运动参数估计的制作方法

运动参数估计的制作方法
【专利摘要】一种目标运动参数确定器(122)包括形变矢量场确定器(210)，所述形变矢量场确定器(210)确定4D图像集的形变矢量场，所述4D图像集包括与移动目标的运动的三个或更多个不同运动阶段相对应的三幅或更多幅图像。所述目标运动参数确定器还包括体积曲线确定器(212)，所述体积曲线确定器(212)基于所述形变矢量场来生成体素的体积曲线。所述目标运动参数确定器还包括模型拟合器(214)，所述模型拟合器(214)将预定的运动模型拟合到所述体积曲线。所述目标运动参数确定器还包括参数确定器(218)，所述参数确定器基于拟合的模型来估计至少一个目标运动参数。
【专利说明】运动参数估计

【技术领域】
[0001] 本发明总体涉及对移动目标的运动参数进行估计，并且利用计算机断层摄影（CT) 的具体应用来进行描述。然而，本发明也适于其他成像模态。

【背景技术】
[0002] 由于通气与肺体积的变化相联系，所以肺通气是呼吸系统功能的主要指示物。具 体而言，对于诊断（例如对于疾病的早期检测），或对于治疗规划（例如对于肺癌放射治疗 中的功能性避免），在局部或区域水平上评估通气变得越来越重要。
[0003] 诸如单光子发射计算机断层摄影（SPECT)或正电子发射断层摄影（PET)的核成像 是对肺通气的直接功能性评估的当前标准，其中，SPECT通气/灌注（SPECT V/Q)是"黄金" 标准。遗憾的是，SPECT和PET遭受低空间分辨率、高成本、长扫描时间和/或低可访问性。
[0004] 当前图像配准方法在呼吸门控4D CT成像的基础上使得可能对肺的区域体积变化 (基本是通气）进行评估。对于辐射治疗规划这是特别感兴趣的，其中，识别功能良好的肺 区域很重要，接着可以使所述肺区域免受辐射。基本思想是估计从选定的参考阶段到所有 其他阶段的形变场，接着可以分析所述形变场以获得在呼吸周期上的逐体素的体积变化。
[0005] 越来越多的辐射治疗中心已经采用4D CT作为标准成像模态来评估肿瘤运动。在 每个辐射分数之前经常再次进行采集。因此，基于4D CT的肺通气测量可以比使用额外模 态（例如SPECT)更容易地被集成在当前辐射治疗规划工作流中。一般地，呼吸门控4D CT 采集典型地由与呼吸周期中的十个阶段点相对应的十幅3D CT图像组成。
[0006] 为了估计局部体积变化，选择肺部的3D图像并且使用非刚性配准对所述3D图像 进行配准，所述3D图像仅与两个阶段相对应：最大呼出阶段和最大吸入阶段。可以以两种 方式：i)基于强度差，或ii)基于形变场的局部属性来从经配准图像提取局部体积变化信 息。然而，所述估计可能受多个误差来源影响，例如成像伪影、分箱（binning)伪影或图像 噪声。
[0007] 成像伪影或分箱伪影可以遍布在许多切片上，造成配准的非最优输入数据，并且 因此可以显著影响局部体积变化估计。这些伪影的范例包括待配准的一个或全部两个数据 集中的重复隔膜轮廓或缺失结构。遗憾的是，当患病患者典型地具有呼吸再生问题时，成像 伪影或分箱伪影在动态采集中非常常见。
[0008] 另外，最大吸入阶段和最大呼出阶段可以局部地变化，导致通气幅度的区域性低 估。而且，通过仅集中在呼吸的两个阶段上或分开地检查每个阶段，通常不考虑呼吸系统的 动态。估计相对于其他感兴趣组织（例如，心脏，肌肉等）的局部体积变化和/或移动非解 剖目标可能面对相似的障碍。
[0009] 鉴于以上，存在对于用于估计局部体积变化的其他方法的未解决的需要。


【发明内容】

[0010] 本文描述的方面解决了以上提到的问题和其他问题。
[0011] 在一个方面中，一种目标运动参数确定器包括形变矢量场确定器，所述形变矢量 场确定器确定4D图像集的形变矢量场，所述4D图像集包括与移动目标的运动的三个或更 多个不同运动阶段相对应的三幅或更多幅图像。所述目标运动参数确定器还包括体积曲线 生成器，所述体积曲线生成器基于所述形变矢量场来生成体素的体积曲线。所述目标运动 参数确定器还包括模型拟合器，所述模型拟合器将预定的运动模型拟合到所述体积曲线。 所述目标运动参数确定器还包括参数确定器，所述参数确定器基于拟合的模型来估计至少 一个目标运动参数。
[0012] 在另一方面中，一种系统包括确定4D图像集的形变矢量场，所述4D图像集包括与 移动目标的运动的三个或更多个不同运动阶段相对应的三幅或更多幅图像。所述系统还包 括基于所述形变矢量场来生成体素的体积曲线。所述系统还包括将预定的运动模型拟合到 所述体积曲线。所述系统还包括基于拟合的模型来估计至少一个目标运动参数，并且生成 指示其的信号。
[0013] 在另一方面中，计算机可读存储介质被编码有计算机可读指令。所述指令在由处 理器执行时，使得所述处理器进行以下中的至少一项：基于与不同运动阶段相对应的至少 三幅图像来确定的运动周期幅度或阶段、以及基于所述运动周期上的逐体素对应性来确定 的运动周期幅度或阶段。

【专利附图】

【附图说明】
[0014] 本发明可以采取各种部件和各部件的布置以及各种步骤和各步骤的安排的形式。 附图仅出于图示优选实施例的目的，并且不得被解释为对本发明的限制。
[0015] 图1示意性地图示了与目标运动参数确定器相连接的成像系统。
[0016] 图2图示了目标运动参数确定器的范例。
[0017] 图3、图4和图5图示了被拟合到测得的运动轨迹的运动模型的范例。
[0018] 图6图示了范例方法。

【具体实施方式】
[0019] 以下描述了基于目标的4D图像集来估计移动目标的运动参数（例如，幅度、阶段、 阶段位移、硬度等）的方法。如本文中采用的，4D图像集包括在移动目标的运动周期上的移 动目标的3D图像，所述移动目标的运动周期包括完全扩张阶段、完全收缩阶段、在完全扩 张阶段和完全收缩阶段之间的一个或多个阶段、以及在完全收缩阶段和完全扩张阶段之间 的一个或多个阶段。
[0020] 通过范例，呼吸运动周期包括完全吸入阶段、完全呼出阶段和在其之间的阶段。心 脏运动周期包括最大扩张阶段、最大收缩阶段和在其之间的阶段。一般来说，肌肉包括活动 通过最大收缩阶段、舒张阶段和在其之间的阶段的纤维。一般地，运动周期可以与一次或多 次活动通过完全扩张至完全收缩再回到完全扩张的周期的任何组织或非解剖结构相关联。
[0021] 如下面更详细地描述的，在一个非限制性实例中，通过处理包括每个表示运动周 期的不同阶段的至少三幅3D体积图像的4D图像集来确定三幅或更多幅图像上的每个体素 的体积曲线（造成曲线的3D集）、将预定运动模型拟合到每个体积曲线、并且基于拟合的模 型来确定功能参数。
[0022] 适合的成像模态包括可以采集4D图像集的模态，例如，但不限于，CT和MR。为简 单起见，结合CT来对以下进行描述。首先参考图1，示意性地图示了诸如CT扫描器的成像 系统100。成像系统100包括大体固定的机架102和旋转机架104,所述旋转机架104由固 定机架102可旋转地支撑并且关于z-轴108围绕检查区域106旋转。
[0023] 诸如X射线管的辐射源110由旋转机架104可旋转地支撑，与旋转机架104-起旋 转，并且发射穿过检查区域106的辐射。辐射敏感探测器阵列112对向一角度弧，在检查区 域106对面与辐射源110相对。辐射敏感探测器阵列112探测穿过检查区域106的辐射， 并且针对每个探测到的光子生成所述辐射指示的投影数据。
[0024] 重建器114重建投影数据，生成指示被定位在成像区域106中的对象或目标的被 扫描部分的体积图像数据。这包括重建在4D采集期间被采集到的数据，所述4D采集包括 对在移动目标的一个或多个运动周期上随着时间采集到的移动目标的3D采集。诸如卧榻 的对象支撑体116将目标或对象支撑在检查区域106中。
[0025] 运动周期确定器118确定移动目标的运动周期。对于呼吸运动，运动周期确定器 118可以包括呼吸带，被定位在移动目标上的外部标记等。对于心脏应用，运动周期确定器 118可以包括心电图（ECG)。对于肌肉应用，运动周期确定器118可以包括压力传感器。与 时间中的数据采集同时确定运动周期。
[0026] 通用计算系统或计算机被用作操作者控制台120。控制台120包括人类可读输出 设备（例如监视器）和输入设备（例如键盘、鼠标等）。驻留在控制台120上的软件允许操 作者经由图形用户接口（GUI)或以其他方式来与扫描器100交互和/或操作扫描器100。 例如，控制台120允许操作者选择成像协议，例如运动门控（例如，呼吸、心脏、肌肉等）4D CT采集。
[0027] 目标运动参数确定器122处理4D数据集，例如通过成像系统100和/或其他成 像系统来采集的4D图像集。如下面更详细地描述的，在一个实例中，目标运动参数确定器 122确定4D图像集的图像上的每个体素的体积曲线，每个图像与目标的运动周期的不同阶 段相对应；将预定的运动模型拟合到每个体积曲线；基于拟合的模型（其表示在考虑到运 动周期的动态的整个运动周期上的逐体素体积变化）来确定移动目标的运动参数；并且生 成对其进行指示的信号。可以经由显示器124以视觉方式呈现所述结果和/或将所述结果 传达到一个或多个其他设备。
[0028] 由于采用关于运动的更多阶段以及由此的更多信息，确定移动目标的运动参数的 上述方法的造成相对于系统100的配置对参数的更可信估计，在所述系统100的配置中仅 考虑运动周期的两个阶段，例如最大扩张阶段和最大扩张阶段。这种方法也使得可能评估 区域体积变化，并且因此很适合于如辐射治疗规划的应用，在所述应用中识别功能良好的 肺区域很重要，接着所述肺区域可以免受辐射。由于通常在每个辐射部分之前进行采集并 且4D CT图像集可以被集成到辐射治疗规划工作流中，所以这还将允许4D CT图像集被越 来越多的福射治疗中心米用。
[0029] 应当意识到，可以经由计算系统（例如计算机）来实现目标运动参数确定器122， 所述计算系统包括执行被编码、嵌入、存储等在计算机可读存储介质（例如物理存储器和/ 或其他非瞬态存储器）上的一个或多个计算机可读指令的一个或多个处理器。作为补充或 替代，计算机可读指令中的至少一个可以由信号、载波和/或其他瞬态介质承载。计算系统 还包括人类可读输出设备（例如监视器）和输入设备（例如键盘、鼠标等）。本领域的普通 技术人员将认识到，在另一个实施例中，可以备选地在不同计算系统中实现目标运动参数 确定器122的（下面描述的）部件中的一个或多个。
[0030] 图2图示了目标运动参数确定器122的范例。
[0031] 图像与运动周期关联器202接收4D图像集和运动周期信号，并且将4D图像集的 图像与运动周期关联。例如，图像与运动周期关联器202可以创建映射，所述映射针对运动 周期的任何具体阶段来识别在该具体阶段期间采集的4D图像集的（一幅或多幅）图像，和 /或针对4D图像集的任何（一幅或多幅）具体图像来识别图像被采集的运动周期的时间点 (和因此的运动阶段）。
[0032] 图像选择器204从4D图像集选择一组图像来处理。在一个实例中，图像选择器204 选择整组图像来处理。在另一个实例中，图像选择器204选择图像的子集，所述子集包括与 运动周期的三个不同阶段相对应的至少三幅图像。图像选择器204可以基于用户输入、默 认或用户指定设置（例如，完全扩张、完全收缩和在其之间的一个或多个感兴趣的阶段）和 /或其他标准来选择图像。
[0033] 通过非限制范例，在一个实例中，图像选择器204选择覆盖运动周期的N个不同的 等间隔的阶段的N(例如，N= 10)个图像。比如，在重复运动周期回到0%阶段之前基于具 有〇%是第一阶段和99%是最后阶段的百分率来描绘运动周期的情况下，选定的图像可以 覆盖阶段0%、10%、20%、30%、40%、50%、60%、70%、80%和90%。本文预期其他阶段和 /或其他阶段间隔，包括不等间隔。
[0034] 阶段映射206提供在百分比和收缩/扩张状态之间的映射。例如，0%可以表示 最大扩张、最大收缩或在其之间的一定量的扩张/收缩。然而，出于解释性目的，对于该范 例,0%表示最大扩张阶段。比如，相对于呼吸通气,0%表示最大吸入,60%表示最大呼出， 10-50%表示从最大吸入到最大呼出的转变，并且70-90%表示从最大呼出到最大吸入的转 变。
[0035] 基线图像识别器208将选定的图像中的一幅或多幅识别为基线图像。这可以通过 解剖方法和/或与用户交互来实现。在一个实例中，〇%阶段被识别为基线图像。下面的讨 论基于这样的识别。然而，可以选择不同阶段和/或多于一个阶段。例如，每奇数（或偶 数）阶段可以被识别为基线图像。
[0036] 在输入图像已经与运动周期关联并且被选择用于处理的情况下，可以省略图像与 运动周期关联器202、图像选择器204、映射206和基线图像识别器208。
[0037] 形变矢量场（DVF)确定器210确定在选定的基线图像和在选定的图像集中的其他 图像中的每个之间的形变矢量场（DVF)。在选定了一个阶段（例如，0%阶段）的情况下， 这包括确定在〇%阶段图像和其他选定的图像中的每个之间的DVF。因此，在选定的图像集 包括N个图像的情况下，形变矢量场确定器210确定N-1个DVF集（S卩，对于每对图像的 DVF)。在另一个实例中，在相邻图像对（例如，在图像1和2、图像3和4等之间）之间确定 DVF和/或其他方法。
[0038] 形变矢量场确定器210可以使用多种方法来确定DVF。例如，图示的形变矢量场确 定器210使用非刚性（弹性）配准算法确定DVF。在另一个实例中，形变矢量场确定器210 采用刚性（仿射）配准算法和/或其他算法。适合的算法通过将基线图像映射到其他图像 并且因此在整个运动周期上建立逐体素的对应性来确定DVF，并且接着将包括相似度量度 和正则化项的目标函数最小化。
[0039] Kabus 等的 Fast elastic image registration，Proc. of MICCAI Workshop:Medical Image Analysis For The Clinic-A Grand Challenge, (2010)81-89中 描述了这样算法的范例。大体上，Kabus等描述的算法假设参考（或固定）图像R(x)和模 板（或移动）图像T(x)。找到仿射变换p以及形变矢量场（DVF)u:R 3 - R3,以使得移置的 模板图像Tu(x) : = T (小（p ;x) +u (x))将相似度量度D和正则化项S两者最小化。在此，在 由矢量P给出的仿射变换下，映射ct(P;X)描述了体素位置x的变换。
[0040] 在方程1中示出了使用方差的和的适合的相似度量度D :
[0041] 方程 1:

【权利要求】
1. 一种目标运动参数确定器（122)，包括： 形变矢量场确定器（210)，其确定4D图像集的形变矢量场，所述4D图像集包括与移动 目标的运动的三个或更多不同运动阶段相对应的三幅或更多幅图像； 体积曲线确定器（212)，其基于所述形变矢量场来生成体素的体积曲线； 模型拟合器（214)，其将预定的运动模型拟合到所述体积曲线；以及 参数确定器（218)，其基于拟合的模型来估计至少一个目标运动参数。
2. 根据权利要求1所述的目标运动参数确定器，其中，所述形变矢量场确定器使用非 刚性配准来确定所述形变矢量场。
3. 根据权利要求2所述的目标运动参数确定器，其中，所述非刚性配准将与所述三幅 或更多幅图像中的一幅相对应的图像的阶段映射到所述三幅或更多幅图像中的所述其他 图像的所述不同阶段，从而确定在所述运动周期上的逐体素的对应性。
4. 根据权利要求3所述的目标运动参数确定器，其中，所述形变矢量场确定器通过将 目标函数最小化来确定所述形变矢量场，所述目标函数包括加权相似项和正则化项。
5. 根据权利要求1至4中的任一项所述的目标运动参数确定器，其中，所述体积曲线通 过计算雅可比矩阵来确定所述体积曲线，所述雅可比矩阵由所述形变矢量场的一阶导数组 成。
6. 根据权利要求1至4中的任一项所述的目标运动参数确定器，其中，所述体积曲线确 定器通过计算所述形变矢量场的强度差来确定所述体积曲线。
7. 根据权利要求5至6中的任一项所述的目标运动参数确定器，其中，所述体积曲线将 在所述运动周期上的体积变化描述为时间的函数。
8. 根据权利要求1至7中的任一项所述的目标运动参数确定器，其中，所述模型是由 c〇s2n函数表示的曲线，其中，n与感兴趣阶段相对应。
9. 根据权利要求8所述的目标运动参数确定器，其中，所述至少一个目标运动参数包 括以下中的至少一个：运动幅度、运动阶段、运动偏置或预定的运动阶段的时间。
10. 根据权利要求1至9中的任一项所述的目标运动参数确定器，还包括： 置信度确定器（220)，其基于所述拟合的模型和所述体积曲线之间的误差差来确定所 述估计的置信度水平。
11. 根据权利要求10所述的目标运动参数确定器，其中，基于利用所述运动周期的幅 度的倒数进行加权的所述拟合的模型和所述体积曲线之间的方差来确定所述置信度水平。
12. 根据权利要求1至11中的任一项所述的目标运动参数确定器，还包括： 状态识别器（222)，其基于与已知健康和不健康状态相对应的图样和/或值的库（224) 通过比较拟合的模型或所述至少一个目标运动参数中的一个或多个来识别所述目标的状 态。
13. 根据权利要求12所述的目标运动参数确定器，还包括： 推荐器（226)，其基于所确定的所述目标的状态来推荐所述目标的动作进程。
14. 根据权利要求1至13中的任一项所述的目标运动参数确定器，还包括： 显示器（124)，其显示拟合的模型或所述至少一个目标运动参数中的至少一个。
15. -种方法，包括： 确定4D图像集的形变矢量场，所述4D图像集包括与移动目标的运动的三个或更多不 同运动阶段相对应的三幅或更多幅图像； 基于所述形变矢量场来生成体素的体积曲线； 将预定的运动模型拟合到所述体积曲线；并且 基于拟合的模型来估计至少一个目标运动参数，并且生成对其进行指示的信号。
16. 根据权利要求15所述的方法，其中，确定所述形变矢量场包括采用非刚性配准，所 述非刚性配准将与所述三幅或更多幅图像中的一幅相对应的图像的阶段映射到所述三幅 或更多幅图像中的所述其他图像的所述不同阶段，从而确定在所述运动周期上的逐体素的 对应性，并且对包括加权相似项和正则化项的目标函数进行最小化。
17. 根据权利要求15至16所述的方法，其中，所述体积曲线将在所述运动周期上的体 积变化描述为时间的函数，并且确定所述体积曲线包括计算一个或雅可比矩阵或者计算所 述形变矢量场的强度差，所述雅可比矩阵由所述形变矢量场的一阶导数组成。
18. 根据权利要求15至17中的任一项所述的方法，其中，所述预定的运动模型是由 c〇s2n函数表示的曲线，其中，n与感兴趣阶段相对应。
19. 根据权利要求15至18中的任一项所述的方法，其中，所述至少一个目标运动参数 包括以下中的至少一个：运动幅度、运动阶段、运动偏置或预定的运动阶段的时间。
20. 根据权利要求19所述的方法，还包括： 基于拟合的模型和所述体积曲线之间的误差差来确定所述至少一个目标运动参数的 所述估计的置信度水平。
21. 根据权利要求20所述的方法，其中，基于拟合的模型和所述体积曲线之间的利用 所述运动周期的幅度的倒数进行加权的方差来确定所述置信度水平。
22. 根据权利要求15至21中的任一项所述的方法，还包括： 基于与已知健康和不健康状态相对应的图样和/或值的库通过比较拟合的模型或所 述至少一个目标运动参数中的一个或多个来识别所述目标的状态。
23. 根据权利要求22所述的方法，还包括： 基于所确定的所述目标的状态来推荐所述目标的动作进程。
24. 根据权利要求15至23中的任一项所述的方法，还包括： 显示拟合的模型或所述至少一个目标运动参数中的至少一个。
25. -种计算机可读存储介质，其被编码有计算机可读指令，当由处理器执行时，所述 计算机可读指令使得所述处理器确定一下中的至少一个：基于与不同运动阶段相对应的至 少三幅图像的运动周期幅度或阶段、以及基于所述运动周期上的逐体素对应性的运动周期 幅度或阶段。
【文档编号】G06T7/00GK104395933SQ201380034152
【公开日】2015年3月4日 申请日期:2013年6月17日 优先权日:2012年6月27日
【发明者】S·卡布斯, C·洛伦茨, T·克林德, J·冯贝格 申请人:皇家飞利浦有限公司