用于靶向对象增强以生成合成乳房组织图像的系统和方法与流程

本公开发明一般地涉及诸如断层合成(tomosynthesis)之类的乳房成像技术，并且更具体地涉及用于获得、处理、合成、存储和显示乳房成像数据集或其子集的系统和方法。特别地，本公开涉及实现一个或多个目标对象识别/合成模块以识别断层合成堆(tomosynthesisstack)中的相应对象，并组合来自一个或多个目标对象识别/合成模块的结果以生成要在一个或多个合成图像中显示的对象。

背景技术：

乳房x线照相术(mammography)长期以来一直用于筛查乳腺癌和其它异常情况。传统上，乳房x线照片(mammogram)形成在x射线胶片上。最近，引入了以数字形式获取乳房x线照片的平板数字成像器，从而有助于分析和存储所获取的图像数据，并且还提供其它益处。另外，已经投入大量的关注和技术开发，以使用诸如乳房断层合成之类的方法获得乳房的三维图像。与传统乳房x线照相系统生成的2d图像相比，乳房断层合成系统从一系列2d投影图像构建3d图像体积，每个投影图像都是当x射线源在检测器上扫描时x射线源相对于图像检测器处于不同角度位移的情况下获得的。所构建的3d图像体积通常被呈现为图像数据的多个切片，这些切片在通常平行于成像检测器的平面上被数学地重建。通过允许用户(例如，放射科医生或其它医学专家)滚动浏览图像切片以仅查看那个切片中的结构，重建的断层合成切片减少或消除了由单切片二维乳房x线照相成像中存在的组织重叠和结构噪声引起的问题。

最近已经开发了诸如断层合成系统之类的成像系统，用于乳腺癌的筛查和诊断。特别地，hologic公司(www.hologic.com)开发了一种融合的多模式乳房x线照相/断层合成系统，该系统可以在乳房保持固定时或在乳房的不同受压状态下获取一种或两种类型的乳房x线照片和断层合成图像。其它公司也引入了包括断层合成成像的系统；例如，不包括在相同受压状态下也能获取乳房x线照片的能力的系统。

在美国专利no.7,760,924中描述了利用现有医学专业知识以便可选地促进向断层合成技术的转变的系统和方法的示例，该专利通过引用整体并入本文。特别地，美国专利no.7,760,924描述了一种生成合成的2d图像的方法，该合成的2d图像可以可选地与断层合成投影或重建的图像一起显示，以帮助筛查和诊断。

2d合成的图像被设计为提供3d重建切片的简洁表示，包括任何临床上重要且有意义的信息，诸如异常病变和正常乳房结构，同时在相关部分中表示传统的2d图像。存在许多不同类型的病变和乳房结构，它们可以被定义为具有不同特点的不同类型的图像对象。对于在3d体积数据中可见的任何给定的图像对象，重要的是在2d合成的图像上尽可能多地维持和增强图像特点(例如，微钙化、体系架构畸变等)。为了实现靶向图像对象的增强，准确识别并表示3d断层合成数据中存在的图像对象至关重要。

技术实现要素：

在所公开的发明的一个实施例中，一种用于处理乳房组织图像数据的方法包括：获得患者乳房组织的图像数据；处理该图像数据以生成图像切片的集合，这些图像切片共同描绘患者乳房组织；馈送该集合的图像切片通过多个对象识别模块中的每个模块，对象识别模块中的每个模块被配置为识别可能存在于图像切片中的相应类型的对象；组合由相应对象识别模块识别出的对象，以生成患者乳房组织的合成的图像；以及显示该合成图像。

下面结合附图更详细地描述所公开的发明的这些和其它方面以及实施例。

附图说明

附图例示了所公开的发明的实施例的设计和实用性，其中相似的元件由共同的附图标记指代。这些附图不一定按比例绘制。为了更好地理解如何获得上述及其它优点和目的，将给出在附图中例示的、对实施例的更特定的描述。这些附图仅仅描绘所公开的发明的典型实施例，因此不应被视为对其范围的限制。

图1是例示根据所公开的发明的实施例的通过示例性乳房图像获取和处理系统的数据流的框图；

图2是例示根据所公开的发明的实施例的通过利用多个目标对象识别/增强模块来识别图像堆中的相应对象的2d合成器的数据流的框图；

图3例示了对图像堆应用目标对象识别/增强模块以识别相应对象并将对象缩小到2d合成的图像上的一个实施例；

图4例示了当对图像堆应用单个目标对象识别/增强模块时的数据流；

图5例示了当对图像堆应用多个目标对象识别/增强模块时的数据流；

图6a和图6b例示了组合来自多个目标对象合成模块的数据的顺序组合技术；

图7a和图7b例示了组合来自多个目标对象合成模块的数据的并行组合技术；以及

图8a和图8b例示了分别使用顺序组合技术和并行组合技术来生成2d合成的图像的两个示例流程图。

具体实施方式

无论是否明确指出，本文中假设所有数值都由术语“大约”或“大致”修饰，其中术语“大约”和“大致”一般是指本领域技术人员认为等同于所阐述值(即，具有相同的功能或结果)的数值范围。在一些情况下，术语“大约”和“大致”可以包括四舍五入到最接近的有效数字的数值。通过端点对数值范围的阐述包括那个范围内的所有数值(例如，1至5包括1、1.5、2、2.75、3、3.80、4和5)。

如在本说明书和所附权利要求书中所使用的，单数形式“一”、“一种”和“该”包括复数指示物，除非内容另外明确规定。如在本说明书和所附权利要求书中所使用的，术语“或”一般以包括“和/或”的含义被使用，除非内容另外明确规定。在描述附图中例示的所公开的发明的所描绘的实施例时，为了清楚和易于描述，采用了具体术语。但是，本专利说明书的公开内容不旨在限于如此选择的具体术语，并且应该理解的是，每个具体元件包括以类似方式操作的所有技术等效物。还应该理解的是，在本公开和所附权利要求的范围内，在任何可能的时候，不同的例示性实施例的各种元件和/或特征可以彼此组合和/或彼此替代。

下文中参考附图描述所公开的发明的各种实施例。应当注意的是，附图未按比例绘制，并且在整个附图中，相似结构或功能的元件由相似的附图标记表示。还应当注意的是，附图仅旨在促进实施例的描述。它们并不旨在作为本发明的详尽描述或作为对所公开的发明的范围的限制，范围仅由所附权利要求及其等同物来限定。此外，所公开的发明的所例示的实施例不必具有示出的所有方面或优点。例如，结合所公开的发明的特定实施例描述的方面或优点不必限于那个实施例，并且能够在任何其它实施例中实践，即使未这样例示。

对于以下定义的术语和缩写，除非在权利要求书或本说明书的其它地方给出不同的定义，否则这些定义应当贯穿本专利说明书和所附权利要求书被应用：

“获取的图像”是指在可视化患者组织时生成的图像。像在常规的乳房x线照片中那样，获取的图像能够通过来自辐射源的辐射撞击在部署于患者组织的相对侧的辐射检测器上而生成。

“重建的图像”是指根据从多个获取的图像导出的数据生成的图像。重建的图像模拟未包括在该多个获取的图像中的获取的图像。

“合成的图像”是指根据从多个获取的和/或重建的图像导出的数据生成的人造图像。合成的图像包括来自获取的和/或重建的图像的元素(例如，对象和区域)，但是不必与能够在可视化期间获取的图像对应。合成的图像是构建的分析工具。

“mp”图像是常规的乳房x线照片或对比度增强的乳房x线照片，它们是乳房的二维(2d)投影图像，并且既涵盖由平板检测器或其它成像设备获取的数字图像，又涵盖在用于准备图像以显示(例如，向健康专业人员显示)、存储(例如，存储在医院的pacs系统中)和/或其它用途的常规处理之后的图像。

“tp”图像是类似二维(2d)的图像，但是在乳房和成像x射线的原点(通常是x射线管的焦点)之间以相应的断层合成角获取，并且涵盖所获取的图像以及经过用于显示、存储和/或其它用途的处理以后的图像数据。

“tr”图像是例如以美国专利no.7,577,282、no.7,606,801、no.7,760,924和no.8,571,289中的一个或多个中所描述的方式从断层合成投影图像tp重建的重建的图像的一种类型(或子集)，这些专利的公开内容通过引用以其整体完全并入本文，其中tr图像表示乳房的切片，因为它会以任何期望的角度，而不仅仅是用于获取tp或mp图像的角度，出现在那个切片的投影x射线图像中。

“ms”图像是合成的图像的一种类型(或子集)，特别是模拟乳房x线照相图像的合成2d投影图像(诸如头尾位(cc)或内外侧斜位(mlo)图像)，并且使用断层合成投影图像tp、断层合成重建图像tr或它们的组合来构建。可以提供ms图像以显示给健康专业人员或存储在医院或另一个机构的pacs系统中。在上面结合的美国专利no.7,760,924和no.8,571,289中描述了可以用于生成ms图像的方法的示例。

应当认识到的是，tp、tr、ms和mp图像数据涵盖足以描述用于显示、进一步处理或存储的相应图像的任何形式的信息。相应的mp、ms、tp和tr图像通常在被显示之前以数字形式提供，每个图像由识别二维像素阵列中每个像素的特性的信息定义。像素值通常与对乳房(即，组织的体素或列)中的对应体积的x射线的相应测量、估计或计算的响应有关。在优选实施例中，断层合成图像(tr和tp)和乳房x线照相图像(ms和mp)的几何形状匹配到共同的坐标系，如美国专利no.7,702,142中所述。除非另有说明，否则假设相对于在本专利说明书的随后详细描述中描述的实施例来实现这种坐标系匹配。

术语“生成图像”和“发送图像”分别是指生成和发送足以描述用于显示的图像的信息。生成和发送的信息通常是数字信息。

为了确保显示给最终用户的合成的2d图像(例如，ms图像)包括最临床相关的信息，有必要检测并识别三维(3d)对象，诸如乳房组织内的恶性乳房肿块(mass)、肿瘤等。为此，根据当前公开的发明的实施例，可以使用多个目标对象识别/合成模块来识别3d对象，其中每个目标识别/合成模块可以被配置为识别并重建特定类型的对象。这多个目标合成模块可以在生成一个或多个合成的2d图像的重建处理期间在合并与相应对象有关的信息时一起工作，从而确保每个对象都被准确地表示，并保存关于显示给最终用户的2d合成的图像的临床上重要的信息。

图1例示了示例性图像生成和显示系统100中的数据流，该系统结合了合成图像生成、对象识别和显示技术中的每一个。应当理解的是，虽然图1例示了流程图的特定实施例，其中某些处理以特定的串行次序或并行地发生，但是本文所述的权利要求和各种其它实施例不限于以任何特定次序执行图像处理步骤，除非另有说明。

更特别地，图像生成和显示系统100包括图像获取系统101，该图像获取系统101使用任何当前可用系统的相应的三维和/或断层合成获取方法来获取用于生成患者乳房的tp图像的断层合成图像数据。如果获取系统是组合的断层合成/乳房x线照相系统，那么还可以生成mp图像。一些专用的断层合成系统或组合的断层合成/乳房x线照相系统可以适于在存储设备102中接受并存储传统的乳房x线照片图像(由图1中的虚线和图例“mp传统”指示)，该存储设备102优选地是符合dicom的图片归档和通信系统(pacs)存储设备。在获取之后，断层合成投影图像tp也可以被发送到存储设备102(如图1中所示)。存储设备102还可以存储已知3d对象的库，该库可以被用于向最终用户识别重要的3d图像图案。在其它实施例中，可以使用分开的专用存储设备(未示出)来存储用来识别3d图像图案或对象的已知3d对象的库。

tp图像从获取系统101或从存储设备102或两者发送到被配置作为重建引擎103的计算机系统，重建引擎103将tp图像重建为重建的图像“切片”tr，以表示具有所选择的厚度并处于所选择的朝向的乳房切片，如以上结合的专利和申请中所公开的那样。

模式过滤器107部署在图像获取和图像显示之间。过滤器107可以附加地包括针对每种类型的图像(即，tp、mp和tr图像)的定制过滤器，其被布置为识别并突出显示相应图像类型的某些方面。以这种方式，可以针对具体目的以最佳方式来调谐或配置每种成像模式。例如，可以应用为跨各种2d图像切片识别对象而编程的过滤器，以便检测可以属于特定的高维对象的图像图案。调谐或配置可以基于图像的类型是自动的，或者可以通过手动输入来定义(例如通过耦合到显示器的用户界面)。在图1的示例实施例中，选择模式过滤器107以突出显示在相应成像模式中最佳显示的图像的特定特点，例如，适于识别对象、突出显示肿块或钙化、识别可能被构建为3d对象的某些图像模式，或用于创建2d合成的图像(如下所述)。虽然图1仅示出了一个模式过滤器107，但是应当认识到的是，可以利用任何数量的模式过滤器以便识别乳房组织中感兴趣的结构。

成像和显示系统100还包括2d图像合成器104，该2d图像合成器104基本上与重建引擎103并行地操作，用于使用一个或多个tp、mp和/或tr图像的组合来生成2d合成的图像。2d图像合成器104消耗输入图像(例如，mp、tr和/或tp图像)的集合，从每个输入图像确定最相关特征的集合，并输出一个或多个合成的2d图像。合成的2d图像表示经整合的合成的图像，该图像将各种切片的重要部分浓缩到一个图像上。这以高效的方式为最终用户(例如，医务人员、放射线医生等)提供了最临床相关的图像数据，并减少了在可能没有重要数据的其它图像上花费的时间。

在合成的2d图像中突出显示的一种类型的相关图像数据将是跨一个或多个mp、tr和/或tp图像找到的相关对象。与其简单地评估每个2d图像切片中的感兴趣的图像图案，不如确定任何感兴趣的2d图像图案是否属于更大的高维结构，如果是这样的话，就将识别出的2d图像图案组合成更高维的结构。这种方法具有几个优点，但是特别地，通过识别跨乳房组织的各种切片/深度的高维结构，可以更好地告知最终用户存在可能不容易在乳房的各种2d切片中看到的潜在重要结构。

另外，代替在(可能彼此相邻的)两个2d切片中识别相似的图像图案并确定是否突出显示来自这些2d切片中的一个或两个的图像数据，将两个图像图案识别为属于相同的高维结构可以允许系统进行有关结构性质的更准确的评估，从而为最终用户提供显著更有价值的信息。而且，通过识别高维结构，可以在合成的2d图像上更准确地描绘该结构。识别乳房组织的各种捕获的2d切片内的高维结构的另一个优点涉及对识别出的高维结构的可能尺寸/范围进行识别。例如，一旦已经识别出结构，现在就可以将稍微接近该高维结构的先前不明显的图像图案识别为属于相同结构。这可以向最终用户提供高维结构的尺寸/范围正在增加的指示。

为此，二维图像合成器104采用多个目标对象识别/增强模块(也称为目标对象合成模块)，该模块被配置为识别并重建不同类型的对象。每个目标图像识别/合成模块可以被应用(或“运行”)在患者乳房组织的2d图像切片的堆(例如，断层合成图像堆)上，并进行工作以识别可能在乳房组织中的特定类型的对象，并确保这样的(一个或多个)对象在呈现给最终用户的结果所得的2d合成的图像中以临床上重要的方式表示。例如，第一目标图像合成模块可以被配置为识别乳房组织中的钙化。另一个目标图像合成模块可以被配置为识别并重建乳房组织中的针状病变。还有另一个目标图像合成模块可以被配置为识别并重建乳房组织中的球形肿块。在一个或多个实施例中，多目标图像合成模块处理图像切片数据并在包括存在于乳房组织中的相应高维结构(例如，3d对象)的高维网格(例如，3d网格)中填充相应对象。然后，可以利用这个高维网格来准确地描绘2d合成的图像中的各种结构。

高维对象可以指包括至少三个或更多维度的任何对象，例如3d或更高的对象，或3d或更高的对象和时间维度等。这种对象或结构的示例包括但不限于钙化、针状病变、良性肿瘤、不规则肿块、密集对象等。图像对象可以被定义为图像数据中存在的某种类型的图像图案。对象可以是3d空间中的简单圆形对象，以及2d空间中的对应的扁平圆形对象。它可以是具有复杂图案和复杂形状的对象，并且可以具有任何尺寸或维度。对象的概念可以扩展到局部约束的几何对象之外。更确切地说，图像对象可以指能够以任何维度形状存在的抽象图案或结构。应当认识到的是，本文公开的发明不限于3d对象和/或结构，并且可以包括高维的结构。应该认识到的是，每个目标图像合成模块被配置用于识别并重建相应类型的对象。这些“对象”可以指2d形状、2d图像图案、3d对象或任何其它高维对象，但是在任何情况下，为简单起见，在本文中都将称为“对象”或“3d对象”，

维合成器104包括多个目标对象识别/增强模块(例如，110a、110b…110n)，每个模块被配置用于识别和增强特定类型的对象。每个目标对象识别/增强模块110可以在2d图像堆(例如，tr图像堆)上运行，并被配置为识别其中的相应对象(如果存在任何对象的话)。通过识别2d图像堆中的经指派的对象，每个目标对象识别/增强模块110进行工作，以确保相应对象被保存并准确描绘在呈现给最终用户的结果所得2d合成的图像中。

在一些实施例中，可以在基于指派给目标对象识别/增强模块的权重或优先级来确定在2d合成的图像中要强调或不强调哪些对象时使用分层模型。在其它实施例中，可以同等地对待所有对象，并且如果存在z方向上的重叠，那么不同的对象可以被融合在一起，如将在下面进一步详细讨论的。这些重建技术允许创建包含临床上重要信息的2d合成的图像，同时消除或减少不必要的或视觉上令人困惑的信息。

可以在显示系统105处查看合成的2d图像。重建引擎103和2d图像合成器104优选地经由快速传输链路连接到显示系统105。显示系统105可以是标准获取工作站(例如，获取系统101)的一部分，或者是物理上远离获取系统101的标准(多显示器)审查站(未示出)的一部分。在一些实施例中，可以使用经由通信网络连接的显示器，例如，个人计算机或所谓平板电脑、智能电话或其它手持式设备的显示器。在任何情况下，系统的显示器105都优选地能够并发显示相应的ms、mp、tr和/或tp图像，例如在审查工作站的分开的并排监视器中，但本发明仍然可以通过在图像之间切换而利用单个显示监视器实现。

因此，出于例示而非限制的目的而描述的成像和显示系统100能够接收并选择性地显示断层合成投影图像tp、断层合成重建图像tr、合成的乳房x线照片图像ms和/或乳房x线照片(包括对比度乳房x线照片)图像mp，或这些图像类型的任何一种或子组合。系统100采用将断层合成图像tp转换(即，重建)为图像tr的软件、用于合成乳房x线照片ms的软件、用于分解3d对象的软件、用于创建特征图和对象图的软件。基于对象图以及一个或多个算法和/或启发法的应用，可以将源图像中的感兴趣的对象或特征视为包括在2d合成的图像中的“最相关”特征，其中算法基于在相应区域内或在特征之间的识别出/检测到的感兴趣的对象和特征向相应源图像的像素或区域指派数值、权重或阈值。感兴趣的对象和特征可以包括例如针状病变、钙化等。

图2更详细地例示了2d图像合成器104。如以上所讨论的，断层合成数据集(或“堆”)202的各种图像切片218(例如，患者的乳房组织的经过滤和/或未经过滤的mp、tr和/或tp图像)被输入到2d图像合成器104中，然后进行处理以确定将在显示器105上显示的合成的2d图像中突出显示的图像部分。图像切片218可以是患者的乳房组织的连续捕获的横截面。或者，图像切片218可以是以已知间隔捕获的患者乳房组织的横截面图像。可以将包括图像切片218的断层合成图像堆202转发到2d图像合成器104，该2d图像合成器104评估每个源图像以便(1)识别可能包括在一个或多个2d合成的图像中的各种类型的对象(tr)和/或(2)识别图像中包含识别出的对象的相应像素区域。

如例示的实施例中所示，断层合成堆202包括在患者的乳房组织的各种深度/横截面处取得的多个图像218。断层合成堆202中的一些图像218包括2d图像图案。因此，断层合成堆202在堆的图像内包括大量输入图像，这些输入图像包含各种图像图案。

更特别地，如图2中所示，三个目标对象识别/增强模块210a、210b和210c被配置为在断层合成堆202上运行，其中每个目标对象识别和增强模块210与定义特定对象以及如何在由断层合成堆202描绘的乳房组织中可能存在的其它对象当中识别该特定对象的程序/规则和参数的相应集合对应。例如，可以在断层合成堆202上运行过滤/图像识别技术和各种算法/启发法以便识别指派给特定目标对象识别/增强模块210的对象。将认识到的是，存在使用图像操纵/过滤技术的组合来识别对象的许多方式。

为了例示的目的，将假设每个目标对象识别/增强模块210识别至少一个相应的对象，但是应当认识到的是，在许多情况下，将没有对象被识别出来。但是，即使是健康的乳房组织也可能具有一个或多个可疑对象或结构，并且目标对象识别/增强模块可能无意中识别到乳房背景对象。例如，所有乳房线性组织和密度组织结构都可以被显示为乳房背景对象。在其它实施例中，诸如球形、椭圆形等的“健康”对象可以简单地由一个或多个目标对象识别/增强模块210来识别。然后，识别出的3d对象可以被显示在2d合成的图像206上；当然，在所有识别出的2d对象中，临床上更重要的对象可以当在2d合成的图像上显示相应对象时被优先处理/增强，这将在下面进一步详细讨论。

在所示的实施例中，第一目标对象识别/增强模块210a被配置为识别断层合成堆202的图像218(例如，tr、tp、mp等)中的圆形和/或球形形状。第二目标对象合成模块210b被配置为识别分叶状形状(lobulatedshape)。第三目标对象合成模块210c被配置为识别钙化图案。特别地，目标对象合成模块210a、210b和210c中的每一个在tr图像堆202上运行，其中特征/对象的集合通过相应的目标对象合成模块来识别。

例如，目标对象识别/增强模块210a可以识别一个或多个圆形形状并将其存储为“识别出的对象”220a。将认识到的是，堆202的多个图像切片218可以包含圆形形状，并且这些形状可以与相同的球形对象相关联，或者可以属于不同的球形对象。在所示的实施例中，目标对象识别/增强模块210a识别出至少两个不同的圆形对象。

类似地，目标对象识别/增强模块210b可以识别一个或多个分叶状形状并将其存储为识别出的对象220b。在所示的实施例中，目标对象识别/增强模块210b已经在断层合成堆202中识别出一个分叶状对象。如可以看出的，断层合成堆202中的两个不同的图像切片218描绘了分叶状对象的部分，但是相应部分被识别/增强模块210b识别为属于单个分叶状对象并被存储为单个识别出的对象220b。

最后，目标对象识别/增强模块210c可以识别一个或多个钙化形状并将其存储为识别出的对象220c。在所示的实施例中，(单个)钙化簇已经被目标对象识别/增强模块210c识别出并且被存储为识别出的对象220c。识别出的对象220a、220b和220c可以被存储在与相应目标对象识别/增强模块210a、210b和210c对应的存储设施处，或者可替代地，存储在每个目标对象识别/增强模块可访问的分开的(即，单个)存储设施处。

现在参考图3，每个目标对象识别/增强模块210可以被配置为识别和合成(例如，减少到2d)要在一个或多个2d合成的图像上显示的相应3d对象。换句话说，一旦3d对象被相应的目标对象识别/增强模块210a、210b或210c识别出，则此后目标对象识别/增强模块将识别出的3d对象转换成2d格式，从而可以将识别出的对象显示在2d合成的图像上。在所示的实施例中，目标对象识别/增强模块210a、21b和210c识别相应的对象，并将识别出的对象转换成相应的2d格式。作为转换处理的一部分，某些识别出的对象可以针对所显示的图像或多或少地被增强，如将在下面进一步详细讨论的。假设所有三个目标对象识别/增强模块210a、210b和210c被认为对于2d图像合成器104同样重要，在2d合成的图像302上描绘所有识别出的对象(例如，两个球形对象、一个分叶状对象和一个钙化块)的相应2d格式。

图4例示了单个目标对象识别/增强模块210如何可以在断层合成堆上运行以生成2d合成的图像的一部分。在所示的实施例中，图像切片402被馈送通过单个目标对象识别/增强模块404，该模块被配置为识别图像402的堆中的星形形状的对象。因此，单个目标对象合成模块将与从图像切片的各个深度获得的识别出的星形形状有关的信息简少到单个2d合成的图像406上。

图5例示了用于使多个目标对象识别/增强模块一起工作以产生2d合成的图像的示例性实施例。在所示的实施例中，(相应堆的)图像切片502被馈送通过被配置为识别并重建圆形和/或球形形状的第一目标对象识别/增强模块504a、被配置为识别并重建星状形状的第二目标对象识别/增强模块504b以及被配置为识别并重建钙化结构的第三目标对象识别/增强模块504c。应当认识到的是，可以针对任何数量的对象类型来编程任何数量的目标对象识别/增强模块。

目标对象识别/增强模块504a、504b和504c中的每一个与配置有各种预定规则和属性的相应算法对应，这些预定规则和属性使这些程序能够成功地识别相应对象，并将识别出的对象减少到2d格式。通过将所有三个目标对象识别/合成模块504a、504b和504c应用于图像切片502，生成2d合成的图像506。特别地，不是简单地显示单个类型的对象，2d合成的图像506包括由三个目标对象识别/增强模块504a、504b和504c识别并合成的所有三个对象类型，每个识别出的对象被同等地强调。虽然如果所有对象类型都具有同等重要性，那这可能是期望的，但基于其权重/优先级不同程度地增强/强调不同的对象类型会有所帮助。这种技术对于提醒最终用户注意潜在重要的对象而不强调不太重要的对象可以更有效。

现在参考图6a，例示了组合来自多个目标对象识别/增强模块的数据的分层顺序方法。特别地，如果各种对象类型具有与其关联的明确定义的层次结构，那么可以应用顺序组合技术。例如，一种类型的对象(例如，针状病变)可以被认为比另一种类型的对象(例如，乳房组织中的球形肿块)在临床上更重要。这种类型的对象(和对应的目标对象模块)可以被指派特定的高权重/优先级。在这种情况下，如果两个对象在2d合成的图像上争夺空间，那么可以在2d合成的图像上强调/显示与更高优先级相关联的对象类型，而另一种对象类型可以不强调或者完全不显示。类似地，在这种方法中，可以基于相应的重要性为每个目标对象识别/增强模块指派相应的权重。

在所示的实施例中，图像切片602被顺序地馈送通过三个不同的目标对象识别/增强模块(604、606和608)以生成2d合成的图像610，其中每个目标对象合成模块被配置为识别并重建特定类型的对像。首先在重建图像切片602上运行第一目标对象识别/增强模块604(与方形形状的对象相关联)，然后再运行第二目标对象识别/增强模块606(与菱形形状的对象相关联)，并且然后是第三目标对象识别/增强模块608(与圆形形状的对象相关联)。应当认识到的是，由于目标对象识别/增强模块被顺序地应用(或“运行”)，因此，与第一目标对象识别/增强模块604相比，第二目标对象识别/增强模块606可以被认为是更高优先级的对象，并且，与第二目标对象识别/增强模块606相比，第三目标对象识别/增强模块608可以被认为具有更高优先级。因此，第三对象类型可以覆盖第二对象类型(或第三对象类型可以比第二对象类型更被强调)，并且第二对象类型可以覆盖第一对象类型(或第二对象类型可以比第一对象类型更被强调)。

图6b例示了顺序地组合各种对象类型的分层方法。特别地，断层合成图像堆652包括能够在各种图像切片中识别出的对象656、658和660。如图所示，对象658和660在z方向上略有重叠，这意味着它们可能竞争在2d合成的图像654中的表现。当使用图6a的顺序方法来组合来自多个目标对象识别/增强模块604、606和608的数据时，保留已编程的层次结构。因此，由于与被配置为识别并重建方形形状的对象的目标对象识别/增强模块604相比，被配置为识别并重建圆形形状的对象的目标对象识别/增强模块608具有更高优先级，因此在两个对象之间重叠的情况下(如图6b中的情况那样)，圆形形状的对象658在2d合成的图像654中覆盖方形形状的对象660。当然，应当认识到的是，由于菱形形状的对象656在z方向上不与其它两个对象重叠，因此菱形形状的对象656也显示在2d合成的图像654中。在其它实施例中，代替完全覆盖较低优先级的对象，可以相对于较低优先级的对象强调具有高优先级的对象(而不是从显示中省略较低优先级的对象)。

在图7a中例示在图像切片的集合上运行多个目标对象合成模块的另一种方法。如可以看到的，不是顺序地运行多个目标对象识别/增强模块，其中最后运行的目标对象合成模块具有最高优先级，而是所有目标对象识别/增强模块可以被并行应用。特别地，可以利用一个或多个增强或融合模块712来确保将各种对象适当地组合在2d合成的图像上。这种方法可以不遵循分层方法，并且所有对象可以被给予相等的权重。

图像切片702被并行地馈送通过三个不同的目标对象识别/增强模块704、706和708。第一目标对象识别/增强模块604(与方形形状的对象相关联)、第二目标对象识别/增强模块606(与菱形形状的对象相关联)和第三目标对象识别/增强模块608(与圆形形状的对象相关联)全部并行地在图像切片702上运行。在一些实施例中，增强和融合模块712可以被用于确保在多个对象之间重叠的情况下将不同的对象适当地融合在一起。并行运行的目标对象识别/增强模块704、706和708可以生成2d合成的图像710。

在图7b中例示并行组合各种对象类型的这种方法。特别地，断层合成堆752在各种图像切片处描绘了与图6b相同的对象(例如，对象756、758和760)。如图所示，对象758和760在z方向上略有重叠，这意味着它们可能会在2d合成的图像754中竞争表示和/或重叠。在这里，因为多个目标对象识别/增强模块是并行运行的，所以不是一个对象类型覆盖另一个对象类型，如图6b中的情况那样，而是方形对象760和圆形对象758在2d合成的图像754中融合在一起。因此，这种方法不假设对象之间的先天优先级/层次结构，并且所有对象可以在2d合成的图像754中适当地融合在一起。

图8a描绘了流程图800，其例示了可以在根据以上结合图6a和图6b概述的顺序组合方法执行的图像合并处理中执行的示例性步骤。在步骤802处，获取图像数据集。该图像数据集可以通过断层合成获取系统、组合断层合成/乳房x线照相系统或者通过从存储设备中检索预先存在的图像数据来获取，无论该存储设备相对于图像显示设备是本地还是远程定位。在步骤804和806处，对于一定范围的2d图像(例如，tr堆)，运行第一目标对象识别/增强模块，以便识别与第一目标对象识别/增强模块相关联的第一对象。任何识别出的对象都可以被存储在与第一目标对象识别/增强模块相关联的存储模块中。在步骤808处，运行第二目标对象识别/增强模块以便识别与第二目标对象识别/增强模块相关联的第二对象。在步骤810处，可以确定第一识别对象和第二识别出的对象是否在z方向上彼此重叠。如果确定两个对象重叠，那么在步骤812处，只有第二对象可以显示在2d合成的图像上(或第二对象比第一对象更被强调)。另一方面，如果确定两个对象不重叠，那么在步骤814处，两个对象都显示在2d合成的图像上。

图8b描绘了流程图850，该流程图例示了可以在根据以上结合图7a和图7b概述的并行组合方法执行的图像合成处理中执行的示例性步骤。在步骤852处，获取图像数据集。该图像数据集可以通过断层合成获取系统、组合断层合成/乳房x线照相系统或者通过从存储设备中检索预先存在的图像数据来获取，无论该存储设备相对于图像显示设备是本地还是远程定位。在步骤854和856处，对于一定范围的2d图像(例如，tr堆)，运行所有经编程的目标对象识别/增强模块以识别tr图像堆中的相应对象。在步骤858处，还可以运行一个或多个增强模块以确定是否需要发生融合处理。在步骤860处，可以确定是否有任何识别出的对象在z方向上重叠。如果确定有任何两个(或更多个)对象重叠，则可以在步骤862处将重叠的对象融合在一起。另一方面，如果确定没有对象重叠，则在步骤814处将所有对象按原样显示在2d合成的图像上。

已经描述了示例性实施例，能够认识到的是，上面描述和附图中描绘的示例仅仅是例示性的，并且其它实施例和示例也包含在所附权利要求的范围之内。例如，虽然附图中提供的流程图是示例性步骤的例示；但是可以使用本领域中已知的其它数据合并方法以各种方式来实现整个图像合并处理。系统框图仅类似地表示，以例示功能性描述，这些描述不应被视为对所公开的发明的限制要求。对于本领域技术人员来说还清楚的是，在不脱离所公开的发明的范围的情况下，可以对所描绘和/或描述的实施例进行各种改变和修改(例如，各个部分的维度)，所公开的发明的范围仅由所附权利要求及其等同物限定。因为，说明书和附图应被认为是例示性的而非限制性的。