[发明专利]医学图像的分割方法及其装置

说明书

【技术领域】

本发明涉及医学图像处理领域，尤其涉及一种医学图像的分割方法及其装 置。

【背景技术】

灌注分析可用于定量描述组织的微血管分布情况及血流灌注的状态。计算 机断层灌注成像(CTPerfusion)能够提供有助于诊断脑灌注异常如脑卒中风 等疾病。典型的灌注成像方式为向患者静脉注射造影剂，然后对选定感兴趣区 域采集多个时间点的动态图像，以记录该组织中造影剂浓度随时间的变化情况 即时间浓度曲线(Time-DensityCurve,TDC)。最后根据以上数据分析微循环 的生理参数，主要包括血流量(BloodFlow,BF)、血容量(BloodVolume,BV)、 平均通过时间(MeanTransitionTime,MTT)和达峰时间(TimeToPeak,TTP) 等血流动力学参数。

脑灌注成像能够用于在脑卒中患者识别不同组织以区分不可逆损伤组织 (即梗死核心)和潜在可逆损伤组织(即缺血半暗带)，对治疗决策的制定提 供有效参考。例如通常使用缺血半暗带与梗死核心组织的体积比来指导是否应 该应用溶栓治疗以救治潜在可逆损伤组织。

缺血性中风区域通常会连接到脑室，因此，脑室的分割是一项重要而又困 难的任务，尤其是脑灰质和脑白质的分割，因为CT灌注图像中，脑灰质和脑 白质之间结构啮合，边界模糊，导致无法正确识别脑灰白质，影响测量脑灰白 质体积容量及比率等病理性检测。

现有技术中，针对头部CT图像颅内脑组织的自动分割，主要通过结合使用 阈值(或聚类)、数学形态学、区域生长、以及颅内脑组织空间和灰度的先验 信息等来实现。采用阈值的分割方法，当不同组织结构间灰度值或其他特征值 差异很大时，能够对图像进行有效地分割。但在头部CT图像中，由于部分容 积效应以及颅内脑组织与头部其他组织存在着较大的灰度重叠，因此对于分割 脑灰白质，目前还没有理想的解决方法。

【发明内容】

本发明所要解决的技术问题是提供一种医学图像的分割方法及其装置，用 于识别灌注图像中的脑灰白质，有效提高脑部病理学检测。

为解决上述技术问题，本发明提供一种医学图像的分割方法,包括以下步 骤:

(1)获取在不同时刻所对应的若干个灌注图像；

(2)分割每个时刻所对应的所述灌注图像，获取不同时刻所对应的目 标区域图像；

(3)预处理所述不同时刻所对应的目标区域图像，获取对比图像K；

(4)基于复合式的概率统计模型分割所述对比图像K，获分割图像。

进一步地，所述步骤(3)包括如下步骤：

基于灰度值预处理所述不同时刻所对应的目标区域图像，分别获取平均图 像A、最大灰度投影图像M和通过最大灰度投影图像M减去平均图像A而获取 的差值图像D；

对所述差值图像D进行归一化处理，获得标准差值图像D^*；

根据所述平均图像A、最大灰度投影图像M或差值图像D中任一个图像构 造所述对比图像K。

进一步地，步骤(3)还包括如下步骤，

在所述标准差值图像D^*上基于灰度直方图确定阈值D_min和D_max，将所述标准 差值图像D^*上任一像素点s的灰度值与阈值D_min和D_max进行比较，构造所述对 比图像K：

若像素点s的灰度值≥D_max，则所述对比图像K上对应点s所在空间位置 像素点的灰度值为所述最大灰度投影图像M上对应空间位置的像素点的灰度 值；

若像素点s的灰度值≤D_min，则所述对比图像K上对应点s所在空间位置 的像素点的灰度值为平均图像A上对应空间位置的像素点的灰度值；

否则，所述对比图像K上对应点s所在空间位置的像素点的灰度值为K_s＝A_s×(1-D^*_s)+M_s×D^*_s；