[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

权利要求书

1.一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：

从所述图集图像收集多个正样本和多个负样本；

计算所收集的正样本和负样本的多个样本特征，其中所述样本特征表示多个正样本和多个负样本上的强度变化；以及

向机器学习算法应用所计算的样本特征和与所计算的样本特征相关联的位置数据，以训练界标检测器来检测界标，

其中，从所述多个正样本中的每一个到所述界标的距离小于第一距离阈值；以及

其中，从所述多个负样本中的每一个到所述界标的距离大于所述第一距离阈值并且小于第二距离阈值。

2.一种描绘图像数据内的关注结构的装置，所述装置包括：

处理器，被配置为：

检测相对于图像中的结构的多个界标；

对于每个检测到的界标，生成映射每个其它检测到的界标的位置概率的至少一个概率图；

基于所述概率图来确定检测到的界标的位置；以及

基于所确定的界标的位置来生成所述结构的形状估计。

3.根据权利要求2所述的装置，其中，所述处理器还被配置为根据形状细化工具来细化所述形状估计，由此计算关注结构的经细化的形状估计，其中，所述形状细化工具包括经训练的边界检测器，以及其中，所述处理器还被配置为通过使用经训练的边界检测器估计所述形状估计的边界来执行细化操作。

4.根据权利要求3所述的装置，其中，所述处理器还被配置为使用机器学习算法来处理图集图像数据以训练所述边界检测器，其中，所述图集图像数据包括对所述关注结构的边界位于多个图集图像中的哪里的识别。

5.根据权利要求4所述的装置，其中，所述机器学习算法包括随机森林机器学习算法。

6.根据权利要求3所述的装置，其中，所述形状细化工具还包括形状词典，以及其中，所述处理器还被配置为执行基于稀疏形状模型迭代地细化所述形状估计的细化操作。

7.根据权利要求6所述的装置，其中，所述处理器还被配置为基于所述关注结构的经细化的形状估计来在线更新所述形状词典。

8.根据权利要求2所述的装置，其中，每个概率图是根据相应界标的分布模型而限定的。

9.根据权利要求2所述的装置，其中，所述处理器还被配置为：

检测多个额外界标；

对于每个检测到的额外界标，生成映射每个其它检测到的额外界标的位置概率的至少一个概率图；

基于所述额外界标的概率图，确定所述额外界标的位置；以及

基于所确定的额外界标的位置，细化所述结构的形状估计。