[发明专利]一种基于阈值水平集的腹部CTA序列图像肝脏分割方法

权利要求书

1.一种基于种基于阈值水平集的腹部CTA序列图像肝脏分割方法，其特征在于包括以下步骤：

步骤1：调节腹部CTA序列图像的窗宽和窗位到[200～800]/[100～500]范围，将灰度值归一化到[0,255]，预处理去除肋骨、肾脏和脊柱，得到图像I_gray；

步骤2：基于解剖学知识选取第i张切片图像I_gray作为初始切片，i为切片序号，i≥1，所述初始切片包含一个较大的肝脏连通区域；

步骤3：运用K-means算法将I_gray分成M类，M为[2～8]的自然数，选取与肝脏区域匹配的分类图像作为第i张切片的肝脏初分割结果I_initial；

步骤4：统计I_initial边缘像素的灰度信息，计算过程如下：

(1)提取I_initial边缘，得到肝脏边缘图像I_edge，I_edge＝I_inital-I_initalΘB，其中Θ为腐蚀操作，B为结构元素，

(2)计算肝脏边缘像素的灰度信息T_low，其中，β为[0 1]之间的系数；

步骤5：采用阈值水平集方法精确分割第i张切片的肝脏，计算过程如下：

(1)确定水平集演化速度函数F：F＝-(αD(I_gray)+(1-α)κ)，其中，α表示曲率项的权重系数，取值范围为0～1之间的常数，D(I_gray)为演化曲线的传播项，U和L为(0～255]之间的正数，分别代表目标区域灰度的上限和下限，κ为曲率，为水平集函数，

(2)初始化零水平集：综合I_initial和形态学方法初始化零水平集，为避免初始演化曲面跨越肝脏边界，对I_initial图像进行腐蚀操作，得到腐蚀后的图像I’_initial，I’_initial＝I_initalΘB₁，其中，B₁为半径为r的圆形结构元素，r为[5～10]之间的整数，将I’_initial设置为零水平集函数；

(3)根据水平集演化方程更新演化曲线，其中，t为时间参数，实现基于阈值水平集的精确分割，并采用形态学方法填充孔洞和去除孤立小区域，得到切片i的最终肝脏分割图像I_liver；

步骤6：为提高方法鲁棒性，若当前切片的肝脏分割效果不佳时，转到步骤3，更新阈值水平集参数T_low；

步骤7：利用相邻CTA切片的灰度、位置和形状相关性，将当前切片的分割结果用于相邻切片的分割：令i＝i+1或i＝i-1，I_inital＝I_liver，重复步骤5到步骤7，通过迭代的方式分割剩余切片。

2.如权利要求1所述的一种基于阈值水平集的腹部CTA序列图像肝脏分割方法，其特征在于：在所述的步骤5中，U优选为[200～255]之间的正常数。

3.如权利要求1所述的一种基于阈值水平集的腹部CTA序列图像肝脏分割方法，其特征在于：在所述的步骤5中，根据肝脏分割结果的边缘灰度信息T_low确定阈值水平集参数L，L＝T_low。