一种血管提取方法
【专利摘要】本发明提供了一种血管提取方法，包括提供头颈部CT造影数据，并对所述头颈部CT造影数据进行划分为若干部，对所述若干部分别采用对应的血管提取算法进行血管提取。本发明针对头颈部各部位血管形态差异大的特点，该方法首先将头颈部划分为4块，结合区域增长算法，水平集算法和动态追踪算法实现头颈部血管提取，该方法鲁棒性好，血管提取速度快，适用于不同厂家的数据。
【专利说明】
一种血管提取方法
【技术领域】
[0001]本发明涉及一种医学断层扫描图像的处理方法，尤其涉及一种血管提取方法。
【背景技术】
[0002]血管造影技术(Computed Tomography Ang i ography,简称CTA)是当前诊断血管疾病的重要方法之一，在临床上主要用于诊治多种血管疾病，如动脉瘤、血管狭窄、血管钙化等。但由于CTA图像中的血管与骨头等其他组织的CT值重叠，所以将血管从其他组织中提取出是血管造影技术中的关键步骤。
[0003]美国文献1:Ρ.T.Vieco, W.P.Shuman, G.F.Alsofrom, C.E.Gross.Detect1n ofcircle of Willis aneurysms in patients with acute subarachnoid hemorrhage:a comparison of CT ang1graphy and digital subtract1n ang1graphy.AJRvol.165n0.2425-430(1995)提供的血管剪影方法，病人需要同一部位扫描两次(分别为不注射造影剂扫描和注射造影剂扫描)，得到非CTA图像和CTA图像。由于非CTA图像中的血管CT值低于CTA图像中血管CT值，将两种扫描图像进行配准后，再进行相减就可以将血管提取出来。但是，该方法需要对病人扫描两次，比较耗时，同时给病人带来更多的扫描辐射量。
[0004]美国文献 2:0 livier Cuisenairea, Sunny Virmanib, MarkE.0lszewskib,Roberto Ardona.Fully automated segmentat1n of carotid and vertebral arteriesfrom contrast enhanced CTA.Proc.0f SPIE Vol.6914,69143R, (2008)提供一种基于模型的方法，首先将CTA图像与已有的血管模型配准，得到不同血管的起始点，然后通过算法连接起始点，得到血管的中心线。最后在以中心线为起始，通过单纯网格向外扩张，提取血管。该方法效果较佳，但计算非常复杂，提取速度极慢，不适用实际临床应用。
[0005]美国文献3:Hackjoon Shim, II Dong Yun, Kyoung Mu Lee, and Sang Uk Lee.Partit1n-Based Extract1n of Cerebral Arteries from CT Ang1graphy with Emphasis on Adaptive Tracking.1PMI, LNCS3565, pp.357-368 (2005)提出了一种半自动头颈部血管提取算法。该算法首先将头颈部体数据划分为头上部和头下部。对于头上部采用区域增长算法提取血管。对于头下部，手动确定血管种子点后，采用基于Ray-Casting的动态追踪算法提取血管。该算法鲁棒性差，需要调节参数才能实现不同数据的血管提取，同时无法提取部分旋转角度大的椎动脉。
[0006]进一步地，头颈部血管提取是血管造影(CTA)技术中最重要也最具挑战性的任务。头颈部动脉主要包括颈总动脉(CCA)，颈内动脉(ICA)，颈外动脉(ECA)，椎动脉(VA)，基底动脉(BA)等。颈总动脉分叉为颈内动脉和颈外动脉，其中颈内动脉穿过颅骨，给大脑的前部和中部供血；颈外动脉为牙齿和面部神经供血。左右椎动脉在一节一节的椎骨中穿行，最后合并成基底动脉，穿过枕骨，为大脑的后部供血。临床上，分割出的血管可以被用来定量的诊断各种血管疾病，如颈总动脉和颈内动脉易发动脉粥样硬化，椎动脉易狭窄等，这些病变也是大脑中风的主要原因。CTA头颈部图像中，上述血管与骨头在空间上非常紧邻，且CT值重叠在一起。一般的算法如区域增长，水平集等很容易混淆血管和骨头，造成血管分割失败。
【发明内容】
[0007]本发明解决的问题是提供一种血管提取方法，用以解决头颈部血管提取分割的问题。
[0008]为了解决上述问题，本发明提供了一种血管提取方法，包括提供头颈部CT造影数据，并对所述头颈部CT造影数据进行划分为若干部，对所述若干部分别采用对应的血管提取算法进行血管提取。
[0009]可选的，所述若干部包括:头上部、头中部、头下部与胸部。
[0010]可选的，对所述头上部的图像进行赋值，根据所述赋值确定血管种子点，并基于所述种子点进行区域生长，以进行所述头上部血管的提取。
[0011]可选的，所述赋值包括:提取骨头并对所述骨头进行膨胀，并对所述骨头及膨胀部分赋值。
[0012]可选的，还包括:对所述头中部、头下部与胸部的血管提取包括，根据熵定位及血管增强提取所述若干层中的各动脉的种子点。
[0013]可选的，对所述头中部血管，采用熵定位方法确定椎动脉汇合点以上图像层，用血管增强方法找到基底动脉种子点；基于半径判别的水平集方法提取位于该部的所述基底动脉及椎动脉。
[0014]可选的，对所述头中部血管还包括:首先探测气管与咽喉相连处图像层，在包含有所述相连处的图像层的图像范围内，采用血管增强方法确定所述颈内动脉种子点，并基于水平集判别的动态追踪方法提取位于该部的所述颈内动脉。
[0015]可选的，对于所述头下部血管，包括:采用熵定位寻找颈部熵最小层，并在所述熵最小层附近寻找颈总动脉种子点，最后基于半径判断的水平集提取位于该部的颈总动脉、颈外动脉及颈内动脉。
[0016]可选的，对于所述头下部血管，还包括:对所述椎动脉的提取，首先检测椎骨，采用椭圆检测法寻找包含椎骨但未包含椎骨棘突和横突的椎体的图像层，在包含所述对应的图像层的图像范围内，采用血管增强方法寻找椎动脉种子点，最后基于水平集判别的动态追踪方法提取位于该部的椎动脉。
[0017]可选的，对所述胸部血管，首先根据熵定位确定主动脉所在图像层，在包含其的图像范围内采用血管增强方法提取升主动脉或降主动脉中心，并作为主动脉种子点，最后基于半径梯度判别的区域生长方法提取位于该部的胸部血管。
[0018]可选的，通过熵及图像配准的方法对所述头颈部进行分层。
[0019]本发明具有以下优点和有益效果:
[0020]本发明针对头颈部各部位血管形态差异大的特点，该方法首先将头颈部划分为4块，结合区域增长算法，水平集算法和动态追踪算法实现头颈部血管提取，该方法鲁棒性好，血管提取速度快，适用于不同厂家的数据。
【专利附图】
【附图说明】
[0021]图1为本发明一个实施例的血管提取方法的若干部的划分示意图；
[0022]图2为本发明一个实施例的血管提取方法的流程示意图；
[0023]图3为分别从胸腹部开始扫描和从颈部开始扫描的血管造影图像。
【具体实施方式】
[0024]在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多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的限制。
[0025]其次，本发明利用示意图进行详细描述，在详述本发明实施例时，为便于说明，所述示意图只是实例，其在此不应限制本发明保护的范围。
[0026]为了解决头颈部血管提取分割的问题，本发明提供了一种血管提取方法，包括提供头颈部CT造影数据，并对所述头颈部CT造影数据进行划分为若干部，对所述若干部分别采用对应的血管提取算法进行血管提取。所述若干部包括:头上部、头中部、头下部与胸部。具体地，可以通过熵及图像配准的方法对所述头颈部进行分层。
[0027]其中，对所述头上部的图像进行赋值，根据所述赋值确定血管种子点，并基于所述种子点进行区域生长，以进行所述头上部血管的提取；对所述头中部、头下部与胸部的血管提取包括，根据熵定位及血管增强提取所述若干层中的各动脉的种子点。
[0028]进一步地，上述赋值包括:提取骨头并对所述骨头进行膨胀，并对所述骨头及膨胀部分赋值。
[0029]具体的不同部位的血管提取包括:对所述头中部血管，采用熵定位方法确定椎动脉汇合点以上图像层，用血管增强方法找到基底动脉种子点；基于半径判别的水平集方法提取位于该部的所述基底动脉及椎动脉；还包括首先探测气管与咽喉相连处图像层，在包含有所述相连处的图像层的图像范围内，采用血管增强方法确定所述颈内动脉种子点，并基于水平集判别的动态追踪方法提取位于该部的所述颈内动脉。
[0030]对于所述头下部血管，包括:采用熵定位寻找颈部熵最小层，并在所述熵最小层附近寻找颈总动脉的种子点，最后基于半径判断的水平集提取位于该部的颈总动脉、颈外动脉及颈内动脉。还包括:对所述椎动脉的提取，首先检测椎骨，采用椭圆检测法寻找包含椎骨但未包含椎骨棘突和横突的椎体的图像层，在包含所述对应的图像层的图像范围内，采用血管增强方法寻找椎动脉种子点，最后基于水平集判别的动态追踪方法提取位于该部的椎动脉。
[0031]最后，对所述胸部血管，首先根据熵定位确定主动脉所在图像层，在包含其的图像范围内采用血管增强方法提取升主动脉或降主动脉中心，并作为主动脉种子点，最后基于半径梯度判别的区域生长方法提取位于该部的胸部血管。
[0032]下面结合附图对本发明的实施例进行详细说明。
[0033]如图1是本发明一个实施例的血管提取方法的若干部的划分示意图。将头颈部CT造影数据自动分为4个部分，头上部，头中部，头下部与胸部，之后对不同部位采用不同的血管提取算法，最后融合各部位的血管，实现血管的完整提取。
[0034]头颈部各部位血管形态差异大，如头上部血管丰富，血管与颅骨相隔较远；头中部的颈内动脉(!CA)和椎动脉(VA)与颅骨紧密连接实现穿颅；头下部的椎动脉(VA)在椎骨中穿行，与椎骨连接紧密等。单一算法很难适用上述这些情况的血管提取，需对不同部位采用特定的算法实现血管提取。
[0035]图2是本发明一个实施例的血管提取方法的流程示意图，方法步骤如下:
[0036]读取头部的血管造影(CTA)数据；用熵及配准的方法对头部血管造影(CTA)数据进行分层，分为头上部、头中部、头下部及胸部。
[0037]具体地，对头上部血管:首先提取骨头，并对骨头进行膨胀，然后将血管造影(CTA)数据中骨头及其膨胀部分赋O或负值；然后根据阈值找血管种子点，在这些种子点的基础上进行区域生长提取血管。
[0038]对头中部血管:主要提取基底动脉(BA)，椎动脉(VA)，颈内动脉(ICA)。对于基底动脉(BA)和椎动脉(VA)的提取，首先采用熵定位方法找到椎动脉(VA)汇合点以上图像层，用血管增强方法找到基底动脉(BA)种子点。然后用基于半径判别的水平集方法提取位于该部的基底动脉(BA)及该部分头部的椎动脉(VA);对于颈内动脉(ICA)的提取，首先探测气管与咽喉相连处图像层，在此图像层附近气管左右一定角度内，采用血管增强方法寻找颈内动脉(ICA)种子点，然后用基于水平集判别的动态追踪方法提取位于该部的颈内动脉(ICA)。
[0039]对头下部血管:首先根据熵定位及血管增强方法来分别提取颈总动脉(CCA)和椎动脉(VA)的种子点。
[0040]对于颈总动脉(CCA)的提取，首先采用熵定位方法寻找颈部熵最小层，在此图像层附近，用血管增强方法寻找颈总动脉(CCA)的种子点，然后用基于半径判别的水平集方法提取位于该部的颈总动脉(CCA)及该部分头部的颈外动脉(ECA)和颈内动脉(ICA)。
[0041]对于椎动脉(VA)的提取，首先检测椎骨，采用椭圆检测法寻找只包含椎骨的椎体，而无椎骨棘突和横突的图像层，在此图像层附近椎骨两边一定角度内，采用血管增强方法寻找椎动脉(VA)种子点，然后用基于水平集判别的动态追踪方法提取位于该部的椎动脉(VA)。
[0042]对胸部血管:首先根据熵定位确定主动脉所在图像层，在此图像层附近采用血管增强方法提取升主动脉或降主动脉中心作为主动脉种子点，然后用用基于半径梯度判别的区域生长方法提取位于该部的胸部血管。
[0043]对由头上部、头中部、头下部及胸部各自提取的血管进行融合，得到最终的头部血管结果。
[0044]图3左为从胸腹部开始扫描的血管造影(CTA)图像，图3右为从颈部开始扫描的血管造影(CTA)图像。对于没有胸部的头部血管造影(CTA)数据，如图3右所示，则不经过图2流程图中的标注为100部分的流程。即不对颈总动脉(CCA)及胸部血管进行提取，因为此类数据无胸部，且颈总动脉(CCA)只有小部分。
[0045]本文提出一种全自动头颈部管提取方法。针对头颈部各部位血管形态差异大的特点，该方法首先将头颈部自动划分为4块，结合区域增长算法，水平集算法和动态追踪算法实现头颈部血管提取，该方法鲁棒性好，血管提取速度快，适用于不同厂家的数据。
[0046]本发明虽然已以较佳实施例公开如上，但其并不是用来限定本发明，任何本领域技术人员在不脱离本发明的精神和范围内，都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改，因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰，均属于本发明技术方案的保护范围。
【权利要求】
1.一种血管提取方法，其特征在于，包括提供头颈部CT造影数据，并对所述头颈部CT造影数据进行划分为若干部，对所述若干部分别采用对应的血管提取算法进行血管提取。
2.如权利要求1所述的血管提取方法，其特征在于，所述若干部包括:头上部、头中部、头下部与胸部。
3.如权利要求2所述的血管提取方法，其特征在于，对所述头上部的图像进行赋值，根据所述赋值确定血管种子点，并基于所述种子点进行区域生长，以进行所述头上部血管的提取。
4.如权利要求3所述的血管提取方法，其特征在于，所述赋值包括:提取骨头并对所述骨头进行膨胀，并对所述骨头及膨胀部分赋值。
5.如权利要求2所述的血管提取方法，其特征在于，还包括:对所述头中部、头下部与胸部的血管提取包括，根据熵定位及血管增强提取所述若干层中的各动脉的种子点。
6.如权利要求5所述的血管提取方法，其特征在于，对所述头中部血管，采用熵定位方法确定椎动脉汇合点以上图像层，用血管增强方法找到基底动脉种子点；基于半径判别的水平集方法提取位于该部的基底动脉及椎动脉。
7.如权利要求6所述的血管提取方法，其特征在于，对所述头中部血管还包括:首先探测气管与咽喉相连处图像层，在包含有所述相连处的图像层的图像范围内，采用血管增强方法确定所述颈内动脉种子点，并基于水平集判别的动态追踪方法提取位于该部的所述颈内动脉。
8.如权利要求5所述的血管提取方法，其特征在于，对于所述头下部血管，包括:采用熵定位寻找颈部熵最小层，并在所述熵最小层附近寻找颈总动脉种子点，最后基于半径判断的水平集提取位于该部的颈总动脉、颈外动脉及颈内动脉。
9.如权利要求8所述的血管提取方法，其特征在于，对于所述头下部血管，还包括:对所述椎动脉的提取，首先检测椎骨，采用椭圆检测法寻找包含椎骨但未包含椎骨棘突和横突的椎体的图像层，在包含所述对应的图像层的图像范围内，采用血管增强方法寻找椎动脉种子点，最后基于水平集判别的动态追踪方法提取位于该部的椎动脉。
10.如权利要求5所述的血管提取方法，其特征在于，对所述胸部血管，首先根据熵定位确定主动脉所在图像层，在包含其的图像范围内采用血管增强方法提取升主动脉或降主动脉中心，并作为主动脉种子点，最后基于半径梯度判别的区域生长方法提取胸部血管。
11.如权利要求1所述的血管提取方法，其特征在于，通过熵及图像配准的方法对所述头颈部进行分层。
【文档编号】G06T15/00GK104166979SQ201310751506
【公开日】2014年11月26日 申请日期:2013年12月31日 优先权日:2013年12月31日
【发明者】毛玉妃, 王晓东, 李程 申请人:上海联影医疗科技有限公司