提取脑组织影像的方法及设备技术

本发明专利技术涉及图像处理技术，公开了一种提取脑组织影像的方法及设备，所述方法包括：确定源图像中需要提取的脑组织影像的目标位置；采用Ｃ－Ｖ模型对源图像进行预处理，得到预处理后的第一脑影像；对所述第一脑影像进行腐蚀处理，对所述目标位置所在影像区域进行膨胀处理，得到处理后的第二脑影像；取所述第一脑影像的所述目标位置所在影像区域及所述第二脑影像的所述目标位置所在影像区域的交集，得到需要提取的脑组织影像利用本发明专利技术，可以实现对不完整的脑影像序列进行二维及三维组织的提取。

【技术实现步骤摘要】

本专利技术涉及图像处理
，更具体地说，涉及一种提取脑组织影像的方法及 设备。
技术介绍
目前，随着医学技术的发展，MR (Magnetic Resonance，磁共振)影像为医生诊断患 者的病情提供了重要的参考，医生可以通过观察影像中组织的大小、结构、灰度变化来辅助 确诊病情，因此相关组织的准确提取会为医生的观察及判断带来极大便利，尤其是三维组 织的分割意义更为突出。由于MR影像存在边界模糊，噪声干扰及局部效应等特点，采用经典的分割方法难 以对其实现准确的分割，因此这方面的研究逐渐成为研究的热点。目前，研究人员已经提出了各种相关分割方法，如基于像素特征的统计概率分类 方法，其中有结合数字脑空间概率图谱的方法、结合解剖学先验只是和拓扑先验的方法；基 于区域的分割方法，如区域生长、分水岭；聚类方法；图论的方法；形变模型、机器学习、模 糊连接等方法。尽管相关研究方面的文章很多，但是能够直接实现二维及三维全脑组织提取方面 的方法却很少。一般都是选用某些特定位置的影像进行研究，实用性较差。如通常选取眼 部以上位置的扫描影像，由于眼部以下位置的非脑组织多且复杂，因此很多算法不能适用 于全脑的组织提取。在现有算法中，普遍被医院所采用的是由Smith开发的一种可变点阵模型的BET 工具，但其缺点是在三维分割中，需要提供完整的影像序列，才会较为准确地完成提取，而 且还会将眼部以下的非脑组织分割进来。所述完整的序列影像是指从头顶到颈部位置的断 层扫描全脑序列影像，一般为200多张。
技术实现思路
本专利技术实施例提供一种提取脑组织影像的方法及设备，以实现对不完整的脑影像 序列进行二维及三维组织的提取。为此，本专利技术实施例提供如下技术方案一种提取脑组织影像的方法，包括确定源图像中需要提取的脑组织影像的目标位置；采用C-V模型对源图像进行预处理，得到预处理后的第一脑影像；对所述第一脑影像进行腐蚀处理，对所述目标位置所在影像区域进行膨胀处理， 得到处理后的第二脑影像；取所述第一脑影像的所述目标位置所在影像区域及所述第二脑影像的所述目标 位置所在影像区域的交集，得到需要提取的脑组织影像。优选地，所述采用C-V模型对所述目标位置的源图像进行预处理包括在所述源图像中以指定平面作为初始化距离函数进行水平集算法迭代，每次的迭 代使目标与背景两类灰度以预定位置为准，从正负两个方向上逐渐增大两类灰度的距离；迭代预定次数后，从零水平集中得到分割边缘。优选地，对所述第一脑影像进行腐蚀处理，对所述目标位置所在影像区域进行膨 胀处理，得到处理后的第二脑影像包括对所述第一脑影像的边缘部分进行腐蚀，直到将所述第一脑影像腐蚀成为两部 分，并记录腐蚀次数；对腐蚀后的第一脑影像的所述目标位置所在影像区域进行膨胀处理；提取膨胀后的第一脑影像与所述第一脑影像的交集作为所述第二脑影像。可选地，对腐蚀后的第一脑影像的所述目标位置所在影像区域进行膨胀的次数大 于或等于所述腐蚀次数。优选地，对腐蚀后的第一脑影像进行膨胀的半径为,其中，η为腐蚀次数。一种提取脑组织影像的设备，包括目标确定单元，用于确定源图像中需要提取的脑组织影像的目标位置；预处理单元，用于采用C-V模型对源图像进行预处理，得到预处理后的第一脑影 像；形态处理单元，用于对所述第一脑影像进行腐蚀处理，对所述目标位置所在影像 区域进行膨胀处理，得到处理后的第二脑影像；融合单元，用于取所述第一脑影像的所述目标位置所在影像区域及所述第二脑影 像的所述目标位置所在影像区域的交集，得到需要提取的脑组织影像。优选地，所述预处理单元包括迭代子单元，在所述源图像中以指定平面作为初始化距离函数进行水平集算法迭 代，每次的迭代使目标与背景两类灰度以预定位置为准，从正负两个方向上逐渐增大两类 灰度的距离；分割边缘选取子单元，用于在迭代预定次数后，从零水平集中得到分割边缘。优选地，所述形态处理单元包括腐蚀子单元，用于对所述第一脑影像的边缘部分进行腐蚀，直到将所述第一脑影 像腐蚀成为两部分，并记录腐蚀次数；膨胀子单元，用于对腐蚀后的第一脑影像的所述目标位置所在影像区域进行膨胀 处理；提取子单元，用于提取膨胀后的第一脑影像与所述第一脑影像的交集作为所述第二脑影像。可选地，对腐蚀后的第一脑影像的所述目标位置所在影像区域进行膨胀的次数大 于或等于所述腐蚀次数。优选地，对腐蚀后的第一脑影像进行膨胀的半径为；,其中，η为腐蚀次数。本专利技术实施例提取脑组织影像的方法及设备，通过确定源图像中需要提取的脑组 织影像的目标位置；采用C-V模型对源图像进行预处理，得到预处理后的第一脑影像；对所 述第一脑影像进行腐蚀处理，对所述目标位置所在影像区域进行膨胀处理，得到处理后的 第二脑影像；取所述第一脑影像的所述目标位置所在影像区域及所述第二脑影像的所述目标位置所在影像区域的交集，得到需要提取的脑组织影像。从而可以实现对不完整的脑影 像序列进行二维及三维组织的提取。附图说明图1是本专利技术实施例提取脑组织影像的方法的流程图；图2是本专利技术实施例中进行C-V模型分割的脑部源图像；图3是图2所示脑部源图像进行C-V模型分割后的脑影像；图4是本专利技术实施例中腐蚀过程的示意图；图5是本专利技术实施例中膨胀过程的示意图；图6是本专利技术实施例中采用区域增长方式对分割后的脑影像进行处理的示意图；图7是本专利技术实施例中改进后的膨胀过程示意图；图8是本专利技术实施例提取脑组织影像的设备的结果示意图；图9是与专家手工分割的效果对比实验结果示意图；图10是与BET算法的分割效果对比实验得到的三维分割中的截面分割效果对比 示意图；图11是与BET算法的分割效果对比实验得到的三维分割效果对比示意图；图12本专利技术实施例中水平集算法改进前后的二维分时效果对比示意图；图13本专利技术实施例中水平集算法改进前后的三维分时效果对比示意图。具体实施例方式为了使本
的人员更好地理解本专利技术实施例的方案，下面结合附图和实施 方式对本专利技术实施例作进一步的详细说明。本专利技术实施例提取脑组织影像的方法及设备，通过确定源图像中需要提取的脑组 织影像的目标位置；采用C-V模型对所述目标位置的源图像进行预处理，得到分割后的第 一脑影像；采用区域增长方式对所述第一脑影像进行处理，得到处理后的第二脑影像；对 第一脑影像及第二脑影像进行加权融合，得到需要提取的脑组织影像。从而可以实现对不 完整的脑影像序列进行二维及三维组织的提取。如图1所示，是本专利技术实施例提取脑组织影像的方法的流程图，包括以下步骤步骤101，确定源图像中需要提取的脑组织影像的目标位置。步骤102，采用C-V模型对源图像进行预处理，得到预处理后的第一脑影像。C-V模型是一种较为经典的分割模型，是一种基于图像平均灰度的水平集算法，它 将区域划分为内部Ω1及外部Ω2，迭代稳定后的闭合曲线即为对象轮廓。由于这种算法对 于边缘模糊类图像处理效果较好，因此在本专利技术实施例中，采用C-V模型对图像进行预处 理，这种模型的能量泛函表达式如下 其中，第一项是曲线能量积分，X1为内部能量参数，λ 2为外部能量参数。C-V模型的求解过程采用变分水平集算法，通过在式(1)中引入Heaviside函数，将它修改为关于嵌入函数u (u表示水平集的嵌入函数)的泛函，即 ( 2 ) 上式中Ω表示整个本文档来自技高网...

【技术保护点】
一种提取脑组织影像的方法，其特征在于，包括：确定源图像中需要提取的脑组织影像的目标位置；采用Ｃ－Ｖ模型对源图像进行预处理，得到预处理后的第一脑影像；对所述第一脑影像进行腐蚀处理，对所述目标位置所在影像区域进行膨胀处理，得到处理后的第二脑影像；取所述第一脑影像的所述目标位置所在影像区域及所述第二脑影像的所述目标位置所在影像区域的交集，得到需要提取的脑组织影像。

【技术特征摘要】

【专利技术属性】
技术研发人员：赵大哲，杨金柱，贾迪，王艳飞，栗伟，
申请(专利权)人：东软集团股份有限公司，
类型：发明
国别省市：89[中国|沈阳]