欧美在线观看视频网站,亚洲熟妇色自偷自拍另类,啪啪伊人网,中文字幕第13亚洲另类,中文成人久久久久影院免费观看 ,精品人妻人人做人人爽,亚洲a视频

一種基于ct圖像的肝臟分段方法及其系統(tǒng)的制作方法

文檔序號:1230945閱讀:415來源:國知局
專利名稱:一種基于ct圖像的肝臟分段方法及其系統(tǒng)的制作方法
技術(shù)領(lǐng)域
本發(fā)明屬于醫(yī)學圖像處理及應用領(lǐng)域,具體涉及一種肝臟分段方法及 其系統(tǒng)。本發(fā)明能有效對肝臟進行分段,重建出肝臟三維模型,能直觀顯 示肝臟各段形態(tài)。
肝臟是人體最大的實質(zhì)性臟器,解剖學研究表明肝臟分為八個肝段, 每一肝段都有獨立的管道系統(tǒng),可以作為一個外科切除單位。隨著近年來 肝臟移植和肝臟切除手術(shù)的開展,肝臟的分段解剖也越來越被外科醫(yī)生所 關(guān)注。多層螺旋CT (multi-slice spiral CT, MSCT)在臨床診斷中被廣泛采用, 其增強掃描圖像根據(jù)病人在注射對比劑后掃描時間的不同分為動脈期、門 靜脈期和平衡期三期序列圖像。肝動脈成像(multi-slice CT Angioraphy, MSCTA)和肝門靜脈成像(multi-slice CT portography, MSCTP)能夠清晰顯 示肝內(nèi)的血管結(jié)構(gòu),這些信息是肝部疾病定位、定性診斷,選擇治療方法 和指導手術(shù)的重要依據(jù)。醫(yī)學影像技術(shù)和圖像處理技術(shù)的結(jié)合可以實現(xiàn)術(shù) 前肝臟的分段,能對肝臟病變準確定位及顯示病灶與血管的三維關(guān)系,為 肝臟手術(shù)和治療提供非常有用的輔助信息。
Meinzer等在他們計算機外科手術(shù)規(guī)劃系統(tǒng)中提出在肝臟特定區(qū)域標 記10個特征點,根據(jù)這些點求出3個垂直平面和4個水平平面,然后利用 這7個平面對肝臟進行劃分,得到肝臟的分段結(jié)果。Osorio等提出在肝臟 表面標記8個特征點,然后通過計算得到肝段的分界線。Sdle等首先得到 門靜脈血管樹并對其分級,通過計算不同分支血管的最近鄰域?qū)崿F(xiàn)肝臟的 分段。Beichd等完成的虛擬肝臟手術(shù)規(guī)劃系統(tǒng)也采用類似的方法實現(xiàn)了肝臟的分段,他們利用硬件交互設(shè)備實現(xiàn)肝臟門靜脈的血管分級,并利用最 近臨域的方法進行分段。
Meinzer和Osorio依照肝臟表面特征點的分段方法沒有與肝臟內(nèi)部血 管系統(tǒng)相聯(lián)系,分段結(jié)果可能與實際結(jié)果有較大差異?;谧罱R域的肝 臟分段方法能夠比較準確和方便的實現(xiàn)肝臟的分段。Beichel的需要硬件交 互設(shè)備進行血管分級,應用范圍受到限制,并且代價較大。Selle利用門靜 脈半徑信息對血管進行自動分級,并利用歐氏距離變換進行肝臟的分段。 如果血管局部特異可能造成分級錯誤,該方法不能進行交互操作,因此不 能方便快速修正分級結(jié)果而導致分段錯誤。
本申請人于2008年8月15日申請的"一種肝門靜脈血管樹建模方法 與系統(tǒng)"(專利申請?zhí)枮?00810048823.6)中提出了一種血管樹建模方法, 通過該方法能夠有效的分割出精確的門靜脈血管,并通過細化得到門靜脈 中心線和血管半徑信息。該方法是本發(fā)明實現(xiàn)肝臟分段的基礎(chǔ)工作之一。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種基于CT圖像的肝臟分段方法,該方法能有 效的實現(xiàn)肝臟的分割,門靜脈的增強和分割,門靜脈的細化,門靜脈的分 級,最終實現(xiàn)肝臟的分段,并重建出肝臟分段的三維形態(tài);本發(fā)明還提供 了實現(xiàn)該方法的系統(tǒng)。
本發(fā)明提供的基于CT圖像的肝臟分段方法,其步驟包括 (1 )載入腹部多螺旋CT肝門靜脈成像的門靜脈期和動脈期序列圖像, 對其進行預處理,并分割得到肝臟輪廓圖像;再對門靜脈期的序列圖像進 行值掩處理,得到肝臟圖像;
(2) 對肝臟圖像進行血管增強處理,分割出門靜脈,然后提取門靜脈 中心線;
(3) 利用門靜脈中心線重建門靜脈血管樹,利用交互式的方法對其分級,并對相應的中心線標記以不同的灰度值;
(4) 對分級得到的門靜脈中心線數(shù)據(jù)進行距離變換,得到門靜脈中心 線的距離圖像,并計算其Voronoi圖,然后利用步驟(1)分割好的肝臟輪 廓圖對Voronoi圖進行值掩,得到肝臟分段(5) 利用OSG平臺實現(xiàn)肝臟分段結(jié)果的三維重建和顯示。
實現(xiàn)上述肝臟分段方法的系統(tǒng),包括肝臟分割模塊,血管增強分割和 細化模塊,血管分級模塊,肝臟分段模塊和三維重建模塊;
肝臟分段模塊通過載入多螺旋CT肝門靜脈成像的門靜脈期和動脈期 序列圖像,對其進行預處理,自動分割得到肝臟輪廓;
血管增強分割和細化模塊利用肝臟分割模塊所得的肝臟圖像,在肝內(nèi) 部對肝門靜脈進行三維血管增強,并進行血管分割和細化;
血管分級模塊利用血管增強分割和細化模塊得到的門靜脈中心線進行 血管表面重建并交互的對門靜脈進行分級標記;
肝臟分段模塊根據(jù)血管分級模塊得到的門靜脈中心線分級標記數(shù)據(jù)實 現(xiàn)肝臟的分段;
三維重建模塊根據(jù)肝臟分段模塊所得的肝臟分段結(jié)果,利用OSG重建 出肝臟的三維分段結(jié)果。
本發(fā)明提供的肝臟分段方法首先對腹部MSCTP序列圖像進行預處理, 分割肝臟輪廓并得到肝臟圖像;其次利用基于Hessian矩陣的多尺度濾波方 法對肝臟圖像進行增強,利用區(qū)域增長/水平集/模糊連接等分割方法分割出 肝門靜脈,并利用三維拓撲細化方法提取出肝門靜脈的中心線;然后利用 三維可視化和交互的技術(shù)實現(xiàn)門靜脈血管的建模、分級和標記,并得到門 靜脈中心線的分級標記結(jié)果;之后對分級得到的門靜脈中心線利用距離變 換和Voronoi (泰森多邊形)算法進行計算,并利用肝臟輪廓進行值掩得到 分段結(jié)果;最后重建出三維肝臟分段結(jié)果。具體而言,本發(fā)明具有以下特(1) 本發(fā)明在預處理濾波過程中,采用各向異性濾波方法,該方法能在 降低噪聲的同時避免對邊界的模糊;
(2) 在肝臟分割過程中利用到了兩期MSCTP序列圖像,并對其進行配 準,能夠有效精確的分割出肝臟輪廓;
(3) 在血管增強濾波過程中,考慮了原始圖像的灰度信息,改進了基于 Hessian矩陣的多尺度濾波過程中的相似性函數(shù),可以有效提高血管增強的 效果;
(4) 在門靜脈分級中,利用交互的技術(shù),結(jié)合臨床醫(yī)生和專家的先驗知 識,能夠方便的進行門靜脈的分級,易于修改并可重復操作;
(5) 肝臟分段中,依據(jù)門靜脈所屬區(qū)域進行劃分,利用距離變換和 Voronoi算法能夠快速準確的實現(xiàn)肝臟的分段。


圖1為本發(fā)明肝臟分段方法的流程圖2為本發(fā)明肝臟分段方法的系統(tǒng)結(jié)構(gòu)圖3為肝臟分割流程圖4為肝臟分割各步驟結(jié)果圖5為肝門靜脈分割結(jié)果的冠狀面最大密度投影圖6為肝門靜脈拓撲細化結(jié)果圖7為門靜脈中心線的樹形數(shù)據(jù)結(jié)構(gòu)示意圖8為血管分級結(jié)果圖9為肝臟分段模塊流程圖IO為距離變換結(jié)果圖11為Voronoi圖12為值掩后肝臟分段圖13為肝臟分段三維重建圖。
具體實施例方式
本發(fā)明是一個完整的對MSCTP序列圖像進行肝臟分段的方法。本發(fā)明 肝臟分段是依據(jù)門靜脈血管不同分支所屬的區(qū)域劃分的,對肝臟分段主要
包括五部分肝臟分割、血管分割和細化、血管分級、肝臟分段和三維重建。
下面結(jié)合附圖和實例對本發(fā)明的技術(shù)方案作進一步的詳細說明。
如圖1所示,本發(fā)明方法包括以下步驟
(1)載入腹部MSCTP的門靜脈期和動脈期序列圖像,自動分割出肝
臟,流程圖如圖3所示,具體步驟如下
(1.1)預處理。對門靜脈期和動脈期的序列圖像進行數(shù)據(jù)裁剪,采用 雙線性插值對裁剪后的數(shù)據(jù)插值,然后利用各項異性濾波去噪。 由于原始數(shù)據(jù)中存在許多冗余數(shù)據(jù),影響后續(xù)處理的速度,采用最小
盒子法來裁剪出目標(病人)數(shù)據(jù)分別在坐標軸x、 y、 z方向?qū)ふ易钚『妥?br> 大目標點對應的坐標Xmin、 Xmax、 ymin、 ymax、 Zmjn禾卩Z咖x,用大小為 (Xmax-Xmin+3)X (ymax -ymin+3)X (Zmax-Zmin+3)的盒子,人起始點(Xmjn-l,ymin-l,Zmin-l) 沿平行于軸向的方向框住目標,此盒子內(nèi)的數(shù)據(jù)即為裁剪后的數(shù)據(jù)。 一般
地,裁剪后的數(shù)據(jù)只占原始未裁剪數(shù)據(jù)的40%-80%。由于掃描間隔為 1.25mm,層內(nèi)像素點大小為0.703125mm X0.703125mm,故配準前采用雙 線性法對數(shù)據(jù)進行插值,使體素點三個方向的長度都為0.703125mm。
已有研究者提出了一種強有力的平滑方法——各向異性濾波,其最大 的優(yōu)點是能在去除圖像噪聲的同時避免對邊界區(qū)域的模糊。各向異性濾波 的思想來源于對熱擴散方程的求解,通過引入圖像特征,設(shè)計合適的擴散 系數(shù)來控制擴散行為。(具體參見Krissian K, Malandain G, Ayache N (1996) Directional Anisotropic Diffusion Applied to Segmentation of Vessels in 3D Images. INRIA France, RR-3064.)(1.2) 粗分割。以預處理后的動脈期序列圖像為標準,利用基于B樣
條的彈性配準對預處理后的門靜脈期序列圖像進行配準;然后利用自適應 閾值分割進行粗分割,得到肝臟初始分割結(jié)果。
由于門靜脈期和動脈期圖像之間存在形變,為了更好地統(tǒng)計肝臟的二
維灰度分布,需要對圖像進行配準,本發(fā)明采用已有研究者提出的基于B 樣條的彈性配準。(具體參見Rueckert D, Sonoda L, Hayes C, & a/. Nonrigid registration using free-form deformations: application to breast MR images [J]. IEEE Transactions on Medical Imaging, 1999, 18 (8) : 712 721.)
通過統(tǒng)計動脈期和門靜脈期序列圖像中感興趣區(qū)域的CT值分布來估 計肝臟的二維直方圖,并在此基礎(chǔ)上初步分割出正常肝實質(zhì)。(具體參見 Jun Masumoto, Masatoshi Hori, Yoshinobu Sato, et al. Automated liver Segmentation Using Multi-slice CT Images[J]. Systems and Computer in Japan, 2003; 34(9): 2150-2161.)
(1.3) 精分割。利用孔洞填充算法去除肝臟粗分割結(jié)果中的細小孔洞 和錯誤連接;結(jié)合區(qū)域增長算法去除多余的組織,并進一步填補內(nèi)部孔洞; 最后進行輪廓修正,得到肝臟輪廓圖像。
由于有些血管或者病灶存在于肝的表層,無法通過內(nèi)部的孔洞填充而 得到,需要對分割結(jié)果進行修正。本發(fā)明結(jié)合灰度特征,采用基于輪廓點 的形態(tài)學閉操作來提取處于肝表層的欠分割區(qū)域、血管和病灶。其思想是 先判斷當前點是否為邊界點,如果是就進行形態(tài)學操作,否則跳過;然后 結(jié)合灰度特征,對閉操作后新增點進行分辨保留。采用基于輪廓點的形態(tài) 學操作可以有效地減少運算量,尤其在形態(tài)學操作半徑和數(shù)據(jù)量都比較大 的情況下。
(1.4) 值掩。以精分割得到的肝臟輪廓為模板,對經(jīng)過預處理的門靜 脈期序列圖像進行值掩,得到肝臟圖像。
各步驟結(jié)果如圖4所示,動脈期、靜脈期原始圖像A、 B經(jīng)預處理得到C、 D, E是以C為標準對D進行配準的結(jié)果,利用C、 E進行自適應閾值 分割得到粗分割F,去除多余組織并填充內(nèi)部孔洞得到G, H為最終結(jié)果。 (2)血管增強分割和細化。對步驟(1)分割得到的肝臟圖像增強并 分割出門靜脈血管,然后對其細化得到門靜脈中心線。在專利"一種肝門 靜脈血管樹建模方法及其系統(tǒng)"中對下述血管增強分割和細化進行了詳細 的論述。
(2.1) 肝內(nèi)門靜脈增強。其具體步驟為
(a) 調(diào)整肝臟圖像的窗寬、窗位,并對灰度值進行歸一化,以獲得歸 一化后的肝臟圖像;
(b) 統(tǒng)計并分析歸一化后的肝臟圖像直方圖,確定感興趣灰度范圍, 即肝門靜脈血管的灰度范圍;
(c) 在感興趣灰度范圍內(nèi),對肝臟圖像進行基于Hessian矩陣的多尺 度濾波,得到增強的肝門靜脈圖像。
(2.2) 肝門靜脈分割。利用區(qū)域增長/水平集/模糊連接等分割方法從增 強后的圖像中分割出肝門靜脈。
已有研究者提出各種針對血管的分割方法,可選擇區(qū)域增長/水平集/ 模糊連接等方法。(具體參見Kirbas C,Quek F. A review of vessel extraction techniques and algorithms[J].ACM Computing Surveys, 2004, 36(6):81 - 121.)
附圖5所示為一組MSCTP數(shù)據(jù)所得的肝門靜脈的分割結(jié)果的冠狀面最 大密度投影圖。
(2.3) 從分割出的肝門靜脈中提取肝門靜脈血管樹的中心線。提取血 管的中心線是分析血管常用的方法,該中心線可有效表示血管的結(jié)構(gòu)并提 供了每點血管的半徑。其步驟為
(a)孔洞填充。由于肝門靜脈內(nèi)部灰度不一致或者其它原因會導致步 驟(2.2)分割出來的肝門靜脈中存在孔洞,這些孔洞將影響提取中心線的工 作,必須將這些孔洞填充。在分割好的二值肝門靜脈體數(shù)據(jù)中(假設(shè)背景標記為o,目標即肝門靜 脈標記為1)選擇背景中一個體素點,將該點作為種子點,以標記均為o作
為增長條件,利用區(qū)域增長方法得到一個最大連通背景。將屬于該連通背
景的體素點都標記為0,非則標記為l,即填充了孔洞。
(b) 利用三維拓撲細化方法得到肝門靜脈的初始中心線。
目前,已有研究者在提取中心線方面做了很多研究。由于拓撲細化方 法能較好地保留原始目標的拓撲結(jié)構(gòu)信息,所以采用PaldgyiK提出的三維 拓撲細化的方法獲得血管的中心線。(具體參見Paldgyi K, Kuba A. A 3D 6-subiteration thinning algorithm for extracting medial lines, Pattern Recognition Letter. 1998; 19: 613—627.)
(c) 利用DFS (Depth First Search,深度優(yōu)先搜索算法)檢測中心線 中存在的環(huán)。由于圖像質(zhì)量或者分割方法的原因,分割出的肝門靜脈可能 會存在閉合的環(huán)狀結(jié)構(gòu),會導致用拓撲細化提取出的中心線中存在環(huán)。為 得到有效的門靜脈中心線數(shù)據(jù),需去除環(huán)。檢測環(huán)的方法分為以下兩步
① 計算中心線上DFS。以中心線上任一分支末梢點s作為初始點,采 用基于最小堆的Dijkstra算法計算中心線上每點到s點的最短距離。該距離 采用精確的歐式距離。(具體參見Shih Frank Y, Wu Yi Ta. Three dimensional Euclidean distance transformation and its application to shortest path planning[J]. Pattern Recognition, 2004, 37(1): 79-92)
② 檢測中心線中存在的環(huán)。如果在中心線中存在環(huán)結(jié)構(gòu),那么從某個 分支末梢到另一個分支末梢至少存在兩條路徑。在中心線DFS上的表現(xiàn)就 是存在一個點q,其鄰域上的中心線上的點的距離值均不大于q點的距離值。 通過這個特性就可以檢測出中心線上的環(huán)。找到局部最大距離值后,沿距 離值減小方向不斷追溯至同一最近源點,用圖結(jié)構(gòu)G氣V, E)記錄下此環(huán)。 其中,E為環(huán)上的分支點,V為直接連接兩分支點之間的中心路徑上的點構(gòu) 成的邊。(2.4)分析中心路徑中的每個環(huán)并解環(huán),然后對中心線數(shù)據(jù)進行剪枝, 去除偽分支,得到門靜脈中心線。(具體參見Paldgyi K, Kuba A. A 3D 6-subiteration thinning algorithm for extracting medial lines, Pattern Recognition Letter. 1998; 19: 613—627.)
通過(2)中各步驟可獲得肝門靜脈中心線的坐標信息以及半徑信息, 對本實施例所得肝門靜脈中心線進行最大密度投影,即拓撲細化的結(jié)果圖, 如圖6所示,其中圖6(a)是利用三維拓撲細化所得的初始中心線,圖6(b) 是進行解環(huán)剪枝所得的最終中心線。
(3)交互式血管分級。本發(fā)明采用廣義柱(Generalized Cylinders)模型 對門靜脈血管樹進行表面模型重建,并在該模型基礎(chǔ)上進行交互式血管分 級。廣義柱表示柱狀物體,它包括空間曲線及以該曲線為參數(shù)的橫截面方 程。本發(fā)明以肝門靜脈中心線作為廣義柱空間曲線,通過該中心線坐標信 息和半徑信息構(gòu)建廣義柱的橫截面方程,最后使用OSG( OpenSceneGraph) 重建血管表面模型并進行血管交互式分級標記。
(3.1)構(gòu)建門靜脈的中心線的簡化樹形數(shù)據(jù)結(jié)構(gòu)。
為了方便快速地訪問門靜脈中心線的坐標及各坐標對應的半徑,需要 構(gòu)建門靜脈中心線的樹形數(shù)據(jù)結(jié)構(gòu)。通常樹形數(shù)據(jù)結(jié)構(gòu)都將每個數(shù)據(jù)單位 (在本發(fā)明中即為中心線的點)作為樹中的一個節(jié)點,并建立節(jié)點間的相 互關(guān)系,從而達到對樹進行遍歷及操作的目的。但為了反映門靜脈的分支 信息及走行信息,必須為門靜脈中心線構(gòu)建了一種簡化的樹形數(shù)據(jù)結(jié)構(gòu)。 本發(fā)明將門靜脈中心線的點按照以下規(guī)則分類若點的空間26鄰域中存在 一個點,則該點為葉子節(jié)點;若點的空間26鄰域中存在兩個點,則該點為 連接點;若點的空間26鄰域存在三個點以上,則該點為分支節(jié)點。其中, 將半徑信息最大的葉節(jié)點作為樹形數(shù)據(jù)結(jié)構(gòu)的根節(jié)點,然后將上述分類中 的所有分支節(jié)點和葉子節(jié)點按照父子、兄弟關(guān)系添加到樹形數(shù)據(jù)結(jié)構(gòu)中, 最后將所有的連接點添加到樹形結(jié)構(gòu)中,完成簡化樹形數(shù)據(jù)結(jié)構(gòu)的構(gòu)建。經(jīng)過以上步驟,則可確定每個節(jié)點可以訪問以下信息本節(jié)點的坐標和半 徑信息、該節(jié)點的父親節(jié)點、該節(jié)點的第一個孩子節(jié)點和第一個兄弟節(jié)點、 該節(jié)點與父親節(jié)點間的所有連接點的坐標與半徑信息(若該節(jié)點沒有上述 信息中的任一或幾項,則將沒有的信息置為空)。圖7是門靜脈中心線的簡 化樹形數(shù)據(jù)結(jié)構(gòu)示意圖。
(3.2) 中心線數(shù)據(jù)擬合。
通常中心線數(shù)據(jù)中每一對相鄰連接點的坐標矢量方向可能會有很大偏
差,從而造成血管中心線將有鋸齒狀結(jié)構(gòu);另外中心線數(shù)據(jù)的半徑數(shù)據(jù)也 會因為細化步驟的計算誤差而產(chǎn)生相鄰兩點之間半徑變化過大的現(xiàn)象。為 了去除鋸齒狀結(jié)構(gòu),生成走向和半徑連續(xù)光滑變化的血管模型,需要對中 心線數(shù)據(jù)進行擬合。該擬合操作只針對連接點而不改變節(jié)點的位置。
使用多項式擬合的方法對兩個分支點間的所有連接點的坐標x,y,z及半 徑R進行擬合。對于連接點個數(shù)大于15的中心線分支,采用5次多項式擬 合;而對于連接點個數(shù)小于等于15的中心線分支,采用2次多項式擬合。
(3.3) 血管表面重建。 根據(jù)非病理血管的橫截面為圓形的假設(shè),使用正十二邊形近似血管的
截面圓。管狀結(jié)構(gòu)的半徑、曲率根據(jù)擬合后中心線點的坐標和半徑確定。 血管表面重建方法如下。
(a) 在xy平面上設(shè)置半徑為1的正十二邊形,作為單位截面多邊形;
(b) 遍歷門靜脈中心線樹形數(shù)據(jù)結(jié)構(gòu),在每一中心線點放置一單位截 面多邊形,根據(jù)各中心線點的坐標和半徑調(diào)整上述單位截面多邊形的位置、 偏轉(zhuǎn)方向和半徑,繪制出不同中心線點處的截面多邊形;
(c) 沿中心線方向?qū)ι鲜鲇嬎愕玫降慕孛娑噙呅蔚捻旤c采用連續(xù)填充 四邊形串的方法進行填充,從而構(gòu)建血管表面;
(d) 在葉節(jié)點處,使用半球面覆蓋頂部。 影響血管生成效果的因素有如下兩點(a) 近似管狀結(jié)構(gòu)橫截面圓的多邊形的精確程度,即多邊形的邊數(shù);
(b) 調(diào)整多邊形位置,偏轉(zhuǎn)角度和半徑的取樣率,即相隔多少個中心 線點進行一次截面多邊形的位置、偏轉(zhuǎn)方向和半徑調(diào)整。
為了獲得良好的生成效果,要提高近似圓的多邊形的邊數(shù)和取樣率。 同時,為了獲得快速的生成速度,又不能將上述兩個因素無限制的提高,
本發(fā)明選擇正12邊形作為截面多邊形,同時,在每個中心線點處均進行一 次位置、偏轉(zhuǎn)方向和半徑的調(diào)整,能夠快速構(gòu)建具有比較好可視化效果的 血管模型。
(3.4)血管交互分級標記。 為了實現(xiàn)肝臟的分段,需要對血管進行交互式分級,即由用戶通過對 三維模型的點選操作來確定血管的分級情況,接著以此血管分級數(shù)據(jù)對肝 臟進行分段。臨床研究中被廣泛采用的是Couinaud提出的肝臟分段方法, 該方法根據(jù)肝臟內(nèi)門靜脈不同的分支走向?qū)⒏闻K分為八段。本實例以 Couinaud分段為基礎(chǔ),結(jié)合臨床先驗知識對門靜脈進行分級和標記,并獲 得肝門靜脈中心線分級結(jié)果。結(jié)果如圖8所示。
(4)肝臟分段。對步驟(3)得到的肝門靜脈中心線的分級結(jié)果進行 距離變換和Voronoi算法計算得到Voronoi圖,并利用肝臟輪廓對Voronoi 圖進行值掩實現(xiàn)肝臟的分段。附圖9顯示了肝臟分段的流程圖,其步驟為
(4.1) 距離變換。
計算門靜脈不同分支所屬區(qū)域,就需要計算肝臟組織和不同分支的最 近距離。步驟(3)得到的門靜脈中心線不同的分級對應不同的灰度值,對 其采用基于廣義距離變化的方法計算中心線上各點到其它各點的距離。該 距離采用歐氏距離,得到的距離變換圖像如圖IO所示。(具體參見PedroF Felzenszwalb and Daniel P Huttenlocher. Distance transforms of sampled functions. Technical report, Cornell University, September 2004)
(4.2) 計算Voronoi圖。Voronoi圖是求解空間臨近問題的有效方法,它通過構(gòu)建三維空間 Voronoi圖實現(xiàn)對空間區(qū)域的劃分。本發(fā)明利用分級標記的門靜脈中心線數(shù) 據(jù)作為標號圖像,以距離變換圖像作為樣本圖像。計算距離圖像不同區(qū)域 的邊界劃分,并劃分區(qū)域。通過標號圖像的不同灰度值賦予對應區(qū)域相應 的灰度值。得到的Voronoi圖如圖11所示。 (4.3)肝臟輪廓值掩。
利用步驟(1)得到的肝臟輪廓對Voronoi進行值掩,使得肝臟輪廓內(nèi) 部的區(qū)域得到保留,并把肝臟區(qū)域外部灰度值為賦為0。得到的肝臟分段結(jié) 果如圖12所示。
(5)三維重建。利用OSG重建三維肝臟分段結(jié)果。
通過上述步驟得到肝臟分段結(jié)果,利用OSG對其不同灰度的肝段進行 著色渲染,得到的三維重建結(jié)果如圖13所示。
本發(fā)明提供的肝臟分段系統(tǒng)結(jié)構(gòu)圖如圖2所示。該系統(tǒng)包括肝臟分割 模塊100,血管增強分割和細化模塊200,血管分級模塊300,肝臟分段模 塊400和三維重建模塊500。
肝臟分段模塊100通過載入MSCTP門靜脈期和動脈期序列圖像,對其 進行預處理,自動分割得到肝臟輪廓。該模塊分為4個子模塊,分別為載 入圖像和預處理模塊110、肝臟粗分割模塊120、肝臟精分割模塊130和值 掩模塊140。載入圖像和預處理模塊110用于載入腹部MSCTP序列圖像并 對其進行裁剪、插值和濾波處理。粗分割模塊120用于分割出肝臟的初始 輪廓。精分割模塊130對粗分割模塊120得到的肝臟輪廓進行孔洞填充和 輪廓修正。值掩模塊140利用肝臟精分割模塊130得到的肝臟輪廓圖像對 原始圖像值掩得到肝臟圖像。肝臟分段模塊100具體完成上述步驟(1)的 處理過程。
血管增強分割和細化模塊200利用肝臟分割模塊100所得的肝臟圖像,在肝內(nèi)部對肝門靜脈進行三維血管增強,并進行血管分割和細化。該模塊
分為三個子模塊,分別為血管增強模塊210、血管分割模塊220和血管細化 模塊230。
血管增強模塊210用于進行肝內(nèi)門靜脈增強,并傳送給血管分割模塊 220;即完成上述步驟(2.1)的功能。
血管分割模塊220從增強后的肝門靜脈圖像中分割出肝門靜脈,并傳 送給血管細化模塊230;即完成上述步驟(2.2)的功能。
血管細化模塊230從分割出的肝門靜脈中提取肝門靜脈血管樹的中心 線再分析中心路徑中的每個環(huán)并解環(huán),然后對中心線數(shù)據(jù)進行剪枝,去 除偽分支,得到門靜脈中心線;即完成上述步驟(2.3)和(2.4)的功能。
血管分級模塊300利用血管增強分割和細化模塊200得到的門靜脈中 心線進行血管表面重建并交互的對門靜脈進行分級標記,該模塊分為樹形 數(shù)據(jù)結(jié)構(gòu)構(gòu)建模塊310、中心線數(shù)據(jù)擬合模塊320、血管重建模塊330和血 管交互式分級模塊340。
樹形數(shù)據(jù)結(jié)構(gòu)構(gòu)建模塊310用于構(gòu)建門靜脈的中心線的簡化樹形數(shù)據(jù) 結(jié)構(gòu),并傳送給中心線數(shù)據(jù)擬合模塊320;即完成上述步驟(3.1)的功能。
中心線數(shù)據(jù)擬合模塊320對簡化樹形數(shù)據(jù)結(jié)構(gòu)進行中心線數(shù)據(jù)擬合, 并將擬合后的數(shù)據(jù)傳送給血管重建模塊330;即完成上述步驟(3.2)的功 能。
血管重建模塊330利用擬合后的數(shù)據(jù)進行血管表面重建,得到三維血 管模型,并傳送給血管交互式分級模塊340;即完成上述步驟(3.3)的功 能。
血管交互式分級模塊340通過對三維模型的點選操作來確定血管的分 級情況,進行血管交互分級標記;即完成上述步驟(3.4)的功能。肝臟分段模塊400根據(jù)血管分級模塊300得到的門靜脈中心線分級數(shù) 據(jù)實現(xiàn)肝臟的分段。該模塊分為3個子模塊,分別為距離變換模塊410、 Voronoi圖計算模塊420和肝臟輪廓值掩模塊430。距離變換模塊410主要 對血管分級模塊得到的門靜脈中心線分級數(shù)據(jù)進行距離變換。Voronoi圖計 算模塊420對距離變換模塊得到的結(jié)果進行計算,得到肝臟的初始分段。 肝臟輪廓值掩模塊430利用肝臟精分割模塊130得到的肝臟輪廓對Voronoi 圖計算模塊420得到的結(jié)果進行值掩,實現(xiàn)肝臟的分段。肝臟分段模塊400 具體完成步驟(4)的處理過程。
三維重建模塊500根據(jù)肝臟分段模塊400所得的肝臟分段結(jié)果,利用 OSG重建出肝臟的三維分段結(jié)果。
本發(fā)明不僅局限于上述具體實施方式
,本領(lǐng)域一般技術(shù)人員根據(jù)本發(fā) 明公開的內(nèi)容,可以采用其它多種具體實施方式
實施本發(fā)明,因此,凡是 采用本發(fā)明的設(shè)計結(jié)構(gòu)和思路,做一些簡單的變化或更改的設(shè)計,都落入 本發(fā)明保護的范圍。
權(quán)利要求
1、一種基于CT圖像的肝臟分段方法,其步驟包括(1)載入腹部多螺旋CT肝門靜脈成像的門靜脈期和動脈期序列圖像,對其進行預處理,并分割得到肝臟輪廓圖像;再對門靜脈期的序列圖像進行值掩處理,得到肝臟圖像;(2)對肝臟圖像進行血管增強處理,分割出門靜脈,然后提取門靜脈中心線;(3)利用門靜脈中心線重建門靜脈血管樹,利用交互式的方法對其分級,并對相應的中心線標記以不同的灰度值;(4)對分級得到的門靜脈中心線數(shù)據(jù)進行距離變換,得到門靜脈中心線的距離圖像,并計算其Voronoi圖,然后利用步驟(1)分割好的肝臟輪廓圖對Voronoi圖進行值掩,得到肝臟分段圖;(5)利用OSG平臺實現(xiàn)肝臟分段結(jié)果的三維重建和顯示。
2、 根據(jù)權(quán)利要求1所述的肝臟分段方法,其特征在于步驟(1)包括下述過程(1.1) 預處理對門靜脈期和動脈期的序列圖像進行數(shù)據(jù)裁剪,采用 雙線性插值對裁剪后的數(shù)據(jù)插值,然后利用各項異性濾波去噪;(1.2) 粗分割以預處理后的動脈期序列圖像為標準,利用基于B樣 條的彈性配準對預處理后的門靜脈期序列圖像進行配準,然后利用自適應 閾值分割進行粗分割,得到肝臟初始分割結(jié)果;(1.3) 精分割利用孔洞填充算法去除肝臟粗分割結(jié)果中的細小孔洞 和錯誤連接;結(jié)合區(qū)域增長去除多余的組織,并進一步填補內(nèi)部孔洞;最 后進行輪廓修正,得到肝臟輪廓圖像。(1.4) 值掩以精分割得到的肝臟輪廓圖像為模板,對經(jīng)過預處理的 門靜脈期序列圖像進行值掩,得到肝臟圖像。
3、 根據(jù)權(quán)利要求1或2所述的肝臟分段方法,其特征在于步驟(2)包括下述過程(2.1) 肝內(nèi)門靜脈增強;(aO調(diào)整肝臟圖像的窗寬、窗位,并對灰度值進行歸一化,獲得歸 一化后的肝臟圖像;(a2)統(tǒng)計并分析歸一化后的肝臟圖像直方圖,確定感興趣灰度范圍, 即肝門靜脈血管的灰度范圍;(a3)在感興趣灰度范圍內(nèi),對肝臟圖像迸行基于Hessian矩陣的多尺 度濾波,得到增強的肝門靜脈圖像;(2.2 )從增強后的肝門靜脈圖像中分割出肝門靜脈;(2.3) 從分割出的肝門靜脈中提取肝門靜脈血管樹的中心線 (bl)對肝門靜脈進行孔洞填充;(b2)利用三維拓撲細化方法得到肝門靜脈的初始中心線; (b3 )利用深度優(yōu)先搜索算法檢測中心線中存在的環(huán);(2.4) 分析中心線中的每個環(huán)并解環(huán),然后對中心線數(shù)據(jù)進行剪枝,去除偽分支,得到門靜脈中心線。
4、根據(jù)權(quán)利要求1或2所述的肝臟分段方法,其特征在于步驟(3)包括以下步驟(3.1 )構(gòu)建門靜脈的中心線的簡化樹形數(shù)據(jù)結(jié)構(gòu);(3.2) 進行中心線數(shù)據(jù)擬合;(3.3) 按照下述過程進行血管表面重建,得到三維血管模型; 根據(jù)非病理血管的橫截面為圓形的假設(shè),使用正十二邊形近似血管的截面圓;管狀結(jié)構(gòu)的半徑、曲率根據(jù)中心線點的坐標和半徑確定;管狀結(jié)構(gòu)的生成方法如下(cl)在xy平面上設(shè)置半徑為1的正十二邊形,作為單位截面多邊形; (c2)遍歷門靜脈中心線樹形數(shù)據(jù)結(jié)構(gòu),在每一中心線點放置一單位截面多邊形,根據(jù)各中心線點的坐標和半徑調(diào)整上述單位截面多邊形的位置、偏轉(zhuǎn)方向和半徑,繪制出不同中心線點處的截面多邊形;(c3)根據(jù)上述計算得到的正十二邊形的頂點構(gòu)建血管表面;(C4)在葉節(jié)點處,使用半球面覆蓋頂部;(3.4)通過對三維模型的點選操作來確定血管的分級情況,進行血管 交互分級標記。
5、 根據(jù)權(quán)利要求1或2所述的肝臟分段方法,其特征在于步驟(4)包括下述過程(4.1) 距離變換采用基于廣義距離變化的方法計算門靜脈血管樹中 心線上各點到肝臟組織其它各點的距離,該距離采用歐氏距離,得到距離 變換圖像;(4.2) 計算Voronoi圖利用步驟(3)得到的分級標記的門靜脈中心線數(shù)據(jù)作為標號圖像,以 距離變換圖像作為樣本圖像,計算距離變換圖像不同區(qū)域的邊界劃分,并 劃分區(qū)域,通過把標號圖像的不同灰度值賦予對應區(qū)域相應的灰度值,得 到Voronoi圖;(4.3) 肝臟輪廓值掩利用步驟(1)得到的肝臟輪廓對Vomnoi圖進行值掩,使得肝臟輪廓 內(nèi)部的區(qū)域得到保留,肝臟區(qū)域外部灰度值為0,得到的肝臟分段結(jié)果。
6、 一種實現(xiàn)權(quán)利要求1所述肝臟分段方法的系統(tǒng),其特征在于該系 統(tǒng)包括肝臟分割模塊(100),血管增強分割和細化模塊(200),血管分級模塊 (300),肝臟分段模塊(400)和三維重建模塊(500);肝臟分段模塊(100)通過載入多螺旋CT肝門靜脈成像的門靜脈期和動脈期序列圖像,對其進行預處理,自動分割得到肝臟輪廓;血管增強分割和細化模塊(200)利用肝臟分割模塊(100)所得的肝臟圖像,在肝內(nèi)部對肝門靜脈進行三維血管增強,并進行血管分割和細化;血管分級模塊(300)利用血管增強分割和細化模塊(200)得到的門靜脈中心線進行血管表面重建并交互的對門靜脈進行分級標記;肝臟分段模塊(400)根據(jù)血管分級模塊(300)得到的門靜脈中心線分級標記數(shù)據(jù)實現(xiàn)肝臟的分段;三維重建模塊(500)根據(jù)肝臟分段模塊(400)所得的肝臟分段結(jié)果,利用 OSG重建出肝臟的三維分段結(jié)果。
7、 根據(jù)權(quán)利要求6所述的系統(tǒng),其特征在于肝臟分段模塊(100)包括 載入圖像和預處理模塊(IIO)、肝臟粗分割模塊(120)、肝臟精分割模塊(130) 和值掩模塊(140);載入圖像和預處理模塊(110)用于載入腹部MSCTP序列圖像并對其進 行裁剪、插值和濾波處理,并將處理后圖像傳送給粗分割模塊(120);粗分割模塊(120)從接收到的圖像中分割出肝臟的初始輪廓,并傳送給 精分割模塊(130);精分割模塊(130)對粗分割模塊(120)得到的肝臟輪廓進行孔洞填充和輪 廓修正,再傳送給值掩模塊(140);值掩模塊(140)利用肝臟精分割模塊(130)得到的肝臟輪廓圖像對原始圖 像值掩得到肝臟圖像。
8、 根據(jù)權(quán)利要求6所述的系統(tǒng),其特征在于血管增強分割和細化模 塊(200)包括血管增強模塊(210),血管分割模塊(220)和血管細化模塊(230);血管增強模塊(210)用于進行肝內(nèi)門靜脈增強,并傳送給血管分割模塊 (220);血管分割模塊(220)從增強后的肝門靜脈圖像中分割出肝門靜脈,并傳 送給血管細化模塊(230);血管細化模塊(230)從分割出的肝門靜脈中提取肝門靜脈血管樹的中心 線再分析中心路徑中的每個環(huán)并解環(huán),然后對中心線數(shù)據(jù)進行剪枝,去 除偽分支,得到門靜脈中心線。
9、 根據(jù)權(quán)利要求6所述的系統(tǒng),其特征在于血管分級模塊(300)包括 樹形數(shù)據(jù)結(jié)構(gòu)構(gòu)建模塊(310)、中心線數(shù)據(jù)擬合模塊(320)、血管重建模塊(330) 和血管交互式分級模塊(340);樹形數(shù)據(jù)結(jié)構(gòu)構(gòu)建模塊(310)用于構(gòu)建門靜脈的中心線的簡化樹形數(shù)據(jù)結(jié)構(gòu),并傳送給中心線數(shù)據(jù)擬合模塊(320);中心線數(shù)據(jù)擬合模塊(320)對簡化樹形數(shù)據(jù)結(jié)構(gòu)進行中心線數(shù)據(jù)擬合, 并將擬合后的數(shù)據(jù)傳送給血管重建模塊(330);血管重建模塊(330)利用擬合后的數(shù)據(jù)進行血管表面重建,得到三維血 管模型,并傳送給血管交互式分級模塊(340);血管交互式分級模塊(340)通過對三維模型的點選操作來確定血管的分 級情況,進行血管交互分級標記。
10、根據(jù)權(quán)利要求6所述的系統(tǒng),其特征在于。肝臟分段模塊(400) 包括距離變換模塊(410)、 Voronoi圖計算模塊(420)和肝臟輪廓值掩模塊 (430);距離變換模塊(410)用于對血管分級模塊得到的門靜脈中心線分級數(shù)據(jù) 進行距離變換,并傳送給Voronoi圖計算模塊(420);Voronoi圖計算模塊(420)對距離變換模塊得到的結(jié)果進行計算,得到肝 臟的初始分段,并傳送給肝臟輪廓值掩模塊(430);肝臟輪廓值掩模塊(430)利用肝臟分段模塊(100)得到的肝臟輪廓對Voronoi圖計算模塊(420)得到的肝臟的初始分段進行值掩,實現(xiàn)肝臟的分段。
全文摘要
本發(fā)明公開了基于CT圖像的肝臟分段方法。該方法首先對腹部MSCTP動脈期和門靜脈期序列圖像進行預處理,自動分割肝臟輪廓并得到肝臟圖像;其次利用基于Hessian矩陣的多尺度濾波方法對血管進行增強,利用區(qū)域增長等分割方法分割出肝門靜脈,并利用三維拓撲細化方法提取出肝門靜脈的中心線;血管交互分級標記;之后利用距離變換和Voronoi算法進行計算,并利用肝臟輪廓進行值掩得到分段結(jié)果;最后重建出三維肝臟分段結(jié)果。系統(tǒng)包括肝臟分割模塊,血管增強分割和細化模塊,血管分級模塊,肝臟分段模塊和三維重建模塊。本發(fā)明能在降低噪聲的同時避免對肝臟邊界的模糊,并有效精確地分割出肝臟輪廓,提高了門靜脈樹的分割質(zhì)量,實現(xiàn)肝臟的準確快速分段。
文檔編號A61B6/03GK101425186SQ200810197660
公開日2009年5月6日 申請日期2008年11月17日 優(yōu)先權(quán)日2008年11月17日
發(fā)明者亮 丁, 萬少朋, 智 張, 胡道予, 謝慶國, 睿 郭 申請人:華中科技大學
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1
广平县| 海原县| 阿图什市| 金溪县| 白山市| 襄樊市| 安宁市| 百色市| 桐城市| 汉中市| 丹江口市| 浦城县| 凯里市| 密云县| 建湖县| 蒙阴县| 永登县| 阜阳市| 柘城县| 义乌市| 商河县| 通化县| 策勒县| 津市市| 南涧| 雅安市| 永和县| 定结县| 新民市| 宁津县| 惠东县| 搜索| 孙吴县| 祁东县| 西吉县| 黔南| 邹平县| 谢通门县| 沁阳市| 景谷| 彰化市|