CN103903220A

CN103903220A - 人体体素模型的混合邻域调整方法

Info

Publication number: CN103903220A
Application number: CN201210585953.XA
Authority: CN
Inventors: 刘立业; 肖运实; 赵原; 曹勤剑; 熊万春; 潘红娟; 卫晓峰; 李华; 汪屿; 夏三强
Original assignee: China Institute for Radiation Protection
Current assignee: China Institute for Radiation Protection
Priority date: 2012-12-27
Filing date: 2012-12-27
Publication date: 2014-07-02

Abstract

本发明属于人体体素模型设计技术，具体为一种人体体素模型的混合邻域调整方法，该方法针对体素模型基于不同结构元素进行组合膨胀或腐蚀，利用体素的相邻区域直接进行计算，一次膨胀或腐蚀只改变外表的一层邻域；对于二维图像的调整，采用菱形结构元素和方形结构元素按的大小比例进行组合；对于三维图像的调整，采用6面邻域、18面邻域和26面邻域的结构元素按的大小比例进行组合。本发明算法简单、方便快速，能有效解决人体体素模型调整过程中形态保持的难题。

Description

人体体素模型的混合邻域调整方法

技术领域

本发明属于人体体素模型设计技术，具体为人体体素模型形态保持条件下的器官体积调整方法。

背景技术

人体体素模型是基于CT、MRI、彩色切层照片等医学图像而建立起来的数字化人体模型，由几百万甚至上亿个小体素组成，能反映人体复杂的解剖结构。

人体体素模型及其在辐射防护领域中的应用，已成为当前国际上的研究热点。国内通过建立CNMAN、CVP、VCH等几个辐射防护用中国成年男性体素模型，在剂量测量和评价中发挥了重要作用，但上述体素模型都是基于个体标本数据建立起来的。在实际研究和应用中，有时需要建立更具个体代表性的人体体素模型，以实现更为准确的剂量测量和评价。例如，对于肺部计数器内照射监测，人体胸壁厚度对低能光子的测量效率影响甚大，如何在已有人体体素模型基础上，实现胸壁厚度的准确调整，建立更具个体代表性的模型，具有实际应用意义。

国外有人采用的是Photoshop图像处理软件中感兴趣扩展（outer grow）、收缩（inner grow）功能，来实现器官的二维膨胀和腐蚀，但这种方法依赖Photoshop软件手工处理图像，工作量过大，且仅适用于二维图像调整。如何在保持人体体素模型三维形态基本不变的前提下，实现对特定器官或组织大小（体积）的三维快速调整，以建立更具个体代表性的体素模型，是本发明需要解决的问题。

发明内容

本发明的目的是提供一种能够保持器官原有形态基本不变的快速调整人体体素模型中器官体积（质量）的方法。

本发明的技术方案如下：一种人体体素模型的混合邻域调整方法，该方法针对体素模型基于不同结构元素进行组合膨胀或腐蚀，利用体素的相邻区域直接进行计算，一次膨胀或腐蚀只改变外表的一层邻域；

对于二维图像的调整，采用菱形结构元素和方形结构元素按

的大小比例进行组合；

对于三维图像的调整，采用6面邻域、18面邻域和26面邻域的结构元素按

的大小比例进行组合；

分别利用Matlab程序中的数学形态学膨胀函数进行计算，实现体素模型的调整。

本发明的有益效果如下：本发明所提供的人体体素模型的混合邻域调整方法能够在保持器官原有形态基本不变的基础上，实现器官体积的调整，具有算法简单、方便快速的特点，能有效解决人体体素模型调整过程中形态保持的难题；该方法可应用于内污染活体监测虚拟校准、人体剂量计算、物理模型3D制作等领域。

附图说明

图1为图像膨胀和腐蚀的示意图；

图2为图像A被结构元素b膨胀的示意图；

图3-1为二维图像四邻域示意图；

图3-2为二维图像八邻域示意图；

图4为三维体素及其6个面邻接体素示意图；

图5-1为直线结构元素示意图；

图5-2为菱形结构元素示意图；

图5-3为方形结构元素示意图；

图6-1为菱形结构元素在不同方向上的增长速度示意图；

图6-2为方形结构元素在不同方向上的增长速度示意图；

图7为三维图像新增体素在不同方向的厚度示意图；

图8为采用菱形、方形以及混合邻域膨胀法得到胸壁模型的示意图；

图9为不同膨胀方法生成的模型与目标模型探测效率的差别示意图。

具体实施方式

下面结合附图和实施过程对本发明进行详细的描述。

本发明使用了数学形态学的两种基本运算：膨胀（Dilation）和腐蚀（Erosion）。膨胀，形象地讲，就是通过在图像边缘有规则地增加一些像素，从而使图像变大；腐蚀则与此相反。图1给出了图像膨胀和腐蚀的示意图。

以最简单的二值图像为例，对于灰度值为0或1的二值图像，设A是被研究的图像，b是另一个“探针”图像（称为结构元素，Structure Element）。图像A被结构元素b膨胀的过程为：令结构元素b的原点（0,0）与图像A中的某点a重叠，然后检验b中各点当前所在的位置。若该位置A图像的灰度为0，则将其改为1，否则不变。当b的原点遍历过A图像中的所有点后，膨胀过程结束。图2给出了上述膨胀过程的示意图。收缩是膨胀的逆运算。

二维数字图像是由一系列具有特定属性的像素（Pixel）组成。除图像边缘的像素外，每个像素周围存在着一些相邻的像素，称为邻接像素或邻域。对于二维图像来讲，水平和竖直方向的4个“边”邻接像素，称为“四邻域”。若加上对角线方向的4个“点”邻接像素，总计8个像素，称为“八邻域”。图3-1和图3-2分别给出了二维图像四邻域和八邻域的示意图。

三维体素模型中的每个体素（voxel）周围存在26个邻接体素，这里分别称为6个“面”邻接体素、12个“边”邻接体素和8个“点”邻接体素，图4给出了原点体素（0,0,0）及其6个面邻接体素的示意图。

形态学运算本质上表现为一种邻域运算形式。结构元素本身也是一种特殊定义的邻域，它可以采用不同的形状和大小。形态学运算的效果取决结构元素的大小（R值）、形状和运算的类型。

若要在调整过程中，保持人体胸壁或器官形态基本不变，其膨胀腐蚀过程应近似是各项同性的。对于二维调整来讲，理论上结构元素选用“圆形”比较合适。但在数字图像处理中，若要采用近似“圆形”的结构元素，则结构元素的大小必然会较大（Matlab软件提供的圆形结构元素最小单元数为4，且与圆形也还存在较大差别）。这将导致每次膨胀后的新增体素过多，无法实现器官体积“一层一层”地微小调整目的。

同理，对于三维体素模型调整，应该选用“球体”结构元素进行膨胀或腐蚀，但与二维调整类似，实际操作中即使是“类球体”结构元素，也还是存在体素数目过多，无法实现器官体积“一层一层”的微小调整效果。一个可能的解决方法是采用基于不同结构元素的组合膨胀方案——即混合邻域调整方法。对于体素模型，最好能够利用体素的相邻区域直接进行运算，一次膨胀或腐蚀仅改变外表的一层邻域。如何选取哪些基本“结构元素”并进行合理组合，是保持体素模型的原有形态的关键。

对于二维图像调整而言，如图5-1至5-3所示，常用的二维结构元素包括直线（Line）、菱形（Diamond）、方形（Square）等。仔细分析菱形、方形结构元素的膨胀方式，如图6-1、6-2所示，可以看出，菱形结构元素在水平方向的增长速度是对角线方向的

倍；而方形结构元素在对角方向的增长速度是水平方向的

倍。所以，若将两者以的比例进行组合，则水平方向、对角线方向的增长速度将会是相同的，从而达到胸壁厚度近似各项同性的膨胀效果，这里称为二维混合邻域调整方法。

对于三维调整而言，仔细分析可以发现，6面邻域、18（面边）邻域和26（面边点）邻域三者在X方向、X-Y对角线方向、体对角线方向增长的速度是不同的，如图7所示。为了使得不同方向的膨胀速度大致相同，可采用6（面）邻域、18（面边）邻域和26（面边点）邻域的组合膨胀方式，三者按

的比例进行组合，这里称为三维混合邻域调整方法。

实施例

这里以人体胸壁厚度变化对内污染肺部计数器探测效率的影响为测试问题，分别采用不同调整方法对胸壁厚度进行增厚，并与原模型的探测效率进行对比。测试体素模型选用LLNL-P4模型，探测效率是采用体素模型虚拟刻度方法进行计算的。

1、通过软件编程方法，将LLNL-P4体素模型的P4遮盖板替换为空气，把无P4遮盖板的体素模型作为起始模型（记为LLNL-P00）。然后，以LLNL-P4为目标模型，采用不同膨胀方法，对起始模型LLNL-P00的胸壁厚度进行增厚。体素模型中每个体素的大小为2mm×2mm×2mm，P4遮盖板的厚度为24mm，所以新增加的体素层数应为24mm/2mm=12个，即进行12次膨胀运算。

2、菱形结构元素（四邻域）膨胀方法

采用菱形结构元素对起始模型LLNL-P00的胸壁进行膨胀。菱形结构元素的大小取R=1。利用Matlab程序中的数学形态学膨胀函数imdilate和菱形结构元素，对LLNL-P00胸壁膨胀12次，得到新的体素模型记为LLNL-d24mm。采用软件测量LLNL-d24mm的胸壁厚度，在与切线垂直的方向上的厚度为24mm；这与人体胸壁厚度的实际情况类似。但在“斜”方向的厚度明显偏薄，仅约为17.0mm，如图8(a)所示；这会导致肺部计数器的探测效率偏高。

3、方形结构元素（八邻域）膨胀方法

采用方形结构元素对胸壁厚度进行膨胀，即“八邻域”体素增长方式，膨胀后的新模型记为LLNL-s24mm。测量LLNL-s24mm的胸壁厚度，在“斜”方向的厚度明显偏大，约为34mm，如图8(b)所示；这会导致肺部计数器的探测效率偏低。

4、二维混合邻域膨胀方法

如前文所述，利用二维混合邻域膨胀法进行胸壁厚度调整，生成模型记为LLNL-dRs24mm，它在不同切线方向的胸壁厚度近似相等，均为24mm；如图8(c)所示。

分别采用上述模型，采用蒙特卡洛虚拟校准技术，模拟计算了肺部计数器的探测效率；并与目标模型LLNL-P4的效率计算值进行了对比。如图9所示，混合邻域调整方法所得到的模型（LLNL-dRs24mm），在17.5keV—185.7keV能量范围内，两者的偏差在3%范围内。证实，混合邻域调整方法能在调整过程中，较好地保持模型的原有形态。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其同等技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims

1.一种人体体素模型的混合邻域调整方法，其特征在于：该方法针对体素模型基于不同结构元素进行组合膨胀或腐蚀，利用体素的相邻区域直接进行计算，一次膨胀或腐蚀只改变外表的一层邻域；

对于二维图像的调整，采用菱形结构元素和方形结构元素按

的大小比例进行组合；

的大小比例进行组合。

2.如权利要求1所述的人体体素模型的混合邻域调整方法，其特征在于：分别利用Matlab程序中的数学形态学膨胀函数进行计算，实现体素模型的调整。