[发明专利]X射线图像中的标志识别和处理

说明书

本发明涉及X射线图像中的标志识别和处理。一种用于在投影图像中快速地检测和定位放置于患者上的外部标志的机制。本发明的实施例即使在存在周围密集的解剖结构和大量的患者运动时也能够检测标志。一旦投影图像上的标志点的位置被提取出，这些标志点就可以用以执行基于标志的患者运动检测。本发明的实施例也可以用于运动修正之外，例如用于扫描器校准、自动头部测量、以及质量控制评估。

本申请是申请日为2010年8月26日、申请号为201080062012.7且题为“X射线图像中的标志识别和处理”的中国专利申请的分案申请。

技术领域

本发明的实施例涉及图像处理。具体而言，实施例提供用于对位于X射线图像中的标志关联点进行检测、定位及分类的方法和系统。

背景技术

现代成像系统在单个过程或扫描期间获取许多图像。使用已知为重建的过程来组合图像，以制作表示穿过患者的有限宽度“切片”的一个或多个图像。因为在为医疗或牙科过程做准备时或者为了适当地校准成像设备，经常要对所得图像加以分析，所以重要的是图像尽可能地清楚。然而，扫描期间患者移动会导致图像中的误差或模糊。

在成像过程之前常将标志放置于患者上。这些标志在所得图像上显现为标志点，并用以识别图像中的特定特征。标志点也可以用以针对患者移动来修正图像。在典型的运动修正情形中，必须于在扫描期间捕捉的数百个(例如，600个)或更多图像中的每个中识别相对较小数量的标志(例如，7个)。因而，使用标志来检测及修正患者运动仅在能够在图像中自动识别数千个标志点(例如，使用以上的示例为4200个标志点)的时候才是可行的。标志点识别由于X射线的非线性特性以及X射线图像的相对较大的动态范围而进一步被复杂化。

又一复杂之处在于，标志点识别和所得运动修正需要快速执行，这是因为其必须在图像的重建可以开始之前完成。现有的用于识别图像上的标志相似点的方法依赖于这些点的一般为圆形的特性，并采用诸如图像梯度处理或者霍夫(Hough)变换的一些变型的点识别技术，这些技术每图像要花费30秒之久才能完成。即使最简单的方法也要花费每图像1/10秒或更多，且经常要花费每图像5秒之久。

这些运动修正方法的准确度与提取标志点位置的准确度直接相关。例如，在大多数修正方法中，标志必须定位至像素的1/4至1/8的精度。这个程度的准确度必须在存在宽的背景动态范围值、对图像背景的非线性依赖性、以及噪声的情况下实现。许多现有的修正方法不能正确处理图像背景的非线性特性，导致图像边缘处的位置误差。这些现有的方法当图像中的标志彼此相对较为靠近时也不能很好地工作。

一旦标志点在图像中被识别出，这些标志点也就需要被映射回其所源自于的物理标志。物理标志通过它们的三维(“3D”)位置坐标而被唯一识别。因而，为了制作与特定标志相关联的每个投影图像的点的列表，一个步骤是识别每个标志的物理位置。这可以通过识别与由标志所产生的点的位置如何随着台架(gantry)转动而在投影图像之间的变化最为一致的每个标志的3D位置来进行。然而，因为患者移动或者计划外的系统或设备移动，所以每个标志的关联点位置会与其预期的位置明显改变。因此，识别标志的三维坐标的准确度在存在噪声或患者运动或者当多个标志位置彼此靠近时会受到损害。现有的用于识别标志的三维位置的技术可使用依赖于位置的电磁场，其由远程传感器检测并转换成位置。除该发射器和传感器系统的复杂度以外，系统所使用的技术也依赖于多个传感器，以确定标志的三维位置。其他定位技术包括光学技术，这类技术依赖于对多个被检测部位之间的固定关系的了解，从而增加了技术的复杂度。

即使在与图像点相关联的物理标志被识别，并且位置被分配给每个之后，将每个图像上的每个点分配给其原标志时仍然存在问题。在此完成之前，所有图像中的所有点仅作为单个列表存在。点分配(标志跟踪)试图将每个图像上的每个标志与实际生成它的标志相关联。在完成点分配之后，每个标志将处理与该标志相关联的标志点的分离列表。每个标志的分离列表可具有每个投影图像上的仅一个或零个标志点。重要的是，标志与其关联的标志点之间的正确对应关系即使在存在运动和测量误差的情况下也要被维持。

发明内容