本公开整体涉及电解剖(ea)标测，并且具体地涉及用于改进心脏ea标测图的算法。
背景技术：
1、先前在专利文献中提出了用于生成器官的腔的改进ea标测图的方法。例如，美国专利号10,593,112描述了从部分体积进行的腔室重建。方法将多个坐标映射到相应的第一体素。每个第一体素被分配具有最大第一值的第一值范围。多个第二体素被分配相应第二值，该多个第二体素中的每个第二体素在距最近第一体素的给定距离体素范围处。第二体素中的至少一些体素中的每个体素然后被迭代地分配其直接邻域的相应值的加权平均值，与最大第一值相差不超过第一阈值的任何值相比于任何其他值被赋予更高的权重。识别第二体素的子集，该子集中的每个第二体素具有与最大第一值相差超过第二阈值的值。随后，生成表示包括第一体素和第二体素的子集的体积的表面的网格。
2、先前已报道了用于生成几何对象的中心线的方法。例如，在名称为“centerlinedetection on partial mesh scans by confidence vote in accumulation map”，第23届模式识别国际会议(icpr)，2016年12月的会议论文中，kerautret等人描述了一种用于在仅给定部分网格扫描作为输入数据的情况下提取3d对象的中心线的方法。其原理依赖于通过从输入顶点投射数字射线而建立的法向矢量累积图的构建。然后根据置信度投票规则修整该图：如果点沿射线具有最大投票，则该点中的置信度增加。具有高置信度的点准确地描绘了对象的中心线。所得中心线是足够鲁棒的，以允许通过置信度的形态处理和测地跟踪来重建相关联图。整个过程是无监督的并且仅取决于用户选择的最大对象半径。
3、作为另一个示例，在名称为“curve skeleton extraction from incompletepoint cloud”，美国计算机学会图形学汇刊，第28卷，第3期，2009年8月，文章号71，第1-9页的会议论文中，tagliasacchi等人描述了用于从其中大部分数据可能丢失的不完美点云进行的曲线骨架提取的算法。构建主要基于定向点集的广义旋转对称轴线(rosa)。公式化利用正常信息来补偿缺失数据，并且导致在形状大体为圆柱形的区域上的鲁棒曲线骨架计算。经由平面切割呈现迭代算法以计算点云的rosa。这通过对非圆柱形接头区域的特殊处理来补充，以获得居中的、拓扑清洁的和完整的1d骨架。可以这种方式从不完整点云所捕获的各种形状中提取曲线骨架。
技术实现思路
1.一种用于在身体的器官的腔的图像中生成骨架的方法，所述方法包括：
2.根据权利要求1所述的方法，其中，移除所述离群值候选位置包括估计对应于候选位置的生成表面体素的角分散，以及在发现所述角分散低于给定最小分散值时移除所述候选位置。
3.根据权利要求1所述的方法，其中，移除所述离群值候选位置包括估计候选位置的位置中的方差，以及在发现所述方差高于给定最大位置方差值时移除所述候选位置。
4.根据权利要求1所述的方法，其中，对于所述候选位置中的至少一些候选位置，在空间上压缩所述候选位置包括：
5.根据权利要求4所述的方法，其中，估计候选位置的位移的量值包括应用优化算法来计算所述候选位置距其生成表面体素的平均距离。
6.根据权利要求4所述的方法，其中，执行所述进一步统计空间压缩包括定义感兴趣区域(roi)，所述感兴趣区域包括用于所述进一步统计空间压缩的候选位置的子集。
7.根据权利要求6所述的方法，其中，所述roi的体积随着迭代数量而单调减少。
8.根据权利要求4所述的方法，其中，估计候选位置的位移的方向包括：
9.根据权利要求4所述的方法，其中，迭代地执行所述进一步统计空间压缩包括当候选位置的空间分布的方向性度量超过预定义值时，停止所述进一步统计空间压缩的迭代。
10.根据权利要求9所述的方法，其中，所述方向性度量被给出为在所述统计空间压缩模型中用作感兴趣区域(roi)的椭球体的所述偏心率。
11.根据权利要求4所述的方法，其中，连接所述压缩的候选位置包括在所述候选位置之中找到根位置以及从所述根处开始分级地连接所述候选位置。
12.一种用于在身体的器官的腔的图像中生成骨架的系统，所述系统包括：
13.根据权利要求12所述的系统，其中，所述处理器被配置为通过估计对应于候选位置的生成表面体素的角分散、以及在发现所述角分散低于给定最小分散值时移除所述候选位置来移除所述离群值候选位置。
14.根据权利要求12所述的系统，其中，所述处理器被配置为通过估计候选位置的位置中的方差、以及在发现所述方差高于给定最大位置方差值时移除所述候选位置来移除所述离群值候选位置。
15.根据权利要求12所述的系统，其中，所述处理器被配置为对于所述候选位置中的至少一些候选位置，通过以下方式在空间上压缩所述候选位置：
16.根据权利要求15所述的系统，其中，所述处理器被配置为通过应用优化算法以计算候选位置距其生成表面体素的平均距离来估计所述候选位置的位移的量值。
17.根据权利要求15所述的系统，其中，所述处理器被配置为通过定义感兴趣区域(roi)来执行所述进一步统计空间压缩，所述感兴趣区域包括用于所述进一步统计空间压缩的候选位置的子集。
18.根据权利要求17所述的系统，其中，所述roi的体积随着迭代数量而单调减少。
19.根据权利要求15所述的系统，其中，所述处理器被配置为通过以下方式来估计候选位置的位移的方向：
20.根据权利要求15所述的系统，其中，所述处理器被配置为通过当候选位置的空间分布的方向性度量超过预定义值时停止所述进一步统计空间压缩的迭代来迭代地执行所述进一步统计空间压缩。
21.根据权利要求20所述的系统，其中，所述方向性度量被给出为在所述统计空间压缩模型中用作感兴趣区域(roi)的椭球体的所述偏心率。
22.根据权利要求15所述的系统，其中，所述处理器被配置为通过在所述候选位置中找到根位置以及从所述根处开始分级地连接所述候选位置来连接所述压缩的候选位置。
