基于GVF Snake模型的人体胸腹腔CT图像主动脉分割方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN105976384A(43)申请公布日2016.09.28(21)申请号201610334143.5(22)申请日2016.05.16(71)申请人天津工业大学地址300387天津市西青区宾水西道399号(72)发明人段晓杰时美晨汪剑鸣陈丹丹赵鹤(51)Int.Cl.G06T7/00(2006.01)权利要求书1页说明书4页附图2页(54)发明名称基于GVFSnake模型的人体胸腹腔CT图像主动脉分割方法(57)摘要本发明公开了一种基于GVFSnake模型的人体胸腹腔CT图像主动脉分割方法，主要克服了传统手动分割、半自动分割工作量大，耗时长等缺点，同时本发明可重复性好，避免了人工分割造成的不确定性；其实现过程是：(1)读取CT图像，进行图像预处理；(2)在预处理后得到的图像上进行GVFSnake模型的初始轮廓设置；(3)求取预处理后得到的图像的边缘图像；(4)基于得到的边缘图像通过扩散方程求梯度矢量流GVF作为外部能量场；(5)建立内部能量模型用于保持轮廓的光滑性；(6)利用内部能量和外部能量构造能量函数E，通过迭代运算来求取能量E的极小值，最终使轮廓到达目标边界；本发明在人体胸腹腔主动脉夹层分离诊断治疗领域有着重要的应用价值。CN105976384ACN105976384A权利要求书1/1页1.一种基于GVFSnake模型的人体胸腹腔CT图像主动脉分割方法，包括下列步骤：(1)读取CT图像，进行图像预处理；(2)在步骤(1)中处理后的图像上进行GVFSnake模型的初始化轮廓设置；(3)对由步骤(1)中处理后得到的图像求其边缘图像；(4)基于步骤(3)中得到的边缘图像通过扩散方程求梯度矢量流GVF作为外部能量场；(5)建立内部能量模型用于保持轮廓的光滑性；(6)基于步骤(4)和步骤(5)构造能量函数E，通过迭代运算来求取能量E的极小值，最终使轮廓到达目标边界；步骤(1)中，由于人体胸腹腔内部结构的复杂性，以及CT图像的整体亮度偏暗，各组织、器官之间的对比度较低，因此需要对读入的CT图像的亮度进行适当调整；此外，若对整幅CT图像进行后续运算，计算量会非常大，降低了运算效率，而且其它组织器官也会对主动脉的自动分割产生一定干扰，因此应选取适当大小的感兴趣区域用于后续的运算处理；步骤(2)中，由于此GVFSnake模型对轮廓初始化位置较传统Snake模型的灵活性高，因此初始轮廓设置在目标边界的内部、外部或者是与目标边界相交，最终均能正确收敛到主动脉的边界上；步骤(3)中，定义f(x，y)为经预处理后得到的图像I(x，y)的边缘图像；边缘图像f(x，y)具有在靠近目标边界处取值较大的性质；步骤(4)中，将梯度矢量场定义为：V(x，y)＝(u(x，y)，v(x，y))，则梯度矢量流是使如下能量泛函最小的矢量场：步骤(5)中，弹性能量和弯曲能量合称内部能量，用于控制轮廓线的弹性形变，起到保持轮廓连续性和平滑性的作用；步骤(6)中，轮廓曲线在来自模型自身的内力和来自模型以外的外力的共同约束下，进行“主动”地变形和位移；其中内力约束轮廓曲线的形状特性，外力引导曲线的行为；通过多次迭代运算不断更新模型轮廓曲线的位置，最终使轮廓到达目标边界。2CN105976384A说明书1/4页基于GVFSnake模型的人体胸腹腔CT图像主动脉分割方法技术领域[0001]本发明属于医学图像处理技术领域；涉及一种基于GVFSnake模型的人体胸腹腔CT图像主动脉分割方法；可用于对人体胸腹腔内主动脉进行三维重建。背景技术[0002]针对于心脑血管疾病病人，胸腹腔主动脉夹层(AorticDissection，AoD)对于病人生命的威胁程度远远高于脑梗塞、心肌梗死和恶性肿瘤，其临床基本表现为由于主动脉内血管壁出现剥离夹层，从而导致人体胸腹腔内主动脉出现真腔和假腔，血液在真假腔内流动过程中对血管壁进行挤压，同时血液通过内膜中破口进入主动脉中层形成血肿，由于病人对该病情了解不够充分，因此该情况发病后48小时的死亡率可高达36％～71％，对人类生命造成极大的威胁；目前针对主动脉夹层分离治疗方法主要采用腔内隔绝术，而对于主刀医师，在手术过程中一定要对病灶局部解剖毗邻的空间关系获得尽可能地多的信息，以达到精确的诊断、手术及手术后评价，尤其是针对胸腹腔主动脉夹层位置、范围、破口及分支受累情况相关数据的测量，这是决定手术适应症和手术成败的主要因素之一；因此非常有必要开发一套医学图像处理系统以快速准确地提取胸腹腔主动脉及其夹层特征并将其三维重建供医生进行临床诊断，对提高手术的成功率具有重大意义；由于每个病人的一组CT断层图像数量较大，因此采用手工分割方式工作量非常大，对于三维图像的操作尤为如此；而另一个问题