一种基于CT图像的三维肝脏包围盒的自动提取方法技术

本发明专利技术涉及一种基于CT图像的三维肝脏包围盒的自动提取方法，对N例腹部CT肝脏分割数据进行体积测量，选出和平均肝脏体积最接近的三维CT切片和肝脏掩膜，确定其对应的CT切片的肝脏区域矩形框；把已经确定肝脏矩形区域的CT图像作为标准CT图像和未确定肝脏包围盒的CT图像进行粗配准，改变粗配准中优化器的步长和迭代次数，输出变换矩阵；对肝脏区域矩形框的二值图像进行几何变换，将变换后的矩阵放在二维坐标系中，找出矩阵中灰度值为1的所有点的坐标，根据X,Y最大值和最小值确定矩形边界作为肝脏区域矩形。本发明专利技术降低了图像处理数据量，指导肝脏的快速、准确的分割，对于指导肝脏肿瘤分割具有重要意义，为后续研究奠定了基础。

An automatic extraction method of 3D liver bounding box based on CT image

The invention relates to an automatic extraction method of a three-dimensional liver encircling box based on CT images, to measure the volume of CT liver segmentation data in the N cases, select the three-dimensional CT slice and the liver mask which is closest to the average liver volume, determine the rectangle frame of the corresponding CT slice of the liver, and determine the CT of the rectangle region of the liver. The image is used as the coarse registration of the standard CT image and the CT image of the undetermined liver encircling box. The step length and iteration number of the optimizer in the rough registration are changed and the output transformation matrix is output. The geometric transformation of the two value image of the rectangle frame in the liver region is transformed, and the transformed matrix is placed in the two-dimensional sitting mark system, and the gray value of the matrix is found to be 1. A few coordinates are used to determine the rectangle boundary according to the maximum and minimum values of X, Y as the liver area rectangle. The invention reduces the amount of image processing data and guides the rapid and accurate segmentation of the liver. It is of great significance for guiding the segmentation of liver tumors and lays a foundation for subsequent research.

【技术实现步骤摘要】
一种基于CT图像的三维肝脏包围盒的自动提取方法
本专利技术涉及一种图像处理技术，具体为一种基于CT图像的三维肝脏包围盒的自动提取方法。
技术介绍
随着科学技术的飞速发展和人民生活水平的持续提高，人们越来越关注自身健康，提早准确的发现疾病并予以及时治疗，不但可以挽回病人的生命、减轻病人的痛苦，还可以减轻病人的经济负担。信息化爆炸的今天，图像作为人类感知外界环境最基础、直接、真实的方式，正在向着更高要求的方向不断发展。医学影像技术作为一种非侵入式的医学诊断参考依据，在现代医学中起着越来越重要的作用。计算机断层扫描(CT)，超声成像(US)，核磁共振(MRI)，正电子放射断层扫描(PET)等医学成像技术已经成为辅助医生诊断和治疗的重要工具，在肿瘤诊断中扮演重要角色。由于CT图像对于组织器官的成像效果好，能精确反应解剖信息等优点，所以在疾病的检查中应用广泛。ROI区域的提取对于医学图像处理具有非常重要的意义。医学图像内容丰富、结构复杂，如何提取其中有效的区域，是医学图像检索和识别的重要难点，它对于医生进行病例分析以及教学和科研都有非常重要的意义。近年来，研究者对于ROI区域提取进行了大量深入研究，出现了大量的ROI区域提取的方法，其中包括：阈值法、区域增长法、聚类法、图谱法、水平集、图切法和神经网络等。这些方法仍然存在缺陷，例如：需要手动交互、对噪声敏感、复杂度高、适应性不强，因此不适合临床使用。
技术实现思路
针对现有技术中ROI区域的提取方法不适合临床使用等不足，本专利技术要解决的问题是提供一种能够快速、准确的从医学图像中得到分割目标的基于CT图像的三维肝脏包围盒的自动提取方法。为解决上述技术问题，本专利技术采用的技术方案是：本专利技术一种基于CT图像的三维肝脏包围盒的自动提取方法，包括以下步骤：1)对N例不同身高体重人体的腹部CT肝脏分割数据进行体积测量，求取平均肝脏体积Va，并从这些CT数据中选出和Va最接近的三维CT切片和肝脏掩膜；2)对选出的三维CT切片和肝脏掩膜数据沿冠状面垂直方向插值；3)根据插值之后的肝脏掩膜数据，确定其对应的CT切片的肝脏区域矩形框Lr；对插值之后的每张CT切片都完成肝脏区域矩形框的确定，然后确定三维CT切片的肝脏包围盒Lb，把已经确定肝脏矩形区域的CT图像作为标准CT图像Im；4)对确定肝脏包围盒的CT图像Im和未确定肝脏包围盒的CT图像If进行粗配准；5)改变粗配准中优化器的步长s和迭代次数t，输出变换矩阵T；6)设置Im肝脏区域矩形框内像素点的灰度值为1，其余像素点的灰度值为0，得到新的矩阵In，对新的矩阵In依据变换矩阵T进行几何变换，得到变换后的矩阵T′；7)把变换后的矩阵T′放在二维坐标系中，左上角为坐标原点，找出矩阵T′中灰度值为1的所有点的坐标(X,Y)；确定X,Y的最小值和最大值，根据X,Y最大值和最小值确定四个坐标点；8)根据四个坐标点确定一个矩形边界，该矩形边界作为If的肝脏区域矩形。步骤1)是读取每个人的三维肝脏分割数据，找出肝脏轮廓像素点的三维坐标，计算每个人的肝脏体积Va，并从这些CT数据中找出和Va最接近的三维CT切片和肝脏掩膜，具体为：101)将三维肝脏分割数据读到内存中；102)获取三维点云中每个轮廓点的位置坐标(Px,Py,Pz)；103)通过MATLAB中的MESH函数计算每个人肝脏的体积；104)求取一个平均体积Va；105)从CT数据中找出和Va最接近的三维CT切片和肝脏分割图像。步骤3)的具体方法为：301)将插值之后的三维CT数据和肝脏掩膜读取到内存中；302)确定每张切片肝脏的边界坐标，并得到坐标中的x和y最大值和最小值，根据x和y最大值和最小值确定其对应CT切片的肝脏区域矩形框Lr；303)对插值后的切片都执行步骤3.2，确定三维CT切片的肝脏包围盒Lb，将这些图像作为标准CT图像Im。步骤7)的具体方法为：701)读取变换后的矩阵T′放入二维坐标系中，左上角为坐标原点；702)找出变换后的矩阵T′中所有灰度值为1的点的坐标(X,Y)；703)确定坐标X的最小值Xmin，最大值Xmax和坐标Y的最小值Ymin，最大值Ymax；704)确定四个坐标点(xmin，ymin)，(xmin，ymax)，(xmax，ymax)，(xmax，ymin)。步骤1)中，N为150～300。本专利技术具有以下有益效果及优点：1.本专利技术提出了基于网格点云体积测量和图像配准进行腹部CT图像肝脏包围盒自动提取方法，大大降低了图像处理数据量，借此能够指导肝脏的快速、准确的分割，对于指导肝脏肿瘤分割也有重要意义，为后续的肝脏及肿瘤分割奠定了基础。2.本专利技术能够在保证图像有效信息的基础上降低图像处理的数据量，能够有助于提升图像分割的效率；对于肝脏和肝脏肿瘤的分割实验，能够直接从腹部CT图像中提取肝脏的包围盒，仅对肝脏ROI区域进行处理，极大地降低图像分析的数据量，有效提高分割效率。附图说明图1为本专利技术基于CT图像的三维肝脏包围盒的自动提取方法流程图；图2A为本专利技术中已确定肝脏区域矩形框的标准CT图像；图2B为本专利技术中的二值图像；图2C为本专利技术中未确定肝脏包围盒的CT图像；图2D为本专利技术中的配准图像；图2E为本专利技术中变换后的图像中确定坐标点；图2F为本专利技术中确定图2C的肝脏区域矩形框；具体实施方式下面结合说明书附图对本专利技术作进一步阐述。如图1所示，本专利技术一种基于CT图像的三维肝脏包围盒的自动提取方法，包括以下步骤：1)对N例不同身高体重人体的腹部CT肝脏分割数据进行体积测量，求取平均肝脏体积Va，并从这些CT数据中选出和Va最接近的三维CT切片和肝脏掩膜；本专利技术中，N为150～300。2)对选出的三维CT切片和肝脏掩膜数据沿冠状面垂直方向插值；3)根据插值之后的肝脏掩膜数据，确定其对应的CT切片的肝脏区域矩形框Lr；对插值之后的每张CT切片都完成肝脏区域矩形框的确定，然后确定三维CT切片的肝脏包围盒Lb，把已经确定肝脏矩形区域的CT图像作为标准CT图像Im，如图2A所示。4)对确定肝脏包围盒的CT图像Im和未确定肝脏包围盒的CT图像If(如图2C所示)进行粗配准；5)改变粗配准中优化器的步长s和迭代次数t，得到图2D所示的配准图像，输出变换矩阵T；6)设置Im肝脏区域矩形框内像素点的灰度值为1，其余像素点的灰度值为0，得到新的图像矩阵In(如图2B所示)，对新的矩阵In依据变换矩阵T进行几何变换，得到变换后的矩阵T′；7)把变换后的矩阵T′放在二维坐标系中，左上角为坐标原点，找出矩阵T′中灰度值为1的所有点的坐标(X,Y)；确定X,Y的最小值和最大值，根据X,Y最大值和最小值确定四个坐标点，如图2E所示；8)根据四个坐标点确定一个矩形边界，该矩形边界作为If的肝脏区域矩形，如图2F所示。本专利技术方法包括四部分：第一部分为平均肝脏体积的计算，该部分包括获取三维人体图像，并通过网格点云模型计算肝脏体积，再求出平均肝脏体积；第二部分是获取标准CT图像，该部分使用边缘检测的方法确定标准CT图像的肝脏区域矩形；第三部分是图像配准，该部分通过对标准CT图像Im和未确定肝脏包围盒的CT图像If进行配准，确定变换矩阵T；第四部分为确定四个坐标，该部分由Im的二值矩阵经过几何变换，得到本文档来自技高网...

【技术保护点】
1.一种基于CT图像的三维肝脏包围盒的自动提取方法，其特征在于包括以下步骤：1)对N例不同身高体重人体的腹部CT肝脏分割数据进行体积测量，求取平均肝脏体积Va，并从这些CT数据中选出和Va最接近的三维CT切片和肝脏掩膜；2)对选出的三维CT切片和肝脏掩膜数据沿冠状面垂直方向插值；3)根据插值之后的肝脏掩膜数据，确定其对应的CT切片的肝脏区域矩形框Lr；对插值之后的每张CT切片都完成肝脏区域矩形框的确定，然后确定三维CT切片的肝脏包围盒Lb，把已经确定肝脏矩形区域的CT图像作为标准CT图像Im；4)对确定肝脏包围盒的CT图像Im和未确定肝脏包围盒的CT图像If进行粗配准；5)改变粗配准中优化器的步长s和迭代次数t，输出变换矩阵T；6)设置Im肝脏区域矩形框内像素点的灰度值为1，其余像素点的灰度值为0，得到新的矩阵In，对新的矩阵In依据变换矩阵T进行几何变换，得到变换后的矩阵T′；7)把变换后的矩阵T′放在二维坐标系中，左上角为坐标原点，找出矩阵T′中灰度值为1的所有点的坐标(X,Y)；确定X,Y的最小值和最大值，根据X,Y最大值和最小值确定四个坐标点；8)根据四个坐标点确定一个矩形边界，该矩形边界作为If的肝脏区域矩形。...

【技术特征摘要】
1.一种基于CT图像的三维肝脏包围盒的自动提取方法，其特征在于包括以下步骤：1)对N例不同身高体重人体的腹部CT肝脏分割数据进行体积测量，求取平均肝脏体积Va，并从这些CT数据中选出和Va最接近的三维CT切片和肝脏掩膜；2)对选出的三维CT切片和肝脏掩膜数据沿冠状面垂直方向插值；3)根据插值之后的肝脏掩膜数据，确定其对应的CT切片的肝脏区域矩形框Lr；对插值之后的每张CT切片都完成肝脏区域矩形框的确定，然后确定三维CT切片的肝脏包围盒Lb，把已经确定肝脏矩形区域的CT图像作为标准CT图像Im；4)对确定肝脏包围盒的CT图像Im和未确定肝脏包围盒的CT图像If进行粗配准；5)改变粗配准中优化器的步长s和迭代次数t，输出变换矩阵T；6)设置Im肝脏区域矩形框内像素点的灰度值为1，其余像素点的灰度值为0，得到新的矩阵In，对新的矩阵In依据变换矩阵T进行几何变换，得到变换后的矩阵T′；7)把变换后的矩阵T′放在二维坐标系中，左上角为坐标原点，找出矩阵T′中灰度值为1的所有点的坐标(X,Y)；确定X,Y的最小值和最大值，根据X,Y最大值和最小值确定四个坐标点；8)根据四个坐标点确定一个矩形边界，该矩形边界作为If的肝脏区域矩形。2.按权利要求1所述的基于CT图像的三维肝脏包围盒的自动提取方法，其特征在于：步骤1)是读取每个人的三维肝脏分割数据，找出肝脏轮廓像素点的三维坐标，计算每个人的肝脏体积Va，并从这些CT数据中找出和Va最接...

【专利技术属性】
技术研发人员：姜慧研，李少杰，
申请(专利权)人：东北大学，
类型：发明
国别省市：辽宁,21