[发明专利]一种面向大面积高密度影CT图像的脏器分割方法及装置

权利要求书

1.一种面向大面积高密度影CT图像的脏器分割方法，其特征在于，包括：

S100，优化二值化阈值μ₁，使采用该阈值进行二值化后，CT图像中高值区域的边缘位于脏器实际边缘附近；

S200，基于S100中得到的优化的阈值μ₁，对脏器所有CT图像进行二值化处理，产生脏器二值化图像组P_list1；

S300，对脏器二值化图像组P_list1进行三维膨胀，只保留体素个数大于等于设定阈值υ的三维连通域，产生脏器膨胀图像组P_list2；其中，设定阈值υ为S100中，阈值μ₁初始值下CT图像组中可识别的脏器三维连通域的大小或小于其的值，以可区分排除其他噪音产生的连通域为目标；

S400，对脏器膨胀图像组P_list2进行三维收缩，产生脏器收缩图像组P_list3；其中，三维收缩的幅度大于三维膨胀的幅度；

S500，将脏器膨胀图像组P_list2中的图像与脏器收缩图像组P_list3中对应的图像相减，再与脏器二值化图像组P_list1中对应的图像进行与运算，得到脏器边缘带图像组P_list4；

S600，对脏器边缘带图像组P_list4中的图像去噪，产生脏器边缘轮廓图像组P_list5；

S700，将脏器二值化图像组P_list1中的图像与脏器边缘带图像组P_list4中对应的图像相减，再与脏器边缘轮廓图像组P_list5中对应的图像叠加，产生准脏器掩码图像组P_list6；

S800，检测准脏器掩码图像组P_list6中图像的脏器边缘，再对脏器边缘线内的区域进行填充，最后对脏器边缘进行平滑，由此产生脏器掩码图像组P_list7；

S900，将脏器掩码图像组P_list7中的图像与对应的脏器CT原图进行与运算，得到脏器分割结果图像组P_list8；其中，脏器分割结果图像组P_list8中的图像即为脏器分割结果图。

2.根据权利要求1所述的方法，其特征在于，S100中二值化阈值μ₁可以通过以下方式获得：

S110，将一次采集的二维图像全部导入，得到二维图像组，全部二维图像通过三维重建能够得到针对图像中目标的三维图像；

S120，设定分割阈值间隔ο，判别参量阈值ε；

S130，选择阈值搜索初始值μ₀，该阈值搜索初始值μ₀小于等于分割阈值；

S140，分别计算阈值μ₀-2*ο、阈值μ₀-ο和阈值μ₀下分割出的前景区域体素总数量N，和/或分割出的体素总数量M，和/或分割出的非前景区域体素总数量L；

S150，基于S140中测定的参数设定判别参量β，该判别参量β用以衡量分割出的前景区域体素总数量N是否出现陡增；

S160，若判别参量β判别参量阈值ε，则跳到S180；否则，继续S170；

S170，μ₀←μ₀+ο，返回S140；

S180，取当前β对应的阈值μ₀，并输出μ₀-ο，作为最佳阈值。

3.根据权利要求1所述的方法，其特征在于，在S200中，二值化处理后，脏器二值化图中脏器区域的灰度值设为一致且选自1～255，其他背景区域的灰度值设为0。

4.根据权利要求1所述的方法，其特征在于，在S300中，以宽度λ进行三维膨胀，宽度λ的选用标准包括：(a)在该宽度下进行三维膨胀，能够将脏器中的散点以及脏器边缘附近的散点，与脏器主体区域合并，以避免以散点形式存在的脏器像素的漏失；(b)避免纳入太多图像噪音或者非目标脏器组织形成的噪音。