血管分割方法
【技术领域】
[0001]本发明涉及用于结构分割的方法，更特别地，涉及3D医学图像重建中的血管结构分割。
[0002]发明背景
MRA(磁共振血管造影)和CTA(X射线CT血管造影)的3D重建广泛用于严重循环疾病的诊断，在所述3D重建中将血管增强到具有更高的强度值。
[0003]在这类研究中，血管结构分割对诊断帮助、治疗和手术计划是特别有价值的。实际上，其是用于从复杂数据集准确可视化血管以及病理学量化的基本步骤。
[0004]其还是用于先进的血管跟踪应用的有价值输入。
[0005]血管分割是尤其具体并且有挑战性的问题。除了关于对比度、分辨率、噪声和伪影(artifacts)的获取相关(acquisit1n-dependent)的考虑之外，血管网络还能够是特别复杂的结构。血管潜在地呈现尺寸和曲率的高可变性。其外观和几何形状能够通过支架、钙化、动脉瘤和狭窄而受到扰动。此外，它们常常埋在复杂的解剖场景中，在血管造影环境中由其他器官(主要为具有类似密度的骨)包围。
[0006]除了上面通常的考虑之外，更具体的图像性质，诸如与局部血液流量和部分容积效应有关的像素强度变化，还使血管分割为困难的任务。如同低通滤波效应，部分容积效应主要影响薄血管，降低血管部分的强度。因此血管强度的范围并不限于小区间中而是广泛分布的。
[0007]对于所有这些原因，基因区域生长以及定阈值(thresholding)不适用于提取血管的整个部分:其常常导致错误的检测问题。为了通过区域生长获得正确的分割结果，有必要依靠根据各个区域中的局部特性的灵活适用方式。
[0008]当将其他结构(诸如骨结构)分割时，可碰到类似的问题。
[0009 ]本发明的一方面在于提供克服所描述的现有技术方法缺点的分割方法。
【发明内容】
[0010]上述方面由具有权利要求1中所陈述的具体步骤的方法来实现。
[0011]根据本发明，提出基于迭代区域生长和形态学操作的局部自适应方法，以便将CTA图像中的结构(诸如血管结构)分割。
[0012]所述方法设计成将外围血管分割。然而，其可以应用于其他结构，诸如骨。其到其他结构分割的延伸可以要求阈值的适应。
[0013]本发明的优选实施例的具体特征在从属权利要求中陈述。
[0014]本发明一般以计算机程序产品的形式实现，所述计算机程序产品适用于当在与用户交互结合的计算机上运行来定义一些要求的种子点时执行本发明的方法步骤。计算机程序产品通常储存在计算机可读载体媒介(诸如DVD)中。备选地，计算机程序产品采用电信号形式并且能够通过电子通信来传递给用户。
[0015]所述方法能够在工作站中实现，所述工作站耦合到图像获取装置或耦合到图片归档和通信系统等等。
[0016]本发明的另外的优点和实施例将从下面描述变得显而易见。
【具体实施方式】
[0017]为了运行本发明的方法，用户在3D容积的显示上(或在切片图像(sliceimage)的显示上)执行了多个动作。
[0018]图像处理装置运行如更进一步解释的本发明的方法的软件实现。
[0019]首先用户在显示的3D容积上或在显示的切片图像上放置种子点。
[0020]通过本发明的方法中的分割步骤的软件实现使用种子点的坐标。
[0021]显不由应用分割算法产生的分割掩模。
[0022]用户检查显示的分割掩模，并且如果他想要延伸分割掩模(这是在第一分割操作的结果中存在任务区域情况下)，他放置第二种子点。这个第二种子点放置在丢失(missing)区域中。
[0023]分割操作被再次执行并且导致显示的第二掩模。
[0024]重复后两个步骤直到用户停止放置附加的种子点。
[0025]在大多数数据集上放置一个种子点足以分割完整的血管树。具体的情形(诸如，具有薄血管的容积和/或闭塞)可以要求待放置的另外的种子点。
[0026]本发明的方法的输出是能够被显示的分割掩模。分割掩模是3D二元掩模，其中例如通过烧制显示的体素来标记已经分类为属于血管的体素。
[0027]掩模必须被连接。这意味着其必须由仅一个连接的组件构成。
[0028]下限阈值和上限阈值与在该算法的任何步骤内创建的各个掩模相关联。它们对应于那个掩模内的最小和最大体素强度。
[0029]以下描述用于执行分割的算法的实施例。
[0030]让Mask_f inal为最后的血管分割掩模。Mask_f inal初始是空的。
[0031]对于由用户放置的各个新种子点S，运行下面步骤:
1.应用开始于点S的基本区域生长算法。区域生长算法要求输入生长的下限阈值和上限阈值。生长的下限阈值和上限阈值基于S的灰度值确定。生长的输出是称为Mask_S的分割掩模。
[0032]2.如果S为由用户放置的第一种子点，那么Mask_final由Mask_S(Mask_final —Mask_S)给出并终止算法。
[0033]3.另夕卜，如果]\^81<_3与]\^81<_;1^11&1 相交(如果Mask_S Π Mask_f inal Φ Φ)，那么Mask_f inal 由Mask_f inal和Mask_S的并集(Mask_f inal—Mask_S Π Mask_f inal)替代并终止算法。
[0034]4.否则，采用作为输入的种子点S和先前掩模Mask_final来应用自适应的区域生长。
[0035]来自上述算法的各个步骤在下面章节中详细说明。
_6] 从一个种子点的基本区域生长
每次用户放置种子点，基本区域生长方法作为第一步骤被应用。
[0037]对于其操作，基本区域生长算法需要输入一个种子点。该算法如下工作: 1.标识与放置的种子点对应的体素(S)。
[0038]2.如果下限阈值和上限阈值不定义为输入，这些值基于在体素S的亨氏单位值的80%和110%确定。
[0039]3.处于由下限阈值和上限阈值定义的范围内的体素产生中间二元掩模。
[0040]4.连接到种子点的中间掩模中的体素(体素S)产生二元掩模(Mask_S)。该掩模为基本区域生长操作的输出。如果两个体素包括在相同的“连接组件”中，则体素被连接到S。连接的组件被定义为体素的组，其中各个体素邻近那个连接的组件中的其他体素中的至少一个。在该实施例中，邻近以6个相邻的意义来定义。
[0041]具有多个种子点的局部灵活区域生长
如果用户放置仅一个种子点，则算法在基本区域生长步骤之后停止。
[0042]如果用户放置第二(或第三、第四等)种子点，则基本区域生长算法与作为输入的后面的种子点一起再次运行。其产生新的分割掩模(Mask_S)。计算这个掩模和现有掩模(通过先前种子点产生)之间的相交。
[0043]如果相交并不是空的，通过这些两个掩模的并集获得最后的掩模。
[0044]否则，局部自适应的区域生长算法被应用于良好地处理3-D空间中的强度变化。该算法是基于采用每次输入自动定义的种子点和阈值来迭代运行区域生长算法。该算法通过控制阈值剧烈演进来防止过度生长。以下详细说明该算法。
[0045]算法
让Mask_final为先前计算的掩模。
[0046I初始，基本区域生长在最后放置的种子点上运行并产生掩模Mask_S。让lower_threshold和upper_threshold是与Mask_S*联的初始的下限阈值和上限阈值。
[0047]当Mask_S不与Mask_f inal相交时，重复下面步骤。
[0048]1.发现下一个种子点。该步骤要求当前的Mask_S&及其相关联的阈值和先前的掩模Mask_f inal作为输入。该种子点查找算法在下面章节中定义。让S为输出种子点。
[0049]2.估计距离1:S和lower_threshold之间的灰度值距离。
[0050]3.估计距离2:S和upper_threshold之间的灰度值距离。
[0051 ] 4.考虑距离:距离I和距离2之间的最小值。
[0052]5.如果距离低于预定义阈值(在一个实施例中，该值基于实验设定为20 HU)，那么扩大阈值范围，使得S适应于它；即lower_threshold由S的灰度值和lower_threshold的最小值替代，而upper_threshold由S的灰度值和upper_threshold的最大值替代。
[0053]否则(如果距