專利名稱：用于自動(dòng)提高醫(yī)學(xué)圖片的可用性的方法和系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種用于自動(dòng)提高醫(yī)學(xué)圖片(medical picture)的可用性(usability)的方法和系統(tǒng)。另外，本發(fā)明還涉及這種方法的多種用途。
背景技術(shù)：
醫(yī)學(xué)圖片和圖像可以用在眾多不同的醫(yī)學(xué)方法和治療中。例如，當(dāng)準(zhǔn)備和進(jìn)行腫瘤、血管畸形、和大腦中類似畸形的神經(jīng)外科治療時(shí)使用醫(yī)學(xué)圖像是已知的。針對(duì)這種類型的應(yīng)用，例如，通常使用一個(gè)計(jì)算機(jī)程序，諸如市場(chǎng)上可買到的GammaPlan程序，該程序可以允許對(duì)目標(biāo)體積和劑量分布進(jìn)行二維或三維觀察，也可以允許對(duì)通過諸如計(jì)算機(jī)斷層掃描技術(shù)(CT)、核磁共振成像技術(shù)(MRI)和血管造影成像技術(shù)之類的成像技術(shù)獲得的大腦分層圖像進(jìn)行存儲(chǔ)，并且在成像技術(shù)中照射點(diǎn)的選擇可以人工地進(jìn)行。使用自動(dòng)化工具，例如一種諸如Leksell SurgiPlan的外科手術(shù)計(jì)劃系統(tǒng)，也是已知的。然而，也可以在許多其他應(yīng)用中使用醫(yī)學(xué)圖片。
然而，在評(píng)估來自諸如CT和MR圖片之類的醫(yī)學(xué)圖片的有用信息時(shí)，一個(gè)常見的問題是強(qiáng)度范圍通常很寬。例如，CT圖像的強(qiáng)度范圍通常大約是4000Hounsfield，在從空氣到諸如骨骼和骨架部分之類的具有高強(qiáng)度的部分的范圍內(nèi)變化，然而，由于軟組織部分間強(qiáng)度變化很小，所以通常在很窄的強(qiáng)度范圍、通常大約是100Hounsfield的強(qiáng)度范圍內(nèi)描繪軟組織。然而，對(duì)于許多類型的外科手術(shù)和治療來說，主要或唯一感興趣的地方在于軟組織的不同部分之間的區(qū)別，而對(duì)于大多數(shù)醫(yī)學(xué)圖片來說，這是非常困難的。
因此，為了從這種圖片中推斷有關(guān)軟組織的任何醫(yī)學(xué)有用信息，正確地控制圖片的強(qiáng)度參數(shù)，特別是亮度和對(duì)比度，以便把圖片的灰度級(jí)窗口限定到一個(gè)有用的范圍內(nèi)，是極其重要的。同時(shí)，重要的是以不丟失有用數(shù)據(jù)這種方式控制強(qiáng)度參數(shù)。然而，對(duì)強(qiáng)度參數(shù)的這種適當(dāng)控制是一項(xiàng)困難、乏味和費(fèi)時(shí)的任務(wù)，并且要求操作者具有很高的技能。每張圖片的質(zhì)量和有用性嚴(yán)重依賴于負(fù)責(zé)操作的操作者的個(gè)人技能，因此，由于依賴于負(fù)責(zé)操作的操作者而導(dǎo)致變化很大的結(jié)果。另外，人為錯(cuò)誤的風(fēng)險(xiǎn)高，由此給醫(yī)師帶來困難，并最終增加了要治療的病人的健康危險(xiǎn)。
另外，諸如上述的GammaPlan和Leksell SurgiPlan之類的不同工具通過使用醫(yī)學(xué)圖像作為輸入而提供的結(jié)果的質(zhì)量和有用性，嚴(yán)重依賴于圖像信息的質(zhì)量和在各種軟組織部分之間進(jìn)行區(qū)分的能力。
此外，在評(píng)估來自醫(yī)學(xué)圖像中的有用和醫(yī)學(xué)相關(guān)信息時(shí)經(jīng)常使用的一種技術(shù)是組合圖片，即所謂的圖像合并(image merging)或聯(lián)合注冊(cè)(co-registration)。尤其是為了組合不同類型的圖片、例如CT和MR圖片，可以使用這種技術(shù)。然而，為了提供正確的聯(lián)合注冊(cè)，必須計(jì)算相似性量度，這要求已知圖像的適當(dāng)強(qiáng)度參數(shù)。因此，在本申請(qǐng)中，提供感興趣的圖像部分的良好的強(qiáng)度分辨率也是極其重要的，感興趣的圖像部分是例如對(duì)應(yīng)于所描述的軟組織的部分。
同樣的要求可適用于許多其他類型的醫(yī)學(xué)相關(guān)圖片分析和圖片處理、諸如分段和模式識(shí)別中。
因此，需要自動(dòng)地提高醫(yī)學(xué)圖片的可用性。

發(fā)明內(nèi)容
因此，本發(fā)明的一個(gè)目的是提供一種用于自動(dòng)提高醫(yī)學(xué)圖片的可用性的方法、系統(tǒng)和計(jì)算機(jī)軟件。
利用根據(jù)所附的權(quán)利要求的方法、系統(tǒng)和計(jì)算機(jī)軟件可以實(shí)現(xiàn)該目的。本發(fā)明還涉及用于使用這種新方法的某些應(yīng)用。
根據(jù)本發(fā)明的第一個(gè)方面，其涉及一種自動(dòng)提高醫(yī)學(xué)圖片的可用性的方法，該方法包括步驟提供包含有強(qiáng)度數(shù)據(jù)陣列的醫(yī)學(xué)圖片作為輸入；自動(dòng)控制至少一個(gè)強(qiáng)度參數(shù)，以便增加該強(qiáng)度數(shù)據(jù)陣列中至少一部分的熵；和提供經(jīng)處理過的強(qiáng)度數(shù)據(jù)陣列作為改進(jìn)的醫(yī)學(xué)圖片。
用這種方法，可以自動(dòng)提高諸如CT和MR圖片之類的醫(yī)學(xué)圖片的可用性。通過增加該圖片中至少某些部分的熵，極大地提高了強(qiáng)度分辨率以及區(qū)分不同部分、例如所描述的軟組織的不同部分的可能性。而且，在整個(gè)過程中，圖片數(shù)據(jù)仍保持完整，使得這種方法具有醫(yī)學(xué)可靠性。另外，該方法事先不需要有關(guān)圖片的任何專業(yè)知識(shí)，例如，有關(guān)它描述了什么對(duì)象、該圖像是怎樣獲得的等的任何知識(shí)。相反，不管輸入的圖像如何，并且也無需該圖片的任何附加信息，該方法就可以自動(dòng)地提高醫(yī)學(xué)可用性。
另外，除了上述的優(yōu)點(diǎn)之外，該方法還可以被很快地和成本有效地實(shí)現(xiàn)和執(zhí)行。
由于圖片的改進(jìn)被自動(dòng)地實(shí)現(xiàn)，因此不需要操作者具有特殊的技能。另外，最終結(jié)果是至少相對(duì)地獨(dú)立于操作者，進(jìn)而可以提供一個(gè)非?？煽亢桶踩淖罱K結(jié)果，從而降低了人為錯(cuò)誤的風(fēng)險(xiǎn)，并且對(duì)病人來說避免了醫(yī)學(xué)危險(xiǎn)。
此外，改進(jìn)的醫(yī)學(xué)圖片還使得使用這種圖片的方法更加有效和可靠。
在本申請(qǐng)中，醫(yī)學(xué)圖片被用作表示人體或動(dòng)物體的一部分的任何數(shù)據(jù)陣列的單位。對(duì)用戶來說，可以用多種方式來呈現(xiàn)圖片，例如，通過顯示或打印輸出來呈現(xiàn)。另外，圖片可以是靜態(tài)或動(dòng)態(tài)的，例如，圖片可以是對(duì)特定時(shí)間的狀態(tài)的描述，或者圖片可以被連續(xù)地更新，最好是被實(shí)時(shí)地更新。
在本申請(qǐng)中，可用性涉及該圖片的醫(yī)學(xué)有用性，并且尤其涉及在診斷和治療應(yīng)用中的有用性。
在本申請(qǐng)中，熵是圖像、最好是數(shù)字圖像的感知信息內(nèi)容的量度或量化的單位。在本申請(qǐng)中，對(duì)于熵的估算可以使用由C.Shannon提出的信息熵估算理論。較大的熵值對(duì)應(yīng)于圖片中較大的感知信息內(nèi)容。
熵H[X]可以被描述為“X中的不確定性”，并且不應(yīng)當(dāng)將其與后驗(yàn)的或有條件的熵H[X/Y]相混淆，該熵H[X/Y]被描述為“在假定已知Y的情況下X中的不確定性”。
在一個(gè)最佳實(shí)施例中，本發(fā)明使用熵來查找一幅圖片的強(qiáng)度范圍，該圖片例如可以包括三個(gè)或更多模式。這可以通過判定整個(gè)強(qiáng)度區(qū)域的子范圍的熵來進(jìn)行。所產(chǎn)生的圖片最好是包括提供最大熵的子范圍，或者與該子范圍有關(guān)的子范圍。因此，針對(duì)該圖片的整個(gè)強(qiáng)度范圍的一個(gè)子范圍來計(jì)算熵，并且當(dāng)限定子范圍的界限時(shí)，在該子范圍內(nèi)的分辨率增加，進(jìn)而導(dǎo)致不確定性/熵增加(從而向輸出圖片的觀察者提供更多信息)。同時(shí)，對(duì)于位于該子范圍之外的圖片內(nèi)容，不確定性/熵將會(huì)降低。因此，熵被用來平衡這兩種效果。
輸入的醫(yī)學(xué)圖片最好是由下列技術(shù)中的至少其中之一來生成計(jì)算機(jī)斷層掃描技術(shù)(CT)、核磁共振成像技術(shù)(MRI)、血管造影成像技術(shù)、X射線成像技術(shù)、正電子發(fā)射斷層掃描技術(shù)(PET)、單光子發(fā)射計(jì)算機(jī)斷層掃描技術(shù)(SPECT)、功能性核磁共振成像技術(shù)(fMRI)和超聲波成像技術(shù)。
要被自動(dòng)控制的至少一個(gè)強(qiáng)度參數(shù)優(yōu)選是亮度和對(duì)比度中的至少其中之一，并且最優(yōu)選的是這兩者。
另外，最好是對(duì)要被自動(dòng)控制的強(qiáng)度參數(shù)(一個(gè)或多個(gè))進(jìn)行控制，以便減小所述強(qiáng)度數(shù)據(jù)陣列的灰度級(jí)窗口。例如，CT圖像的灰度級(jí)窗口可以被控制在小于500Hounsfield的范圍，并且優(yōu)選地是被控制在小于250Hounsfield的范圍，最優(yōu)選地是被控制在大約100Hounsfield的范圍。
減小灰度級(jí)的功能性結(jié)果是增加圖片區(qū)域的動(dòng)態(tài)范圍。因此，具有非常有限的顏色變化、例如顏色在從暗灰到亮灰的范圍內(nèi)變化的圖片區(qū)域?qū)?huì)隨著灰度級(jí)的減小而被擴(kuò)展到一個(gè)更大的動(dòng)態(tài)范圍，例如從全黑到全白變化，并且在它們之間有細(xì)微差別。
然而，要被控制的強(qiáng)度參數(shù)可以是影響強(qiáng)度數(shù)據(jù)陣列中的強(qiáng)度數(shù)據(jù)值的任何參數(shù)。例如，所述的強(qiáng)度參數(shù)最好是可以通過控制灰度級(jí)窗口直接或間接地影響亮度和/或?qū)Ρ榷取?br> 在本申請(qǐng)中，特別是用在CT成像技術(shù)中，Hounsfield被用作放射(例如x射線)衰減的正規(guī)化指標(biāo)的單位，其范圍大約是-1000(空氣)到+1000(骨骼)，其中對(duì)于水是0。
最好是自動(dòng)控制所述至少一個(gè)強(qiáng)度參數(shù)，以便優(yōu)化強(qiáng)度數(shù)據(jù)陣列中所述至少一部分的熵。然而，自動(dòng)地增加熵直到某個(gè)條件得到滿足，也是可能的。例如，可以增加熵以使其超過一個(gè)閾值。另外，可以控制熵，以便使其稍微小于最大可獲得的值，諸如最大值的90％。
熵的優(yōu)化還可以在滿足一個(gè)或者幾個(gè)其他要求的先決條件下進(jìn)行。例如，可以在灰度級(jí)窗口至少是在某個(gè)范圍、或者具有低于某個(gè)值的下限和/或高于某個(gè)值的上限的次要要求下優(yōu)化熵。
最好的是，通過使熵E最大化或基本上最大化、即max[E]，來優(yōu)化強(qiáng)度數(shù)據(jù)陣列中所述至少一部分的熵，該熵按照下式進(jìn)行估算E=-Σi=1NHI(w)ilogHI(w)i,]]>其中，針對(duì)1、...、N的HI(w)1...N是對(duì)其計(jì)算強(qiáng)度參數(shù)w的圖片I(x)的直方圖，N是直方圖中長(zhǎng)方形(bin)的數(shù)量。
上面所定義的熵的估算對(duì)應(yīng)于熵的Shannon概念。然而，也可以使用其他的熵概念，例如可以使用Rényi熵概念，這時(shí)熵E按照下式進(jìn)行估算Eα=11-αlnΣi=1NHα(w)i.]]>另一個(gè)可能性是使用Havrda-Charvat熵概念，根據(jù)該概念，本發(fā)明中的熵可以按照下式進(jìn)行估算Eα=11-α(Σi=1NHα(w)i-1).]]>最好的是，上面的熵定義中的N被選擇為改進(jìn)的醫(yī)學(xué)圖片所需要的灰度級(jí)值的數(shù)量。它可以是例如可能在某種媒體上再現(xiàn)的灰度級(jí)值的數(shù)量，其中所述媒體諸如是要使用的某種顯示器或打印機(jī)，或者它可以是用肉眼可分辨的灰度級(jí)值的數(shù)量。
在上面的熵的估算中，w最好是被定義為具有上限值(upper)和下限值(lower)，并且其中將小于lower的值I(x)賦值給長(zhǎng)方形H1(w)1，而將大于upper的值I(x)賦值給長(zhǎng)方形HN(w)N。
最好的是，自動(dòng)控制至少一個(gè)強(qiáng)度參數(shù)的步驟適合于用來增加強(qiáng)度數(shù)據(jù)陣列中的下述一部分的熵，該強(qiáng)度數(shù)據(jù)陣列中的一部分對(duì)應(yīng)于所描述的對(duì)象的某個(gè)子集，并且最好是對(duì)應(yīng)于所描述的感興趣的結(jié)構(gòu)，諸如軟組織。因此，這種所選擇的醫(yī)學(xué)上重要的部分的強(qiáng)度分辨率可以被極大地增加?？梢詫?duì)自動(dòng)地或人工地要選擇什么部分進(jìn)行控制。然而，還可能控制強(qiáng)度參數(shù)以便增加圖片的整個(gè)熵。
根據(jù)本發(fā)明的另一個(gè)方面，它涉及一種用于自動(dòng)提高醫(yī)學(xué)圖片的可用性的系統(tǒng)，該系統(tǒng)包括輸入裝置，用于提供包含強(qiáng)度數(shù)據(jù)陣列的醫(yī)學(xué)圖片；用于自動(dòng)控制至少一個(gè)強(qiáng)度參數(shù)以便增加強(qiáng)度數(shù)據(jù)陣列的整個(gè)熵的裝置；和輸出裝置，用于提供這樣改進(jìn)的強(qiáng)度數(shù)據(jù)陣列作為改進(jìn)的醫(yī)學(xué)圖片。
通過本發(fā)明的這個(gè)方面，提供了與以上就第一方面所描述的優(yōu)點(diǎn)類似的優(yōu)點(diǎn)。
根據(jù)本發(fā)明的另一個(gè)方面，它涉及一種用于自動(dòng)提高醫(yī)學(xué)圖片的可用性的計(jì)算機(jī)程序，該程序包括用于執(zhí)行下述步驟的計(jì)算機(jī)代碼提供包含強(qiáng)度數(shù)據(jù)陣列的醫(yī)學(xué)圖片作為輸入；自動(dòng)控制至少一個(gè)強(qiáng)度參數(shù)以便增加強(qiáng)度數(shù)據(jù)陣列的整個(gè)熵；和提供這樣改進(jìn)的強(qiáng)度數(shù)據(jù)陣列作為輸出的醫(yī)學(xué)圖片。根據(jù)本發(fā)明的又一方面，它涉及一種包含上述計(jì)算機(jī)程序的數(shù)據(jù)載體。
通過本發(fā)明的這些方面，提供了與以上就第一方面所描述的優(yōu)點(diǎn)類似的優(yōu)點(diǎn)。
本發(fā)明還涉及使用上述的方法，以準(zhǔn)備用于多種應(yīng)用的醫(yī)學(xué)圖片，所述多種應(yīng)用例如是進(jìn)行圖像處理，諸如圖像合并或聯(lián)合注冊(cè)、分段或模式識(shí)別；進(jìn)行自動(dòng)治療計(jì)劃，并且最好是進(jìn)行神經(jīng)外科治療計(jì)劃；和在治療期間、最好是在神經(jīng)外科治療期間進(jìn)行實(shí)時(shí)的監(jiān)控和/或控制。
通過參照下面的實(shí)施例，本發(fā)明的這些和其他方面將變得清楚并得到闡述。


為了示例性的目的，在下面通過參照在附圖中描述的實(shí)施例，本發(fā)明將得到更詳細(xì)的描述，其中圖1是根據(jù)本發(fā)明的方法的實(shí)施例的示意圖；圖2是根據(jù)本發(fā)明的一個(gè)實(shí)施例、估算醫(yī)學(xué)圖片的熵的處理過程的示意圖；以及圖3-5示出了在根據(jù)本發(fā)明進(jìn)行處理前后的圖片的例子。
具體實(shí)施例為了示意性的目的，在下面通過例子更詳細(xì)地描述本發(fā)明。
首先參照?qǐng)D1，根據(jù)一個(gè)實(shí)施例的用于自動(dòng)提高醫(yī)學(xué)圖片的可用性的方法包括下列步驟。在第一步S1，把醫(yī)學(xué)圖片輸入到處理裝置中，所述處理裝置諸如為計(jì)算機(jī)，并且最好是常規(guī)的個(gè)人計(jì)算機(jī)。
該醫(yī)學(xué)圖片最好是包含強(qiáng)度數(shù)據(jù)陣列的數(shù)字圖像。然而，也可能使用模擬的醫(yī)學(xué)圖片，由此使用一個(gè)額外的轉(zhuǎn)換步驟S2來把該模擬圖片信息轉(zhuǎn)換為數(shù)字化的強(qiáng)度數(shù)據(jù)陣列，這實(shí)質(zhì)上是本領(lǐng)域中已知的?？梢杂枚喾N方式提供該圖片，諸如用CT或MR成像技術(shù)來提供，但是實(shí)質(zhì)上可以使用任何已知的醫(yī)學(xué)成像技術(shù)獲得輸入圖像。例如，還可以通過血管造影技術(shù)、X射線成像技術(shù)、PET、SPECT、fMRI和超聲波成像技術(shù)來提供輸入圖像。
其后，在步驟S3，以將在下面更全面地進(jìn)行描述的方式估算數(shù)字圖像的熵。
在優(yōu)化步驟S4，自動(dòng)控制至少一個(gè)強(qiáng)度參數(shù)，以便獲得一個(gè)較高的熵值，并且最好是在給定情況下實(shí)現(xiàn)最大可獲得的熵值。受控制的強(qiáng)度參數(shù)優(yōu)選是亮度和對(duì)比度中的至少其中之一，更優(yōu)選的是這兩者。然而，作為替代或者補(bǔ)充，也可以控制其他強(qiáng)度參數(shù)。最好是控制強(qiáng)度參數(shù)以便減小所述強(qiáng)度數(shù)據(jù)陣列的灰度級(jí)窗口。例如，CT圖像的灰度級(jí)窗口可以被控制在小于500Hounsfield的范圍，優(yōu)選的是被控制在小于250Hounsfield的范圍，最優(yōu)選的是被控制在大約100Hounsfield的范圍。
接著，在步驟S5，使用經(jīng)過優(yōu)化的數(shù)據(jù)陣列作為改進(jìn)的輸出醫(yī)學(xué)圖片。
參照?qǐng)D2，在下面更加全面地討論關(guān)于熵的估算和強(qiáng)度參數(shù)的優(yōu)化的處理過程。熵是圖片或信號(hào)中的信息內(nèi)容的量度。在這里所討論的熵是關(guān)于黑白圖片的，但是同樣的方法當(dāng)然也可以用于彩色圖片?？梢杂枚喾N方式定義熵E，例如可以使用熵的Shannon定義。如果這樣的話，則可以按照下面的方式進(jìn)行醫(yī)學(xué)圖片的熵的估算首先，在步驟S31，選擇直方圖中的長(zhǎng)方形的數(shù)量N。最好的是，將N選擇為對(duì)應(yīng)于下述灰度級(jí)值的數(shù)量，所述灰度級(jí)值是要使用的呈現(xiàn)裝置、諸如顯示器或打印機(jī)所能夠呈現(xiàn)的，或者是肉眼能夠分辨的。在步驟S32，定義初始的一組強(qiáng)度參數(shù)w＝(lower，upper)。接著如前面所述的那樣，控制強(qiáng)度參數(shù)以便優(yōu)化該熵。接著針對(duì)輸入圖像I(x)和強(qiáng)度參數(shù)w計(jì)算直方圖HI(w)1...N，其中小于lower的值I(x)被賦值給長(zhǎng)方形H1(w)1，而大于upper的值I(x)被賦值給長(zhǎng)方形HN(w)N(步驟S33)。
接著，在步驟S34，對(duì)HI(w)1...N進(jìn)行正規(guī)化(normate)，以使HI(w)1...N是任何圖片值I(x)屬于該長(zhǎng)方形的概率。
接著，利用下式計(jì)算熵(步驟S35)E=-Σi=1NHI(w)ilogHI(w)i]]>接著，測(cè)試熵是否滿足某個(gè)條件，諸如正在被優(yōu)化、是最優(yōu)可獲得的值的至少90％、高于某個(gè)預(yù)設(shè)值或類似的條件(步驟S41)。如果沒有滿足，則調(diào)整w，并從步驟S32開始重復(fù)該處理過程(步驟S42)。
如前面所述的那樣，對(duì)于強(qiáng)度值的自動(dòng)控制，最好是優(yōu)化灰度級(jí)窗口I(w)，以便使熵E最大化?？梢杂迷S多不同的方式執(zhí)行這個(gè)優(yōu)化處理。例如，可以針對(duì)要控制的強(qiáng)度參數(shù)的每個(gè)可能值、或者在幾個(gè)參數(shù)同時(shí)受控制的情況下針對(duì)值的每種可能組合來計(jì)算熵，并選擇提供最大熵的參數(shù)值。然而，還可能使用各種優(yōu)化算法，諸如迭代優(yōu)化方法。幾種這樣的自動(dòng)優(yōu)化方法實(shí)質(zhì)上在本領(lǐng)域中是已知的。例如，可以使用下面的優(yōu)化方法中的一種或者幾種模擬降溫法(simulatedannealing)，演化算法，遺傳算法，單純形法，方向設(shè)置(directionset)法，共軛梯度法和準(zhǔn)牛頓方法。
如上所述的方法最好是能被實(shí)現(xiàn)為計(jì)算機(jī)程序，該程序包含用于執(zhí)行上述有關(guān)步驟的計(jì)算機(jī)代碼。計(jì)算機(jī)程序可以被保存在任何類型的數(shù)據(jù)載體、諸如RAM、ROM、CD、DVD、閃存等上。
該方法可以在具有用于輸入醫(yī)學(xué)圖片的輸入裝置的數(shù)據(jù)處理裝置、諸如通用計(jì)算機(jī)上執(zhí)行。該輸入裝置可以是一個(gè)用于從移動(dòng)數(shù)據(jù)存儲(chǔ)設(shè)備中提取數(shù)據(jù)的閱讀器，諸如盤閱讀器、掃描儀、網(wǎng)絡(luò)連接、要連接到成像設(shè)備上的端口或類似裝置。另外，該數(shù)據(jù)處理裝置還可以具有一個(gè)輸出裝置，用于提供改進(jìn)的強(qiáng)度數(shù)據(jù)陣列作為改進(jìn)的醫(yī)學(xué)圖片。該輸出裝置可以包括顯示器、打印機(jī)、用于在數(shù)據(jù)存儲(chǔ)設(shè)備、最好是移動(dòng)數(shù)據(jù)存儲(chǔ)設(shè)備上存儲(chǔ)數(shù)據(jù)的記錄器，諸如CD-ROM記錄器或類似裝置。圖像數(shù)據(jù)處理最好是可以用軟件形式實(shí)現(xiàn)，但是也可能是至少它的某些部分用專用硬件來實(shí)現(xiàn)。另外，上述的部分可以包括在單個(gè)單元中，或者可以包括分布式的、相互連接的部分。然而，本方法還可以在專門的設(shè)備中實(shí)現(xiàn)，諸如在超聲波裝置、X射線裝置以及類似裝置中實(shí)現(xiàn)。
由上述方法產(chǎn)生的輸出醫(yī)學(xué)圖片可以在多種應(yīng)用中使用，并且尤其可以用于不同類型的自動(dòng)或人工治療和診斷方法。例如，輸出圖片可用來控制立體定位(stero-tactic)外科設(shè)備、諸如由同一申請(qǐng)人在WO 00/42928中所公開的設(shè)備，所述參考文獻(xiàn)被包括在這里作為參考。因此，輸出圖片可以被用來在損傷處理中測(cè)量組織的受損體積。然而，對(duì)于其他類型的外科手術(shù)過程、特別是神經(jīng)外科手術(shù)來說，新方法也是有用的，例如，可用于在所述治療期間進(jìn)行實(shí)時(shí)監(jiān)控和控制。
上述的用于提高醫(yī)學(xué)圖片的可用性的方法對(duì)于準(zhǔn)備將被用在自動(dòng)治療計(jì)劃中、最好是用于神經(jīng)外科治療計(jì)劃的圖片來說也是特別有用的，如同一申請(qǐng)人在WO 98/57705中所討論的那樣，所述參考文獻(xiàn)被包括在這里作為參考。
改進(jìn)的醫(yī)學(xué)圖片還可以用于其他類型的應(yīng)用中，諸如用于為其他類型或自動(dòng)方法準(zhǔn)備圖片。例如，所述的圖片可被用于準(zhǔn)備醫(yī)學(xué)圖片以便用于進(jìn)行圖像處理，所述圖像處理諸如為圖片合并或聯(lián)合注冊(cè)、分段或模式識(shí)別。
在圖3-5中提供了使用本發(fā)明的例子。在圖3a中，示出了具有原始熵1.907的輸入圖像。在如上所述進(jìn)行處理后，獲得如圖3b中所示的輸出圖像，它具有熵3.064，并且因此軟組織部分具有明顯增強(qiáng)的可見度和強(qiáng)度分辨率。同樣地，圖4a示出了具有原始熵1.335的輸入圖像，而圖4b示出了具有熵3.155的改進(jìn)圖像。在圖5a中，輸入圖像具有原始熵3.610，而改進(jìn)的圖像具有熵4.002。
當(dāng)前已經(jīng)描述了本發(fā)明的具體實(shí)施例。然而，可能有幾種變化，對(duì)于本領(lǐng)域的普通技術(shù)人員來說，這是顯而易見的。例如，多種用于估算熵的方法都是可行的，可以用許多不同的方式執(zhí)行優(yōu)化處理等。
這些和其他顯而易見的修改應(yīng)當(dāng)被認(rèn)為是包括在由所附權(quán)利要求書所定義的本發(fā)明的保護(hù)范圍之內(nèi)。應(yīng)當(dāng)指出的是，上述實(shí)施例對(duì)本發(fā)明進(jìn)行了舉例說明而不是對(duì)本發(fā)明進(jìn)行限制，并且本領(lǐng)域的普通技術(shù)人員在不脫離所附權(quán)利要求書的范圍的情況下可以設(shè)計(jì)出許多種替換的實(shí)施例。
權(quán)利要求
1.一種自動(dòng)提高醫(yī)學(xué)圖片的可用性的方法，包括步驟提供包含有強(qiáng)度數(shù)據(jù)陣列的醫(yī)學(xué)圖片作為輸入；自動(dòng)控制至少一個(gè)強(qiáng)度參數(shù)，以便增加強(qiáng)度數(shù)據(jù)陣列中至少一部分的熵；和提供經(jīng)處理過的強(qiáng)度數(shù)據(jù)陣列作為改進(jìn)的醫(yī)學(xué)圖片。
2.如權(quán)利要求1所述的方法，其中，要自動(dòng)控制的至少一個(gè)強(qiáng)度參數(shù)是亮度和對(duì)比度中的至少其中之一，并且優(yōu)選是這兩者。
3.如權(quán)利要求1或2所述的方法，其中，對(duì)要自動(dòng)控制的至少一個(gè)強(qiáng)度參數(shù)進(jìn)行控制，以便減小所述強(qiáng)度數(shù)據(jù)陣列的灰度級(jí)窗口。
4.如權(quán)利要求3所述的方法，其中，所述灰度級(jí)窗口被控制在小于500Hounsfield的范圍，優(yōu)選的是被控制在小于250Hounsfield的范圍，并且最優(yōu)選的是被控制在大約為100Hounsfield的范圍。
5.如前面權(quán)利要求中任何一個(gè)所述的方法，其中，對(duì)所述至少一個(gè)強(qiáng)度參數(shù)進(jìn)行自動(dòng)控制，以便優(yōu)化強(qiáng)度數(shù)據(jù)陣列中所述至少一部分的熵。
6.如權(quán)利要求5所述的方法，其中，通過使熵E最大化或基本上最大化、即max[E]，來優(yōu)化強(qiáng)度數(shù)據(jù)陣列中所述至少一部分的熵，該熵按照下式進(jìn)行估算E=-Σi=1NHI(w)ilogHI(w)i]]>其中，HI(w)1...N是對(duì)其計(jì)算強(qiáng)度參數(shù)w的圖片I(x)的直方圖，N是直方圖中長(zhǎng)方形的數(shù)量。
7.如權(quán)利要求6所述的方法，其中，將N選擇為所述改進(jìn)的醫(yī)學(xué)圖片所要求的灰度級(jí)值的數(shù)量。
8.如權(quán)利要求6或7所述的方法，其中，w被定義為具有上限值(upper)和下限值(lower)，并且其中小于lower的值I(x)被賦值給長(zhǎng)方形H1(w)1，而大于upper的值I(x)被賦值給長(zhǎng)方形HN(w)N。
9.如前面權(quán)利要求中任何一個(gè)所述的方法，其中，輸入的醫(yī)學(xué)圖片由下述技術(shù)中的至少其中之一來生成計(jì)算機(jī)斷層掃描技術(shù)(CT)、核磁共振成像技術(shù)(MRI)、血管造影成像技術(shù)、X射線成像技術(shù)、正電子發(fā)射斷層掃描技術(shù)(PET)、單光子發(fā)射計(jì)算機(jī)斷層掃描技術(shù)(SPECT)、功能性核磁共振成像技術(shù)(fMRI)和超聲波成像技術(shù)。
10.如前面權(quán)利要求中任何一個(gè)所述的方法，其中，自動(dòng)控制至少一個(gè)強(qiáng)度參數(shù)的步驟適于增加強(qiáng)度數(shù)據(jù)陣列中的下述一部分的熵，強(qiáng)度數(shù)據(jù)的所述部分對(duì)應(yīng)于所描述的對(duì)象的某個(gè)子集，并且優(yōu)選是對(duì)應(yīng)于所描述的感興趣的結(jié)構(gòu)。
11.一種用于自動(dòng)提高醫(yī)學(xué)圖片的可用性的系統(tǒng)，包括輸入裝置，用于提供包含強(qiáng)度數(shù)據(jù)陣列的醫(yī)學(xué)圖片；用于自動(dòng)控制至少一個(gè)強(qiáng)度參數(shù)以便增加強(qiáng)度數(shù)據(jù)陣列的至少一部分的熵的裝置；和輸出裝置，用于提供這樣改進(jìn)的強(qiáng)度數(shù)據(jù)陣列作為改進(jìn)的醫(yī)學(xué)圖片。
12.如權(quán)利要求11所述的系統(tǒng)，其中，要自動(dòng)控制的至少一個(gè)強(qiáng)度參數(shù)是亮度和對(duì)比度中的至少其中之一，并且優(yōu)選是這兩者。
13.如權(quán)利要求11或12所述的系統(tǒng)，其中，用于控制至少一個(gè)強(qiáng)度參數(shù)的裝置適于控制所述參數(shù)以便減小所述強(qiáng)度數(shù)據(jù)陣列的灰度級(jí)窗口。
14.如權(quán)利要求11-13中任何一個(gè)所述的系統(tǒng)，其中，用于控制至少一個(gè)強(qiáng)度參數(shù)的裝置適于控制所述參數(shù)以便優(yōu)化強(qiáng)度數(shù)據(jù)陣列中所述至少一部分的熵。
15.如權(quán)利要求11-14中任何一個(gè)所述的系統(tǒng)，其中，輸入的醫(yī)學(xué)圖片由下列技術(shù)中的至少其中之一來生成計(jì)算機(jī)斷層掃描技術(shù)(CT)、核磁共振成像技術(shù)(MRI)、血管造影成像技術(shù)、X射線成像技術(shù)、正電子發(fā)射斷層掃描技術(shù)(PET)、單光子發(fā)射計(jì)算機(jī)斷層掃描技術(shù)(SPECT)、功能性核磁共振成像技術(shù)(fMRI)和超聲波成像技術(shù)。
16.一種用于自動(dòng)提高醫(yī)學(xué)圖片的可用性的計(jì)算機(jī)程序，包含用于執(zhí)行下面步驟的計(jì)算機(jī)代碼提供包含有強(qiáng)度數(shù)據(jù)陣列的醫(yī)學(xué)圖片作為輸入；自動(dòng)控制至少一個(gè)強(qiáng)度參數(shù)，以便增加強(qiáng)度數(shù)據(jù)陣列中至少一部分的熵；和提供這樣改進(jìn)的強(qiáng)度數(shù)據(jù)陣列作為輸出的醫(yī)學(xué)圖片。
17.一種用于存儲(chǔ)根據(jù)權(quán)利要求16所述的計(jì)算機(jī)程序的數(shù)據(jù)載體。
18.使用根據(jù)權(quán)利要求1-10中任何一個(gè)所述的方法來準(zhǔn)備醫(yī)學(xué)圖片，以便用于圖像處理，諸如圖像合并或聯(lián)合注冊(cè)、分段或模式識(shí)別。
19.使用根據(jù)權(quán)利要求1-10中任何一個(gè)所述的方法來準(zhǔn)備醫(yī)學(xué)圖片，以便用于自動(dòng)治療計(jì)劃、并且優(yōu)選的是用于神經(jīng)外科治療計(jì)劃。
20.使用根據(jù)權(quán)利要求1-10中任何一個(gè)所述的方法來準(zhǔn)備醫(yī)學(xué)圖片，以便在治療期間、最好是在神經(jīng)外科治療期間進(jìn)行實(shí)時(shí)監(jiān)控和/或控制。
全文摘要
公開一種自動(dòng)提高醫(yī)學(xué)圖片的可用性的方法。通過自動(dòng)控制至少一個(gè)強(qiáng)度參數(shù)、諸如亮度或強(qiáng)度，以便增加強(qiáng)度數(shù)據(jù)陣列中至少一部分的熵，來改進(jìn)包含強(qiáng)度數(shù)據(jù)陣列的輸入醫(yī)學(xué)圖片。因此，可以顯著地提高不同部分、特別是軟組織的強(qiáng)度分辨率。
文檔編號(hào)A61B6/03GK1947148SQ200580012959
公開日2007年4月11日 申請(qǐng)日期2005年4月28日 優(yōu)先權(quán)日2004年4月30日
發(fā)明者安德列斯·?？松?申請(qǐng)人:埃萊克塔公共有限公司