專利名稱：三維醫(yī)學(xué)圖像分割方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種三維醫(yī)學(xué)圖像的分割方法，特別是涉及一種基于多區(qū)域收縮擴(kuò)展碰撞策略的三維醫(yī)學(xué)圖像分割方法。
背景技術(shù)：
在醫(yī)學(xué)領(lǐng)域中，三維醫(yī)學(xué)圖像分割用于對三維醫(yī)學(xué)圖像中的感興趣區(qū)域或病變區(qū) 域進(jìn)行分割，用于觀察和分析感興趣區(qū)域或病變區(qū)域的形態(tài)、特征和其他病理情況，以及進(jìn) 行三維醫(yī)學(xué)圖像的重構(gòu)和融合等。特別是針對心臟的醫(yī)學(xué)圖像，需要同時(shí)對心臟醫(yī)學(xué)圖像 的多個(gè)區(qū)域進(jìn)行分割提取，例如左右心房或左右心室的分割。一般來說，大多數(shù)的醫(yī)學(xué)圖像分割方法基本都基于CT/MRI序列圖像，進(jìn)行二維空 間上的圖像分割，再根據(jù)序列二維空間的分割數(shù)據(jù)，進(jìn)行三維重構(gòu)。其中特別的是各類圖像 分割方法基本是只針對單一區(qū)域進(jìn)行分割，而不能同時(shí)對具有一定連通性的多區(qū)域進(jìn)行分 害I]。由于人體解剖結(jié)構(gòu)的復(fù)雜性、組織器官形狀的不規(guī)則性以及不同個(gè)體的差異性，一般的 醫(yī)學(xué)圖像分割方法在進(jìn)行多區(qū)域分割時(shí)，在合理性、效果和效率方面并不理想?；陂撝档尼t(yī)學(xué)圖像分割方法的基本特點(diǎn)是通過人工或自適應(yīng)的方法來確定一 個(gè)或一系列圖像灰度閾值，再對醫(yī)學(xué)圖像進(jìn)行基于灰度閾值的二值化變換。在二值化的圖 像中，低于閾值的圖像區(qū)域?yàn)楸尘皡^(qū)域，而高于閾值的圖像區(qū)域?yàn)楦信d趣區(qū)域，從而達(dá)到圖 像分割的目的。該方法的問題和缺陷在于1)精確閾值確定難度大，醫(yī)學(xué)圖像的差異性導(dǎo)致閾值的差異性；2)在圖像多區(qū)域的灰度階數(shù)大致相同的情況下，不能準(zhǔn)確判別出不同區(qū)域的特 性，更不能達(dá)到分割的效果；3)在圖像多區(qū)域的灰度階數(shù)有明顯差異情況下，單一灰度閾值對不同區(qū)域的判別 效果下降，甚至?xí)p害分割區(qū)域的圖像質(zhì)量?；趨^(qū)域生長法的醫(yī)學(xué)圖像分割的基本特點(diǎn)是能過交互式設(shè)置區(qū)域生長種子點(diǎn)， 從種子點(diǎn)出發(fā)，迭代搜索圖像，將種子點(diǎn)像素相鄰的相似像素合并到種子像素所在區(qū)域。劉 英喜等人在《重慶郵電學(xué)院學(xué)報(bào)》第16卷第4期發(fā)表的《基于區(qū)域生長法的醫(yī)學(xué)圖像分割 研究》中描述了一種基于區(qū)域生長法的改進(jìn)方法，該方法較好的解決了對圖像指定單一區(qū) 域分割，該論文的公開內(nèi)容在此引入以供參考。區(qū)域生長法存在如下問題1)區(qū)域生長法只能針對單一區(qū)域或不具有連通性的多區(qū)域進(jìn)行分割。在具有一定 連通性的多區(qū)域情況下，區(qū)域生長法無法判別多區(qū)域連通的邊緣，也就不能達(dá)到多區(qū)域分 割的目的；2)區(qū)域生長法在圖像灰度不均勻、差異較大的情況下，會造成圖像分割和提取不 準(zhǔn)確的現(xiàn)象。在《軟件學(xué)報(bào)》第13卷第6期的《An Algorithm for Segmentation of MedicalImage Series Based on Active Contour Model》巾了一禾中；^歹ijglfllK象白勺± 動輪廓分割方法，該論文的公開內(nèi)容在此引入以供參考?；谥鲃虞喞Ｐ偷尼t(yī)學(xué)圖像序列分割方法是參數(shù)形變方法的一種，通過定義內(nèi)能量與外能量來模擬物理的力學(xué)原理，用 能量最小化作為框架，達(dá)到對序列圖像的分割?；谥鲃虞喞Ｐ偷尼t(yī)學(xué)圖像序列分割方 法的缺點(diǎn)為1)能量特性運(yùn)算容易陷入局部極小化；2)對形狀變化較大的圖像感興趣區(qū)域的分割不理想，存在過度分割現(xiàn)象；3)對序列圖像中感興趣區(qū)域的形狀存在分離或合并時(shí)，無法準(zhǔn)確跟蹤、分割和提取。朱付平等人在《軟件學(xué)報(bào)》第13卷第9期發(fā)表的《基于Level Set方法的醫(yī)學(xué)圖 像分割》中提到基于水平集方法的醫(yī)學(xué)圖像分割方法，該論文的公開內(nèi)容在此引入以供參 考。水平集方法是一種簡單有效的計(jì)算和分析二維或三維空間中曲線和曲面運(yùn)動的方法， 其主要思想是將曲線、曲面和圖像演化為更高維的超平面水平集，演化速度即是曲率函數(shù)。 基于水平集的醫(yī)學(xué)圖像分割算法具有一定的優(yōu)勢，是處理封閉運(yùn)動界面隨時(shí)間演化過程中 幾何拓?fù)渥兓挠行Х椒āＴ卺槍Χ鄠€(gè)區(qū)域三維分割的領(lǐng)域中，水平集方法仍然存在不能 同時(shí)對圖像中的多個(gè)具有一定連通性的區(qū)域進(jìn)行有效分割的缺陷。A ·伊本塞等人的中國專利97110768描述了一種用于圖像分割的方法，該專利的 公開內(nèi)容在此引入以供參考。在圖像范圍內(nèi)，將該圖像分成由相鄰像素所組合的區(qū)域，其特 點(diǎn)在于利用像素的色度值為構(gòu)成區(qū)域；圖像中具有相似色度值的那些相鄰的像素被組合 成相關(guān)的區(qū)域；一個(gè)區(qū)域中的所有像素具有共同的色度值。李明祿等人的中國專利200410025209中描述了一種用于圖像處理領(lǐng)域的核磁共 振多譜圖像分割方法，該專利的公開內(nèi)容在此引入以供參考。該方法發(fā)明利用核磁共振影 像序列中的多維梯度信息進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練，同時(shí)加入有監(jiān)督神經(jīng)網(wǎng)絡(luò)訓(xùn)練方式，從而實(shí) 現(xiàn)對多譜核磁共振影像分割的目的。高新波等人在中國專利200910021620中描述了一種基于水平集接力的自動圖 像分割方法，該專利的公開內(nèi)容在此引入以供參考。其步驟是(1)輸入待分割圖像，并在 圖像域中利用形態(tài)學(xué)方法自動初始化水平集函數(shù)；(2)使用迭代的方法在對應(yīng)的子區(qū)域中 演化水平集函數(shù)，得到穩(wěn)態(tài)的水平集函數(shù)及檢測到的圖像邊緣，并將該邊緣內(nèi)部區(qū)域作為 下一個(gè)子區(qū)域；(3)將在子區(qū)域中檢測到的圖像邊緣轉(zhuǎn)換為二值圖像，并保存該二值圖像；
(4)判斷下一個(gè)子區(qū)域的面積是否為零，若面積為零則執(zhí)行步驟(5)，否則返回到步驟(1)；
(5)對所有保存的二值圖像執(zhí)行“并”操作，合并所有子區(qū)域中的圖像邊緣，完成圖像分割。賈同等人在中國專利200410020673中描述了一種醫(yī)學(xué)圖像的三維分割方法，該 專利的公開內(nèi)容在此引入以供參考。該方法采用Carmy算子進(jìn)行邊緣檢測，采用余弦函數(shù) 進(jìn)行輪廓插值，利用Carmy算子和梯度信息生成圖像的全局能量代價(jià)函數(shù)，作為交互式分 割基礎(chǔ)，實(shí)現(xiàn)對關(guān)鍵層的輪廓提取，進(jìn)而在關(guān)鍵層之間利用基于余弦函數(shù)的插值方法產(chǎn)生 中間層輪廓，同時(shí)在中間層輪廓上根據(jù)該層的局部能量代價(jià)自動生成種子點(diǎn)，并依據(jù)局部 能量代價(jià)函數(shù)進(jìn)行輪廓的自動調(diào)整，對插值生成的輪廓進(jìn)行自動的修正，從而得到真正的 分割區(qū)域。在心臟醫(yī)學(xué)圖像中存在多個(gè)區(qū)域的病理特性，并需要相對獨(dú)立地觀察、分析和判 別心臟各個(gè)區(qū)域的病理特性。在對心臟醫(yī)學(xué)圖像的區(qū)域提取和分割過程中，就需要針對心 臟醫(yī)學(xué)圖像的不同區(qū)域進(jìn)行提取和分割，并且基本準(zhǔn)確地界定出各個(gè)區(qū)域之間的邊界。
現(xiàn)有的各類技術(shù)方法在解決心臟醫(yī)學(xué)圖像的多個(gè)區(qū)域提取和分割時(shí)，具有一定的 實(shí)用性，但同時(shí)也存在局限性、缺陷或不足之處。1)大多數(shù)圖像分割方法只能針對圖像中單一區(qū)域進(jìn)行分割，而不能對圖像中多個(gè) 區(qū)域同時(shí)進(jìn)行分割，不能滿足對心臟醫(yī)學(xué)圖像的多個(gè)區(qū)域進(jìn)行提取和分割；2)針對具有一定連通性的多個(gè)區(qū)域的邊緣的判別性能較弱，容易發(fā)生多個(gè)區(qū)域之 間的過度分割或欠分割的情況；3)心臟醫(yī)學(xué)序列圖像在多數(shù)情況下，都存在感興趣區(qū)域的分離或合并的情況，例 如心腔分離、心房與心室連通、血管分支等。針對序列醫(yī)學(xué)圖像的區(qū)域分離或合并，現(xiàn)有技 術(shù)大多數(shù)不能跟蹤出圖像區(qū)域形態(tài)的細(xì)節(jié)變化；4)心臟醫(yī)學(xué)圖像的區(qū)域形態(tài)、病理等信息因個(gè)體差異而具有較大的差異，現(xiàn)有的 多數(shù)圖像分割技術(shù)方法都不同程度地具有一定的局限性，在醫(yī)學(xué)圖像存在較大差異性時(shí)， 實(shí)用性和適應(yīng)性有明顯下降；5)現(xiàn)有的一些圖像分割技術(shù)方法雖然有較好的分割效果，但存在運(yùn)算數(shù)據(jù)量大， 數(shù)據(jù)結(jié)構(gòu)復(fù)雜或運(yùn)算效率不高的局限；
6)有一些圖像分割技術(shù)方法不適應(yīng)在三維空間內(nèi)的進(jìn)行序列心臟醫(yī)學(xué)圖像的分割。

發(fā)明內(nèi)容
為了克服現(xiàn)有技術(shù)的上述缺點(diǎn)，本發(fā)明提供了一種三維醫(yī)學(xué)圖像分割方法，對心 臟醫(yī)學(xué)圖像進(jìn)行三維重構(gòu)，對多個(gè)感興趣區(qū)域的同時(shí)進(jìn)行分割和提取，特別是圖像中多個(gè) 感興趣區(qū)域具有一定的連通性的情況下，本發(fā)明具有實(shí)時(shí)性強(qiáng)、運(yùn)算效率高、能對多個(gè)區(qū)域 同時(shí)進(jìn)行分割的特點(diǎn)。本發(fā)明的技術(shù)方案是一種三維醫(yī)學(xué)圖像分割方法，包括如下步驟第一步，在交互式操作情況下，對CT/MRI序列二維醫(yī)學(xué)圖像按照圖像序列和輸入 的灰度閾值進(jìn)行三維疊加重構(gòu)，生成符合灰度閾值的包含所有感興趣區(qū)域的三維圖像；第二步，對三維圖像進(jìn)行三維空間內(nèi)的高斯濾波平滑，并計(jì)算平滑后圖像的梯度 fn息；第三步，在交互式操作情況下，輸入二維或三維空間的種子點(diǎn)；第四步，根據(jù)設(shè)置的灰度閾值，對三維醫(yī)學(xué)圖像進(jìn)行三維空間收縮運(yùn)算，并計(jì)算和 記錄每個(gè)三維像素點(diǎn)的收縮階數(shù)和能量特性；第五步，以輸入的多個(gè)三維空間種子點(diǎn)作為起始點(diǎn)，對三維醫(yī)學(xué)圖像進(jìn)行多個(gè)區(qū) 域的水平集方法三維空間擴(kuò)展，計(jì)算、修改并記錄三維擴(kuò)展區(qū)域的像素點(diǎn)的區(qū)域信息；第六步，根據(jù)感興趣區(qū)域信息對三維圖像中的三維像素點(diǎn)進(jìn)行提取分割，分別生 成多個(gè)感興趣區(qū)域三維圖像。與現(xiàn)有技術(shù)相比，本發(fā)明的積極效果是具有實(shí)時(shí)性強(qiáng)、運(yùn)算效率高、能對多個(gè)區(qū) 域同時(shí)進(jìn)行分割的特點(diǎn)，且分割精度高、圖像局部特征清晰可靠，具體表現(xiàn)如下1)重構(gòu)三維圖像運(yùn)算速率高。2)允許設(shè)置二維與三維空間的種子點(diǎn)。3)可同時(shí)對多個(gè)感興趣區(qū)域進(jìn)行三維空間的圖像分割。
4)三維空間分割運(yùn)算速率高。5)三維空間分割的感興趣區(qū)域基本符合醫(yī)學(xué)圖像質(zhì)量要求。6)對個(gè)體心臟醫(yī)學(xué)圖像差異性較大的適應(yīng)性較好。7)對心臟醫(yī)學(xué)圖像的感興趣區(qū)域的細(xì)節(jié)分割效果較好，對感興趣區(qū)域的形態(tài)分離與合并適應(yīng)性較強(qiáng)。8)所有的運(yùn)算在唯一的三維圖像數(shù)據(jù)結(jié)構(gòu)中進(jìn)行，數(shù)據(jù)存儲空間需求量較少。
具體實(shí)施例方式本說明書中公開的所有特征，或公開的所有方法或過程中的步驟，除了互相排斥 的特征和/或步驟以外，均可以以任何方式組合。本說明書(包括任何附加權(quán)利要求、摘要和附圖
)中公開的任一特征，除非特別敘 述，均可被其他等效或具有類似目的的替代特征加以替換。即，除非特別敘述，每個(gè)特征只 是一系列等效或類似特征中的一個(gè)例子而已。一種三維醫(yī)學(xué)圖像分割方法，包括如下步驟第一步，在交互式操作情況下，對CT/MRI序列二維醫(yī)學(xué)圖像按照圖像序列和輸入 的灰度閾值進(jìn)行三維疊加重構(gòu)，生成符合灰度閾值的包含所有感興趣區(qū)域的三維圖像生成過程中可根據(jù)輸入的采樣率對二維圖像進(jìn)行抽樣采集，將生成的三維圖像保 存于三維圖像數(shù)據(jù)結(jié)構(gòu)中。三維圖像的每個(gè)像素點(diǎn)都包括坐標(biāo)信息與灰度信息，其中三維 像素點(diǎn)的X和Y坐標(biāo)為二維醫(yī)學(xué)圖像像素點(diǎn)的X和Y坐標(biāo)，三維像素點(diǎn)的Z坐標(biāo)為序列二 維醫(yī)學(xué)圖像的序列層數(shù)的轉(zhuǎn)換。第二步，對三維圖像進(jìn)行三維空間內(nèi)的高斯濾波平滑，計(jì)算平滑后圖像的梯度信 息。三維圖像的梯度信息的計(jì)算方式如下<formula>formula see original document page 6</formula>其中，I(x，y，z)為三維圖像，▽為梯度算子，G^I (x，y，ζ)表示對三維圖像進(jìn)行高 斯濾波平滑，0 < α < 1為權(quán)重系數(shù)。第三步，在交互式操作情況下，輸入二維或三維空間的種子點(diǎn)，如果輸入為二維空 間的種子點(diǎn)，則根據(jù)圖像序列層數(shù)將該種子點(diǎn)轉(zhuǎn)換為三維空間的種子點(diǎn)，其中輸入的種子 點(diǎn)應(yīng)在三維圖像的三維空間范圍內(nèi)。第四步，對三維圖像進(jìn)行收縮運(yùn)算在閾值范圍內(nèi)的已經(jīng)過收縮運(yùn)算的像素點(diǎn)為收縮點(diǎn)，在閾值范圍內(nèi)的未經(jīng)過收縮 運(yùn)算的像素點(diǎn)為目標(biāo)點(diǎn)，在閾值范圍外的像素點(diǎn)為非目標(biāo)點(diǎn)。收縮運(yùn)算是對三維圖像的所 有目標(biāo)點(diǎn)進(jìn)行三維空間內(nèi)的近鄰像素點(diǎn)判別，并計(jì)算該像素點(diǎn)的收縮階數(shù)和內(nèi)外能量特 性。如果近鄰內(nèi)至少有一個(gè)非目標(biāo)點(diǎn)或收縮點(diǎn)，則該像素點(diǎn)為收縮點(diǎn)。收縮運(yùn)算迭代進(jìn)行， 直至三維圖像中已不存在目標(biāo)點(diǎn)。收縮點(diǎn)的收縮階數(shù)由迭代次數(shù)來確定，例如當(dāng)?shù)\(yùn)算至第6次，本次迭代運(yùn)算 出的收縮點(diǎn)的收縮階數(shù)為6。收縮點(diǎn)的內(nèi)外能量特性包含外部能量特性Ein和內(nèi)部能量特性Era，Ein是收縮點(diǎn)到 所有種子點(diǎn)的最短距離，Eex是本次迭代運(yùn)算的所有收縮點(diǎn)的表面積，即具有相同收縮階數(shù)的所有收縮點(diǎn)的表面積。第五步，對三維圖像進(jìn)行擴(kuò)展運(yùn)算擴(kuò)展運(yùn)算的過程中包含水平集方法運(yùn)算、主動 輪廓跟蹤運(yùn)算、碰撞策略控制和感興趣區(qū)域信息記錄共四個(gè)方面的控制。在擴(kuò)展過程中，進(jìn)行三維空間的水平集方法運(yùn)算和主動輪廓跟蹤運(yùn)算。水平集方 法的初始點(diǎn)從設(shè)置的種子點(diǎn)開始，將三維圖像的像素點(diǎn)的收縮階數(shù)作為擴(kuò)展階數(shù)，在一個(gè) 時(shí)刻，只對具有相同擴(kuò)展階數(shù)的像素點(diǎn)進(jìn)行擴(kuò)展運(yùn)算。判別像素點(diǎn)的梯度信息和內(nèi)外能量特性，計(jì)算三維空間的水平集的速度函數(shù)和主 動輪廓跟蹤函數(shù)，控制三維空間曲面的擴(kuò)展運(yùn)動、主動輪廓能量最小化以及三維擴(kuò)展區(qū)域 的基本形態(tài)。在擴(kuò)展過程中，進(jìn)行碰撞策略控制。根據(jù)設(shè)置灰度閾值和感興趣區(qū)域信息，當(dāng)三維 擴(kuò)展區(qū)域邊緣與感興趣區(qū)域邊緣碰撞時(shí)，停止該方向的擴(kuò)展運(yùn)算，并降低該擴(kuò)展區(qū)域的擴(kuò) 展速度；當(dāng)多個(gè)三維擴(kuò)展區(qū)域邊緣發(fā)生碰撞時(shí)，停止三維擴(kuò)展區(qū)域的在該方向的擴(kuò)展，并降 低碰撞區(qū)域的擴(kuò)展速度。在擴(kuò)展過程中，計(jì)算、修改并記錄三維擴(kuò)展區(qū)域的像素點(diǎn)的區(qū)域信息。第六步，擴(kuò)展完成后，根據(jù)感興趣區(qū)域信息對三維圖像中的三維像素點(diǎn)進(jìn)行提取 分割，分別生成多個(gè)感興趣區(qū)域三維圖像。本發(fā)明并不局限于前述的具體實(shí)施方式
。本發(fā)明擴(kuò)展到任何在本說明書中披露的 新特征或任何新的組合，以及披露的任一新的方法或過程的步驟或任何新的組合。
權(quán)利要求
一種三維醫(yī)學(xué)圖像分割方法，其特征在于包括如下步驟第一步，在交互式操作情況下，對CT/MRI序列二維醫(yī)學(xué)圖像按照圖像序列和輸入的灰度閾值進(jìn)行三維疊加重構(gòu)，生成符合灰度閾值的包含所有感興趣區(qū)域的三維圖像；第二步，對三維圖像進(jìn)行三維空間內(nèi)的高斯濾波平滑，并計(jì)算平滑后圖像的梯度信息；第三步，在交互式操作情況下，輸入二維或三維空間的種子點(diǎn)；第四步，根據(jù)設(shè)置的灰度閾值，對三維醫(yī)學(xué)圖像進(jìn)行三維空間收縮運(yùn)算，并計(jì)算和記錄每個(gè)三維像素點(diǎn)的收縮階數(shù)和能量特性；第五步，以輸入的多個(gè)三維空間種子點(diǎn)作為起始點(diǎn)，對三維醫(yī)學(xué)圖像進(jìn)行多個(gè)區(qū)域的水平集方法三維空間擴(kuò)展，計(jì)算、修改并記錄三維擴(kuò)展區(qū)域的像素點(diǎn)的區(qū)域信息；第六步，根據(jù)感興趣區(qū)域信息對三維圖像中的三維像素點(diǎn)進(jìn)行提取分割，分別生成多個(gè)感興趣區(qū)域三維圖像。
全文摘要
本發(fā)明公開了一種三維醫(yī)學(xué)圖像分割方法，首先對序列二維醫(yī)學(xué)圖像進(jìn)行三維疊加重構(gòu)，并進(jìn)行三維空間內(nèi)的高斯濾波平滑；其次對三維醫(yī)學(xué)圖像進(jìn)行三維空間收縮運(yùn)算，并計(jì)算和記錄每個(gè)三維像素點(diǎn)的收縮階數(shù)和能量特性；然后對三維醫(yī)學(xué)圖像進(jìn)行多個(gè)區(qū)域的水平集方法三維空間擴(kuò)展；最后根據(jù)感興趣區(qū)域信息對三維圖像中的三維像素點(diǎn)進(jìn)行提取分割，分別生成多個(gè)感興趣區(qū)域三維圖像。本發(fā)明的積極效果是實(shí)時(shí)性強(qiáng)、運(yùn)算效率高、能對多個(gè)區(qū)域同時(shí)進(jìn)行分割的特點(diǎn)，且分割精度高、圖像局部特征清晰可靠。
文檔編號G06T7/00GK101819679SQ201010150228
公開日2010年9月1日 申請日期2010年4月19日 優(yōu)先權(quán)日2010年4月19日
發(fā)明者史天才, 李楚文, 楊勇 申請人:李楚雅