The invention provides a coronary heart CT image fusion based automatic segmentation method, the method of the first image filtering on cardiac CT image using Vesselness algorithm, then along the center line of the original 3D images of coronary artery and Vesselness enhanced 2D section 3D images, a 2D image sequence size is 100 x 100 pixels. On the two-dimensional cross section, the image gray information and Vesselness image information are used for adaptive fusion. Finally, the Levelset (level set) algorithm is used to automatically segment the coronary area on the integrated 2D section. The segmented images are mapped back to the three-dimensional space according to the inverse transformation relation, so that the coronary CT image can be automatically segmented. The invention is mainly proposed for 3D CT images of coronary heart automatic segmentation method, based on the centerline extraction of coronary arteries on the two-dimensional section generating 3D image fusion, using two kinds of image information, to ensure maximum image quality in the heart of CT is low, the accurate segmentation of the heart coronary artery.
【技术实现步骤摘要】
基于图像融合的心脏CT冠脉全自动分割方法
本专利技术是针对心脏CT图像中冠脉分割的解决方案。主要用于解决在心脏CT图像的图像质量不高的情况下冠脉难以实现准确分割的问题,属于医学图像处理
技术介绍
当前,心血管疾病已成为人类生命健康的重大威胁之一,发病率和死亡率都居于各类疾病之首。而我国正是世界上心血管疾病发病率和死亡率最高的国家之一。据卫生部的公布的统计资料显示:我国心血管病人已经超过了1.5亿人口,其中每年死于相关疾病的人口更是达到了400万以上,这占了各类疾病导致的死亡人数的50%,约占世界心血管疾病死亡率的24%,并且呈现明显的上升趋势。心脏CT图像的冠脉分割技术有利于心血管疾病的筛查和诊断,因此冠脉的准确分割技术研究就变得极为重要。随着科学技术的不断发展,医学图像的采集获得了迅猛发展,计算机技术的加入,使得医学图像的计算机处理获得了更广泛的研究和关注。医学图像的处理由过去人工分析病人病灶逐渐发展为计算机对医学图像的预处理并获得较准确的分割结果。但是由于医学图像的成像设备获取的图像往往充满了噪点,导致待分割部分和背景界限模糊,算法设计不当会直接导致分割发生错误。因此,人们研究如何在获得的医学图像中分割特定的区域就面临着各种问题。在医学图像分割领域,结合了高层视觉先验知识和图像底层信息的主动轮廓模型得到了广泛的应用。水平集方法的出现,极大推动了主动轮廓模型的发展,水平集方法和曲线演化模型相结合,克服了传统模型的很多固有缺陷。但在应用于心脏CT图像的冠脉分割时,由于图像噪声较大,依然无法保证目标区域的有效分割。Vesselness算法是一种多尺 ...
【技术保护点】
基于图像融合的心脏CT冠脉全自动分割方法,其特征在于,包括对原始三维图像采用Vesselness算法进行图像滤波增强,对增强后的图像以及原始三维灰度图像沿提取的冠脉中心线计算二维截面,随后在二维截面上利用图像灰度信息和增强的Vesselness图像信息进行自适应融合,最后利用Levelset水平集算法在融合后的二维截面上进行演化自动分割出冠脉区域,分割后的二维序列图像再根据逆变换关系,映射回三维空间,实现心脏CT图像的冠脉分割,具体步骤如下:A1、采用Vesselness算法实现图像增强:对原始的心脏三维CT图像利用Vesselness算法进行图像增强,并将增强后的图像数据进行保存;A2、计算图像二维截面:对增强后的三维图像沿冠脉中心线计算二维截面,生成的图像是以中心线上的点为中心,大小为100×100像素的二维图像序列;对原始的三维灰度图像进行相同的处理并保存;A3、根据自适应阈值预处理图像:以原始灰度图像二维截面的中心为采样区域的中心,由采样区域像素值得出该区域原始图像的自适应阈值,遍历该区域像素点对原始图像进行预处理得到原始图像的灰度信息;A4、图像融合:针对两类图像在原图像中的 ...
【技术特征摘要】
1.基于图像融合的心脏CT冠脉全自动分割方法,其特征在于,包括对原始三维图像采用Vesselness算法进行图像滤波增强,对增强后的图像以及原始三维灰度图像沿提取的冠脉中心线计算二维截面,随后在二维截面上利用图像灰度信息和增强的Vesselness图像信息进行自适应融合,最后利用Levelset水平集算法在融合后的二维截面上进行演化自动分割出冠脉区域,分割后的二维序列图像再根据逆变换关系,映射回三维空间,实现心脏CT图像的冠脉分割,具体步骤如下:A1、采用Vesselness算法实现图像增强:对原始的心脏三维CT图像利用Vesselness算法进行图像增强,并将增强后的图像数据进行保存;A2、计算图像二维截面:对增强后的三维图像沿冠...
【专利技术属性】
技术研发人员:姚豫,刘浏,李晓飞,
申请(专利权)人:南京邮电大学,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。