CN104424647A - 用于对医学图像进行配准的方法和设备 - Google Patents

Abstract

提供一种用于对医学图像进行配准的方法和设备。用于对不同类型的医学图像进行配的方法包括：接收对非实时获取的第一医学图像中的至少一个点的选择；从第一医学图像提取包括选择的点第一解剖学对象以及与选择的点邻近的第二解剖学对象；从实时获取的第二医学图像提取与第一解剖学对象相应的第三解剖学对象以及与第二解剖学对象相应的第四解剖学对象；基于第一解剖学对象、第二解剖学对象、第三解剖学对象和第四解剖学对象之间的几何关系来对第一医学图像和第二医学图像进行配准。

Description

用于对医学图像进行配准的方法和设备

本申请要求于2013年9月4日在韩国知识产权局提交的第10-2013-0106309号韩国专利申请的优先权，所述申请的公开内容通过引用整体合并于此。

技术领域

示例性实施例涉及用于对不同类型的医学图像进行配准(register)的方法和设备。

背景技术

最近，由于医学技术的发展，可获得高分辨率医学图像并可精确地操作医疗器械，因此已研发出一种这样的方法：在无需在身体中切开用于暴露治疗区域的切口的情况下，在通过在患者的皮肤中打个小孔之后将导管或医用针直接***血管或期望的身体区域来观察患者的身体内部的同时，执行医学治疗。此方法被称为基于图像的外科手术、基于图像的介入性外科手术或基于图像的介导外科手术。手术者基于图像检测器官的位置或疾病的发生。另外，由于患者在外科手术期间进行呼吸或移动，手术者应检测由患者的呼吸或移动所引起的器官的位置的改变。因此，手术者应通过基于实时图像快速准确地检测患者的呼吸或移动来执行外科手术。然而，难以用肉眼实时检测器官的形状或疾病的发生。与超声图像不同，磁共振(MR)或计算机断层扫描(CT)图像使手术者能够清晰地识别器官和疾病。然而，由于MR或CT图像不能在外科手术期间被实时获取，因此MR或CT图像不能反映患者在外科手术期间的呼吸和移动。

发明内容

提供用于快速准确地配准非实时获取的医学图像和实时获取的实时医学图像的方法和设备。

另外的方面将部分地在以下的描述中阐述，并且从所述描述中部分将是清楚的，或通过给出的示例性实施例的实践可被获知。

根据一个或更多个示例性实施例的一方面，一种用于配准不同类型的医学图像的方法包括：接收对非实时获取的第一医学图像内的至少一个点的选择；从第一医学图像提取包括选择的点的第一解剖学对象以及与选择的点邻近的第二解剖学对象；从实时获取的第二医学图像提取与第一解剖学对象相应的第三解剖学对象以及与第二解剖学对象相应的第四解剖学对象；基于第一解剖学对象、第二解剖学对象、第三解剖学对象和第四解剖学对象之间的几何关系来配准第一医学图像和第二医学图像。

根据一个或更多个示例性实施例的另一方面，一种存储程序的非暂时性计算机可读记录介质，其中，当所述程序被计算机执行时，所述程序执行以上方法。

根据一个或更多个示例性实施例的另一方面，一种用于配准不同类型的医学图像的设备包括：存储装置，被配置为存储非实时获取的第一医学图像；用户接口，被配置为输出存储的第一医学图像并接收对第一医学图像内的至少一个点的选择；医学图像获取装置，被配置为实时获取与第一医学图像不同类型的第二医学图像；图像处理器，被配置为从第一医学图像提取包括选择的点的第一解剖学对象和与选择的点邻近的第二解剖学对象，从第二医学图像提取与第一解剖学对象相应的第三解剖学对象和与第二解剖学对象相应的第四解剖学对象，并基于第一解剖学对象、第二解剖学对象、第三解剖学对象和第四解剖学对象之间的几何关系来配准第一医学图像和第二医学图像。

附图说明

专利或申请文件包含至少一个用彩色实现的附图。具有彩色附图的专利或专利申请公布的副本将在要求并支付必要费用时由专利局提供。通过以下结合附图进行的对示例性实施例的描述，这些和/或其他方面将变得清楚和更易于理解，其中：

图1是示出根据示例性实施例的***的示图；

图2是示出根据示例性实施例的医学图像配准设备的框图；

图3是示出根据示例性实施例的医学图像配准方法的流程图；

图4是示出根据示例性实施例的用于提取解剖学对象的方法的流程图；

图5是示出根据示例性实施例的用于提取解剖学对象的方法的流程图；

图6是示出根据示例性实施例的用于提取解剖学对象的方法的流程图；

图7是示出根据示例性实施例的用于提取解剖学对象的方法的流程图；

图8是示出根据示例性实施例的用于对医学图像的坐标系进行映射的方法的流程图；

图9是示出根据示例性实施例的用于计算坐标变换公式的方法的流程图；

图10、图11A、图11B、图11C、图12、图13、图14A、图14B、图15A、图15B、图15C和图16是示出根据示例性实施例的可结合医学图像配准方法使用的医学图像的示图。

具体实施方式

现在将详细描述示例性实施例，在附图中示出示例性实施例的示例，其中，相同的附图标号始终指示相同的元件。在这点上，本示例性实施例可具有不同的形式，并且不应被解释为受限于在此阐述的描述。因此，以下仅通过参照附图描述示例性实施例来解释本说明书的各方面。如这里所使用的，术语“和/或”包括相关所列项中的一个或更多个项的任意组合和所有组合。当诸如“…中的至少一个”的表述位于一列元素之后时，修饰整列元素，而不修饰所述列中的单个元素。

在下文中，将参照附图详细地描述示例性实施例。

图1示出根据示例性实施例的***。参照图1，***包括第一医学装置110、第二医学装置120、医学图像配准设备130和图像显示装置140。

第一医学装置100和第二医学装置120分别产生第一医学图像和第二医学图像，并将第一医学图像和第二医学图像发送到医学图像配准设备130。第一医学图像和第二医学图像属于不同类型。具体地讲，第一医学图像和第二医学图像在产生方式和产生原理方面彼此不同。医学图像配准设备130获取第一医学图像和第二医学图像，并配准第一医学图像和第二医学图像。由医学图像配准设备130配准的图像被显示在图像显示装置140上。

在图1中示出的示例性实施例中，第二医学装置120、医学图像配准设备130和图像显示装置140被配置为独立的装置。然而，在另一示例性实施例中，第二医学装置120、医学图像配准设备130和图像显示装置140可被彼此结合地实现为单个设备。

第一医学装置110非实时地产生与目标对象的感兴趣体积(VOI)相关的第一医学图像。由于第一医学装置110的非实时特性，可在医学手术之前产生第一医学图像。

例如，第一医学装置110可包括计算机断层扫描(CT)成像装置、磁共振(MR)成像装置、X射线成像装置、单光子发射计算机断层扫描(SPECT)成像装置和正电子发射断层扫描(PET)成像装置中的任意一个。在以下描述中，为了便于描述，假设第一医学图像是MR图像或CT图像；然而，示例性实施例不限于此。

在由第一医学装置100产生的CT图像或MR图像的情况下，可清晰地识别器官的位置或疾病。然而，当患者在外科手术期间进行呼吸或移动时，器官可变化或移动，并且CT图像或MR图像不能实时反映出由患者的移动所引起的器官的变化或移动。

在CT图像的情况下，因为通过使用放射线来执行断层扫描，从而患者和手术者会在相当长的一段时间内暴露于辐射中，因此建议短时间断层扫描。另外，在MR图像的情况下，会需要相当长的时间来拍摄图像。因此，第一医学装置110不能实时输出图像。通常，CT图像在患者暂时停止呼吸的状态下(诸如，在最大吸气状态下)被捕捉。

第二医学装置120实时地提供与目标对象的VOI有关的第二医学图像。例如，当器官根据目标对象的物理活动而变化或移动时，在第二医学图像中实时地出现相应改变。然而，如以下将要描述的，在第二医学图像的情况下，不能清晰地观察到所有器官或疾病，并且仅经由第二医学图像难以检测到器官的变化或移动。

根据示例性实施例，第二医学装置120可包括在进行医学手术期间实时地产生图像的超声机。然而，第二医学装置120可包括其他医学装置(诸如实时提供图像的光学相干断层扫描(OCT)设备)，并且示例性实施例不限于超声机。

第二医学装置120通过由探头121将超声信号发送到感兴趣区域并检测反射的超声信号来产生超声图像。通常，探头121包括压电换能器。当具有在几MHz和几百MHz之间的频率的超声波从探头121被发送到患者身体的内部的特定区域时，超声波从各种其他组织中的任意组织之间的层被部分反射。超声波从相应密度可变化的解剖学对象(诸如，血浆内的血细胞和器官内的小组织(结构))反射。

反射的超声波促使探头121的压电换能器振动，并且压电换能器响应于压电换能器的振动输出电脉冲。电脉冲被转换成图像。当解剖学对象具有不同的超声反射特性时，各个解剖学对象与B型超声图像中的不同的亮度值相应。

由第一医学装置110和第二医学装置120捕捉的医学图像可以是通过累积二维(2D)截面产生的三维(3D)图像。例如，第一医学装置110通过改变截面图像的位置和方位来捕捉多个截面图像。当截面图像被累积时，可产生以3D方式表示患者的身体的特定区域的3D体积的图像数据。用于通过累积截面图像来产生3D体积的图像数据的方法被称为多平面重建方法。在以下描述中，假设由第一医学装置110和第二医学装置120捕捉到的所有图像都是3D图像。另外，第一医学图像和/或第二医学图像中的任何一个或两者可以是对比度增强图像，以增加患者的感兴趣器官的亮度。

相反，由第二医学装置120获得的医学图像(例如，超声图像)的情况下，可实时获得图像，但是因为在图像中可能包含噪声，因此可能难以识别器官的轮廓、内部结构或疾病。因为疾病和周围组织常具有相似的超声特性，所以疾病和周围组织之间的边界之间的亮度对比度(即，对象的边缘对比度)可以是相对低的。另外，由于超声波的干燥和散射，常出现噪声和伪影(artifact)。结果，虽然可比MR图像或CT图像更迅速地获取超声医学图像，但是因为信噪比(SNR)和对象的边缘对比度低，所以在MR图像或CT图像中不能清晰地从周围组织识别出可识别的组织和疾病。

例如，在第一医学图像中的解剖学对象可能无法都在实时地以低分辨率获取的第二医学图像中识别。例如，在肝区域的超声图像中，由于肝区域的超声图像与噪声混合，因此常常不能识别出与肝的形状有关的解剖信息。相反，因为在超声图像中肝的血管看起来比背景更暗，因此可基于超声图像的阴影来检测肝的血管结构。在超声图像中，可基于肝的血管结构来估计肝的位置。另外，可通过比较从MR图像或CT图像提取的肝的血管结构来配准超声图像和MR图像或CT图像。然而，在肝癌患者或肝硬化患者的情况下，由于肝组织的坏死，在超声图像中可能难以识别肝的血管结构。结果，肝癌患者或肝硬化患者的超声图像难以与MR图像或CT图像配准。

医学图像配准设备130配准第一医学装置110获取的第一医学图像和从第二医学装置120获取的第二医学图像。医学图像的配准包括对由第一医学装置110和第二医学装置120使用的坐标系进行映射。例如，第一医学装置110和第二医学装置120可使用基于医学数字成像和通信(DICOM)的坐标系。

根据示例性实施例，医学图像配准设备130可对第二医学图像和第一医学图像进行配准，其中，在第二医学图像中，没有出现器官的解剖学结构和器官的血管结构。医学图像配准设备130通过使用与在外部的与器官邻近的一个或更多个解剖学对象，而不使用与由于第二医学图像中的噪声而不能识别的疾病和感兴趣区域的器官直接相关的解剖结构，来执行配准。

例如，在肝癌患者的超声医学图像的情况下，可能无法识别与肝的疾病和形状有关的信息，但是在肝癌患者的超声图像中可清楚地识别出与肝的界面邻近的隔膜以及与肝邻近的下腔静脉(IVC)。

医学图像配准设备130通过使用与在肝区域的第一医学图像和第二医学图像中清楚地显现的隔膜和IVC有关的信息来配准第一医学图像和第二医学图像。因此，即使当在第二医学图像中丢失了与作为感兴趣器官的肝有关的所有信息时，仍可通过使用IVC和隔膜配准肝区域的第一医学图像和第二医学图像。

然而，上述肝、隔膜和IVC仅是示例性的，并且示例性实施例不限于此。例如，当感兴趣区域是肝时，可使用与肝邻近的门静脉、肝静脉和下腔静脉(IVC)中的至少一个。当感兴趣区域是肾时，可使用与肾邻近的IVC、肝、胆囊、脾和肾静脉中的至少一个。当感兴趣区域是甲状腺时，可使用与甲状腺邻近的颈动脉和颈静脉中的至少一个。当感兴趣区域是胰腺时，可使用与胰腺邻近的IVC、脾静脉、脾动脉和脾中的至少一个。

在示例性实施例中，配准后的图像可以是第一医学图像和第二医学图像的融合图像。在另一示例性实施例中，配准后的图像可以是通过将第一医学图像和在观察时间点的第二医学图像对齐而获得的图像。配准后的图像被显示在图像显示装置140上。

图2是示出根据示例性实施例的医学图像配准设备130的框图。参照图2，医学图像配准设备130包括用户接口(I/F)20、存储单元(在这里也被称为“存储器”和/或“存储装置”)21、医学图像获取单元(在这里也被称为“医学图像获取装置”)22和图像处理器23。然而，医学图像配准设备130还可包括除示出的组件之外的通用组件。

医学图像获取单元22从第一医学装置110和第二医学装置120获取第一医学图像和第二医学图像。医学图像获取单元22包括第一医学图像接口221和第二医学装置接口222，其中，第一医学图像接口221和第二医学装置接口222分别被配置为用于从第一医学装置110获取第一医学图像和从第二医学装置120获取第二医学图像。第一医学装置接口221和第二医学装置接口222直接或间接连接到第一医学装置110和第二医学装置120。

第一医学装置接口221可直接连接到第一医学装置110，以获取通过使用第一医学装置110在将被执行的医学手术之前捕捉到的第一医学图像。在另一示例性实施例中，当经由外部存储介质(例如，USB、CD或DVD)或网络接口获取第一医学图像时，可省略第一医学装置接口221。医学图像获取单元22将获取的第一医学图像存储在存储单元21中。第二医学装置接口222获取由第二医学装置120捕捉的第二医学图像。

用户接口20从用户接收用于操作医学图像配准设备130的输入，并输出由医学图像配准设备130获取的配准后的医学图像、第一医学图像和第二医学图像。用户接口20可包括使用户能够操作医学图像配准设备130的按钮、键盘、开关、旋钮或触摸界面中的任意一个或更多个。用户接口20可包括用于显示图像的触摸屏。在另一示例性实施例中，用户接口20可包括用于连接人机接口装置(HID)的输入/输出(I/O)端口。用户接口20可包括用于输入/输出图像的I/O端口。

用户接口20可输出在存储单元21中存储的第一医学图像中的2D截面。因此，用户接口20可接收对输出截面中的至少一个点的选择。

图像处理器23配准第一医学图像和第二医学图像，并将配准后的医学图像输出到用户接口20。可从存储单元21加载第一医学图像，并经由第二医学装置接口222实时获取第二医学图像。

图像处理器23从第一医学图像提取包括经由用户接口20选择的点的第一解剖学对象。图像处理器23从第一医学图像提取与经由用户接口20选择的点邻近的第二解剖学对象。图像处理器23从第二医学图像提取与第一解剖学对象相应的第三解剖学对象和与第二解剖学对象相应的第四解剖学对象。

图像处理器23基于从第一医学图像和第二医学图像提取的解剖学对象(即，第一解剖学对象、第二解剖学对象、第三解剖学对象和第四解剖学对象)之间的几何关系来配准第一医学图像和第二医学图像。这里，几何关系可包括与解剖学对象之间的相对位置关系相应的矢量。

基于配准第一医学图像和第二医学图像的操作的结果，图像处理器23计算用于将第二医学图像的坐标变换或逆变换成第一医学图像的坐标的坐标变换函数。在计算了坐标变换函数之后，当第二医学图像的坐标通过探头121的移动/旋转被改变时，图像处理器23使用坐标变换函数来输出与第二医学图像的改变后的坐标相应的第一医学图像。图像处理器23可使用坐标变换函数来使第一医学图像和第二医学图像的视点和坐标同步。

图像处理器23包括第一对象提取单元(在这里也被称为“第一对象提取器”和/或“第一对象提取装置”)231、第二对象提取单元(在这里也被称为“第二对象提取器”和/或“第二对象提取装置”)232、配准单元(在这里也被称为“配准器”和/或“配准装置”)233、二值化单元(在这里也被称为“二值化器”和/或“二值化装置”)234以及第三对象提取单元(在这里也被称为“第三对象提取器”和/或“第三对象提取装置”)235。在本示例性实施例中，图像处理器23从第一医学图像提取两个解剖学对象，并从第二医学图像提取两个解剖学对象；然而，示例性实施例不限于此。例如，图像处理器23可从任意一个或两个医学图像提取三个或更多个解剖学对象，以增加图像配准的准确性。

第一对象提取单元231从第一医学图像提取第一解剖学对象，第二对象提取单元232从第一医学图像提取第二解剖学对象。

第一对象提取单元231通过使用经由用户接口20选择的点的解剖学特征来提取第一解剖学对象。为了确定第一解剖学对象的区域，第一对象提取单元231检测与选择的点邻近并具有与选择的点的解剖学特征相似的解剖学特征的点。

第一对象提取单元231通过使用检测到的点来确定包括选择的点的第一解剖学对象的区域。例如，为了检测具有与选择的点的解剖学特征相似的解剖学特征的点，第一对象提取单元231可在对比度增强的第一医学图像中检测点，所述点相对于选择的点的亮度值差(即，对比度)小于或等于临界值。在此情况下，第一对象提取单元231可提取相对于选择的点的亮度差小于或等于临界值并位于距选择的点预定距离内的每个点，并提取相对于提取的点的亮度值差小于或等于临界值并位于距提取的点预定距离内的点。以下将参照图4对此进行详细描述。

第二对象提取单元232可在对比度增强的第一医学图像中检测具有落在预定亮度值范围(Imin，Imax)内的亮度值的点。第二对象提取单元232可计算检测到的点将被包括在第二解剖学对象的区域中的概率，并形成一个或更多个由计算出的概率大于或等于预定临界值的点构成的簇。第二对象提取单元232可从形成的一个或更多个簇中提取具有最大体积的簇，作为第二解剖学对象。

为了从第一医学图像提取第一解剖学对象而选择的点的亮度值可不落在预定亮度值范围(Imin，Imax)内，以从第一医学图像提取第二解剖学对象。

二值化单元234基于第二医学图像的亮度值来产生第二医学图像的二值化图像。二值化单元234可基于将从第二医学图像提取的第四解剖学对象的超声反射特性来确定临界亮度值。在此情况下，第四解剖学对象可与第一医学图像的第二解剖学对象相应。

二值化单元234可通过使用被确定的临界亮度值对第二医学图像进行二值化。二值化单元234可通过使用“1”来表示作为第四解剖学对象的候选的候选点，并可通过使用“0”来表示其他的点。如上所述，在B型超声图像中，隔膜具有相对大的亮度值的超声反射特性，IVC具有相对小的亮度值的超声反射特性。因此，在隔膜提取的情况下，候选点是在二值化图像中具有值“1”的点。

第三对象提取单元235从第二医学图像提取第三解剖学对象和第四解剖学对象。

第一解剖学对象与第三解剖学对象相应，第二解剖学对象与第四解剖学对象相应。这里，分别彼此相应的解剖学对象可以是相同的解剖学对象，或可以是邻近的解剖学对象。例如，第一解剖学对象可以是MR图像中的IVC，第二解剖学对象可以是MR图像中的肝，第三解剖学对象可以是超声(US)图像中的IVC，第四解剖学对象可以是US图像中的隔膜。在此情况下，肝和隔膜不是相同的解剖学对象，但是因为肝的界面接触隔膜，所以肝和隔膜是彼此相应的解剖学对象。具体地，当隔膜被认为是肝的界面时，可通过使用隔膜的位置来检测肝的位置。

例如，第三对象提取单元235计算第二医学图像在由二值化单元234进行二值化的二值化图像的各个候选点处的海森矩阵(Hessian matrix)的特征值。基于计算出的特征值，第三对象提取单元235确定第二医学图像的各个候选点是否被包括在将从第二医学图像提取的第四解剖学对象中。为了确定二值化图像的各个候选点是否被包括在将从第二医学图像提取的第四解剖学对象中，第三对象提取单元235可基于计算出的特征值来计算平坦度，并然后基于计算出的平坦度来确定各个候选点中的每个候选点是否被包括在第四解剖学对象中。基于确定结果，第三对象提取单元235从第二医学图像提取第四解剖学对象。

第三对象提取单元235可提取第四解剖学对象的边界，并然后对提取的边界执行曲线拟合，以提取与边界相应的曲线。

另外，第三对象提取单元235可将被包括在位于距提取的边界预定距离内的区域中的点确定为候选点，并针对各个候选点计算海森矩阵的特征值。

基于计算出的特征值，第三对象提取单元235确定各个候选点是否被包括在第三解剖学对象中。为了确定各个候选点是否被包括在将从第二医学图像提取的第三解剖学对象中，第三对象提取单元235可基于计算出的特征值来计算血管测度(vesselness)，并然后基于计算出的血管测度来确定各个候选点是否被包括在第三解剖学对象中。基于确定结果，第三对象提取单元235从第二医学图像提取第三解剖学对象。

配准单元233配准第一医学图像和第二医学图像。配准单元233通过对第一解剖学对象和第二解剖学对象之间的解剖学关系与第三解剖学对象和第四解剖学对象之间的解剖学关系进行比较，来配准第一医学图像和第二医学图像。配准单元233包括第一对象配准单元(在这里也被称为“第一对象配准器”和/或“第一对象配准装置”)2331、第二对象配准单元(在这里也被称为“第二对象配准器”和/或“第二对象配准装置”)2332和变换函数计算单元(在这里也被称为“变换函数计算器”和/或“变换函数计算装置”)2333。

第一对象配准单元2331通过使用从第一医学图像提取的第一解剖学对象来对齐第一医学图像和第二医学图像。例如，第一对象配准单元2331对齐第一医学图像，使得第一医学图像的第一解剖学对象被布置在预定坐标轴方向上。第一对象配准单元2331对齐第二医学图像，使得第三解剖学对象被布置在第一解剖学对象的布置方向上。

在第一医学图像和第二医学图像被对齐时，第二对象配准单元2332通过使用第二解剖学对象来移动和/或旋转第一医学图像或第二医学图像。例如，第二对象配准单元2332旋转和/或移动第一医学图像或第二医学图像，使得第二解剖学对象和第三解剖学对象之间的距离差被最小化。在此情况下，第二对象配准单元2332在第一解剖学对象和第三解剖学对象被对齐的范围内旋转和/或移动第一医学图像或第二医学图像。

由于第一对象配准单元2331和第二对象配准单元2332的使用，第一医学图像的第一解剖学对象和第二解剖学对象之间的几何关系变成与第二医学图像的第三解剖学对象和第四解剖学对象之间的几何关系相同。

变换函数计算单元2333将已由第一对象配准单元2331和第二对象配准单元2332对齐、移动和/或旋转的第一医学图像和第二医学图像的坐标系进行映射。例如，变换函数计算单元2333计算变换函数，其中，所述变换函数用于将在第一对象配准单元2331和第二对象配准单元2332的处理之前的原始第二医学图像的坐标变换成在第一对象配准单元2331和第二对象配准单元2332的处理之后的第二医学图像的坐标。

将参照将在以下描述的医学图像配准方法来描述医学图像配准设备130的更详细操作。在以下的描述中，本领域的普通技术人员将理解，医学图像配准设备130的组件执行基于以上描述的相应处理。

图3是示出根据示例性实施例的医学图像配准方法的流程图。

参照图3，在操作A305，医学图像配准设备130输出第一医学图像。例如，医学图像配准设备130输出存储的第一医学图像的3D截面。在此情况下，医学图像配准设备130可从用户接收与哪个截面将被输出有关的输入。图10的图像G91是由医学图像配准设备130输出的肝区域的任意一个截面的MR图像。

在操作A310，医学图像配准设备130接收对第一医学图像中的至少一个点的选择。例如，医学图像配准设备130可接收对图10的图像G91中的点G911的用户选择。例如，用户可选择点G911来表示对比度增强的MR图像G91中的IVC的解剖学特征。如另一示例，医学图像配准设备130可基于在第一医学图像中包括的点的亮度值自动地提取点G911来表示IVC的解剖学特征。

在操作A315，医学图像配准设备130从第一医学图像提取第一解剖学对象和第二解剖学对象。将参照图4描述由医学图像配准设备130提取第一解剖学对象的处理的示例性实施例。

参照图4，在操作A405，医学图像配准设备130输出第一医学图像中的任意一个截面，并接收对第一医学图像中的至少一个点的选择。此操作与图3的操作A305和A310相应，并因此将省略其重复描述。

在操作A410，医学图像配准设备130将选择的点的亮度值设置为参考亮度值。例如，医学图像配准设备130将点G911的亮度值设置为参考亮度值。参考亮度值用于确定第一医学图像中的点是否被包括在第一解剖学对象中。

在操作A415，医学图像配准设备130在第一医学图像中检测与选择的点邻近的点。与选择的点邻近的点可以是与选择的点接触的点，但是不限于此。医学图像配准设备130可检测位于距选择的点预定距离内的点作为与选择的点邻近的点。

例如，可将与第一解剖学对象的特征之中的第一解剖学对象的形状和/或大小有关的信息预先输入医学图像配准设备130。当与IVC的直径有关的信息被预先输入医学图像配准设备130时，医学图像配准设备130可检测与选择的点邻近的点，作为位于与选择的点相距IVC的直径的范围内的点。

与选择的点邻近的点可位于与选择的点相应的截面上，或可位于与包括选择的点的截面邻近的截面上。例如，可在图像G91中检测与选择的点邻近的点，或可在与图像G91邻近的截面(未示出)中检测与选择的点邻近的点。具体地，医学图像配准设备130可基于选择的点在第一医学图像的3D空间中检测与选择的点邻近的点。

在操作A420，医学图像配准设备130对检测到的点的亮度值与参考亮度值进行比较。例如，医学图像配准设备130计算选择的点G911的亮度值和检测到的点的亮度值之间的差。医学图像配准设备130确定检测到的点的亮度值和参考亮度值之间的差是否小于或等于临界值。可在医学图像配准设备130中预先设置所述临界值。

当检测到的点的亮度值和参考亮度值之间的差小于或等于临界值时，在操作A425，医学图像配准设备130将检测到的点包括在第一解剖学对象的区域中。这可被理解为增长区域，该增长区域通过将选择的点用作第一解剖学对象的种子值(seed value)来扩大第一解剖学对象的区域。当检测到的点的亮度值和参考亮度值之间的差大于临界值时，医学图像配准设备130确定检测到的点不被包括在第一解剖学对象的区域中。

在操作A435，医学图像配准设备130确定是否已在第一医学图像中检测了所有点。医学图像配准设备130可基于预先输入的第一解剖学对象的特征来确定是否已在第一医学图像中检测了所有点。例如，医学图像配准设备130确定是否已在与图像G91中选择的点G911相距IVC的直径的范围内检测了所有点。医学图像配准设备130可按与图像G91相似的方式来检测其它截面，并且将被检测的其它截面的范围可考虑肝区域中的IVC的长度被确定。具体地，当IVC的长度减小时，被检测的截面的数量减小。另外，当IVC的长度增加时，被检测的界面的数量增加。

当在第一医学图像中还未检测完所有点时，在操作A430，医学图像配准设备130检测未被检测的其它点。检测其它点的方法与操作A415中检测邻近点的方法相似。在操作A430，医学图像配准设备130可优先检测与在操作A425中被包括在第一解剖学对象中的最后一个点邻近的点。根据示例性实施例，可在操作A430调整参考亮度值。例如，可基于在操作A425中被包括在第一解剖学对象中的最后一个点的亮度值来调整参考亮度值；然而，示例性实施例不限于此。

当在第一医学图像中已检测了所有点时，在操作A440，医学图像配准设备130从背景划分出第一解剖学对象的区域。例如，图10的图像G92中示出了从背景划分出的3D IVC G921。

将参照图5描述由医学图像配准设备130从第一医学图像提取第二解剖学对象的处理的示例性实施例。

在操作A505，医学图像配准设备130接收与第二解剖学对象的解剖学特征有关的信息的输入。例如，可在医学图像配准设备130中预先输入与各种解剖学对象的特征有关的信息。当第一医学图像是肝区域的图像时，可预先设置医学图像配准设备130以将IVC选择作为第一解剖学对象并将肝选择作为第二解剖学对象。当肝被选择作为第二解剖学对象时，医学图像配准设备130加载与第二解剖学对象的解剖学特征有关的信息。例如，与第二解剖学对象有关的信息可包括与第二解剖学对象的亮度值范围、形状和/或体积有关的信息。

在操作A510，医学图像配准设备130在第一医学图像中检测满足与第二解剖学对象的特征有关的标准的点。例如，医学图像配准设备130检测第二解剖学对象的(最小亮度值Imin，最大亮度值Imax)范围内的点。医学图像配准设备130可针对多个截面执行检测。例如，可基于与第二解剖学对象的形状和体积有关的信息来确定将被检测的截面的数量。

在操作A515，基于在(最小亮度值Imin，最大亮度值Imax)范围内的被检测的点的亮度值，医学图像配准设备130可计算被检测的点包括在第二解剖学对象的区域中的概率。

根据贝叶斯法则(Bayes Rule)，可将被检测的点(第一点)包括在第二解剖学对象的区域中的概率表示为等式1。

[等式1]

$\begin{array}{c}p\left(x\right|z)=p\left(z\right|x)\frac{1}{p\left(z\right)}p\left(x\right)\\ \≈p\left(z\right|x)p\left(x\right)\end{array}$

在等式1中，p(z|x)表示第一点的亮度值z的似然函数。第一点的亮度值z的似然函数可表示当包括在第二解剖学对象的区域中的点的亮度值x被给定时是第一点的亮度值z的概率。

另外，p(x)是表示在第一点的连通性的概率函数，并可通过应用由以下所示的等式2来计算。

[等式2]

$p\left(x\right)=e^{-E\left(x\right)},E\left(x\right)=\underset{<j\&Element;N\left(i\right)>}{\mathrm{\&Sigma;}}|z_i-z_j|$

在等式2中，z_i表示第i点(第一点)的亮度值，z_j表示在第i点(第一点)周围的点N(i)中包括的第j点的亮度值。

以下将参照图11A、图11B和图11C详细地描述获得p(z|x)的方法。

参照图11A，医学图像配准设备130可获得第一医学图像中的在(最小亮度值Imin，最大亮度值Imax)范围内的点(第一点)的直方图。例如，直方图的x轴可表示亮度值，y轴可表示具有所述亮度值的点(体素)的数量。

另外，如图11B中所示，医学图像配准设备130可获取与第一点相应的区域作为第二解剖学对象的候选区域1130。

另外，医学图像配准设备130可按预定尺寸的窗口来提取具有最大体积的亮度值范围。医学图像配准设备130可获取与在提取的亮度值范围中包括的点(即，第二点)相应的区域作为第二解剖学对象的样区1130。

医学图像配准设备130可计算在第二解剖学对象的样区1130中包括的点(即，第二点)的平均值和标准偏差，并获得具有计算出的平均值和标准偏差的正态分布。

医学图像配准设备130可基于获得的第一点的正态分布和亮度值来计算用于第一点的亮度值z的似然函数p(z|x)。

在操作A520，医学图像配准设备130可形成包括通过应用等式2计算出的概率大于或等于临界值的点的一个或更多个簇(即，候选簇)。

在操作525，医学图像配准设备130可将形成的一个或更多个簇中的一个簇确定为与第二解剖学对象的区域相应。

在此情况下，医学图像配准设备130可将在形成的一个或更多个候选簇之中具有最大体积的簇确定为与第二解剖学对象的区域相应。如另一示例，医学图像配准设备130可将与被预先输入的第二解剖学对象的体积最接近的簇确定为第二解剖学对象的区域。

如另一示例，医学图像配准设备130可计算每个簇将被包括在第二解剖学对象的区域中的各自概率，并将具有最高概率的簇确定为与第二解剖学对象的区域相应。

簇将被包括在第二解剖学对象的区域中的概率可以是包括在所述簇中的每个点将被包括在第二解剖学对象的区域中的各个概率的平均值。

医学图像配准设备130可从背景划分出第二解剖学对象的区域。在图12中，图像G101是第一医学图像的2D截面，框G1011表示将被提取的肝。图像G102将第一医学图像的任意一个截面中的肝的区域G1021表示为操作A525的结果。图像G103表示从第一医学图像划分出的肝G1031。

参照图3，在操作A320，医学图像配准设备130从第二医学图像提取与第一解剖学对象相应的第三解剖学对象以及与第二解剖学对象相应的第四解剖学对象。例如，医学图像配准设备130可从第二医学图像提取IVC和隔膜。

将参照图6来描述由医学图像配准设备130从第二医学图像提取第四解剖学对象(例如，隔膜)的处理的示例性实施例。

参照图6，在操作A605，医学图像配准设备130接收与将被提取的第四解剖学对象的解剖学特征有关的信息的输入。例如，可在对第四解剖学对象的提取之前，预先在医学图像配准设备130中输入与第四解剖学对象的特征有关的信息。

例如，当用户请求医学图像配准设备130配准肝区域的医学图像时，医学图像配准设备130加载与IVC和隔膜的特征有关的信息，以从超声图像提取IVC和隔膜。然而，因为IVC和隔膜依次从第二医学图像中提取，因此医学图像配准设备130加载与在IVC和隔膜中将被首先提取的解剖学对象有关的信息。

在操作A610，医学图像配准设备130基于与输入的解剖学特征有关的信息来确定用于提取第四解剖学对象的临界亮度值。临界亮度值是用于二值化第二医学图像的参考亮度值，并基于将被提取的解剖学对象的超声反射特征被确定。例如，在图13中，图像G111表示第二医学图像的2D截面。表现为比背景更亮的项G1111表示隔膜，表现为比背景更暗的项G1112表示IVC。

可经由等式3来确定在第二医学图像的点(x,y,z)处的临界亮度值T(x,y,z)。

[等式3]

T(x,y,z)＝m(x,y,z)+λ·δ(x,y,z)

在等式3中，m(x,y,z)表示大小为w1×w2×w3的具有中心点(x,y,z)的3D窗口区域中的亮度的平均值(中值)，δ(x,y,z)表示所述3D窗口区域中的标准偏差，λ表示基于将被提取的解剖学对象的超声反射特性而预先确定的权重。例如，λ可被确定为在0至1的范围内。也可基于将被提取的解剖学对象的特征来确定窗口区域的大小w1×w2×w3。例如，可考虑隔膜具有薄曲面的形状的事实来确定窗口区域的大小w1×w2×w3。窗口区域的大小随着解剖学对象的体积的增加而增加。

在操作A615，医学图像配准设备130通过将第二医学图像中的每个点的亮度值与临界亮度值进行比较来将第二医学图像二值化。例如，当提取隔膜时，医学图像配准设备130通过将未包括在隔膜中的体素的亮度值二值化成“0”并将其他体素的亮度值二值化成“1”来产生第二医学图像的二值化图像。被二值化成“1”的体素表示隔膜的候选点。

可经由等式4来表示在第二医学图像的点(x,y,z)处的二值化结果b(x,y,z)。

[等式4]

在等式4中，I(x,y,z)表示点(x,y,z)的亮度值。根据示例性实施例，本领域的普通技术人员将理解，可修改等式4来仅提取比临界亮度值更暗的区域。

在操作A620，医学图像配准设备130计算第二医学图像在二值化图像的各个候选点处的海森矩阵的特征值。海森矩阵是全微分矩阵，二阶微分函数可用于确定体素值突然变化的图像的区域。这里，体素值突然变化的区域被解释为解剖学对象的边界区域。

[等式5]

$H_{\mathrm{\&sigma;}}(x,y,z)=\left[\begin{array}{ccc}\frac{{\&PartialD;}^2{I}_{\mathrm{\&sigma;}}}{\&PartialD;x\&PartialD;x}& \frac{{\&PartialD;}^2{I}_{\mathrm{\&sigma;}}}{\&PartialD;x\&PartialD;y}& \frac{{\&PartialD;}^2{I}_{\mathrm{\&sigma;}}}{\&PartialD;x\&PartialD;z}\\ \frac{{\&PartialD;}^2{I}_{\mathrm{\&sigma;}}}{\&PartialD;y\&PartialD;x}& \frac{{\&PartialD;}^2{I}_{\mathrm{\&sigma;}}}{\&PartialD;y\&PartialD;y}& \frac{{\&PartialD;}^2{I}_{\mathrm{\&sigma;}}}{\&PartialD;y\&PartialD;z}\\ \frac{{\&PartialD;}^2{I}_{\mathrm{\&sigma;}}}{\&PartialD;z\&PartialD;x}& \frac{{\&PartialD;}^2{I}_{\mathrm{\&sigma;}}}{\&PartialD;z\&PartialD;y}& \frac{{\&PartialD;}^2{I}_{\mathrm{\&sigma;}}}{\&PartialD;z\&PartialD;z}\end{array}\right]$

在等式5中，H_σ(x,y,z)表示与二值化图像的候选点(x,y,z)有关的海森矩阵，I_σ表示在第二医学图像中的候选点(x,y,z)的亮度值。医学图像配准设备130通过对海森矩阵H_σ执行特征值分解来计算特征值λ1、λ2和λ3。

在操作A625，医学图像配准设备130基于计算出的特征值来计算平坦度。例如，当提取隔膜时，医学图像配准设备130通过使用等式6来执行平坦度测试。

[等式6]

平面度＝T₁·T₂·T₃

在等式6中，T₃＝(λ₁)²+(λ₂)²+(λ₃)²，并且计算出的特征值λ1、λ2和λ3可满足|λ₃|≥|λ₂|≥|λ₁|。

基于计算出的平坦度，在操作A630，医学图像配准设备130从第二医学图像提取第四解剖学对象的区域。

例如，医学图像配准设备130可将通过等式6计算出的平坦度大于或等于预定临界值的候选点(x,y,z)确定为包括在隔膜(即，第四解剖学对象)区域中的点。

将参照图7描述由医学图像配准设备130从第二医学图像提取第三解剖学对象的处理的示例性实施例。

参照图7，在操作A705，医学图像配准设备130可提取在图6的操作A630提取的第四解剖学对象的边界。

例如，与肝的表面邻近的隔膜(第四解剖学对象)具有曲面，如图14A中所示，隔膜的边界1410可被表示为二维(2D)图像中的曲线。因此，医学图像配准设备130可对隔膜的边界区域执行曲线拟合，以提取与所述边界相应的曲线f(x,z)。

在操作A710，医学图像配准设备130可将在与图7的操作A705所提取的边界相距预定距离内的区域中包括的点确定为候选点。例如，通过将以下的等式7的Mask(x,y,z)应用于第二医学图像的点(x,y,z)，可将结果值为“1”的体素确定为IVC(第三解剖学对象)的候选点。

[等式7]

在此情况下，t可以是考虑IVC的直径而被确定的距离值，并且可例如近似等于4.5cm，但是不限于此。

例如，如图14B中所示，在距与隔膜的边界相应的曲线预定距离内的区域1430中包括的体素可以是IVC的候选点。

在操作A715，医学图像配准设备130针对已被应用了掩蔽(mask)的图像的每个候选点计算海森矩阵的特征值。

因为以上已参照图6的操作A620描述了计算海森矩阵的特征值λ1、λ2和λ3的方法，因此这里将省略对其的详细描述。

在操作A720，医学图像配准设备130基于计算出的特征值来计算血管测度。例如，当提取IVC时，医学图像配准设备130通过应用等式8执行血管测度测试。

[等式8]

在等式8中， $R_A=\frac{\left|{\mathrm{\&lambda;}}_2\right|}{\left|{\mathrm{\&lambda;}}_3\right|},R_B=\frac{\left|{\mathrm{\&lambda;}}_1\right|}{\sqrt{\left|{\mathrm{\&lambda;}}_2{\mathrm{\&lambda;}}_3\right|}},S=\sqrt{{{\mathrm{\&lambda;}}_1}^2+{{\mathrm{\&lambda;}}_2}^2+{{\mathrm{\&lambda;}}_3}^2},$ 并且计算出的特征值λ1、λ2和λ3可满足|λ₃|≥|λ₂|≥|λ₁|。

另外，α、β和c是基于将被提取的解剖学对象的特征而被确定的参数。提取IVC所使用的参数α和β可近似等于0.5，参数c可近似等于0.25；然而，示例性实施例不限于此。

如图15A和图15B中所示，在操作A725，医学图像配准设备130可提取一个或更多个IVC候选区域1511、1513和1515，其中，所述一个或更多个IVC候选区域1511、1513和1515分别包括计算出的血管测度大于或等于临界值的点。

图15B示出提取的IVC候选区域1511、1513和1515的三维渲染图像。

在操作A730，医学图像配准设备130可计算提取的一个或更多个IVC候选区域1511、1513和1515的内在IVC品质程度(以下被称为“IVCness”)，并且如图15C中所示，可将具有最大IVCness的IVC候选区域1511确定为IVC区域。

例如，可基于IVC候选区域的体积、距隔膜的距离、与周围区域相比暗的程度以及中心轴相对于IVC候选区域的方向性中的任意一个或更多个来计算IVCness。例如，当IVC区域的体积增加时、当距隔膜的距离减小时、当与周围区域相比暗的程度增加时和/或当中心轴相对于IVC候选区域的方向性更近似于z轴(即，人体的垂直轴)的方向时，IVCness可增加。

在图13中，图像G112中的G901表示提取的隔膜，G902表示提取的IVC。

参照图3，在操作A325，医学图像配准设备130基于从第一医学图像和第二医学图像提取的解剖学对象之间的几何关系来配准第一医学图像和第二医学图像。以下将参照图8和图9描述操作A325的更详细的示例性实施例。

参照图8，在操作A805，医学图像配准设备130基于第一解剖学对象来对齐第一医学图像和第二医学图像。参照图16，图像G121表示配准之前的第一医学图像中的IVC和肝表面，图像G123表示配准之前的第二医学图像中的IVC和肝表面。从图像G123提取肝表面和隔膜。然而，因为隔膜和肝彼此接触，且隔膜非常薄，因此隔膜可被认为与肝表面相应。在图像G121和G122的右下部的坐标系(X_MR,Y_MR,Z_MR)表示由第一医学装置110使用的第一坐标系。在图像G123的右下部的坐标系(X_US,Y_US,Z_US)表示由第二医学图像120使用的第二坐标系。

在图像G121至G124的右上部的坐标系(X_C,Y_C,Z_C)表示由医学图像配准设备130使用的第三坐标系。第三坐标系用于减少医学图像配准设备130中用于医学图像配准的计算量。根据一些示例性实施例，可省略第三坐标系。当省略了第三坐标系时，医学图像配准设备130可基于第一坐标系和第二坐标系中的任意一个来直接对另一个坐标系进行映射，但是计算具有一定程度的复杂性。

图像G121和G122中的V_MR是表示IVC在第一坐标系中的位置和方向的矢量。图像G123和G124中的V_US是表示IVC在第二坐标系中的位置和方向的矢量。

医学图像配准设备130基于第一解剖学对象对齐第一医学图像。因此，医学图像配准设备130对齐第二医学图像，使得第三解剖学对象按与第一解剖学对象相同的方向排列。

参照图16，医学图像配准设备130对齐第一医学图像，使得图像G121中的矢量V_MR平行于第三坐标系的Y_C方向。G122表示对齐后的第一医学图像。同样地，医学图像配准设备130对齐第二医学图像，使得矢量V_US平行于第三坐标系的Y_C方向。医学图像配准设备130可对齐第二医学图像，使得矢量V_US和V_MR位于同一空间中。例如，当矢量V_US和V_MR通过第三坐标系表示时，第二医学图像可被对齐，使得矢量V_US和V_MR被表示在一条直线上并彼此重叠。因此，可理解的是，VIC的中心轴在第一医学图像和第二医学图像两者中被对齐。

当第一医学图像和第二医学图像在操作A805被对齐时，IVC的位置被对齐。然而，除了肝表面偶然被对齐的情况之外，在第一医学图像和第二医学图像中，肝表面的位置未被对齐。

在操作A810，医学图像配准设备130基于第二解剖学对象移动和/或旋转第一医学图像或第二医学图像。在以下的描述中，为便于描述，假设仅旋转和/或移动第二医学图像。

例如，图16的图像G124中的肝表面和图像G122中的肝表面彼此未对齐。为了将两个肝表面彼此对齐，需要旋转和/或移动第二医学图像。然而，可在操作A805移动和/或旋转第二医学图像，使得基于IVC的对齐被保留。当第二医学图像仅沿Y_C方向被移动或仅围绕Y_C轴被旋转时，可保持在操作A705的对齐结果。在另一示例性实施例中，第二医学图像沿Z_C和X_C方向的移动的幅度可被限制在预定范围内，和/或第二医学图像围绕Z_C和X_C轴的旋转可被限制在预定角度内。在操作A815，第一医学图像的坐标系被映射到第二医学图像的坐标系。以下将参照图9来描述对图像G124中的肝表面和图像G122中的肝表面彼此对齐的示例性实施例。

参照图9，在操作A905，医学图像配准设备130计算从第二医学图像的第四解剖学对象的每个点到第一医学图像的第二解剖学对象的最邻近的点的欧几里德距离的平均值。例如，医学图像配准设备130计算在图像G122的肝表面上存在的N个点中的每个点的第三坐标系的坐标系值[M₁，M₂，…M_N]。同样地，医学图像配准设备130计算在图像G124的肝表面上存在的K个点中的每个点的第三坐标系的坐标系值[U₁，U₂，…U_N]。医学图像配准设备130计算最接近U_K(0<k<K+1，k：整数)的点M_n(0<n<N+1，n:整数)的距离D_k。

如等式9中所示，医学图像配准设备130对计算出的距离D_k求和并求平均值。

[等式9]

$\mathrm{DA}=\frac{{\mathrm{\&Sigma;}}_{k=1}^K{D}_k}{K}$

然后，在操作A910，医学图像配准设备130确定计算出的平均值DA是否小于或等于临界值。例如，当平均值DA为0时，可理解，图像G124中的肝表面和图像G122中的肝表面彼此被准确地对齐。这里，临界值与配准的准确性有关，并可由用户设置。例如，当需要更准确的配准时，可减小临界值，当需要更迅速的配准时，可增大临界值。

当计算出的平均值DA大于临界值时，在操作A915，医学图像配准设备130移动和/或旋转第二医学图像来减小计算出的平均值DA。这里，可基于计算出的[M₁，M₂，…M_N]值和[U₁，U₂，…U_N]值来确定用于减小计算出的平均值DA的方向。例如，可基于朝向最接近点U_i的点M_n的矢量或所述矢量的和来确定第二医学图像的移动和/或旋转的方向。然而，如上所述，应旋转和/或移动第二医学图像，使得即使在旋转和/或移动第二医学图像之后，第二医学图像的IVC的轴仍不偏离第一医学图像的IVC的轴。

当计算出的平均值DA小于或等于临界值时，在操作A920，医学图像配准设备130计算能用于将原始第二医学图像的坐标变换为当前第二医学图像的坐标的函数。例如，假设图像G123是原始第二医学图像，图像G124是当计算出的平均值DA小于或等于临界值时的第二医学图像。当图像G123中的IVC的起始点S、中心点C和结束点E中的每个点的第三坐标系的坐标值分别被表示为P1、P2和P3，并且图像G124中的IVC的起始点S、中心点C和结束点E中的每个点的第三坐标系的坐标值分别被表示为P'1、P'2和P'3时，医学图像配准设备130计算用于将P1、P2和P3坐标变换成P'1、P'2和P'3坐标的坐标变换函数。IVC的点S、C和E仅是为了便于描述的示例，示例性实施例不限于此。计算出的坐标变换函数可被修改为与原始第一医学图像G121相应。具体地，因为图像G121与图像G122对齐，所以坐标值的变化可被反映在坐标变换函数中。因此，第二医学图像的坐标系可被映射到第一医学图像的坐标系。

在另一示例性实施例中，当图像G121与图像G122对齐，第一医学图像的坐标变化是+Δx、y和z，并且计算出的平均值DA小于或等于临界值时，第二医学图像被旋转和/或移动+Δx、y和z。具体地，第二医学图像被旋转和/或移动+Δx、y和z，使得第二医学图像与对齐之前的原始第一医学图像相应。随后，医学图像配准设备130计算用于将原始第二医学图像的坐标变换成已被旋转和/或移动了-Δx、y和z的第二医学图像的坐标的坐标变换函数。

以上已描述了基于第一医学图像来旋转和/或移动第二医学图像的处理。然而，本领域的普通技术人员将理解的是，可基于第二医学图像来旋转和/或移动第一医学图像。

通过使用坐标变换函数，医学图像配准设备130输出通过对第一医学图像和实时变化的第二医学图像进行批准而获得的图像。参照图16，图像G125是对第一医学图像和第二医学图像的配准结果进行渲染的图像。图像G125具有与图像G123相同的视点。

例如，当探头121移动时，第二医学图像实时变化。在此情况下，通过使用坐标变换函数，医学图像配准设备130将与实时变化的第二医学图像相应的第一医学图像与第二医学图像配准。可基于第二医学图像的视点来输出配准后的图像。

根据示例性实施例，被配置为感测探头121的位置的传感器可包括在探头121中，或者标记(marker)可附着到目标对象上以感测探头121的位置。根据示例性实施例，可省略用于感测探头121的位置的传感器或标记。例如，可通过对第二医学图像的先前帧和当前帧进行比较来检测探头121的移动。

如上所述，根据上述示例性实施例中的一个或更多个，可快速准确地配准非实时医学图像和实时医学图像，并可最小化用户对配准的介入。

另外，也可通过介质(例如暂时性或非暂时性计算机可读介质)中/上的用于控制至少一个处理元件来实现任何上述示例性实施例的计算机可读代码/指令来实现其他示例性实施例。所述介质可与任何允许存储和/或发送计算机可读代码的介质/媒体相应。

计算机可读代码可以以多种方式记录在介质上/在介质上传输，其中，介质的示例包括记录介质(诸如磁存储介质(例如，ROM、软盘、硬盘等)和光学记录介质(例如，CD-ROM或DVD))和传输介质(诸如互联网传输介质)。因此，介质可以是包括或传送信号或信息的这种定义的和可测量的结构，诸如，根据一个或更多个示例性实施例的传送比特流的装置。介质还可以是分布式网络，使得计算机可读代码以分布式方式来存储/传输和执行。另外，处理元件可包括处理器或计算机处理器，并且处理元件可分布和/或包括在单个装置中。

应理解的是，这里所描述的示例性实施例应仅考虑为描述性意义，而不用于限制的目的。在每个示例性实施例中对特征或方面的描述通常应被视为可用于其他示例性实施例中的其他类似特征或方面。

虽然已参照附图描述了一个或更多个示例性实施例，但是本领域的普通技术人员应理解的是，在不脱离由权利要求定义的本发明构思的精神和范围的情况下，可在示例性实施例中做出形式和细节上的各种改变。

Claims (25)

1.一种用于对不同类型的医学图像进行配准的方法，所述方法包括：

接收对非实时获取的第一医学图像内的至少一个点的选择；

从第一医学图像提取包括选择的点的第一解剖学对象以及与选择的点邻近的第二解剖学对象；

从实时获取的第二医学图像提取与第一解剖学对象相应的第三解剖学对象以及与第二解剖学对象相应的第四解剖学对象；

基于第一解剖学对象、第二解剖学对象、第三解剖学对象和第四解剖学对象之间的几何关系来对第一医学图像和第二医学图像进行配准。

2.如权利要求1所述的方法，其中，提取第一解剖学对象的步骤包括：

检测与选择的点邻近并具有与选择的点的解剖学特征相似的解剖学特征的至少两个点；

通过使用检测到的所述至少两个点来确定第一解剖学对象的区域。

3.如权利要求2所述的方法，其中，检测具有与选择的点的解剖学特征相似的解剖学特征的所述至少两个点的步骤包括：在对比度增强的第一医学图像中检测至少两个点，其中，所述至少两个点相对于选择的点的对比度小于或等于预定值。

4.如权利要求1所述的方法，其中，提取第二解剖学对象的步骤包括：

在对比度增强的第一医学图像中检测具有落在预定亮度值范围内的亮度值的至少两个候选点；

计算检测到的至少两个候选点将位于第二解剖学对象中的概率；

形成由计算出的概率大于或等于预定临界值的点构成的至少一个簇；

将所述至少一个簇中的一个簇确定为第二解剖学对象的区域。

5.如权利要求4所述的方法，其中，将所述至少一个簇中的一个簇确定为第二解剖学对象的区域的步骤包括：将所述至少一个簇中具有最大体积的簇确定为第二解剖学对象的区域。

6.如权利要求4所述的方法，其中，将所述至少一个簇中的一个簇确定为第二解剖学对象的区域的步骤包括：

计算所述至少一个簇中的每个簇中包括的点被包括在第二解剖学对象的区域中的平均概率；

将所述至少一个簇中具有计算出的最大平均概率的簇确定为第二解剖学对象的区域。

7.如权利要求4所述的方法，其中，在第一医学图像中选择的点的亮度值未落在所述预定亮度值范围内。

8.如权利要求1所述的方法，其中，提取第四解剖学对象的步骤包括：

基于第二医学图像的亮度值产生第二医学图像的二值化图像；

计算在二值化图像的各个候选点处的海森矩阵的特征值；

基于计算出的特征值来确定二值化图像的所述各个候选点是否被包括在第四解剖学对象中。

9.如权利要求8所述的方法，其中，产生第二医学图像的二值化图像的步骤包括：

基于第四解剖学对象的至少一个超声反射特性来确定临界亮度值；

通过使用所述临界亮度值对第二医学图像进行二值化。

10.如权利要求8所述的方法，其中，确定二值化图像的所述各个候选点是否被包括在第四解剖学对象中的步骤包括：

基于计算出的特征值来计算所述各个候选点中的每个候选点各自的平坦度；

基于计算出的平坦度来确定所述各个候选点中的每个候选点是否被包括在第四解剖学对象中。

11.如权利要求1所述的方法，其中，从第二医学图像提取第三解剖学对象的步骤包括：

提取第四解剖学对象的边界；

将位于距提取的边界预定距离内的点确定为候选点；

计算在候选点处的海森矩阵的特征值；

基于计算出的特征值来确定每个候选点是否被包括在第三解剖学对象中。

12.如权利要求1所述的方法，其中，对第一医学图像和第二医学图像进行配准的步骤包括：

基于第一解剖学对象将第一医学图像与第二医学图像对齐；

基于第二解剖学对象移动和/或旋转对齐后的第一医学图像和对齐后的第二医学图像中的任意一个。

13.如权利要求12所述的方法，其中，对第一医学图像和第二医学图像进行配准的步骤还包括：将移动和/或旋转后的图像的坐标系映射到未被移动和/或旋转的图像的坐标系。

14.如权利要求1所述的方法，其中，

第一医学图像包括在医学治疗之前捕捉的以下图像中的一个：三维(3D)磁共振(MR)图像、计算机断层扫描(CT)图像、正电子发射断层扫描(PET)图像、单光子发射计算机断层扫描(SPECT)图像和X射线图像，

第二医学图像包括以下图像中的一个：在医学治疗期间实时捕捉的二维(2D)超声图像以及在医学治疗期间实时捕捉的3D超声图像。

15.一种对不同类型的医学图像进行配准的设备，所述设备包括：

存储装置，被配置为存储非实时获取的第一医学图像；

用户接口，被配置为输出存储的第一医学图像并接收对第一医学图像内的至少一个点的选择；

医学图像获取装置，被配置为实时获取与第一医学图像不同类型的第二医学图像；

图像处理器，被配置为从第一医学图像提取包括选择的点的第一解剖学对象和与选择的点邻近的第二解剖学对象，从第二医学图像提取与第一解剖学对象相应的第三解剖学对象和与第二解剖学对象相应的第四解剖学对象，并基于第一解剖学对象、第二解剖学对象、第三解剖学对象和第四解剖学对象之间的几何关系来对第一医学图像和第二医学图像进行配准。

16.如权利要求15所述的设备，其中，图像处理器包括：对象提取器，被配置为检测与选择的点邻近并具有与选择的点的解剖学特征相似的解剖学特征的至少两个点，并通过使用检测到的所述至少两个点来确定第一解剖学对象的区域，

其中，对象提取器还被配置为在对比度增强的第一医学图像中检测相对于选择的点的对比度小于或等于预定值的点，以检测具有与选择的点的解剖学特征相似的解剖学特征的所述至少两个点。

17.如权利要求15所述的设备，其中，图像处理器包括：对象提取器，被配置为在对比度增强的第一医学图像中检测具有落在预定亮度值范围内的亮度值的候选点，计算检测到的候选点位于第二解剖学对象中的概率，形成由计算出的概率大于或等于预定临界值的点构成的至少一个簇，并将所述至少一个簇中的一个簇确定为第二解剖学对象的区域，

其中，在第一医学图像中选择的点的亮度值未落在所述预定亮度值范围内。

18.如权利要求17所述的设备，其中，对象提取器还被配置为将所述至少一个簇中具有最大体积的簇确定为第二解剖学对象的区域。

19.如权利要求17所述的设备，其中，对象提取器还被配置为计算所述至少一个簇中的每个簇中包括的点被包括在第二解剖学对象的区域中的平均概率，并将所述至少一个簇中具有最大平均概率的簇确定为第二解剖学对象的区域。

20.如权利要求15所述的设备，其中，图像处理器包括：

二值化器，被配置为基于第二医学图像的亮度值产生第二医学图像的二值化图像；

对象提取器，被配置为计算在二值化图像的各个候选点处的海森矩阵的特征值，并基于计算出的特征值来确定二值化图像的所述各个候选点是否被包括在第四解剖学对象中。

21.如权利要求20所述的设备，其中，二值化器还被配置为基于第四解剖学对象的至少一个超声反射特性来确定临界亮度值，并通过使用确定的临界亮度值对第二医学图像进行二值化。

22.如权利要求20所述的设备，其中，对象提取器还被配置为基于计算出的特征值来计算二值化图像的所述各个候选点中的每个候选点各自的平坦度，并基于计算出的平坦度来确定所述各个候选点中的每个候选点是否被包括在第四解剖学对象中。

23.如权利要求15所述的设备，其中，图像处理器包括：对象提取器，被配置为提取第四解剖学对象的边界，将位于距提取的边界预定距离内的点确定为候选点，计算在候选点处的海森矩阵的特征值，并基于计算出的特征值来确定每个候选点是否被包括在第三解剖学对象中。

24.如权利要求15所述的设备，其中，图像处理器还被配置为基于第一解剖学对象将第一医学图像与第二医学图像对齐，其中，图像处理器包括：配准器，被配置为基于第二解剖学对象移动和/或旋转对齐后的第一医学图像和对齐后的第二医学图像中的任意一个。

25.如权利要求24所述的设备，其中，配准器还被配置为将移动和/或旋转后的图像的坐标系映射到未被移动和/或旋转的图像的坐标系。