一种血管提取方法
技术领域
本发明涉及一种医学断层扫描图像的处理方法,尤其涉及一种血管提取方法。
背景技术
血管造影技术(Computed Tomography Angiography,简称CTA)是当前诊断血管疾病的重要方法之一,在临床上主要用于诊治多种血管疾病,如动脉瘤、血管狭窄、血管钙化等。但由于CTA图像中的血管与骨头等其他组织的CT值重叠,所以将血管从其他组织中提取出是血管造影技术中的关键步骤。
美国文献1:Olivier Cuisenairea,Sunny Virmanib,Mark E.Olszewskib,Roberto Ardona.Fully automated segmentation of carotid and vertebral arteriesfrom contrast enhanced CTA.Proc.of SPIE Vol.6914,69143R,(2008)提供一种基于模型的方法,首先将CTA图像与已有的血管模型配准,得到不同血管的起始点,然后通过算法连接起始点,得到血管的中心线。最后在以中心线为起始,通过单纯网格向外扩张,提取血管。
美国文献2:Freiman M,Frank J,Weizman L,et al.Nearly automatic vesselssegmentation using graph-based energy minimization[J].The Midas Journal,(2009)采用基于Graph Cut的算法实现了颈内动脉的提取。该方法需要手动标记血管起始点,之后计算起始点之间的Dijkstra距离。以该距离为中心,标记血管感兴趣区域。最后通过Graph Cut算法,优化感兴趣区域的边界实现血管提取。
美国文献3:Hackjoon Shim,Il Dong Yun,Kyoung Mu Lee,and Sang UkLee.Partition-Based Extraction of Cerebral Arteries from CT Angiography withEmphasis on Adaptive Tracking.IPMI,LNCS3565,pp.357-368(2005)采用基于Ray-Casting的动态追踪实现了穿颅血管的提取。该算法需要手动确定起始点,之后通过Ray-Casting向四周放射线,获得血管的边界,再通过椭圆拟合实现血管提取。
其中,颈内动脉和椎动脉的提取是头颈部CT血管造影(CTA)图像中最具挑战的技术。美国文献1:K.Hameeteman,M.A.Zuluaga,M.Freiman etc.Evaluation framework forcarotid bifurcation lumen segmentation and stenosis grading.Medicai ImageAnalysis,vol.15:425-430(2011)揭示有一种颈内动脉和椎动脉的提取的方法。
如图1所示为现有技术提取颈内动脉和椎动脉的结构示意图。其中图1右侧为颈内动脉穿过颅骨的示意图,给大脑的前部和中部供血,右图方块为内颈动脉穿颅的位置。图1左侧为左右椎动脉在一节一节的椎骨中穿行的示意图,左图圆圈为椎动脉穿椎骨的位置。颈内动脉穿过颅骨(图1右侧),给大脑的前部和中部供血。左右椎动脉在一节一节的椎骨中穿行(图1左侧),最后合并成基底动脉,穿过枕骨,为大脑的后部供血。血管穿颅时,与周围骨头紧邻,空间位置错综复杂,同时增强后的血管CT值和骨的CT值重叠。对这种情况,一般的算法如区域生长,水平集等很容易混淆血管和骨头,造成血管分割失败。
发明内容
本发明解决的问题是提供一种血管提取方法,用以解决颈内动脉和椎动脉的提取。
为了解决上述问题,本发明提供了一种血管提取方法,包括,确定所述血管的起始点,并从所述血管起始点开始,沿血管方向确定若干数目的所述血管的血管截面;将所述血管截面连接,以提取所述血管。
可选的,还包括采用基于水平集的血管截面提取算法提取所述血管截面。
可选的,所述血管截面的分辨率与所述血管在图像中的尺度负相关。
可选的,还包括通过所述起始点获取所述其起始面,所述起始面沿所述发现方向进行移动,获取所述起始点的下一层平面。
可选的,对所述非起始面的平面,还包括基于Level-Set的血管截面提取算法在所述平面上寻找血管的边界点。
可选的,获取当前层的中心点包括:通过椭圆拟合当前层平面的边界点,获取当前层平面上血管的中心点。
可选的,在所述椭圆拟合前,还包括对所述当前层边界点进行修正,包括:提供距离阈值,利用上层平面的边界点的距离信息修正当前层平面层的边界点,去除与上层平面边界点距离超过距离阈值的当前层的边界点。
可选的,还包括通过当前层平面获取下一层平面对应的若干数目的备选平面,以在所述备选平面中获取所述下一层平面。
可选的,遍历当前层平面的法线方向的角度参数,计算各法线方向并将其对应的平面作为所述下一层平面的备选平面。
可选的,分别计算各所述备选平面的边界点的方差并进行比较,选取方差值最小的备选平面作为下一层平面。
可选的,还包括,对获取的当前层平面进行判断,是否符合血管要求,若不符合要求,则自动修改对应的血管提取的参数,并退回对应的血管层重新开始提取。
可选的,所述血管要求的判断包括:所述血管截面形成的血管误差超过阈值或者所述截面形成的血管为非管状结构,则所述当前层平面的提取不符合血管要求,反之则符合。
可选的,提供面积阈值,根据所述当前层平面的信息调整分辨率,检查邻近若干个血管截面的平均像素面积,若血管平均像素面积小于所述第一阈值,则提高当前层平面的分辨率;反之,若血管截面的平均像素面积大于所述第一阈值,则降低当前层平面的分辨率。
可选的,沿所述当前层平面的法线方向进行移动,判断是否满足结束条件,若满足结束条件,则结束血管提取。
可选的,所述结束条件包括:提供预设范围或血管CT值的范围,若所述血管截面中心点的坐标超过所述预设范围,或者所述中心点的CT值是否不在所述血管CT值的范围内,则满足结束条件。
本发明具有以下优点和有益效果:
本发明提出一种基于水平集的管状结构自适应追踪方法,从起始点开始,沿血管方向不断寻找血管截面,最后将截面连接起来得到整体。该方法可实现头颈部复杂血管(内颈动脉、椎动脉等)的快速,精准提取。
独创性和技术优势见下:
1,采用基于水平集的血管截面提取算法提取血管截面,该方法优于Hackjoon等[4]文章中采用的Ray-Casting算法,适应性更强;
2,具有自适应调节机制,包括两点:1)根据血管尺度自动调整血管截面的分辨率,适用不同尺度血管的提取;2)如果提取出的截面血管误差过大或者不为管状结构,将自动修改算法参数,退回当前层平面重新提取,从而保证血管正确提取。
附图说明
图1所示为现有技术提取颈内动脉和椎动脉的结构示意图;
图2所示为本发明一个实施例的血管提取方法的流程示意图;
图3所示为本发明一个实施例的血管截面和方向矢量的结构示意图;
图4所示为本发明一个实施例的血管提取方法的提取结果示意图,包括内颈动脉和椎动脉提取结果。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施的限制。
其次,本发明利用示意图进行详细描述,在详述本发明实施例时,为便于说明,所述示意图只是实例,其在此不应限制本发明保护的范围。
本发明提出一种基于水平集的管状结构自适应追踪方法,能快速有效的实现穿颅血管的提取。该方法同样可以应用于核磁共振血管。
本发明提供了一种血管提取方法,包括:确定所述血管的起始点,并从所述血管起始点开始,沿血管方向确定若干数目的所述血管的血管截面;将所述血管截面连接,以提取所述血管。其中,采用基于水平集的血管截面提取算法提取所述血管截面。
具体地,通过所述起始点获取所述其起始面,所述起始面沿所述发现方向进行移动,获取所述起始点的下一层平面。对于后面会的所述非起始面的平面,还包括基于Level-Set的血管截面提取算法在所述平面上寻找血管的边界点;并通过椭圆拟合当前层平面的边界点,获取当前层平面上血管的中心点。其中,在所述椭圆拟合前,还包括利用上层平面的边界点的距离信息修正当前层平面层的边界点,去除与上层平面边界点距离超过距离阈值的当前层的边界点。
对于当前层平面,还包括通过遍历当前层平面的法线方向的角度参数,计算各法线方向并将其对应的平面作为所述下一层平面的备选平面,分别计算各所述备选平面的边界点的方差并进行比较,选取方差值最小的备选平面作为下一层平面。
对于获取的平面还包括对其进行判断,包括:对获取的当前层平面进行判断,是否符合血管要求,若不符合要求,则自动修改对应的血管提取的参数,并退回对应的血管层重新开始提取。所述血管要求的判断包括:所述血管截面形成的血管误差超过阈值或者所述截面形成的血管为非管状结构,则所述当前层平面的提取不符合血管要求,反之则符合。
最后的终止血管提取包括:沿所述当前层平面的法线方向移动一定距离,判断是否满足结束条件,若满足结束条件,则结束血管提取。所述结束条件可以为:提供预设范围或血管CT值的范围,若所述血管截面中心点的坐标超过所述预设范围,或者所述中心点的CT值是否不在所述血管CT值的范围内,则满足结束条件。
进一步地,所述血管截面的分辨率与所述血管尺度负相关。具体包括:提供面积阈值,根据所述当前层平面的信息调整分辨率,检查邻近若干个血管截面的平均像素面积,本实施例中,检查邻近5个血管截面的平均像素面积,若血管平均像素面积小于所述第一阈值,则提高当前层平面的分辨率;反之,若血管截面的平均像素面积大于所述第一阈值,则降低当前层平面的分辨率。
下面结合附图,对本发明一个实施例的血管提取方法进行详细的说明。如图2所示为本发明一个实施例的血管提取方法的流程示意图。包括:首先初始化算法参数,通过手动或者自动种子点算法标记血管起始点,计算通过起始点的起始平面及初始法线方向等参数。
接着,计算下一层中心,包括:将所述起始面沿法线方向移动Det距离,得到下一层平面。通过基于Level-Set的血管截面提取算法在该平面上寻找血管的边界点。并利用上一层的边界点的距离信息修正新的边界点,去除与上层边界点距离过大的新边界点。之后用修正后的边界点椭圆拟合,得到该平面上血管的新的中心。
接着,计算法线方向矢量,如图3所示为本发明一个实施例的血管截面和方向矢量的结构示意图,包括通过遍历法线方向的参数θ和Φ,计算所有可能的新法线方向及其对应平面作为下一层的备选平面,对每个备选平面,用图2所示算法寻找边界点。计算边界点的方差,比较所有备选平面面中血管边界点的方差,选取方差最小的备选平面为当前图像平面。
寻找到所述当前图像平面后,还包括判断所述当前图像平面上的血管截面是否满足血管要求,所述血管要求包括血管截面是否过小,形状是否规则等要求。
进一步地,若所述血管要求的判断为是,则保存当前层平面的信息,所述当前层平面的信息包括边界点,分辨率,法线方向,平面中心点等平面信息。
如图2所示,若所述血管截面的判断为否,则退回当前层第N层,将N次迭代之前的图像平面作为当前层平面,之后执行计算下一层中心的步骤及后续的步骤。
根据上述的步骤,保存所述当前层信息后,还包括根据当前层平面的信息调整分辨率,检查近5个血管截面的平均像素面积,并对所述平均像素面积进行判断,包括:提供像素面积的阈值范围,所述阈值范围包括阈值的下限值S1及上限值S2。
进一步地,若所述血管平均像素面积小于下限值S1,则提高当前层平面的分辨率;反之,若血管截面的平均像素面积大于上限值S2,则降低当前层平面的分辨率。
调整所述分辨率后,还包括根据前述步骤获取的边界点,通过椭圆拟合,得到当前层平面上血管的新的中心。
获取所述当前层平面的新中心点后,沿着当前层平面的法线方向移动Det距离,判断是否满足结束条件。如血管截面中心点的坐标是否超过设定的范围,中心点的CT值是否小于超过血管CT值的范围等。如果没有满足结束条件,则继续返回计算下一层中心的步骤及后续的步骤,否则结束血管提取,并通过Mesh算法计算血管mask,包括根据提取出的血管截面计算血管的mask。
如图4所示为本发明一个实施例的血管提取方法的提取结果示意图,包括内颈动脉和椎动脉提取结果。
本发明提出一种基于水平集的管状结构自适应追踪方法,从起始点开始,沿血管方向不断寻找血管截面,最后将截面连接起来得到整体。该方法可实现头颈部复杂血管(内颈动脉、椎动脉等)的快速,精准提取。采用基于水平集的血管截面提取算法提取血管截面,该方法优于现有技术中采用的Ray-Casting算法,适应性更强;具有自适应调节机制,根据血管尺度自动调整血管截面的分辨率,适用不同尺度血管的提取;若提取出的截面血管误差过大或者不为管状结构,将自动修改算法参数,退回当前层平面重新提取,从而保证血管正确提取。
本发明虽然已以较佳实施例公开如上,但其并不是用来限定本发明,任何本领域技术人员在不脱离本发明的精神和范围内,都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改,因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰,均属于本发明技术方案的保护范围。