[發(fā)明專利]一種基于閾值水平集的腹部CTA序列圖像肝臟分割方法

在審

• 申請?zhí)枺?/td>: 202010523970.5
• 申請日: 2020-06-10
• 公開（公告）號: CN111652890A
• 公開（公告）日: 2020-09-11
• 發(fā)明（設計）人: 曾業(yè)戰(zhàn);鐘春良;廖苗;張丹;歐陽洪波
• 申請（專利權）人: 湖南工業(yè)大學
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/136;G06T7/187;G06T7/13;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明公開一種基于閾值水平集的腹部CTA序列圖像肝臟分割方法，首先，輸入腹部CTA序列圖像，預處理去除與肝臟毗鄰的肋骨、脊柱和腎臟，基于解剖學知識選取初始切片，運用K?means聚類方法進行肝臟初分割；然后，根據(jù)初分割結(jié)果提取肝臟邊緣，利用邊緣像素的灰度信息確定閾值水平集參數(shù)，實現(xiàn)基于閾值水平集的精確分割；最后，利用相鄰CTA切片的灰度、位置和形狀相關性，以初始切片為起點，分別向上和向下迭代運用閾值水平集方法分割剩余切片；為提高方法魯棒性，若當前切片分割結(jié)果不佳時，則對當前切片再次執(zhí)行K?means聚類、肝臟邊緣提取，更新閾值水平集分割參數(shù)。本發(fā)明充分考慮了肝臟的灰度分布特性和相鄰CTA切片的形狀相關性，可有效分割結(jié)構復雜、形狀各異的肝臟。此外，本發(fā)明的基于閾值水平集腹部CTA序列圖像肝臟分割方法可以推廣到其他器官的分割中。

技術領域

本發(fā)明涉及醫(yī)學圖像處理領域，具體為一種基于閾值水平集的腹部CTA序列圖像肝臟分割方法。

背景技術

肝臟疾病是我國常見且多發(fā)的疾病。據(jù)統(tǒng)計，我國每年約有30萬人因罹患肝癌死亡，占全世界上肝癌患者的50％以上。因此，對肝臟疾病預防、診斷和治療的研究迫在眉睫。目前，肝臟疾病治療的方法中主要包括外科手術切除，移植和放療。為獲得最佳的治療效果，外科醫(yī)生在手術前需根據(jù)肝臟的位置、形狀、體積等詳細信息來制定治療方案。由于CT技術具有無創(chuàng)傷、對人體損傷小、密度分辨率高等優(yōu)點，CT圖像被廣泛應用到計算機輔助診斷。臨床上，為獲得準確的肝臟圖像，放射科醫(yī)生一般在二維CTA序列影像上進行手動分割。由于腹部CTA序列圖像切片數(shù)量大，手動分割費時費力且具有主觀性，因此，研究腹部CTA序列圖像肝臟分割具有重大意義。

受肝臟結(jié)構復雜、形狀不規(guī)則，以及CTA圖像噪聲等因素影響，肝臟的準確分割面臨巨大挑戰(zhàn)。譬如，傳統(tǒng)肝臟分割方法對噪聲和圖像對比度敏感，無法有效處理低對比度的CTA圖像；基于機器學習分割方法需要大量的訓練樣本，數(shù)據(jù)處理復雜；基于形狀約束模型的分割方法對異形肝臟的分割效果不佳。

發(fā)明內(nèi)容

針對上述肝臟分割方法的局限性，本發(fā)明利用相鄰CTA切片的灰度、位置和形狀相關性，其目的在于提供一種魯棒、精確的肝臟分割方法，主要步驟包括：

步驟1：調(diào)節(jié)腹部CTA序列圖像的窗寬和窗位到[200～800]/[100～500]范圍，將灰度值歸一化到[0,255]，預處理去除肋骨、腎臟和脊柱，得到圖像I_gray；

步驟2：基于解剖學知識選取第i張切片圖像I_gray作為初始切片，i為切片序號，i≥1，所述初始切片包含一個較大的肝臟連通區(qū)域；

步驟3：運用K-means算法將I_gray分成M類，M為[2～8]的自然數(shù)，選取與肝臟區(qū)域匹配的分類圖像作為第i張切片的肝臟初分割結(jié)果I_initial；

步驟4：統(tǒng)計I_initial邊緣像素的灰度信息，計算過程如下：

(1)提取I_initial邊緣，得到肝臟邊緣圖像I_edge，I_edge＝I_inital-I_initalΘB，其中Θ為腐蝕操作，B為結(jié)構元素，

(2)計算肝臟邊緣像素的灰度信息T_low，其中，β為[0 1]之間的系數(shù)；

步驟5：采用閾值水平集方法精確分割第i張切片的肝臟，計算過程如下：

(1)確定水平集演化速度函數(shù)F：F＝-(αD(I_gray)+(1-α)κ)，其中，α表示曲率項的權重系數(shù)，取值范圍為0～1之間的常數(shù)，D(I_gray)為演化曲線的傳播項，U和L為(0～255]之間的正數(shù)，分別代表目標區(qū)域灰度的上限和下限，κ為曲率，為水平集函數(shù)，