醫(yī)學圖像處理裝置和方法以及醫(yī)學成像設備的制造方法
【技術領域】
[0001]本公開一般涉及醫(yī)學圖像處理，更具體地，涉及醫(yī)學圖像處理裝置、醫(yī)學圖像處理方法以及醫(yī)學成像設備。
【背景技術】
[0002]磁共振標記圖像(tagging image)可用于運動器官或部位的非侵入性可視化及相關處理，例如輪廓檢測、運動分析等。標記圖像中的標記線會隨著時間衰退，從而有可能影響輪廓檢測等的準確度。

【發(fā)明內(nèi)容】

[0003]在下文中給出了關于本發(fā)明的簡要概述，以便提供關于本發(fā)明的某些方面的基本理解。應當理解，這個概述并不是關于本發(fā)明的窮舉性概述。它并不是意圖確定本發(fā)明的關鍵或重要部分，也不是意圖限定本發(fā)明的范圍。其目的僅僅是以簡化的形式給出某些概念，以此作為稍后論述的更詳細描述的前序。
[0004]根據(jù)本發(fā)明的一個方面，提供一種醫(yī)學圖像處理裝置，其包括確定單元、識別單元以及選擇單元。確定單元被配置為根據(jù)磁共振標記圖像的頻域特征，確定磁共振標記圖像序列中的候選圖像。識別單元被配置為在候選圖像中識別預定對象的輪廓。選擇單元被配置為根據(jù)輪廓的形狀特征選擇候選圖像之一作為對預定對象進行運動分析的初始圖像。
[0005]根據(jù)本發(fā)明的另一個方面，提供一種醫(yī)學圖像處理方法。該方法包括根據(jù)磁共振標記圖像的頻域特征確定磁共振標記圖像序列中的候選圖像的步驟。該方法還包括在候選圖像中識別預定對象的輪廓的步驟。該方法還包括根據(jù)輪廓的形狀特征選擇候選圖像之一作為對預定對象進行運動分析的初始圖像的步驟。
[0006]根據(jù)本發(fā)明的又一個方面，提供一種醫(yī)學成像設備，其包括根據(jù)本發(fā)明實施例的醫(yī)學圖像處理方法。
[0007]根據(jù)本發(fā)明的另一個方面，提供一種包含有機器可讀取的指令代碼的程序產(chǎn)品。在由計算機讀取并執(zhí)行該指令代碼時，使得計算機能夠執(zhí)行上述根據(jù)本申請實施例的醫(yī)學圖像處理方法。
[0008]根據(jù)本發(fā)明的又一個方面，提供一種承載有上述包含有機器可讀取的指令代碼的程序產(chǎn)品的存儲介質(zhì)。
[0009]通過本發(fā)明的實施方式，能夠自動地選擇圖像質(zhì)量較高的標記圖像，從而有利于提高例如輪廓跟蹤等處理的準確度。
【附圖說明】
[0010]本發(fā)明可以通過參考下文中結合附圖所給出的描述而得到更好的理解，其中在所有附圖中使用了相同或相似的附圖標記來表示相同或者相似的部件。所述附圖連同下面的詳細說明一起包含在本說明書中并且形成本說明書的一部分，而且用來進一步舉例說明本發(fā)明的優(yōu)選實施例和解釋本發(fā)明的原理和優(yōu)點。在附圖中:
[0011]圖1是示出根據(jù)本發(fā)明一個實施例的醫(yī)學圖像處理裝置的配置示例的框圖；
[0012]圖2是示出磁共振標記圖像的頻域特征的示例的曲線圖；
[0013]圖3示出了磁共振標記圖像的示例；
[0014]圖4示出了磁共振標記圖像的候選圖像的示例；
[0015]圖5是示出根據(jù)本發(fā)明另一個實施例的醫(yī)學圖像處理裝置的配置示例的框圖；
[0016]圖6是示出根據(jù)本發(fā)明又一個實施例的醫(yī)學圖像處理裝置的配置示例的框圖；
[0017]圖7是示出根據(jù)本發(fā)明一個實施例的醫(yī)學圖像處理方法的過程示例的流程圖；
[0018]圖8是示出根據(jù)本發(fā)明一個實施例的醫(yī)學成像設備的配置示例的框圖；以及
[0019]圖9是示出可以用于實現(xiàn)本發(fā)明的方法和設備的計算機的示例性結構的框圖。
【具體實施方式】
[0020]下面將參照附圖來說明本發(fā)明的實施例。在本發(fā)明的一個附圖或一種實施方式中描述的元素和特征可以與一個或更多個其它附圖或?qū)嵤┓绞街惺境龅脑睾吞卣飨嘟Y合。應當注意，為了清楚的目的，附圖和說明中省略了與本發(fā)明無關的、本領域普通技術人員已知的部件和處理的表示和描述。
[0021]如圖1所示，根據(jù)一個實施例的醫(yī)學圖像處理裝置100包括確定單元110、識別單元120以及選擇單元130。
[0022]確定單元110被配置為根據(jù)磁共振標記圖像的頻域特征確定磁共振標記圖像序列中的候選圖像。
[0023]磁共振標記圖像序列中可以包括一系列例如按時間順序排列的磁共振標記圖像。如后面結合具體實施例說明的，磁共振標記圖像可以包括豎直標記圖像(如圖3的示例所示)或水平標記圖像(與圖3的示例類似，標記線為水平方向)，或者可以包括豎直標記圖像和水平標記圖像的合并圖像(如圖4的示例所示)。
[0024]頻域特征是指標記圖像的在頻域提取的特征，其能夠反映標記圖像中標記信號的強度或者說標記線的清晰度。
[0025]根據(jù)一個實施例，可以根據(jù)頻域中一次諧波的幅度確定候選圖像。標記線在空間域中表現(xiàn)為準二維正弦波(并非標準的正弦波)，因此在標記圖像的頻域中，如圖2的示例示出的，除了原點處的低頻峰202之外，在低頻峰202兩側對稱地存在若干個諧波峰，即一次諧波峰201和更高階的諧波峰，其中一次諧波能夠反映幾乎全部標記信號。標記信號越強，越利于得到更好的輪廓識別結果。
[0026]更具體地，確定單元110可以被配置為將頻域中一次諧波幅度高于預定水平的磁共振標記圖像確定為候選圖像?；蛘撸梢詫㈩l域中一次諧波幅度與低頻峰的幅度之比高于預定閾值(例如75% )的標記圖像確定為候選圖像。
[0027]在基于一次諧波的幅值與預定水平的比較確定候選圖像的情況下，可以不對磁共振圖像序列中的全部標記圖像進行這種確定過程，而是可以在確定出預定數(shù)量個候選圖像后不再對其他標記圖像進行該確定過程。
[0028]另一方面，也可以針對磁共振圖像序列中的全部或部分圖像進行上述確定處理，并將一次諧波幅值較高的預定數(shù)目的標記圖像確定為候選圖像。
[0029]可以通過多種方式得到標記圖像的頻域特征。例如，根據(jù)一個實施例，確定單元110可以通過傅里葉變換將磁共振標記圖像轉換成頻域數(shù)據(jù)，并基于頻域數(shù)據(jù)來確定候選圖像。或者，根據(jù)另一個實施例，確定單元110可以基于振標記圖像的K空間數(shù)據(jù)來確定候選圖像。
[0030]識別單元120被配置為在候選圖像中識別預定對象的輪廓。
[0031]識別單元可以采用多種已知的方法進行基于標記圖像的輪廓識別，例如可以采用 Segmentat1n of Myocardial Boundaries in Tagged Cardiac MRI Using ActiveContours:A Gradient-Based Approach Integrating Texture Analysis,AymericHistacej et al.(Internat1nal Journal of B1medical Imaging Volume 2009)中描述的方法。
[0032]根據(jù)一個具體實施例，預定對象包括心肌，更具體地，包括左心室心肌。然而本發(fā)明不限于此，輪廓識別的對象也可以包括任何運動的器官，例如肌肉、關節(jié)等。
[0033]根據(jù)一個實施例，識別單元120基于豎直標記圖像和水平標記圖像的合并圖像來識別預定對象的輪廓。然而本發(fā)明不限于此，例如，在識別主要沿水平方向延伸的輪廓的情況下，可以基于豎直標記圖像進行輪廓識別，在識別主要沿豎直方向延伸的輪廓的情況下，可以基于水平標記圖像進行輪廓識別。
[0034]參照圖4，示出了被確定為候選圖像的左心室心肌的示例標記圖像(圖中的A、B、C和D)，其為豎直標記圖像和水平標記圖像的合并圖像。并且，其中示出了所識別出的心肌內(nèi)輪廓。
[0035]選擇單元130被配置為根據(jù)識別單元120識別出的輪廓的形狀特征選擇候選圖像之一作為對預定對象進行運動分析的初始圖像。
[0036]根據(jù)成像對象的不同，可以采用不同的形狀特征選擇標準。例如，根據(jù)具體對象的形狀特性，選擇單元120可以根據(jù)識別單元120識別出的輪廓的圓形度、矩形度(rectangularity)、和主軸比(axis rat1)中的一個或更多個來選擇初始圖像。如本領域已知的，