[发明专利]短轴后期增强心脏MRI的自动3D分割

说明书

技术领域

本发明涉及图像分割，更具体而言涉及在从一切片图像数据计算出的图像中描绘解剖结构，还涉及在图像数据中描绘解剖结构。

背景技术

心脏-肌肉-组织-生存能力评估对于心脏病发作之后的手术和治疗规划而言是必不可少的。具体而言，在判断患者是否可以受益于血管再生过程时，有生存力的心肌层比例是一项主要因素。除了估计左心室厚度和变厚之外，还可以利用对比度增强成像技术，尤其是后期增强磁共振(LEMR)，以高空间分辨率对正常、缺血和无生存力的区域进行可视化。为了定位和量化无生存力的组织，第一步包括，在LEMR短轴(SA)体数据的每个切片(通常在10到12个切片)中描绘心内膜和心外膜轮廓线(换言之，对心肌层进行分割)，在手动进行这一操作时，这是单调而耗时的任务。然而，自动心肌层分割是挑战性的，且很少在当前商业产品中实现。设计一种自动方法来描绘心内膜和心外膜轮廓线是困难的，主要因为造影剂在缺血和无生存力的区域中的积累导致了心肌层组织的不均匀性。

图1示出了从一切片LEMR SA图像数据计算出的图像。第一幅图片11示出了没有心肌轮廓线的图像。第二幅图片12示出了由专家手动绘制的具有心肌轮廓线的图像。难以定位心肌层内部的血池110和异常组织120之间的边界。瘢痕区域120呈现为白色，而健康部分130是暗的，且周围器官从灰色变为暗色。此外，白色区域的边界常常显得非常模糊，尤其是如果它们非常接近血池时，这使得正确定位心内膜特别困难。于是，面临的挑战是从纹理化环境中提取出像心肌层这样的结构，这种结构可能包含暗色和白色区域。

在E.Dikici、T.O′Donnell、R.Setser和R.D.White的文章“Quantification of delayed enhancement MR images”，Proc.of the 7th International Conference on Medical Image Computing and Computer-Assisted Intervention(MICCAI’04)，LNCS Series，Vol.3216，Springer，pp.250-257，2004中描述了用于分割LEMR SA图像的自动分割算法。

发明内容

有利的是提供一种备选方案，用于在存在瘢痕组织的情况下在一切片LEMR短轴体图像中描绘心肌轮廓线，这对于在使用各种图像采集模态采集的图像中描绘其他结构也是有用的。

于是，在一方面中，本发明提供了一种用于在从一切片图像数据计算出的图像中描绘解剖结构的系统，所述系统包括：

-划分单元，用于将所述图像划分成多个图像部分，每个图像部分绘示所述解剖结构的一部分；以及

-适配单元，用于基于准则函数并基于所述准则函数的计算值要满足的准则将模板适配到所述图像，所述准则函数是模板参数和图像值以及它们在图像中的相对位置的函数，

其中基于所述多个图像部分定义所述准则函数。

换言之，准则函数取决于图像至多个部分的划分。例如，准则函数可以包括这样的项，该项取决于平均灰度值或取决于图像一部分中包括的像素的灰度值方差。具有基于多个图像部分定义的准则函数允许计算图像的每个部分中对准则函数值的最佳贡献。例如，在一实施例中，贡献可以基于在该部分区域中探测到的心肌组织的类型。准则函数可以包括取决于所探测组织的类型的项。如果探测到第一类型组织，将与第一类型组织对应的项布置为对准则函数的值有贡献。如果探测到第二类型组织，将与第二类型组织对应的项布置为对准则函数的值有贡献。已经证实，在存在瘢痕组织的情况下，这对于在一切片LEMR短轴体图像数据中提取心肌轮廓线尤其有用。本发明能够优化对心肌层中包括瘢痕组织的图像的部分的处理。还可以将本发明用于分割利用各种图像采集模态采集的其他正常或病理解剖结构。

在系统的实施例中，适配单元还被布置用于在所述多个图像部分的一图像部分中探测解剖结构的异常组织，并且准则函数包括在所述图像部分中探测到所述异常组织时对准则函数有贡献的项。例如，可以基于与模板交叠的图像的一部分的平均亮度或像素值方差来探测解剖结构的异常组织。准则函数可以包括与位于图像的一部分中的异常组织对应的项。在图像划分的部分中探测到异常组织时，可以布置这样的项以对准则函数的值有贡献。