專利名稱：基于交互式分割的胃部脂肪組織提取方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖像處理領(lǐng)域，特別是涉及胃部CT圖像的脂肪組織提取，可用于對(duì)醫(yī)學(xué)圖像的分割。
背景技術(shù)：
根據(jù)世界衛(wèi)生組織統(tǒng)計(jì)，胃癌在全球惡性腫瘤死亡率中排名第二，其發(fā)展迅速、易于轉(zhuǎn)移的特點(diǎn)是導(dǎo)致死亡率居高不下的重要原因。淋巴結(jié)轉(zhuǎn)移是影響胃癌預(yù)后的重要獨(dú)立因素，內(nèi)外科治療前需要盡可能準(zhǔn)確的了解淋巴結(jié)情況以確定治療方案及評(píng)價(jià)預(yù)后。淋巴結(jié)主要分布在胃壁周圍的脂肪組織內(nèi)。因而準(zhǔn)確地分割脂肪組織是非常重要的。當(dāng)前CT是常用的影像學(xué)手段。由于CT圖像中結(jié)構(gòu)和紋理比較復(fù)雜，自動(dòng)提取脂肪組織仍然是一個(gè)有挑戰(zhàn)的任務(wù)。手動(dòng)提取比較費(fèi)時(shí)，并且往往不適合臨床應(yīng)用。因此，交互引導(dǎo)提取過(guò)程的半自動(dòng)方法是目前更加有效的做法。半自動(dòng)方法又稱交互式分割，能夠取得自動(dòng)分割更好的結(jié)果。早期的交互式分割主要基于區(qū)域或者邊界的屬性，比如主動(dòng)輪廓模型和智能剪刀。由于這些算法均不能綜合考慮邊界和區(qū)域，因而又出現(xiàn)了綜合考慮這兩者的方法，如圖切的方法和隨機(jī)游走算法。近年來(lái)，由于區(qū)域合并的方法能極大地的降低計(jì)算復(fù)雜度，因而備受關(guān)注。當(dāng)前大部分方法需要同時(shí)給目標(biāo)和背景的標(biāo)記信息才能完成分割。在臨床應(yīng)用中，盡管醫(yī)生或者放射師能夠很容易地標(biāo)記處脂肪組織，但是由于脂肪組織周圍的背景信息包括各種各樣的器官和組織，他們很難標(biāo)記出有效的背景信息，從而在分割過(guò)程中會(huì)將背景誤分為脂肪組織，并且在同一幅圖上不同的背景信息將會(huì)對(duì)的分割結(jié)果影響很大，導(dǎo)致分割效果不理想。

發(fā)明內(nèi)容
本發(fā)明的目的在于針對(duì)上述已有技術(shù)的不足，提出了一種基于交互式分割的胃部脂肪組織提取方法，以解決由于脂肪組織周圍的背景信息復(fù)雜，人為標(biāo)記背景區(qū)域困難，所產(chǎn)生的將背景區(qū)域誤分為脂肪組織區(qū)域的問(wèn)題，更加有效地提取脂肪組織。實(shí)現(xiàn)本發(fā)明目的技術(shù)思路是:在現(xiàn)有交互式分割框架的基礎(chǔ)上，在目標(biāo)信息標(biāo)記部分，僅需要輸入脂肪組織信息，而不需要輸入背景信息。其步驟包括如下:(I)預(yù)處理步驟，對(duì)胃部CT圖像進(jìn)行初始分分割，即先將圖像分割成許多小區(qū)域，然后在分割的小區(qū)域上標(biāo)記出脂肪組織信息，得到預(yù)處理圖像；(2)區(qū)域表示和相似性測(cè)量步驟，在預(yù)處理圖像上，用一個(gè)描述算子描述預(yù)處理圖像上的每一小區(qū)域的圖像特征，并且用一個(gè)相似性度量算子來(lái)度量預(yù)處理圖像上區(qū)域之間的相似性；(3)脂肪組織提取步驟，根據(jù)區(qū)域之間的相似性的大小，以判斷是否合并區(qū)域，合并后有標(biāo)記信息的區(qū)域?yàn)樗崛〉闹窘M織。本發(fā)明由于用一個(gè)描述算子描述預(yù)處理圖像上的每一小區(qū)域的圖像特征，并且用一個(gè)相似性度量算子來(lái)度量預(yù)處理圖像上區(qū)域之間的相似性，因而能在只需要輸入標(biāo)記脂肪組織的交互式信息，而不需要輸入背景標(biāo)記的情況下，仍可取得比的現(xiàn)有技術(shù)需要同時(shí)輸入脂肪組織和背景的交互式信息的良好效果。仿真實(shí)驗(yàn)結(jié)果表明，本發(fā)明能夠有效地提取胃部CT圖像的脂肪組織，且具有較好的魯棒性。


圖1是本發(fā)明的流程圖；圖2是本發(fā)明仿真I提取的第一張圖像結(jié)果圖；圖3是本發(fā)明仿真I提取的第二張圖像結(jié)果圖；圖4是本發(fā)明仿真I提取的第三張圖像結(jié)果圖；圖5是本發(fā)明仿真2的魯棒性分析圖像結(jié)果圖；圖6是本發(fā)明仿真3的正確率TPR性能比較圖；圖7是本發(fā)明仿真3的錯(cuò)誤率FPR性能比較圖；圖8是本發(fā)明仿真3的定量測(cè)量策略F-score性能比較圖。
具體實(shí)施例方式下面結(jié)合附圖對(duì)基于交互式分割的胃部脂肪組織提取方法做進(jìn)一步描述。參照?qǐng)D1，本發(fā)明基于交互式分割的胃部脂肪組織提取方法，包括如下步驟:步驟I，對(duì)胃部CT圖像預(yù)處理(Ia)對(duì)胃部CT圖像進(jìn)行初始分分割，即利用現(xiàn)有的均值漂移法或分水嶺法以及超像素，將整個(gè)圖像分割成許多個(gè)小區(qū)域，本實(shí)例采用EDISON軟件系統(tǒng)實(shí)現(xiàn)的均值漂移法將胃部CT圖像分割成多個(gè)小區(qū)域，由于均值漂移具有較少的過(guò)分割區(qū)域，同時(shí)能夠較好的保持目標(biāo)邊界，這樣不僅可以降低計(jì)算復(fù)雜度，而且可以很好地保持目標(biāo)邊界；(Ib)在分割后的小區(qū)域上標(biāo)記脂肪組織信息，并把有標(biāo)記信息的區(qū)域稱之為標(biāo)記脂肪組織區(qū)域，而沒(méi)有標(biāo)記信息的區(qū)域稱為未標(biāo)記區(qū)域，得到預(yù)處理圖像，即該預(yù)處理圖像包括標(biāo)記的脂肪組織區(qū)域和未標(biāo)記區(qū)域兩部分。步驟2,區(qū)域表示對(duì)于預(yù)處理圖像上的每個(gè)小區(qū)域，需要用一個(gè)描述算子來(lái)描述其圖像特征，目前已經(jīng)存在許多現(xiàn)有描述子算子，比如灰度，邊界，紋理以及區(qū)域的大小等。由于脂肪小區(qū)域的灰度值往往具有較高的相似性，且與周圍其它組織的相似性卻很低，使用灰度直方圖作為描述算子更具有魯棒性，因此在本發(fā)明中，使用用灰度直方圖作為描述算子。使用灰度直方圖描述區(qū)域圖像特征，是將整個(gè)灰度分為16分，即先用灰度直方圖將O 255的灰度平均分成16份，再將區(qū)域的圖像特征表示成16維的灰度直方圖向量，以實(shí)現(xiàn)脂肪組織的提取。步驟3相似性測(cè)量對(duì)于預(yù)處理圖像上未標(biāo)記區(qū)域與標(biāo)記的脂肪組織區(qū)域之間的相似性，需要一個(gè)度量算子來(lái)度量區(qū)域之間相似性。由于Bhattacharyya系數(shù)是一種簡(jiǎn)單且非常有效的度量算子，所以用Bhattacharyya系數(shù)作為相似性度量算子，來(lái)度量區(qū)域之間的相似性，并通過(guò)如下步驟計(jì)算區(qū)域之間的Bhattacharyya系數(shù):(3a)分別將區(qū)域R和區(qū)域Q的灰度直方圖向量歸一化，得到區(qū)域R和區(qū)域Q歸一化后的向量并分別表示為Histli和Histe ；(3b)計(jì)算兩個(gè)相鄰區(qū)域R和區(qū)域Q的Bhattacharyya系數(shù)為P (R, Q):
權(quán)利要求
1.一種基于交互式分割的胃部CT圖像脂肪組織提取方法，包括: 預(yù)處理步驟(I)，對(duì)胃部CT圖像進(jìn)行初始分分割，即先采用均值漂移的分割方法將圖像分割成許多小區(qū)域，然后在分割的小區(qū)域上僅需要標(biāo)記出脂肪組織信息，得到預(yù)處理圖像； 區(qū)域表示和相似性測(cè)量步驟(2)，在預(yù)處理圖像上，用一個(gè)描述算子描述預(yù)處理圖像上的每一小區(qū)域的圖像特征，并且用一個(gè)相似性度量算子來(lái)度量預(yù)處理圖像上區(qū)域之間的相似性； 脂肪組織提取步驟(3)，根據(jù)區(qū)域之間的相似性的大小，判斷是否合并區(qū)域，合并后有標(biāo)記信息的區(qū)域?yàn)樗崛〉闹窘M織。
2.根據(jù)權(quán)利要求書I所述的方法，其中區(qū)域表示和相似性測(cè)量步驟(2)中所述的用一個(gè)描述算子描述預(yù)處理圖像上的每一小區(qū)域的圖像特征，是用灰度直方圖作為描述算子，將整個(gè)灰度分為16分，即先用灰度直方圖將O 255的灰度平均分成16份，再將區(qū)域的圖像特征表示成16維的灰度直方圖向量，以實(shí)現(xiàn)脂肪組織的提取。
3.根據(jù)權(quán)利要求書I所述的方法，其中區(qū)域表示和相似性測(cè)量步驟(2)中所述的用一個(gè)相似性度量算子度量預(yù)處理圖像上區(qū)域之間的相似性，按如下步驟進(jìn)行: (2a)用Bhattacharyya系數(shù)作為相似性的度量算子，分別將區(qū)域R和區(qū)域Q的灰度直方圖向量歸一化，得到區(qū)域R和區(qū)域Q歸一化后的向量并分別表示為Histli和HistQ， (2b)計(jì)算兩個(gè)相 鄰區(qū)域R和區(qū)域Q的相似性為P (R，Q):
4.根據(jù)權(quán)利要求書I所述的方法，其中脂肪組織提取步驟(3)中所述的根據(jù)區(qū)域之間的相似性的大小，判斷是否合并區(qū)域，按如下步驟進(jìn)行: (3a)在預(yù)處理圖像上，對(duì)于有標(biāo)記信息區(qū)域O= (R1，…，Ri,...，&}中的每個(gè)標(biāo)記區(qū)域Ri,計(jì)算其與相鄰區(qū)域的相似性，判斷是否將標(biāo)記區(qū)域Ri與其鄰域合并，Ri e O: (3al)找到M個(gè)與標(biāo)記區(qū)域Ri相鄰的區(qū)域A1, -,Affl,…，AM，并把區(qū)域Am稱為近相鄰區(qū)域，對(duì)于每一個(gè)近相鄰區(qū)域Am，計(jì)算其與標(biāo)記區(qū)域Ri的相似性P (Affl, Ri):
全文摘要
本發(fā)明公開了一種用于脂肪組織提取的交互式分割方法，主要解決現(xiàn)有胃部CT圖像中背景信息復(fù)雜而造成的人為標(biāo)記背景區(qū)域困難的問(wèn)題。其實(shí)現(xiàn)步驟是對(duì)胃部CT圖像進(jìn)行初始分割，并在分割的小區(qū)域上標(biāo)記出小部分脂肪組織信息；將預(yù)處理后的圖像區(qū)域用灰度直方圖描述算子描述其圖像特征；用Bhattacharyya系數(shù)相似性度量算子度量圖像區(qū)域之間的相似性；根據(jù)區(qū)域之間的相似性的大小合并區(qū)域，將合并后有標(biāo)記信息的區(qū)域作為要提取的脂肪組織。實(shí)驗(yàn)表明，本發(fā)明能夠有效地提取出胃部CT圖像中的脂肪組織，可用于對(duì)醫(yī)學(xué)圖像的處理。
文檔編號(hào)G06T7/00GK103208114SQ20131003012
公開日2013年7月17日 申請(qǐng)日期2013年1月25日 優(yōu)先權(quán)日2013年1月25日
發(fā)明者劉芳, 周治國(guó), 李玲玲, 郝紅俠, 戚玉濤, 焦李成, 陳穎峰, 尚榮華, 馬文萍, 馬晶晶 申請(qǐng)人:西安電子科技大學(xué)