一种针对动态增强乳腺磁共振影像序列的影像分割方法

摘要

一种针对动态增强乳腺磁共振影像序列的影像分割方法属于乳腺的磁共振影像处理技术领域，其特征在于含有：向计算机输入乳腺的磁共振三维横断面影像序列；把影像分为乳腺与空气界面，以及乳腺与胸腔界面两个部分；用动态阈值控制区域增长的分割处理得到乳房与空气的分界线；用同样方法得到乳腺与胸腔的初始轮廓；用控制水平集的方法得到乳房与胸腔复杂轮廓；再把分割结果拼接合，得到对一个时间点的三维磁共振影像序列，并把它作为下一组三维影像分割的初始位置等步骤。本发明提高了分割速度，解决了水平集算法不易确定初始轮廓和速度函数的问题，实现了复杂、大数据量的动态增强的乳腺磁共振影像的自动分割。

主权项

1、一种针对动态增强乳腺磁共振影像序列的分割方法，其特征在于，所述方法是在计算机中依次按以下步骤实现的：步骤(1)在所述计算机中，创建动态增强乳腺磁共振影像序列的分割系统，包括图像输入模块、图像分区模块、图像区域增长处理模块、像素灰度统计计算模块、水平集初始化计算模块、水平集迭代计算模块和图像输出模块；其中，图像输入模块，用于接收从磁共振MRI影像工作站传来的待分割的乳腺MRI影像，按照扫描序列不同时间段与空间位置对影像进行分组和排序，并传送给图像分区模块；图像分区模块，用于对输入的图像进行计算，得到图像中人体胸骨前的位置，并将图像分成前、后两个部分图像，以便分别处理，分区后的图像分别送入图像区域增长处理模块和水平集初始化计算模块；图像区域增长处理模块，用于对图像分区模块送入的前半部分影像进行分割，通过图像处理的区域增长算法，得到前半部分图像中乳腺组织的像素集合，即前半部分图像的分割结果，并传送给像素灰度统计计算模块；像素灰度统计计算模块，用于统计计算前半部分图像中乳腺组织像素的灰度分布，包括灰度的平均值和方差，并将计算结果传送给水平集初始化计算模块；水平集初始化计算模块，用于根据前面处理模块送来的乳腺迅速灰度统计结果，以及分区模块送来的后半部分图像，分别计算乳腺与胸腔的初始轮廓和控制水平集演化的特征图像；水平集迭代计算模块，用于对后半部分图像进行优化计算，搜寻乳腺与胸腔的轮廓，其初始值由水平集初始化计算模块得到；图像输出模块，用于对图像区域增长处理模块和水平集迭代计算模块得到的两部分分割的结果进行拼接，并将结果显示在计算机屏幕上供医生进行分析，或存储到硬盘，供图像分析软件进一步进行分析。步骤(2)从医用磁共振影像工作站输入用一次三维扫描获取的动态增强乳腺磁共振三维影像序列中16-32张人体乳腺区域横断面影像；步骤(3)对横断面的影像进行自动的分区处理，得到分别包含乳腺与空气界面和乳腺与胸腔界面的两部分图像，依次称为待分割影像(1)和待分割影像(2)：步骤(3.1)以影像上人体两侧乳房的中间位置为寻找路径，顺次统计从身体前方到身体后方垂直方向上图像各像素点的灰度及其相邻像素的灰度值，得到一条以所述寻找方向上的经历的各像素点为横坐标，该各个像素的灰度值为纵坐标的曲线，步骤(3.2)给定一个高于空气所对应区域影像灰度的像素灰度阈值，然后在所述曲线上从左到右寻找一个像素灰度值超过规定阈值的位置，并将曲线左侧开始位置到该位置设定为搜寻区间，在此区间内寻找灰度变化率序列中取值第2或第3大的位置作为图像中人体组织与空气的分界点，所述的灰度变化率序列为δI(k)＝I(k+1)-I(k)，其中，k为沿所述寻找方向顺次取得的像素点位置，I(k)为k点位置上的像素灰度，步骤(3.3)通过步骤(3.2)所述分界点作一条沿人体左右方向的直线，把待分割的影像划分为两个子图像，该直线前方为待分割影像(1)，直线后方为待分割影像(2)；步骤(4)采用图像处理中动态阈值控制的区域增长方法，对步骤(3)得到的待分割影像(1)进行分割处理：首先，在步骤(3.2)所述的搜寻区间上，逐次统计各个像素点的灰度，得到像素的灰度均值mean和像素灰度的方差std，它们对应的是成像过程中空气区域的成像噪声特性，然后规定区域增长的动态阈值为上述均值mean的上下三倍方差std范围内，即mean±3·std，通过区域增长得到待分割影像(1)中对应空气的区域，而剩余的区域为乳腺组织的图像区域；步骤(5)对步骤(4)得到的待分割影像(1)中的乳腺区域，计算乳腺组织像素点灰度的均值与方差；步骤(6)对待分割影像(2)进行处理，方法是基于上述估计的乳腺组织影像灰度信息，进行区域增长，得到乳腺与胸腔间的初始轮廓：步骤(5)中，获得了待分割影像(1)对应的乳房组织的灰度均值和方差，以此作为确定胸腔初始轮廓的灰度依据，用来通过图像处理中区域增长的方法获得待分割影像(2)中乳腺与胸腔间的初始轮廓：首先在待分割影像(2)的乳房区域选择种子点，即在待分割影像(2)的左下角边界附近的100×100像素区域内，选择一个灰度值与上述乳房组织灰度均值最接近的像素点，并规定区域增长的阈值范围为乳房组织灰度均值±2×乳房组织灰度方差，然后利用区域增长算法获得待分割影像(2)中乳房部分的区域，对所有输入的横断面影像均进行这样的区域增长运算，得到由所有横断面切片图像共同构成的三维影像数据集的乳腺与胸腔的初始轮廓，作为后续水平集计算的初始轮廓；步骤(7)利用步骤(5)得到的乳腺组织像素灰度信息，生成一个控制水平集演化速度的特征图像：步骤(4)获得的待分割影像(1)的乳腺组织像素灰度值，被用来自动设置一个阈值区间，生成控制水平集演化的特征图像，在待分割影像(2)上，当像素值位于规定的灰度上、下限[L，U]区间之内时，将其映射到[0，1]的特征幅度，而位于灰度值上、下限[L，U]区间之外的像素值则映射到[-1，0]的特征幅度。利用步骤(5)所获得的乳腺灰度信息，即乳房组织灰度的均值和乳房组织灰度的方差，把乳腺组织灰度均值-2×乳房组织灰度的方差作为下限L，把乳腺组织灰度均值+2×乳房组织灰度的方差作为上限U，取U＝255，生成一个特征图像，计算特征图像的映射公式为：其中：U＝255，L＝乳房灰度均值-2×乳房灰度值方差，g(x，y)为待分割影像(2)的像素灰度值；步骤(8)将所得到横断面切片二维图像按照扫描位置重构成的三维影像数据集作为待处理三维数据集，步骤(6)得到的初始轮廓按照垂直于二维图像平面方向扫描位置构成三维轮廓，作为水平集初始值，利用步骤(7)得到的对应各个待分割影像(2)的特征图像构造三维的水平集演化的速度函数F，采用图像处理中基于阈值区间的三维水平集图像分割算法，分割通过步骤(3)所得到的子图像2中乳房与胸腔间的复杂轮廓，F＝Fprop+50K，Fprop特征图像，K为演化中轮廓上每一点的曲率；步骤(9)将步骤(4)和步骤(8)得到的两个子图像的分割结果进行拼接合成，得到对一个时间点的三维磁共振影像序列的分割结果；步骤(10)输入下一组动态增强的三维磁共振影像序列，并利用前一组三维影像分割的结果，即取代上述步骤(6)所估算的胸腔初始轮廓，构成后组三维影像分割的初始位置。然后对所输入的新影像序列顺次进行步骤(3)、步骤(4)、步骤(5)、步骤(7)、步骤(8)和步骤(9)的处理、来得到新的三维影像序列分割结果，再重复步骤(10)，直到将所有动态增强的磁共振影像序列分割完毕；步骤(11)将分割结果进行显示，以供医生进行分析，或将最终分割的结果存储在计算机硬盘中，供影像识别软件进行进一步的分析处理。