首页> 中国专利> CT图像中一种有效的半自动血管分割方法

CT图像中一种有效的半自动血管分割方法

摘要

CT图像中一种有效的半自动血管分割方法,采用的硬件是CPU,软件采用Visual Studio 2010,本方法包括下述步骤:①血管路径曲线采样,②获取最件“球”半径③调整“球”心位置与“球半径”④优化“球”心位置与“球半径”⑤ 采样点间“球”模型插值⑥阈值膨胀。本发明优点:本发明的半自动血管分割方法,能够较为准确的分割出血管轮廓,有助于提升病情诊断的准确性,提高医疗效率。

著录项

  • 公开/公告号CN107180431A

    专利类型发明专利

  • 公开/公告日2017-09-19

    原文格式PDF

  • 申请/专利权人 辽宁工业大学;

    申请/专利号CN201710238783.0

  • 发明设计人 贾旭;孙福明;曹玉东;

    申请日2017-04-13

  • 分类号

  • 代理机构沈阳利泰专利商标代理有限公司;

  • 代理人吴维敬

  • 地址 121000 辽宁省锦州市古塔区士英街辽宁工业大学北七303

  • 入库时间 2023-06-19 03:21:52

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2023-03-21

    未缴年费专利权终止 IPC(主分类):G06T 7/11 专利号:ZL2017102387830 申请日:20170413 授权公告日:20200714

    专利权的终止

  • 2020-07-14

    授权

    授权

  • 2017-10-20

    实质审查的生效 IPC(主分类):G06T7/11 申请日:20170413

    实质审查的生效

  • 2017-09-19

    公开

    公开

说明书

技术领域

本发明为一种有效的CT图像血管分割方法,属于数字医疗技术领域。

背景技术

目前,很多人忽视了饮食习惯问题,导致饮食中脂类、醇类过多,又没有合理的运动促进其代谢,极易引发心脑血管疾病,从而出现了大量的心脑血管疾病患者。而医疗资源分配的欠合理,导致某些医院人满为患,如不提高医疗效率,将使得这些患者得不到及时的检测和治疗。因此,数字化医疗应运而生,其实施不仅可以大大提高医院的诊疗效率、提高服务质量,而且对提高医院未来竞争力会产生极大的影响。在数字医疗设备中,CT被认为在对心脑血管疾病的诊断价值较高,因此,快速准确的从CT图像中分割出血管信息将对提高医疗效率有着重要意义。

发明内容

本发明的目的,是针对CT图像,在给定描述血管路径的曲线后,提供一种有效的半自动血管分割方法,能够较为准确的分割出血管轮廓,有助于提升病情诊断的准确性,提高医疗效率。

采用的软硬件如下:

硬件:PC机(4核及以上CPU);软件:Visual Studio 2010。

设计的血管分割方法包括以下步骤:

1. 血管路径曲线采样

为降低算法的计算量,同时避免血管路径曲线局部出现较大曲率,从而影响后续的算法准确性,有必要对初始路径进行采样处理,即间隔单位距离进行采样,这样既可以降低算法复杂度,同时又不改变初始路径的整体走向与趋势,采样结果为,如图1所示。

获取最佳“球”半径

提出的血管分割算法思路为将血管假设成为一根横截面为圆,且弯曲的管状结构,形成该结构的方式被假设为从起始端(路径起始位置)塞入一个“球”,沿路径前进方向(路径起始位置至终止位置方向)进行滚动形成,滚动过程中“球”的半径将自适应随之变化,最后球体滚动覆盖的所有点标记为血管。假设血管路径曲线的采样点作为“球心”,对每个“球”计算可以存在的最大半径:

(1)

(2)

式中,为“球”半径,为球中体素的个数,为体素值,为“球”中体素的平均值,为“球”包含体素的位置集合,为“球”中所有体素标准差阈值。

调整“球”心位置与“球”半径

由于初始血管路径曲线并不一定在血管中心,生成的“球”集合也不一定是最优的,因此需要对“球”心位置和“球”半径进行进一步的优化。步骤如下:

3.1 获取“球”前进方向

对于曲线来说,某个点的前进方向可表示为该点的切线方向;而曲线采样后形成若干个离散的点,这些点是不存在切线的,要获取每个点的前进方向,需要对其进行近似与估计。这里根据待处理采样点与其前后相邻采样点的位置关系,来估计出该采样点的前进方向,即待处理采样点的切线方向,计算公式为:

(3)

(4)

(5)

式中,分别为待处理采样点沿路径方向的前后各两个采样点的行坐标值(分别为列,层坐标值),为层间像素真实距离与行列间像素真实距离的比例值,为待处理采样点切线方向的单位向量。

获取法平面

在获取了“球”的前进方向后,这里该步骤将实现获取该切线方向的法平面,为了保证相邻“球”心距离适中,定义当“球”滚到此处,“球”心位置需要在这个法平面上。其法平面获取方法如式(6):

(6)

式中,表示“球”心位置坐标。

获取“球”心区域

由3.2可知,虽然调整后的“球”心应在法平面上,但也不应与原“球”心距离过大,这里在法平面上设置一个以原“球心”为中心,为半径的圆,从而将圆的内部作为“球”心位置调整区域。

优化“球”心位置与“球”半径

由于圆内存在无数个点,在判断哪个点为最优的新“球”心位置时,无法对所有点进行遍历,因此,这里需要在圆内进行点采样,使新的“球”心只能在这些采样点上,采样点集合如式(7)所示。

(7)

而后,假设将采样点作为新的“球”心,重复步骤2,得到满足条件(1)的最大半径

最后,选择计算得到的最大半径所对应的点作为优化后新的“球”心,该半径为优化后最优半径,如式(8)所示。

(8)

对所有的采样点进行计算后,获得了新的采样点集合。

“球”心优化迭代与终止判断

获得了新的“球”心和半径后,需要判断该“球”心和半径是否为全局最优的,这里基于“球”心位置与“球”半径的变化情况作为是否迭代或终止的条件,即当式(9)与式(10)任何一个条件不成立时,,返回步骤1,继续迭代;反之,当式(9)与式(10)同时成立时,迭代终止。

(9)

(10)

5 采样点间“球”模型插值

基于采样点获取了所有“球”模型后,需要对相邻的“球”模型进行插值处理,从而分割出完整的连续的血管模型。假设优化后相邻“球”心的坐标分别为,半径分别为,假设两个采样点存在个插值“球”心点,那么第个插值“球”模型中心位置和半径分别如式(11)和式(12)所示。

(11)

(12)

6 阈值膨胀

由于血管边缘体素的灰度值明显小于血管内部体素的灰度值,也就是说血管内部的灰度值集中程度较高,因此在计算“球”内体素方差时,容易将血管边缘处的体素排除在外,但这些体素同样也是血管的一部分,因此需要对步骤5的分割结果进行阈值膨胀处理。即对于图像中非分割结果的体素,如果其体素值满足血管阈值条件,则将该体素作为血管的一部分。同时,膨胀次数应小于给定给定阈值

实验结果与分析

实验证明,当采用设计的分割算法,在分割血管时,可以取得良好的分割效果。

本发明的半自动血管分割方法,能够较为准确的分割出血管轮廓,有助于提升病情诊断的准确性,提高医疗效率。

注:再增加点优点。

附图说明

图1是血管路径曲线采样示意图;

图2是“球”半径计算示意图;

图3是采样点切线方向示意图;

图4是法平面示意图;

图5是“球”心调整区域示意图;

图6是“球”,模型插值示意图;

图7插值后“球”模型值示意图;

图8是血管分割流程图;

图9是颈、椎动脉及主动脉CT图像血管分割实例;

图10是具有病灶的CT图像血管分割实例。

图11为待测血管路径图。

图12为血管分割结果图。

图13为待分割血管起点图。

图14为待分割血管终止图。

具体实施方式:

CT图像中一种有效的半自动血管分割方法,本方法中硬件采用4核及以上CPU,软件采用Visual Studio 2010,包括下述步骤:

1)血管路径曲线采样:

对血管路径采样采用间隔单位距离进行采样,采样结果为:

,(1)

2)获取最佳“球”半径:

本方法将血管假设成为一根横截面为圆,且弯曲的管状结构,形成该结构的方式被假设为从起始端塞入一个“球”,沿路径前进方向(路径起始位置至终止位置方向)进行滚动形成,滚动过程中“球”的半径将自适应随之变化,最后球体滚动覆盖的所有点标记为血管。假设血管路径曲线的采样点作为“球心”,对每个“球”计算可以存在的最大半径:

(1)

(2)

式中,为“球”半径,为球中体素的个数,为体素值,为“球”中体素的平均值,为“球”包含体素的位置集合,为“球”中所有体素标准差阈值。

3)调整“球”心位置与“球”半径:

根据待处理采样点与其前后相邻采样点的位置关系,来估计出该采样点的前进方向,即待处理采样点的切线方向,计算公式为:

(3)

(4)

(5)

式中,分别为待处理采样点沿路径方向的前后各两个采样点的行坐标值(分别为列,层坐标值),为层间像素真实距离与行列间像素真实距离的比例值,为待处理采样点切线方向的单位向量。

(2)获取法平面:

定义当“球”滚到此处,“球”心位置需要在这个法平面上;其法平面获取方法如式(6):

(6)

式中,表示“球”心位置坐标;

(3)获取“球”心区域:

在法平面上设置一个以原“球心”为中心,为半径的圆,从而将圆的内部作为“球”心位置调整区域;

(4)优化“球”心位置与“球”半径:

在圆内进行点采样,使新的“球”心只能在这些采样点上,采样点集合如式(7)所示;

(7)

而后,假设将采样点作为新的“球”心,重复步骤2,得到满足条件(1)的最大半径

最后,选择计算得到的最大半径所对应的点作为优化后新的“球”心,该半径为优化后最优半径,如式(8)所示;

(8)

对所有的采样点进行计算后,获得了新的采样点集合。

4)“球”心优化迭代与终止判断

基于“球”心位置与“球”半径的变化情况作为是否迭代或终止的条件,即当式(9)与式(10)任何一个条件不成立时,,返回步骤1,继续迭代;反之,当式(9)与式(10)同时成立时,迭代终止。

(9)

(10)

5)采样点间“球”模型插值:

假设优化后相邻“球”心的坐标分别为,半径分别为,假设两个采样点存在个插值“球”心点,那么第个插值“球”模型中心位置和半径分别如式(11)和式(12)所示。

(11)

(12)

6)阈值膨胀

对于图像中非分割结果的体素,如果其体素值满足血管阈值条件,则将该体素作为血管的一部分;同时,膨胀次数应小于给定给定阈值

初始血管路径经过采样后,坐标如表1所示。

表1. 采样后血管路径体素坐标集合

计算采样点切线方向,即确定“球”模型优化过程中球心前进方向的法平面,其单位向量如表2所示。

表2. 采样点切线方向单位向量

“球”模型不断优化迭代,迭代过程中球半径变化情况如表3所示,这里式(2)中阈值设为50。

表3. 迭代过程中球半径值

对采样点间“球”模型进行插值,插值后半径大小如表4所示。

表4. “球”模型插值后半径值序列

将所有“球”模型覆盖的体素进行标记,并进行膨胀操作两次,从而得到最终的血管。

去获取专利,查看全文>

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号