一種冠脈三維圖像分割的方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種冠脈三維圖像分割方法，尤其涉及一種基于冠脈圖像分類模型數(shù)據(jù)庫(kù)的冠脈三維圖像分割方法。
【背景技術(shù)】
[0002]心血管疾病嚴(yán)重危害著人類健康，它每年奪走1200萬(wàn)人的生命，接近世界人口總死亡人數(shù)的四分之一。心血管疾病通常由冠狀動(dòng)脈的狹窄和堵塞引起的，由此加速了心血管成像形態(tài)學(xué)相關(guān)診斷技術(shù)的發(fā)展，其中冠脈血管分割是最重要的一環(huán)。
[0003]在早期，大多數(shù)臨床造影術(shù)的常規(guī)臨床過(guò)程中依賴很多手工操作步驟，致使冠脈圖像分割過(guò)程工作量巨大。在這種情況下，全自動(dòng)和半自動(dòng)的圖像處理成為行業(yè)需要，據(jù)此減少手工交互和降低對(duì)操作者的依賴，提升準(zhǔn)確性和操作效率。隨著成像技術(shù)的發(fā)展，當(dāng)前的三維CTA模態(tài)數(shù)據(jù)已經(jīng)能夠達(dá)到很高的質(zhì)量和分辨率，進(jìn)一步推動(dòng)了各種自動(dòng)化的精細(xì)的血管分割技術(shù)的發(fā)展，這些精細(xì)的血管分割技術(shù)包括區(qū)域增長(zhǎng)技術(shù)、主動(dòng)輪廓技術(shù)、基于中心線的方法和基于統(tǒng)計(jì)學(xué)的方法等等。
[0004]此外，隨著FFR等生理性診斷技術(shù)在冠心病診斷中的應(yīng)用并成為金標(biāo)準(zhǔn)，基于計(jì)算機(jī)的血液動(dòng)力仿真在近幾年也得到研宄和發(fā)展。為了得到準(zhǔn)確的流體力學(xué)計(jì)算結(jié)果，對(duì)冠脈的三維圖像重建也提出了很高要求。
[0005]如上所述，冠脈圖像的精確分割和提取就變得越發(fā)重要，這不僅是病變形態(tài)學(xué)評(píng)估的需要，也是計(jì)算機(jī)生理仿真的需要。
[0006]眾所周知，區(qū)域生長(zhǎng)法是一種傳統(tǒng)的冠脈三維圖像分割方法。
[0007]區(qū)域生長(zhǎng)法根據(jù)圖像中血管所占領(lǐng)區(qū)域內(nèi)的性質(zhì)(例如，灰度、紋理、色彩等等)，把血管所占領(lǐng)的區(qū)域找出來(lái)。區(qū)域生長(zhǎng)法有兩個(gè)重要的準(zhǔn)則即性質(zhì)的相似性和空間的相鄰性，假定空間上相鄰、性質(zhì)上相似的像素屬于同一物體。以灰度為例，在血管圖像內(nèi)部用某一準(zhǔn)則找一個(gè)初選點(diǎn)P，從P點(diǎn)出發(fā)按八鄰域搜尋，設(shè)定一個(gè)閾值H，凡是與P點(diǎn)的灰度差不超過(guò)閾值H的點(diǎn)，都認(rèn)為在物體上。用此方法向四周搜索，直到找不到這樣的點(diǎn)為止。
[0008]區(qū)域生長(zhǎng)法是一種半自動(dòng)的方法，它需要預(yù)先給出一個(gè)生長(zhǎng)點(diǎn)(種子點(diǎn))和判斷準(zhǔn)則(比如閾值)。
[0009]為了減少人工操作和提高生長(zhǎng)的準(zhǔn)確性，在申請(qǐng)?zhí)枮?01210095033.X的發(fā)明名稱為“一種應(yīng)用在冠狀動(dòng)脈造影圖像分割中的改進(jìn)的區(qū)域生長(zhǎng)方法”的專利文獻(xiàn)中公開(kāi)了一種種子點(diǎn)自動(dòng)選擇和閾值自適應(yīng)的優(yōu)化技術(shù)(統(tǒng)計(jì)平均值)。
[0010]此外，如果圖像中物體和背景的灰度分布成某種統(tǒng)計(jì)規(guī)律，還可以用統(tǒng)計(jì)方法來(lái)判斷某一像素是否應(yīng)該生長(zhǎng)。
[0011]如上所述，區(qū)域生長(zhǎng)法利用鄰近像素是否在一個(gè)灰度范圍內(nèi)進(jìn)行判別。因?yàn)闆](méi)有冠脈的空間結(jié)構(gòu)信息，所以待生長(zhǎng)點(diǎn)只能依據(jù)與它相鄰的一個(gè)點(diǎn)的灰度比較進(jìn)行判斷，而不能通過(guò)比較空間中該點(diǎn)所在血管段的總體灰度情況進(jìn)行判斷。
[0012]眾所周知，冠脈分支空間結(jié)構(gòu)復(fù)雜，血管灰度值隨著遠(yuǎn)端延伸而遞減。區(qū)域生長(zhǎng)法在生長(zhǎng)過(guò)程中對(duì)灰度范圍即閾值的定義存在難度。如果閾值過(guò)小，當(dāng)受到噪聲影響時(shí)，會(huì)出現(xiàn)血管孔洞(即，欠生長(zhǎng)的問(wèn)題)；相反，如果閾值過(guò)大，當(dāng)遭受對(duì)比劑不均勻時(shí)，會(huì)出現(xiàn)血管泄露(即，過(guò)生長(zhǎng)的問(wèn)題)。

【發(fā)明內(nèi)容】

[0013]為了解決上述技術(shù)問(wèn)題，本發(fā)明提供了一種冠脈三維圖像分割的方法，這種方法能夠應(yīng)用于冠脈血管的三維圖像重建，通過(guò)計(jì)算機(jī)圖像分割算法對(duì)特定心血管疾病患者的CT血管造影圖像進(jìn)行圖像處理和分析，分割出完整的冠脈血管，供臨床醫(yī)生進(jìn)行診斷和學(xué)術(shù)參考(比如從形態(tài)學(xué)角度對(duì)狹窄進(jìn)行判斷)，或作為數(shù)據(jù)輸入到流體動(dòng)力學(xué)軟件進(jìn)行血液動(dòng)力仿真計(jì)算，達(dá)到個(gè)性化和精準(zhǔn)醫(yī)療的目的。
[0014]本發(fā)明提供了一種冠脈三維圖像分割的方法，包括如下步驟:預(yù)先建設(shè)冠脈分類模型庫(kù)(SI);輸入醫(yī)療圖像數(shù)據(jù)(S2);選擇種子點(diǎn)并基于選擇的種子點(diǎn)將輸入的醫(yī)療圖像數(shù)據(jù)與分類模型庫(kù)中的分類模型進(jìn)行匹配(S3);判斷是否存在匹配的分類模型(S4)，其中，如果判斷不存在匹配的分類模型(S4中為“否”)則按照常規(guī)區(qū)域生長(zhǎng)算法進(jìn)行血管生長(zhǎng)(S7)，然后對(duì)生長(zhǎng)出來(lái)的圖像進(jìn)行人工校正并在分類模型庫(kù)中加入不能夠正常完成生長(zhǎng)的新的冠脈分類模型(S8)，然后獲得冠脈三維圖像(S9)，反之，如果判斷存在匹配的分類模型(S4中為“是”)則基于找到的匹配分類模型的范圍和方向進(jìn)行血管生長(zhǎng)(S5)，然后判斷血管是否能夠正常完成生長(zhǎng)(S6)，其中，如果判斷血管不能夠正常完成生長(zhǎng)(S6中為“否”)則按照常規(guī)區(qū)域生長(zhǎng)算法進(jìn)行血管生長(zhǎng)(S7)，然后對(duì)生長(zhǎng)出來(lái)的圖像進(jìn)行人工校正并在分類模型庫(kù)中加入不能夠正常完成生長(zhǎng)的新的冠脈分類模型(S8)，然后獲得冠脈三維圖像(S9)，反之，如果判斷血管能夠正常完成生長(zhǎng)(S6中為“是”)則獲得冠脈三維圖像
(S9)。
[0015]在上述的冠脈三維圖像分割的方法中，選擇種子點(diǎn)并基于選擇的種子點(diǎn)將輸入的醫(yī)療圖像數(shù)據(jù)與分類模型庫(kù)中的分類模型進(jìn)行匹配(S3)包括如下步驟:在醫(yī)學(xué)圖像上人工輔助選擇待分割冠脈血管段的種子點(diǎn)(S31);在三維坐標(biāo)系中將種子點(diǎn)(A)與種子點(diǎn)(B)進(jìn)行連線以形成向量(AB)，然后將種子點(diǎn)(A)與冠脈分類模型庫(kù)中的各個(gè)分類模型的入口點(diǎn)進(jìn)行重合，將向量(AB)方向與各個(gè)分類模型的對(duì)應(yīng)向量方向進(jìn)行重合以完成三維定標(biāo)
(532);計(jì)算向量(AB)的長(zhǎng)度，在分類模型庫(kù)中查找與該向量(AB)的長(zhǎng)度近似的分類模型
(533);判斷是否找到近似長(zhǎng)度的分類模型(S34)，其中，如果判斷沒(méi)有找到近似長(zhǎng)度的分類模型(S34中為“否”)則標(biāo)志匹配失敗，反之，如果判斷找到近似長(zhǎng)度的分類模型(S34中為“是”)，則針對(duì)所有種子點(diǎn)(C、D、E)完成最小距離的計(jì)算(S35)，然后對(duì)全部的最小距離求平均值(S36)，然后判斷該平均值是否在預(yù)定范圍內(nèi)(S37)，其中，如果判斷該平均值在預(yù)定范圍內(nèi)(S37中為“是”)則標(biāo)志與該分類模型匹配；反之，如果判斷該平均值不在預(yù)定范圍內(nèi)(S37中為“否”)則標(biāo)志與該分類模型不匹配。
[0016]在上述的冠脈三維圖像分割的方法中，基于找到的匹配分類模型的范圍和方向進(jìn)行血管生長(zhǎng)的步驟(S5)包括如下步驟:在三維坐標(biāo)系內(nèi)將種子點(diǎn)(A)與找到的一個(gè)匹配分類模型的入口點(diǎn)進(jìn)行重合，將種子點(diǎn)⑷與種子點(diǎn)⑶形成的向量(AB)方向與這個(gè)匹配分類模型的對(duì)應(yīng)向量方向進(jìn)行重合以完成定標(biāo)(S51);從種子點(diǎn)(A)開(kāi)始，根據(jù)這個(gè)分類模型的各個(gè)節(jié)點(diǎn)，恰當(dāng)選擇起點(diǎn)和終點(diǎn)，逐段地取出這個(gè)分類模型的各個(gè)中心線段(S52);確定生長(zhǎng)種子點(diǎn)和灰度范圍的選擇(S53);判斷該中心線段的起點(diǎn)和終點(diǎn)是否在選擇的種子點(diǎn)范圍內(nèi)(S54)，其中，如果判斷該中心線段的起點(diǎn)和終點(diǎn)不在選擇的種子點(diǎn)范圍內(nèi)(S54中為“否”)則退出本段血管生長(zhǎng)(S61)，反之，如果判斷該中心線段的起點(diǎn)和終點(diǎn)在選擇的種子點(diǎn)范圍內(nèi)(S54中為“是”)，則按照該中心線的起點(diǎn)和終點(diǎn)以及一個(gè)預(yù)設(shè)直徑限定一個(gè)圓柱體的生長(zhǎng)范圍并且在該圓柱體的范圍內(nèi)按區(qū)域生長(zhǎng)法進(jìn)行血管生長(zhǎng)(S55);然后判斷生長(zhǎng)是否超出圓柱體范圍(S56)，其中，如果判斷生長(zhǎng)超出圓柱體范圍(S56中為“是”)則退出本段血管生長(zhǎng)(S61)，反之，如果判斷生長(zhǎng)沒(méi)有超出圓柱體范圍(S56中為“否”)則判斷血管連通性(S57)，其中，如果判斷本段血管存在不連通，則退出本段血管生長(zhǎng)(S61)，反之，如果判斷本段血管不存在不連通則判斷是否完成全部血管段的生長(zhǎng)(