[发明专利]用于在多维数据集中分割一个表面的方法、系统和计算机程序

说明书

本发明涉及一种分割多维数据集中的表面的方法，所述多维数据集包括多幅图像。

本发明进一步涉及一种用于分割多维数据集中的表面的系统，所述多维数据集包括多幅图像。

本发明还涉及一种工作站。

本发明还涉及一种观察站。

本发明还涉及一种用于分割多维数据集中的表面的计算机程序，所述多维数据集包括多幅图像。

本发明还涉及一种用于分割多维数据集中的表面的用户接口，所述多维数据集包括多幅图像。

开始段提及的所述方法的一个实施例被记载在J.Weese等人的文献“Shape Constrained Deformable Models for 3D Medical ImageSegmentation(用于3D医疗图像分割的形状约束可变形模型)”，Proc.IPMI 380-387，2001中。特别地，这种已知的方法被配置为使用与设想被分割的目标有关的现有形状信息来提高图像分割方法的鲁棒性。在该已知方法中，形状信息被嵌入到弹性可变形表面形状模型中，通过外部能量和内部能量来控制根据此模型对图像的调整，所述外部能量由局部表面检测导出，所述内部能量约束可变形表面，使其接近由该形状模型所定义的子空间。

该已知方法的一个缺点是其可靠性高度依赖于弹性约束的精度，这些弹性约束被配置来描述可动体的运动。在实践中，由于成像伪影或不完善的特征提取，从图像中提取出的有些特征实际上将不属于该目标，或者该目标的形状可能局部偏离该形状模型所允许的变形范围。因此，当存在这种被提取的“异常”特征时，分割结果可能会不正确。

本发明的一个目的就是提高图像分割方法的精度。

为此目的，依照本发明的方法包括步骤：

-获取所述图像内的多个特征；

-获取先验确定的选择性因子；

-通过匹配多维数据集中的所述多个特征对多幅图像进行分割得到表面，匹配所述多个特征时对每个特征计算各自的匹配误差，并且具有最大相应匹配误差的、数量可变的部分特征被忽略掉，其界限由该选择性因子给定。

本发明的技术措施依据的是如下的认识，即通过定义选择性因子，使它为例如具有最大匹配误差的特征的一定比例，并且通过将它合并到合适的分割算法中，被分割表面的精度有所提高。优选地，设想被选择的特征类似于被分割表面位置的候选位置，换句话说，该表面应该被变形使得它通过所有的被选择特征，避开那些按照选择性因子而忽略的特征。

值得一提的是，一种基于忽略预设比例的异常值的图像配准概念本身可从D.M.Mount等人的文献“Efficient algorithms for robustfeature matching(用于鲁棒特征匹配的高效算法)”，Pattern Recogn.32，p.17，1999中获悉。在该已知方法中，使用计算技术对两幅时间上不连续的图像进行匹配，根据该计算技术，预定的匹配精度通过忽略图像中的一些特征而得以保持，这些特征相对于图像中的其他特征表现出很高的匹配精度。

在依照本发明的方法中，认识到了在用于识别最佳数量的部分异常特征以得到精确的分割结果的预备步骤中，忽略被分割表面的数量可变的部分潜在位置是有利的。对应于所要忽略的数量可变的部分特征的每种图像分割，优选地分配一个分数，由此按照各分数来比较这些分割并选择出最佳的分割。选择性因子的预定值可以根据经验确定。对于设想被用于可动体(特别是心脏)的图像的应用而言，将选择性因子设为几个百分比是有益的，例如，设为10-15％的值被证明能提供可靠的结果。应当注意的是，如果选择性因子的值太小，在该模型中一些异常特征会被认为是匹配的，从而降低所得到的分割表面的拓扑精度。如果选择性因子的值太大，一些正确的特征可能会被错误的排除掉，这可能导致真实目标的一些部分不能被正确地分割。

在依照本发明的方法的一个实施例中，该方法进一步包括步骤：

-重构多维数据集中的该表面；

-在显示装置上显示该表面；或者

-重构多维数据集中的该表面；

-在显示装置上显示该表面；

-改变选择性因子得到另一个选择性因子；

-重新分割所述多幅图像，由此按照所述另一个选择性因子忽略一部分具有最大相应匹配误差的图像特征；

-重构多维数据集中的另一个表面；

-在显示装置上显示该另一个表面；