用骨骼信息对CT图像中肝脏与肌肉进行分离的方法技术

本发明专利技术用骨骼信息对CT图像中的肝脏与肌肉进行分离的方法，属于医学图像处理领域，涉及一种利用骨骼信息对CT图像中的肝脏与肌肉进行分离的方法。该方法首先获取原始CT图像，对该图像采用加窗技术简化灰度信息。接着利用阈值法、形态学操作法提取并处理骨骼信息；使用椭圆拟合算法获取骨骼图像中肋骨区域的目标特征点，并对其进行极坐标下的排序。再利用三次样条插值算法拟合目标特征点，生成分界线。最后，利用该分界线实现粘连的肝脏与肌肉组织分离。该方法利用了CT图像的层间相似性以及人体的解剖学信息，利用骨骼信息对CT图像中的肝脏与肌肉进行分离，有效了解决因肝脏与肌肉粘连而产生的过分割问题。降低图像处理的数据量，提升分割效率。

【技术实现步骤摘要】
用骨骼信息对CT图像中肝脏与肌肉进行分离的方法
本专利技术属于医学图像处理领域，涉及一种利用骨骼信息对CT图像中的肝脏与肌肉进行分离的方法。
技术介绍
肝脏是人体中最大的内脏器官。肝脏作为人体消化系统中最大的消化腺，承担着人体重要的新陈代谢功能。因此肝脏疾病严重影响着人体健康。在现代医学中，由于CT序列图像相邻层间具有相似性，图像中的各组织器官分布符合人体解剖学结构，具有规律性。所以，医学影像是诊断肝脏疾病的必不可少的技术手段，被广泛采用。目前很多的从CT图像中分割肝脏的算法，如阈值法、区域增长法、模糊均值聚类以及图割等算法，都是依靠图像的区域信息或者边界信息来实现图像分割的。如邵金华等人专利技术了“一种肝脏边界的识别方法及系统”专利，专利号201810489267.x能够利用图像中的骨骼以及皮肤的二值图像进行肝脏边界的识别。但是该方法存在只计算肋骨区域的质心，因质心点较少，且质心与肝脏边界相近而不相邻，因此拟合曲线与肝脏边界形状吻合度较低。对于获得的拟合曲线进行水平方向移动预设值，进一步降低了拟合曲线与肝脏边界的吻合度。而如何从医学影像中准确，高效的提取肝脏组织，是后续实现图像分析、三维建模等技术手段的前提。因此，如何利用好CT图像的优势，对于实现CT图像中肝脏的分割，具有重要的意义。
技术实现思路
本专利技术的目的是针对CT图像中肝脏与肌肉组织粘连的问题，提出了一种利用骨骼信息对CT图像中的肝脏与肌肉进行分离的方法。该方法充分利用了CT图像的层间相似性以及人体的解剖学信息，肝脏在人体中位于人体腹部右侧，在右侧横膈膜之下，毗邻肋骨。利用肋骨信息对CT图像中的肝脏与肌肉进行分离，相较于软组织器官，骨骼的密度很大，在CT图像中体现为较大的灰度值，且与其他器官/组织差异明显。因此，从CT图像中获取骨骼信息十分快速便捷；在CT图像的横截面中，肋骨的形状近似于椭圆，因此使用椭圆拟合获得的特征点十分贴合原始骨骼信息。能够有效地解决肝脏与肌肉组织粘连的问题。本专利技术采用的技术方案是用骨骼信息对CT图像中的肝脏与肌肉进行分离的方法，该方法首先获取原始CT图像，对该图像采用加窗技术简化灰度信息；接着利用阈值法、形态学操作法提取并处理骨骼信息；使用椭圆拟合算法获取骨骼图像中肋骨区域的目标特征点，并对其进行极坐标下的排序；再利用三次样条插值算法拟合目标特征点，生成分界线；最后利用该分界线实现粘连的肝脏与肌肉组织分离；方法的具体步骤如下：步骤一、获取原始CT图像，对原始CT图像进行窗口变换，窗口变换公式为：其中，v是图像的CT值，G(v)是显示灰度，c为窗位，w为窗宽，灰度最大值为gw，将gw设置为255，最小值为0；步骤二、利用阈值法初步获取CT图像中的骨骼信息；阈值法公式为：其中，T为设置的阈值，v为图像像素灰度值，B(v)为阈值法处理过后的二值图像；步骤三、利用形态学算法中的开运算删除二值图像中面积过小的区域，获得骨骼信息；步骤四、利用matlab中的regionprops函数拟合图像中的肋骨区域，获得骨骼信息中各连通区域的椭圆特征，包括：长轴a，短轴b，取向角o，-90°≤o≤90°，以及椭圆的质心坐标(cx,cy)；步骤五、提取特征点，具体过程如下：A.先将取向角o转化为弧度制：B.求取长轴端点坐标，公式为：(ax1,ay1),(ax2,ay2)即为所求长轴端点坐标；C.获取特征点集，包括：短轴端点坐标，长轴端点处椭圆的切线与短轴端点处椭圆切线的交点坐标，其求取公式如下：短轴端点坐标为：长轴端点处椭圆的切线与短轴端点处椭圆切线的交点坐标为：(bx1-6,by1-6)即为初步获得的特征点集；D.考虑到脊柱区域与肋骨区域的较大差异性，将短轴长度大于20的椭圆信息剔除，即可将脊柱特征点删除；E.对上述步骤五D中的剩余特征点进行筛选，判定准则如下：a)将每个椭圆的六个特征点分为一组；b)选取图像中心点作为极坐标的原点，将特征点坐标转换为极坐标；c)保留每组特征点中极径最小的三个，即为最终的特征点。步骤六、以极角为基准，插值间隔设置为0.01，利用matlab中的spline函数对极径进行三次样条插值，将插值结果转换回直角坐标系，得到闭合曲线；步骤七、利用matlab中的poly2mask生成蒙版，与CT图像做点乘运算，完成肝脏与肌肉组织的分离。本专利技术的有益效果是专利技术了一种利用骨骼信息对CT图像中的肝脏与肌肉进行分离的方法，该方法充分利用了CT图像的层间相似性以及人体的解剖学信息，利用骨骼信息对CT图像中的肝脏与肌肉进行分离，能够有效的解决肝脏分割中因肝脏与肌肉粘连而产生的过分割问题。能够有效的降低图像处理的数据量，提升分割效率。附图说明图1为本专利技术的肝脏与肌肉组织分离的方法流程图。图2为骨骼信息提取示意图，其中，图2A原始CT数据的横截面图像，图2B为经过窗口变换的横截面图像，图2C为提取出的骨骼信息。图3为特征点选取示意图，其中，图3A为肋骨信息的椭圆拟合示意图，图3B为特征点的选取准则示意图，其中，a为长轴，b为短轴，o为取向角，x、y为直角坐标系坐标轴。图4为极坐标下进行特征点甄别示意图。其中，ρ1、ρ2、ρ3、ρ4、ρ5、ρ6为极径。图5为本专利技术中肝脏与肌肉组织分离的横截面图像；其中，图5A～图5C为分离前示意图，图5D～图5F为分离后结果图。图6为本专利技术中肝脏与肌肉组织分离的冠状面图像；图6A为分离前示意图，图6B为分离后结果图。图7为本专利技术中肝脏与肌肉组织分离的矢状面图像；图7A为分离前示意图，图7B为分离后结果图。图8为本专利技术中经过窗口变换的三维图。图9为本专利技术中的肝脏与肌肉组织分离的三维图。具体实施方式以下结合附图和技术方案对本专利技术做进一步的详细说明。本实施例选择数据集3Dircadb中的3Dircadb2.1作为目标CT图像序列，利用软件matlabR2018a进行实现。图1为本专利技术的肝脏与肌肉组织分离的方法流程图。方法的具体步骤如下：步骤一、利用matlab软件的”dicomread”函数打开格式为”.dcm”的CT图像，图像如图2A所示。对其进行加窗变换，计算结果见图2B，设置参数窗宽ww＝275，窗位wc＝50。步骤二、利用阈值法初步获取CT图像中的骨骼信息，提取出的骨骼信息见图2C，设置阈值T＝250；步骤三、利用形态学算法中的开运算删除二值图像中面积过小的区域，获得骨骼信息，本实施例中，使用函数“BW＝bwareaopen(BW,P)”实现该功能。其中，BW为步骤二所获得的二值图像，P为面积阈值，本实施例中设置P＝50，即各连通区域的面积大于50得以保留，小于50即被删除，获得骨骼信息如图2C所示。步骤四、使用“regionp本文档来自技高网...

【技术保护点】
1.一种用骨骼信息对CT图像中的肝脏与肌肉进行分离的方法，其特征是，该方法首先获取原始CT图像，对该图像采用加窗技术简化灰度信息；接着利用阈值法、形态学操作法提取并处理骨骼信息；使用椭圆拟合算法获取骨骼图像中肋骨区域的目标特征点，并对其进行极坐标下的排序；再利用三次样条插值算法拟合目标特征点，生成分界线；最后利用该分界线实现粘连的肝脏与肌肉组织分离；/n方法的具体步骤如下：/n步骤一、获取原始CT图像，对原始CT图像进行窗口变换，窗口变换公式为：/n

【技术特征摘要】
1.一种用骨骼信息对CT图像中的肝脏与肌肉进行分离的方法，其特征是，该方法首先获取原始CT图像，对该图像采用加窗技术简化灰度信息；接着利用阈值法、形态学操作法提取并处理骨骼信息；使用椭圆拟合算法获取骨骼图像中肋骨区域的目标特征点，并对其进行极坐标下的排序；再利用三次样条插值算法拟合目标特征点，生成分界线；最后利用该分界线实现粘连的肝脏与肌肉组织分离；
方法的具体步骤如下：
步骤一、获取原始CT图像，对原始CT图像进行窗口变换，窗口变换公式为：



其中，v是图像的CT值，G(v)是显示灰度，c为窗位，w为窗宽，灰度最大值为gw，将gw设置为255，最小值为0；
步骤二、利用阈值法初步获取CT图像中的骨骼信息；阈值法公式为：



其中，T为设置的阈值，v为图像像素灰度值，B(v)为阈值法处理过后的二值图像；
步骤三、利用形态学算法中的开运算删除二值图像中面积过小的区域，获得骨骼信息；
步骤四、利用matlab中的regionprops函数拟合图像中的肋骨区域，获得骨骼信息中各连通区域的椭圆特征，包括：长轴a，短轴b，取向角o，-90°≤o≤90°，以及椭圆的质心坐标(cx,cy)；
步骤五、提取特征点，具体过程如下：
...

【专利技术属性】
技术研发人员：赵丹阳，李红霞，白佳宾，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：辽宁;21