[發明專利]基于體配準的眼眶骨組織分割方法

有效

• 申請號: 201910871929.4
• 申請日: 2019-09-16
• 公開（公告）號: CN110570430B
• 公開（公告）日: 2023-01-03
• 發明（設計）人: 廖勝輝;張凡榮;劉姝
• 申請（專利權）人: 中南大學
• 主分類號: G06T7/10
• 分類號: G06T7/10;G06T7/33;G06V10/77
• 代理公司: 長沙永星專利商標事務所(普通合伙) 43001
• 代理人: 周詠;米中業

本發明公開了一種基于體配準的眼眶骨組織分割方法，包括獲取需要進行分眼眶骨組織分割的CT圖像；對CT圖像和眼眶骨組織的四面體網格模型標準數據進行處理；對處理后的數據進行初始對齊；對初始對齊后的四面體網格數據進行變換；變換后的四面體網格數據為最終的從CT圖像中分割得到的眼眶骨組織數據。本發明提供的這種基于體配準的眼眶骨組織分割方法，在數據處理階段采用創新的下采樣操作，提高了采樣效率同時減少噪音數據對配準及分割結果的影響；同時，在變換過程中以誤差驅動的方式完成形狀變形，提升了眼眶骨組織的分割效果，而且本發明方法的分割精度高，方法簡單快捷。

技術領域

本發明屬于圖像處理領域，具體涉及一種基于體配準的眼眶骨組織分割方法。

背景技術

三維醫學圖像骨組織分割在醫學圖像處理領域具有非常重要的研究價值，精確的醫學圖像分割為臨床診斷提供了清晰的解剖信息，用于進一步對其病理、生理、解剖等方面信息的分析和計算。醫學圖像分割技術是一種根據觀測到的灰度值和已知的結構信息對像素或體素進行分類處理的方法。傳統醫學圖像分割需要領域專家進行手動分割，具有費時、分割結果不可重現的缺點，花費大量人力資源，且效率低下。目前骨組織自動分割主要分為三類，基于灰度信息分割方法、基于分類和聚類法的分割方法以及基于圖譜分割的分割方法。

第一類是基于灰度信息分割方法：在CT圖像中，由于骨相比周圍的軟組織有更高的密度，因此基于灰度信息分割法是一種最為普遍應用的骨分割方法。閾值分割是該類分割方法中的代表。其結果常出現錯誤連接、邊界不連續以及孔洞現象。

第二類是基于分類和聚類法的分割方法，分類是指用已知樣本集訓練得到其特征實現對新樣本劃分的過程，屬于有監督的統計分析方法，而聚類是指通過自我迭代訓練的實現自身劃分的過程，屬于無監督的統計方法。與閾值分割方法不同的是，分類和聚類方法可以較好的結合圖像的空間信息，因此對噪音具有更強的魯棒性。但它們只用了空間信息，沒有利用局部幾何信息，可能會有誤差。

第三類是基于圖譜分割的分割方法，圖譜劃分理論作為一種新型的工具被應用到圖像分割，是由有經驗的標記專家手工標注的圖像數據，通過將各個圖譜用配準操作映射到待分割圖像所在的圖像空間中，得到圖譜與待分割圖像的空間對應關系，圖譜中的各組織器官的分割情況即待分割圖像的分割結果。圖譜分割方法的分割精度依賴于前期配準結果和后期標記的選擇，也是圖譜分割方法的一大挑戰。

發明內容

本發明的目的在于提供一種分割精度高且簡單快捷的基于體配準的眼眶骨組織分割方法。

本發明提供的這種基于體配準的眼眶骨組織分割方法，包括如下步驟：

S1.獲取需要進行分眼眶骨組織分割的CT圖像；

S2.對步驟S1獲取的CT圖像和眼眶骨組織的四面體網格模型標準數據進行處理，從而得到三維頭骨體素坐標和標記后的眼眶骨組織的四面體網格模型標準數據；

S3.對步驟S2得到的處理后的數據進行初始對齊；

S4.對步驟S3得到的初始對齊后的四面體網格數據進行變換，得到與對齊后的三維頭骨體素坐標最匹配的變換后的四面體網格數據；

S5.步驟S4得到的變換后的四面體網格數據為最終的從CT圖像中分割得到的眼眶骨組織數據。

步驟S2所述的對步驟S1獲取的CT圖像和眼眶骨組織的四面體網格模型標準數據進行處理，從而得到三維頭骨體素坐標和標記后的眼眶骨組織的四面體網格模型標準數據，具體為采用如下步驟進行處理：

A.根據CT圖像數據的閾值強度，提取出三維頭骨體素坐標；

B.采用tetgen分析得到眼眶骨組織的四面體網格模型標準數據的mesh格式的模型文件。