一种CT图像中脊髓的提取方法技术

本发明专利技术提供一种CT图像中脊髓的提取方法，所述方法包括如下步骤：(1)输入所述三维CT图像，通过二维简化的椎管模型，得到所述三维CT图像中所述椎管的中轴线位置的三维广义霍夫变换空间；(2)根据所述三维广义霍夫变换空间，确定所述椎管中轴线在所述三维CT图像中的位置；(3)根据所述椎管中轴线的位置，通过区域增长方法，得到所述椎管的分割掩模，即得到所述三维CT图像中的脊髓。本技术方案不仅能自动、快速地提取CT图像中的脊髓，还具有更高的稳定性和灵活性。

【技术实现步骤摘要】
一种CT图像中脊髓的提取方法
本专利技术涉及图像处理领域，尤其涉及一种CT图像中脊髓的提取方法。
技术介绍
在放疗的准备阶段，医生通过病人的CT图像计算放疗过程中所使用的放射线路经和剂量，同时在CT图像中勾勒(分割)出一些重要的器官，以使其在放疗中避开放射线的照射，或者降低其所受到的放射线照射剂量。脊髓是神经系统的核心组成部分，也是放疗中必须保护的重要区域。在制定针对头部(如脑、颈)、胸部(如乳房、肺、食道)和腹部(如肝脏、脾脏、肾脏、胰脏)等癌症的放疗计划时，为了保护脊髓，医生都需要将脊髓从预先得到的CT图像中分割出来。目前，对于三维CT图像中椎管的自动分割可以分为两类。第一类方法需要人工确定椎管的位置，比如人工选取椎管内部的一个或多个种子点，然后从种子点出发，进一步自动分割出椎管部分，是一种半自动方法(请参考[L.G.,etal.:ComputerAnalysisofImagesandPatterns,456-463.(2005)])。第二类方法可以自动检测出椎管的大致位置，然后对椎管进行提取。例如，通过简单的圆霍夫变换寻找轴切面上的圆形特征来定位椎管，然后通过模糊区域增长的方法在三维空间中分割出椎管；使用三维广义霍夫变换直接定位出任意一节脊椎骨的空间位置，并确定其所包围的椎管中心点作为种子点，然后通过一种自适应的算法，将小管状结构逐段连接到种子点上(请参考[T.Klinder,etal.:MedicalImageAnalysis,vol.13,471.(2009)])；以及使用一套基于解剖结构图谱的决策支持系统，用于定位二维轴切面上椎管的位置，然后使用区域增长或活动轮廓模型的方法来分割三维椎管。但是，这类方法过于复杂，计算量比较大。
技术实现思路
本专利技术解决的问题是提供一种CT图像中脊髓的提取方法，不仅能自动、快速地提取CT图像中的脊髓，还具有更高的稳定性和灵活性。为了解决上述问题，本专利技术提供了一种CT图像中脊髓的提取方法，包括如下步骤：(1)输入所述三维CT图像，通过二维简化的椎管模型，得到所述三维CT图像中所述椎管的中轴线位置的三维广义霍夫变换空间；(2)根据所述三维广义霍夫变换空间，确定所述椎管中轴线在所述三维CT图像中的位置；(3)根据所述椎管中轴线的位置，通过区域增长方法，得到所述椎管的分割掩模，即得到所述三维CT图像中的脊髓。上述所述一种CT图像中脊髓的提取方法，其中，得到所述椎管中轴线位置的三维广义霍夫变换空间的过程如下：1)通过边缘检测方法，得到第k帧轴切面图像中的边缘点位置和所述边缘点位置处的正规化梯度向量其中，k为所述三维CT图像中第k帧二维轴切面图像，j＝1,...,Nk为所述第k帧轴切面图像中的第j个边缘点，Nk为所述得到的第k帧轴切面图像中的所有边缘点数；2)根据所述边缘点位置和所述正规化梯度向量得到所述边缘点映射到广义霍夫变换空间中的位置和并进行投票，得到所述广义霍夫空间中的点分布函数和3)将所述点分布函数和进行合并，得到所述第k帧轴切面的广义霍夫变换空间Hk(c)；4)将所有轴切面的广义霍夫变换空间在轴向进行级联，得到H(c,k)；5)将所述H(c,k)进行平滑，得到所述椎管的中轴线的三维广义霍夫变换空间H(c,k)。上述所述一种CT图像中脊髓的提取方法，其中，所述点分布函数的公式为：其中，为投票函数，I[·]为指标函数；所述r1为所述二维简化模型中椎孔的半径。上述所述一种CT图像中脊髓的提取方法，其中，所述点分布函数的公式为：其中，为投票函数，I[·]为指标函数，为所述正规化梯度向量沿着人体冠状轴的分量；所述r2为所述二维简化模型中椎体的半径；为所述二维简化模型中椎孔中轴线与轴切面的交点以及椎体中轴线与轴切面的交点之间的相对位移。上述所述一种CT图像中脊髓的提取方法，其中，得到所述Hk(c)的公式为或其中，w为所述所占的权重。上述所述一种CT图像中脊髓的提取方法，其中，所述H(c,k)的公式为：其中，k0和ke分别为所述输入的三维CT图像中感兴趣区域的起始帧数和终止帧数。上述所述一种CT图像中脊髓的提取方法，其中，确定所述椎管中轴线在所述三维CT图像中的位置的过程为：1)确定所述H(c,k)的极大值的像素点位置(cmax,kmax)；2)根据快速行进算法和速度函数F(c,k)，得到所述三维CT图像中每个像素点到所述像素点(cmax,kmax)的距离函数D(c,k；cmax,kmax)；3)分别确定在所述第k0帧和第ke帧轴切面图像中距离函数D(c,k；cmax,kmax)的最小值位置c0和ce；4)根据最大梯度下降法，分别得到所述c0和ce到所述像素点(cmax,kmax)的最短路径，并使所述最短路径在所述像素点(cmax,kmax)处连接，即得到所述椎管中轴线在所述三维CT图像中的位置S(k0,ke)。上述所述一种CT图像中脊髓的提取方法，其中，所述速度函数F(c,k)为：F(c,k)＝g(|H(c,k)-H(cmax,kmax)|)，其中，g(·)为变换函数。上述所述一种CT图像中脊髓的提取方法，其中，所述椎管中轴线位置S(k0,ke)的公式为：S(k0,ke)＝{s(n)|n＝1,...,N}，其中，N为离散点数的总数；s(1)＝(c0,k0)；s(n)＝(c(n),k(n))；s(N)＝(ce,ke)。上述所述一种CT图像中脊髓的提取方法，其中，得到所述三维CT图像中的脊髓的过程为：1)计算所述三维CT图像中每个像素点的图像约束的椎管概率p1(x)；2)计算所述三维CT图像中每个像素点的椎管中轴线形状约束的椎管概率p2(x)；3)根据所述图像约束的椎管概率p1(x)和椎管中轴线形状约束的椎管概率p2(x)，得到所述三维CT图像中每个像素点成为椎管的概率p(x)；4)根据所述成为椎管的概率p(x)，得到所述椎管的分割掩模，即得到所述三维CT图像中的脊髓。上述所述一种CT图像中脊髓的提取方法，其中，，得到所述椎管中轴线形状约束的椎管概率p2(x)的过程为：1)根据所述椎管中轴线位置S(k0,ke)，得到所述椎管中轴线的初始掩模S0(x)；2)根据所述初始掩模S0(x)，计算所述椎管中轴线形状约束的椎管概率p2(x)，所述其中，为空间滤波算子；g2(·)为变换函数。上述所述一种CT图像中脊髓的提取方法，其中，得到所述初始掩模的公式为：其中，N为离散点数的总数；s(n)＝(cn,kn)；I[·]为指标函数；(cn,kn)表示所述椎管的中轴线的三维广义霍夫变换空间中的像素点，n＝1,…,N，N为离散点数的总数。上述所述一种CT图像中脊髓的提取方法，其中，通过线性意见池或对数意见池得到所述三维CT图像中每个像素点成为椎管的概率p(x)。上述所述一种CT图像中脊髓的提取方法，其中，得到所述椎管的分割掩模S(X)的公式为：其中，为空间滤波算子；t2和t3为预定阈值。与现有技术相比，本专利技术基于一个简单的二维椎管模型，通过广义霍夫变换(GHT)生成与输入图像对应的三维广义霍夫变换空间，同时自动确定椎管中的种子点，不仅不需要大量由人工勾勒出椎管形状的训练图像样本来构建GHT查找表，而且椎管模型中的几何形状可以独立生成GHT空间，增加了本专利技术的稳定性和灵活性；进一步地，通过本文档来自技高网...

【技术保护点】
一种CT图像中脊髓的提取方法，其特征在于，包括如下步骤：(1)输入三维CT图像，通过二维简化的椎管模型，得到所述三维CT图像中所述椎管的中轴线位置的三维广义霍夫变换空间；(2)根据所述三维广义霍夫变换空间，确定所述椎管中轴线在所述三维CT图像中的位置；(3)根据所述椎管中轴线的位置，通过区域增长方法，得到所述椎管的分割掩模，即得到所述三维CT图像中的脊髓。

【技术特征摘要】
1.一种CT图像中脊髓的提取方法，其特征在于，包括如下步骤：(1)输入三维CT图像，通过二维简化的椎管模型，得到所述三维CT图像中所述椎管的中轴线位置的三维广义霍夫变换空间；(2)根据所述三维广义霍夫变换空间，确定所述椎管中轴线在所述三维CT图像中的位置；(3)根据所述椎管中轴线的位置，通过区域增长方法，得到所述椎管的分割掩模，即得到所述三维CT图像中的脊髓；所述椎管的中轴线位置的三维广义霍夫变换空间通过如下过程得到：通过边缘检测方法，得到第k帧轴切面图像中的边缘点位置和所述边缘点位置处的正规化梯度向量其中，k为所述三维CT图像中第k帧二维轴切面图像，j＝1,...,Nk为所述第k帧轴切面图像中的第j个边缘点，Nk为所述得到的第k帧轴切面图像中的所有边缘点数；根据所述边缘点位置和所述正规化梯度向量得到所述边缘点映射到广义霍夫变换空间中的位置和并进行投票，得到所述广义霍夫空间中的点分布函数和r1为所述二维简化模型中椎孔的半径，r2为所述二维简化模型中椎体的半径，c为所述广义霍夫空间中的任一位置；将所述点分布函数和进行合并，得到所述第k帧轴切面的广义霍夫变换空间Hk(c)；将所有轴切面的广义霍夫变换空间在轴向进行级联，得到H(c,k)；将所述H(c,k)进行平滑，得到所述椎管的中轴线的三维广义霍夫变换空间H(c,k)。2.如权利要求1所述一种CT图像中脊髓的提取方法，其特征在于，所述点分布函数的公式为：其中，为投票函数，I[·]为指标函数；所述r1为所述二维简化模型中椎孔的半径。3.如权利要求1所述一种CT图像中脊髓的提取方法，其特征在于，所述点分布函数的公式为：其中，为投票函数，I[·]为指标函数，为所述正规化梯度向量沿着人体冠状轴的分量；所述r2为所述二维简化模型中椎体的半径；n为所述二维简化模型中椎孔中轴线与轴切面的交点以及椎体中轴线与轴切面的交点之间的相对位移。4.如权利要求1所述一种CT图像中脊髓的提取方法，其特征在于，所述Hk(c)的公式为或其中，w为所述所占的权重。5.如权利要求1所述一种CT图像中脊髓的提取方法，其特征在于，所述H(c,k)的公式为：其中，k0和ke分别为所述输入的三维CT图像中感兴趣区域的起始帧数和终止帧数。6.如权利要求1所述一种CT图像中脊髓的提取方法，其特征在于，确定所述椎管中轴线在所述三维CT图像中的位置的过程为：1)确定所述H(c,k)的极大值的像素点位置(cmax,kmax)；2)根据快速行进算法和速度函数F(c,k)，得到所述三维CT图像中每个像素点到所述像素点(cmax,kmax)的距离函数...

【专利技术属性】
技术研发人员：刘靖，李强，
申请(专利权)人：上海联影医疗科技有限公司，
类型：发明
国别省市：上海;31