[发明专利]基于动态处理窗口及二值区域跟踪的血管分支提取方法

说明书

技术领域

本发明属于医学图像特殊组织分析与分割方法领域，涉及一种血管分支提取方法。

背景技术

对医学图像序列中高对比区域的连续分割，目前已经有比较成熟方法，医学图像血管分割相关文献大多是介绍内腔分割的。血管的整体形状呈树状分布，局部呈细长的线状或管状形态，血管的这个形状特点决定了其分割方法的特殊性。

目前血管分割及分支提取的技术主要分为以下几类：基于区域生长的血管分割、基于形态学的血管分割算法、基于匹配滤波的血管分割算法、基于跟踪的血管分割算法。

基于区域生长的图像分割算法是由Adams等首先提出的。基于区域生长的血管分割算法首先从血管内的某一或若干种子点开始，按照设计的生长准则，通过归并种子邻近区域的像素，逐渐填充血管所在的区域。

基于形态学的分割算法把数学形态学作为分割工具，使用结构元素对图像进行腐蚀、膨胀等基本操作之后，再与原图相减以获得图像边缘。基于形态学的分割算法主要是利用图像的拓扑特性进行操作，并利用集合论对图像进行非线性变换，然后去度量和提取图像中的对应形状以达到对图像进行分析和识别的目的。

基于匹配滤波的分割算法法使用滤波器与图像卷积来提取目标。在提取血管边缘时，根据图像灰度在血管横截面呈高斯型分布的特性，将高斯型滤波器与血管进行匹配，若图像中存在血管且血管的尺寸与滤波器尺度相近，则滤波器产生一个较大的输出量。使用高斯型滤波器也可以在分割的同时平滑噪声。

基于跟踪的血管分割算法，建立在血管具有连续结构特征这一基础上，通常的分割步骤是：先使用一个局部算子作用在已知为血管的某个初始点上，然后由算法自动跟踪出血管的中心线、方向和半径等参数。

上下文分析方法也是可以用于血管分割用到的辅助方法，利用场景内目标在空间上的关系进行分割。张斌等通过使用基于上下文分析的无监督分层迭代算法实现高噪声的SAR(Syntheticapertureradar,合成孔径雷达)图像的自动分割。CTA图像序列具有空间连续性，因此相邻切层之间的上下文信息也可以作为分割的重要依据。

目前已经实现血管的分割和建模。近年来利用三维体数据，采用基于区域增长、水平集以及图割方法实现了亮度显著目标的三维分割，血管外轮廓显著性较低，无法应用现有三维分割方法得到精确的分割结果，导致血管分支的分割精度较低。

发明内容

为了克服已有血管分支的分割精度较低的不足,本发明提供了一种分割精度较高的基于动态处理窗口及二值区域跟踪的血管分支提取方法。

本发明解决其技术问题所采用的技术方案是：

一种基于动态处理窗口及二值区域跟踪的血管分支提取方法，包括如下步骤：

1)在图像序列中主动脉位置选取一个矩形区域作为分割窗口，所述分割窗口随着分割目标中心的移动而调整位置，过程如下：

1.1)在初始切层上选定包含完分割目标的截面的ROI区域作为当前处理窗口，并计算当前处理窗的中心；

1.2)在处理窗口中执行血管分割算法；

1.3)依照当前切层分割目标区域，计算区域中心，并以此得到的中心作为下一切层处理窗口的中心；计算得到的区域与处理窗口边界距离；

1.4)计算前后切层处理窗口中心的平移量，将处理窗口做相应的平移；

1.5)重复步骤1.2)到步骤1.4)，不断建立新的分割窗口用于新一切层的分割操作；

2)使用基于二值区域跟踪方法来实现对血管分支的分割；

设图像序列中，BW_branch(i,s)表示第s层上第i个分支候选区域，BW_lumen(s)表示第s层上主干区域，而且满足：

然后遍历当前切层所有的分支候选区域，如果某个区域BW_area(i,s)满足：