[发明专利]一种三维CT图像中肝脏三维感兴趣区域的自动提取方法

权利要求书

1.一种三维CT图像中肝脏三维感兴趣区域的自动提取方法，该方法利用各向异性扩散过程、梯度幅度计算过程及S形曲线的非线性映射过程对人体腹腔三维CT图像进行滤波，提取出初步的三维ROI；再界定三维ROI区域内坐标值和灰度值离散程度阈值，通过对三维ROI区域内各个体素的坐标值和灰度值进行离散程度判断，去除离散程度高的区域，从而更进一步的获得三维ROI；该方法提取出包含肝脏信息的三维图像，大幅度降低图像处理的数据量；

其特征在于：该方法包括以下步骤，

1.1.对于一幅三维人体腹腔CT图像I_o进行向下重采样得到图像I'_o；

1.2.对图像I'_o进行梯度滤波，得到包含肝脏梯度范围的三维ROI图像I_s；

1.3.对图像I_s进行二值处理，提取最大连通区域，得到图像I′_lc；

1.4.界定图像坐标离散程度阈值及灰度值离散程度阈值，去除图像I′_lc超过阈值的区域，得到图像I_gd；

1.5.对图像I_gd再次提取最大连通域，对最大连通域进行向上重采样过程，得到图像I′_r，对图像I′_r进行形态学膨胀变换，得到图像I_d；

1.6.对图像I_d进行三维包围盒运算，从原始图像I_o中剪切出最终包含肝脏信息的ROI区域；

上述步骤1.2具体包括如下步骤：

2.1.对向下重采样后图像I'_o进行各向异性扩散处理，得到图像I_g；

2.2.对图像I_g进行梯度幅度计算，得到包含图像梯度幅度信息的图像I_m；

2.3.对图像I_m进行S形曲线非线性映射，得到包含肝脏梯度范围信息的图像I_s；

上述步骤1.3具体包括如下步骤：

3.1.对图像I_s进行二值处理，得到图像I_b；

3.2.对图像I_b进行CT值范围处理，将CT值低于20且高于350的区域CT值置零，得到图像I′_b；

3.3.对图像I′_b提取最大单连通区域，得到图像I_lc；

3.4.对图像I_lc中，CT值非零区域的CT值设为255，得到图像I′_lc；

上述步骤1.4具体包括如下步骤：

4.1.对图像I′_lc进行z轴坐标运算，得到各体素坐标均值m_z和标准差sd_z，以为z轴坐标值离散程度判断依据，与界定离散程度阈值n进行比较，对离散程度超过阈值的区域进 行形态学腐蚀变换；重新提取最大单连通区域，再次对此时z轴坐标进行运算，得到新的离散程度值，再次与阈值n比较，如此循环，直到区域的离散程度小于阈值n为止；

4.2.对图像I_c的灰度值进行运算，得到各体素灰度均值m_g和标准差sd_g，对于图像I_c区域内体素灰度值在[m_g-sd_g,m_g+sd_g]范围内的部分不做处理；对于图像I_c区域内体素灰度值在[m_g-sd_g,m_g+sd_g]范围外部分的灰度值置零，得到图像I_gd。

2.根据权利要求1所述的一种三维CT图像中肝脏三维感兴趣区域的自动提取方法，其特征在于：

其实施过程如下，S1对原始三维CT图像I_o进行向下重采样，x、y、z轴的采样尺度为s_x，s_y，s_z；本方法的值分别为s_x＝2，s_y＝2，s_z＝1，得到图像I'_o；

S2使用梯度滤波器对图像进行梯度滤波处理，得到包含肝脏梯度范围的三维ROI图像I_s；具体实施如下，

1)对图像I'_o进行各向异性扩散处理，得到图像I_g；本方法采用梯度各向异性扩散处理，执行N维标量值图像的经典Perona-Malik各向异性方程，旨在得到均匀密度组织平滑，但边界突出的图像结果；在实现过程中使用曲率各向异性扩散实现这一目的；

Perona-Malik模型为：

其中u(x,y,0)＝u₀(x,y)表示输入图像；而G(σ)表示标准差为σ的高斯运算；c(·)＞0称为扩散系数，是单调递减且与图像梯度成反比的函数；

运算符div执行散度运算；是梯度算子，表示进行空间各向全微分运算；

本方法中此时扩散系数为：

其中包含两个参数：电导系数k和时间参数t，k控制边缘对比处理的灵敏性；本方法中k值为3.0，时间参数t值为0.0625；

求解Perona-Malik模型的偏微分方程采用数值运算的偏微分方程的迭代求解算法，迭代次数为4；

2)对图像I_g进行梯度幅度计算，得到包含图像梯度幅度信息的图像I_m；这一过程计算了每个像素图像的梯度；这个计算过程等同于首先通过将图像和一个离散化的高斯核卷积来平 滑图像，再通过微分计算得到像素点梯度值；

设离散化的高斯卷积核H为(2k+1)*(2k+1)维，则高斯卷积核元素的计算方式为：

高斯窗口宽度由σ的值决定，σ取值1.3；

3)对图像I_m进行S形曲线的非线性映射处理，得到图像I_s；其目的在于得到肝脏感兴趣区域的梯度范围；为了实现S形曲线的非线性映射的过程，需对四个参数进行设置；接下来的方程表达了S形曲线的非线性映射的灰度变换：

在上面的方程中，I是输入像素的灰度，I'是输出像素的灰，Min、Max是输出图像的最小值和最大值，α定义了输入灰度范围的宽度，β定义了围绕在范围中心的灰度；本过程中选择以下值α＝-0.5，β＝3.0，Min＝0.0，Max＝1.0；

S3对图像I_s进行二值处理，提取最大连通区域，得到图像I′_lc；具体实施过程如下：

1)对图像I_s进行二值处理，得到图像I_b；若输入图像是归一化图像，阈值下限值为0.1，阈值上限值为1.0；若输入图像为非归一化图像，阈值下限值为25，阈值上限值为255；将小于低阈值的图像灰度设为0，将大于高阈值的图像灰度设为255；

2)对图像I_b进行CT值范围处理，将CT值低于20且高于350的区域CT值置零，得到图像I′_b；因为肝脏的CT值范围在20至350之间，此操作可去除骨骼及部分脂肪组织信息或空气环境信息的影响；

3)对图像I′_b提取最大单连通区域，得到图像I_lc，由于肝脏是人体腹腔内最大的连通组织，由此获得初始的包含肝脏信息的ROI；

S4界定图像坐标离散程度阈值及灰度值离散程度阈值，去除图像I_lc超过阈值的区域，得到图像I′_lc；具体实施过程如下，

1)对图像I′_lc进行z轴坐标运算，得到各体素坐标均值m_z和标准差sd_z，界定z轴坐标值离散程度判断阈值n，如果则不进行操作；如果则对图像I′_lc进行一次形态学腐蚀变换，得到图像I_be，重新提取最大单连通区域，再次对此时最大单连通区域z轴坐标进行运算，得到坐标均值m'_z和标准差sd'_z，将与n比较，如此循环，直到满足 得到图像I_cd；本方法中，n的值为0.4；此步骤将位置不在肝脏区域范围内的脏器予以滤除；

2)对图像I_c的灰度值进行运算，得到各体素灰度均值m_g和标准差sd_g，如果区域内体素灰度值在[m_g-sd_g,m_g+sd_g]范围内，则不进行操作；如果区域内体素灰度值在[m_g-sd_g,m_g+sd_g]范围外，则对其灰度值置零，得到图像I_gd；此步骤将含肝脏信息ROI附近的粘连组织或部分具有灰度差异的器官组织予以滤除；

S5对图像I_gd再次提取最大连通域，对最大连通域进行向上重采样过程，得到图像I′_r，对图像I′_r进行形态学膨胀变换，得到图像I_d；具体实施过程如下，

1)对图像I_gd再次提取最大连通域；

2)对最大连通域进行向上重采样过程，x、y、z轴的采样尺度为1/s_x，1/s_y，1/s_z；得到图像I_r；

3)图像I_r中，对灰度非零区域的灰度值设定为255；得到图像I′_r；

4)对图像I′_r进行形态学膨胀变换，得到图像I_d；本方法进行了三次膨胀变换，变换半径值为1，借此膨胀肝脏区域大小，弥补孔洞；

S6针对二值图像I_d进行三维包围盒运算，设定包围盒由六个方向逼近三维ROI，于原始图像I_o中裁剪下最终包含肝脏信息的ROI区域。