[发明专利]一种基于CT图像的三维肝脏包围盒的自动提取方法

说明书

本发明涉及一种基于CT图像的三维肝脏包围盒的自动提取方法，对N例腹部CT肝脏分割数据进行体积测量，选出和平均肝脏体积最接近的三维CT切片和肝脏掩膜，确定其对应的CT切片的肝脏区域矩形框；把已经确定肝脏矩形区域的CT图像作为标准CT图像和未确定肝脏包围盒的CT图像进行粗配准，改变粗配准中优化器的步长和迭代次数，输出变换矩阵；对肝脏区域矩形框的二值图像进行几何变换，将变换后的矩阵放在二维坐标系中，找出矩阵中灰度值为1的所有点的坐标，根据X,Y最大值和最小值确定矩形边界作为肝脏区域矩形。本发明降低了图像处理数据量，指导肝脏的快速、准确的分割，对于指导肝脏肿瘤分割具有重要意义，为后续研究奠定了基础。

技术领域

本发明涉及一种图像处理技术，具体为一种基于CT图像的三维肝脏包围盒的自动提取方法。

背景技术

随着科学技术的飞速发展和人民生活水平的持续提高，人们越来越关注自身健康，提早准确的发现疾病并予以及时治疗，不但可以挽回病人的生命、减轻病人的痛苦，还可以减轻病人的经济负担。信息化爆炸的今天，图像作为人类感知外界环境最基础、直接、真实的方式，正在向着更高要求的方向不断发展。医学影像技术作为一种非侵入式的医学诊断参考依据，在现代医学中起着越来越重要的作用。计算机断层扫描(CT)，超声成像(US)，核磁共振(MRI)，正电子放射断层扫描(PET)等医学成像技术已经成为辅助医生诊断和治疗的重要工具，在肿瘤诊断中扮演重要角色。由于CT图像对于组织器官的成像效果好，能精确反应解剖信息等优点，所以在疾病的检查中应用广泛。

ROI区域的提取对于医学图像处理具有非常重要的意义。医学图像内容丰富、结构复杂，如何提取其中有效的区域，是医学图像检索和识别的重要难点，它对于医生进行病例分析以及教学和科研都有非常重要的意义。近年来，研究者对于ROI区域提取进行了大量深入研究，出现了大量的ROI区域提取的方法，其中包括：阈值法、区域增长法、聚类法、图谱法、水平集、图切法和神经网络等。这些方法仍然存在缺陷，例如：需要手动交互、对噪声敏感、复杂度高、适应性不强，因此不适合临床使用。

发明内容

针对现有技术中ROI区域的提取方法不适合临床使用等不足，本发明要解决的问题是提供一种能够快速、准确的从医学图像中得到分割目标的基于CT图像的三维肝脏包围盒的自动提取方法。

为解决上述技术问题，本发明采用的技术方案是：

本发明一种基于CT图像的三维肝脏包围盒的自动提取方法，包括以下步骤：

1)对N例不同身高体重人体的腹部CT肝脏分割数据进行体积测量，求取平均肝脏体积V_a，并从这些CT数据中选出和V_a最接近的三维CT切片和肝脏掩膜；

2)对选出的三维CT切片和肝脏掩膜数据沿冠状面垂直方向插值；

3)根据插值之后的肝脏掩膜数据，确定其对应的CT切片的肝脏区域矩形框L_r；对插值之后的每张CT切片都完成肝脏区域矩形框的确定，然后确定三维CT切片的肝脏包围盒L_b，把已经确定肝脏矩形区域的CT图像作为标准CT图像I_m；

4)对确定肝脏包围盒的CT图像I_m和未确定肝脏包围盒的CT图像I_f进行粗配准；

5)改变粗配准中优化器的步长s和迭代次数t，输出变换矩阵T；

6)设置I_m肝脏区域矩形框内像素点的灰度值为1，其余像素点的灰度值为0，得到新的矩阵I_n，对新的矩阵I_n依据变换矩阵T进行几何变换，得到变换后的矩阵T′；

7)把变换后的矩阵T′放在二维坐标系中，左上角为坐标原点，找出矩阵T′中灰度值为1的所有点的坐标(X,Y)；确定X,Y的最小值和最大值，根据X,Y最大值和最小值确定四个坐标点；