[发明专利]3D医学图像数据中对脊椎骨损伤自动检测的方法和系统

说明书

本申请要求2011年1月14日提交的美国临时申请No.61/432,612的优先权，其内容通过引用合并在此。

技术领域

本发明涉及用于在3D医学图像数据中对脊椎骨损伤进行自动检测的方法和系统。

背景技术

本发明涉及医学图像中骨损伤的检测，且尤其是涉及3D医学图像中脊椎骨损伤的自动检测以及容积量化(volumetric quantification)。

在治疗转移癌中，脊椎骨损伤的检测和容积量化是重要的。脊椎骨损伤会引起衰弱疼痛、病理骨折以及具有切断神经损害的脊髓压缩。除了估计疾病的某些进程的危险性，骨损伤的检测和容积量化对于疾病发展的准确量化或者针对治疗的响应都是重要的。但是，从3D计算机断层摄影(CT)数据中阅读人工识别的和容积测量的(即注解)脊椎骨损伤是具有挑战性的并且是劳动密集型工作，即使对于专家放射科医师也是如此。此外，在人工骨损伤注解之间，可能有明显的用户间和用户内可变性。因此，希望对脊椎骨损伤进行自动检测和容积量化。

发明内容

本发明提供一种用于在3D医学图像中对骨损伤进行自动检测和容积量化的方法和系统。本发明的实施例利用以串(cascade)布置的一系列检测器来自动检测损伤中心，且然后在所有三个空间维度中估计损伤大小。本发明的实施例通过将检测器串应用到多分辨率金字塔级别(multiple resolution pyramid level)，利用了分级多尺度(hierarchical multi-scale)方法。

在本发明的一个实施例中，在3D医学图像中检测对应骨区域的一个或多个感兴趣区域。使用一串训练检测器在一个或多个感兴趣区域中检测骨损伤。该串检测器可包括：一个或多个平移(translation)检测器，以检测位置骨损伤中心候选；以及损伤尺度检测器，以检测骨损伤候选，该候选是以所检测骨损伤中心候选为中心的3D边框。可群集骨损伤候选来组合在空间上紧靠的所检测骨损伤候选。可使用在每个分辨率级别下训练的各串检测器在3D图像的分辨率金字塔的多个级别上检测骨损伤。

对本领域技术人员来说，通过参照下面的详细描述以及附图，本发明的这些以及其它优点将变得显而易见。

附图说明

图1示意了根据本发明实施例的用于在3D医学图像中进行自动骨损伤检测的方法；

图2A和2B示意了用于在3D医学图像中进行自动椎骨检测的示例性算法；

图3示意了根据本发明实施例的使用检测器串进行脊椎骨损伤检测的方法；

图4示意了使用串检测和群集化获取的示例性骨损伤检测结果；

图5是能够实现本发明的计算机的高级方框图。

具体实施方式

本发明涉及在医学图像，诸如计算机断层摄影(CT)、磁共振(MR)图像等中对骨损伤进行自动检测和容积量化的方法和系统。在此对本发明的实施例进行描述，以便给出骨损伤检测方法的可视化理解。数字图像通常包括一个或多个对象(或形状)的数字表示。在此通常就识别和操纵对象来描述对象的数字表示。该操纵是在计算机系统的存储器或其它电路/硬件中完成的虚拟操纵。因此，可以理解的是，本发明的实施例可以使用存储在计算机系统中的数据在计算机系统中执行。

本发明的实施例提供在3D医学图像数据中对骨损伤进行完全自动检测和容积测量。在此所述的特定实施例中，在3D计算机断层摄影(CT)中检测脊椎骨损伤，但是本发明可以类似地应用于其它类型的骨损伤以及其它类型的医学成像医疗器械。本发明的实施例提供相对快速的检测(如小于一分钟)，并且能够处理各种类型的数据，包括轻微以及更严重的病情。