[发明专利]处理医学图像数据的方法和医学图像数据的图像处理系统

说明书

本发明涉及一种方法，并且涉及一种用于处理医学图像数据的图像处理系统(1)，其中提供患者的要被重现的身体区域的测量数据(D)。此外，通过重建算法(R)，从测量数据(D)重建表示身体区域的第一图像体(22)。在第一图像体(22)内识别并限制表示第一图像体(22)的部分体积的子区域，其中将不同于第一图像体(22)的剩余体积的特定组织结构分配给子区域。然后，基于子区域的特定组织结构，确定与第一图像体(22)相比变化的至少一个重建参数。此后，基于各个改变的重建参数，从与子区域有关的测量数据(D)重建第二图像体(42)，并且在至少第二图像体(42)内，轮廓化不同解剖结构之间的结构边界。

技术领域

本发明涉及处理医学图像数据的方法。本发明还涉及用于医学图像数据的图像处理系统。

背景技术

医学图像数据一般由产生一堆测量数据的系统获取，这些测量数据必须被处理以表示能够被用户观看的患者身体区域的图像。通常，这些测量数据只显示变化的灰度值，它们类似于例如投射到各个身体区域上的X射线束的衰减。典型地，处理通过重建算法来实现，该重建算法融合来自测量数据的信息，以便生成也称之为各个身体区域的“图像体”(“image volume”)的三维图像。对于各个观看目的，可以将该图像体切成单独的剖视图。

为了规划放射治疗阶段，通常需要分析要被放射的身体区域的地形图，以便了解器官的位置和边界，以及其它例如可以不被放射的身体组织。可以通过如识别地标或轮廓化组织结构的方法，例如通过模式识别算法等从如上所述的图像体导出这样的地形图。尤其在放射治疗中，感兴趣的身体区域比较大。因此，为了节省计算时间，通常使用为图像体提供相对低分辨率值的重建算法。

从例如US 7929742 B2、US 8699823 B2、US 8649633 B2或US 8897530 B2中知晓可用于放射治疗的准备的图像处理方法。

发明内容

本发明背后的问题是提供一种改进的医学图像数据的处理。

根据本发明，通过具有权利要求1的特征的处理医学图像数据的方法来解决该问题。此外，根据本发明，通过具有权利要求11的特征的用于医学图像数据的图像处理系统来解决该问题。

根据本发明的方法用于处理医学图像数据。根据该方法提供要被重现的患者身体区域的测量数据。通过重建算法，从测量数据重建表示身体区域的第一图像体。优选地，随后利用定位方法或算法(特别是在第一定位步骤中)，在第一图像体内识别并限制表示第一图像体的部分体积的子区域。将不同于第一图像体的剩余体积的组织结构的特定组织结构分配给子区域。基于子区域的特定组织结构，(优选自动地)确定与第一图像体相比变化的至少一个重建参数。之后，基于各个改变的重建参数，从与子区域有关的测量数据中重建第二图像体。之后，在至少第二图像体中，轮廓化不同解剖结构之间的结构边界(如此，特别是在第二定位步骤中)。

优选地，在第一图像体的剩余体积内，不同解剖结构之间的边界结构也被轮廓化。在子区域识别期间或在第二图像体的重建之后执行该轮廓化。在任一种方式中，优选地，由第一图像体表示的身体区域的整个图像(然而，至少在第一图像体的剩余体积的部分上延伸并且在第二图像体上延伸的区域上)被轮廓化。因此，本发明能够基于封闭图像体(即第一图像体)的不同地重建的图像区域，对组织结构(即诸如器官和骨骼的解剖结构)进行轮廓化。由于仅部分地使用了通常并非在第一图像体中包含的所有组织结构都需要的特定重建参数，反而使得图像数据的处理节省了计算时间。由于变化的重建参数是基于在第一图像体的区域内识别的特定组织结构来选择的，因此也可以使图像数据的处理自动化。例如，通过实验和/或通过机器学习过程来确定分配给特定组织结构的特定重建参数，并将其存储在数据库中，在识别各个组织结构时可以从该数据库中取回。

这里和下文中使用的术语“轮廓化”用于定义不同组织结构之间的边界，诸如骨骼与软组织和/或软骨或特定器官与其它软组织之间。此外，分割也可以导致限定的组织结构边界，并且因此在这里和下文中将被看作是由术语“轮廓化”包含的术语。