一种CTA图像中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图像中肝脏与血管同时分割的方法。该方法包括：(1)模型初始化；(2)优化新的变分能量模型，同时分割肝脏和血管；(3)进行后处理，分别得到肝脏轮廓及血管轮廓；本发明中的肝脏血管同时分割方法，能够有效地克服弱边界及噪声等的不利影响，尤其是因为引入了局部邻域的灰度分布信息，这使得能够很好的区分开肝脏和相邻的器官或软组织，有效地防止过分割现象出现。

主权项

1.一种CTA图像中肝脏与血管同时分割的方法，其特征在于，包括下述步骤：(1)模型初始化；(2)优化新的变分能量模型，同时分割肝脏和血管；(3)进行后处理，分别得到肝脏轮廓及血管轮廓；所述步骤(1)具体过程是：设输入图像是三维图像数据，x=(x₁，x₂，x₃)，定义的区域为，图像灰度范围是[0，N]；在肝脏区域内部初始化一块区域Ω₀，其边界曲面记为C₀；令其中表示任意像素点x的小邻域Ω(x)内累积灰度直方图F_x与Ω₀内累积灰度直方图之间的Wasserstein距离；所述步骤(2)具体内容是：设图像是三维图像数据，x=(x₁，x₂，x₃)，定义的区域为，曲面C将图像分为内部肝脏区域Ω_in和外部背景区域Ω_out；计算初始化区域Ω₀内图像灰度值均值m，标准差为σ，取μ=m-3.0σ，η=m+3.5σ；分割模型为以下新的变分能量模型：所述Ω₀为步骤(1)的初始化区域，P(x)由步骤(1)计算得到，F_x为任意像素点x的小邻域Ω(x)内累积灰度直方图，为步骤(1)中初始化区域Ω₀内累积灰度直方图，是高斯核函数，符号*表示卷积，符号表示梯度，α、γ为常数，用于调节变分模型中的各项权重，常数δ表示高斯函数的窗宽，Ω_in表示曲面C内部包含的区域；符号表示在Ω_in内积分，符号表示在封闭曲面C上进行积分，  ds表示曲面积分元，  dΩ表示区域积分元；所述步骤(3)具体过程是：设图像是三维图像数据，x=(x₁，x₂，x₃)，定义的区域为，由步骤(2)中的方法得到的分割结果为曲面C_optimal，其内部包含的区域为Ω₁，外部为Ω₂，Ω₁∪Ω₂=Ω；定义如下函数$H\left(x\right)=\left\{\begin{array}{c}1,x\in {\Omega }_1\\ 0,x\in {\Omega }_2\end{array}\right.$计算Ω₁内图像的灰度值的均值m₁和方差σ₁，对二值函数H(x)填洞得到新的二值函数H₁(x)，H₂(x)=H₁(x)-H(x)，进而得到肝脏区域$H_{\mathrm{liver}}\left(x\right)=\left\{\begin{array}{cc}{H}_1\left(x\right),& \tilde{I}\left(x\right)>m_1-{\sigma }_1\\ 0,& \tilde{I}\left(x\right)\le m_1-{\sigma }_1\end{array}\right.,$血管区域$H_{\mathrm{vessel}}\left(x\right)=\left\{\begin{array}{cc}{H}_2\left(x\right),& \tilde{I}\left(x\right)>m_1-{\sigma }_1\\ 0,& \tilde{I}\left(x\right)\le m_1-{\sigma }_1\end{array}\right..$