一种ct中盆腔器官自动分割的方法
【技术领域】
[0001] 本发明涉及图像处理领域，尤其涉及一种CT中盆腔器官自动分割的方法。
【背景技术】
[0002] 在现今社会，由于不健康的生活习惯，前列腺疾病已经成为困扰男性的主要疾病 之一。在前列腺疾病的治疗当中，前列腺的3D-CT是医生获取患者具体病情的主要手段之 一，同时也是在临床治疗过程中提高治疗效果和治疗精度的主要依靠。而要想运用前列腺 CT进行精确的临床治疗就必须将其中各个组织的轮廓精确的勾画出来，这一过程一般由医 生手动完成。
[0003] 但是这个过程大概要花费15-20分钟，而且不同医生之间对同一幅CT中组织器官 轮廓的勾画差异很大。而前列腺CT中主要分为前列腺、膀胱和直肠这三大部分，其中膀胱 和直肠状态的不稳定性将加深这一差异并大大影响医生的工作效率（主要表现在膀胱是 满的或空的；直肠是充满气体还是排泄物）。这就导致了医生对前列腺CT中器官轮廓的勾 画工作不仅费时，而且由于手动勾画的不稳定性将导致精确治疗过程中一些不可预估的问 题。在近几年虽然已经有一些对前列腺CT进行分割从而勾画出器官轮廓的方法，但是由于 CT图像的软组织对比度不足这一特点以及上面提到的盆腔器官形态的多变性，这些方法目 前都无法应用到临床治疗当中去。
【发明内容】
[0004] 本发明的目的就是为了解决上述问题，提供一种CT中盆腔器官自动分割的方法， 它通过结合以基于人口的CT数据库计算出的基于外形的层次聚类模型和形变模型来自动 精确地对前列腺CT进行分割，从而实现前列腺、膀胱和直肠这三大主要器官的轮廓勾画， 这样既保证了器官勾画的稳定性也节省了医生的工作时间。
[0005] 为了实现上述目的，本发明采用如下技术方案：
[0006] -种CT中盆腔器官自动分割的方法，包括以下步骤：
[0007] 基于训练数据库的模型建立过程：建立用于分割过程的形变模型和层次聚类模 型，所述形变模型通过主成分分析方法基于训练数据库建立，所述层次聚类模型是将训练 数据库中的设定幅前列腺CT中的器官划分为五个区域，且每个区域根据划分后的设定幅 前列腺CT均建立基于外形的层次聚类模型；
[0008] 分割过程包括局部分割过程和全局分割过程：
[0009] 在局部分割过程中，以形变模型为轮廓的变形指导，根据每个区域的层次聚类集 群模型找到该区域的最佳分割轮廓，然后将五个区域的最佳分割轮廓重新组合，作为全局 分割的最初轮廓；
[0010] 在全局分割过程中，通过与局部分割同样的分割方法对全局分割的最初轮廓进行 分割与调整，得到最终的分割图像。
[0011] 所述盆腔器官包括前列腺、膀胱和直肠。
[0012] 一种CT中盆腔器官自动分割的方法，包括以下步骤：
[0013] 步骤（1):对选定的训练数据库中的设定幅前列腺CT图像进行参数化处理，得到 简化后的三角形网格图像；
[0014] 步骤（2):建立形变模型：计算出训练数据库中设定幅CT图像的平均图像，并运用 主成分分析的方法对步骤（1)参数化处理后的简化后的三角形网格图像进行计算，从而构 建出能代表前列腺、膀胱和直肠形变规律的形变模型；
[0015] 步骤（3):建立基于外形的层次聚类模型：在步骤（2)得到的平均图像上，将前列 腺、膀胱和直肠分别划分为五个区域，通过平均图像与步骤（1)参数化处理之前的设定幅 前列腺CT图像之间的形变配准，将在平均图像上的区域划分模式分别转化到步骤（1)参数 化处理之前的设定幅前列腺CT图像上；然后根据训练数据库为每一个区域建立基于外形 的层次聚类模型；（一种便于查找的树形模型）；
[0016] 步骤⑷：在得到待分割CT图像后，首先选择预先医生已勾画的前列腺CT图像作 为参考图像，其中参考图像与待分割的CT图像应为同一患者的CT :先将平均图像上的区域 划分模式通过形变配准转化到参考图像中，再通过同样的形变配准方法将参考图像中五个 区域的轮廓转化到待分割的CT图像中，作为各个区域的初始分割轮廓；
[0017] 步骤（5):对待分割CT图像进行局部分割：根据步骤（3)计算出的层次聚类模型 和步骤（4)的初始分割轮廓，以步骤（2)中得到的形变模型为指导，计算出待分割CT图像 中五个区域中每个区域最佳的分割轮廓，局部分割过程分为初步分割与轮廓调整两步；
[0018] 步骤（6):对待分割CT的全局分割过程的初始图像进行全局分割：将步骤（5)局 部分割完毕的五个区域轮廓组合在一起形成一幅新的CT图像，新的CT图像就作为待分割 CT的全局分割过程的初始分割轮廓；然后依据初始分割轮廓，采用与步骤（5)相同的初步 分割过程与轮廓调整过程对待分割CT图像完成全局分割；
[0019] 步骤（7):全局分割完毕后，导出前列腺、膀胱和直肠都已经勾画完毕的前列腺CT 图像。
[0020] 所述步骤（1)的参数化处理是指：
[0021] 先将设定幅CT图像转化为经典三角形网格图像，然后运用五次迭代的拉普拉斯 算法对得到的参数化图像进行平滑处理，最后对平滑处理后的图像进行向下采样，使得采 样后的图像的三角形网格的数量下降到之前的10%，采样后的图像称之为简化后的三角形 网格图像。
[0022] 所述步骤⑵的形变模型是指15个形变模型。
[0023] 所述步骤（2)中，形变模型的构建过程是：
[0024] 在参数化处理过后，数据库中每幅CT图像都用一个形状向量来表示
首先求得平均图像：
[0026] 其中，Pi表不数据库中第i幅CT图像，.X1(I);表不第一个顶点的坐标向量，x u(i)表 示第D个顶点的坐标向量，货％表示三维空间中所有实数坐标，N = 50 ;p。表示平均图像
[0027] 然后，求得N幅CT图像的协方差矩阵C : CN 105184782 A 说明书 3/8 页
[0029] 形状模型p表示为：
[0031] 其中，qn是协方差矩阵C的特征向量，λ。是对应的特征值，而φ n是在〇到λ。之 间随机分布的加权系数。η = 1，…，Ν，η表示数据库中第η个图像。
[0032] 为了减少形变模型的个数以提高分割效率，选中其中的M个形变模型，并计算在 使用这M个模型时的平均残留误差Rm :
[0036] 其中ejf是第i幅图像中第j个顶点的三维向量。
[0037] 经过反复计算后，选定M = 15,此时的形变模型可以代表95%以上的器官形变规 律，并且此时平均残留误差R[M]接近于0。
[0038] 所述95%以上是指95. 2%。
[0039] 所述步骤（3)中，层次聚类模型的建立方法是：
[0040] 在医学图像分割领域，医生对器官轮廓的勾画一直作为器官自动分割方法的评判 标准，先让设定位（30位以上）医生根据前列腺、膀胱和直肠的形变规律以及前列腺、膀胱 和直肠的解剖学知识，在步骤（2)得出的平均图像当中将前列腺、膀胱和直肠三个器官的 轮廓分别划分为五个小区域，
[0041] 针对每个医生，都需要将每个器官的五个小区域均按照从1到5来随机编号，并 将每个器官中拥有相同编号的三个小区域作为一个大区域看待；大区域的编号与三个小区 域相同；在计算出所有的大区域组成方式下分割的精确度后（每个小区域的编号方式有 5X4X3X2X1=120种，大区域就有120X120X120种组成方式），选取精确度最高的大区 域组成方式作为当前医生区域划分方式的分割精确度，
[0042] 当所有设定位医生的大区域的器官分割精确度均计算完毕时，选取大区域的器官 分割精确度最高的两个医生的大区域划分轮廓进行形变配准，根据两个医生的精确度从低 到高的划分轮廓对应的形变向量场的变化，计算形变向量场变化过程中出现的所有划分轮 廓器官分割精确度，最终选定精确度最高的区域为最终的区域划分；
[0043] 在平均图像上得到区域划分后，通过形变配准将区域划分模式转化到训练数据库 中的设定幅前列腺CT上，最后根据设