[发明专利]用于分类射线照片的方法

说明书

技术领域

本发明总的涉及用于处理射线照片的技术，且更特别地涉及用于自动分类射线照片的技术。

背景技术

精确的医疗诊断通常取决于图像中诊断相关区域的正确显示。随着最近计算射线摄影系统和数字射线摄影系统的发展，图像及其最后“外观”的采集是分开的。这为用户提供了灵活性，但是也在为图像显示设置适当色阶中带来了困难。

最佳的色阶通常取决于检查类型、曝光条件、图像采集设备和输出设备的选择，以及放射学家的偏好。其中，检查类型被看作为决定性因素，因为其直接与图像中临床重要部分的特性有关。因此，成功的分类检查类型对于图像的最佳再现是有益的。

使用检查类型分类的新兴领域是数字图像归档和通信系统(PACS)。如今，大部分有关射线照片的信息主要基于人工输入。该步骤通常被跳过或者错误的信息被记录在图像头部中，这阻碍了在常规医疗实践和病人护理中有效地利用图像。

因此，自动图像分类具有通过基于图像内容来组织和检索图像从而解决上面问题的潜力。这可使医疗图像管理系统更加合理和有效，并且必定提高了PACS的性能。

但是，分类射线照片是一个挑战性的问题，因为射线照片通常是在各种检查条件下拍摄的。取决于病人的情况，病人的姿势和尺寸可能变化；放射学家的偏好也是如此。这些因素使来自相同检查的射线照片显示得非常不同。人们想使用更高水平的语义通过捕获图像内容、将它们分组为有益的对象并将它们与上下文信息(即医疗检查)进行匹配来标识射线照片。但是因为图像分析算法的限制，这些分析过程对于计算机来说难以以类似的方式实现。

已经对分类医疗图像作出了努力。例如，I.Kawshita等人(″Development of Computerized Method for AutomatedClassification of Body Parts in Digital Radiographs″，RSNA2002)展示了一种分类六个身体部位的方法。该方法通过使用互相关值来检查给定图像与一组预定模板图像的相似性，以作为相似性测量。但是，这些模板图像的手工生成是非常费时的，并且更特别地，它与观察者高度有关，这可能引入错误到分类中。

Guld等人(″Comparison of Global Features forCategorization of Medical Images″，SPIE medical Imaging 2004)公开了一种评估从分类图像中提取的全局特征集合用于分类的方法。

在两种方法中，没有实施预处理来降低不相关的并且通常干扰数据的影响。例如，由x射线准直仪在曝光期间引起的未曝光区域可导致图像周围显著的白色边界。如果这种区域不在预处理步骤中被移除，并因此在相似性测量的计算中使用，则会使分类结果严重偏离。