技术领域
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
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
问题的解决方案
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。
发明的有益效果
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
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：
图1例示了根据示例性实施方式的医学图像处理设备；
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；
图3例示了基于体积数据执行3D渲染的对象图像的示例；
图4例示了体积数据的示例；
图5例示了来自体积数据的平面图像的示例；
图6是例示了检测界标的位置的方法的示例的流程图；
图7例示了从图4的体积数据中检测到的正中矢状平面(MSP)；
图8例示了从MSP中检测到的界标；
图9例示了根据示例性实施方式的医学图像处理方法；
图10例示了根据示例性实施方式的医学图像处理方法；
图11例示了根据示例性实施方式的医学图像处理方法；
图12例示了根据示例性实施方式的医学图像处理方法；
图13例示了根据示例性实施方式的医学图像处理设备；
图14例示了根据示例性实施方式的医学图像处理设备；
图15例示了根据示例性实施方式的医学成像系统；以及
图16例示了根据示例性实施方式的医学图像处理方法。
具体实施方式
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。
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。
可以在所述体积数据中以高亮度显示所述基准标记物。
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。
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状平面中检测所述界标的所述位置。
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。
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。
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。
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。
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。
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。
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)。
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。
可以在所述体积数据中以高亮度显示所述基准标记物。
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。
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。
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。
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。
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。
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辨率执行所述再扫描。
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。
可以基于所述体积数据采集所述感兴趣图像。
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。
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。
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。
所述医学图像处理方法还可以包括存储所述第一IOI。
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。
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。
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。
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。
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。
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。
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和界标的位置来估计POI。
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。
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图像处理设备估计的所述POI的图像的感兴趣图像。
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。
用于本发明的模式
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入在本文中。
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。
在下面参考附图更详细地描述特定示例性实施方式。
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。
在此公开中，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、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。
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。
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“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。
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。
图1例示了根据示例性实施方式的医学图像处理设备100。
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100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。
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。一个或多个基准标记物可以附着到对象。
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。
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。
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，基准标记物可以对应于多个体素，并且界标可以对应于多个体素。
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。
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。
例如，为了容易地检测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。
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。
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。
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。
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。
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。
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。
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。
图4例示了由数据采集器采集的体积数据的示例。
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。
图5例示了来自体积数据的平面图像的示例。
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。
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。
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。
图7例示了从图4的体积数据中检测到的MSP。
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。
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的方法的示例，并且从体积数据400中检测MSP的方法不限于此。
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。
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差异或界标的形状来检测体积数据中的界标的位置。
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。
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。
当从体积数据中检测到基准标记物的位置和界标的位置时，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)。
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。
在下文中，将详细地描述采集IOI的方法。
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。
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。
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。
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。
参考图9，在操作S110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。
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，不重复详细描述。
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S230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。
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。
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。
根据示例性实施方式，基准标记物和界标两者被用于估计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。
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。
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。
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。
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。
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。
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。
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。
图13例示了根据示例性实施方式的医学图像处理设备500。
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。
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。
存储单元530可以存储第一IOI。
数据采集器510可以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。
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。
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。
图14例示了根据示例性实施方式的医学图像处理设备600。
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。
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。
如上所述，医学图像处理设备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。
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。
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。
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可以从服务器接收对象(例如，患者)的医学历史或治疗计划以对该对象进行诊断。另外，通信器610可以执行与便携式终端的数据通信，所述便携式终端诸如医生或患者的移动电话、个人数字助理(PDA)或膝上型计算机以及医院中的服务器或医学设备。
通信器610可以包括使得能够与外部设备进行通信的一个或多个元件，例如，短距离通信模块、有线通信模块和无线通信模块。
短距离通信模块是用于与位于预定距离内的装置进行通信的模块。短距离通信技术可以是无线局域网(LAN)、Wi-Fi、蓝牙、Zigbee、Wi-Fi Direct(WFD)、超宽带(UWD)、红外数据协会(IrDA)、低功耗蓝牙(BLE)、近场通信(NFC)等；然而，示例性实施方式不限于此。
有线通信模块是用于通过使用电信号或光学信号进行通信的模块，并且有线通信技术可以是使用双股电缆、同轴电缆或光纤电缆的有线通信技术以及为本领域的技术人员所知的有线通信技术。
无线通信模块可以向移动通信网络中的基站、外部装置和服务器中的至少一个发送无线信号并且/或者从移动通信网络中的基站、外部装置和服务器中的至少一个接收无线信号。无线信号根据文本和/或多媒体消息传输可以是语音呼叫信号、视频呼叫信号或各种类型的数据。
图15例示了根据示例性实施方式的医学成像系统1000。
参考图15，医学成像系统1000可以包括医学设备700和医学图像处理设备800。
医学设备700可以包括CT设备、MRI设备、超声设备和/或X射线设备。
医学图像处理设备800可以通过线或者以无线方式连接到医学设备700。医学图像处理设备800和医学设备700中的每一个可以包括用于其之间的通信的通信器(未示出)。
可以将医学图像处理设备800设置在与医学设备700物理上分开的空间中。可以将医学设备700设置在屏蔽室中，并且可以将医学图像处理设备800设置在控制台室中。屏蔽室可以表示医学设备700被设置来对对象进行进行成像的空间，并且可以被称为成像室或检查室。控制台室是用户位于其中以便控制医学设备700的空间，并且表示与屏蔽室分开的空间。控制台室和屏蔽室可以通过屏蔽墙彼此分开以保护用户不受从屏蔽室转移的磁场、辐射或RF信号的影响。
医学图像处理设备800可以包括数据采集器810、数据处理器820、控制器830、输出单元840和输入单元850。包括在医学图像处理设备800中的各种元件可以通过总线890彼此连接。
可以对数据采集器810和数据处理器820应用参考图11至图14的示例性实施方式上述的，并且因此，重复的描述被省略。
输出单元840和输入单元850可以给用户提供用于控制和操纵医学图像处理设备800和医学设备700的用户接口(UI)。输出单元840可以输出UI。输出单元840可以包括例如扬声器、打印机、阴极射线管(CRT)显示器、液晶显示器(LCD)、等离子体显示面板(PDP)、有机发光二极管(OLED)显示器、场发射显示器(FED)、LED显示器、真空荧光显示器(VFD)、数字光处理(DLP)显示器、平板显示器(FPD)、3D显示器或透明显示器，并且可以包括其它各种适当的输出装置。
输入单元850可以从用户接收用于操纵医学图像处理设备800和医学设备700的命令。输入单元850可以包括例如键盘、鼠标、触摸屏、语音识别器、指纹识别器、虹膜识别器等。
控制器830可以控制医学图像处理设备800和医学设备700的操作。因此，医学设备700可以由医学图像处理设备800来控制。因此，用户可以通过医学图像处理设备800(例如，远程地)控制医学设备700。
医学设备700可以扫描附着有基准标记物的对象以采集扫描信号。例如，当医学设备700是超声设备时，扫描信号可以是穿过对象或者被从对象反射的超声信号。当医学设备700是MRI设备时，扫描信号可以是从对象发射的RF信号。当医学设备700是CT设备或X射线设备时，扫描信号可以是通过检测穿过对象的X射线而生成的电信号。
医学设备700可以基于扫描信号采集体积数据。另选地，医学设备700可以将扫描信号转移到医学图像处理设备800。
数据采集器810可以接收由医学设备700采集的扫描信号或体积数据。当数据采集器810接收到扫描信号时，数据采集器800可以基于扫描信号采集体积数据。
数据处理器820可以基于由数据采集器810采集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820对应于图1的数据处理器120，并且可以将用于估计POI的上述细节应用于数据处理器820。
医学设备700可以定位扫描对象以采集扫描信号。也就是说，可以通过定位扫描对象来采集用于估计POI的体积数据。另外，医学设备700可以再扫描对象以便采集作为由医学图像处理设备800估计的POI的图像的IOI。在这种情况下，再扫描的分辨率可以比定位扫描的分辨率高。
医学设备700可以再扫描对象以采集再扫描信号并且基于该再扫描信号采集IOI。另外，医学设备700可以将所采集到的IOI转移到医学图像处理设备800。
另选地，医学设备700可以将通过再扫描对象所采集到的再扫描信号转移到医学图像处理设备800。医学图像处理设备800的数据采集器810可以采集再扫描信号。数据处理器820可以基于再扫描信号采集IOI。
输出单元840可以显示IOI。
图16例示了根据示例性实施方式的医学图像处理方法的示例。图16的医学图像处理方法S500可以由图1的医学图像处理设备100、图13的医学图像处理设备500、图14的医学图像处理设备600或图15的医学成像系统1000来执行。
参考图16，在操作S510中，采集关于附着有基准标记物的对象的体积数据。在操作S520中，基于体积数据中的基准标记物的位置和界标的位置执行AVP。可以基于通过AVP确定的平面来估计POI。可以在这里应用参考图1至图15的示例性实施方式上述的，并且因此，重复的描述被省略。
上述示例性实施方式可以被编写为计算机程序或者可以使用计算机可读记录介质被实现在执行程序的计算机中。
计算机可读记录介质的示例包括磁存储介质(例如，ROM、软盘、硬盘等)和光学记录介质(例如，CD-ROM或DVD)。
上述示例性实施方式和优点仅仅是示例性的并且将不被解释为限制性的。可将本教导容易地应用于其它类型的设备。另外，示例性实施方式的描述旨在为例示性的，而不旨在限制权利要求的范围，并且许多替代方案、修改和变化对于本领域的技术人员而言将是显而易见的。