一种从胸部CT图像中提取胸主动脉的方法与流程

本发明涉及医学图像处理与应用技术领域，尤其涉及一种从胸部ct图像中提取胸主动脉的方法。

背景技术：

ct是一种利用x射线或者γ射线或者超声波进行ct成像的医疗设备。ct具有密度分辨率高、软组织构成的器官显影效果好、解剖关系明确等优点，因而得到了广泛的应用。其中，对胸部ct图像进行图像处理，分割出胸主动脉，能够避免医生直接观察和诊断时胸主动脉与心脏等其他肺部结构之间相互干扰，使得对心脏等其他肺部结构或胸主动脉的观察更准确有效。

现有技术中，一种分割胸主动脉的方法为区域生长法，其利用ct图像中人为选取的种子点，利用图像灰度值作为生长准则，逐步扩大区域，从而将胸主动脉分割；另一种分割胸主动脉的方法为：对胸部ct图像预处理，对预处理后的图像进行gvfsnake模型的初始轮廓设置，求解预处理后的图像的边缘图像，基于边缘图像通过扩散方程求梯度矢量流gvf作为外部能量场，建立内部能量场模型保持轮廓光滑性，利用内部能量和外部能量构造能量函数，再通过迭代求取能量的极小值，利用能量的最小值最终使轮廓到达目标边界。

采用区域生长法的不足在于：对于胸主动脉和心脏距离较小的ct图像，若阈值小，会将心脏的一部分连通胸主动脉一起分割出去，若阈值大，胸主动脉的一部分会残留在心脏上，胸主动脉无法彻底分割出去，分割效果不好。采用gvfsnake模型的不足在于：算法复杂度高，运算时间长，影响医生看病的效率。

因此，亟须一种算法复杂度低，运算时间短，分割效果好的从胸部ct图像中提取胸主动脉的方法。

技术实现要素：

(一)要解决的技术问题

本发明的目的在于提供一种算法复杂度低，运算时间短，分割效果好的从胸部ct图像中提取胸主动脉的方法。

(二)技术方案

为了达到上述目的，本发明采用的主要技术方案包括：

本发明提供一种从胸部ct图像中提取胸主动脉的方法。具体地，从胸部ct图像中提取胸主动脉的方法包括以下步骤：

步骤一：运用区域生长法，基于胸部ct图像数据，获得不黏连心脏的胸主动脉壁里面的部分数据点，并标记上flag；

步骤二：运用数学形态学算法，基于经过步骤一标记flag后的胸部ct图像数据，依次获得不黏连心脏的胸主动脉壁里面的剩余数据点和胸主动脉壁的数据点，并标记上flag。

进一步地，步骤一包括以下步骤：

s11：对胸部ct图像数据遍历，根据满足像素亮度值范围的连续数据点的个数，在胸主动脉的主动脉弓上由算法自动获取种子点；

s12：基于种子点，运用区域生长法，根据像素亮度值，获得不黏连心脏的胸主动脉壁里面的部分数据点，并标记上flag。

进一步地，步骤二包括以下步骤：

s21：运用数学形态学算法，根据数据点上下前后左右六个方向上标记有flag的方向个数，获得不黏连心脏的胸主动脉壁里面的剩余数据点，并标记上flag；

s22：运用数学形态学算法，根据数据点周围标记有flag的邻域点个数和像素亮度值，获得胸主动脉壁的数据点，并标记上flag。

进一步地，s11中，连续数据点为x坐标相同、z坐标相同、y坐标取值连续的若干个数据点，连续数据点的个数在80-100个的范围内，连续数据点的像素亮度值在1074-1174的范围内。

进一步地，s11中，对x坐标取值在275-285的范围内，y坐标取值在200-300的范围内，z坐标取值在200-300的范围内的数据遍历。

进一步地，s11中，获取种子点的方法为：

若数据点的像素亮度值不在1074-1174的范围内，则判断该数据点不是胸主动脉的主动脉弓上的数据点，查找下一个数据点；

若数据点的像素亮度值在1074-1174的范围内，但不存在与该数据点x坐标相同、z坐标相同、y坐标取值连续的像素亮度值在1074-1174的范围内的80-100个数据点，则判断该数据点不是胸主动脉的主动脉弓上的数据点，查找下一个数据点；

若数据点的像素亮度值在1074-1174的范围内，且存在与该数据点x坐标相同、z坐标相同、y坐标取值连续的像素亮度值在1074-1174的范围内的80-100个数据点，则判断该数据点是胸主动脉的主动脉弓上的数据点，取第45-50个中任意一个数据点为种子点，结束遍历。

进一步地，s12中，s12中，区域生长法的阈值为1274-1374范围内的任意一个值。

进一步地，s21中，获得不黏连心脏的胸主动脉壁里面的剩余数据点的方法为：对经过步骤一标记flag后的胸部ct图像数据进行一次遍历；

若数据点的上下左右前后六个方向中，至少有四个方向有flag，则判断此数据点是胸主动脉壁里面的剩余数据点，标记上flag；

若数据点的上下左右前后六个方向中，小于等于三个方向有flag，则判断此数据点不是胸主动脉壁里面的剩余数据点，不标记flag。

进一步地，s22中，获得胸主动脉壁的数据点的方法为：对经过s21标记flag后的胸部ct图像数据进行一次遍历；

若数据点周围的26个邻域点中标记有flag的邻域点个数在10-16个的范围内，且此数据点的像素值在1074-1174的范围内，则判断此数据点是胸主动脉壁上的数据点，标记上flag；

若数据点周围的26个邻域点中标记有flag的邻域点个数在10-16个的范围内，但此数据点的像素值不在1074-1174的范围内，则判断此数据点不是胸主动脉壁上的数据点，不标记flag；

若数据点周围的26个邻域点中标记有flag的邻域点个数不在10-16个的范围内，则判断此数据点不是胸主动脉壁上的数据点，不标记flag。

进一步地，s22中，数据点周围的26个邻域点中标记有flag的邻域点个数为13个，数据点的像素值为1124。

(三)有益效果

本发明的有益效果是：

本发明的从胸部ct图像中提取胸主动脉的方法，运用区域生长法，获得不黏连心脏的胸主动脉壁里面的部分数据点，保证了分割胸主动脉时，不会对心脏的结构造成破坏，分割效果好；

本发明的从胸部ct图像中提取胸主动脉的方法，运用数学形态学算法，获得不黏连心脏的胸主动脉壁里面的剩余数据点，既保证了分割胸主动脉时，不会对心脏的结构造成破坏，又保证分割出了胸主动脉壁里面的剩余数据点，分割效果好；

本发明的从胸部ct图像中提取胸主动脉的方法，运用数学形态学算法，获得胸主动脉壁的数据点，保证分割出了带有胸主动脉壁的胸主动脉的数据点，分割效果好；

本发明的从胸部ct图像中提取胸主动脉的方法，分割出的带有胸主动脉壁的胸主动脉的数据点，可以将胸主动脉的数据点显示，用于单独观察胸主动脉，也可以将胸主动脉的数据点影藏，用于单独观察心脏等肺部结构；

本发明的从胸部ct图像中提取胸主动脉的方法，基于胸部ct图像数据，运用区域生长法，就可以获得不黏连心脏的胸主动脉壁里面的部分数据点，再基于标记flag后的胸部ct图像数据，运用数学形态学算法，就可以依次获得不黏连心脏的胸主动脉壁里面的剩余数据点和胸主动脉壁的数据点，整个运算过程无需对数据预处理也无需先求解胸主动脉的边缘图像再进行扩散，算法复杂度低，运算时间变短。

综上，本发明的从胸部ct图像中提取胸主动脉的方法算法复杂度低，运算时间短，分割效果好。

附图说明

图1为具体实施方式中未分割胸主动脉的胸部ct图像；

图2为具体实施方式中胸主动脉的结构示意图；

图3为具体实施方式中标示有主动脉弓位置的三维图像；

图4为具体实施方式中标示有主动脉弓位置的二维平面图；

图5为具体实施方式中标示有胸主动脉壁和心脏黏连位置的二维平面图；

图6为具体实施方式中分割出胸主动脉壁里面的部分数据点后得到的三维图像；

图7为具体实施方式中标示出胸主动脉和心脏半包围结构的三维图像；

图8为具体实施方式中分割出胸主动脉壁里面的剩余数据点后得到的三维图像；

图9为具体实施方式中标示有未分割出胸主动脉壁及心脏部分数据点的二维平面图；

图10为具体实施方式中分割出带有胸主动脉壁的胸主动脉后得到的图像。

具体实施方式

为了更好的解释本发明，以便于理解，下面结合附图，通过具体实施方式，对本发明作详细描述。

参照图1-图10，本实施例的从胸部ct图像中提取胸主动脉的方法包括步骤一和步骤二。步骤一：运用区域生长法，基于胸部ct图像数据，如图1所示，获得不黏连心脏的胸主动脉壁里面的部分数据点，并标记上flag；具体地，首先，对胸部ct图像数据遍历，根据满足像素亮度值范围的连续数据点的个数，在胸主动脉的主动脉弓上由算法自动获取种子点，如图2所示；其次，基于种子点，运用区域生长法，根据像素亮度值，获得不黏连心脏的胸主动脉壁里面的部分数据点，并标记上flag。步骤二：运用数学形态学算法，基于经过步骤一标记flag后的胸部ct图像数据，依次获得不黏连心脏的胸主动脉壁里面的剩余数据点和胸主动脉壁的数据点，并标记上flag。具体地，首先，运用数学形态学算法，根据数据点上下前后左右六个方向上标记有flag的方向个数，获得不黏连心脏的胸主动脉壁里面的剩余数据点，并标记上flag；其次，运用数学形态学算法，根据数据点周围标记有flag的邻域点个数和像素亮度值，获得胸主动脉壁的数据点，并标记上flag。

本实施例的从胸部ct图像中提取胸主动脉的方法，运用区域生长法，获得不黏连心脏的胸主动脉壁里面的部分数据点，保证了分割胸主动脉时，不会对心脏的结构造成破坏，分割效果好。

本实施例的从胸部ct图像中提取胸主动脉的方法，运用数学形态学算法，获得不黏连心脏的胸主动脉壁里面的剩余数据点，既保证了分割胸主动脉时，不会对心脏的结构造成破坏，又保证分割出了胸主动脉壁里面的剩余数据点，分割效果好。

本实施例的从胸部ct图像中提取胸主动脉的方法，运用数学形态学算法，获得胸主动脉壁的数据点，保证分割出了带有胸主动脉壁的胸主动脉的数据点，分割效果好。

本实施例的从胸部ct图像中提取胸主动脉的方法，分割出的带有胸主动脉壁的胸主动脉的数据点，可以将胸主动脉的数据点显示，用于单独观察胸主动脉，也可以将胸主动脉的数据点影藏，用于单独观察心脏等肺部结构。

本实施例的从胸部ct图像中提取胸主动脉的方法，基于胸部ct图像数据，运用区域生长法，就可以获得不黏连心脏的胸主动脉壁里面的部分数据点，再基于标记flag后的胸部ct图像数据，运用数学形态学算法，就可以依次获得不黏连心脏的胸主动脉壁里面的剩余数据点和胸主动脉壁的数据点，整个运算过程无需对数据预处理也无需先求解胸主动脉的边缘图像再进行扩散，算法复杂度低，运算时间变短。

本实施例中，从胸部ct图像中提取胸主动脉的方法，包括步骤一和步骤二，具体如下：

步骤一

步骤一包括s11和s12两个子步骤。

s11：获取种子点

对x坐标取值在275-285的范围内，y坐标取值在200-300的范围内，z坐标取值在200-300的范围内的数据遍历；

若数据点的像素亮度值不在1074-1174的范围内，则判断该数据点不是胸主动脉的主动脉弓上的数据点，查找下一个数据点；

若数据点的像素亮度值在1074-1174的范围内，但不存在与该数据点x坐标相同、z坐标相同、y坐标取值连续的像素亮度值在1074-1174的范围内的80-100个数据点，则判断该数据点不是胸主动脉的主动脉弓上的数据点，查找下一个数据点；

若数据点的像素亮度值在1074-1174的范围内，且存在与该数据点x坐标相同、z坐标相同、y坐标取值连续的像素亮度值在1074-1174的范围内的80-100个数据点，则判断该数据点是胸主动脉的主动脉弓上的数据点，取第45-50个中任意一个数据点为种子点，结束遍历。

其中，连续数据点为x坐标相同、z坐标相同、y坐标取值连续的若干个数据点，连续数据点的个数在80-100个的范围内，连续数据点的像素亮度值在1074-1174的范围内。优选地，s11中，连续数据点中相邻两个数据点的y坐标之差为1，连续数据点的像素亮度值为1124，连续数据点的个数为90个。

本实施例的s11中，优选地，对x坐标取值为280的数据点遍历。三维数据的每个数据点都有一个坐标(x，y，z)，x和y表示二维图像上的横竖坐标，z表示图像的层数。遍历的数据点坐标取值范围是根据心脏和胸主动脉的位置来确定的，确定遍历的数据点坐标取值范围可以减少运算量，进一步提高运算速度。

本实施例中，区域生长法使用的种子点定位在主动脉弓上，如图3中1和2所示的位置。此种子点为自动识别定位得到的，无需人工设定，更加智能。自动识别的依据为在二维平面上，主动脉弓所在的区域为一个连续的像素亮度值较大的区域，本实施例中，连续数据点的像素亮度值在1074-1174的范围内，如图4中1和2所示的位置，像素亮度值越大，表示图像中越亮越白，像素亮度值越小，表示图像中越暗越黑。本实施例中，连续数据点的个数为80-100个，可以保证连续数据点就是主动脉弓上的点，为了防止切到心脏我们取80-100个连续数据点中第45-50个点为种子点。

s12：获得不黏连心脏的胸主动脉壁里面的部分数据点

s12中，区域生长法的阈值为1274-1374范围内的任意一个值。

本实施例中，不黏连心脏的胸主动脉壁里面的部分数据点的像素亮度值大于上述阈值。

本实施例中，由于胸主动脉壁和心脏之间的像素亮度值比较大，在二维图像中胸主动脉壁和心脏的连接处图像模糊，如图5中3所示的位置。如果区域生长的阈值过小，会将胸主动脉壁和心脏的部分数据点分割出去。如果区域生长的阈值过大，会使得胸主动脉壁里面的数据点没有最大限度的分割出去。当不黏连心脏的胸主动脉壁里面的部分数据点的像素亮度值大于上述阈值时，心脏的数据点不会被分割出去，且胸主动脉壁里面的像素亮度值大于上述阈值的数据点都可以被分割出去，获得不黏连心脏的胸主动脉壁里面的部分数据点，如图6中半透明状的位置。

本实施例中，s12可以分割出胸主动脉壁里面的68％-72％的数据点。

步骤二

步骤二包括s21和s22两个子步骤。

s21：获得不黏连心脏的胸主动脉壁里面的剩余数据点

对经过步骤一标记flag后的胸部ct图像数据进行一次遍历，

若数据点的上下左右前后六个方向中，至少有四个方向有flag，则判断此数据点是胸主动脉壁里面的剩余数据点，标记上flag；

若数据点的上下左右前后六个方向中，小于等于三个方向有flag，则判断此数据点不是胸主动脉壁里面的剩余数据点，不标记flag。

本实施例中，胸主动脉和心脏是半包围结构，如图7所示，一个数据点上下左右前后6个方向，心脏的数据点最多能被上下左或上下右(左右不能同时，因为胸主动脉是圆的)3个方向上的flag所包围，所以，如果有数据点6个方向上有大于等于4个方向上都有flag，则此数据点是胸主动脉壁里面的剩余数据点。经过s12和s21标记flag后，分割出胸主动脉壁里面90％-93％的数据点，如图8中透明状的位置，可以明显看到图8比图6更加透明，分割效果进一步提高。

s22：获得胸主动脉壁的数据点

对经过s21标记flag后的胸部ct图像数据进行一次遍历；

若数据点周围的26个邻域点中标记有flag的邻域点个数在10-16个的范围内，且此数据点的像素值在1074-1174的范围内，则判断此数据点是胸主动脉壁上的数据点，标记上flag；

若数据点周围的26个邻域点中标记有flag的邻域点个数在10-16个的范围内，但此数据点的像素值不在1074-1174的范围内，则判断此数据点不是胸主动脉壁上的数据点，不标记flag；

若数据点周围的26个邻域点中标记有flag的邻域点个数不在10-16个的范围内，则判断此数据点不是胸主动脉壁上的数据点，不标记flag。

优选地，s22中，数据点周围的26个邻域点中标记有flag的邻域点个数为13个，数据点的像素值为1124。

本实施例中，经过s12和s21标记flag后，未分割出去的数据点包括胸主动脉壁以及紧贴心脏部分的数据点，如图9中1和2所示的位置。图9中1和2所示位置的数据点的个数很少，这些数据点的周围必定紧挨着大量的flag，且像素亮度值会稍微暗一点，这些数据点的像素值在1074-1174的范围内。当数据点周围的26个邻域点中标记有flag的邻域点个数在10-16个的范围内，且此数据点的像素值在1074-1174的范围内时，可以将主动脉壁分割出去，经过s12、s21、s22标记flag后，分割出胸主动脉壁里面的数据点和胸主动脉壁的数据点为胸主动脉的93％-97％的数据点，如图10所示，可以明显看到分割效果很好。

本实施例中，s22主要用于去除胸主动脉壁，并且可以执行多次，执行次数过多，会使得心脏上的部分数据也被分割出去。优选地，执行一次，执行一次时，分割效果最好，且运行时间最短。

本实施例的从胸部ct图像中提取胸主动脉的方法，算法复杂度是n³，4g内存i5处理器的笔记本上运行时间在0.5秒-2秒的范围内，运算速度很快，这使得医生看病的效率提高，实用性更强。

综上，本实施例的从胸部ct图像中提取胸主动脉的方法算法复杂度低，在i5处理器4g内存环境下运算时间短，分割效果好。

以上内容仅为本发明的较佳实施例，对于本领域的普通技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，本说明书内容不应理解为对本发明的限制。