一種3d ct圖像中骨組織的移除方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于目標(biāo)檢索及提取技術(shù)領(lǐng)域，具體涉及一種3D CT圖像中骨組織的移除 方法及系統(tǒng)。本發(fā)明用于對CT影像設(shè)備所采集的3D CT數(shù)據(jù)進(jìn)行自動骨組織的提取及移 除。
【背景技術(shù)】
[0002] 相對于X射線影像，CT(計(jì)算機(jī)斷層成像）能為醫(yī)生提供關(guān)于目標(biāo)器官完整的、 高分辨的3D信息，其在目前已經(jīng)成為臨床觀測的一個(gè)重要工具。隨著數(shù)字化臨床技術(shù)的 發(fā)展，有效的計(jì)算機(jī)輔助診斷及決策系統(tǒng)對醫(yī)生合理及快速診斷及診療方案的制定具有重 要意義。在諸多應(yīng)用中，對不同的器官進(jìn)行提取及分割是對CT圖像進(jìn)行精確解譯的一個(gè) 重要步驟。大量的基于像素、邊界及子區(qū)域的分割及分類方法可W被用于3D CT圖像數(shù)據(jù) 得到可接受的分割結(jié)果，如闊值（t虹esholding)，分水嶺（watershed)、區(qū)域生長（region growing)、圖切（graph-cut)、水平集（level-set)方法等。但通常情況下，3D CT圖像數(shù)據(jù) 規(guī)模交大，如腹部CT序列通常大于300 (含有不少于512*512*300的像素?cái)?shù)），該給數(shù)據(jù)在 計(jì)算機(jī)中的存儲及處理帶來一定負(fù)擔(dān)。同時(shí)，各種不同的成像因素，如放射劑量，CT圖像的 重構(gòu)方法，掃描的層厚等，會對最終的CT圖像引入大量的偽影及噪聲，該也會使各種解譯 方法的使用帶來一定的難度。
[0003] 在通過CT數(shù)據(jù)對也臟和血管的可視化及病理變化研究中，準(zhǔn)確及快速的骨組織 分割及提取是計(jì)算機(jī)輔助醫(yī)學(xué)工程中一個(gè)非常重要的研究課題。與其他器官的提取及分類 不同的是，由于骨組織具有復(fù)雜的結(jié)構(gòu)及位置，因此利用簡單的機(jī)器學(xué)習(xí)方法對CT數(shù)據(jù)逐 層進(jìn)行自動骨提取是非常困難的。由于在CT成像中，骨組織比其他的軟組織具有較高的CT 值，因此闊值方法通常被廣泛引用提取骨組織。雖然闊值類方法比較簡單且易于實(shí)現(xiàn)，但通 過一個(gè)CT值對骨頭組織及軟組織進(jìn)行分類是不合理的，特別是對于血管壁和骨頭組織，他 們都具有相近的CT值。相對于基于像素的處理方法，基于過分割子區(qū)域的處理方法具有一 定的優(yōu)勢，特別是在實(shí)際的應(yīng)用系統(tǒng)中，其擁有比基于像素的處理方法更小的存儲的計(jì)算 代價(jià)，但該類方法對圖像的噪聲極為敏感，同時(shí)對細(xì)小的及具有低對比度的骨結(jié)構(gòu)的檢測 能力有限。通過將分割問題建模為一個(gè)能量最小化過程，形變模型可W精確提取對應(yīng)目標(biāo) 的邊界，特別是對于部分軟組織，如腎臟，也臟，肺部等，但對于部分具有非勻質(zhì)及擴(kuò)散性邊 界的骨區(qū)域來說（如盆骨及股骨區(qū)域），該類方法對邊界的定位及提取仍不能達(dá)到較為滿 意的結(jié)果。同時(shí)，形變模型對初始化過程較為敏感，較差的初始化方法會使得對該模型的求 解陷入局部最優(yōu)值。除了上面所提到的各種方法用于骨組織提取之外，統(tǒng)計(jì)形狀類方法通 過大量標(biāo)記數(shù)據(jù)對待提取的目標(biāo)的平均形狀進(jìn)行學(xué)習(xí)。統(tǒng)計(jì)形狀類方法能有效抑制成像過 程中所產(chǎn)生的偽影及噪聲的影響，但提取性能受所學(xué)的平均形狀的精確性的影響，同時(shí)，對 骨組織數(shù)據(jù)來說，形狀的標(biāo)記及訓(xùn)練過程需要極大的人力及時(shí)間代價(jià)。

【發(fā)明內(nèi)容】

[0004] 針對上述現(xiàn)有技術(shù)中存在的缺陷與不足，本發(fā)明的一個(gè)目的在于，提供一種3D CT 圖像中骨組織的移除方法及系統(tǒng)。
[0005] 為了實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案予W解決：
[0006] -種3D CT圖像中骨組織的移除方法，具體包括如下步驟：
[0007] 步驟1 ;讀取3D CT圖像數(shù)據(jù)序列，利用聚類法對其進(jìn)行劃分，并對劃分后得到的 類作為超體素進(jìn)行標(biāo)號；
[0008] 步驟2 ;對步驟1得到的每個(gè)標(biāo)號后的超體素分別從超體素級、像素級和超體素鄰 域關(guān)系級進(jìn)行描述，得到對每個(gè)超體素進(jìn)行描述的特征向量；
[0009] 步驟3 ;構(gòu)造超體素訓(xùn)練集，利用其中的超體素對應(yīng)的特征向量對分類器進(jìn)行訓(xùn) 練，然后用訓(xùn)練后的分類器對步驟1得到的超體素進(jìn)行分類并標(biāo)記類別；
[0010] 步驟4;依據(jù)步驟3中所得到的超體素標(biāo)記值y，如果某一超體素被標(biāo)記為骨組織， 則從原始CT數(shù)據(jù)中對其進(jìn)行移除，否則保留。
[0011] 進(jìn)一步的，所述步驟1的具體步驟如下：
[001引步驟1. 1 ;讀入3D CT圖像數(shù)據(jù)序列I = {pi, P2,…，化}，其中，pi表示3D CT圖 像中的第i個(gè)像素；Pi= (g(P i), X。y。Zi)，其中，g(Pi)表示像素Pi的CT值，idx(p 1)= [Xi，yi，zJ表示像素Pi在3D CT圖像數(shù)據(jù)中的位置坐標(biāo)；N表示3D CT圖像中像素的數(shù)目； [001引步驟1. 2 ;輸入骨組織CT值闊值區(qū)間T = [ti，th]、期望劃分的超體素的數(shù)目K及 迭代次數(shù)IT?。?br>[0014] 步驟1. 3 ;在3D CT圖像數(shù)據(jù)序列中，隨機(jī)選取K個(gè)聚類中也Ck= {g(Pk), idx(Pk)};其中，g(Pk)表示3D CT圖像中的第k個(gè)像素Pk的CT值；idx(Pk)表示像 素Pk在3D CT圖像數(shù)據(jù)中的位置坐標(biāo)；
[00巧]步驟1.4;通過下式對每個(gè)聚類中也判斷，得到聚類更新標(biāo)記集U= K，U2,… .%}；
[0016]
【主權(quán)項(xiàng)】
1. 一種3DCT圖像中骨組織的移除方法，其特征在于，具體包括如下步驟： 步驟1 :讀取3DCT圖像數(shù)據(jù)序列，利用聚類法對其進(jìn)行劃分，并對劃分后得到的類作 為超體素進(jìn)行標(biāo)號； 步驟2 :對步驟1得到的每個(gè)標(biāo)號后的超體素分別從超體素級、像素級和超體素鄰域關(guān) 系級進(jìn)行描述，得到對每個(gè)超體素進(jìn)行描述的特征向量； 步驟3 :構(gòu)造超體素訓(xùn)練集，利用其中的超體素對應(yīng)的特征向量對分類器進(jìn)行訓(xùn)練，然 后用訓(xùn)練后的分類器對步驟1得到的超體素進(jìn)行分類并標(biāo)記類別； 步驟4 :依據(jù)步驟3中所得到的超體素標(biāo)記值y，如果某一超體素被標(biāo)記為骨組織，則從 原始CT數(shù)據(jù)中對其進(jìn)行移除，否則保留。
2. 如權(quán)利要求1所述的3DCT圖像中骨組織的移除方法，其特征在于，所述步驟1的具 體步驟如下： 步驟1. 1 :讀入3DCT圖像數(shù)據(jù)序列I={pdp2，…，pN}，其中，pi表示3DCT圖像中的 第i個(gè)像素；Pi= (g(Pi),Xi,zD，其中，g(Pi)表示像素CT值，idx(p) = [Xi,yi,zj 表示像素口1在3DCT圖像數(shù)據(jù)中的位置坐標(biāo)；N表示3DCT圖像中像素的數(shù)目； 步驟1. 2 :輸入骨組織CT值閾值區(qū)間T= [tuth]、期望劃分的超體素的數(shù)目K及迭代 次數(shù)ITER; 步驟1.3:在3DCT圖像數(shù)據(jù)序列中，隨機(jī)選取K個(gè)聚類中心Ck= {g(pk)，idx(pk)};其 中，g(Pk)表示3DCT圖像中的第k個(gè)像素pk的CT值；idx(pk)表示像素pk在3DCT圖像 數(shù)據(jù)中的位置坐標(biāo)； 步驟1.4:通過下式對每個(gè)聚類中心判斷，得到聚類更新標(biāo)記集U= {Ul，u2，…，uK};
其中，gMink表示在第k個(gè)聚類中心Ck的S*S*S鄰域中像素的CT值的最小值，S取2? 3 ;uk表示第k個(gè)聚類中心Ck的標(biāo)記，k= 1?K; 步驟1. 5 :如果第k個(gè)聚類中心Ck的標(biāo)記uk= 1，則對該聚類中心執(zhí)行步驟1. 6 ; 步驟1. 6 :利用下式計(jì)算聚類中心Ck的M*M*M的鄰域內(nèi)每個(gè)像素對應(yīng)的梯度值，M= 3?7 ;并將梯度值最小的像素作為新的聚類中心Ck;
其中，g(x，y，z)表示的是在空間位置（x，y，z)處的CT值，同時(shí)，孓，'及^2表示CT值 在3DCT圖像的中坐標(biāo)系三個(gè)維度上的梯度值； 步驟1. 7 :對每個(gè)聚類中心Ck進(jìn)行如下處理：在聚類中心Ck的2S*2S*2S鄰域內(nèi)選擇與 該聚類中心像素距離最近的像素，其中，S= 20?30 ;所述距離的計(jì)算根據(jù)下式進(jìn)行：
其中，| |idX(Pi)-idX(Pj) | |2表示兩個(gè)像素？1與口」在30CT圖像數(shù)據(jù)中的位置坐標(biāo)之 間的歐氏距離；M表示聚類中心對應(yīng)的超體素中包含像素的數(shù)目； 然后將該距離最近的像素歸入當(dāng)前聚類中心所在的類，同時(shí)將該像素從之前類中移 除，最后將聚類中心Ck使用其所屬超體素的質(zhì)心點(diǎn)替換； 步驟1. 8 :將步驟1. 7執(zhí)行ITER次，超體素劃分過程結(jié)束，此時(shí)得到劃分后的K個(gè)超體 素，對它們進(jìn)行順序標(biāo)號。
3. 如權(quán)利要求2所述的3DCT圖像中骨組織的移除方法，其特征在于，所述步驟1. 2 中，所述骨組織CT值閾值T= [960, 1400]，迭代次數(shù)Iter= 3?8。
4. 如權(quán)利要求1所述的3DCT圖像中骨組織的移除方法，其特征在于，所述步驟2的具 體步驟如下： 步驟21，計(jì)算得到每個(gè)超體素中所有像素的CT值直方圖％、CT值差值直方圖HD及CT值累積直方圖H。;然后根據(jù)CT值直方圖H求取灰度均值、灰度方差、最大值、最小值、上四 分位值、中位值、下四分位值、眾值、熵、能量、對比度、二階距、三階距、四階距和平滑性共15 個(gè)特征值；根據(jù)CT值差值直方圖HD求取熵、能量、對比度、二階距和平滑性共5個(gè)特征值； 根據(jù)CT值累積直方圖H。求取熵、能量、對比度、二階距和平滑性共5個(gè)特征值；其中，熵Et、 能量Eg、對比度Ct及k階中心距Mk的計(jì)算公式如下：
其中，H表示CT值直方圖HpCT值差直方圖HD或CT值累積直方圖He，H(i)表示某直方 圖H中第i個(gè)位置對應(yīng)的縱坐標(biāo)值，M表示直方圖的統(tǒng)計(jì)尺度； 同時(shí)，計(jì)算每種直方圖的最小值、上四分位、中值、下四分位數(shù)及最大值； 步驟22,對步驟1得到的每個(gè)超體素中的每個(gè)像素，在像素的3*3*3鄰域提取對應(yīng)的 3DSobel、梯