CN108257120A - 一种基于ct图像的三维肝脏包围盒的自动提取方法 - Google Patents

Abstract

本发明涉及一种基于CT图像的三维肝脏包围盒的自动提取方法，对N例腹部CT肝脏分割数据进行体积测量，选出和平均肝脏体积最接近的三维CT切片和肝脏掩膜，确定其对应的CT切片的肝脏区域矩形框；把已经确定肝脏矩形区域的CT图像作为标准CT图像和未确定肝脏包围盒的CT图像进行粗配准，改变粗配准中优化器的步长和迭代次数，输出变换矩阵；对肝脏区域矩形框的二值图像进行几何变换，将变换后的矩阵放在二维坐标系中，找出矩阵中灰度值为1的所有点的坐标，根据X,Y最大值和最小值确定矩形边界作为肝脏区域矩形。本发明降低了图像处理数据量，指导肝脏的快速、准确的分割，对于指导肝脏肿瘤分割具有重要意义，为后续研究奠定了基础。

Description

一种基于CT图像的三维肝脏包围盒的自动提取方法

技术领域

本发明涉及一种图像处理技术，具体为一种基于CT图像的三维肝脏包围盒的自动提取方法。

背景技术

随着科学技术的飞速发展和人民生活水平的持续提高，人们越来越关注自身健康，提早准确的发现疾病并予以及时治疗，不但可以挽回病人的生命、减轻病人的痛苦，还可以减轻病人的经济负担。信息化爆炸的今天，图像作为人类感知外界环境最基础、直接、真实的方式，正在向着更高要求的方向不断发展。医学影像技术作为一种非侵入式的医学诊断参考依据，在现代医学中起着越来越重要的作用。计算机断层扫描(CT)，超声成像(US)，核磁共振(MRI)，正电子放射断层扫描(PET)等医学成像技术已经成为辅助医生诊断和治疗的重要工具，在肿瘤诊断中扮演重要角色。由于CT图像对于组织器官的成像效果好，能精确反应解剖信息等优点，所以在疾病的检查中应用广泛。

ROI区域的提取对于医学图像处理具有非常重要的意义。医学图像内容丰富、结构复杂，如何提取其中有效的区域，是医学图像检索和识别的重要难点，它对于医生进行病例分析以及教学和科研都有非常重要的意义。近年来，研究者对于ROI区域提取进行了大量深入研究，出现了大量的ROI区域提取的方法，其中包括：阈值法、区域增长法、聚类法、图谱法、水平集、图切法和神经网络等。这些方法仍然存在缺陷，例如：需要手动交互、对噪声敏感、复杂度高、适应性不强，因此不适合临床使用。

发明内容

针对现有技术中ROI区域的提取方法不适合临床使用等不足，本发明要解决的问题是提供一种能够快速、准确的从医学图像中得到分割目标的基于CT图像的三维肝脏包围盒的自动提取方法。

为解决上述技术问题，本发明采用的技术方案是：

本发明一种基于CT图像的三维肝脏包围盒的自动提取方法，包括以下步骤：

1)对N例不同身高体重人体的腹部CT肝脏分割数据进行体积测量，求取平均肝脏体积V_a，并从这些CT数据中选出和V_a最接近的三维CT切片和肝脏掩膜；

2)对选出的三维CT切片和肝脏掩膜数据沿冠状面垂直方向插值；

3)根据插值之后的肝脏掩膜数据，确定其对应的CT切片的肝脏区域矩形框L_r；对插值之后的每张CT切片都完成肝脏区域矩形框的确定，然后确定三维CT切片的肝脏包围盒L_b，把已经确定肝脏矩形区域的CT图像作为标准CT图像I_m；

4)对确定肝脏包围盒的CT图像I_m和未确定肝脏包围盒的CT图像I_f进行粗配准；

5)改变粗配准中优化器的步长s和迭代次数t，输出变换矩阵T；

6)设置I_m肝脏区域矩形框内像素点的灰度值为1，其余像素点的灰度值为0，得到新的矩阵I_n，对新的矩阵I_n依据变换矩阵T进行几何变换，得到变换后的矩阵T′；

7)把变换后的矩阵T′放在二维坐标系中，左上角为坐标原点，找出矩阵T′中灰度值为1的所有点的坐标(X,Y)；确定X,Y的最小值和最大值，根据X,Y最大值和最小值确定四个坐标点；

8)根据四个坐标点确定一个矩形边界，该矩形边界作为I_f的肝脏区域矩形。

步骤1)是读取每个人的三维肝脏分割数据，找出肝脏轮廓像素点的三维坐标，计算每个人的肝脏体积V_a，并从这些CT数据中找出和V_a最接近的三维CT切片和肝脏掩膜，具体为：

101)将三维肝脏分割数据读到内存中；

102)获取三维点云中每个轮廓点的位置坐标(P_x,P_y,P_z)；

103)通过MATLAB中的MESH函数计算每个人肝脏的体积；

104)求取一个平均体积V_a；

105)从CT数据中找出和V_a最接近的三维CT切片和肝脏分割图像。

步骤3)的具体方法为：

301)将插值之后的三维CT数据和肝脏掩膜读取到内存中；

302)确定每张切片肝脏的边界坐标，并得到坐标中的x和y最大值和最小值，根据x和y最大值和最小值确定其对应CT切片的肝脏区域矩形框L_r；

303)对插值后的切片都执行步骤3.2，确定三维CT切片的肝脏包围盒L_b，将这些图像作为标准CT图像I_m。

步骤7)的具体方法为：

701)读取变换后的矩阵T′放入二维坐标系中，左上角为坐标原点；

702)找出变换后的矩阵T′中所有灰度值为1的点的坐标(X,Y)；

703)确定坐标X的最小值X_min，最大值X_max和坐标Y的最小值Y_min，最大值Y_max；

704)确定四个坐标点(x_min，y_min)，(x_min，y_max)，(x_max，y_max)，(x_max，y_min)。

步骤1)中，N为150～300。

本发明具有以下有益效果及优点：

1.本发明提出了基于网格点云体积测量和图像配准进行腹部CT图像肝脏包围盒自动提取方法，大大降低了图像处理数据量，借此能够指导肝脏的快速、准确的分割，对于指导肝脏肿瘤分割也有重要意义，为后续的肝脏及肿瘤分割奠定了基础。

2.本发明能够在保证图像有效信息的基础上降低图像处理的数据量，能够有助于提升图像分割的效率；对于肝脏和肝脏肿瘤的分割实验，能够直接从腹部CT图像中提取肝脏的包围盒，仅对肝脏ROI区域进行处理，极大地降低图像分析的数据量，有效提高分割效率。

附图说明

图1为本发明基于CT图像的三维肝脏包围盒的自动提取方法流程图；

图2A为本发明中已确定肝脏区域矩形框的标准CT图像；

图2B为本发明中的二值图像；

图2C为本发明中未确定肝脏包围盒的CT图像；

图2D为本发明中的配准图像；

图2E为本发明中变换后的图像中确定坐标点；

图2F为本发明中确定图2C的肝脏区域矩形框；

具体实施方式

下面结合说明书附图对本发明作进一步阐述。

如图1所示，本发明一种基于CT图像的三维肝脏包围盒的自动提取方法，包括以下步骤：

1)对N例不同身高体重人体的腹部CT肝脏分割数据进行体积测量，求取平均肝脏体积V_a，并从这些CT数据中选出和V_a最接近的三维CT切片和肝脏掩膜；本发明中，N为150～300。

2)对选出的三维CT切片和肝脏掩膜数据沿冠状面垂直方向插值；

3)根据插值之后的肝脏掩膜数据，确定其对应的CT切片的肝脏区域矩形框L_r；对插值之后的每张CT切片都完成肝脏区域矩形框的确定，然后确定三维CT切片的肝脏包围盒L_b，把已经确定肝脏矩形区域的CT图像作为标准CT图像I_m，如图2A所示。

4)对确定肝脏包围盒的CT图像I_m和未确定肝脏包围盒的CT图像I_f(如图2C所示)进行粗配准；

5)改变粗配准中优化器的步长s和迭代次数t，得到图2D所示的配准图像，输出变换矩阵T；

6)设置I_m肝脏区域矩形框内像素点的灰度值为1，其余像素点的灰度值为0，得到新的图像矩阵I_n(如图2B所示)，对新的矩阵I_n依据变换矩阵T进行几何变换，得到变换后的矩阵T′；

7)把变换后的矩阵T′放在二维坐标系中，左上角为坐标原点，找出矩阵T′中灰度值为1的所有点的坐标(X,Y)；确定X,Y的最小值和最大值，根据X,Y最大值和最小值确定四个坐标点，如图2E所示；

8)根据四个坐标点确定一个矩形边界，该矩形边界作为I_f的肝脏区域矩形，如图2F所示。

本发明方法包括四部分：第一部分为平均肝脏体积的计算，该部分包括获取三维人体图像，并通过网格点云模型计算肝脏体积，再求出平均肝脏体积；第二部分是获取标准CT图像，该部分使用边缘检测的方法确定标准CT图像的肝脏区域矩形；第三部分是图像配准，该部分通过对标准CT图像I_m和未确定肝脏包围盒的CT图像I_f进行配准，确定变换矩阵T；第四部分为确定四个坐标，该部分由I_m的二值矩阵经过几何变换，得到矩阵T′，通过矩阵T′中灰度值为1的点的坐标的最大最小值，确定四个坐标点，最后得到图像I_f的肝脏区域矩形。

步骤1)中，取200例不同身高体重人体的腹部CT肝脏分割数据进行体积测量，读取每个人的三维肝脏分割数据，找出肝脏轮廓像素点的三维坐标，计算每个人的肝脏体积V_a，并从这些CT数据中找出和V_a最接近的三维CT切片和肝脏掩膜，具体为：

101)将三维肝脏分割数据读到内存中；

本实施例是将人体三维肝脏分割数据读取到内存中，启动MATLAB软件，调用Dicomread()函数读取Dicom图像，保存每个人的三维图像数据矩阵；

102)获取三维图像数据矩阵中每个轮廓点的位置坐标(P_x,P_y,P_z)；

本实施例是对每张肝脏分割图像进行边缘检测，调用函数edge()，得到肝脏轮廓像素的坐标(P_x,P_y,P_z)；

103)通过MATLAB中的MESH函数计算每个人肝脏的体积；

104)求取一个平均体积V_a，即对所有的肝脏体积求和，除以实验个数，求出平均肝脏体积V_a；

105)从CT数据中找出和V_a最接近的三维CT切片和肝脏分割图像。

步骤2)中对选出的三维CT切片和肝脏掩膜数据沿冠状面垂直方向插值，具体步骤为：

201)将选中的CT数据和肝脏分割数据读入内存中；读取Dicom图像，保存三维图像数据；

202)对三维数据沿Z轴方向插值，本步骤通过调用imresize函数实现。

步骤3)的具体方法为：

301)将插值之后的三维CT数据和肝脏掩膜读取到内存中；

302)确定每张切片肝脏的边界坐标，并得到坐标中的x和y最大值和最小值，根据x和y最大值和最小值确定其对应CT切片的肝脏区域矩形框L_r；

本实施例将确定插值后图像的肝脏轮廓坐标，得到坐标中的x和y最大值和最小值，最大值分别增加20，最小值分别减小20，确定其对应CT切片的肝脏区域矩形框L_r；

303)对插值后的切片都执行步骤3.2，确定三维CT切片的肝脏包围盒L_b，将这些图像作为标准CT图像I_m。

步骤4)为粗配准，具体步骤为：

401)设置优化度量准则和度量两幅图相似度；

本实施例调用imregconfig函数，返回参数optimizer用于优化度量准则，输出参数metric提供了度量两幅图相似度的方法；

402)图像进行仿射变换，得到粗配准的结果。

本实施例调用imregister函数，根据步骤401)获得的optimizer和metric参数对图像做仿射变换，得到粗配准的图像。

步骤7)中，确定四个坐标点的具体方法为：

701)读取变换后的矩阵T′放入二维坐标系中，左上角为坐标原点；

702)找出变换后的矩阵T′中所有灰度值为1的点的坐标(X,Y)；

703)确定坐标X的最小值X_min，最大值X_max和坐标Y的最小值Y_min，最大值Y_max；

704)确定四个坐标点(x_min，y_min)，(x_min，y_max)，(x_max，y_max)，(x_max，y_min)。

步骤8中，根据四个坐标点确定一个矩形边界，该矩形边界作为I_f的肝脏区域矩形，具体步骤：

801)根据坐标(x_min，y_min)，(x_min，y_max)，(x_max，y_max)，(x_max，y_min)确定一个矩形边界L_r′；

802)将该矩形边界L_r′对应显示在图像I_f上，即确定了该CT切片的肝脏区域矩形。

本发明提出一种对腹部CT图像准确快速提取三维肝脏包围盒的自动化方法，即医学图像自动提取感兴趣区域(ROI)方法，也是网格点云体积测量和图像配准的方法，用于医学图像自动提取肝脏包围盒的技术。本发明方法通过大量数据计算得到标准体积，选出和标准体积最接近的CT图像并进行插值，根据肝脏掩膜确定标准CT图像的包围盒，未确定包围盒的肝脏CT图像和确定包围盒的标准体积CT图像配准，确定未知体积三维CT数据的肝脏包围盒，能够在保证图像有效信息的基础上降低图像处理的数据量，能够有助于提升图像分割的效率。对于肝脏和肝脏肿瘤的分割实验，如果能够直接从腹部CT图像中提取肝脏的包围盒，这样就能仅对肝脏ROI区域进行处理，极大地降低图像分析的数据量，有效提高分割效率，适合临床使用。

Claims (5)

1.一种基于CT图像的三维肝脏包围盒的自动提取方法，其特征在于包括以下步骤：

1)对N例不同身高体重人体的腹部CT肝脏分割数据进行体积测量，求取平均肝脏体积V_a，并从这些CT数据中选出和V_a最接近的三维CT切片和肝脏掩膜；

2)对选出的三维CT切片和肝脏掩膜数据沿冠状面垂直方向插值；

3)根据插值之后的肝脏掩膜数据，确定其对应的CT切片的肝脏区域矩形框L_r；对插值之后的每张CT切片都完成肝脏区域矩形框的确定，然后确定三维CT切片的肝脏包围盒L_b，把已经确定肝脏矩形区域的CT图像作为标准CT图像I_m；

4)对确定肝脏包围盒的CT图像I_m和未确定肝脏包围盒的CT图像I_f进行粗配准；

5)改变粗配准中优化器的步长s和迭代次数t，输出变换矩阵T；

6)设置I_m肝脏区域矩形框内像素点的灰度值为1，其余像素点的灰度值为0，得到新的矩阵I_n，对新的矩阵I_n依据变换矩阵T进行几何变换，得到变换后的矩阵T′；

7)把变换后的矩阵T′放在二维坐标系中，左上角为坐标原点，找出矩阵T′中灰度值为1的所有点的坐标(X,Y)；确定X,Y的最小值和最大值，根据X,Y最大值和最小值确定四个坐标点；

8)根据四个坐标点确定一个矩形边界，该矩形边界作为I_f的肝脏区域矩形。

2.按权利要求1所述的基于CT图像的三维肝脏包围盒的自动提取方法，其特征在于：步骤1)是读取每个人的三维肝脏分割数据，找出肝脏轮廓像素点的三维坐标，计算每个人的肝脏体积V_a，并从这些CT数据中找出和V_a最接近的三维CT切片和肝脏掩膜，具体为：

101)将三维肝脏分割数据读到内存中；

102)获取三维点云中每个轮廓点的位置坐标(P_x,P_y,P_z)；

103)通过MATLAB中的MESH函数计算每个人肝脏的体积；

104)求取一个平均体积V_a；

105)从CT数据中找出和V_a最接近的三维CT切片和肝脏分割图像。

3.按权利要求1所述的基于CT图像的三维肝脏包围盒的自动提取方法，其特征在于：步骤3)的具体方法为：

301)将插值之后的三维CT数据和肝脏掩膜读取到内存中；

302)确定每张切片肝脏的边界坐标，并得到坐标中的x和y最大值和最小值，根据x和y最大值和最小值确定其对应CT切片的肝脏区域矩形框L_r；

303)对插值后的切片都执行步骤3.2，确定三维CT切片的肝脏包围盒L_b，将这些图像作为标准CT图像I_m。

4.按权利要求1所述的基于CT图像的三维肝脏包围盒的自动提取方法，其特征在于：步骤7)的具体方法为：

701)读取变换后的矩阵T′放入二维坐标系中，左上角为坐标原点；

702)找出变换后的矩阵T′中所有灰度值为1的点的坐标(X,Y)；

703)确定坐标X的最小值X_min，最大值X_max和坐标Y的最小值Y_min，最大值Y_max；

704)确定四个坐标点(x_min，y_min)，(x_min，y_max)，(x_max，y_max)，(x_max，y_min)。

5.按权利要求1所述的基于CT图像的三维肝脏包围盒的自动提取方法，其特征在于：步骤1)中，N为150～300。