一种基于三维图割的医学影像三维重建方法技术

本发明专利技术提供一种基于三维图割的医学图像三维重建方法，该方法根据连续医学图像的结构相似性对图割算法进行改进，实现了医学影像的自动分割，将图像的分割结果用于三维重建，取得了较好的重建效果。

【技术实现步骤摘要】
一种基于三维图割的医学影像三维重建方法
本专利技术涉及医学影像处理
，特别涉及一种基于三维图割的医学影像三维重建方法。
技术介绍
医学影像，指的是为了医疗或医学研究目的，对人体或人体某部分以非侵入方式取得内部组织器官影像的技术与处理过程，根据其实现步骤不同，医学影像包括医学成像技术和医学处理技术，借助医学影像技术，医疗人员可以更清晰地了解人体特定的组织器官状况进而给出更为精准和合理的诊疗方案。目前的现有技术已经可以实现从医学影像中提取特定组织器官并进行三维重建，而其中三维重建模型的精准度直接取决于图像分割提取的准确率。图割算法因同时具有全局和局部最优性，近年来被越来越多的研究学者应用于医学图像分割中。具体的，图割算法就是利用能力最小化的方法将图像分割的问题转变为最小割/最大流的计算问题，得出分割目标的边界、纹理等特征。然而传统的图割算法只考虑图像的灰度信息，对于一些复杂的医学图像，分割目标与目标周围的灰度值的数值非常接近，导致分割结果不太理想，导致当图割算法在医学图像上应用时，该算法存在分割效果差、分割效率低的情况。比如现有技术CN108596887A提供了一种腹部CT序列图像肝脏肿瘤自动分割方法，该方法基于图割算法对腹部CT序列图像肝脏肿瘤进行分割，当该方案旨在解决CT图像中肝脏肿瘤边界模糊，提高了计算机辅助诊断的精度和效率，虽然也实现了CT图像的自动分割，但是对于其需要对每张医学影像均进行灰度处理，在多图像处理中效率较低。
技术实现思路
本专利技术的目的在于提供一种基于三维图割的医学图像三维重建方法，该方法根据连续医学图像的结构相似性对图割算法进行改进，实现了医学影像的自动分割，将图像的分割结果用于三维重建，取得了较好的重建效果。本技术方案提供一种基于三维图割的医学图像三维重建方法，包括以下步骤：步骤S1:获取连续图像切片并在连续图像切片中定位初始图像切片；步骤S2:预处理初始图像切片，得到预处理图像切片；步骤S3：通过图割算法分割预处理图像切片的组织器官，得到对应预处理图像切片的分割组织器官；步骤S4：获取分割组织器官的分割特征信息，并优化图割算法，其中分割组织器官的分隔特征信息包括分割组织器官的面积信息以及质心信息，将上一张图像切片中分割组织器官的面积信息和质心信息作为形状惩罚项，作为下一张图像切片的先验条件，代入得到优化后的图割算法；步骤S5：利用优化的图割算法处理中间图像切片，分割得到分割组织器官，循环步骤S4遍历所有图像切片；步骤S6:获取所有分割组织器官，进行三维重建。相较现有技术，本方案利用连续医学图像切片图像中的组织器官在解剖结构上具有高度相似性的特点，通过分析前一张图像的分割结果，得到目标组织器官的质心位置，形状特征以及面积尺寸，结合图割算法对下一张图像进行自动分割，确保了分割结果的精确以及分割效率，该方法大大减少了使用者操作步骤的同时取得了更好的分割效率，从而也可得到更好的三维重建效果。附图说明图1是根据本专利技术的一实施例的基于三维图割的医学图像三维重建方法的流程示意图。图2A和图2B是根据本专利技术的一实施例的初始图像切片的标注和分割结果示意图。图3A和图3B是根据本专利技术的中间图像切片的标注和分割结果示意图。图4是连续图像切片的分割结果。图5A是胰腺的三维重建结果，图5B是肝脏的三维重建结果。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本专利技术保护的范围。本领域技术人员应理解的是，在本专利技术的揭露中，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系是基于附图所示的方位或位置关系，其仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此上述术语不能理解为对本专利技术的限制。可以理解的是，术语“一”应理解为“至少一”或“一个或多个”，即在一个实施例中，一个元件的数量可以为一个，而在另外的实施例中，该元件的数量可以为多个，术语“一”不能理解为对数量的限制。本方案提供一种基于三维图割的医学图像三维重建方法，由于医学图像是由连续的图像切片构成，而需要分割的组织器官在相邻的图像切片中往往形状相似且位置接近，也就是说，在连续的图像切片中需要被分割的组织器官具有共同的分隔特征信息，本方案的基本原理就是利用连续图像切片中的分割特征信息改进图割算法，以实现组织器官的自动分割，进而利用移动立方体算法得到组织器官的三维模型。本方案可适用于各类组织器官医学影像的三维重建，用于处理包括但不限于胰腺，乳腺，甲状腺，肝脏等组织器官的三维重建。同原理介绍，该方法的基本实现过程如下：选取连续医学图像中的一张出现目标组织器官的图像，对该被选取的图像进行预处理，对预处理图像进行图算法分割获取目标组织器官，得到目标组织器官的分隔特征信息，基于目标组织器官的分隔特征信息对其他连续医学图像进行优化的图割算法处理，直至获取所有图像的自动分割结果，基于所有图像的分隔结果采用移动立方体算法进行三维重建，得到最终的组织器官三维重建结果。具体的，该基于三维图割的医学图像三维重建方法包括以下步骤：步骤S1:获取连续图像切片并在连续图像切片中定位初始图像切片：在获取得到的连续图像切片中手动找到第一张出现目标组织器官的图像切片，选定该图像为初始图像切片，在该初始图像切片上确认目标组织器官的大致位置，为后续标记种子区域做准备。步骤S2:预处理初始图像切片，得到预处理图像切片：由于获取的初始图像切片中组织器官区域和背景区域存在灰度值差异，为了便于后续的组织器官分割，可以通过形态学的预处理将组织器官区域和背景区域进行分离。即，步骤S2的目的是预处理初始图像切片，以分离组织器官区域,具体的预处理步骤包括增强组织器官区域和背景区域的对比度，消除初始图像切片的噪音，初始图像切片阈值处理和背景区域移除等步骤。换言之，步骤S2可进一步包括：S21：通过线性增强增加组织器官区域和背景区域的对比度；S22：通过高斯滤波消除图像切片的噪音；S23：使用阈值处理二值化图像切片；S24：使用形态学的打开操作移除背景区域。步骤S3：通过图割算法分割预处理图像切片的组织器官，得到对应预处理图像切片的分割组织器官；在该步骤中，首先转化预处理图像切片为无向图，用户人工选定预处理图像切片中的部分组织器官区域，图割算法获取该部分组织器官区域的组织器官像素A；用户人工选定预处理图像切片中的部分背景区域，图像算法获取该部分背景区域的背景像素B，将组织器官像素A和背景像素B代入能量函数，对预处理图像切片进行分割，当能量函数取本文档来自技高网...

【技术保护点】
1.一种基于三维图割的医学图像三维重建方法，其特征在于，包括以下步骤：/n步骤S1:获取连续图像切片并在连续图像切片中定位初始图像切片；/n步骤S2:预处理初始图像切片，得到预处理图像切片；/n步骤S3：通过图割算法分割预处理图像切片的组织器官，得到对应预处理图像切片的分割组织器官；/n步骤S4：获取分割组织器官的分割特征信息，并优化图割算法，其中分割组织器官的分隔特征信息包括分割组织器官的面积信息以及质心信息，将上一张图像切片中分割组织器官的面积信息和质心信息作为形状惩罚项，作为下一张图像切片的先验条件，代入得到优化后的图割算法；/n步骤S5：利用优化的图割算法处理中间图像切片，分割得到分割组织器官，循环步骤S4遍历所有图像切片；/n步骤S6:获取所有分割组织器官，进行三维重建。/n

【技术特征摘要】
1.一种基于三维图割的医学图像三维重建方法，其特征在于，包括以下步骤：
步骤S1:获取连续图像切片并在连续图像切片中定位初始图像切片；
步骤S2:预处理初始图像切片，得到预处理图像切片；
步骤S3：通过图割算法分割预处理图像切片的组织器官，得到对应预处理图像切片的分割组织器官；
步骤S4：获取分割组织器官的分割特征信息，并优化图割算法，其中分割组织器官的分隔特征信息包括分割组织器官的面积信息以及质心信息，将上一张图像切片中分割组织器官的面积信息和质心信息作为形状惩罚项，作为下一张图像切片的先验条件，代入得到优化后的图割算法；
步骤S5：利用优化的图割算法处理中间图像切片，分割得到分割组织器官，循环步骤S4遍历所有图像切片；
步骤S6:获取所有分割组织器官，进行三维重建。


2.根据权利要求1所述的基于三维图割的医学图像三维重建方法，其特征在于，在步骤S3当中，首先转化预处理图像切片为无向图，用户人工选定预处理图像切片中的部分组织器官区域，图割算法获取该部分组织器官区域的组织器官像素A；用户人工选定预处理图像切片中的部分背景区域，图像算法获取该部分背景区域的背景像素B，将组织器官像素A和背景像素B代入能量函数，对预处理图像切片进行分割，图割的能量函数计算公式：E(V)＝D(V)+λB(V)，其中R(V)是区域惩罚项，表示图像整体的不相似性，B(V)是边缘惩罚性，表示图像在边缘的不想相似性，λ是加权系数。


3.根据权利要求1所述的基于三维图割的医学图像三维重建方法，其特征在于，在步骤S4当中，将上一张图像切片中分割组织器官的分割结果的面积、形状和质心信息，作为下一张图像切片的先验条件，其中质心位置可以作为下张图的前景种子区域，面积尺寸作为图割函数迭...

【专利技术属性】
技术研发人员：冯海泉，王捷，韩玲娟，
申请(专利权)人：创业慧康科技股份有限公司，
类型：发明
国别省市：浙江;33