申请/专利权人：湖南工业大学

申请日：2020-06-10

公开（公告）日：2024-05-07

公开（公告）号：CN111652890B

主分类号：G06T7/11

分类号：G06T7/11;G06T7/136;G06T7/187;G06T7/13;G06V10/762

优先权：

专利状态码：有效-授权

法律状态：2024.05.07#授权;2022.09.30#实质审查的生效;2020.09.11#公开

摘要：本发明公开一种基于阈值水平集的腹部CTA序列图像肝脏分割方法，首先，输入腹部CTA序列图像，预处理去除与肝脏毗邻的肋骨、脊柱和肾脏，基于解剖学知识选取初始切片，运用K‑means聚类方法进行肝脏初分割；然后，根据初分割结果提取肝脏边缘，利用边缘像素的灰度信息确定阈值水平集参数，实现基于阈值水平集的精确分割；最后，利用相邻CTA切片的灰度、位置和形状相关性，以初始切片为起点，分别向上和向下迭代运用阈值水平集方法分割剩余切片；为提高方法鲁棒性，若当前切片分割结果不佳时，则对当前切片再次执行K‑means聚类、肝脏边缘提取，更新阈值水平集分割参数。本发明充分考虑了肝脏的灰度分布特性和相邻CTA切片的形状相关性，可有效分割结构复杂、形状各异的肝脏。此外，本发明的基于阈值水平集腹部CTA序列图像肝脏分割方法可以推广到其他器官的分割中。

主权项：1.一种基于阈值水平集的腹部CTA序列图像肝脏分割方法，其特征在于包括以下步骤：步骤1：调节腹部CTA序列图像的窗宽和窗位到[200～800][100～500]范围，将灰度值归一化到[0,255]，预处理去除肋骨、肾脏和脊柱，得到图像Igray；步骤2：基于解剖学知识选取第i张切片图像Igray作为初始切片，i为切片序号，i≥1，所述初始切片包含一个较大的肝脏连通区域；步骤3：运用K-means算法将Igray分成M类，M为[2～8]的自然数，选取与肝脏区域匹配的分类图像作为第i张切片的肝脏初分割结果Iinitial；步骤4：统计Iinitial边缘像素的灰度信息，计算过程如下：1提取Iinitial边缘，得到肝脏边缘图像Iedge，Iedge＝Iinital-IinitalΘB，其中Θ为腐蚀操作，B为结构元素，2计算肝脏边缘像素的灰度信息Tlow，其中，β为[01]之间的系数；步骤5：采用阈值水平集方法精确分割第i张切片的肝脏，计算过程如下：1确定水平集演化速度函数F：F＝-αDIgray+1-ακ，其中，α表示曲率项的权重系数，取值范围为0～1之间的常数，DIgray为演化曲线的传播项，U和L为0～255]之间的正数，分别代表目标区域灰度的上限和下限，κ为曲率，为水平集函数，2初始化零水平集：综合Iinitial和形态学方法初始化零水平集，为避免初始演化曲面跨越肝脏边界，对Iinitial图像进行腐蚀操作，得到腐蚀后的图像Ii，nitial，Ii，nitial＝IinitalΘB1，其中，B1为半径为r的圆形结构元素，r为[5～10]之间的整数，将Ii，nitial设置为零水平集函数；3根据水平集演化方程更新演化曲线，其中，t为时间参数，实现基于阈值水平集的精确分割，并采用形态学方法填充孔洞和去除孤立小区域，得到切片i的最终肝脏分割图像Iliver；步骤6：为提高方法鲁棒性，若当前切片的肝脏分割效果不佳时，转到步骤3，更新阈值水平集参数Tlow；步骤7：利用相邻CTA切片的灰度、位置和形状相关性，将当前切片的分割结果用于相邻切片的分割：令i＝i+1或i＝i-1，Iinital＝Iliver，重复步骤5到步骤7，通过迭代的方式分割剩余切片。

全文数据：

权利要求：

百度查询： 湖南工业大学 一种基于阈值水平集的腹部CTA序列图像肝脏分割方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD