肝脏CT灌注图像中高效的肋骨和脊椎骨的标识检测方法技术

本发明专利技术提出一种肝脏CT灌注图像中高效的肋骨和脊椎骨的标识检测方法，本发明专利技术针对肝脏CT灌注图像的基本特点采取高斯滤波和最大相关准则法进行二值化的方法并进一步在充分参考肋骨和脊椎骨解剖学分布特征基础上设计的基于凸多边形检测的肋骨和脊椎骨标识检测方法，是一种高效的肋骨和脊椎骨标识检测方法。该方法原理比较简单、计算量较小，而且在耗时比较大的连通区域求取和blob标记环节采用了快速实现方法，进行肋骨、脊椎骨分割和检测的速度比较快。因此，本发明专利技术所提出算法不啻为一种高效而准确的肝脏CT灌注图像中肋骨和脊椎骨标识检测方法，对于进一步进行肝脏分割和配准乃至肝脏计算机辅助系统的实现具有重大的临床应用与参考价值。

【技术实现步骤摘要】
肝脏CT灌注图像中高效的肋骨和脊椎骨的标识检测方法
本专利技术涉及计算机辅助诊断
，尤其涉及一种肝脏CT灌注图像中高效的肋骨和脊椎骨的标识检测方法。
技术介绍
在肝脏CT图像中，肋骨和脊椎骨目标比较明显，相对容易检测，而且在图像采集过程中具有不容易发生位移、形变和亮度变化等优势，可以作为很好的参照物用来辅助进行准确的肝脏图像分割和配准。因此，在CT肝脏计算机辅助诊断系统中，肋骨和脊椎骨的检测和分割是肝脏分割与配准非常重要的预处理步骤之一。但是，在肝脏CT灌注应用场合中，由于肝硬化或造影剂增强等因素的影响，肝脏血管或病变组织也可能存在与肋骨和脊椎骨相类似的高亮灰度值，这使得其中肋骨和脊椎骨的分割难度增大。为了解决这个问题，周洁等(周洁,赵于前,唐建,等.肝脏CTA图像肋骨和脊椎骨分割方法研究[J].计算机工程与应用,2009,45(31):215-217.)提出将图像进行阈值化后利用局部解剖学知识构造四条边界特征线，然后基于二值形态学重建的方法将肋骨和脊椎骨从肝脏CT灌注图像中分割出来。但该方法四条特征线的构造过程需要事先指定相关参数，对于不同年龄段的病人由于相应参数会发生变化而难以有效保证分割算法的通用性。刘驰和冷涛(刘驰，冷涛.一种新的肝脏CTA图像肋骨和脊椎骨分割方法[J].电脑知识与技术.2010年05期:1166-1167)在现有分割方法的基础上，提出一种基于解剖学和数学形态学的镜像法。该方法首先对图像二值化，构造其边界特征线及其中央对称线，然后镜像对称线左侧部分，并利用解剖学对称性排除一般组织，最后通过形态学重建实现肋骨和脊椎骨分割。实际上在很多情况下，肝脏灌注图像中的某些对比度增强的组织也可能呈现左右对称分布特征，在这种情况下就不可避免会把左右大体对称的组织区域包含于分割结果内，进而产生错误的分割结果，使得该类算法在具体应用过程中会存在一定的问题。
技术实现思路
本专利技术的目的在于提出一种实现CT灌注图像中肋骨和脊椎骨高效且精准的标识定位，从而便于实现肝脏与骨骼精准分割的标识检测方法。为达到上述目的，本专利技术提出一种肝脏CT灌注图像中高效的肋骨和脊椎骨的标识检测方法，包括以下步骤：步骤1：通过高斯滤波对肝脏CT图像进行预处理；步骤2：采用最大相关准则法对所述肝脏CT图像进行二值化处理；步骤3：设计凸多边形检测算法将多数肋骨区域标识出来；步骤4：基于先验知识结合凸多边形标识结果补全脊椎骨和脊椎骨附近少部分肋骨区域，最终完成对肋骨和脊椎骨的标识检测。优选的，在步骤3中，对二值化处理后的肝脏CT图像，通过基于游程链的快速Blob分析法进行连通区域的标识并计算每一个连通区域的几何中心参数，同时进行必要的面积滤波，以尽可能滤除二值化图像中小的随机点状区域的干扰和影响；假设经过连通区域标记和面积滤波后所得到的区域数也即几何中心的数目为N，假设各几何中心坐标分别为(Xi,Yi)，i＝1,2,...,N，则所有几何中心两两连线共构成条直线，假设其中第j条直线Lj的一般式为Lj：AjX+BjY+C＝0，j＝1,2,...,n，并假定该直线所关联的两几何中心下标分别为pj,qj则则任一几何中心(Xi,Yi)到直线Lj的有向距离根据解析几何知识可以表达为且满足1)Dij>0,点(Xi,Yi)在直线Lj上方；2)Dij＝0,点(Xi,Yi)在直线Lj上；3)Dij<0,点(Xi,Yi)在直线Lj下方；则根据凸多边形的基本性质，待检测的最大凸多边形结构的边应该满足如下任意条件：i≠pj,qj,Dij<0或i≠pj,qj,Dij>0根据如上规则筛选可标记出最大凸多边形所对应的所有边，由于最大凸多边形的顶点为待检测肋骨区域所对应的几何中心，从而把大多数肋骨区域标识出来。与现有技术相比，本专利技术的优势之处在于：本专利技术针对肝脏CT灌注图像的基本特点采取高斯滤波和最大相关准则法进行二值化的方法并进一步在充分参考肋骨和脊椎骨解剖学分布特征基础上设计的基于凸多边形检测的肋骨和脊椎骨标识检测方法，是一种高效的肋骨和脊椎骨标识检测方法。该方法原理比较简单、计算量较小，而且在耗时比较大的连通区域求取和blob标记环节采用了快速实现方法，进行肋骨、脊椎骨分割和检测的速度比较快。因此，本专利技术所提出算法不啻为一种高效而准确的肝脏CT灌注图像中肋骨和脊椎骨标识检测方法，对于进一步进行肝脏分割和配准乃至肝脏计算机辅助系统的实现具有重大的临床应用与参考价值。附图说明图1为本专利技术中肝脏CT灌注实验图像与处理结果图。其中a为肝脏CT灌注图像原始图像；b为经过OSTU方法二值化处理的肝脏CT灌注图像；c为经过最小误差法二值化处理的肝脏CT灌注图像；d为经过最大相关准则法二值化处理的肝脏CT灌注图像；e为经过高斯滤波处理的肝脏CT灌注图像；f为经过blob标记并面积滤波处理后的肝脏CT灌注图像；g为经过凸多边形顶点标记处理后的肝脏CT灌注图像；h为凸多边形标记遗漏区域图；i为经过本专利技术完整步骤处理后的肋骨和脊椎骨的标识检测图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面将对本专利技术的技术方案作进一步地说明。步骤1：肝脏灌注CT图像的二值化：高斯滤波是性能良好的低通滤波器，在图像处理中常常用来滤除高频椒盐噪声或孤立噪声。由于在肝脏CT灌注图像中，病变肝脏区域或正常肝脏血管壁等会存在一些高亮度的点，容易对肋骨和脊椎骨的分割造成干扰，这些干扰往往以类椒盐噪声的形式体现，可采用高斯滤波算法尽可能予以排除。此外，由于高斯滤波在本质上属于一类邻域加权平均算法，合理化运用该类算法可以改善原图像局部灰度分布进而影响后续阈值分割的结果。在本专利技术提出过程中经过实验发现，在对肝脏CT图像二值化以前，采用高斯滤波作为预处理步骤通过加权平均使高亮度的肋骨和脊椎骨能量向周围领域逐步平滑过渡，可以使得分割出的肋骨和脊椎骨区域相对不容易出现断续、丢失和缺损现象，而且标识区域边缘相对平滑而不具有毛刺。将高斯滤波作为本专利技术算法预处理步骤，可大大改善二值化处理的效果。在各种阈值分割方法中，一般都根据一个最优化阈值选取准则进行最优阈值的选取，比如OSTU方法采用最大类间方差准则、最小误差法基于最小分类误差准则、一维灰度直方图熵法基于最大信息熵准则、最大相关准则法采用来源于混沌和分形理论的最大相关准则等等。其中，最大信息熵和最大相关准则都是基于标识后图像和原图尽可能相似的原理来实现标识阈值的选取，对于肝脏CT灌注图像而言都能够有效保留肋骨和脊椎骨所对应的区域，但基于最大相关的算法由于在计算过程要涉及比最大信息熵准则少得多的对数运算，计算效率相对较高，因此本专利技术基于最大相关准则实现图像的二值化。步骤2：肝脏灌注CT图像中肋骨和脊椎骨的标识：为了提高算法处理速度和效率，对于经过二值化后的区本文档来自技高网...

【技术保护点】
1.一种肝脏CT灌注图像中高效的肋骨和脊椎骨的标识检测方法，其特征在于，包括以下步骤：/n步骤1：通过高斯滤波对肝脏CT图像进行预处理；/n步骤2：采用最大相关准则法对所述肝脏CT图像进行二值化处理；/n步骤3：设计凸多边形检测算法将多数肋骨区域标识出来；/n步骤4：基于先验知识结合凸多边形标识结果补全脊椎骨和脊椎骨附近少部分肋骨区域，最终完成对肋骨和脊椎骨的标识检测。/n

【技术特征摘要】
1.一种肝脏CT灌注图像中高效的肋骨和脊椎骨的标识检测方法，其特征在于，包括以下步骤：
步骤1：通过高斯滤波对肝脏CT图像进行预处理；
步骤2：采用最大相关准则法对所述肝脏CT图像进行二值化处理；
步骤3：设计凸多边形检测算法将多数肋骨区域标识出来；
步骤4：基于先验知识结合凸多边形标识结果补全脊椎骨和脊椎骨附近少部分肋骨区域，最终完成对肋骨和脊椎骨的标识检测。


2.根据权利要求1所述的肝脏CT灌注图像中高效的肋骨和脊椎骨的标识检测方法，其特征在于，在步骤3中，对二值化处理后的肝脏CT图像，通过基于游程链的快速Blob分析法进行连通区域的标识并计算每一个连通区域的几何中心参数，同时进行必要的面积滤波，以尽可能滤除二值化图像中小的随机点状区域的干扰和影响；
假设经过连通区域标记和面积滤波后所得到的区域数也即几何中心的数目为N，假设各...

【专利技术属性】
技术研发人员：陈兆学，
申请(专利权)人：上海理工大学，
类型：发明
国别省市：上海;31