DE102005051535A1

DE102005051535A1 - System und Verfahren zum Erfassen von Milchglasobjekten und -knötchen

Info

Publication number: DE102005051535A1
Application number: DE102005051535A
Authority: DE
Inventors: Benjamin Odry
Original assignee: Siemens Corporate Research Inc
Current assignee: Siemens Corporate Research Inc
Priority date: 2004-10-28
Filing date: 2005-10-26
Publication date: 2006-07-13
Also published as: US7548642B2; US20060093216A1

Abstract

Ein Verfahren zum Erfassen von Milchglasobjekten in einem digitalisierten Bild umfasst die Schritte: Bestimmen (41) von Intensitätsstatistiken aus mehreren Milchglasobjekten, Bestimmen (42) einer Intensitätsabbildung der Distanz eines jeden Punktes in einem Bild zu einer mittleren Intensität der Milchglasobjekte, wobei ein oder mehrere Milchglasobjektkandidaten identifiziert werden können, Bestimmen (43) eines Kreisförmigkeitswertes für jeden Milchglasobjektkandidaten und Berechnen (46) eines oder mehrerer Merkmale, wodurch der Milchglasobjektkandidat charakterisiert wird.

Description

Kreuzverweis auf verwandte Anmeldungen in den USA
Diese Anmeldung beansprucht die Priorität aus der vorläufigen Anmeldung Nr. 60/623,054 in den USA von Benjamin Odry, eingereicht am 28. Oktober 2004 mit dem Titel "First approach to Ground Glass Nodules detection", deren Inhalt durch Bezugnahme hier eingeschlossen wird.
Technisches Gebiet
Diese Erfindung bezieht sich auf die Erfassung von Milchglasknötchen in digitalisierten medizinischen Bildern.

Diskussion des Standes der Technik

Computertomographie- (CT-)Scanner sind zur Untersuchung von Lungenkrebs in breitem Einsatz. CT-Scanner liefern Datensätze hoher Auflösung und ermöglichen potentiell die präzise Analyse und verbesserte Ermittlung von Lungenabnormitäten.

Die Analyse von Datensätzen auf einer Grundlage Schnitt für Schnitt ist jedoch im Allgemeinen zeitraubend, und automatische Erfassungswerkzeuge haben sich als hilfreich für Ärzte erwiesen.

Es sind mehrere Werkzeuge zur Unterstützung bei der automatischen Ermittlung von Abnormitäten entwickelt worden, wie beispielsweise interaktive Knötchenzerlegungswerkzeuge oder Knötchenverfolgungswerkzeuge, die typischerweise Teil eines rechnerunterstützten Diagnosesystems (CAD-Systems, von CAD = Computer Aided Diagnosis) bilden. Einige Strukturen, die spezielle Charakteristika haben, bleiben jedoch den Ärzten recht unbekannt und die zu definieren eine Herausforderung ist. Beispielsweise sind Milchglasknötchen (GGN = Ground Glass Nodules) und Milchglasopazitäten (GGO = Ground Glass Opacities) opake Strukturen in Lungen mit schlecht definierter Gestalt. Ein GGN unterscheidet sich von einer GGO darin, dass die Opazitäten von GGNs gewöhnlich stärker ausgeprägt sind und eine komplexere Gestalt haben. Diese Strukturen haben ein hohes Bösartigkeitspotential, und viele Ärzte denken, dass sie feste Knötchen werden können. Dementsprechend besteht ein Inter-esse an der Bewertung, Charakterisierung und Selektion von GGOs und GGNs für ein besseres Verständnis von deren Entwicklung.

Übersicht über die Erfindung

Beispielhafte Ausführungsformen der Erfindung, wie sie hier beschrieben ist, umfassen im Allgemeinen Verfahren und Systeme zum Erfassen von GGOs, bei denen GGO-Merkmale aus CT-Bildern der Lungen extrahiert und mit anderen Strukturen verglichen werden.

Gemäß einem Aspekt der Erfindung wird ein Verfahren zum Erfassen von Milchglasobjekten in einem digitalisierten Bild angegeben, umfassend das Angeben eines digitalisierten Bildes, das mehrere Intensitäten enthält entsprechend einer Domäne von Punkten auf einem N-dimensionalen Gitter, das Bestimmen von Intensitätsstatistiken aus mehreren Milchglasobjekten, das Bestimmen einer Intensitätsabbildung der Distanz eines jeden Punktes in dem Bild von einer mittleren Intensität der Milchglasobjekte, wobei ein oder mehrere Milchglasobjektkandidaten identifiziert werden können, das Bestimmen eines Kreisförmigkeitswertes für jeden Milchglasobjektkandidaten und das Berechnen eines oder mehrerer Merkmalswerte, wodurch der Milchglasobjektkandidat charakterisiert wird.

Gemäß einem weiteren Aspekt der Erfindung umfasst das Bestimmen einer Intensitätsabbildung für jeden Punkt das Unterteilen eines Intensitätsbereiches in Intervalle, das Zuordnen jedes Punktes in dem Bild zu einem Intensitätsintervall, das Bestimmen einer gewichteten Intensität für jeden Punkt auf der Grundlage der Intensitäten seiner nächsten Nachbarn, und das Berechnen einer Funktion der Differenz einer jeden Punktintensität und der mittleren Milchglasobjektintensität, wobei eine zusammenhängende Ansammlung von Punkten als Teil eines Milchglasobjektkandidaten identifiziert wird.

Gemäß einem weiteren Aspekt der Erfindung ist die Funktion

wobei v die gewichtete Nachbarschaftsintensität des laufenden Punktes ist, k eine beliebige Normierungskonstante ist, und μ bzw. σ der mittlere Intensitätswert und die Standardabweichung der Milchglasobjekte sind.

Gemäß einem weiteren Aspekt der Erfindung wird die gewichtete Intensität für jeden Punkt aus der folgenden Formel berechnet (Summe der Nachbarschaftspunktintensitäten + w × Punktintensität)/(9 + w),wobei w ein vorbestimmter Gewichtungsfaktor ist.

Gemäß einem weiteren Aspekt der Erfindung umfasst die Bestimmung eines Kreisförmigkeitswertes das Glätten des Milchglasobjektkandidaten auf der Grundlage mathematischer Morphologie und das Berechnen eines Verhältnisses der Oberflächengröße des Objektkandidaten zur Flächengröße eines Kreises mit gleichem Radius.

Gemäß einem weiteren Aspekt der Erfindung umfasst das Verfahren das Züchten eines Bereiches für jeden Milchglasobjektkandidaten und das Berechnen einer Graupegel-Gleichzeitigvorkommensmatrix eines jeden Bereichs.

Gemäß einem weiteren Aspekt der Erfindung umfasst das Züchten eines Bereichs weiterhin die Bestimmung eines Keimpunktes für jeden Objektkandidaten, das Bestimmen einer Distanzabbildung eines jeden Punktes im Milchglasobjektkandidaten zum Hintergrund und das Anwenden eines Schwellenwertes an der Distanzabbildung, wobei Punkte, deren Distanzabbildung den Schwellenwert überschreitet, aus dem Bereich ausgeschlossen werden, und das Ausdehnen dieses Bereichs.

Gemäß einem weiteren Aspekt der Erfindung ist das N-dimensionale Gitter ein rechteckiges 2D-Gitter, und die Gleichzeitigvorkommensmatrix wird für Punktpaare unter Winkelorientierungen von 0°, 45°, 90° und 135° berechnet.

Gemäß einem weiteren Aspekt der Erfindung sind die Gleichzeitigvorkommensmatrix-Häufigkeiten Sätze, die definiert sind durch:

wobei d eine Distanz zwischen Punktpaaren ist, L_c der horizontale Raumbereich ist, L_r der vertikale Raumbereich ist und I eine Intensitätsfunktion ist, die an Punktpaaren im Bildbereichsatz L_r × L_c definiert ist.

Gemäß einem weiteren Aspekt der Erfindung ist die Distanz d zwei Punkte entfernt.

Gemäß einem weiteren Aspekt der Erfindung umfassen die Merkmale Mittelwert, Varianz, Schräge, Wölbung, Energie, Entropie, Homogenität und Kontrast.

Gemäß einem weiteren Aspekt der Erfindung wird eine Programmspeichervorrichtung angegeben, die durch einen Rechner lesbar ist und greifbar ein Programm von Befehlen verkörpert, die durch den Rechner ausführbar sind, um die Verfahrensschritte zum Erfassen von Milchglasobjekten in einem digitalisierten Bild durchzuführen.

Kurzbeschreibung der Zeichnungen
1(a)–(b) zeigen das Ergebnis der Kandidatenerzeugung gemäß einer Ausführungsform der Erfindung.
2(a)–(f) zeigen einen Vergleich von COC-Matrizen einer GGO mit einem Gefäß gemäß einer Ausführungsform der Erfindung.
3(a)–(c) ist eine Tabelle von Merkmalsvergleichen zwischen einer GGO und einem Gefäß, wie aus den COC-Matrizen von 2 berechnet, gemäß einer Ausführungsform der Erfindung.
4 zeigt ein Flussdiagramm eines GGO-Detektors gemäß einer Ausführungsform der Erfindung.
5(a)–(b) zeigen ein beispielhaftes 4 × 4-Bild und den Satz aller horizontalen Nachbarpixel, die um eine Distanz von 1 getrennt sind, gemäß einer Ausführungsform der Erfindung.
6(a)–(c) zeigen jeweils ein beispielhaftes 4 × 4-Bild, die allgemeine Form einer Grauton-Raumabhängigkeitsmatrix und die 4 Graupegel- Gleichzeitigvorkommensmatrizen für eine Distanz D=1 längs der horizontalen Richtung gemäß einer Ausführungsform der Erfindung.
7 ist ein Blockschaltbild eines beispielhaften Rechnersystems zur Realisierung eines GGO-Detektors gemäß einer Ausführungsform der Erfindung.
Detaillierte Beschreibung der bevorzugten Ausführungsformen.
Beispielhafte Ausführungsformen der Erfindung, wie sie hier beschrieben sind, umfassen im Allgemeinen Systeme und Verfahren zum Ermitteln von GGOs, wobei GGO-Merkmale aus CT-Bildern der Lungen extrahiert und mit anderen Strukturen verglichen werden. Unter Verwendung eines gesamten CT-Volumens werden eine oder mehrere Strukturen vorgewählt, die als GGOs identifiziert werden könnten. Eine solche Identifikation beruht auf Information wie Gestalt und Dichte. Außerdem werden strukturelle und statistische Merkmale identifiziert, die zur Charakterisierung von GGOs verwendet werden können. Die Erfassungsprozesse für GGNs sind im Wesentlichen die Gleichen wie für GGOs, mit wenigen Unterschieden in den ursprünglichen Annahmen, um diese Unterschiede zu berücksichtigen. Obgleich beispielhafte Ausführungsformen der Erfindung nachfolgend anhand von GGOs für Erklärungszwecke beschrieben werden, versteht sich doch, dass der Fachmann Verfahren gemäß einer Ausführungsform der Erfindung für die Erfassung von GGNs anwenden kann.
Wie hier verwendet, bezieht sich der Ausdruck "Bild" auf multidimensionale Daten, die aus diskreten Bildelementen (beispielsweise Pixel für 2-D-Bilder und Voxel für 3-D-Bilder) bestehen. Das Bild kann beispielsweise ein medizinisches Bild eines Subjekts sein, das durch Computertomographie, Magnetresonanzabbildung, Ultraschall oder irgendein anderes medizinisches, in der Technik bekanntes Abbildungssystem erstellt wurde. Das Bild kann auch von nicht-medizinischen Quellen stammen, wie beispielsweise von entfernten Sensorsystemen, von Elektronenmikroskopie usw. Obgleich man sich ein Bild als eine Funktion von R³ bis R denken kann, sind die Verfahren der Erfindungen nicht auf solche Bilder beschränkt, und sie können an Bildern jeglicher Dimension angewendet werden, z.B. einem 2-D-Bild oder einem 3-D-Bild. Für ein zwei- oder dreidimensionales Bild ist der Bildbereich typischerweise eine zwei- oder dreidimensionale, rechteckige Anordnung, wobei jedes Pixel oder Voxel unter Bezugnahme auf einen Satz zweier oder dreier zueinander orthogonaler Achsen adressiert werden kann. Die Ausdrücke "digital" und "digitalisiert", wie sie hier verwendet werden, beziehen sich auf Bilder oder Volumina, je nach Eignung, in einem digitalen oder digitalisierten Format, das über ein digitales Beschaffungssystem oder durch Umwandlung eines analogen Bildes beschafft wurde.
Ein Flussdiagramm eines Erfassungsverfahrens gemäß einer Ausführungsform der Erfindung ist in 4 gezeigt. Ein erster Schritt zum Erzeugen eines Kandidaten ist das Bestimmen eines Dichtebereichs der GGOs im Schritt 41. Ein beispielhaftes Bild, das aus gegenwärtig verfügbaren Anwendungsmodalitäten gebildet wird, hat eine Intensitätswortgröße von 12 Bit für einen Intensitätsbereich von 0 bis 4095 Grauskalaeinheiten. Eine Anfangsmessung der Dichte von 23 GGOs ergibt ein Mittel von 349,5 Grauskalaeinheiten mit einer Standardabweichung von 150. GGOs sind weniger dicht, d. h. ihre mittlere Intensität ist geringer als die fester Knötchen, und die GGO-Dichte Schwankt typischerweise zwischen 200 und 600 Grauskalaeinheiten. In manchen Fällen kann eine GGO feste Strukturen enthalten, die die mittlere Dichte erhöhen würden. Die mittleren und Standardabweichungswerte, die oben angegeben sind, dienen Erläuterungszwecken und würden für Abbildungsmodalitäten mit abweichenden Intensitätswortgrößen anders sein. Es versteht sich, dass Dichtemessungen, die von anderen Abbildungsmodalitäten mit anderen Wortgrößen gebildet werden, innerhalb des Umfangs einer Ausführungsform dieser Erfindung sind.
Gemäß einer beispielhaften Ausführungsform der Erfindung wird die Kandidatenerzeugung zur Bearbeitung von zweidimensionalen Schnitten durchgeführt. Eine Abbildung der Distanz eines jeden Pixels zum mittleren Intensitätswert wird im Schritt 42 wie folgt erzeugt. Der Dichtebereich wird in Intensitätsintervalle unterteilt, die 50 Grauskalaeinheiten breit sind, oberhalb und unterhalb des Mittelwerts, mit einem unteren Grenzwert von 200 Grauskalaeinheiten. Jedem Pixel i kann eine Klassifikation in eines dieser Intensitätsintervalle zugeteilt werden entsprechend der Formel class(i) = |I_r – μ|/50, wobei i eine Intensität im j-ten Intervall ist und μ die zu zuvor berechnete mittlere GGO-Intensität ist. Jedem Intensitätsintervall ist eine Punktzahl a zugeordnet, die sich auf seinen Abstand zum GGO-Mittelwert bezieht. Je weiter vom Mittelwert weg, umso kleiner ist diese Punktzahl. Außerdem ist jedem Pixel eines Strukturkandidaten ein Punktwert v entsprechend einem gewichteten Intensitätsmittelwert der Punktwerte seiner acht Nachbarn zugeordnet, wobei ein zusätzlicher Gewichtungsfaktor w auf das zentrale Pixel einer 9-Pixel-Nachbarschaft angewendet wird: v = (Summe der Nachbarschaftsintensitäten) + w × Mittenpixelintensität)/(9 + w).
Außerdem kann eine Funktion des zuvor berechneten GGO-Mittelwerts und der Varianz wie folgt definiert werden:
wobei v die gewichtete Nachbarschaftsintensität des laufenden Pixel ist, k eine beliebige Normierungskonstante ist und μ bzw. σ die zuvor berechneten Parameter sind. Diese Gauss-Funktion hebt die GGO-artige Struktur hervor und wird vernachlässigbar klein für Intensitätswerte oberhalb von 600 Grauskala-Intensitätseinheiten. Die Gauss-Funktion der Pixelintensität dient als ein Koeffizient, der an dem Pixelintervall-Punktwert α angewendet wird.
Diese erste berechnete Punktzahl betrifft nur die Dichte. Eine zweite berechnete Punktzahl betrifft die Gestalt. Die Grundgestalt eines GGO ist rund, obgleich manche Fälle unregelmäßige Umrisse und/oder eine mehr oder weniger längliche Gestalt haben. Auf der Grundlage der Intensitätsintervallpunktzahlen kann eine zusammenhängende Ansammlung Pixel identifiziert werden, die den GGO-Kandidaten bilden. Nach einer mathematischen Morphologie auf der Grundlage der Glättung der Struktur zur Vermeidung von Unregelmäßigkeiten wird die Ge-stalt der Struktur analysiert und mit einer kreisförmigen Gestalt verglichen. Im Schritt 43 wird ein Kreisförmigkeitswert berechnet und wird ermittelt, ob die Struktur als eine GGO angesehen werden sollte, oder nicht. Eine beispielhafte, nicht einschränkende Technik zur Berechnung der Kreisförmigkeit besteht darin, das Verhältnis der Oberflächengröße der Struktur zur Flächengröße eines Kreises mit demselben Radius zu berechnen. Ein weiteres, in der Technik bekanntes Kreisförmigkeitsmaß umfasst das Berechnen der Kompaktheit des Objektkandidaten. Dieses hilft, die Wahl von Gefäßen niedriger Intensität als Kandidaten zu vermeiden, denn sie sind Strukturen, die in hohem Maße nicht-kreisförmig sind. Somit wird auf der Grundlage von Dichte und Gestalt ein Kandidat selektiert.
1(a)–(b) zeigen das Ergebnis der Kandidatenerzeugung gemäß einer Ausführungsform der Erfindung. 1(a) zeigt das Originalbild, in dem eine GGO von einem Kreis umgeben ist. 1(b) zeigt eine Wählabbildung, in der helle Punkte einen GGO-Kandidaten angeben.
Gemäß einer Ausführungsform der Erfindung tritt die Extraktion von Strukturmerkmalen nach einer Kandidatenerzeugung auf und stellt sicher, dass der Kandidat tatsächlich eine GGO ist. Eine beispielhafte, nicht einschränkende Ausführungsform ist in einem zweidimensionalen Raum unter Verwendung von Texturanalyseverfahren ausgeführt worden, um statistische und Strukturmerkmale für die Charakterisierung herauszufinden.
Sobald ein Strukturkandidat identifiziert worden ist, wird ein Bezugspunkt definiert, beispielsweise durch Mittelung der Oberflächenpunkte des Kandidaten. Wieder auf 4 Bezug nehmend bestimmt im Schritt 44 eine Bereichszüchtungsprozedur, die am Bezugspunkt beginnt, die zu analysierende Struktur. In einer beispielhaften Bereichszüchtungsprozedur wird eine Distanzabbildung für die Struktur bestimmt, bei der der Abbildungswert für jedes Pixel der Struktur die Distanz dieses Pixels zum Hintergrund darstellt. An der Distanzabbildung wird ein Schwellenwert angewendet, um ein Anhaften an kleinen Strukturen zu verhindern. Der Bereich wird dann ausgedehnt, um die Glättung zu vervollständigen. Diese Bereichszüchtungsprozedur ist nicht einschränkend, und andere Bereichszüchtungsprozeduren, wie sie in der Technik bekannt sind, fallen in den Umfang einer Ausführungsform dieser Erfindung.
Um Merkmale zu extrahieren, wird im Schritt 45 eine Graupegel-Gleichzeitigvorkommensmatrix (COC-Matrix) geschaffen. Die COC-Matrix verknüpft Raumverteilung mit Raumabhängigkeit unter Grautönen und ist ähnlich einem Intensitätshistogramm mit der zusätzlichen Vorgabe, einen zweiten Intensitätswert an einer definierten Stelle zu finden. Die an der COC-Matrixberechnung angewendete Vorgabe können eine kompakte Struktur von einem Gefäß unterscheiden.
Eine Graupegel-Gleichzeitigvorkommensmatrix kann wie folgt berechnet werden. Es sei angenommen, dass die zu analysierende Bildfläche rechteckig ist, mit N_c Pixeln in horizontaler Richtung und N_r Pixeln in vertikaler Richtung und mit N_g Grautonpegeln . Es sei L_c = {1, 2, ..., N_c} der horizontale Raumbereich, L_r = {1, 2, ..., N_r} der vertikale Raumbereich und G = {1, 2, ..., N_g} der Satz N_g quantisierter Grautöne. Der Satz L_r × L_c ist der Satz Bildbereichspixel, die durch ihre Reihen-Spalten-Bezeichnungen geordnet sind. Das Bild kann durch eine Intensitätsfunktion I dargestellt werden, die einen Grauton in G jedem Pixel oder ein Koordinatenpaar in L_r × L_c zuordnet, wobei I:L_r%L_cτG. Das Grauton-Gleichzeitigkeits-vorkommen kann als eine Matrix relativer Häufigkeiten Pi_j definiert werden, in der zwei Zellen benachbarter Auflösung, die durch eine Distanz d voneinander getrennt sind, in dem Bild auftreten, wobei der eine Grauton i und der andere Grauton j ist. Eine Matrix räumlicher Grautonhäufigkeiten ist symmetrisch und ist eine Funktion der Distanz zwischen Zellenpaaren sowie deren Winkelabhängigkeit.
5(a) zeigt ein beispielhaftes 4 × 4-Bild und zeigt die Reihen- und Spaltenindizes für jedes Bildpixel, und 5(b) zeigt den Satz aller horizontaler benachbarter Pixel, die um eine Distanz von 1 getrennt sind. Dieser Satz, zusammen mit den Grautönen für jedes Pixel, würde dazu verwendet, eine Distanz-1-Horizontal-(0°)-Grauton-abhängigkeitsmatrix zu berechnen.
Formal können für 45°-Intervalle quantisierte Winkel die Gleichzeitigvorkommensmatrix-Häufigkeiten für eine Distanz d definiert werden durch:

wobei # die Anzahl der Elemente in dem Satz angibt.
Ein beispielhaftes 4 × 4-Bild mit vier Grautönen, die von 0 bis 3 reichen, ist in 6(a) dargestellt. 6(b) zeigt die allgemeine Form einer Grauton-Raumabhängigkeitsmatrix. Die Reihen und Spalten dieser Matrix sind durch den Grautonpegel indexiert, wobei jedes Element (k, l) die Anzahl der Pixelpaare ist, getrennt durch eine Distanz d bei einer speziellen Winkeltrennung, wobei ein Pixel einen Graupegel k und das andere Pixel einen Graupegel l hat. 6(c) zeigt die vier Graupegel-Gleich-zeitigvorkommensmatrizen für eine Distanz d = 1 in horizontaler Richtung für die in 6(a) dargestellte Matrix. Die vier Matrizen sind die horizontale Richtung (0°), die vertikale Richtung (90°), die links-diagonale Richtung (135°) und die rechts-diagonale Richtung (45°).
Die COC-Matrix stellt dann die gegenseitige Abhängigkeit von Pixeln innerhalb der GGOs dar auf der Grundlage der Winkelstellung sowie der Distanz. Für ein Bild mit Pixeln, die ein vierseitig verbundenes, rechteckiges Gitter bilden, ist eines in vier Winkeln interessiert: 0°, 45°, 90° und 135°.
Merkmale können die COC-Matrizen charakterisieren und dabei helfen, GGOs von anderen Strukturen zu unterscheiden. Merkmale, die aus der COC-Matrix berechnet werden können, sind Energie, Entropie, Homogenität und Kontrast. Matrixelemente können ebenfalls zur Differenzierung verwendet werden. Ein Maß kann als eine Funktion m(d, Θ) der Distanz d und des Winkels Θ definiert werden, die aus einer COC-Matrix S(i, j, d, Θ) für Intensitätspegel i, j extrahiert wird. Merkmale und Momente, die für die COC-Matrixanalyse verwendet werden können, sind wie folgt definiert:
Es sei angemerkt, dass die Kontrast- und Homogenitätsmaße doppelte Eigenschaften messen, da der Kontrast größere Werte für Bilder mit mehr Kontrast in den Texturmustern hat, während die Homogenität größer bei Mustern mit weniger Kontrast ist. Die vorangehende Liste von Merkmalen und Momenten ist beispielhaft und nicht einschränkend, und andere Merkmale und Momente, die dazu verwendet werden können, ein Objekt als eine GGO zu charakterisieren, liegen innerhalb des Umfangs einer Ausführungsform der Erfindung.
Diese Parameter sind auf die Struktur bezogen, die in einem Bild untersucht wird, und können eine GGO von einem Gefäß unter Verwendung der Angulation unterscheiden. Eine vernünftige Wahl der Distanzparameter kann die Genauigkeit der Matrizen verbessern.
2(a)–(f) zeigen einen vergleich von COC-Matrizen einer GGO und einem Gefäß längs dreier Winkel (1°, 45° und 135°) bei einer Distanz von zwei Pixeln gemäß einer Ausführungsform der Erfindung. Die obere Reihe der Figur, 2(a)–(b) zeigt die COC-Matrizen berechnet bei 0° für eine GGO und ein Gefäß, die mittlere Reihe der Figur, 2(c)–(d) zeigt die COC-Matrizen berechnet bei 45° für eine GGO und ein Gefäß, während die untere Reihe der Figur, 2(e)–(f) die Matrizen bei 135 für eine GGO und ein Gefäß zeigt. Diese GGO muss keine Intensitätsspitzen haben, die mit einem festen Zustand korrelieren könnten. Die COC-Matrizen sind durch ein Fenster von 800 × 800 dargestellt, wobei ein Pixel eine einzelne Grauskala in den beiden X- und Y-Richtungen repräsentiert. In jeder der Figurentafeln werden die Punkte, die Matrixwerte repräsentieren, dunkler, wenn man sich von links unten nach rechts oben bewegt. Je dunkler das Pixel ist, umso mehr Punkte befriedigen die Vorgaben für Intensität und Position in der COC-Matrixberechnung.
Die niedrige Dichte der GGOs erzeugt ein dichtes Bild auf der COC-Matrix zwischen 200 und 600 Grauskalaeinheiten. Die Verteilung der Punkte um die "y = x"-Linie/Achse zeigt, dass die GGO-Dichte um jene niedrigen Intensitätswerte konzentriert ist. Es ist anzumerken, dass die COC-Matrizen der Gefäße Punkte zeigen, die spärlicher sind als die GGOs, was sowohl die größeren Intensitäten als auch die größeren Variationen in den Intensitäten der Gefäße anzeigt. Außerdem ist auf die Dunkelheit der 0°-COC-Matrix des Gefäßes hinzuweisen. Der Grund hierfür ist, dass dieses Gefäß eine horizontale Position hat.
Es wird nochmals auf 4 Bezug genommen. In Schritt 46 werden die oben genannten Merkmale und Momente für den Strukturkandidaten berechnet. 3(a)–(c) sind Tabellen, die Anfangsergebnisse der Merkmalsberechnung zeigen, die diese GGO und das Gefäß vergleichen. Die Merkmale werden aus COC-Matrizen in 2 berechnet. Die obere Reihe der Figur, 3(a), zeigt die Merkmalsergebnisse, die aus einer ersten COC-Matrix berechnet wurden, die für Pixelpaare bei 0° Orientierung berechnet wurde. Die mittlere Reihe der Figur, 3(b) zeigt die Merkmalsergebnisse, die aus einer zweiten Matrix berechnet wurden, aus Pixelpaaren unter 45° Orientierung berechnet. Die untere Reihe der Figur, 3(c) zeigt die Merkmalsergebnisse, die aus einer dritten COC-Matrix berechnet wurden, berechnet für Pixelpaare und 135° Orientierung. Die Ergebnisse zeigen, dass das Merkmal "Kontrast" zu wenig Unterschied zwischen den zwei Strukturen hat, um relevant zu sein. Die anderen drei Merkmale, die den Momenten der COC-Matrizen zugeordnet sind, zeigen jedoch ausreichende Differenzen, um wirksam verwendet zu werden, und diese Differenzen sind über jede der drei dargestellten Matrizen ausreichend einheitlich. Insbesondere ist die Energie für eine GGO etwa das 1,5-fache von der eines Gefäßes, die Entropiegröße für eine GGO ist etwa das 3- bis 5-fache der Größe eines Gefäßes, die Homogenität für eine GGO ist etwa das 2- bis 3-fach von der eines Gefäßes, die Mittel- und Varianzwerte für eine GGO sind etwa das 5-fache derjenigen eines Gefäßes, die Schräge für eine GGO ist etwa ein Drittel der eines Gefäßes, und die Wölbung einer GGO ist etwa das 12- bis 15-fache derjenigen eines Gefäßes. Es ist anzumerken, dass die Werte für das Mittel und die Varianz sehr viel niedriger als der GGO-Grau-pegelmittelwert und -Varianz sind, die oben beschrieben wurden, was vom Einschluss der Hintergrundwertpixel in die COC-Matrixberechnungen herrührt.
Es versteht sich, dass die vorliegende Erfindung in zahlreichen Formen von Hardware, Software, Firmware, Spezialprozessen oder einer Kombination davon ausgeführt werden kann. In einer Ausführungsform kann die vorliegende Erfindung in Software als ein Anwendungsprogramm ausgeführt werden, das greifbar in einer rechnerlesbaren Programmspeichervorrichtung ausgebildet ist. Das Anwendungsprogramm kann geladen und von einer Maschine ausgeführt werden, die jede geeignete Struktur hat.
7 ist ein Blockschaltbild eines beispielhaften Rechnersystems zur Realisierung eines GGO-Detektors gemäß einer Ausführungsform der Erfindung. Gemäß 7 kann ein Rechnersystem 71 zur Ausführung der vorliegenden Erfindung unter anderem eine zentrale Prozessoreinheit (CPU) 72, einen Speicher 73 und eine Eingabe/Ausgabe-Schnitt-stelle 74 (I/O) aufweisen. Das Rechnersystem ist im Allgemeinen über eine I/O-Schnittstelle 74 mit einer Anzeigevorrichtung 75 und zahlreichen Eingabevorrichtungen 76 gekoppelt, beispielsweise einer Maus und einer Tastatur. Die Unterstützungsschaltungen können Schaltungen umfassen, wie beispielsweise einen Cachespeicher, Stromversorgungseinrichtungen, Taktgeberschaltungen und einen Übertragungsbus. Der Speicher 73 kann einen Arbeitsspeicher (RAM), einen Festspeicher (ROM), ein Plattenlaufwerk, ein Bandlaufwerk usw. oder Kombination davon enthalten. Die vorliegende Erfindung kann als eine Routine 77 ausgeführt sein, die im Speicher 73 gespeichert ist und von der CPU 72 durchgeführt wird, um ein Signal von der Signalquelle 78 zu verarbeiten. Als solches ist das Rechnersystem 71 ein Allzweckrechnersystem, das zu einem Spezialrechnersystem wird, wenn es die Routine 77 der vorliegenden Erfindung ausführt.
Das Rechnersystem 71 kann auch ein Betriebssystem und einen Mikrobefehlscode enthalten. Die zahlreichen Prozesse und Funktion, die hier beschrieben sind, können entweder Teil der Mikrobefehlscodes oder Teil des Anwendungsprogramms (oder einer Kombination davon) sein, das über das Betriebssystem ausgeführt wird. Außerdem können zahlreiche andere periphere Vorrichtungen mit der Rechnerplattform verbunden sein, wie beispielsweise eine zusätzliche Datenspeichervorrichtung und eine Druckvorrichtung.
Es versteht sich weiterhin, dass weil einige der das System bildenden Komponenten und Verfahrensschritte, die in den begleitenden Zeichnungen dargestellt sind, in Software ausgeführt sein können, die wirklichen Verbindungen zwischen den Systemkomponenten (oder den Prozessschritten) in Abhängigkeit von der Art und Weise differieren können, in der die vorliegenden Erfindung programmiert ist. Mit den Lehren der vorliegenden Erfindung an der Hand ist der Fachmann auf dem einschlägigen Gebiet in der Lage, diese und ähnliche Ausführungen oder Konfigurationen der vorliegenden Erfindung in Betracht zu ziehen. Während die vorliegende Erfindung im Detail unter Bezugnahme auf eine bevorzugte Ausführungsform beschrieben worden ist, erkennt der Fachmann doch, dass zahlreiche Modifikationen und Substitutionen daran vorgenommen werden können, ohne vom Geist und Umfang der Erfindung abzuweichen, wie sie in den beigefügten Ansprüchen beschrieben ist.

Claims

Ein Verfahren zum Erfassen von Milchglasobjekten in einem digitalisierten Bild, umfassend die Schritte: Bereitstellen eines digitalisierten Bildes, das mehrere Intensitäten enthält, die einem Bereich von Punkten auf einem N-dimensionalen Gitter entsprechen; Bestimmen von Intensitätsstatistiken aus mehreren Milchglasobjekten; Bestimmen einer Intensitätsabbildung der Distanz eines jeden Punktes in dem Bild zu einer mittleren Intensität der Milchglasobjekte, in der ein oder mehrere Milchglasobjektkandidaten identifiziert werden können; Bestimmen eines Kreisförmigkeitswertes für jeden Milchglasobjektkandidaten; und Berechnen eines oder mehrerer Merkmalswerte, in denen der Milchglasobjektkandidat charakterisiert wird.
Verfahren nach Anspruch 1, bei dem das Bestimmen einer Intensitätsabbildung für jeden Punkt umfasst: Unterteilen eines Intensitätsbereiches in Intervalle; Zuordnen eines jeden Punktes in dem Bild zu einem Intensitätsintervall; Bestimmen einer gewichteten Intensität für jeden Punkt auf der Grundlage der Intensitäten seiner nächsten Nachbarn; Berechnen einer Funktion der Differenz einer jeden Punktintensität und der mittleren Milchglasobjektintensität, wobei eine zusammenhängende Ansammlung von Punkten als Teil eines Milchglasobjektkandidaten identifiziert wird.
Verfahren nach Anspruch 2, bei dem die Funktion ist
wobei v die gewichtete Nachbarschaftsintensität des laufenden Punktes ist, k eine beliebige Normierungskonstante ist und μ bzw. σ der mittlere Intensitätswert und die Standardabweichung der Milchglasobjekte sind.
Verfahren nach Anspruch 2, bei dem die gewichtete Intensität für jeden Punkt aus der Formel berechnet wird: (Summe der Nachbarschaftspunktintensitäten + w × Punktintensität)/(9 + w),wobei w ein vorbestimmter Gewichtungsfaktor ist.
Verfahren nach Anspruch 1, bei dem die Bestimmung eines Kreisförmigkeitswertes das Glätten des Milchglasobjektkandidaten auf der Grundlage mathematischer Morphologie und das Berechnen eines Verhältnisses der Oberflächengröße des Objektkandidaten zur Fläche eines Kreises des gleichen Radius umfasst.
Verfahren nach Anspruch 1, weiterhin enthaltend das Züchten eines Bereichs für jeden Milchglasobjektkandidaten und das Berechnen einer Graupegel-Gleichzeitigvorkommensmatrix eines jeden Bereichs.
Verfahren nach Anspruch 6, bei dem das Züchten eines Bereichs weiterhin umfasst das Bestimmen eines Keimpunktes für jeden Objektkandidaten, das Bestimmen einer Distanzabbildung eines jeden Punktes im Milchglasobjektkandidaten zum Hintergrund, das Anwenden eines Schwellenwerts auf die Distanzabbildung, wobei Punkte, deren Distanzabbildung den Schwellenwert überschreitet, aus dem Bereich ausgeschlossen werden, und das Erweitern des Bereichs.
Verfahren nach Anspruch 6, bei dem das N-dimensionale Gitter ein zweidimensionales, rechteckiges Gitter ist und die Gleichzeitigvorkommensmatrix für Punktpaare unter Winkelorientierungen von 0°, 45°, 90° und 135° berechnet wird.
Verfahren nach Anspruch 8, bei der die Gleichzeitigvorkommensrnatrixhäufigkeiten Sätze sind, die definiert sind durch:

wobei d eine Distanz zwischen Punktpaaren ist, L_c der Horizontalraumbereich ist, L_r der Vertikalraumbereich ist und i eine Intensitätsfunktion ist, die an Punktpaaren im Bildbereichssatz L_r × L_c definiert ist.
Verfahren nach Anspruch 9, bei dem die Distanz d zwei Punkte auseinander ist.
Verfahren nach Anspruch 1, bei dem die Merkmale umfassen: Mittelwert, Varianz, Schräge, Wölbung, Energie, Entropie, Homogenität und Kontrast.
Ein Verfahren zum Erfassen von Milchglastobjekten in einem digitalisierten Bild, umfassend die Schritte: Bestimmen einer Intensitätsabbildung der Distanz eines jeden Pixels in einem Bild zu einer mittleren Intensität der Milchglasobjekte, wobei eine oder mehrere zusammenhängende Ansammlung von Punkten als Milchglasobjektkandidaten identifiziert werden; Bestimmen eines Kreisförmigkeitswertes für jeden Milchglasobjektkandidaten; Berechnen einer oder mehrerer Intensitätspegel-Gleichzeitigvorkommensmatrizen für jeden Objektkandidaten, wobei jede Gleichzeitigvorkommensmatrix für Pixelpaare bei einer vorbestimmten Pixelpaartrenndistanz und Winkelausrichtung berechnet wird; und Berechnen eines oder mehrerer Merkmalswerte aus dem Gleichzeitigvorkommensmatrizen.
Verfahren nach Anspruch 12, weiterhin enthaltend das Analysieren eines oder mehrerer digitalisierter Bilder zur Bestimmung eines mittleren Milchglasobjektintensitätswertes und einer Standardabweichung.
Verfahren nach Anspruch 12, bei dem das digitalisierte Bild mehrere Intensitäten enthält, die einem Bereich von Punkten auf einem zweidimensionalen, rechteckigen Gitter entsprechen, wobei die vorbestimmten Winkel 0°, 45°, 90° und 135° sind und die Pixelpaartrenndistanz zwei Pixel ist.
Eine Programmspeichervorrichtung, die durch einen Rechner lesbar ist und greifbar ein Programm von Befehlen verkörpert, die durch den Rechner ausführbar sind, um die Verfahrensschritte zum Erfassen von Milchglasobjekten in einem digitalisierten Bild durchzuführen, wobei das Verfahren die Schritte umfasst: Bereitstellen eines digitalisierten Bildes, das mehrere Intensitäten enthält, die einem Bereich von Punkten in einem N-dimensionalen Gitter entsprechen; Bestimmen von Intensitätsstatistiken aus mehreren Milchglasobjekten; Bestimmen einer Intensitätsabbildung der Distanz eines jeden Punktes in dem Bild zu einer mittleren Intensität der Milchglasobjekte, wobei eines oder mehrere Milchglasobjektkandidaten identifiziert werden können; Bestimmen eines Kreisförmigkeitswertes für jeden Milchglasobjektkandidaten; und Berechnen eines oder mehrerer Merkmalswerte, wodurch der Milchglasobjektkandidat charakterisiert wird.
Rechnerlesbare Programmspeichervorrichtung nach Anspruch 15, bei der die Bestimmung einer Intensitätsabbildung für jeden Punkt umfasst: Unterteilen eines Bereichs von Intensitäten in Intervalle; Zuordnen eines jeden Punktes in dem Bild zu einem Intensitätsintervall; Bestimmen einer gewichteten Intensität für jeden Punkt auf der Grundlage der Intensitäten seiner nächsten Nachbarn; und Berechnen einer Funktion der Differenz einer jeden Punktintensität und der mittleren Milchglasobjektintensität, wobei eine zusammenhängende Ansammlung von Punkten als einen Teil eines Milchglasobjektkandidaten bildend identifiziert wird.
Rechnerlesbare Programmspeichervorrichtung nach Anspruch 16, bei der die Funktion ist:
wobei v die gewichtete Nachbarschaftsintensität des laufenden Punktes ist, k eine beliebige Normierungskonstante ist und μ bzw. σ der mittlere Intensitätswert und die Standardabweichung der Milchglasobjekte sind.
Rechnerlesbares Programmspeichervorrichtung nach Anspruch 16, bei dem die gewichtete Intensität für jeden Punkt aus der Formel berechnet wird: (Summe der Nachbarschaftspunktintensitäten + w × Punktintensität)/(9 + w),wobei w ein vorbestimmter Gewichtungsfaktor ist.
Rechnerlesbare Programmspeichervorrichtung nach Anspruch 15, bei der die Bestimmung eines Kreisförmigkeitswertes das Glätten des Milchglasobjektkandidaten auf der Grundlage mathematischer Morphologie und das Berechnen eines Verhältnisses der Oberflächengröße des Objektkandidaten zur Fläche eines Kreises des gleichen Radius umfasst.
Rechnerlesbare Programmspeichervorrichtung nach Anspruch 15, wobei das Verfahren weiterhin das Züchten eines Bereiches für jeden Milchglasobjektkandidaten und das Berechnen einer Graupegel-Gleichzeitigvor-kommensmatrix eines jeden Bereichs umfasst.
Rechnerlesbare Programmspeichervorrichtung nach Anspruch 20, bei der das Züchten eines Bereichs weiterhin umfasst das Bestimmen eines Keimpunktes für jeden Objektkandidaten, das Bestimmen einer Distanzabbildung eines jeden Punktes in dem Milchglasobjektkandidaten zum Hintergrund, das Anwenden eines Schwellenwertes auf die Distanzabbildung, wobei Punkte, deren Distanzabbildung den Schwellenwert überschreitet, aus dem Bereich ausgeschlossen werden und das Erweitern des Bereichs.
Rechnerlesbare Programmspeichervorrichtung nach Anspruch 20, bei der das N-dimensionale Gitter ein zweidimensionales, rechteckiges Gitter ist und die Gleichzeitigvorkommensmatrix für Punktpaare und Winkelausrichtungen von 0°, 45°, 90° und 135° berechnet wird.
Rechnerlesbare Programmspeichervorrichtung nach Anspruch 22, bei der die Gleichzeitigvorkommensmatrix Häufigkeitensätze sind, die bestimmt sind durch:
wobei d eine Distanz zwischen Punktpaaren ist, L_c der Horizontalraumbereich ist, L_r der Vertikalraumbereich ist und i eine Intensitätsfunktion ist, die an Punktpaaren im Bildbereichssatz L_r × L_c definiert ist.
Rechnerlesbare Programmspeichervorrichtung nach Anspruch 23, bei der die Distanz d zwei Punkte auseinander ist.
Rechnerlesbare Programmspeichervorrichtung nach Anspruch 15, bei der die Merkmale umfassen: Mittelwert, Varianz, Schräge, Wölbung, Energie, Entropie, Homogenität und Kontrast.