基于随机游走和水平集的三维图像分割方法技术

本发明专利技术公开了基于随机游走和水平集的三维图像分割方法，包括以下过程：获取三维图像序列；从三维图像序列中选取一个二维切片，并在二维切片上划定感兴趣区域；对感兴趣区域进行超像素处理得到多个超像素分割区域，并取各超像素分割区域内像素均值作为超像素区域的像素值，获得对应的超像素均匀填充区域；根据超像素均匀填充区域，运用随机游走算法对感兴趣区域进行分割得到该切片内二维分割结果；基于水平集方法把获得的二维分割结果传递到其它切片，得到三维图像的分割结果。本发明专利技术利用基于超像素的随机游走进行二维切片分割，然后利用局部二值拟合水平集方法把分割好的结果传递到其它切片，精准而快速的完成三维分割。

3-D Image Segmentation Based on Random Walk and Level Set

【技术实现步骤摘要】
基于随机游走和水平集的三维图像分割方法
本专利技术属于图像处理
，涉及一种颈动脉管腔图像分割方法，具体涉及一种基于超像素随机游走和局部二值拟合水平集的三维图像分割方法。
技术介绍
图像分割技术是图像处理领域一个重要研究主题，如应用到医学领域的颈动脉图像管腔的分割该分割是动脉粥样硬化斑块诊断过程中的重要的一步，它是后续管壁分割、斑块分割和力学模拟分析的重要基础。现今对管腔做到全自动的精准分割非常困难，特别是对于T1图像、T2图像、质子密度(PD)图像等黑血技术的颈动脉图像。目前在临床和学术研究中主要使用一些半自动的分割方法。半自动的分割方法主要有区域增长(RegionGrowth)算法和基于图论(Graph)的算法两种。基于区域增长的半自动分割方法，根据区域增长的策略、邻域的选择和访问领域像素的不同，可以分为连通阈值法(ConnectedThreshold)、大津法(OtsuSegmentation)、邻域连通阈值法(NeighborhoodConnected)、区域统计法(ConfidenceConnected)、离散种子点连接法(IsolatedConnected)等，这些方法一般需要一个或者多个种子点，有时还需要指定感兴趣区域(ROI)。基于区域增长的分割算法对于管壁清晰的图像分割效果不错，但是对于存在伪影、斑块组分复杂和灰度分布不均匀(intensityinhomogeneity)等情况，很容易出现分割泄露或者分割区域不全的情况，完全不能满足临床上的各种要求。基于图论的理论的半自动分割算法主要有智能剪算法(Intelligentscissors)、随机游走(Randomwalk)算法、图切割(Graphcut)算法、归一化切割(Normalizationcut)算法和等周算法(Iosperimeterratio)等，其中智能剪算法是基于图论的最短路径，像素之间的距离的定义既可以是欧式距离(EulerDistance)，也可以是测地距离(GeodesicDistance)。其余的算法都是基于像素之间的相似性，相似性的度量一般都是基于像素值，但是在最终的求解方式上不太一样，图切割和归一化切割利用图论中最小割(MinimumCut/MaxFlow)理论来实现，而随机游走和等周算法则基于能量最小和线性方程组来进行求解。基于图论的算法的分割精度较基于区域增长的算法有较大的提升。但是需要更多的用户交互，例如，智能剪算法需要用户连续地在轮廓处点击多个关键点来实现精准分割，而随机游走算法和图论算法则需要用户指定前景和背景地种子点或者区域。以上所有的方法都是针对二维切片进行分割，医学图像都是三维的。目前针对三维医学图像进行分割，有一些直接的三维方法，如三维区域增长、三维分水岭(watershed)和三维的随机游走等，但是这些方法要求图像质量较高，计算的时间复杂度和空间复杂度都比较高。例如三维的随机游走算法存在以下两个问题：首先，三维医学图像中存在的体素(Voxel)数量较多，构建的三维图(graph)相比二维图要大很多，大大的增加了计算时间和计算机内存的使用；再者，庞大的三维图同时要求更多的种子点来获得稳定的解，这极大地增加了用户的交互量，降低了用户地分割效率。当然，还有一些方法是在二维的切片上进行分割，然后把二维的结果传递到三维，传递的方法一般是在对多个二维的切片进行三维的插值，得到其它切片的分割结果，这种插值法的缺点是必须分割多个二维切片，而且必须选择数量足够多的二维切片，才能得到比较好的三维分割结果。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供了一种基于随机游走和水平集的三维图像分割方法，解决了现有技术中三维分割方法计算量大、分割效率不高的技术问题。为解决上述技术问题，本专利技术提供了一种基于随机游走和水平集的三维图像分割方法，其特征是，包括以下过程：S1，获取三维图像序列；S2，从三维图像序列中选取一个二维切片，并在二维切片上划定感兴趣区域；S3，对感兴趣区域进行超像素处理得到多个超像素分割区域，并取各超像素分割区域内像素均值作为超像素区域的像素值,获得对应的超像素均匀填充区域；S4，根据超像素均匀填充区域，运用随机游走算法对感兴趣区域进行分割得到切片内二维分割结果；S5，基于水平集方法把获得的二维分割结果传递到其它切片，得到三维图像的分割结果。进一步的，运用随机游走算法对感兴趣区域进行分割得到切片内二维分割结果的过程中，以超像素均匀填充区域为单位选取若干种子点，手动地在待分割目标内部选取若干前景种子点，在感兴趣区域内部除开待分割目标的其他区域选取若干背景种子点。进一步的，运用随机游走算法对感兴趣区域进行分割得到切片内二维分割结果的过程中，定义Laplacian矩阵的过程为：超像素均匀填充区域内两个像素点和之间的相似性定义为：其中，和为平衡参数，为像素点对应的纹理特征向量，为像素点对应的纹理特征向量；利用相似性来定义相应的Laplacian矩阵。进一步的，基于水平集方法把获得的二维分割结果传递到其它切片的过程中，距离保持函数采用双井距离保持函数，其公式如下所示：其中s为水平集函数梯度的模长。进一步的，在S2中划定感兴趣区域后，用双边滤波对感兴趣区域进行去噪处理。进一步的，在S2中，运用简单线性迭代聚类算法对感兴趣区域进行超像素处理。与现有技术相比，本专利技术所达到的有益效果是：本专利技术利用基于超像素的随机游走进行二维切片分割，然后利用局部二值拟合水平集方法把分割好的结果传递到其它切片，精准而快速的完成三维分割。其中超像素技术在提高精度的同时，提高了分割时计算的速度，另外一方面，基于水平集的切片分割结果的传递使得三维分割只需要在一个切片上进行交互即可，降低了三维分割的交互量，从而提升了三维分割的效率。本专利技术方法和现有的方法相比，在分割的速度和精度上有了较大的提升。附图说明图1是本专利技术方法的一个实施例示意图：其中a)选择的图像质量较高的带分割切片；b)获取的经过双边滤波去噪后的感兴趣区域；c)超像素分割结果；d)超像素区域；e)随机游走分割结果；f)相邻带分割切片；g)提取感兴趣区域并且初始化轮廓；h)经过水平集处理过后的最终管腔轮廓。具体实施方式下面结合附图对本专利技术作进一步描述。以下实施例仅用于更加清楚地说明本专利技术的技术方案，而不能以此来限制本专利技术的保护范围。本专利技术的一种基于随机游走和水平集的三维图像分割方法，包括以下过程：步骤S1，获取三维图像序列用来做分割，该序列既可以是T1图像序列、T2图像序列、T1加权图像序列等常见的核磁共振图像序列。步骤S2，从三维图像序列中选取二维切片，在二维切片上划定感兴趣区域。从S1中获取的三维序列中选取质量较高的二维切片，然后在该二维切片上交互的划定矩形框，获得感兴趣区域。为了后续提高后续步骤的精度，我们用双边滤波对感兴趣区域进行去噪处理。步骤S3，对感兴趣区域进行超像素处理得到多个超像素分割区域，并取各超像素分割区域内像素均值作为超像素区域的像素值，获得对应的超像素均匀填充区域。本专利技术使用简单线性迭代聚类(simplelineariterativeclustering,SLIC)在感兴趣区域上获得整齐、紧凑和均一的区域，以方便后面的随机游走过程。超像素处理本文档来自技高网...

【技术保护点】
1.基于随机游走和水平集的三维图像分割方法，其特征是，包括以下过程：S1，获取三维图像序列；S2，从三维图像序列中选取一个二维切片，并在二维切片上划定感兴趣区域；S3，对感兴趣区域进行超像素处理得到多个超像素分割区域，并取各超像素分割区域内像素均值作为超像素区域的像素值，获得对应的超像素均匀填充区域；S4，根据超像素均匀填充区域，运用随机游走算法对感兴趣区域进行分割得到切片内二维分割结果；S5，基于水平集方法把获得的二维分割结果传递到其它切片，得到三维图像的分割结果。

【技术特征摘要】
1.基于随机游走和水平集的三维图像分割方法，其特征是，包括以下过程：S1，获取三维图像序列；S2，从三维图像序列中选取一个二维切片，并在二维切片上划定感兴趣区域；S3，对感兴趣区域进行超像素处理得到多个超像素分割区域，并取各超像素分割区域内像素均值作为超像素区域的像素值，获得对应的超像素均匀填充区域；S4，根据超像素均匀填充区域，运用随机游走算法对感兴趣区域进行分割得到切片内二维分割结果；S5，基于水平集方法把获得的二维分割结果传递到其它切片，得到三维图像的分割结果。2.根据权利要求1所述的基于随机游走和水平集的三维图像分割方法，其特征是，S4中，运用随机游走算法对感兴趣区域进行分割得到切片内二维分割结果的过程中，以超像素均匀填充区域为单位选取若干种子点，在待分割目标内部选取若干前景种子点，在感兴趣区域内部除开待分割目标的其他区域选取若干背景种子点。3.根据权利要求1所述的基于随机游走和水平集的...

【专利技术属性】
技术研发人员：刘泽安，滕忠照，
申请(专利权)人：南京景三医疗科技有限公司，
类型：发明
国别省市：江苏,32