医学图像处理设备和方法.pdf

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201580059077.9 (22)申请日 2015.07.17 (30)优先权数据 10-2014-0151587 2014.11.03 KR (85)PCT国际申请进入国家阶段日 2017.04.28 (86)PCT国际申请的申请数据 PCT/KR2015/007472 2015.07.17 (87)PCT国际申请的公布数据 WO2016/072586 EN 2016.05.12 (71)申请人 三星电子株式会社 地址 韩国京畿道 (72)发明人 P.古拉卡 金荣夏 赵秀仁

2、 赵在汶 崔良林 (74)专利代理机构 北京市柳沈律师事务所 11105 代理人 邵亚丽 (51)Int.Cl. A61B 8/13(2006.01) A61B 6/03(2006.01) A61B 5/055(2006.01) (54)发明名称 医学图像处理设备和方法 (57)摘要 一种医学图像处理设备包括： 数据采集器， 该数据采集器扫描附着有基准标记物的对象以 采集体积数据； 以及数据处理器， 该数据处理器 基于所述体积数据中的所述基准标记物的位置 和界标的位置来估计感兴趣平面。 权利要求书1页 说明书12页 附图7页 CN 107106137 A 2017.08.29 CN 10710

3、6137 A 1.一种医学图像处理设备， 该医学图像处理设备包括： 数据采集器， 该数据采集器被配置为扫描具有附着到对象的表面的基准标记物和布置 在该对象内的界标的对象， 并且采集所述对象的体积数据； 以及 数据处理器， 该数据处理器被配置为基于所述体积数据中的所述基准标记物的位置和 所述界标的位置来估计所述对象中的感兴趣平面(POI)。 2.根据权利要求1所述的医学图像处理设备， 其中所述数据处理器被配置为从所述体 积数据中检测所述基准标记物的所述位置和所述界标的所述位置。 3.根据权利要求2所述的医学图像处理设备， 其中所述基准标记物被以高亮度显示在 所述体积数据的所述对象的图像的表面上。

4、 4.根据权利要求2所述的医学图像处理设备， 其中所述数据处理器被配置为从所述体 积数据中检测正中矢状平面(MSP)， 并且从所述MSP中检测所述界标的所述位置。 5.根据权利要求4所述的医学图像处理设备， 其中所述数据处理器被配置为通过机器 学习从所述MSP中检测所述界标的所述位置。 6.根据权利要求1所述的医学图像处理设备， 其中所述数据采集器被配置为执行所述 对象的定位扫描， 以采集所述体积数据。 7.根据权利要求6所述的医学图像处理设备， 其中所述数据采集器被配置为再扫描所 述对象， 并且采集作为经估计的POI的图像的感兴趣图像(IOI)。 8.根据权利要求7所述的医学图像处理设备，

5、其中所述数据采集器被配置为以第一分 辨率执行所述定位扫描并且以比所述第一分辨率高的第二分辨率执行所述再扫描。 9.根据权利要求1所述的医学图像处理设备， 其中所述数据处理器被配置为采集作为 所述POI的图像的感兴趣图像(IOI)。 10.一种医学图像处理方法， 该医学图像处理方法包括： 扫描具有附着到对象的表面的基准标记物和布置在该对象内的界标的对象， 并且采集 体积数据； 以及 基于所述体积数据中的所述基准标记物的位置和所述界标的位置来估计感兴趣平面 (POI)。 11.根据权利要求10所述的医学图像处理方法， 还包括： 从所述体积数据中检测所述基准标记物的所述位置和所述界标的所述位置。 1

6、2.根据权利要求11所述的医学图像处理方法， 其中所述基准标记物被以高亮度显示 在所述体积数据的所述对象的图像的表面上。 13.根据权利要求11所述的医学图像处理方法， 其中检测所述界标的所述位置的步骤 包括： 从所述体积数据中检测正中矢状平面(MSP)； 以及 从所述MSP中检测所述界标的所述位置。 14.根据权利要求13所述的医学图像处理方法， 其中所述界标的所述位置是通过机器 学习从所述MSP中检测的。 15.一种存储计算机程序的非暂时性计算机可读存储介质， 所述计算机程序当由计算 机执行时， 使所述计算机执行根据权利要求10至14中的任一项所述的医学图像处理方法。 权 利 要 求 书

7、1/1 页 2 CN 107106137 A 2 医学图像处理设备和方法 技术领域 0001 与示例性实施方式一致的设备和方法涉及医学图像处理设备和方法， 并且更具体 地， 涉及使得能够根据体积数据自动地估计感兴趣平面(POI)的医学图像处理设备和方法。 背景技术 0002 医学设备(诸如超声成像设备、 计算机断层扫描(CT)设备和磁共振成像(MRI)设 备)可以扫描对象以生成三维(3D)体积数据。 作为要检查的对象中的平面的POI的图像是医 学诊断所必需的。 如果用户人工到查找POI， 则消耗时间， 并且存在用户依赖问题。 另外， 当 用户没有经验时， POI的准确性不高。 另外， 在许多医

8、学应用中， 需要检查对象的治疗的进展 或病变随着时间的推移的进展。 在这种情况下， 随着时间消逝， 对同一POI来说需要获得数 个医学图像。 然而， 如果用户人工地查找POI， 则不易于再次查找与前一个POI相同的POI。 也 就是说， POI的检测的准确性降低了， 并且花费太多时间检测该POI。 发明内容 0003 问题的解决方案 0004 根据示例性实施方式的一个方面， 一种医学图像处理设备包括： 数据采集器， 该数 据采集器扫描附着有基准标记物的对象以采集体积数据； 以及数据处理器， 该数据处理器 基于所述体积数据中的所述基准标记物的位置和界标的位置来估计POI。 0005 发明的有益效

9、果 0006 一个或多个示例性实施方式包括使得能够自动地估计POI的医学图像处理设备和 方法。 附图说明 0007 以上和/或其它方面将通过参考附图描述特定示例性实施方式而变得更显而易 见， 在附图中： 0008 图1例示了根据示例性实施方式的医学图像处理设备； 0009 图2例示了扫描附着有基准标记物的对象的医学图像处理设备的示例； 0010 图3例示了基于体积数据执行3D渲染的对象图像的示例； 0011 图4例示了体积数据的示例； 0012 图5例示了来自体积数据的平面图像的示例； 0013 图6是例示了检测界标的位置的方法的示例的流程图； 0014 图7例示了从图4的体积数据中检测到的正

10、中矢状平面(MSP)； 0015 图8例示了从MSP中检测到的界标； 0016 图9例示了根据示例性实施方式的医学图像处理方法； 0017 图10例示了根据示例性实施方式的医学图像处理方法； 0018 图11例示了根据示例性实施方式的医学图像处理方法； 说 明 书 1/12 页 3 CN 107106137 A 3 0019 图12例示了根据示例性实施方式的医学图像处理方法； 0020 图13例示了根据示例性实施方式的医学图像处理设备； 0021 图14例示了根据示例性实施方式的医学图像处理设备； 0022 图15例示了根据示例性实施方式的医学成像系统； 以及 0023 图16例示了根据示例性

11、实施方式的医学图像处理方法。 具体实施方式 0024 根据示例性实施方式的一个方面， 一种医学图像处理设备包括： 数据采集器， 该数 据采集器扫描附着有基准标记物的对象以采集体积数据； 以及数据处理器， 该数据处理器 基于所述体积数据中的所述基准标记物的位置和界标的位置来估计POI。 0025 所述数据处理器可以从所述体积数据中检测所述基准标志物的所述位置和所述 界标的所述位置。 0026 可以在所述体积数据中以高亮度显示所述基准标记物。 0027 可以在所述体积数据的所述对象的图像的表面中以高亮度显示所述基准标记物。 0028 所述数据处理器可以从所述体积数据中检测正中矢状平面并且从该正中矢

12、状平 面中检测所述界标的所述位置。 0029 所述数据处理器可以通过机器学习从所述正中矢状平面中检测所述界标的所述 位置。 0030 所述数据采集器可以定位扫描所述对象以便采集所述体积数据。 0031 所述数据采集器可以再扫描所述对象以便采集作为经估计的POI的图像的感兴趣 图像。 0032 所述数据采集器可以以第一分辨率执行所述定位扫描并且以比所述第一分辨率 高的第二分辨率执行所述再扫描。 0033 所述数据处理器可以采集作为所述POI的图像的感兴趣图像。 0034 所述数据处理器可以基于所述体积数据采集所述感兴趣图像。 0035 根据示例性实施方式的一个方面， 一种医学图像处理方法包括：

13、扫描附着有基准 标记物的对象以采集体积数据； 以及基于所述体积数据中的所述基准标记物的位置和界标 的位置来估计感兴趣平面(POI)。 0036 所述医学图像处理方法还可以包括从所述体积数据中检测所述基准标记物的所 述位置和所述界标的所述位置。 0037 可以在所述体积数据中以高亮度显示所述基准标记物。 0038 可以在所述体积数据的所述对象的图像的表面中以高亮度显示所述基准标记物。 0039 所述界标的所述位置的检测可以包括： 从所述体积数据中检测正中矢状平面； 以 及从所述正中矢状平面中检测所述界标的所述位置。 0040 可以通过机器学习从所述正中矢状平面中检测所述界标的所述位置。 0041

14、 所述医学图像处理方法还可以包括定位扫描所述对象以便采集所述体积数据。 0042 所述医学图像处理方法还可以包括再扫描所述对象以便采集作为经估计的POI的 图像的感兴趣图像。 0043 可以以第一分辨率执行所述定位扫描， 并且可以以比所述第一分辨率高的第二分 说 明 书 2/12 页 4 CN 107106137 A 4 辨率执行所述再扫描。 0044 所述医学图像处理方法还可以包括采集作为所述POI的图像的感兴趣图像。 0045 可以基于所述体积数据采集所述感兴趣图像。 0046 根据示例性实施方式的一个方面， 一种医学图像处理方法包括： 扫描附着有基准 标记物的对象以在第一周期中采集第一体

15、积数据； 基于所述第一体积数据中的所述基准标 记物的位置和界标的位置来估计第一POI； 采集作为所述第一POI的图像的第一感兴趣图像 (IOI)； 扫描基准标记物附着到与在所述第一周期中相同的位置的所述对象， 以在第二周期 中采集第二体积数据； 基于所述第二体积数据中的所述基准标记物的位置和界标的位置来 估计与所述第一POI相同的第二POI； 以及采集作为所述第二POI的图像的第二IOI。 0047 所述医学图像处理方法还可以包括采集关于所述第一IOI与所述第二IOI之间的 差异的信息。 0048 所述医学图像处理方法还可以包括显示所述第一IOI和所述第二IOI两者。 0049 所述医学图像处

16、理方法还可以包括存储所述第一IOI。 0050 根据示例性实施方式的一个方面， 一种医学图像处理设备包括： 数据采集器， 该数 据采集器扫描附着有基准标记物的对象以在第一周期中采集第一体积数据； 数据处理器， 该数据处理器基于所述第一体积数据中的所述基准标记物的位置和界标的位置来估计第 一POI并且采集作为所述第一POI的图像的第一感兴趣图像(IOI)； 以及存储单元， 该存储单 元存储所述第一IOI。 0051 所述数据采集器可以扫描基准标记物附着到与所述第一周期相同的位置的所述 对象， 以在第二周期中采集第二体积数据， 并且所述数据处理器可以基于所述第二体积数 据中的所述基准标记物的位置和

17、界标的位置来估计与所述第一POI相同的第二POI并且采 集作为所述第二POI的图像的第二IOI。 0052 所述数据处理器可以采集关于所述第二IOI与所述第一IOI之间的差异的信息， 所 述第一IOI被存储在所述存储单元中。 0053 所述医学图像处理设备还可以包括显示器， 该显示器显示所述第二IOI以及被存 储在所述存储单元中的所述第一IOI两者。 0054 根据示例性实施方式的一个方面， 一种医学图像处理设备包括： 通信器， 该通信器 接收关于附着有基准标记物的对象的体积数据； 以及数据处理器， 该数据处理器基于所述 体积数据中的所述基准标记物的位置和界标的位置来估计POI。 0055 根

18、据示例性实施方式的一个方面， 一种医学图像处理设备包括： 数据采集器， 该数 据采集器采集关于附着有基准标记物的对象的体积数据； 以及数据处理器， 该数据处理器 基于所述体积数据中的所述基准标记物的位置和界标的位置来执行自动视图规划。 0056 根据示例性实施方式的一个方面， 一种医学成像系统包括： 医学设备， 该医学设备 扫描附着有基准标记物的对象以采集扫描信号； 以及医学图像处理设备， 该医学图像处理 设备连接到所述医学设备， 其中所述医学图像处理设备包括： 数据采集器， 该数据采集器基 于所述扫描信号采集体积数据； 以及数据处理器， 该数据处理器基于所述体积数据中的所 述基准标记物的位置

19、和界标的位置来估计POI。 0057 所述医学设备可以定位扫描所述对象以采集所述扫描信号。 0058 所述医学设备可以再扫描所述对象以采集再扫描信号， 以便采集作为由所述医学 说 明 书 3/12 页 5 CN 107106137 A 5 图像处理设备估计的所述POI的图像的感兴趣图像。 0059 所述数据处理器可以基于所述再扫描信号采集感兴趣图像， 并且所述医学图像处 理设备还可以包括输出所述感兴趣图像的输出单元。 0060 用于本发明的模式 0061 本申请要求于2014年11月3日在韩国知识产权局提交的韩国专利申请No.10- 2014-0151587的优先权， 通过引用将其公开整体地并

20、入在本文中。 0062 示例性实施方式解决至少以上问题和/或缺点以及以上未描述的其它缺点。 另外， 示例性实施方式未被要求克服以上所描述的缺点， 并且可以不克服以上所描述的问题中的 任一个。 0063 在下面参考附图更详细地描述特定示例性实施方式。 0064 在以下描述中， 相同的附图标记即使在不同的附图中也被用于相同的元件。 本描 述中限定的题材(诸如详细构造和元件)被提供来协助对示例性实施方式的全面理解。 然 而， 显而易见的是， 可在没有那些具体地限定的题材的情况下实践示例性实施方式。 另外， 不详细地描述众所周知的功能或构造， 因为它们将以不必要的细节使本描述混淆。 0065 在此公开

21、中， 当描述了一个装置包括(或者包含或者有)一些元件时， 应该理解， 它 可以包括(或者包含或者有)仅那些元件， 或者在没有具体限制的情况下它可以包括(或者 包含或者具有)其它元件以及那些元件。 如本文中使用的术语 “模块” 意指但不限于执行特 定任务的软件或硬件组件， 诸如现场可编程门阵列(FPGA)或专用集成电路(ASIC)。 模块可 以有利地被配置为驻留在可寻址存储介质中并且配置为在一个或多个处理器上执行。 因 此， 作为示例， 模块可以包括组件(诸如软件组件、 面向对象软件组件、 类组件和任务组件)、 进程、 函数、 属性、 过程、 子例行程序、 程序代码段、 驱动程序、 固件、 微码

22、、 电路、 数据、 数据 库、 数据结构、 表、 数组和变量。 在组件和模块中提供的功能性可以被组合成更少的组件和 模块或者进一步分成附加的组件和模块。 0066 本文中使用的术语 “图像” 可以表示由离散图像因子(例如， 二维(2D)图像中的像 素和3D图像中的像素)组成的多维数据。 例如， 图像可以包括由X射线设备、 CT设备、 MRI设 备、 超声设备或另一医学成像设备所采集到的对象的医学图像。 0067 而且， 本文中使用的术语 “对象” 可以包括人、 动物、 人的一部分或动物的一部分。 例如， 对象可以包括诸如肝脏、 心脏、 子宫、 脑部、 胸部、 腹部等的器官或血管。 另外， 术语

23、 “对 象” 可以包括人造模型。 该人造模型表示具有非常接近于有机体的密度和有效原子数的体 积的材料， 并且可以包括具有与人体类似的情绪的球状人造模型。 0068 而且， 本文中使用的术语 “用户” 是医学专家， 并且可以是医生、 护士、 医学技师、 医 学图像专家等， 或者可以是维修医学设备的工程师。 然而， 这不是限制性的。 0069 图1例示了根据示例性实施方式的医学图像处理设备100。 0070 参考图1， 医学图像处理设备100包括数据采集器110和数据处理器120。 医学图像 处理设备100可以包括超声成像设备、 CT设备和MRI设备中的至少一个。 另选地， 医学图像处 理设备10

24、0可以被具体实现在医学设备中或者连接到医学设备， 所述医学设备诸如CT设备、 MRI设备、 X射线设备或超声成像设备。 0071 数据采集器110扫描附着有基准标记物的对象以采集体积数据。 数据采集器110可 以扫描具有3D形状的对象并且采集体积数据以便生成被扫描对象的立体图像。 一个或多个 说 明 书 4/12 页 6 CN 107106137 A 6 基准标记物可以附着到对象。 0072 可以取决于医学图像处理设备100的类型而实现数据采集器110。 当医学图像处理 设备100被包括在超声成像设备中或者连接到超声成像设备时， 数据采集器110可以接收和 处理从对象反射或者穿过该对象的超声信

25、号， 以采集体积数据。 当医学图像处理设备100被 包括在MRI设备中或者连接到MRI设备时， 数据采集器110可以接收和处理来自对象的MR信 号以采集体积数据。 0073 数据处理器120基于体积数据中的基准标记物的位置和界标的位置中的至少一个 来估计一个或多个POI。 也就是说， 基准标记物和界标变成用于估计POI的参考物。 0074 基准标记物的位置可以是在体积数据中与基准标记物相对应的体素(voxel)的位 置。 界标的位置可以是在体积数据中与界标相对应的体素的位置。 例如， 基准标记物的位置 和界标的位置中的每一个可以是体积数据中的(x,y,z)坐标。 在这种情况下， 基准标记物可

26、以对应于多个体素， 并且界标可以对应于多个体素。 0075 界标是对象中的特定点。 例如， 当对象是脑部时， 界标可以是胼胝体前部(CCA)或 胼胝体后部(CCP)。 作为另一示例， 当对象是脊柱时， 界标可以是脊椎盘后部(VP)。 也就是 说， 可以取决于对象而使用不同的界标。 另外， 可以取决于对象而使用一个或多个界标。 界 标的上述示例不是限制性的。 0076 数据处理器120可以通过执行图像处理来从由数据采集器110采集的体积数据中 检测基准标记物的位置和界标的位置。 数据处理器120可以将亮度信息和/或形状信息用于 检测基准标记物的位置和界标的位置。 0077 例如， 为了容易地检测

27、基准标记物的位置和/或界标的位置， 可以标明基准标记物 或界标以可在体积数据中容易地标识。 例如， 当基准标记物或界标有容易地标识的形状或 者与周边部分有高亮度差异时， 容易地检测到基准标记物或界标。 例如， 基准标记物和界标 可以在体积数据中与周边部分有高亮度差异。 详细地， 当界标的周边在亮度上非常低并且 界标的亮度非常高时， 容易地通过图像处理从体积数据中检测界标。 0078 图2例示了扫描附着有基准标记物的对象的医学图像处理设备100的示例。 0079 参考图2， 医学图像处理设备100可以包括数据采集器110。 例如， 当医学图像处理 设备100是MRI设备时， 数据采集器110可以

28、包括射频(RF)线圈210。 数据采集器110可以扫描 附着有多个基准标记物240-1和240-2的对象230以采集体积数据。 基准标记物可以附着到 对象的那些部分的外表面， 所述那些部分的位置不管时间的消逝都在对象中几乎不改变并 且因此可以变成参考物。 基准标记物可以附着到在对象230的表面上可以变成参考物的部 分中的至少一个。 0080 在图2中， 对象230是患者的头， 并且基准标记物240-1和240-2分别附着到患者的 鼻和耳朵， 因为鼻和耳朵是其位置不管时间的消逝都在对象230中几乎不改变的部分。 基准 标记物240-1可以是鼻垫， 并且基准标记物240-2可以是耳塞。 作为另一示

29、例， 基准标记物可 以附着到人中和/或眉间， 其位置也不管时间的消逝都在对象230中几乎不改变。 在这种情 况下， 基准标记物可以是贴纸， 但这不是限制性的。 0081 在图2中， 例示了头， 但是对象不限于头。 也即是说， 对象不受限制， 并且适当的基 准标记物可以附着到其位置随着时间的推移而在对象中几乎不改变并且因此可以变成参 考物的一部分。 说 明 书 5/12 页 7 CN 107106137 A 7 0082 图3例示了基于体积数据执行3D渲染的对象图像的示例。 在图3中， 对象是头。 0083 参考图3， 在对象图像330中， 明亮区域是基准标记物340。 也就是说， 可以在体积数

30、 据中以高亮度显示基准标记物340。 可以在体积数据中以比与基准标记物340相邻的对象的 周边区域342或另一区域344更高的亮度显示基准标记物340。 另选地， 可以以比阈值更高的 亮度显示基准标记物340。 因此， 数据处理器120通过使用体积数据中的亮度信息容易地检 测基准标记物340的位置。 0084 例如， 当体积数据由MRI设备采集时， 基准标记物可以包括具有T1对比或T2对比的 MRI有源元件。 当体积数据由CT设备采集时， 基准标记物可以包括被以高亮度显示在CT图像 中的材料， 使得容易地从CT图像中检测基准标记物。 当体积数据由超声设备采集时， 基准标 记物可以包括被以高亮度

31、显示在超声图像中的材料， 使得容易地从超声图像中检测基准标 记物。 另外， 基准标记物可以包括诸如对比剂的对比材料。 具有注入对比剂的一部分在通过 通过使用MRI设备、 CT设备、 超声设备或X射线设备来对具有对比剂的对象进行成像所获得 的医学图像中被示出为高亮的。 当基准标记物包括对比材料时， 基准标记物的区域的亮度 在体积数据中是高亮的。 0085 图4例示了由数据采集器采集的体积数据的示例。 0086 参考图4， 数据采集器110扫描附着有基准标记物的对象以采集体积数据400。 体积 数据400是包括多个体素的多维数据。 体积数据400包括对象图像430。 数据采集器110可以 定位扫描

32、对象以采集具有低分辨率的体积数据400， 因为体积数据400用于估计POI， 并且因 此， 不需要高分辨率图像。 在采集体积数据400时花费的时间由于分辨率低的定位扫描而缩 短了。 0087 图5例示了来自体积数据的平面图像的示例。 0088 参考图5， 平面图像包括对象图像530， 并且基准标记物590被清楚地示出在对象图 像530的表面上。 因此， 从体积数据中清楚地检测到基准标记物590的位置， 并且因此， 基准 标记物590变成用于估计POI的参考物。 0089 图6是例示了检测界标的位置的方法的示例的流程图。 在图6中， 检测界标的位置 的方法S10可以由数据处理器120来执行。 0

33、090 参考图6， 在操作S11中， 数据处理器120从体积数据中检测MSP。 在操作S12中， 数据 处理器120通过机器学习从MSP中检测界标。 0091 图7例示了从图4的体积数据中检测到的MSP。 0092 参考图7， 可以从体积数据400中检测MSP。 在图7中， MSP是将脑部图像430划分成两 个大脑半球的平面。 0093 脑部纵裂可以用于估计体积数据400中的MSP的位置。 可以从多个轴平面图像和多 个冠状平面图像中检测脑部纵裂。 脑部纵裂线可以是在每个平面图像中作为最长线被检测 到的线。 从平面图像中采集的脑部纵裂线可以变成用于估计MSP的参考物。 这仅仅是检测 MSP的方法

34、的示例， 并且从体积数据400中检测MSP的方法不限于此。 0094 再次参考图6， 在检测界标的位置的方法S10中， 在操作S12中通过机器学习从自体 积数据中检测到的MSP中检测至少一个界标。 0095 参考图8， 可以从MSP中检测多个界标L1和L2。 例如， 界标L1和L2分别可以被布置在 胼胝体后部(CCP)和胼胝体前部(CCA)处， 但是这不是限制性的。 界标检测操作可以定位体 说 明 书 6/12 页 8 CN 107106137 A 8 积数据中的界标的位置。 可以通过各种数学和统计方法以及医学图像处理来从体积数据中 检测界标的位置。 如上所述， 可以基于与界标的周边部分的亮度

35、差异或界标的形状来检测 体积数据中的界标的位置。 0096 在图6至图8中， 已经在上面描述了数据处理器120确定界标的位置的方法的示例， 但是本示例性实施方式不限于此。 可以通过各种适当的方法来从体积数据中检测界标的位 置。 0097 如上所述， 数据处理器120可以检测体积数据中的基准标记物的位置和界标的位 置。 基准标记物可以具有比基准标记物的周边部分或体积数据中的对象的表面中的另一区 域更高的亮度。 另选地， 可以以比阈值更高的亮度显示基准标记物。 因为基准标记物在体积 数据中的对象的表面中具有高亮度， 所以容易地检测到基准标记物。 0098 当从体积数据中检测到基准标记物的位置和界标

36、的位置时， 数据处理器120可以 基于体积数据中的基准标记物的位置和界标的位置来估计POI。 因为在体积数据中存在参 考点(即， 基准标记物和界标)， 所以可以基于参考点在体积数据中估计POI。 因此， 数据处理 器120可以采集作为经估计的POI的图像的感兴趣图像(IOI)。 0099 数据处理器120可以基于体积数据中的基准标记物的位置和界标的位置来执行自 动视图规划(AVP)。 视图规划是在医学图像的体积数据中确定平面的操作， 并且可以通过 AVP来确定平面(即， 视图)。 可以基于作为体积数据中的参考点的基准标记物和界标的位置 根据与参考点的位置关系来确定平面。 例如， 可以通过AVP

37、来确定诸如MSP、 轴平面和冠状平 面的参考平面。 在这种情况下， POI可以是通过AVP所确定的平面中的至少一个。 另选地， 可 以基于诸如MSP、 轴平面和冠状平面的参考平面通过使用与参考平面的位置关系来估计 POI。 0100 在下文中， 将详细地描述采集IOI的方法。 0101 如上所述， 用于采集体积数据的对象的扫描可以是定位扫描。 在这种情况下， 数据 采集器110可以再扫描对象， 以便采集作为估计的POI的图像的IOI。 再扫描的分辨率可以比 定位扫描的分辨率高。 另外， 在定位扫描中， 可以整个地扫描对象以便采集体积数据。 另一 方面， 在再扫描中， 可以扫描与POI相对应的对

38、象的仅一部分。 在定位扫描中， 通过降低分辨 率， 防止了扫描时间增加。 在再扫描中， 通过减少扫描部分， 防止了扫描时间增加。 0102 另选地， 可以从体积数据中采集IOI。 例如， 当体积数据的分辨率是适当的时， 不再 扫描对象以便采集IOI。 0103 可以基于用于采集体积数据的扫描时间和体积数据的分辨率来确定是否再扫描 对象以便采集IOI。 0104 图9例示了根据示例性实施方式的医学图像处理方法。 图9的医学图像处理方法 S100可以由以上参考图1至图8所描述的医学图像处理设备100来执行， 并且因此， 不重复详 细描述。 0105 参考图9， 在操作S110中， 医学图像处理设备

39、扫描附着有基准标记物的对象以采集 体积数据。 在操作S120中， 医学图像处理设备基于体积数据中的基准标记物的位置和界标 的位置来估计POI。 0106 图10例示了根据示例性实施方式的医学图像处理方法。 图10的医学图像处理方法 S200可以由以上参考图1至图8所描述的医学图像处理设备100来执行， 并且因此， 不重复详 说 明 书 7/12 页 9 CN 107106137 A 9 细描述。 0107 参考图10， 在操作S210中， 医学图像处理设备扫描附着有基准标记物的对象以采 集体积数据。 在操作S220中， 医学图像处理设备从体积数据中检测基准标记物的位置和界 标的位置。 在操作S

40、230中， 医学图像处理设备基于体积数据中的基准标记物的位置和界标 的位置来估计POI。 0108 图11例示了根据示例性实施方式的医学图像处理方法。 图11的医学图像处理方法 S300可以由以上参考图1至图8所描述的医学图像处理设备100来执行， 并且因此， 不重复详 细描述。 0109 参考图11， 在操作S310中， 医学图像处理设备扫描附着有基准标记物的对象以采 集体积数据。 在操作S320中， 医学图像处理设备基于体积数据中的基准标记物的位置和界 标的位置来估计POI。 在操作S330中， 医学图像处理设备采集作为POI的图像的IOI。 0110 根据示例性实施方式， 基准标记物和界

41、标两者被用于估计POI。 基准标记物可以附 着到在对象中不容易改变的特定部分， 并且因此变成用于估计POI的鲁棒参考点。 另外， 基 准标记物被以高亮度显示在体积数据中， 并且容易地检测到基准标记物的位置。 也就是说， 复杂的图像处理操作不是检测基准标记物的位置所需要的。 因此， 尽管未添加复杂的图像 处理操作， 然而POI的估计的准确性增加。 0111 为了检查治疗的进展或病变的进展， 可以通过扫描对象来采集第一医学图像， 然 后， 可以通过再次扫描对象来采集第二医学图像。 第一医学图像和第二医学图像可以是相 同的平面图像， 因为治疗的进展或病变的进展通过对相同的平面图像进行比较而被准确地

42、诊断。 根据示例性实施方式， 即使当在时间消逝之后再次扫描对象时， 也采集到基本上相同 的POI。 0112 在下文中， 将描述根据示例性实施方式的在时间消逝之后采集同一平面图像的方 法。 0113 图12例示了根据示例性实施方式的医学图像处理方法。 图12的医学图像处理方法 S400可以由以上参考图1至图8所描述的医学图像处理设备100来执行， 并且因此， 不重复详 细描述。 0114 参考图12， 在操作S410中， 医学图像处理设备扫描附着有基准标记物的对象以在 第一周期中采集第一体积数据。 在操作S420中， 医学图像处理设备基于第一体积数据中的 基准标记物的位置和界标的位置来估计第一

43、POI。 在操作S430中， 医学图像处理设备采集作 为第一POI的图像的第一IOI。 在操作S440中， 医学图像处理设备扫描基准标记物附着到与 第一周期相同的位置的对象， 以在第二周期中采集第二体积数据。 在操作S450中， 医学图像 处理设备采集作为第二POI的图像的第二IOI。 例如， 第一周期可以表示当作为对象的患者 在到医院的访问期间被最初成像时的时间。 第二周期可以表示当对象在从第一周期起消逝 特定时间(例如， 一星期、 一个月等)之后被随后成像时的时间。 0115 在操作S450中， 医学图像处理设备基于第二体积数据中的基准标记物的位置和界 标的位置来估计与第一POI基本上相同

44、的第二POI。 第二体积数据中的基准标记物的位置与 第一体积数据的基准标记物的位置基本上相同。 这是因为第二周期中的基准标记物附着到 与对象的第一周期相同的位置。 当第二体积数据的基准标记物的位置与第一体积数据的基 准标记物的位置相同时， 能够估计与第一POI基本上相同的第二POI。 这是因为第二POI的估 说 明 书 8/12 页 10 CN 107106137 A 10 计可以使用第一体积数据中的基准标记物与POI之间的位置关系。 如果使用了多个基准标 记物， 则基准标记物与POI之间的更准确的位置关系被采集。 0116 而且， 根据示例性实施方式， 即使当界标随着时间的消逝而改变时， 也

45、可估计与前 一个POI相同的POI。 这是因为基准标记物的位置变成不管时间的消逝都不改变的参考点。 界标的位置对应于对象的解剖位置并且因此可以随着时间的消逝而改变。 例如， 当界标是 肿瘤时， 该肿瘤可以随着时间的消逝而增大或者减小。 因此， 如果在时间消逝之后通过在没 有基准标记物的情况下仅使用界标的位置来估计同一POI， 则存在不能估计与前一个POI相 同的POI的可能性。 在这种情况下， 未准确地诊断对象的状态的进展。 0117 如上所述， 因为第一IOI和第二IOI是同一POI的图像， 所以第一IOI和第二IOI帮助 准确地诊断对象的状态的进展。 0118 图13例示了根据示例性实施方

46、式的医学图像处理设备500。 0119 参考图13， 医学图像处理设备500包括数据采集器器510、 数据处理器520、 存储单 元530和显示器540。 数据采集器510和数据处理器520分别对应于图1的数据采集器110和数 据处理器120， 并且因此， 不提供重复性描述。 0120 数据采集器510扫描附着有基准标记物的对象以在第一周期中采集第一体积数 据。 数据处理器520基于第一体积数据中的基准标记物的位置和界标的位置来估计第一POI 并且采集作为第一POI的图像的第一IOI。 0121 存储单元530可以存储第一IOI。 0122 数据采集器510可以扫描基准标记物附着到与第一周期相

47、同的位置的对象， 以在 从第一周期起消逝特定时间的第二周期中采集第二体积数据。 数据处理器520可以基于第 二体积数据中的基准标记物的位置和界标的位置来估计与第一POI相同的第二POI并且采 集作为第二POI的图像的第二IOI。 0123 数据处理器520可以通过图像处理来采集作为关于第一IOI与第二IOI之间的差异 的信息的信息。 两个IOI之间的差异信息被用于诊断对象的状态的进展。 0124 显示器540可以显示第一IOI和第二IOI两者。 在这种情况下， 用户容易地对第一 IOI和第二IOI进行比较。 因此， 用户准确性地诊断对象随着时间的消逝的状态的进展。 0125 图14例示了根据示

48、例性实施方式的医学图像处理设备600。 0126 参考图14， 医学图像处理设备600包括通信器610和数据处理器620。 通信器610可 以从医学图像处理设备600的外部设备接收体积数据。 外部设备可以是外部服务器、 外部医 学设备或外部便携式终端。 可以从外部设备采集体积数据。 可以通过扫描附着有基准标记 物的对象来采集体积数据。 0127 数据处理器620基于由通信器610接收到的体积数据中的基准标记物的位置和界 标的位置来估计POI。 数据处理器620对应于图1的数据处理器120， 并且用于估计POI的上述 细节可以被全部应用于数据处理器620。 0128 如上所述， 医学图像处理设备

49、600可以是不直接扫描对象而是从扫描对象的另一 设备接收体积数据以处理该体积数据的设备。 0129 通信器610可以与医院中的与图片存档和通信系统(PACS)连接的医院服务器或另 一医学装置交换数据。 通信器610可以根据医学数字成像和通信(DICOM)标准执行数据通 信。 说 明 书 9/12 页 11 CN 107106137 A 11 0130 通信器610可以经由线或者以无线方式连接到网络以与外部服务器、 外部医学设 备或外部便携式终端进行通信。 0131 详细地， 通信器610可以经由网络发送或者接收与对象的诊断有关的数据， 并且可 以发送或者接收由另一医学设备(例如， CT、 MRI、 X射线设备或超声设备)拍摄的医学图像。 而且， 通信器610可以从服务