CN104574364A - 结肠图像分割方法及装置 - Google Patents
结肠图像分割方法及装置 Download PDFInfo
- Publication number
- CN104574364A CN104574364A CN201410790597.4A CN201410790597A CN104574364A CN 104574364 A CN104574364 A CN 104574364A CN 201410790597 A CN201410790597 A CN 201410790597A CN 104574364 A CN104574364 A CN 104574364A
- Authority
- CN
- China
- Prior art keywords
- colon
- equidistant
- equidistant block
- image
- path candidate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10088—Magnetic resonance imaging [MRI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10132—Ultrasound image
- G06T2207/10136—3D ultrasound image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30028—Colon; Small intestine
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30028—Colon; Small intestine
- G06T2207/30032—Colon polyp
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
一种结肠图像分割方法及装置,所述方法包括:从三维扫描图像中分割出结肠部分的二值图像;选取所述二值图像中若干个连通域;确定所选取的连通域中任一粘连结构的起始位置和结束位置;从所述起始位置和结束位置之间选取第一候选路径,作为结肠所在的位置,所述第一候选路径的代价值小于其它候选路径的代价值;对所述连通域中所有粘连结构的所述第一候选路径进行处理,获得结肠分割图像。上述方案可以正确地进行结肠路径的选取,提高结肠图像分割的准确性。
Description
技术领域
本发明涉及图像处理技术领域,特别是涉及一种结肠图像分割方法及装置。
背景技术
随着医学图像处理和三维可视化技术的发展,虚拟内窥镜以其非入侵性、可重复性等明显优势获得广泛的应用。虚拟内窥镜技术已被应用到许多临床实验和各种医学诊断中,主要集中在那些具有空腔组织结构的器官上,如结肠、气管、血管、内耳等。例如,虚拟内窥镜提供了一种微创的结肠检查方式,可提前检测出肠内息肉,预防结肠癌的发生。
虚拟内窥镜通过电子计算机断层扫描(Computed Tomography,CT),磁共振成像(Magnetic Resonance Imaging,MRI)等医学扫描设备获取人体的断层扫描数据,使用图像处理技术,可以重建出三维图像,形成虚拟人体组织。然后把视点置入人体器官内甚至血管中进行虚拟漫游,变动视距、调整视角,对视点前方组织进行动态实时绘制和显示,帮助医生在计算机屏幕上完成内窥镜检查。
图像分割是指将图像中具有特殊含义的不同区域区分开来,利用图像特征的差别可以区分图像中的不同组织器官。结肠图像分割在虚拟内窥镜应用中具有重要的意义,它是后续结肠的三维图像重建和虚拟漫游的基础和前提。
现有的一种结肠图像分割方法,利用互补测地距离场(ComplementaryGeodesic Distance Field,CGDF)检测结肠不同区域的错误粘连形成的环状结构,通过连通性构建候选路径,并选择出代表结肠的路径,并去除非结肠结构的简单粘连。但是,现有技术中的结肠分割方法仅适用于具有单个环状结构的结肠图像的分割,在具有两个或以上的环状结构形成的粘连结构,则无法确保可以正确地确定结肠位置所在的候选路径,从而无法得到正确的结肠分割图像。
因此,现有技术中的结肠图像分割方法,容易造成错误选取结肠路径,影响后续的结肠检查。
发明内容
本发明实施例解决的是如何正确地选取结肠路径,提高结肠分割的准确性。
为解决上述问题,本发明实施例提供了一种结肠图像分割方法,所述方法包括:
从三维扫描图像中分割出结肠部分的二值图像;
选取所述二值图像中若干个连通域;
确定所选取的连通域中任一粘连结构的起始位置和结束位置;
从所述起始位置和结束位置之间选取第一候选路径,作为结肠所在的位置,所述第一候选路径的代价值小于其它候选路径的代价值;
对所述连通域中所有粘连结构的所述第一候选路径进行处理,获得结肠分割图像。
可选地,所述确定所述连通域中任一粘连结构的起始位置和结束位置,包括:
任取所述连通域两端的端点分别作为起点和终点,计算所述连通域内任一点与所述起点和终点的互补测地距离;
根据计算得到所述连通域的互补测地距离场,将所述连通域分成具有预设距离间隔的多个等距块;
沿着起点至终点的方向逐个检测多个所述等距块,令首次检测到具有至少两个分段的等距块为第p个等距块,则第p-1个等距块为所述粘连结构起始位置,令最后一次检测到具有至少两个分段的等距块为第q个等距块,则第q+1个等距块为所述粘连结构的结束位置,其中,p为≥2的正整数,q≥p。
可选地,所述从所述起始位置和结束位置之间选取第一候选路径,作为结肠所在的位置,包括:
计算位于所述起始位置和结束位置之间的各个所述等距块分段的代价值;
采用Dijkstra最优路径法从所述起始位置和结束位置之间的候选路径中选取所述第一候选路径,作为结肠所在的位置,所述候选路径由位于所述起始位置和结束位置之间的部分所述等距块分段依次首尾相接构成。
可选地,采用如下的公式计算位于所述起始位置和结束位置之间的等距块分段的代价值:
CostR=VR/(SRfore+SRback) (1);
其中,CostR表示所述起始位置和结束位置之间的等距块分段R的代价值,VR表示位于所述等距块分段R的体积,SRfore和SRback分别表示位于所述起始位置和结束位置之间的所述等距块分段R的前端截面和后端截面的面积。
可选地,所述对所述连通域中所有粘连结构的所述第一候选路径进行处理,获得结肠分割图像,包括:
截断所述其它候选路径;
重新计算所述连通域内任意一点的互补测地距离场,计算所述第一候选路径中所有等距块的特征值,若任一等距块的特征值大于阈值,则去除该等距块,并将相邻两个等距块在该等距块范围内进行膨胀至连通,获得结肠分割图像,其中,所述阈值大于零。
可选地,所述特征值为任一等距块的厚度值,采用如下的公式计算所述第一候选路径中所有等距块的特征值:
其中,dn为任一等距块n的厚度值,所述Vn为任一等距块n的体积,所述Sn+1、Sn+1分别为相邻两个等距块与所述等距块n相邻的截面面积。
本发明实施例还提供了一种结肠图像分割装置,所述装置包括:
获取单元,适于从三维扫描图像中分割出结肠部分的二值图像;
选取单元,适于选取所述二值图像中若干个连通域;
确定单元,适于确定所选取的连通域中任一粘连结构的起始位置和结束位置;
路径选取单元,适于从所述起始位置和结束位置之间选取第一候选路径,作为结肠所在的位置,所述第一候选路径的代价值小于其它候选路径的代价值;
处理单元,适于对所述连通域中所有粘连结构的所述第一候选路径进行处理,获得结肠分割图像。
可选地,所述确定单元适于将任取所述连通域两端的端点分别作为起点和终点,计算所述连通域内任一点与所述起点和终点的互补测地距离;将计算得到的所述连通域的互补测地距离场划分成具有预设距离间隔的多个等距块;沿着起点至终点的方向逐个检测多个所述等距块,令首次检测到具有至少两个分段的等距块为第p个等距块,则第p-1个等距块为所述起始位置,令最后一次检测到具有至少两个分段的等距块为第q个等距块,则第q+1个等距块为所述结束位置,其中,p为≥2的正整数,q≥p。
可选地,所述路径选取单元适于计算位于所述起始位置和结束位置之间的各个等距块分段的代价值;采用Dijkstra最优路径法从所述起始位置和结束位置之间的候选路径中选取所述第一候选路径,作为结肠所在的位置,所述候选路径由位于所述起始位置和结束位置之间的部分所述等距块分段依次首尾相接构成。
可选地,所述处理单元适于截断所述其它候选路径;重新计算所述连通域的互补测地距离场,计算所述第一候选路径中所有等距块的第一特征值;若任意一个等距块的第一特征值大于阈值t,则去除该等距块,所述阈值t大于零;将相邻两个等距块在该等距块的范围内进行膨胀至连通,获得结肠分割图像。
与现有技术相比,本发明的技术方案具有以下的优点:
在确定粘连结构的起点位置和结束位置之后,从所述起始位置和结束位置之间选取第一候选路径,作为结肠所在的位置,而并非根据所述起始位置下一个等距块的分段情况来判断候选路径数量并用连通性构建候选路径,因此,可以正确地进行结肠路径的选取,提高结肠图像分割的准确性。
附图说明
图1是结肠部分的二维CT扫描图像的横断面示意图;
图2是结肠部分的CT扫描图像的矢状面示意图;
图3是结肠部分的CT扫描图像的冠状面示意图;
图4是结肠的不同区域之间粘连所形成的粘连结构的示意图;
图5是小肠等非结肠与结肠之间简单粘连所形成的粘连结构的示意图;
图6是小肠等非结肠与结肠之间复杂粘连所形成的粘连结构的示意图;
图7是本发明实施例中的一种结肠图像分割方法的流程图;
图8是结肠部分的二值图像中有7个连通域的示意图;
图9是本发明实施例中的一种结肠图像分割方法的流程图;
图10是本发明实施例中选取的连通域中以起点A计算的测地距离场的示意图;
图11是本发明实施例中选取的连通域中以终点B计算的测地距离场的示意图;
图12是本发明实施例中选取的连通域中以起点A和终点B计算的互补测地距离场的示意图;
图13是本发明实施例中的一种结肠图像分割方法中通过检测得到结肠粘连结构所在位置对应的起始位置的示意图;
图14是本发明实施例中的一种结肠图像分割方法中通过检测得到结肠粘连结构所在位置对应的结束位置的示意图;
图15是本发明实施例中的一种结肠图像分割方法中将得到的起始位置和结束位置之间的等距块分段进行编号的示意图;
图16是本发明实施例中的一种结肠图像分割方法中从所述起始位置和结束位置之间选取第一候选路径的流程图;
图17是本发明实施例中的一种结肠图像分割方法中对所述连通域中所有粘连结构的所述第一候选路径进行处理,获得结肠分割图像的流程图;
图18是采用本发明实施例中的一种结肠图像分割方法中截断其它候选路径得到的图像示意图;
图19是采用本发明实施例中的一种结肠图像分割方法得到的结肠部分的图像的示意图;
图20是本发明实施例中的一种结肠图像分割装置的结构示意图。
具体实施方式
通常,在进行结肠的CT图像扫描前,被检测对象需要口服轻泻药,并在扫描当天向被检测对象的结肠内填充气体,使得结肠膨胀。同时,让被检测对象口服造影剂,以提高结肠中的液体在CT图像中的像素值。请参见图1-3所示,图1示出了结肠的CT扫描图像的横断面示意图,图2示出了结肠的CT扫描图像的矢状面示意图,图3示出了结肠的CT扫描图像的冠状面示意图。其中,图1-3中较暗的部分为气体,较亮的部分为液体。
口服造影剂和CT的部分容积效应,使得从三维扫描图像中分割出结肠部分的图像会出现粘连的情况。请参见图4-6所示,图4示出了结肠的不同区域之间粘连所形成的粘连结构的示意图,图5示出了小肠等非结肠与结肠之间简单粘连所形成的粘连结构的示意图,图6示出了小肠等非结肠与结肠之间复杂粘连所形成的粘连结构的示意图。
为去除结肠的CT扫描图像中的粘连结构,现有技术的一种结肠图像分割方法,利用互补测地距离场(Complementary Geodesic Distance Field,CGDF)检测结肠不同区域的错误粘连形成的环状结构,通过连通性构建候选路径,并选择出代表结肠的路径,并去除非结肠结构的简单粘连。
上述的结肠图像分割方法虽然充分利用结肠的形态特征,但是,由于这种图像分割方法首先进行了一个假设,即在所确定的粘连结构的起点位置和结束位置之间的候选路径的数量仅由起点位置之后的第一个等距块的分段情况决定,因此,它基本仅适用于具有单个环状结构的粘连结构的结肠图像的分割。而当结肠分割图像中存在两个以上的环状结构形成的粘连结构,也即存在三条以上的候选路径时,由于互补测地距离场(CGDF)中的等距块在分叉处可能出现异常的形状,例如过于膨大,则很容易导致所选取的候选路径出现错误,从而无法得到正确的结肠分割图像。
为解决上述问题,本发明实施例采用的技术方案在确定粘连结构的起点位置和结束位置之后,通过从所述起始位置和结束位置之间的多条候选路径中选取第一候选路径作为结肠所在的位置,而非用起始位置之后的第一个等距块的分段情况决定候选路径的数目,可以正确地进行结肠路径的选取,提高结肠图像分割的准确性。
为使本发明的上述目的、特征和优点能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。
图7示出了本发明实施例中的一种结肠图像分割方法的流程图。如图1所示的结肠图像分割方法,可以包括:
步骤S701:从三维扫描图像中分割出结肠部分的二值图像。
在具体实施中,可以采用CT、MRI、正电子发射断层扫描设备(PositronEmission Computed Tomography,PET)、X射线设备、超声设备等,获取所述三维扫描图像。通常,可以采用上述设备对被检测对象腹部进行扫描,获得包含结肠在内的三维图像。
在本发明一实施例中,采用CT扫描被检测对象的腹部,获取三维扫描图像。采用CT扫描图像,可以缩短图像采集的时间,从而可以减少由于被检测对象(病人)呼吸和移动等造成的伪影。另外,还可以在不增加曝光时间的情况下,提供断层的图像数据。
在本发明一实施例中,在获取CT扫描图像后,可以根据像素等信息,从CT扫描图像中分割出感兴趣的器官。例如结肠。
其中,CT扫描图像的值域为[-1000,1000],通过CT值的信息以及结肠中空气和液体部分的空间信息,便可以得到图1-3所示的结肠部分的分割结果,即结肠部分的二值图像。其中,黑色部分为背景,像素值为0,白色部分为结肠部分,像素值为1。
步骤S702:选取所述二值图像中若干个连通域。
请继续参见图8所示,其中示出了结肠部分的二值图像中有7个连通域。
图1-3和图8示出的CT扫描图像和分割出的结肠部分皆为二维图像。在本发明一实施例中,CT扫描图像和分割出的结肠部分采用的均是三维图像,其中的连通域也是三维的。
步骤S703:确定所选取的连通域中任一粘连结构的起始位置和结束位置。
在具体实施中,可以充分利用结肠的形态结构的信息,确定所选取的连通域中粘连结构的起始位置和结束位置。
在本发明一实施例中,可以采用计算所选取的起始位置和结束位置中任一点与所选取的起点和终点之间的互补测地距离场(CGDF)的信息,确定所选取的连通域中任一粘连结构的起始位置和结束位置。
在具体实施中,所述粘连结构可以包括简单粘连结构和复杂粘连结构,其中,所述简单粘连结构中仅具有一个环状结构,而在复杂粘连结构中则可以存在两个以上的环状结构。
步骤S704:从所述起始位置和结束位置之间选取第一候选路径,作为结肠所在的位置。
在本发明一实施例中,通过在计算得到所选取的起始位置和结束位置之间每个等距块分段的代价值并采用最优路径算法,便可以从已确定的起始位置和结束位置之间的多条候选路径中,选取一条最优路径,即代价值最小的所述第一候选路径,作为结肠所在的位置。
步骤S705:对所述连通域中所有粘连结构的所述第一候选路径进行处理,获得结肠分割图像。
在具体实施中,在确定结肠所在位置对应的第一候选路径后,可以进行相应的处理,以得到最终的结肠分割图像。
请参见图9所示,在具体实施中,可以充分利用结肠结构的形态信息,通过选取连通域中的起点和终点,并计算连通域中的像素点分别与所选取的起点和终点之间的互补测地距离场的信息,来确定连通域中任一粘连结构的起始位置和结束位置。具体而言,可以包括:
步骤S901:任取所述连通域两端的端点分别作为起点和终点,计算所述连通域内任一点与所述起点和终点的互补测地距离。
在具体实施中,所述起点和终点可以分别为从连通域两端中任一选取的两个像素点。
在本发明一实施例中,可以将所述起点和终点分别设定在所提取的结肠部分的中心线上,也即:
首先,提取结肠部分的中心线,将所述中心线与所述连通域两端面的交点,分别作为起点和终点,并计算所述连通域内任一点与所述起点和终点之间的互补测地距离。
在具体实施中,可以采用如下的公式计算所述连通域内任一点与所述起点和终端之间的互补测地距离:
CGDFAB(p)=GDFA(p)-GDFB(p) (1);
其中,CGDFAB为A、B与所选取的连通域内任一像素点p之间的互补测地距离,A、B分别为所述起点和终点,GDFA(p)、GDFB(p)分别为起点A和终点B与所选取的连通域内任一像素点p之间的测地距离场的值。
图10中示出了在所选取的连通域中以起点A计算的测地距离场的示意图。图11示出了在所选取的连通域中以终点B计算的测地距离场的示意图。在得出图10和图11所示的测地距离场之后,采用公式(1)便可以得出图12所示的以起点A和终点B计算的互补测地距离场的示意图。
步骤S902:根据计算得到的连通域的互补测地距离场,将所述连通域分成具有预设距离间隔的多个等距块。
在具体实施中,在计算得到A、B与所选取的连通域内任一像素点p之间的互补测地距离之后,通过设置相应的距离间隔,例如设置距离间隔为2-3个像素的长度,可以将所述连通域的互补测地距离场划分成为一系列的等距块,同一等距块中的像素具有一定范围内的互补测地距离。
步骤S903:在所述连通域中任一粘连结构中,沿着起点至终点的方向逐个检测多个所述等距块,令首次检测到具有至少两个分段的等距块为第p个等距块,则第p-1个等距块为所述粘连结构的起始位置,令最后一次检测到具有至少两个分段的等距块为第q个等距块,则第q+1个等距块为所述粘连结构的结束位置,其中,p为≥2的正整数,q≥p。
在具体实施中,当检测到其中任一等距块p具有至少两个分段,说明从第p-1个等距块至第p个等距块之间至少存在两条路径,可以确定粘连结构已经开始出现,此时,可以将第p个等距块的前一等距块第p-1个等距块作为所述起始位置,也即是出现了粘连结构,具体请参见图13所示。
同样地,当最后一次检测到粘连结构中任一等距块-第q个等距块具有至少两个分段时,则可以说明从第q个等距块至第q+1个等距块之间至少存在两条路径,并在第q+1个等距块处归一,此时,可以将第p个等距块的后一等距块第q+1个等距块作为所述结束位置,也即所述连通域中的粘连结构在第q+1个等距块处结束,具体请参见图14所示。
在具体实施中,为了便于后续的处理,如为了便于对所确定的起始位置和结束位置之间的各个等距块分段的代价值进行记录,以及便于后续的候选路径的选取,可以首先将所述起始位置和结束位置之间的等距块分段进行编号,请参见图15所示。
在具体实施中,在确定连通域中的粘连结构的起始位置和结束位置之后,通过在所述起始位置和结束位置之间的多条候选路径中选取代价值最小的候选路径,可以确定结肠部分所在的位置。请参见图16所示,具体而言,可以包括:
步骤S1601:计算位于所述起始位置和结束位置之间的各个所述等距块分段的代价值。
在本发明一实施例中,采用厚度值法计算位于所述起始位置和结束位置之间的等距块分段的代价值:
CostR=VR/(SRfore+SRback) (2);
其中,CostR表示所述起始位置和结束位置之间的等距块分段R的代价值,VR表示位于所述等距块分段R的体积,SRfore和SRback分别表示位于所述起始位置和结束位置之间的所述等距块分段R的前端截面和后端截面的面积。所述厚度值法利用结肠结构存在的褶皱的结构特性,采用方程(2)计算所得的厚度值会偏小,适合于区分结肠和其它非结肠结构,例如小肠和结肠的粘连。
在具体实施中,为了进一步提高代价值计算的正确率,从而进一步提高代价值最小的所述第一候选路径的正确性,在本发明另一实施中,采用中心线法来计算所获取的位于所述起始位置和结束位置之间的各个等距块分段的代价值,具体而言,即:将位于所提取的结肠部分中心线穿过的等距块分段的代价值,设置为具有第一代价值,将所述中心线未穿过的等距块分段的代价值设定为具有第二代价值。其中,第一代价值小于第二代价值。在本发明一实施例中,将第一代价值设定为低值,例如0,将第二代价值设定为高值,例如1。需要说明的是,所述中心线可以为用户参与的手动中心线,也可以为自动中心线,本发明对此不作具体限定。本实施例中采用中心线理论,对于等距块在所述连通域分叉处形状不规则而导致的体积异常,仍能正确判断第一候选路径,从而提高结肠分割的准确性。上述的实施例分别以厚度值法和中心线理论对如何进行确定粘连结构的起始位置和结束位置之间的等距块分段的代价值进行了说明。可以理解的是,也可以采用其它的方式计算等距块分段的代价值,例如,也可以采用将以计算厚度值理论和中心线理论相结合的方式,对各个等距块分段的代价值进行综合判断,以提高计算得到的各个等距块分段代价值的准确性,从而可以提高第一候选路径选取的正确性,进而可以提高结肠图像分割的正确性。
步骤S1602:采用Dijkstra最优路径法从所述起始位置和结束位置之间的候选路径中选取所述第一候选路径,作为结肠所在的位置。
在具体实施中,由于所确定的粘连结构的起始位置和结束位置之间可能具有两条以上的候选路径,因此,需要从所述的多条候选路径中选取一条最优路径,以确定结肠所在的位置。其中,多个所述候选路径由位于所述起始位置和结束位置之间的部分等距块分段依次首尾相接构成。
在本发明一实施例中,可以采用Dijkstra最优路径法,从粘连结构的起始位置和结束位置之间的多条候选路径中,选取一条最优的路径作为结肠所在的位置。
Dijkstra最优路径法的基本思想是,设置一个结点集合S并不断地作弹性选择来扩充这个集合。设V为所有结点集合,S为已求出最短路径的结点集合,S的初值为源点,T为尚未确定最短路径的结点集传统的合(即V-S),T集合的初值是除源点之外的所有结点。按路径长度递增的顺序逐个把T集合中的结点加到S集合中去,直至从源点出发可以到达的所有结点都在S集合中。
这里需要指出的是,本发明实施例中的结肠图像分割方法采用了边计算统计第一候选路径中等距块分段的代价值之和,边构建结肠部分所在的第一候选路径的方式,而非现有技术中所采用的先根据连通性构建候选路径,然后计算各候选路径的代价值均值的方式。而且本发明实施例中利用中心线信息,降低如厚度值在连通域分叉处因体积异常膨大而造成误选的可能性,因此,可以提高结肠位置选取的正确性,进而可以提高结肠图像分割的正确性。
在具体实施中,当确定所在连通域的第一候选路径后,可以将所述第一候选路径之外的其它候选路径截断。请参见图17所示,所述对所述连通域中所有粘连结构的所述第一候选路径进行处理,获得结肠分割图像,可以包括:
步骤S1701:截断所述其它候选路径。
在具体实施中,截断所述其它候选路径,可以采用将其它候选路径中的等距块分段设置为背景的方式,例如,除所述第一候选路径的等距块外,将其它粘连部分的路径中间的一块等距块设置为图像的背景,使得连通域中粘连结构的环状结构断开,如图18所示。
在具体实施中,为了使得到的结肠图像的更加合理,可以重新计算所述连通域的互补测地距离场,利用结肠结构的形态特征,将所选取的第一候选路径中尺寸大于预设阈值的等距块去除,并采用所述第一候选路径中,与该等距块相邻的等距块对去除的等距块进行补偿,以使得所得到的结肠图像更加准确、可靠。具体而言,可以包括:
步骤S1702:截断其它候选路径后,重新计算所述连通域的互补测地距离场,计算所述第一候选路径中所有等距块的特征值,若任一等距块的特征值大于阈值,则去除该等距块,并将相邻两个等距块在该等距块范围内进行膨胀至连通,获得结肠分割图像,其中,所述阈值大于零。
在具体实施中,所述特征值可以为等距块的厚度值,采用如下的公式计算所述第一候选路径中所有等距块的特征值:
其中,dn表示等距块n的厚度值,Vn表示所述等距块n的体积,Sn+1、Sn+1分别表示等距块n-1和等距块n+1与所述等距块n相邻的面积。需要说明的是,计算厚度值时,分母中的Sn-1、Sn+1实际为等距块n相邻两个等距块两个截面的像素总数,分子Vn为所述等距块n的像素总数。
在具体实施中,在判断任一等距块的特征值大于预设的阈值时,可以去除该等距块,即去除掉肠段特征值大于预设阈值的肠段区域。同时,采用与被去除的等距块相邻的两个等距块进行膨胀至连通的方式,补偿该被去除的等距块,以得到完成的结肠部分的图像。
本实施例中,设定厚度值的阈值为6.0,在具体实施中,所述预设的阈值可以根据经验或者实际的需要进行设置。
上述的实施例仅仅以采用本发明实施例中的结肠图像分割方法对所选取的一个连通域中的粘连结构的处理过程进行了详细的介绍。所选取的二值图像中其它连通域中的粘连结构的处理,请参照上述的方式进行,在此不再赘述。
综上所示,本发明实施例中的结肠图像分割方法,通过在确定粘连结构的起点位置和结束位置之后,从所述起始位置和结束位置之间选取第一候选路径,作为结肠所在的位置,而并非假定在所述起始位置和结束位置之间仅具有两条候选路径,因此,可以正确地进行结肠路径的选取,提高结肠图像分割的准确性。
请参见图18所示,图18是采用本发明实施例中的一种结肠图像分割方法得到的结肠部分的分割图像的示意图。与现有技术中的结肠图像分割方法相比,本发明实施例中的结肠图像分割方法可以得到更加准确的结肠部分的分割图像,且所得到的图像更加清晰、可靠。
图20示出了本发明实施例中的一种结肠图像分割装置的结构示意图。如图20所示的结肠图像分割装置2000,可以包括获取单元2001、选取单元2002、确定单元2003、路径选取单元2004和处理单元2005,其中:
获取单元2001,适于从三维扫描图像中分割出结肠部分的二值图像。
选取单元2002,适于选取所述二值图像中若干个连通域。
确定单元2003,适于确定所选取的连通域中任一粘连结构的起始位置和结束位置。
路径选取单元2004,适于从所述起始位置和结束位置之间选取第一候选路径,作为结肠所在的位置,所述第一候选路径的代价值小于其它候选路径的代价值。
处理单元2005,适于对所述连通域中所有粘连结构的所述第一候选路径进行处理,获得结肠分割图像。
在具体实施中,所述确定单元2003适于将任取所述结肠部分两端的端点分别作为起点和终点,计算所述连通域内任一点与所述起点和终点的互补测地距离;将计算得到所述连通域的互补测地距离场划分成具有预设距离间隔的多个等距块;沿着起点至终点的方向逐个检测多个所述等距块,令首次检测到具有至少两个分段的等距块为第p个等距块,则第p-1个等距块为所述起始位置,令最后一次检测到具有至少两个分段的等距块为第q个等距块,则第q+1个等距块为所述结束位置,其中,p为≥2的正整数,q≥p。
在具体实施中,所述路径选取单元2004适于计算位于所述起始位置和结束位置之间的各个等距块分段的代价值;采用Dijkstra最优路径法从所述起始位置和结束位置之间的候选路径中选取所述第一候选路径,作为结肠所在的位置,所述候选路径由位于所述起始位置和结束位置之间的部分所述等距块分段依次首尾相接构成。
在具体实施中,所述处理单元2005适于截断所述其它候选路径;计算所述第一候选路径中所有等距块的第一特征值;若任意一个等距块的第一特征值大于阈值t,则去除该等距块,所述阈值t大于零;将相邻两个等距块在该等距块范围内进行膨胀至连通,获得结肠分割图像。
综上所示,本发明实施例中的结肠图像分割装置,通过在确定粘连结构的起点位置和结束位置之后,从所述起始位置和结束位置之间选取第一候选路径,作为结肠所在的位置,而并非根据所述起始位置之后的第一个等距块的分段情况来确定候选路径,因此,可以正确地进行结肠路径的选取,提高结肠图像分割的准确性。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于计算机可读存储介质中,存储介质可以包括:ROM、RAM、磁盘或光盘等。
以上对本发明实施例的方法及***做了详细的介绍,本发明并不限于此。任何本领域技术人员,在不脱离本发明的精神和范围内,均可作各种更动与修改,因此本发明的保护范围应当以权利要求所限定的范围为准。
Claims (10)
1.一种结肠图像分割方法,其特征在于,包括:
从三维扫描图像中分割出结肠部分的二值图像;
选取所述二值图像中若干个连通域;
确定所选取的连通域中任一粘连结构的起始位置和结束位置;
从所述起始位置和结束位置之间选取第一候选路径,作为结肠所在的位置,所述第一候选路径的代价值小于其它候选路径的代价值;
对所述连通域中所有粘连结构的所述第一候选路径进行处理,获得结肠分割图像。
2.根据权利要求1所述的结肠图像分割方法,其特征在于,所述确定所述连通域中任一粘连结构的起始位置和结束位置,包括:
任取所述连通域两端的端点分别作为起点和终点,计算所述连通域内任一点与所述起点和终点的互补测地距离;
根据计算得到所述连通域的互补测地距离场将所述连通域分成具有预设距离间隔的多个等距块;
沿着起点至终点的方向逐个检测多个所述等距块,今首次检测到具有至少两个分段的等距块为第p个等距块,则第p-1个等距块为所述粘连结构起始位置,今最后一次检测到具有至少两个分段的等距块为第q个等距块,则第q+1个等距块为所述粘连结构的结束位置,其中,p为≥2的正整数,q≥p。
3.根据权利要求2所述的结肠图像分割方法,其特征在于,所述从所述起始位置和结束位置之间选取第一候选路径,作为结肠所在的位置,包括:
计算位于所述起始位置和结束位置之间的各个所述等距块分段的代价值;
采用Dijkstra最优路径法从所述起始位置和结束位置之间的候选路径中选取所述第一候选路径,作为结肠所在的位置,所述候选路径由位于所述起始位置和结束位置之间的部分所述等距块分段依次首尾相接构成。
4.根据权利要求3所述的结肠图像分割方法,其特征在于,采用如下的公式计算位于所述起始位置和结束位置之间的等距块分段的代价值:
CostR=VR/(SRfore+SRback);
其中,CostR表示所述起始位置和结束位置之间的等距块分段R的代价值,VR表示所述等距块分段R的体积,SRfore和SRhack分别表示位于所述起始位置和结束位置之间的所述等距块分段R的前端截面和后端截面的面积,R表示所述等距块分段在所述连通域中的位序。
5.根据权利要求1所述的结肠图像分割方法,其特征在于,所述对所述连通域中所有粘连结构的所述第一候选路径进行处理,获得结肠分割图像,包括:
截断所述其它候选路径;
重新计算所述连通域内任意一点的互补测地距离,计算所述第一候选路径中所有等距块的特征值;
若任一等距块的特征值大于阈值,则去除该等距块,并将该等距块的相邻两个等距块在该等距块的范围内进行膨胀至连通,获得结肠分割图像,其中,所述阈值大于零。
6.根据权利要求5所述的结肠图像分割方法,其特征在于,所述特征值为所述等距块的厚度值,采用如下的公式计算所述第一候选路径中所有等距块的特征值:
其中,dn表示所述候选路径中的等距块n的厚度值,Vn为等距块n的体积,Sn-1、Sn+1分别为等距块n-1和等距块n+1与所述等距块n相邻的截面面积,n表示所述等距块在所述连通域中的位序。
7.一种结肠图像分割装置,其特征在于,包括:
获取单元,适于从三维扫描图像中分割出结肠部分的二值图像;
选取单元,适于选取所述二值图像中若干个连通域;
确定单元,适于确定所选取的连通域中任一粘连结构的起始位置和结束位置;
路径选取单元,适于从所述起始位置和结束位置之间选取第一候选路径,作为结肠所在的位置,所述第一候选路径的代价值小于其它候选路径的代价值;
处理单元,适于对所述连通域中所有粘连结构的所述第一候选路径进行处理,获得结肠分割图像。
8.根据权利要求7所述的结肠图像分割装置,其特征在于,所述确定单元适于将任取所述连通域两端的端点分别作为起点和终点,计算所述连通域内任一点与所述起点和终点的互补测地距离;将计算得到的所述连通域的互补测地距离场划分成具有预设距离间隔的多个等距块;沿着起点至终点的方向逐个检测多个所述等距块,今首次检测到具有至少两个分段的等距块为第p个等距块,则第p-1个等距块为所述起始位置,今最后一次检测到具有至少两个分段的等距块为第q个等距块,则第q+1个等距块为所述结束位置,其中,p为≥2的正整数,q≥p。
9.根据权利要求8所述的结肠图像分割装置,其特征在于,所述路径选取单元适于计算位于所述起始位置和结束位置之间的各个等距块分段的代价值;采用Dijkstra最优路径法从所述起始位置和结束位置之间的候选路径中选取所述第一候选路径,作为结肠所在的位置,所述候选路径由位于所述起始位置和结束位置之间的部分所述等距块分段依次首尾相接构成。
10.根据权利要求9所述的结肠图像分割装置,其特征在于,所述处理单元适于截断所述其它候选路径;重新计算所述连通域的互补测地距离场,计算所述第一候选路径中所有等距块的第一特征值;若任意一个等距块的第一特征值大于阈值t,则去除该等距块,所述阈值t大于零;将相邻两个等距块在被去除的等距块范围内进行膨胀至连通,获得结肠分割图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410790597.4A CN104574364B (zh) | 2014-12-17 | 2014-12-17 | 结肠图像分割方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410790597.4A CN104574364B (zh) | 2014-12-17 | 2014-12-17 | 结肠图像分割方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104574364A true CN104574364A (zh) | 2015-04-29 |
CN104574364B CN104574364B (zh) | 2018-02-27 |
Family
ID=53090336
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410790597.4A Active CN104574364B (zh) | 2014-12-17 | 2014-12-17 | 结肠图像分割方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104574364B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105550985A (zh) * | 2015-12-31 | 2016-05-04 | 上海联影医疗科技有限公司 | 器官腔壁展开方法 |
CN107481245A (zh) * | 2017-07-05 | 2017-12-15 | 林佳佳 | 一种基于水平集的ct结肠组织的分割方法 |
US10748280B2 (en) | 2015-12-31 | 2020-08-18 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for image processing |
CN114511045A (zh) * | 2022-04-19 | 2022-05-17 | 武汉大学 | 图像处理方法、装置、终端及计算机可读存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080117209A1 (en) * | 2006-11-22 | 2008-05-22 | Barco N.V. | Medical image segmentation |
CN101295404A (zh) * | 2008-06-18 | 2008-10-29 | 陕西高科医疗信息股份有限公司 | 虚拟结肠镜的混合组织图像全自动分割方法 |
-
2014
- 2014-12-17 CN CN201410790597.4A patent/CN104574364B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080117209A1 (en) * | 2006-11-22 | 2008-05-22 | Barco N.V. | Medical image segmentation |
CN101295404A (zh) * | 2008-06-18 | 2008-10-29 | 陕西高科医疗信息股份有限公司 | 虚拟结肠镜的混合组织图像全自动分割方法 |
Non-Patent Citations (2)
Title |
---|
卢林: "虚拟结肠可视化的关键技术研究:全自动分割与基于外壁的虚拟展平", 《中国博士学位论文全文数据库(信息科技辑)》 * |
钟灿 等: "基于GPGPU的实时结肠虚拟展平技术", 《计算机辅助设计与图形学学报》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105550985A (zh) * | 2015-12-31 | 2016-05-04 | 上海联影医疗科技有限公司 | 器官腔壁展开方法 |
CN105550985B (zh) * | 2015-12-31 | 2018-11-30 | 上海联影医疗科技有限公司 | 器官腔壁展开方法 |
US10748280B2 (en) | 2015-12-31 | 2020-08-18 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for image processing |
US11769249B2 (en) | 2015-12-31 | 2023-09-26 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for image processing |
CN107481245A (zh) * | 2017-07-05 | 2017-12-15 | 林佳佳 | 一种基于水平集的ct结肠组织的分割方法 |
CN114511045A (zh) * | 2022-04-19 | 2022-05-17 | 武汉大学 | 图像处理方法、装置、终端及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN104574364B (zh) | 2018-02-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7894646B2 (en) | Medical image diagnosis support device and method for calculating degree of deformation from normal shapes of organ regions | |
US11191423B1 (en) | Endoscopic system and methods having real-time medical imaging | |
AU2023201097A1 (en) | Surgical devices and methods of use thereof | |
US9078568B2 (en) | Medical image processing system and a method for processing a medical image | |
CN106651895B (zh) | 一种分割三维图像的方法和装置 | |
CN101203889B (zh) | 对弯曲拉长结构的剖面进行显象的方法 | |
US9741166B2 (en) | Generation and viewing of panoramic images | |
CN104112265B (zh) | 结肠图像分割方法及装置 | |
CN104574364A (zh) | 结肠图像分割方法及装置 | |
JP2006246941A (ja) | 画像処理装置及び管走行トラッキング方法 | |
KR101639104B1 (ko) | 관형 구조의 토폴로지 지지체의 추정을 결정하는 방법 및 시스템과, 이를 가상 내시경 검사에 이용하는 용도 | |
US8237784B2 (en) | Method of forming virtual endoscope image of uterus | |
WO2017114479A1 (zh) | 图像处理的方法及*** | |
JP2007260144A (ja) | 医療用画像処理装置及び医療用画像処理方法 | |
CN107799167B (zh) | 一种医学图像处理方法 | |
US20140334706A1 (en) | Ultrasound diagnostic apparatus and contour extraction method | |
Bao et al. | Modeling of the movement of the endoscopy capsule inside gi tract based on the captured endoscopic images | |
JP2007014483A (ja) | 医用診断装置及び診断支援装置 | |
Lu et al. | Fully automated colon segmentation for the computation of complete colon centerline in virtual colonoscopy | |
CN108694007B (zh) | 从磁共振图像展开肋骨 | |
CN105550985A (zh) | 器官腔壁展开方法 | |
WO2014192275A1 (ja) | 投影画像生成装置、方法およびプログラム | |
JP5561578B2 (ja) | 医用画像観察支援装置 | |
JP2013040829A (ja) | ボリュームデータ処理装置及び方法 | |
US20110285695A1 (en) | Pictorial Representation in Virtual Endoscopy |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP01 | Change in the name or title of a patent holder |
Address after: 201807 2258 Chengbei Road, Jiading District, Shanghai Patentee after: Shanghai Lianying Medical Technology Co., Ltd Address before: 201807 2258 Chengbei Road, Jiading District, Shanghai Patentee before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd. |
|
CP01 | Change in the name or title of a patent holder |