[发明专利]一种基于单演信号和标记分水岭分割的SR-μCT图像三维血管提取方法

权利要求书

1.一种基于单演信号和标记分水岭分割的SR-μCT图像三维血管提取方法，包括以下步骤：

步骤一，读取数据和预处理：

(1)读取由同步辐射光源微计算机断层扫描技术(synchrotron radiation micro-computed tomography:SR-μCT)成像生成的三维小鼠胫骨组织和血管网络图像(8-bit图像)；

(2)调整三维图像中的前景结构中轴线方向、移除骨骺，并利用边框算法选取仅包含目标结构的长方体区域作为待处理的数据；

步骤二，生成含有血管、骨组织和背景种子区域的标记图像：

(1)通过双阈值区域生长、形态学腐蚀操作、形态学膨胀操作、形态学开操作方法生成血管、骨组织和背景的种子区域，从而使这些种子区域分别位于相应目标结构的内部且互相无重叠；

(2)分别对血管、骨组织和背景种子区域内的体素点设置不同的灰度值，以区分不同的标记类别，如血管种子区域被设置为255、骨组织种子区域设置为160，以及背景种子区域设置为80；

步骤三，建立分水岭分割算法的基础图像：

(1)通过Riesz变换计算SR-μCT三维图像的单演信号；

(2)根据单演信号的局部相位特征计算图像中各结构的边界信息，以作为分水岭分割算法的基础图像，由于单演信号的局部相位特征独立于图像的灰度值强度且只与结构相关，故相比于传统的梯度图像基础图，该方法可以更好地探测到对比度相对较低的边界，如SR-μCT图像中骨组织和血管结构的边界；

步骤四，在上述步骤二标记图像和步骤三基础图像的基础上应用分水岭分割算法，以实现对SR-μCT图像中的三维骨组织和血管网络的高质量分割。

2.根据权利要求1所述的一种基于单演信号局部相位和标记分水岭分割算法的小鼠胫骨SR-μCT图像三维血管网络提取方法，其特征在于，所述步骤二中运用的双阈值区域生长方法，该方法首先根据图像的特征选取合适的阈值上界和阈值下界，接着按照下述标准进行图像的二值化操作：

(1)若三维图像中一个体素的灰度值高于阈值上界则保留该体素(255)；

(2)若三维图像中一个体素的灰度值低于阈值下界则舍弃该体素(0)；

(3)若三维图像中一个体素的灰度值介于阈值上界和阈值下界，则根据事先选定的邻域和该体素与已确定保留体素的相邻情况判断该体素是否被保留，如该体素与已确定保留的体素相邻，则保留该体素(255)，反之则舍弃该体素(0)。

3.根据权利要求1所述的一种基于单演信号局部相位和标记分水岭分割算法的小鼠胫骨SR-μCT图像三维血管网络提取方法，其特征在于，所述步骤三中运用的基于Riesz变换的三维图像单演信号计算方法，单演信号可以被定义为：

f_m(x)＝(f(x)，R₁f(x)，R₂f(x)，R₃f(x))

Rf(x)＝(R₁f(x)，R₂f(x)，R₃f(x))

其中，f(x)代表原始的三维图像数据，表示空间坐标，R代表Riesz变换，且其分量为R_α：

4.根据权利要求1所述的一种基于单演信号局部相位和标记分水岭分割算法的小鼠胫骨SR-μCT图像三维血管网络提取方法，其特征在于，所述步骤三中运用Log-Gabor滤波器对图像中的结构尺度进行了选择，经过尺度选择后的单演信号可以写为：

f_mg(x)＝(f(x)*g(x)，R₁f(x)*g(x)，R₂f(x)*g(x)，R₃f(x)*g(x))

其中，g(x)代表空间域中的Log-Gabor滤波器，*表示三维卷积操作。

5.根据权利要求1所述的一种基于单演信号局部相位和标记分水岭分割算法的小鼠胫骨SR-μCT图像三维血管网络提取方法，其特征在于，所述步骤三中运用的基于单演信号局部相位特征的边界信息探测方法，首先，将单演信号表示为一个偶数部分与奇数部分的和：

f_mg(x)＝f_mge(x)+j·f_mgo(x)

f_mge(x)＝f(x)*g(x)

接着，再通过定义多尺度局部相位非对称性来探测图像中的结构边缘信息：

其中，代表用0替换负数的操作，{λ_i}是一系列Log-Gabor滤波器的中心波长(λ_i＝2π/ω_i)，T是一个用来抑制噪声的阈值，∈是用来避免分母为0的一个非常小的数值。