[發明專利]基于亞像素的血管分割方法及其分割系統

在審

• 申請號: 201710184201.5
• 申請日: 2017-03-24
• 公開（公告）號: CN107154036A
• 公開（公告）日: 2017-09-12
• 發明（設計）人: 廖勝輝;任巧麗;李建鋒;騰光禹;任輝;賀佳麗;鄒北驥
• 申請（專利權）人: 中南大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/13;G06T7/136
• 代理公司: 長沙市阿凡提知識產權代理有限公司43216
• 代理人: 張勇,曹俊

技術領域

本發明涉及血管分割技術領域，尤其涉及一種基于亞像素的血管 分割方法及其分割系統。

背景技術

近年來，隨著生物醫學成像技術及醫學影像設備的迅猛發展，醫 學圖像的分辨率逐日提高，使得醫學影像成為醫學技術當中發展最為 迅速的領域之一。因此，醫學圖像處理技術在醫學科研和臨床實踐的 作用、影響極其重要。醫學圖像分割是圖像分割技術在醫學領域的重 要應用，是醫學圖像處理中重要的一部分，能夠給醫生提供重要的臨 床參考價值。在醫學圖像分割中，血管分割一直是研究的熱點。

隨著人類生活水平的提高，心腦血管疾病成為人類的頭號死因， 對血管疾病的早期定量診斷和風險評估對延長人類預期壽命，提高人 類的身體抵抗力，起著非常關鍵的作用。X射線血管造影(X-Ray Angiogram,XRA)是通過造影劑顯示血管的一種方法。從經過CT掃描 得到的造影圖像中準確分割出血管樹是進行可視化三維血管重建及 血管疾病診斷和治療的重要前提，也是進行輔助診斷和外科手術的重 要保障。CT血管圖像進行分割必須根據CT圖像的特點尋求最佳的 可行方法，以提高醫生診斷識別的正確率。鑒于血管復雜的形態結構， 以及成像環境中存在的噪音、造影劑衰減和分布不均勻等情況，導致 圖像中常存血管目標模糊和局部形態特異等各種問題，從而無法對目 標對象(特別是血管細小末梢)進行準確分割。

因此，有必要提供一種新的基于亞像素的血管分割方法及其分割 系統來解決上述問題。

發明內容

本發明需要解決的技術問題是提供一種基于亞像素的血管分割 方法及其分割系統，其可以對血管進行準確分割。

本發明提供了一種基于亞像素的血管分割方法，包括以下步驟：

S1、對CT掃描獲取的Dicom文件序列通過高位截取、反變換和 調窗處理三個環節進行預處理，將所述Dicom文件序列轉換為計算 機通用的Bmp文件序列；

S2、對所述Bmp文件序列使用Canny算法進行粗邊緣檢測，并 生成粗邊緣檢測結果；

S3、將所述粗邊緣檢測結果生成鏈表記錄下來，并保留原始灰度；

S4、使用Zernike矩對記錄下來的所述粗邊緣檢測結果進行亞像 素的邊緣定位以獲取邊緣坐標；

S5、根據所述邊緣坐標使用漫水填充算法將血管區域填充，并通 過閾值分割獲取三維血管結構；

S6、通過鼠標在所述三維血管結構中點擊獲取初始種子點，采用 26鄰域對所述三維血管結構進行區域生長分割，實現交互式分割出 指定血管結構。

優選的，在步驟S1中，調窗處理環節將變換公式

和Center＝C/RS-RI,Width＝W/RS-RI Min＝Center-Width,Max＝Center+Width中的輸入值劃分為三類，劃分標 Temp＝1024/(Max-Min)×g_m

準關聯圖像的截距和斜率，分別為Pixel_In≤Min、Pixel_In≥Max和 Other，其中，C為窗位，W為窗寬，RS、RI分別為斜率和截距，g_m為顯示器的最大顯示值，Pixel_In為輸入的圖像數據原始值，Pixel_Out 為輸出的顯示灰度值。

優選的，在步驟S2中，對于Canny算法中的閾值選取，結合Otsu 算法，自適應的獲取高低閾值，將Canny算法得到的非極大值抑制圖 像N(x,y)中的像素劃分為N₁、N₂和N₃三個類別，根據三個類別的灰 度值期望，定義類間方差σ²(k,t)，根據公式獲 得兩個最佳閾值k^*和t^*，其中，N₁代表非極大值抑制圖像N(x,y)中的 非邊緣點，N₂代表非極大值抑制圖像N(x,y)中需要判斷邊緣點的點， N₃代表非極大值抑制圖像N(x,y)中的邊緣點。

優選的，在步驟S4中，選取Zernike矩的7X7模板進行亞像素 邊緣定位。

優選的，在步驟S6中，通過鼠標在指定血管中選取表現特征明 顯的點作為用來進行方向引導的初始種子點，將初始種子點與其鄰域 的體像素點之間的灰度差作為新種子點的判斷依據一；將各相鄰初始 種子點之間的單位向量與初始種子點到其鄰域點方向的單位向量的 數量積作為新種子點判斷依據二；根據判斷依據一和判斷依據二實現 交互式分割指定血管結構。

本發明還提供了一種基于亞像素的血管分割系統，包括：