[发明专利]自动分割乳房MR序列中的脉管的系统和方法

说明书

相关美国申请的交叉引用

本申请要求Hermosillo等人的、2006年2月1日提交的、序列号为60/764,122的美国临时申请“Automatic segmentation of vesselsin breast MR sequences as a false positive elimination techniquefor automatic lesion detection and segmentation using the shapetensor”和Hermosillo等人的、2005年8月2日提交的、序列号为60/704,930的美国临时申请“Method for automatic extraction ofimage structure based on the second order geometric moment”的优先权，这两个美国临时申请的内容通过引用结合于此。

技术领域

本发明是针对数字化的医学图像的分割。

背景技术

对比增强的MR序列是用于检测乳房中的损伤的强有力的诊断工具。通常，通过识别增强后(post contrast)获得物中相对于增强前(pre-contrast)获得物中的可疑的增强区域来开始诊断。因此，使此过程自动化是计算机辅助检测系统需要执行的动作。这种系统的困难是以下事实，即除了损伤之外，许多非可疑结构也在增强后图像中增强。这些结构中的大部分是脉管。脉管是在自动将损伤检测为注射造影剂之后被增强的区域时出现的假阳性结构的主要类型。

增强后T1加权图像的动态减影例行地作为协议的部分被执行来利用核磁共振成像(MRI)评估乳房损伤。因为损伤通常包含高血管分布，所以造影剂的灌注使得损伤比背景显得更亮，并且因此这个模态相当敏感。自动分割损伤可以为放射科医师提供精确的自动测量结果，并且使这些测量结果在读者之间变得更一致。如果不是因为附着到那些损伤的脉管致使分割渗透过脉管的事实，则区域生长分割算法或者甚至简单的阈值化(thresholding)可以被用于分割那些损伤。因此，移除脉管能够使分割任务容易。另一方面，损伤的自动检测要求将损伤与也利用造影剂增强的各种类型的正常结构区分开来的能力。这些正常结构包括乳房的实质组织、脉管、乳头下的区域和心脏周围的区域。已经对研发在类似CT或MR血管造影术等的模态中分割血管结构的自动方法等有兴趣。关于这个主题的文献非常丰富，这些文献既描述了自动方法又描述了半自动方法，这些方法覆盖了非常广范围的模型、假设和技术。在临床工作流环境中，提取血管结构应该是完全自动的并且要求不过几秒钟的计算时间。一种执行良好、能够容易地利用临床数据来验证并且容易实施的技术包括使用矩，在研究文献中对此很少报导。先前的基于矩的方法包括使用不变矩(moment invariant)来提取和表征激光加热的皮肤的红外图像中的脉管，使用几何矩来从大的CT数据集中提取血管结构，以及表征该脉管和计算用于从噪声大的2D图像中提取线性结构的多分辨率(multi-resolution)矩滤波器。

使用几何矩来提取图像结构在文献提出的方法之中有所不同。常常，在阈值化后获得的二值化图像(binarized image)上计算转动惯量。这样做的问题是阈值通常很难选取，并且可能不允许检测到小脉管，因为低阈值将致使较小的脉管(倾向于具有较低强度)与相邻结构合并。阈值化的另一问题是结构变得“像素化(pixelized)”，即显现尖锐边缘，这些尖锐边缘使得其形状的计算相对于下层结构的真实形状不精确。

阈值化的替换方案是使用图像强度函数f作为密度函数来计算矩。但是，在信噪(SN)比低的区域中，难以建立关于拟合椭圆的离心率的阈值来检测拉长的结构。例如，图1(a)描绘了从围绕脉管连接部的实际图像所提取的子块体(sub-volume)的MIP。顶行示出了使用最近邻插值的初始体素值。中间行示出了在手动阈值化后获得的二值图像。阈值被调节来捕获两个脉管，这是难以自动实现的任务。阈值化的像素化效应很明显，这影响了形状描述符的精确性。第三行示出了使用更复杂的插值方案的相同子块体。

发明内容