专利名称：高通量成像系统下的斑马鱼间脑和中脑自动分割方法
技术领域：
本发明涉及生物医学图像处理与分析，特别是一种对高通量成像系统下对斑马鱼 脑部区域分割的方法。
背景技术：
斑马鱼是是属于辐鳍亚纲一种硬骨鱼，其神经系统、视觉系统、血液等方面在早期 发育与人类极为相似，而且成长速度极快、胚胎透明。由于这一系列原因，斑马鱼已成为研 究动物胚胎发育的优良材料和人类疾病起因的重要模式动物。在斑马鱼的图像处理和分析 中，图像分割往往都是最基本的问题，而斑马鱼间脑和中脑的自动分割方法还没有被研究。 现行的图像分割方法都不能较好地分割出斑马鱼胚胎图像中的间脑和中脑区域对阈值分 割方法，由于斑马鱼间脑和中脑的灰度均值不同，阈值方法不能很好地产生一个阈值来分 割脑部区域；对边缘检测类方法，由于脑部区域附近的灰度和脑部附近背景灰度相近，很难 通过边缘检测算子将脑部分割出来。
发明内容
本发明的目的在于提供一种能够自动地将斑马鱼图像中的斑马鱼间脑和中脑分 割出来的方法。高通量的成像系统一次能产生几万幅图像，在研究过程中如果采用人工处 理的方式，那是非常困难的；而采用计算机进行图像处理和分析，这样分析结果不仅更加客 观而且易于存储到结构化的数据库中，以便更好地使这些数据支持统计分析和数据挖掘。实现本发明目的的技术解决方案为一种高通量成像系统下的斑马鱼脑部区域分 割方法，包括以下步骤步骤1 运用多相水平集分割方法，将斑马鱼图像分割成多个有不同灰度均值的 部分，从中挑出最低灰度均值的部分作为斑马鱼脑部区域的初步估计范围，该区域边界作 为曲线1 ；步骤2 对步骤1得出的斑马鱼脑部区域初步估计范围内的图像灰度数据使用大 津法阈值分割，将分割出的灰度较低的区域作为斑马鱼脑部区域初步估计范围的进一步准 确估计范围，该区域边界作为曲线2 ；步骤3 利用斑马鱼脑部区域与脑部附近其它组织的灰度均值存在差异的这一信 息，构建用于分割斑马鱼间脑的活动轮廓模型的能量泛函，并演化曲线2分割出斑马鱼间 脑区域；步骤4 将步骤3得到的斑马鱼间脑区域从曲线1所围成的区域中去除，剩余区域 的边界形成斑马鱼中脑区域包围的曲线3 ；步骤5 利用对梯度信息灵敏的边缘停止函数和测地线轮廓模型，演化曲线3分割 出斑马鱼中脑区域，完成斑马鱼脑部区域的分割。本发明与现有技术相比，其显著优点(1)能够得到斑马鱼间脑和中脑的完整轮 廓。由于活动轮廓模型一开始就演化封闭曲线，而水平集方法保证了曲线在演化过程中始终为封闭的，故最终分割结果为完整的封闭的轮廓。( 能够得到准确的斑马鱼间脑区域。 分割斑马鱼间脑，面临脑部区域与附近灰度对比度不高的问题，但利用间脑和间脑附近的 灰度差构建出的分割模型能有效地克服此问题，使得曲线演化到间脑内边界时曲线两侧的 灰度差很小，曲线停止演化进而分割出斑马鱼间脑。(3)能够准确地分割出斑马鱼中脑区 域。在分割斑马鱼中脑中面临弱边缘问题，需要使用对梯度信息灵敏的边缘停止函数，使得 当曲线演化到中脑边界时能及时停止演化，进而准确地分割出斑马鱼中脑区域。
图1是斑马鱼胚胎图像中所需要分割出的间脑和中脑。图2是8相水平集分割的初始曲线设置图，其中3类水平集分别用红蓝黄颜色标记。图3是利用本发明方法操作的斑马鱼脑部分割的流程图。图4-7是利用本发明方法操作的斑马鱼脑部分割过程图。
具体实施例方式活动轮廓模型是一种较好的分割方法，能够得到完整的轮廓，但是直接运用在斑 马鱼图像分割中，由于整体斑马鱼图像灰度较为复杂和需要将间脑和中脑都分割出来，需 要针对不同的分割目标和局部信息构建不同的模型来进行分割。为解决斑马鱼图像中的整 体图像灰度较为复杂、间脑和附近背景的灰度对比度不高、中脑边界较弱问题下的脑部区 域分割问题，本发明利用多相水平集分割方法估计斑马鱼脑部区域、利用活动曲线的局部 信息构建分割模型、设计对梯度信息灵敏的边缘停止函数并结合测地线轮廓模型来准确地 分割出斑马鱼中脑。本发明高通量成像系统下的斑马鱼间脑和中脑自动分割方法，主要有以下三个步 骤首先多相水平集分割方法能够根据灰度信息将整体斑马鱼图像分成多部分，从而初步 估计出具有最低灰度均值的斑马鱼脑部区域的位置，并利用此区域边界构造封闭曲线；然 后利用间脑区域与间脑附近背景灰度级差来构建活动轮廓模型的能量泛函，并演化曲线找 到斑马鱼间脑；最后利用前两步的信息找到包围斑马鱼中脑区域的封闭曲线，并构建测地 线轮廓模型的能量泛函和灵敏的边缘停止函数，进而演化初始曲线分割出斑马鱼中脑。多相水平集一般将图像分为2的指数级个部分，即相数是以2为底数、以水平集个 数为指数的整数，而斑马鱼图像较为复杂，4相水平集分割方法不能将斑马鱼图像中的脑部 归成一部分，而多相水平集相数越多耗时越大，故在斑马鱼图像分割中采用8相水平集分 割方法。8相水平集分割方法的能量泛函
权利要求
1.一种高通量成像系统下的斑马鱼脑部区域分割方法，其特征在于包括以下步骤步骤1 运用多相水平集分割方法，将斑马鱼图像分割成多个有不同灰度均值的部分，从中挑出最低灰度均值的部分作为斑马鱼脑部区域的初步估计范围，该区域边界作为曲线 1 ；步骤2 对步骤1得出的斑马鱼脑部区域初步估计范围内的图像灰度数据使用大津法 阈值分割，将分割出的灰度较低的区域作为斑马鱼脑部区域初步估计范围的进一步准确估 计范围，该区域边界作为曲线2 ；步骤3 利用斑马鱼脑部区域与脑部附近其它组织的灰度均值存在差异的这一信息， 构建用于分割斑马鱼间脑的活动轮廓模型的能量泛函，并演化曲线2分割出斑马鱼间脑区 域；步骤4 将步骤3得到的斑马鱼间脑区域从曲线1所围成的区域中去除，剩余区域的边 界形成斑马鱼中脑区域包围的曲线3 ；步骤5:利用对梯度信息灵敏的边缘停止函数和测地线轮廓模型，演化曲线3分割出斑 马鱼中脑区域，完成斑马鱼脑部区域的分割。
2.根据权利要求1所述的高通量成像系统下的斑马鱼脑部区域分割方法，其特征在 于所述步骤1中的多相水平集分割方法，具体在斑马鱼图像分割中采用8相水平集分割方 法，利用3条水平集进行演化将分割斑马鱼图像分成多个部分，水平集分割的能量泛函为
3.根据权利要求1所述的高通量成像系统下的斑马鱼脑部区域分割方法，其特征在 于所述步骤2中的大津法为缩小斑马鱼脑部区域的估计范围的方法，将此区域内像素根 据阈值分成两个部分，将低于灰度阈值的部分作为斑马鱼脑部区域初步估计范围的进一步 准确估计范围。
4.根据权利要求1所述的高通量成像系统下的斑马鱼脑部区域分割方法，其特征在 于所述步骤3中的斑马鱼间脑区域的分割，方法为利用斑马鱼图像中脑部区域附近从内 向外灰度值变大的局部信息构建活动轮廓模型的能量泛函，使活动曲线演化到曲线附近内 外部灰度差小到一定程度时演化，模型的能量泛函为
5.根据权利要求1所述的高通量成像系统下的斑马鱼脑部区域分割方法，其特征在 于所述步骤4中的包围斑马鱼中脑区域的曲线3的形成，方法为经过步骤3得到的斑马鱼 间脑区域边界最下方的一个像素作水平线，与步骤1得到的曲线1相交，从而将曲线1所围 成的区域分割成两个部分，而斑马鱼中脑所在的新区域边界形成曲线3。
6.根据权利要求1所述的高通量成像系统下的斑马鱼脑部区域分割方法，其特征在 于所述步骤5中的分割斑马鱼中脑区域，方法为运用测地线轮廓模型对步骤4得到的曲线 3进行演化，其测地线轮廓模型的能量泛函为
全文摘要
本发明公开了高通量成像系统下的斑马鱼脑部区域分割方法，其主要解决斑马鱼图像中的整体图像灰度较为复杂、间脑和间脑附近背景的灰度对比度不高、中脑边界较弱问题下的脑部区域分割问题。该发明主要包括以下内容斑马鱼脑部区域的初步估计、利用局部灰度差来构建用于分割斑马鱼中脑区域模型的能量泛函、包围斑马鱼中脑区域的封闭曲线的形成、边缘停止函数的设计、用于分割斑马鱼中脑的测地线轮廓模型的构建。本发明的分割方法，能够有效地克服弱边缘、灰度对比度不高等问题，准确得到斑马鱼间脑和中脑的完整封闭的轮廓。
文档编号G06T7/00GK102063723SQ20111003194
公开日2011年5月18日 申请日期2011年1月28日 优先权日2011年1月28日
发明者吴涛, 陆建峰 申请人:南京理工大学