在断层影像中分割股骨的方法
【专利摘要】本发明提供了一种在断层影像中分割股骨的方法，包括：获取包含髋关节的断层图片；从所述断层图片中提取骨组织区域；标记股骨头与髋臼之间的关节间隙区域；计算所述关节间隙区域的调和场等值线；依据所述调和场等值线分割出股骨头。通过对关节间隙区域进行标记，得到大致的关节间隙区域范围，再对关节间隙区域计算调和场等值线，得到确切的关节间隙区域边界，因而也得到了股骨头的边界，进而对股骨头进行高效、准确的分割，且自动化程度高，对于关节组织磨损评估、髋关节炎的辅助诊断、髋关节置换手术模拟等后续应用有着重要的意义。
【专利说明】
在断层影像中分割股骨的方法
技术领域
[0001] 本发明设及图像处理领域，尤其设及一种在断层影像中分割股骨的方法。
【背景技术】
[0002] 髓关节是人体重要关节之一，它主要由一个球形的股骨头，一个窝状的髓白W及 两者之间的初带、软骨所组成；而股骨除了包括前面说的股骨头，还包括与股骨头连接的 大、小转子，股骨颈等其他组织。另一方面，计算机断层影像技术，即俗称的CT技术，它能够 透过皮肤组织展现人体内部肉眼不可见的组织信息，因此作为一种计算机辅助技术，CT技 术被广泛应用于临床医疗中；例如关节组织磨损评估、髓关节炎的辅助诊断、髓关节置换手 术模拟等。
[0003] 断层图片可W理解为使用CT技术扫描特定组织所产生的一系列等间距的组织横 截面图片，其中高密度组织所对应的区域具有较高的强度值，反之则强度值较小。对于髓关 节处的断层图片来说，由于骨组织处的强度值较高，软组织处的强度值较低，因此，如果强 度值的对比度良好，则利用通用的阔值分割等方法能够将股骨与髓骨轻松地分离开来。然 而，在实际中，由于人体骨骼的退化、伤病、采集设备的精度等原因，上述强度值的对比度通 常达不到理想状态。换句话说，在断层图片所展示的股骨头与髓白间的关节间隙区域，通常 存在干扰，在某些实例中，该关节间隙甚至会消失，使得传统方法无法准确获取股骨头的边 界信息。为了获取股骨头的准确边界，现有方法通常需要采用手工交互的方式逐层对断层 图片中的分割边界进行编辑。运种方式将耗费大量的人力成本，且对于操作者的经验有一 定的要求。
[0004] 因此，如何从计算机断层影像中准确、高效地分割出股骨头是一个急需解决的问 题。
【发明内容】
[0005] 本发明所要解决的技术问题是:提供一种在断层影像中基于调和场来分割股骨的 方法，能够准确、高效地分割出股骨头。
[0006] 为了解决上述技术问题，本发明采用的技术方案为：
[0007] -种在断层影像中分割股骨的方法，包括：
[000引获取包含髓关节的断层图片；
[0009]从所述断层图片中提取骨组织区域；
[0010]标记股骨头与髓白之间的关节间隙区域；
[0011] 计算所述关节间隙区域的调和场等值线；
[0012] 依据所述调和场等值线分割出股骨头。
[0013] 本发明的有益效果在于:通过提取骨组织区域得到股骨头、髓白区域，并对股骨头 和髓白之间的关节间隙区域进行标记，得到大致的关节间隙区域范围，再根据标记关节间 隙区域后的断层图片计算该关节间隙区域的调和场等值线，得到确切的股骨头边界，进而 对股骨头进行高效、准确的分割，有效解决了关节间隙区域不明显导致的股骨头分割不准 确的问题。
【附图说明】
[0014] 图1为本发明实施例的在断层影像中分割股骨的方法的流程图；
[0015] 图2为本发明实施例一的在断层影像中分割股骨的方法的流程图；
[0016] 图3为本发明实施例一的在断层影像中分割股骨的方法提取骨组织区域示意图；
[0017] 图4为本发明实施例一的在断层影像中分割股骨的方法标记关节间隙区域的示意 图；
[0018] 图5为本发明实施例一的在断层影像中分割股骨的方法修正梯度值的示意图一；
[0019] 图6为本发明实施例一的在断层影像中分割股骨的方法修正梯度值的示意图二；
[0020] 图7为本发明实施例一的在断层影像中分割股骨的方法调和场等值线的示意图； [0021 ]图8为本发明实施例一的在断层影像中分割股骨的方法股骨头边界的示意图；
[0022] 图9为本发明实施例一的在断层影像中分割股骨的方法股骨分割结果的示意图。
[0023] 标号说明：
[0024] 1、区域一;2、区域二;3、区域S;4、区域四；5、区域五;6、区域六;7、区域屯;8、区域 八;9、区域九；10、区域十;11、区域^^一。
【具体实施方式】
[0025] 为详细说明本发明的技术内容、所实现目的及效果，W下结合实施方式并配合附 图予W说明。
[0026] 本发明最关键的构思在于:对股骨头与髓白之间的关节间隙区域进行标记，并对 标记后的关节间隙区域进行调和场等值线计算，依据调和场等值线作为边界分割出股骨 头。
[0027] 本发明设及的技术术语解释：
[002引
[0029]
[0030] 请参照图I，本发明提供一种在断层影像中分割股骨的方法，包括：
[0031] Sl、获取包含髓关节的断层图片；
[0032] S2、从所述断层图片中提取骨组织区域；
[0033] S3、标记股骨头与髓白之间的关节间隙区域；
[0034] S4、计算所述关节间隙区域的调和场等值线；
[0035] S5、依据所述调和场等值线分割出股骨头。
[0036] 从上述描述可知，本发明的有益效果在于:通过对关节间隙区域进行标记，得到大 致的关节间隙区域范围，通过匹配算法，得到所有断层图片中确切的关节间隙区域边界，再 对关节间隙区域进行调和场计算、获取其等值线，作为股骨头的边界，进而对股骨头进行高 效、准确的分割，有效解决了关节间隙区域不明显导致的股骨头分割不准确的问题，减少了 用户交互次数，提高了分割方法的智能化水平。
[0037] 进一步的，所述"依据所述调和场等值线分割出股骨头"之后还包括：
[0038] S6、采用区域增长方法分割出股骨中除股骨头W外的区域；
[0039] S7、合并分割出的股骨头和所述除股骨头W外的区域得到股骨。
[0040] 从上述描述可知，股骨头分割完成后，再分割出该股骨头W外的区域，将前面分割 出的股骨头和上述股骨头W外的区域合并，即得到股骨。
[0041] 进一步的，所述"从所述断层图片中提取骨组织区域"具体为：
[0042] 使用基于直方图的阔值化方法将所述断层图片中具有高强度值的最大连通区域 提取出来，得到W股骨和髓骨相连通的骨组织区域为前景、其他区域为背景的二值图。
[0043] 从上述描述可知，由于股骨和髓骨属于骨组织，股骨头和髓骨之间的关节间隙区 域存在软组织，而骨组织和软组织在断层图片中的强度值差别较大，因此要实现股骨头的 分割，关节间隙区域的识别与利用是解决问题的关键之一;得到W股骨和髓骨相连通的骨 组织区域为前景、其他区域为背景的二值图，即完成骨组织区域的提取。
[0044] 进一步的，所述断层图片为两张 W上，且每张断层图片都具有与其相对应的二值 图，所述"标记股骨头与髓白之间的关节间隙区域"具体为：
[0045] 绘制两个初始的同屯、圆，其中内、外圆分别位于股骨头及其周围髓白的边界；
[0046] 从初始同屯、圆所在层开始，逐层进行识别，得到所有同时存在股骨头和髓白的断 层图片，并标记对应的关节间隙区域。
[0047] 进一步的，所述"对所述二值图进行识别，得到所有同时存在股骨头和髓白的断层 图片，并标记对应的关节间隙区域"具体为：
[0048] 对当前层二值图M，首先W初始内、外圆作为约束，通过改变其中屯、点和半径的方 式得到多组同屯、圆集，然后依据统计响应函数
义及贪婪 算法从所述同屯、圆集中得到与股骨头和髓白的边界最匹配的两个同屯、圆，作为当前层关节 间隙区域的最终标记；其中，O为预设参数，F?和T?分别代表所述二值图中区域O范围内前 景像素和总像素的个数。
[0049] 从上述描述可知，由于股骨头和髓白区域的边界在断层图片中大致呈圆形，W二 值图和用户所标记初始同屯、圆为输入约束条件，采用基于统计响应函数的贪婪算法进行逐 层识别，能够得到断层图片上关节间隙区域标记。
[0050] 进一步的，所述"计算所述关节间隙区域的调和场等值线"具体为：
[0051] 获取所述断层图片基于方向信息修正的梯度数据；
[0化2] 依据公式心0 = 6,得到的所述断层图片各像素点所对应的调和场值0;其中，
;L是依据各像素点之间的邻接关系和所述修正梯度数据得到的mXm阶的 拉普拉斯矩阵，m为上述关节间隙标记区域的像素点个数
其中，n为约束点个数，当且仅当第u(l《u《n)个约束点在关节间隙区域像素序号为v(l《v 《m)时Cu,v=l，其余情况下为0;当且仅当第ua《u《n)个约束点为内圆形对应像素点时bu =1，否则为0; T为预设系数；
[0化3] 依据所述调和场值常得到调和场等值线。
[0054] 从上述描述可知，为了获取能够准确反映股骨头边界信息的调和场，首先依据关 节间隙区域的中屯、点位置信息，对所述断层图片的梯度强度数据进行修正，排除或降低股 骨头内部松质骨和相邻髓白边界对调和场数据的干扰；由于断层图片中股骨头轮廓并不完 全呈圆形，且该边界信息常常受到其内部松质骨和相邻髓白区域影响，借助关节间隙区域 各像素点间的邻接关系描述和所述修正梯度数据，得到准确反映股骨头边界信息的调和场 及其等值线。
[0055] 进一步的，"依据所述调和场等值线分割出股骨头"具体为：
[0056] 逐层抽取预设条数的调和场等值线作为候选边界线集合；
[0057] 结合所述修正梯度数据W及与相邻层股骨头边界线之间的相似度作为标准，对候 选集合中的每条调和场等值线进行评分；
[005引选取评分最高的调和场等值线作为股骨头的边界线，并从所述同屯、圆的圆屯、进行 区域增长，得到分割获取的股骨头区域。
[0059] 从上述描述可知，通过选取最优的调和场等值线作为股骨头的边界，使得股骨头 的边界最为精确，从而能够精确、有效地分割出股骨头区域。
[0060] 进一步的，所述"采用区域增长方法分割股骨中除股骨头W外的区域"具体为：
[0061] 从提取出的骨组织区域中去除股骨头区域；
[0062] 采用区域增长方法从去除了股骨头区域的骨组织区域中分割股骨中除股骨头W 外的区域。
[0063] 从上述描述可知，去除股骨头区域后，股骨中其他区域与髓白的分界就很明显了， 从而能够很容易地分割出股骨中除股骨头W外的区域。
[0064] 进一步的，通过布尔和操作合并所述分割出的股骨头和所述除股骨W外的区域。
[0065] 请参照图2至图9,本发明的实施例一为：
[0066] -种在断层影像中分割股骨的方法，包括：
[0067] S1、获取多张包含髓关节的断层图片;所述髓关节包括股骨头和髓白，而股骨头与 股骨中的股骨颈、大转子、小转子等连接；因此，包含髓关节的断层图片至少包括股骨头W 及股骨中除股骨头W外的区域；
[0068] 具体的，从DICOM等格式文件中载入断层图像数据，并通过计算机图形学可视化平 台（如化enGL)进行可视化处理，得到多层的断层图片，并在可视化的交互界面显示；
[0069] S2、从所述断层图片中提取骨组织区域；
[0070] 具体的，利用基于直方图的阔值化方法将上述断层图片中具有高强度值的最大连 通区域提取出来，得到对应的W股骨和髓骨相连通区域为前景，其他区域为背景的二值图 M，并对该二值图M进行彩色标记前景、透明化处理背景，再将该二值图叠加于原始断层图片 之上进行显示，得到例如图3中区域一 1所示的连通区域；
[0071] S3、标记股骨头与髓白之间的关节间隙区域；
[0072] 具体的，在上述提取出骨组织区域的断层图片中，首先由用户手工大致标记由两 个初始同屯、圆所确定的代表股骨头和髓白之间相关关系的关节间隙区域，位于两个圆形之 间的区域即为关节间隙区域，例如图3中区域二2所示的环形区域;然后根据统计响应函数
平估由初始同屯、圆所确定的一系列候选圆形CU, r)与 巧断后固斤MT股W乂现*颗口 W芥区域的匹配程度，得到与当前层断层图片中股骨头或髓 白边界最匹配的一组同屯、圆，如图4中区域S3所示;再将该组同屯、圆作为下一层断层图片 的初始同屯、圆，逐层自动识别出所有同时存在股骨头和髓白的断层图片W及该断层图片中 的关节间隙区域，如此循环迭代处理直至所有匹配股骨头的候选圆形所对应的相应函数值 都小于0或者所有匹配髓白的候选圆形所对应的相应函数值都大于0为止;其中，〇 = 3，F?和 T?分别代表M中区域O范围内前景像素和总像素的个数;R(M，x，r)越大，C(x，r)与股骨头边 界的匹配程度越好;R(M，x，r)越小，CU, r)与髓白边界的匹配程度越好；
[0073] 上述关节间隙区域的匹配识别过程采用的是带约束条件的贪婪算法，即W给定初 始同屯、圆为约束，在由初始同屯、圆所确定的一系列候选圆形集合中优先寻找与股骨头边界 最优匹配圆形C(c，r)、再寻找与C(c，r)共圆屯、且与髓白边界匹配最优圆形C(c，R);另外，该 初始同屯、圆的指定遵循演绎归纳法，即其一开始由用户参与指定初始同屯、圆，除此W外，当 前层断层图片所识别到的最优同屯、圆将作为其相邻层的初始值;该候选圆形集合是W初始 同屯、圆内、外圆形为基准，通过改变其中屯、点和半径的方式所获得；
[0074] S4、计算所述关节间隙区域的调和场等值线；
[0075] 具体的，为后续调和场的计算及其等值线的评分做准备，先获取断层图片的梯度 数据;在断层图片的梯度图中，由于表面皮质骨和内部松质骨在断层图片中分别表现为强 度值较高的区域和强度值较低的区域，使得股骨头的边界区域附近同时存在指向股骨头内 部(例如图5中区域四4所示的轮廓线）和外部(例如图5中区域五5所示的轮廓线）的较大梯 度信息；另外，紧邻股骨的髓白边界处同样如此（例如图5中区域六6所示属于髓白的轮廓 线）。为了保留股骨头边界处指向外部的较大梯度信息，并排除其他无用较大梯度信息对其 的干扰(例如保留图5中区域五5所示的轮廓线而去除区域四4和区域六6所示的轮廓线），采 用基于位置方向信息对梯度数据进行修正；具体来说，可利用所获取的同屯、圆圆屯、相对于 当前像素的方位，W及当前像素梯度方向的信息来进行修正，修正后的梯度值如图6所示；
[0076] 然后进行调和场值计算。求解图像调和场在数学上即求解泊松方程A0 = 〇( A代表 离散拉普拉斯算子）；使用带边界约束条件的最小二乘法可W求解该泊松方程，运里使用代 表关节间隙区域边界的内、外圆形所对应的像素点作为约束点，此时原方程转化为^巧=方 的形式;其中，巧为调和场值，
其中L是拉普拉斯矩阵，如果两个圆形之间 的区域内有m个像素点，则L是m X m阶矩阵，且第i行第j列元素（1《i，j《m )
;其中，E表示像素点之间存在邻接关系；CO是拉普拉斯算子的权 值，对于调和场的分布有着重要的影响;运里采用
来捕捉分布于梯度较大区 域的分割边界;其中，丫 U为二值变量，当且仅当像素点i或者j处的上述修正梯度值大于某 阔值时取值取一较大的数值，例如1000,否则为l;Pi表示像素点i处的像素值；Ienu表示像 素点i，j之间的长度;C和b'分别是代表调和场中约束条件的矩阵和向量，如果共n个约束 点，贝化和b '可W表示如下：
[0077]
[007引当且仅当第11(1《11《11)个约束点在关节间隙区域像素序号为乂（1《乂《111)时(3。,乂 = 1，其余情况下为0;当且仅当第U(l《u《n)个约束点为内圆形对应像素点时bu = l，否则为 0; y =1000;利用求解带有大型稀疏系数矩阵线性方程A0=b的工具包求出方程的解，即 为每个像素点所对应的调和场值;依据各调和场值即可得到调和场等值线;如图7所示；
[0079] S5、依据所述调和场等值线分割出股骨头；
[0080] 具体的，首先，对调和场进行等值线抽取处理;如图7中区域屯7所示的线条即为调 和场的等值线，它们将作为最终分割边界的候选集;然后，结合修正的梯度数据W及相邻层 股骨头边界线之间形状相似度运两类指标，能够获取一条最佳的闭合等值线作为股骨头的 边界线，例如图8中区域八8曲线所示;最后，从所确定的同屯、圆圆屯、进行区域增长，能够得 到股骨头区域的分割结果，如图8中区域九9所示。
[0081] S6、采用区域增长方法分割出股骨中除股骨头W外的区域；
[0082] 从上述得到最佳等值线的断层图片M中去除基于调和场获取的股骨头区域，即将 该层二值图片M中股骨头对应区域由前景转变为背景，能够将剩余股骨部分与髓骨部分分 割为M中互不连通的前景区域，因此可W使用区域增长法获得剩余股骨区域的分割结果，如 图8中区域十10所示；
[0083] S7、合并分割出的股骨头和上述除股骨头W外的区域得到股骨；
[0084] 具体的，将基于调和场获取的股骨头区域和剩余股骨区域进行布尔和操作，得到 最终的股骨分割结果，如图9区域十一 11所示。
[0085] 综上所述，本发明提供的在断层影像中分割股骨的方法，通过对股骨头与髓白之 间的关节间隙区域进行标记和识别，并通过计算该关节间隙区域的调和场值，得到精确的 股骨头边界，从而可W准确高效地得到计算机断层影像中的股骨区域结果，且自动化程度 高，对于关节组织磨损评估、髓关节炎的辅助诊断、髓关节置换手术模拟等后续应用有着重 要的意义。
[0086] W上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发 明说明书及附图内容所作的等同变换，或直接或间接运用在相关的技术领域，均同理包括 在本发明的专利保护范围内。
【主权项】
1. 一种在断层影像中分割股骨的方法，其特征在于，包括： 获取包含髋关节的断层图片； 从所述断层图片中提取骨组织区域； 标记股骨头与髋白之间的关节间隙区域； 计算所述关节间隙区域的调和场等值线； 依据所述调和场等值线分割出股骨头。2. 根据权利要求1所述的在断层影像中分割股骨的方法，其特征在于，所述"依据所述 调和场等值线分割出股骨头"之后还包括： 采用区域增长方法分割出股骨中除股骨头以外的区域； 合并分割出的股骨头和所述除股骨头以外的区域得到股骨。3. 根据权利要求1所述的在断层影像中分割股骨的方法，其特征在于，所述"从所述断 层图片中提取骨组织区域"具体为： 使用基于直方图的阈值化方法将所述断层图片具有高强度值的最大连通区域提取出 来，得到以股骨和髋骨相连通区域为前景、其他区域为背景的二值图。4. 根据权利要求3所述的在断层影像中分割股骨的方法，其特征在于，所述断层图片为 两张以上，且每张断层图片都具有与其相对应的二值图，所述"标记股骨头与髋白之间的关 节间隙区域"具体为： 绘制两个初始的同心圆，其中内、外圆分别位于股骨头及其周围髋臼的边界； 从初始同心圆所在层开始，逐层对所述二值图进行识别，得到所有同时存在股骨头和 髋臼的断层图片，并标记对应的关节间隙区域。5. 根据权利要求4所述的在断层影像中分割股骨的方法，其特征在于，所述"对所述二 值图进行识别，得到所有同时存在股骨头和髋臼的断层图片，并标记对应的关节间隙区域" 具体为： 对当前层二值图M以初始内、外圆作为约束，改变所述初始内、外圆的中心点和半径的 得到多组同心圆集;然后依据统计响应函数（及贪婪算 法从所述同心圆集中得到与股骨头和髋臼的辺界最匹配的网个问心圆，作为当前层关节间 隙区域的最终标记;其中，σ为预设参数，Fo和Τφ分别代表所述二值图中区域Φ范围内前景 像素和总像素的个数。6. 根据权利要求5所述的在断层影像中分割股骨的方法，其特征在于，所述"计算所述 关节间隙区域的调和场等值线"具体为： 获取所述断层图片基于方向信息修正的梯度数据； 依据公式= \得到的所述断层图片各像素点所对应的调和场值炉;其中，.是依据各像素点之间的邻接关系和所述修正梯度数据得到的mXm阶的拉 普拉斯矩阵，m为所述关节间隙标记区域的像素点个数其中，η为约束点个数，当且仅当第U(KuSn)个约束点在关节间隙区域像素序号为v(l<v 彡11〇时(^=1，其余情况下为0;当且仅当第11(1<11彡11)个约束点为内圆形对应像素点时13 11 =1，否则为〇;γ为预设系数； 依据所述调和场值口得到调和场等值线。7. 根据权利要求6所述的在断层影像中分割股骨的方法，其特征在于，"依据所述调和 场等值线分割出股骨头"具体为： 逐层抽取预设条数的调和场等值线作为候选边界线集合； 结合所述修正的梯度数据以及相邻层股骨头边界线之间的相似度对每条调和场等值 线进彳丁评分； 选取评分最高的一条候选边界作为股骨头的边界线，并从所述同心圆的圆心进行区域 增长，得到分割获取的股骨头区域。8. 根据权利要求2所述的在断层影像中分割股骨的方法，其特征在于，所述"采用区域 增长方法分割股骨中除股骨头以外的区域"具体为： 从提取出的骨组织区域中去除股骨头区域； 采用区域增长方法从去除了股骨头区域的骨组织区域中分割股骨中除股骨头以外的 区域。9. 根据权利要求2所述的在断层影像中分割股骨的方法，其特征在于，通过布尔和操作 合并所述分割出的股骨头和所述除股骨头以外的区域。
【文档编号】G06T7/00GK106023144SQ201610297197
【公开日】2016年10月12日
【申请日】2016年5月6日
【发明人】刘石坚, 邹峥, 罗三定, 廖胜辉, 潘正祥, 邹复民, 廖律超, 聂明星, 杨海燕
【申请人】福建工程学院