[发明专利]用于心脏运动校正的心脏分割方法

说明书

一种机器学习引导的图像分割处理由电子处理器(10)执行。执行图像分割(22)以生成所述医学图像中的解剖结构的初始分割表示(50)。将几何形状的参数拟合(52)到医学图像中的解剖结构，以产生初始拟合形状参数(54)。使用对所述初始拟合形状参数和所述解剖结构的所述初始分割表示进行操作的至少一个分类器(60)，为所述医学图像中的所述解剖结构分配分类。通过包括使用分类作为先验知识重复(70)所述图像分割的操作，生成所述医学图像中的所述解剖结构的最终分割表示(72)。在说明性实施例中，所述解剖结构是心脏并且所述几何形状是椭球体。

技术领域

以下总体涉及图像重建领域、医学成像领域、放射学工作站领域和相关领域。

背景技术

功能性临床成像中的心脏分割是一个有挑战性的问题。准确的心脏分割有助于准确定量医学图像分析，并为诊断、处置监测或其他目的绘制准确的临床发现。通过心脏分割确定的心脏边界也用于心脏运动校正。在典型的心脏PET成像场景中，放射性示踪剂被施用到患者的血流中，然后由心脏组织吸收，尤其是向主动脉和身体血管系统提供心输出量的左心室的壁，以及右心室和主动脉腔的壁。可以使用各种自动心脏分割算法来分割心脏壁。在典型的分割方法中，可变形网格模型被迭代地拟合到解剖学边缘(例如，由大的图像梯度定义)。为了提高准确性，可以通过解剖学约束来约束迭代的拟合，例如，可以应用心脏体积掩模来将网格限制到预期的心脏区域。然而，在实践中，自动心脏分割有时对于特定患者是失败的，并且需要技术人员或放射科医师的人工干预来准确地对该患者的PET图像中的心脏边界进行轮廓绘制。

临床上，心脏PET图像提供关于摄入到各种心脏组织的效力的功能信息。举例来说，来自腔室壁或其他特征的低的或不存在的放射性示踪剂信号(即，低摄取)通常表示受损或坏死的组织——因此PET图像中的这样的异常特征与准确的心脏PET诊断特别相关。

虽然参考PET图像的心脏分割进行了描述，但是本文公开的改进还将应用于其他解剖结构和/或通过其他医学成像模态采集的图像(例如磁共振(MR)成像，透射计算机断层摄影(CT)成像，单光子发射计算机断层摄影(SPECT)成像等)的分割。

以下公开了解决上述问题和其他问题的新的且改进的系统和方法。

发明内容

在一个公开的方面中，一种图像处理设备包括电子处理器和存储有指令的至少一种非瞬态存储介质，所述指令可由电子处理器读取和运行以对医学图像执行图像分割处理。所述图像分割处理包括：执行图像分割以生成所述医学图像中的解剖结构的初始分割表示；将几何形状的参数拟合到所述医学图像中的所述解剖结构，以产生初始拟合形状参数；使用对所述初始拟合形状参数和所述解剖结构的所述初始分割表示进行操作的至少一个分类器，为所述医学图像中的所述解剖结构分配分类；并且通过包括使用所述分类作为先验知识来重复所述图像分割的操作，生成所述医学图像中的所述解剖结构的最终分割表示。

在另一个公开的方面中，一种非瞬态存储介质存储有指令，所述指令可由电子处理器读取和运行以对医学图像中的解剖结构执行图像分割过程，所述医学图像描绘被成像患者中放射性药物的活性。所述图像分割处理包括：将几何形状的参数拟合到所述医学图像中的所述解剖结构，以产生初始拟合形状参数；使用至少对所述初始拟合形状参数进行操作的至少一个分类器为所述医学图像中的所述解剖结构分配分类；并且执行图像分割以生成所述医学图像中的所述解剖结构的分割表示，在执行所述图像分割时，使用所述分类作为先验知识。所述分类是从分类的集合中分配的，所述分类的集合包括至少一个活动泄漏分类和至少一个部分或缺失的活动摄取分类。在一些实施例中，所述解剖结构是心脏，并且所述至少一个活动泄漏分类包括表示进入右心室的活动泄漏的分类，以及表示进入腹部的活动泄漏的分类。在一些实施方案中，所述解剖结构是心脏，并且至少一个部分或缺失的活动摄取分类包括表示进入心尖区域的部分或缺失的活动摄取的分类，表示进入位于心尖与主动脉瓣之间的区域中的部分或缺的失活动摄取的分类，以及表示进入位于心尖与二尖瓣之间的区域的部分或缺失的活动摄取的分类。