一種基于腦部醫學圖像分割的腦積水輔助診斷方法
【專利摘要】本發明通過對于腦部醫學圖像的分割構建了一種通過腦室和顱腔容積比來輔助診斷腦積水的方法，該方法首先利用三維區域生長算法對腦室進行分割，通過分割結果確定出腦室的容積。然后利用灰度共生矩陣提取顱腔的特征，結合邊緣檢測等算法對顱腔進行分割，利用分割結果確定顱腔的容積。最后，利用求出的腦室和顱腔的容積得到腦室和顱腔的容積比。最后，結合本方法確定的健康個體的腦室和顱腔容積比的大致范圍、臨床醫生的經驗、病人的臨床特征幾個方面對病人是否患有腦積水進行診斷。
【專利說明】
一種基于腦部醫學圖像分割的腦積水輔助診斷方法
技術領域
[0001]本發明屬于計算機輔助診斷領域，更為具體地講，涉及一種醫學圖像的分割的具體方法。
【背景技術】
[0002]近幾十年來，醫學圖像極大地影響了神經科學的許多領域。隨著先進的醫學成像技術的發展，許多神經科學的研究放在了比較腦內組織解剖結構的差異上，從而尋求與腦疾病有關的解剖結構形態改變的特征，以期提高腦疾病診斷的可靠性和治療方案的有效性。醫學圖像分割作為圖像分割領域中的一個重要分支，是實現醫學圖像分析，進而完成醫學圖像理解的首要、關鍵性步驟。
[0003]隨著磁共振成像(Magnetic Resonance Imaging，MRI)技術的發展，磁共振(MR)圖像可以提供腦內部組織解剖結構的高對比度和高分辨率的三維(3D)醫學圖像。神經科學研究人員逐漸地對能將腦精確區分為三大主要組織，灰質(GM)、白質(WM)和腦脊液(CSF)，進而將腦分割為皮層結構、皮層下結構和病理組織的方法產生濃厚興趣。這些基于解剖學形態結構改變的研究均依靠對MR圖像的分割。而醫學圖像分割技術就提供了這種從多模式醫學圖像中分割和提取出各種腦組織結構的自動和半自動的方法。
[0004]此外，二維(2D)圖像分割已不能滿足臨床和研究的需要，腦組織3D圖像的分割逐漸成為主流，臨床醫生和研究人員迫切需要快速、準確和魯棒的3D分割算法。因為人體組織結構畢竟是三維結構體，而且3D分割充分利用了當今成像設備采集的3D圖像數據的信息，其分割結果在空間上更加準確和連續，提供給研究人員更豐富的人體組織的3D形態結構、大小、位置等信息，顯示也更加的直觀明了。
[0005]近幾十年來，針對圖像分割領域的相關算法雖然種類繁多，且仍層出不窮，但依然無法完全滿足人們的實際需求。其原因相當復雜，包括:無法完全用數學模型來簡單描述人們所面臨的實際問題;分割對象結構性質的千差萬別；圖像退化以及人們對分割結果預期目標互不相同等。這些原因決定了不可能實現一種普適、通用的分割方法。只能針對特定問題和具體的需求給予合理選擇，在精度、速度、和魯棒性等關鍵性指標上做出均衡或側重。
[0006]傳統方法中利用CT或者MR圖像診斷腦積水主要是由臨床醫生對2維掃描切片進行觀察。由于切片受到信號等因素的影響會存在噪聲和非均質性，因此利用人工觀察，很容易出現一些細節上的遺漏。此外這種方法會增加醫生的閱片負擔，使對于腦積水的診斷效率低下。
【發明內容】
[0007]本發明的目的在于設計一種能夠計算人腦腦室和顱腔容積比的方法。該方法的主要內容是對于利用MR或者CT圖像實現對于腦室和顱腔的分割，并實現對于腦室和顱腔容積的計算，實現腦積水的計算機輔助診斷。
[0008]為實現上述目的，本發明通過腦室分割和顱腔分割兩個模塊實現相關區域的分害J。對于腦室的分割，本方法引入了三維區域生長。由于腦室結構比較復雜，在某些二維切片上不太容易辨認，因此，普通的區域生長的方法，不利于腦室的分割。此外，在腦室的分割過程中，本發明還采取了對三個方向的圖像進行分割的方法。對于顱腔的分割，由于顱腔結構要比腦室的結構簡單，所以無需采用三維區域生長的方法。可以利用普通的區域生長和邊緣檢測的方法，進行實現。
[0009]腦室分割的技術流程如下:
[0010]步驟一:利用vtk讀取腦部MR圖像，獲取圖像的信息，得到體素的大小；
[0011]步驟二:利用三維區域生長算法對MR圖像中的腦室區域進行分割，在分割過程中統計所得到的的屬于腦室區域的體素的數目。分割完成后，得到腦室區域體素的總數目；
[0012]步驟三:利用步驟一和步驟二中獲取的值，計算出腦室容積的大小；
[0013]步驟四:利用區域生長并結合邊緣檢測的方法，分割出顱腔，在分割過程中統計顱腔區域的體素數目；
[0014]步驟五:根據第一步獲取的體素大小和步驟四中獲取的值求顱腔容積；
[0015]步驟六:計算腦室與顱腔的容積比；
[0016]步驟七:依據結合醫生經驗得到的正常個體的腦室和顱腔的容積比的范圍判斷所求得的腦室和顱腔容積比是否在正常范圍，綜合利用個體的具體臨床特征，判斷該個體是否患有腦積水。
【附圖說明】
[0017]圖1是本發明對于腦室分割的技術路線圖；
[0018]圖2是本發明對于顱腔分割的技術路線圖。
具體實現方式
[0019]下面結合附圖對本發明的【具體實施方式】進行描述，以便本領域的技術人員更好地理解本發明。需要特別提醒注意的是，在以下的描述中，可能淡化本發明主要內容的已知功能和設計的詳細描述將被忽略。
[0020]在本實施方案中，本發明一種基于腦室和顱腔分割的腦積水輔助診斷方法。主要包括以下環節:1.腦室的分割與腦室容積的計算。2.顱腔的分割和顱腔容積的計算。3.腦室和顱腔容積比的計算以及腦積水的輔助診斷。
[0021]腦室的分割可以通過三維區域生長實現。在進行分割之前，首先要根據讀入的橫斷面的數據重構冠狀面和矢狀面。在冠狀面和矢狀面完成以后，開始對腦室區域進行分割。首先，對軸狀面，采取三維區域生長的方法，從中間腦室區域最明顯的切片開始，進行單張切片的二維區域生長，以該層切片的分割結果作為三維區域生長的種子點，分別向上和向下進行區域生長。為了的精確的分割結果，在對于橫斷面圖像序列的三維區域生長完成以后，以利用橫斷面分割出的結果作為種子點，在矢狀面的圖像序列上進行三維區域生長。矢狀面的分割完成以后，以橫斷面和矢狀面的分割結果作為種子點，在冠狀面的圖像序列中進行腦室的分割。最后，將三個方向上的分割結果結合起來，在利用腦室的梯度特征對分割的結果進行處理，去掉過分割的區域。便得到了腦室分割的結果。
[0022]顱腔的結構相對簡單，可以采用普通的二維分割的方法來進行處理。對于顱腔的分割可以利用灰度共生矩陣提取圖像的紋理特征，然后在結合區域生長和邊緣檢測算法對顱腔進行分割。
[0023]對于腦室和顱腔容積的計算是通過對于相關區域的體素點的統計來完成的。在分割的過程中，每次確定一個屬于待分割區域的體素點，就標記下來。最后利用讀取的體素點的大小信息計算出腦室和顱腔的容積。
[0024]最后，利用求得的腦室和顱腔的容積比與統計的健康個體腦室和顱腔容積比的大致范圍進行對比，結合醫生的經驗以及病人的臨床特征，就能對個體是否患有腦積水進行判斷。
[0025]本發明一種基于腦部醫學圖像分割進行腦積水輔助診斷的方法具有以下特點:
[0026]本發明提出一種新的腦積水輔助診斷的方法，與醫生閱片等傳統腦積水輔助診斷的手段相比，該方法可以更加方便快速地輔助診斷病人是否患有腦積水。而且對于腦室和顱腔的分割以及腦室和顱腔容積比的計算，具有高度地自動化。
[0027]盡管上面對本發明說明性的【具體實施方式】進行了描述，以便于本技術領的技術人員理解本發明，但應該清楚，本發明不限于【具體實施方式】的范圍，對本技術領域的普通技術人員來講，只要各種變化在所附的權利要求限定和確定的本發明的精神和范圍內，這些變化是顯而易見的，一切利用本發明構思的發明創造均在保護之列。
【主權項】
1.本發明一種基于腦室分割的腦積水輔助診斷方法，主要包括以下內容:通過三維區域生長方法對大腦MR圖像中的腦室和顱腔區域進行分割，統計腦室和顱腔區域中的體素數目，獲得腦室和顱腔的容積，計算腦室和顱腔容積比。通過實驗對相關年齡段的正常主體和患有腦積水的主體的數據進行統計，結合醫生經驗，得到該年齡段正常腦室和顱腔容積比的范圍，可以為腦積水輔助診斷提供參考值。 技術方案如下: 步驟一:利用vtk讀取腦部MR圖像，獲取圖像的信息，得到體素的大小； 步驟二:利用三維區域生長算法對MR圖像中的腦室區域進行分割，在分割過程中統計所得到的的屬于腦室區域的體素的數目。分割完成后，得到腦室區域體素的總數目； 步驟三:利用步驟一和步驟二中獲取的值，計算出腦室容積的大小； 步驟四:利用區域生長并結合邊緣檢測的方法，分割出顱腔，在分割過程中統計顱腔區域的體素數目； 步驟五:根據第一步獲取的體素大小和步驟四中獲取的值求顱腔容積； 步驟六:計算腦室與顱腔的容積比； 步驟七:依據結合醫生經驗得到的正常個體的腦室和顱腔的容積比的范圍判斷所求得的腦室和顱腔容積比是否在正常范圍，綜合利用個體的具體臨床特征，判斷該個體是否患有腦積水。2.根據權利要求1所述的一種基于腦室分割的腦積水輔助診斷方法，特征在于在腦室分割的過程中使用了三維區域生長的方法，利用三維區域生長分割出的腦室來輔助腦積水的診斷。本發明中的主要特色是利用讀取的橫斷面的體素特征構建出MR圖像的冠狀面和矢狀面的圖像。在這三個方向上進行三維區域生長，針對每一個方向，建立模板，相應的方向上分割出的結果在模板上進行標記。對三個方向的上三維區域生長完成以后，將三個方向的分割結果進行結合，得到分割出的腦室，這就使得分割出的腦室區域更加精確。 三維區域生長是利用的二維區域生長方法的原理，將生長的方向和范圍延伸到了三維空間中。具體的算法過程如下:(I)找出腦室區域比較明顯的一張MR圖像，按照圖像的質量和分割的需要選取相應數目的種子點。(2)對圖像進行順序掃描，如果被掃描到的點是步驟(I)中選取的種子點，則設該點為(xO，yO)，對種子點的周圍26個鄰域點中的非種子點進行判斷，如果鄰域中某一點的灰度值和種子點的平均灰度的差值小于預先設定的門限該鄰域點加入種子點的集合中。(3)對于一個種子點周圍的鄰域點判斷完以后，繼續掃描圖像剩下的點。(4)重復過程(2)和(3)，直到沒有新的種子點加入。最后獲取的種子點的集合就是該單張圖像中要分割的目標區域。(5)以分割好的單張圖像為起點，對讀取的圖像序列先后進行向上和向下的區域生長。 由于顱腔并沒有腦室的結構復雜，所以分割起來不需要像腦室那樣通過對橫斷面、冠狀面和矢狀面三個方向上的圖像進行分割來達到分割目的。只需要采取普通的區域生長和邊緣檢測的方法，就可以將顱腔分割出來。3.最后在腦積水的輔助診斷中，通過求得的正常個體的腦室和顱腔容積比和醫生的經驗相結合，確定一個正常人腦的腦室和顱腔容積比的大致范圍，以此范圍作為腦積水輔助診斷的參考值。此外，對于腦積水的確定，除了需要這個參考值意外，還要結合個體的臨床特征來進行判斷。
【文檔編號】G06T7/00GK105825508SQ201610152778
【公開日】2016年8月3日
【申請日】2016年3月17日
【發明人】秦志光, 王偉, 秦臻, 丁熠, 徐路路, 陳圓, 肖哲, 陳浩, 于躍, 蔣洪波
【申請人】電子科技大學