[发明专利]自动提取CTA影像中头颈血管中心路径的方法

权利要求书

1.一种自动提取CTA影像中头颈血管中心路径的方法，该方法适用从主动脉弓扫描至颅顶的CTA影像数据，其特征在于：它包括如下步骤：

S1：依据血管在CTA影像横断面的形状、灰度及位置特征，分别对颈动脉和椎动脉的起点和终点进行自动定位；具体包括如下步骤：

S1.1自动定位颈动脉血管和椎动脉血管的起点：

S1.1.1定位颈动脉和椎动脉起点的候选层面；

对CTA影像数据进行二值化预处理，区分影像中人体组织和背景区域；然后在人体组织区域内识别灰度值小于-450HU的孔洞区域，并自下而上逐层进行扫描，当单个孔洞面积大于60mm²并且小于1200mm²时，认为当前层面为肺实质的上边缘，此时将该层作为椎动脉和颈动脉起点的候选层面，并停止扫描；

S1.1.2定位椎动脉血管、颈动脉血管的起始点；

在候选层面中对所有灰度值大于150HU的区域进行标记提取，获得椎动脉和颈动脉血管的候选区域，并对候选区域进行筛选，确定椎动脉血管和颈动脉血管的起始点；

S1.2自动定义椎动脉血管、颈动脉血管的终点；

S1.2.1自动定位椎动脉终点：

S1.2.1.1定位基底动脉点候选层面；

从上至下即从颅顶至主动脉弓方向逐层扫描，以120HU灰度值作为阈值提取真实的脑组织，同时计算真实脑组织和S1.1.1中二值化处理后的体组织包围盒；当脑组织的包围盒面积大小为体组织包围盒的1/3时，停止扫描，并将该层作为基底动脉的候选层面；

S1.2.1.2定位基底动脉点即椎动脉的终点；

在候选层面中对灰度值在150-750HU的区域进行标记提取，获得基底动脉的候选区域，并对候选区域进行筛选，确定基底动脉点；

S1.2.2自动定位颈动脉终点：

S1.2.2.1定位颈内动脉终点候选层面

从上至下即从颅顶至主动脉弓方向逐层扫描，计算颅骨包围盒，以颅骨包围盒向内收缩1/2的区域构建颅内组织包围盒，统计该包围盒内部灰度值大于550HU的像素点个数；如果包围盒范围内所有像素点均为大于550HU，则判定当前层为颅顶区域，此时不做判断，继续向下扫描；当包围盒内所有像素的灰度值均小于550HU，此时认为扫描已经进入到脑组织区域；当出现脑组织区域后，逐层判断包围盒中骨像素点的个数与其所在组织包围盒所有像素点个数的比例，如果该比例大于0.005时，停止搜索，并将该层作为颈内动脉终点的候选层面；

S1.2.2.2定位颈动脉终点

1)计算S1.1中定位出的颈动脉起点所在的血管区域的灰度均值CT_mean和标准差CT_std，以颈动脉起点作为种子点，以CT_mean+CT_std、CT_mean-CT_std作为上下阈值，进行单向向上的三维区域生长，直到颈内动脉终点的候选层面，同时标记在候选层面中的候选血管区域；

2)在颈内动脉终点所在的层面中，寻找灰度值高于750HU的像素点，并将其作为骨组织种子点，通过二维区域生长的方式提取阈值在120-3071HU范围内所有与该种子点联通的组织，去除步骤1)中与骨粘连的候选血管区域；

3)计算步骤2)筛选后得到的血管候选区域的中心对称度Symmetry、包围盒横纵比Ratio以及区域面积Area，其中，Symmetry与S1.1.2中步骤5)的定义相同；

4)对步骤3)中计算出的3种度量参数进行排序：其中，中心对称度按照从小到大排序，包围盒横纵比按照与1的差值从小到大进行排序，区域面积按照从大到小进行排序，将排序后的顺序作为本区域度量值的分数：中心对称度分数表示为S_symmetry、包围盒横纵比分数表示为S_ratio、区域面积分数表示为S_area；

5)定义血管截面相似性分数：Score＝w1*S_symmetry+w2*S_ratio+w3*S_area；其中，w1、w2、w3分别表示候选血管区域中心对称度分数、包围盒横纵比分数以及区域面积分数对应的权值；血管相似性分数越小，表示该区域越可能是血管区域；

6)将血管截面相似性分数Score按照从小到大的顺序进行排序，将分数最高的两个血管候选区域作为所对应的重心依据x坐标方向定义为左、右颈动脉的终点；

7)如果经过步骤2)筛选后的候选血管区域小于2个，则以当前层为基准，继续向下扫描，同时返回步骤2)继续寻找劲动脉终点；

S2：在步骤S1定位的血管起点和终点之间，对符合血管灰度特征的区域进行基于Raycasting的多尺度梯度归一化血管滤波，构建血管滤波权值图；

S3：在步骤S2构建的血管滤波权值图中，采用Dijkstra最优路径提取算法完成对颈动脉和椎动脉血管中心路径的提取。