[发明专利]用于生成和跟踪目标的形状的系统和方法

说明书

本公开提供了用于生成和跟踪目标的形状的系统和方法。所述方法可以包括获得与医学扫描的时间帧序列中的至少一个时间帧相对应的至少一个第一分辨率图像。所述方法可以包括利用预测模型确定与所述至少一个第一分辨率图像中的目标的形状有关的一个或以上形状参数。所述方法可以包括基于所述一个或以上形状参数和形状模型，从所述至少一个第一分辨率图像中确定所述目标的至少一种形状。所述方法可以进一步包括通过渲染所述目标的形状，来生成所述目标的第二分辨率可视化视图。

交叉引用

本申请要求于2019年10月25日提交的美国申请号为US 16/664,710的优先权，其全部内容通过引用的方式并入本文。

技术领域

本申请总体上涉及图像处理技术，尤其涉及用于生成和跟踪医学图像中的目标的形状的系统和方法。

背景技术

诸如磁共振成像(MRI)系统或计算机断层摄影(CT)系统之类的成像系统被广泛用于医学诊断和/或治疗。成像系统可以提供高分辨率(HR)图像和/或低分辨率(LR)图像。图像可以是二维(2D)图像或三维(3D)图像。与LR图像相比，HR图像可以提供丰富的诊断信息。以心脏磁共振(CMR)成像为例，HR容积CMR(例如，HR 3D CMR)可以为心血管疾病提供丰富的诊断信息。但是，HRCMR通常比LRCMR需要更长的采集时间。在临床上，获取HR CMR是一项艰巨的任务，因为患者需要长时间屏住呼吸，并且会牺牲平面图像质量以提高获取速率。低切片分辨率CMR(例如，2D多层切片成像)在临床应用中广为接受。但是，二维多层LR成像包括一些缺点，例如，由呼吸运动、心脏运动、患者运动以及嘈杂的ECG门控引起的切片间的移位，和由整个心脏的切片覆盖范围不完整引起的3D模型的顶端区域的大切片厚度和切片覆盖范围不足。在某些情况下，针对LR图像中目标(例如心脏)的2D分割算法可以会产生高分辨率的平面内分割，但是它无法避免上述问题。直接执行3D分割(例如，基于深度学习的3D分割算法)可以需要平面外插值，该插值会使表面过平滑来减轻切片伪影，并导致大量计算。在某些情况下，对于某些进行运动的目标(例如，心脏或肺)，目标的形状在不同的时间点会有所不同。通过在不同时间点跟踪目标的形状，可以获得诊断信息(例如，心肌应力的估计)。例如，应力估计可以促进对心肌收缩和松弛的了解。因此，期望提供能够用于从低分辨率图像中生成目标的高分辨率分割并基于高分辨率分割跟踪目标的形状的系统和/或方法，以便提供准确的目标评估或视图并保持高效成像。

发明内容

在本公开的第一方面，提供了一种用于生成和跟踪目标的形状的方法。所述方法包括：获得与医学扫描的时间帧序列中的至少一个时间帧相对应的至少一个第一分辨率图像利用预测模型确定与所述至少一个第一分辨率图像中的目标的形状有关的一个或以上形状参数，其中，所述一个或以上形状参数可以包括至少一个形状方差系数和至少一个姿势变换参数；基于所述一个或以上形状参数和形状模型，从所述至少一个第一分辨率图像中确定目标的至少一种形状。所述方法还包括：通过渲染所述目标的形状来生成所述目标的第二分辨率可视化视图。

在本公开的第二方面，提供了一种用于生成和跟踪目标的形状的系统。所述系统包括采集模块、形状参数确定模块和第一形状确定模块。所述采集模块用于获得与医学扫描的时间帧序列中的至少一个时间帧相对应的至少一个第一分辨率图像；所述形状参数确定模块用于利用预测模型确定与所述至少一个第一分辨率图像中的目标的形状有关的一个或以上形状参数，其中，所述一个或以上形状参数包括至少一个形状方差系数和至少一个姿势变换参数；所述第一形状确定模块用于基于所述一个或以上形状参数和形状模型，从所述至少一个第一分辨率图像中确定所述目标的至少一种形状。所述系统还包括渲染模块，所述渲染模块用于通过渲染所述目标的形状来生成所述目标的第二分辨率可视化视图。