一种基于改进区域生长的三维断骨分割方法

：本发明属于医学图像处理领域，涉及一种对医学ct骨骼图像的三维断骨分割方法，特别运用于帮助医生进行病灶分析、疾病诊断与治疗等。

背景技术

0、
背景技术：

1、随着骨科手术的发展，对于骨骼分割等医学图像处理技术的需求越来越大，其中包括颌面外科、脊柱外科、关节置换等领域。越来越多的医生使用医学图像处理技术来辅助诊断和治疗，提高手术的安全性和有效性。

2、同时，计算机技术的迅猛发展和普及，为医学图像处理技术的发展提供了更多的可能性。在现有的医学图像处理技术中，骨骼分割技术是其中重要的分支之一。然而，现有的骨骼分割技术普遍存在一些问题。现有的主流的断骨分割方法分为传统方法和深度学习方法，其中传统方法主要有阈值分割、区域生长、边界跟踪等等，这些方法都存在一定的限制，例如阈值分割容易受到噪声和外部干扰的影响，区域生长方法需要人工指定生长点，生长准则难以确定，导致效果不稳定等；深度学习方法也具有数据标注难度大，训练效率低，计算成本高等问题。因此现有方法可能具有成本高、效率低、准确度不够、对于人工交互依赖大等，难以满足医生对于骨骼分割技术的需求。

3、因此，提高骨骼分割的准确性和稳定性，提高分割效率以及降低人工干预的需要就成为了医学图像处理领域的重要课题之一。本发明基于改进区域生长的三维断骨分割方法，不同于传统方法和深度学习方法，直接从ct图像整体入手，在结合前后图像关系进行分割处理，可以提高分割的准确性和稳定性，同时可以并行生成多个断骨，大幅度提高处理效率。尤其在算法方面，本发明对区域生长做了优化，自动生成种子点，无需人工指定，降低了对人工干预的要求，提高了算法的自主智能性。因此本发明具有准确性高、稳定性强、处理效率高、智能化等特点，具有很高的应用价值和推广前景，可以为骨科、口腔科等多个医疗领域的骨骼分割工作提供更为高效和准确的处理方法。从而更好地提高医生的诊断准确性和治疗成功率，促进医学图像处理领域的发展，具有重要的创新性和实用性价值。

技术实现思路

0、
技术实现要素：

1、本发明要解决以往的断骨分割任务效率低、准确率低、计算成本高、需要人工介入的缺点，提出一种基于改进区域生长的三维断骨分割方法。

2、具体来说本发明提供了一种基于改进区域生长的三维断骨分割方法，包括如下步骤:

3、s1：输入一个ct骨骼图像路径；

4、s2：读取这一组图像，转化为三维数组，数组中的每个值代表该位置像素点的hu值。

5、s3：对整个三维数组按照一定阈值，进行阈值分割，并把阈值分割后的三维数组转化为非0即1的二值化的三维数组；

6、s31：对数组中的每一个位置的值，如果该值大于等于该阈值，则将数组中的该位置的值赋值为1；

7、s32：对数组中的每一个位置的值，如果该值小于该阈值，则将数组中的该位置的值赋值为0；

8、s4：遍历新生成的三维数组，将其通过采用一定的结构化元素的形态学腐蚀操作，来去除断骨之间的粘连，操作结束后该三维数组的值也是一个非0即1的二值化的三维数组；

9、s5：通过s2中读入的三维数组和s4中新生成的三维数组，来得到预处理后的有效三维数组；

10、s51：遍历s2中的原始三维数组，如果在s4中新生成的三维数组里对应位置的值为1，则有效三维数组对应位置保留为s2位置的值；

11、s52：遍历s2中的原始三维数组，如果在s4中新生成的三维数组里对应位置的值为0，则有效三维数组对应位置的值设置为一个极小值，用来代表该位置不包含骨骼；

12、s6：通过s5中生成的有效三维数组，进行区域生长运算，最终生长得到多个连通区域，即得出了多个断骨的对应区域；

13、s61：对数组染色，即声明一个颜色数组colors，维度和大小和s2中读入的三维数组大小相同，对s4这个二值化数组使用并查集算法得到多个连通区域，并对每个连通区域中的所有位置在颜色数组colors中依次编号为1,2,3…；

14、s62：将s4这个数组中对应的位置加入队列中，并按照一定的阈值规则同时对三维空间的6个方向进行区域生长，某种子点要和由他生长出来的新点的颜色编号相同，如果某生长位置已经被其他种子点生长(即已经被染色)，则不可生长该位置；

15、s63：新生长出来的点加入队列，重复s62操作，直到队列为空；

16、s64：最终该染色数组colors中，相同颜色编号的位置即代表是同一块断骨，不同颜色编号的位置即代表是不同断骨；

17、s7：得到每个断骨包含的像素点位置，以及每个像素点位置对应的断骨编号。

18、优选地，所述步骤s3中的一定阈值为300hu。

19、优选地，所述步骤s4中结构化元素的大小为[2,2]。

20、优选地，所述步骤s52中，极小值的代表参数为-10000。

21、优选地，所述步骤s62中，一定的阈值规则为相邻元素的差值的小于50。

22、本发明结合阈值分割与区域生长方法，作用于一组三维ct图像，用于提取三维图像的骨骼区域，在骨骼识别后，对不同断骨区域做出区分，最终识别出分离的多块分离的断骨，实现了一种效率高，错误率低的三维断骨分割方法。首先，读入三维ct骨骼数据；其次，使用一种自适应阈值分割方法，将骨骼区域与背景区域分离，得到所有骨骼区域；然后使用形态学运算去除断骨之间的黏连，得到每块断骨的核心区域；最后将这些核心区域作为区域生长的种子点，同时对多个区域进行区域生长，这样在保证分割效率的同时，保证了断骨分割的精度，即保证了每个像素点都属于唯一的区域，且是距离种子点最近的区域。根据以上步骤，即可判断得出三维骨骼图像的所有断骨所包含的像素点，以及每个像素点所归属的断骨编号。该方法可应用于三维骨骼分割，帮助完成疾病诊断与治疗、病灶分析等、帮助医生更好的完成诊断和了解患者的病情，为计算机辅助术前规划、疾病诊断和治疗提供了可能。

23、综上，本发明创建了一种基于改进区域生长的三维断骨分割方法，具有如下有益效果：

24、(1)使用ct图像作为整体考虑来进行断骨分割，可以更好的考虑相邻图像之间的关系，为断骨分割提供了新的思路。(2)对区域生长法进行了改进，先通过较为粗糙的阈值分割方法+形体学腐蚀运算来得到核心的种子生长点，再通过区域生长的生长规则得到完整的每个断骨，这种先粗糙后精细，由点及面的思路规避掉了需要人工选择生长点的尴尬步骤，同时可以保证算法的精确度和效率，这种优化极大的提升了区域生长法的适用范围和局限性。

技术特征：

1.一种三维改进区域生长的断骨分割方法，其特征在于，包括以下步骤:

2.根据权利要求1所述的一种基于改进区域生长的三维断骨分割方法，其特征在于：所述步骤s3中的一定阈值为300hu。

3.根据权利要求1所述的一种基于改进区域生长的三维断骨分割方法，其特征在于：所述步骤s4中结构化元素的大小为[2,2]。

4.根据权利要求1所述的一种基于改进区域生长的三维断骨分割方法，其特征在于：所述步骤s52中，极小值的代表参数为-10000。

5.根据权利要求1所述的一种基于改进区域生长的三维断骨分割方法，其特征在于：所述步骤s62中，一定的阈值规则为相邻元素的差值的小于50。

技术总结
一种基于改进区域生长的三维断骨分割方法包括：首先，读入三维CT骨骼数据；其次，使用一种自适应阈值分割方法，将骨骼区域与背景区域分离，得到所有骨骼区域；然后使用形态学运算去除断骨之间的黏连，得到每块断骨的核心区域；最后将这些核心区域作为区域生长的种子点，同时对多个区域进行区域生长，这样在保证分割效率的同时，保证了断骨分割的精度，即保证了每个像素点都属于唯一的区域，且是距离种子点最近的区域。根据以上步骤，即可判断得出三维骨骼图像的所有断骨所包含的像素点，以及每个像素点所归属的断骨编号。本发明可应用于三维骨骼分割，帮助完成疾病诊断与治疗、病灶分析等、帮助医生更好的完成诊断和了解患者的病情。

技术研发人员：卜佳俊,赵心治,周晟,顾静军,于智,史可越,杨俊尧
受保护的技术使用者：浙江大学
技术研发日：
技术公布日：2024/1/16