[发明专利]CTA图像中肝脏血管增强及肝脏与血管同时分割的方法

摘要

本发明涉及医学图像处理，旨在提供一种CTA图像中肝脏血管增强及肝脏与血管同时分割的方法。该方法包括：对图像进行高斯卷积预处理；计算图像每个点的各向异性特征值，进而确定各点的各向异性椭圆邻域；计算各领域内的灰度直方图，初始化一块肝脏区域，并计算其内的灰度直方图；计算各点邻域内灰度直方图与肝脏区域的灰度直方图的wasserstein距离；同时根据wasserstein距离和邻域各向异性特征增强血管；肝脏及血管分割。采用本发明提供的方法，能够克服低对比度、噪声、模糊边界等带来的负面影响，大大提高血管识别分割的准确率，从而准确的获取刚脏血管的解剖结构信息。

主权项

1.一种CTA图像中肝脏血管增强的方法，其特征在于，包括下述步骤：(1)对图像进行预处理，并交互地初始化；(2)确定图像I(x)每个像素点的各向异性特征及特征邻域；(3)确定图像I(x)每个像素点特征邻域内的灰度分布特征和纹理特征；(4)根据特征邻域内的灰度分布及纹理特征特征和各向异性特征增强血管；所述步骤(1)的具体过程是：假设输入图像I(x)是三维灰度图像数据，其中x＝(x₁，x₂，x₃)，定义的区域为对输入图像I(x)进行高斯平滑和中值滤波、去除噪声，将图像显示窗位调整至[0，N]；人工交互式地确定一块仅包含肝脏实质的区域以上所述的符号表示集合包含；所述步骤(2)的具体过程是：假设图像I(x)是三维图像数据，其中x＝(x₁，x₂，x₃)，定义的区域为a、计算每一个像素点x为中心，r为半径的球形邻域B(x，r)内灰度值分布的一阶矩b、计算M¹(r，x)的三个特征值分别是λ₁，λ₂，λ₃，且假定λ₁≥λ₂≥λ₃，相应的特征向量分别是v₁，v₂，v₃；c、利用一阶矩的特征值确定图像每个像素点的各向异性特征AS：由于在血管的区域λ₁ λ₂，λ₃≈0，而在肝脏等区域λ₁≈λ₂≈λ₃，从而用下面的量表征各向异性特征：AS=λ2+λ3λ1+λ2+λ3]]>在血管内部AS≈0；d、在每一个像素点确定一个椭球形特征邻域D(x，a(x)，b(x)，b(x))，椭球半径长度分别为a2(x)=τβ,b2(x)=τβ,]]>其中β=(1-32AS)×r+32AS,]]>椭球的三条径的方向相应地由v₁，v₂，v₃确定；以上所述的符号：为向量的张量积，∫_B(x，r)表示在区域B(x，r)内积分，符号表示体积元，M⁰(r，x)表示零阶矩，即重心，符号≈表示近似等于，符号表示远远大于，τ为常数，r为半径常数，β为包含有特征值信息的半径长度；所述步骤(3)的具体过程是：假设图像I(x)是三维图像数据，x＝(x₁，x₂，x₃)，定义的区域为图像灰度范围是[0，N]；a、提取特征邻域内的灰度分布特征和纹理特征，计算每一个像素点x椭球形邻域D(x，a，b，b)中的累积灰度直方图F_x和初始化区域Ω₀中累积灰度直方图b、计算任意点x累积灰度直方图F_x与累积直方图之间的Wasserstein距离W··(x)=W(Fx,FΩ00)=∫0N|Fx(z)-FΩ00(z)|dz;]]>为了加速计算，首先计算Ω₀内的灰度平均值m，图像灰度值小于m的直接设c、计算Ω₀内的最大值从而得到修正的Wasserstein距离W(x)=0,W··(x)<W··maxW··(x),W··(x)≥W··max,∀x∈Ω]]>以上所述的符号D(x，a，b，b)为步骤(2)中得到的椭球形特征邻域，相应参数均如步骤(2)中所定义，a，b和b为相应椭球半径长度，Ω₀为步骤(1)中的初始化区域，N为图像最大灰度值；所述步骤(4)的具体过程是：假设图像I(x)是三维图像数据，x＝(x₁，x₂，x₃)，定义的区域为计算Ω₀内W(x)最大值记为Ω\Ω₀内W(x)的均值W_mean，令，W1(x)=0,W(x)<Wmax0W(x)-Wmax0Wmean-Wmax0,Wmean≥W(x)≥Wmax01,W(x)≥Wmean]]>增强后的图像为所述的符号Ω₀表示步骤(1)中定义的初始区域，Ω\Ω₀表示除去Ω₀的图像定义区域，AS为步骤(2)中定义的各向异性特征度量，W(x)为步骤(3)中定义的修正的Wasserstein距离。