[发明专利]一种基于可形变表面模型的MR图像颅骨剥离方法

摘要

一种基于可形变表面模型的MR图像颅骨剥离方法，属于图像处理领域。本发明利用三角网格构造初始表面模型，初始表面模型通过逐渐的形变能够逼近脑组织表面。形变过程需要满足两个约束条件，其一，保证表面连续平滑，避免出现“断层”和“折线”；其二，促使模型向图像脑组织表面移动。其中，创造性的采用椭圆球面对表面模型进行初始化，首先通过阈值分割得到初始颅骨边缘，利用初始颅骨边缘点拟合椭圆球面，然后，通过对正二十面体的细分得到球面网格模型，最后利用仿射变换将球面模型的网格点映射到对应的椭球面网格点。由于人的颅脑近似为椭圆形状，因此采用这种表面模型能够使得算法收敛速度更快，大大降低了迭代次数，降低了运算量。

主权项

1.一种基于可形变表面模型的MR图像颅骨剥离方法，包括以下步骤：步骤1：建立初始化表面模型；步骤1-1：在颅骨组织平均像素值和脑部组织平均像素值之间确定一个阈值T，根据阈值T初步确定颅骨的边缘，记录边缘点的坐标，用这组坐标值拟合一个椭圆球面A，设椭圆球面A方程为估计出椭圆球面球心坐标(x₀，y₀，z₀)，以及参数a，b，c；步骤1-2：在一个与步骤1-1中所得椭圆球面A同心的正圆球面B内部，构造一个正二十面体C，将正二十面体C的每个三角形表面均分成4个小三角形，如此均分3～4次后，找出所有小三角形顶点在正圆球面B表面对应点的坐标，得到球面网格模型D；然后记录下球面网格模型D中每个三角面片中每个顶点的坐标以及每个三角面片构成，为了方便描述，分别用向量来表示顶点坐标，向量表示三角面片的构成；步骤1-3：仿射变换；将球面网格模型D中所有顶点映射到对应的椭圆球面A表面，得到椭球面网格模型E，记录下椭球面网格模型E中所有三角面片的顶点坐标信息，记为n＝1，2，3...N，N为顶点的个数；将椭球面网格模型E作为初始可形变表面模型；步骤2：迭代更新表面模型；利用迭代公式对初始可形变表面模型中所有顶点进行迭代更新；其中，表示第k次迭代时，第n个顶点的坐标信息；表示第k次迭代时，第n个顶点的位移向量；步骤2-1：计算相关向量；(a)计算顶点的单位法向量计算方式为遍历此顶点所关联的所有三角面片，将这些三角面片上的法向量单位化后叠加，然后求出法向量的均值即可；其中三角面片的法向量通过计算该三角面片上任意两个向量的向量积得到；(b)计算每个顶点与其任意相邻两个顶点的中间点的差向量并将差向量正交分解为沿顶点法线方向分量和沿切线方向分量步骤2-2：计算位移向量其中：用来保证模型的各个顶点在空间上均匀分布，相邻网格之间是等间距的；向量用来保证模型曲面平滑；向量则使表面模型向脑组织的表面进行形变；(a)利用公式计算分量(b)利用公式计算分量其中f1nk=0.5(1+tanh(F·(1/rnk-E))),]]>E=(1/rmaxk+1/rmink)/2,]]>F=6/(1/rmink-1/rmaxk),]]>其中为第k次迭代时，第n个顶点的曲率半径，r_max^k与r_min^k分别为第k次迭代时，所有网格点中最大的曲率半径和最小的曲率半径，tanh为双曲正切函数；(c)利用公式计算分量其中，表示第k次迭代时，第n个顶点与其相邻顶点的平均距离；表示第k次迭代时，第n个顶点的局部最小灰度值；表示第k次迭代时，第n个顶点的局部最大灰度值，T_min为全局最小灰度值，T_max为全局最大灰度值；步骤3：判断收敛，即当迭代次数小于阈值T_n时，重复步骤2；反之，当迭代次数大于等于阈值T_n时，迭代结束，转为执行步骤4；步骤4：利用最终的表面模型剔除MR图像中表面模型以外的非脑组织部分，保留表面模型内部脑部组织，得到最终MR图像颅骨剥离结果。