[发明专利]基于三维主动轮廓模型和三维哈弗变换的三维肾皮质定位方法

说明书

技术领域

本发明涉及基于三维主动轮廓模型和三维哈弗变换的三维肾皮质定位方法，属于医学图像处理与分析技术领域。

背景技术

肾皮质是肾脏中最为重要的功能结构，与大多数肾病肾功能障碍密切相关，但由于肾皮质在CT或MRI图像中，内与肾髓质、肾盂，外与比邻器官在灰度上相近，在肉眼观察和计算机分割时都较为困难。

Coots和Taylor首先提出统计点分布模型（PDM）并且使用在2维的图像分割中。其贡献在于发明了一种简单自动的从一系列匹配点中学习模型参数的方法。之后Kelemen用参数化表面表示的方法建立了一种三维统计外观模型。类似PDM外形和边界上的灰度信息可用模型对应的描述出来。之后，Pizer提出了多尺度的三维外形模型，可以由粗到精的多尺度描述边界位置。

上面提到的方法均只用到了物体外观边界上的信息。Coots提出了一种叫做主动轮廓模型（AAM）的更有效分割方法，使用了边界和内部纹理信息，更多的信息提供了更准确的分割，并在2维的心脏MR（磁共振）图像验证。之后爱华大学米兰桑卡小组提出了三维主动轮廓模型（3D AAM）分割方法，完成了在三维提数据上的整体定位分割。但是这些都是迭代搜索方法，在大范围的区域搜索时耗时很多，且容易出现错误。

哈佛变换最早用在检测简单的图形，例如直线。Rabbani改进开发了一种可以追踪封闭环形的哈佛变换。之后Kourosh发明了可以在2维/三维数据中追踪任意图形的哈佛变换方法。哈佛变换虽然快速可靠，但只能定位物体的中心位置，无法对图像进行分割。

发明内容

针对现有技术存在的不足，本发明目的是提供一种能够快速有效定位出肾皮质具体位置的基于三维主动轮廓模型和三维哈弗变换的三维肾皮质定位方法。

为了实现上述目的，本发明是通过如下的技术方案来实现：

本发明的基于三维主动轮廓模型和三维哈弗变换的三维肾皮质定位方法，包括建模训练部分和定位部分；

建模训练部分包括以下几个步骤：

（1-1）选用10-20组三维体数据作为训练数据；

（1-2）插值校准选取切片：

在训练数据中挑选出整个肾脏所在区域的所有二维CT图像，并选取顶部和底部各一张切片；在挑选出的切片中，线性插值的选取出32张切片；

（1-3）绘制标记点：

在选取出的切片中，均在腹腔外轮廓、肾脏皮质内轮廓和肾脏皮质外轮廓处分别以相等间隔画上5-20个标记点，并把标记点对应的保存入32个文件中，然后，给32个文件顺序标号，将二维的标记点整合在一起成为三维标记点并存在一个体标记点文件中；

（1-4）利用三维主动轮廓模型建模，得到了一个模型包括腹腔外轮廓、肾皮质外表面和肾皮质内表面三个部分；

（1-5）在训练过程中，选取肾皮质外表面作为参考面，以表面的法方向a，b为索引，将肾脏的重心点到表面点的方向α、β和长度l存放入R-table，即将肾脏轮廓存入了R-table；

定位部分包括搜索定位和定位肾皮质；

搜索定位时，对待测数据每个像素点求梯度，以每个像素的梯度方向为索引，在Rtable中查找，得到参考点与当前点的角度和距离关系，建立与待测图像大小相同的投票矩阵，在所得参考位置记一票，做完所有点后，投票矩阵中票数最多点即为肾脏重心点，即利用三维哈弗变换将存在R-table中的肾脏轮廓去定位整个肾脏的重心点；

定位肾皮质时，将步骤（1-4）中三维主动轮廓模型建模所得到的模型放在已找到的肾脏重心位置，并进行参数化调整小范围在重心点搜索，直至得到定位结果。

步骤（1-4）中三维主动轮廓模型训练具体包括以下几个步骤：

（1）计算三维标记点的分布模型，把每组训练数据中的标记点描述成线性组合特征向量并得到腹腔外轮廓、肾皮质外表面和肾皮质内表面的平均轮廓，其中，b_s是轮廓，P_s^T为把非特征矩阵转换为特征矩阵的转换矩阵，X_i指第i组三维标记点向量，x_a指X_i的平均值；

（2）对平均轮廓做三角刨分，把每组训练数据对应位置与腹腔外轮廓、肾皮质外表面和肾皮质内表面三个轮廓的平均模型对应起来，在每个对应位置取出5到20个像素点，可以得到与轮廓无关的纹理向量；

（3）对每组纹理向量做归一化，与平均纹理向量g_a对应起来，对应的方法为每个测试数据都描述为以g_a为中心的形式；