[发明专利]用于3D图像中异位骨化的分析的系统和方法

说明书

本文提供了便于受试者的3D图像的自动分割以区分异位骨化(HO)正常骨骼区域和软组织区域的系统和方法。在某些实施例中，所述方法识别受试者的3D图像的(例如，CT或显微CT图像)的离散且可区分的区域，然后，这些区域可以被手动或自动分类为HO或正常骨骼。

相关申请的交叉引用

本申请要求2017年5月24日提交的题为“用于3D图像中异位骨化的自动分析的系统和方法(SYSTEMS AND METHODS FOR AUTOMATED ANALYSIS OF HETEROTOPICOSSIFICATION IN 3D IMAGES)”的美国专利申请序列号15/604,350的优先权，其通过引用整体并入本文。

技术领域

本发明总体上涉及图像处理和分析的方法和系统。更确切地说，在某些实施例中，本发明涉及从小受试者(例如，小动物、小哺乳动物)的解剖图像(例如，用计算机断层扫描摄影(CT)扫描仪捕获的)中自动分裂和分割异位骨化。

背景技术

针对哺乳动物的体内成像的技术种类繁多——例如生物发光、荧光、断层摄影和多模态成像技术。小型哺乳动物的体内成像是由各个领域(例如肿瘤学、传染病和药物发现)的大量研究者进行的。

体内微计算机断层摄影(下文简称“显微CT”)成像，是一种基于X射线的技术，可以以高分辨率对组织、器官和非有机结构进行成像，尽管高通量成像可以在保持可接受的精度和图像细节的同时有利地利用低分辨率显微CT成像来加快图像采集和/或处理。显微CT发展迅速，需要低剂量扫描和快速成像协议来促进多模态应用，并且支持纵向实验模型。体内成像通常涉及使用试剂，诸如荧光探针，用于活体动物体内生物现象的无创时空可视化。多模态成像涉及对以不同方式获得的图像的融合，例如，通过组合FMT、PET、MRI、CT和/或SPECT成像数据。

图像分析应用和/或成像系统通常允许生物医学图像的可视化、分析、处理、分割、配准和测量。这些应用和系统还提供体绘制工具(例如，体合成、深度渲染、梯度渲染、最大强度投影、总体素投影、信号投影)；操作功能(例如，定义感兴趣的结构区域、删除不需要的对象、编辑图像和对象图)；以及测量函数(例如，用于计算表面体素的数量、暴露面的数量、区域的平面面积以及区域的估计表面积或体积)。

图像分割技术通常用于识别对应于感兴趣的不同结构、器官和/或组织的图像的单独区域。当感兴趣的不同结构在性质上相似和/或彼此非常接近时，精确而鲁棒的图像分割可能颇具挑战性。例如，分割单个骨的表示(例如，用于区分单个骨)就是一项挑战，已经开发了许多图像分割技术来解决这一挑战。

在分析某些疾病的图像时也会遇到这些分割挑战。例如，某些疾病产生诸如组织异常生长的结构特征。对此类特征的识别和分析可以提供关于受试者的疾病状态和进展以及各种治疗疗效的有价值的见解。此类异常生长由同样存在于正常健康受试者的组织构成，但出于分析目的，必须将其与同一组织的正常结构分开并加以区分。这使得此类疾病的图像分析更加复杂。

一种此类疾病是异位骨化(HO)，也称为异位骨或骨骼外骨形成。HO是一种在正常骨骼外的软结缔组织中形成骨的疾病。HO可能由创伤或手术引起，例如关节置换手术，也可能由罕见的遗传疾病引起，诸如进行性骨化性纤维发育不良(FOP)或进行性骨发育异常(POH)。HO的小鼠模型经常用于HO的研究，例如，为对HO病因(例如遗传、创伤等)的识别和调节异常骨形成的机制提供知识。对小鼠模型中HO的研究也为治疗方法提供了见解。

显微CT成像通常用于研究体内HO的形成和进展，因为显微CT图像提供了HO与软组织之间足够的对比度。图1中示出了晚期HO小鼠模型后肢的显微CT扫描的示例。对应于HO的骨骼外骨化块在图中被手动识别，并且邻近小鼠模型的胫骨且与其平行。异位骨化形成和结构特征的分析和量化可以提供有用的见解，以加深对受试者疾病诊断、状态和进展的理解，以及展开对不同治疗的疗效和动力学的分析。然而，迄今为止，HO区域的识别是手动进行的。