[发明专利]基于先验知识测地几何流的二维序列医学图像分割方法

说明书

(一)技术领域

本发明涉及医学图像分割领域，尤其涉及一种高效的三维医学图像分割方法。

(二)背景技术

在医学图像处理与分析应用中，图像分割技术起着关键的作用。医学图像分割的任务是从医学图像中提取包含重要诊断信息的感兴趣区域(Region of Interest)，为临床诊疗和病理学研究提供可靠的依据。由于医学图像的成像原理和人体组织结构本身的复杂性和差异性，医学图像与普通图像比较，不可避免地具有模糊、不均匀性等特点；同时，医学成像技术的快速发展使得各种复杂的海量医学图像数据成为可能，这些都对分割技术提出了更高的要求。

人体组织器官的三维图像分割是医学图像分析和医疗诊断的重要前提，是医学图像三维可视化的重要研究内容。计算机技术的发展使得医生和研究者可以通过虚拟交互更好地理解人体的解剖结构，对病人作出正确的诊断。在对人体组织器官和感兴趣区域的分割中，三维分割发挥着十分重要的作用。

三维医学图像分割是指将感兴趣区域(包括正常解剖结构或病变组织)从二维医学断层图像序列“堆”成的三维体数据中分离(提取)出来，其目的是提供关键解剖结构和病理组织的精确形状表示，用来对病理或正常的组织结构进行量化研究，或为术前和术中交互的手术计划提供组织结构的三维可视化。

从处理方式上，三维图像分割方法大体上可分为三类：二维分割法、2.5维分割法和三维分割法。二维分割法是指将三维医学图像分层为二维图像空间序列，分别对各层切片进行独立分割处理，然后将各层的分割结果组合起来，作为三维图像的分割结果。2.5维分割法是指在二维分割法的基础上，引入二维图像空间序列的层间相关性加以改进的分割法。三维分割法是指本质三维方法，即直接在三维空间中进行体数据分割。

测地几何活动轮廓模型作为对传统几何活动轮廓模型的一种有效改进，是三维医学图像分割中常用的方法之一。该模型由Kichenassamy等和Caselles等分别从不同的角度提出，其测地几何流为

∂φ∂t=g|▿φ|(κ+υ0)+▿g·▿φφ(x,y,0)=±d(x,y,0)---(1)]]>

其中κ为曲率，边缘检测函数g可选取为