本發(fā)明涉及用于分割對象的圖像的設(shè)備、系統(tǒng)和方法。其可以應(yīng)用于基于軟件的交互式圖像分析，尤其用于輻射治療處置規(guī)劃。

背景技術(shù)：

在醫(yī)學(xué)成像領(lǐng)域中，圖像分割是將數(shù)字圖像劃分成為像素或體素的圖像元素的多個分段的過程。出于基于圖像的醫(yī)學(xué)分析的目的或?yàn)榱烁纳瓶梢暬蚧谏舷挛牡膶?dǎo)航，醫(yī)學(xué)處置規(guī)劃在醫(yī)學(xué)圖像分割中是必不可少的技術(shù)。例如，為了輻射治療處置規(guī)劃，圖像分割對于防止損害輻射敏感的解剖結(jié)構(gòu)是重要的。

存在分割圖像的不同的方式。例如，基于閾值或外觀的分割算法、基于圖譜配準(zhǔn)的分割算法或基于形狀模型的分割算法。

在所有的圖像分割方法之中，如果自動的方法不能用于特定分割任務(wù)或如果自動分割算法的結(jié)果需要手動校正，則需要交互式圖像分割技術(shù)。例如，用于交互式圖像分割的一種接受的技術(shù)是圖像切片的手動勾畫輪廓。與通常僅僅用于特定解剖結(jié)構(gòu)的自動圖像分割相比，交互式圖像分割提供較高的用戶靈活性。例如，可以結(jié)合不同成像模態(tài)和/或特定成像協(xié)議使用。

US 2010/022489 A1公開了一種分割圖像的計(jì)算機(jī)實(shí)現(xiàn)的方法，其包括以下步驟：接收圖像，基于初始分割參數(shù)來生成圖像的分段，對所生成的分段的特征進(jìn)行分類，以及生成至少一個改進(jìn)的分割參數(shù)。此外，當(dāng)分割參數(shù)變化時，可以提取感興趣的輪廓并可以產(chǎn)生不同的輪廓。

Vincent，Martin等人的“A Cognitive Vision Approach to Image Segmentation”、“Tools in Artificial Intelligence”，208，InTech Education and Publishing，第265-294頁公開了用于對具有閉合的輪廓區(qū)域的圖像進(jìn)行訓(xùn)練的手動分割的框架。特別地，該框架包括定義分割質(zhì)量函數(shù)和通過使分割質(zhì)量函數(shù)最小化或最大化來優(yōu)化參數(shù)集。

EP 1 526 481 A2公開了一種用于分割第一區(qū)域和第二區(qū)域的方法和裝置，其中該方法包括基于顏色布置中的一個或多個使用學(xué)習(xí)機(jī)來確定圖像的哪些像素滿足用于分類為與第一區(qū)域相關(guān)聯(lián)以及圖像的哪些像素滿足用于分類為與第二區(qū)域相關(guān)聯(lián)的準(zhǔn)則。

William B.Kerr等人的“A Methodology and Metric for Quantitative Analysis and Parameter Optimization of Unsupervised,Multi-Region Image Segmentation”(第8屆國際科學(xué)技術(shù)發(fā)展協(xié)會關(guān)于信號和圖像處理的研討會，2006年8月14，第243-248頁)公開了對用于無監(jiān)督的多區(qū)域圖像分割的定量分析和參數(shù)優(yōu)化的方法的使用，其中該方法基于八個個體性能測度。公開了基于在機(jī)器分割的圖像與對應(yīng)的地面實(shí)況圖像之間的交疊的統(tǒng)計(jì)分析的度量以評估和優(yōu)化算法參數(shù)，其中比較了無監(jiān)督分割算法的算法間性能。

然而，在本領(lǐng)域中公知的交互式圖像分割工具受限于其效率，因?yàn)橥ǔＰ枰x擇和優(yōu)化地調(diào)節(jié)大量技術(shù)參數(shù)。此外，例如，由于不準(zhǔn)確的輪廓校正，通常分割的可靠性還受到限制。由于進(jìn)一步的圖像分割以及具有致命后果的非優(yōu)化輻射治療處置計(jì)劃，這導(dǎo)致了高成本。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是提供一種用于可靠的、準(zhǔn)確的且簡單的操作對象的交互式圖像分割的設(shè)備、系統(tǒng)和方法。

在本發(fā)明的第一方面中，提出了一種用于分割對象的圖像的設(shè)備，包括：數(shù)據(jù)接口，其用于接收所述對象的圖像和至少一個輪廓或輪廓的至少一個部分，所述輪廓指示在所述圖像內(nèi)的結(jié)構(gòu)；選擇單元，其用于選擇在所述圖像中的由所述輪廓或所述輪廓的所述部分劃分成第一不相交部分和第二不相交部分的區(qū)域，所選擇的區(qū)域包括繪制的區(qū)域和/或計(jì)算的區(qū)域；分類器，其用于基于用于圖像分割的至少一個參數(shù)來對所選擇的區(qū)域進(jìn)行分類；分析單元，其用于基于分類結(jié)果來定義目標(biāo)函數(shù)；優(yōu)化器，其用于通過改變所述目標(biāo)函數(shù)的輸出來優(yōu)化所述參數(shù)集；以及圖像分割單元，其用于使用所優(yōu)化的參數(shù)集來分割所述圖像。優(yōu)選地，所述分類器被配置為不對所述輪廓或所述輪廓的所述至少一個部分進(jìn)行分割。

利用在接收到的圖像中選擇區(qū)域的可能性，用戶能夠以高度自由度和靈活性交互式地分割圖像。特別地，與在前面提到的現(xiàn)有技術(shù)中公開的技術(shù)相比，本發(fā)明實(shí)現(xiàn)基于用戶的選擇對局部區(qū)域的直接選擇。因?yàn)閰^(qū)域不是由設(shè)備基于初始分割參數(shù)來生成的，所以用戶對區(qū)域選擇的正確性具有直接影響。不需要初始分割參數(shù)并避免了使用錯誤參數(shù)的風(fēng)險。本發(fā)明因此實(shí)現(xiàn)交互式圖像分割的有效方式。

借助于在接收到的圖像內(nèi)的給定輪廓，可以容易地識別感興趣結(jié)構(gòu)，這提高了圖像分割的進(jìn)一步進(jìn)行的效率。通過選擇由給定輪廓或輪廓的部分劃分成兩個不相交部分的區(qū)域并對該區(qū)域進(jìn)行分類，本發(fā)明能夠出于全局圖像分割和/或輪廓校正的目的而局部地優(yōu)化圖像分割參數(shù)。特別地，本發(fā)明通過以下不同于已知的圖像分割技術(shù)，例如在前面提到的現(xiàn)有技術(shù)中公開的技術(shù)：被選擇用于參數(shù)優(yōu)化的區(qū)域位于給定輪廓的附近。這是有利的，因?yàn)橐赃@種方式優(yōu)化的分割參數(shù)可以直接用于調(diào)節(jié)給定輪廓或輪廓的部分，而無需進(jìn)一步調(diào)節(jié)或只需最小的進(jìn)一步調(diào)節(jié)。結(jié)果，可以簡化接收到的圖像的交互式分割。

本發(fā)明尤其有利地用于輻射治療規(guī)劃。由于患者的解剖結(jié)構(gòu)的復(fù)雜性，執(zhí)行輻射治療規(guī)劃的醫(yī)生/操作人員通常需要能夠同時調(diào)節(jié)大量參數(shù)的交互式圖像分割工具。本領(lǐng)域中已知的輻射治療規(guī)劃系統(tǒng)通常裝備有難以理解的復(fù)雜的圖形用戶界面。此外，參數(shù)優(yōu)化和輪廓調(diào)節(jié)通常要求對操作人員的大量訓(xùn)練。借助于本發(fā)明，操作人員可以僅使用計(jì)算機(jī)的鼠標(biāo)光標(biāo)和/或用戶的手指或結(jié)合觸摸屏的其他單元來選擇區(qū)域。不需要復(fù)雜的圖形用戶界面，并且醫(yī)生/操作人員不需要熟知大量參數(shù)，以便以可靠性的滿意度完成圖像分割的任務(wù)。最后，通過定義目標(biāo)函數(shù)并通過增大其輸出，可以獨(dú)立于目標(biāo)函數(shù)的實(shí)際算法細(xì)節(jié)直接地且精確地優(yōu)化分割參數(shù)。因此，可以簡化圖像的全局分割，同時維護(hù)或甚至改善分割質(zhì)量。

在優(yōu)選實(shí)施例中，所述分類器被配置為將所選擇的區(qū)域分類成第一圖像類別和第二圖像類別。這具有的優(yōu)點(diǎn)在于可以以最小計(jì)算量局部地優(yōu)化包括至少一個圖像分割參數(shù)的參數(shù)集。

在另一優(yōu)選實(shí)施例中，所述第一圖像類別是所述第一不相交部分的主要圖像類別。在本發(fā)明的范圍內(nèi)，本質(zhì)上表示圖像的子集的主要圖像類別是實(shí)質(zhì)上表征圖像或其部分的圖像類別。這意味著當(dāng)圖像或其部分被分類成主要圖像類別時分類是肯定的。有利地，第一不相交部分被正確地分類，使得在圖像分割的另外的步驟中，可以使用于參數(shù)集的額外校正的計(jì)算量最小化。

在另一優(yōu)選實(shí)施例中，所述第二圖像類別是所述第二不相交部分的主要圖像類別。有利地，第二不相交部分被正確地分類，從而在圖像分割的另外的步驟中，可以使用于參數(shù)集的額外校正的計(jì)算量最小化，從而得到快速且有效的圖像分割。

在另一優(yōu)選實(shí)施例中，所述優(yōu)化器被配置為根據(jù)所述第一不相交部分來確定第一面積，所述第一面積對應(yīng)于所述第一圖像類別。該實(shí)施例是有利的，因?yàn)殛P(guān)于第一不相交部分的尺寸的第一面積的尺寸是在第一不相交部分與在第一不相交部分內(nèi)的實(shí)際圖像細(xì)節(jié)之間的一致的測度。因此，可以確定用于對所選擇的區(qū)域(尤其是第一不相交部分)進(jìn)行分類的參數(shù)集的質(zhì)量。

在另一優(yōu)選實(shí)施例中，所述優(yōu)化器被配置為根據(jù)所述第二不相交部分來確定第二面積，所述第二面積對應(yīng)于所述第二圖像類別。該實(shí)施例是有利的，因?yàn)殛P(guān)于第二不相交部分的尺寸的第二面積的尺寸是在第二不相交部分與在第二不相交部分內(nèi)的實(shí)際圖像細(xì)節(jié)之間的一致的測度。因此，可以確定用于對所選擇的區(qū)域(尤其是第二不相交部分)進(jìn)行分類的參數(shù)集的質(zhì)量。

在另一優(yōu)選實(shí)施例中，所述目標(biāo)函數(shù)包括所述第一面積和所述第二面積的加和。以這種方式，高可靠性目標(biāo)函數(shù)被選擇適當(dāng)以高準(zhǔn)確性確定所選擇的參數(shù)集的質(zhì)量。當(dāng)?shù)谝粓D像類別是第一不相交部分的主要圖像類別時和/或當(dāng)?shù)诙D像類別是第二不相交部分的主要圖像類別時尤其如此。

在另一優(yōu)選實(shí)施例中，所述優(yōu)化器被配置為使所述目標(biāo)函數(shù)的所述輸出最大化。有利地，可以以最大的準(zhǔn)確性優(yōu)化參數(shù)集，使得以特別高的可靠性分割圖像。

在另一優(yōu)選實(shí)施例中，所述優(yōu)化器被配置為根據(jù)所述第一不相交部分和/或所述第二不相交部分的地面實(shí)況分類來使所述目標(biāo)函數(shù)的所述輸出最大化。借助于地面實(shí)況分類，可以以高準(zhǔn)確性對所選擇的區(qū)域的第一不相交部分和/或第二不相交部分進(jìn)行分類，使得參數(shù)優(yōu)化的結(jié)果以及后續(xù)圖像分割是高度可靠的。

在另一優(yōu)選實(shí)施例中，所述圖像分割單元被配置為使用所優(yōu)化的參數(shù)集來調(diào)節(jié)所述輪廓或所述輪廓的所述部分。有利地，使用簡化且直觀的交互式圖像分割技術(shù)來實(shí)現(xiàn)輪廓校正。

在另一優(yōu)選實(shí)施例中，所述輪廓包括繪制的輪廓和/或計(jì)算的輪廓，和/或所選擇的區(qū)域包括繪制的區(qū)域和/或計(jì)算的區(qū)域。以這種方式，本發(fā)明可以獨(dú)立于輪廓的類型而使用，使得提高用戶靈活性。有利地，用戶能夠自由地選擇用于參數(shù)優(yōu)化的區(qū)域，使得進(jìn)一步簡化交互式圖像分割。

在本發(fā)明的另一方面中，提出了一種用于分割對象的圖像的系統(tǒng)，其包括：成像裝置，其用于生成對象的至少一幅圖像；以及本文中公開的用于分割所生成的至少一幅圖像的設(shè)備。根據(jù)本發(fā)明的系統(tǒng)具有的優(yōu)點(diǎn)在于其不僅能夠生成醫(yī)學(xué)圖像，而且能夠進(jìn)行交互式圖像分割，其與現(xiàn)有技術(shù)中已知的系統(tǒng)相比是更精確且可靠的并且同時被簡化。

在本發(fā)明的另一方面中，提出了一種用于分割對象的圖像的方法，其包括以下步驟：接收所述對象的圖像和至少一個輪廓或輪廓的至少一個部分，所述輪廓指示在所述圖像內(nèi)的結(jié)構(gòu)；選擇在所述圖像中的由所述輪廓或所述輪廓的所述部分劃分成第一不相交部分和第二不相交部分的區(qū)域，所選擇的區(qū)域包括繪制的區(qū)域和/或計(jì)算的區(qū)域；基于用于圖像分割的至少一個參數(shù)來對所選擇的區(qū)域進(jìn)行分類；基于分類結(jié)果來定義目標(biāo)函數(shù)；通過增大或減小所述目標(biāo)函數(shù)來優(yōu)化所述參數(shù)集；并且使用所優(yōu)化的參數(shù)集來分割所述圖像。

使用根據(jù)本發(fā)明的方法，交互式圖像分割可以容易地被應(yīng)用到不同類型的醫(yī)學(xué)圖像。因此實(shí)現(xiàn)直觀且簡化的交互式圖像分割技術(shù)，使得可以因此避免難以理解的、使用麻煩的且要求大量訓(xùn)練的復(fù)雜的圖形用戶界面。

在本發(fā)明的另一方面中，提供了：一種包括程序代碼單元的計(jì)算機(jī)程序，一旦所述計(jì)算機(jī)程序在計(jì)算機(jī)上執(zhí)行時，所述程序代碼單元用于使所述計(jì)算機(jī)執(zhí)行如本文所公開的方法的步驟；以及一種存儲計(jì)算機(jī)程序產(chǎn)品的非暫態(tài)計(jì)算機(jī)可讀記錄介質(zhì)，所述計(jì)算機(jī)程序產(chǎn)品當(dāng)由設(shè)備運(yùn)行時使本文公開的方法被執(zhí)行。

在從屬權(quán)利要求中限定本發(fā)明的優(yōu)選實(shí)施例?？梢岳斫獾氖?，所要求保護(hù)的系統(tǒng)、方法和計(jì)算機(jī)程序具有與所要求保護(hù)的設(shè)備和在從屬權(quán)利要求中限定的相似的和/或相同的優(yōu)選實(shí)施例。

附圖說明

本發(fā)明的這些和其他方面將從下文中描述的(一個或多個)實(shí)施例變得顯而易見并參考下文中描述的(一個或多個)實(shí)施例得到闡述。在以下附圖中：

圖1示出了根據(jù)本發(fā)明的設(shè)備的實(shí)施例的示意性框圖；

圖2示出了根據(jù)本發(fā)明的系統(tǒng)的實(shí)施例的示意性框圖；

圖3示出了根據(jù)本發(fā)明的方法的實(shí)施例；以及

圖4示出了用于與圖1的設(shè)備的實(shí)施例一起使用的圖像的說明性表示。

具體實(shí)施方式

參考圖1，示出了根據(jù)實(shí)施例的用于分割對象14(圖2)的圖像12的設(shè)備10的示意性框圖。設(shè)備10包括數(shù)據(jù)接口16，其用于接收對象14的圖像12和至少一個輪廓18，輪廓18指示結(jié)構(gòu)19(圖4，虛線)，尤其是與對象14的解剖結(jié)構(gòu)相關(guān)?？梢岳斫獾氖?，雖然在圖1中示出了整體輪廓，但本發(fā)明還可以結(jié)合輪廓的部分使用。可以使用筆/鉛筆繪制或由機(jī)器(尤其是通過計(jì)算機(jī))生成輪廓18。數(shù)據(jù)接口16可以是本領(lǐng)域中已知的任意類型的數(shù)據(jù)接口，尤其是連接成像裝置和如本文公開的設(shè)備的數(shù)據(jù)接口。數(shù)據(jù)接口16的類型可以包括但不限于電流環(huán)路、RS-232、GPIB、V.35等。

設(shè)備10包括用于選擇圖像12中的區(qū)域22(圖4)的選擇單元20，使得區(qū)域22由輪廓18劃分成第一不相交部分23和第二不相交部分26(圖4)。在優(yōu)選實(shí)施例中，選擇單元20包括用于結(jié)合鼠標(biāo)光標(biāo)和/或監(jiān)視器使用的單元，使得用戶可以通過在監(jiān)視器上移動鼠標(biāo)光標(biāo)而選擇圖像12中的區(qū)域22。替代地，用戶可以通過在觸摸屏上移動他的手指或其他單元來選擇圖像12中的區(qū)域22。選擇單元20可以與現(xiàn)有圖像和/或文本編輯單元(例如，(一個或多個)圖像和/或文字編輯軟件)協(xié)作。

設(shè)備10還包括分類器28，其用于基于包括至少一個圖像分割參數(shù)的參數(shù)集來對所選擇的區(qū)域22進(jìn)行分類。參數(shù)集可以包含多個圖像分割參數(shù)，其中分類器28可以將相同的或不同的圖像分割參數(shù)應(yīng)用到所選擇的區(qū)域22的第一不相交部分24和第二不相交部分26。在優(yōu)選實(shí)施例中，參數(shù)集包括形狀參數(shù)和/或外觀參數(shù)，尤其是灰度值轉(zhuǎn)變和/或圖像梯度和/或曲率平滑度。該實(shí)施例是有利的，因?yàn)榭梢詢?yōu)化大量不同的圖像分割參數(shù)，使得本發(fā)明可應(yīng)用到大量圖像類型和/或解剖結(jié)構(gòu)。在另一優(yōu)選實(shí)施例中，分類器28優(yōu)選經(jīng)由數(shù)據(jù)接口16從外部數(shù)據(jù)實(shí)體(例如，數(shù)據(jù)庫、云系統(tǒng)、本地通信網(wǎng)絡(luò))選擇一個或多個圖像分割參數(shù)。

設(shè)備10還包括分析單元29以確定選擇用于對所選擇的區(qū)域22進(jìn)行分類的參數(shù)集的質(zhì)量。為此，分析單元29被配置為定義目標(biāo)函數(shù)。分析單元29可以利用一個或多個算法來定義目標(biāo)函數(shù)，例如，livewire算法、地面實(shí)況、2D或3D分割算法、機(jī)器學(xué)習(xí)、等等。在優(yōu)選實(shí)施例中，分析單元29例如單獨(dú)地定義針對所選擇的區(qū)域22的第一不相交部分24和第二不相交部分26的目標(biāo)函數(shù)。在另一優(yōu)選實(shí)施例中，分析單元29定義針對所選擇的區(qū)域22的統(tǒng)一目標(biāo)函數(shù)。然而，本發(fā)明不限于這些實(shí)施例。在另一優(yōu)選實(shí)施例中，分析單元29定義目標(biāo)函數(shù)，使得目標(biāo)函數(shù)反映輪廓18與區(qū)域22內(nèi)的結(jié)構(gòu)多么好地相對應(yīng)。在另一優(yōu)選實(shí)施例中，目標(biāo)函數(shù)可以涉及僅一個或多個圖像分割參數(shù)。特別地，可以基于一個或多個圖像分割參數(shù)來定義目標(biāo)函數(shù)。在優(yōu)選實(shí)施例中，分析單元29僅基于一個或多個圖像類別來定義目標(biāo)函數(shù)。

設(shè)備10包括優(yōu)化器30，其用于通過改變目標(biāo)函數(shù)的輸出來優(yōu)化參數(shù)集。在優(yōu)選實(shí)施例中，優(yōu)化器30選擇一個或多個算法，其用于優(yōu)化優(yōu)選經(jīng)由數(shù)據(jù)接口16來自外部數(shù)據(jù)實(shí)體(例如，數(shù)據(jù)庫、云系統(tǒng)、互聯(lián)網(wǎng)和/或局域通信網(wǎng)絡(luò))的參數(shù)集。在另一優(yōu)選實(shí)施例中，優(yōu)化器30增大或減小目標(biāo)函數(shù)的輸出。在另一優(yōu)選實(shí)施例中，優(yōu)化器30使目標(biāo)函數(shù)的輸出最大化或最小化。在另一優(yōu)選實(shí)施例中，優(yōu)化器30被配置為應(yīng)用多次迭代，其中目標(biāo)函數(shù)的輸出通過每次迭代中的固定增量或可變增量變化。

設(shè)備10還包括圖像分割單元32，其用于使用所優(yōu)化的參數(shù)集來分割圖像12。在優(yōu)選實(shí)施例中，結(jié)合鼠標(biāo)光標(biāo)或用戶的手指和/或一個或多個圖像分割函數(shù)使用圖像分割單元32?？梢允褂盟鶅?yōu)化的參數(shù)集完全地或部分地分割圖像12。優(yōu)選地，用戶可以使用鼠標(biāo)光標(biāo)來在監(jiān)視器上選擇由圖像分割單元32使用所優(yōu)化的參數(shù)集分割的圖像12的部分。這還可以通過使用用戶的手指或其他單元以在觸摸屏上選擇圖像12的部分來完成。

參考圖2，示出了根據(jù)實(shí)施例的用于分割圖像(尤其是對象的圖像12)的系統(tǒng)34的示意性框圖。系統(tǒng)34包括：成像裝置36，其用于生成對象14的至少一幅圖像12；以及用于分割圖像的設(shè)備，特別是圖1的設(shè)備10。成像裝置36可以包括在醫(yī)學(xué)成像領(lǐng)域中已知的任意類型的成像裝置，其采用如下技術(shù)：例如，X射線、超聲、計(jì)算機(jī)斷層攝影(CT)、磁共振成像(MRI)、正電子發(fā)射斷層攝影(PET)、內(nèi)窺鏡成像、熱成像、彈性成像以及其他。成像裝置36優(yōu)選可以是實(shí)現(xiàn)輻射治療規(guī)劃的成像裝置。優(yōu)選地，成像裝置36是實(shí)現(xiàn)劑量測定和/或短程療法(例如，HDR短程療法和/或LDR短程療法)的優(yōu)化的成像裝置。在另一優(yōu)選實(shí)施例中，成像裝置36實(shí)現(xiàn)利用一個或多個劑量體積直方圖的輻射治療規(guī)劃。然而，本發(fā)明不限于這些實(shí)施例。注意，在對象14與成像裝置36之間的虛線僅僅出于說明的目的，并不承載任何技術(shù)特征。特別地，需注意，能夠通過成像裝置36整體地或部分地捕獲對象14。

參考圖3，示出了根據(jù)本發(fā)明實(shí)施例的用于分割對象(尤其是對象14)的圖像(尤其是圖像12)的方法的示意性框圖。在該方法的第一步驟101中，經(jīng)由數(shù)據(jù)接口16接收對象14的圖像12和輪廓18。輪廓18對應(yīng)于在圖像12內(nèi)的結(jié)構(gòu)19(虛線)，其中結(jié)構(gòu)通常涉及生物對象(包括人類、哺乳動物或其他生命體)的一個或多個解剖結(jié)構(gòu)/組織。在優(yōu)選實(shí)施例中，在第一步驟101中，圖像12和/或輪廓18被存儲在內(nèi)部存儲器單元或外部存儲器單元中。在第二步驟102中，選擇在圖像12內(nèi)的區(qū)域(尤其是區(qū)域22)，使得區(qū)域22由輪廓18劃分成第一不相交部分24和第二不相交部分26。在優(yōu)選實(shí)施例中，由用戶(優(yōu)選結(jié)合計(jì)算機(jī)程序)執(zhí)行該方法的第二步驟102。在第三步驟103中，基于包括至少一個圖像分割參數(shù)的參數(shù)集來對所選擇的區(qū)域22進(jìn)行分類。然后，在第四步驟104中，定義目標(biāo)函數(shù)以確定用于對所選擇的區(qū)域22進(jìn)行分類的參數(shù)集的質(zhì)量。在第五步驟105中，通過改變來自第四步驟104的目標(biāo)函數(shù)來優(yōu)化參數(shù)集。在第六步驟106中，在第五步驟105優(yōu)化的參數(shù)集被用于分割圖像12?？梢岳斫獾氖牵嬲麄€輪廓，輪廓的部分還可以由根據(jù)本發(fā)明的方法使用。

在本文公開的所有實(shí)施例中，圖像分割單元32優(yōu)選被配置為使用所優(yōu)化的參數(shù)集來調(diào)節(jié)輪廓18。優(yōu)選地，用戶使用鼠標(biāo)光標(biāo)選擇輪廓18的一個或多個部分，用戶利用鼠標(biāo)光標(biāo)突出所選擇的一個或多個部分。進(jìn)一步優(yōu)選地，用戶通過將鼠標(biāo)光標(biāo)移動到一個或多個部分將針對所選擇的區(qū)域22優(yōu)化的參數(shù)集轉(zhuǎn)移到在輪廓18的剩余部分中選擇的一個或多個部分。然后，圖像分割單元32將所優(yōu)化的參數(shù)集應(yīng)用到輪廓18的所選擇的一個或多個部分。以這種方式，實(shí)現(xiàn)能夠進(jìn)行與本領(lǐng)域中已知的文檔編輯工具類似的“復(fù)制和粘貼分割屬性”的交互式圖像分割。本發(fā)明還應(yīng)用于分割整體圖像12和/或順序地或同時地分割多幅圖像。

參考圖4，示出了根據(jù)本發(fā)明的實(shí)施例的說明性表示。圖4A示出了根據(jù)本發(fā)明的由本領(lǐng)域中已知的成像裝置(例如，成像裝置36)生成的圖像。在圖像12中，可以看見輪廓18。此外，從圖4A中可以看出輪廓18不完全對應(yīng)于由虛線表示的結(jié)構(gòu)19。

圖4B示出了使用本發(fā)明處置的圖像12。輪廓18包圍區(qū)域38，其不同于圖4A和圖4B中的結(jié)構(gòu)19。在輪廓18的附近選擇區(qū)域22，使得區(qū)域22由輪廓18劃分成第一不相交部分24和第二部相交部分26。第一不相交部分24位于區(qū)域38中并由輪廓18和區(qū)域的圓周包圍，而第二不相交部分26位于區(qū)域38的外部。在已經(jīng)選擇了區(qū)域22之后，參數(shù)集用于對區(qū)域22進(jìn)行分類。參數(shù)集包括一個或多個分割參數(shù)，尤其是灰度值轉(zhuǎn)變、圖像梯度、曲率平滑度或其他形狀參數(shù)和/或外觀參數(shù)。在優(yōu)選實(shí)施例中，基于閾值參數(shù)t將區(qū)域22分類成第一圖像類別C_A和第二圖像類別C_B。這些可以使用以下公式(1)來執(zhí)行：

這里，I(x)是圖像元素x的函數(shù)，其值與閾值參數(shù)t比較。優(yōu)選地，將第一圖像類別選擇為主要圖像類別或者實(shí)質(zhì)上表征結(jié)構(gòu)19的主要圖像類別之一。此外，將第二圖像類別選擇為主要圖像類別或表征鄰近結(jié)構(gòu)19的區(qū)域的主要圖像類別之一。例如，如果結(jié)構(gòu)19是實(shí)質(zhì)上由圖像類別癌癥組織表征的人體的區(qū)域，其中鄰近結(jié)構(gòu)19的區(qū)域?qū)嵸|(zhì)上由圖像類別健康組織表征，則可以將第一圖像類別選擇為癌癥組織類型，其中可以將第二圖像類別選擇為健康組織。然而，這應(yīng)被理解為圖像類別的選擇的示例而不以任何方式限制本發(fā)明。特別地，可以選擇多于兩個圖像類別以對所選擇的區(qū)域22進(jìn)行分類。

基于所選擇的區(qū)域22的類別，可以定義目標(biāo)函數(shù)，其反映用于對區(qū)域22進(jìn)行分類的參數(shù)集的質(zhì)量。在優(yōu)選實(shí)施例中，目標(biāo)函數(shù)可以是第一面積和第二面積的加和，其中第一面積是被分類到第一圖像類別的第一不相交部分24內(nèi)的所有圖像元素(尤其是所有像素和/或體素)的面積。此外，第二面積優(yōu)選是被分類為第二圖像類別的第二不相交部分26內(nèi)的所有圖像元素(尤其是所有像素和/或體素)的面積。然而，這并不限制本發(fā)明。特別地，目標(biāo)函數(shù)可以是來自第一面積或第二面積的圖像元素的加和。替代地，目標(biāo)函數(shù)可以是在整體所選擇的區(qū)域22內(nèi)被分類為第一圖像類別或第二圖像類別的所有像素和/或體素的面積的加和。在另一優(yōu)選實(shí)施例中，根據(jù)公式(2)基于公式(1)的閾值參數(shù)t來定義目標(biāo)函數(shù)：

這里，A表示第一不相交部分24，B表示第二不相交部分26。公式(2)使用根據(jù)公式(1)的分類將目標(biāo)函數(shù)表示為來自被同時分類為第一圖像類別C_A的第一不相交部分24的所有圖像元素的第一面積和來自被同時分類為第二圖像類別C_B的第二不相交部分26的所有圖像元素的第二面積的加和。

在下一步驟中，優(yōu)化被選擇用于對區(qū)域22進(jìn)行分類的參數(shù)集。在優(yōu)選實(shí)施例中，通過使在公式(2)中指定的第一面積和第二面積的和S最大化來優(yōu)化如在公式(1)和(2)中示出的閾值參數(shù)t，從而得到公式(3)：

以這種方式，將優(yōu)化閾值參數(shù)t，從而生成優(yōu)化的閾值t_opt，其使在公式(2)中指定的第一面積和第二面積的加和最大化。在另一優(yōu)選實(shí)施例中，可以使用第一不相交部分24和/或第二不相交部分26的地面實(shí)況分類來優(yōu)化閾值參數(shù)t以獲得閾值t_opt。本發(fā)明實(shí)現(xiàn)交互圖像分割的容易且直觀的方式，借助于其用戶能夠優(yōu)選通過使用示出在監(jiān)視器上的鼠標(biāo)光標(biāo)簡單地選擇在給定輪廓附近的區(qū)域來執(zhí)行局部參數(shù)優(yōu)化。

可以理解，代替使目標(biāo)函數(shù)最大化，方法、設(shè)備10和系統(tǒng)34可以使能使目標(biāo)函數(shù)的輸出最小化以優(yōu)化用于對所選擇的區(qū)域22進(jìn)行分類的參數(shù)集。例如，第一圖像類別可以是關(guān)于實(shí)質(zhì)上不表征結(jié)構(gòu)19的第一不相交部分24的最小圖像類別，而第二圖像類別可以是關(guān)于實(shí)質(zhì)上不表征鄰近區(qū)域19的區(qū)域的第二不相交部分26的最小圖像類別。在該情況下，可以通過使第一面積和第二面積的加和最小化來優(yōu)化閾值參數(shù)t。以這種方式，本發(fā)明可以獨(dú)立于參數(shù)集的選擇或區(qū)域的分類的結(jié)果而使用，使得可以自動校正分類錯誤。

在下一步驟中，將來自圖4B的針對所選擇的區(qū)域22優(yōu)化的參數(shù)集應(yīng)用于調(diào)節(jié)輪廓18的剩余部分。該輪廓調(diào)節(jié)的結(jié)果被說明性地示出在圖4C中。示出對應(yīng)于結(jié)構(gòu)19的經(jīng)調(diào)節(jié)的輪廓18'，其比在調(diào)節(jié)之前的輪廓18明顯更好。類似地，還可以使用所優(yōu)化的參數(shù)集來分割圖像12的剩余圖像元素。

注意，在圖4A-C中示出的圖像全部是出于說明的目的，并不要求根據(jù)真實(shí)對象生成的真實(shí)圖像的正確度。

盡管在附圖和前述描述中已經(jīng)詳細(xì)說明并描述了本發(fā)明，但這樣的說明和描述被認(rèn)為是說明性或示范性的并非限制性的；本發(fā)明不限于公開的實(shí)施例。通過研究附圖、說明書和權(quán)利要求書，本領(lǐng)域技術(shù)人員在實(shí)踐所主張的本發(fā)明的過程中，能夠理解和實(shí)現(xiàn)所公開的實(shí)施例的變型。

在權(quán)利要求中，詞語“包括”不排除其他元件或步驟，并且詞語“一”或“一個”不排除多個。單個元件或其他單元可以實(shí)現(xiàn)權(quán)利要求中記載的若干項(xiàng)目的功能。在互不相同的從屬權(quán)利要求中記載特定措施并不指示不能有利地使用這些措施的組合。

計(jì)算機(jī)程序可以存儲/分布在與其他硬件一起提供或作為其他硬件的部分提供的諸如光學(xué)存儲介質(zhì)或固態(tài)介質(zhì)的適當(dāng)?shù)慕橘|(zhì)上，但是計(jì)算機(jī)程序也可以以其他的形式分布，例如經(jīng)由因特網(wǎng)或其他有線或無線的遠(yuǎn)程通信系統(tǒng)。

權(quán)利要求中的任何附圖標(biāo)記不得被解釋為對其范圍的限制。