專利名稱：一種用于放射治療計(jì)劃系統(tǒng)的醫(yī)學(xué)圖像分割方法
技術(shù)領(lǐng)域：
本發(fā)明涉及醫(yī)學(xué)圖像分割技術(shù)，屬于醫(yī)學(xué)圖像處理領(lǐng)域，該方法特別適用于TPS放射治 療計(jì)劃系統(tǒng)。
背景技術(shù)：
放射治療是目前醫(yī)學(xué)界用于腫瘤治療的主要手段之一，而且由于計(jì)算機(jī)技術(shù)，尤其是放 射治療計(jì)劃系統(tǒng)(TPS)在放射治療中的應(yīng)用，使放射治療進(jìn)入精確放療年代。治療計(jì)劃系 統(tǒng)的應(yīng)用，可以使得放射治療做到精確定位、精確設(shè)計(jì)腫瘤靶區(qū)劑量分布，在提高腫瘤局部 控制率的同時(shí)，最大限度地限制正常組織的損傷，從而提高生存率。
圖像處理技術(shù)是TPS系統(tǒng)的核心內(nèi)容和關(guān)鍵技術(shù)，對(duì)輸入圖像進(jìn)行組織和器官的三維重 建，首先要對(duì)圖像進(jìn)行組織分割和提取。因此對(duì)腫瘤圖像的精確分割直接影響到病變體三維 重建的準(zhǔn)確度，以及后續(xù)放射治療計(jì)劃設(shè)計(jì)的精確度，在TPS系統(tǒng)中具有非常重要的基礎(chǔ)作 用。精確的腫瘤圖像分割可以使病變組織接受致死劑量的照射，而保證正常組織免受過多劑 量照射，做到精確放療，使得放射治療更加安全有效。
近年來，醫(yī)學(xué)圖像處理領(lǐng)域的研究空前活躍，也取得了豐碩的研究成果。但是由于醫(yī)學(xué) 圖像的特殊性、臨床病例的復(fù)雜多樣性，目前還沒有成熟的、通用的、可以直接使用的圖像 分割方法的固定模式，只有針對(duì)臨床實(shí)際和具體問題，才能選擇合適的圖像處理技術(shù)。在臨 床中，病灶性質(zhì)形態(tài)千差萬別，而分割方法也多種多樣，所以要根據(jù)病灶的圖像特點(diǎn)以及分 割算法的性質(zhì)來選擇合適的分割方案。
病灶區(qū)域與敏感組織輪廓的提取精度直接影響治療效果。在很多情況下，病灶區(qū)域、敏 感組織、健康組織沒有明顯的界線，現(xiàn)有的圖像自動(dòng)分割方法提取的輪廓很難達(dá)到精確放射 治療的要求，如果提取錯(cuò)誤，更會(huì)造成嚴(yán)重后果。因此，在放射治療計(jì)劃系統(tǒng)中， 一般采用 人工分割的方法，在CT圖像上手工勾畫和編輯輪廓邊緣，提取病灶和敏感組織的輪廓。
根據(jù)分割算法適用性的不同，圖像分割方法主要分為兩大類 一類方法是基于區(qū)域的分 割方法，通常利用同一區(qū)域內(nèi)的均勻性識(shí)別圖像中的不同區(qū)域；另一類方法是基于邊緣的分 割方法，通常利用圖像間不同性質(zhì)，如區(qū)域內(nèi)灰度不連續(xù)性，劃分出各個(gè)區(qū)域之間的分界線。
閾值法是一種傳統(tǒng)的圖像分割方法，它特別適用于目標(biāo)和背景占據(jù)不同灰度級(jí)范圍的圖 像，因其實(shí)現(xiàn)簡單、計(jì)算量小、性能較穩(wěn)定而成為圖像分割中最基本和應(yīng)用最廣泛的分割技 術(shù)。圖像閾值化的目的是要按照灰度級(jí)，對(duì)像素集合進(jìn)行一個(gè)劃分，得到的每個(gè)子集形成一 個(gè)與現(xiàn)實(shí)景物相對(duì)應(yīng)的區(qū)域，各個(gè)區(qū)域內(nèi)部具有一致的屬性，而相鄰區(qū)域不具有這種一致屬性。這樣的劃分可以通過從灰度級(jí)出發(fā)選取一個(gè)或多個(gè)閾值來實(shí)現(xiàn)。
閾值法主要有雙峰法、迭代法、最大類間方差法、熵方法等，在上述閾值選取方法中， 存在的不足是它們實(shí)際上只考慮了直方圖提供的灰度級(jí)信息，而忽略了圖像的空間位置細(xì) 節(jié)，對(duì)噪聲和灰度不均勻很敏感；另一方面，完全不同的兩幅圖像卻可以有相同的直方圖， 所以即使對(duì)于峰谷明顯的情況，這些方法也不能保證得到合理的閾值。
互信息作為一種圖像相似性測度，被應(yīng)用于圖像處理領(lǐng)域。對(duì)于兩幅醫(yī)學(xué)圖像，可以認(rèn) 為它們是關(guān)于圖像灰度的兩個(gè)隨機(jī)變量集浮動(dòng)圖像A和參考圖像B，兩幅圖像中相關(guān)的體素 灰度值表示為a和b，它們通過坐標(biāo)變換相聯(lián)系。 圖像A的熵定義為
，)=-I> i。gj^(。) (1)
兩幅圖像A、 B的聯(lián)合熵定義為
(j， B) = —Z p朋(a, 6) log (a, &) p)
o，6
當(dāng)^^)和A^)分別代表圖像A,B的邊緣概率分布時(shí)，A，"^)是聯(lián)合概率分布。兩幅
圖像的互信息為
/(X 5) = + -//(A 5) (3) 由Kullback-Leibler距離定義為
,)=^"爭g d (4) 又有學(xué)者提出了歸一化互信息
(5)
互信息在圖像處理領(lǐng)域己用于兩幅圖像間的配準(zhǔn)，極大地提高了配準(zhǔn)精度。經(jīng)驗(yàn)證，圖 像分割越精確，分割后圖像與原圖像之間互信息值越大，因此可將互信息作為圖像分割的一 種測度，提高分割精確度。現(xiàn)有的將互信息理論應(yīng)用于圖像分割的方法，將其作為一種測度， 與聚類法、區(qū)域分割法等結(jié)合，取得了不錯(cuò)的效果。但是這些方法在精確度方面并不能滿足 TPS系統(tǒng)中分割精度的要求，仍然有待改進(jìn)。
由于當(dāng)前TPS系統(tǒng)中的圖像分割方法很多時(shí)候并不能滿足治療計(jì)劃制定的需要，本發(fā)明 提出一種新的圖像分割方法。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種更為精確的醫(yī)學(xué)圖像分割方法，使TPS系統(tǒng)中的圖像分割更加 精確，從而使得放射治療更加安全有效。
本發(fā)明提出一種醫(yī)學(xué)圖像分割新方法，用于TPS系統(tǒng)放射治療計(jì)劃制定前的圖像分割預(yù) 處理，其特征在于輸入待分割醫(yī)學(xué)圖像，根據(jù)分割要求，由粗到細(xì)分別選擇不同分割算法; 對(duì)分割精度要求很高的部位采用直方圖水面下降互信息法。
按照優(yōu)選實(shí)施方式，所述由粗到細(xì)分別選擇不同分割算法，指根據(jù)分割精度的要求，在 待分割圖像上選擇需要不同分割方法的區(qū)域，對(duì)精度要求不高且直方圖峰谷明顯的部位采用 雙峰法、迭代法等簡單快速的分割方法，對(duì)分割精度要求很高的部位采用直方圖水面下降互 信息法。
所述直方圖水面下降互信息法指將互信息作為最優(yōu)閾值測度，模擬形態(tài)學(xué)流域算法，將 圖像直方圖看作是一座山坡的切面圖，直方圖上的峰點(diǎn)視為山脊，谷點(diǎn)則認(rèn)為是山谷。假設(shè) 該山坡被浸入湖泊，所有山脊都被水面淹沒，緩慢下降水面，最高的山峰將最先露出水面， 將它作為第一個(gè)目標(biāo)物體，并為它構(gòu)造一個(gè)閾值向量T，隨著水面繼續(xù)下降，判斷每個(gè)露出 的點(diǎn)屬于該目標(biāo)物體或者新目標(biāo)，修改閾值向量T，隨著變換的進(jìn)行，計(jì)算原圖像與根據(jù)閾 值向量T所分割得到的圖像間互信息，直到找到最大互信息，此時(shí)所得圖像即為最佳分割圖 像。
該方法包括以下步驟
a) 求取圖像直方圖，平滑直方圖，尋找直方圖最高點(diǎn)Highpoint,閾值向量T賦零值；
b) 從Highpoint開始下降，并將該點(diǎn)所對(duì)應(yīng)灰度值標(biāo)記為第一個(gè)目標(biāo)；
c) 繼續(xù)下降，判斷下一個(gè)露出水面的點(diǎn)所對(duì)應(yīng)灰度值是否屬于上一個(gè)目標(biāo)，如果該點(diǎn)與 己露出水面的點(diǎn)相鄰或小于給定尺度A，則歸為同一目標(biāo)，否則標(biāo)記為新目標(biāo)；
d) 計(jì)算互信息分別將對(duì)應(yīng)每個(gè)目標(biāo)的最大和最小灰度值作為閾值分割圖像，并計(jì)算分 割后圖像與原圖像的互信息；
e) 求得最佳分割閾值向量將每次所得互信息與上一結(jié)果比較，如果互信息值增大，則 將該灰度值記為對(duì)應(yīng)該目標(biāo)的最大或最小閾值，寫入閾值向量T，直到水面下降到最低，所 得向量T即為最佳分割閾值向量T;
f) 根據(jù)閾值向量T分割原圖像，得到最佳分割圖像。
直方圖水面下降互信息法對(duì)邊界模糊目標(biāo)單一的圖像進(jìn)行分割時(shí)，相對(duì)于傳統(tǒng)閾值分割 方法可得到更為精確的分割結(jié)果，但是該算法計(jì)算量相對(duì)較大，因此只適合截取出的小區(qū)域圖像。使用最大類間方差法進(jìn)行分割時(shí)所得閾值較為理想，而且計(jì)算量小，速度快，可實(shí)現(xiàn) 實(shí)時(shí)要求，但是當(dāng)目標(biāo)物與背景灰度差不明顯時(shí)，不能得到滿意的結(jié)果。
為使結(jié)果更為精確，對(duì)直方圖水面下降互信息法進(jìn)行改進(jìn)。改進(jìn)方法是首先用最大類 間方差法求得閾值向量To，然后在To決定的小范圍灰度級(jí)內(nèi)進(jìn)行最大互信息分割，尋求更優(yōu)
閾值T 。具體方法如下
a) 根據(jù)多閾值分割策略，應(yīng)用最大類間方差法求得閾值向量To;
b) 在圖像直方圖上，由閾值向量To中元素灰度值所對(duì)應(yīng)最高點(diǎn)處，沿縱軸上升d距離
到達(dá)A高度處；
c) 在A高度處應(yīng)用HIST—MI方法，下降水面，i十算互信息，得到最優(yōu)閾值向量T;
d) 根據(jù)閾值向量T分割原圖像，得到最佳分割圖像。
本發(fā)明的優(yōu)點(diǎn)在于分割方法更精確，保證了治療效果，給病人帶來健康，也給醫(yī)生工
作帶來便利，對(duì)于病人及醫(yī)生都有重要意義。


圖l是本發(fā)明中直方圖水面下降互信息法的流程圖2是本發(fā)明中改進(jìn)的直方圖水面下降互信息法的流程圖。
具體實(shí)施例方式
在TPS系統(tǒng)中，不同部位所要求的分割精度不同，對(duì)人體輪廓等較易分割部位采用一般 的分割方法就可以得到很滿意的結(jié)果，但對(duì)于病灶組織和一些靠近病灶需要保護(hù)的重要器官， 由于后續(xù)放射治療需要?dú)⑺啦∽兘M織又不能過多損傷正常組織，因此這些部位的分割精度要 求很高，需要選擇更為精細(xì)的分割方法。
本發(fā)明中對(duì)不需要精細(xì)分割的部位選用已有閾值分割方法，對(duì)需要精細(xì)分割部位采用本 發(fā)明中提出的直方圖水面下降互信息法。
下面根據(jù)附圖，詳細(xì)說明本發(fā)明的具體實(shí)施方式
。
實(shí)施例l:本發(fā)明中直方圖水面下降互信息法。 如圖1所示，該方法包括以下步驟
(1)將所采集的醫(yī)學(xué)圖像輸入TPS系統(tǒng)(2) 選擇需要進(jìn)行精細(xì)分割的區(qū)域，主要包括病灶組織、對(duì)射線比較敏感的重要器官等， 通過軟件方法選取包含病灶或重要器官的最小矩形區(qū)域，記為圖像A;
(3) 計(jì)算該區(qū)域直方圖，平滑直方圖，尋找直方圖最高點(diǎn)Highpoint，閾值向量T賦零值;
(4) 從直方圖最高點(diǎn)下降，并判斷、標(biāo)記目標(biāo)從Highpoint開始下降，并將該點(diǎn)所對(duì)應(yīng) 灰度值標(biāo)記為第一個(gè)目標(biāo)，繼續(xù)下降，判斷下一個(gè)露出水面的點(diǎn)所對(duì)應(yīng)灰度值是否屬于上一 個(gè)目標(biāo)，如果該點(diǎn)與已露出水面的點(diǎn)相鄰或小于給定尺度A，則歸為同一目標(biāo)，否則標(biāo)記為 新目標(biāo)；
(5) 計(jì)算分割后圖像與原圖像之間的互信息MI:分別將對(duì)應(yīng)每個(gè)目標(biāo)的最大和最小灰度 值作為閎值分割圖像A，分割后圖像記為B，并計(jì)算分割后圖像B與原圖像A的互信息，
/(j, 5) = Z ^ ("， &) log ~"&) 其中互信息值的計(jì)算公式為 。，* ;^(a)q (6);
(6) 依次比較各閾值下所得互信息值MI:將每次所得互信息與上一結(jié)果比較，如果互信 息值增大，則將該灰度值記為對(duì)應(yīng)該目標(biāo)的最大或最小閾值，寫入閾值向量T;
(7) 求得最佳分割閾值向量水面下降到最低，所得向量T即為最佳分割閾值向量T;
(8) 根據(jù)閾值向量T分割原圖像，得到最佳分割圖像。
實(shí)施例2，本發(fā)明中改進(jìn)的直方圖水面下降互信息法。
如圖2所示，該方法包括以下步驟
(1) 選擇需要進(jìn)行精細(xì)分割的區(qū)域，通過軟件方法以鼠標(biāo)選取包含病灶或重要器官的最
小矩形區(qū)域，記為圖像A;
(2) 調(diào)用最大類間方差法進(jìn)行多閾值分割，得到閾值向量To; '
(3) 在To決定的直方圖的小高度范圍調(diào)用HIST—MI方法尋求更優(yōu)閾值向量T:在圖像直 方圖上，由閾值向量To中元素灰度值所對(duì)應(yīng)最高點(diǎn)處，沿縱軸上升d距離到達(dá)A高度處，在 A高度處應(yīng)用HIST—MI方法，下降水面，計(jì)算互信息，得到更優(yōu)閾值向量T;
(4) 在閾值向量T處分割所選圖像區(qū)域，得最優(yōu)分割結(jié)果。
權(quán)利要求
1.一種用于TPS系統(tǒng)的醫(yī)學(xué)圖像分割新方法，包括由粗到細(xì)分別選擇不同分割算法，其特征在于對(duì)圖像中分割精度要求很高的部位采用直方圖水面下降互信息法。
2. 根據(jù)權(quán)利要求1所述的直方圖水面下降互信息法，將互信息作為最優(yōu)閾值測度，模擬形態(tài) 學(xué)流域算法，計(jì)算原圖像與根據(jù)閾值向量T所分割得到的圖像間互信息，找到最大互信息，此時(shí)所得分割圖像即為最佳分割圖像； 其特征在于，該方法包括以下步驟a) 求取圖像直方圖，平滑直方圖，尋找直方圖最高點(diǎn)Highpoint，閾值向量T賦零值；b) 從Highpoint開始下降，并將該點(diǎn)所對(duì)應(yīng)灰度值標(biāo)記為第一個(gè)目標(biāo)；c) 繼續(xù)下降，判斷下一個(gè)露出水面的點(diǎn)所對(duì)應(yīng)灰度值是否屬于上一個(gè)目標(biāo)，如果該點(diǎn)與 已露出水面的點(diǎn)相鄰或小于給定尺度入，則歸為同一目標(biāo)，否則標(biāo)記為新目標(biāo)；d) 計(jì)算互信息分別將對(duì)應(yīng)每個(gè)目標(biāo)的最大和最小灰度值作為閾值分割圖像，并計(jì)算分 割后圖像與原圖像的互信息；e) 求得最佳分割閾值向量將每次所得互信息與上一結(jié)果比較，如果互信息值增大，則 將該灰度值記為對(duì)應(yīng)該目標(biāo)的最大或最小閾值，寫入閾值向量T，直到水面下降到最低，所 得向量T即為最佳分割閾值向量T;f) 根據(jù)閾值向量T分割原圖像，得到最佳分割圖像。
3. 根據(jù)權(quán)利要求1所述的直方圖水面下降互信息法，其中對(duì)其進(jìn)行改進(jìn)的方法指首先使用最 大類間方差法求得閾值向量To，'然后在To決定的小范圍灰度級(jí)內(nèi)進(jìn)行最大互信息分割，尋求 更優(yōu)閾值T;其特征在于，具體方法如下a) 根據(jù)多閾值分割策略，應(yīng)用最大類間方差法求得閾值向量To;b) 在圖像直方圖上，由閾值向量To中元素灰度值所對(duì)應(yīng)最高點(diǎn)處，沿縱軸上升d距離到達(dá)A高度處；c) 在A高度處應(yīng)用直方圖水面下降互信息法，下降水面，計(jì)算互信息，得到最優(yōu)閾值向量T;d) 根據(jù)閾值向量T分割原圖像，得到最佳分割圖像。
全文摘要
本發(fā)明提出一種醫(yī)學(xué)圖像分割新方法，用于放射治療計(jì)劃(TPS)制定前的圖像預(yù)處理。對(duì)分割精度要求很高的部位，采用本發(fā)明提出的直方圖水面下降互信息法進(jìn)行分割。該方法模擬形態(tài)學(xué)流域概念，對(duì)圖像直方圖實(shí)施淹沒后的水面下降法，計(jì)算原圖像與分割后圖像的互信息，尋求最大互信息值對(duì)應(yīng)的閾值向量，據(jù)此完成圖像分割。本發(fā)明還可與最大類間方差法結(jié)合進(jìn)行圖像分割。
文檔編號(hào)G06T5/00GK101295400SQ20081001685
公開日2008年10月29日 申請(qǐng)日期2008年6月18日 優(yōu)先權(quán)日2008年6月18日
發(fā)明者劉常春, 徐延霞, 靜 楊, 楊金寶, 程孝國, 胡順波, 鵬 邵 申請(qǐng)人:山東大學(xué)