[发明专利]一种自动分割左心室内外膜的方法

说明书

本发明公开了一种自动分割左心室内外膜的方法，其步骤如下：1）选取需要处理图像；2）选用优化Mean Shift聚类算法对左心室图像进行预处理；3）用改进hough变换圆检测算法，对左心脏内腔定位，得到内外膜分割初始轮廓；4）用双水平模型分割图像内外膜；5）双水平集模型能量函数公式收敛性检查；6）得到分割内外膜轮廓分割效果图。本发明解决了人为设置分割初始位置问题，提高了内外膜的分割精度，降低了模型分割内外膜的时间，得到无边缘泄露且正则性良好的符合临床定义的内外膜轮廓。

技术领域

本发明涉及医学图像处理技术，特别涉及一种自动分割左心室内外膜的方法。

背景技术

近年来，心脏疾病死亡人数的不断增加，引发人们对心脏的更深探索。对左心室外膜准确的提取是进一步研究心脏左心室的重要基础。在临床应用方面，左心室外膜的准确分割能提供一些重要的左心室功能参数，利于医生定量分析左心室功能是否异常；在科学研究方面，左心室的分割是左心室三维建模的基础。一个心脏振动周期的图像数据量大，想在短时间内得到客观、精准的内外膜分割结果，就需要依赖优秀的算法和模型来对左心室进行自动的分割。

当前在医学领域的计算机视觉技术，需解决:

1.对DICOM格式的医学图像(当下医学影像存储、交换及传输的国际标准：CT、核磁共振图像和超声图像都是以该格式进行存储)的调用、去噪、平滑图像处理技术。

2.使用优化Hough变换圆检测模型，对左心室进行定位，利用matlab工具箱函数提取检测圆边缘。

3.利用新提出双阱势函数和各向异性梯度矢量流构建双水平集模型，由Hough变换定位内外膜初始位置，由双水平集模型完成左心室内外膜的分割。

左心室内外膜的分割技术，其方法是利用图像基础信息进行处理，提取出符合临床定义的做心室内外膜。心室内外膜分割是心脏三维模型构建的基础，是心脏四维化显示的关键；提取内外膜的精度越高，对应的心脏功能参数就越准确，就能进一步辅助医生治疗。吸引越来越多国内外优秀学者投入到左心室内外膜分割的研究中来。近些年出现了多种左心室内外膜分割方法，可以大致将他们分为两类：基于主动轮廓模型分割法和基于水平集模型分割法。

主动轮廓模型分割法主要包括基于边缘的主动轮廓模型和基于区域的主动轮廓模型。王元全等利用预测-校正改进的基于边缘主动轮廓模型，用外膜轮廓先验知识对模型预测结果进行校正分割^[1]；段先华等提出融合滤波的基于区域的主动轮廓模型分割，提高了分割精度^[2]；Lee H Y等利用区域生长和迭代阈值法分割做心室内膜，用提取的内膜边界引导主动轮廓模型提取外膜^[3]；朱锴等用结合K均值的自适应核函数带宽的Mean Shift算法分割图像，区域生长法提取目标区域^[4]。

上述方法都只用到了图像的局部信息，没有考虑到图像全局信息的影响,而且半自动手动校正增加了人为主观因素影响，降低了模型方法分割效率。目前心血管疾病的预防和治愈率能力较弱，迫切的需要一种方法提高左心室内外膜分割精度，辅助医生判断，提高心血管疾病预防能力和治愈率。常用的水平集模型是无需反复初始化的经典水平集模型。王兴家等利用改进的耦合水平集分割算法⁰，利用心室图像间的结构相似性，定位模型演化的初始轮廓，完成心室膜分割。

水平集算法是一种常用于医疗图像分割的变形模型算法，该模型有较好的拓扑变化能力、不需要精确的初始位置和有稳定的数值近似方法。但当分割图像边缘模糊，提取轮廓边缘正则性差，且分割精度较低；小梁肌和乳头肌和左心室心肌相连，分布于左心室腔室内，利用模型直接分割，会使分割结果不符合临床上定义小梁肌和乳头肌归属于心肌的要求。

上述方法中，对于主动轮廓模型分割左心室内外膜有以下几点不足：

①对初始化位置比较敏感，曲线拓扑结构在演化过程不会发生改变。