专利名称：一种肾皮质图像分割方法
技术领域：
本发明涉及图像处理技术，特别涉及一种肾皮质图像分割方法。
背景技术：
随着影像学技术的发展，医学图像分割已经成为医学图像分析领域里关键和具有挑战性的问题。而肾脏分割又基于肾脏结构特殊变得尤为复杂。如图1所示为肾脏CT图像，肾脏主要包含肾皮质、肾髓质和肾盂。其中肾皮质形成了一个连续光滑的外部带型区域，夹杂着一系列从肾盂向肾皮质的投射型区域，该投射型区域为肾柱。目前已经有一些肾脏分割的算法，但是他们大多关注整肾分割而很少涉及到肾脏中的特定结构如肾皮质和肾柱。图1中的(a)表示冠状面；图1中的(b)表示矢状面。肾皮质图像分割的自动实现是相当困难的，导致其困难的原因主要有1)肾皮质在位于肾盂附近为半开放结构；2)与邻近器官(如肝脏、脊柱和肌肉等)之间的弱边缘性； 3)肾皮质和肾柱的灰度值即为接近。一些常规的方法例如区域增长和阈值等都无法很好的分割处肾皮质。
发明内容
(一 )要解决的技术问题为了解决现有技术难以准确地对肾皮质结构进行分割，导致了常规方法在肾皮质图像的分割问题上失效的问题，本发明提供了一种肾皮质图像分割方法，从而准确的分割出肾皮质结构图像。( 二)技术方案为达到上述目的，本发明提供了一种肾皮质图像分割方法，该方法包括步骤1 利用统计形状模型算法对肾脏图像进行初始分割，获得肾脏结构的初始外表面S'的网格图像；步骤2 在初始外表面S'的网格图像附近的窄带内，对肾皮质外表面和内表面分别建子图Gtl和子图G1，得到带权有向图G= (GojG1)；分别针对肾皮质外表面和内表面设计代价函数Ctl和C1，基于带权有向图G = (G0, G1)和代价函数Ctl，C1生成s-t图Gst，并利用最大流最小割方法，提取出两层最优表面图像即为肾皮质外表面图像Stl和内表面图像S1 ；步骤3 用肾皮质外表面图像Stl和内表面图像S1生成肾皮质体数据图像ν。·χ。(三)有益效果从上述技术方案可以看出，本发明具有以下有益效果1、本发明提供的肾皮质图像分割方法，能准确地分割出肾脏中的肾皮质结构，并能有效地抑制基于灰度的方法通常会出现的肾皮质外嵌肾柱的问题。2、本发明将肾脏周围图像中的解剖结构约束信息集成进基于模型的方法中，能主动地对肾脏中的肾皮质肾柱交界处进行约束，从而抑制了肾皮质外嵌肾柱的问题，很好的将肾皮质和肾柱分离开来，同时该方法还可以有效地克服图像噪声、局部容积效应、强度重叠和强度不均勻性的影响，对现有的分割算法是一个很好的补充。3、本发明是肾脏图像处理与分析中的关键算法，能极大的减少手动分割肾皮质图像的工作量。4、本发明能准确地分割出肾皮质结构，给量化分析肾皮质结构厚度提供了基础。
5、本发明不仅仅只适用于肾皮质图像分割，而是可以应用于医学图像中诸多多表面结构的分割上，从而为这类问题提供了一种统一的可供参考的方法。在具有多表面结构特点的肾皮质图像及心室壁图像分割领域有着重要的应用价值。本方法是基于图论的方法，可以搜索到全局最优边界，从而进一步克服图像噪声、 局部容积效应、强度重叠和强度不均勻性的影响。实验结果显示，本方法在分割肾皮质结构图像上展示出了优越的性能。
图1为肾脏CT图像。图2为本发明提供的肾皮质图像分割方法的流程图。图3为手动分割整肾示例图。图4为肾脏平均形状。图5为本发明提供的肾皮质图像分割方法实验效果图。图6为带权有向图G = (G0, G1)构造示意图。图7为肾皮质图像。
具体实施例方式为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。本发明的核心思想是提出一种肾皮质图像分割方法，准确分割出肾皮质结构。以下结合具体的实施例对根据本发明提供的这种肾皮质图像分割方法进行详细描述，如图2 所示为本发明提供的肾皮质图像分割方法的流程图，该方法包括以下步骤步骤1 利用统计形状模型算法对肾脏图像进行初始分割，获得肾脏结构的初始外表面S'的网格图像；步骤2 在初始外表面S'的网格图像附近的窄带内，对肾皮质外表面和内表面分别建子图Gtl和子图G1，得到带权有向图G= (GojG1)；分别针对肾皮质外表面和内表面设计代价函数Cc^PC1，基于带权有向图G= (GojG1)和代价函数Ctl,C1生成s-t图Gst，并利用最大流最小割方法，提取出两层最优表面图像即为肾皮质外表面图像Stl和内表面图像S1 ；步骤3 用肾皮质外表面图像Stl和内表面图像S1生成肾皮质体数据图像V。。&x。上述步骤1中所述获得初始外表面S'的网格图像S'的步骤包括以下步骤步骤11)利用非线性扩散滤波对原图Itl进行处理，得到增强之后的图像Ie ；步骤12)利用手动分割的整肾标准训练集生成肾脏平均形状模型；步骤13)将生成的肾脏平均形状模型初始定位于Ie中肾脏位置获得初始外表面 S'的网格图像。上述步骤11)中非线性扩散滤波器公式如下
权利要求
1.一种肾皮质图像分割方法，其特征在于，所述分割方法包括以下步骤步骤1 利用统计形状模型算法对肾脏图像进行初始分割，获得肾脏结构的初始外表面S'的网格图像；步骤2 在初始外表面S'的网格图像附近的窄带内，对肾皮质外表面和内表面分别建子图Gtl和子图G1，得到带权有向图G= (GojG1)；分别针对肾皮质外表面和内表面设计代价函数Cc^PC1，基于带权有向图G= (GojG1)和代价函数Ctl,C1生成s-t图Gst，并利用最大流最小割方法，提取出两层最优表面图像即为肾皮质外表面图像Stl和内表面图像S1 ；步骤3 用肾皮质外表面图像S。和内表面图像S1生成肾皮质体数据图像V。。rtra￡。
2.根据权利要求1所述的肾皮质图像分割方法，其特征在于，得到带权有向图G=(G0, G1)的具体步骤如下对初始外表面S'的网格图像上的每一个顶点Vj，在该顶点法线方向上等距采样形成多个采样点，所述采样点构成子图的节点，用= 0，l ;j = 0，...， M-I ;k = 0，... Ni表示，其中i是带权有向图G= (GojG1)的序号，j是初始外表面S'的网格图像上的顶点的序号，其中M代表网格S'上顶点的个数，而k是沿着该列的采样点的序号，Ni则是对于子图Gi上每列采样点的个数；针对子图Gtl和子图G1,分别利用以下公式来构造每个顶点的采样点列，表示为S。(对)和f^o(^) = vJ ~(k~ (N0 ~ 1)/2).厶。.苟[S1^) = Vj-k-A1-^j其中法线方向@向外，Δο和A1分别为子图Gtl和子图G1的列间弧平滑约束因子，而 N0和N1则分别为子图Gtl和子图G1上每列采样点的个数；由上述公式可知，上面公式采样点列代表外表面同时向外和向内进行搜索，有k = 0，. . .，Ntl-I,而下面公式采样点列 A(C)代表内表面则仅仅向内搜索，有k = 0，. . . 'N1-I ；^为采样点；子图G。由预分割表面内部采样点和外部采样点同时组成，而子图G1则仅仅由预分割表面的内部采样点组成；子图Gtl和子图G1的构造是基于已有的先验知识肾皮质内表面和外表面为严格内外表面结构。
3.根据权利要求2所述的肾皮质图像分割方法，其特征在于，所述带权有向图G=(G0, G1)具有三种类型的弧，分别是列内弧Ea、列间弧和表面间弧Es，三种类型的弧如下表示‘E^ = ^vkj) ^,[Vk-1))]< Erl S^r^—E^ = {(S^Soivf))^ (S0(v^ S1^))]其中列内弧Ea连接同一列中的采样点和采样点氏(《―1);对于列间弧有，当i = 0时，列间弧￡^’连接外表面子图Gtl上两个相邻点Vp和、 上的采样点和采样点AC^—H^))，而当i = 1时，列间弧丑 连接内表面子图G1上的两个相邻点Vp和、上的采样点&(《)和采样点汾(《…(()，fc_Al))，其中max(0， k-Δ,)表示受列间弧平滑约束因子Ai约束的列间弧￡；”可选采样点序号；表面间弧Es则连接不同子图G。和G1上的采样点和采样点&(<)，或者采样点&(《”和采样点S1^)-, Vkj : 《“均为采样点，其中表示其采样点序号Ic1小于k，而表示其采样点序号ku大于k ； δ u和δ i分别为最大分离约束因子和最小分离约束因子，加载在表面弧之间从而分离出两个相邻表面，即满足采样点S1 (《)和或者&(《“)和&(《)之间的距离在分离约束因子S u和S1之间。
4.根据权利要求2所述的肾皮质图像分割方法，其特征在于，带权有向图G=(G0, G1)的顶点具有的权值网(4)定义如下
5.根据权利要求4所述的肾皮质图像分割方法，其特征在于，子图G1的代价函数 Cl的主要组成部分三维“sheet滤波器”Fsheet如下
6.根据权利要求1所述的肾皮质图像分割方法，其特征在于对所述生成的s_t图Gst 有如果构造的带权有向图G = (G0, G1)的顶点权值> 0，节点将被权值为的有向边连接到汇点Pt，否则节点将被权值为一M/〗(％fc)的有向边连接到源点Ps ；这些弧都为T-连接。
7.根据权利要求6所述的肾皮质图像分割方法，其特征在于，所述将所有的列内弧Ea、 列间弧和表面间弧Es均视为s-t图中的N-连接，并对有向边权值赋值为无穷大；N-连接与T-连接共同组成一个s-t图Gst。
8.根据权利要求1所述的肾皮质图像分割方法，其特征在于，所述生成肾皮质体数据图像V。 tex的步骤是1)将肾皮质外表面图像S。和内表面图像S1转换成与原图I。维数和像素间距均相同的体数据图像V。utCT和VinnCT ；2)用Vouter减去VimCT获得肾皮质体数据图像Vcortex °
全文摘要
本发明公开了一种肾皮质图像分割方法，该方法包括步骤1利用统计形状模型算法对肾脏图像进行初始分割，获得肾脏结构的初始外表面S′的网格图像；步骤2在初始外表面S′的网格图像附近的窄带内，对肾皮质外表面和内表面分别建子图G0和G1，得到带权有向图G＝(G0，G1)；分别针对肾皮质外表面和内表面设计代价函数C0和C1，基于带权有向图G＝(G0，G1)和代价函数C0，C1生成s-t图Gst，并利用最大流最小割方法，提取出两层最优表面图像即为肾皮质外表面图像S0和内表面图像S1；步骤3利用肾皮质外表面图像S0和内表面图像S1生成肾皮质体数据图像Vcortex。本发明方法能精确地分割出肾皮质结构，极大减少了手动分割肾皮质的工作量，在具有多表面结构特点的肾皮质图像及心室壁图像分割领域有着重要的应用价值。
文档编号G06T7/00GK102332164SQ20111033713
公开日2012年1月25日 申请日期2011年10月31日 优先权日2011年10月31日
发明者张星, 李秀丽, 杨鑫, 田捷 申请人:中国科学院自动化研究所