[發明專利]一種基于保持形狀凸性水平集模型的分割方法

有效

• 申請號: 201910558985.2
• 申請日: 2019-06-26
• 公開（公告）號: CN110288581B
• 公開（公告）日: 2022-11-04
• 發明（設計）人: 李純明;范夢怡
• 申請（專利權）人: 電子科技大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/194;G06T7/64;G06T7/66
• 代理公司: 成都點睛專利代理事務所(普通合伙) 51232
• 代理人: 葛啟函

一種基于保持形狀凸性水平集模型的分割方法，首先獲取待分割圖像，對待分割圖像進行粗分割得到二值圖像，再利用二值圖像構建初始水平集函數并準確分割出目標邊界。本發明提出使用保持形狀凸性水平集模型的方式提取邊界，可以保證水平集曲線在水平集函數迭代演化過程中保持凸性，利用構建的演化公式迭代更新水平集函數并提取0水平集得到邊界分割曲線，構建的演化方程能夠在曲線演化過程中避免曲線邊界的泄漏，具有保持面積的傾向；針對雙層邊界的目標對象，本發明還將演化公式進行轉換構建了雙水平集函數的演化公式，利用雙水平集函數的演化公式迭代更新水平集函數并提取0水平集和k水平集能夠得到內外兩條邊界分割曲線。

技術領域

本發明屬于醫學影像技術領域，涉及一種基于保持形狀凸性水平集模型的分割方法，能夠分割目標對象的單邊界和內外雙邊界，尤其適用于短軸磁共振圖像的左心室分割。

背景技術

心血管疾病是目前為止全球死亡率最高的疾病之一。因此，心血管相關疾病的研究及心臟疾病的早期診斷對人類健康具有至關重要的作用。隨著醫學影像數據采集手段的不斷進步，醫學影像數據的類型也越來越豐富。心臟磁共振圖像作為臨床上評價心臟形態結構與生理功能的金標準，相比于其他醫學影像手段，具有極佳的軟組織對比度，能清晰顯示心臟內的各個腔室和心肌組織，提供豐富的心臟三維、四維信息。醫學圖像分割是醫學影像分析的基礎，借助計算機自動化、半自動化的提取醫學圖像中的病灶區，從而對其進行定性定量分析，以幫助醫生做出疾病診斷、可視化治療和預后評估等。由于醫學圖像分割的應用具有實時性，其結果會影響醫生對病情的診斷，因此算法的準確性非常重要。

近年來，越來越多的全自動或半自動分割算法被提出，這些算法是建立在現有的算法基礎上，如基于種子點的區域分割法、邊緣檢測法、形變模型等方法等，操作者或可以通過一些簡單的人工干預，以提高分割的準確性。但是，左心室的分割仍舊是一個棘手的問題。左心室內膜上存在乳頭肌和肌小梁，它們和心肌層的灰度相似，這是影響左心室心內膜準確分割的一個難點，在水平集模型迭代過程中，很容易陷入局部極小值而收斂在乳頭肌附近，而無法靠近準確的心室內膜邊緣，0水平集呈現凹性曲線。而且，心外膜的周圍組織相對復雜，邊界模糊，對輪廓提取造成很大困難。

發明內容

針對上述分割類似左心室這種內膜難以分割和外模邊界模糊的目標對象時存在的問題，本發明提出一種分割方法，基于保持形狀凸性水平集模型進行分割，能夠準確得到邊界曲線，且提出保持形狀凸性雙水平集模型進行內外膜分割，不需要大量的數據集進行模型的訓練，分割精度高，具有較高的臨床應用價值。

本發明的技術方案為：

一種基于保持形狀凸性水平集模型的分割方法，其特征在于，包括如下步驟：

步驟1、獲取待分割圖像；

步驟2、粗分割待分割圖像中的目標對象得到二值圖像；

步驟3、分割目標對象得到目標對象的邊界分割曲線，具體方法為：

3.1、利用步驟2得到的二值圖像構建初始水平集函數φ₀：

c為常數，前景表示目標區域；

設置水平集方法參數α、λ、β，其中-5≤α≤0，0≤λ≤8，β≥0；

3.2、構建水平集函數的演化公式，包括如下步驟：

(a)、計算曲率κ：

其中，φ表示水平集函數，表示梯度算子，div表示散度算子；

根據曲率κ引入一個關于曲率的符號函數S(κ)：

對符號函數S(κ)做高斯卷積得到平滑后的符號函數S(κ)′：