CN102048550A - 一种自动生成肝脏3d图像并准确定位肝脏血管支配区域的方法 - Google Patents

Abstract

本发明提供了一种自动生成肝脏3D图像并准确定位肝脏血管支配区域的方法，包括一个肝脏三维CT增强图像获取的过程，包括一个肝脏定位与分割的过程，包括一个肝脏血管提取及结构分析的过程，包括一个血管支配领域分析的过程，通过这种拓扑划分，获得各静脉血管引流区域的体积大小，以便于外科医生进行肝脏手术前模拟和预估，同时还可以方便科研人员研究和了解肝脏区域血管的位置。

Description

一种自动生成肝脏3D图像并准确定位肝脏血管支配区域的方法

技术领域：

本发明涉及物理领域，尤其涉及图形测量和处理技术，特别是一种自动生成肝脏3D图像并准确定位肝脏血管支配区域的方法。

背景技术：

随着精准肝切除和活体肝移植时代的到来，精确进行肝段手术是肝胆外科手术发展的趋势，手术要求对切除范围的肝段有术前准确的估计、测量。CT对肝脏体积测量的准确性已经得到公认，甚至被认为是金标准。但是外科手术往往需要了解某一支门静脉供血或肝静脉引流范围肝脏体积的大小，以便于判断当处理这些血管后会影响到多少范围的肝脏血流。而由于这些肝段甚至亚段之间没有特别的解剖分界标志，用肉眼无法判断每支血管的供血、引流的肝脏范围，不利于术前准确地评估。本发明假设血管供血或引流的范围与其血管直径呈正比，则肝脏内所有的供血血管及引流血管综合在一起便可以将整个肝脏进行拓扑划分，每支血管便都能找到属于其支配的最大范围肝脏实质体积——即某支血管支配的最大邻域。

国际上有一些关于肝脏可视化和计算机辅助诊断方面的研究(Radtke A，Nadalin S，Sotiropoulos GC，et al.Computer-assisted operative planning in adult living donor liver transplantation：a new way to resolve the dilemma of the middle hepatic vein.World J Surg 2007；31：175-185；Saito S，Yamanaka J，Miura K，et al.A novel 3D hepatectomy simulation based on liver circulation：application to liver resection and transplantation.Hepatology2005；41：1297-1304；Radtke A，Schroeder T，Molmenti EP，et al.Anatomical and physiological comparison of liver volumes among three frequent types of parenchyma transection in live donor liver transplantation.Hepatogastroenterology 2005；52：333-338；Ritter F，Hansen C，Dicken V，Konrad O，Preim B，Peitgen HO.Real-time illustration of vascular structures.IEEE Trans Vis Comput Graph 2006；12：877-884)，其中不少研究论文出自德国不莱梅大学的MeVis项目研究小组，他们使用数字图像处理和计算机图形学开发了肝脏可视化及三维虚拟手术软件，并应用到肝脏相关手术的术前规划、模拟和风险评估中。比如，可以动态计算切除肿瘤周围多少范围内的组织对患者最有利；也可以计算活体肝移植中可能造成的静脉淤血范围(如图1所示)。该软件主要使用了图像分割、血管分类、空间最大邻域等一系列关键技术，在CT断层图像的基础上获得肝脏的虚拟模型。

发明内容：

本发明的目的在于提供了一种自动生成肝脏3D图像并准确定位肝脏血管支配区域的方法，所述的这种方法要解决现有技术中手术前了解肝脏体积、每支血管的供血和引流的肝脏范围不准确的技术问题，同时要解决科研人员对于研究和了解肝脏体积、每支血管的供血和引流肝脏范围的手段有限的技术问题。

本发明提供了一种自动生成肝脏3D图像并准确定位肝脏血管支配区域的方法，所述的方法中包括一个获取肝脏三维CT增强图像的过程，包括一个在所述的图像中定位与分割肝脏的过程，包括一个在所述的图像中提取肝脏血管并分析其结构的过程，包括一个分析血管支配领域的过程。

具体的，

a)在一个肝脏三维CT增强图像获取的过程中，利用断层扫描机获得肝脏断层图像，通过多排螺旋CT对比剂对人体实施增强三期动态扫描，获得肝脏原始数据，然后对人体注射对比剂后行常规上腹部CT增强三期动态扫描，获得动脉、门静脉、肝静脉三期图像，将肝静脉期图像作为图像后处理的原始图像；

b)在图像中，定位与分割肝脏的过程中，首先对肝脏进行定位，在对肝脏进行定位的过程中，首先用一固定的阈值T0将三维CT图像二值化，从而生成一二值化的三维图像Ibin，该二值化图像中“1”表示三维CT图像中对应像素的灰度高于或等于给定的阈值T0，“0”表示三维CT图像中对应像素的灰度低于的阈值T0，然后对Ibin进行距离变换，求得Ibin每个为“1”的体素到最近的为“0”的像素的距离，从而得到一对应的三维距离图像Idist，根据肝脏是人体中体积最大的内脏器官的解剖特征，具有最大距离dmax的像素所在的位置O应该位于肝脏区域之中，从而定位出肝脏的位置；在对肝脏图像进行分割的过程中，首先估计肝脏的灰度范围，以定位肝脏的、具有最大距离dmax的像素所在的位置O为球心，以2/3*dmax为半径，利用该球形区域内的图像灰度估计肝脏的灰度范围[Tlow，Thigh]：

T_low＝I_mean-w₁*I_std

T_high＝I_mean+w₂*I_std，

其中，I_mean为平均灰度，I_std为灰度标准差，w₁和w₂为权值参数，将该Tlow和Thigh作为下阈值和上阈值，并对三维CT图像进行二值化处理，为降低噪声的影响，在阈值处理之前，先对三维CT图像进行中值滤波，由三维连通性和前面所述的定位点，得到初始的肝脏分割结果，为提高肝脏分割的精度，利用梯度矢量场活动轮廓线模型进一步优化肝脏分割的结果，首先，选择定位肝脏的、具有最大距离dmax的像素所在的图像为参考图像，并以该图像中的初始结果作为初始轮廓线(归一化表示为x(s)，s∈[0，1])，然后，计算出该图像Canny边缘图像f，并通过解方程：

$\mathrm{\η}{\▿}^{2}u-(u-f_x)(f_x^2+f_y^2)=0$

$\mathrm{\η}{\▿}^{2}v-(v-f_y)(f_x^2+f_y^2)=0,$

其中，[u(x，y)，v(x，y)]为梯度矢量场w(x，y)的两个分量，η为权值参数(0.2)，

为Laplacian算子，f_x和f_y分别为f在x和y方向上的梯度。最后，利用初始化轮廓线和梯度矢量场，通过迭代求解方程：αx″(s)-βx″″(s)+w＝0，使初始化轮廓线形变、演化到更为精确的目标边缘。其中，x″(s)和x″″(s)为x(s)的二阶和四阶导数，α和β，当得到当前图像中肝脏较为精确的边缘线之后，将该结果传递到其相邻的一幅图像作为其初始轮廓线，获得其Canny边缘图像后，去除距离初始轮廓线较远的边缘，图像通过层层传递的处理方式，使整个肝脏的分割结果得以优化；

c)在图像中提取肝脏血管并分析其结构的过程中，首先根据前面分割出的肝脏区域中的图像灰度计算一灰度阈值T_vessel0：T_vessel0＝I_{liver_mean}+w₃*I_{liver_std}，其中，I_{liver_mean}和I_{liver_std}分别为肝脏区域中的图像灰度的平均值和标准差，w₃为权值参数，将该阈值作为下阈值，对肝脏区域图像进行阈值化处理，得到大部分肝脏静脉和门静脉，在此基础之上，进一步重新估计提取血管的阈值T_{vessel_refined}：

$T_{\mathrm{vessel}\_\mathrm{refined}}=\frac{\underset{(x,y,z)\∈R}{\mathrm{\Σ}}I(x,y,z)g(x,y,z)}{\underset{(x,y,z)\∈R}{\mathrm{\Σ}}g(x,y,z)}$

，其中，R为前面初步提取的肝脏血管及其相邻区域(＜3mm)，I(x，y，z)和g(x，y，z)分别为点(x，y，z)处的图像灰度和梯度，将T_{vessel_refined}作为下阈值，对肝脏区域图像进行阈值化处理，并去除那些较小的连通区域，便可提取出肝脏血管，另一方面，对肝脏血管进行骨架提取，通过不断测试肝脏血管中血管外围的点，如果去除该点，血管的几何特性：连通物体数目、空腔数目和空洞数目均保持不变，则去除该点，否则保留该点，直到去除所有可去除的点，血管骨架化之后，用图像学中的图G＝(V，E)表示血管的结构，其中V表示端点和分叉点，E为连接V的边，通过对提取的血管进行距离变换，计算血管中每一点到最近非血管点的距离，可知每一段血管的粗细，在上述肝脏血管解剖、结构特征，分割、骨架化处理的基础之上，首先分离肝静脉Ihv和门静脉Ipv两套血管，为分离肝静脉Ihv和门静脉Ipv两套血管，首先根据它们的解剖、结构特征确定它们的根部，然后，根据血管的连通性、粗细和方向对各段血管进行分类；

d)在血管支配领域分析的过程中，在判断空间上的一个点属于哪部分血管，距该点垂直距离最近的血管被判断为该点的供血或引流，即该点属于那支距离其最近的血管分支，假如临近的两支血管直径不同，使用直径作为加权，对距离进行划分，由此可以得到每根血管的最大邻域，肝脏即被按照血管归属三维划分了。

本发明和已有技术相比，其效果是积极和明显的。本发明通过对肝脏CT增强后的原始图像进行处理，首先获得图像分割后的整个肝脏体积；其次，通过对门静脉和肝静脉的血管提取并骨架化，提取这些血管的拓扑信息；最后，将肝脏实质中的每个点划分到离该点最近、最粗的血管支配邻域下。这样，便能够知道每支血管支配的肝段区域大小。通过这种拓扑划分，获得各静脉血管引流区域的体积大小，以便于外科医生进行肝脏手术前模拟和预估。同时还可以方便科研人员研究和了解肝脏区域血管的位置，了解每支血管支配的肝段区域大小。

附图说明：

图1是采用现有技术的自动生成肝脏3D图像并准确定位肝脏血管支配区域的方法获得的肝脏的三维示意图。

图2是采用活动轮廓线模型对肝脏分割的过程示意图。

图3是血管区分的示意图和结果图，是使用基于骨架树中节点和路径方向的方法区分门静脉和肝静脉重叠的重叠部分。

图4是空间最大邻域的划分的一个示意图，显示了距某血管垂直距离最近的点被划分至该血管的邻域内，若血管直径不同，用直径进行加权调节。

图5是本发明一种自动生成肝脏3D图像并准确定位肝脏血管支配区域的方法流程图。

具体实施方式：

如图5所示，本发明提供了一种自动生成肝脏3D图像并准确定位肝脏血管支配区域的方法，所述的方法中包括一个获取肝脏三维CT增强图像的过程，包括一个在所述的图像中定位与分割肝脏的过程，包括一个在所述的图像中提取肝脏血管并分析其结构的过程，包括一个分析血管支配领域的过程。

具体的，

a)在一个肝脏三维CT增强图像获取的过程中，利用断层扫描机获得肝脏断层图像，通过多排螺旋CT对比剂对人体实施增强三期动态扫描，获得肝脏原始数据，然后对人体注射对比剂后行常规上腹部CT增强三期动态扫描，获得动脉、门静脉、肝静脉三期图像，将肝静脉期图像作为图像后处理的原始图像；

b)在图像中，在定位肝脏与分割的过程中，首先对肝脏进行定位，在对肝脏进行定位的过程中，首先用一固定的阈值T0将三维CT图像二值化，从而生成一二值化的三维图像Ibin，该二值化图像中“1”表示三维CT图像中对应像素的灰度高于或等于给定的阈值T0，“0”表示三维CT图像中对应像素的灰度低于的阈值T0，然后对Ibin进行距离变换，求得Ibin每个为“1”的体素到最近的为“0”的像素的距离，从而得到一对应的三维距离图像Idist，根据肝脏是人体中体积最大的内脏器官的解剖特征，具有最大距离dmax的像素所在的位置O应该位于肝脏区域之中，从而定位出肝脏的位置；在对肝脏图像进行分割的过程中，首先估计肝脏的灰度范围，以定位肝脏的、具有最大距离dmax的像素所在的位置O为球心，以2/3*dmax为半径，利用该球形区域内的图像灰度估计肝脏的灰度范围[Tlow，Thigh]：

T_low＝I_mean-w₁*I_std

T_high＝I_mean+w₂*I_std，

其中，I_mean为平均灰度，I_std为灰度标准差，w₁和w₂为权值参数，将该Tlow和Thigh作为下阈值和上阈值，并对三维CT图像进行二值化处理，为降低噪声的影响，在阈值处理之前，先对三维CT图像进行中值滤波，由三维连通性和前面所述的定位点，得到初始的肝脏分割结果，为提高肝脏分割的精度，利用梯度矢量场活动轮廓线模型进一步优化肝脏分割的结果，首先，选择定位肝脏的、具有最大距离dmax的像素所在的图像为参考图像，并以该图像中的初始结果作为初始轮廓线(归一化表示为x(s)，s∈[0，1])，然后，计算出该图像Canny边缘图像f，并通过解方程：

$\mathrm{\η}{\▿}^{2}u-(u-f_x)(f_x^2+f_y^2)=0$

$\mathrm{\η}{\▿}^{2}v-(v-f_y)(f_x^2+f_y^2)=0,$

其中，[u(x，y)，v(x，y)]为梯度矢量场w(x，y)的两个分量，η为权值参数(0.2)，为Laplacian算子，f_x和f_y分别为f在x和y方向上的梯度。最后，利用初始化轮廓线和梯度矢量场，通过迭代求解方程：αx″(s)-βx″″(s)+w＝0，使初始化轮廓线形变、演化到更为精确的目标边缘。其中，x″(s)和x″″(s)为x(s)的二阶和四阶导数，α和β，当得到当前图像中肝脏较为精确的边缘线之后，将该结果传递到其相邻的一幅图像作为其初始轮廓线，获得其Canny边缘图像后，去除距离初始轮廓线较远的边缘，图像通过层层传递的处理方式，使整个肝脏的分割结果得以优化；

c)在图像中提取肝脏血管并分析其结构的过程中，首先根据前面分割出的肝脏区域中的图像灰度计算一灰度阈值T_vessel0：T_vessel0＝I_{liver_mean}+w₃*I_{liver_std}，其中，I_{liver_mean}和I_{liver_std}分别为肝脏区域中的图像灰度的平均值和标准差，w₃为权值参数，将该阈值作为下阈值，对肝脏区域图像进行阈值化处理，得到大部分肝脏静脉和门静脉，在此基础之上，进一步重新估计提取血管的阈值T_{vessel_refined}：

$T_{\mathrm{vessel}\_\mathrm{refined}}=\frac{\underset{(x,y,z)\∈R}{\mathrm{\Σ}}I(x,y,z)g(x,y,z)}{\underset{(x,y,z)\∈R}{\mathrm{\Σ}}g(x,y,z)}$

，其中，R为前面初步提取的肝脏血管及其相邻区域(＜3mm)，I(x，y，z)和g(x，y，z)分别为点(x，y，z)处的图像灰度和梯度，将T_{vessel_refined}作为下阈值，对肝脏区域图像进行阈值化处理，并去除那些较小的连通区域，便可提取出肝脏血管，另一方面，对肝脏血管进行骨架提取，通过不断测试肝脏血管中血管外围的点，如果去除该点，血管的几何特性：连通物体数目、空腔数目和空洞数目均保持不变，则去除该点，否则保留该点，直到去除所有可去除的点，血管骨架化之后，用图像学中的图G＝(V，E)表示血管的结构，其中V表示端点和分叉点，E为连接V的边，通过对提取的血管进行距离变换，计算血管中每一点到最近非血管点的距离，可知每一段血管的粗细，在上述肝脏血管解剖、结构特征，分割、骨架化处理的基础之上，首先分离肝静脉Ihv和门静脉Ipv两套血管，为分离肝静脉Ihv和门静脉Ipv两套血管，首先根据它们的解剖、结构特征确定它们的根部，然后，根据血管的连通性、粗细和方向对各段血管进行分类；

d)在血管支配领域分析的过程中，在判断空间上的一个点属于哪部分血管，距该点垂直距离最近的血管被判断为该点的供血或引流，即该点属于那支距离其最近的血管分支，假如临近的两支血管直径不同，使用直径作为加权，对距离进行划分，由此可以得到每根血管的最大邻域，肝脏即被按照血管归属三维划分了。

具体的，在一个肝脏定位与分割的过程中，关于肝脏的整体图像分割的方法已经有较多的文献报道，比较成熟的是使用活动轮廓线模型(Active Contour Model，Snakes)，其主要思想是通过定义一条初始能量函数曲线，将其初始化在待分割轮廓周围，在能量函数的极小值等约束下，经过不断地演化曲线最终收敛到图像轮廓(如图2)。在此基础上的梯度矢量场(gradient vector flow，GVF)Snake在扩大轮廓的捕捉范围和深度凹陷区域的收敛上具有更加卓越的性能。这些算法已经被广泛应用到肝脏、心肌、淋巴结等图像的分割中。

进一步的，在肝脏血管提取及结构分析的过程中，由于肝脏中的血管从肝门向外周逐渐变细，同一期图像血管的密度值在不同的部位是不同的，因此我们提出首先在施加最优化阈值后使用基于灰度区域生长的方法将血管与周围组织进行图像分割。在此基础上，使用三维骨架方法获得血管的树形结构信息，通过一系列降噪及平滑处理后，得到较为完整的血管图像。由于门静脉和肝静脉在图像上会有重叠，我们在骨架化后使用节点和路径的方向来区分两种静脉系统。最后，使用这些静脉图像对整个肝脏进行计算机分段：在判断空间上的一个点属于哪部分血管，距该点垂直距离最近的血管被判断为该点的供血(或引流)，假如临近的两支血管直径不同，使用直径作为加权，对距离进行划分，由此可以得到每根血管的最大邻域，肝脏即被按照血管归属三维划分了(如图3和图4所示)。

Claims (2)

1.一种自动生成肝脏3D图像并准确定位肝脏血管支配区域的方法，其特征在于：所述的方法中包括一个获取肝脏三维CT增强图像的过程，包括一个在所述的图像中定位与分割肝脏的过程，包括一个在所述的图像中提取肝脏血管并分析其结构的过程，包括一个分析血管支配领域的过程。

2.如权利要求1所述的自动生成肝脏3D图像并准确定位肝脏血管支配区域的方法，其特征在于：

a)在所述的获取肝脏三维CT增强图像的过程中，利用断层扫描机获得肝脏断层图像，通过多排螺旋CT对比剂对人体实施增强三期动态扫描，获得肝脏原始数据，然后对人体注射对比剂后行常规上腹部CT增强三期动态扫描，获得动脉、门静脉、肝静脉三期图像，将肝静脉期图像作为图像后处理的原始图像；

b)在图像中定位与分割肝脏的过程中，首先对肝脏进行定位，在对肝脏进行定位的过程中，首先用一固定的阈值T0将三维CT图像二值化，从而生成一二值化的三维图像Ibin，该二值化图像中“1”表示三维CT图像中对应像素的灰度高于或等于给定的阈值T0，“0”表示三维CT图像中对应像素的灰度低于的阈值T0，然后对Ibin进行距离变换，求得Ibin每个为“1”的体素到最近的为“0”的像素的距离，从而得到一对应的三维距离图像Idist，根据肝脏是人体中体积最大的内脏器官的解剖特征，具有最大距离dmax的像素所在的位置O应该位于肝脏区域之中，从而定位出肝脏的位置；在对肝脏图像进行分割的过程中，首先估计肝脏的灰度范围，以定位肝脏的、具有最大距离dmax的像素所在的位置O为球心，以2/3*dmax为半径，利用该球形区域内的图像灰度估计肝脏的灰度范围[Tlow，Thigh]：

T_low＝I_mean-w₁*I_std

T_high＝I_mean+w₂*I_std，

其中，I_mean为平均灰度，I_std为灰度标准差，w₁和w₂为权值参数，将该Tlow和Thigh作为下阈值和上阈值，并对三维CT图像进行二值化处理，为降低噪声的影响，在阈值处理之前，先对三维CT图像进行中值滤波，由三维连通性和前面所述的定位点，得到初始的肝脏分割结果，为提高肝脏分割的精度，利用梯度矢量场活动轮廓线模型进一步优化肝脏分割的结果，首先，选择定位肝脏的、具有最大距离dmax的像素所在的图像为参考图像，并以该图像中的初始结果作为初始轮廓线(归一化表示为x(s)，s∈[0，1])，然后，计算出该图像Canny边缘图像f，并通过解方程：

$\mathrm{\η}{\▿}^{2}u-(u-f_x)(f_x^2+f_y^2)=0$

$\mathrm{\η}{\▿}^{2}v-(v-f_y)(f_x^2+f_y^2)=0,$

其中，[u(x，y)，v(x，y)]为梯度矢量场w(x，y)的两个分量，η为权值参数(0.2)，

为Laplacian算子，f_x和f_y分别为f在x和y方向上的梯度。最后，利用初始化轮廓线和梯度矢量场，通过迭代求解方程：αx″(s)-βx″″(s)+w＝0，使初始化轮廓线形变、演化到更为精确的目标边缘。其中，x″(s)和x″″(s)为x(s)的二阶和四阶导数，α和β，当得到当前图像中肝脏较为精确的边缘线之后，将该结果传递到其相邻的一幅图像作为其初始轮廓线，获得其Canny边缘图像后，去除距离初始轮廓线较远的边缘，图像通过层层传递的处理方式，使整个肝脏的分割结果得以优化；

c)在图像中提取肝脏血管并分析其结构的过程中，首先根据前面分割出的肝脏区域中的图像灰度计算一灰度阈值T_vessel0：T_vessel0＝I_{liver_mean}+w₃*I_{liver_std}，其中，I_{liver_mean}和I_{liver_std}分别为肝脏区域中的图像灰度的平均值和标准差，w₃为权值参数，将该阈值作为下阈值，对肝脏区域图像进行阈值化处理，得到大部分肝脏静脉和门静脉，在此基础之上，进一步重新估计提取血管的阈值T_{vessel_refined}：

$T_{\mathrm{vessel}\_\mathrm{refined}}=\frac{\underset{(x,y,z)\∈R}{\mathrm{\Σ}}I(x,y,z)g(x,y,z)}{\underset{(x,y,z)\∈R}{\mathrm{\Σ}}g(x,y,z)}$

，其中，R为前面初步提取的肝脏血管及其相邻区域(＜3mm)，I(x，y，z)和g(x，y，z)分别为点(x，y，z)处的图像灰度和梯度，将T_{vessel_refined}作为下阈值，对肝脏区域图像进行阈值化处理，并去除那些较小的连通区域，便可提取出肝脏血管，另一方面，对肝脏血管进行骨架提取，通过不断测试肝脏血管中血管外围的点，如果去除该点，血管的几何特性：连通物体数目、空腔数目和空洞数目均保持不变，则去除该点，否则保留该点，直到去除所有可去除的点，血管骨架化之后，用图像学中的图G＝(V，E)表示血管的结构，其中V表示端点和分叉点，E为连接V的边，通过对提取的血管进行距离变换，计算血管中每一点到最近非血管点的距离，可知每一段血管的粗细，在上述肝脏血管解剖、结构特征，分割、骨架化处理的基础之上，首先分离肝静脉Ihv和门静脉Ipv两套血管，为分离肝静脉Ihv和门静脉Ipv两套血管，首先根据它们的解剖、结构特征确定它们的根部，然后，根据血管的连通性、粗细和方向对各段血管进行分类；

d)在分析血管支配领域的过程中，在判断空间上的一个点属于哪部分血管，距该点垂直距离最近的血管被判断为该点的供血或引流，即该点属于那支距离其最近的血管分支，假如临近的两支血管直径不同，使用直径作为加权，对距离进行划分，由此可以得到每根血管的最大邻域，肝脏即被按照血管归属三维划分了。

Images