一种基于单演信号和标记分水岭分割的SR-μCT图像三维血管提取方法技术

本发明专利技术公开了一种基于单演信号和标记分水岭分割的SR

【技术实现步骤摘要】
一种基于单演信号和标记分水岭分割的SR
‑
μ
CT图像三维血管提取方法


[0001]本专利技术属于医学图像处理领域，涉及一种基于单演信号和标记分水岭分割的SR
‑
μCT图像三维血管提取方法。

技术介绍

[0002]精准的血管网络分割作为生物医学图像分析中的关键一步，对后续的量化分析和血管相关的病理学研究至关重要。近年来，针对微计算机断层扫描技术(micro
‑
computed tomography:μCT)的血管网络分割问题，常采用手动分割方法、阈值方法、区域生长方法、以及深度学习方法。
[0003]在手动分割方法中，操作者通常需要在二维切片中划定血管区域，并通过多个切片堆叠的方式得到最终的三维血管。虽然手动分割可以在对比度小、存在伪影和噪声的低质量图像中很好地完成分割任务，但这种人工干预的方法非常耗时，且无法适用于大数据集。
[0004]得益于血管造影剂的帮助，μCT可以对血管网络进行高质量成像。然而，针对骨内血管成像的情况，骨组织和血管之间的对比度很弱。因此，需要本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于单演信号和标记分水岭分割的SR
‑
μCT图像三维血管提取方法，包括以下步骤：步骤一，读取数据和预处理：(1)读取由同步辐射光源微计算机断层扫描技术(synchrotron radiation micro
‑
computed tomography:SR
‑
μCT)成像生成的三维小鼠胫骨组织和血管网络图像(8
‑
bit图像)；(2)调整三维图像中的前景结构中轴线方向、移除骨骺，并利用边框算法选取仅包含目标结构的长方体区域作为待处理的数据；步骤二，生成含有血管、骨组织和背景种子区域的标记图像：(1)通过双阈值区域生长、形态学腐蚀操作、形态学膨胀操作、形态学开操作方法生成血管、骨组织和背景的种子区域，从而使这些种子区域分别位于相应目标结构的内部且互相无重叠；(2)分别对血管、骨组织和背景种子区域内的体素点设置不同的灰度值，以区分不同的标记类别，如血管种子区域被设置为255、骨组织种子区域设置为160，以及背景种子区域设置为80；步骤三，建立分水岭分割算法的基础图像：(1)通过Riesz变换计算SR
‑
μCT三维图像的单演信号；(2)根据单演信号的局部相位特征计算图像中各结构的边界信息，以作为分水岭分割算法的基础图像，由于单演信号的局部相位特征独立于图像的灰度值强度且只与结构相关，故相比于传统的梯度图像基础图，该方法可以更好地探测到对比度相对较低的边界，如SR
‑
μCT图像中骨组织和血管结构的边界；步骤四，在上述步骤二标记图像和步骤三基础图像的基础上应用分水岭分割算法，以实现对SR
‑
μCT图像中的三维骨组织和血管网络的高质量分割。2.根据权利要求1所述的一种基于单演信号局部相位和标记分水岭分割算法的小鼠胫骨SR
‑
μCT图像三维血管网络提取方法，其特征在于，所述步骤二中运用的双阈值区域生长方法，该方法首先根据图像的特征选取合适的阈值上界和阈值下界，接着按照下述标准进行图像的二值化操作：(1)若三维图像中一个体素的灰度值高于阈值上界则保留该体素(255)；(2)若三维图像中一个体素的灰度值低于阈值下界则舍弃该体素(0)；(3)若三维图像中一个体素的灰度值介于阈值上界和阈值下界，则根据事先选定的邻域...

【专利技术属性】
技术研发人员：徐豪，
申请(专利权)人：沈阳大学，
类型：发明
国别省市：