CN102693540B - 一种肝脏分段的方法及其系统 - Google Patents

Abstract

本发明涉及医学图像处理领域，提供了一种肝脏分段的方法及其系统，所述方法包括如下步骤：对肝脏的医学序列图像进行分割，获取所述肝脏和门静脉血管的分割图像；获取所述门静脉血管的中心线和半径；对所述门静脉血管的中心线上不同的肝脏段进行不同的标记；根据标记后的所述门静脉血管的中心线对所述肝脏进行分段。借此，本发明提供了个体化肝脏分段的方法及系统，为临床手术提供良好的保障。

Description

一种肝脏分段的方法及其系统

技术领域

本发明涉及医学图像处理领域，尤其涉及一种肝脏分段的方法及其系统。

背景技术

肝脏是肿瘤好发的主要器官之一，随着外科技术的进步，使肝脏肿瘤的手术切除率大幅度提高。肝脏作为实质性器官，只有通过影像学资料才能了解其内病灶的位置及大小，才能进行手术方案的设计。CT(computed tomography，计算机体层摄影)、MRI(Magnetic Resonance Imaging，磁共振成像)等影像学技术的发展大大推动了肝脏外科的发展，使得许多复杂的肝脏手术得以实施。然而由于肝脏内部复杂的管道系统及其生理和病理变异，决定了肝脏外科手速的难度。而且，解剖性切除等肝脏外科新技术的应用要求术者进行缜密的术前规划，了解肝功能储备需测量预切除的肝脏体积。虽然CT、MRI等二维断层图像提供了肝脏病灶及管道系统所有的影像信息，但是目前在大多数情况下，基于传统的二维图像，医生只能凭经验去构思病灶与周围组织的空间几何关系，从而给手术增加了难度。

三维可视化肝脏能直观、清晰、任意角度显示肝脏的解剖及肝内管道系统的走行，肝脏肿瘤的位置及其与周围血管的空间毗邻关系，为肝脏切除手术提供了准确安全的手术切界，避免肝脏组织过多切除，最大限度地保留功能性肝组织，为医生制定更准确的手术方案提供较二维图像更有价值的个体化信息。外科医生可以在虚拟肝脏上反复进行手术规划，优化手术方案，提高手术技能，从而提高手术的安全性，降低手术并发症。

目前，国际上普遍采用的肝段划分方法是Couinaud肝段划分法，Couinaud肝段划分法是以Glisson系统在肝内的分布为基础，以肝静脉为分段界限。左、中、右三支主肝静脉左行区所形成的纵形切面将肝分成4个扇区，每个扇区又被门静脉左右支的水平切面分成上下2段。4个扇区不包含尾状叶，因为他不依赖于四个肝门静脉和三支主肝静脉，是一个自主段。

Couinaud肝段划分法虽然比较实用，但是也有明显的缺陷，由于它是离体铸型的研究结果，并不适合临床个体患者的个体差异情况，并且由于门静脉分支在形状、大小、数目等方面存在极大的解剖差异，同时段间分界不是简单的平面，因此Couinaud肝段划分法并不完全适合实际中的应用。

在申请号为200810197660.8，发明名称为“一种基于CT图像的肝脏分段方法及其系统”的中国专利中详细阐述了CT图像中获得肝脏和血管的分割数据，并根据门静脉进行肝分段，但是该专利没有对肝脏与门静脉之间关系进行研究，依靠人工交互对血管进行分级，这一过程需要医生的经验知识。因此，根据不同医生的使用，肝脏的分段结果可能不相同，其准确性难以保证。

综上可知，现有的肝脏分段的技术在实际使用上，显然存在不便与缺陷，所以有必要加以改进。

发明内容

针对上述的缺陷，本发明的目的在于提供一种肝脏分段的方法及系统，以实现对不同个体的肝脏进行分段，为临床手术提供良好的保障。

为了实现上述目的，本发明提供一种肝脏分段的方法，所述方法包括如下步骤：

对肝脏的医学序列图像进行分割，获取所述肝脏和门静脉血管的分割图像；

获取所述门静脉血管的中心线和半径；

对所述门静脉血管的中心线上不同的肝脏段进行不同的标记；

根据标记后的所述门静脉血管的中心线对所述肝脏进行分段。

根据所述的方法，所述获取所述门静脉血管的中心线和半径的步骤包括：

在所述门静脉血管的分割图像中，删除所述门静脉血管中所有满足预设条件的体素，获取所述门静脉血管的中心线；

计算所述门静脉血管的中心线上的所有体素中到所述门静脉血管的边缘的最短距离，将所述最短距离设为所述门静脉血管的半径。

根据所述的方法，所述满足预设条件的体素包括：位于所述门静脉血管的表面，并且不是所述门静脉血管的中心线的起点或者终点的体素；和/或

被删除后不改变所述门静脉血管的欧拉数值的体素；和/或

被删除后不改变所述门静脉血管的连通性的体素。

根据所述的方法，所述对所述门静脉血管的中心线上不同的肝脏段进行不同的标记的步骤包括：

将所述门静脉血管的中心线构建成树形数据结构；

根据所述树形数据结构，对所述门静脉血管的中心线进行标记。

根据所述的方法，所述将所述门静脉血管的中心线构建成树形数据结构的步骤包括：

将输入的所述门静脉血管的中心线的源点坐标作为所述树形数据结构的根节点；

查找所述根节点在空间26邻域的邻节点，并根据所述邻节点的个数判断所述根节点类型以及根据所述门静脉血管的半径设置所述根节点的半径；

将所述根节点的邻节点设置为所述根节点的子节点，并查找所述子节点的邻域范围内的邻节点，并将所述子节点的邻域范围内的邻节点设置为所述根节点的子节点的子节点，设置所述根节点的子节点及其子节点的类型以及半径，并将所述根节点的子节点添加到所述树形数据结构中，且依次将所述门静脉血管的中心线上所有的节点添加到所述树形数据结构中；

所述根据树形数据结构，对所述门静脉血管的中心线进行标记的步骤包括：

根据所述门静脉血管的主分支的血供情况，从所述根节点开始查找所述树形数据结构中的主分支点，将所述门静脉血管分为左支和右支；

依次查找所述门静脉血管的左右分支点的所有子节点，直到查找到所有第一组分支点；然后再依次查找每个所述第一组分支点的左右子节点，直到查找到所有的第二组分支点；

将每个所述第二组分支点的左右子节点分别标记为不同的值；

将每个所述左右子节点定义为父节点，每个所述左右子节点之后的所有孩子节点标记为与每个所述左右子节点的标记相同的值。

根据所述的方法，在设置所述子节点的类型的步骤中，当所述子节点的空间26邻域存在一个邻域点，设置所述子节点的类型为叶子节点；当所述子节点的空间26邻域存在两个邻域点，设置所述子节点的类型为连接点；当所述子节点的空间26邻域存在三个或者以上的邻域点，设置所述子节点的类型为分支点。

根据所述的方法，在所述门静脉血管的一个分支点到另一个分支点之间至少存在两条路径时，去除所述两条路径中较大的一条；

并且在查找所述门静脉血管的左右分支点的所有子节点时，若所述子节点为叶子节点，且所述叶子节点所属的分支长度小于预先设置的阈值，则所述分支不是所述门静脉血管的分支。

根据所述的方法，所述根据标记后的所述门静脉血管的中心线对所述肝脏进行分段的步骤包括：

将标记后的所述门静脉血管的中心线在所述肝脏组织上进行投影，使所述肝脏组织上对应的体素的灰度值与所述标记的值相同；

在所述肝脏组织上以一个像素半径将与所述标记相邻的体素的灰度值设置为与所述标记的值相同，直到所述肝脏组织上的所有体素都获得标记。

根据所述的方法，所述肝脏上具有相同标记的值的区域对应于所述肝脏的同一段。

为了实现本发明的另一发明目的，本发明还提供了一种实现上述任一项所述的方法的肝脏分段的系统，所述系统包括：

分割模块，用于对肝脏的医学序列图像进行分割，获取所述肝脏和门静脉血管的分割图像；

获取模块，用于获取所述门静脉血管的中心线和半径；

标记模块，用于对所述门静脉血管的中心线上不同的肝脏段进行不同的标记；

分段模块，用于根据标记后的所述门静脉血管的中心线对所述肝脏进行分段。

本发明通过对肝脏的医学序列图像进行分割，获取所述肝脏和门静脉血管的分割图像；然后获取所述门静脉血管的中心线和半径；并对所述门静脉血管的中心线上不同的肝脏段进行不同的标记；最后根据标记后的所述门静脉血管的中心线对所述肝脏进行分段。通过实验验证，采用上述的肝段划分的方式符合Couinaud肝段划分法。并且本发明充分考虑了个体肝脏的差异性，对不同肝脏的管道结构个体都可以采用本发明提供的方法及系统进行临床手术模拟，为肝脏切除手术提供了良好的保障，利于医生进行手术，获得良好的手术效果。

附图说明

图1是本发明第一实施例提供的肝脏分段的系统的结构示意图；

图2是本发明第二实施例提供的肝脏分段的方法流程图；

图3是本发明一个实施例提供的门静脉血管分为左支和右支上的分支点的查找示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

参见图1，在本发明的第一实施例中提供了一种肝脏分段的系统100，所述系统包括：

分割模块10，用于对肝脏的医学序列图像进行分割，获取所述肝脏和门静脉血管的分割图像；

获取模块20，用于获取所述门静脉血管的中心线和半径；

标记模块30，用于对所述门静脉血管的中心线上不同的肝脏段进行不同的标记；

分段模块40，用于根据标记后的所述门静脉血管的中心线对所述肝脏进行分段。

在该实施例中，分割模块10将采用图像分割算法对CT扫描后的医学序列图像进行分割，获得肝脏和门静脉血管的分割图像。获取模块20根据T.C.Lee的算法(Building Skeleton models via 3-D medial surface/axis thinning algorithms)实现三维门静脉血管的中心线的提取，以及获取所述门静脉血管的半径。标记模块30对所述门静脉血管的中心线上不同的肝脏段进行不同的标记，使得不同标记的中心线对应肝脏的不同段。最后，基于Hahn等提出的定义，根据血管分布区域的确定原则，分段模块40根据标记后的所述门静脉血管的中心线对所述肝脏进行分段。通过实验验证，该肝脏分段系统100的肝脏分段方法符合Couinaud肝段划分法。并且它是将Couinaud肝段划分法应用于实践的比较好的方法。该肝脏分段系统100的实现的肝脏分段的方法充分考虑了个体的差异性，对不同肝脏的管道结构和分支的个体都可以采用上述方法进行临床手术模拟，为肝脏切除手术提供了很好的保障。

参见图2，本发明第二实施例提供的肝脏分段的方法，所述方法采用肝脏分段的系统100实现，该方法的流程描述如下：

步骤S201中，分割模块10对肝脏的医学序列图像进行分割，获取所述肝脏和门静脉血管的分割图像；

步骤S202中，获取模块20获取所述门静脉血管的中心线和半径；

步骤S203中，标记模块30对所述门静脉血管的中心线上不同的肝脏段进行不同的标记；

步骤S204中，分段模块40根据标记后的所述门静脉血管的中心线对所述肝脏进行分段。

该实施例采用了肝脏分段的系统100实现对肝脏分段，可以针对不同的个体，应用于临床手术模拟，为肝脏切除手术提供了很好的保障。

在本发明的第三实施例中，所述步骤S202包括：

在所述门静脉血管的分割图像中，删除所述门静脉血管中所有满足预设条件的体素，获取所述门静脉血管的中心线；

计算所述门静脉血管的中心线上的所有体素中到所述门静脉血管的边缘的最短距离，将所述最短距离设为所述门静脉血管的半径。

具体的，所述满足预设条件的体素包括：位于所述门静脉血管的表面，并且不是所述门静脉血管的中心线的起点或者终点的体素；和/或

被删除后不改变所述门静脉血管的欧拉数值的体素；和/或

被删除后不改变所述门静脉血管的连通性的体素。

即在所述门静脉血管的分割图像中，对于所述门静脉血管上的任意一个体素，如果满足下列条件中的任意一条，则将该体素从血管中删除。

1、如果该体素位于血管表面，并且该体素不是中心线的起点或终点。

2、为了确保删除体素后不会产生空洞，删除体素后不改变血管的欧拉数。

3、删除体素后不改变血管的连通性。

获取模块20需要对于门静脉血管的体素重复检查，直到找不到满足条件的体素为止。以及对于中心线上的每一个体素，计算该体素到血管边缘的最短距离，该最短距离即为血管的半径。

在本发明的第四实施例中，所述步骤S203包括：

将所述门静脉血管的中心线构建成树形数据结构；

根据所述树形数据结构，对所述门静脉血管的中心线进行标记。

在该实施例中，为了可以根据门静脉血管中心线对所述肝脏进行划分，需要对门静脉中心线不同肝段的分支进行不同的标记，使得不同标记的中心线对应肝脏的不同段。为了对门静脉血管的中心线进行标记，首先需将中心线构建成树形数据结构，以获得门静脉血管的分支情况和走行信息。然后再根据所述树形数据结构，对所述门静脉血管的中心线进行标记。

优选的，所述标记模块30将所述门静脉血管的中心线构建成树形数据结构的步骤包括：

将输入的所述门静脉血管的中心线的源点坐标作为所述树形数据结构的根节点；

查找所述根节点在空间26邻域的邻节点，并根据所述邻节点的个数判断所述根节点类型以及根据所述门静脉血管的半径设置所述根据节点的半径；

将所述根节点的邻节点设置为所述根节点的子节点，并查找所述子节点的邻域范围内的邻节点，并将所述子节点的邻域范围内的邻节点设置为所述根节点的子节点的子节点，设置所述根节点的子节点及其子节点的类型以及半径，并将所述根节点的子节点添加到所述树形数据结构中，且依次将所述门静脉血管的中心线上所有的节点添加到所述树形数据结构中；

在设置所述子节点的类型时，当所述子节点的空间26邻域存在一个邻域点，设置所述子节点的类型为叶子节点；当所述子节点的空间26邻域存在两个邻域点，设置所述子节点的类型为连接点；当所述子节点的空间26邻域存在三个或者以上的邻域点，设置所述子节点的类型为分支点。

所述标记模块30根据所述树形数据结构，对所述门静脉血管的中心线进行标记的步骤包括：

根据所述门静脉血管的主分支的血供情况，从所述根节点开始查找所述树形数据结构中的主分支点，将所述门静脉血管分为左支和右支；

依次查找所述门静脉血管的左右分支点的所有子节点，直到查找到所有第一组分支点；然后再依次查找每个所述第一组分支点的左右子节点，直到查找到所有的第二组分支点；

将每个所述第二组分支点的左右子节点分别标记为不同的值；

将每个所述左右子节点定义为父节点，每个所述左右子节点之后的所有孩子节点标记为与每个所述左右子节点的标记相同的值。

其中，在所述门静脉血管的一个分支点到另一个分支点之间至少存在两条路径时去除所述两条路径中较大的一条。并且在查找所述门静脉血管的左右分支点的所有子节点时，若所述子节点为叶子节点，且所述叶子节点所属的分支长度小于预先设置的阈值，则所述分支不是所述门静脉血管的分支。

为了反映门静脉血管的分支情况，需要将门静脉血管的中心线转化为树形数据结构。门静脉血管的中心线上的每个体素作为树中的一个节点，并定义每个节点的父子关系、半径以及节点的类型。优选的，如果一个点的空间26邻域存在一个邻域点，定义为叶子节点；如果空间26邻域存在两个邻域点，定义为连接点；如果空间26邻域存在三个或者以上的邻域点，定义为分支点。其中，节点类型和节点半径是对中心线标记的重要参数。在本发明的实施例中，由于图像质量和分割方法等原因，门静脉血管的中心线提取的结果中可能存在环状结构和伪分支点。因此在构建门静脉血管树形数据结构的过程中，必须去除血管中心线中存在的环状结构和伪分支点。具体的，如果某个分支点到另一个分支点之间至少存在两条路径，则说明门静脉血管的树形数据结构中存在环状结构。可以采用去除环状结构的两条路径中较大的一条实现消除环状结构。而如果叶子节点所属的分支长度小于预先设置的阈值，例如该阈值为10；则认为是门静脉血管壁的突起部分，而不是一条门静脉血管分支。门静脉血管的中心线的树形数据结构建立之后，则可以对中心线进行标记，使得门静脉中心线不同肝段的分支进行不同的标记。具体的门静脉血管中心线的树形数据结构的构建和标记过程如下：

第一步骤，根据输入的门静脉血管中心线的源点坐标，作为树形数据结构的根节点。寻找根节点在空间26邻域的邻节点，根据邻节点的个数判断根节点类型，并将根节点在空间26邻域的邻节点设置为根节点的子节点，并根据所述门静脉血管的半径设置根节点的半径。

第二步骤，寻找所述根节点的子节点的邻域范围内的邻节点，并设置子节点的类型和半径值；并将所述根节点的子节点的邻域范围内的邻节点设为所述根节点的子节点的子节点，并将所述根节点的子节点添加到所述树形数据结构中。

第三步骤，重复第二步骤，直到所有子节点都添加到树形数据结构中。门静脉血管的中心线的树形数据结构构建完成。

第四步骤，在所述树形数据结构中，从根节点开始搜索，寻找主分支点，将门静脉血管的分为左支和右支。根据门静脉血管主分支的血供情况判断是否属于主分支。

第五步骤，对门静脉血管的左右分支点的左右子节点分别进行搜索，并寻找下一主分支点，以及继续寻找下一个主分支点。

参见图3，具体的点1表示从门静脉血管的根节点开始查找的第一个分支点；然后，依次查找第一分支点的左右子节点，直到找到第一组分支点(2，3)；并分别对第一组分支点的左右子节点进行查找，分别找到第一组分支点的左右子节点的第二组分支点(4，5，6，7)。图中3中的圆点表示分支点。

第六步骤，分别对第五步骤中第二组分支点的每个左右子节点标记成不同的值，并以该子节点为父节点，对该子节点之后的所有孩子节点都标记成相同的值。在第五步骤中所有的分支点都标记完成后，则完成门静脉血管的中心线的标记。

在本发明的第五实施例中，所述步骤S204包括：

将标记后的所述门静脉血管的中心线在所述肝脏组织上进行投影，使所述肝脏组织上对应的体素的灰度值与所述标记的值相同；

在所述肝脏组织上以一个像素半径将与所述标记相邻的体素的灰度值设置为与所述标记的值相同，直到所述肝脏组织上的所有体素都获得标记。所述肝脏上具有相同标记的值的区域对应于所述肝脏的同一段。

在该实施例中，血管分布区域的确定原则是基于Hahn等提出的一定义：假设肝组织的某一点与某一血管分支最近，则认为该点属于血管分支的分布区域。根据该方法，将肝组织所有的点按距离最近的原则划分到相应的血管分支中。肝段划分在计算机上是一个体素分类的过程，使肝脏的任一体素都有一个段值，可以采用最近邻逼近算法来实现。具体实现方式包括：

首选，对标记的中心线在肝脏组织上投影，使得肝脏上的对应体素的灰度值与标记值相同。

其次，以一个像素半径，将与标记值相邻的体素的灰度值设置为与标记值相同。

最后，重复执行上一步骤，直到肝脏组织上的所有体素都获得标记。相同标记值的区域对应肝脏中的一段，这样则获得到肝分段的结果。

本发明的上述多个实施例提供的自动的肝脏分段方法及系统可应用于手术规划，体外模拟手术，手术风险评估。针对Couinaud肝段划分法仅适用于标准的肝模型，没有考虑个体差异，不适合临床应用的缺陷，本发明提供了一种实用的肝脏分段的方法及系统，该方法结合Couinaud肝段划分法的优点，同时也充分考虑患者之间的个体差异，对不同的患者都可以得到满意的肝段划分结果。

综上所述，本发明通过对肝脏的医学序列图像进行分割，获取所述肝脏和门静脉血管的分割图像；然后获取所述门静脉血管的中心线和半径；并对所述门静脉血管的中心线上不同的肝脏段进行不同的标记；最后根据标记后的所述门静脉血管的中心线对所述肝脏进行分段。通过实验验证，采用上述的肝段划分的方式符合Couinaud肝段划分法。并且本发明充分考虑了个体肝脏的差异性，对不同管道结构和分支的个体都可以采用本发明提供的方法及系统进行临床手术模拟，为肝脏切除手术提供了良好的保障，利于医生进行手术。

当然，本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。

Claims (7)

1.一种肝脏分段的方法，其特征在于，所述方法包括如下步骤：

对肝脏的医学序列图像进行分割，获取所述肝脏和门静脉血管的分割图像；

获取所述门静脉血管的中心线和半径；

对所述门静脉血管的中心线上不同的肝脏段进行不同的标记；

根据标记后的所述门静脉血管的中心线对所述肝脏进行分段；

所述获取所述门静脉血管的中心线和半径的步骤包括：

在所述门静脉血管的分割图像中，删除所述门静脉血管中所有满足预设条件的体素，获取所述门静脉血管的中心线；

计算所述门静脉血管的中心线上的所有体素中到所述门静脉血管的边缘的最短距离，将所述最短距离设为所述门静脉血管的半径；

所述对所述门静脉血管的中心线上不同的肝脏段进行不同的标记的步骤包括：

将所述门静脉血管的中心线构建成树形数据结构；

根据所述树形数据结构，对所述门静脉血管的中心线进行标记；

所述将所述门静脉血管的中心线构建成树形数据结构的步骤包括：

将输入的所述门静脉血管的中心线的源点坐标作为所述树形数据结构的根节点；

查找所述根节点在空间26邻域的邻节点，并根据所述邻节点的个数判断所述根节点类型以及根据所述门静脉血管的半径设置所述根节点的半径；

将所述根节点的邻节点设置为所述根节点的子节点，并查找所述子节点的邻域范围内的邻节点，并将所述子节点的邻域范围内的邻节点设置为所述根节点的子节点的子节点，设置所述根节点的子节点的类型以及半径，并将所述根节点的子节点添加到所述树形数据结构中，且依次将所述门静脉血管的中心线上所有的节点添加到所述树形数据结构中；

所述根据树形数据结构，对所述门静脉血管的中心线进行标记的步骤包括：

根据所述门静脉血管的主分支的血供情况，从所述根节点开始查找所述树形数据结构中的主分支点，将所述门静脉血管分为左支和右支；

依次查找所述门静脉血管的左右分支点的所有子节点，直到查找到所有第一组分支点；然后再依次查找每个所述第一组分支点的左右子节点，直到查找到所有的第二组分支点；

将每个所述第二组分支点的左右子节点分别标记为不同的值；

将每个所述左右子节点定义为父节点，每个所述左右子节点之后的所有孩子节点标记为与每个所述左右子节点的标记相同的值。

2.根据权利要求1所述的方法，其特征在于，所述满足预设条件的体素包括：位于所述门静脉血管的表面，并且不是所述门静脉血管的中心线的起点或者终点的体素；和/或

被删除后不改变所述门静脉血管的欧拉数值的体素；和/或

被删除后不改变所述门静脉血管的连通性的体素。

3.根据权利要求1所述的方法，其特征在于，在设置所述子节点类型的步骤中，当所述子节点的空间26邻域存在一个邻域点，设置所述子节点的类型为叶子节点；当所述子节点的空间26邻域存在两个邻域点，设置所述子节点的类型为连接点；当所述子节点的空间26邻域存在三个或者以上的邻域点，设置所述子节点的类型为分支点。

4.根据权利要求1所述的方法，其特征在于，在所述门静脉血管的一个分支点到另一个分支点之间至少存在两条路径时，去除所述两条路径中较大的一条；

并且在查找所述门静脉血管的左右分支点的所有子节点时，若所述子节点为叶子节点，并且所述叶子节点所属的分支长度小于预先设置的阈值，则所述分支不是所述门静脉血管的分支。

5.根据权利要求1所述的方法，其特征在于，所述根据标记后的所述门静脉血管的中心线对所述肝脏进行分段的步骤包括：

将标记后的所述门静脉血管的中心线在所述肝脏组织上进行投影，使所述肝脏组织上对应的体素的灰度值与所述标记的值相同；

在所述肝脏组织上以一个像素半径将与所述标记相邻的体素的灰度值设置为与所述标记的值相同，直到所述肝脏组织上的所有体素都获得标记。

6.根据权利要求1所述的方法，其特征在于，所述肝脏上具有相同标记的值的区域对应于所述肝脏的同一段。

7.一种实现权利要求1～6任一项所述的方法的肝脏分段的系统，所述系统包括：

分割模块，用于对肝脏的医学序列图像进行分割，获取所述肝脏和门静脉血管的分割图像；

获取模块，用于获取所述门静脉血管的中心线和半径；

标记模块，用于对所述门静脉血管的中心线上不同的肝脏段进行不同的标记；

分段模块，用于根据标记后的所述门静脉血管的中心线对所述肝脏进行分段；

所述获取模块具体用于在所述门静脉血管的分割图像中，删除所述门静脉血管中所有满足预设条件的体素，获取所述门静脉血管的中心线；

计算所述门静脉血管的中心线上的所有体素中到所述门静脉血管的边缘的最短距离，将所述最短距离设为所述门静脉血管的半径；

所述标记模块具体用于将所述门静脉血管的中心线构建成树形数据结构；

根据所述树形数据结构，对所述门静脉血管的中心线进行标记。