结合上下信息窄带约束的腹腔主动脉瘤外轮廓分割方法技术

一种结合上下信息窄带约束的腹腔主动脉瘤外轮廓分割方法，包括如下步骤：1)改进LBF水平集方法用于的外轮廓初步分割，利用LBF在低对比度图像目标分割中的优势，结合窄带约束，获得初步外轮廓。2)提出基于上下文窄带约束的分割方法实现外轮廓精细分割；3)利用CTA图像序列的空间连续性，将精确分割结果用于相邻切层初步分割时水平集初始化。本发明专利技术提供了一种分割精度较高、分割效率较高的结合上下信息窄带约束的腹腔主动脉瘤外轮廓分割方法。

【技术实现步骤摘要】

本专利技术属于医学图像特殊组织分析与分割方法领域，设及一种腹腔主动脉瘤外轮 廓分割方法。
技术介绍
腹主动脉瘤（Abdominalacxrticaneu巧sm，AAA是一种中老年人常发的疾病，主要 的风险在于其不断扩张导致破裂而危及患者生命。 在腹腔主动脉瘤的诊断中，对其破裂风险的评估是进行手术治疗与否的主要依 据。因此，腹腔主动脉瘤的体积等测量信息是诊疗中常常关屯、的内容。目前对腹腔主动脉 瘤测量最常用的是直径测量法。直径测量方法简单易用，能够大致了解瘤体的生长情况，但 是其缺点也很明显，判断标准过于笼统，而且无法了解腹腔主动脉瘤的内部信息。随着医学 影像技术的日益成熟，医生已经可W依靠先进的医学影像技术来辅助诊断和治疗。计算机 断层扫描血管造影（Computedtomographyangiography,CTA)可W用来得到病人体内腹腔 主动脉瘤的截面图像序列，腹腔主动脉瘤的形状，大小均可W从CTA图像上比较精准地还 原而出，并且医生可W进行测量并W此统计得出腹腔主动脉瘤的破裂风险，从而确定进一 步的治疗方案。 对主动脉瘤区域各部分的精确分割对腹腔主动脉瘤病理特性的研究，破裂风险的 评估和医疗诊断有重要的意义和研究价值。通常，一组包含了腹腔主动脉瘤体的CTA图像 序列会包括上百个图像切层。如果每个切层都需要进行手动分割，那将是一项费时而浩大 的工程。随着医学成像技术的发展，通过仪器得到的医学图像在采样密度，图像分辨率上都 有了很大的提高。手动或半自动的方法处理医学图像序列就显得越来越不现实。因此，自 动的图像分割技术对腹腔主动脉瘤CTA图像的处理显得尤为重要。对于自动分割得到的腹 腔主动脉瘤模型，不仅可W方便地进行相关数据的测量，必要时还可W将分割结果输入有 限元模型进行应力分析，计算出腹腔主动脉瘤内部的受力情况，从而得出更为可靠的诊断 结果。另外，数字化的腹腔主动脉瘤模型更利于病例的存档与查阅。 对医学图像序列中高对比区域的连续分割，目前已经有比较成熟方法，医学图像 血管分割相关文献大多是介绍内腔分割的。 内腔分割：尚岩峰等使用管状特性和主动轮廓的方法实现了人体主动脉和肝动脉 内腔的自动分割。卢坤虎等利用网格剖分技术实现腹腔主动脉内腔的自动化分割，在腹腔 主动脉瘤部位结合一定的交互实现外轮廓的分割。 外轮廓分割：医学图像中因其成像方式的限制造成的部分模糊轮廓目标区域的分 害d，往往需要结合鲁棒的分割方式W及相应的优化。对于外轮廓的分割，由于其轮廓的模糊 性给自动分割带来了很多有阻碍。同时，人们也提出了多种方法来解决腹腔主动脉瘤的内 外轮廓分割问题。从主动脉瘤的形状特性入手，Macia等利用径向模型方法，使用先验信息 W及空间相关性来实现内腔与外轮廓的半自动分割。后来，Maci'a再次利用径向模型方 法，结合几何信息和上下文信息进行血栓部位的分割，然后用多层感知分类器（Multilayer perceptron，MLP)实现瘤体截面不同区域的分类。Dehmeshki等使用几何信息与数学形态 实现了对正常主动脉区域和带瘤体主动脉区域的自动识别，但是对主动脉瘤进行外轮廓分 割时只是用了楠圆模型，W得到大致的外轮廓分割结果。Zohios将几何约束加入到腹腔主 动脉瘤的血栓和外壁分割中，并在模糊的区域进行了几何估计。 基于分类器的方法也是腹腔主动脉瘤分割中常用的方法。Maiora等使用随机森 林分类器的方法，通过前期的血栓样本学习，进行CTA图像序列中主动脉瘤血栓的分割。 Qiyzhyk等将基于引导树状分类器度ootstrapped den化itic classifier,抓C)的主动学 习模型应用于血栓部分的识别分割。 由于腹腔主动脉瘤内的血栓和腹腔主动脉瘤周围组织并无明显的界线，因此腹腔 主动脉瘤外轮廓的分割是典型的模糊轮廓目标的分割。如果单一地使用水平集方法，很难 达到对外轮廓精确而自动地分割。针对模糊轮廓的目标分割的优化方式有很多，窄带约束 是针对边缘模糊区域分割的优化方法。Foruzan等使用窄带约束来实现肝脏的模糊边缘的 分割，窄带约束与水平集方法结合也能更好地适应医学图像中模糊轮廓目标的精确分割。 上下文分析方法也是模糊轮廓目标分割用到的辅助方法，利用场景内目标在空间 上的关系进行分割。张斌等通过使用基于上下文分析的无监督分层迭代算法实现高噪声的 SAR(Syntheticapertureradar,合成孔径雷达）图像的自动分割。CTA图像序列具有空 间连续性，因此相邻切层之间的上下文信息也可W作为分割的重要依据。Subasic等使用腹 腔主动脉瘤内腔的分割结果来初始化外轮廓分割时的水平集，提高分割效率。Bruijne等 从主动形状模型得到启发，建立相邻切层之间的轮廓的形状模型来实现CTA图像序列中腹 腔主动脉瘤的分割。化en通过加入各向异性滤波和Canny算子边缘检测的方法来利用CTA 图像中微弱的边缘信息，从而提高了脑动脉瘤血栓部分分割精度。Demirci等使用高斯混合 模型概率谱驱动Nurbs模型分割血栓。化en等提出图割和定向主动外观模型实现模糊组织 轮廓的分割，Lee等使用基于Ξ角网格的图捜索方法实现主动脉的分割。 目前已经实现血管内腔的分割和建模。近年来利用Ξ维体数据，采用基于区域增 长、水平集W及图割方法实现了亮度显著目标的Ξ维分割。腹主动脉瘤外轮廓显著性较低， 无法应用现有Ξ维分割方法得到精确的分割结果。目前对于瘤体外轮廓精确分割主要依靠 手动完成，因此实现CTA图像序列中腹主动脉瘤外轮廓的连续自动分割非常具有研究意义 和应用价值。 结合主成分分析和K-Means实现癌细胞病理图像不同亮度成分的分割，该方法适 用于不同亮度对应特定成分的医学图像分割。而腹主动脉瘤分割中，仅依靠亮度信息无法 得到外轮廓 应用主动形体模型实现CT图像中的肝脏分割，该方法前期需要大量样本的训练， 而且对于模糊医学图像，样本的选取要求较高。 对腹主动脉瘤分割通常加入形状先验。例如，Dehmeshki等使用楠圆模型用于外 轮廓分割。化sseini等通过分析腹主动脉瘤区域的灰度直方图W及形态学特性分割内外轮 廓。Zohios等将几何约束加入到腹主动脉瘤的血栓和外壁分割。运些基于简单形状先验 的方法适用于正常主动脉和部分瘤体切层的外轮廓分割。而对于瘤体中血栓聚积的造成外 轮廓不近似于楠圆或内外轮廓差异巨大的切层，运类方法受限于特定的几何形状或内腔轮 廓，无法实现精确分割。
技术实现思路
为了克服已有腹腔主动脉瘤分割方式的分割精度较低、分割效率较低的不足，本 专利技术提供了一种分割精度较高、分割效率较高的结合上下信息窄带约束的腹腔主动脉瘤外 轮廓分割方法。 本专利技术解决其技术问题所采用的技术方案是： 一种，包括如下步骤： 1)利用LBF水平集方法处理腹腔主动脉瘤的初始轮廓，结合窄带约束，获得腹腔 主动脉瘤的初步外轮廓； 2)提出基于上下文窄带约束的分割方法实现外轮廓精细分割，过程如下： 2. 1)构建腹主动脉瘤外轮廓的采样窄带 W外轮廓初步分割结果为中屯、线，W外轮廓区域中屯、为圆屯、的径向采样； 2. 2)在采样窄带中精确分割腹主动脉瘤外轮廓，分割方法实现如下：[002引2. 2. 1)本文档来自技高网...

【技术保护点】
一种结合上下信息窄带约束的腹腔主动脉瘤外轮廓分割方法，其特征在于：包括如下步骤：1)利用LBF水平集方法处理腹腔主动脉瘤的初始轮廓，结合窄带约束，获得腹腔主动脉瘤的初步外轮廓；2)提出基于上下文窄带约束的分割方法实现外轮廓精细分割，过程如下：2.1)构建腹主动脉瘤外轮廓的采样窄带以外轮廓初步分割结果为中心线，以外轮廓区域中心为圆心的径向采样；2.2)在采样窄带中精确分割腹主动脉瘤外轮廓，分割方法实现如下：2.2.1)在窄带中心线附近搜索梯度大的边缘作为候选点，搜索窄带NR的每一列，如果在一列中没有可靠的边缘，那就设置当前列没有候选点；2.2.2)遍历窄带上每一列中的候选点，去除窄带中孤立于相邻两列的候选点，这样在窄带中得到不连续的边缘线段；2.2.3)对窄带中边缘线段的位置信息进行统计，去除与相邻边缘线段趋势差异很大且偏离窄带中心的边缘线段，剩下的边缘线段可以认为是主动腹外轮廓中可以检测到的可靠轮廓；2.2.4)连接可靠的边缘并映射回原图，得到更新后的可靠边缘点，原图中，所得的点围成的区域的轮廓线就是所求的腹主动脉瘤外轮廓。

【技术特征摘要】

【专利技术属性】
技术研发人员：汪晓妍，郑焕彰，祝骋路，李军伟，张剑华，管秋，陈胜勇，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江;33