專利名稱：肝臟血管系統(tǒng)的三維結構化描述方法
技術領域：
本發(fā)明涉及肝臟血管系統(tǒng)，尤其是一種肝臟血管系統(tǒng)的三維結構化描述方法。
背景技術：
近年來隨著科技的發(fā)展，采用計算機圖形學與數(shù)據(jù)可視化技術，利用計算機圖像處理和分析方法，通過三維重建可以幫助醫(yī)生將二維影像數(shù)據(jù)構造成立體的三維可視化模型，清楚顯示模型內(nèi)管道系統(tǒng)復雜的走行、分布及空間結構位置關系，同時實現(xiàn)影像數(shù)據(jù)的量化分析，提供管道的直徑、長度及所支配實質(zhì)臟器的區(qū)域等信息。在三維可視化模型的基礎上，進行虛擬切割，建立計算機輔助手術規(guī)劃平臺，使手術可行性的術前評估更加精準， 術前準備更加充分，手術方案的制定更加客觀、合理，因此手術的創(chuàng)傷更小，出血更少，預后更佳。目前醫(yī)學影像的三維可視化研究和數(shù)字化手術規(guī)劃平臺研發(fā)成為國際研究熱點。在肝膽胰外科領域，國內(nèi)第三軍醫(yī)大學董家鴻教授從2000年以來率先進行了肝膽胰等臟器三維重建的探索；2003年以來，南方醫(yī)科大學方馳華教授、福建醫(yī)科大學劉景豐教授等也相繼開展了這方面的研究。目前已初步建立了肝膽胰等臟器的三維可視化模型，并在肝臟模型上進行了虛擬切割探討。但是在上述模型中，仍然存在不同程度信息丟失，肝內(nèi)管道在肝段水平的顯示不佳，同時缺乏數(shù)據(jù)的量化分析功能，因此嚴重制約了其臨床應用價值。國際上，德國和日本開發(fā)的計算機輔助肝臟切除手術規(guī)劃系統(tǒng)已經(jīng)進入臨床， 初步研究提示這個系統(tǒng)有助于提高肝臟切除手術的精準性和安全性。在膽道和胰腺方面， 尚未見數(shù)字化手術規(guī)劃系統(tǒng)進入臨床的報道。雖然臨床研究初步提示數(shù)字化手術規(guī)劃系統(tǒng)有助于提高肝臟切除手術的精準性和安全性，但是由于數(shù)字化手術規(guī)劃系統(tǒng)在肝臟切除手術中應用時間尚短，因此其在肝臟切除手術中的價值與地位仍然需要進一步檢驗，尤其是需要按照循證醫(yī)學的原則進行系統(tǒng)研究。目前關于數(shù)字化肝切除手術規(guī)劃的臨床研究只是個案報道和病例回顧，因此本項目中設計了前瞻性的對照研究，這將有助于深入認識數(shù)字化手術規(guī)劃平臺的臨床應用價值。關于膽道和胰腺的數(shù)字化手術規(guī)劃平臺雖然尚未進入臨床，但是鑒于理論上已經(jīng)成為可能，盡快研發(fā)相關軟件，使之早日進入臨床就成為當務之急。目前國內(nèi)外的數(shù)字化手術規(guī)劃平臺建設主要是基于對臟器和病灶的解剖學精確評估。然而一個合理的手術規(guī)劃，不僅取決于解剖學評估，還需要結合病理學、生理學、功能影像學等進行綜合考量?！熬珳释饪啤崩砟钜呀?jīng)得到國內(nèi)外同行的廣泛贊譽和認同，本項目在數(shù)字化手術規(guī)劃平臺構建中融入了預留肝臟功能數(shù)字化評估、以及預留結構和功能重建等內(nèi)容，將“精準外科”理念與數(shù)字化手術規(guī)劃系統(tǒng)融合，形成數(shù)字化精準外科手術規(guī)劃系統(tǒng)，制定符合精準外科理念的個體化手術規(guī)劃。鑒于三維可視化模型和數(shù)字化手術規(guī)劃平臺對于提高手術精準性和安全性的巨大優(yōu)勢，其在外科臨床的應用前景非常廣闊。同時，三維可視化模型和數(shù)字化手術規(guī)劃平臺還是未來進一步開發(fā)虛擬手術系統(tǒng)的基礎。利用虛擬現(xiàn)實技術，讓外科醫(yī)生在計算機建立的虛擬環(huán)境中進行解剖觀察、手術設計和手術操作，獲得實際手術中的手感，這將對提高外科整體手術水平具有革命性影響。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種肝臟血管系統(tǒng)的三維結構化描述方法，在對肝臟血管三維圖像進行結構分析時，根據(jù)血管供血區(qū)域劃分肝段，實現(xiàn)了對肝臟的精確劃分，指導肝臟的精準切除。為了實現(xiàn)上述目的，本發(fā)明提供了一種肝臟血管系統(tǒng)的三維結構化描述方法，其特征在于包括以下步驟A、對肝臟體圖像進行分割，獲得肝臟三維圖像的分割結果；B、對肝臟血管圖像進行分割、處理，獲得合成的肝臟血管三維圖像；C、對所述肝臟血管三維圖像進行結構分析C01、采用三維骨架化方法細化處理所述肝臟血管三維圖像；C02、分別采用端點、曲線點和分叉點標記肝臟血管三維圖像的體素點，從而獲得標記后的體素點，其中所述端點只具有一組鄰接點，所述曲線點具有兩組鄰接點，所述分叉點具有3組以上鄰接點；C03、采用多叉樹的數(shù)據(jù)結構來存儲所述標記后的體素點，一個體素點的坐標存儲在多叉樹的一個結點中，且將多叉樹中的父節(jié)點和子節(jié)點采用直線連接，從而形成肝臟血管的抽象樹結構；C04、在所述肝臟血管的抽象樹結構中將兩個連接的分叉點視為一個連通域，采用連通域標記方法對各連通域進行標記，賦予唯一的數(shù)值，即將連通域中體素點均標記為相同的唯一的數(shù)值，并且采用迭代方法將與各連通域中體素點鄰接的體素點均標記為相同的數(shù)值，從而區(qū)分肝臟血管系統(tǒng)的主支血管和分支血管，獲得標記后的肝臟血管系統(tǒng)；D、根據(jù)肝臟血管系統(tǒng)中的主支血管和分支血管標記以及醫(yī)學需要，將肝臟體劃分為多個肝段。所述步驟A由以下步驟組成A01、對肝臟體圖像進行預處理，獲得原始圖像將所述肝臟體圖像轉(zhuǎn)換為Bmp形式，并且去除噪聲；A02、采用四叉樹分割方法對所述原始圖像進行初始分割，獲得多個小區(qū)域；A03、以所述小區(qū)域vi作為Graph-Based圖像分割方法中帶權圖G的節(jié)點，所述帶權圖G = (V，E)，其中V = (vi; V2, ... , vn)表示所述小區(qū)域的集合，由η個小區(qū)域組成，E 表示所述小區(qū)域之間的邊集，由m條邊組成，n、m均為大于1的整數(shù)，i為彡1的整數(shù)并且邊集E中每條邊對應于一個權值，該權值用于表示所述小區(qū)域之間的灰度相似度；A04、根據(jù)邊集E中各邊對應權值的大小，將邊集E進行排序E= (e1 …，ep，…， 6111)，其中1< <111為整數(shù)；A05、設定起始的分割結果為S° = (vi; V2,..., vn)，即將集合V中各小區(qū)域均作為起始分割的連通分量；A06、如果節(jié)點Vi、Vj分別屬于第p-1次分割結果Slri中的不同連通分量，則兩節(jié)點之間的邊為ep = (V1,、)，邊 對應的權值為w(ep)，分別求取兩連通分量Vi、Vj的內(nèi)部差異ht(Vi)、1肽(、)，如果權值奴％)大于所述內(nèi)部差異^it(Vi)Jnt(Vj)中之一則不合并節(jié)點Vi、\，否則合并節(jié)點Vi、\，從而獲得第P次分割結果Sp ；A07、循環(huán)執(zhí)行步驟A06，直至完成m次分割，獲得肝臟三維圖像最終的分割結果。所述步驟B由以下步驟組成B01、采用基于區(qū)域增長的閾值分割方法對肝臟血管圖像進行分割，提取肝臟血管的信息；B02、采用形態(tài)學操作和基于空間的中值濾波操作去除噪音，獲得粗分割圖像集；B03、采用基于空間連通域的血管樹追蹤方法對所述粗分割圖像集進行三維血管樹追蹤，獲得連通的三維血管樹圖像集；B04、采用三維形態(tài)學膨脹腐蝕操作對所述連通的三維血管樹圖像集的表面進行平滑處理，獲得合成的肝臟血管三維圖像。所述步驟B02由以下步驟組成B02-1、經(jīng)閾值分割后的肝臟血管圖像通過形態(tài)學操作消除噪音、去除缺陷，并且通過二維中值濾波處理，消除孤立的噪聲點，從而獲得圖像集合R ；B02-2、所述圖像集合R中以三張圖像作為一個圖像單元氏，將所述圖像集合R表示為R = (R1, R2,...，Rn)，如果所述圖像集合R中圖像數(shù)量不滿足3的倍數(shù)，則將剩余的圖像通過二維中值濾波處理輸出，構成的圖像單元氏則執(zhí)行如下處理；B02-3、初始化nCount = 0,neiborNum = 15，其中nCount用于表示像素點的領域中像素值不為0的像素點的個數(shù)，neiborNum用于表示像素點的領域中像素值不為0的像素點的個數(shù)臨界值，i、n均為> 1的整數(shù)；B02-4、將所述圖像單元氏中像素值不為0的像素點均投影至一張圖像上，計算投影后像素點坐標為(x，y)的像素值大小，如果所述像素點的周圍存在26領域像素點則以該像素點為中心統(tǒng)計其周圍26領域像素點的像素值是否為0，所述沈領域像素點中每存在一個像素值不為0的像素點，nCount加1 ；B02-5、如果該像素點的nCount > neiborNum,則將該像素點的像素值置為255，否則置為0 ；B02-6、重復執(zhí)行步驟B02-4 B02-5，直至完成圖像集合R中所有圖像單元的過濾，獲得粗分割圖像集。所述步驟B03由以下步驟組成B03-1、將所述粗分割圖像集中各粗分割圖像的每一個不為零的體素點的坐標均保存至索引Index中，并且將所有像素點的像素值均置為1，其中索引^iduj對應于所述粗分割圖像集中第j張圖像，下標j為大于0的整數(shù)；B03-2、遍歷所述索引Index」，將所述索引^iduj中所有像素點的坐標均推入棧 Stack 中；B03-3、彈出所述棧Mack中的各體素點，搜索各體素點的沈領接點集，如果在像素點的26領域接點集中存在像素值為1的像素點，則將該像素點的像素值標記為Lj = Ly+1，并且將該像素點的坐標推入棧Mack中，其中Lf1表示遍歷索引Index^時，棧Mack 中各像素點的26領接點集中存在像素值為1的像素點時，該像素點對應的像素值；B03-4、重復執(zhí)行步驟B03-3，直至所述棧Stack為空；B03-5、重復執(zhí)行步驟B03-2 B03-4，直至索引Index遍歷完成；
B03-6、根據(jù)像素值的大小統(tǒng)計像素點的個數(shù)，將像素點個數(shù)最多的連通域作為所述連通的三維血管樹圖像集。所述步驟COl中采用12次子迭代方法細化所述肝臟血管三維圖像。所述步驟C02由以下步驟組成C02-1、由counter來表示所述肝臟血管三維圖像中體素點的鄰接點組數(shù)，初始化 counter = 0 ；C02-2、當體素點ρ的6-鄰接點集N6 (ρ)中除體素點ρ外還存在黑點χ時，判斷體素點P的18-鄰接點集N18(P)與6-鄰接點集N6(P)的補集或者體素點P的26-鄰接點集 N26(P)與18-鄰接點集N18 (ρ)的補集中是否具有在黑點χ的、/ 范圍內(nèi)的體素點，如果判定兩個補集僅其中一個具有在黑點χ的\1范圍內(nèi)的體素點，則counter加1 ；當體素點ρ的18-鄰接點集^ (ρ)與6-鄰接點集N6 (ρ)的補集中存在黑點χ時， 判斷體素點P的26-鄰接點集^5 (P)與18-鄰接點集^ (P)的補集中是否具有與黑點X相鄰的體素點，如果判定不具有與黑點χ相鄰的體素點則counter加1 ；當體素點ρ的26-鄰接點集^5(P)與18-鄰接點集^(p)的補集中具有黑點，則將counter增加的數(shù)值等于體素點ρ的沈-鄰接點集N26 (ρ)與18-鄰接點集N18 (ρ)的補集中黑點的個數(shù)；C02-3、根據(jù)體素點ρ的鄰接點組數(shù)counter來標記體素點ρ 如果counter = 1則將體素點P標記為端點，如果counter = 2則將體素點ρ標記為曲線點，如果counter > 2 則將體素點P標記為分叉點。所述步驟D由以下步驟組成D01、設定所述標記后的肝臟血管系統(tǒng)為肝臟血管樹數(shù)據(jù)集Vas，肝臟體掩模數(shù)據(jù)集為Mask，并且設定所述肝臟血管樹數(shù)據(jù)集Vas中像素值大于0的像素點的個數(shù)為 vasSum，所述肝臟體掩模數(shù)據(jù)集Mask中像素值大于0的像素點的個數(shù)為maskSum，其中所述肝臟體掩模數(shù)據(jù)集Mask即為肝臟體的所有數(shù)據(jù)，所述肝臟血管樹數(shù)據(jù)集Vas為所述肝臟體掩模數(shù)據(jù)集Mask的子集；D02、遍歷所述肝臟體掩模數(shù)據(jù)集Mask與所述肝臟血管樹數(shù)據(jù)集Vas的補集中的各點Pi,并且設定坐標為(X^ypZi)的各點Pi均存在一個窗體空間Box(Pi) ,Box(Pi)定義為(Xi-Scale iXj+scale, Yi-Scale lyj+scale, Zi-Scale :Zi+scale),艮口點、Pi 白勺窗體空間為以點Pi為中心，邊長為2*SCale的立方體，其中scale表示窗體尺寸，i為大于0的整數(shù)；D03、判斷所述點Pi的窗體空間Box (Pi)與所述肝臟血管樹數(shù)據(jù)集Vas是否存在交集，如果不存在交集則直接跳過，如果存在交集則計算所述點Pi與所述交集中各段血管的距離，找出所述點Pi與所述交集中血管的最小距離，將該血管記為Lm，并且將所述點Pi劃分至所述肝臟血管樹數(shù)據(jù)集Vas的第M段血管Lm中，其中下標M為整數(shù)；D04、計算所述肝臟血管樹數(shù)據(jù)集Vas中像素值大于0的像素點的個數(shù)vasSum，并
\ClSi^XlTYl
且計算vasSum與所述maskSum的比值ratio，即rario =腿嫩謹D05、如果ratio < 1，則重復執(zhí)行D02 D04，否則結束操作，獲得劃分好的肝段。綜上所述，由于采用了上述技術方案，本發(fā)明的有益效果是1、在對肝臟血管三維圖像進行結構分析時，根據(jù)血管供血區(qū)域劃分肝段首先采用三維骨架化方法細化肝臟血管三維圖像，并且對肝臟血管三維圖像的體素點進行標記， 存儲至樹型數(shù)據(jù)結構中，以主從關系(即子節(jié)點和父節(jié)點的關系)來表示肝臟血管之間的關系，區(qū)分了肝臟血管系統(tǒng)的主支血管和分支血管，從而依據(jù)肝臟器內(nèi)門靜脈樹或者肝靜脈樹的空間分布及其分支管徑，對于其供血或者引流區(qū)域進行劃分，并基于這種劃分，將肝臟分段，計算其體積，醫(yī)生可選擇多個或者單個區(qū)域?qū)Ω味涡螒B(tài)、體積及附近血管結構進行分析，也可選擇任意分支靜脈血管，測定該肝臟靜脈分支血管的供血區(qū)域，根據(jù)肝靜脈分支的供血區(qū)域，實現(xiàn)對肝臟的精確劃分，指導肝臟的精準切除；2、傳統(tǒng)的二維分割易造成同一分割內(nèi)容在鄰近層面分割出來的圖像變化較大或發(fā)生大的偏移二維分割方法而無法滿足分割結果在三維空間的一致性要求，本發(fā)明在肝臟體圖像的分割過程中，采用四叉樹分割方法與Graph-Based圖像分割方法相結合的方式， 提高了分割的效率；3、本發(fā)明在肝臟血管系統(tǒng)的分割中采用基于區(qū)域增長的閾值分割方法，不僅可以提取肝臟血管足夠的血管細節(jié)信息，保證了分割的準確性，而且減少了過多噪音的引入，另外在肝臟血管系統(tǒng)分割完成后本發(fā)明還進行了兩次消除噪音的處理，且進行平滑處理，保證了肝臟血管三維圖像的質(zhì)量；4、在肝臟血管系統(tǒng)分割完成后的第一次消除噪聲處理中，采用形態(tài)學操作并且在原有二維中值濾波的基礎上提出了三維中值濾波，使得濾消除噪聲的效果更好；5、在肝臟血管系統(tǒng)的骨架化處理中采用12次迭代方法，細化效果更好；6、在肝臟體的劃分過程中在基于最小空間距離的肝段劃分方法的基礎上提出加窗的最小空間距離的肝段劃分方法，使得劃分獲得的肝段更加符合實際的情況，更加具有實用價值。



圖16是12次子迭代方法中方向旋轉(zhuǎn)示意圖；圖17是12次子迭代方法中刪除模板的示意圖；圖18是6次子迭代方法與12次子迭代方法的細化結果比較圖；圖19是三維骨架化方法細化后的效果圖；圖20是端點、曲線點和分叉點的表示圖；圖21是三維骨架化方法細化、分叉點標記以及形成抽象樹型結構的效果圖；圖22是標記后的肝臟血管圖像結果；圖23是肝臟血管的抽象樹結構；圖M是迭代標記后的肝臟血管系統(tǒng)示意圖；圖25是基于形態(tài)學膨脹的肝段劃分方法和基于最小空間距離的肝段劃分方法的效果圖；圖沈是經(jīng)過加窗的最小空間距離的肝段劃分方法處理后的效果圖。
具體實施例方式本說明書中公開的所有特征，或公開的所有方法或過程中的步驟，除了互相排斥的特征和/或步驟以外，均可以以任何方式組合。本說明書(包括任何附加權利要求、摘要和附圖)中公開的任一特征，除非特別敘述，均可被其他等效或具有類似目的的替代特征加以替換。即，除非特別敘述，每個特征只是一系列等效或類似特征中的一個例子而已。如圖1所示，該肝臟血管系統(tǒng)的三維結構化描述方法由以下步驟組成步驟一、對肝臟體圖像進行分割，獲得肝臟三維圖像的分割結果。醫(yī)學圖像分割技術是醫(yī)學圖像處理和分析中的關鍵技術。所謂圖像分割是指將圖像中具有特殊涵義的不同區(qū)域區(qū)分開來；這些區(qū)域是互相不交叉的，每一個區(qū)域都滿足特定區(qū)域的一致性。定義令集合R代表整個圖像區(qū)域，對R的分割可以看作將R分成N個滿足以下幾個條件的子區(qū)域R1, &，. . . &，其中下標i、j、k均為整數(shù)；
K①IJ代=R ’
i=l②對i = 1，2，...，Κ，&是連通區(qū)域；③對所有的i和j，i乒j，有氏η民=φ ；④對i = 1，2，· · ·，K，有 P (Ri) = TRUE ；⑤對i 乒 j，有 PO^i U Rj) = FALSE。上述條件①指出分割所得的所有子區(qū)域的并集應能包括圖像中的所有像素，即是說分割時應將圖像中的每一個像素都分進某一個子區(qū)域；條件②要求相同子區(qū)域內(nèi)的像素應是連通的，應該總是根據(jù)一些分割的準則對圖像進行分割的；條件③表明不同子區(qū)域是互不重疊的，也即是說一個像素不能同時被分到兩個區(qū)域；條件④指出在分割后屬于同一個區(qū)域中的像素應該具有某些相同的特性；條件⑤指出在分割后屬于不同區(qū)域中的像素應該具有一些不同的特性。通常在醫(yī)學領域，由CT圖像來顯示肝臟體的狀況，其中肝臟圖像與周圍的腹壁肌肉、膈肌、心臟等器官和組織相鄰且缺乏良好的灰度對比，因而肝臟不同組織之間難以找到清晰的邊界，肝臟圖像分割難度大。Seong-Jae等人提出了利用肝臟的形態(tài)學及自身的一些特點，對肝臟圖像進行了自動分割，但是該方法僅僅適用于組織沒有粘連的理想情況。在 2009 年出片反的"IEEE Transactions on Information Technology in Biomedicine (IEEE 生物醫(yī)學信息技術匯刊)”中由Gang Chen等人提出了改進的水平集方法分割MR圖像中的肝臟。此外，研究人員還提出了動態(tài)輪廓分割方法，并且將動態(tài)輪廓法運用到肝及其他器官的分割中，取得了一些成果，但仍然不應用到肝與其他組織嚴重粘連的情況，將肝從周圍連接的組織中分割出來。近來，研究人員又提出了一種Graph-Based圖論圖像分割方法，其特點不僅在于按視覺重要性進行分割，即強調(diào)低變區(qū)域細節(jié)和忽略高變區(qū)域細節(jié)，使得分割結果較好，而且分割效率最高。該Graph-Based圖論圖像分割方法的主要思想如下給定帶權圖(即帶權值圖像)G= (V, E)，其中V表示該帶權圖的像素點集合，且也可以表示為節(jié)點的集合，各節(jié)點均為集合V的子集，E表示節(jié)點集V中兩像素點之間的邊集。令Vi，Vj e V，分別表示像素點集合中的兩個像素點，則邊(Vi，Vj)對應于一個權值 w((Vi, ν》)，其中w((Vi，Vj))用于表示兩節(jié)點之間的相似度(如灰度、顏色等局部特征)。 令Graph-Based圖論圖像分割方法的分割結果為S，則
權利要求
1.一種肝臟血管系統(tǒng)的三維結構化描述方法，其特征在于包括以下步驟A、對肝臟體圖像進行分割，獲得肝臟三維圖像的分割結果；B、對肝臟血管圖像進行分割、處理，獲得合成的肝臟血管三維圖像；C、對所述肝臟血管三維圖像進行結構分析C01、采用三維骨架化方法細化處理所述肝臟血管三維圖像；C02、分別采用端點、曲線點和分叉點標記肝臟血管三維圖像的體素點，從而獲得標記后的體素點，其中所述端點只具有一組鄰接點，所述曲線點具有兩組鄰接點，所述分叉點具有3組以上鄰接點；C03、采用多叉樹的數(shù)據(jù)結構來存儲所述標記后的體素點，一個體素點的坐標存儲在多叉樹的一個結點中，且將多叉樹中的父節(jié)點和子節(jié)點采用直線連接，從而形成肝臟血管的抽象樹結構；C04、在所述肝臟血管的抽象樹結構中將兩個連接的分叉點視為一個連通域，采用連通域標記方法對各連通域進行標記，賦予唯一的數(shù)值，即將連通域中體素點均標記為相同的唯一的數(shù)值，并且采用迭代方法將與各連通域中體素點鄰接的體素點均標記為相同的數(shù)值，從而區(qū)分肝臟血管系統(tǒng)的主支血管和分支血管，獲得標記后的肝臟血管系統(tǒng)；D、根據(jù)肝臟血管系統(tǒng)中的主支血管和分支血管標記以及醫(yī)學需要，將肝臟體劃分為多個肝段。
2.根據(jù)權利要求1所述的肝臟血管系統(tǒng)的三維結構化描述方法，其特征在于所述步驟A由以下步驟組成A01、對肝臟體圖像進行預處理，獲得原始圖像將所述肝臟體圖像轉(zhuǎn)換為Bmp形式，并且去除噪聲；A02、采用四叉樹分割方法對所述原始圖像進行初始分割，獲得多個小區(qū)域；A03、以所述小區(qū)域Vi作為Graph-Based圖像分割方法中帶權圖G的節(jié)點，所述帶權圖 G = (V，E)，其中V = (vi; V2, ... , vn)表示所述小區(qū)域的集合，由η個小區(qū)域組成，E表示所述小區(qū)域之間的邊集，由m條邊組成，n、m均為大于1的整數(shù)，i為彡1的整數(shù)并且邊集E 中每條邊對應于一個權值，該權值用于表示所述小區(qū)域之間的灰度相似度；A04、根據(jù)邊集E中各邊對應權值的大小，將邊集E進行排序E= (e1; -,ep,…，em)， 其中1 <p <m為整數(shù)；A05、設定起始的分割結果為S° = (vi; V2,..., vn)，即將集合V中各小區(qū)域均作為起始分割的連通分量；A06、如果節(jié)點Vi、Vj分別屬于第p-1次分割結果Slri中的不同連通分量，則兩節(jié)點之間的邊為ep = (V1, \)，邊％對應的權值為w(ep)，分別求取兩連通分量Vi、Vj的內(nèi)部差異 Int (Vi)、Int (Vj)，如果權值w (ep)大于所述內(nèi)部差異ht (Vi)、Int (Vj)中之一則不合并節(jié)點 Vi、Vj,否則合并節(jié)點Vi、Vj,從而獲得第ρ次分割結果Sp ；A07、循環(huán)執(zhí)行步驟A06，直至完成m次分割，獲得肝臟三維圖像最終的分割結果。
3.根據(jù)權利要求1所述的肝臟血管系統(tǒng)的三維結構化描述方法，其特征在于所述步驟B由以下步驟組成B01、采用基于區(qū)域增長的閾值分割方法對肝臟血管圖像進行分割，提取肝臟血管的信息；B02、采用形態(tài)學操作和基于空間的中值濾波操作去除噪音，獲得粗分割圖像集； B03、采用基于空間連通域的血管樹追蹤方法對所述粗分割圖像集進行三維血管樹追蹤，獲得連通的三維血管樹圖像集；B04、采用三維形態(tài)學膨脹腐蝕操作對所述連通的三維血管樹圖像集的表面進行平滑處理，獲得合成的肝臟血管三維圖像。
4.根據(jù)權利要求3所述的肝臟血管系統(tǒng)的三維結構化描述方法，其特征在于所述步驟B02由以下步驟組成B02-1、經(jīng)閾值分割后的肝臟血管圖像通過形態(tài)學操作消除噪音、去除缺陷，并且通過二維中值濾波處理，消除孤立的噪聲點，從而獲得圖像集合R ；B02-2、所述圖像集合R中以三張圖像作為一個圖像單元民，將所述圖像集合R表示為 R = (R1, R2, ... , Rn),如果所述圖像集合R中圖像數(shù)量不滿足3的倍數(shù)，則將剩余的圖像通過二維中值濾波處理輸出，構成的圖像單元氏則執(zhí)行如下處理；B02-3、初始化nCount = 0,neiborNum = 15，其中nCount用于表示像素點的領域中像素值不為0的像素點的個數(shù)，neiborNum用于表示像素點的領域中像素值不為0的像素點的個數(shù)臨界值，i、η均為彡1的整數(shù)；Β02-4、將所述圖像單元&中像素值不為0的像素點均投影至一張圖像上，計算投影后像素點坐標為(x，y)的像素值大小，如果所述像素點的周圍存在26領域像素點則以該像素點為中心統(tǒng)計其周圍26領域像素點的像素值是否為0，所述沈領域像素點中每存在一個像素值不為0的像素點，nCount加1 ；B02-5、如果該像素點的nCount > neiborNum,則將該像素點的像素值置為255，否則置為0;B02-6、重復執(zhí)行步驟B02-4 B02-5，直至完成圖像集合R中所有圖像單元的過濾，獲得粗分割圖像集。
5.根據(jù)權利要求3所述的肝臟血管系統(tǒng)的三維結構化描述方法，其特征在于所述步驟B03由以下步驟組成B03-1、將所述粗分割圖像集中各粗分割圖像的每一個不為零的體素點的坐標均保存至索引^idex中，并且將所有像素點的像素值均置為1，其中索引^iduj對應于所述粗分割圖像集中第j張圖像，下標j為大于0的整數(shù)；B03-2、遍歷所述索引Md^j，將所述索引Md^j中所有像素點的坐標均推入棧Mack中；B03-3、彈出所述棧Mack中的各體素點，搜索各體素點的沈領接點集，如果在像素點的26領域接點集中存在像素值為1的像素點，則將該像素點的像素值標記為Lj = Ljm+!, 并且將該像素點的坐標推入棧Mack中，其中Lp1表示遍歷索引Index^時，棧Mack中各像素點的26領接點集中存在像素值為1的像素點時，該像素點對應的像素值； B03-4、重復執(zhí)行步驟B03-3，直至所述棧Mack為空； B03-5、重復執(zhí)行步驟B03-2 B03-4，直至索引Index遍歷完成； B03-6、根據(jù)像素值的大小統(tǒng)計像素點的個數(shù)，將像素點個數(shù)最多的連通域作為所述連通的三維血管樹圖像集。
6.根據(jù)權利要求1所述的肝臟血管系統(tǒng)的三維結構化描述方法，其特征在于所述步驟COl中采用12次子迭代方法細化所述肝臟血管三維圖像。
7.根據(jù)權利要求1所述的肝臟血管系統(tǒng)的三維結構化描述方法，其特征在于所述步驟C02由以下步驟組成C02-1、由counter來表示所述肝臟血管三維圖像中體素點的鄰接點組數(shù)，初始化 counter = 0 ；C02-2、當體素點ρ的6-鄰接點集N6(P)中除體素點ρ外還存在黑點χ時，判斷體素點 P的18-鄰接點集N18(P)與6-鄰接點集N6(P)的補集或者體素點ρ的沈-鄰接點集N26(P) 與18-鄰接點集^ (ρ)的補集中是否具有在黑點χ的.范圍內(nèi)的體素點，如果判定兩個補集僅其中一個具有在黑點χ的γ=范圍內(nèi)的體素點，則counter加1 ；當體素點P的18-鄰接點集N18 (ρ)與6-鄰接點集N6 (ρ)的補集中存在黑點χ時，判斷體素點P的26-鄰接點集^5 (ρ)與18-鄰接點集^ (ρ)的補集中是否具有與黑點χ相鄰的體素點，如果判定不具有與黑點χ相鄰的體素點則counter加1 ；當體素點P的26-鄰接點集N26(ρ)與18-鄰接點集N18(P)的補集中具有黑點，則將 counter增加的數(shù)值等于體素點ρ的26-鄰接點集N26(P)與18-鄰接點集N18(P)的補集中黑點的個數(shù)；C02-3、根據(jù)體素點ρ的鄰接點組數(shù)counter來標記體素點ρ 如果counter = 1則將體素點P標記為端點，如果counter = 2則將體素點ρ標記為曲線點，如果counter > 2則將體素點P標記為分叉點。
8.根據(jù)權利要求1所述的肝臟血管系統(tǒng)的三維結構化描述方法，其特征在于所述步驟D由以下步驟組成D01、設定所述標記后的肝臟血管系統(tǒng)為肝臟血管樹數(shù)據(jù)集Vas，肝臟體掩模數(shù)據(jù)集為 Mask，并且設定所述肝臟血管樹數(shù)據(jù)集Vas中像素值大于0的像素點的個數(shù)為vasSum，所述肝臟體掩模數(shù)據(jù)集Mask中像素值大于0的像素點的個數(shù)為maskSum，其中所述肝臟體掩模數(shù)據(jù)集Mask即為肝臟體的所有數(shù)據(jù)，所述肝臟血管樹數(shù)據(jù)集Vas為所述肝臟體掩模數(shù)據(jù)集 Mask的子集；D02、遍歷所述肝臟體掩模數(shù)據(jù)集Mask與所述肝臟血管樹數(shù)據(jù)集Vas的補集中的各點Pi,并且設定坐標為(X^ypZi)的各點Pi均存在一個窗體空間Box(Pi) ,Box(Pi)定義為 (Xi-Scale iXj+scale, Yi-Scale lyj+scale, Zi-Scale iZj+scale),艮口點、Pi 白勺窗體空間為以點、 Pi為中心，邊長為2*SCale的立方體，其中scale表示窗體尺寸，i為大于O的整數(shù)；D03、判斷所述點Pi的窗體空間Box(Pi)與所述肝臟血管樹數(shù)據(jù)集Vas是否存在交集， 如果不存在交集則直接跳過，如果存在交集則計算所述點Pi與所述交集中各段血管的距離，找出所述點Pi與所述交集中血管的最小距離，將該血管記為Lm，并且將所述點Pi劃分至所述肝臟血管樹數(shù)據(jù)集Vas的第M段血管Lm中，其中下標M為整數(shù)；D04、計算所述肝臟血管樹數(shù)據(jù)集Vas中像素值大于O的像素點的個數(shù)vasSum，并且計 算 vasSum 與所述 maskSum 的比值 ratio，Watio = maskSum D05、如果 ratio < 1，則重復執(zhí)行D02 D04，否則結束操作，獲得劃分好的肝段。
全文摘要
本發(fā)明公開了一種肝臟血管系統(tǒng)的三維結構化描述方法，屬于醫(yī)學肝臟劃分領域。該方法首先對肝臟圖像和肝臟血管圖像分別進行分割，再對肝臟血管三維圖像進行結構分析，將肝臟血管骨架化處理，對骨架化后的體素點進行標記，并且將標記后的體素點存儲至多叉樹的數(shù)據(jù)結構中，并且根據(jù)體素點在多叉樹中的主從關系區(qū)分主支血管和分支血管，最后根據(jù)肝臟血管系統(tǒng)中血管之間的關系將肝臟體劃分成多個肝段。通過本發(fā)明，實現(xiàn)了對肝臟的精確劃分，從而為肝臟的精準切除提供指導。
文檔編號G06T5/00GK102402796SQ20111033081
公開日2012年4月4日 申請日期2011年10月26日 優(yōu)先權日2011年10月26日
發(fā)明者房斌, 王翊, 王鵬, 皮凈銳 申請人:重慶大學