[发明专利]一种三维医学图像中关节软骨组织的自动分割方法

说明书

本发明提供了一种三维医学图像中关节软骨组织的自动分割方法，由三维医学图像预处理、关节软骨组织粗分割、关节软骨组织校正三个部分组成。本发明中，三维医学图像中关节软骨组织的自动分割方法输入是三维医学图像，输出是对应的关节软骨组织。本发明是一种无监督分割方法，在不需要任何人工标注的训练样本情况下，能快速自动地实现三维医学图像中的软骨组织分割，并具有和有监督的分割方法相当的分割精度。

技术领域

本发明属于医学图像处理技术领域，具体涉及一种三维医学图像中关节软骨组织的自动分割方法。

背景技术

骨关节炎是世界上最常见的关节疾病，主要由关节软骨组织的病变引起，其发病率和患病率均随年龄的增长而增加。它除了造成身体和心理上的后遗症外，还伴随着巨大的社会和经济负担。三维医学图像中关节软骨组织的精确分割可以辅助医生分析软骨的形态，为骨关节炎严重程度的判定提供定量数据。

三维医学图像中关节软骨的分割虽然取得了一定进展，但是依然存在如下问题：1）提出的方法大部分应用于膝关节软骨组织，对其它关节软骨组织的分割方法较少；2）有监督算法需要大量精准标注的数据集，但是已标注的关节软骨数据集很少。

发明内容

发明目的：为了解决现有技术存在的问题，本发明的目的是提供一种三维医学图像中关节软骨组织的自动分割方法。该方法不限定于某种特定关节软骨的分割，可以广泛应用于膝关节软骨、髋关节软骨等薄面体状结构的分割任务。本方法是一种无监督的自动分割方法，不需要已标注的训练数据集。本发明使用简便，具有很高的临床应用价值。

技术方案：一种三维医学图像中关节软骨组织的自动分割方法，包括如下步骤：

步骤1：对三维医学图像数据进行预处理。

步骤2：对预处理后的三维图像体素使用多通道分类器进行分类，得到关节软骨组织的粗分割结果。

步骤3：对软骨组织粗分割结果使用区域限制的水平集进行校正，得到关节软骨组织的精确分割结果。

所述步骤1具体包括如下内容：

步骤1.1：采用基于Blackman-Harris窗口函数的Sinc插值方法对输入的医学图像三维数据V₀进行插值，得到插值后的三维数据V₁。

步骤1.2：采用三维非局部均值滤波对V₁去噪，得到去噪后的三维数据V₂。

所述步骤2具体包括如下内容：

步骤2.1：使用三维多尺度局部薄面体结构滤波器对V₂进行处理，得到每个体素值由薄面体结构相似度值构成的三维数据V₃。

步骤2.2：以V₂和V₃的体素值为特征，使用多通道分类器将体素分为背景和前景（关节软骨组织）两类，得到分类后的三维数据V₄。

步骤2.3：对V₄中的前景进行连通性分析，去除孤立的小区域，得到软骨组织的粗分割V₅。

所述步骤3具体包括如下内容：

步骤3.1：以V₅初始化水平集Ψ，得到初始水平集Ψ⁰，并获得基于Ψ⁰的初始窄带B⁰。

步骤3.2：迭代计算更新水平集。第k次迭代，在窄带B^k上更新水平集Ψ^k，得到新的水平集Ψ^k+1，基于Ψ^k+1获得新的窄带B^k+1。