专利名称：使用分割和主牙弓的全景牙科成像的制作方法X射线被用于在牙科中对牙齿和口腔的部分进行成像已经有许多年。一般而言，该过程包括生成X射线并将X射线引向患者的口腔。X射线被口腔的不同部位(例如，骨骼与组织)有差异地吸收和反射。吸收的这种差异被用于诸如在胶片上或者通过使用电子图像传感器生成图像。可以生成特定感兴趣区域的个体图像，或者，如果需要更宽的视角，可以生成全景图像。通常情况下，将计算机断层摄影(“CT”)系统用于生成全景图像。在典型的牙科CT系统中，患者直立而坐，并且X射线源和探测器被安装在围绕通过患者头部中间的垂直轴旋转的机架的相对端。一般而言，颂(jaw)的全景图像描绘的颂好像是被成像到页面(sheet)轴直立的圆柱形页面上，并且好像是随后将该页面展开成平面形式而得到的。
虽然存在大量设计用于生成口腔的全景图像的技术，但这些技术具有若干缺点。 例如，由于颂不是圆柱形的，在使用许多已知技术生成的全景图像中发生一定的失真和不准确。另外，许多当前可用系统的图像质量低于预期，因为，除此之外，全景图像不能提供在其中清晰地并且以接近类似正对其采集图像的个体的实际解剖结构的方式来呈现前牙、侧牙、窦底和神经管的图像。例如，一些现有的全景系统产生具有凹形前部和隐藏的颚骨节的图像。除此之外，本发明的实施例提供了一种四步过程，其用于生成具有比至少一些现有装置对实际解剖结构的更为逼真的描绘的图像。该过程的第一部分包括从图像的其他部分(肉、牙龈等)中分割和可视化颂(或骨骼)。该过程的第一部分使用“区域生长算法。” 在该过程的第二部分中，颂弓(jaw arch)的探测是通过将图像数据分离成切片并应用曲线拟合技术来实现的。在该过程的第三部分中，关于颂弓的信息被用于探测主牙弓(master arch)。最后，在该过程的第四部分中，使用主牙弓并呈现几何结构来生成全景图像。本发明还提供了一种用于生成全景X射线图像的方法。该方法包括利用X射线探测器获得具有第一多个切片的体积X射线图像数据；利用计算机将所述X射线图像数据分割成垂直(vertical)阈值以上的第一部分和垂直阈值以下的第二部分；并且将第二部分分离成第二多个切片。该方法还包括针对第二多个切片中的每个切片生成多条曲线；针对第二多个切片生成主牙弓；并且基于该主牙弓生成全景图像。此外，本发明提供了一种具有增强的图像质量的全景X射线系统。该系统包括机架、安装在机架上的X射线源、安装在机架上的X射线源的对侧的X射线探测器、以及从X 射线探测器接收体积图像数据的计算机。计算机将图像数据分割成垂直阈值以上的第一部分和垂直阈值以下的第二部分；将第二部分的数据分离成多个切片；针对多个切片中的每个切片生成多条曲线；针对多个切片生成主牙弓；并且基于该主牙弓生成全景图像。本发明还提供了一种生成颂图像数据的方法。该方法包括利用X射线探测器获得包括多个切片的体积X射线图像数据，每个切片具有多个体素值。该方法还包括利用计算机从体积图像数据选择矢状切片，以及利用计算机反复地(iteratively)检查矢状切片中的体素值。该方法还包括对多个切片中的每个切片选种(seeding)、执行区域生长、基于该区域生长生成图像的集合、并基于该图像的集合生成三维图像。通过考虑详细描述和附图，本发明的其他方面将变得显而易见。图1是用于生成全景X射线图像的牙科X射线系统的图示。图2是图示说明由图1中所示的系统执行的颂分割和可视化过程的流程图。图3是图示说明由图1中所示的系统执行的自动颂弓探测过程的流程图。图4是图示说明由图1中所示的系统执行的主牙弓探测过程的流程图。图5是图示说明由图1中所示的系统执行的全景图像重建过程的流程图。图6是更为详细地图示说明图2的自动颂弓探测过程的详细步骤的流程图。图7是更为详细地图示说明图3的自动颂弓探测过程的详细步骤的流程图。图8是更为详细地图示说明图4的主牙弓探测过程和图5的全景图像重建过程的详细步骤的流程图。如上所述，现有的系统往往产生失真的或不准确的全景图像。本发明的目的之一是提供更为准确地描绘整个颂义齿结构的全景图像，所述颂义齿结构包括牙齿、窦底和颚骨节。使用本发明的实施例生成的图像展示了比率为1 1的解剖结构尺寸，其从可视化和空间测量角度来讲与全景图像比例一致。图2至5以一般方式示出了由本发明的实施例实现的图像生成过程。该过程是由计算机14基于从扫描器12接收的具有多个切片的图像数据(体积X射线图像数据集或者体积数据集的一部分)来执行的。通常，计算机14由设计用以执行下文所列出的过程的软件进行编程。应该指出，本发明的实施例还可以利用专用硬件或者专用硬件与在可编程的装置上运行的软件的组合来实施。如图2所示，该过程中的第一整体步骤包括颂分割和可视化。通过执行垂直分离(步骤5 来处理来自传感器沈的图像数据50，以将所述图像数据分离或划分为两部分垂直阈值以下的数据和垂直阈值以上的数据。然后处理(步骤56) 经划分的数据54 (其包括与软组织和硬组织(例如，骨骼)两者相关的数据)，以从硬组织中分离软组织，从而产生颂图像数据58。如图3所示，颂图像数据58被分离成切片64 (步骤62)，并且利用曲线拟合(步骤72)修改切片64。曲线拟合针对每个切片生成三条曲线 外侧曲线74、内侧曲线76和中央曲线78。这些步骤是由自动颂弓探测过程执行的。如图4 所示，曲线74-78被用于主牙弓探测过程(步骤85)，其生成主牙弓90。如图5所示，主牙弓90被用于全景图像重建过程(步骤96)，以生成全景图像100。下文提供了图2至5中所图示说明的过程的更多细节。图6提供了关于图2的分割和可视化过程的更多信息。如图6所示，获取图像数据(即，图像数据50)(步骤102)，并通过探测患者的颂中的硬腭(步骤104)来实现分割。 硬腭探测的目的是从头部的其他部分中分离牙医(或其他医学专家)感兴趣的解剖结构。 通常，感兴趣的区域包括颚、颚骨节、上颂、牙齿、牙齿根尖、神经管路径和窦底。除了颚骨节和窦底，位于硬腭上方的头部的组织和各部分通常是牙医不感兴趣的。为了探测硬腭，选择图像数据的中间矢状切片。然后将对该数据切片中体素的反复检查用于确定硬腭的位置(当然，其从整体上看是解剖特征)。对该数据的分析受若干条件影响，所述条件包括受检者的牙齿中的金属伪影的存在(例如，龋洞补牙、牙套等)、上部空间沟凹、低舌骨骼以及硬腭的曲率。具体而言，交互式体素检查过程从中间矢状切片的右半部分开始检查体素值。该检查在矢状切片的底部处开始并向上移动(沿垂直方向)，并确定体素强度值是否对应于与硬腭或其他解剖特征相关联的值。还执行检查以查看所述值是否对应于可能的金属伪影。一旦确定(或验证)了体素在硬腭上(理解为硬腭不是简单的水平面)，位于经验证的体素的垂直水平以下的预定距离的垂直水平被选定为分离水平。在补充的步骤中，如果硬腭的计算值偏离了硬腭的高度的平均经验值超过预定的量(例如，数毫米)，硬腭的经验值以下的水平(例如，经验值以下5mm)选定为分离水平。 特别是在所描述的实施例中，所确定的硬腭用于从头部的不感兴趣的那些部分中划分或分离感兴趣的解剖特征(步骤106)。由于大多数牙科特征位于硬腭以下，该过程的这一部分的输出是表示分离水平(或硬腭)以下的图像数据的数据集。一旦发生了对硬腭的探测，并且已经从其他解剖结构中分离了感兴趣的解剖结构(使用硬腭作为划分线)(步骤106)，则执行自动选种作为从软组织中分离颂(或骨骼)的整体过程的一部分(步骤108)。(应当理解的是，虽然使用“从组织中分离骨骼”的表达(或相似的表达)，但图像数据是被分离成或者归类为表示骨骼的数据或者表示组织的数据。) 以这样一种方式执行选种，其解决了或者至少部分解决了由于可能在牙齿中或周围存在空隙或间隙而与从组织中区分出骨骼相关联的挑战。此外，选种过程还有助于解决可能存在于颚和上颂内部的低密度的其他区域(例如，空气泡或液泡)。为了实现将全部或者几乎全部硬组织或解剖部位从软组织(或部位)分离的分割，采用多线程选种技术(步骤110)。该多线程选种技术包括在每个图像切片的上方部分之上应用二维格网。如果覆盖有二维格网的图像点具有高于预定量(例如，900)的强度，则该图像点被选定为(或者被假定为)骨骼点并将其置于选种点的集合中。在图像内从左上到右上来执行该骨骼点选择过程，并且以预定的间隙(例如，3mm)逐点地进行移动。在一个特定的实施中，所选择的点的总数量限于预定的量(例如，20)。一旦选择了骨骼点，则从包含至少一个骨骼点(S卩，具有预定量的强度的点)的底部切片开始并逐切片向上(一旦找到了单一骨骼点)来对其进行处理。如果在当前切片上的最后的选定点距离先前切片上的最后的选定点较远(例如，多于数毫米)，那么则舍弃 (艮P，从骨骼点的集合中去除)在当前切片之前的选定点并且该过程从当前切片重新开始。 在这一过程中，如果在当前切片中无骨骼点，则分析下一切片。处理每个图像切片直到达到预定的高度(例如，不高于分离水平(或硬腭)的高度)。在一个方向上处理了所有的切片之后，则反转并沿相反的方向执行该过程。在逆向方向上探测或确定的骨骼点都被添加到选种点的集合中。针对这一向下或反转的过程的选定点的数量也限于预定的量(例如， 20)。选种点(S卩，骨骼点)的总数量是有限的(例如，40)并形成有序的集合。为了帮助实现快速计算，在区域生长处理中遵循操作的次序(例如，最后的点最先处理)。一旦完成了选种，则采用区域生长分割处理或算法(步骤110)。分割过程确定当前点是否是颂骨上的点。如果被评估的点(即，当前点)满足特定条件，则该点被归类为要被包含在分割体积中的一个(点)。在这种归类之后，分析同一切片上的相邻点(例如，8个点(前、后、左、右、前左、 前右、后左、后右))和当前点之上和之下的两个点。所执行的分析被称为“区域生长过程”。 在这一 10个点的集合之内的满足特定条件的点被归类为选种点。这些条件包括修改的强度、标准偏差和解剖位置。针对全部选种点来重复对相邻点的分析。随着发生对分割体积(即，表示分离水平或硬腭以下的体积的数据)中的点进行归类的过程，选种点的集合动态变化。换言之，由于已经被归类为分割体积中的点不再置于选种点的集合中，所述集合中的点在该过程的每次循环期间变化。根据以上描述显而易见的是，生长选种点的过程是后进、先出的过程。同样地，它是具有多个线程的、适合具有孔和间隙的区域的局部嵌套过程。该选种过程有助于确保评估或判别了所有独立的部分或有孔的骨骼部分，并将其适当地归类为骨骼或硬组织。多线程选种和区域生长过程的结果或输出是二值图像的集合。在一个实施例中， 每幅图像中的“1”指示颂上的体素，而图像中的“0”指示颂之外(外部)的体素。正如下文更为详细的描述，二值图像数据被进一步处理并最终用于产生全景图像。然而，并作为备选，代替或者除了全景图像，二值图像还能够被用于呈现从软组织分离的颂的三维图像(步骤112)。一旦产生了二值图像，将该二值图像数据分离成切片，(图7的步骤120)。这一过程包括将在三维上分割的二值图像数据放置到二值、二维图像切片的堆栈中。执行这一过程有助于加速在某些下游步骤中执行的计算。在将二值图像数据分离成切片之后，执行外牙弓探测过程(步骤124)。具体而言， 探测或确定在分割体积的、二值数据中的外牙弓的位置。外牙弓探测是通过在来自颂弓的外部的二维切片中定位颂的包络来实现的。在一个实施例中，针对外牙弓边界识别采用两种距离度量。一种度量是从图像的最左侧边缘到最接近的水平颂骨的左侧距离，而另一种度量是从图像的最右侧边缘到最接近的水平颂骨的右侧距离。针对左半颂弓和右半颂弓执行两个并行和组合的流程。对于左半颂弓，具有局部最小距离的点和具有比先前紧邻的那些点更小的左侧距离的点被认为是边界点。对右半颂应用相似的过程。这些边界点的集体或集合(即，来自左半颂和右半颂的点)构成颂弓的外侧边界。为了实现对颂弓的更好的估计，执行对边界点的集合的基于曲率的插值。更多的点被插补到具有高或相对高曲率的区域中。所探测的外侧边界点按照其涉及左侧水平段距图像的中心的相应的径向角度从小到大排序。除了确定外牙弓的位置之外，还确定内牙弓的位置(步骤128)。在一个实施例中， 通过确定来自颂弓的内部的每个二维切片中的内颂弓的拟合曲线来探测内牙弓边界。在一个实施例中，针对内牙弓边界识别采用两种距离度量。一种度量是从图像的中间垂直线到最接近的水平颂骨的左侧距离，而另一种度量是从图像的中间垂直线到最接近的水平颂骨的右侧距离。针对左半颂弓和右半颂弓执行两个并行和组合的流程。对于左半颂弓，具有局部最小距离的点和具有比先前紧邻的那些点更小的左侧距离的点被认为是边界点(称为“内牙弓边界点规则”)。对右半颂弓执行相似的过程(或应用边界点规则)。然而，只有当颂在颂的非常靠前的区域处具有一个凹形形状时，内牙弓边界规则才有效。如果前颂的内部形状包括两个凹形，则收集针对每个这样的凹形的内侧边界点。通过检查该线(或曲线)的中间区域中的体素的位置和强度来完成确定是否存在一个或两个凹形。边界点以上的集体构成了颂弓的内侧边界。正如对外侧牙弓的处理，为了实现对内侧颂弓的更好的估计，执行对边界点的集合的基于曲率的插值。更多的点被插补到具有高或相对高曲率的区域中。所探测的外侧边界点按照其涉及左侧水平段距图像的中心的相应的径向角度从小到大排序。如图7中的步骤132所示，处理颂弓的内侧边界和外侧边界(或者内侧和外侧牙弓)以便针对每个切片产生外侧曲线、内侧曲线和中央曲线。使内侧和外侧边界在由边界本身形成的三维壳体中平滑。该过程有助于消除全景图像中(其是最终产生的)场景的不连续伪影。边界平滑在三维而非二维中执行。针对曲线处理采用三维、空间、低通均值滤波器，以获得内侧边界和外侧边界两者的新的点。在对内侧和外侧边界的平滑之后，通过对具有相对于左侧水平段距图像的中心的相同角度的内侧边界点和外侧边界点进行平均，来获得颂弓的中央曲线(通常称为颂弓的位置)。来自内侧边界和外侧边界的成对的点中的点按照一对一比率进行布置。该平滑过程还可以被称为或表征为曲线拟合过程，由于该目的是使得内和外层足够平滑，以使其看起来像真实对象的自然表面，即使该曲线是基于探测到的外侧和内侧曲线人工形成的。如图8中的步骤136所示，当已经探测到外侧和内侧牙弓并且执行了边界平滑，则执行主牙弓探测过程。主牙弓探测过程的一个目的是在具有固体形状外观的轴向切片上找到牙弓(中央曲线)。优选地，所选取的牙弓比图像数据切片中的其他轴向牙弓更类似于固体形状。通过观察和经验调查，可以确定的是，包含预定解剖特征的切片是根据其确定主牙弓的切片。具体而言，已经确定的是，包含牙骨质牙釉质界(“CEJ”)曲线前部的切片是从中选择主牙弓的最佳的切片。主牙弓大致是该切片中最长的曲线，并且一般而言，其具有表示颂的典型形状的相对固态的内侧和外侧边界。通过分析前牙的局部最大突出，完成从所选取的切片确定主牙弓的垂直水平。为了找到局部最大前突出，执行对前牙数据的循环搜索，以找到具有最高或最大水平的垂直水平。如果使用这一流程不能找到主牙弓(即，最大突出)的垂直水平，则执行分离切片与包含颂的底部的底部切片之间的“黄金”分割(即，基于黄金算法)，以获得主牙弓水平。经验性测试已表明，对多于500个数据集的数据库而言黄金分割效果良好。在探测之后，通过重新布置主牙弓上的点(步骤140)来处理主牙弓，从而能够将其用于等间距投影(步骤144)。该投影从主牙弓横跨的表面到所有中央曲线(即，每个切片中的中央曲线)。在进行投影之前，在步骤140中，处理主牙弓的两个尾部，以使得它们朝向主牙弓的左侧和右侧边界定位(或与之对齐)。还延长两个尾部直到它们触及图像边界。该延长有助于确保包括(在最终图像中)所有其他曲线尾部(由主牙弓界定的)的完整解剖结构， 因为牙齿区域中曲线可能比未延长的主牙弓更长。对主牙弓上的点进行计数以计算主牙弓的长度。然后生成新的均勻间隔的点并取代主牙弓的之前存在的点。针对主牙弓的新生成的点的数量等于要产生的全景图像的长度。所有相邻点之间的距离为一个体素宽度。一旦调整了主牙弓的尾部，则进行来自主牙弓的正交投影(步骤144)。对每条中央曲线进行一次投影，并记录或存储所投影的线与中央曲线的交汇点。如果投影没有与中央曲线上的点相交，则采用中央曲线上的左侧最接近的点和右侧最接近的点来创建中央曲线上的点。在创建中央曲线上的新的点时，左侧最接近的点到投影的相对距离和右侧最接近的点到投影的相对距离被加权。因此，交汇点的数量与主牙弓中点的数量相同。如上所述，该数量是待重建的全景图像的长度。切片的数量是待重建的全景图像的宽度。使用通过投影生成的新的点，重新布置或者重新组织中央曲线(步骤148)。内侧和外侧牙弓、中央曲线和主牙弓全部都用于创建全景图像(步骤15幻。能够根据用户的判定来产生两种类型的全景图像(例如，基于指示对系统10的期望的用户输入，来生成一种类型的图像与另一种或两种)。默认的一种(称为“摄影图片”)与常规的全景图像相似。 另一种称为最大强度投影(“MIP”)全景图像。生成摄影图片包括在中央曲线的每个点处找到局部法向矢量。法向矢量的方向是从中央曲线的内侧到中央曲线的外侧。沿法向矢量从内侧到外侧执行射线总和来生成默认的全景图像。在一个实施例中，默认的路径是14mm长，并以中央曲线上的点为中心。基于经验性证据，该14mm的厚是颂弓的典型厚度。然而，如果用户希望，可以改变该厚度。对于MIP全景图像，沿着针对射线总和指定的相同路径，为全景图像的强度采取最大强度。对于中央曲线上的每个点，识别一个像素并且每条中央曲线表示全景图像上的一条水平线。这些切片形成整幅全景图像。然而，对于分离水平以上的所有切片，采用分离切片上的中央曲线。分离水平以上的颂解剖结构嵌套有沟凹和其他组织。分割或包括这样的骨骼信息将产生视觉伪影并隐藏窦底和颚骨节的可视化。排除该骨骼信息增加了窦底和颚骨节的清晰度并产生类似于或优于常规摄影图片的全景图像。由于分离水平(以及分离切片)接近牙齿顶端，牙齿顶端和窦底区域是明显的并且被连续自然延长。同样的，由于分离切片远高于传统的病灶(focal)槽，分离切片以下颂的局部骨骼信息的复合运用使得整个颂比传统全景图像和常规摄影图片更为明显。因此，除此之外，本发明提供了一种生成改进的全景图像的X射线成像系统。在权利要求中阐述本发明的各种特征和优势。


一种方法和系统，用于通过获得具有第一多个切片的体积X射线图像数据，将所述X射线图像数据分割为垂直阈值以上的第一部分和垂直阈值以下的第二部分，并将第二部分分离成第二多个切片，以生成全景X射线图像。此外，所述方法和系统包括针对第二多个切片中的每个切片生成多条曲线，针对第二多个切片生成主牙弓，并基于该主牙弓生成全景图像。