CN103268603B - 基于层级血管树划分的肝脏图像分段方法 - Google Patents

Abstract

本发明涉及一种基于层级血管树划分的肝脏图像分段方法，该方法首先用有向树来表示肝脏门静脉血管的拓扑结构，接着根据具体病例图像中肝门静脉血管的空间分布和分支平均半径信息，确定血管分级参数并构建层级血管树，标记出为肝脏供血的二级子树集合，按照供血区域将标记的二级子树划分为八类，进而采用最短距离算法将肝脏划分为八个肝段并进行诠析，提取临床感兴趣信息。该方法对分支较多、结构较复杂的肝脏血管可以取得较好的分级效果，考虑了大部分二级分支的供血作用，分段得到的肝段分布和属性信息也符合Couinaud肝段分割理论。

Description

基于层级血管树划分的肝脏图像分段方法

技术领域

本发明属于计算机辅助肝肿瘤诊疗领域，具体涉及一种基于层级血管树划分的肝脏图像分段方法。

背景技术

随着肝脏切除手术的发展和计算机医学辅助技术的进步，肝脏的功能性分段虚拟解剖越来越受关注。Oliveira Dário, Feitosa Raul, Correia Mauro 2011年在BioMedical Engineering OnLine的10卷1期发表题为Automatic Couinaud Liver and Veins Segmentation from CT images的文章，提出以肝脏门静脉的三条主要分支（肝中静脉、肝左静脉、肝右静脉）和肝门静脉为基础构建四个平面对肝脏进行分段,该方法是一种典型的平面切割法，但没有考虑血管的变异给选择平面带来的影响，并且忽略了肝段间的分隔应为曲面的事实；Dirk Selle, Bernhard Preim, Andrea Schenk, Heinz-Otto Peitgen 2002年在IEEE Transactions on Medical Imaging的21卷11期发表题为Analysis of vasculature for liver surgical planning的文章，提出通过计算不同分支血管的最近邻域来实现肝脏分段的方法，该方法的血管各级间比例因子参数是人工预先设置的，参数的设置无法针对实例自适应的调整，血管变异等异常情况会影响分级结果的准确性，从而得到不合理的分段结果；Andrea Schenk, Stephan Zidowitz, Holger Bourquain, Milo Hindennach 2008年在会议论文集SPIE Medical Imaging 2008: Computer-Aided Diagnosis的6915卷发表题为Clinical relevance of model based computer-assisted diagnosis and therapy的文章，采用拉普拉斯模型对血管分支进行空间划分并实现肝脏的分段，该方法计算量大，很难满足实时性的要求，并且分段的结果完全依赖于对血管分支的标定，影响了该分段方法的鲁棒性；万少鹏在2007年发表题为基于CT图像的肝脏分段方法研究的硕士论文，提出根据肝门静脉骨架化的三维可视化结果，交互式的标记血管树中连接两个节点的分支，以此完成血管分支的划分，并以各类分支的中心线作为目标计算肝脏空间的voronoi图并掩模出各肝段的分段方法，该方法本质上是一种功能性分段的方法，主要局限在于交互标记分支比较耗时，特别是当血管树中存在较多二级分支需要标记时，实时性很难得到满足，并且肝门静脉血管分支在三维空间互相遮掩，给分支的标记造成很大的困难；Shao-hui Huang, Bo-liang Wang, Ming Cheng, Wei-li Wu, Xiao-yang Huang, Ying Ju 2008年在会议论文集LNCS Medical Imaging and Informatics的4987卷发表题为A Fast Method to Segment the Liver According to Couinaud's Classification的文章，提出了一种基于投影的快速划分方法，该方法首先以肝静脉空间分布构建投影平面，并以特定血管在投影平面的投影为界将投影平面划分成不同映射区域来对肝脏进行划分，该方法快速效率高，但是在考虑血管空间分布的同时没有突出功能性分段的思想，使得最终的肝脏分段结果与实际供血分支不完全吻合。

发明内容

本发明的目的在于提出一种基于层级血管树划分的肝脏分段方法，该方法根据具体病例图像中肝门静脉血管的空间分布和分支平均半径信息，确定血管分级参数并构建层级血管树，提取出为肝脏供血的二级子树集合，并按照功能性分段的思想确定每个二级子树的供血区域，即按照血管树的二级子树对肝脏数据进行分割，从而得到八个肝段。该方法对分支较多、结构较复杂的肝脏血管可以取得较好的分级效果，考虑了大部分二级分支的供血作用，分段得到的肝段分布和属性信息也符合Couinaud肝段分割理论。

本发明提出一种基于层级血管树划分的肝脏分段方法，具体步骤如下：

(1)提取肝脏血管图像，并用计算机图表示肝脏门静脉的拓扑结构：所述的计算机图为有向树，即为血管树；所述血管树的顶点表示血管入口或者分叉点，边表示相应两个顶点间的一段血管，边的方向为血流的方向，即为血管树中从根节点到子节点的方向，树根为肝门静脉入肝处的顶点；顶点属性为坐标信息，边属性为该段血管分支的平均半径；

(2)确定血管分级参数并构建层级血管树，标记出为肝脏供血的二级子树集合：将步骤(1)所得的血管树的分支按平均半径大小统计直方图，并用K＝2的混合高斯模型来表征该直方图，从而将血管树分成两级，一级子树的血管分支半径大于二级子树的血管分支半径；从二级子树集合中删除微子树，即边的数目小于规定阈值的二级子树，对二级子树集合中剩余的血管树分支进行标记；

(3)按照供血区域对步骤(2)标记的二级子树进行归类：依据三维空间位置对标记的二级子树根节点进行聚类，以保证根节点所在子树的所有节点属于同一个类，遵循Couinaud肝段分割理论将聚类数目设置为8；

(4)将肝脏划分为八个肝段并进行诠析，提取临床感兴趣信息：按照功能性供血理论，对划分的8类子树分支确定其影响区域，即在二级血管树分支划分为八类的基础上，采用最小空间距离归类算法对肝脏数据进行迭代归类为八个肝段。

本发明的有益效果是：

基于肝脏主要是由肝门静脉供血这一事实，本发明提出的方法只需分析肝门静脉，而不是肝脏内部的肝静脉、门静脉等多套管道系统。可针对不同病例数据自适应的调整血管树分级阈值，无需人工设置参数，对分支较多、结构较复杂的肝脏血管可以取得较好的分级效果，方法鲁棒性强。对二级子树聚类并求解其供血的肝脏区域的方法，使得最终结果为曲面分段，更加符合实际情况。肝脏的分段诠析结果可帮助医生全方位、多角度的了解患者肝肿瘤的位置、与相应肝段供血血管的空间分布关系，以及肝段内部血管的变异情况，以便医生充分合理的实现术前评估，降低了手术风险。

附图说明

图1是本发明的方法流程图；

图2是用有向树表示肝脏门静脉的拓扑结构。(a)为肝脏和血管图像；(b)为用一个有向树来表示肝门静脉的拓扑结构；(c)为该有向树；

图3是确定血管分级参数；

图4是标记二级子树集合。(a)为标记的二级子树集合及所在血管分支；(b)为标记的二级子树集合；

图5是将标记的二级子树聚为8类。(a)为8类子树聚类结果及所在血管分支；(b)为8类子树聚类结果；

图6是肝脏分段与可视化结果。(a)、(b)、(c)分别为三种不同角度的肝脏分段与可视化结果。

具体实施方式

下面通过实施例结合附图进一步说明本发明。

实施例1：参阅附图，在图1中给出了本发明的方法流程图，按此图示流程，给出一组实施例。该方法首先用有向树G=(V, E)来表示肝脏门静脉血管的拓扑结构，接着根据具体病例图像中肝门静脉血管的空间分布和分支平均半径信息，确定血管分级参数并构建层级血管树T₁和T₂，标记出为肝脏供血的二级子树集合T^’，按照供血区域将标记的二级子树划分为八类T^’={C₀,…,C₈}，进而采用最短距离算法将肝脏划分为八个肝段L={L₀,…,L₈}并进行诠析与可视化。

在图2所示的实施例中，图2(a)为肝脏和血管图像，I为整个肝区，II为肝脏门静脉；在图2(b)中，用一个有向树G来表示肝门静脉的拓扑结构；在图2(c)中清楚的表明了该有向树，图中所有点构成了G的顶点集合V，所有边构成了G的边集E，有向树G=(V, E)即为血管树。

将该实施例中各血管树的分支按平均半径大小统计直方图如图3所示，其中坐标值Min和Max表示血管树分支半径的最小值和最大值，直方图呈现出明显的两个正态分布：N₁(μ₁,σ₁)和N₂(μ₂, σ₂)，用K＝2的混合高斯模型来表征该直方图，从而将血管树分成两级G=(T₁, T₂)，一级子树T₁的血管分支半径大于二级子树T₂的血管分支半径，图3中左边部分标定的血管平均半径区域为二级子树，右边部分标定的血管平均半径区域为一级子树，分界线的值即为分级参数θ。

从二级子树集合T₂中删除微子树，即边的数目小于规定阈值5的二级子树，对二级子树集合中剩余的血管树分支T^’进行标记，结果如图4。

依据三维空间位置对标记的二级子树根节点进行聚类，聚类数目设置为8，用不同颜色标定出8类子树{C₀,…,C₈}的边，从图5的实验结果可以看出归类的结果很好的反应了肝脏的供血区域。

在二级血管树分支划分为八类的基础上，采用最小空间距离归类算法对肝脏数据进行迭代归类为八个肝段{L₀,…,L₈}并进行诠析，提取临床感兴趣信息，肝脏分段结果的多角度展示图如图6。

Claims (1)

1.一种基于层级血管树划分的肝脏分段方法，其特征在于具体步骤如下：

(1)提取肝脏血管图像，并用计算机图表示肝脏门静脉的拓扑结构：所述的计算机图为有向树，即为血管树；所述血管树的顶点表示血管入口或者分叉点，边表示相应两个顶点间的一段血管，边的方向为血流的方向，即为血管树中从根节点到子节点的方向，树根为肝门静脉入肝处的顶点；顶点属性为坐标信息，边属性为该段血管分支的平均半径；

(2)确定血管分级参数并构建层级血管树，标记出为肝脏供血的二级子树集合：将步骤(1)所得的血管树的分支按平均半径大小统计直方图，并用K＝2的混合高斯模型来表征该直方图，从而将血管树分成两级，一级子树的血管分支半径大于二级子树的血管分支半径；从二级子树集合中删除微子树，即边的数目小于规定阈值5的二级子树，对二级子树集合中剩余的血管树分支进行标记；

(3)按照供血区域对步骤(2)标记的二级子树进行归类：依据三维空间位置对标记的二级子树根节点进行聚类，以保证根节点所在子树的所有节点属于同一个类，遵循Couinaud肝段分割理论将聚类数目设置为8；

(4)将肝脏划分为八个肝段并进行诠析，提取临床感兴趣信息：按照功能性供血理论，对划分的8类子树分支确定其影响区域，即在二级血管树分支划分为八类的基础上，采用最小空间距离归类算法对肝脏数据进行迭代归类为八个肝段。