[发明专利]视线跟踪驱动的感兴趣区域分割

说明书

一种感兴趣区域(ROI)分割系统(10)包括显示设备(20)、视线跟踪设备(28)、视线点收集器(32)、边界识别器(36)，以及区域识别器(38)。所述显示设备(20)显示图像(14)。所述视线跟踪设备(28)生成相对于所显示的图像(14)的视线点。所述视线点收集器(32)从与所显示的图像(14)的感兴趣区域(ROI)(25)相对应的所生成的视线点(30)中选择视线点；所述边界识别器(36)基于所选择的视线点(54、60)来估计边界(70)。所述区域识别器(38)基于所估计的边界(70)来分割所述ROI(25)。

技术领域

下文总体上涉及医学成像。下文尤其与对医学图像中的感兴趣区域的分割结合应用，并且将具体参考其进行描述。然而，应当理解，下文也适用于其他使用场景，而不必限于前述应用。

背景技术

感兴趣区域(ROI)的分割被使用在对医学图像中的组织和结构的分析中，例如，疾病检测和/或疾病传播。分割涉及识别结构和/或组织的边界，并且能够包括基于所识别的边界和其他特征(例如，强度、尺寸、形状、和/或从一幅图像到另一幅图像的测量结果的改变)的测量。分割被采用在许多成像模态中，例如，磁共振成像(MRI)、超声(US)、X射线计算机断层摄影(CT)、正电子发射断层摄影(PET)、单光子发射断层摄影(SPECT)、它们的组合等。

由于因为ROI的根本性质、不同模态以及每种模态可用的不同成像参数造成的变化的强度、尺寸和形状，分割目标ROI会是困难的。要被分析的目标ROI能够包括肿瘤、结节、淋巴结、具有毛玻璃样不透明区的组织，其可以由受过训练的健康护理从业者识别出，但是其可能并非源自医学图集。各模态呈现结构和/或代谢活动的不同图像表示。目标ROI可以与周边结构/器官/组织共享能检测的特征。每种模态都能够使用不同的成像参数，其针对相同的对象和相同的时间呈现不同的图像表示。

一种方法是由健康护理从业者使用工具集对目标ROI的手动识别，以指示目标ROI。例如，使用绘线工具和/或多边形形状工具，健康护理从业者勾画对目标ROI的近似的轮廓。所述工具通常基于被用于沿着边界绘制形状的计算机鼠标和/或光笔。分割算法进一步细化经粗略绘制的形状，以分割组织和/或结构。该方法将计算机处理资源集中于手动识别的目标ROI，并且需要健康护理从业者的大量时间，这降低了由从业者在分析图像的质量中的吞吐量。该过程是单调且耗时的，并且通常被认为不是有成本有效的，甚至对于远少于由成像设施成像的对象的量的个体对象的图像也是如此。

另一种方法是完全自动化的，其在无健康护理从业者输入的情况下在图像中分割所有组织和/或结构。尽管该方法节省了稀缺的健康护理从业者资源，但是分割算法有时由于结构的变异性而失败。大量的计算资源和时间被浪费在对在分析中不使用的结构的分割。

混合方法包括每种方法的不同方面，其中，健康护理从业者输入通常通过使用由手操纵的输入设备来指示点和/或多边形形状。输入设备需要手动灵巧性和时间以协调设备的移动与所述输入相对于图像的放置的表示。基本操作系统包括用于由鼠标的光标操纵的参数，例如，点击速度、指针速度、指针轨迹、指针表示等，指示由输入设备对个体计算机用户生产率和吞吐量的影响。

US 2006/112334A1公开了一种修改数字图像的部分的方法。在一个布置中，数字图像被显示在显示器上，并且确定用户查看在所述显示器上的图像的视线数据。然后确定由用户查看的所述图像的对应于所确定的视线数据的部分以识别视线区域。所识别的视线区域被修改以生成经修改的视线区域，并且结果得到的经修改的视线区域被显示在所述显示器上。

US 2005/069206A1公开了用于图像注意力分析的系统和方法。在一个方面中，通过预处理图像对图像注意力进行建模以生成图像块的量化集合。然后根据经量化的图像块来生成用于对图像注意力的一对三水平进行建模的基于对比度的显著图。

发明内容

下文公开了新的且改进的视线跟踪驱动的感兴趣分割，其解决了上述问题和其他问题。