一種自動提取床板的方法
【專利摘要】本發(fā)明公開了一種自動提取床板的方法。所述自動提取床板的方法包括以下步驟：a）提供重建后的CT數(shù)據(jù)，采樣得到CT圖像，對所述CT圖像中的CT值進(jìn)行連通域計算，得到至少一個連通域；b）取出一個待處理的連通域，計算連通域的像素點數(shù)，在像素點數(shù)范圍內(nèi)進(jìn)行連通域的床板形狀特征檢測；c）重復(fù)步驟b），直至床板形狀特征檢測完畢；d）對所述床板形狀特征檢測后的連通域進(jìn)行三維區(qū)域生長，提取所述床板。本發(fā)明提供的自動提取床板的方法運(yùn)行時間短，準(zhǔn)確性高，可以提取各種形狀的床板，適用于各種CT圖像數(shù)據(jù)。
【專利說明】一種自動提取床板的方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種醫(yī)學(xué)圖像處理方法，尤其涉及一種自動提取床板的方法。
【背景技術(shù)】
[0002]在CT成像技術(shù)中，床板經(jīng)常存在于重建的圖像中，并且床板的密度與人體部分組織相似，例如注射造影劑的血管和骨頭等人體組織，然而床板不僅沒有攜帶可用的信息，還在處理數(shù)據(jù)時會增加計算量，甚至在一些3D體繪制、最大密度投影(MIP)等應(yīng)用中，遮擋有效的解剖信息，影響成像結(jié)果的準(zhǔn)確性。因此，需要對CT圖像進(jìn)行自動提取床板的處理。
[0003]現(xiàn)有技術(shù)中，床板的提取方法主要通過各種算法實現(xiàn)?！癆 Fully Automatic Bed/Linen Segmentation for Fused PET/CT MIP Rendering，， (The Journal of NuclearMedicine, Vol.49)中提出一種模板法來提取床板，該方法首先將單獨(dú)的床板用CT掃描一遍作為模板，再利用該模板去除CT圖像中的床板，但是該法可能會去除手指與耳朵等部位，可能無法去除部分床板，也會出現(xiàn)過分割的情況，導(dǎo)致誤提或漏提的結(jié)果?！癆preliminary study on the knowledge-based delineation of anatomical structuresfor whole
body PET-CT Studies，， ( the 5th International Conference on InformationTechnology and Application in Biomedicine, Shenzhen, China, May 30-31， 2008)提出了一種提取人體輪廓的方法，該方法首先通過PET圖像設(shè)定標(biāo)準(zhǔn)攝取值(SUV，standarduptake value)來獲得人體的輪廓,然后通過CT圖像獲取人體,間接去除CT圖像的床板,但是該法只適用于 PET-CT 圖像?！癆utomated Segmentation of Soft tissue in abdominalCT scans”提出了中值濾波的方法，該方法利用中值濾波法去除線狀結(jié)構(gòu)，但床板并不是只有線狀結(jié)構(gòu)，如圖1腿部CT圖像示意圖中的床板為非線狀結(jié)構(gòu)，無法運(yùn)用中值濾波法提取床板。此外，現(xiàn)有技術(shù)中還通過在CT數(shù)據(jù)重建時去除床板，該方法不能保證每套CT數(shù)據(jù)都能有效去除床板，例如有些床板包括頭托和床身兩部分，兩部分的接合處易導(dǎo)致提取的床板不明顯或床板斷開。還有采用以一定閾值以上的點為種子點進(jìn)行區(qū)域生長，將人體圖像提取出來，間接去除床板，但是此法較耗時。
[0004]為了解決上述問題，本發(fā)明提出了一種自動提取床板的方法，對于各種不同的CT圖像都適用，而且運(yùn)行時間短，準(zhǔn)確性高，適用于各種形狀的床板，不會產(chǎn)生誤提和漏提的情況。

【發(fā)明內(nèi)容】

[0005]本發(fā)明所要解決的技術(shù)問題是提供一種自動提取床板的方法。
[0006]本發(fā)明為解決上述技術(shù)問題而采用的技術(shù)方案是提供一種自動提取床板的辦法，包括以下步驟:
a)提供重建后的CT數(shù)據(jù)，采樣得到CT圖像，對所述CT圖像中的CT值進(jìn)行連通域計算，得到至少一個連通域； b)取出一個待處理的連通域，計算所述連通域的像素點數(shù)，在像素點數(shù)的范圍內(nèi)對所述連通域進(jìn)行床板形狀特征檢測；
C)重復(fù)步驟b)直至在像素點數(shù)的范圍內(nèi)所述床板形狀特征檢測完畢；
d)對所述床板形狀特征檢測后的連通域進(jìn)行三維區(qū)域生長，提取所述床板。
[0007]進(jìn)一步地，所述步驟a)中的CT值的取值范圍為大于-300。
[0008]進(jìn)一步地，所述步驟b)中所述床板形狀特征檢測的方法為計算所述連通域的長短徑的比、計算所述連通域的像素點數(shù)與連通域的外接矩形的像素點數(shù)的比、計算所述連通域在坐標(biāo)系X —定時Y軸方向上的梯度、計算所述連通域的雙閾值變化后的邊緣復(fù)雜性和/或計算所述連通域的熵。
[0009]進(jìn)一步地，所述連通域的長短徑的比大于3，所述連通域的像素點數(shù)與連通域的外接矩形的像素點數(shù)的比小于0.3。
[0010]進(jìn)一步地，所述連通域的像素點數(shù)的范圍為占每層圖像中總像素點數(shù)比的1/1200 ?1/25。
[0011]進(jìn)一步地,所述步驟d)中:
若所述三維區(qū)域未生長至圖像中心區(qū)域，則提取床板；
若所述三維區(qū)域生長至圖像中心區(qū)域，則不提取床板；
所述圖像中心區(qū)域為所述圖像中心區(qū)域在坐標(biāo)系X軸方向上和Y軸方向上所占的像素點數(shù)為每層CT圖像中總像素點數(shù)的1/10，并且所述圖像中心區(qū)域的中心點與所述CT圖像的中心點重合。
[0012]與現(xiàn)有技術(shù)相比，本發(fā)明的技術(shù)方案有如下優(yōu)點:
I)運(yùn)行時間快，應(yīng)用廣泛，本發(fā)明的技術(shù)方案適用于各種CT圖像的床板提取，包括PET/CT 圖像。
[0013]2)準(zhǔn)確性高。本發(fā)明首先通過不同算法對床板進(jìn)行形狀特征檢測，再基于所述床板形狀特征檢測后的連通域進(jìn)行三維區(qū)域生長用以排除床板形狀特征檢測中出現(xiàn)漏提或誤提的情況，使得提取的床板結(jié)果更為客觀和準(zhǔn)確。
[0014]3)適用于各種形狀的床板。本發(fā)明在可選方案中應(yīng)用不同算法進(jìn)行床板形狀特征檢測，對各種特殊形狀的床板，如細(xì)長型，圓弧型床板都能夠準(zhǔn)確地提取出來，避免產(chǎn)生誤提或漏題現(xiàn)象。
【專利附圖】

【附圖說明】
[0015]圖1為非線狀結(jié)構(gòu)床板的腿部CT圖像示意圖；
圖2為本發(fā)明自動提取床板方法的第一實施例流程示意圖；
圖3為本發(fā)明自動提取床板方法的第二實施例流程示意圖；
圖4為具有細(xì)長型床板的CT圖像不意圖；
圖5為具有圓弧型床板的CT圖像示意圖；
圖6為本發(fā)明自動提取床板的第二實施例的結(jié)果示意圖。
具體實施例
[0016]在下面的描述中闡述了很多具體細(xì)節(jié)以便于充分理解本發(fā)明。但是本發(fā)明能夠以很多不同于在此描述的其它方式來實施，本領(lǐng)域技術(shù)人員可以在不違背本發(fā)明內(nèi)涵的情況下做類似推廣，因此本發(fā)明不受下面公開的具體實施的限制。
[0017]其次，本發(fā)明利用示意圖進(jìn)行詳細(xì)描述，在詳述本發(fā)明實施例時，為便于說明，所述示意圖只是實例，其在此不應(yīng)限制本發(fā)明保護(hù)的范圍。
[0018]為了解決【背景技術(shù)】中的技術(shù)問題，本發(fā)明提供了一種自動提取床板的方法。下面結(jié)合附圖和實施例對本發(fā)明進(jìn)行進(jìn)一步的闡述。
[0019]第一實施例
圖2為本發(fā)明自動提取床板方法的第一實施例的流程示意圖。請參閱圖2，本實施例包括以下步驟:
執(zhí)行步驟SI I，提供重建后的CT數(shù)據(jù)，采樣得到CT圖像，對所述CT圖像中的CT值進(jìn)行連通域計算，得到至少一個連通域。具體地，CT值的取值范圍大于-300，在此CT值范圍內(nèi)可以去除背景，棉被、空氣等數(shù)據(jù)，防止人體與床板發(fā)生黏連，避免誤提、漏提情況的發(fā)生，提聞了床板提取方法的準(zhǔn)確性。
[0020]執(zhí)行步驟S12，取出一個待處理的連通域，計算所述連通域的像素點數(shù)。具體地，所述連通域的像素點數(shù)范圍為占每層CT圖像中總像素點數(shù)比的1/1200?1/25。如對于512X512的CT圖像，點數(shù)范圍為200?1000，所述像素點數(shù)范圍的下限是防止細(xì)小血管對床板提取的影響，上限是為了減小計算數(shù)據(jù)量，提高床板提取方法的運(yùn)行時間和準(zhǔn)確性。需要說明的是，對于其他尺寸圖片，在不脫離本發(fā)明的精神和范圍內(nèi)，當(dāng)可作些許的修改和完善，因此本發(fā)明的保護(hù)范圍當(dāng)以權(quán)利要求書所界定的為準(zhǔn)。
[0021]在像素點數(shù)范圍內(nèi)對所述連通域進(jìn)行床板形狀特征檢測。具體地床板形狀特征檢測的方法為計算所述連通域的長短徑的比、計算所述連通域的像素點數(shù)與連通域的外接矩形的像素點數(shù)的比、計算所述連通域在坐標(biāo)系X—定時Y軸方向上的梯度、計算所述連通域的雙閾值變化后的邊緣復(fù)雜性和/或計算所述連通域的熵。本領(lǐng)域的技術(shù)人員可以理解，上述任一種方法或方法的組合皆可應(yīng)用于本發(fā)明，本發(fā)明對此不作具體限定。
[0022]執(zhí)行步驟S13，判斷是否對像素點數(shù)范圍內(nèi)的所有連通域執(zhí)行床板形狀特征檢測，若未完成，重復(fù)步驟S12的操作，直至床板形狀特征檢測完畢。
[0023]執(zhí)行步驟14，對所述床板形狀檢測后的連通域進(jìn)行三維區(qū)域生長，提取所述床板。具體地，若所述三維區(qū)域未生長至圖像中心區(qū)域，則提取床板；若所述三維區(qū)域生長至圖像中心區(qū)域，則不提取床板。在本發(fā)明中，圖像中心區(qū)域是指所述圖像中心在坐標(biāo)系X軸方向上和Y軸方向上所占的點數(shù)為每層CT圖像中總點數(shù)的1/10，并且所述圖像中心區(qū)域的中心點與CT圖像的中心點重合。如512X512的CT圖像中，中心區(qū)域是以坐標(biāo)(256，256)為所述中心點，50X50像素點數(shù)范圍的區(qū)域。需要說明的是，對于其他尺寸圖片，在不脫離本發(fā)明的精神和范圍內(nèi)，當(dāng)可作些許的修改和完善。
[0024]在床板形狀檢測中，一些胸部數(shù)據(jù)，如肺中的血管也符合床板形狀特征檢測的算法，造成假床板的提取，為了排除這種情況，需要通過三維區(qū)域的生長進(jìn)行判定。本領(lǐng)域的技術(shù)人員可以理解，一副圖像的中心為人體，當(dāng)連通域生長到圖像中心，可以判定該連通域不是床板，如人體血管的長短徑的比，像素點數(shù)與連通域的外接矩形的像素點數(shù)的比都符合床板形狀特征檢測，但是血管最終是與人體相連的，所以通過三維區(qū)域生長的方法，可以排除假床板的提取。[0025]本實施例通過CT圖像中各連通域的床板形狀特征檢測和三維區(qū)域生長，可以更快、更準(zhǔn)確的提取各種形狀床板，并且適用于各種CT圖像。
[0026]第二實施例
圖3為本發(fā)明自動提取床板方法的第二實施例流程示意圖。與前一實施例不同的是，本實施例具體示出了連通域的長短徑的比和連通域的像素點數(shù)與連通域的外接矩形像素點數(shù)的比的形狀特征檢測方法，針對不同形狀的床板，提高了床板提取的準(zhǔn)確性。請參閱圖3，本實施例包括以下步驟:
執(zhí)行步驟S21，提取重建后的CT圖像。具體地，提取多幅CT圖像，用以防止某些CT圖像中出現(xiàn)無床板或床板不明顯的情況。例如某些床板包含頭托和床身兩個部分，兩部分連接處極易造成床板不明顯或斷層的情況。本實施例中提取兩幅重建后的CT圖像，分別位于人體數(shù)據(jù)高度方向上的1/3和2/3處。本領(lǐng)域的技術(shù)人員可以理解，可以根據(jù)不同形狀的床板在人體數(shù)據(jù)高度方向上的不同位置處的提取CT圖像，本發(fā)明對此不做具體限定。
[0027]執(zhí)行步驟S22，在CT值大于-300的范圍內(nèi)計算連通域，得到至少一個連通域。
[0028]執(zhí)行步驟S23，提取像素點數(shù)在一定范圍內(nèi)的連通域?！揪唧w實施方式】已在前一實施例中詳細(xì)說明，在此不作贅述。
[0029]執(zhí)行步驟S24，取出一個待處理的連通域計算所述連通域的長短徑的比或計算所述連通域的像素點數(shù)與連通域的外接矩形的像素點數(shù)的比，對所述連通域進(jìn)行床板特征檢測。具體地，在所述連通域的長短徑的比大于3或所述連通域的像素點數(shù)與外接矩形的像素點數(shù)的比小于0.3的閾值范圍內(nèi)進(jìn)行形狀特征檢測，本【技術(shù)領(lǐng)域】技術(shù)人員可以理解，床板分為細(xì)長型床板和圓弧型床板，如圖4具有細(xì)長型床板的CT圖像示意圖，圖5為具有圓弧型床板的CT圖像示意圖所示，所述連通域的長短徑的比適用于細(xì)長型床板，所述連通域的像素點數(shù)與連通域的外接矩形的像素點數(shù)的比適用于圓弧型床板，所述外接矩形的像素點數(shù)為該連通域的最小外接矩形的面積所包含的像素點數(shù)。通過這兩個條件，就可以排除諸如人的大腿等長短徑比較小，且面積比大的人體組織，避免假床板的提取。
[0030]執(zhí)行步驟25，對所述床板形狀檢測后的連通域進(jìn)行三維區(qū)域生長?！揪唧w實施方式】已在前一實施例中詳細(xì)說明，在此不作贅述。
[0031]執(zhí)行步驟26，判定所述床板形狀檢測后的連通域進(jìn)行三維區(qū)域生長時，是否生長至圖像中心區(qū)域?！揪唧w實施方式】已在前一實施例中詳細(xì)說明，在此不作贅述。
[0032]執(zhí)行步驟27，處理完成所有連通域，提取所述床板，獲得如圖6自動提取床板的第二實施例的結(jié)果示意圖所示為提取的各種形狀床板，本技術(shù)方案首先通過不同算法對床板進(jìn)行形狀特征檢測，防止與床板形狀近似的人體組織的誤提取，再基于所述床板形狀特征檢測后的連通域進(jìn)行三維區(qū)域生長，判斷三維區(qū)域生長是否長至圖像中心區(qū)域，用以排除床板形狀特征檢測中出現(xiàn)漏提或誤提的的情況，使得提取的床板結(jié)果更為客觀和準(zhǔn)確，適用于提取各種形狀的床板，運(yùn)行速度快，對500層512*512的圖像床板提取耗時約0.8S ;對于2600層512*512的圖像，耗時約4S，而人體進(jìn)行區(qū)域生長的話，500層512*512的圖像耗時7S ;2600層512*512的圖像，耗時約14S，可見本發(fā)明運(yùn)行時間很短。
[0033]雖然本發(fā)明已以較佳實施例揭示如上，然其并非用以限定本發(fā)明，任何本領(lǐng)域技術(shù)人員，在不脫離本發(fā)明的精神和范圍內(nèi)，當(dāng)可作些許的修改和完善，因此本發(fā)明的保護(hù)范圍當(dāng)以權(quán)利要求書所界定的為準(zhǔn)。
【權(quán)利要求】
1.一種自動提取床板的方法，其特征在于，包括以下步驟: a)提供重建后的CT數(shù)據(jù)，采樣得到CT圖像，對所述CT圖像中的CT值進(jìn)行連通域計算，得到至少一個連通域； b)取出一個待處理的連通域，計算所述連通域的像素點數(shù)，在像素點數(shù)的范圍內(nèi)對所述連通域進(jìn)行床板形狀特征檢測； c)重復(fù)步驟b)直至在像素點數(shù)的范圍內(nèi)所述床板形狀特征檢測完畢； d)對所述床板形狀特征檢測后的連通域進(jìn)行三維區(qū)域生長，提取所述床板。
2.如權(quán)利要求1所述的自動提取床板的方法，其特征在于，所述步驟a)中的CT值的取值范圍為大于-300。
3.如權(quán)利要求1所述的自動提取床板的方法，其特征在于，所述步驟b)中床板形狀特征檢測的方法為計算所述連通域的長短徑的比、計算所述連通域的像素點數(shù)與連通域的外接矩形的像素點數(shù)的比、計算所述連通域在坐標(biāo)系X—定時Y軸方向上的梯度、計算所述連通域的雙閾值變化后的邊緣復(fù)雜性和/或計算所述連通域的熵。
4.如權(quán)利要求3所述的自動提取床板的方法，其特征在于，所述連通域的長短徑的比大于3，所述連通域的像素點數(shù)與連通域的外接矩形的像素點數(shù)的比小于0.3。
5.如權(quán)利要求1-4任一項所述的自動提取床板的方法，其特征在于，所述連通域的像素點數(shù)范圍為占每層圖像中總像素點數(shù)比的1/1200?1/25。
6.如權(quán)利要求1所述的自動提取床板的方法，其特征在于，所述步驟d)中: 若所述三維區(qū)域未生長至圖像中心區(qū)域，則提取床板； 若所述三維區(qū)域生長至圖像中心區(qū)域，則不提取床板； 所述圖像中心區(qū)域的范圍為所述圖像中心區(qū)域在坐標(biāo)系X軸方向上和Y軸方向上所占的像素點數(shù)為每層CT圖像中總像素點數(shù)的1/10，并且所述圖像中心區(qū)域的中心點與所述CT圖像的中心點重合。
【文檔編號】G06T7/60GK103886621SQ201210458339
【公開日】2014年6月25日 申請日期:2012年11月14日 優(yōu)先權(quán)日:2012年11月14日
【發(fā)明者】毛玉妃, 李程, 王曉東 申請人:上海聯(lián)影醫(yī)療科技有限公司