[发明专利]多排螺旋CT影像中的自动分割肝脏区域的方法

说明书

技术领域

本发明涉及计算机图像处理领域及临床医学领域，尤其涉及一种多排螺旋CT影像中的自动分割肝脏区域的方法。

背景技术

Fast Marching分割方法，在J.Sethian的论文A marching level set method formonotonically advancing fronts(In Proceedings of the National Academy of Sciences，volume 93，pages 1591-1595，1996)中提出的Fast Marching方法，是通过从水平集方法出发，从不准确的初始轮廓开始计算，应用时间演化函数进行演化，到达终止条件后，得到比较准确的图像边界轮廓的方法。

直接应用Fast Marching方法进行多排螺旋CT影像的肝脏分割，不能得到令人满意的结果。这是因为，肝脏与周边的器官如胃、肾、心脏具有相近的灰度值，因而会使轮廓演化到其它器官而仍未停止；肝脏器官与体腔壁的灰度也具有相似性，导致轮廓容易演化到体腔外；有的CT影像上的肝脏含有两个肝叶，原始Fast Marching方法无法从一个轮廓演化成多个轮廓。鉴于以上原因，在多排螺旋CT影像的肝脏分割的应用中，需要对该方法作出改进。

发明内容

本发明的目的在于提供一种多排螺旋CT影像中的自动分割肝脏区域的方法。

包括如下步骤：

1)在多排螺旋CT影像序列中选定含有肝脏区域的子图片序列，标注出子序列的首尾两张图片的序号；

2)根据体腔位置、肝脏解剖位置、肝脏灰度特征先验知识确定感兴趣的区域ROI；

3)在首张含肝脏的多排螺旋CT影像图片上根据先验知识、感兴趣的区域ROI，以及和前一张图片的灰度差异来确定用于Fast Marching分割的初始轮廓；

4)设计Fast Marching分割的演化函数，其演化公式如下：

T_i＝min({T_j+[(1+θh_ij)|I_i-I_j|+η]D_ij}

其中

i为窄带narrow band中的点，

j为活动点与i的邻点的交集中的点，

T为到达时间，

I为图像的灰度值，

D为像素间距离，

h_ij为1，当I_i＞I_j，反之为0，

θ和η为控制常数；

5)根据CT影像图片中肝脏的轮廓区域的灰度特征确定Fast Marching分割的终止条件；

6)在下一张影像图片上的感兴趣的区域ROI上，根据和当前CT影像图片上的肝脏轮廓的差异来确定下一张影像图片上的肝脏初始轮廓，重复步骤3)到步骤5)得到下一张图片上的肝脏轮廓；

7)对子序列图片重复步骤3)到步骤6)，得到多排螺旋CT影像序列的完整肝脏轮廓。

本发明与背景技术相比，具有的有益效果是：

不需要手工标注初始轮廓，而只需指定含有肝脏的多排螺旋CT影像子序列的首尾两张图片的序号；首张图片的肝脏初始轮廓完全由程序生成；应用了图像的灰度特征以及之前的肝脏轮廓分割结果，使得生成其他图片的初始轮廓更加有效；可以实现从初始的一个轮廓区域演化成多个轮廓区域，保证了多个肝叶轮廓的完整性；充分利用体腔位置和肝脏位置先验知识，可以有效地控制Fast Marching的演化范围；在分析肝脏轮廓区域的灰度特征基础上确定终止条件，从而能有效地区分肝脏与相近灰度值的周边器官，获得准确的肝脏轮廓。

附图说明

图1是一张CT影像只有一个肝叶的情形的示意图；

图2是图1的CT影像经过分割后得到的结果的示意图；

图3是一张CT影像中有两个肝叶的情形的示意图；

图4是图3的CT影像经过分割后得到的结果的示意图；

图5到图9为一张典型CT影像的肝脏分割过程；

图5是原始CT影像示意图；

图6是体腔区域的示意图；

图7是根据上一张的肝脏分割结果得到的本张CT影像的初始区域的示意图；

图8是根据体腔位置和肝脏位置等先验知识得到的肝脏初始轮廓的示意图；

图9是最后的分割结果的示意图。

具体实施方式

多排螺旋CT影像中的自动分割肝脏区域的方法包括如下步骤：