CN104112265B - 结肠图像分割方法及装置 - Google Patents

结肠图像分割方法及装置 Download PDF

Info

Publication number
CN104112265B
CN104112265B CN201310132527.5A CN201310132527A CN104112265B CN 104112265 B CN104112265 B CN 104112265B CN 201310132527 A CN201310132527 A CN 201310132527A CN 104112265 B CN104112265 B CN 104112265B
Authority
CN
China
Prior art keywords
colon
air
section
region
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201310132527.5A
Other languages
English (en)
Other versions
CN104112265A (zh
Inventor
孟晓林
王帅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan United Imaging Life Science Instrument Co Ltd
Original Assignee
Shanghai United Imaging Healthcare Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai United Imaging Healthcare Co Ltd filed Critical Shanghai United Imaging Healthcare Co Ltd
Priority to CN201310132527.5A priority Critical patent/CN104112265B/zh
Publication of CN104112265A publication Critical patent/CN104112265A/zh
Application granted granted Critical
Publication of CN104112265B publication Critical patent/CN104112265B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)

Abstract

一种结肠图像分割方法及装置,所述方法包括:获取结肠的二维扫描横断面图像数据集;从所述二维扫描横断面图像中分割出结肠内的空气区域和液体区域;以分割出的液体区域内的液体点为种子点,反向探测空气点,判断是否丢失结肠段区域;如果是,则利用探测到的空气点为种子点,进行区域生长,补偿出丢失的结肠段区域,以完成结肠图像分割。采用上述方法及装置可提高结肠图像分割的完整性。

Description

结肠图像分割方法及装置
技术领域
本发明涉及医学图像处理技术领域,尤其涉及一种结肠图像分割方法及装置。
背景技术
随着医学图像处理和三维可视化技术的发展,虚拟内窥镜以其非入侵性、可重复性等明显优势获得广泛的应用。虚拟内窥镜技术已被应用到许多临床实验和各种医学诊断中,主要集中在那些具有空腔组织结构的器官上,如结肠、气管、血管、内耳等。例如,虚拟内窥镜提供了一种微创的结肠检查方式,可提前检测出肠内息肉,预防结肠癌的发生。
虚拟内窥镜通过计算机断层扫描(CT)、磁共振成像(MRI)等医学扫描设备获取人体的断层扫描数据,使用图像处理技术,可以重建出三维图像,形成虚拟人体组织。然后把视点置入人体器官内甚至血管中进行虚拟漫游,变动视距、调整视角,对视点前方组织进行动态实时绘制和显示,帮助医生在计算机屏幕上完成内窥镜检查。
图像分割是指将图像中具有特殊含义的不同区域区分开来,利用图像特征的差别可以区分图像中的不同组织器官。结肠图像分割在虚拟内窥镜应用中具有重要的意义,它是后续结肠的三维图像重建和虚拟漫游的基础和前提。
本发明发明人发现,现有的结肠图像分割方法容易造成肠段丢失。例如,公开号为CN101295404A的中国专利申请,公开了一种虚拟内窥镜的混合组织图像全自动分割方法,其中选择合适的空气阈值和肠内残留液阈值,利用阈值法去除小肠,初步分割出肠内空气区域,利用一个垂直滤波器(Vertical Filter)消除空气和肠内残留液体之间的局部容积效应,利用区域生长算法进行肠内液体分割。
发明人发现,上述的结肠图像分割方法,在肠内空气区域分割过程中,采用阈值法去除小肠时,容易造成结肠段区域丢失,影响后续的结肠检查。
发明内容
本发明针对现有结肠图像分割方法容易造成肠断丢失的问题,提供一种结肠图像分割方法及装置,能够提高结肠图像分割的完整性。
为解决上述问题,本发明实施例提供一种结肠图像分割方法,所述方法包括:获取结肠的二维扫描横断面图像数据集;从所述二维扫描横断面图像中分割出结肠内的空气区域和液体区域;以分割出的液体区域内的液体点为种子点,反向探测空气点,判断是否丢失结肠段区域;如果是,则利用探测到的空气点为种子点,进行区域生长,补偿出丢失的结肠段区域,以完成结肠图像分割。
可选的,所述利用分割出的液体点反向探测空气点,判断是否丢失结肠段区域,包括:求取液体区域的边界体素;从各个边界体素点依次沿图像中探测出液体区域的反方向,以预设的距离进行探测;如果探测到的有体素的灰度值在空气灰度值范围内,且所述体素不在所述分割出的结肠内的空气区域中,则所述肠段区域丢失,否则没有丢失。
可选的,所述分割出结肠内的空气区域和液体区域包括:分割出所述结肠内的空气区域;以所述结肠内空气区域中的空气点为种子点,进行探测,判断是否有液体点存在;如果存在液体点,利用探测到的液体点为种子点,进行区域生长,分割出液体区域。
可选的,所述以分割出的结肠内空气区域中的空气点为种子点,进行探测,判断是否有液体点存在,具体为:求取结肠内空气区域的边界体素;从各个边界体素依次沿图像第一方向以预设距离进行探测;如果探测到有体素的灰度值在液体灰度值的范围内,则液体点存在,否则液体点不存在。
可选的,在分割出所述结肠内的空气区域后,还包括:根据人体解剖结构,判断直肠段区域是否丢失;如果丢失,则找出面积大于预设面积阈值且重心位置位于预设区域内的直肠内的空气区域,以所述直肠内空气区域重心位置的空气点为种子点进行区域生长,补偿出直肠段区域。
可选的,所述找出面积大于预设阈值且重心位置位于预设区域内的直肠内的空气区域,以所述直肠内的空气区域重心位置的空气点为种子点进行区域生长,补偿出直肠段,具体为:沿人体脚部到头部的方向在二维扫描横断面图像上逐层寻找,在横断面图像上找出除背景区域外面积最大的空气区域;判断找出的所述空气区域的面积是否大于预设面积阈值;如果是,则判断所述空气区域的重心是否位于横断面图像的中心区域;在所述空气区域的重心位于所述横断面的中心区域时,以所述重心位置的空气点为种子点,进行区域生长,补偿出直肠段区域。
可选的,在分割出所述结肠内的空气区域时,包括:采用阈值分割去除掉肠段尺寸参数小于预设阈值的肠段区域。
为解决上述问题,本发明实施例还提供了一种结肠图像分割装置,所述装置包括:图像数据获取单元,用于获取结肠的二维扫描横断面图像数据集;第一分割单元,用于从所述二维扫描横断面图像中分割出结肠内的空气区域;第二分割单元,用于在所述第一分割单元分割出所述结肠区域内的空气区域后进一步分割出液体区域;第一补偿单元,用于以分割出的液体区域的液体点反向探测空气点,判断是否有结肠段区域丢失,并在结肠段区域丢失时,以探测到的空气点为种子点进行区域生长,补偿出丢失的结肠段区域,以完成结肠图像分割。
可选的,所述第一补偿单元包括:边界体素求取模块,用于求取液体区域的边界体素;反向探测模块,用于从各个边界体素点依次沿图像中探测出液体区域的反方向,以预设的距离进行探测;第一判断模块,用于判断探测到有体素的灰度值是否在空气灰度值范围内且所述体素不在所述分割出的结肠内的空气区域中,如果有体素的灰度值在空气灰度值范围内,且所述体素不在所述分割出的结肠内的空气区域中,则确定所述结肠肠段区域丢失;否则,确定所述结肠段区域没有丢失;第一区域生长模块,用于在第一判断模块确定所述结肠段区域丢失时,以探测到的空气点为种子点进行区域生长,补偿出丢失的结肠段区域。
可选的,所述结肠图像分割装置还包括:第二补偿单元,用于在所述第一分割单元分割出结肠内的空气区域后,根据人体解剖结构,判断直肠段区域是否丢失;并在确定直肠段区域丢失时,找出面积大于预设面积阈值且重心位置位于预设区域内的直肠内的空气区域,以所述直肠内空气区域重心位置的空气点为种子点进行区域生长,补偿出直肠段区域。
可选的,所述第二补偿单元包括:搜索模块,用于沿人体脚部到头部的方向在二维扫描横断面图像中逐层搜索,在横断面图像中找出除背景区域外的面积最大的空气区域;第二判断模块,用于判断所述搜索模块找出的空气区域面积是否大于预设面积阈值;第三判断模块,用于判断面积大于预设面积阈值的空气区域的重心是否位于所述横断面图像的中心区域;第二区域生长模块,用于在所述第三判断模块判断所述找出的空气区域的重心位于所述横断面的中心区域时,以所述空气区域重心位置的空气点为种子点,进行区域生长,补偿出直肠段区域。
可选的,所述第一分割单元包括:小肠去除模块,用于去除掉分割出结肠内的空气区域后的结肠图像中肠段尺寸参数小于预设阈值的肠段区域。
采用上述技术方案,在进行液体区域分割过程中,利用肠内液体点进行反向探测,即沿液体区域分割的反方向进行分割,判断是否有丢失的结肠段区域,并以探测到的空气点为种子点进行区域生长,从而补偿出丢失的结肠段区域,因此可以提高结肠图像分割的完整性。
此外,在进行空气区域分割过程中,根据人体解剖结构,判断直肠段区域是否丢失,并在丢失时,找出除背景区域外面积大于预设面积阈值且其重心位置位于预设区域内的空气区域,以所述空气区域的重心为种子点进行区域生长,从而补偿出直肠段区域,可以避免乙状结肠细窄而造成肛门处直肠段区域丢失的情况,可以提高结肠图像分割的完整性。
附图说明
图1是本发明实施例一中结肠图像分割方法流程图;
图2a-2c是本发明实施例一中结肠内空气区域分割过程中的图像序列;
图3是本发明实施例二中结肠图像分割方法流程图;
图4a-4d是本发明实施例二中结肠图像分割的图像序列;
图5是本发明实施例二中直肠段区域补偿方法流程图;
图6a-6c是本发明实施例二中直肠段区域补偿过程中确定直肠点示意图;
图7a-9b是本发明实施例二中结肠图像分割效果对比图;
图10是本发明实施例三中结肠图像分割装置结构示意图;
图11是本发明实施例三中第一补偿单元结构示意图;
图12是本发明实施例三中第二补偿单元结构示意图。
具体实施方式
现有的虚拟内窥镜应用中,对结肠图像的分割通常包括肠内空气区域的分割和肠内液体区域的分割两部分。其中,肠内空气区域的分割通常采用阈值分割,即在去除图像中的背景区域和肺中的空气区域后,先去除掉小肠段,在去除掉小肠段的过程容易造成图像中结肠段区域丢失。例如,现有的采用的一种去除掉小肠肠段区域的方法如下:利用阈值分割出各个肠段,然后利用最大连通性得到每个肠段区域的体积,计算各个肠段区域的体积和最大肠段区域的比例,将所述计算得出的比例值与预设的比例阈值进行比较,如果小于预设的阈值,则将该肠段区域去除。
本发明发明人发现,由于肠内液体的堵塞和乙状结肠狭窄等原因,采用上述方法去掉体积较小的肠段区域很容易造成结肠段区域丢失。
为解决现有结肠图像分割过程中图像中的结肠段区域容易丢失的问题,本发明实施例提供了结肠图像分割方法和相应的装置。
为使本发明的上述目的、特征和优点能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。
实施例一
在分割出结肠内的液体区域后,以分割出的液体区域内的液体点为种子点,反向探测空气点,判断是否丢失结肠段区域,并在确定丢失结肠段区域时,利用探测到的空气点为种子点,进行区域生长,补偿出丢失的结肠段区。以下参照图1,通过具体步骤进行详细说明:
S1001,获取结肠的二维扫描横断面图像数据集。
在具体实施中,可以采用多种医学扫描设备对被检测对象腹部进行扫描,获得结肠的二维扫描横断面图像。本实施例中,采用CT扫描图像。
S1002,从所述二维扫描横断面图像中分割出结肠内的空气区域。
在具体实施中,可以先去除背景中的空气区域,再去除肺中的空气区域,参照图2a-2c,其中图2a是在步骤S1001中获取到的原始图像,图2b是去除背景中的空气区域后的图像,图2c是进一步去除肺中的空气区域后的图像。
在结肠内的空气区域分割过程中,需要去除掉图像中的小肠区域。在具体实施中,由于乙状结肠狭窄和肠内液体的堵塞等原因而造成在肠内空气分割阶段的结肠的断裂,因此体积小的结肠区域也容易被去除。
本实施例中,采用阈值分割的方法分割肠内空气区域,利用最大连通性可以得到每个肠段的体积和表面积。在具体实施中,可以将各个肠段和最大肠段体积的比例与预设的比例阈值进行比较,如果比例小于预设的比例阈值,则去掉相应的肠段区域,其中去掉的肠段区域包括小肠区域,还可能包括体积较小的结肠段区域。也可以将各肠段的表面积和体积的比率与预设的比率阈值进行比较,去除掉比率小于预设比率阈值的肠段区域,去掉的肠段区域包括小肠区域,可能还包括体积较小的结肠段区域。其中,可以根据经验设置比例阈值或比率阈值。
可以理解的是,在具体实施中,也可以采用其他的肠内空气区域分割方法,这里不再详述。
S1003,分割出结肠内的液体区域。
S1004,以分割出的液体区域内的液体点为种子点,反向探测空气点。
S1005,判断是否丢失结肠区域,如果是,则执行步骤S1006;如果否,则执行步骤S1007。
S1006,利用探测到的空气点为种子点,进行区域生长,补偿出丢失的结肠段区域。
S1007,完成结肠图像分割。
可见,通过在液体分割过程中,以分割出的液体区域内的液体点为种子点,反向探测空气点,并以探测出的空气点为种子点,进行区域补偿,即可补偿出丢失的结肠区域,因此可以提高结肠图像分割的完整性。
在具体实施中,还可以对上述实施例作进一步的扩展,以进一步提高结肠分割的完整性,以下通过另一实施例进行详细说明。
实施例二
结肠检查范围通常包括结肠组织和与结肠连通的直肠,其中直肠下端与肛门连通,直肠上端与结肠最下端的乙状结肠联通。发明人发现,由于乙状结肠细窄,现有的结肠图像分割,容易造成位于肛门处的直肠段区域丢失。为避免直肠段区域丢失,本实施例中,利用人体解剖结构,可以判断出进行阈值分割后的图像中直肠段是否丢失,并在确定直肠段区域丢失时,进行直肠段区域补偿。
参照图3所示的结肠图像分割方法流程图,本实施例具体包括如下步骤:
S3001,获取结肠的二维扫描横断面图像数据集。
在具体实施中,可以从CT、MRI、正电子发射断层扫描设备(PET),X射线设备,超声设备等获取所述二维图像数据,通常可以采用上述设备对被检测对象腹部进行扫描,获得包含结肠的二维扫描横断面图像。本实施例中,采用CT扫描图像,可以缩短图像采集时间,从而可以减少由于病人呼吸和移动造成的伪影,还可以在不在增加曝光时间的情况下提供重叠的图像数据。
图4a所示图像,即为获取的结肠二维扫描横断面图像数据集中的一幅原始图像。
S3002,从所述二维扫描横断面图像中分割出结肠内的空气区域。
图4b中白色区域为分割出的肠段内的空气区域。
S3003,采用阈值分割去除掉肠段尺寸参数小于预设阈值的肠段区域。
为去掉小肠区域,可以采用阈值分割的方式,即去除掉肠段尺寸参数小于预设参数阈值的肠段区域。在具体应用时,由于乙状结肠狭窄和肠内液体的堵塞等原因而造成在肠内空气分割阶段的结肠的断裂,因此体积小的结肠区域也容易被去除。
本实施例中,采用阈值分割的方法分割肠内空气区域,利用最大连通性可以得到每个肠段的体积和表面积。在具体实施中,可以将各个肠段和最大肠段体积的比例与预设的比例阈值进行比较,如果比例小于预设的比例阈值,则去掉相应的肠段区域,其中去掉的肠段区域包括小肠区域,还可能包括体积较小的结肠段区域。也可以将各肠段的表面积和体积的比率与预设的比率阈值进行比较,去除掉比率小于预设比率阈值的肠段区域,去掉的肠段区域包括小肠区域,可能还包括体积较小的结肠段区域。
其中,可以根据经验设置比例阈值或比率阈值。
可以理解的是,在具体实施中,也可以采用其他的肠内空气区域分割方法,这里不再详述。
S3004,判断直肠段区域是否丢失,如果是,则执行步骤S3005;如果否,则执行步骤S3006。
根据人体解剖结构,可知直肠段区域在所述横断面扫描图像中的大致位置,因此确定出直肠段区域,然后判断其体积是否小于预设的体积阈值,如果其体积小于预设的体积阈值,则可确定直肠段区域丢失。
S3005,找出面积大于预设面积阈值且重心位于预设区域内的直肠内的空气区域,以所述直肠内空气区域重心位置的空气点为种子点进行区域生长,补偿出直肠段区域,并执行步骤S3006。
在具体实施中,在所述二维横断面图像数据集中逐层搜索,找出面积大于预设面积阈值且重心位置位于预设区域之内的直肠内的空气区域重心位置的空气点,本实施例中,采用沿人体脚部到头部的方向搜索,参照图5所示的直肠段区域补偿流程图,具体包括以下步骤:
S5000,从横断面图像层Z=0开始;
本步骤中,从人体脚部至头部的第一张图像,即第一层横断面,未做出判断时,从Z=0开始计数,即从第0层开始。
S5001,在横断面图像层Z中找出除背景区域外面积最大的空气区域;
本领域技术人员可以理解,空气、液体和肌肉、脂肪的灰度是有明显差别的,其中,空气的CT值一般为-1000,液体至少在400以上,脂肪-20~100,肌肉40~80。因此,可以根据不同的灰度区分出不同的区域,空气区域是灰度值最低的区域,因此可以找出除背景区域外面积最大的灰度值最低的区域,即是肠内空气区域。
另需要说明的是,由于之前肺中的空气区域已经分割,且根据人体解剖结构,在沿人体脚部至头部方向的搜索过程中,肺部区域是在最顶层,因此,搜索不到顶层就已经找到直肠段区域了,因此在找直肠段区域过程中,同一图像层中,比肠段中空气区域大的只有背景空气区域,因此这里在横断面图像层中找出除背景区域外面积最大的灰度值最低的区域,即肠内空气区域。
S5002,判断所述空气区域的面积是否大于预设的面积阈值,如果是,则执行步骤S5003,如果否,则执行步骤S5004;
S5003,判断所述空气区域的重心是否位于横断面图像的中心区域,如果是,则执行步骤S5005,如果否,则执行步骤S5004;
其中空气区域的重心是把位于空气区域内的体素坐标和对应的灰度值相乘然后除以总灰度值,所得到的坐标。
在具体实施中,本发明发明人发现,通常的CT扫描横断面图像中,直肠段区域位于横断面图像的中心区域。
参照图6a-6c,其中,图6a中空气区域的面积小于预设面积阈值,不符合条件,图6b中空气区域的重心位置不在横断面图像中心区域601内,而图6c中空气区域的重心位置位于横断面图像中心区域601内,是符合条件的结肠点。图6b和图6c中的中心区域的边界距横断面图像边界的距离在x、y坐标方向上为分别为相应边长方向的1/4,在具体实施中,也可以设置中心区域更大或更小,例如,中心区域的边界距横断面图像边界的距离在x、y坐标方向上为分别为相应边长方向的1/5或1/3。
S5004,将横断面图像Z自增一,即Z=Z+1;
S5005,以所述空气区域重心位置的空气点为种子点进行区域生长,补偿出直肠段区域。
其中,区域生长是指将成组的像素或区域发展成更大区域的过程。从种子点的集合开始,从这些点的区域增长是通过将与每个种子点有相似属性像强度、灰度级、纹理颜色等的相邻像素合并到此区域。区域生长是一个迭代的过程,这里每个种子像素点都迭代生长,直到处理过每个像素,因此形成了不同的区域。具体区域生长方法不再详细描述,本申请文件中以下内容涉及的区域生长也是基于同样原理,不再详细描述。
补偿出直肠段区域后,结肠内空气区域分割完成,则执行步骤S3006。
S3006,以分割出的结肠内的空气区域中的空气点为种子点,沿横断面图像中Y轴正方向探测。
在具体实施中,可以不限定探测方向。不过,为了提高探测效率,可以事先根据CT图像的头信息确定出液体点的方向,并朝该方向进行探测。
例如,本发明发明人发现,通常在CT扫描过程中,被检测对象是趴着或者躺着,由于重力作用,液体位于下面,其肠内的液体和空气之间会形成一个较明显的界面,如图4a所示,空气和液体之间会有一个明显的切面,因此在切面位置朝与切面垂直位置探测即可快速探测出液体点。如本实施例中,即沿横断面图像中Y轴正方向进行探测。本领域技术人员可以理解的是,由于设置坐标方向或位置的不同,具体描述方向会有所差别,但均可在切面位置且朝与液面垂直方向探测,实现快速探测。
S3007,判断是否有液体点存在,如果是,则执行步骤S3008;如果否,则执行步骤S3009。
在具体实施中,具体可以采用如下步骤:1)首先求取结肠内空气区域的边界体素,参照图4c中的白色区域,即为求取出的结肠的边界体素。2)从各个边界体素点依次向图像的Y轴正方向以预设的距离进行探测,如图4d所示,其中A、B、C即为边界体素点。3)如果探测到有体素的灰度值在液体的灰度值范围内,则液体点存在;否则液体点不存在。在具体实施中,通常所设置的预设距离是很小的距离,可以根据需要进行设置。
可以理解的是,在具体实施中,还可以采用其他的方法来判断液体点是否存在,这里不一一例举。
S3008,以探测到的液体点为种子点,进行区域生长,分割出液体区域,并执行步骤S3009。
S3009,以分割得到的液体点为种子点,反向探测空气点,判断是否有丢失的肠段区域,如果有丢失的肠段区域,则执行步骤S3010;如果否,则执行步骤S3011。
本实施例中,反向探测判断是否有肠段区域丢失的步骤如下:首先求取液体区域的边界体素,然后从各个边界体素点依次向图像的Y轴负方向以预设的距离进行探测,如果探测到的有体素的灰度值在空气灰度值范围内,且所述体素不在所述分割出的结肠内的空气区域中,则该肠段区域丢失,否则没有丢失。其中预设的距离通常很小,可以根据需要进行设置。
S3010,以探测到的空气点为种子点进行区域生长,补偿出丢失的肠段区域,并执行步骤S3011。
S3011,完成结肠图像分割。
本实施例中,除了在液体区域分割过程中通过反向探测判断是否有丢失的肠段区域,并通过区域生长补偿出丢失的肠段区域外,还根据人体解剖结构,在进行空气区域分割过程中判断直肠段区域是否丢失,并在丢失时补偿出直肠段区域,从而可以进一步提高结肠图像分割的完整性。
参照图7a至图9b,给出了三个样本,分别是采用本实施例中的补偿方法补偿前后的效果对比图,其中,图7a是采用现有结肠图像分割方法时的结肠分割效果图,图7b是采用本实施例中的补偿方法补偿后的结肠图像分割效果图,可以看出,其中补偿出了直肠段区域701和缺失的结肠段区域702。图8a-8b和图9a-9b中也分别给出了采用本实施例中的补偿方法补偿前后的结肠分割效果对比图,其中图8b中补偿出了丢失的肠段区域801,图9b中补偿出了丢失的肠段区域901。即,在空气区域分割过程中,如果直肠段区域丢失,则可以补偿出丢失的直肠段区域,如果结肠区域的其他肠段区域丢失,则在液体区域分割过程中通过反向探测,可以补偿出丢失的除直肠外的其他肠段区域。
以上对结肠图像分割方法进行了详细的描述,为使本领域技术人员更好地理解和实现本发明,以下通过具体实施例描述上述方法对应的装置。
实施例三
参照图10所示的结肠图像分割装置,结肠图像分割装置1000包括:图像数据获取单元1001、第一分割单元1002、第二分割单元1003和第一补偿单元1004,其中:
图像数据获取单元1001,用于获取结肠的二维扫描横断面图像数据集;
第一分割单元1002,用于从所述二维扫描横断面图像中分割出结肠内的空气区域;
第二分割单元1003,在所述第一分割单元分割出所述结肠区域内的空气区域后进一步分割出液体区域;
第一补偿单元1004,用于以分割出的液体区域的液体点反向探测空气点,判断是否有结肠段区域丢失,并在结肠段区域丢失时,以探测到的空气点为种子点进行区域生长,补偿出丢失的结肠段区域,以完成结肠图像分割。
在具体实施中,第一分割单元1002可以包括小肠去除模块10021,可以用于去除掉分割出结肠内的空气区域后的结肠图像中肠段尺寸参数小于预设阈值的肠段区域。小肠去除模块10021可以采用阈值分割方法去除小肠区域,在此过程中,可能会把一些体积较小的结肠段去除,本实施例中的结肠分割装置1000通过第一补偿单元1004来补偿被去除结肠区域,可以提高结肠分割的完整性。
参照图11,在具体实施中,第一补偿单元1004可以包括:
边界体素求取模块1101,用于求取液体区域的边界体素;
反向探测模块1102,用于从各个边界体素点依次沿图像中探测出液体区域的反方向,以预设的距离进行探测;
第一判断模块1103,用于判断探测到有体素的灰度值是否在空气灰度值范围内且所述体素不在所述分割出的结肠内的空气区域中,如果有体素的灰度值在空气灰度值范围内,且所述体素不在所述分割出的结肠内的空气区域中,则确定所述结肠肠段区域丢失;否则,确定所述结肠段区域没有丢失;
第一区域生长模块1104,用于在第一判断模块1103确定所述结肠段区域丢失时,以探测到的空气点为种子点进行区域生长,补偿出丢失的结肠段区域。
在具体实施中,可以对上述实施例作进一步扩展,参照图10,结肠分割装置1000还可包括第二补偿单元1005,用于在第一分割单元1002分割出结肠内的空气区域后,根据人体解剖结构,判断直肠段区域是否丢失;并在确定直肠段区域丢失时,找出面积大于预设面积阈值且重心位置位于预设区域内的直肠内的空气区域,以所述直肠内空气区域重心位置的空气点为种子点进行区域生长,补偿出直肠段区域。
在具体实施中,参照图12,第二补偿单元1005可以包括:
搜索模块1201,用于沿人体脚部到头部的方向在二维扫描横断面图像中逐层搜索,在横断面图像中找出除背景区域外的面积最大的空气区域;
第二判断模块1202,用于判断所述搜索模块找出的空气区域面积是否大于预设面积阈值;
第三判断模块1203,用于判断面积大于预设面积阈值的空气区域的重心是否位于所述横断面图像的中心区域;
第二区域生长模块1204,用于在第三判断模块1203判断所述找出的空气区域的重心位于所述横断面图像的中心区域时,以所述空气区域重心位置的空气点为种子点,进行区域生长,补偿出直肠段区域。
本实施中,除了在液体分割过程中通过反向探测空气点来补偿出丢失的结肠段区域外,在空气区域分割过程中,根据人体解剖结构,判断直肠段区域是否丢失,并在丢失时,补偿出直肠段区域,从而可以进一步提高结肠图像分割的完整性。
需要说明的是,为描述简洁方便,本文中存在用一幅图说明多个实施例的情况,为加以区别,附图中以虚线框表示一些可选方案。
虽然本发明披露如上,但本发明并非限定于此。任何本领域技术人员,在不脱离本发明的精神和范围内,均可作各种更动与修改,因此本发明的保护范围应当以权利要求所限定的范围为准。

Claims (9)

1.一种结肠图像分割方法,其特征在于,包括:
获取结肠的二维扫描横断面图像数据集;
从所述二维扫描横断面图像中分割出结肠内的空气区域和液体区域;
以分割出的液体区域内的液体点为种子点,沿探测出液体区域的反方向探测空气点,判断是否丢失结肠段区域;如果是,则利用探测到的空气点为种子点,进行区域生长,补偿出丢失的结肠段区域,以完成结肠图像分割;
在分割出所述结肠内的空气区域后,还包括:
根据人体解剖结构,判断直肠段区域是否丢失;
如果丢失,沿人体脚部到头部的方向在二维扫描横断面图像上逐层寻找,在横断面图像上找出除背景区域外面积最大的空气区域;
判断找出的所述空气区域的面积是否大于预设面积阈值;如果是,则判断所述空气区域的重心是否位于横断面图像的中心区域;
在所述空气区域的重心位于所述横断面的中心区域时,以所述重心位置的空气点为种子点,进行区域生长,补偿出直肠段区域。
2.如权利要求1所述的结肠图像分割方法,其特征在于,所述以分割出的液体区域内的液体点为种子点,沿探测出液体区域的反方向探测空气点,判断是否丢失结肠段区域,包括:
求取液体区域的边界体素;
从各个边界体素点依次沿图像中探测出液体区域的反方向,以预设的距离进行探测;
如果探测到的有体素的灰度值在空气灰度值范围内,且所述体素不在所述分割出的结肠内的空气区域中,则所述肠段区域丢失,否则没有丢失。
3.如权利要求1所述的结肠图像分割方法,其特征在于,所述分割出结肠内的空气区域和液体区域包括:
分割出所述结肠内的空气区域;
以所述结肠内空气区域中的空气点为种子点,进行探测,判断是否有液体点存在;
如果存在液体点,利用探测到的液体点为种子点,进行区域生长,分割出液体区域。
4.如权利要求3所述的结肠图像分割方法,其特征在于,所述以所述结肠内空气区域中的空气点为种子点,进行探测,判断是否有液体点存在,具体为:
求取结肠内空气区域的边界体素;
从各个边界体素依次沿图像第一方向以预设距离进行探测;
如果探测到有体素的灰度值在液体灰度值的范围内,则液体点存在,否则液体点不存在。
5.如权利要求1所述的结肠图像分割方法,其特征在于,在分割出所述结肠内的空气区域时,包括:采用阈值分割去除掉肠段尺寸参数小于预设阈值的肠段区域。
6.一种结肠图像分割装置,其特征在于,包括:
图像数据获取单元,用于获取结肠的二维扫描横断面图像数据集;
第一分割单元,用于从所述二维扫描横断面图像中分割出结肠内的空气区域;
第二分割单元,用于在所述第一分割单元分割出所述结肠区域内的空气区域后进一步分割出液体区域;
第一补偿单元,用于以分割出的液体区域的液体点,沿探测出液体区域的反方向探测空气点,判断是否有结肠段区域丢失,并在结肠段区域丢失时,以探测到的空气点为种子点进行区域生长,补偿出丢失的结肠段区域,以完成结肠图像分割;还包括第二补偿单元包括;
所述第二补偿单元包括:
搜索模块,用于沿人体脚部到头部的方向在二维扫描横断面图像中逐层搜索,在横断面图像中找出除背景区域外的面积最大的空气区域;
第二判断模块,用于判断所述搜索模块找出的空气区域面积是否大于预设面积阈值;
第三判断模块,用于判断面积大于预设面积阈值的空气区域的重心是否位于所述横断面图像的中心区域;
第二区域生长模块,用于在所述第三判断模块判断所述找出的空气区域的重心位于所述横断面的中心区域时,以所述空气区域重心位置的空气点为种子点,进行区域生长,补偿出直肠段区域。
7.如权利要求6所述的结肠图像分割装置,其特征在于,所述第一补偿单元包括:
边界体素求取模块,用于求取液体区域的边界体素;
反向探测模块,用于从各个边界体素点依次沿图像中探测出液体区域的反方向,以预设的距离进行探测;
第一判断模块,用于判断探测到有体素的灰度值是否在空气灰度值范围内且所述体素不在所述分割出的结肠内的空气区域中,如果有体素的灰度值在空气灰度值范围内,且所述体素不在所述分割出的结肠内的空气区域中,则确定所述结肠肠段区域丢失;否则,确定所述结肠段区域没有丢失;
第一区域生长模块,用于在第一判断模块确定所述结肠段区域丢失时,以探测到的空气点为种子点进行区域生长,补偿出丢失的结肠段区域。
8.如权利要求6所述的结肠图像分割装置,其特征在于,还包括:
第二补偿单元,用于在所述第一分割单元分割出结肠内的空气区域后,根据人体解剖结构,判断直肠段区域是否丢失;并在确定直肠段区域丢失时,找出面积大于预设面积阈值且重心位置位于预设区域内的直肠内的空气区域,以所述直肠内空气区域重心位置的空气点为种子点进行区域生长,补偿出直肠段区域。
9.如权利要求6所述的结肠图像分割装置,其特征在于,所述第一分割单元包括:
小肠去除模块,用于去除掉分割出结肠内的空气区域后的结肠图像中肠段尺寸参数小于预设阈值的肠段区域。
CN201310132527.5A 2013-04-16 2013-04-16 结肠图像分割方法及装置 Active CN104112265B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310132527.5A CN104112265B (zh) 2013-04-16 2013-04-16 结肠图像分割方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310132527.5A CN104112265B (zh) 2013-04-16 2013-04-16 结肠图像分割方法及装置

Publications (2)

Publication Number Publication Date
CN104112265A CN104112265A (zh) 2014-10-22
CN104112265B true CN104112265B (zh) 2019-04-23

Family

ID=51709045

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310132527.5A Active CN104112265B (zh) 2013-04-16 2013-04-16 结肠图像分割方法及装置

Country Status (1)

Country Link
CN (1) CN104112265B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105550985B (zh) * 2015-12-31 2018-11-30 上海联影医疗科技有限公司 器官腔壁展开方法
WO2017114479A1 (zh) 2015-12-31 2017-07-06 上海联影医疗科技有限公司 图像处理的方法及系统
CN106709930B (zh) 2016-12-29 2020-03-31 上海联影医疗科技有限公司 三维医学图像的感兴趣体积分割方法及装置
CN107481245A (zh) * 2017-07-05 2017-12-15 林佳佳 一种基于水平集的ct结肠组织的分割方法
CN107978370B (zh) * 2017-11-21 2021-09-24 上海联影医疗科技股份有限公司 一种控制方法及终端
CN109447974B (zh) * 2018-10-31 2022-01-25 上海联影医疗科技股份有限公司 体数据处理方法、装置、图像处理工作站和可读存储介质
CN116309385B (zh) * 2023-02-27 2023-10-10 之江实验室 基于弱监督学习的腹部脂肪与肌肉组织测量方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1776741A (zh) * 2005-11-24 2006-05-24 上海交通大学 虚拟结肠镜中全自动快速中心线生成方法
CN101295404A (zh) * 2008-06-18 2008-10-29 陕西高科医疗信息股份有限公司 虚拟结肠镜的混合组织图像全自动分割方法
US7840051B2 (en) * 2006-11-22 2010-11-23 Toshiba Medical Visualization Systems Europe, Limited Medical image segmentation
CN102176229A (zh) * 2011-01-24 2011-09-07 海纳医信(北京)软件科技有限责任公司 结肠镜图像序列识别方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8023703B2 (en) * 2006-07-06 2011-09-20 The United States of America as represented by the Secretary of the Department of Health and Human Services, National Institues of Health Hybrid segmentation of anatomical structure

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1776741A (zh) * 2005-11-24 2006-05-24 上海交通大学 虚拟结肠镜中全自动快速中心线生成方法
US7840051B2 (en) * 2006-11-22 2010-11-23 Toshiba Medical Visualization Systems Europe, Limited Medical image segmentation
CN101295404A (zh) * 2008-06-18 2008-10-29 陕西高科医疗信息股份有限公司 虚拟结肠镜的混合组织图像全自动分割方法
CN102176229A (zh) * 2011-01-24 2011-09-07 海纳医信(北京)软件科技有限责任公司 结肠镜图像序列识别方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
一种有效的CT结肠镜结肠分割方法;熊馨等;《生物医学工程学杂志》;20121031;第29卷(第5期);全文

Also Published As

Publication number Publication date
CN104112265A (zh) 2014-10-22

Similar Documents

Publication Publication Date Title
CN104112265B (zh) 结肠图像分割方法及装置
Dalrymple et al. Introduction to the language of three-dimensional imaging with multidetector CT
CN106600609B (zh) 一种医学图像中脊柱的分割方法及系统
US10413253B2 (en) Method and apparatus for processing medical image
US8009167B2 (en) Virtual endoscopy
CN107563998B (zh) 医学图像中心脏图像处理方法
AU2015335554B2 (en) Method and device for selecting detection area, and elasticity detection system
US10098602B2 (en) Apparatus and method for processing a medical image of a body lumen
JP6175071B2 (ja) 胸部画像の処理及び表示
BR112013021657B1 (pt) Método implementado por computador e sistema para isolar uma potencial anomalia em dados de imageamento, e, meio legível em máquina
US8705830B2 (en) Method and device for processing 3-D image data of a skull
US20080117210A1 (en) Virtual endoscopy
WO2022105623A1 (zh) 一种基于迁移学习的颅内血管病灶识别方法
WO2017114479A1 (zh) 图像处理的方法及系统
CN111062997B (zh) 一种血管造影成像方法、系统、设备和存储介质
CN105640583A (zh) 血管造影方法
EP3220826B1 (en) Method and apparatus for processing medical image
US9582936B2 (en) Method and apparatus for combining plurality of 2D images with 3D model
CN110288698B (zh) 基于mri的半月板三维重建系统
CN107204045A (zh) 基于ct图像的虚拟内窥镜系统
CN105761217A (zh) 图像重建方法及装置
CN108269292B (zh) 用于根据三维图像数据组产生二维投影图像的方法和设备
GB2471173A (en) Intensity projection medical image modified by region of interest
CN106446515A (zh) 一种三维医学图像显示方法及装置
Cheirsilp et al. Thoracic cavity definition for 3D PET/CT analysis and visualization

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20191204

Address after: Room 2201, 22 / F, building C3, future technology building, No. 999, Gaoxin Avenue, Donghu New Technology Development Zone, Wuhan, Hubei

Patentee after: Wuhan Lianying Life Science Instrument Co., Ltd

Address before: 201815 Shanghai City, Jiading District Jiading Industrial Zone No. 1180 Building 8 Hing Road

Patentee before: Shanghai United Imaging Healthcare Co., Ltd.

TR01 Transfer of patent right