本發(fā)明屬于超聲診斷成像領(lǐng)域，涉及一種基于三維超聲圖像的感興趣區(qū)域的自動(dòng)分割方法及系統(tǒng)。

背景技術(shù)：

隨著電子學(xué)、計(jì)算機(jī)、材料科學(xué)等相關(guān)領(lǐng)域技術(shù)的發(fā)展；超聲成像因其無(wú)創(chuàng)性、實(shí)時(shí)性、操作方便、價(jià)格便宜等諸多優(yōu)勢(shì)，使其成為臨床上應(yīng)用最為廣泛的輔助診斷的手段之一，其中，3D醫(yī)學(xué)超聲圖像的分割技術(shù)是當(dāng)前圖像處理領(lǐng)域的一個(gè)熱門研究課題，國(guó)內(nèi)外學(xué)者對(duì)此進(jìn)行了大量研究。

目前主要的研究手段，主要集中在基于二維圖像的分割技術(shù)的改進(jìn)和新方法的研究，分割算法主要有：基于閾值分割方法、聚類法、活動(dòng)輪廓模型等方法。

相應(yīng)的，閾值分割方法對(duì)對(duì)比度明顯的體素?cái)?shù)據(jù)分割效果好，速度快；但該方法對(duì)圖像噪聲敏感，易過度分割，如此，通常與其他分割方法結(jié)合使用。

聚類法主要有模糊C均值聚類法、K-means聚類法等，其利用體素和相鄰體素進(jìn)行聚類分割，該方法對(duì)灰度不均勻的超聲圖像魯棒性弱，如此，其更適用于空間粗分割。

活動(dòng)輪廓模型，在三維超聲圖像分割中具有更為廣泛的應(yīng)用，特別是改進(jìn)后的梯度向量場(chǎng)GVF模型，有效抑制了噪聲、邊界裂痕的影響，在三維超聲圖像分割中取得較好結(jié)果；但該方法的計(jì)算復(fù)雜度比較大，分割時(shí)間較長(zhǎng)。進(jìn)一步的，活動(dòng)輪廓模型中的三維超聲圖像VOCAL技術(shù)，有效實(shí)現(xiàn)了虛擬臟器的三維分割重構(gòu)，在臨床中得到廣泛應(yīng)用，但該技術(shù)依賴人工交互，過程耗時(shí)，且重構(gòu)模型的精度依賴主觀判斷。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于提供一種基于三維超聲圖像的感興趣區(qū)域的自動(dòng)分割方法及系統(tǒng)。

為了實(shí)現(xiàn)上述發(fā)明目的之一，本發(fā)明一實(shí)施方式的基于三維超聲圖像的感興趣區(qū)域的自動(dòng)分割方法包括：

獲取原始超聲圖像中的三維超聲體素；

對(duì)原始的所述三維超聲體素或ROI框內(nèi)的三維超聲體素做三維高斯濾波降噪處理，并獲得其對(duì)應(yīng)的灰度直方圖；

根據(jù)用戶感興趣的灰度范圍在所述灰度直方圖上選取感興趣區(qū)域，所述感興趣區(qū)域包括至少一個(gè)待分割區(qū)域，每個(gè)待分割區(qū)域?qū)?yīng)一個(gè)棧；

分別獲取每一個(gè)待分割區(qū)域?qū)?yīng)的當(dāng)前棧內(nèi)參數(shù)以及感興趣區(qū)域的最大灰度值；

所述當(dāng)前棧內(nèi)參數(shù)包括：當(dāng)前棧內(nèi)體素點(diǎn)的灰度均值、當(dāng)前棧內(nèi)體素點(diǎn)的灰度值方差；當(dāng)前選取的體素點(diǎn)灰度值以及對(duì)應(yīng)當(dāng)前棧的門限函數(shù)；

根據(jù)所述當(dāng)前棧內(nèi)參數(shù)以及感興趣區(qū)域的最大灰度值建立體素進(jìn)棧規(guī)則；

根據(jù)系統(tǒng)預(yù)設(shè)的體素進(jìn)棧規(guī)則，遍歷所述待分割區(qū)域內(nèi)的體素點(diǎn)，將其劃分入各個(gè)棧中，形成感興趣區(qū)域集合；

獲取所述感興趣區(qū)域集合中所有體素點(diǎn)的灰度方差以及灰度均值，以形成體素分布圖，完成基于三維超聲圖像的感興趣區(qū)域的自動(dòng)分割。

作為本發(fā)明一實(shí)施方式的進(jìn)一步改進(jìn)，“對(duì)原始的所述三維超聲體素或ROI框內(nèi)的三維超聲體素做三維高斯濾波降噪處理”具體包括：

采用二維高斯濾波對(duì)每個(gè)體素點(diǎn)的三個(gè)方向分別濾波，并采用加權(quán)算法、取最大值、最小值或平均值中的一種對(duì)獲得的二維高斯結(jié)果進(jìn)行處理，以完成三維高斯濾波降噪處理。

作為本發(fā)明一實(shí)施方式的進(jìn)一步改進(jìn)，“根據(jù)所述當(dāng)前棧內(nèi)參數(shù)以及感興趣區(qū)域的最大灰度值建立體素進(jìn)棧規(guī)則”具體包括：

選擇當(dāng)前感興趣區(qū)域內(nèi)的任一體素點(diǎn)作為初始種子點(diǎn)；

在當(dāng)前感興趣區(qū)域內(nèi)，依次選擇所述初始種子點(diǎn)的三維連通區(qū)域的其他體素點(diǎn)應(yīng)用預(yù)設(shè)的體素進(jìn)棧規(guī)則進(jìn)行遍歷；

若滿足所述預(yù)設(shè)的體素進(jìn)棧規(guī)則，則將其插入到棧尾，同時(shí)，寫入到感興趣區(qū)域集合，并以其作為下一個(gè)種子點(diǎn)進(jìn)行遍歷；

若不滿足所述預(yù)設(shè)的體素進(jìn)棧規(guī)則，則丟棄當(dāng)前體素點(diǎn)，繼續(xù)遍歷當(dāng)前感興趣區(qū)域內(nèi)的其他體素點(diǎn)；

其中，所述預(yù)設(shè)的體素進(jìn)棧規(guī)則具體為：

segment_gray-voxel_gray＜segment_stdv+fun(a,k)

voxel_gray＜Maxgray

所述segment_gray表示當(dāng)前棧內(nèi)體素點(diǎn)灰度均值；voxel_gray表示當(dāng)前選取的體素點(diǎn)灰度值；segment_stdv表示當(dāng)前棧內(nèi)體素點(diǎn)的灰度值方差；Maxgray表示所述感興趣區(qū)域的最大灰度值；fun(a，k)表示當(dāng)前棧的門限函數(shù)，a、k均為分割系數(shù)，σ為二維高斯核參數(shù)；segment_size表示當(dāng)前棧內(nèi)體素點(diǎn)的數(shù)量。

作為本發(fā)明一實(shí)施方式的進(jìn)一步改進(jìn)，所述方法還包括：

基于三維超聲圖像的感興趣區(qū)域的自動(dòng)分割結(jié)果，對(duì)所述感興趣區(qū)域集合中各個(gè)體素點(diǎn)進(jìn)行二值化，并提取相應(yīng)的等值面；

根據(jù)所述等值面建立網(wǎng)絡(luò)拓?fù)潢P(guān)系；

根據(jù)所述網(wǎng)絡(luò)拓?fù)潢P(guān)系對(duì)網(wǎng)格進(jìn)行分割，以完成基于三維超聲圖像的感興趣區(qū)域的三維重構(gòu)；

基于三維重構(gòu)后的網(wǎng)絡(luò)模型，獲得其對(duì)應(yīng)的模型容積。

作為本發(fā)明一實(shí)施方式的進(jìn)一步改進(jìn)，所述方法具體包括：

采用Marching cubes算法提取等值面；

采用Halfedge半邊結(jié)構(gòu)存儲(chǔ)根據(jù)所述等值面建立的網(wǎng)絡(luò)拓?fù)潢P(guān)系；

根據(jù)所述網(wǎng)絡(luò)拓?fù)潢P(guān)系將分離的面片簇分別組成網(wǎng)格；

采用主元分析方法確定所述網(wǎng)格模型的OBB包圍盒，將所述網(wǎng)格模型的主軸旋轉(zhuǎn)到與Z軸平行，對(duì)旋轉(zhuǎn)后所述網(wǎng)格模型按照平行于xy平面的方式進(jìn)行水平切片，計(jì)算各個(gè)截面的截面面積以及各個(gè)截面在水平面的位置；

根據(jù)獲得的各個(gè)截面的截面面積以及各個(gè)截面在水平面的位置獲得所述模型容積。

為了實(shí)現(xiàn)上述發(fā)明目的之一，本發(fā)明一實(shí)施方式的基于三維超聲圖像的感興趣區(qū)域的自動(dòng)分割系統(tǒng)，所述系統(tǒng)包括：

數(shù)據(jù)采集模塊，用于獲取原始超聲圖像中的三維超聲體素；

濾波模塊，用于對(duì)原始的所述三維超聲體素或ROI框內(nèi)的三維超聲體素做三維高斯濾波降噪處理，并獲得其對(duì)應(yīng)的灰度直方圖；

數(shù)據(jù)處理模塊，用于根據(jù)用戶感興趣的灰度范圍在所述灰度直方圖上選取感興趣區(qū)域，所述感興趣區(qū)域包括至少一個(gè)待分割區(qū)域，每個(gè)待分割區(qū)域?qū)?yīng)一個(gè)棧；

分別獲取每一個(gè)待分割區(qū)域?qū)?yīng)的當(dāng)前棧內(nèi)參數(shù)以及感興趣區(qū)域的最大灰度值；

所述當(dāng)前棧內(nèi)參數(shù)包括：當(dāng)前棧內(nèi)體素點(diǎn)的灰度均值、當(dāng)前棧內(nèi)體素點(diǎn)的灰度值方差；當(dāng)前選取的體素點(diǎn)灰度值以及對(duì)應(yīng)當(dāng)前棧的門限函數(shù)；

根據(jù)所述當(dāng)前棧內(nèi)參數(shù)以及感興趣區(qū)域的最大灰度值建立體素進(jìn)棧規(guī)則；

根據(jù)系統(tǒng)預(yù)設(shè)的體素進(jìn)棧規(guī)則，遍歷所述待分割區(qū)域內(nèi)的體素點(diǎn)，將其劃分入各個(gè)棧中，形成感興趣區(qū)域集合；

獲取所述感興趣區(qū)域集合中所有體素點(diǎn)的灰度方差以及灰度均值，以形成體素分布圖，完成基于三維超聲圖像的感興趣區(qū)域的自動(dòng)分割。

作為本發(fā)明一實(shí)施方式的進(jìn)一步改進(jìn)，所述濾波模塊具體用于：采用二維高斯濾波對(duì)每個(gè)體素點(diǎn)的三個(gè)方向分別濾波，并采用加權(quán)算法、取最大值、最小值或平均值中的一種對(duì)獲得的二維高斯結(jié)果進(jìn)行處理，以完成三維高斯濾波降噪處理。

作為本發(fā)明一實(shí)施方式的進(jìn)一步改進(jìn)，所述數(shù)據(jù)處理模塊具體用于：

選擇當(dāng)前感興趣區(qū)域內(nèi)的任一體素點(diǎn)作為初始種子點(diǎn)；

在當(dāng)前感興趣區(qū)域內(nèi)，依次選擇所述初始種子點(diǎn)的三維連通區(qū)域的其他體素點(diǎn)應(yīng)用預(yù)設(shè)的體素進(jìn)棧規(guī)則進(jìn)行遍歷；

若滿足所述預(yù)設(shè)的體素進(jìn)棧規(guī)則，則將其插入到棧尾，同時(shí)，寫入到感興趣區(qū)域集合，并以其作為下一個(gè)種子點(diǎn)進(jìn)行遍歷；

若不滿足所述預(yù)設(shè)的體素進(jìn)棧規(guī)則，則丟棄當(dāng)前體素點(diǎn)，繼續(xù)遍歷當(dāng)前感興趣區(qū)域內(nèi)的其他體素點(diǎn)；

其中，所述預(yù)設(shè)的體素進(jìn)棧規(guī)則具體為：

segment_gray-voxel_gray＜segment_stdv+fun(a,k)

voxel_gray＜Maxgray

所述segment_gray表示當(dāng)前棧內(nèi)體素點(diǎn)灰度均值；voxel_gray表示當(dāng)前選取的體素點(diǎn)灰度值；segment_stdv表示當(dāng)前棧內(nèi)體素點(diǎn)的灰度值方差；Maxgray表示所述感興趣區(qū)域的最大灰度值；fun(a，k)表示當(dāng)前棧的門限函數(shù)，a、k均為分割系數(shù)，σ為二維高斯核參數(shù)；segment_size表示當(dāng)前棧內(nèi)體素點(diǎn)的數(shù)量。

作為本發(fā)明一實(shí)施方式的進(jìn)一步改進(jìn)，所述系統(tǒng)還包括：三維重構(gòu)輸出模塊；

所述三維重構(gòu)輸出模塊用于：基于三維超聲圖像的感興趣區(qū)域的自動(dòng)分割結(jié)果，對(duì)所述感興趣區(qū)域集合中各個(gè)體素點(diǎn)進(jìn)行二值化，并提取相應(yīng)的等值面；

根據(jù)所述等值面建立網(wǎng)絡(luò)拓?fù)潢P(guān)系；

根據(jù)所述網(wǎng)絡(luò)拓?fù)潢P(guān)系對(duì)網(wǎng)格進(jìn)行分割，以完成基于三維超聲圖像的感興趣區(qū)域的三維重構(gòu)；

基于三維重構(gòu)后的網(wǎng)絡(luò)模型，獲得其對(duì)應(yīng)的模型容積。

作為本發(fā)明一實(shí)施方式的進(jìn)一步改進(jìn)，所述三維重構(gòu)輸出模塊具體用于：

采用Marching cubes算法提取等值面；

采用Halfedge半邊結(jié)構(gòu)存儲(chǔ)根據(jù)所述等值面建立的網(wǎng)絡(luò)拓?fù)潢P(guān)系；

根據(jù)所述網(wǎng)絡(luò)拓?fù)潢P(guān)系將分離的面片簇分別組成網(wǎng)格；

采用主元分析方法確定所述網(wǎng)格模型的OBB包圍盒，將所述網(wǎng)格模型的主軸旋轉(zhuǎn)到與Z軸平行，對(duì)旋轉(zhuǎn)后所述網(wǎng)格模型按照平行于xy平面的方式進(jìn)行水平切片，計(jì)算各個(gè)截面的截面面積以及各個(gè)截面在水平面的位置；

根據(jù)獲得的各個(gè)截面的截面面積以及各個(gè)截面在水平面的位置獲得所述模型容積。

與現(xiàn)有技術(shù)相比，本發(fā)明的基于三維超聲圖像的感興趣區(qū)域的自動(dòng)分割方法及系統(tǒng)，速度快、抗噪性較好，魯棒性高；且操作簡(jiǎn)單、便捷，在卵巢囊泡分割等方面精度更高，大大降低了臨床醫(yī)生的工作量，并提供快速，較為準(zhǔn)確的結(jié)果。

附圖說明

圖1是本發(fā)明第一實(shí)施方式提供的基于三維超聲圖像的感興趣區(qū)域的自動(dòng)分割方法的流程圖；

圖2是本發(fā)明一實(shí)施方式中提供的基于三維超聲圖像的感興趣區(qū)域的自動(dòng)分割系統(tǒng)的模塊示意圖；

圖3是本發(fā)明一實(shí)施方式中基于三維超聲圖像的感興趣區(qū)域的自動(dòng)分割結(jié)果獲得對(duì)應(yīng)的模型容積的流程圖；

提供的基于三維超聲圖像的感興趣區(qū)域的自動(dòng)分割系統(tǒng)的模塊示意圖；

圖4是本發(fā)明一實(shí)施方式中，系統(tǒng)預(yù)設(shè)的體素進(jìn)棧規(guī)則的流程示意圖；

圖5A是本發(fā)明一具體示例中，原始超聲圖像的結(jié)構(gòu)示意圖；

圖5B是基于圖5A獲取的三維超聲體素圖；

圖5C基于圖5B，對(duì)所述三維超聲體素做三維高斯濾波降噪處理前、后的對(duì)比示意圖；

圖5D基于圖5C，對(duì)所述三維超聲體素做三維高斯濾波后獲得的灰度直方圖的結(jié)構(gòu)示意圖；

圖5E基于圖5D，在所述灰度直方圖上選取的感興趣區(qū)域的結(jié)構(gòu)示意圖；

圖5F是本發(fā)明一具體示例中，對(duì)應(yīng)圖5E的灰度范圍獲得的若干個(gè)待分割區(qū)域的結(jié)構(gòu)示意圖；

圖5G是基于圖5F，獲得的基于三維超聲圖像的感興趣區(qū)域的自動(dòng)分割結(jié)果的結(jié)構(gòu)示意圖；

圖5H是基于圖5G，三維重構(gòu)后的網(wǎng)絡(luò)模型的結(jié)構(gòu)示意圖。

具體實(shí)施方式

以下將結(jié)合附圖所示的實(shí)施方式對(duì)本發(fā)明進(jìn)行詳細(xì)描述。但實(shí)施方式并不限制本發(fā)明，本領(lǐng)域的普通技術(shù)人員根據(jù)這些實(shí)施方式所做出的結(jié)構(gòu)、方法、或功能上的變換均包含在本發(fā)明的保護(hù)范圍內(nèi)。

本發(fā)明的基于三維超聲圖像的感興趣區(qū)域的自動(dòng)分割方法，其主要應(yīng)用于卵巢囊泡、乳腺腫瘤的三維超聲圖像的分割、顯示及容積測(cè)量。

如圖1所示，本發(fā)明提供的基于三維超聲圖像的感興趣區(qū)域的自動(dòng)分割方法，所述方法包括：

S1、獲取原始超聲圖像中的三維超聲體素；

本發(fā)明具體實(shí)施方式中，調(diào)節(jié)二維圖像質(zhì)量到最佳狀態(tài)，如圖5A所示，獲得的二維的超聲圖像，之后進(jìn)入到三維超聲模式，采集目標(biāo)區(qū)域的三維超聲體素。

本實(shí)施方式中，可按照預(yù)先設(shè)定或當(dāng)前輸入的ROI框選定數(shù)據(jù)處理范圍，該圖5A中，白色虛線框示即為預(yù)先設(shè)定的ROI框，之后提取所述ROI框內(nèi)的三維超聲體素，并對(duì)其進(jìn)行保存，以形成三維超聲體素圖，如此，可以減少數(shù)據(jù)處理量，加快數(shù)據(jù)處理進(jìn)程。

需要說明的是，本實(shí)施方式中，圖5B為二維原始超聲圖像對(duì)應(yīng)的三維超聲體素圖，由于其顯示方向的問題，未能示出如圖5A中的ROI框，而在實(shí)際操作中，本實(shí)施方式選用對(duì)ROI框內(nèi)的三維體素進(jìn)行處理，在此不做詳細(xì)贅述。

當(dāng)然，在本發(fā)明的其他實(shí)施方式中，若不考慮計(jì)算量，也可以直接提取原始超聲圖像中的全部三維超聲體素進(jìn)行保存，以備后續(xù)調(diào)用，在此不做詳細(xì)贅述。進(jìn)一步的，所述方法還包括：

S2、對(duì)原始的所述三維超聲體素或ROI框內(nèi)的三維超聲體素做三維高斯濾波降噪處理，并獲得其對(duì)應(yīng)的灰度直方圖；

本發(fā)明一具體實(shí)施方式中，結(jié)合圖5C所示，采用二維高斯濾波對(duì)每個(gè)體素點(diǎn)的三個(gè)方向分別濾波，并采用加權(quán)算法、取最大值、最小值或平均值中的一種對(duì)獲得的二維高斯結(jié)果進(jìn)行處理，以完成三維高斯濾波降噪處理。

該示例中，二維高斯核函數(shù)以公式表示則為：

其中，G_σ表示二維高斯核函數(shù)，σ為高斯核，一般取值為0.3～0.8，(x，y)為當(dāng)前二維面上的其中一個(gè)像素點(diǎn)坐標(biāo)。

結(jié)合圖5D所示，通常情況下，獲得的灰度直方圖過程中，將灰度值灰度映射到-1024至1024之間，本實(shí)施方式中，獲得的灰度直方圖的灰度值范圍為-1023至-771，在此不做詳細(xì)贅述。

進(jìn)一步的，本發(fā)明一實(shí)施方式中，所述方法還包括：

S3、根據(jù)用戶感興趣的灰度范圍在所述灰度直方圖上選取感興趣區(qū)域，所述感興趣區(qū)域包括至少一個(gè)待分割區(qū)域，每個(gè)待分割區(qū)域?qū)?yīng)一個(gè)棧；

結(jié)合圖5E、5F所示，一實(shí)施方式中，可通過預(yù)設(shè)的閾值范圍，在所述灰度直方圖上勾勒灰度的顯示范圍，該預(yù)設(shè)的閾值范圍根據(jù)不同的探測(cè)標(biāo)準(zhǔn)，可以按需更改，本發(fā)明一具體示例中，如其箭頭所示區(qū)域，選定的感興趣區(qū)域的灰度范圍為-1023至-954，將該感興趣區(qū)域映射到圖像上后，會(huì)出現(xiàn)若干個(gè)待分割區(qū)域，且每個(gè)待分割區(qū)域?qū)?yīng)一個(gè)棧，以下內(nèi)容中將會(huì)詳細(xì)描述。

進(jìn)一步的，所述步驟S3還包括：

根據(jù)系統(tǒng)預(yù)設(shè)的體素進(jìn)棧規(guī)則，遍歷所述待分割區(qū)域內(nèi)的體素點(diǎn)，將其劃分入各個(gè)棧中，形成感興趣區(qū)域集合。

本發(fā)明具體實(shí)施方式中，結(jié)合圖2所示，所述步驟S3具體包括：

P1、分別獲取每一個(gè)待分割區(qū)域?qū)?yīng)的當(dāng)前棧內(nèi)參數(shù)以及感興趣區(qū)域的最大灰度值；

所述當(dāng)前棧內(nèi)參數(shù)包括：當(dāng)前棧內(nèi)體素點(diǎn)的灰度均值、當(dāng)前棧內(nèi)體素點(diǎn)的灰度值方差；當(dāng)前選取的體素點(diǎn)灰度值以及對(duì)應(yīng)當(dāng)前棧的門限函數(shù)；

P2、根據(jù)所述當(dāng)前棧內(nèi)參數(shù)以及感興趣區(qū)域的最大灰度值建立體素進(jìn)棧規(guī)則；

本發(fā)明具體實(shí)施方式中，所述步驟P2具體包括：

選擇當(dāng)前感興趣區(qū)域內(nèi)的任一體素點(diǎn)作為初始種子點(diǎn)；

在當(dāng)前感興趣區(qū)域內(nèi)，依次選擇所述初始種子點(diǎn)的三維連通區(qū)域的其他體素點(diǎn)應(yīng)用預(yù)設(shè)的體素進(jìn)棧規(guī)則進(jìn)行遍歷；

若滿足所述預(yù)設(shè)的體素進(jìn)棧規(guī)則，則將其插入到棧尾，同時(shí)，寫入到感興趣區(qū)域集合，并以其作為下一個(gè)種子點(diǎn)進(jìn)行遍歷；

若不滿足所述預(yù)設(shè)的體素進(jìn)棧規(guī)則，則丟棄當(dāng)前體素點(diǎn)，繼續(xù)遍歷當(dāng)前感興趣區(qū)域內(nèi)的其他體素點(diǎn)；

其中，所述預(yù)設(shè)的體素進(jìn)棧規(guī)則具體為：

segment_gray-voxel_gray＜segment_stdv+fun(a,k) (1)

voxel_gray＜Maxgray (3)

所述segment_gray表示當(dāng)前棧內(nèi)體素點(diǎn)灰度均值；voxel_gray表示當(dāng)前選取的體素點(diǎn)灰度值；segment_stdv表示當(dāng)前棧內(nèi)體素點(diǎn)的灰度值方差；Maxgray表示所述感興趣區(qū)域的最大灰度值；fun(a，k)表示當(dāng)前棧的門限函數(shù)，a、k均為分割系數(shù)，a的取值通常為[0.01，0.05]，k的取值通常為[10，50]，σ為二維高斯核參數(shù)；segment_size表示當(dāng)前棧內(nèi)體素點(diǎn)的數(shù)量。

該示例中，上述公式(2)中的fun(a，k)函數(shù)的大小由分割系數(shù)a、k決定，門限值越大，說明感興趣區(qū)域內(nèi)邊緣強(qiáng)度小，區(qū)域內(nèi)體素平滑，體素點(diǎn)容易進(jìn)棧；反之，門限值越小，說明區(qū)域內(nèi)邊界強(qiáng)度大，體素進(jìn)棧困難；上述公式(3)的目的是用于防止體素點(diǎn)過度入棧。

需要說明的是，對(duì)于每一個(gè)棧，其初始狀態(tài)下，均為空的狀態(tài)，之后依次遍歷棧對(duì)應(yīng)的體素點(diǎn)，根據(jù)預(yù)設(shè)的體素進(jìn)棧規(guī)則判斷當(dāng)前體素點(diǎn)是否可以進(jìn)入到相應(yīng)的棧內(nèi)；本發(fā)明的其他實(shí)施方式中，通常按序選擇體素點(diǎn)，判斷其是否可以進(jìn)入相應(yīng)的棧，如此，可以最大化的節(jié)約判斷時(shí)間，在此不做詳細(xì)贅述。

進(jìn)一步的，結(jié)合圖5G所示，所述方法還包括：

S4、獲取并更新所述感興趣區(qū)域集合中所有體素點(diǎn)的灰度方差以及灰度均值，以形成體素分布圖，完成基于三維超聲圖像的感興趣區(qū)域的自動(dòng)分割。

本實(shí)施方式中，再次重新獲得每個(gè)感興趣區(qū)域集合中對(duì)應(yīng)的各個(gè)體素點(diǎn)的灰度方差以及灰度均值，并形成新的體素分布圖，自動(dòng)完成基于三維超聲圖像的感興趣區(qū)域的自動(dòng)分割。

進(jìn)一步的，結(jié)合圖3所示，所述方法還包括：

S5、基于三維超聲圖像的感興趣區(qū)域的自動(dòng)分割結(jié)果，對(duì)所述感興趣區(qū)域集合中各個(gè)體素點(diǎn)進(jìn)行二值化，并提取相應(yīng)的等值面；

本實(shí)施方式中，采用Marching cubes算法提取等值面；

該算法采用G.M.Nielson等人提出的漸近線判別法，解決了算法歧義性，通過計(jì)算等值面與體素邊界面的交線(雙曲線)的漸進(jìn)線與體素的邊界面的相互位置關(guān)系來判斷等值面的正確連接接方式。

進(jìn)一步的，結(jié)合圖5H所示，所述方法還包括：

S6、根據(jù)所述等值面建立網(wǎng)絡(luò)拓?fù)潢P(guān)系；根據(jù)所述網(wǎng)絡(luò)拓?fù)潢P(guān)系對(duì)網(wǎng)格進(jìn)行分割，以完成基于三維超聲圖像的感興趣區(qū)域的三維重構(gòu)。

本實(shí)施方式中，采用Halfedge半邊結(jié)構(gòu)存儲(chǔ)根據(jù)所述等值面建立的網(wǎng)絡(luò)拓?fù)潢P(guān)系；

根據(jù)所述網(wǎng)絡(luò)拓?fù)潢P(guān)系將分離的面片簇分別組成網(wǎng)格，以完成基于三維超聲圖像的感興趣區(qū)域的三維重構(gòu)；

進(jìn)一步的，所述方法還包括：

S7、基于三維重構(gòu)后的網(wǎng)絡(luò)模型，獲得其對(duì)應(yīng)的模型容積。

采用主元分析方法確定所述網(wǎng)格模型的OBB包圍盒，將所述網(wǎng)格模型的主軸旋轉(zhuǎn)到與Z軸平行，對(duì)旋轉(zhuǎn)后所述網(wǎng)格模型按照平行于xy平面的方式進(jìn)行水平切片，計(jì)算各個(gè)截面的截面面積以及各個(gè)截面在水平面的位置；

根據(jù)獲得的各個(gè)截面的截面面積以及各個(gè)截面在水平面的位置獲得所述模型容積。

該示例中，獲得的所述模型容積以公式表示為：

其中，V表示模型容積，Z表示截面對(duì)應(yīng)的Z軸坐標(biāo)，S表示截面對(duì)應(yīng)的截面面積，i表示截面的序號(hào)，n表示獲得的截面的總數(shù)量。

結(jié)合圖4所示，本發(fā)明一實(shí)施方式提供的基于三維超聲圖像的感興趣區(qū)域的自動(dòng)分割系統(tǒng)，所述系統(tǒng)包括：數(shù)據(jù)采集模塊100、濾波模塊200、數(shù)據(jù)處理模塊300、三維重構(gòu)輸出模塊400。

結(jié)合圖5A、5B所示，數(shù)據(jù)采集模塊100用于獲取原始超聲圖像中的三維超聲體素；

本發(fā)明具體實(shí)施方式中，調(diào)節(jié)二維圖像質(zhì)量到最佳狀態(tài)，如圖5A所示，獲得的二維的超聲圖像，之后進(jìn)入到三維超聲模式，采集目標(biāo)區(qū)域的三維超聲體素。

本實(shí)施方式中，可按照預(yù)先設(shè)定或當(dāng)前輸入的ROI框選定數(shù)據(jù)處理范圍，該圖5A中，白色虛線框示即為預(yù)先設(shè)定的ROI框，之后提取所述ROI框內(nèi)的三維超聲體素，并對(duì)其進(jìn)行保存，以形成三維超聲體素圖，如此，可以減少數(shù)據(jù)處理量，加快數(shù)據(jù)處理進(jìn)程。

需要說明的是，本實(shí)施方式中，圖5B為二維原始超聲圖像對(duì)應(yīng)的三維超聲體素圖，由于其顯示方向的問題，未能示出如圖5A中的ROI框，而在實(shí)際操作中，本實(shí)施方式選用對(duì)ROI框內(nèi)的三維體素進(jìn)行處理，在此不做詳細(xì)贅述。

當(dāng)然，在本發(fā)明的其他實(shí)施方式中，若不考慮計(jì)算量，也可以直接提取原始超聲圖像中的全部三維超聲體素進(jìn)行保存，以備后續(xù)調(diào)用，在此不做詳細(xì)贅述。

進(jìn)一步的，濾波模塊200用于對(duì)原始的所述三維超聲體素或ROI框內(nèi)的三維超聲體素做三維高斯濾波降噪處理，并獲得其對(duì)應(yīng)的灰度直方圖；

本發(fā)明一具體實(shí)施方式中，結(jié)合圖5C所示，采用二維高斯濾波對(duì)每個(gè)體素點(diǎn)的三個(gè)方向分別濾波，并采用加權(quán)算法、取最大值、最小值或平均值中的一種對(duì)獲得的二維高斯結(jié)果進(jìn)行處理，以完成三維高斯濾波降噪處理。

該示例中，二維高斯核函數(shù)以公式表示則為：

其中，G_σ表示二維高斯核函數(shù)，σ為高斯核，一般取值為0.3～0.8，(x，y)為當(dāng)前二維面上的其中一個(gè)像素點(diǎn)坐標(biāo)。

結(jié)合圖5D所示，通常情況下，獲得的灰度直方圖過程中，將灰度值灰度映射到-1024-至1024之間，本實(shí)施方式中，獲得的灰度直方圖的灰度值范圍為-1023至-771，在此不做詳細(xì)贅述。

進(jìn)一步的，本發(fā)明一實(shí)施方式中，數(shù)據(jù)處理模塊300用于根據(jù)用戶感興趣的灰度范圍在所述灰度直方圖上選取感興趣區(qū)域，所述感興趣區(qū)域包括至少一個(gè)待分割區(qū)域，每個(gè)待分割區(qū)域?qū)?yīng)一個(gè)棧；

結(jié)合圖5E、5F所示，一實(shí)施方式中，可通過預(yù)設(shè)的閾值范圍，在所述灰度直方圖上勾勒灰度的顯示范圍，該預(yù)設(shè)的閾值范圍根據(jù)不同的探測(cè)標(biāo)準(zhǔn)，可以按需更改，本發(fā)明一具體示例中，如其箭頭所示區(qū)域，選定的感興趣區(qū)域的灰度范圍為-1023至-954，將該感興趣區(qū)域映射到圖像上后，會(huì)出現(xiàn)若干個(gè)待分割區(qū)域，且每個(gè)待分割區(qū)域?qū)?yīng)一個(gè)棧，以下內(nèi)容中將會(huì)詳細(xì)描述。

數(shù)據(jù)處理模塊300還用于：根據(jù)系統(tǒng)預(yù)設(shè)的體素進(jìn)棧規(guī)則，遍歷所述待分割區(qū)域內(nèi)的體素點(diǎn)，將其劃分入各個(gè)棧中，形成感興趣區(qū)域集合。

本發(fā)明具體實(shí)施方式中，數(shù)據(jù)處理模塊300具體用于：分別獲取每一個(gè)待分割區(qū)域?qū)?yīng)的當(dāng)前棧內(nèi)參數(shù)以及感興趣區(qū)域的最大灰度值；

所述當(dāng)前棧內(nèi)參數(shù)包括：當(dāng)前棧內(nèi)體素點(diǎn)的灰度均值、當(dāng)前棧內(nèi)體素點(diǎn)的灰度值方差；當(dāng)前選取的體素點(diǎn)灰度值以及對(duì)應(yīng)當(dāng)前棧的門限函數(shù)；

數(shù)據(jù)處理模塊300還用于：根據(jù)所述當(dāng)前棧內(nèi)參數(shù)以及感興趣區(qū)域的最大灰度值建立體素進(jìn)棧規(guī)則；

本發(fā)明具體實(shí)施方式中，數(shù)據(jù)處理模塊300選擇當(dāng)前感興趣區(qū)域內(nèi)的任一體素點(diǎn)作為初始種子點(diǎn)；

在當(dāng)前感興趣區(qū)域內(nèi)，依次選擇所述初始種子點(diǎn)的三維連通區(qū)域的其他體素點(diǎn)應(yīng)用預(yù)設(shè)的體素進(jìn)棧規(guī)則進(jìn)行遍歷；

若滿足所述預(yù)設(shè)的體素進(jìn)棧規(guī)則，則將其插入到棧尾，同時(shí)，寫入到感興趣區(qū)域集合，并以其作為下一個(gè)種子點(diǎn)進(jìn)行遍歷；

若不滿足所述預(yù)設(shè)的體素進(jìn)棧規(guī)則，則丟棄當(dāng)前體素點(diǎn)，繼續(xù)遍歷當(dāng)前感興趣區(qū)域內(nèi)的其他體素點(diǎn)；

其中，所述預(yù)設(shè)的體素進(jìn)棧規(guī)則具體為：

segment_gray-voxel_gray＜segment_stdv+fun(a,k) (1)

voxel_gray＜Maxgray (3)

所述segment_gray表示當(dāng)前棧內(nèi)體素點(diǎn)灰度均值；voxel_gray表示當(dāng)前選取的體素點(diǎn)灰度值；segment_stdv表示當(dāng)前棧內(nèi)體素點(diǎn)的灰度值方差；Maxgray表示所述感興趣區(qū)域的最大灰度值；fun(a，k)表示當(dāng)前棧的門限函數(shù)，a、k均為分割系數(shù)，a的取值通常為[0.01，0.05]，k的取值通常為[10，50]，σ為二維高斯核參數(shù)；segment_size表示當(dāng)前棧內(nèi)體素點(diǎn)的數(shù)量。

該示例中，上述公式(2)中的fun(a，k)函數(shù)的大小由分割系數(shù)a、k決定，門限值越大，說明感興趣區(qū)域內(nèi)邊緣強(qiáng)度小，區(qū)域內(nèi)體素平滑，體素點(diǎn)容易進(jìn)棧；反之，門限值越小，說明區(qū)域內(nèi)邊界強(qiáng)度大，體素進(jìn)棧困難；上述公式(3)的目的是用于防止體素點(diǎn)過度入棧。

需要說明的是，對(duì)于每一個(gè)棧，其初始狀態(tài)下，均為空的狀態(tài)，之后依次遍歷棧對(duì)應(yīng)的體素點(diǎn)，根據(jù)預(yù)設(shè)的體素進(jìn)棧規(guī)則判斷當(dāng)前體素點(diǎn)是否可以進(jìn)入到相應(yīng)的棧內(nèi)；本發(fā)明的其他實(shí)施方式中，通常按序選擇體素點(diǎn)，判斷其是否可以進(jìn)入相應(yīng)的棧，如此，可以最大化的節(jié)約判斷時(shí)間，在此不做詳細(xì)贅述。

進(jìn)一步的，結(jié)合圖5G所示，數(shù)據(jù)處理模塊300還用于：獲取并更新所述感興趣區(qū)域集合中所有體素點(diǎn)的灰度方差以及灰度均值，以形成體素分布圖，完成基于三維超聲圖像的感興趣區(qū)域的自動(dòng)分割。

本實(shí)施方式中，數(shù)據(jù)處理模塊300再次重新獲得每個(gè)感興趣區(qū)域集合中對(duì)應(yīng)的各個(gè)體素點(diǎn)的灰度方差以及灰度均值，并形成新的體素分布圖，自動(dòng)完成基于三維超聲圖像的感興趣區(qū)域的自動(dòng)分割。

三維重構(gòu)輸出模塊400用于：基于三維超聲圖像的感興趣區(qū)域的自動(dòng)分割結(jié)果，對(duì)所述感興趣區(qū)域集合中各個(gè)體素點(diǎn)進(jìn)行二值化，并提取相應(yīng)的等值面；

本實(shí)施方式中，三維重構(gòu)輸出模塊400采用Marching cubes算法提取等值面；

該算法采用G.M.Nielson等人提出的漸近線判別法，解決了算法歧義性，通過計(jì)算等值面與體素邊界面的交線(雙曲線)的漸進(jìn)線與體素的邊界面的相互位置關(guān)系來判斷等值面的正確連接接方式。

進(jìn)一步的，結(jié)合圖5H所示，三維重構(gòu)輸出模塊400還用于：根據(jù)所述等值面建立網(wǎng)絡(luò)拓?fù)潢P(guān)系；根據(jù)所述網(wǎng)絡(luò)拓?fù)潢P(guān)系對(duì)網(wǎng)格進(jìn)行分割，以完成基于三維超聲圖像的感興趣區(qū)域的三維重構(gòu)。

本實(shí)施方式中，三維重構(gòu)輸出模塊400采用Halfedge半邊結(jié)構(gòu)存儲(chǔ)根據(jù)所述等值面建立的網(wǎng)絡(luò)拓?fù)潢P(guān)系；

根據(jù)所述網(wǎng)絡(luò)拓?fù)潢P(guān)系將分離的面片簇分別組成網(wǎng)格，以完成基于三維超聲圖像的感興趣區(qū)域的三維重構(gòu)；

進(jìn)一步的，三維重構(gòu)輸出模塊400還用于：基于三維重構(gòu)后的網(wǎng)絡(luò)模型，獲得其對(duì)應(yīng)的模型容積。

三維重構(gòu)輸出模塊400采用主元分析方法確定所述網(wǎng)格模型的OBB包圍盒，將所述網(wǎng)格模型的主軸旋轉(zhuǎn)到與Z軸平行，對(duì)旋轉(zhuǎn)后所述網(wǎng)格模型按照平行于xy平面的方式進(jìn)行水平切片，計(jì)算各個(gè)截面的截面面積以及各個(gè)截面在水平面的位置；

根據(jù)獲得的各個(gè)截面的截面面積以及各個(gè)截面在水平面的位置獲得所述模型容積。

該示例中，獲得的所述模型容積以公式表示為：

其中，V表示模型容積，Z表示截面對(duì)應(yīng)的Z軸坐標(biāo)，S表示截面對(duì)應(yīng)的截面面積，i表示截面的序號(hào)，n表示獲得的截面的總數(shù)量。

綜上所述，本發(fā)明的基于三維超聲圖像的感興趣區(qū)域的自動(dòng)分割方法及系統(tǒng)，速度快、抗噪性較好，魯棒性高；且操作簡(jiǎn)單、便捷，在卵巢囊泡分割等方面精度更高，大大降低了臨床醫(yī)生的工作量，并提供快速，較為準(zhǔn)確的結(jié)果。

為了描述的方便，描述以上裝置時(shí)以功能分為各種模塊分別描述。當(dāng)然，在實(shí)施本申請(qǐng)時(shí)可以把各模塊的功能在同一個(gè)或多個(gè)軟件和/或硬件中實(shí)現(xiàn)。

通過以上的實(shí)施方式的描述可知，本領(lǐng)域的技術(shù)人員可以清楚地了解到本申請(qǐng)可借助軟件加必需的通用硬件平臺(tái)的方式來實(shí)現(xiàn)?；谶@樣的理解，本申請(qǐng)的技術(shù)方案本質(zhì)上或者說對(duì)現(xiàn)有技術(shù)做出貢獻(xiàn)的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計(jì)算機(jī)軟件產(chǎn)品可以保存在保存介質(zhì)中，如ROM/RAM、磁碟、光盤等，包括若干指令用以使得一臺(tái)計(jì)算機(jī)設(shè)備(可以是個(gè)人計(jì)算機(jī)，信息推送服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本申請(qǐng)各個(gè)實(shí)施方式或者實(shí)施方式的某些部分所述的方法。

以上所描述的裝置實(shí)施方式僅僅是示意性的，其中所述作為分離部件說明的模塊可以是或者也可以不是物理上分開的，作為模塊顯示的部件可以是或者也可以不是物理模塊，即可以位于一個(gè)地方，或者也可以分布到多個(gè)網(wǎng)絡(luò)模塊上。可以根據(jù)實(shí)際的需要選擇其中的部分或者全部模塊來實(shí)現(xiàn)本實(shí)施方式方案的目的。本領(lǐng)域普通技術(shù)人員在不付出創(chuàng)造性勞動(dòng)的情況下，即可以理解并實(shí)施。

本申請(qǐng)可用于眾多通用或?qū)Ｓ玫挠?jì)算系統(tǒng)環(huán)境或配置中。例如：個(gè)人計(jì)算機(jī)、信息推送服務(wù)器計(jì)算機(jī)、手持設(shè)備或便攜式設(shè)備、平板型設(shè)備、多處理模塊系統(tǒng)、基于微處理模塊的系統(tǒng)、置頂盒、可編程的消費(fèi)電子設(shè)備、網(wǎng)絡(luò)PC、小型計(jì)算機(jī)、大型計(jì)算機(jī)、包括以上任何系統(tǒng)或設(shè)備的分布式計(jì)算環(huán)境等等。

本申請(qǐng)可以在由計(jì)算機(jī)執(zhí)行的計(jì)算機(jī)可執(zhí)行指令的一般上下文中描述，例如程序模塊。一般地，程序模塊包括執(zhí)行特定任務(wù)或?qū)崿F(xiàn)特定抽象數(shù)據(jù)類型的例程、程序、對(duì)象、組件、數(shù)據(jù)結(jié)構(gòu)等等。也可以在分布式計(jì)算環(huán)境中實(shí)踐本申請(qǐng)，在這些分布式計(jì)算環(huán)境中，由通過通信網(wǎng)絡(luò)而被連接的遠(yuǎn)程處理設(shè)備來執(zhí)行任務(wù)。在分布式計(jì)算環(huán)境中，程序模塊可以位于包括保存設(shè)備在內(nèi)的本地和遠(yuǎn)程計(jì)算機(jī)保存介質(zhì)中。

應(yīng)當(dāng)理解，雖然本說明書按照實(shí)施方式加以描述，但并非每個(gè)實(shí)施方式僅包含一個(gè)獨(dú)立的技術(shù)方案，說明書的這種敘述方式僅僅是為清楚起見，本領(lǐng)域技術(shù)人員應(yīng)當(dāng)將說明書作為一個(gè)整體，各實(shí)施方式中的技術(shù)方案也可以經(jīng)適當(dāng)組合，形成本領(lǐng)域技術(shù)人員可以理解的其他實(shí)施方式。

上文所列出的一系列的詳細(xì)說明僅僅是針對(duì)本發(fā)明的可行性實(shí)施方式的具體說明，它們并非用以限制本發(fā)明的保護(hù)范圍，凡未脫離本發(fā)明技藝精神所作的等效實(shí)施方式或變更均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。