基于骨骼信息的肝分割边界提取方法

1.本发明涉及图像处理领域，具体涉及一种基于骨骼信息的肝分割边界提取方法。


背景技术：

2.由于肝脏解剖结构的复杂性，肝脏与邻近器官之间的低对比度，以及病变的存在，肝脏区域的精确分割仍然是一项困难的任务。例如，由于皮肤、肌肉、软组织和肝脏的ct值相似，在分割肝脏区域时可能会出现超出胸骨范围的错误识别。由于单例ct切片数量大且单张切片图像像素大，肝脏分割算法的处理时间较长。
3.目前在ct图像上肝分割问题耗时较长且易被其他组织干扰，本发明针对ct图像的肝脏分割边界问题提出一种解决方案。


技术实现要素：

4.本发明要克服现有技术的上述缺点，提供一种具体涉及一种基于骨骼信息的肝分割边界提取方法。
5.为了解决上述技术问题，本发明提出具体涉及一种基于骨骼信息的肝分割边界提取方法，包括如下步骤：
6.s110，通过图像处理提取ct图像中的骨骼信息；
7.s120,利用形态学操作和解剖学知识去噪完整分割骨骼；
8.s130,利用统计学方法根据骨骼信息提取肝脏分割纵向边界；
9.s140,利用图像处理技术骨骼信息提取肝脏分割横向边界。
10.进一步的，步骤s110所述的通过图像处理提取ct图像中的骨骼信息，具体包括：
11.s1101进行图像预处理，将范围为-1000到1000的ct值映射为0到255的像素区间；
12.s1102利用高阈值去除高密度噪音，如手术导管和衣服上的金属；
13.s1103通过设定阈值为略高于正常情况下肝脏ct值的上限排除部分由于疾病对ct值造成影响的肝区，如hcc(肝癌)的面积密度较大，灰度值较低，灰度值分布较暗；
14.s1104利用高斯滤波平滑后进行大津阈值分割初步提取骨骼。
15.进一步的，步骤s120所述的利用形态学操作和解剖学知识去噪完整分割骨骼，具体包括：
16.s1201使用较大采样窗口的中值滤波，消除孤立的噪声点；
17.s1202利用高斯核在x和y方向对图像进行处理，以消除高斯噪声。
18.s1203利用较小采样窗口的中值滤波；
19.s1204计算连接区域的面积去除较小面积对象；
20.s1205利用形态学操作删除不含结构元素的对象，并删除狭窄的连接和小的突起；
21.s1206根据外围脂肪区的内轮廓和肌肉区的外轮廓，在胸腹腔内的每个切片上定义一个二维椭圆区域，去除腹腔内的高密度钙化组织。
22.进一步的，步骤s1202所述的定义一个二维椭圆区域，具体包括：
23.(s1)计算外围脂肪区的内轮廓或肌肉区的外轮廓的中心点，以及压缩系数；
24.(s2)利用步骤(s1)中获得的中心点向身体前方偏移计算椭圆区域的中心；
25.(s3)根据周边脂肪区内部轮廓左右两侧最大距离定义长轴长度；
26.(s4)根据前后两侧最大距离的定义短轴长度；
27.(s5)在下胸部和上腹部的ct图像中去除椭圆内组织。
28.进一步的，步骤s130所述的利用统计学方法根据骨骼信息提取肝脏分割纵向边界，具体包括：
29.s1301，根据解剖学知识分析骨骼与肝脏的位置联系；
30.s1302，计算骨骼像素面积，以及周围脂肪区内部轮廓的紧凑系数cf＝1
–
4πa/p2；
31.s1303，根据骨骼像素面积以及紧凑系数变化提取纵向边界。
32.进一步的，步骤s140所述的利用图像处理技术骨骼信息提取肝脏分割横向边界，具体包括：
33.s1401，将每个切片与其上层和下层切片相结合，以获得更多的骨骼信息；
34.s1402，获得每块骨头的轮廓线，经过适当的添加和删除后排序。
35.s1403，根据排序后的骨轮廓序列，搜索两个相邻轮廓的最近线段之间的距离，获得骨架内轮廓的简单关键点；
36.s1404，将关键点进行曲线拟合绘制水平边界，若在没有骨骼信息的情况下，则给出估计范围。
37.进一步的，步骤s1402所述的获得每块骨头的轮廓线，经过适当的添加和删除后排序，具体包括：
38.(t1)计算每块骨头的轮廓线；
39.(t2)利用形态学操作计算骨架的凸包，并计算凸包的最小圆周的中心坐标；
40.(t3)利用步骤(t2)中获得的中心坐标将完整的骨架分为左上、左下、右上、右下四部分；
41.(t4)根据骨骼对称分布特点，将胸骨作为基点添加骨骼信息；
42.(t5)从脊柱开始按顺时针方向对骨头进行排序。
43.本发明通过图像处理提取ct图像中的骨骼信息；利用形态学操作和解剖学知识去噪完整分割骨骼；利用统计学方法根据骨骼信息提取肝脏分割纵向边界；利用图像处理技术骨骼信息提取肝脏分割横向边界。
44.本发明的优点是：有助于辅助肝分割算法，减少腹壁以外肝区的误识率，减少肝脏分割算法的处理时间。
附图说明
45.图1是本发明方法的流程图。
具体实施方式
46.现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。
47.如图1所示，本实施例1提供了为了解决上述技术问题，本发明提出具体涉及一种
基于骨骼信息的肝分割边界提取方法，所述方法包括：针对ct图像的肝脏分割边界问题提出一种解决方案。
48.具体来说，所述方法包括：
49.s110：通过图像处理提取ct图像中的骨骼信息。
50.具体来说，通过图像处理技术，包括但不限于阈值分割、高斯滤波等技术初步提取骨骼。
51.s120：利用形态学操作和解剖学知识去噪完整分割骨骼。
52.具体来说，使用尺寸不同的图像处理技术，包括但不限于中值滤波、高斯滤波等对骨骼图像进行处理，计算连接区域的面积去除较小面积对象，利用形态学操作删除不含结构元素的对象，并删除狭窄的连接和小的突起，根据外围脂肪区的内轮廓和肌肉区的外轮廓，在胸腹腔内的每个切片上定义一个二维椭圆区域，去除腹腔内的高密度钙化组织。
53.s130：利用统计学方法根据骨骼信息提取肝脏分割纵向边界。
54.具体来说，根据解剖学知识分析骨骼与肝脏的位置联系，得到统计学规律，计算骨骼像素面积以及周围脂肪区内部轮廓的紧凑系数cf＝1
–
4πa/p2，根据骨骼像素面积以及紧凑系数变化提取纵向边界。
55.s140：利用图像处理技术骨骼信息提取肝脏分割横向边界。
56.具体来说，结合每个切片的上层和下层切片以获得更多的骨骼信息，根据每块骨头的轮廓线进行适当操作，包括但不限于添加、删除、排序，处理后的骨轮廓序列搜索两个相邻轮廓的最近线段之间的距离，获得骨架内轮廓的简单关键点，将关键点进行曲线拟合绘制水平边界，若在没有骨骼信息的情况下，则给出估计范围。
57.综上所述，本发明提供的基于骨骼信息的肝分割边界提取方法，其中，所述方法通过图像处理提取ct图像中的骨骼信息；利用形态学操作和解剖学知识去噪完整分割骨骼；利用统计学方法根据骨骼信息提取肝脏分割纵向边界；利用图像处理技术骨骼信息提取肝脏分割横向边界。该发明有助于辅助肝分割算法，可用于减少腹壁以外肝区的误识率，减少肝脏分割算法的处理时间。
58.以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。