CN1555028A - 医学图像分割中关于皮肤的自动提取方法 - Google Patents

Abstract

本发明涉及一种医学图像分割中皮肤的自动提取方法，其程序包括如下步骤：用户激发皮肤提取按钮开始，程序软件自动进行皮肤提取过程；程序自动判断图像数据类型，根据DICOM标准图像信息识别扫描设备类型，给出相应数学模型；根据皮肤的数学模型，确定组织增长点；利用组织增长分割算法，由组织增长的起始点增长，确定包含皮肤组织的区域；由组织增长的起始点增长，建立的立体区域应用腐蚀算法，确定边界区域；利用得到的组织增长的起始点，开始进行组织增长，得到一个包含皮肤组织区域；去掉床板得到皮肤组织；本发明显著的效果是，对医学图像分割中皮肤的提取方法，去除了人工参与工作，完全由程序软件实现自动完成整个皮肤的提取过程，其结果非常精确。

Description

医学图像分割中关于皮肤的自动提取方法

技术领域

本发明涉及医学图像分割中关于皮肤的自动提取方法，特别是涉及医学图像中一种皮肤的自动提取方法。

背景技术

目前，在各类医学图像处理中，大多数仍然采用人工参与的半自动提取算法。采用人工参与的半自动提取算法需要用户参与的工作较多，一般由软件提供各种图像编辑工具，然后由用户手动对当前分割区域进行编辑，删除区域内非皮肤组织区域。这些工作非常繁琐，但往往得到的结果还是不很理想。

发明内容

针对上述已知技术尚存在的缺陷，本发明目的就是提供一种程序软件，实现自动完成整个皮肤的提取过程，而且使得到的结果精确。同时可以使本项发明技术应用于各类医学图像处理软件，特别是对于一些包含三维定位方面的系统。

本发明医学图像分割中关于皮肤的自动提取方法是通过如下步骤完成：

1、用户激发皮肤提取按钮开始，程序软件自动进行皮肤提取过程；

2、用于建立皮肤组织的数学模型步骤，根据DICOM标准图像信息识别出扫描设备类型，给出相应的数学模型；

                 EV∈[nMin，nMax]

                 其中EV代表图像设备值；

2、根据皮肤的数学模型找到种子点，即组织增长的起始点步骤；

3、用组织增长分割算法由组织增长的起始点增长，建立包含皮肤组织的立体区域步骤，应满足如下条件：

                RV∈[nMin，∝]

                RV表示进行组织增长得到的体素；

5、对由组织增长的起始点增长，建立的立体区域应用腐蚀算法，确定边界区域Ω步骤；

6、利用3得到的组织增长的起始点开始进行组织增长，得到一个包含皮肤组织和床板区域步骤，应满足条件：

                RV∈[nMin，∝]

                RV∈Ω

                Ω表示5中形成的若干相互不连通的边界区域；

7、去掉床板得到皮肤组织步骤。

本发明与已知技术比较，显著的效果是：对医学图像分割中皮肤的提取方法，去除了工参与的工作，完全由程序软件实现了自动完成整个皮肤的提取过程，其结果非常精确；同时本发明还可以应用于各类医学图像处理软件，特别是对于一些包含三维定位方面的系统，如放射治疗系统中的TPS，以及手术导航系统等。

附图说明

图1是本发明的流程框图；

图2是利用本发明完成的CT图像分割后的皮肤组织的三维显示图；

图3是利用本发明完成的头部MRI图像数据结果的三维显示图；

具体实施方式

例1、以图2所示的结果为例；

开始：程序读入相应的符合DICOM标准的图像数据文件，用户激发皮肤提取按钮，程序软件自动进入皮肤提取过程；

建立皮肤组织的数学模型：程序自动判断图像数据类型，并根据DICOM标准图像信息识别出CT扫描设备标识为CT，然后根据CT扫描设备给出相应皮肤的数学模型：

                EV[nMin，nMax]

                其中nMin的值为-200，nMax的值为3072

确定组织增长点：程序自动根据皮肤的数学模型找到种子点，即组织增长的起始点。在扫描过程中，皮肤的周围除了床板位置，再就是充满了空气，在得到的CT设备的图像里，对于皮肤和空气的交界处是很明显的，因此便可以沿非床板方向搜索，遇到的第一个满足上述皮肤数学模型条件的体素，即为组织增长点；

确定包含皮肤组织的区域：利用组织增长分割算法由种子点进行增长，且满足如下条件：

                 RV∈[nMix，∝]

RV表示进行组织增长得到的体素，nMin＝-200，由此得到了一个包含皮肤组织的立体区域；

确定边界区域：对以上立体区域应用腐蚀算法，除去内部点，得到若干相互不连通的边界区域Ω，其中包含皮肤组织；

确定皮肤和床板边界：前面得到的种子点是皮肤组织中的一个点，从该点开始进行组织增长，同时满足条件：

                 RV∈[nMax，∝]

                 RV∈Ω

由于上一步得到的Ω各边界区域是不连通的，所以增长得到的区域只能是单一的一个连通区域，而且一定包含皮肤组织；

去掉床板得到皮肤组织：上面得到的单一连通区域可能会包含相应扫描设备的床板信息，程序自动判断是否包含床板，如果包含，会自动剔除，即删除床板相应位置的体素，这样就得到皮肤组织。

例2，以图3所示的结果为例：其它程序与例1相同，不同的是建立皮肤组织的数学模型；程序自动判断图像数据类型，并根据DICOM标准图像信息识别出核磁共振设备标识为MRI，然后根据MRI核磁共振设备给出相应皮肤的数学模型；

              EV∈[nMin，nMax]

              其中nMin取值为-760，nMax为-700。

Claims (3)

1、一种医学图像分割中关于皮肤的自动提取方法，其特征在于包括如下步骤：

用户激发皮肤提取按钮开始，程序软件自动进行皮肤提取过程步骤；

根据DICOM标准图像信息识别扫描的设备类型，给出相应的数学模型：

              EV∈[nMin，nMax]

              其中EV代表图像设备值；

建立皮肤的数学模型步骤；

根据皮肤的数学模型找到种子点，即组织增长的起始点，确定组织增长点步骤；

利用组织增长分割算法，由组织增长的起始点增长，建立包含皮肤组织的立体区域步骤；

对组织增长的起始点增长，建立的立体区域应用腐蚀算法，确定边界区域步骤；

利用得到的组织增长的起始点开始进行组织增长，得到一个包含皮肤组织区域的步骤；最后，

去掉床板得到皮肤组织步骤。

2、按照权利要求1所述的一种医学图像分割中关于皮肤的自动提取方法，其特征在于利用组织增长分割算法由组织增长的起始点增长，建立包含皮肤组织的立体区域，应满足如下条件：

            RV∈[nMin，∝]

            RV表示进行组织增长等到的体素。

3、按照权利要求1所述的一种医学图像分割中关于皮肤的自动提取方法，其特征在于利用组织增长的起始点开始进行组织增长，得到一个包含皮肤组织的区域，应满足如下条件：

            RV[nMin，∝]

            RV∈Ω

            Ω表示若干相互不连通的边界区域。

Images