基于cta图像的腹主动脉瘤外边界分割方法
【专利摘要】一种基于CTA图像的主动脉瘤外边界分割方法，它包括以下步骤：获取CTA图像序列；从CTA图像序列提取主动脉血管内腔；根据所提取的血管内腔的第一几何特征定位主动脉瘤层片；以前一层图像的分割结果作为对当前图像分割的初始边界，通过CV模型自动对定位得到的各主动脉瘤层片分割，提取主动脉瘤外边界。本发明方法能够快速、准确地从CTA图像序列获得主动脉瘤外边界，从而能够提高医生的工作效率，减轻工作量，降低成本。
【专利说明】基于CTA图像的腹主动脉瘤外边界分割方法
【技术领域】
[0001]本发明属于计算机视觉及图像处理领域，具体涉及一种基于CTA图像的腹主动脉瘤外边界分割方法。
【背景技术】
[0002]腹主动脉瘤是腹主动脉局限性退化扩张，最终无法承受血流冲击而导致瘤壁破裂的一种高危性疾病。一般认为局部的腹主动脉扩张至直径增大50%以上，即可诊断为腹主动脉瘤。腹主动脉瘤的发病率随着年龄不断增加。在临床检查中，造影增强的CT图像(contrast CT angiography, CTA)是动脉瘤成像和准确测量中常见的成像方法。CTA提供了主动脉的详细解剖信息，可以实现血管内腔、钙化部分以及血栓的可视化。
[0003]进行血管介入修复治疗的腹主动脉瘤患者需要持续对腹主动脉瘤进行成像，以便及时发现动脉瘤的病情发展。一个重要的监控指标就是囊性指数。用体积比例计算的囊性指数比用直径计算的囊性指数更加准确可靠，然而这需要医生手工对动脉瘤进行逐层勾画。
[0004]对血管结构参数的准确量化对于疾病的诊断和治疗有着重要意义。通过对腹主动脉瘤直径体积的测量计算，可以对其破裂的危险性进行评估，而手术治疗前后腹主动脉瘤直径和体积的变化显示了以后破裂的危险性。此外，对于血管内部修复的可行性以及选择合适的支架类型和大小，动脉瘤的直径、体积以及瘤体随时间变化参数是重要的依据。介入治疗支架的形状及参数是以CTA及MRA检查为依据的。术前评估的参数包括:腹主动脉瘤远、近端瘤颈长度及直径，与重要内脏分支血管的关系，管壁的厚度及钙化情况，腹主动脉瘤的类型、大小，移植物导入路径的情况(狭窄及扭曲程度)。然而二维的参数测量是不准确的，更准确的方法是进行三维的参数测量。腹主动脉瘤的三维模型重建需要大量的人工交互。实际应用中，大部分的主动脉瘤数据是通过观察每个切片并手动圈出感兴趣区域而得到的，手动的方法十分耗时，而且随着数据量的增大，它变得越来越不实际。
[0005]利用计算机图像处理的方法，提取CT图像序列中腹主动脉瘤，计算得到腹主动脉瘤的几何形状和尺寸是预测瘤破裂危险性的重要依据。腹主动脉瘤的分割包括内腔和外部血栓分割两部分，以往采用人工手动分割的方法效率低，不能满足临床医疗的需要。为了减少分析时间并增加可重复性，需要采用自动分割或半自动分割。腹主动脉瘤的外边界由于边界模糊，分割难度较大。由于动脉瘤与周围组织灰度相近，血栓的边缘非常模糊，而且有很多临近的组织和腹主动脉瘤外壁相当接近，使得动脉瘤的边界很难提取。而且不同病人间，相同的病人在不同的时候，动脉瘤的大小形状有很大区别，同一个病人在一次动脉瘤CTA成像中，动脉瘤不同层片的大小形状差距很大。动脉瘤分割单纯的阈值方法无法正确区分血栓与周围组织，无法区分灰阶度，对于管壁的厚度和钙化情况表现无法准确表现。
【发明内容】
[0006]本发明的目的是提供一种基于CTA图像的腹主动脉瘤外边界分割方法，以解决现有图像分割方法无法准确提取动脉瘤外边界的技术问题。
[0007]本发明的具体技术方案为:
[0008]一种基于CTA图像的主动脉瘤外边界分割方法，其包括以下步骤:
[0009]获取CTA图像序列；
[0010]从CTA图像序列提取主动脉血管内腔；
[0011]根据所提取的血管内腔的第一几何特征定位主动脉瘤层片；
[0012]以前一层图像的分割结果作为对当前图像分割的初始边界，通过CV模型自动对定位得到的各主动脉瘤层片分割，提取主动脉瘤外边界。
[0013]在上述的基于CTA图像的主动脉瘤外边界分割方法中，优选地，从CTA图像序列提取主动脉血管内腔的方法包括:根据CTA图像血管区域的CT值设定阈值，利用该阈值对CTA图像序列的每层图像进行分割，获取类似血管的二维区域；计算所述二维区域的第二几何特征，与设定值比较，排除掉部分二维区域；根据层间连续性将剩余的二维区域进行层间合并，得到至少一个三维区域；以及提取与种子点连通的三维区域，作为主动脉血管内腔。
[0014]在上述的基于CTA图像的主动脉瘤外边界分割方法中，优选地，所述第二几何特征包括面积、周长、均值、方差、圆形度和偏心率中的一个或多个。
[0015]在上述的基于CTA图像的主动脉瘤外边界分割方法中，优选地，所述阈值包括第一阈值ΘΗ和第二阈值Θ ?利用该阈值对CTA图像序列的每层图像进行分割获取类似血管的二维区域的方法包括:从CTA图像序列读取一层图像；逐行扫描像素点灰度值，并标记为F(x，y)，标记规则为
【权利要求】
1.一种基于CTA图像的主动脉瘤外边界分割方法，其特征在于，该分割方法包括以下步骤: 获取CTA图像序列； 从CTA图像序列提取主动脉血管内腔； 根据所提取的血管内腔的第一几何特征定位主动脉瘤层片； 以前一层图像的分割结果作为对当前图像分割的初始边界，通过CV模型自动对定位得到的各主动脉瘤层片分割，提取主动脉瘤外边界。
2.根据权利要求1所述的基于CTA图像的主动脉瘤外边界分割方法，其特征在于，从CTA图像序列提取主动脉血管内腔的方法包括: 根据CTA图像血管区域的CT值设定阈值，利用该阈值对CTA图像序列的每层图像进行分割，获取类似血管的二维区域； 计算所述二维区域的第二几何特征，与设定值比较，排除掉部分二维区域； 根据层间连续性将剩余的二维区域进行层间合并，得到至少一个三维区域； 提取与种子点连通的三维区域，作为主动脉血管内腔。
3.根据权利要求2所述的基于CTA图像的主动脉瘤外边界分割方法，其特征在于，所述第二几何特征包括面积 、周长、均值、方差、圆形度和偏心率中的一个或多个。
4.根据权利要求2所述的基于CTA图像的主动脉瘤外边界分割方法，其特征在于，所述阈值包括第一阈值ΘΗ和第二阈值Θ ?利用该阈值对CTA图像序列的每层图像进行分割获取类似血管的二维区域的方法包括: 从CTA图像序列读取一层图像； 逐行扫描像素点灰度值，并标记为F(x，y)，标记规则为
fl (G(x,y)<0// && G(Xiy)^B,)
取，叫0其他 并将同一行内标记值相同的像素点合并为一个集合，并进行标记； 逐行扫描线型排布的像素点集，当相邻行之间的像素点集空间位置8邻接时，将线型排布的像素点集合并为二维区域。
5.根据权利要求1所述的基于CTA图像的主动脉瘤外边界分割方法，其特征在于，所述第一几何特征包括内腔的最大最小径和面积分布。
6.根据权利要求1所述的基于CTA图像的主动脉瘤外边界分割方法，其特征在于，所述CV模型包括形状约束能量，该形状约束能量定义为:
EI "(X, ’ Ci) if X, e OUtside(C)
shape 1, Ci) ifXi e inside(c) 其中，(!(Xi, Ci)表示点Xi沿边界法向量到边界的距离，outside(c)表示边界以外的区域，inside (c)表示边界以内的区域。
7.根据权利要求1所述的基于CTA图像的主动脉瘤外边界分割方法，其特征在于，所
tI述CV模型包括边界指示函数g(x，y)=丨+λ|ν(;*f(x,y)|，其中，vG*Kji y)为高斯滤波之后的局部梯度值，所述边界指示函数作为边界形状控制的权重函数，在图像中边界清晰处权重函数的值较小，在边界模糊处权重函数的值较大。
8.根据权利要求1所述的基于CTA图像的主动脉瘤外边界分割方法，其特征在于，CV模型只迭代计算由初始化区域定义的窄带内的控制点的水平集函数值，窄带定义为S =土 δ/2的曲线，边界内部和外部的灰度均值均为窄带区域中边界内部和外部的灰度均值，δ表示对水平集函数进行归一化计算后选取的阈值。
9.根据权利要求1所述的基于CTA图像的主动脉瘤外边界分割方法，其特征在于，该主动脉瘤外边界分 割方法还包括以放射线方式计算主动脉瘤的厚度的步骤。
【文档编号】G06T7/00GK103985123SQ201410210017
【公开日】2014年8月13日 申请日期:2014年5月17日 优先权日:2014年5月17日
【发明者】袁克虹, 张娟 申请人:清华大学深圳研究生院