR显示窗口同步显示区域生长的实时过程。诸如此类的变形,均在本申请的保护范围之内。
[0177]
图13是根据本申请的一些实施例所示的基于容积再现(VR)图像确定VOI的一种示例性流程图。流程1300可以是流程1100的一个示例性的实施例。
[0178]
在1302中,可以获取VR图像。在一些实施例中,1302可以由图像数据获取模块302执行。在一些实施例中,1302可以基于容积再现技术对图像数据进行重建而获取VR图像。在一些实施例中,所述VR图像可以包括至少一个VOI和/或背景区域。
[0179]
在1304中,可以进行VOI区域生长。在一些实施例中,1304可以由VOI生成单元404执行。在一些实施例中,VOI的确定可以包括多次区域生长的过程,每次区域生长过程可以提取相似或相同的体素点。在一些实施例中,所述区域生长可以包括初始种子点的选取。所述初始种子点的选取可以是手动的或自动的。所述初始种子点的选取可以参考本申请中附图11中的详细描述。所述初始种子点可以基于体素纹理特征被选取。在一些实施例中,1304可以对初始种子点邻域内的体素点进行遍历,以选取满足预设生长条件的体素点。对于满足预设生长条件的体素点,可以被与初始种子点合并在同一区域,即为VOI区域。VOI区域内新增的体素点可以作为新的种子点,进行下一次区域生长(即下一次提取相似或相同的体素点)的种子点。
[0180]
在1306中,可以判断是否停止区域生长。在一些实施例中,1306可以由VOI生成单元404执行。在一些实施例中,1306可以确定当前操作方式,并根据当前操作方式判断是否停止区域生长。在一些实施例中,所述当前操作方式可以包括用户的操作 行为,例如,点击鼠标、释放鼠标、平移、旋转、缩放操作界面等操作方式。在一些实施例中,若用户执行点击鼠标、输入一个开始指令或保持鼠标处于未释放状态等操作时,可以执行1308。若用户执行释放鼠标、平移、旋转、输入一个暂停指令等操作时,可以执行1318。
[0181]
在1308中,可以确定第一种子点集合。在一些实施例中,1308可以由VOI生成单元404执行。所述第一种子点集合可以包括至少一个第一体素点。所述第一体素点可以包括至少一个当前区域生长过程与上次区域生长过程相比,新增的体素点。例如,在第一时刻,VOI生成单元404可以开始进行(或在先前暂停之后重新开始)VOI的区域生长,而在第二时刻,暂停了所述VOI的区域生长,那么,所述第一种子点集可以包括所述第一时刻至所述第二时刻生长的种子点。在一些实施例中,所述新增的体素点可以表示VOI生长的实时变化状态。在一些实施例中,所述当前区域生长过程可以包括在区域生长暂停的时间点前,最接近所述区域生长暂停时间点的一次种子点生成和/或提取过程。
[0182]
在1310中,可以不考虑深度信息,基于所述第一种子点集合的三维坐标,确定所述第一种子点集合中的第一体素点的二维投影坐标。在一些实施例中,1310可以由VOI生成单元404执行。在一些实施例中,可以假定一投射线以及一投射面(即显示面),所述投射线以预订角度穿过所述第一体素点,所述第一体素点在所述投射面上投影,并形成二维投影坐标。在一些实施例中,在对所述第一体素点进行二维投影时,可以不考虑通过所述第一体素点至投影面的投影线上背景区域体素点或透明度低于所述第一体素点透明度的体素点。在一些实施例中,可以将透明度低于所述第一体素点透明度设为最大值(或不透明度设为0)。例如,基于头颈部的容积再现(VR)图像进行头颈部血组织生长时,部分血管组织可能会被头盖骨遮挡,所述第一种子集合可以是实时生长的血管组织,如果不考虑所述头颈部VR图像的深度信息,可以将所述头盖骨部分图像的透明度设为最大值,即不考虑头盖骨对血管组织的遮挡关系,显示血管生长变化过程。
[0183]
在1312中,可以基于所述第一种子点集合及所述二维投影坐标确定所述第一种子点集合的第一纹理。在一些实施例中,1312可以由VOI生成单元404执行。在一些实施例中,所述第一纹理可以是第一种子点集合中第一体素点的纹理。在一些实施例中, 可以基于所述二维投影坐标确定所述第一体素点在二维投影坐标对应区域内的纹理。在一些实施例中,所述纹理特征的提取可以基于本申请中描述的任意一种或多种纹理提取技术。在一些实施例中,可以对第一种子点集合进行纹理提取,并将所提取的纹理绘制并显示于所述二维投影坐标所对应的区域。
[0184]
在1314中,可以混合所述第一纹理与所述VR图像。在一些实施例中,1314可以由VOI生成单元404执行。在一些实施例中,1314可以混合所述背景区域纹理与所述第一纹理。所述背景区域的纹理可以基于本申请中任意一种纹理提取技术进行提取。
[0185]
在1318中,可以确定第二种子点集合。在一些实施例中,1318可以由VOI生成单元404执行。所述第二种子点集合可以包括至少一个第二体素点。所述第二体素点可以包括开始区域生长至所述区域生长暂停时间点内所有新增的体素点。在一些实施例中,所述第一种子点集合可以包括所述第二种子点集合。
[0186]
在1320中,可以确定当前显示的VR图像的深度信息。在一些实施例中,1320可以由VOI生成单元404执行。在一些实施例中,所述当前显示的VR图像可以包括已经生长的部分VOI。所述深度信息的确定方法可以参考本申请附图11中的详细描述。在一些实施例中,所述VR图像深度信息可以包括当前VR图像中体素点的深度信息。在一些实施例中,1320可以基于当前VR图像确定当前显示的VR图像中体素点的深度信息。在一些实施例中,1320可以基于图像数据(如,多个二维断层图像序列)确定体素点的深度信息。
[0187]
在1322中,可以基于所述深度信息,确定第三种子点集合。在一些实施例中,1322可以由VOI生成单元404执行。所述第三种子点集合可以包括至少一个第三体素点。在一些实施例中,所述第三种子集合可以包括至少部分的第二种子点集合。例如,在第一时刻,VOI生成单元404可以开始进行(或在先前暂停之后重新开始)VOI的区域生长,在第二时刻,暂停了所述VOI的区域生长,而在第三时刻,又继续进行了所述VOI的区域生长,那么,所述第三种子点集可以包括所述第一时刻至所述第三时刻生长的至少部分种子点。在一些实施例中,所述深度信息可以表示不同体素点在三维空间的位置信息。在一些实施例中,1322可以基于不同体素点的三维空间位置信息以及透明度,确定第三体素点及第三种子点集合。例如,可以利用一条投射线从一预设角度穿过VR图像(例如,当前显示的VR图像或1302中获取的VR图像),所述投射线 通过第二种子点集合中的第二体素点。在所述第二体素点位置到投影面的投影线上,若不存在透明度低于所述第二体素点透明度的体素点,则所述第二体素点属于所述第三种子点集合中的第三体素点。若存在透明度低于所述第二体素点透明度的体素点,则所述第二体素点不属于所述第三种子点集合中的第三体素点。
[0188]
在1324中,可以基于所述第三种子点集合中的三维坐标确定二维投影坐标。在一些实施例中,1324可以由VOI生成单元404执行。在一些实施例中,可以假定一投射线以及一投射面(即显示面),所述投射线以预订角度穿过第三种子点集合中的第三体素点,所述第三体素点在所述投射面上投影,并形成二维投影坐标。
[0189]
在1326中,可以基于所述第三种子点集合及所述二维投影坐标确定所述第三种子点集合的第二纹理。在一些实施例中,1326可以由VOI生成单元404执行。在一些实施例中,所述第二纹理可以是所述第三种子点集合中的第三体素点在二维投影坐标所对应区域的纹理。在一些实施例中,所述第二纹理可以基于本申请中描述的任意一种纹理提取技术进行提取。在一些实施例中,可以对第三种子点集合进行纹理提取,并将所提取的纹理绘制并显示于所述二维投影坐标所对应的区域。
[0190]
在1328中,可以混合所述VR图像与所述第二纹理。在一些实施例中,1328可以由VOI生成单元404执行。在一些实施例中,1328可以混合所述背景区域纹理与所述第二纹理。所述背景区域的纹理可以基于本申请中任意一种纹理提取技术进行提取。
[0191]
需要注意的是,以上关于流程1300的描述,仅为描述方便,并不能把本申请限制在所举实施例范围之内。可以理解,对于本领域的技术人员来说,在了解本申请的基本原理后,可以在不背离这一原理的情况下,对流程1300作出改变。例如,流程1300可以包括获取图像数据。又如,流程1300可进一步包括预处理所述图像数据。诸如此类的变形,均在本申请的保护范围之内。
[0192]
上文已对基本概念做了描述,显然,对于本领域技术人员来说,上述发明披露仅仅作为示例,而并不构成对本申请的限定。虽然此处并没有明确说明,本领域技术人员可能会对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议,所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。
[0193]
同时,本申请使用了特定词语来描述本申请的实施例。如“一个实施例”、“一实施例”和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或 特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外,本申请的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
[0194]
此外,本领域技术人员可以理解,本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述,包括任何新的和有用的工序、机器、产品或物质的组合或对他们的任何新的和有用的改进。相应地,本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外,本申请的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品,该产品包括计算机可读程序编码。
[0195]
计算机可读信号介质可能包含一个内含有计算机程序编码的传播数据信号,例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式,包括电磁形式、光形式等等或合适的组合形式。计算机可读信号介质可以是除计算机可读存储介质之外的任何计算机可读介质,该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机可读信号介质上的程序编码可以通过任何合适的介质进行传播,包括无线电、电缆、光纤电缆、RF或类似介质或任何上述介质的组合。
[0196]
本申请各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写,包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等,常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP,动态编程语言如Python、Ruby和Groovy或其他编程语言等。该程序编码可以完全在用户计算机上运行或作为独立的软件包在用户计算机上运行或部分在用户计算机上运行部分在远程计算机运行或完全在远程计算机或服务器上运行。在后种情况下,远程计算机可以通过任何网络形式与用户计算机连接,比如局域网(LAN)或广域网(WAN)或连接至外部计算机(例如通过因特网)或在云计算环境中或作为服务使用如软件即服务(SaaS)。
[0197]
此外,除非权利要求中明确说明,本申请所述处理元素和序列的顺序、数字字母的使用或其他名称的使用,并非用于限定本申请流程和方法的顺序。尽管上述披露中 通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的系统。
[0198]
同理,应当注意的是,为了简化本申请披露的表述,从而帮助对一个或多个发明实施例的理解,前文对本申请实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
[0199]
一些实施例中使用了描述成分、属性数量的数字,应当理解的是,此类用于实施例描述的数字,在一些示例中使用了修饰词“大约”、“近似”或“大体上”等来修饰。除非另外说明,“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地,在一些实施例中,说明书和权利要求中使用的数值数据均为近似值,该近似值根据个别实施例所需特点可以发生改变。在一些实施例中,数值数据应考虑规定的有效数位并采用一般位数保留的方法。尽管本申请一些实施例中用于确认其范围广度的数值域和数据为近似值,在具体实施例中,此类数值的设定在可行范围内尽可能精确。
[0200]
最后,应当理解的是,本申请中所述实施例仅用以说明本申请实施例的原则。其他的变形也可能属于本申请的范围。因此,作为示例而非限制,本申请实施例的替代配置可视为与本申请的教导一致。相应地,本申请的实施例不仅限于本申请明确介绍和描述的实施例。

权利要求书

[权利要求 1]
一种方法,在至少一个机器上执行,所述至少一个机器中的每一个机器具有至少一个处理器和一个存储器,包括: 获取第一断位图像数据,所述第一断位图像数据包括至少第一层图像和第二层图像; 确定所述第一层图像中的第一感兴趣区域(ROI); 确定所述第二层图像中的第二ROI;以及 基于所述第一ROI、所述第二ROI和所述第一断位图像数据的特征信息,确定第一感兴趣体积(VOI)。
[权利要求 2]
权利要求1所述的方法,所述第一断位图像数据包括横断位图像数据、冠状位图像数据或矢状位图像数据。
[权利要求 3]
权利要求1所述的方法,进一步包括: 在二维重建视图显示所述第一ROI或所述第二ROI,并在三维重建视图同步显示所述第一VOI;以及 在三维重建视图显示的所述第一VOI上显示所述第一ROI或所述第二ROI。
[权利要求 4]
权利要求1所述的方法,所述确定第一感兴趣体积VOI包括: 基于所述特征信息判断所述第一ROI,第二ROI或第一VOI是否满足预设条件: 若所述第一ROI,第二ROI或第一VOI不满足所述预设条件,则编辑所述第一ROI或所述第二ROI;以及 基于所述编辑后的第一ROI或所述编辑后的第二ROI,生成编辑后的第一VOI。
[权利要求 5]
权利要求1所述的方法,进一步包括: 确定所述第一ROI的第一轮廓线,所述第一轮廓线包括至少一个控制点; 确定所述第二ROI的第二轮廓线,所述第二轮廓线包括至少一个控制点; 在所述第一VOI上显示所述第一轮廓线或所述第二轮廓线;以及 在所述第一VOI上编辑所述第一轮廓线的至少一个控制点或所述第二轮廓线的至少一个控制点,以获得编辑后的第一ROI或编辑后的第二ROI,以及编辑后的第一VOI。
[权利要求 6]
权利要求4所述的方法,所述预设条件包括所述第一ROI、所述第二ROI或所述第一VOI是否包括血管、钙化组织或断裂组织中的至少一种。
[权利要求 7]
权利要求1所述的方法,进一步包括: 在所述第一层图像中绘制第一曲线,所述第一曲线包括至少一个控制点,并且,所述第一曲线将所述第一ROI分为至少两个区域;以及 在所述第二层图像中绘制第二曲线,所述第二曲线包括至少一个控制点,并且,所述第二曲线将所述第二ROI分为至少两个区域。
[权利要求 8]
权利要求7所述的方法,进一步包括: 根据所述第一曲线的至少一个控制点和第二曲线的至少一个控制点,采用插值方法生成第一曲面,所述第一曲面将所述第一VOI分为至少两个部分。
[权利要求 9]
权利要求8所述的方法,进一步包括: 在多平面重建窗口显示所述第一曲线或所述第二曲线,并在体绘制窗口同步显示所述第一曲面,以及所述第一曲线或所述第二曲线。
[权利要求 10]
权利要求1所述的方法,进一步包括: 基于所述图像特征信息优化所述第一VOI,以获得第二VOI,所述第二VOI包括至少部分所述第一VOI。
[权利要求 11]
权利要求1所述的方法,所述第一VOI包括一个第三VOI,所述方法进一步包括: 在第一时刻,基于所述第一VOI开始进行所述第三VOI的区域生长; 在第二时刻,暂停所述第三VOI的区域生长; 基于图像深度信息以及所述第一VOI确定至少部分的第三VOI,所述至少部 分第三VOI包括至少一个第一体素,以及所述第一体素的深度信息小于或等于所述图像深度信息; 基于所述至少部分第三VOI确定第一纹理,所述第一纹理包括所述至少一个第一体素的灰度分布信息;以及 基于所述第一纹理与所述第一VOI,确定第二纹理,所述第二纹理包括所述第一纹理。
[权利要求 12]
权利要求1所述的方法,所述特征信息包括灰度信息。
[权利要求 13]
一种方法,在至少一个机器上执行,所述至少一个机器中的每一个机器具有至少一个处理器和一个存储器,包括: 获取第一断位图像数据,所述第一断位图像数据包括至少第一层图像和第二层图像; 基于所述第一层图像确定第一控制点集,所述第一控制点集包括至少两个控制点; 基于所述第二层图像确定第二控制点集,所述第二控制点集包括至少两个控制点; 基于所述第一控制点集确定第一样条曲线; 基于所述第二控制点集确定第二样条曲线; 基于所述第一样条曲线和所述第二样条曲线生成第一曲面; 基于所述第一曲面编辑所述第一样条曲线或第二样条曲线;以及 基于编辑后的第一样条曲线或第二样条曲线,生成第二曲面。
[权利要求 14]
权利要求13所述的方法,所述第一断位图像数据包括横断位图像数据、冠状位图像数据或矢状位图像数据。
[权利要求 15]
权利要求13所述的方法,所述编辑所述第一样条曲线或第二样条曲线包括: 基于所述第一曲面调整所述第一控制点集中的至少一个控制点或第二控制集中的至少一个控制点、基于所述第一样条曲线调整所述第一控制点集中的至少一个控制点或基于所述第二样条曲线调整所述第二控制点集中的至少一个控制点。
[权利要求 16]
权利要求13所述的方法,所述编辑所述第一样条曲线或第二样条曲线包括: 基于所述第一断位图像数据的特征信息编辑所述第一样条曲线或第二样条曲线。
[权利要求 17]
权利要求13所述的方法,进一步包括: 在多平面重建窗口显示所述第一样条曲线或所述第二样条曲线,并在体绘制窗口或网格绘制窗口同步显示所述第一曲面,所述第一样条曲线或所述第二样条曲线。
[权利要求 18]
权利要求17所述的方法,进一步包括: 在所述体绘制窗口或网格绘制窗口,基于所述第一曲面调整所述第一控制点集中的至少一个控制点或第二控制点集中的至少一个控制点。
[权利要求 19]
一种方法,在至少一个机器上执行,所述至少一个机器中的每一个机器具有至少一个处理器和一个存储器,包括: 获取图像数据; 基于所述图像数据,三维重建第一图像,所述第一图像包括第一感兴趣体积VOI,所述第一VOI包括至少一个第一体素; 在第一时刻,基于所述第一图像开始进行所述第一VOI的区域生长; 在第二时刻,暂停所述第一VOI的区域生长; 基于图像深度信息,确定第二VOI,所述第二VOI包括至少部分第一VOI,所述第二VOI包括至少一个第二体素,以及所述第二体素的深度信息小于或等于所述图像深度信息; 基于所述第二VOI绘制所述第一纹理,所述第一纹理包括所述至少一个第二体素的灰度分布信息;以及 基于所述第一纹理与所述第一图像,确定第二纹理,所述第二纹理包括所述第一纹理。
[权利要求 20]
权利要求19所述的方法,所述确定第二VOI包括: 确定第一种子点集,所述第一种子点集包括所述第一时刻至所述第二时刻生长的所有种子点; 确定第二种子点集,所述第一种子点集包括所述第二种子点集,以及所述第二种子点集的种子点深度信息小于或等于所述图像深度信息; 基于所述第二种子点集中的种子点的三维坐标,确定所述第二种子点集中的种子点的二维投影坐标;以及 基于所述第二种子点集中的种子点的二维投影坐标确定所述第二VOI。
[权利要求 21]
权利要求19所述的方法,进一步包括不考虑图像深度信息绘制所述第一VOI的第三纹理,包括: 在第三时刻,确定第三种子点集,所述第三种子点集包括所述第一时刻至所述第三时刻生长的至少部分的种子点; 基于所述第三种子点集中的种子点的三维坐标,确定所述第三种子点集中的种子点的二维投影坐标;以及 基于所述第三种子点集中的种子点的二维投影坐标确定所述第一VOI的第三纹理,所述第三纹理包括所述至少一个第一体素的灰度分布信息。
[权利要求 22]
权利要求19所述的方法,所述进行所述第一VOI的区域生长进一步包括: 在第四时刻,确定所述第一时刻至所述第四时刻内区域生长中种子点提取次数; 判断所述种子点提取次数是否小于或等于一个预设值; 基于所述判断,若所述种子点提取次数小于或等于所述预设值,则减小种子点生成速度;以及 基于所述判断,若所述种子点提取次数大于所述预设值,则增加种子点生成速度。
[权利要求 23]
一种非暂时性的计算机可读介质,包括可执行指令,所述指令被至少一个处理器执行时,导致所述至少一个处理器实现一种方法,包括: 获取第一断位图像数据,所述第一断位图像数据包括至少第一层图像和第二层图像; 确定所述第一层图像中的第一感兴趣区域(ROI); 确定所述第二层图像中的第二ROI;以及 基于所述第一ROI、所述第二ROI和所述第一断位图像数据的特征信息,确定第一感兴趣体积(VOI)。
[权利要求 24]
一个系统,包括: 至少一个处理器,以及 存储器,用来存储指令,所述指令被所述至少一个处理器执行时,导致所述系统实现的操作,包括: 获取第一断位图像数据,所述第一断位图像数据包括至少第一层图像和第二层图像; 确定所述第一层图像中的第一感兴趣区域(ROI); 确定所述第二层图像中的第二ROI;以及 基于所述第一ROI、所述第二ROI和所述第一断位图像数据的特征信息,确定第一感兴趣体积(VOI)。
[权利要求 25]
一种非暂时性的计算机可读介质,包括可执行指令,所述指令被至少一个处理器执行时,导致所述至少一个处理器实现一种方法,包括: 获取第一断位图像数据,所述第一断位图像数据包括至少第一层图像和第二层图像; 基于所述第一层图像确定第一控制点集,所述第一控制点集包括至少两个控制点; 基于所述第二层图像确定第二控制点集,所述第二控制点集包括至少两个控制点; 基于所述第一控制点集确定第一样条曲线; 基于所述第二控制点集确定第二样条曲线; 基于所述第一样条曲线和所述第二样条曲线生成第一曲面; 基于所述第一曲面编辑所述第一样条曲线或第二样条曲线;以及 基于编辑后的第一样条曲线或第二样条曲线,生成第二曲面。
[权利要求 26]
一个系统,包括: 至少一个处理器,以及 存储器,用来存储指令,所述指令被所述至少一个处理器执行时,导致所述系统实现的操作,包括: 获取第一断位图像数据,所述第一断位图像数据包括至少第一层图像和第二层图像; 基于所述第一层图像确定第一控制点集,所述第一控制点集包括至少两个控制点; 基于所述第二层图像确定第二控制点集,所述第二控制点集包括至少两个控制点; 基于所述第一控制点集确定第一样条曲线; 基于所述第二控制点集确定第二样条曲线; 基于所述第一样条曲线和所述第二样条曲线生成第一曲面; 基于所述第一曲面编辑所述第一样条曲线或第二样条曲线;以及 基于编辑后的第一样条曲线或第二样条曲线,生成第二曲面。
[权利要求 27]
一种非暂时性的计算机可读介质,包括可执行指令,所述指令被至少一个处理器执行时,导致所述至少一个处理器实现一种方法,包括: 获取图像数据; 基于所述图像数据,三维重建第一图像,所述第一图像包括第一感兴趣体积VOI,所述第一VOI包括至少一个第一体素; 在第一时刻,基于所述第一图像开始进行所述第一VOI的区域生长; 在第二时刻,暂停所述第一VOI的区域生长; 基于图像深度信息,确定第二VOI,所述第二VOI包括至少部分第一VOI,所述第二VOI包括至少一个第二体素,以及所述第二体素的深度信息小于或等于所述图像深度信息; 基于所述第二VOI绘制所述第一纹理,所述第一纹理包括所述至少一个第二体素的灰度分布信息;以及 基于所述第一纹理与所述第一图像,确定第二纹理,所述第二纹理包括所述第一纹理。
[权利要求 28]
一个系统,包括: 至少一个处理器,以及 存储器,用来存储指令,所述指令被所述至少一个处理器执行时,导致所述系统实现的操作包括,包括: 获取图像数据; 基于所述图像数据,三维重建第一图像,所述第一图像包括第一感兴趣体积VOI,所述第一VOI包括至少一个第一体素; 在第一时刻,基于所述第一图像开始进行所述第一VOI的区域生长; 在第二时刻,暂停所述第一VOI的区域生长; 基于图像深度信息,确定第二VOI,所述第二VOI包括至少部分第一VOI,所述第二VOI包括至少一个第二体素,以及所述第二体素的深度信息小于或等于所述图像深度信息; 基于所述第二VOI绘制所述第一纹理,所述第一纹理包括所述至少一个第二体素的灰度分布信息;以及 基于所述第一纹理与所述第一图像,确定第二纹理,所述第二纹理包括所述第一纹理。

附图

[ 图 0001]  
[ 图 0002]  
[ 图 0003]  
[ 图 0004]  
[ 图 0005]  
[ 图 0006]  
[ 图 0007]  
[ 图 0008]  
[ 图 0009]  
[ 图 0010]  
[ 图 0011]  
[ 图 0012]  
[ 图 0013]  
[ 图 0014]  
[ 图 0015]