一种基于CT影像的颅内血肿区域分割方法

本发明涉及图像处理，具体涉及一种基于ct影像的颅内血肿区域分割方法。

背景技术：

1、颅内血肿是由于创伤等原因造成脑内的或者脑组织和颅骨之间的血管破裂，血液集聚于脑内或者脑与颅骨之间，对脑组织产生压迫时导致的颅内出血情况。研究血肿区域需先将血肿区域从颅内ct影像中分割出来，分割效果会影响到医疗判断，因此需要一种对颅内ct影像中血肿区域精准分割的方法。

2、由于颅内ct影像灰度分布复杂，现有的图像分割算法如阈值分割会受到其他区域灰度的干扰，无法将血肿区域完整分割出来。由于颅内ct影像中噪声以及纹理影响，现有的图像分割算法如分水岭分割算法会产生过分割效果，导致颅内血肿区域被过分割，无法获取准确的颅内血肿区域进行病灶分析。

技术实现思路

1、本发明提供一种基于ct影像的颅内血肿区域分割方法，以解决现有的问题。

2、本发明的一种基于ct影像的颅内血肿区域分割方法采用如下技术方案：

3、本发明一个实施例提供了一种基于ct影像的颅内血肿区域分割方法，该方法包括以下步骤：

4、采集颅内ct影像；利用分水岭分割算法对颅内ct影像进行分割，得到分割图像，将分割图像中每个区域作为不规则区域；对每个不规则区域进行边缘检测，获取每个不规则区域中的边缘像素点；根据每个不规则区域的灰度均值以及边缘像素点获取每个不规则区域的目标程度值；

5、对不规则区域进行遍历合并，包括：

6、s1：将目标程度值最大的不规则区域作为起始区域；将起始区域作为最初始的合并区域；

7、s2：将与起始区域相邻的所有不规则区域分别作为待选区域；计算每个待选区域与起始区域之间的合并概率值；将合并概率值大于预设合并阈值的待选区域与起始区域所属的合并区域进行合并；将合并概率值大于预设合并阈值的待选区域作为新的起始区域；

8、s3：根据新的起始区域重复s2，直到所有不规则区域都不再合并时停止迭代；将得到的最新的合并区域作为疑似血肿区域；

9、将疑似血肿区域的任意一个轮廓像素点作为待测像素点，对待测像素点进行轮廓调整，包括：获取待测像素点的参考像素点；根据参考像素点以及待测像素点获取所有公共像素点，根据所有公共像素点以及待测像素点对疑似血肿区域进行更新；

10、按照顺时针的方向，将疑似血肿区域轮廓上的每个轮廓像素点分别作为待测像素点，对每个待测像素点进行轮廓调整，将最终得到的疑似血肿区域作为颅内血肿区域，实现颅内血肿区域的分割。

11、优选的，所述根据每个不规则区域的灰度均值以及边缘像素点获取每个不规则区域的目标程度值，包括的具体步骤如下：

12、

13、其中ak为第k个不规则区域的目标程度值；pk为第k个不规则区域的灰度均值；pmax为所有不规则区域的灰度均值的最大值；p'k,i为与第k个不规则区域相邻的第i个不规则区域的灰度均值；nk为与第k个不规则区域相邻的所有不规则区域的个数；ck为第k个不规则区域中边缘像素点的个数；dk为第k个不规则区域中所有边缘像素点两两之间的欧式距离的均值；exp()为以自然常数为底的指数函数。

14、优选的，所述计算每个待选区域与起始区域之间的合并概率值，包括的具体步骤如下：

15、

16、其中σj为第j个待选区域与起始区域之间的合并概率值；a'j为第j个待选区域的目标程度值；a为起始区域的目标程度值；pmax为所有不规则区域的灰度均值的最大值；为第j个待选区域的灰度均值与起始区域的灰度均值的均值；||为绝对值符号；exp()为以自然常数为底的指数函数。

17、优选的，所述获取待测像素点的参考像素点，包括的具体步骤如下：

18、获取与待测像素点相邻且距离待测像素点最近的两个轮廓像素点，分别作为待测像素点的参考像素点。

19、优选的，所述根据参考像素点以及待测像素点获取所有公共像素点，包括的具体步骤如下：

20、将同时位于待测像素点以及两个参考像素点的八邻域内的像素点作为待测像素点的公共像素点。

21、优选的，所述根据所有公共像素点以及待测像素点对疑似血肿区域进行更新，包括的具体步骤如下：

22、获取待测像素点以及每个公共像素点的梯度幅值，若待测像素点的梯度幅值大于或等于每个公共像素点的梯度幅值，疑似血肿区域不更新；

23、若待测像素点的梯度幅值小于一个或多个公共像素点的梯度幅值，获取梯度幅值最大的公共像素点，当梯度幅值最大的公共像素点不属于疑似血肿区域时，将梯度幅值最大的公共像素点合并到疑似血肿区域，当梯度幅值最大的公共像素点属于疑似血肿区域时，将待测像素点从疑似血肿区域中剔除。

24、本发明的技术方案的有益效果是：本发明通过对颅内ct影像进行分水岭分割，得到分割图像中的不规则区域，获取每个不规则区域中的边缘像素点，根据每个不规则区域的灰度均值以及边缘像素点获取每个不规则区域的目标程度值，用来衡量不规则区域为血肿区域的可能性，将目标程度值最大的不规则区域作为起始区域，从起始区域开始，计算起始区域与其相邻的不规则区域之间的合并概率值，对不规则区域进行遍历合并，得到疑似血肿区域，根据疑似血肿区域中的轮廓像素点以及轮廓像素点的公共像素点对疑似血肿区域进行修正，得到颅内血肿区域，使得颅内血肿区域的轮廓包含了更加细节的信息。本发明得到的颅内血肿区域准确完整，相较于现有的图像分割算法，准确度进一步提升。

技术特征：

1.一种基于ct影像的颅内血肿区域分割方法，其特征在于，该方法包括以下步骤：

2.根据权利要求1所述的一种基于ct影像的颅内血肿区域分割方法，其特征在于，所述根据每个不规则区域的灰度均值以及边缘像素点获取每个不规则区域的目标程度值，包括的具体步骤如下：

3.根据权利要求1所述的一种基于ct影像的颅内血肿区域分割方法，其特征在于，所述计算每个待选区域与起始区域之间的合并概率值，包括的具体步骤如下：

4.根据权利要求1所述的一种基于ct影像的颅内血肿区域分割方法，其特征在于，所述获取待测像素点的参考像素点，包括的具体步骤如下：

5.根据权利要求1所述的一种基于ct影像的颅内血肿区域分割方法，其特征在于，所述根据参考像素点以及待测像素点获取所有公共像素点，包括的具体步骤如下：

6.根据权利要求1所述的一种基于ct影像的颅内血肿区域分割方法，其特征在于，所述根据所有公共像素点以及待测像素点对疑似血肿区域进行更新，包括的具体步骤如下：

技术总结
本发明涉及图像处理技术领域，具体涉及一种基于CT影像的颅内血肿区域分割方法，包括：采集颅内CT影像，进而得到分割图像中的不规则区域，获取每个不规则区域中的边缘像素点，根据每个不规则区域的灰度均值以及边缘像素点获取每个不规则区域的目标程度值，将目标程度值最大的不规则区域作为起始区域，从起始区域开始，计算起始区域与其相邻的不规则区域之间的合并概率值，对不规则区域进行遍历合并，得到疑似血肿区域，根据疑似血肿区域中的轮廓像素点以及轮廓像素点的公共像素点对疑似血肿区域进行修正，得到颅内血肿区域。本发明得到的颅内血肿区域准确完整，相较于现有的图像分割算法，准确度进一步提升。

技术研发人员：王希,孙毅,颜伟
受保护的技术使用者：江苏省人民医院（南京医科大学第一附属医院）
技术研发日：
技术公布日：2024/1/13