[发明专利]基于非线性渐变模型的心脏CT图像底部自动提取方法

说明书

技术领域

本发明属于计算机视觉及图像处理领域，具体是一种基于非线性渐变模型的心脏CT图像底部自动提取方法。

背景技术

心血管类疾病已成为导致当今全球死亡率提升的首要因素。随着CT和MRI等医学影像设备的飞速发展，尤其是高分辨率的多排螺旋CT(MDCT)的出现，为心血管类疾病的预防和诊断提供了便利。然而由于MDCT设备分辨率的提高，导致影像数据数量急剧增加，这大大加重了临床医生筛查和诊断的负担，因此从海量的影像数据中自动提取出感兴趣区域就显得尤为重要。但是在心脏CT领域，采集的影像数据对比度低、噪声大且受心脏跳动的干扰，导致自动提取心脏区域的难度较大。另外由于心脏位置的特殊性，心脏底部与胸隔膜会发生粘连，给精确提取整个心脏目标区域带来了困难。因此，一种快速且精确的提取全心脏的方法对于心血管类疾病的辅助诊断是十分重要的，且能够辅助后期心脏表面冠状动脉三维可视化、肿瘤放疗计划中靶区标记等深层次诊断。

目前针对心脏CT图像分割主要有两大类方法：传统的二维提取方法和基于统计模型的三维提取方法。1)传统的二维提取方法通过组合常规图像处理方法(K均值聚类、图割、ACM/ASM、模糊集合理论等)，利用CT断层图像中的灰度、梯度等信息来提取心脏边缘轮廓。由于心脏CT图像的低对比度和周围存在着复杂干扰器官，导致该类方法提取精度差，提取后的心脏整体模型的表面粗糙。2)基于统计模型的三维提取方法主要通过统计分析大量的手动分割数据来构造出心脏的形状模型，然后对模型加以形变与真实数据进行匹配来实现全心脏提取。该类方法前期人力和物力投入成本大，对样本数据要求高，模型构建耗时长，且实际运用过程中需要多次人工干预，受临床医生经验影响较大。

上述两类方法各有利弊，基本能够完成提取心脏的功能，但是都未对靠近胸隔膜的心脏底部进行单独处理，因此导致提取结果中心脏底部依然存在着大量噪声组织，会干扰临床医生的诊断。

发明内容

本发明的目的是提供一种基于非线性渐变模型的心脏CT图像底部自动提取方法，该方法能够快速准确的提取出完整的心脏底部区域，以解决用现有方法对心脏CT图像分割存在的上述技术缺陷。

本发明的技术思路可概括为两个主要步骤：一.根据心脏与肺部的解剖学相对位置关系，自动将心脏CT序列分为顶部序列和底部序列两部分；二.针对心脏CT序列的底部序列，利用提取的心脏顶部序列最底层的精确心脏边缘轮廓和心尖走向来构造出心脏底部的非线性渐变模型，拟合心脏底部序列各层的边缘轮廓，达到精确提取心脏底部的目的。

本发明的具体技术方案为：

一种基于非线性渐变模型的心脏CT图像底部自动提取方法，其包括以下步骤：

获取心脏CT序列；

分别计算心脏CT序列各层中肺部区域的第一特征值；

利用第一特征值构建心脏底部和心脏顶部的约束条件，求解所述约束条件将所述心脏CT序列分为顶部序列和底部序列；

分别在所述顶部序列的最底层以及心尖消失图层提取心脏有效区域信息；

利用提取的心脏有效区域信息构造心脏底部的非线性渐变模型，拟合所述底部序列各层的心脏边缘轮廓，从而获得精确的心脏底部。

在上述的基于非线性渐变模型的心脏CT图像底部自动提取方法中，优选地，所述肺部区域的第一特征值为肺部区域的面积或像素点总数。

在上述的基于非线性渐变模型的心脏CT图像底部自动提取方法中，优选地，所述约束条件为S(n)为肺部区域像素点总数，n为心脏CT序列层号，α和β为经验参数，Max为S(n)序列中的最大值，Max_half为S(n)后半段序列中的最大值。

在上述的基于非线性渐变模型的心脏CT图像底部自动提取方法中，优选地，所述计算心脏CT序列各层中肺部区域的第一特征值包括：利用大津阈值方法提取心脏CT序列各层中的主要肺部区域；用孔洞填充方法对主要肺部区域的断裂部及孔洞进行填充，获得完整的肺部区域；以及计算该完整的肺部区域的第一特征值。

在上述的基于非线性渐变模型的心脏CT图像底部自动提取方法中，优选地，所述心脏有效区域信息包括心脏有效区域的面积和几何中心。

在上述的基于非线性渐变模型的心脏CT图像底部自动提取方法中，优选地，所述非线性渐变模型中，心脏有效区域信息按照二次曲线Y＝aX²+b的非线性规律变化。

在上述的基于非线性渐变模型的心脏CT图像底部自动提取方法中，优选地，所述心尖消失图层是实际心尖消失图层下侧的第k层图层。