[发明专利]用于图像引导治疗计划的结构形状的自动描绘的方法和装置

说明书

背景技术

在本领域中，需要提高如何在图像内自动描绘关注结构的形状的效率和准确度。例如，非常需要准确地描绘患者图像内的诸如前列腺结构的形状。通过准确地描绘前列腺形状，可使得诸如放射疗法的用于治疗的计划更加有效。

发明内容

为了满足本领域中的这种需求，本发明人公开了一种用于自动描绘图像数据内的关注结构的装置，所述图像数据包含关注区域的被检体图像，所述关注区域包含所述关注结构，所述图像包括多个数据点，数据点包括多个强度值，该装置包括：处理器，被配置为：(1)计算所述多个数据点的多个特征，这些特征指示数据点的多个窗口上的强度变化；(2)基于向经训练的界标检测器应用所计算的特征，检测所述图像内的多个界标的多个位置；(3)基于所检测的界标位置，产生所述关注结构的形状估计；以及(4)根据形状细化工具来细化所述形状估计，由此计算所述关注结构的经细化的形状估计。利用示例性实施例中的这种装置，界标检测基于图像的宽区域提供对结构形状的有用的初始粗略近似，同时可以使用形状细化工具，以使用图像的较窄区域来细化初始形状近似。因此，在示例性实施例中，可以使用图像的局部方面和全局方面两者来细化关注结构的形状。

根据另一个方面，本发明人公开了一种用于自动描绘图像数据内的关注结构的方法，所述图像数据包括关注区域的被检体图像，所述关注区域包含所述关注结构，所述图像包括多个数据点，数据点包括多个强度值，该方法包括：(1)计算所述多个数据点的多个特征，这些特征指示数据点的多个窗口上的强度变化；(2)基于向经训练的界标检测器应用所计算的特征，检测所述图像内的多个界标的多个位置；(3)基于所检测的界标位置，产生所述关注结构的形状估计；以及(4)根据形状细化工具来细化所述形状估计，由此计算所述关注结构的经细化的形状估计，以及其中，方法步骤由处理器执行。

另外，本发明人公开了一种用于自动描绘图像数据内的关注结构的计算机程序产品，所述图像数据包括关注区域的被检体图像，所述关注区域包含所述关注结构，所述图像包括多个数据点，数据点包括多个强度值，该计算机程序产品包括驻留在非暂时性计算机可读存储介质上并且可由处理器执行的多个指令，以：(1)计算所述多个数据点的多个特征，这些特征指示数据点的多个窗口上的强度变化；(2)基于向经训练的界标检测器应用所计算的特征，检测所述图像内的多个界标的多个位置；(3)基于所检测的界标位置，产生所述关注结构的形状估计；以及(4)根据形状细化工具来细化所述形状估计，由此计算所述关注结构的经细化的形状估计。

根据这里描述的又一个示例性方面，本发明人公开了一种用于使用多个图集图像来训练界标检测器的装置，所述图集图像包含界标相对于关注结构的位置信息，该装置包括：处理器，被配置为：(1)从所述图集图像收集多个正样本和多个负样本；(2)计算所收集的正样本和负样本的多个哈尔(Haar)状特征；以及(3)向机器学习算法应用所计算的哈尔状特征和与所计算的哈尔状特征相关联的位置数据，以训练界标检测器来检测界标。还公开了相应的方法和计算机程序产品。

根据这里描述的又一个示例性方面，本发明人公开了一种装置，该装置包括：处理器，被配置为：(1)接收与对图像内的前列腺的第一界标位置的选择对应的输入；(2)访问代表所述图像内的前列腺的轮廓的数据；(3)根据应用到第一界标位置的空间距离准则，沿所述轮廓自动选择前列腺的多个附加界标位置；以及(4)与所述图像相关联地存储第一界标位置和附加界标位置。还公开了相应的方法和计算机程序产品。

另外，本发明人公开了一种装置，该装置包括：处理器，被配置为：(1)基于概率图将界标相对于图像中的结构的多个候选位置求解为单个界标位置，所述概率图是根据界标的高斯分布模型而限定的；(2)重复多个不同界标的求解运算；(3)基于单个界标位置初始化所述结构的形状估计；以及(4)迭代地细化所述形状估计。还公开了相应的方法和计算机程序产品。

本领域技术人员在审视了以下的说明书和附图中的教导时，将很容易理解本发明的这些和其它特征和优点。

附图说明

图1示出用于使用经训练的界标检测器和形状细化工具来处理被检体图像的示例性实施例。

图2示出用于与被检体图像内的结构形状的自动描绘协作地训练界标检测器和边界检测器的示例性处理流程。

图3示出用于使用图集图像数据来训练界标检测器的示例性实施例。

图4(a)示出用于使用机器学习算法来训练界标检测器的示例性处理流程。