CN103886312A - 一种快速选择并显示磁共振血管图像中感兴趣血管的方法 - Google Patents

Abstract

本发明公开了一种快速选择并显示磁共振血管图像中感兴趣血管的方法，包括如下步骤：数据读取及显示步骤：载入原始图像数据及在终端显示原始图像；用户交互步骤：在原始图像选择的血管的感兴趣区域中，选择一个起点，并确定血管生长方向；血管跟踪步骤：从起点按血管生长方向进行定向区域生长获取局部的感兴趣血管区域，直至获取感兴趣血管的所有区域；选择结果显示步骤：在三维重建过程中对感兴趣血管的所有区域进行突出显示。本发明能够快速、稳定、实用地选择磁共振血管图像中感兴趣血管。

Description

一种快速选择并显示磁共振血管图像中感兴趣血管的方法

技术领域

本发明属于磁共振成像技术领域，尤其涉及一种快速选择并显示磁共振血管图像中感兴趣血管的方法。

背景技术

磁共振成像具有无损伤、软组织对比度高、任意方向断层等优点，不仅能够提供组织形态学信息，而且能够反映组织的功能特性和分子水平信息，因此磁共振成像已经广泛应用于医学临床诊断中。磁共振血管造影技术也在血管成像领域占据着重要的地位。

虽然三维磁共振血管造影成像有众多优点，但它也有自身的缺陷：1.同时显示整个颅内血管，不能靶向显示感兴趣血管，小病灶易被其他血管遮蔽而难以观察；2.不能反映血流动力学特点，全颅动脉与及引流静脉同时显影，不能直接显示血流方向，粗大引流静脉与畸形血管团重叠显示欠佳；3.磁共振血管造影成像为三维数据，但由于显示设备的限制，三维图像将以二维图像的形式显示，也造成血管显示重叠严重。为了准确诊断，医生需要从复杂的三维血管图像中手动分割出感兴趣的区域，这给诊断带来了一定困难，严重降低了临床诊断的效率。

目前国际上针对三维磁共振血管造影的血管分割问题也在进行着研究。例如西门子公司在2008年提出的基于中轴线算法的血管跟踪技术。但由于中轴线算法的本身的缺陷导致算法对分支的细小血管分支检测不精确，并且该技术的耗时较长。还有一些基于三维血管模型算法的血管分割技术。但由于实际脑部血管复杂的形态结构，需要大量模型去拟合血管，计算复杂度较大，耗时较长，现阶段对于临床辅助诊断上实用意义不大。

发明内容

本发明克服了现有技术中血管模型计算复杂程度较大，耗时较长及对分支的细小血管检测不精确等缺陷，提出了一种快速选择并显示磁共振血管图像中感兴趣血管的方法。

本发明提出了一种快速选择并显示磁共振血管图像中感兴趣血管的方法，包括如下步骤：

数据读取及显示步骤：载入原始图像数据及在终端显示原始图像；

用户交互步骤：在所述原始图像选择的血管的感兴趣区域中，选择一个起点，并确定血管生长方向；

血管跟踪步骤：从所述起点按所述血管生长方向进行定向区域生长获取局部的感兴趣血管区域，直至获取所述感兴趣血管的所有区域；

选择结果显示步骤：在三维重建过程中对所述感兴趣血管的所有区域进行突出显示。

本发明提出的快速选择并显示磁共振血管图像中感兴趣血管的方法中，所述用户交互步骤中，通过在所述感兴趣区域中选择一个下游方向来确定所述血管生长方向。

本发明提出的快速选择并显示磁共振血管图像中感兴趣血管的方法中，所述血管跟踪步骤中通过下游血管选择技术获取感兴趣血管区域，其包括如下步骤：

步骤A：计算以所述起点为中心点的局部评估区域的大小及位置，并计算所述局部评估区域的局部阈值，初始以所述起点作为定向区域生长的种子点；

步骤B：按所述血管生长方向将所述种子点的邻域内体素强度值高于所述局部阈值的体素作为种子点；

步骤C：重复进行所述步骤B，直至所述种子点构成的生长区域超出所述局部评估区域时为止，所述生长区域记作局部的感兴趣血管区域；

步骤D：选取下一个局部评估区域，并重新进行所述步骤B至步骤C获取局部的感兴趣血管区域，直至所述种子点的所有邻域体素的体素强度值低于所述局部阈值时为止，将所有所述局部的感兴趣血管区域组合获得所述感兴趣血管的所有区域。

本发明提出的快速选择并显示磁共振血管图像中感兴趣血管的方法中，所述用户交互步骤中，通过在所述感兴趣区域中选择一个终点，判断定向区域生长的方向是否沿着从起点到终点方向来确定所述血管生长方向。

本发明提出的快速选择并显示磁共振血管图像中感兴趣血管的方法中，当满足如下公式时，判定所述体素为向所述终点生长的体素：

BP_i-AP_i＜BA(i＝1，2，...，N)；

式中，BP_i表示体素与终点之间的距离，AP_i表示体素与种子点之间的距离，BA为种子点与终点之间的距离，i表示体素的序号。

本发明提出的快速选择并显示磁共振血管图像中感兴趣血管的方法中，所述血管跟踪步骤中通过所述起点与所述终点的两点间连通血管选择技术获取感兴趣血管区域，其包括如下步骤：

步骤a：计算以所述起点为中心点的局部评估区域的大小及位置，并计算所述局部评估区域的局部阈值，初始以所述起点作为定向区域生长的种子点；

步骤b：按所述血管生长方向将所述种子点的邻域内体素强度值高于所述局部阈值的体素作为种子点；

步骤c：重复进行所述步骤B，直至所述种子点构成的生长区域超出所述局部评估区域时位置，所述生长区域记作局部的感兴趣血管区域；

步骤d：选取下一个局部评估区域，并重新进行所述步骤a至步骤c获取局部的感兴趣血管区域，直至所述种子点包含所述终点时为止，将所有所述局部的感兴趣血管区域组合获得所述感兴趣血管的所有区域。

本发明提出的快速选择并显示磁共振血管图像中感兴趣血管的方法中，所述步骤d进一步包括：若所述种子点包含所述终点之前，若所述种子点的所有邻域体素的体素强度值低于所述局部阈值时，终止所述血管跟踪步骤并在所述用户交互步骤中重新选定一个终点以重新确定生长方向进行定向区域生长。

本发明提出的快速选择并显示磁共振血管图像中感兴趣血管的方法中，采用最优化阈值检测方法计算所述局部阈值，所述局部阈值以如下公式表示：

${{\mathrm{\μ}}_b}^t=\frac{{\mathrm{\Σ}}_{(i,j)\∈\mathrm{bk}}f(i,j)}{\#\mathrm{bk}},{{\mathrm{\μ}}_o}^t=\frac{{\mathrm{\Σ}}_{(i,j)\∈\mathrm{ob}}f(i,j)}{\#\mathrm{ob}},{\mathrm{Th}}^{(t+1)}=\frac{{{\mathrm{\μ}}_b}^t+{{\mathrm{\μ}}_o}^t}{2};$

式中，f(i，j)表示原始图像，t表示局部阈值的迭代次数，μ_b ^t和μ_o ^t分别为第t次迭代的背景信号及血管信号的灰度均值，Th^(t+1)表示t+1次迭代时将原始图像分割为背景区域和感兴趣血管区域阈值，bk代表原始图像的背景区域，ob代表原始图像中的感兴趣血管区域。

本发明提出的快速选择并显示磁共振血管图像中感兴趣血管的方法中，选取的下一个局部评估区域的中心点的位置以如下公式表示：

$C_{i,j+1}=\mathrm{\α}\·\frac{1}{N}{\mathrm{\Σ}}_k^N\stackrel{\→}{C_{i,j}{P}_k}+C_{i,j};$

式中，C_i，j+1表示下一个局部评估区域的中心点位置，α表示系数，Pk表示定向区域生长中的传播面上的体素，C_i，j表示当前局部评估区域的中心点位置，i表示第i个分支血管，j表示第j个立方体区域，

表示当前局部评估区域的中心点与传播面体素的距离，k表示传播面上每个体素。

本发明提出的快速选择并显示磁共振血管图像中感兴趣血管的方法中，选择结果显示步骤包括对所述感兴趣血管的所有区域进行平滑处理。

本发明利用定向区域生长技术快速地从原始图像中选择并突出显示感兴趣的血管，选择血管的耗时在若干秒内完成，与手工分割感兴趣区域相比，本发明能明显提高临床诊断效率。本发明还能够检测出细小血管分支，有利于对病灶部位的快速定位及发现小病灶。

本发明利用基于定向区域生长的血管跟踪算法具有快速、鲁棒、准确和定向的特性。此方法在临床诊断、计划治疗及后续血管结构研究等方向上具有可行性。解决了当前临床诊断中繁琐的手动分割问题，明显缩短了临床诊断所需时间。

附图说明

图1是本发明快速选择并显示磁共振血管图像中感兴趣血管的方法的流程图。

图2是本发明中使用的基于自适应阈值的定向区域生长血管选择方法的流程图。

图3是实施例中使用的原始图像。

图4是用户交互步骤中最大强度投影光线相交方法的示意图。

图5是最大强度投影光线相交方法中射线经过三维数据图像所截得的一维数据。

图6是定向区域增长方法的示意图。

图7是下游血管选择技术中传播面在传播过程中阈值评估区域的分布示意图。

图8是局部评估区域中的体素强度直方图。

图9是利用本发明对完整单侧颈动脉进行血管选择的结果。图9a为最大强度投影图，图9b为表面渲染图。

图10是通过本发明对局部颈动脉进行选择的结果图。

图11是通过本发明对局部颈动脉进行选择的结果图，其中，图11a是完成单侧完整颈动脉选择的结果图，图11b是完成双侧完整颈动脉血管选择的结果图。

具体实施方式

结合以下具体实施例和附图，对本发明作进一步的详细说明。实施本发明的过程、条件、实验方法等，除以下专门提及的内容之外，均为本领域的普遍知识和公知常识，本发明没有特别限制内容。

本发明的快速选择并显示磁共振血管图像中感兴趣血管的方法是采用了基于自适应阈值的区域生长方法为核心算法。自适应阈值的方法能较好的解决狭长血管的分割问题。图2显示的是本发明中使用的基于自适应阈值的定向区域生长血管选择方法的流程图，首先设置种子点(即起始点)，将种子点标记为Seed_i，然后根据种子点位置计算出局部评估区域C_i，在C_i区域中通过最优化阈值检测方法得到该局部评估区域中的局部阈值Th_i。然后根据阈值Th_i进行区域生长。若生长传播面超出评估区域C_i，则将超出部分作为新的种子点压入种子堆栈BQ，若BQ为空即无新种子点，则停止生长；若BQ不为空，则将新的种子点标记为Seed_t+1反复迭代上述步骤直到BQ为空时，停止局部区域生长。在定向区域生长的迭代步进过程中同时进行阈值的自适应调整，这样才能使区域生长算法在复杂的脑部血管环境下也能进行较为精准的分割，并且由于该算法只对图像局部区域进行计算，而不考虑全局图像，所以在速度方面有了很大提高，因此也更适用于临床诊断。

图1显示的是本发明快速选择磁共振血管图像中感兴趣血管的流程示意图，其主要包括如下步骤：

步骤S1，数据读取及显示步骤，完成对原始图像数据的载入及终端显示。本发明的血跟踪解决方案允许用户载入标准医学图像DICOM数据，并在终端显示出三维图像，如图3所示为实施例中读入的原始图像数据在终端显示效果。本发明还允许用户载入同一部位多个检查数据，这些数据通常是同一次增强磁共振血管造影的不同时间的图像，可以通过对数据进行叠加处理以达到增加图像信噪比的效果。这对于从低信噪比的血管造影图像中选择感兴趣区域尤其重要。

步骤S2，用户交互步骤中，用户可以从不同角度对三维显示的原始图像进行观察，并从中选择感兴趣的血管区域，包括指定选择的起点及下游方向、或者血管的起点与终点。在这一步骤中需要根据用户在两维屏幕上指定的坐标点推出用户感兴趣的三维空间的坐标点。对于以最大强度投影重建的图像，本发明采用图4所示的方法进行坐标转换，从用户指定屏幕坐标开始沿透视方向做射线，射线经过三维的原始图像数据所经过的体素的强度如图5所示，根据最大强度投影的定义，可推测用户所要指定的三维空间点即为强度极大值点的空间位置(即体素)。

在本发明中，下游血管选择技术需要用户确定起点及血管下游方向，而连通血管选择技术则需要用户确定感兴趣血管区域的起点与终点。

步骤S3，血管跟踪步骤为本发明的核心部分。该步骤主要分为两个不同的跟踪技术，下游血管选择技术和两点间连通血管选择技术。两项技术都采用基于自适应阈值的定向区域生长方法为核心算法。相对于传统的区域生长技术不具有方向性，本发明提出的定向区域生长算法具有方向性区域生长的特点。

下游血管选择技术根据用户选定的下游方向进行区域生长，而两点间连通血管选择技术主要是根据起点到终点的方向进行区域生长。如图6所示，A点与B点分别为用户指点的起点和终点。方向指定为矢量方向。假设从A点开始进行区域增长，其区域生长过程中的传播面上每个体素记作P_i(i＝1，2，…，N)，体素P_i到A的距离记作AP_i，体素P_i到B的距离记作BP_i，即有BP_i-AP_i＜BA(i＝1，2，...，N)成立。当传播面上每个体素都通过上式约束条件计算，即可迅速分离出所需方向的传播面。一旦得到指定方向传播面，亦可不再需要约束条件，区域生长算法将会沿着指定方向沿该方向生长。

步骤S4，在完成血管区域选择后，就可以在三维图像重建时，利用找到的感兴趣区域对感兴趣区域的血管进行突出显示。为了达到最佳的显示效果，可以对找到的血管区域进行平滑处理。三维图像重建可以选择传统的方法，如最大强度投影及表面渲染等。

以下对本发明中的步骤S3做进一步说明。

区域生长算法可以大致分为三种基本的方法：区域归并、区域分裂、分裂与归并区域生长。根据血管选择的特点，本发明采用区域归并方法中的邻域连通区域生长算法，通过判断种子点区域的邻域体素是否处于用户指定强度范围，如果是则将该体素包含到种子点区域中去。

Th_min＜N(R_i)＜Th_max(i＝1，2，...S)；

其中R_i(i＝1，2，...S)表示种子点区域体素点，N(R_i)表示种子点区域的邻域体素点。Th_min、Th_max分别代表用户指定的强度最小值和最大值。

实施例1

下游血管选择技术采用基于自适应阈值的定向区域生长方法为核心算法，图7所示为生长过程中评估区域的分布示意图。具体实施步骤如下：

首先确定起点与下游方向。该步骤在步骤S2用户交互步骤中完成，用户可直接在三维图像上指定血管跟踪起点以及下游方向。

计算局部评估区域及局部阈值。在完成起点的确定后，本算法将开始计算以该起点为中心点的局部评估区域的大小及位置，并采用迭代的最优化阈值检测方法来计算该局部评估区域中的局部阈值，局部阈值用于区分背景信号及血管信号。具体步骤如下：

1)起始状态下，设定图像平均值为初始阈值，Th＝Mean(f(i，j))，其中，Th为初始阈值，f(i，j)为图像；小于阈值Th的部分标记为背景bk，大于Th的部分标记为目标ob；

2)在第t(t≥1)次迭代时，分别计算背景信号及血管信号的灰度均值μ_b ^t和μ_o ^t，同时将第t+1次迭代过程中用于将图像分割为背景区域和感兴趣血管区域的阈值为Th^(t+1)，灰度均值μ_b ^t和μ_o ^t以及阈值Th^(t+1)分别以如下公式表示：

${{\mathrm{\μ}}_b}^t=\frac{{\mathrm{\Σ}}_{(i,j)\∈\mathrm{bk}}f(i,j)}{\#\mathrm{bk}},{{\mathrm{\μ}}_o}^t=\frac{{\mathrm{\Σ}}_{(i,j)\∈\mathrm{ob}}f(i,j)}{\#\mathrm{ob}},{\mathrm{Th}}^{(t+1)}=\frac{{{\mathrm{\μ}}_b}^t+{{\mathrm{\μ}}_o}^t}{2}.$

3)如果当Th^(t+1)＝Th^t时，则停止迭代；否则返回步骤2)继续上述迭代。

如图8所示为局部评估区域中的体素强度直方图，图上对应于谷底位置的强度值即为最佳的局部阈值，利用该局部阈值可以准确地区分血管与背景信号。将该起点作为种子点沿该下游方向进行定向区域生长。定向区域生长过程中，将该种子点邻域内的体素强度值高于阈值的体素归为新的种子点，进而从该新的种子点出发对其邻域体素进行判别，迭代次步骤选择局部评估区域内感兴趣的血管。

在定向区域生长的过程中，会在血管图像中形成以起点出发的传播面，该传播面是由刚被纳入种子点区域的体素构成，即为定向区域生长的边界。当定向区域生长超出当前的局部评估区域时，则将当前局部评估区域内的种子点作为局部的感兴趣血管区域，并选取下一局部评估区域并计算新的局部阈值。上述方法中引入了局部评估区域的概念，在定向区域生长的过程中根据区域内体素强度的分布计算用于分割血管的局部阈值，可以提高定向区域生长的准确性。

选取下一个局部评估区域的方法包括：根据当前的局部评估区域的中心点来计算下一个局部评估区域的中心点位置。例如，将当前局部评估区域内传播面上每个体素记为P_k(i＝1，2，…，N)，起点到传播面上每个体素的距离记为向量

则下一个局部评估区域的中心点位置计算公式如下：

$C_{i,j+1}=\mathrm{\α}\·\frac{1}{N}{\mathrm{\Σ}}_k^N\stackrel{\→}{C_{i,j}{P}_k}+C_{i,j};$

式中，C_i，j+1表示下一个局部评估区域的中心点位置，α表示系数，Pk表示定向区域生长中的传播面上的体素，C_i，j表示当前局部评估区域的中心点位置，i表示第i个分支血管，j表示第j个立方体区域，

表示当前局部评估区域的中心点与传播面体素的距离，k表示传播面上每个体素。完成之后则计算该局部评估区域的局部阈值。

当定向区域生长的过程中，若种子点的所有邻域体素的强度值都低于其所在局部评估区域的局部阈值时，则结束步骤S3的定向区域生长过程，将当前已获取的局部的感兴趣血管区域进行组合，从而得到原始图像中感兴趣血管的所有区域。

实施例2

两点间连通血管选择技术也采用同样的分割算法。不同的是在定向区域生长的方向性选择上，局部血管分割技术在方向选择上采用最小路径算法，判断若定向区域生长方向在欧几里德距离上远离目标点，则尝试其余候选方向进行定向区域生长，从而能快速从起点跟踪至终指点，其具体实施步骤如下：

首先确定起点与下游方向。该步骤在步骤S2用户交互步骤中完成，用户可直接在三维图像上指定血管跟踪起点以及终点。

在完成起点确定后，本算法开始计算当前局部评估区域的大小及位置，并采用迭代式最优化阈值检测算法计算该局部评估区域中的局部阈值，用于区分血管与背景及血管信号。

将该起点作为种子点进行定向区域生长。在定向区域生长过程中，将体素强度值包括在阈值以上的体素点归为新的种子点，并判断血管区域的生长方向是否沿着靠近终点的方向前进，若判断定向区域生长方向远离目标点，则尝试其余候选方向进行定向区域生长，直至生长区域超出该局部评估区域时为止，从而将获取的种子点作为局部的感兴趣血管区域。

之后选择下一个局部评估区域通过上述步骤进行定向区域生长，在该定向区域生长过程中，定向区域生长的方向可以按照上一定向区域生长的方向继续生长，或者在生长过程中判断出正确的生长方向。迭代该步骤直至新发现的种子点中包含了终点，则所有的感兴趣区域的血管已经选择完成，迭代终止后将局部的感兴趣血管区域进行组合，从而得到原始图像中感兴趣血管的所有区域。如果在定向区域生长时，种子点的所有邻域体素强度值都在阈值之下时，满足迭代终止条件，此时可以判定用户指定的起点与终点之间不连通。

在获取最终用户指定的感兴趣血管区域后，本发明会对已跟踪出的指定血管进行三维重建，重建结果将会以最大强度投影及体渲染等方式进行显示，以供用户观察分析。同时用户初始指定的起点及终点将被清除，用户可以继续指定新的起点及终点进行下一次血管跟踪。

本实施例中所用磁共振血管造影成像数据在超导磁共振成像系统采集，图像大小为256×192×80。

图9显示的是利用本发明对完整单侧颈动脉进行血管选择的结果。图9a为最大强度投影图，图9b为表面渲染图。从中可以看出通过本发明选择的血管结果相当准确，对于细小血管也能准确选择。

图10显示的是通过本发明对局部颈动脉进行选择的结果。当用户在原始图像中指定了起点及终点后，本发明能够从多根血管中快速选择出两点间的连通血管区域。

在使用过程中，利用本发明完成单侧完整颈动脉的时间约为3秒(包括图形渲染时间)，完成选择双侧完整颈动脉的时间约为4秒，其血管选择的结果分别如图11a与图11b所示。相对于手工分割感兴趣区域，本发明的效率有了非常明显的提高。本发明可以显著地提升临床医生对磁共振血管造影图像的读片效率，有利于对病灶部位的快速定位及小病灶的发现。

本发明的保护内容不局限于以上实施例。在不背离发明构思的精神和范围下，本领域技术人员能够想到的变化和优点都被包括在本发明中，并且以所附的权利要求书为保护范围。

Claims (10)

1.一种快速选择并显示磁共振血管图像中感兴趣血管的方法，其特征在于，包括如下步骤：

数据读取及显示步骤：载入原始图像数据及在终端显示原始图像；

用户交互步骤：在所述原始图像选择的血管的感兴趣区域中，选择一个起点，并确定血管生长方向；

血管跟踪步骤：从所述起点按所述血管生长方向进行定向区域生长获取局部的感兴趣血管区域，直至获取所述感兴趣血管的所有区域；

选择结果显示步骤：在三维重建过程中对所述感兴趣血管的所有区域进行突出显示。

2.如权利要求1所述的快速选择并显示磁共振血管图像中感兴趣血管的方法，其特征在于，所述用户交互步骤中，通过在所述感兴趣区域中选择一个下游方向来确定所述血管生长方向。

3.如权利要求2所述的快速选择并显示磁共振血管图像中感兴趣血管的方法，其特征在于，所述血管跟踪步骤中通过下游血管选择技术获取感兴趣血管区域，其包括如下步骤：

步骤A：计算以所述起点为中心点的局部评估区域的大小及位置，并计算所述局部评估区域的局部阈值，初始以所述起点作为定向区域生长的种子点；

步骤B：按所述血管生长方向将所述种子点的邻域内体素强度值高于所述局部阈值的体素作为种子点；

步骤C：重复进行所述步骤B，直至所述种子点构成的生长区域超出所述局部评估区域时为止，所述生长区域记作局部的感兴趣血管区域；

步骤D：选取下一个局部评估区域，并重新进行所述步骤B至步骤C获取局部的感兴趣血管区域，直至所述种子点的所有邻域体素的体素强度值低于所述局部阈值时为止，将所有所述局部的感兴趣血管区域组合获得所述感兴趣血管的所有区域。

4.如权利要求1所述的快速选择并显示磁共振血管图像中感兴趣血管的方法，其特征在于，所述用户交互步骤中，通过在所述感兴趣区域中选择一个终点，判断定向区域生长的方向是否沿着从起点到终点方向来确定所述血管生长方向。

5.如权利要求4所述的快速选择并显示磁共振血管图像中感兴趣血管的方法，其特征在于，当满足如下公式时，判定所述体素为向所述终点生长的体素：

BP_i-AP_i＜BA(i＝1，2，...，N)；

式中，BP_i表示体素与终点之间的距离，AP_i表示体素与种子点之间的距离，BA为种子点与终点之间的距离，i表示体素的序号。

6.如权利要求4所述的快速选择并显示磁共振血管图像中感兴趣血管的方法，其特征在于，所述血管跟踪步骤中通过所述起点与所述终点的两点间连通血管选择技术获取感兴趣血管区域，其包括如下步骤：

步骤a：计算以所述起点为中心点的局部评估区域的大小及位置，并计算所述局部评估区域的局部阈值，初始以所述起点作为定向区域生长的种子点；

步骤b：按所述血管生长方向将所述种子点的邻域内体素强度值高于所述局部阈值的体素作为种子点；

步骤c：重复进行所述步骤B，直至所述种子点构成的生长区域超出所述局部评估区域时位置，所述生长区域记作局部的感兴趣血管区域；

步骤d：选取下一个局部评估区域，并重新进行所述步骤a至步骤c获取局部的感兴趣血管区域，直至所述种子点包含所述终点时为止，将所有所述局部的感兴趣血管区域组合获得所述感兴趣血管的所有区域。

7.如权利要求5所述的快速选择并显示磁共振血管图像中感兴趣血管的方法，其特征在于，所述步骤d进一步包括：若所述种子点包含所述终点之前，若所述种子点的所有邻域体素的体素强度值低于所述局部阈值时，终止所述血管跟踪步骤并在所述用户交互步骤中重新选定一个终点以重新确定生长方向进行定向区域生长。

8.如权利要求3或7所述的快速选择并显示磁共振血管图像中感兴趣血管的方法，其特征在于，采用最优化阈值检测方法计算所述局部阈值，所述局部阈值以如下公式表示：

${{\mathrm{\μ}}_b}^t=\frac{{\mathrm{\Σ}}_{(i,j)\∈\mathrm{bk}}f(i,j)}{\#\mathrm{bk}},{{\mathrm{\μ}}_o}^t=\frac{{\mathrm{\Σ}}_{(i,j)\∈\mathrm{ob}}f(i,j)}{\#\mathrm{ob}},{\mathrm{Th}}^{(t+1)}=\frac{{{\mathrm{\μ}}_b}^t+{{\mathrm{\μ}}_o}^t}{2};$

式中，f(i，j)表示原始图像，t表示局部阈值的迭代次数，μ_b ^t和μ_o ^t分别为第t次迭代的背景信号及血管信号的灰度均值，Th^(t+1)表示t+1次迭代时将原始图像分割为背景区域和感兴趣血管区域阈值，bk代表原始图像的背景区域，ob代表原始图像中的感兴趣血管区域。

9.如权利要求3或7所述的快速选择并显示磁共振血管图像中感兴趣血管的方法，其特征在于，选取的下一个局部评估区域的中心点的位置以如下公式表示：

$C_{i,j+1}=\mathrm{\α}\·\frac{1}{N}{\mathrm{\Σ}}_k^N\stackrel{\→}{C_{i,j}{P}_k}+C_{i,j};$

式中，C_i，j+1表示下一个局部评估区域的中心点位置，α表示系数，Pk表示定向区域生长中的传播面上的体素，C_i，j表示当前局部评估区域的中心点位置，i表示第i个分支血管，j表示第j个立方体区域，

表示当前局部评估区域的中心点与传播面体素的距离，k表示传播面上每个体素。

10.如权利要求1所述的快速选择并显示磁共振血管图像中感兴趣血管的方法，其特征在于，选择结果显示步骤包括对所述感兴趣血管的所有区域进行平滑处理。

Images