[发明专利]基于亚像素的血管分割方法及其分割系统

权利要求书

1.一种基于亚像素的血管分割方法，其特征在于，包括以下步骤：

S1、对CT扫描获取的Dicom文件序列通过高位截取、反变换和调窗处理三个环节进行预处理，将所述Dicom文件序列转换为计算机通用的Bmp文件序列；

S2、对所述Bmp文件序列使用Canny算法进行粗边缘检测，并生成粗边缘检测结果；

S3、将所述粗边缘检测结果生成链表记录下来，并保留原始灰度；

S4、使用Zernike矩对记录下来的所述粗边缘检测结果进行亚像素的边缘定位以获取边缘坐标；

S5、根据所述边缘坐标使用漫水填充算法将血管区域填充，并通过阈值分割获取三维血管结构；

S6、通过鼠标在所述三维血管结构中点击获取初始种子点，采用26邻域对所述三维血管结构进行区域生长分割，实现交互式分割出指定血管结构。

2.根据权利要求1所述的基于亚像素的血管分割方法，其特征在于，在步骤S1中，调窗处理环节将变换公式和Center＝C/RS-RI,Width＝W/RS-RIMin＝Center-Width,Max＝Center+Width中的输入值划分为三类，划分标准Temp＝1024/(Max-Min)×g_m关联图像的截距和斜率，分别为Pixel_In≤Min、Pixel_In≥Max和Other，其中，C为窗位，W为窗宽，RS、RI分别为斜率和截距，g_m为显示器的最大显示值，Pixel_In为输入的图像数据原始值，Pixel_Out为输出的显示灰度值。

3.根据权利要求1或2所述的基于亚像素的血管分割方法，其特征在于，在步骤S2中，对于Canny算法中的阈值选取，结合Otsu算法，自适应的获取高低阈值，将Canny算法得到的非极大值抑制图像N(x,y)中的像素划分为N₁、N₂和N₃三个类别，根据三个类别的灰度值期望，定义类间方差σ²(k,t)，根据公式获得两个最佳阈值k^*和t^*，其中，N₁代表非极大值抑制图像N(x,y)中的非边缘点，N₂代表非极大值抑制图像N(x,y)中需要判断边缘点的点，N₃代表非极大值抑制图像N(x,y)中的边缘点。

4.根据权利要求1所述的基于亚像素的血管分割方法，其特征在于，在步骤S4中，选取Zernike矩的7X7模板进行亚像素边缘定位。

5.根据权利要求1所述的基于亚像素的血管分割方法，其特征在于，在步骤S6中，通过鼠标在指定血管中选取表现特征明显的点作为用来进行方向引导的初始种子点，将初始种子点与其邻域的体像素点之间的灰度差作为新种子点的判断依据一；将各相邻初始种子点之间的单位向量与初始种子点到其邻域点方向的单位向量的数量积作为新种子点判断依据二；根据判断依据一和判断依据二实现交互式分割指定血管结构。

6.一种基于亚像素的血管分割系统，其特征在于，包括：

图像序列预处理模块，用于对CT扫描获取的Dicom文件序列通过高位截取、反变换和调窗处理三个环节进行预处理，并将所述Dicom文件序列转换为计算机通用的Bmp文件序列；

亚像素边缘检测血管分割模块，用于对Bmp文件序列使用Canny算法和Zemike矩进行处理以得到三维血管结构；以及

交互式分割指定血管结构模块，用于采用26领域对三维血管结构进行区域生长分割，实现交互式分割出指定血管结构。

7.根据权利要求6所述的基于亚像素的血管分割方法的分割系统，其特征在于，所述亚像素边缘检测血管分割模块包括：

粗边缘检测模块，用于使用Canny算法对对所述Bmp文件序列进行粗边缘检测；

记录模块，用于将粗边缘检测的结果生成链表记录下来，并保留原始灰度；

边缘坐标获取模块，用于使用Zernike矩对记录下来的粗边缘检测结果进行亚像素的边缘定位以获取边缘坐标；以及

三维血管结构形成模块，用于根据所述边缘坐标使用漫水填充算法将血管区域填充，并通过阈值分割获取三维血管结构。