[发明专利]一种关于CT脑出血图像的处理方法

说明书

技术领域

本发明涉及CT图像处理技术领域，具体涉及关于CT脑出血图像的处理方法，用于精确确定急性脑出血区域的位置。

背景技术

急性脑内出血指的是在脑内的新近出血，这是非常紧急和危险的征兆，其准确快速的检测是有效处理与治疗的前提。对于急性脑出血，受过良好训练的放射科医务人员能够较好地辨认，但是当出血较少或出血被正常组织所掩盖时也会出错；受过良好训练的放射科医务人员通常用手工标定和计算脑出血体积，这不但费时，且难于控制精度，得到的是分散的二维图片而不是整体的三维信息。更糟糕的是，出血病人进入急诊室时，阅片者多为急诊科医师，他们的CT读片知识是有限的，从而不能有效地辨认出血。因此研究快速准确地检测急性脑出血具有重要的临床意义。

关于脑出血的自动检测国内外的研究较少。《Chan T.Computer aideddetection of small acute intracranial hemorrhage on computer tomography ofbrain》(Computerized Medical Image and Graphics 2007；31：285-298)研究了小出血的自动检测，其中矢状面的提取基于脑室的对称性，高达30％的情况不能准确实现而要求人的干预，对于一般出血(包括小出血和大出血)由于可能较大的占位效应，将会有更高比例的数据不能求出中矢状面；基于顶帽变换(top-hat transformation)刻画灰度的局部对比度，其数学形态学结构元大小难于确定(必须大于出血的直径，而出血的直径不定)；寻找可能的出血区域时需要计算

w1F(x，y)+w2G(x，y)＞T

和知道该区域对应的脑结构，其中w1、w2与T是三个待定参数，F(x，y)与G(x，y)分别表示在(x，y)处的对比度以及对中矢状面的灰度不对称性，如何确定这三个参数使其不依赖于不同的扫描设备是比较困难的，对于CT数据精确确定其解剖位置是困难的(由于空间分辨率低，加上数据对应于病变，难于精确找到需要的脑标志点)；另外，处理时间较长，平均每幅图像需要15秒(以一套数据12幅图像计算，时间为3分钟)。Maldjian等(Maldjian JA，Chalela J，Kasner SE，Liebeskind D，Detre JA.)的《AutomatedCT segmentation and analysis for acute middle cerebral artery stroke.)》(American Journal of Radiology 2001；22：1050-1055)探讨了基于脑图谱直接进行灰度比较的方法，这太过简化，且正如前面所述，数据难于与脑图谱实现精确对应。依赖于脑图谱与数据较精确的配准的方法，其中这种配准是不可能精确实现的，原因有二：一，由于临床CT数据的较低空间分辨率不能精确确定配准所需要的脑标志点，二，出现出血后脑组织可能出现移位或形变从而难于建立正常脑图谱和非正常脑组织之间的空间对应关系，因此借助脑图谱的精确定位确定非正常区在原理上讲是不可行的。尚斌和徐良贤的《一种中风病人脑出血CT图像序列的自动分割方法》(计算机工程2004：33(增刊)：356-357)采用与Maldjian等相似的方法先实现图像与脑图谱的匹配，然后利用模糊C均质聚类识别方法，只能处理非常简单的图像。所以目前急需寻找到一种能快速、准确处理CT脑出血图像的方法。

发明内容

本发明结合脑内急性脑出血的图像及解剖特征，能快速准确地对CT脑出血图像进行处理，从而获得急性出血区域图像，为医务人员诊断急性脑出血提供了精确的资料。

本发明是一种关于CT脑出血图像的处理方法，所述方法按以下步骤进行：

A、获得病人脑部CT图像数据；

B、利用模糊C-均值聚类方法识别CT图像中的脑部组织，获得脑组织二值图像；

C、计算脑中矢状面，并确定中矢状线；

D、基于点对区域的广义不对称性度量，估计在脑组织图像内部相对于中矢状线的广义不对称性特征，获得脑组织图像像素的广义不对称性特征数据；

E、计算急性脑出血的灰度阈值、不对称性阈值、局部对比度阈值、部分容积灰度阈值；

F、利用获得的灰度阈值、不对称性阈值和部分容积灰度阈值对脑部组织图像像素进行二值化处理；

G、对二值化处理后图像的前景连通区域，利用局部对比度阈值进行局部对比度约束，即如果其局部对比度不小于局部对比度阈值，则保留其为前景连通区域，否则将其设置为背景连通区域，从而获得初始急性脑出血二值图像。