CN104952079A - 一种基于dicom序列的头骨分割方法 - Google Patents

一种基于dicom序列的头骨分割方法 Download PDF

Info

Publication number
CN104952079A
CN104952079A CN201510342842.XA CN201510342842A CN104952079A CN 104952079 A CN104952079 A CN 104952079A CN 201510342842 A CN201510342842 A CN 201510342842A CN 104952079 A CN104952079 A CN 104952079A
Authority
CN
China
Prior art keywords
skull
segmentation
sequence
image
dicom
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.)
Pending
Application number
CN201510342842.XA
Other languages
English (en)
Inventor
吕建成
章毅
郭际香
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.)
Sichuan University
Original Assignee
Sichuan University
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 Sichuan University filed Critical Sichuan University
Priority to CN201510342842.XA priority Critical patent/CN104952079A/zh
Publication of CN104952079A publication Critical patent/CN104952079A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20112—Image segmentation details
    • G06T2207/20156—Automatic seed setting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30008—Bone

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明提供一种基于DICOM序列的头骨分割方法，属于医学图像处理技术领域。为了解决头颅部位微创手术难度高，定位复杂的问题，本发明提供一种基于DICOM序列的头骨分割方法，采用如下步骤：(1)读取头骨的DICOM序列文件；(2)对读取的文件进行区域增长分割，并对分割结果进行命名；(3)将每个分割结果进行保存；(4)重复步骤(2)和(3)，直到分割结束；(5)在分割结果序列中选择对应的分割结果进行显示，即完成头骨的三维分割。本发明提供的方法是在ITK分割算法的基础上结合Qt实现了基于DICOM序列的头骨CT图像的分割的功能，可以帮助医生观察及定位手术区域，从而减少头颅手术的创伤。

Description

一种基于DICOM序列的头骨分割方法
技术领域
本发明涉及一种医学图像处理技术，特别涉及一种基于DICOM序列的头骨分割方法。
背景技术
医学领域一直是比较热门的，伴随着医学影像技术以及计算机医学图像处理技术的日益发展，外科手术也有有条件向着微创的方向进行发展。头骨方面更是需要微创康复治疗，所以对于头骨创伤的治疗及头骨部分例如下颌骨的微调，借助一定的辅助软件根据病人的CT图像进行术前病人病灶的显示，让医生能够准确定位需要进行手术的区域,协助医生进行术前手术设计，方便手术的实施，能够在很大程度上减少手术的创伤，恢复到术前的样子。DICOM是为了方便、统一医疗影像设备之间的数据存储与传输而制定的规则，是医学图像的通用标准。
CT(Computed Tomography)，X线计算机断层摄影。顾名思义，它是通过X线束扫描并经计算机处理从而获得图像。CT图像的形成是由于不同组织的密度不同，导致组织对X射线的吸收的程度不同，最后形成不同灰度级的CT图像，灰度图像中偏白区域表示这部分组织吸收对射线的吸收程度比较高，反之偏黑代表对射线的吸收程度较低。CT值是CT图像的一个重要的数据，表示组织的密度情况。
对于现在的外科手术尤其是头颅部位，微创的呼声越来越高，但是对于一些刚走上岗位的医生或者手术相对复杂的情况来说，准确的定位手术点有一定的困难，所以需要一定的方法将CT获得的数据转化为三维图像，以便医生观察及定位手术区域，从而减少头颅手术的创伤。
发明内容
为了解决上述问题，本发明提供一种基于DICOM序列的头骨分割方法，采用如下技术方案：
一种基于DICOM序列的头骨分割方法，其特征在于，包括以下步骤：
(1)读取头骨的DICOM序列文件；
(2)对读取的文件进行区域增长分割，并对分割结果进行命名；
(3)将每个分割结果进行保存；
(4)重复步骤(2)和(3)，直到分割结束；
(5)在分割结果序列中选择对应的分割结果进行显示，即完成头骨的分割。
优选地，步骤(1)中所述的读取头骨的DICOM序列文件包括以下内容：
a1.定义读入图像的像素类型及图像维数；
a2.实例化读入图像的类型；
a3.实例化序列图像读取器；
a4.根据图像头文件中的系列数来将文件夹中图像归类为不同的序列；
a5.选择第一个序列，并将序列内图像的名称保存到一个向量容器中；
a6.遍历容器，根据图像名从数据源读取图片。
优选地，步骤(2)中所述的区域增长分割包括以下内容：
b1.选定像素点作为区域增长算法执行的种子点；
b2.将与种子点有相似性质的像素也作为种子点合并到上一步算法执行时的种子区域，形成新的种子；
b3.重复步骤b2，直到没有新的种子点加入或到了终止条件。
优选地，步骤(3)中所述的将每个分割结果进行保存包括以下内容：
c1.将每个分割结果转化为VTK数据类型；
c2.定义指向VTK图像数据类型的指针数组；
c3.为指向VTK图像数据类型的指针分配内存，存储分割结果。
本发明产生的有益效果如下：
1.本发明在ITK分割算法的基础上结合Qt实现了基于DICOM序列的头骨CT图像的分割的功能，可以帮助医生观察及定位手术区域，从而减少头颅手术的创伤。
2.由于ITK提供的算法是针对于单张2D png图像，跟实验需要的输入格式DICOM不符，并且不同的算法的参数也需要调整以满足实验的要求。而本发明采用的三维分割方法是基于DICOM格式的图像进行处理的，使用更方便、应用范围更广泛。
附图说明
图1表示输入图像；
图2表示区域增长分割结果。
具体实施方式
下面参照附图对本发明的实施方式进行详细说明，但不限制本发明的保护范围。
实施例1
一种基于DICOM序列的头骨分割方法，包括以下步骤：
(1)读取头骨的DICOM序列文件；
由于CT序列图像的文件夹是以病人为单位进行图像的存储，所以文件夹内就可能有多次CT扫描的结果。而程序的输入需要的是一次CT所扫描的图像，而每次扫描的结果由序列号唯一标识，所以我们首先对文件夹的DIOCM图像根据文件头中的序列号分成不同的序列，选择需要处理的序列进行图像分割，具体内容如下：
a1.定义读入图像的像素类型及图像维数；
a2.实例化读入图像的类型；
a3.实例化序列图像读取器；
a4.根据图像头文件中的序列号(Series Number)来将文件夹中图像归类为不同的序列；
a5.选择第一个序列，并将序列内图像的名称保存到一个向量容器中；
a6.遍历容器，根据图像名从数据源读取图片。
(2)对读取的文件进行区域增长分割，并对分割结果进行命名；
本发明选择区域增长中的置信连接(itk::Confidence Connected Image Filter)进行实现。
置信连接(Confidence Connected Image Filter)：是根据当前区域简单统计特性为准则，进行区域增长。算法将相邻像素中像素值在一定范围内的将包含进种子区域中。这个范围的确定是通过两个数据：种子区域的像素值及用户提供的一个数值。用用户提供的数值作为乘法因子乘以种子区域像素值的平均值和标准差。如下面公式所示：
I(X)∈[m-fσ,m+fσ]
其中m和σ分别是区域亮度的平均值和标准差，f是用户提供的一个因子，I(X)是输入图象的像素值，X是区域中相应像素的位置。
如果邻域中没有更多的像素符合这个区间时，算法将结束它的第一次迭代。然后计算新区域中的所有像素值再次计算像素值的平均值和标准差。使用这个值及用户指定的因子再重新定义一个阈值区间，重新计算新邻域中的像素是否符合这个区间。重复这个迭代过程直到没有新的像素再加进来或者已经达到了迭代器的最大数目，算法结束。
具体的步骤如下：
b1.读图像
b2.应用曲线流滤波器(Curvature Flow Image Filter)对图像进行保留边缘的平滑滤波；
b3.选择种子点，设置最初的种子邻域大小，用户提供乘法因子等；
b4.根据设置的参数，进行计算种子区域的平均值和标准差，确定阈值区间，判断种子邻域内的像素值是否在区间内。将符合区间的种子店合并到种子区域中；
b5.根据新的种子区域，重新计算阈值区间，并判断新种子邻域内的种子点是否符合这个区间，重复以上操作；
b6.输出二值图像，写图像。
实验结果如下：
图1为输入图像，曲线流滤波器的参数迭代次数(Number Of Iterations)、脉冲时间(TimeStep)分别对应2、0.05；置信连接算法的参数乘法因子(Multiplier)、迭代次数(NumberOf Iterations)、替代值(Replace Value)、最初的邻域半径(Initial Neighborhood Radius)分别对应2、5、255、2，种子点选为4个，分别是(177、129)、(169、201)、(187、424)、(396、242)。种子点位置的选择对分割结果影响很大，基于这种考虑可以对用户选择种子点进行一定的指引。输出结果见图2所示。
从图2可看出：通过选择适当位置的多个种子点，ITK提供的置信连接算法能够在较短的时间内完整的分割出头骨部分。
(3)将每个分割结果进行保存；
为了支持多次分割并在内存中保存每次分割的结果，本发明为每次分割结果分配内存区域。本发明引入变量记录用户的分割次数，具体操作如下：
c1.将每个分割结果转化为VTK数据类型；
c2.定义指向VTK图像数据类型的指针数组；
c3.每次分割后，为指向VTK图像数据类型的指针分配内存，存储分割结果。
(4)重复步骤(2)和(3)，直到分割结束；
(5)在分割结果序列中选择对应的分割结果进行显示，即完成头骨的分割。
将分割结果用VTK显示，其中三个窗口分别显示矢状面、冠状面、横断面三个方向的图像。在第四个窗口显示三维图像。矢状面(sagital)是与地面垂直过身体前后的面；冠状面(coronal)是也是与地面垂直且过身体左右的面；而横断面(transverse/axial)是与地面平行的切面。程序的触发，数据的导入、参数的选择、分割结果的保存通过Qt槽信号机制进行连接触发。
其中，Qt信号和槽的设计情况如下：
点击应用键(Apply Button)按钮，触发三维分割算法测试更新(update test())运行；选择预定义设置框(Predefined Set Box)下拉框的选项，触发预定义设置更新(updatePredefined Set(QString))的运行，即选择了三维分割算法的阈值范围；点击组合框(comboBox)下拉框中的选项，即选择相应的分割结果，触发数据显示(show Data(int))的运行，显示所选的分割结果。Q片段平台(QSegment Dock)发射的信号(show_cc_result_signal1())，触发主窗口(main window)中结果显示(show_cc_result_slot1())的运行，进行数据显示。
实施例2
基于二值阈值的实现不用选择种子点及运行速度最快的原因，本发明选择二进值阈值(Binary Threshold)滤波器实现图像的三维分割。二进值阈值(Binary Threshold)滤波器这个滤波器需要确定阈值区域范围，本发明根据头部CT图像的性质事先确定图像各组织的阈值区域，节省了用户的这一步操作，用户只需要直接选择要分割的组织，程序内部根据所选择的组织对应的阈值使用二进值阈值图像滤波器(itk::Binary Threshold Image Filter)进行图像的分割。为了支持多次分割并在内存中保存每次分割的结果，本发明为每次分割结果分配内存区域。将分割结果用VTK显示，其中三个窗口分别显示矢状面、冠状面、横断面三个方向的图像。在第四个窗口显示三维图像。矢状面(sagital)是与地面垂直过身体前后的面；冠状面(coronal)是也是与地面垂直且过身体左右的面；而横断面(transverse/axial)是与地面平行的切面。程序的触发，数据的导入、参数的选择、分割结果的保存通过Qt槽信号机制进行连接触发。

Claims (4)

1.一种基于DICOM序列的头骨分割方法，其特征在于，包括以下步骤：
(1)读取头骨的DICOM序列文件；
(2)对读取的文件进行区域增长分割，并对分割结果进行命名；
(3)将每个分割结果进行保存；
(4)重复步骤(2)和(3)，直到分割结束；
(5)在分割结果序列中选择对应的分割结果进行显示，即完成头骨的分割。
2.根据权利要求1所述的基于DICOM序列的头骨分割方法，其特征在于，步骤(1)中所述的读取头骨的DICOM序列文件包括以下内容：
a1.定义读入图像的像素类型及图像维数；
a2.实例化读入图像的类型；
a3.实例化序列图像读取器；
a4.根据图像头文件中的系列数来将文件夹中图像归类为不同的序列；
a5.选择第一个序列，并将序列内图像的名称保存到一个向量容器中；
a6.遍历容器，根据图像名从数据源读取图片。
3.根据权利要求1所述的基于DICOM序列的头骨分割方法，其特征在于，步骤(2)中所述的区域增长分割包括以下内容：
b1.选定像素点作为区域增长算法执行的种子点；
b2.将与种子点有相似性质的像素也作为种子点合并到上一步算法执行时的种子区域，形成新的种子；
b3.重复步骤b2，直到没有新的种子点加入或到了终止条件。
4.根据权利要求1所述的基于DICOM序列的头骨分割方法，其特征在于，步骤(3)中所述的将每个分割结果进行保存包括以下内容：
c1.将每个分割结果转化为VTK数据类型；
c2.定义指向VTK图像数据类型的指针数组；
c3.为指向VTK图像数据类型的指针分配内存，存储分割结果。
CN201510342842.XA 2015-06-19 2015-06-19 一种基于dicom序列的头骨分割方法 Pending CN104952079A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510342842.XA CN104952079A (zh) 2015-06-19 2015-06-19 一种基于dicom序列的头骨分割方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510342842.XA CN104952079A (zh) 2015-06-19 2015-06-19 一种基于dicom序列的头骨分割方法

Publications (1)

Publication Number Publication Date
CN104952079A true CN104952079A (zh) 2015-09-30

Family

ID=54166707

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510342842.XA Pending CN104952079A (zh) 2015-06-19 2015-06-19 一种基于dicom序列的头骨分割方法

Country Status (1)

Country Link
CN (1) CN104952079A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105701795A (zh) * 2015-12-30 2016-06-22 中国科学院深圳先进技术研究院 一种医学影像中腹部骨骼分割方法及系统
CN109345546A (zh) * 2018-09-30 2019-02-15 数坤（北京）网络科技有限公司 一种冠脉体数据模型分割方法及设备
CN109993754A (zh) * 2019-04-01 2019-07-09 华志微创医疗科技（北京）有限公司 从图像上进行颅骨分割的方法和系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1523530A (zh) * 2003-09-10 2004-08-25 北京工业大学 一种钛合金颅骨修复体制备方法
CN1555028A (zh) * 2003-12-23 2004-12-15 沈阳东软数字医疗系统股份有限公司 医学图像分割中关于皮肤的自动提取方法
US20070041647A1 (en) * 2005-07-22 2007-02-22 Charles Florin Method for increasing the flexibility of DICOM tags management in application-specific integration
CN103942826A (zh) * 2013-01-17 2014-07-23 复旦大学 一种高适配度的颅骨修复体重建的方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1523530A (zh) * 2003-09-10 2004-08-25 北京工业大学 一种钛合金颅骨修复体制备方法
CN1555028A (zh) * 2003-12-23 2004-12-15 沈阳东软数字医疗系统股份有限公司 医学图像分割中关于皮肤的自动提取方法
US20070041647A1 (en) * 2005-07-22 2007-02-22 Charles Florin Method for increasing the flexibility of DICOM tags management in application-specific integration
CN103942826A (zh) * 2013-01-17 2014-07-23 复旦大学 一种高适配度的颅骨修复体重建的方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
宋晓 等: "置信连接的自动肝脏分割方法", 《计算机辅助设计与图形学学报》 *
袁杲 等: "利用ITK和VTK集成实现三维医学图像的分割", 《计算机应用与软件》 *
裴晓敏 等: "MRI脑部图像头骨剥离方法研究", 《计算机仿真》 *
马鸣 等: "基于DICOM序列影像的肺结节ROI自动检测", 《中国数字医学》 *
黄荔丽 等: "基于DICOM格式的肝脏肿瘤CT图像分割", 《计算机技术与发展》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105701795A (zh) * 2015-12-30 2016-06-22 中国科学院深圳先进技术研究院 一种医学影像中腹部骨骼分割方法及系统
CN109345546A (zh) * 2018-09-30 2019-02-15 数坤（北京）网络科技有限公司 一种冠脉体数据模型分割方法及设备
CN109993754A (zh) * 2019-04-01 2019-07-09 华志微创医疗科技（北京）有限公司 从图像上进行颅骨分割的方法和系统
CN109993754B (zh) * 2019-04-01 2021-02-09 华志微创医疗科技（北京）有限公司 从图像上进行颅骨分割的方法和系统

Similar Documents

Publication Publication Date Title
US10878639B2 (en) Interactive voxel manipulation in volumetric medical imaging for virtual motion, deformable tissue, and virtual radiological dissection
US11183296B1 (en) Method and apparatus for simulated contrast for CT and MRI examinations
Shareef et al. Segmentation of medical images using LEGION
US8761493B2 (en) Method and system for tooth segmentation in dental images
Beyer et al. High-quality multimodal volume rendering for preoperative planning of neurosurgical interventions
CA2651437C (en) Methods and systems for segmentation using boundary reparameterization
US8929635B2 (en) Method and system for tooth segmentation in dental images
CN107808156A (zh) 感兴趣区域提取方法
US8970581B2 (en) System and method for interactive contouring for 3D medical images
US20110075896A1 (en) Computer readable medium, systems and methods for medical image analysis using motion information
KR102216460B1 (ko) X-선 이미지를 생성하기 위한 방법 및 시스템
US20070167784A1 (en) Real-time Elastic Registration to Determine Temporal Evolution of Internal Tissues for Image-Guided Interventions
CN106600609A (zh) 一种医学图像中脊柱的分割方法及系统
CN110706241B (zh) 一种三维病灶区域提取方法和装置
CN102024251B (zh) 用于双源ct的基于多图像虚拟非对比图像增强的系统和方法
CN101105862A (zh) 一种医学图像窗口参数的自适应调整方法
WO2017114479A1 (zh) 图像处理的方法及系统
CN107067398A (zh) 用于三维医学模型中缺失血管的补全方法及装置
CN106709920B (zh) 血管提取方法及其装置
WO2013012969A2 (en) Method for tooth dissection in cbct volume
CN104952079A (zh) 一种基于dicom序列的头骨分割方法
Kondo et al. Computer-based extraction of the inferior alveolar nerve canal in 3-D space
CN106952264B (zh) 三维医学目标的切割方法及装置
CN116797612B (zh) 基于弱监督深度活动轮廓模型的超声图像分割方法及装置
Jung et al. Occlusion and slice-based volume rendering augmentation for PET-CT

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20150930