[发明专利]使用生物力学模型的磁共振和超声图像的可形变配准的方法和系统

说明书

本发明涉及使用生物力学模型的磁共振和超声图像的可形变配准。一种用于执行磁共振（MR）和超声（US）图像之间的可形变配准的计算机实现方法，包括接收描绘器官的MR容积并且从MR容积中分割器官以产生器官在MR坐标中的第一3D点表示。此外，接收描绘器官的US容积，并且从US容积中分割器官以产生器官在US坐标中的第二3D点表示。接下来，确定第一3D点表示与第二3D点表示之间的多个点对应性。然后，应用生物力学模型以配准MR容积与US容积。使用多个点对应性作为用于生物力学模型的位移边界条件。

技术领域

本公开内容一般地涉及用于使用生物力学模型来执行磁共振（MR）和超声（US）图像的可形变配准的方法、系统和装置。本文中描述的技术可以应用于前列腺以及其它解剖器官的研究。

背景技术

前列腺癌通常通过经直肠US引导的穿刺活检进行诊断。然而，由于这一程序的灵敏度较低，经常需要重复活检以确认诊断。众所周知，使用来自磁共振（MR）的附加成像信息可以改善活检程序的灵敏度，这是由于与US图像相比的、MR提供的附加的表面下细节。例如，可以使用疑似癌结节的MR发现来在US引导的活检期间引导针的放置。

为了使MR有效地用于补充US引导，需要图像配准程序以将MR和US图像融合到共同的坐标空间中。在临床实践中，这种图像配准经常仅由临床医生在视觉上查阅这两个图像之后在心里进行，尽管存在许多技术以通过计算方式执行该配准。最简单的方法涉及使用点或表面特征来计算刚性变换以对准前列腺。然而，由于US成像期间发生的软组织变形，刚性变换通常不足以准确地对准前列腺结构。更复杂的方法利用某种可形变配准，诸如生物力学组织模型。

发明内容

本发明的实施例通过提供与使用生物力学模型的磁共振和超声器官图像的可形变配准有关的方法、系统和装置来处理并克服上述缺陷和缺点中的一个或多个。简而言之，本文中描述的技术利用生物力学模型，其中位移边界条件是根据MR和US图像中的器官分割来生成和分配的。

根据一些实施例，一种用于执行磁共振（MR）和超声（US）图像之间的可形变配准的计算机实现方法包括接收描绘器官的MR容积（volume）并且从所述MR容积中分割所述器官以产生所述器官在MR坐标中的第一3D点表示。此外，接收描绘器官的US容积，并且从所述US容积中分割所述器官以产生所述器官在US坐标中的第二3D点表示。所述3D点表示可以是例如网格或点云。接下来，确定第一3D点表示与第二3D点表示之间的多个点对应性。然后，应用生物力学模型以配准所述MR容积与所述US容积。使用所述点对应性作为用于所述生物力学模型的位移边界条件。从参考附图进行的对例证性实施例的以下详细描述中，本发明的附加特征和优点将变得显而易见。

在前述方法的一些实施例中，所述器官从所述MR容积中的所述分割以及所述器官从所述US容积中的所述分割各自都是使用一个或多个机器学习模型自动地确定的。在一个实施例中，在所述US容积的所述分割之前执行所述MR容积的所述分割，并且使用来自所述MR容积的所述分割的尺寸和形状数据作为对所述US容积的所述分割的约束。可以使用训练数据集来训练所述机器学习模型，所述训练数据集包括多个训练MR容积和多个训练US容积。可以使用围绕每个容积定义的边界框来执行训练过程。首先，使用由一组点定义的相应容积的网格表示和用于所述网格表示的各面的三角信息来为包括在所述训练数据集中的每个容积创建注释数据。接下来，在所述训练数据集中在每个容积周围定义边界框。所述边界框由三个方位值、三个定向值和三个尺寸值来定义。在每个边界框内确定器官形状。然后，使用针对所述训练数据集中的每个容积的所述器官形状和所述注释数据来训练所述机器学习模型。在一个实施例中，在将所述训练过程应用于所述US容积之前，对所述训练MR容积应用所述训练过程，并且使用用于所述训练数据集中的对应MR容积的边界框的三个尺寸值来定义用于定义每个US容积的边界框的三个尺寸值。