[发明专利]一种基于三维Zernike矩的肾脏动脉CT造影图像血管分割方法

权利要求书

1.一种基于三维Zernike矩的肾脏动脉CT造影图像血管分割方法，其特征在于： 包括如下步骤：

步骤1：利用固定阈值区域生长方法及动脉主分支中轴线末端延伸方法获取包含血 管腔的预测体素点集合；

步骤2：提取步骤1中预测体素点的局部几何结构特征，并基于三维Zernike矩理 论计算预测体素点的向量化局部几何结构特征描述子；

步骤3：利用支持向量机的学习分类模型对步骤2得到的向量化局部几何结构特征 描述子进行区域类型识别，进而确定各个预测体素点的类型；所述类型包括血管腔类型 和血管腔类型以外的其他背景组织类型；

步骤4：对步骤3得到的预测体素点分类结果进行后处理，保留血管腔类型的预测 体素点，并通过固定阈值区域生长提取与血管腔类型的预测体素点连通的体素点，得到 完整的肾脏动脉血管分割结果。

2.根据权利要求1所述的基于三维Zernike矩的肾脏动脉CT造影图像血管分割方 法，其特征在于：所述步骤1具体包括如下步骤：

(11)在肾脏动脉CT造影图像中选取主动脉入口的种子点进行固定阈值T₁的区域 生长算法获取肾脏动脉主要血管分支，并提取相应血管中轴线；

(12)利用肾脏掩膜滤除肾脏动脉CT造影图像中的背景部分，通过固定阈值T₂的 区域生长算法获取包含血管腔的图像区域，并滤除步骤(11)中已经获得的肾脏动脉主 要血管分支；

(13)通过延伸步骤(11)中获取的肾脏动脉主要血管分支中轴线获取血管末梢延 伸区域，以弥补步骤(12)中由于造影剂在末梢分布不均造成的断裂遗漏情况，并与步 骤(12)中获得的图像区域合并，得到包含血管腔的预测体素点集合。

3.根据权利要求1所述的基于三维Zernike矩的肾脏动脉CT造影图像血管分割方 法，其特征在于：所述步骤2具体包括如下步骤：

(21)对于第i个预测体素点v_i，提取以v_i为中心半径为R的球体局部区域，以v_i的 灰度值I(v_i)为基准，下降k个百分比获取阈值通过固定阈值的区 域生长算法获取球体局部区域的几何结构；k取值为球体局部区域中心体素点灰度的 +5％或球体局部区域中心体素点灰度的-5％；

(22)将步骤(21)中获得的几何结构映射到分辨率为2R+1的单位球中，并计算 阶数为n的三维Zernike矩设定截断阶数为N，n∈[0,N]、l∈[0,n]、m∈[-l,l]且 n-l为偶数；将汇总为2l-1维向量并对Ω_nl求二阶范式得 到具有空间旋转不变性的描述子||Ω_nl||；将不同(n,l)确定的||Ω_nl||构成向量化局部几何结 构特征描述子，以向量化局部几何结构特征描述子表示预测体素点v_i的局部几何结构特 征。

4.根据权利要求1所述的基于三维Zernike矩的肾脏动脉CT造影图像血管分割方 法，其特征在于：所述步骤3具体包括如下步骤：

(31)利用已知的分别属于血管腔类型和其他组织背景类型的体素点的向量化局部 几何结构特征描述子作为训练数据，并利用可支持向量机的机器学习算法对训练数据进 行学习获取分类模型；

(32)利用步骤(31)中获得的分类模型对步骤2中获得的预测体素点的向量化局 部几何结构特征描述子进行类别判定，得到各个预测体素点的类型。

5.根据权利要求1所述的基于三维Zernike矩的肾脏动脉CT造影图像血管分割方 法，其特征在于：所述步骤4具体过程为：根据步骤3中获得的各个预测体素点的类型 对预测体素点进行分类处理，保留类别为血管腔类型的预测体素点，剔除血管腔类型以 外的其他背景组织类型的预测体素点，并利用固定阈值区域生长算法将保留的血管腔类 型的预测体素点和步骤1中提取的肾脏动脉主要血管分支进行连接，获取完整的肾脏动 脉血管分割结果。