基于图割的肺4D-CT肿瘤自动分割方法技术

本发明专利技术公开了基于图割的肺4D-CT肿瘤自动分割方法，包括(1)读取肺部4D-CT图像，该图像由多幅不同相位的肺部3D-CT图像组成；(2)获取初始相位3D-CT图像上肿瘤的几何中心点；(3)得到初始相位目标块；(4)选取与步骤初始相位目标块最相似的目标块；(5)计算各相邻相位目标块之间的运动位移；(6)将步骤(2)得到的初始相位的目标种子点与步骤(5)得到的运动位移相加，获得其他相位的目标种子点的位置；(7)在步骤(3)和步骤(4)得到的各相位目标块上，利用步骤(2)和步骤(6)得到的各相位的目标种子点，获得肿瘤分割结果。该方法不仅自动化程度高，而且能够确保分割准确。

【技术实现步骤摘要】

本专利技术涉及医学图像处理
，具体是指一种基于图割的肺4D-CT肿瘤自动 分割方法。
技术介绍
4D-CT在传统3D-CT的基础上加入了时间轴，动态采集患者呼吸时的CT图像，而后 通过图像重建和重新排序得到患者在不同呼吸相位的3D-CT图像。4D-CT不仅能够明显消 除呼吸运动伪影，而且能够真实准确地反映肺部随呼吸运动的变化规律，为实现个体化精 确放疗奠定了有力基础。 精确放疗的关键在于靶区的准确定位，靶区的精度会直接影响最终的放疗结果， 确定靶区可以采用图像分割技术。然而，目前肺4D-CT肿瘤分割存在着两大主要问题：其 一，4D-CT生成的图像数量巨大，通常有1000到2000张，甚至更多，如果仅靠放疗科医生手 工分割每幅图像中的肿瘤来获得靶区，显然费时费力，也不现实；其二，肺部肿瘤经常与周 围肺壁、膈肌、血管等正常器官组织发生黏连，若采用区域生长、边缘提取等自动分割技术， 误分割的概率很大，直接影响靶区精度。因此，研究出一种自动化程度高，分割准确，鲁棒性 强的肺肿瘤分割算法十分必要。
技术实现思路
本专利技术的目的在于提供一种基于图割的肺4D-CT肿瘤自动分割方法，该方法不仅 自动化程度高，而且能够确保分割准确。 本专利技术的目的可通过下述技术措施来实现：基于图割的肺4D-CT肿瘤自动分割方 法，包括以下步骤： (1)读取肺部4D-CT图像，该图像由多幅不同相位的肺部3D-CT图像组成； (2)获取初始相位3D-CT图像上肿瘤的几何中心点，即初始相位的目标种子点，所 述的初始相位3D-CT图像是指多幅不同相位的肺部3D-CT图像中第一幅3D-CT图像； (3)根据步骤⑵获取的肿瘤的几何中心点以及肿瘤的大小，得到初始相位目标 块； (4)在4D-CT图像除去该初始相位3D-CT图像后所剩下的其余各相位的3D-CT图 像上，分别选取与步骤（3)获得的初始相位目标块最相似的目标块； (5)计算各相邻相位目标块之间的运动位移； (6)将步骤（2)得到的初始相位的目标种子点与步骤（5)得到的运动位移相加，获 得其他相位的目标种子点的位置； (7)在步骤（3)和步骤（4)得到的各相位目标块上，利用步骤（2)和步骤（6)得到 的各相位的目标种子点，获得肿瘤分割结果。 本专利技术中，所述步骤（3)中的初始相位目标块是NXNXN大小的立方体，立方体的 中心是肿瘤的几何中心点，N的大小由肿瘤大小决定。 本专利技术中，所述步骤（4)利用完全搜索块匹配算法选取与步骤（3)获得的初始相 位目标块最相似的目标块，具体包括： (4. 1)采用完全搜索块匹配算法中常用的平均绝对误差匹配准则，定义如下： 式中，（i, j, k)为位移矢量，fp(x, y, z)和fp Jx+i, y+j, z+k)分别为当前相位 (X, y, z)在和上一相位在（x+i, y+j, z+k)的灰度值，NXNXN为块的大小； (4. 2)在整幅图像的范围内，逐个像素计算MD值，从所有点中找出MD最小值的 点，该点对应的块即为我们要找的匹配块。 本专利技术中，所述步骤（5)中的各相邻相位目标块之间的运动位移是指步骤（4. 2) 中MD最小值的点处对应的运动矢量。 本专利技术中，所述步骤（7)采用结合星形先验的图割算法进行分割肿瘤，具体包括： (7. 1)将步骤⑵和步骤（6)得到的各相位的目标种子点记作0,目标块的顶点记 作背景种子点B ; (7. 2)将图像映射成网络图，图像中的像素点对应图中的节点，并添加两个额外的 顶点，一个为源点S，一个为汇点T，图像中相邻像素点p和q之间的关系对应图中节点之间 的边。 (7. 3)给图中每一条边赋予权值，设定权值的原则为：像素间的差异越小则权值 越大，像素间差异越大则权值越小，具体如下： 若F6U及且S..运及，贝丨Jp和q之间的边权值记为B{p,q}。若p e P，夕茫Ou ^， 贝1J P和s之间的边权值记为λ · Rp (〃bkg〃）；若p e 〇,则p和s之间的边权值记为K ;若 P e B，则p和s之间的边权值记为0。若p e P, Z? 则p和t之间的边权值记为 λ · Rp (〃〇b j〃）；若p e 〇,则p和t之间的边权值记为0 ;若p e B，则p和t之间的边权值 记为K。 其中： (7. 5)在式（6)中加入星形先验，能量函数变为如下形式： E ⑷=λ · R ⑷ +B ⑷ +S (A)式（9) (7. 6)求解得到E㈧的最小值，对应于原始图像的最终分割结果。 与现有技术相比，本专利技术具有如下有益效果： (1)本专利技术的分割是在目标块上进行，而非整幅三维图像，从而去掉了尽可能多的 干扰信息，背景种子点设置为目标块顶点和加入的星形先验，给分割提供了特定的约束条 件，提尚了分割精度； (2)本专利技术提出的方法只需医生在初始相位上选取目标种子点，即可获得同一呼 吸周期内所有相位的肿瘤分割结果，提高了算法的自动化程度。【附图说明】 下面结合附图和【具体实施方式】对本专利技术做进一步的详细说明。 图1是本专利技术基于图割的肺4D-CT肿瘤自动分割方法的流程图； 图2是本专利技术实施例1中选取的0相位的肿瘤几何中心点以及初始目标块，初始 目标块为右侧所显示的方形框，肿瘤几何中心点为方形框中的中心黑点，以冠状面为例； 图3是本专利技术实施例1中利用完全搜索块匹配算法依次得到从1至9其他9个相 位的目标块以及目标种子点，以冠状面为例； 图4是本专利技术实施例1中相位4传统图割算法和本专利技术分割结果的对比图；从上 至下分别为：冠状面；横断面；矢状面；从左至右分别为：待分割原始图像；传统图割算法 分割结果；本专利技术分割结果； 图5是本专利技术实施例2中利用完全搜索块匹配算法依次得到从1至9其他9个相 位的目标块以及目标种子点，以冠状面为例； 图6是本专利技术实施例2中相位2传统图割算法和本专利技术分割结果的对比图，从上 至下分别为：冠状面；横断面；矢状面。从左至右分别为：待分割原始图像；传统图割算法分 割结果；本专利技术分割结果。【具体实施方式】 实施例1 本专利技术基于图割的肺4D-CT肿瘤自动分割方法的具体流程如图1所示，具体步骤 如下： (1)读取肺部4D-CT图像，该图像由10个不同相位的肺部3D-CT图像组成，各相位 3D图像大小为320 X 224 X 92像素； (2)获取初始相位3D-CT图像上肿瘤的中心点，即初始相位的目标种子点； (3)得到初始目标块； (4)选取与初始相位目标块最相似的其他相位目标块； (5)估计出各相邻相位目标块之间的运动位移； (6)以步骤（2)得到的初始相位目标种子点和步骤（5)得到的运动位移为基础，获 得其他相位的目标种子点； (7)在步骤（3)和步骤（4)得到的各相位目标块上，利用步骤（2)和步骤（6)得到 的各相位目标种子点，获得肿瘤分割结果。 本专利技术中，所述步骤（2)中的肿瘤中心点为肿瘤的几何中心点。 本专利技术中，所述步骤（3)中的初始目标块是NXNXN大小的立方体，立方体的中心 是肿瘤中心点，N的大小由医生决定，此例中N = 45。 本专利技术中，所述步骤（4)具体利用完全搜索块匹配算法选取。 上述步骤（4)具体包括： (4. 1)采用完全搜索块匹配算法中常用的平均绝对误差匹配准则，定义如下： 式中，（本文档来自技高网...

【技术保护点】
基于图割的肺4D‑CT肿瘤自动分割方法，其特征在于，该分割方法包括以下步骤：(1)读取肺部4D‑CT图像，该图像由多幅不同相位的肺部3D‑CT图像组成；(2)获取初始相位3D‑CT图像上肿瘤的几何中心点，即初始相位的目标种子点，所述的初始相位3D‑CT图像是指多幅不同相位的肺部3D‑CT图像中第一幅3D‑CT图像；(3)根据步骤(2)获取的肿瘤的几何中心点以及肿瘤的大小，得到初始相位目标块；(4)在4D‑CT图像除去该初始相位3D‑CT图像后所剩下的其余各相位的3D‑CT图像上，分别选取与步骤(3)获得的初始相位目标块最相似的目标块；(5)计算各相邻相位目标块之间的运动位移；(6)将步骤(2)得到的初始相位的目标种子点与步骤(5)得到的运动位移相加，获得其他相位的目标种子点的位置；(7)在步骤(3)和步骤(4)得到的各相位目标块上，利用步骤(2)和步骤(6)得到的各相位的目标种子点，获得肿瘤分割结果。

【技术特征摘要】

【专利技术属性】
技术研发人员：张煜，申正文，
申请(专利权)人：南方医科大学，
类型：发明
国别省市：广东;44