[發(fā)明專利]一種基于形狀先驗(yàn)的腎臟圖像分割方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110860133.6
• 申請(qǐng)日: 2021-07-28
• 公開（公告）號(hào): CN113724320A
• 公開（公告）日: 2021-11-30
• 發(fā)明（設(shè)計(jì)）人: 吳夢(mèng)麟;章世平
• 申請(qǐng)（專利權(quán)）人: 卡本（深圳）醫(yī)療器械有限公司
• 主分類號(hào): G06T7/66
• 分類號(hào): G06T7/66;G06T7/62;G06T7/187;G06T7/13;G06T7/11;G06T5/00;G06K9/62
• 代理公司: 深圳科潤(rùn)知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44724
• 代理人: 周曉菊

本發(fā)明公開了一種基于形狀先驗(yàn)的腎臟圖像分割方法，包括如下步驟：S1、導(dǎo)入包含腎臟的人體CT序列圖像，用戶選擇腎臟切片的起始位置、中間位置和結(jié)束位置的腎臟中心點(diǎn)；S2、對(duì)腎臟CT切片進(jìn)行預(yù)處理，所述預(yù)處理包括去床、去噪、增強(qiáng)；S3、基于步驟S1結(jié)果，利用主動(dòng)形狀模型進(jìn)行模板訓(xùn)練，最后進(jìn)行初始分割，將分割的結(jié)果作為初始分割輪廓；S4、基于步驟S3的結(jié)果，將初始分割輪廓作為水平集方法的起始輪廓，進(jìn)行進(jìn)一步分割；S5、基于步驟S4的分割結(jié)果，利用CT序列圖像的前后連續(xù)屬性進(jìn)行后處理，對(duì)分割結(jié)果進(jìn)行修正。本發(fā)明通過少量的腎臟CT序列圖像訓(xùn)練生成形狀模板，從而對(duì)腎臟圖像實(shí)現(xiàn)合理的分割，提高分割精度。

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，尤其涉及一種基于形狀先驗(yàn)的腎臟圖像分割方法。

背景技術(shù)

腎臟CT序列圖像分割是進(jìn)行腎臟疾病定量分析的重要前提，對(duì)病情診療有著支撐作用，同時(shí)也是計(jì)算機(jī)輔助診斷中器官組織圖像的三維可視化、虛擬手術(shù)、生物系統(tǒng)仿真的重要手段。由于腹部CT圖像各器官的灰度相近，相鄰器官之間具有連接性以及受部分容積效應(yīng)的影響，另一方面，腎臟組織結(jié)構(gòu)復(fù)雜且形狀多樣，相關(guān)疾病也會(huì)導(dǎo)致腎臟形態(tài)發(fā)生大幅變化，因此腎臟圖像的自動(dòng)分割成為醫(yī)學(xué)圖像分割中的難點(diǎn)。

雖然近些年基于深度學(xué)習(xí)的方法廣泛應(yīng)用于醫(yī)學(xué)圖像分割領(lǐng)域，但模型訓(xùn)練需要大量的標(biāo)注樣本、不同設(shè)備之間的灰度分布差異，以及可解釋性問題，仍然是制約深度學(xué)習(xí)方法在臨床應(yīng)用上的關(guān)鍵因素。傳統(tǒng)基于活動(dòng)輪廓的水平集方法驅(qū)使輪廓曲線在其能量函數(shù)的作用下逐步收斂于目標(biāo)邊界，能夠自動(dòng)處理曲線的拓?fù)渥兓瑸榉指罹哂袕?fù)雜拓?fù)湫螤詈腿踹吔缣卣鞯哪I臟CT序列提供了良好的算法基礎(chǔ)。然而腎臟組織灰度不均勻、各器官之間灰度接近、相鄰器官具有連接性且易受病變發(fā)生形態(tài)發(fā)生變化，這些都會(huì)影響到水平集方法的分割精度。

發(fā)明內(nèi)容

本發(fā)明目的是針對(duì)上述問題，提供一種新穎的基于形狀先驗(yàn)的腎臟圖像分割方法。通過少量的腎臟CT序列圖像訓(xùn)練生成形狀模板，從而對(duì)腎臟圖像實(shí)現(xiàn)合理的分割，提高分割精度。

為了實(shí)現(xiàn)上述目的，本發(fā)明的技術(shù)方案是：

一種基于形狀先驗(yàn)的腎臟圖像分割方法，包括如下步驟：

S1、導(dǎo)入包含腎臟的人體CT序列圖像，用戶選擇腎臟切片的起始位置、中間位置和結(jié)束位置的腎臟中心點(diǎn)；

S2、對(duì)腎臟CT切片進(jìn)行預(yù)處理，所述預(yù)處理包括去床、去噪、增強(qiáng)；

S3、基于步驟S1結(jié)果，利用主動(dòng)形狀模型進(jìn)行模板訓(xùn)練，最后進(jìn)行初始分割，將分割的結(jié)果作為初始分割輪廓；

S4、基于步驟S3的結(jié)果，將初始分割輪廓作為水平集方法的起始輪廓，進(jìn)行進(jìn)一步分割；

S5、基于步驟S4的分割結(jié)果，利用CT序列圖像的前后連續(xù)屬性進(jìn)行后處理，對(duì)分割結(jié)果進(jìn)行修正。

作為對(duì)上述技術(shù)方案的改進(jìn)，所述步驟S1包括如下分步驟：

S1.1、根據(jù)用戶對(duì)腎臟切片的起始位置和結(jié)束位置的選擇，得到包含腎臟的CT序列，并通過插值計(jì)算，將腎臟序列壓縮為20幀，其中的插值計(jì)算不局限于二維或者三維算法。

S1.2、定義第1幀為起始幀，第20幀為結(jié)束幀，第10幀作為序列中間幀，用戶選擇起始幀、中間幀和結(jié)束幀圖像上目標(biāo)腎臟的中心點(diǎn)。

S1.3、根據(jù)起始幀和中間幀中心點(diǎn)坐標(biāo)進(jìn)行插值，得到2-9幀的中心點(diǎn)坐標(biāo)，同理根據(jù)中間幀和結(jié)束幀的插值，可以得到11-19幀的中心點(diǎn)坐標(biāo)。

作為對(duì)上述技術(shù)方案的改進(jìn)，在所述步驟S3中，所述模板訓(xùn)練包括如下分步驟：

S3.1、提取n組腎臟輪廓標(biāo)注點(diǎn)構(gòu)成2n維的向量Z＝(Z₁,Z₂,...,Z_n)，計(jì)算出輪廓點(diǎn)均值μ，并對(duì)Z進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化得到