【技术实现步骤摘要】
一种三维数字图像中分支点的快速检测方法
本专利技术涉及图像处理
,尤其涉及一种三维数字图像中分支点的快速检测方法。
技术介绍
在数字图像研究中,数字图像中树状结构的重建是生物医学研究的重要内容。例如,对神经元三维形态的研究有助于理解神经元网络以及神经元的生长和再生,支气管的分支模式是多种肺部疾病的病理基础,视网膜血管树的形态为糖尿病视网膜病变和血管瘤病等疾病的诊断提供了有价值的临床信息。为了研究数字图像中树状结构的形态特征,进行数字重建是必要的。在过去的几十年里,为了重建数字图像中的树状结构,人们开发了许多算法和工具。现有的自动或半自动重建方法大多依赖于可靠的末梢点和分支点,这些点统称为关键点。利用这些关键点,现有这些重建方法才可以利用基于图论的自动搜索理论通过最佳“路径”连接一组确定的三维关键点,从而建立这些关键点之间的连接。此外,分支点的分析在许多应用中都很有意义,例如神经解剖学研究、发育研究以及在图像配准中的标记识别。这些分支点可以通过人工定位来获得,如现在流行的数字分析工具vaa3d神经元,也可以通过复杂的图像滤波和模式识别的方法来自动检测。然而,采用人工识别是非常耗时而且不实用,例如人类大脑的神经元有1011个神经元,这样大的工作量非常的耗时。现有的一些利用复杂的图像滤波和模式识别方法进行神经元分支点检测和血管分叉检测的工作,往往只针对一种特定类型的数据集。此外,这些方法没有扩展到检测三维分支点。由于每种类型的分支点在方向和分支点区域的大小方面可能有很大的差异,因此为每种可能的 ...
【技术保护点】
1.一种三维数字图像中分支点的快速检测方法,其特征在于,包括以下步骤:/nS1、将给定三维数字图像分别沿着X、Y、Z三个方向分成若干子图像,并根据所述子图像生成对应的二维最大强度投影图像;/nS2、将步骤S1中所生成的每一幅二维最大强度投影图像进行骨架化,并将每一幅二维最大强度投影图像中骨架上的点均作为候选分支点,然后通过改进的ray-shooting模型提取所有候选分支点周围的像素强度分布特征;/nS3、根据步骤S2所提取候选分支点周围像素强度分布特征并利用DBSCAN方法确定候选分支点区域的分支数,并根据分支数确定真实的二维分支点;/nS4、利用反向映射方法将步骤S3中所确定的二维分支点映射到给定三维数字图像中,从而得到三维数字图像中树状结构的真实三维分支点。/n
【技术特征摘要】
1.一种三维数字图像中分支点的快速检测方法,其特征在于,包括以下步骤:
S1、将给定三维数字图像分别沿着X、Y、Z三个方向分成若干子图像,并根据所述子图像生成对应的二维最大强度投影图像;
S2、将步骤S1中所生成的每一幅二维最大强度投影图像进行骨架化,并将每一幅二维最大强度投影图像中骨架上的点均作为候选分支点,然后通过改进的ray-shooting模型提取所有候选分支点周围的像素强度分布特征;
S3、根据步骤S2所提取候选分支点周围像素强度分布特征并利用DBSCAN方法确定候选分支点区域的分支数,并根据分支数确定真实的二维分支点;
S4、利用反向映射方法将步骤S3中所确定的二维分支点映射到给定三维数字图像中,从而得到三维数字图像中树状结构的真实三维分支点。
2.如权利要求1所述的三维数字图像中分支点的快速检测方法,其特征在于,所述步骤S1的具体实现方式包括:
S11、首先将三维数字图像依次分成若干个Z方向上的子图像,并生成Z方向上对应的二维最大强度投影图像;
S12、再将三维数字图像依次分成若干个Y方向上的子图像,并生成Y方向上对应的二维最大强度投影图像;
S13、最后将三维数字图像依次分成若干个X方向上的子图像,并生成X方向上对应的二维最大强度投影图像。
3.如权利要求2所述的三维数字图像中分支点的快速检测方法,其特征在于,所述步骤S2的具体实现方式包括:
S21、将步骤S1中所生成的每一幅二维最大强度投影图像进行骨架化,利用骨架细化算法提取骨架化的每一幅二维最大强度投影图像中树状结构中心线上的点作为候选点;
S22、计算每一幅二维最大强度投影图像中树状结构中心线上每个候选点像素与其相邻8个像素之间的交叉点数值,得到对应每一幅二维最大强度投影图像中的候选分支点;
S23、利用球形增长法将步骤S22中得到的候选分支点移动至候选分支点区域的中心,并估计出候选分支点区域的半径;
S24、根据步骤S23所估计的候选分支点区域半径对ray-shooting模型进行改进,得到改进的ray-shooting模型;
S25、通过步骤S24中改进的ray-shooting模型剔除候选分支点在候选分支点区域最大内切圆中的前景区域来提取潜在分支上的有效特征,从而得到真实的二维候选分支点。
4.如权利要求3所述的三维数字图像中分支点的快速检测方法,其特征在于,所述步骤S23的具体实现方式包括:
S231、利用球形增长法将步骤S22中得到的候选分支点移动至候选分支点区域中最大内切圆的中心;
S232、设置一个以步骤S231中移动后的候选分支点为中心的半径可调圆并逐渐调整其半径,直至该半径可调圆内图像体素强度的0.1%比整个图像的平均体素强度更暗,选取此时所述半径可调圆的半径为候选分支点区域的半径。
5.如权利要求4所述的三维数字图像中分支点的快速检测方法,其特征在于,所述步骤S24中改进的ray-shooting模型可用公式表示为:
X(i,j)=x0+(R+...
【专利技术属性】
技术研发人员:刘敏,杜浩,王超,周朗明,瞿亮,王耀南,
申请(专利权)人:湖南大学,
类型:发明
国别省市:湖南;43
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。