[发明专利]一种心脏核磁共振图像分割方法

说明书

技术领域

本发明涉及一种图像分割方法，特别涉及一种心脏核磁共振图像分割方法，属于图像处理技术领域。

背景技术

心脏MRI(magnetic resonance imaging)能够提供高解析的、较好的软组织对比图像，对心脏的解剖结构和功能进行准确的描述，是当前医学图像分析领域的研究热点之一。由于左心室负责供血，目前的研究主要集中在左心室的功能上。为了充分利用图像中的解剖信息，为临床诊断提供量化、直观的参考，首先必须分割出左室壁的内、外膜。然而，由于心脏的运动和血液的高速流动，图像受噪声干扰，使得心脏MR图像的分割仍是一个值得深入研究的问题。

目前，主动轮廓模型是一种被广泛研究和应用的图像分割方法，尤其在医学图像分割领域。主动轮廓模型能够将有关目标形状的先验知识和来自图像的知识融入一个统一的过程中，是当前心脏MR图像分割中的主流方法，在国内外都有广泛研究。如Siddiqui等人基于几何主动轮廓模型采用一条初始轮廓线同时分割出了左、右心室的内膜。Hong等人采用基于Lagrange动力学的B样条Snake模型来提取左室壁内膜，Makowski等人采用气球Snake模型来分割左室壁内膜，设计了专门的方法来解决轮廓缠绕问题。Jolly等人首先采用极大鉴别分析方法来找到左室壁内膜的大致轮廓，并用Snake模型提取左室壁内膜。Nguyen等人对传统Snake，GVF(gradient vector flow)Snake和气球Snake模型分割左室壁内膜的结果作了比较，并与手工勾勒的轮廓进行对比验证，其中，GVF Snake模型性能最好。Nachtomy等人提出了一种基于阈值的方法提取左心室内、外膜，但由于阈值的局限性，结果并不令人满意。Pednekar等人针对图像的模糊特点，提出了一种基于模糊分析的左室壁内、外膜分割方法。国内对心脏图像的分割也有相关研究，周寿军等人用梯度矢量流(gradient vector flow，GVF)Snake模型分割左心室时，引入广义模糊集合理论，提出了广义模糊梯度矢量流。秦安等人将广义模糊梯度矢量流与几何主动轮廓相结合来分割左心室内膜，然后采用一种区域灰度均值和距离约束的外力来分割左心室外膜。周则明等人将简化Snake模型用于心脏图像分割，并用贪婪算法求解能量泛函的局部极小点。王元全和贾云得提出了二种基于Snake模型的分割策略，引入了形状约束，提出了退化最小曲面梯度矢量流(dmsGVF)和卷积虚拟静电场(CONVEF)外力模型。

目前，心脏左心室内、外膜分割存在以下难点：首先，心脏MR图像在成像过程中由于受血液流动的影响，会在血池中产生伪影，使得图像灰度不均；其次，目标边界往往受到乳突肌，呼吸等因素的影响而变得模糊不清甚至边界断裂；另外，由于左心室与右心室及周围其他组织如肝脏等灰度非常接近，形成弱边界，这时基于主动轮廓模型的方法分割左心室外膜时往往发生泄露。现有的方法对于这些问题没有提出很好的解决方案。

发明内容

本发明的目的是针对心脏左心室内、外膜分割存在的难点，提出一种高效、鲁棒、准确的图像分割方法，分割左室壁内、外膜。

本发明的方法是基于广义的边缘保持法向梯度矢量流(epnGGVF)模型提出的，其思想如下：

Snake模型是一种自顶向下的图像分析方法，具有传统方法无法比拟的优点。Snake模型可以用曲线c(s)＝(x(s)，y(s))(s∈[0，1])来定义，这是以归一化弧长s作为参数的曲线表达形式。它通过极小化如下的能量泛函来确定目标轮廓：