一種ct圖像中脊髓的提取方法
【專利摘要】本發(fā)明提供一種CT圖像中脊髓的提取方法，所述方法包括如下步驟：(1)輸入所述三維CT圖像，通過二維簡化的椎管模型，得到所述三維CT圖像中所述椎管的中軸線位置的三維廣義霍夫變換空間；(2)根據(jù)所述三維廣義霍夫變換空間，確定所述椎管中軸線在所述三維CT圖像中的位置；(3)根據(jù)所述椎管中軸線的位置，通過區(qū)域增長方法，得到所述椎管的分割掩模，即得到所述三維CT圖像中的脊髓。本技術(shù)方案不僅能自動(dòng)、快速地提取CT圖像中的脊髓，還具有更高的穩(wěn)定性和靈活性。
【專利說明】一種CT圖像中脊髓的提取方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像處理領(lǐng)域，尤其涉及一種CT圖像中脊髓的提取方法。

【背景技術(shù)】
[0002] 在放療的準(zhǔn)備階段，醫(yī)生通過病人的CT圖像計(jì)算放療過程中所使用的放射線路 經(jīng)和劑量，同時(shí)在CT圖像中勾勒（分割）出一些重要的器官，以使其在放療中避開放射線 的照射，或者降低其所受到的放射線照射劑量。脊髓是神經(jīng)系統(tǒng)的核心組成部分，也是放 療中必須保護(hù)的重要區(qū)域。在制定針對頭部（如腦、頸）、胸部（如乳房、肺、食道）和腹部 (如肝臟、脾臟、腎臟、胰臟）等癌癥的放療計(jì)劃時(shí)，為了保護(hù)脊髓，醫(yī)生都需要將脊髓從預(yù) 先得到的CT圖像中分割出來。
[0003] 目前，對于三維CT圖像中椎管的自動(dòng)分割可以分為兩類。第一類方法需要人工 確定椎管的位置，比如人工選取椎管內(nèi)部的一個(gè)或多個(gè)種子點(diǎn)，然后從種子點(diǎn)出發(fā)，進(jìn)一步 自動(dòng)分割出椎管部分，是一種半自動(dòng)方法（請參考[L.G，etal.:ComputerAnalysisof ImagesandPatterns,456-463. (2005)])〇
[0004] 第二類方法可以自動(dòng)檢測出椎管的大致位置，然后對椎管進(jìn)行提取。例如，通過 簡單的圓霍夫變換尋找軸切面上的圓形特征來定位椎管，然后通過模糊區(qū)域增長的方法在 三維空間中分割出椎管；使用三維廣義霍夫變換直接定位出任意一節(jié)脊椎骨的空間位置， 并確定其所包圍的椎管中心點(diǎn)作為種子點(diǎn)，然后通過一種自適應(yīng)的算法，將小管狀結(jié)構(gòu)逐 段連接到種子點(diǎn)上（請參考[T.Klinder，etal.:MedicalImageAnalysis，vol. 13,471. (2009)]);以及使用一套基于解剖結(jié)構(gòu)圖譜的決策支持系統(tǒng)，用于定位二維軸切面上椎管 的位置，然后使用區(qū)域增長或活動(dòng)輪廓模型的方法來分割三維椎管。但是，這類方法過于復(fù) 雜，計(jì)算量比較大。


【發(fā)明內(nèi)容】

[0005] 本發(fā)明解決的問題是提供一種CT圖像中脊髓的提取方法，不僅能自動(dòng)、快速地提 取CT圖像中的脊髓，還具有更高的穩(wěn)定性和靈活性。
[0006] 為了解決上述問題，本發(fā)明提供了一種CT圖像中脊髓的提取方法，包括如下步 驟：
[0007] (1)輸入所述三維CT圖像，通過二維簡化的椎管模型，得到所述三維CT圖像中所 述椎管的中軸線位置的三維廣義霍夫變換空間；
[0008] (2)根據(jù)所述三維廣義霍夫變換空間，確定所述椎管中軸線在所述三維CT圖像中 的位置；
[0009] (3)根據(jù)所述椎管中軸線的位置，通過區(qū)域增長方法，得到所述椎管的分割掩模， 即得到所述三維CT圖像中的脊髓。
[0010] 上述所述一種CT圖像中脊髓的提取方法，其中，得到所述椎管中軸線位置的三維 廣義霍夫變換空間的過程如下：
[0011] 1)通過邊緣檢測方法，得到第k幀軸切面圖像中的邊緣點(diǎn)位置4和所述邊緣點(diǎn) 位置<處的正規(guī)化梯度向量4，其中，k為所述三維CT圖像中第k幀二維軸切面圖像，j = 1，. . .，Nk為所述第k幀軸切面圖像中的第j個(gè)邊緣點(diǎn)，Nk為所述得到的第k幀軸切面圖像 中的所有邊緣點(diǎn)數(shù)；
[0012] 2)根據(jù)所述邊緣點(diǎn)位置4和所述正規(guī)化梯度向量4，得到所述邊緣點(diǎn)映射到廣義 霍夫變換空間中的位置 <如)和cA2/(r2)，并進(jìn)行投票，得到所述廣義霍夫空間中的點(diǎn)分布函 數(shù) iff (c)和//((c);
[0013] 3)將所述點(diǎn)分布函數(shù)和//〖(c)進(jìn)行合并，得到所述第k幀軸切面的廣義霍夫 變換空間H k(c);
[0014] 4)將所有軸切面的廣義霍夫變換空間在軸向進(jìn)行級聯(lián)，得到H(c，k);
[0015] 5)將所述H(c，k)進(jìn)行平滑，得到所述椎管的中軸線的三維廣義霍夫變換空間 H(c, k)。
[0016] 上述所述一種CT圖像中脊髓的提取方法，其中，所述點(diǎn)分布函數(shù)//((c)的公式為：

【權(quán)利要求】
1. 一種CT圖像中脊髓的提取方法，其特征在于，包括如下步驟： (1) 輸入三維CT圖像，通過二維簡化的椎管模型，得到所述三維CT圖像中所述椎管的 中軸線位置的三維廣義霍夫變換空間； (2) 根據(jù)所述三維廣義霍夫變換空間，確定所述椎管中軸線在所述三維CT圖像中的位 置； (3) 根據(jù)所述椎管中軸線的位置，通過區(qū)域增長方法，得到所述椎管的分割掩模，即得 到所述三維CT圖像中的脊髓。
2. 如權(quán)利要求1所述一種CT圖像中脊髓的提取方法，其特征在于，所述椎管的中軸線 位置的三維廣義霍夫變換空間的過程如下： 1) 通過邊緣檢測方法，得到第k幀軸切面圖像中的邊緣點(diǎn)位置x;和所述邊緣點(diǎn)位置< 處的正規(guī)化梯度向量 <，其中，k為所述三維CT圖像中第k幀二維軸切面圖像，j = 1，...， Nk為所述第k幀軸切面圖像中的第j個(gè)邊緣點(diǎn)，Nk為所述得到的第k幀軸切面圖像中的所 有邊緣點(diǎn)數(shù)； 2) 根據(jù)所述邊緣點(diǎn)位置<和所述正規(guī)化梯度向量<，得到所述邊緣點(diǎn)映射到廣義霍 夫變換空間中的位置 <辦)和c^(r2)，并進(jìn)行投票，得到所述廣義霍夫空間中的點(diǎn)分布函數(shù) Ff (e)和祀(c); 3) 將所述點(diǎn)分布函數(shù)#f(c):和H2A(c)進(jìn)行合并，得到所述第k幀軸切面的廣義霍夫變換 空間Hk(c); 4) 將所有軸切面的廣義霍夫變換空間在軸向進(jìn)行級聯(lián)，得到H(c，k); 5) 將所述H(c，k)進(jìn)行平滑，得到所述椎管的中軸線的三維廣義霍夫變換空間H(c，k)。
3. 如權(quán)利要求2所述一種CT圖像中脊髓的提取方法，其特征在于，所述點(diǎn)分布函數(shù) ///'⑷的公式為：
其中，<(4：，^) = /[0=4：丨,.</1)]為投票函數(shù)，1[.]為指標(biāo)函數(shù);所述(；丨?3[)+， 1.11)，1'1為 所述二維簡化模型中椎孔的半徑。
4. 如權(quán)利要求2所述一種CT圖像中脊髓的提取方法，其特征在于，所述點(diǎn)分布函數(shù) //:⑷的公式為：
其中，<({^) = /卜=<^(/^?>〇]為投票函數(shù)，1[ ?]為指標(biāo)函數(shù)，<為所述正規(guī) 化梯度向量沿著人體冠狀軸的分量；所述cA2/r2) = x;.-ri，r2為所述二維簡化模型中 椎體的半徑；li為所述二維簡化模型中椎孔中軸線與軸切面的交點(diǎn)以及椎體中軸線與軸切 面的交點(diǎn)之間的相對位移。
5. 如權(quán)利要求2所述一種CT圖像中脊髓的提取方法，其特征在于，所述Hk(c)的公式 為(c)=[和(c)]M?[忠(c)了1^或紀(jì)(c)=祕f (C) + (1 - W)祀(c),其中，w 為所述if/i (c)所占 的權(quán)重。
6. 如權(quán)利要求1所述一種CT圖像中脊髓的提取方法，其特征在于，所述H(c，k)的公 式為：
其中，h和分別為所述輸入的三維CT圖像中感興趣區(qū)域的起始幀數(shù)和終止幀數(shù)。
7. 如權(quán)利要求1所述一種CT圖像中脊髓的提取方法，其特征在于，確定所述椎管中軸 線在所述三維CT圖像中的位置的過程為： 1) 確定所述H(c，k)的極大值的像素點(diǎn)位置（cmax，kmax); 2) 根據(jù)快速行進(jìn)算法和速度函數(shù)F(c，k)，得到所述三維CT圖像中每個(gè)像素點(diǎn)到所述 像素點(diǎn)（c-kj的距離函數(shù); 3) 分別確定在所述第心幀和第kj貞軸切面圖像中距離函數(shù)D(c，k;C_，k_)的最小 值位置q和; 4) 根據(jù)最大梯度下降法，分別得到所述C(1和到所述像素點(diǎn)（Cniax，k_)的最短路徑， 并使所述最短路徑在所述像素點(diǎn)（c_，k_)處連接，即得到所述椎管中軸線在所述三維CT 圖像中的位置SGvkJ。
8. 如權(quán)利要求7所述一種CT圖像中脊髓的提取方法，其特征在于，所述速度函數(shù)F (c， k)為：F(c，k) = g(|H(c，k)-H(cMX，k_) |)，其中，g( ?)為變換函數(shù)。
9. 如權(quán)利要求7所述一種CT圖像中脊髓的提取方法，其特征在于，所述椎管中軸線位 置 S(kQ，ke)記作：S(kQ，ke) = {s(n) |n = 1，. . .，N}，其中，N 為離散點(diǎn)數(shù)的總數(shù)；s(l)= (c0, k0) ;s(n) = (c(n),k(n)) ;s(N) = (ce,ke)。
10. 如權(quán)利要求1所述一種CT圖像中脊髓的提取方法，其特征在于，得到所述三維CT 圖像中的脊髓的過程為： 1) 計(jì)算所述三維CT圖像中每個(gè)像素點(diǎn)的圖像約束的椎管概率Pl(x); 2) 計(jì)算所述三維CT圖像中每個(gè)像素點(diǎn)的椎管中軸線形狀約束的椎管概率p2(x); 3) 根據(jù)所述圖像約束的椎管概率？1〇〇和椎管中軸線形狀約束的椎管概率p2(x)，得到 所述三維CT圖像中每個(gè)像素點(diǎn)成為椎管的概率p (x); 4) 根據(jù)所述成為椎管的概率p (x)，得到所述椎管的分割掩模，即得到所述三維CT圖像 中的脊髓。
11. 如權(quán)利要求10所述一種CT圖像中脊髓的提取方法，其特征在于，得到所述椎管中 軸線形狀約束的椎管概率P2(x)的過程為： 1) 根據(jù)所述椎管中軸線位置SGvlO,得到所述椎管中軸線的初始掩模S°(x); 2) 根據(jù)所述初始掩模S°(x)，計(jì)算所述椎管中軸線形狀約束的椎管概率p2(x)，所述 = 其中，為空間濾波算子；g2( ?)為變換函數(shù)。
12. 如權(quán)利要求11所述一種CT圖像中脊髓的提取方法，其特征在于，得到所述初始掩
，其中，N為離散點(diǎn)數(shù)的總數(shù)；s(n) = (c(n)，k(n)) ;1[*] 為指標(biāo)函數(shù)。
13. 如權(quán)利要求10所述一種CT圖像中脊髓的提取方法，其特征在于，通過線性意見池 或?qū)?shù)意見池得到所述三維CT圖像中每個(gè)像素點(diǎn)成為椎管的概率p (x)。
14. 如權(quán)利要求10所述一種CT圖像中脊髓的提取方法，其特征在于，所述椎管的分割 掩模S(X)的公式為：
其中，(^為空間濾波算子；t2和t3為預(yù)定閾值。
【文檔編號(hào)】A61B6/03GK104346799SQ201310332806
【公開日】2015年2月11日 申請日期:2013年8月1日 優(yōu)先權(quán)日:2013年8月1日
【發(fā)明者】劉靖, 李強(qiáng) 申請人:上海聯(lián)影醫(yī)療科技有限公司