基于超體素和圖割算法的三維肝臟ct圖像自動分割方法
【技術領域】
[0001] 本發明涉及醫學圖像處理領域，具體地講，涉及基于超體素和圖割算法的三維肝 臟CT圖像自動分割方法。
【背景技術】
[0002] 原發性肝癌是世界上常見的惡性腫瘤之一，具有很高的發病率和死亡率。計算機 斷層掃描（ComputedTomography,CT)成像技術由于具有解剖信息精確、分辨率高、掃描時 間短、普及率高等優點，被廣泛應用于肝癌的診斷與治療。精確的肝臟三維分割是計算機輔 助診斷中的一項基礎性工作，是三維可視化、定量分析、手術規劃等的重要先決條件。目前 臨床上肝臟的分割一般由醫生根據經驗手工完成，這不僅耗時費力，且準確度因人而異。因 此高效穩定的肝臟自動分割成為研宄熱點，這對于減輕醫生的工作強度，提高診斷速度都 有極大的幫助。
[0003] 實現肝臟的自動分割是一項具有挑戰性的研宄工作，其難點在于：肝臟結構復雜， 自身形狀多變，個體間存在差異性，由于腫瘤、肝硬化導致的肝臟組織灰度不均勻，與鄰接 膈肌、心臟、腎臟等組織器官的邊界模糊。近幾十年來，國內外在肝臟CT圖像分割方面已經 提出許多方法，主要包括：區域生長、活動輪廓、水平集、圖割、聚類、統計形狀模型和概率圖 譜等。區域生長算法具有快速、易實現等優點，但當肝臟組織灰度不均勻時易造成分割結果 不準確。基于活動輪廓和水平集的分割算法需提供初始輪廓且計算復雜、分割速度較慢。基 于模型的分割算法雖然能夠獲得較準確的分割結果，但概率圖譜或統計形狀模型的生成需 要大量的訓練圖像和相應的人工分割標準，且當處理非標準形狀肝臟時可能造成分割結果 不準確。圖割算法因能獲得全局最優解而被廣泛應用于醫學圖像分割，然而直接以體素為 單位構建圖進行切割會導致過高的計算量且無法獲得滿意的分割結果。準確、快速、自動化 的分割是肝臟分割的目標。
【發明內容】
[0004] 本發明的目的在于克服現有技術的缺點與不足，提出一種基于簡單線性迭代聚類 (SimpleLinearIterativeClustering,SLIC)和圖割算法的三維肝臟CT圖像自動分割 方法。該方法能夠自適應增強圖像對比度，自動提取肝臟感興趣區域生成超體素，并以超體 素為基本單元構建無向加權圖，極大的降低計算復雜度和計算量，提高處理效率。同時又 能夠自動選取種子點對分割加以約束，并采用高斯混合模型建立肝臟和背景區域的顏色模 型，避免了人工交互選取種子點對算法魯棒性的影響。該方法采用圖割算法對肝臟感興趣 區域超體素無向加權圖做切割，能夠實現快速、準確且自動化的肝臟分割，從而減輕醫生工 作量，對醫學診斷提供輔助。
[0005] 本發明提高了一種基于SLIC超體素和圖割算法的三維肝臟CT圖像自動分割方 法，包括以下步驟：
[0006] 1. 1.對輸入的一例腹部CT圖像I進行直方圖分析，從而自適應增強圖像對比度， 得到增強對比度后的CT圖像I' ；
[0007] 1. 2.采用自適應閾值及形態學方法對圖像I逐層進行肝臟初始輪廓分割，選取最 大肝臟切片，計算并對增強后圖像I'提取肝臟感興趣區域I'Kra;
[0008] 1. 3.在最大肝臟切片1_上根據肝臟初始輪廓選取肝臟種子點SF和背景種子點 SB，采用高斯混合模型建立肝臟和背景區域的顏色模型Pfg，Pbkg;
[0009] 1. 4.對I'KQI利用SLIC算法進行過分割生成超體素；
[0010] 1. 5.以超體素為頂點構建無向加權圖G，利用圖割算法對圖G做切割，得到肝臟區 域分割結果二值圖像Imask;
[0011] 1. 6.利用形態學開運算、中值濾波對Imajs后處理，得到平滑的肝臟分割結果。
[0012] 所述步驟1.1包括，
[0013] 1. 1. 1.分析圖像直方圖中峰值個數及峰值CT值，若存在2個較明顯的峰值則為高 對比度圖像Ihigh，若僅存在1個峰值則為低對比度圖像IlOTt;
[0014] 1. 1. 2.計算自適應對比度拉伸的閾值范圍[Imin，Imax]，對于高對比度圖像Ihigh有 Imin= (peakl+peak2)/2_60,1 max=peak2+250 ;對于低對比圖圖像IlOT有Imin=peakl-60， Imax=peakl+250,其中peakl、peak2 表示峰值CT值；
[0015] 1. 1. 3?做對比度增強，I，= 255(I-IminV(Imax_Imin)。
[0016] 所述步驟1.2包括，
[0017] 1. 2. 1.對于每一層切片1利用自適應閾值[peakl，400HU]方法提取肝臟可能區域 Ipossible，
[0018] 1. 2. 2.對lp()SSible依次采用形態學腐蝕、選取最大子區域、孔洞填充、形態學膨脹方 法，得到肝臟區域的初始輪廓llivOT;
[0019] 1. 2. 3.選取llivOT中肝臟區域面積最大的作為最大肝臟切片1
[0020] 1. 2. 4.根據每層llive，的二維肝臟區域邊界框計算得到能包圍整個三維肝臟的感 興趣區域最小邊界框r〇i，從增強后圖像I'中提取肝臟感興趣區域rKra。
[0021] 所述步驟1.3包括，
[0022] 1. 3. 1.對于最大肝臟切片1_，在肝臟初始輪廓llivOT內部按一定間隔選取肝臟種 子點SF，lliTC^Z界框以外區域按一定間隔選取背景種子點SB;
[0023] 1. 3. 2.根據種子點SF，SB計算高斯混合模型Pfg，Pbkg，
【主權項】
1.基于超體素和圖割算法的三維肝臟CT圖像自動分割方法，其特征在于：該方法包括 以下步驟， 1. 1.對輸入的一例腹部CT圖像I進行直方圖分析，從而自適應增強圖像對比度，得到 增強對比度后的CT圖像I' ； 1. 2.采用自適應閾值及形態學方法對圖像I逐層進行肝臟初始輪廓分割，選取最大肝 臟切片，計算并對增強后圖像I'提取肝臟感興趣區域I'Kra; 1. 3.在最大肝臟切片1_上根據肝臟初始輪廓選取肝臟種子點SF和背景種子點SB，采 用高斯混合模型建立肝臟和背景區域的顏色模型Pfg，Pbkg; 1.4.對I'Kra利用SLIC算法進行過分割生成超體素； 1. 5.以超體素為頂點構建無向加權圖G，利用圖割算法對圖G做切割，得到肝臟區域分 割結果二值圖像IMsk; 1. 6.利用形態學開運算、中值濾波對ImaslJ(后處理，得到平滑的肝臟分割結果。
2. 根據權利要求1所述的基于超體素和圖割算法的三維肝臟CT圖像自動分割方法，其 特征在于：所述的步驟1. 1包括， 1. 1. 1.分析圖像直方圖中峰值個數及峰值CT值，若存在2個較明顯的峰值則為高對比 度圖像Ihigh，若僅存在1個峰值則為低對比度圖像11("; 1. 1. 2.計算自適應對比度拉伸的閾值范圍[Imin，Imax]，對于高對比度圖像Ihigh有Imin= (peakl+peak2)/2_60,Imax=peak2+250 ;對于低對比圖圖像IlOT有Imin=peakl-60,Imax = peakl+250,其中peakl、peak2 表示峰值CT值； 1. 1. 3?做對比度增強，I' = 255(I-IminV(Imax-Imin)。
3. 根據權利要求1所述的基于超體素和圖割算法的三維肝臟CT圖像自動分割方法，其 特征在于：所述的步驟1. 2包括， 1. 2. 1.對于每一層切片1利用自適應閾值[peakl，400HU]方法提取肝臟可能區域 Ipossible， 1. 2. 2.對lp()SSible依次采用形態學腐蝕、保留最大子區域、孔洞填充、形態學膨脹方法， 得到肝臟區域的初始輪廓llivOT; 1. 2. 3.選取lliv"中肝臟區域面積最大的作為最大肝臟切片1 1. 2. 4.根據每層llive,的二維肝臟區域邊界框計算得到能包圍整個三維肝臟的感興趣 區域最小邊界框R0I，從增強后圖像I'中提取肝臟感興趣區域I'Kra。
4. 根據權利要求1所述的基于超體素和圖割算法的三維肝臟CT圖像自動分割方法，其 特征在于：所述的步驟1. 3包括， 1. 3. 1.對于最大肝臟切片1_，在肝臟初始輪廓llivOT內部按一定間隔選取肝臟種子點SF，lliv"&界框以外區域按一定間隔選取背景種子點SB; 1. 3. 2.根據種子點SF，SB計算高斯混合模型Pfg，Pbkg，
其中，Ip為體素對應的灰度值，k為高斯混合模型的分量數，《，y和〇 2分別為高斯 分量的權重、均值和方差。
5. 根據權利要求1所述的基于超體素和圖割算法的三維肝臟CT圖像自動分割方法，其 特征在于：所述的步驟1. 4包括， 1.4. 1.給出SLIC聚類算法公式，N=kS3,其中N為I'KQI中體素的總個數，S為超體 素間距，k為最后生成的超體素個數； 1.4.2.根據距離測度D進行聚類，
其中，d。，4分別為顏色和空間上的距離，m為權重，設定m= 20,S= 3,每個超體素的 灰度值設為該超體素區域內的灰度均值。
6.根據權利要求1所述的基于超體素和圖割算法的三維肝臟CT圖像 自動分割方法，其特征在于：所述的步驟1. 5中，給出圖割算法能量方程，
R(lp= 0) = -log(Pfg(Ip)),R(lp= 1) = -l〇g(Pbkg(Ip))，B(lp，lq) =S(lp，lqV((Ip-Iq)2+l);其中，R(lp)和B(lp，lq)分別為區域 項和邊界項，
【專利摘要】基于超體素和圖割算法的三維肝臟CT圖像自動分割方法，通過分析體數據直方圖，自適應增強圖像對比度。采用自適應閾值及形態學方法逐層進行肝臟初始輪廓分割，選取最大肝臟切片，計算并提取肝臟感興趣區域。在最大肝臟切片根據肝臟初始輪廓選取種子點，采用高斯混合模型對前景背景顏色建模。對增強對比度后的肝臟感興趣區域利用SLIC聚類算法生成超體素，以超體素為頂點構造無向加權圖，利用圖割算法對圖進行切割。最后采用形態學運算等對分割結果進行后處理。本發明可實現三維腹部CT圖像中肝臟的快速、準確自動分割。
【IPC分類】G06T7-00
【公開號】CN104809723
【申請號】CN201510173307
【發明人】吳薇薇, 周著黃, 吳水才, 白燕萍
【申請人】北京工業大學
【公開日】2015年7月29日
【申請日】2015年4月13日