一种心脏核磁共振图像左室壁内、外膜分割方法

摘要

为了充分利用心脏核磁共振图像(magnetic resonance image,简称 MRI)中关于左心室的解剖和功能信息,必须先分割左室壁内、外膜.提出-种基于Snake模型的左室壁内、外膜分割方法.首先提出了Snake模型的卷积虚拟静电场外力模型CONVEF(convolutional virtual electricfield),该外力场捕捉范围大、抗噪能力强,在C形凹陷区域等问题上性能突出,而且基于卷积运算,采用快速Fourier变换可以实时计算.就左室壁内膜的分割而言,考虑到左室壁的形状近似为圆形,引入基于圆形约束的能量项.对于左室壁外膜的分割,充分挖掘了左室壁内、外膜形状上的相似性和位置上的相关性,构造了形状相似性内能和-个新的边缘图,该边缘图用来计算新的外力场.基于所有这些策略并采用内膜的分割结果初始化,可以自动、准确地分割外膜.通过对-套活体心脏MR(magnetic resonance)图像进行分割并和手工分割结果和GGVF(generaJJized gadient vector flow)Snake模型的分割结果进行比较,结果表明该方法是有效的.