一种医学图像中肝脏范围的定位方法及装置的制造方法

一种医学图像中肝脏范围的定位方法及装置的制造方法
【技术领域】
[0001]本发明涉及医学图像处理领域，特别涉及一种医学图像中肝脏范围的定位方法及
目.0
【背景技术】
[0002]在大型医学影像设备中，通常涉及到针对不同器官的图像处理、计算机辅助诊断或者指标参数的定量分析。对于此类医学图像数据，一般是在医学影像设备扫描时，采集并重建得到覆盖待分析器官区域的图像体数据(volume data)，之后由待分析器官所对应的应用模块进行具体的诊断分析。这里的图像体数据是三维医学图像，通常由一组二维医学图形组成。例如对人体躯干进行图像采集得到的图像体数据，可用于多个器官(例如肺部、心脏、肝脏或者肠道)的诊断分析。在各应用模块中，对于躯干部分的图像体数据，会基于相关算法在这部分图像体数据内定位到具体器官的图像数据范围，以便进行后续的图像处理、计算机辅助诊断或定量分析。
[0003]现有对肝脏的自动定位方法主要分为阈值、学习和模型三种方法。阈值的方法主要依据体数据灰度信息或者直方图分布计算出阈值，粗略分割出器官所在区域，依据灰度和边缘的位置计算肝脏重心，给出肝脏在体数据内的位置范围。这类方法计算较为耗时，且依赖于肝脏的灰度和形状信息。对于形变、病变严重或者造影剂强度较高的数据，可能因为肝脏区域的灰度与正常肝脏差异较大，导致计算出现偏差。
[0004]学习类方法一般对已知区域提取特征，之后通过Adaboost、神经网络或者决策树模型等机器学习的方法训练出有效的分类器，之后作用于新的图像区域，最终检测出肝脏所在范围。与之类似的方法是采用弱分类器从预定义的图像特征中挑选关键特征，在此基础上训练强分类器，用来检测特定器官所在范围。这类方法虽然可以有效检测肝脏范围，但需要一定的样本，训练生成分类器的过程非常耗时，且存在过度拟合的风险。
[0005]模型类方法主要是通过引入已知的概率图谱，构造器官位置模型。之后将针对输入图像优化模型参数，最终达到器官定位的效果。这类方法适用性比较广泛，但对预设的图谱/模型要求较高，且优化迭代的过程相当耗时。

【发明内容】

[0006]本发明要解决的问题是提供一种医学图像中肝脏范围的定位方法及其装置，解决现有肝脏定位方法中的上述问题，快速准确的在体数据内定位到肝脏范围。
[0007]为解决上述问题，本发明提供了一种医学图像中肝脏范围的定位方法，包括:获取三维医学图像，所述三维医学图像由一组二维医学图像组成，所述三维医学图像覆盖肝脏；定位所述三维医学图像内肋骨所处二维医学图像的位置;基于所述肋骨的位置确定肝脏底部二维医学图像的位置;确定肝脏顶部二维医学图像的位置；由所述肝脏底部和顶部二维医学图像的位置，确定所述三维医学图像内肝脏的范围。
[0008]优选的，所述定位三维医学图像内肋骨所处二维医学图像的位置包括:定位三维医学图像内肋骨下缘所处二维医学图像的位置;所述肝脏底部二维医学图像的位置基于肋骨下缘所处二维医学图像的位置进行确定。
[0009]优选的，所述定位三维医学图像内肋骨下缘所处二维医学图像的位置包括:获取三维医学图像的冠状位MIP图像;基于所述冠状位MIP图像获取骨骼区域图像;基于所述骨骼区域图像定位肋骨下缘所处二维医学图像的位置。
[0010]优选的，所述基于骨骼区域图像定位肋骨下缘所处二维医学图像的位置包括:获取骨骼区域图像内的脊柱中心线;基于所述脊柱中心线，去除所述骨骼区域图像内的脊柱；统计去除脊柱后的所述骨骼区域图像每行像素点数目，基于像素点数目定位肋骨下缘位置。
[0011]优选的，所述基于肋骨的位置确定肝脏底部二维医学图像的位置是由肋骨和肝脏在解剖结构上的相对位置确定。
[0012]优选的，所述确定肝脏顶部二维医学图像的位置包括:从所述肋骨所处二维医学图像的位置开始，朝肝脏顶部方向，计算各所述二维医学图像的检测区域内的平均灰度值；将所述平均灰度值和预先设置的阈值进行比较，得到肝脏顶部所处二维医学图像的位置。
[0013]基于上述医学图像中肝脏范围的定位方法，本发明还对应提供了一种医学图像中肝脏范围的定位装置。
[0014]与现有技术相比，本发明的技术方案仅需要当前图像数据，无需训练样本或概率图之类的先验信息。更进一步的，主要参考了图像中灰度较为稳定的骨骼和空气的信息，根据肝脏附近解剖结构而非肝脏本身定位肝脏，避免因图像噪声或者肝脏病变带来的不确定因素。更进一步的，检测算法基本在二维平面上完成，避免处理三维数据带来的复杂计算，能较快检测出肝脏大致位置。
【附图说明】
[0015]图1是医学影像设备的结构示意图；
[0016]图2是由医学影像设备采集得到的三维医学图像的示意图；
[0017]图3是本发明医学图像中肝脏范围定位方法的流程图；
[0018]图4是本发明定位三维医学图像内肋骨下缘方法的流程图；
[0019]图5是本发明基于冠状位MIP图像定位肋骨下缘方法的流程图；
[0020]图6a是本发明基于骨骼区域图像找到中心线的示意图；
[0021 ]图6b是本发明骨骼区域图像去除脊柱后的示意图；
[0022]图7是本发明确定肝脏顶部所处二维医学图像位置的流程图；
[0023]图8a是本发明在冠状位图像中从肋骨下缘位置开始进行计算的示意图；
[0024]图Sb是本发明各二维医学图像中检测区域的示意图；
[0025]图9是本发明医学图像中肝脏范围定位装置的结构图。
【具体实施方式】
[0026]为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的【具体实施方式】做详细的说明。在以下描述中阐述了具体细节以便于充分理解本发明。但是本发明能够以多种不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广。因此本发明不受下面公开的【具体实施方式】的限制。
[0027]图1是一种医学影像设备的结构图，这里以计算机断层扫描设备(CT，CompUtedTomography)为例进行说明。参见图1，计算机断层扫描设备100通常包括机架101、扫描床102以及供医生操作的控制台103三个部分。控制台103通常包括控制成像端进行扫描的电脑和图像高级后处理工作站的电脑。在扫描成像时，患者躺着扫描床102上，由扫描床102将患者推入到机架101的孔径内。机架101内一侧有球管，球管可以发出X射线，X射线穿过患者后被与球管相对设置的探测器接收到从而形成数据。探测器将采集到的数据发送到控制台103进行数据的初步处理、图像重建，形成CT图像。
[0028]参见图2，一次CT扫描的扫描区域201通常覆盖了人体202的大部分区域。根据一次CT扫描(可以是步进式扫描或者螺旋扫描)采集到的数据可以重建得到一个三维医学图像的体数据300，这个体数据300通常包括了一组二维医学图像301，每张二维医学图像301是与人体长轴z方向垂直的横断位图像(axial image)，代表了人体200某一断层的内部解剖信息。对于重建得到的体数据300，通常保存为该患者的一个图像序列，医生在进行后续医学诊断时，会将该体数据300导入到相应的应用模块中进行处理。
[0029]例如对人体进行CT扫描时的扫描区域为躯干，则重建得到的体数据对应躯干部分，该体数据内包含了肝脏，可以将该体数据导入到肝分析的应用模块进行后续的诊断分析。具体为首先在该体数据内定位到肝脏的位置，比如初始的体数据为250层(每一层作为一个二维医学图像)的三维医学图像，定位到肝脏的位置为第70层至第190层，之后仅对第70层至第190层的图像进行肝脏分割、病变识别等。
[0030]本发明的技术方案针对肝脏范围的定位，提出了一种医学图像中肝脏范围的定位方法。本发明的技术方案也可以适用于其他需要对体数据进行肝脏定位的场景，并不仅仅是在导入到肝脏应用模块时候。
[0031]参见图3，本发明的定位方法包括以下步骤:
[0032]S301，获取三维医学图像。
[0033]由之前的描述可知，三维医学图像(即图像体数据)通常是通过医学影像设备采集重建得到。具体的获取方式可以是在线模式下实时采集得到的三维医学图像，也可以是在离线模式下读取保存的三维医学图像，还可以是远程传输到本地的三维医学图像。
[0034]三维医学图像可以通过CT设备采集得到，也可以通过其他的医学影像设备，例如X光机C型臂设备采集得到。
[0035]S302，定位所述三维医学图像内肋骨所处二维医学图像的位置。
[0036]获取得到三维医学图像后，在三维医学图像内定位肋骨所处的片层位置。
[0037]对于肋骨的定位方法可以有多种，例如最简单的通过阈值化(thresholding)的方法，得到各二维医学图像片层内骨骼的掩膜。之后对各掩膜中连通区域进行面积阈值的筛选或者形状匹配，确认是否属于肋骨，从而判断肋骨所处的片层位置。这里的肋骨位置为片层的一个范围，在其他情况下也可以仅是肋骨的某一个易于识别的解剖结构。
[0038]在本发明的一种优选实施方式中，由于不同患者肋骨的大小差异、结构的区别，肋骨本身在人体中的一定形变。在定位肋骨时可采用仅定位出肋骨下缘的方式，使定位更加快速准确。
[0039]定位肋骨下缘的方法可以有多种，在本发明的一种优选的实施方式中，参见图4，包括以下步骤:
[0040]S3021，获取三维医学图像的冠状位MIP图像。
[0041 ] 对步骤S301得到的三维医学图像，计算得到冠状位最大密度投影(MIP ,MaximumIntensity Project1n)图像。转换成MIP图像的方式，将对三维医学图像的处理转换成了对二维医学图像的处理，优化了图像的处理速度。
[0042]S3022，基于所述冠状位MIP图像获取骨骼区域图像。
[0043]对冠状位MIP图像取阈值，由于骨骼比软组织的灰度值高很多，由此获得骨骼区域图像。图6a是骨骼区域图像的示意图，图中可以清晰看到骨骼区域。
[0044]S3023，基于所述骨骼区域图像定位肋骨下缘所处二维医学图像的位置。
[0045]在图6a的骨骼区域图像内定位肋骨下缘的位置，优选的方法如图5所示，包括以下步骤:S3024，获取骨骼区域图像内的脊柱中心线，参见图6a，中心线601具体可以通过计算骨骼区域图像的重心得到，其他的方法也有例如统计灰度值分布等;S3025，基于所述脊柱的中心线601，根据脊柱的大致直径，以中心