專利名稱：一種醫(yī)用的心臟ct圖像分割方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種醫(yī)學(xué)圖像處理方法，具體來說涉及一種醫(yī)用的心臟CT圖像分割方法。
背景技術(shù)：
隨著人類生活水平的提高和預(yù)期壽命的延長，心血管疾病成為人類的頭號死因， 因此心血管疾病的早期診斷可有效降低病死率。了解心臟結(jié)構(gòu)的影像學(xué)表現(xiàn)及其功能數(shù)據(jù)是正確診斷心臟疾病的重要前提，CT技術(shù)的發(fā)展，明顯提高了時(shí)間分辨力，減少了心臟搏動偽影，在顯示心臟細(xì)微結(jié)構(gòu)方面顯示出良好的應(yīng)用潛力。臨床醫(yī)學(xué)圖像具有極其繁雜的多樣性和復(fù)雜性，由于各類成像設(shè)備的固有特性， 導(dǎo)致圖像存在一定的噪聲、場偏移效應(yīng)和體效應(yīng)，導(dǎo)致感興趣目標(biāo)物體的部分邊緣存在局部不清晰，使得醫(yī)學(xué)圖像特別是CT圖像分割一直是圖像分割領(lǐng)域的難題。醫(yī)學(xué)圖像分割常用有閾值分割、基于邊緣分割、基于區(qū)域分割和基于形態(tài)學(xué)分割等幾種方法，但這些方法在分割高噪聲、低對比度的心臟圖像時(shí)難以達(dá)到理想的效果?；趶V義梯度矢量流Snake模型的心臟MR圖像分割方法，實(shí)現(xiàn)了 MR左心室圖像的精確分割。圖割(Graph-Cuts)方法廣泛運(yùn)用于物理、化學(xué)、控制論、網(wǎng)絡(luò)理論、計(jì)算機(jī)科學(xué)等許多領(lǐng)域，2001年BoyKov Y等，提出了最大流/最小割的快速計(jì)算方法，實(shí)現(xiàn)基于能量最小化進(jìn)行目標(biāo)提取的框架。這一方法具有快速、魯棒、全局最優(yōu)、抗噪強(qiáng)、擴(kuò)展性好的特點(diǎn)，不僅可以用于圖像分割，也可為其它視覺問題的處理提供統(tǒng)一的思路。k-均值聚類算法由Mac Queen于1967年提出，是聚類分析中一種基本的劃分方法，方法簡單、收斂速度快、并具有很強(qiáng)的局部搜索力，能有效地處理大數(shù)據(jù)集。以下內(nèi)容為現(xiàn)有CT圖像分割方法的相關(guān)內(nèi)容CT 值CT值代表X線穿過組織被吸收后的衰減值。為了定量衡量組織對于X光的吸收率，Hounsfield定義了一個(gè)新的標(biāo)度“CT值”。為了表示對他的敬意，后人將CT值的單位定為 “HU” (Hounsfield Unit)。CT值的計(jì)算某物質(zhì)的CT值等于該物質(zhì)的衰減系數(shù)與水的衰減系數(shù)之差，再與水的衰減系數(shù)之比后乘以1000。即某物質(zhì)CT值=1000X (u-u水)/u水，其單位名稱為HU， CT值不是一個(gè)絕對值，而是一個(gè)相對值。不同組織的CT值各異，各自在一定范圍內(nèi)波動。 其中骨骼的CT值最高，為1000HU，軟組織的CT值為20 70HU，水的CT值為0 (士 10) HU,脂肪的CT值為-50 -100HU以下，空氣的CT值為-1000HU.各向異性擴(kuò)散濾波算法Perona和Malik提出了基于偏微分方法的各向異性擴(kuò)散方程，即在非線性尺度空間，根據(jù)圖像不同方向上的梯度確定擴(kuò)散系數(shù)。這一算法在濾除噪聲和保留細(xì)節(jié)方面有了很大的提升，P-M方程表達(dá)式為
權(quán)利要求
1.一種醫(yī)用的心臟CT圖像分割方法，其特征在于包括以下步驟(1)讀取DSCT采集的心臟斷層圖像，作為待分割圖像；(2)將NXN矩陣形式表示的待分割圖像轉(zhuǎn)換為以N2個(gè)元素表示的一維CT數(shù)值數(shù)組；(3)對所述一維CT數(shù)值數(shù)組進(jìn)行k聚類分析運(yùn)算，并得到所述待分割圖像中的每個(gè)像素對應(yīng)的聚類號；(4)根據(jù)步驟(3)的k聚類分析運(yùn)算結(jié)果，計(jì)算圖割能量函數(shù)所需的數(shù)據(jù)項(xiàng)和平滑項(xiàng)；(5)構(gòu)造所述待分割圖像所表達(dá)的有向圖，并根據(jù)步驟中的數(shù)據(jù)項(xiàng)和平滑項(xiàng)建立能量函數(shù)，使用最大流/最小割算法最小化所述能量函數(shù)，求取所述有向圖的最小割作為所述待分割圖像的分割結(jié)果。
2.根據(jù)權(quán)利要求1所述的醫(yī)用的心臟CT圖像分割方法，其特征在于所述步驟(3)中的k聚類分析運(yùn)算過程為對待分割圖像的一維CT數(shù)值數(shù)組中的每個(gè)數(shù)值進(jìn)行K均值聚類，并根據(jù)聚類結(jié)果為每個(gè)像素標(biāo)上所屬聚類標(biāo)號，從而得到CT圖像中各像素聚類標(biāo)號， 聚類標(biāo)號為1 k ；所述K值取為4。
3.根據(jù)權(quán)利要求1所述的醫(yī)用的心臟CT圖像分割方法，其特征在于所述K均值聚類采用Matlab的kmeans函數(shù)其中kmeans函數(shù)中的像素差異度采用平方歐幾里德距離計(jì)算；逐個(gè)將待分割圖像中各像素的CT數(shù)值按照平方歐幾里德距離結(jié)果分配給k個(gè)聚類區(qū)域中的一個(gè)；每迭代計(jì)算完一次，kmean函數(shù)重新計(jì)算聚類中心，直到聚類中心不再變化或達(dá)到迭代次數(shù)為止，則算法收斂，得到各類的聚類中心和CT圖像各像素點(diǎn)所屬聚類的標(biāo)號； 對于每個(gè)聚類依次賦予標(biāo)號1至k，并將待分割圖像的每個(gè)像素標(biāo)記為對應(yīng)的聚類號，則待分割圖像被映射到一個(gè)標(biāo)記圖上，此標(biāo)記圖即為下一步圖割計(jì)算所需的有向標(biāo)號圖；所述標(biāo)記圖中的每個(gè)像素在1至k之間取值，該值等于該像素對應(yīng)的聚類號。
4.根據(jù)權(quán)利要求2或3所述的醫(yī)用的心臟CT圖像分割方法，其特征在于所述步驟(4) 中的數(shù)據(jù)項(xiàng)和平滑項(xiàng)的計(jì)算過程為(a)數(shù)據(jù)項(xiàng)的計(jì)算采取對具有相同聚類標(biāo)號的圖像CT值進(jìn)行協(xié)方差矩陣計(jì)算；得到從統(tǒng)計(jì)意義上反映圖像CT值相關(guān)性程度的信息，反映的是待分割圖像中每個(gè)像素歸屬于某一聚類區(qū)域的概率。(b)平滑項(xiàng)采用高斯和索貝爾算子的二維卷積對CT圖像進(jìn)行平滑和邊緣檢測，計(jì)算得到平滑項(xiàng)的結(jié)果。
5.根據(jù)權(quán)利要求4所述的醫(yī)用的心臟CT圖像分割方法，其特征在于所述步驟(5)中構(gòu)造待分割圖像表達(dá)的有向圖的過程所述有向圖中的每個(gè)頂點(diǎn)對應(yīng)于所述待分割圖像的一個(gè)像素點(diǎn)，所述的頂點(diǎn)中包括兩個(gè)終點(diǎn)頂點(diǎn)以及其余的非終點(diǎn)頂點(diǎn)，其中兩個(gè)終點(diǎn)分別為源點(diǎn)和匯點(diǎn)；所述有向圖中的邊包括一組η-連接和一組t-連接，所述的每一組η-連接用于連接一對非終點(diǎn)頂點(diǎn)，對應(yīng)于有向圖中相鄰對應(yīng)像素點(diǎn)的連接；所述每一組t-連接用于連接一個(gè)非終點(diǎn)頂點(diǎn)和一個(gè)終點(diǎn)；
6.根據(jù)權(quán)利要求5所述的醫(yī)用的心臟CT圖像分割方法，其特征在于所述步驟(5)中最小化步驟中的能量函數(shù)的過程為(51)為所述待分割圖像所對應(yīng)的有向圖中的每一個(gè)η-連接和t-連接均分配一個(gè)容量；(52)根據(jù)步驟(51)得到的各個(gè)連接的容量運(yùn)用最小割、最大流定理將所述有向圖中的頂點(diǎn)劃分為子集，每個(gè)子集包含一個(gè)終點(diǎn)；最終實(shí)現(xiàn)待分割圖像的目標(biāo)和背景的分割。
7.根據(jù)權(quán)利要求6所述的醫(yī)用的心臟CT圖像分割方法，其特征在于所述步驟(51)中的η-連接和t-連接的容量為其中，包含源點(diǎn)的t-連接的容量為艮("bkg")，包含匯點(diǎn)的t_連接的容量為艮("obj" )，η-連接的容量為β Bp，q，其中p、q為該連接的兩個(gè)頂點(diǎn)所對應(yīng)的像素標(biāo)號，具體為
8.根據(jù)權(quán)利要求7所述的醫(yī)用的心臟CT圖像分割方法，其特征在于所述步驟中的待分割圖像I對應(yīng)于512X512的矩陣形式，且所述矩陣所對應(yīng)的一維CT數(shù)值數(shù)組包括 262144個(gè)元素。
9.根據(jù)權(quán)利要求1或8所述的醫(yī)用的心臟CT圖像分割方法，其特征在于所述的步驟 (1)進(jìn)行之前還包括對待分割圖像的去噪濾波和增強(qiáng)預(yù)處理。
10.根據(jù)權(quán)利要求9所述的醫(yī)用的心臟CT圖像分割方法，其特征在于所述去噪濾波預(yù)處理過程中采用各向異性擴(kuò)散濾除同質(zhì)區(qū)域的噪聲，并采用中值濾波去除脈沖噪聲；所述各向異性擴(kuò)散采用圖像在不同方向上梯度的單調(diào)函數(shù)作為擴(kuò)散系數(shù)。
全文摘要
本發(fā)明公開了一種醫(yī)用的心臟CT圖像分割方法，包括以下步驟讀取DSCT采集的心臟斷層圖像，將N×N矩陣形式表示的待分割圖像轉(zhuǎn)換為以N2個(gè)元素表示的一維CT數(shù)值數(shù)組；對所述一維CT數(shù)值數(shù)組進(jìn)行k聚類分析運(yùn)算，計(jì)算圖割能量函數(shù)所需的數(shù)據(jù)項(xiàng)和平滑項(xiàng)；構(gòu)造所述待分割圖像所表達(dá)的有向圖，并根據(jù)數(shù)據(jù)項(xiàng)和平滑項(xiàng)建立能量函數(shù)，使用最大流/最小割算法最小化所述能量函數(shù)，求取所述有向圖的最小割作為所述待分割圖像的分割結(jié)果。本方法實(shí)現(xiàn)了心臟斷層CT圖像重點(diǎn)區(qū)域的精確分割，為重建心臟解剖結(jié)構(gòu)，給與臨床直觀的參考數(shù)據(jù)和評價(jià)手段提供良好的基礎(chǔ)。
文檔編號G06T5/00GK102163327SQ20111010190
公開日2011年8月24日 申請日期2011年4月22日 優(yōu)先權(quán)日2011年4月22日
發(fā)明者陳宇珂 申請人:陳宇珂