[发明专利]一种肾皮质图像分割方法

说明书

技术领域

本发明涉及图像处理技术，特别涉及一种肾皮质图像分割方法。

背景技术

随着影像学技术的发展，医学图像分割已经成为医学图像分析领域里关键和具有挑战性的问题。而肾脏分割又基于肾脏结构特殊变得尤为复杂。如图1所示为肾脏CT图像，肾脏主要包含肾皮质、肾髓质和肾盂。其中肾皮质形成了一个连续光滑的外部带型区域，夹杂着一系列从肾盂向肾皮质的投射型区域，该投射型区域为肾柱。目前已经有一些肾脏分割的算法，但是他们大多关注整肾分割而很少涉及到肾脏中的特定结构如肾皮质和肾柱。图1中的(a)表示冠状面；图1中的(b)表示矢状面。

肾皮质图像分割的自动实现是相当困难的，导致其困难的原因主要有：1)肾皮质在位于肾盂附近为半开放结构；2)与邻近器官(如肝脏、脊柱和肌肉等)之间的弱边缘性；3)肾皮质和肾柱的灰度值即为接近。一些常规的方法例如区域增长和阈值等都无法很好的分割处肾皮质。

发明内容

(一)要解决的技术问题

为了解决现有技术难以准确地对肾皮质结构进行分割，导致了常规方法在肾皮质图像的分割问题上失效的问题，本发明提供了一种肾皮质图像分割方法，从而准确的分割出肾皮质结构图像。

(二)技术方案

为达到上述目的，本发明提供了一种肾皮质图像分割方法，该方法包括：

步骤1：利用统计形状模型算法对肾脏图像进行初始分割，获得肾脏结构的初始外表面S′的网格图像；

步骤2：在初始外表面S′的网格图像附近的窄带内，对肾皮质外表面和内表面分别建子图G₀和子图G₁，得到带权有向图G＝(G₀，G₁)；分别针对肾皮质外表面和内表面设计代价函数C₀和C₁，基于带权有向图G＝(G₀，G₁₎和代价函数C₀，C₁生成s-t图G_st，并利用最大流最小割方法，提取出两层最优表面图像即为肾皮质外表面图像S₀和内表面图像S₁；

步骤3：用肾皮质外表面图像S₀和内表面图像S₁生成肾皮质体数据图像V_cortex。

(三)有益效果

从上述技术方案可以看出，本发明具有以下有益效果：

1、本发明提供的肾皮质图像分割方法，能准确地分割出肾脏中的肾皮质结构，并能有效地抑制基于灰度的方法通常会出现的肾皮质外嵌肾柱的问题。

2、本发明将肾脏周围图像中的解剖结构约束信息集成进基于模型的方法中，能主动地对肾脏中的肾皮质肾柱交界处进行约束，从而抑制了肾皮质外嵌肾柱的问题，很好的将肾皮质和肾柱分离开来，同时该方法还可以有效地克服图像噪声、局部容积效应、强度重叠和强度不均匀性的影响，对现有的分割算法是一个很好的补充。

3、本发明是肾脏图像处理与分析中的关键算法，能极大的减少手动分割肾皮质图像的工作量。

4、本发明能准确地分割出肾皮质结构，给量化分析肾皮质结构厚度提供了基础。

5、本发明不仅仅只适用于肾皮质图像分割，而是可以应用于医学图像中诸多多表面结构的分割上，从而为这类问题提供了一种统一的可供参考的方法。在具有多表面结构特点的肾皮质图像及心室壁图像分割领域有着重要的应用价值。

本方法是基于图论的方法，可以搜索到全局最优边界，从而进一步克服图像噪声、局部容积效应、强度重叠和强度不均匀性的影响。实验结果显示，本方法在分割肾皮质结构图像上展示出了优越的性能。

附图说明

图1为肾脏CT图像。

图2为本发明提供的肾皮质图像分割方法的流程图。

图3为手动分割整肾示例图。

图4为肾脏平均形状。

图5为本发明提供的肾皮质图像分割方法实验效果图。

图6为带权有向图G＝(G₀，G₁)构造示意图。

图7为肾皮质图像。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。