[发明专利]层析图像中的器官的分类方法

说明书

技术领域

本公开涉及图像中的器官的分类，并且尤其涉及包括水图像数据集和脂肪图像数据集的三维解剖层析图像中的器官的分类。

背景技术

在三维层析医学成像中，对例如肌肉的不同身体组织和器官的识别是图像的医学解释的重要部分。在很多临床问题中，不同器官的大小、形状和成分，以及它们的随时间的变化可以是一条重要的信息。这种特征的识别通常是手动过程，其包括手动地识别特定器官并且尽可能地在图像中标记它。在完成识别和分析过程之后，本图像可以包括多个用于不同器官的标签。在三维图像中的点或三维像素因此可以代表器官的位置。

然而，当新的图像从不同的身体得到时，识别过程需要全部重新进行。以前的图像的识别和分析不可能在新图像上再次使用。

因此，需要识别三维层析图像中的器官的方法，该方法可以自动地被执行。

发明内容

使用本设备来提供减轻提到的缺点的改进解决方案是本发明的目标。此外，提供来自层析图像的器官的分类方法是目标。

根据本发明的一个方面实现该目标，其中提供了用于层析图像中器官的分类的方法。该方法包括以下步骤：接收三维解剖层析目标图像，其中所述目标图像包括水图像数据集和脂肪图像数据集，每个数据集带有多个体积元素；提供包括带有多个体积元素的三维图像数据集的原型图像，其中体积元素的子集被给予器官标签；通过将变形场应用到原型图像的体积元素来转换原型图像，使得当前器官的每个被标记的体积元素被确定为等同于目标图像中相应的器官中的体积元素的位置；以及将原型图像的被标记的体积元素的标签传送到目标图像的相应体积元素。

在原型图像中，体积元素的子集可以包括至少一个被标记的体积元素。该至少一个被标记的体积元素可以具有命名当前器官的标签，当前器官中被标记的体积元素位于原型图像中。这种标签可以是“二头肌”、“肝脏”或任何器官的名称。当转换原型图像时，原型中定义当前器官的边缘的体积元素可以被移动到目标图像中相应边缘的位置对应的位置。由所述边缘定义的原型图像中的器官体积然后可以改变形状和位置以符合目标图像中的相应器官的形状和位置。作为边缘移动的结果，原型图像中的器官体积内部的至少一个被标记的体积元素也可以接着被移动，但是也可以被保持在器官体积内部。被转换的原型图像中的器官体积中的被标记的体积元素可以接着具有在目标图像中的相应的体积元素，并且该体积元素以很高的可能性也位于相应器官的内部。原型图像中的被标记的体积元素的标签在下一个步骤中可以被传送到目标图像中的相应体积元素位置。

该过程的结果可以是目标图像中的一个或多个器官的位置的识别。该器官因此用标签分类。此外，为符合目标图像的形状的原型图像的转换的量可以被分析。例如，原型图像可以是与目标图像相同的身体的图像，但是其位于更早的时间点。两个图像之间的特定器官性质随时间的变化可以接着被分析并且被可视化。

体积元素可以是三维图像中的三维像素。该方法的所有步骤可以例如通过计算机设备被自动地执行。就器官而言是指身体内的任何肌肉或脂肪组织或其它内部器官。

根据本发明的方法可以使得原型图像中定义的豪斯费尔德(Hounsfield)衰减值能够映射到MR(磁共振)图像。MR图像然后可以被用于PET(正电子发射断层)成像中的衰减校正(correction)。

分类中的额外的鲁棒性可以通过使用水图像数据集和脂肪图像数据集中的多域数据来实现。例如，在目标图像中器官的被标记的体积元素可以被标记为脂肪组织。如果被标记的体积元素可以与脂肪图像数据集相乘，那么被错误传送到目标图像中的水区域中的被标记的体积元素可以自动地被移除。

在一个实施方式中，目标图像中的被类似标记的体积元素可以定义代表当前器官的器官体积，并且其中该方法还可以包括基于目标图像的性质将所述器官体积扩充到整个器官的步骤。

通过在目标图像中扩充器官体积，器官可以被完全地分割和可视化。器官体积可以是目标图像中的大体完整器官的可视化。目标图像中的图像数据可以被分析以定义扩充的器官体积。目标图像中的体积元素可以被分析，例如基于它们的强度水平被分析，以确定器官体积的扩充。包括分割的或分类的器官的目标图像可以被用来确定每个分割的器官的体积。此外，由于目标图像中包括水图像数据和脂肪图像数据的多域数据，分割的和分类的目标图像可以被用来测量特定器官中的脂肪和水含量，例如测量肝脏中的脂肪百分比或测量肌肉中的脂肪含量，其可能与相同肌肉中的水含量相比较。

在另一个实施方式中，扩充器官体积的步骤可以包括检测目标图像中的器官的边缘。