[发明专利]一种融合边缘和区域特征的CT图像中主动脉的分割方法有效
申请号: | 201610319535.4 | 申请日: | 2016-05-13 |
公开(公告)号: | CN106056576B | 公开(公告)日: | 2019-05-21 |
发明(设计)人: | 骆炎民;杨珺;柳培忠 | 申请(专利权)人: | 华侨大学;泉州市中仿宏业信息科技有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/12 |
代理公司: | 泉州市文华专利代理有限公司 35205 | 代理人: | 戴中生 |
地址: | 362000 福*** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明一种融入边缘和区域特征的CT图像中主动脉的分割方法,融入边缘和区域特征,借助水平集思想,能得到清晰准确的目标轮廓,实现CT图像中主动脉的分割,运行速度非常快且分割结果准确,较好地解决了CT图像中主动脉的提取问题,为医学诊断提供一个参考。 | ||
搜索关键词: | 一种 融合 边缘 区域 特征 ct 图像 主动脉 分割 方法 | ||
【主权项】:
1.一种融合边缘和区域特征的CT图像中主动脉的分割方法,其特征在于包括如下步骤:步骤1、构建传统CV模型的能量函数E:设图像定义域为Ω的分割图像I(x,y)被闭合轮廓线C划分为两个同质区域,即闭合轮廓线C的内部和外部,各区域的平均灰度值分别为C1和C2,能量泛函E(C):
其中,x,y为像素点在图像中的横纵坐标;若闭合轮廓线C位于分割图像I(x,y)的实际边界C0的外部时,则E1(C)>0,E2(C)≈0,若闭合轮廓线C位于分割图像I(x,y)的实际边界C0的内部时,则E1(C)≈0,E2(C)>0;若闭合轮廓线C跨越分割图像的实际边界C0的内外部,E1(C)>0,E2(C)>0;若闭合轮廓线C位于分割图像I(x,y)的实际边界C0上时,E1(C)≈0,E2(C)≈0,当闭合轮廓线C与实际边界C0重合时,E(C)取得最小值;在上式能量泛函E(C)中加入长度惩罚项μ,得到CV水平集模型的能量函数E(C,C1,C2)为:
其中,Length(C)表示闭合轮廓线C的长度,μ、λ1、λ2是各个能量项权重的预置系数,μ≥0,λ1、λ2>0;为了求得能量函数E(C,C1,C2)的最小值,使用水平集的思想,将未知的演化曲线C,即上述提到的闭合轮廓曲线C,用水平集函数φ(x,y)来代替,并且设定如果点(x,y)在演化曲线C的内部,则水平集函数φ(x,y)>0;如果点(x,y)在演化曲线C的外部时,则水平集函数φ(x,y)<0;而如果点(x,y)恰好在演化曲线C上面时,则φ(x,y)=0,通过引入水平集函数φ(x,y),能量泛函E(C)可被重写为如下的形式:
上式中,
为梯度符号,即表示分别对函数φ(x,y)中的x,y求导,Hε(z)和δε(z)分别是海氏函数H(z)和狄拉克函数δ(z)的正则化形式,海氏函数H(z)的正则化形式Hε(z)为:
狄拉克函数δ(z)正则化形式δε(z)为:
上式中ε为正则化参数;步骤2、在传统CV模型中加入能量惩罚项,使得水平集函数φ(x,y)在演化过程中保持为近似的符号距离函数,避免重新初始化水平集函数,此能量惩罚项表达式为:
其中
表示梯度符号步骤3、在传统CV模型中加入圆形先验知识约束形变模型的收敛形状,使曲线的演化结果与先验形状特征相一致,使用符号距离函数φ来隐含表示目标的形状,构造先验形状约束项:设图像定义域Ω,符号距离函数φ表示演化曲线,φp为先验形状的符号距离函数,则形状先验能量项Ep(φ,φp)表示为:Ep(φ,φp)=∫Ω(H(φ(x,y))‑H(φp(x,y)))2dxdy (7)定义圆形特征公式为:
则形状约束能量泛函Ecircle表示为:
上式中,x0,y0为圆的圆心坐标,r为圆的半径,他们随着曲线的演化也在不断地变化;步骤4、综合上述式(3)(6)(9)构造最终的能量函数E:
通过固定水平集函数φ,对图像的灰度均值函数C1和C2进行求导,通过变分法可以得到C1(φ)和C2(φ)的如下表达形式:![]()
利用欧拉‑拉格朗日法推导式(10)得到水平集函数φ的欧拉‑拉格朗日方程,引入时间变量t后,可以得到如下的水平集演化方程:
公式(11)便为最终得到的新的水平集演化方程,上述λ3为形状约束项控制参数;步骤5、利用步骤4得到的新的能量函数E对CT图像中的主动脉进行分割:步骤5.1、将输入的CT图像序列文件统一转换为.jpg格式,CT图像属于中分辨率图像,分辨率为512*512*12,则格式转换后的图像大小为512*512;步骤5.2、读入步骤5.1中统一格式的CT图像序列文件,并对第一张图像进行剪裁和滤波预处理,得到初始感兴趣区域;步骤5.3、将步骤5.2得到的初始感兴趣区域图像的中心设置为中心点,设置初始轮廓线为圆形;步骤5.4、设置水平集方法的参数:步骤5.5、迭代求解式(11)的水平集演化方程;步骤5.6、从水平集函数中提取零水平集,即演化曲线;步骤5.7、设置水平集自适应停止函数,在水平集演化过程中,演化曲线不断向目标轮廓逼近,当演化曲线最终到达真实轮廓的时候,不管是否到达设置的迭代次数,演化曲线应该停止演化,即自适应停止函数如果得到满足,算法结束,则第一张图像分割完毕,将分割结果保存后转步骤5.8,否则返回步骤5.6;步骤5.8、下一张图像以前一张图像的分割结果为依据,以前一张图像分割区域中心点为中心点,进行感兴趣区域的初始裁剪,并将此点作为初始轮廓线的中心点;步骤5.9、重复步骤5.3至5.8,其中步骤5.4的参数设置在第一次设置好之后可省略,待所有CT图像分割完毕,得到最终的分割结果。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华侨大学;泉州市中仿宏业信息科技有限公司,未经华侨大学;泉州市中仿宏业信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201610319535.4/,转载请声明来源钻瓜专利网。
- 上一篇:一种基于资源依赖关系的云数据监控方法及装置
- 下一篇:一种宽阻带带通滤波器