一种颅内动脉瘤图像的分割方法及系统技术方案

本说明书实施例提供一种颅内动脉瘤图像的分割方法及系统，该方法包括：从待分割的颅内载瘤血管图像上，截取局部三维图像；获取所述局部三维图像的树状中心线，计算所述颅内载瘤血管图像的中心线和半径；基于所述颅内载瘤血管图像的中心线和半径，进行颅内动脉瘤图像的分割。该方法提供了一种分割精度较好、分割效率较高的颅内动脉瘤图像的分割方法，实现了颅内动脉瘤图像的自动分割。

A Segmentation Method and System for Intracranial Aneurysm Image

The embodiment of this specification provides a method and system for segmentation of intracranial aneurysm images. The method includes: intercepting local three-dimensional images from the intracranial aneurysm angiogram to be segmented; obtaining the dendritic centerline of the local three-dimensional images and calculating the centerline and radius of the intracranial aneurysm angiogram; and performing the segmentation based on the centerline and radius of the intracranial aneurysm angiogram. Segmentation of intracranial aneurysm images. This method provides a segmentation method of intracranial aneurysm image with good segmentation accuracy and high segmentation efficiency, and realizes the automatic segmentation of intracranial aneurysm image.

【技术实现步骤摘要】
一种颅内动脉瘤图像的分割方法及系统
本说明书涉及医学影像领域，尤其涉及一种颅内动脉瘤图像的分割方法及系统。
技术介绍
颅内动脉瘤是由颅内动脉内腔的局部异常扩张所致动脉壁的一种瘤状突起，是一种常见的血管性疾病。据报道，颅内未破裂动脉瘤在我国成人中患病率高达7％，破裂后造成蛛网膜下腔出血，可导致严重残疾或死亡。2014年国家统计局数据显示，急性脑血管病是我国人口第二大死亡原因。动脉瘤性蛛网膜下腔出血是继缺血性脑卒中和高血压脑出血之后最常见的急性脑血管疾病，死残率高达64％，约15％的病人院前死亡，不同经济发展水平地区的救治水平差异很大，已经成为引起我国居民死亡的最常见原因之一。由此可见，颅内动脉瘤的临床教学研究，对于颅内动脉瘤的治疗，具有促进意义。现有技术中，对颅内动脉瘤图像进行分割，去除载瘤血管图像，得到纯粹的颅内动脉瘤图像，常基于操作者的经验，采用手动方法进行分割，分割精度较低，而且分割速度慢。因此，需要一种颅内动脉瘤图像的分割方法，能够提高颅内动脉瘤图像的分割精度及分割效率。
技术实现思路
本说明书实施例提供一种颅内动脉瘤图像的分割方法及系统，用于解决以下技术问题：颅内动脉瘤图像分割精度低、分割速度慢。为解决上述技术问题，本说明书实施例是这样实现的：本说明书实施例提供的一种颅内动脉瘤图像的分割方法，其特征在于，包括以下步骤：从待分割的颅内载瘤血管图像上，截取局部三维图像；获取所述局部三维图像的树状中心线，计算所述颅内载瘤血管图像的中心线和半径；基于所述颅内载瘤血管图像的中心线和半径，进行颅内动脉瘤图像的分割。进一步地，所述从待分割的颅内载瘤血管图像上，截取局部三维图像，具体包括：从待分割的颅内载瘤血管图像上，确定种子点坐标和定位点坐标；根据种子点坐标和定位点坐标，截取局部三维图像。进一步地，所述获取所述局部三维图像的树状中心线，计算所述颅内载瘤血管图像的中心线和半径，具体包括：采用查表法，对所述局部三维图像中的点进行删除，得到所述局部三维图像的树状中心线；沿所述树状中心线，计算所述两个定位点间的最短路径，作为颅内载瘤血管图像的中心线；沿所述颅内载瘤血管图像的中心线，逐点计算血管边界距离所述颅内载瘤血管图像的中心线的最短距离，作为颅内载瘤血管图像中心线上每一点的半径。进一步地，所述基于所述颅内载瘤血管图像的中心线和半径，进行颅内动脉瘤图像的分割，具体包括：利用所述局部三维图像的树状中心线和所述种子点坐标，进行形态学膨胀，然后利用所述待分割的颅内载瘤血管图像对膨胀的结果图像进行分割，得到膨胀的颅内动脉瘤图像；沿所述颅内载瘤血管图像的中心线，以颅内载瘤血管图像半径的加权值作为距离阈值，对所述膨胀的颅内动脉瘤图像进行分割；对分割后的颅内动脉瘤图像进行重建，得到分割的颅内动脉瘤图像。进一步地，所述沿所述颅内载瘤血管图像的中心线，以颅内载瘤血管图像半径的加权值作为距离阈值，对所述膨胀的颅内动脉瘤图像进行分割，具体包括：沿所述颅内载瘤血管图像的中心线，以颅内载瘤血管图像的半径的1.1倍作为颅内载瘤血管图像半径的加权值；以所述颅内载瘤血管图像半径的加权值作为距离阈值，将距离阈值范围内生成的颅内动脉瘤图像清零，实现对所述膨胀的颅内动脉瘤图像的分割。进一步地，所述对分割后的颅内动脉瘤图像进行重建，得到分割的颅内动脉瘤图像，具体包括：利用种子点坐标，采用区域生长方法，对分割后的颅内动脉瘤图像进行重建，得到分割的颅内动脉瘤图像。本说明书实施例提供一种颅内动脉瘤图像的分割系统，包括：输入接口，用于待分割的颅内载瘤血管图像的输入；处理工作站，基于颅内载瘤血管图像的中心线和半径，进行颅内动脉瘤图像的分割；输出单元，将分割的颅内动脉瘤图像进行输出。进一步地，所述基于颅内载瘤血管图像的中心线和半径，进行颅内动脉瘤图像的分割，具体包括：从待分割的颅内载瘤血管图像上，截取局部三维图像；获取所述局部三维图像的树状中心线，计算所述颅内载瘤血管图像的中心线和半径；基于所述颅内载瘤血管图像的中心线和半径，进行颅内动脉瘤图像的分割。进一步地，所述从待分割的颅内载瘤血管图像上，截取局部三维图像，具体包括：从待分割的颅内载瘤血管图像上，确定种子点坐标和定位点坐标；根据种子点坐标和定位点坐标，截取局部三维图像。进一步地，所述获取所述局部三维图像的树状中心线，计算所述颅内载瘤血管图像的中心线和半径，具体包括：采用查表法，对所述局部三维图像中的点进行删除，得到所述局部三维图像的树状中心线；沿所述树状中心线，计算所述两个定位点间的最短路径，作为颅内载瘤血管图像的中心线；沿所述颅内载瘤血管图像的中心线，逐点计算血管边界距离所述颅内载瘤血管图像的中心线的最短距离，作为颅内载瘤血管图像中心线上每一点的半径。进一步地，所述基于所述颅内载瘤血管图像的中心线和半径，进行颅内动脉瘤图像的分割，具体包括：利用所述局部三维图像的树状中心线和所述种子点坐标，进行形态学膨胀，然后利用所述待分割的颅内载瘤血管图像对膨胀的结果图像进行分割，得到膨胀的颅内动脉瘤图像；沿所述颅内载瘤血管图像的中心线，以颅内载瘤血管图像半径的加权值作为距离阈值，对所述膨胀的颅内动脉瘤图像进行分割；对分割后的颅内动脉瘤图像进行重建，得到分割的颅内动脉瘤图像。进一步地，所述沿所述颅内载瘤血管图像的中心线，以颅内载瘤血管图像半径的加权值作为距离阈值，对所述膨胀的颅内动脉瘤图像进行分割，具体包括：沿所述颅内载瘤血管图像的中心线，以颅内载瘤血管图像的半径的1.1倍作为颅内载瘤血管图像半径的加权值；以所述颅内载瘤血管图像半径的加权值作为距离阈值，将距离阈值范围内生成的颅内动脉瘤图像清零，实现对所述膨胀的颅内动脉瘤图像的分割。进一步地，所述对分割后的颅内动脉瘤图像进行重建，得到分割的颅内动脉瘤图像，具体包括：利用种子点坐标，采用区域生长方法，对分割后的颅内动脉瘤图像进行重建，得到分割的颅内动脉瘤图像。本说明书实施例采用的上述至少一个技术方案能够达到以下有效效果：本说明书实施例采用基于中心线的分割算法，实现颅内动脉瘤图像的自动分割，能够快速进行颅内动脉瘤图像的自动分割，提高颅内动脉瘤图像分割精度及分割效率。附图说明为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本说明书提供的一种颅内动脉瘤图像的分割方法的示意图；图2为本说明书提供的一种二维空间中两点确定最小长方形示意图；图3为本说明书提供的一种二维空间中三点确定最小长方形示意图；图4为本说明书提供的一种颅内动脉瘤图像的分割方法的效果示意图；图5为本说明书提供的一种颅内动脉瘤图像的分割方法的流程图；图6为本说明书提供的在获取局部三维图像的树状中心线时如何判断某点是否能删除；图7为本说明书提供的一种颅内动脉瘤图像的分割系统的示意图。具体实施方式为了使本
的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例本文档来自技高网...

【技术保护点】
1.一种颅内动脉瘤图像的分割方法，其特征在于，包括以下步骤：从待分割的颅内载瘤血管图像上，截取局部三维图像；获取所述局部三维图像的树状中心线，计算所述颅内载瘤血管图像的中心线和半径；基于所述颅内载瘤血管图像的中心线和半径，进行颅内动脉瘤图像的分割。

【技术特征摘要】
1.一种颅内动脉瘤图像的分割方法，其特征在于，包括以下步骤：从待分割的颅内载瘤血管图像上，截取局部三维图像；获取所述局部三维图像的树状中心线，计算所述颅内载瘤血管图像的中心线和半径；基于所述颅内载瘤血管图像的中心线和半径，进行颅内动脉瘤图像的分割。2.如权利要求1所述的方法，其特征在于，所述从待分割的颅内载瘤血管图像上，截取局部三维图像，具体包括：从待分割的颅内载瘤血管图像上，确定种子点坐标和定位点坐标；根据种子点坐标和定位点坐标，截取局部三维图像。3.如权利要求1所述的方法，其特征在于，所述获取所述局部三维图像的树状中心线，计算所述颅内载瘤血管图像的中心线和半径，具体包括：采用查表法，对所述局部三维图像中的点进行删除，得到所述局部三维图像的树状中心线；沿所述树状中心线，计算所述两个定位点间的最短路径，作为颅内载瘤血管图像的中心线；沿所述颅内载瘤血管图像的中心线，逐点计算血管边界距离所述颅内载瘤血管图像的中心线的最短距离，作为颅内载瘤血管图像中心线上每一点的半径。4.如权利要求1所述的方法，其特征在于，所述基于所述颅内载瘤血管图像的中心线和半径，进行颅内动脉瘤图像的分割，具体包括：利用所述局部三维图像的树状中心线和所述种子点坐标，进行形态学膨胀，然后利用所述待分割的颅内载瘤血管图像对膨胀的结果图像进行分割，得到膨胀的颅内动脉瘤图像；沿所述颅内载瘤血管图像的中心线，以颅内载瘤血管图像半径的加权值作为距离阈值，对所述膨胀的颅内动脉瘤图像进行分割；对分割后的颅内动脉瘤图像进行重建，得到分割的颅内动脉瘤图像。5.如权利要求4所述的方法，其特征在于，所述沿所述颅内载瘤血管图像的中心线，以颅内载瘤血管图像半径的加权值作为距离阈值，对所述膨胀的颅内动脉瘤图像进行分割，具体包括：沿所述颅内载瘤血管图像的中心线，以颅内载瘤血管图像的半径的1.1倍作为颅内载瘤血管图像半径的加权值；以所述颅内载瘤血管图像半径的加权值作为距离阈值，将距离阈值范围内生成的颅内动脉瘤图像清零，实现对所述膨胀的颅内动脉瘤图像的分割。6.如权利要求4所述的方法，其特征在于，所述对分割后的颅内动脉瘤图像进行重建，得到分割的颅内动脉瘤图像，具体包括：利用种子点坐标，采用区域生长方法，对分割后的颅内动脉瘤图像进行重建，得到分割的颅内动脉瘤图像。7.一种颅内动脉瘤图像的分割系统，其特征在于，包括：输入接口，用于待分割的颅内载瘤血管图像的输入；处理工作站，基于颅内载瘤血管图像的中心线和半...

【专利技术属性】
技术研发人员：张鸿祺，叶明，耿介文，向思诗，王文智，冯雪，宋凌，杨光明，秦岚，
申请(专利权)人：首都医科大学宣武医院，
类型：发明
国别省市：北京,11